尚杰, 李乾乾

(东北林业大学经济管理学院,黑龙江 哈尔滨 150040)

长江经济带横跨中国东、中、西三大板块,涵盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州和云南11个省、直辖市。2021年,长江经济带地区生产总值487 012.83亿元,占全国经济总量的42.6%。作为国家重大战略发展区域,长江经济带具有区域广阔、人口众多、经济量大、功能多元、综合实力强的显著特点,在中国区域发展中具有举足轻重的作用。而农业是经济社会发展的基础性产业,具有经济、社会、文化、政治、生态等多功能性,促进农业绿色可持续发展,是推动长江经济带高质量发展的基本目标之一。近年来,农业经济快速增长的同时,农业生产的碳排放量也快速增加,农业温室气体排放量在全国温室气体排放总量中所占比例为17%,且以每年3%的速度快速增长[1]。长江经济带拥有中国超46%的粮食主产区,承担着保障粮食安全的重要功能,在资本、技术、化肥原料等要素投入下,农业经济规模也在进一步扩大,而农业生产过程中的高排放也客观存在。农业兼具着自然再生产和经济再生产的耦合功能,是最易受气候变化影响的产业,农业部门减排的重要性和正外部性也更高[2]。因此,关注长江经济带农业在碳排放约束下的生产效率,并将长江经济带作为一个区域整体对其农业生产率的时空演变及影响因素进行探讨分析,契合国家战略布局和“双碳”目标的时代背景,对实现绿色生态经济带建设、促进长江经济带高质量发展、助力“双碳”目标实现具有重要的现实意义。

围绕农业碳排放和农业生产效率,研究者们展开了多维度的研究。对相关研究进行梳理后发现,现有文献主要集中在3个方面。1)单个要素对农业碳排放效率影响研究。田云等[3]、雷振丹等[4]、廖柳文等[5]、谢会强等[6]从经济增长、技术进步、耕地经营规模、城乡融合角度展开探讨。2)关于农业碳排放效率的测度及影响因素的研究。吴昊玥等[7]、田云等[8]、吴贤荣等[9]、王劼等[10]、张杰等[11]分别从全国、农业部门、农户个体等角度对农业碳排放效率进行了测算,并深入探讨其影响因素,并给出针对性建议。3)关于农业碳排放效率的时空特征、空间关联、演变规律的研究。王海飞[12]、王帅等[13]、田云等[14]、封永刚等[15]、尚杰等[16]从全国、市域、县域层面对农业碳排放效率的时序变化、空间布局等进行了研究。基于对现有文献的整理得出:1)现有的研究面主要集中于全国宏观层面或者微观县市、农户个体层面的影响因素和时空分布研究,缺乏对中观层面区域性的时空演变、空间关系和影响因素的研究;2)现有研究中,学者们大多用“农业碳排放效率”来涵盖农业生产效率与农业碳排放之间的关系,且对“农业碳排放效率”的内涵阐释又各不相同,缺乏客观性和科学性,甚至带有鼓励农业碳排放的误导倾向。因此,本研究着眼于长江经济带区域的农业碳排放,尝试以碳排放约束条件下的农业生产效率来重新定义农业碳排放与农业生产效率的关系。以非期望产出农业碳排放量的多少代表碳排放约束的大小,农业降碳减排就是减少碳约束,提升农业生产效率。概括而言,碳排放约束下的农业生产效率目标是减少碳排放,降低碳约束,提高农业生产效率。本研究借鉴已有研究方法[7,9,12,14,17-18],选取考虑非期望产出的Super-SBM模型,对长江经济带沿线的11个省、直辖市2008—2021年碳排放约束下的农业生产效率进行测度和相关分析,旨在为促进降碳减排,提高区域农业生产率提供数据支撑,同时为推动长江经济带绿色高质量发展提供参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1 碳排放量估算模型 目前农业碳排放测算研究中,不同学者采取的方法各不相同。根据胡勇浩等[19]的研究,排放系数法是最为常见的测算方法,且适用尺度广、公式简明、原理易懂。因此,本研究测算农业碳排放量亦采用碳排放系数法。排放系数法测算流程是在构建农业碳排放测算指标体系、确定主要碳源的基础上,将农业碳排放活动水平数据与碳排放系数进行相乘,转化为相应的碳排放当量。由于农业碳排放来源广泛多样,不同学者选取的碳排放来源指标不同,计算的结果存在较大差异性。本研究参考相关文献[20-21]的研究,选取的农业碳排放来源主要包括翻耕、灌溉、化肥、农药、农膜、柴油6个方面,据此建立农业碳排放计算公式:

E=∑Ei=∑Tiωi

(1)

式中:E表示农业碳排放总量;i表示各种碳排放源的种类;Ti表示各种碳排放源的量;ωi表示各种碳排放源的碳排放系数。具体排放碳源及系数见表1。

表1 农业碳排放源及碳排放系数

1.1.2 含非期望产出的超效率SBM模型 农业生产除了能够带来经济上的期望产出,同时还有伴随着环境负外部性的非期望产出。传统DEA模型存在难以有效区分效率值同为1的多个决策单元的缺陷。考虑非期望产出,且对碳约束条件下农业生产效率进行相对准确的测度,本研究借鉴了TONE[23-24]在传统SBM模型基础上对效率值为1的决策单元进行的改进模型,使用包含非期望产出的超效率SBM模型。假设农业生产过程碳排放有n个决策单元,每个决策单元都包含3个要素:投入、期望产出和非期望产出。投入要素、期望产出要素、非期望产出要素个数分别用m、q1、q2表示。本研究中,n表示长江经济带11个省、直辖市,投入要素为劳动力、土地、农业机械动力、灌溉、化肥、农药、农膜,期望产出为农业总产值,非期望产出为农业碳排放量。测度碳排放约束下长江经济带农业生产效率的非期望产出超效率模型如下:

(2)

1.1.3 Global-Malmquist-Luenberger(GML)指数 CHUNG等[25]在Malmquist指数的基础上,根据产出导向的方向距离函数推导出带有非期望产出的M指数,并命名为Malmquist-Luenberger(ML)指数,用于研究包含非期望产出的效率变化率,衡量效率的动态变化。OH[26]在此基础上构建了Global-Malmquist-Luenberger(GML)指数,全局参比的GML指数以所有研究时期的生产技术总集合为参照集,可以在解决多输入、多输出和生产带来的非期望产出问题时,有效规避ML指数存在的不具备循环传递性和线性规划无可行解等问题,具有跨期可比较的优点。本研究考虑ML指数分解结果的可得性,采用全局参比的GML指数,GML指数分解为技术效率指数(GEC)和技术进步指数(GTC):

(3)

(4)

(5)

式中:xt、yt表示各省、直辖市在t时期的投入产出数值;Eg、Et表示全局前沿和前沿t期的效率值。

在非参数框架下、非期望产出超效率SBM效率测度模型基础上,本研究参考余奕杉等[27]的研究,构造一个非角度、非径向的GML指数公式,用于测度长江经济带各省、直辖市由t到t+1时期碳排放约束下农业生产效率的动态变动:

(6)

1.1.4 莫兰指数 根据“地理学第一定律”理论,任何事物都是紧密相连的,越邻近的事物连接更紧密。本研究引入空间自相关分析方法对碳排放约束条件下长江经济带农业生产效率的空间关联性进行检验分析。空间自相关分析主要用来检验邻近要素变量间的区域关联性和空间依赖性,衡量研究对象空间集聚程度和关联度,常用莫兰指数(Morans ’I)表示,包括全局自相关和局部自相关分析。全局自相关反映观测变量在整个区域内的空间集体关联程度或集聚程度,局部自相关反映局部区域单元与邻近空间单元的相关性。

全局莫兰指数计算公式为:

(7)

局部莫兰指数计算公式为:

(8)

1.1.5 Tobit 模型 在碳排放约束下正确评估长江经济带农业生产效率的基础上,进一步探讨其影响因素,对于降碳减排,减少碳排放约束提高农业生产效率具有重要的意义。以2008—2021年碳排放约束下长江经济带各省、直辖市农业生产效率为因变量,各影响因素为解释变量构建线性回归方程。结合本研究研究实际,构建以碳排放约束下的农业生产效率为被解释变量的Tobit模型,具体公式如下:

(9)

