摘 要：農村數字經濟已成為農業(yè)綠色低碳發(fā)展的重要引擎。將湖南省農業(yè)碳排放強度作為被解釋變量、湖南省農村數字經濟發(fā)展指數及湖南省農村數字經濟發(fā)展的10個評價指標分別作為解釋變量，通過建立基準模型，從總體層面和局部層面分析了湖南省農村數字經濟對農業(yè)碳排放的驅動效應。結果表明，湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放有顯著影響；農村互聯(lián)網普及率、光纜線路長度、淘寶村數量、電子商務銷售額、郵政網點平均服務人口數、農村居民交通通信支出額、信息技術服務收入額、數字普惠金融覆蓋廣度指數對農業(yè)碳排放的影響顯著，而農村氣象觀測站和農村投遞線路對農業(yè)碳排放的影響并不顯著。

關鍵詞：農村數字經濟；農業(yè)碳排放；驅動效應；湖南省

中圖分類號：F323.22 文獻標志碼：A 文章編號：1674-7909（2024）7-37-4

DOI：10.19345/j.cnki.1674-7909.2024.07.007

0 引言

農村數字經濟是指以互聯(lián)網、大數據、人工智能等信息技術為手段在農村地區(qū)進行商業(yè)、貿易、服務等活動的總和。隨著數字技術的普及，農村數字經濟逐漸成為推動我國農業(yè)發(fā)展的新動力。農村數字經濟不僅有力促進了農業(yè)發(fā)展，而且對農業(yè)碳排放也產生了積極影響。

近年來，國內一些學者對農村數字經濟與農業(yè)碳排放的關系進行了深入研究。例如，劉震等［1］通過實證分析指出，應用數字技術可以減少農業(yè)碳排放，并且這種影響在技術水平較低的地區(qū)更為顯著；李鑫等［2］認為，數字經濟可以通過驅動農業(yè)產業(yè)向綠色化方向發(fā)展，從而抑制農業(yè)碳排放；楊琳焱［3］通過研究數字經濟對農業(yè)碳排放存在空間溢出效應，發(fā)現(xiàn)數字經濟發(fā)展有利于提高本地區(qū)與相鄰地區(qū)之間的農業(yè)碳排放效率；陳中偉等［4］研究了數字經濟發(fā)展對農業(yè)碳排放的時空效應，發(fā)現(xiàn)數字經濟發(fā)展對農業(yè)碳排放強度有顯著的抑制作用，且本地區(qū)的數字經濟發(fā)展對其他省份農業(yè)碳排放強度也存在顯著的抑制作用；楊雪等［5］通過雙向固定效應模型研究了數字經濟發(fā)展對農業(yè)碳排放強度的影響效應和作用機制，還對其異質性進行了分析；李薇［6］以長江經濟帶的數據為例，利用空間面板模型分析了數字經濟對農業(yè)碳排放的影響；姚云龍等［7］指出，雖然數字化技術可以優(yōu)化農業(yè)生產過程，但同時也可能在數據中心的運營、數字設備的生產等環(huán)節(jié)帶來新的排放源。

湖南省作為一個農業(yè)大省，研究其農村數字經濟對農業(yè)碳排放的影響具有重要意義。遺憾的是，目前鮮有文獻對此進行研究。此研究依據現(xiàn)有文獻中關于湖南省農村數字經濟發(fā)展的評價指標體系及湖南省2013—2022年有關數據，分析了湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放的影響以及農村數字經濟發(fā)展的10個評價指標分別對農業(yè)碳排放的影響，從而為湖南省依托農村數字經濟促進農業(yè)低碳發(fā)展提供參考。

1 變量選取與數據來源

1.1 被解釋變量

將湖南省農業(yè)碳排放強度（y）作為被解釋變量。農業(yè)碳排放強度用農業(yè)碳排放總量與農業(yè)產值之比表示。湖南省每年的農業(yè)碳排放總量的測算借鑒文獻［8］的方法，從農用化肥、農藥、農膜、農用柴油、翻耕和灌溉等6個方面進行測算，計算公式見式（1）。

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

式（1）中：E為每年的農業(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。

測算出湖南省每年的農業(yè)碳排放總量后，湖南省每年的農業(yè)碳排放強度可用式（2）表示。

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

式（2）中：[F]為每年的農業(yè)碳排放強度，kg/萬元；[S]為每年的農業(yè)產值，萬元。

1.2 解釋變量

根據文獻［1］和文獻［9］，從農村數字經濟基礎設施建設、農業(yè)數字化和農村數字服務等3個層面，選取農村互聯(lián)網普及率（[x1]，%）、農業(yè)氣象觀測站數量（[x2]，個）、光纜線路長度（[x3]，km）、農村投遞線路長度（[x4]，km）、淘寶村數量（[x5]，個）、電子商務銷售額（[x6]，億元）、郵政網點平均服務人口數（[x7]，萬人）、農村居民交通通信支出額（[x8]，元/人）、信息技術服務收入額（[x9]，億元）、數字普惠金融覆蓋廣度指數（[x10]）等10個指標構建湖南省農村數字經濟發(fā)展評價指標體系，并利用熵值法進行測算，從而得到湖南省農村數字經濟發(fā)展指數（[x]）。為了從總體與局部兩個層面分析湖南省農村數字經濟對農業(yè)碳排放的驅動效應，將指標[x]作為總解釋變量，將指標[xi（i=1，2，…，10）]作為分解釋變量。

