氣候智慧型農(nóng)業(yè)項目能否抑制農(nóng)業(yè)碳排放
——來自安徽氣候智慧型主要糧食作物生產(chǎn)項目的經(jīng)驗證據(jù)

魏新彥，劉 穎，張俊飚

(1.華中農(nóng)業(yè)大學 經(jīng)濟管理學院，湖北 武漢 430070； 2.湖北農(nóng)村發(fā)展研究中心，湖北 武漢 430070， 3.北方工業(yè)大學 經(jīng)濟管理學院，北京 100144)

一段時期以來，我國農(nóng)業(yè)依靠資源的密集投入取得了傲人的增長，但農(nóng)業(yè)生產(chǎn)和土地利用變化產(chǎn)生的碳排放也與日俱增。據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)報告稱，1990—2019年間全球農(nóng)業(yè)生產(chǎn)產(chǎn)生的溫室氣體排放量增加了17%，2019年全球人為排放的540億t二氧化碳當量中，31%來自農(nóng)業(yè)生產(chǎn)。溫室氣體大量排放帶來的最直接的后果就是全球氣候變暖，這一變化會導致一系列的環(huán)境和發(fā)展問題，如冰川消融和海平面上升，極端天氣和氣象災害頻發(fā)，農(nóng)業(yè)減產(chǎn)甚至絕收。Ho等[1]研究發(fā)現(xiàn)，我國環(huán)境污染造成的健康損失占到GDP總值的3%～7.7%，每年在環(huán)境治理方面的花費約占GDP總值的5.8%。在2020年9月的聯(lián)合國大會上，國家主席習近平宣布“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”。農(nóng)業(yè)兼具碳排和碳匯的雙重屬性，是學者們研究碳減排的重點關注領域，同時也是我國完成《巴黎協(xié)定》減排承諾的重要一環(huán)。因此，厘清農(nóng)業(yè)碳排放的影響因素，探究減少農(nóng)業(yè)碳排放量的方法不僅是環(huán)境經(jīng)濟學的重要研究方向，而且也是政府制定環(huán)境政策，積極推進農(nóng)業(yè)綠色可持續(xù)發(fā)展的著力點。

梳理相關文獻發(fā)現(xiàn)，早期研究主要集中于對農(nóng)業(yè)碳排放量的測算[2]、時空演變趨勢的歸納[3]和特征分析[4]上。隨著研究的深入，學者們開始從不同角度探索農(nóng)業(yè)碳排放的影響因素，并在此基礎上探究減排路徑。一是技術視角。目前，學界關于技術進步對農(nóng)業(yè)碳排放的影響并未取得一致結(jié)論。一部分學者認為，技術進步對農(nóng)業(yè)碳排放量具有一定程度的抑制效應[5]，是實現(xiàn)農(nóng)業(yè)碳減排的重要途徑[6]；另一部分學者則認為，技術進步會顯著增加農(nóng)業(yè)碳排放量，但有利于農(nóng)業(yè)碳排放強度的降低[7]。二是經(jīng)營規(guī)模視角。與經(jīng)營規(guī)模擴大相伴而生的是農(nóng)業(yè)資源消耗量的增加，但地塊集中的規(guī)模戶可以合理配置資源，提高效率和減少浪費，進而減少農(nóng)業(yè)碳排放。此外，規(guī)模戶的農(nóng)機作業(yè)效率更高，在采納秸稈還田、測土配方施肥等綠色生產(chǎn)技術上也更具優(yōu)勢[8]。但也有研究認為，經(jīng)營規(guī)模與農(nóng)業(yè)碳排放量之間呈“U”形關系[9]。三是產(chǎn)業(yè)視角。農(nóng)業(yè)產(chǎn)業(yè)水平提高或結(jié)構(gòu)升級是減少碳排放量和降低碳排放強度的重要因素[10]，若產(chǎn)業(yè)升級緩慢，類似機械化等技術進步的效用或會止步于微觀層面[11]。四是其他視角。武春桃[12]證實，城鎮(zhèn)化可以有效降低農(nóng)業(yè)碳排放。還有部分研究集中于農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟的關系[13]，探討農(nóng)業(yè)碳排放的脫鉤效應[14]，驗證農(nóng)業(yè)碳排放的庫茲涅茨曲線[15]。

現(xiàn)有研究從各視角、各層面對農(nóng)業(yè)碳排放的影響因素進行了探討，成果頗為豐富，但卻忽視了新型農(nóng)業(yè)發(fā)展模式對農(nóng)業(yè)碳排放的影響，這為本文提供了新的研究思路。農(nóng)業(yè)的發(fā)展進程必然伴隨著更多的資源消耗和污染排放，這一結(jié)果是否為傳統(tǒng)農(nóng)業(yè)發(fā)展模式的局限性呢？通過探索可持續(xù)的農(nóng)業(yè)發(fā)展模式，提高生產(chǎn)中的能源使用效率，提升農(nóng)業(yè)固碳技術水平，是否能夠突破傳統(tǒng)農(nóng)業(yè)發(fā)展必然增加碳排放的局限？

