秸稈還田對農業碳排放的影響

Abstract：Exploring theimpactstrawreturming teldsonagriculturalcarbonemissions is helpful toprovideimportant experience for improving thecomprehensiveutilizationlevel strawrealizing thelow-carbon transitionagriculture under the dual-carbon target.Based on the panel data set 3O provinces in China （excluding Hong Kong，Macao，Taiwan Tibet），thelevel strawreturning tieldsthelevelagriculturalcarbonemisions ineachprovincewere measured.Thespatialspillvereffectregional heterogeneitystrawreturming tieldsonagriculturalcarbonemissions wereempirically tested byaspatialeconometric modeling.Theresults demonstrate thatthe strawreturning tields exertsa considerable negative spatial spillverefect onagricultural carbon emissions，thatis，the strawreturning tields can efectively diminishtheintensityagriculturalcarbonemissons withinagivenregioninneighboringregions.However， the influence strawreturming to fieldson agriculturalcarbon emissons varies considerablyacrossdiferent regions，among which，thewestern region exhibits themost pronounced promotion efect onagriculturalcarbon emisionreduction，followed bythecentralregion，theeasternregiondisplaystheleastsignificantefect.Therefore，itisimperativethatthefull potential carbon sinks from straw returning to fields should bereleased，therole policyguidance should beactively strengthened，interprovincial exchanges cooperation should be promoted， the advantages each regionshould be fullleveraged inaccordance withlocalconditions，soastoadvancethegreenlow-carbondevelopmentagriculture.

Keywords：straw returning to fields；agriculturalcarbonemissions；spatial spillover effct；heterogeneityanalysis

0 引言

1 研究假說

全球變暖導致自然災害日益頻發，碳排放已然成為社會各界重點關注的問題。農業活動是碳排放的重要來源之一，據聯合國糧農組織報告，過去30年，由農業活動產生的碳排放量占全球碳排放總量的 17% ，僅次于工業活動[1]。作為農業大國，我國在2020年提出“3060雙碳”戰略目標，力求促進農業綠色低碳循環發展。現階段，雖然我國農作物碳排放強度總體呈下降趨勢，但仍面臨著嚴峻挑戰。因此，研究農業低碳發展路徑，對實現農業綠色轉型具有重要的理論現實意義。

目前，有關農業碳排放的研究主要聚焦3個方面。一是有關農業碳排放的測算體系[2.3]。學者多從碳排放量化角度出發，在明確碳源核算類別、系數，選定碳排放衡量指標的基礎上，進而科學核算農業碳排放。二是有關農業碳排放的時空特征。相關學者以全國、省域、地市等層面為研究對象，利用核密度4、基尼系數[5、莫蘭指數等方法探究其時空演化特性，研究結果表明，中國農業碳排放總量整體呈波動下降態勢，農業碳排放強度處于持續下降狀態，且農業碳排放區域差異性較大，省域間顯現空間集聚特征。三是農業碳排放的影響因素。相關研究表明土地規模經營[7]、農村產業融合8和農業科技創新9等均對農業碳排放存在顯著的“減碳效應”，可加快農業綠色發展進程。

農作物秸稈中含有豐富的營養物質，對其合理運用有助于改善土壤理化特性，提高土壤有機質含量，促進土壤蓄水保熵[10.11]。事實上，作為一種有效的秸稈綜合利用方式，秸稈還田不僅可促進農業增產升效，提高農業全要素生產率，還能降低面源污染，助力農業綠色低碳發展，對農業碳減排具有重要潛力[12.13]。現有關于秸稈還田對農業碳減排的研究主要集中于自然科學領域，多采用田野試驗的方式[14.15]，進行小范圍定位試驗，證實秸稈還田具有農田土壤固碳功能。但鮮有學者從宏觀視角研究秸稈還田對農業碳排放的影響，對其內在作用機制的探討更是匱乏。

基于此，以2005—2021年中國30個省份（不含港澳臺及西藏地區）為研究對象，在計算出農業碳排放強度的基礎上，利用空間計量模型實證分析秸稈還田對農業碳排放的影響。本文可能的邊際貢獻：（1）通過理論和實證探討秸稈還田對農業碳排放的影響，為我國農業固碳減排提供新思路。（2）由于技術發展和環境污染具有擴散效應，本文將空間因素納入秸稈還田對農業碳排放的作用中，探究二者是否存在非線性關系。3）明晰秸稈還田對農業碳排放在不同地區的影響差異，得出相應結論，以期給出針對性建議。

