數字經濟對農業碳排放影響因素研究

王飚 楊力

［摘 要］農業碳排放是我國第二大碳排放來源，深入分析數字經濟對農業碳排放的積極影響，是實現我國農業碳減排和“雙碳”目標的關鍵。文章以我國30個省（市、自治區）為考察對象，構建2011-2020年面板數據，首先構建了數字經濟評價指標體系，利用熵值法算出30個省份的數字經濟平，再使用雙向固定效應模型分析數字經濟對農業碳排放的影響和區域異質性，最后用中介效應模型分析數字經濟對農業碳排放的作用路徑。研究發現：數字經濟能夠通過提高農業產業結構升級抑制農業碳排放，且農業生產效率在其中起到了不完全的中介作用；分區域看，數字經濟能夠顯著抑制各區域農業碳排放，但對東部地區農業碳排放的抑制作用不如中西部。

［關鍵詞］數字經濟；農業碳排放；農業產業結構

［中圖分類號］F49?? ［文獻標志碼］A??? ［文章編號］2095-0292（2024）02-0076-05

［收稿日期］2023-12-18

［基金項目］省級研究生學術創新項目“安徽省數字經濟發展水平評價及優化路徑研究”（2022xscx075）；安徽省高等學?？茖W研究重大項目“‘雙碳約束下安徽省數字經濟與實體經濟深度融合發展路徑研究”（2023AH040152）

［作者簡介］王飚，安徽理工大學經濟與管理學院碩士研究生，研究方向：數字經濟；楊力，安徽理工大學經濟管理學院教授，博士生導師，博士，研究方向：礦業安全管理、能源經濟、管理決策分析。

經濟社會的深入發展，過度的資源開采和利用導致全球氣候問題愈發嚴重，已經成為各國面臨的一大挑戰。政府間氣候變化專門委員會（IPPC）發布的《氣候變化 2022：減緩氣候變化》報告中提出，全球須在2030年之前實現碳排放減少四成的目標。我國作為世界第二大經濟體和碳排放大國，也積極承擔應負的責任，力爭在2030年前達到峰值，2060年前實現碳中和。雖然工業碳排放是中國碳排放總量的最大來源，但農業碳排放占比也不可小覷，經過幾十年的農業現代化發展，中國農業生產的高碳特征十分突出，農業碳排放量僅次于工業碳排放量，成為我國碳排放的第二大來源［1］。理論上實現農業碳減排主要通過減少“高碳”生產要素投入和提升生產要素的使用效率這兩大途徑，而這兩大路徑都是通過農業技術進步為前提［2］。從發達國家經驗看，數字技術推動下的農業精準生產是降低農業二氧化碳排放的有效方式。 在新一輪的數字科技革命背景下，伴隨著“數字鄉村”戰略的開展，使得數字經濟水平在農業高質量發展中發揮著越來越重要的作用。數字經濟發展水平的提升，能夠加速農業數字化進程，優化農業資源配置效率，進而深刻影響農業技術進步和農業生產轉型。因此在“雙碳”背景下，探尋數字經濟對農業碳排放影響對促進農業生產轉型和實現農業碳減排目標具有重要意義。

一、文獻綜述

農業的低碳可持續發展一直是學術界關注的熱點，不少學者對農業碳排放量的測度和時空分布［3-6］進行了實證研究。中國農業正處于轉型升級階段，傳統粗放型的農業生產方式帶來了嚴重的環境問題和巨大的資源浪費，為此更多的學者開始研究提高農業生產效率與農業碳排放的影響。鄭陽陽和羅建利（2021）基于中國30個?。?市、自治區） 2002—2016年的面板數據，從空間相關性和空間異質性兩個角度分析農業生產效率對農業碳排放的影響，研究表明農業生產效率的提高能夠顯著降低農業碳排放［7］；劉楊和劉鴻斌（2022）以山東省為例進行實證研究，結果表明農業生產效率提升是農業碳減排的最主要影響因素［8］；王帥等（2020）基于河南省65個村莊的調查數據，研究碳排放強度和農業生產效率的關系，結果表明提高農業生產效率能夠推動農業低碳發展［9］；王慧和卞藝杰（2015），利用SBM模型度量我國農業生產效率，同時全面測算考察期內各省份農業碳排放總量，結果顯示提升農業生產效率是實現農業碳減排的有效途徑；田紅宇（2022）基于2011-2019年長江經濟帶108 個地級市數據，測度其農業碳排放水平，并運用動態面板模型考察數字經濟對糧食生產碳排放的影響［2］。

