数字经济对农业绿色发展的影响及其空间溢出效应

摘要：文章利用2011—2021年省际面板数据，通过双向固定效应模型与空间杜宾模型探究数字经济对农业绿色发展的影响及其空间溢出效应，除此之外，还采用时空地理加权模型进一步分析了数字经济对农业绿色发展影响的时空异质性。结果表明：（1）数字经济发展水平与农业绿色发展水平整体呈上升趋势，数字经济与农业绿色发展显著正相关；（2）空间计量模型结果表明，数字经济对农业绿色发展具有显著正向的直接效应、间接效应和总体效应，即数字经济发展也会引起周边地区农业绿色发展水平提高；（3）通过进一步分析发现，数字经济对农业绿色发展的影响具有明显的时空异质性。据此，提出要重视区域的均衡与协调发展，科学合理地优化数字经济的空间布局的建议。

关键词：数字经济；农业绿色发展；空间溢出效应

一、引言

2024年中央“一号文件”提出扎实推进化肥农药减量增效与农业面源污染综合防治，展现出了农业绿色发展的重要性。目前农业发展依然没有改变依靠资源消耗的粗放经营方式，1978—2022年间粮食年产量增加了38 176.3万吨，增长了大约1.25倍，农业产值增加到84 438.6亿元，但是农用化肥施用量增加了4 195.2万吨，增长了大约4.75倍①，这种农业发展方式严重威胁着我国农业的高质量发展。在当前背景下，中央“一号文件”要求发挥数字化的引导作用以促进农业高质量发展，而农业绿色发展是农业高质量发展的重要内容。可见，发挥数字经济对农业绿色发展的作用对农业产业的健康发展具有重要意义。因此，本文旨在解决以下几个问题：数字经济对农业绿色发展产生了怎样的影响？数字经济对农业绿色发展的空间溢出效应如何？不同时间、空间条件下的数字经济对农业绿色发展的影响会有怎样的差异？回答这些问题，能为当下全面推进农业绿色转型与低碳发展提供有益的参考。

随着数字经济的作用日益凸显，越来越多的研究认同了数字经济在农业绿色转型过程中的价值，其在农业中的应用能发挥节约农业成本、提高农业生产效率、优化农业结构、促进农产品质量提升等作用[1]，能够显著促进农业高质量发展[2-3]。同时越来越多的研究开始关注到数字经济的绿色价值[4]，有研究发现，互联网技术的发展会通过改善生产效率和能源效率减少污染[5]，也有研究表明，数字经济发展显著降低了城市各类环境污染物的排放[6]。在农业方面，李本庆和岳宏志[7]分析认为，数字经济能够通过结构升级效应推动农业产业结构绿色化，具有驱动农户农业绿色低碳转型的作用[8]。

目前现有研究大多集中于数字经济的环境改善作用以及其对农业发展的促进作用，但是关于数字经济对农业绿色发展的影响研究还很少。因此，本文基于以往研究的基础上，深入探讨了数字经济对农业绿色发展的影响及其空间溢出效应，运用理论分析和实证研究结合的方法，将空间因素引入到数字经济与农业绿色发展之间关系的实证研究中，可以增强研究结论的地区指向性，扩宽数字经济对于农业绿色发展影响的研究视角，为相关领域的研究提供一些思路。

二、理论分析与研究假设

（一）数字经济影响农业绿色发展的直接效应

数字经济包含一切依赖数字要素或由数字要素而显著增强的经济活动，能够引发从生产要素到生产力、再到生产关系的全面绿色变革[9]。相关研究表明，农业绿色发展主要通过去污、提质以及增效等方式实现[10]，而其外生干预主要以技术创新形式出现。数字经济通过技术创新在各个方面为农业绿色发展注入动力，促使精准、高效、低碳成为农业发展的主基调[11]。其中，数据要素能够突破传统要素供给约束，缓解农业劳动力和土地错配程度[12]，通过深入农业生产、经营与治理过程，提高农业生产效率与效益以及治理能力[13]，同时起到促进农业绿色化的效果[14]。数字技术能促进资源利用绿色化[15]，通过规模经济、范围经济等增效机制，推动农业绿色协调高效发展[16]，其嵌入农业生产过程，能帮助农民精准施用各类化学投入品，促进化肥农药减量化。同时，随着数字经济的发展，数字化基础设施服务不断向农村延伸，数字技术不断渗透农业生产，推动农业产业高级化，从根本上提高农业过程中的资源效率，从而实现既定的资源约束下农业经济效益最大化。同时，通过绿色创新助力农业发展，即便在减少生产投入的情况下，也能提高农业生产水平，进而提升农业的绿色全要素生产率。但是，数字经济发展对农业绿色发展也可能产生一定的抑制作用。在数字经济发展的初期阶段，可能需要大量的资金投入和基础设施建设，这可能会挤占原本用于农业绿色发展的资源。此外，数字经济的发展可能带来一些新的环境问题，如数据处理和存储的能耗问题，以及信息泄露和网络安全等风险，这些问题都可能对农业绿色发展产生负面影响。据此，本论文提出如下研究假设：