1.1秸稈還田對農業碳排放的影響

秸稈還田減少農業碳排放可以從3個方面實現。首先，秸稈還田作為保護性機械耕作的一種重要形式，促進其高值化利用，能夠解決農業秸稈周期性、結構性、地域性剩余[16]。在農業現代化發展進程中，較多農戶選擇露天焚燒和隨意丟棄等方式處理過剩秸稈，加劇溫室氣體排放。采用秸稈還田能夠提高資源利用率，減少碳源從而緩解環境壓力，促進農業低碳發展。其次，秸稈還田具有\"增肥效應”17]和\"固碳效應”18]。在農業生產過程中，為提高農作物產量，過量投入化肥、農藥等化學物品，不僅使其直接分解釋放大量二氧化碳，還會間接降低土壤固碳減排能力。使用秸稈還田既能為土壤提供肥力以便減少單位面積化肥農藥投入量，還能改善土壤質地，提高農田碳匯功能，從而降低土壤污染和減少溫室氣體排放。最后，隨著農業機械化水平的不斷提高，秸稈還田技術推廣必然帶來農業低碳發展理念傳播，既促進了農戶規模化生產，又能引導農戶自覺抵制秸稈燒行為，實現農業生產綠色轉型。

綜上，提出假說1：秸稈還田能夠降低農業碳排放。

1.2秸稈還田對農業碳排放的空間效應分析

由地理學第一定律知，事物之間具有相關性且距離越近關聯性越緊密[19]。因此，一個地區的秸稈還田技術采納，很大程度上會受到相近地區秸稈還田使用情況的影響。同時，環境污染易產生擴散效應[20]，農田作業過程產生的碳排放極易在區域間擴散。技術進步理論認為，綠色農機發展會對農業碳排放產生影響[21]。秸稈還田作為綠色農機作業的重要形式，主要從兩方面對農業碳排放產生影響。（1）地區間秸稈還田通過培肥節水促進農業生產降本增效，這種獲益能夠對鄰近地區產生“示范效應”，相鄰地區農戶受到改良措施激勵，通過模仿和學習經驗，促進本地區秸稈還田技術采納，從而降低本地區農業碳排放。（2）秸稈還田在跨區流動中具有知識“外溢效應”，可打破地區技術壁壘，促進地區間先進農業生產經驗交流互動，提升秸稈利用率，實現農業碳減排。

綜上，提出假說2：秸稈還田對本地區農業碳排放存在顯著的“減碳效應”，且通過空間溢出效應對鄰近地區產生“減碳效應”。

2 模型設定、變量選取以及數據來源

2.1 模型設定

2.1.1 空間自相關檢驗

采用全局莫蘭指數檢驗秸稈還田和農業碳排放強

度的空間相關性，如式（1）所示。

式中： 1 一全局莫蘭指數；n 3 區域內樣本量；x_i -區域的觀測值；X_j 區域的觀測值； 中 -區域的平均值；W_ij —空間權重矩陣

全局莫蘭指數服從正態分布，取值范圍為[一1，1]。全局莫蘭指數絕對值越接近1，表明空間相關性越強；全局莫蘭指數絕對值越接近0，表明空間相關性越弱。當 Igt;0 時，表明變量呈空間正相關性；當Ilt;0 時，則表明變量呈空間負相關性；當 I=0 時，表示空間呈隨機性。因此，選用空間鄰接矩陣實證檢驗秸稈還田對農業碳排放強度的影響。

