農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響機(jī)制

摘要： 基于2013—2022 年省級(jí)面板數(shù)據(jù)，本文采用雙向固定效應(yīng)模型和中介效應(yīng)模型分析農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響及機(jī)制作用。研究表明：（1）農(nóng)村數(shù)字經(jīng)濟(jì)能夠顯著減少農(nóng)業(yè)碳排放，對(duì)這一結(jié)果進(jìn)行多種穩(wěn)健性檢驗(yàn)依然成立；（2）農(nóng)村產(chǎn)業(yè)融合發(fā)展在農(nóng)村數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)碳排放間起中介作用；（3）異質(zhì)性分析表明，農(nóng)村數(shù)字經(jīng)濟(jì)在非糧食主產(chǎn)區(qū)和低財(cái)政支農(nóng)區(qū)域?qū)r(nóng)業(yè)碳排放的影響更為顯著?；诖耍岢龃龠M(jìn)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展、加快農(nóng)村產(chǎn)業(yè)融合發(fā)展等對(duì)策建議。

關(guān)鍵詞： 農(nóng)村數(shù)字經(jīng)濟(jì)；農(nóng)業(yè)碳排放；農(nóng)村產(chǎn)業(yè)融合發(fā)展

中圖分類號(hào)： F 492 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 1004–390X （2024） 06?0057?08

2023 年， 我國(guó)糧食產(chǎn)量已達(dá)到1.39 萬億斤，連續(xù)9 年穩(wěn)定在1.3 萬億斤以上。在糧食生產(chǎn)實(shí)現(xiàn)“二十連豐”顯著成果的背后，農(nóng)業(yè)碳排放快速增加等生態(tài)環(huán)境問題日益凸顯。2020 年，習(xí)近平總書記提出，中國(guó)將力爭(zhēng)在2030 年前達(dá)到二氧化碳排放峰值，努力爭(zhēng)取在2060 年前實(shí)現(xiàn)碳中和。但是21 世紀(jì)以來我國(guó)快速發(fā)展的農(nóng)業(yè)引發(fā)的碳排放已成為構(gòu)成碳排放總量的重要組成部分[1]。預(yù)計(jì)到21 世紀(jì)中葉，農(nóng)業(yè)會(huì)成為引發(fā)碳排放的最大碳源之一[2]。因此，減少農(nóng)業(yè)碳排放，推進(jìn)農(nóng)業(yè)綠色發(fā)展已受到中國(guó)政府的密切關(guān)注。黨的二十大報(bào)告強(qiáng)調(diào)要協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)，推進(jìn)生態(tài)優(yōu)先，綠色低碳發(fā)展。2022年《農(nóng)業(yè)農(nóng)村減排固碳實(shí)施方案》中指出，要推進(jìn)農(nóng)業(yè)農(nóng)村綠色低碳發(fā)展。自2021 年以來的中央一號(hào)文件多次強(qiáng)調(diào)，要加強(qiáng)農(nóng)業(yè)面源污染綜合治理。2024 年政府工作報(bào)告也進(jìn)一步強(qiáng)調(diào)，要加強(qiáng)生態(tài)文明建設(shè)，推進(jìn)綠色低碳發(fā)展。因此，減少農(nóng)業(yè)碳排放對(duì)于確保如期實(shí)現(xiàn)2030 年碳達(dá)峰目標(biāo)和建設(shè)農(nóng)業(yè)生態(tài)文明具有重要的意義。

近年來數(shù)字經(jīng)濟(jì)展現(xiàn)出蓬勃的生機(jī)。2022年，數(shù)字經(jīng)濟(jì)規(guī)模已攀升至50.2 萬億元，首次邁入50 萬億元大關(guān)，比上年增長(zhǎng)4.68 萬億元，是2017 年的1.85 倍。數(shù)字經(jīng)濟(jì)正成為實(shí)現(xiàn)中國(guó)式現(xiàn)代化的重要引擎。同時(shí)，國(guó)家也將新一代數(shù)字信息技術(shù)的應(yīng)用作為實(shí)現(xiàn)“雙碳”目標(biāo)和推進(jìn)低碳綠色農(nóng)業(yè)的重要舉措。習(xí)近平總書記在主持中央政治局第三十四次集體學(xué)習(xí)中強(qiáng)調(diào)，要把握數(shù)字化、網(wǎng)絡(luò)化、智能化方向，推動(dòng)農(nóng)業(yè)數(shù)字化?！吨泄仓醒?國(guó)務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（ 2019 —2025 年） 》《2023 年數(shù)字鄉(xiāng)村發(fā)展工作要點(diǎn)》都強(qiáng)調(diào)，要夯實(shí)鄉(xiāng)村數(shù)字化發(fā)展基礎(chǔ)、加快農(nóng)業(yè)農(nóng)村大數(shù)據(jù)應(yīng)用，推進(jìn)智慧農(nóng)業(yè)發(fā)展，大力推進(jìn)數(shù)字技術(shù)在農(nóng)業(yè)農(nóng)村的應(yīng)用。借助數(shù)字要素對(duì)農(nóng)村生產(chǎn)方式多維度的重塑，農(nóng)業(yè)數(shù)字經(jīng)濟(jì)滲透率為10.5%，且隨著社會(huì)資本參與的程度加深和國(guó)家政策的進(jìn)一步推進(jìn)，這一比率將持續(xù)上升[3]。農(nóng)村數(shù)字經(jīng)濟(jì)已成為推動(dòng)農(nóng)業(yè)綠色高質(zhì)量發(fā)展的新動(dòng)能[4]。因此，分析農(nóng)村數(shù)字經(jīng)濟(jì)是否有助于減少農(nóng)業(yè)碳排放，對(duì)于提出實(shí)現(xiàn)農(nóng)業(yè)綠色高質(zhì)量發(fā)展的低碳農(nóng)業(yè)政策具有重要的現(xiàn)實(shí)意義和政策價(jià)值。

