謝永浩，劉 爭(zhēng)

(云南財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，昆明 650221)

0 引言

氣候變化是國(guó)際社會(huì)普遍關(guān)注的全球性問(wèn)題，也是人類面臨的最為嚴(yán)峻的全球環(huán)境問(wèn)題[1],大氣中CO2，N2O等溫室氣體濃度的增加是導(dǎo)致全球氣候變暖的根源之一。第二、三產(chǎn)業(yè)是產(chǎn)生碳排放的主導(dǎo)產(chǎn)業(yè),但快速發(fā)展的農(nóng)業(yè)也是加速氣候變暖的重要誘因。中國(guó)作為溫室氣體排放大國(guó),17%的碳排放源于農(nóng)業(yè)生產(chǎn)活動(dòng)[2]。田云等運(yùn)用Tapio脫鉤模型對(duì)我國(guó)農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展間的脫鉤關(guān)系進(jìn)行分析[3];高鳴等對(duì)1999—2010年我國(guó)農(nóng)業(yè)碳排放量進(jìn)行測(cè)算，并深入分析農(nóng)業(yè)碳排放空間聚集與收斂等問(wèn)題[4];曾珍等從人口城鎮(zhèn)化和土地城鎮(zhèn)化兩個(gè)視角分析安徽省城鎮(zhèn)化對(duì)農(nóng)業(yè)碳排放的影響[5];張頌心等通過(guò)系數(shù)法和超效率SBM模型等方法測(cè)算2009—2018年長(zhǎng)三角26個(gè)城市的科技進(jìn)步貢獻(xiàn)率、農(nóng)業(yè)碳排放量和綠色全要素生產(chǎn)率[6]。這些研究成果極大地豐富了我國(guó)碳排放問(wèn)題的研究體系，為后續(xù)相關(guān)研究奠定了堅(jiān)實(shí)基礎(chǔ)。其中，關(guān)于農(nóng)業(yè)碳排放影響因素的研究中，相關(guān)學(xué)者的結(jié)論不盡相同。劉楊等發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)農(nóng)業(yè)碳排放有抑制作用[7]；周一凡等研究發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)農(nóng)業(yè)碳排放有一定的增排效應(yīng)[8]。農(nóng)業(yè)是人類社會(huì)存在的基礎(chǔ)，支撐著整個(gè)國(guó)民經(jīng)濟(jì)的進(jìn)步和發(fā)展，支農(nóng)財(cái)政作為調(diào)節(jié)農(nóng)業(yè)生產(chǎn)活動(dòng)的重要手段之一，在財(cái)政支出中有著十分重要的地位。從2005年開(kāi)始，中央一號(hào)文件連續(xù)18年強(qiáng)調(diào)三農(nóng)問(wèn)題，中央財(cái)政和地方財(cái)政支出中農(nóng)林水務(wù)支出大幅增加，財(cái)政對(duì)農(nóng)業(yè)的支持力度顯著提升。相關(guān)研究表明，支農(nóng)財(cái)政對(duì)農(nóng)民收入有著增收效應(yīng)以及減貧效應(yīng)，對(duì)農(nóng)業(yè)結(jié)構(gòu)、農(nóng)業(yè)生產(chǎn)效率也有一定的促進(jìn)效應(yīng)。但是，目前對(duì)于支農(nóng)財(cái)政與農(nóng)業(yè)碳排放之間關(guān)系的關(guān)注度并不是很高。雖然國(guó)內(nèi)學(xué)者對(duì)碳排放的研究日益成熟，但還存在以下問(wèn)題：(1)農(nóng)業(yè)碳排放研究范圍和核算體系不統(tǒng)一。傳統(tǒng)對(duì)農(nóng)業(yè)碳排放的研究使用的是種植業(yè)指標(biāo)，但也有部分學(xué)者把畜牧業(yè)的碳排放也納入到農(nóng)業(yè)碳排放的研究中。(2)在農(nóng)業(yè)碳排放的研究中，對(duì)碳排放與支農(nóng)財(cái)政力度之間關(guān)系的研究關(guān)注度不高。(3)在宏觀尺度上，對(duì)農(nóng)業(yè)碳排放時(shí)空特征的分析居多，在縣域尺度上，對(duì)其時(shí)空特征的分析較少。