假设H1a：数字经济能够推动农业绿色发展。

假设H1b ：数字经济会抑制农业绿色发展。

（二）数字经济影响农业绿色发展的空间溢出效应

空间溢出效应主要源于空间相互作用理论，这一理论指出，地区之间会发生要素和技术的相互传输，从而构成一个紧密相连的网络。在以空间相互作用理论为基础的前提下，数字经济凭借其高扩散性与辐射性的特征打破了时间与空间的限制，增强了区域间的互动和关联[17]，使得本地与邻地数字经济产生空间交互作用从而作用于邻地农业绿色发展，同时，由于农业生产要素流动、农业生产绿色技术扩散、环境规制政策工具趋同等因素愈加促使空间交互作用的形成。这种综合作用使数字经济对于农业绿色发展的影响不再局限于本区域，即数字技术的扩散效应使得劳动力、资金等传统生产要素能够突破地理界限，实现快速流动和高效配置。除此之外，数字经济发展带来知识的快速流动促进了各类创新与技术进步在农业企业之间的传播，为不同地区间的农业企业提供了深入交流与合作的机会，实现技术水平、业务发展等方面的共同进步。这种跨地区的合作与交流不仅有助于提升本地区的农业绿色全要素生产率，还能通过技术溢出和知识扩散，提高周边地区的农业绿色全要素生产率，从而带动周边地区的农业绿色发展。

据此，本论文提出假设H2：数字经济不仅能提高本地的农业绿色发展水平，还能提高邻近地区的农业绿色发展水平，具有正向空间溢出效应。

三、变量选取、模型构建与数据来源

（一）变量选取

1. 被解释变量：农业绿色发展水平（[AGTFP]）

在农业领域，农业绿色全要素生产率的提升是农业绿色发展的核心所在，其增长态势更是衡量农业发展绿色化程度和未来走向的重要指标。因此，本文选择从农业绿色全要素生产率的视角，深入剖析农业绿色发展的内在逻辑和趋势。同时考虑本文集中于狭义农业研究，参考郭海红和刘新民[18]的研究，具体测算指标如表1所示。其中，劳动投入采用农业从业人员年底数衡量，参考相关研究[19]，用第一产业从业人数乘以种植业总产值占农林牧渔业总产值的比重来测算。在核算农业面源污染量时，采用清华大学赖斯芸[20]提出的清单分析法作为参考依据进行计算，同时考虑到本文的研究范围，只考虑农用化肥以及农田固体废弃物产生的总氮、总磷以及化学需氧量，具体使用的农业面源污染产污单元清单列表如表2所示。农业碳排放的核算参照李波[21]等的碳排放系数以及方法，同时考虑水稻碳排放综合得到农业碳排放，其中农业碳排放系数如表3所示。

参考相关研究，使用SBM-GML指数对各项指标原始数据综合计算[22]，得出我国的30个省份（自治区、直辖市）2010—2021年的农业绿色全要素生产率，参照吴传清和宋子逸[23]的做法，将核算的农业绿色全要素生产率指数由上一年为1的环比指数转换为2010年为1的累积增长指数进行回归估计，求得2011—2021年的农业绿色发展水平评价得分。

2.解释变量：数字经济发展水平（[Dig]）

为了考察省级层面的数字经济发展情况以及精准描述数字经济在农业上的作用和表现，借鉴已有研究[24-25]，从农村数字基础设施、生产数字化、生活数字化等方面衡量数字经济发展水平，并进一步通过熵值法测度数字经济发展水平。具体指标如表4所示。

