【文献分享】农村数字经济发展能否降低农业碳排放?——基于中国省级层面的实证研究

摘要

农村数字经济的快速发展，使得借助数字工具推动低碳化、可持续农业生产的需求日益迫切，这一议题已引起学术界的广泛关注。厘清农村数字经济对农业碳排放的作用机制，对于挖掘减排潜力、推动农村能源可持续转型、培育绿色农业发展模式具有重要意义。本文基于2010—2022年中国省级面板数据，采用熵值法、空间杜宾模型和面板门槛模型，实证检验农村数字经济对农业碳排放的影响，并进一步从农业社会化服务视角，揭示农村数字经济实现农业碳减排的传导路径。研究发现：农村数字经济对降低农业碳排放强度具有显著的促进作用。农村数字经济与农业碳排放之间存在非线性关系：随着农村数字经济发展水平的提升，其碳减排效应呈现边际递减趋势，且存在明显的门槛特征。农村数字经济通过赋能农业社会化服务，能够有效抑制农业碳排放。农村数字经济的碳减排效应在经济更发达的地区、数字经济发展水平中等的地区更为显著。

研究背景

中国粮食产量实现“二十连丰”，但传统粗放式农业生产模式仍依赖化肥、农药等高碳投入，生产效率低、资源配置不合理，导致农业碳排放持续攀升。农业已成为中国温室气体主要排放源之一，严重制约农业绿色与高质量发展。在此背景下，国家陆续出台“十四五农业绿色发展规划”“双碳”“乡村数字化”等战略，明确要求加快农业低碳转型、推进数字乡村建设。数字经济已成为中国国民经济的关键支柱，数字技术与农业加速融合，能够通过精准管理、智能作业、信息优化等方式减少资源浪费与高碳要素投入。但城乡“数字鸿沟”依然存在，农村互联网普及与数字应用水平相对落后，农村数字经济的农业碳减排潜力尚未充分释放。已有文献多聚焦城市数字经济与整体碳排放的关系，结论存在分歧；专门针对农村数字经济与农业碳排放的研究较少，且普遍忽视农村属性、测量偏笼统；同时对“作用机制是什么、是否存在门槛与区域差异”等关键问题缺乏系统检验，难以支撑精准政策制定。

研究贡献

本文的主要贡献包括：

（1） 在视角层面上，聚焦农村场景，弥补研究空白。将研究对象精准锁定为农村数字经济，从数字基建、农村数字产业化、农村产业数字化三维度构建更贴合农村实际的评价体系，避免用宏观数字经济指标替代农村数字经济，提升结论可靠性。

（2） 在机制层面上，首次系统证实并识别农业社会化服务是重要中介渠道，明确农村数字经济通过提升社会化服务水平、降低监管成本、优化生产投入、减少化肥农药滥用，从而实现减排，完善了数字经济影响农业碳排放的理论框架。

（3） 在政策贡献上，从经济发展水平、科技投入、化肥“零增长”政策等维度开展异质性分析，得出“发达和中等发达地区、低科技投入地区减排更强”等结论，为分区域、分类型制定数字赋能农业低碳转型政策提供量化支撑与实操指引。

研究结果

1.空间效应分析      为避免“伪回归”问题，实证分析前本文采用LLC、IPS和Fisher-PP检验对面板数据进行了单位根检验，结果如表5所示。在10%及以上的显著性水平下，所有变量均通过了面板单位根检验，表明各变量拒绝了存在单位根的原假设，满足模型构建的基本要求情况。

为检验农村数字经济发展是否有助于降低农业碳排放，以及这一影响在区域内部和区域间是否存在空间效应，本文构建空间计量模型进行分析。首先，依据莫兰指数（Moran’s I）对核心变量进行了空间自相关检验，结果如图3所示。只有当检验通过时，后续的空间计量分析才具备价值。结果表明，2010—2022年间，农村数字经济与农业碳排放的全局莫兰指数虽存在一定波动，但均为正值且通过了显著性检验，说明二者之间存在显著的空间正相关关系。据此，本文初步判断，相邻地区的农村数字经济与农业碳排放强度之间存在显著的“高值—高值”空间正向关联特征。

本文对空间面板模型进行了检验，以选择合适的空间计量模型，结果如表6所示。首先，采用拉格朗日乘数（LM）检验确定空间效应的类型，进而确定模型形式。在1%的显著性水平下，LM-error检验、稳健LM-error检验、LM-lag检验以及稳健LM-lag检验均通过检验，原假设被显著拒绝，表明研究样本同时存在空间滞后效应与空间误差效应，因此考虑采用同时包含这两种效应的空间杜宾模型。其次，通过Hausman检验在随机效应与固定效应之间进行筛选，以确定估计方法。Hausman统计量为48.55，通过了1%的显著性水平检验，表明固定效应模型更为合适。第三，通过Wald检验判断时间固定效应、个体固定效应或双向固定效应中哪一种更适用。最后，为防止空间杜宾模型（SDM）退化为空间自回归模型（SAR）或空间误差模型（SEM），进行了LR检验。LR检验与Wald检验均通过了显著性检验，表明空间杜宾模型更为合适。最终，本文采用时间固定效应的空间杜宾模型（SDM）。

