穆佳薇，喬保榮，余國(guó)新

（新疆農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，新疆 烏魯木齊 830052）

近年來(lái)，在農(nóng)業(yè)資源面臨剛性約束同時(shí)將環(huán)境納入分析框架的農(nóng)業(yè)低碳生產(chǎn)效率成為熱點(diǎn)議題。既有研究主要聚焦在農(nóng)業(yè)投入產(chǎn)出效率［5］、農(nóng)業(yè)碳排放效率［6］和生態(tài)效率［7］等方面。該文認(rèn)為農(nóng)業(yè)低碳生產(chǎn)率是將農(nóng)業(yè)碳排放作為隱含在能源與產(chǎn)品之間的要素投入以衡量單位農(nóng)業(yè)污染引起的經(jīng)濟(jì)效益。有關(guān)農(nóng)業(yè)低碳生產(chǎn)率的研究主要體現(xiàn)在4個(gè)方面：（1）農(nóng)業(yè)碳源選擇。早期學(xué)者們主要聚焦在農(nóng)業(yè)CO2，指出農(nóng)田耕作會(huì)造成土壤碳流失；隨著研究?jī)?nèi)容的不斷深化，水稻種植［8］、畜禽養(yǎng)殖［9］、農(nóng)藥使用量［10］等也成為重要的碳源，并形成了較為全面的農(nóng)業(yè)低碳生產(chǎn)率測(cè)算指標(biāo)體系。程琳琳等［11］基于單要素視角考察了經(jīng)濟(jì)效益和農(nóng)業(yè)碳排放之間的關(guān)系，但體現(xiàn)的政策內(nèi)涵較弱，割裂了農(nóng)業(yè)“生產(chǎn)-生態(tài)-經(jīng)濟(jì)”之間的多重屬性；黃景裕等［12］將經(jīng)濟(jì)效益視為期望產(chǎn)出，將農(nóng)業(yè)碳排放作為環(huán)境產(chǎn)出，較為全面地反映了農(nóng)業(yè)低碳生產(chǎn)率的變動(dòng)。（2）農(nóng)業(yè)低碳化發(fā)展的必要性。Smith 等［13］強(qiáng)調(diào)完善氣體排放權(quán)交易能緩解農(nóng)業(yè)碳排放量；Ajzen 等［14］認(rèn)為在轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，理論上存在末端治理、連續(xù)性方法和斷絕性方法3 種途徑對(duì)低碳農(nóng)業(yè)技術(shù)進(jìn)行“解鎖”以減少碳排放；Johnson 等［15］分析了農(nóng)業(yè)GDP和農(nóng)業(yè)碳排放量的關(guān)系，發(fā)現(xiàn)轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式能實(shí)現(xiàn)碳減排。（3）農(nóng)業(yè)低碳生產(chǎn)率測(cè)度。田云等［16］考察了碳約束下農(nóng)業(yè)生產(chǎn)率的變動(dòng)情況，1993年以來(lái)中國(guó)低碳農(nóng)業(yè)生產(chǎn)率增速整體偏慢，增長(zhǎng)源泉為農(nóng)業(yè)前沿技術(shù)進(jìn)步。錢(qián)麗等［17］探索了碳約束下的農(nóng)業(yè)生產(chǎn)率，研究發(fā)現(xiàn)樣本周期內(nèi)，碳約束下的農(nóng)業(yè)生產(chǎn)率有所上升但仍處于較低水平，制約其發(fā)展的關(guān)鍵因素是純技術(shù)效率。隨著農(nóng)業(yè)低碳生產(chǎn)率測(cè)度的不斷深化出現(xiàn)了適宜農(nóng)業(yè)多投入產(chǎn)出的方法，尤以數(shù)據(jù)包絡(luò)分析與隨機(jī)前沿法為主，由于選擇方法不同得到的結(jié)果也各異［18］。（4）影響變量選取。劉海英等［19］從宏觀視角選取省際面板數(shù)據(jù)構(gòu)建空間計(jì)量模型剖析綠色技術(shù)創(chuàng)新通過(guò)工業(yè)結(jié)構(gòu)升級(jí)、循環(huán)農(nóng)業(yè)發(fā)展和交通運(yùn)輸替代對(duì)碳生產(chǎn)率的影響路徑；程琳琳等［20］利用空間杜賓模型探討了不同尺度下城鎮(zhèn)化水平對(duì)農(nóng)業(yè)碳生產(chǎn)率的溢出效應(yīng)和動(dòng)態(tài)演進(jìn)；張哲晰等［21-22］分別從產(chǎn)業(yè)集聚和農(nóng)戶(hù)專(zhuān)業(yè)化視角探析了對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響，并發(fā)現(xiàn)二者對(duì)農(nóng)業(yè)碳生產(chǎn)率均具有顯著的正向作用。

