農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)及門檻特征研究

中圖分類號(hào)：F304.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-5553（2025）08-0316-09

Abstract：Improving agriculturalcarbonproductivityisof greatsignificance topromote thegreen development of agricultureand rural areas.Basedon the panel data of 3O provinces in China from 2OO7 to 2O22，this paper empirically analyzestheimpacteffectand thresholdcharacteristicsofagriculturalproductionservicesonagriculturalcarbon productivity.Theresults show that：Agricultural productive services haveasignificantrole in promoting agricultural carbon productivity.The promotion efectof agricultural productiveservicesonagricultural carbonproductivityis regionally heterogeneous，and thepromotionefectofagriculturalproductiveservicesonagriculturalcarbonproductivityincentral Chinaandmajor grainproducing areas isstronger.The impact of agricultural productive services onagricultural carbon productivity has thethresholdoffarmland managementscaleandrural human capital.With the expansion of farmland management scaleandtheimprovementofrural humancapital，theroleof agriculturalproductiveservices in promoting agricultural carbon productivity hasgradually increased.Accordingly，countermeasures andsuggestions such as improving the green agricultural production service system，promoting the moderate scale of land management，and strengthening the training and application of low-carbon agricultural technologies are proposed.

Keywords：agricultural carbon productivity；agricultural productionservices；farmland management scale；rural human capital；threshold effect

0 引言

改革開放以來(lái)，中國(guó)農(nóng)業(yè)發(fā)展取得舉世矚目成就，隨之而來(lái)的農(nóng)業(yè)農(nóng)村生態(tài)環(huán)境問(wèn)題逐漸凸顯，特別是農(nóng)業(yè)碳排放問(wèn)題引起廣泛關(guān)注。據(jù)統(tǒng)計(jì)，我國(guó)碳排放總量的 17% 約來(lái)自農(nóng)業(yè)生產(chǎn)活動(dòng)，農(nóng)業(yè)綠色低碳發(fā)展的任務(wù)依然很艱巨。歷年中央一號(hào)文件均對(duì)“農(nóng)業(yè)綠色發(fā)展\"進(jìn)行相關(guān)部署，2024年中央一號(hào)文件明確強(qiáng)調(diào)\"堅(jiān)持綠色興農(nóng)”。由此，促進(jìn)農(nóng)業(yè)增產(chǎn)減排、提高農(nóng)業(yè)碳生產(chǎn)率已成為實(shí)現(xiàn)農(nóng)業(yè)綠色低碳發(fā)展的重要途徑。作為銜接小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的關(guān)鍵紐帶，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)可以有效整合生產(chǎn)要素2，促進(jìn)投入品減量化3，推動(dòng)農(nóng)業(yè)農(nóng)村綠色轉(zhuǎn)型。那么，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)能否促進(jìn)農(nóng)業(yè)碳生產(chǎn)率提高？研究上述問(wèn)題，對(duì)實(shí)現(xiàn)我國(guó)農(nóng)業(yè)綠色低碳發(fā)展具有重要的理論與現(xiàn)實(shí)意義。

目前已有學(xué)者對(duì)農(nóng)業(yè)碳生產(chǎn)率展開研究，一是農(nóng)業(yè)碳生產(chǎn)率的測(cè)算與分析，如黃杰等4從種植業(yè)角度測(cè)度種植業(yè)碳生產(chǎn)率，程琳琳等[5基于省域數(shù)據(jù)測(cè)度農(nóng)業(yè)碳生產(chǎn)率并探討其空間特征；二是農(nóng)業(yè)碳生產(chǎn)率的影響因素，現(xiàn)有研究表明農(nóng)村數(shù)字化發(fā)展[6、農(nóng)業(yè)產(chǎn)業(yè)集聚[、財(cái)政支農(nóng)投入[8]及城鎮(zhèn)化[9等均對(duì)農(nóng)業(yè)碳生產(chǎn)率具有正向促進(jìn)作用。同時(shí)，關(guān)于農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的研究也頗為豐富，有學(xué)者對(duì)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的內(nèi)涵10、演變軌跡11]及總結(jié)展望12進(jìn)行理論剖析，也有學(xué)者實(shí)證分析農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)種植結(jié)構(gòu)[13]、糧食生產(chǎn)[14]、農(nóng)業(yè)效率[15]和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[16]的影響效應(yīng)。此外，學(xué)者們也從農(nóng)戶化肥投入減量1]、農(nóng)業(yè)碳減排[18]、農(nóng)業(yè)綠色生產(chǎn)率提升[19]等方面探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)綠色發(fā)展的影響。綜上，學(xué)者們針對(duì)農(nóng)業(yè)碳生產(chǎn)率、農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)及其對(duì)農(nóng)業(yè)綠色發(fā)展等問(wèn)題進(jìn)行了深入研究，但鮮有文獻(xiàn)探討農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)。

