环境规制、数字化与农业面源污染
作者：无忧期刊网 来源：期刊论文 日期：2023-02-17 08:37人气：
摘 要：基于构建的“环境规制—数字化—农业面源污染”分析框架，利用2010—2020年省级面板数据，采用地理探测器进行了实证研究。结果表明：环境规制下的政策强制干预手段和经济激励手段对防治农业面源污染具有显著驱动作用；与环境规制相比，数字化对防治农业面源污染的驱动作用更为显著，主要来源于数字化基础设施、数字农业生产技术以及绿色数字金融赋能农业绿色生产；环境规制和数字化的交互作用对防治农业面源污染具有显著驱动作用，主要源于数字化增强了农户的信息获取能力，进而促进农户规则感知以及赋能政府经济激励的横向调节手段。基于上述结论，从发挥政府指引作用、拓宽农户参与渠道、加强农村数字化建设等三个方面提出相应的政策建议。
关键词:农业面源污染;环境规制;数字化;
Environmental Regulation, Digitization and Non- Point Source Pollution
GAO Peng
BAI Fuchen ZHENG Wolin
Management School, Guangdong Ocean University School of Credit Management, Guangdong
University of Finance
Abstract：Based on the analytical framework of “environmental regulation-digitalization-agricultural non-point source pollution”, the provincial panel data from 2010 to 2020 were used to conduct an empirical study with geographical detectors. The results show that the policy compulsory intervention and economic incentives under environmental regulation have a driving effect on the prevention and control of agricultural non-point source pollution; Compared with environmental regulations, the driving role of digitalization in the prevention and control of agricultural non-point source pollution is more significant, mainly from digital infrastructure, digital agricultural production technology and green digital finance enabling agricultural green production; The interaction between environmental regulation and digitalization has a significant driving effect on reducing agricultural non-point source pollution, which is mainly due to the enhancement of farmers’ ability to obtain information through the construction of digital infrastructure, thus promoting farmers’ perception of rules, and the horizontal