數字經濟對農業綠色發展的影響及其空間溢出效應

摘要：文章利用2011—2021年省際面板數據，通過雙向固定效應模型與空間杜賓模型探究數字經濟對農業綠色發展的影響及其空間溢出效應，除此之外，還采用時空地理加權模型進一步分析了數字經濟對農業綠色發展影響的時空異質性。結果表明：（1）數字經濟發展水平與農業綠色發展水平整體呈上升趨勢，數字經濟與農業綠色發展顯著正相關；（2）空間計量模型結果表明，數字經濟對農業綠色發展具有顯著正向的直接效應、間接效應和總體效應，即數字經濟發展也會引起周邊地區農業綠色發展水平提高；（3）通過進一步分析發現，數字經濟對農業綠色發展的影響具有明顯的時空異質性。據此，提出要重視區域的均衡與協調發展，科學合理地優化數字經濟的空間布局的建議。

關鍵詞：數字經濟；農業綠色發展；空間溢出效應

一、引言

2024年中央“一號文件”提出扎實推進化肥農藥減量增效與農業面源污染綜合防治，展現出了農業綠色發展的重要性。目前農業發展依然沒有改變依靠資源消耗的粗放經營方式，1978—2022年間糧食年產量增加了38 176.3萬噸，增長了大約1.25倍，農業產值增加到84 438.6億元，但是農用化肥施用量增加了4 195.2萬噸，增長了大約4.75倍①，這種農業發展方式嚴重威脅著我國農業的高質量發展。在當前背景下，中央“一號文件”要求發揮數字化的引導作用以促進農業高質量發展，而農業綠色發展是農業高質量發展的重要內容。可見，發揮數字經濟對農業綠色發展的作用對農業產業的健康發展具有重要意義。因此，本文旨在解決以下幾個問題：數字經濟對農業綠色發展產生了怎樣的影響？數字經濟對農業綠色發展的空間溢出效應如何？不同時間、空間條件下的數字經濟對農業綠色發展的影響會有怎樣的差異？回答這些問題，能為當下全面推進農業綠色轉型與低碳發展提供有益的參考。

隨著數字經濟的作用日益凸顯，越來越多的研究認同了數字經濟在農業綠色轉型過程中的價值，其在農業中的應用能發揮節約農業成本、提高農業生產效率、優化農業結構、促進農產品質量提升等作用[1]，能夠顯著促進農業高質量發展[2-3]。同時越來越多的研究開始關注到數字經濟的綠色價值[4]，有研究發現，互聯網技術的發展會通過改善生產效率和能源效率減少污染[5]，也有研究表明，數字經濟發展顯著降低了城市各類環境污染物的排放[6]。在農業方面，李本慶和岳宏志[7]分析認為，數字經濟能夠通過結構升級效應推動農業產業結構綠色化，具有驅動農戶農業綠色低碳轉型的作用[8]。

目前現有研究大多集中于數字經濟的環境改善作用以及其對農業發展的促進作用，但是關于數字經濟對農業綠色發展的影響研究還很少。因此，本文基于以往研究的基礎上，深入探討了數字經濟對農業綠色發展的影響及其空間溢出效應，運用理論分析和實證研究結合的方法，將空間因素引入到數字經濟與農業綠色發展之間關系的實證研究中，可以增強研究結論的地區指向性，擴寬數字經濟對于農業綠色發展影響的研究視角，為相關領域的研究提供一些思路。

二、理論分析與研究假設

（一）數字經濟影響農業綠色發展的直接效應

數字經濟包含一切依賴數字要素或由數字要素而顯著增強的經濟活動，能夠引發從生產要素到生產力、再到生產關系的全面綠色變革[9]。相關研究表明，農業綠色發展主要通過去污、提質以及增效等方式實現[10]，而其外生干預主要以技術創新形式出現。數字經濟通過技術創新在各個方面為農業綠色發展注入動力，促使精準、高效、低碳成為農業發展的主基調[11]。其中，數據要素能夠突破傳統要素供給約束，緩解農業勞動力和土地錯配程度[12]，通過深入農業生產、經營與治理過程，提高農業生產效率與效益以及治理能力[13]，同時起到促進農業綠色化的效果[14]。數字技術能促進資源利用綠色化[15]，通過規模經濟、范圍經濟等增效機制，推動農業綠色協調高效發展[16]，其嵌入農業生產過程，能幫助農民精準施用各類化學投入品，促進化肥農藥減量化。同時，隨著數字經濟的發展，數字化基礎設施服務不斷向農村延伸，數字技術不斷滲透農業生產，推動農業產業高級化，從根本上提高農業過程中的資源效率，從而實現既定的資源約束下農業經濟效益最大化。同時，通過綠色創新助力農業發展，即便在減少生產投入的情況下，也能提高農業生產水平，進而提升農業的綠色全要素生產率。但是，數字經濟發展對農業綠色發展也可能產生一定的抑制作用。在數字經濟發展的初期階段，可能需要大量的資金投入和基礎設施建設，這可能會擠占原本用于農業綠色發展的資源。此外，數字經濟的發展可能帶來一些新的環境問題，如數據處理和存儲的能耗問題，以及信息泄露和網絡安全等風險，這些問題都可能對農業綠色發展產生負面影響。據此，本論文提出如下研究假設：

