李寶禮 王勁凱

摘 要：基于2013—2020年全國(guó)30個(gè)省份面板數(shù)據(jù)，構(gòu)建數(shù)字經(jīng)濟(jì)水平評(píng)價(jià)指標(biāo)體系，從理論上探究數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的路徑機(jī)制，在此基礎(chǔ)上實(shí)證分析了數(shù)字經(jīng)濟(jì)及其構(gòu)成要素對(duì)農(nóng)業(yè)碳排放影響方向和異質(zhì)性。結(jié)果顯示：（1）我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放具有顯著的抑制作用。（2）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響具有區(qū)域異質(zhì)性，對(duì)東部、東北部及糧食主產(chǎn)區(qū)地區(qū)具有顯著的抑制效應(yīng)，對(duì)西部、非糧食主產(chǎn)地區(qū)抑制效應(yīng)較低，而對(duì)中部地區(qū)的農(nóng)業(yè)碳排放有一定的促增效應(yīng)。（3）機(jī)制分析結(jié)果表明，數(shù)字經(jīng)濟(jì)可以通過(guò)勞動(dòng)力轉(zhuǎn)移和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展兩條路徑對(duì)農(nóng)業(yè)碳排放產(chǎn)生影響。最后根據(jù)研究結(jié)論，從加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)、鼓勵(lì)創(chuàng)新農(nóng)業(yè)技術(shù)應(yīng)用以及優(yōu)化農(nóng)業(yè)供應(yīng)鏈管理三個(gè)方面給出政策建議。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；碳排放；區(qū)域異質(zhì)性；多元回歸

中圖分類號(hào)：F323；X322? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2024）05-0001-09

國(guó)以糧為本，民以食為天。我國(guó)作為農(nóng)業(yè)大國(guó)，近年來(lái)，糧食產(chǎn)量和農(nóng)業(yè)收入穩(wěn)步增長(zhǎng)。然而在農(nóng)業(yè)高效增產(chǎn)的同時(shí)，我國(guó)部份地區(qū)仍在進(jìn)行傳統(tǒng)粗放式的農(nóng)業(yè)生產(chǎn)模式。在此背景下，農(nóng)業(yè)生產(chǎn)活動(dòng)中產(chǎn)生的農(nóng)業(yè)化學(xué)品、機(jī)械工具的使用和設(shè)施落后等問(wèn)題導(dǎo)致農(nóng)業(yè)生產(chǎn)的邊際效益逐步下滑，從而催化并加劇了農(nóng)業(yè)碳排放的強(qiáng)度。我國(guó)政府多次強(qiáng)調(diào)碳減排問(wèn)題并出臺(tái)相關(guān)政策，力爭(zhēng)于2030年前達(dá)到二氧化碳排放峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和。農(nóng)業(yè)農(nóng)村部、國(guó)家發(fā)展改革委于2022年5月發(fā)布的《農(nóng)業(yè)農(nóng)村減排固碳實(shí)施方案》中就明確指出，農(nóng)業(yè)減排固碳要與農(nóng)業(yè)綠色發(fā)展政策協(xié)同對(duì)接，接軌糧食安全、鄉(xiāng)村振興與農(nóng)業(yè)農(nóng)村現(xiàn)代化的戰(zhàn)略。

我國(guó)數(shù)字經(jīng)濟(jì)正處于高速發(fā)展的階段。2019年，中國(guó)數(shù)字經(jīng)濟(jì)總規(guī)模已超過(guò)35萬(wàn)億元，占GDP的比重已超過(guò)36%，數(shù)字經(jīng)濟(jì)已成為推動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的重要因素之一。2021年12月，中國(guó)信息通訊研究院首次編寫并在“數(shù)字賦能碳達(dá)峰碳中和分論壇”發(fā)布了《數(shù)字碳中和白皮書》，提出多維度借助數(shù)字技術(shù)推進(jìn)碳減排，攻克雙碳難題，實(shí)現(xiàn)數(shù)字化、綠色化發(fā)展。近年來(lái)，在數(shù)字鄉(xiāng)村建設(shè)戰(zhàn)略政策的推動(dòng)下，數(shù)字技術(shù)在鄉(xiāng)村得到逐步推廣，綠色鄉(xiāng)村正隨著數(shù)字技術(shù)的正向融合加速發(fā)展。因此，研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響具有重要的現(xiàn)實(shí)意義和實(shí)踐價(jià)值，對(duì)我國(guó)農(nóng)業(yè)碳減排目標(biāo)的實(shí)現(xiàn)具有一定的積極作用。

1 文獻(xiàn)綜述

隨著經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，我們也面臨著日益嚴(yán)峻的環(huán)境問(wèn)題，其中之一就是碳排放的問(wèn)題。我國(guó)自2005年成為世界第一大碳排放國(guó)，控制碳排放已成為當(dāng)今社會(huì)亟待解決的難題。目前關(guān)于碳排放領(lǐng)域的相關(guān)研究，部分學(xué)者集中探討了我國(guó)碳排放量的主要影響因素以及控制方式。任宏洋等人已經(jīng)證明經(jīng)濟(jì)、人口、能源等是影響碳排放的主要因素，并且在“新常態(tài)”背景下，勞動(dòng)力人口、城市土地利用變化率、消費(fèi)習(xí)慣、市場(chǎng)參與度等可能發(fā)展為主要的影響因素[1]。徐浩等人認(rèn)為，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)勞動(dòng)力規(guī)模、農(nóng)業(yè)能源結(jié)構(gòu)等因素對(duì)農(nóng)業(yè)碳減排的實(shí)現(xiàn)起到了促進(jìn)作用，而農(nóng)業(yè)能源效率則在一定程度上推動(dòng)了農(nóng)業(yè)碳排放[2]。田云等人則是以長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，以各省市2005—2020年農(nóng)業(yè)碳排放量為數(shù)據(jù)依據(jù)，利用STIRPAT測(cè)算得出結(jié)論，第一產(chǎn)業(yè)從業(yè)人員數(shù)這一因素對(duì)農(nóng)業(yè)碳排放量起到促進(jìn)作用且為主導(dǎo)因素，而農(nóng)業(yè)技術(shù)水平則表現(xiàn)為抑制作用但作用力度較小[3]。另一部分學(xué)者則對(duì)我國(guó)部分碳交易試點(diǎn)政策的碳減排效應(yīng)進(jìn)行針對(duì)性研究。徐新擴(kuò)等人認(rèn)為，碳交易試點(diǎn)市場(chǎng)有效促進(jìn)了試點(diǎn)地區(qū)碳排放量與碳強(qiáng)度的下降，且相對(duì)于市場(chǎng)微觀規(guī)制的作用，政府宏觀干預(yù)對(duì)碳市場(chǎng)的減排效應(yīng)更加明顯[4]。還有研究發(fā)現(xiàn)，實(shí)施新能源示范城市政策能夠顯著減少試點(diǎn)城市的碳排放[5]。還有學(xué)者著力于農(nóng)業(yè)碳排放的測(cè)算研究。如陳振博結(jié)合2012—2021年的中國(guó)碳排放量數(shù)據(jù)，發(fā)現(xiàn)中國(guó)農(nóng)業(yè)碳排放總量整體上處于下降的趨勢(shì)，平均碳排放強(qiáng)度由2012年的0.736下降到2021年的0.472，年平均下降率達(dá)到4.5%[6]。錢力等人采用EBM-GML模型測(cè)算我國(guó)農(nóng)業(yè)碳排放效率，同樣得出結(jié)論，我國(guó)農(nóng)業(yè)碳排放效率整體上處于提升狀態(tài)，碳減排能力逐漸增強(qiáng)[7]。

