農(nóng)業(yè)減排固碳對黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展影響的空間效應(yīng)
2025-01-13 00:00:00石建楊秀云
摘 要：運用IPCC方法測算2000-2020年黃河流域農(nóng)牧業(yè)減排固碳水平，構(gòu)建指標(biāo)體系測算農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平，應(yīng)用空間杜賓模型探討農(nóng)業(yè)減排固碳對黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響。結(jié)果顯示：（1）農(nóng)業(yè)減排固碳水平整體呈現(xiàn)“先下降后保持平穩(wěn)再上升”的變化趨勢，區(qū)域整體減排固碳能力較好;（2）2000-2020年，黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平呈現(xiàn)波動上升態(tài)勢，各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的內(nèi)部差異較大;（3）整體而言，減排固碳和經(jīng)濟增長水平對正面促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的經(jīng)濟關(guān)聯(lián)，農(nóng)業(yè)技術(shù)創(chuàng)新、外商直接投資正面促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的地理位置，環(huán)境規(guī)制、人口規(guī)模對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的負(fù)向影響主要受到地區(qū)間的經(jīng)濟關(guān)聯(lián)，城鎮(zhèn)化水平負(fù)向抑制農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的地理位置;（4）分地區(qū)而言，減排固碳對黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的作用效果及程度均存在異質(zhì)性。
關(guān)鍵詞：減排固碳;農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展;空間杜賓模型;黃河流域
中圖分類號：F323.2
文獻(xiàn)標(biāo)志碼：A 文章編號：1009-9107（2025）01-0128-12
收稿日期：2024-03-25
DOI：10.13968/j.cnki.1009-9107.2025.01.15
基金項目：國家自然科學(xué)基金項目（71974158;71673215）;西安市軟科學(xué)項目（22RKYJ0029）
作者簡介：石建文，男，西安交通大學(xué)經(jīng)濟與金融學(xué)院博士生研究生，主要研究方向為產(chǎn)業(yè)經(jīng)濟與碳減排。
*通信作者
引 言
黃河流域處于“一帶一路”重要節(jié)點，涵蓋9個省區(qū)，既有經(jīng)濟發(fā)展較為發(fā)達(dá)省份，也有農(nóng)業(yè)增長相對落后省份。整體而言多為干旱、半干旱內(nèi)陸氣候，農(nóng)業(yè)生產(chǎn)稟賦較差［1］。同時，傳統(tǒng)生產(chǎn)方式占據(jù)較大空間，產(chǎn)業(yè)結(jié)構(gòu)不夠完善，技術(shù)創(chuàng)新和投入相對滯后，勞動力專業(yè)技能知識欠缺，人均收入偏低［2］。粗放農(nóng)業(yè)發(fā)展以農(nóng)業(yè)生態(tài)環(huán)境破壞為代價，經(jīng)濟增長和生態(tài)環(huán)境之間的矛盾日益凸顯［3］。黨的十八大以來，綠色發(fā)展及高質(zhì)量發(fā)展成為中國發(fā)展的“主旋律”。農(nóng)業(yè)經(jīng)濟發(fā)展由“增產(chǎn)導(dǎo)向”逐漸轉(zhuǎn)向“提質(zhì)導(dǎo)向”，生產(chǎn)減排作為統(tǒng)籌生態(tài)環(huán)境安全、糧食安全和農(nóng)產(chǎn)品質(zhì)量安全的重要手段，成為實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵途徑和實現(xiàn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的重要保障［4］。在推動農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展過程中，一方面，減排固碳有可能通過提高資源利用效率、減少生產(chǎn)成本以及提升規(guī)模效應(yīng)等促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展［5］;另一方面，減排固碳有可能通過強制降低化肥、農(nóng)藥、柴油的施用量，對糧食產(chǎn)量產(chǎn)生不確定性影響，進(jìn)而抑制農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展［6］。因此，如何在保證中國糧食安全以及經(jīng)濟穩(wěn)定增長的同時實現(xiàn)農(nóng)業(yè)綠色、低碳發(fā)展，成為中國政府關(guān)注的焦點。
既有關(guān)于減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展影響的研究相對較少，相關(guān)研究主要通過協(xié)整檢驗［7］、因果分析［8］以及脫鉤模型［9-10］探索經(jīng)濟增長與碳排放的總體關(guān)系、人均GDP與碳排放的關(guān)系等。受庫茲涅茨曲線理論影響，部分學(xué)者根據(jù)經(jīng)驗數(shù)據(jù)發(fā)現(xiàn)經(jīng)濟增長與碳排放之間的倒U型關(guān)系［11-12］，即隨著人均收入增長，經(jīng)濟規(guī)模越來越大，資源消耗不斷增加，碳排放量也在不斷增加，使得環(huán)境質(zhì)量不斷下降。環(huán)境庫茲涅茨曲線說明經(jīng)濟增長與碳排放之間可能存在負(fù)面關(guān)系，強調(diào)了經(jīng)濟-環(huán)境協(xié)調(diào)發(fā)展的重要性。此外，現(xiàn)有研究對該問題分析多采用線性回歸方法，較少考慮經(jīng)濟發(fā)展過程中相關(guān)變量可能發(fā)生躍升所導(dǎo)致的非線性特征。