中國(guó)農(nóng)業(yè)凈碳匯效率動(dòng)態(tài)演進(jìn)與空間溢出效應(yīng)

1、中國(guó)農(nóng)業(yè)凈碳匯效率動(dòng)態(tài)演進(jìn)與空間溢出效應(yīng)摘要：提高農(nóng)業(yè)碳排放效率是實(shí)現(xiàn)農(nóng)業(yè)減排和農(nóng)業(yè)高質(zhì)量開(kāi)展的重要手段和根本途經(jīng)。本文在將農(nóng)業(yè)凈碳匯看作一種期望產(chǎn)出的根底上，運(yùn)用DEA-BCC-I模型對(duì)中國(guó)30個(gè)省市、自治區(qū)20212021年農(nóng)業(yè)凈碳匯效率進(jìn)行測(cè)算，并采用KernelDensity估計(jì)法對(duì)其時(shí)空動(dòng)態(tài)演進(jìn)過(guò)程進(jìn)行分析。進(jìn)一步在空間面板模型檢驗(yàn)通過(guò)的根底上，選用雙固定效應(yīng)下的空間杜賓模型計(jì)量了農(nóng)業(yè)凈碳匯效率的空間溢出效應(yīng)。研究發(fā)現(xiàn)：20212021年我國(guó)農(nóng)業(yè)凈碳匯量以年均0.41%的速度下降，東部地區(qū)凈碳匯量低于中西部、東北地區(qū)。我國(guó)的農(nóng)業(yè)凈碳匯效率水平整體偏低且空間差異明顯，東部地區(qū)凈碳匯效率

2、明顯高于其它地區(qū)。分析農(nóng)業(yè)凈碳匯效率的動(dòng)態(tài)演進(jìn)特征發(fā)現(xiàn)，我國(guó)農(nóng)業(yè)凈碳匯效率呈現(xiàn)下降趨勢(shì)，存在明顯的區(qū)域開(kāi)展不均衡現(xiàn)象，且地區(qū)差異呈現(xiàn)擴(kuò)大態(tài)勢(shì)。測(cè)算省際農(nóng)業(yè)凈碳匯效率的空間相關(guān)性，全局空間自相關(guān)MoransI指數(shù)顯示，我國(guó)省際間的農(nóng)業(yè)凈碳匯效率在空間上呈現(xiàn)顯著的正相關(guān)關(guān)系，并且存在局部聚類(lèi)的情況;局域空間自相關(guān)MoransI指數(shù)也說(shuō)明省際農(nóng)業(yè)凈碳匯效率在空間上呈現(xiàn)集聚效應(yīng)。在農(nóng)業(yè)凈碳匯的空間效應(yīng)方面，農(nóng)業(yè)內(nèi)部結(jié)構(gòu)、工業(yè)化程度、教育水平和科技開(kāi)展水平對(duì)我國(guó)省際農(nóng)業(yè)凈碳匯效率具有顯著的正向溢出效應(yīng)，而城鎮(zhèn)化水平、經(jīng)濟(jì)開(kāi)展水平的空間溢出效應(yīng)顯著為負(fù)。關(guān)鍵詞：凈碳匯效率;KernelDensity;空間

3、杜賓模型;溢出效應(yīng)中圖分類(lèi)號(hào)：F323.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1002-2104202112-0068-09自20世紀(jì)以來(lái)，氣候變化、溫室效應(yīng)等問(wèn)題引起了社會(huì)各界的廣泛關(guān)注，如何應(yīng)對(duì)成為了全球思考的重要問(wèn)題。我國(guó)作為世界第二大經(jīng)濟(jì)體，雖然在?京都議定書(shū)?中屬于不在強(qiáng)制減排范圍內(nèi)的類(lèi)國(guó)家，但是我國(guó)已成為全球較為顯著的碳排放國(guó)。在哥本哈根會(huì)議上，我國(guó)政府承諾，至2030年單位GDP二氧化碳排放要比2021年下降60%65%。為了實(shí)現(xiàn)這一目標(biāo)，我國(guó)政府也陸續(xù)制定并出臺(tái)了相關(guān)政策和鼓勵(lì)創(chuàng)新措施。由于現(xiàn)階段社會(huì)、文化、科技等方面開(kāi)展水平有限，總體上我國(guó)經(jīng)濟(jì)-碳排放二者仍然呈現(xiàn)較為明顯的正向關(guān)系。隨著

