土地流轉與農業碳排放：理論機制與實證檢驗

[摘 要：文章基于2006—2022年中國30個省份面板數據，實證檢驗土地流轉對農業碳排放的影響效應及作用機制。研究發現，土地流轉對農業碳排放有顯著負向影響；土地流轉通過技術創新效應、規模經營效應和結構優化效應三種渠道顯著降低農業碳排放。異質性結果表明，土地流轉對農業碳排放的抑制作用在東部和西部地區、糧食主銷區、種植業區尤為顯著。基于此，應加快推進土地流轉，發揮其對農業碳排放的減量效應；提升科技創新水平、發展適度規模經營、優化產業結構，因地制宜制定差異化政策。

關鍵詞：土地流轉；農業碳排放；中介效應；高質量發展；綠色低碳

中圖分類號：F323；F321.1；X322" "" 文獻標識碼：A "" 文章編號：1007-5097（2025）02-0060-09"""""" ]

Land Transfer and Agricultural Carbon Emissions：

Theoretical Mechanisms and Empirical Examination

QIAN Li1， JIN Yuting1， CHENG Ming2

（1. School of Economics， Anhui University of Finance and Economics， Bengbu 233030， China;

2. School of Law， Anhui Normal University， Wuhu 241002， China）

Abstract：Utilizing panel data from 30 provinces in China spanning the years 2006 to 2022， this essay conducts an empirical investigation into the impact and underlying mechanisms of land transfer on agricultural carbon emissions. The findings reveal that land transfer exerts a significant negative impact on agricultural carbon emissions. Land transfer notably mitigates agricultural carbon emissions through three channels： technological innovation effects， scale operation effects， and structural optimization effects. Heterogeneity results indicate that the inhibitory effect of land transfer on agricultural carbon emissions is particularly pronounced in the eastern and western regions， as well as in major grain sales and planting areas. Based on this， it is imperative to expedite efforts to promote land transfer， thereby harnessing its potential to mitigate agricultural carbon emissions. Furthermore， it is crucial to advance technological innovation， develop appropriately scaled operations， optimize industrial structures， and formulate differentiated policies that are tailored to local conditions.

Key words：land transfer; agricultural carbon emissions; mediating effect; high-quality development; green and low-carbon

一、引言及文獻綜述

近年來，中國生態環境逐漸改善，但降碳減排形勢依然嚴峻，資源和環境對農業高質量發展的約束不斷趨緊。2024年政府工作報告提出，要加強生態文明建設，持續推進綠色低碳發展，積極穩妥推進碳達峰碳中和。黨的二十屆三中全會進一步指出，要加強生態文明建設，健全綠色低碳發展機制，促進工業企業提升生產效率與降低能耗，提升經濟效益與競爭力；推動節能環保、清潔能源等新興產業發展，培育新的經濟增長點；深化土地制度改革，優化土地管理。土地流轉是中國農業領域改革的一項重要舉措，農村家庭在保留土地承包權的同時將土地的經營權讓渡給其他經營主體。這種方式將零散細碎的土地整合成規模經營的農業園區，推進了農業規模化經營，為農業機械化、集約化發展提供良好條件。土地流轉在改變農民土地使用行為和農業生產方式的同時，也影響農業的碳排放。因此，關注土地流轉過程中的農業碳排放問題，考察土地流轉的環境效應，不僅有利于農業生產方式的變革和生產效率的提升，也有利于農業減排固碳以及碳達峰碳中和目標的實現。

農業生產活動中的碳排放多是化肥、農藥、農膜以及柴油等生產資料在使用過程中產生的溫室氣體排放。有學者依據化石燃料能源消耗數據，測算化肥、農藥、農膜以及柴油等農業碳排放來源系數［1］；有學者基于IPCC中的碳排放來源系數，利用生命周期法（LCA）測算農業生產活動中的碳排放量以及整個生命周期的農業碳排放量［2］；有學者在生命周期評價模型的基礎上，從農業能源利用、農用物資投入、水稻種植、畜禽養殖等四個方面構建農業碳排放測算指標體系，測算農業碳排放量，并發現中國農業碳排放呈波動上升趨勢且存在省域差異［3］。2020年，中國在第75屆聯合國大會上提出“雙碳”目標，學界高度關注碳排放減量效應。有學者利用LMDI模型分析影響農業碳排放的因素，發現農業生產效率、農業產業結構、農業技術等因素對農業碳排放具有負向影響［4-6］；有學者探究碳減排實施路徑，為農業綠色低碳發展建言獻策［7］。此外，還有學者采用隨機前沿法（SFA）和數據包絡分析法（DEA）等，對農業碳排放效率進行測算，并探究農業碳排放的地區差異和時空分布變化規律［8-11］。