縱觀已有研究成果發(fā)現(xiàn)：從研究對(duì)象看，現(xiàn)有研究重點(diǎn)討論了工業(yè)和制造業(yè)的低碳生產(chǎn)率發(fā)展水平，探討農(nóng)業(yè)低碳生產(chǎn)率內(nèi)生動(dòng)力、溢出效應(yīng)和空間異質(zhì)性的文獻(xiàn)較少。從研究尺度看，已有研究在干旱區(qū)塔里木河流域農(nóng)業(yè)綠色發(fā)展的研究上關(guān)注較少，有學(xué)者在耕地效率和水質(zhì)演變的生態(tài)效應(yīng)方面進(jìn)行研究，而直接關(guān)注塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率的文獻(xiàn)較少，且囿于數(shù)據(jù)可得性，鮮有研究區(qū)考慮塔里木河流域縣級(jí)層面。故在汲取前人研究成果的前提下，該文嘗試從3個(gè)方面進(jìn)行拓展：一是以農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染為環(huán)境產(chǎn)出的代理變量，借助非期望產(chǎn)出的超效率SBM模型對(duì)塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率進(jìn)行測(cè)度，既能考察投入的經(jīng)濟(jì)效益，也能有效衡量投入引起的環(huán)境外部性，使農(nóng)業(yè)低碳生產(chǎn)率的測(cè)算結(jié)果更加精準(zhǔn)。二是介于農(nóng)業(yè)空間的流動(dòng)性，運(yùn)用趨勢(shì)面分析和空間自相關(guān)等探索農(nóng)業(yè)低碳生產(chǎn)率的縣域差距和空間關(guān)聯(lián)性。三是基于空間杜賓模型和地理探測(cè)器從農(nóng)戶(hù)福利、社會(huì)經(jīng)濟(jì)和政府行為3 個(gè)維度選取變量考察農(nóng)業(yè)低碳生產(chǎn)率的鄰地效應(yīng)和空間異質(zhì)性，為干旱區(qū)協(xié)同農(nóng)業(yè)低碳發(fā)展政策提供借鑒。

1 研究區(qū)概況

新疆塔里木河流域是中國(guó)最長(zhǎng)的內(nèi)陸河，地處新疆南部的塔里木盆地北緣，由和田河、葉爾羌河、阿克蘇河和若干條支流匯集而成。行政位置涵蓋了新疆南疆五地州即阿克蘇地區(qū)、喀什地區(qū)、和田地區(qū)、克孜勒蘇柯?tīng)柨俗巫灾沃荩ê?jiǎn)稱(chēng)克州）和巴音郭楞蒙古自治州（簡(jiǎn)稱(chēng)巴州）共計(jì)44個(gè)縣市，由于阿拉爾市與圖木舒克市為省直轄縣級(jí)單位，因此不納入研究范圍。塔里木河流域行政區(qū)占地面積約為1.06×106km2，占新疆總面積的64%。塔里木河流域與5 個(gè)國(guó)家接壤，已成為中國(guó)進(jìn)入中亞地區(qū)最為便捷的通道，對(duì)塔里木河流域縣域發(fā)展外向型農(nóng)業(yè)具有重要的戰(zhàn)略意義。塔里木河流域土地光熱資源豐富，日照時(shí)間長(zhǎng)，晝夜溫差大，獨(dú)特的資源為塔里木河流域現(xiàn)代農(nóng)業(yè)的發(fā)展提供了保障。但囿于地處干旱區(qū)，生態(tài)環(huán)境脆弱，加劇了塔里木河流域農(nóng)業(yè)弱質(zhì)性，同時(shí)農(nóng)業(yè)發(fā)展仍在走一條高碳排放路徑。故該文以塔里木河流域作為樣本具有一定的代表性，也可為其他類(lèi)似地區(qū)提供借鑒。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源及預(yù)處理

農(nóng)業(yè)低碳生產(chǎn)率的投入產(chǎn)出指標(biāo)和影響因素源自2001—2021年《中國(guó)縣域統(tǒng)計(jì)年鑒》《新疆統(tǒng)計(jì)年鑒》《阿克蘇地區(qū)統(tǒng)計(jì)年鑒》《喀什地區(qū)統(tǒng)計(jì)年鑒》《和田地區(qū)統(tǒng)計(jì)年鑒》《克孜勒蘇柯?tīng)柨俗巫灾沃萁y(tǒng)計(jì)年鑒》《巴音郭楞蒙古自治州統(tǒng)計(jì)年鑒》并輔以各市縣的統(tǒng)計(jì)公報(bào)等；環(huán)境產(chǎn)出中的農(nóng)業(yè)碳排放系數(shù)采用IPCC發(fā)布的碳排放系數(shù)，將農(nóng)業(yè)碳源的投入量和對(duì)應(yīng)的碳排放系數(shù)相乘得到農(nóng)業(yè)碳排放量。農(nóng)業(yè)碳源包括農(nóng)藥、化肥、農(nóng)膜、翻耕和灌溉，其中農(nóng)藥和化肥的數(shù)據(jù)源自《新疆農(nóng)牧產(chǎn)品成本收益資料匯編》，計(jì)算方法參考李波等［23］的研究思路；農(nóng)業(yè)污染排放參考崔葉辰等［24］的做法以熵值后的化肥氮磷流失量表征；部分缺失值采用插值法進(jìn)行填補(bǔ)。

