2021年以来，中国印发了多项有关“双碳”目标与农业绿色发展的纲领性文件，如《“十四五”全国农业绿色发展规划》《农业农村减排固碳实施方案》等，为持续推进农业绿色发展，协同实现碳减排提供了政策指引。而农业企业作为新型农业经营主体的重要组成部分，是农业产业高质量发展的微观基础，肩负着推动新型农业现代化“领跑者”的使命，对促进农业农村现代化和乡村振兴意义重大［1-2］。同时，在“双碳”目标要求下，农业企业作为农业农村经济发展的主体力量，需要借助数字经济拓展范围经济，顺应数字化变革的浪潮，加快数字化转型的步伐［3-4］。由此，如何更好地探究农业企业数字化转型与绿色发展耦合协调关系，对于“双碳”目标的实现具有重要的理论和现实意义。

农业绿色发展是“双碳”目标实现的重要路径。“双碳”目标的提出也将倒逼农业生产方式的绿色转型，即从产前绿色投入品开发使用，到产中绿色技术模式的创新，到产后农业废物的资源化利用，全链条实现面源污染物流量的减少，推动农业绿色发展［5-6］。学术界普遍认为，农业绿色发展应注重农业资源节约与农村环境保护相结合的发展方式，同时也要牢牢把握区域特征，遵循因地制宜、分类施策的推进原则［7-8］。针对农业绿色发展面临的资源约束趋紧、面源污染严重、生态系统退化等严峻形势，需要通过体制机制创新促进农业绿色发展［9］。随着“双碳”目标的提出及生态文明建设进程的不断推进，中国经济发展与环境保护之间的矛盾愈发凸显［10］。与此同时，企业也可以通过发挥协同机制功能，实现产品升级、推动企业绿色技术创新水平提升、缓解融资约束、弱化代理冲突及提升成长能力，提升企业数字化转型与绿色发展协同水平［11］。此外，在企业转型过程中，通过协同创新、协同融合等途径构造资源互补、信息交流有序的企业内部协同模式，也有利于构建打开自身边界、加强相互协作，共享特定资源的外部协同模式，进而实现绿色发展［12-13］。已有研究为本研究提供了重要的学理支持和研究基础，但忽视了行业间差异性，亟须对农业企业数字化转型与绿色发展的耦合关系进行进一步验证。基于此，本研究建立农业企业数字化转型与绿色发展的耦合协调系统，通过实证分析量化两者耦合关系及其影响因素，以期设计提出促进农业企业数字化转型与绿色发展协同的推进路径和政策建议。

1 理论假设

1.1 农业企业数字化转型与绿色发展耦合协调的内涵

数字化转型不单单是数字技术的应用，也是农业企业顺应数字经济形态发展、培育新质生产力、实现“双碳”目标下绿色发展的重要支撑［14-15］。随着农业强国加快建设，以新一代信息技术和数字科技为主导的绿色低碳技术发展，以及数字技术在现代农业各个阶段和各个产业链的改造、转型、升级、创新、变革，一方面有利于提高农业基础设施的智能化、数字化水平，另一方面也有利于夯实生态文明建设基础，践行农业企业绿色发展战略［16］。农业企业以数字技术为中心，提升农业资源和生产要素的配置效率，能够提高绿色投资效率，将农业生产和环境保护协调起来，以绿色发展理念引领农业，运用绿色化的治理手段，促进绿色增长，改善绿色福利，积累绿色财富［17］。基于此，本研究认为，农业企业数字化转型是通过农业企业全方位要素同数字技术的深度融合，在生产、交易、管理等方面转变传统生产方式和组织模式，以促进农业企业高质量发展［18］。在“双碳”目标提出与实施的时代背景下，绿色发展是将“资源节约、环境友好、生态文明”的理念贯穿于农业农村现代化建设全过程，构建一个资源节约、环境友好的农业生产体系，使农业生产向更环保、更节约、更高效的生产方式转变，最终获得经济和生态的双重效益［19］。

