農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性影響機制

[摘 要：厘清農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性關(guān)系，對建設(shè)農(nóng)業(yè)強國、踐行“雙碳”目標具有重大意義。文章基于2007—2022年中國30個省份的面板數(shù)據(jù)，實證探討農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性影響機制。研究表明：農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放之間存在“倒U”型關(guān)系，且受地理區(qū)位、農(nóng)業(yè)綠色技術(shù)創(chuàng)新水平的影響；農(nóng)業(yè)科技進步在兩者關(guān)系中起到了中介作用；農(nóng)業(yè)環(huán)境規(guī)制正向調(diào)節(jié)了兩者的“倒U”型關(guān)系，推動其拐點左移，形態(tài)趨于陡峭；農(nóng)村人口老齡化負向調(diào)節(jié)了兩者的“倒U”型關(guān)系，推動其拐點右移，形態(tài)趨于平緩。進一步分析發(fā)現(xiàn)，2016年開始的農(nóng)村三產(chǎn)融合試點政策強化了后期農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的抑制作用，且這一抑制作用在試點地區(qū)更為明顯；農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放呈現(xiàn)“倒U”型的空間溢出效應(yīng)。

關(guān)鍵詞：農(nóng)村產(chǎn)業(yè)融合；農(nóng)業(yè)碳排放；非線性關(guān)系；農(nóng)業(yè)科技進步；農(nóng)業(yè)環(huán)境規(guī)制；農(nóng)村人口老齡化

中圖分類號：F323；X322""" "" 文獻標識碼：A """" 文章編號：1007-5097（2025）02-0048-12""""""" ]

Nonlinear Impact Mechanism of Rural Industrial Integration on

Agricultural Carbon Emissions

LU Yihenga， YIN Minhaob， TIAN Yunb， HUANG Longjunjiangb

（a. School of Economics; b. School of Business Administration， Zhongnan University of Economics and Law， Wuhan 430073， China）

Abstract：Clarifying the nonlinear relationship between rural industrial integration and agricultural carbon emissions is of great significance for establishing a powerhouse in agriculture and achieving the \"dual carbon\" goals. Utilizing panel data from 30 provinces in China spanning the years 2007 to 2022， this essay empirically investigates the nonlinear impact mechanism of rural industrial integration on agricultural carbon emissions. Research findings reveal an \"inverted U-shaped\" relationship between rural industry integration and agricultural carbon emissions， modulated by geographical location and the degree of innovation in agricultural green technology. The advancement of agricultural technology serves as a mediating factor in this relationship. Furthermore， environmental regulations in agriculture exert a positive moderating effect on this \"inverted U-shaped\" relationship， resulting in a leftward shift of the turning point and a steeper curve. In contrast， the aging rural population exerts a negative moderating effect， shifting the turning point rightward and rendering the curve more gradual. Further analysis indicates that the rural agriculture-industry-services integration pilot policy， initiated in 2016， has intensified the mitigating impact of subsequent rural industrial integration on agricultural carbon emissions， with this effect being more pronounced in pilot regions. Moreover， rural industrial integration demonstrates an \"inverted U-shaped\" spatial spillover effect on agricultural carbon emissions.

Key words：rural industrial integration; agricultural carbon emissions; nonlinear relationship; advancement of agricultural technology; environmental regulations in agriculture; aging rural population

一、引言及文獻綜述

近年來，全球升溫趨勢仍在持續(xù)，極端氣候事件頻發(fā)且已成為影響人類健康乃至經(jīng)濟社會可持續(xù)發(fā)展的重要因素。面對嚴峻形勢，各國政府先后談判達成《京都議定書》《巴黎協(xié)定》等重要協(xié)議，構(gòu)建了全球氣候治理體系的規(guī)則框架，然而，溫室氣體的增長勢頭并未得到根本扭轉(zhuǎn)。2020年9月，中國也作出推進“碳達峰碳中和”重大戰(zhàn)略決策，并在兌現(xiàn)碳減排承諾的道路上穩(wěn)步前行。在這一過程中，除將碳減排視角聚焦于人口密集、企業(yè)林立的城鎮(zhèn)工業(yè)部門之外，農(nóng)業(yè)碳排放問題亦不容小覷。聯(lián)合國糧農(nóng)組織在COP26氣候變化大會上的報告顯示，農(nóng)業(yè)糧食系統(tǒng)碳排放量已占到全球人為碳排放量的31%，僅2019年就釋放了約170億噸當量的二氧化碳?？梢?，農(nóng)業(yè)部門的減碳潛力巨大，推進農(nóng)業(yè)碳減排既是實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵所在，也是踐行“雙碳”目標的重要一環(huán)。

隨著鄉(xiāng)村振興戰(zhàn)略的縱深推進，農(nóng)村產(chǎn)業(yè)融合成為各級政府“三農(nóng)”工作的重心。2015年中央一號文件首次提出“推進農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展”；2019年《國務(wù)院關(guān)于促進鄉(xiāng)村產(chǎn)業(yè)振興的指導(dǎo)意見》強調(diào)“促進產(chǎn)業(yè)融合發(fā)展，增強鄉(xiāng)村產(chǎn)業(yè)聚合力”；《“十四五”推進農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》更是將農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展放在了突出位置。農(nóng)村產(chǎn)業(yè)融合綜合性強、涉及面廣，新技術(shù)、新模式、新業(yè)態(tài)貫穿其中，專業(yè)大戶、龍頭企業(yè)和農(nóng)民合作社等發(fā)展成為主要的融合參與主體。黨的二十大報告指出，要“協(xié)同推進降碳、減污、擴綠、增長”，農(nóng)村產(chǎn)業(yè)融合所產(chǎn)生的環(huán)境效應(yīng)理應(yīng)受到關(guān)注。目前，學(xué)者多習(xí)慣遵循“非黑即白”的線性思維來剖析農(nóng)村產(chǎn)業(yè)融合的環(huán)境效應(yīng)，即要么肯定其減污降碳的正向環(huán)境效應(yīng)［1-2］，要么發(fā)現(xiàn)其抑制農(nóng)業(yè)碳排放效率的負向環(huán)境效應(yīng)［3］。然而，在技術(shù)積累不足、環(huán)境治理效率低、老齡化程度高的農(nóng)業(yè)農(nóng)村領(lǐng)域，受“人、地、技、錢”等要素的限制，農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的關(guān)系可能是一個長期的、動態(tài)的演變過程。因此，兩者之間是否會存在非線性關(guān)系，從而突破以往研究得出的線性結(jié)論，是本文主要解決的核心問題。

農(nóng)村產(chǎn)業(yè)融合，是以實現(xiàn)農(nóng)民增收為目的，以鄉(xiāng)村全面振興為基石，以完善各方利益聯(lián)結(jié)機制為核心，依托農(nóng)業(yè)產(chǎn)業(yè)，通過延伸農(nóng)業(yè)產(chǎn)業(yè)鏈條、拓寬農(nóng)業(yè)多功能性、促進農(nóng)業(yè)服務(wù)業(yè)融合、培育農(nóng)業(yè)新業(yè)態(tài)等方式創(chuàng)造新的價值載體，并形成鄉(xiāng)村產(chǎn)業(yè)聚合體的過程［4］。近年來，很多學(xué)者圍繞農(nóng)村產(chǎn)業(yè)融合問題展開研究，主要涉及概念界定、測算方法和發(fā)展路徑等［5-6］。其中，也有學(xué)者關(guān)注農(nóng)村產(chǎn)業(yè)融合所產(chǎn)生的經(jīng)濟效應(yīng)。一方面，郭軍等（2019）［7］聚焦于微觀農(nóng)戶增收視角，認為農(nóng)村產(chǎn)業(yè)融合可以通過提高資金、技術(shù)、人力和財政等要素配置效率改善城鄉(xiāng)貧富差距，實現(xiàn)農(nóng)戶減貧創(chuàng)收；另一方面，熊愛華和張涵（2019）［8］從宏觀農(nóng)業(yè)轉(zhuǎn)型視角發(fā)現(xiàn)，農(nóng)村產(chǎn)業(yè)融合能集聚各類優(yōu)質(zhì)要素并推動農(nóng)業(yè)產(chǎn)業(yè)鏈延伸，進而挖掘農(nóng)村消費新潛力，最終實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級和產(chǎn)業(yè)鏈增值，助力農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型。

