农村电商发展有助于碳减排吗？

关键词 农村电商；淘宝村建设；碳减排；数字乡村；空间溢出效应

中图分类号 X323；F724. 6；F323 文献标志码 A 文章编号 1002-2104（2024）08-0036-11 DOI：10. 1206/cpre. 20231231

低碳发展与城乡均衡发展已成为中国经济高质量发展的基本方向。2020年9月，在第七十五届联合国大会一般性辩论上中国宣布了“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”。2021年3月，十三届全国人大四次会议通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，明确提出“加快数字化发展，建设数字中国”“推动绿色发展，促进人与自然和谐共生”的战略目标。2022年10月，党的二十大报告进一步强调要“全面推进乡村振兴，坚持农业农村优先发展”“推进生态优先、节约集约、绿色低碳发展”。如何借助数字实现乡村振兴与低碳发展战略的协同推进已经成为学术界和政府关注的议题［1-2］。农村电商作为数字技术在农村地区的渗透形式，其在促进乡村振兴与城乡均衡发展上被寄予厚望［3］。然而，其是否有助于实现“双碳”目标，仍有待于进一步探究。鉴于此，本研究将2014—2021年淘宝村数据与282个地级及以上城市数据相匹配，综合运用双向固定效应模型、工具变量法、空间计量模型和对数平均迪氏指数（LMDI）法，实证考察了农村电商发展的碳减排效应及其作用机制。具体而言，本研究的边际贡献主要体现在以下3个方面：第一，首次在淘宝村建设研究的视角下，提供了农村电商发展碳减排效应的经验证据，从而就“数字乡村”建设能否兼顾乡村振兴与低碳发展战略这一重要现实问题予以回答。第二，理论阐释了农村电商既具有普通电商缓解信息不对称和拥有更高效的物流配送体系等与传统交易模式的低碳特征的区别，还引致了城乡人口和产业的再平衡，并揭示了农村电商发展通过碳排放分解因素、疏解城市化压力以及抑制资本深化而促进碳减排的内在作用机制。第三，提出了将农村电商发展划分为农业类和工业类的分类方法，进而就这两类农村电商发展对碳排放的异质性影响进行科学识别。

1文献综述

学术界普遍认同数字经济发展具有碳减排潜力［4-5］，且这种碳减排作用具有长期性［6］。对中国而言，既有研究发现数字经济发展对于东部地区、大型城市及非能源型城市的碳减排作用更为显著［7-9］。近年来，数字经济的发展不仅催生了新的业态产生，也加速了数字技术对传统产业的改造，有助于相关产业提升能源利用效率、优化能源消费结构，从而有助于促进低碳转型发展［6-7］。就作用机制而言，绿色技术创新、能源消费结构优化及产业结构调整，被视为数字经济发挥碳减排效应的主要渠道［5］。同时，也有学者认为，数字经济的碳减排效应并非普遍存在，其对于制造业可能表现得更加明显，但服务业的数字化转型反而可能增加碳排放［10］。

电商作为数字经济的重要组成部分，对碳排放的影响也逐渐受到学术界关注。尽管现有研究尚未达成一致结论，但大多数研究认为电商相对于传统的市场交易模式更为低碳［11-13］。电商能够实现买方与卖方的跨线下线上沟通和交易，因而可减少销售、商旅、生产、仓储等环节所产生的碳排放，甚至可以实现产品全生命周期碳减排［14-15］。电商产生的碳排放主要来自运输和配送过程，尤其是“最后一英里”环节［13］。因此，配送模式［16］、环保包装［17］、消费者低碳偏好［18］等因素，均会对电商引致的碳排放产生重要影响。此外，在电商与线下实体店共存的背景下，消费者的“搭便车”行为也会增加电商所产生的碳排放［19］。

在关于碳排放影响因素的文献中，因素分解方法近年来得到了广泛的应用。该方法主要包括基于投入-产出模型的结构分解法（SDA）和指数分解法（IDA）两大类［20］。其中，由于具有将综合指标完全分解的优点，Ang［21］提出的LMDI分解法已成为相关研究中最常用的一种IDA分解方法［22］。根据Ang［21］的研究，碳排放的变化可以被分解为技术效应、经济发展效应及人口规模效应等驱动因素。但是，对于电商尤其是农村电商能否通过技术效应、经济发展效应及人口规模效应影响碳减排，目前仍缺乏相关文献证据。