4、中國(guó)城鎮(zhèn)化進(jìn)程的加快和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，農(nóng)業(yè)占GDP的比重不斷下降，但是相關(guān)研究說(shuō)明，農(nóng)業(yè)碳排放占總碳排放的比例卻明顯增長(zhǎng)。關(guān)于農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)-農(nóng)業(yè)碳排放二者之間的關(guān)系，已有不少學(xué)者對(duì)此進(jìn)行了研究，例如：徐國(guó)泉等【1】、李波等【2】、田云等【3】、王興等【4】利用Kaya模型和LMDI分解模型對(duì)碳排放的影響因素進(jìn)行分解，認(rèn)為經(jīng)濟(jì)增長(zhǎng)是影響碳排放增長(zhǎng)的主要因素;李波等【5】、李立等【6】利用Topic脫鉤模型對(duì)農(nóng)業(yè)經(jīng)濟(jì)-農(nóng)業(yè)碳排放的脫鉤關(guān)系進(jìn)行分析，結(jié)果說(shuō)明我國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與碳排放的脫鉤關(guān)系并不理想。因此，提高農(nóng)業(yè)碳排放效率成為實(shí)現(xiàn)農(nóng)業(yè)開(kāi)展與農(nóng)業(yè)碳減排并行的重要手段。目前，對(duì)于碳排放生產(chǎn)效率的研究主要

5、集中于工業(yè)、建筑業(yè)等第二產(chǎn)業(yè)，而對(duì)于農(nóng)業(yè)碳排放生產(chǎn)效率的研究相對(duì)較少，例如：吳賢榮等【7】、程琳琳等8分別從績(jī)效評(píng)價(jià)、減排潛力對(duì)農(nóng)業(yè)碳排放進(jìn)行研究;吳昊玥等9、程琳琳等10將碳排放作為環(huán)境的投入要素對(duì)農(nóng)業(yè)碳生產(chǎn)效率進(jìn)行分析。以上研究主要集中于“單要素特征和將碳排放作為投入要素，在農(nóng)業(yè)生產(chǎn)過(guò)程中，GDP作為期望產(chǎn)出被研究者所認(rèn)可，而碳排放作為非期望環(huán)境產(chǎn)出常常被忽略。雖然以碳排放作為環(huán)境投入指標(biāo)，能夠在一定程度上強(qiáng)調(diào)隱性的生產(chǎn)約束條件，但農(nóng)業(yè)同時(shí)具備碳排放和碳匯功能。假設(shè)將碳匯因素考慮在內(nèi)，把農(nóng)業(yè)凈碳匯作為產(chǎn)出指標(biāo)，對(duì)農(nóng)業(yè)生態(tài)環(huán)境分析將更為全面系統(tǒng)。同時(shí)，從時(shí)空角度測(cè)算分析其效率水平變化和影響因

6、素，可以定量揭示農(nóng)業(yè)生態(tài)環(huán)境特征和內(nèi)在動(dòng)因機(jī)理，對(duì)于進(jìn)一步推動(dòng)農(nóng)業(yè)減排和高質(zhì)量開(kāi)展具有重要理論參考意義?；诖?，考慮到數(shù)據(jù)可得性等原因，本文將除-、港澳臺(tái)以外的30個(gè)省市、自治區(qū)作為研究對(duì)象，構(gòu)建20212021省際面板數(shù)據(jù)，采用DEABCCI模型測(cè)算我國(guó)各省份的農(nóng)業(yè)凈碳匯效率;同時(shí)運(yùn)用KernelDensity估計(jì)方法對(duì)其演進(jìn)歷程進(jìn)行分析;最后構(gòu)建出空間杜賓模型SDM對(duì)我國(guó)農(nóng)業(yè)凈碳匯效率的影響因素進(jìn)行剖析，探究空間上的直接效應(yīng)、間接溢出效應(yīng)以及差異情況。1農(nóng)業(yè)凈碳匯效率的測(cè)算與分析1.1測(cè)算方法和指標(biāo)選取1.1.1DEABCCI模型DEABCC模型于1984年由Banker等人在CCR模型的

7、根底上提出，該模型的根本假設(shè)滿(mǎn)足以最小的投入，獲取最大的產(chǎn)出。因國(guó)內(nèi)碳交易市場(chǎng)已開(kāi)始建立，凈碳匯的經(jīng)濟(jì)價(jià)值得以表達(dá)，可將凈碳匯看作一種期望產(chǎn)出，即其產(chǎn)出被希望越多越好。因此，本文擬選用具有規(guī)模報(bào)酬可變VRS性質(zhì)的投入導(dǎo)向BCC模型，即DEABCCI模型對(duì)農(nóng)業(yè)凈碳匯效率進(jìn)行測(cè)算，公式如下：1.1.5數(shù)據(jù)來(lái)源數(shù)據(jù)主要來(lái)源如表2所示，局部缺失數(shù)據(jù)采用平滑法填充。1.2農(nóng)業(yè)凈碳匯的時(shí)空特征1.2.1農(nóng)業(yè)凈碳匯的時(shí)序特征分析通過(guò)對(duì)樣本期內(nèi)的農(nóng)業(yè)碳排放和碳匯測(cè)算后發(fā)現(xiàn)，總碳排放以年均1.70%的速率，由2021年的7183.15萬(wàn)t增長(zhǎng)至2021年的8796.98萬(wàn)t，但其環(huán)比增速逐年放緩，且于2021年

