楊秀玉 喬翠霞

摘要 農(nóng)業(yè)碳生產(chǎn)率兼具“保增長”與“促減排”雙重屬性，是新時(shí)期綠色農(nóng)業(yè)發(fā)展的核心內(nèi)容，也是中國實(shí)現(xiàn)碳達(dá)峰和碳中和的重要方面。文章基于新地理經(jīng)濟(jì)學(xué)，建立空間面板模型，利用2005—2019年中國31個(gè)省份（未包括臺(tái)灣、香港和澳門地區(qū)）的面板數(shù)據(jù)，實(shí)證研究了農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，以及財(cái)政分權(quán)對(duì)上述影響的調(diào)節(jié)作用。結(jié)果表明：①中國整體和四大地區(qū)的農(nóng)業(yè)碳生產(chǎn)率都呈逐年遞增的趨勢(shì)，且存在一定的空間相關(guān)性。②不考慮控制變量時(shí)，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)本地農(nóng)業(yè)碳生產(chǎn)率具有顯著的“U”型影響，但不利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率，考慮控制變量時(shí)，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)本地農(nóng)業(yè)碳生產(chǎn)率的影響不顯著，但對(duì)周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率具有顯著的倒“U”型影響。③農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響在四大地區(qū)、不同農(nóng)業(yè)發(fā)展水平和不同農(nóng)業(yè)產(chǎn)業(yè)集聚水平地區(qū)都顯著，且存在異質(zhì)性。④財(cái)政分權(quán)在全國層面會(huì)削弱農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，在農(nóng)業(yè)產(chǎn)業(yè)低集聚區(qū)（東部和中部地區(qū)）以及農(nóng)業(yè)產(chǎn)業(yè)高集聚區(qū)（西部和東北地區(qū)）有異質(zhì)性的調(diào)節(jié)作用。因此，要推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)集聚由“數(shù)量增加”向“質(zhì)量提升”轉(zhuǎn)變，充分發(fā)揮農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用，同時(shí)，建立中央與地方財(cái)政收支的動(dòng)態(tài)調(diào)整機(jī)制，適當(dāng)增加財(cái)政支農(nóng)比重，利用財(cái)政資源和手段，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)合理集聚和提升農(nóng)業(yè)碳生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞 農(nóng)業(yè)產(chǎn)業(yè)集聚；農(nóng)業(yè)碳生產(chǎn)率；財(cái)政分權(quán)；空間溢出效應(yīng)

中圖分類號(hào) F323 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002-2104（2023）02-0092-10 DOI：10. 12062/cpre. 20220623

2021 年8 月9 日，聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）正式發(fā)布第六次評(píng)估報(bào)告（AR6）的第一工作組報(bào)告：《氣候變化2021：自然科學(xué)基礎(chǔ)》（Climate Change2021： the Physical Science Basis）。報(bào)告［1］指出，2019年，大氣中二氧化碳濃度達(dá)過去200萬年的最高值，甲烷和一氧化二氮濃度也是過去80萬年的最高值。在如此嚴(yán)峻的情況下，各國政府都積極采取措施降低碳排放，而農(nóng)業(yè)既可以吸收碳量，又會(huì)制造碳排放，早在IPCC的第四次報(bào)告［2］中就指出，農(nóng)業(yè)是造成碳排放的第二大元兇，因此，如何降低農(nóng)業(yè)碳排放、提高農(nóng)業(yè)碳生產(chǎn)率、發(fā)展低碳綠色農(nóng)業(yè)成為學(xué)者們研究的重點(diǎn)［3］。目前，中國農(nóng)業(yè)正處于農(nóng)業(yè)2. 0（以機(jī)械化為主的小規(guī)模農(nóng)業(yè)）向農(nóng)業(yè)3. 0（以信息化為主的自動(dòng)化農(nóng)業(yè)）階段的過渡，黨的二十大報(bào)告中特別強(qiáng)調(diào)要“發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營”，因此，推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)適度集聚已成為中國農(nóng)業(yè)現(xiàn)代化建設(shè)的重要內(nèi)容［4］。實(shí)施財(cái)政分權(quán)以來，地方財(cái)政支出比重不斷上升，2021 年達(dá)到86%，中央財(cái)政支出比重下降到14%，地方政府財(cái)政支配權(quán)力越來越大，而地方政府也由過去GDP錦標(biāo)賽考核下一味追求經(jīng)濟(jì)增長，逐漸轉(zhuǎn)向推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，倡導(dǎo)綠色生態(tài)高質(zhì)量發(fā)展［5-6］?！笆奈濉睍r(shí)期是中國農(nóng)業(yè)綠色發(fā)展的快速提升期，提高農(nóng)業(yè)碳生產(chǎn)率是農(nóng)業(yè)綠色發(fā)展的必然要求，而農(nóng)業(yè)產(chǎn)業(yè)集聚在提高農(nóng)業(yè)碳生產(chǎn)率方面發(fā)揮作用如何？財(cái)政分權(quán)是否在農(nóng)業(yè)產(chǎn)業(yè)集聚影響農(nóng)業(yè)碳生產(chǎn)率過程中起到調(diào)節(jié)作用？學(xué)界研究還比較少。因此，文章在測(cè)算農(nóng)業(yè)產(chǎn)業(yè)集聚和農(nóng)業(yè)碳生產(chǎn)率的基礎(chǔ)上，運(yùn)用空間面板模型，實(shí)證分析農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響及時(shí)空差異，并重點(diǎn)檢驗(yàn)財(cái)政分權(quán)的調(diào)節(jié)作用，希望對(duì)各地區(qū)政府制定科學(xué)有效的農(nóng)業(yè)產(chǎn)業(yè)集聚和低碳農(nóng)業(yè)政策提供借鑒。

