王欣星，王新利

（黑龍江八一農(nóng)墾大學(xué)經(jīng)濟(jì)管理學(xué)院，大慶163319）

多數(shù)科學(xué)家和政府承認(rèn)溫室氣體正在為地球和人類帶來災(zāi)難，溫室氣體大多來源于人類自身的生活及生產(chǎn)活動(dòng)，全球溫室氣體構(gòu)成近1/4來自農(nóng)業(yè)領(lǐng)域[1]。農(nóng)業(yè)生產(chǎn)方式不同其碳排放的數(shù)量有明顯的差異，而農(nóng)業(yè)勞動(dòng)力年齡結(jié)構(gòu)與農(nóng)業(yè)生產(chǎn)方式緊密相關(guān)。中國正面臨人口老齡化加速發(fā)展局面，農(nóng)村65歲以上人口占比已達(dá)13.84%，農(nóng)業(yè)勞動(dòng)力老齡化現(xiàn)象更加嚴(yán)重，占比達(dá)17.18%[2]。就農(nóng)業(yè)人口老齡化對(duì)碳排放的影響，目前的研究觀點(diǎn)并不統(tǒng)一，且研究多集中在非農(nóng)業(yè)領(lǐng)域，更多的關(guān)注老年人口消費(fèi)方式對(duì)碳排放的影響。

早期從人口因素角度探究對(duì)碳排放的影響重點(diǎn)在人口規(guī)模，而之后的研究從省域和全國層面分析發(fā)現(xiàn)，人口老齡化對(duì)農(nóng)業(yè)碳排放的影響逐漸超過人口規(guī)模，且隨著老年人口占比增長，碳排放也在不斷增加[1-2]。而社會(huì)經(jīng)濟(jì)水平和中國人口老齡化發(fā)展的速度提升，一方面雖刺激了老年人口能源消費(fèi)需求上升，但從長期視角來看，在人口壓力較小的情況下老齡化會(huì)抑制碳的排放[3-4]。因此，通過對(duì)因素分解和動(dòng)態(tài)面板估計(jì)還發(fā)現(xiàn)，人口老齡化與碳排放之間存在倒U型關(guān)系，其中通過生產(chǎn)渠道表現(xiàn)為顯著促進(jìn)碳排放，而消費(fèi)渠道影響不明顯[5]。因此在農(nóng)業(yè)領(lǐng)域內(nèi)，當(dāng)前人口老齡化對(duì)碳排放的實(shí)際影響未知，其是否對(duì)碳排放存在正向促進(jìn)作用？而政府將技術(shù)創(chuàng)新“作為國家積極應(yīng)對(duì)人口老齡化的第一動(dòng)力和戰(zhàn)略支撐”，實(shí)際上又扮演著怎樣的角色？在不同技術(shù)創(chuàng)新水平下，人口老齡化對(duì)碳排放的影響是否存在區(qū)別？當(dāng)值得深思?；诖?，欲采用STIRPAT模型和調(diào)節(jié)效應(yīng)模型，利用分層回歸法探究以上問題，以期為政府在農(nóng)業(yè)勞動(dòng)力老齡化發(fā)展背景下制定農(nóng)業(yè)碳減排相關(guān)政策提供思路。

1 理論分析與研究假設(shè)

