中國農業(yè)碳排放空間網絡結構及區(qū)域協(xié)同減排

何艷秋 陳柔 朱思宇 王芳

摘要：研究農業(yè)碳排放省際關聯網絡結構可為建立區(qū)域協(xié)同減排機制，發(fā)揮減排連鎖效應奠定基礎。突破傳統(tǒng)基于地理鄰接或地理距離考察區(qū)域農業(yè)碳排放關聯的方法，利用社會網絡分析，從空間網絡視角考察農業(yè)碳排放關聯的特點，明確各區(qū)域的網絡功能，并通過建立非參數回歸模型，從空間關聯、經濟關聯、技術關聯三緯角度解釋農業(yè)碳排放關聯的深層次原因。發(fā)現中國農業(yè)碳排放關聯網絡穩(wěn)定性高，區(qū)域溢出“等級森嚴”;中部地區(qū)為網絡核心，西部地區(qū)重要性顯著提升;八大板塊以諂媚者、類經紀人、受益者、貢獻者和孤立者角色傳遞農業(yè)碳排放;空間、經濟、技術三緯關聯是引起農業(yè)碳排放關聯的主要因素。最終提出通過縮短空間距離、增強經濟聯系、加強技術溢出擴大省際農業(yè)碳排放關聯，根據各區(qū)域在農業(yè)碳排放空間關聯網絡中的差異化角色實施“引領-跟隨”型減排策略，充分發(fā)揮中介者的“管道”作用，最終形成省際間的互動協(xié)作減排機制。

關鍵詞：農業(yè)碳排放;空間關聯網絡;協(xié)同減排

中圖分類號：X16文獻標識碼：A文章編號：1000-4440（2020）05-1218-11

Abstract：Study on the inter-provincial correlation and influencing factors of agricultural carbon emission can lay the foundation for establishing the regional collaborative emission reduction mechanism and exerting the chain-effect of emission reduction. Breaking through the traditional methods of examining regional agricultural carbon emission correlation based on geographic adjacency or geographic distance， social network analysis was used to investigate the characteristics of agricultural carbon emission correlation from the perspective of spatial network and clarify the network functions of each region. In addition， the reasons of agricultural carbon emission correlation were explained from the perspective of spatial correlation， economic correlation and technology linkage by nonparametric regression. Agricultural carbon-emission ossociation network had high stability， and regional spillovers were ranked. The central provinces and cities were the core of the network， and the importance of the western provinces and cities had increased significantly. The eight sectors delivered agricultural carbon emissions in the roles of flatterers， brokers， beneficiaries， contributors and solitary. The three-latitude correlation of space， economy and technology was the main factor that caused the carrelation of agricultural carbon emission. It was proposed to expand inter-provincial agricultural carbon emission correlation by shortening space distance， strengthening economic relation and strengthening technology spillover. The "lead-follow" emission reduction strategy was implemental according to the differentiated role of each region in the correlation network. Give full play to the intermediary's "conduit" role. Finally， an inter-provincial interactive and cooperative emission reduction mechanism will be formed.

Key words：agricultural carbon emissions;spatial correlation network;collaborative emission reduction

氣候變暖是關系到各國政治、經濟、社會、生態(tài)能否持續(xù)發(fā)展的關鍵問題，為此，聯合國政府間氣候變化專門委員會（IPCC）提出“2050年凈碳排放縮減為0，升溫幅度不超過1.5 ℃”[1]。中國作為全球最大的溫室氣體排放國，工業(yè)碳排放一直被政府節(jié)能減排工作所關注，但占全國總量17%的農業(yè)碳排放也不容忽視[2]，其減排效果的好壞直接影響中國“總量、強度”雙控減排目標的實現。繼2019年中央一號文件提出推動農業(yè)農村綠色發(fā)展，積極建設生態(tài)循環(huán)農業(yè)發(fā)展模式以后，2020年中央一號文件明確提出要對農村生態(tài)環(huán)境的突出問題進行治理。近年來，隨著區(qū)域協(xié)同發(fā)展戰(zhàn)略的深化，區(qū)域聯動發(fā)展機制的逐步實施，帶動了農業(yè)產業(yè)集群化發(fā)展、農業(yè)產業(yè)鏈區(qū)域延伸、農產品跨區(qū)域轉移和農業(yè)生產技術的區(qū)域擴散，進而使各地農業(yè)碳關聯也更為緊密，減排很難僅僅依靠某個地區(qū)的單方行動取得良好成效，必須通過區(qū)域協(xié)同減排才能從根本上解決問題。因此，整體把握中國農業(yè)碳排放區(qū)域關聯網絡的結構和特征，深入分析各地區(qū)在網絡中的地位和作用，有利于明確各區(qū)域農業(yè)碳減排責任，突破減排壁壘，發(fā)揮減排連鎖效應，最終通過區(qū)域協(xié)同減排達到事半功倍的效果。