2.2 指標(biāo)構(gòu)建

2.2.1 因變量科學(xué)構(gòu)建農(nóng)業(yè)低碳生產(chǎn)率測(cè)度模型有助于正確評(píng)估新疆塔里木河流域縣域農(nóng)業(yè)綠色增長(zhǎng)質(zhì)效。為化解城市化進(jìn)程中農(nóng)業(yè)增長(zhǎng)方式粗放和增長(zhǎng)動(dòng)力不足的困境，塔里木河流域縣域農(nóng)業(yè)發(fā)展模式迫切需要綠色轉(zhuǎn)型，本質(zhì)是農(nóng)業(yè)發(fā)展方式和發(fā)展動(dòng)力的轉(zhuǎn)變，即以農(nóng)業(yè)低碳生產(chǎn)率為內(nèi)生動(dòng)力的質(zhì)量增長(zhǎng)。結(jié)合塔里木河流域縣域生態(tài)系統(tǒng)特征，依據(jù)指標(biāo)普適性原則，最終從土地、勞動(dòng)、資本3 個(gè)維度選取7 個(gè)變量為投入指標(biāo)；將農(nóng)業(yè)總產(chǎn)值作為效益產(chǎn)出的代理變量；將農(nóng)業(yè)碳排放量和農(nóng)業(yè)面源污染作為環(huán)境產(chǎn)出的代理變量，并構(gòu)建縣域農(nóng)業(yè)低碳生產(chǎn)率指標(biāo)體系（表1）。

表1 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率指標(biāo)體系及描述性統(tǒng)計(jì)Tab.1 Indicator system and descriptive statistics of agricultural low-carbon productivity in Tarim River Basin

2.2.2 自變量從農(nóng)戶(hù)福利、社會(huì)經(jīng)濟(jì)和政府行為3個(gè)維度選取了7個(gè)變量進(jìn)行歸類(lèi)（表2），參考汪亞琴等［25］將人均生產(chǎn)規(guī)模和機(jī)械化使用強(qiáng)度利用Arc-GIS 10.8 軟件中的等間距法進(jìn)行劃分；人口城鎮(zhèn)化水平借鑒尹旭等［26］的做法以10%、30%、50%和70%作為間斷點(diǎn)分為4 個(gè)類(lèi)別；其余變量均依據(jù)自然斷點(diǎn)法歸類(lèi)。

大學(xué)、科研機(jī)構(gòu)與各類(lèi)智庫(kù)應(yīng)該成為公共服務(wù)創(chuàng)新的主體，在較發(fā)達(dá)的創(chuàng)新區(qū)域,大學(xué)和研究機(jī)構(gòu)的職能已逐漸從單純地傳播知識(shí)、研究、開(kāi)發(fā)轉(zhuǎn)向咨詢(xún)和培訓(xùn)等方面。智庫(kù)在中國(guó)的發(fā)展也很迅速，政府要發(fā)揮主導(dǎo)者的作用，帶動(dòng)大學(xué)、研究機(jī)構(gòu)、智庫(kù)等進(jìn)行公共服務(wù)創(chuàng)新，為公共服務(wù)模式的創(chuàng)新提供足夠智力支持。要引導(dǎo)它們將創(chuàng)新同國(guó)情與實(shí)踐結(jié)合起來(lái)，研究提供最能為人民接受、最讓人民受益的公共服務(wù)，本著一切為人民服務(wù)，一切利益為人民所有的目標(biāo)而努力，真正形成“大社會(huì)、小政府”模式，推動(dòng)中國(guó)不斷向強(qiáng)國(guó)邁進(jìn)。

表2 農(nóng)業(yè)低碳生產(chǎn)率探測(cè)變量Tab.2 Agricultural low-carbon productivity detection variables

2.3 研究方法

2.3.1 超效率SBM模型2001 年，Tone［27］提出將環(huán)境產(chǎn)出納入生產(chǎn)可能集的超效率SBM 模型。該模型設(shè)定新疆塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率是通過(guò)多重要素投入得到多重效益產(chǎn)出，在環(huán)境技術(shù)框架下構(gòu)建，同時(shí)包含期望產(chǎn)出與環(huán)境產(chǎn)出的生產(chǎn)可能集。模型為：

2.3.2 空間計(jì)量模型為規(guī)避由于忽視區(qū)域間空間關(guān)聯(lián)造成的估計(jì)偏誤，引入空間計(jì)量以考察變量的影響路徑。即：

式中：LCPit為i縣t年的農(nóng)業(yè)低碳生產(chǎn)率；xit為影響變量；γi、βi、αi為回歸系數(shù)；W為42×42 階鄰接權(quán)重矩陣；vt為時(shí)間固定效應(yīng)；τi為個(gè)體固定效應(yīng)；μit為隨機(jī)誤差項(xiàng)。