1.1 農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放的關(guān)系

農(nóng)業(yè)勞動(dòng)力老齡化發(fā)展會(huì)通過直接和間接的方式改變農(nóng)業(yè)生產(chǎn)過程中的相關(guān)因素，從而影響農(nóng)業(yè)碳排放。從直接影響來看，與適齡勞動(dòng)力相比，首先，勞動(dòng)力老齡化發(fā)展會(huì)改變農(nóng)業(yè)生產(chǎn)的投入結(jié)構(gòu)，老齡勞動(dòng)力利用機(jī)械耕種、拋秧、播種、收割、灌溉和農(nóng)膜的使用面積較少，但隨著農(nóng)業(yè)勞動(dòng)力總量減少和老齡勞動(dòng)力占比增加，勞動(dòng)力供給不足促使農(nóng)業(yè)機(jī)械使用量不斷增長[6]，且老齡勞動(dòng)力普遍受教育程度偏低，農(nóng)業(yè)生產(chǎn)要素投入組合效率較低，農(nóng)業(yè)生產(chǎn)經(jīng)營方式相對(duì)粗放[7]，阻礙了現(xiàn)代要素的引入和生產(chǎn)資源的優(yōu)化配置，能源消耗和農(nóng)膜分解量也隨之上漲。其次，農(nóng)業(yè)勞動(dòng)力老齡化發(fā)展會(huì)改變農(nóng)業(yè)生產(chǎn)的種植結(jié)構(gòu)，老齡勞動(dòng)力更傾向于種植各類資源投入少的作物，從而一定程度上形成農(nóng)作物種植結(jié)構(gòu)單一化[8]。并且，老齡勞動(dòng)力對(duì)耕地經(jīng)濟(jì)效益的關(guān)注度更低[6]，人的生命周期推進(jìn)導(dǎo)致認(rèn)知能力下降會(huì)使老齡勞動(dòng)力決策偏向風(fēng)險(xiǎn)規(guī)避型，且其農(nóng)業(yè)抗風(fēng)險(xiǎn)能力相對(duì)較弱[9]，黑龍江作為主糧大省，因此決策時(shí)會(huì)偏好于水稻、小麥等糧食作物，導(dǎo)致三大主糧種植面積和產(chǎn)量隨老齡化程度加深而增加[10]，而水稻是碳排放最高的農(nóng)作物。最后，勞動(dòng)力老齡化發(fā)展會(huì)影響農(nóng)作物有廢棄物處理和糞便管理方式，此外，老年人環(huán)保意識(shí)相對(duì)較弱，且若存在長期養(yǎng)成的不良習(xí)慣則較難更改[11]，因此農(nóng)業(yè)發(fā)展過程中長期采取就地焚燒、犁入土壤和糞便隨地排放的廢棄物處理方式增加對(duì)環(huán)境的負(fù)面影響?；谝陨戏治鎏岢黾僭O(shè)：

假設(shè)H1：農(nóng)業(yè)勞動(dòng)力老齡化加劇會(huì)促進(jìn)農(nóng)業(yè)碳排放。

1.2 調(diào)節(jié)視角下農(nóng)業(yè)勞動(dòng)力老齡化、農(nóng)業(yè)技術(shù)創(chuàng)新與農(nóng)業(yè)碳排放

農(nóng)業(yè)勞動(dòng)力老齡化會(huì)通過改變生產(chǎn)要素投入結(jié)構(gòu)影響農(nóng)業(yè)碳排放，其中投入要素既包括農(nóng)藥、化肥、農(nóng)膜等非機(jī)械要素，也包括耕種機(jī)、拋秧機(jī)、播種機(jī)、收割機(jī)等機(jī)械要素，而廣義上農(nóng)業(yè)技術(shù)創(chuàng)新包括農(nóng)業(yè)新技術(shù)研發(fā)、推廣、應(yīng)用及新技術(shù)引發(fā)的農(nóng)業(yè)生產(chǎn)要素的重新組合[12]，故從定義上來看，農(nóng)業(yè)技術(shù)創(chuàng)新會(huì)通過研發(fā)渠道直接改變機(jī)械要素的供給水平，也會(huì)間接影響非機(jī)械投入要素組合。而發(fā)展路徑顯示我國農(nóng)業(yè)科技創(chuàng)新已由增產(chǎn)向提質(zhì)和保障糧食安全轉(zhuǎn)變，且在供給側(cè)改革下通過技術(shù)創(chuàng)新實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)發(fā)展需建立在保護(hù)環(huán)境基礎(chǔ)上[13]，因此新技術(shù)研發(fā)將逐漸加重對(duì)環(huán)境效益的考量，并通過引致老齡勞動(dòng)力形成新的技術(shù)需求深化技術(shù)研發(fā)和要素投入結(jié)構(gòu)的關(guān)系。此外，技術(shù)研發(fā)是創(chuàng)新基礎(chǔ)，而推廣和應(yīng)用是落實(shí)研發(fā)成果的關(guān)鍵，亦對(duì)農(nóng)業(yè)生產(chǎn)要素投入結(jié)構(gòu)存在影響。基于以上分析提出假設(shè)：