1 文獻(xiàn)綜述

隨著產(chǎn)業(yè)集聚理論的不斷完善，學(xué)者們開始關(guān)注農(nóng)業(yè)產(chǎn)業(yè)集聚問題，并從對(duì)農(nóng)業(yè)產(chǎn)業(yè)集聚定義［7-9］、形成機(jī)制［10-12］的研究逐漸轉(zhuǎn)向農(nóng)業(yè)產(chǎn)業(yè)集聚效應(yīng)研究。農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高可以帶來規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，提高農(nóng)業(yè)專業(yè)化和集約化水平，進(jìn)而提升農(nóng)業(yè)生產(chǎn)效率［4，13-16］。也有學(xué)者［17-21］認(rèn)為農(nóng)業(yè)產(chǎn)業(yè)集聚可以促進(jìn)當(dāng)?shù)亟鹑诤蜕a(chǎn)條件的改善，激發(fā)勞動(dòng)者創(chuàng)新意識(shí)，增加農(nóng)村資本流入，增強(qiáng)農(nóng)業(yè)抗風(fēng)險(xiǎn)能力，提升農(nóng)業(yè)整體競爭力。然而，也有一些學(xué)者［22］認(rèn)為農(nóng)業(yè)處于不同的產(chǎn)業(yè)集聚水平，對(duì)經(jīng)濟(jì)增長的作用不同，只有農(nóng)業(yè)產(chǎn)業(yè)集聚處于成長階段時(shí)，才能推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。

國內(nèi)外學(xué)者對(duì)農(nóng)業(yè)碳排放進(jìn)行了大量的研究和測(cè)算，不僅從時(shí)間維度分析了農(nóng)業(yè)碳排放的發(fā)展變化［23-26］，還從空間角度對(duì)農(nóng)業(yè)碳排放的地區(qū)差異性和溢出性進(jìn)行了大量研究［27-29］。大部分學(xué)者［30-32］都認(rèn)為農(nóng)業(yè)生產(chǎn)效率、產(chǎn)業(yè)結(jié)構(gòu)、科技水平、農(nóng)用機(jī)械設(shè)備使用、教育水平、對(duì)外開放程度、城鎮(zhèn)化等對(duì)農(nóng)業(yè)碳生產(chǎn)率有影響。也有學(xué)者研究農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，程琳琳等［33］和李文華等［34］研究發(fā)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)碳效率之間存在環(huán)境庫茲涅茨曲線關(guān)系，尤其是中西部地區(qū)；張哲晰等［35］發(fā)現(xiàn)黃淮海與環(huán)渤海蔬菜主產(chǎn)區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率存在非線性影響，且前者對(duì)后者存在“鎖定”與“擁擠”效應(yīng)；鄧晴晴等［36］采用農(nóng)業(yè)生產(chǎn)形成的碳、磷和氮排放量來代表農(nóng)業(yè)面源污染，分析發(fā)現(xiàn)農(nóng)業(yè)集聚和農(nóng)業(yè)面源污染呈現(xiàn)正相關(guān)的單門檻效應(yīng)。

財(cái)政作為政府進(jìn)行宏觀調(diào)控的重要手段之一，在農(nóng)業(yè)領(lǐng)域，財(cái)政用于農(nóng)業(yè)的支出對(duì)于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和要素配置發(fā)揮著重大的作用，而地方政府在處理地方事務(wù)時(shí)有著得天獨(dú)厚的優(yōu)勢(shì)，因而學(xué)者們［37］普遍認(rèn)為財(cái)政分權(quán)可以促進(jìn)地方經(jīng)濟(jì)的發(fā)展。隨著綠色發(fā)展理念的深入，中國開始將環(huán)保因素納入地方政府考核體系，學(xué)者們開始研究財(cái)政分權(quán)對(duì)產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境治理的影響。甘行瓊等［5］運(yùn)用動(dòng)態(tài)面板模型，實(shí)證檢驗(yàn)發(fā)現(xiàn)財(cái)政收入分權(quán)和財(cái)政支出分權(quán)促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)合理化的發(fā)展而抑制了產(chǎn)業(yè)結(jié)構(gòu)高度化的發(fā)展。而學(xué)者們對(duì)財(cái)政分權(quán)對(duì)環(huán)境治理影響的研究大體有三種不同觀點(diǎn)：以往的績效考核體系下，為了追求經(jīng)濟(jì)發(fā)展，財(cái)政分權(quán)會(huì)不利于環(huán)境治理的改善［38-39］；地方政府越來越重視環(huán)境治理，鼓勵(lì)企業(yè)加大治污科研投入，推動(dòng)治污技術(shù)創(chuàng)新，通過減稅增補(bǔ)等手段吸引低污染FDI［40-41］；財(cái)政分權(quán)水平不同的地區(qū)，其對(duì)碳生產(chǎn)率的影響不同［42］。

通過以上梳理可以看出，現(xiàn)有文獻(xiàn)為研究農(nóng)業(yè)產(chǎn)業(yè)集聚、財(cái)政分權(quán)與農(nóng)業(yè)碳生產(chǎn)率作用關(guān)系提供了豐富的參考，但也仍存在一些可以完善的地方。首先，現(xiàn)有文獻(xiàn)從空間視角分析農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率差異性影響的較少；其次，在農(nóng)業(yè)產(chǎn)業(yè)集聚影響農(nóng)業(yè)碳生產(chǎn)率的過程中，財(cái)政分權(quán)是否發(fā)揮調(diào)節(jié)作用。因此，文章從這兩方面入手，運(yùn)用空間面板模型，將空間地理位置納入農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響的分析框架中，并分析財(cái)政分權(quán)在其中的調(diào)節(jié)作用。

2 研究方法

2. 1 變量選取與數(shù)據(jù)來源

2. 1. 1 被解釋變量：農(nóng)業(yè)碳生產(chǎn)率

借鑒Kaya等［43］對(duì)碳生產(chǎn)率的研究，用單位農(nóng)業(yè)碳排放創(chuàng)造的農(nóng)林牧漁總產(chǎn)值表示農(nóng)業(yè)碳生產(chǎn)率（ACP），這樣既可以兼顧經(jīng)濟(jì)發(fā)展，又可以考察農(nóng)業(yè)碳排放情況。農(nóng)業(yè)碳排放量（ACE）的數(shù)量可由下面公式計(jì)算得到。