宏觀把握我國(guó)農(nóng)業(yè)生產(chǎn)碳排放和碳匯現(xiàn)狀、準(zhǔn)確梳理各地區(qū)凈碳效應(yīng)是深入研究農(nóng)業(yè)生產(chǎn)碳排放問(wèn)題的重要前提[9]?；诖?，本研究在科學(xué)編制種植業(yè)碳排放測(cè)算體系的基礎(chǔ)上，對(duì)2013—2019年河南省各縣區(qū)種植業(yè)碳排放量進(jìn)行測(cè)算，深入分析其階段特征，將支農(nóng)財(cái)政力度作為核心解釋變量，并運(yùn)用空間杜賓模型對(duì)河南省各縣區(qū)種植業(yè)碳排放空間溢出效應(yīng)進(jìn)行分析，同時(shí)，根據(jù)基尼系數(shù)衡量其公平性，以期為未來(lái)碳減排政策制定提供理論基礎(chǔ)。

1 研究區(qū)域、研究方法與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

河南省地勢(shì)整體西高東低，平原地區(qū)土壤肥沃，降水充沛，為農(nóng)業(yè)的發(fā)展奠定了良好的基礎(chǔ)，而丘陵地區(qū)的農(nóng)業(yè)發(fā)展水平與平原地區(qū)有明顯差距[10]。全省轄54個(gè)市轄區(qū)、21個(gè)縣級(jí)市、82個(gè)縣，合計(jì)157個(gè)縣級(jí)區(qū)劃。近年來(lái)，隨著國(guó)家對(duì)中西部省份政策支持力度的加大，農(nóng)業(yè)現(xiàn)代化水平明顯提高，農(nóng)用物資消耗量也逐年提升[11]。在種植類型方面，東部平原地區(qū)和西部丘陵地區(qū)差異性明顯，東部地區(qū)平坦的土地提供了豐富的耕種資源；西部地區(qū)海拔較高導(dǎo)致晝夜溫差大，形成了以水果為特色的種植產(chǎn)業(yè)。同時(shí)，河南省南北地區(qū)間經(jīng)濟(jì)發(fā)展水平是不均衡的，主要以中北部的鄭州、洛陽(yáng)、新鄉(xiāng)、開(kāi)封為經(jīng)濟(jì)輻射帶，南部地區(qū)經(jīng)濟(jì)發(fā)展水平落后于中北部地區(qū)。為了凸顯不同地區(qū)間的差異，按照人均GDP將河南省劃分為豫北地區(qū)、豫中地區(qū)和豫南地區(qū)，其中豫北地區(qū)為黃河以北的縣區(qū)，豫南地區(qū)為南陽(yáng)、駐馬店和信陽(yáng)的縣區(qū)，其余縣區(qū)為豫中地區(qū)；按照地貌類型，將河南省劃分為丘陵地區(qū)和平原地區(qū)，丘陵地區(qū)包括三門峽全部縣區(qū)，洛陽(yáng)全部縣區(qū)，南陽(yáng)的南召縣、西峽縣、內(nèi)鄉(xiāng)縣、淅川縣，平頂山的魯山縣，鄭州的登封市、鞏義市，安陽(yáng)的林州市，鶴壁的淇縣，焦作的博愛(ài)縣和沁陽(yáng)市，其余縣區(qū)為平原地區(qū)。

1.2 研究方法

1.2.1種植業(yè)碳排放量(C)。本研究主要計(jì)算種植過(guò)程中農(nóng)用物資的碳排放量(C1)和農(nóng)地N2O排放量(C2)。在主要農(nóng)用物資消耗量方面，本研究并沒(méi)有將化肥具體地分為氮肥、磷肥、鉀肥和復(fù)合肥，因此，在農(nóng)地N2O排放量方面，主要計(jì)算農(nóng)作物秸稈還田直接產(chǎn)生的N2O排放。結(jié)合數(shù)據(jù)的完整性，將水稻、小麥、玉米、豆類、油料作物、棉花、瓜果類作為農(nóng)地N2O的主要來(lái)源。計(jì)算公式如下：