2.3.3 地理探測(cè)器模型空間計(jì)量模型在分析時(shí)將空間因素納入分析框架，但未考慮縣域農(nóng)業(yè)低碳生產(chǎn)率的空間異質(zhì)性，而地理探測(cè)器能從異質(zhì)性視域探討影響變量的空間分異特征。因此，運(yùn)用地理探測(cè)器識(shí)別縣域農(nóng)業(yè)低碳生產(chǎn)率時(shí)空變動(dòng)的影響變量和交互作用（表3）。具體模型為：

表3 探測(cè)變量作用依據(jù)Tab.3 Basis for the role of detection variables

式中：q為解釋力；m和f2為樣本數(shù)量和方差；e為探測(cè)因子數(shù)；mi和fi2分別為i（i=1,2,…,n）的分層樣本數(shù)量和方差；q值介于［0,1］，表征變量對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的解釋力。

3 結(jié)果與分析

3.1 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率時(shí)序演變

圖1 顯示了各指數(shù)的變動(dòng)趨勢(shì)，2000—2020 年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率呈波動(dòng)上升趨勢(shì)，年均增長(zhǎng)率為1.39%，意味著在考慮農(nóng)業(yè)碳排放后農(nóng)業(yè)低碳生產(chǎn)率明顯低于農(nóng)業(yè)總產(chǎn)值的增速，表明農(nóng)業(yè)污染程度會(huì)對(duì)農(nóng)業(yè)低碳生產(chǎn)率產(chǎn)生抑制作用。分時(shí)段來(lái)看，農(nóng)業(yè)低碳生產(chǎn)率在2006、2014、2017年和2019 年呈負(fù)向增長(zhǎng)趨勢(shì)。其中最大降幅為23.36%，最小降幅為0.87%，由于農(nóng)村老齡化現(xiàn)象顯現(xiàn)，弱勢(shì)勞動(dòng)力在有效的耕地面積大量使用化學(xué)品以保證經(jīng)濟(jì)產(chǎn)出的預(yù)期目標(biāo)，導(dǎo)致農(nóng)業(yè)環(huán)境產(chǎn)出問(wèn)題加劇。從分解指數(shù)看，純技術(shù)變化、規(guī)模技術(shù)變化和規(guī)模效率變動(dòng)指數(shù)均表現(xiàn)為交替波動(dòng)下降的特征，年均降幅分別是0.73%、6.02%和7.99%；而純技術(shù)效率變化以年均1.29%的速度增長(zhǎng)。純技術(shù)效率變化幅度高于其他指數(shù)的變化幅度，且塔里木河流域農(nóng)業(yè)低碳效率和純技術(shù)效率變化的變化趨于一致，說(shuō)明純技術(shù)效率變化是塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率提高的主要成因。

圖1 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率及ML分解指數(shù)變動(dòng)比率Fig.1 Ratio of changes in agricultural low-carbon productivity and ML decomposition index in Tarim River Basin from 2000 to 2020

由圖2 可以得出：塔里木河流域各地區(qū)2000—2020 年農(nóng)業(yè)低碳生產(chǎn)率變動(dòng)差異較為顯著。塔里木河流域下游農(nóng)業(yè)低碳生產(chǎn)率均值為0.7677，高于流域上中游但距離生產(chǎn)技術(shù)前沿面仍有23.23%的改善空間。在2010 年流域下游農(nóng)業(yè)低碳生產(chǎn)率低于流域上游，自2010年開(kāi)始流域下游規(guī)模效率變動(dòng)和純技術(shù)效率變化之間的矛盾加劇導(dǎo)致農(nóng)業(yè)低碳生產(chǎn)率下降。流域上游在研究期間呈波動(dòng)上升態(tài)勢(shì)，由2000 年的0.4367 增到2020 年的0.7011，增幅近60.54%。其中規(guī)模效率變動(dòng)的年均增長(zhǎng)率為6.49%，成為前期中游農(nóng)業(yè)低碳生產(chǎn)率提高的主要源泉，但在2016 年農(nóng)業(yè)低碳生產(chǎn)率有所下降，這主要是由于純技術(shù)效率變化的下降導(dǎo)致農(nóng)業(yè)低碳生產(chǎn)率表現(xiàn)為下滑趨勢(shì)。流域中游農(nóng)業(yè)低碳生產(chǎn)率排名靠后但整體表現(xiàn)為波動(dòng)上升趨勢(shì)，農(nóng)業(yè)低碳生產(chǎn)率均值為0.6461，年均增幅為0.16%，其中規(guī)模效率變動(dòng)的年均增長(zhǎng)率為1.01%，說(shuō)明中游農(nóng)業(yè)低碳生產(chǎn)率的提高得益于規(guī)模效率變動(dòng)的影響。分區(qū)域看①上游（庫(kù)爾勒市、輪臺(tái)縣、尉犁縣、若羌縣、且末縣、焉耆回族自治縣、和靜縣、和碩縣、博湖縣）；中游（庫(kù)車(chē)縣、新和縣、沙雅縣、拜城縣、溫宿縣、阿瓦提縣、烏什縣、柯坪縣、和田市、和田縣、墨玉縣、皮山縣、洛浦縣、策勒縣、于田縣、民豐縣）；下游（喀什市、疏附縣、疏勒縣、英吉沙縣、岳普湖縣、伽師縣、莎車(chē)縣、澤普縣、葉城縣、麥蓋提縣、巴楚縣、塔什庫(kù)爾干塔吉克自治縣、阿圖什市、阿克陶縣、烏恰縣、阿合奇縣）。，流域間形成“下游-上游-中游”凹形遞減的分異格局，分化現(xiàn)象有所緩和。

