張哲晰 穆月英

摘要 基于黃淮海與環(huán)渤海設(shè)施蔬菜主產(chǎn)區(qū)2017年蔬菜專業(yè)村設(shè)施蔬菜種植戶調(diào)研數(shù)據(jù)，在對產(chǎn)業(yè)集聚如何影響農(nóng)業(yè)碳生產(chǎn)率進行數(shù)理模型機制分析的基礎(chǔ)上展開實證檢驗。首先，運用路徑分析方法總體衡量農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高是否會強化技術(shù)溢出與規(guī)模效應(yīng)以及二者對農(nóng)業(yè)碳生產(chǎn)率的作用效果。然后，運用門限回歸方法檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的非線性影響，即“鎖定”與“擁擠”效應(yīng)。最后，運用分位數(shù)回歸方法檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對差異性農(nóng)戶的異質(zhì)性作用效果。研究結(jié)果表明：產(chǎn)業(yè)集聚程度的提高會顯著影響技術(shù)溢出與規(guī)模效應(yīng)作用的發(fā)揮。其中，技術(shù)溢出、基礎(chǔ)設(shè)施建設(shè)伴隨產(chǎn)業(yè)集聚程度的提高與農(nóng)業(yè)碳生產(chǎn)率之間呈“W”型關(guān)系，只有全面轉(zhuǎn)型升級才是克服簡單擴張導(dǎo)致的“鎖定”與“擁擠”效應(yīng)的最終途徑，社會化服務(wù)供給缺陷則是約束農(nóng)業(yè)碳生產(chǎn)率提高的重要因素。同時，農(nóng)業(yè)產(chǎn)業(yè)集聚對于具有比較優(yōu)勢的高農(nóng)業(yè)碳生產(chǎn)率農(nóng)戶的低碳增效作用更加明顯。此外，生產(chǎn)專業(yè)化水平、是否采用測土配方施肥技術(shù)以及農(nóng)戶對消費者質(zhì)量安全問題認知，也是影響農(nóng)業(yè)碳生產(chǎn)率的重要因素。據(jù)此，提出提高農(nóng)業(yè)碳生產(chǎn)率的政策建議：①繼續(xù)加強主產(chǎn)地建設(shè)，發(fā)揮產(chǎn)業(yè)集聚優(yōu)勢，加大政府對基礎(chǔ)設(shè)施建設(shè)的支持力度。②完善主產(chǎn)地農(nóng)業(yè)社會化服務(wù)體系建設(shè)，提高服務(wù)標準、精準服務(wù)對象、完備服務(wù)內(nèi)容。③推動農(nóng)業(yè)產(chǎn)業(yè)集聚轉(zhuǎn)型升級，實現(xiàn)集聚由“數(shù)量”向“質(zhì)量”提高。④加強對農(nóng)戶人力資本、現(xiàn)代技術(shù)等方面的支持，特別是對弱勢群體加以傾斜。⑤運用市場機制引導(dǎo)生產(chǎn)者低碳生產(chǎn)行為，將消費者綠色健康需求通過價格傳導(dǎo)到農(nóng)戶方面，推動農(nóng)戶低碳生產(chǎn)。

關(guān)鍵詞 主產(chǎn)地;農(nóng)業(yè)產(chǎn)業(yè)集聚;農(nóng)業(yè)碳生產(chǎn)率;門限回歸;分位數(shù)回歸

中圖分類號 F323.2文獻標識碼 A文章編號 1002-2104（2019）07-00057-09DOI：10.12062/cpre.20190104

隨著氣候變暖等威脅人類社會與經(jīng)濟發(fā)展的環(huán)境問題頻繁發(fā)作，減少以CO2為主的溫室氣體排放成為世界各國關(guān)注的焦點。聯(lián)合國政府間氣候變化專門委員會的評估結(jié)果顯示，全球13.5%的碳排放源于農(nóng)業(yè)生產(chǎn)活動[1]，農(nóng)業(yè)產(chǎn)業(yè)已成為溫室氣體排放的第二大重要來源[2]。中國是全球最大的CO2排放國，其中，農(nóng)業(yè)碳排放比重達到16%～17%，高于世界平均水平，且總量仍處于增長的態(tài)勢[3-4]。而在可預(yù)見的將來，資本密集投入的現(xiàn)代農(nóng)業(yè)發(fā)展方式將極度依賴于能源等生產(chǎn)要素的大量使用，更使中國農(nóng)業(yè)碳減排面臨著巨大的壓力。如何降低農(nóng)業(yè)碳強度，發(fā)展低碳農(nóng)業(yè)，成為當(dāng)下亟待解決的問題。盡管低碳轉(zhuǎn)型的要義與實現(xiàn)碳排放達到峰值的關(guān)鍵在于碳強度的下降，但是碳生產(chǎn)率（碳強度的倒數(shù)），兼顧穩(wěn)定大氣中CO2含量與保持經(jīng)濟增長雙重目標的指標[5]，才是衡量是否成功減緩氣候變化的標準。提高農(nóng)業(yè)碳生產(chǎn)率意味著控制溫室氣體排放、提高能源效率、兼顧農(nóng)業(yè)產(chǎn)出與經(jīng)濟增長，那么，探索提高農(nóng)業(yè)碳生產(chǎn)率的途徑，是中國發(fā)展低碳農(nóng)業(yè)的內(nèi)在要求。近年來，中國農(nóng)業(yè)生產(chǎn)區(qū)域?qū)I(yè)化特征明顯，涌現(xiàn)了一大批農(nóng)業(yè)主產(chǎn)地，是保障農(nóng)產(chǎn)品供給、提高農(nóng)民收入、穩(wěn)定社會經(jīng)濟運轉(zhuǎn)的重要力量，而主產(chǎn)地集中度高的密集生產(chǎn)模式意味著消耗著更多的能源要素，成為“消費”角度的碳排放大戶，是應(yīng)為整個產(chǎn)業(yè)鏈減排負責(zé)的重要主體。但是，反觀主產(chǎn)地產(chǎn)業(yè)集聚發(fā)展模式，能否利用該特征優(yōu)化當(dāng)?shù)剞r(nóng)業(yè)碳生產(chǎn)率水平，即探索產(chǎn)業(yè)集聚影響農(nóng)業(yè)碳生產(chǎn)率的機制與路徑，也是頗有研究價值的問題，是一個“揚長避短”的思路。本研究旨在對前人研究梳理的基礎(chǔ)上，分析農(nóng)業(yè)產(chǎn)業(yè)集聚發(fā)展模式對農(nóng)業(yè)碳生產(chǎn)率影響機制，并檢驗其作用效果，以滿足居民農(nóng)產(chǎn)品消費需求穩(wěn)步增加與農(nóng)業(yè)綠色發(fā)展的雙重要求。