隨著城鎮化率的不斷提高，大量農村勞動力涌入城市，農村勞動力不足以及土地擱置等問題日益凸顯，推動中國農村土地流轉進程加快。近年來，關于土地流轉對環境影響的研究逐漸增多，有學者認為土地流轉能夠促進生產規模化、集約化，加快農業的現代化和機械化進程，增加化肥面源污染，且土地流轉對農業碳排放的影響具有地區差異性［12］；有學者認為，土地流轉能夠降低農業碳排放強度，并分析土地流轉對農業碳排放強度的空間溢出效應［13］；同時，也有學者認為土地流轉會對農業生產環境產生正面影響［14］。

綜上所述，學者雖對農業碳排放減量效應和土地流轉的溢出效應進行了較為深入的研究，但現有文獻在探討土地流轉對農業碳排放的影響效應、作用機制和異質性等方面仍存在不足。因此，本文綜合運用理論分析和實證檢驗的方法，對土地流轉與農業碳排放之間的影響效應和理論機制進行深入分析。本文的邊際貢獻主要為：一是將土地流轉和農業碳排放放入同一分析框架進行理論探討；二是運用雙向固定效應模型、中介效應模型和工具變量模型，系統探究土地流轉對農業碳排放的影響效應及作用機制，并進行穩健性檢驗；三是從地理區位、農業產業生產功能和農業生產對象三個方面分析土地流轉對農業碳排放的異質性影響。

二、理論機制與研究假設

（一）土地流轉對農業碳排放的直接影響

首先，土地流轉能有效提升土地地權的穩定性。基于土地地權的穩定性，農戶偏向利益最大化，更加注重長期收益回報，因此會積極將綠色低碳技術投入農業生產活動中。通過應用綠色低碳技術，農戶能夠減少化肥、農藥等的使用量，優化水資源利用，減少土壤侵蝕，從而降低農業碳排放［15］。其次，土地流轉可以促進農作物種植結構的調整，減少高碳排放農作物的種植面積，增加低碳排放農作物的種植面積。再次，土地流轉將農業用地的經營權集中到規模化經營的新型農業經營主體手中，可以促進農業規模化經營。農業規模化經營能夠更好地利用資源和農機設備，在農業生產活動中可以應用有機種植、精確施肥和智能灌溉等綠色低碳農業技術，有效減少農業生產活動中的碳排放［16］。最后，土地流轉可以改善耕地利用效率。一方面，合理規劃和管理流轉后的耕地，可以減少土地閑置和荒廢現象，提高土地利用率；另一方面，有效利用現有耕地資源可以減少開墾新土地的需求，減緩對自然生態環境的壓力，從而降低因土地利用方式變化而導致的農業碳排放。基于以上分析，本文提出研究假設1。

H1：土地流轉規模的擴大能夠降低農業碳排放。

（二）土地流轉對農業碳排放的間接影響

土地流轉能夠促進技術進步。一方面，土地流轉政策的實施，為農業規模化經營提供保障。農業規模化經營使投融資規模增加，農業企業和農戶等經營主體在生產活動中擴大綠色生產技術投入規模，可以提升生產要素使用效率［17］。另一方面，土地流轉客觀上需要高素質技術人才流向農村［18］，在農業生產經營過程中應用創新的技術和高效現代化的經營管理模式，逐漸促進農業技術進步［19］，而農業技術進步可以有效降低農業碳排放。首先，科技進步有助于提高要素利用效率，激發農業內在發展動力，解決資源環境限制［20］，減少農業碳排放［21］。其次，隨著農業領域廣泛應用新一代信息技術，農業生產活動通過應用遙感、無人機和物聯網等技術，可以實現化肥的減量增效和農業智能化生產，從而增強農地碳匯能力和提高農業生產效率［22］，推動農業朝環保、低碳和可持續方向發展。基于以上分析，本文提出研究假設2。

