湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)分析

摘 要：農(nóng)村數(shù)字經(jīng)濟(jì)已成為農(nóng)業(yè)綠色低碳發(fā)展的重要引擎。將湖南省農(nóng)業(yè)碳排放強(qiáng)度作為被解釋變量、湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)及湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展的10個(gè)評(píng)價(jià)指標(biāo)分別作為解釋變量，通過(guò)建立基準(zhǔn)模型，從總體層面和局部層面分析了湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)。結(jié)果表明，湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放有顯著影響；農(nóng)村互聯(lián)網(wǎng)普及率、光纜線(xiàn)路長(zhǎng)度、淘寶村數(shù)量、電子商務(wù)銷(xiāo)售額、郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)、農(nóng)村居民交通通信支出額、信息技術(shù)服務(wù)收入額、數(shù)字普惠金融覆蓋廣度指數(shù)對(duì)農(nóng)業(yè)碳排放的影響顯著，而農(nóng)村氣象觀測(cè)站和農(nóng)村投遞線(xiàn)路對(duì)農(nóng)業(yè)碳排放的影響并不顯著。

關(guān)鍵詞：農(nóng)村數(shù)字經(jīng)濟(jì)；農(nóng)業(yè)碳排放；驅(qū)動(dòng)效應(yīng)；湖南省

中圖分類(lèi)號(hào)：F323.22 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909（2024）7-37-4

DOI：10.19345/j.cnki.1674-7909.2024.07.007

0 引言

農(nóng)村數(shù)字經(jīng)濟(jì)是指以互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)為手段在農(nóng)村地區(qū)進(jìn)行商業(yè)、貿(mào)易、服務(wù)等活動(dòng)的總和。隨著數(shù)字技術(shù)的普及，農(nóng)村數(shù)字經(jīng)濟(jì)逐漸成為推動(dòng)我國(guó)農(nóng)業(yè)發(fā)展的新動(dòng)力。農(nóng)村數(shù)字經(jīng)濟(jì)不僅有力促進(jìn)了農(nóng)業(yè)發(fā)展，而且對(duì)農(nóng)業(yè)碳排放也產(chǎn)生了積極影響。

近年來(lái)，國(guó)內(nèi)一些學(xué)者對(duì)農(nóng)村數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)碳排放的關(guān)系進(jìn)行了深入研究。例如，劉震等［1］通過(guò)實(shí)證分析指出，應(yīng)用數(shù)字技術(shù)可以減少農(nóng)業(yè)碳排放，并且這種影響在技術(shù)水平較低的地區(qū)更為顯著；李鑫等［2］認(rèn)為，數(shù)字經(jīng)濟(jì)可以通過(guò)驅(qū)動(dòng)農(nóng)業(yè)產(chǎn)業(yè)向綠色化方向發(fā)展，從而抑制農(nóng)業(yè)碳排放；楊琳焱［3］通過(guò)研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放存在空間溢出效應(yīng)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展有利于提高本地區(qū)與相鄰地區(qū)之間的農(nóng)業(yè)碳排放效率；陳中偉等［4］研究了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放的時(shí)空效應(yīng)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放強(qiáng)度有顯著的抑制作用，且本地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展對(duì)其他省份農(nóng)業(yè)碳排放強(qiáng)度也存在顯著的抑制作用；楊雪等［5］通過(guò)雙向固定效應(yīng)模型研究了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放強(qiáng)度的影響效應(yīng)和作用機(jī)制，還對(duì)其異質(zhì)性進(jìn)行了分析；李薇［6］以長(zhǎng)江經(jīng)濟(jì)帶的數(shù)據(jù)為例，利用空間面板模型分析了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響；姚云龍等［7］指出，雖然數(shù)字化技術(shù)可以?xún)?yōu)化農(nóng)業(yè)生產(chǎn)過(guò)程，但同時(shí)也可能在數(shù)據(jù)中心的運(yùn)營(yíng)、數(shù)字設(shè)備的生產(chǎn)等環(huán)節(jié)帶來(lái)新的排放源。

