支農(nóng)財政、技術(shù)進步偏向的農(nóng)田利用碳排放效應(yīng)研究

吳偉偉

（南昌大學(xué)經(jīng)濟管理學(xué)院，江西 南昌 330031）

1 引言

氣候變暖是國際社會公認的全球性環(huán)境問題，而大氣中碳濃度的提高是氣候變暖的主要原因。一般認為地球系統(tǒng)包含4大碳排放庫，分別是大氣碳庫、海洋碳庫、陸地生態(tài)系統(tǒng)碳庫和巖石圈碳庫，其中陸地碳庫是最重要的碳庫，而土壤碳庫又占據(jù)了陸地碳庫的最大比例，達到80%以上。根據(jù)權(quán)威專家測算，中國1950—2005年中國土地利用變化的累積碳排放占全部人為源碳排放量的30%①http： //www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977.htm。，黃賢金等的研究發(fā)現(xiàn)，1990—2010年期間，土地利用類型和管理方式變化造成了大量的陸地碳儲量損失②http： //news.nju.edu.cn/show_article_12_43948。?；谵r(nóng)田利用的農(nóng)業(yè)開發(fā)活動，改變了地表的覆被和碳素循環(huán)的平衡，決定了陸地生態(tài)系統(tǒng)的有機碳儲備和釋放量，農(nóng)田利用類型、開發(fā)管理方式都將影響農(nóng)田利用碳排放及其在整個溫室氣體排放中的占比。中國是農(nóng)業(yè)大國，由土地給養(yǎng)的人口規(guī)模排名全球第一，然而農(nóng)業(yè)資源卻極其匱乏，人均耕地面積約為1.4畝，僅為世界平均水平的1/3。相比那些農(nóng)業(yè)資源豐裕的國家，中國各農(nóng)業(yè)區(qū)域在面對現(xiàn)有經(jīng)濟發(fā)展水平和資源稟賦的條件下，形成了具有明顯地域特征的農(nóng)田利用方式，產(chǎn)生的碳排放效應(yīng)需深入探討。

20世紀初，中國開始實施農(nóng)村稅費改革，農(nóng)業(yè)政策發(fā)生了根本性轉(zhuǎn)向，“多予少取”“以工促農(nóng)”的反哺型支農(nóng)政策陸續(xù)出臺，各級政府逐步增加農(nóng)業(yè)財政支出，對農(nóng)田利用方式的轉(zhuǎn)型升級發(fā)揮了重要的推動作用。本文旨在研究中國日益增加的支農(nóng)財政支出和農(nóng)業(yè)技術(shù)進步路徑在促進農(nóng)田利用方式轉(zhuǎn)型的同時，如何影響農(nóng)田利用碳排放，以此窺探農(nóng)業(yè)財政和技術(shù)進步的環(huán)境效率，為政府制定低碳農(nóng)田利用方式的財政激勵政策提供依據(jù)，可能的貢獻和創(chuàng)新在于考查了支農(nóng)財政影響農(nóng)田利用碳排放與農(nóng)業(yè)技術(shù)進步偏向的交互效應(yīng)，并且在考慮種植結(jié)構(gòu)差異的基礎(chǔ)上，識別該影響的區(qū)域異質(zhì)性。

2 文獻回顧、影響機制分析與研究假設(shè)

