秸稈還田對農(nóng)業(yè)碳排放的影響

Abstract：Exploring theimpactstrawreturming teldsonagriculturalcarbonemissions is helpful toprovideimportant experience for improving thecomprehensiveutilizationlevel strawrealizing thelow-carbon transitionagriculture under the dual-carbon target.Based on the panel data set 3O provinces in China （excluding Hong Kong，Macao，Taiwan Tibet），thelevel strawreturning tieldsthelevelagriculturalcarbonemisions ineachprovincewere measured.Thespatialspillvereffectregional heterogeneitystrawreturming tieldsonagriculturalcarbonemissions wereempirically tested byaspatialeconometric modeling.Theresults demonstrate thatthe strawreturning tields exertsa considerable negative spatial spillverefect onagricultural carbon emissions，thatis，the strawreturning tields can efectively diminishtheintensityagriculturalcarbonemissons withinagivenregioninneighboringregions.However， the influence strawreturming to fieldson agriculturalcarbon emissons varies considerablyacrossdiferent regions，among which，thewestern region exhibits themost pronounced promotion efect onagriculturalcarbon emisionreduction，followed bythecentralregion，theeasternregiondisplaystheleastsignificantefect.Therefore，itisimperativethatthefull potential carbon sinks from straw returning to fields should bereleased，therole policyguidance should beactively strengthened，interprovincial exchanges cooperation should be promoted， the advantages each regionshould be fullleveraged inaccordance withlocalconditions，soastoadvancethegreenlow-carbondevelopmentagriculture.

Keywords：straw returning to fields；agriculturalcarbonemissions；spatial spillover effct；heterogeneityanalysis

0 引言

1 研究假說

全球變暖導(dǎo)致自然災(zāi)害日益頻發(fā)，碳排放已然成為社會各界重點關(guān)注的問題。農(nóng)業(yè)活動是碳排放的重要來源之一，據(jù)聯(lián)合國糧農(nóng)組織報告，過去30年，由農(nóng)業(yè)活動產(chǎn)生的碳排放量占全球碳排放總量的 17% ，僅次于工業(yè)活動[1]。作為農(nóng)業(yè)大國，我國在2020年提出“3060雙碳”戰(zhàn)略目標(biāo)，力求促進農(nóng)業(yè)綠色低碳循環(huán)發(fā)展?，F(xiàn)階段，雖然我國農(nóng)作物碳排放強度總體呈下降趨勢，但仍面臨著嚴(yán)峻挑戰(zhàn)。因此，研究農(nóng)業(yè)低碳發(fā)展路徑，對實現(xiàn)農(nóng)業(yè)綠色轉(zhuǎn)型具有重要的理論現(xiàn)實意義。

目前，有關(guān)農(nóng)業(yè)碳排放的研究主要聚焦3個方面。一是有關(guān)農(nóng)業(yè)碳排放的測算體系[2.3]。學(xué)者多從碳排放量化角度出發(fā)，在明確碳源核算類別、系數(shù)，選定碳排放衡量指標(biāo)的基礎(chǔ)上，進而科學(xué)核算農(nóng)業(yè)碳排放。二是有關(guān)農(nóng)業(yè)碳排放的時空特征。相關(guān)學(xué)者以全國、省域、地市等層面為研究對象，利用核密度4、基尼系數(shù)[5、莫蘭指數(shù)等方法探究其時空演化特性，研究結(jié)果表明，中國農(nóng)業(yè)碳排放總量整體呈波動下降態(tài)勢，農(nóng)業(yè)碳排放強度處于持續(xù)下降狀態(tài)，且農(nóng)業(yè)碳排放區(qū)域差異性較大，省域間顯現(xiàn)空間集聚特征。三是農(nóng)業(yè)碳排放的影響因素。相關(guān)研究表明土地規(guī)模經(jīng)營[7]、農(nóng)村產(chǎn)業(yè)融合8和農(nóng)業(yè)科技創(chuàng)新9等均對農(nóng)業(yè)碳排放存在顯著的“減碳效應(yīng)”，可加快農(nóng)業(yè)綠色發(fā)展進程。

農(nóng)作物秸稈中含有豐富的營養(yǎng)物質(zhì)，對其合理運用有助于改善土壤理化特性，提高土壤有機質(zhì)含量，促進土壤蓄水保熵[10.11]。事實上，作為一種有效的秸稈綜合利用方式，秸稈還田不僅可促進農(nóng)業(yè)增產(chǎn)升效，提高農(nóng)業(yè)全要素生產(chǎn)率，還能降低面源污染，助力農(nóng)業(yè)綠色低碳發(fā)展，對農(nóng)業(yè)碳減排具有重要潛力[12.13]。現(xiàn)有關(guān)于秸稈還田對農(nóng)業(yè)碳減排的研究主要集中于自然科學(xué)領(lǐng)域，多采用田野試驗的方式[14.15]，進行小范圍定位試驗，證實秸稈還田具有農(nóng)田土壤固碳功能。但鮮有學(xué)者從宏觀視角研究秸稈還田對農(nóng)業(yè)碳排放的影響，對其內(nèi)在作用機制的探討更是匱乏。

