农业可持续发展政策的碳减排效力研究

张燕华 李艳平

[摘要]虽然工业能源耗费是中国碳排放的主要来源，但随着农业现代化发展，农业生产引起碳排放也不容忽视，可持续发展作为一次对农业生产方式等的系统性变革，给中国农业发展带来新机遇的同时是否具有环境正效应？研究农业可持续发展碳减排效力对国家实现“双碳”目标具有重要意义。本文以国家农业可持续发展实验示范区政策为准自然实验，构建了研究农业可持续发展碳减排效力的双重差分模型，利用180个地级市2011—2020年农村碳源相关数据测算了地级市层面农业碳排放量，并从理论和实证两方面对示范区政策是否存在碳减排效力进行了验证。研究表明：第一，示范区政策存在降低农业碳排放的效力，是引起2017年中国农业碳排放大幅下降的原因之一；第二，示范区政策通过减少农业生产物资投入和提高农业劳动生产率两个机制实现碳减排；第三，示范区政策的碳减排效力存在基础设施水平异质性、区域异质性、农业现代化发展水平异质性。

[关键词] 农业碳排放；雙重差分模型；农业可持续发展政策

[中图分类号] F327  ［文献标识码］A   ［文章编号］1000-4211（2023）04-0037-19

[收稿日期] 2023-03-13

[基金项目]湖北省高等学校哲学社会科学研究重大项目，碳达峰、碳中和背景下的湖北省产业转型升级（21ZD059）；江汉大学武汉研究院开放性课题，碳达峰、碳中和对武汉未来产业发展影响研究（IWHS20211010）。

[作者简介]张燕华，博士，副教授，硕士生导师，研究方向：产业转型；李艳平，硕士研究生在读，研究方向：产业转型。李艳平为通讯作者。

一、引言与文献综述

中国既是农业大国又是农业古国。早在春秋时期，就有管仲“买鹿制楚”、“买狐降代”的故事，可见农业的繁荣发展是国家安定的基础。党的二十大报告中强调要加快建设农业强国。随着时代的变迁，农业生产也逐渐走向现代化，机械运作逐渐代替原始的农耕，特制的复合肥料逐渐取代了原始的农家肥，为了防止病虫害影响农业产出，各种杀虫杀菌农药相继问世。科技的进步激发了农业生产的潜能，带领中国农村从过去的饥寒交迫逐渐飞跃至小康生活。然而，科技进步助力提升农业产出的同时，也带来了诸如极端天气多发、海平面上升、冰川消融等一系列环境问题，虽然温室气体在早期研究中并未被看作全球变暖的原因（衣育红和王绍武，1992），但是，随着时代的发展、研究的进步，很多学者都认识到以二氧化碳为代表的温室气体超标排放是导致气候变暖的重要原因（林伯强和蒋竺均，2009；刘伟和李虹，2014）。自国家提出“3060碳达峰碳中和”目标后，碳减排相关政策频出不穷，但多集中于城市碳减排和工业碳减排，专门针对农业碳减排的政策较少。而农业碳排放量虽然没有工业那么引人注目，但也是不可忽视的。本文根据田云和尹忞昊（2022）的测度数据形成了图1。

从图1可以看出，农业碳排放在2008—2015年间呈上升趋势，从2016年开始缓慢回落， 2017年开始明显减少。在农业的兴旺发展阶段，碳排放大幅下降绝非偶然，必定存在外生力量的干预。面对这一突变现象，国家政策约束是比较合理的解释。然而，通过对国家的碳减排相关政策梳理之后，发现2017年并未出台专门解决农业碳排放的相关政策。那么是什么政策加剧了2017年中国农业碳排放量的下降？对该问题的探索有助于中国实现低成本解决农业碳排放超标问题，助力实现“双碳”目标。

除了专业针对农业碳减排的相关政策外，农业碳排放的下降也可能是其他面向农村政策的溢出效应。通过对农业农村部2017年面向农村的相关政策进行梳理之后发现，2017年面向农村的政策主要有三个：第一，2017年1月的数字农业试点建设，但该政策引起农业碳排放断崖式下降的可能基本可以排除，因为并未在2017年实施数字农业试点建设，2017年1月只是通知各单位申请试点建设并做好前期工作。第二，农业机械购买补贴政策，机械的普及最直接的结果就是劳动生产率的提高。而通过回归分析，发现农业机械使用程度与农业碳排放之间的关系为完全正相关关系，因此，该政策也不可能是刺激2017年农业碳排放量加速下降的外生力量。第三，国家农业可持续发展试验示范区建设政策（以下简称“示范区政策”），该政策的目标为通过3年左右时间，使农业绿色发展的理念深入人心，总结出一批可广泛推广的经验。碳排放量减少可归结为绿色发展的一部分，故而可推断示范区政策有可能是刺激农业碳排放量2017年大幅下降的外生力量之一，但事实是否与本文通过政策梳理得出的结果一致，还需进一步检验。

自中国提出“双碳”目标以来，与“双碳”相关的学术研究如火如荼，农业碳减排相关的研究也较为丰硕，但研究层面却多局限于省级层面。中国农业经济发展一直以高排放为代价，1997～2016年，中国农业碳排放总量增加，但强度下降（Huang et al.，2019;Yang et al.，2022），2016年中国碳排放比2000年增加26.67%，年均增长1.67%（Wang et al.，2020），但总体增长率呈逐步下降趋势（Liu et al.，2021）。根据以往研究，数字普惠金融（程秋旺等，2022）、农业保险（马九杰等，2021）、农业贸易（潘安，2017）、农业增值（Wang et al，2020）、农业发展规模（Han et al.，2018）、“无废城市”建设（姜玲玲等，2022）、环境公平感知（赵连杰，2018）、市场激励（师帅等，2021）、技术进步（田云等，2021;何艳秋，2021; Han et al.，2018）、农业综合性开发投资（陈宇斌，2022）、农户用沼气项目（徐婉莹，2013）等均具有一定的碳减排效力。然而，同样也存在部分研究认为农业碳排放会因经济增长而增加，例如Xiong et al.（2016）关于新疆农业碳排放量的研究发现促进农业碳排放的关键因素是经济增长；经济增长（Long & Tang，2021; Ali et al，2022）、经济全球化、金融发展和自然资源（Wang et al.，2020）、区域经济发展水平和城市化（Koondhar et al.，2021）、农业专业化（Wang et al.，2022）、农药使用量（Ali et al.，2022）均促进农业二氧化碳的排放。部分学者还发现了农村能源扶贫（Li et al.，2023 ）与碳排放之间呈现倒U型关系，以及实际收入与碳排放之间存在双向因果关系（Ismael et al.，2018）。