假設(shè)H2：農(nóng)業(yè)技術(shù)創(chuàng)新對(duì)農(nóng)業(yè)勞動(dòng)力老齡化影響農(nóng)業(yè)碳排放具有調(diào)節(jié)作用。

假設(shè)H2a：農(nóng)業(yè)技術(shù)創(chuàng)新將負(fù)向調(diào)節(jié)農(nóng)業(yè)勞動(dòng)力老齡化對(duì)農(nóng)業(yè)碳排放的影響。

2 研究設(shè)計(jì)

2.1 模型選取與構(gòu)建

為考察農(nóng)業(yè)勞動(dòng)力老齡化、農(nóng)業(yè)技術(shù)創(chuàng)新和農(nóng)業(yè)碳排放之間的作用關(guān)系，將利用以下幾個(gè)模型進(jìn)行分析。

2.1.1 STIRPAT模型

STIRPAT模型由Dietz[14]于1994年在IPAT模型基礎(chǔ)上擴(kuò)展形成，運(yùn)用此模型研究人口、富裕、技術(shù)與環(huán)境間的關(guān)系，可更準(zhǔn)確分析人文因素對(duì)環(huán)境的影響。表達(dá)式如下：

式（1）中，I為環(huán)境負(fù)重，通常指資源消耗、碳排放等；P為人口因素；A為富裕程度；T為技術(shù)因素；a為模型系數(shù)；b、c、d分別表示對(duì)應(yīng)因素的影響力指數(shù)；μ為模型誤差。對(duì)式（1）取自然對(duì)數(shù)，并將農(nóng)業(yè)勞動(dòng)力老齡化作為人口因素引入模型中，用農(nóng)村居民家庭恩格爾系數(shù)衡量富裕程度，農(nóng)業(yè)能源消耗強(qiáng)度衡量技術(shù)水平，考慮到產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化對(duì)農(nóng)業(yè)碳排放存在影響[15-16]，將二者也納入模型中，得：

2.1.2 調(diào)節(jié)效應(yīng)模型

調(diào)節(jié)效應(yīng)分析于1986年由Baron和Kenny提出，其主要考慮一組作用關(guān)系背后的影響因素，當(dāng)自變量X與因變量Y具有某種關(guān)系時(shí)，存在一個(gè)變量Z影響X與Y之間的關(guān)系，則Z稱為調(diào)節(jié)變量[17]。變量間作用關(guān)系如圖1所示。

圖1 調(diào)節(jié)示意圖Fig.1 Adjustment diagram

當(dāng)僅存在一個(gè)調(diào)節(jié)變量時(shí)，上述調(diào)節(jié)效應(yīng)模型可用以下公式表示：

其中，a為常數(shù)項(xiàng)，b、b’和c、c’分別為自變量和調(diào)節(jié)變量系數(shù)，d為二者交互項(xiàng)系數(shù)，μ1、μ2為殘差項(xiàng)。調(diào)節(jié)作用檢驗(yàn)通常檢驗(yàn)交互項(xiàng)系數(shù)，若其顯著，則認(rèn)為存在調(diào)節(jié)作用。檢驗(yàn)方法主要為分層回歸法，可通過兩次回歸或PROCESS插件一步實(shí)現(xiàn)，兩種途徑結(jié)果相同，但前者可得到加入交互項(xiàng)前后的詳細(xì)變化數(shù)據(jù)。

2.1.3 綜合調(diào)節(jié)效應(yīng)模型

借助以上兩個(gè)模型構(gòu)建綜合調(diào)節(jié)效應(yīng)模型，考察農(nóng)業(yè)領(lǐng)域技術(shù)創(chuàng)新是否對(duì)勞動(dòng)力老齡化與碳排放的關(guān)系起調(diào)節(jié)作用及作用方向，模型如下：

