秦雨新，李樹超

（青島農(nóng)業(yè)大學經(jīng)濟管理學院，山東 青島 266109）

氣候變化是工業(yè)革命以來人類不可持續(xù)發(fā)展模式的產(chǎn)物，農(nóng)業(yè)土壤是溫室氣體的重要排放源，因此，不應忽略農(nóng)業(yè)生產(chǎn)活動對氣候變化帶來的影響。在中國溫室氣體凈排放總量中，農(nóng)業(yè)溫室氣體排放總量約占全國排放總量的17%；在甲烷和氧化亞氮等氣體排放中，農(nóng)業(yè)排放總量分別為50%和92%［1］。學者研究認為以二氧化碳、甲烷、氧化亞氮等為代表的溫室氣體大量排放是全球氣候變暖的重要誘因［2］。就中國提出的碳達峰碳中和目標而言，關鍵在于減排增匯，其中減排是基礎，而理清碳排放的現(xiàn)狀及特點顯然有助于科學減排策略的提出。一直以來工業(yè)碳源消耗是主要調(diào)控對象，但農(nóng)業(yè)碳源也不容忽視，中國是世界上最大的農(nóng)業(yè)生產(chǎn)國之一，農(nóng)業(yè)是中國國民經(jīng)濟發(fā)展的基礎，農(nóng)業(yè)碳排放量約占全國碳排放總量的13%。習近平總書記指出，“十四五”時期，中國生態(tài)文明建設進入了以降碳為重點戰(zhàn)略方向、推動減污降碳協(xié)同增效、促進經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型、實現(xiàn)生態(tài)環(huán)境質(zhì)量改善由量變到質(zhì)變的關鍵時期［3］?；诖?，本研究從空間效應視角研究農(nóng)業(yè)種植業(yè)碳排放強度與農(nóng)業(yè)經(jīng)濟增長之間的關系，以期為區(qū)域協(xié)調(diào)推進農(nóng)業(yè)減排工作提供參考，進而助力實現(xiàn)農(nóng)業(yè)“雙碳”目標。

國外學者對農(nóng)業(yè)碳排放的研究主要集中在農(nóng)業(yè)碳源的測算、經(jīng)濟發(fā)展和農(nóng)業(yè)碳排放的關系以及農(nóng)業(yè)減排的政策三方面。Johnson等［4］指出農(nóng)業(yè)是3 種主要溫室氣體的來源，農(nóng)業(yè)碳排放源主要是農(nóng)林廢棄物、農(nóng)用資源利用、水稻種植、動物腸道發(fā)酵、畜禽糞便以及秸稈燃燒等。隨著農(nóng)業(yè)污染問題日益加重，學者們對經(jīng)濟發(fā)展和農(nóng)業(yè)碳排放之間關系展開研究，大多以庫茲涅茲曲線為基礎。Grossman等［5］最早在研究中指出經(jīng)濟增長與污染排放的“倒U”形關系，即隨著經(jīng)濟的發(fā)展，必然會帶來一定程度的環(huán)境污染，但經(jīng)濟發(fā)展到一定水平后即到達拐點后，污染排放會隨著經(jīng)濟的增長而降低。對于經(jīng)濟增長和能源消費之間的關系，Kraft等［6］最先提出美國的經(jīng)濟增長與能源消費間有因果關系。隨后，Hossein等［7］、Bozoklu等［8］又分別證明了OPEC 等國家、組織的經(jīng)濟增長與能源消費之間互相影響。Uri［9］從美國農(nóng)業(yè)碳減排的實踐經(jīng)驗中得出結(jié)論，認為實施保育措施能提高土壤固碳能力，并提出農(nóng)業(yè)操作變革技術。Hoffert等［10］認為要解決CO2帶來的氣候變化問題，就要從源頭上減少能源的使用，因此提出了使用清潔能源和新型能源的建議。

