長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對長江流域農(nóng)業(yè)碳排放的影響研究

[中圖分類號]F323 [文獻(xiàn)標(biāo)識碼]A

[文章編號]1673-0186（2025）006-0104-014

[DOI編碼]10.19631/j.cnki.css.2025.006.007

長江經(jīng)濟(jì)帶橫跨東中西三大經(jīng)濟(jì)區(qū)域，其人口規(guī)模、資源總量和經(jīng)濟(jì)規(guī)模在全國占據(jù)重要地位，是我國重要的綜合性交通樞紐、生態(tài)功能區(qū)和經(jīng)濟(jì)增長極。2023年，長江經(jīng)濟(jì)帶實現(xiàn)GDP約為58.42萬億元，約占全國總量的 46%% ；固定資產(chǎn)投資額和居民消費高于全國平均水平，展現(xiàn)出強勁的經(jīng)濟(jì)實力和增長潛力。然而長久以來，長江經(jīng)濟(jì)帶部分產(chǎn)業(yè)尤其是農(nóng)業(yè)秉持著高投入、高消耗、高污染的粗放增長模式，導(dǎo)致其實現(xiàn)可持續(xù)發(fā)展的資源與環(huán)境制約不斷突出[1]。早在2020年，長江經(jīng)濟(jì)帶化肥施用量已達(dá)到1684.55萬噸，施用強度達(dá)到 282.52kg/hm² ，超出國際安全施用水平1.26倍[2]；截至2023年，長江經(jīng)濟(jì)帶承載了超 40% 的全國廢水排放總量，其中農(nóng)業(yè)面源污染引發(fā)的長江流域總磷濃度超標(biāo)問題，已成為該區(qū)域廢水治理的主要障礙①。習(xí)近平總書記于2018年、2020年和2023年多次主持召開推動長江經(jīng)濟(jì)帶發(fā)展座談會，提出“強化耕地數(shù)量、質(zhì)量、生態(tài)‘三位一體保護(hù)加強農(nóng)業(yè)種質(zhì)資源保護(hù)利用\"②，從不同角度強調(diào)推進(jìn)農(nóng)業(yè)低碳發(fā)展。因此，推動長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色低碳轉(zhuǎn)型，對其自身及全國其他地區(qū)實現(xiàn)高質(zhì)量發(fā)展和可持續(xù)發(fā)展具有重要現(xiàn)實意義。

長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略作為國家重大戰(zhàn)略之一，旨在推動長江流域在經(jīng)濟(jì)、產(chǎn)業(yè)、科技和生態(tài)領(lǐng)域的一體化與協(xié)調(diào)化發(fā)展，為區(qū)域農(nóng)業(yè)碳減排提供了頂層設(shè)計和政策支撐[3-4]。2016年《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》發(fā)布，提出農(nóng)業(yè)要遵循生態(tài)優(yōu)先、綠色發(fā)展的原則，實現(xiàn)經(jīng)濟(jì)發(fā)展與資源環(huán)境的協(xié)調(diào)，為長江流域生態(tài)農(nóng)業(yè)發(fā)展提供了方向指引③;2018年《農(nóng)業(yè)農(nóng)村部關(guān)于支持長江經(jīng)濟(jì)帶農(nóng)業(yè)農(nóng)村綠色發(fā)展的實施意見》發(fā)布，強調(diào)發(fā)展節(jié)水高效現(xiàn)代農(nóng)業(yè)、綠色技術(shù)創(chuàng)新、生態(tài)保護(hù)修復(fù)工程和節(jié)能環(huán)保配套產(chǎn)業(yè)，為長江流域農(nóng)業(yè)節(jié)能降碳提供了具體實施方案④;2022年《關(guān)于全面推動長江經(jīng)濟(jì)帶發(fā)展財稅支持政策的方案》以及2024年《關(guān)于進(jìn)一步做好金融支持長江經(jīng)濟(jì)帶綠色低碳高質(zhì)量發(fā)展的指導(dǎo)意見》提出通過落實生態(tài)保護(hù)補償、加大污染防治資金投入、建立綠色發(fā)展基金等的一系列財稅和金融措施，全方位支持農(nóng)業(yè)農(nóng)村實現(xiàn)綠色低碳轉(zhuǎn)型，為長江經(jīng)濟(jì)帶農(nóng)業(yè)低碳化轉(zhuǎn)型提供了制度理路、整體布局和遠(yuǎn)景規(guī)劃。

一、文獻(xiàn)綜述

從農(nóng)業(yè)碳排放、農(nóng)業(yè)綠色高質(zhì)量發(fā)展的驅(qū)動因素、區(qū)域一體化政策的環(huán)境治理效應(yīng)三個方面梳理與本文相關(guān)的文獻(xiàn)，并做相應(yīng)評述。