關(guān)于農(nóng)業(yè)碳減排問題，現(xiàn)有研究主要從兩個維度展開。一是從理論層面探討農(nóng)業(yè)碳減排的概念界定、現(xiàn)實困境和減排路徑［9-10］，并基于減排潛力測度［11］、減排政策優(yōu)化［12］和減排技術(shù)改良［13］等細分領(lǐng)域拓展研究邊界。二是從實證層面考察農(nóng)業(yè)碳排放的驅(qū)動因素。早期，學(xué)者主要基于KAYA恒等式、LMDI模型、STIRPAT模型等方法探討驅(qū)動因子［14-15］。隨著研究的深入，GWR模型、空間計量模型乃至機器學(xué)習(xí)算法等手段也逐漸被納入探討范圍［16-18］。整體上看，雖然各類驅(qū)動因素的測算方法、指標構(gòu)成皆有不同，但大致可劃分為自然、經(jīng)濟、社會和政府四個層面［19］。

至于農(nóng)村產(chǎn)業(yè)融合與生態(tài)環(huán)境的關(guān)系問題，目前仍存在爭議。一方面，有學(xué)者認為農(nóng)村產(chǎn)業(yè)融合能夠通過提高鄉(xiāng)村治理能力、促進農(nóng)業(yè)科技進步、滿足多元化需求等路徑發(fā)揮正向環(huán)境效應(yīng)，進而推動鄉(xiāng)村振興與生態(tài)文明建設(shè)有機結(jié)合［1］；另一方面，也有學(xué)者認為農(nóng)村產(chǎn)業(yè)融合改善了農(nóng)業(yè)生產(chǎn)條件，由此刺激了生產(chǎn)者的逐利意愿并使其擴大生產(chǎn)規(guī)模，反而可能加劇農(nóng)業(yè)面源污染［20］。此外，還有研究認為，在農(nóng)村產(chǎn)業(yè)融合的非均衡發(fā)展背景下，各地產(chǎn)業(yè)融合水平、融合主體培育規(guī)模、產(chǎn)業(yè)鏈延伸程度均存在較大差異，致使農(nóng)村產(chǎn)業(yè)融合對生態(tài)環(huán)境的影響可能呈現(xiàn)階段異質(zhì)性［21］。

綜上，已有成果雖為本文提供諸多可借鑒的思路，但少有研究涉及農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)碳排放的邏輯關(guān)聯(lián)及其傳導(dǎo)機制，更鮮有成果突破傳統(tǒng)線性研究考量兩者之間可能存在的非線性關(guān)系。

鑒于此，本文可能的邊際貢獻主要有三點：①厘清農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性作用機理，拓寬農(nóng)業(yè)低碳轉(zhuǎn)型的研究范疇；②健全省域?qū)用孓r(nóng)村產(chǎn)業(yè)融合水平和農(nóng)業(yè)碳排放測度的指標體系，提高衡量結(jié)果的可靠性；③在“農(nóng)村產(chǎn)業(yè)融合-農(nóng)業(yè)碳排放”研究范式下探討其中介路徑和調(diào)節(jié)路徑，并進一步從試點政策和空間溢出視角進行拓展研究，為完善農(nóng)村產(chǎn)業(yè)融合路徑、賦能農(nóng)業(yè)農(nóng)村減碳增效提供借鑒。

二、理論分析與研究假設(shè)

（一）農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的直接影響

學(xué)界多引入環(huán)境庫茲涅茨曲線來闡釋經(jīng)濟增長與環(huán)境質(zhì)量的關(guān)系。農(nóng)村產(chǎn)業(yè)融合是農(nóng)業(yè)農(nóng)村經(jīng)濟轉(zhuǎn)型升級的重要抓手，而農(nóng)業(yè)碳減排攸關(guān)農(nóng)業(yè)農(nóng)村綠色發(fā)展和“雙碳”目標布局，兩者之間可能符合環(huán)境庫茲涅茨曲線假說而呈現(xiàn)非線性關(guān)系。

農(nóng)村產(chǎn)業(yè)融合前期，一二三產(chǎn)業(yè)融合程度較低，地方政府受資源約束，被迫犧牲非經(jīng)濟職能目標以實現(xiàn)短期經(jīng)濟效益［22］，鄉(xiāng)村建設(shè)更多奉行“生產(chǎn)主義心態(tài)”而強調(diào)產(chǎn)值增長、農(nóng)民增收。此時，各類資源密集型、勞動密集型農(nóng)業(yè)項目不斷投資落地，生產(chǎn)規(guī)模逐漸擴大，資源消耗量激增，引發(fā)化肥、農(nóng)藥和牲畜等關(guān)鍵性農(nóng)業(yè)碳源增長，農(nóng)業(yè)面源污染、畜禽養(yǎng)殖糞污等環(huán)境問題頻現(xiàn)；農(nóng)村公共服務(wù)供給不足、配套設(shè)施脫節(jié)，農(nóng)業(yè)技術(shù)和管理模式較為落后，規(guī)?；?jīng)營尚未成勢；再加之早期盈利能力薄弱的生產(chǎn)者不具備改良生產(chǎn)和治理環(huán)境的經(jīng)濟實力，三者的綜合作用導(dǎo)致農(nóng)業(yè)碳排放隨之增加。農(nóng)村產(chǎn)業(yè)融合后期，地方部門相繼貫徹“兩山論”“生態(tài)文明建設(shè)”等論斷和理念，相關(guān)環(huán)境治理布局不斷向農(nóng)業(yè)全產(chǎn)業(yè)鏈滲透。得益于產(chǎn)業(yè)融合程度加深，農(nóng)業(yè)產(chǎn)業(yè)鏈延伸、多功能性擴展等融合路徑不斷帶來加法效應(yīng)和乘法效應(yīng)，農(nóng)業(yè)投資回報率明顯上升，人才、資本及技術(shù)等外部優(yōu)質(zhì)要素逐漸流入鄉(xiāng)村產(chǎn)業(yè)，催生出智慧農(nóng)業(yè)、田園綜合體、農(nóng)光互補等新業(yè)態(tài)、新技術(shù)，從而提高農(nóng)業(yè)物資及能源利用效率，減少農(nóng)業(yè)碳排放。與此同時，隨著支農(nóng)財政強化農(nóng)村產(chǎn)業(yè)融合的要素保障，水電交通、教科文衛(wèi)等公共服務(wù)日臻完善，農(nóng)業(yè)技術(shù)體系逐步健全，繼而帶動了規(guī)?；?jīng)營，最終有利于提高資源配置效率并降低資源消耗強度，進一步實現(xiàn)農(nóng)業(yè)碳減排。此外，在城鄉(xiāng)融合發(fā)展背景下，為順應(yīng)消費市場對高品質(zhì)農(nóng)產(chǎn)品的需求，各融合主體也傾向于更新技術(shù)設(shè)備、引進良種及應(yīng)用綠色低碳型管理模式以保障產(chǎn)品質(zhì)量，同樣有助于削減農(nóng)業(yè)碳排放量。綜上，農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的影響并非單一線性的。據(jù)此，本文提出假設(shè)1。

H1：農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放呈“倒U”型影響。

（二）農(nóng)業(yè)科技進步的中介作用

農(nóng)業(yè)技術(shù)進步歷來被視為實現(xiàn)農(nóng)業(yè)碳減排的重要驅(qū)動力［17］。隨著各項低碳技術(shù)的應(yīng)用，生產(chǎn)者逐漸掌握精準施肥、科學(xué)用藥和選育良種等先進生產(chǎn)手段，通過優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)或能源投入結(jié)構(gòu)等方式降低生產(chǎn)成本，提高勞動力、土地、能源等傳統(tǒng)生產(chǎn)要素的配置效率，繼而改善以往的粗放型生產(chǎn)模式，最終削減農(nóng)業(yè)碳排放量。

然而，科技創(chuàng)新與推廣一般會受到成果質(zhì)量、應(yīng)用成本和采納意愿等因素的限制［23］。初期，較低的農(nóng)村產(chǎn)業(yè)融合水平并不能有效促進農(nóng)業(yè)科技進步。這是因為，早期各融合主體參與生產(chǎn)項目成本高、收益見效周期長，且要素資源錯配現(xiàn)象較為嚴重，保收意愿強烈的生產(chǎn)者為此選擇縮減技術(shù)引進資金，這不僅影響自身技術(shù)積累，還削弱了農(nóng)業(yè)科技創(chuàng)新動力，由此阻礙了農(nóng)業(yè)低碳轉(zhuǎn)型。后期，各融合主體普遍實現(xiàn)增收，進而提高了自身的技術(shù)采納能力，從需求端驅(qū)動農(nóng)業(yè)技術(shù)為適應(yīng)產(chǎn)業(yè)融合需要而不斷更新；同時，農(nóng)業(yè)產(chǎn)業(yè)鏈的持續(xù)延伸也提高了小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的銜接程度，從資金、知識共享、社會化服務(wù)等角度打破技術(shù)推廣瓶頸，有效降低技術(shù)采納門檻，從而增強了地區(qū)技術(shù)普及率和技術(shù)創(chuàng)新能力。據(jù)此，本文提出假設(shè)2。