理论而言，农村电商作为电商在农村的发展形式［23］，同样具有缓解信息不对称、匹配高效物流配送体系、促进区域经济增长和人口流入等功能［24-25］。当然，农村电商也有其区别于普通电商的独有特征。例如，农村电商能够催生大批使用低技能劳动力替代资本［26］的劳动密集型的乡村产业，并推动城市劳动力与劳动密集型产业迁往农村［26］，从而引发城乡人口和产业的再平衡。目前既有文献尚未有对农村电商发展的碳减排效应及其异质性特征和作用机制开展的专门探讨。

2理论分析

2. 1电商的低碳特征

农村电商是电商在农村的渗透，其本质是对电商应用范围的扩展，因而具有区别于传统交易模式的低碳特征，这主要体现在销售、生产和消费等环节的低碳化转型，以及拥有更高效低碳的物流配送体系。因此，农村电商的发展会进一步推动农村经济系统的电商化转型，从而直接助推整体经济活动的低碳化转型。

一方面，电商实现了生产者与消费者的直接对接，缓解了供需双方的信息不对称，并提高了信息传递效率［27］。①在销售过程中，电商平台的沟通软件、智能手机应用程序和电子文档等数字沟通方式，不仅可以削减销售人员的商务差旅频次，也能够节省大量的办公耗材，还可以间接减少相关客运、货运与邮政次数，从而对碳排放产生抑制作用。②在生产过程中，农村电商平台的应用使得生产者可以在精确识别消费者需求的基础上下达生产任务，从而减少企业过度生产造成的资源浪费，并且可以降低搬运与仓储等带来的能源与原材料消耗，进而产生明显的碳减排效应。③在消费过程中，电商平台可以使消费者的需求被准确识别，并增强买卖双方的信任，从而有助于减少消费者退货及重复购买与采购过程中造成的往返交通频次，因而有利于降低碳排放。

另一方面，电商具有更加有效低碳的运输与配送系统。运输与配送往往是农村电商发展实现碳减排的重要环节。相对于传统零售模式，农村电商实现了从工厂到消费者的直接销售，能够节省商品批发、零售等中间过程，极大地削减商品运输、配送过程造成的能源消耗和碳排放。同时，“配送到门”的配送模式可以减少消费者在家庭与商户间的往返交通，进而减少产品采购引致的能源消费与交通成本，从而有效降低碳排放。最后，快递公司间的协同配送系统、各类无人运输与配送工具的采用，也可以在较大程度上提升产品运输和配送效率［28］，从而降低配送过程中的碳排放。

2. 2碳排放分解因素

就碳排放进行因素分解已成为学者们探究碳排放影响因素的常用研究方法［29］。农村电商与一般的电商一样，在促进技术进步、经济发展及吸引人口流入等方面均具有积极作用［14-15，24］。因此，从碳排放各分解因素的视角，探究农村电商发展对碳排放的作用机制，有助于厘清农村电商发展碳减排效应的实现路径。

从碳排放因素分解的视角，碳排放可被表征为技术效应（碳排放强度）与规模效应（产出规模）的乘积，即C=（C/GDP）×GDP。其中，技术效应指由技术进步所导致的碳排放强度的下降，规模效应则指经济发展过程中投入与产出增加引致的碳排放。进一步，规模效应可被分解为经济发展效应与人口规模效应，即C=（C/GDP）×（GDP/L）×L，其中，GDP/L 为经济发展效应，L 为人口规模效应。基于上述因素分解思路，可以就农村电商发展对碳排放的影响进行如下解析。

首先，农村电商发展会通过技术效应对碳排放产生影响。农村电商作为电商的重要组成内容，其依托互联网衍生的数字技术得以不断发展，可以有效缓解信息不均衡、提高信息传输效率及提升运输与配送效率，因而有助于减少销售、生产、运输与配送过程中的碳排放，甚至能够降低单位产品全生命周期中的碳排放。值得注意的是，农村电商企业所处的农村地区往往生产设施与技术相对城市均较为落后，农村电商企业的无序发展也会以推高要素价格、扰乱龙头企业正常生产经营，以及阻碍技术升级的方式恶化营商与创新环境，从而导致农村电商发展无法通过技术效应显著促进碳减排［30］。