1 文獻綜述

當(dāng)前，關(guān)于中國農(nóng)業(yè)低碳化發(fā)展的研究日益豐富，從低碳農(nóng)業(yè)概念界定、農(nóng)業(yè)碳排放量測算方法、農(nóng)業(yè)碳減排影響因素、農(nóng)業(yè)低碳發(fā)展路徑選擇，以及農(nóng)業(yè)碳減排潛力等多方面展開研究[6-14]，為推動中國農(nóng)業(yè)生產(chǎn)節(jié)能減排做出了重要的貢獻。與此同時，盡管主要集中于工業(yè)領(lǐng)域，碳生產(chǎn)率的重要性、測算方法、影響因素與門檻效應(yīng)、潛力與提升空間、區(qū)域差異與收斂也逐步納入人們的視野[15-20]。但立足于主產(chǎn)地，將農(nóng)業(yè)碳生產(chǎn)率與農(nóng)業(yè)產(chǎn)業(yè)集聚特征相結(jié)合，探索主產(chǎn)地低碳高效發(fā)展前景的研究尚屬少見。

事實上，產(chǎn)業(yè)集聚對第二、三產(chǎn)業(yè)能源效率（單位能源消耗帶來的產(chǎn)出）的提升作用在近年已初步得到驗證[21-22]，即經(jīng)濟的空間集聚可以通過規(guī)模效應(yīng)、技術(shù)溢出以及競爭效應(yīng)實現(xiàn)碳排放減少，繼而提高能源效率[23]。但是，亦有研究表明產(chǎn)業(yè)集聚在發(fā)展到一定程度后會產(chǎn)生“擁擠”效應(yīng)，即由于集聚引發(fā)的要素比例失衡（過度集中或相對稀缺）會造成規(guī)模不經(jīng)濟[24]，降低能源效率。這意味著，盡管產(chǎn)業(yè)集聚對能源效率有重要的影響，但“一枚硬幣的兩面”效應(yīng)不容忽視。

盡管農(nóng)業(yè)與工業(yè)產(chǎn)業(yè)特征存在差異，但國際經(jīng)驗表明，農(nóng)業(yè)生產(chǎn)的交易成本高、高度依賴密集投入土地資源和勞動力資源等特征，使農(nóng)業(yè)生產(chǎn)更傾向于向優(yōu)勢區(qū)域集中[25]，以充分利用資源稟賦優(yōu)勢、提高基礎(chǔ)設(shè)施及相關(guān)服務(wù)的利用率、強化農(nóng)民之間的技術(shù)交流，獲得集聚帶來的種種優(yōu)勢。而中國農(nóng)業(yè)地理集中生產(chǎn)能夠形成規(guī)模效應(yīng)與技術(shù)溢出也初步得到論證[26]。由此觀之，對農(nóng)業(yè)產(chǎn)業(yè)的主產(chǎn)地空間集聚生產(chǎn)模式對農(nóng)業(yè)碳生產(chǎn)率的影響機理及效應(yīng)進行分析與測算，一方面能對主產(chǎn)地產(chǎn)業(yè)集聚特征的優(yōu)勢加以利用，“揚長避短”，另一方面則能通過探究集聚特征的“擁擠”效應(yīng)找尋提高主產(chǎn)地農(nóng)業(yè)碳生產(chǎn)率的合理區(qū)間。

目前，關(guān)于農(nóng)業(yè)碳生產(chǎn)率影響因素的研究，具有代表性的成果主要有宋博等[10]和程琳琳等[18，27]的研究。其中，宋博等[10]以微觀農(nóng)戶數(shù)據(jù)為基礎(chǔ)，基于線性回歸模型，得出戶主受教育程度、農(nóng)業(yè)生產(chǎn)年限、農(nóng)戶專業(yè)化程度是影響農(nóng)業(yè)碳生產(chǎn)效率（單位二氧化碳排放所得到的蔬菜產(chǎn)值）的重要因素;程琳琳等[18，27]基于省級面板數(shù)據(jù)，運用空間計量模型測算得出城鎮(zhèn)化是影響農(nóng)業(yè)碳生產(chǎn)率的重要因素，同時，省際之間農(nóng)業(yè)碳生產(chǎn)率（一定時期內(nèi)農(nóng)業(yè)產(chǎn)值與同期農(nóng)業(yè)二氧化碳排放量之比）存在著溢出效應(yīng)與空間依賴性。關(guān)于農(nóng)業(yè)產(chǎn)業(yè)集聚特征對農(nóng)業(yè)碳排放影響的研究則僅有胡中應(yīng)等[28]基于1998—2012年省級面板數(shù)據(jù)，運用最小二乘估計方法展開的測算。結(jié)果顯示，隨著集聚程度的增加，碳排放總量呈現(xiàn)先增后降的倒“U”型特征，碳排放強度則呈現(xiàn)先增后減再增的正“N”型特征。

既有文獻為本研究提供了借鑒和啟示，為探討農(nóng)業(yè)產(chǎn)業(yè)集聚能否影響農(nóng)業(yè)碳生產(chǎn)率提供了理論借鑒，并對本研究的變量選取與估計方法選擇具有啟示意義。但一方面在主產(chǎn)地迅速發(fā)展的背景下，將農(nóng)業(yè)產(chǎn)業(yè)集聚重要特征納入對農(nóng)業(yè)碳生產(chǎn)率影響效應(yīng)的研究較少，另一方面則過于宏觀地以省為研究單位，并缺乏對農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率作用路徑與機制的細致探析。此外，對于主產(chǎn)地內(nèi)異質(zhì)性生產(chǎn)主體而言，差異性比較優(yōu)勢導(dǎo)致其碳利用能力不同，受到農(nóng)業(yè)產(chǎn)業(yè)集聚的影響也會有所差別，忽略這種異質(zhì)性將不利于主產(chǎn)地農(nóng)業(yè)碳生產(chǎn)率的全面提升。對此，本研究從以下幾個方面進行拓展。首先，樣本選取上，以主產(chǎn)地蔬菜專業(yè)村為基本空間單元，以設(shè)施蔬菜種植戶為對象，考察專業(yè)村產(chǎn)業(yè)集聚特征對農(nóng)業(yè)碳生產(chǎn)率的影響：第一，蔬菜是播種面積和產(chǎn)量上僅次于糧食的第二大作物，是重要農(nóng)產(chǎn)品供應(yīng)與碳排放主體;第二，設(shè)施蔬菜具有資本密集投入的特征，加大了主產(chǎn)地生態(tài)環(huán)境壓力;第三，以專業(yè)村為考察范圍能夠有效避免省級范圍過于宏觀導(dǎo)致知識溢出依賴于緘默知識和粘性知識傳播的特征導(dǎo)致集聚經(jīng)濟存在一定范圍性[29]的特征而降低分析可信度的問題，并且有利于確保經(jīng)濟活動的均勻，提高結(jié)果的精確性[30]。其次，研究內(nèi)容上，細致區(qū)分了農(nóng)業(yè)產(chǎn)業(yè)集聚影響農(nóng)業(yè)碳生產(chǎn)率的作用機理，并將“鎖定”性、“擁擠”性與異質(zhì)性納入考慮，從微觀視角探索提質(zhì)增效的實踐方案。最后，研究方法上，結(jié)合研究需要，運用路徑分析、門限回歸與分位數(shù)回歸方法對農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的影響進行檢驗。

