农业绿色发展是当前全球农业领域面临的重要议题，农业碳减排是实现绿色发展必由之路。为推动农业节能减排，贯彻落实碳达峰碳中和重大决策部署，农业农村部等部门分别于2020年和2022年颁布《农业机械报废更新补贴实施指导意见》《农业农村减排固碳实施方案》,大力推进农业农村绿色低碳发展。然而，相关数据统计显示，我国农业碳排放占比约达全国总量的17%[1],农业作为全球第二大碳排放源，我国农业碳排放总量大约为世界农业碳排放总量的12.54%[2],农业低碳绿色转型减排任重而道远。与此同时，我国农业机械化快速发展，在提高农业生产效率[3]、实现农户收入增长[4]、推动小农户与现代农业有机衔接的同时，暴露出温室气体加剧、生态环境恶化等严重问题。而环境规制在激励农户采纳绿色生产技术，推动农业绿色转型与提高农业绿色全要素生产率方面具有一定贡献[5]。那么，农业机械化和环境规制究竟对农业碳减排的影响如何?有待实证检验。

关于农业机械化和环境规制对农业碳排放的影响，现有文献已展开了较为丰富的研究。首先，关于农业机械化的发展效果研究可主要分为经济效应与生态环境效应两方面。在农业机械化的经济效应研究方面，学者们主要探讨了农业机械化对粮食稳产增产[6]、农业产业生产效率的提高[3]以及农户收入增长[4]等方面的影响。在农业机械化的环境生态效应研究方面，学者们对此展开了丰富研究，但尚未得出一致结论，存在“促进论”“抑制论”和“不确定论”三种观点。其中，促进论者认为，农业机械化通过种植结构的“趋粮化”[7]、优化生产要素配置[8]、促进产业升级[9]等途径减少农业碳排放，提高农业生态效率。抑制论者认为，农机的大规模作业过程中因大量使用化石能源，并未促进农业产业绿色发展，反而因为自身柴油的燃烧造成大量的温室气体排放加剧了环境的恶化和碳排放[10]。不确定论者则认为，农业机械化对农业生态效率存在农地经营规模的门槛效应[7],农业机械化对种植业碳排放效率、生态效率分别呈现U型和倒U型结构[11]。其次，关于环境规制对绿色农业的影响研究，学者观点较为一致，大多认为环境规制激励农户采纳有机肥、秸秆还田等绿色生产技术[12],提高生态养殖效率[13],增强农户废弃物资源化利用与绿色生产意愿[14],从而推动农业绿色转型[5]。此外，少数学者认为环境规制和碳排放之间存在显著的倒U型关系[15],且随着环境规制力度的加强，环境规制在减少碳排放量上存在明显的正向作用[16],相较于正常强度的环境规制，我国农业碳达峰时间在高强度环境规制下提前五年实现[17]。

综上所述，现有文献分别针对农业机械化、环境规制对农业碳减排的影响进行了大量研究并取得丰硕成果，为本文研究奠定良好的理论基础。但就上述已有研究来看，存在进一步研究的空间：一是虽然已有学者讨论了农业机械化对农业碳减排的影响，但结论尚不一致。二是现有研究认为环境规制有利于对农业机械化的绿色转型升级，但农业机械化和环境规制二者共同作用于对农业碳减排的影响究竟如何，有待考证。基于此，利用我国31个省(市)2011—2021年面板数据，拟从环境规制视角，进一步考察农业机械化和环境规制对农业碳排放的影响。

1、理论分析与研究假说

1.1 农业机械化对农业碳排放的影响

我国乃农业大国，现代农业的发展主要依赖农业机械化技术。我国农业机械化的应用过程中，受限于资金、技术、推广等问题，绿色农机使用率较低，仍以传统的农业机械为主[18]。传统农业机械相对于绿色农机更加低效耗能，据统计，我国农业柴油碳排放量占总碳排放量的60%[19],表明我国农业机械化的发展对农业碳排放十分不利。尽管农业机械化有助于提高生产效率，但本文认为农业机械化的发展可能会增加农业碳排放。