鑒于此，本文基于2007—2022年省級(jí)面板數(shù)據(jù)，采用DDF一Malmquist指數(shù)測(cè)算農(nóng)業(yè)碳生產(chǎn)率，實(shí)證考察農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)，并將勞均農(nóng)地經(jīng)營(yíng)規(guī)模和農(nóng)村人力資本作為門檻變量探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的非線性影響。

1機(jī)理分析與研究假說(shuō)

農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)可能從2個(gè)方面影響農(nóng)業(yè)碳生產(chǎn)率：一是專業(yè)化效應(yīng)。農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的發(fā)展推動(dòng)專業(yè)化服務(wù)組織與農(nóng)業(yè)生產(chǎn)深度融合，加速農(nóng)業(yè)分工深化和生產(chǎn)專業(yè)化，有助于優(yōu)化配置農(nóng)業(yè)要素投入和提升農(nóng)業(yè)資源利用率20；通過(guò)服務(wù)外包、生產(chǎn)托管等形式帶動(dòng)小農(nóng)戶進(jìn)行專業(yè)化生產(chǎn)，在促進(jìn)農(nóng)業(yè)節(jié)本增效的同時(shí)降低農(nóng)業(yè)碳排放，進(jìn)而推動(dòng)農(nóng)業(yè)綠色高效生產(chǎn)，為提高農(nóng)業(yè)碳生產(chǎn)率創(chuàng)造可能。二是綠色技術(shù)效應(yīng)。相比于小農(nóng)戶，專業(yè)化的服務(wù)組織在農(nóng)業(yè)綠色技術(shù)的學(xué)習(xí)和應(yīng)用方面具有明顯優(yōu)勢(shì)，通過(guò)向小農(nóng)戶提供生產(chǎn)性服務(wù)有效降低和分?jǐn)傓r(nóng)業(yè)綠色技術(shù)的使用成本，誘使小農(nóng)戶購(gòu)買綠色技術(shù)服務(wù)而實(shí)現(xiàn)農(nóng)業(yè)綠色生產(chǎn)[21]。農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展能夠推動(dòng)農(nóng)業(yè)綠色技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)的各環(huán)節(jié)，進(jìn)而提升農(nóng)業(yè)碳生產(chǎn)率。綜上，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)可以通過(guò)專業(yè)化效應(yīng)和綠色技術(shù)效應(yīng)提升農(nóng)業(yè)碳生產(chǎn)率。由此，提出假說(shuō)H1：農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)可以促進(jìn)農(nóng)業(yè)碳生產(chǎn)率提高。

農(nóng)地規(guī)模經(jīng)營(yíng)是農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展的基礎(chǔ)條件，農(nóng)地經(jīng)營(yíng)規(guī)模程度會(huì)影響農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用。隨著農(nóng)地經(jīng)營(yíng)規(guī)模的擴(kuò)大，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)更容易發(fā)揮其規(guī)模效應(yīng)帶動(dòng)農(nóng)業(yè)綠色生產(chǎn)。例如，土地集中連片種植更加便于服務(wù)組織開展統(tǒng)防統(tǒng)治、集中施肥等作業(yè)服務(wù)，進(jìn)而降低化肥農(nóng)藥的施用強(qiáng)度，促進(jìn)農(nóng)業(yè)碳排放減少。在農(nóng)地經(jīng)營(yíng)規(guī)模擴(kuò)大到一定程度時(shí)可能會(huì)強(qiáng)化農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用。因此，提出假說(shuō)H2：農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響存在農(nóng)地經(jīng)營(yíng)規(guī)模門檻。

農(nóng)村人力資本影響著農(nóng)民對(duì)綠色技術(shù)服務(wù)的認(rèn)知程度和接受程度，一定程度上也會(huì)影響農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用。當(dāng)農(nóng)村人力資本水平較低時(shí)，農(nóng)民對(duì)綠色技術(shù)服務(wù)的認(rèn)知度和接受度較低，使得農(nóng)業(yè)綠色技術(shù)服務(wù)的推廣和應(yīng)用不充分，從而降低農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用。當(dāng)農(nóng)村人力資本水平較高時(shí)，農(nóng)民對(duì)綠色技術(shù)服務(wù)的認(rèn)知度和接受度較高，在農(nóng)業(yè)生產(chǎn)過(guò)程傾向采納綠色技術(shù)[22]，有效促進(jìn)綠色技術(shù)的成果轉(zhuǎn)化，更好地發(fā)揮農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用。隨著農(nóng)村人力資本水平的積累，可能會(huì)強(qiáng)化農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用?；诖耍岢黾僬f(shuō)H3：農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響存在農(nóng)村人力資本門檻。

2 研究設(shè)計(jì)

