居民收入視角下中國(guó)農(nóng)村能源碳排放效率問題研究

肖銳，尹忞昊

（1.中共云南省委黨校 社會(huì)和生態(tài)文明教研部，云南 昆明 650111；2.中南財(cái)經(jīng)政法大學(xué) 工商管理學(xué)院，湖北 武漢 430073）

改革開放四十多年來，我國(guó)農(nóng)村發(fā)展取得了歷史性成就、發(fā)生了歷史性變革，農(nóng)村居民人均可支配收入從1978年的134元增長(zhǎng)到2022年的20 133元（國(guó)家統(tǒng)計(jì)局2023年數(shù)據(jù)）。伴隨著農(nóng)村經(jīng)濟(jì)的快速發(fā)展和農(nóng)民生活水平的提高，我國(guó)農(nóng)村能源消費(fèi)總量呈現(xiàn)不斷上升趨勢(shì)，但存在能源浪費(fèi)嚴(yán)峻、能源效率低下等問題[1]。在鄉(xiāng)村振興和“雙碳”雙重戰(zhàn)略背景下[2]，推動(dòng)農(nóng)村能源綠色低碳轉(zhuǎn)型與高質(zhì)量發(fā)展已刻不容緩。

關(guān)于農(nóng)村能源問題研究，起初學(xué)者們主要圍繞經(jīng)濟(jì)發(fā)展[3]、政策演變[4]和環(huán)境效應(yīng)[5]等角度展開定性分析；進(jìn)一步地，諸多研究從能源消費(fèi)[6-7]、能源效率[1,8]和能源碳排放[9-10]等角度展開了定量分析。眾所周知，能源消費(fèi)是碳排放的主要來源。在“三農(nóng)”領(lǐng)域碳排放研究方面，較多學(xué)者聚焦于農(nóng)業(yè)碳排放問題，圍繞測(cè)算體系[11-12]、時(shí)空特征[13-14]、動(dòng)態(tài)演進(jìn)[15-16]以及影響因素[17-18]等方面展開了系列研究；與之相比，農(nóng)村碳排放的研究則相對(duì)較少，學(xué)者們主要從能源消費(fèi)[10]、居民生活[19]以及基礎(chǔ)設(shè)施建設(shè)[20]等視角展開相關(guān)研究，分析了人口、城鎮(zhèn)化、生活方式等因素對(duì)農(nóng)村碳排放的影響[21-22]。

居民收入水平是影響能源消費(fèi)的重要因素[23]，其對(duì)能源效率、碳排放效率也會(huì)產(chǎn)生直接影響。宋一弘等[1]通過Tobit模型實(shí)證分析認(rèn)為，農(nóng)村居民收入提高能促進(jìn)能源效率的提升；CHEN等[24]考察了1996—2011年北京市城鄉(xiāng)居民的能源消費(fèi)和碳足跡發(fā)現(xiàn)，居民收入的提升對(duì)碳排放有較大的影響；田云等[25]分析了湖北省農(nóng)業(yè)碳排放效率影響因素發(fā)現(xiàn)，農(nóng)民人均純收入越高，農(nóng)業(yè)碳排放效率越高。然而，當(dāng)前基于收入視角考察農(nóng)村能源碳排放效率問題的相關(guān)研究較少。

縱觀已有研究，關(guān)于農(nóng)村能源、農(nóng)業(yè)碳排放及其效率的研究相對(duì)豐富，而鮮有學(xué)者圍繞農(nóng)村能源碳排放效率展開深度探討?，F(xiàn)有研究仍需進(jìn)一步完善，本文擬從兩個(gè)方面進(jìn)行補(bǔ)充：一是基于能源視角，將農(nóng)村地區(qū)生產(chǎn)、生活兩個(gè)維度的能源消耗碳排放納入同一框架體系，進(jìn)行整體性研究分析；二是基于收入視角，考察居民收入水平與農(nóng)村能源碳排放效率的關(guān)系，為鄉(xiāng)村振興、“雙碳”、農(nóng)村能源等問題研究提供一個(gè)新的視角，進(jìn)行創(chuàng)新性研究分析。鑒于此，本文以中國(guó)30個(gè)省份2006—2020年數(shù)據(jù)（限于數(shù)據(jù)的可得性，西藏及港澳臺(tái)地區(qū)除外，下同）為樣本，測(cè)度農(nóng)村能源碳排放效率并分析其時(shí)序變化，考察居民收入權(quán)重下農(nóng)村能源碳排放效率水平、區(qū)域差異及其演變特征，并探討居民收入水平與農(nóng)村能源碳排放效率的非線性關(guān)系，以期為農(nóng)村能源轉(zhuǎn)型發(fā)展和推動(dòng)鄉(xiāng)村振興與“雙碳”戰(zhàn)略相關(guān)政策的制定提供理論參考。

