农业技术进步对云南省种植业碳排放的影响

熊宇辰

（西南林业大学经济管理学院，云南昆明 650224）

应对气候变化已经成为当前全球可持续发展的重点，社会经济的绿色、低碳发展已经成为世界各国的共识。当下，我国是全球最大的碳排放国，其中农业生产的碳排放占我国温室气体排放总量的17%。2015 年，我国种植业生产的碳排放量达到了9 671 万t，相比1997 年上涨了51%。为应对日益严峻的全球气候变化问题，我国在国际场合多次提出自主减排的承诺，包括在第75 届联合国大会上宣布了“双碳”目标。在农业方面，中共中央、国务院在2021 年明确提出要“加快推进农业绿色发展，促进农业固碳增效”。降低农业领域的碳排放不仅关乎农业可持续发展，对于我国实现“双碳”目标也具有重要意义。

当前，关于农业碳排放的研究主要集中在农业碳排放总量与效率、农业碳排放与经济增长的关系和农业碳排放影响因素这3 个方面，关于农业碳减排的研究较少。吉雪强运用中介效应模型研究发现，农地流转不仅可以直接降低农业碳排放强度，还可以通过降低农业化学化水平间接降低农业碳排放强度[1]。张金鑫研究发现农业技术创新对农业碳排放具有显著的负向影响[2]。

技术进步是碳减排的重要途径，农业技术进步可以引起要素重置，改变传统的农业生产方式，促进农业现代化发展。同时，农业技术进步会促使农业内部结构调整，促使高能耗部门向低能耗部门转型，在农业总产出增加的同时减少碳排放总量。

云南省是农业大省，农业在整个国民经济中占有极重要的地位，但随着农业现代化进程的加速、农业投入结构的改变及化石能源投入的增加，农业生产活动过程中造成的碳排放损害日益凸显。本文利用双重固定效应模型对云南省16 个市（州）2011—2021 年的面板数据进行研究，为推动国家低碳试点建设工作和助力云南省实现“双碳”目标提供参考。

1 模型建立与数据说明

1.1 变量选取

1.1.1 被解释变量

将农业碳排放总量（ce）设定为被解释变量。根据以往学者的研究，种植业中的主要碳源为化肥、农药、农用薄膜、农用柴油、翻耕和农业灌溉6 个方面。参考田云的计算方法，对种植业碳排放量进行测算，具体测算公式如（1）所示[3]。

式中，ce为农业碳排放总量，Ci为第i种碳源的农业碳排放量，Ti为第i种碳源的数量，δi为第i种碳源的碳排放系数。

1.1.2 解释变量

以农业技术进步程度（tg）为解释变量。从统计指标解释角度出发，借鉴金阳等的研究，用农业机械总动力衡量农业技术进步程度，单位为×104kW[4]。

1.1.3 控制变量

为减小遗漏变量所带来的估计偏差，本文引入的控制变量如下：1）产业结构升级程度（is），用云南省各市（州）每年第二产业与第三产业生产总值之比与来表示；2）经济发展水平（pgp），用各市（州）当年农林渔牧业生产总值与农村人口之比的自然对数表示；3）政府干预程度（lngov），用各地级市政府财政支出额与该地区生产总值之比表示；4）对外开放程度（lnopen），用各市（州）进出口总额与该地区生产总值之比的自然对数表示；5）人口规模（lnpopu），用各市（州）农村年末人口数的自然对数表示。

1.2 模型设定

为检验农业技术进步对农业碳排放的影响，本文通过对个体效应和时间效应进行检验发现固定效应模型和随机效应模型均优于普通最小二乘（Ordinary Least Square，OLS）模型。接着，通过豪斯曼检验选取双重固定效应模型。为避免模型估计因异方差而产生的偏差问题并减小样本波动，本文对部分变量进行对数处理。面板模型设置如（2）所示。

式中，i为云南省市（州）项，t为年份项；ceit为i市（州）在t年份的农业碳排量；tgit为i市（州）在t年份的农业技术进步；isit为i市（州）在t年份的产业结构升级；pgpit为i市（州）在t年份的经济规模；lngovit为i市（州）在t年份的政府干预程度；lnopenit为i市（州）在t年份的对外开放程度；lnpopuit为i市（州）在t年份的农村人口规模；μi和λt分别为个体效应、固定效应；εit为独立同分布的随机扰动项；α0为常数项，α1……α6均为相关系数。