（一）農(nóng)業(yè)碳排放的相關(guān)研究

有關(guān)農(nóng)業(yè)碳排放研究主要集中在兩個方面。一是對農(nóng)業(yè)碳排放的測度與評估，排放因子法和數(shù)值模擬法是該領(lǐng)域的主流方法。龔晶等通過確定碳源、排放系數(shù)和排放因子測算意大利的農(nóng)業(yè)溫室氣體排放總量[5];迪克西特（Dixit）等通過構(gòu)建一個涵蓋能源生產(chǎn)、運輸、消費和再處理的全流程碳排放因子，測算美國各部門的碳排放強度[6];李（Li）等在夏普利（Shapley）指數(shù)的輔助下，對歐盟農(nóng)業(yè)碳排放的經(jīng)濟(jì)效應(yīng)和影響因子進(jìn)行分解分析[7]。二是對農(nóng)業(yè)碳排放的分布特征的考察，相關(guān)文獻(xiàn)重點考察了農(nóng)業(yè)碳排放的空間差異和動態(tài)演進(jìn)趨勢。吳賢榮等基于對中國31個省（自治區(qū)、直轄市）的農(nóng)業(yè)碳排放效率的測度和分解，發(fā)現(xiàn)農(nóng)業(yè)碳排放效率變動存在省域差異和地區(qū)差異，內(nèi)蒙古、北京、黑龍江等24省份農(nóng)業(yè)碳排放效率處于上升趨勢而其余7省份呈下降趨勢[8]；沃耶沃茨基（Wojewodzki）等基于2000—2016年的跨國比較研究發(fā)現(xiàn)，盡管存在農(nóng)業(yè)發(fā)展與城市化水平差異，多數(shù)經(jīng)濟(jì)體的碳排放仍呈現(xiàn)高位收斂態(tài)勢，這一發(fā)現(xiàn)為政策制定者提供了重要的預(yù)警信號[9]。

（二）農(nóng)業(yè)綠色高質(zhì)量發(fā)展的驅(qū)動因素研究

關(guān)于農(nóng)業(yè)綠色高質(zhì)量發(fā)展的驅(qū)動因素，現(xiàn)有研究主要從三個角度展開討論。一是技術(shù)創(chuàng)新的驅(qū)動作用。技術(shù)創(chuàng)新會增強農(nóng)業(yè)綠色發(fā)展的自生能力與共生能力[10]，尤其是生物技術(shù)創(chuàng)新和智能裝備迭代升級，能夠直接提升作物產(chǎn)量、重構(gòu)農(nóng)業(yè)生產(chǎn)函數(shù)，在保障糧食安全的基礎(chǔ)上減少土地、淡水等農(nóng)業(yè)資源浪費，實現(xiàn)農(nóng)業(yè)綠色低碳發(fā)展[1I-12]。二是環(huán)境規(guī)制的驅(qū)動作用。多數(shù)相關(guān)研究認(rèn)為，環(huán)境規(guī)制的落實提高了農(nóng)業(yè)生產(chǎn)主體的排污、資源浪費和進(jìn)行非清潔生產(chǎn)活動的成本，從而對農(nóng)業(yè)綠色高質(zhì)量發(fā)展產(chǎn)生正向作用[13-14]。也有部分研究發(fā)現(xiàn)環(huán)境規(guī)制對農(nóng)業(yè)碳排放的抑制作用會隨著規(guī)制政策強度的提高而變得愈發(fā)明顯[15]。三是區(qū)域要素流動的驅(qū)動作用。相關(guān)文獻(xiàn)重點關(guān)注碳排放權(quán)這一特定生產(chǎn)要素流動的農(nóng)業(yè)綠色轉(zhuǎn)型效應(yīng)，認(rèn)為碳交易是經(jīng)濟(jì)高質(zhì)量低碳化綠色發(fā)展的新興市場化機制，其抵消機制將逐步在鄉(xiāng)村振興碳資源配置中發(fā)揮決定性的助推作用[16]。此外研究還發(fā)現(xiàn)碳交易試點在優(yōu)化農(nóng)村企業(yè)碳排放行為的同時，也間接提高了農(nóng)村居民的收入和就業(yè)比例[17]。

（三）區(qū)域一體化政策的環(huán)境治理效應(yīng)研究

環(huán)境污染通常具有跨區(qū)域性與外部性特征，解決污染物在大氣或不同流域間形成的跨區(qū)域擴散問題，需要突破地域邊界限制的系統(tǒng)性政策工具。區(qū)域一體化政策通過推動跨區(qū)環(huán)境規(guī)制與生態(tài)補償、生態(tài)治理方案協(xié)調(diào)機制和環(huán)境治理技術(shù)的共享與推廣，從而實現(xiàn)區(qū)域內(nèi)生態(tài)治理的深人發(fā)展和持續(xù)改進(jìn)[18-19]。長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略作為我國最具影響力的區(qū)域一體化政策，受到學(xué)術(shù)界的廣泛關(guān)注。理論上，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能夠重構(gòu)流域尺度的空間治理單元，通過建立跨省生態(tài)補償與污染賠償制度，破解流域分割治理的“公地悲劇”，從而推動區(qū)域環(huán)境治理范式轉(zhuǎn)型[20-21]。然而，從實證研究的角度，現(xiàn)有研究大多聚焦于檢驗長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略在經(jīng)濟(jì)、社會和技術(shù)創(chuàng)新領(lǐng)域的影響[22-23]。只有少量文獻(xiàn)從促進(jìn)生態(tài)文明建設(shè)、提高用水效率和構(gòu)建生態(tài)服務(wù)系統(tǒng)[24-26]等角度，實證探討了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的生態(tài)保護(hù)與環(huán)境治理效應(yīng)。