國內(nèi)學者對農(nóng)業(yè)環(huán)境的空間依存度和農(nóng)業(yè)碳排放進行相關性研究。馬軍旗等［11］利用單元調(diào)查法和空間計量法證實中國農(nóng)業(yè)面源污染呈現(xiàn)明顯的空間正相關性，并且農(nóng)業(yè)面源污染的地區(qū)間差異是總體差異的主要來源。魯慶堯等［12］通過構(gòu)造農(nóng)業(yè)生產(chǎn)的經(jīng)濟環(huán)境指數(shù)實證了中國省域經(jīng)濟環(huán)境指數(shù)具有較強的空間依賴性和正的空間溢出效應。吳義根等［13］利用探索性空間數(shù)據(jù)分析方法對地區(qū)間農(nóng)業(yè)環(huán)境污染展開研究，結(jié)果表明農(nóng)業(yè)面源污染表現(xiàn)出明顯的空間相關性。涂爽等［14］研究結(jié)果顯示農(nóng)業(yè)經(jīng)濟增長產(chǎn)出規(guī)模的擴大，與農(nóng)業(yè)環(huán)境污染呈倒“U”形關系，且拐點的出現(xiàn)因污染物要素投入指標的選取而異。

綜上所述，國外學者較早對能源消耗和經(jīng)濟之間的關系展開研究，但前期側(cè)重于工業(yè)能源消耗。由于各種因素的不確定性，國外學者對農(nóng)業(yè)碳排放的測算方法也是多種多樣，國外對農(nóng)業(yè)碳排放方面的研究起步較早，研究結(jié)果日益完善；國內(nèi)對該方面的研究雖然起步較晚，但關于農(nóng)業(yè)碳排放的研究已趨于全面、系統(tǒng)，能夠為中國碳減排工作提供重要的參考依據(jù)，但同時，現(xiàn)有的研究存在一定的局限性，大多研究集中于環(huán)境污染空間相關度等問題，農(nóng)業(yè)污染指標與地區(qū)經(jīng)濟相結(jié)合的研究較少，并不能從實際角度采取有針對性的措施來減少農(nóng)業(yè)碳排放。本研究在國內(nèi)外學者已有的理論和方法上繼續(xù)探究農(nóng)業(yè)碳排放與經(jīng)濟增長之間的關系，以推動農(nóng)業(yè)經(jīng)濟綠色低碳發(fā)展。

1 農(nóng)業(yè)經(jīng)濟增長對農(nóng)業(yè)碳排放影響的理論機制

經(jīng)濟活動通過規(guī)模效應、結(jié)構(gòu)效應和技術效應對環(huán)境產(chǎn)生影響［15］。首先，污染物的排放量與經(jīng)濟規(guī)模呈正相關，即隨著經(jīng)濟總量的擴大，經(jīng)濟發(fā)展需要更多的資源投入，消耗更多的能源，從而產(chǎn)生更多的污染排放物；而隨著經(jīng)濟總量規(guī)模的縮減，污染物排放量也會隨之減少。其次，產(chǎn)業(yè)的升級和集聚反映了一個國家或地區(qū)經(jīng)濟發(fā)展模式的轉(zhuǎn)變，這對環(huán)境有重要影響。經(jīng)濟發(fā)展水平更高時，產(chǎn)業(yè)會向經(jīng)濟發(fā)展地區(qū)靠攏并優(yōu)化升級，以資源密集型為主的第二產(chǎn)業(yè)所占比重會逐漸減少，以服務業(yè)為主的第三產(chǎn)業(yè)比重會上升。因此，通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，合理產(chǎn)業(yè)集聚，促進產(chǎn)業(yè)低碳發(fā)展。最后，技術進步使生產(chǎn)效率得到改善，資源的利用效率得到提高，這將降低單位國內(nèi)生產(chǎn)總值的能源消耗，并減少污染物排放。