adjustment means of green inclusive finance enabling government economic incentives. Based on the above conclusions, this paper puts forward corresponding policy recommendations from three aspects: giving play to the guiding role of the government, broadening the participation channels of farmers, and strengthening rural digital construction.
Keyword：agricultural non-point source pollution; environmental regulation; digitization;
0 引言
农业面源污染是指种植业的过量化学投入和农作物秸秆、养殖业畜禽粪便的不当处理所产生的有机质在降雨和地形的共同驱动下，在土壤或水体中过量累积，对生态环境造成的污染，并且具有时间上的随机性、空间上的不确定性及污染后果的滞后性等特征[1]。农业面源污染是造成生态环境系统性污染的重要驱动因素，直接威胁农业的可持续发展和人类的健康安全[2]。因此，如何控制农业生产过程中所产生的面源污染，改造现有的以牺牲环境为代价的粗放型农业生产方式，实现可持续发展成为重要的议题。
相关研究表明，环境规制强度的提高将导致资源利用效率下降[3]，但不可忽略的是，政府环境管理强度的提升有利于提高环境污染治理的有效性[4]。类似研究也证实，环境规制对农业绿色全要素生产率具有正向影响且存在受种植业比重、贸易依存度、劳动力文化水平影响的双重门槛效应[5]；环境规制下的经济激励与农业污染治理具有显著的正相关[6]，同时环境规制政策能够倒逼农业生产技术进步[7]。对此，历年中央一号文件持续聚焦农业绿色生产转型，明确指出农业生产要合理控制用水、化肥和农药，并实现畜禽粪便、废旧农膜、秸秆的资源化利用，进而打响农业面源污染防治攻坚战。尽管农业生态环境治理上升为国家战略，具体实践却没有达到预期效果[8]。究其原因，农村生活环境相对闭塞，农户文化素质水平不高，导致农户对信息的获取和理解能力有限，对环境规制、绿色生产技术的认识不足[9]；而且“熟人社会”天然形成的社会关联，农户之间因互动而产生相对稳定的社会体系，并提供“从众（模仿）效应”“相互包庇”的行动功能，这在很大程度上规避了外部环境污染的监督与问责，进而采用粗放型生产模式，加重了农业面源污染[10]。随着农村数字化转型加快，数字技术与农业农村深度融合是大势所趋。已有研究表明，云计算、物联网等数字技术在农业领域的广泛应用，能够优化农业生产要素配置，提升农业的生产、经济和生态效率，实现传统农业向数字化、绿色化转型[11,12]，且数字化水平与农业绿色发展呈倒“U”型关系并具有显著的空间溢出效应[13]；绿色金融则通过为农业企业与农户的绿色研发和绿色生产提供融资渠道和融资便利，推动农业生产的绿色转型升级[14]。
被忽略的是，首先，通信技术作为数字经济发展的关键驱动因子，推动数字化的知识和信息等关键生产要素向农村流动。第一，数字化促进了农业绿色生产技术、环境规制信息的城乡流动，而且农村数字基础设施的不断完善，给予农户更多的学习机会，提升了农户素质，增强了农户的规则感知。第二，数字化打破了相对闭塞的乡土社会环境，且显著促进了农户个人意识的觉醒与法律素质的提高[15]，打破了依托于环境闭塞、公权力缺失、个人意识薄弱的“熟人社会”所造成的“相互包庇”现象。第三，环境规制、数字化在防治农业面源污染的过程中具有时空可变性，即不同时期、地区环境规制强度、数字化水平、农业面源污染强度存在显著差异，由此依托的三者之间的相互作用存在空间异质性。可以认为，环境规制对防治农业面源污染的作用逻辑并非显而易见的，引入数字化能够更好地解释其中的逻辑。而且，基于空间异质性探究其中的因果关系，通过将更多省份农业面源污染、数字化和环境规制的数据信息纳入模型，能够更好地解决个体异质性所导致的内生性问题，提高因果关系估计的精确度，实现因地施策。鉴于此，本文构建“环境规制—数字化—农业面源污染”的分析框架，利用我国30个省份（西藏、港澳台地区除外）2010—2020年的面板数据，基于空间异质性的视角，使用地理探测器工具探讨环境规制、数字化及其交互作用对降低农业面源污染的驱动效应，为后小康时代农业绿色化转型的政策体系提供参考。