其中：Ti表示農(nóng)業(yè)碳排放源，δi 表示農(nóng)業(yè)碳排放系數(shù)。Ti主要有三大類：第一類是農(nóng)地利用導(dǎo)致的碳排放，表1列出了農(nóng)地利用碳排放源及排放系數(shù)；第二類是水稻生長過程中排放的CH4，排放系數(shù)可參照閔繼勝等人［3］的研究；第三類是反芻動(dòng)物腸道發(fā)酵和糞便管理中排放的CH4和N2O，排放源及系數(shù)見表2［24］。

2. 1. 2 核心解釋變量：農(nóng)業(yè)產(chǎn)業(yè)集聚

借鑒程琳琳等［33］和李文華等［34］的方法，用產(chǎn)值計(jì)算的區(qū)位熵衡量農(nóng)業(yè)產(chǎn)業(yè)集聚程度，具體公式為：

2. 1. 4 控制變量

根據(jù)前文文獻(xiàn)梳理，選擇以下變量為控制變量：經(jīng)濟(jì)發(fā)展水平（AGDP），用人均國內(nèi)生產(chǎn)總值的對(duì)數(shù)表示，考慮到經(jīng)濟(jì)發(fā)展和碳生產(chǎn)率之間可能存在環(huán)境庫茲涅茨曲線關(guān)系，將人均國內(nèi)生產(chǎn)總值對(duì)數(shù)的平方項(xiàng)也納入模型；區(qū)域城鎮(zhèn)化發(fā)展情況（UL），用城鎮(zhèn)人口與總?cè)丝诘谋戎当硎?；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，從碳排放量較大的種植業(yè)和畜牧業(yè)入手，選用種植業(yè)總產(chǎn)值和畜牧業(yè)總產(chǎn)值分別占農(nóng)林牧漁總產(chǎn)值的比重來表示（PIP 和AHP）；農(nóng)民知識(shí)水平（FKL），用鄉(xiāng)村初中以上文化程度的人口占6歲及以上人口的比重表示；農(nóng)業(yè)貿(mào)易水平（ATL），用農(nóng)業(yè)進(jìn)出口總額與農(nóng)業(yè)增加值的比例來表示，農(nóng)業(yè)進(jìn)出口總額按當(dāng)年平均匯率折算成人民幣；農(nóng)業(yè)環(huán)境規(guī)制（AER），用環(huán)境污染治理投資總額按第一產(chǎn)業(yè)產(chǎn)值在國內(nèi)生產(chǎn)總值中的比重折算。

2. 1. 5 數(shù)據(jù)來源

該研究的區(qū)域是中國31個(gè)省份（未涉及香港、澳門和臺(tái)灣），時(shí)間跨度為2005—2019年，數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《中國財(cái)政年鑒》《中國人口和就業(yè)統(tǒng)計(jì)年鑒》和各地方統(tǒng)計(jì)年鑒。文章所有涉及產(chǎn)值的指標(biāo)均用2005年為基期進(jìn)行平減以消除價(jià)格影響，

表3是各變量的描述性統(tǒng)計(jì)。

根據(jù)Hanns等［46］的研究，可依據(jù)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率曲線開口方向和AIA2×FD 回歸系數(shù)的正負(fù)判斷財(cái)政分權(quán)的作用（表4）。

3 農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)碳生產(chǎn)率變化的初步規(guī)律

3. 1 農(nóng)業(yè)產(chǎn)業(yè)集聚初步規(guī)律描述

從圖1可以看出整體上，中國農(nóng)業(yè)產(chǎn)業(yè)集聚略呈波動(dòng)下降趨勢(shì)，從2005年的1. 164下降到2019年度的1. 074。四大地區(qū)中東北地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚水平最高，且在考察期內(nèi)波動(dòng)上升，從2005 年的1. 394 增長到2019 年的1. 607；而東部地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚水平最低，且呈略微下降趨勢(shì)；中部和西部地區(qū)期初水平接近，考察期內(nèi)都波動(dòng)下降，但到2019年西部地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚明顯高于中部地區(qū)。四大地區(qū)內(nèi)部來看，東部地區(qū)內(nèi)70%的地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚水平低于1，且都基本保持水平波動(dòng)；中部地區(qū)內(nèi)5/6的地區(qū)在1以上，且波動(dòng)下降；西部地區(qū)也有5/6的地區(qū)在1以上，但有半數(shù)的地區(qū)略微波動(dòng)下降；東北地區(qū)三省都在1以上，且都有明顯的上升趨勢(shì)。

3. 2 農(nóng)業(yè)碳生產(chǎn)率初步規(guī)律描述

從圖2可以看出，中國整體和四大地區(qū)的農(nóng)業(yè)碳生產(chǎn)率都呈逐年遞增的趨勢(shì)，其中，東部地區(qū)增長幅度最大，從2005年的1. 931增長到2019年的4. 139，年均增長7. 62%，中部地區(qū)增幅最小，年均增幅也有4. 52%。就四大地區(qū)內(nèi)部來看，東部地區(qū)2019年幾乎所有地區(qū)的農(nóng)業(yè)碳生產(chǎn)率都達(dá)到2以上，尤其是北京市遙遙領(lǐng)先；中部地區(qū)近五年來農(nóng)業(yè)碳生產(chǎn)率都增加到1以上，尤其是河南省增長速度最快；西部5/6 的地區(qū)近年來都增長到1 以上，青海和西藏兩地農(nóng)業(yè)碳生產(chǎn)率水平較低且增速緩慢；東北三省農(nóng)業(yè)碳生產(chǎn)率都較高，尤其是遼寧省2019年高達(dá)3. 703，遠(yuǎn)遠(yuǎn)高于其余兩省，導(dǎo)致三省之間差異越來越大。

4 農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響分析

4. 1 農(nóng)業(yè)碳生產(chǎn)率的空間相關(guān)性檢驗(yàn)