2.1 農(nóng)業(yè)碳生產(chǎn)率的測(cè)度

2.1.1 測(cè)度方法

參考黃偉華等8方法，運(yùn)用DDF函數(shù)和全局Malmquist指數(shù)測(cè)算農(nóng)業(yè)碳生產(chǎn)率。以DDF模型為基礎(chǔ)，定義 t 期到 t+1 期的 GML 指數(shù)為

式中： GML_t^t+1 第 t 期到第 t+1 期農(nóng)業(yè)投入產(chǎn)出效率；x 投入變量；y 期望產(chǎn)出變量；D^G（x，y） ——全局方向性距離函數(shù);（204 g^x 一 x 的方向性向量；（204號(hào) g^y ——y的方向性向量。

基于 GML 指數(shù)進(jìn)一步計(jì)算得到農(nóng)業(yè)碳生產(chǎn)率如式（2）所示。

式中：AG_tfpch—第 χ_t 期農(nóng)業(yè)碳生產(chǎn)率。

2.1.2測(cè)度指標(biāo)選取

參考黃偉華等8的研究，從投入和產(chǎn)出兩方面構(gòu)建農(nóng)業(yè)碳生產(chǎn)率的測(cè)算指標(biāo)體系，如表1所示。

表1農(nóng)業(yè)碳生產(chǎn)率的測(cè)算指標(biāo)體系

Tab.1 Measurement index system of agricultural carbon productivity

其中，農(nóng)業(yè)碳排放總量測(cè)算如式（3）所示。

式中： c ——農(nóng)業(yè)碳排放總量；（204號(hào) β_i 第 i 種碳排放源的碳排放系數(shù)；I_i 一第 i 種碳排放源的使用總量。

其中碳排放系數(shù)參考李波[23]、段華平24等的研究，設(shè)定化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉及翻耕碳排放系數(shù)依次為 0.8956kg/kg.4.9341kg/kg.5.18kg/kg. 0.592 7kg/kg?266.48kg/hm² 和 312.6kg/hm² 。

2.2 模型構(gòu)建

2.2.1 基準(zhǔn)回歸模型

為探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)，構(gòu)建基準(zhǔn)回歸模型如（4）所示。

α₂controls_i，t+μ_i+ε_i，t

式中： 年 i 省份的農(nóng)業(yè)碳生產(chǎn)率；α₀ -待估參數(shù)；AG _servicei，t ?t 年 i 省份的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展水平；controlsi，— t 年 i 省份的一系列控制變量；μ_i ——i省份的個(gè)體固定效應(yīng)；Ei 隨機(jī)擾動(dòng)項(xiàng)。

2.2.2 門檻回歸模型

為探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率是否存在農(nóng)地經(jīng)營(yíng)規(guī)模門檻和農(nóng)村人力資本門檻，本文以勞均農(nóng)地經(jīng)營(yíng)面積（land_per）和農(nóng)村人力資本 （educ） 作為門檻變量來(lái)構(gòu)建面板門檻回歸模型。式（5）為單重面板門檻回歸模型。

θ₂lnAG_-service_i，t?I（threshold_i，tgt;α）+

θ₃controls_i，t+ε_i，t

式中： θ₀，θ₁，θ₂，θ₃ 1 一估計(jì)參數(shù)；

threshold _i，i ?t 年 i 省份的門檻變量；α 待檢驗(yàn)門檻值；I（?） ——指示性函數(shù)，當(dāng)括號(hào)內(nèi)相應(yīng)條件成立時(shí)， .I（?）=1 ，否則 I（?）=0 。

式（6）為雙重面板門檻模型。

式中： 估計(jì)參數(shù)。

2.3 變量選擇

1）被解釋變量：農(nóng)業(yè)碳生產(chǎn)率（ ?AG_-tf?ch） ，按照前文測(cè)度方法運(yùn)用Dearun軟件計(jì)算得到。

2）解釋變量：農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展水平（AG_seruice），參考羅明忠等[18的研究選用單位播種面積的農(nóng)林牧漁服務(wù)業(yè)總產(chǎn)值表示，并取對(duì)數(shù)以消除量綱影響。

3）門檻變量：（1）勞均農(nóng)地經(jīng)營(yíng)面積（land_per），選用農(nóng)作物總播種面積與農(nóng)業(yè)從業(yè)人員數(shù)之比表示。（2）農(nóng)村人力資本（educ），選用農(nóng)村居民受教育年限表示。

4）控制變量：（1）財(cái)政支農(nóng) （AG_-fin ），選用地方財(cái)政農(nóng)林水事務(wù)支出占地方財(cái)政一般預(yù)算支出的百分比表示。（2）受災(zāi)情況 ，選用受災(zāi)面積占農(nóng)作物總播種面積的百分比表示。（3）工業(yè)化水平（ndus），選用第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的百分比表示。（4）種植結(jié)構(gòu)（plant），選用糧食作物播種面積占農(nóng)作物總播種面積的百分比表示。（5）農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（agrs），選用農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁總產(chǎn)值的百分比表示。

