王飚 楊力

［摘 要］農(nóng)業(yè)碳排放是我國(guó)第二大碳排放來(lái)源，深入分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的積極影響，是實(shí)現(xiàn)我國(guó)農(nóng)業(yè)碳減排和“雙碳”目標(biāo)的關(guān)鍵。文章以我國(guó)30個(gè)?。ㄊ小⒆灾螀^(qū)）為考察對(duì)象，構(gòu)建2011-2020年面板數(shù)據(jù)，首先構(gòu)建了數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，利用熵值法算出30個(gè)省份的數(shù)字經(jīng)濟(jì)平，再使用雙向固定效應(yīng)模型分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響和區(qū)域異質(zhì)性，最后用中介效應(yīng)模型分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的作用路徑。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)能夠通過(guò)提高農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)抑制農(nóng)業(yè)碳排放，且農(nóng)業(yè)生產(chǎn)效率在其中起到了不完全的中介作用；分區(qū)域看，數(shù)字經(jīng)濟(jì)能夠顯著抑制各區(qū)域農(nóng)業(yè)碳排放，但對(duì)東部地區(qū)農(nóng)業(yè)碳排放的抑制作用不如中西部。

［關(guān)鍵詞］數(shù)字經(jīng)濟(jì)；農(nóng)業(yè)碳排放；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)

［中圖分類號(hào)］F49?? ［文獻(xiàn)標(biāo)志碼］A??? ［文章編號(hào)］2095-0292（2024）02-0076-05

［收稿日期］2023-12-18

［基金項(xiàng)目］省級(jí)研究生學(xué)術(shù)創(chuàng)新項(xiàng)目“安徽省數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)及優(yōu)化路徑研究”（2022xscx075）；安徽省高等學(xué)?？茖W(xué)研究重大項(xiàng)目“‘雙碳約束下安徽省數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合發(fā)展路徑研究”（2023AH040152）

［作者簡(jiǎn)介］王飚，安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向：數(shù)字經(jīng)濟(jì)；楊力，安徽理工大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師，博士，研究方向：礦業(yè)安全管理、能源經(jīng)濟(jì)、管理決策分析。

經(jīng)濟(jì)社會(huì)的深入發(fā)展，過(guò)度的資源開(kāi)采和利用導(dǎo)致全球氣候問(wèn)題愈發(fā)嚴(yán)重，已經(jīng)成為各國(guó)面臨的一大挑戰(zhàn)。政府間氣候變化專門委員會(huì)（IPPC）發(fā)布的《氣候變化 2022：減緩氣候變化》報(bào)告中提出，全球須在2030年之前實(shí)現(xiàn)碳排放減少四成的目標(biāo)。我國(guó)作為世界第二大經(jīng)濟(jì)體和碳排放大國(guó)，也積極承擔(dān)應(yīng)負(fù)的責(zé)任，力爭(zhēng)在2030年前達(dá)到峰值，2060年前實(shí)現(xiàn)碳中和。雖然工業(yè)碳排放是中國(guó)碳排放總量的最大來(lái)源，但農(nóng)業(yè)碳排放占比也不可小覷，經(jīng)過(guò)幾十年的農(nóng)業(yè)現(xiàn)代化發(fā)展，中國(guó)農(nóng)業(yè)生產(chǎn)的高碳特征十分突出，農(nóng)業(yè)碳排放量?jī)H次于工業(yè)碳排放量，成為我國(guó)碳排放的第二大來(lái)源［1］。理論上實(shí)現(xiàn)農(nóng)業(yè)碳減排主要通過(guò)減少“高碳”生產(chǎn)要素投入和提升生產(chǎn)要素的使用效率這兩大途徑，而這兩大路徑都是通過(guò)農(nóng)業(yè)技術(shù)進(jìn)步為前提［2］。從發(fā)達(dá)國(guó)家經(jīng)驗(yàn)看，數(shù)字技術(shù)推動(dòng)下的農(nóng)業(yè)精準(zhǔn)生產(chǎn)是降低農(nóng)業(yè)二氧化碳排放的有效方式。 在新一輪的數(shù)字科技革命背景下，伴隨著“數(shù)字鄉(xiāng)村”戰(zhàn)略的開(kāi)展，使得數(shù)字經(jīng)濟(jì)水平在農(nóng)業(yè)高質(zhì)量發(fā)展中發(fā)揮著越來(lái)越重要的作用。數(shù)字經(jīng)濟(jì)發(fā)展水平的提升，能夠加速農(nóng)業(yè)數(shù)字化進(jìn)程，優(yōu)化農(nóng)業(yè)資源配置效率，進(jìn)而深刻影響農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型。因此在“雙碳”背景下，探尋數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放影響對(duì)促進(jìn)農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型和實(shí)現(xiàn)農(nóng)業(yè)碳減排目標(biāo)具有重要意義。