3.控制变量

除了数字经济的发展水平外，农业的绿色发展还受到其他因素的影响，本文参考已有的学术研究成果[26-27]，选取以下控制变量：（1）人力资本水平（[HU]）。采用各省份农村居民平均受教育年限来衡量。具体处理方法：将小学、初中、高中、大专及以上的受教育程度分别赋值为6、9、12和16年，随后将劳动力中不同受教育水平的人口比例与相应受教育年限相乘，得出平均受教育年限。（2）经济环境（[EE]）。采用各省（市）二、三产业产值占地区生产总值的比重来表征。（3）区域经济发展水平（[lnGDP]）。采用该地区当年人均国内生产总值的对数来度量。（4）政策支农程度（[GOV]）。采用人均农林水事务支出来体现，这一指标能够反映政府对农业发展的支持力度。此外，考虑收入结构（[INC]）对农业生产效率的影响，本文采用农户人均家庭经营性收入占人均收入的比例来表示，这一比例越高，说明农户越倾向于以务农为主，其收入对农地的依赖性也越强。因此，为提高收入水平，农户会更加专注于提升农业生产效率。

（二）模型构建

1. 基准模型设定

根据上述分析，本文构建基准回归模型，检验数字经济发展对农业绿色发展的直接作用：

[AGTFPit=α0+α1Digit+α2conit+μi+δt+εit]" " " " （1）

2. 空间计量模型

为了对空间模型进行合理选择，本文根据判别准则进行了Hausman检验、LM检验、LR检验结果最终选择空间杜宾模型来揭示地区间的空间溢出效应，最终选择的空间杜宾模型基本形式如下：

[AGTFPit=α0+ρW*AGTFPit+β1*Digit+α1Digit]" " " " " " " " " " " " " " " " "[+α2conit+β2W*conit+δt+εit]" " " " " " " " "（2）

其中，[AGTFPit]为区域[i]在[t]时期的农业绿色发展水平；[Digit]为省份[i]在[t]时期的数字经济发展水平；[μi]表示区域[i]不随时间变化的个体固定效应；[δt]则控制时间固定效应；[εit]表示随机扰动项；[conit]为一组控制变量；[α0]为截距项；[α1]为数字经济的回归系数；[α2]为控制变量的回归系数；[W]为空间自回归系数；W为空间权重矩阵；[β1]和[β2]分别为核心解释变量以及控制变量空间交互项的弹性系数。

（三）数据来源

基于数据的可得性，本研究选取2011—2021年国内30个省（自治区、直辖市）（港澳台和西藏地区除外）为研究对象。以上所有变量数据主要来源于《中国统计年鉴》《中国社会统计年鉴》《中国工业统计年鉴》《中国农业年鉴》《中国农村统计年鉴》、各省统计年鉴、国家统计局等，中国数字普惠金融指数出自北京大学数字金融研究中心与蚂蚁金服集团共同编制的《北京大学数字普惠金融指数》，对于缺失的数据采用插值法补充。各变量描述性统计分析如表5所示。

四、结果与分析

（一）数字经济发展的时序演变

数字经济发展指数时序演变趋势如图1所示。由图1可以发现，在研究期内，数字经济发展整体呈现上升趋势。分区域来看，东部地区、中部地区以及西部地区数字经济发展趋势与全国数字经济发展趋势基本相同，可以将各地区各省份的数字经济发展水平时序变化划分为两个阶段：2011—2014年的缓慢上升阶段和2014—2021年的快速上升阶段。东北地区数字经济发展趋势则有所不同，其在2011—2014年是同样的缓慢上升阶段，但其快速上升阶段只从2014年持续到2017年，而2017年之后的上升幅度却不明显，甚至在2020年到2021年存在小幅度下降。截至2021年，东部地区数字经济发展平均水平超过0.4，中部地区数字经济发展平均水平达到0.23，西部地区与东北地区数字经济发展均值大致相同，都在0.17左右。说明地区间数字经济发展差异明显，数字经济发展水平最高的东部地区是数字经济发展水平最低的西部、东北地区数字经济发展水平的两倍以上。在空间分布上，我国数字经济发展水平的均值从大到小的顺序依次为：东部地区、中部地区、东北地区、西部地区。西部地区是我国数字经济发展水平最低的地区，其具有持续上升的趋势，但增长速度相对缓慢，其与东北地区都是我国数字经济发展急需注入动力的重点地区。

（二）农业绿色发展的时序演变

为了能够明晰的比较农业绿色发展水平，从而更直观地分析各省份（直辖市、自治区）发展特点，由上文测度的各区域农业绿色发展水平指数，得到2011—2021年发展水平趋势图（见图2）。