2.4數(shù)據(jù)來(lái)源

考慮到研究數(shù)據(jù)的科學(xué)性和可得性，使用2006—2022年投入產(chǎn)出數(shù)據(jù)以計(jì)算2007—2022年的農(nóng)業(yè)碳生產(chǎn)率，其他變量數(shù)據(jù)均來(lái)自2007一2022年，最終構(gòu)建2007—2022年中國(guó)30個(gè)省級(jí)（由于西藏和港澳臺(tái)地區(qū)缺失數(shù)據(jù)較多，故不考慮）面板數(shù)據(jù)實(shí)證探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)。其中，測(cè)算農(nóng)業(yè)碳排放的數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局和歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》；農(nóng)林牧漁服務(wù)業(yè)總產(chǎn)值來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》;第一產(chǎn)業(yè)從業(yè)人員數(shù)據(jù)來(lái)自歷年《中國(guó)農(nóng)村經(jīng)營(yíng)管理統(tǒng)計(jì)年報(bào)》；農(nóng)村居民受教育程度來(lái)自歷年《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》；各控制變量數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局；其中缺失數(shù)據(jù)選用均值法和插值法進(jìn)行處理。各變量的描述性統(tǒng)計(jì)分析結(jié)果如表2所示。

表2描述性統(tǒng)計(jì)分析結(jié)果Tab.2 Descriptive statistical analysis results

3 實(shí)證結(jié)果與分析

1）基準(zhǔn)回歸結(jié)果分析。表3為農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)影響農(nóng)業(yè)碳生產(chǎn)率的基準(zhǔn)回歸結(jié)果，其中模型 1～ 模型3分別為混合回歸、固定效應(yīng)和隨機(jī)效應(yīng)的估計(jì)結(jié)果。

由表3中模型 1～ 模型3的回歸結(jié)果可知，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響估計(jì)系數(shù)分別為0.261、0.551和0.510，且通過(guò) 1% 水平的顯著性檢驗(yàn)，表明農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的發(fā)展可以顯著促進(jìn)農(nóng)業(yè)碳生產(chǎn)率提高，假說(shuō)H1得到證實(shí)。

2）穩(wěn)健性檢驗(yàn)。為探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用是否穩(wěn)健，本文使用更換解釋變量、調(diào)整樣本時(shí)間、縮尾處理和工具變量法等方法進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果如表4所示。

表4中模型4為更換核心解釋變量估計(jì)結(jié)果，選用“人均農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值\"（seruice）作為解釋變量進(jìn)行估計(jì)；表4中模型5為調(diào)整樣本時(shí)間的估計(jì)結(jié)果，將樣本時(shí)間區(qū)間由“2007—2022年\"調(diào)整為“2007—2019年”以消除新冠疫情對(duì)估計(jì)結(jié)果的影響；表4中模型6為縮尾處理后的估計(jì)結(jié)果，對(duì)各變量進(jìn)行前后 1% 水平的縮尾處理以剔除極端值對(duì)估計(jì)結(jié)果的影響；表4中模型7為工具變量法的估計(jì)結(jié)果，參考張恒等25的處理方法，選取滯后一期的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展水平作為工具變量進(jìn)行估計(jì)，該工具變量通過(guò)不可識(shí)別檢驗(yàn)（ Plt; 0.01）和弱工具變量檢驗(yàn)。由表4中模型 4～ 模型7的估計(jì)結(jié)果可知，各解釋變量對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響系數(shù)分別為0.458、0.423、0.555和0.268，且均通過(guò) 1% 水平的顯著性檢驗(yàn)。綜上，在一系列的穩(wěn)健性檢驗(yàn)后，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的估計(jì)系數(shù)仍顯著為正，再次驗(yàn)證本文的研究假說(shuō)H1。

3）地區(qū)異質(zhì)性分析為進(jìn)一步探究農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)影響農(nóng)業(yè)碳生產(chǎn)率的地區(qū)異質(zhì)性，按照“東、中、西部地區(qū)\"和“是否糧食主產(chǎn)區(qū)\"將樣本細(xì)分后進(jìn)行分組回歸，估計(jì)結(jié)果見表5。