美国经济学家戴尔1968年首先提出了“排放权交易”的概念。中国为实现“双碳”目标，2011年实施了“碳排放权交易试点”政策，一套可在全国范围内推广的碳排放权交易市场基本框架，试图通过先行探索的方式摸索出来。探索发现碳排放权分配存在两极分化的现象（田云和陈池波，2020）。各地区农业碳排放本身存在明显的差异（Yun et al.，2014），碳排放权交易市场下，中国各地区农业碳减排潜力也存在明显差异（田云和林子娟，2021）；决策者对效率原则和公平原则的不同偏好会引起地区减排责任的分摊机制各不相同（吴贤荣等，2015），在中国不同地区存在全面的减排互动，发展水平越相近的地区越容易产生直接互动，同时经济合作促进的减排成果可能被区域间的恶性经济竞争所抵消（He et al.，2022）。

可持续农业的最初含义是在不损害后代人满足其需求的情况下，满足当代人的需求。良性循环的农业体系和可持续的生产力是其本质（白蕴芳和陈安存，2010）。胡钰和王莉（2020）将中国农业可持续发展分为秸秆综合利用模式、稻田综合种养模式等多种典型模式，从生态高效等四个方向为中国农业发展提供了发展模式选择建议。根据以往研究，农业制度、农业资源、农业科技（周苏娅，2015）、气候变化（王向辉和雷玲，2011）、农地扭转制度（胡亦琴，2011）、农村经济合作组织（李永东，2013）等均对中国农业可持续发展存在影响。

通过上述文献可知，目前农业碳减排相关研究虽然已经相当丰富了，但仍然存在许多不足之处，例如：以往文献对农业碳排放的测度局限于省级和国家级，不够细致；尚未有文献关注到非专业针对农业碳排放的国家政策的碳减排效力。本文根据以往文献的不足进行了如下研究：①将碳减排的研究层级细化到地级市层面，并测算了其农业碳排放量，相比以往国家级和省级层面的研究更精准。②利用示范区这个非专业针对农业碳减排的国家政策构建准自然实验，研究了示范区政策对农业碳排放量的影响和机制。③进一步分析了农村基础设施、地域异质性以及农业现代化对示范区政策碳减排效力的影响。

二、理论分析

（一）农业可持续发展通过减少农业生产物资投入实现碳减排的机理

根据李波等（2011）关于农业碳减排的研究，农业碳源主要包括：农药使用量、农业翻耕、农业灌溉等农业能源和农用物资。示范区政策要求示范区建设地区转变发展方式，促进产业融合发展。减少化肥农药的使用量，推广新肥料，推行测土配方施肥，高效利用农业物资。实施农企合作，示范带动化肥农药减量增效，发挥新型经营主体作用。大力推广高效节药植保机械和高效低风险农药，规模化推进专业化统防统治和绿色防控。发展清洁生产，推广农膜、农药包装物回收利用，推进农作物秸秆综合利用试点示范建设。一方面，农用薄膜、化肥等农用物资均为农业碳源，农用物资循环高效利用可通过减少农用物资和农用能源的投入进而减少碳排放量。另一方面，示范区建设要求因地制宜选择发展模式，要求西部农牧交错区，重点实施西部生态屏障工程，加大退牧还草、退耕还湿、退耕还林。退耕还林减少耕地面积，耕地面积的减少可从两方面实现农业碳减排：第一，农业翻耕本身是碳源，耕地的面积减少会减少农业翻耕，进而直接减少碳排放；第二，退耕还林减少农业种植面积，从而减少农用物资和农业能源的投入，进而减少碳排放。因此，本文提出假设1。

假设1：农业可持续发展实验示范区政策通过减少农业能源、农用物资和减少耕地面积三个方面减少碳排放。

（二）农业可持续发展通过提高劳动生产率实现碳减排的机理

国家农业可持续发展实验示范区要求各地区因地制宜，突出发展重点，推进产业转型升级，促进农村一二三产业融合发展，推进种植结构调整，优化品种结构和区域布局，促进规模化、机械化发展，使农业可持续发展与农业现代化发展形成功能互补、良性互动。对农村发展而言，无论是产业转型升级、产业融合还是农业现代化发展，最终的目标都是提高劳动生产率，促进农民增收、产业增效和环境质量提升。而且根据供给需求理论，在其他条件不变的情况下，农产品的供给与需求共同决定了产品价格，当农产品的供给达到市场需求之后，再进一步加大生产必定导致农产品价格下降，不一定导致个体的收入增加。因此，在面临此类情况的时候，只能选择生产同样产量产品的同时降低成本以增加收入，而降低成本的最直接办法就是提高劳动生产率。在国家农业可持续发展实验示范区要求退耕还林，减少耕地面积，减少农业化肥等农业物资使用的时候，农业生产必定会选择提高劳动生产率来增加收入。周曙东等（2004）认为农业可持续发展需要改变增长方式，提高土地生产率和劳动生产率以减少农业投入物带来的环境污染；同时，刘啟仁与陈恬（2020）也认为生产效率低会导致更高的碳排放。因此，本文认为农业可持续发展可通过提高劳动生产率进而减少碳排放。

