賀 青，張俊飚

（1.湖北第二師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院/鄉(xiāng)村振興研究中心，湖北 武漢 430205；2.華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430070）

氣候變化，全球變暖正成為經(jīng)濟(jì)社會(huì)發(fā)展的重要議題。聯(lián)合國(guó)政府間氣候變化委員會(huì)（IPCC）預(yù)測(cè)，在未來(lái)100 年左右，全球平均溫度將上升大約1.8～4 攝氏度，溫室氣體排放是造成全球氣候變暖的直接原因。農(nóng)業(yè)生產(chǎn)活動(dòng)過(guò)程中所產(chǎn)生的溫室氣體，已成為全球溫室氣體的重要組成部分[1]。IPCC 研究發(fā)現(xiàn)，農(nóng)業(yè)生產(chǎn)排放的二氧化碳（CO2）、氧化亞氮（N2O）和甲烷（CH4）分別占人類(lèi)活動(dòng)所排放的溫室氣體總量的20%、70%和50%，農(nóng)業(yè)仍然依賴消耗大量資源的方式發(fā)展[2]。糧食安全和農(nóng)業(yè)綠色發(fā)展是我國(guó)鄉(xiāng)村振興的重要任務(wù)，二十大報(bào)告指出：全方位夯實(shí)糧食安全根基，確保中國(guó)人的飯碗牢牢端在自己手中。在保障糧食產(chǎn)量增長(zhǎng)的同時(shí)，如何實(shí)現(xiàn)“雙碳”目標(biāo)，達(dá)成糧食安全與生態(tài)環(huán)境的雙贏，是當(dāng)前農(nóng)業(yè)生產(chǎn)亟待回答的問(wèn)題。

國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，2022 年我國(guó)糧食總產(chǎn)量達(dá)到13730.6 億斤，比2021 年增產(chǎn)73.6 億斤。從2003 年的8613.0 億斤到2022 年13730.6 億斤，全國(guó)糧食產(chǎn)量已經(jīng)實(shí)現(xiàn)了“十九年連增”，并且連續(xù)8年超過(guò)了1.3萬(wàn)億斤。糧食的豐產(chǎn)為應(yīng)對(duì)多變的國(guó)際形勢(shì)、保障國(guó)家糧食安全提供了堅(jiān)實(shí)的基礎(chǔ)。糧食主產(chǎn)區(qū)省份在糧食生產(chǎn)方面具有資源稟賦的比較優(yōu)勢(shì)，并且在地域上具有明顯的產(chǎn)業(yè)聚集特點(diǎn)[3]。糧食主產(chǎn)區(qū)既是中國(guó)糧食的主要供應(yīng)基地，也是中國(guó)農(nóng)業(yè)溫室氣體排放的主要區(qū)域[4]。一方面，與非糧食主產(chǎn)區(qū)相比較，糧食主產(chǎn)區(qū)的農(nóng)藥、化肥、農(nóng)業(yè)機(jī)械等生產(chǎn)要素的消耗數(shù)量、單位面積的農(nóng)業(yè)碳排放量相對(duì)較高，由此帶來(lái)的環(huán)境污染更加嚴(yán)重[5]。另一方面，糧食主產(chǎn)區(qū)由于產(chǎn)業(yè)聚集效應(yīng)，能顯著提升農(nóng)業(yè)技術(shù)創(chuàng)新水平，而農(nóng)業(yè)新技術(shù)的應(yīng)用可能會(huì)降低農(nóng)業(yè)碳排放，減少糧食主產(chǎn)區(qū)的環(huán)境污染[6]。因此，在糧食安全的目標(biāo)下，主產(chǎn)區(qū)的糧食產(chǎn)量連年增長(zhǎng)是增加了農(nóng)業(yè)碳排放還是減少了農(nóng)業(yè)碳排放尚無(wú)定論。