1 研究方法與數(shù)據(jù)來源

1.1 農(nóng)村能源碳排放效率測(cè)度方法

1.1.1 農(nóng)村能源碳排放量測(cè)算

農(nóng)村能源碳排放量測(cè)算是考察農(nóng)村能源碳排放效率的基礎(chǔ)。目前，我國(guó)各省份沒有直接的農(nóng)村能源排放統(tǒng)計(jì)數(shù)據(jù)，本文參考田云等[26]采用的碳排放因子法進(jìn)行測(cè)算。本文的農(nóng)村能源碳排放是指農(nóng)業(yè)生產(chǎn)與農(nóng)村居民生活中能源消耗碳排放之和，包含原煤、其他洗煤、型煤、焦炭、汽油、柴油、燃料油、液化石油氣、天然氣、熱力、電力等11類能源所導(dǎo)致的碳排放量。測(cè)算公式為：

式中：CE表示農(nóng)村能源碳排放總量，Ei、δi分別表示各類碳源的數(shù)量與碳排放系數(shù)，i代表碳源的種類，n為碳源種類的數(shù)量（n=11）。

1.1.2 農(nóng)村能源碳排放效率測(cè)度

能源為農(nóng)村發(fā)展提供基礎(chǔ)支撐，但能源消耗會(huì)產(chǎn)生碳排放等非期望產(chǎn)出。然而，傳統(tǒng)的DEA模型忽略了非期望產(chǎn)出，不能有效測(cè)度存在非期望產(chǎn)出的實(shí)際效率值[27]；一般SBM模型測(cè)算的效率值會(huì)出現(xiàn)多個(gè)效率值為1的情況，無(wú)法進(jìn)一步分析效率的樣本差異性[28]。相比之下，超效率SBM模型能克服上述問題。鑒于此，本文將運(yùn)用超效率SBM模型對(duì)農(nóng)村能源碳排放效率進(jìn)行測(cè)算，其表達(dá)式為：

式（2）、（3）中：β表示各地區(qū)的農(nóng)村能源碳排放效率值（＞0），、、分別表示投入變量、期望產(chǎn)出變量、非期望產(chǎn)出變量，、、分別是投入、期望產(chǎn)出、非期望產(chǎn)出的松弛變量，λ為權(quán)重向量。

1.2 泰爾指數(shù)

泰爾指數(shù)是衡量不平等的重要指標(biāo)，被廣泛運(yùn)用于區(qū)域差異的測(cè)度。本文參考漆雁斌等[29]的研究，采用泰爾指數(shù)分析我國(guó)東部、中部、西部地區(qū)農(nóng)村能源碳排放效率的區(qū)域差異。進(jìn)一步地，根據(jù)泰爾指數(shù)的基本原理，將農(nóng)村能源碳排放效率區(qū)域總體差異分解為區(qū)域間差異、區(qū)域內(nèi)差異，衡量各自的變動(dòng)方向與幅度，厘清各自在總體差異中的貢獻(xiàn)度及其影響。泰爾指數(shù)基本公式為：

式中：T、Tg、Tw分別代表農(nóng)村能源碳排放效率區(qū)域差異的總體、區(qū)域內(nèi)、區(qū)域間泰爾指數(shù)（取值皆為0～1），值越大說明差異越大，反之亦然。I和P分別表示農(nóng)村能源碳排放效率及其對(duì)應(yīng)權(quán)重，n和k分別表示省份總數(shù)與區(qū)域總數(shù)，i和j分別代表i省份和j區(qū)域。

在此基礎(chǔ)上，本文將泰爾指數(shù)納入?yún)^(qū)域內(nèi)、區(qū)域間差異貢獻(xiàn)率分析中，探討其對(duì)區(qū)域總體差異的影響與重要程度，表達(dá)公式如下：

式（6）～（8）中：Ig為區(qū)域內(nèi)差異對(duì)總體差異的貢獻(xiàn)率，Iw為區(qū)域間差異對(duì)總體差異的貢獻(xiàn)率，Iq為第q區(qū)域內(nèi)部差異對(duì)總體差異的貢獻(xiàn)率。

1.3 面板Tobit模型

由于農(nóng)村能源碳排放效率值均介于0～2之間，具有明顯的斷尾特征。結(jié)合面板數(shù)據(jù)特征，本文選取因變量受限Tobit模型（式（9））進(jìn)行實(shí)證分析[27]。

式中：被解釋變量Y為農(nóng)村能源碳排放效率，核心變量ln(IRR)為農(nóng)村居民收入水平，X為控制變量，θ為常數(shù)項(xiàng)，μ為非觀測(cè)的個(gè)體固定效應(yīng)，ε為隨機(jī)干擾項(xiàng)，i為樣本，t代表年份。