綜上所述，本研究以蔬菜專業(yè)村蔬菜種植戶為研究對象，對農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的影響機制及非線性特征進行系統(tǒng)的理論分析與實證檢驗，并將異質(zhì)性生產(chǎn)者受農(nóng)業(yè)產(chǎn)業(yè)集聚的差別影響納入考慮，以期從促進或抑制農(nóng)業(yè)產(chǎn)業(yè)集聚的視角出發(fā)探究主產(chǎn)地發(fā)展趨勢，并為其他農(nóng)業(yè)產(chǎn)業(yè)提供參考。

2 數(shù)理模型與研究假說

本研究參考劉習(xí)平等[23]、程中華等[22]的成果，構(gòu)建農(nóng)業(yè)碳生產(chǎn)率影響機制數(shù)理模型，同時，重點對農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的影響機制進行系統(tǒng)的理論分析，并提出相應(yīng)假說。

假定物質(zhì)資本（K）、勞動力（L）和土地（E）是生產(chǎn)過程中的主要投入，其中，物質(zhì)資本是主要碳來源。從成本函數(shù)角度設(shè)定生產(chǎn)函數(shù)可得：

其中，C（·）為成本函數(shù)，PK、PL、PE為K、L、E的價格，Q為蔬菜產(chǎn)量，A為全要素生產(chǎn)率，W為農(nóng)業(yè)產(chǎn)業(yè)集聚程度，α、β、γ為產(chǎn)出彈性。

根據(jù)謝潑德引理，在給定支出函數(shù)C（P，U）下，對價格求偏導(dǎo)可獲得對應(yīng)產(chǎn)品的?？怂剐枨蠛瘮?shù)Xh（P，U），那么，物質(zhì)資本投入需求等于成本函數(shù)對物質(zhì)資本投入價格求偏導(dǎo)，用K代表農(nóng)戶對物質(zhì)資本的需求，則：

假定在完全競爭市場下，農(nóng)戶長期經(jīng)濟利潤為0，總成本=總收益，即：C=PQ·Q。而PQ取決于三種要素的價格：

則將（3）式帶入（2）式可得：

經(jīng)過移項調(diào)整，可得：

在生產(chǎn)過程中，物質(zhì)資本會產(chǎn)生CO2排放（R），投入越多則CO2越多，設(shè)：R=K（6）

則將（6）式帶入（5）式可得：

結(jié)合既有研究對碳生產(chǎn)率[5，31]及農(nóng)業(yè)碳生產(chǎn)率[10，27]構(gòu)成的界定，本研究將PQ·Q/R定義為農(nóng)業(yè)碳生產(chǎn)率，即一個生長周期內(nèi)蔬菜總產(chǎn)值與同期CO2排放量之比。盡管該指標簡單便捷，但其從投入要素角度給出了農(nóng)業(yè)產(chǎn)出與經(jīng)濟發(fā)展所面臨的新約束條件，將隱含在能源和物質(zhì)產(chǎn)品中的碳剝離出來，成為能夠與傳統(tǒng)勞動生產(chǎn)率與資本生產(chǎn)率相比擬的[32]，更符合我國農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革與生態(tài)文明建設(shè)的新指標。對于CO2排放的測算，本研究參考宋博等[10]的研究，即：化肥、農(nóng)膜、電力是蔬菜生產(chǎn)投入要素中最主要的碳源，占比90%以上。故以這三種要素為基礎(chǔ)測算蔬菜生產(chǎn)產(chǎn)生的CO2排放量。式（8）為CO2排放量的測算公式：

其中，R表示CO2排放，單位是二氧化碳當(dāng)量（CO2e），x（x1，x2，x3）表示化肥、農(nóng)膜、電力三要素的投入量向量，η（η1，η2，η3）為三要素的碳排放系數(shù)向量，其中η1=3.284，η2=2.493，η3=0.917[10]，在此基礎(chǔ)上，用蔬菜產(chǎn)值與R相除則可獲得碳生產(chǎn)率。此外，由式（7）可知，農(nóng)業(yè)碳生產(chǎn)率還取決于全要素生產(chǎn)率、集聚程度與物質(zhì)資本價格。其中，全要素生產(chǎn)率主要受到農(nóng)戶個人、家庭特征、技術(shù)采用等方面的影響。而本研究的關(guān)鍵變量，農(nóng)業(yè)產(chǎn)業(yè)集聚程度，則經(jīng)由技術(shù)溢出與規(guī)模效應(yīng)影響農(nóng)業(yè)碳生產(chǎn)率，其中規(guī)模效應(yīng)包含基礎(chǔ)設(shè)施共享與中間產(chǎn)品（社會化服務(wù)）供給兩方面。

技術(shù)溢出。農(nóng)戶的技術(shù)儲備與田間管理水平將影響農(nóng)業(yè)碳生產(chǎn)率。但農(nóng)戶的技術(shù)水平與管理能力不僅受制于自身特征與經(jīng)驗，還受到周邊農(nóng)戶的影響，特別是當(dāng)一項新技術(shù)（如低碳技術(shù)）出現(xiàn)時，其對外部條件更為敏感，對農(nóng)戶的經(jīng)濟實力、管理能力和知識水平要求較高，使其他農(nóng)戶的行為對小農(nóng)戶技術(shù)采用與否至關(guān)重要[33]。既有研究表明，小農(nóng)戶在技術(shù)采用前更傾向于通過詢問或觀察等途徑從其他農(nóng)戶處獲得相關(guān)經(jīng)驗，以規(guī)避新技術(shù)采用帶來的經(jīng)濟利潤上的風(fēng)險[34]，并隨著采用人數(shù)的增加，更傾向于向他人學(xué)習(xí)[35]。而專業(yè)村中恰有大量從事同類生產(chǎn)的農(nóng)戶，并且，在這批人中，有一部分“中堅”農(nóng)戶，他們經(jīng)營條件好、個人素質(zhì)高，具有較強的經(jīng)濟能力和強烈的技術(shù)需求，是新技術(shù)的創(chuàng)新先驅(qū)者和早期采用者[36]。因此，農(nóng)業(yè)產(chǎn)業(yè)集聚形成的技術(shù)溢出將有益于農(nóng)業(yè)碳生產(chǎn)率的提升。但是，技術(shù)溢出是一種將產(chǎn)權(quán)演變?yōu)楣灿行缘倪^程，當(dāng)某項技術(shù)通過溢出使更多人低成本采用后，將降低初始技術(shù)采用者的邊際收益，這會導(dǎo)致初始技術(shù)采用者新技術(shù)引用激勵下降，造成技術(shù)創(chuàng)新的不可持續(xù)，使專業(yè)村技術(shù)采用趨于穩(wěn)定，即技術(shù)“鎖定”效應(yīng)[37]，不利于農(nóng)業(yè)碳生產(chǎn)率的進一步提高。