1 理论推导及其假说
1.1 环境规制对防治农业面源污染的影响
农业面源污染具有时间上的随机性、空间上的不确定性及污染后果的滞后性等特征[16]。农户为获得更多农作物产出，政府则为促进农业GDP增长，往往会产生“机会主义”行为，即通过利用形势来营私肥己，漠视规则和对环境的破坏[16]。这意味着控制和解决农业面源污染并不仅是技术问题，且单纯依靠市场化的机制并不能解决高强度的农业面源污染问题。因此，合理设计的环境规制被认为是环境保护治理的重要手段。
环境规制可分为政策强制干预的纵向治理手段和经济激励的横向调节手段[17]。从纵向治理手段来看，地方政府制定了严格的污染治理法规，对化肥、农药等不同类型的污染源提出了治理措施（如化肥农药登记制度、划定禁限养区域等），从源头上对污染进行控制。如果农户偏离了既定目标，他们将面临着罚款等行政处罚。因此，环境规制意识较强的农户在行为实施前往往会权衡违规成本，通过其经济理性在规避损失的驱动下采取农业绿色生产行为，进而有效防治农业面源污染。从横向治理手段来看，新古典经济学认为，农民作为生产者，是追求利润最大化的“理性经济人”[18]。农户是否采用农业绿色生产方式取决于农业生产成本以及预期收益[19]。地方政府通过转变财政补贴的利用方向，将主要用于化肥、农药等购销环节的价格补贴转向对农业绿色生产技术研发补贴和对农户对绿色生态农事活动的激励补贴[18]，推进了农资投入的绿色化以及农业废弃物资源化利用。同时，采用“以奖促治”“以奖代补”等经济激励的方式[19]，引导农户朝着亲环境生产方式转变。
于是，本文提出假说1：环境规制对防治农业面源污染具有显著的正向效应。
1.2 数字化对防治农业面源污染的影响
农业生产的绿色发展是我国生态文明的重要实践，而数字化发展为传统粗放型农业转型带来新的机遇，为农业绿色发展所需要的技术、基础设施、资金等生产要素赋予了新的动能。
其中，数字技术赋能农业生产对降低农业面源污染具有突出贡献[20]。数字农业将农机、农情等农业生产设备与物联网、遥感和无人机等数字技术相结合，并安装了地理信息系统等数字技术导航装置和水肥药变量施用装置[20]，可对水肥、病虫草害和土壤方面进行精准管理，实现农业生产耕种收的精准作业，避免化肥农药的过量使用。例如，数字农业中的变量喷洒技术可以根据田间作物病虫害和杂草的发生情况进行准确喷洒，以提高农药利用率，约能降低10%的水体农药含量和24%的土壤沉积物农药含量。
同时，绿色金融是支持环境改善、应对气候变化和资源节约高效利用的经济活动；数字普惠金融则强调在数字技术的支持下，低成本地对海量数据进行处理，使社会各阶层获得金融服务的机会均等化。可以认为，绿色金融强调质量，而数字普惠金融更强调平等与效率，因此，数字普惠金融和绿色金融服务的融合发展能直接有效促进金融服务的提质增效[21]。两者融合发展主要通过扩大农业绿色生产金融服务的覆盖面和渗透率，有效推动农业绿色生产方式转型。其中，从生产端来看，“数字普惠金融+绿色金融”融合发展通过促进绿色金融产品创新和提高金融服务效率，为农企或农户的绿色研发和绿色生产行为提供融资渠道和融资便利，有利于绿色农业生产技术的转型升级，降低农业面源污染[14]；从交易端来说，供求理论认为，需求对供给具有牵引、拉动作用，而消费金融信贷对国内需求具有显著刺激作用[22]。2020年，银保监会发布的《绿色融资统计制度》增加了“绿色消费融资”一词，并将绿色农产品消费、生态旅游、健康旅游等纳入其中，且农业领域的“三品一标”等绿色标准是金融支持绿色农业发展的基础，这将从需求消费端刺激农业的绿色供给，进而引导农户的绿色生产行为，进而降低农业面源污染[21]。