本文選取的控制變量有城鎮(zhèn)化率UR、農(nóng)業(yè)公共投資ln(API)、農(nóng)村人力資本水平RHC、工業(yè)化水平LI、環(huán)境規(guī)制水平ER、耕地集約利用水平CL和年份虛擬變量等。

1.3.1 被解釋變量

農(nóng)村能源碳排放效率。確定投入產(chǎn)出指標(biāo)是測(cè)度效率的前提，其中產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出。產(chǎn)出指標(biāo)方面，本文的期望產(chǎn)出為農(nóng)業(yè)增加值，非期望產(chǎn)出為農(nóng)村能源碳排放量。投入指標(biāo)方面，本文選取農(nóng)業(yè)資本存量、勞動(dòng)力數(shù)量、土地要素、化肥、農(nóng)藥、農(nóng)膜和農(nóng)業(yè)機(jī)械總動(dòng)力等指標(biāo)。農(nóng)業(yè)資本存量，以農(nóng)業(yè)固定資產(chǎn)投資額占全社會(huì)固定資產(chǎn)投資的比重乘以全社會(huì)固定資本形成總額表示（各年數(shù)值采用永續(xù)盤存法計(jì)算，其中基期資本存量、折舊率和價(jià)格指數(shù)的確定均參考李谷成等[30]的研究）；勞動(dòng)力數(shù)量，以第一產(chǎn)業(yè)從業(yè)人員數(shù)量表示；土地要素，以耕地面積表示；化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機(jī)械總動(dòng)力，以實(shí)際使用量表示。

1.3.2 核心解釋變量

農(nóng)村居民收入水平：由于統(tǒng)計(jì)口徑變更，2012年及以前采用農(nóng)村居民人均純收入衡量，2013年及以后采用農(nóng)村人均可支配收入衡量，取對(duì)數(shù)處理。

1.3.3 控制變量

城鎮(zhèn)化率：參考閻曉等[31]的研究，以城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎?；農(nóng)業(yè)公共投資：參考田云等[16]的研究，以農(nóng)林牧漁固定資產(chǎn)投資額表示，取對(duì)數(shù)處理；農(nóng)村人力資本水平：參考姚旭兵等[32]的研究，以農(nóng)村平均受教育年限表示；工業(yè)化水平：參考尹上崗等[33]的研究，以工業(yè)增加值占地區(qū)生產(chǎn)總值的比重表示；環(huán)境規(guī)制水平：參考柳清瑞等[34]的研究，以環(huán)境污染治理投資占地區(qū)生產(chǎn)總值的比重表示；耕地集約利用水平：參考陸杉等[35]的研究，以農(nóng)作物總播種面積與第一產(chǎn)業(yè)從業(yè)人員的比值表示。此外，為控制地區(qū)間相同但隨時(shí)間變化的遺漏變量對(duì)回歸結(jié)果的影響，參考徐雪等[36]的研究，在模型中加入年份虛擬變量。

1.4 數(shù)據(jù)來源

考慮數(shù)據(jù)的可獲得性與統(tǒng)計(jì)口徑的一致性，本文收集了2006—2020年中國(guó)30個(gè)省份的相關(guān)數(shù)據(jù)。農(nóng)村能源碳排放測(cè)算所需數(shù)據(jù)來自歷年《中國(guó)能源統(tǒng)計(jì)年鑒》，其他涉及的數(shù)據(jù)主要來自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)摘要》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》以及各省份相關(guān)統(tǒng)計(jì)年鑒或者國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)?？紤]價(jià)格因素影響，對(duì)相關(guān)數(shù)據(jù)進(jìn)行平減處理（以2005年為基期）。各變量描述性統(tǒng)計(jì)如表1所示。

表1 變量描述性統(tǒng)計(jì)

2 研究結(jié)果與分析

2.1 中國(guó)農(nóng)村能源碳排放效率時(shí)序比較分析

本文測(cè)算的中國(guó)農(nóng)村能源碳排放效率值、變化情況及其增速如表2所示，考慮篇幅因素，表2僅羅列了2006年和2020年數(shù)據(jù)。分析發(fā)現(xiàn)，2020年農(nóng)村能源碳排放效率位居前三位的是內(nèi)蒙古、寧夏、河南，效率值分別為1.420、1.417、1.411；排在后三位的是北京、吉林、上海，效率值分別為0.694、0.948、1.012，內(nèi)蒙古的效率值是北京的2.05倍。從變化率來看，全國(guó)共有26省份的農(nóng)村能源碳排放效率較2006年相比有所提升，僅北京、上海、江蘇和吉林等4省份出現(xiàn)下降，寧夏提升最大（達(dá)88.095%，年均遞增4.616%），北京降幅最大（達(dá)31.998%，年均遞減2.717%）?？偟膩砜?，我國(guó)農(nóng)村能源碳排放效率整體處于上升態(tài)勢(shì)，但地區(qū)差異存在擴(kuò)大趨勢(shì)。

