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)

王鳳婷 王浩 孔凡斌

摘要 為應(yīng)對(duì)全球氣候變化，數(shù)字化轉(zhuǎn)型的綠色效益受到關(guān)注。農(nóng)業(yè)作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)，亦是第二大溫室氣體排放源，如何借助數(shù)字化同時(shí)實(shí)現(xiàn)農(nóng)業(yè)降碳和增產(chǎn)是中國(guó)實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵問(wèn)題?；?011—2020年中國(guó)30省份面板數(shù)據(jù)，遵循“發(fā)展基礎(chǔ)-發(fā)展動(dòng)力-發(fā)展結(jié)果”的邏輯構(gòu)建農(nóng)村數(shù)字化綜合指標(biāo)，運(yùn)用EBM?GML方法準(zhǔn)確量化農(nóng)業(yè)全要素碳生產(chǎn)率（ATFCP），采用歷史農(nóng)村公路密度和上一年農(nóng)村互聯(lián)網(wǎng)用戶(hù)數(shù)作為工具變量，研究農(nóng)村數(shù)字化和ATFCP之間的因果關(guān)系。研究發(fā)現(xiàn)：①農(nóng)村數(shù)字化能夠提升ATFCP，經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)和內(nèi)生處理，這一結(jié)論仍然成立。②農(nóng)村數(shù)字化通過(guò)促進(jìn)技術(shù)創(chuàng)新、規(guī)模經(jīng)營(yíng)、結(jié)構(gòu)升級(jí)、產(chǎn)業(yè)集聚和非農(nóng)就業(yè)，進(jìn)而實(shí)現(xiàn)對(duì)ATFCP的提升。③異質(zhì)性分析結(jié)果表明，農(nóng)村數(shù)字化對(duì)ATFCP的正向影響表現(xiàn)為邊際遞減，在綠色發(fā)展水平較高或較低地區(qū)均能發(fā)揮顯著提升作用。此外，農(nóng)村數(shù)字化存在金融門(mén)檻，在農(nóng)村金融發(fā)展水平較高地區(qū)的提升作用更強(qiáng)，這是制約農(nóng)村數(shù)字化促進(jìn)ATFCP提升的主要原因。④空間計(jì)量分析結(jié)果表明，農(nóng)村數(shù)字化和ATFCP之間存在顯著的空間效應(yīng)，短期和長(zhǎng)期的間接影響均顯著為正，農(nóng)村數(shù)字化不僅能夠提升本地的ATFCP，還能通過(guò)技術(shù)擴(kuò)散正向影響鄰近地區(qū)的ATFCP?；诖?，要進(jìn)一步強(qiáng)化農(nóng)村數(shù)字化降碳增產(chǎn)的紅利效應(yīng)，通過(guò)加大資金投入，完善數(shù)字基礎(chǔ)設(shè)施建設(shè)，推動(dòng)要素流動(dòng)和技術(shù)落地，提升農(nóng)村數(shù)字化發(fā)展?jié)摿?；要?shí)施動(dòng)態(tài)化和差異化數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略，完善區(qū)域間合作機(jī)制，促進(jìn)各地區(qū)之間數(shù)字經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

關(guān)鍵詞 數(shù)字化；碳生產(chǎn)率；超效率EBM模型；動(dòng)態(tài)空間杜賓模型；空間溢出效應(yīng)

中圖分類(lèi)號(hào) F205 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002-2104（2024）03-0079-12 DOI：10. 12062/cpre. 20230707

農(nóng)業(yè)碳排放總量與工業(yè)碳排放總量相比并不突出，但農(nóng)業(yè)碳排放源更加復(fù)雜，農(nóng)業(yè)生產(chǎn)高位增長(zhǎng)伴隨的農(nóng)業(yè)碳排放增量不斷增加［1］。2021年農(nóng)業(yè)溫室氣體碳排放占全球溫室氣體排放量比例已達(dá)到20%～25%［2］。據(jù)預(yù)測(cè)，2050年全球農(nóng)業(yè)溫室氣體排放量可能會(huì)增加58%，成為最難以控制的碳排放源［3］。中國(guó)推進(jìn)實(shí)現(xiàn)“雙碳”目標(biāo)，農(nóng)業(yè)碳減排迫在眉睫。當(dāng)前，農(nóng)業(yè)碳減排面臨嚴(yán)峻挑戰(zhàn)：一方面，強(qiáng)制性減少農(nóng)業(yè)碳排放，勢(shì)必影響農(nóng)業(yè)生產(chǎn)活動(dòng)，不利于農(nóng)業(yè)發(fā)展和農(nóng)民增收。另一方面，中國(guó)農(nóng)業(yè)生產(chǎn)仍然存在嚴(yán)重依賴(lài)化肥和農(nóng)藥投入的問(wèn)題［3-4］，單純通過(guò)改變耕作方式實(shí)現(xiàn)降碳不僅作用有限，并且這一方式也受到快速增長(zhǎng)的糧食需求的阻礙［5-6］。因此，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)碳減排需要納入統(tǒng)一框架下進(jìn)行統(tǒng)籌考慮。隨著數(shù)字化深入發(fā)展，其強(qiáng)行業(yè)滲透性和邊際收益遞增性特點(diǎn)日益凸顯，在糧食生產(chǎn)、耕地保護(hù)和工業(yè)技術(shù)等方面發(fā)揮著顯著的改善作用［7-8］。那么，農(nóng)村數(shù)字化能否協(xié)同提升“農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)”和“農(nóng)業(yè)碳減排”的雙重目標(biāo)效應(yīng)，其影響機(jī)制是什么？該效應(yīng)在不同異質(zhì)性條件下有哪些差異？上述問(wèn)題的回答對(duì)于豐富數(shù)字化轉(zhuǎn)型的綠色效用理論，進(jìn)而提出實(shí)現(xiàn)農(nóng)業(yè)降碳增產(chǎn)雙重目標(biāo)的政策建議，兼具重要的理論與現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

農(nóng)村數(shù)字化和農(nóng)業(yè)全要素碳生產(chǎn)率（Agriculture TotalFactor Carbon Productivity，ATFCP）的研究本質(zhì)是數(shù)字化與生產(chǎn)效率的因果關(guān)系探究，同時(shí)額外考慮了碳要素。因此，文獻(xiàn)綜述主要沿著以下脈絡(luò)展開(kāi)：一是梳理已有碳生產(chǎn)率的測(cè)度方法；二是梳理數(shù)字化對(duì)農(nóng)業(yè)生產(chǎn)效率影響的研究；三是梳理數(shù)字化對(duì)農(nóng)業(yè)碳生產(chǎn)率影響的研究。

1. 1 關(guān)于農(nóng)業(yè)碳生產(chǎn)率的測(cè)度

關(guān)于碳生產(chǎn)率的測(cè)度，當(dāng)前主要有單要素和全要素兩種評(píng)價(jià)方法。第一種是單要素評(píng)價(jià)方法。該方法以碳排放總量與某一要素比值作為碳排放績(jī)效衡量指標(biāo)，但問(wèn)題在于忽略了其他投入要素的影響。第二種是全要素評(píng)價(jià)方法。該方法將農(nóng)業(yè)碳排放和投入要素均納入全要素生產(chǎn)率增長(zhǎng)測(cè)算框架，進(jìn)而得到農(nóng)業(yè)全要素碳生產(chǎn)率。全要素生產(chǎn)率的測(cè)度方法主要包括SFA 和DEA 兩種方法。其中，DEA方法可以有效避免方程形式的設(shè)置錯(cuò)誤，使其更易于操作，應(yīng)用更普遍［9］。此后，為了克服傳統(tǒng)DEA 方法無(wú)法區(qū)分環(huán)境因素等缺點(diǎn)，非徑向非角度的SBM模型被提出［10］。為進(jìn)一步進(jìn)行動(dòng)態(tài)效率分析，SBM模型與ML指數(shù)結(jié)合已成為衡量全要素生產(chǎn)率動(dòng)態(tài)變化的最常用方法［11-12］。目前，較為有效的做法為EBM?GML方法，同時(shí)，結(jié)合超效率DEA 模型將EBM 超效率化［13］。其優(yōu)勢(shì)在于超效率EBM 模型包含徑向與非徑向兩類(lèi)距離，該模型是SBM模型的優(yōu)化，同時(shí)該模型考慮了全局的GML指數(shù)，也克服了ML指數(shù)無(wú)可行解的問(wèn)題。

1. 2 數(shù)字化對(duì)農(nóng)業(yè)生產(chǎn)效率的影響

數(shù)字化發(fā)展推動(dòng)農(nóng)業(yè)生產(chǎn)方式的變革和生產(chǎn)效率的提升［14］。中國(guó)數(shù)字化轉(zhuǎn)型開(kāi)始轉(zhuǎn)向深化應(yīng)用、規(guī)范發(fā)展、普惠共享的新階段，關(guān)于數(shù)字化發(fā)展與農(nóng)業(yè)生產(chǎn)效率關(guān)系的研究也隨之展開(kāi)。例如，數(shù)字化與農(nóng)產(chǎn)品技術(shù)進(jìn)步率的關(guān)系［15］、數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系［16］、數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)企業(yè)生產(chǎn)效率的關(guān)系［17］、數(shù)字金融與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系［18］等。這些研究均認(rèn)為，數(shù)字化能夠有效提升農(nóng)業(yè)生產(chǎn)效率。上述研究成果為深入探索兩者間的因果關(guān)系提供了理論和方法借鑒。隨著研究的進(jìn)一步深入，碳要素被納入生產(chǎn)效率范疇，但數(shù)字化和碳生產(chǎn)率的確切關(guān)系尚未有定論。