2.1.2 空間面板回歸模型

理論分析結果表明，秸稈還田與農業碳排放強度可能存在空間溢出效應。因此，利用空間杜賓模型，實證分析秸稈還田對農業碳排放的影響。模型形式如式（2）所示。

LCQ_it=β₀+ρW_itLCQ_it+α₁Straw_it+β₁W_itStraw_it+

α₂Con_it+β₂W_itCon_it+v_i+c_t+u_it

式中： LCQ ——農業碳排放強度；

t^. 中 樣本所在年份；

ρ 被解釋變量空間滯后項系數；

α₁ （2 解釋變量的相關系數；

β₀ 常數項系數；

β₁ 解釋變量空間滯后項系數；

β₂ 控制變量空間滯后項系數；

α₂ 控制變量系數；

Straw 秸稈還田水平；

Con 相關控制變量；

v_i 個體效應；

c_i 中 時間效應；

u_it 隨機擾動項。

2.2 變量選取

被解釋變量：農業碳排放強度（LCQ）。目前，學術界對農業碳排放的核算主要從農地利用、水稻種植和畜禽養殖3方面確定具體碳源因子。

本文研究重點為狹義種植業，因此，借鑒李寬等[1]研究，暫不考慮畜禽養殖產生的農業碳排放，農業碳源排放系數參見李波[22、田云23]等研究成果。農業碳排

放強度參考韓超躍等24]選用農業碳排放總量與農作物總播種面積的比重表示。計算如式（3）和式（4）所示。

LCQ=C/E

式中： c —農業碳排放總量； —l類別農業碳源碳排放系數;I_l ——類別農業碳源；E —農作物播種面積。

核心解釋變量：秸稈還田水平（Straw）。借鑒現有研究[25]，用各省域秸稈還田面積占農作物播種總面積的比值表示。

控制變量：財政支農水平（ GOV） ，采用各省域農林水事務支出占財政總支出比值表示；成災面積（DIS），采用省域農作物成災面積表示；農村用電量（ELE） ，采用農村用電量占鄉村人口數的比值表示；農村人力資本（HUM，采用農村勞動力的平均受教育年限并取對數衡量。

2.3 數據來源

由于西藏地區部分數據缺失，主要選取2005—2021年我國30個省份面板數據進行研究，數據主要來源于《中國統計年鑒》《中國人口和就業統計年鑒》《中國農業機械工業年鑒》以及各省統計年鑒和EPS數據庫等，缺失數據采用插值法填補，變量描述性統計見表1。

表1各變量描述性統計 Tab.1Descriptive statistics forvariables

3 結果與分析

3.1秸稈還田對農業碳排放強度的影響

3.1.1秸稈還田與農業碳排放強度的空間相關性檢驗

利用Stata16.O測算秸稈還田和農業碳排放強度的全局莫蘭指數，結果如表2所示。秸稈還田和農業碳排放強度的全局莫蘭指數均在 1% 水平下顯著為正，表明秸稈還田和農業碳排放強度存在顯著的正向空間相關性。

表2秸稈還田與農業碳排放的空間相關性檢驗 Tab.2 Spatial correlation test between straw return agricultural carbon emission

3.1.2秸稈還田對農業碳排放強度的空間效應分析

在實證分析秸稈還田對農業碳排放強度的影響前，首先應進行LM檢驗、LR檢驗、Wlad檢驗以及Hausman檢驗，以此確定所使用的空間面板回歸模型，結果如表3所示。在鄰接矩陣下，檢驗結果均表明空間杜賓模型優于空間滯后模型和空間誤差模型。Hausman檢驗值為（ ，表明應選擇固定效應模型。綜上，選用固定效應的空間杜賓模型。

表3空間計量模型檢驗結果 Tab.3 Results spatial econometric modelling tests

注：、**、***分別表示在 10%.5%.1% 的水平下顯著。下同。

利用Stata16.O估計固定效應空間杜賓模型，結果如表4所示。空間自回歸系數rho在 1% 水平下顯著為正，表明農業碳排放強度存在一定的空間相關性，本地區的農業碳排放強度上升會增強鄰近地區農業碳排放強度。核心解釋變量方面，秸稈還田對農業碳排放的直接影響系數為一0.035，空間滯后項系數-0.118 ，且分別在 5%.1% 水平下顯著為負，表明秸稈還田能夠降低本地區和鄰近地區的農業碳排放。一方面，秸稈還田替代秸稈焚燒和秸稈丟棄，降低農業生產碳排放；另一方面，秸稈還田傳播保護耕作理念，帶動農業生產技術進步，優化農業種植結構，促進農業綠色生產。

表4秸稈還田與農業碳排放的空間杜賓模型回歸結果 Tab.4 Spatial Durbin model regression results straw return agricultural carbon emissions

注：括號內為 Z 值。下同。

3.1.3 空間效應分解

被解釋變量的空間自相關系數顯著且不為0，為準確衡量秸稈還田與農業碳排放的空間效應溢出效應，利用偏微分求解將總效應分為直接效應和間接效應，結果如表5所示。秸稈還田對農業碳排放強度的總效應為－0.673，在 1% 水平下顯著為負，即秸稈還田每提高 1% ，能夠有效減少農業碳排放強度0.673% ；其中直接效應為 -0.087 ，間接效應為-0.585 ，均在 1% 水平下顯著為負，表明秸稈還田對農業碳排放具有空間溢出效應，未來應當繼續推進秸稈還田應用。假說1和假說2得到驗證。