近年來，碳排放空間關聯引起了學者們的極大關注，利用空間計量模型和區(qū)域間投入產出模型研究區(qū)域碳關聯的文獻層出不窮?？臻g計量模型的代表學者有Cole等[3]、Yu等[4]、Dong等[5]、Li等6]、George等[7]，他們一致認為碳排放存在顯著的空間集聚性和空間溢出效應，宏觀上是由于各區(qū)域存在經濟關聯、技術關聯和政策關聯，微觀上是由于能源消費行為的相似性和企業(yè)環(huán)境行為的模仿跟隨效應;區(qū)域間投入產出模型的代表學者有Zhang[8]、Jiao等[9]，他們認為最終需求改變所帶來的跨區(qū)域產出變動是引起碳關聯的重要原因。部分學者認為碳排放存在復雜的網絡關聯結構[10-14]。隨著中國產業(yè)融合的深化，農業(yè)產業(yè)重要性的進一步提升，農業(yè)碳排放及其衍生指標的空間關聯引起了部分學者的興趣。李秋萍等[15]構建空間Durbin模型對中國農業(yè)碳排放空間效應進行研究，發(fā)現中國農業(yè)碳排放存在明顯的空間關聯。孫赫等[16]發(fā)現中國土地利用碳排放強度在省級尺度上具有明顯的空間集聚特征。吳賢榮等[17]發(fā)現中國省域農業(yè)碳減排潛力不僅與當地經濟指標有關，還同其相鄰地區(qū)的農業(yè)減排潛力顯著相關。程琳琳等[18]發(fā)現省域農業(yè)碳生產率在空間上存在明顯的溢出效應。Wu等[19]發(fā)現農業(yè)凈排放存在明顯區(qū)域收斂和區(qū)域關聯。并且，大家一致認為農業(yè)經濟發(fā)展、農業(yè)生產結構、農業(yè)技術創(chuàng)新、農業(yè)勞動力和城市化都是農業(yè)碳排放區(qū)域關聯的重要原因[20-22]。

梳理國內外相關研究結果發(fā)現，學者們雖一致認為由于碳排放空間效應的存在，減排政策的實施必須在考慮地區(qū)碳關聯和碳依賴的情況下，進行多方合作才能達到效果，但立足農業(yè)碳排放空間關聯的研究僅占少數，且大都基于地理鄰接關系或地理距離考察空間關聯。隨著中國區(qū)域協(xié)同發(fā)展戰(zhàn)略的深入、農業(yè)經濟發(fā)展模式的調整和三產融合步伐的加快，農業(yè)投入要素和農產品轉移更加密切和復雜，農業(yè)碳排放空間關聯關系也已超越了地理位置關系，突破了傳統(tǒng)線性模式，呈現出復雜的網絡結構特點。各地區(qū)在農業(yè)碳關聯網絡中扮演的角色以及農業(yè)碳排放在各區(qū)域主體間傳遞都是值得研究的問題，并且農業(yè)作為受自然稟賦條件限制較多的產業(yè)，與工業(yè)生產的地域靈活性不同。研究農業(yè)碳排放的區(qū)域關聯可為中國建立長期的、可持續(xù)的區(qū)域協(xié)同減排機制，最終實現整體高效減排奠定堅實的基礎。

1研究方法與數據來源

1.1農業(yè)碳排放總量測算方法

農業(yè)碳排放源包括5類： 一是農用能源;二是農地利用;三是反芻動物飼養(yǎng);四是作物種植;五是農業(yè)廢棄物。各類碳排放源均有細分項，參考IPCC測算方法，以細分項活動數據乘以碳排系數后相加，算得該類碳排放源的排放量，農業(yè)碳排放總量即為5類碳排放之和。最終，根據《IPCC第五次評估報告》[23]折算系數，將二氧化碳、甲烷和氧化亞氮3種排放氣體折算成二氧化碳排放當量。測算所需排放因子主要參考趙欣等[24]、王智平[25]、Dyer等[26]、伍芬琳等[27]、 IPCC [28]、閔繼勝等[29]、劉麗華等[30]的研究成果。