氣候智慧型農(nóng)業(yè)的概念是2010年FAO在關于農(nóng)業(yè)糧食安全和氣候變化的海牙會議上正式提出的，是在氣候變化背景下探索和發(fā)展出來的一種既能保持農(nóng)業(yè)生產(chǎn)能力，又能減排固碳緩解氣候變化的農(nóng)業(yè)發(fā)展新模式。2015年，由農(nóng)業(yè)部與世界銀行共同實施的氣候智慧型主要糧食作物生產(chǎn)項目就是這樣一種農(nóng)業(yè)發(fā)展模式。迄今，聚焦氣候智慧型主要糧食作物生產(chǎn)項目的文獻較少。區(qū)別于現(xiàn)有研究，本文利用合成控制法評估氣候智慧型主要糧食作物生產(chǎn)項目對農(nóng)業(yè)碳排放的影響，可能的邊際貢獻有：1)首次利用氣候智慧型主要糧食作物生產(chǎn)項目這一準自然實驗評估新型農(nóng)業(yè)發(fā)展模式對農(nóng)業(yè)碳排放的影響，拓展了農(nóng)業(yè)碳排放影響因素方面的研究，可為氣候變化背景下現(xiàn)代農(nóng)業(yè)的發(fā)展方向提供參考；2)基于熊彼特創(chuàng)新理論和波特創(chuàng)新驅(qū)動理論嘗試構(gòu)建氣候智慧型主要糧食作物生產(chǎn)項目影響農(nóng)業(yè)碳排放的理論框架，并在該理論框架的指導下，研究新型農(nóng)業(yè)發(fā)展模式的碳減排效應，豐富農(nóng)業(yè)發(fā)展模式與碳排放方面的文獻。

1 政策背景與研究假設

1.1 氣候智慧型主要糧食作物生產(chǎn)項目的政策背景

自19世紀開始，人們逐漸意識到氣候變化及其帶來的危害，減少碳排放以應對氣候變化也逐步成為世界范圍內(nèi)的共識。農(nóng)業(yè)既是受氣候變化影響最大、最敏感的產(chǎn)業(yè)，又是溫室氣體排放的重要來源。為了實現(xiàn)農(nóng)業(yè)增長以保障糧食安全和減排增匯以減緩氣候變化的雙重目標，政界和學界提出過“生態(tài)農(nóng)業(yè)”“低碳農(nóng)業(yè)”“循環(huán)農(nóng)業(yè)”和“綠色農(nóng)業(yè)”等多種發(fā)展理念。2010年，F(xiàn)AO對上述發(fā)展理念進行融合和創(chuàng)新，提出建設氣候智慧型農(nóng)業(yè)的構(gòu)想。

從2012年開始，F(xiàn)AO和歐盟共同實施的氣候智慧型農(nóng)業(yè)技術示范項目在馬拉維、越南和贊比亞啟動。此后，聯(lián)合國開發(fā)計劃署、全球環(huán)境基金、世界銀行等還支持了厄瓜多爾、幾內(nèi)亞、馬里、塞內(nèi)加爾、柬埔寨等國開展氣候智慧型農(nóng)業(yè)技術項目。隨后，加拿大、美國等國開始關注并且參與這一項目。2014年9月，美國主導成立了國際氣候智慧型農(nóng)業(yè)聯(lián)盟(Global Alliance for Climate-Smart Agriculture，GACSA)。

我國在建設氣候智慧型農(nóng)業(yè)方面也十分積極。2013年，農(nóng)業(yè)部在財政部和國家發(fā)展和改革委員會的大力支持下，開始與全球環(huán)境基金、世界銀行等機構(gòu)接洽，規(guī)劃設計并簽署了符合我國農(nóng)情的氣候智慧型農(nóng)業(yè)項目。2015年，氣候智慧型主要糧食作物生產(chǎn)項目(以下簡稱“氣候智慧型農(nóng)業(yè)項目”)在我國正式實施。除了種植業(yè)外，我國還在青海和內(nèi)蒙古開展了氣候智慧型草原生態(tài)建設項目?？梢灶A見，氣候智慧型農(nóng)業(yè)這一新型農(nóng)業(yè)發(fā)展模式將對我國農(nóng)業(yè)的綠色可持續(xù)發(fā)展產(chǎn)生重大影響，甚至奠定未來農(nóng)業(yè)的發(fā)展方向。

1.2 氣候智慧型農(nóng)業(yè)項目的具體實施情況

氣候智慧型農(nóng)業(yè)項目重點圍繞水稻、小麥、玉米3大主糧作物生產(chǎn)系統(tǒng)，在安徽省懷遠縣和河南省葉縣建立10萬畝(畝為舊制單位，為遵從農(nóng)業(yè)生產(chǎn)習慣和相關表述而在此處保留，1畝≈667 m2，下同)示范區(qū)，其中，懷遠縣為水稻-小麥種植模式，葉縣為玉米-小麥種植模式。項目通過引入氣候智慧型農(nóng)業(yè)的生產(chǎn)理念與技術，重點開展減排固碳關鍵技術的集成與示范，建立起高產(chǎn)高效低排放的農(nóng)業(yè)發(fā)展新模式，提高化肥、農(nóng)藥、灌溉水等投入品的利用效率，增加農(nóng)田土壤碳儲量，減少作物系統(tǒng)碳排放，增強作物適應氣候變化的能力。

