农业减排固碳对黄河流域农业经济高质量发展影响的空间效应
2025-01-13石建杨秀云
摘 要：运用IPCC方法测算2000-2020年黄河流域农牧业减排固碳水平，构建指标体系测算农业经济高质量发展水平，应用空间杜宾模型探讨农业减排固碳对黄河流域农业经济高质量发展的影响。结果显示：（1）农业减排固碳水平整体呈现“先下降后保持平稳再上升”的变化趋势，区域整体减排固碳能力较好;（2）2000-2020年，黄河流域农业经济高质量发展水平呈现波动上升态势，各地级市农业经济高质量发展水平的内部差异较大;（3）整体而言，减排固碳和经济增长水平对正面促进农业经济高质量发展的影响主要源于区域间的经济关联，农业技术创新、外商直接投资正面促进农业经济高质量发展的影响主要源于区域间的地理位置，环境规制、人口规模对农业经济高质量发展的负向影响主要受到地区间的经济关联，城镇化水平负向抑制农业经济高质量发展的影响主要源于区域间的地理位置;（4）分地区而言，减排固碳对黄河流域农业经济高质量发展的作用效果及程度均存在异质性。
关键词：减排固碳;农业经济高质量发展;空间杜宾模型;黄河流域
中图分类号：F323.2
文献标志码：A 文章编号：1009-9107（2025）01-0128-12
收稿日期：2024-03-25
DOI：10.13968/j.cnki.1009-9107.2025.01.15
基金项目：国家自然科学基金项目（71974158;71673215）;西安市软科学项目（22RKYJ0029）
作者简介：石建文，男，西安交通大学经济与金融学院博士生研究生，主要研究方向为产业经济与碳减排。
*通信作者
引 言
黄河流域处于“一带一路”重要节点，涵盖9个省区，既有经济发展较为发达省份，也有农业增长相对落后省份。整体而言多为干旱、半干旱内陆气候，农业生产禀赋较差［1］。同时，传统生产方式占据较大空间，产业结构不够完善，技术创新和投入相对滞后，劳动力专业技能知识欠缺，人均收入偏低［2］。粗放农业发展以农业生态环境破坏为代价，经济增长和生态环境之间的矛盾日益凸显［3］。党的十八大以来，绿色发展及高质量发展成为中国发展的“主旋律”。农业经济发展由“增产导向”逐渐转向“提质导向”，生产减排作为统筹生态环境安全、粮食安全和农产品质量安全的重要手段，成为实现农业可持续发展的关键途径和实现农业经济高质量发展的重要保障［4］。在推动农业经济高质量发展过程中，一方面，减排固碳有可能通过提高资源利用效率、减少生产成本以及提升规模效应等促进农业经济高质量发展［5］;另一方面，减排固碳有可能通过强制降低化肥、农药、柴油的施用量，对粮食产量产生不确定性影响，进而抑制农业经济高质量发展［6］。因此，如何在保证中国粮食安全以及经济稳定增长的同时实现农业绿色、低碳发展，成为中国政府关注的焦点。
既有关于减排固碳对农业经济高质量发展影响的研究相对较少，相关研究主要通过协整检验［7］、因果分析［8］以及脱钩模型［9-10］探索经济增长与碳排放的总体关系、人均GDP与碳排放的关系等。受库兹涅茨曲线理论影响，部分学者根据经验数据发现经济增长与碳排放之间的倒U型关系［11-12］，即随着人均收入增长，经济规模越来越大，资源消耗不断增加，碳排放量也在不断增加，使得环境质量不断下降。环境库兹涅茨曲线说明经济增长与碳排放之间可能存在负面关系，强调了经济-环境协调发展的重要性。此外，现有研究对该问题分析多采用线性回归方法，较少考虑经济发展过程中相关变量可能发生跃升所导致的非线性特征。非线性面板模型能很好地描述经济系统中的非线性现象，因而对现实经济的解释力较强［11］。此外，关于减排固碳对农业经济高质量发展的影响，现有研究尚未提供清晰的理论解释和规范的实证检验，难以为探索农业高质量发展提升路径提供有针对性的科学依据。基于此，本文在既有研究的基础上做出如下拓展：（1）解构农业减排固碳对农业经济高质量发展的影响逻辑;（2）明确农业减排固碳对农业经济高质量发展的影响路径;（3） 解析农业减排固碳与农业经济高质量发展的区域异质性。