一、 文獻(xiàn)綜述

在數(shù)字經(jīng)濟(jì)轉(zhuǎn)向深化應(yīng)用新階段的背景下，已有研究開始關(guān)注數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)生產(chǎn)方式和生產(chǎn)效率以及農(nóng)業(yè)高質(zhì)量發(fā)展的影響。周紹東、王菲等基于馬克思主義政治經(jīng)濟(jì)學(xué)視角、選取黃河流域地級(jí)市的證據(jù)的研究結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著推動(dòng)農(nóng)業(yè)生產(chǎn)方式變革[5-6]。唐建軍等、王鳳婷等、杜建軍等的研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)的發(fā)展有助于發(fā)揮結(jié)構(gòu)效應(yīng)和集聚效應(yīng)實(shí)現(xiàn)農(nóng)業(yè)結(jié)構(gòu)升級(jí)和農(nóng)業(yè)產(chǎn)業(yè)集聚、產(chǎn)生技術(shù)效應(yīng)和規(guī)模效應(yīng)促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新和農(nóng)業(yè)規(guī)模經(jīng)營(yíng)以及帶來就業(yè)效應(yīng)促進(jìn)農(nóng)村非農(nóng)就業(yè)，從而顯著提升了農(nóng)業(yè)全要素生產(chǎn)率[7-9]。楊軍鴿等、岳喜優(yōu)、戴春、易恩文等分別基于數(shù)字生產(chǎn)力的視角、運(yùn)用模糊集定性比較分析方法、基于平臺(tái)經(jīng)濟(jì)構(gòu)建的理論框架以及基于配置理論的視角的研究表明，數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)高質(zhì)量發(fā)展[10-13]。

已有研究已經(jīng)注意到數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)綠色發(fā)展的碳減排效應(yīng)[14]。黃曉慧等、田華文對(duì)數(shù)字經(jīng)濟(jì)如何賦能農(nóng)業(yè)碳減排進(jìn)行了理論分析，得出數(shù)字經(jīng)濟(jì)能夠提高農(nóng)戶的資本稟賦水平和推動(dòng)農(nóng)業(yè)綠色生產(chǎn)方式，從而減少農(nóng)業(yè)碳排放[15-16]。劉海啟基于精準(zhǔn)農(nóng)業(yè)的角度理論上論證得出，數(shù)字經(jīng)濟(jì)能夠減少農(nóng)業(yè)碳排放[17]。田紅宇等的研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)能夠發(fā)揮技術(shù)效應(yīng)促進(jìn)糧食生產(chǎn)技術(shù)進(jìn)步和結(jié)構(gòu)效應(yīng)促進(jìn)規(guī)?；?jīng)營(yíng)，從而顯著減少糧食種植碳排放[18]。劉震等的研究表明，數(shù)字經(jīng)濟(jì)能夠顯著降低農(nóng)業(yè)碳排放強(qiáng)度[19]。綜上來看，現(xiàn)有研究仍存在不足之處，第一，已有研究雖對(duì)數(shù)字經(jīng)濟(jì)的農(nóng)業(yè)碳減排效應(yīng)進(jìn)行了研究，但大多停留在理論層面，實(shí)證層面的研究還不多且不夠深入，對(duì)數(shù)字經(jīng)濟(jì)減少農(nóng)業(yè)碳排放的機(jī)制分析還較為缺乏，無法進(jìn)一步驗(yàn)證數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)的合理性；第二，已有文獻(xiàn)大多停留在數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響，沒有聚焦于農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)于農(nóng)業(yè)碳排放的影響；第三，已有研究大多采用區(qū)域分樣本研究進(jìn)行異質(zhì)性分析，較少考慮到不同財(cái)政支農(nóng)力度下數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響。因此，本文嘗試從農(nóng)村產(chǎn)業(yè)融合發(fā)展角度揭示農(nóng)村數(shù)字經(jīng)濟(jì)農(nóng)業(yè)碳減排效應(yīng)的間接影響路徑，以及探究不同財(cái)政支農(nóng)力度下農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響。