1.3 數據來源

選取湖南省2013—2022年相關數據作為時間序列，部分缺失數據利用插值法填補。其中，農村數字經濟相關指標的數據來源于北京大學新農村發(fā)展研究院聯(lián)合阿里研究院發(fā)布的北大數字普惠金融指數及《中國統(tǒng)計年鑒》，農業(yè)碳排放的數據來源于《中國能源統(tǒng)計年鑒》及CEADs中國碳核算數據庫，農業(yè)產值數據來源于《湖南省統(tǒng)計年鑒》。

依據式（1）與式（2），經測算可得湖南省2013—2022年農業(yè)碳排放強度，如表1所示。

依據文獻［1］與文獻［9］中的方法，經測算可得湖南省2013—2022年農村數字經濟發(fā)展各評價指標及農村數字經濟發(fā)展指數結果，如表2所示。

2 實證分析

2.1 模型構建

為從總體層面分析湖南省農村數字經濟對農業(yè)碳排放的驅動效應，采用基準模型進行研究，見式（3）。

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

式（3）中：[yt]為指標[y]第t年的測算值；[xt]為指標[x]第t年的測算值；[αi（i=0，1）]為待定系數，且[α1]為重點關注系數，預期為負值；[λt]為指標x第t年的固定效應；[εt]為指標x的隨機誤差。

為從局部層面分析湖南省農村數字經濟對農業(yè)碳排放的驅動效應，采用基準模型進行研究，見式（4）。

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

式（4）中：[i=1，2，…，10]；[yt]為指標[y]第t年的測算值；[xit]為指標[xi]第t年的測算值；[βi（i=0，1）]為待定系數，且[β1]為重點關注系數，預期為負值；[λit]為指標[xt]第t年的固定效應；[εit]為指標[xi]的隨機誤差。

2.2 結果與分析

2.2.1 湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放強度的影響分析

依據式（3），利用STATA軟件可得湖南省農村數字經濟發(fā)展指數（[x]）對農業(yè)碳排放強度（[y]）的基準回歸模型，見式（5）。

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

在1%、5%、10%的置信水平下，湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放強度的影響均表現(xiàn)為顯著。當農村數字經濟指數變化1個單位時，農業(yè)碳排放就會顯著降低0.006個單位。

2.2.2 湖南省農業(yè)數字經濟各評價指標對農業(yè)碳排放強度的影響分析

依據式（4），利用STATA軟件可得湖南省農村數字經濟各評價指標（[xi]）對農業(yè)碳排放強度（[y]）的基準回歸模型分別如下：

①農村互聯(lián)網普及率（[x1]）與農業(yè)碳排放強度（y）的基準回歸模型，見式（6）。

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

②農業(yè)氣象觀測站數量（[x2]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（7）。

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

③光纜線路長度（[x3]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（8）。

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

④農村投遞線路長度（[x4]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（9）。

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

⑤淘寶村數量（[x5]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（10）。

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

⑥電子商務銷售額（[x6]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（11）。

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

⑦郵政網點平均服務人口數（[x7]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（12）。

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

⑧農村居民交通通信支出額（[x8]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（13）。

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

⑨信息技術服務收入額（[x9]）與農業(yè)碳排放強度（[y]）的基準回歸模型，見式（14）。

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

⑩數字普惠金融覆蓋廣度指數（[x10]）與農業(yè)碳排放強度的基準回歸模型，見式（15）。

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

在1%、5%、10%的置信水平下，農村互聯(lián)網普及率（[x1]）、光纜線路長度（[x3]）、淘寶村數量（[x5]）、電子商務銷售額（[x6]）、郵政網點平均服務人口數（[x7]）、農村居民交通通信支出額（[x8]）、信息技術服務收入額（[x9]）和數字普惠金融覆蓋廣度指數（[x10]）對農業(yè)碳排放強度（y）的影響顯著，而農業(yè)氣象觀測站數量（[x2]）和農村投遞線路長度（[x4]）對農業(yè)碳排放強度（y）的影響并不顯著。具體而言，當農村互聯(lián)網普及率變化1%時，農業(yè)碳排放強度會顯著降低0.002個單位；當光纜線路長度和農村居民交通通信支出額變化1個單位時，農業(yè)碳排放強度都會顯著降低0.006個單位；當淘寶村數量和電子商務銷售額增加1個單位時，農業(yè)碳排放強度都會顯著降低0.002個單位；當郵政網點平均服務人口數變化1個單位時，農業(yè)碳排放強度會顯著降低0.049個單位；當信息技術服務收入額變化1個單位時，農業(yè)碳排放強度會顯著降低0.017個單位；當數字普惠金融覆蓋廣度指數變化1個單位時，農業(yè)碳排放強度會顯著降低0.052個單位。