數(shù)字經(jīng)濟(jì)作為賦能經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)力，近年來(lái)也引起了學(xué)術(shù)界積極的關(guān)注與討論。數(shù)字經(jīng)濟(jì)對(duì)于實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展起到核心作用，也是當(dāng)前全國(guó)乃至全世界重點(diǎn)關(guān)注和研究的領(lǐng)域。不僅影響社會(huì)經(jīng)濟(jì)，對(duì)環(huán)境也具有一定的影響。有研究表明，數(shù)字經(jīng)濟(jì)可以顯著抑制環(huán)境污染，且在數(shù)字經(jīng)濟(jì)治理環(huán)境污染的過(guò)程中起到中介作用[8]。數(shù)字經(jīng)濟(jì)可以通過(guò)加快信息流動(dòng)、聯(lián)結(jié)創(chuàng)新主體、激勵(lì)企業(yè)開(kāi)展研發(fā)活動(dòng)來(lái)提升創(chuàng)新水平，進(jìn)而企業(yè)在創(chuàng)新水平提升的背景下使用清潔技術(shù)、開(kāi)展綠色創(chuàng)新活動(dòng)等來(lái)實(shí)現(xiàn)污染的有效治理。劉華玲等人也認(rèn)為數(shù)字經(jīng)濟(jì)對(duì)環(huán)境污染物的排放有一定的抑制作用，其原因是數(shù)字經(jīng)濟(jì)可以促進(jìn)地區(qū)的綠色創(chuàng)新能力從而減少污染物的排放[9]。張壯壯等人進(jìn)一步研究數(shù)字經(jīng)濟(jì)對(duì)環(huán)境的空間溢出效應(yīng)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展不僅抑制了本地區(qū)的環(huán)境污染，而且對(duì)鄰近地區(qū)的環(huán)境污染也起到一定的抑制作用[10]。數(shù)字經(jīng)濟(jì)的發(fā)展有利于改善環(huán)境質(zhì)量，數(shù)字經(jīng)濟(jì)通過(guò)間接推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和科技創(chuàng)新改善環(huán)境質(zhì)量[11]。

已有研究證明數(shù)字經(jīng)濟(jì)能夠直接影響碳排放。林達(dá)認(rèn)為，數(shù)字經(jīng)濟(jì)能夠帶動(dòng)低碳消費(fèi)的發(fā)展[12]。班楠楠對(duì)數(shù)字經(jīng)濟(jì)與總體消費(fèi)碳排放進(jìn)行門檻效應(yīng)分析，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展的確能夠顯著增加本省及鄰近地區(qū)居民的間接消費(fèi)碳排放，且在數(shù)字經(jīng)濟(jì)達(dá)到較高發(fā)展水平后能夠促進(jìn)居民消費(fèi)碳減排[13]。辛陽(yáng)等人通過(guò)對(duì)中國(guó)省域數(shù)字經(jīng)濟(jì)的能源消耗量和碳排放量進(jìn)行測(cè)算和分析，得出在數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)對(duì)農(nóng)業(yè)碳排放的抑制效應(yīng)高于數(shù)字經(jīng)濟(jì)發(fā)展水平較低的地區(qū)[14]。通過(guò)現(xiàn)有文獻(xiàn)可知，我國(guó)碳排放主要來(lái)源于生產(chǎn)能源過(guò)程中釋放的二氧化碳，其次來(lái)源于農(nóng)業(yè)生產(chǎn)活動(dòng)。在農(nóng)業(yè)生產(chǎn)層面，劉震等人認(rèn)為，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)農(nóng)業(yè)碳排放強(qiáng)度也有顯著影響，數(shù)字經(jīng)濟(jì)能夠直接抑制農(nóng)業(yè)碳排放[15]。黃顯雷等人的研究也表明數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和農(nóng)業(yè)碳排放都起到顯著作用。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)顯著抑制了農(nóng)業(yè)碳排放，而數(shù)字經(jīng)濟(jì)可以通過(guò)優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的方式降低農(nóng)業(yè)碳排放[16]。陳中偉等人研究發(fā)現(xiàn)，區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展顯著抑制了農(nóng)業(yè)碳排放強(qiáng)度；數(shù)字經(jīng)濟(jì)發(fā)展具有顯著空間溢出效應(yīng)，且呈現(xiàn)明顯的空間異質(zhì)性特征[17]。

綜上所述，當(dāng)前眾多學(xué)者對(duì)于數(shù)字經(jīng)濟(jì)與碳排放的關(guān)系做出了大量研究，為本文奠定了理論基礎(chǔ)。我國(guó)學(xué)者研究證明數(shù)字經(jīng)濟(jì)能夠直接影響農(nóng)業(yè)碳排放，且具有空間異質(zhì)性。但是，我國(guó)學(xué)者缺乏數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響機(jī)制研究，本文通過(guò)構(gòu)建勞動(dòng)力轉(zhuǎn)移和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展兩個(gè)影響機(jī)制進(jìn)行實(shí)證分析研究。本文的邊際貢獻(xiàn)如下：（1）構(gòu)建農(nóng)業(yè)數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)和農(nóng)業(yè)碳排放體系，并合理采取影響農(nóng)業(yè)碳排放的一些指標(biāo)作為控制變量。（2）研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放可能存在地區(qū)差異，本文將中國(guó)30個(gè)省份分為東部地區(qū)、中部地區(qū)、東北地區(qū)、西部地區(qū)，其次將中國(guó)按糧食產(chǎn)量劃分為糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)可以更清晰地展示出數(shù)字經(jīng)濟(jì)對(duì)不同地區(qū)農(nóng)業(yè)碳排放的影響。（3）研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響機(jī)制，探索數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響路徑。（4）找到影響農(nóng)業(yè)碳排放的突破口，對(duì)農(nóng)業(yè)碳減排提供有效的政策與建議。

2 作用機(jī)制

依據(jù)崔凱等人的研究表明，數(shù)字經(jīng)濟(jì)與數(shù)字鄉(xiāng)村緊密融合構(gòu)建適配于鄉(xiāng)村全面發(fā)展的數(shù)字經(jīng)濟(jì)指標(biāo)[18]，本文基于此指標(biāo)框架并結(jié)合多位學(xué)者的研究綜合分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響。