一、文獻(xiàn)綜述

農(nóng)業(yè)的低碳可持續(xù)發(fā)展一直是學(xué)術(shù)界關(guān)注的熱點(diǎn)，不少學(xué)者對(duì)農(nóng)業(yè)碳排放量的測(cè)度和時(shí)空分布［3-6］進(jìn)行了實(shí)證研究。中國(guó)農(nóng)業(yè)正處于轉(zhuǎn)型升級(jí)階段，傳統(tǒng)粗放型的農(nóng)業(yè)生產(chǎn)方式帶來(lái)了嚴(yán)重的環(huán)境問(wèn)題和巨大的資源浪費(fèi)，為此更多的學(xué)者開(kāi)始研究提高農(nóng)業(yè)生產(chǎn)效率與農(nóng)業(yè)碳排放的影響。鄭陽(yáng)陽(yáng)和羅建利（2021）基于中國(guó)30個(gè)?。?市、自治區(qū)） 2002—2016年的面板數(shù)據(jù)，從空間相關(guān)性和空間異質(zhì)性兩個(gè)角度分析農(nóng)業(yè)生產(chǎn)效率對(duì)農(nóng)業(yè)碳排放的影響，研究表明農(nóng)業(yè)生產(chǎn)效率的提高能夠顯著降低農(nóng)業(yè)碳排放［7］；劉楊和劉鴻斌（2022）以山東省為例進(jìn)行實(shí)證研究，結(jié)果表明農(nóng)業(yè)生產(chǎn)效率提升是農(nóng)業(yè)碳減排的最主要影響因素［8］；王帥等（2020）基于河南省65個(gè)村莊的調(diào)查數(shù)據(jù)，研究碳排放強(qiáng)度和農(nóng)業(yè)生產(chǎn)效率的關(guān)系，結(jié)果表明提高農(nóng)業(yè)生產(chǎn)效率能夠推動(dòng)農(nóng)業(yè)低碳發(fā)展［9］；王慧和卞藝杰（2015），利用SBM模型度量我國(guó)農(nóng)業(yè)生產(chǎn)效率，同時(shí)全面測(cè)算考察期內(nèi)各省份農(nóng)業(yè)碳排放總量，結(jié)果顯示提升農(nóng)業(yè)生產(chǎn)效率是實(shí)現(xiàn)農(nóng)業(yè)碳減排的有效途徑；田紅宇（2022）基于2011-2019年長(zhǎng)江經(jīng)濟(jì)帶108 個(gè)地級(jí)市數(shù)據(jù)，測(cè)度其農(nóng)業(yè)碳排放水平，并運(yùn)用動(dòng)態(tài)面板模型考察數(shù)字經(jīng)濟(jì)對(duì)糧食生產(chǎn)碳排放的影響［2］。

