賀 青，張俊飚

（1.湖北第二師范學院 經濟與管理學院/鄉(xiāng)村振興研究中心，湖北 武漢 430205；2.華中農業(yè)大學 經濟與管理學院，湖北 武漢 430070）

氣候變化，全球變暖正成為經濟社會發(fā)展的重要議題。聯(lián)合國政府間氣候變化委員會（IPCC）預測，在未來100 年左右，全球平均溫度將上升大約1.8～4 攝氏度，溫室氣體排放是造成全球氣候變暖的直接原因。農業(yè)生產活動過程中所產生的溫室氣體，已成為全球溫室氣體的重要組成部分[1]。IPCC 研究發(fā)現(xiàn)，農業(yè)生產排放的二氧化碳（CO2）、氧化亞氮（N2O）和甲烷（CH4）分別占人類活動所排放的溫室氣體總量的20%、70%和50%，農業(yè)仍然依賴消耗大量資源的方式發(fā)展[2]。糧食安全和農業(yè)綠色發(fā)展是我國鄉(xiāng)村振興的重要任務，二十大報告指出：全方位夯實糧食安全根基，確保中國人的飯碗牢牢端在自己手中。在保障糧食產量增長的同時，如何實現(xiàn)“雙碳”目標，達成糧食安全與生態(tài)環(huán)境的雙贏，是當前農業(yè)生產亟待回答的問題。

國家統(tǒng)計局公布的數(shù)據(jù)顯示，2022 年我國糧食總產量達到13730.6 億斤，比2021 年增產73.6 億斤。從2003 年的8613.0 億斤到2022 年13730.6 億斤，全國糧食產量已經實現(xiàn)了“十九年連增”，并且連續(xù)8年超過了1.3萬億斤。糧食的豐產為應對多變的國際形勢、保障國家糧食安全提供了堅實的基礎。糧食主產區(qū)省份在糧食生產方面具有資源稟賦的比較優(yōu)勢，并且在地域上具有明顯的產業(yè)聚集特點[3]。糧食主產區(qū)既是中國糧食的主要供應基地，也是中國農業(yè)溫室氣體排放的主要區(qū)域[4]。一方面，與非糧食主產區(qū)相比較，糧食主產區(qū)的農藥、化肥、農業(yè)機械等生產要素的消耗數(shù)量、單位面積的農業(yè)碳排放量相對較高，由此帶來的環(huán)境污染更加嚴重[5]。另一方面，糧食主產區(qū)由于產業(yè)聚集效應，能顯著提升農業(yè)技術創(chuàng)新水平，而農業(yè)新技術的應用可能會降低農業(yè)碳排放，減少糧食主產區(qū)的環(huán)境污染[6]。因此，在糧食安全的目標下，主產區(qū)的糧食產量連年增長是增加了農業(yè)碳排放還是減少了農業(yè)碳排放尚無定論。