式中:C为碳约束下的农业生产效率;i表示各省市;t表示年份,β0、β1、β2分别为各个解释变量的回归系数;μ为随机扰动项。

1.2 指标选取与数据来源

1.2.1 指标体系 本研究选取2008—2021年长江经济带沿线11个省、直辖市作为DMU,借鉴吴昊玥等[7]的研究,构建长江经济带农业投入产出三级指标体系,如表2所示。其中,农业从业人员的计算,考虑数据科学性和可得性,借鉴王宝义等[28]相关研究成果,利用第一产业从业人员乘以农业总产值占农林牧渔总产值的比值得到。农业碳排放量数据通过前文提到的碳排放系数法计算,仅考虑农业生产本身产生的温室气体,包括翻耕、灌溉、化肥、农药、农膜、农业机械产生的CO2排放,化肥和土壤引起的N2O排放。参考田成诗等[20]、闵继胜等[21]的研究,秸秆等农业废弃物燃烧活动产生的CO2排放不在本研究农业碳排放量的计算之内。

表2 碳排放约束下农业生产效率投入产出指标体系

表4 碳排放约束下各时期长江经济带农业

1.2.2 数据来源 本研究选取2008—2021年长江经济带11个省、直辖市14年间农业生产过程中的投入产出要素组成面板数据,均来源于2009—2021年《中国统计年鉴》《中国农村统计年鉴》和各省市统计年鉴等资料,个别缺失数据均通过插值法填补。

2 结果与分析

2.1 碳排放约束下长江经济带农业生产效率时序演变分析

2.1.1 基于Super-SBM模型的农业生产效率静态变化分析 根据上述农业投入产出指标体系,运用Dearun V3.0软件,选择包含非期望产出的超效率SBM模型对2008—2021年碳排放约束下长江经济带农业生产效率进行测算,结果如表 3所示。在碳排放约束下,农业生产效率越趋近于0,表明碳排放约束越大,农业低碳发展之路任重道远;农业生产效率越趋近于1,表明碳排放约束越小,农业低碳发展富有成效;农业生产效率大于1,可看作碳排放约束为0,农业生产过程低碳可持续。

为全面揭示碳排放约束下长江经济带农业生产效率的时间演变特征,将长江经济带沿线11个省、直辖市划分为上、中、下游地区,其中云南、贵州、四川、重庆为上游地区,湖南、湖北、江西、安徽为中游地区,浙江、江苏、上海为下游地区。同时,为直观反映长江经济带农业生产效率的时间变化趋势,根据测算结果绘制图 1、图 2。

图1 2008—2021年碳排放约束下长江经济带农业生产效率

图2 2008—2021年碳排放约束下长江经济带区域农业生产效率

从整体上来看,在碳排放约束条件下,2008—2021年长江经济带农业生产效率呈上升趋势,部分年份有微小波动,但起伏平缓。2009年农业生产效率最低,为0.305;2021年农业生产效率最高,为0.968。2015年后长江经济带农业生产效率稳步提升,2019—2021年增长态势显著,其中,2021年农业生产效率值提升了0.275,趋近于有效率水平,表明2015年后长江经济带农业碳排放约束逐渐减小,农业降碳减排取得一定的成效。2008—2021年,长江经济带农业生产效率均值为0.467,其中,2008—2017年10个年份的农业生产效率低于均值,2018—2021年4个年份的农业生产效率高于均值。从区域层面来看,2008—2021年长江经济带下游地区的农业生产效率最高、上游次之、中游地区最低,分别为0.782、0.399、0.298,表明长江经济带农业碳排放约束下游低于上游低于中游,中游地区的碳排放约束压力大。2008—2021年,下游地区的农业生产效率一直高于长江经济带均值,中游地区农业生产效率一直低于均值,2018年以前上游地区农业生产效率低于均值,2018年以后逐步趋近于均值并反超,表明上游地区农业生产的碳排放约束逐渐减小,农业的低碳发展取得长足进步。上、中、下游地区的农业生产效率均在2021年达到峰值,此时碳排放约束最小,在雷达图中形成明显的凸点。2008—2021年下游地区的农业生产效率在波动中上升,2009年农业生产效率最低为0.655,碳排放约束压力最大,2014年出现一个小波峰,2021年农业生产效率最高,达到1.063 4,碳排放约束接近于0。2008—2018年,上游、中游地区的农业生产效率呈现缓慢上升趋势,表明农业发展渐趋低碳化;2019—2021年农业效率显著提升,增长趋势强势,并在2019年形成一个小拐点,表明农业低碳化取得新突破,碳排放约束进一步减少。

2.1.2 基于GML指数模型的农业生产效率动态变化分析 运用Dearun V3.0软件,基于超效率SBM模型Malmqusit指数-全局参比对2008—2021年长江经济带碳排放约束下的农业生产效率进行动态指数计算,结果如表 4 所示。