H2：土地流轉能通過技術創新效應降低農業碳排放。

土地流轉能提升土地經營規模。一方面，土地流轉加速個體農戶主導的分散經營向適度規模經營轉變，土地撂荒和土地細碎化等問題得到優化，進而促進土地經營規模的提升；另一方面，土地流轉通過促進農業生產管理經驗的積累，幫助農業生產企業成長壯大，從而提升土地經營規模和綜合效益，而土地的規模經營能減少農業碳排放。首先，規模化經營農戶擁有較好的生產技術和機械化水平，有利于降低化肥使用率和使用強度［22-24］。其次，規模化經營能通過降低生產成本，激勵農戶實行保護性耕作技術，提高農業生產要素配置效率，從而有利于化肥減量，實現農業碳排放減量［25］。基于以上分析，本文提出研究假設3。

H3：土地流轉能通過規模經營效應減少農業碳排放。

土地流轉能優化農業產業結構。一方面，土地流轉有助于提高農地經營規模，推動糧經比的提升，并改善農業生產結構；另一方面，通過土地流轉，農業要素配置得以優化，農業機械化水平得以提高，這對于改善農業生產結構的技術效率起到積極作用［26］。首先，農業內部結構的調整意味著農林牧漁業各細分領域產品構成的改變，優化農業產業結構可以減少農業發展對高碳能源的依賴，降低非預期的產出，促進農業低碳綠色轉型［27］。其次，農業生產過程中，對農業生產要素進行優化配置，可以提高資源利用效率，降低污染物排放，從而減少農業碳排放。基于以上分析，本文提出研究假設4。

H4：土地流轉能通過結構優化效應降低農業碳排放。

三、研究設計

（一）模型設計

1. 雙向固定效應模型

本文使用2006—2022年中國30個省份（未包含西藏及港澳臺地區）的面板數據，采用雙向固定效應模型分析土地流轉對農業碳排放的影響，并控制個體和時間固定效應，從而降低干擾因素對研究結果的影響。模型構建方式如下：

[Cit=α0+α1LCit+α2controlit+μi+γt+εit] （1）

其中：[Cit]表示農業碳排放；[LCit]表示土地流轉；[controlit]表示控制變量；i表示省份；t表示年份；[μi]、[γt]分別表示地區、時間固定效應；[εit]表示隨機誤差項；α表示估計系數，用于衡量土地流轉對農業碳排放的影響程度，其正負號反映土地流轉對農業碳排放的作用方向。

2. 中介效應模型

為深入研究土地流轉對農業碳排放的作用路徑和機制，本文采用中介效應檢驗的方法，在式（1）的基礎上，構建中介效應模型。具體模型構建方式如下：

[Medit=b0+b1LCit+b2controlit+μi+γt+εit] （2）

[Cit=c0+c1LCit+c2Medit+c3controlit+μi+γt+εit] （3）

其中：[Medit]為中介變量；[b0]、[c0]為截距項；[b1]、[c1]為農地流轉系數；[b2]、[c2]為控制變量的待估系數，[c3]為中介變量的待估系數；其余變量含義同式（1）。

（二）變量選取

1. 被解釋變量

本文的被解釋變量是農業碳排放（C）。參考吳賢榮等（2014）［28］的研究，本文構建包括農藥、農用化肥、農膜、農用柴油、農業翻耕和農業灌溉等六個維度的農業碳排放評價指標體系。在利用農業碳排放評價指標體系和各類碳源系數的基礎上，借鑒劉瓊和肖海峰（2020）［29］的研究，本文構建式（4）計算農業碳排放總量，并對C進行對數處理。

[C=∑Cit=∑piSijt] （4）

其中：[Cit]表示i省在第t年的農業碳排放量；[pi]表示第j種碳源的碳排放系數；[Sijt]表示i省在第t年的第j種碳源的數量。

2. 核心解釋變量

本文的核心解釋變量是土地流轉（Lt）。參考王佳月等（2018）［30］的研究，本文將土地流轉的具體衡量指標用家庭承包耕地流轉面積與家庭承包經營耕地總面積之比表示。

