穆佳薇，喬保榮，余國新

（新疆農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，新疆 烏魯木齊 830052）

近年來，在農(nóng)業(yè)資源面臨剛性約束同時將環(huán)境納入分析框架的農(nóng)業(yè)低碳生產(chǎn)效率成為熱點議題。既有研究主要聚焦在農(nóng)業(yè)投入產(chǎn)出效率［5］、農(nóng)業(yè)碳排放效率［6］和生態(tài)效率［7］等方面。該文認(rèn)為農(nóng)業(yè)低碳生產(chǎn)率是將農(nóng)業(yè)碳排放作為隱含在能源與產(chǎn)品之間的要素投入以衡量單位農(nóng)業(yè)污染引起的經(jīng)濟效益。有關(guān)農(nóng)業(yè)低碳生產(chǎn)率的研究主要體現(xiàn)在4個方面：（1）農(nóng)業(yè)碳源選擇。早期學(xué)者們主要聚焦在農(nóng)業(yè)CO2，指出農(nóng)田耕作會造成土壤碳流失；隨著研究內(nèi)容的不斷深化，水稻種植［8］、畜禽養(yǎng)殖［9］、農(nóng)藥使用量［10］等也成為重要的碳源，并形成了較為全面的農(nóng)業(yè)低碳生產(chǎn)率測算指標(biāo)體系。程琳琳等［11］基于單要素視角考察了經(jīng)濟效益和農(nóng)業(yè)碳排放之間的關(guān)系，但體現(xiàn)的政策內(nèi)涵較弱，割裂了農(nóng)業(yè)“生產(chǎn)-生態(tài)-經(jīng)濟”之間的多重屬性；黃景裕等［12］將經(jīng)濟效益視為期望產(chǎn)出，將農(nóng)業(yè)碳排放作為環(huán)境產(chǎn)出，較為全面地反映了農(nóng)業(yè)低碳生產(chǎn)率的變動。（2）農(nóng)業(yè)低碳化發(fā)展的必要性。Smith 等［13］強調(diào)完善氣體排放權(quán)交易能緩解農(nóng)業(yè)碳排放量；Ajzen 等［14］認(rèn)為在轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，理論上存在末端治理、連續(xù)性方法和斷絕性方法3 種途徑對低碳農(nóng)業(yè)技術(shù)進行“解鎖”以減少碳排放；Johnson 等［15］分析了農(nóng)業(yè)GDP和農(nóng)業(yè)碳排放量的關(guān)系，發(fā)現(xiàn)轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式能實現(xiàn)碳減排。（3）農(nóng)業(yè)低碳生產(chǎn)率測度。田云等［16］考察了碳約束下農(nóng)業(yè)生產(chǎn)率的變動情況，1993年以來中國低碳農(nóng)業(yè)生產(chǎn)率增速整體偏慢，增長源泉為農(nóng)業(yè)前沿技術(shù)進步。錢麗等［17］探索了碳約束下的農(nóng)業(yè)生產(chǎn)率，研究發(fā)現(xiàn)樣本周期內(nèi)，碳約束下的農(nóng)業(yè)生產(chǎn)率有所上升但仍處于較低水平，制約其發(fā)展的關(guān)鍵因素是純技術(shù)效率。隨著農(nóng)業(yè)低碳生產(chǎn)率測度的不斷深化出現(xiàn)了適宜農(nóng)業(yè)多投入產(chǎn)出的方法，尤以數(shù)據(jù)包絡(luò)分析與隨機前沿法為主，由于選擇方法不同得到的結(jié)果也各異［18］。（4）影響變量選取。劉海英等［19］從宏觀視角選取省際面板數(shù)據(jù)構(gòu)建空間計量模型剖析綠色技術(shù)創(chuàng)新通過工業(yè)結(jié)構(gòu)升級、循環(huán)農(nóng)業(yè)發(fā)展和交通運輸替代對碳生產(chǎn)率的影響路徑；程琳琳等［20］利用空間杜賓模型探討了不同尺度下城鎮(zhèn)化水平對農(nóng)業(yè)碳生產(chǎn)率的溢出效應(yīng)和動態(tài)演進；張哲晰等［21-22］分別從產(chǎn)業(yè)集聚和農(nóng)戶專業(yè)化視角探析了對農(nóng)業(yè)碳生產(chǎn)率的影響，并發(fā)現(xiàn)二者對農(nóng)業(yè)碳生產(chǎn)率均具有顯著的正向作用。

