金融支農對農業綠色發展的影響研究

2024-05-14 11:33:03孫哲遠

兵團黨校學報 2024年2期

孫哲遠

[摘要]金融工具是政府推進農業綠色發展的重要手段。本文基于2011—2021年全國272個地級市的面板數據，運用實證模型探究金融支農工具對沿邊地區農業綠色發展的作用效果。研究發現，金融支農能夠顯著促進沿邊地區農業綠色發展。異質性研究表明，金融支農對中西部地區、東北地區、人口規模較大和交通基礎設施較好的市域內農業綠色發展具有更明顯的正向影響。機制檢驗表明，金融支農工具通過促進農業技術進步和農業規模經營，進而推動農業綠色發展；進一步分析表明，金融支農工具不僅會推動本地農業綠色發展，而且對降低相鄰市域內農業綠色發展亦具有激勵作用。本文的研究不僅對于深入理解金融資本下鄉與農村生態環境保護之間的邏輯鏈條是必要的，更為重要的是，為未來基于鄉村振興背景下的更大空間內實現農業綠色轉型提供了決策參考。

[關鍵詞]金融支農；農業綠色發展；農業技術進步；規模經營

[中圖分類號]F832；F323? ? ? ? ? ? ?[文獻標識碼]A? [文章編號]1009—0274（2024）02—0099—08

一、引言

農業綠色發展是農業生產方式的轉變，強調農產品生產過程的綠色化，注重對農業生產要素的節約和對農村生態環境的保護，其目標是通過采用綠色生產技術和集約化管理手段，在保障農產品平穩供給的基礎上，實現污染物減排和促進農民增收的雙贏，并推動農業系統及整個社會經濟的可持續發展。由于綠色化的農業生產在技術研發、投資強度、生產規模擴大等方面，相較于傳統農業生產方式對金融資本存在較強的依賴性，這使得即便農業綠色發展理念在各級政府的工作報告中被多次提及和強調，然而僅憑單個農戶的籌資能力，要實現自身資本要素的循環供應難度較大。由此，要促進農業綠色轉型，重要的是解決“錢從哪來”的問題。[1]為此，農業部提出，通過國有資本的參與和帶動，來切實保障農業農村優先發展過程中的資金使用，并在財政支農政策的激勵下，農村金融機構適度放松對農戶從事新型生產經營活動的融資約束，為農戶提供高效的小額信用貸款業務、保單質押貸款業務、大棚設施抵押貸款業務等，進而為農業生產的規模化、集約化發展提供了資金保障。縣域金融機構適度放開了對農戶貸款的限制，為農戶打通了抵押貸款的“綠色通道”，為優化配置農村耕地資源提供了資金支持。近年來，我國金融市場體系建設取得了一定成效，然而在實踐中，相較于城鎮地區內的居民存款，農村居民的儲蓄較難快速轉化為本地區所需的生產性投資，且會通過多類型的金融網絡流向核心地帶，進而降低了農戶獲得金融資源的范圍與能力。隨著各級地方政府多措并舉促進農業綠色轉型，將政策和資金用于有利于農業綠色發展的方向適度傾斜。通過制定實施財政與金融支農政策，優化配置市場中的金融資源，消解城鄉金融資源鴻溝，充分發揮金融、財政制度的統籌優勢。[2]2009年，財政部審時度勢地在部分省區推行涉農貸款試點工作，以財政獎勵的方式引導縣域金融機構適度放寬涉農貸款的約束力度。隨著政策的落地，獎勵規模和獎勵范圍也在持續擴增。增加涉農貸款作為金融支農領域的創新性舉措，對加大農村地區的金融杠桿至關重要，為優化國家支農政策做出了重要貢獻，為貫徹“金融服務振興鄉村戰略”提供了強有力的支撐。[3]