3. 中介變量

本文的中介變量是技術創新、土地經營規模和農業產業結構。技術創新（Tec），借鑒魯釗陽（2013）［31］的研究，用國內專利授權件數表示；土地經營規模（Scale），借鑒劉漢成和關江華（2019）［32］的研究，用耕地面積與第一產業從業人數之比表示；農業產業結構（Struc），用養殖業產值占農業總產值的比重表示。

4. 控制變量

本文的控制變量主要包括：經濟發展水平（GDP），用價格平減之后的人均GDP表示［33］；農業受災率（Adr），用農業受災面積占農作物總播種面積的比重表示［28］；環境規制（ER），用省級政府年度工作報告中與環保相關的詞匯頻數占總詞頻數的比值表示［34］；對外開放程度（Open），用地區進出口總額占地區生產總值的比重表示；產業結構（Ind），用第一產業增加值占中國農業產值的比重表示；農業機械化水平（Mech），用農業機械總動力與農作物總播種面積的比值表示［35］；農業勞動力（Labor），用第一產業從業人數和農業產值的乘積與農林牧漁業產值之比表示。

5. 工具變量

考慮工具變量的相關性和外生性，本文借鑒吉雪強等（2023）［14］的研究，選取（1983年各省實施家庭聯產承包責任制戶數/1983年各省農村總戶數）×各年各省份城鎮人口比重表示。

（三）數據來源

本文選取2006—2022年中國30個省份的面板數據，考慮西藏及港澳臺地區的農業發展與其他地區存在一定差異，未將其納入研究樣本。本文的基礎數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國農業年鑒》《中國農林經營管理年報》和農業農村部官方網站。少數缺失值，使用線性插值法進行補齊。所選變量的描述性統計，具體見表1所列。

四、實證分析與檢驗

（一）農業碳排放測度結果分析

鑒于核密度估計法具有排除主觀性、模型依賴性弱和穩健性強等特點，本文采用核密度法估計研究期內農業碳排放分布的動態演進過程。為更直觀反映農業碳排放的時間動態演進過程，本文對農業碳排放進行對數處理，并利用STATA軟件繪制2006—2022年中國以及東、中和西部三大地區的核密度曲線，結果如圖1所示。

圖1顯示，2006—2022年中國農業碳排放核密度曲線變化不大，農業碳排放中心維持穩定趨勢，主峰高度逐漸增高且分布曲線縮窄，表明中國農業碳排放內部差異不斷縮小；從波峰來看，核密度曲線波峰由一個主峰和一個側峰逐漸轉變為單峰形態，說明農業碳排放整體兩極分化趨勢不斷減弱。

就區域而言，東部地區農業碳排放核密度曲線在研究期內先向右移動后向左移動，其主峰高度先增加后降低，分布曲線逐漸變窄，表明東部地區農業碳排放先初步增加，后減少，內部不均衡程度不斷縮小；從波峰來看，曲線由多峰變為雙峰，說明研究期內東部地區農業碳排放內部分化趨勢向好。中部地區農業碳排放核密度曲線在研究期內先向右移動后向左移動，主峰高度逐漸降低，且分布曲線加寬，說明中部地區農業碳排放先初步增加，后減少，內部差異不斷增加；從波峰來看，核密度曲線分布由多峰變為雙峰再發展到單峰，說明研究期內中部地區農業碳排放內部分化趨勢逐漸減弱。西部地區農業碳排放核密度曲線在研究期內向右移動，主峰高度先增加后降低，分布曲線逐漸縮小，說明西部地區農業碳排放呈現增加趨勢，區域內部差異一定程度上存在減少趨勢；從波峰來看，核密度曲線分布存在明顯的左拖尾現象，說明研究期內西部地區農業碳排放內部極化趨勢有所減弱。

（二）基準回歸分析

為評估土地流轉對農業碳排放的直接影響，本文分別采用添加控制變量、控制不同固定效應等方法進行基準回歸，并運用雙向固定效應模型分析其影響效應。具體實證結果見表2所列。

