數字經濟賦能農業生態環境改善：影響及機制

中圖分類號：F323.3，F49 文獻標識碼：A 文章編號：1671-816X（2025）05-0049-13

DOI：10.13842/j.cnki.issn1671-816X.2025.05.004

隨著中國經濟的快速發展，工業化和城鎮化的加速帶來的環境污染和耕地占用問題顯著。農業污染成為主要環境問題，對農業可持續發展和“雙碳”目標實現構成阻礙。農業非點源污染現已成為我國水體污染的主要原因之一[1]。學術界通過環境庫茲涅茨曲線（EKC）理論對農業經濟增長與環境質量關系展開深入探討，形成倒“U”型、以及“U”型、倒“N”型關系等多元化理論關系[2-3]。在資源約束方面，農業用水受限與耕地資源流失形成雙重壓力[4-5]。與此同時，農業碳排放問題日益凸顯，化肥、農藥等投入品產生的溫室氣體已占全國碳排放總量的 17% ，成為實現碳中和目標的重要制約因素。

值得關注的是，數字經濟正通過多重路徑重塑農業生態格局，促進實現綠色經濟和經濟高質量發展[6]

既有研究多聚焦單一維度（如污染測度或節水技術），尚未構建涵蓋“農業環境污染一農業碳排放一農業水資源”的農業生態綜合治理框架，更缺乏對數字經濟作用機制的系統解構。本研究創新性地建立農業生態環境多維評價體系，重點揭示探討技術創新和環境規制、數字素養在數字經濟改善農業生態環境過程中的作用機制，為破解農業生態治理的“不可能三角”提供新范式。

一、理論分析與研究假設

數字經濟的連接特征促進信息與資源的無縫交流[7]，通過物聯網等技術實現農業生產的實時監控與管理，降低對自然資源的過度依賴。其次，數據的廣泛應用使得農業決策過程更加科學化和精準化，實現對農業投入品如水、肥的精準施用，推動生態農業和循環農業的實踐[8]

數字經濟對農業生態環境改善具有空間溢出效應。農業生產的空間相關性是地理環境、生態條件以及人類活動交互作用的直接體現[9]。數字經濟通過區域間的相互作用，提升周邊地區的生態效能[10]。另外，數字經濟的網絡外部性影響下，信息共享機制促進技術和知識的快速傳播，產生空間溢出效應。

技術創新是重要機制，數字經濟通過促進先進技術的研發與應用，如智能農業、精準灌溉系統和生物技術等，直接改善農業生態環境。數字經濟促進清潔農業生產，通過標準化產品加工和綠色管理，改造傳統農業生產方式[11]，推動綠色生態農業的實踐[12]

經營主體的數字素養在推動環保農業技術的應用與農業環境的改善方面發揮作用。第一，經營主體的數字素養直接影響其獲取、理解和應用農業相關信息和知識的能力[13]。第二，經營主體的數字素養提升經營主體對農業環保型技術的應用。如通過數據分析優化資源配置、利用智能技術減少化肥和農藥的使用、應用遙感技術監測土地和水資源的狀況等。

環境規制促使農業經營主體采納環保技術和方法，加快綠色技術的推廣應用速度[14]。依據波特創新補償理論，環境規制促使農業生產者通過技術創新應對增加的環境管理成本[15]。在面對環境規制要求時，農戶被迫尋求解決方案，轉向采用新能源和環保技術，以實現農業生產的綠色轉型和碳排放的減少。同時，環境規制會促進公眾和企業的環保意識，形成更綠色的消費和生產模式，倒逼生產端綠色化生產。基于以上，提出研究假設：

假設1：數字經濟改善農村生態環境。

假設2：數字經濟對農業生態環境改善具有空間溢出效應。

假設3：數字經濟通過技術創新改善農業生態環境。

假設4：隨著經營主體的數字素養的提高將進一步加強數字經濟改善農業生態環境。

假設5：環境規制將增強數字經濟在改善農業生態環境方面的作用。

二、變量選取

解釋變量，數字經濟發展水平。參照王軍等學者的工作[16-19]，選取涵蓋數字基礎設施、數字產業化、產業數字化三個維度的指標，以此構建一個綜合的評估體系，用以準確刻畫數字經濟發展水平。具體指標如下：

被解釋變量，農業生態環境水平農業生態環境（Enuir）：本章借鑒王斌的思路[20]，采用碳排放（Carbon）、農業面源污染（ASP）和水空間利用（WS）等三個指標并運用熵權指數法綜合評估農業生態環境水平。

