农村数字经济的飞速发展加剧了利用数字工具促进低碳和可持续农业实践的需求，引起了学术界和政府的广泛关注。了解农村数字经济如何影响农业碳排放，对于挖掘减排潜力、促进农村地区向可持续能源利用转型以及培育绿色农业发展至关重要。本文采用熵值法、空间杜宾模型和门槛效应模型，评估了2010年至2022年中国各省农村数字经济对农业碳排放的影响，还探讨了农村数字经济促进农业碳减排的机制，尤其是在 "农业社会化服务 "方面。研究结果表明：第一，农村数字经济大大有助于降低农业碳排放强度。第二，农村数字经济与农业碳排放之间存在非线性关系。农村数字经济的发展呈边际递减趋势，存在明显的门槛效应。第三，通过农村数字经济提升农业社会化服务可以抑制农业碳排放。最后，农村数字经济的减碳效应在经济较发达地区、经济发展水平中等地区和科技投入较低地区更为显著；化肥 "零增长 "政策的实施强化了这种减碳效应。本研究揭示了农业碳排放的机制和效应，为农业向低碳和可持续发展转型提供了定量证据和理论支持。
研究背景及意义
作为国民经济的 "稳定器 "和 "催化剂"，数字经济规模在2022年猛增至50.2万亿元，占中国GDP的41.5%，成为未来经济增长的关键驱动力。在数字经济蓬勃发展的态势下，新技术、新产品、新商业模式不断涌现，不仅带来了生产方式和生活方式的变革，也为实现 "双碳 "目标注入了新动力。例如，将信息技术、网络技术和自动控制技术融入农业生产实践，提高了生产效率，实现了智能化、精确化管理，从而遏制了资源浪费，减少了高碳投入品（如化肥、农药和农膜）的使用，从而减少了温室气体排放。
农村数字经济发展与农业碳减排之间的关系已引起学术界的广泛关注。关于农村数字经济的研究主要集中在概念界定、发展测度以及对其作用机制和发展轨迹的理解。例如，G20将数字经济定义为利用数字知识和信息、现代信息网络和通信技术来提高效率和优化经济结构的一系列经济活动。基于这一定义，中国信息通信研究院发布的《中国数字经济发展白皮书》从数字基础设施、数字产业化和产业数字化三个方面对数字经济进行了概念化。Du等和Zhou等采用熵值法，从内涵和形成因素两个方面来衡量农村数字经济的发展水平。Tiwasing等以英国农村企业为例，强调公共部门市场干预在发展宽带基础设施和加强数字技能培训方面的有效性，以消除数字经济发展的城乡差异。
为了弥补上述研究空白，我们在本研究中追求以下几个目标：1）在清晰认识农村数字经济本质的基础上，确定其影响农业碳排放的机制，以提供合理的理论见解。2）利用农村地区的独特属性，并考虑农村发展的细微现实，构建农村数字经济发展的综合指标体系。3）通过研究农村数字经济在不同社会经济条件、技术投入和区域政策干预下对碳减排的影响，为中国制定有针对性的、差异化的农业领域碳减排政策提供支持。这项工作对于推进 "双碳 "目标至关重要。
1.研究了农村数字经济对农业碳排放的影响。
2.基于综合指标体系开发了3个农村数字经济指数。
3.采用熵法、空间Durbin模型和面板门槛模型进行实证分析。
4.探讨了农村数字经济减碳效果的异质性。
5.分析了农村数字经济对农业碳减排的机制和门槛效应。
研究结果
1. 变量平稳性检验
为防止出现 "伪回归"，在进行实证分析之前，使用LLC、IPS和Fisher-PP检验对面板数据进行了单位根检验。结果见表5。在至少10%的显著性水平上，所有选定变量都通过了面板单位根检验。这表明这些变量拒绝了存在单位根的零假设，满足了建模的基本要求。
2. 空间效应分析
2.1. 空间自相关分析
2.2. 空间回归分析
分析具有时间固定效应的SDM模型的每个指数的估计参数（表7）以确定以下内容：
3. 稳健性检验
为了确保本文研究结果的准确性，本文进行了一系列稳健性测试（表8）。
首先，本文替换了解释变量来检查农业总碳排放量，并根据大规模农业的范围获得大规模农业碳排放强度信息。如第（1）列所示，农村数字经济发展指数每增加一个单位，农业碳排放强度可降低0.967 %，这与本文之前的结论一致。这再次肯定了本文实证结果的稳健性，并进一步验证了假设1。
其次，本文更改了解释变量。本文使用主成分分析方法测量农村数字经济发展指数。如第（2）列所示，农村数字经济发展指数的系数仍然显著，为1%。这与使用熵法作为解释变量来测量农村数字经济发展指数所获得的结果一致，表明尽管解释变量测量存在变化，但回归结果基本保持不变。
接下来，本文用逆地理空间权重矩阵替换了空间权重矩阵，再次估计SDM模型（第（3）列）。农村数字经济发展指数（核心解释变量）的系数仍然显著，为1%，再次肯定了本文实证结果的稳健性。
考虑到样本选择偏差，鉴于熵法对极值的敏感性以及这些值放大误差的可能性，本文将所有原始数据的尾部缩小为1%的四分位数，以确保数据相对平滑（第4列）。所得结果的系数方向和显著性没有显著变化，表明农村数字经济发展指数对农业碳排放强度的抑制作用仍然显著。
最后，为了解决内生性问题，本文使用2SLS估计来分析农村数字经济发展指数，其中提前1个时期，滞后1个时期作为工具变量。第一阶段的F值在1%水平上显著，表明不存在弱工具变量问题。此外，农村数字经济发展指数提前1期和滞后1期的系数均通过1%显著性检验，呈正相关，满足工具变量的相关性要求。第二阶段的结果表明，农村数字经济发展指数的估计系数为负值，在1%水平上显著。这表明，即使在缓解内生性之后，农村数字经济发展指数对农业碳排放强度的抑制作用仍然有效。
4. 门槛效应分析
4.1. 门槛效应检验和门槛估计
