手机版
您的当前位置: 恒微文秘网 > 范文大全 > 专题范文 > 数字经济对农业碳排放的影响研究

数字经济对农业碳排放的影响研究

来源:专题范文 时间:2024-11-02 09:57:01

李宝礼 王劲凯

摘 要:基于2013—2020年全国30个省份面板数据,构建数字经济水平评价指标体系,从理论上探究数字经济影响农业碳排放的路径机制,在此基础上实证分析了数字经济及其构成要素对农业碳排放影响方向和异质性。结果显示:(1)我国数字经济发展对农业碳排放具有显著的抑制作用。(2)数字经济对农业碳排放的影响具有区域异质性,对东部、东北部及粮食主产区地区具有显著的抑制效应,对西部、非粮食主产地区抑制效应较低,而对中部地区的农业碳排放有一定的促增效应。(3)机制分析结果表明,数字经济可以通过劳动力转移和农业经济发展两条路径对农业碳排放产生影响。最后根据研究结论,从加强数字化基础设施建设、鼓励创新农业技术应用以及优化农业供应链管理三个方面给出政策建议。

关键词:数字经济;
碳排放;
区域异质性;
多元回归

中图分类号:F323;
X322  文献标识码:A  文章编号:1673-260X(2024)05-0001-09

国以粮为本,民以食为天。我国作为农业大国,近年来,粮食产量和农业收入稳步增长。然而在农业高效增产的同时,我国部份地区仍在进行传统粗放式的农业生产模式。在此背景下,农业生产活动中产生的农业化学品、机械工具的使用和设施落后等问题导致农业生产的边际效益逐步下滑,从而催化并加剧了农业碳排放的强度。我国政府多次强调碳减排问题并出台相关政策,力争于2030年前达到二氧化碳排放峰值,努力争取2060年前实现碳中和。农业农村部、国家发展改革委于2022年5月发布的《农业农村减排固碳实施方案》中就明确指出,农业减排固碳要与农业绿色发展政策协同对接,接轨粮食安全、乡村振兴与农业农村现代化的战略。

我国数字经济正处于高速发展的阶段。2019年,中国数字经济总规模已超过35万亿元,占GDP的比重已超过36%,数字经济已成为推动我国经济发展的重要因素之一。2021年12月,中国信息通讯研究院首次编写并在“数字赋能碳达峰碳中和分论坛”发布了《数字碳中和白皮书》,提出多维度借助数字技术推进碳减排,攻克双碳难题,实现数字化、绿色化发展。近年来,在数字乡村建设战略政策的推动下,数字技术在乡村得到逐步推广,绿色乡村正随着数字技术的正向融合加速发展。因此,研究数字经济对农业碳排放的影响具有重要的现实意义和实践价值,对我国农业碳减排目标的实现具有一定的积极作用。

1 文献综述

随着经济的发展和人民生活水平的提高,我们也面临着日益严峻的环境问题,其中之一就是碳排放的问题。我国自2005年成为世界第一大碳排放国,控制碳排放已成为当今社会亟待解决的难题。目前关于碳排放领域的相关研究,部分学者集中探讨了我国碳排放量的主要影响因素以及控制方式。任宏洋等人已经证明经济、人口、能源等是影响碳排放的主要因素,并且在“新常态”背景下,劳动力人口、城市土地利用变化率、消费习惯、市场参与度等可能发展为主要的影响因素[1]。徐浩等人认为,农业产业结构、农业劳动力规模、农业能源结构等因素对农业碳减排的实现起到了促进作用,而农业能源效率则在一定程度上推动了农业碳排放[2]。田云等人则是以长江经济带为研究对象,以各省市2005—2020年农业碳排放量为数据依据,利用STIRPAT测算得出结论,第一产业从业人员数这一因素对农业碳排放量起到促进作用且为主导因素,而农业技术水平则表现为抑制作用但作用力度较小[3]。另一部分学者则对我国部分碳交易试点政策的碳减排效应进行针对性研究。徐新扩等人认为,碳交易试点市场有效促进了试点地区碳排放量与碳强度的下降,且相对于市场微观规制的作用,政府宏观干预对碳市场的减排效应更加明显[4]。还有研究发现,实施新能源示范城市政策能够显著减少试点城市的碳排放[5]。还有学者着力于农业碳排放的测算研究。如陈振博结合2012—2021年的中国碳排放量数据,发现中国农业碳排放总量整体上处于下降的趋势,平均碳排放强度由2012年的0.736下降到2021年的0.472,年平均下降率达到4.5%[6]。钱力等人采用EBM-GML模型测算我国农业碳排放效率,同样得出结论,我国农业碳排放效率整体上处于提升状态,碳减排能力逐渐增强[7]。

