農業新質生產力賦能農業碳減排的機理與效應

［摘要］推進農業低碳綠色轉型是農業強國建設的重要方向。基于2012—2022年中國省級面板數據，采用差分GMM模型、中介效應模型和面板門檻模型，實證檢驗農業新質生產力對農業碳排放的影響及作用機制。研究發現，農業新質生產力顯著降低了農業碳排放總量和強度，該結論在考慮內生性、更換回歸方法等穩健性檢驗下仍成立；土地規模經營、農業技術進步和農村居民消費升級是農業新質生產力影響農業碳排放總量和強度的三條重要路徑。異質性分析發現，在東中西三大區域農業新質生產力均負向影響農業碳排放，就影響力度而言，東部地區最大，西部地區最小。進一步分析發現，農業新質生產力對農業碳排放的削減作用隨著農業新質生產力的發展而得到增強，并且，農村人口老齡化比重和農業生產資料價格指數上升會強化農業新質生產力的碳減排效應。對此，應先立后破、因地制宜，根據地區發展實際，逐步提升農業新質生產力發展水平，為農業低碳綠色發展提供新動能。

［關鍵詞］農業新質生產力；碳排放總量；碳排放強度；中介效應；面板門檻效應

［中圖分類號］F0422；F320［文獻標識碼］A［文章編號］1673-0461（2024）12-0042-14

一、引言及文獻綜述

農業領域減排固碳是中國實現碳達峰、碳中和目標的重要組成部分，也是破解資源環境約束的有效途徑。圍繞農業農村領域，國家出臺了多項降碳、擴綠、增長等政策性文件。2015年，原農業部頒布“一控兩減三基本”政策，提出農業水污染處理、化肥農藥減量使用、農業廢棄物綜合利用等舉措；2017年，原農業部印發《關于實施農業綠色發展五大行動的通知》，提出秸稈處理、農膜回收、水生物保護等五大行動；2022年，農業農村部、國家發展改革委聯合出臺《農業農村減排固碳實施方案》，提出化肥減量增效、農田碳匯提升等重大行動；2024年，黨的二十屆三中全會強調，要完善生態文明基礎體制，健全生態環境治理體系，健全綠色低碳發展機制。這一系列政策“組合拳”初見成效，根據《中國農業農村低碳發展報告（2024）》，目前中國農業碳排放已實現總量和強度雙降，單位農業產值碳排放和農村人均碳排放均低于美國和德國。但農業減排固碳的任務依然任重道遠，一方面，中國農業生產規模化尚未形成［1］、減排模式集成不足［2］、低碳發展與提質增效未形成合力［3］，尤其是在種植業方面，溫室氣體排放基數大，缺乏顛覆性的增產減排關鍵技術；另一方面，中國區域間農業碳排放強度差異顯著［4］，減排降碳還有很大提升空間。隨著中國農業強國建設目標的推進，需持續探索農業低碳發展的新動能和新路徑。

農業新質生產力是創新起主導作用，擺脫傳統農業增長方式和生產模式，通過涉農關鍵性或顛覆性技術的突破和應用，實現生產效率提升的農業先進生產力［5］。它將通過引入先進的生物技術、智能化技術和農業機械技術以及推廣循環農業和生態農業等新型農業生產模式，驅動農業生產更加自動化、智能化和精準化，為農業生產節能環保、低碳綠色和提質增效提供原動力。新質生產力的提出激起了學界濃厚的研究興趣，圍繞農業領域，學者們從不同視角展開了深入探討，包括農業新質生產力的內涵特征［6-8］、測度評析［9］、影響效應［10-12］等方面，并取得了豐碩成果。然而，雖然關于農業新質生產力主題領域的研究較為豐富，但關于農業新質生產力與農業碳排放之間潛在關系的文獻還十分匱乏。縱觀已有文獻，學者們從政府涉農政策［13］、農戶行為［14-15］、數字經濟［16］、技術進步［17-18］等角度對農業碳排放的影響因素做出了大量探究，但把新質生產力與農業碳排放納入一個分析框架中加以研究的做法十分罕見。

事實上，農業新質生產力不僅能夠在很大程度上突破自然災害、國土資源和氣候條件等約束，并通過引入新技術、新設備、新模式，直接推動農業朝著智慧智能、低碳綠色方向發展［6］，還能通過促進農業技術進步、土地規模經營等渠道間接影響農業低碳綠色發展［11］。因此，在現代化農業強國建設背景下，需要厘清農業新質生產力對農業碳排放的影響方向、力度、機理以及當農業農村某些重要的外部條件發生嬗變時兩者之間的關系變化狀況。然而，鮮有文獻對以上問題給出回答，即使有部分文獻涉及農業新質生產力領域的研究，也大多采取定性的分析方法予以理論闡釋，所得結論并未給出有力證據或被實證檢驗。

鑒于此，在理論分析農業新質生產力影響農業碳排放機理的基礎上，本文基于2012—2022年中國省級面板數據，使用差分GMM模型、中介效應模型、面板門檻模型等計量方法，實證考察農業新質生產力對農業碳排放總量和強度的影響效應及作用機制。具體包括以下三個方面的內容：首先，基于土地規模經營、農業技術進步和農村居民消費升級視角，從理論上闡述農業新質生產力對農業碳排放的影響機理；其次，從農業碳排放總量和強度兩個維度，實證考察農業新質生產力對農業碳排放影響的方向、力度、作用機制及區域差異；最后，進一步分析農業新質生產力對農業碳排放影響的門檻效應，以及當農村人口老齡化和農業生產成本等外界條件發生變化時農業新質生產力的碳排放效應。本文研究不僅豐富了新質生產力主題的實證研究成果，也為政策制定者綜合評價農業新質生產力的生態環境效應提供了政策參考。