H2：農(nóng)業(yè)科技進步是農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放產(chǎn)生“倒U”型影響的非線性中介路徑。

（三）農(nóng)業(yè)環(huán)境規(guī)制的調(diào)節(jié)作用

隨著農(nóng)村生態(tài)環(huán)境形勢日益嚴峻，農(nóng)業(yè)環(huán)境規(guī)制手段逐漸演變?yōu)橹贫拳h(huán)境的一項重要內(nèi)容。前期，農(nóng)村產(chǎn)業(yè)融合主體多處于始創(chuàng)階段，實力孱弱且保收意愿強烈，此時較低的農(nóng)業(yè)環(huán)境規(guī)制水平可能會產(chǎn)生“遵循成本”效應(yīng)，增加生產(chǎn)者的污染治理成本并擠占其低碳技術(shù)創(chuàng)新與應(yīng)用空間。生產(chǎn)者迫于未來填補環(huán)境服從成本的壓力，往往選擇爭取暫時收益，盡快擴大短期要素投入和產(chǎn)出規(guī)模，碳排放反而有所提升［24］；同時，無法達到環(huán)保標準的高污染單位由農(nóng)業(yè)環(huán)境規(guī)制強硬區(qū)轉(zhuǎn)移至寬松區(qū)，也一定程度上造成農(nóng)業(yè)碳源的擴散。后期，隨著環(huán)境治理體系的健全，農(nóng)業(yè)環(huán)境規(guī)制所引發(fā)的“創(chuàng)新補償”效應(yīng)將逐步抵消“遵循成本”效應(yīng)帶來的環(huán)境負外部性，推動農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的抑制作用更早實現(xiàn)、效果更好，表現(xiàn)為“倒U”型曲線拐點左移、形態(tài)趨于陡峭。一方面，農(nóng)村產(chǎn)業(yè)融合勢頭加快，綠色低碳農(nóng)產(chǎn)品市場占有率上升，綜合實力增強的生產(chǎn)者普遍采納環(huán)境友好型技術(shù)，調(diào)整農(nóng)業(yè)生產(chǎn)方式和布局，以此響應(yīng)環(huán)境規(guī)制手段、優(yōu)化要素配置和提高產(chǎn)品附加值［25］；另一方面，綠色金融、化肥減量增效等環(huán)保補貼也進一步降低了技術(shù)采納成本，鼓勵生產(chǎn)者保持環(huán)保行為。此外，在農(nóng)業(yè)產(chǎn)業(yè)鏈延伸過程中，小農(nóng)戶囿于環(huán)保約束且受利益聯(lián)結(jié)機制牽引，出于成本最小化的決策增強了其融入現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)鏈的意愿和信心，期望憑借組織化生產(chǎn)分擔風險、共享服務(wù)，共同應(yīng)對環(huán)境政策對農(nóng)業(yè)生產(chǎn)的高標準、高要求，同樣有利于削減碳排放量。據(jù)此，本文提出假設(shè)3。

H3：農(nóng)業(yè)環(huán)境規(guī)制會正向調(diào)節(jié)農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系，推動其曲線拐點左移、形態(tài)趨于陡峭。

（四）農(nóng)村人口老齡化的調(diào)節(jié)作用

研究表明，農(nóng)業(yè)人力資本水平直接決定農(nóng)業(yè)綠色發(fā)展進程［26］。老齡農(nóng)戶在健康狀況、勞動強度及受教育程度等方面處于明顯弱勢，其對農(nóng)業(yè)新技術(shù)、新模式也存在排斥情緒［27］，整體上不利于農(nóng)業(yè)綠色轉(zhuǎn)型升級。前期，農(nóng)村產(chǎn)業(yè)融合水平較低，技術(shù)條件相對有限，小農(nóng)生產(chǎn)模式尚未被打破。由于人口流失和勞動力質(zhì)量下降，各地出現(xiàn)一定程度的拋荒撂荒、棄養(yǎng)畜禽等現(xiàn)象，使農(nóng)業(yè)生產(chǎn)規(guī)模擴張速度放緩，導(dǎo)致“倒U”型曲線趨于平緩。而部分老齡農(nóng)戶為保證農(nóng)業(yè)產(chǎn)出，被迫依賴化肥、農(nóng)藥和農(nóng)機等要素的粗放式投入以應(yīng)對勞動力短缺，進而延長了前期農(nóng)村產(chǎn)業(yè)融合的農(nóng)業(yè)增碳效應(yīng)，導(dǎo)致“倒U”型曲線拐點右移。后期，農(nóng)村產(chǎn)業(yè)融合雖然帶動技術(shù)水平及規(guī)模化經(jīng)營程度有所提升，并隨即跨越拐點演變?yōu)檗r(nóng)業(yè)碳減排效應(yīng)，但受限于較低的勞動力質(zhì)量，先進生產(chǎn)技術(shù)與模式的采納度仍然不高，這使農(nóng)業(yè)碳減排效應(yīng)受到一定程度的削弱。據(jù)此，本文提出假設(shè)4。

H4：農(nóng)村人口老齡化會負向調(diào)節(jié)農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系，推動其曲線拐點右移、形態(tài)趨于平緩。

三、模型設(shè)定、變量選取與數(shù)據(jù)來源

（一）模型設(shè)定

1. 基準模型

為了驗證農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的非線性關(guān)系，本文參考Haans等（2016）［28］的研究，選用面板雙向固定效應(yīng)模型進行檢驗，具體模型設(shè)定如下：

[Carbonit=α0+α1Conit+α2Con2it+λCVit+μi+δt+εit] （1）

其中：[Carbon]表示農(nóng)業(yè)碳排放；[i]、[t]分別表示省份和時間；[Con]、[Con2]分別表示農(nóng)村產(chǎn)業(yè)融合水平及其二次項；[CV]表示一系列控制變量；[α0]表示截距項；[α1]、[α2]和[λ]表示待估計參數(shù)；[δt]表示時間固定效應(yīng)；[μi]表示個體固定效應(yīng)；[εit]表示隨機干擾項。

2. 中介效應(yīng)模型

鑒于學(xué)界目前對因果推斷經(jīng)驗研究所涉及的中介效應(yīng)的反思［29］，本文主要聚焦于如何提高因果關(guān)系識別可信度，而非強調(diào)檢驗中介效應(yīng)的大小。據(jù)此，本文借鑒江艇（2022）［29］的研究，考察“倒U”型關(guān)系的傳導(dǎo)機制，模型設(shè)定如下：

[Carbonit=β0+β1Conit+β2Con2it+λCVit+μi+δt+εit] （2）

[Techit=γ0+γ1Conit+γ2Con2it+λCVit+μi+δt+εit] （3）

[Carbonit=θ0+θ1Conit+θ2Con2it+θ3Techit+λCVit+μi+δt+εit] （4）

[Carbonit=δ0+δ1Techit+δ2Tech2it+λCVit+μi+δt+εit] （5）

[Carbonit=ρ0+ρ1Conit+ρ2Con2it+ρ3Techit+ρ4Tech2it+λCVit+μi+δt+εit] （6）

其中：[Techit]表示中介變量，即農(nóng)業(yè)科技進步；式（2）至式（4）為傳統(tǒng)三步法檢驗流程；式（3）中的[γ1]和[γ2]用于探討農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)科技進步的關(guān)系；式（5）中的[δ1]和[δ2]用于探討農(nóng)業(yè)科技進步與農(nóng)業(yè)碳排放的關(guān)系；而[θ2]和[ρ2]顯著與否僅作為判斷農(nóng)業(yè)科技進步在農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)碳排放的過程中是起到部分傳導(dǎo)作用還是完全傳導(dǎo)作用的試探性證據(jù)。

3.調(diào)節(jié)效應(yīng)模型

為了驗證農(nóng)業(yè)環(huán)境規(guī)制和農(nóng)村人口老齡化在農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)碳排放中的調(diào)節(jié)作用，本文構(gòu)建如下模型：

[Carbonit=α0+α1Conit+α2Con2it+α3Zit×Con+α4Zit×Con2+α5Zit+λCVit+μi+δt+εit] （7）

其中，[Zit]表示調(diào)節(jié)變量，本文為農(nóng)業(yè)環(huán)境規(guī)制和農(nóng)村人口老齡化。根據(jù)Haans（2016）等［28］的研究，判斷“倒U”型關(guān)系的調(diào)節(jié)效應(yīng)及其特征有如下三步：第一步，若自變量二次項與調(diào)節(jié)變量交互項的系數(shù)[α4]顯著，則說明存在調(diào)節(jié)效應(yīng)。第二步，當[α1α4?α2α3lt;0]，曲線拐點隨調(diào)節(jié)變量增強而左移；當[α1α4?α2α3gt;0]，則曲線拐點隨調(diào)節(jié)變量增強而右移。第三步，若系數(shù)[α4]顯著為正，則“倒U”型曲線隨調(diào)節(jié)變量增強而趨于平緩；若系數(shù)[α4]顯著為負，則“倒U”型曲線隨調(diào)節(jié)變量增強而趨于陡峭。