数字经济作为赋能经济高质量发展的新动力,近年来也引起了学术界积极的关注与讨论。数字经济对于实现经济高质量发展起到核心作用,也是当前全国乃至全世界重点关注和研究的领域。不仅影响社会经济,对环境也具有一定的影响。有研究表明,数字经济可以显著抑制环境污染,且在数字经济治理环境污染的过程中起到中介作用[8]。数字经济可以通过加快信息流动、联结创新主体、激励企业开展研发活动来提升创新水平,进而企业在创新水平提升的背景下使用清洁技术、开展绿色创新活动等来实现污染的有效治理。刘华玲等人也认为数字经济对环境污染物的排放有一定的抑制作用,其原因是数字经济可以促进地区的绿色创新能力从而减少污染物的排放[9]。张壮壮等人进一步研究数字经济对环境的空间溢出效应,发现数字经济发展不仅抑制了本地区的环境污染,而且对邻近地区的环境污染也起到一定的抑制作用[10]。数字经济的发展有利于改善环境质量,数字经济通过间接推动产业结构升级和科技创新改善环境质量[11]。

已有研究证明数字经济能够直接影响碳排放。林达认为,数字经济能够带动低碳消费的发展[12]。班楠楠对数字经济与总体消费碳排放进行门槛效应分析,发现数字经济的发展的确能够显著增加本省及邻近地区居民的间接消费碳排放,且在数字经济达到较高发展水平后能够促进居民消费碳减排[13]。辛阳等人通过对中国省域数字经济的能源消耗量和碳排放量进行测算和分析,得出在数字经济发展水平较高的地区对农业碳排放的抑制效应高于数字经济发展水平较低的地区[14]。通过现有文献可知,我国碳排放主要来源于生产能源过程中释放的二氧化碳,其次来源于农业生产活动。在农业生产层面,刘震等人认为,数字经济的发展对农业碳排放强度也有显著影响,数字经济能够直接抑制农业碳排放[15]。黄显雷等人的研究也表明数字经济的发展对农业产业结构升级和农业碳排放都起到显著作用。农业产业结构升级显著抑制了农业碳排放,而数字经济可以通过优化农业产业结构升级的方式降低农业碳排放[16]。陈中伟等人研究发现,区域数字经济发展显著抑制了农业碳排放强度;
数字经济发展具有显著空间溢出效应,且呈现明显的空间异质性特征[17]。

综上所述,当前众多学者对于数字经济与碳排放的关系做出了大量研究,为本文奠定了理论基础。我国学者研究证明数字经济能够直接影响农业碳排放,且具有空间异质性。但是,我国学者缺乏数字经济对农业碳排放的影响机制研究,本文通过构建劳动力转移和农业经济发展两个影响机制进行实证分析研究。本文的边际贡献如下:(1)构建农业数字经济评价指标和农业碳排放体系,并合理采取影响农业碳排放的一些指标作为控制变量。(2)研究数字经济对农业碳排放可能存在地区差异,本文将中国30个省份分为东部地区、中部地区、东北地区、西部地区,其次将中国按粮食产量划分为粮食主产区和非粮食主产区可以更清晰地展示出数字经济对不同地区农业碳排放的影响。(3)研究数字经济对农业碳排放的影响机制,探索数字经济对农业碳排放的影响路径。(4)找到影响农业碳排放的突破口,对农业碳减排提供有效的政策与建议。

2 作用机制

依据崔凯等人的研究表明,数字经济与数字乡村紧密融合构建适配于乡村全面发展的数字经济指标[18],本文基于此指标框架并结合多位学者的研究综合分析数字经济对农业碳排放的影响。

