數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響及空間溢出效應

楊琳焱

（貴州大學 經(jīng)濟學院，貴州 貴陽 550025）

一、引言

隨著溫室效應不斷加劇，各種環(huán)境問題頻繁出現(xiàn)，碳減排成為世界各國的關注焦點。作為全球碳排放大國，中國積極為全球碳中和進程貢獻自身力量。中共中央國務院印發(fā)《2030 年前碳達峰行動方案》，方案指出中國將力爭在2030 年前達到碳排放峰值，并努力爭取在2060 年前達到碳中和。為貫徹落實中共中央國務院戰(zhàn)略部署，農(nóng)業(yè)農(nóng)村部聯(lián)合國家發(fā)改委立足于我國農(nóng)業(yè)發(fā)展現(xiàn)狀，于2022 年5 月發(fā)布《農(nóng)業(yè)農(nóng)村減排固碳實施方案》，聚焦碳達峰和碳中和在農(nóng)業(yè)農(nóng)村領域的戰(zhàn)略需求，進一步強化農(nóng)業(yè)農(nóng)村減排固碳政策，助力鄉(xiāng)村振興。農(nóng)業(yè)是立國之本，強國之基，農(nóng)業(yè)碳減排不能以犧牲農(nóng)業(yè)經(jīng)濟發(fā)展為代價。在鄉(xiāng)村振興的過程中，如何統(tǒng)籌農(nóng)業(yè)發(fā)展與經(jīng)濟發(fā)展成為當今社會無法逃避的現(xiàn)實問題，而農(nóng)業(yè)碳排放效率作為兼顧經(jīng)濟增長的一大指標，提高農(nóng)業(yè)碳排放效率是破解該難題的必然選擇。《2021 數(shù)字碳中和白皮書》提出數(shù)字技術推動重點行業(yè)轉型，不斷向數(shù)字化和綠色化發(fā)展，數(shù)字經(jīng)濟的碳減排能力潛力巨大。伴隨著數(shù)字鄉(xiāng)村建設的發(fā)展，數(shù)字經(jīng)濟不斷向農(nóng)業(yè)滲透，滲透率從2016 年6.2%增長到2020 年8.9%，成為新時代農(nóng)業(yè)發(fā)展的一大投入要素[1]。因此，研究數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響具有重要的理論和現(xiàn)實意義。

已有文獻對于數(shù)字經(jīng)濟的碳減排效果主要有三種觀點：一種觀點認為數(shù)字經(jīng)濟有利于碳減排。孔令英等（2022）[2]提出數(shù)字經(jīng)濟可以通過提高城市生產(chǎn)效率和技術創(chuàng)新水平來促進城市碳減排。葛立宇等（2022）[3]、謝文倩等（2022）[4]提出數(shù)字經(jīng)濟可以通過促進產(chǎn)業(yè)結構升級來促進城市碳減排。佘群芝等（2022）[5]提出數(shù)字經(jīng)濟可以通過促進經(jīng)濟集聚來促進碳減排。繆陸軍等（2022）[6]提出數(shù)字經(jīng)濟通過提高創(chuàng)新效率來促進碳減排。陳媛媛等（2021）[7]從精準農(nóng)業(yè)發(fā)展的角度，基于DEA 方法和Tobit 模型，研究后提出在農(nóng)業(yè)生產(chǎn)中數(shù)字經(jīng)濟的出現(xiàn)可以減少農(nóng)業(yè)碳排放。田紅宇和關洪浪（2022）[1]基于動態(tài)面板模型研究發(fā)現(xiàn)數(shù)字經(jīng)濟可以抑制糧食生產(chǎn)的碳排放。一種觀點認為數(shù)字經(jīng)濟不利于碳減排。Salahuddin和Alam（2015）[8]、Hamdih 等（2014）[9]認為數(shù)字經(jīng)濟的存在會加速互聯(lián)網(wǎng)通信技術及相關產(chǎn)業(yè)的發(fā)展，加重電力耗損，增加碳排放，不利于碳減排。另外一種觀點認為數(shù)字經(jīng)濟與碳排放之間是非線性關系。金飛和徐長樂（2022）[10]以產(chǎn)業(yè)結構升級和外商吸引能力作為中介變量，研究發(fā)現(xiàn)數(shù)字經(jīng)濟對碳排放存在先促進后抑制的倒“U”型影響。費威等（2022）[11]通過綠色索洛模型也得出數(shù)字經(jīng)濟和碳排放之間存在倒“U”型關系。