表3基準(zhǔn)回歸結(jié)果Tab.3 Benchmark regression results

注：**、*分別表示在 1%5% 和 10% 水平下顯著，括號(hào)內(nèi)為t統(tǒng)計(jì)值。下同

表5中模型 8～ 模型10分別為東部、中部、西部地區(qū)的估計(jì)結(jié)果， _service對(duì) 的影響系數(shù)依次為 0.586，0.658 和0.431，且均通過(guò) 1% 水平的顯著性檢驗(yàn)，可以看出，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用在中部地區(qū)最強(qiáng)，東部地區(qū)次之，西部最弱?？赡艿慕忉屖牵胁康貐^(qū)多為農(nóng)業(yè)大省，中部地區(qū)的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)體系較為完備，綠色農(nóng)技服務(wù)也較為成熟，因而對(duì)農(nóng)業(yè)碳生產(chǎn)率的提升作用較強(qiáng)。表5中模型11和模型12為糧食主產(chǎn)區(qū)和糧食非主產(chǎn)區(qū)的回歸結(jié)果，對(duì)比估計(jì)系數(shù)可以發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用強(qiáng)于糧食非主產(chǎn)區(qū)?？赡艿慕忉屖牵Z食作物更適合生產(chǎn)性服務(wù)作業(yè)，在糧食主產(chǎn)區(qū)更易充分發(fā)揮綠色農(nóng)機(jī)和低碳農(nóng)機(jī)的規(guī)模效應(yīng)，因而農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用更強(qiáng)。

4）門檻特征檢驗(yàn)。為檢驗(yàn)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)影響農(nóng)業(yè)碳生產(chǎn)率的門檻特征，基于研究假說(shuō)H2和H3，本研究引人勞均農(nóng)地經(jīng)營(yíng)規(guī)模和農(nóng)村人力資本作為門檻變量進(jìn)行估計(jì)，進(jìn)而揭示農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的非線性影響。本研究使用自抽樣法（重復(fù)抽樣500次）來(lái)確定勞均農(nóng)地經(jīng)營(yíng)規(guī)模和農(nóng)村人力資本的門檻個(gè)數(shù)，門檻個(gè)數(shù)檢驗(yàn)結(jié)果見表6。由表6可知，勞均農(nóng)地經(jīng)營(yíng)規(guī)模和農(nóng)村人力資本均通過(guò)雙重門檻檢驗(yàn)，即均存在2個(gè)門檻值。

表7報(bào)告了農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)影響農(nóng)業(yè)碳生產(chǎn)率的門檻面板效應(yīng)估計(jì)結(jié)果。表7中模型13為勞均農(nóng)地經(jīng)營(yíng)規(guī)模作為門檻變量時(shí)的估計(jì)結(jié)果。當(dāng)勞均農(nóng)地經(jīng)營(yíng)規(guī)模低于第一門檻值 （0.964hm²） 時(shí)， _seruice對(duì)AG_tfpch的影響系數(shù)為0.515;當(dāng)勞均農(nóng)地經(jīng)營(yíng)規(guī)模越過(guò)第一門檻值中 且低于第二門檻值 （1.494hm²） 時(shí)， _service對(duì) 的影響系數(shù)上升為0.545；當(dāng)勞均農(nóng)地經(jīng)營(yíng)規(guī)模越過(guò)第二門檻值 （1.494hm²） 后，lnAG_seruice對(duì)AG_tfpch的影響系數(shù)上升為 0.583 隨著勞均農(nóng)地經(jīng)營(yíng)規(guī)模跨越第一、第二門檻值，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的正向影響效應(yīng)逐漸增強(qiáng)，這表明隨著勞均農(nóng)地經(jīng)營(yíng)規(guī)模的擴(kuò)大，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用增強(qiáng)，假說(shuō)H2得以驗(yàn)證。

為進(jìn)一步檢驗(yàn)勞均農(nóng)地經(jīng)營(yíng)規(guī)模的門檻效應(yīng)，設(shè)置虛 擬變量 D₁ （當(dāng)l 時(shí)， D₁=0 ；當(dāng)

land_per gt;0.964 時(shí)， D₁=1 ）、 D₂ （當(dāng)land_per≤1.494時(shí)， D₂=0 ；當(dāng)land_pergt;1.494時(shí)， D₂=1） ，并將 和 _seruice兩組交互項(xiàng)納入估計(jì)模型，估計(jì)結(jié)果為表7模型14和模型15。由此可知， _service 和 _seruice對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響系數(shù)均顯著為正，表明勞均農(nóng)地經(jīng)營(yíng)規(guī)模在 0.964～1.494hm² 和超過(guò) 1.494hm² 時(shí)，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用增強(qiáng)，也驗(yàn)證了勞均農(nóng)地經(jīng)營(yíng)規(guī)模在農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響中存在門檻效應(yīng)。

