魏新彥，劉 穎，張俊飚

(1.華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070； 2.湖北農(nóng)村發(fā)展研究中心，湖北 武漢 430070， 3.北方工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100144)

一段時期以來，我國農(nóng)業(yè)依靠資源的密集投入取得了傲人的增長，但農(nóng)業(yè)生產(chǎn)和土地利用變化產(chǎn)生的碳排放也與日俱增。據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)報告稱，1990—2019年間全球農(nóng)業(yè)生產(chǎn)產(chǎn)生的溫室氣體排放量增加了17%，2019年全球人為排放的540億t二氧化碳當(dāng)量中，31%來自農(nóng)業(yè)生產(chǎn)。溫室氣體大量排放帶來的最直接的后果就是全球氣候變暖，這一變化會導(dǎo)致一系列的環(huán)境和發(fā)展問題，如冰川消融和海平面上升，極端天氣和氣象災(zāi)害頻發(fā)，農(nóng)業(yè)減產(chǎn)甚至絕收。Ho等[1]研究發(fā)現(xiàn)，我國環(huán)境污染造成的健康損失占到GDP總值的3%～7.7%，每年在環(huán)境治理方面的花費(fèi)約占GDP總值的5.8%。在2020年9月的聯(lián)合國大會上，國家主席習(xí)近平宣布“二氧化碳排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和”。農(nóng)業(yè)兼具碳排和碳匯的雙重屬性，是學(xué)者們研究碳減排的重點(diǎn)關(guān)注領(lǐng)域，同時也是我國完成《巴黎協(xié)定》減排承諾的重要一環(huán)。因此，厘清農(nóng)業(yè)碳排放的影響因素，探究減少農(nóng)業(yè)碳排放量的方法不僅是環(huán)境經(jīng)濟(jì)學(xué)的重要研究方向，而且也是政府制定環(huán)境政策，積極推進(jìn)農(nóng)業(yè)綠色可持續(xù)發(fā)展的著力點(diǎn)。

梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，早期研究主要集中于對農(nóng)業(yè)碳排放量的測算[2]、時空演變趨勢的歸納[3]和特征分析[4]上。隨著研究的深入，學(xué)者們開始從不同角度探索農(nóng)業(yè)碳排放的影響因素，并在此基礎(chǔ)上探究減排路徑。一是技術(shù)視角。目前，學(xué)界關(guān)于技術(shù)進(jìn)步對農(nóng)業(yè)碳排放的影響并未取得一致結(jié)論。一部分學(xué)者認(rèn)為，技術(shù)進(jìn)步對農(nóng)業(yè)碳排放量具有一定程度的抑制效應(yīng)[5]，是實(shí)現(xiàn)農(nóng)業(yè)碳減排的重要途徑[6]；另一部分學(xué)者則認(rèn)為，技術(shù)進(jìn)步會顯著增加農(nóng)業(yè)碳排放量，但有利于農(nóng)業(yè)碳排放強(qiáng)度的降低[7]。二是經(jīng)營規(guī)模視角。與經(jīng)營規(guī)模擴(kuò)大相伴而生的是農(nóng)業(yè)資源消耗量的增加，但地塊集中的規(guī)模戶可以合理配置資源，提高效率和減少浪費(fèi)，進(jìn)而減少農(nóng)業(yè)碳排放。此外，規(guī)模戶的農(nóng)機(jī)作業(yè)效率更高，在采納秸稈還田、測土配方施肥等綠色生產(chǎn)技術(shù)上也更具優(yōu)勢[8]。但也有研究認(rèn)為，經(jīng)營規(guī)模與農(nóng)業(yè)碳排放量之間呈“U”形關(guān)系[9]。三是產(chǎn)業(yè)視角。農(nóng)業(yè)產(chǎn)業(yè)水平提高或結(jié)構(gòu)升級是減少碳排放量和降低碳排放強(qiáng)度的重要因素[10]，若產(chǎn)業(yè)升級緩慢，類似機(jī)械化等技術(shù)進(jìn)步的效用或會止步于微觀層面[11]。四是其他視角。武春桃[12]證實(shí)，城鎮(zhèn)化可以有效降低農(nóng)業(yè)碳排放。還有部分研究集中于農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)的關(guān)系[13]，探討農(nóng)業(yè)碳排放的脫鉤效應(yīng)[14]，驗(yàn)證農(nóng)業(yè)碳排放的庫茲涅茨曲線[15]。

現(xiàn)有研究從各視角、各層面對農(nóng)業(yè)碳排放的影響因素進(jìn)行了探討，成果頗為豐富，但卻忽視了新型農(nóng)業(yè)發(fā)展模式對農(nóng)業(yè)碳排放的影響，這為本文提供了新的研究思路。農(nóng)業(yè)的發(fā)展進(jìn)程必然伴隨著更多的資源消耗和污染排放，這一結(jié)果是否為傳統(tǒng)農(nóng)業(yè)發(fā)展模式的局限性呢？通過探索可持續(xù)的農(nóng)業(yè)發(fā)展模式，提高生產(chǎn)中的能源使用效率，提升農(nóng)業(yè)固碳技術(shù)水平，是否能夠突破傳統(tǒng)農(nóng)業(yè)發(fā)展必然增加碳排放的局限？

氣候智慧型農(nóng)業(yè)的概念是2010年FAO在關(guān)于農(nóng)業(yè)糧食安全和氣候變化的海牙會議上正式提出的，是在氣候變化背景下探索和發(fā)展出來的一種既能保持農(nóng)業(yè)生產(chǎn)能力，又能減排固碳緩解氣候變化的農(nóng)業(yè)發(fā)展新模式。2015年，由農(nóng)業(yè)部與世界銀行共同實(shí)施的氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目就是這樣一種農(nóng)業(yè)發(fā)展模式。迄今，聚焦氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目的文獻(xiàn)較少。區(qū)別于現(xiàn)有研究，本文利用合成控制法評估氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目對農(nóng)業(yè)碳排放的影響，可能的邊際貢獻(xiàn)有：1)首次利用氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目這一準(zhǔn)自然實(shí)驗(yàn)評估新型農(nóng)業(yè)發(fā)展模式對農(nóng)業(yè)碳排放的影響，拓展了農(nóng)業(yè)碳排放影響因素方面的研究，可為氣候變化背景下現(xiàn)代農(nóng)業(yè)的發(fā)展方向提供參考；2)基于熊彼特創(chuàng)新理論和波特創(chuàng)新驅(qū)動理論嘗試構(gòu)建氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目影響農(nóng)業(yè)碳排放的理論框架，并在該理論框架的指導(dǎo)下，研究新型農(nóng)業(yè)發(fā)展模式的碳減排效應(yīng)，豐富農(nóng)業(yè)發(fā)展模式與碳排放方面的文獻(xiàn)。