农业机械化通常需要大量能源，尤其是对于使用大型农业机械的农场，这可能导致更多的化石燃料的使用，从而增加温室气体排放，能源消耗所带来的碳排放量已经成为首要的农业碳排放源[20]。大多数传统农业机械化设备依赖于化石燃料，如柴油、汽油以及电力。其中，电力也是农业碳排放量增加的关键因素之一，倘若电力来自化石燃料发电厂，则使用电力农机产生的二氧化碳(CO2)、氮氧化物和颗粒物等温室气体无异于以化石燃料为动力的传统农机，致使农业碳排放骤增。近些年来，我国机械化发展主要以经济效益为目标，缺乏对农业绿色可持续发展应用的关注，忽视农业机械绿色转型升级的发展，导致农业机械化的发展造成温室气体排放增加[21]。现如今，随着农业现代化的发展，农业机械化发展程度将继续提升，机械化应用规模化势必将继续扩大，所需能源消耗也将持续不断增加，进而对农业碳排放的影响越来越大，成为中国实现农业碳达峰道路上的拦路虎。

基于上述分析，提出假说1:农业机械化增加农业碳排放。

1.2 农业机械化、环境规制和农业碳排放

环境规制是以保护环境为目的，在政府主导下，对污染公共环境的各种行为进行管制，是社会性规制的一项重要内容。由英国著名经济学家庇古最早提出该研究，其提议通过税收来控制和调节企业产生的污染行为。现如今各国政府在对抗环境污染问题时已经将环境规制作为一项重要手段。环境规制可以通过直接或间接手段抑制碳排放，其中，直接手段为政府通过命令的方式对企业生产经营进行调整，限制能耗高、效率低的化石能源的使用，或通过制定企业产品以及行业的碳排放标准等；间接手段则是通过调节经济活动来完成[22]。

随着环境规制研究的深入进行，国家政府将环境规制用于农业机械化发展，致力于制定农机生产和排放标准的相关法律法规。环境规制对农机企业和农户均有重要影响。首先，对于农机企业而言，环境规制促使农机企业减少化学物品(如农药、化肥、化石燃料以及柴油等)的使用。政府通过制定相关使用限制和使用标准，减少化学物品以及燃料使用所产生的温室气体，碳排放对农业生态环境的破坏，加快农机企业的绿色转型升级，促使企业采用更加清洁，环保的再生能源，促使农机企业增加环保相关投入，促进企业绿色技术效率的增长[23]。其次，对于农户而言，一方面，补贴政策激励农户绿色生产。政府为激励农户使用绿色农机将采取一系列补贴政策，例如，政府发放绿色农机购置补贴，改变农户使用污染性投入要素行为，增加绿色低碳农机的使用[24]。另一方面，政策宣传规制农户生产行为。政府通过推广传播低碳农业技术的相关信息和知识，提高农户对低碳农机以及技术的认识，全面的了解农业低碳绿色生产，提高绿色农机技术的使用可能性[25]。最后，政府利用环境规制加强对农机使用的监管力度，以及农业机械设备使用和维护过程中产生的废弃物进行妥善处理和回收，设定相关奖惩政策，积极促进农业机械化的绿色可持续发展，提高农户的使用积极性。

环境规制加快促进了企业的绿色转型升级，促使农户采取绿色生产行为。在环境规制下，农业机械化化石燃料使用量的减少，工作效率的提升，降低了温室气体的排放。因此，环境规制对农业碳排放的降低起到了调节作用。

基于以上分析，提出假说2:环境规制有利于降低农业碳排放。假说3:农业机械化对农业碳排放的影响受到环境规制的调节作用。本文影响机制分析图如图1所示。

图1 影响机制分析

2、数据指标与计量方法选择

2.1 变量指标与数据说明

1) 被解释变量，农业碳排放的水平(A_car)使用农业碳排放总量来表示。借鉴罗明忠等[26]的做法，采用农用塑料薄膜、化肥、农用柴油、有效灌溉面积、农药以及农作物总播种面积6种要素投入量来计算农业碳排放水平。农业碳排放计算如式(1)所示。

2) 核心解释变量，农业机械化水平(A_mec),采用农业机械化总动力表示。

3) 调节变量，环境规制(regu)采用地方财政环境保护支出占比表示。

4) 控制变量，为确保研究结论的科学性，在参考借鉴相关文献的基础上，本文选取经济发展水平、财政支农、产业结构、种植结构和城镇化率五个变量作为控制变量，纳入模型回归。其中，经济发展水平(GDP),以农林牧渔总产值衡量；财政支农(A_fin),以农林水事务财政支出占比衡量；产业结构(indu),以第一产业增加值占GDP的比重衡量；种植结构(R_rice),以粮食播种面积与农作物总播种面积占比衡量；城镇化率(urb),城镇人口与地区总人口占比衡量。

