中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及驅(qū)動(dòng)因素研究*

尚 杰, 吉雪強(qiáng), 石 銳, 朱美榮**

(1.東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 哈爾濱 150040; 2.揚(yáng)州大學(xué)商學(xué)院 揚(yáng)州 225009)

溫室氣體排放所造成的全球變暖問題已經(jīng)嚴(yán)重威脅人類的生存和發(fā)展, 碳排放已經(jīng)成為世界主要國家的重要議題。我國在2021年《政府工作報(bào)告》中明確提出制定2030年前碳排放達(dá)峰行動(dòng)方案, 反映了我國對(duì)于碳排放問題的高度關(guān)切, 也體現(xiàn)出該問題對(duì)于中國可持續(xù)發(fā)展的重要影響。碳達(dá)峰、碳中和目標(biāo)實(shí)現(xiàn)的重要前提在于對(duì)碳排放情況的深入了解。農(nóng)業(yè)是碳排放的重要來源, 現(xiàn)有研究指出農(nóng)業(yè)生產(chǎn)造成的碳排放是全球溫室氣體增加的重要來源, 農(nóng)業(yè)活動(dòng)排放的二氧化碳(CO)更是占到人為溫室氣體的21%～25%。20世紀(jì)90年代以來, 中國農(nóng)業(yè)碳排放量總體呈現(xiàn)增長態(tài)勢, 農(nóng)業(yè)活動(dòng)溫室氣體排放占中國溫室氣體排放總量的17%, 同時(shí)農(nóng)業(yè)活動(dòng)更是甲烷(CH)和一氧化二氮(NO)排放的主要來源?？梢? 農(nóng)業(yè)碳排放是中國碳排放的核心議題之一, 中國碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)必須高度重視農(nóng)業(yè)碳排放, 并采取有效措施, 推動(dòng)農(nóng)業(yè)碳減排。研究指出農(nóng)業(yè)碳排放效率的提升是農(nóng)業(yè)碳減排實(shí)現(xiàn)的重要渠道, 更是實(shí)現(xiàn)農(nóng)業(yè)低碳轉(zhuǎn)型的重要依據(jù)。為此, 就農(nóng)業(yè)碳排放效率進(jìn)行研究, 為農(nóng)業(yè)碳減排提供有效對(duì)策, 是我國碳達(dá)峰、碳中和目標(biāo)實(shí)現(xiàn)的重要途徑。

學(xué)者們就農(nóng)業(yè)碳排放效率進(jìn)行了深入研究, 這些研究主要包括農(nóng)業(yè)碳排放效率概念探討、農(nóng)業(yè)碳排放效率測算、農(nóng)業(yè)碳排放效率影響因素分析、農(nóng)業(yè)碳排放效率空間關(guān)系分析等。就農(nóng)業(yè)碳排放效率的概念來看, 農(nóng)業(yè)碳排放效率是在既定投入要素和經(jīng)濟(jì)產(chǎn)出條件下, 理論上可達(dá)到的最少碳排放與實(shí)際排放之比, 也有學(xué)者認(rèn)為農(nóng)業(yè)碳排放效率就是指碳排放約束下的農(nóng)業(yè)生產(chǎn)率水平。而無論哪種概念, 其都是將農(nóng)業(yè)碳排放作為農(nóng)業(yè)生產(chǎn)活動(dòng)的非期望產(chǎn)出進(jìn)行考量, 以反映在碳排放這一非期望產(chǎn)出作用下農(nóng)業(yè)生產(chǎn)經(jīng)營過程中的投入產(chǎn)出關(guān)系。農(nóng)業(yè)碳排放效率越高, 其在相同農(nóng)業(yè)投入下所產(chǎn)出的經(jīng)濟(jì)價(jià)值越高或產(chǎn)生的碳排放越少, 越有利于地區(qū)農(nóng)業(yè)低碳化發(fā)展。就農(nóng)業(yè)碳排放效率的測算研究來看, 學(xué)者們主要通過DEA-Malmquist指數(shù)、SBMUndesirable模型等模型和方法對(duì)我國農(nóng)業(yè)碳排放效率進(jìn)行分析, 也有少部分研究將農(nóng)業(yè)碳排放量與地區(qū)農(nóng)業(yè)GDP進(jìn)行比較以測度地區(qū)農(nóng)業(yè)碳排放效率, 這些研究指出我國農(nóng)業(yè)碳排放效率整體呈增長趨勢, 但不同地區(qū)間存在差異。就農(nóng)業(yè)碳排放效率的影響因素研究來看, 學(xué)者們就農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支農(nóng)力度、有效灌溉率、農(nóng)業(yè)技術(shù)進(jìn)步、城鎮(zhèn)化水平、人力資本、農(nóng)業(yè)機(jī)械化率、市場規(guī)模等多種因素對(duì)農(nóng)業(yè)碳排放效率的影響進(jìn)行了探討。就農(nóng)業(yè)碳排放效率空間分析來看, 學(xué)者們不僅就農(nóng)業(yè)碳排放效率在地區(qū)間的分布情況進(jìn)行了討論, 更是進(jìn)一步就農(nóng)業(yè)碳排放效率的空間溢出效應(yīng)、空間關(guān)聯(lián)關(guān)系進(jìn)行了分析, 其研究結(jié)果指出我國農(nóng)業(yè)碳排放效率存在明顯的空間效應(yīng), 對(duì)于農(nóng)業(yè)碳排放效率的分析不僅應(yīng)當(dāng)考慮本地區(qū)情況, 還應(yīng)當(dāng)進(jìn)一步考慮空間關(guān)系。

上述農(nóng)業(yè)碳排放效率研究為我國農(nóng)業(yè)碳排放問題的解決提供了有力的學(xué)術(shù)支撐, 具有較高的學(xué)術(shù)價(jià)值和實(shí)際意義, 并為本文農(nóng)業(yè)碳排放效率的測度方法、指標(biāo)體系等提供了參考。此外, 隨著區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的深入, 農(nóng)業(yè)碳排放效率空間關(guān)系分析的價(jià)值逐漸突顯, 這些研究成果為協(xié)調(diào)發(fā)展下的區(qū)域農(nóng)業(yè)碳減排活動(dòng)提供了重要支持。