二、 理論分析與研究假說

數(shù)字經(jīng)濟(jì)的不斷滲透使得城市數(shù)字資源向鄉(xiāng)村延伸、拓展，已成為減少農(nóng)業(yè)碳排放和實(shí)現(xiàn)農(nóng)業(yè)轉(zhuǎn)型發(fā)展的重要路徑[20-21]。第一，已有研究已發(fā)現(xiàn)，農(nóng)戶在進(jìn)行農(nóng)業(yè)活動(dòng)中會(huì)產(chǎn)生談判成本、搜尋成本和獲取成本等交易成本[22]。借助網(wǎng)絡(luò)直播、公眾號(hào)等數(shù)字推廣方式，農(nóng)村數(shù)字經(jīng)濟(jì)有助于降低農(nóng)戶與農(nóng)技人員學(xué)習(xí)溝通的談判成本、了解新型施肥方式的搜尋成本和掌握最新施肥技術(shù)的獲取成本，有助于農(nóng)戶采納綠色生產(chǎn)技術(shù)，進(jìn)而減少農(nóng)戶化肥施用量，從而減少農(nóng)業(yè)碳排放[23-24]。第二，農(nóng)村數(shù)字經(jīng)濟(jì)通過促進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)不斷與農(nóng)村經(jīng)濟(jì)融合發(fā)展，發(fā)揮替代效應(yīng)、滲透效應(yīng)等抑制土地、勞動(dòng)力以及資本等資源錯(cuò)配程度，進(jìn)而提高農(nóng)業(yè)綠色全要素生產(chǎn)率和促進(jìn)農(nóng)業(yè)綠色技術(shù)進(jìn)步，從而減少農(nóng)業(yè)碳排放[25-27]。第三，借助互聯(lián)網(wǎng)與移動(dòng)支付，農(nóng)村數(shù)字經(jīng)濟(jì)有助于促進(jìn)農(nóng)業(yè)與金融資本的融合發(fā)展，農(nóng)民更容易獲得在線金融服務(wù)等資金支持，進(jìn)而促進(jìn)綠色農(nóng)業(yè)發(fā)展，從而減少農(nóng)業(yè)碳排放[28]?；诖?，本文提出研究假說。

H1：農(nóng)村數(shù)字經(jīng)濟(jì)能夠顯著減少農(nóng)業(yè)碳排放。

農(nóng)村產(chǎn)業(yè)融合發(fā)展的農(nóng)業(yè)碳減排效應(yīng)已得到證實(shí)[29]。農(nóng)村產(chǎn)業(yè)融合有助于打破農(nóng)業(yè)與第二、第三產(chǎn)業(yè)之間的壁壘，催生出新業(yè)態(tài)、新產(chǎn)業(yè)，有利于提供農(nóng)業(yè)技術(shù)創(chuàng)新擴(kuò)散的新場(chǎng)景，從而促進(jìn)農(nóng)業(yè)科技進(jìn)步，進(jìn)而通過先進(jìn)農(nóng)機(jī)具裝備提高農(nóng)用物資利用效率，從而減少農(nóng)業(yè)碳排放[30]。已有研究發(fā)現(xiàn)，一方面，隨著數(shù)字鄉(xiāng)村建設(shè)的不斷推進(jìn)，農(nóng)村數(shù)字經(jīng)濟(jì)有利于在農(nóng)村地區(qū)構(gòu)建熟人社會(huì)非人際交易的鄉(xiāng)村交易方式，拓展了鄉(xiāng)村社會(huì)的交易半徑和信任范圍，有助于增加農(nóng)戶的產(chǎn)品需求，進(jìn)而有利于延長(zhǎng)鄉(xiāng)村產(chǎn)業(yè)鏈、促進(jìn)農(nóng)業(yè)智能化和發(fā)展服務(wù)業(yè)[31]。另一方面，借助大數(shù)據(jù)、互聯(lián)網(wǎng)等新一代數(shù)字信息技術(shù)依托傳統(tǒng)金融發(fā)展的數(shù)字普惠金融，農(nóng)村數(shù)字經(jīng)濟(jì)有利于增加農(nóng)村金融供給和調(diào)整金融服務(wù)門檻，有助于農(nóng)業(yè)經(jīng)營(yíng)主體獲取金融服務(wù)多元化，從而促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展[32]?；谏鲜龇治?，農(nóng)村數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展，進(jìn)而減少農(nóng)業(yè)碳排放。基于此，本文提出研究假說。

H2：農(nóng)村數(shù)字經(jīng)濟(jì)通過促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展顯著減少農(nóng)業(yè)碳排放。

三、 研究設(shè)計(jì)

（一） 模型設(shè)定

1. 雙向固定效應(yīng)模型

為檢驗(yàn)上述研究假說，本文雙向固定效應(yīng)模型構(gòu)建如下：

lnAceit = α0 +α1Rudigeit +αkZ +μi +δi +εit （1）

式（1）中，Aceit 為i 省在第t 年的農(nóng)業(yè)碳排放，Rudigeit 為i 省在第t 年的農(nóng)村數(shù)字經(jīng)濟(jì)，Z 表示一系列可能影響農(nóng)業(yè)碳排放的控制變量，包括農(nóng)用機(jī)械化水平、種植結(jié)構(gòu)、農(nóng)業(yè)化學(xué)品投入強(qiáng)度和農(nóng)業(yè)受災(zāi)率，μi 和δi 分別控制了省份固定效應(yīng)和時(shí)間固定效應(yīng)，εit 代表隨機(jī)擾動(dòng)項(xiàng)。本文將被解釋變量作取對(duì)數(shù)處理。

2. 中介效應(yīng)模型

為了識(shí)別農(nóng)村數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的潛在途徑，本文通過構(gòu)建中介效應(yīng)模型來檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合發(fā)展的中介作用機(jī)制是否存在。本文機(jī)制驗(yàn)證模型設(shè)定如下：

ln Aceit = α0 +α1Rudigeit +αkZ +μi +δi +εit （2）

Mit = β0 +β1Rudigeit +βkZ +μi +δi +εit （3）

ln Aceit = γ0 +γ1Rudigeit +γ2Mit +γkZ +μi +δk +εit（4）

式（2）（3）（4）中，Mit 為中介變量，a1 是農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的總效應(yīng)，γ1 是直接效應(yīng)，β1γ2 是中介變量的中介效應(yīng)。如果a1 顯著不為0，β1 顯著不為0，且γ2 顯著不為0，則中介效應(yīng)顯著；若γ1 顯著不為0，則稱為部分中介效應(yīng)；否則稱為完全中介效應(yīng)。本文采用Sobel 檢驗(yàn)和Bootstrap 檢驗(yàn)對(duì)中介效應(yīng)的顯著性進(jìn)行檢驗(yàn)。