表7中模型16為農(nóng)村人力資本作為門檻變量時(shí)的估計(jì)結(jié)果。當(dāng)農(nóng)村居民人均受教育年限低于6.746年時(shí)，lnAG_seruice對(duì)AG_tfpch的影響系數(shù)為0.389；當(dāng)農(nóng)村居民人均受教育年限高于6.746年且低于7.324年時(shí)， _seruice對(duì)AG_tfpch的影響系數(shù)上升為0.435；當(dāng)農(nóng)村居民人均受教育年限高于7.324年后， _seruice對(duì)AG_tfpch的影響系數(shù)上升為0.464。隨著農(nóng)村人均受教育年限跨越第一、第二門檻值，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的正向影響效應(yīng)逐漸增強(qiáng)，這表明隨著農(nóng)村人力資本水平的提高，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用增強(qiáng)，假說(shuō)H3得以驗(yàn)證。為進(jìn)一步檢驗(yàn)農(nóng)村人力資本的門檻效應(yīng)，本研究設(shè)置虛擬變量 D₃ （當(dāng)educ≤6.746時(shí)， D₃=0 ；當(dāng) educgt;6.746 時(shí)， D₃=1 ）、 D₄ （當(dāng)educ ?7.324 時(shí)， D₄=0 ；當(dāng)land_pergt;7.324時(shí)， D₄= 1），并將 _seruice和 _service兩組交互項(xiàng)納入估計(jì)模型，估計(jì)結(jié)果為表7模型17和模型18。由此可知， _service和 D₄× _seruice對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響系數(shù)均顯著為正，表明農(nóng)村居民人均受教育年限在 6.746～7.324 年和超過(guò)7.324年時(shí)，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用會(huì)增強(qiáng)，也驗(yàn)證了農(nóng)村人力資本在農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響中存在門檻效應(yīng)。

4結(jié)論與建議

4.1結(jié)論

基于2007—2022年中國(guó)30個(gè)省份面板數(shù)據(jù)，實(shí)證分析農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響效應(yīng)及門檻特征。研究結(jié)果表明：（1）農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率具有顯著促進(jìn)作用。（2）農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用具有地區(qū)異質(zhì)性。農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用在中部地區(qū)最強(qiáng)，東部地區(qū)次之，西部最弱。農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用強(qiáng)于糧食非主產(chǎn)區(qū)。（3）農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響存在勞均農(nóng)地經(jīng)營(yíng)規(guī)模門檻和農(nóng)村人力資本門檻，隨著勞均農(nóng)地經(jīng)營(yíng)規(guī)模擴(kuò)大和農(nóng)村人力資本水平提高，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)農(nóng)業(yè)碳生產(chǎn)率的促進(jìn)作用逐漸增強(qiáng)。

4.2建議

1）健全綠色農(nóng)業(yè)生產(chǎn)性服務(wù)體系。培育綠色農(nóng)業(yè)生產(chǎn)性服務(wù)組織，支持服務(wù)組織學(xué)習(xí)和推廣綠色低碳農(nóng)機(jī)服務(wù)，鼓勵(lì)圍繞農(nóng)業(yè)生產(chǎn)全過(guò)程制定針對(duì)性綠色服務(wù)清單。政策性補(bǔ)貼適當(dāng)向購(gòu)置低碳節(jié)能農(nóng)機(jī)和開展綠色農(nóng)機(jī)服務(wù)的服務(wù)組織傾斜。拓展水肥一體化、無(wú)人機(jī)植保等低碳綠色作業(yè)服務(wù)的覆蓋面。

2）推動(dòng)農(nóng)業(yè)適度規(guī)模經(jīng)營(yíng)。健全農(nóng)地流轉(zhuǎn)的管理制度和市場(chǎng)機(jī)制，因地制宜發(fā)展土地托管、聯(lián)耕聯(lián)種、統(tǒng)防統(tǒng)治等服務(wù)規(guī)模經(jīng)營(yíng)模式，充分發(fā)揮生產(chǎn)性服務(wù)引領(lǐng)農(nóng)業(yè)低碳發(fā)展的規(guī)模效應(yīng)。

3）加強(qiáng)農(nóng)業(yè)低碳技術(shù)的培訓(xùn)與應(yīng)用。支持涉農(nóng)高校院所圍繞低碳技術(shù)開展科研攻關(guān)，推動(dòng)低碳農(nóng)技與農(nóng)機(jī)、農(nóng)藝深度融合，提高低碳技術(shù)的實(shí)用性。強(qiáng)化農(nóng)業(yè)綠色生產(chǎn)技術(shù)的宣傳與培訓(xùn)，提高農(nóng)民的綠色生產(chǎn)意識(shí)和低碳農(nóng)機(jī)的應(yīng)用能力。

參考文獻(xiàn)

[1］伍國(guó)勇，孫小鈞，于福波，等．中國(guó)種植業(yè)碳生產(chǎn)率空間關(guān)聯(lián)格局及影響因素分析[J].中國(guó)人口·資源與環(huán)境，2020，30（5）：46-57.Wu Guoyong，Sun Xiaojun，Yu Fubo，et al. Spatialcorrelation pattern and influencing factors of China's cropproduction carbon productivity [J]. China Population，ResourcesandEnvironment，202O，30（5）：46-57.

[2］秦天，彭玨，鄧宗兵．生產(chǎn)性服務(wù)業(yè)發(fā)展與農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)[J].現(xiàn)代經(jīng)濟(jì)探討，2017（12）：93-101.