8、開(kāi)始呈現(xiàn)負(fù)增長(zhǎng)趨勢(shì)，說(shuō)明對(duì)農(nóng)業(yè)碳排放實(shí)現(xiàn)有效控制。總碳匯僅以年均0.70%的速度增長(zhǎng)，2021年到達(dá)15673.20萬(wàn)t，較2021年增加了1265.32萬(wàn)t。但從環(huán)比增長(zhǎng)來(lái)看，總碳匯自2021年開(kāi)始出現(xiàn)明顯的下降趨勢(shì)，說(shuō)明需加強(qiáng)對(duì)林地、草地的保護(hù)。雖然總碳排放和總碳匯都出現(xiàn)增長(zhǎng)，但碳匯的測(cè)算對(duì)象為草地和林地，二者面積變動(dòng)周期較長(zhǎng)，因此近年變動(dòng)幅度較小。而總碳排放的增速較快，碳匯增長(zhǎng)難以抵消碳排放的增長(zhǎng)，導(dǎo)致凈碳匯量以年均0.41%的速率下降，2021年較2021年下降了348.50萬(wàn)t，僅有6876.23萬(wàn)t的凈碳匯量，見(jiàn)表3?；首鳛檗r(nóng)業(yè)碳排放的最大碳源，通過(guò)控制使用普通化肥，提高綠肥、生

9、物肥料等有機(jī)肥的使用率，降低農(nóng)業(yè)碳排放;同時(shí)在保障林地、草地現(xiàn)有面積根底上，適量擴(kuò)大種植面積，增加碳匯，實(shí)現(xiàn)“減排增匯，進(jìn)而增加農(nóng)業(yè)凈碳匯。1.2.2農(nóng)業(yè)凈碳匯的空間特征分析由于我國(guó)各省份經(jīng)濟(jì)社會(huì)開(kāi)展水平與資源環(huán)境條件存在差異，導(dǎo)致各省農(nóng)業(yè)碳排放、碳匯水平不同。由表4可知，東部地區(qū)的平均凈碳匯量低于中部、西部、東北地區(qū)，為負(fù)凈碳匯水平。但2021年?yáng)|部地區(qū)的凈碳匯均值較2021年有所上升，其中除江蘇、廣東、海南三地的凈碳匯量略有下降外，其余地區(qū)均上升;而中部、西部、東北地區(qū)的凈碳匯均值有所下降，其中除中部的陜西、西部的貴州、甘肅、青海、寧夏外，其余地區(qū)均有不同程度的下降?？赡艿脑蚴?，我國(guó)的森

10、林儲(chǔ)藏以中西部和東北地區(qū)為主，東部沿海地區(qū)的森林、草地儲(chǔ)藏量較低，使得東部地區(qū)在農(nóng)業(yè)種植時(shí)，沒(méi)有足夠的碳匯量抵消碳排放，從而導(dǎo)致其凈碳匯為負(fù)。但近年來(lái)隨著東部地區(qū)的經(jīng)濟(jì)、社會(huì)與科技的開(kāi)展，促使東部地區(qū)的耕作方式較中西部和東北地區(qū)更快轉(zhuǎn)型，其農(nóng)業(yè)碳排放下降，農(nóng)業(yè)凈碳匯有所上升。1.3農(nóng)業(yè)凈碳匯效率的時(shí)序特征運(yùn)用DEABCCI模型測(cè)算出各省市、自治區(qū)及四大區(qū)域的農(nóng)業(yè)凈碳匯效率如表5所示。從20212021年的農(nóng)業(yè)凈碳匯效率來(lái)看，我國(guó)的農(nóng)業(yè)凈碳匯效率水平整體偏低且空間差異明顯。大多數(shù)省份2021年的農(nóng)業(yè)凈碳匯效率較2021年有所下降，例如山西、-的下降速度最快，年均降速分別為-5.32%、-5.11