4.空間杜賓模型

為進一步探究農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放可能存在的非線性空間溢出效應(yīng)，本文構(gòu)建空間杜賓模型（Spatial Dubin Model），具體設(shè)定如下：

[Carbonit=α0+α1Conit+α2Con2it+ρWCarbonit+θ1WConit+θ2WCon2it+λCVit+μi+δt+εit ] （8）

其中：[W]為空間權(quán)重矩陣，本文選用地理距離矩陣報告結(jié)果；[ρ]為被解釋變量的空間滯后項待估參數(shù)；[θ1]和[θ2]為被解釋變量空間交互項的待估參數(shù)。

（二）變量說明

1.被解釋變量：農(nóng)業(yè)碳排放（[Carbon]）

農(nóng)業(yè)碳排放測度是一個涉及多方面的綜合性工程，難以采用單一或少量指標表征。目前，學(xué)界測算農(nóng)業(yè)碳排放大多局限于農(nóng)用物資投入等單維視角，其測算體系僅包含化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉和翻耕等碳源，無論是從廣度還是深度上來看皆有拓展空間。據(jù)此，本文參考田云和尹忞昊（2022）［30］的研究，主要從以下四個維度構(gòu)建農(nóng)業(yè)碳排放測算體系：一是化肥、農(nóng)藥、農(nóng)膜等農(nóng)用物資投入所引發(fā)的碳排放，對應(yīng)的碳排放系數(shù)參考李波等（2011）［9］的研究；二是水稻在不同生長周期所引發(fā)的[CH4]排放，具體[CH4]系數(shù)和處理方法參考閔繼勝和胡浩（2012）［31］的研究；三是牛、馬、羊、豬、家禽等主要畜禽品種所產(chǎn)生[CH4]和[N2O]排放，各自對應(yīng)的系數(shù)和處理方法均參考閔繼勝和胡浩（2012）［31］的研究；四是原煤、洗精煤、汽油、柴油、電力等12種主要農(nóng)業(yè)能源消耗所引發(fā)的碳排放，相關(guān)的碳排放系數(shù)參照蔣金荷（2015）［32］的研究。據(jù)此，本文構(gòu)建的農(nóng)業(yè)碳排放指標測算方法如下：

[Carbon=∑Carboni=∑Ni×δi] （9）

其中：[Carboni]為第[i]種碳源的碳排放量；[Ni]為第[i]種碳源的數(shù)量或面積；[δi]為第[i]種碳源的碳排放系數(shù)。為保持測算口徑統(tǒng)一，本文將[CH4]和[N2O]等溫室氣體統(tǒng)一轉(zhuǎn)換成標準二氧化碳。由IPCC第四次評估報告可知，1噸[CH4]和[N2O]的換算系數(shù)分別為25噸和298噸[CO2]。

2. 核心解釋變量：農(nóng)村產(chǎn)業(yè)融合水平（[Con]）

目前，關(guān)于農(nóng)村產(chǎn)業(yè)融合水平測度問題，學(xué)界雖未有統(tǒng)一方法，但大多通過構(gòu)建相應(yīng)的指標體系，再采用熵值法［33］進行測度。此外，盡管各成果所選用的具體指標不盡相同，但大多涉及農(nóng)業(yè)產(chǎn)業(yè)鏈延伸、農(nóng)業(yè)多功能性拓展、農(nóng)業(yè)新業(yè)態(tài)培養(yǎng)、農(nóng)業(yè)服務(wù)業(yè)融合、農(nóng)業(yè)技術(shù)滲透和利益聯(lián)結(jié)機制完善等內(nèi)容。借鑒郝愛民和譚家銀（2023）［5］、張林和溫濤（2022）［33］的做法，本文選取上述六個維度共9個二級指標構(gòu)建農(nóng)村產(chǎn)業(yè)融合指標體系（見表1），并采用熵值法完成測算。

3. 中介變量：農(nóng)業(yè)科技進步（[Tech]）

目前，《全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030年）》等文件皆以科技進步貢獻率作為衡量科技進步的重要指標。同時，索洛余值法由于具備計算簡單、易于操作等優(yōu)勢，早在1997年便被原國家農(nóng)業(yè)部認定為農(nóng)業(yè)科技進步貢獻率的統(tǒng)一測算方法（1）。據(jù)此，本文參考陶群山和胡浩（2011）［34］的研究，選取化肥施用量、農(nóng)作物總播種面積、農(nóng)業(yè)機械總動力、第一產(chǎn)業(yè)從業(yè)人員和農(nóng)林牧漁總產(chǎn)值等指標，構(gòu)建農(nóng)業(yè)生產(chǎn)函數(shù)測算中國各省份的農(nóng)業(yè)科技進步貢獻率，并將其作為農(nóng)業(yè)科技進步的替代變量。

4. 調(diào)節(jié)變量

本文調(diào)節(jié)變量包括農(nóng)業(yè)環(huán)境規(guī)制（[Er]）和農(nóng)村人口老齡化（[Age]）。對于農(nóng)業(yè)環(huán)境規(guī)制，現(xiàn)有成果大多選用環(huán)保人員數(shù)量和環(huán)境污染治理項目投資額作為其替代變量，然而上述指標多是面向非農(nóng)產(chǎn)業(yè)測度所得，難以可靠地反映農(nóng)業(yè)環(huán)境規(guī)制的真實水平。因此，考慮節(jié)能環(huán)保財政支出能夠反映政府對環(huán)境保護和節(jié)能減排的重視程度，可在一定水平下視作農(nóng)業(yè)環(huán)境規(guī)制強度的指標［35］，本文結(jié)合鄧晴晴等（2020）［36］的做法，先以第一產(chǎn)業(yè)增加值在GDP中的比重同地方節(jié)能環(huán)保財政支出的乘積估算出各省份的農(nóng)業(yè)節(jié)能環(huán)保財政支出，并用所得數(shù)據(jù)除以農(nóng)業(yè)總產(chǎn)值來表征農(nóng)業(yè)環(huán)境規(guī)制水平。對于農(nóng)村人口老齡化，本文參考金紹榮和王佩佩（2023）［37］的研究，以鄉(xiāng)村老年人口撫養(yǎng)比度量該指標，其計算方法為鄉(xiāng)村65歲及以上人口數(shù)與鄉(xiāng)村15～64歲人口數(shù)的比值。

5. 控制變量

為避免遺漏變量造成的估計偏誤，本文選取如下控制變量：農(nóng)業(yè)發(fā)展水平（[Ec]），采用農(nóng)林牧漁總產(chǎn)值與第一產(chǎn)業(yè)從業(yè)人數(shù)之比衡量；財政支農(nóng)力度（[Af]），采用地方農(nóng)林水事務(wù)支出與農(nóng)林牧漁總產(chǎn)值之比衡量；農(nóng)業(yè)產(chǎn)業(yè)集聚（[Ai]），參考田云和尹忞昊（2022）［30］的研究，采用農(nóng)業(yè)區(qū)位熵衡量；農(nóng)地規(guī)模經(jīng)營（[Sm]），采用農(nóng)作物總播種面積與第一產(chǎn)業(yè)從業(yè)人數(shù)的比值衡量；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（[Is]），采用種植業(yè)、畜牧業(yè)產(chǎn)值之和與農(nóng)林牧漁總產(chǎn)值的比值衡量；作物種植結(jié)構(gòu)（[Ps]），采用糧食作物播種面積與農(nóng)作物總播種面積的比值衡量。

（三）數(shù)據(jù)來源與處理

本文選取中國30個省份為研究對象，因數(shù)據(jù)可得性問題暫未包括西藏及港澳臺地區(qū)。測算農(nóng)業(yè)碳排放所涉及的能源消耗數(shù)據(jù)均源自2008—2023年的《中國能源統(tǒng)計年鑒》，其他碳源數(shù)據(jù)則源自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)業(yè)統(tǒng)計資料（1949—2019）》；農(nóng)村產(chǎn)業(yè)融合相關(guān)數(shù)據(jù)來源于2008—2023年的《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國休閑農(nóng)業(yè)年鑒》《中國農(nóng)業(yè)機械工業(yè)年鑒》、各省份統(tǒng)計年鑒、全國溫室數(shù)據(jù)系統(tǒng)以及各省份市場主體發(fā)展報告；農(nóng)業(yè)環(huán)境規(guī)制、農(nóng)林水事務(wù)支出、農(nóng)村人口老齡化等變量數(shù)據(jù)則來源于2008—2023年的《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》。為排除價格因素影響，對農(nóng)林牧漁總產(chǎn)值、地區(qū)生產(chǎn)總值等經(jīng)濟類指標以2007年為基期做了消脹處理。部分數(shù)據(jù)缺失值采用均值差補、線性插補和移動平均法等予以補齊。

