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

刘 震,张晓星,魏威岗

一、 引言

2020年9月22日,习近平主席在第七十五届联合国大会上郑重宣布中国将力争在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。农业作为重要的碳排放源,是实现碳达峰碳中和目标的主要发力点之一。我国是历史悠久的农业大国,农业生产活动普遍而广泛。传统粗放型的农业生产模式下,农业生产过程中化肥、农药的使用和土地翻耕、灌溉,以及存在的生产效率低、资源配置不合理等问题都会直接或间接地导致较多的农业碳排放与较高的农业碳排放强度,从而严重制约农业的低碳、高质量发展。农业碳排放问题已经引起了我国政府的高度关注,《“十四五”全国农业绿色发展规划》强调要以构建绿色低碳循环发展的农业产业体系为重点,2022年的《政府工作报告》也进一步指出要不断改善生态环境,实现绿色低碳发展。

数字经济作为国民经济的“稳定器”与“加速器”,其2021年规模已达45.5万亿元,占GDP比重达39.8%,对我国经济高质量发展与环境治理具有重要意义。2021年9月,首届中国数字碳中和高峰论坛发布了《数字空间绿色低碳行动倡议书》,倡导探索数字碳中和路径,大力推动数字化绿色化协同转型发展。数字经济的蓬勃发展正与农村经济紧密融合,不断推进农业现代化和农村的进步与发展。农村数字经济的发展是否可以为农业碳减排带来新动能?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,也可以为推动我国实现双碳目标贡献一定的政策启示。

二、 文献综述

目前碳排放领域的相关研究,一方面集中于探讨我国实现碳达峰、碳中和目标所面临的挑战以及相应的对策途径。胡鞍钢(1)胡鞍钢.中国实现2030年前碳达峰目标及主要途径[J].北京工业大学学报(社会科学版),2021(3):1-15.、欧阳志远等(2)欧阳志远,史作廷,石敏俊,等.“碳达峰碳中和”:挑战与对策[J].河北经贸大学学报,2021(5):1-11.分别从国际与国内的视角具体分析了我国实现碳达峰、碳中和目标所面临的严峻挑战;刘晓龙等(3)刘晓龙,崔磊磊,李彬,等.碳中和目标下中国能源高质量发展路径研究[J].北京理工大学学报(社会科学版),2021(3):1-8.、徐国泉等(4)徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口·资源与环境,2006(6):158-161.重点从能源结构角度分析我国在碳中和背景下所存在的问题,并提出节能提效、加快能源结构转型升级等对策途径。另一方面,部分学者通过合成控制法对我国碳交易试点政策的碳减排效应进行了实证分析(5)张彩江,李章雯,周雨.碳排放权交易试点政策能否实现区域减排?[J].软科学,2021(10):93-99.,认为中国碳交易试点政策起到了显著的碳减排效果,但存在低碳创新市场驱动不足、试点政策激励效果不佳以及区域异质性等问题。

此外,还有较多学者以农业碳排放为研究重点,围绕农业碳排放的特征和测算、农业碳减排政策以及影响因素等开展了相关研究。金书秦等(6)金书秦,林煜,牛坤玉.以低碳带动农业绿色转型:中国农业碳排放特征及其减排路径[J].改革,2021(5):29-37.对我国农业碳排放的结构特征进行了分析,发现我国农业碳排放存在阶段性上升趋势且地区间、省域间存在差异。政策性研究方面,郑恒等(7)郑恒,李跃. 低碳农业发展模式探析[J]. 农业经济问题,2011(6):26-29.阐述了多个低碳专项规划,为我国建立低碳农业发展模式提出相关建议;范定祥等(8)范定祥,廖进中. 农业源碳减排的进化博弈分析[J]. 统计与决策,2011(1):40-42.基于进化博弈理论,认为政府的支持和干预力度可以引导农业源农户选择碳减排策略。在影响因素方面,徐清华等(9)徐清华,张广胜.农业机械化对农业碳排放强度影响的空间溢出效应——基于282个城市面板数据的实证[J].中国人口·资源与环境,2022(4):23-33.的实证研究发现农业机械化对农业碳排放有显著的抑制作用,何培培等(10)何培培,张俊飚,何可,等.农业生产何以存在低碳效率幻觉?——来自1997—2016年31个省份面板数据的证据[J].自然资源学报,2020(9):2205-2217.则探讨了各省份农业低碳效率幻觉的存在与否问题以及影响因素。