已有文獻對農業(yè)碳排放和減排策略問題進行了大量研究，相關文獻主要有3 類。一類是關注農業(yè)碳排放的影響因素。有學者采用LMDI 模型分解了中國農業(yè)碳排放的影響因素[7]，指出農業(yè)碳排放主要受到經濟發(fā)展、生產效率、產業(yè)結構、勞動力等因素的影響，其中農業(yè)經濟發(fā)展為農業(yè)碳排放的促進因素，生產效率、產業(yè)結構和勞動力為農業(yè)碳排放的抑制因素。此外，農業(yè)技術[8-9]、農戶低碳生產意愿[10]、產業(yè)聚集[11]、農產品貿易[12]、農地經營規(guī)模[13-14]、農村勞動力轉移[15]等也是農業(yè)碳排放減少的重要原因。二類是關于碳排放減排措施。有關CO2減排措施方面，研究指出通過植樹造林、林業(yè)保護能增加碳匯[16]；通過改善土壤質量、保護耕地能提高碳的吸附潛力[17]，運用現(xiàn)代生物技術可以捕捉和儲存CO2[18]。有關非CO2減排措施方面，研究指出通過測土配方技術、農田綜合管理等現(xiàn)代農業(yè)技術能夠減少農藥化肥等化學品的投入[19-20]，通過規(guī)?；藴驶B(yǎng)殖技術能夠減少牲畜養(yǎng)殖造成的碳排放[21]；農業(yè)生產補貼、市場監(jiān)管、碳市場交易等方式也能有效降低農業(yè)碳排放[22]。三類是評價糧食主產區(qū)政策效應。羅斯炫等發(fā)現(xiàn)主產區(qū)政策顯著增加了糧食產量，并降低了農業(yè)面源污染[23]。李紅莉等認為主產區(qū)的設立，在糧食增產的同時提高了農戶的經營性收入[24]。田云等對主產區(qū)的公平性進行了考察，指出我國種植業(yè)呈高碳排放和低收益的特征，需要加大低碳技術的推廣[25]。

上述文獻側重研究農業(yè)碳排放影響因素和減排機制，也有關注糧食主產區(qū)政策與糧食安全的關系，較少有文獻考察了糧食主產區(qū)政策對農業(yè)碳排放的影響。僅有的研究雖然驗證了糧食主產區(qū)政策能帶來化肥面源污染下降，但對面源污染關注范圍過窄，不能對農業(yè)碳排放進行整體把握。從農業(yè)碳排放視角來看，僅僅關注化肥投入是遠遠不夠的，需要考察全農業(yè)生產過程中的碳排放。對于政策實施效果的評價，目前采用田間試驗進行評估的較多，而運用計量模型實證分析政策效應的較少，缺乏對糧食主產區(qū)政策效果的科學評估。

因此，本文運用雙重差分模型，從時間維度檢驗糧食主產區(qū)政策實施前后對農業(yè)碳排放影響效應的變化，并引入土地經營規(guī)模這一重要因素，探析主產區(qū)政策對農業(yè)碳排放的“減排”機制。

一、模型、變量與數(shù)據(jù)來源

1.模型構建

為避免一般模型估計的內生性問題，本文運用雙重差分（Difference-in-Difference，DID）模型，比較政策頒布前后糧食主產區(qū)農業(yè)碳排放與非糧食主產區(qū)農業(yè)碳排放的差異。雙重差分模型構建如下：

式（1）中，被解釋變量carbonit是省份i在第t年的農業(yè)碳排放量；teami反映該省份是否為糧食主產區(qū)的虛擬變量，該地區(qū)為主產區(qū)時數(shù)值為1，否則為0；periodt反映關于糧食主產區(qū)政策實施時點的虛擬變量，2004 年政策實施之前數(shù)值為0，2004 年及之后數(shù)值為1；Xit是影響農業(yè)碳排放的一些相關的控制變量；ui、λt分別是地區(qū)和時間的固定效應；εit代表隨機誤差項。交互乘積項teami×periodt是本文關注的重點，該乘積項的估計系數(shù)β反映糧食主產區(qū)政策實施后的影響程度。

在式（1）的基礎上，采用事件分析法進一步檢驗糧食主產區(qū)政策效應的平行趨勢，并分析該政策隨著時間推移其影響效應的動態(tài)變化。將式（1）拓展如下：

式（2）與式（1）不同之處是，式（2）中用具體年份的虛擬變量dt替代了政策實施時間點periodt的變量，交互項teami×dt表示糧食主產區(qū)或非糧食主產區(qū)省份各年份政策是否實施的虛擬變量。βt的估計值可以反映設立糧食主產區(qū)第t年，實驗處理組與參照基準組之間農業(yè)碳排放的區(qū)別。如果進一步將政策實施的時間點滯后處理，則乘積項估計系數(shù)βt反映糧食主產區(qū)政策實施后影響效應的變化情況。