表2 中國(guó)30個(gè)省份農(nóng)村能源碳排放效率值

2.2 中國(guó)農(nóng)村能源碳排放效率區(qū)域差異演變特征分析

為考察居民收入變化是否引起各地區(qū)農(nóng)村能源碳排放效率的差異，本文運(yùn)用泰爾指數(shù)方法，以農(nóng)村居民收入為權(quán)重，分析全國(guó)層面和東部、中部、西部各區(qū)域內(nèi)部農(nóng)村能源碳排放的非均衡性，在此基礎(chǔ)上探討居民收入權(quán)重下東部、中部、西部農(nóng)村能源碳排放效率區(qū)域內(nèi)差異的貢獻(xiàn)率。

2.2.1 全國(guó)層面

根據(jù)公式（4）、（5），運(yùn)用2006—2020年30個(gè)省份農(nóng)村居民收入、能源碳排放效率數(shù)據(jù)測(cè)算出泰爾指數(shù)，從總體上反映居民收入權(quán)重下農(nóng)村能源碳排放效率的差異特征。

從變化趨勢(shì)來看（圖1），全國(guó)層面泰爾指數(shù)值T(I)在考察期內(nèi)整體呈上升態(tài)勢(shì)，2010年最低（0.060），2020年最高（0.114）?？偟膩砜?，農(nóng)村能源碳排放效率波動(dòng)與居民收入水平變化具有相似性、契合度高，居民收入水平差異影響著各省份農(nóng)村能源碳排放效率差異，且差異呈現(xiàn)愈漸擴(kuò)大的態(tài)勢(shì)?？赡艿脑?，一方面是2006年中央“一號(hào)文件”從政策層面取消了各種限制農(nóng)民進(jìn)城務(wù)工就業(yè)的規(guī)定，并出臺(tái)一系列支農(nóng)惠農(nóng)政策鼓勵(lì)農(nóng)村勞動(dòng)力流動(dòng)轉(zhuǎn)移，提高了農(nóng)民的工資性收入；另一方面是農(nóng)民工收入存在明顯的區(qū)域分割性[37]，加深了各地區(qū)間農(nóng)村居民可支配收入的差異，進(jìn)而影響了農(nóng)村能源碳排放效率的區(qū)域差異。

圖1 居民收入權(quán)重下中國(guó)農(nóng)村能源碳排放效率泰爾指數(shù)趨勢(shì)

2.2.2 區(qū)域?qū)用?/p>

從區(qū)域差異視角，將30個(gè)省份分為東部、中部、西部地區(qū)進(jìn)行考察，泰爾指數(shù)變化趨勢(shì)如圖2所示。

圖2 居民收入權(quán)重下東部、中部、西部農(nóng)村能源碳排放效率泰爾指數(shù)

（1）東部地區(qū)。

東部地區(qū)農(nóng)村能源碳排放效率泰爾指數(shù)與全國(guó)總體情況大致相同，總體呈現(xiàn)波動(dòng)上升趨勢(shì)，2010年最低（0.031），2020年最高（0.073）?？疾炱趦?nèi)，受居民收入水平影響的農(nóng)村能源碳排放效率差異緩慢擴(kuò)大，且大于中部、西部地區(qū)的差異?？赡艿脑?，一是河北、遼寧、江蘇、山東等4省份屬糧食主產(chǎn)區(qū)，其余7省份屬糧食主銷區(qū)，糧食主產(chǎn)區(qū)和糧食主銷區(qū)的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平等存在差異；二是由于東部地區(qū)南北分布廣泛，農(nóng)村發(fā)展結(jié)構(gòu)各不相同，對(duì)能源消費(fèi)選擇和利用效率也存在差異；三是東北部地區(qū)與東南沿海地區(qū)農(nóng)民收入水平及其漲幅態(tài)勢(shì)存在較大差距，導(dǎo)致居民收入權(quán)重下的農(nóng)村能源碳排放效率差異也逐漸擴(kuò)大。

（2）中部地區(qū)。

中部地區(qū)農(nóng)村能源碳排放效率泰爾指數(shù)變化情況相較于東部地區(qū)則更為平緩，總體呈現(xiàn)波動(dòng)微弱上升趨勢(shì)，2008年最低（0.001），2020年最高（0.01）?？疾炱趦?nèi)，總體指數(shù)值緩慢上升，但相較于東部地區(qū)和西部地區(qū)偏低。由此可見，受居民收入水平影響的農(nóng)村能源碳排放效率差異緩慢擴(kuò)大，但總體作用程度較為微弱?？赡艿脑?，一是中部8省份均屬糧食主產(chǎn)區(qū)，種植業(yè)占比較大，且農(nóng)業(yè)結(jié)構(gòu)類似、農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)發(fā)展水平相當(dāng)；二是中部8省份在地域上較為集中，各省份之間人力資本、技術(shù)、金融等要素流動(dòng)密切；三是區(qū)域內(nèi)部農(nóng)村居民人均可支配收入差距不大，因此居民收入水平對(duì)農(nóng)村能源碳排放效率差異的影響程度也較小于東部地區(qū)和西部地區(qū)。