非線性面板模型能很好地描述經(jīng)濟系統(tǒng)中的非線性現(xiàn)象，因而對現(xiàn)實經(jīng)濟的解釋力較強［11］。此外，關(guān)于減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響，現(xiàn)有研究尚未提供清晰的理論解釋和規(guī)范的實證檢驗，難以為探索農(nóng)業(yè)高質(zhì)量發(fā)展提升路徑提供有針對性的科學(xué)依據(jù)?；诖?，本文在既有研究的基礎(chǔ)上做出如下拓展：（1）解構(gòu)農(nóng)業(yè)減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響邏輯;（2）明確農(nóng)業(yè)減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響路徑;（3） 解析農(nóng)業(yè)減排固碳與農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的區(qū)域異質(zhì)性。
一、減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展影響的理論邏輯
減排固碳主要通過調(diào)整種植結(jié)構(gòu)、推動技術(shù)創(chuàng)新和適度環(huán)境規(guī)制等方式實現(xiàn)，進(jìn)而對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生影響（見圖1）。
從調(diào)整種植結(jié)構(gòu)來看：一方面，種植結(jié)構(gòu)優(yōu)化能夠促使農(nóng)業(yè)生產(chǎn)與市場需求有效對接，消弭作物生產(chǎn)與消費結(jié)構(gòu)矛盾，使低效益作物生產(chǎn)部門占據(jù)的冗余要素流向高品質(zhì)、高效益作物生產(chǎn)部門，實現(xiàn)種植業(yè)整體的“帕累托改進(jìn)”［13］，并通過增加有效供給提高農(nóng)業(yè)經(jīng)濟效益［14］;另一方面，種植結(jié)構(gòu)不合理引發(fā)資源要素錯配會進(jìn)一步造成農(nóng)村青壯年勞動力流失，不利于農(nóng)業(yè)機械化、規(guī)?；l(fā)展，生產(chǎn)效率難以提升，長此以往將導(dǎo)致種植業(yè)陷入惡性循環(huán)［15］。從推動技術(shù)創(chuàng)新來看：一方面，通過技術(shù)創(chuàng)新和進(jìn)步，傳統(tǒng)生產(chǎn)方式和工藝得以改進(jìn)，新技術(shù)取代落后的舊技術(shù)，高碳排放的生產(chǎn)模式逐步向清潔化、綠色化和低碳化方向轉(zhuǎn)變，生產(chǎn)效率穩(wěn)步提升的同時，污染物排放也大大降低，技術(shù)創(chuàng)新所帶來的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，對農(nóng)業(yè)經(jīng)
濟高質(zhì)量發(fā)展產(chǎn)生積極影響［9］;另一方面，技術(shù)創(chuàng)新可能導(dǎo)致要素廉價以致被更多地投入使用，同時經(jīng)濟增長也會對要素產(chǎn)生新的需求，進(jìn)而導(dǎo)致環(huán)境排放量進(jìn)一步增大，部分抵消了所節(jié)約資源，產(chǎn)生“回彈效應(yīng)”，這在一定程度上制約了農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展［16］。從環(huán)境規(guī)制視角來看：一方面，環(huán)境規(guī)制所帶來的政策壓力可能增加農(nóng)業(yè)生產(chǎn)主體的“成本損失”，削弱創(chuàng)新動力，進(jìn)而對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生負(fù)向影響［17］;另一方面，農(nóng)業(yè)綠色生產(chǎn)技術(shù)是典型公共物品，具有很強的正外部性，在社會福利最大化的政策目標(biāo)指引下，政府通過采取減免部分稅金、加大補償力度等措施來推動農(nóng)業(yè)生產(chǎn)主體采用綠色生產(chǎn)技術(shù)，從而產(chǎn)生更多的收益來彌補成本損失，進(jìn)而正向促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。因此，環(huán)境規(guī)制對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響具有不確定性，其作用究竟是正向還是負(fù)向取決于“創(chuàng)新補償”效應(yīng)和“遵循成本”效應(yīng)之間的權(quán)衡與取舍［18］。
二、指標(biāo)選取、研究方法與數(shù)據(jù)來源
（一）指標(biāo)選取
1.被解釋變量：農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展是一種強調(diào)整體性、綜合性和內(nèi)生性的發(fā)展聚合，它不是單個系統(tǒng)或要素的增長，而是強調(diào)多邊的整體的協(xié)調(diào)發(fā)展［19］。本文遵循系統(tǒng)性、科學(xué)性、代表性、可獲取性等原則，在借鑒已有研究的基礎(chǔ)上，構(gòu)建包含創(chuàng)新、協(xié)調(diào)、綠色、開放、共享5個目標(biāo)層，21個具體指標(biāo)的農(nóng)業(yè)高質(zhì)量發(fā)展評價指標(biāo)體系［20-21］。熵權(quán)法作為一種客觀賦權(quán)法，僅依賴于數(shù)據(jù)本身的離散程度，可以有效避免人為或主觀因素對各評價指標(biāo)的影響，使評價結(jié)果更加有效［22］。因此，本文采用熵權(quán)法對指標(biāo)體系中的各項指標(biāo)進(jìn)行賦權(quán)（見表1）。
2.核心解釋變量：減排固碳潛力。本文減排固碳潛力（RC）用區(qū)域碳排放量占農(nóng)業(yè)碳排放總量比重與區(qū)域農(nóng)業(yè)碳匯量占農(nóng)業(yè)碳匯總量比重之間的比值進(jìn)行表征。
3.控制變量。本文控制變量主要考慮種植結(jié)構(gòu)、技術(shù)創(chuàng)新、環(huán)境規(guī)制、城鎮(zhèn)化水平、外商直接投資、人口規(guī)模和經(jīng)濟發(fā)展水平，如表2所示。