2.變量選取

（1）被解釋變量。農業(yè)碳排放（carbon，萬噸），本文參照李波等[7]、田云等[25]的碳排放因子計算方法，對糧食主產區(qū)的農業(yè)碳排放和農業(yè)碳強度進行測度。按照農地利用、水稻種植、牲畜養(yǎng)殖、能源消耗四方面的碳源進行計算。用各碳源排放系數(shù)與碳源排放量的乘積，加總計算出農業(yè)碳排放總量，用農業(yè)碳排放總量除以農業(yè)生產總值得到農業(yè)碳強度。

（2）核心解釋變量。乘積交互項（teami×periodt），2004 年開始設立糧食主產區(qū)，teami表示是否為糧食主產區(qū)虛擬變量，periodt表示政策是否開始實施的虛擬變量。如果是取1，否則取0。

（3）控制變量。①農業(yè)勞動力（labor），選擇從事第一產業(yè)的人員數(shù)來表示；②農業(yè)經濟增長（income，元），農業(yè)經濟增長最直觀的表現(xiàn)就是農村居民人均收入的增長，它能客觀衡量該區(qū)域農村的經濟發(fā)展水平；③城鎮(zhèn)化（urban，%），城鎮(zhèn)化水平提高，農業(yè)資源的消耗會逐漸減少，會在一定程度上減少農業(yè)碳排放。用各省城鎮(zhèn)總人口數(shù)量除以總人口數(shù)量計算出城鎮(zhèn)化率；④產業(yè)結構(structure，%)，農業(yè)產業(yè)結構定義為種植業(yè)與畜牧業(yè)GDP 與農業(yè)GDP 的比值，農業(yè)GDP 以農牧漁林業(yè)GDP來表示；⑤農業(yè)機械化（machine，千瓦），采用農業(yè)機械總動力衡量農業(yè)機械化水平，農業(yè)機械化水平是農業(yè)現(xiàn)代化進程中對農業(yè)碳排放影響較大的一個因素；⑥糧食產量（production，萬噸），一年內農業(yè)生產者種植收獲的全部糧食數(shù)量。

3.數(shù)據(jù)來源

本文把2004 年設立的13 個糧食主產區(qū)作為實驗處理組，18 個非糧食主產區(qū)作為參考組，運用1998-2019年的面板數(shù)據(jù)，對主產區(qū)政策進行一次自然實驗分析。研究思路為：利用雙重差分法，分析實驗處理組和參照組在政策干預前后（1998-2003 年、2004-2019 年）的變化趨勢，估計糧食主產區(qū)政策對實驗處理組農業(yè)碳排放的影響效應和作用機制。根據(jù)地理位置，把中國糧食主產區(qū)劃分為三大區(qū)域：長江流域（江西、安徽、湖北、湖南、江蘇、四川）、松花江流域（吉林、遼寧、黑龍江）和黃河流域（河北、山東、河南、內蒙古），進一步考察糧食主產區(qū)政策對三大區(qū)域農業(yè)碳排放的作用效應。相關數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》及各省統(tǒng)計年鑒。將所有與貨幣有關的變量以1998 年為基期進行消脹處理，并取對數(shù)以消除異方差所引致的影響，變量描述性統(tǒng)計見表1。

表1 主要變量統(tǒng)計描述結果N=682

二、結果分析

1.基準模型估計結果分析

運用雙重差分法對式（1）進行估計，基準模型的回歸結果見表2。為了探索糧食主產區(qū)政策對農業(yè)碳排放的影響，本文先將主產區(qū)總體農業(yè)碳排放作為被解釋變量進行雙重差分估計，回歸結果見列（1）、（2），從交互乘積項team×period的回歸系數(shù)可知，估計值系數(shù)為負，說明糧食主產區(qū)政策對主產區(qū)整體農業(yè)碳排放有削減效應。