縱觀已有研究成果發(fā)現(xiàn)：從研究對象看，現(xiàn)有研究重點討論了工業(yè)和制造業(yè)的低碳生產(chǎn)率發(fā)展水平，探討農(nóng)業(yè)低碳生產(chǎn)率內(nèi)生動力、溢出效應(yīng)和空間異質(zhì)性的文獻較少。從研究尺度看，已有研究在干旱區(qū)塔里木河流域農(nóng)業(yè)綠色發(fā)展的研究上關(guān)注較少，有學(xué)者在耕地效率和水質(zhì)演變的生態(tài)效應(yīng)方面進行研究，而直接關(guān)注塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率的文獻較少，且囿于數(shù)據(jù)可得性，鮮有研究區(qū)考慮塔里木河流域縣級層面。故在汲取前人研究成果的前提下，該文嘗試從3個方面進行拓展：一是以農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染為環(huán)境產(chǎn)出的代理變量，借助非期望產(chǎn)出的超效率SBM模型對塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率進行測度，既能考察投入的經(jīng)濟效益，也能有效衡量投入引起的環(huán)境外部性，使農(nóng)業(yè)低碳生產(chǎn)率的測算結(jié)果更加精準(zhǔn)。二是介于農(nóng)業(yè)空間的流動性，運用趨勢面分析和空間自相關(guān)等探索農(nóng)業(yè)低碳生產(chǎn)率的縣域差距和空間關(guān)聯(lián)性。三是基于空間杜賓模型和地理探測器從農(nóng)戶福利、社會經(jīng)濟和政府行為3 個維度選取變量考察農(nóng)業(yè)低碳生產(chǎn)率的鄰地效應(yīng)和空間異質(zhì)性，為干旱區(qū)協(xié)同農(nóng)業(yè)低碳發(fā)展政策提供借鑒。

1 研究區(qū)概況

新疆塔里木河流域是中國最長的內(nèi)陸河，地處新疆南部的塔里木盆地北緣，由和田河、葉爾羌河、阿克蘇河和若干條支流匯集而成。行政位置涵蓋了新疆南疆五地州即阿克蘇地區(qū)、喀什地區(qū)、和田地區(qū)、克孜勒蘇柯爾克孜自治州（簡稱克州）和巴音郭楞蒙古自治州（簡稱巴州）共計44個縣市，由于阿拉爾市與圖木舒克市為省直轄縣級單位，因此不納入研究范圍。塔里木河流域行政區(qū)占地面積約為1.06×106km2，占新疆總面積的64%。塔里木河流域與5 個國家接壤，已成為中國進入中亞地區(qū)最為便捷的通道，對塔里木河流域縣域發(fā)展外向型農(nóng)業(yè)具有重要的戰(zhàn)略意義。塔里木河流域土地光熱資源豐富，日照時間長，晝夜溫差大，獨特的資源為塔里木河流域現(xiàn)代農(nóng)業(yè)的發(fā)展提供了保障。但囿于地處干旱區(qū)，生態(tài)環(huán)境脆弱，加劇了塔里木河流域農(nóng)業(yè)弱質(zhì)性，同時農(nóng)業(yè)發(fā)展仍在走一條高碳排放路徑。故該文以塔里木河流域作為樣本具有一定的代表性，也可為其他類似地區(qū)提供借鑒。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

農(nóng)業(yè)低碳生產(chǎn)率的投入產(chǎn)出指標(biāo)和影響因素源自2001—2021年《中國縣域統(tǒng)計年鑒》《新疆統(tǒng)計年鑒》《阿克蘇地區(qū)統(tǒng)計年鑒》《喀什地區(qū)統(tǒng)計年鑒》《和田地區(qū)統(tǒng)計年鑒》《克孜勒蘇柯爾克孜自治州統(tǒng)計年鑒》《巴音郭楞蒙古自治州統(tǒng)計年鑒》并輔以各市縣的統(tǒng)計公報等；環(huán)境產(chǎn)出中的農(nóng)業(yè)碳排放系數(shù)采用IPCC發(fā)布的碳排放系數(shù)，將農(nóng)業(yè)碳源的投入量和對應(yīng)的碳排放系數(shù)相乘得到農(nóng)業(yè)碳排放量。農(nóng)業(yè)碳源包括農(nóng)藥、化肥、農(nóng)膜、翻耕和灌溉，其中農(nóng)藥和化肥的數(shù)據(jù)源自《新疆農(nóng)牧產(chǎn)品成本收益資料匯編》，計算方法參考李波等［23］的研究思路；農(nóng)業(yè)污染排放參考崔葉辰等［24］的做法以熵值后的化肥氮磷流失量表征；部分缺失值采用插值法進行填補。