1.3 数据来源

本文选取2011—2021 年云南省16 个市（州）的面板数据作为研究样本，研究所涉及数据主要来自《云南省统计年鉴》、各市（州）的《统计年鉴》及地区国民经济和社会发展统计公报，采取线性插补的方式补充少量缺失值。

2 实证分析

2.1 云南省种植业碳排放现状

根据图1 可知，云南省2011 年种植业碳排放量为24.62×108t，2016 年达到峰值29.91×108t，2021 年降到23.03×108t，种植业碳排放量整体呈现先升后降的特征。在2016 年之前，云南省种植业碳排放量整体呈现上升趋势，可能是因为我国城乡关系在2004 年后发生转向，经济利益成为比环境保护优先级更高的目标，产业结构升级加大了农业碳排放量。在以经济利益为目标的前提下，农业中主导产业生产效率明显较高，出现主导产业为追求低成本、高产量的目标，持续加大农用物资投入量的情况，造成农业碳排放量的增加。2016 年之后，种植业碳排放量逐年递减，可能是因为云南省在“十三五”规划中加强了对生态文明建设、环境污染治理和低碳经济发展的重视。在此背景下，云南省不断深入推进生物多样性和森林生态系统应对气候变化的协同示范，积极开展绿色低碳社会行动示范创建，采取增强农民环保意识、推广绿色低碳生产方式、促进绿色低碳消费等措施，逐渐降低农业生产碳排放量。

图1 2011—2021 年云南省种植业碳排放量趋势

2.2 双重固定效应回归

文章采用双重固定效应模型进行回归分析，表1报告了整体上农业技术进步对农业碳排放的影响效应。

表1 双重固定效应及稳定性检验结果表

表1 为数字经济对农业碳排放影响的基准回归结果，未添加控制变量的模型（1）中，农业技术进步对于农业碳排放的回归系数为-0.003，在5%的水平上显著抑制农业碳排放，表明农业技术进步对于农业碳排放有显著的负向效应。在添加控制变量后的模型（2）中，农业技术进步对农业碳排放量的作用方向与（1）的结果一致，初步表明农业技术进步可以抑制农业碳排放，但其碳减排效应较低。本文认为出现这种情况的主要原因是，云南省农业发展初期为追求农业生产效率的提高，大量使用化肥等要素的行为促使了非清洁型技术的进步，使得农业生产呈现“高产量、高能耗、高排放”的特征，排放了大量的二氧化碳[5]。随着国家绿色农业政策的颁布实施，云南省积极促进绿色农业技术进步，推动畜禽粪污、秸秆等资源化利用和藻类能源化利用，实施化肥农药减量化行动，促使农业技术进步碳减排效应逐渐增强。

2.3 稳定性检验

为确保基本结论的稳健和有效，本文分别采用替换被解释变量[表1 中模型（3）]和替换核心解释变量[表1 中模型（4）]的方法检验农业技术进步对农业碳排放影响的稳健性。

1）替换被解释变量。前文将农业碳排量作为被解释变量，本部分采用农业人均碳排放（cel）来替换被解释变量进行稳健性检验。回归结果见表1的模型（3）。结果表明，农业技术进步对农业人均碳排量具有显著的负向作用，证明前文回归结果的稳健性。

2）更换核心变量。前文使用农用机械总动力的自然对数作为核心变量，本部分将农用机械总动力与农村人口数之比的自然对数作为核心解释变量进行研究。回归结果见表1 的模型（4），结果表明，农业技术进步对农业碳排量具有显著的负向作用，证明了前文回归结果的稳健性。

3 结论与建议

通过上述实证分析，可以得出以下基本结论：1）云南省2011—2021 年的农业碳排放量呈先升后降的特征，2016 年后，云南省绿色农业政策的效果显著；2）农业技术进步的碳减排效应取决于技术类型，当非清洁型技术进步时，可能会增加碳排放量。

鉴于此，本文认为要实现农业绿色低碳发展，需要采取以下措施。1）大力推动低碳化农业技术应用。积极推广高效节能减排农机新技术，引导农民购买高效、绿色、节能的新型农业机械。同时，要加大低碳型化肥、农用薄膜等使用力度，推广二氧化碳固碳施肥技术，促使农民生产行为低碳化。2）加大低碳科研投入力度，推动清洁型技术创新。政府应该增强对农业绿色技术创新活动的政策支持力度，通过财政手段提高低碳农业技术研发支出，调动研发人员积极性，助力清洁型农业关键技术攻关。