數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制檢驗(yàn)

楊 雪，王永平，王 靜

（貴州財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，貴陽 550025）

0 引言

中國數(shù)字鄉(xiāng)村發(fā)展尚處于起步階段，目前學(xué)術(shù)界的相關(guān)研究主要集中于數(shù)字鄉(xiāng)村的概念內(nèi)涵與評價(jià)體系、現(xiàn)狀特征與面臨的困境、理論邏輯與實(shí)踐路徑等方面[1,2]。部分學(xué)者進(jìn)一步探究了數(shù)字鄉(xiāng)村發(fā)展與鄉(xiāng)村振興、農(nóng)業(yè)高質(zhì)量發(fā)展和鄉(xiāng)村數(shù)字治理的內(nèi)在關(guān)聯(lián)和作用機(jī)制[3,4]，普遍肯定了數(shù)字鄉(xiāng)村發(fā)展對農(nóng)村社會經(jīng)濟(jì)發(fā)展的積極作用。圍繞農(nóng)業(yè)碳排放這一主題，部分學(xué)者從指標(biāo)體系構(gòu)建與測算、現(xiàn)狀特征與影響因素、農(nóng)業(yè)碳排放效率測度與碳減排潛力剖析等方面進(jìn)行了研究[5,6]，為準(zhǔn)確把握農(nóng)業(yè)碳排放現(xiàn)狀提供了可靠依據(jù)。

目前，有關(guān)數(shù)字化轉(zhuǎn)型碳減排效應(yīng)的研究主要立足于城市發(fā)展，從產(chǎn)業(yè)集聚、綠色技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級等方面考察了數(shù)字經(jīng)濟(jì)發(fā)展對城市碳排放的影響[7,8]，而基于數(shù)字鄉(xiāng)村發(fā)展視角探討農(nóng)業(yè)減排降碳機(jī)制的文獻(xiàn)尚不多見。此外，城市碳排放來源主要為能源消耗、工業(yè)制造、居民消費(fèi)等，針對第二、三產(chǎn)業(yè)提出的節(jié)能減排路徑未必適用于農(nóng)業(yè)生產(chǎn)。鑒于此，本文基于2011—2020 年中國31個省份的面板數(shù)據(jù)，利用縱橫向拉開檔次法和雙向固定效應(yīng)模型考察數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制，并從地理區(qū)位、農(nóng)業(yè)生產(chǎn)功能和農(nóng)業(yè)生產(chǎn)對象三個方面探究數(shù)字鄉(xiāng)村發(fā)展賦能農(nóng)業(yè)低碳轉(zhuǎn)型的差異，為尋找兼顧農(nóng)業(yè)現(xiàn)代化和綠色低碳轉(zhuǎn)型的有效路徑提供實(shí)證依據(jù)和決策參考。

1 研究假設(shè)

1.1 數(shù)字鄉(xiāng)村發(fā)展降低農(nóng)業(yè)碳排放強(qiáng)度的理論分析

數(shù)字鄉(xiāng)村發(fā)展降低農(nóng)業(yè)碳排放強(qiáng)度的理論邏輯如下：第一，數(shù)字鄉(xiāng)村發(fā)展是驅(qū)動農(nóng)村經(jīng)濟(jì)發(fā)展的重要引擎。數(shù)字鄉(xiāng)村發(fā)展通過數(shù)據(jù)信息要素推動生產(chǎn)經(jīng)營全過程的數(shù)字化轉(zhuǎn)型和農(nóng)業(yè)價(jià)值鏈延伸[9]，創(chuàng)造出依托現(xiàn)代信息技術(shù)的精準(zhǔn)農(nóng)業(yè)、數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)等新發(fā)展模式，有效降低農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)和成本，提高生產(chǎn)效率，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)[10]，從而助推農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展。第二，數(shù)字鄉(xiāng)村發(fā)展有助于農(nóng)業(yè)固碳增匯。數(shù)字鄉(xiāng)村發(fā)展包含農(nóng)業(yè)綠色生產(chǎn)和農(nóng)村生態(tài)保護(hù)信息化，數(shù)字化信息技術(shù)手段有助于實(shí)現(xiàn)農(nóng)業(yè)數(shù)據(jù)資源管理和農(nóng)業(yè)生態(tài)環(huán)境監(jiān)測。農(nóng)業(yè)基礎(chǔ)設(shè)施的數(shù)字化升級和生產(chǎn)要素投入的精細(xì)化管理能夠提高資源利用效率，減少化肥、農(nóng)藥濫用和農(nóng)用能源消耗，繼而降低農(nóng)業(yè)碳排放總量。農(nóng)田土壤和排放氣體的動態(tài)監(jiān)測為生態(tài)環(huán)境修復(fù)和污染防治提供了決策支持，有助于提升農(nóng)業(yè)固碳增匯能力。第三，數(shù)字鄉(xiāng)村發(fā)展有利于推動綠色低碳消費(fèi)。數(shù)字技術(shù)的運(yùn)用能夠有效實(shí)現(xiàn)農(nóng)產(chǎn)品溯源，滿足消費(fèi)者對綠色低碳產(chǎn)品日益增長的需求，進(jìn)一步激發(fā)需求引致效應(yīng)[11]，通過網(wǎng)絡(luò)媒介和消費(fèi)平臺精準(zhǔn)對接市場，從需求端倒逼農(nóng)業(yè)經(jīng)營主體低碳生產(chǎn)，擴(kuò)大綠色低碳農(nóng)產(chǎn)品的有效供給。第四，數(shù)字治理理論認(rèn)為，數(shù)字技術(shù)應(yīng)用與政府治理的有機(jī)結(jié)合能夠帶動政府治理模式和治理效能的改善和提升[12]，為社會公眾提供成本更低、效果更佳、效率更高的公共服務(wù)。通過大數(shù)據(jù)集成空氣質(zhì)量、河流水質(zhì)、污染排放等環(huán)境信息輔助農(nóng)事科學(xué)決策，能減少浪費(fèi)和污染，提高生產(chǎn)效率，在提升政府資源環(huán)境監(jiān)管能力的同時(shí)，為農(nóng)業(yè)綠色低碳轉(zhuǎn)型提供政策支持。由此，本文提出假設(shè)1：