2.2 指標(biāo)構(gòu)建

2.2.1 因變量科學(xué)構(gòu)建農(nóng)業(yè)低碳生產(chǎn)率測度模型有助于正確評估新疆塔里木河流域縣域農(nóng)業(yè)綠色增長質(zhì)效。為化解城市化進程中農(nóng)業(yè)增長方式粗放和增長動力不足的困境，塔里木河流域縣域農(nóng)業(yè)發(fā)展模式迫切需要綠色轉(zhuǎn)型，本質(zhì)是農(nóng)業(yè)發(fā)展方式和發(fā)展動力的轉(zhuǎn)變，即以農(nóng)業(yè)低碳生產(chǎn)率為內(nèi)生動力的質(zhì)量增長。結(jié)合塔里木河流域縣域生態(tài)系統(tǒng)特征，依據(jù)指標(biāo)普適性原則，最終從土地、勞動、資本3 個維度選取7 個變量為投入指標(biāo)；將農(nóng)業(yè)總產(chǎn)值作為效益產(chǎn)出的代理變量；將農(nóng)業(yè)碳排放量和農(nóng)業(yè)面源污染作為環(huán)境產(chǎn)出的代理變量，并構(gòu)建縣域農(nóng)業(yè)低碳生產(chǎn)率指標(biāo)體系（表1）。

表1 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率指標(biāo)體系及描述性統(tǒng)計Tab.1 Indicator system and descriptive statistics of agricultural low-carbon productivity in Tarim River Basin

2.2.2 自變量從農(nóng)戶福利、社會經(jīng)濟和政府行為3個維度選取了7個變量進行歸類（表2），參考汪亞琴等［25］將人均生產(chǎn)規(guī)模和機械化使用強度利用Arc-GIS 10.8 軟件中的等間距法進行劃分；人口城鎮(zhèn)化水平借鑒尹旭等［26］的做法以10%、30%、50%和70%作為間斷點分為4 個類別；其余變量均依據(jù)自然斷點法歸類。

大學(xué)、科研機構(gòu)與各類智庫應(yīng)該成為公共服務(wù)創(chuàng)新的主體，在較發(fā)達的創(chuàng)新區(qū)域,大學(xué)和研究機構(gòu)的職能已逐漸從單純地傳播知識、研究、開發(fā)轉(zhuǎn)向咨詢和培訓(xùn)等方面。智庫在中國的發(fā)展也很迅速，政府要發(fā)揮主導(dǎo)者的作用，帶動大學(xué)、研究機構(gòu)、智庫等進行公共服務(wù)創(chuàng)新，為公共服務(wù)模式的創(chuàng)新提供足夠智力支持。要引導(dǎo)它們將創(chuàng)新同國情與實踐結(jié)合起來，研究提供最能為人民接受、最讓人民受益的公共服務(wù)，本著一切為人民服務(wù)，一切利益為人民所有的目標(biāo)而努力，真正形成“大社會、小政府”模式，推動中國不斷向強國邁進。

表2 農(nóng)業(yè)低碳生產(chǎn)率探測變量Tab.2 Agricultural low-carbon productivity detection variables

2.3 研究方法

2.3.1 超效率SBM模型2001 年，Tone［27］提出將環(huán)境產(chǎn)出納入生產(chǎn)可能集的超效率SBM 模型。該模型設(shè)定新疆塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率是通過多重要素投入得到多重效益產(chǎn)出，在環(huán)境技術(shù)框架下構(gòu)建，同時包含期望產(chǎn)出與環(huán)境產(chǎn)出的生產(chǎn)可能集。模型為：

2.3.2 空間計量模型為規(guī)避由于忽視區(qū)域間空間關(guān)聯(lián)造成的估計偏誤，引入空間計量以考察變量的影響路徑。即：

式中：LCPit為i縣t年的農(nóng)業(yè)低碳生產(chǎn)率；xit為影響變量；γi、βi、αi為回歸系數(shù)；W為42×42 階鄰接權(quán)重矩陣；vt為時間固定效應(yīng)；τi為個體固定效應(yīng)；μit為隨機誤差項。

2.3.3 地理探測器模型空間計量模型在分析時將空間因素納入分析框架，但未考慮縣域農(nóng)業(yè)低碳生產(chǎn)率的空間異質(zhì)性，而地理探測器能從異質(zhì)性視域探討影響變量的空間分異特征。因此，運用地理探測器識別縣域農(nóng)業(yè)低碳生產(chǎn)率時空變動的影響變量和交互作用（表3）。具體模型為：