（二） 變量說明

1. 被解釋變量

農(nóng)業(yè)碳排放。本文借鑒李波等的做法，利用排放系數(shù)法計(jì)算農(nóng)業(yè)碳排放[33]。由農(nóng)用化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、農(nóng)作物翻耕以及農(nóng)業(yè)灌溉6 種碳源消耗的絕對(duì)量與各自的碳排放系數(shù)相乘，將相乘后的碳排放量加總得到農(nóng)業(yè)碳排放。計(jì)算公式如下：

式（5）中，Aceit 為i 省第t 年的農(nóng)業(yè)碳排放總量，Aceitq 為i 省第t 年第q 種碳源所引發(fā)的農(nóng)業(yè)碳排放量，Titq 為i 省第t 年第q 種碳源消耗的絕對(duì)量，δq 為第q 種碳源的碳排放系數(shù)。

2. 核心解釋變量

農(nóng)村數(shù)字經(jīng)濟(jì)。借鑒孫紅雨等、費(fèi)威等的研究，本文從農(nóng)村數(shù)字發(fā)展環(huán)境、農(nóng)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化三個(gè)維度構(gòu)建農(nóng)村數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系[34-35]。在此基礎(chǔ)上，采用熵權(quán)法測(cè)算農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展水平。指標(biāo)體系如表1 所示。

3. 中介變量

農(nóng)村產(chǎn)業(yè)融合發(fā)展。參考李曉龍等的研究，運(yùn)用熵權(quán)法從農(nóng)村產(chǎn)業(yè)鏈延伸、農(nóng)業(yè)多功能性拓展、農(nóng)業(yè)新業(yè)態(tài)培育、農(nóng)業(yè)服務(wù)業(yè)融合發(fā)展以及利益聯(lián)結(jié)機(jī)制5 個(gè)維度測(cè)度農(nóng)村產(chǎn)業(yè)融合發(fā)展水平[36]。

4. 控制變量

除核心解釋變量對(duì)農(nóng)業(yè)碳排放產(chǎn)生影響外，農(nóng)業(yè)碳排放還會(huì)受到其他因素影響，本文選取以下控制變量：農(nóng)用機(jī)械化水平，以農(nóng)業(yè)機(jī)械總動(dòng)力表示；種植結(jié)構(gòu)，以糧食播種面積與農(nóng)作物播種面積的比率表示；農(nóng)業(yè)化學(xué)品投入強(qiáng)度，以農(nóng)用化肥使用量與農(nóng)作物播種面積的比值表示；農(nóng)業(yè)受災(zāi)率，以農(nóng)作物受災(zāi)面積與農(nóng)作物總播種面積的比值表示。各變量的描述性統(tǒng)計(jì)見表2。

（三） 數(shù)據(jù)來源

本文樣本涉及2013—2022 年中國(guó)30 個(gè)省區(qū)市（除港澳臺(tái)和西藏地區(qū)）。其中農(nóng)業(yè)碳排放數(shù)據(jù)、農(nóng)村數(shù)字經(jīng)濟(jì)數(shù)據(jù)和控制變量數(shù)據(jù)來源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》與各省區(qū)市的統(tǒng)計(jì)年鑒；農(nóng)村產(chǎn)業(yè)融合數(shù)據(jù)來源于《中國(guó)休閑農(nóng)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)產(chǎn)品加工業(yè)年鑒》與EPS 數(shù)據(jù)庫。需要說明的是：構(gòu)成農(nóng)村產(chǎn)業(yè)融合發(fā)展水平中各省區(qū)市2021—2022 年的設(shè)施農(nóng)業(yè)水平數(shù)據(jù)、農(nóng)村每萬人擁有專業(yè)合作社數(shù)量數(shù)據(jù)部分缺失，故本文采取線性插值法對(duì)其進(jìn)行填補(bǔ)。

四、 實(shí)證結(jié)果分析

（一） 基準(zhǔn)回歸結(jié)果

表3 報(bào)告了農(nóng)村數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的基準(zhǔn)回歸結(jié)果。（1）～（4）列的標(biāo)準(zhǔn)誤分別為普通標(biāo)準(zhǔn)誤、穩(wěn)健標(biāo)準(zhǔn)誤、省級(jí)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤和通過Bootstrap 自助法隨機(jī)抽樣1 000 次獲得的標(biāo)準(zhǔn)誤。估計(jì)結(jié)果顯示，農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響不管在何種標(biāo)準(zhǔn)誤下均在1% 的顯著性水平上顯著為負(fù)，表明農(nóng)村數(shù)字經(jīng)濟(jì)顯著減少了農(nóng)業(yè)碳排放，并且模型結(jié)果的穩(wěn)健性較好。據(jù)此，研究假說H1 得到驗(yàn)證。

（二） 穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性檢驗(yàn)