1.3 機制分析

通過對政策背景和實施情況的梳理，我們認為，氣候智慧型農(nóng)業(yè)項目實質(zhì)上是基于理念轉(zhuǎn)變、技術革新和政策更新的農(nóng)業(yè)生產(chǎn)方式的創(chuàng)新升級。因此，基于熊彼特創(chuàng)新理論，并結(jié)合具體舉措，本文認為氣候智慧型農(nóng)業(yè)項目可以看作是融合了技術創(chuàng)新、產(chǎn)品創(chuàng)新和市場創(chuàng)新的農(nóng)業(yè)發(fā)展模式的綜合性創(chuàng)新。進一步結(jié)合現(xiàn)有研究中關于經(jīng)濟活動對環(huán)境影響的效應分解[16]和波特的創(chuàng)新驅(qū)動理論，我們認為，氣候智慧型農(nóng)業(yè)項目所引發(fā)的創(chuàng)新可通過結(jié)構(gòu)效應和技術效應兩大路徑來影響農(nóng)業(yè)碳排放量。

首先，從固碳減排視角歸納出氣候智慧型農(nóng)業(yè)項目創(chuàng)新升級的幾大特點。1)技術創(chuàng)新。項目采用測土配方施肥技術提高化肥使用效率，通過“一噴三防”等農(nóng)藥減量技術的示范，將無人機、自走式噴霧機等高效設備應用于病蟲害統(tǒng)防統(tǒng)治，對項目區(qū)域內(nèi)農(nóng)戶施用農(nóng)藥化肥的觀念和技術手段進行更新升級。2)產(chǎn)品創(chuàng)新。通過推動智能技術應用于傳統(tǒng)農(nóng)產(chǎn)品中，提高農(nóng)產(chǎn)品及其生產(chǎn)過程中的智慧化和氣候適應性水平。這樣一方面有利于減少農(nóng)業(yè)碳排放量，增強其應對氣候變化的能力；另一方面有利于順應生態(tài)環(huán)境而更新?lián)Q代傳統(tǒng)農(nóng)產(chǎn)品。3)市場創(chuàng)新。項目依托物聯(lián)網(wǎng)、傳感器、云計算等智能信息技術，以及新良種、新農(nóng)資產(chǎn)業(yè)，開拓了以新技術和氣候適應性農(nóng)產(chǎn)品為主的新型農(nóng)業(yè)市場，進一步削減污染產(chǎn)業(yè)的生存空間。

其次，從理論上梳理3種創(chuàng)新內(nèi)生具有的技術效應和結(jié)構(gòu)效應。1)技術創(chuàng)新驅(qū)動技術效應和結(jié)構(gòu)效應發(fā)揮作用。王一杰等[17]發(fā)現(xiàn)，氣候智慧型農(nóng)業(yè)項目通過人力、資本等要素的集聚，提升了區(qū)域農(nóng)業(yè)技術水平(技術效應)；依托現(xiàn)代化的生產(chǎn)和信息技術，提高了農(nóng)產(chǎn)品質(zhì)量，進而驅(qū)動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(結(jié)構(gòu)效應)。2)產(chǎn)品創(chuàng)新驅(qū)動技術效應和結(jié)構(gòu)效應發(fā)揮作用。農(nóng)產(chǎn)品創(chuàng)新通過生產(chǎn)過程中技術含量的提升來促進農(nóng)產(chǎn)品質(zhì)量升級，具體包括營養(yǎng)品質(zhì)、商品品質(zhì)和衛(wèi)生品質(zhì)的提升。農(nóng)產(chǎn)品質(zhì)量的更新?lián)Q代即為農(nóng)業(yè)生產(chǎn)技術不斷創(chuàng)新發(fā)展的過程(技術效應)。當大多數(shù)農(nóng)業(yè)經(jīng)營主體在農(nóng)產(chǎn)品創(chuàng)新升級的過程中實現(xiàn)了生產(chǎn)方式的優(yōu)化轉(zhuǎn)變，農(nóng)業(yè)會實現(xiàn)從傳統(tǒng)粗放型生產(chǎn)向現(xiàn)代集約型生產(chǎn)的轉(zhuǎn)變(結(jié)構(gòu)效應)。3)市場創(chuàng)新驅(qū)動結(jié)構(gòu)效應發(fā)揮作用。氣候智慧型農(nóng)業(yè)項目開拓了以氣候適應性農(nóng)產(chǎn)品為主的新型農(nóng)業(yè)市場，在氣候變化背景下，市場需求的不斷擴大會加快當?shù)剞r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的升級(結(jié)構(gòu)效應)。

最后，分析兩大效應是如何抑制農(nóng)業(yè)碳排放的，并提出本文的研究假設。氣候智慧型農(nóng)業(yè)項目的結(jié)構(gòu)效應表現(xiàn)為通過投入新興生產(chǎn)要素和提高氣候適應性綠色產(chǎn)業(yè)發(fā)展比重來抑制農(nóng)業(yè)碳排放。項目依托傳感器、云平臺、物聯(lián)網(wǎng)、云計算等新興技術要素，對氣候、土地、水資源等生產(chǎn)要素進行智能化的監(jiān)測和管理，形成一個農(nóng)作物生長環(huán)境信息數(shù)據(jù)庫，以便精準配置化肥、農(nóng)藥等要素投入，提高農(nóng)業(yè)資源利用效率，進而驅(qū)使傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型升級，向高效高產(chǎn)綠色可持續(xù)的發(fā)展方向轉(zhuǎn)變。氣候智慧型農(nóng)業(yè)項目還通過輪作模式調(diào)整種植結(jié)構(gòu)，控制水稻生產(chǎn)中甲烷的排放[18]。這在很大程度上會抑制試點地區(qū)的農(nóng)業(yè)碳排放。此外，傳統(tǒng)農(nóng)業(yè)依靠大量資源投入的發(fā)展方式是不可持續(xù)的，而氣候智慧型農(nóng)業(yè)項目的試點為農(nóng)業(yè)生產(chǎn)方式和經(jīng)營者的生產(chǎn)理念提供了具體借鑒，試點的“示范效應”和經(jīng)營者理念行為轉(zhuǎn)變的“倒逼效應”會推動農(nóng)業(yè)產(chǎn)業(yè)和相關的上下游產(chǎn)業(yè)轉(zhuǎn)變發(fā)展方式，提高生產(chǎn)效率，降低碳排放。綜上，本文提出假設H1：氣候智慧型農(nóng)業(yè)項目在創(chuàng)新驅(qū)動下，通過結(jié)構(gòu)效應減少農(nóng)業(yè)碳排放。