C=C1+C2；

C2=[(Wi/Hi-Wi)×Ti×Gi×Ei+
Wi/Hi×Ti×Gi×Fi]×a×c。

式中：n為農(nóng)用物資種類總數(shù)；Yk為第k類農(nóng)用物資的消耗量；bk為第k類農(nóng)用物資的碳排放系數(shù)，各類農(nóng)用物資的碳排放系數(shù)主要參考李遠(yuǎn)玲等[12]的研究；i為農(nóng)作物品種；Wi為第i類農(nóng)作物經(jīng)濟(jì)產(chǎn)量；Hi為第i類農(nóng)作物的經(jīng)濟(jì)系數(shù)；Ti為第i類農(nóng)作物的干重比；Gi為第i類農(nóng)作物秸稈或根含氮率；Ei為第i類農(nóng)作物秸稈還田率，秸稈還田率參照《中國(guó)溫室氣體清單研究》，取值45.6%；Fi為第i類農(nóng)作物根冠比；a，c均為排放系數(shù)，參考《省級(jí)溫室氣體清單編制指南》，a取值為0.010 9 t N2O/t N，c為81.27 t/C，含義為排放1 t N2O所造成的溫室效應(yīng)相當(dāng)于81.27 t標(biāo)準(zhǔn)碳所造成的溫室效應(yīng)。計(jì)算瓜果類的碳排放采用的是排放系數(shù)法，具體為根據(jù)瓜果類的經(jīng)濟(jì)產(chǎn)量和每公頃土地的平均產(chǎn)量，得出各縣域瓜果類種植面積。國(guó)內(nèi)相關(guān)學(xué)者已經(jīng)測(cè)算出瓜果類土壤N2O的排放系數(shù)為4.21 kg/hm2，各類農(nóng)作物的主要參數(shù)參考李遠(yuǎn)玲等[12]的研究。

1.2.2種植業(yè)碳排放空間溢出效應(yīng)。運(yùn)用空間杜賓模型(SDM)研究其空間效應(yīng)?？臻g杜賓模型用于反映鄰近地區(qū)解釋變量對(duì)本地區(qū)被解釋變量的空間溢出效應(yīng)，與其他兩種空間計(jì)量模型(空間滯后模型和空間誤差模型)相比較，其更能全面系統(tǒng)反映空間效應(yīng)。綜上，構(gòu)建縣域尺度上河南省種植業(yè)碳排放空間杜賓模型如下：

Zj=eQZj+fUj+gQUj+d。

式中：j表示地理單元；Z為被解釋變量；U為解釋變量；Q為空間權(quán)重矩陣；e，g均為空間系數(shù)；f為對(duì)應(yīng)影響因素的影響系數(shù)；d為隨機(jī)擾動(dòng)項(xiàng)。

1.2.3基尼系數(shù)。采用基尼系數(shù)衡量河南省種植業(yè)碳排放公平性程度。具體為將河南省縣區(qū)作為評(píng)價(jià)單元，定義洛倫茲曲線為不同單元農(nóng)業(yè)碳排放曲線，即農(nóng)業(yè)碳排放實(shí)際分配曲線；然后連接45°對(duì)角線，將其定義為農(nóng)業(yè)碳排放的絕對(duì)公平曲線，以農(nóng)作物累計(jì)播種面積為自變量，累計(jì)碳排放量為因變量，得出洛倫茲曲線圖?；嵯禂?shù)計(jì)算方法采用臧日宏等[13]的研究。

1.3 變量選取

影響種植業(yè)碳排放量的因素有很多，甄偉等[14]運(yùn)用LMDI分解方法分析廣東省種植業(yè)碳排放影響因素，發(fā)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)水平和城鎮(zhèn)化是主要的增排因素。由于本研究是在縣域水平進(jìn)行的，考慮到數(shù)據(jù)的完整性，參照相關(guān)研究[15-21]，選取支農(nóng)財(cái)政力度作為核心解釋變量，城鎮(zhèn)化率、城鎮(zhèn)吸引能力、消費(fèi)水平、經(jīng)濟(jì)發(fā)展水平、城鄉(xiāng)差距、農(nóng)業(yè)結(jié)構(gòu)等作為控制變量，研究河南省種植業(yè)碳排放影響因素。具體相關(guān)變量統(tǒng)計(jì)情況見(jiàn)表1。