首先,数字经济的必要前提是营造合格的数字环境。数字环境是实现产业数字化和数字产业化的基础建设,同时,为数字经济推动农业碳减排提供巨大引擎。本文认为数字环境创新农业管理精细化发展中赋能农业碳减排。农业管理精准化是采用现代化的信息技术和数据研究方法,以实时监控、智能化决策以及精准操作,对农地土壤、地理位置、气候条件等进行个性化管理,以赋能农业生产效益、资源利用效率和环境可持续性的一种管理方式[19]。精准农业管理抑制农业碳排放的原因如下:利用传感器、遥感技术、无人机等物联网手段,对农田土壤、植被、气象、水源等数据进行实时、准确的监测,获取农业生产所需的各种关键数据。通过大数据整理分析,将收集到的数据转化为可用信息,对农作物进行精准施肥,最大限度地满足农作物需求,减少化肥浪费,并通过监测病虫害的传播、发展规律,结合气象条件和作物生长状态等,预测并预警病虫害的发生,及时采取针对性的防治措施,降低农药的使用量,可避免资源浪费,起到推进环境友好型发展,降低农业生产碳排放量的目的。

其次,产业数字化和数字产业化作为数字经济的核心内容,在农村地区主要体现在农产品一产和二产中。崔凯按照投入产出的经济分析方法,将其总结成经济投入和经济效益两个指标[18]。经研究发现,经济投入和效益两者共同为农业碳排放赋能,且具有意义连续性,所以本文将合为一个指标进行分析。

一方面,数字投入和效益赋能技术创新方面促进碳排放。数字经济的迅速发展对农业技术进步起到了积极的推动作用,促进农机具自动化和智能化的应用。农机自动化及智能化技术对减少农业生产碳排放的积极影响原因如下:首先,农机自动化和智能化技术可以有效提升农田工作的精准性和效率,降低农业生产活动中需要的能源损耗[20]。例如,智能灌溉系统和智能温室系统等。这些系统可以依据农作物所需环境和需求,调节灌溉水量、温度和湿度等自动化设施,降低资源浪费,从而减少农业生产带来的碳排放。其次,农机自动化及智能化技术促进农业生产力及生产总值。数字经济赋能农业生产设施可以提升农田管理效率,从而降低农村劳动力投入,提升农业生产效率,扩大农产品产量。随着农业产量的提高,降低由扩大农业生产规模所带来的额外土地和资源开发,从而降低碳排放。最后,农机自动化和智能化技术可以精准调控农机作业,农机工作零重复,减少农机燃油损耗,降低农用工具带来的碳排放。数字经济的发展使得农业能够向智能化和绿色化方向发展,并且在农业生产中提高了投入要素的利用率,降低了资源的消耗。

另一方面,数字投入和效益赋能促进了农产品供应链的信息化和智能化。本文侧重于“农产品+互联网”模式中生鲜农产品冷链物流分析对农业碳排放的影响。2021年起,我国倡导构建乡村冷链,从加工到储存再到销售运输入手发展网络化农产品冷链物流。张蓉从农产品冷链物流的上、中、下游出发结合数字经济,提出“智慧+冷链”物流模式[21]。例如,大数据平台全程监控农产品从采摘、加工、储存到配送,实现信息共享目的,最大化降低资源错配,从而降低能源损耗,达到节能环保的效果。其次,2035年要推动物流低碳化发展,引入新能源物流汽车从根源上解决运输过程中造成的环境污染,实现固碳策略。

在数字服务层面,数字经济带动农产品电商打破了传统销售模式,利用互联网平台提升农产品流通效率,减少流通过程中的资源浪费,提升农村居民的幸福指数。过去农产品多以菜市场零售为主,随着数字经济的发展,以美团、抖音直播平台等为主的App软件拓展了农产品销售渠道,实现了农产品资源整合,统一管理、配送等,从而减少销售运输成本,赋能农产品价值,改善了农村居民的生活水平,降低农业流通过程中产生的碳排放。与此同时,拼多多、支付宝等购物App通过线上购物等渠道获得线上能量值来“浇灌”真实的树,起到植树造林的目的,从绿色发展的角度推动农业碳减排[15]。