APM表示種植結(jié)構(gòu)，一方面，經(jīng)濟作物種植面積的增加有利于延長農(nóng)業(yè)產(chǎn)業(yè)鏈、提高農(nóng)業(yè)經(jīng)濟總量、增加農(nóng)民收入;另一方面，經(jīng)濟作物種植面積的增加勢必會擠占糧食作物的種植面積，導(dǎo)致糧食減產(chǎn)，影響糧食價格和社會穩(wěn)定［23］。ATL表示技術(shù)創(chuàng)新，一方面，技術(shù)創(chuàng)新有利于提高農(nóng)業(yè)勞動生產(chǎn)率和資源利用效率，改善農(nóng)產(chǎn)品質(zhì)量;另一方面，技術(shù)創(chuàng)新可能導(dǎo)致農(nóng)業(yè)生產(chǎn)越來越依賴化肥、農(nóng)藥等要素的投入，這些要素的過度使用會帶來環(huán)境污染和生態(tài)失衡的問題［24］。AER表示環(huán)境規(guī)制，一方面，環(huán)境規(guī)制有利于農(nóng)業(yè)生產(chǎn)綠色轉(zhuǎn)型、農(nóng)業(yè)資源合理利用，進(jìn)而提高農(nóng)業(yè)經(jīng)濟的整體競爭力;另一方面，環(huán)境規(guī)制會增加農(nóng)業(yè)生產(chǎn)成本，同時在一定程度上限制農(nóng)業(yè)生產(chǎn)，短期內(nèi)可能對一定區(qū)域內(nèi)的經(jīng)濟發(fā)展產(chǎn)生沖擊［25］。URB表示城鎮(zhèn)化水平，一方面，城鎮(zhèn)化發(fā)展促進(jìn)農(nóng)村剩余勞動力轉(zhuǎn)移，有利于農(nóng)業(yè)適度規(guī)模經(jīng)營，也有利于農(nóng)業(yè)結(jié)構(gòu)優(yōu)化和調(diào)整，增加農(nóng)民收入;另一方面，城鎮(zhèn)化發(fā)展造成了耕地的減少，抽取了農(nóng)業(yè)中的生產(chǎn)要素，使農(nóng)業(yè)的比較收益降低，污染向農(nóng)村蔓延和轉(zhuǎn)移［23］。FDI表示外商直接投資，鑒于外商直接投資對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展存在“污染避難所”效應(yīng)，因此將其作為影響農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的重要變量納入模型［26］。POP表示人口規(guī)模，一方面，人口規(guī)模的增大會增加能源消費量進(jìn)而增加碳排放量;另一方面，人口規(guī)模擴大的集聚效應(yīng)能夠提高資源利用率進(jìn)而降低碳排放量［27］。PGDP表示經(jīng)濟發(fā)展水平，經(jīng)濟發(fā)展帶動了農(nóng)產(chǎn)品的價格上漲提高農(nóng)業(yè)生產(chǎn)力，更多的農(nóng)業(yè)機械的投入能減輕勞動強度，促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展［28］。
（二）研究方法
1.種植業(yè)碳排放測算模型。借鑒IPCC《2006年國家溫室氣體清單指南》的相關(guān)做法，本文采取排放因子法來測算農(nóng)業(yè)碳排放，即農(nóng)業(yè)不同碳源的使用量與其對應(yīng)的排放因子相乘得到不同碳源的碳排放量，然后將不同碳排放的碳排放量累加，得到農(nóng)業(yè)總的碳排放量［2］。具體公式為：
T=∑Ti=∑αiβi（1）
式（1）中，T為農(nóng)業(yè)總碳排放量;Ti為第i類碳源碳排放量;αi為農(nóng)業(yè)第i類碳源的使用量;βi為第i類碳源的碳排放因子。本文將農(nóng)業(yè)碳源劃分為化肥、農(nóng)藥、農(nóng)用薄膜、農(nóng)用柴油、農(nóng)業(yè)播種和農(nóng)業(yè)灌溉。這6類碳源的碳排放系數(shù)及其來源見表3。
2.畜牧業(yè)碳排放計算。畜牧業(yè)溫室氣體排放主要分為兩大部分，第一部分為牲畜腸道發(fā)酵過程中產(chǎn)生的甲烷（CH4），第二部分為牲畜糞便管理過程中產(chǎn)生的甲烷和氧化亞氮（N2O）。參考報告中的不同種類牲畜對應(yīng)的排放因子，運用排放因子系數(shù)法，計算相關(guān)溫室氣體排放量［10］。特別地，在計算牲畜糞便管理過程中產(chǎn)生的甲烷氣體排放量時，將不同年均溫度對排放因子的影響考慮進(jìn)來，搜集31個省（自治區(qū)、直轄市）從2001-2020年21年的省會城市當(dāng)年年平均氣溫作為該省區(qū)當(dāng)年的代表氣溫數(shù)據(jù)，根據(jù)不同溫度確定不同省區(qū)的排放因子，使溫室氣體排放總量更為精確。
3.農(nóng)業(yè)減排固碳潛力評價模型。本文參考田云等人的文獻(xiàn)［2］，構(gòu)建農(nóng)業(yè)減排固碳評價模型如下：
R=CiC/DiD（2）
式（2）中，D為農(nóng)業(yè)碳排放總量，Di為各省份農(nóng)業(yè)碳排放量;C為農(nóng)業(yè)碳匯總量， Ci為各省份農(nóng)業(yè)碳匯總量。如果Rgt;1，表明該省份農(nóng)業(yè)碳匯占全國比重高于其碳排放，其農(nóng)業(yè)碳承載力較強，能承擔(dān)更多的碳吸收任務(wù)，農(nóng)業(yè)減排固碳水平較高;反之，則說明該區(qū)域的農(nóng)業(yè)生態(tài)承載能力較弱，可能需要其他省份承擔(dān)更多的碳吸收任務(wù)，農(nóng)業(yè)減排固碳水平較低。
4.熵權(quán)法。根據(jù)指標(biāo)變異程度，本文采用熵權(quán)法修正各指標(biāo)權(quán)重，進(jìn)而測算黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平。公式如下：
pij=yij∑ni=1yij（3）
Ej=-ln1n∑ni=1pijln pij（4）
ωi=1-Ein-∑Ei（5）
其中，ωi為各指標(biāo)權(quán)重;pij為第i個區(qū)域j指標(biāo)的比重;Ej為j指標(biāo)的信息熵。
5.空間杜賓模型。隨著中國經(jīng)濟科技等方面的迅速發(fā)展，不同區(qū)域間的聯(lián)系逐年密切，導(dǎo)致農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展存在空間溢出效應(yīng)，因此，本文采用空間杜賓模型探討減排固碳對黃河流域各地區(qū)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的空間溢出效應(yīng)［5］。具體而言，農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展作為被解釋變量，減排固碳潛力為核心解釋變量，以種植結(jié)構(gòu)、技術(shù)創(chuàng)新、環(huán)境規(guī)制、城鎮(zhèn)化水平、外商直接投資、人口規(guī)模、經(jīng)濟發(fā)展水平作為控制變量，模型構(gòu)建如下：