农业劳动生产率的提高会从以下两个方面来减少农业碳排放：第一，最直接提高劳动生产率的方式就是技术进步，就农业而言，就是农业种植技术的提升。农业种植技术的提升可以以更少的农业投入获得同样产量的农產品，提升了农业物资的利用效率，而农用物资是农业碳排放的主要来源，因此，农业劳动生产率的提升会通过提高农业物资的利用效率减少碳排放。第二，成熟期较短的农产品，一般一年可以重复种植两到三次，当农业耕地面积在一定的情况下，农业劳动生产率的提高必定会增加一次种植的产量，而市场对农产品的需求一般较为稳定，因此，为了实现个体种植的利益最大化，个体种植农户会选择减少重复种植的次数，而农产品每次种植都会存在相应的农业生产资料的投入，减少种植次数，就会减少投入，进而减少碳排放。

假设2：农业可持续发展实验示范区政策通过提高劳动生产率实现碳减排。

三、模型构建与数据说明

（一）研究设计及模型构建

2016年8月，农业农村部等八部门为落实国家关于建设示范区的要求，促进农业可持续发展，着手建设示范区先行先探。示范区建设城市由地区整理材料申请，八部门根据示范区建设要求共同遴选，最终产生了第一批示范区，并于2017年底确定了40个示范区的名单。示范区的产生是按照严格的规定，由农业农村部等八部门根据地区共同决定，示范区建设城市自身不能决定其能否进入示范区建设名单且示范区的建设并不是针对农业碳减排实施的政策。因此，可以利用示范区的设立来构建研究农业可持续发展碳减排效力的准自然实验。

本文从地级市层面检验农业可持续发展的碳减排效力，模型设定为：

式中代表地级市的农村年二氧化碳排放量，表示截距项，表示地级市年是否为示范区建设地区。表示地级市固定效应，表示年份固定效应，表示扰动项。代表影响农业碳排放量的系列控制变量，本文参考已有的考察碳减排影响因素的研究，选择地级市城镇化水平（刘婕等，2014）、农业人力资本水平（赫永达等，2022；庞丽，2014）、财政收入（林春等，2023）、财政支出（赵哲等，2022）、城乡居民存款（李娜娜等，2022）作为控制变量，鉴于示范区建设目标是转变农村地区生产生活方式，改善农村环境，使乡村更加美丽宜居，因此，农业可持续发展本身对农村经济发展水平和农业发展水平都会产生影响；而赵丹丹等（2018）在评价农业可持续发展水平时，认为农村居民恩格尔系数对农业可持续发展具有逆向效应，人均农业生产总值对农业可持续发展具有正向促进作用，农村居民恩格尔系数和人均农业生产总值又是农村生活水平和农业发展水平的体现，吴贤荣等（2015）研究发现，地区经济水平、农业发展水平均具有碳减排效力，因而农业可持续发展与农村经济发展水平、农业发展水平之间可能存在相互作用，并进一步影响农业碳排放。因此，本文加入农业可持续发展与农村经济水平的交互项、农业可持续发展与农业发展水平的交互项两个控制变量。

（二）变量说明

年度农业碳排放量为被解释变量，本文借鉴李波等（2011）关于农业碳排放的研究，依据式（2）测度地级市年度农业碳排放量：

代表包括农村用电量、化肥施用量、塑料薄膜使用量、柴油使用量、农药使用量、农业翻耕面积（以农作物播种面积测度）在内的碳源，代表相应碳源的碳排放系数。由于中国发电方式包括火力、水力、核电等，其中只有火力发电存在碳排放，因此，为确保对二氧化碳排放量测算的准确度，通过《中国统计年鉴》获得各种发电方式以及电力进出口数据，计算出2011—2020年火力发电量占比，以当年农村用电量乘以火力发电占比之后测算农村用电引起的碳排放。表1所示为其他变量的度量方式。

（三）数据来源及数据处理

本文根据李波等（2011）关于农业碳排放的研究，以农业六大碳源为基础测算地级市农业年度碳排放量。因此，根据核心被解释变量测算所需指标从各地级市统计年鉴中整理出了180个地级市2011—2020年含少量缺失值的农村用电量等六大指标的数据，并利用统计公报对部分缺失值进行填补，最终情况如表2所示。

其他控制变量数据均来自地级市统计年鉴及统计公报，鉴于核心被解释变量的测算如果存在缺失值，将会引起测算数据的较大偏误，因此，对2011—2020年间缺失的数据采用同一地区前后两年数据的均值进行填补，首尾年份存在缺失值的通过增长率填补，其他控制变量的缺失值未做缺失值补齐处理。通过对整理得到的180个地级市数据的观察，发现了部分异常数据，包括远大于该地区之前年份和之后年份的指标、没准确披露数据单位的指标，并对统计单位与往年不同的指标进行单位换算，具体如下：

四、实证分析

（一）基准回归

如表4所示第（1）列为基准回归结果，回归系数为-0.2916，显著水平为5%，说明2011—2020年期间，示范区政策对农业碳排放的作用显著为负，即农业可持续发展具有碳减排效力，示范区政策在促进农业发展的同时具有一定环境正效应，有助于农村、农业碳减排，结果显示示范区政策可能是导致2017年中国农业碳排放量断崖式下降的因素之一，但仍需进一步检验。

（二）平行趋势检验

在使用双差分法进行实证研究时，必须保证实施政策之前，实验组和对照组保持平行趋势。本文使用式（3）检验平行趋势。

其中为虚拟变量，如果地级市 入选“示范区”则取值为1，否则取值为0， 为虚拟变量，如果年份与入选“示范区”年份（2017）相差为，则值为1，否则值为0。本文将 的取值范围局限在（-6，3）之间，将的样本全部归于 ，将 的样本全部归于，为避免共线性问题，删除。 与模型（1）中一样表示系列控制变量。