图2为我国2011年到2021年整体农业绿色发展水平均值，由图2可以看出，在2011年到2021年我国农业绿色发展水平整体呈上升趋势。分地区来看，东部地区的农业绿色发展呈现出明显的上升趋势，并且在各区域中拥有显著的优势地位，表明东部地区在推动农业绿色发展方面取得了积极进展。相比之下，中部地区、西部地区以及东北地区的农业绿色发展水平整体不高，且发展趋势与情况较为近似，这可能与这些地区的经济发展水平、资源禀赋、生态环境以及政策支持等多方面因素有关。

（三）实证结果与分析

1. 普通面板模型回归分析

表6给出了是否添加控制变量的情况下使用固定效应后的回归结果。从回归结果中可以看到，在控制相关变量的前提下，数字经济发展水平在1%的显著性水平下正向促进农业绿色发展水平，表现为数字经济发展水平提高一个单位，农业绿色发展水平会提高0.966个单位，即随着数字经济发展水平的提高，农业绿色发展水平也在提高。

由表6可以看出，在1%的显著性水平下，数字经济发展对当年农业绿色发展水平的影响呈现出显著的正向推动作用。这一发现为后续进行空间效应分析奠定了基础，并为进一步探讨数字经济与农业绿色发展之间的内在联系提供了有力的支撑。控制变量方面，人力资本水平、经济环境、政策支农程度以及收入结构对于农业绿色发展具有显著正向影响。具体来说，首先，人力资本水平的提升能够增强农业劳动者的技能和素质，使其更加适应现代农业的发展需求，进而促进农业的绿色转型和可持续发展。其次，随着受教育程度的提高，农民将更有能力采用先进的农业技术和绿色生产方式，提高农业生产效率，减少资源浪费和环境污染。经济环境的优化也为农业绿色发展提供了有力支持。随着二、三产业的快速发展，农业劳动力得到更有效的配置，有利于农业生产的规模化和专业化。同时，二、三产业的发展也为农业提供了更多的市场需求和技术支持，推动了农业的绿色化和现代化进程；政策支农程度的提升也对农业绿色发展起到了积极的促进作用。政府通过加大对农业的投入和扶持力度，为农民提供了更多的资金、技术和市场信息等方面的支持，帮助农民提高农业生产效益和竞争力，进而推动农业的绿色发展；收入结构的改善也对农业绿色发展产生了积极影响。随着农户人均家庭经营性收入占人均收入比重的提高，农民对农业生产的依赖性和投入度也会相应增加。这将激发农民更加积极地采用绿色生产方式和技术，提高农业生产的环境友好性和可持续性。而区域经济发展水平对农业绿色发展具有显著负向影响，这可能是因为，高强度的经济活动可能增加对农业资源的压力，导致资源过度消耗和环境破坏，从而不利于农业的绿色发展。综上所述，面板模型估计结果验证了数字化水平对农业绿色发展的直接影响，假设H1a得到验证。

2.稳健性检验

为了深入检验回归结果的稳健性，本文采用了以下三种方法进行验证。第一，鉴于数字经济发展对农业绿色发展可能存在滞后效应，将核心解释变量替换为其滞后一阶变量，并重新估计了基准计量模型，如表7的列（1）所示，替换后相关系数依然在1%的显著性水平上保持正值，这进一步证实了回归结果的稳健性。第二，考虑到中国区域经济发展的非均衡性，排除了北京、天津、上海、重庆四个直辖市的数据后，进行了第二次稳健性检验，调整后的回归结果如表7的列（2）所示。结果显示，数字经济的回归系数在1%的显著性水平上依然为正，这进一步强化了回归结果的稳健性。第三，为了消除极端值对回归结果的影响，对核心解释变量进行了1%水平上的缩尾处理，并重新进行了回归分析。这一处理后的回归结果显示，数字经济的回归系数在1%的显著性水平上依然保持正值，这进一步证明了本文结果的稳健性。通过采用以上三种方法进行稳健性检验，验证了回归结果的稳健性。

3. 空间面板模型回归分析

（1）空间相关性检验。在使用空间计量模型前，需要先确定数据是否具有空间相关性，其中[Morans I]指数是描述和分析空间相关性的最常见的方法。全局[Morans I]指数主要关注整体空间范围内的空间分布相关性，有助于把握数据的全局空间特征。全局[Morans I]指数计算公式如下：

[" "Morans I=ni=1nj=1nwij×i=1nj=1nwij（xi-x）（xj-x）i=1n（xi-x）2]" " （3）

本文基于Stata16.0软件，基于邻接距离矩阵计算了2011—2021年30个省（自治区、直辖市）的数字经济与农业绿色发展的[Morans I]指数，得到[Morans I]指数结果如表8所示。