湖南省作為一個(gè)農(nóng)業(yè)大省，研究其農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響具有重要意義。遺憾的是，目前鮮有文獻(xiàn)對(duì)此進(jìn)行研究。此研究依據(jù)現(xiàn)有文獻(xiàn)中關(guān)于湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展的評(píng)價(jià)指標(biāo)體系及湖南省2013—2022年有關(guān)數(shù)據(jù)，分析了湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放的影響以及農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展的10個(gè)評(píng)價(jià)指標(biāo)分別對(duì)農(nóng)業(yè)碳排放的影響，從而為湖南省依托農(nóng)村數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)業(yè)低碳發(fā)展提供參考。

1 變量選取與數(shù)據(jù)來(lái)源

1.1 被解釋變量

將湖南省農(nóng)業(yè)碳排放強(qiáng)度（y）作為被解釋變量。農(nóng)業(yè)碳排放強(qiáng)度用農(nóng)業(yè)碳排放總量與農(nóng)業(yè)產(chǎn)值之比表示。湖南省每年的農(nóng)業(yè)碳排放總量的測(cè)算借鑒文獻(xiàn)［8］的方法，從農(nóng)用化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、翻耕和灌溉等6個(gè)方面進(jìn)行測(cè)算，計(jì)算公式見(jiàn)式（1）。

[E=Ei-Ti·δi]" " " " " " " " " " " " " （1）

式（1）中：E為每年的農(nóng)業(yè)碳排放總量，kg；[Ei]為每年各種碳源的碳排放量，kg；[Ti]為每年各碳排放源的量，kg；[δi]為每年各碳排放源的碳排放系數(shù)。

測(cè)算出湖南省每年的農(nóng)業(yè)碳排放總量后，湖南省每年的農(nóng)業(yè)碳排放強(qiáng)度可用式（2）表示。

[F=E/S]" " " " nbsp; " " " " " " " " " " " " "（2）

式（2）中：[F]為每年的農(nóng)業(yè)碳排放強(qiáng)度，kg/萬(wàn)元；[S]為每年的農(nóng)業(yè)產(chǎn)值，萬(wàn)元。

1.2 解釋變量

根據(jù)文獻(xiàn)［1］和文獻(xiàn)［9］，從農(nóng)村數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)、農(nóng)業(yè)數(shù)字化和農(nóng)村數(shù)字服務(wù)等3個(gè)層面，選取農(nóng)村互聯(lián)網(wǎng)普及率（[x1]，%）、農(nóng)業(yè)氣象觀測(cè)站數(shù)量（[x2]，個(gè)）、光纜線(xiàn)路長(zhǎng)度（[x3]，km）、農(nóng)村投遞線(xiàn)路長(zhǎng)度（[x4]，km）、淘寶村數(shù)量（[x5]，個(gè)）、電子商務(wù)銷(xiāo)售額（[x6]，億元）、郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)（[x7]，萬(wàn)人）、農(nóng)村居民交通通信支出額（[x8]，元/人）、信息技術(shù)服務(wù)收入額（[x9]，億元）、數(shù)字普惠金融覆蓋廣度指數(shù)（[x10]）等10個(gè)指標(biāo)構(gòu)建湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)體系，并利用熵值法進(jìn)行測(cè)算，從而得到湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（[x]）。為了從總體與局部?jī)蓚€(gè)層面分析湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)，將指標(biāo)[x]作為總解釋變量，將指標(biāo)[xi（i=1，2，…，10）]作為分解釋變量。

1.3 數(shù)據(jù)來(lái)源

選取湖南省2013—2022年相關(guān)數(shù)據(jù)作為時(shí)間序列，部分缺失數(shù)據(jù)利用插值法填補(bǔ)。其中，農(nóng)村數(shù)字經(jīng)濟(jì)相關(guān)指標(biāo)的數(shù)據(jù)來(lái)源于北京大學(xué)新農(nóng)村發(fā)展研究院聯(lián)合阿里研究院發(fā)布的北大數(shù)字普惠金融指數(shù)及《中國(guó)統(tǒng)計(jì)年鑒》，農(nóng)業(yè)碳排放的數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》及CEADs中國(guó)碳核算數(shù)據(jù)庫(kù)，農(nóng)業(yè)產(chǎn)值數(shù)據(jù)來(lái)源于《湖南省統(tǒng)計(jì)年鑒》。