假設H1a：數字經濟能夠推動農業綠色發展。

假設H1b ：數字經濟會抑制農業綠色發展。

（二）數字經濟影響農業綠色發展的空間溢出效應

空間溢出效應主要源于空間相互作用理論，這一理論指出，地區之間會發生要素和技術的相互傳輸，從而構成一個緊密相連的網絡。在以空間相互作用理論為基礎的前提下，數字經濟憑借其高擴散性與輻射性的特征打破了時間與空間的限制，增強了區域間的互動和關聯[17]，使得本地與鄰地數字經濟產生空間交互作用從而作用于鄰地農業綠色發展，同時，由于農業生產要素流動、農業生產綠色技術擴散、環境規制政策工具趨同等因素愈加促使空間交互作用的形成。這種綜合作用使數字經濟對于農業綠色發展的影響不再局限于本區域，即數字技術的擴散效應使得勞動力、資金等傳統生產要素能夠突破地理界限，實現快速流動和高效配置。除此之外，數字經濟發展帶來知識的快速流動促進了各類創新與技術進步在農業企業之間的傳播，為不同地區間的農業企業提供了深入交流與合作的機會，實現技術水平、業務發展等方面的共同進步。這種跨地區的合作與交流不僅有助于提升本地區的農業綠色全要素生產率，還能通過技術溢出和知識擴散，提高周邊地區的農業綠色全要素生產率，從而帶動周邊地區的農業綠色發展。

據此，本論文提出假設H2：數字經濟不僅能提高本地的農業綠色發展水平，還能提高鄰近地區的農業綠色發展水平，具有正向空間溢出效應。

三、變量選取、模型構建與數據來源

（一）變量選取

1. 被解釋變量：農業綠色發展水平（[AGTFP]）

在農業領域，農業綠色全要素生產率的提升是農業綠色發展的核心所在，其增長態勢更是衡量農業發展綠色化程度和未來走向的重要指標。因此，本文選擇從農業綠色全要素生產率的視角，深入剖析農業綠色發展的內在邏輯和趨勢。同時考慮本文集中于狹義農業研究，參考郭海紅和劉新民[18]的研究，具體測算指標如表1所示。其中，勞動投入采用農業從業人員年底數衡量，參考相關研究[19]，用第一產業從業人數乘以種植業總產值占農林牧漁業總產值的比重來測算。在核算農業面源污染量時，采用清華大學賴斯蕓[20]提出的清單分析法作為參考依據進行計算，同時考慮到本文的研究范圍，只考慮農用化肥以及農田固體廢棄物產生的總氮、總磷以及化學需氧量，具體使用的農業面源污染產污單元清單列表如表2所示。農業碳排放的核算參照李波[21]等的碳排放系數以及方法，同時考慮水稻碳排放綜合得到農業碳排放，其中農業碳排放系數如表3所示。

參考相關研究，使用SBM-GML指數對各項指標原始數據綜合計算[22]，得出我國的30個省份（自治區、直轄市）2010—2021年的農業綠色全要素生產率，參照吳傳清和宋子逸[23]的做法，將核算的農業綠色全要素生產率指數由上一年為1的環比指數轉換為2010年為1的累積增長指數進行回歸估計，求得2011—2021年的農業綠色發展水平評價得分。

2.解釋變量：數字經濟發展水平（[Dig]）

為了考察省級層面的數字經濟發展情況以及精準描述數字經濟在農業上的作用和表現，借鑒已有研究[24-25]，從農村數字基礎設施、生產數字化、生活數字化等方面衡量數字經濟發展水平，并進一步通過熵值法測度數字經濟發展水平。具體指標如表4所示。

