【丝路学风】“双碳”目标下农业绿色发展动态数智化路径研究

学术   2025-01-09 20:03   云南  

【作者简介】左莉,女,博士,教授,主要从事科技创新、产业经济研究;张皓然,男,硕士研究生,主要从事低碳经济、现代管理会计研究;孙林,男,博士,讲师,主要从事公司治理研究。


【摘要】农业绿色发展在实现“双碳”目标过程中具有重要意义。基于“双碳”背景,本文采用汇总型fsQCA方法,分析由六个数智化条件的不同组态所形成的农业绿色发展动态数智化路径,从组态视角系统阐释了农业绿色发展数智化的多重并发路径,推动农业绿色发展数智化的因果逻辑性研究向多维交互的整体视角转变。研究发现,农业绿色发展的数智化需重视各数智化条件之间的联动匹配;农业绿色发展的数智化路径呈现了由单一到多元的动态变化;不同时间段内的农业绿色发展数智化路径保持了高度的连贯性;农业绿色发展的数智化组态路径具有“多重并发”特征,可归结为双驱动、多元驱动、多元发展以及各条件并存等四种驱动模式。

【关键词】“双碳”;农业绿色发展;数智化路径;fsQCA;组态分析


一、引言

农业绿色发展乃发展现代化大农业的重要组成部分,也是农业强国建设的应有之义。党的二十大报告强调:“加快发展方式绿色转型。推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节。”农业绿色发展既是农业发展方式绿色转型的体现,亦是实现碳达峰碳中和(以下简称“双碳”)目标的重要途径。农业绿色发展与减少农业碳排放具有紧密内在联系。2021年《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》明确提出“要加快农业绿色发展,促进农业固碳增效”,而农业固碳增效的核心在于减少农业碳排放。具体而言,农业绿色发展有望降低农业对化肥、农药等的依赖,提升农膜回收率、秸秆综合利用率,优化农业生产结构,从而有效减少温室气体排放,助力“双碳”目标。
习近平总书记指出:“推进农业绿色发展是农业发展观的一场深刻革命,是农业供给侧结构性改革的主攻方向。”尽管学界已开始关注农业绿色发展的数智化研究,但现有研究大多聚焦于单个数智化条件,而忽略了多个数智化条件组态对农业绿色发展的可能影响。此外,农业绿色发展是一个渐进积累的过程,其多条件组态探讨应关注动态变化。因此,本研究基于“双碳”背景,试图回答以下两个问题:一是影响农业绿色发展的数智化条件组态有哪些,条件组态发挥了怎样的作用?二是农业绿色发展的数智化组态存在何种动态变化?这些探讨不仅丰富了农业绿色发展数智化组态路径研究,还为各地农业绿色发展的数智化提供决策参考,促进“双碳”目标的实现。