依據(jù)式（1）與式（2），經(jīng)測(cè)算可得湖南省2013—2022年農(nóng)業(yè)碳排放強(qiáng)度，如表1所示。

依據(jù)文獻(xiàn)［1］與文獻(xiàn)［9］中的方法，經(jīng)測(cè)算可得湖南省2013—2022年農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展各評(píng)價(jià)指標(biāo)及農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)結(jié)果，如表2所示。

2 實(shí)證分析

2.1 模型構(gòu)建

為從總體層面分析湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)，采用基準(zhǔn)模型進(jìn)行研究，見(jiàn)式（3）。

[lnyt=α0+α1xt+λt+εt]" " " " " " " " " " （3）

式（3）中：[yt]為指標(biāo)[y]第t年的測(cè)算值；[xt]為指標(biāo)[x]第t年的測(cè)算值；[αi（i=0，1）]為待定系數(shù)，且[α1]為重點(diǎn)關(guān)注系數(shù)，預(yù)期為負(fù)值；[λt]為指標(biāo)x第t年的固定效應(yīng)；[εt]為指標(biāo)x的隨機(jī)誤差。

為從局部層面分析湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)，采用基準(zhǔn)模型進(jìn)行研究，見(jiàn)式（4）。

[lnyt=β0+β1xit+λit+εit]" " " " " " " " " "（4）

式（4）中：[i=1，2，…，10]；[yt]為指標(biāo)[y]第t年的測(cè)算值；[xit]為指標(biāo)[xi]第t年的測(cè)算值；[βi（i=0，1）]為待定系數(shù)，且[β1]為重點(diǎn)關(guān)注系數(shù)，預(yù)期為負(fù)值；[λit]為指標(biāo)[xt]第t年的固定效應(yīng)；[εit]為指標(biāo)[xi]的隨機(jī)誤差。

2.2 結(jié)果與分析

2.2.1 湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放強(qiáng)度的影響分析

依據(jù)式（3），利用STATA軟件可得湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（[x]）對(duì)農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（5）。

[lnyt=5.002-0.006xt+0.249+0.091]" "（5）

在1%、5%、10%的置信水平下，湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放強(qiáng)度的影響均表現(xiàn)為顯著。當(dāng)農(nóng)村數(shù)字經(jīng)濟(jì)指數(shù)變化1個(gè)單位時(shí)，農(nóng)業(yè)碳排放就會(huì)顯著降低0.006個(gè)單位。

2.2.2 湖南省農(nóng)業(yè)數(shù)字經(jīng)濟(jì)各評(píng)價(jià)指標(biāo)對(duì)農(nóng)業(yè)碳排放強(qiáng)度的影響分析

依據(jù)式（4），利用STATA軟件可得湖南省農(nóng)村數(shù)字經(jīng)濟(jì)各評(píng)價(jià)指標(biāo)（[xi]）對(duì)農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型分別如下：

①農(nóng)村互聯(lián)網(wǎng)普及率（[x1]）與農(nóng)業(yè)碳排放強(qiáng)度（y）的基準(zhǔn)回歸模型，見(jiàn)式（6）。

[lnyt=5.375-0.002x1t+0.003+0.152]" " "（6）

②農(nóng)業(yè)氣象觀測(cè)站數(shù)量（[x2]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（7）。

[lnyt=4.525-0.382x2t+0.004+0.189]" " "（7）

③光纜線(xiàn)路長(zhǎng)度（[x3]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（8）。

[lnyt=4.997-0.006x3t+0.091]" " " " " " " " " "（8）

④農(nóng)村投遞線(xiàn)路長(zhǎng)度（[x4]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（9）。

[lnyt=3.366-0.458x4t+1.703]" " " " " " " " " "（9）

⑤淘寶村數(shù)量（[x5]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（10）。

[lnyt=4.842-0.002x5t+0.01+0.045]" " "（10）

⑥電子商務(wù)銷(xiāo)售額（[x6]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（11）。

[lnyt=5.086-0.002x6t+0.091]" " " " " " " " "（11）

⑦郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)（[x7]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（12）。

[lnyt=5.048-0.049x7t+0.048+0.162]" "（12）

⑧農(nóng)村居民交通通信支出額（[x8]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（13）。

[lnyt=5.846-0.006x8t+0.031+0.31]" " "（13）

⑨信息技術(shù)服務(wù)收入額（[x9]）與農(nóng)業(yè)碳排放強(qiáng)度（[y]）的基準(zhǔn)回歸模型，見(jiàn)式（14）。