［3］張露，楊高第，李紅莉．小農(nóng)戶融入農(nóng)業(yè)綠色發(fā)展：外包服務(wù)的考察[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（4）：53-61.Zhang Lu，Yang Gaodi，Li Hongli．How to incorporatesmallholder farmers into thegreen developmentofagriculture： Anexplorationbasedonoutsourcingservices [J]. Journal of Huazhong Agricultural University（Social SciencesEdition），2022（4）：53-61.

［4］黃杰，孫自敏．中國(guó)種植業(yè)碳生產(chǎn)率的區(qū)域差異及分布動(dòng)態(tài)演進(jìn)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（7）：109—127.Huang Jie，Sun Zimin. Regional differences and dynamicevolution of carbonproductivityof China'splantingindustry[J].Journal ofAgrotechnicalEconomics，2022（7）：109—127.

［5］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效應(yīng)[J].資源科學(xué)，2016，38（2）：276—289.Cheng Linlin， Zhang Junbiao，Tian Yun，et al． Thespatialvariationcharacteristicsanddependencyofagricultural carbon productivity in China [J].ResourcesScience，2016，38（2）：276-289.

［6］王鳳婷，王浩，孔凡斌．農(nóng)村數(shù)字化發(fā)展對(duì)農(nóng)業(yè)全要素碳生產(chǎn)率的提升效應(yīng)[J].中國(guó)人口·資源與環(huán)境，2024，34（3）：79-90.Wang Fengting，Wang Hao，Kong Fanbin. Enhancementeffect of rural digital development on agricultural totalfactorcarbonproductivity[J].ChinaPopulation，Resources and Environment， 2024，34（3）： 79-90.

［7］楊秀玉，喬翠霞．農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)碳生產(chǎn)率的空間溢出效應(yīng)——基于財(cái)政分權(quán)的調(diào)節(jié)作用[J].中國(guó)人口·資源與環(huán)境，2023，33（2）：92—101.Yang Xiuyu，Qiao Cuixia. Spatial spillover effects ofagricultural industry agglomeration on agricultural carbonproductivity：Based onthe regulatory role of fiscaldecentralization [J]． China Population，Resources andEnvironment，2023，33（2）：92—101.

[8］黃偉華，祁春節(jié)，黃炎忠，等．財(cái)政支農(nóng)投入提升了農(nóng)業(yè)碳生產(chǎn)率嗎？——基于種植結(jié)構(gòu)與機(jī)械化水平的中介效應(yīng)[J].長(zhǎng)江流域資源與環(huán)境，2022，31（10）：2318—2332.Huang Weihua，Qi Chunjie，Huang Yanzhong，et al.Does financial support for agriculture improve agriculturalcarbon productivity？ Analysis on the mediating effects ofplanting structure and mechanization level ［J]. Resourcesand Environment in the Yangtze Basin，2O22，31（10） ：2318-2332.

［9］程琳琳，張俊飚，何可．空間視角下城鎮(zhèn)化對(duì)農(nóng)業(yè)碳生產(chǎn)率的直接作用與間接溢出效應(yīng)研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2019，40（11）：48—56.Cheng Linlin，Zhang Junbiao，He Ke.The direct influenceand indirect spillover effect of urbanization on agriculturalcarbon productivity base on the spatial durbin model [J].Chinese Journal of Agricultural Resources and RegionalPlanning，2019，40（11）：48-56.

[10］蘆千文．農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展研究述評(píng)[J]．當(dāng)代經(jīng)濟(jì)管理，2019，41（3）：38-44.Lu Qianwen. Research review on the development ofagricultural productive service industry[J]. ContemporaryEconomic Management， 2019，41（3）： 38-44.

[11］姜長(zhǎng)云．中國(guó)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的形成發(fā)展及其趨勢(shì)、模式[J].宏觀經(jīng)濟(jì)研究，2020（7）：97－105.

[12]蘆千文．中國(guó)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)：70年發(fā)展回顧、演變邏輯與未來(lái)展望[J].經(jīng)濟(jì)學(xué)家，2019（11）：5—13.LuQianwen.China'sagricultural productive serviceindustry：Review of 7O years of development，evolutionarylogic and future prospects [J].Economist，2019（11）：5-13.

[13］周發(fā)明，唐望，彭柳林．農(nóng)業(yè)生產(chǎn)性服務(wù)政策對(duì)種植結(jié)構(gòu)趨糧化的影響——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)[J].管理學(xué)刊，2023，36（6）：55—67.Zhou Faming，Tang Wang，Peng Liulin. The impact ofagricultural productive service policiesonthe“grainorientation” of planting structure：Evidence from quasinatural experiments [J]. Journal of Management，2023，36（6）：55-67.

[14]閆晗，喬均．農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對(duì)糧食生產(chǎn)的影響-基于2008－2017年中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J]．商業(yè)研究，2020（8）：107—118.Yan Han，Qiao Jun. The impact of agricultural productiveservices on grain production：An empirical study based onchina's provincial panel data from 2Oo8 to 2017 [J].Commercial Research，2020（8）： 107—118.