二、文献述评

现有研究大多考察单个数智化条件对农业绿色发展的影响,本文在前人基础上进一步探究农业绿色发展的数智化组态路径。研究借鉴李瑞峰、程琳琳等的数智化条件选取,将单个数智化条件对农业绿色发展的影响进行了梳理。数字基础设施与农业绿色发展研究。
数字基础设施为农业绿色发展提供了基础的通信网络及数据算力。《数字乡村发展战略纲要》《数字农业农村发展规划(2019—2025)》均提出要用数字基础设施促进农业发展。数字基础设施可使农业生产更加智能化,而农业生产智能化也将使农业生产效率得到提升。农业生产效率的提升不仅提高了农村居民收入,也释放了农业潜能,为农业数字化发展奠定基础,进而促进农业绿色发展。
农村科研人力与农业绿色发展研究。农村科研人力为农业绿色发展提供了可持续的智力支持。高水平的农业科研人力资源可提升农业科技创新能力,而农业科技创新能力水平的上升也将有利于农业数智化发展。农业人力资本水平的提升既可提高劳动力产出效率,又可增强环保意识,对农业绿色发展具有促进作用。
农业产业集聚度与农业绿色发展研究。农业产业集聚度为农业绿色发展提供了合理空间,方便数智化设备开展作业活动。农业产业集聚度的提高有利于农业科技水平的上升,使农业能源和物资使用效率提高,促进资源循环利用与集约使用。农业产业集聚度促进了本地区甚至是周边地区的农业绿色发展,这将有利于农业碳效率的提升。
农业机械投入与农业绿色发展研究。农业机械投入为农业绿色发展的实现提供了具体工具。农业机械投入水平可反映农业绿色生产技术的发展情况,农业绿色生产技术的发展所带来的农业生产效率提升,能促进农业绿色发展水平的提升。单位面积化肥施用量的提高会降低农业机械化的投入,农业机械水平的提高在一定程度上能够反映出农业化肥施用量的减少,从而促进农业绿色发展。财政支农水平与农业绿色发展研究。
财政支农水平为农业绿色发展提供了财政调控手段。当财政支出对农业绿色发展支持力度不足时,农民将过于依赖农药、化肥,进而阻碍农业绿色可持续发展。财政支农既对农村绿色发展起到了显著的短期促进作用,又为农业绿色发展结构调整提供了重要的资金支持。数字普惠金融与农业绿色发展研究。
数字普惠金融为农业绿色发展提供了数字且普惠的、多层次与多元化的金融支持服务。数字普惠金融的发展可促进农业生产中资本对劳动的替代,提高农业产出水平与农业生产效率,降低农业单位成本以有利于农业绿色发展。数字普惠金融的发展使农业部门资本可得性提高,资金向改善农业绿色技术方向流动将使农业效益与绿色发展有机结合,促进农业绿色发展。
综上所述,已有研究虽考察了单一农业数智化条件对农业绿色发展的影响,但忽视了农业绿色发展受到多种数智化条件共同影响的情形,因此本文从组态角度探究多种数智化条件与农业绿色发展的复杂因果关系,从动态视角分析农业绿色发展的数智化组态路径变化规律。

三、研究设计

(一)反向案例分析
Woodside指出,在研究中忽略与主要影响关系相反的案例是常见的错误。在大数据集中,与统计显著的主要影响相悖的案例时有发生。因此,为了全面评估两个因素在数据集中的关系,应进行反向案例分析,考虑正向、负向或无关的可能性,以确保研究的准确性和完整性。本文对各变量取平均值进行Pearson分析,发现数字基础设施、农村科研人力以及数字普惠金融与农业碳排放效率之间存在显著的正相关关系,农业产业结构、财政支农水平与农业碳排放效率之间存在显著的负相关关系,农业机械投入与农业碳排放效率不存在显著的相关性且系数为负,可见各前因变量与结果变量及各前因变量之间存在复杂的相关性,需要进行反向案例分析以确认因素之间的关系。从表1中可以发现较高或高的财政支农水平会带来较高或高的农业碳排放效率(3个案例),但同时也发现较低或低的财政支农水平也会带来较高或高的农业碳排放效率(7个案例)。因此,本研究涉及的变量之间有非对称关系的存在,有必要使用fsQCA方法进一步分析。

