農業產業集聚與碳排放：我國省際層面的實證分析

李文華， 周 倩， 陳永強

(1.重慶工商大學經濟學院，重慶 400067； 2.重慶工商大學長江上游經濟研究中心，重慶 400067)

我國自實行家庭聯產承包責任制以來，農業獲得了極大的發展，不僅實現了以不到世界10%的耕地成功養活了占世界20%多的人口，而且滿足了經濟迅速發展中工業化、城鎮化對農業的需求。自2004年以來連續14年的中央一號文件都將“三農”問題放在國家戰略的突出位置，尤其是2017年的中央一號文件旗幟鮮明地提出農業供給側結構性改革，促進農業農村發展由過度依賴資源消耗、主要滿足量的需求，向追求綠色生態可持續、更加追求質的需求轉變。工業發展帶來的污染顯而易見，但農業發展產生的環境問題較易忽視。有鑒于此，本研究探討農業產業污染狀況及應對策略。

與此同時，黨的十九大提出農業要適度地進行規模經營，產業集聚作為農業規模經營的重要途徑一方面通過技術創新提高產業的生產效率，外部產業與相關產業通過學習效應與模仿效應增強產業關聯能力；另一方面，上、中、下游產業形成一體化發展格局，上游產業的競爭優勢會通過擴散效應向下游產業轉移。產業集聚與農業碳排放之間存在辯證統一的關系，在產業集聚的初期階段，由于內部結構不合理帶來擁擠效應，對環境產生負外部性；當產業集聚程度達到成熟，通過技術革新并合理分配基礎設施、生產資料、勞動力等資源可以降低環境污染。因此，探討產業集聚下的農業環境污染狀況具有重要的理論及實踐意義。

1 文獻綜述

自從技術創新和競爭力角度對產業集聚研究以來，產業集聚理論迅速在制造業、服務業等領域得以應用，隨著農業產業化、集約化、規模化迅速發展，農業產業集聚理論亦得到政府和相關專家的重視[1]。農業產業集聚的形成有其內在動因，農業技術創新[2]、農戶集聚[3]、資源稟賦[4-5]等因素是促使農業產業集聚的重要原因。農業產業集聚優勢明顯，盧凌霄等從農業產業規?；嵌瘸霭l，認為農業產業集聚能夠實現農業規模經濟，推動農業持續快速發展[6]。相關學者積極探索農業產業集聚形成路徑，其中喬金杰等認為城鄉收入差距的縮小是實現農業產業集聚的重要因素[7]；李豐玉等通過層次分析法(AHP)分析得出，產業創新及對資源稟賦的整合是促使休閑農業產業集聚的重要因素[8]；許煊等分析了湖南省6個農業產業集聚狀況，認為合理的農產品加工企業數量、技術進步的提高是形成農業產業集聚的重要原因[9]。

環境庫茲涅茨曲線(EKC)自提出后，廣泛應用于人均收入與環境污染之間的關系[10]，即經濟發展水平較低時，環境污染隨經濟增長而加劇，當經濟發展到達一定水平后有利于緩解環境污染，所以經濟發展與環境污染呈現倒“U”形曲線關系。此后廣泛應用于國民經濟的具體行業，但以工業研究居多。多數研究認為環境污染與經濟增長呈現傳統的倒“U”形特征[11-12]，隨著經濟發展及研究內容推進，一些專家學者提出環境污染與經濟增長之間并不完全是倒“U”形關系，涌現了二者之間的交互影響關系[13]、正“U”形關系[14]、“N”形關系[15-16]等新的發展趨勢。對環境庫茲涅茨曲線研究并不單純集中于經濟發展對環境污染的影響，以農業為例，其中胡中應等建立產業集聚對農業碳排放關系的面板數據模型，結果表明，產業集聚對農業碳排放呈現先增后減的倒“U”形特征[17]。