首先，數(shù)字經(jīng)濟(jì)的必要前提是營(yíng)造合格的數(shù)字環(huán)境。數(shù)字環(huán)境是實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的基礎(chǔ)建設(shè)，同時(shí)，為數(shù)字經(jīng)濟(jì)推動(dòng)農(nóng)業(yè)碳減排提供巨大引擎。本文認(rèn)為數(shù)字環(huán)境創(chuàng)新農(nóng)業(yè)管理精細(xì)化發(fā)展中賦能農(nóng)業(yè)碳減排。農(nóng)業(yè)管理精準(zhǔn)化是采用現(xiàn)代化的信息技術(shù)和數(shù)據(jù)研究方法，以實(shí)時(shí)監(jiān)控、智能化決策以及精準(zhǔn)操作，對(duì)農(nóng)地土壤、地理位置、氣候條件等進(jìn)行個(gè)性化管理，以賦能農(nóng)業(yè)生產(chǎn)效益、資源利用效率和環(huán)境可持續(xù)性的一種管理方式[19]。精準(zhǔn)農(nóng)業(yè)管理抑制農(nóng)業(yè)碳排放的原因如下：利用傳感器、遙感技術(shù)、無(wú)人機(jī)等物聯(lián)網(wǎng)手段，對(duì)農(nóng)田土壤、植被、氣象、水源等數(shù)據(jù)進(jìn)行實(shí)時(shí)、準(zhǔn)確的監(jiān)測(cè)，獲取農(nóng)業(yè)生產(chǎn)所需的各種關(guān)鍵數(shù)據(jù)。通過(guò)大數(shù)據(jù)整理分析，將收集到的數(shù)據(jù)轉(zhuǎn)化為可用信息，對(duì)農(nóng)作物進(jìn)行精準(zhǔn)施肥，最大限度地滿足農(nóng)作物需求，減少化肥浪費(fèi)，并通過(guò)監(jiān)測(cè)病蟲害的傳播、發(fā)展規(guī)律，結(jié)合氣象條件和作物生長(zhǎng)狀態(tài)等，預(yù)測(cè)并預(yù)警病蟲害的發(fā)生，及時(shí)采取針對(duì)性的防治措施，降低農(nóng)藥的使用量，可避免資源浪費(fèi)，起到推進(jìn)環(huán)境友好型發(fā)展，降低農(nóng)業(yè)生產(chǎn)碳排放量的目的。

其次，產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化作為數(shù)字經(jīng)濟(jì)的核心內(nèi)容，在農(nóng)村地區(qū)主要體現(xiàn)在農(nóng)產(chǎn)品一產(chǎn)和二產(chǎn)中。崔凱按照投入產(chǎn)出的經(jīng)濟(jì)分析方法，將其總結(jié)成經(jīng)濟(jì)投入和經(jīng)濟(jì)效益兩個(gè)指標(biāo)[18]。經(jīng)研究發(fā)現(xiàn)，經(jīng)濟(jì)投入和效益兩者共同為農(nóng)業(yè)碳排放賦能，且具有意義連續(xù)性，所以本文將合為一個(gè)指標(biāo)進(jìn)行分析。

一方面，數(shù)字投入和效益賦能技術(shù)創(chuàng)新方面促進(jìn)碳排放。數(shù)字經(jīng)濟(jì)的迅速發(fā)展對(duì)農(nóng)業(yè)技術(shù)進(jìn)步起到了積極的推動(dòng)作用，促進(jìn)農(nóng)機(jī)具自動(dòng)化和智能化的應(yīng)用。農(nóng)機(jī)自動(dòng)化及智能化技術(shù)對(duì)減少農(nóng)業(yè)生產(chǎn)碳排放的積極影響原因如下：首先，農(nóng)機(jī)自動(dòng)化和智能化技術(shù)可以有效提升農(nóng)田工作的精準(zhǔn)性和效率，降低農(nóng)業(yè)生產(chǎn)活動(dòng)中需要的能源損耗[20]。例如，智能灌溉系統(tǒng)和智能溫室系統(tǒng)等。這些系統(tǒng)可以依據(jù)農(nóng)作物所需環(huán)境和需求，調(diào)節(jié)灌溉水量、溫度和濕度等自動(dòng)化設(shè)施，降低資源浪費(fèi)，從而減少農(nóng)業(yè)生產(chǎn)帶來(lái)的碳排放。其次，農(nóng)機(jī)自動(dòng)化及智能化技術(shù)促進(jìn)農(nóng)業(yè)生產(chǎn)力及生產(chǎn)總值。數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)生產(chǎn)設(shè)施可以提升農(nóng)田管理效率，從而降低農(nóng)村勞動(dòng)力投入，提升農(nóng)業(yè)生產(chǎn)效率，擴(kuò)大農(nóng)產(chǎn)品產(chǎn)量。隨著農(nóng)業(yè)產(chǎn)量的提高，降低由擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模所帶來(lái)的額外土地和資源開(kāi)發(fā)，從而降低碳排放。最后，農(nóng)機(jī)自動(dòng)化和智能化技術(shù)可以精準(zhǔn)調(diào)控農(nóng)機(jī)作業(yè)，農(nóng)機(jī)工作零重復(fù)，減少農(nóng)機(jī)燃油損耗，降低農(nóng)用工具帶來(lái)的碳排放。數(shù)字經(jīng)濟(jì)的發(fā)展使得農(nóng)業(yè)能夠向智能化和綠色化方向發(fā)展，并且在農(nóng)業(yè)生產(chǎn)中提高了投入要素的利用率，降低了資源的消耗。

另一方面，數(shù)字投入和效益賦能促進(jìn)了農(nóng)產(chǎn)品供應(yīng)鏈的信息化和智能化。本文側(cè)重于“農(nóng)產(chǎn)品+互聯(lián)網(wǎng)”模式中生鮮農(nóng)產(chǎn)品冷鏈物流分析對(duì)農(nóng)業(yè)碳排放的影響。2021年起，我國(guó)倡導(dǎo)構(gòu)建鄉(xiāng)村冷鏈，從加工到儲(chǔ)存再到銷售運(yùn)輸入手發(fā)展網(wǎng)絡(luò)化農(nóng)產(chǎn)品冷鏈物流。張蓉從農(nóng)產(chǎn)品冷鏈物流的上、中、下游出發(fā)結(jié)合數(shù)字經(jīng)濟(jì)，提出“智慧+冷鏈”物流模式[21]。例如，大數(shù)據(jù)平臺(tái)全程監(jiān)控農(nóng)產(chǎn)品從采摘、加工、儲(chǔ)存到配送，實(shí)現(xiàn)信息共享目的，最大化降低資源錯(cuò)配，從而降低能源損耗，達(dá)到節(jié)能環(huán)保的效果。其次，2035年要推動(dòng)物流低碳化發(fā)展，引入新能源物流汽車從根源上解決運(yùn)輸過(guò)程中造成的環(huán)境污染，實(shí)現(xiàn)固碳策略。

