摘要：【目的】对我國粮食主产区农业碳排放量进行测度，明晰农业碳排放影响因素，为实现农业经济与生态环境接碳排放。农地间接碳排放是指化肥、农药、农膜、灌溉和农机使用等产生的碳排放;农地直接碳排放一般是指水稻生产发育过程中产生的甲烷，因为相对于其他农作物，水稻种植产生的温室气体较多（田云等，2012）。本研究参考何艳秋等（2018）的研究方法，构建各省区粮食主产区农业碳排放量（C）的测算公式：

　　公式（2）中，C间表示农地间接碳排放量，Ai为6类碳源因子分量，包括各省（区）化肥、农药、农膜、柴油的使用量及农作物总播种面积和有效灌溉面积;Ei是各类碳源的碳排放系数，参照West和Marland（2002）、Dubey和Lal（2009）的计算方法，、、 kg/ kg/ha。公式（3）中，C直表示农地直接碳排放量，Bi为粮食主产区各省（区）水稻种植面积，Fi为各省（区）水稻生长周期内的碳排放系数。借鉴闵继胜和胡浩（2012）测算出的各省（区）水稻生长的碳排放系数（表1），以此进行农地直接碳排放量的计算。

　　为研究粮食主产区农业碳排放的影响因素及空间溢出性，本研究选取空间计量模型进行影响效果的测算。空间计量模型一般包括空间滞后模型（Spatial lag model，SLM）和空间误差模型（Spatial error model，SEM）两种，SLM模型主要探讨某一地区被解释变量受系统中的临近地区该变量的影响，即空间溢出性，在分析中加入了因变量的空间滞后因子。而SEM模型强调相近地区有着相近的特征，地区间可能产生的随机误差会对空间溢出效应产生冲击，因此，SEM模型的空间依赖关系存在于扰动误差项中。

　　1. 3. 1 变量说明 结合粮食主产区的特征，选取以下6个变量作为影响农业碳排放的外生变量。（1）粮食生产技术效率（TE）：考虑到粮食主产区各省（区）以种植业为主，农业技术运用更多的体现在粮食生产中，因此本研究选取粮食生产技术效率作为外生变量，并借鉴高鸣和马铃（2015）的研究方法采用EBM模型对粮食生产技术效率进行测算。以粮食总播种面积、种粮劳动力、化肥使用量、农药使用量和机械总动力作为5个投入指标，以粮食总产量作为产出指标。（2）城镇化水平（URB）：以城镇人口占总人口的比重来表征城镇化水平。（3）产业结构（IS）：以农业产值在农林牧渔业总产值中所占比值作为产业结构的测度指标。（4）农业产业集聚水平（AGG）：农业产业集聚是由农业生产经营活动中各参与主体相互联系所形成的有机集合，表现为在地区空间上的高度集中。农业产业集聚水平采用区位商的方法计算，具体公式为AGij=（Yij/Yj）/（Yi/Y），其中，Yij为j地区农业生产总值，Yj为j 地区所有产业总产值，Yi为全国农业总产值，Y为全农业数字化国所有产业总产值。（5）人均

　　农业总产值（PE）：一定程度上体现了农业发展水平。通过不变价值的农业总产值除以总人口数来计算。（6）农业开放度（OPE）：选取各省（区）农业进出口实际总额与农业增加值的比值来衡量农业开放度，其中，农产品进出口贸易额用人民币对美元的汇率进行换算。

　　1. 3. 2 数据来源 考虑到在2003年首次提出低碳经济后我国才开始密集出台一系列的法律法规，初步形成低碳法律基础和政策保障体系（胡川等，2018），且结合粮食主产区各地区农业发展不平衡、农业数据样本区间长度不充足的特点，本研究使用2004—2016年粮食主产区各省（区）数据计算出各变量值。其中，农业碳排放、粮食生产技术效率、城镇化水平、农业产业集聚水平及人均农业总产值相关数据均来自2004—2016年的《中国统计年鉴》和《中国农村统计年鉴》，农业开放度相关数据来自各年度《中国农业年鉴》和中国农产品进出口月统计公告。

　　借助Geoda —2016年我国粮食主产区农业碳排放量的全局Moran’s I指数，并绘制Moran’s I散点图;使用Matlab ，分析各外生变量值对粮食主产区农业碳排放的影响。

　　，计算得出2004—2016年粮食主产区各省（区）的农业碳排放量（C）。从表2可看出，农业农业数字化碳排放量较高的为山东、河南和河北，较低的为吉林、辽宁和内蒙古，且农业碳排放量较

　　我国粮食主产区农业碳排放影响因素及空间溢出性 来自淘豆网转载请标明出处.