湖南省农村数字经济对农业碳排放的驱动效应分析

摘 要：农村数字经济已成为农业绿色低碳发展的重要引擎。将湖南省农业碳排放强度作为被解释变量、湖南省农村数字经济发展指数及湖南省农村数字经济发展的10个评价指标分别作为解释变量，通过建立基准模型，从总体层面和局部层面分析了湖南省农村数字经济对农业碳排放的驱动效应。结果表明，湖南省农村数字经济发展指数对农业碳排放有显著影响；农村互联网普及率、光缆线路长度、淘宝村数量、电子商务销售额、邮政网点平均服务人口数、农村居民交通通信支出额、信息技术服务收入额、数字普惠金融覆盖广度指数对农业碳排放的影响显著，而农村气象观测站和农村投递线路对农业碳排放的影响并不显著。

关键词：农村数字经济；农业碳排放；驱动效应；湖南省

中图分类号：F323.22 文献标志码：A 文章编号：1674-7909（2024）7-37-4

DOI：10.19345/j.cnki.1674-7909.2024.07.007

0 引言

农村数字经济是指以互联网、大数据、人工智能等信息技术为手段在农村地区进行商业、贸易、服务等活动的总和。随着数字技术的普及，农村数字经济逐渐成为推动我国农业发展的新动力。农村数字经济不仅有力促进了农业发展，而且对农业碳排放也产生了积极影响。

近年来，国内一些学者对农村数字经济与农业碳排放的关系进行了深入研究。例如，刘震等［1］通过实证分析指出，应用数字技术可以减少农业碳排放，并且这种影响在技术水平较低的地区更为显著；李鑫等［2］认为，数字经济可以通过驱动农业产业向绿色化方向发展，从而抑制农业碳排放；杨琳焱［3］通过研究数字经济对农业碳排放存在空间溢出效应，发现数字经济发展有利于提高本地区与相邻地区之间的农业碳排放效率；陈中伟等［4］研究了数字经济发展对农业碳排放的时空效应，发现数字经济发展对农业碳排放强度有显著的抑制作用，且本地区的数字经济发展对其他省份农业碳排放强度也存在显著的抑制作用；杨雪等［5］通过双向固定效应模型研究了数字经济发展对农业碳排放强度的影响效应和作用机制，还对其异质性进行了分析；李薇［6］以长江经济带的数据为例，利用空间面板模型分析了数字经济对农业碳排放的影响；姚云龙等［7］指出，虽然数字化技术可以优化农业生产过程，但同时也可能在数据中心的运营、数字设备的生产等环节带来新的排放源。

湖南省作为一个农业大省，研究其农村数字经济对农业碳排放的影响具有重要意义。遗憾的是，目前鲜有文献对此进行研究。此研究依据现有文献中关于湖南省农村数字经济发展的评价指标体系及湖南省2013—2022年有关数据，分析了湖南省农村数字经济发展指数对农业碳排放的影响以及农村数字经济发展的10个评价指标分别对农业碳排放的影响，从而为湖南省依托农村数字经济促进农业低碳发展提供参考。

1 变量选取与数据来源

1.1 被解释变量

将湖南省农业碳排放强度（y）作为被解释变量。农业碳排放强度用农业碳排放总量与农业产值之比表示。湖南省每年的农业碳排放总量的测算借鉴文献［8］的方法，从农用化肥、农药、农膜、农用柴油、翻耕和灌溉等6个方面进行测算，计算公式见式（1）。

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

式（1）中：E为每年的农业碳排放总量，kg；[Ei]为每年各种碳源的碳排放量，kg；[Ti]为每年各碳排放源的量，kg；[δi]为每年各碳排放源的碳排放系数。

测算出湖南省每年的农业碳排放总量后，湖南省每年的农业碳排放强度可用式（2）表示。

[F=E/S]                                   （2）

式（2）中：[F]为每年的农业碳排放强度，kg/万元；[S]为每年的农业产值，万元。

1.2 解释变量

根据文献［1］和文献［9］，从农村数字经济基础设施建设、农业数字化和农村数字服务等3个层面，选取农村互联网普及率（[x1]，%）、农业气象观测站数量（[x2]，个）、光缆线路长度（[x3]，km）、农村投递线路长度（[x4]，km）、淘宝村数量（[x5]，个）、电子商务销售额（[x6]，亿元）、邮政网点平均服务人口数（[x7]，万人）、农村居民交通通信支出额（[x8]，元/人）、信息技术服务收入额（[x9]，亿元）、数字普惠金融覆盖广度指数（[x10]）等10个指标构建湖南省农村数字经济发展评价指标体系，并利用熵值法进行测算，从而得到湖南省农村数字经济发展指数（[x]）。为了从总体与局部两个层面分析湖南省农村数字经济对农业碳排放的驱动效应，将指标[x]作为总解释变量，将指标[xi（i=1，2，…，10）]作为分解释变量。