在數(shù)字服務(wù)層面，數(shù)字經(jīng)濟(jì)帶動(dòng)農(nóng)產(chǎn)品電商打破了傳統(tǒng)銷售模式，利用互聯(lián)網(wǎng)平臺(tái)提升農(nóng)產(chǎn)品流通效率，減少流通過(guò)程中的資源浪費(fèi)，提升農(nóng)村居民的幸福指數(shù)。過(guò)去農(nóng)產(chǎn)品多以菜市場(chǎng)零售為主，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，以美團(tuán)、抖音直播平臺(tái)等為主的App軟件拓展了農(nóng)產(chǎn)品銷售渠道，實(shí)現(xiàn)了農(nóng)產(chǎn)品資源整合，統(tǒng)一管理、配送等，從而減少銷售運(yùn)輸成本，賦能農(nóng)產(chǎn)品價(jià)值，改善了農(nóng)村居民的生活水平，降低農(nóng)業(yè)流通過(guò)程中產(chǎn)生的碳排放。與此同時(shí)，拼多多、支付寶等購(gòu)物App通過(guò)線上購(gòu)物等渠道獲得線上能量值來(lái)“澆灌”真實(shí)的樹(shù)，起到植樹(shù)造林的目的，從綠色發(fā)展的角度推動(dòng)農(nóng)業(yè)碳減排[15]。

總的來(lái)說(shuō)，數(shù)字經(jīng)濟(jì)通過(guò)創(chuàng)新農(nóng)業(yè)技術(shù)帶動(dòng)了農(nóng)業(yè)新型管理模式，控制了農(nóng)業(yè)管理過(guò)程中產(chǎn)生的額外資源浪費(fèi)；為傳統(tǒng)農(nóng)機(jī)具賦能綠色化、自動(dòng)化，在農(nóng)業(yè)生產(chǎn)中提升了投入要素的利用率；農(nóng)產(chǎn)品供應(yīng)鏈數(shù)字化有效避免流通過(guò)程中的資源錯(cuò)配情況；農(nóng)產(chǎn)品電子商務(wù)整合農(nóng)產(chǎn)品資源，降低農(nóng)產(chǎn)品銷售環(huán)節(jié)制造的碳排放量。

Lewis于1954年提出的二元經(jīng)濟(jì)理論認(rèn)為，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)部門的勞動(dòng)者更愿意流向生產(chǎn)率更高的現(xiàn)代工業(yè)部門[22]。數(shù)字經(jīng)濟(jì)的發(fā)展帶來(lái)了新的就業(yè)機(jī)會(huì)，尤其是在互聯(lián)網(wǎng)、電子商務(wù)、軟件開(kāi)發(fā)、遠(yuǎn)程工作等領(lǐng)域。這為農(nóng)村勞動(dòng)力提供了更多選擇，可以在家鄉(xiāng)或離家不遠(yuǎn)的地方找到適合自己的工作，為農(nóng)村勞動(dòng)力轉(zhuǎn)型提供了有力措施。數(shù)字經(jīng)濟(jì)逐漸滲透農(nóng)業(yè)生產(chǎn)碳排放，隨著農(nóng)用工具的智能化和自動(dòng)化應(yīng)用，帶動(dòng)農(nóng)業(yè)精準(zhǔn)化管理，農(nóng)業(yè)傳統(tǒng)的粗放式經(jīng)營(yíng)模式也向集約型農(nóng)業(yè)轉(zhuǎn)變。隨著智能化、自動(dòng)化的農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變，亦促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)型。李波認(rèn)為勞動(dòng)力規(guī)模對(duì)農(nóng)業(yè)碳減排具有明顯的抑制影響[23]。那么，數(shù)字經(jīng)濟(jì)通過(guò)農(nóng)村勞動(dòng)力轉(zhuǎn)移是否會(huì)對(duì)農(nóng)業(yè)碳排放產(chǎn)生影響？關(guān)于這一問(wèn)題的思考與探索，對(duì)推進(jìn)農(nóng)村數(shù)字經(jīng)濟(jì)的發(fā)展以及推動(dòng)農(nóng)業(yè)碳減排均具有重要的現(xiàn)實(shí)意義與實(shí)踐價(jià)值。

眾多學(xué)者表明，農(nóng)業(yè)碳排放隨著農(nóng)業(yè)經(jīng)濟(jì)綠色發(fā)展而降低。數(shù)字經(jīng)濟(jì)通過(guò)信息化技術(shù)賦能農(nóng)業(yè)經(jīng)濟(jì)綠色發(fā)展。一方面，通過(guò)大數(shù)據(jù)的收集和分析，可以幫助農(nóng)民更好地了解市場(chǎng)需求和趨勢(shì)。農(nóng)民可以根據(jù)大數(shù)據(jù)分析結(jié)果，調(diào)整農(nóng)產(chǎn)品種植結(jié)構(gòu)，選擇更具市場(chǎng)競(jìng)爭(zhēng)力的品種和數(shù)量。這樣可以降低供需失衡帶來(lái)的風(fēng)險(xiǎn)，提高農(nóng)業(yè)經(jīng)濟(jì)效益，同時(shí)減少資源損耗，促進(jìn)農(nóng)業(yè)碳減排。另一方面，數(shù)字經(jīng)濟(jì)為農(nóng)業(yè)廢棄物的資源化利用提供了新的途徑。通過(guò)數(shù)字技術(shù)可以實(shí)現(xiàn)農(nóng)業(yè)廢棄物的分類、收集和處理。這些廢棄物可以用于生物質(zhì)能源的生產(chǎn)，如沼氣和生物質(zhì)電力，從而減少對(duì)傳統(tǒng)能源的依賴，實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)綠色發(fā)展，同時(shí)也減少溫室氣體的排放。隨著數(shù)字經(jīng)濟(jì)融入農(nóng)業(yè)，于卓卉等人研究發(fā)現(xiàn)我國(guó)近年來(lái)北京、天津、河北等15個(gè)省份農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展處于強(qiáng)脫鉤狀態(tài)，即農(nóng)業(yè)碳排放隨著經(jīng)濟(jì)發(fā)展的增長(zhǎng)而降低[24]。

3 研究設(shè)計(jì)

3.1 變量選擇

3.1.1 被解釋變量

被解釋變量為農(nóng)業(yè)碳排放（Ce）。據(jù)現(xiàn)有研究表明，參考伍芬琳等對(duì)于農(nóng)業(yè)碳排放的測(cè)算方法，選取影響農(nóng)業(yè)碳排放的六大指標(biāo)，分別為我國(guó)農(nóng)業(yè)碳排放的碳源來(lái)源，主要是由農(nóng)用柴油、農(nóng)用化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)灌溉和翻耕等六個(gè)方面組成[25]。本文的農(nóng)業(yè)指狹義的農(nóng)業(yè)種植業(yè)。根據(jù)我國(guó)農(nóng)業(yè)生產(chǎn)高投入的特點(diǎn)，構(gòu)建如下農(nóng)業(yè)碳排放公式：