表3 探測變量作用依據(jù)Tab.3 Basis for the role of detection variables

式中：q為解釋力；m和f2為樣本數(shù)量和方差；e為探測因子數(shù)；mi和fi2分別為i（i=1,2,…,n）的分層樣本數(shù)量和方差；q值介于［0,1］，表征變量對縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的解釋力。

3 結(jié)果與分析

3.1 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率時序演變

圖1 顯示了各指數(shù)的變動趨勢，2000—2020 年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率呈波動上升趨勢，年均增長率為1.39%，意味著在考慮農(nóng)業(yè)碳排放后農(nóng)業(yè)低碳生產(chǎn)率明顯低于農(nóng)業(yè)總產(chǎn)值的增速，表明農(nóng)業(yè)污染程度會對農(nóng)業(yè)低碳生產(chǎn)率產(chǎn)生抑制作用。分時段來看，農(nóng)業(yè)低碳生產(chǎn)率在2006、2014、2017年和2019 年呈負向增長趨勢。其中最大降幅為23.36%，最小降幅為0.87%，由于農(nóng)村老齡化現(xiàn)象顯現(xiàn)，弱勢勞動力在有效的耕地面積大量使用化學(xué)品以保證經(jīng)濟產(chǎn)出的預(yù)期目標(biāo)，導(dǎo)致農(nóng)業(yè)環(huán)境產(chǎn)出問題加劇。從分解指數(shù)看，純技術(shù)變化、規(guī)模技術(shù)變化和規(guī)模效率變動指數(shù)均表現(xiàn)為交替波動下降的特征，年均降幅分別是0.73%、6.02%和7.99%；而純技術(shù)效率變化以年均1.29%的速度增長。純技術(shù)效率變化幅度高于其他指數(shù)的變化幅度，且塔里木河流域農(nóng)業(yè)低碳效率和純技術(shù)效率變化的變化趨于一致，說明純技術(shù)效率變化是塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率提高的主要成因。

圖1 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率及ML分解指數(shù)變動比率Fig.1 Ratio of changes in agricultural low-carbon productivity and ML decomposition index in Tarim River Basin from 2000 to 2020

由圖2 可以得出：塔里木河流域各地區(qū)2000—2020 年農(nóng)業(yè)低碳生產(chǎn)率變動差異較為顯著。塔里木河流域下游農(nóng)業(yè)低碳生產(chǎn)率均值為0.7677，高于流域上中游但距離生產(chǎn)技術(shù)前沿面仍有23.23%的改善空間。在2010 年流域下游農(nóng)業(yè)低碳生產(chǎn)率低于流域上游，自2010年開始流域下游規(guī)模效率變動和純技術(shù)效率變化之間的矛盾加劇導(dǎo)致農(nóng)業(yè)低碳生產(chǎn)率下降。流域上游在研究期間呈波動上升態(tài)勢，由2000 年的0.4367 增到2020 年的0.7011，增幅近60.54%。其中規(guī)模效率變動的年均增長率為6.49%，成為前期中游農(nóng)業(yè)低碳生產(chǎn)率提高的主要源泉，但在2016 年農(nóng)業(yè)低碳生產(chǎn)率有所下降，這主要是由于純技術(shù)效率變化的下降導(dǎo)致農(nóng)業(yè)低碳生產(chǎn)率表現(xiàn)為下滑趨勢。流域中游農(nóng)業(yè)低碳生產(chǎn)率排名靠后但整體表現(xiàn)為波動上升趨勢，農(nóng)業(yè)低碳生產(chǎn)率均值為0.6461，年均增幅為0.16%，其中規(guī)模效率變動的年均增長率為1.01%，說明中游農(nóng)業(yè)低碳生產(chǎn)率的提高得益于規(guī)模效率變動的影響。分區(qū)域看①上游（庫爾勒市、輪臺縣、尉犁縣、若羌縣、且末縣、焉耆回族自治縣、和靜縣、和碩縣、博湖縣）；中游（庫車縣、新和縣、沙雅縣、拜城縣、溫宿縣、阿瓦提縣、烏什縣、柯坪縣、和田市、和田縣、墨玉縣、皮山縣、洛浦縣、策勒縣、于田縣、民豐縣）；下游（喀什市、疏附縣、疏勒縣、英吉沙縣、岳普湖縣、伽師縣、莎車縣、澤普縣、葉城縣、麥蓋提縣、巴楚縣、塔什庫爾干塔吉克自治縣、阿圖什市、阿克陶縣、烏恰縣、阿合奇縣）。，流域間形成“下游-上游-中游”凹形遞減的分異格局，分化現(xiàn)象有所緩和。