假設(shè)1：數(shù)字鄉(xiāng)村發(fā)展能顯著降低農(nóng)業(yè)碳排放強(qiáng)度。

1.2 數(shù)字鄉(xiāng)村發(fā)展降低農(nóng)業(yè)碳排放強(qiáng)度的傳導(dǎo)機(jī)制

1.2.1 規(guī)模經(jīng)營效應(yīng)

數(shù)字鄉(xiāng)村發(fā)展能促進(jìn)農(nóng)業(yè)規(guī)?；图s化經(jīng)營，提升要素配置效率，繼而降低農(nóng)業(yè)碳排放強(qiáng)度。隨著生產(chǎn)要素約束和生態(tài)環(huán)境污染的加劇，以家庭為單位的分散經(jīng)營模式對農(nóng)業(yè)標(biāo)準(zhǔn)化生產(chǎn)和規(guī)?；?jīng)營的制約日益突出[13]，嚴(yán)重阻礙了農(nóng)業(yè)可持續(xù)發(fā)展。數(shù)字鄉(xiāng)村發(fā)展能以數(shù)據(jù)要素為切口，依托信息基礎(chǔ)設(shè)施和互聯(lián)網(wǎng)技術(shù)，引導(dǎo)要素集聚、技術(shù)滲透和機(jī)制創(chuàng)新[11]，并通過數(shù)據(jù)信息要素與傳統(tǒng)生產(chǎn)要素的深度融合，加速小農(nóng)主導(dǎo)的分散經(jīng)營向適度規(guī)模經(jīng)營的轉(zhuǎn)變，有效緩解信息不對稱，充分發(fā)揮規(guī)模效應(yīng)和資源集聚效應(yīng)[14]，形成規(guī)?；?、集約化、綠色化的數(shù)字農(nóng)業(yè)基地。而農(nóng)業(yè)適度規(guī)模經(jīng)營的組織化程度較高，有助于先進(jìn)技術(shù)的推廣和生產(chǎn)經(jīng)營決策，轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)經(jīng)營方式，發(fā)展農(nóng)牧互補(bǔ)、種養(yǎng)結(jié)合、秸稈還田等循環(huán)利用模式[9]，推進(jìn)智能化設(shè)施農(nóng)業(yè)和高標(biāo)準(zhǔn)農(nóng)田建設(shè)，通過調(diào)整種植結(jié)構(gòu)和農(nóng)業(yè)機(jī)械投入強(qiáng)度改善農(nóng)地利用方式，實(shí)現(xiàn)農(nóng)田生態(tài)系統(tǒng)增匯和農(nóng)業(yè)節(jié)能減排工程化。農(nóng)業(yè)向規(guī)模化經(jīng)營轉(zhuǎn)變有助于實(shí)現(xiàn)勞動效益、技術(shù)效益和經(jīng)濟(jì)效益的最佳結(jié)合，促進(jìn)資源的配置優(yōu)化和高效利用，繼而促進(jìn)農(nóng)業(yè)減排降碳。由此，本文提出假設(shè)2：

假設(shè)2：數(shù)字鄉(xiāng)村發(fā)展通過規(guī)模經(jīng)營效應(yīng)降低農(nóng)業(yè)碳排放強(qiáng)度。

1.2.2 結(jié)構(gòu)優(yōu)化效應(yīng)