規(guī)模效應(yīng)。農(nóng)產(chǎn)品碳排放主要來源于作物的生命活動以及要素投入兩個渠道。隨著專業(yè)村產(chǎn)業(yè)集聚程度的提高，播種面積與要素投入不斷增加，碳排放總量將隨著生產(chǎn)規(guī)模的擴大而提升。但生產(chǎn)規(guī)模擴大的同時，會基于基礎(chǔ)設(shè)施共享、農(nóng)業(yè)社會化服務(wù)供給等外部規(guī)模經(jīng)濟影響農(nóng)業(yè)碳生產(chǎn)率。具體而言，大量具有共同需求的農(nóng)戶通過協(xié)商、決策，推動生產(chǎn)性公共基礎(chǔ)設(shè)施的建設(shè)，在降低農(nóng)戶生產(chǎn)成本的同時提高基礎(chǔ)設(shè)施的利用率。同時，專業(yè)村農(nóng)戶基于相似的訴求更容易聯(lián)合，成立集技術(shù)指導(dǎo)、農(nóng)資供給、農(nóng)機服務(wù)等功能于一體或具有單一功能的農(nóng)業(yè)社會化服務(wù)組織。公共基礎(chǔ)設(shè)施與農(nóng)業(yè)社會化服務(wù)組織的建設(shè)有利于優(yōu)化資源配置，提高生產(chǎn)效率，實現(xiàn)外部規(guī)模經(jīng)濟帶來的減排效應(yīng)。但是，公共基礎(chǔ)設(shè)施與社會化服務(wù)具有一定的競爭性，過多農(nóng)戶使用會產(chǎn)生“擁擠”問題[38-39]，如水、電供應(yīng)不足，交通堵塞、服務(wù)質(zhì)量下降等等，因此農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的提高可能具有區(qū)間性。

此外，專業(yè)村中有碳生產(chǎn)率優(yōu)勢的農(nóng)戶，一般在資源稟賦、資本存量、文化素質(zhì)、技術(shù)水平、社會關(guān)系等方面更強，這部分農(nóng)戶將更好地利用農(nóng)業(yè)產(chǎn)業(yè)集聚形成的技術(shù)溢出與規(guī)模效應(yīng)，導(dǎo)致專業(yè)村農(nóng)戶間差距拉大。

綜上，本研究提出假說一：①農(nóng)業(yè)產(chǎn)業(yè)集聚將通過技術(shù)溢出影響農(nóng)業(yè)碳生產(chǎn)率，集聚程度越高，作用效果越明顯;②集聚程度過高可能會產(chǎn)生技術(shù)“鎖定”效應(yīng)，不利于農(nóng)業(yè)碳生產(chǎn)率提高。假說二：①農(nóng)業(yè)產(chǎn)業(yè)集聚將通過公共基礎(chǔ)設(shè)施與農(nóng)業(yè)社會化服務(wù)供給影響農(nóng)業(yè)碳生產(chǎn)率;②“擁擠”效應(yīng)可能會抑制農(nóng)業(yè)碳生產(chǎn)率提高。假說三：農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的影響可能存在“馬太效應(yīng)”。

在本研究中，農(nóng)業(yè)產(chǎn)業(yè)集聚程度由專業(yè)村菜地面積占總耕地面積比來表示。在蔬菜專業(yè)村中，農(nóng)戶生產(chǎn)呈現(xiàn)小規(guī)模家庭經(jīng)營、空間密度高的特征，空間上的規(guī)?；瞧浔憩F(xiàn)形式。理論上講，集聚密度越高，資源共享、規(guī)模經(jīng)濟、知識溢出等集聚效應(yīng)越強，生產(chǎn)效率越高，故本研究參考Fu[40]的研究，做此選擇。

3 研究方法與數(shù)據(jù)

3.1 估計方法

結(jié)合研究目的，本研究依照：①運用路徑分析方法，在總體上同時檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高是否會強化技術(shù)溢出與規(guī)模效應(yīng)以及二者對農(nóng)業(yè)碳生產(chǎn)率的作用效果。②進一步細化，運用門限回歸方法檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的非線性影響，即“鎖定”與“擁擠”效應(yīng)，找到集聚優(yōu)勢發(fā)揮的區(qū)間。③運用分位數(shù)回歸方法檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對差異性生產(chǎn)主體的異質(zhì)性作用效果，促進主產(chǎn)地農(nóng)業(yè)碳生產(chǎn)率全面提升的順序完成對本研究假說的檢驗。

3.1.1 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的作用機制檢驗：路徑分析

路徑分析（Path Analysis，PA）由遺傳學(xué)家Sewall Wright于1921年首創(chuàng)，是多元回歸模型的拓展，具有可同時包含幾個回歸方程的優(yōu)勢，解決了傳統(tǒng)回歸模型只能分析單個因變量的不足，近幾十年來廣泛用于社會科學(xué)諸領(lǐng)域。本研究運用路徑分析方法首先檢驗產(chǎn)業(yè)集聚是否能夠強化技術(shù)溢出、基礎(chǔ)設(shè)施共享與農(nóng)業(yè)社會化服務(wù)供給水平，并在此基礎(chǔ)上檢驗三種作用機制對農(nóng)業(yè)碳生產(chǎn)率的作用效果。

3.1.2 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的“鎖定”與“擁擠”效應(yīng)檢驗：門限回歸