1. 3 數(shù)字化對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響

從已有研究的結(jié)論來(lái)看，如同硬幣的兩面，數(shù)字化對(duì)碳生產(chǎn)率的影響通常具有雙重效應(yīng)。一方面，數(shù)字化對(duì)碳生產(chǎn)率具有抑制作用。例如，已有研究基于澳大利亞的長(zhǎng)時(shí)間序列數(shù)據(jù)發(fā)現(xiàn)，數(shù)字化的發(fā)展刺激了電力消費(fèi)的增長(zhǎng)，但電力效率卻未提升，反而增加了本地的碳排放［19］。另一方面，數(shù)字化對(duì)碳生產(chǎn)率具有改善作用。數(shù)字化通過(guò)改善能源強(qiáng)度和能源消費(fèi)規(guī)模提升城市碳生產(chǎn)率［20］，還可賦能工業(yè)碳生產(chǎn)率，且具有顯著的空間溢出效應(yīng)［21］。

就數(shù)字化對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響研究而言，已有文獻(xiàn)仍存在一些局限。Zhong等［22］研究了數(shù)字經(jīng)濟(jì)和農(nóng)業(yè)碳強(qiáng)度之間的關(guān)系，但農(nóng)業(yè)碳強(qiáng)度作為單要素碳生產(chǎn)率指標(biāo)，難以反映真實(shí)的農(nóng)業(yè)生產(chǎn)效率。此外，其數(shù)字經(jīng)濟(jì)指標(biāo)是基于城市互聯(lián)網(wǎng)發(fā)展的數(shù)據(jù)，難以影響到農(nóng)業(yè)農(nóng)村的生產(chǎn)生活。Jiang等［23］和Xu等［24］基于農(nóng)業(yè)農(nóng)村數(shù)據(jù)構(gòu)建了類(lèi)似的農(nóng)村數(shù)字化指標(biāo)，嘗試探討農(nóng)村數(shù)字化和農(nóng)業(yè)綠色發(fā)展之間的關(guān)系。但前者的重點(diǎn)在于面源污染，且農(nóng)村數(shù)字化指標(biāo)并未考慮數(shù)字化轉(zhuǎn)型對(duì)農(nóng)村產(chǎn)值的貢獻(xiàn)，因而指標(biāo)的可靠性較弱。而后者僅考慮了種植業(yè)的碳排放，忽視了養(yǎng)殖業(yè)碳排放。鑒于農(nóng)業(yè)活動(dòng)的溫室氣體中有43%來(lái)自腸道發(fā)酵和糞便管理［25］，因而養(yǎng)殖業(yè)碳排放不可忽視。此外，上述3篇文獻(xiàn)均未考慮內(nèi)生性問(wèn)題。

綜上，為克服已有文獻(xiàn)不足，有必要進(jìn)一步基于中國(guó)數(shù)據(jù)，全面準(zhǔn)確地構(gòu)建并測(cè)度農(nóng)村數(shù)字化指數(shù)和農(nóng)業(yè)碳生產(chǎn)率，分析農(nóng)村數(shù)字化和ATFCP之間的因果關(guān)系，探討內(nèi)在影響機(jī)制、多維度異質(zhì)性和空間溢出效應(yīng)，用以解決“農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)業(yè)碳排放”這一矛盾的現(xiàn)實(shí)問(wèn)題，助力實(shí)現(xiàn)農(nóng)村數(shù)字化對(duì)農(nóng)業(yè)的降碳增產(chǎn)效應(yīng)。具體而言，主要從以下三個(gè)方面做出探索：第一，研究視角上，立足數(shù)字鄉(xiāng)村和“雙碳”背景，探討農(nóng)村數(shù)字化影響農(nóng)業(yè)碳生產(chǎn)率這一議題，以嘗試回答如何實(shí)現(xiàn)“農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)”和“農(nóng)業(yè)碳減排”雙重目標(biāo)。第二，研究方法上，一是為處理內(nèi)生性問(wèn)題，構(gòu)建了歷史農(nóng)村公路密度與中國(guó)農(nóng)村互聯(lián)網(wǎng)人數(shù)的交乘項(xiàng)作為農(nóng)村數(shù)字化的工具變量；二是為解決徑向模型和非徑向模型的固有問(wèn)題，采用考慮非期望產(chǎn)出的全局Super?EBM 模型，改進(jìn)了效率測(cè)量方法。第三，研究?jī)?nèi)容上，基于Grossman等［26］提出的經(jīng)濟(jì)增長(zhǎng)和環(huán)境質(zhì)量的分解效應(yīng)理論，并結(jié)合中國(guó)農(nóng)村數(shù)字化轉(zhuǎn)型實(shí)踐，從技術(shù)、規(guī)模、結(jié)構(gòu)、集聚和就業(yè)5類(lèi)效應(yīng)對(duì)影響機(jī)制進(jìn)行驗(yàn)證，結(jié)合地理區(qū)位、農(nóng)業(yè)生產(chǎn)條件和農(nóng)村發(fā)展環(huán)境進(jìn)行多維度的異質(zhì)性分析和空間效應(yīng)分析，即通過(guò)提供多層次的實(shí)證分析視角，解構(gòu)二者間的內(nèi)在邏輯關(guān)系。

2 理論分析和研究假說(shuō)

2. 1 農(nóng)村數(shù)字化對(duì)ATFCP的影響機(jī)制

農(nóng)村數(shù)字化通過(guò)作用于技術(shù)創(chuàng)新、規(guī)?；⒔Y(jié)構(gòu)升級(jí)、產(chǎn)業(yè)集聚和勞動(dòng)力轉(zhuǎn)型，進(jìn)而影響農(nóng)業(yè)生產(chǎn)數(shù)量、效率和結(jié)構(gòu)，最終影響ATFCP。

技術(shù)效應(yīng)。新經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，推動(dòng)經(jīng)濟(jì)增長(zhǎng)的核心動(dòng)力是技術(shù)進(jìn)步，農(nóng)村數(shù)字化所帶來(lái)的關(guān)鍵技術(shù)裝備創(chuàng)新能夠提升農(nóng)業(yè)生產(chǎn)績(jī)效。廣泛的研究表明，經(jīng)濟(jì)增長(zhǎng)與碳排放存在倒“U”型關(guān)系，即存在“環(huán)境庫(kù)茲涅茨曲線”［27-28］。而隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展到一定水平，農(nóng)業(yè)經(jīng)營(yíng)主體和政府追求環(huán)境效益。農(nóng)村數(shù)字化助推數(shù)字技術(shù)在田間地頭落地，能夠盡早達(dá)到這一拐點(diǎn)，從而實(shí)現(xiàn)降碳和增產(chǎn)的雙贏。

規(guī)模效應(yīng)。農(nóng)村數(shù)字化借助數(shù)字技術(shù)實(shí)現(xiàn)規(guī)模經(jīng)營(yíng)，提高化肥、農(nóng)用機(jī)械等利用效率，有助于降碳。一方面，依托農(nóng)村數(shù)字化的信息資源整合功能，搭建土地要素流轉(zhuǎn)平臺(tái)，提供規(guī)模化經(jīng)營(yíng)基礎(chǔ)。另一方面，依托農(nóng)村數(shù)字化的大數(shù)據(jù)管理功能，構(gòu)建農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)，提供規(guī)?；?jīng)營(yíng)技術(shù)。

結(jié)構(gòu)效應(yīng)。根據(jù)Grossman等［26］關(guān)于經(jīng)濟(jì)增長(zhǎng)和環(huán)境質(zhì)量間的3個(gè)分解效應(yīng)，除技術(shù)和規(guī)模效應(yīng)以外，農(nóng)村數(shù)字化帶來(lái)的結(jié)構(gòu)效應(yīng)不可忽視。農(nóng)村數(shù)字化以數(shù)字技術(shù)為紐帶，通過(guò)創(chuàng)新賦能實(shí)現(xiàn)數(shù)字技術(shù)與農(nóng)村產(chǎn)業(yè)的融合，促進(jìn)產(chǎn)業(yè)鏈攀升，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，因而農(nóng)村數(shù)字化可以實(shí)現(xiàn)在提升產(chǎn)品附加值的同時(shí)直接減少碳排放。

集聚效應(yīng)。農(nóng)村產(chǎn)業(yè)集聚主要表現(xiàn)為電子商務(wù)催生出產(chǎn)業(yè)集群，以“淘寶村”為代表。淘寶村是地理集聚和虛擬集聚的結(jié)合體。首先，虛擬集聚本身就是數(shù)字化的表征。虛擬集聚的跨時(shí)空特征降低了信息獲取成本，有利于資源流向效率更高的部門(mén)。同時(shí)，虛擬集聚主要基于線上網(wǎng)絡(luò)開(kāi)展經(jīng)濟(jì)活動(dòng)，本身具有低碳特征。其次，地理集聚帶來(lái)規(guī)模效應(yīng)、內(nèi)部專(zhuān)業(yè)化分工效應(yīng)以及同產(chǎn)業(yè)技術(shù)溢出效應(yīng)，進(jìn)而也能夠極大地提升農(nóng)業(yè)生產(chǎn)效率和緩解資源錯(cuò)配。

