摘 "要：基于2007—2021年統(tǒng)計數(shù)據(jù)，測度廣東省農(nóng)業(yè)碳排放量；利用Tapio脫鉤模型和多元線性面板數(shù)據(jù)回歸模型探討廣東省農(nóng)業(yè)碳排放與其經(jīng)濟發(fā)展間的脫鉤關系及影響廣東省農(nóng)業(yè)碳排放的主要因素。研究結果表明，廣東省農(nóng)業(yè)碳排放量呈先增加后減少的寬“V”字型特征，整體上有下降態(tài)勢，可分為2個明顯階段；碳排放量及排放強度地市差異顯著；廣東省農(nóng)業(yè)生態(tài)生產(chǎn)效率較高，各年份基于處于強脫鉤或弱脫鉤狀態(tài)；各地市則都處于強脫鉤或弱脫鉤狀態(tài)；影響廣東省農(nóng)業(yè)碳排放的主要因素有農(nóng)業(yè)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、工業(yè)化水平、農(nóng)業(yè)產(chǎn)業(yè)結構及財政支農(nóng)比重等。

關鍵詞：農(nóng)業(yè)碳排放；時空演化；脫鉤特征；影響因素；廣東省

中圖分類號：X321 " " "文獻標志碼：A " " " " "文章編號：2096-9902（2024）08-0056-06

Abstract： Based on the statistical data from 2007 to 2021， the agricultural carbon emissions in Guangdong Province are measured， and the decoupling relationship between agricultural carbon emissions and its economic development and the main factors affecting agricultural carbon emissions in Guangdong Province are discussed by using Tapio decoupling model and multiple linear panel data regression model. The results showed that： Agricultural carbon emissions in Guangdong province exhibit a wide \"V\"-shaped feature of first increasing and then decreasing， and showed a downward trend on the whole， which could be divided into two distinct stages. There are significant differences in carbon emission and emission intensity between cities and regions. The agricultural eco-production efficiency of Guangdong province was high， the decoupling relationship in different years were in the state of strong or weak decoupling， and the decoupling relationship of 21cities were in a strong or weak decoupling state. The main factors affecting agricultural carbon emissions in Guangdong province include the development level of agricultural economy， the level of urbanization， the level of industrialization， the structure of agricultural industry and the proportion of financial support to agriculture.

Keywords： agricultural carbon emissions; spatio-temporal evolution; decoupling characteristics; influencing factor; Guangdong Province

自2004年以來，中央一號文件都是以“三農(nóng)”問題為主題，充分凸顯了黨中央、國務院對我國“農(nóng)業(yè)、農(nóng)村、農(nóng)民”工作的重視。中國積極應對全球氣候變化，在2020年第75屆聯(lián)合國大會上提出CO2排放力爭在2030年前達到峰值，力爭2060年前實現(xiàn)碳中和的遠景目標和任務[1]。農(nóng)業(yè)生產(chǎn)是重要的碳排放過程，我國農(nóng)業(yè)碳排放量占碳排放總量的17%左右[2]，且排放總量和排放強度都不斷上升[3]。因此，農(nóng)業(yè)碳減排是中國實現(xiàn)“碳達峰”“碳中和”目標的重要方面，基于“碳達峰”“碳中和”而開展的廣東省農(nóng)業(yè)碳排放研究對促進廣東省農(nóng)業(yè)可持續(xù)發(fā)展和高質量發(fā)展均具有重大的理論和實際價值。

目前，國內(nèi)外專家學者就“農(nóng)業(yè)碳排放”問題進行了充分研究，取得了豐碩成果。其研究主要表現(xiàn)在以下方面：第一，農(nóng)業(yè)碳排放的來源、測算方法及排放效應[4-6]；第二，農(nóng)業(yè)碳排放的時空演化特征及驅動因素[7-13]；第三，農(nóng)業(yè)碳排放與其經(jīng)濟增長之間的關系特征[14-16]。從已有文獻可知，關于農(nóng)業(yè)碳排放的研究多涉及全國大區(qū)域尺度范圍，對省域層面農(nóng)業(yè)碳排放問題的系統(tǒng)性和全面性研究相對較少，關于農(nóng)業(yè)碳排放與經(jīng)濟增長脫鉤特征時空差異分析的研究，特別是同一時期同一省域內(nèi)不同地市的脫鉤特征對比分析的研究更少。