（一）農業碳排放

通過計算農業碳排放量，可以了解農業生產過程中碳排放的總量。參考丁寶根的研究[21]，考慮農業生產過程中涉及的碳源包括化肥、農藥、農膜、柴油、灌溉和翻耕等六種，具體公式為：

式中， E 表示農業的碳排放總量， T_i 表示第 i 種碳源投入量， ε_i 表示第 i 種碳源的碳排放系數，柴油、化肥、農藥、農膜、灌溉和翻耕的碳排放系數分別為 0.59kg/kg 、 0.89kg/kg 、 4.93kg/kg 、5.18kg/kg、266.48kg/hm2、 312.60kg/km² 。

（二）農業面源污染

農業面源污染主要涉及農業生產中的化肥、農藥、農用薄膜以及柴油，這些因素構成主要的污染源。為衡量農業面源污染的程度，參考王斌的處理方法[22]，權重處理方式可以采用均等權重法，將化肥、農藥、農用地膜以及柴油使用量的權重均設置為0.25，后對這些因素進行加權處理，除以農作物播種面積，得到農業面源污染水平。

表1數字經濟指標體系

式中， AP 表示農業面源污染， Ti 表示第 i 種污染源， S 表示農作物播種面積。

（三）農業水空間

保證農業用水是確保糧食生產和農業經濟穩定發展的關鍵一環，也是實現全國糧食安全和可持續農業發展的關鍵因素，利用當前農業用水與最大可用農業用水的距離對水空間進行測度[23]，具體公式如下：

式中， WS_it 為水空間； TW_it 為水資源總量， IW_it 為工業用水， DW_it 為生活用水，均為100million;CAWU_it 為當前農業用水。

控制變量，借鑒尹朝靜[24]、孫光林等[25]、林青寧等人的研究[26]，選取勞動力人口密度（dens），將人口占地區行政面積比重進行衡量，并對其進行對數化處理[27]。城鎮化水平（nUrban），采用各省城鎮人口占總人口的比重對城鎮化水平進行衡量[28]。交通基礎設施（Infra），采用各省農村道路里程與其行政面積的比重進行表征[29]。經濟發展水平（lnPGDP），工業化水平（Indus）用工業增加值/GDP來表征。

來源于歷年《中國統計年鑒》《中國農村統計年鑒》《中國人口和就業統計年鑒》《中國信息產業年鑒》各省歷年的《國民經濟和社會發展統計公報》以及北京大學數字金融研究中心。由于西藏和港澳臺數據缺失較為嚴重，選擇除這些省份之外的30個省份2011—2023年的省級面板數據，對其中某些年份或者省份存在缺失的數據采用線性插值法予以補齊。

三、農業生態環境發展水平測度分析

觀測時間內，全國農業生態環境改善水平整體呈現先下降后上升的變化趨勢，如圖1所示。2011—2013年農業生態環境改善水平總體呈現下降趨勢。2014—2017年農業生態環境改善水平基本保持穩定，變化幅度較小，但整體水平仍偏低。2018年后年農業生態環境改善水平逐漸上升，且上升速度加快，顯示出較為明顯的好轉。

四、計量模型設定

（一）模型選擇與設計

為了探究數字經濟對農業生態環境改善的直接影響，構建以下的固定效應模型進行回歸：

上式中，Enir表示被解釋變量，農業生態環境改善水平。Digi表示解釋變量數字經濟水平， β 表示數字經濟水平對農業生態環境改善的影響系數。 n 表示控制變量的個數， c_j 表示第 j 個控制變量的影響系數， i 表示省份， t 表示年份，μ_i 表示個體固定效應， λ_t 表示時間固定效應，ε表示隨機擾動項。

為了對農業生態環境進行分維度分析，將農業生態環境三個分維度，即碳排放（Carbon）、農業面源污染（ASP）和水空間利用（WS）作為被解釋變量，繼續構建固定效應模型。

圖12011一2023年農業生態環境改善水平時間發展趨勢

本部分主要分析中國30個省市自治區（不含港澳臺與西藏）數字經濟水平對農業生態環境改善的影響，樣本年限為2011—2021年。

（二）基準回歸結果

相關回歸結果見表2，分別對應第（1）（2）（3）（4）欄。數字經濟對農業生態環境具有正面影響，在 1% 的顯著性水平下顯著，見表2第（1）列，表明數字經濟的發展顯著提高農業生態環境水平。