（3）西部地區(qū)。

西部地區(qū)農(nóng)村能源碳排放效率泰爾指數(shù)處于東部地區(qū)和中部地區(qū)之間，2014年前呈現(xiàn)穩(wěn)中向上趨勢(shì)，2014年后總體呈現(xiàn)倒“N”型下降趨勢(shì)，2008年和2011年最低（0.007），2014年最高（0.036）?？疾炱趦?nèi)，前后總體態(tài)勢(shì)相對(duì)平穩(wěn)，中間出現(xiàn)一次較大幅度波動(dòng)?？赡艿脑颍环矫媸鞘?014年國(guó)家發(fā)改委出臺(tái)《西部地區(qū)鼓勵(lì)類產(chǎn)業(yè)目錄》的政策影響，西部地區(qū)農(nóng)業(yè)發(fā)展優(yōu)勢(shì)得以彰顯，居民收入水平的提升在一定程度上擴(kuò)大了區(qū)域內(nèi)部農(nóng)村能源碳排放效率的差異；另一方面是西部地區(qū)經(jīng)濟(jì)增速相對(duì)較快，尤其是川渝滇黔為甚，發(fā)展增速較高于全國(guó)平均水平，與區(qū)域內(nèi)其他地區(qū)差距逐漸拉大，由此出現(xiàn)了區(qū)域內(nèi)農(nóng)村能源碳排放效率差異波動(dòng)。

2.2.3 貢獻(xiàn)率對(duì)比分析

為考察東部、中部、西部各區(qū)域及區(qū)域內(nèi)、區(qū)域間差異對(duì)總差異的影響和貢獻(xiàn)程度，根據(jù)公式（6）、公式（7）和公式（8），測(cè)度結(jié)果如表3所示。

表3 居民收入權(quán)重下東部、中部、西部農(nóng)村能源碳排放效率貢獻(xiàn)率單位：%

在2006—2020年考察期內(nèi)，區(qū)域內(nèi)、區(qū)域間差異對(duì)總差異的平均貢獻(xiàn)率分別為36.15%、63.85%，這表明居民收入權(quán)重下的中國(guó)農(nóng)村能源碳排放效率的總體差異主要由區(qū)域間差異影響。另外，東部、中部、西部三大區(qū)域差異對(duì)總體差異的貢獻(xiàn)程度不同，排序?yàn)椤皷|部＞西部＞中部”。

2.3 居民收入水平對(duì)農(nóng)村能源碳排放效率影響的作用機(jī)理及實(shí)證分析

2.3.1 作用機(jī)理

農(nóng)村能源碳排放效率受其投入產(chǎn)出指標(biāo)直接影響，其中，產(chǎn)出指標(biāo)從根本上決定農(nóng)村能源碳排放效率的高低。因此，分析居民收入水平對(duì)農(nóng)村能源碳排放效率影響的作用機(jī)理，一方面要考察由于居民收入水平變化對(duì)農(nóng)業(yè)農(nóng)村生產(chǎn)生活條件改善所帶來的農(nóng)業(yè)增加值等期望產(chǎn)出；另一方面也要考察由于居民收入變化對(duì)農(nóng)業(yè)農(nóng)村生產(chǎn)生活用能習(xí)慣影響而導(dǎo)致的農(nóng)村能源碳排放量等非期望產(chǎn)出?；谵r(nóng)村能源碳排放效率測(cè)度原理，居民收入水平變化對(duì)農(nóng)村能源碳排放效率的影響可分為正向影響和負(fù)向影響（圖3）。在期望產(chǎn)出不變的情況下，居民收入水平變化導(dǎo)致非期望產(chǎn)出增加，農(nóng)村能源碳排放效率則會(huì)下降；反之，居民收入水平變化導(dǎo)致非期望產(chǎn)出減少，農(nóng)村能源碳排放效率則會(huì)上升。以此類推，在非期望產(chǎn)出不變的情況下居民收入水平對(duì)農(nóng)村能源碳排放效率的影響方向。