廣東省是中國經(jīng)濟強省，同時也是中國農(nóng)業(yè)大省，省域內(nèi)不同地市農(nóng)業(yè)經(jīng)濟發(fā)展水平差異巨大。本文在已有研究之基礎上，對2007—2021年廣東省21個地市農(nóng)業(yè)碳排放量進行測度，運用Tapio模型揭示廣東省及其各地市農(nóng)業(yè)碳排放與其經(jīng)濟增長之間的脫鉤特征，并利用多元線性面板數(shù)據(jù)回歸模型探討廣東省農(nóng)業(yè)碳排放的主要影響因素，以期為廣東省農(nóng)業(yè)低碳化、可持續(xù)發(fā)展及高質量發(fā)展提供決策參考。

1 "研究方法

1.1 "農(nóng)業(yè)碳排放測度方法

在已有研究基礎上[17-18]，結合廣東省實際情況及數(shù)據(jù)的可獲取性，本文所研究的農(nóng)業(yè)碳排放主要源于以下幾個方面：第一，農(nóng)用物資如化肥、農(nóng)藥、農(nóng)膜等投入所造成的直接或間接的碳排放；第二，農(nóng)業(yè)灌溉所引起的碳排放；第三，耕地翻耕破土引致的有機碳流失。因此，主要考察農(nóng)業(yè)生產(chǎn)過程中涉及的化肥、農(nóng)藥、農(nóng)膜、灌溉和翻耕5種碳源引致的碳排放，并利用各種碳源的碳排放系數(shù)測算碳排放量，具體公式如式（1）所示

E=ΣEi=ΣTi×Xi ， （1）

式中：E為廣東省農(nóng)業(yè)碳排放總量，Ti為第i種碳源投入量，Xi為第i種碳源的碳排放系數(shù)。參考有關研究[19-22]，設定5類碳源的碳排放系數(shù)分別為化肥0.895 6 kg/kg、農(nóng)藥4.934 kg/kg、農(nóng)膜5.18 kg/kg、農(nóng)業(yè)灌溉20.476 kg/hm2和農(nóng)業(yè)翻耕312.6 kg/km2。

1.2 "脫鉤模型

Tapio脫鉤指數(shù)由Tapio[23-24]于2005年在探討歐洲經(jīng)濟增長與CO2排放之間的關系時提出。依據(jù)脫鉤指數(shù)，可分為8種脫鉤狀態(tài)，分別為負脫鉤（擴張負脫鉤、強負脫鉤、弱負脫鉤）、脫鉤（弱脫鉤、強脫鉤、衰退脫鉤）、連接（增長連接和衰退連接），詳見參考文獻[19]。本文選用Tapio脫鉤指數(shù)對廣東省農(nóng)業(yè)碳排放脫鉤特征進行分析，模型如式（2）所示

T=（ΔC/C）/（ΔG/G） ， （2）

式中：T為脫鉤指數(shù)；C為農(nóng)業(yè)碳排放量；ΔC為農(nóng)業(yè)碳排放量增加值；G為農(nóng)業(yè)產(chǎn)值；ΔG為農(nóng)業(yè)增加值。

1.3 多元線性面板數(shù)據(jù)回歸模型

影響農(nóng)業(yè)碳排放的因素很多，參考已有研究[1，25-27]，本文選取農(nóng)業(yè)機械化水平、農(nóng)業(yè)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、工業(yè)化水平、農(nóng)業(yè)產(chǎn)業(yè)結構及財政支農(nóng)水平6類主要影響因素作為自變量，以各地市農(nóng)業(yè)碳排放量為因變量，采用多元線性面板數(shù)據(jù)回歸分析方法分析廣東省農(nóng)業(yè)碳排放的影響因素，具體模型如式（3）所示