目前，學(xué)術(shù)界關(guān)于數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)碳排放之間的關(guān)系的研究尚處于起步階段。但隨著“數(shù)字鄉(xiāng)村”戰(zhàn)略的開(kāi)展，數(shù)越來(lái)越多的學(xué)者開(kāi)始探究數(shù)字經(jīng)濟(jì)在農(nóng)業(yè)生產(chǎn)中的作用。朱秋博等（2019）認(rèn)為農(nóng)業(yè)信息化能夠優(yōu)化農(nóng)業(yè)資源配置效率，降低農(nóng)業(yè)信息搜尋成本，從而提升農(nóng)業(yè)生產(chǎn)效率［10］；李強(qiáng)（2019）認(rèn)為以大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)能夠有效推進(jìn)農(nóng)業(yè)發(fā)展精準(zhǔn)化、數(shù)字化和智慧化，提升農(nóng)業(yè)生產(chǎn)效率［11］；；張柏楊等（2022）通過(guò)剖析發(fā)達(dá)國(guó)家的成功經(jīng)驗(yàn)，發(fā)現(xiàn)數(shù)字信息技術(shù)是高碳農(nóng)業(yè)向低碳轉(zhuǎn)型的技術(shù)支撐［12］

然而，探討數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響機(jī)制的研究尚未不足，兩者之間的中介效應(yīng)機(jī)制也未得到完全解釋。對(duì)此，本文對(duì)以下問(wèn)題進(jìn)行理論和實(shí)證方面的探討：數(shù)字經(jīng)濟(jì)是否對(duì)農(nóng)業(yè)碳排放存在負(fù)向影響？若存在負(fù)向影響，其內(nèi)在機(jī)制如何？數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響存在哪些異質(zhì)性表現(xiàn)？

已有研究表明，數(shù)字經(jīng)濟(jì)能夠提高農(nóng)業(yè)生產(chǎn)效率，而農(nóng)業(yè)生產(chǎn)效率的提高又能有效地抑制農(nóng)業(yè)碳排放。那么數(shù)字經(jīng)濟(jì)的提升能否抑制農(nóng)業(yè)碳排放？農(nóng)業(yè)生產(chǎn)效率在數(shù)字經(jīng)濟(jì)和農(nóng)業(yè)碳排放之間是否起到中介作用？為了厘清上述問(wèn)題，本文使用中國(guó)30個(gè)省份2011—2020年的數(shù)據(jù)，構(gòu)建了數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，計(jì)算出30個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展水平，并通過(guò)實(shí)證分析研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放影響及作用路徑。

二、理論分析與研究假設(shè)

本部分嘗試從數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的直接影響、間接影響以及空間來(lái)探討數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的機(jī)制。

（一）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的直接影響

隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，數(shù)字經(jīng)濟(jì)規(guī)模與結(jié)構(gòu)的突破與革新使得大數(shù)據(jù)平臺(tái)和互聯(lián)網(wǎng)經(jīng)濟(jì)等各類經(jīng)濟(jì)衍生工具如雨后春筍般相繼出現(xiàn)，良好地解決了供求雙方出現(xiàn)的要素失衡問(wèn)題以及大幅度降低了各類時(shí)空交易成本問(wèn)題。而數(shù)字經(jīng)濟(jì)對(duì)各類生產(chǎn)資源要素的充分利用和經(jīng)濟(jì)運(yùn)行效率的深入推進(jìn)也為勞動(dòng)力、資本、土地等傳統(tǒng)要素的深度融合堅(jiān)實(shí)基礎(chǔ)，從而對(duì)農(nóng)業(yè)碳排放產(chǎn)生作用。同時(shí)，數(shù)字經(jīng)濟(jì)具有邊際效應(yīng)非線性遞增的特點(diǎn)，有利于促進(jìn)經(jīng)濟(jì)良好發(fā)展并提升地區(qū)間的經(jīng)濟(jì)協(xié)調(diào)能力（趙濤等，2020）［13］。數(shù)字經(jīng)濟(jì)通過(guò)其出色的創(chuàng)新能力、衍生品的廣泛使用等多個(gè)方面減少農(nóng)業(yè)碳排放。以此為基礎(chǔ)，本文提出假設(shè)一。