1 政策背景與研究假設(shè)

1.1 氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目的政策背景

自19世紀(jì)開始，人們逐漸意識到氣候變化及其帶來的危害，減少碳排放以應(yīng)對氣候變化也逐步成為世界范圍內(nèi)的共識。農(nóng)業(yè)既是受氣候變化影響最大、最敏感的產(chǎn)業(yè)，又是溫室氣體排放的重要來源。為了實(shí)現(xiàn)農(nóng)業(yè)增長以保障糧食安全和減排增匯以減緩氣候變化的雙重目標(biāo)，政界和學(xué)界提出過“生態(tài)農(nóng)業(yè)”“低碳農(nóng)業(yè)”“循環(huán)農(nóng)業(yè)”和“綠色農(nóng)業(yè)”等多種發(fā)展理念。2010年，F(xiàn)AO對上述發(fā)展理念進(jìn)行融合和創(chuàng)新，提出建設(shè)氣候智慧型農(nóng)業(yè)的構(gòu)想。

從2012年開始，F(xiàn)AO和歐盟共同實(shí)施的氣候智慧型農(nóng)業(yè)技術(shù)示范項(xiàng)目在馬拉維、越南和贊比亞啟動。此后，聯(lián)合國開發(fā)計劃署、全球環(huán)境基金、世界銀行等還支持了厄瓜多爾、幾內(nèi)亞、馬里、塞內(nèi)加爾、柬埔寨等國開展氣候智慧型農(nóng)業(yè)技術(shù)項(xiàng)目。隨后，加拿大、美國等國開始關(guān)注并且參與這一項(xiàng)目。2014年9月，美國主導(dǎo)成立了國際氣候智慧型農(nóng)業(yè)聯(lián)盟(Global Alliance for Climate-Smart Agriculture，GACSA)。

我國在建設(shè)氣候智慧型農(nóng)業(yè)方面也十分積極。2013年，農(nóng)業(yè)部在財政部和國家發(fā)展和改革委員會的大力支持下，開始與全球環(huán)境基金、世界銀行等機(jī)構(gòu)接洽，規(guī)劃設(shè)計并簽署了符合我國農(nóng)情的氣候智慧型農(nóng)業(yè)項(xiàng)目。2015年，氣候智慧型主要糧食作物生產(chǎn)項(xiàng)目(以下簡稱“氣候智慧型農(nóng)業(yè)項(xiàng)目”)在我國正式實(shí)施。除了種植業(yè)外，我國還在青海和內(nèi)蒙古開展了氣候智慧型草原生態(tài)建設(shè)項(xiàng)目。可以預(yù)見，氣候智慧型農(nóng)業(yè)這一新型農(nóng)業(yè)發(fā)展模式將對我國農(nóng)業(yè)的綠色可持續(xù)發(fā)展產(chǎn)生重大影響，甚至奠定未來農(nóng)業(yè)的發(fā)展方向。

1.2 氣候智慧型農(nóng)業(yè)項(xiàng)目的具體實(shí)施情況

氣候智慧型農(nóng)業(yè)項(xiàng)目重點(diǎn)圍繞水稻、小麥、玉米3大主糧作物生產(chǎn)系統(tǒng)，在安徽省懷遠(yuǎn)縣和河南省葉縣建立10萬畝(畝為舊制單位，為遵從農(nóng)業(yè)生產(chǎn)習(xí)慣和相關(guān)表述而在此處保留，1畝≈667 m2，下同)示范區(qū)，其中，懷遠(yuǎn)縣為水稻-小麥種植模式，葉縣為玉米-小麥種植模式。項(xiàng)目通過引入氣候智慧型農(nóng)業(yè)的生產(chǎn)理念與技術(shù)，重點(diǎn)開展減排固碳關(guān)鍵技術(shù)的集成與示范，建立起高產(chǎn)高效低排放的農(nóng)業(yè)發(fā)展新模式，提高化肥、農(nóng)藥、灌溉水等投入品的利用效率，增加農(nóng)田土壤碳儲量，減少作物系統(tǒng)碳排放，增強(qiáng)作物適應(yīng)氣候變化的能力。

1.3 機(jī)制分析

通過對政策背景和實(shí)施情況的梳理，我們認(rèn)為，氣候智慧型農(nóng)業(yè)項(xiàng)目實(shí)質(zhì)上是基于理念轉(zhuǎn)變、技術(shù)革新和政策更新的農(nóng)業(yè)生產(chǎn)方式的創(chuàng)新升級。因此，基于熊彼特創(chuàng)新理論，并結(jié)合具體舉措，本文認(rèn)為氣候智慧型農(nóng)業(yè)項(xiàng)目可以看作是融合了技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新和市場創(chuàng)新的農(nóng)業(yè)發(fā)展模式的綜合性創(chuàng)新。進(jìn)一步結(jié)合現(xiàn)有研究中關(guān)于經(jīng)濟(jì)活動對環(huán)境影響的效應(yīng)分解[16]和波特的創(chuàng)新驅(qū)動理論，我們認(rèn)為，氣候智慧型農(nóng)業(yè)項(xiàng)目所引發(fā)的創(chuàng)新可通過結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)兩大路徑來影響農(nóng)業(yè)碳排放量。

