农业数字化日益被视为农业现代化与低碳转型的关键路径。研究人员基于中国2011—2022年省级面板数据，从规模效应（scale effect）与效率效应（efficiency effect）双视角考察农业数字化如何影响农业碳排放（agricultural car

　　农业数字化日益被视为农业现代化与低碳转型的关键路径。研究人员基于中国2011—2022年省级面板数据，从规模效应（scale effect）与效率效应（efficiency effect）双视角考察农业数字化如何影响农业碳排放（agricultural carbon emissions）与碳排放效率（carbon emission efficiency）。研究以双向固定效应模型（two-way fixed-effects model）为主分析方法，结果表明农业数字化显著改善农业碳绩效：农业数字化水平每提升1%，农业碳排放总量下降15.72%，碳排放效率提升3.97%，规模效应与效率效应同时成立。机制证据表明，现阶段减排主要通过增量创新（incremental innovation）而非突破式创新（breakthrough innovation）实现；南方地区与数字化水平较高省份减排效应更强，且数字化存在空间溢出效应（spatial spillover effects）。结论提示，加快农业数字化、强化区域差异化支持与创新激励，可助推低碳农业转型。

　　研究背景方面，全球气候变化背景下农业作为温室气体重要源，其排放具分散源、工艺复杂、技术替代受限等特征，在保粮食安全前提下减排难度大。既有文献对数字化与农业碳排放关系存在两派观点：一派认为精准投入与绿色技术扩散降低强度，另一派认为市场连通与规模机械化扩张推高能源需求。已有研究多孤立看排放总量或效率，难以判断是外延扩张还是内涵改进驱动转型。为此，研究人员将农业数字化作为核心解释变量，同时以碳排放总量与碳排放效率（基于Super-SBM模型测度，含非期望产出）刻U8国际集团画碳绩效，并区分规模效应（改变产出Y与高碳投入）与效率效应（改变单位产出强度θ），从增量创新与突破式创新异质性、阈值非线性、空间溢出三方面展开。

　　、专利数据库、进出口统计、区域投入产出表及Ran等（2025）突破式创新测度；农业数字化（DVI）以农业数字经济增加值占农业增加值比为主指标，辅以农村宽带/电脑/手机普及率等七指标变异系数法合成DVI1；农业碳排放按IPCC因子法聚合水稻甲烷、耕地N

　　O；控制变量含人均GDP及其平方、人口、城镇化、农业开放U8国际集团度、财政支农、种植结构、生产集聚等。关键技术方法包括：Super-SBM（含非期望产出、VRS）测度碳效率；双向固定效应面板回归；Tobit机制检验；面板阈值模型；空间自回归（SAR）/空间误差（SEM）/空间杜宾（SDM）模型配地理邻接权重并做经济距离稳健。

　　研究结果部分，理论分析提出四组假设：H1指数字化通过要素配置优化提升效率但总量方向不确定；H2指增量创新主作用于效率、突破式创新兼影响规模与效率；H3指存在数字化阈值，过阈后减排显化；H4指空间溢出经效率扩散与规模再配置两通道，净效应符号不定。实证主回归显示DVI对lnC负向显著（弹性-0.1572）、对lnCE正向显著（弹性0.0397），即规模与效率双效应成立。机制检验中DVI显著提升增量创新（ln(1+人均绿色农业专利)）而未显著撬动突破式创新占比，印证现阶段靠增量创新减排。阈值模型估计出单/多阈值，低于阈时减排不显著，跨阈后负向弹性增强。空间SDM表明本地数字化降本地排放、提升本地效率，且对邻省效率有正间接效应、对邻省总量排放呈负向间接效应，支持效率扩散主导而非规模虹吸。异质性上南方、高数字基础省弹性更大。

　　讨论与结论翻译：农业数字化通过优化生产要素配置、生产决策与过程控制改善农业碳效率；其对总排放的影响在理论上不确定，因效率提升可与生产规模扩张并存。数字化经异质创新渠道作用，增量创新主增效率收益，突破式创新可同时影响效率与规模。数字化对碳排放的影响具阈值特征，跨临界值后减排方显。数字化不仅影响本地碳绩效，亦经效率扩散与规模再配置影响邻域，净溢出符号因变量而异。研究人员建议加快农业数字化并配区域差异化支持与创新激励，以推进低碳农业转型。该文发表于《Frontiers in Sustainable Food Systems》。