目前，學術界關于數字經濟與農業碳排放之間的關系的研究尚處于起步階段。但隨著“數字鄉村”戰略的開展，數越來越多的學者開始探究數字經濟在農業生產中的作用。朱秋博等（2019）認為農業信息化能夠優化農業資源配置效率，降低農業信息搜尋成本，從而提升農業生產效率［10］；李強（2019）認為以大數據、物聯網、人工智能等數字技術能夠有效推進農業發展精準化、數字化和智慧化，提升農業生產效率［11］；；張柏楊等（2022）通過剖析發達國家的成功經驗，發現數字信息技術是高碳農業向低碳轉型的技術支撐［12］

然而，探討數字經濟對農業碳排放的影響機制的研究尚未不足，兩者之間的中介效應機制也未得到完全解釋。對此，本文對以下問題進行理論和實證方面的探討：數字經濟是否對農業碳排放存在負向影響？若存在負向影響，其內在機制如何？數字經濟對農業碳排放的影響存在哪些異質性表現？

已有研究表明，數字經濟能夠提高農業生產效率，而農業生產效率的提高又能有效地抑制農業碳排放。那么數字經濟的提升能否抑制農業碳排放？農業生產效率在數字經濟和農業碳排放之間是否起到中介作用？為了厘清上述問題，本文使用中國30個省份2011—2020年的數據，構建了數字經濟評價指標體系，計算出30個省份的數字經濟發展水平，并通過實證分析研究數字經濟對農業碳排放影響及作用路徑。

二、理論分析與研究假設

本部分嘗試從數字經濟對農業碳排放的直接影響、間接影響以及空間來探討數字經濟影響農業碳排放的機制。

（一）數字經濟對農業碳排放的直接影響

隨著數字經濟的不斷發展，數字經濟規模與結構的突破與革新使得大數據平臺和互聯網經濟等各類經濟衍生工具如雨后春筍般相繼出現，良好地解決了供求雙方出現的要素失衡問題以及大幅度降低了各類時空交易成本問題。而數字經濟對各類生產資源要素的充分利用和經濟運行效率的深入推進也為勞動力、資本、土地等傳統要素的深度融合堅實基礎，從而對農業碳排放產生作用。同時，數字經濟具有邊際效應非線性遞增的特點，有利于促進經濟良好發展并提升地區間的經濟協調能力（趙濤等，2020）［13］。數字經濟通過其出色的創新能力、衍生品的廣泛使用等多個方面減少農業碳排放。以此為基礎，本文提出假設一。

H1：數字經濟發展對農業碳排放存在顯著的直接負向影響。

（二）數字經濟對農業碳排放的間接影響

農業產業結構與農業生態環境密切相關，其產業結構的調整會對環境和資源造成一定的壓力。目前，隨著數字基礎設施的普及，生產的機械化不僅極大地提高了農業生產效率，推動了農業生產經營模式的轉型，促進了產業結構升級。另一方面，數字經濟還能夠調整消費結構，創造高質量、綠色的新產品。因此，數字經濟的普及，可有效提高資源利用效率，經數字創新升級的農業產業結構以及農業發展模式，可及時跟蹤農業環境動態變化，有效控制農業生產過程中化肥、農業等農業資源的使用量，進一步規避資源的損耗以及防止污染的加劇，實現高效、低 耗、綠色、環保的可持續農業發展，持續提高農業碳排放效率。以此為基礎，本文提出假設二。