隨著對農業碳排放研究進程推進，農業碳排放影響因素研究也取得了一定成果。其中董明濤利用灰色關聯分析方法，認為農業產業結構與碳排放存在關聯效應，而具體行業對碳排放影響程度不同[18]；王太祥等利用對數平均迪氏分解(LMDI)方法測算農業碳排放影響因素，其中生產效率提高、農業產業結構及勞動力因素有效實現了碳減排，而經濟發展助長了農業碳排放[19]；李國志等采用Kaya分解法對影響農業碳排放的因素進行分解，同樣認為經濟增長是農業碳排放增長的重要因素，技術進步有利于減少碳排放但隨機性較大[16]。黃琳慶等通過結構方程(SEM)模型對全國及東、中、西部地區進行實證檢驗的基礎上，得出科技進步不僅能夠降低農業碳排放而且能夠顯著促進經濟水平提高的結論[20]。高標等采用可拓展的隨機性的環境影響評估(STIRPAT)模型分析吉林省農業碳排放影響因素，認為人口總數、人均GDP、農業投資及機械設備使用等因素加快了農業碳排放[21]。

已有文獻對農業產業集聚與農業碳排放研究具有一定進展，但成果不多，尤其是沒能深入分析兩者內在機制?；诖耍狙芯繌囊韵路矫孢M行改進與創新：第一，根據環境庫茲涅茨曲線模型，從全國視角分析農業產業集聚與農業碳排放之間的具體函數關系；第二，建立莫蘭(Morans’ I)指數分析農業碳排放是否存在空間集聚效應，并以農業產業集聚作為核心解釋變量，加入經濟發展水平、政府宏觀調控、對外貿易、產業結構等具體因素，建立空間自回歸(SAR)與空間誤差模型(SEM)從東、中、西部分析農業碳排放影響因素。

2 模型設定與變量選取

2.1 模型選擇

在分析產業集聚等因素對農業碳排放影響之前需要對產業集聚與農業碳排放進行核算，由于本研究以產業集聚視角分析農業碳排放影響因素，因此將環境庫茲涅茲曲線(EKC)納入分析。然后建立Morans’ I指數進一步分析各省、市、自治區農業碳排放是否存在空間集聚效應，最后通過空間自回歸模型(SAR)及空間誤差模型(SEM)分析影響農業碳排放的具體因素。

2.1.1 農業產業集聚的測算 對產業集聚的測算主要有行業集中度、基尼系數、空間集聚指數、區位熵等方法，本研究考慮到數據的可得性及研究意義，采取區位熵(LQ)衡量農業產業集聚程度。區位熵是指某地區產業結構與全國平均水平的差距，測度地區特定產業的專業化水平，反映該產業的集聚程度，表示為

(1)

式中：LQij表示i地區j產業的區位熵；eij與ei分別表示i地區j產業產值與i地區總產值；Ej與E分別表示全國農業產值與全國GDP。

2.1.2 農業碳排放的測算 農業碳排放主要由化肥、農膜、柴油、農藥、灌溉、翻耕6個來源構成，用碳排放量乘以各自碳排放系數即為農業碳排放總量，計算公式如下：

E=∑Ei=∑Tiδi。

(2)

式中：E為農業碳排放量；Ei為各種碳源的碳排放量；Ti為各種碳源的排放量；δi為各種碳排放系數，其數值大小及來源見表1。

表1 農業碳排放源、系數及來源

2.1.3 環境庫茲涅茲曲線(EKC)模型 環境庫茲涅茨曲線(EKC)于1991年首次提出以后，廣泛應用于經濟增長與環境污染關系的各行各業，普遍研究認為經濟增長與環境污染之間存在倒“U”形關系，即經濟發展的前期，環境污染隨經濟發展呈上升趨勢，但當達到最高點之后，經濟增長有利于改善環境狀況。近些年關于環境與經濟增長關系的研究并不單純認為兩者之間存在倒“U”形關系，根據研究方向、涉及行業不同，提出了“U”形、“N”形、倒“N”形等關系曲線。并且對碳排放的研究并不單純考察經濟增長對環境污染的關系，還涉及到產業結構[26]、產業轉移[27]、產業集聚[28]等內容。借鑒胡中應等對農業產業集聚和碳排放的倒“U”形關系，將二者納入分析框架建立計量模型如下[17]：

E=β0+β1lq+β2lq2+εi,t；

(3)

E=β0+β1lq+β2lq2+β3lq3+εi,t。

(4)

式中：E代表環境污染狀況，以農業碳排放表示；lq代表產業集聚水平，以農業區位熵計算結果衡量，并對其取平方項和立方項以衡量曲線關系；β為回歸系數；εi,t為隨機誤差項。模型(3)、(4)可以得出以下4種對應關系：