于是，本文提出假说2：数字化对防治农业面源污染具有显著的正向效应。
1.3 数字化赋能环境规制对防治农业面源污染的影响
行为决策理论认为人是有限理性的，即在识别和发现问题中容易受到知觉偏差的影响，因此决策者在进行决策时需要充分了解和掌握有关决策环境的信息情报，了解经营与市场动态趋势[23]。但在中国农村现实社会中，生活空间相对闭塞，农户获取信息的渠道较为狭窄，存在着严重的信息不对称问题[24]，可能会作出有偏的行为决策。而信息不对称则是“机会主义”产生的重要条件之一，即政府的环境规制信息与农户的信息获取之间的不对称导致了事前“逆向选择”或事后的“污染风险”，进而促使农业生产环境恶化。但是，随着农村数字化的发展，互联网成为农户获取信息的主要方式，环境规制信息依托各种新媒体平台得以快速传播，传播方式兼具点对点传播、面对面传播，人际传播、大众传播相结合等特点，而传播内容具有文字、语音和视频等多种形式，且传播路径满足了复杂多样的社会网络特征[25]。因此，地区数字化基础设施建设水平或农户家中是否有宽带和智能通讯设备可以反映出互通信息机会的多少[23]，即数字化增强了环境规制信息在农户之间的互联互通，打破了农户的“机会主义”行为，对实现农业绿色生产具有积极作用。值得注意的是，“数字普惠金融+绿色金融”在互联网、大数据技术、区块链等的支持下，能够低成本地对海量数据进行处理，降低了交易成本和信息成本[12,26]，进而赋能经济激励的横向调节手段，使之更为全面、精准、绿色和高效。
于是本文提出假说3：数字化赋能环境规制对防治农业面源污染具有显著的正向效应。
2 数据来源、变量选取与模型选择
2.1 数据来源
该研究以2010—2020年我国30个省级行政区的面板数据为实证样本（鉴于数据的可得性，未计算西藏及港澳台地区）。其中，测算农业面源污染强度所需的化肥、农药、农用地膜、农用柴油的施用量和农用地面积等原始数据来源于30个省级行政区的统计年鉴；环境法颁布数量来源于北大法宝法律数据库；政府工作报告“农业污染治理”“农业生态”个数来源于各省政府工作报告；农村环境污染治理投资来源于《中国财政年鉴》、《中国环境统计年鉴》和各省级行政区的财政、环境统计年鉴；种植业、畜牧业等农业部门数字智能设备投入量来源于《中国农业机械工业统计年鉴》；农村互联网普及率来源于《中国区域经济统计年鉴》；绿色金融指数来源于中央财经大学绿色金融国际研究院和北京大学数字金融研究中心；数字普惠金融指数来源于北京大学数字金融研究中心；地理信息基础数据来源于国家地理信息中心数据库。对于缺失数据采用插值法进行插补。
2.2 变量选取
2.2.1 被解释因子
本文的被解释因子为农业面源污染强度。由于农业面源污染的产生机制是复杂、随机和不确定的，即只要在农业生产过程中投入化肥、农药等农资，都会或多或少地通过降雨、灌溉等途径对水资源、土壤资源等造成污染，因此很难通过测度排放力度来量化。据此，本研究的农业面源污染借鉴姜松等[27]的测度方法，采用联合国人类发展指数（HDI）的权重处理方式，即采用化肥、农药、农用地膜、柴油等化学要素的平均投入量来表示。由于各省份的自然条件以及经济发展水平存在差异，用平均投入量衡量并不可比，因此采用农业面源污染强度，即平均投入量与农用地面积的比值作为测度项，具体公式如下：
式中：PI为农业面源污染强度，下标it为第i年第t省，CF、PE分别为化肥、农药的使用量（万吨），MF、DE分别为农用地膜和农用柴油的使用量（万吨），S为农用地面积（万公顷）。
2.2.2 解释因子
（1）环境规制因子包括法律规范、政府注意力、政府保护治理投资。其中，法律规范、政府注意力为衡量政策强制干预的纵向治理手段的指标[28]，以地区环境法颁布数量、政府工作报告“农业污染治理”“农业生态”“农村生态”个数作为测度项；政府保护治理投资表达的是经济激励的横向调节手段[29]，以农村环境保护投资占GDP比重作为测度项。