在農(nóng)業(yè)發(fā)展過程中，農(nóng)業(yè)經(jīng)濟規(guī)模對農(nóng)業(yè)碳排放具有雙重影響，一方面，在污染系數(shù)和產(chǎn)品組合不變的情況下，農(nóng)業(yè)經(jīng)濟規(guī)模的擴大需要更多的生產(chǎn)要素投入，這將導致農(nóng)業(yè)碳排放量的增加，對環(huán)境產(chǎn)生負向效應；另一方面，隨著經(jīng)濟規(guī)模的增長和收入的增加，居民的偏好會由低檔品向高檔品消費。在農(nóng)產(chǎn)品選擇上，人們更偏向購買生產(chǎn)標準更高的綠色農(nóng)產(chǎn)品，因此，收入提高在一定程度上有助于建立更嚴格的生產(chǎn)體系，進而降低單位產(chǎn)出農(nóng)業(yè)碳排放強度［16］。

2 變量選擇、數(shù)據(jù)來源與研究方法

2.1 變量選擇

2.1.1 被解釋變量 選取農(nóng)業(yè)碳排放強度（AEI）作為被解釋變量，數(shù)據(jù)由式（1）、式（2）計算所得。

參考伍國勇等［17］的研究，農(nóng)業(yè)碳排放源指標選取有化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、農(nóng)作物播種面積和農(nóng)業(yè)灌溉面積。目前較為廣泛使用的農(nóng)業(yè)碳排放計算方法為碳轉(zhuǎn)化系數(shù)法，是依據(jù)其碳源進行估算的一種方法［18］。農(nóng)業(yè)碳排放計算公式如下。

式中，E為農(nóng)業(yè)碳排放總量；Ei為相應i類碳排放量；Ti為對應i類碳源消耗量；H為碳排放系數(shù)，化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜的排放系數(shù)分別為0.895 6、4.934 2、5.180 0、0.592 7 kg/kg，農(nóng)作物播種面積和農(nóng)業(yè)灌溉面積的排放系數(shù)分別為312.600、20.476 kg/hm2［19］。多數(shù)學者使用單位農(nóng)業(yè)產(chǎn)值的碳排放量來衡量農(nóng)業(yè)碳排放強度，計算公式如下。

式中，AEI為農(nóng)業(yè)碳排放強度；E為農(nóng)業(yè)碳排放總量；AGDP為農(nóng)業(yè)生產(chǎn)總值。

2.1.2 核心解釋變量 本研究核心解釋變量為經(jīng)濟增長（EGDP），選取農(nóng)業(yè)人均生產(chǎn)總值表示農(nóng)業(yè)經(jīng)濟增長的指標，更能代表農(nóng)村經(jīng)濟的發(fā)展水平，以農(nóng)業(yè)生產(chǎn)總值與年末人口數(shù)的比值來表示對變量進行消脹處理。

2.1.3 控制變量 消費能力（CONS）采用農(nóng)村人均消費支出來衡量；技術進步（ADV）采用有效灌溉面積與總播種面積的比值表示；農(nóng)業(yè)現(xiàn)代化水平（TECH）采用農(nóng)業(yè)機械總動力與總播種面積比值表示；財政支持（ECO）采用農(nóng)林水事務支出與農(nóng)業(yè)生產(chǎn)總值比值表示；受災情況（DISA）和產(chǎn)業(yè)結(jié)構(gòu)（IND）分別用受災比重、第一產(chǎn)業(yè)所占比重來衡量。各變量描述性統(tǒng)計情況如表1 所示，各變量的統(tǒng)計量均為434。

由表1 可知，中國各地區(qū)農(nóng)業(yè)碳排放強度存在較大差異，最高為297.704 50 kg（C）/萬元，最低為29.121 68 kg（C）/萬元。農(nóng)業(yè)人均消費支出最高為20 303.060 元/人，最低為1 124.598 元/人，整體呈上升趨勢，區(qū)域間差異明顯。

表1 農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)碳排放強度變量描述性統(tǒng)計

2.2 數(shù)據(jù)來源

本研究選取的被解釋變量中，農(nóng)業(yè)碳排放強度通過統(tǒng)計年鑒宏觀數(shù)據(jù)由式（1）、式（2）計算得到，核心解釋變量與控制變量選取2007—2020 年中國31個?。ㄊ?、自治州）的宏觀數(shù)據(jù)進行研究，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各?。ㄊ小⒆灾螀^(qū)）統(tǒng)計年鑒。