TFP=α0+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+ε ， （3）

式中：TFP為農(nóng)業(yè)碳排放量；α0為常數(shù)項；X1為農(nóng)業(yè)機械化水平；X2為農(nóng)業(yè)經(jīng)濟發(fā)展水平；X3為城鎮(zhèn)化水平（城鎮(zhèn)人口占總人口比重，%）；X4為工業(yè)化水平（工業(yè)總產(chǎn)值/國內(nèi)生產(chǎn)總值，%）；X5為農(nóng)業(yè)產(chǎn)業(yè)結構（種植業(yè)產(chǎn)值/農(nóng)林牧漁業(yè)產(chǎn)值，%）；X6為財政支農(nóng)水平（農(nóng)林水務支出占總支出比重，%）；α1～α6為各自變量的系數(shù)；ε為隨機誤差項。

2 "數(shù)據(jù)來源與處理

論文在實證過程中用到的數(shù)據(jù)均來源于2008—2022年《廣東農(nóng)村統(tǒng)計年鑒》《廣東統(tǒng)計年鑒》以及廣東省21地市統(tǒng)計年鑒。部分缺失數(shù)據(jù)通過取前后2年的平均數(shù)獲得，少部分數(shù)據(jù)經(jīng)過計算獲得。

3 "廣東省農(nóng)業(yè)碳排放時空演化特征分析

3.1 "廣東省農(nóng)業(yè)碳排放時序演化

根據(jù)式（1）計算得出廣東省2007—2021年農(nóng)業(yè)碳排放總量及各類碳源的碳排放量（圖1、圖2）。由計算結果及圖1、圖2可知如下。

1）廣東省農(nóng)業(yè)碳排放量呈先增加后減少的寬“V”字型特征，總體有減少趨勢。2021年廣東省農(nóng)業(yè)碳排放總量為396.51萬t，較2007年402.71萬t減少了1.54%，年均減少速度為0.1%；翻耕、灌溉、化肥、農(nóng)藥、農(nóng)膜所導致的農(nóng)業(yè)碳排放量依次為141.64萬t、3.64萬t、190.73萬t、38.21萬t、22.29萬t，分別占農(nóng)業(yè)碳排放總量的35.72%、0.92%、48.1%、9.64%、5.62%。

2007—2016年，農(nóng)業(yè)碳排放量持續(xù)增長，主要由于大量使用化肥等農(nóng)用物資所導致；2017—2021年，農(nóng)業(yè)碳排放量趨于下降，主要得益于農(nóng)業(yè)科技的進步及綠色發(fā)展理念的不斷普及。

2）化肥的使用加大了農(nóng)業(yè)碳排放的強度，其引起的碳排放量遠遠高于其他碳源，2021年的占比達到了48.1%。整體上，使用化肥所導致碳排放量的變化趨勢與總排放量一致，先增加后減少（圖1），2016年達到峰值，為233.71萬t，自2017年開始呈下降趨勢。由圖1可知，翻耕為農(nóng)業(yè)第二大碳源，2021年的占比達35.72%，僅次于化肥。其余碳源導致的農(nóng)業(yè)碳排放量各年份的占比均較低。

3.2 "廣東省農(nóng)業(yè)碳排放區(qū)域差異分析

從圖3可知，2021年廣東省21個地市農(nóng)業(yè)碳排放量存在較大差異。其中，湛江市的碳排放量最大，為66.77萬t，占廣東省的比重達16.84%；深圳市碳排放量僅為1.11萬t，占廣東省的比重為0.28%。從地區(qū)分布情況來看，粵西3市（茂名、湛江、陽江）及山區(qū)5市（韶關、清遠、河源、梅州、云浮）是廣東省農(nóng)業(yè)碳排放主要來源地。