由假說一②與假說二②可知，農(nóng)業(yè)產(chǎn)業(yè)集聚可能會由于“鎖定”效應(yīng)和“擁擠”效應(yīng)而不利于農(nóng)業(yè)碳生產(chǎn)率的提高，這便需要一個能夠揭示不同集聚水平下三種作用機制對農(nóng)業(yè)碳生產(chǎn)率的差異性影響效果的估計方法。傳統(tǒng)的做法是由研究者主觀地確定一個門限值，然后根據(jù)門限值把樣本一分為二（多）并分別進行測算，既不對門限值進行參數(shù)估計，也不對其顯著性進行統(tǒng)計檢驗。本研究選擇Hansen提出的“門限回歸”（Threshold Regression，TR），用計量方法獲得門限值并進行統(tǒng)計檢驗，在此基礎(chǔ)上分析不同集聚水平下三種作用機制對農(nóng)業(yè)碳生產(chǎn)率影響的非線性特征。

3.1.3 農(nóng)業(yè)產(chǎn)業(yè)集聚對異質(zhì)性農(nóng)戶農(nóng)業(yè)碳生產(chǎn)率影響的檢驗：分位數(shù)回歸

檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對異質(zhì)性農(nóng)戶農(nóng)業(yè)碳生產(chǎn)率的差異性影響是有效提高低效農(nóng)戶農(nóng)業(yè)碳生產(chǎn)率、縮小農(nóng)戶間“分化”差距的重要手段。Koenker和Bassett[41]提出的分位數(shù)回歸方法（Quantile Regression，QR）擁有能夠估計不同被解釋變量分位數(shù)下回歸系數(shù)的功能，且具有放松分布假設(shè)、適合具有異方差性的模型，以及估計結(jié)果更穩(wěn)健的優(yōu)勢，能夠完成本研究的目的。

3.2 數(shù)據(jù)來源與描述性分析

3.2.1 數(shù)據(jù)來源

研究所用數(shù)據(jù)來自課題組于2017年4月至7月間的調(diào)研。結(jié)合《全國蔬菜產(chǎn)業(yè)發(fā)展規(guī)劃（2011—2020年）》以及《全國設(shè)施蔬菜重點區(qū)域發(fā)展規(guī)劃（2015—2020年）》，課題組將調(diào)查區(qū)域選定為資本投入密集產(chǎn)區(qū)——黃淮海與環(huán)渤海設(shè)施蔬菜優(yōu)勢產(chǎn)區(qū)中山東、河北、北京、天津、遼寧五?。ㄊ校Ｔ诖嘶A(chǔ)上，綜合相關(guān)統(tǒng)計材料，采用分層抽樣方式對五?。ㄊ校┰O(shè)施蔬菜生產(chǎn)大縣及其中以黃瓜、番茄、青椒、茄子等大路果菜為主要生產(chǎn)品種的蔬菜專業(yè)村展開隨機抽樣，此次調(diào)研共覆蓋了20個縣（市、區(qū)），分別為青州市、壽光市、固安縣、高邑縣、大興區(qū)、密云區(qū)、順義區(qū)、通州區(qū)、延慶區(qū)、寧河區(qū)、武清區(qū)、靜海區(qū)、西青區(qū)、薊州區(qū)、濱海新區(qū)、寶坻區(qū)、北辰區(qū)、北鎮(zhèn)市、海城市、凌源市，80個村，回收問卷619份，均為設(shè)施蔬菜種植戶，經(jīng)篩選，符合本研究需要的有效樣本為492個。

3.2.2 變量說明與描述性統(tǒng)計

如表1所示，平均農(nóng)業(yè)碳生產(chǎn)率為26.26元/ kg CO2e，結(jié)合標準差、最大值與最小值情況可知，農(nóng)戶間農(nóng)業(yè)碳生產(chǎn)率差異很大，分化趨勢明顯。本研究用蔬菜價格對各碳源要素價格進行標準化處理，不僅能反映各要素的價格水平，還能從成本收益視角揭示物質(zhì)資本對農(nóng)戶收益動機方面的影響。在各碳源要素價格中，農(nóng)膜與蔬菜價格比最大，化肥與蔬菜價格比次之，電力與蔬菜價格比最小。經(jīng)筆者測算，化肥、農(nóng)膜與電力的二氧化碳排放量占總二氧化碳排放量的比重分別為62.17%、4.14%與33.68%，因此盡管農(nóng)膜與蔬菜價格比最高，但對農(nóng)業(yè)碳生產(chǎn)率的影響可能并不明顯，農(nóng)業(yè)碳生產(chǎn)率受到化肥價格波動的影響將更符合市場規(guī)律。從農(nóng)戶戶主及家庭特征來看，男性戶主占絕大多數(shù);戶主年齡均值在51.83歲以上，呈現(xiàn)一定的老齡化趨勢;戶主受教育年限與蔬菜種植年限分別為8.40 a與17.95 a，表明戶主的生產(chǎn)技能儲備主要源于“干中學(xué)”，初中教育水平可能不利于農(nóng)戶吸納先進技術(shù)從事現(xiàn)代化農(nóng)業(yè)生產(chǎn);農(nóng)戶的專業(yè)化程度由其家庭菜地面積占總耕地面積的比重衡量，由表1可知，農(nóng)戶的平均專業(yè)化水平為87.17%，蔬菜收入是農(nóng)戶的主要收入來源;農(nóng)戶的測土配方技術(shù)采用率為37%，覆蓋率還有很大的提升空間?？傮w來看，專業(yè)村產(chǎn)業(yè)集聚程度在50%左右，提升潛力較大;農(nóng)戶對本村產(chǎn)業(yè)集聚程度提升后對當(dāng)?shù)丶夹g(shù)溢出、農(nóng)業(yè)社會化服務(wù)供給與基礎(chǔ)設(shè)施建設(shè)，即農(nóng)業(yè)產(chǎn)業(yè)集聚的三大作用發(fā)揮渠道的促進作用的評價則主要集中在一般與認同之間。

4 結(jié)果分析與討論

4.1 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的作用機制檢驗結(jié)果

路徑分析估計能夠總體揭示農(nóng)業(yè)產(chǎn)業(yè)集聚影響農(nóng)業(yè)碳生產(chǎn)率的路徑、方向與強弱，以下進行對假說一①與假說二①的檢驗。