數字經濟減少農業碳排放在 1% 的顯著性水平下顯著，見表2第（2）列。表明數字經濟通過促進能源使用效率的提升和清潔能源的使用，有助于降低農業碳排放。可能的原因在于，數字經濟推動清潔能源的應用，促進農業生產方式的轉型與創新。

數字經濟減少農業面源污染在 10% 的顯著性水平下顯著，見表2第（3）列。這表明隨著數字技術的應用和推廣，能夠減少農業面源污染。可能的原因在于：精準農業技術實現變量施肥和智能灌溉，依托土壤傳感與作物監測數據，提升化肥農藥施用精度。數字技術驅動綠色轉型，通過區塊鏈溯源系統促進有機認證農產品溢價，激勵生物防治技術覆蓋率提升。

數字經濟對水空間使用的影響尚不顯著，見表2第（4）列。數字經濟對水空間使用的影響尚不顯著，見表2第（4）列。數字經濟對水空間使用的影響尚不顯著，可能囿于技術和制度瓶頸仍然存在。跨區域調配與管理受限，水資源的地域性和季節性特征決定跨區域的資源調配需求，但當前數字經濟在跨區域水資源監測與調配方面的應用較少，限制數字經濟的正向作用。

（三）內生性檢驗

為增強基準回歸結果的穩健性進行內生性檢驗。使用數字經濟水平的滯后一階（LDigi）做工具變量，工具變量的內生性檢驗結果如表3第（1）（2）列，第一階段回歸中，滯后一期的數字經濟水平對解釋變量數字經濟水平的系數顯著為正，第二階段回歸中，數字經濟水平對農業生態環境的影響系數顯著為正，且通過不可識別檢驗和弱工具變量檢驗，說明核心解釋變量不存在內生性問題，因此基準回歸結果是可靠的。

表2基準回歸結果一數字經濟促進農業生態環境改善

注：“*”“**”“***”分別表示相關系數在 10% ！ 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表3內生性檢驗結果一數字經濟促進農業生態環境改善

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

（四）穩健性檢驗

為進一步檢驗模型結果和理論機制的穩健性，本章采用以下三種方式進行穩健性檢驗，一是調整樣本容量，由于新冠肺炎疫情的原因，2020年的數據波動較大，因此本章剔除2020年的數據，將樣本容量調整至300個；二是增加重要控制變量農地經營規模，采用農業總播種面積比除以種植業從業人數進行表征并進行對數化處理；三是縮尾處理，對所有變量進行上下 1% 的縮尾處理，相關回歸結果如表4所示。通過上述方式對基準回歸模型進行穩健性檢驗之后，數字經濟的回歸系數無論是顯著性還是符號均未發生較大變動，顯示出較強的穩健性。

（五）異質性檢驗

進一步，將全國30個省份劃分為東部地區、中部地區和西部地區，采用雙向固定效應模型進行異質性分析，回歸結果如表5所示。數字經濟對農業生態的改善效應呈現“東強西弱”的梯度特征。東部地區在 10% 顯著性水平呈現正向效應，其原因在于技術創新勢能突出，農業數字化滲透率相對較高，依托211高校及國家級科研機構形成的數字農業創新聯盟，人力資本迭代效應顯著。中西部地區未通過顯著性檢驗，其制約瓶頸體現在，要素稟賦梯度差異導致數字基建設施密度相對較低，數字技術擴散的邊際效應受制于區域創新生態系統成熟度。

表4穩健性檢驗結果一數字經濟促進農業生態環境改善

注：“*”“ ^** ”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表5地區異質性檢驗結果一數字經濟促進農業生態環境改善

注：“*”“ ^** ”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

（六）機制檢驗

上述研究表明，數字經濟發展能夠改善農業生態環境，并且會隨著區域的不同而呈現不同的影響效應。那么，數字經濟是如何改善農業生態環境的呢？

1.技術創新的機制檢驗

借鑒江艇的思路①，采用兩步法對數字經濟的影響機制進行檢驗。模型如下：

Tech_it 表示技術創新水平，其他變量符號與上文一致，不再贅述。

中介變量：技術創新水平（Tech）：在衡量農業技術創新時，若采用農業發明專利授權數進行表征，可能出現一定的滯后，因為當年農業發明專利提交之后再到授權存在一定的時間差，因此為了更好體現當期的農業技術創新，采用農業發明專利申請數來衡量農業技術創新水平。