為解決可能在測(cè)算農(nóng)村數(shù)字經(jīng)濟(jì)過程中存在測(cè)量誤差和研究農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放影響的過程中存在遺漏變量從而引發(fā)內(nèi)生性問題導(dǎo)致的偏誤，本文借鑒黃群慧等的研究，選取各省區(qū)市1984 年每萬人電話數(shù)作為工具變量[37]。一方面，農(nóng)村數(shù)字經(jīng)濟(jì)的發(fā)展是基于固定電話數(shù)的普及，各省區(qū)市1984 年每萬人電話數(shù)可以反映出不同省區(qū)市歷史上的信息技術(shù)稟賦，可能會(huì)促進(jìn)目前各省區(qū)市互聯(lián)網(wǎng)的普及，滿足了工具變量的相關(guān)性。另一方面，各省區(qū)市1984 年每萬人電話數(shù)隨著時(shí)代的發(fā)展對(duì)樣本期內(nèi)的農(nóng)業(yè)碳排放的影響較小，滿足了工具變量的排他性。由于本文研究樣本為基于省區(qū)市時(shí)間雙維度變動(dòng)的均衡面板數(shù)據(jù)，采用各地1984 年每萬人電話數(shù)這一歷史不變變量會(huì)在固定效應(yīng)模型的估計(jì)中難以度量。本文借鑒龐瑞芝等、Nunn 等的研究，以各省區(qū)市1984 年每萬人電話數(shù)和上一年全國(guó)互聯(lián)網(wǎng)寬帶接入用戶數(shù)的乘積構(gòu)造交互項(xiàng)，作為本文的工具變量[38-39]。表4 第（1）列工具變量的估計(jì)結(jié)果顯示，Kleibergen-Paap rk Wald F 的統(tǒng)計(jì)量為10.517，大于15% 的Stock-Yogo 臨界值，因此可以排除弱工具變量問題。上述結(jié)果顯示農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響在考慮內(nèi)生性問題之后依然存在負(fù)向影響，表明本文研究結(jié)果具有穩(wěn)健性。

2. 動(dòng)態(tài)面板GMM 模型檢驗(yàn)

本文采用面板廣義矩估計(jì)（GMM）進(jìn)行進(jìn)一步穩(wěn)健性檢驗(yàn)，表4 第（ 2） 列估計(jì)結(jié)果顯示，AR（1）的值為0.096，AR（2）的值為0.416，即一階差分方程的隨機(jī)誤差項(xiàng)中不存在二階序列相關(guān)，意味著工具變量有效和模式設(shè)定正確。Sargen檢驗(yàn)的P 值為0.429，接受了所有工具變量均有效的假說，即工具變量不存在過度識(shí)別的問題。并且回歸結(jié)果顯示，農(nóng)村數(shù)字經(jīng)濟(jì)仍然顯著降低了農(nóng)業(yè)碳排放，與上述基準(zhǔn)回歸結(jié)果一致，進(jìn)一步說明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

3. 將核心解釋變量滯后兩期

考慮到農(nóng)村數(shù)字經(jīng)濟(jì)是一種復(fù)雜的新型經(jīng)濟(jì)形態(tài)，對(duì)農(nóng)業(yè)碳排放的影響有一定的時(shí)滯，因此使用農(nóng)村數(shù)字經(jīng)濟(jì)的滯后2 期作為核心解釋變量重新回歸分析，這也能一定程度上緩解內(nèi)生性問題導(dǎo)致的偏誤。表4 第（3）列估計(jì)結(jié)果顯示，農(nóng)村數(shù)字經(jīng)濟(jì)的滯后2 期在1% 的統(tǒng)計(jì)水平下顯著降低了農(nóng)業(yè)碳排放，說明農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響存在一定的時(shí)滯性，其估計(jì)結(jié)果與上述基準(zhǔn)回歸結(jié)果基本一致，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

4. 調(diào)整樣本期

我國(guó)數(shù)字經(jīng)濟(jì)自2015 年起迅速發(fā)展，為避免樣本期選擇造成的偏誤，本文借鑒郭豐等、黨琳等的方法，將樣本時(shí)間段調(diào)整為2015—2022年[40-41]。表4 第（4）列的估計(jì)結(jié)果顯示，農(nóng)村數(shù)字經(jīng)濟(jì)仍在1% 的統(tǒng)計(jì)水平上顯著減少了農(nóng)業(yè)碳排放，與上述基準(zhǔn)回歸結(jié)果一致，強(qiáng)化了本文的研究結(jié)論。

（三） 中介效應(yīng)檢驗(yàn)

本文基于上述理論分析，采用中介效應(yīng)模型檢驗(yàn)農(nóng)村數(shù)字經(jīng)濟(jì)通過促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展減少農(nóng)業(yè)碳排放的路徑。由表5 第（1）列可知，農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放影響的總效應(yīng)為?0.633，且在1% 的水平上顯著。第（2）列以農(nóng)村產(chǎn)業(yè)融合發(fā)展為被解釋變量，核心解釋變量農(nóng)村數(shù)字經(jīng)濟(jì)前的系數(shù)為0.118 且在10% 的水平上顯著。第（3）列農(nóng)村產(chǎn)業(yè)融合發(fā)展前的系數(shù)為?0.690 且在1% 的水平上顯著，即中介效應(yīng)顯著。同時(shí)農(nóng)村數(shù)字經(jīng)濟(jì)前的系數(shù)為?0.552，且在1% 的水平上顯著，則為部分中介效應(yīng)。為了進(jìn)一步檢驗(yàn)中介效應(yīng)的顯著性，本文采取Sobel 檢驗(yàn)和Bootstrap方法進(jìn)行進(jìn)一步驗(yàn)證。Sobel 檢驗(yàn)的P 值為0.001，Bootstrap 方法通過重復(fù)抽樣1 000 次得到中介效應(yīng)的置信區(qū)間為[?3.378 954，?1.218 399]，置信區(qū)間不包含0，進(jìn)一步驗(yàn)證了中介效應(yīng)顯著，驗(yàn)證了研究假說H2。