Yit=αi+ρ∑nj=1WijYit+βXit+φ∑nj=1WjtXjt+μi+δi+εit（6）
式（7）中，i、j代表不同地級市，t代表各個年份;Yit為被解釋變量在第i個單元t時期的值，即各地市農(nóng)業(yè)高質(zhì)量發(fā)展水平值（ADL）;Xit為自變量在第i個單元t時期的值;Wij為空間權(quán)重矩陣;ρ、β、φ為各回歸系數(shù)，μi和δi分別表示空間和時間固定效應(yīng);εit為隨機誤差項。
（三）數(shù)據(jù)來源
參考師博等［28］所劃定的黃河流域上中下游地級市，同時考慮到地區(qū)間的關(guān)聯(lián)性，本文最終以黃河流域70個地級市為研究區(qū)域（見表4），時間范圍為2000-2020年。相關(guān)數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及各省市的統(tǒng)計年鑒和統(tǒng)計公報，部分缺失年份的數(shù)據(jù)采用插值法推算補齊。其中，GDP和農(nóng)業(yè)GDP是以上年為基準(zhǔn)年所計算的地區(qū)實際GDP和農(nóng)業(yè)實際GDP，以下簡稱GDP和農(nóng)業(yè)GDP（AGDP）。農(nóng)牧業(yè)碳排放量的計算依照IPCC方法。
三、實證分析
（一）黃河流域農(nóng)牧業(yè)碳排放
根據(jù)上文碳排放測算方法，測算2000-2020年黃河流域農(nóng)牧業(yè)碳排放，如圖2所示。
研究期內(nèi)，黃河流域農(nóng)牧業(yè)碳排放整體呈現(xiàn)波動下降趨勢，由2000年的12 500.53萬噸下降至2020年的10 960.59萬噸，年均增長率約為-0.7％。其中，2000年到 2005年黃河流域農(nóng)牧業(yè)碳排持續(xù)增長，2006年有所下降，2007到 2012年呈現(xiàn)出加快增長趨勢，碳排放量由2007年的12 236.88萬噸增加到2012年的14 169.72萬噸，2013年后又呈現(xiàn)逐年波動下降趨勢。
進(jìn)一步地，本文分別選取2000、2010、2020年的數(shù)據(jù)，利用自然斷點法對黃河流域各地級市農(nóng)牧業(yè)碳排放進(jìn)行等級劃分（見表5）。2000年，高排放區(qū)域主要分布在榆林市、南陽市、駐馬店市、周口市、德州市等地，在陜西北部和河南南部形成高值聚集區(qū);中排放區(qū)域主要分布在洛陽市、平頂山市、許昌市、信陽市等地，聚集在山東及河南中部。2010年，高排放區(qū)域主要分布在南陽市、駐馬店市、周口市、商丘市、菏澤市、德州市、濰坊市等地，較200年呈現(xiàn)擴散趨勢，集聚在河南和山東;內(nèi)蒙古、陜西關(guān)中以及甘肅部分地區(qū)則由低排放區(qū)域轉(zhuǎn)變?yōu)橹信欧艆^(qū)域。2020年，高排放區(qū)域持續(xù)擴散，主要分布在武威市、巴彥淖爾市、鄂爾多斯市、德州市、菏澤市、商丘市、周口市、南陽市、駐馬店市、臨汾市、濰坊市等地，集聚在內(nèi)蒙古、陜西以及甘肅大部分地區(qū)。整體來說，高值區(qū)、中高值區(qū)主要分布在河南省、山東省、陜蒙交界區(qū);低值區(qū)相對穩(wěn)定，主要分布在山西地區(qū)。
（二）黃河流域農(nóng)業(yè)減排固碳水平
由圖3可知，2000-2020年黃河流域農(nóng)業(yè)減排固碳水平整體呈現(xiàn)“先下降后保持平穩(wěn)再上升”的變化趨勢，歷年均值均大于1，區(qū)域整體減排固碳能力較好。分流域看，黃河下游地區(qū)農(nóng)業(yè)減排固碳水平最高且增幅最大，從期初（1.39）增長至期末的（1.59），年均增幅達(dá)0.7％。究其原因，黃河流域下游地市均為山東、河南兩個經(jīng)濟大省和種糧大省，糧食作物種植面積在農(nóng)作物種植總面積中占比較大，農(nóng)業(yè)碳匯量較大。同時，近年來在農(nóng)業(yè)“雙碳”目標(biāo)政策背景下，農(nóng)地規(guī)?；?jīng)營、農(nóng)業(yè)現(xiàn)代化程度和農(nóng)業(yè)環(huán)境規(guī)制力度逐年提升，對農(nóng)業(yè)減排固碳產(chǎn)生了積極影響，因而在保持較高農(nóng)業(yè)產(chǎn)出的同時并沒有帶來較多的碳水污染，地區(qū)內(nèi)農(nóng)業(yè)減排固碳水平較高且保持上升趨勢。黃河中游地區(qū)農(nóng)業(yè)減排固碳水平經(jīng)歷了“先下降后上升又下降再上升”的變化趨勢，但期初與期末減排固碳水平差異不大。究其原因，黃河中游地區(qū)包括華北平原、關(guān)中平原等主要的農(nóng)耕區(qū)，前期在“唯GDP”績效導(dǎo)向下，片面注重農(nóng)業(yè)高產(chǎn)高增，忽視農(nóng)業(yè)碳減排，造成農(nóng)業(yè)減排固碳水平連年下降，但近年來在黃河流域生態(tài)保護和高質(zhì)量發(fā)展戰(zhàn)略推動下，生態(tài)環(huán)境問題日益得到重視，減排固碳水平逐漸得到恢復(fù)和提升。黃河上游地區(qū)農(nóng)業(yè)減排固碳水平最低且降幅最大，從期初（0.77）下降至期末的（0.38），年均降幅達(dá)2.5％。究其原因，黃河流域上游地市均為內(nèi)蒙古、甘肅、青海、寧夏等農(nóng)牧區(qū)大省，生態(tài)環(huán)境較為脆弱，水土流失問題較為嚴(yán)重，加之粗放的種植業(yè)生產(chǎn)模式和畜牧業(yè)養(yǎng)殖模式，短期內(nèi)難以得到有效調(diào)整和改變，產(chǎn)生了大量農(nóng)業(yè)碳排放，因而地區(qū)內(nèi)整體農(nóng)牧業(yè)減排固碳水平連年下降。
（三）黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平
整體而言，黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平呈現(xiàn)波動上升態(tài)勢，由2000年的0.370上升至2020年的0.577，年均增長率約為2.95％（見圖4）。其中，2000-2002年黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平呈上升趨勢，2000-2003年黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平基本維持穩(wěn)定，平均值穩(wěn)定在0.306 2，2002-2009年呈現(xiàn)穩(wěn)定增長態(tài)勢， 2009-2011年呈現(xiàn)逐年下降趨勢，2011-2020年又呈現(xiàn)平穩(wěn)增長態(tài)勢，年均增長率約為4.17％。在這20年的發(fā)展中，雖然增長率有波動，但均為正數(shù)，說明黃河流域整體農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平逐漸提升，尤其是在2014-2020年，年均增長率迅速提高。