H1：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放存在顯著的直接負(fù)向影響。

（二）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的間接影響

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)業(yè)生態(tài)環(huán)境密切相關(guān)，其產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會(huì)對(duì)環(huán)境和資源造成一定的壓力。目前，隨著數(shù)字基礎(chǔ)設(shè)施的普及，生產(chǎn)的機(jī)械化不僅極大地提高了農(nóng)業(yè)生產(chǎn)效率，推動(dòng)了農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)模式的轉(zhuǎn)型，促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。另一方面，數(shù)字經(jīng)濟(jì)還能夠調(diào)整消費(fèi)結(jié)構(gòu)，創(chuàng)造高質(zhì)量、綠色的新產(chǎn)品。因此，數(shù)字經(jīng)濟(jì)的普及，可有效提高資源利用效率，經(jīng)數(shù)字創(chuàng)新升級(jí)的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)以及農(nóng)業(yè)發(fā)展模式，可及時(shí)跟蹤農(nóng)業(yè)環(huán)境動(dòng)態(tài)變化，有效控制農(nóng)業(yè)生產(chǎn)過(guò)程中化肥、農(nóng)業(yè)等農(nóng)業(yè)資源的使用量，進(jìn)一步規(guī)避資源的損耗以及防止污染的加劇，實(shí)現(xiàn)高效、低 耗、綠色、環(huán)保的可持續(xù)農(nóng)業(yè)發(fā)展，持續(xù)提高農(nóng)業(yè)碳排放效率。以此為基礎(chǔ)，本文提出假設(shè)二。

H2：數(shù)字經(jīng)濟(jì)可通過(guò)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)農(nóng)業(yè)碳排放效率產(chǎn)生間接影響。

（三）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的空間影響

由于不同區(qū)域在經(jīng)濟(jì)建設(shè)、產(chǎn)業(yè)生態(tài)等方面存在一定差異，這可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)不同區(qū)域農(nóng)業(yè)碳排放的影響效果不同。王軍等（2022）研究發(fā)現(xiàn)數(shù)字發(fā)展對(duì)東部、中部以及西部地區(qū)的碳排放量的影響具有較大的差異［14］。一方面，數(shù)字經(jīng)濟(jì)作為一種融合經(jīng)濟(jì)，不同于以往任何一種傳統(tǒng)經(jīng)濟(jì)理論，憑借指數(shù)增長(zhǎng)這一特點(diǎn)，容易呈現(xiàn)出強(qiáng)者愈強(qiáng)、弱者愈弱的“馬太效應(yīng)”；另一方面，數(shù)字經(jīng)濟(jì)的發(fā)展加快信息流通效率，準(zhǔn)確識(shí)別農(nóng)業(yè)市場(chǎng)的供求關(guān)系，打破勞動(dòng)者之間的信息壁壘，減少了信息之間的不對(duì)稱，大幅度降低農(nóng)業(yè)成本，減少碳排放量。因此，本文提出假設(shè)三。

H3：數(shù)字經(jīng)濟(jì)越發(fā)達(dá)的區(qū)域，對(duì)農(nóng)業(yè)碳排放的影響越強(qiáng)。

三、研究設(shè)計(jì)

本節(jié)構(gòu)建了數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的計(jì)量模型，對(duì)變量進(jìn)行說(shuō)明與測(cè)度。

（一）模型構(gòu)建

1.基準(zhǔn)回歸模型

為了驗(yàn)證數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的效果，設(shè)定如下基本計(jì)量模型：

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

其中，lnAcei，t是地區(qū)i在t時(shí)期的農(nóng)業(yè)碳排放水平，Digiti，t是地區(qū)i在t時(shí)期的數(shù)字經(jīng)濟(jì)發(fā)展水平；Xi，t是控制變量；μi表示地區(qū)i不隨時(shí)間變化的個(gè)體固定效應(yīng);δt表示時(shí)間固定效應(yīng)；εi，t表示隨機(jī)擾動(dòng)項(xiàng)。