表2 糧食主產區(qū)政策對主產區(qū)總體及三大流域農業(yè)碳排放影響估計結果

根據(jù)地理區(qū)域劃分，糧食主產區(qū)被劃分為三大區(qū)域：長江流域、松花江流域和黃河流域，進一步考察糧食主產區(qū)政策對三大區(qū)域農業(yè)碳排放的影響效應。由列（3）、（5）、（7）可以看出，糧食主產區(qū)政策對松花江、黃河、長江三大流域農業(yè)碳排放都具有減少效應，且在1%水平上顯著。三大流域對農業(yè)碳減排的影響效應大小排序為：松花江流域＞黃河流域＞長江流域。在模型中加入控制變量以后，估計結果見列（4）、（6）、（8），交互乘積項回歸系數(shù)仍然為負，系數(shù)的絕對值降低。一般沒有納入控制變量的估計結果會偏高，但糧食主產區(qū)政策對農業(yè)碳排放的負向作用依然顯著。

三大流域的估計結果表明，糧食主產區(qū)政策實施后，2004-2019年，松花江流域農業(yè)碳排放平均降低了2.6%，黃河流域平均降低了2.4%，長江流域平均降低了3.3%，長江流域的碳減排效應最大?？赡艿脑蚴?，長江流域包括湖北、江蘇等6省，主要為長江經濟帶省份，政府比較注重農業(yè)綠色技術的研發(fā)和應用推廣，農業(yè)生產要素利用率高，能夠在生產過程中有效地減少農業(yè)碳排放。

上述研究結果表明，糧食主產區(qū)政策的實施對主產區(qū)總體和三大流域的農業(yè)碳排放都有減排效應，即“增產的同時減少碳排放”，主產區(qū)總體和三大流域估計結果的一致性也反映了雙重差分模型回歸結果的穩(wěn)健性。

2.平行趨勢檢驗

本文采用平行趨勢進一步檢驗雙重差分模型估計結果的真實性。平行趨勢檢驗假設：在糧食主產區(qū)政策實施之前，處理實驗組與控制對照組的農業(yè)碳排放隨時間的動態(tài)演變趨勢是一致的；在糧食主產區(qū)政策實施之后，處理實驗組與控制對照組的農業(yè)碳排放隨時間的動態(tài)變化存在顯著差異。根據(jù)表2對主產區(qū)總體和三大流域的雙重差分估計結果，以2004年糧食主產區(qū)政策實施的時間節(jié)點之前作為基準對照組（1998-2003 年），把政策實施之后的年份（2005-2019 年）作為實驗處理組，通過估計交互乘積項的系數(shù)，對1998-2003年之間的平行趨勢進行驗證，圖1～圖4展示了平行趨勢檢驗結果：

圖1 主產區(qū)總體農業(yè)碳排放平行趨勢檢驗

圖2 松花江流域農業(yè)碳排放平行趨勢檢驗

圖3 黃河流域農業(yè)碳排放平行趨勢檢驗

圖4 長江流域農業(yè)碳排放平行趨勢檢驗

由圖1～圖4可知，在控制相關影響變量的條件下，在1998-2003 年，即設立糧食主產區(qū)之前，實驗處理組與基準對照組之間的變化趨勢沒有明顯差異，糧食主產區(qū)和非糧食主產區(qū)農業(yè)碳排放的變化趨勢比較相似；在2005-2019年，糧食主產區(qū)政策實施以后，主產區(qū)和非主產區(qū)的動態(tài)演變開始呈現(xiàn)顯著的差異，即在2004 年政策實施后，實驗處理組與基準參照組具有明顯的對照性和可比性。上述檢驗結果表明，本文的雙重差分模型符合平行趨勢檢驗的條件，糧食主產區(qū)政策的實施對糧食主產區(qū)農業(yè)碳排放產生了顯著的影響。

