長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的測定及空間收斂性研究

李穎

（安徽大學(xué)經(jīng)濟(jì)學(xué)院，安徽 合肥 230039）

近十幾年來，溫室氣體排放迅速增加，而溫室氣體的主要成分是二氧化碳，由此導(dǎo)致碳排放不斷增加，環(huán)境日益惡化。據(jù)國家發(fā)展改革委員會國家氣候變化對策協(xié)調(diào)小組辦公室的統(tǒng)計(jì)，我國農(nóng)業(yè)生產(chǎn)活動產(chǎn)生的碳排放占全國碳排放總量的10%以上，居各類碳排放源的碳排放量的第二位，已成為我國碳排放增長的主要來源之一。十九大以來，“綠色發(fā)展”已成為我國農(nóng)業(yè)發(fā)展的重要導(dǎo)向，實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展也成為推動農(nóng)業(yè)高質(zhì)量發(fā)展的重要內(nèi)容。因此，圍繞著農(nóng)業(yè)綠色發(fā)展所展開的農(nóng)業(yè)碳生產(chǎn)率問題研究亦成為探索我國農(nóng)業(yè)高質(zhì)量發(fā)展的重要議題。

針對農(nóng)業(yè)碳生產(chǎn)率問題，國內(nèi)外學(xué)者從不同角度進(jìn)行了大量的研究。目前學(xué)術(shù)界關(guān)于這方面的研究主要集中在碳生產(chǎn)率的概念、測定以及農(nóng)業(yè)生產(chǎn)率收斂性的研究等方面。Kaya和Yokobori(1998)率先提出了碳生產(chǎn)率的概念，以GDP與CO2排放量比值作為碳生產(chǎn)率,這一概念體現(xiàn)了單位二氧化碳排放所帶來的經(jīng)濟(jì)效益［1］。金炯振（2009）基于1978—2007年的省級面板數(shù)據(jù)，將非參數(shù)Malmquist生產(chǎn)率指數(shù)模型與參數(shù)隨機(jī)前沿函數(shù)模型相結(jié)合，構(gòu)建了SFAMalmquist生產(chǎn)率指數(shù)模型，通過這一模型對中國各地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率（TFP）變化指數(shù)進(jìn)行了測算，并研究了其時(shí)序增長與空間分布特征［2］。劉劍(2012)基于DEA的Malmquist的指數(shù)方法，分別從整體和各省區(qū)兩個(gè)方面考察了我國農(nóng)藥制造業(yè)的全要素生產(chǎn)率的增長趨勢，結(jié)果顯示：從全國的數(shù)據(jù)來看，我國農(nóng)藥制造業(yè)的全要素生產(chǎn)率呈現(xiàn)波動增長，技術(shù)進(jìn)步對此作出了重大貢獻(xiàn)，從不同地區(qū)來看，大部分地區(qū)的生產(chǎn)率基本上都得到了不同程度的增長，只有少數(shù)地區(qū)有所下降［3］。高鳴等（2015）依據(jù)1999—2010年的面板數(shù)據(jù)，對中國各省區(qū)的農(nóng)業(yè)碳排放量進(jìn)行了測算，使用空間Morans’I指數(shù)和收斂性模型對中國農(nóng)業(yè)碳排放績效的動態(tài)變化和空間聚集與收斂等問題進(jìn)行了分析［4］。郭四代等（2016）運(yùn)用中國12個(gè)西部地區(qū)省份2006—2015年的農(nóng)業(yè)數(shù)據(jù)，建立計(jì)量模型,測算了12個(gè)省份的碳排放總量和碳排放效率，并利用三種收斂方法檢驗(yàn)了西部地區(qū)農(nóng)業(yè)碳排放效率的變動趨勢［5］。王善高等（2018）測算了我國農(nóng)業(yè)生產(chǎn)的環(huán)境效率，并對農(nóng)業(yè)生產(chǎn)環(huán)境效率進(jìn)行收斂性分析［6］。綜合來看，現(xiàn)有研究成果大多是從宏觀層面進(jìn)行的研究，同時(shí)因構(gòu)建模型、數(shù)據(jù)和地區(qū)等方面存在差異，其研究結(jié)論差異較大，同時(shí)對于長江經(jīng)濟(jì)帶區(qū)域農(nóng)業(yè)碳排放效率及其收斂性的系統(tǒng)研究涉足較少。自2015年長江經(jīng)濟(jì)帶成為國家重大戰(zhàn)略區(qū)域以來，“生態(tài)優(yōu)先，綠色發(fā)展”已成為區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的重要導(dǎo)向，促進(jìn)農(nóng)業(yè)低碳發(fā)展也成為實(shí)現(xiàn)該區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展的重要方面。本研究擬對長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率進(jìn)行測算，了解其演變趨勢，并分析其區(qū)域差異特征及空間收斂性，這對于實(shí)現(xiàn)長江經(jīng)濟(jì)帶農(nóng)業(yè)低碳、可持續(xù)發(fā)展具有重要的意義［7］。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