3.控制變量

除了數字經濟的發展水平外，農業的綠色發展還受到其他因素的影響，本文參考已有的學術研究成果[26-27]，選取以下控制變量：（1）人力資本水平（[HU]）。采用各省份農村居民平均受教育年限來衡量。具體處理方法：將小學、初中、高中、大專及以上的受教育程度分別賦值為6、9、12和16年，隨后將勞動力中不同受教育水平的人口比例與相應受教育年限相乘，得出平均受教育年限。（2）經濟環境（[EE]）。采用各省（市）二、三產業產值占地區生產總值的比重來表征。（3）區域經濟發展水平（[lnGDP]）。采用該地區當年人均國內生產總值的對數來度量。（4）政策支農程度（[GOV]）。采用人均農林水事務支出來體現，這一指標能夠反映政府對農業發展的支持力度。此外，考慮收入結構（[INC]）對農業生產效率的影響，本文采用農戶人均家庭經營性收入占人均收入的比例來表示，這一比例越高，說明農戶越傾向于以務農為主，其收入對農地的依賴性也越強。因此，為提高收入水平，農戶會更加專注于提升農業生產效率。

（二）模型構建

1. 基準模型設定

根據上述分析，本文構建基準回歸模型，檢驗數字經濟發展對農業綠色發展的直接作用：

[AGTFPit=α0+α1Digit+α2conit+μi+δt+εit]" " " " （1）

2. 空間計量模型

為了對空間模型進行合理選擇，本文根據判別準則進行了Hausman檢驗、LM檢驗、LR檢驗結果最終選擇空間杜賓模型來揭示地區間的空間溢出效應，最終選擇的空間杜賓模型基本形式如下：

[AGTFPit=α0+ρW*AGTFPit+β1*Digit+α1Digit]" " " " " " " " " " " " " " " " "[+α2conit+β2W*conit+δt+εit]" " " " " " " " "（2）

其中，[AGTFPit]為區域[i]在[t]時期的農業綠色發展水平；[Digit]為省份[i]在[t]時期的數字經濟發展水平；[μi]表示區域[i]不隨時間變化的個體固定效應；[δt]則控制時間固定效應；[εit]表示隨機擾動項；[conit]為一組控制變量；[α0]為截距項；[α1]為數字經濟的回歸系數；[α2]為控制變量的回歸系數；[W]為空間自回歸系數；W為空間權重矩陣；[β1]和[β2]分別為核心解釋變量以及控制變量空間交互項的彈性系數。

（三）數據來源

基于數據的可得性，本研究選取2011—2021年國內30個省（自治區、直轄市）（港澳臺和西藏地區除外）為研究對象。以上所有變量數據主要來源于《中國統計年鑒》《中國社會統計年鑒》《中國工業統計年鑒》《中國農業年鑒》《中國農村統計年鑒》、各省統計年鑒、國家統計局等，中國數字普惠金融指數出自北京大學數字金融研究中心與螞蟻金服集團共同編制的《北京大學數字普惠金融指數》，對于缺失的數據采用插值法補充。各變量描述性統計分析如表5所示。

四、結果與分析

（一）數字經濟發展的時序演變

數字經濟發展指數時序演變趨勢如圖1所示。由圖1可以發現，在研究期內，數字經濟發展整體呈現上升趨勢。分區域來看，東部地區、中部地區以及西部地區數字經濟發展趨勢與全國數字經濟發展趨勢基本相同，可以將各地區各省份的數字經濟發展水平時序變化劃分為兩個階段：2011—2014年的緩慢上升階段和2014—2021年的快速上升階段。東北地區數字經濟發展趨勢則有所不同，其在2011—2014年是同樣的緩慢上升階段，但其快速上升階段只從2014年持續到2017年，而2017年之后的上升幅度卻不明顯，甚至在2020年到2021年存在小幅度下降。截至2021年，東部地區數字經濟發展平均水平超過0.4，中部地區數字經濟發展平均水平達到0.23，西部地區與東北地區數字經濟發展均值大致相同，都在0.17左右。說明地區間數字經濟發展差異明顯，數字經濟發展水平最高的東部地區是數字經濟發展水平最低的西部、東北地區數字經濟發展水平的兩倍以上。在空間分布上，我國數字經濟發展水平的均值從大到小的順序依次為：東部地區、中部地區、東北地區、西部地區。西部地區是我國數字經濟發展水平最低的地區，其具有持續上升的趨勢，但增長速度相對緩慢，其與東北地區都是我國數字經濟發展急需注入動力的重點地區。

（二）農業綠色發展的時序演變

為了能夠明晰的比較農業綠色發展水平，從而更直觀地分析各省份（直轄市、自治區）發展特點，由上文測度的各區域農業綠色發展水平指數，得到2011—2021年發展水平趨勢圖（見圖2）。

圖2為我國2011年到2021年整體農業綠色發展水平均值，由圖2可以看出，在2011年到2021年我國農業綠色發展水平整體呈上升趨勢。分地區來看，東部地區的農業綠色發展呈現出明顯的上升趨勢，并且在各區域中擁有顯著的優勢地位，表明東部地區在推動農業綠色發展方面取得了積極進展。相比之下，中部地區、西部地區以及東北地區的農業綠色發展水平整體不高，且發展趨勢與情況較為近似，這可能與這些地區的經濟發展水平、資源稟賦、生態環境以及政策支持等多方面因素有關。