根据表8所展示的数据可以看出，在2011—2021年研究期间内，数字经济与农业绿色发展的全局Moran's I普遍大于0，并且多数年份都通过了显著性检验。具体而言，数字经济发展水平和农业绿色发展水平的Moran's I在多数年份中，P值均低于0.1，通过10%的显著性水平检验。表明数字经济发展与农业绿色发展均呈现出显著的空间正相关关系，这也进一步揭示了中国数字经济发展与农业绿色发展在空间上存在的集聚效应。

（2）空间溢出效应检验。为保证结果的可靠性与稳健性，本文选择三种类型的矩阵分别建立空间杜宾模型进行检验，结果见表9。由表9可知，无论是哪种距离条件下，空间自相关系数ρ显著且为正，说明农业绿色发展具有显著正向的空间溢出性。

（3） 空间效应分解。为深入剖析数字经济对农业绿色发展的空间效应，本文对实证结果进行偏微分处理，以便得到直接效应、间接效应以及总效应的结果。具体而言，直接效应反映了本地区数字经济对农业绿色发展水平的影响；间接效应则关注本地区数字经济对邻近区域农业绿色发展的外部影响，体现了区域间数字经济的互动与溢出效应；总效应则是在综合考虑邻近区域影响因素的基础上，全面评估数字经济对农业绿色发展的整体影响，是直接效应与间接效应的综合体现。通过这种区分与解析，能够更准确地揭示数字经济对农业绿色发展的空间作用机制，三种效应的回归结果如表10所示。

由表10中可以发现，基于邻接权重矩阵，数字经济发展水平每增长1个单位，本地区农业绿色发展水平增长0.958个单位，临近地区农业绿色发展水平增长2.653个单位，总效应是两种效应的总和，为3.611；基于地理距离权重矩阵，数字经济发展水平每增长1个单位，本地区农业绿色发展水平增长0.781个单位，临近地区农业绿色发展水平增长2.884个单位，总效应为3.666；基于经济距离权重矩阵，数字经济发展水平每增长1个单位，本地区农业绿色发展水平增长0.717个单位，临近地区农业绿色发展水平增长2.954个单位，总效应为3.671。

综合来说，以数据为关键生产要素的数字经济作为新一轮产业变革的核心力量，具有高技术性、高成长性、高融合性、高协同性的特征，数字经济的发展特征表明，数字经济发展不仅对本地区的农业绿色发展产生直接的影响外，还对邻近地区的农业绿色发展产生正向的空间溢出效应。在考虑空间相关性的前提下，研究期内数字经济能够推动农业绿色发展，且对农业绿色发展的空间溢出效应占总效应的比重很高，说明数字经济的技术溢出对周边区域产生了积极影响，助推了周边区域的农业绿色发展。

综合来看，数字经济发展对农业绿色发展的空间溢出效应为正向显著，且间接效应占总效应的比重很大。具体而言，数字经济在推动本地区农业发展方面具有显著作用，且在数字技术跨地区支撑与数据要素高效流通的助推下，数字经济还能够有效带动周边地区的农业发展，呈现出积极的正向空间溢出效应。这一效应不仅体现了数字经济在促进农业发展方面的广泛影响，也揭示了其在推动区域农业协同发展中的重要作用。随着数字经济的发展，交通与网络设施等基础设施不断完善，人员流动、物流、网络信息流在不同的省份间经常交汇，使得空间溢出效应成为影响效应中不可忽略的一部分。

4. 进一步分析：时空异质性分析

基于以上分析可以初步推导判断：数字经济可以推动农业绿色发展进程，并且具有正向的空间溢出效应。然而，由于区域数字经济发展水平和农业绿色发展水平的不平衡性，加上资源等要素的空间差异，必然导致数字经济对农业绿色发展作用存在空间异质性，因此在下文也对其进行验证。

基于上述基础，以下运用相同的变量与数据构建考虑数字经济发展水平对农业绿色发展水平影响的时空异质性的时空地理加权回归模型（GTWR），具体模型构建如下：

[" " " AGTFPi=β0（ui，vi，ti）+β1（ui，vi，ti）Digi+β2（ui，vi，ti）HUi] [" " nbsp;+β3（ui，vi，ti）GOVi+β4（ui，vi，ti）lnGDPi+β5（ui，vi，ti）INCi]