圖2 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率Fig.2 Agricultural low-carbon productivity in Tarim River Basin from 2000 to 2020

由表4 可知，縣域視角下塔里木河流域2000—2020 年農(nóng)業(yè)低碳生產(chǎn)率中位居前五的是塔什庫(kù)爾干塔吉克自治縣（1.7783）、于田縣（1.4609）、烏恰縣（1.3924）、莎車(chē)縣（1.3514）和伽師縣（1.3242），其中烏恰縣和于田縣農(nóng)業(yè)低碳生產(chǎn)率提高主要受純技術(shù)效率變化作用；塔什庫(kù)爾干塔吉克自治縣、莎車(chē)縣和伽師縣農(nóng)業(yè)低碳生產(chǎn)率的提高受規(guī)模效率變動(dòng)影響。此外研究期間位居最后的縣域多數(shù)受純技術(shù)變化下降的影響。由純技術(shù)效率變化可知除于田縣和烏恰縣外，烏什縣（1.4090）受純技術(shù)效率變化的影響也較高，年均增長(zhǎng)率為13.65%，說(shuō)明純技術(shù)效率變化對(duì)該縣市農(nóng)業(yè)低碳生產(chǎn)率的貢獻(xiàn)度較高；由規(guī)模效率變動(dòng)可知除伽師縣和莎車(chē)縣外，阿克蘇市（1.3160）的農(nóng)業(yè)低碳生產(chǎn)率受規(guī)模效率變動(dòng)的影響明顯，年均增長(zhǎng)率為63.31%；由純技術(shù)變化可知溫宿縣（1.4487）、墨玉縣（1.3214）和巴楚縣（1.3043）的均值排名靠前，年均增長(zhǎng)率分別為31.89%、19.30%和28.95%；由規(guī)模技術(shù)變化可知烏恰縣（1.3892）、塔什庫(kù)爾干塔吉克自治縣（1.3735）和民豐縣（1.2797）指數(shù)均值位居前列，年均增長(zhǎng)率分別為12.87%、36.07%和21.46%，說(shuō)明規(guī)模技術(shù)變化對(duì)以上縣市農(nóng)業(yè)低碳生產(chǎn)率的提振作用顯著。

表4 2000—2020年塔里木河流域42個(gè)縣市效率值及分解項(xiàng)Tab.4 Efficiency values and decomposition items for 42 counties and cities in Tarim River Basin from 2000 to 2020

3.2 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率空間演化

3.2.1 縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異特征分析依據(jù)農(nóng)業(yè)低碳生產(chǎn)率的評(píng)估方法，運(yùn)用2000—2020年縣域投入產(chǎn)出數(shù)據(jù)，借助ArcGIS 10.8 軟件，為避免分析冗余，選擇2000、2010、2015年和2020年4個(gè)典型年份繪制效率圖（圖3）。借鑒Zhang 等［28］將農(nóng)業(yè)低碳生產(chǎn)率由低到高劃分為5 個(gè)等級(jí)：低效率（ρ0＜0.3）、較低效率（0.3≤ρ0＜0.6）、中等效率（0.6≤ρ0＜0.9）、較高效率（0.9≤ρ0＜1.0）和高效率（1.0≤ρ0）。

圖3 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率空間分異Fig.3 Spatial divergence of agricultural low-carbon productivity in Tarim River Basin from 2000 to 2020

由圖3 可知，2000 年縣域農(nóng)業(yè)低碳生產(chǎn)率處于高效率區(qū)域包括于田縣、阿克陶縣、阿瓦提縣等15個(gè)縣市，中等和較高效率區(qū)域包括庫(kù)爾勒市、輪臺(tái)縣等9個(gè)縣市，其余18個(gè)縣市均處于較低和最低效率狀態(tài)；2010 年處于高效率地區(qū)包括溫宿縣、和田市等10個(gè)縣市，處于較低效率和低效率縣市較2000年有所減少，而處于中等和較高效率區(qū)域包括輪臺(tái)縣、若羌縣等15 個(gè)縣市，整體處于中等效率狀態(tài)；2015 年高效率區(qū)域包含尉犁縣、喀什市等15 個(gè)縣市，處于較低和最低效率縣市與2010年相比下降了13.33%；其余均處于中等效率狀態(tài)；2020 年處于高效率縣市數(shù)目和2000 年相比增長(zhǎng)了26.67%，處于較低和最低效率縣市數(shù)目和2000 年相比降幅為38.89%。