2.3 模型構(gòu)建

2.3.1 構(gòu)建空間權重矩陣 地理距離權重矩陣將地理距離平方倒數(shù)作為兩省之間的地理權重，該矩陣可以更好地體現(xiàn)出在地理空間上不鄰接兩省之間的要素流動和相互作用［20］。

地理距離空間矩陣具體設定如式（3）所示。Wij表示區(qū)域i和區(qū)域j地理距離矩陣，d為通過經(jīng)緯度計算的省份間距離。

2.3.2 空間相關性檢驗 采用全局Moran’s I指數(shù)模型，對農(nóng)業(yè)碳排放強度和人均農(nóng)業(yè)生產(chǎn)總值進行全局自相關檢驗，計算公式如下。

局部空間自相關檢驗常用LISA 聚集圖表示，其表示區(qū)域單元在區(qū)域內(nèi)的聚集或離散情況［21］。LISA 聚集圖計算依據(jù)局部Moran’s I指數(shù)表示，其計算公式如下。

式中，Ii為i地區(qū)的局部莫蘭指數(shù)；xi和xj分別為變量在i、j地區(qū)的數(shù)值；xˉ為變量x在n個地區(qū)觀測值的平均值；Wij為空間權重矩陣。

2.3.3 空間面板計量模型 構(gòu)建空間杜賓模型（SDM），為充分考慮空間因素的影響，構(gòu)建空間計量模型，實證分析農(nóng)村經(jīng)濟發(fā)展對農(nóng)業(yè)碳排放強度的影響。具體模型如下。

式中，Y為農(nóng)業(yè)碳排放強度；X為所有的解釋變量；β為空間滯后項系數(shù)；θ為回歸系數(shù)；W為地理距離空間權重矩陣；ρ為農(nóng)業(yè)碳排放強度的滯后系數(shù)；ε為隨機擾動項。當ρ≠0、θ＝0且λ＝0時，符合空間自回歸模型（SAR）；當ρ＝0、θ＝0且λ≠0時，符合空間誤差模型（SEM）；當ρ≠0、θ≠0且λ＝0時，符合空間杜賓模型。隨后，根據(jù)檢驗及顯著性結(jié)果來確定具體模型。

3 實證分析

3.1 空間相關性檢驗

3.1.1 全局空間相關性 運用全局莫蘭指數(shù)分別對農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均生產(chǎn)總值（GDP）進行空間自相關檢驗，使用空間計量方法的前提是變量必須存在空間自相關。2007—2020 年農(nóng)業(yè)碳排放強度與農(nóng)業(yè)人均GDP 空間相關性結(jié)果如表2 所示，莫蘭指數(shù)雖有波動，但均為正值，從檢驗的P來看，各年份均通過顯著性水平為10%的統(tǒng)計檢驗，且農(nóng)業(yè)碳排放強度在2009、2012、2017、2018年P小于0.05；農(nóng)業(yè)人 均GDP 在2012、2013、2014、2015、2016、2018、2019、2020年P均小于0.05?？傮w而言，中國農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均生產(chǎn)總值的Moran’s I指數(shù)具有顯著性，可以拒絕“無空間自相關”的原假設。雖然研究期間內(nèi)的Moran’s I指數(shù)上下波動，但2020 年與2007年Moran’s I指數(shù)相比，總體呈上升趨勢，說明相鄰省份之間的農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均GDP 在空間分布上不是處于完全隨機的狀態(tài)，而是存在集聚現(xiàn)象，且空間相關性不斷增強。

表2 2007—2020 年農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均GDP全局莫蘭指數(shù)

3.1.2 局部空間相關性 繪制農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均GDP 的局部莫蘭指數(shù)，本研究僅匯報2007年和2020 年的結(jié)果，其中數(shù)字1—31 代表中國31 個省級區(qū)域。