1.2 农业企业数字化转型与绿色发展的耦合协调机制

耦合源自物理学概念，指2个及多个系统相互作用、彼此影响的过程。“双碳”目标下，加快推进绿色科技转化，从资源依赖走向技术依赖的转型，农业企业数字化转型是实现绿色发展的重要途径，而绿色发展效率的提升倒逼农业企业进行数字化转型，二者相互促进所产生的正向协同效应，有利于农业企业的高质量发展［20］。一方面，农业企业数字化转型将智能化、数字化转变成生产力，从而提高农业企业的生产效率［15］。另一方面，推进农业绿色发展是实现农业现代化的应有之义，符合乡村振兴的内在要求。将绿色发展理念作为引领农业高质量发展的前进方向，也是实现“双碳”目标的重要支撑［19］。但是，农业企业数字化转型也为绿色发展带来了诸多挑战，如不同情景给传统农业企业带来转型压力，不同类型的农业企业更是存在明显差异，进而阻碍高质量发展［21］。随着数字化转型和“双碳”政策的深入，以及数字化和绿色化的深度融合，充分发挥数字化转型的作用，赋能农业企业生产的各个环节，赋予农业企业新的发展动能，才能使二者关系最终趋于良性互动［22］。因此，农业企业数字化转型与绿色发展耦合协调的关键是把握两者间互动性、整体性和规律性，发挥数字化转型对绿色发展的协同优化效应，促进“双碳”目标下经济效益和生态效率的双重提升（图1）。

图1 农业企业数字化转型与绿色发展耦合关系
Fig.1 Agribusiness digital transformation and green development coupling relationship

1.2.1 农业企业数字化转型促进绿色发展，是驱动绿色发展的新动能和保障 随着大数据、云计算、人工智能等数字化技术的融合应用，农业企业数字化转型作为农业农村现代化的前沿转型模式，能够充分赋能农业企业创新活动，可以有效推动农业企业绿色发展［23］。一方面，农业企业数字化转型可以有效降低信息不对称程度，通过充分挖掘内外部的信息，提升数据信息的利用程度，减少资源在农业产业链各环节的消耗和浪费，从而实现绿色发展。从内部生产经营视角来看，农业企业在“选育、生产、加工、销售、运输”等环节中会积累大量的数据信息，但只有将这种数据信息有效输出并用于农产品生产决策时，才能确保生产过程高效推进［24］。另一方面，数字技术作为一种劳动成果，本身具有一定的绿色属性，是一种“潜在的生产要素”。在信息化和数字化进程中，数字技术的要素价值在与人才、知识、管理等服务化投入相结合后，产生了数据要素“倍增效应”［25］。具体而言，农业企业数字化转型的核心在于将数据作为战略资源，通过数据信息的分析和挖掘，强化农产品“供给-需求”两侧的衔接，实现资源的优化配置和高效利用，从而实现“双碳”目标下绿色发展转化。

1.2.2 绿色发展带动农业企业数字化转型，是引导数字化向绿色化发展的本底和支撑 立足数字中国建设和农业农村现代化的战略要求，绿色发展的主要动力源于技术进步，数字技术运用是农业企业提高市场竞争力和促进价值链提质增效的关键所在，可以有效推动农业企业绿色发展［26］。在高质量发展和绿色发展战略目标导向下，绿色发展带动农业企业数字化转型，主要表现在经济利润的最大化、社会价值的多元化和环境效益的差异化。其一，经济利润有利于刺激农业企业数字化转型的意愿和动力，实现“双碳”目标下绿色低碳可持续的增长模式。经济与生态环境的协调可持续发展能够提升农业企业资源利用程度，将数字技术融入农产品生产、加工、流通、营销等环节，提升农业企业的信息处理能力和内部沟通协调效率，减少粮食在中间环节的消耗和浪费，有利于农业企业成本费用的降低［27］。其二，创造可持续社会价值以增进绿色福利，培养绿色人才队伍。生态环保相关鼓励政策推出，增进社会价值成为促进农业企业数字化转型的重要推动力量。同时，绿色生产生活方式将驱使人们追求更高的生活质量，人民素养和环保意识随之提升，能够为农业企业数字化转型提供人才积累［28］。其三，环境效益是农业企业数字化转型的重要方向，实现生态效益与经济效益的双赢。“双碳”目标下以生态文明建设为导向的绿色发展要求会催生农村地区数字产业，打造绿色数字基础设施，加快农业企业数字化转型，二者的关系势必越来越紧密，最终形成双向互动的良性循环系统。