一、减排固碳对农业经济高质量发展影响的理论逻辑
减排固碳主要通过调整种植结构、推动技术创新和适度环境规制等方式实现，进而对农业经济高质量发展产生影响（见图1）。
从调整种植结构来看：一方面，种植结构优化能够促使农业生产与市场需求有效对接，消弭作物生产与消费结构矛盾，使低效益作物生产部门占据的冗余要素流向高品质、高效益作物生产部门，实现种植业整体的“帕累托改进”［13］，并通过增加有效供给提高农业经济效益［14］;另一方面，种植结构不合理引发资源要素错配会进一步造成农村青壮年劳动力流失，不利于农业机械化、规模化发展，生产效率难以提升，长此以往将导致种植业陷入恶性循环［15］。从推动技术创新来看：一方面，通过技术创新和进步，传统生产方式和工艺得以改进，新技术取代落后的旧技术，高碳排放的生产模式逐步向清洁化、绿色化和低碳化方向转变，生产效率稳步提升的同时，污染物排放也大大降低，技术创新所带来的产业结构优化升级，对农业经
济高质量发展产生积极影响［9］;另一方面，技术创新可能导致要素廉价以致被更多地投入使用，同时经济增长也会对要素产生新的需求，进而导致环境排放量进一步增大，部分抵消了所节约资源，产生“回弹效应”，这在一定程度上制约了农业经济高质量发展［16］。从环境规制视角来看：一方面，环境规制所带来的政策压力可能增加农业生产主体的“成本损失”，削弱创新动力，进而对农业经济高质量发展产生负向影响［17］;另一方面，农业绿色生产技术是典型公共物品，具有很强的正外部性，在社会福利最大化的政策目标指引下，政府通过采取减免部分税金、加大补偿力度等措施来推动农业生产主体采用绿色生产技术，从而产生更多的收益来弥补成本损失，进而正向促进农业经济高质量发展。因此，环境规制对农业经济高质量发展的影响具有不确定性，其作用究竟是正向还是负向取决于“创新补偿”效应和“遵循成本”效应之间的权衡与取舍［18］。
二、指标选取、研究方法与数据来源
（一）指标选取
1.被解释变量：农业经济高质量发展。农业经济高质量发展是一种强调整体性、综合性和内生性的发展聚合，它不是单个系统或要素的增长，而是强调多边的整体的协调发展［19］。本文遵循系统性、科学性、代表性、可获取性等原则，在借鉴已有研究的基础上，构建包含创新、协调、绿色、开放、共享5个目标层，21个具体指标的农业高质量发展评价指标体系［20-21］。熵权法作为一种客观赋权法，仅依赖于数据本身的离散程度，可以有效避免人为或主观因素对各评价指标的影响，使评价结果更加有效［22］。因此，本文采用熵权法对指标体系中的各项指标进行赋权（见表1）。
2.核心解释变量：减排固碳潜力。本文减排固碳潜力（RC）用区域碳排放量占农业碳排放总量比重与区域农业碳汇量占农业碳汇总量比重之间的比值进行表征。
3.控制变量。本文控制变量主要考虑种植结构、技术创新、环境规制、城镇化水平、外商直接投资、人口规模和经济发展水平，如表2所示。
APM表示种植结构，一方面，经济作物种植面积的增加有利于延长农业产业链、提高农业经济总量、增加农民收入;另一方面，经济作物种植面积的增加势必会挤占粮食作物的种植面积，导致粮食减产，影响粮食价格和社会稳定［23］。ATL表示技术创新，一方面，技术创新有利于提高农业劳动生产率和资源利用效率，改善农产品质量;另一方面，技术创新可能导致农业生产越来越依赖化肥、农药等要素的投入，这些要素的过度使用会带来环境污染和生态失衡的问题［24］。AER表示环境规制，一方面，环境规制有利于农业生产绿色转型、农业资源合理利用，进而提高农业经济的整体竞争力;另一方面，环境规制会增加农业生产成本，同时在一定程度上限制农业生产，短期内可能对一定区域内的经济发展产生冲击［25］。URB表示城镇化水平，一方面，城镇化发展促进农村剩余劳动力转移，有利于农业适度规模经营，也有利于农业结构优化和调整，增加农民收入;另一方面，城镇化发展造成了耕地的减少，抽取了农业中的生产要素，使农业的比较收益降低，污染向农村蔓延和转移［23］。FDI表示外商直接投资，鉴于外商直接投资对农业经济高质量发展存在“污染避难所”效应，因此将其作为影响农业经济高质量发展的重要变量纳入模型［26］。POP表示人口规模，一方面，人口规模的增大会增加能源消费量进而增加碳排放量;另一方面，人口规模扩大的集聚效应能够提高资源利用率进而降低碳排放量［27］。PGDP表示经济发展水平，经济发展带动了农产品的价格上涨提高农业生产力，更多的农业机械的投入能减轻劳动强度，促进农业经济高质量发展［28］。