总的来说,数字经济通过创新农业技术带动了农业新型管理模式,控制了农业管理过程中产生的额外资源浪费;
为传统农机具赋能绿色化、自动化,在农业生产中提升了投入要素的利用率;
农产品供应链数字化有效避免流通过程中的资源错配情况;
农产品电子商务整合农产品资源,降低农产品销售环节制造的碳排放量。

Lewis于1954年提出的二元经济理论认为,传统的农业生产部门的劳动者更愿意流向生产率更高的现代工业部门[22]。数字经济的发展带来了新的就业机会,尤其是在互联网、电子商务、软件开发、远程工作等领域。这为农村劳动力提供了更多选择,可以在家乡或离家不远的地方找到适合自己的工作,为农村劳动力转型提供了有力措施。数字经济逐渐渗透农业生产碳排放,随着农用工具的智能化和自动化应用,带动农业精准化管理,农业传统的粗放式经营模式也向集约型农业转变。随着智能化、自动化的农业生产方式转变,亦促进农村劳动力转型。李波认为劳动力规模对农业碳减排具有明显的抑制影响[23]。那么,数字经济通过农村劳动力转移是否会对农业碳排放产生影响?关于这一问题的思考与探索,对推进农村数字经济的发展以及推动农业碳减排均具有重要的现实意义与实践价值。

众多学者表明,农业碳排放随着农业经济绿色发展而降低。数字经济通过信息化技术赋能农业经济绿色发展。一方面,通过大数据的收集和分析,可以帮助农民更好地了解市场需求和趋势。农民可以根据大数据分析结果,调整农产品种植结构,选择更具市场竞争力的品种和数量。这样可以降低供需失衡带来的风险,提高农业经济效益,同时减少资源损耗,促进农业碳减排。另一方面,数字经济为农业废弃物的资源化利用提供了新的途径。通过数字技术可以实现农业废弃物的分类、收集和处理。这些废弃物可以用于生物质能源的生产,如沼气和生物质电力,从而减少对传统能源的依赖,实现农业经济绿色发展,同时也减少温室气体的排放。随着数字经济融入农业,于卓卉等人研究发现我国近年来北京、天津、河北等15个省份农业碳排放与农业经济发展处于强脱钩状态,即农业碳排放随着经济发展的增长而降低[24]。

3 研究设计

3.1 变量选择

3.1.1 被解释变量

被解释变量为农业碳排放(Ce)。据现有研究表明,参考伍芬琳等对于农业碳排放的测算方法,选取影响农业碳排放的六大指标,分别为我国农业碳排放的碳源来源,主要是由农用柴油、农用化肥、农药、农膜、农业灌溉和翻耕等六个方面组成[25]。本文的农业指狭义的农业种植业。根据我国农业生产高投入的特点,构建如下农业碳排放公式:

E=∑Ei∑Ti×εi (1)

式(1)中,E表示农业的碳排放总量,Ti表示第i种碳源投入量,εi表示第i种碳源的碳排放系数,各类碳源碳排放系数依据《IPCC国家温室气体清单指南》如下:农用柴油为0.59kg/kg、农用化肥为0.89kg/kg、农药为4.93kg/kg、农膜为5.18kg/kg、农业灌溉为266.48kg/hm2、翻耕为312.60kg/km2。各碳源碳排放系数如表1所示。

3.1.2 核心解释变量

本文的核心解释变量为数字经济,该指标以数字经济指数(De)表示。综合数字乡村建设现有情况及众多学者研究结果,将数字经济分为数字环境、数字投入与效益和数字服务三个一级指标。其中,数字环境包括农村互联网普及率、光缆线路长度、已通邮的行政村比重及农村宽带接入用户四个二级指标;
数字投入与效益包括电子商务销售额、电信业务总量及淘宝村三个二级指标;
数字服务包括农村居民交通通信支出、普惠金融指数两个指标,构建数字经济指数体系,如表2所示。其中选取的所有指标均为正向指标。本文采用熵值法对数字经济发展水平的9个指标进行计算,从而获取全国30个省、自治区、直辖市(除港、澳、台地区和西藏自治区)的数字经济发展水平指数。