2.中介效應(yīng)模型

本文構(gòu)建中介效應(yīng)模型對(duì)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是否提升農(nóng)業(yè)碳排放的內(nèi)在機(jī)制進(jìn)行檢驗(yàn)。

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(shuō)明

1.被解釋變量：農(nóng)業(yè)碳排放量（lnAce）

本文參考丁寶根等（2022）的研究，根據(jù)化肥使用量、塑料薄膜使用量、農(nóng)用柴油使用量、農(nóng)藥使用量、農(nóng)作物播種面積和灌溉面積計(jì)算出30 個(gè)?。ㄊ?、自治區(qū)）2011—2020年的農(nóng)業(yè)碳排放量［15］。

同時(shí)使用農(nóng)業(yè)生產(chǎn)總值/農(nóng)業(yè)碳排放量計(jì)算出農(nóng)業(yè)碳排放效率，作為替換的被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。

2.核心解釋變量：數(shù)字經(jīng)濟(jì)發(fā)展水平（Digit）

本文選取人均郵政業(yè)務(wù)收入、人均電信業(yè)務(wù)收入、移動(dòng)電話普及率、互聯(lián)網(wǎng)普及率、計(jì)算機(jī)服務(wù)和軟件從業(yè)人員總數(shù)、北京大學(xué)數(shù)字普惠金融指數(shù)構(gòu)建數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系（肖春梅等，2023）［16］，利用熵值法得到數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)。

3.控制變量

經(jīng)濟(jì)發(fā)展水平（lngdp）：地區(qū)人均生產(chǎn)總值的對(duì)數(shù)值；產(chǎn)業(yè)結(jié)構(gòu)（Ind）：第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值之比；金融發(fā)展（Fin）：貸款余額占GDP的比重表示。

4.中介變量：農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（lnIs）

由于衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)主要為第二產(chǎn)業(yè)，所以該地區(qū)可用第二產(chǎn)業(yè)增加值總產(chǎn)值與該地區(qū)GDP的比值進(jìn)行反映。

以上數(shù)據(jù)除北京大學(xué)數(shù)字普惠金融指數(shù)［17］（郭峰等，2020）外，其余指標(biāo)數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒與公報(bào)，缺失數(shù)據(jù)采用插值法補(bǔ)充。需要說(shuō)明的是，由于數(shù)據(jù)可得性限制，西藏自治區(qū)、香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣省不在本文的研究范圍內(nèi)。各變量描述性統(tǒng)計(jì)如表1所見(jiàn)：

四、實(shí)證結(jié)果

（一）基準(zhǔn)回歸

本文數(shù)據(jù)經(jīng)hausman檢驗(yàn)，顯著性小于0.1，因此選擇固定效應(yīng)回歸，基準(zhǔn)回歸結(jié)果見(jiàn)表2，表2報(bào)告了數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的估計(jì)結(jié)果。在第（1）、（2）列中，數(shù)字經(jīng)濟(jì)的系數(shù)估計(jì)值顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)確實(shí)能顯著降低農(nóng)業(yè)碳排放。在加入控制變量之后，經(jīng)濟(jì)發(fā)展水平（lngdp）減少了農(nóng)業(yè)碳排放，反映出經(jīng)濟(jì)水平的提升在影響農(nóng)業(yè)碳排放這方面起顯著作用。產(chǎn)業(yè)結(jié)構(gòu)（Ind）也顯著降低農(nóng)業(yè)碳排放，說(shuō)明隨著產(chǎn)業(yè)結(jié)構(gòu)的越來(lái)越完善，其農(nóng)業(yè)碳排放量也會(huì)顯著減少，因此，假設(shè)一（H1）成立。

（二）中介機(jī)制檢驗(yàn)