在進(jìn)行空間計(jì)量分析之前，先計(jì)算一下農(nóng)業(yè)碳生產(chǎn)率的MoransI，檢驗(yàn)其是否存在空間相關(guān)性。從表5可以看出，兩種權(quán)重下農(nóng)業(yè)碳生產(chǎn)率的MoransI 都通過5%顯著性水平的檢驗(yàn)，說明農(nóng)業(yè)碳生產(chǎn)率存在顯著的空間相關(guān)性。另外，整個(gè)考察期內(nèi)，農(nóng)業(yè)碳生產(chǎn)率的MoransI 呈下降趨勢(shì)，說明農(nóng)業(yè)碳生產(chǎn)率的空間相關(guān)性有減弱趨勢(shì)。

4. 2 空間計(jì)量模型回歸結(jié)果

表6是農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率回歸的結(jié)果。從前兩列可以看出，固定效應(yīng)OLS模型和隨機(jī)效應(yīng)SDM（0-1權(quán)重矩陣）模型下，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率都有顯著的“U”型影響，即農(nóng)業(yè)產(chǎn)業(yè)集聚水平較低時(shí)，農(nóng)業(yè)碳生產(chǎn)率隨著農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高而降低，當(dāng)農(nóng)業(yè)產(chǎn)業(yè)集聚水平達(dá)到拐點(diǎn)之后，農(nóng)業(yè)碳生產(chǎn)率隨著農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高而提高。通過MoransI、LM、RobustLM、LR 和Wald 檢驗(yàn)證明隨機(jī)效應(yīng)SDM 模型更優(yōu)。從SDM 模型還可以看出，農(nóng)業(yè)碳生產(chǎn)率滯后項(xiàng)系數(shù)為0. 552 4，通過1%的顯著性水平檢驗(yàn)，表明農(nóng)業(yè)碳生產(chǎn)率在全國層面具有空間正溢出效應(yīng)；農(nóng)業(yè)產(chǎn)業(yè)集聚滯后項(xiàng)系數(shù)為負(fù)，通過1%顯著性水平檢驗(yàn)，說明農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率有不利影響。

從表6列（3）和列（4）可以看出，加入控制變量后，模型擬合優(yōu)度增加，但農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響變得不顯著?？刂谱兞恐薪?jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)碳生產(chǎn)率有顯著的正“U”影響；農(nóng)民知識(shí)水平的提高會(huì)顯著地提升農(nóng)業(yè)碳生產(chǎn)率；而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)中種植業(yè)和畜牧業(yè)的比重增加不利于農(nóng)業(yè)碳生產(chǎn)率的提升；城鎮(zhèn)化、農(nóng)業(yè)貿(mào)易水平對(duì)農(nóng)業(yè)碳生產(chǎn)率有正影響，但不顯著；農(nóng)業(yè)環(huán)境規(guī)制的影響在不同模型中方向不同，但都未通過檢驗(yàn)。通過MoransI 檢驗(yàn)、LM 檢驗(yàn)、Robust LM 檢驗(yàn)、LR 檢驗(yàn)和Wald 檢驗(yàn)證明時(shí)間固定效應(yīng)SDM模型（0-1權(quán)重矩陣）更優(yōu)。從SDM模型中還可以看出，農(nóng)業(yè)碳生產(chǎn)率滯后項(xiàng)系數(shù)通過1%的顯著性水平檢驗(yàn)，但數(shù)值為負(fù)，其絕對(duì)值大于不考慮控制變量的情況，說明此時(shí)農(nóng)業(yè)碳生產(chǎn)率在全國層面具有更強(qiáng)的空間負(fù)溢出效應(yīng)；農(nóng)業(yè)產(chǎn)業(yè)集聚滯后項(xiàng)對(duì)農(nóng)業(yè)碳生產(chǎn)率具有顯著的倒“U”型影響，說明當(dāng)農(nóng)業(yè)產(chǎn)業(yè)集聚水平較低時(shí)，有利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率的提高，但當(dāng)農(nóng)業(yè)產(chǎn)業(yè)集聚水平發(fā)展到較高水平時(shí)，則不利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率的提高；控制變量的滯后項(xiàng)中，經(jīng)濟(jì)發(fā)展水平的滯后項(xiàng)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈正“U”型，說明當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展水平較低時(shí)，不利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率的提高，當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展到一定水平，地區(qū)間的經(jīng)濟(jì)輻射作用發(fā)揮出來，有利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率的提高；種植業(yè)比重、農(nóng)民知識(shí)水平和農(nóng)業(yè)貿(mào)易水平對(duì)農(nóng)業(yè)碳生產(chǎn)率有顯著的正面影響，說明種植業(yè)規(guī)模、農(nóng)民文化水平和農(nóng)業(yè)貿(mào)易情況對(duì)周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率有正向影響；而城鎮(zhèn)化、畜牧業(yè)比例和農(nóng)業(yè)環(huán)境規(guī)制的滯后項(xiàng)都不顯著，即這三個(gè)變量的空間效應(yīng)不顯著。

4. 3 異質(zhì)性分析

4. 3. 1 四大地區(qū)的異質(zhì)性分析

通過MoransI、LM、Robust LM、LR 和Wald 檢驗(yàn)發(fā)現(xiàn)不管是考慮控制變量還是不考慮控制變量，四大地區(qū)的空間面板模型優(yōu)于傳統(tǒng)面板模型，空間面板回歸結(jié)果見表7。另外，從擬合優(yōu)度來看，考慮控制變量的模型更好一些。在考慮控制變量的模型中，除西部地區(qū)以外，其他三地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈倒“U”型。根據(jù)__ AIA = -β1 2β2對(duì)系數(shù)進(jìn)行計(jì)算，可得到農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率回歸曲線的拐點(diǎn)，結(jié)合四大地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚水平，呈倒“U”型的東部、中部和東北地區(qū)，農(nóng)業(yè)產(chǎn)業(yè)集聚平均水平都處在拐點(diǎn)左側(cè)，這些地區(qū)提高農(nóng)業(yè)產(chǎn)業(yè)集聚水平可以提升該地區(qū)的農(nóng)業(yè)碳生產(chǎn)率，而呈“U”型的西部地區(qū)，其農(nóng)業(yè)產(chǎn)業(yè)集聚平均水平在拐點(diǎn)右側(cè)，代表著農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高同樣可以帶來農(nóng)業(yè)碳生產(chǎn)率的提高。

