保護性耕作機械能否帶動保護性耕作凈碳匯的空間外溢?*
——基于農機跨區服務視角

李園園,薛彩霞**,柴朝卿,李 衛,姚順波

(1.西北農林科技大學經濟管理學院 楊凌 712100;2.西北農林科技大學機械與電子工程學院 楊凌 712100)

為緩解全球氣候變暖,世界各國均做出了有效承諾,中國在2020 年首次提出了“雙碳”戰略目標。與二三產業單一的碳排放特征不同,農業兼具碳源與碳匯雙重特征[1]。2021 年中共中央 國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見中明確提出了開展耕地質量提升行動和提升生態農業碳匯。耕作管理措施是農田實現固碳減排的重要“驅動劑”[2]。相較于傳統耕作方式,保護性耕作具有明顯的凈碳匯效應[3],其載體是農業機械。中國為破解家庭聯產承包責任制下農業機械對農業發展的制約,探索出了農機跨區服務這一具有中國特色農業機械化發展道路[4]。那么,伴隨著農機的跨區服務,保護性耕作機械能否帶動保護性耕作凈碳匯效應在空間上實現外溢呢?回答這一問題對于有效推廣保護性耕作、實現農業可持續發展和“雙碳”目標具有重要意義。

現有研究已證實保護性耕作具有固碳減排效應,但多集中在田間試驗[5-9]。如張恒恒等[5]和李景等[6]的長期定位試驗結果均表明保護性耕作能夠提高土壤有機碳儲量和減少溫室氣體排放。當然,其固碳減排效應的大小還與種植制度[7]、土壤類型[8]和耕作年限[9]等有關。田康等[10]和Das 等[11]運用Meta 分析定量分析了區域內保護性耕作的固碳減排效應。薛彩霞等[3]基于田間試驗研究結果從宏觀視角進行了測度和分析,結果表明中國保護性耕作碳匯基本是碳排放的2 倍;李園園等[12]結果進一步表明農業機械化是保護性耕作凈碳匯空間分異的主要驅動因子之一。農機跨區服務是農業機械化發揮空間溢出效應的重要途徑。現有文獻中關于農業機械化空間溢出效應的研究涉及糧食產量[13-14]、糧食生產效益[15]及種糧結構[16]等,且大中型農業機械發揮主要作用[13]。部分學者還討論了農業機械化對農業生產效率[17]、農業增長[18]和農業碳排放強度[19-20]等的空間溢出效應。

綜上,學者們關于保護性耕作的固碳減排效應及農業機械化空間溢出效應的研究成果豐碩,對本文具有重要借鑒意義,但仍存在不足之處。第一,現有文獻關注到了農業機械化的空間減碳效應[19-20],但鮮有文獻從空間溢出視角分析農業機械化對農業碳匯的影響。第二,農機跨區服務和保護性耕作多發生在糧食生產領域,且農機跨區服務是以農業機械為實施載體的保護性耕作技術外溢的主要途徑,而現有文獻尚未關注到農機跨區服務對保護性耕作凈碳匯的外溢效應。第三,農機跨區服務和保護性耕作均具有階段性與區域性特征,而現有文獻中對農機跨區服務空間溢出效應的特征性考量不足。

本文的創新之處主要體現在以下3 個方面。第一,對中國保護性耕作凈碳匯進行測度,并基于空間溢出視角探究保護性耕作機械對保護性耕作凈碳匯是否存在空間溢出,以完善和補充現有文獻尚未關注到農業機械化對農業碳匯空間影響的不足。第二,從農機跨區服務視角出發,分析不同類型保護性耕作機械對其凈碳匯空間溢出效應的異質性,可以為政府引導保護性耕作機械作業服務市場的發展提供參考。第三,兼顧農機跨區服務和保護性耕作推廣的階段性、區域性特征,從時間、地形和糧食作物主產區3 個維度展開空間溢出效應的異質性分析,這將為農業機械化發展和有效推廣保護性耕作提供實證依據。鑒于此,本文的研究思路如下: 基于農機跨區服務視角,以2000—2020 年中國30 個省份(不含港澳臺和西藏地區)為研究對象,1)運用參數法測度中國保護性耕作凈碳匯,2)采用探索性空間數據分析法探究保護性耕作機械及其凈碳匯在空間上的分布特征,3)最后通過空間杜賓模型量化保護性耕作機械對其凈碳匯的空間溢出效應,并從時間、地形和糧食作物主產區維度進行異質性分析。