已有文獻(xiàn)對(duì)農(nóng)業(yè)碳排放和減排策略問(wèn)題進(jìn)行了大量研究，相關(guān)文獻(xiàn)主要有3 類(lèi)。一類(lèi)是關(guān)注農(nóng)業(yè)碳排放的影響因素。有學(xué)者采用LMDI 模型分解了中國(guó)農(nóng)業(yè)碳排放的影響因素[7]，指出農(nóng)業(yè)碳排放主要受到經(jīng)濟(jì)發(fā)展、生產(chǎn)效率、產(chǎn)業(yè)結(jié)構(gòu)、勞動(dòng)力等因素的影響，其中農(nóng)業(yè)經(jīng)濟(jì)發(fā)展為農(nóng)業(yè)碳排放的促進(jìn)因素，生產(chǎn)效率、產(chǎn)業(yè)結(jié)構(gòu)和勞動(dòng)力為農(nóng)業(yè)碳排放的抑制因素。此外，農(nóng)業(yè)技術(shù)[8-9]、農(nóng)戶低碳生產(chǎn)意愿[10]、產(chǎn)業(yè)聚集[11]、農(nóng)產(chǎn)品貿(mào)易[12]、農(nóng)地經(jīng)營(yíng)規(guī)模[13-14]、農(nóng)村勞動(dòng)力轉(zhuǎn)移[15]等也是農(nóng)業(yè)碳排放減少的重要原因。二類(lèi)是關(guān)于碳排放減排措施。有關(guān)CO2減排措施方面，研究指出通過(guò)植樹(shù)造林、林業(yè)保護(hù)能增加碳匯[16]；通過(guò)改善土壤質(zhì)量、保護(hù)耕地能提高碳的吸附潛力[17]，運(yùn)用現(xiàn)代生物技術(shù)可以捕捉和儲(chǔ)存CO2[18]。有關(guān)非CO2減排措施方面，研究指出通過(guò)測(cè)土配方技術(shù)、農(nóng)田綜合管理等現(xiàn)代農(nóng)業(yè)技術(shù)能夠減少農(nóng)藥化肥等化學(xué)品的投入[19-20]，通過(guò)規(guī)?；?、標(biāo)準(zhǔn)化養(yǎng)殖技術(shù)能夠減少牲畜養(yǎng)殖造成的碳排放[21]；農(nóng)業(yè)生產(chǎn)補(bǔ)貼、市場(chǎng)監(jiān)管、碳市場(chǎng)交易等方式也能有效降低農(nóng)業(yè)碳排放[22]。三類(lèi)是評(píng)價(jià)糧食主產(chǎn)區(qū)政策效應(yīng)。羅斯炫等發(fā)現(xiàn)主產(chǎn)區(qū)政策顯著增加了糧食產(chǎn)量，并降低了農(nóng)業(yè)面源污染[23]。李紅莉等認(rèn)為主產(chǎn)區(qū)的設(shè)立，在糧食增產(chǎn)的同時(shí)提高了農(nóng)戶的經(jīng)營(yíng)性收入[24]。田云等對(duì)主產(chǎn)區(qū)的公平性進(jìn)行了考察，指出我國(guó)種植業(yè)呈高碳排放和低收益的特征，需要加大低碳技術(shù)的推廣[25]。

上述文獻(xiàn)側(cè)重研究農(nóng)業(yè)碳排放影響因素和減排機(jī)制，也有關(guān)注糧食主產(chǎn)區(qū)政策與糧食安全的關(guān)系，較少有文獻(xiàn)考察了糧食主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)碳排放的影響。僅有的研究雖然驗(yàn)證了糧食主產(chǎn)區(qū)政策能帶來(lái)化肥面源污染下降，但對(duì)面源污染關(guān)注范圍過(guò)窄，不能對(duì)農(nóng)業(yè)碳排放進(jìn)行整體把握。從農(nóng)業(yè)碳排放視角來(lái)看，僅僅關(guān)注化肥投入是遠(yuǎn)遠(yuǎn)不夠的，需要考察全農(nóng)業(yè)生產(chǎn)過(guò)程中的碳排放。對(duì)于政策實(shí)施效果的評(píng)價(jià)，目前采用田間試驗(yàn)進(jìn)行評(píng)估的較多，而運(yùn)用計(jì)量模型實(shí)證分析政策效應(yīng)的較少，缺乏對(duì)糧食主產(chǎn)區(qū)政策效果的科學(xué)評(píng)估。

