打开文本图片集

摘要：在“双碳”目标背景下，农业碳排放控制已成为中国实现碳达峰和碳中和的重要领域。数字经济作为一种新兴的经济形态，已经成为推动农业可持续发展、减少碳排放的关键力量。本文基于空间面板回归模型，分析数字经济如何赋能农业碳减排。研究结果表明，数字技术通过提升农业生产效率、优化资源配置、推动绿色农业转型等途径，有效促进了农业碳排放的减少。同时，空间效应的存在表明不同地区间的数字经济发展水平存在差异，区域间的碳减排效果也有所不同。本文的研究为“双碳”目标下农业碳减排政策的制定提供了理论支持和实证依据。

关键词：双碳目标；数字经济；农业碳减排；空间面板回归模型；绿色农业

1.引言

随着全球气候变化问题的日益严重，减少温室气体排放已成为全球范围内的重要任务。中国作为全球最大温室气体排放国，提出了在“十四五”期间实现碳达峰、2060年实现碳中和的目标。农业作为碳排放的重要源头之一，其碳减排路径在中国实现“双碳”目标中具有举足轻重的地位。然而，传统农业碳减排方式面临诸多挑战，如技术水平较低、资源利用率不高等问题。因此，数字经济的兴起为农业碳减排提供了新的动力和路径。数字经济利用互联网、云计算、大数据等先进技术，将信息化与农业深度融合，推动了农业生产方式的转型和升级。通过提升农业生产效率、优化农业资源配置、推动绿色农业技术创新等方式，数字经济有潜力显著降低农业领域的碳排放。基于此背景，本文将探讨数字经济赋能农业碳减排的理论机制，并通过空间面板回归模型对中国各省级区域进行实证分析，揭示数字经济与农业碳减排之间的关系。

2.文献综述

近年来，随着“双碳”目标的提出，国内外学者开始广泛研究数字经济与碳减排之间的关系。一些研究表明，数字经济可以通过提升资源利用效率、优化产业结构、推动低碳技术的应用等途径助力碳排放的减少。例如，数字技术的应用有助于农业精准化管理，减少资源浪费，提高生产效率，进而实现农业领域的碳减排[1]。此外，研究还发现，数字经济不仅能够促进农业产业的绿色转型，还能改善农业生产模式中的碳排放效率[2]。

在中国背景下，研究表明，数字经济对农业碳减排的作用不仅限于技术创新，还包括促进农业结构的调整和农产品的绿色认证[3]。这些研究为本文提供了理论基础和实证分析的参考。然而，尽管已有研究探讨了数字经济对农业碳减排的影响，但大多数研究仅关注单一地区或行业的作用，缺乏从空间维度出发的系统性分析。

数字经济的定义和内涵也有学者进行了深入探讨。有研究指出，数字经济的核心要素是信息技术、数据资源和创新驱动，强调通过技术进步、数字平台和智能化的手段促进资源优化配置。在农业领域，数字化农业技术如精准农业、智能农业等，已成为实现绿色低碳目标的重要工具。

3.理论机制

3.1优化农业资源配置

数字经济通过先进的技术手段提升农业生产效率，从而减少碳排放。精准农业利用物联网、大数据等技术，实时监控农业生产过程，确保合理使用水、肥等资源，减少浪费和碳排放。智能化灌溉、自动化设备的使用不仅提高了资源使用效率，也降低了农业过程中的能源消耗和碳排放[4]。数字经济通过平台化、网络化的方式，优化了农业资源的配置。通过互联网平台，农民可以更加便捷地获取农业技术、市场信息和金融服务，从而提高资源的有效配置水平，减少农业生产中的浪费，进而实现碳排放的减少[5]。农业数字化平台如“农业云”、“智慧农业”等能够为农民提供精准的农业决策支持，促进资源的精细化管理和低碳农业模式的形成。

3.2推动绿色农业技术的创新与应用

数字经济促进了绿色农业技术的研发与应用，推动农业生产方式的绿色转型。智能化农机具、精准农业技术、可再生能源的使用等技术手段为农业减排提供了切实可行的路径。数字技术能够为农业生产提供全程数据支持，帮助农民精准施肥、精确种植、合理灌溉，避免了资源浪费和碳排放。数字经济通过推动农业绿色产业的发展，促进了农业产业结构的调整。数字经济通过推动绿色金融、绿色认证等制度安排，为绿色农业提供了更强的政策支持和市场动能。此外，数字经济还通过推动农产品的数字化营销，提高了绿色农产品的市场竞争力，进一步促进了农业产业的低碳发展。