首先，從固碳減排視角歸納出氣候智慧型農(nóng)業(yè)項(xiàng)目創(chuàng)新升級的幾大特點(diǎn)。1)技術(shù)創(chuàng)新。項(xiàng)目采用測土配方施肥技術(shù)提高化肥使用效率，通過“一噴三防”等農(nóng)藥減量技術(shù)的示范，將無人機(jī)、自走式噴霧機(jī)等高效設(shè)備應(yīng)用于病蟲害統(tǒng)防統(tǒng)治，對項(xiàng)目區(qū)域內(nèi)農(nóng)戶施用農(nóng)藥化肥的觀念和技術(shù)手段進(jìn)行更新升級。2)產(chǎn)品創(chuàng)新。通過推動智能技術(shù)應(yīng)用于傳統(tǒng)農(nóng)產(chǎn)品中，提高農(nóng)產(chǎn)品及其生產(chǎn)過程中的智慧化和氣候適應(yīng)性水平。這樣一方面有利于減少農(nóng)業(yè)碳排放量，增強(qiáng)其應(yīng)對氣候變化的能力；另一方面有利于順應(yīng)生態(tài)環(huán)境而更新?lián)Q代傳統(tǒng)農(nóng)產(chǎn)品。3)市場創(chuàng)新。項(xiàng)目依托物聯(lián)網(wǎng)、傳感器、云計算等智能信息技術(shù)，以及新良種、新農(nóng)資產(chǎn)業(yè)，開拓了以新技術(shù)和氣候適應(yīng)性農(nóng)產(chǎn)品為主的新型農(nóng)業(yè)市場，進(jìn)一步削減污染產(chǎn)業(yè)的生存空間。

其次，從理論上梳理3種創(chuàng)新內(nèi)生具有的技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)。1)技術(shù)創(chuàng)新驅(qū)動技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)發(fā)揮作用。王一杰等[17]發(fā)現(xiàn)，氣候智慧型農(nóng)業(yè)項(xiàng)目通過人力、資本等要素的集聚，提升了區(qū)域農(nóng)業(yè)技術(shù)水平(技術(shù)效應(yīng))；依托現(xiàn)代化的生產(chǎn)和信息技術(shù)，提高了農(nóng)產(chǎn)品質(zhì)量，進(jìn)而驅(qū)動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(結(jié)構(gòu)效應(yīng))。2)產(chǎn)品創(chuàng)新驅(qū)動技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)發(fā)揮作用。農(nóng)產(chǎn)品創(chuàng)新通過生產(chǎn)過程中技術(shù)含量的提升來促進(jìn)農(nóng)產(chǎn)品質(zhì)量升級，具體包括營養(yǎng)品質(zhì)、商品品質(zhì)和衛(wèi)生品質(zhì)的提升。農(nóng)產(chǎn)品質(zhì)量的更新?lián)Q代即為農(nóng)業(yè)生產(chǎn)技術(shù)不斷創(chuàng)新發(fā)展的過程(技術(shù)效應(yīng))。當(dāng)大多數(shù)農(nóng)業(yè)經(jīng)營主體在農(nóng)產(chǎn)品創(chuàng)新升級的過程中實(shí)現(xiàn)了生產(chǎn)方式的優(yōu)化轉(zhuǎn)變，農(nóng)業(yè)會實(shí)現(xiàn)從傳統(tǒng)粗放型生產(chǎn)向現(xiàn)代集約型生產(chǎn)的轉(zhuǎn)變(結(jié)構(gòu)效應(yīng))。3)市場創(chuàng)新驅(qū)動結(jié)構(gòu)效應(yīng)發(fā)揮作用。氣候智慧型農(nóng)業(yè)項(xiàng)目開拓了以氣候適應(yīng)性農(nóng)產(chǎn)品為主的新型農(nóng)業(yè)市場，在氣候變化背景下，市場需求的不斷擴(kuò)大會加快當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的升級(結(jié)構(gòu)效應(yīng))。

最后，分析兩大效應(yīng)是如何抑制農(nóng)業(yè)碳排放的，并提出本文的研究假設(shè)。氣候智慧型農(nóng)業(yè)項(xiàng)目的結(jié)構(gòu)效應(yīng)表現(xiàn)為通過投入新興生產(chǎn)要素和提高氣候適應(yīng)性綠色產(chǎn)業(yè)發(fā)展比重來抑制農(nóng)業(yè)碳排放。項(xiàng)目依托傳感器、云平臺、物聯(lián)網(wǎng)、云計算等新興技術(shù)要素，對氣候、土地、水資源等生產(chǎn)要素進(jìn)行智能化的監(jiān)測和管理，形成一個農(nóng)作物生長環(huán)境信息數(shù)據(jù)庫，以便精準(zhǔn)配置化肥、農(nóng)藥等要素投入，提高農(nóng)業(yè)資源利用效率，進(jìn)而驅(qū)使傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型升級，向高效高產(chǎn)綠色可持續(xù)的發(fā)展方向轉(zhuǎn)變。氣候智慧型農(nóng)業(yè)項(xiàng)目還通過輪作模式調(diào)整種植結(jié)構(gòu)，控制水稻生產(chǎn)中甲烷的排放[18]。這在很大程度上會抑制試點(diǎn)地區(qū)的農(nóng)業(yè)碳排放。此外，傳統(tǒng)農(nóng)業(yè)依靠大量資源投入的發(fā)展方式是不可持續(xù)的，而氣候智慧型農(nóng)業(yè)項(xiàng)目的試點(diǎn)為農(nóng)業(yè)生產(chǎn)方式和經(jīng)營者的生產(chǎn)理念提供了具體借鑒，試點(diǎn)的“示范效應(yīng)”和經(jīng)營者理念行為轉(zhuǎn)變的“倒逼效應(yīng)”會推動農(nóng)業(yè)產(chǎn)業(yè)和相關(guān)的上下游產(chǎn)業(yè)轉(zhuǎn)變發(fā)展方式，提高生產(chǎn)效率，降低碳排放。綜上，本文提出假設(shè)H1：氣候智慧型農(nóng)業(yè)項(xiàng)目在創(chuàng)新驅(qū)動下，通過結(jié)構(gòu)效應(yīng)減少農(nóng)業(yè)碳排放。