但是, 隨著區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的進(jìn)一步深入以及交通網(wǎng)絡(luò)、信息網(wǎng)絡(luò)的迅速發(fā)展, 地區(qū)間勞動(dòng)力、資金、技術(shù)以及產(chǎn)品等要素流動(dòng)加快, 地區(qū)產(chǎn)業(yè)、金融、消費(fèi)的空間關(guān)聯(lián)關(guān)系已經(jīng)突破了地理鄰近限制, 形成空間關(guān)聯(lián)網(wǎng)絡(luò)。碳排放作為社會(huì)經(jīng)濟(jì)活動(dòng)的產(chǎn)物, 其空間效應(yīng)也同樣超越了地理鄰近距離, 在全國范圍形成空間關(guān)聯(lián)網(wǎng)絡(luò)。農(nóng)業(yè)碳排放作為碳排放的重要構(gòu)成, 也逐漸呈現(xiàn)出空間網(wǎng)絡(luò)特征。在此背景之下, 農(nóng)業(yè)碳排放效率的空間關(guān)系研究也應(yīng)當(dāng)進(jìn)一步深入, 以探明區(qū)域協(xié)調(diào)發(fā)展下農(nóng)業(yè)碳排放效率的新情況、新特征, 從而為區(qū)域協(xié)調(diào)發(fā)展下農(nóng)業(yè)碳減排活動(dòng)提供更多有益指導(dǎo)。雖然現(xiàn)有研究已經(jīng)就農(nóng)業(yè)碳排放效率空間關(guān)系進(jìn)行了探討, 對(duì)其空間收斂情況、空間溢出效應(yīng)、空間關(guān)聯(lián)關(guān)系進(jìn)行了分析, 但是這些研究仍存在一些局限: 一方面現(xiàn)有研究僅考慮地理上的“鄰近”或“相鄰”空間效應(yīng), 缺乏整體性, 未考慮“非鄰近”地區(qū)可能對(duì)農(nóng)業(yè)碳排放效率產(chǎn)生的影響; 另一方面, 現(xiàn)有農(nóng)業(yè)碳排放效率研究多基于反映省份自身性質(zhì)的屬性數(shù)據(jù)展開,少有研究基于反映兩個(gè)或多個(gè)省份之間相互關(guān)系的關(guān)系數(shù)據(jù)進(jìn)行探索, 這使得現(xiàn)有研究難以就農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的整體網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行刻畫, 而結(jié)構(gòu)對(duì)于屬性數(shù)據(jù)具有決定性的影響, 對(duì)于空間關(guān)聯(lián)研究具有更大價(jià)值。這些局限的存在影響了區(qū)域農(nóng)業(yè)碳排放效率協(xié)調(diào)提升, 更制約了區(qū)域農(nóng)業(yè)協(xié)同減排活動(dòng)的開展, 不利于我國碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)。

為此, 借鑒現(xiàn)有研究成果, 本文基于關(guān)系數(shù)據(jù)和網(wǎng)絡(luò)視角, 以2010-2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率發(fā)展情況為研究對(duì)象(香港、澳門、臺(tái)灣等地區(qū)的農(nóng)業(yè)發(fā)展情況存在較大差異, 故未列為研究對(duì)象), 以非期望產(chǎn)出的SBM模型(SBMUndesirable模型)測度農(nóng)業(yè)碳排放效率, 利用修改的引力模型構(gòu)建農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)引力矩陣, 應(yīng)用社會(huì)網(wǎng)絡(luò)分析法就空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征進(jìn)行分析, 最后通過QAP模型(Quadratic Assignment Procedure模型)就驅(qū)動(dòng)因素進(jìn)行探索, 以期為區(qū)域農(nóng)業(yè)協(xié)同減排活動(dòng)提供參考和支持, 助力中國碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)。相對(duì)現(xiàn)有農(nóng)業(yè)碳排放效率研究, 本研究實(shí)現(xiàn)了以下創(chuàng)新: 1)基于關(guān)系數(shù)據(jù)和網(wǎng)絡(luò)視角就中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)特征進(jìn)行分析, 為中國農(nóng)業(yè)碳排放效率研究開拓新的研究視角; 2)綜合利用非期望產(chǎn)出SBM模型、引力模型、社會(huì)網(wǎng)絡(luò)分析法、QAP模型, 實(shí)現(xiàn)了中國農(nóng)業(yè)碳排放效率研究方法的拓展。

1 研究方法、數(shù)據(jù)來源

1.1 農(nóng)業(yè)碳排放效率測度方法

1.1.1 非期望產(chǎn)出SBM模型

本文利用非期望產(chǎn)出SBM模型對(duì)農(nóng)業(yè)碳排放效率進(jìn)行測度, 該模型由Tone在2001年提出, 在農(nóng)業(yè)碳排放效率測度中得到了較廣泛應(yīng)用, 由于該模型已經(jīng)被學(xué)界熟知, 為此對(duì)其公式不進(jìn)行詳細(xì)介紹。

1.1.2 農(nóng)業(yè)碳排放效率投入產(chǎn)出指標(biāo)體系

本文借鑒前人研究, 構(gòu)建中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率投入產(chǎn)出指標(biāo)體系(表1)。該指標(biāo)體系將農(nóng)業(yè)生產(chǎn)活動(dòng)所涉及的勞動(dòng)力、土地、化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機(jī)械動(dòng)力、農(nóng)業(yè)灌溉等因素作為投入指標(biāo), 將農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出指標(biāo),將農(nóng)業(yè)活動(dòng)所造成的碳排放作為非期望產(chǎn)出指標(biāo)。

表1 農(nóng)業(yè)碳排放效率投入-產(chǎn)出指標(biāo)體系Table 1 Input-output indexes system of agricultural carbon emission efficiency

其中農(nóng)業(yè)從業(yè)人員的計(jì)算借鑒研究成果, 利用公式第一產(chǎn)業(yè)從業(yè)人員×農(nóng)業(yè)GDP/農(nóng)林牧漁業(yè)GDP進(jìn)行計(jì)算。農(nóng)業(yè)碳排放量的計(jì)算主要參考文獻(xiàn)[29-30],包含了稻田的CH排放, 化肥和土壤引起的NO排放, 農(nóng)田土壤、化肥、農(nóng)藥、農(nóng)業(yè)機(jī)械和農(nóng)業(yè)灌溉所產(chǎn)生的CO排放, 化肥引起的NO排放利用各省(市、自治區(qū))的施用氮肥和復(fù)合肥總數(shù)計(jì)算。參考文獻(xiàn)[29-31]的做法, 在與相關(guān)專家商議后, 本文決定僅考慮農(nóng)業(yè)生產(chǎn)本身所產(chǎn)生的溫室氣體, 未將秸稈等農(nóng)業(yè)廢棄物燃燒等活動(dòng)所產(chǎn)生的CO納入碳排放量中。在計(jì)算后, 參考文獻(xiàn)[30]的方法, 將CH、NO折合為CO當(dāng)量。碳排放量具體計(jì)算系數(shù)及過程見文獻(xiàn)[29-30]。

1.2 空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析方法

1.2.1 修改的引力模型

為了解中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率是否具有空間網(wǎng)絡(luò)特征, 需要先構(gòu)建引力矩陣。參考文獻(xiàn)[32]引入修正的引力模型對(duì)中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率的空間關(guān)聯(lián)引力強(qiáng)度進(jìn)行測度。其計(jì)算公式為:

1.2.2 社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析法是基于“關(guān)系數(shù)據(jù)”就關(guān)系網(wǎng)絡(luò)進(jìn)行分析的科學(xué)方法, 在多個(gè)領(lǐng)域得到了廣泛的應(yīng)用。參考現(xiàn)有空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)研究, 本文利用社會(huì)網(wǎng)絡(luò)分析法對(duì)31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行分析。