數(shù)字鄉(xiāng)村發(fā)展能夠促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化，提高產(chǎn)業(yè)鏈整體運(yùn)行效率，繼而降低農(nóng)業(yè)碳排放強(qiáng)度。長期以來，中國農(nóng)業(yè)發(fā)展面臨質(zhì)量和效益不平衡的結(jié)構(gòu)性矛盾，農(nóng)業(yè)產(chǎn)業(yè)鏈狹窄、價(jià)值鏈低端，過度依賴化肥、農(nóng)藥和資源環(huán)境，致使農(nóng)業(yè)面源污染和溫室氣體排放問題日益突出。而數(shù)字技術(shù)具有強(qiáng)滲透性和廣覆蓋性，是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)動態(tài)變化的重要驅(qū)動力[14]。一方面，在共享數(shù)據(jù)和數(shù)字技術(shù)的支撐下，數(shù)字鄉(xiāng)村發(fā)展能夠突破傳統(tǒng)農(nóng)業(yè)發(fā)展桎梏，利用數(shù)字化、智能化的商務(wù)平臺有效對接市場需求，加快資源要素流動，同時(shí)還能推動農(nóng)產(chǎn)品生產(chǎn)流通去中介化，降低決策預(yù)警、信息傳遞、產(chǎn)品運(yùn)輸?shù)拳h(huán)節(jié)的交易成本與價(jià)值損耗[15]，提高資源利用效率和降污減排效率，從而有助于減少碳排放。另一方面，數(shù)字鄉(xiāng)村發(fā)展以現(xiàn)代信息網(wǎng)絡(luò)為載體，通過數(shù)字技術(shù)關(guān)聯(lián)農(nóng)產(chǎn)品精深加工、農(nóng)村電子商務(wù)、數(shù)字普惠金融、旅游康養(yǎng)等產(chǎn)業(yè)，推進(jìn)產(chǎn)業(yè)鏈交叉整合和價(jià)值鏈躍升[16]，提升產(chǎn)業(yè)結(jié)構(gòu)高級化水平，從而減少農(nóng)村發(fā)展對高碳能源的依賴，降低單位產(chǎn)出的能源消耗，助推農(nóng)業(yè)向綠色化、低碳化轉(zhuǎn)型[1]。由此，本文提出假設(shè)3：

假設(shè)3：數(shù)字鄉(xiāng)村發(fā)展通過結(jié)構(gòu)優(yōu)化效應(yīng)降低農(nóng)業(yè)碳排放強(qiáng)度。

1.2.3 技術(shù)進(jìn)步效應(yīng)

數(shù)字鄉(xiāng)村發(fā)展能夠強(qiáng)化科技創(chuàng)新，有助于農(nóng)業(yè)農(nóng)村發(fā)展提質(zhì)增效，繼而降低農(nóng)業(yè)碳排放強(qiáng)度。在農(nóng)業(yè)生產(chǎn)實(shí)踐中普遍存在化肥和農(nóng)藥用量超標(biāo)、秸稈糞污資源化利用率低下、生產(chǎn)機(jī)械化效率不高等問題[13]，而以數(shù)字信息技術(shù)為代表的技術(shù)進(jìn)步有利于提高要素利用效率，促進(jìn)減排降碳，破解資源環(huán)境約束[17]。數(shù)字鄉(xiāng)村發(fā)展依托數(shù)據(jù)資源、現(xiàn)代信息網(wǎng)絡(luò)和信息通信技術(shù)激發(fā)鄉(xiāng)村發(fā)展內(nèi)生動力，賦能農(nóng)業(yè)科技創(chuàng)新，促進(jìn)農(nóng)業(yè)生產(chǎn)向綠色低碳發(fā)展[18]。一方面，隨著信息技術(shù)在農(nóng)業(yè)領(lǐng)域的推廣應(yīng)用，數(shù)字鄉(xiāng)村發(fā)展通過遙感、無人機(jī)、物聯(lián)網(wǎng)等技術(shù)創(chuàng)新引領(lǐng)化肥和農(nóng)藥減量增效、廢棄物資源化開發(fā)利用以及污染監(jiān)管治理，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的自動化控制和智能化管理，提高農(nóng)業(yè)生產(chǎn)效率和農(nóng)田碳匯能力[3]，促進(jìn)農(nóng)業(yè)向精準(zhǔn)化、環(huán)保型和可持續(xù)方向發(fā)展。另一方面，農(nóng)業(yè)技術(shù)進(jìn)步在顯著抑制本地農(nóng)業(yè)碳排放強(qiáng)度的同時(shí)，還會產(chǎn)生空間溢出效應(yīng)，促進(jìn)區(qū)域間的良性互動，通過技術(shù)擴(kuò)散帶動周邊地區(qū)碳排放量的減少[19]。由此，本文提出假設(shè)4：

假設(shè)4：數(shù)字鄉(xiāng)村發(fā)展通過技術(shù)進(jìn)步效應(yīng)降低農(nóng)業(yè)碳排放強(qiáng)度。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為考察數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響，本文利用中國31 個省份2011—2020 年的面板數(shù)據(jù)，構(gòu)建雙向固定效應(yīng)模型展開實(shí)證。模型設(shè)定如下：

其中，i表示地區(qū)，t表示年份，intensityit為被解釋變量農(nóng)業(yè)碳排放強(qiáng)度，digitalit表示數(shù)字鄉(xiāng)村發(fā)展水平，controlit為控制變量，μi為地點(diǎn)固定效應(yīng)，γt為時(shí)間固定效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。a是估計(jì)系數(shù)，若a1顯著，則表明數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的作用明顯，其正負(fù)性反映作用方向。

此外，為進(jìn)一步探究數(shù)字鄉(xiāng)村發(fā)展影響農(nóng)業(yè)碳排放強(qiáng)度的作用機(jī)制，本文在式（1）的基礎(chǔ)上，構(gòu)建如下模型：