（1）技術創新的中介效應回歸結果

由基準回歸結果可知，數字經濟主要是影響農業生態環境中的碳排放和農業面源污染兩大維度，因此，本章除考察技術創新在數字經濟影響農業生態環境當中的中介作用，也要考慮技術創新在數字經濟影響碳排放和農業面源污染當中的中介作用，回歸結果見表6。無論是否加入控制變量，數字經濟對技術創新的影響始終顯著為正，說明數字經濟的發展有利于促進技術創新，優化創新活動過程，提升創新活動效率，促進技術轉移和優勢互補，進而提升技術創新水平。

在技術創新影響農業生態環境方面，一方面技術創新成果可以轉化為新的生產力，助推農業領域相關企業清潔生產，改變傳統粗放型的發展方式，提升農業集約水平，優化能源結構，減少對農業生態環境的破壞；另一方面，技術創新也將倒逼農業生產者增加對環境污染治理技術和清潔生產工藝等方面的需求，進一步推動生產過程綠色化、高端化和可再生循環化，進而改善農業生態環境。

（2）技術創新中介效應的穩健性檢驗

本節使用以下方法對技術創新的中介效應進行檢驗，一是縮尾處理，對所有變量進行 1% 的縮尾處理，以避免某些極端值的影響；二是更換核心解釋變量，采用主成分分析法重新測算數字經濟水平；三是調整樣本量，由于北京和上海的城鎮化水平相較于其他省份而言較高，可能影響回歸結果的準確性，因此剔除北京和上海的數據，回歸結果見表7。數字經濟對技術創新影響系數的符號和顯著性未發生較大變化，因此技術創新的中介效應是穩健的。

表6技術創新的中介效應

注：“*”“ ^** ”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表7技術創新中介效應的穩健性檢驗

注：“*”“ ^** ”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

2.數字素養的調節效應檢驗

研究認為數字素養在數字經濟影響農業生態環境的過程中可能會發揮調節作用，所以在雙向固定效應模型的基礎上，使用調節效應模型驗證數字素養的調節作用，具體模型如下：

a₃Digi_it×Edu_it+b₂C_it+μ_i+λ_t+ε_it

調節變量：數字素養（ Edu） 。借鑒已有文獻的測算思路[30]，采用農村居民平均受教育年限對數字素養進行表征，以各階段受教育人口占總人口的比重與相應階段的受教育年限乘積之和進行計算。具體而言，設定小學文化受教育年限為6年，初中文化受教育年限為9年，高中文化受教育年限為12年，大學及以上文化受教育年限為16年，測算出來的數據進行對數化處理。

數字素養的調節效應結果見表8。第（1）（2）列表示數字素養對數字經濟影響農業生態環境的調節作用，第（3）（4）列表示數字素養對數字經濟影響碳排放的調節作用；第（5）（6）列表示數字素養對數字經濟影響農業面源污染的調節作用。

在數字經濟助力改善農業生態的過程中，數字素養發揮重要的調節作用。由表8第（1）（2）列可知，未引人數字素養與數字經濟的交互項時，數字經濟對農業生態環境的影響系數為正，且在 1% 水平下通過顯著性檢驗；引人數字素養與數字經濟的交互項時，數字素養與數字經濟的交互項對農業生態環境的影響系數為正且通過1% 水平下的顯著性檢驗，表明在數字素養的調節作用下，數字經濟對農業生態環境的改善作用將顯著增強。這可能是因為高水平的數字素養能夠促進農業從業者更有效地利用數字技術和工具，如精準農業技術、智能灌溉系統等，提高農業生產效率，減少對環境的負面影響。

在數字經濟抑制農業碳排放的過程中，數字素養發揮重要的調節角色。由表8第（3）（4）列可知，未引入數字素養與數字經濟的交互項時，數字經濟對碳排放的影響系數為負，且在 1% 水平下通過顯著性檢驗；引人數字素養與數字經濟的交互項時，數字素養與數字經濟的交互項對碳排放的影響系數為負且通過 5% 水平下的顯著性檢驗，表明在數字素養的調節作用下，數字經濟對碳排放的抑制作用將顯著增強。