與碳排放總量不同，碳排放強度可客觀反映區(qū)域種植業(yè)低碳化水平，可進行區(qū)域間的橫向對比。由計算結果及圖3可知，廣東省農(nóng)業(yè)碳排放強度地市間差異顯著，江門市、陽江市、河源市、珠海市、清遠市、云浮市、湛江市等地市農(nóng)業(yè)碳排放強度高。其中，農(nóng)業(yè)碳排放強度最高的是江門市，高達162.50 kg/萬元；而農(nóng)業(yè)碳排放強度最低的地市是東莞市，僅38.01 kg/萬元，大約是江門市的1/4。從廣東省四大區(qū)域來看，碳排放強度亦差異明顯：山區(qū)地市（117.74 kg/萬元）高于粵西地市（110.84 kg/萬元）高于粵東地市（89.03 kg/萬元）高于珠三角地市（71.35 kg/萬元）。

廣東省21地市的自然與經(jīng)濟社會條件區(qū)域差異巨大，農(nóng)業(yè)碳源的結構差異亦非常明顯。從圖4可知，除灌溉外，源于化肥、農(nóng)膜、農(nóng)藥、翻耕的比重差異性大；主要表現(xiàn)為河源、廣州、揭陽等市的化肥投入比重偏高；深圳、珠海等市的農(nóng)膜投入較高；東莞、潮州、云浮等市的農(nóng)藥投入的比重相對較高；東莞、汕頭、韶關、清遠、云浮等市農(nóng)用翻耕投入的比重相對較高。

3.3 "脫鉤特征分析

3.3.1 "廣東省農(nóng)業(yè)碳排放脫鉤特征的時序變化

由表1可知，弱脫鉤和強脫鉤是廣東省2007—2021年農(nóng)業(yè)經(jīng)濟增長與碳排放之間主要特征。整體上，廣東省農(nóng)業(yè)生產(chǎn)效率較高。2007—2016年，廣東省農(nóng)業(yè)碳排放量增長率小于農(nóng)業(yè)經(jīng)濟增長率，從而導致本階段主要呈現(xiàn)弱脫鉤特征；2017—2021年，廣東省農(nóng)業(yè)碳排放保持負增長態(tài)勢，而農(nóng)業(yè)經(jīng)濟則保持正的增長態(tài)勢（2017年除外），本階段碳排放脫鉤特征集中表現(xiàn)為強脫鉤類型。說明黨的十八大以來，廣東省農(nóng)業(yè)經(jīng)濟穩(wěn)步增長，農(nóng)業(yè)碳排放量則穩(wěn)步下降，有利支撐了“碳達峰”“碳中和”目標，農(nóng)業(yè)生態(tài)生產(chǎn)效率持續(xù)向好。

3.3.2 "廣東省農(nóng)業(yè)碳排放脫鉤特征的地區(qū)差異

根據(jù)公式（2）計算得出2007—2021年廣東省21個地市農(nóng)業(yè)碳排放脫鉤特征（表2）。由表2可知，2007—2021年廣東省所有地市都處于弱脫鉤或強脫鉤狀態(tài)，整體上廣東省各地市的生態(tài)農(nóng)業(yè)發(fā)展水平較高。其中有14個地市呈現(xiàn)出強脫鉤狀態(tài)，占整個廣東省地市的66.67%；其余7個地市呈現(xiàn)弱脫鉤狀態(tài)。其中，脫鉤程度最高的是中山市，其脫鉤指數(shù)為-0.377 87，其次為佛山市和珠海市，其脫鉤指數(shù)分別為-0.372 08和-0.320 82，這些地市都位于珠三角地區(qū)，說明珠三角地市農(nóng)業(yè)生態(tài)效率發(fā)展水平相對較高；脫鉤程度較低的是河源市、梅州市、清遠市、湛江市、茂名市及肇慶市6個地市，主要分布在粵北山區(qū)和粵西，占山區(qū)及粵西地市的比例分別為60%和66.67%。