（四）文獻(xiàn)評述

現(xiàn)有研究為本文提供了有益啟發(fā)，但仍存在以下不足：一方面，目前少有文獻(xiàn)詳細(xì)探討長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略這一極具代表性和影響力的區(qū)域一體化政策的生態(tài)治理效應(yīng)，更鮮有研究基于區(qū)域產(chǎn)業(yè)綠色高質(zhì)量發(fā)展視角，詳細(xì)探討長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響。另一方面，現(xiàn)有研究探究了農(nóng)業(yè)綠色高質(zhì)量發(fā)展的主要驅(qū)動因素，且在區(qū)域一體化政策的推動下這些因素的影響力理應(yīng)得到進(jìn)一步增強。但目前鮮有文獻(xiàn)詳細(xì)探討上述因素在相關(guān)政策影響農(nóng)業(yè)碳排放過程中的影響路徑，這為全面、準(zhǔn)確理解長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的農(nóng)業(yè)碳減排效應(yīng)提出了挑戰(zhàn)。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：（1）以長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的實施為事件構(gòu)造準(zhǔn)自然實驗，利用雙重差分法探討長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響，從推動農(nóng)業(yè)綠色高質(zhì)量轉(zhuǎn)型視角豐富了區(qū)域一體化政策的生態(tài)治理效應(yīng)研究。（2）通過對研究樣本內(nèi)生分組，實證檢驗長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的區(qū)域異質(zhì)性影響，為長江流域不同區(qū)域地方政府和政策執(zhí)行機構(gòu)提供有針對性的對策建議。（3）從促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新、提高環(huán)境規(guī)制效率、推動耕地高質(zhì)量流轉(zhuǎn)三個角度驗證了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的作用機理，為打開區(qū)域一體化政策影響農(nóng)業(yè)碳減排的“機制黑箱\"提供了經(jīng)驗支撐。

二、研究設(shè)計

為準(zhǔn)確探究長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響，闡述實證模型、變量定義、樣本選取與數(shù)據(jù)來源，并對樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計。

（一）模型設(shè)定

“長江經(jīng)濟(jì)帶\"的名稱最早可以追溯20世紀(jì)80年代，“七五\"計劃時期長江經(jīng)濟(jì)帶被確定為國家經(jīng)濟(jì)發(fā)展的重要軸線，成為“一線一軸\"戰(zhàn)略布局的重要組成部分。2014年9月國務(wù)院印發(fā)《關(guān)于依托黃金水道推動長江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見》①，從宏觀層面明確了長江經(jīng)濟(jì)帶的七項重點任務(wù)，標(biāo)志著長江經(jīng)濟(jì)帶建設(shè)正式上升為國家戰(zhàn)略。2018年《長江保護(hù)修復(fù)攻堅戰(zhàn)行動計劃》①和《農(nóng)業(yè)農(nóng)村部關(guān)于支持長江經(jīng)濟(jì)帶農(nóng)業(yè)農(nóng)村綠色發(fā)展的實施意見》兩項重要文件的出臺，正式明確了長江經(jīng)濟(jì)帶建設(shè)的具體方向、落實方案、體制機制和監(jiān)督指導(dǎo)計劃，標(biāo)志著長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略由一項國家級頂層設(shè)計向一套具體微觀工作要求的轉(zhuǎn)變。

基于上述事實，本文將 2018年設(shè)定為長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的具體實施年份，將該事件的發(fā)生作為一項外生政策沖擊，利用雙重差分法探討長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響，構(gòu)建實證分析模型如下：

其中， i 代表省份， χ_t 代表年份。被解釋變量 ACE_it 為農(nóng)業(yè)碳排放。核心解釋變量 did_it 反映 i 省份在 χ_t 年是否實施了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略 和 f_t 分別代表省份固定效應(yīng)和年份固定效應(yīng)， ε_i 為隨機擾動項， 代表控制變量集合。在式（1）中，系數(shù) β₁ 反映了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響，是重點考察對象。

（二）變量定義

1.被解釋變量：農(nóng)業(yè)碳排放

參考張廣勝和王珊珊[27，將《IPCC國家溫室氣體清單指南》中劃分為農(nóng)業(yè)、林業(yè)和其他土地利用活動的溫室氣體排放界定為農(nóng)業(yè)碳排放。農(nóng)業(yè)碳排放主要來自化肥施用、畜禽養(yǎng)殖、水稻種植、秸稈處理和農(nóng)業(yè)土壤管理環(huán)節(jié)，主要溫室氣體包括 CO₂，CH₄ 和 N₂O 。本文基于全球增溫潛勢（GWP），將上述各環(huán)節(jié)各類溫室氣體排放量折算為 CO₂ 進(jìn)行統(tǒng)一度量，再對計算得到的溫室氣體排放當(dāng)量取自然對數(shù)以衡量農(nóng)業(yè)碳排放ACE。

2.核心解釋變量：長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略

長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的代理變量did，本質(zhì)上是處理組虛擬變量和時間虛擬變量的交互項，可表達(dá)為 Treat×Year 。本文所選取的處理組是長江經(jīng)濟(jì)帶省份樣本，對照組是對應(yīng)的黃河流域重點生態(tài)功能區(qū)省份樣本。因此當(dāng) i 為長江經(jīng)濟(jì)帶11省份時，Treat取值為1；當(dāng)i為黃河流域8省份時，Treat取值為 0^② 。當(dāng)年份 χ_t 為2018年及之后年份時，Year取值為1，反之取0，選擇黃河流域省份樣本作為對照組的原因主要在于，黃河流域與長江經(jīng)濟(jì)帶同屬中國重要的流域經(jīng)濟(jì)帶和生態(tài)屏障區(qū)，且均橫跨東部、中部、西部三大經(jīng)濟(jì)區(qū)域，二者在自然地理條件、經(jīng)濟(jì)發(fā)展布局及環(huán)境保護(hù)要求等方面具有高度相似性，因而具備較強的可比性基礎(chǔ)。。

3.控制變量

本文選取的控制變量包括：農(nóng)業(yè)受災(zāi)程度（gffcted），用地區(qū)農(nóng)作物受災(zāi)面積占農(nóng)作物總播種面積的比值衡量;農(nóng)業(yè)從業(yè)人員素質(zhì)（practitioner），用地區(qū)農(nóng)村人口平均受教育年限的自然對數(shù)衡量;農(nóng)林水事務(wù)支出（expenditure），用地方政府涉農(nóng)支出的自然對數(shù)衡量;農(nóng)機總動力（machinery），用地區(qū)農(nóng)業(yè)機械化水平衡量;產(chǎn)業(yè)結(jié)構(gòu)（structure），用第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重衡量;此外，農(nóng)村金融業(yè)增加值（finance）、經(jīng)濟(jì)作物種植面積（crops）、耕地面積（cropland）和農(nóng)村用電量（electricity）分別用相應(yīng)統(tǒng)計指標(biāo)衡量。