在數字經濟降低農業面源污染的過程中，數字素養發揮重要的調節角色。由表8第（5）（6）列可知，未引入數字素養與數字經濟的交互項時，數字經濟對農業面源污染的影響系數為負，且在 10% 水平下通過顯著性檢驗；引入數字素養與數字經濟的交互項時，數字素養與數字經濟的交互項對農業面源污染的影響系數為負且通過1% 水平下的顯著性檢驗，表明在數字素養的調節作用下，數字經濟對農業面源污染的改善作用將顯著增強。

為了驗證數字素養在數字經濟影響農業生態環境、碳排放以及農業面源污染中調節作用的穩健性，使用以下方式進行穩健性檢驗，一是調整樣本期，剔除2020年的數據；二是更換調節變量衡量方式，借鑒易夢春的做法[31]，采用每十萬人口高等學校平均在校生數（nEdul）對數字素養進行表征，回歸結果分別見表9和表10。無論是調整樣本期，還是更換調節變量衡量方式，數字素養在數字經濟影響農業生態環境、碳排放和農業面源污染當中都發揮調節作用，即隨著數字素養的提升，數字經濟對農業生態環境的改善作用將顯著增強，對碳排放的抑制作用將顯著增強，對農業面源污染的改善作用也將顯著增強。

表8數字素養的調節效應檢驗

注：“*”“**”“***”分別表示相關系數在 10% ！ 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

3.環境規制的調節效應檢驗

使用調節效應模型驗證環境規制的調節作用，具體模型如下：

Envir_it=a₀+a₁Digi_it+a₂Edu_it+b₂C_it+

μ_i+λ_t+ε_it

a₃Digi_it×Edu_it+b₂C_it+μ_i+λ_t+ε_it

式（11）和式（12）中，Enir表示農業生態環境改善，Edu表示經營主體數字素養，Digi×Edu 表示數字經濟與數字素養的交互項，其他變量符號的含義與上文一致，不再贅述。

調節變量：環境規制（ER），參考鄧慧慧［32]、尹禮匯的做法[33]，借助Python軟件對政府工作報告進行分詞處理，分別統計省級政府工作報告中與環境規制相關關鍵詞的詞頻，以環境規制詞頻/文本總詞頻進行計算。

表9數字素養的調節效應穩健性檢驗方式一 （調整樣本期）

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表10數字素養的調節效應穩健性檢驗方式二（更換調節變量）

注：“*”“**”“***”分別表示相關系數在 10% ！ 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

4.環境規制調節效應結果分析

環境規制調節效應結果見表11。第（1）（2）列表示環境規制對數字經濟影響農業生態環境調節作用，第（3）（4）列表示環境規制對數字經濟影響碳排放調節作用；第（5）（6）列表示環境規制對數字經濟影響農業面源污染調節作用。

環境規制能夠增強數字經濟促進農業生態環境改善的程度。由表11第（1）（2）列可知，未引入環境規制與數字經濟的交互項時，數字經濟對農業生態環境的影響系數為正，且在 1% 水平下通過顯著性檢驗；引人環境規制與數字經濟的交互項時，環境規制與數字經濟的交互項對農業生態環境的影響系數為正且通過 10% 水平下的顯著性檢驗。這表明環境規制能夠增強數字經濟在促進農業生態環境改善方面的作用。首先，環境規制能夠為數字經濟的發展設定明確的環境保護標準和目標，促使數字技術在農業應用中更加注重生態環境保護，如推廣精準農業技術減少化肥和農藥的過量使用，以及利用物聯網技術進行水資源管理，從而有效降低農業生產對環境的負面影響。其次，環境規制通過引人環境成本內化機制，激勵企業和農戶采用更加環保的數字技術和生產方式。通過對污染排放進行定價或征稅，以及為采用環保技術的企業提供稅收減免或財政補貼等政策，可以促進數字經濟解決方案在農業領域的廣泛應用，如智能灌溉系統的推廣，既節約水資源又減少農田徑流對水體的污染。

為驗證環境規制在數字經濟影響農業生態環境、碳排放以及農業面源污染中調節作用的穩健性，使用調整樣本期的方式進行穩健性檢驗，剔除2020年的數據，回歸結果見表12。在調整樣本期后，環境規制在數字經濟影響農業生態環境當中依然發揮調節作用。

五、進一步拓展分析：空間溢出效應檢驗

自然條件對農業生產的影響不限于單一地區，而是在廣泛的空間范圍內表現出連續性和相似性，一個地區的農業生態環境改善或惡化都可能對鄰近地區產生直接或間接的影響，形成空間效應。