表5空間杜賓模型各變量空間效應分解Tab.5Decomposition spatial effects variablesin the spatial Durbin model

控制變量方面，財政支農水平對農業碳排放強度的總效應為一2.114，其中直接效應為一0.307，間接效應為—1.807，均在 1% 水平下顯著為負，表明財政支農力度加大有利于降低農業碳排放強度。可能由于財政水平提高，為農戶提供了充足的資金支持，激發農戶改良設備，促進秸稈還田技術采納，由于技術溢出效應影響，又會促進鄰近地區加大節能環保型機械采納，從而總體上降低碳排放強度。成災面積對農業碳排放強度的總效應為3.917，其中直接效應為0.712，間接效應為3.205，僅直接作用在 10% 水平下顯著為正，表明成災面積擴大會提高本地區農業碳排放強度。原因可能有農作物耕作遭受自然災害影響，短時間內需要投入人力、物力進行補救、重建，加大能源消耗，從而提高農業碳排放。農村用電量對農業碳排放強度的總效應為2.025，其中直接效應為0.152，間接效應為1.872，均在 1% 水平下顯著為正，表明農村用電量提高會增強農業碳排放強度。農業用電是農業生產過程碳排放的來源之一，原因可能是農村用電量提高加劇了能源消耗，從而增加農業碳排放。農村人力資本對農業碳排放強度的總效應為0.673，其中直接效應為0.291，間接效應為0.381，直接效應、間接效應和總效應的系數均顯著為正，表明人力資本水平的提高會增強農業碳排放。可能是因為農村人力資本的提高，往往伴隨著高文化水平和強技能人才優質勞動力的非農轉移，致使農村生產優質勞動力供給不足，無法實現農業資源的有效配置，從而對農業碳減排產生不利的影響。

3.2內生性討論與穩健性檢驗

3.2.1 內生性討論

盡管本文盡可能控制了影響農業碳排放強度的因素，但仍可能會有遺漏變量的存在，由此導致研究結果出現偏差。并且由于農業碳排放強度與秸稈還田之間可能存在反向因果關系，從而產生內生性問題。因此，借鑒余志剛等[12]的經驗，選擇滯后一期的秸稈還田作為工具變量，并采用兩階段最小二乘法進行實證回歸，結果如表6列（1）所示。檢驗結果拒絕工具變量識別不足和弱工具變量的假設，表明該工具變量選擇較為合理。秸稈還田對農業碳排放強度的影響系數為—0.157，且在 1% 水平下顯著為負，說明考慮了內生性問題后，該結果仍然穩健。

表6內生性討論與穩健性檢驗 Tab.6 Endogeneity discussion robustness tests

3.2.2 穩健性檢驗

為進一步證實結果的可靠性，進行穩健性檢驗。

1）縮尾處理。為避免極端值影響，提高研究內容穩定性和可靠性，對面板數據進行縮尾處理，結果如表6列（2）所示。秸稈還田對農業碳排放的直接效應、間接效應和總效應均在 1% 水平下顯著為負，表明秸稈還田對本地區和鄰近地區農業碳排放強度具有抑制作用。

2）替換被解釋變量。參考李波等[22]對農業碳排放的研究，從化肥、農藥、農膜、柴油、灌溉和翻耕6個方面產生的碳排放量作為被解釋變量重新進行回歸估計，結果如表6列（3）所示。秸稈還田對農業碳排放的直接、間接和總影響依然顯著為負，表明秸稈還田有利于本地區和鄰近地區的農業碳減排。

3）反距離平方權重矩陣。為證實研究結果可靠性，選用反距離平方權重矩陣進行穩健性檢驗，結果如表6列（4）所示。在反距離平方權重矩陣下秸稈還田對農業碳排放的直接效應、間接效應和總效應仍顯著為負，表明秸稈還田能夠顯著降低本地區和鄰近地區的農業碳排放強度。綜上，穩健性檢驗結果與主回歸分析結果基本一致，證實這一結論是穩健的。