(1)當lq、lq2與E之間具有顯著關系，且β1<0、β2>0表明農業產業集聚與碳排放之間存在“U”形關系，環境狀況隨著產業集聚程度得到改善，達到一定程度后呈現惡化狀態；當lq、lq2與E之間具有顯著關系，且β1>0、β2<0，表明經濟增長與產業集聚之間存在倒“U”形關系，環境狀況隨著產業集聚的發展呈現惡化態勢，達到頂點之后得到改善。

(2)當lq、lq2、lq3與E之間具有顯著關系，且β1<0、β2>0、β3<0，表明經濟增長與產業集聚之間呈“N”形曲線關系，環境狀況隨著產業集聚先惡化再改善，最后又惡化的發展趨勢；當lq、lq2、lq3與E之間具有顯著關系，且β1>0、β2<0、β3>0，表明經濟增長與產業集聚之間呈倒“N”形關系，環境狀況隨著產業集聚先改善后惡化，隨后再次得到改善的發展趨勢。

(5)

Moran’s I指數范圍是[-1，1]，當取值大于0表示正自相關，即高值與高值相鄰、低值與低值相鄰，取值越大空間自相關性越強，若數值小于0表示負相關，即高值與低值相鄰，這種情況較少出現；當數值接近于0時，說明空間區域呈現隨機分布。

2.1.5 空間面板數據模型 空間計量模型相對傳統面板模型的優勢在于考慮空間地理的相互作用，由于農業碳排放在空間上存在相關性，并且全國各省及東、中、西部地區碳排放存在差異，因此將空間因素考慮其中。根據空間中的不同沖擊途徑，主要有2種模型：空間自回歸模型(SAR)與空間誤差模型(SEM)。

(6)

其中主對角線上的元素wij=0(i=1，2，…，n)，最常用的空間權重矩陣是鄰接矩陣，也就是說如果區域i和區域j有共同的邊界，則權重為1，否則為0，本研究正是采用的鄰接矩陣。

除農業產業集聚(LQ)外，農業碳排放還受到其他一些因素的影響，如經濟發展水平(GDP)、政府宏觀調控(GC)、對外貿易(FT)、耕地利用效率(CE)、城市化水平(UL)、農業產業結構(PS)與畜牧業產業結構(AS)、耕地經營規模(LS)等，為了消除異方差對分析結果的影響，對所有變量取對數處理，分別以lnLQ、lnGDP、lnGC、lnFT、lnCE、lnUL、lnPS、lnAS、lnLS表示，其中以農業產業集聚為核心解釋變量。

空間自回歸模型也叫作空間滯后模型(SLM)，主要分析某地區對周圍地區是否存在溢出效應，本研究根據研究內容，具體模型構建如下：

Eit=ρWy+X1lnLQit+X2lnGDPit+X3lnFTit+X4lnGCit+X5lnCEit+X6lnULit+X7lnPSit+X8lnASit+X9lnLSit+εit。

(7)

相比空間自回歸模型，空間誤差模型的空間作用主要體現在誤差項中，其具體的數學表達式為

Eit=X1lnLQit+X2lnGDPit+X3lnFTit+X4lnGCit+X5lnCEit+X6lnULit+X7lnPSit+X8lnASit+X9lnLSit+μit，其中μit=λWz+εit。

(8)

式中：Eit是i省在t年的農業碳排放，ρ為空間自回歸系數，Wy是空間滯后系數，X為自變量回歸系數，εit為隨機誤差項，μit為正態分布的擾動項。

2.2 數據來源及變量選取

選取1999—2015年相關數據，其中農業產值、進出口產值、地區GDP等以1999年為基期進行平減；相關數據均來自《中國統計年鑒》《中國農村統計年鑒》《中國農業統計年鑒》《新中國60年統計資料匯編》《中國人口和就業統計年鑒》及各省統計年鑒。根據傳統區域及經濟發展水平等內容劃分方法，將全國分成東、中、西部，其中東部地區包括北京、天津、河北、遼寧、上海，江蘇、浙江、福建、山東、廣東、海南11個省份，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省份，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省份。