3.穩(wěn)健性檢驗

用單位面積農業(yè)碳排放代替農業(yè)碳排放總量，在雙重差分模型（1）的基礎上，分析糧食主產區(qū)政策對主產區(qū)總體農業(yè)碳排放及主產區(qū)內三大流域農業(yè)碳排放的影響，雙重差分估計結果見表3。由表3 可知，2004-2019 年，糧食主產區(qū)13 個省份單位面積農業(yè)碳排放與非糧食主產區(qū)相比減少了9.8%；三大流域中，長江流域的減排效應最大，其次是松花江流域，黃河流域的影響最小?？赡苁且驗殚L江流域省份主要位于中部地區(qū)，經濟發(fā)展較快，所以單位面積農業(yè)碳減排的效應比較明顯。單位面積農業(yè)碳排放乘積交互項估計值的正負性和顯著性與表2 基本一致，表明前面的估計結果比較穩(wěn)健。

表3 糧食主產區(qū)政策對全國及三大流域單位面積農業(yè)碳排放影響的估計結果

三、作用機制分析：基于規(guī)模經營的考察

糧食主產區(qū)政策的實施對農業(yè)“碳減排”的效應，本質上是產業(yè)聚集的結果，糧食產業(yè)集聚產生規(guī)模經濟效應，從而影響農業(yè)碳排放。如果要持續(xù)降低糧食主產區(qū)農業(yè)環(huán)境污染，必須更充分地發(fā)揮產業(yè)聚集的規(guī)模經濟效應，發(fā)展不同形式的適度規(guī)模經營，在主產區(qū)進行糧食連片集中種植，實現(xiàn)專業(yè)化、組織化的生產模式。只有土地經營達到一定的規(guī)模，農戶才會改變傳統(tǒng)的依靠農藥化肥等要素提高產量的做法，采用綠色的農業(yè)生產方式與環(huán)保的種植技術，減少農業(yè)生產物資投入，降低農業(yè)碳排放。本文從經營規(guī)模的視角，在模型（1）的基礎上，納入土地經營規(guī)模變量，利用中介效應模型解釋糧食主產區(qū)政策的作用機制，拓展的模型形式如下：

其中，Scaleit表示土地經營規(guī)模變量，用糧食播種面積與農作物面積之比來表示連片集中化種植的趨勢。

表4 列（1）的估計結果顯示，team×period政策交互乘積項的估計系數(shù)顯著為正，說明糧食主產區(qū)政策明顯地擴大了主產區(qū)的糧食經營規(guī)模，主產區(qū)各省為了實現(xiàn)糧食安全目標而增加了糧食的播種面積。表4列（2）的估計結果表明，糧食主產區(qū)經營規(guī)模的擴大減少了總體的農業(yè)碳排放。與基準回歸結果相比較，政策交互乘積項的估計系數(shù)絕對值從0.050 下降到0.039，驗證了規(guī)模經營有助于農業(yè)碳減排的機制。列（3）、（4）、（5）政策交互乘積項的估計系數(shù)絕對值分別從0.033、0.026、0.024變?yōu)?.027、0.015、0.018，且長江流域和黃河流域都在1%的水平上顯著，松花江流域在10%的水平上顯著，說明隨著糧食種植經營規(guī)模的擴大，長江流域、黃河流域和松花江流域的省份農業(yè)碳排放明顯減少。與前文基準估計結果相比，當土地經營規(guī)模被引入模型中以后，team×period交互乘積項估計系數(shù)的絕對值降低了，這反映出糧食主產區(qū)政策對三個流域的農業(yè)減排效應是通過糧食種植規(guī)模的擴大而實現(xiàn)的。進一步比較列（3）、（4）、（5）的結果，可以看出三大流域土地經營規(guī)模的系數(shù)都顯著為負，與糧食主產區(qū)總體表現(xiàn)出一致的變化趨勢，但是作用效應的大小有一定程度的差異，具體表現(xiàn)為：長江流域＞黃河流域＞松花江流域。