表2列（1）和列（2）的結果表明在不控制固定效應時，無論是否加入控制變量，土地流轉對農業碳排放都存在顯著負向影響，且達到1%的顯著水平；列（3）和列（4）表明在控制時間固定效應時，無論是否加入控制變量，土地流轉對農業碳排放都存在負向影響；列（5）和列（6）表明在雙向固定效應模型時，無論是否加入控制變量，農業碳排放系數都顯著為負。這一結果表明土地流轉一定程度上有助于降低農業碳排放，H1成立。

（三）穩健性檢驗

為使研究結論更具說服力，本文采用替換核心解釋變量、替換被解釋變量、調整控制變量、雙邊縮尾處理及核心解釋變量滯后一期等方式進行穩健性檢驗，具體做法如下：一是替換核心解釋變量。借鑒王運昌和穆蘭（2022）［36］的研究，本文使用家庭承包耕地流轉總面積替換土地流轉進行回歸檢驗。二是替換被解釋變量。農業碳排放強度可以反映單位產值的碳排放，本文選用農業碳排放強度替換農業碳排放進行穩健性回歸檢驗。三是調整控制變量。本文對控制變量農業經濟發展水平進行刪減后，再進行穩健性檢驗。四是雙邊縮尾處理。為剔除極端值的影響，本文對變量進行雙邊縮尾處理后，再進行回歸檢驗。五是核心解釋變量滯后一期。考慮影響的時滯性，本文將核心解釋變量滯后一期帶入回歸模型進行檢驗。穩健性檢驗結果見表3所列。

由表3可知，土地流轉對農業碳排放的影響系數在經過一系列穩健性檢驗后依然為負，并且列（1）和列（2）在5%水平上顯著，列（3）至列（5）在1%水平上顯著。由此可知，經過穩健性檢驗后，H1依然成立。

（四）內生性問題處理

考慮回歸模型可能存在內生性問題，一方面模型難免會遺漏變量，導致參數估計有誤；另一方面在部分地區農業生產中，化肥、農藥、機械等農業生產要素投入量大，表現出高碳排放特征，而高碳排放會導致農業生產經營投入成本增高，促使農戶偏向將土地轉讓給更有經濟實力的農業經營者，從而促進土地流轉，因此土地流轉與農業碳排放間可能存在反向因果關系。為處理內生性問題，本文采用兩階段最小二乘法（2SLS）和DIF-GMM法對土地流轉與農業碳排放間的影響進行再次估計。同時，為確保工具變量的有效性，參考馮曦明等（2022）［37］的研究，本文進行了弱工具變量和工具變量不可識別檢驗。具體結果見表4所列。

由表4可知，兩階段最小二乘法的第一階段回歸結果表明，Wald統計量超過了10%水平的臨界值，并且拒絕了存在弱工具變量的原假設，這意味著工具變量與內生變量土地流轉之間存在顯著正相關關系；第二階段的回歸結果表明，土地流轉對農業碳排放產生了顯著負向影響，其效應在1%水平上顯著，并且LM統計量的結果顯著拒絕了工具變量識別不足的原假設；DIF-GMM估計結果表明，自相關檢驗和過度檢驗的P值均通過檢驗，并且回歸系數依然顯著為負。因此，內生性問題檢驗結果表明，土地流轉降低農業碳排放的研究結果具有穩健性。

五、進一步分析

（一）作用機制檢驗

本文對技術創新效應、規模經營效應和結構優化效應三個機制進行了中介效應檢驗。具體檢驗結果見表5所列。

由表5可知，列（1）至列（3）依次表明土地流轉對技術創新效應、規模經營效應、結構優化效應的回歸系數均在統計水平上顯著為正，顯著性水平都為1%。其中，促進技術創新效應最為顯著，其次是規模經營效應，而結構優化效應促進作用相對較小。土地流轉作用于技術創新效應、規模經營效應和結構優化效應中介變量時，農業碳排放的影響系數均在1%水平上顯著為負。該結果表明土地流轉程度每增加一個單位，在三個中介機制的作用下，分別會降低0.470、0.526和0.442個單位的農業碳排放，也進一步說明技術創新效應、規模經營效應和結構優化效應能發揮中介作用。綜上所述，土地流轉能通過技術創新效應、規模經營效應、結構優化效應有效降低農業碳排放。因此，H2、H3和H4得到驗證。