（二）研究方法
1.种植业碳排放测算模型。借鉴IPCC《2006年国家温室气体清单指南》的相关做法，本文采取排放因子法来测算农业碳排放，即农业不同碳源的使用量与其对应的排放因子相乘得到不同碳源的碳排放量，然后将不同碳排放的碳排放量累加，得到农业总的碳排放量［2］。具体公式为：
T=∑Ti=∑αiβi（1）
式（1）中，T为农业总碳排放量;Ti为第i类碳源碳排放量;αi为农业第i类碳源的使用量;βi为第i类碳源的碳排放因子。本文将农业碳源划分为化肥、农药、农用薄膜、农用柴油、农业播种和农业灌溉。这6类碳源的碳排放系数及其来源见表3。
2.畜牧业碳排放计算。畜牧业温室气体排放主要分为两大部分，第一部分为牲畜肠道发酵过程中产生的甲烷（CH4），第二部分为牲畜粪便管理过程中产生的甲烷和氧化亚氮（N2O）。参考报告中的不同种类牲畜对应的排放因子，运用排放因子系数法，计算相关温室气体排放量［10］。特别地，在计算牲畜粪便管理过程中产生的甲烷气体排放量时，将不同年均温度对排放因子的影响考虑进来，搜集31个省（自治区、直辖市）从2001-2020年21年的省会城市当年年平均气温作为该省区当年的代表气温数据，根据不同温度确定不同省区的排放因子，使温室气体排放总量更为精确。
3.农业减排固碳潜力评价模型。本文参考田云等人的文献［2］，构建农业减排固碳评价模型如下：
R=CiC/DiD（2）
式（2）中，D为农业碳排放总量，Di为各省份农业碳排放量;C为农业碳汇总量， Ci为各省份农业碳汇总量。如果Rgt;1，表明该省份农业碳汇占全国比重高于其碳排放，其农业碳承载力较强，能承担更多的碳吸收任务，农业减排固碳水平较高;反之，则说明该区域的农业生态承载能力较弱，可能需要其他省份承担更多的碳吸收任务，农业减排固碳水平较低。
4.熵权法。根据指标变异程度，本文采用熵权法修正各指标权重，进而测算黄河流域农业经济高质量发展水平。公式如下：
pij=yij∑ni=1yij（3）
Ej=-ln1n∑ni=1pijln pij（4）
ωi=1-Ein-∑Ei（5）
其中，ωi为各指标权重;pij为第i个区域j指标的比重;Ej为j指标的信息熵。
5.空间杜宾模型。随着中国经济科技等方面的迅速发展，不同区域间的联系逐年密切，导致农业经济高质量发展存在空间溢出效应，因此，本文采用空间杜宾模型探讨减排固碳对黄河流域各地区农业经济高质量发展的空间溢出效应［5］。具体而言，农业经济高质量发展作为被解释变量，减排固碳潜力为核心解释变量，以种植结构、技术创新、环境规制、城镇化水平、外商直接投资、人口规模、经济发展水平作为控制变量，模型构建如下：
Yit=αi+ρ∑nj=1WijYit+βXit+φ∑nj=1WjtXjt+μi+δi+εit（6）
式（7）中，i、j代表不同地级市，t代表各个年份;Yit为被解释变量在第i个单元t时期的值，即各地市农业高质量发展水平值（ADL）;Xit为自变量在第i个单元t时期的值;Wij为空间权重矩阵;ρ、β、φ为各回归系数，μi和δi分别表示空间和时间固定效应;εit为随机误差项。
（三）数据来源
参考师博等［28］所划定的黄河流域上中下游地级市，同时考虑到地区间的关联性，本文最终以黄河流域70个地级市为研究区域（见表4），时间范围为2000-2020年。相关数据来源于《中国农村统计年鉴》《中国环境统计年鉴》《中国统计年鉴》以及各省市的统计年鉴和统计公报，部分缺失年份的数据采用插值法推算补齐。其中，GDP和农业GDP是以上年为基准年所计算的地区实际GDP和农业实际GDP，以下简称GDP和农业GDP（AGDP）。农牧业碳排放量的计算依照IPCC方法。