3.2.2 縣域農(nóng)業(yè)低碳生產(chǎn)率空間趨勢(shì)分析為剖析縣域農(nóng)業(yè)低碳生產(chǎn)率空間變化趨勢(shì)，運(yùn)用ArcGIS 10.8軟件以典型年份為例進(jìn)行繪制（圖4）。

圖4 塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率空間變動(dòng)趨勢(shì)Fig.4 Spatial trends in agricultural low-carbon productivity in the counties of Tarim River Basin

由圖4 可知，2000 年縣域農(nóng)業(yè)低碳生產(chǎn)率的空間投影呈“西高東低，南北低中部高”的空間特征且變化顯著，說(shuō)明該段時(shí)間縣域農(nóng)業(yè)低碳生產(chǎn)率差異較大，這與流域下游的克孜勒蘇柯?tīng)柨俗巫灾沃莞刭Y源難以有效利用有關(guān)；2010年空間投影在南北方向和東西方向變動(dòng)有所緩和，說(shuō)明隨著流域上游對(duì)資源的可持續(xù)利用使東西方向的差距緩解，效率得到一定程度的改善；2015年和2010年相比變動(dòng)明顯，在東西方向上的變動(dòng)與2015 年基本一致，在南北方向的變動(dòng)較大，說(shuō)明農(nóng)業(yè)低碳生產(chǎn)率在南北方向的差異擴(kuò)大；截至2020年縣域農(nóng)業(yè)低碳生產(chǎn)率在南北和東西方向上的變動(dòng)趨勢(shì)更加平滑。

3.3 空間溢出效應(yīng)

3.3.1 空間自相關(guān)檢驗(yàn)?zāi)m指數(shù)（Moran’sI）具有較強(qiáng)的穩(wěn)定性且對(duì)偏離正態(tài)分布的情況不敏感。故運(yùn)用Stata 16.0 軟件對(duì)2000—2020 年縣域農(nóng)業(yè)低碳生產(chǎn)率的全局Moran’sI進(jìn)行計(jì)算（表5）。結(jié)果表明塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率均在1%的水平上顯著為正，性質(zhì)相似的空間單元產(chǎn)生集聚，強(qiáng)烈拒絕“無(wú)空間相關(guān)性”的原假設(shè)，滿(mǎn)足空間計(jì)量分析的前提假設(shè)。

表5 塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率Moran’s I值Tab.5 Moran’s I values of agricultural low-carbon productivity in the counties of Tarim River Basin

3.3.2 空間模型設(shè)定首先，豪斯曼檢驗(yàn)結(jié)果表明模型在1%的水平上顯著拒絕采用隨機(jī)效應(yīng)的原假設(shè)，且時(shí)間和空間的似然比檢驗(yàn)表明模型均在1%的水平上顯著，意味著該模型既存在時(shí)間效應(yīng)又存在空間效應(yīng)；其次，拉格朗日乘數(shù)檢驗(yàn)和基于穩(wěn)健的拉格朗日乘數(shù)檢驗(yàn)表明空間誤差模型和空間滯后模型均在1%的水平上顯著拒絕原假設(shè)，意味著不能忽略變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的空間作用；最后，似然比檢驗(yàn)和沃爾德檢驗(yàn)發(fā)現(xiàn)，空間杜賓模型在1%的顯著性水平上拒絕簡(jiǎn)化為空間誤差模型和空間滯后模型的原假設(shè)。綜上所述，該文運(yùn)用空間杜賓模型探索各變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的空間效應(yīng)（表6）。

表6 模型檢驗(yàn)結(jié)果Tab.6 Model test results

3.3.3 空間回歸結(jié)果表7 匯報(bào)了鄰接權(quán)重矩陣下各變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的空間影響。由表7 得出，農(nóng)民收入水平在1%的水平上通過(guò)顯著性檢驗(yàn)，且系數(shù)顯著為正，說(shuō)明農(nóng)民收入水平提高對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有正向作用，這源于農(nóng)民收入水平的高低影響了農(nóng)業(yè)生產(chǎn)要素投入力度，同時(shí)農(nóng)民收入水平提高也有助于農(nóng)民生產(chǎn)和銷(xiāo)售綠色農(nóng)產(chǎn)品，在滿(mǎn)足消費(fèi)者追求健康的高品質(zhì)生活同時(shí)實(shí)現(xiàn)增收，有效提升了農(nóng)業(yè)低碳生產(chǎn)率。經(jīng)濟(jì)發(fā)展水平在1%的水平上顯著為正，說(shuō)明經(jīng)濟(jì)發(fā)展水平對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率的提高具有正向作用；人均生產(chǎn)規(guī)模對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率的提振作用微弱；機(jī)械化使用強(qiáng)度對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有積極作用，說(shuō)明機(jī)械化提高顯著提高了勞動(dòng)生產(chǎn)效率，釋放出更多的勞動(dòng)力以節(jié)約勞動(dòng)成本，對(duì)增加經(jīng)濟(jì)期望產(chǎn)出具有明顯成效；工業(yè)化水平對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負(fù)向作用，表明工業(yè)化水平的提高會(huì)抑制農(nóng)業(yè)低碳生產(chǎn)率的增長(zhǎng)，由于工業(yè)化發(fā)展吸納了農(nóng)村富余勞動(dòng)力，導(dǎo)致農(nóng)民在時(shí)間約束下密集使用化學(xué)投入以替代勞動(dòng)力短缺，引起農(nóng)業(yè)環(huán)境的外部性；人口城鎮(zhèn)化水平對(duì)農(nóng)業(yè)低碳生產(chǎn)率影響不顯著；財(cái)政支農(nóng)力度對(duì)農(nóng)業(yè)低碳生產(chǎn)率在1%的水平上顯著為負(fù)，由于過(guò)多價(jià)格干預(yù)造成農(nóng)產(chǎn)品和要素市場(chǎng)價(jià)格波動(dòng)及供需失衡，產(chǎn)生資源冗余，不利于農(nóng)業(yè)低碳化發(fā)展。