式（2）檢驗(yàn)的是數(shù)字鄉(xiāng)村發(fā)展水平與機(jī)制變量（med）之間的關(guān)系，機(jī)制變量包括規(guī)模經(jīng)營效應(yīng)（scale）、結(jié)構(gòu)優(yōu)化效應(yīng)（struct）和技術(shù)進(jìn)步效應(yīng)（tech），分別用家庭承包經(jīng)營耕地面積、以1990 年為基期的實(shí)際農(nóng)副產(chǎn)品加工業(yè)規(guī)模以上企業(yè)主營業(yè)務(wù)收入和機(jī)耕面積衡量。其他變量設(shè)定同式（1）。

本文參考江艇（2022）[20]的研究，為避免過度使用中介效應(yīng)逐步法檢驗(yàn)傳導(dǎo)機(jī)制的問題，采用該文對中介效應(yīng)分析的操作建議，取消第三步估計(jì)間接效應(yīng)的大小、檢驗(yàn)統(tǒng)計(jì)顯著性等操作。目前學(xué)界已有較為豐富的文獻(xiàn)對規(guī)模經(jīng)營效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)以及技術(shù)進(jìn)步效應(yīng)通過提高資源利用效率繼而降低農(nóng)業(yè)碳排放進(jìn)行了證明，因此本文從理論上較為肯定地接受上述機(jī)制變量降低農(nóng)業(yè)碳排放的結(jié)論，在實(shí)證上僅檢驗(yàn)了數(shù)字鄉(xiāng)村發(fā)展水平對三個機(jī)制變量的影響。

2.2 變量選取

2.2.1 被解釋變量

本文的被解釋變量為各省份的農(nóng)業(yè)碳排放強(qiáng)度（intensity）。農(nóng)業(yè)碳排放來源不僅包含農(nóng)用能源和物資的終端消耗，還涉及農(nóng)業(yè)生產(chǎn)對象（如農(nóng)作物、牲畜）的生命周期全過程。本文借鑒田云和尹忞昊（2022）[21]的做法，基于農(nóng)用能源及物資投入、水稻種植、畜禽養(yǎng)殖三種來源測算農(nóng)業(yè)碳排放總量。具體公式如下：

其中，C表示農(nóng)業(yè)碳排放總量,Ci表示各類碳源的碳排放量，Ti和δi分別表示各類碳源的實(shí)際消耗數(shù)量及其所對應(yīng)的碳排放系數(shù)。其中，農(nóng)用能源利用和農(nóng)用物資投入引發(fā)碳排放，本文計(jì)算了農(nóng)用柴油、化肥、農(nóng)藥、農(nóng)膜的碳排放①農(nóng)用柴油使用量、化肥施用折純量、農(nóng)藥使用量和農(nóng)用塑料薄膜使用量對應(yīng)的碳排放系數(shù)分別為0.5927kg/kg、0.8956kg/kg、4.9341kg/kg和5.1800kg/kg。為了統(tǒng)一計(jì)算口徑，本文參考IPCC 第四次評估報(bào)告，將各類溫室氣體換算成標(biāo)準(zhǔn)二氧化碳，其中，碳、甲烷、氧化亞氮的二氧化碳轉(zhuǎn)換系數(shù)分別為44/12、25、298。；水稻種植引發(fā)甲烷排放，鑒于各地水稻生長周期和環(huán)境的雙重差異，本文分早稻、中稻、晚稻三類來計(jì)算碳排放量；畜禽養(yǎng)殖會導(dǎo)致甲烷與氧化亞氮排放，本文主要考察奶牛、肉牛、騾等十一類主要畜禽腸道發(fā)酵和排泄物釋放的溫室氣體。農(nóng)用能源物資碳排放系數(shù)參考胡婉玲等（2020）[22]的研究，水稻種植、畜禽養(yǎng)殖碳排放系數(shù)以及畜禽年平均飼養(yǎng)量的調(diào)整均參考閔繼勝和胡浩（2012）[5]的研究。最終，本文使用農(nóng)業(yè)碳排放總量與農(nóng)林牧漁業(yè)總產(chǎn)值（通過GDP平減指數(shù)轉(zhuǎn)換為1990年的實(shí)際值）的比值衡量農(nóng)業(yè)碳排放強(qiáng)度（intensity）。

2.2.2 核心解釋變量

表1 數(shù)字鄉(xiāng)村發(fā)展水平評價(jià)指標(biāo)體系

2.2.3 其他變量

考慮到數(shù)據(jù)的可得性，本文選取家庭承包經(jīng)營耕地面積作為規(guī)模經(jīng)營效應(yīng)（scale）的代理變量。因?yàn)檗r(nóng)地承包經(jīng)營權(quán)流轉(zhuǎn)、社會化服務(wù)、農(nóng)作制度創(chuàng)新都是促進(jìn)適度規(guī)模經(jīng)營的途徑，而家庭承包經(jīng)營耕地面積越大，對農(nóng)業(yè)適度規(guī)模化經(jīng)營的要求就越高。農(nóng)產(chǎn)品加工業(yè)是構(gòu)建農(nóng)業(yè)全產(chǎn)業(yè)鏈的核心，向前可對接原材料供應(yīng)，向后可延伸至配送和銷售，本文使用農(nóng)副產(chǎn)品加工業(yè)規(guī)模以上企業(yè)主營業(yè)務(wù)收入衡量結(jié)構(gòu)優(yōu)化效應(yīng)（struct）。本文借鑒陳國生等（2020）[24]的做法，使用反映農(nóng)業(yè)耕作機(jī)械化程度的指標(biāo)——農(nóng)業(yè)機(jī)耕面積來表征技術(shù)進(jìn)步效應(yīng)（tech）。

