1. 问题的提出

工业革命以来，温室气体浓度持续上升导致的全球升温问题引起了各国的广泛关注。2015年12月，《巴黎协定》达成在本世界下半叶实现净零排放的长期目标。控制温室气体排放，促进绿色低碳发展刻不容缓。因此，我国力争2030年前实现碳达峰，努力争取2060年实现碳中和目标。农业作为中国碳排放五大来源之一，改进生产技术、提升农业生产效率是控制温室气体排放、实现农业可持续发展的重要途径。

立足新时代国情农情，2023年中央一号文件中提出，举全党全社会之力全面推进乡村振兴，加快农业农村现代化。在降低碳排放、提升农业生产效率、实现农业现代化的背景下，党和国家目光投向数字经济。作为一种新经济业态，数字经济通过数字产业化、产业数字化、数字化治理、数据价值化的方式推动农村现代化发展和转型进程。发展乡村数字经济，促进新一代数字技术与资源数据与农业的融合，为增加农业产出和效率提升、减少农业碳排放提供了新方法新路径。

乡村数字经济从宏观、中观、微观三个层面减少碳排放。首先，从宏观政府角度看，政府通过宏观政策调控引领农业清洁化生产，从而产生环境效应和经济效应[1]。2019年中央发布的《数字乡村发展战略纲要》中提到发展农村数字经济的战略任务，夯实数字农业基础，推进农业数字化转型。2023年中央一号文件也明确提出要转变农业发展方式，推进农业绿色发展。政府对于发展乡村数字经济的政策激励会对农户的生产经营行为产生正向影响，从而使农户更多选择清洁化生产，进而减少农业碳排放。其次，从中观产业角度看，发展乡村数字经济，推动数字技术与农业的融合发展，对农业产业链上下游进行数字化改造，从而提升农业资源利用效率和碳排放的降低。最后，从农户微观层面看，数字技术不仅能优化农户碳排放的末端治理技术[2]，还可以促进源头管控创新。云计算、大数据、物联网、人工智能等数字技术在农业中的运用能改进农业生产工艺和生产流程，提升农业生产率，降低碳排放强度。数字农技的推广服务通过降低信息搜寻成本、谈判成本和获取成本，提高农户绿色生产技术的积极性和采用规模[3]，从而对碳排放强度的降低产生了积极作用。

实现农业现代化，关键在于发展农村经济，提高农业生产率。而基础设施是影响农业生产效率的基础性因素。作为一种投资，基础设施既能直接促进地区经济增长，也能通过规模效应和网络效应，促进产出效率的提升，间接促进经济发展[4]。这意味着基础设施的完善，可能在乡村数字经济与农业碳排放强度之间存在着调节效应。其不仅能影响乡村数字经济的发展程度，也能通过间接效应影响农业碳排放强度。

基础设施对经济发展具有先导性作用。乡村数字经济通过赋能农业农村发展，助力乡村振兴。本文采用2010~2020年中国省级面板数据，构建乡村数字经济的指标体系，对中国各省市乡村数字经济的发展水平进行测度。进一步地，本文试图运用固定效应模型，探究乡村数字经济对于农业碳排放强度的作用及其机制，以期为促进农业农村现代化、实现碳达峰碳中和提供有益借鉴。

2. 文献综述

2.1. 数字经济赋能乡村振兴

数字赋能乡村振兴是乡村振兴的重要方向。数字经济对于乡村振兴具有空间溢出效应，促进了邻近地区乡村发展，技术创新、人力资本和城乡融合发展是数字经济驱动乡村振兴的重要机制[5] [6]。但我国数字乡村发展水平存在着区域发展不平衡问题，大部分省市处于发展成长期或起步期[7]，且区域差异较大[8]。而在乡村数字经济的研究上，现有研究多集中在乡村数字经济的分析与测度。李丹和王珩(2023)从核心要素、系统架构、驱动力等方面定性地分析了乡村数字经济新业态的发展机理，提出了相应的发展路径[9]。伍国勇等(2022)则基于2013~2020年省级面板数据，从数字化经济环境、数字化基础设施、农业数字化转型、生活数字化提升四个维度，测算了31个省份的乡村数字经济发展水平，发现中国乡村数字经济发展水平整体偏低但呈上升态势，空间上“东高、中次、西低”格局突出[10]。刘荣庆和崔茂森(2023)基于纵横向拉开档次法和Dagum基尼系数进行测度，在乡村数字经济发展及其空间分布格局方面得出了相似的结论[11]。