國內學者在金融支農與農業綠色發展關系方面的研究，取得了較多的研究成果，但研究重點主要集中于以下三個方面：一是農業綠色發展的內涵和價值。黨的十八大以來，國內學者基于多元化視角探討農業綠色發展的內涵及意義。多數學者認為，農業綠色發展是涉及“量”和“質”的變革，是農業生產方式的轉換，也是供給側結構性改革成果在農業領域的集中體現。[4]二是政府性資源對農業綠色發展的影響效應。國內學者在評估政府行為的農業綠色福利效應時，所選取的代理變量多為財政支農投入額度，其研究對象局限于財政獎勵額度和農戶收入、農業經濟間的關系研究。三是金融支農和農業綠色轉型的關系。國外學者通過實證發現，農業信貸能夠正向促進水稻種植規模的擴大，是促進農戶增收的關鍵途徑。但也有學者持相反觀點，如李曉陽等（2017）認為農村金融發展會抑制農業綠色轉型進程。[5]應瑞瑤等（2017）認為金融支農只能部分滿足農業專業化發展的資金需求，對農業綠色轉型的支持力度不足。[6]由此，國內部分學者在分析農村金融與農業綠色發展的關聯性時，忽視了外部金融環境因素，鮮有學者有針對性地研究金融支農政策和農業綠色發展間的內在關聯。

綜上，本研究的貢獻體現在以下三個方面：第一，國內學者深化分析了農業綠色生產率的測量指標、測算方法和影響因素，為本文研究提供了數據基礎，但鮮有文獻將農業面源污染數據納入綠色發展測度范圍。第二，以往文獻在分析財政獎勵政策效應時，多集中于其所產生的經濟增長效應和收入效應，較少分析其在農業綠色轉型過程中的影響效果，同時單純追求農業經濟增長已不是農村發展的迫切需求，研究金融支農能否助推農村地區實現綠色發展目標，顯然具有更深遠的意義。第三，本文深度剖析了金融支農影響農業綠色發展的內在機制，發現促進農業技術進步和適度規模經營在其中所發揮的傳導作用。

二、理論分析

從事綠色農業生產活動，從屬性看其是傳統農業的延伸和發展，但其所生產產品的類型仍與傳統農業存在一致性，而弱質性是農業生產的重要特性之一。自然災害和市場風險是阻礙農業綠色發展的主要因素。目前，我國農業綠色轉型水平和農業效益仍較低，規模化種植程度不高，導致農業弱質化屬性仍未徹底改變。相較于其他農業強國，我國農業領域資金投入較少，抵御需求周期波動和“天災”所引發的供需風險能力較弱。另外，由于國內農業保險購買價格仍較高，這導致農產品的生產者采用農業保險的意愿較低，因而當遭遇經濟波動后缺乏有效的資金支持，這會極大地阻礙綠色農業的可持續發展進程。而金融支農不僅對于提高我國農業科技水平、完善農村金融機構支持農業綠色轉型具有重要的支撐作用，而且對農戶增強綠色農業生產活動的積極性具有較強的推動作用。[7]從農村金融機構的視角來看，在長期的發展中，逐步形成了金融體系的城鄉二元格局。由于農村地區網點覆蓋率低、業務拓展受限，加劇了涉農金融機構在農村開展信貸業務的難度。郵政銀行信貸業務處于起步階段，雖在農村地區設有部分網點，但其金融服務力量仍有待提升。而金融體系中的主力商業銀行、股份制商業銀行業務主要分布于城鎮地區，網點未覆蓋鄉村地區。此外，由于農村地區的信貸業務存在市場風險較大和利潤回報率低的特點，商業銀行開展涉農信貸業務的意愿不高。村鎮銀行受制于資金和人力雙重限制，其支農力度相對薄弱。在此情形下，金融支農工具的出現，在一定程度上能夠激勵各類金融機構擴大農村地區的業務覆蓋范圍，進一步滿足農戶的多樣化信貸需求，同時也為緩解綠色農業發展的資金約束創造了條件。[8]

金融支農類政策相較于以往的“三農”扶持政策具有明顯的資金配置傾向。具體表現為，農戶獲得支持農業生產活動的信貸資源變得更加便利，因而金融支農政策的實施有望扭轉金融資源在城鄉間的錯配，并通過提高鄉村地區的資源配置效率來為綠色農業發展提供資金保障。一方面，規模化經營的資金需求量大，巨大的金融需求缺口，能讓金融機構適度放寬信貸約束，實現信貸的“規模效應”，降低農戶獲取信貸的門檻；而規模化種植兼具高回報率、高生產效率的雙重屬性，更易獲取正規金融機構的融資支持。加之金融支農類工具應用水平的不斷提升，可以進一步提升農戶投資能力和綠色轉型意愿，以及擴增金融機構的有效信貸規模；同時，金融支農政策的實施不僅能夠促進金融機構服務實體經濟功能的充分發揮，也保障了農業擴大生產資金需求的有效供給。另一方面，科技是第一生產力，農業技術進步是農業增產提質的內在驅動力。農戶由于缺乏外部環境支持，對綠色農機、測土配方施肥技術等先進生產技術的采納意愿較弱，而農村金融機構可以借助市場信息優勢，輔助農戶匹配到合適的綠色生產經營方式，進而提升綠色生產的經濟效益。[9]此外，農村金融機構可通過風險分散和共享機制等來緩解農業生產主體的經營風險，提高專業化綠色農產品生產者的風險抵御能力。基于上述分析，本文提出相關假說。