3.3 異質性分析

由于不同地區資源稟賦、經濟條件、地形地貌以及農業生產力水平不同，各地區秸稈還田對農業碳排放的作用效果可能會有所差異。為探究秸稈還田對農業碳排放的影響是否存在區域異質性，按照東部地區、中部地區、西部地區進行劃分，利用空間計量模型，分別進行實證檢驗，結果如表7所示。

秸稈還田對東部地區、中部地區和西部地區農業碳排放強度的總效應影響系數分別為一0.453、-0.739、-0.843 ，且均在 1% 水平下顯著為負，表明秸稈還田能夠降低不同地區農業碳排放強度。可能是因為東部地區經濟基礎好，農業生產技術成熟，重視資源環境保護，易發揮秸稈還田的示范作用，減少本地區和鄰近地區的農業碳排放；中部地區地勢平坦，為農機作業創造有利條件，有利于秸稈還田技術的推廣，能很好地發揮農業碳減排的作用；對于西部地區而言，政府不斷加快推進西部農業低碳發展進程，秸稈還田應用目前處于較快上升期，有利于發揮其對西部地區的農業碳減排作用。但秸稈還田對農業碳減排的作用西部地區最強、中部次之、東部最弱，原因可能是東部地區主要處于非糧食主產區，農地細碎化、分散化現象突出；而中部地區農業生產較為集約化、規模化，一定程度上加快了綠色農業機械化的推廣，致使秸稈還田的碳匯作用優于東部地區。相比于東中部地區農業發展較為飽和，西部地區農業發展的潛力更大，又因國家愈發重視對西部地區協調一體化發展和綠色農機支持力度，從而為西部地區農業資源流動提供便利，使其農業碳減排的邊際效用大于東、中部地區。

表7異質性分析Tab.7 Heterogeneity analysis

4 結論與建議

4.1 結論

基于2005—2021年中國30個省份為研究對象，通過構建空間計量模型，探究秸稈還田對農業碳排放的影響。

1）秸稈還田水平和農業碳排放強度均存在顯著的正向空間自相關性，即本地區的秸稈還田技術采納會促進鄰近地區秸稈還田應用推廣。同理，抑制本地區的農業碳排放會減少鄰近地區農業碳排放。

2）從整體來看，秸稈還田水平對農業碳排放存在顯著的負向空間溢出效應，即提高秸稈還田水平既能降低本地區農業碳排放強度，也能降低鄰近地區農業碳排放強度，結論在經過內生性討論和穩健性檢驗后依舊成立。

3）從地區異質性來看，秸稈還田對農業碳排放的影響存在顯著的區域異質性，秸稈還田水平對東部地區、中部地區和西部地區農業碳排放強度的總效應影響系數分別為 -0.453，-0.739，-0.843 ，即秸稈還田對西部地區農業碳排放的抑制作用最強，中部次之，東部最弱。

4.2建議

1）提高秸稈還田水平。一方面，政府應積極開展秸稈還田經濟價值和生態價值科普宣傳，激發農戶秸稈還田技術采納積極性，引導形成政府可持續發展、農戶收益和生態效益利益聯結機制，實現三方共贏。另一方面，政府充分發揮政策引領作用，實施節能環保型農機購置補貼政策，利用作業補貼、貸款貼息等工具降低農戶綠色技術采納成本，提升農戶綠色農機采購、使用能力，確保秸稈還田技術應用“落地”。

2）促進地區間秸稈還田交流合作。通過實證結果可知，秸稈還田對鄰近地區的農業碳排放具有顯著的負向空間溢出效應。因此，各地區應加強農機資源互動交流，打造一體化的農機服務平臺，持續推動農業科技創新，補齊秸稈還田技術“短板”，增強秸稈還田技術的適用性和穩定性，以點帶面，發揮輻射效應，實現人才、資本、技術等生產要素在空間上的科學調配和高效協作，充分發揮秸稈還田對農業生產減排的溢出效應。3）因地制宜推廣秸稈還田模式。考慮到秸稈還田在不同區域間影響效益存在差異，各地政府應立足于各省域資源稟賦差異，制定“宜還田\"模式，確保秸稈還田紅利充分釋放。同時，積極鼓勵東、中部地區攻關秸稈還田及其配套技術的研發力度，并充分發揮“示范效應\"推動高技術農業產品向西部地區遷移；西部地區應提高“學習能力”，接納并改良先進技術產品，深入挖掘農業碳匯潛力。

參考文獻

[1］李寬，張弘，史磊．農業科技進步對農業碳排放空間溢出效應的實證檢驗[J]．統計與決策，2023，39（21）：52-57.LiKuan，ZhangHong，Shi Lei.Empirical test spatialspillover effect agricultural scientific technologicalprogress on agricultural carbon emissions[J].Statisticsamp;.Decision，2023，39（21）：52-57.