基于此，以2005—2021年中國30個省份（不含港澳臺及西藏地區(qū)）為研究對象，在計算出農(nóng)業(yè)碳排放強度的基礎(chǔ)上，利用空間計量模型實證分析秸稈還田對農(nóng)業(yè)碳排放的影響。本文可能的邊際貢獻：（1）通過理論和實證探討秸稈還田對農(nóng)業(yè)碳排放的影響，為我國農(nóng)業(yè)固碳減排提供新思路。（2）由于技術(shù)發(fā)展和環(huán)境污染具有擴散效應(yīng)，本文將空間因素納入秸稈還田對農(nóng)業(yè)碳排放的作用中，探究二者是否存在非線性關(guān)系。3）明晰秸稈還田對農(nóng)業(yè)碳排放在不同地區(qū)的影響差異，得出相應(yīng)結(jié)論，以期給出針對性建議。

1.1秸稈還田對農(nóng)業(yè)碳排放的影響

秸稈還田減少農(nóng)業(yè)碳排放可以從3個方面實現(xiàn)。首先，秸稈還田作為保護性機械耕作的一種重要形式，促進其高值化利用，能夠解決農(nóng)業(yè)秸稈周期性、結(jié)構(gòu)性、地域性剩余[16]。在農(nóng)業(yè)現(xiàn)代化發(fā)展進程中，較多農(nóng)戶選擇露天焚燒和隨意丟棄等方式處理過剩秸稈，加劇溫室氣體排放。采用秸稈還田能夠提高資源利用率，減少碳源從而緩解環(huán)境壓力，促進農(nóng)業(yè)低碳發(fā)展。其次，秸稈還田具有\(zhòng)"增肥效應(yīng)”17]和\"固碳效應(yīng)”18]。在農(nóng)業(yè)生產(chǎn)過程中，為提高農(nóng)作物產(chǎn)量，過量投入化肥、農(nóng)藥等化學(xué)物品，不僅使其直接分解釋放大量二氧化碳，還會間接降低土壤固碳減排能力。使用秸稈還田既能為土壤提供肥力以便減少單位面積化肥農(nóng)藥投入量，還能改善土壤質(zhì)地，提高農(nóng)田碳匯功能，從而降低土壤污染和減少溫室氣體排放。最后，隨著農(nóng)業(yè)機械化水平的不斷提高，秸稈還田技術(shù)推廣必然帶來農(nóng)業(yè)低碳發(fā)展理念傳播，既促進了農(nóng)戶規(guī)?；a(chǎn)，又能引導(dǎo)農(nóng)戶自覺抵制秸稈燒行為，實現(xiàn)農(nóng)業(yè)生產(chǎn)綠色轉(zhuǎn)型。

綜上，提出假說1：秸稈還田能夠降低農(nóng)業(yè)碳排放。

1.2秸稈還田對農(nóng)業(yè)碳排放的空間效應(yīng)分析

由地理學(xué)第一定律知，事物之間具有相關(guān)性且距離越近關(guān)聯(lián)性越緊密[19]。因此，一個地區(qū)的秸稈還田技術(shù)采納，很大程度上會受到相近地區(qū)秸稈還田使用情況的影響。同時，環(huán)境污染易產(chǎn)生擴散效應(yīng)[20]，農(nóng)田作業(yè)過程產(chǎn)生的碳排放極易在區(qū)域間擴散。技術(shù)進步理論認為，綠色農(nóng)機發(fā)展會對農(nóng)業(yè)碳排放產(chǎn)生影響[21]。秸稈還田作為綠色農(nóng)機作業(yè)的重要形式，主要從兩方面對農(nóng)業(yè)碳排放產(chǎn)生影響。（1）地區(qū)間秸稈還田通過培肥節(jié)水促進農(nóng)業(yè)生產(chǎn)降本增效，這種獲益能夠?qū)︵徑貐^(qū)產(chǎn)生“示范效應(yīng)”，相鄰地區(qū)農(nóng)戶受到改良措施激勵，通過模仿和學(xué)習(xí)經(jīng)驗，促進本地區(qū)秸稈還田技術(shù)采納，從而降低本地區(qū)農(nóng)業(yè)碳排放。（2）秸稈還田在跨區(qū)流動中具有知識“外溢效應(yīng)”，可打破地區(qū)技術(shù)壁壘，促進地區(qū)間先進農(nóng)業(yè)生產(chǎn)經(jīng)驗交流互動，提升秸稈利用率，實現(xiàn)農(nóng)業(yè)碳減排。

綜上，提出假說2：秸稈還田對本地區(qū)農(nóng)業(yè)碳排放存在顯著的“減碳效應(yīng)”，且通過空間溢出效應(yīng)對鄰近地區(qū)產(chǎn)生“減碳效應(yīng)”。