2.1 農(nóng)田利用碳排放產(chǎn)生足跡及其影響因素

農(nóng)田利用系統(tǒng)的碳排放主要通過土壤和植被的呼吸作用將固定的CO2排放到大氣中，在厭氧條件下，土壤中的一部分有機碳以及被固定的碳還會以CH4的形式排放到大氣中[1]，HOUGHTON、CAMPBELL等認為農(nóng)田管理活動是決定陸地與大氣之間碳凈通量的重要因素，管理方式轉(zhuǎn)變對CO2濃度升高具有直接的影響效應(yīng)，受耕作制度、種植方式和化肥投入等因素干預(yù)的農(nóng)田生態(tài)系統(tǒng)對碳儲量的影響非常顯著[2-3]。在農(nóng)村勞動力大規(guī)模轉(zhuǎn)移到非農(nóng)部門之后，以勞動力投入為主的傳統(tǒng)農(nóng)田利用方式受到?jīng)_擊，碳排放快速增長[4]，有研究認為改變對能源具有一定依賴或者能影響土壤有機質(zhì)和碳儲量的農(nóng)業(yè)資本要素投入，會對農(nóng)田利用碳排放產(chǎn)生顯著影響[5]，比如化肥施用可以通過增加土壤中的作物殘茬和影響土壤微生物量及其活性途徑影響有機碳儲量，但過分依賴無機肥也可能降低土地肥力，從而降低土壤的固碳功能。趙榮欽等綜述了土地利用變化對碳排放的影響[6]，農(nóng)田利用類型轉(zhuǎn)變對碳排放的影響視轉(zhuǎn)變方向不同而呈現(xiàn)差異[7-8]，農(nóng)地利用的內(nèi)部結(jié)構(gòu)即非農(nóng)田利用占比也將對碳排放產(chǎn)生顯著影響[10]。在不改變農(nóng)田利用類型的前提下，合理的利用方式和保護性耕作能增加土壤的碳匯功能，從而有利于碳減排[9]。已有研究發(fā)現(xiàn)農(nóng)業(yè)財政產(chǎn)生的碳排放效應(yīng)與財政補貼方式密切相關(guān)，SERRA等認為脫鉤農(nóng)業(yè)補貼政策有利于降低農(nóng)藥的使用量，進而減少碳排放和環(huán)境污染[11]，TAHERIPOUR等認為農(nóng)業(yè)直接補貼與環(huán)境稅結(jié)合實施一定程度上可以降低氮污染[12]。多數(shù)研究肯定了技術(shù)進步的減排效應(yīng)，例如李凱杰等認為相對于短期技術(shù)進步，長期技術(shù)進步的減排效應(yīng)更明顯[13]，張兵兵等基于全行業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)技術(shù)進步可以降低碳排放強度，但影響存在行業(yè)異質(zhì)性[14]，張文彬等研究發(fā)現(xiàn)環(huán)境技術(shù)和資本體現(xiàn)式技術(shù)有利于降低碳排放[16]。

2.2 支農(nóng)財政、技術(shù)進步偏向及其交互作用的農(nóng)田利用碳排放效應(yīng)

農(nóng)田利用同時具備碳“源”和碳“匯”功能，農(nóng)田利用方式變革促進了農(nóng)業(yè)資本要素投入量遞增，增加碳排放源，而保護性農(nóng)田利用、農(nóng)田整治可將溫室氣體固定在土壤和植被中，增強農(nóng)田的碳匯功能。旨在促進農(nóng)業(yè)現(xiàn)代化的支農(nóng)財政對增加農(nóng)業(yè)資本要素投入具有明顯的激勵效應(yīng)，諸如農(nóng)資綜合補貼、農(nóng)機購置補貼、良種補貼等政策顯著促進了農(nóng)藥、化肥和農(nóng)業(yè)機械的投入，而農(nóng)業(yè)生產(chǎn)經(jīng)營主體多元化、農(nóng)田規(guī)模化經(jīng)營增強了支農(nóng)財政對農(nóng)業(yè)資本要素投入的激勵效應(yīng)。然而，支農(nóng)財政亦對改善農(nóng)業(yè)基礎(chǔ)設(shè)施、促進農(nóng)業(yè)技術(shù)進步具有顯著作用，通過影響農(nóng)業(yè)生產(chǎn)要素的利用效率影響碳排放，針對保護性耕作、規(guī)模種植和退耕還林的農(nóng)業(yè)補貼以影響農(nóng)田管理方式、農(nóng)作物種植品種、農(nóng)田利用強度等為途徑影響碳排放足跡和碳排放量。因此，支農(nóng)財政會由于導(dǎo)致要素投入結(jié)構(gòu)資本化率提高增加農(nóng)田碳排放，產(chǎn)生對生態(tài)環(huán)境的壓力，也會因為財政支農(nóng)方式和結(jié)構(gòu)的優(yōu)化抑或是協(xié)同性政策的推進，在推動農(nóng)業(yè)產(chǎn)出增長的同時降低碳排放。