（三）實證結果與分析

1. 普通面板模型回歸分析

表6給出了是否添加控制變量的情況下使用固定效應后的回歸結果。從回歸結果中可以看到，在控制相關變量的前提下，數字經濟發展水平在1%的顯著性水平下正向促進農業綠色發展水平，表現為數字經濟發展水平提高一個單位，農業綠色發展水平會提高0.966個單位，即隨著數字經濟發展水平的提高，農業綠色發展水平也在提高。

由表6可以看出，在1%的顯著性水平下，數字經濟發展對當年農業綠色發展水平的影響呈現出顯著的正向推動作用。這一發現為后續進行空間效應分析奠定了基礎，并為進一步探討數字經濟與農業綠色發展之間的內在聯系提供了有力的支撐。控制變量方面，人力資本水平、經濟環境、政策支農程度以及收入結構對于農業綠色發展具有顯著正向影響。具體來說，首先，人力資本水平的提升能夠增強農業勞動者的技能和素質，使其更加適應現代農業的發展需求，進而促進農業的綠色轉型和可持續發展。其次，隨著受教育程度的提高，農民將更有能力采用先進的農業技術和綠色生產方式，提高農業生產效率，減少資源浪費和環境污染。經濟環境的優化也為農業綠色發展提供了有力支持。隨著二、三產業的快速發展，農業勞動力得到更有效的配置，有利于農業生產的規模化和專業化。同時，二、三產業的發展也為農業提供了更多的市場需求和技術支持，推動了農業的綠色化和現代化進程；政策支農程度的提升也對農業綠色發展起到了積極的促進作用。政府通過加大對農業的投入和扶持力度，為農民提供了更多的資金、技術和市場信息等方面的支持，幫助農民提高農業生產效益和競爭力，進而推動農業的綠色發展；收入結構的改善也對農業綠色發展產生了積極影響。隨著農戶人均家庭經營性收入占人均收入比重的提高，農民對農業生產的依賴性和投入度也會相應增加。這將激發農民更加積極地采用綠色生產方式和技術，提高農業生產的環境友好性和可持續性。而區域經濟發展水平對農業綠色發展具有顯著負向影響，這可能是因為，高強度的經濟活動可能增加對農業資源的壓力，導致資源過度消耗和環境破壞，從而不利于農業的綠色發展。綜上所述，面板模型估計結果驗證了數字化水平對農業綠色發展的直接影響，假設H1a得到驗證。

2.穩健性檢驗

為了深入檢驗回歸結果的穩健性，本文采用了以下三種方法進行驗證。第一，鑒于數字經濟發展對農業綠色發展可能存在滯后效應，將核心解釋變量替換為其滯后一階變量，并重新估計了基準計量模型，如表7的列（1）所示，替換后相關系數依然在1%的顯著性水平上保持正值，這進一步證實了回歸結果的穩健性。第二，考慮到中國區域經濟發展的非均衡性，排除了北京、天津、上海、重慶四個直轄市的數據后，進行了第二次穩健性檢驗，調整后的回歸結果如表7的列（2）所示。結果顯示，數字經濟的回歸系數在1%的顯著性水平上依然為正，這進一步強化了回歸結果的穩健性。第三，為了消除極端值對回歸結果的影響，對核心解釋變量進行了1%水平上的縮尾處理，并重新進行了回歸分析。這一處理后的回歸結果顯示，數字經濟的回歸系數在1%的顯著性水平上依然保持正值，這進一步證明了本文結果的穩健性。通過采用以上三種方法進行穩健性檢驗，驗證了回歸結果的穩健性。

3. 空間面板模型回歸分析

（1）空間相關性檢驗。在使用空間計量模型前，需要先確定數據是否具有空間相關性，其中[Morans I]指數是描述和分析空間相關性的最常見的方法。全局[Morans I]指數主要關注整體空間范圍內的空間分布相關性，有助于把握數據的全局空間特征。全局[Morans I]指數計算公式如下：

[" "Morans I=ni=1nj=1nwij×i=1nj=1nwij（xi-x）（xj-x）i=1n（xi-x）2]" " （3）

本文基于Stata16.0軟件，基于鄰接距離矩陣計算了2011—2021年30個省（自治區、直轄市）的數字經濟與農業綠色發展的[Morans I]指數，得到[Morans I]指數結果如表8所示。