（四） 異質(zhì)性分析

1. 糧食生產(chǎn)功能區(qū)異質(zhì)性分析

我國(guó)各省區(qū)市承擔(dān)著不同的糧食生產(chǎn)功能，本文依據(jù)2004 年國(guó)家設(shè)立吉林、遼寧、黑龍江、江西、安徽、湖北、湖南、江蘇、四川、河北、山東、河南、內(nèi)蒙古13 個(gè)省區(qū)市為糧食主產(chǎn)區(qū)，將30 個(gè)省區(qū)市劃分為糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)進(jìn)行異質(zhì)性分析。表6 第（1）（2）列估計(jì)結(jié)果顯示，在糧食主產(chǎn)區(qū)內(nèi)，農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放沒有顯著影響；在非糧食主產(chǎn)區(qū)，農(nóng)村數(shù)字經(jīng)濟(jì)在1% 的統(tǒng)計(jì)水平下顯著減少了農(nóng)業(yè)碳排放?？赡艿脑蛴校旱谝?，糧食主產(chǎn)區(qū)13 個(gè)省區(qū)市大多數(shù)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展水平較低，農(nóng)村數(shù)字經(jīng)濟(jì)尚未發(fā)揮其農(nóng)業(yè)碳減排效應(yīng)；第二，糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)內(nèi)的要素投入、種植結(jié)構(gòu)、受災(zāi)率等省情不同，影響了農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)揮其農(nóng)業(yè)碳減排效應(yīng)。

2. 財(cái)政支農(nóng)占比異質(zhì)性分析

借鑒劉曉麗等的研究，本文依據(jù)財(cái)政支農(nóng)占財(cái)政總支出的比率的均值，將30 個(gè)省區(qū)市劃分為高財(cái)政支農(nóng)區(qū)域和低財(cái)政支農(nóng)區(qū)域[42]。表6 第（3）（4）列估計(jì)結(jié)果顯示，在高財(cái)政支農(nóng)占比的省區(qū)市，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放沒有顯著性影響；在低財(cái)政支農(nóng)占比的省區(qū)市，數(shù)字經(jīng)濟(jì)在1% 的統(tǒng)計(jì)水平下顯著減少了農(nóng)業(yè)碳排放。可能的原因有高財(cái)政支農(nóng)占比的省區(qū)市多為數(shù)字經(jīng)濟(jì)發(fā)展水平較低的省區(qū)市，財(cái)政支農(nóng)資金中用于發(fā)展數(shù)字農(nóng)業(yè)的資金較少，數(shù)字經(jīng)濟(jì)還未能促進(jìn)減少農(nóng)業(yè)碳排放。

五、 結(jié)論與政策建議

本文采用2013—2022 年省級(jí)面板數(shù)據(jù)，分析農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響，研究結(jié)論表明：第一，農(nóng)村數(shù)字經(jīng)濟(jì)能夠顯著減少農(nóng)業(yè)碳排放；第二，農(nóng)村數(shù)字經(jīng)濟(jì)通過促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展從而減少農(nóng)業(yè)碳排放；第三，農(nóng)村數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)在非糧食主產(chǎn)區(qū)和低財(cái)政支農(nóng)區(qū)域更加顯著。

基于以上結(jié)論，本文提出如下政策建議：第一，大力發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)，進(jìn)一步加快建設(shè)農(nóng)村基礎(chǔ)設(shè)施，推進(jìn)農(nóng)村互聯(lián)網(wǎng)建設(shè)，提高農(nóng)村互聯(lián)網(wǎng)普及率，建立推進(jìn)數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)發(fā)展的大數(shù)據(jù)平臺(tái)，為農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)揮碳減排效應(yīng)提供基礎(chǔ)；第二，加快促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展，促進(jìn)催生農(nóng)業(yè)與第二、第三產(chǎn)業(yè)融合發(fā)展的新業(yè)態(tài)、新產(chǎn)業(yè)，重塑農(nóng)業(yè)產(chǎn)業(yè)鏈，同時(shí)在推進(jìn)產(chǎn)業(yè)融合時(shí)要與當(dāng)?shù)剞r(nóng)業(yè)發(fā)展相匹配；第三，加快發(fā)展糧食主產(chǎn)區(qū)內(nèi)農(nóng)村數(shù)字經(jīng)濟(jì)，不斷推動(dòng)糧食主產(chǎn)區(qū)內(nèi)數(shù)字農(nóng)業(yè)發(fā)展。同時(shí)，在高財(cái)政支農(nóng)區(qū)域，要增加財(cái)政支農(nóng)資金中用于發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)的占比，要發(fā)揮農(nóng)村數(shù)字經(jīng)濟(jì)的農(nóng)業(yè)碳減排效應(yīng)。

[ 參考文獻(xiàn) ]

[1]田云， 吳海濤. 產(chǎn)業(yè)結(jié)構(gòu)視角下的中國(guó)糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放公平性研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2020（1）： 45.DOI： 10.13246/j.cnki.jae.2020.01.003.

[2]張曉萱， 秦耀辰， 吳樂英， 等. 農(nóng)業(yè)溫室氣體排放研究進(jìn)展[J]. 河南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019（6）： 649. DOI：10.15991/j.cnki.411100.2019.06.003.