1)空間關(guān)聯(lián)網(wǎng)絡(luò)整體結(jié)構(gòu)特征。該特征主要利用網(wǎng)絡(luò)關(guān)系數(shù)、密度、關(guān)聯(lián)度、等級(jí)度、效率5個(gè)指標(biāo)進(jìn)行分析, 詳細(xì)公式及其內(nèi)涵見文獻(xiàn)[33-34]。其中網(wǎng)絡(luò)關(guān)系數(shù)、網(wǎng)絡(luò)密度反映空間關(guān)聯(lián)網(wǎng)絡(luò)內(nèi)各節(jié)點(diǎn)的關(guān)聯(lián)強(qiáng)度, 即各節(jié)點(diǎn)在空間關(guān)聯(lián)網(wǎng)絡(luò)中相互作用的強(qiáng)度。當(dāng)網(wǎng)絡(luò)關(guān)系數(shù)越多, 網(wǎng)絡(luò)密度越大, 說明31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率的關(guān)聯(lián)性越強(qiáng), 各省(市、自治區(qū))的農(nóng)業(yè)碳排放效率相互間產(chǎn)生的影響也更強(qiáng); 網(wǎng)絡(luò)關(guān)聯(lián)度則是反映空間關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)健性, 當(dāng)其為1時(shí)說明31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率具有空間網(wǎng)絡(luò)效應(yīng), 且該空間關(guān)聯(lián)網(wǎng)絡(luò)穩(wěn)健性強(qiáng); 網(wǎng)絡(luò)等級(jí)度反映31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率的地位差異, 等級(jí)度越高, 說明該空間關(guān)聯(lián)網(wǎng)絡(luò)中形成的等級(jí)地位差異越大; 網(wǎng)絡(luò)效率反映空間關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)定情況, 網(wǎng)絡(luò)效率越低, 31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)越穩(wěn)定。

2)空間關(guān)聯(lián)網(wǎng)絡(luò)個(gè)體結(jié)構(gòu)特征。該特征主要利用點(diǎn)度中心度、接近中心度和中介中心度3個(gè)指標(biāo)進(jìn)行分析, 詳細(xì)公式及其內(nèi)涵見文獻(xiàn)[33-34]。在研究中, 當(dāng)一個(gè)省(市、自治區(qū))的點(diǎn)度中心度越高, 表明該省(市、自治區(qū))距31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)中心越近, 其對(duì)其余網(wǎng)絡(luò)節(jié)點(diǎn)的作用越強(qiáng); 當(dāng)一個(gè)省(市、自治區(qū))的接近中心度越高, 表明其在31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)中與其他省(市、自治區(qū))的距離越近; 當(dāng)一個(gè)省(市、自治區(qū))的中介中心度越高,該省市對(duì)31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)中其他省(市、自治區(qū))的農(nóng)業(yè)碳排放效率的控制和調(diào)節(jié)作用越強(qiáng)。

3)空間關(guān)聯(lián)網(wǎng)絡(luò)聚類結(jié)構(gòu)特征分析。本文通過塊模型分析法探討中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)各個(gè)板塊在網(wǎng)絡(luò)結(jié)構(gòu)中的角色與作用。參考程慧等的評(píng)價(jià)規(guī)則對(duì)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行聚類分析。將中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)劃分為4個(gè)板塊, 板塊的屬性根據(jù)其板塊內(nèi)外部接收和發(fā)出關(guān)系數(shù)與板塊內(nèi)部成員數(shù)判斷而來(表2)。

images/BZ_57_200_601_2221_842.pngimages/BZ_57_468_893_700_931.pngimages/BZ_57_1062_893_1564_931.pngimages/BZ_57_1754_893_2125_931.pngimages/BZ_57_200_966_2221_1099.png

1.3 QAP模型

由于研究所涉及變量均為關(guān)系數(shù)據(jù), 變量間可能存在多重共線性, 同時(shí)也難以判定干擾項(xiàng)是否服從正態(tài)分布, 而QAP模型不需要獨(dú)立性與正態(tài)分布假定, 運(yùn)用QAP模型對(duì)關(guān)系數(shù)據(jù)進(jìn)行分析所得的結(jié)果更為穩(wěn)健。為進(jìn)一步揭示中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)演變的內(nèi)在驅(qū)動(dòng)力, 參考現(xiàn)有研究成果, 本文以最接近的2019年為研究對(duì)象, 構(gòu)建QAP模型如下:

式中: 因變量GL為中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣, 自變量為科技水平差異矩陣(K)、交通運(yùn)輸水平差異矩陣(J)、居民收入差異矩陣(S)、第一產(chǎn)業(yè)產(chǎn)值差異矩陣(Z)、第一產(chǎn)業(yè)比重差異矩陣(B)、信息化水平差異矩陣(X)、地區(qū)人口差異矩陣(P)、空間鄰接矩陣(C)。

其中科技水平所使用指標(biāo)為各省(市、自治區(qū))的研究與試驗(yàn)發(fā)展經(jīng)費(fèi); 交通運(yùn)輸水平所使用指標(biāo)為各省(市、自治區(qū))的貨運(yùn)量; 居民收入所使用指標(biāo)為各省(市、自治區(qū))的居民人均收入值; 第一產(chǎn)業(yè)產(chǎn)值所使用指標(biāo)為各省(市、自治區(qū))的第一產(chǎn)業(yè)產(chǎn)值; 第一產(chǎn)業(yè)比重所使用指標(biāo)為各省(市、自治區(qū))的第一產(chǎn)業(yè)產(chǎn)值與地區(qū)生產(chǎn)總值之比; 信息化水平所使用指標(biāo)為各省(市、自治區(qū))的郵電業(yè)務(wù)總量;地區(qū)人口所使用指標(biāo)為各省(市、自治區(qū))的年末人口數(shù)量; 空間鄰接關(guān)系采用0-1法則, 若兩省市鄰接則記為1, 否則記為0。

1.4 數(shù)據(jù)來源

基礎(chǔ)數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》 《中國農(nóng)業(yè)年鑒》 《中國農(nóng)村統(tǒng)計(jì)年鑒》。其中, 各省(市、自治區(qū))間距離利用ArcGIS軟件distance功能, 結(jié)合各省會(huì)(直轄市為本市坐標(biāo))地理坐標(biāo)進(jìn)行計(jì)算。

2 中國農(nóng)業(yè)碳排放效率分析

本文利用PRO DEA SOLER 5.0軟件, 基于上文提出的農(nóng)業(yè)碳排放效率投入產(chǎn)出指標(biāo)體系, 應(yīng)用非期望產(chǎn)出SBM模型進(jìn)行計(jì)算, 得到2010-2019年中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率(表3)。

表3 2010—2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率Table 3 Agricultural carbon emission efficiency in 31 provinces (cities, autonomous regions) of China from 2010-2019