11、%，下降幅度均超過(guò)45%。也有不少省份呈現(xiàn)出波動(dòng)的緩慢上升趨勢(shì)，例如天津、浙江、海南、江西;而北京、山東、廣東、上海等的效率到達(dá)有效，且保持平穩(wěn)。從歷年農(nóng)業(yè)凈碳匯效率均值來(lái)看，排在前10名的效率值均到達(dá)有效，包括海南、北京、山東、上海、江蘇、浙江、福建、內(nèi)蒙古、四川、青海;排在后5名的效率均值均未到達(dá)0.5，包括陜西、甘肅、重慶、寧夏、江西。從農(nóng)業(yè)凈碳匯效率的有效性來(lái)看，2021年到達(dá)有效凈碳匯效率的有12個(gè)省份，但在2021年減少到11個(gè)省份。從以上分析可知，我國(guó)農(nóng)業(yè)凈碳匯效率的生產(chǎn)隨機(jī)前沿主要以東部地區(qū)為主，但這并不能說(shuō)明東部地區(qū)的碳減排已到達(dá)峰值，僅能夠說(shuō)明東部地區(qū)的減排增匯效率明顯高于

12、其它地區(qū)。究其原因，可能是因?yàn)闁|部地區(qū)的科技、經(jīng)濟(jì)等開(kāi)展較好，能夠更好地利用科技和經(jīng)濟(jì)手段，降低碳排放，從而提高凈碳匯。從歷年的極差來(lái)看，2021年的極差由2021年的0.579上升到了0.744，說(shuō)明省際間的“減排增匯差距逐年增大。1.4農(nóng)業(yè)凈碳匯效率的動(dòng)態(tài)演進(jìn)為了直觀了解其動(dòng)態(tài)演進(jìn)特征，本文采用KernelDensity估計(jì)方法對(duì)農(nóng)業(yè)凈碳匯效率的動(dòng)態(tài)趨勢(shì)進(jìn)行分析。選取2021年、2021年、2021年和2021年作為考察年份，結(jié)果如圖1所示。由圖1可知，我國(guó)30個(gè)省市、自治區(qū)20212021年農(nóng)業(yè)凈碳匯效率的動(dòng)態(tài)演進(jìn)具有以下特征：從位置分布來(lái)看，密度分布曲線呈現(xiàn)出微弱的左偏現(xiàn)象，說(shuō)明我國(guó)農(nóng)

13、業(yè)凈碳匯效率呈現(xiàn)出下降趨勢(shì);從峰度趨勢(shì)來(lái)看，峰度逐年下降，且峰型有微弱的“尖峰向“寬峰轉(zhuǎn)變的趨勢(shì)，密度分布曲線水平跨度擴(kuò)大，意味著農(nóng)業(yè)凈碳匯效率集中程度下降，地區(qū)差異擴(kuò)大;從形狀變化來(lái)看，峰數(shù)維持在雙峰水平，說(shuō)明均有局部省份分別位于農(nóng)業(yè)凈碳匯高、低效率水平上。以上分析說(shuō)明，我國(guó)的農(nóng)業(yè)凈碳匯效率存在區(qū)域開(kāi)展不均衡現(xiàn)象。2農(nóng)業(yè)凈碳匯效率的空間杜賓模型分析2.1模型設(shè)定及變量說(shuō)明2.1.1變量選取及說(shuō)明1因變量?；谏衔睦肈EABCCI模型測(cè)算出20212021年的農(nóng)業(yè)凈碳匯效率。2自變量。耕地利用水平PUL。土地的使用與碳排放的關(guān)系息息相關(guān)。胡國(guó)霞等12的測(cè)算說(shuō)明，土地使用過(guò)程中的碳排放是人為碳

14、排放量的30%。耕地利用成為近年來(lái)中國(guó)土地利用的新趨勢(shì)，其利用水平也同樣影響著農(nóng)業(yè)碳排放，繼而影響農(nóng)業(yè)的凈碳匯。本文采用熵值法從耕地的“效率-強(qiáng)度-結(jié)構(gòu)構(gòu)造出多元的耕地利用水平指標(biāo)。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;計(jì)算出各指標(biāo)的信息熵，其中m為評(píng)價(jià)的時(shí)間跨度，k=1lnm;利用信息熵計(jì)冗余度;計(jì)算出各個(gè)指標(biāo)權(quán)重;根據(jù)公式計(jì)算出指標(biāo)的評(píng)價(jià)得分。本文選取的指標(biāo)如表6所示。算出熵農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)ASR，因計(jì)算凈碳匯是采用農(nóng)業(yè)和林業(yè)合計(jì)的方式，因此將利用農(nóng)林總產(chǎn)值占農(nóng)林牧漁業(yè)總產(chǎn)值的比重對(duì)該指標(biāo)進(jìn)行衡量;經(jīng)濟(jì)開(kāi)展水平EDL，以人均GDP進(jìn)行衡量;所有權(quán)結(jié)構(gòu)OPS，以國(guó)有農(nóng)場(chǎng)產(chǎn)值與農(nóng)業(yè)總產(chǎn)值之比表示;科技開(kāi)展環(huán)境TE