1.4 數(shù)據(jù)來(lái)源

各縣區(qū)的主要農(nóng)作物產(chǎn)量、主要農(nóng)用物資消耗量數(shù)據(jù)以及選取的變量數(shù)據(jù)來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局、2014—2020年《河南統(tǒng)計(jì)年鑒》以及EPS數(shù)據(jù)平臺(tái)，其中，修正了部分縣區(qū)的小部分農(nóng)作物產(chǎn)量缺失的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。為了便于計(jì)算碳排放量的總和，將N2O所導(dǎo)致的溫室效應(yīng)換算成標(biāo)準(zhǔn)碳(C)所產(chǎn)生的溫室效應(yīng)，依據(jù)IPCC第4次評(píng)估報(bào)告(2007)，1 t N2O所引發(fā)的溫室效應(yīng)相當(dāng)于298 t CO2(約合81.27 t C)所產(chǎn)生的溫室效應(yīng)[22]。

2 結(jié)果與分析

2.1 河南省種植業(yè)碳排放時(shí)間變化特征

2013—2019年河南省157個(gè)縣區(qū)種植業(yè)碳排放量呈下降趨勢(shì)的有103個(gè)，占65.6%；呈上升趨勢(shì)的有54個(gè)，占34.4%?？傮w上，2013—2019年河南省碳排放量呈“下降—上升—下降”的波動(dòng)趨勢(shì)，但其上升幅度遠(yuǎn)小于下降幅度。種植業(yè)碳排放總量最大的縣區(qū)是滑縣，為122.3萬(wàn)t；最小的縣區(qū)是義馬市，為0.95萬(wàn)t，這與義馬市的地形地貌和氣候特征有關(guān)。義馬市位于丘陵區(qū)，境內(nèi)起伏不平，屬于大陸性氣候，天氣變化無(wú)常，干旱天數(shù)較多，導(dǎo)致其種植業(yè)碳排放總量低于其他縣區(qū)。種植業(yè)碳排放量下降幅度最大的縣區(qū)是潢川縣，下降速度為0.534萬(wàn)t/a；種植業(yè)碳排放量上升幅度最大的縣區(qū)是內(nèi)黃縣，上升速度為0.967萬(wàn)t/a。在主要農(nóng)用物資碳排放貢獻(xiàn)源方面，農(nóng)用化肥是河南省種植業(yè)的主要碳源，占71.98%，其次為農(nóng)用塑料薄膜，占16.42%。2013—2019年河南省農(nóng)用化肥碳排放總量3 302.00萬(wàn)t，農(nóng)用塑料薄膜碳排放總量753.00萬(wàn)t，農(nóng)藥碳排放總量366.60萬(wàn)t，農(nóng)業(yè)灌溉碳排放總量109.00萬(wàn)t，土地翻耕碳排放總量257.70萬(wàn)t，農(nóng)用機(jī)械總動(dòng)力碳排放總量16.82萬(wàn)t。2013—2019年，農(nóng)用化肥碳排放量呈“上升—下降”的特征，總體表現(xiàn)為下降趨勢(shì)，下降總量15.30萬(wàn)t；農(nóng)用塑料薄膜碳排放量呈“上升—下降—上升—下降”的特征，上升幅度大于下降幅度，總體上表現(xiàn)為上升趨勢(shì)；農(nóng)藥碳排放量呈“上升—下降”的特征，2013—2014年為上升階段，2014—2019年為下降階段，下降總量7.00萬(wàn)t；農(nóng)業(yè)灌溉一直保持上升趨勢(shì)，上升總量0.46萬(wàn)t；土地翻耕和農(nóng)用機(jī)械總動(dòng)力碳排放量無(wú)明顯變化趨勢(shì)。從空間分布來(lái)看，農(nóng)用化肥和農(nóng)用塑料薄膜碳排放量高值主要分布在中部、東部和南部地區(qū)，西部地區(qū)的農(nóng)用化肥碳排放量和農(nóng)用塑料薄膜碳排放量都是低值，總體呈自西向東逐漸遞增的格局。