E=∑Ei∑Ti×εi （1）

式（1）中，E表示農(nóng)業(yè)的碳排放總量，Ti表示第i種碳源投入量，εi表示第i種碳源的碳排放系數(shù)，各類碳源碳排放系數(shù)依據(jù)《IPCC國(guó)家溫室氣體清單指南》如下：農(nóng)用柴油為0.59kg/kg、農(nóng)用化肥為0.89kg/kg、農(nóng)藥為4.93kg/kg、農(nóng)膜為5.18kg/kg、農(nóng)業(yè)灌溉為266.48kg/hm2、翻耕為312.60kg/km2。各碳源碳排放系數(shù)如表1所示。

3.1.2 核心解釋變量

本文的核心解釋變量為數(shù)字經(jīng)濟(jì)，該指標(biāo)以數(shù)字經(jīng)濟(jì)指數(shù)（De）表示。綜合數(shù)字鄉(xiāng)村建設(shè)現(xiàn)有情況及眾多學(xué)者研究結(jié)果，將數(shù)字經(jīng)濟(jì)分為數(shù)字環(huán)境、數(shù)字投入與效益和數(shù)字服務(wù)三個(gè)一級(jí)指標(biāo)。其中，數(shù)字環(huán)境包括農(nóng)村互聯(lián)網(wǎng)普及率、光纜線路長(zhǎng)度、已通郵的行政村比重及農(nóng)村寬帶接入用戶四個(gè)二級(jí)指標(biāo)；數(shù)字投入與效益包括電子商務(wù)銷售額、電信業(yè)務(wù)總量及淘寶村三個(gè)二級(jí)指標(biāo)；數(shù)字服務(wù)包括農(nóng)村居民交通通信支出、普惠金融指數(shù)兩個(gè)指標(biāo)，構(gòu)建數(shù)字經(jīng)濟(jì)指數(shù)體系，如表2所示。其中選取的所有指標(biāo)均為正向指標(biāo)。本文采用熵值法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的9個(gè)指標(biāo)進(jìn)行計(jì)算，從而獲取全國(guó)30個(gè)省、自治區(qū)、直轄市（除港、澳、臺(tái)地區(qū)和西藏自治區(qū)）的數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)。

3.1.3 中介變量

本文選取勞動(dòng)力轉(zhuǎn)移（Lt），以農(nóng)村就業(yè)人員—第一產(chǎn)業(yè)就業(yè)人數(shù)與農(nóng)村就業(yè)人員之比表示，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展（EC）以農(nóng)林牧漁業(yè)總產(chǎn)值表示，在統(tǒng)計(jì)年鑒直接獲取為中介變量。以上變量均取對(duì)數(shù)值。

3.1.4 控制變量

為保證實(shí)證結(jié)果的準(zhǔn)確性，本文借鑒已有研究，選取了五個(gè)主要對(duì)農(nóng)業(yè)碳排放造成干擾的因素：（1）勞動(dòng)生產(chǎn)率（Wp），以第一產(chǎn)業(yè)增加值與鄉(xiāng)村人口之比表示。（2）土地生產(chǎn)率（Lp），以第一產(chǎn)業(yè)增加值與農(nóng)作物總播種面積之比表示。（3）人均機(jī)械總動(dòng)力（Mp），以農(nóng)業(yè)機(jī)械總動(dòng)力與第一產(chǎn)業(yè)就業(yè)人員數(shù)之比表示。（4）第一產(chǎn)業(yè)增加值比重（PVp），以第一產(chǎn)業(yè)增加值占地區(qū)國(guó)內(nèi)生產(chǎn)總值的比重表示。（5）農(nóng)村人口（RP），以各省區(qū)市農(nóng)村人口表示。以上變量均取對(duì)數(shù)值。

3.2 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)采用各省區(qū)市為單元的面板數(shù)據(jù)收集，為確保數(shù)據(jù)的可得性，選擇2013—2020年全國(guó)30個(gè)省份（不包括西藏自治區(qū)和港澳臺(tái)地區(qū)）的樣本數(shù)據(jù)。本文數(shù)據(jù)主要來(lái)源于相應(yīng)年份的國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)《統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》EPS數(shù)據(jù)庫(kù)以及各省市的統(tǒng)計(jì)年鑒等。其中，淘寶村數(shù)據(jù)來(lái)源于阿里研究院報(bào)告；數(shù)字普惠金融指數(shù)來(lái)源于北京大學(xué)數(shù)字普惠金融研究中心。表3表示各變量的描述性結(jié)果。

4 實(shí)證與分析

4.1 STIRPAT模型

STIRPAT模型是York R和Dietz T等在IPAT恒等式的基礎(chǔ)上改進(jìn)的隨機(jī)特殊形式，綜合考慮了人口數(shù)量、人均可支配收入和科學(xué)技術(shù)因素變動(dòng)時(shí)對(duì)環(huán)境變化的貢獻(xiàn)，其特殊的形式可以引入多個(gè)獨(dú)立自變量從而更加準(zhǔn)確地對(duì)相應(yīng)因變量進(jìn)行有效的預(yù)測(cè)和估計(jì)[26]。本文采用STIRPAT的拓展模型，將其形式進(jìn)行一定變換，從而更好地對(duì)碳排放的影響因素進(jìn)行分析和研究。模型的基準(zhǔn)形式如下：

I=aPbAcTdu（2）

公式（2）中，I、P、A、T分別代表環(huán)境壓力、人口因素、財(cái)富因素和技術(shù)水平。a為模型系數(shù)，b、c、d分別代表人口、財(cái)富和技術(shù)的彈性系數(shù)，代表誤差項(xiàng)。該模型是當(dāng)前研究碳排放最常用的方法，并且具有較好的拓展性。本文的農(nóng)業(yè)碳排放量為環(huán)境壓力，選取農(nóng)村人口數(shù)量為人口因素，選取第一產(chǎn)業(yè)增加值比重、勞動(dòng)生產(chǎn)率及土地生產(chǎn)率為財(cái)富因素，選取數(shù)字經(jīng)濟(jì)、人均機(jī)械總動(dòng)力為技術(shù)水平因素。

借鑒STIRPAT模型，構(gòu)建數(shù)字經(jīng)濟(jì)、勞動(dòng)生產(chǎn)率、土地生產(chǎn)率、人均機(jī)械總動(dòng)力、第一產(chǎn)業(yè)增加值及農(nóng)村人口數(shù)量對(duì)碳排放量的模型表達(dá)式，具體形式為：