（一）模型構建與說明

為了分析數字經濟水平驅動農業生態環境改善的空間溢出效應，引入空間計量模型來討論數字經濟發展水平下農業生態環境改善的實現路徑，其表達式為：

y_it=αWy_it+β₀+βDigi_it+γx_it+

θWDigi_it+ηWx_it+ρ_i+δ_t+ε_it

ε_it=λWε_it+μ_it

模型中， y_it 為 i 地區 t 時期的被解釋變量（此處分別為農業生態環境改善、碳排放、農業面源污染和農業水空間利用）； α 代表空間自回歸系數，i為省市個數，此處為30個； Digi_it 為解釋變量數字經濟水平； X_itW 為空間權重矩陣； ρ_i 和 表示個體固定效應和時間固定效應； ε_it 表示空間誤差項；入為空間誤差項系數。若 α≠0 ， θ=λ= 0，則空間杜賓模型會退化成空間滯后模型；若 α =θ=0 ， λ≠0 ，則空間杜賓模型退化成空間誤差模型；若 α≠0 ， θ≠0 且 λ=0 ，則該模型為空間杜賓模型。

表11環境規制的調節效應檢驗

注：*，**，***分別表示相關系數在 10% 小 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表12環境規制調節效應的穩健性檢驗

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

（二）模型檢驗

基于Moran'sI指數的全域空間分析顯示，2011一2021年數字經濟呈現持續空間集聚特征（I∈[0.170，0.282]，均值0.226， plt;0.01 。說明區域數字經濟存在顯著空間依賴效應。

在表13的模型選擇檢驗中，綜合Hausman檢驗、Wald檢驗和LR檢驗結果，空間杜賓模型由于能夠提供無偏的系數估計，并且在檢驗中顯示出統計上的優越性，是最優模型。

表13模型選擇檢驗

數據來源：作者自行計算得到

（三）基準回歸結果

空間杜賓模型回歸結果如表14所示。可以看到空間自相關參數（rho）系數為0.2515并在 1% 水平上顯著，表明一個地區農業生態環境改善會受到周邊省市的影響。

空間自相關參數rho的顯著系數為0.2515，且在 1% 的顯著性水平上，強調農業生態環境改善在空間分布上的自相關性。這意味著某一地區的農業生態環境改善不僅受到本地因素的影響，還會顯著受到周邊地區農業生態狀況的影響。數字經濟的直接影響系數（Digi）為一0.1754，在5% 的顯著性水平上為負，這表明數字經濟的發展可能在短期內對農業生態產生負面影響。空間滯后系數（WDigi）為0.4407，在 1% 的顯著性水平上正向顯著，指出數字經濟在區域間通過空間溢出效應對農業生態環境產生積極影響。

（四）空間效應分解

數字經濟對農業生態環境改善的效應分解結果如表15所示，直接效應的負向顯著在 5% 的顯著性水平上，表明在控制其他因素不變的情況下，一個地區數字經濟的增加會導致該地區農業生態環境改善水平的輕微下降。這可能反映數字經濟發展初期可能對環境資源造成一定壓力。間接效應在 1% 的顯著性水平上顯著，指出周邊地區數字經濟的增長對本地區農業生態環境改善具有顯著的正面影響。這表明，雖然數字經濟的本地擴展可能短期內對農業生態環境有負面影響，但通過區域間的互動和技術溢出，數字經濟增長能夠促進鄰近地區農業生態的改善。