4 "廣東省農(nóng)業(yè)碳排放影響因素分析

根據(jù)式（3），利用軟件Eviews10面板數(shù)據(jù)回歸模型，對廣東省農(nóng)業(yè)碳排放的影響因素進行回歸分析，結果見表3。由表3可知：

1）農(nóng)業(yè)機械化水平對廣東省農(nóng)業(yè)碳排放的影響不明顯，在0.05的水平上，未能通過顯著性檢驗。農(nóng)業(yè)機械化在節(jié)省勞動力，提高農(nóng)業(yè)勞動效率的同時會帶來大量石化能源的使用，增加農(nóng)業(yè)碳排放量?？赡苁鞘軓V東省農(nóng)業(yè)生產(chǎn)自然條件——七山二水一分田的土地類型及耕地細碎化的限制，特別是在山區(qū)地市，無法進行規(guī)模化農(nóng)業(yè)生產(chǎn)，導致農(nóng)業(yè)機械化對碳排放量的影響不顯著。

2）農(nóng)業(yè)經(jīng)濟發(fā)展水平正向影響農(nóng)業(yè)碳排放量。農(nóng)業(yè)經(jīng)濟發(fā)展水平越高，農(nóng)業(yè)生產(chǎn)過程中化肥、農(nóng)藥等的使用量亦會越多，一定程度上導致石油農(nóng)業(yè)的發(fā)展，導致農(nóng)業(yè)碳排放量的增加。

3）城鎮(zhèn)化水平的提高顯著減少了農(nóng)業(yè)碳排放量。城鎮(zhèn)化水平的提高使得農(nóng)村剩余勞動力不斷轉移至城鎮(zhèn)，促進了農(nóng)業(yè)生產(chǎn)的規(guī)模化、集約化水平，單位碳排放所對應的農(nóng)業(yè)產(chǎn)出得到增加；同時，城鎮(zhèn)化水平的提高，有利用于提高農(nóng)民收入、改善生活品質，帶動綠色農(nóng)產(chǎn)品的需求。

4）工業(yè)化水平的提高顯著增加了農(nóng)業(yè)碳排放量。工業(yè)化的快速發(fā)展很大程度上刺激了石油農(nóng)業(yè)的發(fā)展，一定程度上增加了農(nóng)業(yè)碳排放量，影響到農(nóng)業(yè)生態(tài)效率的提高。

5）農(nóng)業(yè)產(chǎn)業(yè)結構增加了農(nóng)業(yè)碳排放的可能。原因主要是農(nóng)作物生長過程中雖然能夠吸收碳，具有一定的碳匯效應，種植業(yè)所占比重越大，農(nóng)業(yè)碳排放量越高。

6）財政支農(nóng)水平與農(nóng)業(yè)碳排放量呈負相關關系。一般而言，財政支農(nóng)既可以為農(nóng)業(yè)農(nóng)村地區(qū)帶來大量資本，也可以帶來較為先進的生產(chǎn)技術和管理理念，加速農(nóng)業(yè)活動中各生產(chǎn)要素的流動，提高產(chǎn)業(yè)結構、政策環(huán)境等非投入要素對農(nóng)業(yè)生產(chǎn)效率的促進作用，一定程度上可以降低農(nóng)業(yè)碳排放量，是地區(qū)農(nóng)業(yè)發(fā)展的基礎，也是提高農(nóng)業(yè)生產(chǎn)效率不可忽視的重要因素。

5 "結束語

論文基于已有研究成果測度了2007—2021年廣東省及其21個地市農(nóng)業(yè)碳排放情況，對廣東省農(nóng)業(yè)碳排放的時空演化特征進行了分析，并采用Tapio模型探討了廣東省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長之間的脫鉤關系，通過多元線性面板數(shù)據(jù)回歸模型進一步分析了廣東省農(nóng)業(yè)碳排放的主要影響因素。