2.2. 乡村数字经济的碳减排效益

数字经济与碳排放是学者们较为关注的话题。谢云飞(2022)利用2011~2018年省际面板数据，研究发现数字经济发展显著降低了区域碳排放强度，并且“数字产业化”的碳减排效应更加显著[12]。也有学者发现数字经济与碳排放之间存在着倒“U”型的关系[2] [13]。城市绿色技术创新水平、能源利用效率、能源强度、能源消费结构、产业结构升级等都是数字经济碳减排效应的机制路径[14]-[17]。目前，关于乡村数字经济与农业碳排放的研究相对较少。田红宇和关洪浪(2023)关注到数字经济与农业碳排放，研究发现数字经济发展显著地降低了粮食生产中的碳排放水平，技术进步、粮食种植规模化和专业化是降低碳排放的重要作用机制[18]。但他们仍将研究视角聚焦于城市，没有关注到乡村数字经济的发展。与本文最直接相关的仅有刘震等(2023)的研究，他们利用2013~2020年中国省级面板数据，发现农村数字经济对减少农业碳排放具有正向影响。但他们并没有探究乡村数字经济与农业碳排放之间可能的机制路径[19]。

2.3. 基础设施的机制作用

基础设施是拉动经济发展的重要动力。部分学者将基础设施研究视角聚焦到农村区域。刘伦武(2006)认为农村基础设施的落后阻碍了农村经济的增长[20]。农村基础设施的完善能增加农村居民收入[21] [22]，促进农村减贫[23]。张勋和万广华(2016)利用包容性增长的实证框架也得出了相同的结论。农村基础设施有利于提高农村居民的收入水平，进而缩小城乡收入差距，达到包容性增长的效果[24]。骆永民等(2020)指出，促进农业生产的基础设施能够增加非农就业，帮助农民增收。农村基础设施影响农业生产[25]。农业基础设施对于农业全要素生产率具有正向溢出效应[26]-[28]。

2.4. 文献述评

数字经济能够发挥碳减排效应已成为学者共识。从其作用机制看，技术创新、产业结构升级、能源利用效率提升是其发挥减碳作用的路径机制。乡村数字经济的发展能够改进生产技术，提高生产效率，从而助力农业发展的低碳转型。然而，在现有的文献中，学者们的研究对象多集中于城市数字经济，对于乡村数字经济的关注较少；此外，虽有部分文献关注到乡村数字经济的发展，但多是从定性角度分析乡村数字经济的发展，较少从定量的角度客观评价中国乡村数字经济的发展水平；另外，即使小部分学者对乡村数字经济发展进行了测度，但较少从乡村数字经济的减碳作用的角度进行实证研究，并未对可能的作用机制进行探索。

基于此，本文的边际贡献在于：首先，将数字经济的研究对象从城市转换到农村，通过构建乡村数字经济的指标体系，对中国乡村数字经济发展现状进行测度；其次，本文探究乡村数字经济对农业碳排放的影响及其作用机制，为相关研究提供了更可信的定量证据。最后，本文探究了基础设施在乡村数字经济降低碳排放强度中的调节作用，深入分析其可能的机制路径。

3. 模型与数据

3.1. 模型设定

为探究乡村数字经济对与农业碳排放强度的影响，本文使用个体固定效应模型进行分析，模型设定如下：

${\text{stcad}}_{it}={\beta }_0+{\beta }_1{\text{dige}}_{it}+{\displaystyle \sum {\alpha }_j{\text{X}}_{jit}}+{\mu }_i+{\epsilon }_{it}$ (1)

其中， ${\text{stcad}}_{it}$ 和 ${\text{dige}}_{it}$ 分别表示第i个省市第t年的农业碳排放强度和乡村数字经济发展水平。 ${\text{X}}_{jit}$ 为控制变量， ${\mu }_i$ 表示个体效应， ${\epsilon }_{it}$ 为随机误差项。