1 研究設計

1.1 理論分析

自2002 年開始,保護性耕作的中國化在全國先后以“點示范—面普及”的形式得到推廣。由地理學第一定律和空間相關性理論可知,處于同一區域的鄰近地區在資源稟賦、氣候條件、種植制度等方面具有相似性[21-22],而保護性耕作技術本身也具有區域性特點,由此保護性耕作示范地區對周邊非示范地區存在技術外溢現象,因此保護性耕作凈碳匯在省份間存在相互影響、相互依賴的狀態。

保護性耕作的實施載體是農業機械,因而保護性耕作的凈碳匯效應離不開農業機械化的發展。在農業機械化發展早期,農機資源匱乏區域的市場上農機具數量有限,農機服務尚不能滿足自身農業生產需求,農機跨區服務應時而生。根據要素流動理論,農機跨區服務使得一個區域的農業機械不僅服務于本區域的農業生產,而且還服務于其周邊的農業生產[23],由此推動了耕地細碎化約束下小農戶的機械化生產水平。伴隨著農機跨區服務,以農機為載體的保護性耕作得以推廣,其固碳減排效應實現外溢。

農機跨區服務不僅會帶來保護性耕作固碳減排效應的直接外溢,還通過推動農機服務市場發展和農戶效仿行為間接實現空間外溢。首先,非本地農業機械通過跨區流動提供保護性耕作機械服務,但其勢必在服務成本、及時性、質量追溯性等方面缺乏優勢[24],這將促使本地農機手產生購買保護性耕作機械為本地農戶服務的動機及行為,最終促進保護性耕作服務市場的發展,進而擴大保護性耕作技術的推廣范圍,并帶來保護性耕作凈碳匯效應的外溢。其次,保護性耕作試點區的農機具跨區作業于非試點區域時,除提供農機服務外,更重要的是帶來了保護性耕作這一新型農業技術和新的農業生產耕作知識。根據新經濟增長理論[25],知識作為一個重要的生產要素,可以提高保護性耕作技術下農業生產的規模收益,進而帶來保護性耕作凈碳匯這一正外部性生態價值的增加。再次,保護性耕作具有的節本增效優勢和農戶之間的學習效仿也會推動非試點區域保護性耕作的“早期采用者”通過其社會網絡關系帶動親朋好友成為“早期大眾”[26],進而促進非試點區域保護性耕作作業面積的增加,最終實現保護性耕作凈碳匯的空間外溢。綜上,本文的理論框架如圖1所示。

1.2 研究方法與數據來源

1.2.1 研究方法

1)保護性耕作凈碳匯測算

保護性耕作是相對傳統耕作的一種新型耕作技術,具有碳匯和碳排的雙重特征,其碳匯源于對大氣中CO2的吸收,碳源則指溫室氣體排放。本文借鑒學者們廣泛應用于田間試驗中以傳統耕作為對照的控制試驗法測度保護性耕作固碳減排效益的思路,參考薛彩霞等[3]研究中的測算方法對保護性耕作凈碳匯進行測度,公式如下:

式中:C、C1、C2和C3分別為保護性耕作的凈碳匯、土壤碳匯、生物碳匯和溫室氣體排放。Si、Si′和Si′′分別為省i保護性耕作面積、免耕面積和秸稈還田面積; ΔSOCi′、ΔSOCi′′和 ΔSOCi′′′分別為省i免耕(相對于翻耕)、秸稈還田(相對于秸稈不還田)和免耕+秸稈還田的固碳速率;Pik為省i農作物k的播種面積占比;Yik為省i農作物k的單產;Ck和Hk分別為農作物k的碳吸收率和經濟系數;β′和β″分別為免耕和秸稈還田的相對產量;λ 為減緩效應系數;ΔGHGi′和 ΔGHGi′′分別為省i免耕和秸稈還田的溫室氣體排放;各參數主要來源于長期田間試驗結果,具體設置詳見薛彩霞等[3]的研究。

2)空間相關性

本文運用Global Moran’sI檢驗保護性耕作機械及其凈碳匯是否存在空間相關性。具體公式如下:

式中:Ig為全局莫蘭指數;n為空間單元數;wij為空間權重矩陣,采用鄰接矩陣;xi和xj分別為空間單元i和j的屬性值,包括保護性耕作機械及其碳匯;為x的平均值。Ig的取值范圍為[?1,1],[?1,0)表示呈空間負相關,(0,1]表示呈空間正相關,否則空間呈隨機性。

本文通過局部莫蘭指數(Il)來衡量各省保護性耕作機械及其凈碳匯與其周邊省份的相近或差異程度。具體公式如下:

式中:Il為局部莫蘭指數,其他同上。

3)空間計量模型

空間杜賓模型同時引入了被解釋變量與解釋變量的空間滯后項,并且對潛在空間溢出效應的模型設定形式未施加任何限制,同時在很大程度上可以解決遺漏變量偏誤問題[27]。因此,本文先構建空間杜賓模型,然后通過檢驗判斷其是否可以簡化為空間誤差模型和空間滯后模型。模型基準形式如下:

式中:Y為被解釋變量,即保護性耕作凈碳匯;W為空間權重矩陣,采用鄰接矩陣;X為解釋變量,包括核心解釋變量(保護性耕作機械、免耕機械和秸稈還田機械)以及控制變量(如種植結構、技術推廣強度、受教育水平和經濟發展水平等);W×Y和W×X分別為被解釋變量和解釋變量的空間滯后項;ρ、β和θ均為待估參數;α和ε分別為常數項和隨機干擾項。

1.2.2 變量選取及數據來源

被解釋變量: 保護性耕作凈碳匯,采用“保護性耕作碳匯與其碳排的差值”表征。

核心解釋變量: 1)保護性耕作機械動力,采用“大中型拖拉機機械動力×[(免耕播種機數量+秸稈粉碎還田機數量)/大中型拖拉機數量]+聯合收獲機動力”表征。2)免耕機械動力,采用“免耕播種機數量×大中型拖拉機機械動力/大中型拖拉機數量”表征。3)秸稈還田機械動力,采用“秸稈粉碎還田機數量×大中型拖拉機機械動力/大中型拖拉機數量+聯合收獲機動力”表征。需要說明的是,免耕和秸稈還田是目前中國保護性耕作推廣的主要形式,其中免耕通過免耕播種機實現;秸稈還田有兩種實施路徑,一是秸稈粉碎還田機,二是由聯合收獲機在作物收獲的同時完成秸稈還田作業。免耕播種機和秸稈粉碎還田機均屬于配套農機具,需要動力機械拖拉機提供動力才能完成作業,聯合收獲機是動力機械和配套農機具的統一體。

控制變量: 1)種植結構: 采用“(小麥播種面積+玉米播種面積)/糧食作物播種面積”表征。保護性耕作技術最早應用于以小麥(Triticum aestivum)、玉米(Zea mays)為主要種植作物的旱作農區,小麥和玉米的播種面積越多,保護性耕作作業面積可能越大,進而影響保護性耕作的凈碳匯。2)技術推廣強度: 采用“保護性耕作作業面積/農作物總播種面積”表征。保護性耕作技術的推廣是影響保護性耕作凈碳匯的重要因素,保護性耕作技術越普及,其凈碳匯越大。3)受教育水平: 采用“(小學人數×6+初中人數×9+高中人數×12+高中以上人數×16)/鄉村總人數”表征。農村勞動力受教育年限越長的省份,勞動力素質越高,接受新事物的能力越強,越容易采納保護性耕作技術,該省份保護性耕作凈碳匯越大。4)經濟發展水平: 采用“地區生產總值/地區總人口”表征。保護性耕作技術的推廣離不開經濟發展的支持,經濟發達的省份可以為保護性耕作技術推廣提供良好的經濟基礎,但由于農業的弱勢性也可能導致政府對農業的重視程度下降,因而經濟發展水平會影響保護性耕作技術的應用及其凈碳匯效益。

本文以2000—2020 年中國30 個省份(西藏及港澳臺地區數據缺失較多,未納入)為研究樣本,涉及變量數據來自歷年《中國統計年鑒》《中國農村統計年鑒》《中國農業機械工業年鑒》和國家統計局數據網站,部分缺失數據采用插值法補齊,經濟類指標折算為2000 年的可比價格。表1 為各變量的描述性統計。