二、理論分析與研究假說

（一）農業新質生產力對農業碳排放的影響

傳統農業過度依賴自然資源、人力資源和畜力資源，側重于產量的提升和規模的擴張，由此帶來多碳、少綠、低質的農業發展模式。而農業新質生產力強調模式創新、技術創新和管理創新，其本身包含大量的創新、信息和數據等元素，這些元素將代替傳統生產要素，成為影響農業生產的主導要素，最終推動農業低碳化、綠色化發展［5］。此外，農業新質生產力會引入更多的新技術和新設備，推動農業生產自動化、機械化和信息化，并通過發展精準施肥技術、智能灌溉技術、自然災害監測預警技術以及推廣生態農業和循環農業新型生產模式，從而促進農業低碳綠色發展。簡而言之，農業新質生產力能夠直接降低農業碳排放。另外，農業新質生產力還可能通過土地規模經營、農業技術進步和農村居民消費升級渠道賦能農業碳減排。具體影響機制闡述如下：

首先，農業新質生產力通過推進土地規模經營影響農業碳減排。長期以來，中國農業生產以分散的小農戶為主體，為追求高產量，農戶會投入過多的化肥、農藥等化學品。并且，耕地細碎化的耕地資源稟賦約束了大型、先進的機械設備的推廣，助推了畜力和高耗能小型機械設備的應用。此外，小農戶缺乏科學灌溉知識，常使用淹灌和漫灌等灌溉方式，在農膜使用和后期回收處理方面也缺乏科學手段。而在農業新質生產力驅動下，數據、信息等先進要素進入生產函數，成為推動農業增長的主導因素，于是大量的傳統要素包括剩余勞動力從農業部門中釋放出來，從而有助于促進土地流轉和緩解緊張的人地矛盾，推動土地朝著規模化方向發展［19］。土地規模化經營有助于新技術、新設備、新模式引入，促使生產機械化、智能化、自動化以及各種生產要素投入比例合理化，從而實現農業碳排放總量和強度雙降。

其次，農業新質生產力通過促進農業技術進步影響農業碳減排。農業新質生產力特別強調科技對農業發展的重要貢獻，這種貢獻不僅表現在農業增長的強勁性、穩定性和結構合理性，還表現在增長的綠色性和低碳性［7］。在農業新質生產力驅動下，以良性循環多級利用技術、系統調節控制技術、立體開發多層利用技術等為代表的生態農業技術將成為農業綠色低碳轉型的加速器。農業生態技術最為典型的兩種類型是農業綜合利用技術和農業廢棄物的資源再生技術，它們包含的農業環境綜合整治技術、農業資源的保護與增值技術、廢物還田技術、固化和碳化技術、肥料和飼料化技術、燃料化技術等將有助于改善土壤質量、提高廢棄物綜合利用率、規范合理使用化學品，為農業綠色化、低碳化發展保駕護航。另外，與傳統生產力不同，農業新質生產力下勞動者不僅懂得農業生產，還擁有一定的管理水平和科學文化素養，他們合理組織生產，想方設法提高技術效率，避免環境高污染、資源高消耗，從而賦能農業低碳減排。值得指出的是，農業新質生產力尤其強調科技創新的主導地位，核心標志是全要素生產率大幅度提升。由此判斷，農業技術進步中介效應對總效應的貢獻將是最為突出的。

最后，農業新質生產力通過農村居民消費升級影響農業碳減排。農業新質生產力作為一種先進生產力，其本身包含大量的數據、信息等元素，有助于打破生產要素和產品流動在空間上的束縛，一方面，引導勞動者根據自身技能和資源稟賦選擇合適的工作，促進就業多元化和產業結構合理化；另一方面，可以為農產品銷售提供更先進的平臺和更廣闊的市場，從而加速農民收入增長，促進農民消費升級。而農民消費升級又能進一步為碳減排提供動力，具體體現在三個方面：第一，根據環境庫茲涅茨“倒U型”曲線假說，隨著人們收入水平提高，環境污染呈先升后降的變化趨勢，這已被大量文獻證實［20］。農民消費升級會增強環保意識，為低碳綠色發展提供驅動力。第二，消費升級意味著人們的膳食結構得到了改善，從而更加關注產品的質量問題和健康問題，推動農產品朝著低碳綠色方向發展。第三，消費升級為觀光農業、生態農業、休閑農業和旅游農業的興起提供可能和前提，從而減少農業碳排放。根據以上分析，本文提出以下待檢驗假說：