(二)汇总型模糊集定性比较分析方法
汇总型fsQCA(Fuzzy-set Qualitative Comparative Analysis)使用布尔代数比较每个案例作为因果条件和结果的组合,既考虑时间效应,又能概念化集合交集,处理因果复杂性。以往研究只考察某一种农业数智化条件对农业绿色发展的影响,难以反映真实的复杂现实环境,或仅就某一年数据进行组态分析而难以体现组态的时间变化。本文参考于水情、石志恒、李瑞峰等学者的组态路径研究,使用汇总型fsQCA,基于fsQCA4.0软件考察2010—2019年间农业绿色发展数智化组态路径的实现情况,以展现农业绿色发展数智化路径的动态变化。
本文以我国31个省(自治区、直辖市)为研究样本,鉴于2020年及之后农业绿色发展数据的缺失,故选取时间跨度为2010—2019年。鉴于农业绿色发展效果具有滞后性,结果变量滞后一年。本研究数据主要来源于2010—2019年的《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》、北京大学数字普惠金融指数。
(三)变量选取及说明
1.结果变量
参考李若寒、郭艳花从农业碳排放角度测度农业绿色发展的已有研究,加之考察农业绿色发展时应考虑农药、农膜、化肥、农业机械等要素投入所带来的碳排放问题,因此本文以农业碳排放效率作为农业绿色发展的测量指标。借鉴尚杰等的做法,利用非期望产出SBM模型,使用包括农业劳动力、土地、化肥、农药、农膜、农业机械动力、灌溉、农业总产值及农业碳排放量等指标计算农业碳排放效率。
2.条件变量
参考李瑞峰、程琳琳等学者的研究,选取农业碳排放效率、数字基础设施、农村科研人力、农业产业集聚度、农业机械投入、财政支农水平、数字普惠金融为条件变量。具体测量如下:一是数字基础设施使用各地区“每百万人口的互联网端口数”作为衡量指标;二是农村科研人力:将各地区不同学历人口加权求和除以各地区六岁以上总人口;三是农业产业集聚度:使用农业产值与产业总产值进行熵值法测算;四是农业机械投入:使用农业机械化总动力与农作物总播种面积的比值反映农业生产机械投资情况;五是财政支农水平:使用财政对各地区农林水支出占各地区一般公共预算总支出的比值进行测算;六是数字普惠金融:使用北京大学数字普惠金融指数,反映了各地区数字化、多层次、多元化的金融发展水平。由于数字普惠金融指数2010年数据缺失,采用固定值填补法进行补充。数字基础设施2013年数据缺失,为此采用均值替换法对数据进行补充。
3.变量校准
通过校准给各变量赋予集合隶属分数,从而能够描述一个变量对一个模糊集合中的另一个变量的隶属程度。本文使用fsQCA4.0软件采用直接法将各变量数据校准为模糊集,根据已有研究,将案例样本数据分布在95%、50%、5%位数设为完全隶属、交叉点和完全不隶属的校准锚点。受篇幅限制,本文只展示2016年的变量校准结果,如表2所示。

四、实证结果分析

(一)单个条件的必要性分析
根据QCA方法要求,需要对六个前因变量进行必要性检验以判断其是否构成农业绿色发展的必要条件。基于2010—2018年数据的检验结果显示:农业碳排放高效率与低效率的所有条件一致性值均低于0.9,因此不存在农业绿色发展的数智化必要条件,可进行条件组态分析以探索影响农业绿色发展的数智化组态路径。
(二)条件组态的充分性分析
组态分析考察的是条件组合如何影响结果。现有研究基本将一致性阈值设定为0.8,频数阈值设定为1,PRI一致性阈值设定为0.7。本文将中间解与简约解同时存在的条件变量视为核心条件,只在中间解出现的条件变量视为边缘条件。通过观察2010—2018年的组态结果后,对2010—2015年与2016—2018年两个时段的组态进行分析。表3为2010—2015年的组态结果,表4为2016—2018年的组态结果。基于表3与表4组态的各条件存在状况,可判断不同条件在各时期对农业绿色发展的影响情况。根据不同组态特征,本文将2010—2018年的组态归纳为四种模式,具体为:“数字基础+数字金融”双重驱动模式、“科研人力+农机+数字金融”多元驱动模式、“数字基础+农机”驱动下的多元发展模式、各条件并存的驱动模式。