各變量的描述性統(tǒng)計見表2所列。

四、實證結(jié)果及分析

（一）基準回歸分析

在展開基準回歸前，本文對模型進行了三個方面的合理性檢驗（2）。一是多重共線性檢驗。經(jīng)檢驗，各變量的方差膨脹因子（VIF）介于1.41～3.82之間，遠低于10的判斷邊界，表明模型不存在多重共線性。二是面板平穩(wěn)性檢驗。為避免面板數(shù)據(jù)波動所帶來的偽回歸現(xiàn)象，本文選取適用于短面板數(shù)據(jù)的HT法、IPS法對主要變量的平穩(wěn)性展開檢驗。經(jīng)檢驗，各主要變量均表現(xiàn)出一階平穩(wěn)，證明面板數(shù)據(jù)不存在偽回歸現(xiàn)象。三是Hausman檢驗。結(jié)果顯示，應(yīng)選擇固定效應(yīng)模型作為基準回歸模型。

基準回歸結(jié)果見表3所列。其中，列（1）包含核心解釋變量但未控制固定效應(yīng)；列（2）包含核心解釋變量及其二次項且控制了時間固定效應(yīng)和個體固定效應(yīng);列（3）至列（5）則依次加入農(nóng)業(yè)發(fā)展水平、財政支農(nóng)力度等控制變量。可以發(fā)現(xiàn)，加入控制變量后，核心解釋變量及其二次項的顯著性和方向均未發(fā)生明顯變化，且[R2]由0.205增至0.709，表明模型估計結(jié)果較為穩(wěn)健。列（5）結(jié)果顯示，[Con]、[Con2]的回歸系數(shù)分別為1.918和-3.991，且均在1%水平下顯著，由此表明農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放呈顯著的“倒U”型關(guān)系。進一步計算“倒U”型曲線的拐點，得到[1.918/（2×3.991）≈0.240]。其經(jīng)濟學(xué)解釋在于：當農(nóng)村產(chǎn)業(yè)融合水平低于0.240時，推進農(nóng)村產(chǎn)業(yè)融合會促進農(nóng)業(yè)碳排放；當農(nóng)村產(chǎn)業(yè)融合水平跨越0.240后，推進農(nóng)村產(chǎn)業(yè)融合會抑制農(nóng)業(yè)碳排放。可能的原因是：前期，農(nóng)村產(chǎn)業(yè)融合優(yōu)先關(guān)注增產(chǎn)增收，帶動大量農(nóng)業(yè)生產(chǎn)項目和資源消耗，但囿于融合水平低、設(shè)施技術(shù)落后和農(nóng)戶資本積累不足等因素，農(nóng)業(yè)生產(chǎn)尚無法有效遏制化肥、農(nóng)藥等碳源使用規(guī)模，導(dǎo)致農(nóng)業(yè)碳排放增長；后期，隨著發(fā)展條件改善，受規(guī)模經(jīng)濟和范圍經(jīng)濟驅(qū)動，農(nóng)村產(chǎn)業(yè)融合進一步密切了各融合主體的利益聯(lián)結(jié)機制，陸續(xù)催生出諸多新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，先進的技術(shù)體系得以應(yīng)用與推廣，促進資源消耗強度和配置效率的此消彼長，最終有利于農(nóng)業(yè)碳減排。

（二）內(nèi)生性處理和穩(wěn)健性檢驗

1. 內(nèi)生性處理

一方面，基準模型雖然已加入控制變量來緩解遺漏變量偏誤，但仍然無法完全考量自然環(huán)境、農(nóng)戶生產(chǎn)預(yù)期等不可觀測因素所造成的內(nèi)生性問題；另一方面，地區(qū)農(nóng)業(yè)碳減排工作也可能反向影響當?shù)剞r(nóng)村產(chǎn)業(yè)融合的項目進程和要素供給。為此，本文借鑒宋全云等（2017）［38］構(gòu)建工具變量的做法，選取某一省份除自身以外其余省份的農(nóng)村產(chǎn)業(yè)融合水平均值的滯后項作為工具變量。選取思路為：由于相鄰省份的發(fā)展路徑可能存在協(xié)同性、適用性，各省份往往傾向于學(xué)習(xí)周邊地區(qū)的農(nóng)村產(chǎn)業(yè)融合模式，最終影響自身的農(nóng)村產(chǎn)業(yè)融合水平，因而滿足工具變量的相關(guān)性；同時，其他省份農(nóng)村產(chǎn)業(yè)融合水平均值的滯后項不與本省的誤差項相關(guān)，滿足工具變量的外生性。根據(jù)表4列（1）和列（2）可知，第一階段工具變量Iv在1%水平下顯著，且第二階段農(nóng)村產(chǎn)業(yè)融合和農(nóng)業(yè)碳排放的回歸結(jié)果也與前文一致。同時，Kleibergen-Paap rk Wald F statistic下的F值（256.355）大于所有臨界值，Kleibergen-Paap rk LM statistic下的LM值為10.974且通過了1%顯著性水平，說明模型不存在識別不足以及弱工具變量問題。由此得出，在控制可能的內(nèi)生性問題后，結(jié)論依然是穩(wěn)健的。

2. 穩(wěn)健性檢驗

本文采取如下三種策略進行穩(wěn)健性檢驗：一是U test檢驗。有學(xué)者指出，僅僅依靠解釋變量及其二次項系數(shù)判斷“倒U”型關(guān)系仍缺乏說服力，可能會將單調(diào)且向原點彎曲的曲線誤判為“倒U”型曲線。據(jù)此，借鑒王菲等（2023）［39］的研究，對“倒U”型關(guān)系進一步展開U test檢驗。二是調(diào)整變量測算方式。對于解釋變量，采用熵權(quán)TOPSIS法評價各省份農(nóng)村產(chǎn)業(yè)融合水平；對于被解釋變量，采用農(nóng)業(yè)碳排放強度（農(nóng)業(yè)碳排放量與農(nóng)作物總播種面積之比）作為農(nóng)業(yè)碳排放的替代指標，具體結(jié)果見表4列（3）和列（4）。三是縮尾處理。為克服數(shù)據(jù)異常值造成的估計偏誤，本文對樣本數(shù)據(jù)進行1%水平的雙邊縮尾處理，結(jié)果見表4列（5）。

U test檢驗結(jié)果（3）表明，曲線左側(cè)斜率為正（1.770），右側(cè)斜率為負（-3.135），表明其同時存在上升和下降的趨勢；而曲線拐點（0.240）位于其核心解釋變量的取值范圍［0.019，0.633］內(nèi)，且Plt;0.01，表明農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系的確存在，由此驗證H1。此外，無論替換自變量、因變量還是雙邊縮尾，相關(guān)檢驗結(jié)果仍然不變，由此進一步驗證了基準結(jié)論的穩(wěn)健性。

（三）異質(zhì)性分析

1. 區(qū)域異質(zhì)性

由于資源稟賦和發(fā)展水平等方面的差異，中國東部、中部和西部地區(qū)農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性影響效應(yīng)也可能呈現(xiàn)不同特征。區(qū)域異質(zhì)性分析結(jié)果見表5列（1）至列（3）?？梢姡r(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系僅在東部地區(qū)成立。可能的解釋是，東部地區(qū)經(jīng)濟相對發(fā)達，農(nóng)業(yè)技術(shù)體系較為健全，規(guī)模化經(jīng)營程度較高，因而率先開展一系列農(nóng)村產(chǎn)業(yè)融合實踐，前期消耗大規(guī)模生產(chǎn)資料而促進農(nóng)業(yè)碳排放，后期匯集各項優(yōu)質(zhì)要素并提高資源配置效率，發(fā)揮出較強的農(nóng)業(yè)碳減排效果，由此形成顯著的“倒U”型關(guān)系。與之相反，中部和西部地區(qū)農(nóng)村產(chǎn)業(yè)融合起步較晚、發(fā)展滯后，且面臨農(nóng)業(yè)基礎(chǔ)薄弱、鄉(xiāng)村產(chǎn)業(yè)競爭加劇、科技成果轉(zhuǎn)化效率不高和勞動力外流等挑戰(zhàn)的多重夾擊，區(qū)域內(nèi)同時存在農(nóng)業(yè)項目的過度擴張和耕地拋荒撂荒、棄養(yǎng)畜禽等現(xiàn)象，因而其農(nóng)村產(chǎn)業(yè)融合尚未對農(nóng)業(yè)碳排放產(chǎn)生明顯的“倒U”型關(guān)系。