長江經(jīng)濟(jì)帶是以長江流域?yàn)榛A(chǔ)和紐帶，橫跨我國東中西三大經(jīng)濟(jì)區(qū)域，是全國除了沿海開放區(qū)以外，經(jīng)濟(jì)密度最大的經(jīng)濟(jì)帶，也是生態(tài)文明建設(shè)的先行示范帶。區(qū)內(nèi)有六大平原，耕地等農(nóng)業(yè)資源十分豐富；全國9大商品糧生產(chǎn)基地中，長江經(jīng)濟(jì)帶獨(dú)占6席；農(nóng)業(yè)產(chǎn)值占全國40%左右，糧食產(chǎn)量約占全國38.5%，承載了全國50%以上的農(nóng)業(yè)從業(yè)人口；因此，長江經(jīng)濟(jì)帶在我國農(nóng)業(yè)發(fā)展格局中的地位相當(dāng)重要。

根據(jù)長江經(jīng)濟(jì)帶規(guī)劃綱要的要求，“生態(tài)優(yōu)先、綠色發(fā)展”已成為長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展的重要導(dǎo)向。2018年10月，國家發(fā)展改革委員會、生態(tài)環(huán)境部和農(nóng)業(yè)農(nóng)村部等聯(lián)合下發(fā)的《關(guān)于加快推進(jìn)長江經(jīng)濟(jì)帶農(nóng)業(yè)面源污染治理的指導(dǎo)意見》指出，必須加快推進(jìn)長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展，推行綠色農(nóng)業(yè)生產(chǎn)方式，協(xié)調(diào)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與資源環(huán)境的保護(hù)，助力長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展；至此，長江經(jīng)濟(jì)帶農(nóng)業(yè)轉(zhuǎn)向低碳、綠色、可持續(xù)的高質(zhì)量發(fā)展道路；而提高農(nóng)業(yè)碳生產(chǎn)率則是實(shí)現(xiàn)長江經(jīng)濟(jì)帶農(nóng)業(yè)低碳發(fā)展的關(guān)鍵。

1.2 數(shù)據(jù)來源

本研究在計(jì)算長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放量時(shí)，通過化肥施用量、農(nóng)用柴油使用量、農(nóng)藥施用量、農(nóng)膜使用量、土地翻耕面積、有效灌溉面積、及牛、馬、驢、騾、豬、羊等牲畜的飼養(yǎng)頭數(shù)等幾個(gè)碳源，計(jì)算得到長江經(jīng)濟(jì)帶2008—2018年農(nóng)業(yè)二氧化碳的排放量。其中，化肥施用量、農(nóng)用柴油使用量、農(nóng)藥施用量、農(nóng)膜使用量、土地翻耕面積、有效灌溉面積等數(shù)據(jù)均來源于《中國農(nóng)村統(tǒng)計(jì)年鑒》（2009—2019年），牛、馬、驢、騾、豬、羊等牲畜的飼養(yǎng)頭數(shù)則來源于《中國統(tǒng)計(jì)年鑒》（2009—2019年）。

