引言

　　20 世紀 80 年代以來，全球溫室氣體驟升且變暖趨勢加快，引起國際社會共同關注。《京都議定書》和《巴黎協定》的簽訂和實施標志著所有國家需承擔減排義務。在此背景下，中國提出 2030 年 “碳達峰” 和 2060 年 “碳中和” 目標。“雙碳” 目標實現的根本途徑在于減排增匯，厘清各行業碳排放現狀特征有助于減排策略的提出。畜牧業雖不是碳排放主要源頭，但隨著居民膳食結構調整及對肉蛋奶需求增加，其碳排放量增加不容小覷。2022 年農業農村部和國家發改委聯合印發《農業農村減排固碳實施方案》，將畜牧業 “減排降碳” 作為農業農村 “減排固碳” 的六大重點任務之一。畜牧產業布局調整優化及政府對生豬、牛羊調出大縣獎勵和銷區補償產區機制構建，推動畜牧產業在某一區域集聚，產業集聚又推動畜牧業向高度集約化、專業化、區域化方向發展，在促進畜牧業經濟發展的同時也帶來環境污染問題。那么，產業集聚與畜牧業碳排放之間存在何種關聯，其對畜牧業碳排放治理到底是 “阻力” 還是 “助力”?

　　已有研究對于此類問題展開了豐富討論，學界大致持有 3 種觀點：一是產業集聚加劇了碳排放;另一種觀點認為產業集聚減少了碳排放;還有學者認為產業集聚與碳排放呈非線性關系。可以看出，現有研究在產業集聚與碳排放關系的問題上尚未得到一致結論。

　　關于畜牧業碳排放的研究主要集中在以下 3 個方面：一是畜牧業碳排放測算方法選擇、畜牧業碳排放現狀特征分析以及畜牧業碳排放達峰預測等;二是關于畜牧業碳排放影響因素的討論，主要從宏觀環境、管理方式以及技術水平等方面進行了研究;三是畜牧業碳排放與經濟發展間的關系。

　　梳理已有研究，發現現有文獻很少關注產業集聚對畜牧業碳排放的影響，部分研究將畜牧業碳排放納入到農業碳排放中，繼而考察兩者之間的關系。綜上可知，已有研究討論了產業集聚與環境污染、農業碳排放和農業碳生產率之間的關系，但畜牧業與制造業、服務業、種植業等行業又有著本質的不同，因而有必要將畜牧產業分離出來，單獨探究產業集聚對畜牧業碳排放的影響。本研究擬采用 2007—2021 年 31 省(市、自治區)的面板數據，利用國家發改委 2011 年發布的《省級溫室氣體清單編制指南(試行)》給出的碳排放因子測算中國畜牧業碳排放現狀，并結合核密度估計方法揭示其動態演進趨勢，運用空間計量模型討論產業集聚對畜牧業碳排放的本地效應和空間溢出效應，以期為促進畜牧業綠色低碳轉型和實現 “雙碳” 目標提供有益參考。

　　1 理論分析框架

　　產業集聚是指生產某種產品的不同企業，以及為這些企業提供配套服務的上、下游企業和相關服務業，在一定區域范圍高度集中。盡管畜牧業和工業產業差異較大，但已有經驗表明，畜牧業生產的交易成本高，對飼料、土地和勞動力等資源的依賴性較強，因而畜牧業更傾向于向優勢區集聚，進而充分利用資源稟賦優勢并共享相關基礎設施和社會化服務，增強養殖場戶間的技術交流。畜牧業產業集聚主要通過生產要素的集聚、養殖主體的有機融合以及規模化來達到產業集聚的效果。畜牧業產業集聚在促進畜牧經濟發展的同時，對產業集聚區以及周圍地區環境也造成了一定影響。

　　畜牧業產業集聚對碳排放的影響主要表現在以下兩個方面：一是產業集聚會促進養殖規模的擴大，從而導致畜牧業碳排放量的增加;二是產業集聚通過技術溢出和規模效應降低本地以及鄰區單位畜禽產品的碳排放量。