从图1和表3第（2）列可以看出，政策实施前，回归系数均不显著，从政策实施当年（2017年）开始，回归系数均非常显著，证明本文中的双重差分分析满足平行趋势假设。

（三）稳健性检验

（1）增加控制变量。虽然在基准回归中，已经通过阅读以往文献，控制了农业碳排放的一些可识别影响因素，但是，终究不能将所有的影响碳排放的相关因素以控制变量的形式纳入回归中，因此，不能确定回归中是否存在因遗漏变量导致的偏误。为此，本文根据Bellows和Miguel（2009）及Altonji等（2005）的做法，通过加入更多可观测的影响因素来预测不可观测因素带来偏误的可能性，并通过加入有限控制集时回归结果（）和加入所有可能控制集时回归结果（ ）计算比率来确定，即计算：

R值越大，说明越不容易出现因为遗漏变量而造成的回归结果偏差。一般只要数值大于1，就认为遗漏变量不会引起回归结果严重偏误。本文根据刘志华等（2022）的研究结论，产业结构与碳排放率相互间能够产生正向促进作用，因此，本文为进一步控制影响农业碳减排的相关因素，使回归结果更加稳健，构建了产业结构和产业结构高级化两个变量，根据谭词等（2022）以第一产业产值与地级市GDP的比值测度产业结构，以第三产业与第二产业的比值测度产业结构高级化，进一步加入产业结构相关变量进行检验。如表5第（1）列所示，为进一步加入控制变量之后的实证结果。利用基准回归系数和进一步加入控制变量之后的回归系数，计算出R=29.87，R远大于1，因此，遗漏变量不会引起回归结果严重偏误。

（2）改变聚类方式。农业发展与地区气候的变化存在密切的联系，一般气候条件、地理条件大致相同的地区种植农作物品種基本一致，种植同类产品的地区之间必定存在学习效应，因此，同省各地级市之间相互学习不可避免，为避免各地级市之间的学习效应对回归结果产生偏误，本文将聚类层级更换为省级聚类，如表5第（2）列即为更换聚类之后的回归系数，与基准结果一致。

（3）进一步筛选样本。鉴于原样本中包含部分省会城市和直辖市，省会城市及直辖市的发展水平远高于一般地级市的发展且会享有更多便利性的基础设施和偏向性国家政策，农村所在地级市城市的繁荣发展也会通过对农产品需求的增加和提供更多的就业岗位等多方面对农村的发展起到带动作用，而且由于本身发展较好的地区对高层次人才具有更强的吸引力，一般地级市的发展和直辖市以及省会城市存在差距，若纳入省会城市和直辖市到实验中，由于发展水平和资源禀赋的不同，将会导致本研究得出偏误结果，因此，本文对直辖市部分样本和省会城市部分样本进行剔除处理后进一步回归分析，如表6第（1）列即为剔除省会城市和直辖市之后的回归结果，虽然不显著，但是回归系数依然为负。然而，也存在这样一种情况，虽然同处一个层级，但地级市和地级市在经济发展层面上也有差别。为了排除个别经济发展水平极好的地区对本实验的结果造成干扰，根据地级市农村经济发展水平指标，进行首尾5%的样本剔除处理，如表6第（2）列为进行农村经济发展水平首尾5%的样本剔除之后的回归系数，与基准回归一致。

（4）安慰剂检验

①虚构实验组。本文在基准回归中根据以往学者的研究加入了控制变量并同时控制年份固定效应、个体固定效应，且在二次加入控制变量之后仍然显著。通过对研究期间内国家为实现碳减排对农村颁布的政策进行梳理后并未发现相似的政策，仅有与“示范区”同时的“产业转型升级示范区”政策，发生时间也为2017年，虽然作用层面为城市，却也不能证明“产业转型升级示范区”政策对农村的经济发展一定没有影响，若存在影响，系数的估计结果为：

上述式子中，为不可观测因素对因变量的影响，当且仅当=0的时候，才能得出无偏的回归系数。不能直接被估计，因此，只能通过证明=0的时候=0来间接证明=0，本文从180个地级市中随机抽取20个样本地级市作为“伪实验组”，剩下的160个地级市作为虚构的对照组，进行双重差分分析，并重复上述过程500次。根据图2中左边图形，即为回归系数的核密度图，可以看出“伪回归”的估计系数集中在零附近，分布图基本接近正态分布，均值基本接近于0，基准回归中系数估计值-0.2916未曾出现在伪回归的结果中，属于不可能事件。且图2右图，即为伪回归系数P值分布图，从图中可以看出“伪回归”系数的显著度大部分超过10%。因此，本文基准回归结果不是由不可观测因素造成的，基准回归结果具有稳健性。

②改变政策发生时间。由于核心解释变量是由事件发生时间和是否示范区两个因素共同决定的，因此，安慰剂检验除了虚构实验组还可以通过虚构政策发生时间来实现，本文为进一步确保基准回归的稳健性，虚构“示范区”政策发生的时间，分别把政策实施时间提前1年、2年、3年和4年。

如表7第（1）列即为将政策发生时间更改为2016年时的实证结果，第（2）列为将政策发生时间更改为2015年时的实证结果，第（3）列为将政策发生时间更改为2014年时的实证结果，第（4）列为将政策发生时间更改为2013年时的实证结果，以上变更政策发生时间后的回归结果均不显著为负，由此可见，回归结果具有稳健性。

五、机制分析

根据理论分析，本文认为农业可持续发展政策通过直接要求减少农业生产物资的投入和通过提高劳动生产率间接减少碳排放。

（一）基于减少农业生产投入实现碳减排视角

为了验证这一机理，本文构建了以下模型：

其中表示农业生产物资投入，本文利用主成分分析法以农业化肥施用量、农村用电量、农用柴油和农药使用量为基础构建变量，表示控制变量。模型（4）为以本文的核心解释变量对农业生产投入进行回归，以证明农业可持续发展具有减少农业生产投入的效力，模型（5）为以农业生产投入对农业碳排放进行回归，以证明农业生产投入的减少具有减少农业碳排放的效力。如果本文理论分析成立，则<0，>0。