2 研究方法

2.1 農(nóng)業(yè)碳生產(chǎn)率的測算與分析

2.1.1 農(nóng)業(yè)碳排放量的核算

本研究參考相關(guān)學(xué)者關(guān)于農(nóng)業(yè)碳排放的估算方法，測算各省份農(nóng)業(yè)的碳排放量，公式如下：

式中，CE表示農(nóng)業(yè)的總碳排放量，CEi表示第i種碳源的碳排放量，Qi表示第i種碳源的量，εi表示第i種碳源的碳排放系數(shù)。

農(nóng)業(yè)碳排放主要來自于以下兩個(gè)方面：一是農(nóng)業(yè)生產(chǎn)過程中化肥、柴油、農(nóng)藥、農(nóng)膜、翻耕、農(nóng)業(yè)灌溉產(chǎn)生的碳排放，二是牛、馬、驢、騾、豬、羊在養(yǎng)殖過程中腸道發(fā)酵和糞便處理產(chǎn)生的碳排放，各碳源對應(yīng)的碳排放系數(shù)的數(shù)值主要取自IPCC第五次報(bào)告和一些經(jīng)典文獻(xiàn)的研究結(jié)果［8］。

2.1.2 農(nóng)業(yè)碳生產(chǎn)率的測算

本研究基于各省域農(nóng)業(yè)碳排放總量和農(nóng)業(yè)增加值，將農(nóng)業(yè)碳生產(chǎn)率定義為一段時(shí)期內(nèi)農(nóng)業(yè)增加值與農(nóng)業(yè)碳排放總量的比值［9］，具體公式如下：

式中，C為農(nóng)業(yè)碳生產(chǎn)率（萬元/t）；AGDP為農(nóng)業(yè)增加值（億元）；CE為農(nóng)業(yè)碳排放量（萬t）。

本文的樣本區(qū)間為2008—2018年，考察對象為中國長江經(jīng)濟(jì)帶11個(gè)省(市)。長江經(jīng)濟(jì)帶按其流域地形可分為上游(重慶、四川、貴州、云南)、中游(湖南、湖北、江西)和下游(上海、浙江、江蘇、安徽)三個(gè)區(qū)域［10］。

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

為了檢驗(yàn)長江經(jīng)濟(jì)帶各省區(qū)之間的農(nóng)業(yè)碳生產(chǎn)率是否存在空間相關(guān)性，本文采用莫蘭指數(shù)（Moran’s I）［11］作為衡量農(nóng)業(yè)碳生產(chǎn)率空間自相關(guān)性的指標(biāo)。莫蘭指數(shù)的公式如下:

其中，Ci與Cj分別表示i地區(qū)與j地區(qū)的農(nóng)業(yè)碳生產(chǎn)率；Cˉ為各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的均值；Wij為空間權(quán)重矩陣，此處選取兩省的相鄰關(guān)系來衡量地區(qū)間的空間關(guān)系，構(gòu)建出11個(gè)省份的空間鄰接權(quán)重矩陣。莫蘭指數(shù)取值介于-1～1之間，其絕對值越大，表明其空間相關(guān)性越強(qiáng)；絕對值越小則表明空間相關(guān)性越弱。

2.3 農(nóng)業(yè)碳生產(chǎn)率的收斂性分析

考慮到長江經(jīng)濟(jì)帶各省區(qū)之間農(nóng)業(yè)碳生產(chǎn)率可能存在區(qū)域差異，本研究以新古典經(jīng)濟(jì)學(xué)的理論為基礎(chǔ)，選用三種收斂方法來考察長江經(jīng)濟(jì)帶各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的收斂性，分別為α收斂、絕對β收斂以及條件β收斂，其中β收斂為α收斂的必要不充分條件［12］。

2.3.1α收斂檢驗(yàn)

本研究采用α系數(shù)分析長經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的離差，通過測算長江經(jīng)濟(jì)帶及各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的α系數(shù)來判斷是否存在α收斂。若存在收斂，則隨著時(shí)間推移，農(nóng)業(yè)碳生產(chǎn)率的α系數(shù)會逐漸縮小，反之則說明具有α發(fā)散特征［13］。α系數(shù)的計(jì)算公式如下：