[" " " +β6（ui，vi，ti）EEi+β7（ui，vi，ti）ADi+εi]" " " " " " " " " " "（4）

其中，[（ui，vi，ti）]为第[i]个样本点的时空坐标，即[β（ui，vi，ti）]为各个解释变量在时间点[ti]和省域空间坐标[（ui，vi]的回归系数，[εi]为残差项。

本文通过应用GTWR模型，得出了不同时空位置上各解释变量影响强度的拟合系数。为了更直观地展现这些拟合系数随时间变化的分布情况，绘制了箱线图。图3中展示了从2011—2021年共11个箱线，每个箱线代表了相应年份的回归系数结果，而每个箱线内部则包含了30个省（自治区、直辖市）的回归系数数据。

矩形箱体用于展示各省份数字经济发展对农业绿色发展水平影响强度的拟合系数值的集中范围。箱体上下边缘的两条竖线分别代表拟合系数值向上和向下的延伸界限，而箱体内部的白色横线，则标志着拟合系数值的中位数。为了数据的准确性，图中已排除了异常值的影响。在图3中可以看到，不同时期数字经济发展对各省农业绿色发展状况的影响程度存在明显的时空差异性。首先，自2013年起，数字经济的回归系数大多为正值，这表明数字经济的发展对农业绿色发展具有积极的推动作用。这一趋势在随后的年份中得以延续，显示了数字经济在促进农业绿色发展方面的持续影响力。其次，从系数的变化趋势来看，从2011—2014年，中位数点呈迅速上升趋势。这说明在这一阶段，数字经济对农业绿色发展的影响效果从负影响逐渐转变为正影响。这一转变可能是由于数字技术的快速发展及其在农业领域的广泛应用，使得数字经济的优势逐渐显现，从而推动了农业绿色发展的进程。从2015—2021年，系数的变化幅度变得十分平缓。这可能意味着在这一阶段，数字经济对农业绿色发展的影响已经趋于稳定，形成了较为固定的发展模式。然而，这并不意味着数字经济发展的潜力已经耗尽，相反，它可能预示着未来数字经济发展将更加注重质量和效益的提升，以更好地推动农业绿色发展。最后，从系数的空间分布来看，一开始地区间差异较大，但到2014年后，地区间影响差异逐渐减小，且基本都处于正影响的范围。这表明数字经济发展在促进农业绿色发展方面的作用已经逐渐普及到各个地区，不同地区之间的差异正在逐渐缩小。这一趋势有利于全国范围内农业绿色发展的均衡推进，实现全面和可持续的发展。综上所述，整体上数字经济发展对农业绿色发展具有显著的正向作用，并且在不同时期和不同地区呈现出不同的影响程度。

除此之外，为了便于分析数字经济对农业绿色发展影响的空间异质性，本文利用ArcGIS10.8采用自然断点法将数字经济指数作用程度可视化，更为直观地反映省份间数字经济发展水平对农业绿色发展的作用效果的差异性。由于本文篇幅有限，仅选取具有代表性的年份即2011年、2016年与2021年全国的30个省（自治区、直辖市）数字经济发展对农业绿色发展的回归系数进行说明②。