数字经济作为推动经济高质量发展的新动能,近年来也引起了学术界的广泛关注与讨论。一方面是关于数字经济界定方面的研究。李海舰等(11)李海舰,张璟龙.关于数字经济界定的若干认识[J].企业经济,2021(7):13-22.从宏观、中观、微观三个层面界定了数字经济的内涵,认为数字经济包括广义、中义、狭义以及最狭义四个层次,并探究了数据成为生产要素的机制和演进过程(12)李海舰,赵丽.数据成为生产要素:特征、机制与价值形态演进[J].上海经济研究,2021(8):48-59.。另一方面则主要是关于数字经济效应的研究,认为数字经济可以降低环境污染(13)邓荣荣,张翱祥.中国城市数字经济发展对环境污染的影响及机理研究[J].南方经济,2022(2):18-37.、促进城市高质量发展和推动形成地区间协调发展的经济格局(14)赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界,2020(10):65-76.。

此外,还有较多研究关注农村数字经济的发展。在理论分析方面,现有研究主要聚焦于农村数字经济的作用机理与发展路径。温涛等(15)温涛,陈一明.数字经济与农业农村经济融合发展:实践模式、现实障碍与突破路径[J].农业经济问题,2020(7):118-129.探究了数字经济与农业农村融合发展的价值、实践模式以及作用机理,认为应当通过加快建设农村数字基础设施、推进农业数字化、发展农村电商等方式来促进农村数字经济发展。在实证研究方面,现有研究主要聚焦于农村数字经济发展水平的测度以及数字金融对农村发展的影响。慕娟等(16)慕娟,马立平.中国农业农村数字经济发展指数测度与区域差异[J].华南农业大学学报(社会科学版),2021(4):90-98.测度了我国农村数字经济发展水平,并对空间特征和区域差异进行了分析。在数字金融方面,陈阳(17)陈阳,赵丙奇. 中国数字普惠金融的减贫效应研究[J]. 科技与管理,2019(4):63-68.等基于我国省级面板数据的研究发现数字普惠金融能够显著降低贫困发生率;连俊华(18)连俊华. 数字金融发展、农村普惠金融与农业经济增长——来自中国县域数据的经验证据[J]. 中国软科学,2022(5):134-146.对中国1 301个县级地区经济数据的研究也发现,数字金融可以显著促进农村经济增长。

关于数字经济对碳排放的影响,目前学术界也开展了较多研究,主要是使用我国省份或城市的面板数据,实证考察数字经济对碳排放的影响,发现数字经济发展可以显著降低碳排放强度(19)郭丰,杨上广,任毅.数字经济、绿色技术创新与碳排放——来自中国城市层面的经验证据[J].陕西师范大学学报(哲学社会科学版),2022(3):45-60.,但存在一定的区域差异(20)谢云飞.数字经济对区域碳排放强度的影响效应及作用机制[J].当代经济管理,2022(2):68-78.。

通过对上述文献的梳理,可以看出现有研究主要存在两点不足:第一,尽管已有较多文献围绕数字经济与碳排放之间的关系开展了研究,但多以城市层面进行,鲜少涉及农村数字经济和农业碳排放之间的关系,缺少直接实证检验农村数字经济与农业碳排放关系的研究;第二,已有的研究在进行异质性分析时,大多按照区域进行分样本研究,较少考虑到科学技术对引领数字经济高质量发展的作用。基于以上两点,本研究从中国省份层面,测算了各省的农业碳排放总量、农业碳排放强度以及农村数字经济发展水平,对农村数字经济与农业碳排放之间的关系进行了实证检验。本研究不仅考察了农村数字经济对农业碳排放的区域异质性影响,还从科学技术角度分析了农村数字经济对农业碳排放的异质性。

三、 作用机制与研究假设

数字经济是以数据为核心生产要素的新经济形态,其发展依赖于数据获取能力。而数字基础设施的建设不仅可以实现数据信息的利用与传输,还可以提高数据流通效率,因此,加快建设数字基础设施成为推进数字经济发展的重要依托。同时,数字基础设施的建设也是数字经济与农村经济融合发展的重要前提,不论是农业信息化、农产品交易电子商务化,还是农村数字金融的发展,都要以完备完善的农村数字基础设施建设为先决条件。