綜上所述，已有文獻對數(shù)字經(jīng)濟與碳排放之間的關系進行了深入研究，但仍有可拓展的方面：（1）已有研究側重研究數(shù)字經(jīng)濟對碳排放的影響，但對碳排放效率影響的文獻相對較少，尤其缺乏數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率影響的理論分析。（2）已有研究大多聚焦于數(shù)字經(jīng)濟與本地碳減排的關系，較少關注數(shù)字經(jīng)濟對碳排放效率的空間溢出效應，因此，本文理論分析數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響，并實證檢驗數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率差異性影響及空間溢出效應。

二、理論分析與研究假設

（一）數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響

數(shù)字經(jīng)濟主要通過以下幾個方面影響農(nóng)業(yè)碳排放效率：第一，數(shù)字經(jīng)濟有助于優(yōu)化農(nóng)業(yè)生產(chǎn)流程，提高資源配置效率。數(shù)字經(jīng)濟對生產(chǎn)、運輸和銷售等環(huán)節(jié)的優(yōu)化和改善，可以提高農(nóng)業(yè)生產(chǎn)過程中的信息傳遞效率，降低信息收集成本和交易成本，提高資源配置效率和生產(chǎn)效率，使農(nóng)業(yè)產(chǎn)業(yè)結構更加合理，實現(xiàn)農(nóng)業(yè)碳排放效率的提高[10][12-13]。第二，數(shù)字經(jīng)濟有助于提高農(nóng)業(yè)技術創(chuàng)新水平。數(shù)字經(jīng)濟的發(fā)展推動農(nóng)業(yè)技術進步，推動農(nóng)業(yè)向智能化、綠色化發(fā)展，從而提高投入要素的利用率，降低生產(chǎn)資源消耗。使得同等要素投入條件下，農(nóng)業(yè)生產(chǎn)能獲得更多的期望產(chǎn)出，進而提高碳排放效率[5]。第三，數(shù)字經(jīng)濟有助于形成數(shù)字化平臺。數(shù)字經(jīng)濟實現(xiàn)了技術、信息、物質等資源要素的平臺化，有助于農(nóng)業(yè)生產(chǎn)者更便捷地獲取生產(chǎn)活動中所需要的相關要素乃至合作者，同時為農(nóng)業(yè)生產(chǎn)相關企業(yè)和科研單位進行綠色技術創(chuàng)新提供數(shù)據(jù)依據(jù)，從而提高農(nóng)業(yè)碳排放效率[14-15]。此外，從政府行政管理的角度來說，數(shù)字經(jīng)濟可以提高農(nóng)業(yè)管理部門的管理能力和監(jiān)督能力，使碳減排政策的制定更加科學合理，碳減排政策的落實更加有條不紊。進而更好地監(jiān)督和處理農(nóng)業(yè)產(chǎn)業(yè)的能源消耗問題，改善農(nóng)業(yè)碳排放情況，提高農(nóng)業(yè)碳排放效率[16]。

假設1：數(shù)字經(jīng)濟可以提高農(nóng)業(yè)碳排放效率。

（二）數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的空間溢出

數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的空間溢出通過“示范效應”和“溢出效應”來實現(xiàn)。第一，本地區(qū)數(shù)字經(jīng)濟助力農(nóng)業(yè)碳減排，實現(xiàn)綠色低碳發(fā)展與經(jīng)濟高質量發(fā)展雙贏。數(shù)字經(jīng)濟形成的農(nóng)業(yè)低碳高質量發(fā)展的“示范效應”可以帶動相鄰地區(qū)學習和借鑒，進而提高相鄰地區(qū)農(nóng)業(yè)碳排放效率[17]。第二，數(shù)字經(jīng)濟具有較強的溢出效應，它打破傳統(tǒng)的信息傳遞方式，為信息、知識、經(jīng)驗和技術傳播提供了渠道，促進區(qū)域間的交流和學習，擴大了傳播范圍，加快了傳播速度和頻率。本地區(qū)先進的綠色技術、知識和經(jīng)驗更容易向相鄰地區(qū)溢出，有利于提高相鄰地區(qū)農(nóng)業(yè)碳排放效率[11][18]。

假設2：數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率具有空間溢出效應。

三、研究方法與數(shù)據(jù)來源

（一）空間自相關檢驗

根據(jù)前文的理論分析，農(nóng)業(yè)碳排放效率很可能存在空間效應，本文借鑒前人研究使用Stata 15.1軟件對2011—2020 年的農(nóng)業(yè)碳排放效率做Moran's I指數(shù)檢驗，判斷農(nóng)業(yè)碳排放效率是否存在空間關聯(lián)性，并基于此表示空間關聯(lián)程度。本文采用地理空間矩陣，即不相鄰區(qū)域的權重賦值為0，相鄰區(qū)域的權重賦值為1，計算方式如式（1）所示。