1.2農業(yè)碳排放空間關聯度測算方法

根據1989年日本學者Kaya [31]提出的Kaya恒等式和Commoner [32]1992年提出的IPAT模型，將農業(yè)碳排放影響因素概括為農業(yè)勞動力、農業(yè)經濟水平、農業(yè)生產技術和土地。采用修正引力模型測算農業(yè)碳排放區(qū)域關聯度，公式如下：

yij為地區(qū)i對地區(qū)j的農業(yè)碳依賴度，Pi、Gi、Ti、Ai、Pj、Gj、Tj、Aj分別為地區(qū)i和地區(qū)j的農業(yè)勞動力規(guī)模、人均農業(yè)增加值、農業(yè)碳強度和耕地總面積，D2ij為地區(qū)i和j省會城市球面距離的平方，k為經驗系數。經驗系數用來調整地區(qū)間農業(yè)碳依賴程度，根據地區(qū)間農業(yè)碳轉移量測算：

kij為地區(qū)i對地區(qū)j的農業(yè)碳依賴經驗系數，cji為區(qū)域i調入區(qū)域j的農產品而轉移的碳排放量，cij為區(qū)域j調入區(qū)域i的農產品而轉移的碳排放量。地區(qū)間碳轉移量c由區(qū)域間農產品轉移額[33]與各地區(qū)農業(yè)碳強度相乘可得。

1.3社會網絡分析法

1.3.1農業(yè)碳排放關聯網絡整體特征刻畫指標利用網絡密度、網絡關聯度、網絡效率、網絡等級和凝聚力指數刻畫農業(yè)碳關聯網絡的整體特征。網絡密度、網絡關聯度和凝聚力指數反映各省市農業(yè)碳關聯關系的緊密程度，網絡效率反映網絡的穩(wěn)健性和脆弱性，網絡等級反映網絡成員地位的不平等程度。各指標的取值范圍均在0和1之間。

1.3.2農業(yè)碳排放關聯網絡中各省市的重要性測度由于各省市農業(yè)碳關聯非對稱，同時采用中心性和聲望分析找到農業(yè)碳排放關聯網絡中“重要”的省市。中心性強調地區(qū)作為碳依賴者角色的重要性，包括度數中心性、接近中心性和中間中心性，分別測度各地區(qū)在碳關聯網絡中的活躍性、獨立性和控制能力。聲望強調各地區(qū)作為碳被依賴者的重要性，包括度數聲望和鄰近聲望，度數聲望衡量直接碳依賴，鄰近聲望兼顧直接和間接碳依賴。

1.3.3農業(yè)碳排放關聯網絡塊模型分析為進行角色和地位分析，找到行動者組合，簡化農業(yè)碳排放關聯網絡，分析農業(yè)碳排放的區(qū)域傳遞特征，利用迭代相關收斂法構建塊模型將中國各省市分為不同的功能塊。借鑒Stanley [34]的研究結果，角色劃分見表1。

1.3.4農業(yè)碳排放區(qū)域關聯原因的非參數回歸農業(yè)碳排放空間關聯與農業(yè)投入要素的空間關聯密不可分，，QAP（Quadratic assignment procedure，二次指派程序）回歸立足“關系”數據，推導農業(yè)碳關聯的原因。因變量為農業(yè)碳排放空間關聯矩陣，自變量從空間關聯、經濟關聯和技術關聯三方面選擇，具體如下：

（1）區(qū)域空間鄰接關系矩陣X：由各省市間鐵路運行時間構成。

xij表示區(qū)域i和區(qū)域j之間的鐵路運行時間。

（2）農業(yè)產業(yè)結構相似系數矩陣S：

Skj和Slj為地區(qū)k和l農業(yè)產值中j 行業(yè)占比，n為第一產業(yè)行業(yè)數量。

整體來看，八大板塊農業(yè)碳排放依賴關系總數為358個，其中，板塊間關系數為204個，板塊內關系數為154個，農業(yè)碳排放的區(qū)域間溢出效應明顯。其中，板塊二、板塊六和板塊七塊間關系數明顯高于其他板塊，占到塊間關系總數的60%。