2 模型設(shè)定、變量選取以及數(shù)據(jù)來源

2.1 模型設(shè)定

2.1.1 空間自相關(guān)檢驗

采用全局莫蘭指數(shù)檢驗秸稈還田和農(nóng)業(yè)碳排放強

度的空間相關(guān)性，如式（1）所示。

式中： 1 一全局莫蘭指數(shù)；n 3 區(qū)域內(nèi)樣本量；x_i -區(qū)域的觀測值；X_j 區(qū)域的觀測值； 中 -區(qū)域的平均值；W_ij —空間權(quán)重矩陣

全局莫蘭指數(shù)服從正態(tài)分布，取值范圍為[一1，1]。全局莫蘭指數(shù)絕對值越接近1，表明空間相關(guān)性越強；全局莫蘭指數(shù)絕對值越接近0，表明空間相關(guān)性越弱。當(dāng) Igt;0 時，表明變量呈空間正相關(guān)性；當(dāng)Ilt;0 時，則表明變量呈空間負相關(guān)性；當(dāng) I=0 時，表示空間呈隨機性。因此，選用空間鄰接矩陣實證檢驗秸稈還田對農(nóng)業(yè)碳排放強度的影響。

2.1.2 空間面板回歸模型

理論分析結(jié)果表明，秸稈還田與農(nóng)業(yè)碳排放強度可能存在空間溢出效應(yīng)。因此，利用空間杜賓模型，實證分析秸稈還田對農(nóng)業(yè)碳排放的影響。模型形式如式（2）所示。

LCQ_it=β₀+ρW_itLCQ_it+α₁Straw_it+β₁W_itStraw_it+

α₂Con_it+β₂W_itCon_it+v_i+c_t+u_it

式中： LCQ ——農(nóng)業(yè)碳排放強度；

t^. 中 樣本所在年份；

ρ 被解釋變量空間滯后項系數(shù)；

α₁ （2 解釋變量的相關(guān)系數(shù)；

β₀ 常數(shù)項系數(shù)；

β₁ 解釋變量空間滯后項系數(shù)；

β₂ 控制變量空間滯后項系數(shù)；

α₂ 控制變量系數(shù)；

Straw 秸稈還田水平；

Con 相關(guān)控制變量；

v_i 個體效應(yīng)；

c_i 中 時間效應(yīng)；

u_it 隨機擾動項。

2.2 變量選取

被解釋變量：農(nóng)業(yè)碳排放強度（LCQ）。目前，學(xué)術(shù)界對農(nóng)業(yè)碳排放的核算主要從農(nóng)地利用、水稻種植和畜禽養(yǎng)殖3方面確定具體碳源因子。

本文研究重點為狹義種植業(yè)，因此，借鑒李寬等[1]研究，暫不考慮畜禽養(yǎng)殖產(chǎn)生的農(nóng)業(yè)碳排放，農(nóng)業(yè)碳源排放系數(shù)參見李波[22、田云23]等研究成果。農(nóng)業(yè)碳排

放強度參考韓超躍等24]選用農(nóng)業(yè)碳排放總量與農(nóng)作物總播種面積的比重表示。計算如式（3）和式（4）所示。

LCQ=C/E

式中： c —農(nóng)業(yè)碳排放總量； —l類別農(nóng)業(yè)碳源碳排放系數(shù);I_l ——類別農(nóng)業(yè)碳源；E —農(nóng)作物播種面積。

核心解釋變量：秸稈還田水平（Straw）。借鑒現(xiàn)有研究[25]，用各省域秸稈還田面積占農(nóng)作物播種總面積的比值表示。

控制變量：財政支農(nóng)水平（ GOV） ，采用各省域農(nóng)林水事務(wù)支出占財政總支出比值表示；成災(zāi)面積（DIS），采用省域農(nóng)作物成災(zāi)面積表示；農(nóng)村用電量（ELE） ，采用農(nóng)村用電量占鄉(xiāng)村人口數(shù)的比值表示；農(nóng)村人力資本（HUM，采用農(nóng)村勞動力的平均受教育年限并取對數(shù)衡量。

2.3 數(shù)據(jù)來源

由于西藏地區(qū)部分數(shù)據(jù)缺失，主要選取2005—2021年我國30個省份面板數(shù)據(jù)進行研究，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國農(nóng)業(yè)機械工業(yè)年鑒》以及各省統(tǒng)計年鑒和EPS數(shù)據(jù)庫等，缺失數(shù)據(jù)采用插值法填補，變量描述性統(tǒng)計見表1。

表1各變量描述性統(tǒng)計 Tab.1Descriptive statistics forvariables

3 結(jié)果與分析

3.1秸稈還田對農(nóng)業(yè)碳排放強度的影響

3.1.1秸稈還田與農(nóng)業(yè)碳排放強度的空間相關(guān)性檢驗

利用Stata16.O測算秸稈還田和農(nóng)業(yè)碳排放強度的全局莫蘭指數(shù)，結(jié)果如表2所示。秸稈還田和農(nóng)業(yè)碳排放強度的全局莫蘭指數(shù)均在 1% 水平下顯著為正，表明秸稈還田和農(nóng)業(yè)碳排放強度存在顯著的正向空間相關(guān)性。

表2秸稈還田與農(nóng)業(yè)碳排放的空間相關(guān)性檢驗 Tab.2 Spatial correlation test between straw return agricultural carbon emission