對(duì)模型（3）進(jìn)行擴(kuò)展，兩邊分別取對(duì)數(shù)，得到：

lnY=lnK+β1lnD+β2lnW+β3lnL+β4lnM

+β5lnP+β6lnH+lnε（4）

該公式表達(dá)的是當(dāng)lnD、lnW、lnL、lnM、lnP和lnH每變化1%時(shí)，分別引起lnY的β1%、β2%、β3%、β4%、β5%和β6%變化。

引入中介變量探索數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的路徑，對(duì)此構(gòu)建中介模型，結(jié)構(gòu)如下：

lnY=K1+α1lnD+α2lnW+α3lnL+α4lnM+α5lnP

+α6lnH+ε1（5）

lnEC or Lt=K2+γ1lnD+γ2lnW+γ3lnL+γ4lnM

+γ5lnP+γ6lnH+ε2（6）

lnY=K3+θ1lnD+θ2lnEC or Lt+θ2lnW+θ3lnL

+θ4lnM+θ5lnP+θ6lnH+ε3（7）

式中，K為常數(shù)項(xiàng)，ε為隨機(jī)干擾項(xiàng)。

采用逐步回歸法，首先對(duì)（5）式進(jìn)行回歸，如果數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放具有顯著的影響，再對(duì)（6）式進(jìn)行回歸。如果數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力轉(zhuǎn)移（農(nóng)林牧漁業(yè)總產(chǎn)值）具有顯著的影響，再對(duì)（7）式進(jìn)行回歸。如果勞動(dòng)力轉(zhuǎn)移（農(nóng)林牧漁業(yè)總產(chǎn)值）對(duì)農(nóng)業(yè)碳排放具有顯著的影響，并且數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響也顯著只是系數(shù)大小改變，說(shuō)明為部分中介效應(yīng)。如果勞動(dòng)力轉(zhuǎn)移（農(nóng)林牧漁業(yè)總產(chǎn)值）對(duì)農(nóng)業(yè)碳排放具有顯著的影響，但是數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響不顯著，說(shuō)明為完全中介。

4.2 回歸分析

4.2.1 基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果表明，數(shù)字經(jīng)濟(jì)水平每提升1個(gè)單位，農(nóng)業(yè)碳排放量就能下降0.638個(gè)單位，且在1%的水平上顯著，由此本文假設(shè)得到驗(yàn)證。同時(shí)，土地生產(chǎn)率和第一產(chǎn)業(yè)增加值比重亦對(duì)農(nóng)業(yè)碳排放具有抑制效應(yīng)。原因如下：（1）我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展已然在綜合層面對(duì)農(nóng)業(yè)碳減排做出貢獻(xiàn)。數(shù)字經(jīng)濟(jì)作用于革新農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)村治理水平、農(nóng)村居民綜合素質(zhì)等方面，為推動(dòng)鄉(xiāng)村全面振興賦能，達(dá)到資源合理分配、節(jié)能減排等目的，最終實(shí)現(xiàn)農(nóng)業(yè)固碳總方針。（2）數(shù)字經(jīng)濟(jì)創(chuàng)新農(nóng)業(yè)技術(shù)，從網(wǎng)絡(luò)化管理平臺(tái)到智能型農(nóng)用機(jī)械再到新型種子、化肥等打造綠色化、數(shù)字化的集約型生產(chǎn)模式，打破傳統(tǒng)粗放式生產(chǎn)體系，起到提升生產(chǎn)效率、節(jié)約生產(chǎn)成本、綠色環(huán)保的目的。（3）數(shù)字經(jīng)濟(jì)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，數(shù)字化賦能農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)提升農(nóng)產(chǎn)品質(zhì)量，數(shù)字電商平臺(tái)賦能農(nóng)產(chǎn)品價(jià)值，提升農(nóng)戶經(jīng)濟(jì)水平，推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。在農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，加速推進(jìn)綠色化鄉(xiāng)村的實(shí)施和落成，構(gòu)建農(nóng)業(yè)綠色發(fā)展和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的雙循環(huán)邏輯，實(shí)現(xiàn)減少碳排放和提升固碳能力的目的。

4.2.2 機(jī)制分析

（1）勞動(dòng)力轉(zhuǎn)移的中介效應(yīng)

根據(jù)表5的實(shí)證結(jié)果看出，數(shù)字經(jīng)濟(jì)通過(guò)勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)業(yè)碳排放具有顯著的抑制作用。數(shù)字經(jīng)濟(jì)通過(guò)勞動(dòng)力轉(zhuǎn)移影響農(nóng)業(yè)生產(chǎn)的碳排放是因?yàn)閿?shù)字經(jīng)濟(jì)的發(fā)展改變了人們的生產(chǎn)和生活方式，進(jìn)一步導(dǎo)致了勞動(dòng)力從傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)移到其他領(lǐng)域。這種轉(zhuǎn)移導(dǎo)致農(nóng)業(yè)生產(chǎn)規(guī)模減小，減少了農(nóng)用地的利用，從而降低了農(nóng)業(yè)生產(chǎn)的碳排放。首先，數(shù)字經(jīng)濟(jì)的快速發(fā)展促使一部分農(nóng)村勞動(dòng)力離開(kāi)農(nóng)業(yè)領(lǐng)域，轉(zhuǎn)向城市就業(yè)或從事其他行業(yè)。這導(dǎo)致農(nóng)業(yè)生產(chǎn)規(guī)模減小和農(nóng)民數(shù)量減少，從而減少了農(nóng)業(yè)用地的利用。較少的農(nóng)業(yè)用地意味著農(nóng)作物的種植面積減少，農(nóng)田灌溉的需求減少，進(jìn)而減少了相關(guān)的能源消耗和碳排放。其次，數(shù)字經(jīng)濟(jì)的發(fā)展推動(dòng)了農(nóng)業(yè)現(xiàn)代化和技術(shù)進(jìn)步。隨著數(shù)字技術(shù)的應(yīng)用，農(nóng)業(yè)生產(chǎn)逐漸實(shí)現(xiàn)了智能化和精細(xì)化管理，減少了傳統(tǒng)農(nóng)業(yè)生產(chǎn)過(guò)程中的資源浪費(fèi)和能源消耗。

（2）農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的中介效應(yīng)

根據(jù)表6的實(shí)證結(jié)果可以看出，數(shù)字經(jīng)濟(jì)通過(guò)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放具有抑制效應(yīng)?；谟谧炕躘22]的研究，將我國(guó)地區(qū)劃分為強(qiáng)脫鉤地區(qū)和弱脫鉤地區(qū)進(jìn)行異質(zhì)性研究分析。在弱脫鉤地區(qū)，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展在數(shù)字經(jīng)濟(jì)的影響下對(duì)農(nóng)業(yè)碳排放呈現(xiàn)間接效應(yīng)。值得注意的是，在強(qiáng)脫鉤地區(qū)，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)我國(guó)農(nóng)業(yè)碳排放具有直接效應(yīng)。