從板塊地位來看，板塊三的總關系數為7個，板塊間關系數僅為3，實際內部關系比大于期望內部關系比，從前文分析結果可見，板塊內網絡密度為1，說明板塊三在農業(yè)碳排放關聯網絡中既不太被板塊外成員依賴，也不太依賴板塊外成員，板塊內的碳依賴關系比較活躍，處于孤立者地位，重要性排名靠后。

板塊一和板塊八總關系數分別為22個和30個，板塊間關系數遠高于板塊內關系數，且實際內部關系比小于期望內部關系比，板塊內密度在8個板塊中排名最后，在農業(yè)碳排放關聯網絡中處于諂媚者角色，對板塊外成員的碳依賴多于對板塊內成員，且不太被板塊外成員碳依賴。兩板塊內各省市的點出度都明顯高于點入度，且重要性處于中下水平。板塊二、四、五、六、七實際內部關系數均大于期望內部關系數，板塊間關系也比較活躍，屬于初級者地位，根據板塊間發(fā)出關系和接受關系的大小進一步將其分類。

板塊二、五、七為受益板塊，三大板塊的共同特征是板塊間接受關系數小于發(fā)出關系數，說明其對板塊外成員的農業(yè)碳依賴更強。其中，板塊二和板塊七發(fā)出關系和接收關系都較多，結合其中心性，兩板塊所含區(qū)域對農業(yè)碳關聯網絡的控制能力較強，可以看成類經紀人地位，在整個農業(yè)碳關聯網絡中起中介樞紐作用，同時板塊內各成員也比較活躍。板塊二含蓋了北部沿海和黃河中游省市，側重于接受北部和西部區(qū)域的關系，同時與除東北外的其余板塊都有發(fā)出關系，有承接南北、通東達西的作用。板塊七含蓋了西南和南部沿海部分省市，側重于接受西部和中部地區(qū)的關系，同時向東部沿海、長江中游和西部地區(qū)發(fā)出關系，有貫穿東西的作用。

板塊四和板塊六為貢獻板塊，特征是板塊間接受的關系數遠大于發(fā)出的關系數，說明其被較多的板塊外成員依賴，兩板塊包含了長江中游地區(qū)和西北地區(qū)省市。長江中游地區(qū)是中國重要的農業(yè)集中地，規(guī)模大，品種多，而西北地區(qū)能源資源豐富，農業(yè)生產投入要素和產出的地區(qū)間轉移使其在農業(yè)碳排放關聯網絡中扮演貢獻者角色。八大板塊分類結果見圖5。從圖5可見，網絡中的諂媚者集中在發(fā)達的沿海地區(qū)和少量西部地區(qū);貢獻者主要是長江中游和西北地區(qū)，是中國主要的農業(yè)生產地區(qū)和資源豐富地區(qū);類經紀人的分布相對分散，起著連接南北、貫穿東西的重要作用。

3農業(yè)碳排放區(qū)域關聯原因的非參數QAP回歸

3.1QAP相關性分析

從矩陣相關性（表4）可見，除能源結構相似性矩陣外，其余因素均顯著與農業(yè)碳排放關聯矩陣相關。能源結構相似性矩陣不顯著的原因是農業(yè)碳排放組成中農用能源消耗引起的碳排放量相對較低，2006年到2017年全國農用能源消耗引起的農業(yè)碳排放在整個農業(yè)碳排放中平均占比僅為14.3%。

表5可見，除能源結構相似性矩陣外，其余影響因素間均顯著相關?？臻g鐵路運行時間越短，兩地的經濟聯系越緊密，則跨區(qū)域龍頭企業(yè)越多，產業(yè)結構越相似，技術差異性越小;產業(yè)結構越相似，技術水平差異越小，跨區(qū)域龍頭企業(yè)越多;產業(yè)結構越相似，產品的跨區(qū)域流動也會更頻繁，數量會更多。技術水平差異性和產品區(qū)域轉移程度僅為0.10的顯著度下負相關，說明產品轉移更容易在技術水平差異小的區(qū)域間進行。

