| 2,343 | 0 | 456 |
| 下载次数 | 被引频次 | 阅读次数 |
厘清农村产业融合对农业碳排放的非线性关系，对建设农业强国、践行“双碳”目标具有重大意义。文章基于2007—2022年中国30个省份的面板数据，实证探讨农村产业融合对农业碳排放的非线性影响机制。研究表明：农村产业融合与农业碳排放之间存在“倒U”型关系，且受地理区位、农业绿色技术创新水平的影响；农业科技进步在两者关系中起到了中介作用；农业环境规制正向调节了两者的“倒U”型关系，推动其拐点左移，形态趋于陡峭；农村人口老龄化负向调节了两者的“倒U”型关系，推动其拐点右移，形态趋于平缓。进一步分析发现，2016年开始的农村三产融合试点政策强化了后期农村产业融合对农业碳排放的抑制作用，且这一抑制作用在试点地区更为明显；农村产业融合对农业碳排放呈现“倒U”型的空间溢出效应。
Abstract：Clarifying the nonlinear relationship between rural industrial integration and agricultural carbon emissions is of great significance for establishing a powerhouse in agriculture and achieving the "dual carbon" goals. Utilizing panel data from 30 provinces in China spanning the years 2007 to 2022, this essay empirically investigates the nonlinear impact mechanism of rural industrial integration on agricultural carbon emissions. Research findings reveal an "inverted Ushaped" relationship between rural industry integration and agricultural carbon emissions, modulated by geographical location and the degree of innovation in agricultural green technology. The advancement of agricultural technology serves as a mediating factor in this relationship. Furthermore, environmental regulations in agriculture exert a positive moderating effect on this "inverted U-shaped" relationship, resulting in a leftward shift of the turning point and a steeper curve. In contrast, the aging rural population exerts a negative moderating effect, shifting the turning point rightward and rendering the curve more gradual. Further analysis indicates that the rural agriculture-industry-services integration pilot policy, initiated in 2016, has intensified the mitigating impact of subsequent rural industrial integration on agricultural carbon emissions, with this effect being more pronounced in pilot regions. Moreover, rural industrial integration demonstrates an "inverted U-shaped" spatial spillover effect on agricultural carbon emissions.
[1]罗明忠，魏滨辉.农村产业融合的环境效应分析[J].农村经济，2022(12):57-66.
[2]谢帮生，陈鎏鹏，董丙瑞，等.农村产业融合的农业碳减排效应研究[J].农林经济管理学报，2024,23(2):197-205.
[3]谢会强，吴晓迪.城乡融合对中国农业碳排放效率的影响及其机制[J].资源科学，2023,45(1):48-61.
[4]江泽林.农村一二三产业融合发展再探索[J].农业经济问题，2021(6):8-18.
[5]郝爱民，谭家银.农村产业融合赋能农业韧性的机理及效应测度[J].农业技术经济，2023(7):88-107.
[6]申学锋，何妮，李政.农村产业融合发展的问题与路径选择[J].财政科学，2023(9):87-94.
[7]郭军，张效榕，孔祥智.农村一二三产业融合与农民增收——基于河南省农村一二三产业融合案例[J].农业经济问题，2019(3):135-144.
[8]熊爱华，张涵.农村一二三产业融合：发展模式、条件分析及政策建议[J].理论学刊，2019(1):72-79.
[9]李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011,21(8):80-86.
[10]赵敏娟，石锐，姚柳杨.中国农业碳中和目标分析与实现路径[J].农业经济问题，2022(9):24-34.
[11]吴贤荣，张俊飚，田云，等.基于公平与效率双重视角的中国农业碳减排潜力分析[J].自然资源学报，2015,30(7):1172-1182.
[12]田云，陈池波.市场与政府结合视角下的中国农业碳减排补偿机制研究[J].农业经济问题，2021(5):120-136.
[13]何艳秋，陈柔，朱思宇，等.策略互动和技术溢出视角下的农业碳减排区域关联[J].中国人口·资源与环境，2021,31(6):102-112.
[14]戴小文，漆雁斌，唐宏.1990—2010年中国农业隐含碳排放及其驱动因素研究[J].资源科学，2015,37(8):1668-1676.
[15]刘丽辉，徐军.基于扩展的STIRPAT模型的广东农业碳排放影响因素分析[J].科技管理研究，2016,36(6):250-255.
[16]李慧，李玮，姚西龙.基于GWR模型的农业碳排放影响因素时空分异研究[J].科技管理研究，2019,39(18):238-245.
[17]田云，尹忞昊.技术进步促进了农业能源碳减排吗？——基于回弹效应与空间溢出效应的检验[J].改革，2021(12):45-58.
