中国农业大学学报杂志投稿格式参考范文：产业集聚的“本地—邻地”畜牧业碳排放治理效应：阻力还是助力

　　引言

　　20 世纪 80 年代以来，全球温室气体骤升且变暖趋势加快，引起国际社会共同关注。《京都议定书》和《巴黎协定》的签订和实施标志着所有国家需承担减排义务。在此背景下，中国提出 2030 年 “碳达峰” 和 2060 年 “碳中和” 目标。“双碳” 目标实现的根本途径在于减排增汇，厘清各行业碳排放现状特征有助于减排策略的提出。畜牧业虽不是碳排放主要源头，但随着居民膳食结构调整及对肉蛋奶需求增加，其碳排放量增加不容小觑。2022 年农业农村部和国家发改委联合印发《农业农村减排固碳实施方案》，将畜牧业 “减排降碳” 作为农业农村 “减排固碳” 的六大重点任务之一。畜牧产业布局调整优化及政府对生猪、牛羊调出大县奖励和销区补偿产区机制构建，推动畜牧产业在某一区域集聚，产业集聚又推动畜牧业向高度集约化、专业化、区域化方向发展，在促进畜牧业经济发展的同时也带来环境污染问题。那么，产业集聚与畜牧业碳排放之间存在何种关联，其对畜牧业碳排放治理到底是 “阻力” 还是 “助力”?

　　已有研究对于此类问题展开了丰富讨论，学界大致持有 3 种观点：一是产业集聚加剧了碳排放;另一种观点认为产业集聚减少了碳排放;还有学者认为产业集聚与碳排放呈非线性关系。可以看出，现有研究在产业集聚与碳排放关系的问题上尚未得到一致结论。

　　关于畜牧业碳排放的研究主要集中在以下 3 个方面：一是畜牧业碳排放测算方法选择、畜牧业碳排放现状特征分析以及畜牧业碳排放达峰预测等;二是关于畜牧业碳排放影响因素的讨论，主要从宏观环境、管理方式以及技术水平等方面进行了研究;三是畜牧业碳排放与经济发展间的关系。

　　梳理已有研究，发现现有文献很少关注产业集聚对畜牧业碳排放的影响，部分研究将畜牧业碳排放纳入到农业碳排放中，继而考察两者之间的关系。综上可知，已有研究讨论了产业集聚与环境污染、农业碳排放和农业碳生产率之间的关系，但畜牧业与制造业、服务业、种植业等行业又有着本质的不同，因而有必要将畜牧产业分离出来，单独探究产业集聚对畜牧业碳排放的影响。本研究拟采用 2007—2021 年 31 省(市、自治区)的面板数据，利用国家发改委 2011 年发布的《省级温室气体清单编制指南(试行)》给出的碳排放因子测算中国畜牧业碳排放现状，并结合核密度估计方法揭示其动态演进趋势，运用空间计量模型讨论产业集聚对畜牧业碳排放的本地效应和空间溢出效应，以期为促进畜牧业绿色低碳转型和实现 “双碳” 目标提供有益参考。

　　1 理论分析框架

　　产业集聚是指生产某种产品的不同企业，以及为这些企业提供配套服务的上、下游企业和相关服务业，在一定区域范围高度集中。尽管畜牧业和工业产业差异较大，但已有经验表明，畜牧业生产的交易成本高，对饲料、土地和劳动力等资源的依赖性较强，因而畜牧业更倾向于向优势区集聚，进而充分利用资源禀赋优势并共享相关基础设施和社会化服务，增强养殖场户间的技术交流。畜牧业产业集聚主要通过生产要素的集聚、养殖主体的有机融合以及规模化来达到产业集聚的效果。畜牧业产业集聚在促进畜牧经济发展的同时，对产业集聚区以及周围地区环境也造成了一定影响。

　　畜牧业产业集聚对碳排放的影响主要表现在以下两个方面：一是产业集聚会促进养殖规模的扩大，从而导致畜牧业碳排放量的增加;二是产业集聚通过技术溢出和规模效应降低本地以及邻区单位畜禽产品的碳排放量。