就業(yè)效應(yīng)。隨著數(shù)字化在農(nóng)村的深度應(yīng)用，電子商務(wù)和數(shù)字媒體為農(nóng)村居民提供了更多的創(chuàng)收渠道，促進(jìn)了非農(nóng)就業(yè)［29］。非農(nóng)就業(yè)能夠推動(dòng)兼業(yè)和土地流轉(zhuǎn)，分別影響農(nóng)戶(hù)投入行為和實(shí)現(xiàn)土地規(guī)模經(jīng)營(yíng)，亦能有效促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)業(yè)碳減排。

假說(shuō)1：農(nóng)村數(shù)字化發(fā)展能夠提升ATFCP。

假說(shuō)2：農(nóng)村數(shù)字化的發(fā)展通過(guò)促進(jìn)技術(shù)創(chuàng)新、規(guī)模經(jīng)營(yíng)、結(jié)構(gòu)優(yōu)化、產(chǎn)業(yè)集聚和非農(nóng)就業(yè)，進(jìn)而提升ATFCP。

2. 2 農(nóng)村數(shù)字化對(duì)ATFCP的空間溢出影響

農(nóng)村數(shù)字化對(duì)ATFCP 的影響可能存在空間溢出效應(yīng)。根據(jù)托布勒第一地理定律，鄰近事物的相關(guān)性更為密切，對(duì)于農(nóng)村數(shù)字化而言，數(shù)字化轉(zhuǎn)型的一個(gè)重要特征是它通過(guò)高效的信息傳輸壓縮了時(shí)空距離，增強(qiáng)了區(qū)域間經(jīng)濟(jì)活動(dòng)的廣度和深度［20］。因此，當(dāng)?shù)剞r(nóng)村數(shù)字化發(fā)展的經(jīng)驗(yàn)和成果可以通過(guò)區(qū)域合作流入周邊地區(qū)，提高周邊農(nóng)村數(shù)字化水平，其空間相關(guān)性得以存在［30-31］。對(duì)于ATFCP而言，由于CO2等溫室氣體的流動(dòng)性以及每個(gè)地區(qū)間的地理聯(lián)系，一個(gè)地區(qū)的農(nóng)業(yè)碳排放亦將影響相鄰地區(qū)。Zhong等［22］利用中國(guó)30省份面板數(shù)據(jù)研究數(shù)字經(jīng)濟(jì)和農(nóng)業(yè)碳強(qiáng)度之間的關(guān)系，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)碳強(qiáng)度的抑制作用具有顯著的空間溢出效應(yīng)，這一效應(yīng)來(lái)自技術(shù)進(jìn)步的擴(kuò)散。因此，農(nóng)村數(shù)字化發(fā)展帶來(lái)的數(shù)字技術(shù)擴(kuò)散，往往能夠?qū)TFCP產(chǎn)生空間溢出影響，假說(shuō)3由此提出。理論分析框架圖如圖1所示。

假說(shuō)3：農(nóng)村數(shù)字化對(duì)ATFCP 的影響存在空間溢出效應(yīng)。

3 材料和方法

3. 1 模型設(shè)定

3. 1. 1 基準(zhǔn)回歸模型

為考察農(nóng)村數(shù)字化對(duì)ATFCP的影響，構(gòu)建如下計(jì)量模型：

3. 1. 2 機(jī)制檢驗(yàn)?zāi)Ｐ?/p>

為避免傳統(tǒng)三步法中介效應(yīng)模型的缺陷，機(jī)制檢驗(yàn)部分僅進(jìn)行核心解釋變量rd 對(duì)機(jī)制變量Mit 的回歸，至于Mit 對(duì)被解釋變量atfcpit 的影響，擬采用文獻(xiàn)佐證和道理闡述的方式解決。模型設(shè)定如下：

3. 1. 3 動(dòng)態(tài)空間杜賓模型

為探究農(nóng)村數(shù)字化對(duì)ATFCP的空間溢出效應(yīng)，同時(shí)考慮農(nóng)業(yè)碳生產(chǎn)率的變化可能存在時(shí)間依賴(lài)效應(yīng)以及潛在的內(nèi)生性問(wèn)題，將滯后一期的ATFCP引入普通的靜態(tài)空間面板杜賓模型，建立動(dòng)態(tài)空間面板杜賓模型，見(jiàn)公式（3）：

3. 2 變量選取和說(shuō)明

3. 2. 1 被解釋變量：農(nóng)業(yè)全要素碳生產(chǎn)率（ATFCP）

采用EBM模型和GML指數(shù)測(cè)算，分為投入、期望產(chǎn)出和非期望產(chǎn)出3類(lèi)指標(biāo)：①投入指標(biāo)為土地（農(nóng)作物播種面積）、勞動(dòng)力（第一產(chǎn)業(yè)從業(yè)人數(shù)）、資本（農(nóng)業(yè)資本存量）、農(nóng)藥、化肥、農(nóng)膜使用量、農(nóng)業(yè)用水用電和農(nóng)業(yè)機(jī)械總動(dòng)力。其中，資本存量首先通過(guò)縮減指數(shù)構(gòu)造方法，得出第一產(chǎn)業(yè)投資數(shù)據(jù)的價(jià)格平減指數(shù)［32］。然后根據(jù)永續(xù)盤(pán)存法得出各省份第一產(chǎn)業(yè)資本存量數(shù)據(jù)［33］。②期望產(chǎn)出指標(biāo)為第一產(chǎn)業(yè)實(shí)際增加值和農(nóng)業(yè)碳匯量［34］。③非期望產(chǎn)出指標(biāo)為農(nóng)業(yè)碳排放總量，依據(jù)農(nóng)地利用、畜禽養(yǎng)殖、水稻種植和農(nóng)村生活碳排放4類(lèi)碳排放源計(jì)算。農(nóng)地利用為化肥（氮肥、磷肥、鉀肥和復(fù)合肥）、農(nóng)藥、農(nóng)膜、柴油、翻耕和灌溉。畜禽養(yǎng)殖為生豬、家禽、牛、馬、驢、騾、山羊、綿羊等8種（由于畜禽飼養(yǎng)周期的不同，計(jì)算前需對(duì)畜禽平均飼養(yǎng)量以出欄率進(jìn)行調(diào)整）。水稻種植為早稻、中季稻和晚稻。農(nóng)村生活碳排放為農(nóng)村生活能源碳排放，具體而言：首先，構(gòu)建農(nóng)村生活能源消耗數(shù)據(jù)庫(kù)，包含原煤、洗精煤、汽油、柴油、電力等32種能源；其次，將上述32種能源消耗量轉(zhuǎn)化為標(biāo)準(zhǔn)煤；最后，通過(guò)標(biāo)準(zhǔn)煤的碳排放折算系數(shù)（0. 68）計(jì)算。

3. 2. 2 核心解釋變量：農(nóng)村數(shù)字化

從數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新水平和數(shù)字產(chǎn)業(yè)發(fā)展3個(gè)維度構(gòu)建農(nóng)村數(shù)字化指標(biāo)體系，見(jiàn)表1。在此基礎(chǔ)上采用熵權(quán)法確定各指標(biāo)權(quán)重。相關(guān)文獻(xiàn)已建立較為完整的農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系［30-31］，表1中指標(biāo)體系的改進(jìn)之處在于：一是根據(jù)“發(fā)展基礎(chǔ)-發(fā)展動(dòng)力-發(fā)展成果”的邏輯，分別對(duì)應(yīng)數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新水平和數(shù)字產(chǎn)業(yè)發(fā)展3個(gè)維度，建立了農(nóng)村數(shù)字化指標(biāo)體系。二是聚焦農(nóng)村層面的數(shù)字化發(fā)展，剔除了與農(nóng)村數(shù)字化關(guān)聯(lián)不強(qiáng)的指標(biāo)（例如傳統(tǒng)農(nóng)業(yè)技術(shù)人員和傳統(tǒng)涉農(nóng)貸款等）。三是借助省級(jí)投入產(chǎn)出表，通過(guò)區(qū)分涉農(nóng)數(shù)字行業(yè)（通信設(shè)備、計(jì)算機(jī)和其他電子設(shè)備；儀器儀表；信息傳輸、軟件和信息技術(shù)服務(wù)），核算了農(nóng)村由數(shù)字化發(fā)展帶來(lái)的額外收益。

數(shù)字基礎(chǔ)設(shè)施。數(shù)字基礎(chǔ)設(shè)施的建設(shè)是農(nóng)村數(shù)字化發(fā)展的基礎(chǔ)，其中，互聯(lián)網(wǎng)的接入和信息化設(shè)備的持有是支持農(nóng)村數(shù)字化運(yùn)行和發(fā)展的基礎(chǔ)［31］。因此，將數(shù)字基礎(chǔ)設(shè)施作為一級(jí)指標(biāo)，其下設(shè)置3個(gè)二級(jí)指標(biāo)：①?gòu)男姓宕寮?jí)層面和農(nóng)民個(gè)體層面的寬帶接入水平來(lái)衡量農(nóng)村互聯(lián)網(wǎng)普及率。②從彩色電視機(jī)、移動(dòng)電話(huà)和計(jì)算機(jī)3個(gè)方面衡量農(nóng)村信息化設(shè)備。③農(nóng)業(yè)氣象服務(wù)作為數(shù)字鄉(xiāng)村建設(shè)的基礎(chǔ)生產(chǎn)設(shè)施，已在農(nóng)業(yè)生產(chǎn)中發(fā)揮愈加重要的作用。因此，也將其納入農(nóng)業(yè)數(shù)字基礎(chǔ)設(shè)施，具體以農(nóng)業(yè)氣象觀察站數(shù)量來(lái)衡量農(nóng)業(yè)氣象觀察業(yè)務(wù)。