由表3,可 知 2010-2019年間, 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率均值由0.400增長至0.756,增長了88.8%, 表明在這10年間, 中國大陸農(nóng)業(yè)低碳化發(fā)展得到了長足進(jìn)步, 在碳排放約束下, 同樣的農(nóng)業(yè)投入得到了更多的農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出; 或者說在同樣的投入和農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出下, 農(nóng)業(yè)碳排放量相對(duì)減少,這反映出中國農(nóng)業(yè)生產(chǎn)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。究其原因, 一方面是農(nóng)業(yè)科技發(fā)展下農(nóng)業(yè)生產(chǎn)效率的提升, 隨著農(nóng)業(yè)信息技術(shù)、新型農(nóng)業(yè)器械、優(yōu)良農(nóng)種等相關(guān)農(nóng)業(yè)科技的推廣和應(yīng)用, 農(nóng)產(chǎn)品單位面積產(chǎn)量得到了提高; 另一方面隨著農(nóng)業(yè)面源污染攻堅(jiān)戰(zhàn)的進(jìn)行, 在政策指導(dǎo)和市場綠色消費(fèi)引導(dǎo)下, 在綠色農(nóng)業(yè)相關(guān)技術(shù)的支持下, 農(nóng)業(yè)生產(chǎn)對(duì)化肥、農(nóng)藥、農(nóng)膜的依賴程度下降, 減少了農(nóng)業(yè)碳排放。就不同省(市、自治區(qū))情況來看, 2019年福建、廣東、貴州、海南、湖北、陜西、青海、上海、四川、天津、新疆、浙江等省(市、自治區(qū))農(nóng)業(yè)碳排放效率為1，達(dá)到了效率前沿面, 其中福建、廣東、上海、天津、浙江等地較高的農(nóng)業(yè)碳排放效率可能多依靠其先進(jìn)的農(nóng)業(yè)技術(shù)支持和嚴(yán)格的農(nóng)業(yè)污染政策制約;陜西、青海、新疆等則更多依托土地供給和農(nóng)業(yè)規(guī)?；?jīng)營提升農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出, 從而得以實(shí)現(xiàn)較高的農(nóng)業(yè)碳排放效率; 至于湖北省可能依托其較為充足的農(nóng)業(yè)勞動(dòng)力以及優(yōu)良的水熱條件實(shí)現(xiàn)較高的農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出, 此外, 其對(duì)于農(nóng)業(yè)污染問題的高度重視也有效制約了農(nóng)業(yè)碳排放的增加; 海南省可能主要得益于較好的光熱水等自然條件。而安徽、黑龍江、江西、西藏、內(nèi)蒙古、云南等省(市、自治區(qū))的農(nóng)業(yè)碳排放效率在2019年仍低于0.500, 其中西藏、內(nèi)蒙古主要是因?yàn)槠滢r(nóng)業(yè)生產(chǎn)活動(dòng)較少, 且受到自然環(huán)境制約而造成農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出較低; 安徽、江西、云南則可能是受到農(nóng)業(yè)技術(shù)制約; 黑龍江省雖然具有較為肥沃的土壤以及廣闊的土地, 但其農(nóng)業(yè)生產(chǎn)易受到寒冷天氣影響。整體上而言, 在研究區(qū)間內(nèi),中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率提升較大, 但仍有一定的提升空間, 不同省(市、自治區(qū))間存在較大差距。

3 中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析

以中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率(表3)作為構(gòu)建空間關(guān)聯(lián)矩陣的基礎(chǔ)數(shù)據(jù), 結(jié)合公式(1)測算獲得的引力構(gòu)建中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)二值矩陣(GL), 而后應(yīng)用社會(huì)網(wǎng)絡(luò)分析工具Ucinet軟件制作中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率的空間網(wǎng)絡(luò)拓?fù)鋱D, 并進(jìn)行空間網(wǎng)絡(luò)結(jié)構(gòu)分析。研究選取2010年、2013年、2016年、2019年4個(gè)年份為代表進(jìn)行圖像展示(圖1)?？梢钥闯鲋袊?1個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率已經(jīng)突破了傳統(tǒng)的空間地理鄰近溢出屬性, 網(wǎng)絡(luò)中沒有孤立點(diǎn), 整體呈現(xiàn)出復(fù)雜的空間關(guān)聯(lián)網(wǎng)絡(luò)特征。

圖1 2010—2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間網(wǎng)絡(luò)拓?fù)鋱DFig.1 Topologies of agricultural carbon emission efficiency in 31 provinces (cities, autonomous regions) of China from 2010 to 2019

3.1 農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征分析

利用Ucinet 6.0軟件, 計(jì)算得到2010-2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征指標(biāo)(表4)。

表4 2010—2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征指標(biāo)Table 4 Overall characteristic indexes of spatial correlation network in 31 provinces (cities, autonomous regions) of China from 2010-2019

從表4可知, 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)關(guān)系數(shù)呈現(xiàn)波動(dòng)上升的趨勢, 從2010年的121個(gè)上升至2019年的211個(gè),增加了74.4%, 其中最高值為2016年的229個(gè)。就網(wǎng)絡(luò)密度而言, 其同樣呈現(xiàn)出波動(dòng)上升趨勢, 從2010年的0.130上升至0.227, 提升74.6%, 其中最高值為2016年的0.246。根據(jù)網(wǎng)絡(luò)關(guān)系數(shù)和網(wǎng)絡(luò)密度的變化可知, 2010-2019年間中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)強(qiáng)度提升, 各省(市、自治區(qū))農(nóng)業(yè)碳排放效率間的相互作用得到強(qiáng)化。究其原因, 一方面得益于逐步完善的市場經(jīng)濟(jì)體制, 使得農(nóng)業(yè)生產(chǎn)經(jīng)營要素能夠在全國范圍得到便捷流通; 另一方面, 中國交通網(wǎng)絡(luò)、信息網(wǎng)絡(luò)的迅速發(fā)展, 也進(jìn)一步為各省(市、自治區(qū))間農(nóng)業(yè)技術(shù)擴(kuò)散、農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移、農(nóng)業(yè)投資拓展等活動(dòng)提供了支持, 加強(qiáng)了各省(市、自治區(qū))農(nóng)業(yè)生產(chǎn)經(jīng)營間的關(guān)聯(lián), 為農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)關(guān)系的形成提供了保障; 此外, 在這10年間, 長江經(jīng)濟(jì)帶、粵港澳大灣區(qū)等區(qū)域發(fā)展戰(zhàn)略的實(shí)施, 加快了區(qū)域內(nèi)部協(xié)調(diào)發(fā)展的速度, 也為全國范圍各類涉農(nóng)要素的流動(dòng)提供了動(dòng)力和支持。雖然, 在研究區(qū)間內(nèi)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)關(guān)系數(shù)得到了較大提升, 但是相對(duì)于最大可能關(guān)系總數(shù)930個(gè)(31×30), 仍有著較大差距, 因此中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)關(guān)系還有著巨大的提升空間。

由表4可知, 2010-2019年間中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)關(guān)聯(lián)度皆為1, 顯示出中國各省(市、自治區(qū))均被納入農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)之中, 表明這一空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)健, 各省(市、自治區(qū))的農(nóng)業(yè)碳排放效率實(shí)現(xiàn)了相互連接, 農(nóng)業(yè)碳排放效率的空間溢出效應(yīng)范圍較廣, 不僅僅局限于鄰近范圍。就網(wǎng)絡(luò)等級(jí)度來看, 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)等級(jí)度波動(dòng)較大, 由2010年的0.458下降至2019年的0.293, 下降36.0%,其中最高值為2012年的0.506, 最低值為2015年和2018年的0.181, 整體呈現(xiàn)震蕩下降趨勢, 反映出中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)內(nèi)部森嚴(yán)的等級(jí)結(jié)構(gòu)瓦解, 而隨著這一進(jìn)程的發(fā)展, 各省(市、自治區(qū))農(nóng)業(yè)碳排放效率間的相互聯(lián)系和影響得到加強(qiáng)。究其原因可能是在市場、交通、信息、政策等因素影響下, 農(nóng)業(yè)碳排放效率相關(guān)的農(nóng)業(yè)勞動(dòng)力、資金、農(nóng)業(yè)技術(shù)等因素得以在全國范圍內(nèi)實(shí)現(xiàn)協(xié)調(diào)配置, 縮小了各省(市、自治區(qū))間農(nóng)業(yè)碳排放效率差距。就網(wǎng)絡(luò)效率而言, 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)效率整體呈下降趨勢, 由2010年的0.837下降至2019年的0.692, 下降17.3%, 表明中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)定性得到增強(qiáng), 其原因可能是由于國家社會(huì)經(jīng)濟(jì)發(fā)展協(xié)調(diào)性的增強(qiáng), 使得各省(市、自治區(qū))農(nóng)業(yè)碳排放效率間的關(guān)聯(lián)關(guān)系不斷增多, 各節(jié)點(diǎn)間關(guān)聯(lián)線的增多使得整個(gè)網(wǎng)絡(luò)越發(fā)緊密, 從而實(shí)現(xiàn)穩(wěn)定提升。