（三）數(shù)據(jù)描述

本文的研究樣本為2010—2022年長江經(jīng)濟(jì)帶與黃河流域重點生態(tài)功能區(qū)的省級宏觀面板數(shù)據(jù)。一方面，2008—2009年全球金融危機重塑了經(jīng)濟(jì)政策與碳排放的底層邏輯關(guān)聯(lián)。金融危機導(dǎo)致了經(jīng)濟(jì)活動減緩和能源需求的暫時性下降，這使得各產(chǎn)業(yè)部門碳排放量出現(xiàn)短暫的降低；但隨著經(jīng)濟(jì)的逐漸復(fù)蘇，碳排放量呈恢復(fù)甚至反彈趨勢。另一方面，2022年開始正式施行的《關(guān)于全面推動長江經(jīng)濟(jì)帶發(fā)展財稅支持政策的方案》（以下簡稱《方案》）標(biāo)志著長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略進(jìn)入新階段?！斗桨浮吠ㄟ^強調(diào)“健全橫向和縱向財政體制…健全均衡性轉(zhuǎn)移支付穩(wěn)定增長機制\"等措施①，從根本上改變了先前長江經(jīng)濟(jì)帶各省區(qū)在環(huán)境治理方面“各自為戰(zhàn)\"的情況。因此，未將早于2010 年和晚于2022年的樣本納人研究，以避免扭曲實證模型對變量之間因果關(guān)系的估計效果。

樣本數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各省份的統(tǒng)計年鑒，部分缺失值采用插值法補全。變量的描述性統(tǒng)計見表1。

表1描述性統(tǒng)計

三、實證研究

在確定研究方法和完成數(shù)據(jù)處理的基礎(chǔ)上，進(jìn)行回歸分析和穩(wěn)健性檢驗，并進(jìn)一步探討區(qū)域異質(zhì)性和潛在的中介效應(yīng)。

（一）基準(zhǔn)回歸

表2報告了式（1）的參數(shù)估計結(jié)果。表2列（1）、列（2）和列（3）顯示，在單變量檢驗、未控制固定效應(yīng)、只控制年份固定效應(yīng)的情況下， did 對ACE的回歸系數(shù)顯著為負(fù)，說明長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略總體上抑制了農(nóng)業(yè)碳排放，即有利于推進(jìn)農(nóng)業(yè)碳減排進(jìn)程。列（4）顯示，在加入控制變量并同時控制年份和地區(qū)固定效應(yīng)的情況下，did的回歸系數(shù)為-0.079且通過了 5% 的統(tǒng)計顯著性檢驗。這意味著長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略可以顯著降低農(nóng)業(yè)碳排放，《農(nóng)業(yè)農(nóng)村部關(guān)于支持長江經(jīng)濟(jì)帶農(nóng)業(yè)農(nóng)村綠色發(fā)展的實施意見》中提到的“推動長江經(jīng)濟(jì)帶農(nóng)業(yè)農(nóng)村綠色發(fā)展\"“協(xié)同推進(jìn)長江經(jīng)濟(jì)帶農(nóng)業(yè)農(nóng)村綠色發(fā)展與鄉(xiāng)村振興”①的戰(zhàn)略部署在實踐中得到了較好落實。

表2基準(zhǔn)回歸結(jié)果

注：括號內(nèi)為聚類穩(wěn)健標(biāo)準(zhǔn)差； ???_plt;0.01 ?*_plt;0.05 ^*plt;0.1 下同

（二）穩(wěn)健性檢驗

1.平行趨勢檢驗。使用雙重差分法識別長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的前提，是在政策實施前處理組和控制組的生產(chǎn)效率變化必須滿足平行趨勢。即處理組在沒有接受政策沖擊的情況下，其被解釋變量應(yīng)該與控制組具有一致的時間變化趨勢。借鑒王鋒和葛星[27]的處理，采用事件分析法構(gòu)建如下方程對長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的政策效應(yīng)進(jìn)行平行趨勢檢驗：

其中， 是一組虛擬變量，若 i 省份在第 χ_t 年實施了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略，則取值為1，反之取為0，其年份 χ_t 的跨度為政策實施前5期至政策實施后4期。其余各變量的符號含義與式（1）相同。式中 β_t 反映了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實施的第 χ_t 年處理組和對照組的農(nóng)業(yè)碳減排效應(yīng)差異，是本文關(guān)注的重點。

將長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實施的前一期作為基期對式（2）進(jìn)行參數(shù)估計，圖1繪制了考察期間內(nèi)， ?_?β_? 系數(shù)估計值和 95% 置信區(qū)間的變動趨勢圖。圖1顯示，政策發(fā)生前處理組和控制組系數(shù)在統(tǒng)計意義上沒有顯著差別，而政策發(fā)生后處置組和控制組系數(shù)出現(xiàn)顯著差異，具有共同發(fā)展趨勢；戰(zhàn)略實施之后系數(shù) β_ι 的絕對值逐漸增大，且從戰(zhàn)略實施之后第三期開始顯著為負(fù)，對照組產(chǎn)生明顯差距，說明長江經(jīng)濟(jì)帶農(nóng)業(yè)發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響滯后四期。這可能是由于2019 年底新冠疫情延緩了政策的實際落實，而在2021年長江經(jīng)濟(jì)帶生態(tài)環(huán)境保護(hù)發(fā)生轉(zhuǎn)折性變化的基礎(chǔ)上又制定的一系列政策，使得長江經(jīng)濟(jì)帶農(nóng)業(yè)發(fā)展戰(zhàn)略的農(nóng)業(yè)碳減排效應(yīng)開始顯現(xiàn)。整體上，研究樣本通過了平行趨勢檢驗。