4. 3. 2 農(nóng)業(yè)大省和非農(nóng)業(yè)大省的異質(zhì)性分析

將考察地區(qū)按2005—2019年平均農(nóng)林牧漁總產(chǎn)值的數(shù)值進(jìn)行排序，前15位分一組為農(nóng)業(yè)大省份（包括山東、河南、江蘇、四川、河北、廣東、湖北、湖南、黑龍江、廣西、安徽、遼寧、福建、云南和浙江），排名后16的地區(qū)為非農(nóng)業(yè)大省份（包括江西、新疆、內(nèi)蒙古、陜西、吉林、貴州、重慶、甘肅、山西、海南、寧夏、北京、天津、上海、青海和西藏），分別查看這兩組地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，結(jié)果見表8列（13）至列（16）。從表中可以看出，對(duì)于所有地區(qū)，考慮控制變量模型的擬合優(yōu)度都較高。而對(duì)于農(nóng)業(yè)大省，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈倒“U”型，但農(nóng)業(yè)產(chǎn)業(yè)集聚的二次項(xiàng)不顯著，考察期內(nèi)農(nóng)業(yè)大省的平均農(nóng)業(yè)產(chǎn)業(yè)集聚水平在拐點(diǎn)左側(cè)，所以，對(duì)于這些地區(qū)而言，提升農(nóng)業(yè)產(chǎn)業(yè)集聚水平可以提升農(nóng)業(yè)碳生產(chǎn)率；對(duì)于非農(nóng)業(yè)大省，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響也呈倒“U”型，農(nóng)業(yè)產(chǎn)業(yè)集聚一次項(xiàng)和二次項(xiàng)都通過顯著性檢驗(yàn)，且考察期內(nèi)非農(nóng)業(yè)大省的平均農(nóng)業(yè)產(chǎn)業(yè)集聚水平在拐點(diǎn)左側(cè)，所以，對(duì)于這些地區(qū)而言，提升農(nóng)業(yè)產(chǎn)業(yè)集聚水平同樣也可以提升農(nóng)業(yè)碳生產(chǎn)率，但和農(nóng)業(yè)大省相比，非農(nóng)業(yè)大省提升農(nóng)業(yè)產(chǎn)業(yè)集聚水平對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響更顯著。這主要是因?yàn)檗r(nóng)業(yè)大省本身農(nóng)業(yè)水平發(fā)展較高，其農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響的邊際效應(yīng)不如非農(nóng)業(yè)大省高。

4. 3. 3 不同農(nóng)業(yè)產(chǎn)業(yè)集聚水平地區(qū)的異質(zhì)性分析

下面考察不同產(chǎn)業(yè)集聚水平地區(qū)其農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響有何差別，將考察期內(nèi)農(nóng)業(yè)產(chǎn)業(yè)集聚高于平均值的歸入高農(nóng)業(yè)產(chǎn)業(yè)集聚區(qū)（包括河北、遼寧、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、海南、四川、貴州、云南、西藏、甘肅、寧夏和新疆），將考察期內(nèi)農(nóng)業(yè)產(chǎn)業(yè)集聚低于平均值的歸入低農(nóng)業(yè)產(chǎn)業(yè)集聚區(qū)（包括北京、天津、山西、內(nèi)蒙古、上海、江蘇、浙江、福建、山東、廣東、重慶、陜西和青海），結(jié)果見表8列（17）至列（20）。從中可以看出，兩類地區(qū)考慮控制變量模型的擬合優(yōu)度優(yōu)于不考慮控制變量的模型。低農(nóng)業(yè)產(chǎn)業(yè)集聚水平的地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈倒“U”型，考察期內(nèi)該類地區(qū)的平均農(nóng)業(yè)產(chǎn)業(yè)集聚水平在拐點(diǎn)左側(cè)，所以，農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高可以提升農(nóng)業(yè)碳生產(chǎn)率；高農(nóng)業(yè)產(chǎn)業(yè)集聚水平的地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈“U”型，考察期內(nèi)該類地區(qū)的平均農(nóng)業(yè)產(chǎn)業(yè)集聚水平（1. 467 7）在拐點(diǎn)左側(cè)，但非常接近拐點(diǎn)，因此，該類地區(qū)提升農(nóng)業(yè)產(chǎn)業(yè)集聚水平至拐點(diǎn)后，農(nóng)業(yè)產(chǎn)業(yè)集聚的提升終會(huì)帶來農(nóng)業(yè)碳生產(chǎn)率的提高。從農(nóng)業(yè)產(chǎn)業(yè)集聚的模型系數(shù)看，低農(nóng)業(yè)產(chǎn)業(yè)集聚地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響明顯高于高農(nóng)業(yè)產(chǎn)業(yè)集聚水平的地區(qū)，說明低農(nóng)業(yè)產(chǎn)業(yè)集聚水平地區(qū)可以充分利用這個(gè)優(yōu)勢(shì)，不斷提高本地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚水平，促進(jìn)農(nóng)業(yè)碳生產(chǎn)率的提升。