其中，式（5）為主效應(yīng)模型，式（6）為調(diào)節(jié)效應(yīng)模型。t為年份，C代表農(nóng)業(yè)碳排放，AALF為農(nóng)業(yè)勞動(dòng)力老齡化率（%），APO為農(nóng)業(yè)技術(shù)創(chuàng)新水平（項(xiàng)或萬千瓦），A為農(nóng)村居民家庭恩格爾系數(shù)（%），T為農(nóng)業(yè)能源消耗強(qiáng)度（萬噸/億元），UL為城鎮(zhèn)化（%），SAP為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（%）。

2.2 變量測量

農(nóng)業(yè)碳排放量為因變量。以狹義農(nóng)業(yè)為研究對(duì)象，測量包括化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉、稻田碳排放和秸稈焚燒碳排放。除秸稈焚燒外，其他碳源均采用碳排放系數(shù)法測算，即碳源實(shí)際值乘碳排放系數(shù)。依據(jù)IPCC和相關(guān)研究，系數(shù)值分別為0.895 6、4.934 1、5.18、0.886 4 kgC·kg-1、266.48 kgC·hm-2[18]、8.31 g·m-2[19]。秸稈焚燒主要計(jì)算產(chǎn)量前三的玉米、水稻、小麥焚燒產(chǎn)生的CO、CO2和CH4，利用以下公式：

其中，草谷比指農(nóng)作物單位土地面積上秸稈產(chǎn)量與作物產(chǎn)量比，此處將采用2017年全國農(nóng)村可再生能源統(tǒng)計(jì)調(diào)查制度中的草谷比，玉米、水稻、小麥分別為1.86、0.97、0.93。Em為第m類污染物排放量；A為秸稈露天焚燒量；Fmj為第m類污染物排放因子，j為因子類型。參考現(xiàn)有研究，玉米、水稻、小麥秸稈露天焚燒比，廢棄比，CO、CO2、CH4排放因子分別為0.14、0.15、0.13，0.63，102.2、1 390.4、2.19 g·kg-1[20]。

農(nóng)業(yè)勞動(dòng)力老齡化率為自變量，使用農(nóng)村65歲以上人口數(shù)與農(nóng)村15歲及以上人口總數(shù)的比值來衡量。農(nóng)業(yè)技術(shù)創(chuàng)新水平為調(diào)節(jié)變量，用農(nóng)業(yè)領(lǐng)域科技發(fā)明專利和實(shí)用新型專利總數(shù)（APO1）來衡量，用農(nóng)業(yè)機(jī)械總動(dòng)力（APO2）進(jìn)行穩(wěn)健性檢驗(yàn)?？刂谱兞糠謩e是農(nóng)村居民家庭恩格爾系數(shù)；農(nóng)業(yè)能源消耗強(qiáng)度，用農(nóng)業(yè)能源消耗總量和實(shí)際農(nóng)業(yè)總產(chǎn)值比值衡量；城鎮(zhèn)化水平，考慮到城鎮(zhèn)化絕對(duì)水平與農(nóng)村人口老齡化均基于人口值測算，二者間存在很強(qiáng)相關(guān)性，因此用城鎮(zhèn)化的發(fā)展水平來衡量，即城鎮(zhèn)人口占總?cè)丝诒戎档囊浑A差分，也代表城鎮(zhèn)化增長率；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，用種植業(yè)生產(chǎn)總值和廣義農(nóng)業(yè)生產(chǎn)總值比值衡量。

2.3 樣本選取與數(shù)據(jù)來源

黑龍江作為中國農(nóng)業(yè)大省，且近年來糧食產(chǎn)量穩(wěn)居第一，故以其為研究樣本。農(nóng)村15～64歲和65歲及以上人口數(shù)源于2001～2006年《中國人口統(tǒng)計(jì)年鑒》與2007～2019年《中國人口和就業(yè)統(tǒng)計(jì)年鑒》，前者于2007年更名為后者。農(nóng)業(yè)領(lǐng)域科技發(fā)明專利和實(shí)用新型專利數(shù)源于中國知網(wǎng)專利數(shù)據(jù)庫。農(nóng)業(yè)機(jī)械化總動(dòng)力，化肥折純量，農(nóng)藥、農(nóng)膜和農(nóng)用柴油使用量，農(nóng)地灌溉和水稻種植面積，玉米、稻谷和小麥產(chǎn)量，農(nóng)村居民家庭恩格爾系數(shù)，農(nóng)業(yè)能源消費(fèi)量，農(nóng)業(yè)總產(chǎn)值，城鎮(zhèn)化率，種植業(yè)總產(chǎn)值均源于2001～2019年《黑龍江統(tǒng)計(jì)年鑒》。為準(zhǔn)確去除變量間可能存在的異方差影響，并滿足模型對(duì)數(shù)據(jù)要求，將數(shù)據(jù)對(duì)數(shù)化處理。