3.1.2秸稈還田對農(nóng)業(yè)碳排放強度的空間效應(yīng)分析

在實證分析秸稈還田對農(nóng)業(yè)碳排放強度的影響前，首先應(yīng)進行LM檢驗、LR檢驗、Wlad檢驗以及Hausman檢驗，以此確定所使用的空間面板回歸模型，結(jié)果如表3所示。在鄰接矩陣下，檢驗結(jié)果均表明空間杜賓模型優(yōu)于空間滯后模型和空間誤差模型。Hausman檢驗值為（ ，表明應(yīng)選擇固定效應(yīng)模型。綜上，選用固定效應(yīng)的空間杜賓模型。

表3空間計量模型檢驗結(jié)果 Tab.3 Results spatial econometric modelling tests

注：、**、***分別表示在 10%.5%.1% 的水平下顯著。下同。

利用Stata16.O估計固定效應(yīng)空間杜賓模型，結(jié)果如表4所示?？臻g自回歸系數(shù)rho在 1% 水平下顯著為正，表明農(nóng)業(yè)碳排放強度存在一定的空間相關(guān)性，本地區(qū)的農(nóng)業(yè)碳排放強度上升會增強鄰近地區(qū)農(nóng)業(yè)碳排放強度。核心解釋變量方面，秸稈還田對農(nóng)業(yè)碳排放的直接影響系數(shù)為一0.035，空間滯后項系數(shù)-0.118 ，且分別在 5%.1% 水平下顯著為負，表明秸稈還田能夠降低本地區(qū)和鄰近地區(qū)的農(nóng)業(yè)碳排放。一方面，秸稈還田替代秸稈焚燒和秸稈丟棄，降低農(nóng)業(yè)生產(chǎn)碳排放；另一方面，秸稈還田傳播保護耕作理念，帶動農(nóng)業(yè)生產(chǎn)技術(shù)進步，優(yōu)化農(nóng)業(yè)種植結(jié)構(gòu)，促進農(nóng)業(yè)綠色生產(chǎn)。

表4秸稈還田與農(nóng)業(yè)碳排放的空間杜賓模型回歸結(jié)果 Tab.4 Spatial Durbin model regression results straw return agricultural carbon emissions

注：括號內(nèi)為 Z 值。下同。

3.1.3 空間效應(yīng)分解

被解釋變量的空間自相關(guān)系數(shù)顯著且不為0，為準(zhǔn)確衡量秸稈還田與農(nóng)業(yè)碳排放的空間效應(yīng)溢出效應(yīng)，利用偏微分求解將總效應(yīng)分為直接效應(yīng)和間接效應(yīng)，結(jié)果如表5所示。秸稈還田對農(nóng)業(yè)碳排放強度的總效應(yīng)為－0.673，在 1% 水平下顯著為負，即秸稈還田每提高 1% ，能夠有效減少農(nóng)業(yè)碳排放強度0.673% ；其中直接效應(yīng)為 -0.087 ，間接效應(yīng)為-0.585 ，均在 1% 水平下顯著為負，表明秸稈還田對農(nóng)業(yè)碳排放具有空間溢出效應(yīng)，未來應(yīng)當(dāng)繼續(xù)推進秸稈還田應(yīng)用。假說1和假說2得到驗證。

表5空間杜賓模型各變量空間效應(yīng)分解Tab.5Decomposition spatial effects variablesin the spatial Durbin model

控制變量方面，財政支農(nóng)水平對農(nóng)業(yè)碳排放強度的總效應(yīng)為一2.114，其中直接效應(yīng)為一0.307，間接效應(yīng)為—1.807，均在 1% 水平下顯著為負，表明財政支農(nóng)力度加大有利于降低農(nóng)業(yè)碳排放強度。可能由于財政水平提高，為農(nóng)戶提供了充足的資金支持，激發(fā)農(nóng)戶改良設(shè)備，促進秸稈還田技術(shù)采納，由于技術(shù)溢出效應(yīng)影響，又會促進鄰近地區(qū)加大節(jié)能環(huán)保型機械采納，從而總體上降低碳排放強度。成災(zāi)面積對農(nóng)業(yè)碳排放強度的總效應(yīng)為3.917，其中直接效應(yīng)為0.712，間接效應(yīng)為3.205，僅直接作用在 10% 水平下顯著為正，表明成災(zāi)面積擴大會提高本地區(qū)農(nóng)業(yè)碳排放強度。原因可能有農(nóng)作物耕作遭受自然災(zāi)害影響，短時間內(nèi)需要投入人力、物力進行補救、重建，加大能源消耗，從而提高農(nóng)業(yè)碳排放。農(nóng)村用電量對農(nóng)業(yè)碳排放強度的總效應(yīng)為2.025，其中直接效應(yīng)為0.152，間接效應(yīng)為1.872，均在 1% 水平下顯著為正，表明農(nóng)村用電量提高會增強農(nóng)業(yè)碳排放強度。農(nóng)業(yè)用電是農(nóng)業(yè)生產(chǎn)過程碳排放的來源之一，原因可能是農(nóng)村用電量提高加劇了能源消耗，從而增加農(nóng)業(yè)碳排放。農(nóng)村人力資本對農(nóng)業(yè)碳排放強度的總效應(yīng)為0.673，其中直接效應(yīng)為0.291，間接效應(yīng)為0.381，直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)均顯著為正，表明人力資本水平的提高會增強農(nóng)業(yè)碳排放?？赡苁且驗檗r(nóng)村人力資本的提高，往往伴隨著高文化水平和強技能人才優(yōu)質(zhì)勞動力的非農(nóng)轉(zhuǎn)移，致使農(nóng)村生產(chǎn)優(yōu)質(zhì)勞動力供給不足，無法實現(xiàn)農(nóng)業(yè)資源的有效配置，從而對農(nóng)業(yè)碳減排產(chǎn)生不利的影響。