4. 4 財(cái)政分權(quán)調(diào)節(jié)的空間計(jì)量模型回歸結(jié)果

將財(cái)政分權(quán)作為調(diào)節(jié)變量加入空間模型，計(jì)量結(jié)果如表9。從全國來看，加入財(cái)政分權(quán)與農(nóng)業(yè)產(chǎn)業(yè)集聚一次項(xiàng)和二次項(xiàng)的交叉項(xiàng)后，不考慮控制變量的模型中，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響依舊是“U”型，但影響程度減弱，而考慮控制變量的模型中，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響由原來不顯著“U”型轉(zhuǎn)變成一次項(xiàng)顯著的倒“U”型，后者擬合優(yōu)度優(yōu)于前者。根據(jù)表4可知，當(dāng)主效應(yīng)為倒“U”型時(shí)，AIA2×FD 回歸系數(shù)為正，即財(cái)政分權(quán)使農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響拐點(diǎn)兩側(cè)曲線更為平緩，減緩了農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響。這意味著地方政府還是過多地看重經(jīng)濟(jì)增長，對(duì)環(huán)境治理、農(nóng)業(yè)碳排放等重視不足，這與目前地方政府的政績考核制度也有一定的關(guān)聯(lián)。

從四大地區(qū)來看，考慮財(cái)政分權(quán)調(diào)節(jié)作用和不考慮時(shí)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響曲線的開口方向幾乎沒有變化，根據(jù)表4可知道在考慮控制變量的模型中，農(nóng)業(yè)產(chǎn)業(yè)低聚集區(qū)（東部和中部地區(qū)）的財(cái)政分權(quán)會(huì)削弱農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，農(nóng)業(yè)產(chǎn)業(yè)高聚集區(qū)（西部和東北地區(qū)）的財(cái)政分權(quán)會(huì)增強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，說明目前的財(cái)政分權(quán)方式和力度對(duì)農(nóng)業(yè)產(chǎn)業(yè)高聚集區(qū)是有利的。結(jié)合前面的分析，在西部和東北地區(qū)，農(nóng)業(yè)產(chǎn)業(yè)集聚的提高可以提升農(nóng)業(yè)碳生產(chǎn)率，因此，這兩個(gè)地區(qū)的財(cái)政分權(quán)可以更好地促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的提升。

4. 5 穩(wěn)健性分析

為更全面和準(zhǔn)確地反映農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，避免因解釋變量和空間權(quán)重選取偏差產(chǎn)生的有偏結(jié)果，文章分別用產(chǎn)業(yè)平均地理集聚率代替產(chǎn)值區(qū)位熵和用地理距離權(quán)重矩陣代替鄰接權(quán)重矩陣的方法進(jìn)行穩(wěn)健性分析，發(fā)現(xiàn)結(jié)果與前文結(jié)果區(qū)別不大：在全國和四大地區(qū)都表現(xiàn)出農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高有利于農(nóng)業(yè)碳生產(chǎn)率的提升；農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響在農(nóng)業(yè)和非農(nóng)業(yè)地區(qū)、產(chǎn)業(yè)集聚水平不同地區(qū)有差異；財(cái)政分權(quán)的調(diào)節(jié)作用也具有地區(qū)差異性，東部和中部地區(qū)會(huì)削弱農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，西部和東北地區(qū)財(cái)政分權(quán)會(huì)增強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響。

5 結(jié)論與建議

為了順利實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo)，加快推進(jìn)農(nóng)業(yè)綠色發(fā)展，促進(jìn)農(nóng)業(yè)固碳增效，提高農(nóng)業(yè)碳生產(chǎn)率是應(yīng)對(duì)低碳減排和可持續(xù)高質(zhì)量發(fā)展的必然要求。因此，文章先描述了農(nóng)業(yè)產(chǎn)業(yè)集聚和農(nóng)業(yè)碳生產(chǎn)率的發(fā)展軌跡，然后從空間視角研究農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，并從四大地區(qū)、不同農(nóng)業(yè)發(fā)展水平和農(nóng)業(yè)產(chǎn)業(yè)集聚水平進(jìn)行差異性分析，最后探究財(cái)政分權(quán)在農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率影響中的調(diào)節(jié)作用。主要研究結(jié)論概括如下。

（1）中國整體和四大地區(qū)的農(nóng)業(yè)碳生產(chǎn)率都呈逐年遞增的趨勢(shì)，且存在一定的空間相關(guān)性。

（2）不考慮控制變量時(shí)，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)本地農(nóng)業(yè)碳生產(chǎn)率具有顯著的“U”型影響，但不利于周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率，考慮控制變量時(shí)，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)本地農(nóng)業(yè)碳生產(chǎn)率的影響不顯著，但對(duì)周邊地區(qū)農(nóng)業(yè)碳生產(chǎn)率具有顯著的倒“U”型影響。

（3）控制變量中經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)碳生產(chǎn)率有顯著的正“U”影響，農(nóng)民知識(shí)水平的提高會(huì)顯著地提升農(nóng)業(yè)碳生產(chǎn)率，而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)中種植業(yè)和畜牧業(yè)的比重增加不利于農(nóng)業(yè)碳生產(chǎn)率的提升，控制變量的滯后項(xiàng)中，經(jīng)濟(jì)發(fā)展水平的滯后項(xiàng)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響呈正“U”型，種植業(yè)比重、農(nóng)民知識(shí)水平和農(nóng)業(yè)貿(mào)易水平的滯后項(xiàng)對(duì)農(nóng)業(yè)碳生產(chǎn)率有顯著的正面影響。

（4）農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響在四大地區(qū)、不同農(nóng)業(yè)發(fā)展水平和不同農(nóng)業(yè)產(chǎn)業(yè)集聚水平地區(qū)都顯著，且存在異質(zhì)性。

（5）財(cái)政分權(quán)在全國層面會(huì)削弱農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，另外，在農(nóng)業(yè)產(chǎn)業(yè)集聚水平不同的地區(qū)有異質(zhì)性：農(nóng)業(yè)產(chǎn)業(yè)低聚集區(qū)（東部和中部地區(qū)）的財(cái)政分權(quán)會(huì)削弱農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，農(nóng)__業(yè)產(chǎn)業(yè)高聚集區(qū)（西部和東北地區(qū)）的財(cái)政分權(quán)會(huì)增強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響。