三、实证分析
（一）黄河流域农牧业碳排放
根据上文碳排放测算方法，测算2000-2020年黄河流域农牧业碳排放，如图2所示。
研究期内，黄河流域农牧业碳排放整体呈现波动下降趋势，由2000年的12 500.53万吨下降至2020年的10 960.59万吨，年均增长率约为-0.7％。其中，2000年到 2005年黄河流域农牧业碳排持续增长，2006年有所下降，2007到 2012年呈现出加快增长趋势，碳排放量由2007年的12 236.88万吨增加到2012年的14 169.72万吨，2013年后又呈现逐年波动下降趋势。
进一步地，本文分别选取2000、2010、2020年的数据，利用自然断点法对黄河流域各地级市农牧业碳排放进行等级划分（见表5）。2000年，高排放区域主要分布在榆林市、南阳市、驻马店市、周口市、德州市等地，在陕西北部和河南南部形成高值聚集区;中排放区域主要分布在洛阳市、平顶山市、许昌市、信阳市等地，聚集在山东及河南中部。2010年，高排放区域主要分布在南阳市、驻马店市、周口市、商丘市、菏泽市、德州市、潍坊市等地，较200年呈现扩散趋势，集聚在河南和山东;内蒙古、陕西关中以及甘肃部分地区则由低排放区域转变为中排放区域。2020年，高排放区域持续扩散，主要分布在武威市、巴彦淖尔市、鄂尔多斯市、德州市、菏泽市、商丘市、周口市、南阳市、驻马店市、临汾市、潍坊市等地，集聚在内蒙古、陕西以及甘肃大部分地区。整体来说，高值区、中高值区主要分布在河南省、山东省、陕蒙交界区;低值区相对稳定，主要分布在山西地区。
（二）黄河流域农业减排固碳水平
由图3可知，2000-2020年黄河流域农业减排固碳水平整体呈现“先下降后保持平稳再上升”的变化趋势，历年均值均大于1，区域整体减排固碳能力较好。分流域看，黄河下游地区农业减排固碳水平最高且增幅最大，从期初（1.39）增长至期末的（1.59），年均增幅达0.7％。究其原因，黄河流域下游地市均为山东、河南两个经济大省和种粮大省，粮食作物种植面积在农作物种植总面积中占比较大，农业碳汇量较大。同时，近年来在农业“双碳”目标政策背景下，农地规模化经营、农业现代化程度和农业环境规制力度逐年提升，对农业减排固碳产生了积极影响，因而在保持较高农业产出的同时并没有带来较多的碳水污染，地区内农业减排固碳水平较高且保持上升趋势。黄河中游地区农业减排固碳水平经历了“先下降后上升又下降再上升”的变化趋势，但期初与期末减排固碳水平差异不大。究其原因，黄河中游地区包括华北平原、关中平原等主要的农耕区，前期在“唯GDP”绩效导向下，片面注重农业高产高增，忽视农业碳减排，造成农业减排固碳水平连年下降，但近年来在黄河流域生态保护和高质量发展战略推动下，生态环境问题日益得到重视，减排固碳水平逐渐得到恢复和提升。黄河上游地区农业减排固碳水平最低且降幅最大，从期初（0.77）下降至期末的（0.38），年均降幅达2.5％。究其原因，黄河流域上游地市均为内蒙古、甘肃、青海、宁夏等农牧区大省，生态环境较为脆弱，水土流失问题较为严重，加之粗放的种植业生产模式和畜牧业养殖模式，短期内难以得到有效调整和改变，产生了大量农业碳排放，因而地区内整体农牧业减排固碳水平连年下降。
（三）黄河流域农业经济高质量发展水平
整体而言，黄河流域农业经济高质量发展水平呈现波动上升态势，由2000年的0.370上升至2020年的0.577，年均增长率约为2.95％（见图4）。其中，2000-2002年黄河流域农业经济高质量发展水平呈上升趋势，2000-2003年黄河流域农业经济高质量发展水平基本维持稳定，平均值稳定在0.306 2，2002-2009年呈现稳定增长态势， 2009-2011年呈现逐年下降趋势，2011-2020年又呈现平稳增长态势，年均增长率约为4.17％。在这20年的发展中，虽然增长率有波动，但均为正数，说明黄河流域整体农业经济高质量发展水平逐渐提升，尤其是在2014-2020年，年均增长率迅速提高。