因此，本文運(yùn)用雙重差分模型，從時(shí)間維度檢驗(yàn)糧食主產(chǎn)區(qū)政策實(shí)施前后對(duì)農(nóng)業(yè)碳排放影響效應(yīng)的變化，并引入土地經(jīng)營(yíng)規(guī)模這一重要因素，探析主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)碳排放的“減排”機(jī)制。

一、模型、變量與數(shù)據(jù)來(lái)源

1.模型構(gòu)建

為避免一般模型估計(jì)的內(nèi)生性問(wèn)題，本文運(yùn)用雙重差分（Difference-in-Difference，DID）模型，比較政策頒布前后糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放與非糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放的差異。雙重差分模型構(gòu)建如下：

式（1）中，被解釋變量carbonit是省份i在第t年的農(nóng)業(yè)碳排放量；teami反映該省份是否為糧食主產(chǎn)區(qū)的虛擬變量，該地區(qū)為主產(chǎn)區(qū)時(shí)數(shù)值為1，否則為0；periodt反映關(guān)于糧食主產(chǎn)區(qū)政策實(shí)施時(shí)點(diǎn)的虛擬變量，2004 年政策實(shí)施之前數(shù)值為0，2004 年及之后數(shù)值為1；Xit是影響農(nóng)業(yè)碳排放的一些相關(guān)的控制變量；ui、λt分別是地區(qū)和時(shí)間的固定效應(yīng)；εit代表隨機(jī)誤差項(xiàng)。交互乘積項(xiàng)teami×periodt是本文關(guān)注的重點(diǎn)，該乘積項(xiàng)的估計(jì)系數(shù)β反映糧食主產(chǎn)區(qū)政策實(shí)施后的影響程度。

在式（1）的基礎(chǔ)上，采用事件分析法進(jìn)一步檢驗(yàn)糧食主產(chǎn)區(qū)政策效應(yīng)的平行趨勢(shì)，并分析該政策隨著時(shí)間推移其影響效應(yīng)的動(dòng)態(tài)變化。將式（1）拓展如下：

式（2）與式（1）不同之處是，式（2）中用具體年份的虛擬變量dt替代了政策實(shí)施時(shí)間點(diǎn)periodt的變量，交互項(xiàng)teami×dt表示糧食主產(chǎn)區(qū)或非糧食主產(chǎn)區(qū)省份各年份政策是否實(shí)施的虛擬變量。βt的估計(jì)值可以反映設(shè)立糧食主產(chǎn)區(qū)第t年，實(shí)驗(yàn)處理組與參照基準(zhǔn)組之間農(nóng)業(yè)碳排放的區(qū)別。如果進(jìn)一步將政策實(shí)施的時(shí)間點(diǎn)滯后處理，則乘積項(xiàng)估計(jì)系數(shù)βt反映糧食主產(chǎn)區(qū)政策實(shí)施后影響效應(yīng)的變化情況。

2.變量選取

（1）被解釋變量。農(nóng)業(yè)碳排放（carbon，萬(wàn)噸），本文參照李波等[7]、田云等[25]的碳排放因子計(jì)算方法，對(duì)糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放和農(nóng)業(yè)碳強(qiáng)度進(jìn)行測(cè)度。按照農(nóng)地利用、水稻種植、牲畜養(yǎng)殖、能源消耗四方面的碳源進(jìn)行計(jì)算。用各碳源排放系數(shù)與碳源排放量的乘積，加總計(jì)算出農(nóng)業(yè)碳排放總量，用農(nóng)業(yè)碳排放總量除以農(nóng)業(yè)生產(chǎn)總值得到農(nóng)業(yè)碳強(qiáng)度。

（2）核心解釋變量。乘積交互項(xiàng)（teami×periodt），2004 年開(kāi)始設(shè)立糧食主產(chǎn)區(qū)，teami表示是否為糧食主產(chǎn)區(qū)虛擬變量，periodt表示政策是否開(kāi)始實(shí)施的虛擬變量。如果是取1，否則取0。