式（1）中，Xi、Xj分別表示i、j地區(qū)的觀測值、分別表示Xi、Xj的預期平均值，n是地區(qū)數(shù)量，Wij是空間權重矩陣，I是Moran's I 指數(shù)，I＞0 表示空間正相關，I＜0 表示空間負相關，I=0 表示不存在空間相關性。

（二）空間面板計量模型

空間計量模型有三個類別，它們分別是空間誤差模型（SEM）、空間滯后模型（SAR）和空間杜賓模型（SDM）。本文通過空間杜賓模型（SDM）分析數(shù)字經(jīng)濟與農(nóng)業(yè)碳排放效率之間的關系，該模型相較于空間誤差模型（SEM）與空間滯后模型（SAR）更具一般性[19]，具體表達式如式（2）所示：

式（2）中，α1為核心解釋變量數(shù)字經(jīng)濟的系數(shù)，β1為第n個數(shù)字經(jīng)濟的空間滯后項系數(shù)，ρ為空間自相關回歸系數(shù)；下標i、t分別表示樣本所在省份和年份，W為空間矩陣；AGTFP為被解釋變量農(nóng)業(yè)碳排放效率，WAGTFP為解釋變量農(nóng)業(yè)碳排放效率的空間滯后項；X為控制變量，μi、υt、εit分別對照個體效應、時間效應和干擾項。

（三）變量構建

1.被解釋變量：農(nóng)業(yè)碳排放效率。本文采用SBM-GML模型測度農(nóng)業(yè)碳排放效率。其中，選取農(nóng)林牧漁從業(yè)人員數(shù)、農(nóng)作物總播種面積、機械動力以及農(nóng)用化肥施用量作為農(nóng)業(yè)生產(chǎn)活動的投入要素，并且以農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出，測算農(nóng)業(yè)碳排放效率。在非期望產(chǎn)出方面，本文與主流文獻保持一致，將非期望產(chǎn)出的來源設定為三個方面：一是農(nóng)業(yè)生產(chǎn)活動中投入要素所產(chǎn)生的CO2。即農(nóng)藥、農(nóng)膜、化肥、翻耕、灌溉和柴油等投入農(nóng)業(yè)生產(chǎn)后排放的CO2。二是畜禽養(yǎng)殖過程中產(chǎn)生的碳排放。絕大部分是源于動物腸道發(fā)酵產(chǎn)生的CH4和從糞便中產(chǎn)生的CH4和N2O。與現(xiàn)有文獻保持一致，僅針對牛、羊、豬三類畜禽所產(chǎn)生的碳排放進行測度。三是水稻栽植過程中產(chǎn)生的CH4，由于水稻生產(chǎn)周期的不穩(wěn)定性，采用中位數(shù)130 天作為生產(chǎn)周期進行核算。六個碳排放源的使用量乘以相應的碳排放系數(shù)加總作為農(nóng)業(yè)生產(chǎn)活動中產(chǎn)生的碳排放總量，碳排放系數(shù)如表1 所示。

表1 農(nóng)業(yè)碳排放源、系數(shù)及來源

2.核心解釋變量：數(shù)字經(jīng)濟。本文借鑒趙濤等（2020）[23]的做法，構建數(shù)字經(jīng)濟指標測度體系。其中涵蓋“互聯(lián)網(wǎng)普及率”“互聯(lián)網(wǎng)相關從業(yè)人數(shù)”“互聯(lián)網(wǎng)相關產(chǎn)出情況”“移動互聯(lián)網(wǎng)用戶數(shù)”以及“數(shù)字普惠金融發(fā)展指數(shù)”5 個指標。這5 個指標反映了地區(qū)數(shù)字發(fā)展環(huán)境和數(shù)字金融發(fā)展情況，可以用來衡量數(shù)字經(jīng)濟發(fā)展水平如表2 所示。

表2 數(shù)字經(jīng)濟發(fā)展指數(shù)的指標體系

建立指標體系后，為了消除數(shù)據(jù)間的差異性，對各指標進行標準化處理。所選指標包括正向指標以及負向指標，分別按照式（3）對各個指標依次進行標準化處理。