其次，农村电商发展会通过经济发展效应与人口规模效应，对碳排放产生影响。农村电商发展会吸引农村劳动力和资本回流，从而通过带动农村创业与就业促进农村电商产业的蓬勃发展［23］。在这一城乡经济再平衡的过程中，农村电商发展带来的创业与就业机遇会吸引外地劳动力的流入［26］，随之而来的人口规模扩大会增加碳排放，不利于碳减排。而且农村电商发展对经济发展效应的影响具有不确定性。一方面，农村电商会推动农村经济发展，并通过城乡产业链对城市经济发展产生积极影响，从而显著促进地区整体经济发展。另一方面，由于农村人力资本禀赋与基础设施水平均较低，农村电商企业长期依赖低技能劳动力的粗放型生产经营模式往往导致其难以实现产业转型升级［30］。因此，虽然农村电商的不断发展会吸引城市劳动力和资本回流，刺激农村经济增长，但这种低质量的农村经济增长可能会由于其对生产要素的“虹吸效应”而挤出城市经济增长。此外，农村电商发展往往伴随着农民的机会主义行为，这会破坏市场秩序进而对区域整体经济发展产生负面影响［23，25，30］。

2. 3城乡人口与产业再平衡

区别一般电商的发展，农村电商发展扎根农村地区而非城市地区。由于城乡间的要素禀赋存在较大差异，农村电商发展必然会引发人口和产业的城乡再平衡，这是农村电商区别于一般电商所独有的特征。

首先，城市中居民的高污染生活方式和严重的交通拥堵，使其成为碳排放的主要来源地［31］。而农村电商创造的丰富创业与就业机会，有助于促进劳动力从城市回流农村，从而为疏导城市化压力创造了条件［26］。农村企业可以依托本地产业特色和农村低人力与土地成本，并以农村电商平台作为市场开拓工具，从而建立产品生产链，甚至取得与城市同行相当的市场竞争力。可以说，农村电商获得蓬勃发展在农村创造了丰富的创业机会与较低的创业门槛，从而不断吸引创业者回乡［32］，尤其对就职于城市第二、三产业中的农村劳动力产生较强的吸引力［26］。此外，农村电商发展能够推动城市中的劳动密集型产业向更低劳动力和土地成本的乡村工业园区进行迁移［16，30］，这种劳动力回流不仅有助于疏解城市人口压力，更可以有效降低城市劳动力在工作通勤、交通拥堵及采取高碳生活方式过程中引致的碳排放。

其次，由于农村的人力资本和资本禀赋相对于城市均较低，农村电商企业较难进入高效率和高收益的经营领域，其涉及的产品多以劳动密集型的大众消费品为主。因此，农村电商发展往往通过雇佣低技能劳动力而大幅降低劳动力成本而取得市场竞争优势，且经营模式多为小微企业甚至作坊，这会导致农村电商企业选择采用大量廉价的低技能劳动力来替代高技能劳动力及物质资本［30］。因而，农村电商企业长期锁定低端劳动密集型产业且难以实现产业升级和技术创新，严重依赖低技能劳动力的生产经营模式会挤出物质资本［30］。由于生产设备、厂房建设、搬运和存储设备等资本的使用会显著增加碳排放，因而资本深化已被证明是碳排放的主要促增因素之一［33］。因此，农村电商发展可以通过抑制资本深化而降低能源消费与碳排放。

3 研究设计

（2）城市化率（Urban）。在城市化推进过程中，不断攀升的人口密度与日益加剧的交通拥堵往往会导致碳排放明显增加［31］。而农村电商创造的丰富创业机会及其带来的雇佣需求，则会促进劳动力从城市回流到农村［26］，通过城乡人口的再平衡而影响碳排放。相较其他城市化度量指标，人口城市化率指标可以更好地刻画城乡人口再平衡的过程。因此，参考卢洪友等［40］的做法，采用城镇人口占总人口的比重来对城市化率予以度量。

（3）资本深化（Capdeep）。农村电商发展出现了一批劳动密集型企业，这些农村电商企业往往选择使用大量廉价的低技能劳动力来替代高技能劳动力和物质资本［30］，从而通过降低资本深化水平而影响碳排放［33］。资本深化一般指资本积累快于劳动力增长导致的单位劳动力的资本数量不断提升的现象［33］。因此，使用从业人员数量度量劳动力投入，进而采用人均资本存量作为资本深化的度量指标［41］。其中，资本存量参考张军等［42］的永续盘存法计算而得。