從傳統(tǒng)逐步檢驗(yàn)回歸系數(shù)方法分析，詳情見(jiàn)下表2。由（3）可知，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的影響在1%水平下的正向；同時(shí)，對(duì)比數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的直接回歸系數(shù)，即對(duì)比表2中（2）（4）列回歸系數(shù)，當(dāng)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)為中介變量時(shí)，（4）列比（2）列的系數(shù)有所提升，說(shuō)明農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是數(shù)字經(jīng)濟(jì)發(fā)展影響農(nóng)業(yè)碳排放的有效中介機(jī)制。因此，假設(shè)二（H2）成立。

（三）異質(zhì)性檢驗(yàn)

本文上述研究皆以全國(guó)30個(gè)省（市、自治區(qū)）為研究對(duì)象，估計(jì)結(jié)果表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放量存在顯著抑制作用。但由于不同區(qū)域在經(jīng)濟(jì)建設(shè)、產(chǎn)業(yè)生態(tài)等方面存在一定差異，這可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)不同區(qū)域農(nóng)業(yè)碳排放的影響效果不同。由此，本文將全國(guó)30個(gè)?。ㄊ?、自治區(qū)）劃分為東部、中部以及西部三大區(qū)域，進(jìn)而探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放影響的區(qū)域異質(zhì)性。結(jié)果見(jiàn)表3。

分區(qū)域看，數(shù)字經(jīng)濟(jì)能夠顯著抑制各部地區(qū)的農(nóng)業(yè)碳排放，具體表現(xiàn)為數(shù)字經(jīng)濟(jì)水平每提高1%，東部地區(qū)農(nóng)業(yè)碳排放量將降低0.002%，，中部地區(qū)農(nóng)業(yè)碳排放量將降低0.003%，西部地區(qū)農(nóng)業(yè)碳排放量將降低0.003%。通過(guò)數(shù)據(jù)能了解到，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)碳排放的抑制作用居然低于中西部地區(qū)，與常識(shí)相悖。這是因?yàn)闁|部地區(qū)多為平原，其農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展水平較高，數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)一步提高了東部地區(qū)農(nóng)業(yè)產(chǎn)業(yè)化水平。農(nóng)業(yè)產(chǎn)業(yè)化水平的提升一方面能夠?qū)崿F(xiàn)精準(zhǔn)生產(chǎn)，降低每畝農(nóng)產(chǎn)品的化肥使用量，從而降低農(nóng)業(yè)碳排放；另一方面農(nóng)業(yè)產(chǎn)業(yè)化也擴(kuò)大了農(nóng)業(yè)種植面積。東部地區(qū)農(nóng)業(yè)種植面積的擴(kuò)大，使得農(nóng)膜、農(nóng)藥、化肥等農(nóng)業(yè)碳排放主要來(lái)源材料的投入量也相應(yīng)擴(kuò)大，農(nóng)業(yè)生產(chǎn)規(guī)模擴(kuò)大所增加的農(nóng)業(yè)碳排放量高于精準(zhǔn)生產(chǎn)所減少的碳排放量，所以東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展會(huì)對(duì)農(nóng)業(yè)碳排放會(huì)的抑制作用不如中西部地區(qū)。因此假設(shè)三不成立。

（四）穩(wěn)健性檢驗(yàn)

為了保證實(shí)證結(jié)果的可信性和有效性，繼續(xù)進(jìn)行如下穩(wěn)健性檢驗(yàn)：1.替換被解釋變量：采用農(nóng)業(yè)碳排放效率（農(nóng)業(yè)生產(chǎn)總值/農(nóng)業(yè)碳排放量）作為被解釋變量，研究數(shù)字經(jīng)濟(jì)對(duì)其影響；2.縮短面板：劉軍等（2020）認(rèn)為在數(shù)字技術(shù)發(fā)展的萌芽期測(cè)算其水平意義不大［18］，為此將樣本區(qū)間調(diào)整為2015—2020年，進(jìn)行縮短面板的穩(wěn)健性檢驗(yàn)，結(jié)果見(jiàn)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(yīng)檢驗(yàn)結(jié)果與模型（2）基本一致，各個(gè)變量的數(shù)據(jù)沒(méi)有太大的變化，由此表明本文的參數(shù)估計(jì)結(jié)果較為穩(wěn)定。