表1 變量的描述性統計分析Table 1 Descriptive statistical analysis of variables

2 結果與分析

2.1 保護性耕作機械及其凈碳匯的時序特征

圖2 結果顯示,保護性耕作機械動力及其凈碳匯隨時間推移均呈增加態勢,分別由2000 年的2255.91 萬kW 和793.07 萬t(C)增加至2020 年的23 863.29 萬kW 和3317.38 萬t(C),年均增長率分別為12.52%和7.42%,增長趨勢基本同步,表明保護性耕作機械動力及其凈碳匯存在一定相關性。從不同耕作機械動力來看,秸稈還田機械動力增勢與保護性耕作凈碳匯增勢基本相同,且遠大于免耕機械動力,表明秸稈還田機械動力對保護性耕作凈碳匯的貢獻可能更大。秸稈還田機械動力在2000—2020年間由1633.48 萬kW 增加至18 199.87 萬kW,增長近10 倍;免耕機械動力由2000 年的622.44 萬kW 增加至2020 年的5663.41 萬kW,累計增量超過5000萬kW。

圖2 2000—2020 年中國保護性耕作機械動力及其凈碳匯的時序變化Fig.2 Time series changes of mechanical power and the corresponding net carbon sink of conservation tillage in China from 2000 to 2020

2.2 空間相關性分析

2.2.1 全局空間自相關分析

表2 顯示,2000—2020 年中國保護性耕作機械動力及其凈碳匯的全局莫蘭指數均為正值,除個別年份外,其他均通過10%的顯著性檢驗,表明兩者在空間上均存在正相關關系。同時,隨著時間推移,兩者全局莫蘭指數分別由2000 年的0.099 和0.132 上升至2020 年的0.395 和0.164,空間關聯強度增強。

表2 保護性耕作機械動力和保護性耕作凈碳匯的全局莫蘭指數Table 2 Gobal Moran’s index for mechanical power and the corresponding net carbon sink of conservation tillage

2.2.2 局域空間自相關分析

表3 為2000 年、2010 年和2020 年保護性耕作機械動力(CTM)和其凈碳匯(CTNCS)的局部集聚特征。可以發現,在10%的顯著性水平下,2000 年、2010 年和2020 年的保護性耕作機械動力和其凈碳匯存在明顯的空間集聚分布特征,這與上文中全局空間自相關的結論相一致。就2000 年來看,保護性耕作機械動力的集聚類型主要為低-高集聚和低-低集聚,前者包括天津、內蒙古、山西和遼寧4 個北方省(市、自治區),后者涉及湖南、廣東和貴州3 個南方省份,僅山東為高-高集聚類型;保護性耕作凈碳匯的高-高集聚區集中在山西、內蒙古和河南,低-高集聚類型包括遼寧、黑龍江和甘肅,廣西、海南和貴州為低-低集聚類型。2010 年保護性耕作機械動力的低-高集聚類型較2000 年明顯減少,僅包括山西,高-高集聚類型的省份有所增加,包括安徽、山東和河南,僅四川為低-低集聚區;保護性耕作凈碳匯的高-高集聚區主要集中在河北、山西、安徽、山東和河南5 個省份,僅海南屬于低-低集聚區。2020 年保護性耕作機械動力的局部集聚類型與2010 年一致;保護性耕作凈碳匯的高-高集聚區向南發生小幅度偏移,包括山西、安徽、河南和湖北4 個省份,僅上海為低-低集聚區。綜合來看,保護性耕作機械動力和保護性耕作凈碳匯的局部空間分布特征表明其可能存在一定的相關性。另外,對比保護性耕作凈碳匯的空間分布,可以發現保護性耕作機械動力高值區周邊地區的保護性耕作凈碳匯也表現為高值區,由此可以推斷保護性耕作機械動力除對本省份的保護性耕作凈碳匯有促進作用外,可能通過農機跨區作業對鄰邊省份產生“學習效應”和“涓滴效應”。

表3 2000 年、2010 年和2020 年保護性耕作機械動力及其凈碳匯的LISA 集聚關系Table 3 Relationship of LISA agglomeration for mechanical power and the corresponding net carbon sink of conservation tillage in 2000,2010 and 2020