3.1.3 中介变量

本文选取劳动力转移(Lt),以农村就业人员—第一产业就业人数与农村就业人员之比表示,农业经济发展(EC)以农林牧渔业总产值表示,在统计年鉴直接获取为中介变量。以上变量均取对数值。

3.1.4 控制变量

为保证实证结果的准确性,本文借鉴已有研究,选取了五个主要对农业碳排放造成干扰的因素:(1)劳动生产率(Wp),以第一产业增加值与乡村人口之比表示。(2)土地生产率(Lp),以第一产业增加值与农作物总播种面积之比表示。(3)人均机械总动力(Mp),以农业机械总动力与第一产业就业人员数之比表示。(4)第一产业增加值比重(PVp),以第一产业增加值占地区国内生产总值的比重表示。(5)农村人口(RP),以各省区市农村人口表示。以上变量均取对数值。

3.2 数据来源

本文数据采用各省区市为单元的面板数据收集,为确保数据的可得性,选择2013—2020年全国30个省份(不包括西藏自治区和港澳台地区)的样本数据。本文数据主要来源于相应年份的国家统计局数据《统计年鉴》《中国农村统计年鉴》EPS数据库以及各省市的统计年鉴等。其中,淘宝村数据来源于阿里研究院报告;
数字普惠金融指数来源于北京大学数字普惠金融研究中心。表3表示各变量的描述性结果。

4 实证与分析

4.1 STIRPAT模型

STIRPAT模型是York R和Dietz T等在IPAT恒等式的基础上改进的随机特殊形式,综合考虑了人口数量、人均可支配收入和科学技术因素变动时对环境变化的贡献,其特殊的形式可以引入多个独立自变量从而更加准确地对相应因变量进行有效的预测和估计[26]。本文采用STIRPAT的拓展模型,将其形式进行一定变换,从而更好地对碳排放的影响因素进行分析和研究。模型的基准形式如下:

I=aPbAcTdu(2)

公式(2)中,I、P、A、T分别代表环境压力、人口因素、财富因素和技术水平。a为模型系数,b、c、d分别代表人口、财富和技术的弹性系数,代表误差项。该模型是当前研究碳排放最常用的方法,并且具有较好的拓展性。本文的农业碳排放量为环境压力,选取农村人口数量为人口因素,选取第一产业增加值比重、劳动生产率及土地生产率为财富因素,选取数字经济、人均机械总动力为技术水平因素。

借鉴STIRPAT模型,构建数字经济、劳动生产率、土地生产率、人均机械总动力、第一产业增加值及农村人口数量对碳排放量的模型表达式,具体形式为:

对模型(3)进行扩展,两边分别取对数,得到:

lnY=lnK+β1lnD+β2lnW+β3lnL+β4lnM

+β5lnP+β6lnH+lnε(4)

该公式表达的是当lnD、lnW、lnL、lnM、lnP和lnH每变化1%时,分别引起lnY的β1%、β2%、β3%、β4%、β5%和β6%变化。

引入中介变量探索数字经济影响农业碳排放的路径,对此构建中介模型,结构如下:

lnY=K1+α1lnD+α2lnW+α3lnL+α4lnM+α5lnP

+α6lnH+ε1(5)

lnEC or Lt=K2+γ1lnD+γ2lnW+γ3lnL+γ4lnM

+γ5lnP+γ6lnH+ε2(6)

lnY=K3+θ1lnD+θ2lnEC or Lt+θ2lnW+θ3lnL

+θ4lnM+θ5lnP+θ6lnH+ε3(7)

式中,K为常数项,ε为随机干扰项。

采用逐步回归法,首先对(5)式进行回归,如果数字经济对农业碳排放具有显著的影响,再对(6)式进行回归。如果数字经济对劳动力转移(农林牧渔业总产值)具有显著的影响,再对(7)式进行回归。如果劳动力转移(农林牧渔业总产值)对农业碳排放具有显著的影响,并且数字经济对农业碳排放的影响也显著只是系数大小改变,说明为部分中介效应。如果劳动力转移(农林牧渔业总产值)对农业碳排放具有显著的影响,但是数字经济对农业碳排放的影响不显著,说明为完全中介。