技術(shù)進(jìn)步是改善環(huán)境的重要驅(qū)動力[19]，同時也被公認(rèn)是農(nóng)業(yè)碳減排的重要途徑[20]。氣候智慧型農(nóng)業(yè)項(xiàng)目的技術(shù)效應(yīng)主要通過農(nóng)業(yè)技術(shù)進(jìn)步提高單位資源利用率來降低資源消耗量，以實(shí)現(xiàn)抑制農(nóng)業(yè)碳排放的目標(biāo)。根據(jù)農(nóng)業(yè)發(fā)展理論，技術(shù)效應(yīng)可以促進(jìn)生物化學(xué)型和機(jī)械型兩類技術(shù)進(jìn)步[21-22]。一方面，種質(zhì)創(chuàng)新和化肥農(nóng)藥是生物化學(xué)型減排固碳技術(shù)的重要代表[23]，其中，化肥農(nóng)藥是農(nóng)業(yè)第二大碳排放源，對農(nóng)業(yè)結(jié)構(gòu)性減排的貢獻(xiàn)率在2018年超過90%[24]。為緩解試點(diǎn)地區(qū)化肥施用品種單一、投入量過高、效率低等問題，氣候智慧型農(nóng)業(yè)項(xiàng)目對數(shù)以萬畝的糧食作物開展測土配方施肥，合理配置氮肥施用比例，提高了化肥施用效率，減少了化肥資源的浪費(fèi)。針對試點(diǎn)地區(qū)農(nóng)藥施用量高、效率低，以及過量施用導(dǎo)致的農(nóng)產(chǎn)品質(zhì)量安全問題，氣候智慧型農(nóng)業(yè)項(xiàng)目通過采用植保無人機(jī)、自走式噴桿噴霧機(jī)等高效農(nóng)藥撒施設(shè)備，在5萬畝小麥試驗(yàn)田開展“一噴三防”作業(yè)，在提高農(nóng)藥施用效率的同時保障了小麥豐收。另一方面，機(jī)械型技術(shù)進(jìn)步指的是農(nóng)用機(jī)械數(shù)量和質(zhì)量的提升，主要體現(xiàn)為農(nóng)業(yè)生產(chǎn)方式的改變。氣候智慧型農(nóng)業(yè)項(xiàng)目在糧食生產(chǎn)的耕地、播種和收獲3個環(huán)節(jié)基本實(shí)現(xiàn)了機(jī)械化。同時，通過粉碎機(jī)和聯(lián)合收割機(jī)將作物秸稈粉碎后旋耕還田，增加土壤有機(jī)質(zhì)并減少環(huán)境污染。但不容忽視的是，糧食生產(chǎn)各環(huán)節(jié)使用農(nóng)用機(jī)械數(shù)量和類型的增加會消耗更多的能源，導(dǎo)致碳排放量的增加。綜上，本文提出假設(shè)H2a：氣候智慧型農(nóng)業(yè)項(xiàng)目在創(chuàng)新驅(qū)動下，通過生物化學(xué)型技術(shù)進(jìn)步減少了農(nóng)業(yè)碳排放量；假設(shè)H2b：氣候智慧型農(nóng)業(yè)項(xiàng)目在創(chuàng)新驅(qū)動下，通過機(jī)械型技術(shù)進(jìn)步增加了農(nóng)業(yè)碳排放量。

2 研究設(shè)計

2.1 模型設(shè)定

為了更加科學(xué)地評估氣候智慧型農(nóng)業(yè)項(xiàng)目實(shí)施能否抑制農(nóng)業(yè)碳排放，本文將氣候智慧型農(nóng)業(yè)項(xiàng)目視為一次準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用合成控制法，通過數(shù)據(jù)驅(qū)動方式進(jìn)行擬合分析?；谡咴u估效果的考慮，本文選擇糧食生產(chǎn)規(guī)模更大、資源環(huán)境約束更強(qiáng)的安徽省懷遠(yuǎn)縣為研究對象。基于預(yù)測變量，利用省內(nèi)未實(shí)施項(xiàng)目的其他縣確定合成懷遠(yuǎn)縣的線性組合權(quán)重，通過對比項(xiàng)目實(shí)施后的懷遠(yuǎn)縣與合成懷遠(yuǎn)縣的差別來評估項(xiàng)目效果。

安徽省懷遠(yuǎn)縣下轄15個鎮(zhèn)和3個鄉(xiāng)，是蚌埠市的產(chǎn)糧第一大縣，同時也是全國糧食生產(chǎn)先進(jìn)縣。項(xiàng)目正式實(shí)施的2015年，懷遠(yuǎn)縣的糧食作物播種面積、產(chǎn)量、農(nóng)業(yè)產(chǎn)值穩(wěn)居蚌埠全市第一，分別達(dá)19.986 2萬hm2、124.103萬t、57.277 2億元。懷遠(yuǎn)縣以農(nóng)村人口為主，占比達(dá)78.7%。氣候智慧型農(nóng)業(yè)項(xiàng)目區(qū)位于懷遠(yuǎn)縣萬福鎮(zhèn)和蘭橋鎮(zhèn)。2015年，這2個鎮(zhèn)的水稻播種面積分別為5 244、4 044 hm2，分別占懷遠(yuǎn)縣水稻播種面積的9.64%和7.43%；小麥播種面積分別為5 265、3 956 hm2，分別占懷遠(yuǎn)縣小麥播種面積的5.15%和3.87%。項(xiàng)目區(qū)域雖未覆蓋整個懷遠(yuǎn)縣，但2個項(xiàng)目承擔(dān)鎮(zhèn)的水稻、小麥播種面積分別占全縣的17.07%和9.02%，氣候智慧型農(nóng)業(yè)項(xiàng)目的試點(diǎn)勢必會對整個懷遠(yuǎn)縣的農(nóng)業(yè)碳排放產(chǎn)生影響。因此，本文通過測算懷遠(yuǎn)縣的農(nóng)業(yè)碳排放來評估氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施效果具有較強(qiáng)的可信度。

(1)

式(1)中：δt為時間趨勢；Zi為可觀測到的預(yù)測變量，θt為預(yù)測變量的估計系數(shù)；λt為無法觀測到的隨時間變化的共同因子，μi為個體固定效應(yīng)，λtμi為交互項(xiàng)；εit為不能預(yù)測到的瞬時沖擊，均值為0。