中国信息通信研究院《中国数字经济发展白皮书(2021年)》认为数字经济包括数字产业化、产业数字化等四部分,其中产业数字化是指传统产业应用数字技术所带来的产出增加和效率提升部分。在数字技术的赋能作用下,可以建立起农业产前、产中的环境监测体系,并在产后形成农村电商带货等新业态,从而实现传统农业向精细、科学、高效化的发展转变。

数字经济与农村经济的融合发展推动形成了数字金融服务“三农”的实践模式。数字经济的发展催生出金融新业态,而数字金融的创新发展又为数字经济不断增添新动能。数字技术与传统金融的结合为打通农户“最后一公里”提供了可能。数字金融的赋能作用使农村地区以低成本解决融资难、融资慢的问题,充分发挥了数字金融的普惠、共享优势,从而助力乡村振兴战略并推动我国数字经济深入、全面发展。

基于此,本文主要从农村数字基础设施建设、农业数字化和农村数字金融发展三方面来探究农村数字经济发展的农业碳减排效应(见下页图1)。

图1 农村数字经济对农业碳排放的作用机制

(一) 农村数字基础设施建设

数字基础设施作为数字经济发展的前提条件,是实现农业数字化和发展农村数字金融的重要基础,对于推动数字经济深入发展与发挥数字经济碳减排效应具有重大意义。农村数字基础设施建设的农业碳减排效应主要表现在两个方面,第一,农村数字基础设施建设可以引导农村居民形成绿色环保理念。广泛覆盖的数字基础设施可以缩小农村居民的数字接入鸿沟,数字传播技术的发展使农村居民加速进入网络环境,了解环境污染相关新闻及舆论,形成绿色环保理念,从而推动形成网络非正式环境规制(21)徐圆.源于社会压力的非正式性环境规制是否约束了中国的工业污染?[J].财贸研究,2014(2):7-15.,有助于减少农业碳排放,重塑农村环境治理格局。第二,完善的农村数字化基础设施建设,可以减少地理空间的限制,推动信息互联共享,有助于实现资源合理配置,从而减少生产生活中因空间和时间因素产生的能源消耗,提高能源利用效率,发挥碳减排效应。

(二) 农业数字化

在农业生产管理方面,大数据分析技术可以推动建立规模化、标准化的农业生产基地,实现对农作物播种、产量与需求的科学分析与合理预测,减免因不充分、不对称的信息而造成的供求失衡现象与资源浪费情况。此外,还可以通过遥感卫星等现代化信息处理技术,实现对农业生产的实时数据收集、监测、分析,建立科学的环境监测体系,精确测算碳排放并及时溯源,促进有效治理和绿色发展。

数字技术还可以不断丰富农产品营销方式,形成农村电商、直播带货等新型销售模式。农村互联网的不断普及将农民接入线上消费网络空间,实现“点对点”交易,减少了因传统农业销售模式存在的信息不对称、交易成本高等问题而带来的资源浪费与碳排放。在物流配送方面,低碳物流成为未来的发展方向。2035年远景目录纲要指出在交通运输业要推进绿色低碳发展,实现货运物流低碳化。为实现低碳物流发展,依托数字技术,物流配送业正逐步以清洁能源电动汽车代替传统的燃油汽车,并且加快应用无人机在农村地区进行物流配送以减少碳排放。依托人工智能技术建立农村智慧物流信息平台,可以优化配送路径,实现资源集约化,进一步发挥数字经济的碳减排效应。

(三) 农村数字金融

农村数字金融的发展推动搭建了农村环保服务平台。参与环境治理等活动有效提高了农民参与环保的积极性,有助于提高农民社会责任感。以支付宝个人碳账户平台中“蚂蚁森林”为例,用户通过收集线上能量和种植虚拟树的方式,实现在现实中真实的植树造林项目,这种方式吸引了大量用户参与到环境保护行动中,既为群众提供了获得感,也推动了农业的绿色发展与碳减排。此外,依托数字金融发展搭建的农村环保服务平台还可以通过大数据技术对平台用户的信息进行分析,对资源进行合理配置,从而实现农业碳减排效应。数字金融还倡导绿色消费理念。移动支付、线上金融服务可以不断降低农民对金融机构的依赖程度,不仅减少纸币交易成本,还推进金融营业网点合理布局,减少资源消耗,实现经济效益与环境效益的统一。