2.4 平穩(wěn)性檢驗(yàn)與多重共線性分析

采用時(shí)間序列研究，因存在不平穩(wěn)特征會(huì)導(dǎo)致模型“虛假回歸”現(xiàn)象，故對(duì)變量先進(jìn)行平穩(wěn)性檢驗(yàn)。利用ADF檢驗(yàn)法對(duì)對(duì)數(shù)化處理后的變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表1所示。

表1 變量單位根檢驗(yàn)Table 1 Variable unit root test

表1顯示既存在原序列平穩(wěn)，也存在一階平穩(wěn)序列。故對(duì)模型（2）回歸殘差序列進(jìn)行ADF檢驗(yàn)，結(jié)果顯示在有時(shí)間趨勢項(xiàng)和截距項(xiàng)，且無滯后的狀態(tài)下，t值為-3.841 01，P值為0.046 3＜0.5，即殘差序列平穩(wěn)，變量間具有協(xié)整關(guān)系。利用SPSS24.0軟件對(duì)模型（2）、（5）和（6）的自變量進(jìn)行多重共線性檢驗(yàn)，結(jié)果顯示自變量與兩組調(diào)節(jié)變量VIF值分別為31.129、128.254，14.146、13.026，其他變量間VIF值均小于10。故模型（2）不受影響，可進(jìn)行回歸分析，其他模型變量另行處理。

3 假設(shè)檢驗(yàn)與結(jié)果分析

3.1 農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放檢驗(yàn)及結(jié)果分析

針對(duì)以上兩個(gè)變量間的假設(shè)檢驗(yàn)，運(yùn)用分層回歸分析法，利用以下兩個(gè)模型檢驗(yàn)農(nóng)業(yè)勞動(dòng)力老齡化對(duì)農(nóng)業(yè)碳排放的影響，結(jié)果如表2所示。

表2 農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放回歸Table 2 Aging of agricultural labor force and return of agricultural carbon emissions

模型2結(jié)果顯示，農(nóng)業(yè)能源消耗強(qiáng)度和農(nóng)業(yè)碳排放呈顯著負(fù)相關(guān)關(guān)系，技術(shù)水平上升會(huì)引致農(nóng)業(yè)規(guī)模增加，2000～2018年黑龍江省糧食作物播種面積增加0.8倍，伴隨的農(nóng)藥、化肥、農(nóng)膜等要素投入增加促進(jìn)了碳排放。農(nóng)村居民家庭恩格爾系數(shù)不顯著，可能在于農(nóng)民農(nóng)業(yè)收益與不穩(wěn)定環(huán)境間具有很高的關(guān)聯(lián)性，各種社會(huì)保障能力相對(duì)較低，致使其生活穩(wěn)定性較低。因此，農(nóng)民會(huì)將大部分收入進(jìn)行儲(chǔ)蓄，且隨著農(nóng)民年齡增長，儲(chǔ)蓄率先減后增，在45～49歲間達(dá)到最小值[21]。觀察期內(nèi)黑龍江省農(nóng)村居民收入雖在增加，但老齡人口比也在增加，儲(chǔ)蓄也隨之上升，農(nóng)業(yè)生產(chǎn)資本投入趨于平穩(wěn)，故此因素不顯著。而城鎮(zhèn)化和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不顯著，前者可能在于城鎮(zhèn)化過程中，主要轉(zhuǎn)移人群為農(nóng)村剩余勞動(dòng)力，對(duì)專業(yè)從事農(nóng)業(yè)生產(chǎn)活動(dòng)的勞動(dòng)力影響較小；后者可能在于黑龍江省觀察內(nèi)種植業(yè)占比的標(biāo)準(zhǔn)差僅為0.04，即農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)離散程度非常小，基本處于平衡狀態(tài)，故其不顯著。模型2在1基礎(chǔ)上加入自變量后，擬合度增加，F(xiàn)值在99%的置信區(qū)間內(nèi)顯著，農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放具有顯著正向關(guān)系，即農(nóng)業(yè)勞動(dòng)力老齡化發(fā)展會(huì)促進(jìn)農(nóng)業(yè)碳排放，假設(shè)H1驗(yàn)證成立。