分地級市而言（見表6），河南省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的內(nèi)部差距最大，水平最高的鄭州市（0.501）和水平最低的洛陽市（0.432）相差0.069;山西省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的內(nèi)部差距次之，水平最高的太原市（0.482）和水平最低的臨汾市（0.427）相差0.055;陜西省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平最高的西安市（0.585）和水平最低的渭南市（0.417）相差0.168;甘肅省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平最高的蘭州市（0.580）和水平最低的武威市（0.430）相差0.150;山東省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平最高的青島市（0.542）和水平最低的濱州市（0.422）相差0.120;內(nèi)蒙古各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平最高的鄂爾多斯市（0.509）和水平最低的包頭市（0.452）相差0.057;寧夏各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的內(nèi)部差距最小，水平最高的吳忠市（0.469）和水平最低的固原市（0.427）僅相差0.042，由此說明內(nèi)蒙古和寧夏內(nèi)部農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展較為均衡。
（四）農(nóng)業(yè)減排固碳對黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響路徑
1. 模型檢驗。在進(jìn)行空間計量分析之前，需要對被解釋變量黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平進(jìn)行空間自相關(guān)檢驗。由表7可知，在鄰接矩陣W1、地理距離矩陣W2和經(jīng)濟距離矩陣W3下，2000-2020年Ig指數(shù)均為正值，且通過了顯著性檢驗，說明黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平具有顯著的正向空間相關(guān)性，宜采用空間計量模型進(jìn)行研究。
2.模型選擇?？臻g自相關(guān)檢驗結(jié)果表明黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量在空間上具有一定的相關(guān)性和異質(zhì)性。為了確定空間計量模型的具體形式，本文依次進(jìn)行LM檢驗、Hausman檢驗、LR檢驗和Wald檢驗。由表8可知，空間誤差效應(yīng)與空間滯后效應(yīng)的統(tǒng)計檢驗結(jié)果均顯著，因此拒絕混合OLS模型，選擇空間杜賓模型。Hausman檢驗結(jié)果的統(tǒng)計值為102.74，在1％的水平下顯著，因此，選擇固定效應(yīng)模型。LR和Wald檢驗結(jié)果均在1％的水平下顯著，說明空間杜賓模型（SDM）不可退化為空間自回歸模型（SAR）或空間誤差模型（SEM）。因此，本文最終選用雙固定空間杜賓模型進(jìn)行實證分析。
3.全樣本回歸。從全樣本回歸估計結(jié)果來看，所有變量的估計參數(shù)在鄰接矩陣下均通過了顯著性檢驗，在地理距離矩陣和經(jīng)濟距離矩陣中，僅有部分變量通過了顯著性檢驗（見表9）。減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響為正，在鄰接矩陣W1下通過了10％水平的正向顯著性檢驗，在地理距離矩陣W2和經(jīng)濟距離矩陣W3下通過了5％水平的正向顯著性檢驗，說明減排固碳對提高農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平產(chǎn)生積極影響，且這種影響不僅來源于地理位置而且來源于地區(qū)間的經(jīng)濟關(guān)聯(lián)狀況，尤其受到區(qū)域間經(jīng)濟關(guān)聯(lián)的影響。
控制變量中，農(nóng)業(yè)種植方式對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的影響為正，在鄰接矩陣W1和經(jīng)濟距離矩陣W3下通過正向顯著性檢驗，未通過地理距離矩陣W2下的顯著性檢驗，說明農(nóng)業(yè)種植方式對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平提高產(chǎn)生積極影響，且這種影響主要來源于地區(qū)間的經(jīng)濟關(guān)聯(lián)狀況，各地區(qū)根據(jù)當(dāng)?shù)赝寥捞匦院蜌夂驐l件選擇合適的作物，因地制宜發(fā)展本地方特色種植產(chǎn)業(yè)，然后通過與其他地區(qū)發(fā)生經(jīng)濟貿(mào)易，以此來擴充其進(jìn)出口渠道，使本地區(qū)農(nóng)產(chǎn)品打入更多地區(qū)的市場中，進(jìn)而推動本地區(qū)農(nóng)產(chǎn)品貿(mào)易的健康發(fā)展，帶動地區(qū)農(nóng)業(yè)經(jīng)濟穩(wěn)步增長。農(nóng)業(yè)技術(shù)創(chuàng)新對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的影響為正，在鄰接矩陣W1和經(jīng)濟距離矩陣W3下通過了正向顯著性檢驗，在地理距離矩陣W2下通過了1％水平的正向顯著性檢驗，說明農(nóng)業(yè)技術(shù)創(chuàng)新對提高農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平產(chǎn)生積極影響，且這種影響不僅來源于地理位置而且來源于地區(qū)間的經(jīng)濟關(guān)聯(lián)狀況，尤其是受到地理位置的影響。