表14Envir空間杜賓模型回歸

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

表15Envir—SDM空間效應分解回歸結果

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

（五）穩健性檢驗

為驗證上述結果的穩健性，采用以下三種方式進行穩健性檢驗：第一，剔除2021年樣本，考慮到不同空間權重矩陣對計量回歸方式，增加控制變量的方式來進行檢驗。

穩健性檢驗結果如表16所示，在三種檢驗結果中，核心解釋變量Digi的直接效應和間接效應系數方向均未發生明顯變化，證明前文回歸結果具有穩健性。

表16穩健性檢驗

注：“*”“**”“***”分別表示相關系數在 10% 、 5% 和 1% 水平下通過顯著性檢驗，括號內為t值

六、結論與啟示

結論如下：（1）數字經濟對農業生態環境改善具有顯著正面影響，特別是在減少農業碳排放和面源污染方面，展示巨大潛力，對農業水資源使用的影響尚不顯著。數字經濟改善農業生態環境的改善直接體現在信息與資源流動的優化和農業生產的高效管理上。（2）異質性分析結果表明，數字經濟對農業生態環境的改善作用具有區域異質性。中國東部地區數字經濟顯著促進農業生態環境的改善，而中部和西部地區的影響尚不顯著，反映地區間在數字經濟發展水平及其對農業生態環境影響方面的巨大差異。這一現象主要由于東部地區較為發達的數字基礎設施和產業數字化水平，與中西部地區相比，后者在數字經濟發展和應用上相對滯后。（3）作用機制表明，技術創新是數字經濟影響改善農業生態環境的重要路徑，數字經濟通過技術創新提高農業生產的清潔性和效率，促進生產過程的綠色化。其次，數字素養在數字經濟改善農業生態環境、減少碳排放和降低農業面源污染這一過程中發揮調節作用。最后，環境規制的存在顯著加強數字經濟在改善農業生態環境、減少碳排放和降低農業面源污染方面的效果，突顯嚴格環境規制對促進數字技術應用與實現環境保護目標的雙重重要性。（4）數字經濟的本地增長對鄰近地區的農業生態環境改善，以及降低農業碳排放、減少農業面源污染，都具有積極的空間溢出效應，這可能得益于信息技術共享、綠色農業技術傳播和跨區域環境治理經驗交流。

本研究的啟示如下：（1）技術創新方面，應加大農業科技創新財政投入，重點支持清潔高效技術研發，提供技術試用與培訓；構建區域技術共享平臺，推動跨區域綠色技術交流與協同治理；普及節水農業與生態涵養技術，健全數字農業與生態專業人才培養體系，吸引青年參與綠色技術創新。（2）數字素養方面，提升農業經營主體的數字素養。開展縣域數字技能工程，建立數字農業示范家庭農場評級制度，對達標主體給予智能農機購置補貼、數字技術服務包等激勵。（3）環境規制方面，需實施農業生產碳排放與面源污染動態監測，推廣有機/生態農業以降低化肥依賴；完善環保法規體系，明確碳排放限額與污染治理標準；建立綠色農產品認證與市場激勵機制，通過優先采購、消費教育提升生態產品溢價能力，形成需求驅動的可持續發展路徑。

參考文獻

[1]XIA Tiyuan，CHEN Zebin，JINSong.Newnormal controlof agricultural non-point source pollution in the Di-anchiLakeBasin[J].Meteorological and Environmen-talResearch，2017，8（2）：63-72.

[2]沈能，王艷.中國農業增長與污染排放的EKC曲線檢驗：以農藥投入為例[J].數理統計與管理，2016，35（4）：614-622.

[3]李太平，張鋒，胡浩.中國化肥面源污染EKC驗證及其驅動因素［J].中國人口·資源與環境，2011，21（11）：118-123.

[4］李穎明.糧食主產區農業水資源可持續利用分析[J].中國農村經濟，2007（9）：45-52.

[5］李自強，李曉云，王金霞.糧食生產與水資源空間錯配緣由：基于比較優勢理論探究[J].中國農業大學學報，2022，27（9）：12-29.

[6］蔣金荷.可持續數字時代：數字經濟與綠色經濟高質量融合發展[J].企業經濟，2021，40（7）：23-30，161.

[7］張文英，葛建華.長江經濟帶數字經濟環境對制造業轉型升級的影響及空間異質性探析[J].蘇州大學學報（哲學社會科學版），2023，44（3）：51-62.

[8］李媛，阮連杰.數字經濟賦能中國式農業農村現代化：理論邏輯與經驗證據[J].經濟問題，2023（8）：25-32

［9］張偉.農業農村信息化對農業全要素生產率的影響及機制研究［D].濟南：山東大學，2022.

[10］孔令章，李金葉.數字經濟發展對區域生態效率的影響研究[J].統計與決策，2023，39（20）：23-28.

[11] Shin DH，Choi MJ. Ecological views of big data：Perspectives and issues[J]. Telematics and Informat-ics，2015，32（2）：311-320.

[12]Green AG，Abdulai AR， Duncan E，et al. A scopingreview of the digital agricultural revolution and ecosys-tem services： Implications for Canadian policy and re-search agendas[J].Facets，202l，6（1）：1955-1985.

[13］魏佳朔，高鳴.農業勞動力老齡化如何影響小麥全要素生產率增長[J].中國農村經濟，2023，（2）：109--128.