五、結(jié)論與建議

本文通過(guò)構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系，測(cè)度中國(guó)30 個(gè)省（市、自治區(qū)）2011—2020年的數(shù)字經(jīng)濟(jì)發(fā)展水平，在通過(guò)雙向固定效應(yīng)模型和中介效應(yīng)模型研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放得的影響與作用路徑，研究發(fā)現(xiàn)：（1）從總體上看，數(shù)字經(jīng)濟(jì)能夠顯著的抑制農(nóng)業(yè)碳排放，數(shù)字經(jīng)濟(jì)水平每提高1%，農(nóng)業(yè)碳排放量將下降0.003%，經(jīng)過(guò)穩(wěn)健性檢驗(yàn)結(jié)果依舊可信；（2）分區(qū)域看，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響存在顯著的區(qū)域異質(zhì)性，數(shù)字經(jīng)濟(jì)能夠顯著抑制各區(qū)域的農(nóng)業(yè)碳排放，但其對(duì)東部區(qū)域農(nóng)業(yè)碳排放的抑制作用卻不如中西部區(qū)域。這是由于區(qū)域數(shù)字經(jīng)濟(jì)水平的差異，使得東部地區(qū)農(nóng)業(yè)生產(chǎn)規(guī)模擴(kuò)大所產(chǎn)生的碳排放量超過(guò)了農(nóng)業(yè)精準(zhǔn)生產(chǎn)所降低的碳排放量；（3）農(nóng)業(yè)碳排放能夠通過(guò)提高農(nóng)業(yè)生產(chǎn)效率達(dá)到抑制農(nóng)業(yè)碳排放的作用，其中農(nóng)業(yè)生產(chǎn)效率起著不完全的中介作用。

基于本文結(jié)論得到以下政策建議：（1）把握科技變革機(jī)遇，推動(dòng)數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)生產(chǎn)深度融合。大力推動(dòng)“數(shù)字鄉(xiāng)村”建設(shè)，加強(qiáng)數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)生產(chǎn)的深度融合，通過(guò)數(shù)字技術(shù)實(shí)現(xiàn)農(nóng)業(yè)精準(zhǔn)生產(chǎn)，減少單位種植面積的化肥和農(nóng)膜使用量，從而實(shí)現(xiàn)農(nóng)業(yè)低碳可持續(xù)發(fā)展。（2）提高數(shù)字滲透度，因地制宜調(diào)整農(nóng)業(yè)發(fā)展戰(zhàn)略。根據(jù)東部、中部和西部的數(shù)字經(jīng)濟(jì)水平以及地區(qū)特征，調(diào)整農(nóng)業(yè)發(fā)展戰(zhàn)略。東部平原地區(qū)實(shí)施農(nóng)業(yè)生產(chǎn)規(guī)?；a(chǎn)業(yè)化，雖然在一定程度上會(huì)不可避免地增加農(nóng)業(yè)碳排放總量，但這是農(nóng)業(yè)生產(chǎn)規(guī)模擴(kuò)大的結(jié)果，單位生產(chǎn)的農(nóng)業(yè)碳排放量是降低的。（3）提高農(nóng)業(yè)生產(chǎn)效率，發(fā)揮農(nóng)業(yè)精準(zhǔn)生產(chǎn)的減碳效果。農(nóng)業(yè)生產(chǎn)效率的提高，能夠避免農(nóng)藥、化肥、農(nóng)膜等農(nóng)業(yè)碳排放主要來(lái)源的過(guò)度使用，降低農(nóng)業(yè)碳排放量，因此，要積極發(fā)展智慧農(nóng)業(yè)，提高農(nóng)業(yè)機(jī)械化、數(shù)字化程度，助力農(nóng)業(yè)數(shù)字化發(fā)展新格局，實(shí)現(xiàn)農(nóng)業(yè)低碳可持續(xù)發(fā)展。