　　由上述分析可知，产业集聚可通过内、外部规模经济效应引起畜牧业碳排放的增减变化，但最终会导致畜牧业碳排放量的增加还是减少尚需检验。一般而言，在产业集聚初期，产业集聚规模较小，养殖设施以及相关社会化服务体系尚不健全，再加上技术水平限制和管理模式落后等多重因素的影响，导致产业集聚的技术溢出和规模效应难以完全凸显，产业集聚带来的减排效果尚不能抵消畜牧业碳排放的增量;与此同时，产业集聚和要素集聚会产生价格指数效应和 “磁场效应”，从而加剧与邻区市场的竞争，使得周围地区采用更为粗放的养殖方式来获取更好的产出，这无疑会进一步增加碳排放量。但到了后期，产业集聚与产业转移互动作用明显，产业集聚区的落后产能将会向欠发达地区转移，同时会吸引周围地区的资金和劳动力资源向集聚区转移，从而形成产业的二次集聚。在此过程中，集聚区畜牧生产基础设施和社会化服务体系逐步完善、技术创新能力增强、管理模式优化等优势凸显，同时，地区之间的恶性竞争转为良性互动，技术溢出和经验交流的减排效果充分体现。据此，本研究提出如下假说：

　　假说 1：产业集聚与中国畜牧业碳排放存在非线性关系，而且最终表现出抑制作用。

　　假说 2：产业集聚不仅影响本地区畜牧业碳排放的增减，还会引起周围地区畜牧业碳排放的变化。

　　2 研究方法、变量选取与数据来源

　　2.1 畜牧业碳排放的测算方法

　　畜牧业温室气体主要源于动物肠胃发酵和粪污处理所产生的 CH₄和 N₂O，因而本研究重点围绕这两方面测算畜牧业碳排放。依据碳排放因子法，本研究将测算奶牛、非奶牛、马、骡、驴、猪、骆驼、山羊、绵羊、兔和家禽等畜禽的 CO₂排放当量。畜禽生长周期的不同导致各年份平均畜禽饲养量有所差异，因而需要调整。

　　2.2 Kernel 密度估计方法

　　核密度估计是研究非均衡分布的常用方法。因而，本研究利用此方法刻画全国畜牧业碳排放分布的位置、形态、延展性和极化趋势。

　　2.3 空间计量分析方法

　　本研究利用全局 Moran’s I 指数反映中国畜牧业碳排放及产业集聚的空间相关关系。为进一步探究产业集聚对畜牧业碳排放的影响及其空间效应，利用空间滞后模型进行检验。

　　2.4 变量选取

　　被解释变量：畜牧业碳排放量(CP)，主要指奶牛、非奶牛、马、骡、驴、猪、骆驼、山羊、绵羊、兔和家禽等畜禽经动物肠胃发酵和粪污处理所产生的 CH₄和 N₂O，然后根据碳排放因子和全球升温能值转换为 CO₂排放当量。

　　核心解释变量：产业集聚水平(LIA)，衡量产业集聚水平的指标包括 E-G 指数、Hoover 指数、Gini 系数和区位熵等。但区位熵具备反映地理要素的空间分布和消除规模差异的优势，故而较为常用。本研究同时引入了产业集聚水平的二次项以检验非线性关系是否存在。

　　控制变量：农业产业结构(SAI)，以畜牧业产值在农业产值中的比重代替;环境规制水平(ER)，用各地区污染治理投资占 GDP 比重表征;农民收入水平(INF)，以农民可支配收入代替;财政支农投入(FIA)，以财政支农资金占财政总支出的比重表征;农业发展水平(LRD)，用农业增加值与第一产业从业人数的比值代替;城镇化水平(LR)，以城镇人口占总人口(均按常住人口计算)的比重来表征;科技人员密度(STA)，以畜牧科技人数与畜牧业总产值之比来表征。

　　2.5 数据来源

　　各种畜禽的存栏量与出栏量等数据来源于 2008—2022 年历年的《中国畜牧兽医年鉴》。规模化饲养、农户散养和放牧饲养的划分标准参考《中国畜牧兽医年鉴》，并依据各年度数据对不同饲养模式下肠道发酵甲烷排放因子进行加权核算。城镇化水平、地区生产总值、畜牧业总产值、农业增加值来源于 2008—2022 年历年的《中国统计年鉴》，其中畜牧业总产值以 2007 为基期做了不变价处理。财政支农投入来源 2008—2022 年历年的《中国财政年鉴》。环境污染治理投资额来源于 2008—2022 年历年的《中国环境统计年鉴》。第一产业从业人数、农民可支配收入来源于 2008—2022 年历年的《中国农村统计年鉴》。畜牧科技人数来源于 2008—2022 年历年的《中国农业机械工业年鉴》。