2 研究设计

2.1 数据来源

本研究基于“双碳”背景下构造农业企业面板数据，分析农业企业数字化转型与绿色发展的耦合协调关系。以2001—2022年中国A股农业上市企业作为初始样本，选取2001年作为研究起点的原因在于，企业数字化转型和绿色发展指标中部分数据信息始于2001年。在此基础上进一步对样本进行如下处理：首先，剔除缺失值以及关键变量存在极端异常值的样本；其次，对所有连续变量按上下1%的比例缩尾处理；最后，删除上市年限不足3年的样本。研究区间内农业上市企业数量实现了较快发展，由2001年的11家，发展为2022年的36家，共计571个有效观测样本。企业数字化转型的相关数据来源于农业企业年报手工搜集和整理获得。其余变量数据均来源于中国经济金融研究数据库（China Stock Market & Accounting Research Database，CSMAR）。

2.2 变量选取

2.2.1 农业企业数字化转型 参考吴非等［26］和赵宸宇等［27］的研究，构建农业企业数字化转型结构化特征词图谱，主要围绕底层技术运用、数字要素管理与数字技术运用3个维度展开。通过Python爬取农业企业年报信息构建数字化转型文本检索关键词库，统计关键词词频总数+1（取对数），获得农业企业数字化转型变量。具体特征关键词如图2所示。

图2 特征关键词图谱
Fig.2 Map of feature keyword

2.2.2 农业企业绿色发展 本研究中的一个关键研究设计问题是为农业企业绿色发展建立一套全面、可靠的指标体系。参照丁红乙等［23］的企业绿色发展综合指标体系，利用熵值法构建农业企业绿色发展指标。具体做法为，结合农业企业绿色发展内容，选取观测指标涵盖绿色的主要方面包括：经济利润、社会价值和环境效益等。其中，经济利润被认为是“硬”绿色发展指标，主要包括总资产净利润率、净利润增长率、存货与收入比、固定资产净额、全要素生产率、企业规模、营业成本、销售和管理费用8个二级指标。社会价值和环境效益被认为是“软”绿色发展指标，主要包括每股收益、支付给职工的薪酬、员工人数、环境税和是否通过ISO9001认证等5个二级指标。

2.2.3 其他变量 为探究影响农业企业数字化转型与绿色发展耦合关系的影响因素，参考已有文献的做法［11，28］，选取财务状况指标和公司治理指标两类变量。其中，财务指标包括产权性质资产负债率、营业收入增长率、托宾Q值、企业年龄。公司治理指标包括股权集中度、董事会规模、两职合一、高管薪酬。各变量的定义、度量方法和描述性统计如表1所示。

表1 变量定义及说明
Table 1 Variable definition and description

变量名称Variable定义说明Defined declaration最小值Minimum最大值Maximum标准差Standard deviation农业企业数字化转型 Agribusiness digital transformation 统计数字化转型关键词词频总数+1（取对数）0.000 6.829 1.130农业企业绿色发展 Agribusiness greening产权性质 Property rights nature资产负债率 Gearing营业收入增长率 Revenue growth rate 0.004 0.000 0.035-0.981 0.144 1.000 2.937 4.752 0.042 0.500 0.236 0.525托宾Q 值 Tobin’s Q 0.896 7.984 1.075企业年龄 Enterprise age股权集中度 Equity concentration董事会规模 Board size两职合一 Duality高管薪酬 Executive compensation农业企业绿色发展综合指数最终控制人为国有取值为1，否则为0期末总负债/期末总资产本年营业收入/上一年营业收入-1（流通股市值+非流通股股份数×每股净资产+负债账面值）/总资产当年年份减去开业年份+1（取对数）第一大股东持股比例董事会人数（取自然对数）董事长与总经理是同一个人为1，否则为0高管前3 名薪酬总额（取对数）0.693 0.039 1.609 0.000 11.448 3.664 0.795 2.890 1.000 16.923 0.503 0.175 0.248 0.368 0.933