3.2. 核心解释变量

Table 1. Indicator system for the development level of rural digital economy

表1. 乡村数字经济发展水平指标体系

借鉴伍国勇等(2022)、张鸿等(2021)、刘军等(2020)、李晓钟和张洁(2017)的研究[10] [29]-[31]，并结合数据的可得性、可操作性、有效性和全面性，本文从数字经济宏观环境、农村数字基础设施和农业数字化转型三个系统层出发，运用熵值法构建了涵盖14个变量的乡村数字经济测度体系(见表1)。具体如下：

1) 数字经济宏观环境：乡村邮政通信水平和乡村电力水平是乡村数字经济发展的基础。而乡村数字经济宏观环境的营造既需要数字化建设投入，也需要农民数字化素养和数字化人才等人力资源的支撑。

2) 农村数字基础设施：农村数字基础设施是发展乡村数字经济的前提。具体包括，农村电脑普及率、农村移动电话普及率和农村互联网普及率、农村物流建设水平等指标体系。

3) 农业数字化转型：农业数字化转型涉及农业生产环节的数字化赋能。单位产值化肥使用量、单位产值农药使用量、单位产值塑料薄膜使用量、有效灌溉率等指标则是衡量农业生产投入的重要指标。

3.3. 被解释变量

本文使用农业碳排放强度(stcad)作为被解释变量，并对其进行标准化处理。具体计算公式为：碳排放强度 = 农业碳排放总量/农业生产总值。对于农业碳排放总量的测算上，参考IPCC和《省级温室气体清单编制指南(试行)》，选取农用物资、水稻种植、土壤碳排和秸秆处理四类农业碳源核算农业碳排放总量，碳排放因子则是借鉴田云和尹忞昊(2021)、闵继胜和胡浩(2012) [32] [33]。由于畜牧业碳排放衡量的复杂性与差异性，本文选择狭义农业种植业生产过程中产生的碳排放作为研究对象。此外，本文的碳排放是广义上的温室气体，不仅包括二氧化碳，还包含甲烷、氧化亚氮等温室气体。

3.4. 调节变量

本文借鉴刘生龙和胡鞍钢(2010)、郭劲光和高静美(2009)的研究[4] [34]，从典型基础设施和辅助基础设施两方面构建指标体系，并运用熵权法进行测算基础设施发展水平。为避免多重共线性问题，本文将基础设施水平进行中心化处理。具体的指标构成如表2所示。

Table 2. Indicator system for the development level of infrastructure

表2. 基础设施发展水平指标体系

3.5. 控制变量

参考相关文献，本研究选取以下控制变量。1) 农业聚集程度(lq)：运用区位熵衡量，具体计算公式为：省市农业占GDP的比重/全国农业占GDP的比重。2) 财政支农支出(lnfin)：用政府农林水支出占GDP的比重来衡量，并取对数值。3) 农作物受灾程度(cro)：使用农作物受灾面积与农作物播种面积的比值来衡量。4) 人均种植面积(lnpla)：用农作物播种面积与年末常住人口的比值予以表示，并取对数值。5) 农村人口密度(lnrpd)：用各省市农村人口与各省市面积的比值来表示，并取对数值。各变量的描述性统计如表3所示。

Table 3. Descriptive statistics of the main variables

表3. 主要变量的描述性统计

3.6. 数据来源

由于西藏数据缺失，香港、澳门和台湾统计口径存在差异，本文选取了2010~2020年30个省市面板数据进行实证研究。各变量数据主要来源于国家统计局、《中国统计年鉴》《中国农村统计年鉴》《中国第三产业统计年鉴》《中国人口和就业统计年鉴》。同时，使用线性插值法对少数缺失数据进行补全。

4. 实证结果分析

4.1. 基准回归分析

Table 4. Benchmark regression results

表4. 基准回归结果

注：1) 括号内均为稳健性标准误；2) ^***、^**、^*分别表示在1%、5%和10%水平下显著。下同。

基于模型(1)，本文使用逐步回归法考察了乡村数字经济对农业碳排放强度的影响，回归结果如表4所示。逐步加入控制变量后，乡村数字的减碳效应虽然下降0.1，但是乡村数字经济的系数仍然在1%的水平下显著，表明乡村数字经济对农业碳排放强度起到了负向作用，即乡村数字经济能有效促进农业碳排放强度的降低。