為了控制31個省份農(nóng)業(yè)發(fā)展特征對農(nóng)業(yè)碳排放強(qiáng)度的影響，本文參考以往文獻(xiàn)的設(shè)定，選取財(cái)政支農(nóng)強(qiáng)度（govern）、農(nóng)業(yè)發(fā)展基礎(chǔ)（first）、農(nóng)業(yè)種植結(jié)構(gòu)（grain）、城鄉(xiāng)居民收入差距（disparity）、受災(zāi)比例（disaster）作為控制變量（見下頁表2），探討數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響，并以規(guī)模經(jīng)營效應(yīng)（scale）、結(jié)構(gòu)優(yōu)化效應(yīng)（struct）和技術(shù)進(jìn)步效應(yīng)（tech）作為機(jī)制變量來分析其作用機(jī)制。所有價(jià)值變量，如農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)副產(chǎn)品加工業(yè)規(guī)模以上企業(yè)主營業(yè)務(wù)收入等均以1990 年為基期，采用GDP平減指數(shù)進(jìn)行折算，以消除價(jià)格因素的影響。

表2 變量定義及描述性統(tǒng)計(jì)

2.3 數(shù)據(jù)來源與描述性統(tǒng)計(jì)

鑒于北京大學(xué)數(shù)字普惠金融指數(shù)從2011年才開始披露，本文選取中國31 個省份（不含港澳臺）2011—2020 年的面板數(shù)據(jù)作為樣本。文中所涉及的數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》《中國農(nóng)村經(jīng)營管理統(tǒng)計(jì)年報(bào)》以及EPS 數(shù)據(jù)庫。部分缺失數(shù)據(jù)運(yùn)用插值法和均值法補(bǔ)齊。為避免異常值對估計(jì)結(jié)果的影響，本文對所有連續(xù)變量的數(shù)據(jù)進(jìn)行上下1%的縮尾處理。描述性統(tǒng)計(jì)如表2所示。

3 實(shí)證分析

3.1 基準(zhǔn)回歸分析

本文考察了數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的直接影響，結(jié)果如下頁表3所示?？紤]到面板數(shù)據(jù)在個體和時(shí)間維度上可能會受到不可觀測因素的干擾，本文控制了地點(diǎn)和年份層面的固定效應(yīng)。表3列（1）和列（2）顯示，無論是否控制各省份的農(nóng)業(yè)發(fā)展差異，核心解釋變量數(shù)字鄉(xiāng)村發(fā)展水平對農(nóng)業(yè)碳排放強(qiáng)度的回歸系數(shù)均在5%的水平上顯著為負(fù)，表明數(shù)字鄉(xiāng)村的發(fā)展在一定程度上有助于農(nóng)業(yè)碳排放強(qiáng)度的降低，假設(shè)1 成立。此外，本文考察了數(shù)字鄉(xiāng)村發(fā)展對不同來源的農(nóng)業(yè)碳排放強(qiáng)度的影響。表3 列（3）至列（5）顯示，數(shù)字鄉(xiāng)村發(fā)展水平的提升從不同維度顯著降低了農(nóng)業(yè)碳排放強(qiáng)度，其中，種植業(yè)的減排降碳效果最為明顯，畜牧業(yè)次之，農(nóng)用能源和物資最后。原因可能是，數(shù)字鄉(xiāng)村發(fā)展通過數(shù)字賦能農(nóng)業(yè)生產(chǎn)經(jīng)營全過程，促進(jìn)了農(nóng)藥化肥減量增效、農(nóng)機(jī)節(jié)能減排以及種植業(yè)和畜牧業(yè)的規(guī)?；?jīng)營。可見，數(shù)字鄉(xiāng)村發(fā)展在推動新型信息技術(shù)與農(nóng)村社會經(jīng)濟(jì)發(fā)展深度融合的同時(shí)，也有助于賦能農(nóng)業(yè)綠色低碳轉(zhuǎn)型。

表3 數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放的影響效應(yīng)