（3）控制變量。①農(nóng)業(yè)勞動(dòng)力（labor），選擇從事第一產(chǎn)業(yè)的人員數(shù)來(lái)表示；②農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)（income，元），農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)最直觀的表現(xiàn)就是農(nóng)村居民人均收入的增長(zhǎng)，它能客觀衡量該區(qū)域農(nóng)村的經(jīng)濟(jì)發(fā)展水平；③城鎮(zhèn)化（urban，%），城鎮(zhèn)化水平提高，農(nóng)業(yè)資源的消耗會(huì)逐漸減少，會(huì)在一定程度上減少農(nóng)業(yè)碳排放。用各省城鎮(zhèn)總?cè)丝跀?shù)量除以總?cè)丝跀?shù)量計(jì)算出城鎮(zhèn)化率；④產(chǎn)業(yè)結(jié)構(gòu)(structure，%)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)定義為種植業(yè)與畜牧業(yè)GDP 與農(nóng)業(yè)GDP 的比值，農(nóng)業(yè)GDP 以農(nóng)牧漁林業(yè)GDP來(lái)表示；⑤農(nóng)業(yè)機(jī)械化（machine，千瓦），采用農(nóng)業(yè)機(jī)械總動(dòng)力衡量農(nóng)業(yè)機(jī)械化水平，農(nóng)業(yè)機(jī)械化水平是農(nóng)業(yè)現(xiàn)代化進(jìn)程中對(duì)農(nóng)業(yè)碳排放影響較大的一個(gè)因素；⑥糧食產(chǎn)量（production，萬(wàn)噸），一年內(nèi)農(nóng)業(yè)生產(chǎn)者種植收獲的全部糧食數(shù)量。

3.數(shù)據(jù)來(lái)源

本文把2004 年設(shè)立的13 個(gè)糧食主產(chǎn)區(qū)作為實(shí)驗(yàn)處理組，18 個(gè)非糧食主產(chǎn)區(qū)作為參考組，運(yùn)用1998-2019年的面板數(shù)據(jù)，對(duì)主產(chǎn)區(qū)政策進(jìn)行一次自然實(shí)驗(yàn)分析。研究思路為：利用雙重差分法，分析實(shí)驗(yàn)處理組和參照組在政策干預(yù)前后（1998-2003 年、2004-2019 年）的變化趨勢(shì)，估計(jì)糧食主產(chǎn)區(qū)政策對(duì)實(shí)驗(yàn)處理組農(nóng)業(yè)碳排放的影響效應(yīng)和作用機(jī)制。根據(jù)地理位置，把中國(guó)糧食主產(chǎn)區(qū)劃分為三大區(qū)域：長(zhǎng)江流域（江西、安徽、湖北、湖南、江蘇、四川）、松花江流域（吉林、遼寧、黑龍江）和黃河流域（河北、山東、河南、內(nèi)蒙古），進(jìn)一步考察糧食主產(chǎn)區(qū)政策對(duì)三大區(qū)域農(nóng)業(yè)碳排放的作用效應(yīng)。相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒。將所有與貨幣有關(guān)的變量以1998 年為基期進(jìn)行消脹處理，并取對(duì)數(shù)以消除異方差所引致的影響，變量描述性統(tǒng)計(jì)見(jiàn)表1。

表1 主要變量統(tǒng)計(jì)描述結(jié)果N=682

二、結(jié)果分析

1.基準(zhǔn)模型估計(jì)結(jié)果分析

運(yùn)用雙重差分法對(duì)式（1）進(jìn)行估計(jì)，基準(zhǔn)模型的回歸結(jié)果見(jiàn)表2。為了探索糧食主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)碳排放的影響，本文先將主產(chǎn)區(qū)總體農(nóng)業(yè)碳排放作為被解釋變量進(jìn)行雙重差分估計(jì)，回歸結(jié)果見(jiàn)列（1）、（2），從交互乘積項(xiàng)team×period的回歸系數(shù)可知，估計(jì)值系數(shù)為負(fù)，說(shuō)明糧食主產(chǎn)區(qū)政策對(duì)主產(chǎn)區(qū)整體農(nóng)業(yè)碳排放有削減效應(yīng)。