2.2 数据来源与描述性统计

数据来源于2011—2021年全国31个省(市)面板数据，数据均来源于EPS数据库，部分缺失数值采用插值法补齐，数据的描述性统计如表1所示。

表1 描述性统计

2.3 实证模型设定及估计方法说明

2.3.1 基准模型

基于前文分析，为验证农业机械化对农业碳排放的影响，构建基准模型如式(2)所示。

2.3.2 调节效应模型

为验证农业机械化对农业碳排放的影响是否受到环境规制的调节作用，在基准模型(2)的基础上，加入农业机械化与环境规制的交互项(A_mec×regu),并构建调节效应模型如式(3)所示。

3、实证分析

3.1 基准模型分析

基准模型采用逐步回归法，表2汇报了基准回归结果。

由表2列(6)估计结果可知，农业机械化对农业碳排放的回归系数为0.237,且在1%的水平下显著，表明农业机械化每提高1个单位，农业碳排放量将增加0.237个单位，即农业机械化的发展将会增加农业碳排放，假说1得到验证。我国农业机械的使用主要依赖于柴油等化石燃料的消耗，而化石燃料的燃烧又不可避免地产生更多的二氧化碳排放。且我国农机发展水平较为低下、传统农机燃烧效率低、燃料消耗较大，因此导致农业碳排放量的增加。

表2 基准回归结果

3.2 稳健性检验

为验证研究结果的稳健性，本研究分别使用系统GMM、缩尾处理和缩短年份三种方法验证基准回归结果的稳健性，如表3所示。

表3 稳健性检验

第一，为缓解内生性问题，本研究使用系统GMM模型来避免可能存在的内生性问题，模型回归结果如表3列(1)所示。使用系统GMM回归之后，农业机械化系数为0.017 5,作用方向与基准回归结果总体一致，说明本文不存在内生性问题。第二，对整体数据进行上下5%的缩尾处理，其结果如表3列(2)所示，在进行缩尾处理后，农业机械化回归系数为0.147,与基准回归系数0.237相比，除系数略有下降以外，作用方向和显著性水平均与基准回归一致，说明基准回归结果稳健可靠。第三，为防止2020年新冠疫情可能对本文研究结论产生一定偏误，在剔除2020年样本后对模型重新进行回归估计，其结果如表3列(3)所示，农业机械化系数为0.148,且通过1%的显著性检验，表明农业机械化不利于农业碳减排，其结果与基准回归一致，说明回归结果稳健可靠。

综上，通过系统GMM、缩尾处理和缩短年份等多种方法进行稳健性检验后，均支持农业机械化会增加农业碳排放这一观点，故本文研究结论稳健可靠。

3.3 调节效应分析

为验证农业机械化对农业碳排放的影响是否会受到环境规制的调节作用，在基准模型的基础上，纳入农业机械化与环境规制交互项进行回归分析，其结果见表4。

由表4列(2)估计结果可知，环境规制对农业碳排放的回归系数为-0.225,且在1%的水平下显著，即环境规制每增加1%,农业碳排放量将会下降22.5%,表明环境规制有利于农业碳排放量的减少，假说2得到验证。环境规制可以通过促使农业生产者采用更为环保和可持续的农业实践，减少碳排放，为农业的低碳发展创造有利条件。环境规制可以在一定程度上促使农户采取更为环保和低碳的生产和经营方式。政府通过设定碳排放标准和实施监管政策来规范农业生产活动，制定农业生产的碳排放上限，推动农业生产者采用更为环保的技术和管理实践。

由表4列(3)估计结果可知，农业机械化与环境规制的交互项对农业碳排放的回归系数为1.194,且在5%的水平下显著，即表明农业机械化对农业碳排放的影响过程中，环境规制应有的弱化效应尚未发挥其应有作用，假说3未得到验证，但是与基准回归系数0.237相比，在纳入农业机械化与环境规制交互项后，农业机械化回归系数会下降至0.174,表明环境规制对农业碳减排的正向作用抵消农业机械化对农业碳减排的部分负向作用。我国目前农业机械化水平较低，发展速度也相对比较缓慢，大部分现有农机多是初级农机，初级农机的耕作效率低下，且对柴油等化石燃料需求较大，我国庞大的农业用地也使得农业机械需要大规模的投入使用，导致农机产生的碳排放量日益增多。另外，虽然环境规制一定程度上有利于促进传统农业生产经营向绿色农业发展，有利于将农业机械化进行低碳高效的转型升级，但大量的传统农机设备，以及相关使用政策和排放标准的不完整，使得环境规制在作用于农业机械化来促进农业碳减排的正向影响过程中尚未达到理想状态，道阻且长。