式中，α表示系數(shù)，i為省份，N為省份個(gè)數(shù)，C表示農(nóng)業(yè)碳生產(chǎn)率，Cˉ表示農(nóng)業(yè)碳生產(chǎn)率的均值，Ln表示取對數(shù)。

2.3.2β收斂檢驗(yàn)

β收斂模型是從新古典經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)收斂理論發(fā)展而來的。β收斂模型的核心是考察某區(qū)域的農(nóng)業(yè)碳生產(chǎn)率的增長率與初始水平之間的關(guān)系［14］。如果增長率與初始水平之間呈負(fù)相關(guān)關(guān)系，則農(nóng)業(yè)碳生產(chǎn)率存在β收斂。β收斂模型又分為絕對β收斂和條件β收斂兩種形式。

(1)絕對β收斂。絕對β收斂是指長江經(jīng)濟(jì)帶及各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率的增長速度與初始水平呈現(xiàn)反向變動關(guān)系［15］。本文構(gòu)建的絕對β收斂模型如下：

式中，i為省份，t為年份，Ci,t為i省t年的農(nóng)業(yè)碳生產(chǎn)率，α為常數(shù)項(xiàng)，β為基期碳生產(chǎn)率的回歸系數(shù)，εi,t為隨機(jī)擾動項(xiàng)系數(shù)，如果回歸系數(shù)β顯著小于0，則表明農(nóng)業(yè)碳生產(chǎn)率存在絕對β收斂。

由于長江經(jīng)濟(jì)帶各省區(qū)農(nóng)業(yè)碳生產(chǎn)率可能存在空間相關(guān)性，為避免β收斂估計(jì)結(jié)果出現(xiàn)偏差，必須將空間因素的影響考慮在內(nèi)［16］。因此，本文在模型(5)的基礎(chǔ)上引入空間因素，分別構(gòu)建空間滯后模型和空間誤差模型如下：

式中，式(6)為空間滯后模型(SLM)，指的是某地區(qū)的被解釋變量的影響因素會通過空間傳導(dǎo)機(jī)制影響其相鄰地區(qū)；式(7)為空間誤差模型（SEM），它假設(shè)農(nóng)業(yè)碳生產(chǎn)率在各區(qū)域間的空間依賴性由誤差項(xiàng)反映。W為空間權(quán)重矩陣。ρ為空間滯后系數(shù)，λ為空間誤差系數(shù)，εi,t與μi,t為隨機(jī)擾動項(xiàng)。

本文采用極大似然估計(jì)法(QML)來檢驗(yàn)長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率收斂性。然后基于LM檢驗(yàn)來選擇具體的空間收斂模型。LM檢驗(yàn)結(jié)果表明，SEM模型更適合絕對β收斂檢驗(yàn)。另外，本文通過Hausman檢驗(yàn)來選擇估計(jì)模型。Hausman檢驗(yàn)結(jié)果顯示：P值＜0.05，因此拒絕原假設(shè)，說明絕對β收斂模型更適合使用固定效應(yīng)(FE)的估計(jì)方法。

(2)條件β收斂。條件β收斂是指由于各省區(qū)在農(nóng)業(yè)經(jīng)濟(jì)增長、種植結(jié)構(gòu)、人均收入等方面存在差異，各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率會最終收斂于各自的穩(wěn)態(tài)值［17］。在絕對β收斂模型的基礎(chǔ)上，本文納入影響農(nóng)業(yè)碳生產(chǎn)率的控制變量，構(gòu)建條件β收斂模型如下:

式中，控制變量X包括農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)村居民收入、種植結(jié)構(gòu)和耕地面積等變量，θ為控制變量的回歸系數(shù)，其余變量與式(5)的變量含義相同。如果回歸系數(shù)β顯著小于0，則意味著農(nóng)業(yè)碳生產(chǎn)率存在條件β收斂。