3.2內(nèi)生性討論與穩(wěn)健性檢驗

3.2.1 內(nèi)生性討論

盡管本文盡可能控制了影響農(nóng)業(yè)碳排放強度的因素，但仍可能會有遺漏變量的存在，由此導(dǎo)致研究結(jié)果出現(xiàn)偏差。并且由于農(nóng)業(yè)碳排放強度與秸稈還田之間可能存在反向因果關(guān)系，從而產(chǎn)生內(nèi)生性問題。因此，借鑒余志剛等[12]的經(jīng)驗，選擇滯后一期的秸稈還田作為工具變量，并采用兩階段最小二乘法進行實證回歸，結(jié)果如表6列（1）所示。檢驗結(jié)果拒絕工具變量識別不足和弱工具變量的假設(shè)，表明該工具變量選擇較為合理。秸稈還田對農(nóng)業(yè)碳排放強度的影響系數(shù)為—0.157，且在 1% 水平下顯著為負，說明考慮了內(nèi)生性問題后，該結(jié)果仍然穩(wěn)健。

表6內(nèi)生性討論與穩(wěn)健性檢驗 Tab.6 Endogeneity discussion robustness tests

3.2.2 穩(wěn)健性檢驗

為進一步證實結(jié)果的可靠性，進行穩(wěn)健性檢驗。

1）縮尾處理。為避免極端值影響，提高研究內(nèi)容穩(wěn)定性和可靠性，對面板數(shù)據(jù)進行縮尾處理，結(jié)果如表6列（2）所示。秸稈還田對農(nóng)業(yè)碳排放的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均在 1% 水平下顯著為負，表明秸稈還田對本地區(qū)和鄰近地區(qū)農(nóng)業(yè)碳排放強度具有抑制作用。

2）替換被解釋變量。參考李波等[22]對農(nóng)業(yè)碳排放的研究，從化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉和翻耕6個方面產(chǎn)生的碳排放量作為被解釋變量重新進行回歸估計，結(jié)果如表6列（3）所示。秸稈還田對農(nóng)業(yè)碳排放的直接、間接和總影響依然顯著為負，表明秸稈還田有利于本地區(qū)和鄰近地區(qū)的農(nóng)業(yè)碳減排。

3）反距離平方權(quán)重矩陣。為證實研究結(jié)果可靠性，選用反距離平方權(quán)重矩陣進行穩(wěn)健性檢驗，結(jié)果如表6列（4）所示。在反距離平方權(quán)重矩陣下秸稈還田對農(nóng)業(yè)碳排放的直接效應(yīng)、間接效應(yīng)和總效應(yīng)仍顯著為負，表明秸稈還田能夠顯著降低本地區(qū)和鄰近地區(qū)的農(nóng)業(yè)碳排放強度。綜上，穩(wěn)健性檢驗結(jié)果與主回歸分析結(jié)果基本一致，證實這一結(jié)論是穩(wěn)健的。

3.3 異質(zhì)性分析

由于不同地區(qū)資源稟賦、經(jīng)濟條件、地形地貌以及農(nóng)業(yè)生產(chǎn)力水平不同，各地區(qū)秸稈還田對農(nóng)業(yè)碳排放的作用效果可能會有所差異。為探究秸稈還田對農(nóng)業(yè)碳排放的影響是否存在區(qū)域異質(zhì)性，按照東部地區(qū)、中部地區(qū)、西部地區(qū)進行劃分，利用空間計量模型，分別進行實證檢驗，結(jié)果如表7所示。