圖3 居民收入水平對(duì)農(nóng)村能源碳排放效率影響的作用機(jī)理

2.3.2 實(shí)證分析

（1）多重共線性檢驗(yàn)。

為確保變量選取的有效性，需對(duì)解釋變量進(jìn)行多重共線性檢驗(yàn)（Estat VIF），以保證變量之間不存在相互影響的關(guān)系。結(jié)果如表4所示，VIF最大值為5.78，VIF平均值為2.63，均小于數(shù)值6。由結(jié)果可知，解釋變量之間不存在嚴(yán)重的多重共線性問題，回歸結(jié)果不會(huì)受到影響。

表4 解釋變量之間的多重共線性檢驗(yàn)結(jié)果

（2）面板Tobit回歸結(jié)果分析。

根據(jù)公式（9），基于中國(guó)30個(gè)省份2006—2020年的數(shù)據(jù)樣本進(jìn)行面板Tobit回歸分析，考察居民收入水平與農(nóng)村能源碳排放效率的非線性關(guān)系。由于固定效應(yīng)面板Tobit模型無(wú)法得到個(gè)體異質(zhì)性的充分估計(jì)量，本文考慮引入隨機(jī)效應(yīng)面板Tobit模型，并通過LR檢驗(yàn)判斷其適用性。結(jié)果顯示，LR檢驗(yàn)結(jié)果均在1%水平下顯著，表明強(qiáng)烈拒絕原假設(shè)，即傾向于選擇隨機(jī)效應(yīng)面板Tobit模型；通過Wald檢驗(yàn)與對(duì)數(shù)似然比（LLR）可知，模型具有較好的擬合優(yōu)度。在回歸過程中，模型Ⅰ僅加入控制變量，未加入核心解釋變量；模型Ⅱ僅加入核心解釋變量，未加入控制變量；模型Ⅲ、模型Ⅳ、模型Ⅴ則陸續(xù)加入城鎮(zhèn)化率、農(nóng)業(yè)公共投資、農(nóng)村人力資本水平、工業(yè)化水平、環(huán)境規(guī)制水平、耕地集約利用水平等控制變量，各模型回歸結(jié)果見表5。

表5 居民收入水平對(duì)農(nóng)村能源碳排放效率影響的回歸結(jié)果

由回歸結(jié)果可知，模型Ⅰ至模型Ⅴ中，核心解釋變量與所有控制變量的符號(hào)方向與顯著性均較一致，這表明回歸結(jié)果具有較強(qiáng)穩(wěn)健性。具體而言，核心解釋變量農(nóng)村居民收入在各模型中均通過了顯著性檢驗(yàn)，且作用方向始終為正向，這說明居民收入水平的提高有助于改善農(nóng)村能源碳排放效率?？赡艿慕忉專S著收入水平的提高，一方面農(nóng)村居民在生產(chǎn)端趨向于采用先進(jìn)綠色低碳技術(shù)，如更新淘汰老舊農(nóng)業(yè)機(jī)械設(shè)備、選育低碳型良種等；另一方面農(nóng)村居民在生活端趨向于使用更優(yōu)質(zhì)的能源[23]，如推進(jìn)家庭“煤改電”工程、采購(gòu)太陽(yáng)能供熱采暖裝置等，這在一定程度上直接或間接地優(yōu)化了能源消費(fèi)結(jié)構(gòu)，降低了能源碳排放量，提高了能源碳排放效率。

控制變量方面，城鎮(zhèn)化率對(duì)農(nóng)村能源碳排放效率具有顯著正向影響，農(nóng)村人力資本水平、工業(yè)化水平、環(huán)境規(guī)制水平和耕地集約利用水平對(duì)農(nóng)村能源碳排放效率具有顯著負(fù)向影響。可能的原因，城鎮(zhèn)化加速了資金、信息和技術(shù)等要素在城鄉(xiāng)間的流動(dòng)或傳播，推動(dòng)了綠色低碳理念在農(nóng)村地區(qū)的實(shí)踐；同時(shí)，農(nóng)村勞動(dòng)力外流直接減少了農(nóng)村能源消費(fèi)的需求和汽車、家用電器等高能耗設(shè)備的使用，有益于減少能源投入和碳排放，從而帶動(dòng)農(nóng)村能源碳排放效率的提高[38]。農(nóng)村人力資本水平和工業(yè)化水平的提升，很大程度上促進(jìn)了農(nóng)業(yè)機(jī)械化水平，增強(qiáng)了能源依賴性，導(dǎo)致邊際碳排放量增加，因而農(nóng)村能源碳排放效率會(huì)有所下降。環(huán)境規(guī)制是通過污染罰款、限制使用等手段約束農(nóng)村居民生產(chǎn)生活行為，一定程度上會(huì)導(dǎo)致期望產(chǎn)出減少，抑制了農(nóng)村能源碳排放效率的提升[39]。此外，擴(kuò)大家庭經(jīng)營(yíng)規(guī)模將會(huì)面臨勞動(dòng)力短缺和雇工成本增加問題，為規(guī)避期望產(chǎn)出減少，農(nóng)戶通過加大農(nóng)用物資、機(jī)械投入以對(duì)勞動(dòng)力產(chǎn)生“替代效應(yīng)”[40]，反而增大了柴油、電力等能源的消耗，促進(jìn)碳排放增長(zhǎng)而誘使農(nóng)村能源碳排放效率降低。