表2 糧食主產(chǎn)區(qū)政策對(duì)主產(chǎn)區(qū)總體及三大流域農(nóng)業(yè)碳排放影響估計(jì)結(jié)果

根據(jù)地理區(qū)域劃分，糧食主產(chǎn)區(qū)被劃分為三大區(qū)域：長(zhǎng)江流域、松花江流域和黃河流域，進(jìn)一步考察糧食主產(chǎn)區(qū)政策對(duì)三大區(qū)域農(nóng)業(yè)碳排放的影響效應(yīng)。由列（3）、（5）、（7）可以看出，糧食主產(chǎn)區(qū)政策對(duì)松花江、黃河、長(zhǎng)江三大流域農(nóng)業(yè)碳排放都具有減少效應(yīng)，且在1%水平上顯著。三大流域?qū)r(nóng)業(yè)碳減排的影響效應(yīng)大小排序?yàn)椋核苫ń饔颍军S河流域＞長(zhǎng)江流域。在模型中加入控制變量以后，估計(jì)結(jié)果見(jiàn)列（4）、（6）、（8），交互乘積項(xiàng)回歸系數(shù)仍然為負(fù)，系數(shù)的絕對(duì)值降低。一般沒(méi)有納入控制變量的估計(jì)結(jié)果會(huì)偏高，但糧食主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)碳排放的負(fù)向作用依然顯著。

三大流域的估計(jì)結(jié)果表明，糧食主產(chǎn)區(qū)政策實(shí)施后，2004-2019年，松花江流域農(nóng)業(yè)碳排放平均降低了2.6%，黃河流域平均降低了2.4%，長(zhǎng)江流域平均降低了3.3%，長(zhǎng)江流域的碳減排效應(yīng)最大?？赡艿脑蚴?，長(zhǎng)江流域包括湖北、江蘇等6省，主要為長(zhǎng)江經(jīng)濟(jì)帶省份，政府比較注重農(nóng)業(yè)綠色技術(shù)的研發(fā)和應(yīng)用推廣，農(nóng)業(yè)生產(chǎn)要素利用率高，能夠在生產(chǎn)過(guò)程中有效地減少農(nóng)業(yè)碳排放。

上述研究結(jié)果表明，糧食主產(chǎn)區(qū)政策的實(shí)施對(duì)主產(chǎn)區(qū)總體和三大流域的農(nóng)業(yè)碳排放都有減排效應(yīng)，即“增產(chǎn)的同時(shí)減少碳排放”，主產(chǎn)區(qū)總體和三大流域估計(jì)結(jié)果的一致性也反映了雙重差分模型回歸結(jié)果的穩(wěn)健性。

2.平行趨勢(shì)檢驗(yàn)

本文采用平行趨勢(shì)進(jìn)一步檢驗(yàn)雙重差分模型估計(jì)結(jié)果的真實(shí)性。平行趨勢(shì)檢驗(yàn)假設(shè)：在糧食主產(chǎn)區(qū)政策實(shí)施之前，處理實(shí)驗(yàn)組與控制對(duì)照組的農(nóng)業(yè)碳排放隨時(shí)間的動(dòng)態(tài)演變趨勢(shì)是一致的；在糧食主產(chǎn)區(qū)政策實(shí)施之后，處理實(shí)驗(yàn)組與控制對(duì)照組的農(nóng)業(yè)碳排放隨時(shí)間的動(dòng)態(tài)變化存在顯著差異。根據(jù)表2對(duì)主產(chǎn)區(qū)總體和三大流域的雙重差分估計(jì)結(jié)果，以2004年糧食主產(chǎn)區(qū)政策實(shí)施的時(shí)間節(jié)點(diǎn)之前作為基準(zhǔn)對(duì)照組（1998-2003 年），把政策實(shí)施之后的年份（2005-2019 年）作為實(shí)驗(yàn)處理組，通過(guò)估計(jì)交互乘積項(xiàng)的系數(shù)，對(duì)1998-2003年之間的平行趨勢(shì)進(jìn)行驗(yàn)證，圖1～圖4展示了平行趨勢(shì)檢驗(yàn)結(jié)果：

圖1 主產(chǎn)區(qū)總體農(nóng)業(yè)碳排放平行趨勢(shì)檢驗(yàn)

圖2 松花江流域農(nóng)業(yè)碳排放平行趨勢(shì)檢驗(yàn)

圖3 黃河流域農(nóng)業(yè)碳排放平行趨勢(shì)檢驗(yàn)

圖4 長(zhǎng)江流域農(nóng)業(yè)碳排放平行趨勢(shì)檢驗(yàn)