[2]黃曉慧，楊飛，陸遷．城鎮化、空間溢出效應與農業碳排放——基于2007—2019年省級面板數據的實證分析[J].華東經濟管理，2022，36（4）：107—113.Huang Xiaohui，Yang Fei，Lu Qian. Urbanization，spatialspillovereffect，agriculturalcarbon emission：Empirical analysis based on the data provincial panelfrom2007to 2019[J]. East ChinaEconomic2022，36（4）：107—113.

［3］田云，張俊飚，尹朝靜，等．中國農業碳排放分布動態與趨勢演進一 —基于31個省（市、區）2002—2011年的面板數據分析[J].中國人口·資源與環境，2014，24（7）：91-98.TianYun， ZhangJunbiao， Yin Chaojing，etal.Distributional dynamics trend evolution China'sagricultural carbon emissions：An analysis on panel data 31 provinces from 2O02 to 201l [J].China Population，ResourcesEnvironment，20l4，24（7）：91-98.

［4］盧奕亨，田云，周麗麗．四川省農業碳排放時空演變特征及其影響因素研究[J].中國農業資源與區劃，2023，44（11）：1—14.Lu Yiheng，Tian Yun， Zhou Lili． Spatial-temporalevolution influencing factors agricultural carbonemissions in Sichuan province [J]． Chinese Journal Resources Regional Planning， 2023，44（11）：1—14.

［5］武玉環，王海松，周榮柱，等．農業機械化綜合發展水平地區差異及收斂特征[J]．中國農機化學報，2024，45（2）：311—319.Wu Yuhuan，Wang Haisong， Zhou Rongzhu，et al.Regional differences convergence characteristicscomprehensivedevelopmentlevelagriculturalmechanization [J].Journal ChineseMechanization，2024，45（2）： 311-319.

［6］田云，尹怒昊．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.TianYun， YinWenhao. Re-evaluation China'sagricultural carbon emissions：Basic status，dynamicevolution spatial spillover effects [J].Chinese RuralEconomy，2022（3）： 104—127.

［7］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.Ji Xueqiang，Liu Huimin，Zhang Yuesong. Study on theinfluence rural l transfer on agricultural carbonemission intensity its mechanism in China[J]. ChinaL Science，2023，37（2）： 51-61.

［8］李寬，史磊．農村產業融合對農業碳排放的影響：機制路徑及空間溢出效應分析[J].中國農業資源與區劃，2024，45（4）：1—14.Li Kuan，Shi Lei. Effects rural industrial convergenceonagricultural carbon emissions：Mechanism path spatial spillover effect analysis [J]． Chinese Journal Resources Regional Planning， 2024，45（4）：1—14.

［9］顏光耀，陳衛洪，錢海慧．農業技術效率對農業碳排放的影響——基于空間溢出效應與門檻效應分析[J].中國生態農業學報（中英文），2023，31（2）：226－240.Yan Guangyao，Chen Weihong，Qian Haihui. Effects agricultural technical effciency on agricultural carbonemission：Based on spatial spillover effect thresholdeffect analysis [J]. Chinese Journal Eco-Agriculture，2023，31（2）：226—240.

[10］全孝飛，顏曉元，王書偉，等．長期施用有機物料對稻田生態系統服務功能的影響［J]．農業環境科學學報，2017，36（7）： 1406—1415.Quan Xiaei，Yan Xiaoyuan，Wang Shuwei，et al.Effects long-term application organic materials on theecosystem services paddy fields[J].Journal Agro-Environment Science，2017，36（7）： 1406—1415.

[11]房煥，李奕，周虎，等．稻麥輪作區秸稈還田對水稻土結

構的影響[J].農業機械學報，2018，49（4）：297-302.FangHuan，Li Yi，Zhou Hu，et al.Effects strawincorporation on paddy soil structure in rice-wheat rotationsystem [J].Transactions the Chinese Society forMachinery，2018，49（4）：297—302.