在采用门槛模型之前，本文进行了必要的门槛效应检验，以确定门槛的存在和数量（表9）。当以农村数字经济发展指数作为门槛变量时，双门槛测试结果具有统计学意义，P值为0.003，而三门槛未通过。这表示存在两个门槛。
如表10所示，农村数字经济发展指数的门槛分别为0.272和0.503。
为了确保本文确定的门槛的可靠性和准确性，本文还绘制了门槛回归LR图（图4）。LR统计量的最小点表示真正的门槛。该值明显低于图表中的虚线，表示与门槛一致。
4.2. 门槛回归分析
表11揭示了农村数字经济与农业碳排放强度之间的非线性关系。当农村数字经济发展指数低于第一个门槛（RDIG≤0.272）时，估计系数为−4.015。对于区间（0.272， 0.503），估计系数为−2.932。当农村数字经济发展指数超过第二个门槛（RDIG>0.503）时，估计系数为−1.943。所有系数都通过1%显著性检验。这证实了随着农村数字经济的发展，其减碳效果会减弱;支持假设2。最初，随着农业科技的进步，新技术的应用增加，减碳效果越来越强。然而，随着农村数字经济达到一定水平并超过门槛，边际收益递减导致其减碳效果下降。
5. 机制分析
根据上述理论分析，发展农村数字经济可以通过提升农业社会化服务水平来降低农业碳排放强度。然而，这种机制能否进行实证检验呢？
遵循中介效应检验程序，本文考察了农业社会化服务水平是否介导了农村数字经济发展对减少农业碳排放的过程（表12）。在列（1）中，β1=−0.701，在1%水平上显著，表明存在中介效应。列（2）和（3）显示两者β2和β3通过显著性检验，表明具有实质性的中介作用。即使纳入农业社会化服务水平，农村数字经济发展指数仍与农业碳排放强度呈显著负相关。使用β1=−0.481，在1%水平上显著，部分中介效应是显着的。此外，β1与β相比1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效应，与Chen和Tang的研究结果一致。
本文进行了Sobel和Bootstrap测试以稳定中介效应结果（表12）。Bootstrap检验的两个置信区间都排除0，表明存在显著的中介效应。这种影响的幅度为0.136，约占农村数字经济对农业碳排放总影响的18.38%，从而验证了假设3。
6. 异质性分析
6.1. 经济发展水平的异质性
中国国内的经济发展存在显著差异。为探究农村数字经济在不同经济水平下对农业碳排放强度的影响，将30个省（区、市）划分为3个子样本：经济发达地区、经济中等发展地区和经济落后地区。人均GDP作为划分标准，考虑了区域经济发展、地理位置和资源禀赋。如表13的第（1）-（3）列所示，农村数字经济的减碳效果仅在经济发达和中等经济发展地区显著。在经济落后的地区，数字基础设施不足阻碍了农村数字经济减碳效果的实现。持续的“数字鸿沟”问题和信息不对称加剧了这一挑战。
6.2. 科技投资的异质性
科学技术的进步对农业减碳和农村数字经济发展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影响，本文根据2010—2022年30个省（区、市）财政支出中的平均科技支出进行了异质性分析，分为高低样本组（第（4）列和第（5）列）。
无论技术投入高低，农村数字经济发展与农业碳排放强度之间的负相关关系都是显而易见的。然而，高投资组没有通过显著性测试。在这一群体中，农村数字经济相对较先进，农业部门对数字技术的采用可能接近饱和。因此，短期增加科技投资可能不会促进农村数字经济的重大进步。
6.3. 政策异质性
2015年2月17日，中国农业农村部发布了《2020年化肥使用量零增长行动计划》，全面倡导降低和提高化肥施用效率，到2020年实现化肥使用量“零增长”。到2022 年，中国化肥施用产生的碳排放量占农业碳排放总量的35.37%，凸显了化肥在农业碳排放中的重要性。本文试图通过进行政策异质性检验来确定中国“零增长”肥料政策后农村数字经济的碳减排影响是否会发生显著变化。
将2015年后的年份指定为1，将2015年之前的年份指定为0，将年份与农村数字经济发展指数的交互作用项制定为政策交互项（第6列）。农村数字经济发展指数和政策交互项的系数均为负值，均满足显著性门槛，表明“零增长”政策后，农村数字经济遏制农业碳排放的效果显著提升。这一发现进一步强调了农村数字经济在促进国家政策实施方面的作用。
研究展望
首先，省内各县之间存在相当大的社会经济差异。通过实地调查和访谈获取全面可行的县级数据，或对不同的县级发展案例进行比较分析，可以提高农村数字经济与农业碳排放之间关系研究的准确性和深度。其次，本文主要通过实证检验考察了农村数字经济发展对农业碳排放的单向影响。未来的研究可以更深入地探索这两个因素之间的双向协同关系。
初审：梁笑嫣
审核：徐彩瑶
排版编辑：王朝勇
文献推荐人：王朝勇
参考文献：Jin M ,Feng Y ,Wang S , et al. Can the development of the rural digital economy reduce agricultural carbon emissions? A spatiotemporal empirical study based on China's provinces. The Science of the total environment, 2024, 939 173437-173437.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