數(shù)字創(chuàng)新水平。數(shù)字創(chuàng)新的水平是農(nóng)村數(shù)字化發(fā)展的動(dòng)力。針對(duì)中國(guó)農(nóng)村地區(qū)的數(shù)字服務(wù)水平現(xiàn)實(shí)情況設(shè)置4個(gè)二級(jí)指標(biāo)：①農(nóng)村數(shù)字化的發(fā)展應(yīng)當(dāng)服務(wù)于農(nóng)村居民，體現(xiàn)為技術(shù)驅(qū)動(dòng)。以農(nóng)村營(yíng)業(yè)網(wǎng)點(diǎn)服務(wù)人口衡量信息技術(shù)在農(nóng)村的應(yīng)用情況。農(nóng)村營(yíng)業(yè)網(wǎng)點(diǎn)服務(wù)人口越多，說(shuō)明服務(wù)網(wǎng)點(diǎn)分布密度越小，因此為負(fù)向指標(biāo)。②農(nóng)村數(shù)字產(chǎn)品與服務(wù)消費(fèi)，該指標(biāo)用于衡量農(nóng)村居民對(duì)于數(shù)字產(chǎn)品的消費(fèi)水平，體現(xiàn)為消費(fèi)驅(qū)動(dòng)。以農(nóng)村居民家庭人均交通通信消費(fèi)支出來(lái)衡量。③農(nóng)村數(shù)字金融體現(xiàn)農(nóng)村的數(shù)字金融能力，體現(xiàn)為金融驅(qū)動(dòng)。以數(shù)字普惠金融指數(shù)來(lái)衡量。④農(nóng)村生產(chǎn)投資能夠體現(xiàn)農(nóng)村數(shù)字創(chuàng)新發(fā)展的經(jīng)濟(jì)基礎(chǔ)實(shí)力，體現(xiàn)為投資驅(qū)動(dòng)。以農(nóng)村信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的投資額來(lái)衡量。

數(shù)字產(chǎn)業(yè)發(fā)展。數(shù)字產(chǎn)業(yè)的發(fā)展是農(nóng)村數(shù)字化發(fā)展的成果。設(shè)置4個(gè)二級(jí)指標(biāo)：①生產(chǎn)方面。利用第一產(chǎn)業(yè)中的數(shù)字經(jīng)濟(jì)規(guī)模占比衡量農(nóng)業(yè)生產(chǎn)數(shù)字化程度。引入數(shù)字經(jīng)濟(jì)調(diào)整系數(shù)［35］，借助省級(jí)投入產(chǎn)出表測(cè)度第一產(chǎn)業(yè)中數(shù)字經(jīng)濟(jì)增加值［31］。②流通方面。由于中國(guó)物流代表性企業(yè)，如順豐和三通一達(dá)等快遞業(yè)務(wù)數(shù)據(jù)的不可得性，農(nóng)村物流業(yè)務(wù)指標(biāo)用農(nóng)村郵政業(yè)務(wù)總量衡量，以體現(xiàn)農(nóng)村電商、快遞進(jìn)村的能力。③運(yùn)營(yíng)方面。利用農(nóng)村電子商務(wù)銷(xiāo)售額和采購(gòu)額之和衡量農(nóng)業(yè)數(shù)字化運(yùn)營(yíng)的能力。④農(nóng)業(yè)數(shù)字產(chǎn)業(yè)基地能夠有效反映地區(qū)農(nóng)村數(shù)字產(chǎn)業(yè)化發(fā)展的環(huán)境優(yōu)劣，以淘寶村數(shù)量來(lái)測(cè)度。

3. 2. 3 控制變量

為盡可能地緩解遺漏變量偏誤，進(jìn)一步控制了影響ATFCP的其他變量。①農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平（pgdp），以第一產(chǎn)業(yè)增加值與第一產(chǎn)業(yè)從業(yè)人員比值表示。經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)碳排放具有重要影響［28］。②農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（stru），以種植業(yè)和畜牧業(yè)增加值之和與農(nóng)林牧漁增加值之比表示，種植業(yè)和畜牧業(yè)為農(nóng)業(yè)碳排放的主要來(lái)源行業(yè)。③農(nóng)業(yè)財(cái)政支持（afs），以農(nóng)林水事務(wù)支出和財(cái)政支出之比表示。政府的外部政策干預(yù)能夠影響碳排放［36］。④環(huán)境規(guī)制強(qiáng)度（er），以污染治理投資額和GDP的比值來(lái)表示，以盡可能反映當(dāng)?shù)氐沫h(huán)境監(jiān)管強(qiáng)度。⑤農(nóng)村人力資本（edu），以農(nóng)村平均受教育年限表示，通常來(lái)說(shuō)教育水平的提升能夠影響邊際減排成本。⑥農(nóng)業(yè)技術(shù)投入（tech），以農(nóng)經(jīng)機(jī)構(gòu)的專(zhuān)業(yè)技術(shù)人員數(shù)量表示。

3. 3 數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的可得性，樣本范圍為2011—2020年中國(guó)的30省份（未涉及西藏、香港、澳門(mén)和臺(tái)灣）。數(shù)據(jù)主要來(lái)自相應(yīng)年份的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)產(chǎn)品進(jìn)出口統(tǒng)計(jì)月報(bào)》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》和各省級(jí)年鑒。數(shù)字普惠金融數(shù)據(jù)來(lái)自已有研究成果［37］。此外，為了減輕異方差對(duì)模型估計(jì)結(jié)果的影響，在進(jìn)行實(shí)證分析時(shí)所有連續(xù)變量均取自然對(duì)數(shù)。全部變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。其中，農(nóng)經(jīng)機(jī)構(gòu)的專(zhuān)業(yè)技術(shù)人員數(shù)據(jù)僅統(tǒng)計(jì)到2018 年，2019—2020 年通過(guò)插值法補(bǔ)齊，因此，存在非整數(shù)數(shù)據(jù)。

4 實(shí)證結(jié)果

4. 1 基準(zhǔn)回歸結(jié)果分析

表3報(bào)告了農(nóng)村數(shù)字化對(duì)ATFCP影響的基準(zhǔn)回歸結(jié)果。根據(jù)Hausman檢驗(yàn)，固定效應(yīng)模型是合適的，結(jié)果見(jiàn)表3中列（1）和列（3），農(nóng)村數(shù)字化對(duì)ATFCP的影響均在1%的水平上顯著為正，從列（3）中可以看出，農(nóng)村數(shù)字化水平每提升1%，ATFCP能夠上升0. 629%。據(jù)此，假說(shuō)1得到驗(yàn)證，即農(nóng)村數(shù)字化能夠提升ATFCP。具體提升作用表現(xiàn)在兩個(gè)方面：一是農(nóng)業(yè)要素使用效率得以提高，驅(qū)動(dòng)粗放型傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型精細(xì)化高效農(nóng)業(yè)；二是催生低碳新業(yè)態(tài)，從產(chǎn)業(yè)結(jié)構(gòu)層面實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)值增長(zhǎng)和農(nóng)業(yè)碳排放的相對(duì)減少。因此，在兩個(gè)方面作用下實(shí)現(xiàn)農(nóng)村數(shù)字化對(duì)ATFCP的提升。

控制變量方面，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對(duì)ATFCP具有顯著的負(fù)向影響，說(shuō)明種植業(yè)和養(yǎng)殖業(yè)作為主要的兩大農(nóng)業(yè)碳排放來(lái)源，這兩類(lèi)行業(yè)比重的上升往往帶來(lái)更大的農(nóng)業(yè)碳排放，不利于ATFCP提升。農(nóng)業(yè)財(cái)政支持和農(nóng)村人力資本對(duì)ATFCP具有顯著的正向影響，前者的原因在于發(fā)展低碳農(nóng)業(yè)勢(shì)必需要政府財(cái)政支持，政府財(cái)政對(duì)低碳生產(chǎn)的經(jīng)營(yíng)主體給予補(bǔ)貼，引導(dǎo)經(jīng)營(yíng)主體進(jìn)行更加有效的低碳農(nóng)業(yè)生產(chǎn)，而政府財(cái)政對(duì)“雙碳”技術(shù)研發(fā)機(jī)構(gòu)的支持，鼓勵(lì)經(jīng)營(yíng)主體研發(fā)低碳農(nóng)業(yè)技術(shù)。后者的原因在于人力資本水平的提升通常更傾向選擇更為低碳的農(nóng)業(yè)生產(chǎn)方式，從而影響邊際碳投入，帶動(dòng)ATFCP的提升。

4. 2 穩(wěn)健性檢驗(yàn)

采取3種穩(wěn)健性檢驗(yàn)方法：一是自變量滯后。在時(shí)間層面，考慮到農(nóng)村數(shù)字化對(duì)ATFCP的影響存在滯后影響，將農(nóng)村數(shù)字化的一階滯后項(xiàng)和二階滯后項(xiàng)作為核心解釋變量進(jìn)行回歸。二是控制區(qū)域時(shí)間趨勢(shì)項(xiàng)。在區(qū)域?qū)用?，中?guó)長(zhǎng)期以來(lái)受到區(qū)域發(fā)展政策和地理位置等因素的影響，各區(qū)域發(fā)展存在明顯的差異。這些差異可能隨著時(shí)間的變化影響結(jié)果的正確估計(jì)。為此，構(gòu)造區(qū)域虛擬變量（東中西部）和時(shí)間趨勢(shì)變量的交互項(xiàng)。三是剔除直轄市。考慮到樣本選擇偏差問(wèn)題，直轄市具有政策和經(jīng)濟(jì)天然優(yōu)勢(shì)，數(shù)字經(jīng)濟(jì)基礎(chǔ)好。因此，剔除北京、天津、重慶和上海4個(gè)直轄市樣本。結(jié)果見(jiàn)表4。在3種穩(wěn)健性檢驗(yàn)下，農(nóng)村數(shù)字化均能顯著提升ATFCP，證明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