假說1：農業新質生產力有助于減少農業碳排放。

假說2：農業新質生產力能夠通過土地規模經營、農業技術進步和農村居民消費升級渠道賦能農業碳減排。

（二）農業新質生產力對農業碳排放影響的門檻效應

目前，還存在許多阻礙中國農業發展的因素，比如農村人力資本流失嚴重、農業勞動者年齡偏大、農村產業結構單一、人地矛盾突出、科技創新能力弱等，這些因素也會成為發展農業新質生產力的梗阻。事實上，新質生產力在任何產業、行業和領域的應用都不會突如其來，也不會一蹴而就，而是特定階段的產物，需建立在一定的經濟基礎和長期的實踐基礎上。中國農業農村自我發展能力弱，導致數字信息、先進技術對農業農村的滲透率較低。所以，新質生產力在農業領域的發展將會是持久而復雜的。在初期階段，新質生產力在農業領域的應用需要破除各種壁障，掃除阻礙先進生產力滲入農業農村的負面因素，為后期農業新質生產力加速發展打好基礎。此外，長期以來，中國農業增長主要依靠要素和化學品投入驅動，誘發碳排放總量高且排放強度大，要想大幅度削減碳排放則需要更加先進的生產技術和生產模式來支撐。而且，從傳導機制來看，農業新質生產力對土地規模經營、農業技術進步和農民消費的影響是一個長期過程，因此，農業新質生產力對農業碳排放的影響效應將會隨著農業新質生產力的逐步發展由弱變強。簡而言之，在初期階段，農業新質生產力的碳減排效應會小于后期階段。由此，本文提出以下待檢驗假說：

假說3：農業新質生產力對農業碳排放的影響存在門檻效應，隨著農業新質生產力發展水平的逐步提高，農業新質生產力的碳減排效應不斷增強。

三、實證策略、變量選取與統計性描述

（一）計量模型設定

1基準模型

固定面板模型能夠在一定程度上克服一些不隨時間變化的不可觀測因素與核心解釋變量相關所引起的內生性問題，并且經過Hausman檢驗發現在本文中固定效應模型要優于其他模型。因此，本文建立如下固定效應模型作為基準模型：

aceit=β0+β1anpit+λXit+μi+εit（1）

式中，i表示省份，t表示年份；ace表示農業碳排放，本文從農業碳排放總量（acet）和農業碳排放強度（aced）兩個維度衡量；anp表示農業新質生產力；X為控制變量集合；μi為個體固定效應，εit表示隨機擾動項。

2動態面板模型

由于農業碳排放是一個動態漸進過程，具有發展慣性，本期農業碳排放可能受到前期水平的影響。因此，本文將滯后n期的農業碳排放變量納入模型，建立如下動態面板模型：

aceit=β0+ω1acei，t-1+…+ωnacei，t-n+β1anpit+λXit+μi+εit（2）

3面板門檻模型

理論部分認為農業新質生產力對農業碳排放的影響可能存在門檻效應。因此，本文把農業碳排放作為被解釋變量，把農業新質生產力作為門檻變量，并控制其他解釋變量，建立面板門檻模型。如果存在單門檻則需要擴展到雙門檻，檢驗是否存在雙門檻效應，以此類推。式（3）和式（4）分別為單門檻和雙門檻面板模型：

aceit=d0+d1anpit×I（thit≤γ）+d2anpit×I（thit>γ）+τXit+εit（3）

aceit=d0+d1anpit×I（thit≤γ1）+d2anpit×I（γ1<thit≤γ2）+d3anpit×I（thit>γ2）+τXit+εit（4）

式中，γ表示待估計的門檻值；th表示門檻變量，即農業新質生產力；I（·）為示性函數；其他變量定義不變。

4中介效應模型

理論分析認為，農業新質生產力能夠通過土地規模經營、農業技術進步和農村居民消費升級三條路徑影響農業碳排放。為了檢驗以上機制是否存在，本文構建如下中介效應模型：

medit=α0+α1anpit+θXit+μi+νt+εit（5）

aceit=γ0+γ1medit+γ2anpit+ηXit+μi+νt

+εit（6）

式中，med表示中介變量；α0、γ0表示截距項；其他變量定義不變。α1γ1為間接效應；γ2為直接效應；α1γ1+γ2為核心解釋變量對被解釋變量的總效應，它等于式（1）中的β1，據此可計算出中介效應對總效應的貢獻度為α1γ1/（α1γ1+γ2）或α1γ1/β1。

（二）變量選取

1核心解釋變量：農業新質生產力

馬克思主義理論認為，生產力由勞動者、勞動資料和勞動對象三個主要部分構成。但與傳統生產力三要素不同的是，新質生產力的三要素有質的變化。就農業新質生產力而言，勞動者不僅具備傳統的農業生產技能，還需要掌握現代化生產技術，成為高素質創新型人才；勞動資料由傳統的農業工具和簡單的機械使用被現代化、智能化的農機裝備和數字技術、數字信息所取代；勞動對象也因新技術、新產業、新模式的出現而發生改變，更多環保型和現代化的產業將應運而生。根據新質生產力內涵，學者們大多從勞動者、勞動資料和勞動對象三個維度構建指標體系對（農業）新質生產力展開綜合測度。參考朱迪和葉林祥（2024）［9］的研究，本文也從勞動者、勞動資料和勞動對象三個維度選擇指標對農業新質生產力進行綜合測度評析。具體指標見表1。

熵權法能夠根據數據的變化特征對指標進行客觀賦權，避免人為因素干擾，操作簡單且更加貼近實際。因此，本文采用熵權法對表1中的21個具體指標進行客觀賦權，并將各個指標權重與其標準化之后的原始數據乘積加總，即可得到農業新質生產力綜合發展指數。根據中國實際情況，并結合數據可得性，本文選擇2012—2022年30個省份（不包括西藏和港澳臺地區）的數據作為樣本量。測度結果見圖1和圖2。