對農(nóng)業(yè)產(chǎn)業(yè)集聚對技術(shù)溢出、農(nóng)業(yè)社會化服務(wù)供給與基礎(chǔ)設(shè)施建設(shè)促進效果的檢驗如表2所示，農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高會顯著提高農(nóng)戶間技術(shù)交流頻率，增加當(dāng)?shù)貙I(yè)生產(chǎn)、加工、貯藏等基礎(chǔ)設(shè)施的建設(shè)，但農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)社會化服務(wù)組織建立及服務(wù)供給的推動作用較為微弱，可能是農(nóng)戶目前合作意識較低，加之政府扶持力度不足所致。在此基礎(chǔ)上，農(nóng)業(yè)碳生產(chǎn)率的影響因素檢驗結(jié)果表明，技術(shù)溢出與基礎(chǔ)設(shè)施建設(shè)會顯著提高農(nóng)業(yè)碳生產(chǎn)率，符合研究預(yù)期。農(nóng)戶通過彼此學(xué)習(xí)模仿提高技術(shù)儲備與田間管理水平，加之基礎(chǔ)設(shè)施存量的增加與利用率不斷 提高，有利于農(nóng)戶優(yōu)化生產(chǎn)資料配置，進而提高農(nóng)業(yè)碳生產(chǎn)率。農(nóng)業(yè)社會化服務(wù)供給則抑制了農(nóng)業(yè)碳生產(chǎn)率的提高：一方面，自發(fā)形成的農(nóng)業(yè)社會化服務(wù)組織存在規(guī)模小，層次低，服務(wù)簡單，設(shè)施簡陋等問題[42]，另一方面，即便社會化服務(wù)平臺眾多，但平臺間缺乏分工與協(xié)作，并存在同業(yè)競爭、功能發(fā)揮不充分等問題[43]，不利于農(nóng)戶生產(chǎn)效率的提升。肥料蔬菜價格比的提高顯著正向作用于農(nóng)業(yè)碳生產(chǎn)率，符合經(jīng)濟學(xué)原理。價格高意味著資源的相對稀缺，農(nóng)戶有動機提高稀缺資源利用率，帶來農(nóng)業(yè)碳生產(chǎn)率的提高。電力蔬菜價格比的提高則顯著負向作用于農(nóng)業(yè)碳生產(chǎn)率，可能的原因是農(nóng)戶的主要電力消耗在于農(nóng)業(yè)用水，而蔬菜耗水量大的特征加之電價過低導(dǎo)致農(nóng)戶出于利潤考慮而增加用水量，造成電力蔬菜價格比的方向不符合預(yù)期。農(nóng)戶專業(yè)化程度通過了1%水平的顯著性檢驗，正向作用于農(nóng)業(yè)碳生產(chǎn)率，主要是從充分發(fā)掘產(chǎn)地資源稟賦優(yōu)勢、勞動力資本良好以及采用現(xiàn)代化生產(chǎn)方式等方面提高生產(chǎn)效率而帶來農(nóng)業(yè)碳生產(chǎn)率的提高。測土配方施肥在1%的顯著性水平上正向作用于農(nóng)業(yè)碳生產(chǎn)率，驗證了該技術(shù)的推廣對于中國未來農(nóng)業(yè)低碳、可持續(xù)發(fā)展的重大意義。

4.2 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的“鎖定”與“擁擠”效應(yīng)檢驗結(jié)果以下將農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率的影響進一步

5 結(jié)論與政策建議

在氣候環(huán)境問題約束愈發(fā)嚴峻的背景下，提高農(nóng)業(yè)碳生產(chǎn)率是應(yīng)對低碳與可持續(xù)發(fā)展要求的必然選擇，中國農(nóng)業(yè)主產(chǎn)地承擔(dān)著重要的低碳增效責(zé)任。本研究以黃淮海與環(huán)渤海設(shè)施蔬菜主產(chǎn)區(qū)蔬菜專業(yè)村2017年設(shè)施蔬菜種植戶調(diào)研數(shù)據(jù)為例，在對農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳生產(chǎn)率影響機制進行理論分析的基礎(chǔ)上，運用路徑分析、門限回歸以及分位數(shù)回歸方法，對農(nóng)業(yè)產(chǎn)業(yè)集聚的三種作用機制——技術(shù)溢出、農(nóng)業(yè)社會化服務(wù)供給與基礎(chǔ)設(shè)施建設(shè)對農(nóng)業(yè)碳生產(chǎn)率的非線性影響及對異質(zhì)性農(nóng)戶的差別影響進行考察，探究主產(chǎn)地低碳增效發(fā)展前景，主要研究結(jié)論概括如下。

（1）目前，農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高能顯著強化主產(chǎn)地農(nóng)戶間技術(shù)溢出與當(dāng)?shù)鼗A(chǔ)設(shè)施建設(shè)，但對農(nóng)業(yè)社會化服務(wù)供給的促進作用較為微弱?？傮w而言，技術(shù)溢出、基礎(chǔ)設(shè)施建設(shè)能夠顯著提高農(nóng)業(yè)碳生產(chǎn)率，農(nóng)業(yè)社會化服務(wù)供給則抑制了農(nóng)業(yè)碳生產(chǎn)率的提升?？赡艿脑蚴寝r(nóng)業(yè)社會化服務(wù)組織的服務(wù)內(nèi)容、服務(wù)水平、服務(wù)范圍與農(nóng)戶需求和現(xiàn)代化農(nóng)業(yè)生產(chǎn)的要求不契合，且服務(wù)組織間缺乏分工協(xié)作，同業(yè)競爭明顯，不利于服務(wù)功能發(fā)揮。

（2）具體而言，伴隨農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高，技術(shù)溢出、基礎(chǔ)設(shè)施建設(shè)程度與農(nóng)業(yè)碳生產(chǎn)率之間呈“W”型關(guān)系。主產(chǎn)地形成初期，由于集聚程度較低，技術(shù)溢出與外部規(guī)模經(jīng)濟不足，不利于農(nóng)業(yè)碳生產(chǎn)率提高。隨著集聚逐步增強，其對農(nóng)業(yè)碳生產(chǎn)率的促進效果開始顯現(xiàn)，并主要源于技術(shù)擴散帶來的農(nóng)戶生產(chǎn)能力提升與基礎(chǔ)設(shè)施共享帶來的資源優(yōu)化配置。伴隨集聚程度的進一步提高，由于生產(chǎn)的過度集中，出現(xiàn)了對有限資源的爭奪與農(nóng)戶之間的惡性競爭，使“鎖定”與“擁擠”效應(yīng)超過了正外部性，降低了農(nóng)業(yè)碳生產(chǎn)率。最后，當(dāng)集聚發(fā)展到成熟階段，即出現(xiàn)“一村一品”“一鄉(xiāng)一業(yè)”等高端形態(tài)，通過農(nóng)業(yè)現(xiàn)代化與產(chǎn)業(yè)全方位升級發(fā)展，提高農(nóng)業(yè)碳生產(chǎn)率。

（3）農(nóng)業(yè)產(chǎn)業(yè)集聚對于不同農(nóng)業(yè)碳生產(chǎn)率農(nóng)戶的影響存在“馬太效應(yīng)”，對于具有比較優(yōu)勢的高農(nóng)業(yè)碳生產(chǎn)率農(nóng)戶，農(nóng)業(yè)產(chǎn)業(yè)集聚帶來的低碳增效作用更加明顯。