4. 3 內(nèi)生性討論

為緩解模型可能的內(nèi)生性問(wèn)題，采用IV?2SLS方法處理。以往相關(guān)研究多選用1984年的郵電歷史數(shù)據(jù)作為數(shù)字化指數(shù)的工具變量。但是，農(nóng)村數(shù)字化的發(fā)展不同于城市。由于農(nóng)村數(shù)字化起步晚、發(fā)展慢，其發(fā)展程度往往與當(dāng)?shù)剞r(nóng)村基礎(chǔ)設(shè)施的建設(shè)水平密切相關(guān)。區(qū)域?qū)用娴泥]電發(fā)展水平難以影響農(nóng)村層面的數(shù)字化發(fā)展，不滿(mǎn)足“相關(guān)性”條件。此外，郵電指標(biāo)不能完全脫離經(jīng)濟(jì)體系，不滿(mǎn)足“外生性”條件［20］。鑒于此，遵循農(nóng)村基礎(chǔ)設(shè)施和農(nóng)村數(shù)字化具有緊密關(guān)系這一邏輯，同時(shí)，鑒于樣本中重慶于1997年正式設(shè)為直轄市，選擇1998年農(nóng)村公路密度作為工具變量。由于截面數(shù)據(jù)無(wú)法進(jìn)行面板數(shù)據(jù)的計(jì)量回歸，參考已有做法［38］，增加一個(gè)時(shí)變的變量進(jìn)行交互。具體而言，以上一年全國(guó)農(nóng)村互聯(lián)網(wǎng)用戶(hù)數(shù)分別與1998年各省農(nóng)村公路密度構(gòu)造交互項(xiàng)。

工具變量的選取需要滿(mǎn)足相關(guān)性與外生性?xún)蓚€(gè)條件：一是相關(guān)性。農(nóng)村數(shù)字化的發(fā)展有賴(lài)于數(shù)字基礎(chǔ)設(shè)施的建設(shè)。數(shù)字基礎(chǔ)設(shè)施的“數(shù)字”相對(duì)于傳統(tǒng)基礎(chǔ)設(shè)施而言，其本質(zhì)仍然是基礎(chǔ)。根據(jù)農(nóng)村基礎(chǔ)設(shè)施發(fā)展的歷史和延續(xù)性，中國(guó)農(nóng)村基礎(chǔ)設(shè)施建設(shè)史上最關(guān)鍵的項(xiàng)目是“村村通”，主要指通公路。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，“村村通”項(xiàng)目的重點(diǎn)逐漸轉(zhuǎn)向通寬帶，從傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)向數(shù)字基礎(chǔ)設(shè)施建設(shè)推進(jìn)。因此，歷史農(nóng)村道路密度會(huì)影響后續(xù)農(nóng)村發(fā)展［39］，這對(duì)農(nóng)村數(shù)字經(jīng)濟(jì)的發(fā)展具有重要意義。二是外生性。通常來(lái)說(shuō)，公路并不會(huì)影響當(dāng)前農(nóng)業(yè)的碳生產(chǎn)率［40］。但農(nóng)村公路會(huì)影響農(nóng)村經(jīng)濟(jì)的發(fā)展，這可能會(huì)導(dǎo)致內(nèi)生性，即工具變量不是因變量受到影響的唯一路徑，從而影響工具變量的排他性約束。為了解決這一問(wèn)題，采用了以下3種方法：①選擇歷史數(shù)據(jù)，1998年的數(shù)據(jù)與當(dāng)前的樣本數(shù)據(jù)相對(duì)較遠(yuǎn)，因此，很難與當(dāng)前的因變量和擾動(dòng)項(xiàng)相關(guān)聯(lián)。②根據(jù)中國(guó)的“農(nóng)村公路建設(shè)規(guī)劃”，到2010年，所有符合條件的建制村基本上都建立了油路（水泥）公路連接（樣本期為2011—2020年）。因此，農(nóng)村公路的差異至少不會(huì)成為影響各省份ATFCP 的重要因素。③已將農(nóng)村經(jīng)濟(jì)水平作為控制變量納入實(shí)證模型，以更好地控制和觀察農(nóng)村經(jīng)濟(jì)對(duì)因變量的影響。此外，盡管構(gòu)建了1個(gè)交互項(xiàng)，但國(guó)家層面的農(nóng)村互聯(lián)網(wǎng)用戶(hù)數(shù)量不會(huì)直接影響每個(gè)省份的農(nóng)村互聯(lián)網(wǎng)用戶(hù)數(shù)量。總體而言，工具變量的選擇是合理的。

表5中2SLS模型的列（1）和列（2）結(jié)果表明：第一階段中，工具變量和自變量滿(mǎn)足相關(guān)性，農(nóng)村公路密度大，歷史基礎(chǔ)設(shè)施條件越好，越有利于后續(xù)農(nóng)村數(shù)字化發(fā)展；第二階段中，農(nóng)村數(shù)字化對(duì)ATFCP的影響依然在1%的水平上顯著為正，且均通過(guò)工具變量有效性檢驗(yàn)。此外，由于構(gòu)造的工具變量本質(zhì)上為地方層面的信息與國(guó)家層面的信息相結(jié)合，因此，進(jìn)一步構(gòu)造了一個(gè)Bartik 工具變量［41］：rdi，t - 1 × △rdt，t - 1 即一階滯后農(nóng)村數(shù)字化指數(shù)與農(nóng)村數(shù)字化指數(shù)在時(shí)間上的一階差分的乘積，將其加入2SLS模型中，結(jié)果依然成立。

4. 4 機(jī)制分析

為驗(yàn)證假說(shuō)2，對(duì)農(nóng)村數(shù)字化影響ATFCP 的作用渠道進(jìn)行檢驗(yàn)。根據(jù)前文理論分析，農(nóng)村數(shù)字化能夠通過(guò)技術(shù)創(chuàng)新、規(guī)模經(jīng)營(yíng)、結(jié)構(gòu)升級(jí)、產(chǎn)業(yè)集聚和非農(nóng)就業(yè)等路徑影響ATFCP。

第一，技術(shù)效應(yīng)。為了實(shí)證考察農(nóng)村數(shù)字化對(duì)技術(shù)創(chuàng)新的影響，構(gòu)造了技術(shù)創(chuàng)新指標(biāo)。通常來(lái)說(shuō)，專(zhuān)利被認(rèn)為能夠較好捕捉技術(shù)創(chuàng)新能力。但由于申請(qǐng)意愿和制度保護(hù)等因素，專(zhuān)利數(shù)量實(shí)際上并不能正確反映技術(shù)創(chuàng)新水平［42］。為客觀準(zhǔn)確反映中國(guó)農(nóng)業(yè)技術(shù)創(chuàng)新現(xiàn)狀，手工整理了中國(guó)農(nóng)業(yè)科學(xué)院發(fā)布的農(nóng)業(yè)知識(shí)產(chǎn)權(quán)報(bào)告。以報(bào)告中的農(nóng)業(yè)知識(shí)產(chǎn)權(quán)創(chuàng)造指數(shù)來(lái)衡量技術(shù)效應(yīng)，結(jié)果見(jiàn)表6列（1）。結(jié)果表明，農(nóng)村數(shù)字化水平每提升1%，技術(shù)創(chuàng)新水平提升0. 647%，說(shuō)明農(nóng)村數(shù)字化顯著促進(jìn)了技術(shù)創(chuàng)新。現(xiàn)有研究基本證實(shí)了技術(shù)創(chuàng)新和ATFCP之間的正向關(guān)系。例如，Liu等［40］基于省際數(shù)據(jù)，發(fā)現(xiàn)技術(shù)溢出作用體現(xiàn)在農(nóng)業(yè)研發(fā)投入的增加，以及綠色低碳技術(shù)的采用和應(yīng)用，提升了生產(chǎn)效率和減少了碳產(chǎn)出，由此提升了ATFCP。Huang等［43］通過(guò)對(duì)ATFCP 進(jìn)行生產(chǎn)分解發(fā)現(xiàn)，技術(shù)進(jìn)步亦是ATFCP提升的關(guān)鍵驅(qū)動(dòng)力。

第二，規(guī)模效應(yīng)。為了實(shí)證考察農(nóng)村數(shù)字化對(duì)規(guī)模經(jīng)營(yíng)的影響，構(gòu)造了規(guī)模經(jīng)營(yíng)指標(biāo)。使用規(guī)?；?jīng)營(yíng)水平（農(nóng)作物播種面積和農(nóng)村戶(hù)數(shù)的比值）衡量規(guī)模效應(yīng)。原因在于，農(nóng)業(yè)的小規(guī)模經(jīng)營(yíng)往往是與家庭經(jīng)營(yíng)組織相匹配的。因此，以家庭為單位的測(cè)度，較個(gè)體勞動(dòng)力更為準(zhǔn)確，即農(nóng)村每戶(hù)人家所經(jīng)營(yíng)的農(nóng)地面積，結(jié)果見(jiàn)表6列（2）。結(jié)果表明，農(nóng)村數(shù)字化水平每提升1%，規(guī)模經(jīng)營(yíng)水平提升0. 254%，說(shuō)明農(nóng)村數(shù)字化顯著推動(dòng)了規(guī)模經(jīng)營(yíng)。現(xiàn)有研究基本證實(shí)了規(guī)模經(jīng)營(yíng)和ATFCP之間的正向關(guān)系。例如，Zhu等［44］結(jié)合微觀截面和宏觀面板數(shù)據(jù)，發(fā)現(xiàn)規(guī)模經(jīng)營(yíng)能夠有效降低農(nóng)業(yè)生產(chǎn)要素的使用強(qiáng)度，從而實(shí)現(xiàn)ATFCP的提升；魏夢(mèng)升等［45］以糧食主產(chǎn)區(qū)政策為例，發(fā)現(xiàn)該政策的糧食增產(chǎn)和碳減排效益主要得益于規(guī)模經(jīng)營(yíng)效應(yīng)，表現(xiàn)為通過(guò)規(guī)模經(jīng)營(yíng)以提升農(nóng)資的利用效率，最終提升ATFCP。