表4 调节效应结果

3.4 区域异质性分析

基于农业功能区和经济发展水平视角，表5为检验农业机械化对农业碳排放异质性影响的回归结果。

基于农业生产功能定位的差异，将我国划分为粮食主产区、非粮食主产区。粮食主产区分别为黑龙江、河南、山东、四川、江苏、河北、吉林、安徽、湖南、湖北、内蒙古、江西、辽宁13个省份；其余省份为非粮食主产区。表5中列(1)、列(2)分别为粮食主产区和非粮食主产区的回归结果。由表5列(1)估计结果可知，粮食主产区农业机械化对农业碳排放量的回归系数为-0.03,但不显著，表明农业机械化在粮食主产区促进农业碳排放量的减少。粮食主产区肩负粮食安全的重担，同时粮食作物兼具经济与生态的双重属性。在粮食主产区，农业农村部开展的农机化示范区建设，关于粮食生产机械化效果显著，反映我国推行的绿色农业技术及装备取得初步成效，农机装备结构得到提档升级[24],因此粮食主产区农业机械化发展促进农业碳排放量的减少。由表5列(2)估计结果可知，非粮食主产区农业机械化对农业碳排放量的回归系数为0.268,且在1%的水平下显著，即农业机械化每增加1%,农业碳排放量将增加26.8%,表明农业机械化在非粮食主产区不利于农业碳减排。非粮食主产区的种植结构不同，非粮食主产区通常种植各种经济作物，相较于粮食作物“一家两制”和碳排放量低的特点，经济作物在生长和管理过程中需要大量的化肥和农药，因此增加了碳排放[8]。

表5 异质性检验

基于地区之间经济发展程度的差别，将我国划分为东、中、西部三大地区。按照国家“七五”计划经济带的标准，划分东、中、西部地区，其中东部地区包括海南、广西、广东、福建、河北、江苏、山东、浙江、上海、天津、北京、辽宁；中部地区包括江西、湖南、湖北、河南、安徽、内蒙古、山西、吉林、黑龙江；西部地区包括西藏、新疆、贵州、甘肃、宁夏、重庆、云南、青海、四川、陕西。表5中列(3)～列(5)分别估计了农业机械化对东、中、西部地区农业碳排放量的区域性差异。由表5可知，农业机械化对东、中、西部地区的回归系数依次为0.467、-0.059 9和0.214,除中部地区以外，其余两个地区均通过显著性检验。中部地区为农业大省，本地区对于农业产业依赖性较高，为提高其经济效益，本地区将优先采纳更为先进的农机设备以及服务，这些先进农业机械相对于传统的农业机械具有低碳高效的特点，因此，中部地区农业机械化有利于减少农业碳排放量。西部地区多为高原和山地，少平原。受地形条件限制，农业机械化水平发展缓慢，多为传统低效高耗能农机，导致西部地区农业机械化增加农业碳排放量。东部地区农业机械要素错配加剧，农业机械要素实际配置量小于最优配置量[27];相较于中西部地区，东部地区农业机械在一定程度上弥补了劳动力的不足，但尚未转移的劳动力劳动要素质量不能与其他生产要素较好匹配，导致农业环境状况变差，农业碳排放增加，农业污染加剧。因此，农业机械化对东部地区农业碳排放的影响最大[28]。

4、结论与政策启示

4.1 结论

基于对我国31个省(市)2011—2021年的省际面板数据，实证验证了农业机械化、环境规制以及两者的交互项对农业碳排放的影响。研究结果表明：第一，农业机械化对农业碳排放的回归系数为0.237,农业机械化将会增加农业碳排放，对农业碳减排具有显著的负面影响，具体表现为农业机械化程度越高，对农业碳减排的负面影响越大。第二，环境规制对农业碳排放的回归系数为-0.225,环境规制有利于促进农业碳减排，即环境规制力度越大，范围越广，促进农业碳减排的效果就越好。第三，纳入农业机械化和环境规制的交互项后，农业机械化回归系数由0.237下降至0.174,农业机械化和环境规制的交互项对农业碳减排具有正向调节效应，但目前农业机械化对农业碳减排的负面效应仍大于环境规制对农业碳减排的正向效应。第四，农业机械化减少了粮食主产区的农业碳排放，但不显著，而非粮食主产区的农业机械化增加农业碳排放；东西部的农业机械化显著增加农业碳排放，中部地区农业机械化促进农业碳减排，但不显著。