（4）生產(chǎn)專業(yè)化水平、是否采用測土配方施肥技術(shù)以及對消費者質(zhì)量安全問題的認知，亦是影響農(nóng)業(yè)碳生產(chǎn)率的重要因素。

針對以上研究結(jié)論，本研究提出以下幾點建議：①主產(chǎn)地的農(nóng)業(yè)產(chǎn)業(yè)集聚發(fā)展模式對農(nóng)業(yè)碳生產(chǎn)率提高具有實質(zhì)性影響，特別是通過技術(shù)溢出與基礎(chǔ)設(shè)施建設(shè)兩種渠道。因此，應(yīng)繼續(xù)推動主產(chǎn)地建設(shè)，發(fā)揮產(chǎn)業(yè)集聚優(yōu)勢，特別是積極發(fā)揮新型經(jīng)營主體的示范帶動作用，打破技術(shù)溢出壁壘，同時，加大政府對基礎(chǔ)設(shè)施建設(shè)的支持力度，尤其是高投入、專業(yè)化的基礎(chǔ)設(shè)施。②完善主產(chǎn)地農(nóng)業(yè)社會化服務(wù)體系建設(shè)，使其成為服務(wù)標準更高、服務(wù)對象更精準、服務(wù)內(nèi)容更完備，能夠顯著提升農(nóng)業(yè)現(xiàn)代化生產(chǎn)能力的運轉(zhuǎn)高效、競爭力強的組織。③推動農(nóng)業(yè)產(chǎn)業(yè)集聚全面轉(zhuǎn)型升級，克服低水平集聚導(dǎo)致的“鎖定”與“擁擠”效應(yīng)，實現(xiàn)集聚由“數(shù)量”向“質(zhì)量”提高，提高農(nóng)業(yè)碳生產(chǎn)率。④關(guān)注農(nóng)戶差異性生產(chǎn)經(jīng)營特征，加強對小農(nóng)戶人力資本、低碳技術(shù)、基礎(chǔ)設(shè)施與生產(chǎn)服務(wù)等方面的支持，對弱勢群體加以傾斜，全面提高農(nóng)業(yè)碳生產(chǎn)率。⑤運用市場機制引導(dǎo)生產(chǎn)者低碳生產(chǎn)行為，將消費者綠色健康需求通過價格傳導(dǎo)到農(nóng)戶方面，推動農(nóng)戶低碳生產(chǎn)，如少施肥、少打藥等。

（編輯：李 琪）

參考文獻

[1]田云，張俊飚，何可，等.農(nóng)戶農(nóng)業(yè)低碳生產(chǎn)行為及其影響因素分析——以化肥施用和農(nóng)藥使用為例[J].中國農(nóng)村觀察，2015（4）：61-70.

[2]黃祖輝，米松華.農(nóng)業(yè)碳足跡研究——以浙江省為例[J].農(nóng)業(yè)經(jīng)濟問題，2011，32（11）：40-47，111.

[3]趙文晉，李都峰，王憲恩.低碳農(nóng)業(yè)的發(fā)展思路[J].環(huán)境保護，2010（12）：38-39.

[4]田云，張俊飚，李波.中國農(nóng)業(yè)低碳競爭力區(qū)域差異與影響因素研究[J].干旱區(qū)資源與環(huán)境，2013，27（6）：1-6.

[5]BEINHOCKER E， OPPENHEIM J， IRONS B， et al. The carbon productivity challenge： curbing climate change and sustaining economic growth[M]. Sydney： McKinsey Global Institute， McKinsey & Company，2008.

[6]王珊珊，張廣勝.非農(nóng)就業(yè)對農(nóng)戶碳排放行為的影響研究——來自遼寧省遼中縣的證據(jù)[J].資源科學(xué)，2013，35（9）：1855-1862.

[7]侯博，應(yīng)瑞瑤.分散農(nóng)戶低碳生產(chǎn)行為決策研究——基于TPB和SEM的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2015（2）：4-13.

[8]宋博，穆月英.設(shè)施蔬菜生產(chǎn)系統(tǒng)碳足跡研究——以北京市為例[J].資源科學(xué)，2015，37（1）：175-183.

[9]吳賢榮，張俊飚，田云，等.基于公平與效率雙重視角的中國農(nóng)業(yè)碳減排潛力分析[J].自然資源學(xué)報，2015，30（7）：1172-1182.

[10]宋博，穆月英，侯玲玲.農(nóng)戶專業(yè)化對農(nóng)業(yè)低碳化的影響研究——來自北京市蔬菜種植戶的證據(jù)[J].自然資源學(xué)報，2016，31（3）：468-476.

[11]田云，張俊飚，陳池波.中國低碳農(nóng)業(yè)發(fā)展的空間異質(zhì)性及影響機理研究[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2016，16（4）：33-44，156.

[12]張燦強，王莉，華春林，等.中國主要糧食生產(chǎn)的化肥削減潛力及其碳減排效應(yīng)[J].資源科學(xué)，2016，38（4）：790-797.

[13]陳儒，姜志德.中國低碳農(nóng)業(yè)發(fā)展績效與政策評價[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2017，16（5）：28-40.

[14]李波，梅倩.農(nóng)業(yè)生產(chǎn)碳行為方式及其影響因素研究——基于湖北省典型農(nóng)村的農(nóng)戶調(diào)查[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2017（6）：51-58，150.

[15]劉傳江，胡威，吳晗晗.環(huán)境規(guī)制、經(jīng)濟增長與地區(qū)碳生產(chǎn)率——基于中國省級數(shù)據(jù)的實證考察[J].財經(jīng)問題研究，2015（10）：31-37.

[16]高文靜，柳亞琴，潘明清.工業(yè)化、城鎮(zhèn)化對工業(yè)碳生產(chǎn)率的門檻效應(yīng)分析[J].宏觀經(jīng)濟研究，2017（4）：112-121.

[17]李亞冬，宋麗穎.我國碳生產(chǎn)率的收斂機制研究：理論和實證檢驗[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（3）：117-125.

[18]程琳琳，張俊飚，何可.多尺度城鎮(zhèn)化對農(nóng)業(yè)碳生產(chǎn)率的影響及其區(qū)域分異特征研究——基于SFA、E指數(shù)與SDM的實證[J].中南大學(xué)學(xué)報（社會科學(xué)版），2018，24（5）：107-116.

[19]李珊珊，羅良文.“十二五”時期中國碳生產(chǎn)率的因素分解與增長動力——基于LMDI-PDA分解法[J].技術(shù)經(jīng)濟，2018，37（8）：77-86.