　　由上述分析可知，產業集聚可通過內、外部規模經濟效應引起畜牧業碳排放的增減變化，但最終會導致畜牧業碳排放量的增加還是減少尚需檢驗。一般而言，在產業集聚初期，產業集聚規模較小，養殖設施以及相關社會化服務體系尚不健全，再加上技術水平限制和管理模式落后等多重因素的影響，導致產業集聚的技術溢出和規模效應難以完全凸顯，產業集聚帶來的減排效果尚不能抵消畜牧業碳排放的增量;與此同時，產業集聚和要素集聚會產生價格指數效應和 “磁場效應”，從而加劇與鄰區市場的競爭，使得周圍地區采用更為粗放的養殖方式來獲取更好的產出，這無疑會進一步增加碳排放量。但到了后期，產業集聚與產業轉移互動作用明顯，產業集聚區的落后產能將會向欠發達地區轉移，同時會吸引周圍地區的資金和勞動力資源向集聚區轉移，從而形成產業的二次集聚。在此過程中，集聚區畜牧生產基礎設施和社會化服務體系逐步完善、技術創新能力增強、管理模式優化等優勢凸顯，同時，地區之間的惡性競爭轉為良性互動，技術溢出和經驗交流的減排效果充分體現。據此，本研究提出如下假說：

　　假說 1：產業集聚與中國畜牧業碳排放存在非線性關系，而且最終表現出抑制作用。

　　假說 2：產業集聚不僅影響本地區畜牧業碳排放的增減，還會引起周圍地區畜牧業碳排放的變化。

　　2 研究方法、變量選取與數據來源

　　2.1 畜牧業碳排放的測算方法

　　畜牧業溫室氣體主要源于動物腸胃發酵和糞污處理所產生的 CH₄和 N₂O，因而本研究重點圍繞這兩方面測算畜牧業碳排放。依據碳排放因子法，本研究將測算奶牛、非奶牛、馬、騾、驢、豬、駱駝、山羊、綿羊、兔和家禽等畜禽的 CO₂排放當量。畜禽生長周期的不同導致各年份平均畜禽飼養量有所差異，因而需要調整。

　　2.2 Kernel 密度估計方法

　　核密度估計是研究非均衡分布的常用方法。因而，本研究利用此方法刻畫全國畜牧業碳排放分布的位置、形態、延展性和極化趨勢。

　　2.3 空間計量分析方法

　　本研究利用全局 Moran’s I 指數反映中國畜牧業碳排放及產業集聚的空間相關關系。為進一步探究產業集聚對畜牧業碳排放的影響及其空間效應，利用空間滯后模型進行檢驗。

　　2.4 變量選取

　　被解釋變量：畜牧業碳排放量(CP)，主要指奶牛、非奶牛、馬、騾、驢、豬、駱駝、山羊、綿羊、兔和家禽等畜禽經動物腸胃發酵和糞污處理所產生的 CH₄和 N₂O，然后根據碳排放因子和全球升溫能值轉換為 CO₂排放當量。

　　核心解釋變量：產業集聚水平(LIA)，衡量產業集聚水平的指標包括 E-G 指數、Hoover 指數、Gini 系數和區位熵等。但區位熵具備反映地理要素的空間分布和消除規模差異的優勢，故而較為常用。本研究同時引入了產業集聚水平的二次項以檢驗非線性關系是否存在。

　　控制變量：農業產業結構(SAI)，以畜牧業產值在農業產值中的比重代替;環境規制水平(ER)，用各地區污染治理投資占 GDP 比重表征;農民收入水平(INF)，以農民可支配收入代替;財政支農投入(FIA)，以財政支農資金占財政總支出的比重表征;農業發展水平(LRD)，用農業增加值與第一產業從業人數的比值代替;城鎮化水平(LR)，以城鎮人口占總人口(均按常住人口計算)的比重來表征;科技人員密度(STA)，以畜牧科技人數與畜牧業總產值之比來表征。

　　2.5 數據來源

　　各種畜禽的存欄量與出欄量等數據來源于 2008—2022 年歷年的《中國畜牧獸醫年鑒》。規模化飼養、農戶散養和放牧飼養的劃分標準參考《中國畜牧獸醫年鑒》，并依據各年度數據對不同飼養模式下腸道發酵甲烷排放因子進行加權核算。城鎮化水平、地區生產總值、畜牧業總產值、農業增加值來源于 2008—2022 年歷年的《中國統計年鑒》，其中畜牧業總產值以 2007 為基期做了不變價處理。財政支農投入來源 2008—2022 年歷年的《中國財政年鑒》。環境污染治理投資額來源于 2008—2022 年歷年的《中國環境統計年鑒》。第一產業從業人數、農民可支配收入來源于 2008—2022 年歷年的《中國農村統計年鑒》。畜牧科技人數來源于 2008—2022 年歷年的《中國農業機械工業年鑒》。