莫蘭散點圖的4 個象限分別對應區(qū)域單元與其相鄰象限之間4 種類型的空間局部聯(lián)系形式。第一象限代表高觀測值被同是高值包圍的區(qū)域，為HH，即高-高集聚類型；第二象限代表低觀測值被鄰近高觀測值包圍的空間單元，為L-H，即低-高集聚類型；第三象限代表低觀測值被同是低觀測值包圍的區(qū)域，為L-L，即低-低集聚類型；第四象限代表高值的空間單元格被低值空間單元格包圍，為H-L，即高-低集聚類型。對比2007 年與2020 年農(nóng)業(yè)碳排放強度莫蘭指數(shù)散點圖（圖1）可知，中國農(nóng)業(yè)碳排放強度和農(nóng)業(yè)人均GDP 主要以H-H 和L-L 兩種類型主導，2007 年位于第一、第三象限的區(qū)域數(shù)量分別為6 和10，合計占樣本總量的51.61%；2020 年位于第一、第三象限的區(qū)域數(shù)量分別為8 和11，合計占樣本總量的61.29%，農(nóng)業(yè)碳排放區(qū)域關聯(lián)性有所增強。對比2007 年與2020 年農(nóng)業(yè)人均生產(chǎn)總值莫蘭指數(shù)散點圖（圖2）可知，2007 年農(nóng)業(yè)人均生產(chǎn)總值位于第一、第三象限的區(qū)域數(shù)量分別為10 和9，占樣本總量的61.29%；2020 年有13 個區(qū)域位于第一象限，有8 個區(qū)域位于第三象限，占樣本總量的67.74%，呈一定的集聚效應，且落入第一象限的數(shù)量增加。

圖1 2007 年和2020 年農(nóng)業(yè)碳排放強度局部莫蘭指數(shù)散點圖

圖2 2007 年和2020 年農(nóng)業(yè)人均消費支出局部莫蘭指數(shù)散點圖

3.2 農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)碳排放強度空間相關性分析

3.2.1 模型適用性檢驗及模型分析 對模型進行適用性檢驗，檢驗結(jié)果如表3 所示。首先，LM 檢驗的4個統(tǒng)計量均通過5%水平的顯著性檢驗，應選擇帶空間效應的面板模型。其次，Hausman 檢驗結(jié)果P通過顯著性檢驗，表明應采取固定效應的模型。最后確定模型的空間或時間效應，通過LR 檢驗和沃爾德（Wald）檢驗，結(jié)果顯示LR 檢驗結(jié)果P通過1%水平的顯著性檢驗；沃爾德檢驗結(jié)果顯示，空間滯后模型和空間誤差模型的P均通過1%顯著性檢驗，說明模型不能被簡化為SEM 和SLM。因此，本研究選擇固定效應下的SDM 模型。

表3 空間計量模型選擇性檢驗

3.2.2 空間計量模型回歸分析 運用STATA 15.0軟件實現(xiàn)農(nóng)業(yè)經(jīng)濟增長對農(nóng)業(yè)碳排放強度影響的空間計量分析。SDM 模型的回歸結(jié)果如表4 所示。

表4 空間杜賓模型實證結(jié)果

從SDM 模型分解結(jié)果來看，農(nóng)業(yè)碳排放強度受相鄰地區(qū)的地理位置、生態(tài)環(huán)境、社會經(jīng)濟水平等影響。對各變量取自然對數(shù)，經(jīng)濟增長、技術進步、農(nóng)業(yè)現(xiàn)代化水平、財政支持和產(chǎn)業(yè)結(jié)構(gòu)估計系數(shù)均通過5%的顯著性檢驗，其中消費能力、農(nóng)業(yè)經(jīng)濟增長、技術進步與農(nóng)業(yè)碳排放強度呈負相關，農(nóng)業(yè)現(xiàn)代化水平、財政支持、受災情況和產(chǎn)業(yè)結(jié)構(gòu)均與農(nóng)業(yè)碳排放強度呈正相關。