2. 農(nóng)業(yè)綠色技術(shù)創(chuàng)新水平異質(zhì)性

近年來，為了減少農(nóng)業(yè)生產(chǎn)對氣候的不利影響，農(nóng)業(yè)領(lǐng)域開始積極探索農(nóng)業(yè)綠色低碳技術(shù)創(chuàng)新途徑，各地在化學(xué)投入品減量、廢棄物綜合利用等關(guān)鍵環(huán)節(jié)不斷完善技術(shù)體系。當?shù)貐^(qū)農(nóng)業(yè)綠色技術(shù)創(chuàng)新存在差異時，農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的影響效應(yīng)也可能呈現(xiàn)異質(zhì)性。對此，本文借鑒王菲等（2023）［39］的研究，選用各省份農(nóng)業(yè)綠色實用新型專利申請量來表征地區(qū)農(nóng)業(yè)綠色技術(shù)創(chuàng)新水平。本文以研究期內(nèi)各省份農(nóng)業(yè)綠色實用新型專利申請量的中位數(shù)為界，將研究期內(nèi)480份省級樣本數(shù)據(jù)劃分為高水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)和低水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)兩類，并分別展開回歸分析，具體結(jié)果見表5列（4）和列（5）?？梢?，在兩類地區(qū)，農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放皆呈現(xiàn)“倒U”型關(guān)系，但U test結(jié)果顯示，前者曲線右側(cè)斜率的絕對值（2.715）明顯大于后者（2.245），表明農(nóng)村產(chǎn)業(yè)融合對高水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)的農(nóng)業(yè)碳減排效果更好，這可能得益于環(huán)境友好型技術(shù)更新迭代對節(jié)能減碳的突出貢獻。

（四）作用機制檢驗

1. 中介效應(yīng)檢驗

對農(nóng)業(yè)科技進步這一作用渠道的實證檢驗結(jié)果見表6列（1）至列（5）。其中，列（2）顯示，農(nóng)村產(chǎn)業(yè)融合及其二次項對農(nóng)業(yè)科技進步的回歸系數(shù)分別為-2.888和4.014，且均在1%水平下顯著，表明在農(nóng)村產(chǎn)業(yè)融合發(fā)展過程中，農(nóng)業(yè)科技進步貢獻率呈現(xiàn)先降低后提升的“U”型變化態(tài)勢。究其原因：前期，農(nóng)村產(chǎn)業(yè)融合水平較低，技術(shù)創(chuàng)新與應(yīng)用因面臨資源錯配、激烈競爭和逐利心態(tài)等不利境況而受到了一定阻礙；后期，農(nóng)村產(chǎn)業(yè)融合水平明顯提升，農(nóng)業(yè)多功能性拓展及不同產(chǎn)業(yè)間的滲透融合發(fā)揮出更大的技術(shù)和知識集聚效應(yīng)，進而刺激技術(shù)互補創(chuàng)新，有效推動了農(nóng)業(yè)科技進步。同時，由列（4）和列（5）可知，農(nóng)業(yè)科技進步及其二次項的回歸系數(shù)皆為一正一負，且在1%水平下顯著，這可以成為揭示農(nóng)業(yè)科技進步在農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放關(guān)系中發(fā)揮間接中介作用的試探性證據(jù)?？赡艿慕忉屖牵涸缙?，農(nóng)村產(chǎn)業(yè)融合發(fā)展促進農(nóng)業(yè)科研投入增加，但相關(guān)技術(shù)受發(fā)展水平的限制主要聚焦于增產(chǎn)增收，即增碳效應(yīng)明顯；后期，隨著農(nóng)村產(chǎn)業(yè)融合的深化和存量積累，更多的低碳節(jié)能技術(shù)得以應(yīng)用并削減了農(nóng)業(yè)碳排放量，轉(zhuǎn)而表現(xiàn)出碳減排效應(yīng)。進一步觀察列（3），農(nóng)業(yè)科技進步的回歸系數(shù)為-0.112且在1%水平下顯著，表明農(nóng)業(yè)科技進步在總體上有利于農(nóng)業(yè)碳減排。據(jù)此，H2成立。

2. 調(diào)節(jié)效應(yīng)檢驗

表7揭示了農(nóng)業(yè)環(huán)境規(guī)制、農(nóng)村人口老齡化在農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放之間的非線性調(diào)節(jié)作用。其中，列（2）顯示農(nóng)業(yè)環(huán)境規(guī)制與農(nóng)村產(chǎn)業(yè)融合二次項的交互項在1%水平下顯著為負（-4.116），且系數(shù)[α1α4?α2α3=-0.964lt;0]，表明農(nóng)業(yè)環(huán)境規(guī)制對“倒U”型曲線的正向調(diào)節(jié)效應(yīng)成立，推動曲線拐點左移，曲線形態(tài)趨于陡峭，由此驗證H3，其調(diào)節(jié)效應(yīng)如圖1（a）所示?？赡艿脑蚴牵呵捌?，較低的農(nóng)業(yè)環(huán)境規(guī)制強度不僅在一定程度上抑制各融合主體的技術(shù)創(chuàng)新熱情與采納意愿，還迫使其在短期內(nèi)選擇增產(chǎn)或?qū)ふ摇拔廴颈茈y所”，導(dǎo)致農(nóng)業(yè)碳排放有所增加；后期，隨著農(nóng)業(yè)環(huán)境規(guī)制增強，農(nóng)村產(chǎn)業(yè)融合帶動具備較強經(jīng)濟實力的農(nóng)業(yè)生產(chǎn)者更新技術(shù)和生產(chǎn)模式，并進一步融入現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)鏈，通過整合各項資源要素“抱團”達到環(huán)保要求，不僅增強了農(nóng)村產(chǎn)業(yè)融合的碳減排效應(yīng)，還促使其更早實現(xiàn)。

表7列（4）顯示，農(nóng)村人口老齡化與農(nóng)村產(chǎn)業(yè)融合二次項的交互項在1%水平下顯著為正（0.123），且系數(shù)[α1α4?α2α3=0.058gt;0]，說明農(nóng)村人口老齡化對“倒U”型曲線的負向調(diào)節(jié)效應(yīng)成立，推動曲線拐點右移，曲線形態(tài)趨于平緩，由此驗證H4，其調(diào)節(jié)效應(yīng)的示意圖如圖1（b）所示?？赡艿脑蚴牵呵捌?，農(nóng)村產(chǎn)業(yè)融合處于起步階段，農(nóng)業(yè)生產(chǎn)方式仍相對粗放，技術(shù)條件較為薄弱，老齡化問題迫使農(nóng)業(yè)生產(chǎn)者為保證產(chǎn)出而加大農(nóng)業(yè)物資及能源投入規(guī)模，推動“倒U”型曲線拐點右移；后期，由于農(nóng)村老齡化現(xiàn)象日益嚴重，低質(zhì)量勞動力成為農(nóng)村產(chǎn)業(yè)融合過程中引進技術(shù)、改良生產(chǎn)和提高人力資本等減碳手段的重要阻礙因素，導(dǎo)致“倒U”型曲線趨于平緩，并最終削弱了農(nóng)村產(chǎn)業(yè)融合的碳減排效應(yīng)。

五、進一步探討

（一）試點政策效應(yīng)

2016年，在《關(guān)于推進農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展的指導(dǎo)意見》等文件指導(dǎo)下，中央財政專項安排12億元，支持安徽、重慶、貴州、黑龍江、江蘇、江西、遼寧、山東、河南、湖北、湖南、浙江等12個省份開展農(nóng)村產(chǎn)業(yè)融合試點工作，試點省份因而在農(nóng)產(chǎn)品加工流通、農(nóng)村電商、產(chǎn)業(yè)扶貧等方面獲得了更多的資金支持。據(jù)此，為了檢驗農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的影響在試點前后、是否試點省份條件下的異質(zhì)性，本文以2016年為界生成虛擬變量，該年以前賦值為0，該年及以后賦值為1，回歸結(jié)果見表8列（1）。可見，虛擬變量的回歸系數(shù)為-0.379且在1%水平下顯著，說明自2016年開始的試點政策顯著增強了農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的抑制作用。