（2）数字化因子包括数字化应用规模、数字化基础设施建设、绿色普惠金融。其中，数字化应用规模表达的是将数字技术应用于农业生产活动[13]，用种植业、畜牧业等农业部门数字智能设备投入占总投入的比重作为测度项；数字化基础设施建设用来衡量农村数字化建设水平，采用农村互联网普及率作为测度项。绿色普惠金融则融合了绿色金融与数字普惠金融，是指在数字技术的支持下，使社会各阶层获得支持环境改善、应对气候变化和资源节约高效利用的经济活动的机会均等化[21]，以绿色金融指数与数字普惠金融指数的交互作为测度项。变量说明及描述性统计见表1。
2.3 模型选择
地理探测器方法是基于不同地理领域之间的某一属性的异质性，探究各解释因子对被解释因子的驱动作用的统计学方法，其优势众多。第一，较好地克服了多重共线性问题和内生性问题。第二，探测两个解释因子交互作用于被解释因子，由于在回归模型中交互作用的识别方法为相乘关系，然而两因子交互不一定为相乘关系，因此，地理探测器的优势在于通过分别计算和比较各单因子q值及两因子叠加后的q值，可以判断两因子是否存在交互作用，以及交互作用的强弱、方向、线性还是非线性等[30]，因此本研究主要运用因子探测和因子交互探测来检验环境规制、数字化及其交互作用对降低农业面源污染的驱动作用。
2.3.1 因子探测器
因子探测主要用于探测被解释因子Y的空间分异及基于Y的空间分异，解释因子X多大程度上解释了被解释因子Y，计算公式如下：
式中：q值是因子探测的衡量指标，q值越大，解释因子X对被解释因子Y的解释力越强；h是因子X的子区域数量；N代表整个研究区域的空间单元总数（在本研究中为省份）；Nh表示子区域h的样本数量；σ和σh分别表示子区域h的样本总方差和方差。
2.3.2 因子交互探测器
交互作用探测为基于被解释因子Y的空间分异，识别解释因子X1与解释因子X2之间交互作用时是否会增加或减弱对被解释因子Y的解释力，计算步骤如下：
首先，计算解释因子X对被解释因子Y的q值：q(X)，并计算他们交互时（即q(X1∩X2)）的q值。其次，对q(X1)、q(X2)与q(X1∩X2)进行比较，判断标准见表2。
3 结果与分析
3.1 农业面源污染的影响因素识别
3.1.1 环境规制对防治农业面源污染的驱动作用
表3汇报了从因子对比角度分析环境规制因子对防治农业面源污染的驱动作用。综合来看，环境规制对防治农业面源污染具有显著驱动作用，驱动力为0.322，假说1得到验证。具体来看，政府注意力对降低农业面源污染的驱动力最强，驱动力为0.391；其次为法律规范，驱动为力0.382；而政府保护治理投资对降低农业面源污染的驱动力为0.192，这表明虽然经济激励的横向调节手段对防治农业面源污染具有显著作用，但与政策强制干预的纵向治理手段相比，差距为0.19。值得注意的是，2010—2020年，法律规范对防治农业面源污染的驱动力由0.407到0.384再到0.356，呈“U”型变化趋势；而政府保护治理投资的驱动力由0.139到0.281再到0.156，呈现倒“U”型趋势；政府注意力的驱动力由0.342上升到0.489，呈不断上升趋势。
表4表达的是从局域对比角度分析环境规制因子对防治农业面源污染的驱动作用，结果表明，东部、中部、西部的核心驱动因子存在显著差异。具体来看，东部地区，主要表现为“政府注意力（0.281）＞政府保护治理投资（0.265）＞法律规范（0.214）”；中部地区，表现为“政府注意力（0.362）＞法律规范（0.354）＞政府保护治理投资（0.291）”；西部地区则表现为“法律规范（0.412）＞政府保护治理投资（0.375）＞政府注意力（0.369）”。值得注意的是，在区域层面，2010—2020年环境规制因子对防治农业面源污染的驱动作用与经济发展水平呈负相关。
3.1.2 数字化对防治农业面源污染的驱动作用