圖2 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率Fig.2 Agricultural low-carbon productivity in Tarim River Basin from 2000 to 2020

由表4 可知，縣域視角下塔里木河流域2000—2020 年農(nóng)業(yè)低碳生產(chǎn)率中位居前五的是塔什庫爾干塔吉克自治縣（1.7783）、于田縣（1.4609）、烏恰縣（1.3924）、莎車縣（1.3514）和伽師縣（1.3242），其中烏恰縣和于田縣農(nóng)業(yè)低碳生產(chǎn)率提高主要受純技術(shù)效率變化作用；塔什庫爾干塔吉克自治縣、莎車縣和伽師縣農(nóng)業(yè)低碳生產(chǎn)率的提高受規(guī)模效率變動影響。此外研究期間位居最后的縣域多數(shù)受純技術(shù)變化下降的影響。由純技術(shù)效率變化可知除于田縣和烏恰縣外，烏什縣（1.4090）受純技術(shù)效率變化的影響也較高，年均增長率為13.65%，說明純技術(shù)效率變化對該縣市農(nóng)業(yè)低碳生產(chǎn)率的貢獻度較高；由規(guī)模效率變動可知除伽師縣和莎車縣外，阿克蘇市（1.3160）的農(nóng)業(yè)低碳生產(chǎn)率受規(guī)模效率變動的影響明顯，年均增長率為63.31%；由純技術(shù)變化可知溫宿縣（1.4487）、墨玉縣（1.3214）和巴楚縣（1.3043）的均值排名靠前，年均增長率分別為31.89%、19.30%和28.95%；由規(guī)模技術(shù)變化可知烏恰縣（1.3892）、塔什庫爾干塔吉克自治縣（1.3735）和民豐縣（1.2797）指數(shù)均值位居前列，年均增長率分別為12.87%、36.07%和21.46%，說明規(guī)模技術(shù)變化對以上縣市農(nóng)業(yè)低碳生產(chǎn)率的提振作用顯著。

表4 2000—2020年塔里木河流域42個縣市效率值及分解項Tab.4 Efficiency values and decomposition items for 42 counties and cities in Tarim River Basin from 2000 to 2020

3.2 塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率空間演化

3.2.1 縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異特征分析依據(jù)農(nóng)業(yè)低碳生產(chǎn)率的評估方法，運用2000—2020年縣域投入產(chǎn)出數(shù)據(jù)，借助ArcGIS 10.8 軟件，為避免分析冗余，選擇2000、2010、2015年和2020年4個典型年份繪制效率圖（圖3）。借鑒Zhang 等［28］將農(nóng)業(yè)低碳生產(chǎn)率由低到高劃分為5 個等級：低效率（ρ0＜0.3）、較低效率（0.3≤ρ0＜0.6）、中等效率（0.6≤ρ0＜0.9）、較高效率（0.9≤ρ0＜1.0）和高效率（1.0≤ρ0）。

圖3 2000—2020年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率空間分異Fig.3 Spatial divergence of agricultural low-carbon productivity in Tarim River Basin from 2000 to 2020

由圖3 可知，2000 年縣域農(nóng)業(yè)低碳生產(chǎn)率處于高效率區(qū)域包括于田縣、阿克陶縣、阿瓦提縣等15個縣市，中等和較高效率區(qū)域包括庫爾勒市、輪臺縣等9個縣市，其余18個縣市均處于較低和最低效率狀態(tài)；2010 年處于高效率地區(qū)包括溫宿縣、和田市等10個縣市，處于較低效率和低效率縣市較2000年有所減少，而處于中等和較高效率區(qū)域包括輪臺縣、若羌縣等15 個縣市，整體處于中等效率狀態(tài)；2015 年高效率區(qū)域包含尉犁縣、喀什市等15 個縣市，處于較低和最低效率縣市與2010年相比下降了13.33%；其余均處于中等效率狀態(tài)；2020 年處于高效率縣市數(shù)目和2000 年相比增長了26.67%，處于較低和最低效率縣市數(shù)目和2000 年相比降幅為38.89%。

3.2.2 縣域農(nóng)業(yè)低碳生產(chǎn)率空間趨勢分析為剖析縣域農(nóng)業(yè)低碳生產(chǎn)率空間變化趨勢，運用ArcGIS 10.8軟件以典型年份為例進行繪制（圖4）。

圖4 塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率空間變動趨勢Fig.4 Spatial trends in agricultural low-carbon productivity in the counties of Tarim River Basin