其中農業產業集聚(LQ)以區位熵表示。產業集聚對農業碳排放的影響具有不同的結果，在經濟發展的早期階段由于農業內部集聚不合理，導致擁擠效應的產生；隨著集聚程度的提高及農業產業結構合理化則會產生正的環境外部性。

經濟發展水平(GDP)以農村居民人均收入表示，單位為元。在農村居民低收入階段，農業處于粗放型生產方式，經濟效率低下；當經濟水平有了一定程度的提高，則會伴隨著農藥、化肥等生產資料的大幅度使用，在一定程度上會帶來農業收入的提高，但卻會導致環境質量的下降；只有政府、農業部門及農民自身意識到農業發展帶來環境惡化、危及人類自身健康時，經濟的發展才會降低農業碳排放。但目前我國農業仍然處于粗放型發展階段。

政府宏觀調控(GC)以農業財政支出與財政總支出的比值表示。農業財政支出能夠看出政府對農業的重視程度，當政府大力支持農業發展時，農業財政支出會隨之增加；農業財政支出的增加會使農業朝著集約化、機械化、科學化方向發展，影響農業碳排放水平。

對外貿易(FT)以進出口總額與地區GDP的比值表示。隨著經濟全球化的迅速發展，農業貿易在國際上的往來也更加密切，而對農產品出口質量的要求相對較高，只有優質、健康、綠色無公害的農產品才能在國際上受到歡迎，因此對外貿易在一定程度上推動農產品的綠色發展，降低農業碳排放。

耕地利用效率(CE)以種植業產值與農業投入資源量的比值表示，其中種植業產值單位為萬元，在農業投入中以化肥、塑料薄膜、柴油、農藥為主，并且這些內容都會帶來環境的惡化，因此以這4項內容作為資源投入量，單位以t表示。耕地利用效率的提高說明更少的資源使用量能夠帶來更大的經濟效益。

城市化水平(UL)以城鎮人口與總人口的比值表示。近年來城鎮化的提高促使人們追求高質量的生活方式，反映在農業領域則要求農產品的清潔化、無害化，因此城市化水平的提高在一定程度上促使農業降低碳排放。

產業結構由種植業產業結構(PS)、畜牧業產業結構(AS)2方面內容構成，分別以種植業、畜牧業產值占農業總產值的比重表示。原因在于農業領域只有種植業與畜牧業的生產會帶來環境污染，因此對這2項內容進行具體分析。

耕地經營規模(LS)用每個農業從業人員經營的耕地面積表示，耕地經營規模的提高說明更少的農業勞動力投入經營更多的種植面積。我國目前農業處于規模報酬遞增階段，不同的農業經營規模會對農業碳排放產生不同的影響。

3 實證檢驗與結果分析

3.1 產業集聚與農業碳排放的EKC關系

首先對模型(3)、(4)分別作Hausman檢驗，以對面板數據采取固定效應或是隨機效應模型進行選擇。Hausman檢驗的基本原理：原假設H0為隨機效應模型，備擇假設H1為固定效應模型，在原假設成立的情況下，服從自由度為k的卡方分布。利用Eviews 8.0軟件對上述2個模型進行檢驗，結果見表2。

表2 Hausman檢驗結果

從檢驗結果可以看出，模型(3)、(4)概率P值都很小，在0.01水平上顯著，卡方統計量分別是20.97、20.48，因此拒絕隨機效應的原假設，采取固定效應模型。

由表3可知，模型(3)中農業產業集聚、平方項均在0.01水平上顯著，但是在加入立方項的模型(4)中，雖然農業產業集聚立方項(lq3)在0.01水平上顯著，但是農業產業集聚卻不顯著，因此仍然要采用模型(3)分析結果，其中β1>0、β2<0，因此農業產業集聚也與碳排放之間存在倒“U”形關系，這與胡中應等的分析結果[17]相同。目前考察農業產業集聚與環境污染關系的研究并不多，得出這種倒“U”形關系原因可能在于，在農業形成產業集聚的初始階段，由于不能很好地利用機械、灌溉、農藥、人力等生產資料，會帶來集聚情況下的擁擠效應，導致環境狀況惡化；在集聚水平達到一定程度、內部形成合理的工作機制之后，農戶在農業種植、養殖等生產活動中會合理利用基礎設施、公共資源，提高內外部規模經濟，降低農業環境污染水平。