假設(shè)除了i=1(即懷遠(yuǎn)縣)外，其余縣按照權(quán)重向量W=(w2，…，wj+1)可構(gòu)造出虛擬懷遠(yuǎn)縣，且w2+w3+…+wj+1=1，依據(jù)權(quán)重組合可以計算得到虛擬懷遠(yuǎn)縣的結(jié)果變量：

(2)

(3)

2.2 農(nóng)業(yè)碳排放測算

農(nóng)業(yè)碳排放來源主要有兩大方面：一是農(nóng)業(yè)生產(chǎn)中農(nóng)資投入產(chǎn)生的碳排放，包括化肥、農(nóng)藥、農(nóng)用柴油和農(nóng)用塑料薄膜使用過程中產(chǎn)生的碳排放，以及農(nóng)業(yè)灌溉消耗電能所導(dǎo)致的間接碳排放。此外，土壤中的有機(jī)碳存儲結(jié)構(gòu)會在翻耕過程中被破壞，流失到空氣中形成碳排放。二是水稻生長中產(chǎn)生的CH4。在計算CH4的排放系數(shù)時，已考慮到了化肥對其產(chǎn)生的影響。為避免重復(fù)計算而高估農(nóng)業(yè)碳排放量，本文不將水稻生長中產(chǎn)生的CH4考慮在內(nèi)。

基于李波等[26]、伍國勇等[27]的研究，最終選取化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、翻耕和灌溉作為農(nóng)業(yè)碳排放的主要來源，其中，翻耕用農(nóng)作物實(shí)際播種面積替代。

農(nóng)業(yè)碳排放總量的計算公式為

Eit=∑Enit=∑Tnit×σn。

(4)

式(4)中：Eit表示第i個縣第t年的農(nóng)業(yè)碳排放總量，∑Enit表示n種碳源的碳排放總量，σn表示各類碳源的碳排放系數(shù)，Tnit表示各類碳源的量。

結(jié)合West等[28]、Dubey等[29]，以及美國橡樹嶺國家實(shí)驗(yàn)室、IPCC聯(lián)合國氣候變化政府間專家委員會、南京農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與生態(tài)環(huán)境研究所、中國農(nóng)業(yè)大學(xué)生物與技術(shù)學(xué)院的相關(guān)研究，確定化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、翻耕和灌溉的碳排放系數(shù)分別為0.895 6 kg·kg-1、4.934 1 kg·kg-1、0.592 7 kg·kg-1、5.180 0 kg·kg-1、321.6 kg·hm-2和20.476 kg·hm-2。

人均農(nóng)業(yè)碳排放量的計算公式為

Cit=Eit/Pit。

(5)

式(5)中：Cit表示第i個縣第t年的人均農(nóng)業(yè)碳排放量，Pit表示第i個縣第t年的農(nóng)業(yè)人口數(shù)量。本文使用人均農(nóng)業(yè)碳排放量作為被解釋變量，可以剔除人口密度對農(nóng)業(yè)碳排放的影響，使得實(shí)證結(jié)果更加可靠[30]。

2.3 變量選取

本文選取安徽省未實(shí)施氣候智慧型農(nóng)業(yè)項(xiàng)目的縣來合成懷遠(yuǎn)縣，考慮到數(shù)據(jù)的可得性和同時期其他減排政策的效果干擾，本文剔除掉國家第二批低碳試點(diǎn)城市中安徽省池州市下屬的所有縣，最終選取安徽省蚌埠市固鎮(zhèn)縣、五河縣，合肥市肥東縣、肥西縣、廬江縣、長豐縣，淮南市鳳臺縣，馬鞍山市當(dāng)涂縣、含山縣、和縣，宿州市碭山縣、靈璧縣、泗縣、蕭縣，蕪湖市繁昌縣、南陵縣、無為縣、蕪湖縣(現(xiàn)為灣沚區(qū))，宣城市績溪縣、涇縣、旌德縣、郎溪縣作為對照組。

被解釋變量為人均農(nóng)業(yè)碳排放量(C)，使用各縣農(nóng)業(yè)碳排放量與該縣農(nóng)業(yè)人口數(shù)量之比表征，單位為kg。解釋變量為各縣的氣候智慧型農(nóng)業(yè)項(xiàng)目是否實(shí)施(D)。預(yù)測控制變量包括：1)農(nóng)業(yè)機(jī)械總動力(Z1)，以各縣用于農(nóng)業(yè)生產(chǎn)的柴油、汽油和電動機(jī)動力總和(單位為kW)的自然對數(shù)值表征；2)氮肥用量比例(Z2)，以各縣氮肥施用量占總化肥施用量的比例表征；3)城鎮(zhèn)人口比例(Z3)，以各縣城鎮(zhèn)人口數(shù)量占年末總?cè)丝跀?shù)量的比例表征；4)農(nóng)業(yè)生產(chǎn)總值比例(Z4)，以各縣農(nóng)業(yè)生產(chǎn)總值(剔除通貨膨脹)占該縣農(nóng)林牧漁業(yè)生產(chǎn)總值的比例表征；5)農(nóng)村人均收入(Z5)，以各縣農(nóng)業(yè)生產(chǎn)總值與該縣農(nóng)業(yè)人口數(shù)量之比(單位為元)的自然對數(shù)值表征；6)2011年人均農(nóng)業(yè)碳排放(Z6)，以2011年各縣的人均農(nóng)業(yè)碳排放量(單位為kg)的自然對數(shù)值表征；7)2013年人均農(nóng)業(yè)碳排放(Z7)，以2013年各縣的人均農(nóng)業(yè)碳排放量(單位為kg)的自然對數(shù)值表征。將各變量的描述性統(tǒng)計結(jié)果整理于表1。