由圖4 可知，2000 年縣域農(nóng)業(yè)低碳生產(chǎn)率的空間投影呈“西高東低，南北低中部高”的空間特征且變化顯著，說明該段時間縣域農(nóng)業(yè)低碳生產(chǎn)率差異較大，這與流域下游的克孜勒蘇柯爾克孜自治州耕地資源難以有效利用有關(guān)；2010年空間投影在南北方向和東西方向變動有所緩和，說明隨著流域上游對資源的可持續(xù)利用使東西方向的差距緩解，效率得到一定程度的改善；2015年和2010年相比變動明顯，在東西方向上的變動與2015 年基本一致，在南北方向的變動較大，說明農(nóng)業(yè)低碳生產(chǎn)率在南北方向的差異擴大；截至2020年縣域農(nóng)業(yè)低碳生產(chǎn)率在南北和東西方向上的變動趨勢更加平滑。

3.3 空間溢出效應(yīng)

3.3.1 空間自相關(guān)檢驗?zāi)m指數(shù)（Moran’sI）具有較強的穩(wěn)定性且對偏離正態(tài)分布的情況不敏感。故運用Stata 16.0 軟件對2000—2020 年縣域農(nóng)業(yè)低碳生產(chǎn)率的全局Moran’sI進行計算（表5）。結(jié)果表明塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率均在1%的水平上顯著為正，性質(zhì)相似的空間單元產(chǎn)生集聚，強烈拒絕“無空間相關(guān)性”的原假設(shè)，滿足空間計量分析的前提假設(shè)。

表5 塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率Moran’s I值Tab.5 Moran’s I values of agricultural low-carbon productivity in the counties of Tarim River Basin

3.3.2 空間模型設(shè)定首先，豪斯曼檢驗結(jié)果表明模型在1%的水平上顯著拒絕采用隨機效應(yīng)的原假設(shè)，且時間和空間的似然比檢驗表明模型均在1%的水平上顯著，意味著該模型既存在時間效應(yīng)又存在空間效應(yīng)；其次，拉格朗日乘數(shù)檢驗和基于穩(wěn)健的拉格朗日乘數(shù)檢驗表明空間誤差模型和空間滯后模型均在1%的水平上顯著拒絕原假設(shè)，意味著不能忽略變量對農(nóng)業(yè)低碳生產(chǎn)率的空間作用；最后，似然比檢驗和沃爾德檢驗發(fā)現(xiàn)，空間杜賓模型在1%的顯著性水平上拒絕簡化為空間誤差模型和空間滯后模型的原假設(shè)。綜上所述，該文運用空間杜賓模型探索各變量對農(nóng)業(yè)低碳生產(chǎn)率的空間效應(yīng)（表6）。

表6 模型檢驗結(jié)果Tab.6 Model test results

3.3.3 空間回歸結(jié)果表7 匯報了鄰接權(quán)重矩陣下各變量對農(nóng)業(yè)低碳生產(chǎn)率的空間影響。由表7 得出，農(nóng)民收入水平在1%的水平上通過顯著性檢驗，且系數(shù)顯著為正，說明農(nóng)民收入水平提高對縣域農(nóng)業(yè)低碳生產(chǎn)率具有正向作用，這源于農(nóng)民收入水平的高低影響了農(nóng)業(yè)生產(chǎn)要素投入力度，同時農(nóng)民收入水平提高也有助于農(nóng)民生產(chǎn)和銷售綠色農(nóng)產(chǎn)品，在滿足消費者追求健康的高品質(zhì)生活同時實現(xiàn)增收，有效提升了農(nóng)業(yè)低碳生產(chǎn)率。經(jīng)濟發(fā)展水平在1%的水平上顯著為正，說明經(jīng)濟發(fā)展水平對縣域農(nóng)業(yè)低碳生產(chǎn)率的提高具有正向作用；人均生產(chǎn)規(guī)模對縣域農(nóng)業(yè)低碳生產(chǎn)率的提振作用微弱；機械化使用強度對縣域農(nóng)業(yè)低碳生產(chǎn)率具有積極作用，說明機械化提高顯著提高了勞動生產(chǎn)效率，釋放出更多的勞動力以節(jié)約勞動成本，對增加經(jīng)濟期望產(chǎn)出具有明顯成效；工業(yè)化水平對縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負向作用，表明工業(yè)化水平的提高會抑制農(nóng)業(yè)低碳生產(chǎn)率的增長，由于工業(yè)化發(fā)展吸納了農(nóng)村富余勞動力，導(dǎo)致農(nóng)民在時間約束下密集使用化學(xué)投入以替代勞動力短缺，引起農(nóng)業(yè)環(huán)境的外部性；人口城鎮(zhèn)化水平對農(nóng)業(yè)低碳生產(chǎn)率影響不顯著；財政支農(nóng)力度對農(nóng)業(yè)低碳生產(chǎn)率在1%的水平上顯著為負，由于過多價格干預(yù)造成農(nóng)產(chǎn)品和要素市場價格波動及供需失衡，產(chǎn)生資源冗余，不利于農(nóng)業(yè)低碳化發(fā)展。