1“.数字基础+数字金融”双重驱动模式
表3中2010—2015年主要呈现出以数字基础设施或数字普惠金融为核心存在条件的组态特点,农业产业集聚度与财政支农水平呈现出缺乏状态,其他条件不确定或出现少量的缺乏状态。单个解与总体解的一致性均高于0.9,表明具有较好的解释力度,可作为高水平农业绿色发展的数智组态。原始覆盖度均在0.48以上,说明至少有48%的案例能够解释每种组态;唯一覆盖度表明分别约有67.6%、11.1%、7.6%、67.7%、67.1%、64.6%、65.7%的案例仅能被该组态解释。因此,在数字基础设施和数字普惠金融都存在的情况下,可二选一为核心存在条件推动农业绿色发展,助力“双碳”目标实现。这也表明此期间农业绿色发展主要依靠数字基础设施和数字普惠金融推动,数字基础设施所提供的互联网服务是实现农业数智化的基础,数字普惠金融则为农业数智化发展提供资金支持,也为2016年后农业绿色发展的数智化多元组态打下基础。
从表4可见,2016—2018年的组态结果与2010—2015年的单一组态不同,呈现出多种组态。但组态R1、R5、R9、R11表明,2016—2018年在2010—2015年的基础上继续存在数字基础设施与数字普惠金融共同推动农业绿色发展的组态,该组态以数字基础设施或数字普惠金融为核心存在条件,农业产业集聚度与财政支农水平仍呈现缺乏或未知状态。
2“.科研人力+农机+数字金融”多元驱动模式
组态R2、R6、R12可归结为“科研人力+农机+数字金融”多元驱动模式,即农业绿色发展主要依靠农村科研人力、农业机械投入以及数字普惠金融推动。在数字普惠金融支持下,农村科研人力与农业机械将获得一定的资金支持,推动农业绿色发展的数智化实现,降低农业碳排放。值得注意的是,在组态R10中农业机械投入与数字普惠金融为核心存在条件,农业产业集聚度与财政支农水平则为边缘缺乏条件,农村科研人力为未知状态,这从侧面表明数字普惠金融的重要性,即使在农村科研人力未知的情况下,数字普惠金融对农业机械提供资金支持也能推动农业绿色发展。
3“.数字基础+农机”驱动下的多元发展模式
在组态R3与组态R7中数字基础设施与农业机械投入为核心存在条件,农村科研人力、农业产业集聚度为边缘存在条件,财政支农水平与数字普惠金融为缺乏条件。在“数字基础+农机”驱动下的多元发展模式中,数字基础设施建设为农业机械投入提供了数字基础设施保障,也对农村科研人力、农业产业集聚度产生积极影响。数字基础设施越完善,农业机械数智化设备运行效率就越高,这将有利于加大农业机械投入。数字基础设施的完善也为农村科研人力队伍发展壮大提供前提条件,打破了地域距离和信息交流限制。数字基础设施的完善也将进一步提升农业产业集聚度,降低大型农业机械使用的信息限制。小型机械化作业频率的降低将削减农业碳排放,推动农业绿色发展,促进“双碳”目标实现。
4.各条件并存的驱动模式
在组态R4、R8、R13中各前因条件均存在。组态R4中农村科研人力、农业机械投入以及数字普惠金融为核心存在条件,其他条件均为边缘存在条件。组态R8中数字基础设施、农村科研人力、农业机械投入以及数字普惠金融为核心存在条件,其他条件均为边缘存在条件。组态R13中数字基础设施、农业机械投入以及数字普惠金融为核心存在条件,其他条件均为边缘存在条件。
以上四种驱动模式的组态一致性均高于0.89,表明各组态有89%以上的可能性达到高水平农业绿色发展的状态,总体一致性分别为0.915、0.972、0.924、0.959、0.960、0.910、0.902、0.907、0.893,均高于可接受的最低标准0.75。因此,均可视为实现农业绿色发展的充分条件组态且具有较好的解释力度。
(三)稳健性检验
本文对2010—2019年组态进行了稳健性检验。参考已有研究,将校准区间从5%、95%分别调整为6%、96%,将一致性阈值从0.8调整为0.76。从稳健性检验中发现,由于2016年是农业绿色发展数智组态由单一到多元化的过渡时期,在延续了2010—2015年的组态特征之外,其他组态特征变化较小,这表明结果较为稳健。