2.3 計量分析

2.3.1 計量模型的選擇

由表4 可知,豪斯曼檢驗的統計量值為27.016,P值為0.005,表明在1%的顯著性水平下拒絕原假設,即選擇固定效應模型。沃爾德檢驗和似然比檢驗用于判斷空間杜賓模型是否可以簡化為空間滯后模型或空間誤差模型。本研究結果顯示,這兩種檢驗均在1%的顯著性水平下拒絕了原假設,表明空間杜賓模型不能轉化為空間滯后模型和空間誤差模型,即選擇空間杜賓模型是合適的。

表4 保護性耕作機械動力對其凈碳匯空間計量模型檢驗Table 4 Test of the spatial econometric model for conservation tillage mechanical power on the corresponding net carbon sink

2.3.2 計量模型結果

表5 結果顯示,控制其他影響因素后,空間自回歸系數顯著為正(模型1),表明保護性耕作凈碳匯在周邊地區和本地區之間存在“同群效應”。此外,保護性耕作機械動力(CTMP)空間滯后項的回歸系數顯著為正,表明保護性耕作機械動力對其凈碳匯呈正向空間溢出效應,這一結論與伍駿騫等[14]提出的農業機械化水平對糧食產量有空間溢出效應的觀點相吻合,因為保護性耕作具有增產功效。

表5 保護性耕作機械動力對其凈碳匯空間杜賓模型的估計結果Table 5 Estimation results of the spatial Durbin model for conservation tillage mechanical power on the corresponding net carbon sink

考慮到不同保護性耕作機械動力(CTMP)對其凈碳匯可能存在差異性,本文將免耕機械動力(NTMP)和秸稈還田機械動力(SRMP)分別納入模型(模型2)。結果表明,考慮了不同耕作機械的差異后,模型擬合度明顯提高。此外,空間自回歸系數為正,但未通過顯著性檢驗,結合“W×NTMP”與“W×SRMP”系數的顯著性,可以推測保護性耕作凈碳匯在空間上的自相關性源于不同耕作機械的空間溢出。“W×NTMP”和“W×SRMP”的系數在1%的水平上顯著,但秸稈還田機械動力溢出效應為正,免耕機械動力為負,原因是免耕在很多省份會使作物減產,進而導致保護性耕作的生物碳匯量減少[28]。

2.3.3 空間溢出效應分析

本文采用偏微分法進行效應分解[13](表6)。從直接效應來看,保護性耕作機械動力(CTMP)顯著為正(0.013),免耕(NTMP)和秸稈還田機械動力(SRMP)的影響不顯著,表明保護性耕作機械水平整體提升會促進本省份保護性耕作凈碳匯增加。種植結構(PLANT)和技術推廣強度(CTEI)顯著為正,表明種植結構和政府推廣力度有助于促進保護性耕作凈碳匯效應發揮,這是由小麥玉米的保護性耕作碳匯量大于其碳排放量[3],以及保護性耕作推廣具有較強的政策導向性所致。受教育水平(EDU)為負,未通過顯著性檢驗,原因是受教育水平對保護性耕作技術采用具有“促進”和“抑制”兩種相反作用。經濟發展水平(PGDP)顯著為負,經濟發展水平高的省份往往農業發展水平不高,導致其對農業生產的重視程度不夠,進而對保護性耕作的推廣力度較低。

表6 保護性耕作機械動力對其凈碳匯的空間杜賓模型回歸結果及效應分解Table 6 Spatial Durbin model regression results and effect decomposition of conservation tillage mechanical power on the corresponding net carbon sink

從間接效應來看,保護性耕作機械(CTMP)及不同耕作機械動力(NTMP 和SRMP)均通過了1%的顯著性水平檢驗,表明其存在顯著空間溢出效應,這與農機跨區服務現象相吻合。整體上,保護性耕作機械動力顯著為正,秸稈還田機械動力(SRMP)和免耕機械動力(NTMP)表現為一正一負。究其原因,秸稈還田主要是通過聯合收獲機進行農機跨區作業實現的,免耕機械因其低成本優勢吸引鄰近省份農戶效仿學習,但長期實施免耕易使土壤板結、溫度下降而抑制作物生長[29],導致作物減產,最終使得生物固碳量下降。技術推廣強度(CTEI)顯著為正,原因是保護性耕作具有區域性特征,地方政府之間存在相互學習或是“抄作業”現象[22]。經濟發展水平(PGDP)顯著為負,可能的原因是鄰近省份的高經濟發展水平會對本省份在資源、人才等方面產生“虹吸效應”,一定程度上阻礙了本省份農業經濟發展及保護性耕作的推廣。