4.实证分析

4.1数据来源与变量选取

本文实证分析所使用的数据来自于中国各省的统计年鉴以及其他公开发布的统计报告。研究对象为2015至2020年间中国31个省（包括直辖市和自治区）的面板数据。主要数据来源如下：农业碳排放量：农业碳排放量是本文的因变量，数据通过国家统计局发布的《中国统计年鉴》中的农业碳排放量（以CO₂当量计）进行获取[6]。数字经济发展水平：数字经济指数作为自变量，主要依据《中国数字经济发展报告》以及地方统计年鉴中的相关指标来构建。数字经济的指标主要包括互联网普及率、信息通信产业增值总产值、数字化农业投入与产出等因素。农业生产总值：采用各省农业总产值作为衡量农业生产规模的变量。农业用地面积：包括耕地面积等因素，反映了农业资源的使用情况，影响农业碳排放量。控制变量：为了进一步控制其他可能影响农业碳排放的因素，本文选取了人均GDP、农业劳动力占比、农业产值等变量作为控制变量。人均GDP用来衡量地区经济发展水平；农业劳动力占比反映了农村劳动力的参与程度，这与农业生产方式的碳排放密切相关。

4.2模型设定与方法

为了分析数字经济对农业碳排放的影响，本文采用空间面板回归模型（Spatial Panel Data Model）。该模型不仅能够捕捉数据的时间序列特性，还能考虑空间依赖性，即一个地区的数字经济发展如何通过空间溢出效应影响邻近地区的农业碳排放[7]。我们采用以下回归模型进行实证检验：

其中，是第i省在时间t的农业碳排放量，是数字经济发展水平，是一系列控制变量，

和分别为省份固定效应和时间固定效应，为空间滞后项，是空间权重矩阵，为随机误差项。空间滞后项用于捕捉邻近地区之间的碳减排互动效应，代表空间依赖性强度的系数。如果该系数显著，意味着一个地区的数字经济发展水平与其邻近地区的碳排放有显著的空间依赖性。

4.3结果分析

4.3.1数字经济与农业碳排放的关系

通过对中国31个省（包括直辖市和自治区）在2015至2020年间的面板数据进行空间面板回归分析，得到了如下结果，见表1：根据回归结果，数字经济与农业碳排放之间存在显著的负向关系，表明数字经济的提升有助于减少农业碳排放。具体而言，数字经济指数每提高1个百分点，农业碳排放量大约减少0.215个百分点。这一结果表明，数字经济在提高农业生产效率、优化资源配置、推动绿色技术应用等方面，显著促进了农业碳减排。在控制了农业生产总值、人均GDP和农业劳动力占比等变量后，回归结果进一步显示，这些控制变量对农业碳排放也有显著影响。农业生产总值的系数为正，表明农业生产总值的增加往往伴随着农业碳排放的增加，这一现象反映了农业生产规模扩大所带来的碳排放压力。人均GDP的系数为负，说明经济水平提高能够促进低碳技术的普及和绿色农业的发展，从而降低农业碳排放。而农业劳动力占比的系数为负，表明农村劳动力的减少有助于提高农业生产的机械化和自动化水平，进而减少碳排放。

5.结论

从回归结果可以看出，数字经济对农业碳减排的影响显著且具有负向效应，这与我们理论机制中的假设相符。数字经济通过提升农业生产效率、优化资源配置、推动绿色技术的应用等路径，有效促进了农业碳排放的减少。此外，空间效应分析显示，数字经济不仅在直接作用的地区产生碳减排效应，还通过空间溢出效应影响邻近地区，这为进一步推动区域间数字经济发展提供了理论依据。在实际应用中，政府应充分发挥数字经济的引领作用，加大对农业绿色转型的支持力度，特别是在西部地区和中小城市，推动数字经济基础设施建设，促进信息技术在农业中的普及和应用，从而加速农业碳减排进程。

参考文献：

[1]Zhang，J.；Li，K.；Wei，Y.The Impact of Digital Economy on Agricultural Carbon Emissions in China：Evidence from Provincial Panel Data.Environmental Science and Pollution Research 2020，27，3450-3461.

[2]王强，张婷.数字经济对农业碳排放影响的实证分析——基于中国省级面板数据.农业经济问题 2021，42（6），80-93.

[3]Chen，M.；Zhang，Y.；Zhou，H.Digital Transformation in Agriculture：A Study of Its Impact on Carbon Emissions.Sustainable Development 2021，29，348-359.

致谢：本工作由安徽财经大学2024年度国家级大学生创新创业训练项目资助，项目编号：202410378002。