由圖1～圖4可知，在控制相關(guān)影響變量的條件下，在1998-2003 年，即設(shè)立糧食主產(chǎn)區(qū)之前，實(shí)驗(yàn)處理組與基準(zhǔn)對(duì)照組之間的變化趨勢(shì)沒(méi)有明顯差異，糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放的變化趨勢(shì)比較相似；在2005-2019年，糧食主產(chǎn)區(qū)政策實(shí)施以后，主產(chǎn)區(qū)和非主產(chǎn)區(qū)的動(dòng)態(tài)演變開(kāi)始呈現(xiàn)顯著的差異，即在2004 年政策實(shí)施后，實(shí)驗(yàn)處理組與基準(zhǔn)參照組具有明顯的對(duì)照性和可比性。上述檢驗(yàn)結(jié)果表明，本文的雙重差分模型符合平行趨勢(shì)檢驗(yàn)的條件，糧食主產(chǎn)區(qū)政策的實(shí)施對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放產(chǎn)生了顯著的影響。

3.穩(wěn)健性檢驗(yàn)

用單位面積農(nóng)業(yè)碳排放代替農(nóng)業(yè)碳排放總量，在雙重差分模型（1）的基礎(chǔ)上，分析糧食主產(chǎn)區(qū)政策對(duì)主產(chǎn)區(qū)總體農(nóng)業(yè)碳排放及主產(chǎn)區(qū)內(nèi)三大流域農(nóng)業(yè)碳排放的影響，雙重差分估計(jì)結(jié)果見(jiàn)表3。由表3 可知，2004-2019 年，糧食主產(chǎn)區(qū)13 個(gè)省份單位面積農(nóng)業(yè)碳排放與非糧食主產(chǎn)區(qū)相比減少了9.8%；三大流域中，長(zhǎng)江流域的減排效應(yīng)最大，其次是松花江流域，黃河流域的影響最小?？赡苁且?yàn)殚L(zhǎng)江流域省份主要位于中部地區(qū)，經(jīng)濟(jì)發(fā)展較快，所以單位面積農(nóng)業(yè)碳減排的效應(yīng)比較明顯。單位面積農(nóng)業(yè)碳排放乘積交互項(xiàng)估計(jì)值的正負(fù)性和顯著性與表2 基本一致，表明前面的估計(jì)結(jié)果比較穩(wěn)健。

表3 糧食主產(chǎn)區(qū)政策對(duì)全國(guó)及三大流域單位面積農(nóng)業(yè)碳排放影響的估計(jì)結(jié)果

三、作用機(jī)制分析：基于規(guī)模經(jīng)營(yíng)的考察

糧食主產(chǎn)區(qū)政策的實(shí)施對(duì)農(nóng)業(yè)“碳減排”的效應(yīng)，本質(zhì)上是產(chǎn)業(yè)聚集的結(jié)果，糧食產(chǎn)業(yè)集聚產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)，從而影響農(nóng)業(yè)碳排放。如果要持續(xù)降低糧食主產(chǎn)區(qū)農(nóng)業(yè)環(huán)境污染，必須更充分地發(fā)揮產(chǎn)業(yè)聚集的規(guī)模經(jīng)濟(jì)效應(yīng)，發(fā)展不同形式的適度規(guī)模經(jīng)營(yíng)，在主產(chǎn)區(qū)進(jìn)行糧食連片集中種植，實(shí)現(xiàn)專(zhuān)業(yè)化、組織化的生產(chǎn)模式。只有土地經(jīng)營(yíng)達(dá)到一定的規(guī)模，農(nóng)戶才會(huì)改變傳統(tǒng)的依靠農(nóng)藥化肥等要素提高產(chǎn)量的做法，采用綠色的農(nóng)業(yè)生產(chǎn)方式與環(huán)保的種植技術(shù)，減少農(nóng)業(yè)生產(chǎn)物資投入，降低農(nóng)業(yè)碳排放。本文從經(jīng)營(yíng)規(guī)模的視角，在模型（1）的基礎(chǔ)上，納入土地經(jīng)營(yíng)規(guī)模變量，利用中介效應(yīng)模型解釋糧食主產(chǎn)區(qū)政策的作用機(jī)制，拓展的模型形式如下：