1.3 数据来源

选取湖南省2013—2022年相关数据作为时间序列，部分缺失数据利用插值法填补。其中，农村数字经济相关指标的数据来源于北京大学新农村发展研究院联合阿里研究院发布的北大数字普惠金融指数及《中国统计年鉴》，农业碳排放的数据来源于《中国能源统计年鉴》及CEADs中国碳核算数据库，农业产值数据来源于《湖南省统计年鉴》。

依据式（1）与式（2），经测算可得湖南省2013—2022年农业碳排放强度，如表1所示。

依据文献［1］与文献［9］中的方法，经测算可得湖南省2013—2022年农村数字经济发展各评价指标及农村数字经济发展指数结果，如表2所示。

2 实证分析

2.1 模型构建

为从总体层面分析湖南省农村数字经济对农业碳排放的驱动效应，采用基准模型进行研究，见式（3）。

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

式（3）中：[yt]为指标[y]第t年的测算值；[xt]为指标[x]第t年的测算值；[αi（i=0，1）]为待定系数，且[α1]为重点关注系数，预期为负值；[λt]为指标x第t年的固定效应；[εt]为指标x的随机误差。

为从局部层面分析湖南省农村数字经济对农业碳排放的驱动效应，采用基准模型进行研究，见式（4）。

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

式（4）中：[i=1，2，…，10]；[yt]为指标[y]第t年的测算值；[xit]为指标[xi]第t年的测算值；[βi（i=0，1）]为待定系数，且[β1]为重点关注系数，预期为负值；[λit]为指标[xt]第t年的固定效应；[εit]为指标[xi]的随机误差。

2.2 结果与分析

2.2.1 湖南省农村数字经济发展指数对农业碳排放强度的影响分析

依据式（3），利用STATA软件可得湖南省农村数字经济发展指数（[x]）对农业碳排放强度（[y]）的基准回归模型，见式（5）。

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

在1%、5%、10%的置信水平下，湖南省农村数字经济发展指数对农业碳排放强度的影响均表现为显著。当农村数字经济指数变化1个单位时，农业碳排放就会显著降低0.006个单位。

2.2.2 湖南省农业数字经济各评价指标对农业碳排放强度的影响分析

依据式（4），利用STATA软件可得湖南省农村数字经济各评价指标（[xi]）对农业碳排放强度（[y]）的基准回归模型分别如下：

①农村互联网普及率（[x1]）与农业碳排放强度（y）的基准回归模型，见式（6）。

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

②农业气象观测站数量（[x2]）与农业碳排放强度（[y]）的基准回归模型，见式（7）。

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

③光缆线路长度（[x3]）与农业碳排放强度（[y]）的基准回归模型，见式（8）。

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

④农村投递线路长度（[x4]）与农业碳排放强度（[y]）的基准回归模型，见式（9）。

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

⑤淘宝村数量（[x5]）与农业碳排放强度（[y]）的基准回归模型，见式（10）。

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

⑥电子商务销售额（[x6]）与农业碳排放强度（[y]）的基准回归模型，见式（11）。

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

⑦邮政网点平均服务人口数（[x7]）与农业碳排放强度（[y]）的基准回归模型，见式（12）。

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

⑧农村居民交通通信支出额（[x8]）与农业碳排放强度（[y]）的基准回归模型，见式（13）。

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

⑨信息技术服务收入额（[x9]）与农业碳排放强度（[y]）的基准回归模型，见式（14）。

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

⑩数字普惠金融覆盖广度指数（[x10]）与农业碳排放强度的基准回归模型，见式（15）。

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

在1%、5%、10%的置信水平下，农村互联网普及率（[x1]）、光缆线路长度（[x3]）、淘宝村数量（[x5]）、电子商务销售额（[x6]）、邮政网点平均服务人口数（[x7]）、农村居民交通通信支出额（[x8]）、信息技术服务收入额（[x9]）和数字普惠金融覆盖广度指数（[x10]）对农业碳排放强度（y）的影响显著，而农业气象观测站数量（[x2]）和农村投递线路长度（[x4]）对农业碳排放强度（y）的影响并不显著。具体而言，当农村互联网普及率变化1%时，农业碳排放强度会显著降低0.002个单位；当光缆线路长度和农村居民交通通信支出额变化1个单位时，农业碳排放强度都会显著降低0.006个单位；当淘宝村数量和电子商务销售额增加1个单位时，农业碳排放强度都会显著降低0.002个单位；当邮政网点平均服务人口数变化1个单位时，农业碳排放强度会显著降低0.049个单位；当信息技术服务收入额变化1个单位时，农业碳排放强度会显著降低0.017个单位；当数字普惠金融覆盖广度指数变化1个单位时，农业碳排放强度会显著降低0.052个单位。