（二）異質性分析

本文利用分組回歸模型從地理區位、農業生產功能和農業生產對象三個維度，進一步分析土地流轉對農業碳排放影響的異質性。首先，在整體區域上土地流轉顯著降低了農業碳排放，然而，不同地區之間可能存在資源稟賦、農業生產行為和經濟基礎的差異，從而導致影響效果的差異。為考察土地流轉對農業碳排放的區域異質性，本文參考國家統計局地理區位的劃分標準，將樣本劃分為東、中、西部三大地區，并分組進行回歸分析。其次，根據《國家糧食安全中長期規劃綱要（2008—2020年）》中的農業生產功能定位，本文將樣本分為糧食主產區、糧食主銷區和產銷平衡區三類，并分組進行回歸分析。最后，本文依據農業生產對象將樣本分為種植業區和畜牧業區進行異質性分析。具體分析結果見表6所列。

表6列（1）至列（3）的數據顯示，在東部和西部地區，土地流轉對農業碳排放產生了顯著降低的效果，估計系數在1%水平上呈負值，而中部地區未通過顯著性檢驗。結果可能是，由于不同地區的農業技術、農業結構和資源利用差異所致。其中，東部地區農業數字技術及農業經濟發展水平處于較為領先水平，而西部地區農業經濟發展水平相對落后，因此這兩個地區提升土地流轉程度對農業碳排放的減少具有明顯的作用，而中部地區由于不同類型的農業活動和產出組合，以及不同的資源分布和利用方式，導致土地流轉對碳排放的影響不夠顯著。

表6列（4）至列（6）數據顯示，糧食主產區和產銷平衡區的估計系數在1%水平上呈正值，表明土地流轉對糧食主產區和產銷平衡區的農業碳排放具有正向作用，且產銷平衡區的正向作用大于糧食主產區；糧食主銷區估計系數呈明顯的負向作用，表明土地流轉對農業碳排放產生了負向影響。原因可能是，糧食主產區和產銷平衡區是糧食生產的重要地區，土地流轉促使農戶擴大農業生產規模，引入更多生產要素，以滿足市場需求，這種規模化和集約化的生產方式可能導致碳排放的增加。糧食主銷區是糧食的消費和分銷中心，土地流轉促使農戶優化農產品的供應鏈，減少農產品在損耗、存儲和運輸等過程中所帶來的能源消耗和碳排放。

表6列（7）和列（8）表明，種植業區的估計系數在1%水平上顯著為負，表明土地流轉能降低種植業區的農業碳排放；畜牧業區的估計系數在1%水平上顯著為正，表明土地流轉會增加畜牧業區的農業碳排放。結果可能是，種植業區更多地依賴于農作物的栽培和種植，土地流轉促使農戶引入先進的農業技術和管理方法，從而降低碳排放；畜牧業區是畜牧業生產的重要地區，涉及畜產品的供應鏈和加工環節，土地流轉促使農戶擴大畜牧業生產規模，增加畜禽養殖密度，而這種規模擴大和密度增加可能導致畜禽糞便的排放和飼料生產過程中的能源消耗增加，進而增加碳排放。

六、研究結論與政策建議

（一）研究結論

本文利用2006—2022年中國30個省份的面板數據，通過運用雙向固定效應模型和中介效應模型等實證檢驗土地流轉對農業碳排放的影響效應及作用機制，并利用分組回歸模型從地理區位、農業生產功能和農業生產對象三個維度進行異質性分析，得出以下結論：土地流轉對農業碳排放具有顯著降低作用；土地流轉通過技術創新效應、規模經營效應和結構優化效應三種渠道，顯著降低農業碳排放；異質性結果表明，土地流轉在東部地區、西部地區、糧食主銷區和種植業區對農業碳排放的抑制作用更顯著。