2.4 異質性分析

2.4.1 時間維度

綜合保護性耕作技術推廣歷程、農業機械化發展及農機跨區服務特征,本文將樣本數據劃分為2000—2003 年、2004—2009 年、2010—2013 年和2014—2020 年(表7)。

表7 時間維度下保護性耕作機械動力對其凈碳匯的空間杜賓模型回歸結果及效應分解Table 7 Spatial Durbin model regression results and effect decomposition of conservation tillage mechanical power on the corresponding net carbon sink in the temporal dimension

2000—2003 年,保護性耕作機械動力(CTMP)的空間溢出效應(即間接效應)為正,但未通過顯著性檢驗,這與“這一時期的農機跨區服務雖初步顯現,但保護性耕作機械尚未形成規模化跨省作業”的事實相吻合。免耕機械動力(NTMP)的空間溢出效應顯著為正,這是由于免耕的節本性和便利性使其在個別地區之間率先傳播所致。秸稈還田機械動力(SRMP)為負,但未通過顯著性檢驗,原因是秸稈還田機械中聯合收獲機占70%以上,農機跨區服務在這一時期雖初具規模,但還不足以在省級范圍產生顯著的空間溢出效應[13]。

2004—2009 年,保護性耕作機械動力(CTMP)的空間溢出效應顯著為正(0.043)。原因是2004 年《中華人民共和國農業機械化促進法》和農機購置補貼政策啟動實施,這為保護性耕作機械化發展增添了動力,全國范圍內也逐漸形成了周期性的規模化農機跨區作業服務。秸稈還田機械動力(SRMP)顯著為正,則是受益于早期“麥客”所推動的農機跨區服務。

2010—2013 年,保護性耕作機械(CTMP)及不同耕作機械動力(NTMP 和SRMP)的估計系數大小較2004—2009 年明顯增長,且均通過了顯著性檢驗,表明保護性耕作機械在這一時期產生了更明顯的“涓滴效應”。一方面在國家立法和農機購置補貼政策的雙重推動下,農業機械化水平顯著提升,進而帶來農機跨區作業面積在這一階段穩步上升[13]。另一方面2010 年中央一號文件中明確提出“推廣保護性耕作”后,各省積極響應并自主研發適宜本地區發展的保護性耕作農機具,因此空間溢出效應在這一階段更為凸顯。

2014—2020 年,保護性耕作機械(CTMP)及不同耕作機械動力(NTMP 和SRMP)均未通過顯著性檢驗,表明這一時期鄰近省份保護性耕作機械并未顯著推動本省份保護性耕作凈碳匯效應的發揮。原因是伴隨著國家補貼政策的實施,農機具數量增長且農村中熟人社會的特征使得各省農機服務內部化,從而對農機跨區服務產生了制約作用。

2.4.2 地形維度

本文分別以平原地區和丘陵山區為研究樣本進行空間計量回歸(表8)。結果顯示,平原地區保護性耕作機械動力(CTMP)顯著為正(0.109);免耕機械動力(NTMP,0.086)和秸稈還田機械動力(SRMP,0.127)也均為正,但僅后者通過了顯著性檢驗,表明保護性耕作機械及不同耕作機械在平原地區的農機跨區服務現象較為普遍,且對鄰近省份具有正向的“漣漪效應”。原因是地勢平坦和交通便利的平原地區為保護性耕作機械的跨區服務提供了良好的作業基礎。丘陵山區保護性耕作機械動力顯著為負(?0.212);免耕機械動力(?0.323)和秸稈還田機械動力(?0.057)也均為負,但后者未通過顯著性檢驗,表明丘陵山區保護性耕作機械會抑制鄰近省份的保護性耕作凈碳匯的發揮,且主要體現在免耕機械,這與黎星池等[16]研究發現的丘陵山區農業機械化呈負向空間溢出效應相一致。免耕機械的節本性和便利性對農戶吸引力更大,易激發鄰近省份產生效仿行為,但免耕的減產效應會抑制其凈碳匯的發揮。同時,丘陵山區地形地貌復雜,土地細碎化程度大,這對于保護性耕作的推廣和農機跨區服務均存在制約性。