3.2 空間相關性檢驗

在運用空間面板模型計量碳排放影響因素之前需要對碳排放進行空間相關性檢驗，以驗證碳排放之間是否存在空間集聚效應。本研究運用Stata 14.0軟件，構建空間權重矩陣，計算碳排放全域Moran’s I指數，分析空間自相關水平，具體結果見表4。

表3 農業產業集聚與碳排放關系的檢驗

表4 1999—2015年我國農業碳排放全域Moran’s I指數

由表4可知，1999—2015年我國農業碳排放Moran’s I指數在0.18～0.30之間波動，并且所有年份碳排放空間自相關均在5%的水平下顯著，因此農業碳排放具有較強的空間集聚特征。由于鄰近省份在農業種植、養殖等活動中聯系密切，通過交流和學習效應在提高本省農業發展的同時，農業生產方式和結構也達到了趨同。鄰近省份具有相似的農業經濟發展基礎和文化認同，當某省份在追求農業綠色發展階段時，必定會對相鄰省份產生模仿效應，促使相鄰省份進行農業綠色發展；相反當某省份在農業中大量使用農藥、化肥等進行粗放式生產時，也會對相鄰省份產生影響。

同時可以看出，1999—2002年Moran’s I指數值較大，并存在小幅度波動特征，但自2002年之后Moran’s I指數值便呈現逐年降低的趨勢，說明自相關程度減弱。地域性農業生產方式、生產結構的影響越來越弱，通過農業科技創新可以在一定程度上改變農業生產，在保證水源和溫度的情況下北方地區可以種水稻，同樣南方地區也可以種植棉花等經濟作物；各地區的聯系逐漸加強，地域性限制越來越弱，隨著交通、通訊等技術發展，地區間逐漸打破了地域性限制，對外聯系更加密切；地區間聯系的漣漪效應所致，也就是說農業碳排放前期聯系密切，但隨著推廣的力度和傳播的速度越來越弱，使得空間集聚程度也在減弱。

3.3 空間面板模型測算結果及分析

基于1999—2015年數據，對東、中、西部地區分別進行空間自回歸和空間誤差分析，以檢驗影響農業碳排放的具體因素。在進行檢驗之前，需判斷是否存在空間效應，為此進行最小二乘法(OLS)回歸，回歸結果見表5。

由表5可知，東部地區產業集聚、經濟發展水平、耕地利用效率等，中部地區產業集聚、對外貿易、種植業產業結構等，西部地區產業集聚、政府宏觀調控、畜牧業產業結構等解釋變量對農業碳排放均具有顯著正向或負向作用，其中核心解釋變量產業集聚在東、中、西地區對農業碳排放均具有正向作用。OLS回歸結果顯示存在空間效應，可以進行空間自回歸和空間誤差檢驗。

對東、中、西部進行了空間自回歸模型與空間誤差模型進行了估計(表6)。從東、中、西部地區分別來看，東部地區產業集聚、經濟發展水平、政府宏觀調控、耕地利用效率、種植業與畜牧業產業結構在SAR模型與SEM模型下均對農業碳排放具有顯著影響，并且城市化水平在SEM模型下對農業碳排放影響顯著；中部地區產業集聚、經濟發展水平、政府宏觀調控、對外貿易、耕地經營規模在2個模型下對農業碳排放影響顯著；并且耕地利用效率在SAR模型下對農業碳排放具有顯著影響；西部地區經濟發展水平、對外貿易、畜牧業產業結構、耕地經營規模在2個模型下對農業碳排放影響顯著。從SAR模型與SEM模型估計結果差異來看，各解釋變量在不同地區對農業碳排放顯著性的影響大體相似，但是SAR模型中空間自回歸系數(rho)與SEM模型中誤差項的空間自回歸系數(lambda)差異較大，rho在東、中、西部地區均顯著，而lambda只在東部地區顯著，可以看出SAR模型估計結果較為有效，因此本研究以SAR模型估計結果做分析。