根據圖1、圖2，可以得到以下幾點信息：①2012年以來，中國農業新質生產力發展水平上升趨勢明顯，但增長率波動幅度較大，表明中國農業新質生產力增長缺乏平穩性。②整體上，農業新質生產力發展水平呈東部>中部>西部的空間分布格局。其中，上海位于發展第一梯隊，指數超過030；廣東、江蘇、山東和河南位于發展的第二梯隊，指數介于025～030之間；寧夏、云南、貴州、天津、廣西、山西和重慶7個省份位于最后梯隊，指數低于020。

2被解釋變量：農業碳排放總量和強度

農業碳排放問題是學界探討的熱點話題，學者們從不同角度對農業碳排放總量和強度予以測度。參考高國生等（2024）［2］及徐清華和張廣勝（2022）［3］的研究，本文以狹義的農業即種植業為研究對象，從化肥、農藥、農膜、農用柴油、農作物播種面積和有效灌溉面積六個方面測度農業碳排放情況，以上六大碳排放源的排放系數分別為0896kg/kg、4934kg/kg、5180kg/kg、0593kg/kg、3126kg/km2和25000kg/km2。具體測度方法是：將各農業碳排放源的投入量與其排放系數相乘，然后加總，即可得到碳排放總量，再將碳排放總量除以農業總產值便可得到農業碳排放強度。

根據圖3，2012—2015年中國農業碳排放總量呈上升趨勢，而2015年之后下降趨勢明顯，2022年農業碳排放總量只相當于2012年的93%。農業碳排放強度持續下降，由2012年的0314噸/萬元降低到2022年的0157噸/萬元，年均下降673%。可見，中國在長期的農業低碳綠色發展的實踐中取得了初步成效，碳排放實現總量和

強度雙降。根據圖4，地區間碳排放總量差異巨大，排放總量最大的河南是最小的北京的62倍，并且，在均值以上的15個省份中有11個省份屬于糧食主產區，可見，糧食主產區承擔著穩產增產和減排固碳的雙重重任。在農業碳排放強度方面，除了吉林和內蒙古的數值較高以外，其他地區的數值差異不大，基本圍繞均值0238小幅波動。

3控制變量

參考已有文獻［22-23］，本文選擇的控制變量如下：①種植結構（plant），使用非糧食作物種植面積占農作物播種面積的比例表示；②財政支農（fiscal），使用財政對農林水事務的支出比重表示；③農業勞動力轉移量（labor），使用農村實際就業人數與第一產業就業人數的差值表示；④經濟發展水平（devel），使用地區人均可支配收入水平表示；⑤產業結構（stru），使用第一產業產值占地區生產總值的比重表示；⑥對外開放水平（open），使用農業進出口額與農林牧漁總產值的比值表示。

4中介變量

①土地規模經營（scale），參考李紅莉等（2022）［24］的研究，使用農村人均耕地面積衡量土地規模經營狀況。②農業技術進步（tech），本文以農林牧漁總產值為期望產出，以第一產業人員數、農作物播種面積、農業機械總動力、化肥施用量和農村用電量為投入物資，采用DEAMalmquist指數法測度出廣義的技術進步。③農村居民消費升級（cons），借鑒幸迪和孫根年（2024）［25］的做法，使用農村居民的交通通信、教育文化娛樂、醫療保健、生活用品及服務支出總和與食品、衣著和居住支出總和的比值作為消費升級的衡量指標。

5調節變量

農業新質生產力效應的發揮最終離不開人的參與，結構合理且勞動素質高的人才隊伍會強化農業新質生產力效應的發揮；反之則相反。此外，農業生產成本對農民的生產方式也有著極其重要的影響，在農業生產成本上漲的條件下，農民既可能減少對農藥、化肥等傳統生產要素的投入，也可能減少對先進機械設備的投入，從而對農業碳排放的影響取決于其對各方面影響的合力。本文使用農村65歲及以上人口占比衡量農村人口結構狀況（age），使用農業生產資料價格指數（以2011年為基期）衡量農業生產成本狀況（index）。

（三）數據來源和統計性描述

表1中，人力資本原始數據來源于歷年《中國人口與就業統計年鑒》，數字金融發展水平數據來源于北京大學數字金融研究中心，農產品網絡零售額數據來源于各省份國民經濟和社會發展統計公報，農村互聯網普及率和農業氣象觀測站數量數據來源于《中國第三產業統計年鑒》，水土保持及生態項目本年完成投資數據來源于《中國環境統計年鑒》，國家現代化農業示范項目數據來源于農業農村部、國家發展和改革委員會等部門官方網站，其他數據來源于中經網統計數據庫，個別年份缺失數據使用插值法予以補齊。六大農業碳排放源數據來源于歷年《中國農村統計年鑒》。中介變量和調節變量原始數據來源于中經網統計數據庫。變量的統計性特征如表2。

四、實證分析

（一）基準回歸

表3給出了農業新質生產力對農業碳排放的影響效應。其中，列（1）～（3）為農業新質生產力對農業碳排放總量的影響效應，列（4）～（6）為農業新質生產力對農業碳排放強度的影響效應。具體來看，列（1）顯示，當不考慮任何控制變量時，核心解釋變量的系數在1%的水平上顯著為負，表明農業新質生產力負向影響農業碳排放總量。列（2）在列（1）的基礎上將種植結構、財政支農和農業勞動力轉移控制變量納入模型，結果表明農業新質生產力的發展依然能夠顯著降低農業碳排放總量。列（3）繼續將經濟發展水平、產業結構等控制變量加入模型，回歸結果與列（1）和列（2）相比沒有發生實質性改變。按照同樣的分析方法，最后3列顯示，不管是否考慮控制變量，農業新質生產力都顯著負向影響農業碳排放強度。以上結論初步表明，農業新質生產力有助于降低農業碳排放總量和碳排放強度。該結論支持了本文的研究假說1。