根據(jù)2013—2019年河南省種植業(yè)碳排放量增長(zhǎng)率，將河南省縣區(qū)劃分為低速下降、高速下降、低速增長(zhǎng)、高速增長(zhǎng)4種類型(圖1a)。種植業(yè)碳排放量低速下降的縣區(qū)有23個(gè)，占14.65%；高速下降的縣區(qū)有86個(gè)，占54.78%；低速增長(zhǎng)的縣區(qū)47個(gè)，占29.94%；高速增長(zhǎng)的縣區(qū)有1個(gè)，占0.63%?？傮w上，碳排放量高速下降和低速增長(zhǎng)的縣區(qū)占比超過(guò)80%，表明河南省種植業(yè)碳排放量表現(xiàn)優(yōu)良。河南省縣區(qū)碳排放量增長(zhǎng)速度呈明顯分異態(tài)勢(shì)，即河南省中心縣區(qū)碳排放量增速慢，其周圍的縣區(qū)碳排放量增速快，而邊緣的丘陵縣區(qū)碳排放量增速慢。

根據(jù)2013—2019年河南省種植業(yè)碳排放總量，將河南省縣區(qū)劃分為低碳區(qū)、中碳區(qū)、較高碳區(qū)、高碳區(qū)4種類型(圖1b)。河南省高碳區(qū)主要分布在東部及東南部的平原地區(qū)，低碳區(qū)主要分布在中西部的丘陵地區(qū)，總體上呈現(xiàn)出西低東高的特點(diǎn)，這可能與河南省的地形地貌有關(guān)。河南省西部主要是丘陵地區(qū)，與東部平原地區(qū)相比較，土壤肥沃力略低，使得其種植業(yè)發(fā)展水平低于東部地區(qū)。三門峽的靈寶市雖然屬于丘陵地區(qū)，但卻是高碳區(qū)，與其他丘陵地區(qū)的縣區(qū)相比，碳排放量過(guò)高，這可能是當(dāng)?shù)靥厣O果產(chǎn)業(yè)(種植面積全國(guó)地級(jí)市中排第7位)消耗過(guò)多農(nóng)用物資造成的。另外，碳排放量高速增長(zhǎng)的縣區(qū)只有內(nèi)黃縣，且內(nèi)黃縣也屬于高碳區(qū)；既屬于低速下降又屬于高碳區(qū)的有民權(quán)縣；既屬于高速下降又屬于低碳區(qū)的縣區(qū)有嵩縣、汝陽(yáng)縣、伊川縣、登封縣、密縣、濟(jì)源市、沁陽(yáng)縣、新安縣、武陟縣、鄢陵縣。

圖1 2013—2019年河南省各縣區(qū)種植業(yè)碳排放量年均變化率與碳排放總量空間分布

2.2 河南省種植業(yè)碳排放空間特征

基于河南省縣區(qū)種植業(yè)碳排放量和GeoDa軟件，采用Queen鄰接空間權(quán)重得出2013年、2016年和2019年河南省縣區(qū)種植業(yè)碳排放量空間聚類圖(圖2)。

圖2 河南省縣區(qū)種植業(yè)碳排放量空間聚類

2013年、2016年和2019年河南省種植業(yè)碳排放量的局部莫蘭指數(shù)分別為0.402，0.381，0.395，表明其空間聚集存在顯著的正相關(guān)性。河南省種植業(yè)碳排放量空間聚集類型主要為高-高型、低-低型(圖2)。屬于高-高型的縣區(qū)主要分布在東部以及東北部，屬于低-低型的縣區(qū)主要分布在西北部。同時(shí)，東北部屬于高-高型的縣區(qū)逐漸增加，增加的縣區(qū)有滑縣、清豐縣、濮陽(yáng)縣。東部屬于高-高型的縣區(qū)有集聚的趨勢(shì)，2013年屬于高-高型的縣區(qū)比較分散，之后，屬于高-高型的縣區(qū)逐漸集聚，在東部和東北部形成兩個(gè)集聚區(qū)域。