[12]余志剛，孫子燁，金鑫．秸稈還田與農業綠色全要素生產率：促進還是抑制？[J].干旱區資源與境，2023，37（9）：36-45.Yu Zhigang，Sun Ziye，Jin Xin. Straw incorporation agricultural green total factor productivity：Promotion orinhibition？[J].Journal Arid L Resources Environment，2023，37（9）：36-45.

[13]He J， Zhou W，Qing C，et al. Learning from parents friends：The influence intergenerational effect peereffect on farmers' straw return [J].Journal CleanerProduction，2023，393：136143.

[14］楊竣皓，駱永麗，陳金，等．秸稈還田對我國主要糧食作物產量效應的整合（Meta）分析[J].中國農業科學，2020，53（21）：4415—4429.Yang Junhao，Luo Yongli，Chen Jin，et al．Effects main foodyield under straw return in China： Ameta-analysis[J].Scientia Agricultura Sinica，2020，53（21）：4415—4429.

[15］張寧潔，張佩，林蜀云，等．丘陵山區秸稈還田試驗效果分析及機具研究[J]．中國農機化學報，2019，40（3）：185—189.Zhang Ningjie， Zhang Pei，Lin Shuyun，et al.Experiment research on selecting straw returning machine in hilly mountainous area [J]. Journal Chinese Mechanization，2019，40（3）：185—189.

[16]Lai W，Li S，Li Y，et al.Air pollution cognitivefunctions：Evidence from straw burning in China [J].American Journal ， 2022，104（1）：190—208.

[17］馬小婷，隋玉柱，朱振林，等.秸稈還田對農田土壤碳庫和溫室氣體排放的影響研究進展[J].江蘇農業科學，2017，45（6）：14—20.Ma Xiaoting，Sui Yuzhu， Zhu Zhenlin，et al. Progress research on the effects straw return on carbon pools greenhouse gas emissions in agricultural soils [J]. Jiangsu Sciences，2017，45（6）：14—20.

[18]逯非，王效科，韓冰，等．稻田秸稈還田：土壤固碳與甲烷增排[J]．應用生態學報，2010，21（1）：99－108.Lu Fei，Wang Xiaoke，Han Bing，et al. Straw return torice paddy： Soil carbon sequestration increasedmethane emisson [J]. Chinese Journal AppliedEcology，2010，21（1）：99—108.

［19］李明亮，陳德慧，余國新．數字普惠金融賦能糧食體系韌性——基于空間溢出效應視角分析[J].中國農業資源與區劃，2024，45（5）：74—84.Li Mingliang，Chen Dehui，Yu Guoxin．Digital inclusivefinance empowers food system resilience：Based on theperspective spatial spillover effect [J]. Chinese Journal Resources Regional Planning，2024，45（5）：74-84.

[20］周敏，呂宏宇，柯楠．農業生產要素配置與耕地綠色利用效率的空間相關與溢出效應[J].農林經濟管理學報，2024，23（1）： 41—50.Zhou Min，Lu Hongyu，Ke Nan. Spatial correlation spillover effects allocation agricultural productionfactors green use efficiency cultivated l [J].Journal Agro-Forestry Management，2024，23（1）：41—50.

[21］王翌秋，徐麗，曹蕾．“雙碳\"目標下農業機械化與農業綠色發展——基于綠色全要素生產率的視角[J].華中農業大學學報（社會科學版），2023（6）：56－69.Wang Yiqiu，Xu Li， Cao Lei. mechanization agricultural green development under the“DualCarbon” goals： A perspective based on green total factorproductivity[J].Journal Huazhong University（Social Sciences Edition），2023（6）：56-69.

[22]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.LiBo，Zhang Junbiao，Li Haipeng.Researchonspatial-temporalcharacteristicsaffectingfactorsdecomposition agricultural carbon emission in China [J].China Population， Resources Environment， 2011，21（8）： 80-86.

[23］田云，張俊飚，李波．中國農業碳排放研究：測算、時空比較及脫鉤效應[J].資源科學，2012，34（11）：2097-2105.

[24］韓超躍，趙先超，胡藝覺，等．湖南省縣域農業碳收支時空差異及碳補償潛力[J].水土保持通報，2023，43（5）：343-354.

[25]He P，Zhang J，Li W. The role agricultural greenproduction technologies in improving low-carbon efficiencyin China：Necessary but not effective [J].Journal Environmental 2021， 293：112837.