4.2 政策启示

1) 推动农业机械绿色发展，助力农业低碳转型。

农业机械化是农业产业提高生产经营效益的一条重要途径，发展农业机械化同时须注意机械化所产生的生态效益，因此有必要确保农业机械的绿色转型升级，发展新型高效低耗能绿色农机。首先，健全农机绿色发展政策，加大落实农机企业创新财政奖励以及农户购机财政补贴。其次，大力推动农机企业与新能源融合利用，加快研发效率高、耗能低、排放少的绿色农机。最后，加大乡村绿色农机推广力度，完善农户关于新型农机的知识体系，积极落实农户绿色农机技术实践能力。农业机械化绿色转型是新时代农业现代化必由之路，协同助力“双碳”目标，尽早实现农业碳达峰。

2) 加强政府环境监管力度，促进农业绿色发展。

环境规制是政府面对生态问题所采取的重要手段，农业产业的绿色可持续发展离不开环境规制的管控。首先，加快完善环境监管及规制相关法律体系，加大环境执法力度，有效提高环境违法行为查处及惩治力度。其次，积极完善环境监测体系，采取最新科技手段，确保监测数据的准确性及提高监管的有效性。最后，贯彻落实多元化监管主体，提高农业环保信息透明度，推动公众及媒体监管意识的提升，降低环境监管“门槛”,依法对农业行为进行奖惩。通过政府及全社会广泛参与，有效提高环境监管深度和力度，降低农业生态污染行为，加快促进农业绿色可持续发展。

3) 农业产区因地制宜发展，降低农业碳排放量。

我国各个农业产区的资源禀赋大不相同，气候、土壤条件以及农业产业结构都存在较大差异，发展策略切忌公式化套用，需因地制宜制定发展策略。非粮食主产区在确保粮食安全的前提下，加快促进生态农业与有机农业融合发展，减少化肥和农药的使用，从而降低农业碳排放。东部地区经济发展最为突出，发挥“龙头”带动作用，凭借经济中心和科技优势率先进行农业机械创新，对农机进行绿色升级，满足农机高效低碳目标。西部地区经济水平和基础设施较为落后，需加大农机惠农政策实施力度，持续优化绿色农机装备结构。加快先进绿色适用农机具推广步伐，着力推进全程全面机械化。

参考文献:

[1]孟庆雷,殷宇翔,王煜昊.我国农业碳排放的时空演化､脱钩效应及绩效评估[J].中国农业科学,2023,56(20):4049-4066.

[2]杨滨键,孙红雨.种植业碳减排成本测度与区域责任机制构建——以山东省为例[J].生态经济,2021,37(9):102-107.

[3]吴海霞,郝含涛,史恒通,等.农业机械化对小麦全要素生产率的影响及其空间溢出效应[J].农业技术经济,2022(8):50-68.

[4]李谷成,李烨阳,周晓时.农业机械化､劳动力转移与农民收入增长——孰因孰果?[J].中国农村经济,2018(11):112-127.

[5]谭永风,张淑霞,陆迁.环境规制､技术选择与养殖户绿色生产转型——基于内生转换回归模型的实证分析[J].干旱区资源与环境,2021,35(10):69-76.

[6]伍骏骞,方师乐,李谷成,等.中国农业机械化发展水平对粮食产量的空间溢出效应分析——基于跨区作业的视角[J].中国农村经济,2017(6):44-57.

[7]杜美玲,祝宏辉,尹小君.农业机械化对农业生态效率的影响研究[J].农业现代化研究,2023,44(6):1082-1092.

[8]徐清华,张广胜.农业机械化对农业碳排放强度影响的空间溢出效应——基于282个城市面板数据的实证[J].中国人口·资源与环境,2022,32(4):23-33.

[9]陈银娥,陈薇.农业机械化､产业升级与农业碳排放关系研究——基于动态面板数据模型的经验分析[J].农业技术经济,2018(5):122-133.

[10]李成龙,周宏.农业技术进步与碳排放强度关系——不同影响路径下的实证分析[J].中国农业大学学报,2020,25(11):162-171.

[12]张红丽,李洁艳,史丹丹.环境规制､生态认知对农户有机肥采纳行为影响研究[J].中国农业资源与区划,2021,42(11):42-50.

[13]王慧芳.环境规制对我国生猪养殖生态效率的影响[J].饲料研究,2023,46(23):182-186.

[14]赵会杰,胡宛彬.环境规制下农户感知对参与农业废弃物资源化利用意愿的影响[J].中国生态农业学报(中英文),2021,29(3):600-612.

[15]张华,魏晓平.绿色悖论抑或倒逼减排——环境规制对碳排放影响的双重效应[J].中国人口·资源与环境,2014,24(9):21-29.

基金资助:中国工程院战略研究与咨询项目(2023—DFZD—57);

文章来源:贾伊龙,徐辉.农业机械化､环境规制与农业碳排放的关系研究[J].中国农机化学报,2024,45(12):208-215.