（二）穩健性檢驗

1考慮內生性

對農業低碳化追求有可能是推動農業新質生產力發展的一個動因，也就是說，農業新質生產力和農業碳排放之間可能互為因果關系。另外，

雖然本文盡可能控制其他變量對被解釋變量的影響，但影響農業碳排放的因素是錯綜復雜的，可能存在同時影響解釋變量和被解釋變量的遺漏變量。以上兩種情況均會造成內生性存在，從而導致模型估計結果有偏的問題。對此，本文采用兩種方法緩解內生性問題。首先，參考一些學者的做法，直接使用滯后1期和2期的農業新質生產力變量作為工具變量，同時采用兩階段最小二乘法（2SLS）和廣義矩估計工具法（IV_GMM）進行回歸，結果如表4所示。列（1）、（2）、（4）、（5）中的LM檢驗和Wald檢驗顯示工具變量通過了不可識別和弱工具變量檢驗，表明工具變量的選擇是合理有效的。從回歸結果看，核心解釋變量的系數至少在5%的水平上顯著為負，說明在緩解內生性后，農業新質生產力依然負向影響農業碳排放總量和強度。其次，采用差分GMM模型，考慮可能存在的遺漏變量導致的內生性問題以及前期農業碳排放對當期的影響問題，經檢驗發現，農業碳排放總量和強度顯著受到前兩期的影響，與上期正向關聯，與上上期負向關聯。可能的原因在于：當期受到上一期慣性影響，時間較短，來不及調整，而上上期距離本期時間較長，有較充足的時間做出碳減排反應。

2剔除部分直轄市數據

2012—2022年，北京、天津和上海三個直轄市的農業總產值占地區生產總值的比重均值分別為122%、330%和100%，遠低于其他省份。為了使得地區之間更具可比性，本文剔除以上三個直轄市的樣本量，對模型重新進行回歸。表5的列（1）和列（4）表明，農業新質生產力的系數依然顯著為負。

3更換回歸方法

本文重新對被解釋變量做出定義，若第t年被解釋變量數值高于全國均值，則賦予ace=1；反之，則賦予ace=0。由于被解釋變量只有0或1兩個數值，且模型為面板固定效應，故本文使用面板Logit模型進行回歸。結果如表5的列（2）和列（5）所示，核心解釋變量的系數無實質性改變，再次表明農業新質生產力和農業碳排放之間的關系是穩健的。

4增加控制變量

農民生產中發生的投資和借貸活動也有可能影響農業碳排放問題，故本文將農業固定資產投資（invest）和農村金融借貸（finan）兩個控制變量納入基準模型重新進行回歸。表5的列（3）和列（6）顯示，在考慮原有控制變量和新增控制變量之后，農業新質生產力賦能農業碳減排的效應是不變的。

（三）異質性分析

從圖2和圖4中可以看到，區域間農業新質生產力發展和農業碳排放水平極不平衡，由此猜想：農業新質生產力對農業碳排放的影響效應可能存在明顯的區域差異。為了驗證這一猜想，本文把30個省份分為東中西三大區域，使用基準模型進行分樣本回歸。從表6中可以看到，無論是把農業碳排放總量還是農業碳排放強度作為被解釋變量，核心解釋變量的系數均顯著為負，表明在東中西三大區域農業新質生產力均顯著降低了農業碳排放。就影響力度而言，東部最大、中部其次、西部最小，可能的原因在于：東部地區經濟基礎較為雄厚，先進的技術信息更容易滲入農業農村，引致新質生產力與農業生產結合得更為密切，由此帶來的碳減排效應也更加顯著。

五、進一步分析

（一）中介機制檢驗

本文接下來檢驗農業新質生產力能否通過土地規模經營、農業技術進步和農村居民消費升級三條路徑影響農業碳排放。對前文建立的模型（1）、模型（5）和模型（6）進行計量回歸，結果見表7和表8。

首先，考慮農業碳排放總量作為被解釋變量的情況。在表7中，列（1）的結果等同于表3的列（3），便于分析問題，故再次將這一結果置于表7中。列（2）表明，當把土地規模經營作為被解釋變量并控制其他解釋變量時，核心解釋變量的系數為正，并通過了1%顯著性檢驗水平，表明農業新質生產力顯著推動了土地規模經營。列（3）在列（1）的基礎上將土地規模經營變量加入模型中，回歸結果顯示，農業新質生產力和土地規模經營的系數均在1%的水平上顯著為負。列（1）～列（3）的回歸結果共同說明農業新質生產力能夠通過土地規模經營渠道降低農業碳排放總量。并且，通過計算，土地規模經營這一中介效應占總效應的貢獻率為2258%。按照同樣的分析方法，從列（4）和列（6）的估計結果中得到，農業新質生產力也顯著促進了農業技術進步和農村居民消費升級。并且，當把這兩個機制作為解釋變量分別加入基準模型時，它們的系數顯著為負，如列（5）和列（7），同時農業新質生產力的系數符號不發生改變，說明農業新質生產力也能夠通過農業技術進步和農村居民消費升級渠道負向影響農業碳排放總量。通過計算，農業技術進步和農村居民消費升級兩個中介效應占總效應的比重分別為2869%和1247%。