对时间固定效应空间杜宾模型（SDM）各变量的估计参数进行分析，结果如表7所示。农村数字经济发展指数的估计系数为-0.701，在1%水平上显著。因此，农村数字经济发展能够显著降低农业碳排放强度。可能原因是数字基础设施的完善不仅能够缓解农户行为面临的信息约束，还能提升农户的环保意识、健康意识与农产品安全风险意识，进而推动其采取更可持续的低碳生产方式。此外，数字技术与农业的融合有助于实现生产数据实时管理与生态环境动态监测，实现更精准的施肥与灌溉，提高资源利用效率。数字普惠金融则通过缓解融资约束，赋能农村地区采纳高效低碳农业技术、培育绿色农业业态，进一步强化了农村数字经济的碳减排效应。

表7同时报告了反映外生交互效应（WX）的系数估计值。W×RDIG、W×URBAN、W×STRU和W×CHEM均表现出显著的统计意义。为进一步分析各变量的空间效应，本文采用El horst（2016）提出的空间效应分解方法，将各变量的总空间效应分解为直接效应与间接效应。就核心解释变量而言，农村数字经济发展指数的直接效应为-0.677，通过了1%的显著性水平检验。这主要归因于以下几点：第一，数字技术与农业深度融合，优化了农业生产流程、提升了资源利用效率，从而降低农业碳排放强度。例如，水肥一体机、无人机植保等技术的应用实现了精准化田间管理，减少了农业化学品依赖，推动农业向低碳绿色转型。而农村数字经济的空间溢出效应未通过显著性检验。究其原因，农业碳减排是一项多维度复杂系统工程，不仅受生产方式影响，还受制于各地区农业政策、市场环境以及农户对新技术的接受程度。部分地区受功能定位约束，推广绿色生产模式存在现实障碍；同时，不同地区农户对新技术的接纳意愿存在差异，进而制约了跨区域减排辐射效果的发挥。

2.稳健性检验

稳健性检验结果如表8所示。首先，本文通过替换被解释变量的方式，选取农业碳排放总量，并依据规模化农业范畴测算得到规模化农业碳排放强度指标。回归结果如表8第（1）列所示。其次，本文采用主成分分析法重新测算农村数字经济发展指数，回归结果如表8第（2）列所示。接下来，本文替换空间权重矩阵，采用地理距离反空间权重矩阵重新估计空间杜宾模型，回归结果如表8第（3）列所示。考虑到样本选择偏误问题，且熵值法对极端值较为敏感、极端值容易放大估计误差，本文对所有原始数据进行1%分位缩尾处理，以保证数据相对平稳，回归结果如表8第（4）列所示。最后，为缓解内生性问题，本文采用两阶段最小二乘法（2SLS）进行估计，选取农村数字经济发展指数的滞后一期与超前一期作为工具变量。综上，回归结果表明，在经过一系列稳健性检验之后，农村数字经济发展指数对农业碳排放强度的抑制作用依然成立。

      3.门槛效应分析

在构建门槛模型之前，首先需要进行门槛效应检验，以判断是否存在门槛以及门槛的数量，结果如表9所示。以农村数字经济发展指数作为门槛变量时，双重门槛检验结果在统计上显著，P值为0.003，而三重门槛检验未通过显著性检验。这表明模型存在两个门槛值。

4.传导机制分析

按照中介效应检验程序，本文实证检验了农业社会化服务水平是否在农村数字经济发展降低农业碳排放的过程中发挥中介作用（见表12）。第（1）列结果显示，系数β1=-0.701，在1%统计水平上显著，初步表明存在中介效应。第（2）列和第（3）列中，β2与β3均通过显著性检验，说明中介效应显著成立。即便在模型中纳入农业社会化服务水平变量之后，农村数字经济发展指数与农业碳排放强度仍显著负相关。其系数为-0.481，且在1%水平上显著，说明存在部分中介效应。同时，系数相较于β1有所下降，表明农业社会化服务水平在农村数字经济发展与农业碳排放之间发挥部分中介。