根據表8所展示的數據可以看出，在2011—2021年研究期間內，數字經濟與農業綠色發展的全局Moran's I普遍大于0，并且多數年份都通過了顯著性檢驗。具體而言，數字經濟發展水平和農業綠色發展水平的Moran's I在多數年份中，P值均低于0.1，通過10%的顯著性水平檢驗。表明數字經濟發展與農業綠色發展均呈現出顯著的空間正相關關系，這也進一步揭示了中國數字經濟發展與農業綠色發展在空間上存在的集聚效應。

（2）空間溢出效應檢驗。為保證結果的可靠性與穩健性，本文選擇三種類型的矩陣分別建立空間杜賓模型進行檢驗，結果見表9。由表9可知，無論是哪種距離條件下，空間自相關系數ρ顯著且為正，說明農業綠色發展具有顯著正向的空間溢出性。

（3） 空間效應分解。為深入剖析數字經濟對農業綠色發展的空間效應，本文對實證結果進行偏微分處理，以便得到直接效應、間接效應以及總效應的結果。具體而言，直接效應反映了本地區數字經濟對農業綠色發展水平的影響；間接效應則關注本地區數字經濟對鄰近區域農業綠色發展的外部影響，體現了區域間數字經濟的互動與溢出效應；總效應則是在綜合考慮鄰近區域影響因素的基礎上，全面評估數字經濟對農業綠色發展的整體影響，是直接效應與間接效應的綜合體現。通過這種區分與解析，能夠更準確地揭示數字經濟對農業綠色發展的空間作用機制，三種效應的回歸結果如表10所示。

由表10中可以發現，基于鄰接權重矩陣，數字經濟發展水平每增長1個單位，本地區農業綠色發展水平增長0.958個單位，臨近地區農業綠色發展水平增長2.653個單位，總效應是兩種效應的總和，為3.611；基于地理距離權重矩陣，數字經濟發展水平每增長1個單位，本地區農業綠色發展水平增長0.781個單位，臨近地區農業綠色發展水平增長2.884個單位，總效應為3.666；基于經濟距離權重矩陣，數字經濟發展水平每增長1個單位，本地區農業綠色發展水平增長0.717個單位，臨近地區農業綠色發展水平增長2.954個單位，總效應為3.671。

綜合來說，以數據為關鍵生產要素的數字經濟作為新一輪產業變革的核心力量，具有高技術性、高成長性、高融合性、高協同性的特征，數字經濟的發展特征表明，數字經濟發展不僅對本地區的農業綠色發展產生直接的影響外，還對鄰近地區的農業綠色發展產生正向的空間溢出效應。在考慮空間相關性的前提下，研究期內數字經濟能夠推動農業綠色發展，且對農業綠色發展的空間溢出效應占總效應的比重很高，說明數字經濟的技術溢出對周邊區域產生了積極影響，助推了周邊區域的農業綠色發展。

綜合來看，數字經濟發展對農業綠色發展的空間溢出效應為正向顯著，且間接效應占總效應的比重很大。具體而言，數字經濟在推動本地區農業發展方面具有顯著作用，且在數字技術跨地區支撐與數據要素高效流通的助推下，數字經濟還能夠有效帶動周邊地區的農業發展，呈現出積極的正向空間溢出效應。這一效應不僅體現了數字經濟在促進農業發展方面的廣泛影響，也揭示了其在推動區域農業協同發展中的重要作用。隨著數字經濟的發展，交通與網絡設施等基礎設施不斷完善，人員流動、物流、網絡信息流在不同的省份間經常交匯，使得空間溢出效應成為影響效應中不可忽略的一部分。

4. 進一步分析：時空異質性分析

基于以上分析可以初步推導判斷：數字經濟可以推動農業綠色發展進程，并且具有正向的空間溢出效應。然而，由于區域數字經濟發展水平和農業綠色發展水平的不平衡性，加上資源等要素的空間差異，必然導致數字經濟對農業綠色發展作用存在空間異質性，因此在下文也對其進行驗證。

基于上述基礎，以下運用相同的變量與數據構建考慮數字經濟發展水平對農業綠色發展水平影響的時空異質性的時空地理加權回歸模型（GTWR），具體模型構建如下：

[" " " AGTFPi=β0（ui，vi，ti）+β1（ui，vi，ti）Digi+β2（ui，vi，ti）HUi] [" " nbsp;+β3（ui，vi，ti）GOVi+β4（ui，vi，ti）lnGDPi+β5（ui，vi，ti）INCi]

[" " " +β6（ui，vi，ti）EEi+β7（ui，vi，ti）ADi+εi]" " " " " " " " " " "（4）

其中，[（ui，vi，ti）]為第[i]個樣本點的時空坐標，即[β（ui，vi，ti）]為各個解釋變量在時間點[ti]和省域空間坐標[（ui，vi]的回歸系數，[εi]為殘差項。