H2：數字經濟可通過農業產業結構升級對農業碳排放效率產生間接影響。

（三）數字經濟對農業碳排放的空間影響

由于不同區域在經濟建設、產業生態等方面存在一定差異，這可能會導致數字經濟對不同區域農業碳排放的影響效果不同。王軍等（2022）研究發現數字發展對東部、中部以及西部地區的碳排放量的影響具有較大的差異［14］。一方面，數字經濟作為一種融合經濟，不同于以往任何一種傳統經濟理論，憑借指數增長這一特點，容易呈現出強者愈強、弱者愈弱的“馬太效應”；另一方面，數字經濟的發展加快信息流通效率，準確識別農業市場的供求關系，打破勞動者之間的信息壁壘，減少了信息之間的不對稱，大幅度降低農業成本，減少碳排放量。因此，本文提出假設三。

H3：數字經濟越發達的區域，對農業碳排放的影響越強。

三、研究設計

本節構建了數字經濟影響農業碳排放的計量模型，對變量進行說明與測度。

（一）模型構建

1.基準回歸模型

為了驗證數字經濟影響農業碳排放的效果，設定如下基本計量模型：

lnAcei，t=α0+α1Digiti，t+αnXi，t+μi+δt+εi，t?????????????????????????????????????????????????? （1）

其中，lnAcei，t是地區i在t時期的農業碳排放水平，Digiti，t是地區i在t時期的數字經濟發展水平；Xi，t是控制變量；μi表示地區i不隨時間變化的個體固定效應;δt表示時間固定效應；εi，t表示隨機擾動項。

2.中介效應模型

本文構建中介效應模型對農業產業結構升級是否提升農業碳排放的內在機制進行檢驗。

Mi，t=β0+β1Digiti，t+βnXi，t+μi+δt+εi，t???????????? （2）

lnAcei，t=γ0+γ1Digiti，t+γ2Mi，t+γnXi，t+μi+δt+εi，?????????? （3）

其中，Mi，t是中介變量，其余變量的含義與式 （1） 一致。

（二）變量說明

1.被解釋變量：農業碳排放量（lnAce）

本文參考丁寶根等（2022）的研究，根據化肥使用量、塑料薄膜使用量、農用柴油使用量、農藥使用量、農作物播種面積和灌溉面積計算出30 個?。ㄊ小⒆灾螀^）2011—2020年的農業碳排放量［15］。

同時使用農業生產總值/農業碳排放量計算出農業碳排放效率，作為替換的被解釋變量進行穩健性檢驗。

2.核心解釋變量：數字經濟發展水平（Digit）

本文選取人均郵政業務收入、人均電信業務收入、移動電話普及率、互聯網普及率、計算機服務和軟件從業人員總數、北京大學數字普惠金融指數構建數字經濟評價指標體系（肖春梅等，2023）［16］，利用熵值法得到數字經濟發展水平指數。

3.控制變量

經濟發展水平（lngdp）：地區人均生產總值的對數值；產業結構（Ind）：第三產業與第二產業的產值之比；金融發展（Fin）：貸款余額占GDP的比重表示。

4.中介變量：農業產業結構升級（lnIs）

由于衡量農業產業結構升級主要為第二產業，所以該地區可用第二產業增加值總產值與該地區GDP的比值進行反映。

以上數據除北京大學數字普惠金融指數［17］（郭峰等，2020）外，其余指標數據主要來源于《中國統計年鑒》、《中國農村統計年鑒》以及各省統計年鑒與公報，缺失數據采用插值法補充。需要說明的是，由于數據可得性限制，西藏自治區、香港特別行政區、澳門特別行政區、臺灣省不在本文的研究范圍內。各變量描述性統計如表1所見：

四、實證結果

（一）基準回歸

本文數據經hausman檢驗，顯著性小于0.1，因此選擇固定效應回歸，基準回歸結果見表2，表2報告了數字經濟影響農業碳排放的估計結果。在第（1）、（2）列中，數字經濟的系數估計值顯著為負，說明數字經濟確實能顯著降低農業碳排放。在加入控制變量之后，經濟發展水平（lngdp）減少了農業碳排放，反映出經濟水平的提升在影響農業碳排放這方面起顯著作用。產業結構（Ind）也顯著降低農業碳排放，說明隨著產業結構的越來越完善，其農業碳排放量也會顯著減少，因此，假設一（H1）成立。