農(nóng)業(yè)環(huán)境規(guī)制對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的影響為負(fù)，在鄰接矩陣W1和地理距離矩陣W2下通過了負(fù)向顯著性檢驗，在經(jīng)濟距離矩陣W3下通過了1％水平的負(fù)向顯著性檢驗，說明農(nóng)業(yè)環(huán)境規(guī)制對提高農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平產(chǎn)生消極影響，且這種影響不僅來源于地理位置而且來源于地區(qū)間的經(jīng)濟關(guān)聯(lián)狀況，尤其是受到地區(qū)間的經(jīng)濟關(guān)聯(lián)的影響。城鎮(zhèn)化水平對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的空間溢出效應(yīng)在鄰接矩陣W1、地理距離矩陣W2和經(jīng)濟距離矩陣W3下通過了10％水平的負(fù)向顯著性檢驗，說明其對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的空間溢出效應(yīng)僅源于地理位置。外商直接投資在鄰接矩陣W1和地理距離矩陣W2下通過正向顯著性檢驗，在經(jīng)濟距離矩陣W3下通過了5％水平的正向顯著性檢驗，說明外商直接投資對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展存在顯著的正向溢出效應(yīng)。人口規(guī)模在鄰接矩陣W1和經(jīng)濟距離矩陣W3下分別通過了10％和5％水平的負(fù)向顯著性檢驗，說明人口規(guī)模對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展具有顯著的負(fù)向空間溢出效應(yīng)，空間上的人口集聚可能造成生產(chǎn)規(guī)模過大和擁擠成本上升等負(fù)外部性，從而抑制農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。經(jīng)濟發(fā)展水平在鄰接矩陣W1、地理距離矩陣W2和經(jīng)濟距離矩陣W3下分別通過了10％、5％和1％的正向顯著性檢驗，說明經(jīng)濟發(fā)展水平對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的正向空間溢出效應(yīng)不僅來自于地理位置也來自于地區(qū)間的經(jīng)濟關(guān)聯(lián)狀況。
4.分地區(qū)回歸。由于黃河流域上中下游減排固碳潛力均存在較大的空間分異性。因此，本文從區(qū)域劃分的角度，采用雙固定空間杜賓模型探究減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平影響的區(qū)域差異性，結(jié)果見表10。
從減排固碳的角度看，上游在三種權(quán)重下，對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的作用效果相當(dāng)顯著，尤其是在地理距離權(quán)重下，其對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的作用效果通過了1％的正向顯著性檢驗。中游地區(qū)在經(jīng)濟距離權(quán)重下，其對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的作用效果通過了1％的正向顯著性檢驗。而下游地區(qū)在鄰接權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣下，其對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的作用效果均通過了1％的正向顯著性檢驗，說明減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展會產(chǎn)生顯著正向影響，尤其是在我國“碳達(dá)峰、碳中和”目標(biāo)約束下，如何推進(jìn)農(nóng)業(yè)綠色低碳發(fā)展成為當(dāng)前推進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵。
四、結(jié)論與建議
（一）研究結(jié)論
本文首先闡述了減排固碳對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的理論邏輯;其次根據(jù)IPCC清單測算2000-2020年黃河流域農(nóng)牧業(yè)碳排放，構(gòu)建指標(biāo)體系測算黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平;采用空間杜賓模型探討農(nóng)業(yè)減排固碳對黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響，研究結(jié)果如下：
1.2000-2020年，黃河流域農(nóng)牧業(yè)碳排放整體呈現(xiàn)波動下降趨勢，由2000年的12 500.53萬噸下降至2020年的10 960.59萬噸，年均增長率約為-0.7％。黃河流域農(nóng)牧業(yè)碳排放區(qū)域不平衡現(xiàn)象突出，農(nóng)牧業(yè)碳排放總量從高到低依次是下游、上游、中游。黃河流域農(nóng)業(yè)減排固碳水平整體呈現(xiàn)為“先下降后保持平穩(wěn)再上升”的變化趨勢，歷年均值均大于1，區(qū)域整體減排固碳能力較好。
2.2000-2020年，黃河流域農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平呈現(xiàn)波動上升態(tài)勢，由2000年的0.370上升至2020年的0.577，年均增長率約為2.95%。分地級市而言，陜西省各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平得內(nèi)部差距最大（0.168），寧夏各地級市農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展水平的內(nèi)部差距最?。?.042）。