農(nóng)業(yè)生產(chǎn)過程依賴于供給彈性相對較小的土地，與土壤構(gòu)成、氣候、地形地貌等自然因素密切相關(guān)，農(nóng)業(yè)技術(shù)進步趨勢和形態(tài)因資源稟賦不同而呈現(xiàn)出差異。誘致性技術(shù)變遷理論認為技術(shù)進步內(nèi)生于資源稟賦，在要素成本差異的激勵下，偏向于實現(xiàn)豐裕資源對稀缺資源的替代[16]。新古典增長理論揭示了給定技術(shù)水平下產(chǎn)出對生產(chǎn)要素投入的依賴，技術(shù)高度決定了生產(chǎn)要素的產(chǎn)出效率，與資源稟賦相耦合的技術(shù)進步有利于提高生產(chǎn)要素的產(chǎn)出效率，節(jié)約要素投入，強化技術(shù)進步的減排效應(yīng)[17]，而與資源稟賦的相偏離的技術(shù)進步可能會通過降低要素產(chǎn)出效率和非最優(yōu)的要素投入結(jié)構(gòu)促進碳排放[18]?？梢灶A(yù)測，如果支農(nóng)財政對節(jié)約稀缺資源的要素投入具有更強的激勵效應(yīng)，鼓勵了與資源稟賦相耦合的農(nóng)業(yè)技術(shù)進步，則可以降低農(nóng)田利用碳排放的增長速度，產(chǎn)生碳減排效應(yīng)，反之亦然。

2.3 研究假設(shè)

理論分析可以看出，支農(nóng)財政和農(nóng)業(yè)技術(shù)進步偏向不僅各自影響農(nóng)田利用碳排放，技術(shù)進步與農(nóng)業(yè)資源稟賦的耦合程度也將影響支農(nóng)財政的碳排放效應(yīng)，兩者之間存在交互效應(yīng)。結(jié)合上文分析，提出以下待驗證的研究假設(shè)。

假設(shè)1：農(nóng)村勞動力“空心化”趨勢促進了以勞動力投入為主的農(nóng)田利用方式轉(zhuǎn)變，支農(nóng)財政通過多維途徑對農(nóng)田利用的碳“源”和碳“匯”功能產(chǎn)生雙向效應(yīng)，在推進農(nóng)田利用管理方式轉(zhuǎn)型的同時，影響農(nóng)田利用碳排放。

假設(shè)2：農(nóng)業(yè)技術(shù)進步偏向體現(xiàn)技術(shù)進步路徑與資源稟賦的耦合程度，影響生產(chǎn)要素的利用效率，與資源稟賦相耦合的技術(shù)進步在提高生產(chǎn)要素邊際產(chǎn)出和生產(chǎn)效率的同時，可節(jié)約稀缺要素的投入，減少碳源，降低農(nóng)田利用碳排放強度。

假設(shè)3：支農(nóng)財政政策的碳排放效應(yīng)與農(nóng)業(yè)技術(shù)進步偏向存在關(guān)聯(lián)，技術(shù)進步與資源稟賦的耦合程度將影響支農(nóng)財政的碳排放效應(yīng)，耦合程度越高，支農(nóng)財政的農(nóng)田利用碳促排效應(yīng)越弱。

3 實證研究設(shè)計

3.1 變量選擇與說明

3.1.1 被解釋變量和核心解釋變量

農(nóng)田利用方式轉(zhuǎn)型進程中，農(nóng)業(yè)產(chǎn)出增加和碳排放增長相伴隨行，為客觀評價農(nóng)業(yè)發(fā)展的環(huán)境成本，本文構(gòu)建兩個反映碳排放強度的指標，作為計量模型的被解釋變量：單位播種面積農(nóng)田利用碳排放（C_intensity1）和單位農(nóng)業(yè)產(chǎn)值農(nóng)田利用碳排放（C_intensity2）。農(nóng)田利用碳排放主要來源于農(nóng)業(yè)要素、農(nóng)田耕作和能源利用，本文利用生命周期法核算碳排放總量，碳排放源包括化肥、農(nóng)膜、柴油、農(nóng)藥、翻耕和灌溉等，排放系數(shù)分別來自IPCC2006、IREEA、美國橡樹嶺國家實驗室測算結(jié)果。為揭示農(nóng)田利用碳排放強度的區(qū)域分布特征及其演變趨勢，基于非參方法估計了部分年份測算結(jié)果的核密度函數(shù)①核密度函數(shù)估計是一種非參數(shù)統(tǒng)計分析方法，通過比較不同年份的核密度函數(shù)揭示變量分布的動態(tài)變化。，參見圖1和圖2。