考慮到長江經(jīng)濟(jì)帶各省區(qū)之間農(nóng)業(yè)碳生產(chǎn)率的可能存在正向空間相關(guān)性，本文在模型(8)的基礎(chǔ)上引入空間因素［18］，分別構(gòu)建空間滯后模型(SLM)和空間誤差模型(SEM)如下:

式中，式(9)為SLM模型，式(10)為SEM模型。W、ρ、εi,t與μi,t的含義與式（6）、式（7）的系數(shù)含義相同。兼顧數(shù)據(jù)的可得性與研究對象的特點(diǎn)等因素，本文選取農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平（PGDP）、農(nóng)村居民收入(INCOM)、種植結(jié)構(gòu)(STRUCTURE)、耕地面積（AREA）作為控制變量［19］。

對于條件β收斂模型，本文采用極大似然估計(jì)法(QML)來檢驗(yàn)長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率收斂性［20］。然后基于LM檢驗(yàn)來選擇具體的空間收斂模型。LM檢驗(yàn)結(jié)果表明，SLM模型更適合條件β收斂檢驗(yàn)。同時(shí)，經(jīng)Hausman檢驗(yàn)結(jié)果顯示：P值＜0.05，因此拒絕原假設(shè)，說明條件β收斂模型更適合使用固定效應(yīng)(FE)的估計(jì)方法。

3 結(jié)果與分析

3.1 長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率測算結(jié)果分析

表1給出了長江經(jīng)濟(jì)帶11個(gè)省份2008—2018年間農(nóng)業(yè)碳生產(chǎn)率的每年的數(shù)值、各年份的均值及年均增長率（每年碳生產(chǎn)率的增長率之和/年數(shù)）。從長江經(jīng)濟(jì)帶的整體情況來看，長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率從2008年的2.71%上升到2018年的5.41%，年均增長率為7.17%，總體呈上升趨勢。從具體年份看，農(nóng)業(yè)碳生產(chǎn)率除在2009年出現(xiàn)下降外，多數(shù)年份均呈現(xiàn)上升趨勢。

表1 2008—2018年長江經(jīng)濟(jì)帶各省份農(nóng)業(yè)碳生產(chǎn)率（萬元/噸）Table 1 Agricultural carbon productivity of provinces in the Yangtze River Economic Belt,2008—2018(10 000 yuan/t)

根據(jù)各省份農(nóng)業(yè)碳生產(chǎn)率的測算結(jié)果，農(nóng)業(yè)碳生產(chǎn)率存在顯著的省際差異特征。就各省份農(nóng)業(yè)碳生產(chǎn)率水平而言，樣本期間內(nèi)，農(nóng)業(yè)碳生產(chǎn)率最高的省份為江蘇，平均值達(dá)到了6.23；農(nóng)業(yè)碳生產(chǎn)率最低的是云南，平均值為2.47。從發(fā)展趨勢來看，長江經(jīng)濟(jì)帶各省份的農(nóng)業(yè)碳生產(chǎn)率除個(gè)別年份外，均呈逐漸上升的趨勢，其中農(nóng)業(yè)碳生產(chǎn)率年均增長率最高的省份是浙江省，達(dá)到了15.42%。

3.2 長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的空間相關(guān)性檢驗(yàn)

表2列出了長江經(jīng)濟(jì)帶各省區(qū)之間的空間自相關(guān)性的檢驗(yàn)結(jié)果，結(jié)果顯示：2008—2018年各年份的莫蘭指數(shù)在統(tǒng)計(jì)上具有顯著的正相關(guān)性，表明長江經(jīng)濟(jì)帶各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率具有顯著的空間集聚特征，較高(低)農(nóng)業(yè)碳生產(chǎn)率的地區(qū)相互鄰近。此外，2008—2018年間，莫蘭指數(shù)值先上升后下降，這表明各地區(qū)的農(nóng)業(yè)碳生產(chǎn)率的空間自相關(guān)程度隨著農(nóng)業(yè)的不斷發(fā)展而逐年下降。