技術進步是改善環(huán)境的重要驅(qū)動力[19]，同時也被公認是農(nóng)業(yè)碳減排的重要途徑[20]。氣候智慧型農(nóng)業(yè)項目的技術效應主要通過農(nóng)業(yè)技術進步提高單位資源利用率來降低資源消耗量，以實現(xiàn)抑制農(nóng)業(yè)碳排放的目標。根據(jù)農(nóng)業(yè)發(fā)展理論，技術效應可以促進生物化學型和機械型兩類技術進步[21-22]。一方面，種質(zhì)創(chuàng)新和化肥農(nóng)藥是生物化學型減排固碳技術的重要代表[23]，其中，化肥農(nóng)藥是農(nóng)業(yè)第二大碳排放源，對農(nóng)業(yè)結(jié)構(gòu)性減排的貢獻率在2018年超過90%[24]。為緩解試點地區(qū)化肥施用品種單一、投入量過高、效率低等問題，氣候智慧型農(nóng)業(yè)項目對數(shù)以萬畝的糧食作物開展測土配方施肥，合理配置氮肥施用比例，提高了化肥施用效率，減少了化肥資源的浪費。針對試點地區(qū)農(nóng)藥施用量高、效率低，以及過量施用導致的農(nóng)產(chǎn)品質(zhì)量安全問題，氣候智慧型農(nóng)業(yè)項目通過采用植保無人機、自走式噴桿噴霧機等高效農(nóng)藥撒施設備，在5萬畝小麥試驗田開展“一噴三防”作業(yè)，在提高農(nóng)藥施用效率的同時保障了小麥豐收。另一方面，機械型技術進步指的是農(nóng)用機械數(shù)量和質(zhì)量的提升，主要體現(xiàn)為農(nóng)業(yè)生產(chǎn)方式的改變。氣候智慧型農(nóng)業(yè)項目在糧食生產(chǎn)的耕地、播種和收獲3個環(huán)節(jié)基本實現(xiàn)了機械化。同時，通過粉碎機和聯(lián)合收割機將作物秸稈粉碎后旋耕還田，增加土壤有機質(zhì)并減少環(huán)境污染。但不容忽視的是，糧食生產(chǎn)各環(huán)節(jié)使用農(nóng)用機械數(shù)量和類型的增加會消耗更多的能源，導致碳排放量的增加。綜上，本文提出假設H2a：氣候智慧型農(nóng)業(yè)項目在創(chuàng)新驅(qū)動下，通過生物化學型技術進步減少了農(nóng)業(yè)碳排放量；假設H2b：氣候智慧型農(nóng)業(yè)項目在創(chuàng)新驅(qū)動下，通過機械型技術進步增加了農(nóng)業(yè)碳排放量。

2 研究設計

2.1 模型設定

為了更加科學地評估氣候智慧型農(nóng)業(yè)項目實施能否抑制農(nóng)業(yè)碳排放，本文將氣候智慧型農(nóng)業(yè)項目視為一次準自然實驗，運用合成控制法，通過數(shù)據(jù)驅(qū)動方式進行擬合分析?；谡咴u估效果的考慮，本文選擇糧食生產(chǎn)規(guī)模更大、資源環(huán)境約束更強的安徽省懷遠縣為研究對象?；陬A測變量，利用省內(nèi)未實施項目的其他縣確定合成懷遠縣的線性組合權重，通過對比項目實施后的懷遠縣與合成懷遠縣的差別來評估項目效果。

安徽省懷遠縣下轄15個鎮(zhèn)和3個鄉(xiāng)，是蚌埠市的產(chǎn)糧第一大縣，同時也是全國糧食生產(chǎn)先進縣。項目正式實施的2015年，懷遠縣的糧食作物播種面積、產(chǎn)量、農(nóng)業(yè)產(chǎn)值穩(wěn)居蚌埠全市第一，分別達19.986 2萬hm2、124.103萬t、57.277 2億元。懷遠縣以農(nóng)村人口為主，占比達78.7%。氣候智慧型農(nóng)業(yè)項目區(qū)位于懷遠縣萬福鎮(zhèn)和蘭橋鎮(zhèn)。2015年，這2個鎮(zhèn)的水稻播種面積分別為5 244、4 044 hm2，分別占懷遠縣水稻播種面積的9.64%和7.43%；小麥播種面積分別為5 265、3 956 hm2，分別占懷遠縣小麥播種面積的5.15%和3.87%。項目區(qū)域雖未覆蓋整個懷遠縣，但2個項目承擔鎮(zhèn)的水稻、小麥播種面積分別占全縣的17.07%和9.02%，氣候智慧型農(nóng)業(yè)項目的試點勢必會對整個懷遠縣的農(nóng)業(yè)碳排放產(chǎn)生影響。因此，本文通過測算懷遠縣的農(nóng)業(yè)碳排放來評估氣候智慧型農(nóng)業(yè)項目的實施效果具有較強的可信度。