五、研究结论与启示

农业绿色发展既是农业发展方式绿色转型的体现,也是实现碳达峰碳中和目标的重要途径。加快农业强国建设,亟须扎实推动农业绿色发展。
第一,农业绿色发展的数智化既不能局限于优化单个条件,也不必盲目兼顾所有条件,而要重视各数智化条件之间的联动匹配,依托自身禀赋,选择适宜的智能化路径。本研究发现农业绿色发展的各数智化条件之间并非相互排斥,而是相互补充。例如,数字基础设施与农村科研人力之间、财政支农水平与数字普惠金融之间体现出协同效应。数字基础设施的完善为农村科研人力提供了广阔的应用平台和较强的数据处理能力,而农村科研人力的提升则能更有效地利用这些基础设施进行技术创新,从而推动农业绿色发展。财政支农也为农业绿色发展提供了基础性资金支持,数字普惠金融则通过多层次、多元化金融服务,进一步加强了农业绿色发展的资本可得性和资金利用效率。这种数智化条件间的相互补充与协同促进,使得农业绿色发展的数智化路径更为多元。因此,在推动农业绿色发展过程中,不能仅关注单一数智化条件的优化,而应注重多项数智化条件的协调发展,形成合力,共同推动农业绿色发展目标的实现。
第二,农业绿色发展的数智化路径并非固定不变,而是随着时间推移和外部环境的变化而不断演进。从时间维度来看,2010—2015年农业绿色发展的数智化组态路径相对单一,这一阶段主要依赖于数字基础设施和财政支农等传统数智化条件的投入。然而,2016年以后随着农村科研人力、农业产业集聚度、农业机械投入以及数字普惠金融等数智化条件的快速发展,农业绿色发展的数智化路径逐渐多元化。因此,要进一步推动农业绿色发展的数智化,可抓住路径多元化的特点,因地制宜选择适宜的组态路径。
第三,各个时段内农业绿色发展的数智化组态路径展现出较强的紧密连贯特点。尽管不同阶段的数智化条件组合方式有所变化,但整体上保持了一定的连续性和稳定性。这种连贯性表明,农业绿色发展的数智化是一个渐进积累的过程,每个阶段的数智化成果都为下一阶段发展提供了坚实基础。因此,在推动农业绿色发展过程中,应注重长期规划,确保数智化条件的持续投入与优化整合,从而实现农业绿色发展的可持续性。
第四,农业绿色发展的数智化组态路径具有“多重并发”特征与多元化驱动模式,可划分为双驱动、多元驱动、多元发展以及各条件并存等四种驱动模式。各地区应根据自身实际情况选择最具可行性的数智化驱动模式。在推动农业绿色发展过程中,充分发挥区域优势,进行多样化探索实践,助力“双碳”目标实现。



编辑说明:文章来源于《西北民族大学报》(哲学社会科学版)2024年第5期。原文和图片版权归作者和原单位所有。篇幅限制,注释从略。

主      编:刘   荣

副  主 编:高登荣 郭飞平 杨文顺

             黎贵优 高   朋 

执行编辑:吴   鹏 贾淑凤

编     辑:丁莉霞

编辑助理:严  春



您的稿件和服务意见请发往"民族学与人类学"微电子杂志服务邮箱:  mzxyrlx@126.com                     

您的支持和鞭策将会是我们进步的源动力!




“民族学与人类学”

民族学与人类学

Minzuology&Anthropology


民族学与人类学Anthropology
共同关注民族学与人类学进步的新田野,共同讲出民族学与人类学的中国新故事,共同发出民族学与人类学响亮的新声音!共同圆好民族学与人类学服务中华民族伟大复兴的中国梦!
 最新文章