秸稈還田對東部地區(qū)、中部地區(qū)和西部地區(qū)農(nóng)業(yè)碳排放強度的總效應(yīng)影響系數(shù)分別為一0.453、-0.739、-0.843 ，且均在 1% 水平下顯著為負，表明秸稈還田能夠降低不同地區(qū)農(nóng)業(yè)碳排放強度?？赡苁且驗闁|部地區(qū)經(jīng)濟基礎(chǔ)好，農(nóng)業(yè)生產(chǎn)技術(shù)成熟，重視資源環(huán)境保護，易發(fā)揮秸稈還田的示范作用，減少本地區(qū)和鄰近地區(qū)的農(nóng)業(yè)碳排放；中部地區(qū)地勢平坦，為農(nóng)機作業(yè)創(chuàng)造有利條件，有利于秸稈還田技術(shù)的推廣，能很好地發(fā)揮農(nóng)業(yè)碳減排的作用；對于西部地區(qū)而言，政府不斷加快推進西部農(nóng)業(yè)低碳發(fā)展進程，秸稈還田應(yīng)用目前處于較快上升期，有利于發(fā)揮其對西部地區(qū)的農(nóng)業(yè)碳減排作用。但秸稈還田對農(nóng)業(yè)碳減排的作用西部地區(qū)最強、中部次之、東部最弱，原因可能是東部地區(qū)主要處于非糧食主產(chǎn)區(qū)，農(nóng)地細碎化、分散化現(xiàn)象突出；而中部地區(qū)農(nóng)業(yè)生產(chǎn)較為集約化、規(guī)模化，一定程度上加快了綠色農(nóng)業(yè)機械化的推廣，致使秸稈還田的碳匯作用優(yōu)于東部地區(qū)。相比于東中部地區(qū)農(nóng)業(yè)發(fā)展較為飽和，西部地區(qū)農(nóng)業(yè)發(fā)展的潛力更大，又因國家愈發(fā)重視對西部地區(qū)協(xié)調(diào)一體化發(fā)展和綠色農(nóng)機支持力度，從而為西部地區(qū)農(nóng)業(yè)資源流動提供便利，使其農(nóng)業(yè)碳減排的邊際效用大于東、中部地區(qū)。

表7異質(zhì)性分析Tab.7 Heterogeneity analysis

4 結(jié)論與建議

4.1 結(jié)論

基于2005—2021年中國30個省份為研究對象，通過構(gòu)建空間計量模型，探究秸稈還田對農(nóng)業(yè)碳排放的影響。

1）秸稈還田水平和農(nóng)業(yè)碳排放強度均存在顯著的正向空間自相關(guān)性，即本地區(qū)的秸稈還田技術(shù)采納會促進鄰近地區(qū)秸稈還田應(yīng)用推廣。同理，抑制本地區(qū)的農(nóng)業(yè)碳排放會減少鄰近地區(qū)農(nóng)業(yè)碳排放。

2）從整體來看，秸稈還田水平對農(nóng)業(yè)碳排放存在顯著的負向空間溢出效應(yīng)，即提高秸稈還田水平既能降低本地區(qū)農(nóng)業(yè)碳排放強度，也能降低鄰近地區(qū)農(nóng)業(yè)碳排放強度，結(jié)論在經(jīng)過內(nèi)生性討論和穩(wěn)健性檢驗后依舊成立。

3）從地區(qū)異質(zhì)性來看，秸稈還田對農(nóng)業(yè)碳排放的影響存在顯著的區(qū)域異質(zhì)性，秸稈還田水平對東部地區(qū)、中部地區(qū)和西部地區(qū)農(nóng)業(yè)碳排放強度的總效應(yīng)影響系數(shù)分別為 -0.453，-0.739，-0.843 ，即秸稈還田對西部地區(qū)農(nóng)業(yè)碳排放的抑制作用最強，中部次之，東部最弱。

4.2建議

1）提高秸稈還田水平。一方面，政府應(yīng)積極開展秸稈還田經(jīng)濟價值和生態(tài)價值科普宣傳，激發(fā)農(nóng)戶秸稈還田技術(shù)采納積極性，引導(dǎo)形成政府可持續(xù)發(fā)展、農(nóng)戶收益和生態(tài)效益利益聯(lián)結(jié)機制，實現(xiàn)三方共贏。另一方面，政府充分發(fā)揮政策引領(lǐng)作用，實施節(jié)能環(huán)保型農(nóng)機購置補貼政策，利用作業(yè)補貼、貸款貼息等工具降低農(nóng)戶綠色技術(shù)采納成本，提升農(nóng)戶綠色農(nóng)機采購、使用能力，確保秸稈還田技術(shù)應(yīng)用“落地”。

2）促進地區(qū)間秸稈還田交流合作。通過實證結(jié)果可知，秸稈還田對鄰近地區(qū)的農(nóng)業(yè)碳排放具有顯著的負向空間溢出效應(yīng)。因此，各地區(qū)應(yīng)加強農(nóng)機資源互動交流，打造一體化的農(nóng)機服務(wù)平臺，持續(xù)推動農(nóng)業(yè)科技創(chuàng)新，補齊秸稈還田技術(shù)“短板”，增強秸稈還田技術(shù)的適用性和穩(wěn)定性，以點帶面，發(fā)揮輻射效應(yīng)，實現(xiàn)人才、資本、技術(shù)等生產(chǎn)要素在空間上的科學(xué)調(diào)配和高效協(xié)作，充分發(fā)揮秸稈還田對農(nóng)業(yè)生產(chǎn)減排的溢出效應(yīng)。3）因地制宜推廣秸稈還田模式?？紤]到秸稈還田在不同區(qū)域間影響效益存在差異，各地政府應(yīng)立足于各省域資源稟賦差異，制定“宜還田\"模式，確保秸稈還田紅利充分釋放。同時，積極鼓勵東、中部地區(qū)攻關(guān)秸稈還田及其配套技術(shù)的研發(fā)力度，并充分發(fā)揮“示范效應(yīng)\"推動高技術(shù)農(nóng)業(yè)產(chǎn)品向西部地區(qū)遷移；西部地區(qū)應(yīng)提高“學(xué)習(xí)能力”，接納并改良先進技術(shù)產(chǎn)品，深入挖掘農(nóng)業(yè)碳匯潛力。