1）廣東省農(nóng)業(yè)碳排放量時空差異顯著。2007—2016年廣東省農(nóng)業(yè)碳排放總量持續(xù)增長，主要的碳源是化肥和翻耕，合計占比都在80%以上，最低年份（2011年）為81.32%。2017年以來，廣東省農(nóng)業(yè)碳排放量則處于持續(xù)下降態(tài)勢?？臻g上，碳排放總量及排放強度地市差異顯著，粵西地市及山區(qū)地市是廣東省農(nóng)業(yè)碳排放的主要來源地；碳排放強度區(qū)域差異明顯，其中山區(qū)高于粵西高于粵東高于珠三角。

2）弱脫鉤和強脫鉤狀態(tài)是廣東省農(nóng)業(yè)碳排放與其經(jīng)濟增長間的主要表征。2007—2016年，主要為弱脫鉤，2018—2021年則集中表現(xiàn)為強脫鉤。研究時段內(nèi)，廣東省各地市的生態(tài)農(nóng)業(yè)發(fā)展水平均較高，碳排放與經(jīng)濟增長都處于弱脫鉤或強脫鉤狀態(tài)；其中，脫鉤程度高的地市主要分布在珠三角地區(qū)（最高的是中山市，其次為佛山市和珠海市），脫鉤程度較低的地市主要分布粵北山區(qū)和粵西（河源市、梅州市、清遠市、湛江市和茂名市等地市）。

3）農(nóng)業(yè)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、工業(yè)化水平、農(nóng)業(yè)產(chǎn)業(yè)結構及財政支農(nóng)水平等對廣東省農(nóng)業(yè)碳排放產(chǎn)生了不同程度的正負影響。從總體上看，農(nóng)業(yè)經(jīng)濟發(fā)展水平、工業(yè)化水平和農(nóng)業(yè)產(chǎn)業(yè)結構與農(nóng)業(yè)碳排放量呈正相關；城鎮(zhèn)化水平、財政支農(nóng)水平與農(nóng)業(yè)碳排放量呈負相關。

通過研究，論文取得了一些研究成果，可以為廣東省農(nóng)業(yè)低碳化、可持續(xù)發(fā)展及高質量發(fā)展提供參考與借鑒。同時論文還存在一定的不足之處：由于數(shù)據(jù)獲取原因，未考慮水稻生長發(fā)育過程、動物尤其是反芻動物養(yǎng)殖等帶來的溫室氣體排放；另外，在考慮碳排放影響因素時未考慮國家政策、農(nóng)業(yè)從業(yè)人員的文化水平等因素。這些會對研究結論有一定影響，在以后的研究中有待進一步深入。

參考文獻：

[1] 伍國勇，劉金丹，楊麗莎.中國農(nóng)業(yè)碳排放強度動態(tài)演進及碳補償潛力[J].中國人口·資源與環(huán)境，2021，31（10）：69-78.

[2] 高晨曦，盧秋萍，歐年青，等.“雙碳”目標下河南省農(nóng)業(yè)碳排放影響因素及預測研究[J].中國生態(tài)農(nóng)業(yè)學報（中英文），2022，30（11）：1842-1851.

[3] 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J].中國人口·資源與環(huán)境，2011，21（8）：80-86.

[4] 丁寶根，趙玉，鄧俊紅.中國種植業(yè)碳排放的測度、脫鉤特征及驅動因素研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（5）：1-11.

[5] WEST T O，MARLAND G.A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture： comparing tillage practices in the United States[J].Agriculture Ecosystems amp; Environment，2002，91（1-3）：217-232.

[6] 師帥，李翠霞，李媚婷.畜牧業(yè)“碳排放”到“碳足跡”核算方法的研究進展[J].中國人口·資源與環(huán)境，2017，27（6）：36-41.

[7] 夏四友，趙媛，許昕，等.近20 年來中國農(nóng)業(yè)碳排放強度區(qū)域差異、時空格局及動態(tài)演化[J].長江流域資源與環(huán)境，2020，29（3）：596-608.

[8] 丁寶根，楊樹旺，趙玉.長江經(jīng)濟帶種植業(yè)碳排放時空特征及驅動因素研究[J].生態(tài)與農(nóng)村環(huán)境學報，2019，35（10）：1252-1258.