第三，結(jié)構(gòu)效應(yīng)。為了實(shí)證考察農(nóng)村數(shù)字化對(duì)結(jié)構(gòu)升級(jí)的影響，構(gòu)造了結(jié)構(gòu)升級(jí)指標(biāo)。使用基于余弦法計(jì)算的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)衡量結(jié)構(gòu)效應(yīng)［46］，結(jié)果見(jiàn)表6列（3）。結(jié)果表明，農(nóng)村數(shù)字化水平每提升1%，結(jié)構(gòu)升級(jí)水平提升0. 033%，說(shuō)明農(nóng)村數(shù)字化顯著促進(jìn)了結(jié)構(gòu)升級(jí)?，F(xiàn)有研究基本證實(shí)了結(jié)構(gòu)升級(jí)和ATFCP之間的正向關(guān)系，例如，田云等［47］利用脫鉤模型研究了農(nóng)業(yè)碳排放的效率和公平，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能夠有效改善農(nóng)業(yè)增長(zhǎng)和農(nóng)業(yè)碳排之間的矛盾，從而提升ATFCP。

第四，集聚效應(yīng)。為了實(shí)證考察農(nóng)村數(shù)字化對(duì)產(chǎn)業(yè)集聚的影響，構(gòu)造了產(chǎn)業(yè)集聚指標(biāo)。使用區(qū)位商（agg =Ei /EtAi /At，Ei 為一省份的農(nóng)業(yè)就業(yè)人數(shù)，Et 為一省份全部就業(yè)人數(shù)，Ai 為全國(guó)農(nóng)業(yè)就業(yè)人數(shù)，At 為全國(guó)就業(yè)人數(shù)）衡量產(chǎn)業(yè)集聚水平，結(jié)果見(jiàn)表6列（4）。結(jié)果表明，農(nóng)村數(shù)字化水平每提升1%，產(chǎn)業(yè)集聚水平提升0. 273%，說(shuō)明農(nóng)村數(shù)字化顯著促進(jìn)了產(chǎn)業(yè)集聚?，F(xiàn)有研究基本證實(shí)了產(chǎn)業(yè)集聚和ATFCP之間的正向關(guān)系，例如，Liu等［40］指出集聚能夠充分發(fā)揮集聚規(guī)模經(jīng)濟(jì)效應(yīng)，提高資源配置效率，促進(jìn)農(nóng)業(yè)生產(chǎn)效率和碳減排，最終有助于提高ATFCP。

第五，就業(yè)效應(yīng)。為了實(shí)證考察農(nóng)村數(shù)字化對(duì)非農(nóng)就業(yè)的影響，構(gòu)造了非農(nóng)就業(yè)指標(biāo)。使用非農(nóng)就業(yè)收入（農(nóng)民工資性收入、資產(chǎn)性收入和轉(zhuǎn)移性收入之和）衡量非農(nóng)就業(yè)水平，結(jié)果見(jiàn)表6列（5）。結(jié)果表明，農(nóng)村數(shù)字化水平每提升1%，非農(nóng)就業(yè)水平提升0. 235%，說(shuō)明農(nóng)村數(shù)字化顯著促進(jìn)了非農(nóng)就業(yè)。現(xiàn)有研究基本證實(shí)了非農(nóng)就業(yè)和ATFCP之間的正向關(guān)系，例如，Chang等［48］利用分位數(shù)回歸模型研究了非農(nóng)就業(yè)和農(nóng)業(yè)化學(xué)品使用之間的關(guān)系，發(fā)現(xiàn)非農(nóng)就業(yè)能夠有效降低包括化肥在內(nèi)的各類(lèi)化學(xué)品使用，有效減少了邊際碳產(chǎn)出，從而提升ATFCP。

4. 5 異質(zhì)性分析

進(jìn)一步討論農(nóng)村數(shù)字化在不同地理區(qū)域、農(nóng)業(yè)生產(chǎn)條件和農(nóng)村發(fā)展環(huán)境下對(duì)ATFCP的影響。

4. 5. 1 區(qū)位條件

農(nóng)村數(shù)字化對(duì)ATFCP增長(zhǎng)的帶動(dòng)效應(yīng)，可能由于區(qū)位條件不同而產(chǎn)生差異。因此，將樣本分為東、中、西和東北4組，不同區(qū)位條件異質(zhì)性結(jié)果見(jiàn)表7。結(jié)果表明，農(nóng)村數(shù)字化能夠顯著提升東部和西部的ATFCP，尤其是東部地區(qū)的回歸系數(shù)（1. 396）顯著大于基準(zhǔn)回歸的系數(shù)（0. 629）。其可能的原因在于兩個(gè)方面：一是東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，數(shù)字基礎(chǔ)設(shè)施較為完善，網(wǎng)絡(luò)化程度較高，較其他地區(qū)相比本身數(shù)字產(chǎn)業(yè)發(fā)達(dá)；二是東部地區(qū)農(nóng)村普遍現(xiàn)代化程度高，其中，浙江省更是常年位于中國(guó)農(nóng)村人均收入首位，數(shù)字經(jīng)濟(jì)易于向農(nóng)村下沉、農(nóng)民接受程度高。兩方面因素有利于實(shí)現(xiàn)農(nóng)村數(shù)字化。在中部和東北部地區(qū)，農(nóng)村數(shù)字化對(duì)ATFCP的提升作用并不顯著?？赡艿脑蛟谟趦深?lèi)地區(qū)城鄉(xiāng)差距大、數(shù)字基礎(chǔ)較弱，就城鎮(zhèn)化率而言，中部6省只有湖北省高于全國(guó)平均水平，對(duì)農(nóng)村的支持能力相應(yīng)偏弱，城鄉(xiāng)“數(shù)字鴻溝”難以彌合。

4. 5. 2 碳生產(chǎn)率水平

為分析農(nóng)村數(shù)字化對(duì)不同分位點(diǎn)ATFCP的影響，進(jìn)一步采用雙向固定的分位數(shù)模型驗(yàn)證，結(jié)果見(jiàn)表8。結(jié)果表明，在5個(gè)分位點(diǎn)上，農(nóng)村數(shù)字化對(duì)ATFCP均存在顯著正向影響，隨著ATFCP水平不斷提升，提升作用逐漸減弱，表現(xiàn)為邊際效益遞減。

4. 5. 3 農(nóng)業(yè)綠色發(fā)展水平

因政策支持、經(jīng)濟(jì)發(fā)展和資源稟賦差異，中國(guó)各省份農(nóng)業(yè)綠色發(fā)展水平不盡相同，在此差異下，農(nóng)村數(shù)字化對(duì)不同農(nóng)業(yè)綠色發(fā)展水平地區(qū)的ATFCP的影響可能產(chǎn)生差異。參考《中國(guó)綠色發(fā)展指數(shù)報(bào)告：區(qū)域比較》（2011—2019）獲取30省份綠色發(fā)展水平數(shù)據(jù)，重新進(jìn)行參數(shù)估計(jì)，結(jié)果見(jiàn)表9列（1）和列（2）。結(jié)果表明，農(nóng)村數(shù)字經(jīng)濟(jì)對(duì)ATFCP均顯著為正，說(shuō)明數(shù)字化的綠色效應(yīng)并不會(huì)受到當(dāng)?shù)匾延芯G色發(fā)展水平的限制，驗(yàn)證了數(shù)字化的包容性，亦符合表8中分位數(shù)回歸的結(jié)果。

4. 5. 4 農(nóng)村金融發(fā)展水平

自從數(shù)字技術(shù)融入農(nóng)村金融業(yè)態(tài)以來(lái)，數(shù)字金融在農(nóng)村得到了廣泛應(yīng)用和推廣。實(shí)際上，數(shù)字金融的嵌入會(huì)受到農(nóng)村自身金融發(fā)展水平的約束，因此，農(nóng)村數(shù)字化對(duì)ATFCP的提升作用可能會(huì)受到傳統(tǒng)金融發(fā)展的影響。為此，以農(nóng)村金融發(fā)展水平（農(nóng)民貸款與農(nóng)林牧漁總產(chǎn)值的比值）作進(jìn)一步異質(zhì)性分析，結(jié)果見(jiàn)表9列（3）和列（4）。結(jié)果表明，農(nóng)村數(shù)字化僅在高金融水平地區(qū)表現(xiàn)出顯著的正向影響，說(shuō)明農(nóng)村數(shù)字化與農(nóng)村金融之間存在一個(gè)“金融門(mén)檻”，金融水平低的農(nóng)村不僅存在物理排斥，較低的金融水平通常意味著數(shù)字基礎(chǔ)設(shè)施的不完善，而且還存在自我排斥，農(nóng)戶(hù)金融素養(yǎng)的匱乏導(dǎo)致數(shù)字金融的難以普及。綜合作用下，農(nóng)村金融水平較低的地區(qū)會(huì)制約農(nóng)村數(shù)字化的發(fā)展。