3 結論與討論

由實證結果可知，從總體層面看，湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放強度有顯著影響。因此，湖南省應加大農村數字經濟發(fā)展力度，以進一步減少農業(yè)碳排放。從局部層面看，湖南省可在農村互聯(lián)網普及率、光纜線路長度、淘寶村數量、電子商務銷售額、郵政網點平均服務人口數、農村居民交通通信支出額、信息技術服務收入額、數字普惠金融覆蓋廣度指數等方面入手加強建設，以持續(xù)促進農業(yè)低碳發(fā)展。湖南省農業(yè)氣象觀測站數量的變化雖然對農業(yè)碳排放并沒有產生顯著影響，但事實上農業(yè)氣象觀測站可對農業(yè)土壤條件、天氣條件等進行檢測，不僅為農業(yè)種植和發(fā)展提供合理化建議，而且還可檢測二氧化碳排放情況，有利于規(guī)避農業(yè)碳排放過載的風險，從而幫助控制農業(yè)碳排放。因此，湖南省可從農業(yè)氣象觀測業(yè)務發(fā)展戰(zhàn)略部署和農業(yè)氣象服務需求著手，建立更加完善的觀測站網布局及更加全面的現(xiàn)代化農業(yè)氣象觀測業(yè)務服務體系，以進一步降低農業(yè)碳排放。湖南省農村投遞線路的變化雖然并沒有引起農業(yè)碳排放強度的顯著變化，但事實上農村投遞線路的合理布局有利于減少郵遞車的運輸路程，從而降低碳排放，促進農業(yè)發(fā)展。因此，湖南省可合理規(guī)劃農村地區(qū)投遞線路，以進一步降低農業(yè)碳排放。

4 結束語

為探究湖南省農村數字經濟對農業(yè)碳排放的驅動效應，以湖南省2013—2022年相關數據為時間序列，通過建立基準模型，從總體層面和局部層面進行了實證分析。從總體層面看，湖南省農村數字經濟發(fā)展指數對農業(yè)碳排放的影響顯著；從局部層面看，湖南省農村互聯(lián)網普及率、光纜線路長度、淘寶村數量、電子商務銷售額、郵政網點平均服務人口數、農村居民交通通信支出額、信息技術服務收入額、數字普惠金融覆蓋廣度指數等8個農村數字經濟評價指標對農業(yè)碳排放有顯著影響，但農業(yè)氣象觀測站數量、農村投遞線路長度等2個農村數字經濟發(fā)展評價指標對農業(yè)碳排放的影響并不顯著。為此，湖南省可通過大力發(fā)展農村數字經濟來減少農業(yè)碳排放，同時也要重點關注對農業(yè)碳排放影響顯著的8個領域，加大建設力度，助力農業(yè)綠色低碳發(fā)展。

參考文獻：

［1］劉震，張曉星，魏威崗.農村數字經濟發(fā)展對農業(yè)碳排放的影響：基于29個省份的面板數據分析［J］.江蘇大學學報（社會科學版），2023，25（3）：20-32，47.

［2］李鑫，張林，楊祝三，等.數字經濟是否抑制了農業(yè)碳排放：基于中國城市層面的經驗證據［J］.西部金融，2023（3）：39-46.

［3］楊琳焱.數字經濟對農業(yè)碳排放效率的影響及空間溢出效應［J］.生產力研究，2023（9）：65-69.

［4］陳中偉，湯燦.數字經濟發(fā)展對農業(yè)碳排放的影響及其時空效應［J］.科技管理研究，2023，43（12）：137-146.

［5］楊雪，王永平，王靜.數字鄉(xiāng)村發(fā)展對農業(yè)碳排放強度的影響效應及作用機制檢驗［J］.統(tǒng)計與決策，2023，39（11）：66-71.

［6］李薇.數字經濟對農業(yè)碳排放的影響研究［D］.荊州：長江大學，2023.

［7］姚云龍，陸皞，孫悅，等.“雙碳”目標下新型數據中心發(fā)展路徑探討［J］.中國工程咨詢，2024（2）：100-105.

［8］田云，張俊飚，李波.中國農業(yè)碳排放研究：測算、時空比較及脫鉤效應［J］.資源科學，2012，34（11）：2097-2105.

［9］姜林，孫一凡，李軍成，等.湖南省農村數字經濟與農民收入的關聯(lián)度分析［J］.鄉(xiāng)村科技，2023，14（12）：48-52.

基金項目：2024年度湖南省社會科學成果評審委員會課題成果（XSP24YBC184）。

作者簡介：李軍成（1982—），男，博士，教授，研究方向：數量經濟學。