H1：金融支農能夠促進農業綠色發展。

H2：金融支農通過促進農業技術進步和適度規模經營來實現農業綠色發展。

鑒于不同層級城市的行政級別、市場化水平和資源稟賦存在空間集聚性及空間差異性，在考察農業綠色發展是否受到金融支農的影響時，還應考慮金融支農對相鄰農村地區環境改善是否有所幫助，即是否產生空間溢出效應。伴隨著我國現代通信技術的快速發展，以及行業間價值鏈的形成，甚至不同區域間的聯系會因通達效率提升而更加緊密。[10]因此，金融支農政策不僅可以推動城市內要素向邊緣地帶的農村地區輻射現象的發生，驅動要素流動來改善農村地區要素供給狀況，還可能會給相鄰城市帶來顯著影響。金融支農政策在推動市域內不同農村地區彌補發展短板的過程中，也會對鄰近市域起到示范作用。鄰近地方政府會通過借鑒有關經驗，會采取相似的方式推動自身農業綠色轉型空間的拓展，進一步地為環境保護目標的實現奠定基礎。據此提出如下假說。

H3：金融支農會對鄰近市域農業綠色發展產生空間溢出效應。

三、模型設計

（一）模型構建

為探究金融支農對農業綠色發展的影響效應，本文選擇建立基準回歸模型進行實證分析，具體如下：

上述式中，i表示地級市，t表示年份。其中，GR為被解釋變量，表示農業綠色發展水平。由于不同區域農業經濟運行的個體差異與時間變化會對估計結果帶來干擾，因而分別添加了時間固定效應和城市固定效應，[εit]為隨機誤差項。

（二）變量定義及數據說明

1.被解釋變量。本文的被解釋變量為農業綠色發展（GR）。為度量地區農業綠色發展水平，采用農業綠色效率作為代理變量。具體而言，通過選擇投入與產出指標，選擇超效率 SBM 模型測算農業綠色效率。在投入指標的選取方面，以農作物總播種面積（千公頃）、第一產業從業人員數（萬人）、使用化肥、農藥和農膜的量（萬噸）、農業機械總動力（萬千瓦）、使用農用柴油的量（萬噸）分別代表耕地、勞動力、化學物質、機械和能源投入。期望產出方面，以農業總產值表征期望產出。以農業碳排放、農業面源污染表征非期望產出。其中農業碳排放借鑒李波等（2011）的測度方法[11]，農業面源污染指標則借鑒陸杉等（2011）的指標選取方法[12]。

2.核心解釋變量。金融支農（RFD）。一般而言，戈氏指標以及麥氏指標是評價金融發展水平的重要依托，然而農村金融資產統計資料缺失嚴重，這兩個指標測算難度較大。既有研究對金融發展的衡量多從規模、效率和結構三個維度著手，本文參照劉賽紅等（2020）的研究，[13]從規模總量、組織結構、中介效率以及服務覆蓋面四個維度構建農村金融發展評價指標體系，采用熵值法測度我國2011—2021年272個城市的金融支農指數。

3.機制變量。農業技術進步（tech）。本文選取農業機械總動力與農林牧漁業從業人數比值為農業機械技術進步的衡量指標。農地規模經營（ASO），采用人均種植面積作為代理變量。

4.控制變量。由于農業綠色發展受多種因素影響，在選取控制變量時，參考已有文獻的選取方法，增加相關控制變量：城鎮化水平（urban），即城鎮人口在市域總人口中的占比；產業結構（industry），即第二產業增加值在城市生產總值中的占比；農作物種植結構（plant），即糧食播種面積在區域總播種面積中的占比；自然災害（disaster），即受災面積在城市總播種面積中的占比；人力資本（hp），采用農村地區接受過高等教育的人數占比作為代理變量。