圖1說明單位面積碳排放均值逐年增大，且離散程度增強，意味著碳排放的區(qū)域差異擴大，所有年份的核密度函數(shù)均存在程度不一的右偏趨勢，說明存在少數(shù)單位播種面積農(nóng)田利用碳排放較大的省份，2016年存在多峰分布情況，說明碳排放強度向不同均值集中。圖2顯示單位產(chǎn)值碳排放均值逐年遞減，集中趨勢增強，區(qū)域差異縮小，2008年核密度函數(shù)存在多峰分布情況，其他年份未出現(xiàn)類似特征。

圖1 C_intensity1核密度函數(shù)估計結(jié)果Fig.1 Kernel density estimation of C_intensity1

計量模型中的核心解釋變量包括支農(nóng)財政（support）、技術(shù)進步偏向（match）及兩者的交互項（interaction）。支農(nóng)財政是指各級政府為扶持農(nóng)業(yè)發(fā)展提供的所有財政預(yù)算支出，除農(nóng)業(yè)直接補貼之外，還包括與農(nóng)產(chǎn)品價格支持制度、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、農(nóng)業(yè)科研與推廣服務(wù)等相關(guān)的財政支出②當前，直接農(nóng)業(yè)財政補貼占支農(nóng)財政總支出的比重超過30%，農(nóng)業(yè)科研服務(wù)、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的相關(guān)財政支出占比顯著上升。，本文用農(nóng)業(yè)財政支出占地方財政預(yù)算總支出比重表征支農(nóng)財政強度，可以剔除由于農(nóng)業(yè)規(guī)模不同導(dǎo)致的財政支出規(guī)模差異，體現(xiàn)政府對農(nóng)業(yè)發(fā)展的重視程度。技術(shù)進步偏向的概念最早由希克斯在其《工資理論》一書中提出，將技術(shù)進步分為三類：資本偏向型、勞動偏向型和中性技術(shù)進步[19]，農(nóng)業(yè)技術(shù)進步偏向便是指技術(shù)進步路徑傾向于提高某種農(nóng)業(yè)生產(chǎn)要素的邊際產(chǎn)出，通常能夠在要素價格的激勵下反映區(qū)域資源稟賦的結(jié)構(gòu)特征。受要素市場發(fā)育程度、政策偏向、基礎(chǔ)設(shè)施建設(shè)等條件的干預(yù)，農(nóng)業(yè)技術(shù)進步偏向并非總能與資源稟賦的稀缺性呈現(xiàn)出嚴格的線性關(guān)系，技術(shù)進步偏向與資源稟賦的耦合程度存在區(qū)域差異。借鑒已有測算方法[20]，基于耦合函數(shù)構(gòu)建農(nóng)業(yè)技術(shù)進步與資源稟賦的耦合協(xié)調(diào)度函數(shù)，函數(shù)值介于0～1，數(shù)值越大意味著耦合程度越高。

3.1.2 控制變量和虛擬變量

圖2 C_intensity2核密度函數(shù)估計結(jié)果Fig.2 Kernel density estimation of C_intensity2