參考文獻

[1］李寬，張弘，史磊．農(nóng)業(yè)科技進步對農(nóng)業(yè)碳排放空間溢出效應(yīng)的實證檢驗[J]．統(tǒng)計與決策，2023，39（21）：52-57.LiKuan，ZhangHong，Shi Lei.Empirical test spatialspillover effect agricultural scientific technologicalprogress on agricultural carbon emissions[J].Statisticsamp;.Decision，2023，39（21）：52-57.

[2]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（4）：107—113.Huang Xiaohui，Yang Fei，Lu Qian. Urbanization，spatialspillovereffect，agriculturalcarbon emission：Empirical analysis based on the data provincial panelfrom2007to 2019[J]. East ChinaEconomic2022，36（4）：107—113.

［3］田云，張俊飚，尹朝靜，等．中國農(nóng)業(yè)碳排放分布動態(tài)與趨勢演進一 —基于31個?。ㄊ小^(qū)）2002—2011年的面板數(shù)據(jù)分析[J].中國人口·資源與環(huán)境，2014，24（7）：91-98.TianYun， ZhangJunbiao， Yin Chaojing，etal.Distributional dynamics trend evolution China'sagricultural carbon emissions：An analysis on panel data 31 provinces from 2O02 to 201l [J].China Population，ResourcesEnvironment，20l4，24（7）：91-98.

［4］盧奕亨，田云，周麗麗．四川省農(nóng)業(yè)碳排放時空演變特征及其影響因素研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（11）：1—14.Lu Yiheng，Tian Yun， Zhou Lili． Spatial-temporalevolution influencing factors agricultural carbonemissions in Sichuan province [J]． Chinese Journal Resources Regional Planning， 2023，44（11）：1—14.

［5］武玉環(huán)，王海松，周榮柱，等．農(nóng)業(yè)機械化綜合發(fā)展水平地區(qū)差異及收斂特征[J]．中國農(nóng)機化學(xué)報，2024，45（2）：311—319.Wu Yuhuan，Wang Haisong， Zhou Rongzhu，et al.Regional differences convergence characteristicscomprehensivedevelopmentlevelagriculturalmechanization [J].Journal ChineseMechanization，2024，45（2）： 311-319.

［6］田云，尹怒昊．中國農(nóng)業(yè)碳排放再測算：基本現(xiàn)狀、動態(tài)演進及空間溢出效應(yīng)[J]．中國農(nóng)村經(jīng)濟，2022（3）：104—127.TianYun， YinWenhao. Re-evaluation China'sagricultural carbon emissions：Basic status，dynamicevolution spatial spillover effects [J].Chinese RuralEconomy，2022（3）： 104—127.

［7］吉雪強，劉慧敏，張躍松．中國農(nóng)地流轉(zhuǎn)對農(nóng)業(yè)碳排放強度的影響及作用機制研究[J]．中國土地科學(xué)，2023，37（2）： 51-61.Ji Xueqiang，Liu Huimin，Zhang Yuesong. Study on theinfluence rural l transfer on agricultural carbonemission intensity its mechanism in China[J]. ChinaL Science，2023，37（2）： 51-61.

［8］李寬，史磊．農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的影響：機制路徑及空間溢出效應(yīng)分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（4）：1—14.Li Kuan，Shi Lei. Effects rural industrial convergenceonagricultural carbon emissions：Mechanism path spatial spillover effect analysis [J]． Chinese Journal Resources Regional Planning， 2024，45（4）：1—14.

［9］顏光耀，陳衛(wèi)洪，錢?；郏r(nóng)業(yè)技術(shù)效率對農(nóng)業(yè)碳排放的影響——基于空間溢出效應(yīng)與門檻效應(yīng)分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2023，31（2）：226－240.Yan Guangyao，Chen Weihong，Qian Haihui. Effects agricultural technical effciency on agricultural carbonemission：Based on spatial spillover effect thresholdeffect analysis [J]. Chinese Journal Eco-Agriculture，2023，31（2）：226—240.

[10］全孝飛，顏曉元，王書偉，等．長期施用有機物料對稻田生態(tài)系統(tǒng)服務(wù)功能的影響［J]．農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2017，36（7）： 1406—1415.Quan Xiaei，Yan Xiaoyuan，Wang Shuwei，et al.Effects long-term application organic materials on theecosystem services paddy fields[J].Journal Agro-Environment Science，2017，36（7）： 1406—1415.