3.農(nóng)業(yè)減排固碳和經(jīng)濟增長水平對正面促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的經(jīng)濟關(guān)聯(lián);農(nóng)業(yè)技術(shù)創(chuàng)新、外商直接投資正面促進(jìn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的地理位置;環(huán)境規(guī)制、人口規(guī)模對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的負(fù)向影響主要受到地區(qū)間的經(jīng)濟關(guān)聯(lián);城鎮(zhèn)化水平負(fù)向抑制農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的影響主要源于區(qū)域間的地理位置。
（二）政策建議
1.黃河流域各地區(qū)應(yīng)根據(jù)當(dāng)?shù)氐耐寥捞匦?、氣候條件及產(chǎn)業(yè)優(yōu)勢等對農(nóng)業(yè)種植結(jié)構(gòu)進(jìn)行合理調(diào)整。首先，結(jié)合當(dāng)?shù)氐耐恋匦再|(zhì)及氣候條件，對每個種植區(qū)的潛力進(jìn)行檢測和劃分，據(jù)此對農(nóng)作物進(jìn)行選擇;其次，對投入產(chǎn)出的效益比進(jìn)行估算，然后再進(jìn)行種植選擇，同時要確保種植的農(nóng)作物滿足市場需求，并盡可能發(fā)揮出土地的資源優(yōu)勢，也可借助科技的力量，大力發(fā)展區(qū)域特色農(nóng)業(yè);最后，圍繞優(yōu)勢產(chǎn)業(yè)，大力建設(shè)高效經(jīng)濟作物示范基地，發(fā)揮農(nóng)業(yè)龍頭企業(yè)的作用加快番茄、葵花、馬鈴薯等加工型經(jīng)濟作物基地的建設(shè)，與此同時，探索多種形式的高產(chǎn)高效種植模式，引入先進(jìn)的技術(shù)措施，如全膜覆蓋、壟作溝灌等。
2.應(yīng)大幅度增加農(nóng)業(yè)科技投入，發(fā)揮政府在農(nóng)業(yè)科技投入中的主導(dǎo)作用，為農(nóng)業(yè)增產(chǎn)、農(nóng)民增收、農(nóng)村繁榮注入強勁動力。首先，持續(xù)加大農(nóng)業(yè)科技投入，確保增量和比例均有提高，發(fā)揮政府在農(nóng)業(yè)科技投入中的主導(dǎo)作用，保證財政農(nóng)業(yè)科技投入增幅明顯高于財政經(jīng)常性收入增幅，逐步提高農(nóng)業(yè)研發(fā)投入占農(nóng)業(yè)增加值的比重，建立投入穩(wěn)定增長的長效機制。其次，不斷增強農(nóng)業(yè)科技創(chuàng)新驅(qū)動力，加強重點農(nóng)業(yè)領(lǐng)域的科技基礎(chǔ)研究，瞄準(zhǔn)農(nóng)業(yè)科技創(chuàng)新中的“卡脖子”重點難點問題，開展關(guān)鍵核心技術(shù)攻關(guān)，持續(xù)加大對農(nóng)業(yè)基礎(chǔ)研究和前沿技術(shù)研究的經(jīng)費支持力度，為持續(xù)開展基礎(chǔ)性、前沿性研究創(chuàng)造條件。最后，各地政府要采取本地人才培養(yǎng)和外來人才引進(jìn)相結(jié)合的人才工作思路，創(chuàng)新人才培養(yǎng)體系，完善人才激勵機制，培養(yǎng)和吸引更多的農(nóng)業(yè)科技創(chuàng)新型人才，為建成農(nóng)村的全面小康貢獻(xiàn)智慧和力量。
3.地方政府應(yīng)根據(jù)當(dāng)?shù)亟?jīng)濟發(fā)展?fàn)顩r綜合運用強制措施和激勵措施等手段，嚴(yán)控廢棄物排放標(biāo)準(zhǔn)，通過推廣施肥新技術(shù)、新產(chǎn)品、新機具，推進(jìn)測土配方施肥技術(shù)和化肥減量增效技術(shù)的應(yīng)用，從而減少耕作過程中的化肥使用量，提高肥料利用率，實現(xiàn)農(nóng)業(yè)綠色生產(chǎn)轉(zhuǎn)型升級。與此同時，可以通過提高環(huán)境規(guī)制強度促使農(nóng)業(yè)生產(chǎn)者提高生產(chǎn)效率、減少環(huán)境污染，實現(xiàn)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。
參考文獻(xiàn)：
［1］ 暢倩，張聰穎，王林蔚，等.非農(nóng)就業(yè)對黃河流域中上游地區(qū)農(nóng)戶種植結(jié)構(gòu)的影響［J］.中國農(nóng)村經(jīng)濟，2021（11）：89-106.
［2］ 田云，尹忞昊.中國農(nóng)業(yè)碳排放再測算：基本現(xiàn)狀、動態(tài)演進(jìn)及空間溢出效應(yīng)［J］.中國農(nóng)村經(jīng)濟，2022（03）：104-127.
［3］ 任保平，杜宇翔.黃河流域經(jīng)濟增長產(chǎn)業(yè)發(fā)展生態(tài)環(huán)境的耦合協(xié)同關(guān)系［J］.中國人口·資源與環(huán)境，2021，31（02）：119-129.
［4］ 張利國，鮑丙飛，楊勝蘇.我國農(nóng)業(yè)可持續(xù)發(fā)展空間探索性分析［J］.經(jīng)濟地理，2019，39（11）：159-164.
［5］ 徐湘博， 李靜， 薛穎昊， 等. 減排固碳目標(biāo)納入農(nóng)業(yè)綠色發(fā)展政策的協(xié)同機制［J］.農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2022，41（10）：2091-2101.
［6］ 黃曉慧，楊飛，陸遷.城鎮(zhèn)化、空間溢出效應(yīng)與農(nóng)業(yè)碳排放——基于2007-2019年省級面板數(shù)據(jù)的實證分析［J］.華東經(jīng)濟管理，2022，36（04）：107-113.
［7］ 張應(yīng)良，崔超.農(nóng)地流轉(zhuǎn)的碳減排效應(yīng)研究［J］.西部論壇，2024，34（04）：111-124.
［8］ 張省，王金營.中國經(jīng)濟增長對碳排放的非線性影響分析——基于PSTR的實證研究［J］.技術(shù)經(jīng)濟與管理研究，2022（11）：27-32.
［9］ 韓文艷，熊永蘭.科技大國能源消費碳排放與經(jīng)濟增長脫鉤關(guān)系及驅(qū)動因素研究［J］.生態(tài)經(jīng)濟，2022，38（12）：13-22.
［10］ 于卓卉，毛世平.中國農(nóng)業(yè)凈碳排放與經(jīng)濟增長的脫鉤分析［J］.中國人口·資源與環(huán)境，2022，32（11）：30-42.
［11］ 姜國剛，左鵬，陳思文，等.中國地區(qū)經(jīng)濟增長對碳排放量的非線性影響研究［J］.生態(tài)經(jīng)濟，2021，37（12）：13-22.