表1 變量的描述性統(tǒng)計

3 結(jié)果與分析

3.1 合成控制組的權(quán)重組合

本文利用預(yù)測控制變量合成懷遠(yuǎn)縣的虛擬控制組。具體地，合成懷遠(yuǎn)縣時，共用到3個非0的對照縣，按權(quán)重組合，分別為靈璧縣(權(quán)重為0.478)、長豐縣(權(quán)重為0.467)和肥西縣(權(quán)重為0.054)。項(xiàng)目實(shí)施前，懷遠(yuǎn)縣與合成控制組的均方根預(yù)測誤差(RMSPE)為0.891。

將2015年氣候智慧型農(nóng)業(yè)項(xiàng)目正式實(shí)施之前預(yù)測控制變量的擬合情況整理于表2。通過對比可以看出，同一變量懷遠(yuǎn)縣的真實(shí)值和合成懷遠(yuǎn)縣的預(yù)測值之間差異較小，說明合成懷遠(yuǎn)縣對真實(shí)懷遠(yuǎn)縣的擬合較為有效。也就是說，可以采用合成控制法評估項(xiàng)目實(shí)施對人均農(nóng)業(yè)碳排放量的影響。

表2 變量真實(shí)值和擬合值的對比

3.2 氣候智慧型農(nóng)業(yè)項(xiàng)目對農(nóng)業(yè)碳減排的影響

測算2011—2019年懷遠(yuǎn)縣與合成懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量(圖1)，其中，2015年為項(xiàng)目正式實(shí)施的年份。通過觀察2015年(圖1中虛線)兩側(cè)真實(shí)懷遠(yuǎn)縣和合成懷遠(yuǎn)縣的變化趨勢，可以評估項(xiàng)目對懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放量的影響。在項(xiàng)目實(shí)施前，兩條曲線的變化趨勢基本一致，說明合成懷遠(yuǎn)縣較好地擬合了真實(shí)懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量。然而，在氣候智慧型農(nóng)業(yè)項(xiàng)目正式實(shí)施之后，合成懷遠(yuǎn)縣與真實(shí)懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量出現(xiàn)了明顯分離，自2016年起真實(shí)懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量始終小于合成懷遠(yuǎn)縣，2018年兩者差值最大，隨后開始縮減。由此推斷，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施對減少懷遠(yuǎn)縣的農(nóng)業(yè)碳排放來說具有明顯效果，但政策效應(yīng)的持續(xù)性不強(qiáng)。

2015年，氣候智慧型農(nóng)業(yè)項(xiàng)目對懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放的影響效應(yīng)為正(表3)，說明項(xiàng)目實(shí)施效果具有時滯性，項(xiàng)目實(shí)施當(dāng)年并未對人均農(nóng)業(yè)碳排放起到抑制作用。2016—2018年，項(xiàng)目實(shí)施的效應(yīng)逐年增大，至2018年時達(dá)到最大值，懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放量下降了5.643 1 kg，下降幅度為4.10%。隨后，影響效應(yīng)開始減小?？偟膩砜矗?015—2019年間氣候智慧型農(nóng)業(yè)項(xiàng)目平均每年促使懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放量減少1.977 6 kg，平均降幅為1.43%。

表3 2015—2019年氣候智慧型農(nóng)業(yè)項(xiàng)目對農(nóng)業(yè)碳排放的影響效應(yīng)

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 排序檢驗(yàn)

為了排除其他政策因素的干擾，并進(jìn)一步驗(yàn)證氣候智慧型農(nóng)業(yè)項(xiàng)目減排效應(yīng)的顯著性，參照Abadie等[25]、于新亮等[31]的研究，利用類似統(tǒng)計中秩檢驗(yàn)的排序檢驗(yàn)方法，判斷是否有未實(shí)施項(xiàng)目的縣通過合成控制法分析后存在與懷遠(yuǎn)縣相似的結(jié)果及其概率。具體思路為，假設(shè)除真實(shí)的氣候智慧型農(nóng)業(yè)項(xiàng)目試點(diǎn)懷遠(yuǎn)縣外所有的對照縣在相同時間點(diǎn)也實(shí)施了該項(xiàng)目，按照合成控制法合成各假設(shè)項(xiàng)目實(shí)施縣的控制組，并比較各縣與其合成控制組的人均農(nóng)業(yè)碳排放量的差異，得出各個縣的項(xiàng)目實(shí)施效果，再與懷遠(yuǎn)縣的項(xiàng)目實(shí)施效果進(jìn)行比較，若懷遠(yuǎn)縣與假設(shè)縣的政策效果差異較大，則證明氣候智慧型農(nóng)業(yè)項(xiàng)目的碳減排效果顯著，反之則不能證明。

值得注意的是，如果在項(xiàng)目實(shí)施之前合成控制組不能很好地擬合項(xiàng)目實(shí)施縣(包含假設(shè)項(xiàng)目實(shí)施縣)的人均農(nóng)業(yè)碳排放量，那就無法保證項(xiàng)目實(shí)施后的減排效應(yīng)是由項(xiàng)目實(shí)施導(dǎo)致的。因此，為了保證排序檢驗(yàn)的效果，本文事先剔除項(xiàng)目實(shí)施前均方預(yù)測誤差值(MSPE)超過懷遠(yuǎn)縣10倍的縣(五河縣、鳳臺縣、含山縣、和縣、繁昌縣和肥西縣)。

將剔除掉五河縣、鳳臺縣、含山縣、和縣、繁昌縣和肥西縣6個縣后的排序檢驗(yàn)結(jié)果繪制于圖2，圖中實(shí)線代表懷遠(yuǎn)縣。以2015年為界，項(xiàng)目實(shí)施后，懷遠(yuǎn)縣與其他縣人均農(nóng)業(yè)碳排放量的差值開始逐漸擴(kuò)大，2016年后懷遠(yuǎn)縣的曲線開始位于曲線簇的最下端。進(jìn)一步分析可知，剔除掉6縣后剩余的17個樣本中，要想獲得與懷遠(yuǎn)縣相同的干預(yù)效果的概率只有5.88%(1/17)，氣候智慧型農(nóng)業(yè)項(xiàng)目的減排效應(yīng)在10%的水平上顯著。

圖2 排序檢驗(yàn)結(jié)果

3.3.2 虛假實(shí)驗(yàn)