[15]楚明欽．農(nóng)業(yè)生產(chǎn)性服務(wù)嵌人對(duì)農(nóng)業(yè)效率影響的實(shí)證[J].統(tǒng)計(jì)與決策，2021，37（24）：75-79.

[16］唐望，彭柳林，周發(fā)明．農(nóng)業(yè)生產(chǎn)性服務(wù)對(duì)縣域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)[J]．世界農(nóng)業(yè)，2023（11）：115—124.Tang Wang，Peng Liulin，Zhou Faming. The impact ofagricultural productive services on the upgrade of countyindustrialstructure：Evidencefromquasinaturalexperiments[J]．WorldAgriculture，2023（11）：115—124.

[17］劉浩，韓曉燕，薛瑩，等．農(nóng)業(yè)生產(chǎn)性服務(wù)的化肥減量邏輯：替代和匹配— -基于東北三省741戶玉米種植農(nóng)戶的調(diào)研數(shù)據(jù)[J]．干旱區(qū)資源與環(huán)境，2022，36（4）：32-38.Liu Hao，Han Xiaoyan，Xue Ying，et al．The logic ofagriculturalproductiveservicesafctingfertilizerreduction：Substitution and matching[J]. Journal of AridLand Resources and Environment，2022，36（4）：32-38.

[18］羅明忠，魏濱輝．農(nóng)業(yè)生產(chǎn)性服務(wù)的碳減排作用：效應(yīng)與機(jī)制[J].經(jīng)濟(jì)經(jīng)緯，2023，40（4）：58-68.Luo Mingzhong，Wei Binhui. The role of productiveagricultural services in carbon reduction：Effectsandmechanisms[J].Economic Survey，2023，40（4）： 58-68.

[19］顏華，齊悅，張梅．農(nóng)業(yè)生產(chǎn)性服務(wù)促進(jìn)糧食綠色生產(chǎn)的效應(yīng)及作用機(jī)制研究[J]．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（2）：54-67.YanHua，Qi Yue，ZhangMei.Research on the effect andmechanism of agricultural producer services promotinggreen grain production [J]. Chinese Journal of AgriculturalResources and Regional Planning， 2023， 44（2）： 54—67.

[20］張化楠，葛顏祥，鄭軍．農(nóng)業(yè)生產(chǎn)性服務(wù)對(duì)家庭農(nóng)場(chǎng)經(jīng)營(yíng)效率的影響研究——基于種植型家庭農(nóng)場(chǎng)的證據(jù)［J].農(nóng)村經(jīng)濟(jì)，2023（5）：115—124.

[21］張仁慧，馬林燕，趙凱，等.農(nóng)業(yè)生產(chǎn)托管對(duì)糧食綠色生產(chǎn)效率的提升作用[J].資源科學(xué)，2023，45（11）：2248—2263.Zhang Renhui，Ma Linyan，Zhao Kai，etal.The role ofagricultural production trusteeship in improving greenproduction efficiency of grain [J].Resources Science，2023，45（11）：2248—2263.

[22]符建華，薛靜嫻.數(shù)字鄉(xiāng)村建設(shè)、農(nóng)村人力資本與農(nóng)業(yè)綠色發(fā)展[J].調(diào)研世界，2024（1）：15—25.Fu Jianhua，Xue Jingxian. Digital village construction，rural humancapitaland agricultural greendevelopment[J]. The World of Survey and Research，2024（1）：15—25.

[23]李波，張俊飚，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，2011，21（8）：80-86.LiBo，Zhang Junbiao，Li Haipeng. Researchon"Luan Jian，Han Yijun．Study on the effects of rural labortransfer on chemical fertilizer non-point source pollution： Acasestudy of Hebei-Shandong-Henan Provinces[J].Chinese Journal of Agricultural Resources and RegionalPlanning，2021，42（7）：183—191.spatial-temporal characteristics and affecting factorsdecomposition ofagricultural carbon emission inChina[J]. China Population， Resources andEnvironment，2011，21（8）：80-86.

[24］段華平，張悅，趙建波，等．中國(guó)農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J]．水土保持學(xué)報(bào)，2011，25（5）：203—208.Duan Huaping，Zhang Yue，Zhao Jianbo，et al.Carbonfootprint analysis of farmland ecosystem in China [J].Journal of Soil and Water Conservation，2Oll，25（5）：203-208.

[25]張恒，郭翔宇．農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展與農(nóng)業(yè)全要素生產(chǎn)率提升：地區(qū)差異性與空間效應(yīng)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：93-107.Zhang Heng，Guo Xiangyu. The promotion effect ofagricultural producer services on agricultural total factorproductivity：Regional differences and spatial effect [J].Journal of Agrotechnical Economics，2021（5）：93—107.