(1)

式(1)中：δt為時間趨勢；Zi為可觀測到的預測變量，θt為預測變量的估計系數(shù)；λt為無法觀測到的隨時間變化的共同因子，μi為個體固定效應，λtμi為交互項；εit為不能預測到的瞬時沖擊，均值為0。

假設除了i=1(即懷遠縣)外，其余縣按照權重向量W=(w2，…，wj+1)可構(gòu)造出虛擬懷遠縣，且w2+w3+…+wj+1=1，依據(jù)權重組合可以計算得到虛擬懷遠縣的結(jié)果變量：

(2)

(3)

2.2 農(nóng)業(yè)碳排放測算

農(nóng)業(yè)碳排放來源主要有兩大方面：一是農(nóng)業(yè)生產(chǎn)中農(nóng)資投入產(chǎn)生的碳排放，包括化肥、農(nóng)藥、農(nóng)用柴油和農(nóng)用塑料薄膜使用過程中產(chǎn)生的碳排放，以及農(nóng)業(yè)灌溉消耗電能所導致的間接碳排放。此外，土壤中的有機碳存儲結(jié)構(gòu)會在翻耕過程中被破壞，流失到空氣中形成碳排放。二是水稻生長中產(chǎn)生的CH4。在計算CH4的排放系數(shù)時，已考慮到了化肥對其產(chǎn)生的影響。為避免重復計算而高估農(nóng)業(yè)碳排放量，本文不將水稻生長中產(chǎn)生的CH4考慮在內(nèi)。

基于李波等[26]、伍國勇等[27]的研究，最終選取化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、翻耕和灌溉作為農(nóng)業(yè)碳排放的主要來源，其中，翻耕用農(nóng)作物實際播種面積替代。

農(nóng)業(yè)碳排放總量的計算公式為

Eit=∑Enit=∑Tnit×σn。

(4)

式(4)中：Eit表示第i個縣第t年的農(nóng)業(yè)碳排放總量，∑Enit表示n種碳源的碳排放總量，σn表示各類碳源的碳排放系數(shù)，Tnit表示各類碳源的量。

結(jié)合West等[28]、Dubey等[29]，以及美國橡樹嶺國家實驗室、IPCC聯(lián)合國氣候變化政府間專家委員會、南京農(nóng)業(yè)大學農(nóng)業(yè)資源與生態(tài)環(huán)境研究所、中國農(nóng)業(yè)大學生物與技術學院的相關研究，確定化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、翻耕和灌溉的碳排放系數(shù)分別為0.895 6 kg·kg-1、4.934 1 kg·kg-1、0.592 7 kg·kg-1、5.180 0 kg·kg-1、321.6 kg·hm-2和20.476 kg·hm-2。

人均農(nóng)業(yè)碳排放量的計算公式為

Cit=Eit/Pit。

(5)

式(5)中：Cit表示第i個縣第t年的人均農(nóng)業(yè)碳排放量，Pit表示第i個縣第t年的農(nóng)業(yè)人口數(shù)量。本文使用人均農(nóng)業(yè)碳排放量作為被解釋變量，可以剔除人口密度對農(nóng)業(yè)碳排放的影響，使得實證結(jié)果更加可靠[30]。

2.3 變量選取

本文選取安徽省未實施氣候智慧型農(nóng)業(yè)項目的縣來合成懷遠縣，考慮到數(shù)據(jù)的可得性和同時期其他減排政策的效果干擾，本文剔除掉國家第二批低碳試點城市中安徽省池州市下屬的所有縣，最終選取安徽省蚌埠市固鎮(zhèn)縣、五河縣，合肥市肥東縣、肥西縣、廬江縣、長豐縣，淮南市鳳臺縣，馬鞍山市當涂縣、含山縣、和縣，宿州市碭山縣、靈璧縣、泗縣、蕭縣，蕪湖市繁昌縣、南陵縣、無為縣、蕪湖縣(現(xiàn)為灣沚區(qū))，宣城市績溪縣、涇縣、旌德縣、郎溪縣作為對照組。

被解釋變量為人均農(nóng)業(yè)碳排放量(C)，使用各縣農(nóng)業(yè)碳排放量與該縣農(nóng)業(yè)人口數(shù)量之比表征，單位為kg。解釋變量為各縣的氣候智慧型農(nóng)業(yè)項目是否實施(D)。預測控制變量包括：1)農(nóng)業(yè)機械總動力(Z1)，以各縣用于農(nóng)業(yè)生產(chǎn)的柴油、汽油和電動機動力總和(單位為kW)的自然對數(shù)值表征；2)氮肥用量比例(Z2)，以各縣氮肥施用量占總化肥施用量的比例表征；3)城鎮(zhèn)人口比例(Z3)，以各縣城鎮(zhèn)人口數(shù)量占年末總?cè)丝跀?shù)量的比例表征；4)農(nóng)業(yè)生產(chǎn)總值比例(Z4)，以各縣農(nóng)業(yè)生產(chǎn)總值(剔除通貨膨脹)占該縣農(nóng)林牧漁業(yè)生產(chǎn)總值的比例表征；5)農(nóng)村人均收入(Z5)，以各縣農(nóng)業(yè)生產(chǎn)總值與該縣農(nóng)業(yè)人口數(shù)量之比(單位為元)的自然對數(shù)值表征；6)2011年人均農(nóng)業(yè)碳排放(Z6)，以2011年各縣的人均農(nóng)業(yè)碳排放量(單位為kg)的自然對數(shù)值表征；7)2013年人均農(nóng)業(yè)碳排放(Z7)，以2013年各縣的人均農(nóng)業(yè)碳排放量(單位為kg)的自然對數(shù)值表征。將各變量的描述性統(tǒng)計結(jié)果整理于表1。