圖1平行趨勢檢驗

2.安慰劑檢驗。為確保處理組與對照組的差異不是由樣本期內(nèi)其他政策的實施或時間變化導(dǎo)致的，本文構(gòu)造了受影響的省份時間兩個層面的隨機實驗以進(jìn)行反事實安慰劑檢驗。先隨機選取處理組省份，并隨機選取年份作為這些省份受到政策影響的時間，然后重新執(zhí)行基準(zhǔn)回歸并提取did的系數(shù)和P值，重復(fù)500次。圖2報告了檢驗結(jié)果中did的系數(shù)分布圖與其P值的散點圖。如圖所示，隨機抽樣系數(shù)呈正態(tài)分布，大部分系數(shù)在 10% 的水平上不顯著，且分布偏離真實值垂直線較遠(yuǎn)，表明基準(zhǔn)檢驗結(jié)果主要是集采的政策效應(yīng)，基準(zhǔn)回歸結(jié)果較為穩(wěn)健。

圖2安慰劑檢驗

3.其他穩(wěn)健性檢驗。第一，鑒于農(nóng)業(yè)碳排放量與農(nóng)藥使用規(guī)模之間通常存在較強相關(guān)性，用農(nóng)藥使用量的自然對數(shù)作為農(nóng)業(yè)碳排放的代理指標(biāo)，以檢驗變量設(shè)計的合理性，回歸結(jié)果見表3列（1）。第二，為進(jìn)一步確保長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放存在長期穩(wěn)定影響，將did的時間滯后項納入方程進(jìn)行回歸，回歸結(jié)果見表3列（2）。第三，為避免極端值樣本對實證結(jié)果的干擾，本文分別從處理組與控制組中篩選出歷年農(nóng)業(yè)碳排放量最大和最小的省份，并將其從總樣本中剔除，回歸結(jié)果見表3列（3）。第四，考慮到各省份的區(qū)位屬性可能干擾實證結(jié)果，本文設(shè)置虛擬變量，將屬于東部地區(qū)的省份賦值為1，將屬于中西部地區(qū)的省份賦值為2，進(jìn)而在回歸中控制地區(qū)虛擬變量與年份變量的乘積，回歸結(jié)果見表3列（4）。第五，考慮到各省份可能成為國家其他政策的試點區(qū)域從而干擾實證結(jié)果，本文以《國家生態(tài)文明試驗區(qū)實施方案》（2017）①為準(zhǔn)，將江西、貴州設(shè)置為實驗組，其余為對照組，回歸結(jié)果見表3列（5）。最后，為排除國家生態(tài)文明試驗區(qū)政策的潛在干擾，本文以《國家農(nóng)業(yè)可持續(xù)發(fā)展試驗示范區(qū)建設(shè)方案》（2017）②為準(zhǔn)，剔除江蘇、浙江、山東省份后重新估計模型?；貧w結(jié)果見表3列（6）。綜合考察表3，核心解釋變量did的系數(shù)仍然顯著且符號未發(fā)生變化，說明基準(zhǔn)回歸結(jié)果比較穩(wěn)健。

表3穩(wěn)健性檢驗結(jié)果

（三）區(qū)域異質(zhì)性分析

長江經(jīng)濟(jì)帶橫跨東中西三大經(jīng)濟(jì)區(qū)域，其不同流域地區(qū)經(jīng)濟(jì)發(fā)展情況與生態(tài)治理壓力存在明顯差異。因此，有必要對比分析長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對長江不同流域地區(qū)農(nóng)業(yè)碳排放的差異化影響，從而為不同地區(qū)政府和政策執(zhí)行機構(gòu)提供有針對性的對策建議。在保持對照組不變的前提下，將處理組省份以長江流域分段劃分為上游（重慶、四川、貴州、云南）、中游（江西、湖北、湖南）、下游（上海、江蘇、浙江、安徽）三組樣本，再利用式（1）進(jìn)行參數(shù)估計，回歸結(jié)果見表4。