2013年、2016年和2019年屬于高-低型的縣區(qū)較穩(wěn)定，主要包括西峽縣、林縣。而屬于低-高型的縣區(qū)表現(xiàn)出很大的波動(dòng)性，基本上在中部和北部的縣區(qū)之間變化。2013年，種植業(yè)碳排放量空間集聚類型顯著的縣區(qū)有42個(gè)，高-高型、低-低型的縣區(qū)分別有13個(gè)和25個(gè)，高-低型、低-高型的縣區(qū)均只有2個(gè)，空間同質(zhì)性強(qiáng)于異質(zhì)性。2016年，種植業(yè)碳排放量空間集聚類型顯著的縣區(qū)有40個(gè)，高-高型、低-低型的縣區(qū)分別有14個(gè)和20個(gè)，高-低型、低-高型的縣區(qū)均只有3個(gè)，空間同質(zhì)性減弱，異質(zhì)性加強(qiáng)。2019年，種植業(yè)碳排放量空間集聚類型顯著的縣區(qū)有43個(gè)，高-高型、低-低型的縣區(qū)分別有15個(gè)和23個(gè)，高-低型、低-高型的縣區(qū)分別有2個(gè)和3個(gè)，空間同質(zhì)性加強(qiáng)，異質(zhì)性減弱?？傮w上，同質(zhì)性明顯強(qiáng)于異質(zhì)性。

2.3 河南省種植業(yè)碳排放影響因素

在進(jìn)行空間分析之前，需要進(jìn)行LM檢驗(yàn)確定最優(yōu)的空間計(jì)量模型?；诤幽鲜》N植業(yè)碳排放量數(shù)據(jù)和選取變量數(shù)據(jù)，運(yùn)用Stata進(jìn)行空間計(jì)量分析，結(jié)果表明空間杜賓模型更適合本研究。下一步進(jìn)行Hausman檢驗(yàn)，其統(tǒng)計(jì)值為32.20，P值為0.029 7，在5%的水平下接受了非隨機(jī)的假設(shè)，因此，采用固定效應(yīng)模型。固定效應(yīng)模型分為3種，分別為時(shí)間固定效應(yīng)模型、個(gè)體固定效應(yīng)模型以及雙固定效應(yīng)模型。通過(guò)比較R2確定選取時(shí)間固定效應(yīng)空間杜賓模型。最后，進(jìn)行LR檢驗(yàn)，判斷空間杜賓模型是否退化為空間滯后模型和空間誤差模型，結(jié)果發(fā)現(xiàn)LR檢驗(yàn)在1%的水平下拒絕空間杜賓模型退化為空間滯后模型和空間誤差模型的假設(shè)，因此，本研究采用時(shí)間固定效應(yīng)空間杜賓模型。SDM分析結(jié)果見(jiàn)表2。