表7 空間杜賓模型回歸結(jié)果Tab.7 Regression results of spatial Durbin model

3.3.4 溢出效應(yīng)分解為精準(zhǔn)地呈現(xiàn)各變量對農(nóng)業(yè)低碳生產(chǎn)率的影響，基于偏微分法對各指標(biāo)進行無偏處理，將其分解為直接效應(yīng)、溢出效應(yīng)與總效應(yīng)（表8）?？梢钥闯觯r(nóng)民收入水平和機械化使用強度對農(nóng)業(yè)低碳生產(chǎn)率具有顯著的正向溢出效應(yīng)，表明農(nóng)民收入水平和機械化使用強度的提高對鄰接縣市農(nóng)業(yè)低碳生產(chǎn)率具有正向作用；經(jīng)濟發(fā)展水平的直接效應(yīng)在1%的水平上顯著，說明縣域經(jīng)濟發(fā)展水平對農(nóng)業(yè)低碳生產(chǎn)率具有正向直接作用；工業(yè)化水平和財政支農(nóng)力度的溢出效應(yīng)為正，說明工業(yè)化水平和財政支農(nóng)力度的提高對鄰接地區(qū)具有正向溢出效應(yīng)；人口城鎮(zhèn)化水平在10%的顯著性水平上顯著為負，說明人口城鎮(zhèn)化水平對農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負向溢出效應(yīng)；人均生產(chǎn)規(guī)模對農(nóng)業(yè)低碳生產(chǎn)率的溢出效應(yīng)不顯著。

表8 效應(yīng)分解結(jié)果Tab.8 Results of effect decomposition

3.3.5 穩(wěn)健性檢驗為驗證估計結(jié)果的穩(wěn)健性，利用地理距離權(quán)重矩陣對模型進行再檢驗（表9）。結(jié)果表明各變量與鄰接權(quán)重矩陣作用下的回歸系數(shù)和作用方向趨于一致，證明估計結(jié)果是穩(wěn)健的。

表9 基于地理距離權(quán)重矩陣的塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量效應(yīng)分解Tab.9 Decomposition of effects of agricultural lowcarbon productivity impact variables in counties of Tarim River Basin based on geographical distance weight matrix

3.4 基于地理探測器的縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量分析

3.4.1 探測變量分析由于農(nóng)業(yè)低碳生產(chǎn)率具有顯著的空間分層異質(zhì)性，需借助地理探測器進一步分析。該文選取2000、2010、2015 年和2020 年共計4個典型年份的農(nóng)業(yè)低碳生產(chǎn)率探測，具體包括農(nóng)戶福利、社會經(jīng)濟和政府行為3 個維度共計7 個探測變量，運用ArcGIS 10.8軟件中的自然段點法和等間距法對變量進行離散化處理，并識別各變量對農(nóng)業(yè)低碳生產(chǎn)率的影響程度（表10）。

表10 2000—2020年探測變量作用強度和排名Tab.10 Intensity and ranking of the role of detection variables from 2000 to 2020

由表10可知，各變量對農(nóng)業(yè)低碳生產(chǎn)率的影響具有顯著差異。橫向看，2000年影響縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的主導(dǎo)變量為農(nóng)民收入水平（0.158）、經(jīng)濟發(fā)展水平（0.130）和人口城鎮(zhèn)化水平（0.115）。2020年除經(jīng)濟發(fā)展水平（0.187）和人口城鎮(zhèn)化水平（0.187）保持主導(dǎo)地位外，財政支農(nóng)力度（0.376）也成為影響縣域農(nóng)業(yè)低碳生產(chǎn)率時空分異的決定性變量；縱向看，農(nóng)民收入水平和人均生產(chǎn)規(guī)模的q值由2000 年的0.158 和0.103 降到2020 年的0.130和0.049；而機械化使用強度、工業(yè)化水平和財政支農(nóng)力度成為影響縣域農(nóng)業(yè)低碳生產(chǎn)率空間分異的潛在變量。