3.2 農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)個(gè)體結(jié)構(gòu)特征

利用Ucinet 6.0軟件計(jì)算得到2019年中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)個(gè)體結(jié)構(gòu)特征指標(biāo)(表5)。

由表5可知, 2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的點(diǎn)度中心度均值為35.269。其中北京、福建、甘肅、貴州、湖北、江蘇、山西、陜西、上海、天津、浙江等11個(gè)省(市、自治區(qū))的點(diǎn)度中心度高于均值, 表明這些省(市、自治區(qū))在中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)中相對(duì)其余省(市、自治區(qū))更為接近網(wǎng)絡(luò)中心位置, 與其他節(jié)點(diǎn)省(市、自治區(qū))有著較多的聯(lián)系, 這些省(市、自治區(qū))對(duì)于整體網(wǎng)絡(luò)的形成與穩(wěn)定發(fā)展起著關(guān)鍵作用。其中北京、福建、江蘇、上海、天津、浙江等省市屬于我國的經(jīng)濟(jì)發(fā)達(dá)地區(qū), 這些地區(qū)農(nóng)業(yè)技術(shù)先進(jìn), 經(jīng)濟(jì)發(fā)展較快, 且有著便捷的交通網(wǎng)絡(luò), 這使得其能夠通過農(nóng)業(yè)技術(shù)轉(zhuǎn)移、農(nóng)業(yè)資金投資、吸收農(nóng)業(yè)勞動(dòng)力等方式對(duì)其他省(市、自治區(qū))農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出產(chǎn)生重要影響; 此外, 這些地區(qū)由于人口密集且人均收入較高, 是農(nóng)產(chǎn)品的重要消費(fèi)地區(qū), 其逐漸形成的綠色消費(fèi)習(xí)慣也會(huì)對(duì)其他省(市、自治區(qū))的農(nóng)業(yè)生產(chǎn)經(jīng)營產(chǎn)生反向影響, 使其減少化肥、農(nóng)藥施用, 從而降低農(nóng)業(yè)碳排放量。甘肅、貴州、山西、陜西、湖北等省份則主要得益于其地理位置, 如甘肅和陜西處于我國西北諸省(市、自治區(qū))的中間位置, 貴州位于西南諸省(市、自治區(qū))的中間位置, 湖北位于中部諸省(市、自治區(qū))的中間位置, 山西省周邊也圍繞著內(nèi)蒙古、河南、陜西、河北等省(市、自治區(qū)), 使得這些省(市、自治區(qū))能夠借助交通與信息網(wǎng)絡(luò)與周邊省(市、自治區(qū))形成較好的要素交流, 從而在空間關(guān)聯(lián)網(wǎng)絡(luò)中處于較為接近網(wǎng)絡(luò)中心的位置。此外, 北京、江蘇、上海、天津、浙江等省市的點(diǎn)入數(shù)要遠(yuǎn)遠(yuǎn)超過點(diǎn)出數(shù), 反映出其在網(wǎng)絡(luò)之中獲取了較多要素, 處于凈受益狀態(tài)。

由表5可知, 2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的接近中心度均值為25.802。其中北京、福建、甘肅、貴州、江蘇、青海、山西、上海、天津、浙江等10個(gè)省(市、自治區(qū))的接近中心度高于均值, 說明這些省(市、自治區(qū))易與其他省(市、自治區(qū))產(chǎn)生空間關(guān)聯(lián)。其中,北京、福建、江蘇、上海、天津、浙江處于東部地區(qū), 經(jīng)濟(jì)發(fā)達(dá), 信息技術(shù)先進(jìn), 且交通完善, 涉農(nóng)資金、農(nóng)業(yè)技術(shù)、農(nóng)產(chǎn)品等要素在這些地區(qū)進(jìn)行投資、擴(kuò)散、流通, 使得這些省(市、自治區(qū))能夠與其他省(市、自治區(qū))較快產(chǎn)生空間關(guān)聯(lián)。甘肅、貴州、青海、山西等則是由于其處于一定區(qū)域的較中心位置,與周邊省(市、自治區(qū))有著較好的要素交流渠道,從而能夠通過輸出勞動(dòng)力等要素以及吸收先進(jìn)農(nóng)業(yè)技術(shù)而與網(wǎng)絡(luò)中的其他省(市、自治區(qū))尤其是其周邊的省(市、自治區(qū))產(chǎn)生關(guān)聯(lián)。

由表5可知, 2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的中介中心度均值為3.333。其中福建、甘肅、貴州、海南、江蘇、山東、山西、陜西、上海、新疆、浙江等11個(gè)省(市、自治區(qū))的中介中心度高于均值。表明這些省(市、自治區(qū))在空間網(wǎng)絡(luò)之中能夠較好地影響和控制勞動(dòng)力、資金等資源與技術(shù)的流動(dòng), 并進(jìn)一步對(duì)其他省(市、自治區(qū))的農(nóng)業(yè)碳排放效率產(chǎn)生調(diào)節(jié)和制約作用, 是中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)之中的“橋梁”。福建、江蘇、上海、浙江等省市憑借其經(jīng)濟(jì)、技術(shù)優(yōu)勢通過輸出農(nóng)業(yè)技術(shù)、資金等方式推動(dòng)其他省(市、自治區(qū))農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出增加, 或通過擴(kuò)散綠色農(nóng)業(yè)技術(shù)或綠色農(nóng)業(yè)經(jīng)營管理經(jīng)驗(yàn)減少其他省(市、自治區(qū))農(nóng)業(yè)生產(chǎn)經(jīng)營活動(dòng)的碳排放量; 甘肅、貴州、海南、山西、新疆等省(市、自治區(qū))則是通過輸出勞動(dòng)力或農(nóng)產(chǎn)品等方式與周邊等省(市、自治區(qū))產(chǎn)生空間關(guān)聯(lián)。

表5 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)中心性分析Table 5 Structural central analysis of the spatial correlation network of agricultural carbon emission efficiency in 31 provinces(cities, autonomous regions) of China

3.3 農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)聚類結(jié)構(gòu)特征

研究利用CONCOR算法對(duì)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行分析, 將其劃分為4個(gè)板塊(表6)。

表6 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)板塊劃分Table 6 Division of spatial correlation plates of agricultural carbon emission efficiency in 31 provinces (cities, autonomous regions)of China