如表8第（1）列即为模型（4）的回归结果，核心解释变量的回归系数显著为负，第（2）列为模型（6）的回归结果，回归结果显著为正，从回归结果可以看出农业可持续发展通过减少农业生产物资的投入从而减少农业碳排放，至此，假设1得到验证。

（二）基于提高劳动生产率实现碳减排视角

为验证农业可持续发展通过提高劳动生产率进而实现农业碳减排，本文构建了以下模型：

其中代表第一产业劳动生产率，本文借鉴谭词（2022）以第一产业生产总值增加值和第一产业劳动力数量的比值度量劳动生产率，代表控制变量。模型（6）为以本文核心解释变量对劳动生产率进行回归，以证明农业可持续发展具有提高劳动生产率的效力，模型（7）为以劳动生产率对农业碳排放进行回归，如果假设2成立，那么显著为正，显著为负。

如表9第（1）列即为模型（6）的回归结果，核心解释变量回归系数显著为正，第（2）列为模型（7）的回归结果，系数显著为负，农业可持续发展通过提高劳动生产率实现农业碳排放减少，至此，假设2得到验证。

六、异质性分析

（一）乡村基础设施异质性

改革开放至今，农村发生了翻天覆地的变化。新农村的建设包括对农村劳动力素质的培养、发展新产业、建设农村基础设施等。农村基础设施的改善会提升农村地区生活水平和服务效率，改善农村地区人口的生产和居住环境。曾福生（2018）研究发现实现乡村振兴，农村基础设施是根本。而可持续发展必须经济发展与环境保护齐头并进，农村基础设施促进包容性绿色增长（秦小迪等，2021），因此，一项政策的实施效果与实施地区本身的基础设施发展水平息息相关。

农村基础设施主要从三个方面对示范区政策实施效果产生影响，首先，吸纳优质人才，农村优质的基础设施水平能够吸引优秀的人才集聚，包括专业的农产品生产方面的研究人员、销售人才等，保证农村产品从生产到销售都由专业人才指导；其次，吸引投资，农村基础设施的建设拓宽了农村经济发展的空间，本身基础设施建设就很优质，之后发展则不需要在基础设施的规划和建设上花费大量的资金和时间，只需要做微小的调整，就可以直接进入投资项目的规划和实践，可以很大程度上缩短投资的收益周期，让更多的社会资本愿意在该地区农村投入、愿意在农村发展，充分释放农村的发展活力；最后，基础设施建设给发展带来便利，农业基础设施建设是乡村振兴的关键举措。基礎设施是农业经济后期发展的保障，尤其是在销售运输方面，能够畅通和外地农业市场的运输渠道，让本地产品销售市场更加广阔且能够保证产品供应的及时性，同时给当地农民和其他地区种植同类农作物的农民更多的沟通的机会，相互学习，从而进一步保证农村经济发展的可持续性。

水是人类生存的必备物质同时也是霍乱等多种疾病的源头，因此，水资源的质量是反映地区人民生活水平和基础设施水平的指标之一。目前，许多农村还存在使用井水和河水的现象，不排除部分地区水质优良，其饮用价值高于自来水，但鉴于目前农业种植、养殖等对环境的污染通过土地从而对水造成污染的现象，农村非自来水的饮用安全有待考量。本文构建农村自来水普及率指标，测度农村基础设施建设质量，考察区域内基础设施建设对农业可持续发展碳减排效力的影响。鉴于大部分地级市未直接披露自来水普及率指标，本文利用地级市自来水受益村和地级市村委会个数的比值测度自来水普及率，通过两种方式将全样本分割为“基础设施建设较好”“基础设施建设一般”两部分，如表10，第（1）（2）栏是指全样本通过分位数的方法分成两组后的回归结果，第（1）栏是“一般基础设施建设”这一组的回归结果，第（2）栏是“较好基础设施建设”这一部分的回归结果。2022年8月30日，多部门联合印发《关于加快推进农村规模化供水工程建设的通知》旨在通过优化区域工程布局，促进水源工程建设不断推进，农村供水保障水平不断提高，供水质量不断提高。力争到2025年，农村人口规模供水工程覆盖比例达到60%以上。所以，农村60%的自来水普及率代表了目前比较高的水平。如表10第（3）和第（4）列即为以2011年（本文研究的基年）农村自来水普及率60%为标杆将全样本根据农村自来水普及水平划分为两组的实证结果，与分位数法的回归结果基本一致，可见，基础设施建设的优劣会影响示范区政策的实施效果，且基础设施建设越好，实施效果越好。

从回归结果可以看出，农村基础设施建设的质量会在很大程度上影响农村发展相关政策的实施效果。在共同富裕的目标下，农村发展仅仅有偏向性政策是不够的，基础设施建设方面也很重要，基础设施的建设会从拉动农村经济发展、增强发展政策实施效果等多方面助力农村发展。因此，国家应该在农村发展针对性政策之前，更加注重农村基础设施水平，加大财政资金投入力度，建设好农村基础设施。

（二）基于示范区建设地是否处于长江经济带

2019年，农业农村部制定了《推进长江经济带农业农村绿色发展2019年工作要点》，提出建立问题台账并加强督促检查、强化问题整改、实施化肥使用量零增长行动、持续推进农药减量增效、推进农作物秸秆综合利用等。对于化肥农药使用量的控制均具有一定的碳减排效力。唐健飞（2022）研究发现经过缓慢上升后，农业可持续发展水平近年来在长江经济带上持续呈现快速攀升态势。处于长江经济带的地区农业可持续发展从2004年就已经开始实践，到2017年实施示范区时已经经历了13年的实践，具备一定经验基础。