（3）穩(wěn)健性檢驗(yàn)。

為進(jìn)一步檢驗(yàn)實(shí)證分析結(jié)果的科學(xué)性，本文按照樣本的區(qū)域差異進(jìn)行穩(wěn)健性檢驗(yàn)。由于我國(guó)地域遼闊，東部、中部、西部地區(qū)在發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和居民收入水平等方面存在較大的差異。基于這一視角，本文把30個(gè)省份按照東部地區(qū)、中部地區(qū)、西部地區(qū)進(jìn)行劃分，檢驗(yàn)居民收入水平對(duì)農(nóng)村能源碳排放效率的影響并選擇隨機(jī)效應(yīng)面板Tobit模型進(jìn)行回歸分析，結(jié)果見表6。

表6 東部、中部、西部居民收入水平對(duì)農(nóng)村能源碳排放效率影響的回歸結(jié)果

從居民收入水平的回歸系數(shù)來看，東部、中部、西部地區(qū)均顯著為正，這進(jìn)一步驗(yàn)證了前文“居民收入水平的提升有利于提高農(nóng)村能源碳排放效率”的結(jié)論。從各地區(qū)居民收入水平對(duì)農(nóng)村能源碳排放效率影響程度來看，中部地區(qū)最明顯，東部地區(qū)次之，西部地區(qū)較弱?？赡艿脑?，一是中部地區(qū)省域之間農(nóng)村居民收入水平相差不大，收入增長(zhǎng)速度高于東部地區(qū)，收入水平高于西部地區(qū)，且農(nóng)村能源碳排放效率區(qū)域內(nèi)差異小于東部和西部地區(qū)，農(nóng)村居民收入水平提升對(duì)能源碳排放效率產(chǎn)生的邊際效益較大；二是東部地區(qū)省域之間農(nóng)村居民收入水平相差較大，收入水平高于中部和西部地區(qū)，收入增長(zhǎng)速度低于中部和西部地區(qū)，農(nóng)村能源碳排放效率區(qū)域內(nèi)差異大于中部和西部地區(qū)，且由于能源價(jià)格市場(chǎng)化改革滯后，居民具有低能源價(jià)格下的“粗放式”消費(fèi)傾向[1]；三是西部地區(qū)農(nóng)村居民收入水平遠(yuǎn)遠(yuǎn)低于東部和中部地區(qū)，且由于經(jīng)濟(jì)發(fā)展水平較為滯后，很大程度受限于能源消費(fèi)選擇、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)水平等客觀因素影響。

（4）解釋變量相對(duì)重要性分析。

為探析農(nóng)村居民收入水平與其他5項(xiàng)具有顯著影響的解釋變量對(duì)農(nóng)村能源碳排放效率的相對(duì)重要性，本文參考YE等[41]的研究，測(cè)度自變量對(duì)因變量方差變化（即擬合優(yōu)度）的解釋力度，并對(duì)各解釋變量的貢獻(xiàn)率進(jìn)行分解和比較。

由表7可知，居民收入水平變量對(duì)農(nóng)村能源碳排放效率的影響效應(yīng)最大，其解釋力度達(dá)到31.43%，在所有解釋變量中排序第一。其他解釋變量對(duì)農(nóng)村能源碳排放效率的相對(duì)重要性存在明顯差異，城鎮(zhèn)化率變量?jī)H次于農(nóng)村居民收入水平變量，其解釋力度達(dá)30.12%，排序第二；排序第三至第六的變量依次為耕地集約利用水平、工業(yè)化水平、環(huán)境規(guī)制水平、農(nóng)村人力資本水平，四者解釋力度之和為38.46%，約占農(nóng)村居民收入水平和城鎮(zhèn)化率兩者的六成。這說明，在有序推進(jìn)城鎮(zhèn)化發(fā)展的背景下，促進(jìn)農(nóng)村居民持續(xù)增收是提高農(nóng)村能源碳排放效率的重要一招。