4.2 回归分析

4.2.1 基准回归

基准回归结果表明,数字经济水平每提升1个单位,农业碳排放量就能下降0.638个单位,且在1%的水平上显著,由此本文假设得到验证。同时,土地生产率和第一产业增加值比重亦对农业碳排放具有抑制效应。原因如下:(1)我国数字经济发展已然在综合层面对农业碳减排做出贡献。数字经济作用于革新农业生产结构、农村治理水平、农村居民综合素质等方面,为推动乡村全面振兴赋能,达到资源合理分配、节能减排等目的,最终实现农业固碳总方针。(2)数字经济创新农业技术,从网络化管理平台到智能型农用机械再到新型种子、化肥等打造绿色化、数字化的集约型生产模式,打破传统粗放式生产体系,起到提升生产效率、节约生产成本、绿色环保的目的。(3)数字经济推动农业经济发展,数字化赋能农业生产结构提升农产品质量,数字电商平台赋能农产品价值,提升农户经济水平,推动农业经济发展。在农业经济高质量发展背景下,加速推进绿色化乡村的实施和落成,构建农业绿色发展和农业经济发展的双循环逻辑,实现减少碳排放和提升固碳能力的目的。

4.2.2 机制分析

(1)劳动力转移的中介效应

根据表5的实证结果看出,数字经济通过劳动力转移对农业碳排放具有显著的抑制作用。数字经济通过劳动力转移影响农业生产的碳排放是因为数字经济的发展改变了人们的生产和生活方式,进一步导致了劳动力从传统农业转移到其他领域。这种转移导致农业生产规模减小,减少了农用地的利用,从而降低了农业生产的碳排放。首先,数字经济的快速发展促使一部分农村劳动力离开农业领域,转向城市就业或从事其他行业。这导致农业生产规模减小和农民数量减少,从而减少了农业用地的利用。较少的农业用地意味着农作物的种植面积减少,农田灌溉的需求减少,进而减少了相关的能源消耗和碳排放。其次,数字经济的发展推动了农业现代化和技术进步。随着数字技术的应用,农业生产逐渐实现了智能化和精细化管理,减少了传统农业生产过程中的资源浪费和能源消耗。

(2)农业经济发展的中介效应

根据表6的实证结果可以看出,数字经济通过农业经济发展对农业碳排放具有抑制效应。基于于卓卉[22]的研究,将我国地区划分为强脱钩地区和弱脱钩地区进行异质性研究分析。在弱脱钩地区,农业经济发展在数字经济的影响下对农业碳排放呈现间接效应。值得注意的是,在强脱钩地区,农业经济发展对我国农业碳排放具有直接效应。

4.3 异质性分析

4.3.1 基于地理位置异质性分析

我国地大物博,地理因素导致农业生产具有明显的差异化特征,且数字经济发展也受到区域位置影响,由此本文依据国家统计局地区划分方法将样本数据划分为东、中、西和东北四个地区进行单独回归分析,研究数字经济对农业碳排放的区域异质性影响。实证分析结果如表7所示。从表7中可以看出,在东部、东北和西部地区,数字经济对农业碳排放均有抑制效应,其中东部和东北部在1%的统计水平上显著,而西部显著性较差。在中部地区,数字经济对农业碳排放的影响并不显著且具有正向影响,原因可能在于,东部、东北部地区数字经济发展较快,且基础设施建设完善,数字化赋能农业的渗透率较高,对于农业碳排放的影响更为明显。西部地区,数字经济发展起步晚于东部、东北部地区,但依据目前数据而言,西部地区数字化发展处于上升期,在政策影响下近年来大力发展数字经济,亦在逐渐提升对农业碳减排的发展趋势。中部地区数字经济对农业碳排放的促增效应可能源于该地区正在普及数字经济,其中建设数字化基础设施时产生的能源损耗会带来额外的碳排放量。

4.3.2 基于粮食产量抑制性分析

我国划分为粮食主产区和非粮食主产区,是为了更好地合理规划和调配国内农业资源,确保粮食供应的稳定性和安全性。通过粮食主产区和非粮食主产区的划分,可以使各地根据自身的资源和特点,因地制宜地发展农业产业,实现农业生产的高效、可持续发展,确保粮食供应的安全和多样化农业发展的平衡。根据表8的实证结果所示,数字经济对我国粮食主产区及非粮食主产区的农业碳排放均具有显著的抑制效应。并且数字经济对粮食主产区农业碳排放的抑制效应大于非粮食主产区,可能的原因是粮食主产区的粮食作物种植已经具备了先进的农业机械、种子、化肥、农药等生产资料,以及专业的技术支持和管理的支撑。而非粮食主产区正大力发展先进农业技术,还未全面引入到农业作业中。