表7 空間杜賓模型回歸結(jié)果Tab.7 Regression results of spatial Durbin model

3.3.4 溢出效應(yīng)分解為精準(zhǔn)地呈現(xiàn)各變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的影響，基于偏微分法對(duì)各指標(biāo)進(jìn)行無(wú)偏處理，將其分解為直接效應(yīng)、溢出效應(yīng)與總效應(yīng)（表8）?？梢钥闯?，農(nóng)民收入水平和機(jī)械化使用強(qiáng)度對(duì)農(nóng)業(yè)低碳生產(chǎn)率具有顯著的正向溢出效應(yīng)，表明農(nóng)民收入水平和機(jī)械化使用強(qiáng)度的提高對(duì)鄰接縣市農(nóng)業(yè)低碳生產(chǎn)率具有正向作用；經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)在1%的水平上顯著，說(shuō)明縣域經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)低碳生產(chǎn)率具有正向直接作用；工業(yè)化水平和財(cái)政支農(nóng)力度的溢出效應(yīng)為正，說(shuō)明工業(yè)化水平和財(cái)政支農(nóng)力度的提高對(duì)鄰接地區(qū)具有正向溢出效應(yīng)；人口城鎮(zhèn)化水平在10%的顯著性水平上顯著為負(fù)，說(shuō)明人口城鎮(zhèn)化水平對(duì)農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負(fù)向溢出效應(yīng)；人均生產(chǎn)規(guī)模對(duì)農(nóng)業(yè)低碳生產(chǎn)率的溢出效應(yīng)不顯著。

表8 效應(yīng)分解結(jié)果Tab.8 Results of effect decomposition

3.3.5 穩(wěn)健性檢驗(yàn)為驗(yàn)證估計(jì)結(jié)果的穩(wěn)健性，利用地理距離權(quán)重矩陣對(duì)模型進(jìn)行再檢驗(yàn)（表9）。結(jié)果表明各變量與鄰接權(quán)重矩陣作用下的回歸系數(shù)和作用方向趨于一致，證明估計(jì)結(jié)果是穩(wěn)健的。

表9 基于地理距離權(quán)重矩陣的塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量效應(yīng)分解Tab.9 Decomposition of effects of agricultural lowcarbon productivity impact variables in counties of Tarim River Basin based on geographical distance weight matrix

3.4 基于地理探測(cè)器的縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量分析

3.4.1 探測(cè)變量分析由于農(nóng)業(yè)低碳生產(chǎn)率具有顯著的空間分層異質(zhì)性，需借助地理探測(cè)器進(jìn)一步分析。該文選取2000、2010、2015 年和2020 年共計(jì)4個(gè)典型年份的農(nóng)業(yè)低碳生產(chǎn)率探測(cè)，具體包括農(nóng)戶(hù)福利、社會(huì)經(jīng)濟(jì)和政府行為3 個(gè)維度共計(jì)7 個(gè)探測(cè)變量，運(yùn)用ArcGIS 10.8軟件中的自然段點(diǎn)法和等間距法對(duì)變量進(jìn)行離散化處理，并識(shí)別各變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的影響程度（表10）。

表10 2000—2020年探測(cè)變量作用強(qiáng)度和排名Tab.10 Intensity and ranking of the role of detection variables from 2000 to 2020

由表10可知，各變量對(duì)農(nóng)業(yè)低碳生產(chǎn)率的影響具有顯著差異。橫向看，2000年影響縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的主導(dǎo)變量為農(nóng)民收入水平（0.158）、經(jīng)濟(jì)發(fā)展水平（0.130）和人口城鎮(zhèn)化水平（0.115）。2020年除經(jīng)濟(jì)發(fā)展水平（0.187）和人口城鎮(zhèn)化水平（0.187）保持主導(dǎo)地位外，財(cái)政支農(nóng)力度（0.376）也成為影響縣域農(nóng)業(yè)低碳生產(chǎn)率時(shí)空分異的決定性變量；縱向看，農(nóng)民收入水平和人均生產(chǎn)規(guī)模的q值由2000 年的0.158 和0.103 降到2020 年的0.130和0.049；而機(jī)械化使用強(qiáng)度、工業(yè)化水平和財(cái)政支農(nóng)力度成為影響縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的潛在變量。