3.2QAP非參數回歸分析

從表6可見，2006年到2017年各因素對農業(yè)碳排放區(qū)域關聯的整體解釋程度在55%左右，并且通過了0.01的顯著性檢驗，除空間鄰接關系和技術水平差異性系數估計結果為負外，其余因素的系數估計結果均為正，說明農業(yè)碳排放的區(qū)域關聯密切度會受到區(qū)域間空間關聯、經濟關聯和技術關聯程度的影響。區(qū)域空間關聯對農業(yè)碳排放地區(qū)關聯的影響最為顯著，而空間關聯不是體現在空間距離上，而是體現在經濟距離上，因為經濟距離的拉近必然會促使兩地間的交通更為便利。本研究的空間鄰接矩陣用地區(qū)間鐵路運行時間更好地印證了這一點，從估計系數來看，其對農業(yè)碳排放地區(qū)關聯的影響程度較為穩(wěn)定。經濟關聯除了會拉近地區(qū)間的時間距離外，也表現在區(qū)域產業(yè)集群化發(fā)展引起的產業(yè)結構更加相似，跨區(qū)域農業(yè)龍頭企業(yè)數量更多，以及農產品和生產要素在便捷運輸過程中轉移更多，經濟關系更為密切也使地區(qū)間農業(yè)碳排放更加相互依賴。技術水平相當的地區(qū)農業(yè)碳排放關系也越密切，說明跨區(qū)域的技術擴散效應可以使地區(qū)間農業(yè)碳排放關系加深，從而為地區(qū)間合作減排奠定基礎。

4結論與啟示

4.1結論

本研究基于2006-2017年中國各?。ㄊ?、自治區(qū)）數據，以修正引力模型測算農業(yè)碳排放空間依賴，利用社會網絡分析法，建立非參數回歸模型，從空間網絡視角考察各區(qū)域的網絡功能，從空間關聯、經濟關聯、技術關聯三緯角度解釋農業(yè)碳排放關聯的深層次原因，主要研究結果如下：①農業(yè)碳排放網絡穩(wěn)定性高，區(qū)域排放溢出“等級森嚴”。中國農業(yè)碳排放網絡板塊間關系數明顯大于板塊內關系數，農業(yè)碳排放區(qū)域關聯明顯，整體網絡密度并不太高，但網絡穩(wěn)定性高，且不平等程度也較高，中部地區(qū)處于支配和控制地位。②中部地區(qū)處于網絡核心，西部重要性顯著提升，東部重要性最低。長江中游和黃河中游對整體網絡控制力較強，聲望較高，處于網絡核心;西南和西北地區(qū)聲望僅次于中部地區(qū)，且對整體網絡的控制能力也較強，兩經濟區(qū)的重要性有上升趨勢;北部沿海和南部沿海在整體網絡中比較活躍，度數中心性較高，但主要扮演依賴者角色;東北經濟區(qū)相對獨立，東部沿海最不重要。③農業(yè)碳排放網絡八大板塊所處角色和地位差異明顯。京、津、遼代表的板塊一和川、渝、藏代表的板塊八為諂媚者，主要體現為板塊間農業(yè)依賴關系;晉、蒙、冀、魯、豫、陜代表的板塊二和粵、云、桂、瓊、貴代表的板塊七為類經紀人角色，板塊間接受和發(fā)出關系均較多，對網絡控制力較強，起到中介作用;新、青、甘、寧代表的板塊四和鄂、湘、皖、贛代表的板塊六為貢獻者角色，接受的關系數遠大于發(fā)出的關系數;吉、黑代表的板塊三為孤立者，板塊間接受和發(fā)出關系都較少;浙、蘇、閩、滬代表的板塊五為受益者角色，對其他地區(qū)有較多發(fā)出關系。④空間關聯、經濟關聯和技術關聯三維關聯均顯著影響農業(yè)碳排放關聯。區(qū)域空間距離、產業(yè)結構相似性、產品轉移程度、跨區(qū)域農業(yè)龍頭企業(yè)數量和技術水平差異性對農業(yè)碳排放區(qū)域關聯的解釋程度超過50%。隨著區(qū)域協(xié)調發(fā)展的進一步加深，各區(qū)域空間距離將進一步縮短，經濟聯系將得以加強，生產要素、產品以及技術擴散的渠道更為通暢，農業(yè)碳排放區(qū)域關聯也會增強。