式（3）中，xij表示第i個地區(qū)第j個指標值，Xij表示標準化后的指標值，采用熵權法對各級指標賦權，步驟如下：

其中，Pij為在第j項指標中第i區(qū)域所占比重，Hj為第j項指標的熵權，dj為第j項指標的信息效用價值，wj表示第j項指標的權重。

3.控制變量。除上述核心解釋變量外，本文還選取一系列控制變量，以控制數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響。（1）財政支農(nóng)。采用農(nóng)業(yè)財政支出與財政總支出比值來反映財政支農(nóng)程度；（2）農(nóng)業(yè)結構調整系數(shù)。利用糧食作物播種面積占農(nóng)作物總播種面積的比率來代表農(nóng)業(yè)生產(chǎn)結構；（3）工業(yè)化。用工業(yè)增加值占其地區(qū)國內(nèi)生產(chǎn)總值的比重來表示；（4）土地經(jīng)營規(guī)模。用農(nóng)作物播種面積與農(nóng)業(yè)從業(yè)人數(shù)的比值來表示；（5）農(nóng)業(yè)人均可支配收入。用農(nóng)業(yè)生產(chǎn)總值與農(nóng)業(yè)從業(yè)人數(shù)的比值來表示。

4.數(shù)據(jù)來源及說明。本文的樣本數(shù)據(jù)是以各省、直轄市為單元的面板信息集，為了維護樣本數(shù)據(jù)的全面性和可得性，取用的樣本年份為2011—2020年30 個省份（西藏和港澳臺地區(qū)除外）。數(shù)據(jù)主要取自于相應年份的《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及各省市的統(tǒng)計年鑒等，對于缺失數(shù)據(jù)運用插值法進行補齊。

四、實證結果與分析

（一）空間自相關檢驗

1.全局自相關檢驗。表3 報告了莫蘭指數(shù)計算結果，可以看出2011—2020 年的檢驗值均顯著為正，且均通過了10%的顯著性水平檢驗。說明農(nóng)業(yè)碳排放效率具有明顯的空間正相關性，假設1 得到驗證如表3 所示。

表3 我國各省農(nóng)業(yè)碳排放效率的Moran's I 值

2.局部自相關檢驗。為進一步考察各地區(qū)農(nóng)業(yè)碳排放效率的空間聚集特征，本文引入局部莫蘭指數(shù)進行自相關檢驗。圖1、圖2 分別為2011 年和2020年的農(nóng)業(yè)碳排放效率莫蘭散點圖，莫蘭散點圖將全國30 個省份劃分為四個象限，第一象限是高-高（H-H）聚集區(qū)，表示本地區(qū)與周邊地區(qū)的農(nóng)業(yè)碳排放效率都表現(xiàn)出較高水平；第二象限是低-高（L-H）聚集區(qū)，表示在本地區(qū)農(nóng)業(yè)碳排放效率水平較低，而周邊地區(qū)的農(nóng)業(yè)碳排放效率發(fā)展水平較高；第三象限是低-低（L-L）聚集區(qū)，表示本地區(qū)與周邊地區(qū)的農(nóng)業(yè)碳排放效率皆較低；第四象限則表示高-低（H-L）聚集區(qū)，表示本地區(qū)農(nóng)業(yè)碳排放效率較高，而周邊地區(qū)較低。由圖1、圖2 可知，擬合區(qū)線斜率為正，即表示總體而言農(nóng)業(yè)碳排放效率存在高-高聚集與低-低聚集的空間特征。

圖1 2011 年莫蘭指數(shù)散點圖

圖2 2020 年莫蘭指數(shù)散點圖

（二）空間杜賓模型估計

莫蘭指數(shù)檢驗為空間效應的研究提供了初步依據(jù)，為進一步把握數(shù)字經(jīng)濟與農(nóng)業(yè)碳排放效率之間的空間溢出效應，本文引用空間杜賓模型進行實證研究，分析結果如表4 所示。