這可能是因為相比于長江中上游地區(qū)，下游地區(qū)在農(nóng)業(yè)發(fā)展領(lǐng)域占據(jù)了技術(shù)、資金、人才和地理位置優(yōu)勢，導(dǎo)致其農(nóng)業(yè)碳排放強度本就相對較小，這縮小了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的農(nóng)業(yè)碳減排效應(yīng)。從農(nóng)業(yè)生產(chǎn)技術(shù)角度，江蘇省作為長江下游地區(qū)的糧食主產(chǎn)區(qū)之一，農(nóng)業(yè)生產(chǎn)活動技術(shù)較為先進(jìn)、集約化程度較高，地膜技術(shù)、生態(tài)農(nóng)場建設(shè)和保護(hù)性耕作固碳技術(shù)成熟且應(yīng)用廣泛，農(nóng)業(yè)生產(chǎn)碳排放強度較低；從農(nóng)業(yè)發(fā)展制度的角度，下游地區(qū)的作物輪作制度、秸稈還田制度較為完善，也采取了更多如濕地保護(hù)、減排指標(biāo)等環(huán)境保護(hù)措施來抑制碳排放;從農(nóng)作物特征的角度，水稻種植在長江下游地區(qū)較為普遍，其種植過程中產(chǎn)生的主要溫室氣體是甲烷，而經(jīng)驗證明通過合理的灌溉和施肥管理可以大幅降低稻田的甲烷排放，這進(jìn)一步抑制了地區(qū)的碳排放強度。而相比于長江下游地區(qū)，中上游地區(qū)因經(jīng)濟(jì)發(fā)展水平較低、農(nóng)業(yè)生產(chǎn)和管理方式較為傳統(tǒng)，其農(nóng)業(yè)活動可能產(chǎn)生更多的碳排放，最終放大了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的農(nóng)業(yè)碳減排效應(yīng)。一方面，中上游省份的農(nóng)業(yè)科技和基礎(chǔ)設(shè)施相對滯后，農(nóng)業(yè)用水效率、農(nóng)業(yè)現(xiàn)代化水平和高標(biāo)準(zhǔn)農(nóng)田建設(shè)水平有待提高，農(nóng)業(yè)面源污染問題和農(nóng)村生活污染問題亟待解決，這都導(dǎo)致該地區(qū)農(nóng)業(yè)生產(chǎn)活動具有較高的碳排放強度。另一方面，中上游地區(qū)農(nóng)業(yè)存在更多以耕作為主的土地利用方式，這會引發(fā)更大規(guī)模的化肥尤其氮肥使用，進(jìn)而促進(jìn)微生物分解有機質(zhì)并產(chǎn)生更多的碳排放。

表4區(qū)域異質(zhì)性檢驗結(jié)果

（四）機制分析

技術(shù)創(chuàng)新與進(jìn)步、環(huán)境規(guī)制、區(qū)域要素流動是農(nóng)業(yè)綠色高質(zhì)量發(fā)展的主要驅(qū)動因素，且在區(qū)域一體化政策的推動下這些因素的影響力理應(yīng)得到進(jìn)一步增強?；诖吮疚膹纳鲜鋈齻€角度入手，探討長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略這一極具代表性和影響力的區(qū)域一體化政策對農(nóng)業(yè)碳排放的作用渠道。本文借鑒江艇對渠道檢驗的論述[29]，構(gòu)建如下模型單獨檢驗機制變量與解釋變量之間的關(guān)系：

其中，Mechanismu為機制變量，具體包含農(nóng)業(yè)技術(shù)創(chuàng)新、環(huán)境規(guī)制效率和要素市場發(fā)育程度三種作用渠道的代理變量。農(nóng)業(yè)技術(shù)創(chuàng)新借鑒張金鑫和王紅玲[30]的方法，用農(nóng)林牧漁業(yè)專利總和衡量;環(huán)境規(guī)制效率借鑒劉榮增和何春[311的方法，用工業(yè)污染治理投資完成額占第二產(chǎn)業(yè)的比重衡量；要素市場發(fā)育程度則采用樊綱等[32]的方法計算得到①。其余變量的含義與式（1）相同，回歸結(jié)果如表5所示。

表5機制檢驗結(jié)果

表5列（1）顯示，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略顯著提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平。區(qū)域一體化政策強調(diào)科技在農(nóng)業(yè)發(fā)展中的重要性，通過增強農(nóng)業(yè)科技供給能力為鄉(xiāng)村振興提供技術(shù)保障，加快推進(jìn)農(nóng)業(yè)關(guān)鍵核心技術(shù)攻關(guān);而諸如耕作固碳、秸稈還田固碳、漁業(yè)綜合養(yǎng)殖碳匯等前沿技術(shù)的應(yīng)用，有效降低了農(nóng)業(yè)活動中的碳排放。表5列（2）顯示，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略顯著提升了地區(qū)環(huán)境規(guī)制效率。基于相關(guān)戰(zhàn)略部署，中央財政下達(dá)資金直接支持長江經(jīng)濟(jì)帶省份的大氣、水、土壤污染防治，通過提高企業(yè)環(huán)境污染成本優(yōu)化了環(huán)境規(guī)制政策的設(shè)計與執(zhí)行效率;而隨著以政府、市場、社會組織和企業(yè)為主體的農(nóng)業(yè)綠色發(fā)展治理框架的持續(xù)完善，推動農(nóng)業(yè)向更加綠色和可持續(xù)的方向發(fā)展。表5列（3）顯示，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略顯著提升了要素市場發(fā)育程度。區(qū)域一體化推動了物質(zhì)資本、人力資本和自然資源的跨區(qū)域流動，在克服區(qū)域內(nèi)要素配置扭曲問題的同時提高了要素配置效率;而諸如清潔能源、排污權(quán)、碳排放權(quán)等生產(chǎn)要素的低成本交易與流動，有利于提高農(nóng)業(yè)生產(chǎn)的碳效率，并進(jìn)一步降低農(nóng)業(yè)碳排放的總量與強度。

四、結(jié)論與政策啟示

本文基于2010—2022年省級宏觀面板數(shù)據(jù)，利用雙重差分法實證探討了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的影響及其內(nèi)在機理。研究發(fā)現(xiàn)，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略顯著抑制了農(nóng)業(yè)碳排放，該結(jié)論在進(jìn)行多種穩(wěn)健性檢驗后依然成立；區(qū)域異質(zhì)性分析表明，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略顯著降低了長江中上游地區(qū)的農(nóng)業(yè)碳排放，但對下游地區(qū)的影響不顯著;機制分析表明，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略通過促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新、提高環(huán)境規(guī)制效率、加快要素市場發(fā)育三種渠道實現(xiàn)農(nóng)業(yè)碳減排。因此，提出如下政策建議。