5.數據說明。本文研究樣本為2011—2021年中國地級市數據。其中，涉農貸款增量獎勵政策試點地區的確定，本文參考行偉波等（2021）收集并確定的名單[14]。在研究對象的選取上，中國大陸地級市及以上城市數量為295個，包括4個直轄市、15個副省級城市。考慮到研究內容的需要和數據可得性，刪除被撤銷的地級市和部分數據缺失嚴重的城市（如拉薩市等）；同時由于研究的是市域內農業綠色發展水平，因而將第一產業產值極低的城市予以剔除（如深圳和克拉瑪依等），最終剩余樣本數量為272個。本文研究數據源于各城市歷年統計公報、《中國城市統計年鑒》《中國區域經濟統計年鑒》。此外，由于多個年份出現數據缺失，為保障研究結論的完整性和準確性，本文特選取插值法填充缺失數據，具體詳見表1。

四、實證分析

（一）基準回歸

依據前文的分析，為驗證金融支農政策對農業綠色發展的影響。表2中的三列核心變量的系數均顯著為正。特別是在加入其他控制變量后，如列（3）所示，其系數仍然表現為顯著的正向影響，表明金融支農和農業綠色發展之間存在顯著的正向影響關系，進而驗證了假說H1的合理性。

（二）穩健性檢驗

由于年度數據之間可能存在較大波動性，本文對數據進行三次移動平均處理，然后對門檻模型重新進行估計，詳見表3模型（1）。由表4中（2）列可知，金融支農對農業綠色發展的正向影響依然存在，且通過了1%的顯著性水平檢驗。

考慮到遺漏變量將對估計結果產生較大影響，本文在原有控制變量的基礎上，引入地區基礎設施（FRA）、財政支農（FIN）、資本開放（CAP）等可能影響農業綠色發展的其他變量，并對模型進行重新估計，表3中（2）列報告了增加控制變量的檢驗結果，與上文基準回歸結果相一致。

更換被解釋變量。本文借鑒魏琦等（2021）的方法[15]，建立指標體系并運用熵值法計算的農業綠色發展水平作為替代變量，以重新進行回歸。由表3中的（3）列所示，核心解釋變量系數與上文基準回歸模型結果基本一致，基本排除了各種因素的干擾，驗證了研究結論的穩健性。

（三）機制檢驗

基準回歸結果表明，農業綠色發展確實受到了金融支農政策實施所帶來的正向影響。為進一步探究金融支農對農業綠色發展的傳導路徑，上文理論機制部分提出的假設認為，金融支農首先會通過促進農業技術進步與農地規模經營，進而對農業綠色發展產生正向效應。

其中，[Mit]為機制變量，式（2）驗證了金融支農對機制變量的影響。具體估計結果見表5。在傳導機制驗證方面，表4中的第（1）和（2）列中的回歸結果表明，金融支農對兩個機制變量存在顯著的正向影響。結合第（3）和（4）列中的回歸結果表明，提高耕地產出效率，以及促進農業適度規模經營均顯著地推動了農業綠色發展。金融支農為農業生產效率提升創造了機遇，使得農戶在開展綠色生產活動，以及推動綠色農產品生產模式應用方面的信心得以恢復，從而對農業綠色發展產生積極影響，本研究結論驗證了假說H2。

（四）異質性檢驗

由于我國地級行政區眾多，且在多個層面存在差異，因而發展綠色農業的基礎各不相同，使得市域內農業綠色發展受到來自金融支農的影響亦不盡相同，由此本文依據區位因素，以及人口規模、交通基礎設施（人均道路里程）的均值劃分樣本類型，隨后進行異質性回歸檢驗。

1.城市區域異質性。以地理區位為標準劃分樣本，針對不同樣本組分別進行實證檢驗。城市區域異質性回歸結果如表5中第（1）至（4）列。由回歸結果可知，金融支農對東部地區農業綠色發展的影響力更優于中西部地區。其原因可能在于東部地區農村經濟條件和金融發展條件都較中西部更具優勢，特別是前期東部地區和東北地區在農技創新方面積累較多。此外，東北地區農戶普遍承包經營規模較大，農戶具有更強的意愿采用先進生產技術以節省要素投入成本，因而金融支農對上述地區的農業綠色發展影響效果最為明顯。而中西部地區在金融市場環境方面的比較優勢相較于東部地區更弱，且地區分布不均勻，尤其是在農業綠色生產技術創新方面的資源不足，對中西部地區農業綠色發展的影響程度較低。