中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)板塊間內(nèi)部關(guān)系數(shù)共37個(gè), 占2019年網(wǎng)絡(luò)總關(guān)系數(shù)的17.5%, 板塊外關(guān)系數(shù)共174個(gè), 占2019年網(wǎng)絡(luò)總關(guān)系數(shù)的82.5%, 顯示出各省(市、自治區(qū))農(nóng)業(yè)碳排放效率間存在著空間集聚效應(yīng)和空間溢出現(xiàn)象。其中第1板塊包括安徽、江西等9個(gè)省(市、自治區(qū)), 其板塊內(nèi)關(guān)系數(shù)為11個(gè), 板塊外接收關(guān)系數(shù)34個(gè), 板塊外發(fā)出關(guān)系數(shù)68個(gè), 期望內(nèi)部關(guān)系比例大于實(shí)際內(nèi)部關(guān)系比例, 屬于凈溢出板塊,其中安徽、江西、云南、廣西、貴州、河南、湖南等省(市、自治區(qū))可能向其他板塊輸出勞動(dòng)力、農(nóng)產(chǎn)品等要素, 而廣東、重慶則更多是技術(shù)或資金的輸出; 第2板塊包括山西、西藏等6個(gè)省(市、自治區(qū)), 其板塊內(nèi)關(guān)系數(shù)為5個(gè), 板塊外接收關(guān)系數(shù)37個(gè), 板塊外發(fā)出關(guān)系數(shù)31個(gè), 期望內(nèi)部關(guān)系比例大于實(shí)際內(nèi)部關(guān)系比例, 屬于經(jīng)紀(jì)人板塊, 其與板塊內(nèi)外部成員都有著密切的空間關(guān)聯(lián), 在整個(gè)農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)之中充當(dāng)著要素溝通的紐帶; 第3板塊包含上海、福建等8個(gè)省(市、自治區(qū)), 其板塊內(nèi)關(guān)系數(shù)為16個(gè), 板塊外接收關(guān)系數(shù)93個(gè), 板塊外發(fā)出關(guān)系數(shù)32個(gè), 期望內(nèi)部關(guān)系比例小于實(shí)際內(nèi)部關(guān)系比例, 屬于凈受益板塊, 主要享受著其他板塊的要素輸入; 第4板塊包含遼寧、內(nèi)蒙古等7個(gè)省(市、自治區(qū)), 板塊年內(nèi)關(guān)系數(shù)為5個(gè), 板塊外接收關(guān)系數(shù)10個(gè), 板塊外發(fā)出關(guān)系數(shù)43個(gè), 期望內(nèi)部關(guān)系比例大于實(shí)際內(nèi)部關(guān)系比例, 也屬于凈溢出板塊, 這些地區(qū)大多是我國重要的農(nóng)產(chǎn)品輸出省(市、自治區(qū))。

在此基礎(chǔ)上, 進(jìn)一步運(yùn)用凝聚子群分析路徑, 計(jì)算得中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的密度矩陣, 而后將密度矩陣中大于2019年中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)密度(上文測得0.227)的元素記為1,反之為0, 得到像矩陣(表7)。由表7可知, 第1、2板塊農(nóng)業(yè)碳排放效率向第3板塊產(chǎn)生空間溢出, 第3板塊農(nóng)業(yè)碳排放效率向第1板塊產(chǎn)生一定的空間溢出, 第4板塊農(nóng)業(yè)碳排放效率的空間溢出效應(yīng)主要影響第2板塊。整體上來看, 東部沿海地區(qū)是農(nóng)業(yè)碳排放效率空間溢出的主要目的地。

表7 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)板塊的密度矩陣和像矩陣Table 7 Density matrix and image matrix of the spatial correlation plate of agricultural carbon emission efficiency in 31 provinces(cities, autonomous regions) of China

4 中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)驅(qū)動(dòng)因素分析

4.1 QAP相關(guān)性分析

在進(jìn)行QAP回歸分析之前, 研究首先利用Ucinet 6.0軟件進(jìn)行QAP相關(guān)性分析, 以了解各解釋變量與中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣之間的相關(guān)情況(表8)。其中, 交通運(yùn)輸水平差異矩陣(J)、第一產(chǎn)業(yè)產(chǎn)值差異矩陣(Z)、第一產(chǎn)業(yè)比重差異矩陣(B)、地區(qū)人口差異矩陣(P)、空間鄰接矩陣(C)與中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣(GL)顯著相關(guān)(至少在P＜0.1的統(tǒng)計(jì)水平), 相關(guān)系數(shù)為正, 說明各省(市、自治區(qū))間的交通運(yùn)輸水平差異、第一產(chǎn)業(yè)產(chǎn)值差異、第一產(chǎn)業(yè)比重差異、地區(qū)人口差異有利于推進(jìn)31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)形成, 此外, 各省(市、自治區(qū))間的空間距離在該年對(duì)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的形成發(fā)揮了重要作用。居民收入差異矩陣(S)在P＜0.05的統(tǒng)計(jì)水平與中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)顯著相關(guān), 其系數(shù)為負(fù), 表明在這一年, 相似的居民人均收入能夠促進(jìn)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率產(chǎn)生空間關(guān)聯(lián)。此外, 由表8可知, 大部分解釋變量之間存在著顯著的相關(guān)關(guān)系, 為此, 有必要利用QAP回歸方法進(jìn)行分析, 以減少多重共線性的影響。

表8 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣相關(guān)性分析Table 8 Correlation analysis of the spatial correlation network of agricultural carbon emission efficiency in 31 provinces(cities, autonomous regions) of China

4.2 QAP回歸分析

基于公式(3), 利用Ucinet 6.0軟件進(jìn)行QAP回歸分析(表9)。

表9 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣回歸分析Table 9 Regression analysis of spatial correlation network matrix of agricultural carbon emission efficiency in 31 provinces (cities,autonomous regions) of China

其中, 交通運(yùn)輸水平差異矩陣(J)在P＜0.05的統(tǒng)計(jì)水平顯著, 其系數(shù)為正。表明各省(市、自治區(qū))交通運(yùn)輸水平的差距能夠促進(jìn)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的形成。當(dāng)交通運(yùn)輸水平存在差異時(shí), 交通運(yùn)輸水平較好的省(市、自治區(qū))能夠更好地從其他省(市、自治區(qū))獲取農(nóng)產(chǎn)品、勞動(dòng)力等農(nóng)業(yè)生產(chǎn)經(jīng)營要素, 從而促進(jìn)省(市、自治區(qū))間的要素流通, 強(qiáng)化空間關(guān)聯(lián)。

居民收入差異矩陣(S)在P＜0.05的統(tǒng)計(jì)水平顯著, 其系數(shù)為負(fù)。表明各省(市、自治區(qū))居民收入情況越相似, 越有利于推動(dòng)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)形成。居民人均收入水平反映出各省(市、自治區(qū))的經(jīng)濟(jì)發(fā)展水平差異。當(dāng)居民收入水平差異較小時(shí), 各省(市、自治區(qū))間的經(jīng)濟(jì)發(fā)展階段相似性較高, 其農(nóng)業(yè)發(fā)展基礎(chǔ)、農(nóng)產(chǎn)品需求情況、環(huán)境保護(hù)要求等有著較為相似的需要, 從而使得勞動(dòng)力、資金、技術(shù)能夠較為便捷地在這些階段相似的省(市、自治區(qū))間流動(dòng), 從而加強(qiáng)農(nóng)業(yè)碳排放效率的空間關(guān)聯(lián)。