農(nóng)業(yè)生產(chǎn)方式的不斷進步推動農(nóng)業(yè)經(jīng)濟增長的同時，還可以有效降低農(nóng)業(yè)碳排放強度。綠色技術的使用能有效減少當?shù)氐霓r(nóng)業(yè)碳排放量。隨著惠農(nóng)政策的推出，以及農(nóng)業(yè)現(xiàn)代化水平的提高，為農(nóng)戶的農(nóng)業(yè)生產(chǎn)提供了更多選擇。一是在惠農(nóng)政策的指導下，農(nóng)戶更傾向于購買環(huán)境友好型的農(nóng)用物資；二是隨著現(xiàn)代化水平的提高和普及，農(nóng)戶購買資源節(jié)約型農(nóng)業(yè)生產(chǎn)工具時有更多的選擇。但是受災情況和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整都有可能會提高農(nóng)業(yè)碳排放強度，當農(nóng)戶受自然災害影響時，會投入更多的農(nóng)用物資（如化肥、農(nóng)藥等）來提高農(nóng)作物的產(chǎn)量。農(nóng)業(yè)產(chǎn)業(yè)所占比重越大，表明該地區(qū)從事第一產(chǎn)業(yè)的人數(shù)就越多，大量的農(nóng)用物資投入不可避免地會產(chǎn)生更多的碳排放，即受災情況和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)在一定程度上促進了農(nóng)業(yè)碳排放。

3.2.3 本地效應與空間溢出效應分解 由表5 可以看出，經(jīng)濟增長、消費能力、技術進步、財政支持和產(chǎn)業(yè)結(jié)構(gòu)的直接效應均通過10%水平的顯著性檢驗，且經(jīng)濟增長、消費能力和技術進步對該地區(qū)農(nóng)業(yè)碳排放強度影響顯著為負。在間接效應下，經(jīng)濟增長、消費能力和產(chǎn)業(yè)結(jié)構(gòu)均通過5%水平的顯著性檢驗。發(fā)展當?shù)氐慕?jīng)濟會一定程度上增加地區(qū)外的農(nóng)業(yè)碳排放，即相鄰地區(qū)經(jīng)濟增長對農(nóng)業(yè)碳排放強度有一定的溢出效應。從總效應結(jié)果來看，經(jīng)濟增長區(qū)域內(nèi)的直接效應大于區(qū)域間的間接效應，總體對農(nóng)業(yè)碳排放有一定的抑制作用。消費能力分解結(jié)果顯示，消費能力提高會對區(qū)域間農(nóng)業(yè)碳排放強度起負向作用，即抑制相鄰地區(qū)的農(nóng)業(yè)碳排放量，提高消費能力可以鼓勵農(nóng)民選擇更為環(huán)保的生產(chǎn)手段，在鄰近地區(qū)發(fā)揮示范作用，從而遏制鄰近地區(qū)農(nóng)業(yè)污染排放。產(chǎn)業(yè)結(jié)構(gòu)的間接效應結(jié)果顯示，當?shù)禺a(chǎn)業(yè)結(jié)構(gòu)中農(nóng)業(yè)所占比重越高，對鄰近地區(qū)農(nóng)業(yè)碳排放強度負向影響就越大。但總效應結(jié)果顯示，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)促進農(nóng)業(yè)碳排放，可能的原因是第一產(chǎn)業(yè)所占比重越高，農(nóng)用物資投入就越高，農(nóng)業(yè)生產(chǎn)過程中不可避免地排放出更多溫室氣體。

表5 農(nóng)業(yè)經(jīng)濟增長對農(nóng)業(yè)碳排放強度的影響分解效應

4 小結(jié)與政策建議

4.1 小結(jié)