3. 2. 4控制变量

为控制城市层面的个体特征，基于数据的可得性，本研究在基准模型中引入了如下控制变量：人口密度（Densi⁃ty），采用每平方千米人数来进行衡量；经济发展水平（ln Develop），采用人均国内生产总值的对数予以度量；金融发展水平（ln Forien），采用人均存贷款进行衡量；政府干预（ln Govern），采用人均财政支出的对数作为其度量指标；外商投资（ln FDI），采用当年实际利用外资金额的对数进行衡量；产业结构（Structure），采用第二产业增加值占GDP的百分比予以衡量；环境规制（Eregul），通过计算各城市政府工作报告中的CO₂、低碳、减排、能耗、绿色、污染、排污、环境保护、环保、空气、SO₂、PM₁₀、PM_{2. 5}等词频占总词频的比例，并以主因子分析法得出的指数作为其度量指标［43］。

3. 3 数据说明

本研究使用2014—2021年282个地级及以上城市（因数据不可得，未涉及拉萨、日喀则、昌都、林芝、山南、那曲、吐鲁番、哈密、西宁、海东、铜仁、毕节、文昌、儋州和三沙等城市）数据开展研究。其中，计算碳排放、城市化率、资本深化及控制变量所需数据来自《中国城市统计年鉴》和《中国城市建设年鉴》，缺失数据利用相应各省市自治区统计年鉴和《国民经济与社会发展统计公报》中的数据及插值法予以补齐；淘宝村数据来自阿里研究院公布的《中国淘宝村名录》；村级行政单位数据统计来自国家统计局网站；政府工作报告则来自各城市政府官方网站；地形起伏度数据来自国家基础地理信息中心。

4 结果讨论

4. 1基准回归结果

首先基于双向固定效应模型考察农村电商发展对碳排放的影响，并采用反映省内城市相互关联的省份聚类标准误进行显著性检验，结果见表1。表1列（1）和列（2）显示，无论是否引入控制变量，农村电商发展变量的系数始终显著为负，表明农村电商发展能够显著降低碳排放。从表1列（2）的结果来看，淘宝村占非城市村级行政单位的千分比每变化1个单位，碳排放将下降1. 241%。依托互联网技术而得以不断发展的农村电商可以克服地理距离，减少信息不对称并提高运输与配送效率，从而有助于降低产品销售、生产、运输与配送过程中的碳排放［14］。基准回归结果初步表明，农村电商发展能够兼顾乡村振兴与低碳发展两大战略的协同推进。

4. 2因素分解机制检验

为进一步分析农村电商发展对碳减排的作用机制，对LMDI分解法得到的技术效应、经济发展效应与人口规模效应分别进行回归分析，相应的结果见表1。

表1列（3）显示，农村电商发展的回归系数显著为负，说明农村电商发展对技术效应引致的碳排放产生了显著的抑制作用。农村电商发展能够提高商品销售、生产与配送效率，从而对碳排放强度及碳排放产生明显的抑制作用。表1列（4）则显示，农村电商发展的回归系数不显著，说明农村电商发展并未通过经济发展效应影响碳排放。一方面，农村电商发展会吸引劳动力和资本回流并促进农村经济振兴。另一方面，农村电商发展会通过提高生产要素价格降低企业的经营绩效与市场竞争优势，同时其粗放式的生产经营模式及农民的机会主义行为也会一定程度地干扰市场秩序，从而对经济发展造成负面影响［30］。可以说，农村电商发展主要推动了城乡经济再平衡，而这种此消彼长的经济发展态势导致其经济发展效应并不显著。表1列（5）显示，农村电商发展的回归系数显著为正，表明农村电商发展显著提高了人口规模效应引致的碳排放。农村电商发展创造的就业与创业机会也可以吸引外地劳动力的流入［26］，而短期内人口规模的快速提升可能会造成较大的能源资源消耗与碳排放［44］。