从回归系数的空间分布来看，2011年，大部分地区的数字经济发展都抑制了农业绿色发展，只有少部分地区数字经济对农业绿色发展的影响水平为正但影响很小，并且这部分地区集中在西部地区，说明在数字经济刚开始发展的时期，数字基础设施处于建设阶段，东部地区投入大量资源发展数字经济及建设相关基础设施，数字经济的应用不广，对于农业发展的提高没有起到帮助还使用相对较多的资源；2016年，回归系数从东部沿海向西北内陆逐渐递减，结合数据来看，东部沿海地区数字经济对农业绿色发展的影响为正，呈现高度聚集情况，其中西北与东北地区影响为负，表示该地区数字经济发展刚开始并没有对农业绿色发展起到改善效果。总体来说，东部地区的数字经济发展对推动农业绿色发展状况的作用明显强于西北内陆地区，可能的原因是，数字经济开始进入高速发展阶段，随着时间的推移，东部地区在数字技术和农业技术的积累上可能更加深入，这使得数字经济在该地区对农业绿色发展的影响更为显著，而另一部分地区由于基础设施以及数字技术的不完善，同时由于农业绿色意识扩散程度还不高，导致这些地区无法将数字经济与农业绿色发展结合起来，在数字基础设施的建设过程中，其发展并未对农业绿色发展产生积极作用。总的来说，数字经济的发展对各地区的影响存在显著差异，其中在东部沿海地区起到了强促进作用，2016年的这种空间分布情况是大多数年份的代表情况；与 2011年和2016 年相比，2021年数字经济对于各地区农业绿色发展的影响确实产生了较大变化，有些区域又出现了数字经济对农业绿色发展的负影响。这一现象集中出现在环渤海地区以及西南等地，可能与这些地区的数字经济发展水平、农业产业结构、资源环境状况以及政策支持等多种因素有关。首先，环渤海地区虽然经济发展较为发达，但在数字经济与农业绿色发展的融合方面可能还存在一些瓶颈。例如，数字技术在该地区的农业领域应用可能还不够广泛，或者应用效果尚未充分显现，导致数字经济对农业绿色发展的推动作用不明显。此外，该地区的农业产业结构可能相对传统，转型升级难度较大，也影响了数字经济对农业绿色发展的正面效应。对于西南地区，由于地理环境复杂、经济发展水平相对滞后，数字经济在农业领域的发展可能面临更多挑战。比如，基础设施建设、人才储备以及政策支持等方面可能存在不足，制约了数字经济对农业绿色发展的促进作用。同时，该地区的农业绿色发展可能还受到生态环境脆弱、资源约束等问题的制约，使得数字经济在推动农业绿色发展方面的作用难以充分发挥。然而，尽管存在这些差异和挑战，但仍然可以看到数字经济对农业绿色发展的影响差异正在逐渐减小。这可能与全国范围内数字经济的快速发展、农业产业结构的优化升级以及政策支持的加强有关。随着数字技术的不断进步和应用范围的扩大，数字经济对农业绿色发展的推动作用将逐渐显现，并在全国范围内实现更加均衡的发展。

五、 主要结论与政策启示

（一）主要结论

本文运用熵值法评价了我国 30个省（自治区、直辖市）的数字经济水平，利用SBM-GML测度了农业绿色发展水平，并由此构建了一般的计量模型与空间计量模型以及时空地理加权模型，深度阐述二者所存在的关系。研究结论表明：数字经济发展水平与农业绿色发展水平整体呈上升趋势，数字经济与农业绿色发展水平显著正相关。空间计量模型结果表明，数字经济对农业绿色发展具有显著正向的直接效应、间接效应和总体效应，即数字经济发展会引起周边地区农业绿色发展水平提高。通过进一步分析发现，数字经济对农业绿色发展的影响具有明显的时空异质性。

（二）政策启示

1.政府在推动区域发展的过程中，既要注重彰显区域特色，发挥当地要素禀赋优势，又要重视区域的均衡与协调发展。为实现这一目标，各地区应深入发掘并充分利用数字经济的空间扩散特性，将区域数字经济所具备的正外部性效应最大化。在数字经济发展领域，表现卓越的区域应充分发挥其典范与先导作用，深化与邻近地区的技术互动与合作，以形成空间联动与协调共进的发展格局。同时，应着力消除阻碍数字经济发展水平空间扩散与示范效应的不利因素，为数字经济的健康、高效发展创造有利条件。

2.在遵循数字经济空间演化规律的基础上，科学合理地优化其空间布局。充分利用东部地区数字经济基础坚实的特点，推动数字经济发展优势由东向西广泛传播。此外，在数字经济合理空间布局的基础上，还应着重关注并解决部分地区数字经济对农业绿色发展促进效果有限的问题，以促进整个区域的协调发展，进一步巩固数字经济迅速崛起省份在提升农业绿色发展水平方面的显著优势，加速农业发展的数字化与绿色化进程，实施特色资金扶持政策，并深入推进农业产业结构的转型升级。

参考文献：

[1]梁琳.数字经济促进农业现代化发展路径研究[J].经济纵横，2022（09）：113-120.

[2]黄晓慧，聂凤英.数字化驱动农户农业绿色低碳转型的机制研究[J].西北农林科技大学学报（社会科学版），2023，23（01）：30-37.

[3]姚毓春，李冰.数字经济赋能农业高质量发展：机理分析与实证检验[J].东南大学学报（哲学社会科学版），2023，25（05）：53-63，147.

[4]程文先，钱学锋.数字经济与中国工业绿色全要素生产率增长[J].经济问题探索，2021（08）：124-140.

[5]SALAHUDDIN M，ALAM KOZTURK I.Is rapid growth in internet usage environmentally sustainable for Australia？ An empirical investigation[J].Environmental Science and Pollution Research International，2016，23（5）：4700-13.

[6]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（02）：18-37.

[7]李本庆，岳宏志.数字经济赋能农业高质量发展：理论逻辑与实证检验[J].江西财经大学学报，2022（06）：95-107.