3.2 農(nóng)業(yè)技術(shù)創(chuàng)新調(diào)節(jié)作用檢驗(yàn)及結(jié)果分析

在檢驗(yàn)調(diào)節(jié)作用時(shí)，為降低變量間的非本質(zhì)共線性，及更準(zhǔn)確把握自變量和調(diào)節(jié)變量的系數(shù)含義，需將二者進(jìn)行中心化處理[22]，交互項(xiàng)值為中心化處理后的乘積。中心化不影響交互項(xiàng)的系數(shù)、顯著性和R2值，但會(huì)改變主效應(yīng)模型中自變量和調(diào)節(jié)變量的系數(shù)和顯著性[23]，因此僅探討交互項(xiàng)的調(diào)節(jié)效應(yīng)。且因自變量和調(diào)節(jié)變量間存在多重共線性，對(duì)自變量一階差分處理，差分后的農(nóng)業(yè)勞動(dòng)力老齡化率值在數(shù)學(xué)上約等于同比增長率值，即將差分后的值代表農(nóng)業(yè)勞動(dòng)力老齡化增長率，農(nóng)業(yè)勞動(dòng)力老齡化程度會(huì)隨著增長率的增長而加深，差分后變量不存在多重共線性。利用以下4個(gè)模型和分層回歸法檢驗(yàn)農(nóng)業(yè)技術(shù)創(chuàng)新的調(diào)節(jié)作用，結(jié)果如表3所示。

表3 調(diào)節(jié)效應(yīng)檢驗(yàn)Table 3 Moderation effect test

模型4結(jié)果顯示，Adj.R2從0.952變?yōu)?.964，F(xiàn)值在99%的置信區(qū)間內(nèi)顯著，加入交互項(xiàng)提高了模型擬合度。農(nóng)業(yè)勞動(dòng)力老齡化率在95%的置信區(qū)間內(nèi)顯著為正，交互項(xiàng)在95%的置信區(qū)間內(nèi)顯著為負(fù)，表明觀察期內(nèi)黑龍江省農(nóng)業(yè)勞動(dòng)力老齡化加劇對(duì)農(nóng)業(yè)碳排放的促進(jìn)作用會(huì)隨著農(nóng)業(yè)新技術(shù)研發(fā)水平的提高而減小，假設(shè)H2a成立。亦表明農(nóng)業(yè)技術(shù)創(chuàng)新對(duì)農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放的關(guān)系存在調(diào)節(jié)作用，假設(shè)H2成立。

3.3 穩(wěn)健性檢驗(yàn)

模型6結(jié)果顯示，Adj.R2增加，F(xiàn)值在99%的置信區(qū)間內(nèi)顯著，此時(shí)農(nóng)業(yè)勞動(dòng)力老齡化變量為正不顯著，但交互項(xiàng)在95%的置信區(qū)間內(nèi)仍顯著為負(fù)，即觀察期內(nèi)黑龍江省農(nóng)業(yè)技術(shù)創(chuàng)新水平對(duì)農(nóng)業(yè)勞動(dòng)力老齡化與農(nóng)業(yè)碳排放之間的關(guān)系依然存在負(fù)向調(diào)節(jié)作用，穩(wěn)健性檢驗(yàn)結(jié)果依舊成立。