借鑒Abadie等[25]、張彩江等[32]在穩(wěn)健性檢驗(yàn)中的做法，選取合成懷遠(yuǎn)縣中貢獻(xiàn)值最高和最低的縣進(jìn)行虛假實(shí)驗(yàn)，檢驗(yàn)減排效應(yīng)評估中是否存在隨機(jī)性不足的問題。靈璧縣是合成懷遠(yuǎn)縣中權(quán)重最大的縣，說明在所有的對照縣中，靈璧縣與懷遠(yuǎn)縣最為相似；南陵縣是合成懷遠(yuǎn)縣中沒有權(quán)重的縣，說明南陵縣與懷遠(yuǎn)縣在基本特征上相去甚遠(yuǎn)。將靈璧縣和南陵縣兩個極端情況作為處置組，檢驗(yàn)項(xiàng)目實(shí)施后實(shí)際人均農(nóng)業(yè)碳排放量平均值與合成人均農(nóng)業(yè)碳排放量平均值的情況(圖3)。對于靈璧縣和南陵縣來說，項(xiàng)目實(shí)施前后，實(shí)際人均農(nóng)業(yè)碳排放量平均值始終沿著合成人均農(nóng)業(yè)碳排放量平均值的走勢變化，虛假項(xiàng)目實(shí)施縣的實(shí)際人均農(nóng)業(yè)碳排放量平均值與合成人均農(nóng)業(yè)碳排放量平均值在2015年后并未出現(xiàn)與懷遠(yuǎn)縣相似的趨勢。這在一定程度上證明，氣候智慧型農(nóng)業(yè)項(xiàng)目是促使懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放量減少的重要原因，這一現(xiàn)象并非偶然因素所致。

圖3 靈璧縣(左)與南陵縣(右)的虛假實(shí)驗(yàn)結(jié)果

3.4 氣候智慧型農(nóng)業(yè)項(xiàng)目抑制農(nóng)業(yè)碳排放的機(jī)制檢驗(yàn)

參考溫忠麟等[33]的中介效應(yīng)研究，進(jìn)一步驗(yàn)證項(xiàng)目實(shí)施的碳減排效應(yīng)作用路徑。鑒于項(xiàng)目主要針對糧食作物生產(chǎn)，使用剔除通貨膨脹后的農(nóng)業(yè)生產(chǎn)總值占農(nóng)林牧漁業(yè)生產(chǎn)總值的比例(Z4)表征結(jié)構(gòu)效應(yīng)；考慮到數(shù)據(jù)的可獲得性和項(xiàng)目實(shí)施內(nèi)容，使用農(nóng)業(yè)機(jī)械總動力(Z1)和氮肥占化肥用量比例(Z2)分別從機(jī)械型技術(shù)進(jìn)步和生物化學(xué)型技術(shù)進(jìn)步兩個方面來表征技術(shù)效應(yīng)。

首先，基于Hausman檢驗(yàn)結(jié)果，決定使用固定效應(yīng)模型；其次，利用逐步回歸檢驗(yàn)中介效應(yīng)。具體檢驗(yàn)步驟如下：1)檢驗(yàn)項(xiàng)目對人均農(nóng)業(yè)碳排放量的影響；2)檢驗(yàn)項(xiàng)目分別對結(jié)構(gòu)效應(yīng)(Z4)、技術(shù)效應(yīng)(Z1和Z2)的影響；3)同時檢驗(yàn)項(xiàng)目和結(jié)構(gòu)效應(yīng)、項(xiàng)目和技術(shù)效應(yīng)對人均農(nóng)業(yè)碳排放量的影響。

模型1～7的公式如下：

lnCit=α0+β×Dit+γ×xit+eit；

(6)

Z4it=α0+δ1×Dit+γ×xit+eit；

(7)

lnCit=α0+β1×Dit+φ×Z4it+γ×xit+eit；

(8)

Z1it=a0+δ2×Dit+γ×xit+eit；

(9)

lnCit=a0+β2×Dit+ψ×Z1it+γ×xit+eit；

(10)

Z2it=α0+δ3×Dit+γ×xit+eit；

(11)

lnCit=a0+β3×Dit+φ×nZ2it+γ×xit+eit。

(12)

式(6)～(12)中：D為項(xiàng)目實(shí)施的虛擬變量，2015年及之后懷遠(yuǎn)縣的取值設(shè)為1，2015年之前的懷遠(yuǎn)縣以及其他縣都設(shè)置為0；α0為常數(shù)項(xiàng)；Z4為結(jié)構(gòu)效應(yīng)，Z1和Z2分別表征機(jī)械型技術(shù)效應(yīng)和化學(xué)型技術(shù)效應(yīng)；lnCit為人均農(nóng)業(yè)碳排放量的自然對數(shù)值；x為控制變量。

首先，檢驗(yàn)結(jié)構(gòu)效應(yīng)(表4)。由模型1的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量產(chǎn)生負(fù)向影響，系數(shù)為-1.650。模型3的回歸結(jié)果顯示，加入結(jié)構(gòu)效應(yīng)指標(biāo)后，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施仍在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量產(chǎn)生負(fù)向影響，但影響系數(shù)的絕對值有所下降。同時，模型2的回歸結(jié)果說明，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施對結(jié)構(gòu)效應(yīng)指標(biāo)在1%的顯著性水平上有顯著影響。由此可見，結(jié)構(gòu)效應(yīng)在氣候智慧型農(nóng)業(yè)項(xiàng)目對人均農(nóng)業(yè)碳排放的影響中發(fā)揮著部分中介效應(yīng)。經(jīng)測算，中介效應(yīng)值為0.397。由此，假設(shè)H1得證。試分析其原因如下：氣候智慧型農(nóng)業(yè)項(xiàng)目實(shí)施后，技術(shù)示范與配套政策的完善引導(dǎo)著項(xiàng)目區(qū)農(nóng)戶積極改變原有生產(chǎn)方式，學(xué)習(xí)和采納綠色生產(chǎn)技術(shù)，倒逼農(nóng)資企業(yè)向綠色低碳轉(zhuǎn)型，推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。