表2 中國長江經(jīng)濟(jì)帶各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的空間相關(guān)性檢驗(yàn)Table 2 Spatial correlation test of agricultural carbon productivity in provinces of the Yangtze River Economic Belt in China

3.3 α收斂檢驗(yàn)結(jié)果分析

圖1顯示，長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率α系數(shù)以2009年為界先上升后下降，整體呈下降趨勢，說明長江經(jīng)濟(jì)帶各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率與農(nóng)業(yè)碳生產(chǎn)率的均值的離差隨著時(shí)間的推移逐漸縮小，長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率存在α收斂。上游與中游地區(qū)農(nóng)業(yè)碳生產(chǎn)率α系數(shù)呈現(xiàn)先上升后下降的變化趨勢。下游地區(qū)農(nóng)業(yè)碳生產(chǎn)率α系數(shù)在總體上呈上升趨勢，表明下游地區(qū)農(nóng)業(yè)碳生產(chǎn)率的省際差異在逐年擴(kuò)大，不存在α收斂。

圖1 2008—2018年長江經(jīng)濟(jì)帶及各區(qū)域農(nóng)業(yè)碳生產(chǎn)率α系數(shù)走勢圖Trend of agricultural carbon productivity coefficient in theYangtze River Economic Belt and various regions from 2008 to 2018

3.4 β收斂檢驗(yàn)結(jié)果分析

3.4.1 絕對β收斂結(jié)果分析

表3給出了長江經(jīng)濟(jì)帶及各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的絕對β收斂的檢驗(yàn)結(jié)果。首先對長江經(jīng)濟(jì)帶及各省區(qū)農(nóng)業(yè)碳生產(chǎn)率進(jìn)行無權(quán)重的回歸分析。結(jié)果顯示，β值顯著小于0，說明長江經(jīng)濟(jì)帶及各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率的增長速度與初始水平呈現(xiàn)反向變動關(guān)系，存在絕對β收斂，即具有較低農(nóng)業(yè)碳生產(chǎn)率的地區(qū)的增長速度快于較高地區(qū)，各地區(qū)的農(nóng)業(yè)碳生產(chǎn)率最終收斂到自己的穩(wěn)態(tài)水平。在考慮空間相關(guān)性之后，空間系數(shù)λ顯著大于0，這再次說明長江經(jīng)濟(jì)帶各省區(qū)之間存在顯著的正向空間效應(yīng)。此外，收斂系數(shù)β始終顯著小于0，表明在考慮空間因素后，長江經(jīng)濟(jì)帶及各省區(qū)農(nóng)業(yè)碳生產(chǎn)率存在絕對β收斂。對比β收斂結(jié)果與α收斂結(jié)果，可以看到，長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率既有絕對β收斂趨勢，也有α收斂趨勢。這表明，相較于農(nóng)業(yè)碳生產(chǎn)率較高的地區(qū)，農(nóng)業(yè)碳生產(chǎn)率較低的地區(qū)在樣本期內(nèi)增長率相對較快，同時(shí)地區(qū)間農(nóng)業(yè)碳生產(chǎn)率的絕對差異相對縮小。

表3 長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率絕對β收斂結(jié)果Table 3 Absoluteβconvergence results of agricultural carbon productivity in the Yangtze River Economic Belt