本文通過應用GTWR模型，得出了不同時空位置上各解釋變量影響強度的擬合系數。為了更直觀地展現這些擬合系數隨時間變化的分布情況，繪制了箱線圖。圖3中展示了從2011—2021年共11個箱線，每個箱線代表了相應年份的回歸系數結果，而每個箱線內部則包含了30個省（自治區、直轄市）的回歸系數數據。

矩形箱體用于展示各省份數字經濟發展對農業綠色發展水平影響強度的擬合系數值的集中范圍。箱體上下邊緣的兩條豎線分別代表擬合系數值向上和向下的延伸界限，而箱體內部的白色橫線，則標志著擬合系數值的中位數。為了數據的準確性，圖中已排除了異常值的影響。在圖3中可以看到，不同時期數字經濟發展對各省農業綠色發展狀況的影響程度存在明顯的時空差異性。首先，自2013年起，數字經濟的回歸系數大多為正值，這表明數字經濟的發展對農業綠色發展具有積極的推動作用。這一趨勢在隨后的年份中得以延續，顯示了數字經濟在促進農業綠色發展方面的持續影響力。其次，從系數的變化趨勢來看，從2011—2014年，中位數點呈迅速上升趨勢。這說明在這一階段，數字經濟對農業綠色發展的影響效果從負影響逐漸轉變為正影響。這一轉變可能是由于數字技術的快速發展及其在農業領域的廣泛應用，使得數字經濟的優勢逐漸顯現，從而推動了農業綠色發展的進程。從2015—2021年，系數的變化幅度變得十分平緩。這可能意味著在這一階段，數字經濟對農業綠色發展的影響已經趨于穩定，形成了較為固定的發展模式。然而，這并不意味著數字經濟發展的潛力已經耗盡，相反，它可能預示著未來數字經濟發展將更加注重質量和效益的提升，以更好地推動農業綠色發展。最后，從系數的空間分布來看，一開始地區間差異較大，但到2014年后，地區間影響差異逐漸減小，且基本都處于正影響的范圍。這表明數字經濟發展在促進農業綠色發展方面的作用已經逐漸普及到各個地區，不同地區之間的差異正在逐漸縮小。這一趨勢有利于全國范圍內農業綠色發展的均衡推進，實現全面和可持續的發展。綜上所述，整體上數字經濟發展對農業綠色發展具有顯著的正向作用，并且在不同時期和不同地區呈現出不同的影響程度。

除此之外，為了便于分析數字經濟對農業綠色發展影響的空間異質性，本文利用ArcGIS10.8采用自然斷點法將數字經濟指數作用程度可視化，更為直觀地反映省份間數字經濟發展水平對農業綠色發展的作用效果的差異性。由于本文篇幅有限，僅選取具有代表性的年份即2011年、2016年與2021年全國的30個省（自治區、直轄市）數字經濟發展對農業綠色發展的回歸系數進行說明②。

從回歸系數的空間分布來看，2011年，大部分地區的數字經濟發展都抑制了農業綠色發展，只有少部分地區數字經濟對農業綠色發展的影響水平為正但影響很小，并且這部分地區集中在西部地區，說明在數字經濟剛開始發展的時期，數字基礎設施處于建設階段，東部地區投入大量資源發展數字經濟及建設相關基礎設施，數字經濟的應用不廣，對于農業發展的提高沒有起到幫助還使用相對較多的資源；2016年，回歸系數從東部沿海向西北內陸逐漸遞減，結合數據來看，東部沿海地區數字經濟對農業綠色發展的影響為正，呈現高度聚集情況，其中西北與東北地區影響為負，表示該地區數字經濟發展剛開始并沒有對農業綠色發展起到改善效果。總體來說，東部地區的數字經濟發展對推動農業綠色發展狀況的作用明顯強于西北內陸地區，可能的原因是，數字經濟開始進入高速發展階段，隨著時間的推移，東部地區在數字技術和農業技術的積累上可能更加深入，這使得數字經濟在該地區對農業綠色發展的影響更為顯著，而另一部分地區由于基礎設施以及數字技術的不完善，同時由于農業綠色意識擴散程度還不高，導致這些地區無法將數字經濟與農業綠色發展結合起來，在數字基礎設施的建設過程中，其發展并未對農業綠色發展產生積極作用。總的來說，數字經濟的發展對各地區的影響存在顯著差異，其中在東部沿海地區起到了強促進作用，2016年的這種空間分布情況是大多數年份的代表情況；與 2011年和2016 年相比，2021年數字經濟對于各地區農業綠色發展的影響確實產生了較大變化，有些區域又出現了數字經濟對農業綠色發展的負影響。這一現象集中出現在環渤海地區以及西南等地，可能與這些地區的數字經濟發展水平、農業產業結構、資源環境狀況以及政策支持等多種因素有關。首先，環渤海地區雖然經濟發展較為發達，但在數字經濟與農業綠色發展的融合方面可能還存在一些瓶頸。例如，數字技術在該地區的農業領域應用可能還不夠廣泛，或者應用效果尚未充分顯現，導致數字經濟對農業綠色發展的推動作用不明顯。此外，該地區的農業產業結構可能相對傳統，轉型升級難度較大，也影響了數字經濟對農業綠色發展的正面效應。對于西南地區，由于地理環境復雜、經濟發展水平相對滯后，數字經濟在農業領域的發展可能面臨更多挑戰。比如，基礎設施建設、人才儲備以及政策支持等方面可能存在不足，制約了數字經濟對農業綠色發展的促進作用。同時，該地區的農業綠色發展可能還受到生態環境脆弱、資源約束等問題的制約，使得數字經濟在推動農業綠色發展方面的作用難以充分發揮。然而，盡管存在這些差異和挑戰，但仍然可以看到數字經濟對農業綠色發展的影響差異正在逐漸減小。這可能與全國范圍內數字經濟的快速發展、農業產業結構的優化升級以及政策支持的加強有關。隨著數字技術的不斷進步和應用范圍的擴大，數字經濟對農業綠色發展的推動作用將逐漸顯現，并在全國范圍內實現更加均衡的發展。