結(jié)合上述研究，提出以下三點(diǎn)政策啟示：①由于農(nóng)業(yè)碳生產(chǎn)率具有空間異質(zhì)性，需將“相對(duì)減排”（農(nóng)業(yè)碳生產(chǎn)率較高地區(qū)）和“絕對(duì)減排”（農(nóng)業(yè)碳生產(chǎn)率較低地區(qū)）結(jié)合起來，在落實(shí)中央“雙碳”工作部署的前提下，推進(jìn)農(nóng)業(yè)減污降碳協(xié)同增效合作機(jī)制，同時(shí)，不斷挖掘農(nóng)業(yè)固碳增匯的生態(tài)價(jià)值和經(jīng)濟(jì)價(jià)值，梯次有序推進(jìn)各地區(qū)實(shí)現(xiàn)“雙碳”目標(biāo)。②推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)集聚由“數(shù)量增加”向“質(zhì)量提升”的轉(zhuǎn)變，同時(shí)避免因過度集聚而導(dǎo)致資源錯(cuò)配或低效供給引發(fā)的擁擠效應(yīng)，通過實(shí)施農(nóng)業(yè)產(chǎn)業(yè)集聚非均衡發(fā)展策略，充分發(fā)揮其對(duì)提升農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用，逐漸形成特色合理的地區(qū)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展格局。③建立中央與地方財(cái)政收支的動(dòng)態(tài)調(diào)整機(jī)制，適當(dāng)增加財(cái)政支農(nóng)比重，同時(shí)根據(jù)各地市農(nóng)業(yè)發(fā)展特點(diǎn)，因地制宜地傾斜財(cái)政政策支持重點(diǎn)領(lǐng)域，在充分發(fā)揮市場機(jī)制配置資源作用下，利用財(cái)政資源和手段，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)合理集聚，提升農(nóng)業(yè)碳生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。

參考文獻(xiàn)

［1］ Intergovernmental Panel on Climate Change. Climate change 2021：the physical science basis［R］. 2021.

［2］ Intergovernmental Panel on Climate Change. IPCC guidelines for nationalgreenhouse gas inventories［R］. 2006.

［3］ 閔繼勝，胡浩. 中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測(cè)算［J］. 中國人口·資源與環(huán)境，2012，22（7）：21-27.

［4］ 王暢，李松柏. 國外農(nóng)業(yè)產(chǎn)業(yè)集聚經(jīng)驗(yàn)及對(duì)中國的啟示［J］. 世界農(nóng)業(yè)，2018（1）：13-17.

［5］ 甘行瓊，李玉姣，蔣炳蔚. 財(cái)政分權(quán)、地方政府行為與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)［J］. 改革，2020（10）：86-103.

［6］ 崔志坤，李菁菁. 財(cái)政分權(quán)、政府競爭與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)［J］. 財(cái)政研究，2015（12）：37-43.

［7］ PORTER M E. The competitive advantage of notions ［J］. Harvardbusiness review，1990，68（2）：73-93.

［8］ 李春海，張文，彭牧青. 農(nóng)業(yè)產(chǎn)業(yè)集群的研究現(xiàn)狀及其導(dǎo)向：組織創(chuàng)新視角［J］. 中國農(nóng)村經(jīng)濟(jì)，2011（3）：49-58.

［9］ 尹成杰. 新階段農(nóng)業(yè)產(chǎn)業(yè)集群發(fā)展及其思考［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2006，27（3）：4-7，79.

［10］ 周新德. 基于生命周期階段的農(nóng)業(yè)產(chǎn)業(yè)集群形成和演化機(jī)理分析［J］. 經(jīng)濟(jì)地理，2009，29（7）：1134-1138.

［11］ 王艷榮，劉業(yè)政. 農(nóng)業(yè)產(chǎn)業(yè)集聚形成機(jī)制的結(jié)構(gòu)驗(yàn)證［J］. 中國農(nóng)村經(jīng)濟(jì)，2011（10）：77-85.

［12］ 杜建軍，張軍偉，邵帥. 供給側(cè)改革背景下中國農(nóng)業(yè)產(chǎn)業(yè)集聚的形成演變研究［J］. 財(cái)貿(mào)研究，2017，28（5）： 33-46，99.

［13］ 黃海平，龔新蜀，黃寶連. 基于專業(yè)化分工的農(nóng)業(yè)產(chǎn)業(yè)集群競爭優(yōu)勢(shì)研究：以壽光蔬菜產(chǎn)業(yè)集群為例［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2010，31（4）：64-69，111.

［14］ 李二玲，龐安超，朱紀(jì)廣. 中國農(nóng)業(yè)地理集聚格局演化及其機(jī)制［J］. 地理研究，2012，31（5）：885-898.

［15］ 賈興梅，李平. 農(nóng)業(yè)集聚度變動(dòng)特征及其與農(nóng)業(yè)經(jīng)濟(jì)增長的關(guān)系：我國12類農(nóng)作物空間布局變化的實(shí)證檢驗(yàn)［J］. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，19（1）：209-217.

［16］ 張哲晰，穆月英. 農(nóng)業(yè)產(chǎn)業(yè)集聚的生產(chǎn)效應(yīng)及提升路徑研究［J］. 經(jīng)濟(jì)經(jīng)緯，2018，35（5）：80-86.

［17］ GALE F，MCGRANAHAN D. Nonmetro areas fall behind in the‘new economy［J］. Rural America，2001，16（1）： 44-52．

［18］ GABE T. Local industry agglomeration and new business activity［J］. Growth and change，2010，34（1）：17-39.

［19］ 衛(wèi)龍寶，李靜. 農(nóng)業(yè)產(chǎn)業(yè)集群內(nèi)社會(huì)資本和人力資本對(duì)農(nóng)民收入的影響：基于安徽省茶葉產(chǎn)業(yè)集群的微觀數(shù)據(jù)［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2014，35（12）：41-47，110.

［20］ 吳厚純，王成軍. 基于國際視角的城市化不同發(fā)展階段耕地變化速度差異實(shí)證研究［J］. 世界農(nóng)業(yè)，2015（12）： 31-36.