5 结论和政策建议

5.1 研究结论

本文基于我国30个省区市2013—2020年的面板数据,构建了数字经济发展水平和农业碳排放量的评价指标体系,在此基础上测算出30个省区市的数字经济与农业碳排放数据,基于STIRPAT模型构建了数字经济影响农业碳排放的回归模型,并实证分析了数字经济对农业碳排放影响强度与传导机制。研究结果如下:(1)从全国层面看,当数字经济每增长1%,农业碳排放降低0.638%,且在1%的水平上显著。(2)数字经济显著抑制农业碳排放,且每个地区影响效果不同,东部、东北地区影响最大,由于数字经济在其地区广泛应用使农业生产智能化、绿色化,同时提升农业生产效率,降低能源损耗;
西部地区影响最小,由于经济结构差异大限制数字经济发展,导致数字技术发展缓慢,进而较少影响农业碳排放。中部地区数字经济促进碳排放,可能的原因是该地区正建设数字化基础设施,增加碳排放量。其次,不同强度的粮食产区,数字经济对农业碳排放抑制程度也不相同。(3)本文发现,数字经济通过分别影响劳动力转移、农业经济发展两方面,进而对农业碳排放产生影响。其中,劳动力转移间接对农业碳排放起到抑制效应。农业经济在全国层面也间接抑制农业碳排放。值得注意的是,在农业经济发展与农业碳排放高脱钩地区,农业经济对农业碳排放起到直接效应。

5.2 政策建议

为落实党的二十大报告中提到的“积极稳妥推进碳达峰碳中和”目标任务,提出以下的政策建议:(1)加强数字化基础设施。我国大多数地区由于科技发展的不充分和信息资源服务的不完善,仍在采用落后的管理模式,这导致在农田作业的过程中加重了能源损耗。因此,加强农村数字化信息化基础设施的普及势在必行,从多维度多方面减少能源损耗,以实现基础层面的碳减排。(2)鼓励创新农业技术。数字化能够使农业生产模式朝智能化和绿色化方向发展,因此大力推进数字化网络化的全面覆盖,并结合各地区农业发展的特点,加大对农业智能生产技术创新和智能化生产设施引进等方面的财政投入,将新兴农业技术与传统农业技术相结合,摆脱传统粗放式的生产模式,有利于实现农业生产技术的高质量发展,从而推动农业绿色低碳发展。(3)优化农业供应链管理。数字经济赋能农产品与互联网的互利共生,互联网的应用能拓宽农产品的销售渠道,减少产品输出不及时造成的资源浪费和配送过程中的能源损耗,实现环保意义上的绿色碳减排。

参考文献:

〔1〕任宏洋,杜若岚,谢贵林,等.中国碳排放影响因素及识别方法研究现状[J].环境工程,2023,41(10):195-203+244.

〔2〕徐浩,虞昊.农业碳排放的演变特征及影响因素分析[J].北方农业学报,2023,51(03):91-103.

〔3〕田云,蔡艳蓉.长江经济带农业碳排放EKC检验及其驱动因素分析[J].长江流域资源与环境,2023,32(11):2403-2417.

〔4〕徐新扩,刘梦.中国碳市场减排效应研究[J].合作经济与科技,2024,40(08):70-74.

〔5〕林育妙,程秋旺,许安心.新能源示范城市建设的碳减排效应研究[J].调研世界,2024,37(01):26-36.

〔6〕程振博.“双碳”目标下农业碳排放强度的测度评价及其区域差异研究[J].现代农业,2023,48(05):99-104.

〔7〕钱力,金雨婷.农业碳排放效率测度及空间溢出效应[J].安庆师范大学学报(社会科学版),2023, 42(04):100-108.

〔8〕陈祖海,符斌.创新水平视角下数字经济对环境污染的影响——以长江经济带40个沿线城市为例[J].长江流域资源与环境,2024,33(01):126-138.