2.3 模型设定

2.3.1 耦合协调度模型 在明确了农业企业数字化转型与绿色发展相互协调演进机制的基础上，参考邓宗兵等［17］的研究，引入耦合协调度模型，客观分析农业企业数字化转型与绿色发展的互动发展水平。具体公式见式（1）—（3）：

式中：C表示2个变量间的耦合度；D表示协调度；T表示两系统的评价指数；X1和X2分别表示农业企业数字化转型和企业绿色发展。假设农业企业数字化转型与绿色发展对耦合发展同等重要，将α 和β 取值为0.5。参考邓宗兵等［17］的研究，根据耦合度数值大小划分从极度失调（0～0.09）到优质协调（0.90～1.00）10个等级。

2.3.2 固定效应模型 参考王晓玲等［29］的研究，构建固定效应模型，探究影响农业企业数字化转型与绿色发展协调度的影响因素，模型（4）设定如下：

式中：i表示企业；t表示年份；γ 为常数项；η 为各影响因素的回归系数；εit为误差项；X3～X11分别代表产权性质、资产负债率、营业收入增长率、托宾Q值、企业年龄、股权集中度、董事会规模、两职合一和高管薪酬。

3 结果与分析

3.1 农业企业数字化转型与绿色发展协调度的测算

3.1.1 协调度的时序特征分析 从时序变化来看，2001—2022年中国农业企业数字化转型与绿色发展协调度呈现稳步上升态势。从2001年的0.137到2022年的0.409（见表2），全国整体的协调度由中度失调进入勉强协调阶段。在22年的研究周期内，2001—2011年增加势头较为强劲，从2001年的0.137增长至0.428，增长率212.40%，说明这个区间内，随着环境监管制度和数字基础设施的完善，两系统协调度发展迅速。应当注意到，2013年数值出现回落，回落到0.380，可能的原因是2013年作为“大数据元年”，数字经济、产业数字化、数字产业化等快速发展导致与绿色发展的匹配度降低，未能有效提升农业企业数字化转型与绿色发展的协调度［30］。此外，结合2001—2022年农业企业数字化转型与绿色发展协调度类型比例关系来看，可将其演进过程大致归为“快速上升”和“波动上升”2个阶段（见图3）。其中，2001—2011年多处于中度失调和轻度失调阶段，此阶段的主要特征包括极度失调和中度失调大幅减少，轻度失调状态逐渐占据主导地位，整体协调度偏低。2013—2022年整体协调度波动上升，极度失调状态逐渐消失，良好协调和优质协调状态开始出现，中级协调状况比例波动上升。可能的原因在于，随着2015年实施史上最严环保政策后，农业企业日益重视将数字融合和绿色发展理念贯穿于推动高质量发展的各项工作中，粗放式的发展方式开始向内涵式发展方式转变，促使农业企业数字化转型与绿色发展协调度进一步提升，形成良性循环。综上，随着企业数字化转型战略的实施和环境规制程度的增加，中国农业企业数字化转型与绿色发展协调度在时序上呈现波动上升的演进特征，但整体仍处于濒临失调阶段。

表2 2001—2022 年农业企业数字化转型与绿色发展协调度分行业结果
Table 2 Agribusiness digital transformation and green development coordination degree alignment industry results from 2001 to 2022

行业类型Industry农业 Agriculture林业 Forestry畜牧业 Animal husbandry渔业 Fishery industry农、林、牧、渔服务业Agriculture，forestry，animal husbandry，fishing services全国Nationwide年份 Year 2001 0.170 0.228 0.000 0.127 0.000 0.137 2003 0.219 0.227 0.236 0.280 0.322 0.235 2005 0.262 0.227 0.303 0.276 0.000 0.252 2007 0.304 0.319 0.385 0.314 0.359 0.313 2009 0.361 0.347 0.415 0.436 0.32 0.367 2011 0.409 0.298 0.479 0.424 0.355 0.428 2013 0.347 0.313 0.435 0.415 0.267 0.380 2015 0.394 0.359 0.500 0.435 0.350 0.419 2017 0.477 0.343 0.508 0.452 0.381 0.472 2019 0.479 0.334 0.477 0.502 0.361 0.470 2021 0.461 0.324 0.536 0.575 0.379 0.494 2022 0.517 0.318 0.557 0.581 0.378 0.526均值Mean 0.384 0.284 0.481 0.430 0.313 0.409