表8 地形維度下保護性耕作機械動力對其凈碳匯的空間杜賓模型回歸結果及效應分解Table 8 Spatial Durbin model regression results and effect decomposition of conservation tillage mechanical power on the corresponding net carbon sink in the topographic dimension

2.4.3 糧食作物主產區維度

對比不同糧食作物主產區(表9)可以發現,保護性耕作機械(CTMP)及不同耕作機械動力(NTMP 和SRMP)估計系數的正負方向一致,但是系數大小和顯著性存在差異。第一,保護性耕作機械動力為正向的空間溢出效應,僅在玉米和水稻主產區通過了顯著性檢驗,且在水稻主產區的影響最大(0.071)。第二,免耕機械動力為負向的空間溢出效應,在小麥和玉米主產區通過了顯著性檢驗,其中前者空間溢出效應更明顯,表明在小麥主產區,免耕機械的發展對鄰近省份的保護性耕作凈碳匯具有顯著抑制作用,這與免耕的減產密切相關。第三,秸稈還田機械動力的空間溢出效應均顯著為正,且影響大小基本相同。

表9 糧食作物主產區維度下保護性耕作機械動力對其凈碳匯的空間杜賓模型回歸結果及效應分解Table 9 Spatial Durbin model regression results and effect decomposition of conservation tillage mechanical power on the corresponding net carbon sink in the dimension of different major grain-producing areas

2.5 穩健性檢驗

采用替換核心解釋變量(模型3)和數據縮尾處理(模型4)進行穩健性檢驗(表10)。結果顯示,估計系數存在差異,但各變量對保護性耕作凈碳匯的作用方向及顯著性與初始回歸結果(模型1)基本一致,表明估計結果具有穩健性。

表10 保護性耕作機械動力對其凈碳匯的空間杜賓模型回歸結果穩健性檢驗Table 10 Robustness test of the spatial Durbin model regression results for conservation tillage mechanical power on the corresponding net carbon sink

3 討論和結論

3.1 討論

中國農業領域的溫室氣體排放約占總量的20%,同時農田生態系統也被認為是具有固碳能力和潛力的陸地生態系統之一[33],不同農業耕作措施對農田碳排放和碳匯的影響可能不同[2]。保護性耕作是區別于傳統耕作的一種環境友好型農業耕作技術,具有減少土壤侵蝕、節本增收、固碳減排等效益[24,27]。中國于1992 年在山西臨汾開展保護性耕作試驗,于2002 年農業部啟動“保護性耕作示范縣建設”。學者們通過大量的田間試驗證實了保護性耕作的固碳減排效益[5-9],本文則從宏觀層面測度了中國保護性耕作技術所產生的碳匯效益,這既是對保護性耕作生態效益研究視角的拓展,也是對保護性耕作政策效果的評價。研究結果顯示,中國保護性耕作凈碳匯在2000—2020 年表現出了較為穩定的增長態勢,這說明保護性耕作推廣的近20 年間取得了良好的碳匯效益,保護性耕作是農業領域助力國家“雙碳”目標的可行路徑之一。

保護性耕作的實施載體是農業機械,“大國小農”的國情促使中國走出了中國特色農業機械化發展道路——農機跨區服務,即農機手利用地區間氣候差異、農作物種植及成熟期的時間差,實現農業機械跨越行政區的流動作業[23]。基于農業機械跨區服務的實踐,本文探討了保護性耕作機械是否對保護性耕作凈碳匯存在空間溢出效應。結果顯示,保護性耕作機械動力對其凈碳匯具有顯著的正向空間溢出效應,這一結論印證了“農業機械化具有空間溢出效應”的觀點[12-13,15],但不同耕作機械存在差異,免耕機械動力對凈碳匯的空間溢出效應為負,秸稈還田機械動力則為正,前者可能是由于長期實施免耕會導致土壤板結造成作物減產進而影響其生物固碳[12]。與以往研究不同的是[13-20],本文從空間視角探究農業機械化對農業碳匯效應的影響,既是對農業機械化空間效應的補充,也是對保護性耕作凈碳匯效應研究的拓展,研究結論對如何通過保護性耕作助力于“雙碳”目標具有重要參考價值。