表5汇报了从因子对比角度分析数字化因子对防治农业面源污染的驱动作用。综合来看，数字化对防治农业面源污染具有突出贡献，驱动力为0.394，且大于环境规制因子对防治农业面源污染的驱动作用，假说2得到验证。具体来看，绿色普惠金融对防治农业面源污染的驱动力最强，驱动力为0.429；其次为数字化应用规模，驱动力为0.394；数字化基础设施建设对防治农业面源污染的的驱动力为0.359。值得注意的是，2010—2020年，数字化因子对防治农业面源污染的驱动作用均呈不断上升趋势，其中上升速度最快的为绿色普惠金融，驱动力由0.379上升到0.429；其次为数字化应用规模，驱动力由0.366上升到0.415；最后为数字化基础设施建设，驱动力由0.346上升到0.373。
表6表达的是从局域对比角度分析数字化因子对防治农业面源污染的驱动作用。结果表明，东部、中部、西部地区的核心驱动因子同样存在显著差异。具体来看，东部地区，主要表现为“绿色普惠金融（0.421）＞数字化应用规模（0.359）＞数字化基础设施建设（0.324）”。中部地区，表现为“数字化基础设施建设（0.458）＞绿色普惠金融（0.398）＞数字化应用规模（0.367）”。西部地区则表现为“数字化基础设施建设（0.491）＞数字化应用规模（0.432）＞绿色普惠金融（0.412）”。值得注意的是，在区域层面，2010—2020年，数字化应用规模和数字化基础设施建设对防治农业面源污染的驱动作用与经济发展水平呈负相关，而绿色普惠金融的驱动作用与经济发展水平呈正相关。
3.2 数字化赋能环境规制对防治农业面源污染的驱动作用
为进一步探究不同探测因子之间发生交互作用时对防治农业面源污染解释力的变化情况，将6个解释因子定义为X1：法律规范，X2：政府注意力，X3：政府保护治理投资，X4：数字化应用规模，X5：数字化基础设施建设，X6：绿色普惠金融（绿色金融×数字普惠金融）。由表7可知，环境规制因子（X1、X2、X3）与数字化因子（X4、X5、X6）之间存在着较为紧密的联系，而并非相互独立，两因子进行交互后的q值均会表现出不同程度的提高，2010年、2015年、2020年因子交互类型均为双因子增强，不存在相互独立或减弱的关系，即环境规制因子与数字化因子之间的交互作用均大于单个因素对防治农业面源污染的驱动力，这也表明空间分异视角下，防治农业面源污染是受到多个影响因素共同作用的结果。
从横向因子交互对比角度来看，首先，法律规范与数字化基础设施建设的交互作用对防治农业面源污染的解释力最强，驱动力为0.863；其次，政府注意力与数字化基础设施建设的交互作用驱动力为0.815；政府保护治理投资与绿色普惠金融的交互作用的驱动力为0.798。这表明数字基础设施建设增强农户的信息获取能力促进规则感知（0.863）相较于绿色普惠金融赋能经济激励的横向调节手段（0.815）更有效。其余环境规制因子与数字化因子交互作用的驱动力均大于48%。假说3得到验证。
从纵向因子交互时间对比角度来看，法律规范与数字化应用规模、绿色普惠金融的交互作用，政府注意力与数字化应用规模的交互作用对防治农业面源污染的解释力在2010—2020年呈下降态势，其中，法律规范与数字化应用规模的交互作用的下降速度最快，为0.09；法律规范与数字化基础设施建设的交互作用，政府注意力与数字化基础设施建设、绿色普惠金融的交互作用，政府保护治理投资与数字化应用规模、数字化基础设施建设、绿色普惠金融的交互作用均呈增长态势，其中，政府保护治理投资与数字化基础设施建设的交互作用的增长速度最快，增幅为0.163。
4 结论与建议
4.1 结论
本文在构建“环境规制—数字化—农业面源污染”的分析框架基础上，剖析了环境规制、数字化及其交互作用对防治农业面源污染的内在机理，利用2010—2020年我国30个省份的面板数据，基于空间异质性，运用地理探测器进行了实证检验，结论如下：
（1）环境规制对防治农业面源污染具有驱动作用，驱动力为0.322，主要来源于政策强制干预的纵向治理手段（0.387）和经济激励的横向调节手段（0.192）。相比于全国样本，东部、中部地区的核心驱动力为政府注意力（东部为0.281、西部为0.362），西部地区的核心驱动力为法律规范（0.412）。