其中，Scaleit表示土地經(jīng)營(yíng)規(guī)模變量，用糧食播種面積與農(nóng)作物面積之比來(lái)表示連片集中化種植的趨勢(shì)。

表4 列（1）的估計(jì)結(jié)果顯示，team×period政策交互乘積項(xiàng)的估計(jì)系數(shù)顯著為正，說(shuō)明糧食主產(chǎn)區(qū)政策明顯地?cái)U(kuò)大了主產(chǎn)區(qū)的糧食經(jīng)營(yíng)規(guī)模，主產(chǎn)區(qū)各省為了實(shí)現(xiàn)糧食安全目標(biāo)而增加了糧食的播種面積。表4列（2）的估計(jì)結(jié)果表明，糧食主產(chǎn)區(qū)經(jīng)營(yíng)規(guī)模的擴(kuò)大減少了總體的農(nóng)業(yè)碳排放。與基準(zhǔn)回歸結(jié)果相比較，政策交互乘積項(xiàng)的估計(jì)系數(shù)絕對(duì)值從0.050 下降到0.039，驗(yàn)證了規(guī)模經(jīng)營(yíng)有助于農(nóng)業(yè)碳減排的機(jī)制。列（3）、（4）、（5）政策交互乘積項(xiàng)的估計(jì)系數(shù)絕對(duì)值分別從0.033、0.026、0.024變?yōu)?.027、0.015、0.018，且長(zhǎng)江流域和黃河流域都在1%的水平上顯著，松花江流域在10%的水平上顯著，說(shuō)明隨著糧食種植經(jīng)營(yíng)規(guī)模的擴(kuò)大，長(zhǎng)江流域、黃河流域和松花江流域的省份農(nóng)業(yè)碳排放明顯減少。與前文基準(zhǔn)估計(jì)結(jié)果相比，當(dāng)土地經(jīng)營(yíng)規(guī)模被引入模型中以后，team×period交互乘積項(xiàng)估計(jì)系數(shù)的絕對(duì)值降低了，這反映出糧食主產(chǎn)區(qū)政策對(duì)三個(gè)流域的農(nóng)業(yè)減排效應(yīng)是通過(guò)糧食種植規(guī)模的擴(kuò)大而實(shí)現(xiàn)的。進(jìn)一步比較列（3）、（4）、（5）的結(jié)果，可以看出三大流域土地經(jīng)營(yíng)規(guī)模的系數(shù)都顯著為負(fù)，與糧食主產(chǎn)區(qū)總體表現(xiàn)出一致的變化趨勢(shì)，但是作用效應(yīng)的大小有一定程度的差異，具體表現(xiàn)為：長(zhǎng)江流域＞黃河流域＞松花江流域。

表4 規(guī)模經(jīng)營(yíng)的影響機(jī)制回歸分析結(jié)果

本文借鑒Gelbach[26]的方法，進(jìn)一步計(jì)算經(jīng)營(yíng)規(guī)模的擴(kuò)大對(duì)農(nóng)業(yè)碳減排的影響程度，估計(jì)系數(shù)(β1×φ)與基準(zhǔn)估計(jì)系數(shù)β的比值就是機(jī)制作用的大小。具體而言，糧食主產(chǎn)區(qū)政策對(duì)長(zhǎng)江流域的減排效應(yīng)50.09%可以由經(jīng)營(yíng)規(guī)模的擴(kuò)大解釋?zhuān)苫ń饔蚝忘S河流域分別為42.5%和59.08%。從“增產(chǎn)減排”的目標(biāo)來(lái)看，至少四五成的減排效應(yīng)來(lái)源于糧食主產(chǎn)區(qū)政策引致的糧食經(jīng)營(yíng)規(guī)模擴(kuò)大。這說(shuō)明，主產(chǎn)區(qū)糧食種植規(guī)模的擴(kuò)大所產(chǎn)生的規(guī)模經(jīng)濟(jì)在實(shí)現(xiàn)“增產(chǎn)”與“減排”目標(biāo)上具有統(tǒng)一性，通過(guò)糧食種植規(guī)模的擴(kuò)大以增加產(chǎn)量并減少農(nóng)業(yè)碳排放的手段是切實(shí)可行的。