[11]房煥，李奕，周虎，等．稻麥輪作區(qū)秸稈還田對水稻土結(jié)

構(gòu)的影響[J].農(nóng)業(yè)機械學(xué)報，2018，49（4）：297-302.FangHuan，Li Yi，Zhou Hu，et al.Effects strawincorporation on paddy soil structure in rice-wheat rotationsystem [J].Transactions the Chinese Society forMachinery，2018，49（4）：297—302.

[12]余志剛，孫子燁，金鑫．秸稈還田與農(nóng)業(yè)綠色全要素生產(chǎn)率：促進還是抑制？[J].干旱區(qū)資源與境，2023，37（9）：36-45.Yu Zhigang，Sun Ziye，Jin Xin. Straw incorporation agricultural green total factor productivity：Promotion orinhibition？[J].Journal Arid L Resources Environment，2023，37（9）：36-45.

[13]He J， Zhou W，Qing C，et al. Learning from parents friends：The influence intergenerational effect peereffect on farmers' straw return [J].Journal CleanerProduction，2023，393：136143.

[14］楊竣皓，駱永麗，陳金，等．秸稈還田對我國主要糧食作物產(chǎn)量效應(yīng)的整合（Meta）分析[J].中國農(nóng)業(yè)科學(xué)，2020，53（21）：4415—4429.Yang Junhao，Luo Yongli，Chen Jin，et al．Effects main foodyield under straw return in China： Ameta-analysis[J].Scientia Agricultura Sinica，2020，53（21）：4415—4429.

[15］張寧潔，張佩，林蜀云，等．丘陵山區(qū)秸稈還田試驗效果分析及機具研究[J]．中國農(nóng)機化學(xué)報，2019，40（3）：185—189.Zhang Ningjie， Zhang Pei，Lin Shuyun，et al.Experiment research on selecting straw returning machine in hilly mountainous area [J]. Journal Chinese Mechanization，2019，40（3）：185—189.

[16]Lai W，Li S，Li Y，et al.Air pollution cognitivefunctions：Evidence from straw burning in China [J].American Journal ， 2022，104（1）：190—208.

[17］馬小婷，隋玉柱，朱振林，等.秸稈還田對農(nóng)田土壤碳庫和溫室氣體排放的影響研究進展[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（6）：14—20.Ma Xiaoting，Sui Yuzhu， Zhu Zhenlin，et al. Progress research on the effects straw return on carbon pools greenhouse gas emissions in agricultural soils [J]. Jiangsu Sciences，2017，45（6）：14—20.

[18]逯非，王效科，韓冰，等．稻田秸稈還田：土壤固碳與甲烷增排[J]．應(yīng)用生態(tài)學(xué)報，2010，21（1）：99－108.Lu Fei，Wang Xiaoke，Han Bing，et al. Straw return torice paddy： Soil carbon sequestration increasedmethane emisson [J]. Chinese Journal AppliedEcology，2010，21（1）：99—108.

［19］李明亮，陳德慧，余國新．?dāng)?shù)字普惠金融賦能糧食體系韌性——基于空間溢出效應(yīng)視角分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（5）：74—84.Li Mingliang，Chen Dehui，Yu Guoxin．Digital inclusivefinance empowers food system resilience：Based on theperspective spatial spillover effect [J]. Chinese Journal Resources Regional Planning，2024，45（5）：74-84.

[20］周敏，呂宏宇，柯楠．農(nóng)業(yè)生產(chǎn)要素配置與耕地綠色利用效率的空間相關(guān)與溢出效應(yīng)[J].農(nóng)林經(jīng)濟管理學(xué)報，2024，23（1）： 41—50.Zhou Min，Lu Hongyu，Ke Nan. Spatial correlation spillover effects allocation agricultural productionfactors green use efficiency cultivated l [J].Journal Agro-Forestry Management，2024，23（1）：41—50.

[21］王翌秋，徐麗，曹蕾．“雙碳\"目標(biāo)下農(nóng)業(yè)機械化與農(nóng)業(yè)綠色發(fā)展——基于綠色全要素生產(chǎn)率的視角[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（6）：56－69.Wang Yiqiu，Xu Li， Cao Lei. mechanization agricultural green development under the“DualCarbon” goals： A perspective based on green total factorproductivity[J].Journal Huazhong University（Social Sciences Edition），2023（6）：56-69.

[22]李波，張俊飚，李海鵬．中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J].中國人口·資源與環(huán)境，2011，21（8）：80—86.LiBo，Zhang Junbiao，Li Haipeng.Researchonspatial-temporalcharacteristicsaffectingfactorsdecomposition agricultural carbon emission in China [J].China Population， Resources Environment， 2011，21（8）： 80-86.

[23］田云，張俊飚，李波．中國農(nóng)業(yè)碳排放研究：測算、時空比較及脫鉤效應(yīng)[J].資源科學(xué)，2012，34（11）：2097-2105.

[24］韓超躍，趙先超，胡藝覺，等．湖南省縣域農(nóng)業(yè)碳收支時空差異及碳補償潛力[J].水土保持通報，2023，43（5）：343-354.

[25]He P，Zhang J，Li W. The role agricultural greenproduction technologies in improving low-carbon efficiencyin China：Necessary but not effective [J].Journal Environmental 2021， 293：112837.