（2）与环境规制相比，数字化对防治农业面源污染的驱动作用更为显著，驱动力为0.394，主要来源于数字化应用规模（0.394）、数字化基础设施（0.359）赋能农业绿色生产以及绿色普惠金融扩大农业金融服务的覆盖面和渗透率（0.429）等。从全国样本来看，绿色普惠金融对防治农业面源污染的驱动力最强（0.429），相比于全国样本，东部地区的核心驱动因子为绿色普惠金融（0.421），中部、西部地区的核心驱动因子为数字化基础设施建设（中部为0.458、西部为0.491）。
（3）进一步运用因子交互探测模型探究发现环境规制和数字化的交互作用对防治农业面源污染具有显著驱动作用，主要源于数字基础设施建设增强了农户的信息获取能力，进而促进农户规则感知（0.863）以及绿色普惠金融赋能政府经济激励的横向调节手段（0.815）。
4.2 建议
基于以上结论，防治农业面源污染不是一个远景目标，而是要见成效的实质性进程，结合上述结论，本文得出如下政策启示：
第一，充分发挥好政府指引农业绿色发展的“引路人”作用。首先，加强科学顶层设计，制定绿色农业发展路径，确定防治农业面源污染的重点领域和区域；建立健全农业生态文明法律法规，规范农业生产，并推选出一批防治工作积极、成果显著的典型地区。其次，加大农资企业绿色农业生产技术创新的财政倾斜力度，通过行业标杆宣传、树立典型等方式发挥好农资企业技术创新的“领头羊”作用。最后，充分发挥政府“集中力量办大事”的制度优势，加强农村基础设施建设，特别是建立农业生产生态数据观测平台，使之对农业生产生态现状进行系统、定量评估，并及时进行改善和调整，推动农业生产生态建设成为推动农业绿色发展的核心动力。
第二，拓宽优化农户参与防治农业面源污染的渠道和路径。一方面，相关政府职能部门应积极完善防治农业面源污染的法规法令，严格执行政府信息公开制度，加大村镇农业面源污染信息披露制度建设。另一方面，采取法律宣传、职业培训和路演相结合的方式，且充分运用互联网等信息传播渠道，对农业绿色生产知识进行普及推广，提高农户环保意识，重视并发挥农户的监管作用。
第三，加大对农村地区的数字化建设，夯实数字中国的底层架构。首先，完善数字化建设规划，形成政府资金引导、社会资本广泛参与、社会群体严格监督的实施机制，确保资源投入合理。其次，推动建立农村电信普遍服务补偿机制，支持村镇光纤网络建设和5G基站建设，实现农村城市“同网同速”，缩小城乡“数字鸿沟”，畅通数字农业生产技术的应用渠道和农业生产信息的传播渠道。此外，积极推动大数据、区块链等高端技术发展并应用于农业生产，提高数字金融普惠服务的覆盖范围，在守住底线的前提下给足数字金融“试点容错”的空间。以上措施有望进一步释放数字金融的绿色效应，助力农业经济发展绿色转型升级，降低农业面源污染。
参考文献
[1] 夏秋，李丹，周宏. 农户兼业对农业面源污染的影响研究[J]. 中国人口·资源与环境，2018（12）：131-138.
[2] 白福臣，高鹏，郑沃林. 粮食主产区农田生态系统碳足迹的时空演化与脱钩效应[J/OL]. （2022-08-24）. http://kns--cnki--net--https.cnki.jnyxy.qfclo.com:2222/kcms/detail/53.1193.F.20220824.0938.006.html.
[3] Boyd G A, Mcclelland J D. The impact of environment constraints on productivity improvement in integrated paper plants [J]. Journal of Environment and Management, 1999, 38(2): 121-142.
[4] 李伯涛，马海涛，龙军. 环境联邦主义理论述评[J]. 财贸经济，2009（10）：131-135.
[5] 马国群，谭砚文. 环境规制对农业绿色全要素生产率的影响研究——基于面板门槛模型的分析[J]. 农业技术经济，2021（5）：77-92.