分地级市而言（见表6），河南省各地级市农业经济高质量发展水平的内部差距最大，水平最高的郑州市（0.501）和水平最低的洛阳市（0.432）相差0.069;山西省各地级市农业经济高质量发展水平的内部差距次之，水平最高的太原市（0.482）和水平最低的临汾市（0.427）相差0.055;陕西省各地级市农业经济高质量发展水平最高的西安市（0.585）和水平最低的渭南市（0.417）相差0.168;甘肃省各地级市农业经济高质量发展水平最高的兰州市（0.580）和水平最低的武威市（0.430）相差0.150;山东省各地级市农业经济高质量发展水平最高的青岛市（0.542）和水平最低的滨州市（0.422）相差0.120;内蒙古各地级市农业经济高质量发展水平最高的鄂尔多斯市（0.509）和水平最低的包头市（0.452）相差0.057;宁夏各地级市农业经济高质量发展水平的内部差距最小，水平最高的吴忠市（0.469）和水平最低的固原市（0.427）仅相差0.042，由此说明内蒙古和宁夏内部农业经济高质量发展较为均衡。
（四）农业减排固碳对黄河流域农业经济高质量发展的影响路径
1. 模型检验。在进行空间计量分析之前，需要对被解释变量黄河流域农业经济高质量发展水平进行空间自相关检验。由表7可知，在邻接矩阵W1、地理距离矩阵W2和经济距离矩阵W3下，2000-2020年Ig指数均为正值，且通过了显著性检验，说明黄河流域农业经济高质量发展水平具有显著的正向空间相关性，宜采用空间计量模型进行研究。
2.模型选择。空间自相关检验结果表明黄河流域农业经济高质量在空间上具有一定的相关性和异质性。为了确定空间计量模型的具体形式，本文依次进行LM检验、Hausman检验、LR检验和Wald检验。由表8可知，空间误差效应与空间滞后效应的统计检验结果均显著，因此拒绝混合OLS模型，选择空间杜宾模型。Hausman检验结果的统计值为102.74，在1％的水平下显著，因此，选择固定效应模型。LR和Wald检验结果均在1％的水平下显著，说明空间杜宾模型（SDM）不可退化为空间自回归模型（SAR）或空间误差模型（SEM）。因此，本文最终选用双固定空间杜宾模型进行实证分析。
3.全样本回归。从全样本回归估计结果来看，所有变量的估计参数在邻接矩阵下均通过了显著性检验，在地理距离矩阵和经济距离矩阵中，仅有部分变量通过了显著性检验（见表9）。减排固碳对农业经济高质量发展的影响为正，在邻接矩阵W1下通过了10％水平的正向显著性检验，在地理距离矩阵W2和经济距离矩阵W3下通过了5％水平的正向显著性检验，说明减排固碳对提高农业经济高质量发展水平产生积极影响，且这种影响不仅来源于地理位置而且来源于地区间的经济关联状况，尤其受到区域间经济关联的影响。
控制变量中，农业种植方式对农业经济高质量发展水平的影响为正，在邻接矩阵W1和经济距离矩阵W3下通过正向显著性检验，未通过地理距离矩阵W2下的显著性检验，说明农业种植方式对农业经济高质量发展水平提高产生积极影响，且这种影响主要来源于地区间的经济关联状况，各地区根据当地土壤特性和气候条件选择合适的作物，因地制宜发展本地方特色种植产业，然后通过与其他地区发生经济贸易，以此来扩充其进出口渠道，使本地区农产品打入更多地区的市场中，进而推动本地区农产品贸易的健康发展，带动地区农业经济稳步增长。农业技术创新对农业经济高质量发展水平的影响为正，在邻接矩阵W1和经济距离矩阵W3下通过了正向显著性检验，在地理距离矩阵W2下通过了1％水平的正向显著性检验，说明农业技术创新对提高农业经济高质量发展水平产生积极影响，且这种影响不仅来源于地理位置而且来源于地区间的经济关联状况，尤其是受到地理位置的影响。