控制變量包括：（1）經(jīng)濟發(fā)展水平（gdp），用人均地區(qū)生產(chǎn)總值表示。經(jīng)濟發(fā)展水平越高的地區(qū)，農(nóng)產(chǎn)品市場和要素市場發(fā)育越成熟，存在相對先進的農(nóng)業(yè)社會化服務(wù)體系，有利于引導(dǎo)農(nóng)戶合理確定農(nóng)業(yè)生產(chǎn)要素投入，對碳排放產(chǎn)生影響。（2）單位播種面積務(wù)農(nóng)勞動力人數(shù)（labor）。農(nóng)村勞動力大量轉(zhuǎn)移到城市，實際務(wù)農(nóng)勞動力人數(shù)明顯下降，近年來農(nóng)產(chǎn)品價格上漲對農(nóng)業(yè)生產(chǎn)產(chǎn)生了顯著的激勵效應(yīng)，勞動力節(jié)約型農(nóng)業(yè)資本要素的投入迅速增加，影響碳排放水平。（3）單位播種面積農(nóng)業(yè)固定資產(chǎn)投資（investment），有利于完善農(nóng)業(yè)基礎(chǔ)設(shè)施，提高全要素生產(chǎn)率，降低要素投入，減少碳排放。（4）非農(nóng)產(chǎn)業(yè)占比（industry），用非農(nóng)產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值之比表示。非農(nóng)產(chǎn)業(yè)的發(fā)展決定了農(nóng)業(yè)產(chǎn)業(yè)價值鏈延伸度，也決定了本地農(nóng)村勞動力的轉(zhuǎn)移方向和非農(nóng)收入水平，影響農(nóng)村家庭的“兼業(yè)”形態(tài)和生產(chǎn)決策，決定了非農(nóng)產(chǎn)業(yè)發(fā)展對碳排放的影響效果。（5）城鎮(zhèn)化率（urbanization），用城鎮(zhèn)人口占地區(qū)總?cè)丝谥缺硎?。城?zhèn)化意味著部分農(nóng)業(yè)生產(chǎn)要素向城市轉(zhuǎn)移，有利于提高生產(chǎn)要素在產(chǎn)業(yè)間的配置效率，通過影響生產(chǎn)要素的流動和新型農(nóng)業(yè)生產(chǎn)方式的建立影響碳排放。（6）反映區(qū)域特征的虛擬變量為農(nóng)產(chǎn)品種植結(jié)構(gòu)。糧食作物內(nèi)生于區(qū)域農(nóng)業(yè)生產(chǎn)條件，最能體現(xiàn)農(nóng)業(yè)資源稟賦差異。中國糧食作物主要包括稻谷、小麥和玉米，根據(jù)各地區(qū)三種糧食作物播種面積的構(gòu)成，可以大致分為3類：以種植稻谷為主（rice）的地區(qū)、以種植小麥為主（wheat）的地區(qū)和以種植玉米為主的地區(qū)（參照組）。

3.2 數(shù)據(jù)來源與基準計量模型

研究樣本已剔除北京、天津、上海、青海和西藏①北京、上海和天津農(nóng)業(yè)產(chǎn)業(yè)占比較低，青海和西藏的農(nóng)作物種植結(jié)構(gòu)與國內(nèi)其他省份差異較大，因此將以上5省市區(qū)予以刪除。，包括26個省級行政區(qū)，樣本數(shù)據(jù)為2000—2016年的平衡面板數(shù)據(jù)，樣本觀測值共計442條，數(shù)據(jù)分別來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》等統(tǒng)計數(shù)據(jù)庫。為使數(shù)據(jù)更加平穩(wěn)，回歸分析中取各變量原始數(shù)據(jù)的自然對數(shù)值，基準計量模型形式如下②本文主要關(guān)注參數(shù)估計結(jié)果的符號，未對模型中的交互項進行去平均處理。：

式（1）中：x為控制變量；u為體現(xiàn)個體差異的截距項；ε為隨機擾動項。根據(jù)Hausman檢驗結(jié)果，為消除異方差的不利影響，本文利用固定效應(yīng)模型和廣義最小二乘法（GLS）估計參數(shù)。

4 實證結(jié)果分析

為更好體現(xiàn)核心解釋變量對農(nóng)田利用碳排放的影響，保證實證分析結(jié)果的可靠性，并進行參數(shù)估計結(jié)果的橫向比較，以基準計量模型為基礎(chǔ)，基于全國樣本和加入地區(qū)虛擬變量的分析，以兩個不同的碳排放強度指標為被解釋變量，建立8個計量經(jīng)濟模型，定量分析核心解釋變量的碳排放效應(yīng)，參數(shù)估計結(jié)果參見模型1—模型8。