　　3 中國畜牧業碳排放時空特征與動態演進分析

　　3.1 畜牧業碳排放時序特征分析

　　全國 31 省(市、自治區)畜牧業碳排放測算結果顯示，考察期內全國畜牧業碳排放總量整體呈下降趨勢且由 2007 年的 31840.19 萬 t 降至 31713.96 萬 t，減少了 126.23 萬 t。從產業集聚的均值來看，總體呈現波浪式上升形態。

　　從各省來看，2021 年畜牧業碳排放量最高的省份是內蒙古，碳排放量高達 2800.98 萬 t;緊跟其后的是四川，其碳排放量也達到了 2501.29 萬 t;排在第三～第五位的省份依次是云南、新疆、河南。而畜牧業碳排放量最低的省份是北京，僅有 26.52 萬 t;與其最為接近的省份是上海，以 27.14 萬 t 的碳排放量位居倒數第二;天津、海南、浙江依次排在倒數第三～第五位。綜合來看，各地區畜牧業碳排放總量差異較大，最高是最低的 106 倍，兩極分化明顯。各省份除了在絕對數量上存在差異，其在畜牧業碳排放量的增減變化過程中也有所不同。相較于 2007 年，有 17 個省份的畜牧業碳排放量呈下降態勢且以北京降幅為最大，高達 73.90%，上海、浙江、河南和山東依次排在第二～第五位;余下 14 個省份的畜牧業碳排放量則表現出增長態勢且以寧夏增幅最大，高達 102.01%，山西、甘肅、新疆、青海的增幅分列第二～第五位。整體而言，全國畜牧業碳排放呈波動起伏趨勢，因養殖區域和養殖結構的調整，各省份增減變化不一。

　　4 產業集聚對畜牧業碳排放影響的實證檢驗

　　4.1 全局相關性分析

　　在討論中國畜牧業碳排放的空間相關性之前，需要對其進行空間相關性檢驗。本研究重點分析產業集聚對畜牧業碳排放的影響，其余因素作為控制變量，因此僅給出畜牧業碳排放和產業集聚的全局相關性檢驗結果。本研究采用 Moran’s I 指數進行檢驗，結果表明，畜牧業碳排放的莫蘭指數通過了顯著性檢驗，莫蘭指數除個別年份有所波動整體表現出遞增趨勢，顯著性水平也隨之提高，產業集聚水平空間相關性較強且極為穩定，大多年份通過了 1% 顯著性水平的檢驗，其莫蘭指數隨著時間的推移呈上升趨勢。由此表明，研究期內我國畜牧業碳排放具有明顯空間相關性，主要表現為低碳區域被一個或多個低碳區域包圍，高碳區域與一個或者多個高碳地區相鄰。

　　4.2 產業集聚對畜牧業碳排放影響的結果分析

　　由前述分析可知，畜牧業碳排放與產業集聚存在空間上的關聯性，那么，產業集聚與畜牧業碳排放是否存在關聯，接下來運用空間計量模型進行檢驗。回歸分析之前，需要對空間計量模型進行選擇。根據檢驗結果可知，LM (error) 和 Robust LM (error) 均未通過顯著性檢驗，而 LM (lag) 和 Robust LM (lag) 均通過了 1% 顯著性水平下的檢驗，表明空間滯后模型(SAR)更適合本研究。進一步地，豪斯曼檢驗(Hausman)檢驗結果顯示固定效應更好，個體固定效應和時間固定效應均在 1% 顯著性水平通過了檢驗，因此，本研究采用雙固定效應的空間滯后模型進行實證檢驗。此外，本研究以地理距離空間權重矩陣為基準回歸，然后用鄰接空間矩陣和反地理距離空間權重矩陣重復上述回歸，以驗證模型的穩定性。

　　由回歸結果可知，畜牧業產業集聚的一次項和二次項均通過了 1% 顯著性水平的檢驗，并且一次項系數為正，二次項系數為負，證實了研究假說 1。這表明，產業集聚與畜牧業碳排放之間呈倒 “U” 型的關系，即隨著產業集聚水平逐步提升，畜牧業碳排放表現出先上升后下降的趨勢。

　　控制變量中，環境規制水平和科技人員密度對畜牧業碳排放表現出了抑制作用，并且分別通過了 5% 和 1% 顯著性水平檢驗。農民收入水平和財政支農投入促進了畜牧業碳排放，并且分別通過了 5% 和 10% 顯著性水平檢驗。

　　進一步地，通過比較不同權重矩陣嵌入的模型結果可知，各個解釋變量對被解釋變量的影響方向與顯著性特征在不同權重矩陣嵌入的模型中基本一致，因而回歸結果具有較強的穩健性。