表1 變量的描述性統(tǒng)計

3 結(jié)果與分析

3.1 合成控制組的權重組合

本文利用預測控制變量合成懷遠縣的虛擬控制組。具體地，合成懷遠縣時，共用到3個非0的對照縣，按權重組合，分別為靈璧縣(權重為0.478)、長豐縣(權重為0.467)和肥西縣(權重為0.054)。項目實施前，懷遠縣與合成控制組的均方根預測誤差(RMSPE)為0.891。

將2015年氣候智慧型農(nóng)業(yè)項目正式實施之前預測控制變量的擬合情況整理于表2。通過對比可以看出，同一變量懷遠縣的真實值和合成懷遠縣的預測值之間差異較小，說明合成懷遠縣對真實懷遠縣的擬合較為有效。也就是說，可以采用合成控制法評估項目實施對人均農(nóng)業(yè)碳排放量的影響。

表2 變量真實值和擬合值的對比

3.2 氣候智慧型農(nóng)業(yè)項目對農(nóng)業(yè)碳減排的影響

測算2011—2019年懷遠縣與合成懷遠縣的人均農(nóng)業(yè)碳排放量(圖1)，其中，2015年為項目正式實施的年份。通過觀察2015年(圖1中虛線)兩側(cè)真實懷遠縣和合成懷遠縣的變化趨勢，可以評估項目對懷遠縣人均農(nóng)業(yè)碳排放量的影響。在項目實施前，兩條曲線的變化趨勢基本一致，說明合成懷遠縣較好地擬合了真實懷遠縣的人均農(nóng)業(yè)碳排放量。然而，在氣候智慧型農(nóng)業(yè)項目正式實施之后，合成懷遠縣與真實懷遠縣的人均農(nóng)業(yè)碳排放量出現(xiàn)了明顯分離，自2016年起真實懷遠縣的人均農(nóng)業(yè)碳排放量始終小于合成懷遠縣，2018年兩者差值最大，隨后開始縮減。由此推斷，氣候智慧型農(nóng)業(yè)項目的實施對減少懷遠縣的農(nóng)業(yè)碳排放來說具有明顯效果，但政策效應的持續(xù)性不強。

2015年，氣候智慧型農(nóng)業(yè)項目對懷遠縣人均農(nóng)業(yè)碳排放的影響效應為正(表3)，說明項目實施效果具有時滯性，項目實施當年并未對人均農(nóng)業(yè)碳排放起到抑制作用。2016—2018年，項目實施的效應逐年增大，至2018年時達到最大值，懷遠縣人均農(nóng)業(yè)碳排放量下降了5.643 1 kg，下降幅度為4.10%。隨后，影響效應開始減小。總的來看，2015—2019年間氣候智慧型農(nóng)業(yè)項目平均每年促使懷遠縣人均農(nóng)業(yè)碳排放量減少1.977 6 kg，平均降幅為1.43%。

表3 2015—2019年氣候智慧型農(nóng)業(yè)項目對農(nóng)業(yè)碳排放的影響效應

3.3 穩(wěn)健性檢驗

3.3.1 排序檢驗

為了排除其他政策因素的干擾，并進一步驗證氣候智慧型農(nóng)業(yè)項目減排效應的顯著性，參照Abadie等[25]、于新亮等[31]的研究，利用類似統(tǒng)計中秩檢驗的排序檢驗方法，判斷是否有未實施項目的縣通過合成控制法分析后存在與懷遠縣相似的結(jié)果及其概率。具體思路為，假設除真實的氣候智慧型農(nóng)業(yè)項目試點懷遠縣外所有的對照縣在相同時間點也實施了該項目，按照合成控制法合成各假設項目實施縣的控制組，并比較各縣與其合成控制組的人均農(nóng)業(yè)碳排放量的差異，得出各個縣的項目實施效果，再與懷遠縣的項目實施效果進行比較，若懷遠縣與假設縣的政策效果差異較大，則證明氣候智慧型農(nóng)業(yè)項目的碳減排效果顯著，反之則不能證明。

值得注意的是，如果在項目實施之前合成控制組不能很好地擬合項目實施縣(包含假設項目實施縣)的人均農(nóng)業(yè)碳排放量，那就無法保證項目實施后的減排效應是由項目實施導致的。因此，為了保證排序檢驗的效果，本文事先剔除項目實施前均方預測誤差值(MSPE)超過懷遠縣10倍的縣(五河縣、鳳臺縣、含山縣、和縣、繁昌縣和肥西縣)。