5 進(jìn)一步討論：空間效應(yīng)分析

為檢驗(yàn)農(nóng)村數(shù)字化和ATFCP 的空間自相關(guān)，使用Moran's I 指數(shù)來(lái)測(cè)試，結(jié)果見(jiàn)表10。結(jié)果表明，2011—2020年農(nóng)村數(shù)字化的Moran's I 均在1% 或5% 的水平上顯著正相關(guān)，說(shuō)明農(nóng)村數(shù)字化具有顯著的空間自相關(guān)。ATFCP的Moran's I 雖然只有2020年顯著為正，但是總體Moran's I 仍然在1%的水平上顯著為正，因此，仍有必要作進(jìn)一步的空間效應(yīng)分析。

LM檢驗(yàn)、LR檢驗(yàn)和固定效應(yīng)選擇項(xiàng)檢驗(yàn)結(jié)果表明具有時(shí)空雙重固定效應(yīng)的SDM模型是合適的。表11顯示了農(nóng)村數(shù)字化對(duì)ATFCP的空間效應(yīng)估計(jì)結(jié)果。同時(shí)給出了空間回歸模型在經(jīng)濟(jì)距離、地理距離和嵌套3個(gè)權(quán)重矩陣下的估計(jì)，以驗(yàn)證其穩(wěn)健性，結(jié)果見(jiàn)表11 列（1）—列（3）。結(jié)果表明，空間自回歸系數(shù)（ρ）均顯著為正，證明了空間效應(yīng)的存在。由于空間相互作用項(xiàng)（w×rd）的回歸系數(shù)不能直接用于討論空間邊際影響。因此，為進(jìn)一步測(cè)量相鄰區(qū)域間復(fù)雜的空間相關(guān)性，通過(guò)計(jì)算偏導(dǎo)數(shù)得到系數(shù)，用總效應(yīng)、直接效應(yīng)和間接效應(yīng)來(lái)描述相鄰區(qū)域的空間邊際效應(yīng)，結(jié)果見(jiàn)表11列（1）。結(jié)果表明，短期和長(zhǎng)期的間接影響分別在1%和5%的水平上顯著為正，說(shuō)明農(nóng)村數(shù)字化對(duì)ATFCP存在顯著的空間溢出效應(yīng)，假說(shuō)3得到驗(yàn)證?？赡艿脑蛟谟跀?shù)字技術(shù)的跨時(shí)空信息傳播和共享增強(qiáng)了區(qū)域間的農(nóng)村經(jīng)濟(jì)活動(dòng)，即農(nóng)村數(shù)字化的發(fā)展能夠突破經(jīng)濟(jì)距離差異，不僅提升本地ATFCP，同時(shí)起到示范和引領(lǐng)作用，從而提升鄰近地區(qū)的ATFCP。在地理距離矩陣下，農(nóng)村數(shù)字化對(duì)ATFCP仍具有正向的空間溢出效應(yīng)，但間接效應(yīng)并不顯著。在嵌套矩陣下，結(jié)論和經(jīng)濟(jì)距離矩陣下的結(jié)果基本一致。

6 結(jié)論和啟示

6. 1 結(jié)論

基于2011—2020年中國(guó)30省份的面板數(shù)據(jù)，構(gòu)建農(nóng)村數(shù)字化綜合指標(biāo)，運(yùn)用EBM?GML方法量化ATFCP，采用固定效應(yīng)模型、分位數(shù)模型和動(dòng)態(tài)空間杜賓模型等方法探索農(nóng)村數(shù)字化對(duì)ATFCP的影響，得出如下研究結(jié)論。

第一，農(nóng)村數(shù)字化能夠顯著提升ATFCP，在經(jīng)過(guò)工具變量等一系列穩(wěn)健性檢驗(yàn)后，該結(jié)論依然成立。

第二，農(nóng)村數(shù)字化通過(guò)推動(dòng)技術(shù)進(jìn)步、規(guī)模經(jīng)營(yíng)、結(jié)構(gòu)升級(jí)、產(chǎn)業(yè)集聚和非農(nóng)就業(yè)，進(jìn)而實(shí)現(xiàn)ATFCP增長(zhǎng)。

第三，農(nóng)村數(shù)字化對(duì)ATFCP的提升作用存在區(qū)域異質(zhì)性，東部地區(qū)因其經(jīng)濟(jì)基礎(chǔ)優(yōu)勢(shì)，農(nóng)村數(shù)字化能夠發(fā)揮更大的積極效應(yīng)。總體來(lái)看，農(nóng)村數(shù)字化表現(xiàn)為邊際效益遞減的正向影響，在綠色發(fā)展水平低或高的地區(qū)均能發(fā)揮顯著提升作用，在農(nóng)村金融發(fā)展水平高的地區(qū)農(nóng)村數(shù)字化的影響更為顯著。

第四，農(nóng)村數(shù)字化對(duì)ATFCP具有顯著的空間溢出效應(yīng)，短期和長(zhǎng)期間接效應(yīng)均顯著為正。

6. 2 啟示

以數(shù)字技術(shù)和傳統(tǒng)農(nóng)業(yè)的融合為代表的農(nóng)村數(shù)字化將是實(shí)現(xiàn)“農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)”和“農(nóng)業(yè)碳減排”雙重目標(biāo)的重要工具。據(jù)此，結(jié)合上述結(jié)論，提出以下政策建議。

第一，鑒于農(nóng)村數(shù)字化在提高農(nóng)業(yè)碳生產(chǎn)率方面具有紅利效應(yīng)，未來(lái)應(yīng)加大數(shù)字農(nóng)業(yè)領(lǐng)域新技術(shù)、新產(chǎn)品和新模式的應(yīng)用推廣力度，盡快將農(nóng)業(yè)傳感器、智能裝備等納入農(nóng)機(jī)購(gòu)置補(bǔ)貼。堅(jiān)持推進(jìn)“寬帶下鄉(xiāng)”和“數(shù)字鄉(xiāng)村”戰(zhàn)略，實(shí)現(xiàn)農(nóng)村4G或5G網(wǎng)絡(luò)覆蓋，保證農(nóng)村居民基礎(chǔ)的信息服務(wù)。同時(shí)，嘗試設(shè)立數(shù)字經(jīng)濟(jì)示范村和農(nóng)業(yè)大數(shù)據(jù)試點(diǎn)縣，推動(dòng)數(shù)字成果盡快轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。

第二，鑒于農(nóng)村數(shù)字化通過(guò)技術(shù)、規(guī)模、結(jié)構(gòu)、集聚和就業(yè)效應(yīng)提升農(nóng)業(yè)碳生產(chǎn)率，未來(lái)需加快推進(jìn)覆蓋農(nóng)業(yè)全產(chǎn)業(yè)鏈條的數(shù)字農(nóng)業(yè)試驗(yàn)區(qū)建設(shè)，促進(jìn)產(chǎn)業(yè)集聚和加強(qiáng)農(nóng)業(yè)綠色技術(shù)的創(chuàng)新，由此發(fā)揮規(guī)模經(jīng)營(yíng)和技術(shù)進(jìn)步的協(xié)同作用。同時(shí)，調(diào)整農(nóng)村產(chǎn)業(yè)發(fā)展重點(diǎn)，借助農(nóng)村數(shù)字化推進(jìn)農(nóng)業(yè)與數(shù)字產(chǎn)業(yè)的融合，助力農(nóng)特產(chǎn)品搭上“數(shù)字快車(chē)”和農(nóng)文旅融合插上“數(shù)字化翅膀”，實(shí)現(xiàn)農(nóng)業(yè)結(jié)構(gòu)升級(jí)和就業(yè)多元化。

第三，鑒于農(nóng)村數(shù)字化對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響具有顯著區(qū)域異質(zhì)性，未來(lái)應(yīng)總結(jié)和提煉東部地區(qū)成功經(jīng)驗(yàn)，實(shí)施動(dòng)態(tài)化和差異化的數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略。對(duì)于農(nóng)業(yè)綠色低碳發(fā)展已取得較好成效的地區(qū)，進(jìn)一步鞏固農(nóng)村數(shù)字化的降碳增產(chǎn)紅利，注重技術(shù)擴(kuò)散，對(duì)低數(shù)字化水平的地區(qū)進(jìn)行幫扶。對(duì)于低金融水平地區(qū)來(lái)說(shuō)，優(yōu)先發(fā)展農(nóng)村金融機(jī)構(gòu)，弱化物理排斥與自我排斥，發(fā)揮傳統(tǒng)金融對(duì)農(nóng)村數(shù)字化發(fā)展的支撐作用。

第四，鑒于農(nóng)村數(shù)字化對(duì)農(nóng)業(yè)碳生產(chǎn)率的影響具有顯著空間溢出效應(yīng)，未來(lái)應(yīng)重點(diǎn)完善區(qū)域間的合作機(jī)制，借助數(shù)字化能夠突破經(jīng)濟(jì)距離限制的優(yōu)勢(shì)，打造一體化的數(shù)字經(jīng)濟(jì)智慧服務(wù)平臺(tái)，建立龐大的數(shù)字經(jīng)濟(jì)服務(wù)數(shù)據(jù)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)資源和平臺(tái)共享，加強(qiáng)農(nóng)業(yè)生產(chǎn)環(huán)境信息公開(kāi)和技術(shù)擴(kuò)散。

參考文獻(xiàn)

［1］ 于卓卉，毛世平. 中國(guó)農(nóng)業(yè)凈碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤分析

［J］. 中國(guó)人口·資源與環(huán)境，2022，32（11）：30-42.