第一，繼續(xù)加強長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實施力度，充分發(fā)揮其農(nóng)業(yè)碳減排效應(yīng)。長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對農(nóng)業(yè)碳排放的抑制作用已經(jīng)得到驗證，要繼續(xù)增加對該戰(zhàn)略的資源投入和政策關(guān)注，合理設(shè)計并積極落實政策文件中關(guān)于農(nóng)業(yè)綠色高質(zhì)量發(fā)展的相關(guān)部署。國家和地方政府應(yīng)繼續(xù)制定全面的發(fā)展規(guī)劃，明確長江經(jīng)濟(jì)帶的長遠(yuǎn)目標(biāo)和階段性任務(wù)，將生態(tài)文明建設(shè)融入經(jīng)濟(jì)發(fā)展戰(zhàn)略，確保農(nóng)業(yè)碳減排政策工具的連貫性和一致性。

第二，強化技術(shù)創(chuàng)新驅(qū)動，提升農(nóng)業(yè)綠色轉(zhuǎn)型內(nèi)生動力。聚焦關(guān)鍵技術(shù)突破與推廣，重點支持農(nóng)業(yè)機械智能化、精準(zhǔn)施肥技術(shù)、稻田甲烷減排等低碳技術(shù)研發(fā)，建立區(qū)域性農(nóng)業(yè)綠色技術(shù)協(xié)同創(chuàng)新中心。通過技術(shù)示范與農(nóng)戶培訓(xùn)，提升生態(tài)農(nóng)業(yè)技術(shù)的采納率，降低技術(shù)應(yīng)用成本。創(chuàng)新市場化生態(tài)補償機制，按市場原則優(yōu)化生態(tài)補償模式，將減排績效與補償額度掛鉤。例如，對采用秸稈還田、有機肥替代等技術(shù)的農(nóng)戶發(fā)放可交易碳配額，激發(fā)技術(shù)創(chuàng)新與減排行為的協(xié)同效應(yīng)。

第三，優(yōu)化環(huán)境規(guī)制設(shè)計，實現(xiàn)精準(zhǔn)化動態(tài)調(diào)控。制定并落實差異化的環(huán)境規(guī)制政策與工具組合，在生態(tài)脆弱的長江中上游地區(qū)，強化化肥農(nóng)藥限用、面源污染監(jiān)測等強制性措施。而在下游經(jīng)濟(jì)發(fā)達(dá)地區(qū)，可側(cè)重財稅激勵與綠色認(rèn)證等市場型工具，推動設(shè)施農(nóng)業(yè)與精準(zhǔn)農(nóng)業(yè)發(fā)展。同時優(yōu)化跨區(qū)域生態(tài)補償標(biāo)準(zhǔn)，通過橫向財政轉(zhuǎn)移支付補償長江上游地區(qū)生態(tài)保護(hù)成本，促進(jìn)環(huán)境規(guī)制與生態(tài)補償?shù)恼邊f(xié)同。

第四，深化要素市場改革，激活區(qū)域協(xié)同減排潛力。推動土地流轉(zhuǎn)與碳減排掛鉤，土地規(guī)模化經(jīng)營可通過集約化管理降低單位產(chǎn)出碳排放?？蓢L試在土地流轉(zhuǎn)合同中嵌入碳排放約束條款，試點“土地一碳匯\"聯(lián)動機制，將耕地保護(hù)成效轉(zhuǎn)化為碳交易市場配額。同時加快建立農(nóng)業(yè)碳匯交易平臺，鼓勵農(nóng)場通過減排行為獲取額外收益;推動農(nóng)產(chǎn)品碳標(biāo)簽認(rèn)證，引導(dǎo)消費者選擇低碳產(chǎn)品，形成市場倒逼機制。

參考文獻(xiàn)

[1］田彩紅，李琳，廖斌.農(nóng)村一二三產(chǎn)業(yè)融合能否促進(jìn)農(nóng)業(yè)綠色發(fā)展？——以長江經(jīng)濟(jì)帶579個縣域為例[J].自然資源學(xué)報，2024（3）：601-619

[2]趙健，籍強，劉玥，等.長江流域農(nóng)業(yè)面源污染現(xiàn)狀、問題與對策[J].環(huán)境保護(hù)，2022（17）：30-32.

[3］張東晴，汪發(fā)元，何智勵.數(shù)字普惠金融、城鄉(xiāng)保險與城鄉(xiāng)協(xié)調(diào)發(fā)展——基于長江經(jīng)濟(jì)帶的實證[J].統(tǒng)計與決策，2022（5）：142-145.

[4]ZHANG Z， ZHANG L，LIANG T，et al.Has the Yangtze river economic belt strategy promoted the constructionof ecological civilization in the upper reaches of the Yangtze river？[J].Frontiers in Environmental Science，2022（10）：1046323.

[5]龔晶，孫素芬，于峰.意大利農(nóng)業(yè)信息服務(wù)體系及其啟示[J].世界農(nóng)業(yè)，2017（2）：141-144.

[6]DIXIT M K，CULP C H，F(xiàn)ERNANDEZ-Solis JL. Calculating primary energy and carbon emission factors fortheUnited States' energy sectors[J]. RSC Advances，2014（97）：54200-54216.

[7]LIT，BALEZENTIST，MAKUTENIENED，etal.Energy-related CO₂ emission in European Union agriculture：Driving forces and possibilities for reduction[J].Applied Energy，2016，180： 682-694.

[8]吳賢榮，張俊飚，田云，等.中國省域農(nóng)業(yè)碳排放;測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用［J].資源科學(xué)，2014（1）：129-138.

[9]WOJEWODZKI M，WEI Y，CHEONG T S，et al. Urbanisation，agriculture and convergence of carbonemissions nexus： Global distribution dynamics analysis[J]. Journal of Cleaner Production，2023，385：135697.