其次，考慮農業碳排放強度作為被解釋變量的情況。在表8中，列（1）等同于表3的列（6），列（2）、（4）、（6）分別等同于表7的列（2）、（4）、（6）。列（3）、（5）、（7）分別將土地規模經營、農業技術進步和農村居民消費升級作為解釋變量納入基準模型，從回歸結果中可以看到，這三個中介變量的系數在1%的水平上顯著為負，表明土地規模經營、農業技術進步和農村居民消費升級也是農業新質生產力影響農業碳排放強度的三條重要路徑。并且，通過計算得到，以上三大中介效應占總效應的比重分別為1621%、2050%和1059%。結合表7和表8，技術進步中介效應對總效應的貢獻度明顯高于其余兩個中介效應，表明農業新質生產力的突出特征在于其技術創新和生產效率提升。這一實證結果驗證了理論部分的猜想，也支持了本文的研究假說2。

（二）門檻效應分析

根據前文理論分析，農業新質生產力的碳減排效應隨著農業新質生產力的發展會得到增強，即農業新質生產力對農業碳排放的影響存在門檻效應。鑒于此，本文首先對門檻效應的存在性展開檢驗，結果見表9。根據表9的F值和P值以及表10的回歸結果可以判定，農業新質生產F0rNgL0xqV3FhXfFtkxH8/y1H5AXs07Yy68bUzxKfDQ=力對農業碳排放總量的影響存在單門檻效應，門檻值為0253，而農業新質生產力對農業碳排放強度的影響存在雙門檻效應，門檻值為0115和0287。

根據表10，從農業新質生產力對農業碳排放強度影響的角度分析，當農業新質生產力指數小于等于0253時，農業新質生產力對農業碳排放總量影響的系數為-166855；當農業新質生產力指數大于0253時，農業新質生產力的系數為-267672。也就是說，當農業新質生產力越過門檻值時，其對農業碳排放總量的負向影響會增強。根據這一門檻值，截至2022年，農業新質生產力指數大于0253的省份一共有13個，不到半數，說明大部分省份農業新質生產力對農業碳減排的效應還未充分發揮。從農業新質生產力對農業碳排放強度影響的角度分析，在農業新質生產力越過第一個門檻值之前，核心解釋變量的系數為負，但不顯著；在農業新質生產力介于兩個門檻值之間時，核心解釋變量的系數顯著為負；在農業新質生產力越過第二個門檻值時，核心解釋變量的系數顯著為負，且效應增強。根據測算，截至2022年，所有省份的農業新質生產力指數均越過第一個門檻值，有12個省份的農業新質生產力指數越過第二個門檻值，發揮更大的碳減排效應。以上結論支持了本文的研究假說3。

（三）調節效應分析

如前文所述，在農村人口結構和農業生產成本變化的條件下，農業新質生產力對農業碳排放的影響效應可能會發生改變。為檢驗農村人口結構和農業生產成本在解釋變量和被解釋變量之間所起到的調節作用，本文建立農業新質生產力與農村人口結構以及農業新質生產力與農業生產資料價格指數的交叉項，考察交叉項對農業碳排放總量和強度的影響，回歸結果見表11。從列（1）～（4）的估計結果中可以看到，當農業碳排放強度作為被解釋變量時，無論是否考慮控制變量，農業新質生產力與農村人口結構的交叉項系數以及農業新質生產力與農業生產資料價格指數的交叉項系數都顯著為負，且農業新質生產力的系數依然顯著為負，表明農村人口結構和農業生產資料價格指數強化了農業新質生產力對農業碳排放總量的負向影響。按照同樣的分析方法，如列（5）～（8）所示，當農業碳排放強度作為被解釋變量時，交叉項的系數也顯著為負，表明農村人口結構和農業生產資料價格指數也強化了農業新質生產力對農業碳排放強度的負向影響。需要提及的是，雖然老齡勞動者可能整體環保意識淡薄、綠色生產技術采納意愿低，但人口老齡化也會間接促進土地流轉［26］和農業技術進步［27］，從而負向影響農業碳排放。另外，雖然農業生產成本上升增強了農業新質生產力的碳減排效應，但并不意味著農業生產成本越高越好，而應該控制在合理的上漲范圍內，防止顧此失彼，導致農民收入減少。

六、結論與政策含義

綠色低碳發展是建設農業強國的必然要求，而強調科技創新和綠色增長的農業新質生產力能否成為實現這一目標的新動能還需要做出深入探討。本文基于2012—2022年中國省級面板數據，采用差分GMM模型、中介效應模型和面板門檻模型等計量方法，實證檢驗了農業新質生產力對農業碳排放的影響及作用機制。主要得到如下結論：一是農業新質生產力強調創新、數字和信息對農業發展的突出貢獻，不僅能夠直接降低農業碳排放，還能夠促進土地規模經營、農業技術進步和農村居民消費升級，從而間接降低農業碳減排。其中，農業技術進步中介效應對總效應的貢獻度最為突出。二是由于區域間經濟基礎以及新質生產力與農業生產融合度等方面存在差異，所以農業新質生產力的碳減排效應具有顯著的區域異質性，影響力度呈東部—中部—西部遞減趨勢。三是隨著農業新質生產力的不斷發展，其碳減排效應會逐步得到增強，即農業新質生產力對農業碳減排的影響存在門檻效應。此外，農村人口老齡化比重和農業生產資料價格指數上升會間接促進農業技術進步和加速土地流轉，從而強化農業新質生產力的碳減排效應。基于研究結論，本文提出以下政策建議：