4.3 異質(zhì)性分析

4.3.1 基于地理位置異質(zhì)性分析

我國(guó)地大物博，地理因素導(dǎo)致農(nóng)業(yè)生產(chǎn)具有明顯的差異化特征，且數(shù)字經(jīng)濟(jì)發(fā)展也受到區(qū)域位置影響，由此本文依據(jù)國(guó)家統(tǒng)計(jì)局地區(qū)劃分方法將樣本數(shù)據(jù)劃分為東、中、西和東北四個(gè)地區(qū)進(jìn)行單獨(dú)回歸分析，研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的區(qū)域異質(zhì)性影響。實(shí)證分析結(jié)果如表7所示。從表7中可以看出，在東部、東北和西部地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放均有抑制效應(yīng)，其中東部和東北部在1%的統(tǒng)計(jì)水平上顯著，而西部顯著性較差。在中部地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響并不顯著且具有正向影響，原因可能在于，東部、東北部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展較快，且基礎(chǔ)設(shè)施建設(shè)完善，數(shù)字化賦能農(nóng)業(yè)的滲透率較高，對(duì)于農(nóng)業(yè)碳排放的影響更為明顯。西部地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展起步晚于東部、東北部地區(qū)，但依據(jù)目前數(shù)據(jù)而言，西部地區(qū)數(shù)字化發(fā)展處于上升期，在政策影響下近年來(lái)大力發(fā)展數(shù)字經(jīng)濟(jì)，亦在逐漸提升對(duì)農(nóng)業(yè)碳減排的發(fā)展趨勢(shì)。中部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的促增效應(yīng)可能源于該地區(qū)正在普及數(shù)字經(jīng)濟(jì)，其中建設(shè)數(shù)字化基礎(chǔ)設(shè)施時(shí)產(chǎn)生的能源損耗會(huì)帶來(lái)額外的碳排放量。

4.3.2 基于糧食產(chǎn)量抑制性分析

我國(guó)劃分為糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)，是為了更好地合理規(guī)劃和調(diào)配國(guó)內(nèi)農(nóng)業(yè)資源，確保糧食供應(yīng)的穩(wěn)定性和安全性。通過(guò)糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)的劃分，可以使各地根據(jù)自身的資源和特點(diǎn)，因地制宜地發(fā)展農(nóng)業(yè)產(chǎn)業(yè)，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的高效、可持續(xù)發(fā)展，確保糧食供應(yīng)的安全和多樣化農(nóng)業(yè)發(fā)展的平衡。根據(jù)表8的實(shí)證結(jié)果所示，數(shù)字經(jīng)濟(jì)對(duì)我國(guó)糧食主產(chǎn)區(qū)及非糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放均具有顯著的抑制效應(yīng)。并且數(shù)字經(jīng)濟(jì)對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放的抑制效應(yīng)大于非糧食主產(chǎn)區(qū)，可能的原因是糧食主產(chǎn)區(qū)的糧食作物種植已經(jīng)具備了先進(jìn)的農(nóng)業(yè)機(jī)械、種子、化肥、農(nóng)藥等生產(chǎn)資料，以及專業(yè)的技術(shù)支持和管理的支撐。而非糧食主產(chǎn)區(qū)正大力發(fā)展先進(jìn)農(nóng)業(yè)技術(shù)，還未全面引入到農(nóng)業(yè)作業(yè)中。

5 結(jié)論和政策建議

5.1 研究結(jié)論

本文基于我國(guó)30個(gè)省區(qū)市2013—2020年的面板數(shù)據(jù)，構(gòu)建了數(shù)字經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)碳排放量的評(píng)價(jià)指標(biāo)體系，在此基礎(chǔ)上測(cè)算出30個(gè)省區(qū)市的數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)碳排放數(shù)據(jù)，基于STIRPAT模型構(gòu)建了數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的回歸模型，并實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放影響強(qiáng)度與傳導(dǎo)機(jī)制。研究結(jié)果如下：（1）從全國(guó)層面看，當(dāng)數(shù)字經(jīng)濟(jì)每增長(zhǎng)1%，農(nóng)業(yè)碳排放降低0.638%，且在1%的水平上顯著。（2）數(shù)字經(jīng)濟(jì)顯著抑制農(nóng)業(yè)碳排放，且每個(gè)地區(qū)影響效果不同，東部、東北地區(qū)影響最大，由于數(shù)字經(jīng)濟(jì)在其地區(qū)廣泛應(yīng)用使農(nóng)業(yè)生產(chǎn)智能化、綠色化，同時(shí)提升農(nóng)業(yè)生產(chǎn)效率，降低能源損耗；西部地區(qū)影響最小，由于經(jīng)濟(jì)結(jié)構(gòu)差異大限制數(shù)字經(jīng)濟(jì)發(fā)展，導(dǎo)致數(shù)字技術(shù)發(fā)展緩慢，進(jìn)而較少影響農(nóng)業(yè)碳排放。中部地區(qū)數(shù)字經(jīng)濟(jì)促進(jìn)碳排放，可能的原因是該地區(qū)正建設(shè)數(shù)字化基礎(chǔ)設(shè)施，增加碳排放量。其次，不同強(qiáng)度的糧食產(chǎn)區(qū)，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放抑制程度也不相同。（3）本文發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)通過(guò)分別影響勞動(dòng)力轉(zhuǎn)移、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展兩方面，進(jìn)而對(duì)農(nóng)業(yè)碳排放產(chǎn)生影響。其中，勞動(dòng)力轉(zhuǎn)移間接對(duì)農(nóng)業(yè)碳排放起到抑制效應(yīng)。農(nóng)業(yè)經(jīng)濟(jì)在全國(guó)層面也間接抑制農(nóng)業(yè)碳排放。值得注意的是，在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)碳排放高脫鉤地區(qū)，農(nóng)業(yè)經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放起到直接效應(yīng)。

5.2 政策建議

為落實(shí)黨的二十大報(bào)告中提到的“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”目標(biāo)任務(wù)，提出以下的政策建議：（1）加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施。我國(guó)大多數(shù)地區(qū)由于科技發(fā)展的不充分和信息資源服務(wù)的不完善，仍在采用落后的管理模式，這導(dǎo)致在農(nóng)田作業(yè)的過(guò)程中加重了能源損耗。因此，加強(qiáng)農(nóng)村數(shù)字化信息化基礎(chǔ)設(shè)施的普及勢(shì)在必行，從多維度多方面減少能源損耗，以實(shí)現(xiàn)基礎(chǔ)層面的碳減排。（2）鼓勵(lì)創(chuàng)新農(nóng)業(yè)技術(shù)。數(shù)字化能夠使農(nóng)業(yè)生產(chǎn)模式朝智能化和綠色化方向發(fā)展，因此大力推進(jìn)數(shù)字化網(wǎng)絡(luò)化的全面覆蓋，并結(jié)合各地區(qū)農(nóng)業(yè)發(fā)展的特點(diǎn)，加大對(duì)農(nóng)業(yè)智能生產(chǎn)技術(shù)創(chuàng)新和智能化生產(chǎn)設(shè)施引進(jìn)等方面的財(cái)政投入，將新興農(nóng)業(yè)技術(shù)與傳統(tǒng)農(nóng)業(yè)技術(shù)相結(jié)合，擺脫傳統(tǒng)粗放式的生產(chǎn)模式，有利于實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)技術(shù)的高質(zhì)量發(fā)展，從而推動(dòng)農(nóng)業(yè)綠色低碳發(fā)展。（3）優(yōu)化農(nóng)業(yè)供應(yīng)鏈管理。數(shù)字經(jīng)濟(jì)賦能農(nóng)產(chǎn)品與互聯(lián)網(wǎng)的互利共生，互聯(lián)網(wǎng)的應(yīng)用能拓寬農(nóng)產(chǎn)品的銷售渠道，減少產(chǎn)品輸出不及時(shí)造成的資源浪費(fèi)和配送過(guò)程中的能源損耗，實(shí)現(xiàn)環(huán)保意義上的綠色碳減排。