图3 2001—2022年农业企业数字化转型与绿色发展协调度类型比例关系
Fig.3 The proportion between digital transformation of agricultural enterprises and green development coordination degree from 2001 to 2022

3.1.2 协调度的行业类型分析 从行业特征来看，将农业企业按照行业划分为农业、林业、畜牧业、渔业和农、林、牧、渔服务业5种类型，分别进行讨论。样本区间内各行业企业分布情况如下：畜牧业157家，林业33家，农、林、牧、渔服务业24家，农业273家，渔业84家。其中，畜牧业类型的农业企业数字化转型与绿色发展协调度均值最高为0.481，协调类型接近初级协调，农业企业数字化转型与绿色发展失调程度出现一定改善（见表2）。可能的原因是，国家相继颁布《畜牧业绿色发展示范县创建活动方案及考核办法》《推进肉牛肉羊生产发展五年行动方案》等一系列政策文件，进一步深化了高质量绿色发展推进畜牧业碳达峰和碳中和，从而显著提升两者协调度。林业类型的协调度均值最低，均值仅为0.284，整体处于中度失调和轻度失调状态，虽然协调度有所增长，但增速远低于其他行业。农、林、牧、渔服务业类型由于样本数量较少，结果易受到极端值的影响，研究结果的代表性可能受到一定程度的限制。值得注意的是，渔业类型的协调度从0.127增长到0.581增速明显，并由中度失调转为勉强协调状态，表明两系统间相互作用愈加紧密。此外，农业类型的协调度在前期基本处在中、轻度失调区，在后期不断提升，2022年总体已进入勉强协调阶段。总体而言，研究期间内中国农业企业数字化转型与绿色发展协调度水平参差不齐，总体呈上升趋势，行业间差距扩大趋势明显，呈现畜牧业＞渔业＞农业＞农、林、牧、渔服务业＞林业的特征，且整体来看仍存在较大的上升空间。

3.1.3 协调度的空间特征分析 基于上述农业企业数字化转型与绿色发展协调度数据，运用ArcGIS软件分别在2001、2008、2015、2022年作为特征时点，通过地理配准、信息提取等方法，对各省份协调度进行空间可视化分析。从表3可以看出，各省份农业企业数字化转型与绿色发展协调度存在显著的空间分布差异特征。相较于2001年，2022年多数省份农业企业数字化转型与绿色发展协调度实现了跨越式发展，区域间差异仍然存在。逐渐形成沿海高协调省份，辐射带动西部地区的发展格局。具体来说，西部地区受产业链条短、数字基础设施分布不平衡、绿色发展体系建设不成熟等因素制约，农业企业数字化转型与绿色发展未能实现良性关联，大多仍处于相对落后状态。从协调度类型的空间分布来看，2022年海南进入良好协调状态，浙江、四川、河南进入中级协调状态，湖南、广西进入初级协调状态，安徽、广东进入勉强协调状态。其中，海南省由极度失调阶段提升到良好协调阶段，两系统耦合关系实现了较大提升。需要注意的是，2022年福建和北京处于轻度失调阶段，其突出问题在于增速相对缓慢，数字技术进步未能有效提升绿色发展水平。甘肃、新疆、山东、上海的变动幅度相对稳定，呈较为平缓的趋势特征。而2015—2022年黑龙江、广东、广西协调度整体走势存在多次回退与波动的现象，虽然两系统各自深化发展，但协调度不增反降，需要以农业企业数字化转型与绿色发展协同优化为核心内容制定规划响应策略［31］。从协调等级的空间演变来看，可划分为4种类型：第1种波动协调降低型，主要包括广西和黑龙江；第2种低中水平协调发展型，主要包括福建、山东、广东和上海；第3种跨界跳跃型，实现协调等级2个到3个的晋升，主要包括安徽、北京、甘肃、新疆和河南，是协调等级演变的主要模式；第4种高水平协调跳跃型，实现协调等级3个以上的晋升，主要包括海南、浙江和湖南。