1）空間相關性檢驗。農(nóng)業(yè)碳排放強度和人均農(nóng)業(yè)生產(chǎn)總值表征的經(jīng)濟增長指標呈H-H 集聚和LL 集聚。全局莫蘭指數(shù)結(jié)果顯示，各省份間空間自相關程度不斷增強，且農(nóng)業(yè)碳排放強度和經(jīng)濟增長指標在2007—2020 年呈現(xiàn)“高-高”和“低-低”空間集聚類型的省份數(shù)量明顯增加，以東部地區(qū)和經(jīng)濟發(fā)達地區(qū)為主導，表現(xiàn)出兩極分化，且各地區(qū)經(jīng)濟活動存在外部性（溢出效應）。

2）農(nóng)業(yè)機械投入強度表征農(nóng)業(yè)現(xiàn)代化水平與農(nóng)業(yè)碳排放強度呈正相關，農(nóng)用機械柴油使用量的增加促進了農(nóng)業(yè)碳排放。此外，中國農(nóng)業(yè)機械的大部分活動集中在播種和收獲階段，其他階段還無法大規(guī)模使用農(nóng)業(yè)機械，即無法較為顯著地提高農(nóng)用資源的利用效率。某地區(qū)農(nóng)業(yè)生產(chǎn)總值/國內(nèi)生產(chǎn)總值表征農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)業(yè)碳排放強度也呈正相關，農(nóng)業(yè)生產(chǎn)總值所占比重高的地區(qū)需要更多的化肥、農(nóng)藥和塑料薄膜的投入，這些都是農(nóng)用資源投入中碳排放的主要來源。因而種植業(yè)所占比重越高，對農(nóng)業(yè)生產(chǎn)環(huán)境污染水平越高。

3）分解空間杜賓模型結(jié)果顯示，直接效應中經(jīng)濟增長、消費能力和技術進步有利于減少當?shù)剞r(nóng)業(yè)碳排放強度，農(nóng)業(yè)現(xiàn)代化水平、財政支持、受災情況和產(chǎn)業(yè)結(jié)構(gòu)可以促進當?shù)剞r(nóng)業(yè)碳排放，即加劇了區(qū)域內(nèi)的環(huán)境污染。各效應中，不同影響指標對農(nóng)業(yè)碳排放強度促進方向并不一致，應該注意分解效應中影響效果更顯著的一方。

4.2 政策建議

1）加強區(qū)域交流，統(tǒng)籌區(qū)域協(xié)調(diào)發(fā)展。鄰近經(jīng)濟發(fā)達地區(qū)發(fā)揮好示范作用，農(nóng)業(yè)經(jīng)濟的增長與農(nóng)業(yè)碳排放強度的空間莫蘭指數(shù)檢驗結(jié)果顯示，二者均存在空間溢出效應，增強農(nóng)業(yè)技術空間溢出效應，帶動全國整體減排，加大農(nóng)業(yè)科研投入力度，加快農(nóng)業(yè)技術轉(zhuǎn)化效率，引導農(nóng)業(yè)資源的優(yōu)化配置，防止壟斷市場產(chǎn)生，防范技術進步可能帶來的兩極分化。

2）加大農(nóng)業(yè)科技投資。推動農(nóng)業(yè)可降解塑料在農(nóng)業(yè)公司、小農(nóng)戶中的使用，減少塑料等對土壤的污染；加大研發(fā)農(nóng)業(yè)機械使用新能源的投入力度，增加農(nóng)業(yè)機械設備在農(nóng)業(yè)生產(chǎn)過程中的使用環(huán)節(jié)，提高化肥、農(nóng)藥等農(nóng)用資源的使用效率，從源頭上減少農(nóng)業(yè)碳源的排放。

3）利用空間相互作用，例如省域之間的商品、人口、勞動力、資金技術等相互傳輸?shù)倪^程，其對區(qū)域間經(jīng)濟建設有很大的影響。一方面能加強區(qū)域間的聯(lián)系，獲取更多的發(fā)展空間；另一方面在降低農(nóng)業(yè)的碳強度方面發(fā)揮重要作用，對小農(nóng)戶的農(nóng)業(yè)生產(chǎn)行為產(chǎn)生足夠的影響，建立激勵機制推動農(nóng)業(yè)綠色生產(chǎn)行為。