从控制变量来看，农业聚集程度促进了农业碳排放强度的降低。农业聚集程度越高，农业生产越能发挥规模效应，从而提高农业生产效率，降低农业碳排放强度。而财政支农支出、农作物受灾程度、交通基础设施不利于农业碳排放强度的降低。财政支农支出会对农户生产积极性产生正向影响，带动农业产量的上升。在需求相对稳定的情况下，农产品市场出现供给大于需求的情况，导致农产品价格下降。相应地，农户会调整生产种植结构，缩减生产规模，影响农业总产值。农作物受灾程度越高越不利于碳排放强度的降低。农作物受灾程度的增加，会导致农业产值的下降，从而导致碳排放强度的增加。农村人口密度对于农业碳排放强度呈现出正向影响。农村人口密度越高，该区域的经济结构越有可能以农业为主，从而会产生较大的农业碳排放量。

4.2. 内生性处理

本文虽然尽可能地控制了相关影响因素，仍有可能面临内生性问题。为解决遗漏变量的问题，本文使用工具变量法。工具变量需要与核心解释变量“乡村数字经济”相关，但也需要保证其外生性。基于内生性和外生性原则，本文选择乡村数字经济的滞后项，即该地区1年前的乡村数字经济水平，作为工具变量。从内生性看，乡村数字经济发展是持续性进程，本地区的乡村数字经济发展与其前期的发展水平密切相关。从外生性看，滞后一期的乡村数字经济与现在的农业碳排放并不直接相关。表5显示了两阶段最小二乘法的回归结果。

Table 5. Regression results of instrumental variable

表5. 工具变量回归结果

4.3. 稳健性检验

为提高研究结论的可信度，本文进行了以下四项稳健性检验：

第一，替换核心解释变量。本文利用上文三个系统层14个变量，在熵权法的基础上，使用Topsis模型对于乡村数字经济重新进行衡量以避免指标测算的偏误，回归结果见表6第(1)列。第二，替换被解释变量。本文将标准化后的农业碳排放替换为农业碳排放的对数值。表6第(2)列的回归结果显示，乡村数字经济仍在1%水平上显著，支持了本文的稳健性。第三，缩尾处理。为增加数据的稳定性与平滑性，本文在1%的水平上对于核心解释变量与被解释变量进行缩尾处理。从稳健性检验的结果看，回归结果的符号及显著性未发生明显变化，证明了研究结论的可信度与可靠性。第四，剔除直辖市数据。中国疆域辽阔，不同地区乡村数字经济发展的碳减排效应具有差异性。剔除北京、天津、上海和重庆的数据之后的回归结果仍可以佐证本文结果的稳健性。

Table 6. Robustness test

表6. 稳健性检验

4.4. 异质性分析

上述回归结果显示，我国乡村数字经济发展有利于农业碳排放强度的减少。但是我国疆域辽阔，地区之间经济基础、产业结构等方面各不相同，不同地区间乡村数字经济发展对于农业碳排放强度的影响可能存在差异性，基于此，本文将样本划分为东部、中部、西部和东北四大地区¹，进行分样本回归。回归结果如表7所示。

回归结果显示，东北地区、西部地区和东部地区的数字经济发展都显著地促进了农业碳排放强度的降低，并且分别在1%、10%和10%的水平上显著。而中部地区现阶段数字经济则没有发挥出减碳效应，可能的原因在于地区间经济结构差异，乡村数字经济发展处于不同的阶段，中部地区数字基础设施仍有发展空间，农业从数字技术中获取的红利仍不足以支撑现阶段的碳减排。

Table 7. Subsample regression

表7. 分样本回归

4.5. 进一步分析：基础设施的调节效应

1) 模型设立

基础设施对于经济发展具有先导性作用。基础设施直接作用于乡村数字经济发展，并通过规模效应，促进农业产出效率的提升，进而降低碳排放。基础设施对乡村数字经济的碳减排效应可能具有调节作用。本文将乡村数字经济作为解释变量，构建关于基础设施调节效应的固定效应模型，模型设定如下：

${\text{stcad}}_{it}={\beta }_0+{\beta }_1{\text{dige}}_{it}+{\beta }_2{\text{infra}}_{it}+{\beta }_3{\text{dige}}_{it}\times {\text{infra}}_{it}+{\displaystyle \sum {\alpha }_j{\text{X}}_{jit}}+{\mu }_i+{\epsilon }_{it}$ (2)