[20]姚曄，夏炎，范英，等.基于空間比較路徑選擇模型的碳生產(chǎn)率區(qū)域差異性研究[J].中國管理科學(xué)，2018，26（7）：170-178.

[21]韓峰，馮萍，陽立高.中國城市的空間集聚效應(yīng)與工業(yè)能源效率[J].中國人口·資源與環(huán)境，2014，24（5）：72-79.

[22]程中華，李廉水，劉軍.產(chǎn)業(yè)集聚有利于能源效率提升嗎[J].統(tǒng)計與信息論壇，2017，32（3）：70-76.

[23]劉習(xí)平，盛三化，王珂英.經(jīng)濟空間集聚能提高碳生產(chǎn)率嗎？ [J].經(jīng)濟評論，2017（6）：107-121.

[24]周圣強，朱衛(wèi)平.產(chǎn)業(yè)集聚一定能帶來經(jīng)濟效率嗎：規(guī)模效應(yīng)與擁擠效應(yīng)[J].產(chǎn)業(yè)經(jīng)濟研究，2013（3）：12-22.

[25]張哲晰，穆月英.農(nóng)業(yè)產(chǎn)業(yè)集聚的生產(chǎn)效應(yīng)及提升路徑研究[J].經(jīng)濟經(jīng)緯，2018，35（5）：80-86.

[26]張哲晰，穆月英.空間視角下農(nóng)業(yè)產(chǎn)業(yè)集聚的增收效應(yīng)研究——基于蔬菜專業(yè)村的實證[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2018（7）：19-32.

[27]程琳琳，張俊飚，田云，等.中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應(yīng)[J].資源科學(xué)，2016，38（2）：276-289.

[28]胡中應(yīng)，胡浩.產(chǎn)業(yè)集聚對我國農(nóng)業(yè)碳排放的影響[J].山東社會科學(xué)，2016（6）：135-139.

[29]DURANTON G， OVERMAN H G. Testing for localization using micro-geographic data[J]. Review of economic studies，2005，72（4）： 1077-1106.

[30]ROSENTHAL B S， STRANGE W. Evidence on the nature and sources of agglomeration economies， forthcoming[R]//Handbook of urban and regional economics. Elserier，2010.

[31]沈能，王艷，王群偉.集聚外部性與碳生產(chǎn)率空間趨同研究[J].中國人口·資源與環(huán)境，2013，23（12）：40-47.

[32]潘家華，張麗峰.我國碳生產(chǎn)率區(qū)域差異性研究[J].中國工業(yè)經(jīng)濟，2011（5）：47-57.

[33]CASE A. Neighborhood influence and technological change[J]. Regional science & urban economics，1992， 22（3）：491-508.

[34]FOSTER A D， ROSENZWEIG M R. Microeconomics of technology adoption[J]. Annual review of economics， 2010， 984： e783-e789.

[35]BANDIERA O， RASUL I. Social networks and technology adoption in northern mozambique[J]. The economic journal， 2010， 514：869-902.

[36]王士海，李先德.經(jīng)營規(guī)模大的農(nóng)戶更傾向于傳播新技術(shù)嗎[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2017（4）：76-82.

[37]葉曉煌，葉雪潔，呂莉.創(chuàng)新外溢與創(chuàng)新的技術(shù)鎖定效應(yīng)[J].中國科技論壇，2011（2）：27-32.

[38]BUCHANAN J M. An economic theory of clubs[J]. Economica， 1965，125：1-14.

[39]SCOTCHMER S， AUERBACH A， FELDSTEIN M， et al. Local public goods and clubs[M]// Hand book of public economics. Elsevier， 2002：1997-2042.

[40]FU S. Smart café cities： testing human capital externalities in the Boston metropolitan area[J]. Journal of urban economics， 2007，61（1）：86-111.

[41]KOENKER R， BASSETT G. Regression quantiles[J]. Econometrica， 1978， 46（1）：33-50.

[42]姜長云.農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展的模式、機制與政策研究[J].經(jīng)濟研究參考，2011（51）：2-25.

[43]張振剛，陳志明，林春培.農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)模式研究——以廣東農(nóng)業(yè)專業(yè)鎮(zhèn)為例[J].農(nóng)業(yè)經(jīng)濟問題，2011，32（9）：35-42，111.

[44]秦富，鐘鈺，張敏，等.我國“一村一品”發(fā)展的若干思考[J].農(nóng)業(yè)經(jīng)濟問題，2009，30（8）：4-8，110.

Abstract Using the survey data of the main vegetable production area in the Huanghuaihai and the Bohai Rim Region in 2017， this paper theoretically and empirically studies the mechanism of industrial agglomeration on agricultural carbon productivity. First， using path analysis （PA） method to estimate whether the improvement of agricultural industrial agglomeration can strengthen the technology spillover effect and scale effect and their impact on agricultural carbon productivity. Second， threshold regression （TR） is applied to test the non-linear effects of agricultural agglomeration on agricultural carbon productivity， which are named ‘locking and ‘crowding effects. Finally， quantile regression is used to examine the heterogeneity of the effects of agricultural agglomeration on different farmers. The results show that， the improvement of industrial agglomeration significantly affects the role of technology spillover effect and scale effect. Among them， technology spillovers， infrastructure construction and the carbon productivity of farm households are in a ‘W shaped relationship. Comprehensive transformation and upgrading will be the ultimate way for agricultural industrial agglomeration to overcome the ‘locking and ‘crowding effects caused by simple expansion. Social services supply deficiencies are the main factors constraining the increase of carbon productivity. At the same time， agglomeration has a more pronounced effect on low-carbon efficiency of farmers with comparative advantages and high agricultural carbon productivity. In addition， the level of production specialization， the adoption of soil testing and formula fertilization techniques and farmers recognition of consumer quality and safety issues are also important factors affecting the carbon productivity of farm households. Accordingly， the following policy implications for improving agricultural carbon productivity are put forward as follows： ①Continue to strengthen the construction of main production areas， give full play to the advantages of industrial agglomeration， and increase the government support for infrastructure construction. ②Improve the construction of agricultural socialization service system in main production areas， so as to make service standards higher， service objects more precise and service content richer. ③Promote the transformation and upgrading of agricultural agglomeration， so as to improve the agglomeration from quantity to quality. ④Strengthen the support of human capital and modern technology on farmers， especially for the disadvantaged group. ⑤Market mechanism should be used to guide producers low-carbon production behavior. Meanwhile， consumers green health demand should be transmitted to farmers side through price， so as to promote farmers low-carbon production.

Key words main production area; agricultural industrial agglomeration; carbon productivity; TR; QR