同時，進一步將30個省份以試點政策實施前后、是否推行試點為條件分別展開回歸分析。需要說明的是，在此重點比較試點前后期農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的作用方向，故僅在模型內(nèi)放入農(nóng)村產(chǎn)業(yè)融合的一次項。根據(jù)表8列（2）和列（3）可知，農(nóng)村產(chǎn)業(yè)融合的回歸系數(shù)僅在試點后顯著為負，在試點前雖為負但不顯著?？赡艿慕忉屖牵涸圏c前超八成省份皆未跨越降碳拐點，因此相應(yīng)抵消了整體上農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的抑制效應(yīng)；而試點政策通過匯集各類優(yōu)質(zhì)資源支持農(nóng)業(yè)低碳轉(zhuǎn)型，帶動部分省份跨越拐點，從整體上演變?yōu)檗r(nóng)業(yè)碳減排效應(yīng)。同時，試點地區(qū)和非試點地區(qū)農(nóng)村產(chǎn)業(yè)融合的系數(shù)雖皆顯著為負，但前者絕對值大于后者，說明試點地區(qū)農(nóng)村產(chǎn)業(yè)融合的農(nóng)業(yè)碳減排效應(yīng)更明顯。原因可能在于：一方面，隨著相關(guān)試點政策的扶持，試點區(qū)域持續(xù)吸引資本、技術(shù)及人才等要素在農(nóng)村空間聚集，并由此形成了規(guī)模經(jīng)濟效應(yīng)，進而提高要素配置效率并降低農(nóng)業(yè)碳排放；另一方面，試點政策帶動各省份逐步檢驗農(nóng)業(yè)固碳減排方案的可行性和有效性，總結(jié)碳治理經(jīng)驗教訓(xùn)，調(diào)整環(huán)境監(jiān)管方式，緩解技術(shù)推廣瓶頸，并最終強化了農(nóng)村產(chǎn)業(yè)融合的碳減排效應(yīng)。

（二）空間溢出效應(yīng)

近年來，黨中央作出全面推進鄉(xiāng)村振興、加快建設(shè)農(nóng)業(yè)強國的戰(zhàn)略部署，進一步打破傳統(tǒng)的地理空間限制，進而持續(xù)暢通各類農(nóng)業(yè)生產(chǎn)要素的有序流動。因此，農(nóng)村產(chǎn)業(yè)融合在削減本地區(qū)農(nóng)業(yè)碳排放的同時，可能還會通過空間溢出效應(yīng)影響其他地區(qū)的農(nóng)業(yè)碳減排進程?；谶@一問題，本文借助空間計量模型對其進行研究分析。

本文選用地理距離矩陣對農(nóng)村產(chǎn)業(yè)融合水平和農(nóng)業(yè)碳排放兩個變量進行空間自相關(guān)檢驗，結(jié)果顯示，兩個變量的全局莫蘭指數(shù)均為正值且皆通過了1%或5%水平的顯著性檢驗（4）。同時，為確定空間計量模型的具體形式，本文對空間計量模型進行了一系列檢驗。LR和Wald檢驗結(jié)果表明，應(yīng)選擇空間杜賓模型而非空間誤差模型或空間滯后模型；Hausman檢驗和聯(lián)合顯著性檢驗結(jié)果表明，應(yīng)選擇雙向固定效應(yīng)空間杜賓模型。

經(jīng)偏微分方法分解后的空間杜賓模型估計結(jié)果見表9所列。結(jié)果顯示，農(nóng)村產(chǎn)業(yè)融合及其二次項的直接效應(yīng)與間接效應(yīng)均在1%水平下通過顯著性檢驗，且一次項系數(shù)為正而二次項系數(shù)為負，表明農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放具有顯著的“倒U”型空間溢出效應(yīng)?？赡艿慕忉屖牵捌?，農(nóng)村產(chǎn)業(yè)融合不僅刺激了本地的農(nóng)業(yè)生產(chǎn)，還強化了區(qū)域間的競爭關(guān)系并帶動周邊地區(qū)爭先效仿；而相鄰地區(qū)為追逐紅利，會選擇進一步擴大生產(chǎn)規(guī)模和要素投入來提升產(chǎn)量，從而導(dǎo)致農(nóng)業(yè)碳排放總量不斷攀升。后期，隨著農(nóng)村產(chǎn)業(yè)融合水平的提升，區(qū)域間經(jīng)濟差距縮小、經(jīng)貿(mào)合作增多，優(yōu)質(zhì)要素資源流動效率明顯提高，由此形成技術(shù)進步與管理模式持續(xù)優(yōu)化的良性互動機制；周邊地區(qū)通過充分借鑒，逐漸產(chǎn)生了技術(shù)溢出效應(yīng)和經(jīng)驗溢出效應(yīng)，最終減少農(nóng)業(yè)碳排放。

六、結(jié)論與建議

本文基于2007—2022年中國30個省份的面板數(shù)據(jù)，探究了農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的非線性影響及作用機制，得出如下結(jié)論：農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放呈現(xiàn)“倒U”型關(guān)系，但具有一定的異質(zhì)性，具體表現(xiàn)為，“倒U”型關(guān)系僅在東部地區(qū)成立，在高水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)更顯著。作用機制分析表明，推動農(nóng)業(yè)科技進步是農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放產(chǎn)生影響的非線性中介機制；農(nóng)業(yè)環(huán)境規(guī)制正向調(diào)節(jié)了農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系，推動曲線拐點左移，曲線形態(tài)更加陡峭；農(nóng)村人口老齡化則負向調(diào)節(jié)了農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)碳排放的“倒U”型關(guān)系，推動曲線拐點右移，曲線形態(tài)更加平緩。進一步分析表明，2016年開始的農(nóng)村產(chǎn)業(yè)融合試點政策強化了農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放的抑制作用，且該抑制作用在試點省份更為明顯；同時，農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)碳排放呈現(xiàn)“倒U”型的空間溢出效應(yīng)。

結(jié)合上述結(jié)論，本文提出如下建議：

第一，多措并舉促進農(nóng)村產(chǎn)業(yè)融合，制定差異化農(nóng)業(yè)碳減排規(guī)劃。各省份在制定相關(guān)規(guī)劃時，不僅要關(guān)注經(jīng)濟基礎(chǔ)、區(qū)位優(yōu)勢和技術(shù)水平等條件差異，還必須充分考慮空間效應(yīng)。對低水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)，重點在于提高產(chǎn)業(yè)融合質(zhì)量，要補齊基礎(chǔ)設(shè)施短板，提高資金、人才和技術(shù)等要素配置效率，進而催生并做強農(nóng)村電商、智慧農(nóng)業(yè)等新產(chǎn)業(yè)、新業(yè)態(tài)，普及綠色低碳生產(chǎn)方式；對高水平農(nóng)業(yè)綠色技術(shù)創(chuàng)新地區(qū)，重點在于產(chǎn)業(yè)融合與減排能力的協(xié)同增效，要積極建立經(jīng)驗、技術(shù)共享平臺，完善對口幫扶機制，總結(jié)推廣先進適用的農(nóng)村產(chǎn)業(yè)融合路徑，助力農(nóng)業(yè)碳減排工作。

第二，健全農(nóng)業(yè)技術(shù)體系，完善農(nóng)業(yè)社會化服務(wù)。技術(shù)瓶頸、農(nóng)村人口老齡化可能給農(nóng)業(yè)低碳轉(zhuǎn)型帶來負面影響。為此，科技端要加強科研團隊建設(shè)，整合優(yōu)化農(nóng)業(yè)科技資源，加快環(huán)境友好型技術(shù)創(chuàng)新及推廣力度，踐行“產(chǎn)學(xué)研用”一體化發(fā)展模式，將農(nóng)村產(chǎn)業(yè)融合過程中的科技成果轉(zhuǎn)化成實打?qū)嵉奶紲p排能力；勞動端則需大力培育公益性、社會性服務(wù)機構(gòu)等多元服務(wù)主體，持續(xù)拓寬服務(wù)領(lǐng)域，促進信息化、智能化同農(nóng)業(yè)社會化服務(wù)的深度融合，提升農(nóng)業(yè)減排固碳的能力。

第三，因地制宜調(diào)整環(huán)境規(guī)制政策，合理選擇農(nóng)業(yè)環(huán)境規(guī)制工具。一方面，農(nóng)業(yè)碳排放相對于其他領(lǐng)域有其特殊性，農(nóng)業(yè)環(huán)境規(guī)制手段應(yīng)結(jié)合各地實情靈活調(diào)整思路、細節(jié)，盡量避免“遵循成本”效應(yīng)和“一刀切”做法損害農(nóng)村固碳減排潛力；另一方面，政府部門可結(jié)合地區(qū)實際推進環(huán)保標準、排放限額等“控制型”工具與綠色補貼、技術(shù)示范等“激勵型”工具的多元組合，找到農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)減污降碳的平衡點。

注 釋：

（1）資料來源于《關(guān)于規(guī)范農(nóng)業(yè)科技進步貢獻率的測算方法的通知》［農(nóng)科綜〔1997〕13號］。

（2）受限于篇幅，合理性檢驗結(jié)果未予列出，留存?zhèn)渌鳌?/p>

（3）受限于篇幅，U test檢驗結(jié)果未予列出，留存?zhèn)渌鳌?/p>

（4）受限于篇幅，空間自相關(guān)檢驗結(jié)果未予列出，留存?zhèn)渌鳌?/p>

參考文獻：

［1］羅明忠，魏濱輝.農(nóng)村產(chǎn)業(yè)融合的環(huán)境效應(yīng)分析［J］.農(nóng)村經(jīng)濟，2022（12）：57-66.