表4 空間杜賓模型估計

結果顯示，在空間杜賓模型估計下，數(shù)字經(jīng)濟的直接效應為0.283，在1%的顯著性水平下為正，表明數(shù)字經(jīng)濟對當?shù)剞r(nóng)業(yè)碳排放效率的提高起到推動作用，假設1 得到驗證。與直接效應相似，數(shù)字經(jīng)濟的空間溢出效應為0.220，在1%的顯著性水平下為正，表明數(shù)字經(jīng)濟對相鄰地區(qū)的農(nóng)業(yè)碳排放率起到促進作用，假設2 得到驗證。原因在于：（1）數(shù)字經(jīng)濟投入農(nóng)業(yè)生產(chǎn)，可以降低碳排放源的使用量，改變投入要素結構，優(yōu)化資源配置，提高農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)碳排放效率。（2）數(shù)字經(jīng)濟的不斷發(fā)展提高了農(nóng)業(yè)生產(chǎn)科技水平，推動農(nóng)業(yè)產(chǎn)業(yè)向智能化、綠色化發(fā)展，推動生產(chǎn)規(guī)?；同F(xiàn)代化，提高農(nóng)業(yè)生產(chǎn)效率，從而提高農(nóng)業(yè)碳排放效率。（3）數(shù)字經(jīng)濟可以改變地區(qū)之間的資源配置，可以降低求職者搜尋信息的成本和在遷徙途中的風險，促使區(qū)內(nèi)勞動力向周邊地區(qū)跨區(qū)域流動。勞動力的轉移伴隨著知識、技術和經(jīng)驗的轉移，進而提高相鄰地區(qū)的農(nóng)業(yè)生產(chǎn)技術，提高農(nóng)業(yè)碳排放效率。

（三）異質性檢驗

中國地域遼闊，不同地區(qū)在自然和經(jīng)濟社會環(huán)境上具有差異性，因此農(nóng)業(yè)生產(chǎn)也存在明顯的區(qū)域差異性。且不同區(qū)域的數(shù)字經(jīng)濟基礎有差異，在農(nóng)業(yè)中的滲透程度也有懸殊[5]。為了驗證數(shù)字經(jīng)濟對不同地區(qū)農(nóng)業(yè)碳排放效率的區(qū)域異質性，將研究對象分為東部、中部和西部地區(qū)，研究結果如表5 所示。

表5 區(qū)域異質性檢驗

從表5 中可以看到東部地區(qū)的數(shù)字經(jīng)濟發(fā)展顯著提升了農(nóng)業(yè)碳排放效率，且在1%顯著性水平下為正。同時中部地區(qū)和西部地區(qū)的數(shù)字經(jīng)濟發(fā)展對當?shù)剞r(nóng)業(yè)碳排放效率的影響并不顯著。原因可能在于，東部地區(qū)經(jīng)濟更為發(fā)達，基礎設施建設完善，數(shù)字信息化水平更高，數(shù)字經(jīng)濟體系發(fā)展得更好，對農(nóng)業(yè)碳排放效率的提高更為顯著。反之，中部和西部地區(qū)的數(shù)字經(jīng)濟整體發(fā)展水平較低，其對碳排放效率的影響尚不明顯。

五、結論與政策建議

本文基于熵權法和SBM-GML 模型，在綜合測算了數(shù)字經(jīng)濟發(fā)展水平和農(nóng)業(yè)碳排放效率的基礎上，通過空間杜賓模型檢驗了2011—2020 年數(shù)字經(jīng)濟對農(nóng)業(yè)碳排放效率的影響。研究表明：（1）數(shù)字經(jīng)濟發(fā)展能夠顯著提高農(nóng)業(yè)碳排放效率，且具有空間溢出效應；（2）東部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平較高，而中部和西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平相對較低，呈現(xiàn)較大的地域分化現(xiàn)象；（3）數(shù)字經(jīng)濟在農(nóng)業(yè)領域中的碳減排效應具有明顯的區(qū)域異質性，在東部地區(qū)其減碳效果顯著，而在中部和西部地區(qū)其減碳作用并不明顯。

基于以上結論，本文政策建議如下：（1）穩(wěn)固數(shù)字經(jīng)濟基礎，加快數(shù)字技術與農(nóng)業(yè)生產(chǎn)相結合，推動農(nóng)業(yè)碳減排。鼓勵農(nóng)業(yè)新興技術與傳統(tǒng)技術結合，實現(xiàn)農(nóng)業(yè)高質量發(fā)展。（2）強化區(qū)域間發(fā)展聯(lián)系，逐步改善區(qū)域間數(shù)字經(jīng)濟發(fā)展差異較大的現(xiàn)狀，以數(shù)字化轉型推動農(nóng)業(yè)綠色低碳發(fā)展。（3）充分考慮數(shù)字經(jīng)濟影響農(nóng)業(yè)碳排放效率的區(qū)域異質性，實現(xiàn)整體優(yōu)化。（4）充分發(fā)揮數(shù)字經(jīng)濟對農(nóng)業(yè)碳減排的空間溢出效應，建立低碳綠色農(nóng)業(yè)示范園，充分發(fā)揮示范效應和溢出效應。順利實現(xiàn)農(nóng)業(yè)低碳轉型。