五、 主要結論與政策啟示

（一）主要結論

本文運用熵值法評價了我國 30個省（自治區、直轄市）的數字經濟水平，利用SBM-GML測度了農業綠色發展水平，并由此構建了一般的計量模型與空間計量模型以及時空地理加權模型，深度闡述二者所存在的關系。研究結論表明：數字經濟發展水平與農業綠色發展水平整體呈上升趨勢，數字經濟與農業綠色發展水平顯著正相關。空間計量模型結果表明，數字經濟對農業綠色發展具有顯著正向的直接效應、間接效應和總體效應，即數字經濟發展會引起周邊地區農業綠色發展水平提高。通過進一步分析發現，數字經濟對農業綠色發展的影響具有明顯的時空異質性。

（二）政策啟示

1.政府在推動區域發展的過程中，既要注重彰顯區域特色，發揮當地要素稟賦優勢，又要重視區域的均衡與協調發展。為實現這一目標，各地區應深入發掘并充分利用數字經濟的空間擴散特性，將區域數字經濟所具備的正外部性效應最大化。在數字經濟發展領域，表現卓越的區域應充分發揮其典范與先導作用，深化與鄰近地區的技術互動與合作，以形成空間聯動與協調共進的發展格局。同時，應著力消除阻礙數字經濟發展水平空間擴散與示范效應的不利因素，為數字經濟的健康、高效發展創造有利條件。

2.在遵循數字經濟空間演化規律的基礎上，科學合理地優化其空間布局。充分利用東部地區數字經濟基礎堅實的特點，推動數字經濟發展優勢由東向西廣泛傳播。此外，在數字經濟合理空間布局的基礎上，還應著重關注并解決部分地區數字經濟對農業綠色發展促進效果有限的問題，以促進整個區域的協調發展，進一步鞏固數字經濟迅速崛起省份在提升農業綠色發展水平方面的顯著優勢，加速農業發展的數字化與綠色化進程，實施特色資金扶持政策，并深入推進農業產業結構的轉型升級。

參考文獻：

[1]梁琳.數字經濟促進農業現代化發展路徑研究[J].經濟縱橫，2022（09）：113-120.

[2]黃曉慧，聶鳳英.數字化驅動農戶農業綠色低碳轉型的機制研究[J].西北農林科技大學學報（社會科學版），2023，23（01）：30-37.

[3]姚毓春，李冰.數字經濟賦能農業高質量發展：機理分析與實證檢驗[J].東南大學學報（哲學社會科學版），2023，25（05）：53-63，147.

[4]程文先，錢學鋒.數字經濟與中國工業綠色全要素生產率增長[J].經濟問題探索，2021（08）：124-140.

[5]SALAHUDDIN M，ALAM KOZTURK I.Is rapid growth in internet usage environmentally sustainable for Australia？ An empirical investigation[J].Environmental Science and Pollution Research International，2016，23（5）：4700-13.

[6]鄧榮榮，張翱祥.中國城市數字經濟發展對環境污染的影響及機理研究[J].南方經濟，2022（02）：18-37.

[7]李本慶，岳宏志.數字經濟賦能農業高質量發展：理論邏輯與實證檢驗[J].江西財經大學學報，2022（06）：95-107.