3.4.2 交互作用分析為考察變量間的交互作用對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率的影響度（表11），選取綜合并列前五的農(nóng)民收入水平（X1）、經(jīng)濟(jì)發(fā)展水平（X2）、人均生產(chǎn)規(guī)模（X3）、機(jī)械化使用強(qiáng)度（X4）和財(cái)政支農(nóng)力度（X7）分析。

表11 塔里木河流域探測(cè)變量的交互作用Tab.11 Interaction of detection variables in Tarim River Basin

橫向看，2000年X1∩X3、X2∩X3、X3∩X4和X3∩X7為雙變量增強(qiáng)型，說(shuō)明兩種變量的交互作用高于其中任何一種變量的空間解釋力，其余均為非線(xiàn)性增強(qiáng)型；2020 年X1∩X2、X2∩X7和X4∩X7為雙變量增強(qiáng)型。而從縱向看，不同年份變量的強(qiáng)度存在波動(dòng)性，其中X1∩X3和X3∩X4經(jīng)歷了由“2000 年雙變量增強(qiáng)→2010 年單變量增強(qiáng)→2015 年雙變量增強(qiáng)→2020 年單變量增強(qiáng)”的變化趨勢(shì)。

4 結(jié)論與建議

4.1 結(jié)論

（1）從時(shí)序演變看，2000—2020 年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率總體表現(xiàn)為波動(dòng)遞增的發(fā)展趨勢(shì)，其中純技術(shù)效率變化是塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率提高的主要成因。流域之間形成“下游-上游-中游”凹形遞減的分異格局，流域間的分化現(xiàn)象有所緩和。

（2）從空間演變看，塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的空間自相關(guān)性且在空間上呈現(xiàn)出集聚性。空間投影由“西高東低，南北低中部高”的空間特征逐步向“南北和東西平緩發(fā)展”的趨勢(shì)轉(zhuǎn)化。

（3）從空間杜賓模型回歸看，農(nóng)民收入水平和機(jī)械化使用強(qiáng)度對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的正向溢出效應(yīng)；經(jīng)濟(jì)發(fā)展水平對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有正向直接效應(yīng)；人均生產(chǎn)規(guī)模和人口城鎮(zhèn)化水平對(duì)縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負(fù)向溢出效應(yīng)；工業(yè)化水平和財(cái)政支農(nóng)力度對(duì)農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負(fù)向直接效應(yīng)。從地理探測(cè)器模型看，塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量的交互類(lèi)型總體表現(xiàn)為增強(qiáng)型，說(shuō)明新疆塔里木河流域縣域的農(nóng)業(yè)低碳發(fā)展受多重變量作用日益顯現(xiàn)。

4.2 建議

（1）由于塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率受純技術(shù)效率變化的作用顯著，塔里木河流域政府應(yīng)在統(tǒng)籌全面發(fā)展層面上積極投入資金扶持農(nóng)業(yè)技術(shù)研發(fā)和創(chuàng)新，促進(jìn)流域農(nóng)業(yè)通過(guò)技術(shù)進(jìn)步實(shí)現(xiàn)農(nóng)業(yè)低碳化發(fā)展。由于規(guī)模效率變動(dòng)對(duì)農(nóng)業(yè)低碳生產(chǎn)率的提振作用不顯著，塔里木河流域應(yīng)持續(xù)提高農(nóng)業(yè)經(jīng)濟(jì)總量，優(yōu)化并調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)業(yè)生產(chǎn)規(guī)模效率，助力塔里木河流域乃至新疆農(nóng)業(yè)實(shí)現(xiàn)內(nèi)生性協(xié)調(diào)增長(zhǎng)。

（2）由塔里木河流域呈現(xiàn)“下游-上游-中游”凹形遞減的分異格局可知，上游地區(qū)應(yīng)釋放純技術(shù)效率變化對(duì)農(nóng)業(yè)低碳生產(chǎn)率的提振作用；中游地區(qū)應(yīng)發(fā)揮規(guī)模效率變動(dòng)對(duì)農(nóng)業(yè)低碳生產(chǎn)率的正向影響；下游應(yīng)在鼓勵(lì)農(nóng)業(yè)類(lèi)企業(yè)通過(guò)創(chuàng)新驅(qū)動(dòng)發(fā)展，并設(shè)計(jì)適宜的低碳發(fā)展政策為縣域之間創(chuàng)造通道，以減少政策運(yùn)行的阻力。

（3）塔里木河流域政府應(yīng)制定差異化政策，加強(qiáng)縣域之間資源要素和技術(shù)人才的交流協(xié)作，發(fā)揮各要素的空間溢出效應(yīng)；由于空間分層異質(zhì)性的存在相關(guān)部門(mén)也應(yīng)重視經(jīng)濟(jì)要素對(duì)農(nóng)業(yè)低碳生產(chǎn)率的影響；塔里木河流域縣市應(yīng)結(jié)合地方稟賦優(yōu)勢(shì)，形成具有塔里木河特色的農(nóng)業(yè)產(chǎn)業(yè)體系。