［2］ FUGLIE K，RAY S，BALDOS U L C，et al. The R&D cost of climate

mitigation in agriculture［J］. Applied economic perspectives and

policy，2022，44（4）：1955-1974.

［3］ ALEKSANDRAL A， EMILY M， YOU L， et al. 5 Questions about

agricultural emissions， answered［EB/OL］.（2019-07-29）［2023-

03-16］. https：//www. wri. org/insights/5?questions?about?agricultural?emissions?answered.

［4］ KARKACIER O，GOKALP GOKTOLGA Z，CICEK A. A regression

analysis of the effect of energy use in agriculture［J］. Energy policy，

2006，34（18）：3796-3800.

［5］ TILMAN D，BALZER C，HILL J，et al. Global food demand and the

sustainable intensification of agriculture［J］. Proceedings of the National

Academy of Sciences of the United States of America，2011，

108（50）：20260-20264.

［6］ LITVINENKO V S. Digital economy as a factor in the technological

development of the mineral sector［J］. Natural resources research，

2020，29（3）：1521-1541.

［7］ LIOUTAS E D，CHARATSARI C，DE ROSA M. Digitalization of agriculture：

a way to solve the food problem or a trolley dilemma［J］.

Technology in society，2021，67：101744.

［8］ XIE Y，CHEN Z，BOADU F，et al. How does digital transformation

based Measure （SBM） approach［R］. Tokyo：National Graduate

Institute for Policy Studies，2004.

［11］ CHUNG Y H，F(xiàn)?RE R，GROSSKOPF S. Productivity and undesirable

outputs： a directional distance function approach［J］. Journal

of environmental management，1997，51（3）：229-240.

［12］ LI Y，CHEN Y Y. Development of an SBM?ML model for the measurement

of green total factor productivity：the case of Pearl River

Delta urban agglomeration［J］. Renewable and sustainable energy

reviews，2021，145：111131.

［13］ ANDERSEN P，PETERSEN N C. A procedure for ranking efficient

units in data envelopment analysis［J］. Management science，

1993，39（10）：1261-1264.

［14］ 孔凡斌，程文杰，徐彩瑤. 數(shù)字經(jīng)濟(jì)發(fā)展能否提高森林生態(tài)產(chǎn)

品價(jià)值轉(zhuǎn)化效率：基于浙江省麗水市的實(shí)證分析［J］. 中國(guó)農(nóng)村

經(jīng)濟(jì)，2023（5）：163-184.

［15］ 楊入一，孔繁濤. 數(shù)字化發(fā)展與農(nóng)產(chǎn)品批發(fā)市場(chǎng)技術(shù)進(jìn)步：兼

論農(nóng)產(chǎn)品電商渠道的中介效應(yīng)［J］. 中國(guó)流通經(jīng)濟(jì)，2023，37

（3）：3-16.

［16］ 孫光林，李婷，莫媛. 數(shù)字經(jīng)濟(jì)對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的影

響［J］. 經(jīng)濟(jì)與管理評(píng)論，2023，39（1）：92-103.

［17］ 王菲，劉天軍，宋經(jīng)翔. 數(shù)字經(jīng)濟(jì)發(fā)展能提高農(nóng)業(yè)企業(yè)加成率

嗎：基于全國(guó)53196家農(nóng)業(yè)企業(yè)的微觀證據(jù)［J］. 山西財(cái)經(jīng)大學(xué)

學(xué)報(bào)，2022，44（11）：15-27.

［18］ 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）：

81-102.

［19］ SALAHUDDIN M，ALAM K. Internet usage，electricity consumption

and economic growth in Australia：a time series evidence［J］.

Telematics and informatics，2015，32（4）：862-878.

［20］ ZHANG W，LIU X M，WANG D，et al. Digital economy and carbon

emission performance：evidence at China's city level［J］. Energy

policy，2022，165：112927.

［21］ 任曉松，孫莎. 數(shù)字經(jīng)濟(jì)對(duì)中國(guó)城市工業(yè)碳生產(chǎn)率的賦能效應(yīng)

［J］. 資源科學(xué)，2022，44（12）：2399-2414.

［22］ ZHONG R X，HE Q A，QI Y B. Digital economy，agricultural technological

progress，and agricultural carbon intensity：evidence from

China［J］. International journal of environmental research and public

health，2022，19（11）：6488.

［23］ JIANG Q，LI J Z，SI H Y，et al. The impact of the digital economy

on agricultural green development：evidence from China［J］. Agriculture，

2022，12（8）：1107.

［24］ XU N，ZHAO D S，ZHANG W J，et al. Does digital transformation

promote agricultural carbon productivity in China［J］. Land，2022，

11（11）：1966.

［25］ 翟鄖秋，張芊芊，劉芳，等. 我國(guó)畜禽養(yǎng)殖業(yè)碳排放研究進(jìn)展

［J］. 華南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，54（3）：72-82，2.

［26］ GROSSMAN G M， KRUEGER A B. Environmental impacts of a

North American Free Trade Agreement［R］. Combridge： National

Bureac of Economice Research， Inc， 1991.

［27］ LIU D N，XIAO B W. Can China achieve its carbon emission peaking：

a scenario analysis based on STIRPAT and system dynamics

model［J］. Ecological indicators，2018，93：647-657.

［28］ ZHANG L，PANG J X，CHEN X P，et al. Carbon emissions，energy

consumption and economic growth：evidence from the agricultural

sector of China's main grain?producing areas［J］. Science of the total

environment，2019，665：1017-1025.

［29］ ZHOU D， LI B. How the new media impacts rural development in

China： an empirical study［J］. China agricultural economic review，

2017， 9（2）： 238-254.

［30］ 朱紅根，陳暉. 中國(guó)數(shù)字鄉(xiāng)村發(fā)展的水平測(cè)度、時(shí)空演變及推

進(jìn)路徑［J］. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2023，44（3）：21-33.

［31］ 慕娟，馬立平. 中國(guó)農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度與區(qū)域差

異［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，20（4）：90-98.

［32］ 徐現(xiàn)祥，周吉梅，舒元. 中國(guó)省區(qū)三次產(chǎn)業(yè)資本存量估計(jì)［J］.

統(tǒng)計(jì)研究，2007，24（5）：6-13.

［33］ 宗振利，廖直東. 中國(guó)省際三次產(chǎn)業(yè)資本存量再估算：1978—

2011［J］. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（3）：8-16.

［34］ 田云，張俊飚. 中國(guó)農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究［J］. 自然資源

學(xué)報(bào)，2013，28（8）：1298-1309.

［35］ 許憲春，張美慧. 中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究：基于國(guó)際比較

的視角［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：23-41.

［36］ GALINATO G I，GALINATO S P. The effects of government spending

on deforestation due to agricultural land expansion and CO2 related

emissions［J］. Ecological economics，2016，122：43-53.

［37］ 郭峰，王靖一，王芳，等. 測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編

制與空間特征［J］. 經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

［38］ NUNN N，QIAN N. US food aid and civil conflict［J］. American

economic review，2014，104（6）：1630-1666.

［39］ WANG Z， SUN S. Transportation infrastructure and rural development

in China［J］. China agricultural economic review， 2016， 8

（3）： 516-525.

［40］ LIU H， WEN S， WANG Z. Agricultural production agglomeration

and total factor carbon productivity： based on NDDF?MML index

analysis［J］. China agricultural economic review， 2022， 14（4）：

709-740.

［41］ 易行健，周利. 數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)：

來(lái)自中國(guó)家庭的微觀證據(jù)［J］. 金融研究，2018（11）：47-67.

［42］ FUNK J. Beyond patents： scholars of innovation use patenting as

an indicator of both innovativeness and the value of science， it

might be neither［J］. Issues in science and technology， 2018， 34

（4）： 48-54.

［43］ HUANG X Q，F(xiàn)ENG C，QIN J H，et al. Measuring China's agricultural

green total factor productivity and its drivers during 1998-

2019［J］. Science of the total environment，2022，829：154477.

［44］ ZHU W，WANG R M. Impact of farm size on intensity of pesticide

use：evidence from China［J］. Science of the total environment，

2021，753：141696.

［45］ 魏夢(mèng)升，顏廷武，羅斯炫. 規(guī)模經(jīng)營(yíng)與技術(shù)進(jìn)步對(duì)農(nóng)業(yè)綠色低

碳發(fā)展的影響：基于設(shè)立糧食主產(chǎn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J］. 中國(guó)農(nóng)

村經(jīng)濟(jì)，2023（2）：41-65.

［46］ 付凌暉. 我國(guó)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究

［J］. 統(tǒng)計(jì)研究，2010，27（8）：79-81.

［47］ 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）：45-55.

［48］ CHANG H H，MISHRA A K. Chemical usage in production agriculture：

do crop insurance and off?farm work play a part［J］. Journal

of environmental management，2012，105：76-82.

（責(zé)任編輯：李琪）

affect agricultural enterprises' pro?land behavior：the role of environmental

protection cognition and cross?border search［J］. Technology

in society，2022，70：101991.

［9］ SUEYOSHI T，GOTO M. World trend in energy：an extension to

DEA applied to energy and environment［J］. Journal of economic

structures，2017，6（1）：13.

［10］ TONE K. Dealing with undesirable outputs in DEA： a Slacks?