[14］郭海紅，李樹超.環境規制、空間效應與農業綠色發展[J].研究與發展管理，2022，34（2）：54-67.

[15］曹俐，范黎明，雷歲江.財政分權、環境規制與農業生態效率[J].統計與決策，2021，37（19）：138-143.

［16］王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度[J].數量經濟技術經濟研究，2021，38（7）：26-42.

［17］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.

[18］王軍，劉小鳳，朱杰.數字經濟能否推動區域經濟高質量發展？[J].中國軟科學，2023，385（1）：206-214.

［19］潘為華，賀正楚，潘紅玉.中國數字經濟發展的時空演化和分布動態［J].中國軟科學，2021，37（10）：137-147.

「2］工斌工力李興鋒高標準其木農田建設政策能否抑制農業面源污染？[J].長江流域資源與環境，2023，32（8）：1736-1747.

[21］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.

[22］王斌，王力，李興鋒.高標準基本農田建設政策能否抑制農業面源污染？[J].長江流域資源與環境，2023，32（8）：1736-1747.

[23]LiM，FuQ，Singh VP，et al.Managing agriculturalwaterand land resourceswith tradeoff between eco-nomic，environmental，and social considerations：Amulti-objective non-linear optimization model underuncertainty[J].Agricultural systems，2O2O，178：102685.

[24］尹朝靜.科研投入、人力資本與農業全要素生產率[J].華南農業大學學報（社會科學版），2017，16（3）：27-35.

[25］孫光林，李婷，莫媛.數字經濟對中國農業全要素生產率的影響[J].經濟與管理評論，2023，39（1）：92-103.

[26］林青寧，毛世平.產業協同集聚、數字經濟與農業全要素生產率[J].中國農業大學學報，2022，27（8）：272-286.

[27］林青寧，毛世平.產業協同集聚、數字經濟與農業全要素生產率[J].中國農業大學學報，2022，27（8）：272-286.

[28］尹朝靜.科研投入、人力資本與農業全要素生產率[J].華南農業大學學報（社會科學版），2017，16（3）：27-35.

[29］孫光林，李婷，莫媛.數字經濟對中國農業全要素生產率的影響[J].經濟與管理評論，2023，39（1）：92-103.

[30］李健，衛平，付軍明.中國地區工業生產率增長差異及收斂性研究—基于三投入DEA實證分析[J].產業經濟研究，2015，78（5）：21-30.

[31］易夢春.我國高等教育普及化進程及其影響因素——基于時間序列趨勢外推模型的預測[J」.中國高教研究，2016，（3）：47-55.

[32]鄧慧慧，楊露鑫.霧霾治理、地方競爭與工業綠色轉型[J].中國工業經濟，2019，36（10）：118-136.

[33］尹禮匯，吳傳清.環境規制與長江經濟帶污染密集型產業生態效率[J].中國軟科學，2021，（8）：181-192.

Empowering agricultural ecological environment improvement through digital economy：effects and mechanisms

ZHANG Wenying1

（1.Postdoctoral Research StationatTsinghua UniversityPBCSchoolof Finance，Beijing 1Oo084；2.PostdoctoralRe searchWorkstationofChinaLianheCreditRatingCo.，Ltd.，Beijing100022）

Abstract：Basedonpaneldata from3Oprovinces in China between 2Olland2O23，thisstudyemploys thetwo-wayfixed efects regresionodelnstrumentalarablesapproachndspatialonomtricstompiricalltsttempactchanismfteiital economyonimprovingtheagriculturalecologicalenvironment.Itfindsthatthedigitaleconomyhasasigniicantpositiveeffecton improvingtheagricultural ecological environment，articularlyinreducingagriculturalcarbonemissionsandnon-pointsoucepol lution.However，itsefectonagriculturalwaterresourceusageisnotsignificant.Regionalheterogeneityanalysisevealsthatthe efectissigniicentinteeasteregioshiletefectintecentralandwestenregionsislssoticeable.ehologicalino vationisanimportantinfluencingmechanism，andhigherlevelsofdigitalieracyandstringentenvironmentalregulationsplaya crucialoleinehancingthedigitaleconomysefectonimprovingtheagriculturalecologicalenvironent.Furthermorethedigi tal economy has spatial spillover effects on agricultural ecological improvements.

Keywords：Digitaleconomy；Agriculturalecologicalenvironment;Agricultural waterspace;Arableland pressure;Agricultural carbon emissions

（編輯：武云俠）