长江经济带地区和其他地区相比具有以下优势：第一，经验积累，在实施农业可持续发展实验示范区之前已经历了13年的研究，拥有了相当丰富的理论经验指导实践；第二，偏向性政策，作为国家重点发展地区，偏向性政策必不可少，一项政策的实施必定不是单独存在的，会对整体的发展都存在带动作用，更多的财政支撑等会进一步助力长江经济带农业的可持续发展；第三，地理优势，长江流域气候温暖、水资源丰富，适宜发展农业。第四，市场广阔。长江经济带地区城市密集，对农产品的需求量大，一般农产品的保质期很短，不适合远运输，城市密集利于农产品的销售。本文认为，是否处于长江经济带是影响示范区政策实施效果的因素之一。

为了考察农业地域因素对农业可持续发展的碳减排效力的影响，本文根据地级市是否归属于长江经济带而对全样本进行划分，如表11第（1）列即為处于长江经济带部分样本的实证，第（2）列为不属于长江经济带部分样本的实证。从实证结果可以看出，长江经济带部分农业可持续发展的实施效果有明显优势，其碳减排效力显著，而不处于长江经济带部分样本，虽然也存在碳减排效力，但是效果并不显著。

从回归结果可以看出，农业可持续发展政策的实施效果具有很强的地域异质性，因此，在示范区政策扩大实验规模进行大面积推广之时，将地域因素纳入到考察范围必不可少。要因地制宜，在国家整体发展战略之下，由地区政府制定具有当地特色的发展规划，以保证政策效力最大化。

（三）基于农业现代化视角

根据示范区政策建设要求可知，农业现代化和农业可持续是相辅相成的，农业现代化中包含可持续的理念，但农业现代化更强调机械化、规模化；农业可持续中同样存在农业现代化的理念，农业可持续突出强调经济发展和资源环境相协调。建设示范区，使之与农业现代化形成功能互补。因此，农业现代化的发展水平会从以下两个方面对示范区政策产生影响，第一，农业现代化注重机械化、规模化耕种，现代化水平较高的农村地区，机械普及率更高，农业技术水平高。技术进步具有一定农业碳减排效力（田云等，2021;何艳秋，2021; Han et al.，2018）。然而，就目前中国整体农业发展情况而言，农业现代化发展水平已经较高的地区技术进步的空间有限，在实施农业可持续发展实验示范区政策时，进一步提高机械化的空间有限，示范区政策的实施效果相对减弱。第二，现代化发展水平较高的农村地区本身在从原始农耕向现代化发展的期间，就因发展需求而存在高消耗、高污染的情况，发展已经基本完成，存在的是发展后的环境问题，可持续强调发展和环境相协调，并不单独侧重环境治理，因此，示范区政策在现代化水平较高的农村地区，其环境正效应相对较弱。

本文为考察农业现代化对示范区政策实施的影响，构建了测度农业现代化的指标，以单位播种面积农用机械总动力测度农业现代化水平。并通过分位数的方法，将全样本分为两组，表12第（1）（2）列分别代表“现代化水平较低”的样本组和“现代化发展水平较高”样本组分别进行双重差分回归的结果，系数虽然为负但不显著。说明示范区政策在现代化水平较低的农业地区实施碳减排效果较好，而对于现代化水平较高的农业地区而言，其碳减排效力有限。

七、结论与政策建议

農业关乎国家粮食、生态和资源安全，是国家兴旺发展的基础。大力促进农业可持续发展是中国特色新型农业现代化道路的内在要求。示范区建设的基本目标是：到2030年，实现资源利用高效、生态系统稳定、产地环境良好、供给保障有力、田园风光优美、农民生活富裕的农业可持续发展新格局，农业可持续发展取得显著成效。建设目标中包含有改善农村环境的因素，可见，农业碳减排可归结为可持续发展的环境正向溢出效应。本文以2017年是否入选示范区名单构造准自然实验，用双重差分模型验证了示范区政策是否存在碳减排效力，一项国家政策的实施如果除了实现政策本身期望的效果外，还存在正向的溢出效应，将有助于国家以更低的成本实现更好的政策效果，为中国实现“双碳”目标提供了农业碳减排方面的可行路径。本文的研究结论为以下五点：

（一）示范区政策存在显著的农业碳减排效力，将试验经验在全国类似地区推广对“双碳”目标实现和建设宜居乡村都是有益的。

（二）示范区政策通过减少农业生产物资投入和提高农业劳动生产率两条路径实现农业碳减排。

（三）基础设施建设水平不同的地区，实施示范区政策的碳减排效力存在差异，农村基础设施水平越高的地区，碳减排效果越显著。

（四）示范区政策的农业碳减排效力存在显著的地域异质性，在长江经济带地区实施农业可持续发展政策的碳减排效力相对显著。

（五）示范区政策在现代化发展水平较低的农村地区实施效果较好，现代化发展水平较高的农村地区实施效果相对较弱。

根据以上分析，本文提出以下政策建议：

总结示范区的农业可持续发展经验，扩大试点范围。鉴于农业发展的地域异质性，将示范区经验在相邻县市或者农业种植品种相似的地区进行推广，在带动农村经济发展的同时进一步助力中国实现“双碳”目标。

增加农村基础设施建设的财政支持。从本文基础设施异质性分析可以看出，地区基础设施的建设水平对示范区政策实施效果具有正向促进作用，基础设施建设水平越高的地区，示范区政策实施效果越好。增加财政支持进一步增强农村地区的基础设施建设水平不仅能更好地实现示范区政策效果，也可提高农村地区人口的生活水平，为实现乡村振兴打下坚实的基础。

在试验示范区建设工作协调小组的过程中，增加部分来自各试验示范区建设地区农业农村领导，试验示范区建设专家委员会中增加部分来自试验示范区建设地区农业方面专家。从本文得出的研究结论可知，示范区政策实施效果与试验地区本身农业可持续发展情况和农业现代化发展水平密切相关，来自试验地区的农业部门领导和专家，对该地区农业整体发展情况有较为深入的了解，可以对政策实施的具体方案提出有针对性的建议，与试验地区农村发展需求更加契合，进一步加强政策实施效果。

参考文献：

[1]Huang X，Xu X et al.Assessment of agricultural carbon emissions and their spatiotemporal changes in China，1997–2016[J]. International Journal of Environmental Research and Public Health，2019，16（17）：3105.