［12］ 劉賢趙.反腐敗、經(jīng)濟增長與碳排放治理——基于空間EKC模型的檢驗［J］.中國社會科學(xué)院大學(xué)學(xué)報，2022，42（04）： 79-101.
［13］ 余志剛，張靚.農(nóng)戶種植結(jié)構(gòu)調(diào)整意愿與行為差異——基于黑龍江省341個玉米種植農(nóng)戶的調(diào)查［J］.南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，18（04）：137-145.
［14］ 張雪，周密.農(nóng)戶種植結(jié)構(gòu)調(diào)整中的羊群效應(yīng)——以遼寧省玉米種植戶為例［J］.華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2019（04）：54-62.
［15］ 許波，盧召艷，楊勝蘇，等.湖南省農(nóng)業(yè)生產(chǎn)效率演變與影響因素［J］.經(jīng)濟地理，2022，42（03）：141-149.
［16］ SHANG J，WEI D F，JI X Q.Technological Progress，Agricultural Water Efficiency and Rebound Effect：Empirical Research Based on the Panel Data of Major Grain-Producing Areas in China［J］.Ecological Economy，2020，36（11）：94-100.
［17］ 原毅軍，謝榮輝.環(huán)境規(guī)制的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究——基于中國省際面板數(shù)據(jù)的實證檢驗［J］.中國工業(yè)經(jīng)濟，2014（08）：57-69.
［18］ 黃偉華，祁春節(jié)，方國柱，等.農(nóng)業(yè)環(huán)境規(guī)制促進(jìn)了小麥綠色全要素生產(chǎn)率的提升嗎［J］.長江流域資源與環(huán)境，2021，30（02）：459-471.
［19］ 張林，張海央，梁義娟.農(nóng)村金融高質(zhì)量發(fā)展：水平測度與時空演變［J］.中國農(nóng)村經(jīng)濟，2023（01）：115-139.
［20］ 佟孟華，褚翠翠，李洋.中國經(jīng)濟高質(zhì)量發(fā)展的分布動態(tài)、地區(qū)差異與收斂性研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（06）：3-22.
［21］ 沈秋彤，趙德起.中國農(nóng)村集體經(jīng)濟高質(zhì)量發(fā)展區(qū)域差異研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（02）：43-63.
［22］ 于婷，于法穩(wěn).基于熵權(quán)TOPSIS法的農(nóng)業(yè)高質(zhì)量發(fā)展評價及障礙因子診斷［J］.云南社會科學(xué)，2021（05）：76-83.
［23］ 葉祥松，殷紅.產(chǎn)業(yè)結(jié)構(gòu)變遷、產(chǎn)業(yè)互動與全要素生產(chǎn)率增長——基于動態(tài)結(jié)構(gòu)的視角［J］.經(jīng)濟學(xué)動態(tài)，2023（06）：44-62.
［24］ 謝蘭云.中國省域Ramp;D投入對經(jīng)濟增長作用途徑的空間計量分析［J］.中國軟科學(xué)，2013（09）：37-47.
［25］ CLARK B，F(xiàn)OSTER J B.Ecological Imperialism and the Global Metabolic Rift：Unequal Exchange and the Guano Nitrates Trade［J］.International Journal of Comparative Sociology，2009，50（3/4）：311-334.
［26］ 金雪，孫學(xué)濤.互聯(lián)網(wǎng)使用對農(nóng)業(yè)生態(tài)產(chǎn)品供給的影響：理論分析與農(nóng)戶證據(jù)［J］.自然資源學(xué)報，2023，38（07）：1833-1847.
［27］ 李谷成，范麗霞，閔銳.資源、環(huán)境與農(nóng)業(yè)發(fā)展的協(xié)調(diào)性——基于環(huán)境規(guī)制的省級農(nóng)業(yè)環(huán)境效率排名［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011，28（10）：21-36.
［28］ 師博，何璐，張文明.黃河流域城市經(jīng)濟高質(zhì)量發(fā)展的動態(tài)演進(jìn)及趨勢預(yù)測［J］.經(jīng)濟問題，2021（01）：1-8.
Spatial Effects of Agricultural Carbon Sequestration on High-quality Development of Agricultural Economy in the Yellow River Basin
SHI Jianwen，YANG Xiuyun*
（School of Economics and Finance，Xi’an Jiaotong University，Xi’an 710049，China）
Abstract：The IPCC method was used to estimate the emission reduction and carbon sequestration level of agriculture and animal husbandry in the Yellow River Basin from 2000 to 2020，and the index system was established to estimate the high-quality development level of agricultural economy.Then，the effects of agricultural carbon sequestration on the high-quality development of agricultural economy in the Yellow River Basin were discussed by using the Spatial Durbin Model.The results show that：（1） The overall level of agricultural carbon sequestration shows a trend of “first decreasing，then maintaining stable and then increasing”，and the overall regional carbon sequestration capacity is good.（2） From 2000 to 2020， the high-quality development level of agricultural economy in the Yellow River Basin shows a fluctuating trend，and the internal difference of the high-quality development level of agricultural economy in prefecture-level cities is large.（3） Overall，the impact of carbon emission reduction and sequestration and economic growth on the positive development of agricultural economy is mainly due to inter regional economic linkages;and the influence of agricultural technology innovation and foreign direct investment on promoting the high-quality development of agricultural economy is mainly due to the geographical location between regions.The negative effects of environmental regulation and population size on the high-quality development of agricultural economy are mainly caused by the economic relations between regions.The influence of urbanization level to restrain the high-quality development of agricultural economy is mainly due to the geographical location between regions.（4） By region，the effect and degree of carbon sequestration on the high-quality development of agricultural economy in the Yellow River Basin are heterogeneous.
Keywords： emission reduction and carbon sequestration;high-quality development of agricultural economy;Spatial Durbin Model;the Yellow River Basin
（責(zé)任編輯：楊峰）