需要指出的是，LMDI 分解法是一种完全分解方法［21］。由关系式ln C=ln（C/GDP）+ln GDP 可知ΔGDP_it=ΔG_it+ΔP_it，即碳排放变化可以被分解为技术效应与规模效应，其中规模效应可以进一步被分解为经济发展效应与人口规模效应。因此，上述结果具有3方面的经济学含义。第一，农村电商发展在抑制技术效应的同时，其创造的创业与就业机会吸引了外地劳动力流入，从而强化了人口规模效应。第二，农村电商发展通过强化人口规模效应来强化规模效应，最终对碳排放产生了不利影响。第三，农村电商发展对碳排放强度的负向作用会在很大程度上抵消其人口规模效应所产生的正向作用，使农村电商发展整体上有利于碳减排的实现，即农村电商发展会通过降低碳排放强度而对碳排放产生的抑制效应，强于其通过规模效应产生的碳排放促增作用，因而在总体层面表现出碳减排效应。

4. 3 城乡再平衡机制检验

农村电商发展是否会通过缓解城市化压力与抑制资本深化而影响碳排放的机制检验，结果见表1。其中，表1列（6）显示，农村电商发展对城市化率的回归系数显著为负，表明农村电商发展显著降低了城市化率。农村电商发展鼓励了农村居民的回流，在一定程度上缓解了城市化的压力［30］。张腾飞等［45］研究发现城市化率的提升是碳排放增加的重要原因。上述结果表明，农村电商发展能够通过鼓励农村居民回流，减少城市的交通拥堵、经济集聚与高碳生活方式的人口数量，对城市化产生疏解作用［31］，从而助力碳减排的实现。

表1列（7）显示，农村电商发展对资本深化的回归系数也显著为负，表明农村电商发展显著降低了资本-劳动力比。农村电商发展虽然能够提高信息传输与配送效率，但是其大量使用低技能劳动力的发展模式会挤出物质资本投资，从而抑制资本深化［30］。陈诗一等［33］发现资本深化可以对碳排放产生促增效应。表1列（7）的回归结果说明，农村电商企业以低技能劳动力替代资本投入的劳动密集型生产经营模式会降低资本-劳动比，进而会通过抑制资本深化对碳减排产生积极影响。

5 异质性分析

5. 1 农村电商类型识别

依据经营产品的类型，农村电商通常可被分为农业类和工业类两种。为了探讨这两种不同类型的农村电商发展对碳排放的影响是否存在异质性，需要先对农村电商发展的类型进行识别。

一般而言，农村电商发展需要依托本地配套产业。因此，在农业较为发达地区，农产品的生产经营因具备较为完善的配套产业支持与较小的投资风险，往往更容易受到农村电商企业的青睐。同理，在工业基础较为深厚的地区，农村电商企业往往会因当地较为完善的工业配套基础而选择生产经营工业产品。因此，在一个以农业类农村电商发展为主的地区，农村电商发展会逐渐吸引农村劳动力来扩大农业生产经营活动，从而显著提高农业生产规模；而工业类农村电商发展则会促使农村劳动力从事非农业生产经营活动，从而导致农业生产规模显著降低。

据此，提出以下针对不同类型农村电商发展的识别思路与步骤：首先，利用第二产业增加值的中位数，将城市样本划分为低工业基础组和高工业基础组；其次，判断两组样本内农村电商发展对农业产出规模是否具有显著影响，进而将其中具有显著正向影响的城市划定为以农业类农村电商发展为主的样本，反之，将其划分为以工业类农村电商发展为主的样本。为了实现上述识别过程，本研究构建了如下计量模型：

式（9）中：ln Agr_it为农业生产规模，其度量指标为第一产业增加值的对数；Inpower_it为分组变量，低工业基础组赋值为0，高工业基础组赋值为1。

表2列（1）显示，低工业基础组的农村电商发展系数显著为正，即该组的农村电商发展显著提高了农业生产规模，这说明低工业基础组的农村电商发展以农业类农村电商为主；相反，高工业基础组的农村电商发展系数显著为负，即该组的农村电商发展显著降低了农业生产规模，这说明高工业基础组的农村电商发展以工业类农村电商为主。