从整体层面来看,长江经济带2008—2021年农业生产效率平均提高了12.1%,极大地降低了碳排放约束,技术效率变化和技术进步变化分别提高了1.0%和11.6%,说明长江经济带碳排放约束减小,农业生产效率提升由技术效率提升和技术进步双轮驱动,其中技术进步在长江经济带农业生产效率迅速增长中发挥了主力作用。2008—2009年长江经济带农业生产效率下降了0.89%,也是样本期内唯一下降的时段;2009—2011年、2017—2021年农业生产效率保持10%以上的增长,2019—2020年、2020—2021年甚至达到20%以上的高速增长,其中2021—2021年农业生产效率提升了44.2%;2010—2017年农业生产效率保持着6%左右的平缓增长。2008—2012年、2014—2015年、2016—2017年、2020—2021年,技术效率对减少长江经济带农业碳排放约束、提升农业生产效率的贡献呈负增长。2008—2021年技术进步效率变动与农业生产效率变动趋势和幅度基本一致,呈现较为明显的增长态势,再次印证了技术进步在长江经济带农业生产效率提升中的重要作用。

按照前述上中下游地区划分,对各省、直辖市及各地区农业生产效率GML指数及分解结果进行整理,结果见表5。

表5 2008—2021年碳排放约束下长江经济带各省、市农业生产效率变动及分解

从区域层面来看,2008—2021年,长江经济带各地区农业生产效率均有不同程度提升,上游、中游地区农业生产效率增长幅度较大,农业碳排放约束的变化弹性也较大,平均增长率分别为15.7%、13.5%,下游地区农业生产效率平均增长5.5%。农业生产效率增长幅度与地区经济发达程度有一定相关性,相对而言,经济欠发达地区的农业生产效率增长更强劲。上游地区技术效率提升了2.1%,技术进步提升了14.1%,说明上游地区农业生产碳排放约束减小、效率显著提升的背后不仅有技术的巨大进步,也有生产管理效率、农业集约化程度的提高;中、下游地区的技术效率基本保持不变,主要依靠技术进步的提升,其中中游地区技术进步提高了14.4%,是长江经济带技术进步增长最快的地区,下游地区技术进步提升了4.5%。

2.2 碳排放约束下长江经济带农业生产效率空间演变分析

2.2.1 农业生产效率空间格局演变特征 为揭示碳排放约束下长江经济带农业生产效率的空间分布特征,参考前人研究成果并结合本研究研究实际,将长江经济带农业生产率划分为5个等级:效率优秀(C≥1)、效率良好(0.6≤C<1)、效率中等(0.4≤C<0.6)效率较低(0.2≤C<0.4)效率低下(C<0.2)。本研究选取2008、2013、2018、2021年4个代表年份,借助ArcGIS10.8软件绘制长江经济带农业生产效率图(图 3)。从图3可以看出,2008年上海、浙江的农业生产效率处于优秀水平,碳排放约束可忽略不计。重庆市碳约束下的农业生产率处于较低水平,其他各省市则处于低下水平,农业生产受碳排放约束大。低效率省、市占比多,制约了长江经济带农业生产效率的提升,导致长江经济带整体受碳排放约束影响大。相比2008年,2013年浙江效率水平有所下降,表现为良好水平,四川、云南、贵州、湖南、湖北、江西、江苏7省的农业生产效率提升到效率较低水平,虽然长江经济带农业生产效率整体仍处于低等级的状态,但已经有了明显的改善。2018年,上海、浙江、安徽的效率水平分别保持2013年的优秀、良好、低下不变,江苏、重庆、贵州的农业生产效率状态有所提高,进入到效率中等水平,四川提升到效率良好水平,有6个省、直辖市的效率水平达到中等及以上,长江经济带半数的农业生产效率达到中等及以上水平。2021年,除安徽外,长江经济带其他10省、直辖市均达到效率优秀水平。分析2008—2013—2018—2021年空间演变图,可以直观看出各省、直辖市效率水平的提升具有同步相关性,空间上随着时间推进,长江经济带整体色度逐渐加深、效率优秀水平的省、直辖市逐渐增加,说明在碳排放约束下长江经济带整体农业生产效率不断提高,逐步实现着农业的绿色低碳发展。

图3 碳排放约束下长江经济带农业生产效率空间分布格局(2008,2013,2018,2021)