［21］ 年猛. 農(nóng)業(yè)產(chǎn)業(yè)集聚：文獻(xiàn)綜述及其引申［J］. 生態(tài)經(jīng)濟(jì)，2018，34（5）：93-98.

［22］ BARKLEY D L，HENRY M S，KIM Y. Industry agglomerationsand employment change in non?metropolitan areas［J］. Review ofurban & regional development studies，1999，11（3）：168-186.

［23］ 田云，張俊飚，李波. 中國農(nóng)業(yè)碳排放研究：測(cè)算、時(shí)空比較及脫鉤效應(yīng)［J］. 資源科學(xué)，2012，34（11）：2097-2105.

［24］ GOGLIO P，SMITH W N，GRANT B B，et al. A comparison of methodsto quantify greenhouse gas emissions of cropping systems inLCA［J］. Journal of cleaner production，2018，172（3）：4010-4017.

［25］ 崔朋飛，朱先奇，李瑋. 中國農(nóng)業(yè)碳排放的動(dòng)態(tài)演進(jìn)與影響因素分析［J］. 世界農(nóng)業(yè)，2018（4）：127-134.

［26］ 田成詩，陳雨. 中國省際農(nóng)業(yè)碳排放測(cè)算及低碳化水平評(píng)價(jià)：基于衍生指標(biāo)與TOPSIS法的運(yùn)用［J］. 自然資源學(xué)報(bào)，2021，36（2）：395-410.

［27］ 李波，張俊飚，李海鵬. 中國農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解［J］. 中國人口·資源與環(huán)境，2011，21（8）： 80-86.

［28］ 何艷秋，陳柔，吳昊玥，等. 中國農(nóng)業(yè)碳排放空間格局及影響因素動(dòng)態(tài)研究［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2018，26（9）： 1269-1282.

［29］ 金書秦，林煜，牛坤玉. 以低碳帶動(dòng)農(nóng)業(yè)綠色轉(zhuǎn)型：中國農(nóng)業(yè)碳排放特征及其減排路徑［J］. 改革，2021（5）： 29-37.

［30］ 程琳琳，張俊飚，田云，等. 中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應(yīng)［J］. 資源科學(xué)，2016， 38（2）： 276-289.

［31］ 程琳琳，張俊飚，何可. 多尺度城鎮(zhèn)化對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響及其區(qū)域分異特征研究：基于SFA、E指數(shù)與SDM的實(shí)證［J］.中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，24（5）：107-116.

［32］ 胡中應(yīng). 技術(shù)進(jìn)步、技術(shù)效率與中國農(nóng)業(yè)碳排放［J］. 華東經(jīng)濟(jì)管理，2018，32（6）：100-105.

［33］ 程琳琳，張俊飚，何可. 農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)碳效率的影響研究：機(jī)理、空間效應(yīng)與分群差異［J］. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，23（9）：218-230.

［34］ 李文華，周倩，陳永強(qiáng). 農(nóng)業(yè)產(chǎn)業(yè)集聚與碳排放：我國省際層面的實(shí)證分析［J］. 江蘇農(nóng)業(yè)科學(xué)，2018，46（24）： 436-441.

［35］ 張哲晰，穆月英. 產(chǎn)業(yè)集聚能提高農(nóng)業(yè)碳生產(chǎn)率嗎？［J］. 中國人口·資源與環(huán)境，2019，29（7）：57-65.

［36］ 鄧晴晴，李二玲，任世鑫. 農(nóng)業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響：基__于中國地級(jí)市面板數(shù)據(jù)門檻效應(yīng)分析［J］. 地理研究，2020，39（4）：970-979.

［37］ 曾婧，張紅. 財(cái)政分權(quán)制度下的農(nóng)業(yè)經(jīng)濟(jì)增長績效研究［J］. 經(jīng)濟(jì)問題探索，2017（8）：144-150.

［38］ 肖遠(yuǎn)飛，吳允. 財(cái)政分權(quán)、環(huán)境規(guī)制與綠色全要素生產(chǎn)率：基于動(dòng)態(tài)空間杜賓模型的實(shí)證分析［J］. 華東經(jīng)濟(jì)管理，2019，33（11）：15-23.

［39］ 鄭潔，付才輝，劉舫. 財(cái)政分權(quán)與環(huán)境治理：基于動(dòng)態(tài)視角的理論和實(shí)證分析［J］. 中國人口·資源與環(huán)境，2020， 30（1）：67-73.

［40］ 李斌，祁源，李倩. 財(cái)政分權(quán)、FDI與綠色全要素生產(chǎn)率：基于面板數(shù)據(jù)動(dòng)態(tài)GMM 方法的實(shí)證檢驗(yàn)［J］. 國際貿(mào)易問題，2016（7）：119-129.

［41］ 冉啟英，王健龍，楊小東. 財(cái)政分權(quán)、環(huán)境分權(quán)與中國綠色發(fā)展效率：基于地級(jí)市層面的空間杜賓模型研究［J］. 華東經(jīng)濟(jì)管理，2021，35（1）：54-65.

［42］ 王壘，牛文正，劉新民. 財(cái)政自主能力與碳經(jīng)濟(jì)績效：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介效應(yīng)［J］. 中國環(huán)境管理，2019，11（6）： 75-81.

［43］ KAYA Y，YOKOBORI K. Environment，energy and economy：strategiesfor sustainability［M］. Delhi：Bookwell Publications，1999：1-69.

［44］ 段華平，張悅，趙建波，等. 中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析［J］. 水土保持學(xué)報(bào)，2011，25（5）：203-208.

［45］ 周業(yè)安，章泉. 財(cái)政分權(quán)、經(jīng)濟(jì)增長和波動(dòng)［J］. 管理世界，2008（3）：6-15，186.

［46］ HAANS R F J，PIETERS C，HE Z L. Thinking about U： theorizingand testing U and inverted U?shaped relationships in strategy research［J］. Strategic management journal，2016，37（7）：1177-1195.