另外,数字金融可以有效弥补传统金融对农村地区的忽视。在传统金融环境下,农民融资困难且资金来源渠道单一,不利于引进农业新技术而形成粗放型的生产方式,导致较多的农业碳排放,造成了较为严重的农业污染问题。而数字金融的发展则拓宽了农民资金来源渠道,有助于农民引进高效、低碳的农业新技术,并形成绿色的农业经营模式,从而不断减少农业碳排放强度,促进农业绿色发展。此外,数字金融还可以缓解金融资源的错配,为农村居民提供更多的职业选择。

鉴于以上农村数字经济对农业碳排放的作用机制分析,本文提出研究假设:农村数字经济发展可以显著降低农业碳排放水平。

四、 研究设计

(一) 模型设定

为探究农村数字经济发展对农业碳排放的影响,本研究构建如下基准模型:

lnAEit=α0+α1ADIGit+α2lnCONTROLit+λi+εit

其中,AEit代表第i个省(区、市)第t年的农业碳排放强度;ADIGit代表第i个省(区、市)第t年的农村数字经济发展综合得分,是本文的核心解释变量;CONTROLit代表其他控制变量,包括城镇化率(URBANit)、农用机械化水平(MECHit)、种植结构(STRUit)、农业化学品投入强度(CHEMit)、交通状况(TRANit)、农村用电情况(ELECit);λi表示省份固定效应;εit表示随机误差项;α1是本文重点关注系数,预期为负值。

(二) 变量选择

1. 被解释变量:农业碳排放强度(AE)。本文选取农业碳排放强度来衡量省份农业碳排放水平。农业碳排放强度由农业碳排放总量与农业产值之比表示。各省份农业碳排放总量的测算借鉴李波等(22)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(8):80-86.的方法,从农用化肥、农药、农膜、农用柴油、翻耕和灌溉6个方面对碳排放进行测算。碳排放估算公式:

E=∑Ei=∑Ti·δi

其中,E为农业碳排放总量,Ei为各种碳源的碳排放量,Ti为各碳排放源的量,δi为各碳排放源的碳排放系数。各类碳源碳排放系数如下:农用化肥为0.896 kg·kg-1、农药为4.934 kg·kg-1、农膜为5.180 kg·kg-1、农用柴油为0.593 kg·kg-1、翻耕为312.600 kg·km-2、农业灌溉为25 kg·hm-2。在测算出各省的农业碳排放总量后,除以各省农业产值,得到各省农业碳排放强度(kg/万元)。各省(区、市)2013—2020年的农业碳排放总量及农业碳排放强度的平均值如图2所示。农业碳排放总量平均值排在前五位的依次是河南、山东、河北、江苏、安徽,以农业大省为主。从农业碳排放强度来看,排名前五位的依次是吉林、内蒙古、安徽、甘肃、宁夏,每万元农业产值产生的碳排放量较大,均超过190 kg,一方面是由于其可能以粗放型农业生产方式为主,另一方面也与其农业数字经济发展水平不高有关。

图2 各省(区、市)2013—2020年的农业碳排放总量及农业碳排放强度的平均值

2. 核心解释变量:农村数字经济发展指数(ADIG)。本文借鉴已有研究,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三个层面,选取了农村互联网普及率、农业气象观测站等10个指标,构建农村数字经济发展评价指标体系,如下页表1所示。农村互联网普及率由农村互联网宽带接入用户与该地区农村人口数之比来衡量,淘宝村数量指标来自阿里研究院《中国淘宝村研究报告》,数字普惠金融覆盖广度指数来自北京大学数字普惠金融指标数据,用账户覆盖率衡量,包括每万人拥有支付宝账号数量、支付宝绑卡用户比例、平均每个支付宝账号绑定银行卡数三项具体指标。其他指标数据均可直接获取。其中邮政网点平均服务人口为负向指标,其他为正向指标。本文采用熵值法对农村数字经济发展的3个层面10个指标进行计算,从而得到各省(区、市)的农村数字经济发展指数。