15、，以3類(lèi)專(zhuān)利授權(quán)數(shù)進(jìn)行衡量;工業(yè)化程度IND，以第二產(chǎn)業(yè)產(chǎn)值與GDP之比表示;教育水平EDU，參考朱承亮等13的方法測(cè)算出平均受教育年限進(jìn)行評(píng)估;城鎮(zhèn)化水平UR，以城鎮(zhèn)人口與常住人口之比表示。以上數(shù)據(jù)均來(lái)自?中國(guó)統(tǒng)計(jì)年鑒?中國(guó)農(nóng)村統(tǒng)計(jì)年鑒?中國(guó)教育統(tǒng)計(jì)年鑒?和?中國(guó)財(cái)政統(tǒng)計(jì)年鑒?。2.2模型檢驗(yàn)2.2.1空間自相關(guān)檢驗(yàn)利用STATA軟件計(jì)算20212021年我國(guó)凈碳匯效率的全局MoransI統(tǒng)計(jì)值如表7所示。可以發(fā)現(xiàn)，全局MoransI統(tǒng)計(jì)值均大于0，且大多于10%的置信區(qū)間下顯著，說(shuō)明近年來(lái)，我國(guó)省際間的農(nóng)業(yè)凈碳匯效率存在空間正相關(guān)，并且呈現(xiàn)局部聚類(lèi)的情況。圖2為2021年和2021年局域M

16、oransI的散點(diǎn)圖。通過(guò)觀察后發(fā)現(xiàn)，我國(guó)農(nóng)業(yè)凈碳匯的效率不是隨機(jī)分布的，其中“HH和“LL象限分別表示農(nóng)業(yè)凈碳匯效率較高省份之間相鄰和農(nóng)業(yè)凈碳匯效率較低省份之間相鄰，且二者數(shù)量占比較大，由2021年的63.33%增長(zhǎng)至2021年的66.67%，而“LH和“HL象限的占比出現(xiàn)下降，說(shuō)明我國(guó)省際農(nóng)業(yè)凈碳匯效率在空間上呈現(xiàn)集聚效應(yīng)。2.2.2空間計(jì)量模型選擇利用STATA軟件進(jìn)行的檢驗(yàn)過(guò)程如下：1LM檢驗(yàn)。利用LM檢驗(yàn)方法檢驗(yàn)空間計(jì)量的適用性，檢驗(yàn)結(jié)果如下：F檢驗(yàn)在1%的顯著性水平下拒絕原假設(shè)，表示模型接受個(gè)體檢驗(yàn)，有必要納入空間效應(yīng);檢驗(yàn)的LMerror的值為3.360，在10%水平下顯著;RL

17、Merror的值為7.560，在5%的水平下顯著;同時(shí)LMlag的值為2.202，通過(guò)顯著性檢驗(yàn)，RLMlag的值為6.401，通過(guò)5%顯著性水平檢驗(yàn)，說(shuō)明與空間滯后模型相比，空間誤差模型的適用性更好。2Hausman檢驗(yàn)。Hausman檢驗(yàn)用于判斷固定效應(yīng)和隨機(jī)效應(yīng)的選用。根據(jù)檢驗(yàn)結(jié)果顯示，Hausman統(tǒng)計(jì)量為647.69，pvalue為0.000，在1%的顯著性水平下拒絕原假設(shè)，因此選用固定效應(yīng)模型更為合理。3Wald檢驗(yàn)和LR檢驗(yàn)。Wald檢驗(yàn)和LR檢驗(yàn)用于空間杜賓模型判斷是否會(huì)退化為空間自回歸SAR和空間誤差SEM模型。首先是Wald檢驗(yàn)結(jié)果，Wald檢驗(yàn)值為69.83，且在1%的顯

18、著性水平下拒絕了可以簡(jiǎn)化的原假設(shè);其次是LR檢驗(yàn)結(jié)果，SDMSAR的LR檢驗(yàn)值為58.49，SDMSEM的LR檢驗(yàn)值為63.73，均在1%的顯著性水平下拒絕能夠退化的原假設(shè)。綜上所述，固定效應(yīng)下的空間杜賓模型為最優(yōu)模型。通過(guò)進(jìn)一步對(duì)空間固定、時(shí)間固定、雙固定檢驗(yàn)后發(fā)現(xiàn)，indboth的值為17.94，timeboth的值為903.05，二者均通過(guò)1%的顯著性檢驗(yàn)。因此，將根據(jù)雙固定效應(yīng)下的空間杜賓模型進(jìn)行檢驗(yàn)和分析。2.2.3空間溢出性結(jié)果分析為了檢驗(yàn)影響因素對(duì)省際農(nóng)業(yè)凈碳匯效率的影響是否存在空間溢出效應(yīng)，本文基于雙固定效應(yīng)下空間杜賓模型的直接效應(yīng)、間接效應(yīng)和總效應(yīng)進(jìn)行計(jì)算分析，結(jié)果如表8所示