[2]Yang H，Wang X，Bin P.Agriculture carbon-emission reduction and changing factors behind agricultural eco-efficiency growth in China[J]. Journal of Cleaner Production，2022，334：130193.

[3]Wang L，Vo X V et al. Globalization and carbon emissions：is there any role of agriculture value-added，financial development，and natural resource rent in the aftermath of COP21？[J]. Journal of Environmental Management，2020，268：110712.

[4]Liu D，Zhu X，Wang Y. Chinas agricultural green total factor productivity based on carbon emission：an analysis of evolution trend and influencing factors[J]. Journal of Cleaner Production，2021，278：123692.

[5]Han H，Zhong Z et al. Coupling and decoupling effects of agricultural carbon emissions in China and their driving factors[J]. Environmental Science and Pollution Research，2018，25：25280-25293.

[6]Xiong C，Yang D，Xia F et al. Changes in agricultural carbon emissions and factors that influence agricultural carbon emissions based on different stages in Xinjiang，China[J]. Scientific Reports，2016，6（1）：1-10.

[7]Long D J，Tang L. The impact of socio-economic institutional change on agricultural carbon dioxide emission reduction in China[J]. Plos One，2021，16（5）：e0251816.

[8]Ali R，Ishaq R et al. Do agriculture technologies influence carbon emissions in Pakistan？ Evidence based on ARDL technique[J]. Environmental Science and Pollution Research，2022，29（28）：43361-43370.

[9]Koondhar M A，Aziz N et al. Green growth of cereal food production under the constraints of agricultural carbon emissions：A new insights from ARDL and VECM models[J]. Sustainable Energy Technologies and Assessments，2021，47：101452.

[10]Wang R，Zhang Y，Zou C. How does agricultural specialization affect carbon emissions in China？[J]. Journal of Cleaner Production，2022，370：133463.

[11]Li J，Gao M et al. Does rural energy poverty alleviation really reduce agricultural carbon emissions？ The case of China[J]. Energy Economics，2023：106576.

[12]Ismael M，Srouji F，Boutabba M A. Agricultural technologies and carbon emissions： evidence from Jordanian economy[J]. Environmental Science and Pollution Research，2018，25： 10867-10877.

[13]Yun T，ZHANG J，HE Y. Research on spatial-temporal characteristics and driving factor of agricultural carbon emissions in China[J]. Journal of Integrative Agriculture，2014，13（6）： 1393-1403.

[14]He Y，Wang H et al. The Forms，Channels and Conditions of Regional Agricultural Carbon Emission Reduction Interaction：A Provincial Perspective in China[J]. International Journal of Environmental Research and Public Health，2022，19（17）：10905.

[15] Bellows，J.，E. Miguel. War and local collective action in Sierra Leone[J]. Journal of public Economics，2009，93（11-12）：1144-1157.

[16] Altonji， J.G.，T.E. Elder，，C.R. Taber. Selection on observed and unobserved variables： Assessing the effectiveness of Catholic schools[J]. Journal of political economy， 2005，，113（1）：151-184.

[17]衣育紅，王绍武.80年代全球气候突然变暖[J].科学通报，1992（06）：528-531.

[18]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（04）：27-36.

[19]刘伟，李虹.中国煤炭补贴改革与二氧化碳减排效应研究[J].经济研究，2014，49（08）：146-157.

[20]田云，尹忞昊.中国农业碳排放再测算：基本现状、动态演进及空间溢出效应[J].中国农村经济，2022（03）：104-127.

[21]程秋旺，许安心，陈钦.“双碳”目标背景下农业碳减排的实现路径——基于数字普惠金融之验证[J].西南民族大学学报（人文社会科学版），2022，43（02）：115-126.

[22]马九杰，崔恒瑜.农业保险发展的碳减排作用：效应与机制[J].中国人口·资源与环境，2021，31（10）：79-89.

[23]潘安.中国农业贸易的碳减排效应研究[J].华南农业大学学报（社会科学版），2017，16（04）：25-33.

[24]姜玲玲，丁爽等.“无废城市”建设与碳减排协同推进研究[J].环境保护，2022，50（11）：39-43.

[25]赵连杰，南灵等.环境公平感知对农户耕地利用碳减排意愿的影响研究——来自陕、甘、晋、皖、苏5省1023个农户的微观调查[J].干旱区资源与环境，2018，32（12）：7-12.

[26]师帅，荆宇，翟涛.市场激励型环境规制对低碳农业发展的作用及实施路径研究[J].行政论坛，2021，28（01）：139-144.

[27]田云，尹忞昊.技术进步促进了农业能源碳减排吗？——基于回弹效应与空间溢出效应的检验[J].改革，2021（12）：45-58.

[28]何艳秋，陈柔等.策略互动和技术溢出视角下的农业碳减排区域关联[J].中国人口·资源与环境，2021，31（06）：102-112.

[29]陈宇斌，王森.农业综合开发投资的农业碳减排效果评估——基于高标准基本农田建设政策的事件分析[J/OL].农业技术经济，2023：1-14.

[30]徐琬莹，周传斌等.农村户用沼气项目的碳减排效益核算——以湖北省恩施州为例[J].生态与农村环境学报，2013，29（04）：449-453.

[31]田云，陈池波.基于碳排放权分配的中国省域碳减排奖惩方案[J].中国人口·资源与环境，2020，30（11）：54-62.

[32]田云，林子娟.巴黎协定下中国碳排放权省域分配及减排潜力评估研究[J].自然资源学报，2021，36（04）：921-933.