將剔除掉五河縣、鳳臺縣、含山縣、和縣、繁昌縣和肥西縣6個縣后的排序檢驗結(jié)果繪制于圖2，圖中實線代表懷遠縣。以2015年為界，項目實施后，懷遠縣與其他縣人均農(nóng)業(yè)碳排放量的差值開始逐漸擴大，2016年后懷遠縣的曲線開始位于曲線簇的最下端。進一步分析可知，剔除掉6縣后剩余的17個樣本中，要想獲得與懷遠縣相同的干預效果的概率只有5.88%(1/17)，氣候智慧型農(nóng)業(yè)項目的減排效應在10%的水平上顯著。

圖2 排序檢驗結(jié)果

3.3.2 虛假實驗

借鑒Abadie等[25]、張彩江等[32]在穩(wěn)健性檢驗中的做法，選取合成懷遠縣中貢獻值最高和最低的縣進行虛假實驗，檢驗減排效應評估中是否存在隨機性不足的問題。靈璧縣是合成懷遠縣中權重最大的縣，說明在所有的對照縣中，靈璧縣與懷遠縣最為相似；南陵縣是合成懷遠縣中沒有權重的縣，說明南陵縣與懷遠縣在基本特征上相去甚遠。將靈璧縣和南陵縣兩個極端情況作為處置組，檢驗項目實施后實際人均農(nóng)業(yè)碳排放量平均值與合成人均農(nóng)業(yè)碳排放量平均值的情況(圖3)。對于靈璧縣和南陵縣來說，項目實施前后，實際人均農(nóng)業(yè)碳排放量平均值始終沿著合成人均農(nóng)業(yè)碳排放量平均值的走勢變化，虛假項目實施縣的實際人均農(nóng)業(yè)碳排放量平均值與合成人均農(nóng)業(yè)碳排放量平均值在2015年后并未出現(xiàn)與懷遠縣相似的趨勢。這在一定程度上證明，氣候智慧型農(nóng)業(yè)項目是促使懷遠縣人均農(nóng)業(yè)碳排放量減少的重要原因，這一現(xiàn)象并非偶然因素所致。

圖3 靈璧縣(左)與南陵縣(右)的虛假實驗結(jié)果

3.4 氣候智慧型農(nóng)業(yè)項目抑制農(nóng)業(yè)碳排放的機制檢驗

參考溫忠麟等[33]的中介效應研究，進一步驗證項目實施的碳減排效應作用路徑。鑒于項目主要針對糧食作物生產(chǎn)，使用剔除通貨膨脹后的農(nóng)業(yè)生產(chǎn)總值占農(nóng)林牧漁業(yè)生產(chǎn)總值的比例(Z4)表征結(jié)構(gòu)效應；考慮到數(shù)據(jù)的可獲得性和項目實施內(nèi)容，使用農(nóng)業(yè)機械總動力(Z1)和氮肥占化肥用量比例(Z2)分別從機械型技術進步和生物化學型技術進步兩個方面來表征技術效應。

首先，基于Hausman檢驗結(jié)果，決定使用固定效應模型；其次，利用逐步回歸檢驗中介效應。具體檢驗步驟如下：1)檢驗項目對人均農(nóng)業(yè)碳排放量的影響；2)檢驗項目分別對結(jié)構(gòu)效應(Z4)、技術效應(Z1和Z2)的影響；3)同時檢驗項目和結(jié)構(gòu)效應、項目和技術效應對人均農(nóng)業(yè)碳排放量的影響。

模型1～7的公式如下：

lnCit=α0+β×Dit+γ×xit+eit；

(6)

Z4it=α0+δ1×Dit+γ×xit+eit；

(7)

lnCit=α0+β1×Dit+φ×Z4it+γ×xit+eit；

(8)

Z1it=a0+δ2×Dit+γ×xit+eit；

(9)

lnCit=a0+β2×Dit+ψ×Z1it+γ×xit+eit；

(10)

Z2it=α0+δ3×Dit+γ×xit+eit；

(11)

lnCit=a0+β3×Dit+φ×nZ2it+γ×xit+eit。

(12)

式(6)～(12)中：D為項目實施的虛擬變量，2015年及之后懷遠縣的取值設為1，2015年之前的懷遠縣以及其他縣都設置為0；α0為常數(shù)項；Z4為結(jié)構(gòu)效應，Z1和Z2分別表征機械型技術效應和化學型技術效應；lnCit為人均農(nóng)業(yè)碳排放量的自然對數(shù)值；x為控制變量。

首先，檢驗結(jié)構(gòu)效應(表4)。由模型1的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項目的實施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量產(chǎn)生負向影響，系數(shù)為-1.650。模型3的回歸結(jié)果顯示，加入結(jié)構(gòu)效應指標后，氣候智慧型農(nóng)業(yè)項目的實施仍在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量產(chǎn)生負向影響，但影響系數(shù)的絕對值有所下降。同時，模型2的回歸結(jié)果說明，氣候智慧型農(nóng)業(yè)項目的實施對結(jié)構(gòu)效應指標在1%的顯著性水平上有顯著影響。由此可見，結(jié)構(gòu)效應在氣候智慧型農(nóng)業(yè)項目對人均農(nóng)業(yè)碳排放的影響中發(fā)揮著部分中介效應。經(jīng)測算，中介效應值為0.397。由此，假設H1得證。試分析其原因如下：氣候智慧型農(nóng)業(yè)項目實施后，技術示范與配套政策的完善引導著項目區(qū)農(nóng)戶積極改變原有生產(chǎn)方式，學習和采納綠色生產(chǎn)技術，倒逼農(nóng)資企業(yè)向綠色低碳轉(zhuǎn)型，推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。