19、。根據(jù)表8可知，農(nóng)業(yè)內(nèi)部結(jié)構(gòu)、工業(yè)化程度、教育水平、科技開(kāi)展環(huán)境、城鎮(zhèn)化水平、經(jīng)濟(jì)開(kāi)展水平均顯示出明顯的溢出效應(yīng)，具體分析如下。1農(nóng)業(yè)內(nèi)部結(jié)構(gòu)和工業(yè)化程度的間接效應(yīng)顯著為正，說(shuō)明農(nóng)業(yè)內(nèi)部結(jié)構(gòu)和工業(yè)化程度對(duì)本省的農(nóng)業(yè)凈碳匯效率有正向效應(yīng)的同時(shí)，在相鄰省份間也產(chǎn)生正向效應(yīng)，說(shuō)明農(nóng)業(yè)內(nèi)部結(jié)構(gòu)的調(diào)整和工業(yè)化程度的加深，對(duì)相鄰省份的農(nóng)業(yè)凈碳匯效率在一定程度有正的空間溢出效應(yīng)。這可能是，因?qū)︵徑》莸漠a(chǎn)品輸出更突出，導(dǎo)致各省的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和工業(yè)化程度會(huì)根據(jù)相鄰省份的需求進(jìn)行調(diào)整，從而導(dǎo)致溢出效應(yīng)。2教育水平和科技開(kāi)展水平的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均呈現(xiàn)出顯著的正向效應(yīng)。這可能是因?yàn)?，教育水平的提高意味?/p>

20、人口素質(zhì)的提高，對(duì)低碳農(nóng)業(yè)理解更透徹，更傾向于嘗試新事物，從而在農(nóng)業(yè)生產(chǎn)過(guò)程中偏向于選擇低碳的生產(chǎn)方式，降低碳排放;另一方面，科技開(kāi)展的水平越高，表示減排技術(shù)在一定程度上有所進(jìn)步，從而實(shí)現(xiàn)“減排增匯，同時(shí)文化、科技向相鄰省份進(jìn)行推廣，從而導(dǎo)致相鄰省份能夠從中受惠。3城鎮(zhèn)化水平的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)均顯著為負(fù)。導(dǎo)致這種負(fù)效應(yīng)的原因可能是，伴隨著城鎮(zhèn)化進(jìn)程的加快，農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移，帶動(dòng)了各產(chǎn)業(yè)的開(kāi)展，增加收入從而增加對(duì)農(nóng)產(chǎn)品需求，消費(fèi)需求的增加導(dǎo)致農(nóng)業(yè)碳排放增加，進(jìn)而降低農(nóng)業(yè)凈碳匯，使得凈碳匯效率下降，而這種需求除了對(duì)當(dāng)?shù)卦斐捎绊?，?duì)周邊地區(qū)也有一定程度的影響。4經(jīng)濟(jì)開(kāi)展水平的直接效應(yīng)為

21、正，間接效應(yīng)為負(fù)，兩者均顯著，說(shuō)明相鄰省份經(jīng)濟(jì)開(kāi)展水平的提高會(huì)導(dǎo)致農(nóng)業(yè)凈碳匯效率下降，同時(shí)由于正向的直接效應(yīng)無(wú)法抵消負(fù)向的間接效應(yīng)，從而經(jīng)濟(jì)開(kāi)展水平的總效應(yīng)呈現(xiàn)出負(fù)向效應(yīng)?？赡芤?yàn)?，本省?jīng)濟(jì)開(kāi)展水平的提高，在一定程度上會(huì)帶動(dòng)相鄰省份的經(jīng)濟(jì)增長(zhǎng);經(jīng)濟(jì)增長(zhǎng)導(dǎo)致消費(fèi)增加，由于土地利用結(jié)構(gòu)的改變，可能影響林地、草地面積，從而降低碳匯，導(dǎo)致農(nóng)業(yè)凈碳匯下降，進(jìn)而使得農(nóng)業(yè)凈碳匯效率下降。同時(shí)，耕地利用水平、所有權(quán)結(jié)構(gòu)的間接效應(yīng)雖然均為正向，但均未顯著，因此耕地利用水平、所有權(quán)結(jié)構(gòu)并沒(méi)有產(chǎn)生有效的溢出效應(yīng)。3結(jié)論與啟示本文在將農(nóng)業(yè)凈碳匯作為環(huán)境期望產(chǎn)出的根底上，測(cè)算分析了我國(guó)農(nóng)業(yè)凈碳匯效率特征和空間溢出效應(yīng)，