[8]黄晓慧，聂凤英.数字化驱动农户农业绿色低碳转型的机制研究[J]. 西北农林科技大学学报（社会科学版），2023，239（01）：30-37.

[9]韩晶，陈曦，冯晓虎.数字经济赋能绿色发展的现实挑战与路径选择[J].改革，2022（09）：11-23.

[10]金书秦，牛坤玉，韩冬梅.农业绿色发展路径及其“十四五”取向[J].改革，2020（02）：30-39.

[11]周清香，李仙娥.数字经济与农业高质量发展：内在机理与实证分析[J].经济体制改革，2022（06）：82-89.

[12]陈中伟，张雪艳.数字乡村建设能否缓解农业资源要素错配？[J].农林经济管理学报，2022，21（06）：736-743.

[13]钟真，刘育权.数据生产要素何以赋能农业现代化[J].教学与研究，2021（12）：53-67.

[14]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.

[15]杨建利，郑文凌，邢娇阳，等.数字技术赋能农业高质量发展[J].上海经济研究，2021（07）：81-90，104.

[16]罗千峰，赵奇锋，张利庠.数字技术赋能农业高质量发展的理论框架、增效机制与实现路径[J].当代经济管理，2022，44（07）：49-56.

[17]刘雨佳.中国数字经济的空间结构及空间效应研究[D].吉林大学，2022.

[18]郭海红，刘新民.中国农业绿色全要素生产率的时空分异及收敛性[J].数量经济技术经济研究，2021，38（10）：65-84.

[19]杜江，王锐，王新华.环境全要素生产率与农业增长：基于DEA-GML指数与面板Tobit模型的两阶段分析[J].中国农村经济，2016（03）：65-81.

[20]赖斯芸，杜鹏飞，陈吉宁.基于单元分析的非点源污染调查评估方法[J].清华大学学报（自然科学版），2004（09）：1184-1187.

[21]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.

[22]FUKUYAMA H，WEBER W L.A directional Slack-based measure of technical inefficiency[J].Socio-Economic Planning Science，2009，43（4）：274-287

[23]吴传清，宋子逸.长江经济带农业绿色全要素生产率测度及影响因素研究[J].科技进步与对策，2018，35（17）：35-41.

[24]殷浩栋，霍鹏，汪三贵.农业农村数字化转型：现实表征、影响机理与推进策略[J].改革，2020（12）：48-56.

[25]JIANG Q，LI J，SI H，et al.The impact of the digital economy on agricultural green development：Evidence from China[J].Agriculture，2022，12（8）：1107

[26]肖锐.财政支农对农业绿色生产率的影响研究[D].中南财经政法大学，2018.

[27]刘敏.农机投入对农业绿色全要素生产率的影响及门槛效应研究[D].吉林农业大学，2020.

责任编辑：管仲

The Influence of Digital Economy on the Green Development

of Agriculture and its Spatial Spillover Effects

Kong Lingying" Li Ning

（School of Economy and Management， Shihezi University， Shihezi， 832000，China）

Abstract： This paper explores the impact of digital economy on agricultural green development and its spatial spillover effect by using the provincial panel data from 2011 to 2021， through the two-way fixed-effect model and the spatial Durbin model， and further analyzes the spatiotemporal heterogeneity of the digital economy on agricultural green development by using the spatio-temporal geographic weighting model. The results show that the development level of digital economy and the level of green development of agriculture show an overall upward trend， and the digital economy is significantly positively correlated with the green development of agriculture. The results of the spatial econometric model show that the digital economy has significant positive direct， indirect and overall effects on the green development of agriculture， that is， the development of the digital economy also leads to the improvement of the level of agricultural green development in the surrounding areas. Further analysis shows that the impact of digital economy on agricultural green development has obvious spatiotemporal heterogeneity. Based on this， it is suggested to attach importance to regional balance and coordinated development， and scientifically and reasonably optimize the spatial layout of the digital economy.

Key words： digital economy; green development of agriculture; spatial spillover effects

引用格式：

孔令英，李宁.数字经济对农业绿色发展的影响及其空间溢出效应[J].新疆农垦经济，2025（01）：39-49.

[基金项目]国家社科基金项目（项目编号：20BJY172）。

[作者简介]孔令英（1978-），女，山东枣庄人，博士，教授，研究方向：农业经济理论与政策、生态经济；李宁（1996-），女，辽宁朝阳人，硕士研究生，研究方向：农业经济。

①数据来源：《中国农村统计年鉴》