表5 1999—2015年東、中、西部地區OLS估計結果

表6 東、中、西部地區SAR與SEM模型分析結果

其中核心解釋變量產業集聚在東、中部對農業碳排放均具有顯著的正向影響，表明產業集聚加速了農業環境污染。說明我國東、中部地區存在效率低下的農業集聚方式，由于內部不合理的產業集聚導致擁擠效應明顯，不利于環境狀況的改善;另一方面也說明東、中部農業產業集聚總體上處于EKC曲線的左半部分，產業集聚處于經濟發展的初級階段，主要依賴大量的生產資料投入以帶來集聚效應，不利于農業經濟的綠色發展。而西部地區產業集聚對農業碳排放影響不顯著，原因在于西部地區總體上處于經濟發展落后地區，農業機械化水平不高；并且地廣人稀，適宜居住、耕種的土地資源不多，沒有形成規?；霓r業生產，因此對農業環境沒有實質性影響。

經濟發展水平對東、中、西部地區均有顯著性正向影響關系，經濟水平的提高能夠帶來更多化肥、農藥、地膜等生產性資料的使用，降低環境質量。政府宏觀調控增加了東、中部地區農業碳排放，表明政府在重視東、中部地區農業發展的同時也帶來了環境的惡化。對外貿易有利于降低中、西部農業碳排放，說明中、西部地區擁有發達的農業對外貿易，將驅使農業朝著綠色化方向發展。耕地利用效率顯著降低了東、中部農業碳排放，表明東、中部地區對耕地利用效率較高。

城市化水平對東、中、西部地區均沒有顯著影響，可能原因在于城鎮居民缺乏甄別綠色食品的專業能力。種植業產業結構、畜牧業產業結構均顯著提高了東部地區碳排放，表明東部種植業、畜牧業產業發展水平較高。且處于粗放型發展階段；而西部地區畜牧業產業結構顯著降低了碳排放。耕地經營規模顯著降低了中部地區碳排放，提高了西部地區碳排放，表明中部地區形成了較為合理的內部工作機制，而西部地區對農業基礎設施及公共資源利用水平較低。

4 主要結論與對策建議

本研究基于全國31個省域面板數據，從農業產業集聚的視角分析1999—2015年農業碳排放的變動特征、空間集聚效應及區域間影響因素差異。主要結論如下：(1)構建環境庫茲涅茨曲線(EKC)模型，得出農業產業集聚與農業碳排放之間存在明顯倒“U”形關系。(2)全域Moran’s I指數表明農業碳排放存在較強空間集聚效應特征，但2002年后存在減弱趨勢。(3)從區域來看影響農業碳排放的因素，農業產業集聚、經濟發展水平、政府宏觀調控、種植業及畜牧業產業結構加速了東部地區農業碳排放，耕地利用效率降低了農業碳排放；農業產業集聚、經濟發展水平及政府宏觀調控加速了中部地區農業碳排放，對外貿易、耕地利用效率及經營規模降低了農業碳排放；經濟發展水平、耕地經營規模加速了西部地區農業碳排放，對外貿易、畜牧業產業結構降低了農業碳排放，可以看出區域間農業碳排放影響因素存在較大差距，但相關因素總體上加速了區域農業碳排放。

基于以上分析，并根據國家政策導向、農業產業發展現狀提出促進農業增收、降低農業碳排放的具體對策建議：(1)合理進行農業產業集聚，逐步實現規模經濟。目前我國的農業產業集聚處于經濟發展的初級階段，內部產業結構不合理，產業集聚的擁擠效應明顯，在促進農業實現發展的同時也對環境產生了較為嚴重的污染。因此農業產業集聚要遵循循序漸進的發展規律，根據經濟發展進程、農業基礎設施水平、農民接受程度等現實具體情況，實現產業合理集聚，在經濟發展的同時帶來環境的正外部性。(2)優化產業結構，轉變農業經濟增長方式。從全國及區域層面來看，經濟發展均顯著提高了農業碳排放，因此農業仍然處于粗放式發展階段。首先各區域在實現農業均衡發展的同時，重點突出具有地方特色的優勢農業；其次轉變發展觀念，合理施用化肥、農藥等高污染生產資料；最后廣泛使用有機肥等環境友好型生產要素，實現農業清潔化生產。(3)政府加大農業科技投入，發展農業低碳經濟。東、中部地區農業財政投入不但沒有降低農業碳排放反而提高了農業碳排放，原因在于政府的農業財政支持沒有得到很好利用。因此政府要重點投資農業科技發展領域，加強對低碳農業的研發力度，同時在農村基層引導、推廣使用農業低碳技術，樹立農業低碳發展理念。