2.人口規模。本文認為金融支農對農業綠色發展的影響會由于城市管轄人口規模的不同而變化。根據表6中的回歸結果發現，在高于均值的分樣本中金融支農在1%和10%的顯著水平上促進了農業綠色發展，而沒有對低于均值的區域內的農業綠色發展產生明顯影響。原因在于人口規模較大的城市經濟發展速度快，居民收入較高，內部通常具有較大的潛在綠色農產品消費能力，通過金融下鄉途徑惠及農村居民，進而增加農戶開展農業綠色投資的意愿。而在人口規模較小的地級市內由于潛在綠色農產品消費能力有限，并且該類城市的金融服務實體經濟發展的能力相對有限，使得農戶較難享受到金融支農所帶來的發展紅利，而且人口規模較小的市域內農戶對政策環境變化的感知能力亦較弱，因而對新型農業綠色生產技術的接觸度較低。

3.種植結構。在種植結構層面，根據國務院印發的《關于建立糧食生產功能區和重要農產品生產保護區的指導意見》，確立黑龍江、吉林、遼寧、河北、河南、山東、江蘇、安徽、江西、湖北、湖南和四川12個省份為糧食主產區，其余省份為非糧食主產區。針對糧食主產區、非糧食主產區分別做回歸檢驗。通過表6的異質性回歸結果可知，金融支農對非糧食主產區的農業綠色發展的影響力更勝于糧食主產區。其主要原因可能是：一是由于糧食主產區有明顯的“趨糧化”態勢，金融支農有助于增強農戶擴增糧食作物的種植規模，但對農業綠色轉型的正向影響并不顯著；二是由于非糧食主產區結構分散，政策扶持力度薄弱，實施金融支農政策有助于研發種植技術、擴大生產規模、調整種植結構，進而增強農業生產的可持續性。

（五）空間溢出效應分析

為驗證本文假說H2，在構建空間計量模型前，需要檢驗被解釋變量的空間相關關系，本文選擇莫蘭指數進行全局空間自相關檢驗。

本文選取二元鄰接矩陣，運用全局莫蘭指數檢驗金融支農和農業綠色發展的空間相關性。由表7可知，在研究時間內的年份，莫蘭指數均不為0，也即兩個變量間有空間關聯性，可構建空間計量模型，對金融支農的影響效應進一步加以檢驗。

基于上表的回歸結果不難發現，不論是空間誤差項，還是空間滯后項，均達到顯著性要求，后續構建空間滯后誤差模型（SAC模型），對兩個變量間進行考察。利用雙重差分空間杜賓模型，檢驗金融支農對農業綠色發展的溢出效應。具體模型如下：

其中，W為空間距離與經濟發展的嵌套權重矩陣，即[W=μw1+1-μw2]。為滿足研究需要，令[μ=0.5]；W×GR表征農業綠色發展的空間滯后項；W×[RFDit]表示金融支農變量的空間滯后項；W×[Xit]表示控制變量的空間滯后項；[θ0、ρ、θ1、θ2、δ1、δ2]分別表示常數項、被解變量空間滯后性系數、核心變量系數、政策變量以及控制變量的空間滯后性系數。

表9中第（1）列為整體回歸結果，可以看出，在1%水平上，rho是正相關，這表明空間模型中的核心變量與被解釋變量，均表現出明顯的空間依賴屬性，因而在研究中引入空間計量回歸模型具備可行性，能夠提升回歸結果的可靠性和準確性。

表9展示了空間計量的回歸結果。直接效應結果和基準回歸結果高度一致。間接效應，即溢出效應結果表明，實施金融支農措施不僅能對農村地區的綠色轉型產生影響，也能影響鄰近農村地區的綠色轉型，由此可得出存在空間溢出效應，該研究結果驗證了假說H3。

五、研究結論及政策建議

（一）研究結論

本文基于2011-2021年我國地級市面板數據作為研究樣本，深入分析金融支農與農業綠色發展之間的關系，進而得到金融支農影響農業綠色發展的機理，研究發現：（1）金融支農有利于農業綠色發展，且存在顯著的空間溢出效應。（2）金融支農對中西部、東北、人口規模較大及交通基礎設施良好的市域內農業綠色發展的促進作用更強。（3）機制分析表明金融支農通過促進農業技術進步和農地規模經營，進而推動農業綠色發展。