第一產(chǎn)業(yè)產(chǎn)值差異矩陣(Z)在P＜0.1的統(tǒng)計(jì)水平顯著, 其系數(shù)為正。表明各省(市、自治區(qū))第一產(chǎn)業(yè)產(chǎn)值的差距能夠促進(jìn)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的形成。第一產(chǎn)業(yè)產(chǎn)值差距越大, 各省(市、自治區(qū))間農(nóng)產(chǎn)品流動(dòng)可能性越大, 這在現(xiàn)實(shí)中表現(xiàn)為農(nóng)業(yè)大省的農(nóng)產(chǎn)品向全國其他省(市、自治區(qū))的供應(yīng), 而隨著農(nóng)產(chǎn)品貿(mào)易的擴(kuò)散, 各省(市、自治區(qū))間空間關(guān)聯(lián)不斷強(qiáng)化。

信息化差異矩陣(X)在P＜0.1統(tǒng)計(jì)水平顯著, 其系數(shù)為負(fù)。表明各省(市、自治區(qū))信息化水平越相似, 越有利于推動(dòng)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)形成。其原因可能在于相似的信息化水平更有利于信息、技術(shù)、資金的轉(zhuǎn)移,尤其是農(nóng)業(yè)信息化技術(shù)的轉(zhuǎn)移需要一定的信息產(chǎn)業(yè)基礎(chǔ), 而相似的信息化水平意味著相近的產(chǎn)業(yè)基礎(chǔ)和人員素質(zhì)。隨著農(nóng)業(yè)信息和技術(shù)的轉(zhuǎn)移, 農(nóng)業(yè)相關(guān)各要素的交流也得到增強(qiáng), 從而強(qiáng)化了農(nóng)業(yè)碳排放效率的空間關(guān)聯(lián)。

空間鄰接矩陣(C)在P＜0.01統(tǒng)計(jì)水平顯著, 其系數(shù)為正。表明中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)存在著“俱樂部趨同”現(xiàn)象,省(市、自治區(qū))之間的空間距離越近, 農(nóng)業(yè)碳排放效率越容易發(fā)生空間關(guān)聯(lián)。其原因在于, 距離越近,越能實(shí)現(xiàn)各類農(nóng)業(yè)要素的交流與配置。

5 討論

上文分析結(jié)果指出中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)特征明顯, 這表明隨著中國信息網(wǎng)絡(luò)、交通網(wǎng)絡(luò)的不斷完善, 農(nóng)業(yè)碳排放效率相關(guān)要素實(shí)現(xiàn)了有效的溝通和交流; 此外, 在研究期間內(nèi), 該空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng), 反映出信息和交通網(wǎng)絡(luò)完善基礎(chǔ)上農(nóng)業(yè)碳排放效率相關(guān)要素互動(dòng)的強(qiáng)化。而空間關(guān)聯(lián)網(wǎng)絡(luò)的驅(qū)動(dòng)因素分析指出, 交通運(yùn)輸水平、居民人均收入、第一產(chǎn)業(yè)產(chǎn)值、信息化水平、空間距離對(duì)農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)形成產(chǎn)生了重要影響, 這一結(jié)果為相關(guān)政策制定者提供了改善農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的可行渠道。就本研究分析結(jié)果的實(shí)際意義而言,能夠?yàn)橄嚓P(guān)碳排放問題的解決提供一些有益的思路:在提升農(nóng)業(yè)碳排放效率時(shí), 既要考慮其地區(qū)內(nèi)部影響以及周邊地區(qū)作用, 也要重視跨區(qū)域的網(wǎng)絡(luò)效應(yīng)。

就方法應(yīng)用而言, 本研究在參考現(xiàn)有成果的基礎(chǔ)上, 綜合利用非期望產(chǎn)出SBM模型、社會(huì)網(wǎng)絡(luò)分析法、QAP模型等模型和方法, 實(shí)現(xiàn)了關(guān)系數(shù)據(jù)視角下農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析及其驅(qū)動(dòng)因素的探討, 彌補(bǔ)了現(xiàn)有農(nóng)業(yè)碳排放效率研究存在的部分局限。但是, 現(xiàn)有方法仍存在可改進(jìn)空間,如本文僅利用社會(huì)網(wǎng)絡(luò)分析法對(duì)2019年的農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的個(gè)體結(jié)構(gòu)特征和聚類機(jī)構(gòu)特征進(jìn)行了分析, 在驅(qū)動(dòng)因素的探討上, 也僅利用QAP模型對(duì)2019年農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的驅(qū)動(dòng)因素進(jìn)行了研究, 這雖然也是現(xiàn)有研究成果的一般做法, 但未能反映出空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)在不同時(shí)間節(jié)點(diǎn)的個(gè)體結(jié)構(gòu)特征和聚類結(jié)構(gòu)特征變化。為此,如何實(shí)現(xiàn)不同時(shí)間節(jié)點(diǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析, 這仍有待進(jìn)一步的深入探討。

6 結(jié)論與啟示

6.1 結(jié)論

在對(duì)2010-2019年間中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率進(jìn)行測度的基礎(chǔ)上, 利用社會(huì)網(wǎng)絡(luò)分析法對(duì)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析, 并利用QAP模型對(duì)該網(wǎng)絡(luò)的驅(qū)動(dòng)因素進(jìn)行探討, 得到主要結(jié)論如下:

1)在研究期間內(nèi), 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率得到較快提升, 但是仍有一定改進(jìn)空間, 且各省(市、自治區(qū))間存在較大差距; 此外, 中國31省(市、自治區(qū))農(nóng)業(yè)碳排放效率的空間效應(yīng)突破了傳統(tǒng)的空間地理鄰近限制, 在全國范圍呈現(xiàn)空間關(guān)聯(lián)網(wǎng)絡(luò)特征。

2)在研究期間內(nèi), 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng), 其網(wǎng)絡(luò)關(guān)系數(shù)、網(wǎng)絡(luò)密度增加, 同時(shí)網(wǎng)絡(luò)內(nèi)部森嚴(yán)的等級(jí)關(guān)系逐漸松散, 網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性也得到較大提升。此外, 中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)形成了多個(gè)網(wǎng)絡(luò)中心, 這些網(wǎng)絡(luò)中心對(duì)空間關(guān)聯(lián)網(wǎng)絡(luò)的形成發(fā)揮了重要作用, 并對(duì)其余省(市、自治區(qū))農(nóng)業(yè)碳排放效率產(chǎn)生影響和控制。整體上, 東部沿海地區(qū)是中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)空間溢出的主要目的地。

3)交通運(yùn)輸水平、居民人均收入、第一產(chǎn)業(yè)產(chǎn)值、信息化水平、空間距離對(duì)于中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的形成產(chǎn)生重要的影響。其中交通運(yùn)輸水平差異和第一產(chǎn)業(yè)產(chǎn)值差異有利于推動(dòng)空間關(guān)聯(lián)網(wǎng)絡(luò)的形成; 相似的居民人均收入和信息化水平以及相近的空間距離能夠更好地促進(jìn)空間關(guān)聯(lián)網(wǎng)絡(luò)形成。