3.2 內(nèi)生性分析

本文可能的內(nèi)生性來源如下：一是雖然選用多個控制變量，并采用雙向固定效應(yīng)模型進(jìn)行估計(jì)，但難免會遺漏重要解釋變量，導(dǎo)致參數(shù)估計(jì)有偏。二是數(shù)字鄉(xiāng)村發(fā)展水平是基于指標(biāo)體系計(jì)算所得，因數(shù)據(jù)獲取受限，可能存在不可觀測因素、測量誤差等問題。三是數(shù)字鄉(xiāng)村發(fā)展與農(nóng)業(yè)碳排放之間可能存在雙向因果關(guān)系，數(shù)字鄉(xiāng)村發(fā)展通過數(shù)字技術(shù)改造農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，在促進(jìn)技術(shù)升級與節(jié)能增效的同時(shí)，也能助力農(nóng)業(yè)減排降碳，而農(nóng)業(yè)減排降碳也意味著提升農(nóng)業(yè)綜合生產(chǎn)能力，農(nóng)機(jī)綠色節(jié)能、化肥減量增收和污染精準(zhǔn)治理都離不開數(shù)字技術(shù)的加持。本文借鑒趙濤等（2020）[25]的做法，選取各省份1984年每百人固定電話數(shù)與各省份上一年農(nóng)林牧漁業(yè)全社會固定資產(chǎn)投資額（已按GDP平減指數(shù)調(diào)整為1990年的實(shí)際值）的交乘項(xiàng)作為工具變量，分別使用兩階段最小二乘法（2SLS）和廣義矩估計(jì)（GMM）法識別數(shù)字鄉(xiāng)村發(fā)展影響農(nóng)業(yè)碳排放強(qiáng)度的凈效應(yīng)。工具變量選擇依據(jù)如下：傳統(tǒng)郵電通信業(yè)是農(nóng)村通信業(yè)的前身，而數(shù)字鄉(xiāng)村發(fā)展離不開信息基礎(chǔ)設(shè)施建設(shè)，兩者滿足相關(guān)性條件；但隨著“互聯(lián)網(wǎng)+”、云計(jì)算、人工智能等新興通信技術(shù)的發(fā)展，傳統(tǒng)電信行業(yè)對當(dāng)代經(jīng)濟(jì)社會的影響日漸式微，更難影響到農(nóng)業(yè)碳排放，故在一定程度上滿足外生性條件。

表4 列（1）至列（4）依次為2SLS 和GMM 的回歸結(jié)果。兩種方法的第一階段結(jié)果均顯示，該工具變量digital_iv與內(nèi)生變量數(shù)字鄉(xiāng)村發(fā)展水平digital顯著正相關(guān)。在弱工具變量檢驗(yàn)中Wald 統(tǒng)計(jì)量大于10%水平上的臨界值，說明所選的工具變量較為合理，對數(shù)字鄉(xiāng)村發(fā)展水平具有解釋力。在第二階段的回歸中，數(shù)字鄉(xiāng)村發(fā)展水平的影響效應(yīng)均在5%的水平上顯著為負(fù)，并且LM統(tǒng)計(jì)量顯著拒絕工具變量識別不足的原假設(shè)。這表明在考慮內(nèi)生性后，數(shù)字鄉(xiāng)村發(fā)展水平的提升對農(nóng)業(yè)碳排放強(qiáng)度的降低依舊具有顯著的促進(jìn)作用，進(jìn)一步支持了基準(zhǔn)回歸的結(jié)果。

表4 工具變量回歸結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

基準(zhǔn)回歸中使用了基于農(nóng)用能源物資、種植業(yè)和畜牧業(yè)計(jì)算的農(nóng)業(yè)碳排放強(qiáng)度作為被解釋變量進(jìn)行回歸估計(jì)，為了增強(qiáng)結(jié)論的穩(wěn)健性，本文借鑒胡婉玲等（2020）[22]的做法，重新測算農(nóng)業(yè)碳排放強(qiáng)度①化肥、農(nóng)藥、農(nóng)用薄膜、農(nóng)用柴油、農(nóng)業(yè)播種面積和農(nóng)業(yè)灌溉面積的碳排放系數(shù)分別為0.8956kg/kg、4.9341kg/kg、5.1800 kg/kg、0.5927 kg/kg、3.1260kg/hm2和25.0000 kg/hm2。。下頁表5 列（1）表明，在替換被解釋變量后，數(shù)字鄉(xiāng)村發(fā)展水平的回歸系數(shù)依然在5%的水平上顯著為負(fù)，表明數(shù)字鄉(xiāng)村發(fā)展顯著降低農(nóng)業(yè)碳排放強(qiáng)度的結(jié)論仍然成立。此外，本文還采用以下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)：（1）排除碳排放權(quán)交易試點(diǎn)、排污權(quán)交易市場設(shè)立、國家生態(tài)文明試驗(yàn)區(qū)建設(shè)等環(huán)境規(guī)制政策的干擾，在基準(zhǔn)回歸中加入相應(yīng)政策的虛擬變量；（2）考慮到影響的時(shí)滯性，本文對數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行滯后一期處理。表5列（2）至列（5）表明，數(shù)字鄉(xiāng)村發(fā)展能顯著降低農(nóng)業(yè)碳排放強(qiáng)度的結(jié)論依然穩(wěn)健。

西漢河平三年（公元前26年），杰出學(xué)者劉向受命主持大規(guī)模的書籍整理工作，并在每一部書籍整理完畢時(shí)，撰寫一篇敘錄，記述此部書的作者、內(nèi)容、學(xué)術(shù)價(jià)值及校讎過程。這些敘錄匯集成《別錄》，是我國最早的官修圖書綜合目錄。