（二）政策建議

第一，加強農村金融建設，注重規模和效率的提升。在邁向農業綠色發展目標的過程中的資本要素正向循環效應的形成，若單靠農戶自有資金難以維持可持續發展，需要地方金融機構的介入。研究發現，國家出臺的金融支農工具對農業綠色發展具有明顯的正向影響。因此，需要加強農村地區的金融體系建設。在農戶信貸方面，資本要素的配置占比較低、縣域金融機構向村級地區的下沉力度相對不足問題突出，故有必要提升面向農戶的金融機構網點的覆蓋范圍，支持和鼓勵縣域金融機構網點主動滿足農戶個體化、多樣化貸款需求，提高農村金融類服務產品的數量和質量。此外，還應對農村地區的多種類型信貸機構給予支持，如村鎮銀行、貸款公司、資金互助社等新型農村金融機構，降低新型金融機構的進入門檻，滿足農戶的信貸需求。充分發揮政策導向作用，通過構建以金融支農為導向的財政支農體系，強化農村金融扶持政策對農業綠色生產的支持力度，促使金融資源在城鄉間合理配置，進一步扭轉農村金融機構的“吸儲外放”現象，實現真正意義上的農村地區資本要素配置效率提升。第二，強化農村金融機構對耕地保護、農村人居環境改善和農地規模經營的支持。切實遵循和完善已有的農地“三權分置”制度，建立效率較高且有效的農地流轉服務平臺，通過規范化的運作流程以及司法保障，進而促進耕地生產效率提升和農戶間土地的有序流轉，同時著重關注農村承包土地經營權抵押貸款、金融機構服務土地流轉環節等領域的金融產品創新，緩解農業生產主體貸款難的問題。第三，堅持協同發展理念，因地制宜落實金融支農政策。當前階段由于東部市域內的經濟發展水平以及金融基礎存在優勢，金融機構服務農業生產的效率不均衡。對于經濟較為發達的東部地區，除了強調政策性金融支農和持續提升農戶金融素養的基礎上，建立健全針對農村金融機構的監管體系，通過制定相關法律和行業規范約束農村金融機構的尋租行為，調整金融機構資金流向，更多用于農村地區和第一二三產業融合領域。此外，增強東部農村金融機構對中西部地區的幫扶帶動作用，中西部地區也應借鑒東部地區在數字普惠金融和金融服務設施方面的建設經驗，推動農業綠色協同發展。

參考文獻：

[1]羅劍朝，曹瓅，羅博文.西部地區農村普惠金融發展困境、障礙與建議[J].農業經濟問題，2019（8）：94-107.

[2]王劍鋒，周子彥，呂文啞.農村金融模式多樣化創新的合約邏輯——一個基于發展和監督視角的比較案例分析[J].中國地質大學學報（社會科學版），2020，20（5）：119-130.

[3]王小茵.經濟雙循環格局下農村金融困境及系統性對策研究[J].宏觀經濟研究，2020（9）：68-76.

[4]宋洪遠.關于農業供給側結構性改革若干問題的思考與建議[J].中國農村經濟，2016（10）：18-21.

[5]李曉明，許屬琴.經營規模、金融驅動與農業全要素生產率[J].軟科學，2017（8）.

[6]應瑞瑤，鄭旭媛.資源稟賦、要素替代與農業生產經營方式轉型——以蘇、浙糧食生產為例[J].農業經濟問題，2013，34（12）：15-24.

[7]王德智.貨幣政策支持農業綠色發展的路徑研究[J].宏觀經濟管理，2022（4）.

[8]楊世偉.綠色金融支持鄉村振興：內在邏輯、現實境遇與實踐理路[J].農業經濟與管理，2019（5）.

[9]王彬彬，李曉燕.基于綠色農業的市場化直接補償方式研究[J].農村經濟，2019（6）：1-7.

[10]鄧心安，郭源，孟高旗.生物經濟與農業綠色轉型[J].中國人口·資源與環境，2017，27（S2）：25-28.

[11]李波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口·資源與環境，2011，21（8）：80-86.