表1 农村数字经济发展评价指标体系

各省(区、市)2013及2020年农村数字经济发展水平如图3所示。可见各地区之间、不同年份之间农村数字经济发展水平存在较大差异。

图3 中国29省(区、市)2013及2020年农村数字经济发展综合得分对比

3. 控制变量。借鉴已有研究,本文选取以下控制变量:(1) 城镇化率(URBAN),以城镇人口与总人口之比表示;(2) 农用机械化水平(MECH),以农业机械总动力表示;(3) 种植结构(STRU),以粮食播种面积与农作物播种面积之比表示;(4) 农业化学品投入强度(CHEM),以化肥用量与农作物播种面积之比表示;(5) 交通状况(TRAN),以铁路营业里程和公路里程之和表示;(6) 农村用电情况(ELEC),以农业发电量表示。以上变量均取对数值。

(三) 数据来源

考虑数据可得性问题,本研究所用全部数据为2013—2020年全国29个省(区、市)层面数据(不含上海、西藏、台湾、香港、澳门),数据来源于《中国统计年鉴》(2013—2020)及《中国农村统计年鉴》(2013—2020)、EPS数据平台、阿里研究院报告以及北京大学数字普惠金融指数。各变量描述性结果如下页表2所示。

表2 主要变量说明与描述性统计分析

五、 实证结果与分析

(一) 基本回归结果

表3报告了农村数字经济对农业碳排放强度影响的基准回归结果。第(1)列仅考虑核心解释变量,发现农村数字经济在1%水平上显著降低农业碳排放强度。第(2)列加入控制变量,发现农村数字经济发展水平每提高1个单位,农业碳排放强度下降0.346个单位,且这种负向影响仍然在1%水平上显著,从而验证了研究假说。一方面,农村数字经济的发展加速农村居民进入网络环境,不仅推动信息互联共享,实现资源合理配置,还帮助农村居民树立绿色消费理念,形成非正式的网络环境规制,从而降低农业碳排放强度。另一方面,数字技术与农业的紧密结合,帮助农民实时、精确地把握农业生产数据,提高生产效率,有效减免了因资源浪费而带来的农业污染,且在农村数字金融不断发展的环境下,农村居民得以拓宽融资渠道,引进高效、低碳的农业新技术,形成绿色经营模式,推动传统粗放型农业生产方式向集约型转变,从而实现农村数字经济的农业碳减排效应。

表3 基准回归结果

(续表)

(二) 稳健性检验

1. 替换被解释变量。基准回归中以农业碳排放强度为被解释变量,为进一步增强结论的稳健性,将被解释变量更换为农业碳排放总量(取对数值)进行稳健性检验,结果如表4第(1)列和(2)列所示。在替换了被解释变量的情况下,农村数字经济发展仍然对农业碳排放水平具有显著的负向影响。

表4 稳健性检验结果

2. 剔除部分样本。考虑到我国各省之间数字经济发展存在较大差异,为进一步增强结论的稳健性,剔除截至2020年数字经济规模超过1万亿元的12个省(区、市)数据(23)数据来源于中国信息通信研究院发布的《中国数字经济白皮书(2021年)》。。表4第(3)列和第(4)列的结果显示,农村数字经济发展仍然对农业碳排放水平具有显著的负向影响,且这种负向影响变强,这可能是由于这些省份数字经济发展正处于上升期,发展速度加快,发展潜力较大,因此更容易降低农业碳排放强度。

(三) 异质性分析

1. 区域异质性。我国各地区之间存在较大的经济发展水平差异,且各地区数字经济发展水平、基础设施、产业结构也存在明显差异,因此本文将样本划分为东部、中部、西部与东北地区四部分进行分样本回归,讨论各地区农村数字经济发展对农业碳排放强度的区域异质性影响。区域异质性分析结果如表5所示,对于东部、西部地区,农村数字经济发展对农业碳排放强度仍然有显著负向影响,而东北地区则不显著。可能的解释是:东部地区经济基础好,数字经济发展较早,拥有较为完备的农村数字经济基础设施,数字技术与农业的融合发展程度更高;西部地区数字经济发展与数字技术应用虽起步较晚,但其目前处于较快的上升期,农业低碳化发展潜力大;东北地区数字经济发展相对落后,数字基础设施尚未健全,农村数字金融覆盖范围小,且第二产业占比大,数字技术与农业融合不紧密。结果还显示中部地区农村数字经济发展系数为正,表明农村数字经济发展可能会增加农业碳排放强度。这可能是由于中部地区数字经济发展还不成熟,数字技术在农业的应用过程中带来的高投入、高成本增加了农业碳排放强度。