表5 穩(wěn)健性檢驗(yàn)回歸結(jié)果

4 進(jìn)一步分析

4.1 作用機(jī)制分析

本文從規(guī)模經(jīng)營效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)和技術(shù)進(jìn)步效應(yīng)三個方面來分析數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響機(jī)制，結(jié)果見表6。列（1）表明，數(shù)字鄉(xiāng)村發(fā)展水平的提升有利于農(nóng)業(yè)碳排放強(qiáng)度的降低。列（2）至列（4）表明，在考慮固定效應(yīng)和控制變量的條件下,數(shù)字鄉(xiāng)村發(fā)展水平對規(guī)模經(jīng)營效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)、技術(shù)進(jìn)步效應(yīng)的回歸系數(shù)均在1%的水平上顯著為正，其中促進(jìn)技術(shù)進(jìn)步的效果最明顯，規(guī)模化經(jīng)營次之，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化最后。這可能是因?yàn)閿?shù)字鄉(xiāng)村發(fā)展依托物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)對農(nóng)業(yè)傳統(tǒng)基礎(chǔ)設(shè)施進(jìn)行數(shù)字化重塑，直接實(shí)現(xiàn)農(nóng)業(yè)經(jīng)營、管理與服務(wù)技術(shù)的創(chuàng)新供給。實(shí)證結(jié)果表明，數(shù)字鄉(xiāng)村發(fā)展顯著擴(kuò)大了農(nóng)業(yè)適度規(guī)模經(jīng)營水平，促進(jìn)了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，加快了農(nóng)業(yè)創(chuàng)新科技的運(yùn)用，在提升農(nóng)業(yè)生產(chǎn)運(yùn)營效率和要素資源配置效率的同時(shí)，減少了能源物資消耗和污染物排放，繼而有效降低了農(nóng)業(yè)碳排放強(qiáng)度，假設(shè)2至假設(shè)4得證。

表6 作用機(jī)制檢驗(yàn)的估計(jì)結(jié)果

4.2 異質(zhì)性分析

4.2.1 地理區(qū)位異質(zhì)性

整體上數(shù)字鄉(xiāng)村發(fā)展顯著降低了農(nóng)業(yè)碳排放強(qiáng)度，但區(qū)域間農(nóng)業(yè)自然資源基礎(chǔ)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)生產(chǎn)特征存在不同，可能會使得該影響存在較大的區(qū)域差異。《中國數(shù)字鄉(xiāng)村發(fā)展報(bào)告2021：基于媒體大數(shù)據(jù)的評估》中指出，數(shù)字鄉(xiāng)村發(fā)展呈現(xiàn)東部地區(qū)領(lǐng)先、中部地區(qū)跟隨、西部和東北地區(qū)局部突出的區(qū)域特征。本文參考國家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，按東、中、西三大地區(qū)分組考察數(shù)字鄉(xiāng)村發(fā)展影響農(nóng)業(yè)碳排放強(qiáng)度的區(qū)域差異。表7列（1）至列（3）顯示，西部地區(qū)的估計(jì)系數(shù)值通過了5%水平的顯著性檢驗(yàn)，而東部地區(qū)未通過，表明數(shù)字鄉(xiāng)村發(fā)展對西部地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的抑制作用比東部地區(qū)明顯。可能是因?yàn)槲鞑康貐^(qū)憑借信息技術(shù)突破了傳統(tǒng)農(nóng)業(yè)發(fā)展的時(shí)空障礙，形成電子商務(wù)、訂單農(nóng)業(yè)、旅游康養(yǎng)等新業(yè)態(tài)，降低了對化肥、農(nóng)藥、機(jī)械和能源的依賴，從源頭上減少了農(nóng)業(yè)碳排放，加之良好的森林碳匯基礎(chǔ)，使得數(shù)字鄉(xiāng)村發(fā)展降低西部地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的作用更加明顯。

表7 異質(zhì)性檢驗(yàn)結(jié)果

4.2.2 農(nóng)業(yè)生產(chǎn)功能異質(zhì)性

基于農(nóng)業(yè)生產(chǎn)功能定位的差異，本文根據(jù)《國家糧食安全中長期規(guī)劃綱要（2008—2020 年）》劃分出糧食主產(chǎn)區(qū)、主銷區(qū)和產(chǎn)銷平衡區(qū)三類樣本進(jìn)行分組回歸。表7列（4）至列（6）顯示，糧食主銷區(qū)的估計(jì)系數(shù)未通過顯著性檢驗(yàn)，而主產(chǎn)區(qū)和平衡區(qū)的估計(jì)系數(shù)均在1%的水平上顯著，表明數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的抑制作用在糧食主銷區(qū)不顯著，但在主產(chǎn)區(qū)和平衡區(qū)十分顯著。這可能是因?yàn)榧Z食主產(chǎn)區(qū)和平衡區(qū)更具規(guī)?；?、集約化生產(chǎn)優(yōu)勢，數(shù)字鄉(xiāng)村發(fā)展進(jìn)一步促進(jìn)了農(nóng)業(yè)現(xiàn)代化生產(chǎn)，提高了農(nóng)藥、化肥、農(nóng)機(jī)和能源的使用效率，加之循環(huán)耕作模式和土壤培肥固碳的推行，加速了農(nóng)業(yè)碳減排的實(shí)現(xiàn)。