表4 機(jī)制檢驗(yàn)結(jié)果

其次，檢驗(yàn)技術(shù)效應(yīng)。由模型1、4、5的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量具有負(fù)向影響，但機(jī)械型技術(shù)效應(yīng)的回歸結(jié)果不顯著，且項(xiàng)目實(shí)施對機(jī)械型技術(shù)效應(yīng)的影響不顯著，說明機(jī)械型技術(shù)效應(yīng)并未在項(xiàng)目對人均農(nóng)業(yè)碳排放量的影響中起到中介作用，假設(shè)H2b證偽。可能的原因是，氣候智慧型農(nóng)業(yè)項(xiàng)目的技術(shù)示范應(yīng)用主要包括化肥減量施用技術(shù)、秸稈還田與固碳技術(shù)、平整土地與優(yōu)化灌溉技術(shù)，其中，僅平整土地和秸稈還田會涉及到農(nóng)業(yè)機(jī)械，但早在項(xiàng)目實(shí)施之前，我國糧食主產(chǎn)區(qū)就已基本實(shí)現(xiàn)機(jī)耕機(jī)收，項(xiàng)目實(shí)施并未通過機(jī)械總動力變化而影響到人均農(nóng)業(yè)碳排放量。由模型1、6、7的回歸結(jié)果可知，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施在1%的顯著性水平上對人均農(nóng)業(yè)碳排放量有顯著負(fù)向影響，在1%的顯著性水平上對氮肥用量比例有負(fù)向影響；氮肥用量比例在10%的顯著性水平上對人均農(nóng)業(yè)碳排放量有正向影響，中介效應(yīng)顯著。加入氮肥用量比例后，氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施對人均農(nóng)業(yè)碳排放量的影響由顯著變成了不顯著，說明化學(xué)型技術(shù)效應(yīng)起到了完全中介作用。經(jīng)測算，化學(xué)型技術(shù)效應(yīng)的中介效應(yīng)為0.695。由此，假設(shè)H2a得證。試分析其原因如下：氮肥是化肥生產(chǎn)和施用中用量最大的肥料品種，農(nóng)業(yè)生產(chǎn)中約70%的溫室氣體排放與氮肥的制造和施用有關(guān)。氣候智慧型農(nóng)業(yè)項(xiàng)目通過對示范田的測土配方，科學(xué)合理制定施肥比例，減少了化肥施用量，提高了化肥施用效率，從而減少了化肥施用導(dǎo)致的農(nóng)業(yè)碳排放量。

4 結(jié)論與政策啟示

本文將安徽懷遠(yuǎn)縣氣候智慧型農(nóng)業(yè)項(xiàng)目視為一次準(zhǔn)自然實(shí)驗(yàn)，基于2011—2019年安徽省23個縣的面板數(shù)據(jù)，運(yùn)用合成控制法評估新型農(nóng)業(yè)發(fā)展模式——?dú)夂蛑腔坌娃r(nóng)業(yè)項(xiàng)目對農(nóng)業(yè)碳排放的影響，并使用排序檢驗(yàn)和虛假實(shí)驗(yàn)對其影響效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)論如下：氣候智慧型農(nóng)業(yè)項(xiàng)目的實(shí)施對農(nóng)業(yè)碳排放的效應(yīng)具有一定的時滯性，在其實(shí)施初年，懷遠(yuǎn)縣人均農(nóng)業(yè)碳排放量并未受到影響，但自第二年開始顯著降低了懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量，人均農(nóng)業(yè)碳排放量年均下降1.977 6 kg，年均降幅為1.43%。中介效應(yīng)模型檢驗(yàn)結(jié)果發(fā)現(xiàn)，氣候智慧型農(nóng)業(yè)項(xiàng)目推動了農(nóng)業(yè)發(fā)展模式的創(chuàng)新，通過結(jié)構(gòu)效應(yīng)和生物化學(xué)型技術(shù)效應(yīng)抑制農(nóng)業(yè)碳排放。因此，在氣候變化的背景下，發(fā)展高產(chǎn)高效的綠色農(nóng)業(yè)不僅要加大對綠色技術(shù)的集成示范，增強(qiáng)農(nóng)業(yè)經(jīng)營主體的綠色經(jīng)營理念，更要注重對新型農(nóng)業(yè)發(fā)展模式的探索。

基于上述研究結(jié)論，本文提出以下政策建議。

第一，積極探索和推廣氣候智慧型農(nóng)業(yè)等新型農(nóng)業(yè)發(fā)展模式。氣候智慧型農(nóng)業(yè)項(xiàng)目能夠有效降低懷遠(yuǎn)縣的人均農(nóng)業(yè)碳排放量，說明新型農(nóng)業(yè)發(fā)展模式可以突破傳統(tǒng)農(nóng)業(yè)發(fā)展必然增污的局限性。因此，應(yīng)該加強(qiáng)對氣候智慧型農(nóng)業(yè)項(xiàng)目具體內(nèi)容、優(yōu)缺點(diǎn)、適用性和發(fā)展方向等方面的總結(jié)，充分發(fā)揮項(xiàng)目的輻射示范作用，進(jìn)一步擴(kuò)大氣候智慧型農(nóng)業(yè)這一新型農(nóng)業(yè)發(fā)展模式的應(yīng)用范圍，并因地制宜積極探索其他農(nóng)業(yè)發(fā)展新模式。第二，推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)綠色化轉(zhuǎn)型升級。我國幅員遼闊，各地氣候土壤條件迥異，務(wù)必因地制宜地調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，探索適宜的輪作和種養(yǎng)結(jié)合模式，提高農(nóng)戶的田間管理能力，增強(qiáng)農(nóng)戶的綠色可持續(xù)發(fā)展意識。第三，強(qiáng)化農(nóng)業(yè)技術(shù)創(chuàng)新，轉(zhuǎn)變生產(chǎn)方式。持續(xù)推進(jìn)化肥農(nóng)藥減量增效，推廣農(nóng)作物病蟲害生物防控技術(shù)措施。全面深化測土配方施肥技術(shù)，堅持精準(zhǔn)測土、科學(xué)配肥和減量施肥相結(jié)合，提高我國化肥利用率，減少過量施肥導(dǎo)致的資源浪費(fèi)和環(huán)境污染。