农业环境规制对农业经济高质量发展水平的影响为负，在邻接矩阵W1和地理距离矩阵W2下通过了负向显著性检验，在经济距离矩阵W3下通过了1％水平的负向显著性检验，说明农业环境规制对提高农业经济高质量发展水平产生消极影响，且这种影响不仅来源于地理位置而且来源于地区间的经济关联状况，尤其是受到地区间的经济关联的影响。城镇化水平对农业经济高质量发展的空间溢出效应在邻接矩阵W1、地理距离矩阵W2和经济距离矩阵W3下通过了10％水平的负向显著性检验，说明其对农业经济高质量发展的空间溢出效应仅源于地理位置。外商直接投资在邻接矩阵W1和地理距离矩阵W2下通过正向显著性检验，在经济距离矩阵W3下通过了5％水平的正向显著性检验，说明外商直接投资对农业经济高质量发展存在显著的正向溢出效应。人口规模在邻接矩阵W1和经济距离矩阵W3下分别通过了10％和5％水平的负向显著性检验，说明人口规模对农业经济高质量发展具有显著的负向空间溢出效应，空间上的人口集聚可能造成生产规模过大和拥挤成本上升等负外部性，从而抑制农业经济高质量发展。经济发展水平在邻接矩阵W1、地理距离矩阵W2和经济距离矩阵W3下分别通过了10％、5％和1％的正向显著性检验，说明经济发展水平对农业经济高质量发展的正向空间溢出效应不仅来自于地理位置也来自于地区间的经济关联状况。
4.分地区回归。由于黄河流域上中下游减排固碳潜力均存在较大的空间分异性。因此，本文从区域划分的角度，采用双固定空间杜宾模型探究减排固碳对农业经济高质量发展水平影响的区域差异性，结果见表10。
从减排固碳的角度看，上游在三种权重下，对农业经济高质量发展的作用效果相当显著，尤其是在地理距离权重下，其对农业经济高质量发展的作用效果通过了1％的正向显著性检验。中游地区在经济距离权重下，其对农业经济高质量发展的作用效果通过了1％的正向显著性检验。而下游地区在邻接权重矩阵和经济距离权重矩阵下，其对农业经济高质量发展的作用效果均通过了1％的正向显著性检验，说明减排固碳对农业经济高质量发展会产生显著正向影响，尤其是在我国“碳达峰、碳中和”目标约束下，如何推进农业绿色低碳发展成为当前推进农业经济高质量发展的关键。
四、结论与建议
（一）研究结论
本文首先阐述了减排固碳对农业经济高质量发展的理论逻辑;其次根据IPCC清单测算2000-2020年黄河流域农牧业碳排放，构建指标体系测算黄河流域农业经济高质量发展水平;采用空间杜宾模型探讨农业减排固碳对黄河流域农业经济高质量发展的影响，研究结果如下：
1.2000-2020年，黄河流域农牧业碳排放整体呈现波动下降趋势，由2000年的12 500.53万吨下降至2020年的10 960.59万吨，年均增长率约为-0.7％。黄河流域农牧业碳排放区域不平衡现象突出，农牧业碳排放总量从高到低依次是下游、上游、中游。黄河流域农业减排固碳水平整体呈现为“先下降后保持平稳再上升”的变化趋势，历年均值均大于1，区域整体减排固碳能力较好。
2.2000-2020年，黄河流域农业经济高质量发展水平呈现波动上升态势，由2000年的0.370上升至2020年的0.577，年均增长率约为2.95%。分地级市而言，陕西省各地级市农业经济高质量发展水平得内部差距最大（0.168），宁夏各地级市农业经济高质量发展水平的内部差距最小（0.042）。
3.农业减排固碳和经济增长水平对正面促进农业经济高质量发展的影响主要源于区域间的经济关联;农业技术创新、外商直接投资正面促进农业经济高质量发展的影响主要源于区域间的地理位置;环境规制、人口规模对农业经济高质量发展的负向影响主要受到地区间的经济关联;城镇化水平负向抑制农业经济高质量发展的影响主要源于区域间的地理位置。
（二）政策建议