4.2.3 農(nóng)業(yè)生產(chǎn)對象異質(zhì)性

種植業(yè)關(guān)系到耕地保護(hù)紅線和保障糧食安全，其碳排放的降低難以直接體現(xiàn)在耕地面積和糧食產(chǎn)量的減少上，而是以技術(shù)進(jìn)步、優(yōu)化耕作等方式實(shí)現(xiàn)。鑒于種植業(yè)和畜牧業(yè)的生產(chǎn)差異，本文以400 毫米等降水量線為界，劃分種植業(yè)區(qū)和畜牧業(yè)區(qū)①400毫米等降水量線以西的內(nèi)蒙古、西藏、甘肅、青海、寧夏和新疆6個省份主要從事畜牧業(yè)生產(chǎn)，其余省份則主要從事種植業(yè)生產(chǎn)。進(jìn)行異質(zhì)性分析。表7 列（7）和列（8）表明，種植業(yè)區(qū)和畜牧業(yè)區(qū)的估計(jì)系數(shù)分別在5%和10%的水平上顯著，表明數(shù)字鄉(xiāng)村發(fā)展能降低種植業(yè)區(qū)和畜牧業(yè)區(qū)的農(nóng)業(yè)碳排放強(qiáng)度，且在畜牧業(yè)區(qū)的效果好于種植業(yè)區(qū)。種植業(yè)區(qū)和畜牧業(yè)區(qū)通過信息化手段實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)生產(chǎn)設(shè)施升級，推動農(nóng)作物生長和畜禽飼養(yǎng)的精準(zhǔn)管理，減少化學(xué)投入和能源消耗。畜牧業(yè)區(qū)集約化經(jīng)營有利于推廣種養(yǎng)結(jié)合、稻田養(yǎng)鴨、糞污還田和可再生能源產(chǎn)業(yè)融合發(fā)展，在提升秸稈糞污資源化利用效率的同時(shí)，還能豐富土壤有機(jī)質(zhì)含量，增強(qiáng)土壤固碳能力。

5 結(jié)論與建議

本文基于2011—2020 年中國31 個省份的面板數(shù)據(jù)，利用雙向固定效應(yīng)模型分析了數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的影響，并進(jìn)行了作用機(jī)制檢驗(yàn)。結(jié)論如下：（1）數(shù)字鄉(xiāng)村發(fā)展能顯著降低農(nóng)業(yè)碳排放強(qiáng)度；（2）數(shù)字鄉(xiāng)村發(fā)展通過規(guī)模經(jīng)營效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)和技術(shù)進(jìn)步效應(yīng)降低農(nóng)業(yè)碳排放強(qiáng)度；（3）數(shù)字鄉(xiāng)村發(fā)展對農(nóng)業(yè)碳排放強(qiáng)度的抑制作用在中西部地區(qū)、糧食主產(chǎn)區(qū)和平衡區(qū)以及種植業(yè)區(qū)和畜牧業(yè)區(qū)尤為顯著。

據(jù)此，本文提出如下建議：

（1）加強(qiáng)鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)，促進(jìn)農(nóng)業(yè)適度規(guī)模經(jīng)營。通過物聯(lián)網(wǎng)、云計(jì)算、人工智能等現(xiàn)代信息技術(shù)推動傳統(tǒng)基礎(chǔ)設(shè)施向數(shù)智化發(fā)展，關(guān)聯(lián)農(nóng)業(yè)生產(chǎn)、流通和銷售，實(shí)現(xiàn)集約化經(jīng)營，促進(jìn)資源有效配置和高效利用。糧食主產(chǎn)區(qū)需推動高標(biāo)準(zhǔn)農(nóng)田建設(shè)，依托規(guī)模化經(jīng)營推廣種養(yǎng)結(jié)合和秸稈還田的循環(huán)利用模式，降低化肥、農(nóng)藥和能源消耗，繼而降低農(nóng)業(yè)碳排放。

（2）培育鄉(xiāng)村新產(chǎn)業(yè)新業(yè)態(tài)，推動農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化。通過網(wǎng)絡(luò)媒介精準(zhǔn)對接消費(fèi)需求，降低農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后的碳排放，加強(qiáng)數(shù)據(jù)要素與傳統(tǒng)農(nóng)業(yè)的深度融合，促進(jìn)供應(yīng)鏈智能化和產(chǎn)業(yè)鏈延伸，減少對高碳能源的依賴。中西部地區(qū)更應(yīng)發(fā)揮資源環(huán)境優(yōu)勢，利用數(shù)字鄉(xiāng)村發(fā)展培育農(nóng)村電商、休閑旅游、綠色農(nóng)產(chǎn)品生產(chǎn)等高附加值產(chǎn)業(yè)，助推鄉(xiāng)村綠色低碳轉(zhuǎn)型。

（3）加快農(nóng)業(yè)數(shù)字化改造，推動農(nóng)業(yè)技術(shù)進(jìn)步和綠色低碳發(fā)展。探索運(yùn)用信息技術(shù)構(gòu)筑現(xiàn)代化農(nóng)業(yè)信息體系，提升要素利用效率和環(huán)境治理能力。在種植業(yè)區(qū)和畜牧業(yè)區(qū)建立智能灌溉系統(tǒng)和和追溯監(jiān)測體系，實(shí)施精準(zhǔn)施肥和畜牧飼喂，加強(qiáng)畜禽糞污監(jiān)管治理。此外，應(yīng)推動農(nóng)村生物質(zhì)能開發(fā)，實(shí)現(xiàn)農(nóng)藥、農(nóng)機(jī)減量和農(nóng)業(yè)廢棄物資源化利用。