為了進(jìn)一步把握影響方向，對(duì)影響因素的直接效應(yīng)和間接效應(yīng)進(jìn)行分析，估計(jì)結(jié)果與其主效應(yīng)和空間效應(yīng)基本一致。直接效應(yīng)是指本地區(qū)變量對(duì)本地區(qū)的影響，等于SDM系數(shù)與反饋效應(yīng)之和；反饋效應(yīng)是指本地區(qū)變量影響鄰近地區(qū)，鄰近地區(qū)又會(huì)反過(guò)來(lái)影響本地區(qū)；間接效應(yīng)指鄰近地區(qū)變量對(duì)本地區(qū)影響。從估計(jì)結(jié)果可以看出，支農(nóng)財(cái)政力度的直接效應(yīng)和間接效應(yīng)分別在1%和5%水平下通過(guò)了顯著性檢驗(yàn)，本區(qū)域支農(nóng)財(cái)政力度對(duì)本區(qū)域的種植業(yè)碳排放量有明顯的抑制作用，但鄰近區(qū)域的支農(nóng)財(cái)政力度卻對(duì)本區(qū)域的種植業(yè)碳排放量有明顯增強(qiáng)作用，但支農(nóng)財(cái)政力度總的表現(xiàn)為抑制作用。支農(nóng)財(cái)政力度作為解釋變量，直接效應(yīng)回歸系數(shù)為-13.739，間接效應(yīng)回歸系數(shù)為11.024，兩者出現(xiàn)反方向作用的原因需要進(jìn)行更深入的研究。同時(shí)，城鎮(zhèn)吸引能力、經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)結(jié)構(gòu)等對(duì)種植業(yè)碳排放量也有抑制作用。城鎮(zhèn)吸引能力的直接效應(yīng)和間接效應(yīng)都表現(xiàn)為抑制作用，這可能是城鎮(zhèn)工資水平對(duì)農(nóng)民的吸引導(dǎo)致農(nóng)民進(jìn)城務(wù)工的人數(shù)增加，從事農(nóng)業(yè)生產(chǎn)活動(dòng)的人數(shù)下降，農(nóng)業(yè)生產(chǎn)強(qiáng)度降低，農(nóng)業(yè)碳排放量下降，并且城鎮(zhèn)吸引能力的間接效應(yīng)系數(shù)(絕對(duì)值)顯著大于直接效應(yīng)系數(shù)，這也說(shuō)明城市發(fā)展過(guò)程中勞動(dòng)力的集群現(xiàn)象。農(nóng)業(yè)結(jié)構(gòu)的直接效應(yīng)和間接效應(yīng)也同時(shí)表現(xiàn)為抑制作用，間接效應(yīng)系數(shù)(絕對(duì)值)顯著大于直接效應(yīng)系數(shù)，可見(jiàn)，某縣域的農(nóng)業(yè)結(jié)構(gòu)對(duì)其鄰近縣域的碳減排效應(yīng)十分明顯。城鄉(xiāng)差距對(duì)種植業(yè)碳排放量有增強(qiáng)作用，其中城鄉(xiāng)差距在直接效應(yīng)上表現(xiàn)為抑制，回歸系數(shù)為-2.123，在間接效應(yīng)上表現(xiàn)為增強(qiáng)，回歸系數(shù)為2.137，總的表現(xiàn)為增強(qiáng)，但是，其增強(qiáng)作用并不明顯。城鎮(zhèn)化率、消費(fèi)水平、經(jīng)濟(jì)結(jié)構(gòu)(二)和經(jīng)濟(jì)結(jié)構(gòu)(三)并沒(méi)有通過(guò)顯著性檢驗(yàn)。

表2 空間杜賓模型估計(jì)結(jié)果

2.4 河南省種植業(yè)碳排放公平性

從地貌類型來(lái)看，2013—2019年丘陵地區(qū)的基尼系數(shù)明顯高于平原地區(qū)，丘陵地區(qū)基尼系數(shù)值是平原地區(qū)的25～60倍，并且平原地區(qū)的基尼系數(shù)總體呈下降趨勢(shì)，而丘陵地區(qū)的基尼系數(shù)呈上升趨勢(shì)，整體上，全省縣區(qū)的基尼系數(shù)保持在優(yōu)良水平(圖3a)。丘陵地區(qū)的基尼系數(shù)經(jīng)歷了“下降—上升—下降”的過(guò)程，上升幅度大于下降幅度。平原地區(qū)一直保持著下降態(tài)勢(shì)。丘陵地區(qū)和平原地區(qū)基尼系數(shù)的差異非常明顯，丘陵地區(qū)縣區(qū)的數(shù)量遠(yuǎn)遠(yuǎn)低于平原地區(qū)的數(shù)量，丘陵地區(qū)種植業(yè)碳排放量在全省層面所占比例十分小，這種不公平性無(wú)法依靠基尼系數(shù)在全省層面顯現(xiàn)出來(lái)，這也說(shuō)明了基尼系數(shù)的不足之處。