根据表2列（2）的回归结果，农业类农村电商发展的系数显著为负，而工业类农村电商发展的系数显著为正，表明农业类农村电商发展可以显著促进碳减排，而工业类农村电商发展则会显著增加碳排放。农业类农村电商发展之所以能够实现积极的碳减排效应可归结为以下两方面的原因。一方面，农业类农村电商以农产品生产经营为主要业务，其规模的不断壮大可以促进劳动力与资本从其他产业流入第一产业。进一步，由于农业生产的资本投入与能源消耗相比工业生产往往较低，农村电商发展推动形成的新型、高效农业生产模式有利于降低碳排放水平［46］。另一方面，农产品生产经营对城市非农产业的依赖较小，且在病虫害监控、作物品质控制等方面投入的劳动时间更长，因而农业类农村电商发展引致的劳动力回流可以更有效地缓解城市化压力，进而有助于降低碳排放水平。相对而言，工业类农村电商发展高度依赖于城市工业基础，从而增加对配套产业上、下游工业企业产品的需求，进而产生更多的劳动需求并加剧城市化压力，因而会对碳减排产生不利影响。综上，表2的列（1）和列（2）的结果说明，农村电商发展的碳减排效应主要来自农业类农村电商发展而非工业类农村电商的发展。因此，农业类农村电商发展应该被视为兼顾乡村振兴与低碳发展的重要抓手。

6 稳健性检验与内生性问题

6. 1 稳健性检验

为了检验基准回归结果的可靠性，进行了如下一系列稳健性检验。

首先，省份聚类标准误反映了省内城市之间的关联，在一定程度上忽略了城市间的异质性，因此采用城市聚类标准误对基准模型进行重新估计，相应的结果见表2列（3），可以发现农村电商发展的系数显著为负。

其次，2014—2021年，农村地区“合村并镇”工作会导致部分村庄被合并或被“就地城镇化”，可能对回归结果会造成干扰。因此，采用了2018年的非城区村级行政单位数量作为分母重新计算农村电商发展指标，同时剔除具有半城镇特征的镇中心区（城乡分类代码121）和城乡接合区（城乡分类代码112）的村级行政单位与淘宝村样本而重新进行参数估计。相应的结果见表2列（4），可以发现农村电商发展的系数依然显著为负。

再次，考虑到能源利用是碳排放的主要来源，而煤炭、石油和天然气等能源燃烧产生碳排放的过程中，往往伴随着SO₂的排放。因此，观测农村电商发展对SO2排放量的影响，可作为验证农村电商碳减排效应的一种形式。相应的结果见表2列（5），可以发现农村电商发展的系数显著为负，从而佐证了农村电商的碳减排效应。

此外，北京、上海、天津和重庆4个直辖市由于其政治地位的优越性而在政府政策支持力度以及产业战略规划等方面明显领先于其他城市，从而对估计结果产生干扰。因此，剔除这些直辖市样本再次进行参数估计。相应的结果见表2列（6），可以发现农村电商发展系数显著为负。

最后，如未考虑空间溢出效应的存在，则可能导致模型估计结果存在偏误。为了检验潜在的空间溢出效应，构建了如下广义嵌套空间（GNS）模型：

地理邻接空间权重矩阵、逆地理距离空间权重矩阵是空间计量分析中最常用的两种空间权重矩阵。在采用某种空间权重矩阵的情况下，利用反映空间计量模型拟合效果的似然比值（LR）来选择最佳拟合模型。LR值越大，表示模型对数据的拟合效果越好。经过对比，基于两种空间权重矩阵的GNS模型的拟合效果最佳。基于两种空间权重矩阵的估计结果显示，农村电商发展的间接效应均不显著，这说明样本的空间相关性并未对模型估计结果产生偏误，本研究的基准回归结果可信。限于篇幅，文中不再展示空间溢出效应的检验结果，感兴趣的读者可向作者索取。

就农村电商发展对各分解因素的影响进行稳健性分析，其结果见表3。表3列（1）—列（3）为采用城市聚类标准误的回归结果，表3列（4）—列（6）报告了采用剔除镇中心区和城乡接合区村级行政单位后的解释变量指标的检验结果，表3列（7）—列（9）为剔除直辖市样本后的回归结果。可以发现，上述结果均表明农村电商发展显著降低了技术效应并提高了人口规模效应，而对经济发展效应影响并不明显，从而验证了表1的农村电商发展对各碳排放分解因素的回归结果。

采用相同的稳健性分析方法，对城乡再平衡机制回归结果进行稳健性检验，结果见表4。在更换了聚类标准误、解释变量指标及剔除直辖市样本后，农村电商发展对城市化率和资本深化的回归系数仍然显著为负，说明农村电商发展通过缓解城市化压力与降低资本深化的方式降低了碳排放的结论是稳健的。