［參 考 文 獻(xiàn)］

［1］楊晨，胡珮琪，刁貝娣，等. 糧食主產(chǎn)區(qū)政策的環(huán)境績(jī)效：基于農(nóng)業(yè)碳排放視角［J］. 中國(guó)人口·資源與環(huán)境， 2021， 31（12）： 35-44.

［2］田紅宇，關(guān)洪浪. 數(shù)字經(jīng)濟(jì)對(duì)糧食生產(chǎn)碳排放的影響研究—來(lái)自長(zhǎng)江經(jīng)濟(jì)帶108個(gè)地級(jí)市的經(jīng)驗(yàn)證據(jù)［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（8）：1-16.

［3］田云，尹忞昊. 中國(guó)農(nóng)業(yè)碳排放再測(cè)算：基本現(xiàn)狀、動(dòng)態(tài)演進(jìn)及空間溢出效應(yīng)［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2022（3）： 104-127.

［4］楊青林，趙榮欽，趙濤，等. 縣域尺度農(nóng)業(yè)碳排放效率與糧食安全的關(guān)系［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)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(nóng)業(yè)碳排放時(shí)空分異及影響因素——以長(zhǎng)江經(jīng)濟(jì)帶為例［J］. 資源科學(xué)， 2019， 41（8）： 1450-1461.

［6］張希棟，楊程博，劉靜. 我國(guó)農(nóng)業(yè)碳排放時(shí)空演變特征研究［J］. 環(huán)境保護(hù)， 2023， 51（Z1）： 42-48.

［7］鄭陽(yáng)陽(yáng)，羅建利. 農(nóng)業(yè)生產(chǎn)效率的碳排放效應(yīng)：空間溢出與門檻特征［J］. 北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2021， 34（1）： 96-105.

［8］劉楊，劉鴻斌. 山東省農(nóng)業(yè)碳排放特征、影響因素及達(dá)峰分析［J］. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（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(nóng)業(yè)生產(chǎn)效率及其空間格局——基于河南省65個(gè)村莊的調(diào)查［J］. 自然資源學(xué)報(bào)， 2020， 35（9）： 2092-2104.

［10］朱秋博，白軍飛，彭超，等. 信息化提升了農(nóng)業(yè)生產(chǎn)率嗎？［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2019（4）： 22-40.

［11］李強(qiáng). 以信息科技提升農(nóng)業(yè)發(fā)展成效［J］. 人民論壇， 2019（19）： 86-87.

［12］張柏楊，劉佳穎，朱睿博. 數(shù)字農(nóng)業(yè)發(fā)展：國(guó)際經(jīng)驗(yàn)、減排效應(yīng)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(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

［14］王軍，王杰，王葉薇. 數(shù)字金融發(fā)展如何影響制造業(yè)碳強(qiáng)度？［J］. 中國(guó)人口·資源與環(huán)境， 2022，32（7）：1-11.

［15］丁寶根，趙玉，鄧俊紅. 中國(guó)種植業(yè)碳排放的測(cè)度、脫鉤特征及驅(qū)動(dòng)因素研究［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2022， 43（5）： 1-11.

［16］肖春梅，黃桂鑫.數(shù)字經(jīng)濟(jì)是否提升了城市韌性？——來(lái)自中國(guó)285個(gè)城市的經(jīng)驗(yàn)證據(jù)［J］.區(qū)域經(jīng)濟(jì)評(píng)論，2023（4）：117-125.

［17］郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

［18］劉軍，楊淵鋆，張三峰. 中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究［J］. 上海經(jīng)濟(jì)研究， 2020（6）： 81-96.

［責(zé)任編輯 孫蘭瑛］