[lnyt=5.155-0.017x9t+0.159]" " " " " " " " "（14）

⑩數(shù)字普惠金融覆蓋廣度指數(shù)（[x10]）與農(nóng)業(yè)碳排放強(qiáng)度的基準(zhǔn)回歸模型，見(jiàn)式（15）。

[lnyt=5.132-0.052x10t+0.001+0.2]" " " （15）

在1%、5%、10%的置信水平下，農(nóng)村互聯(lián)網(wǎng)普及率（[x1]）、光纜線(xiàn)路長(zhǎng)度（[x3]）、淘寶村數(shù)量（[x5]）、電子商務(wù)銷(xiāo)售額（[x6]）、郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)（[x7]）、農(nóng)村居民交通通信支出額（[x8]）、信息技術(shù)服務(wù)收入額（[x9]）和數(shù)字普惠金融覆蓋廣度指數(shù)（[x10]）對(duì)農(nóng)業(yè)碳排放強(qiáng)度（y）的影響顯著，而農(nóng)業(yè)氣象觀測(cè)站數(shù)量（[x2]）和農(nóng)村投遞線(xiàn)路長(zhǎng)度（[x4]）對(duì)農(nóng)業(yè)碳排放強(qiáng)度（y）的影響并不顯著。具體而言，當(dāng)農(nóng)村互聯(lián)網(wǎng)普及率變化1%時(shí)，農(nóng)業(yè)碳排放強(qiáng)度會(huì)顯著降低0.002個(gè)單位；當(dāng)光纜線(xiàn)路長(zhǎng)度和農(nóng)村居民交通通信支出額變化1個(gè)單位時(shí)，農(nóng)業(yè)碳排放強(qiáng)度都會(huì)顯著降低0.006個(gè)單位；當(dāng)淘寶村數(shù)量和電子商務(wù)銷(xiāo)售額增加1個(gè)單位時(shí)，農(nóng)業(yè)碳排放強(qiáng)度都會(huì)顯著降低0.002個(gè)單位；當(dāng)郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)變化1個(gè)單位時(shí)，農(nóng)業(yè)碳排放強(qiáng)度會(huì)顯著降低0.049個(gè)單位；當(dāng)信息技術(shù)服務(wù)收入額變化1個(gè)單位時(shí)，農(nóng)業(yè)碳排放強(qiáng)度會(huì)顯著降低0.017個(gè)單位；當(dāng)數(shù)字普惠金融覆蓋廣度指數(shù)變化1個(gè)單位時(shí)，農(nóng)業(yè)碳排放強(qiáng)度會(huì)顯著降低0.052個(gè)單位。

3 結(jié)論與討論

由實(shí)證結(jié)果可知，從總體層面看，湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放強(qiáng)度有顯著影響。因此，湖南省應(yīng)加大農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展力度，以進(jìn)一步減少農(nóng)業(yè)碳排放。從局部層面看，湖南省可在農(nóng)村互聯(lián)網(wǎng)普及率、光纜線(xiàn)路長(zhǎng)度、淘寶村數(shù)量、電子商務(wù)銷(xiāo)售額、郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)、農(nóng)村居民交通通信支出額、信息技術(shù)服務(wù)收入額、數(shù)字普惠金融覆蓋廣度指數(shù)等方面入手加強(qiáng)建設(shè)，以持續(xù)促進(jìn)農(nóng)業(yè)低碳發(fā)展。湖南省農(nóng)業(yè)氣象觀測(cè)站數(shù)量的變化雖然對(duì)農(nóng)業(yè)碳排放并沒(méi)有產(chǎn)生顯著影響，但事實(shí)上農(nóng)業(yè)氣象觀測(cè)站可對(duì)農(nóng)業(yè)土壤條件、天氣條件等進(jìn)行檢測(cè)，不僅為農(nóng)業(yè)種植和發(fā)展提供合理化建議，而且還可檢測(cè)二氧化碳排放情況，有利于規(guī)避農(nóng)業(yè)碳排放過(guò)載的風(fēng)險(xiǎn)，從而幫助控制農(nóng)業(yè)碳排放。因此，湖南省可從農(nóng)業(yè)氣象觀測(cè)業(yè)務(wù)發(fā)展戰(zhàn)略部署和農(nóng)業(yè)氣象服務(wù)需求著手，建立更加完善的觀測(cè)站網(wǎng)布局及更加全面的現(xiàn)代化農(nóng)業(yè)氣象觀測(cè)業(yè)務(wù)服務(wù)體系，以進(jìn)一步降低農(nóng)業(yè)碳排放。湖南省農(nóng)村投遞線(xiàn)路的變化雖然并沒(méi)有引起農(nóng)業(yè)碳排放強(qiáng)度的顯著變化，但事實(shí)上農(nóng)村投遞線(xiàn)路的合理布局有利于減少郵遞車(chē)的運(yùn)輸路程，從而降低碳排放，促進(jìn)農(nóng)業(yè)發(fā)展。因此，湖南省可合理規(guī)劃農(nóng)村地區(qū)投遞線(xiàn)路，以進(jìn)一步降低農(nóng)業(yè)碳排放。