4 結(jié)論與建議

通過對(duì)農(nóng)業(yè)勞動(dòng)力老齡化、農(nóng)業(yè)技術(shù)創(chuàng)新和農(nóng)業(yè)碳排放三者間關(guān)系進(jìn)行研究，得以下結(jié)論：第一，在農(nóng)業(yè)勞動(dòng)力老齡化發(fā)展階段，隨其老齡化程度不斷加深，農(nóng)業(yè)老齡勞動(dòng)力通過改變土地利用方式、作物種植結(jié)構(gòu)和農(nóng)業(yè)廢棄物處理方式等將促進(jìn)農(nóng)業(yè)碳排放增加，阻礙低碳農(nóng)業(yè)發(fā)展。第二，隨著農(nóng)業(yè)技術(shù)創(chuàng)新水平提高，農(nóng)業(yè)勞動(dòng)力老齡化加劇對(duì)農(nóng)業(yè)碳排放的促進(jìn)作用會(huì)減小。農(nóng)業(yè)技術(shù)創(chuàng)新通過研發(fā)、推廣和應(yīng)用新型節(jié)能高效、低污染產(chǎn)品改變農(nóng)業(yè)生產(chǎn)要素投入結(jié)構(gòu)，優(yōu)化農(nóng)業(yè)生產(chǎn)要素組合，積極調(diào)節(jié)農(nóng)業(yè)勞動(dòng)力老齡化加劇對(duì)農(nóng)業(yè)碳排放作用的方向及大小，緩解老齡化發(fā)展對(duì)環(huán)境造成的負(fù)面影響。

根據(jù)上述結(jié)論提出以下建議：第一，農(nóng)業(yè)碳減排政策制定和修改需充分考慮勞動(dòng)力老齡化的影響，并促進(jìn)農(nóng)業(yè)勞動(dòng)力向適齡結(jié)構(gòu)調(diào)整和降低農(nóng)業(yè)勞動(dòng)力老齡化速度。積極推進(jìn)全面二孩政策實(shí)施，制定和落實(shí)相關(guān)農(nóng)業(yè)經(jīng)濟(jì)扶持政策，適當(dāng)調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，鼓勵(lì)和以經(jīng)濟(jì)效益為誘餌吸引青壯年農(nóng)民工返鄉(xiāng)務(wù)農(nóng)，從而緩解農(nóng)業(yè)碳排放減排壓力。且考慮人口短期剛性形成的未來老齡化持續(xù)發(fā)展，潛在老齡農(nóng)業(yè)勞動(dòng)力的行為、意識(shí)、素質(zhì)等亦會(huì)影響農(nóng)業(yè)碳排，相關(guān)部門應(yīng)加大適齡農(nóng)業(yè)勞動(dòng)力技能培訓(xùn)范圍和力度，加強(qiáng)其環(huán)保意識(shí)培養(yǎng)，并落實(shí)相關(guān)懲罰政策。第二，適當(dāng)調(diào)整科技創(chuàng)新財(cái)政分配，修繕政府、農(nóng)業(yè)科研單位與農(nóng)業(yè)生產(chǎn)經(jīng)營主體間的有效“信息橋梁”，提高農(nóng)業(yè)技術(shù)水平并促進(jìn)農(nóng)業(yè)低碳技術(shù)發(fā)展。加大農(nóng)業(yè)領(lǐng)域和農(nóng)業(yè)企業(yè)科技創(chuàng)新扶持力度，激發(fā)政府與私人單位技術(shù)創(chuàng)新積極性；加強(qiáng)與完善農(nóng)村農(nóng)業(yè)信息服務(wù)站等基層平臺(tái)建設(shè)，及時(shí)有效的綜合與反饋農(nóng)業(yè)勞動(dòng)力特征、經(jīng)濟(jì)追求、環(huán)境要求等信息給各相關(guān)組織，為農(nóng)業(yè)科研單位研發(fā)提供方向和信息支持。同時(shí)，通過財(cái)政支持和農(nóng)業(yè)新技術(shù)推廣等政策加強(qiáng)農(nóng)業(yè)創(chuàng)新技術(shù)轉(zhuǎn)化能力，促進(jìn)農(nóng)業(yè)新技術(shù)推廣和應(yīng)用，增強(qiáng)技術(shù)創(chuàng)新的積極調(diào)節(jié)作用。