3.4.2條件β收斂結(jié)果分析

表4給出了長江經(jīng)濟(jì)帶及各省區(qū)農(nóng)業(yè)碳生產(chǎn)率的條件β收斂檢驗(yàn)結(jié)果。長江經(jīng)濟(jì)帶的整體檢驗(yàn)結(jié)果表明，無論分析過程中考慮空間因素與否，β值始終顯著小于0，表明在考慮了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)村居民收入、種植結(jié)構(gòu)以及耕地面積等因素后，長江經(jīng)濟(jì)帶的農(nóng)業(yè)碳生產(chǎn)率的條件β收斂效應(yīng)較為顯著。比較傳統(tǒng)β收斂與空間β收斂的系數(shù)，可以看出：空間收斂模型的β系數(shù)絕對值更大，收斂速度也更快。從控制變量的回歸系數(shù)來看，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的提高使農(nóng)業(yè)碳生產(chǎn)率降低，可能的原因在于我國農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展是以能源的大量投入作為基礎(chǔ)的，在這種情況下，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的提高對農(nóng)業(yè)碳生產(chǎn)率的增長率產(chǎn)生負(fù)向影響。農(nóng)村居民收入對農(nóng)業(yè)碳生產(chǎn)率的增長率產(chǎn)生正向影響，但并不顯著。農(nóng)業(yè)種植結(jié)構(gòu)的優(yōu)化顯著提高了農(nóng)業(yè)碳生產(chǎn)率的增長率，說明我國農(nóng)業(yè)雖然以種植業(yè)和畜牧業(yè)為主，但林業(yè)和漁業(yè)所占比重不斷擴(kuò)大，這對農(nóng)業(yè)碳生產(chǎn)率的增長率產(chǎn)生了正向顯著影響。耕地面積的擴(kuò)大使能源消耗越多，對農(nóng)業(yè)碳生產(chǎn)率的增長率產(chǎn)生負(fù)向影響。

4 結(jié)論

在倡導(dǎo)低碳化生產(chǎn)與生活的時(shí)代背景下，提高農(nóng)業(yè)碳生產(chǎn)率是實(shí)現(xiàn)農(nóng)業(yè)穩(wěn)定增長與碳減排雙重目標(biāo)的重要途徑。基于2008—2018年中國長江經(jīng)濟(jì)帶11個(gè)省份的面板數(shù)據(jù)，本文測算了長江經(jīng)濟(jì)帶各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率，分析了區(qū)域的差異性。在此基礎(chǔ)上，對長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的空間收斂性進(jìn)行了系統(tǒng)考察。得到如下結(jié)論：

(1)長江經(jīng)濟(jì)帶及上游、中游及下游三大區(qū)域農(nóng)業(yè)碳生產(chǎn)率整體呈上升趨勢，年均增長率最高的是上游地區(qū)，下游地區(qū)次之，中游地區(qū)最低。長江經(jīng)濟(jì)帶各省區(qū)農(nóng)業(yè)碳生產(chǎn)率具有顯著的空間非均衡特征，呈現(xiàn)出從上游到中游、下游逐漸遞增的格局。

(2)長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率具有顯著的正空間自相關(guān)關(guān)系，各省區(qū)的農(nóng)業(yè)碳生產(chǎn)率會受到相鄰省份的影響。農(nóng)業(yè)碳生產(chǎn)率的空間自相關(guān)度隨著時(shí)間的推移呈現(xiàn)波動上升的趨勢。

(3)長江經(jīng)濟(jì)帶及各區(qū)域的省際差異隨著時(shí)間推移在逐步下降。長江經(jīng)濟(jì)帶及上游、中游、下游地區(qū)農(nóng)業(yè)碳生產(chǎn)率的絕對β收斂和條件β收斂特征明顯，這表明農(nóng)業(yè)碳生產(chǎn)率較低地區(qū)的農(nóng)業(yè)碳生產(chǎn)率的增長快于較高地區(qū)，各地區(qū)的農(nóng)業(yè)碳生產(chǎn)率最終收斂到自己的穩(wěn)態(tài)水平?？臻g效應(yīng)加快了長江經(jīng)濟(jì)帶及上游、中游、下游地區(qū)農(nóng)業(yè)碳生產(chǎn)率的的β收斂速度。

(4)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平及耕地面積對農(nóng)業(yè)碳生產(chǎn)率增長率均具有負(fù)向影響，農(nóng)村居民收入的提高和種植結(jié)構(gòu)的優(yōu)化則有利于農(nóng)業(yè)碳生產(chǎn)率的提升。上述因素對不同區(qū)域農(nóng)業(yè)碳生產(chǎn)率增長的不同影響是形成農(nóng)業(yè)碳生產(chǎn)率區(qū)域差異的主要原因。