4.2啟示

地區(qū)間農業(yè)碳排放關聯的增強使國家能夠在全國一盤棋的整體思路下協(xié)調各方行動，達到1加1大于2的減排效果。農業(yè)碳排放關聯的增強需要地區(qū)間空間、經濟和技術三維關系的進一步加強。一方面依托中國綜合交通運輸體系的建設，縮短區(qū)域空間距離，另一方面增強區(qū)域間農業(yè)經濟的交流合作，建立跨區(qū)域農業(yè)產業(yè)帶或產業(yè)園，同時也要充分發(fā)揮減排技術擴散效應，在鼓勵各地加大農業(yè)減排技術研發(fā)的同時，出臺優(yōu)惠政策，促進技術的區(qū)域間擴散，以技術源為中心，實現“水波式”溢出。

由于中國各地區(qū)在農業(yè)碳排放關聯網絡中所處地位和角色不同[37-39]，制定和分配減排任務時應充分考慮各區(qū)域碳排放的依賴。貢獻者板塊作為重要的農業(yè)碳排放承擔者和接受者，應和受益者板塊、諂媚者板塊建立良好的長效互動機制，通過資金投入、技術轉移、資源補償等方式，增強其農業(yè)碳減排引領地位，進而提高受益者和諂媚者跟隨型減排成效;類經紀人板塊作為農業(yè)碳排放的傳導者和中介者，應進一步激發(fā)其“管道”作用，通過政策引導，優(yōu)化與其他地區(qū)的農業(yè)碳排放關聯，充分發(fā)揮其減排傳輸功能;對于孤立者板塊，需擴大其農業(yè)碳排放關聯，使其密切融入農業(yè)碳排放關聯網絡，營造減排溢出的良好接受渠道。

參考文獻：

[1]聯合國環(huán)境規(guī)劃署. 《全球升溫1.5 ℃特別報告》發(fā)布，為氣候變暖再敲警鐘[EB/OL]. （2018-10-10）[2019-12-20].http：//www.tanpaifang.com/tanguwen/2018/1010/62363.html.

[2]李波，張俊飚，李海鵬.中國農業(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（8）：80-86.

[3]COLE M， ELLIOTT A， ROBERT J R.The carbon dioxide emissions of firms：A Spatial analysis[J].Journal of Envionmental Economics and Management， 2013， 65：290-309.

[4]LIU Y， XIAO H W， PRECIOUS Z， et al. Carbon emissions in China： A spatial econometric analysis at the regional level[J].Sustainability，2014，6：6005-6023.

[5]DONG F， LONG R Y， LI Z L， et al. Analysis of carbon emission intensity，urbanization and energy mix：evidence from China[J].Nat Hazards，2016，82：1375-1391.

[6]LI L， HONG X F， TANG D L， et al. GHG emissions， economic growth and urbanization： A spatial approach[J].Sustainability，2016，10：123-126.

[7]GEORGE M， FRANKLIN A. Spatial analysis of emissions in Sweden[J].Energy Economics，2017，10：383-394.

[8]ZHANG Y G. Interregional carbon emission spillover-feedback effects in China[J].Energy Policy， 2017， 100：138-148.

[9]JIAO J L， YANG Y F， BAI Y. The impact of inter-industry R&D technology spillover on carbon emission in China[J].Nat Hazards，2018，91：913-929.

[10]MENG B， XUE J J， FENG K S， et al. Chinas inter-regional spillover of carbon emissions and domestic supply chains[J]. Energy Policy， 2013， 61：1305-1321.

[11]孫亞男，劉華軍，劉傳明，等.中國省際碳排放的空間關聯性及其效應研究——基于SNA的經驗考察[J].上海經濟研究，2016（2）：82-92.

[12]楊桂元，吳齊，涂洋.中國省際碳排放的空間關聯及其影響因素研究——基于社會網絡分析方法[J].商業(yè)經濟與管理，2016（4）：56-68.

[13]張翼.基于空間關聯網絡結構的中國省域協(xié)同碳減排研究[J].統(tǒng)計與信息論壇，2017（2）：63-69.

[14]WANG F， GAO M N， LIU J，et al. The spatial network structure of Chinas regional carbon emissions and its network effect[J]. Energies， 2018， 11：2706.

[15]李秋萍，李長建，肖小勇，等.中國農業(yè)碳排放的空間效應研究[J].干旱區(qū)資源與環(huán)境，2015（4）：30-35.

