农业碳排放是全球变暖的主要贡献者，然而无人机技术对此类排放的具体影响仍不清楚。本研究试图填补这一研究空白。以农业无人机为关键载体，研究人员基于2014年至2023年中国31个省份的面板数据，利用空间计量方法构建了空间自回归模型（Spatial Autoregr

　　农业碳排放是全球变暖的主要贡献者，然而无人机技术对此类排放的具体影响仍不清楚。本研究试图填补这一研究空白。以农业无人机为关键载体，研究人员基于2014年至2023年中国31个省份的面板数据，利用空间计量方法构建了空间自回归模型（Spatial Autoregressive Model, SAR）。实证检验了农业无人机对农业碳排放强度及其空间溢出效应的影响，同时分析了农业无人机与传统农业机械化之间的协同效应。结果表明，农业无人机的应用显著降低了本地和邻近地区的农业碳排放强度。然而，农业无人机与传统农业机械化之间存在“协同悖论”——它们的结合应用反而会增加农业碳排放强度。在此基础上，本文提出了推动无人机技术本土化、实施“政策联动”引导农业机械电动化、强化绿色研发（R&D）导向等政策建议。这些措施旨在充分释放无人机技术的农业减排效益，促进低空技术与绿色农业的协调发展。

　　**论文解读：无人机应用对农业碳排放的影响——基于空间自回归模型的实证分析**

　　农业碳排放是全球变暖的主要贡献因素之一，中国作为全球最大的二氧化碳排放国，其农业碳排放占全国总量的17%。在“双碳”战略与农业现代化融合的政策框架下，降低农业碳排放成为可持续发展的关键。尽管2014年至2023年间，化肥减量、节水灌溉等传统措施降低了单位产出碳排放强度，但粮食安全战略下生产规模扩张加剧了减排压力，传统方法面临边际效应递减和投入不均衡的局限。低空技术的快速发展，特别是无人机（Unmanned Aerial Vehicle, UAV）的应用，为精准农业提供了变革性解决方案。无人机搭载雷达和视觉识别系统，可实施变量施肥、精准施药等操作，减少投入品浪费并优化能源消耗。然而，无人机技术对农业碳排放的具体影响机制仍不明确，其空间溢出效应以及与农业机械化的协同效应尚待实证检验。本研究旨在填补这一空白，通过构建空间经济计量模型，分析无人机渗透率（drone penetration rate, DR）和航空作业率（aerial operation ratio, AERO）对农业碳排放强度（carbon emission intensity, CI）的影响，并探讨与传统农业机械化（mechanization rate, MECH）的协同悖论（synergistic paradox），为低空技术赋能绿色农业提供政策依据。该论文发表在《Scientific Reports》。

　　研究人员采用空间自回归模型（Spatial Autoregressive Model, SAR）进行实证分析。数据来源为中国31个省份（不含港澳台）2014-2023年的面板数据，主要来自《中国统计年鉴》《中国农村统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》及各省统计年鉴。因变量农业碳排放强度采用多源排放系数法计算，涵盖化肥、农药、农膜、农用柴油及稻田甲烷五大排放源。核心解释变量包括无人机渗透率（植保无人机数量与耕地面积之比）和航空作业率（无人机作业面积与耕地面积之比），并引入二者与农业机械化率的交互项衡量协同效应。控制变量包括农业研发投入（R&D支出占农业GDP比重）和政策试点（低空技术试点区域虚拟变量）。空间权重矩阵构建了邻接矩阵（W1）和经济地理嵌套矩阵（W2），后者基于邻接矩阵与人均GDP差异的倒数相乘。内生性处理采用地形起伏与低空经济政策试点的交互项作为工具变量，进行两阶段最小二乘（2SLS）估计。

　　**基准回归结果**：基于SAR模型（邻接矩阵W1）的回归显示，模型组内R2为0.7086，空间系数ρ显著为正，表明农业碳排放强度存在显著正向空间自相关，即“高碳相邻、低碳相邻”的集聚特征。无人机渗透率的短期主效应（?0.0444）和长期直接效应（?0.0483）显著为负，航空作业率的效应更显著（短期?0.1346，长期?0.1508），证实无人机应用显著降低本地农业碳排放强度。

　　**假设检验**：H1（无人机抑制农业碳排放强度）成立。H2（空间溢出效应）成立：无人机渗透率（?0.0498）和航空作业率（?0.1595）的长期间接效应均显著为负，表明技术红利通过地理邻近性扩散至邻近区域。H3（协同悖论）成立：交互项DR×MECH的短期主效应（0.0029）和长期直接效应（0.0033）显著为正，表明无人机与农业机械化的结合应用反而增加碳排放强度，可能源于能源消耗叠加效应。

　　**稳健性检验**：替换因变量U8国际集团为单位面积碳排放（CA）后，结果方向一致，DR直接效应?0.0135，AERO?0.0242，交互项0.0017，支持结论稳健性。替换空间权重矩阵为经济地理嵌套矩阵（W2）后，AERO直接效应（?0.1147）和交互项效应（0.0027）仍显著，但DR直接效应不显著，表明无人机渗透的空间溢出受经济梯度屏障影响，欠发达地区缺乏配套基础设施，技术扩散受限。

　　**内生性检验**：采用地形起伏与政策试点交互项作为工具变量的2SLS估计显示，DR系数仍显著为负（?0.0602），确认核心结论稳健。AERO系数变为正且显著（2.1222），交互项不显著（?0.0342），可能因工具变量仅针对DR内生性，且AERO与DR高度相关（相关系数0.73），导致偏误。

　　研究结论部分指出：无人机渗透率显著降低农业碳排放强度，且效应具有空间溢出性，但与传统机械化结合存在“协同悖论”。政策建议包括：打破“经济梯度屏障”，促进区域合作；从设备补贴转向支持实际作业（如培训与基础设施）；设计集成政策避免协同悖论，如激励电动化农业机械与无人机协同。未来研究可整合卫星遥感监测轨迹、开展全球农户调查，引入“碳排放源分割”深化机制分析，并拓展至国际视角比较不同农业模式（如北美大规模、欧洲小规模、亚洲集约化农业）下的无人机应用效果。研究局限在于省级无人机数据精度不足，无法区分平原与山地差异；碳排放系数法可能偏离实际；未深入分析无人机对特定碳源（化肥、农机、稻田甲烷）的异质性影响，也未充分考虑农户经营规模与教育水平等微观特征的调节作用。