22、主要結(jié)論和啟示如下：1從農(nóng)業(yè)凈碳匯效率值來(lái)看，我國(guó)的農(nóng)業(yè)凈碳匯效率水平整體偏低且空間差異明顯，東部地區(qū)凈碳匯效率明顯高于其它地區(qū)。在樣本觀察期內(nèi)，海南、北京、山東、上海、江蘇、浙江、福建、內(nèi)蒙古、四川、青海的凈碳匯效率較好，而陜西、甘肅、重慶、寧夏、江西較低且均未到達(dá)0.5。2從農(nóng)業(yè)凈碳匯效率的演進(jìn)過(guò)程來(lái)看，我國(guó)農(nóng)業(yè)凈碳匯效率呈現(xiàn)下降趨勢(shì)，且存在明顯的區(qū)域開(kāi)展不均衡現(xiàn)象，同時(shí)峰度逐年下降、寬度逐年擴(kuò)大、峰數(shù)維持在雙峰水平，農(nóng)業(yè)凈碳匯效率的地區(qū)差異逐年擴(kuò)大。3從農(nóng)業(yè)凈碳匯效率的空間相關(guān)程度來(lái)看，全局層面，在樣本觀察期內(nèi)的農(nóng)業(yè)凈碳匯效率的空間自相關(guān)檢驗(yàn)結(jié)果呈現(xiàn)正向顯著，說(shuō)明我國(guó)各省間的農(nóng)業(yè)凈碳匯效

23、率存在空間正相關(guān)，并且呈現(xiàn)局部聚類(lèi)的情況;而局域?qū)用妫‰H農(nóng)業(yè)凈碳匯效率在空間上呈現(xiàn)集聚效應(yīng)。4從農(nóng)業(yè)凈碳匯的空間效應(yīng)來(lái)看，農(nóng)業(yè)內(nèi)部結(jié)構(gòu)、工業(yè)化程度、教育水平、科技開(kāi)展環(huán)境、城鎮(zhèn)化水平、經(jīng)濟(jì)開(kāi)展水平均具有明顯的溢出效應(yīng)，其中農(nóng)業(yè)內(nèi)部結(jié)構(gòu)、工業(yè)化程度、教育水平和科技開(kāi)展水平對(duì)相鄰省份的農(nóng)業(yè)凈碳匯效率呈現(xiàn)出顯著的正向溢出效應(yīng)，而城鎮(zhèn)化水平、經(jīng)濟(jì)開(kāi)展水平的空間溢出效應(yīng)顯著為負(fù)?；谝陨辖Y(jié)論，對(duì)于提高農(nóng)業(yè)凈碳匯效率有以下幾個(gè)方面的建議：第一，可以將減排目標(biāo)從空間和時(shí)間上進(jìn)行橫向、縱向分解。鑒于各省份經(jīng)濟(jì)社會(huì)開(kāi)展水平、資源環(huán)境條件以及凈碳匯效率水平差異，可根據(jù)不同省份不同時(shí)期的實(shí)際情況制定相應(yīng)的減排規(guī)劃

24、，明確減排目標(biāo)、路線圖。第二，加強(qiáng)省際間在農(nóng)業(yè)“減排增匯方面的合作交流。優(yōu)化自身農(nóng)業(yè)內(nèi)部結(jié)構(gòu)、加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、促進(jìn)科教開(kāi)展的同時(shí)，密切關(guān)注鄰近地區(qū)的農(nóng)業(yè)碳減排的相關(guān)政策、措施及技術(shù)，將積極溢出的“輻射空間范圍擴(kuò)大和強(qiáng)度加深，通過(guò)積極的交流合作，實(shí)現(xiàn)“減排增匯的均衡統(tǒng)籌推進(jìn)。第三，重視城鎮(zhèn)化水平、經(jīng)濟(jì)開(kāi)展水平的消極溢出效應(yīng)。充分利用城鎮(zhèn)化進(jìn)程和經(jīng)濟(jì)開(kāi)展的優(yōu)勢(shì)，增加農(nóng)戶(hù)的非農(nóng)就業(yè)，加快技術(shù)創(chuàng)新、人才引進(jìn)，實(shí)現(xiàn)城鎮(zhèn)化進(jìn)程與低碳農(nóng)業(yè)協(xié)調(diào)開(kāi)展，發(fā)揮城鎮(zhèn)化和經(jīng)濟(jì)開(kāi)展的正向作用，為實(shí)現(xiàn)我國(guó)整體減排目標(biāo)打下堅(jiān)實(shí)根底。編輯：劉照勝參考文獻(xiàn)【1】徐國(guó)泉，劉那么淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析J.中