6.2 啟示

農(nóng)業(yè)碳排放效率問題對(duì)于我國碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)有著重要意義, 結(jié)合研究結(jié)論, 下面就本研究對(duì)碳排放問題的啟示進(jìn)行探討。

1)中國農(nóng)業(yè)碳排放效率內(nèi)部存在差距, 有著一定的改進(jìn)空間, 且呈現(xiàn)出復(fù)雜的空間關(guān)聯(lián)網(wǎng)絡(luò)特征。為此, 在制定農(nóng)業(yè)碳排放效率提升政策時(shí), 一方面,要重視區(qū)域間協(xié)同減排活動(dòng)的開展, 以農(nóng)業(yè)碳排放效率先進(jìn)地區(qū)為中心, 設(shè)計(jì)跨區(qū)域低碳農(nóng)業(yè)技術(shù)、經(jīng)驗(yàn)交流協(xié)作機(jī)制, 以縮小各省(市、自治區(qū))間農(nóng)業(yè)碳排放效率的差距; 另一方面, 應(yīng)當(dāng)充分利用農(nóng)業(yè)碳排放效率所具有的空間關(guān)聯(lián)網(wǎng)絡(luò)特征, 通過強(qiáng)化交通網(wǎng)絡(luò)、完善投資網(wǎng)絡(luò)、提升信息交流等方式強(qiáng)化各省(市、自治區(qū))的空間關(guān)聯(lián), 并通過發(fā)揮網(wǎng)絡(luò)中心省(市、自治區(qū))對(duì)各省(市、自治區(qū))農(nóng)業(yè)碳排放效率的影響, 實(shí)施重點(diǎn)突破, 以點(diǎn)帶面, 提升農(nóng)業(yè)碳排放效率, 以推進(jìn)農(nóng)業(yè)碳減排活動(dòng)的開展。

2)中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng), 形成多個(gè)網(wǎng)絡(luò)中心, 其中東部地區(qū)是網(wǎng)絡(luò)中各省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間溢出目的地。為此, 要結(jié)合各省(市、自治區(qū))在空間關(guān)聯(lián)網(wǎng)絡(luò)中的地位差異, 制定針對(duì)性的農(nóng)業(yè)碳排放效率提升策略。一方面, 位于網(wǎng)絡(luò)中心的經(jīng)濟(jì)發(fā)達(dá)、技術(shù)先進(jìn)且作為空間溢出主要目的地的東部省(市), 既要充分發(fā)揮其科技人才優(yōu)勢, 推進(jìn)現(xiàn)代低碳農(nóng)業(yè)發(fā)展, 并不斷優(yōu)化農(nóng)業(yè)技術(shù)裝備, 積累低碳農(nóng)業(yè)先進(jìn)經(jīng)驗(yàn), 以進(jìn)一步提升本地區(qū)農(nóng)業(yè)碳排放效率, 同時(shí)要借助其對(duì)其他省(市、自治區(qū))的影響渠道, 通過倡導(dǎo)綠色消費(fèi)、進(jìn)行低碳農(nóng)業(yè)宣傳等方式倒逼農(nóng)產(chǎn)品生產(chǎn)改善及擴(kuò)散低碳農(nóng)業(yè)觀念, 以帶動(dòng)其他省(市、自治區(qū))提升農(nóng)業(yè)碳排放效率。另一方面, 就位于網(wǎng)絡(luò)中心的其他省(市、自治區(qū))而言, 應(yīng)當(dāng)通過吸收東部地區(qū)先進(jìn)技術(shù)與經(jīng)驗(yàn)等方式以積極發(fā)展本地低碳農(nóng)業(yè), 并通過提供生態(tài)農(nóng)產(chǎn)品等符合低碳農(nóng)業(yè)要求的綠色產(chǎn)品, 滿足綠色消費(fèi)需求并帶動(dòng)地區(qū)農(nóng)業(yè)發(fā)展; 此外,就網(wǎng)絡(luò)邊緣省(市、自治區(qū))而言, 既要通過執(zhí)行嚴(yán)格的環(huán)境規(guī)制措施或者增加生態(tài)補(bǔ)償?shù)确绞酵苿?dòng)低碳農(nóng)業(yè)發(fā)展, 以降低農(nóng)業(yè)碳排放量, 同時(shí), 也要積極吸納先進(jìn)技術(shù)、經(jīng)驗(yàn)以提升農(nóng)業(yè)生產(chǎn)效率和降低農(nóng)業(yè)污染。

3)中國31個(gè)省(市、自治區(qū))農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的形成受到多種因素影響。為此, 要充分利用這些驅(qū)動(dòng)因素, 增強(qiáng)農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)。一方面, 增強(qiáng)信息、交通網(wǎng)絡(luò)對(duì)農(nóng)業(yè)要素流通的支持, 要重視交通網(wǎng)絡(luò)的優(yōu)化和提升信息化水平, 進(jìn)一步增強(qiáng)優(yōu)勢地區(qū)交通運(yùn)輸能力, 并加快推進(jìn)各省(市、自治區(qū))農(nóng)業(yè)信息化發(fā)展, 以保障勞動(dòng)力、資金、技術(shù)、農(nóng)產(chǎn)品等要素在全國范圍實(shí)現(xiàn)高效流通, 強(qiáng)化空間關(guān)聯(lián); 另一方面, 要加強(qiáng)農(nóng)產(chǎn)品市場與產(chǎn)地聯(lián)系, 既要多渠道推進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展, 提升居民收入水平, 以增強(qiáng)其農(nóng)產(chǎn)品消費(fèi)能力、提升其消費(fèi)層次, 使其培養(yǎng)綠色產(chǎn)品消費(fèi)習(xí)慣, 又要發(fā)揮農(nóng)業(yè)產(chǎn)值較高省(市、自治區(qū))農(nóng)業(yè)生產(chǎn)優(yōu)勢, 通過選用優(yōu)種、測土施肥、施用有機(jī)肥等方式提升其農(nóng)產(chǎn)品產(chǎn)量和質(zhì)量, 增強(qiáng)綠色產(chǎn)品供應(yīng), 以滿足市場不斷增加的農(nóng)產(chǎn)品消費(fèi)需求和質(zhì)量要求。

本文相對(duì)現(xiàn)有農(nóng)業(yè)碳排放效率研究, 在研究視角和研究方法方面實(shí)現(xiàn)了拓展, 并為我國農(nóng)業(yè)碳排放效率問題的解決提供了一些啟示, 具有一定的學(xué)術(shù)價(jià)值和實(shí)踐價(jià)值。但是, 本文仍存在一些局限, 如本文在參考現(xiàn)有研究方法的基礎(chǔ)上對(duì)最近年份的農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)及其驅(qū)動(dòng)因素進(jìn)行了分析, 并得到一些有益結(jié)果, 但是這些結(jié)構(gòu)特征和驅(qū)動(dòng)因素是否在各年份皆是如此？這點(diǎn)有待進(jìn)一步考究。此外, 各驅(qū)動(dòng)因素對(duì)空間關(guān)聯(lián)網(wǎng)絡(luò)影響的具體作用機(jī)理也有待進(jìn)一步深入探討。由于研究進(jìn)展影響, 這些局限在本文都沒有得到較好的解決, 但是這些問題在后期工作中都將得到重視。