　　3 中国畜牧业碳排放时空特征与动态演进分析

　　3.1 畜牧业碳排放时序特征分析

　　全国 31 省(市、自治区)畜牧业碳排放测算结果显示，考察期内全国畜牧业碳排放总量整体呈下降趋势且由 2007 年的 31840.19 万 t 降至 31713.96 万 t，减少了 126.23 万 t。从产业集聚的均值来看，总体呈现波浪式上升形态。

　　从各省来看，2021 年畜牧业碳排放量最高的省份是内蒙古，碳排放量高达 2800.98 万 t;紧跟其后的是四川，其碳排放量也达到了 2501.29 万 t;排在第三～第五位的省份依次是云南、新疆、河南。而畜牧业碳排放量最低的省份是北京，仅有 26.52 万 t;与其最为接近的省份是上海，以 27.14 万 t 的碳排放量位居倒数第二;天津、海南、浙江依次排在倒数第三～第五位。综合来看，各地区畜牧业碳排放总量差异较大，最高是最低的 106 倍，两极分化明显。各省份除了在绝对数量上存在差异，其在畜牧业碳排放量的增减变化过程中也有所不同。相较于 2007 年，有 17 个省份的畜牧业碳排放量呈下降态势且以北京降幅为最大，高达 73.90%，上海、浙江、河南和山东依次排在第二～第五位;余下 14 个省份的畜牧业碳排放量则表现出增长态势且以宁夏增幅最大，高达 102.01%，山西、甘肃、新疆、青海的增幅分列第二～第五位。整体而言，全国畜牧业碳排放呈波动起伏趋势，因养殖区域和养殖结构的调整，各省份增减变化不一。

　　4 产业集聚对畜牧业碳排放影响的实证检验

　　4.1 全局相关性分析

　　在讨论中国畜牧业碳排放的空间相关性之前，需要对其进行空间相关性检验。本研究重点分析产业集聚对畜牧业碳排放的影响，其余因素作为控制变量，因此仅给出畜牧业碳排放和产业集聚的全局相关性检验结果。本研究采用 Moran’s I 指数进行检验，结果表明，畜牧业碳排放的莫兰指数通过了显著性检验，莫兰指数除个别年份有所波动整体表现出递增趋势，显著性水平也随之提高，产业集聚水平空间相关性较强且极为稳定，大多年份通过了 1% 显著性水平的检验，其莫兰指数随着时间的推移呈上升趋势。由此表明，研究期内我国畜牧业碳排放具有明显空间相关性，主要表现为低碳区域被一个或多个低碳区域包围，高碳区域与一个或者多个高碳地区相邻。

　　4.2 产业集聚对畜牧业碳排放影响的结果分析

　　由前述分析可知，畜牧业碳排放与产业集聚存在空间上的关联性，那么，产业集聚与畜牧业碳排放是否存在关联，接下来运用空间计量模型进行检验。回归分析之前，需要对空间计量模型进行选择。根据检验结果可知，LM (error) 和 Robust LM (error) 均未通过显著性检验，而 LM (lag) 和 Robust LM (lag) 均通过了 1% 显著性水平下的检验，表明空间滞后模型(SAR)更适合本研究。进一步地，豪斯曼检验(Hausman)检验结果显示固定效应更好，个体固定效应和时间固定效应均在 1% 显著性水平通过了检验，因此，本研究采用双固定效应的空间滞后模型进行实证检验。此外，本研究以地理距离空间权重矩阵为基准回归，然后用邻接空间矩阵和反地理距离空间权重矩阵重复上述回归，以验证模型的稳定性。

　　由回归结果可知，畜牧业产业集聚的一次项和二次项均通过了 1% 显著性水平的检验，并且一次项系数为正，二次项系数为负，证实了研究假说 1。这表明，产业集聚与畜牧业碳排放之间呈倒 “U” 型的关系，即随着产业集聚水平逐步提升，畜牧业碳排放表现出先上升后下降的趋势。

　　控制变量中，环境规制水平和科技人员密度对畜牧业碳排放表现出了抑制作用，并且分别通过了 5% 和 1% 显著性水平检验。农民收入水平和财政支农投入促进了畜牧业碳排放，并且分别通过了 5% 和 10% 显著性水平检验。

　　进一步地，通过比较不同权重矩阵嵌入的模型结果可知，各个解释变量对被解释变量的影响方向与显著性特征在不同权重矩阵嵌入的模型中基本一致，因而回归结果具有较强的稳健性。