參考文獻(xiàn)：

〔1〕任宏洋，杜若嵐，謝貴林，等.中國(guó)碳排放影響因素及識(shí)別方法研究現(xiàn)狀[J].環(huán)境工程，2023，41（10）：195-203+244.

〔2〕徐浩，虞昊.農(nóng)業(yè)碳排放的演變特征及影響因素分析[J].北方農(nóng)業(yè)學(xué)報(bào)，2023，51（03）：91-103.

〔3〕田云，蔡艷蓉.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放EKC檢驗(yàn)及其驅(qū)動(dòng)因素分析[J].長(zhǎng)江流域資源與環(huán)境，2023，32（11）：2403-2417.

〔4〕徐新擴(kuò)，劉夢(mèng).中國(guó)碳市場(chǎng)減排效應(yīng)研究[J].合作經(jīng)濟(jì)與科技，2024，40（08）：70-74.

〔5〕林育妙，程秋旺，許安心.新能源示范城市建設(shè)的碳減排效應(yīng)研究[J].調(diào)研世界，2024，37（01）：26-36.

〔6〕程振博.“雙碳”目標(biāo)下農(nóng)業(yè)碳排放強(qiáng)度的測(cè)度評(píng)價(jià)及其區(qū)域差異研究[J].現(xiàn)代農(nóng)業(yè)，2023，48（05）：99-104.

〔7〕錢力，金雨婷.農(nóng)業(yè)碳排放效率測(cè)度及空間溢出效應(yīng)[J].安慶師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023， 42（04）：100-108.

〔8〕陳祖海，符斌.創(chuàng)新水平視角下數(shù)字經(jīng)濟(jì)對(duì)環(huán)境污染的影響——以長(zhǎng)江經(jīng)濟(jì)帶40個(gè)沿線城市為例[J].長(zhǎng)江流域資源與環(huán)境，2024，33（01）：126-138.

〔9〕劉華玲，趙晨宇，曹亞珂，等.綠色新發(fā)展理念下數(shù)字經(jīng)濟(jì)對(duì)環(huán)境污染的影響[C]//中國(guó)管理現(xiàn)代化研究會(huì)，復(fù)旦管理學(xué)獎(jiǎng)勵(lì)基金會(huì).第十八屆（2023）中國(guó)管理學(xué)年會(huì)暨“一帶一路”十周年研討會(huì)論文集.上海：上海對(duì)外經(jīng)貿(mào)大學(xué)統(tǒng)計(jì)與信息學(xué)院，2023：811-821.

〔10〕張壯壯，司馬義·阿布力米提.數(shù)字經(jīng)濟(jì)對(duì)環(huán)境污染的影響研究[J].統(tǒng)計(jì)與管理，2023，38（07）：100-108.

〔11〕曹振祥.數(shù)字經(jīng)濟(jì)對(duì)環(huán)境質(zhì)量的影響研究[D].合肥：安徽大學(xué)，2022.

〔12〕林達(dá).“雙碳”目標(biāo)下數(shù)字經(jīng)濟(jì)助力低碳消費(fèi)[J].中國(guó)集體經(jīng)濟(jì)，2022，38（14）：29-32.

〔13〕班楠楠，張瀟月.數(shù)字經(jīng)濟(jì)對(duì)我國(guó)居民消費(fèi)碳排放影響[J].中國(guó)環(huán)境科學(xué)，2023，43（12）：6625-6640.

〔14〕辛陽(yáng)，賀民澍，何銀寧.西部地區(qū)十二省份數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度與碳排放影響的關(guān)系研究[J].中國(guó)商論，2024，33（02）：72-79.

〔15〕劉震，張曉星，魏威崗.農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放的影響——基于29個(gè)省份的面板數(shù)據(jù)分析[J].江蘇大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（03）：20-32+47.

〔16〕黃顯雷，杜倩慧，廖若凡.數(shù)字經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與農(nóng)業(yè)碳排放關(guān)系研究[J].中國(guó)農(nóng)業(yè)信息，2023，35（03）：84-94.

〔17〕陳中偉，湯燦.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放的影響及其時(shí)空效應(yīng)[J].科技管理研究，2023，43（12）：137-146.

〔18〕崔凱，馮獻(xiàn).數(shù)字鄉(xiāng)村建設(shè)視角下鄉(xiāng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系設(shè)計(jì)研究[J].農(nóng)業(yè)現(xiàn)代化研究，2020，41（06）：899-909.

〔19〕羌棟強(qiáng)，蔡艷婧，袁嬌嬌.基于GIS的農(nóng)業(yè)精細(xì)化管理系統(tǒng)設(shè)計(jì)——以南通市為研究對(duì)象[J].物聯(lián)網(wǎng)技術(shù)，2024，14（01）：98-101+105.

〔20〕廖春榮.農(nóng)業(yè)機(jī)械自動(dòng)化、信息化和智能化路徑選擇[J].農(nóng)業(yè)工程技術(shù)，2023，43（26）：84-85.

〔21〕張蓉.新零售時(shí)代生鮮農(nóng)產(chǎn)品“智慧+冷鏈”物流發(fā)展路徑探究[J].商業(yè)經(jīng)濟(jì)研究，2022，41（09）：112-115.

〔22〕Lewis， W. Arthur. Economic Development with Unlimited Supplies of Labour[J]. The Manchester School， 1954 ，（22）：139–191.

〔23〕李波，張俊飚，李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J].中國(guó)人口·資源與環(huán)境，2011，21（08）：80-86.

〔24〕于卓卉，毛世平.中國(guó)農(nóng)業(yè)凈碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤分析[J].中國(guó)人口·資源與環(huán)境，2022，32（11）：30-42.

〔25〕伍芬琳，李琳，張海林，等.保護(hù)性耕作對(duì)農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J].生態(tài)學(xué)雜志，2007， 26（12）：2035-2039.

〔26〕YORK R， ROSE E， DIETZ T. STIRPAT， IPAT and Impact： analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics， 2003，46（03）：351-365.