农业作为中国的第二大碳源，温室气体排放量占全国温室气体排放总量约17％。(本研究所指的农业部门碳排放为CO2、CH4、N2O三种温室气体折合成二氧化碳排放当量的排放量。)因此，有必要加快推进中国农业低碳化发展进程，这对中国实现“2020年碳排放强度下降40％～45％”承诺的意义重大。国内学者主要基于中国农业发展与碳排放的实际情况，研究重点集中于中国及各省(市、区)农业碳排放量和碳排放效率(或碳生产率)的测算与地区比较，以及农业碳排放量和碳排放效率影响因素识别，研究结论可为中国农业低碳化进程提供有效的决策参考。目前学术界基于国际背景的研究文献甚少，而国际经验也可为中国农业低碳化进程提供借鉴与参考。
　　鉴于此，本研究首先论述农业部门碳排放的生态机理，并在生态系统碳循环理论、可持续发展理论、3E系统理论、EKC曲线理论和外部性理论和生态系统碳循环理论的指导下，构建农业碳排放效率研究的理论分析框架；其次，基于WIOD数据库、WDI数据库、OECD数据库、FAO数据库的数据，考虑样本国家经济结构、农业产业发展阶段和产值规模的差异，对32个样本国家(包括19个发达国家和13个发展中国家)的农业增加值、碳排放总量和强度进行比较分析；再次，基于Kaya恒等式和LMDI模型，明确碳源结构效应、规模效应和碳排放效应对32个样本国家农业碳排放变化的影响，利用Tapio模型明确32个样本国家农业碳排放与农业经济增长的脱钩类型并比较；最后，基于含期望产出与非期望产出的DEA-Malmquist指数法测算32个国家农业部门、2001-2014年的碳排放效率，同样考虑样本国家经济结构和农业产业发展阶段的差异进行比较分析，然后利用面板probit模型识别农业部门碳排放效率的关键影响因素。
　　经过理论分析与实证研究，得到的主要结论与启示包括：(1)基于碳排放强度的碳减排责任谈判，符合中国农业部门的发展利益。中国农业部门碳排放总量于1979年成为全球第一并延续至今，但碳排放强度由2000年的4.28kgCO2e/$100million下降至2014年的0.87kgCO2e/$100million，仅高于日本和希腊，低于美国、英国、法国、德国、意大利、加拿大、澳大利亚等发达国家以及所有发展中国家样本，从碳排放强度参与全球农业碳减排谈判将处于优势地位。(2)从碳排放效率角度看，日本、澳大利亚、加拿大和丹麦的低碳农业政策和经验做法，可作为中国农业部门碳减排政策制定与实施的重点标杆，理由是：样本国家中，仅日本(1.16)、澳大利亚(1.13)、加拿大(1.09)和丹麦(1.07)的碳排放效率平均值高于中国(1.06)。(3)农业主管部门应促进农产品加工业发展与生鲜农产品销售以壮大农业产值规模，做实农业从业人员培训工作的内涵以真正提升经营主体的技能，并继续提升农业生产全过程的机械化程度，理由是：市场规模、人力资本和机械化程度对样本国家农业部门碳排放效率提升具有显著的促进作用。(4)中国农业部门当前的紧迫任务是保证产业规模扩张的同时，协调好碳排放效率提高和保障环境安全，理由是：农业产业规模扩张是“双刃剑”，规模扩大有助于农业部门实现规模经济而提升碳排放效率，但基于LMDI模型的农业碳排放变化影响因素分解结果表明，经营规模扩张是农业碳排放增长的促进因素。(5)从32个样本国家总体看，牲畜养殖、农地利用和能源消耗是农业部门碳排放的重要源泉，2014年占样本国家农业部门碳排放总和的比重分别为38.88％、34％、16.55％。
　　由以上分析可知，本研究的意义与创新主要包括：第一，帮助中国政府及相关部门明确农业碳排放总量和强度在样本国家中的位置，为农业碳减排责任的国际谈判提供依据；第二，计算和比较世界农业主产国的碳排放效率，明确中国农业碳排放效率的国际位置，有助于确定现阶段和未来可学习与借鉴的标杆国家；第三，基于国际背景识别农业碳排放效率的关键影响因素，是对基于中国背景的农业碳排放效率研究文献重要补充，丰富该领域的理论研究成果，为政策设计者制定农业低碳发展策略提供新的判别视角；第四，相比以往文献，数据更为精致、可靠，从SEA数据库、世界银行WDI数据库、OECD数据库、FAO数据库等国际性数据库，收集样本国家农业部门的数据，而非以往文献用国家层面数据代替农业部门数据的做法，有效防止测量误差导致错误的实证研究结论以及错误的政策启示。