3.4.2 交互作用分析為考察變量間的交互作用對縣域農(nóng)業(yè)低碳生產(chǎn)率的影響度（表11），選取綜合并列前五的農(nóng)民收入水平（X1）、經(jīng)濟發(fā)展水平（X2）、人均生產(chǎn)規(guī)模（X3）、機械化使用強度（X4）和財政支農(nóng)力度（X7）分析。

表11 塔里木河流域探測變量的交互作用Tab.11 Interaction of detection variables in Tarim River Basin

橫向看，2000年X1∩X3、X2∩X3、X3∩X4和X3∩X7為雙變量增強型，說明兩種變量的交互作用高于其中任何一種變量的空間解釋力，其余均為非線性增強型；2020 年X1∩X2、X2∩X7和X4∩X7為雙變量增強型。而從縱向看，不同年份變量的強度存在波動性，其中X1∩X3和X3∩X4經(jīng)歷了由“2000 年雙變量增強→2010 年單變量增強→2015 年雙變量增強→2020 年單變量增強”的變化趨勢。

4 結(jié)論與建議

4.1 結(jié)論

（1）從時序演變看，2000—2020 年塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率總體表現(xiàn)為波動遞增的發(fā)展趨勢，其中純技術(shù)效率變化是塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率提高的主要成因。流域之間形成“下游-上游-中游”凹形遞減的分異格局，流域間的分化現(xiàn)象有所緩和。

（2）從空間演變看，塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的空間自相關(guān)性且在空間上呈現(xiàn)出集聚性?？臻g投影由“西高東低，南北低中部高”的空間特征逐步向“南北和東西平緩發(fā)展”的趨勢轉(zhuǎn)化。

（3）從空間杜賓模型回歸看，農(nóng)民收入水平和機械化使用強度對縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的正向溢出效應(yīng)；經(jīng)濟發(fā)展水平對縣域農(nóng)業(yè)低碳生產(chǎn)率具有正向直接效應(yīng)；人均生產(chǎn)規(guī)模和人口城鎮(zhèn)化水平對縣域農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負向溢出效應(yīng)；工業(yè)化水平和財政支農(nóng)力度對農(nóng)業(yè)低碳生產(chǎn)率具有顯著的負向直接效應(yīng)。從地理探測器模型看，塔里木河流域縣域農(nóng)業(yè)低碳生產(chǎn)率影響變量的交互類型總體表現(xiàn)為增強型，說明新疆塔里木河流域縣域的農(nóng)業(yè)低碳發(fā)展受多重變量作用日益顯現(xiàn)。

4.2 建議

（1）由于塔里木河流域農(nóng)業(yè)低碳生產(chǎn)率受純技術(shù)效率變化的作用顯著，塔里木河流域政府應(yīng)在統(tǒng)籌全面發(fā)展層面上積極投入資金扶持農(nóng)業(yè)技術(shù)研發(fā)和創(chuàng)新，促進流域農(nóng)業(yè)通過技術(shù)進步實現(xiàn)農(nóng)業(yè)低碳化發(fā)展。由于規(guī)模效率變動對農(nóng)業(yè)低碳生產(chǎn)率的提振作用不顯著，塔里木河流域應(yīng)持續(xù)提高農(nóng)業(yè)經(jīng)濟總量，優(yōu)化并調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)業(yè)生產(chǎn)規(guī)模效率，助力塔里木河流域乃至新疆農(nóng)業(yè)實現(xiàn)內(nèi)生性協(xié)調(diào)增長。

（2）由塔里木河流域呈現(xiàn)“下游-上游-中游”凹形遞減的分異格局可知，上游地區(qū)應(yīng)釋放純技術(shù)效率變化對農(nóng)業(yè)低碳生產(chǎn)率的提振作用；中游地區(qū)應(yīng)發(fā)揮規(guī)模效率變動對農(nóng)業(yè)低碳生產(chǎn)率的正向影響；下游應(yīng)在鼓勵農(nóng)業(yè)類企業(yè)通過創(chuàng)新驅(qū)動發(fā)展，并設(shè)計適宜的低碳發(fā)展政策為縣域之間創(chuàng)造通道，以減少政策運行的阻力。

（3）塔里木河流域政府應(yīng)制定差異化政策，加強縣域之間資源要素和技術(shù)人才的交流協(xié)作，發(fā)揮各要素的空間溢出效應(yīng)；由于空間分層異質(zhì)性的存在相關(guān)部門也應(yīng)重視經(jīng)濟要素對農(nóng)業(yè)低碳生產(chǎn)率的影響；塔里木河流域縣市應(yīng)結(jié)合地方稟賦優(yōu)勢，形成具有塔里木河特色的農(nóng)業(yè)產(chǎn)業(yè)體系。