　　4.3 產業集聚對畜牧業碳排放的空間溢出效應

　　由于空間滯后項的引入，空間計量模型回歸系數并不能反映出解釋變量的直接和間接效應，因此，本研究基于 Lesage 等的思路，利用偏微分的方法求解各變量的直接效應和間接效應。直接效應是指本地區自變量對因變量的影響，也稱本地效應;間接效應是指鄰區自變量對本地區因變量的影響，也稱空間溢出效應;總效應是直接效應和間接效應的綜合，表示自變量對因變量的平均影響。

　　根據結果可知，產業集聚水平一次項和二次項的直接效應均通過了 1% 顯著性水平的檢驗，同時產業集聚也表現出了明顯的空間溢出效應，研究假說 2 得到了印證。

　　控制變量中，環境規制水平和科技人員密度的本地效應顯著，并且均為負向作用，但對周圍地區卻產生了正向溢出效應。農民收入水平和財政支農投入的本地效應顯著為正，空間溢出效應顯著為負。

　　4.4 政府干預、產業集聚及畜牧業碳排放

　　畜牧產業集聚本質上是以市場機制為導向，要素自由流動并發生集聚，但畜牧業不同于工業，其風險、效益是和工業無法比擬的，另外，畜牧業造成的環境污染問題也越來越受到重視。因此，出于政績的考核以及畜牧養殖業的脆弱性，政府可能會通過某些政策和措施來加快或者減緩產業集聚，比如財政支農投入和環境規制措施(排污費)等。因此，在產業集聚層面，本研究加入了財政支農投入和環境規制水平與產業集聚的交互項，進而考察政府干預對于產業集聚與畜牧業碳排放關系的調節作用。

　　由結果可知，環境規制與產業集聚的交互項系數通過了顯著性檢驗，并且為負值，說明產業集聚水平對畜牧業碳排放的邊際效應隨環境規制水平的提升而降低。財政支農投入與產業集聚的交互項系數也通過了顯著性檢驗，并且為正值，說明產業集聚水平對畜牧業碳排放的邊際效應隨財政支農投入的增加而增加。

　　5 結論與政策建議

　　本研究基于 2007—2021 年 31 省(市、自治區)的面板數據，利用國家發改委 2011 年發布《省級溫室氣體清單編制指南(試行)》給出的碳排放因子，測算了中國畜牧業碳排放現狀，并結合核密度估計方法揭示了其動態演進趨勢，最后利用空間滯后模型討論了產業集聚對畜牧業碳排放的直接影響和間接影響。主要結論如下：

　　全國畜牧業碳排放呈縮減趨勢，各省畜牧業碳排放差異顯著，整體呈 “西高東低” 的分布格局。

　　產業集聚水平和畜牧業碳排放均具有明顯空間相關性，并且兩者之間呈倒 “U” 型的關系，產業集聚最終會抑制畜牧業碳排放的增加，環境規制水平和科技人員密度對畜牧業碳排放也表現出了抑制作用，農民收入水平和財政支農投入加劇了畜牧業碳排放。

　　產業集聚水平一次項和二次項具有明顯的直接效應和空間溢出效應。環境規制水平和科技人員密度對周圍地區產生正向溢出效應，而農民收入水平和財政支農投入卻反之。

　　政府干預對產業集聚的減排效應有顯著影響，產業集聚水平對畜牧業碳排放的邊際效應隨環境規制水平的提升而降低;產業集聚水平對畜牧業碳排放的邊際效應隨財政支農投入的增加而增加。

　　基于上述研究結論，提出以下政策建議：

　　各地區要嚴把畜牧養殖主體的準入條件，制定畜牧養殖主體及上下游相關產業的轉入門檻，從 “源頭” 上治理產業集聚區的碳排放問題;各級政府要予以重視，在獲取產業集聚 “紅利” 的同時，要注意到與之相伴的環境污染問題，要注重產業集聚的內在質量。

　　加強財政支農資金的監管，充分發揮產業集聚的技術溢出和規模經濟效應。適度增加環境規制力度，環境規制會激發 “創新補償效應”，提升集聚區的技術創新內生動力，然后輔之政策力量引導養殖主體采用先進的飼喂技術和糞污處理技術，改變畜禽碳排放因子，讓畜牧產業在更高水平上集聚。完善區域間的經驗幫扶與互助交流機制，實現區域間的合作共贏。

杜鳳君;鄭 軍;吳 強,山東農業大學經濟管理學院,202502