[33]吴贤荣，张俊飚等.中国省域农业碳减排潜力及其空间关联特征——基于空间权重矩阵的空间Durbin模型[J].中国人口·资源与环境，2015，25（06）：53-61.

[34]白蕴芳，陈安存.中国农业可持续发展的现实路径[J].中国人口·资源与环境，2010，20（04）：117-122.

[35]胡钰，王莉.中国可持续农业发展模式的区域比较和启示[J].中国农业资源与区划，2020，41（01）：8-14.

[36]周苏娅.我国农业可持续发展的制约因素、动力机制及路径选择[J].学术交流，2015（04）：145-149.

[37]王向辉，雷玲.气候变化对农业可持续发展的影响及适应对策[J].云南师范大学学报（哲学社会科学版），2011，43（04）：18-24.

[38]胡亦琴.农地流转制度创新与中国农业可持续发展[J].学术月刊，2011，43（09）：70-73.

[39]李永东.农村经济合作组织与农业可持续发展[J].经济学家，2013（01）：102-104.

[40]周曙东，陈丹梅，缪仕国.农业可持续发展的综合评价[C]//中國农业技术经济研究会.促进农民增收的技术经济问题研究——中国农业技术经济研究会2004年学术研讨会论文集.促进农民增收的技术经济问题研究——中国农业技术经济研究会2004年学术研讨会论文集，2004：374-382.

[41]刘啟仁，陈恬.出口行为如何影响企业环境绩效[J].中国工业经济，2020（01）：99-117.DOI：10.19581/j.cnki.ciejournal.2020.01.007.

[42]陈宇斌，王森.农村劳动力外流、农业规模经营与农业碳排放[J].经济与管理，2022，36（06）：43-49.

[43]李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011，21（08）：80-86.

[44]刘婕，魏玮.城镇化率、要素禀赋对全要素碳减排效率的影响[J].中国人口·资源与环境，2014，24（08）：42-48.

[45]赫永达，林伯强.异质性劳动力集聚对区域碳排放的影响研究[J].人口学刊，2022，44（04）：39-56.

[46]庞丽.我国农业碳排放的区域差异与影响因素分析[J].干旱区资源与环境，2014，28（12）：1-7.

[47]林春，孙英杰.“双碳”目标下碳减排路径实现思考——基于纵向财政失衡诠释[J].华中科技大学学报（社会科学版），2023，37（01）：119-127.

[48]赵哲，谭建立.中国地方财政支出的碳减排效应研究——基于新型城镇化调节效应的实证分析[J].财经论丛，2022（11）：41-50.

[49]李娜娜，赵月，王军锋.中国城市居民收入和储蓄增长对家庭能耗碳排放的区域异质性及政策应对[J].生态经济，2022，38（01）：30-35.

[50]赵丹丹，刘春明，鲍丙飞，许波.农业可持续发展能力评价与子系统协调度分析——以我国粮食主产区为例[J].经济地理，2018，38（04）：157-163.

[51]吴贤荣，张俊飚等.基于公平与效率双重视角的中国农业碳减排潜力分析[J].自然资源学报，2015，30（07）：1172-1182.

[52]刘志华，徐军委，张彩虹.科技创新、产业结构升级与碳排放效率——基于省际面板数据的PVAR分析[J].自然资源学报，2022，37（02）：508-520.

[53]谭词，杨军，孙嘉泽.数字乡村背景下农村电子商务如何提高农业劳动生产率——基于电子商务进农村综合示范县的准自然实验[J].世界农业，2022（08）：77-89.

[54]曾福生，蔡保忠.农村基础设施是实现乡村振兴战略的基础[J].农业经济问题，2018（07）：88-95.

[55]秦小迪，吴海涛，侯小远.农村基础设施对包容性绿色增长的影响：促进还是抑制？[J].农林经济管理学报，2021，20（06）：721-729.

[56]唐健飞，刘剑玲.省域农业可持续发展水平评价及其耦合协调分析——以长江经济带11省市为例[J].经济地理，2022，42（12）：179-185.

Study on the Carbon Reduction Effectiveness of Sustainable Agricultural Development Policies

——Empirical Evidence Based on National Trials of Sustainable Agricultural Development

Zhang Yanhua1，2， Li Yanping1

（1.School of Economics and Management， Hubei University of Technology，

Hubei WuHan 430068

2.The Research Center of Circular Economy Development in Hubei，

Hubei WuHan 430068）

Abstract：Although industrial energy consumption is the main source of carbon emissions in China， with the modernization of agriculture， carbon emissions caused by agricultural production cannot be ignored. Carbon emissions caused by agricultural production should not be ignored. As a systematic change in agricultural production methods， does sustainable development bring new opportunities to China's agricultural development while having a positive effect on the environment？ The study of the carbon emission reduction effect of sustainable agricultural development is of great significance for the country to realize carbon peaking and carbon neutrality goals. The National Experimental Demonstration Zone for Sustainable Agricultural Development policy is used as a quasi-natural experiment， this paper constructs a DID model to study the carbon emission reduction effect of sustainable agricultural development， and measures the rural carbon emissions at the prefecture level by using the data related to the rural carbon sources of 180 prefectural-level cities from 2011 to 2020，and verifies the existence of the carbon emission reduction effect of the demonstration zone policy in terms of both theory and empirical evidence. The study shows that： first， the effectiveness of the demonstration zone policy exists to reduce agricultural carbon emissions， which is one of the reasons that caused a significant decline in China's agricultural carbon emissions in 2017; second， the demonstration zone policy achieves carbon emission reduction through two mechanisms： reducing agricultural production material inputs and improving agricultural labor productivity; third， the carbon emission reduction effect of the demonstration zone policy exists in the form of heterogeneity in the level of infrastructure， regional heterogeneity， and the development level of agricultural modernization.

Key words： Agricultural Carbon Emissions; DID Model; Policies for Sustainable Agricultural Development