表5 区域异质性分析结果

2. 科学技术投入异质性。科学技术作为第一生产力,其发展对于碳减排和数字经济发展都具有重要的支撑作用。一方面,科学技术的进步对碳减排有直接的影响。当前,技术进步是实现碳减排和绿色发展的重要驱动力(24)杨莉莎,朱俊鹏,贾智杰. 中国碳减排实现的影响因素和当前挑战——基于技术进步的视角[J]. 经济研究,2019(11):118-132.,科学技术的投入有助于推动绿色技术的创新,节约生产成本并推进各领域的专业化分工,促进生产率的提高,从而直接减少碳排放。另一方面,科学技术的进步还会推动人工智能、大数据等数字技术的进步,加速产业数字化和数字产业化的发展进程,从而对数字经济的高质量发展产生促进作用,以此来进一步减少碳排放。

为检验在不同科技投入背景下农村数字经济发展对农业碳排放强度的影响,本文依据各省(区、市)2013—2020年财政支出中的科学技术支出的平均值将29省(区、市)分成高、低两个样本组进行异质性分析,结果如表6所示。对于高科技投入组,农村数字经济发展对农业碳排放强度仍然有显著的负向影响,而低科技投入组则不显著。这说明高科学技术投入有助于推动农业绿色发展,降低农业碳排放强度。农村数字经济的发展以农村数字基础设施的完备、完善为前提,农业数字化过程中农产品的生产、运输、销售以及全过程的碳排放监管、测算和溯源都有赖于健全的数字基础设施。高科学技术投入有利于推动科技创新,建设更高质量的数字经济基础设施,从而为数字技术与农业的紧密结合提供实现方式与技术保障,促进发挥农业碳减排效应。同时,政府以补贴形式的科技投入引致高技术劳动力的不断流入,可以提升当地创新水平,从而推动数字经济持续、高质量的发展,实现数字经济的碳减排效应。因此各地政府应该大力推行创新驱动发展战略,加大科学技术的财政支持力度,建立完善的激励体系,鼓励应用型研究与关键领域的技术创新。此外,各地政府还可以在政府考核指标体系中增加科学技术投入、应用等指标的权重和比例(25)卞元超,吴利华,白俊红.财政科技支出竞争是否促进了区域创新绩效提升?——基于研发要素流动的视角[J].财政研究,2020(1):45-58.,设计完善的人才引进制度,重视培养高素质人才队伍,从而实现数字经济的高质量发展与碳减排效应。

表6 科学技术投入异质性分析结果

(续表)

六、 结论及政策建议

利用我国29省(区、市)2013—2020年的数据,本研究测算了各省份农业碳排放强度与农村数字经济发展水平,并在此基础上,实证检验了农村数字经济发展对农业碳排放的影响。研究表明:(1) 农村数字经济发展能够显著降低农业碳排放水平,且这一结论在更换被解释变量、剔除部分样本等稳健性检验后仍然成立;(2) 农村数字经济发展对农业碳排放强度的负向影响在东部、西部地区更加显著;(3) 高科学技术投入地区的农村数字经济碳减排效应较低科技投入地区更为显著。基于以上研究结论,本文提出如下政策建议:

第一,打造完备完善的农村数字经济基础设施。进一步推进农村互联网全覆盖,加快农村5G网络建设,建立智慧农业技术体系,加快信息互联共享,建设统一的农业农村大数据平台,为农村数字经济发展与推进农业数字化提供坚实的信息基础设施支撑。

第二,注重实现各地区农村数字经济均衡发展。一方面要加强各地区互联互通与信息共享,深入合作推动建立数据共享平台。另一方面要加大对中西部以及东北地区的财政投入,因地制宜地实施可协调、可持续的数字经济发展政策,努力消除地区间数字鸿沟。同时,中西部地区还可以主动扩大对外合作,如通过自贸区合作等方式引进信息技术赋能农业,充分发挥当地比较优势,加快农业数字化转型,从而实现区域间数字经济协同发展。

第三,增加科学技术投入,推动技术进步与农业绿色发展。结合农业发展特点,加大对科学技术的财政支持与奖励力度,设置专项资金鼓励农业科技研发与创新,不断加强低碳技术的科技攻关能力,推动农业绿色低碳发展。