25、國(guó)人口·資源與環(huán)境，2021，166：158-161.【2】李波，張俊飆，李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解J.中國(guó)人口·資源與環(huán)境，2021，218：80-86.【3】田云，張俊飆，李波.基于投入角度的農(nóng)業(yè)碳排放時(shí)空特征及因素分解研究J.農(nóng)業(yè)現(xiàn)代化研究，2021，326：752-755.【4】王興，馬守田，濮超，等.西南地區(qū)農(nóng)業(yè)碳排放趨勢(shì)及影響因素研究J.中國(guó)人口·資源與環(huán)境，2021，27S2：231-234.【5】李波，張俊飆.基于投入視角我國(guó)的農(nóng)業(yè)碳排放與經(jīng)濟(jì)開(kāi)展的脫鉤研究J.經(jīng)濟(jì)經(jīng)緯，20214：27-31.【6】李立，周燦，李二玲，等.基于投

26、入視角的黃淮海平原農(nóng)業(yè)碳排放與經(jīng)濟(jì)開(kāi)展脫鉤研究J.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021，295：551-558.【7】吳賢榮，張俊飚，田云，等.基于公平與效率雙重視角的中國(guó)農(nóng)業(yè)碳減排潛力分析J.自然資源學(xué)報(bào)，2021，307：1172-1182.8程琳琳，張俊飚，田云，等.中國(guó)省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴(lài)效應(yīng)J.資源科學(xué)，2021，382：276-289.9吳昊玥，何艷秋，陳柔.中國(guó)農(nóng)業(yè)碳排放績(jī)效評(píng)價(jià)及隨機(jī)性收斂研究基于SBMUndesirable模型與面板單位根檢驗(yàn)J.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2021，259：1381-1391.10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

27、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)，2021，245：107-116.11張軍，吳桂英，張吉鵬.中國(guó)省際物流資本存量估算19522000J.經(jīng)濟(jì)研究，202110：35-44.12胡國(guó)霞，雷國(guó)平，周浩，等.黑龍江省土地利用變化的碳排放效應(yīng)研究J.水土保持研究，2021，226;287-292.13朱承亮，師萍，岳宏志.人力資本、人力資本結(jié)構(gòu)與區(qū)域經(jīng)濟(jì)增長(zhǎng)效率J.中國(guó)軟科學(xué)，20212：110-119.14王惠，卞藝杰，王樹(shù)喬.出口貿(mào)易、工業(yè)碳排放效率動(dòng)態(tài)演進(jìn)與空間溢出J.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，20211：3-19.15李力，洪雪飛.能源碳排放與環(huán)境污染空間效應(yīng)研究基于能

28、源強(qiáng)度與技術(shù)進(jìn)步視角的空間杜賓計(jì)量模型J.工業(yè)技術(shù)經(jīng)濟(jì)，20219：65-72.16徐亞輝，潘瑜春，劉玉，等.海南省耕地集約利用水平的時(shí)空分異研究J.首都師范大學(xué)學(xué)報(bào)，2021，374：78-84.17屈文波.環(huán)境規(guī)制、空間溢出與區(qū)域生態(tài)效率基于空間杜賓面板模型的實(shí)證分析J.北京理工大學(xué)學(xué)報(bào)，2021，206：28-33.18張翠菊，柏群，張文愛(ài).中國(guó)區(qū)域碳排放強(qiáng)度影響因素及空間溢出性基于空間杜賓模型的研究J.系統(tǒng)工程，2021，3510：70-78.AbstractImprovingtheefficiencyofagriculturalcarbonemissionsisanimportant

29、meanandfundamentalwaytorealizehighqualitydevelopmentofagriculturalandagriculturalcarbonemissionreduction.Onthebasisofconsideringagriculturalnetcarbonsinkasanexpectedoutput，thispaperusesDEABCCImodeltocalculatetheagriculturalnetcarbonsinkefficiencyof30provincesmunicipalitiesandautonomousregionsinChina

30、from2004to2021，andusesKernelDensityestimationtoanalyzethetemporalandspatialdynamicevolutionofagriculturalnetcarbonsinkovertheyears.Andthroughthevarioustestsofspatialpanelmodel，itchoosestheSpatialDurbinModelundertwowayfixedeffects.Andthespatialspillovereffectofagriculturalnetcarbonsinkefficiencywasan

31、alyzedunderthismodel.TheresultsshowthatChinasagriculturalnetcarbonsinkdecreasedaveragelyby0.41%，whilethenetcarbonsinkineasternChinawaslowerthanthatincentralandwesternChinaandnortheastChinafrom2004to2021.AndtheoveralllevelofthenetcarbonsinkefficiencyofagricultureislowinChina，andthespatialdifferenceisobvious.TheworkofreducingemissionsandincreasingsinkineasternChinamakesthebestperformance.Byanalyzingthedynamicevolutioncharacteristicsofagriculturalnetcarbon