〔9〕刘华玲,赵晨宇,曹亚珂,等.绿色新发展理念下数字经济对环境污染的影响[C]//中国管理现代化研究会,复旦管理学奖励基金会.第十八届(2023)中国管理学年会暨“一带一路”十周年研讨会论文集.上海:上海对外经贸大学统计与信息学院,2023:811-821.

〔10〕张壮壮,司马义·阿布力米提.数字经济对环境污染的影响研究[J].统计与管理,2023,38(07):100-108.

〔11〕曹振祥.数字经济对环境质量的影响研究[D].合肥:安徽大学,2022.

〔12〕林达.“双碳”目标下数字经济助力低碳消费[J].中国集体经济,2022,38(14):29-32.

〔13〕班楠楠,张潇月.数字经济对我国居民消费碳排放影响[J].中国环境科学,2023,43(12):6625-6640.

〔14〕辛阳,贺民澍,何银宁.西部地区十二省份数字经济发展水平测度与碳排放影响的关系研究[J].中国商论,2024,33(02):72-79.

〔15〕刘震,张晓星,魏威岗.农村数字经济发展对农业碳排放的影响——基于29个省份的面板数据分析[J].江苏大学学报(社会科学版),2023,25(03):20-32+47.

〔16〕黄显雷,杜倩慧,廖若凡.数字经济发展、农业产业结构升级与农业碳排放关系研究[J].中国农业信息,2023,35(03):84-94.

〔17〕陈中伟,汤灿.数字经济发展对农业碳排放的影响及其时空效应[J].科技管理研究,2023,43(12):137-146.

〔18〕崔凯,冯献.数字乡村建设视角下乡村数字经济指标体系设计研究[J].农业现代化研究,2020,41(06):899-909.

〔19〕羌栋强,蔡艳婧,袁娇娇.基于GIS的农业精细化管理系统设计——以南通市为研究对象[J].物联网技术,2024,14(01):98-101+105.

〔20〕廖春荣.农业机械自动化、信息化和智能化路径选择[J].农业工程技术,2023,43(26):84-85.

〔21〕张蓉.新零售时代生鲜农产品“智慧+冷链”物流发展路径探究[J].商业经济研究,2022,41(09):112-115.

〔22〕Lewis, W. Arthur. Economic Development with Unlimited Supplies of Labour[J]. The Manchester School, 1954 ,(22):139–191.

〔23〕李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境,2011,21(08):80-86.

〔24〕于卓卉,毛世平.中国农业净碳排放与经济增长的脱钩分析[J].中国人口·资源与环境,2022,32(11):30-42.

〔25〕伍芬琳,李琳,张海林,等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志,2007, 26(12):2035-2039.

〔26〕YORK R, ROSE E, DIETZ T. STIRPAT, IPAT and Impact:
analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics, 2003,46(03):351-365.

猜你喜欢 多元回归碳排放数字经济 OECD国家数字经济战略的经验和启示现代管理科学(2017年3期)2017-03-03江苏省实施税收优惠政策促进科技创新的实效性研究中国集体经济(2016年34期)2017-01-05我国大学生人生规划自主性的现状和影响因素大学教育(2016年12期)2017-01-03从数字经济视角解读欧亚经济联盟与丝绸之路经济带对接西伯利亚研究(2016年5期)2016-12-23中国装备制造业阶段竞争力研究贵州财经大学学报(2016年6期)2016-12-19上证综指收益率的影响因素分析时代金融(2016年27期)2016-11-25宁夏碳排放与经济增长的脱钩关系研究中小企业管理与科技·下旬刊(2016年10期)2016-11-18数字经济对CFC规则的冲击探究中国市场(2016年37期)2016-11-12重庆市碳排放现状及低碳发展路径分析美与时代·城市版(2016年8期)2016-11-10碳排放、产业结构与经济增长的关系研究大众理财顾问(2016年8期)2016-09-28

恒微文秘网 https://www.sc-bjx.com Copyright © 2015-2024 . 恒微文秘网 版权所有

Powered by 恒微文秘网 © All Rights Reserved. 备案号:蜀ICP备15013507号-1

Top