第一，引導勞動力合理流向，培育新型農業勞動者。文章實證結果表明土地規模經營是農業新質生產力影響農業碳減排的一條重要路徑。因此，可以考慮通過平整、置換、標準化農田建設等方式破解土地細碎化難題，通過規范流轉合同和完善土地流轉市場解決土地流轉問題，鼓勵土地適度規模化經營，提高農業生產的智能化、機械化和信息化水平。此外，應加大對轉移至城鎮部門的農民職業技能培訓力度，統籌推進戶籍制度改革，促進農業轉移人口市民化。然而，在推動土地規模化進程中也可能會給農業農村帶來一些負面影響，比如，青壯年勞動力流失嚴重、老齡化趨勢加劇、人力資本不足而阻礙技術引入等。因此，在制定土地規模化經營方針時，應平衡好農業發展與城鎮化發展之間的關系，處理好生產要素和資源稟賦在城鄉之間的分配關系。在實際操作中，可以考慮以下做法：在農村建立職業技能培訓中心，組織專家進村入戶開展培訓等多措并舉，加大對現有農民群體的培訓力度；鼓勵農民工、大學生返鄉創業，通過稅收優惠、貸款貼息等方式引導農產品加工企業入駐鄉村；大力培育專業大戶、家庭農場、專業合作社等新型農業經營主體。

第二，因地制宜，打造本地農業新質生產力發展的新賽道。門檻效應檢驗結果表明，當農業新質生產力發展越過門檻值時，其對農業碳減排的效應會增強，而目前越過門檻值的省份不到半數。此外，異質性分析也表明農業新質生產力對農業碳減排的影響效應存在著顯著的區域差異。因此，發展農業新質生產力要因地制宜，具備“入山問樵、入水問漁”的智慧，不能一哄而上搞一種模式。對于上海、廣東、江蘇、山東等越過門檻值的東部地區，可以考慮依托區域重大戰略，在生物育種、農機裝備和綠色低碳等農業領域核心技術上實現突破，積極打造發展農業新質生產力的引領區；對于河南、黑龍江、湖南、湖北等靠近門檻值的中部地區，可以考慮利用區位和土地資源優勢，提高糧食綜合生產能力，建設現代化良田，推廣休閑農業、循環農業等新型發展模式，將本地區打造成為發展農業新質生產力的主要空間載體；對于寧夏、云南、貴州、廣西等未越過門檻值的西部地區，可以考慮推動傳統農業數字化轉型，培育發展特色農產品種養、特色農產品加工和旅游觀光農業，推動農業多元化發展。

第三，推動農業技術進步，促進農業農村數字化改造與創新。中介機制檢驗發現農業技術進步是農業新質生產力影響農業碳減排的關鍵渠道，并且該機制對總效應的貢獻度最為突出。因此，在推動農業綠色低碳發展過程中，要充分發揮技術進步的影響作用。可以考慮以下兩種做法：一是要繼續加大對農村地區尤其是未越過農業新質生產力門檻值的偏遠地區網絡、5G基站、人工智能等新型基礎設施建設；引進和借鑒其他地區數字技術，積極發展網上農貿市場、數字農家樂、特色旅游和特色經濟，為農業新質生產力后期階段的發展提供堅實的基礎；通過數字賦能，推動土壤保護、精準施肥、降污減碳。二是待農業新質生產力越過門檻值并取得較大發展時，可以通過“校-企-政”等形式聯合研發，力爭突破農業領域關鍵核心技術，強化農作物新品種研發與生物育種產業化應用，強化耕地保護與利用，強化農機裝備補短板和農業綠色低碳技術供給，促進農業經濟持續性增長和農業生態環境良性互動。

［參考文獻］

［1］蓋慶恩，李承政，張無坷，等.從小農戶經營到規模經營：土地流轉與農業生產效率［J］.經濟研究，2023，58（5）：135-152.

［2］高國生，王奇珍，支海兵.數字普惠金融對農業碳排放強度的影響效應分析［J］.經濟問題，2024（1）：57-65.

［3］徐清華，張廣勝.農業機械化對農業碳排放強度影響的空間溢出效應——基于282個城市面板數據的實證［J］.中國人口·資源與環境，2022，32（4）：23-33.

［4］蘇培添，王磊.數字普惠金融對中國農業碳排放強度影響的空間效應與機制［J］.資源科學，2023，45（3）：593-608.

［5］楊穎.發展農業新質生產力的價值意蘊與基本思路［J］.農業經濟問題，2024（4）：27-35.

［6］羅必良.論農業新質生產力［J］.改革，2024（4）：19-30.

［7］姜長云.農業新質生產力：內涵特征、發展重點、面臨制約和政策建議［J］.南京農業大學學報（社會科學版），2024（3）：1-17.

［8］高原，馬九杰.農業新質生產力：一個政治經濟學的視角［J］.農業經濟問題，2024（4）：81-94.

［9］朱迪，葉林祥.中國農業新質生產力：水平測度與動態演變［J］.統計與決策，2024（9）：24-30.

［10］毛世平，張琛.以發展農業新質生產力推進農業強國建設［J］.農業經濟問題，2024（4）：36-46.