[6] :郭兆晖，魏杨. 环境规制下的财政支出与农业污染治理[J]. 农业技术经济，2021（4）：73-84.
[7] 吴传清，高坤. 环境规制与长江经济带高技术制造业环境效率研究——基于“波特假说”的检验[J]. 长江流域资源与环境，2022（5）：972-982.
[8] 郑沃林，李尚蒲. 收入、生态与农民共富：来自农户的证据[J]. 南方经济，2022（5）：29-42.
[9] 唐立强，周静. 社会资本、信息获取与农户电商行为[J]. 华南农业大学学报（社会科学版），2018（3）：73-82.
[10] 洪兆平. 社会网络与集体行动研究综述[J]. 河海大学学报（哲学社会科学版），2015（3）：45-51，91.
[11] 李海艳. 数字农业创新生态系统的形成机理与实施路径[J]. 农业经济问题，2022（5）：49-59.
[12] 刘敏楼. 中国农村金融演进的理论与实践——新比较经济学的视角[J]. 河南大学学报（社会科学版），2017（4）：48-56.
[13] 樊胜岳，李耀龙，马晓杰，等. 数字化水平对农业绿色发展影响的实证研究——基于中国30个省份的面板数据[J]. 世界农业，2021（12）：4-16.
[14] 张宇，钱水土. 绿色金融、环境技术进步偏向与产业结构清洁化[J]. 科研管理，2022（4）：129-138.
[15] 李丹林. 互联网革命、宪法文化与传媒监管[J]. 现代传播，2016（9）：51-55.
[16] 饶静，许翔宇，纪晓婷. 我国农业面源污染现状、发生机制和对策研究[J]. 农业经济问题，2011（8）：81-87.
[17] 郭骁，夏洪胜. 解决代际外部性问题有效途径的理论探讨[J]. 中国工业经济，2006（12）：60-66.
[18] 李一花，李曼丽. 农业面源污染控制的财政政策研究[J]. 财贸经济，2009（9）：89-94.
[19] 李成龙，张倩，周宏. 社会规范、经济激励与农户农药包装废弃物回收行为[J]. 南京农业大学学报（社会科学版），2021（1）：133-142.
[20] 马述忠，贺歌，郭继文. 数字农业的福利效应——基于价值再创造与再分配视角的解构[J]. 农业经济问题，2022（5）：10-26.
[21] 马骏，孟海波，邵丹青，等. 绿色金融、普惠金融与绿色农业发展[J]. 金融论坛，2021（3）：3-8，20.
[22] 孙文博. 我国居民消费及刺激需求的实证分析[J]. 宏观经济研究，2001（7）：43-46.
[23] 乔丹，陆迁，徐涛. 社会网络、信息获取与农户节水灌溉技术采用——以甘肃省民勤县为例[J]. 南京农业大学学报（社会科学版），2017（4）：147-155，160.
[24] 高杨，牛子恒. 风险厌恶、信息获取能力与农户绿色防控技术采纳行为分析[J]. 中国农村经济，2019（8）：109-127.
[25] 赵蓉英，李新来，李丹阳. 高校新媒体信息传播网络结构及其演化特征[J]. 情报科学，2022（6）：3-11.
[26] 王瑶佩，郭峰. 区域数字金融发展与农户数字金融参与：渠道机制与异质性[J]. 金融经济学研究，2019（2）：84-95.
[27] 姜松，周洁，邱爽. 适度规模经营是否能抑制农业面源污染——基于动态门槛面板模型的实证[J]. 农业技术经济，2021（7）：33-48.
[28] 秦天，彭珏，邓宗兵，等. 环境分权、环境规制对农业面源污染的影响[J]. 中国人口·资源与环境，2021（2）：61-70.
[29] 张成，陆旸，郭路，等. 环境规制强度和生产技术进步[J]. 经济研究，2011（2）：113-124.
[30] 王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017（1）：116-134.
热门排行