四、結(jié)論與啟示

糧食主產(chǎn)區(qū)政策的實(shí)施對(duì)保障國(guó)家糧食安全，促進(jìn)糧食增產(chǎn)等方面發(fā)揮了重要的作用，本文將2004 年糧食主產(chǎn)區(qū)政策的實(shí)施作為一次自然實(shí)驗(yàn)，通過(guò)分析主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)碳排放的影響效應(yīng)，回答糧食主產(chǎn)區(qū)“增產(chǎn)是否加劇污染”的問(wèn)題。研究發(fā)現(xiàn)：（1）糧食主產(chǎn)區(qū)政策對(duì)糧食主產(chǎn)區(qū)整體及三大流域的農(nóng)業(yè)碳排放具有顯著的“減排效應(yīng)”。即在糧食安全目標(biāo)下，主產(chǎn)區(qū)基本實(shí)現(xiàn)了糧食增長(zhǎng)與生態(tài)環(huán)境“雙贏”的局面。（2）糧食主產(chǎn)區(qū)政策顯著降低了主產(chǎn)區(qū)整體及三大流域的單位面積農(nóng)業(yè)碳排放，其中對(duì)長(zhǎng)江流域農(nóng)業(yè)碳排放的削減效應(yīng)最大。（3）土地經(jīng)營(yíng)規(guī)模的擴(kuò)大是糧食主產(chǎn)區(qū)政策產(chǎn)生碳減排效應(yīng)的重要機(jī)制，即糧食種植連片集中并規(guī)?；a(chǎn)，是國(guó)家為保障糧食安全的一項(xiàng)戰(zhàn)略性決策，但同時(shí)實(shí)現(xiàn)了糧食增產(chǎn)與農(nóng)業(yè)碳減排。

根據(jù)研究結(jié)論，得到以下啟示：（1）發(fā)展適度規(guī)模經(jīng)營(yíng)。在糧食安全戰(zhàn)略下，糧食作物種植的連片化、規(guī)?；粌H可以實(shí)現(xiàn)糧食主產(chǎn)區(qū)糧食增產(chǎn)的目標(biāo)，還可以通過(guò)規(guī)模效應(yīng)和創(chuàng)新效應(yīng)減少農(nóng)業(yè)碳排放。在農(nóng)村青壯年勞動(dòng)力向城市轉(zhuǎn)移和農(nóng)業(yè)機(jī)械化發(fā)展的背景下，發(fā)展適度規(guī)模經(jīng)營(yíng)已是糧食主產(chǎn)區(qū)的必然趨勢(shì)，也是實(shí)現(xiàn)糧食安全目標(biāo)的必由之路。因此，政府應(yīng)積極完善土地適度規(guī)模經(jīng)營(yíng)制度，并建立相應(yīng)的服務(wù)配套體系，為發(fā)展適度規(guī)模經(jīng)營(yíng)提供必要保障和便利條件。（2）推廣環(huán)境友好型農(nóng)業(yè)生產(chǎn)技術(shù)。在土地規(guī)模經(jīng)營(yíng)的基礎(chǔ)上，應(yīng)大力推廣資源節(jié)約型和環(huán)保型農(nóng)業(yè)綠色生產(chǎn)技術(shù)，真正做到“藏糧于技”，特別是優(yōu)良品種、環(huán)保型農(nóng)藥、節(jié)能技術(shù)等的采納和應(yīng)用，從而實(shí)現(xiàn)主產(chǎn)區(qū)糧食增產(chǎn)目標(biāo)與綠色發(fā)展目標(biāo)的統(tǒng)一。（3）“減排”政策應(yīng)與各省的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展相匹配。在制定糧食主產(chǎn)區(qū)農(nóng)業(yè)低碳發(fā)展政策時(shí)，應(yīng)結(jié)合各地區(qū)的實(shí)際情況，綜合考量政策的“減排”效應(yīng)，根據(jù)當(dāng)?shù)氐霓r(nóng)業(yè)經(jīng)濟(jì)發(fā)展情況，優(yōu)化調(diào)整種植業(yè)的產(chǎn)業(yè)結(jié)構(gòu)，比如在糧食主產(chǎn)區(qū)適當(dāng)增加相對(duì)低碳經(jīng)濟(jì)作物的種植面積。