（二）政策建議

根據以上研究結論，本文提出以下政策建議：

第一，有序推進土地流轉，發揮其對農業碳排放的減量效應。首先，加速土地確權頒證，以確保土地權益的穩定性，為土地流轉提供法律保障；進一步完善土地流轉交易和管理平臺的建設，便于農民和農業企業進行土地流轉交易，維護各類市場主體權益。其次，提高土地流轉效率，改善農地投資政策，制定激勵政策，鼓勵投資者參與農業碳減排項目。最后，改進土地爭議與矛盾解決機制，建立有效的爭議解決機制，減少土地流轉過程中的糾紛，優化土地流轉服務體系，協調推進土地流轉與農業碳減排聯動，充分發揮土地流轉在碳減排方面的作用。

第二，提升科技創新水平、發展適度規模經營、優化產業結構，從而促進農業碳減排。首先，強化科學技術的推廣與應用，尤其是發展農業綠色技術、信息技術和清潔能源技術，有效利用可再生資源、新能源，以降低碳排放并提高農業生產效率。其次，發展適度規模經營，改善耕地細碎化，完善集約化生產模式，實現糧食增產與農業碳減排的有機結合。最后，推進農村剩余勞動力向第二產業和第三產業有效轉移，調整農業生產內部結構，優化農業產業結構，通過引導勞動力向高附加值產業轉移，提高農業生產效率，發揮農業碳減排的功能，更好實現農村經濟的可持續發展。

第三，因地制宜制定差異化政策，加快農業低碳轉型。首先，各地區要發揮比較優勢，結合當地的經濟發展水平、農業產業結構和資源稟賦等，調整土地流轉政策，引導省際農業部門減排互動交流。其次，在不同農業生產功能區延長流轉期限，擴大規模效應和加強投入綠色先進技術，優化農業產業結構和服務體系，提高農業生產效益，促進農業綠色低碳發展。最后，在畜牧業區和種植業區，設立智能化的灌溉和監測系統，實時了解土壤養分、作物生長和病蟲害等數據，幫助農戶科學施肥和合理防治病蟲害等，從而減少化肥、農藥等的使用量，降低能源消耗和碳排放。

參考文獻：

［1］WEST T O，MARLAND G. A Synthesis of Carbon Sequestration，Carbon Emissions，and Net Carbon Flux in Agriculture：Comparing Practices in the United States［J］. Agriculture Ecosystems and Environment，2002，91（1）：217-232.

［2］張廣勝，王珊珊.中國農業碳排放的結構、效率及其決定機制［J］.農業經濟問題，2014，35（7）：18-26，110.

［3］田云，尹忞昊.中國農業碳排放再測算：基本現狀、動態演進及空間溢出效應［J］.中國農村經濟，2022（3）：104-127.

［4］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，201，21（8）：80-86.

［5］陳建學，陳盛偉，牛浩.農業保險發展對農業碳排放的影響機制研究——基于行為改變視角的中介效應分析［J］.世界農業，2023（5）：91-103.

［6］賀青，張俊飚.糧食主產區政策對農業碳排放的影響［J］.華中農業大學學報（社會科學版），2023（4）：47-55.

［7］程琳琳，張俊飚，何可.多尺度城鎮化對農業碳生產率的影響及其區域分異特征研究——基于SFA、E指數與SDM的實證［J］.中南大學學報（社會科學版），2018，24（5）：107-116.

［8］田云，林子娟.中國省域農業碳排放效率與經濟增長的耦合協調［J］.中國人口·資源與環境，2022，32（4）：13-22.

［9］夏四友，趙媛，許昕，等.近20年來中國農業碳排放強度區域差異、時空格局及動態演化［J］.長江流域資源與環境，2020，29（3）：596-608.

［10］朱洪革，曹博，趙文鋮.中國農業全要素碳排放績效時序演進及空間收斂特征［J］.統計與決策，2022，38（9）：63-68.

［11］邵帥，范美婷，楊莉莉.環境規制，經濟結構調整、綠色技術進步與中國低碳轉型發展——基于總體技術前沿和空間溢出效應視角的經驗考察［J］.管理世界，2022，38（2）：46-6，10.

［12］龍云，任力.農地流轉對農業面源污染的影響——基于農戶行為視角［J］.經濟學家，2016（8）：81-87.