表4 規(guī)模經營的影響機制回歸分析結果

本文借鑒Gelbach[26]的方法，進一步計算經營規(guī)模的擴大對農業(yè)碳減排的影響程度，估計系數(shù)(β1×φ)與基準估計系數(shù)β的比值就是機制作用的大小。具體而言，糧食主產區(qū)政策對長江流域的減排效應50.09%可以由經營規(guī)模的擴大解釋，松花江流域和黃河流域分別為42.5%和59.08%。從“增產減排”的目標來看，至少四五成的減排效應來源于糧食主產區(qū)政策引致的糧食經營規(guī)模擴大。這說明，主產區(qū)糧食種植規(guī)模的擴大所產生的規(guī)模經濟在實現(xiàn)“增產”與“減排”目標上具有統(tǒng)一性，通過糧食種植規(guī)模的擴大以增加產量并減少農業(yè)碳排放的手段是切實可行的。

四、結論與啟示

糧食主產區(qū)政策的實施對保障國家糧食安全，促進糧食增產等方面發(fā)揮了重要的作用，本文將2004 年糧食主產區(qū)政策的實施作為一次自然實驗，通過分析主產區(qū)政策對農業(yè)碳排放的影響效應，回答糧食主產區(qū)“增產是否加劇污染”的問題。研究發(fā)現(xiàn)：（1）糧食主產區(qū)政策對糧食主產區(qū)整體及三大流域的農業(yè)碳排放具有顯著的“減排效應”。即在糧食安全目標下，主產區(qū)基本實現(xiàn)了糧食增長與生態(tài)環(huán)境“雙贏”的局面。（2）糧食主產區(qū)政策顯著降低了主產區(qū)整體及三大流域的單位面積農業(yè)碳排放，其中對長江流域農業(yè)碳排放的削減效應最大。（3）土地經營規(guī)模的擴大是糧食主產區(qū)政策產生碳減排效應的重要機制，即糧食種植連片集中并規(guī)?；a，是國家為保障糧食安全的一項戰(zhàn)略性決策，但同時實現(xiàn)了糧食增產與農業(yè)碳減排。

根據(jù)研究結論，得到以下啟示：（1）發(fā)展適度規(guī)模經營。在糧食安全戰(zhàn)略下，糧食作物種植的連片化、規(guī)?；粌H可以實現(xiàn)糧食主產區(qū)糧食增產的目標，還可以通過規(guī)模效應和創(chuàng)新效應減少農業(yè)碳排放。在農村青壯年勞動力向城市轉移和農業(yè)機械化發(fā)展的背景下，發(fā)展適度規(guī)模經營已是糧食主產區(qū)的必然趨勢，也是實現(xiàn)糧食安全目標的必由之路。因此，政府應積極完善土地適度規(guī)模經營制度，并建立相應的服務配套體系，為發(fā)展適度規(guī)模經營提供必要保障和便利條件。（2）推廣環(huán)境友好型農業(yè)生產技術。在土地規(guī)模經營的基礎上，應大力推廣資源節(jié)約型和環(huán)保型農業(yè)綠色生產技術，真正做到“藏糧于技”，特別是優(yōu)良品種、環(huán)保型農藥、節(jié)能技術等的采納和應用，從而實現(xiàn)主產區(qū)糧食增產目標與綠色發(fā)展目標的統(tǒng)一。（3）“減排”政策應與各省的農業(yè)產業(yè)結構和經濟發(fā)展相匹配。在制定糧食主產區(qū)農業(yè)低碳發(fā)展政策時，應結合各地區(qū)的實際情況，綜合考量政策的“減排”效應，根據(jù)當?shù)氐霓r業(yè)經濟發(fā)展情況，優(yōu)化調整種植業(yè)的產業(yè)結構，比如在糧食主產區(qū)適當增加相對低碳經濟作物的種植面積。