1.黄河流域各地区应根据当地的土壤特性、气候条件及产业优势等对农业种植结构进行合理调整。首先，结合当地的土地性质及气候条件，对每个种植区的潜力进行检测和划分，据此对农作物进行选择;其次，对投入产出的效益比进行估算，然后再进行种植选择，同时要确保种植的农作物满足市场需求，并尽可能发挥出土地的资源优势，也可借助科技的力量，大力发展区域特色农业;最后，围绕优势产业，大力建设高效经济作物示范基地，发挥农业龙头企业的作用加快番茄、葵花、马铃薯等加工型经济作物基地的建设，与此同时，探索多种形式的高产高效种植模式，引入先进的技术措施，如全膜覆盖、垄作沟灌等。
2.应大幅度增加农业科技投入，发挥政府在农业科技投入中的主导作用，为农业增产、农民增收、农村繁荣注入强劲动力。首先，持续加大农业科技投入，确保增量和比例均有提高，发挥政府在农业科技投入中的主导作用，保证财政农业科技投入增幅明显高于财政经常性收入增幅，逐步提高农业研发投入占农业增加值的比重，建立投入稳定增长的长效机制。其次，不断增强农业科技创新驱动力，加强重点农业领域的科技基础研究，瞄准农业科技创新中的“卡脖子”重点难点问题，开展关键核心技术攻关，持续加大对农业基础研究和前沿技术研究的经费支持力度，为持续开展基础性、前沿性研究创造条件。最后，各地政府要采取本地人才培养和外来人才引进相结合的人才工作思路，创新人才培养体系，完善人才激励机制，培养和吸引更多的农业科技创新型人才，为建成农村的全面小康贡献智慧和力量。
3.地方政府应根据当地经济发展状况综合运用强制措施和激励措施等手段，严控废弃物排放标准，通过推广施肥新技术、新产品、新机具，推进测土配方施肥技术和化肥减量增效技术的应用，从而减少耕作过程中的化肥使用量，提高肥料利用率，实现农业绿色生产转型升级。与此同时，可以通过提高环境规制强度促使农业生产者提高生产效率、减少环境污染，实现农业经济高质量发展。
参考文献：
［1］ 畅倩，张聪颖，王林蔚，等.非农就业对黄河流域中上游地区农户种植结构的影响［J］.中国农村经济，2021（11）：89-106.
［2］ 田云，尹忞昊.中国农业碳排放再测算：基本现状、动态演进及空间溢出效应［J］.中国农村经济，2022（03）：104-127.
［3］ 任保平，杜宇翔.黄河流域经济增长产业发展生态环境的耦合协同关系［J］.中国人口·资源与环境，2021，31（02）：119-129.
［4］ 张利国，鲍丙飞，杨胜苏.我国农业可持续发展空间探索性分析［J］.经济地理，2019，39（11）：159-164.
［5］ 徐湘博， 李静， 薛颖昊， 等. 减排固碳目标纳入农业绿色发展政策的协同机制［J］.农业环境科学学报，2022，41（10）：2091-2101.
［6］ 黄晓慧，杨飞，陆迁.城镇化、空间溢出效应与农业碳排放——基于2007-2019年省级面板数据的实证分析［J］.华东经济管理，2022，36（04）：107-113.
［7］ 张应良，崔超.农地流转的碳减排效应研究［J］.西部论坛，2024，34（04）：111-124.
［8］ 张省，王金营.中国经济增长对碳排放的非线性影响分析——基于PSTR的实证研究［J］.技术经济与管理研究，2022（11）：27-32.
［9］ 韩文艳，熊永兰.科技大国能源消费碳排放与经济增长脱钩关系及驱动因素研究［J］.生态经济，2022，38（12）：13-22.
［10］ 于卓卉，毛世平.中国农业净碳排放与经济增长的脱钩分析［J］.中国人口·资源与环境，2022，32（11）：30-42.
［11］ 姜国刚，左鹏，陈思文，等.中国地区经济增长对碳排放量的非线性影响研究［J］.生态经济，2021，37（12）：13-22.
［12］ 刘贤赵.反腐败、经济增长与碳排放治理——基于空间EKC模型的检验［J］.中国社会科学院大学学报，2022，42（04）： 79-101.
［13］ 余志刚，张靓.农户种植结构调整意愿与行为差异——基于黑龙江省341个玉米种植农户的调查［J］.南京农业大学学报（社会科学版），2018，18（04）：137-145.
［14］ 张雪，周密.农户种植结构调整中的羊群效应——以辽宁省玉米种植户为例［J］.华中农业大学学报（社会科学版），2019（04）：54-62.