（二）中介機制檢驗

從傳統逐步檢驗回歸系數方法分析，詳情見下表2。由（3）可知，農業產業結構升級對數字經濟發展水平的影響在1%水平下的正向；同時，對比數字經濟對農業碳排放的直接回歸系數，即對比表2中（2）（4）列回歸系數，當農業產業結構升級為中介變量時，（4）列比（2）列的系數有所提升，說明農業產業結構升級是數字經濟發展影響農業碳排放的有效中介機制。因此，假設二（H2）成立。

（三）異質性檢驗

本文上述研究皆以全國30個?。ㄊ小⒆灾螀^）為研究對象，估計結果表明數字經濟發展對農業碳排放量存在顯著抑制作用。但由于不同區域在經濟建設、產業生態等方面存在一定差異，這可能會導致數字經濟對不同區域農業碳排放的影響效果不同。由此，本文將全國30個?。ㄊ?、自治區）劃分為東部、中部以及西部三大區域，進而探究數字經濟發展對農業碳排放影響的區域異質性。結果見表3。

分區域看，數字經濟能夠顯著抑制各部地區的農業碳排放，具體表現為數字經濟水平每提高1%，東部地區農業碳排放量將降低0.002%，，中部地區農業碳排放量將降低0.003%，西部地區農業碳排放量將降低0.003%。通過數據能了解到，東部地區數字經濟發展水平對農業碳排放的抑制作用居然低于中西部地區，與常識相悖。這是因為東部地區多為平原，其農業產業化發展水平較高，數字經濟發展進一步提高了東部地區農業產業化水平。農業產業化水平的提升一方面能夠實現精準生產，降低每畝農產品的化肥使用量，從而降低農業碳排放；另一方面農業產業化也擴大了農業種植面積。東部地區農業種植面積的擴大，使得農膜、農藥、化肥等農業碳排放主要來源材料的投入量也相應擴大，農業生產規模擴大所增加的農業碳排放量高于精準生產所減少的碳排放量，所以東部地區數字經濟發展會對農業碳排放會的抑制作用不如中西部地區。因此假設三不成立。

（四）穩健性檢驗

為了保證實證結果的可信性和有效性，繼續進行如下穩健性檢驗：1.替換被解釋變量：采用農業碳排放效率（農業生產總值/農業碳排放量）作為被解釋變量，研究數字經濟對其影響；2.縮短面板：劉軍等（2020）認為在數字技術發展的萌芽期測算其水平意義不大［18］，為此將樣本區間調整為2015—2020年，進行縮短面板的穩健性檢驗，結果見下表3中（8）、（9）列。

可以看出，在替換被解釋變量和縮短面板的固定效應檢驗結果與模型（2）基本一致，各個變量的數據沒有太大的變化，由此表明本文的參數估計結果較為穩定。

五、結論與建議

本文通過構建數字經濟指標體系，測度中國30 個?。ㄊ小⒆灾螀^）2011—2020年的數字經濟發展水平，在通過雙向固定效應模型和中介效應模型研究數字經濟對農業碳排放得的影響與作用路徑，研究發現：（1）從總體上看，數字經濟能夠顯著的抑制農業碳排放，數字經濟水平每提高1%，農業碳排放量將下降0.003%，經過穩健性檢驗結果依舊可信；（2）分區域看，數字經濟對農業碳排放的影響存在顯著的區域異質性，數字經濟能夠顯著抑制各區域的農業碳排放，但其對東部區域農業碳排放的抑制作用卻不如中西部區域。這是由于區域數字經濟水平的差異，使得東部地區農業生產規模擴大所產生的碳排放量超過了農業精準生產所降低的碳排放量；（3）農業碳排放能夠通過提高農業生產效率達到抑制農業碳排放的作用，其中農業生產效率起著不完全的中介作用。