從區(qū)位位置來(lái)看，2013—2019年，豫南地區(qū)的基尼系數(shù)下降幅度明顯，豫中地區(qū)呈明顯上升趨勢(shì)，豫北地區(qū)呈穩(wěn)中有升的趨勢(shì)(圖3b)。2013—2018年，基尼系數(shù)與經(jīng)濟(jì)發(fā)展水平并沒(méi)有明顯的相關(guān)關(guān)系，2018—2019年，基尼系數(shù)與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系，即經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，其基尼系數(shù)也越高。同時(shí)，豫北地區(qū)和豫中地區(qū)的基尼系數(shù)呈現(xiàn)出相反的變化方向，即豫北地區(qū)基尼系數(shù)升高時(shí)，豫中地區(qū)基尼系數(shù)下降。2013—2016年，豫南地區(qū)的基尼系數(shù)一直高于豫北地區(qū)和豫中地區(qū)，2016年之后，豫南地區(qū)基尼系數(shù)顯著下降，并于2019年下降至豫北地區(qū)和豫中地區(qū)之下。

圖3 2013—2019年河南省不同地貌類型和區(qū)位位置縣區(qū)種植業(yè)碳排放量基尼系數(shù)

3 結(jié)論與建議

3.1 結(jié)論

河南省種植業(yè)碳排放量總體上呈現(xiàn)出西低東高的特點(diǎn)，這可能與河南省的地形地貌有關(guān)，其空間聚集類型主要為高-高型、低-低型。高-高型的縣區(qū)主要分布在河南省東部和東北部，低-低型的縣區(qū)主要分布在西北部。東部高-高型的縣區(qū)有集聚的趨勢(shì)。支農(nóng)財(cái)政力度對(duì)種植業(yè)碳排放有明顯的抑制作用，且存在明顯的空間溢出效應(yīng)，但其主效應(yīng)和空間效應(yīng)作用方向相反，鄰近區(qū)域支農(nóng)財(cái)政力度會(huì)增強(qiáng)本區(qū)域種植業(yè)碳排放。城鎮(zhèn)吸引能力、經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)結(jié)構(gòu)等對(duì)種植業(yè)碳排放也有抑制作用，城鄉(xiāng)差距對(duì)種植業(yè)碳排放量有增強(qiáng)作用，且都有不同程度的空間溢出效應(yīng)。在公平性方面，河南省丘陵地區(qū)的基尼系數(shù)顯著高于平原地區(qū)，2018—2019年，基尼系數(shù)與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系。

3.2 建議

(1)河南省西部地區(qū)和東部地區(qū)種植業(yè)碳排放總量的空間聚集類型表現(xiàn)出完全相反的特征，因此，河南省在未來(lái)制定農(nóng)業(yè)減排政策時(shí)需針對(duì)不同地區(qū)的特點(diǎn)，結(jié)合實(shí)際制定相應(yīng)的政策體系，重點(diǎn)防治高-高型縣區(qū)進(jìn)一步擴(kuò)大，同時(shí)，也需提防低-低型縣區(qū)向高-高型轉(zhuǎn)換。(2)創(chuàng)新農(nóng)業(yè)支持手段。財(cái)政支農(nóng)并不是唯一的支農(nóng)手段，金融支農(nóng)也是新型支農(nóng)手段，探索形成財(cái)政支農(nóng)和金融支農(nóng)協(xié)調(diào)發(fā)展新模式，以及開(kāi)展商業(yè)性、互助性農(nóng)業(yè)保險(xiǎn)，提高農(nóng)業(yè)生產(chǎn)活動(dòng)保障水平。(3)明確支農(nóng)財(cái)政政策的重點(diǎn)和方向，落實(shí)支農(nóng)財(cái)政政策，切實(shí)保障農(nóng)業(yè)基礎(chǔ)設(shè)施，提高農(nóng)業(yè)資金投入，增加農(nóng)民的收入。另外，提高經(jīng)濟(jì)發(fā)展能力、縮小城鄉(xiāng)差距以及優(yōu)化農(nóng)業(yè)結(jié)構(gòu)都有利于抑制種植業(yè)碳排放。