［11］高帆.新質生產力與我國農業高質量發展的實現機制［J］.農業經濟問題，2024（4）：58-67.

［12］馬曉河，楊祥雪.以加快形成新質生產力推動農業高質量發展［J］.農業經濟問題，2024（4）：4-12.

［13］黃偉華，祁春節，聶飛.財政支農、技術溢出與農業碳排放［J］.軟科學，2023，37（2）：93-102.

［14］DUMORTIERJ，ELOBEIDA.EffectsofacarbontaxintheUnitedStatesonagriculturalmarketsandcarbonemissionsfromland？Usechange［J］.Landusepolicy，2021，103：105320.

［15］吉雪強，李卓群，張躍松.農地流轉對農業碳排放的影響及空間特性［J］.資源科學，2023，45（1）：77-90.

［16］劉震，張曉星，魏威崗.農村數字經濟發展對農業碳排放的影響——基于29個省份的面板數據分析［J］.江蘇大學學報（社會科學版），2023，25（3）：20-32.

［17］BENINS.ImpactofChina’sagriculturalmechanizationservicescenterprogram［J］.Agriculturaleconomics，2015，46（1）：103-117.

［18］雷振丹，陳子真，李萬明.農業技術進步對農業碳排放效率的非線性實證［J］.統計與決策，2020，36（5）：67-71.

［19］臺德進，蔡榮.數字經濟對效率與公平的影響研究［J］.統計與信息論壇，2023，38（11）：32-46.

［20］張暉，胡浩.農業面源污染的環境庫茲涅茨曲線驗證——基于江蘇省時序數據的分析［J］.中國農村經濟，2009（4）：48-53.

［21］臺德進，蔡榮.糧食價格支持政策與農民收入及收入差距：理論邏輯與實證檢驗［J］.農村經濟，2023（9）：87-97.

［22］田云，張俊飚，陳池波.中國低碳農業發展的空間異質性及影響機理研究［J］.中國地質大學學報（社會科學版），2016，16（4）：33-44.

［23］龐洪偉，劉鑫雨，鞏艷紅，等.物聯網發展、科技創新與農業碳排放強度［J］.經濟問題，2024（2）：77-83.

［24］李紅莉，張俊飚，童慶蒙.增產是否增收？——基于糧食主產區設立的準自然實驗研究［J］.華中農業大學學報（社會科學版），2022（1）：105-115.

［25］幸迪，孫根年.中國省際居民消費升級與旅游消費結構的互動關系及差異性［J］.經濟地理，2024，44（3）：197-208.

［26］仇童偉，彭嫦燕.農業人口老齡化對農地配置與種糧決策的影響：來自中國家庭金融調查的證據［J］.中國農村觀察，2023（4）：129-150.

［27］唐小平，蔣健.農村人口老齡化對農業高質量發展的影響［J］.華南農業大學學報（社會科學版），2023，22（3）：45-56.

ResearchontheMechanismandEffectofAgriculturalNewQuality

ProductiveForcesEmpoweringAgriculturalCarbonEmissionReduction

QiaoJun1，TaiDejin1，QiuYuzhuo2

（1NanjingUniversityofFinanceandEconomics，Nanjing210003，China；

2SchoolofCommercial，NanjingUniversityofInformationScienceandTechnology，Nanjing210044，China）

Abstract：Promotingthelowcarbongreentransformationofagricultureisanimportantdirectionfortheconstructionofastrongagriculturalcountry.BasedontheprovincialpaneldataofChinafrom2012to2022，thedifferentialGMMmodel，themediatingeffectmodelandthepanelthresholdmodelareusedtoempiricallytesttheimpactandtheactionmechanismofagriculturalnewqualityproductiveforcesonagriculturalcarbonemissions.Itisfoundthattheagriculturalnewqualityproductiveforcessignificantlyreducethetotalamountandintensityofagriculturalcarbonemissions，whichisstillvalidundertheregressiontestandconsideringendogeneity.Landscalemanagement，agriculturaltechnologyprogressandruralresidents’consumptionupgradingarethreeimportantpathsforagriculturalnewqualityproductiveforcestoaffectthetotalamountandintensityofagriculturalcarbonemissions.Heterogeneityanalysisfoundthattheagriculturalnewqualityproductiveforcesinthethreemajorregionsoftheeastern，centralandwesternregionshasanegativeimpactonagriculturalcarbonemissions.Intermsofimpact，theeasternregionisthelargestandthewesternregionisthesmallest.Furtheranalysisshowsthatthereductioneffectofagriculturalnewqualityproductiveforcesonagriculturalcarbonemissionsisenhancedwiththedevelopmentofagriculturalnewqualityproductiveforces，andtheincreaseoftheproportionofruralpopulationagingandthepriceindexofagriculturalmeansofproductionwillstrengthenthecarbonemissionreductioneffectofagriculturalnewqualityproductiveforces.Inthisregard，weshouldestablishthenewbeforeabolishtheold，adjustmeasurestolocalconditions，andgraduallyimprovethedevelopmentlevelofnewqualityproductiveforcesaccordingtotheactualdevelopmentoftheregion，soastoprovidenewkineticenergyforthelowcarbongreendevelopmentofagriculture.

Keywords：agriculturalnewqualityproductiveforces；totalcarbonemissions；carbonemissionintensity；mediatingeffect；panelthresholdeffect

（責任編輯：張麗陽）