表3 2001、2008、2015、2022 年农业企业数字化转型与绿色发展协调度空间变化趋势
Table 3 Spatial change trend chart of agricultural enterprise digital transformation and green development coordination degree in 2001，2008，2015 and 2022

省份 Province 年份Year福建 Fujian安徽 Anhui海南 Hainan北京 Beijing浙江 Zhejiang甘肃 Gansu新疆 Xinjiang湖南 Hunan黑龙江 Heilongjiang山东 Shandong广东 Guangdong广西 Guangxi河南 Henan上海 Shanghai江苏 Jiangsu宁夏 Ningxia四川 Sichuan 2001中度失调中度失调极度失调极度失调中度失调中度失调严重失调严重失调2008轻度失调轻度失调轻度失调中度失调轻度失调轻度失调轻度失调轻度失调濒临失调濒临失调2015轻度失调轻度失调濒临失调严重失调中级协调轻度失调濒临失调轻度失调轻度失调濒临失调勉强协调初级协调濒临失调轻度失调2022轻度失调勉强协调良好协调轻度失调中级协调濒临失调濒临失调初级协调濒临失调濒临失调勉强协调初级协调中级协调轻度失调濒临失调濒临失调中级协调

3.2 协调度影响因素分析

表4 报告了农业企业数字化转型与绿色发展协调度的回归结果。具体来看，表4第（1）列是加入财务状况指标的回归结果，表4第（2）列是加入公司治理指标的回归结果，表4第（3）列是同时加入两类变量的结果。第4列的回归分析结果表明，产权性质的回归系数在1%的水平上显著为正，说明与国有企业相比，民营企业在数字技术运用和绿色发展方面存在较大差异，民营企业的协调度更高。资产负债率对协调度存在正向影响，表明企业财务风险越大，收入波动性越大，越有可能关注耦合协调关系。托宾Q值的回归系数在1%的水平上显著为负，即企业相对绩效表现与协调度负相关，说明相对绩效较差的企业更加关心两系统间的耦合关系。企业年龄对协调度存在负向影响，可能的原因在于新兴企业在自身发展过程中对数字化转型与绿色发展的诉求更高。董事会规模与协调度在1%的水平上显著正相关，两者的回归系数为0.089，说明董事会规模越大两系统的协调度越强。两职合一的估计系数显著为正，说明上市公司的股权集中度和管理者的权利越强，企业数字化转型与绿色发展协调度越好。高管薪酬对协调度具有正向影响，可能的解释在于协调度作为一种非经常性收益，容易引致管理层利用良好企业形象攫取私人利益。在现实中存在的可能行为在于企业管理者可能利用优质的协调度发展趋势来伪装业绩，为其带来更高的薪酬回报。营业收入增长率和股权集中度未能通过显著性检验，表明上述相关变量未能对农业企业数字化转型与绿色发展协调度差异产生显著影响。

表4 协调度差异影响因素回归结果
Table 4 Results of regression of coordination differences influencing factors

注：***、**、*分别代表在1%、5%、10%水平上差异显著，括号内数值为标准误差。
Note：***，**and * represent the significant difference level of 1%，5% and 10%，respectively，the standard error is in parentheses.

变量Variable产权性质 Property right模型（2）Model （2）资产负债率/% Asset liability ratio营业收入增长率/% Revenue growth rate托宾Q 值 Tobin’s Q企业年龄 Enterprise age模型（1）Model （1）-0.074***（0.014）0.121***（0.043）0.006（0.018）-0.033***（0.008）-0.058***（0.021）股权集中度 Ownership concentration董事会规模 Board size两职合一 Duality高管薪酬 Tmtpay常数项 Constant观测值 Observed value决定系数 R2 Determining the coefficient R2 0.292***（0.070）571 0.345-0.027（0.042）0.096***（0.027）0.091***（0.022）0.035***（0.009）-0.538***（0.137）571 0.309模型（3）Model （3）-0.059***（0.016）0.145***（0.044）0.005（0.018）-0.025***（0.008）-0.044**（0.021）-0.024（0.042）0.089***（0.028）0.042*（0.022）0.026***（0.009）-0.301*（0.163）571 0.369