6. 2内生性问题

考虑到碳排放规模较大的城市，其行政部门与企业往往会面临着较大的碳减排压力，而对电商低碳环保认识的加强也会刺激这些城市更加重视电商的推广，这势必会反过来推动农村电商的发展。因此，需要排除这种反向因果关系引致的潜在内生性问题对回归结果所造成的干扰。为此，采用工具变量法对基准回归重新进行了参数估计，结果见表5。

农村电商是互联网技术在农村地区的渗透，各地区互联网基础设施建设关系农村电商的发展［47］，而农村互联网的普及又受到地形起伏度（Fluct）这一地理因素的制约。参考Nunn等［36］与柏培文等［37］的研究，采用国际互联网用户数（Internet）与地形起伏度的倒数的交互项（Inter⁃net×Fluct）作为工具变量重新进行参数估计。

表5列（1）—列（6）中的第二阶段结果显示，农村电商发展系数与表1中的相关回归系数符号保持一致。而且，在第一阶段的结果中，Internet×Fluct 均与解释变量显著相关，且均通过了识别不足检验和弱工具变量检验。综上，本研究的工具变量回归结果排除了内生性问题的干扰，进一步强化了基准回归、因素分解机制与城乡再平衡机制检验结果的可信性。

7结论与启示

考察农村电商发展的碳减排效应能够为协同推进乡村振兴战略与“双碳”目标提供重要的决策参考，但现有研究未能对此问题予以解答。本研究基于淘宝村的建设，将2014—2021年淘宝村数据与282个地级及以上城市数据相匹配，综合采用双向固定效应模型、工具变量法、空间计量模型和对数平均迪氏指数法，就农村电商发展的碳减排效应及其作用机制进行了实证检验。研究发现，农村电商发展能够有效促进碳减排，即农村电商发展可以兼顾乡村振兴与低碳发展战略，这一研究结论经过一系列稳健性检验后依然成立。而且，这一积极的碳减排效应来自农业类农村电商发展。此外，农村电商发展通过降低碳排放强度而对碳排放产生的抑制效应要强于其通过规模效应产生的碳排放促增作用，因而在总体层面上表现出碳减排效应；农村电商发展通过缓解城市化压力和抑制资本深化的作用渠道而推动了碳减排。

本研究的结论说明，农村电商发展有助于协同推进乡村振兴与低碳发展这两大重要战略，因此具有如下重要政策启示。

首先，党的二十大进一步强调要“全面推进乡村振兴，坚持农业农村优先发展”“推进生态优先、节约集约、绿色低碳发展”。地方政府应当以“数字乡村”和“数商兴农”建设为抓手，以绿色低碳发展为宗旨，进行乡村振兴与绿色低碳发展协同推进的顶层机制设计，通过推进数字化与绿色化的农村生产生活方式与消费模式变革，加速释放农村电商在促进数绿融合发展方面的红利效应。

其次，合理调节农业类与工业类农村电商发展的比例可以成为推进碳减排的一种有效途径。相对于工业类农村电商发展，农业类农村电商发展不仅能够有效推动低碳发展，其发展模式也与大部分农村地区，特别是偏远、贫困农村地区的产业现状与要素禀赋相适应。因此，地方政府应该遵循因地制宜的原则，在农村地区适度控制工业类电商产业的发展，同时大力推广和培育农业类农村电商产业。

再次，农村电商作为电商在农村的渗透，拥有更加高效和低碳的运输与配送系统，这是其区别于传统交易模式的重要特征。地方政府应不断推动农村电商产业升级优化，进行农村电商产业园区和物流配送基础设施协同规划，增加农村地区协同物流配送系统的建设和智能配送工具的推广使用，从而依托大数据技术手段增强农村电商产业与物流配送系统的兼容性。

最后，健康、有序的农村电商产业发展是推动乡村振兴与绿色低碳发展的前提条件。地方政府应进一步增强“农业农村优先发展”意识，考虑本地资源禀赋情况和经济发展潜力，积极培育具有本土特色的农村电商产业，并合理规划城乡经济、产业与人口的分布，改善承接城市回流人口与企业的自然与人文环境，让农村真正成为乐业之处、安居之所。

（责任编辑：于杰）