[3]黃季焜， 蘇嵐嵐， 王悅. 數(shù)字技術(shù)促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展： 機(jī)遇、挑戰(zhàn)和推進(jìn)思路[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2024（1）： 21.DOI： 10.20077/j.cnki.11-1262/f.2024.01.019.

[4]浦徐進(jìn)， 馬柯旭， 王彥芳. 農(nóng)村數(shù)字化對(duì)推動(dòng)農(nóng)業(yè)綠色高質(zhì)量發(fā)展的影響分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2024，45（6）：83. DOI： 10.7621/cjarrp.1005-9121.20240608.

[5]周紹東. “[5] 互聯(lián)網(wǎng)+”推動(dòng)的農(nóng)業(yè)生產(chǎn)方式變革： 基于馬克思主義政治經(jīng)濟(jì)學(xué)視角的探究[J]. 中國(guó)農(nóng)村觀察，2016（6）： 75.

[6]王菲， 孫淑惠， 劉天軍. 數(shù)字經(jīng)濟(jì)發(fā)展推進(jìn)了農(nóng)業(yè)生產(chǎn)方式變革嗎： 來自黃河流域地級(jí)市的證據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2023（9）： 122. DOI： 10.20077/j.cnki.11-1262/f.2023.09.007.

[7]唐建軍， 龔教偉， 宋清華. 數(shù)字普惠金融與農(nóng)業(yè)全要素生產(chǎn)率： 基于要素流動(dòng)與技術(shù)擴(kuò)散的視角[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2022（7）： 81.

[8]王鳳婷， 王浩， 孔凡斌. 農(nóng)村數(shù)字化發(fā)展對(duì)農(nóng)業(yè)全要素碳生產(chǎn)率的提升效應(yīng)[J]. 中國(guó)人口·資源與環(huán)境， 2024（3）： 79. DOI： 10.12062/cpre.20230707.

[9]杜建軍， 章友德， 劉博敏， 等. 數(shù)字鄉(xiāng)村對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響及其作用機(jī)制[J]. 中國(guó)人口·資源與環(huán)境， 2023（2）： 165. DOI： 10.12062/cpre.20221013.

[10]楊軍鴿， 王琴梅. 數(shù)字技術(shù)與農(nóng)業(yè)高質(zhì)量發(fā)展： 基于數(shù)字生產(chǎn)力的視角[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2023（4）： 47.DOI： 10.13781/j.cnki.1007-9556.2023.04.004.

[11]岳喜優(yōu). 數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)農(nóng)業(yè)高質(zhì)量發(fā)展的組態(tài)路徑[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2024， 26（3）：153. DOI： 10.16822/j.cnki.hitskb.2024.03.017.

[12]戴春. 平臺(tái)經(jīng)濟(jì)賦能農(nóng)業(yè)高質(zhì)量發(fā)展： 理論分析框架[J]. 華東經(jīng)濟(jì)管理， 2024（5）： 59. DOI： 10.19629/j.cnki.34-1014/f.240131008.

[13]易恩文， 王軍， 朱杰. 數(shù)字經(jīng)濟(jì)、資源配置效率與農(nóng)業(yè)高質(zhì)量發(fā)展[J]. 現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)）， 2023（12）： 20. DOI： 10.19559/j.cnki.12-1387.2023.12.002.

[14]盧京宇， 郭俊華. 數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)綠色發(fā)展的碳減排效應(yīng)[J]. 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2024（3）： 78. DOI： 10.13676/j.cnki.cn36-1224/f.2024.03.008.

[15]黃曉慧， 聶鳳英. 數(shù)字化驅(qū)動(dòng)農(nóng)戶農(nóng)業(yè)綠色低碳轉(zhuǎn)型的機(jī)制研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2023（1）： 30. DOI： 10.13968/j.cnki.1009-9107.2023.01.04.

[16]田華文. “雙碳”目標(biāo)下數(shù)字經(jīng)濟(jì)賦能綠色低碳發(fā)展論析[J]. 中州學(xué)刊， 2023（9）： 30. DOI： 10.3969/j.issn.1003-0751.2023.09.005.

[17]劉海啟. 以精準(zhǔn)農(nóng)業(yè)驅(qū)動(dòng)農(nóng)業(yè)現(xiàn)代化加速現(xiàn)代農(nóng)業(yè)數(shù)字化轉(zhuǎn)型[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2019（1）： 1. DOI：10.7621/cjarrp.1005-9121.20190101.

[18]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（8）： 145. DOI： 10.7621/cjarrp.1005-9121.200230815.

[19]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（3）： 20. DOI： 10.13317/j.cnki.jdskxb.2023.024.

[20] 鐘文晶， 羅必良， 謝琳. 數(shù)字農(nóng)業(yè)發(fā)展的國(guó)際經(jīng)驗(yàn)及其啟示[J]. 改革， 2021（5）： 64.

[21]張恒碩， 李紹萍， 錢學(xué)勝. 數(shù)字化發(fā)展、鄉(xiāng)村建設(shè)與農(nóng)村節(jié)能減排[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)， 2024（2）： 206. DOI：10.16195/j.cnki.cn36-1328/f.2024.02.23.

[22]WILLIAMSON O E. “ Transaction-Cost Economics：The Governance of Contractual Relations” [J]. Journal"of Law and Economics， 1979， 22（2）： 223.