［13］鄒偉，崔益鄰，周佳寧.農地流轉的化肥減量效應：基于地權流動性與穩定性的分析［J］. 中國土地科學，2020，34（9）：48-57.

［14］吉雪強，劉慧敏，張躍松.中國農地流轉對農業碳排放強度的影響及作用機制研究［J］.中國土地科學，2023，37（2）：51-61.

［15］謝文寶，劉國勇.農地流轉背景下新疆農戶殘膜回收機械化技術采納分析［J］.中國農業資源與區劃，2021，42（4）：90-98.

［16］李文明，羅丹，陳潔，等.農業適度規模經營：規模效益、產出水平與生產成本——基于 1552個水稻種植戶的調查數據［J］.中國農村經濟，2015（3）：4-17，43.

［17］徐玉冰，王晶.數字化轉型、要素流動與包容性綠色增長——以長江經濟帶為例［J］. 華東經濟管理，2024，38（2）：22-30.

［18］王效仿，劉建偉，董玉河.以農村人力資本的積聚來促進農業現代化［J］.生產力研究，2002（5）：202-204.

［19］彭繼權，吳海濤.土地流轉對農戶農業機械使用的影響［J］.中國土地科學，2019，33（7）：73-80.

［20］楊雪，王永平，王靜.數字鄉村發展對農業碳排放強度的影響效應及作用機制檢驗［J］.統計與決策，2023，39（11）：66-71.

［21］傅巧靈，李媛媛，趙睿.數字普惠金融推進脫貧地區鄉村全面振興的邏輯、問題與建議［J］.宏觀經濟研究，2022（6）：49-56.

［22］方振，李谷成，李曉慧，等.農地流轉與化肥減量——來自農地流轉政策的準自然實驗［J］.中國農業資源與區劃，2023，44（10）：123-134.

［23］JU X T，GU B J，WU Y Y，et al. Reducing China′s Fertilizer Use by Increasing Farm Size［J］.Global Environmental Change，2016（41）：26-32.

［24］WU Y Y，XI X C，TANG X，et al. Policy Distortions Farm Size and the Overuse of Agricultural Chemicals in China［J］. Proceedings of the National Academy of Sciences of the United States of America，2018，115（27）：7010-7015.

［25］卞晨，初釗鵬，孫正林.“雙碳”目標與宏觀經濟政策目標何以兼顧？［J］.華東經濟管理，2024，38（3）：58-73.

［26］范東壽.農業技術進步、農業結構合理化與農業碳排放強度［J］.統計與決策，2022，38（20）：154-158.

［27］ZHOU X，ZHANG J，LI J. Industrial Structural Transformation and Carbon Dioxide Emissions in China［J］. Energy Policy，2013（57）：43-51.

［28］吳賢榮，張俊飚，田云，等.中國省域農業碳排放——測算、效率變動及影響因素研究：基于DEA-Malmquist指數分解方法與Tobit模型運用［J］.資源科學，2014，36（1）：129-138.

［29］劉瓊，肖海峰.農地經營規模與財政支農政策對農業碳排放的影響［J］.資源科學，2020，42（6）：1063-1073.

［30］王佳月，李秀彬，辛良杰.中國土地流轉的時空演變特征及影響因素研究［J］.自然資源學報，2018，33（12）：2067-2083.

［31］魯釗陽.省域視角下農業科技進步對農業碳排放的影響研究［J］.科學學研究，2013，31（5）：674-683.

［32］劉漢成，關江華.適度規模經營背景下農村土地流轉研究［J］.農業經濟問題，2019（8）：59-64.

［33］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.

［34］陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發展［J］.經濟研究，2018，53（2）：20-34.

［35］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.

［36］王運昌，穆蘭.土地流轉如何推動農業現代進程——基于中介效應模型的實證分析［J］.農業與技術，2022，42（22）：137-142.

［37］馮曦明，張仁杰，楊膨宇.產業協同集聚提升綠色發展水平了嗎？——基于285個城市的空間計量分析［J］.金融與經濟，2022（3）：71-81.

［責任編輯：夏 麗，陳春香］