[8]黃曉慧，聶鳳英.數字化驅動農戶農業綠色低碳轉型的機制研究[J]. 西北農林科技大學學報（社會科學版），2023，239（01）：30-37.

[9]韓晶，陳曦，馮曉虎.數字經濟賦能綠色發展的現實挑戰與路徑選擇[J].改革，2022（09）：11-23.

[10]金書秦，牛坤玉，韓冬梅.農業綠色發展路徑及其“十四五”取向[J].改革，2020（02）：30-39.

[11]周清香，李仙娥.數字經濟與農業高質量發展：內在機理與實證分析[J].經濟體制改革，2022（06）：82-89.

[12]陳中偉，張雪艷.數字鄉村建設能否緩解農業資源要素錯配？[J].農林經濟管理學報，2022，21（06）：736-743.

[13]鐘真，劉育權.數據生產要素何以賦能農業現代化[J].教學與研究，2021（12）：53-67.

[14]陳中偉，湯燦.數字經濟發展對農業碳排放的影響及其時空效應[J].科技管理研究，2023，43（12）：137-146.

[15]楊建利，鄭文凌，邢嬌陽，等.數字技術賦能農業高質量發展[J].上海經濟研究，2021（07）：81-90，104.

[16]羅千峰，趙奇鋒，張利庠.數字技術賦能農業高質量發展的理論框架、增效機制與實現路徑[J].當代經濟管理，2022，44（07）：49-56.

[17]劉雨佳.中國數字經濟的空間結構及空間效應研究[D].吉林大學，2022.

[18]郭海紅，劉新民.中國農業綠色全要素生產率的時空分異及收斂性[J].數量經濟技術經濟研究，2021，38（10）：65-84.

[19]杜江，王銳，王新華.環境全要素生產率與農業增長：基于DEA-GML指數與面板Tobit模型的兩階段分析[J].中國農村經濟，2016（03）：65-81.

[20]賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調查評估方法[J].清華大學學報（自然科學版），2004（09）：1184-1187.

[21]李波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口·資源與環境，2011，21（08）：80-86.

[22]FUKUYAMA H，WEBER W L.A directional Slack-based measure of technical inefficiency[J].Socio-Economic Planning Science，2009，43（4）：274-287

[23]吳傳清，宋子逸.長江經濟帶農業綠色全要素生產率測度及影響因素研究[J].科技進步與對策，2018，35（17）：35-41.

[24]殷浩棟，霍鵬，汪三貴.農業農村數字化轉型：現實表征、影響機理與推進策略[J].改革，2020（12）：48-56.

[25]JIANG Q，LI J，SI H，et al.The impact of the digital economy on agricultural green development：Evidence from China[J].Agriculture，2022，12（8）：1107

[26]肖銳.財政支農對農業綠色生產率的影響研究[D].中南財經政法大學，2018.

[27]劉敏.農機投入對農業綠色全要素生產率的影響及門檻效應研究[D].吉林農業大學，2020.

責任編輯：管仲

The Influence of Digital Economy on the Green Development

of Agriculture and its Spatial Spillover Effects

Kong Lingying" Li Ning

（School of Economy and Management， Shihezi University， Shihezi， 832000，China）

Abstract： This paper explores the impact of digital economy on agricultural green development and its spatial spillover effect by using the provincial panel data from 2011 to 2021， through the two-way fixed-effect model and the spatial Durbin model， and further analyzes the spatiotemporal heterogeneity of the digital economy on agricultural green development by using the spatio-temporal geographic weighting model. The results show that the development level of digital economy and the level of green development of agriculture show an overall upward trend， and the digital economy is significantly positively correlated with the green development of agriculture. The results of the spatial econometric model show that the digital economy has significant positive direct， indirect and overall effects on the green development of agriculture， that is， the development of the digital economy also leads to the improvement of the level of agricultural green development in the surrounding areas. Further analysis shows that the impact of digital economy on agricultural green development has obvious spatiotemporal heterogeneity. Based on this， it is suggested to attach importance to regional balance and coordinated development， and scientifically and reasonably optimize the spatial layout of the digital economy.

Key words： digital economy; green development of agriculture; spatial spillover effects

引用格式：

孔令英，李寧.數字經濟對農業綠色發展的影響及其空間溢出效應[J].新疆農墾經濟，2025（01）：39-49.

[基金項目]國家社科基金項目（項目編號：20BJY172）。

[作者簡介]孔令英（1978-），女，山東棗莊人，博士，教授，研究方向：農業經濟理論與政策、生態經濟；李寧（1996-），女，遼寧朝陽人，碩士研究生，研究方向：農業經濟。

①數據來源：《中國農村統計年鑒》