［15］ 许波，卢召艳，杨胜苏，等.湖南省农业生产效率演变与影响因素［J］.经济地理，2022，42（03）：141-149.
［16］ SHANG J，WEI D F，JI X Q.Technological Progress，Agricultural Water Efficiency and Rebound Effect：Empirical Research Based on the Panel Data of Major Grain-Producing Areas in China［J］.Ecological Economy，2020，36（11）：94-100.
［17］ 原毅军，谢荣辉.环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验［J］.中国工业经济，2014（08）：57-69.
［18］ 黄伟华，祁春节，方国柱，等.农业环境规制促进了小麦绿色全要素生产率的提升吗［J］.长江流域资源与环境，2021，30（02）：459-471.
［19］ 张林，张海央，梁义娟.农村金融高质量发展：水平测度与时空演变［J］.中国农村经济，2023（01）：115-139.
［20］ 佟孟华，褚翠翠，李洋.中国经济高质量发展的分布动态、地区差异与收敛性研究［J］.数量经济技术经济研究，2022，39（06）：3-22.
［21］ 沈秋彤，赵德起.中国农村集体经济高质量发展区域差异研究［J］.数量经济技术经济研究，2022，39（02）：43-63.
［22］ 于婷，于法稳.基于熵权TOPSIS法的农业高质量发展评价及障碍因子诊断［J］.云南社会科学，2021（05）：76-83.
［23］ 叶祥松，殷红.产业结构变迁、产业互动与全要素生产率增长——基于动态结构的视角［J］.经济学动态，2023（06）：44-62.
［24］ 谢兰云.中国省域Ramp;D投入对经济增长作用途径的空间计量分析［J］.中国软科学，2013（09）：37-47.
［25］ CLARK B，FOSTER J B.Ecological Imperialism and the Global Metabolic Rift：Unequal Exchange and the Guano Nitrates Trade［J］.International Journal of Comparative Sociology，2009，50（3/4）：311-334.
［26］ 金雪，孙学涛.互联网使用对农业生态产品供给的影响：理论分析与农户证据［J］.自然资源学报，2023，38（07）：1833-1847.
［27］ 李谷成，范丽霞，闵锐.资源、环境与农业发展的协调性——基于环境规制的省级农业环境效率排名［J］.数量经济技术经济研究，2011，28（10）：21-36.
［28］ 师博，何璐，张文明.黄河流域城市经济高质量发展的动态演进及趋势预测［J］.经济问题，2021（01）：1-8.
Spatial Effects of Agricultural Carbon Sequestration on High-quality Development of Agricultural Economy in the Yellow River Basin
SHI Jianwen，YANG Xiuyun*
（School of Economics and Finance，Xi’an Jiaotong University，Xi’an 710049，China）
Abstract：The IPCC method was used to estimate the emission reduction and carbon sequestration level of agriculture and animal husbandry in the Yellow River Basin from 2000 to 2020，and the index system was established to estimate the high-quality development level of agricultural economy.Then，the effects of agricultural carbon sequestration on the high-quality development of agricultural economy in the Yellow River Basin were discussed by using the Spatial Durbin Model.The results show that：（1） The overall level of agricultural carbon sequestration shows a trend of “first decreasing，then maintaining stable and then increasing”，and the overall regional carbon sequestration capacity is good.（2） From 2000 to 2020， the high-quality development level of agricultural economy in the Yellow River Basin shows a fluctuating trend，and the internal difference of the high-quality development level of agricultural economy in prefecture-level cities is large.（3） Overall，the impact of carbon emission reduction and sequestration and economic growth on the positive development of agricultural economy is mainly due to inter regional economic linkages;and the influence of agricultural technology innovation and foreign direct investment on promoting the high-quality development of agricultural economy is mainly due to the geographical location between regions.The negative effects of environmental regulation and population size on the high-quality development of agricultural economy are mainly caused by the economic relations between regions.The influence of urbanization level to restrain the high-quality development of agricultural economy is mainly due to the geographical location between regions.（4） By region，the effect and degree of carbon sequestration on the high-quality development of agricultural economy in the Yellow River Basin are heterogeneous.
Keywords： emission reduction and carbon sequestration;high-quality development of agricultural economy;Spatial Durbin Model;the Yellow River Basin
（责任编辑：杨峰）