[9] 劉瓊，肖海峰.農(nóng)地經(jīng)營規(guī)模與財政支農(nóng)政策對農(nóng)業(yè)碳排放的影響[J].資源科學，2020，42（6）：1063-1073.

[10] 史俊暉，戴小文.我國省域農(nóng)業(yè)隱含碳排放及其驅動因素時空動態(tài)分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（8）：169-180.

[11] 常青，蔡為民，谷秀蘭，等.河南省農(nóng)業(yè)碳排放時空分異、影響因素及趨勢預測[J].水土保持通報，2023，43（1）：367-377.

[12] 吉雪強，張躍.長江經(jīng)濟帶種植業(yè)碳排放效率空間關聯(lián)網(wǎng)絡結構及動因[J].自然資源學報，2023，38（3）：675-693.

[13] 尚莉媛，崔姹，趙慧峰.京津冀畜牧業(yè)碳排放效率時空演變特征及影響因素分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（12）：190-199.

[14] 田云，林子娟.長江經(jīng)濟帶農(nóng)業(yè)碳排放與經(jīng)濟增長的時空耦合關系[J].中國農(nóng)業(yè)大學學報，2021，26（1）：208-218.

[15] 李波，杜建國，劉雪琪.湖北省農(nóng)業(yè)碳排放的時空特征及經(jīng)濟關聯(lián)性[J].中國農(nóng)業(yè)科學，2019，52（23）：4309-4319.

[16] 陳紅，王浩坤，秦帥.農(nóng)業(yè)碳排放的脫鉤效應及驅動因素分析——以黑龍江省為例[J].科技管理研究，2019，39（17）：247-252.

[17] 李團勝，鄭亞云，汪晗，等.2005—2011年寶雞地區(qū)種植業(yè)生產(chǎn)過程中碳排放時空格局[J].湖北農(nóng)業(yè)科學，2014，53（7）：1546-1550.

[18] 田云，張俊飚，豐軍輝，等.中國種植業(yè)碳排放與其產(chǎn)業(yè)發(fā)展關系的研究[J].長江流域資源與環(huán)境，2014，23（6）：781-791.

[19] 王寶義，張衛(wèi)國.中國農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996—2015年31個省份的面板數(shù)據(jù)分析[J].中國農(nóng)村經(jīng)濟，2018（1）：46-62.

[20] 侯孟陽，姚順波.空間視角下中國農(nóng)業(yè)生態(tài)效率的收斂性與分異特征[J].中國人口·資源與環(huán)境，2019（2）：116-126.

[21] 高孟菲，鄭晶.中國農(nóng)業(yè)全要素生產(chǎn)率測算及其時空差異分析——基于碳匯視角的再檢驗[J].生態(tài)經(jīng)濟，2021，37（12）：98-104.

[22] 李波，張俊飚.基于投入視角的我國農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展脫鉤研究[J].經(jīng)濟經(jīng)緯，2012（4）：27-31.

[23] TAPIO P.Towards a theory of decoupling： Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy，2005，12（2）：137-151.

[24] 周靈.基于Tapio模型的我國低碳經(jīng)濟發(fā)展研究[J].經(jīng)濟問題探索，2019（6）：185-190.

[25] 趙吉，黨國英，唐夏俊.基于SBM-Tobit模型的中國農(nóng)業(yè)生態(tài)效率時空差異及影響因素研究[J].西南林業(yè)大學學報（社會科學），2022，6（3）：10-18.

[26] 吳昊玥，黃瀚蛟，何宇，等.中國農(nóng)業(yè)碳排放效率測度、空間溢出與影響因素[J].中國生態(tài)農(nóng)業(yè)學報（中英文），2021，29（10）：1762-1773.

[27] 田云，王夢晨.湖北省農(nóng)業(yè)碳排放效率時空差異及影響因素[J].中國農(nóng)業(yè)科學，2020，53（24）：5063-5072.