5.异质性分析      我国区域间经济发展水平存在显著差异。为探究不同经济发展水平下，农村数字经济对农业碳排放强度的异质性影响，本文以“人均GDP均值”为划分标准，综合考量区域经济发展状况、地理位置与资源禀赋条件，将全国30个省（自治区、直辖市）划分为三个子样本：经济发达地区、中等经济发展地区、经济滞后地区。由表13第（1）—（3）列回归结果可知：农村数字经济的碳减排效应仅在经济发达地区和中等经济发展地区显著；而在经济滞后地区，数字基础设施建设不完善，制约了农村数字经济碳减排作用的发挥。同时，长期存在的“数字鸿沟”与信息不对称问题，进一步加剧了这一困境。

科技进步在农业碳减排与农村数字经济发展中发挥着至关重要的作用。为考察不同科技投入水平下农村数字经济对农业碳排放强度的差异化影响，本文以2010—2022年全国30个省（自治区、直辖市）财政支出中科技经费的平均值为依据开展异质性分析，将样本划分为高科技投入组与低科技投入组（见表13第4、5列）。结果表明：无论科技投入水平高低，农村数字经济发展与农业碳排放强度均呈现负相关关系；但高投入组未通过显著性检验。原因在于，高科技投入地区农村数字经济发展水平相对较高，农业领域数字技术应用已趋近饱和，短期内持续增加科技投入，难以推动农村数字经济实现明显提质增效，因此减排效应不再显著。

为检验化肥零增长政策实施后，农村数字经济的碳减排效果是否发生显著变化，本文开展政策异质性检验。将2015年及之后年份赋值为1，2015年之前年份赋值为0，构建年份虚拟变量与农村数字经济发展指数的交互项作为政策交互项（见表13第6列）。回归结果显示，农村数字经济发展指数与政策交互项的系数均为负值且通过显著性检验，表明化肥零增长政策实施后，农村数字经济对农业碳排放的抑制作用显著增强。这一结论进一步说明，农村数字经济能够助力国家相关农业政策落地实施。

研究结论

1.研究结论

本文以2010—2022年中国30个省为研究样本，系统剖析了农村数字经济发展对农业碳排放强度的影响效应及作用机制，主要研究结论如下：

(1) 总体来看，农村数字经济发展对农业碳排放强度呈现显著负向影响：农村数字经济发展指数每提升1个单位，农业碳排放强度相应下降0.701%。但农村数字经济的空间溢出效应未通过统计显著性检验。

(2) 门槛检验结果表明，农村数字经济发展与农业碳排放强度之间存在非线性关系。受“边际收益递减”规律作用，农村数字经济的边际碳减排效应呈逐步弱化趋势。

(3) 机制检验结果表明：农村数字经济发展能够通过提升农业社会化服务水平来降低农业碳排放，该传导机制可解释农村数字经济对农业碳排放总影响效应的18.38%。

(4) 异质性分析表明，农村数字经济的碳减排效应在经济发展水平、科技投入力度、政策实施背景三个维度上存在明显差异。具体而言，农村数字经济在经济发达地区、中等经济发展地区以及低科技投入地区的碳减排效果更为显著；同时，化肥“零增长政策”的实施进一步强化了其碳减排作用。

2.政策建议

第一，紧抓创新技术变革与产业转型机遇，依托数字技术完善农业碳减排政策体系。充分发挥农业社会化服务组织的作用，整合先进农业技术与装备资源，推动数字技术与传统农业深度融合。例如，运用前沿技术与设备以有机肥替代化肥、以生物防治替代化学农药，从源头减少农用化学品投入；推广普及智能灌溉系统、农业废弃物监测体系。同时需保障碳减排政策的连续性与长效性，稳定政策实施效果。

第二，因地制宜实施“差异化碳减排政策”至关重要。经济发达与中等经济发展地区应立足自身优势，依托农村数字经济引领农业绿色低碳发展；经济欠发达地区需加大定向财政扶持力度，重点补齐数字基础设施短板，推动数字化与农业低碳化深度融合，实现农业可持续发展。同时要合理把控扶持力度，避免地方过度依赖政策帮扶，防止区域发展差距进一步拉大。科技投入不足的地区，可完善市场化融资机制强化技术支撑，助力数字技术与农业生产深度融合，助力“双碳”目标落地实现。

第三，完善政府扶持保障体系，赋能低碳农业发展。政府部门应将农业低碳发展与数字经济建设同步谋划、统筹推进，构建适配农业绿色转型的制度机制。优化农业生产体系，形成“实践—反馈”良性循环，助力绿色低碳农业提质发展。以数字乡村战略为抓手，先期支撑农业绿色低碳转型，并遵循可持续发展原则持续迭代完善数字乡村建设体系。以此加快推进低碳高效农业建设、助力乡村振兴，形成“实践引领政策、政策赋能发展”的正向循环，实现乡村建设互促共进、良性发展。