[23]毛慧， 劉樹文， 彭澎， 等. 數(shù)字推廣與農(nóng)戶化肥減量： 來自陜西省蘋果主產(chǎn)區(qū)的實(shí)證分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2023（2）： 66. DOI： 10.20077/j.cnki.11-1262/f.2023.02.006.

[24]高天志， 馮輝， 陸遷. 數(shù)字農(nóng)技推廣服務(wù)促進(jìn)了農(nóng)戶綠色生產(chǎn)技術(shù)選擇嗎： 基于黃河流域3省微觀調(diào)查數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2023（9）： 23. DOI： 10.13246/j.cnki.jae.20220425.001.

[25]郭海紅. 數(shù)字鄉(xiāng)村建設(shè)、資源要素錯(cuò)配與農(nóng)業(yè)綠色全要素生產(chǎn)率[J]. 中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2024（1）： 102. DOI： 10.16493/j.cnki.42-1627/c20231213.001.

[26]陳中偉， 張雪艷. 數(shù)字鄉(xiāng)村建設(shè)能否緩解農(nóng)業(yè)資源要素錯(cuò)配[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)， 2022（6）： 736. DOI： 10.16195/j.cnki.cn36-1328/f.2022.06.79.

[27]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（12）： 137. DOI： 10.3969/j.issn.1000-7695.2023.12.016.

[28]李俊杰， 張引杰. 數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)碳排放的機(jī)理與實(shí)證[J]. 中南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）， 2024（6）：139. DOI： 10.19898/j.cnki.42-1704/C.20240320.01.

[29]李寬， 史磊. 農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)碳排放的影響： 機(jī)制路徑及空間溢出效應(yīng)分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2024（4）： 1. DOI： 10.7621/cjarrp.1005-9121.20240401.

[30]謝幫生， 陳鎏鵬， 董丙瑞， 等. 農(nóng)村產(chǎn)業(yè)融合的農(nóng)業(yè)碳減排效應(yīng)研究[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)， 2024（2）： 197. DOI：10.16195/j.cnki.cn36-1328/f.2024.02.22.

[31]劉守英， 鄭旭媛， 劉承芳. 數(shù)字經(jīng)濟(jì)背景下的鄉(xiāng)村交易和產(chǎn)業(yè)轉(zhuǎn)型[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2024（6）： 2. DOI： 10.20077/j.cnki.11-1262/f.2024.06.002.

[32]張林， 溫濤[32] . 數(shù)字普惠金融如何影響農(nóng)村產(chǎn)業(yè)融合發(fā)展[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2022（7）： 59.

[33]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（8）： 80.DOI： 10.3969/j.issn.1002-2104.2011.08.013.

[34]孫紅雨， 鐘青. 農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響： 基于空間溢出和門檻效應(yīng)模型的雙重審視[J/OL]. 生態(tài)經(jīng)濟(jì)， 1?12[2024-09-12]. http：//kns.cnki.net/kcms/detail/53.1193.F.20240719.0958.002.html.

[35]費(fèi)威， 安芷萱. 農(nóng)村數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)綠色發(fā)展的耦合協(xié)調(diào)研究[J]. 農(nóng)村經(jīng)濟(jì)管理學(xué)報(bào)， 2024（3）： 317. DOI： 10.16195/j.cnki.cn36-1328/f.2024.03.34.

[36]李曉龍， 冉光和. 農(nóng)村產(chǎn)業(yè)融合發(fā)展如何影響城鄉(xiāng)收入差距： 基于農(nóng)村經(jīng)濟(jì)增長(zhǎng)與城鎮(zhèn)化的雙重視角[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2019（8）： 17. DOI： 10.13246/j.cnki.jae.2019.08.002.

[37]黃群慧， 余泳澤， 張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升： 內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019（8）：5. DOI： 10.19581/j.cnki.ciejournal.2019.08.001.

[38]龐瑞芝， 郭慧芳. 數(shù)字經(jīng)濟(jì)能克服服務(wù)業(yè)“成本病”嗎： 來自城市層面的經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)與管理研究，2023（10）： 54. DOI： 10.13502/j.cnki.issn1000-7636.2023.10.004.

[39]NUNN N， QIAN N. “Us Food Aid and Civil Conflict”[J]. American Economic Review， 2014， 104（6）： 1630.DOI： 10.1257/aer.104.6.1630.

[40]郭豐， 楊上廣， 任毅. 數(shù)字經(jīng)濟(jì)、綠色技術(shù)創(chuàng)新與碳排放： 來自中國(guó)城市層面的經(jīng)驗(yàn)證據(jù)[J]. 陜西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2022（3）： 45. DOI： 10.15983/j.cnki.sxss.2022.0507.

[41]黨琳， 李雪松， 申?duì)q. 數(shù)字經(jīng)濟(jì)、創(chuàng)新環(huán)境與合作創(chuàng)新績(jī)效[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2021（11）： 1. DOI： 10.13781/j.cnki.1007-9556.2021.11.001.

[42]劉曉麗， 韓克勇. 財(cái)政支農(nóng)、勞動(dòng)力流轉(zhuǎn)與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)[J]. 現(xiàn)代經(jīng)濟(jì)探討， 2023（7）： 115. DOI： 10.13891/j.cnki.mer.2023.07.007.

基金項(xiàng)目：2024 年江蘇省研究生科研與實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目“數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村家庭消費(fèi)碳排放的影響——基于CFPS 的微觀面板證據(jù)”（KYCX24_2354）。