4.1 基于全國樣本的回歸結(jié)果分析

表1中模型1和模型3的回歸結(jié)果顯示，支農(nóng)財政的參數(shù)估計結(jié)果在1%的顯著性水平上對農(nóng)田利用碳排放強度產(chǎn)生了正向激勵作用，說明支農(nóng)財政政策雖然通過促進農(nóng)業(yè)資本要素投入增加農(nóng)業(yè)產(chǎn)出，提高了農(nóng)田利用效率，但也同時促進了碳排放，使得單位播種面積和單位農(nóng)業(yè)產(chǎn)值碳排放均顯著增加。模型1和模型3的回歸結(jié)果也顯示農(nóng)業(yè)技術(shù)進步偏向的參數(shù)估計結(jié)果在1%的顯著性水平上通過檢驗，但是系數(shù)值為負，說明與資源稟賦相耦合的農(nóng)業(yè)技術(shù)進步有利于在提高農(nóng)業(yè)產(chǎn)出的同時通過提高生產(chǎn)要素的利用效率降低農(nóng)田利用碳排放強度。模型2和模型4顯示支農(nóng)財政與技術(shù)進步偏向的交互項參數(shù)估計結(jié)果分別在5%和1%的顯著性水平上通過檢驗，系數(shù)值為負，說明提升農(nóng)業(yè)技術(shù)進步與當?shù)剞r(nóng)業(yè)資源稟賦的耦合度確實有利于減弱支農(nóng)財政政策的碳排放促進效應(yīng)，從而降低碳排放強度，可能的作用機制在于支農(nóng)財政鼓勵了節(jié)約當?shù)叵∪辟Y源的技術(shù)研發(fā)和生產(chǎn)要素投入，部分抵消支農(nóng)財政形成的正向碳排放效應(yīng)，降低了對生態(tài)環(huán)境的壓力③加入交互項之后，主要項的參數(shù)估計結(jié)果不再體現(xiàn)邊際影響效應(yīng)，不再分析其顯著性和符號。。由于兩個表征農(nóng)田利用碳排放強度的指標構(gòu)造有所不同，控制變量的參數(shù)估計結(jié)果和顯著性在不同模型中存在差異。

4.2 考慮種植結(jié)構(gòu)差異的回歸結(jié)果分析

中國農(nóng)業(yè)資源稟賦和農(nóng)作物種植結(jié)構(gòu)區(qū)域差異較大④僅從地形地貌來看，東北、華北以平原為主，農(nóng)業(yè)機械對勞動力的替代成本低于以山地和丘陵為主的南方地區(qū)，技術(shù)進步可能偏向于勞動力節(jié)約型，而南方土地稀缺，技術(shù)進步可能偏向土地節(jié)約型。，表2的模型5和模型7的回歸結(jié)果表明，支農(nóng)財政政策對農(nóng)田利用碳排放強度的影響因種植結(jié)構(gòu)不同亦呈現(xiàn)出顯著的區(qū)域差異。支農(nóng)財政與表征區(qū)域的虛擬變量的交互項參數(shù)估計結(jié)果在不同顯著性水平下通過檢驗，對單位播種面積農(nóng)田利用碳排放的正向影響在以種植玉米為主的地區(qū)最強，其次是以種植稻谷為主的地區(qū)，最后是以種植小麥為主的地區(qū)，對單位產(chǎn)值農(nóng)田利用碳排放的正向影響在以種植小麥為主的地區(qū)最強，其次是以種植稻谷為主的地區(qū)，最后是以種植玉米為主的地區(qū)。模型6和模型8表明支農(nóng)財政與技術(shù)進步偏向的交互項對農(nóng)田利用碳排放強度的影響存在區(qū)域差異，對于單位播種面積碳排放，減排效應(yīng)在以種植稻谷為主的地區(qū)最強，其次是以種植小麥為主的地區(qū)，最后是以種植玉米為主的地區(qū)，對于單位產(chǎn)值碳排放，減排效應(yīng)在以種植玉米為主的地區(qū)最強，其次是以種植稻谷為主的地區(qū)，最后是以種植小麥為主的地區(qū)。影響的區(qū)域差異主要來源于不同的糧食作物具備不同的要素投入結(jié)構(gòu)特征，地形、地貌的區(qū)域特點導(dǎo)致要素替代成本和農(nóng)業(yè)技術(shù)進步存在差異，從而使得農(nóng)田利用碳排放強度受支農(nóng)財政及其與農(nóng)業(yè)技術(shù)進步偏向交互項的影響顯現(xiàn)出區(qū)域異質(zhì)性。

表1 農(nóng)田利用碳排放強度影響因素的全樣本回歸分析結(jié)果Tab.1 Full sample regression analysis of factors affecting carbon emission intensity of farmland use