2.2.2 基于莫兰指数的空间相关性分析 运用ArcGIS10.8软件计算长江经济带2008—2021年农业生产效率的全局莫兰指数,结果见表 6。由表6可知,2008、2010—2015年,长江经济带生产效率的莫兰指数均为正值,且通过了10%的显著性检验,综合分析得出,以上年份长江经济带农业生产效率相似水平的省、直辖市在空间上具有集聚分布特征,各省、直辖市受周边省市影响较大;2009、2016—2021年,长江经济带农业生产效率的空间集聚特征不显著,呈现随机分布的态势,各省、直辖市与周边省市间基本无相互影响关系。总体来看,长江经济带地理邻近区域的碳排放约束下农业生产效率空间相关性具有时段差异。2015年前,长江经济带农业生产效率呈现较为明显的空间正相关,且相关性逐渐增强,2015年长江经济带地区间的正相关性最强;2015年之后,长江经济带农业生产效率基本不具空间相关性。

表6 2008—2021年碳排放约束下长江经济带农业生产效率的莫兰指数分布Table 6 Moran’s I distribution of agricultural production efficiency in the Yangtze River Economic Belt from 2008 to 2021 under carbon emission constraints

为进一步分析长江经济带局部地区在邻近空间上的聚集程度,选取4个代表年份对长江经济带碳排放约束下的农业生产效率进行局部空间自相关分析,见图4。综合2008—2021年集聚图看,长江经济带农业生产效率绝大多数省、直辖市属于无显著集聚特征的地域单元,说明长江经济带大部分省、直辖市间的农业经济集聚水平较低。具体来看,从2008到2013年,上海稳定保持在H-H型区域内,说明上海的低碳农业有较高的发展水平,走在长江经济带前列,在区域内具有一定的辐射效应。2018到2021年,由于科技进步和生产要素配置水平的提高,农业生产效率提升,碳排放约束减小,湖北从L-L型区域变化为H-L型。

图4 碳排放约束下长江经济带农业生产效率集聚图(2008,2013,2018,2021)

2.3 影响因素分析

基于长江经济带农业生产实际,结合相关研究,并考虑数据可得性,本研究选取农村经济发展水平、耕地规模、产业结构、城镇化水平、农村用电量5个变量作为解释变量。具体计算方法见表7。

表7 碳排放约束下农业生产效率影响因素的变量说明Table 7 Variable description of influencing factors of agricultural production efficiency under the constraint of carbon emission

考虑输出的系数结果,对以上5个解释变量进行对数化处理。Hausman检验表明对碳排放约束下农业生产效率的回归分析应选择固定效应的面板数据Tobit模型。运用Stata软件进行计算,回归结果见表8。由此可知,在碳排放约束下,耕地规模、产业结构、城镇化水平、农村用电量均对长江经济带农业生产效率产生了显著影响,农村经济发展水平未通过显著性检验。

表8 碳排放约束下农业生产效率影响因素实证分析

具体而言,在碳排放约束下,耕地规模与农业生产效率有着显著的负相关,即在其他条件不变的情况下,耕地规模越大农业生产效率越低。耕地规模越大,农作物播种面积增加,农业生产过程中的农用物资投入、灌溉等所引发的碳排放就越多,进而客观上降低农业生产效率。产业结构与农业生产效率也呈现显著的负相关,即在其他条件不变的情况下,种植业比重越高,碳排放越高,越不利于农业生产效率的提升。城镇化水平对农业生产效率有着显著的正向影响,倘若其他条件不变,提升城镇化水平能够减少碳排放约束,促进农业生产效率的提升。可以解释为,城镇化的推进,农业用地受到一定冲击、种植业生产受到影响,大量农村劳动力转移,客观上会减少农业的碳排放量。测算结果表明,研究期内城镇化水平是影响碳排放约束下长江经济带农业生产效率的主要因素,农业生产效率每提升1个单位,有62.4%是由城镇化水平促进的。农村用电量与碳约束下的农业生产效率存在显著的正相关关系,即如果其他条件保持不变,农村用电量越大农业生产效率越高。电能耗费要低于能源使用产生的碳排放强度,在单位产出一定情况下,以电能代替化石能源消耗,将减少碳排放量,促进农业生产效率的提升,减少碳约束,促进农业降碳减排。

3 结论与建议

3.1 结论

本研究借鉴前人研究成果,构建碳排放约束下的农业生产效率投入产出指标体系,测度长江经济带碳排放约束下的农业生产效率,并对其时空演变特征和影响因素进行探究,研究表明:

1)2008—2021年,碳排放约束下长江经济带11省、直辖市农业生产效率整体上呈现上升趋势,波动平缓,均值为0.467,区域上呈现“中游地区<上游地区<下游地区”的局面,表明中游地区的几个传统农业大省的农业生产方式有待改进,农业生产效率受碳排放约束影响大,需要更加关注农业碳排放,加快推动农业绿色低碳化发展。2021年多数省市在规模报酬可变的前提下,农业生产均达到超效率状态。纵观2008—2021年的农业生产效率值,长江经济带内部各省市间的农业生产效率存在较大差异,除上海和浙江外,其他省市农业生产效率受碳排放约束大,存在较大提升空间。长江经济带农业碳减排工作仍需要持续关注,推进农业绿色高质量发展之路任重而道远。

2)2008—2021年,长江经济带农业生产效率整体上提高了12.1%,平均增长幅度大,上游地区的平均增长率高于中下游地区,农业生产效率提升速度最快。碳排放约束下长江经济带农业生产效率提高是技术效率提升和技术进步双重作用的结果,其中技术进步是主要驱动因素。随着农业科技的迅速发展,农业研发能力的增强、一些新的农业科研成果的加快转化,应用于农业生产中,极大地促进了农业的现代化、降低了农业CO2的排放,是减少农业碳排放约束,促进长江经济带农业生产效率提升的主要原因。总体上,技术效率平均提高了1%,但部分年份、部分省市的技术效率均出现负增长,呈现下降趋势。

3)2008—2021年,依据划分的效率值优秀等级,长江经济带沿线省市基本逐步达到优秀等级。研究期间,长江经济带地理邻近区域农业碳约束下生产效率在2015年以前总体上呈现由弱到强的正向空间相关;2015年后,长江经济带沿线省市的空间相关性不强,呈现随机分布的态势。研究期内,长江经济带局部空间相关性也不显著,上海、湖北的集聚性相对较强。

4)2008—2021年,长江经济带农业碳排放约束的生产效率主要受耕地规模、产业结构、城镇化水平、农村用电量的影响。其中耕地规模、产业结构与农业生产效率呈现显著负相关关系,城镇化水平、农村用电量与农业生产效率呈现正向相关。城镇化水平对碳排放约束下的农业生产效率影响尤为显著,是研究期内的主要影响因素。

本研究中,碳排放约束条件下长江经济带11省、直辖市2021年的农业生产效率值实现突破,有很多省市达优秀状态,但这一特征是否有偶然因素在内,能否在今后年份继续保持效率优秀水平,受制于现有数据的限制,有待进一步的考究和探讨。此外,长江经济带11个样本单元在做空间相关分析时,可能因样本数量的限制会在一定程度上影响空间分析的结果。

3.2 建议

根据以上研究结论,为进一步促进长江经济带农业低碳发展,助力“碳达峰碳中和”,提出以下建议:

1)加强区域有效合作,制定区域整体农业降碳减排发展规划。长江经济带因各省市区域经济发展水平不同、承担的社会功能不同,不同地区承担的农业生产责任也有所不同,因此应客观看待碳排放约束下不同省市农业生产效率差异化特征,从优化农业空间一体化布局、共谋长江经济带发展全局出发,各省市根据自身资源禀赋和发展定位,学习借鉴先进地区经验,制定既符合自身又契合区域整体的农业低碳发展道路。

2)依托双轮驱动减少碳约排放约束的同时,重视提升技术效率来改善农业生产效率。碳排放约束下长江经济带农业生产效率提高是技术效率提升和技术进步双重作用的结果,其中技术进步是主要驱动因素。下一步,长江经济带要继续发挥创新驱动作用,将低碳发展技术落实到农业现代化建设,更加关注技术效率的提升,改进农业生产管理方式,优化要素配置水平,提高农业从业人员的技能水平等,促进农业资源的集约化利用和农业的绿色低碳发展,从而改善碳排放约束下的农业生产效率。

3)发挥空间相关性,协同推进农业碳减排。部分空间相关性较强的省市,要充分发挥自身的集聚和辐射效应,加强省际交流合作,联合探索农业多元低碳发展格局,以点带面降低长江经济带区域农业碳排放约束,改善农业生产率,推进农业绿色低碳转型。

4)充分重视影响碳排放约束下农业生产效率的关键因素。耕地规模、产业结构、城镇化水平和农村用电量是碳排放约束下影响农业生产效率的显著因素,需要跟进相关制度支持和政策保障。