[18]邓路，袁圣博，白萍，等.基于机器学习算法的新疆农业碳排放评估及驱动因素分析[J].中国生态农业学报（中英文），2023,31(2):265-279.
[19]尹忞昊，田云，卢奕亨.中国农业碳排放区域差异及其空间分异机理[J].改革，2023(10):130-145.
[20]LAI Y,YANG H,QIU F,et al. Can Rural Industrial Integration Alleviate Agricultural Non-Point Source Pollution?Evidence from Rural China[J]. Agriculture,2023,13(7):1389.
[21]田彩红，李琳，廖斌.农村一二三产业融合能否促进农业绿色发展？——以长江经济带579个县域为例[J].自然资源学报，2024,39(3):601-619.
[22]张华，丰超，刘贯春.中国式环境联邦主义：环境分权对碳排放的影响研究[J].财经研究，2017,43(9):33-49.
[23]赵雯歆，罗小锋，唐林.劳动力转移对农户粮食绿色生产效率的影响——兼论技术推广的作用[J].资源科学，2023,45(7):1440-1454.
[24]JAFFE A B,STAVINS R N. Dynamic Incentives of Environmental Regulations:The Effects of Alternative Policy Instruments on Technology Diffusion[J]. Journal of Environmental Economics and Management,1995,29(3):43-63.
[25]罗小锋，杜三峡，黄炎忠，等.种植规模、市场规制与稻农生物农药施用行为[J].农业技术经济，2020(6):71-80.
[26]杜建国，李波，杨慧.人口老龄化下农业人力资本对农业绿色全要素生产率的影响[J].中国人口·资源与环境，2023,33(9):215-228.
[27]孙中义，王力，李兴锋.人口老龄化、农业社会化服务与农业高质量发展[J].贵州财经大学学报，2022(3):37-47.
[28]HAANS R F J,PIETERS C,HE Z L.Thinking About U:Theorizing and Testing U-and Inverted U-Shaped Relationships in Strategy Research[J]. Strategic Management Journal,2016,37(7):1177-1195.
[29]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022(5):100-120.
[30]田云，尹忞昊.中国农业碳排放再测算：基本现状、动态演进及空间溢出效应[J].中国农村经济，2022(3):104-127.
[31]闵继胜，胡浩.中国农业生产温室气体排放量的测算[J].中国人口·资源与环境，2012,22(7):21-27.
[32]蒋金荷.中国城镇住宅碳排放强度分析和用能政策反思[J].数量经济技术经济研究，2015,32(6):90-104.
[33]张林，温涛.数字普惠金融如何影响农村产业融合发展[J].中国农村经济，2022(7):59-80.
[34]陶群山，胡浩.环境规制和农业科技进步的关系分析——基于波特假说的研究[J].中国人口·资源与环境，2011,21(12):52-57.
[35]吴力波，杨眉敏，孙可哿.公众环境关注度对企业和政府环境治理的影响[J].中国人口·资源与环境，2022,32(2):1-14.
[36]邓晴晴，李二玲，任世鑫.农业集聚对农业面源污染的影响——基于中国地级市面板数据门槛效应分析[J].地理研究，2020,39(4):970-989.
[37]金绍荣，王佩佩.人口老龄化、农地流转与农业绿色全要素生产率[J].宏观经济研究，2023(1):101-117.
[38]宋全云，吴雨，尹志超.金融知识视角下的家庭信贷行为研究[J].金融研究，2017(6):95-110.
[39]王菲，孙淑惠，刘天军.数字经济发展推进了农业生产方式变革吗——来自黄河流域地级市的证据[J].中国农村经济，2023(9):122-143.
（1）资料来源于《关于规范农业科技进步贡献率的测算方法的通知》[农科综[1997]13号]。
（2）受限于篇幅，合理性检验结果未予列出，留存备索。
（3）受限于篇幅，U test检验结果未予列出，留存备索。
（4）受限于篇幅，空间自相关检验结果未予列出，留存备索。
基本信息:
DOI：10.19629/j.cnki.34-1014/f.240528021
中图分类号:X322;F323
引用信息:
[1]卢奕亨,尹忞昊,田云等.农村产业融合对农业碳排放的非线性影响机制[J].华东经济管理,2025,39(02):48-59.DOI:10.19629/j.cnki.34-1014/f.240528021.
基金信息:
国家自然科学基金青年项目“巴黎协定下中国农业碳排放权省域分配及协同减排策略研究”（71903197）; 国家社会科学基金一般项目“中国农业减排固碳潜力评估、实现路径及支持政策研究”（23BGL189）