5 結(jié)論與政策建議

本文首先從理論上梳理了支農(nóng)財政、農(nóng)業(yè)技術(shù)進步偏向及其交互作用對農(nóng)田利用碳排放的影響機制，利用省級面板數(shù)據(jù)進行了實證研究，以種植結(jié)構(gòu)為虛擬變量，考查了該影響的區(qū)域差異，研究結(jié)論如下：（1）支農(nóng)財政對農(nóng)田利用碳排放強度產(chǎn)生了正向激勵效應(yīng)，印證了在推進農(nóng)業(yè)現(xiàn)代化的早期階段，農(nóng)村勞動力大規(guī)模轉(zhuǎn)移到非農(nóng)部門之后，支農(nóng)財政雖然促進了農(nóng)田利用方式轉(zhuǎn)型，但也為此支付了必要的環(huán)境成本；（2）農(nóng)業(yè)技術(shù)進步是決定農(nóng)業(yè)生產(chǎn)效率的核心因素，本文重點研究了技術(shù)進步偏向而非技術(shù)進步本身的碳排放效應(yīng)，發(fā)現(xiàn)技術(shù)進步與資源稟賦耦合程度越高，碳減排效應(yīng)越強，符合理論分析預(yù)測；（3）研究發(fā)現(xiàn)技術(shù)進步偏向顯著影響了支農(nóng)財政的碳排放效應(yīng)，技術(shù)進步與資源稟賦的耦合程度提高可以減弱支農(nóng)財政的碳促排效應(yīng)，在耦合程度越高的地區(qū)，支農(nóng)財政促進碳排放的程度越弱；（4）因農(nóng)業(yè)種植結(jié)構(gòu)不同，支農(nóng)財政及其與技術(shù)進步偏向交互項的碳排放效應(yīng)存在顯著的區(qū)域差異，說明農(nóng)作物的種植方式對支農(nóng)財政等因素的碳排放效應(yīng)存在影響。

表2 核心因素影響農(nóng)田利用碳排放強度的區(qū)域差異Tab.2 Regional differences of impacts of key factors on carbon emission intensity of farmland use

“兩山”理論已成為各地積極貫徹的經(jīng)濟發(fā)展理念，建立環(huán)境友好型農(nóng)田利用方式是中國農(nóng)業(yè)改革的必然取向，也是推進農(nóng)業(yè)高質(zhì)量發(fā)展的必由之路。為降低碳排放，基于本文的研究結(jié)論可得到以下政策啟示。（1）完善支農(nóng)財政制度，強化其生態(tài)建設(shè)導(dǎo)向，逐步提升“綠箱”政策力度，引導(dǎo)農(nóng)民合理投入農(nóng)業(yè)資本要素。原有的一些“黃箱”政策通常導(dǎo)致資本要素的過度使用和農(nóng)田的過度開發(fā)，造成短期內(nèi)碳排放急劇上升，而“綠箱”政策大多為脫鉤補助，有利于改善農(nóng)業(yè)生產(chǎn)的外部條件和基礎(chǔ)設(shè)施，提高生產(chǎn)要素的利用效率。（2）強化支農(nóng)財政政策的技術(shù)進步引導(dǎo)作用，考慮不同農(nóng)業(yè)區(qū)域的資源稟賦特征，鼓勵與當?shù)刭Y源稟賦相耦合的農(nóng)業(yè)技術(shù)進步。技術(shù)進步偏向雖然內(nèi)生于資源稟賦，但也極易受政府政策的影響，美、日等國的農(nóng)業(yè)發(fā)展歷程印證了只有與資源稟賦相耦合的技術(shù)進步才能在提高農(nóng)業(yè)產(chǎn)出的同時降低對環(huán)境的破壞。支農(nóng)財政可以適度提高對節(jié)約當?shù)叵∪辟Y源要素投入的補貼力度，鼓勵農(nóng)業(yè)技術(shù)沿著節(jié)約稀缺資源的路徑進步。（3）注重支農(nóng)財政政策的區(qū)域差異性。各地農(nóng)作物種植結(jié)構(gòu)不同，農(nóng)業(yè)技術(shù)進步各具特點，農(nóng)田利用過程中對環(huán)境的影響也不同。支農(nóng)財政政策應(yīng)考慮不同農(nóng)作物要素投入結(jié)構(gòu)和技術(shù)演進的差異，通過精細化政策推動不同農(nóng)作物的技術(shù)進步，抑制農(nóng)田利用碳排放過度增加。