表7 解釋變量的相對(duì)重要性分解

3 研究結(jié)論與啟示

本文采用超效率SBM模型對(duì)2006—2020年中國(guó)30個(gè)省份的農(nóng)村能源碳排放效率進(jìn)行測(cè)度，結(jié)果顯示：我國(guó)農(nóng)村能源碳排放效率總體呈波動(dòng)上升趨勢(shì)，2020年樣本總體農(nóng)村能源碳排放效率值為1.152，內(nèi)蒙古效率值最高（1.420），北京效率值最高（0.694），省域間農(nóng)村能源碳排放效率存在較大差異，且區(qū)域差異亦存在擴(kuò)大趨勢(shì)。在此基礎(chǔ)上，運(yùn)用泰爾指數(shù)方法考察居民收入權(quán)重下我國(guó)農(nóng)村能源碳排放效率的區(qū)域差異及其演變特征，分析發(fā)現(xiàn)：全國(guó)層面農(nóng)村能源碳排放效率泰爾指數(shù)值總體呈波動(dòng)上升態(tài)勢(shì)，東部地區(qū)泰爾指數(shù)值高于西部地區(qū)，西部地區(qū)泰爾指數(shù)值高于中部地區(qū)，東部、中部、西部三大區(qū)域農(nóng)村能源碳排放效率差異對(duì)全國(guó)總體差異的貢獻(xiàn)度排序?yàn)椤皷|部＞西部＞中部”。進(jìn)一步地，通過面板Tobit模型進(jìn)行回歸分析，研究表明：居民收入水平在各模型中均通過了顯著性檢驗(yàn)，其對(duì)農(nóng)村能源碳排放效率具有正向影響作用，中部地區(qū)最明顯、東部地區(qū)次之、西部地區(qū)較弱；從解釋變量的相對(duì)重要性來看，居民收入水平變量的影響效應(yīng)最大，城鎮(zhèn)化率變量也有較強(qiáng)的影響。基于本文的研究結(jié)論，提出以下政策啟示：

（1）對(duì)標(biāo)對(duì)表“雙碳”目標(biāo)，加強(qiáng)頂層設(shè)計(jì)，加快農(nóng)村能源轉(zhuǎn)型發(fā)展。大力推進(jìn)農(nóng)村能源革命，深化農(nóng)村能源供給側(cè)結(jié)構(gòu)性改革，優(yōu)化農(nóng)村能源消費(fèi)結(jié)構(gòu)，加快推進(jìn)農(nóng)村清潔能源、新能源發(fā)展，為農(nóng)村生產(chǎn)生活提供更多更優(yōu)的能源消費(fèi)選擇。堅(jiān)持以綠色低碳為導(dǎo)向，支持各地區(qū)調(diào)整優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，采用先進(jìn)綠色低碳技術(shù)，選育低碳良種，淘汰落后產(chǎn)能和機(jī)械設(shè)備。加強(qiáng)政策制度供給，建立健全農(nóng)村能源綠色低碳發(fā)展的政策制度體系。

（2）根據(jù)各地區(qū)農(nóng)村能源碳排放效率區(qū)域差異特征，采取因地制宜的差異化策略。對(duì)東部地區(qū)而言，著力縮小區(qū)域內(nèi)差異，通過深化能源市場(chǎng)化改革、倡導(dǎo)綠色低碳生產(chǎn)生活方式等措施提高農(nóng)村能源使用效率，倒逼農(nóng)村能源碳排放效率的提高。對(duì)中部地區(qū)而言，著力提高農(nóng)村居民收入水平，特別是合理保障農(nóng)民種糧收益，穩(wěn)定種糧農(nóng)民收入。對(duì)西部地區(qū)而言，著力支持發(fā)展清潔能源、新能源，通過調(diào)整能源消費(fèi)結(jié)構(gòu)、增加能源消費(fèi)選擇和提高農(nóng)民收入等措施提高農(nóng)村能源碳排放效率。另外，針對(duì)居民收入水平較高但農(nóng)村能源碳排放效率較低的地區(qū)，要側(cè)重能源科技創(chuàng)新應(yīng)用和能源管理體系與能力建設(shè)。

（3）堅(jiān)持把促進(jìn)農(nóng)民持續(xù)增收作為農(nóng)村能源綠色低碳轉(zhuǎn)型的重要舉措。不斷拓寬農(nóng)民增收渠道，通過大力發(fā)展綠色低碳產(chǎn)業(yè)、擴(kuò)大就業(yè)、深化農(nóng)村改革、完善政策制度等多元化途徑提高農(nóng)民的經(jīng)營(yíng)性收入、工資性收入、財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入?？s小區(qū)域內(nèi)和區(qū)域間農(nóng)村居民收入差距，對(duì)農(nóng)村能源碳排放效率較低的地區(qū)和重點(diǎn)人群出臺(tái)更具有針對(duì)性的產(chǎn)業(yè)幫扶、能源補(bǔ)貼等政策。推進(jìn)以人為核心的新型城鎮(zhèn)化，加快農(nóng)業(yè)轉(zhuǎn)移人口市民化，促進(jìn)城鄉(xiāng)要素雙向流動(dòng)，以改善農(nóng)民生產(chǎn)生活環(huán)境，實(shí)現(xiàn)收入提升。