[16]孫赫，梁紅梅，常學禮，等.中國土地利用碳排放及其空間關聯[J].經濟地理，2015 （3）：154-162.

[17]吳賢榮，張俊飚，程琳琳，等.中國省域農業(yè)碳減排潛力及其空間關聯特征——基于空間權重矩陣的空間Durbin模型[J].中國人口·資源與環(huán)境，2015 （6）：53-61.

[18]程琳琳，張俊飚，田云，等.中國省域農業(yè)碳生產率的空間分異特征及依賴效應[J].資源科學，2016 （2）：276 -289.

[19]WU H Y， HUANG H J， TANG J.Net greenhouse gas emissions from agriculture in China： Estimation， spatial correlation and convergence[J]. Sustainability，2019，11：4817.

[20]MA D. Spatial heterogeneity and influencing factors of agricultural energy carbon emission efficiency in China—An empirical research of spatial panel data model[J]. Resour Dev Mark，2018，12：1693-1765.

[21]WU Y， FENG K.Spatial-temporal differentiation features and correlation effects of provincial agricultural carbon emissions in China[J]. Environ Sci Technol，2019，3：180-190.

[22]WANG J， ZHANG Y， TIAN Y，et al. Influencing factors and spatial spillover of agricultural carbon emissions in major grain producing areas in China[J]. J S Chin Agric，2019，7：1632-1639.

[23]PACHAURI K，MEYER A.Climate change 2014：Synthesis report[R]. Geneva：IPCC，2014.

[24]趙欣，龍如銀.考慮全要素生產率的中國碳排放影響因素分析[J].資源科學，2010（10）：1863-1870.

[25]王智平.中國農田N2O排放量的估算[J].農村生態(tài)環(huán)境， 1997（2）：51-55.

[26]DYER J A， KULSHRESHTHA S N， MCCONKEY B G， et al. An assessment of fossil fuel energy use and CO2 emissions from farm field operations using a regional level crop and land use database for Canada[J]. Energy， 2010， 35（5）： 2261-2269.

[27]伍芬琳，李琳，張海林，等.保護性耕作對農田生態(tài)系統(tǒng)凈碳釋放量的影響[J].生態(tài)學雜志，2007 （12）：2035-2039.

[28]IPCC. Climate change 2007： The physical science basis： Working group Ⅰ contribution to the fourth assessment report of the intergovernmental panel on climate change[M]. New York： Cambridge University Press， 2007.

[29]閔繼勝，胡浩.中國農業(yè)生產溫室氣體排放量的測算[J].中國人口·資源與環(huán)境，2012 （7）：21-27.

[30]劉麗華，蔣靜艷，宗良綱.農業(yè)殘留物燃燒溫室氣體排放清單研究：以江蘇省為例[J].環(huán)境科學，2011 （5）：1242-1248.

[31]KAYA Y.Impact of carbon dioxide emission on GNP growth：interpretation of proposed scenarios[R].Paris：IPCC Energy and Industry Subgroup，1989.

[32]COMMONER B. Making peace with the planet[M].New York：New Press，1992.

[33]劉衛(wèi)東，唐志鵬，韓夢瑤.2012年中國31省區(qū)市區(qū)域間投入產出表[M].北京：中國統(tǒng)計出版社，2018.

[34]STANLEY W. Social network analysis： Methods and applications[M]. Cambridge： Cambridge University Press， 1994.

[35]新華網 . 我國優(yōu)化布局農業(yè)發(fā)展新空間[EB/OL]. （2016-12-04）[2019-12-31].http：//www.soozhu.com/wx/article/297884/.

[36]中國改革報我國草原畜牧業(yè)發(fā)展?jié)摿薮骩EB/OL].（2018-07-25）[2019-12-31]. http：//www.crd.net.cn/2018-07/25/content_24734062.htm.

[37]趙先超，宋麗美，古黃玲. 基于GIS的湖南省農地利用碳排放時空格局研究[J].江蘇農業(yè)科學，2019，47（9）：307-311.

[38]王珧，張永強，田媛，等. 我國糧食主產區(qū)農業(yè)碳排放影響因素及空間溢出性[J].南方農業(yè)學報，2019，50（7）：1632-1639.

[39]張治會，李全新. 基于解構模型的2000-2014年甘肅省碳排放核算與分析[J].江蘇農業(yè)科學，2018，46（5）：257-260.

（責任編輯：張震林）