保護性耕作機械動力對其凈碳匯的空間溢出效應在2004—2009 年和2010—2013 年顯著,2004年《中華人民共和國農業機械化促進法》通過并施行,2009 年農業部 國家發展改革委印發《保護性耕作工程建設規劃(2009—2015 年)》,2014 年農機跨區作業“斷崖”式下降,表明保護性耕作凈碳匯空間溢出效應的發揮得益于國家政策,止于農機作業服務的內部化。平原地區較丘陵山區更易發揮保護性耕作機械跨區作業所帶來的凈碳匯溢出效應,這與黎星池等[16]的研究結論一致,也符合農機跨區作業的實際情況。保護性耕作技術的凈碳匯效應因作物類型、熟制制度以及耕作機械發展情況不同而存在差異,這從實踐層面為因地制宜優化保護性耕作的推廣政策提供了決策參考。當然,本文尚存在不足之處,比如囿于數據搜集限制,本文僅在省域研究尺度下進行了分析,缺乏對省域內差異的檢驗。同時,基于旱作區和水田區視角精細化保護性耕作凈碳匯的空間外溢也是未來研究的重要方向。

3.2 結論

本文基于2000—2020 年中國30 個省級面板數據,從農機跨區服務視角研究了保護性耕作機械對保護性耕作凈碳匯的空間溢出效應,主要結論如下:

1) 2000—2020 年保護性耕作機械動力及保護性耕作凈碳匯分別由2000 年的2255.91 萬kW 和793.07萬t(C)增加至2020 年的23 863.29 萬kW 和3317.38萬t(C),增長較快,且發展趨勢基本同步。空間相關性結果表明兩者均存在正向的空間相關關系,區域集聚特征明顯。

2)保護性耕作機械通過農機跨區服務作業對其凈碳匯具有空間溢出效應。其中,秸稈還田機械動力表現為正的空間溢出效應,免耕機械動力由于長期實施會使作物減產而主要表現為負的空間溢出效應。

3)保護性耕作機械動力對其凈碳匯的空間溢出效應在時間、地形和糧食作物主產區維度上存在異質性。時間維度上,保護性耕作機械動力對其凈碳匯的空間溢出效應主要發生在2004—2009 年和2010—2013 年,且呈遞增趨勢。地形維度上,保護性耕作機械動力對其凈碳匯的影響在平原地區為正向空間溢出效應,而在丘陵山區為負向空間溢出效應。糧食作物主產區維度上,保護性耕作機械動力的空間溢出效應在水稻主產區更明顯,免耕機械動力在小麥主產區相對突出,秸稈還田機械動力在三大糧食主產區基本趨同。

根據上述研究結論,本文提出以下政策建議:1)多種措施推廣保護性耕作,不斷提高農民對技術的采納率。保護性耕作凈碳匯效應的發揮依賴于保護性耕作的普及力度及其機械的作業范圍,為更好地發揮保護性耕作固碳減排的生態效益,政府不僅需要向農民強化其技術的經濟、生態效益,也需要通過農機具補貼、作業補貼等降低農民對技術的采納成本,以實現農民微觀經濟利益和國家宏觀生態效益的“雙贏”。2)搭建農機作業供需服務平臺,促進保護性耕作機械服務市場的發展。“大國小農”的國情決定了小農戶對保護性耕作技術的采納主要依賴于購買農機服務,搭建農機作業供需服務平臺,不僅可以實現農機服務組織與農戶之間針對保護性耕作機械作業服務供求信息的有效對接,而且可以實現保護性耕作機械資源在空間上的合理配置和有效流動。3)強化農業科技和裝備支撐,提高保護性耕作的農機裝備水平。保護性耕作農機具的裝備水平在不同糧食作物之間、平原地區與丘陵山區之間均存在差異,政府應通過科技項目攻關、技術革新等方式補齊保護性耕作技術裝備的“短板”,為因地制宜地推廣保護性耕作以及發揮其碳匯效應“保駕護航”。