　　4.3 产业集聚对畜牧业碳排放的空间溢出效应

　　由于空间滞后项的引入，空间计量模型回归系数并不能反映出解释变量的直接和间接效应，因此，本研究基于 Lesage 等的思路，利用偏微分的方法求解各变量的直接效应和间接效应。直接效应是指本地区自变量对因变量的影响，也称本地效应;间接效应是指邻区自变量对本地区因变量的影响，也称空间溢出效应;总效应是直接效应和间接效应的综合，表示自变量对因变量的平均影响。

　　根据结果可知，产业集聚水平一次项和二次项的直接效应均通过了 1% 显著性水平的检验，同时产业集聚也表现出了明显的空间溢出效应，研究假说 2 得到了印证。

　　控制变量中，环境规制水平和科技人员密度的本地效应显著，并且均为负向作用，但对周围地区却产生了正向溢出效应。农民收入水平和财政支农投入的本地效应显著为正，空间溢出效应显著为负。

　　4.4 政府干预、产业集聚及畜牧业碳排放

　　畜牧产业集聚本质上是以市场机制为导向，要素自由流动并发生集聚，但畜牧业不同于工业，其风险、效益是和工业无法比拟的，另外，畜牧业造成的环境污染问题也越来越受到重视。因此，出于政绩的考核以及畜牧养殖业的脆弱性，政府可能会通过某些政策和措施来加快或者减缓产业集聚，比如财政支农投入和环境规制措施(排污费)等。因此，在产业集聚层面，本研究加入了财政支农投入和环境规制水平与产业集聚的交互项，进而考察政府干预对于产业集聚与畜牧业碳排放关系的调节作用。

　　由结果可知，环境规制与产业集聚的交互项系数通过了显著性检验，并且为负值，说明产业集聚水平对畜牧业碳排放的边际效应随环境规制水平的提升而降低。财政支农投入与产业集聚的交互项系数也通过了显著性检验，并且为正值，说明产业集聚水平对畜牧业碳排放的边际效应随财政支农投入的增加而增加。

　　5 结论与政策建议

　　本研究基于 2007—2021 年 31 省(市、自治区)的面板数据，利用国家发改委 2011 年发布《省级温室气体清单编制指南(试行)》给出的碳排放因子，测算了中国畜牧业碳排放现状，并结合核密度估计方法揭示了其动态演进趋势，最后利用空间滞后模型讨论了产业集聚对畜牧业碳排放的直接影响和间接影响。主要结论如下：

　　全国畜牧业碳排放呈缩减趋势，各省畜牧业碳排放差异显著，整体呈 “西高东低” 的分布格局。

　　产业集聚水平和畜牧业碳排放均具有明显空间相关性，并且两者之间呈倒 “U” 型的关系，产业集聚最终会抑制畜牧业碳排放的增加，环境规制水平和科技人员密度对畜牧业碳排放也表现出了抑制作用，农民收入水平和财政支农投入加剧了畜牧业碳排放。

　　产业集聚水平一次项和二次项具有明显的直接效应和空间溢出效应。环境规制水平和科技人员密度对周围地区产生正向溢出效应，而农民收入水平和财政支农投入却反之。

　　政府干预对产业集聚的减排效应有显著影响，产业集聚水平对畜牧业碳排放的边际效应随环境规制水平的提升而降低;产业集聚水平对畜牧业碳排放的边际效应随财政支农投入的增加而增加。

　　基于上述研究结论，提出以下政策建议：

　　各地区要严把畜牧养殖主体的准入条件，制定畜牧养殖主体及上下游相关产业的转入门槛，从 “源头” 上治理产业集聚区的碳排放问题;各级政府要予以重视，在获取产业集聚 “红利” 的同时，要注意到与之相伴的环境污染问题，要注重产业集聚的内在质量。

　　加强财政支农资金的监管，充分发挥产业集聚的技术溢出和规模经济效应。适度增加环境规制力度，环境规制会激发 “创新补偿效应”，提升集聚区的技术创新内生动力，然后辅之政策力量引导养殖主体采用先进的饲喂技术和粪污处理技术，改变畜禽碳排放因子，让畜牧产业在更高水平上集聚。完善区域间的经验帮扶与互助交流机制，实现区域间的合作共赢。

杜凤君;郑 军;吴 强,山东农业大学经济管理学院,202502