表4 機制檢驗結(jié)果

其次，檢驗技術效應。由模型1、4、5的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項目的實施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量具有負向影響，但機械型技術效應的回歸結(jié)果不顯著，且項目實施對機械型技術效應的影響不顯著，說明機械型技術效應并未在項目對人均農(nóng)業(yè)碳排放量的影響中起到中介作用，假設H2b證偽?？赡艿脑蚴?，氣候智慧型農(nóng)業(yè)項目的技術示范應用主要包括化肥減量施用技術、秸稈還田與固碳技術、平整土地與優(yōu)化灌溉技術，其中，僅平整土地和秸稈還田會涉及到農(nóng)業(yè)機械，但早在項目實施之前，我國糧食主產(chǎn)區(qū)就已基本實現(xiàn)機耕機收，項目實施并未通過機械總動力變化而影響到人均農(nóng)業(yè)碳排放量。由模型1、6、7的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項目的實施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量有顯著負向影響，在1%的顯著性水平上對氮肥用量比例有負向影響；氮肥用量比例在10%的顯著性水平上對人均農(nóng)業(yè)碳排放量有正向影響，中介效應顯著。加入氮肥用量比例后，氣候智慧型農(nóng)業(yè)項目的實施對人均農(nóng)業(yè)碳排放量的影響由顯著變成了不顯著，說明化學型技術效應起到了完全中介作用。經(jīng)測算，化學型技術效應的中介效應為0.695。由此，假設H2a得證。試分析其原因如下：氮肥是化肥生產(chǎn)和施用中用量最大的肥料品種，農(nóng)業(yè)生產(chǎn)中約70%的溫室氣體排放與氮肥的制造和施用有關。氣候智慧型農(nóng)業(yè)項目通過對示范田的測土配方，科學合理制定施肥比例，減少了化肥施用量，提高了化肥施用效率，從而減少了化肥施用導致的農(nóng)業(yè)碳排放量。

4 結(jié)論與政策啟示

本文將安徽懷遠縣氣候智慧型農(nóng)業(yè)項目視為一次準自然實驗，基于2011—2019年安徽省23個縣的面板數(shù)據(jù)，運用合成控制法評估新型農(nóng)業(yè)發(fā)展模式——氣候智慧型農(nóng)業(yè)項目對農(nóng)業(yè)碳排放的影響，并使用排序檢驗和虛假實驗對其影響效應進行穩(wěn)健性檢驗。結(jié)論如下：氣候智慧型農(nóng)業(yè)項目的實施對農(nóng)業(yè)碳排放的效應具有一定的時滯性，在其實施初年，懷遠縣人均農(nóng)業(yè)碳排放量并未受到影響，但自第二年開始顯著降低了懷遠縣的人均農(nóng)業(yè)碳排放量，人均農(nóng)業(yè)碳排放量年均下降1.977 6 kg，年均降幅為1.43%。中介效應模型檢驗結(jié)果發(fā)現(xiàn)，氣候智慧型農(nóng)業(yè)項目推動了農(nóng)業(yè)發(fā)展模式的創(chuàng)新，通過結(jié)構(gòu)效應和生物化學型技術效應抑制農(nóng)業(yè)碳排放。因此，在氣候變化的背景下，發(fā)展高產(chǎn)高效的綠色農(nóng)業(yè)不僅要加大對綠色技術的集成示范，增強農(nóng)業(yè)經(jīng)營主體的綠色經(jīng)營理念，更要注重對新型農(nóng)業(yè)發(fā)展模式的探索。

基于上述研究結(jié)論，本文提出以下政策建議。

第一，積極探索和推廣氣候智慧型農(nóng)業(yè)等新型農(nóng)業(yè)發(fā)展模式。氣候智慧型農(nóng)業(yè)項目能夠有效降低懷遠縣的人均農(nóng)業(yè)碳排放量，說明新型農(nóng)業(yè)發(fā)展模式可以突破傳統(tǒng)農(nóng)業(yè)發(fā)展必然增污的局限性。因此，應該加強對氣候智慧型農(nóng)業(yè)項目具體內(nèi)容、優(yōu)缺點、適用性和發(fā)展方向等方面的總結(jié)，充分發(fā)揮項目的輻射示范作用，進一步擴大氣候智慧型農(nóng)業(yè)這一新型農(nóng)業(yè)發(fā)展模式的應用范圍，并因地制宜積極探索其他農(nóng)業(yè)發(fā)展新模式。第二，推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)綠色化轉(zhuǎn)型升級。我國幅員遼闊，各地氣候土壤條件迥異，務必因地制宜地調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，探索適宜的輪作和種養(yǎng)結(jié)合模式，提高農(nóng)戶的田間管理能力，增強農(nóng)戶的綠色可持續(xù)發(fā)展意識。第三，強化農(nóng)業(yè)技術創(chuàng)新，轉(zhuǎn)變生產(chǎn)方式。持續(xù)推進化肥農(nóng)藥減量增效，推廣農(nóng)作物病蟲害生物防控技術措施。全面深化測土配方施肥技術，堅持精準測土、科學配肥和減量施肥相結(jié)合，提高我國化肥利用率，減少過量施肥導致的資源浪費和環(huán)境污染。