[10]李周.中國農(nóng)業(yè)綠色發(fā)展：創(chuàng)新與演化[J].中國農(nóng)村經(jīng)濟(jì)，2023（2）：2-16.

[11]SOETANKO.Therole of biotechnology towards atainment of a sustainable and safe global agriculture andenvironment-A review[J].Biotechnology and Molecular Biology Review，2011（5）：109-117.

[12]HERNANDEZ D，PASHAL，YUSUF DA，et al.The roleof artificial intelligence in sustainable agricultureand waste management： Towards a green future[J]. International Transactions on Artificial Inteligence，2024（2）： 150-157.

[13]ADELMAN DE，BARTON JH.Environmental regulation for agriculture： Towardsa framework to promotesustainable intensive agriculture[J]. Stanford Environmental Law Journal， 2Oo2（1）：3.

[14]WANG Z， Zhang X，Zhang C，et al.How regional integration affects urban green development efficiency：Evidence from urbanagglomeration in the middle reachesof the YangtzeRiver[J]. International Journal ofEnvironmental Research and Public Health， 2022（13）： 7937.

[15］陳宇斌，王森.農(nóng)業(yè)綜合開發(fā)投資的農(nóng)業(yè)碳減排效果評估——基于高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策的事件分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2023（6）：67-80.

[16］楊長進(jìn).碳交易市場助推鄉(xiāng)村振興低碳化發(fā)展的實踐與路徑探索[J].價格理論與實踐，2020（2）：18-24.

[17] ZHANG G， ZHANG N. The efect of China's pilot carbon emissions trading schemes on poverty alleviation： aquasi-natural experiment approach[J]. Journal of Environmental Management， 2020（19）： 110973.

[18]張可.區(qū)域一體化、環(huán)境污染與社會福利[J].金融研究，2020（12）：114-131.

[19]ULLAH A，NOBANEE H，ULLAH S，et al. Renewable energy transition and regional integration： energizingthepathwayto sustainable development[J].Energy Policy，2024（1O）：114270.

[20]呂忠梅.《長江保護(hù)法》適用的基礎(chǔ)性問題[J].環(huán)境保護(hù)，2021（Z1）：23-29.

[21］范婭梅，周賢能，蘭秀娟.長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對工業(yè)企業(yè)綠色轉(zhuǎn)型的影響研究[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報，2024（4）：17-31，126-127.

[22]黃慶華，周志波，劉晗.長江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)演變及政策取向[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014（6）：92-101.

[23]XIE H，ZHU Z， WANG B，et al. Does the expansion of urban construction land promote regional economicgrowth in China？ Evidence from 108 cities in the Yangtze River Economic Belt[J].Sustainability，2018（11）：4073.

[24］許廣月，蔣宏宇，姜明奇.《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》能促進(jìn)長江流域生態(tài)文明建設(shè)嗎？［J].管理評論，2024（11） ： 14-25.

[25]LIUY，YUANL.Evolutionof water-use efficiency in the Yangtze River Economic Belt basedonnationalstrategies and water environment treatment[J]. Ecological Informatics，2022（3）： 101642.

[26]LUO Q，LUO L， ZHOU Q，et al. Does China's Yangtze River Economic Belt policy impact on local ecosystemservices？[J]. Science of the total environment， 2019（31）：231-241.[27]張廣勝，王珊珊.中國農(nóng)業(yè)碳排放的結(jié)構(gòu)、效率及其決定機制[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2014（7）：18-26，110.

[28] 王鋒，葛星.低碳轉(zhuǎn)型沖擊就業(yè)嗎——來自低碳城市試點的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2022（5）：81-99.

[29] 江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

[30]張金鑫，王紅玲.環(huán)境規(guī)制、農(nóng)業(yè)技術(shù)創(chuàng)新與農(nóng)業(yè)碳排放[J].湖北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020（4）：147-156.

[31]劉榮增，何春.環(huán)境規(guī)制對城鎮(zhèn)居民收入不平等的門檻效應(yīng)研究[J].中國軟科學(xué)，2021（8）：41-52.

[32]樊綱，王小魯，馬光榮.中國市場化進(jìn)程對經(jīng)濟(jì)增長的貢獻(xiàn)[J].經(jīng)濟(jì)研究，2011（9）：4-16.

Research on the Impact of the Yangtze River Economic Belt Development Strategy on Agricultural Carbon Emissions in the Yangtze River Basin

Chen Yuke’ Zhang Shengqing1 Zhang Wenqing2 （1.School of Economics and Management， Chongqing Normal University，Chongqing 401331; 2.School of Economics and Business Administration， Chongqing University， Chongqing 400030）

Abstract：As the primary arena for China's ecological priority and green development strategy，the Yangtze River Economic Belt oers critical insights for accelerating agricultural modernization and achieving carbon emission peak and carbon neutrality goals.This study empirically investigates the impact and mechanisms of the Yangtze River Economic Belt Development Strategy on agricultural carbon emissions within the basin using provincial panel data（2010-2022）and a difference-in-differences approach.Key findings reveal： The strategy significantly curbs agricultural carbon emissions，a result robust to multiple sensitivity tests;Regional heterogeneity analysis indicates pronounced emission reduction effects in the upper and middle reaches，but insignificant impacts downstream;Mechanism analysis identifies three pathways： incentivizing agricultural technological innovation， enhancing environmental regulation efciency，and accelerating factor market development.These findings provide empirical evidence and policy implications for leveraging regional integration strategies to advance green agricultural transformation.

Key Words： Yangtze River Economic Belt; Agricultural Carbon Emissions; Technological Innovation; Difference-in-DifferencesMethod

（責(zé)任編輯：丁忠兵）