4 結(jié)束語(yǔ)

為探究湖南省農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的驅(qū)動(dòng)效應(yīng)，以湖南省2013—2022年相關(guān)數(shù)據(jù)為時(shí)間序列，通過(guò)建立基準(zhǔn)模型，從總體層面和局部層面進(jìn)行了實(shí)證分析。從總體層面看，湖南省農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)農(nóng)業(yè)碳排放的影響顯著；從局部層面看，湖南省農(nóng)村互聯(lián)網(wǎng)普及率、光纜線(xiàn)路長(zhǎng)度、淘寶村數(shù)量、電子商務(wù)銷(xiāo)售額、郵政網(wǎng)點(diǎn)平均服務(wù)人口數(shù)、農(nóng)村居民交通通信支出額、信息技術(shù)服務(wù)收入額、數(shù)字普惠金融覆蓋廣度指數(shù)等8個(gè)農(nóng)村數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)對(duì)農(nóng)業(yè)碳排放有顯著影響，但農(nóng)業(yè)氣象觀測(cè)站數(shù)量、農(nóng)村投遞線(xiàn)路長(zhǎng)度等2個(gè)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)對(duì)農(nóng)業(yè)碳排放的影響并不顯著。為此，湖南省可通過(guò)大力發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)來(lái)減少農(nóng)業(yè)碳排放，同時(shí)也要重點(diǎn)關(guān)注對(duì)農(nóng)業(yè)碳排放影響顯著的8個(gè)領(lǐng)域，加大建設(shè)力度，助力農(nóng)業(yè)綠色低碳發(fā)展。

參考文獻(xiàn)：

［1］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（3）：20-32，47.

［2］李鑫，張林，楊祝三，等.數(shù)字經(jīng)濟(jì)是否抑制了農(nóng)業(yè)碳排放：基于中國(guó)城市層面的經(jīng)驗(yàn)證據(jù)［J］.西部金融，2023（3）：39-46.

［3］楊琳焱.數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放效率的影響及空間溢出效應(yīng)［J］.生產(chǎn)力研究，2023（9）：65-69.

［4］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.

［5］楊雪，王永平，王靜.數(shù)字鄉(xiāng)村發(fā)展對(duì)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)［J］.統(tǒng)計(jì)與決策，2023，39（11）：66-71.

［6］李薇.數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)碳排放的影響研究［D］.荊州：長(zhǎng)江大學(xué)，2023.

［7］姚云龍，陸皞，孫悅，等.“雙碳”目標(biāo)下新型數(shù)據(jù)中心發(fā)展路徑探討［J］.中國(guó)工程咨詢(xún)，2024（2）：100-105.

［8］田云，張俊飚，李波.中國(guó)農(nóng)業(yè)碳排放研究：測(cè)算、時(shí)空比較及脫鉤效應(yīng)［J］.資源科學(xué)，2012，34（11）：2097-2105.

［9］姜林，孫一凡，李軍成，等.湖南省農(nóng)村數(shù)字經(jīng)濟(jì)與農(nóng)民收入的關(guān)聯(lián)度分析［J］.鄉(xiāng)村科技，2023，14（12）：48-52.

基金項(xiàng)目：2024年度湖南省社會(huì)科學(xué)成果評(píng)審委員會(huì)課題成果（XSP24YBC184）。

作者簡(jiǎn)介：李軍成（1982—），男，博士，教授，研究方向：數(shù)量經(jīng)濟(jì)學(xué)。