其中， ${\text{stcad}}_{it}$ 、 ${\text{dige}}_{it}$ 和 ${\text{infra}}_{it}$ 分别表示第i个省市第t年的农业碳排放强度、乡村数字经济发展水平和基础设施水平。 ${\text{dige}}_{it}\times {\text{infra}}_{it}$ 为乡村数字经济和基础设施水平的交乘项，为避免变量间的共线性，对其进行中心化处理。 ${\text{X}}_{jit}$ 为控制变量， ${\mu }_i$ 表示个体效应， ${\epsilon }_{it}$ 为随机误差项。

2) 实证结果

本文将乡村数字经济与基础设施的交互项纳入到回归模型中，以此分析现阶段基础设施水平对农业碳排放强度的影响，基础设施调节效应的回归结果如表8所示。第(1)列为不加入调节变量的基准回归结果。回归结果显示，乡村数字经济对于农业碳排放强度呈现显著的负向影响。而在加入调节变量，不加入控制变量的回归结果如第(2)列所示，乡村数字经济与基础设施的交互项系数显著为正，而乡村数字经济与基础设施的回归系数都显著为正。这表明在现阶段，乡村数字经济发展与基础设施对于农业碳减排的作用具有一定的替代效应，而这也是符合我国乡村数字经济的发展现状的。乡村数字经济作为一种新兴的经济形态，其发展需要依靠新型基础设施的完善与发展。目前，我国乡村数字经济发展仍处于起步阶段。这就意味着乡村数字经济仍处于发展新型基础设施阶段，即乡村数字经济在农业碳排放中的作用更偏向基础性作用。现阶段，乡村数字经济与基础设施之间存在着一定的替代关系。在调节效应的基础上，加入控制变量的结果如第(3)列所示。乡村数字经济对基础设施的调节作用有所下降，但是仍在1%的水平下显著。

Table 8. Moderating effect of infrastructure

表8. 基础设施的调节效应

6. 结论与政策建议

6.1. 研究结论

作为一种新经济业态，数字经济的发展能有效促进要素流动性的增强和资源配置效率的提升。乡村数字经济是数字中国战略的重要组成部分，对于促进农业与数字技术的融合，优化农业生产经营技术，推进农业现代化进程，助力“双碳”目标的实现具有重要作用。本文使用2010~2020年中国省级面板数据，实证发现乡村数字经济对于农业碳排放强度的降低具有积极作用，稳健性检验和内生性问题的处理也支持了这一结论。从区域异质性看，由于经济结构、资源禀赋等差异，东北地区、东部地区和西部地区乡村数字经济的碳减排作用依次增强，中部地区的减排效应并不显著。从基础设施的调节项的回归结果来看，目前中国乡村数字经济发展仍处于起步阶段，基础设施与乡村数字经济之间呈现出一定的替代关系。

6.2. 政策建议

结合本文的研究结论，本文提出以下政策建议：

第一，重视数字技术，加强乡村基础设施建设。数字技术是乡村数字经济发展的基础。目前，中国乡村数字经济发展仍处于基础起步阶段，对于提高生产效率，降低碳排放强度的作用仍没有充分发挥，表现出与基础设施的一定替代关系。因此，新时期下，应进一步加强乡村数字基础设施建设，提高互联网普及率，为数字经济发展提供通讯信息设施保障，进而带动乡村数字经济的发展。第二，加速数字技术和农业生产的深度融合，发展智慧农业，助力农业碳减排。推进粮食生产精细化生产，提高乡村数字经济渗透度，发挥乡村数字经济与农业资源禀赋的协同优势。第三，因地制宜，因地施策。对于东部和东北地区，由于经济基础较好，且地形禀赋优越，东部平原地区应发挥粮食种植规模效应，发挥碳减排的积极效应。西部地区则应抓住此次科技革命的机遇，利用数字技术改造农业生产全过程，提升农业生产信息化率，进而发挥乡村数字经济的碳减排效应。中部地区仍需加强农村基础设施建设，通过数字技术的引进，提升农业生产效益。

NOTES

¹东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；东北包括：辽宁、吉林和黑龙江；中部包括：山西、安徽、江西、河南、湖北和湖南；西部包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。

参考文献