基于本文結論得到以下政策建議：（1）把握科技變革機遇，推動數字經濟與農業生產深度融合。大力推動“數字鄉村”建設，加強數字經濟與農業生產的深度融合，通過數字技術實現農業精準生產，減少單位種植面積的化肥和農膜使用量，從而實現農業低碳可持續發展。（2）提高數字滲透度，因地制宜調整農業發展戰略。根據東部、中部和西部的數字經濟水平以及地區特征，調整農業發展戰略。東部平原地區實施農業生產規?；?、產業化，雖然在一定程度上會不可避免地增加農業碳排放總量，但這是農業生產規模擴大的結果，單位生產的農業碳排放量是降低的。（3）提高農業生產效率，發揮農業精準生產的減碳效果。農業生產效率的提高，能夠避免農藥、化肥、農膜等農業碳排放主要來源的過度使用，降低農業碳排放量，因此，要積極發展智慧農業，提高農業機械化、數字化程度，助力農業數字化發展新格局，實現農業低碳可持續發展。

［參 考 文 獻］

［1］楊晨，胡珮琪，刁貝娣，等. 糧食主產區政策的環境績效：基于農業碳排放視角［J］. 中國人口·資源與環境， 2021， 31（12）： 35-44.

［2］田紅宇，關洪浪. 數字經濟對糧食生產碳排放的影響研究—來自長江經濟帶108個地級市的經驗證據［J］. 中國農業資源與區劃，2023，44（8）：1-16.

［3］田云，尹忞昊. 中國農業碳排放再測算：基本現狀、動態演進及空間溢出效應［J］. 中國農村經濟， 2022（3）： 104-127.

［4］楊青林，趙榮欽，趙濤，等. 縣域尺度農業碳排放效率與糧食安全的關系［J］. 中國農業資源與區劃， 2023， 44（2）： 156-169.

［5］王若梅，馬海良，王錦. 基于水-土要素匹配視角的農業碳排放時空分異及影響因素——以長江經濟帶為例［J］. 資源科學， 2019， 41（8）： 1450-1461.

［6］張希棟，楊程博，劉靜. 我國農業碳排放時空演變特征研究［J］. 環境保護， 2023， 51（Z1）： 42-48.

［7］鄭陽陽，羅建利. 農業生產效率的碳排放效應：空間溢出與門檻特征［J］. 北京航空航天大學學報（社會科學版）， 2021， 34（1）： 96-105.

［8］劉楊，劉鴻斌. 山東省農業碳排放特征、影響因素及達峰分析［J］. 中國生態農業學報（中英文）， 2022， 30（4）： 558-569.

［9］王帥，趙榮欽，楊青林，等. 碳排放約束下的農業生產效率及其空間格局——基于河南省65個村莊的調查［J］. 自然資源學報， 2020， 35（9）： 2092-2104.

［10］朱秋博，白軍飛，彭超，等. 信息化提升了農業生產率嗎？［J］. 中國農村經濟， 2019（4）： 22-40.

［11］李強. 以信息科技提升農業發展成效［J］. 人民論壇， 2019（19）： 86-87.

［12］張柏楊，劉佳穎，朱睿博. 數字農業發展：國際經驗、減排效應與金融支持——基于成都的案例分析［J］. 西南金融， 2022（1）： 28-39.

［13］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［14］王軍，王杰，王葉薇. 數字金融發展如何影響制造業碳強度？［J］. 中國人口·資源與環境， 2022，32（7）：1-11.

［15］丁寶根，趙玉，鄧俊紅. 中國種植業碳排放的測度、脫鉤特征及驅動因素研究［J］. 中國農業資源與區劃， 2022， 43（5）： 1-11.

［16］肖春梅，黃桂鑫.數字經濟是否提升了城市韌性？——來自中國285個城市的經驗證據［J］.區域經濟評論，2023（4）：117-125.

［17］郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020，19（4）：1401-1418.

［18］劉軍，楊淵鋆，張三峰. 中國數字經濟測度與驅動因素研究［J］. 上海經濟研究， 2020（6）： 81-96.

［責任編輯 孫蘭瑛］