［2］謝幫生，陳鎏鵬，董丙瑞，等.農(nóng)村產(chǎn)業(yè)融合的農(nóng)業(yè)碳減排效應(yīng)研究［J］.農(nóng)林經(jīng)濟管理學(xué)報，2024，23（2）：197-205.

［3］謝會強，吳曉迪.城鄉(xiāng)融合對中國農(nóng)業(yè)碳排放效率的影響及其機制［J］.資源科學(xué)，2023，45（1）：48-61.

［4］江澤林.農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展再探索［J］.農(nóng)業(yè)經(jīng)濟問題，2021（6）：8-18.

［5］郝愛民，譚家銀.農(nóng)村產(chǎn)業(yè)融合賦能農(nóng)業(yè)韌性的機理及效應(yīng)測度［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2023（7）：88-107.

［6］申學(xué)鋒，何妮，李政.農(nóng)村產(chǎn)業(yè)融合發(fā)展的問題與路徑選擇［J］.財政科學(xué)，2023（9）：87-94.

［7］郭軍，張效榕，孔祥智.農(nóng)村一二三產(chǎn)業(yè)融合與農(nóng)民增收——基于河南省農(nóng)村一二三產(chǎn)業(yè)融合案例［J］.農(nóng)業(yè)經(jīng)濟問題，2019（3）：135-144.

［8］熊愛華，張涵.農(nóng)村一二三產(chǎn)業(yè)融合：發(fā)展模式、條件分析及政策建議［J］.理論學(xué)刊，2019（1）：72-79.

［9］李波，張俊飚，李海鵬.中國農(nóng)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，2011，21（8）：80-86.

［10］趙敏娟，石銳，姚柳楊.中國農(nóng)業(yè)碳中和目標分析與實現(xiàn)路徑［J］.農(nóng)業(yè)經(jīng)濟問題，2022（9）：24-34.

［11］吳賢榮，張俊飚，田云，等.基于公平與效率雙重視角的中國農(nóng)業(yè)碳減排潛力分析［J］.自然資源學(xué)報，2015，30（7）：1172-1182.

［12］田云，陳池波.市場與政府結(jié)合視角下的中國農(nóng)業(yè)碳減排補償機制研究［J］.農(nóng)業(yè)經(jīng)濟問題，2021（5）：120-136.

［13］何艷秋，陳柔，朱思宇，等.策略互動和技術(shù)溢出視角下的農(nóng)業(yè)碳減排區(qū)域關(guān)聯(lián)［J］.中國人口·資源與環(huán)境，2021，31（6）：102-112.

［14］戴小文，漆雁斌，唐宏.1990—2010年中國農(nóng)業(yè)隱含碳排放及其驅(qū)動因素研究［J］.資源科學(xué)，2015，37（8）：1668-1676.

［15］劉麗輝，徐軍.基于擴展的STIRPAT模型的廣東農(nóng)業(yè)碳排放影響因素分析［J］.科技管理研究，2016，36（6）：250-255.

［16］李慧，李瑋，姚西龍.基于GWR模型的農(nóng)業(yè)碳排放影響因素時空分異研究［J］.科技管理研究，2019，39（18）：238-245.

［17］田云，尹忞昊.技術(shù)進步促進了農(nóng)業(yè)能源碳減排嗎？——基于回彈效應(yīng)與空間溢出效應(yīng)的檢驗［J］.改革，2021（12）：45-58.

［18］鄧路，袁圣博，白萍，等.基于機器學(xué)習(xí)算法的新疆農(nóng)業(yè)碳排放評估及驅(qū)動因素分析［J］.中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2023，31（2）：265-279.

［19］尹忞昊，田云，盧奕亨.中國農(nóng)業(yè)碳排放區(qū)域差異及其空間分異機理［J］.改革，2023（10）：130-145.

［20］LAI Y，YANG H，QIU F，et al. Can Rural Industrial Integration Alleviate Agricultural Non-Point Source Pollution？Evidence from Rural China［J］. Agriculture，2023，13（7）：1389.

［21］田彩紅，李琳，廖斌.農(nóng)村一二三產(chǎn)業(yè)融合能否促進農(nóng)業(yè)綠色發(fā)展？——以長江經(jīng)濟帶579個縣域為例［J］.自然資源學(xué)報，2024，39（3）：601-619.

［22］張華，豐超，劉貫春.中國式環(huán)境聯(lián)邦主義：環(huán)境分權(quán)對碳排放的影響研究［J］.財經(jīng)研究，2017，43（9）：33-49.

［23］趙雯歆，羅小鋒，唐林.勞動力轉(zhuǎn)移對農(nóng)戶糧食綠色生產(chǎn)效率的影響——兼論技術(shù)推廣的作用［J］.資源科學(xué)，2023，45（7）：1440-1454.

［24］JAFFE A B，STAVINS R N. Dynamic Incentives of Environmental Regulations：The Effects of Alternative Policy Instruments on Technology Diffusion［J］. Journal of Environmental Economics and Management，1995，29（3）：43-63.

［25］羅小鋒，杜三峽，黃炎忠，等.種植規(guī)模、市場規(guī)制與稻農(nóng)生物農(nóng)藥施用行為［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2020（6）：71-80.

［26］杜建國，李波，楊慧.人口老齡化下農(nóng)業(yè)人力資本對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響［J］.中國人口·資源與環(huán)境，2023，33（9）：215-228.

［27］孫中義，王力，李興鋒.人口老齡化、農(nóng)業(yè)社會化服務(wù)與農(nóng)業(yè)高質(zhì)量發(fā)展［J］.貴州財經(jīng)大學(xué)學(xué)報，2022（3）：37-47.

［28］HAANS R F J，PIETERS C，HE Z L.Thinking About U：Theorizing and Testing U- and Inverted U-Shaped Relationships in Strategy Research［J］. Strategic Management Journal，2016，37（7）：1177-1195.

［29］江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國工業(yè)經(jīng)濟，2022（5）：100-120.

［30］田云，尹忞昊.中國農(nóng)業(yè)碳排放再測算：基本現(xiàn)狀、動態(tài)演進及空間溢出效應(yīng)［J］.中國農(nóng)村經(jīng)濟，2022（3）：104-127.

［31閔繼勝，胡浩.中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算［J］.中國人口·資源與環(huán)境，2012，22（7）：21-27.

［32］蔣金荷.中國城鎮(zhèn)住宅碳排放強度分析和用能政策反思［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015，32（6）：90-104.

［33］張林，溫濤.數(shù)字普惠金融如何影響農(nóng)村產(chǎn)業(yè)融合發(fā)展［J］.中國農(nóng)村經(jīng)濟，2022（7）：59-80.

［34］陶群山，胡浩.環(huán)境規(guī)制和農(nóng)業(yè)科技進步的關(guān)系分析——基于波特假說的研究［J］.中國人口·資源與環(huán)境，2011，21（12）：52-57.

［35］吳力波，楊眉敏，孫可哿.公眾環(huán)境關(guān)注度對企業(yè)和政府環(huán)境治理的影響［J］.中國人口·資源與環(huán)境，2022，32（2）：1-14.

［36］鄧晴晴，李二玲，任世鑫.農(nóng)業(yè)集聚對農(nóng)業(yè)面源污染的影響——基于中國地級市面板數(shù)據(jù)門檻效應(yīng)分析［J］.地理研究，2020，39（4）：970-989.

［37］金紹榮，王佩佩.人口老齡化、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色全要素生產(chǎn)率［J］.宏觀經(jīng)濟研究，2023（1）：101-117.

［38］宋全云，吳雨，尹志超.金融知識視角下的家庭信貸行為研究［J］.金融研究，2017（6）：95-110.

［39］王菲，孫淑惠，劉天軍.數(shù)字經(jīng)濟發(fā)展推進了農(nóng)業(yè)生產(chǎn)方式變革嗎——來自黃河流域地級市的證據(jù)［J］.中國農(nóng)村經(jīng)濟，2023（9）：122-143.

［責任編輯：陳春香］