4 结论与建议

4.1 结论

农业企业绿色发展是实现“双碳”目标和中国式农业现代化的关键，绿色转型理念也逐渐成为增强农业可持续发展动力的重要路径。农业企业数字化转型有利于加快绿色创新进程，数字技术与农业产业的深度融合已成为引领农业企业绿色发展的新引擎。本研究基于2001—2022年中国A股农业上市企业面板数据，采用耦合协调度模型和固定效应模型实证检验了农业企业数字化转型与绿色发展耦合协调水平变化差异及影响因素。第一，从时序特征来看，2021—2022年中国农业企业数字化转型与绿色发展协调度在时序上呈现波动上升的演进特征，由中度失调进入勉强协调阶段，但整体仍处于濒临失调阶段，这与邓宗兵等的研究结果基本一致［17］。第二，从行业类型来看，农业企业数字化转型与绿色发展协调度水平参差不齐，行业间差距扩大趋势明显，且仍存在较大的上升空间，相关结论也为政府制定引导数字资源在行业间流动提供样本实证支撑［8］。第三，从空间特征来看，中国农业企业数字化转型与绿色发展协调度存在明显的非均衡性特征，整体上呈现出沿海省份优于西部省份的梯度发展格局，该结论符合实际情况［19］。第四，从影响因素来看，资产负债率、董事会规模、两职合一和高管薪酬对两系统协调度具有显著正向影响，产权性质、托宾Q值和企业年龄对两系统协调度具有显著负向影响。

根据以上实证结果，不仅反映出中国数字化基础设施配置区域差异明显、不均衡现象长期持续，生态环境保护不协调、资源共享不充分问题仍然突出，也表明中国农业企业数字化转型与绿色发展协调度和影响因素的变化发展和差异性。相比现有文献多关注宏观层面数字化转型对能源环境的影响［32］、微观层面企业数字化转型对技术创新和企业绩效等方面的影响［11］，对数字化转型促进企业绿色发展的关注不足，也较少深入探讨数字化转型与企业绿色发展的耦合协调关系。因此，本研究对“双碳”目标下农业企业数字化转型与绿色发展耦合协调关系过程背后发展逻辑的探讨。一方面，从底层技术运用、数字技术运用和数字要素管理3个维度，重新解释了农业企业数字化转型的实践路径，拓展了绿色发展研究的边界。另一方面，通过解构影响耦合协调度的核心因素，提供了农业企业数字化转型如何塑造绿色发展过程的动态性和系统性理解，有利于更为深刻厘清数字化转型促进农业企业绿色发展的底层逻辑和具体体现。

4.2 建议

根据以上研究结论，本研究为优化农业企业数字化转型与绿色发展耦合协调关系提出以下政策建议。

第一，根据农业行业特征和数字化转型特征制定差异化政策，扩大数字化赋能效应。数字技术在农业农村经济社会发展中的应用越来越广泛，为传统劳动密集型农业带来了发展良机，有利于农业企业与上下游企业的协作，降低交易成本，推动劳动密集型农业企业向数字化农业企业转型升级。因此，政府应以数字技术与农业融合应用为导向，出台具有针对性的财税政策帮助农业企业完成数字化升级，由地方政府牵头打造特色数字农业示范县，加强农业大数据平台建设，实现数据资源整合、开放、共享，助力农业企业绿色发展目标。

第二，农业企业应充分发挥区域禀赋优势，采取因地制宜策略促进省域协调发展。基于农业自然环境以及生产方式的不同，区域间数字技术发展的差异性较大，导致各地区农业企业数字化转型与绿色发展耦合协调发展存在显著差异。因此，西部农业企业可以围绕自然资源禀赋打造区域特色农业，分阶段逐步推进数字技术与生产环节的深度融合，通过跨省联盟高校科研院所，加强与东部省份交流协作，促进要素流动，形成东西互补格局，实现农业企业数字化转型与绿色发展的整体性均衡协调发展。

第三，畅通数字技术的实现路径，实现农业企业数绿协同与业务深耕。一方面，农业企业要充分利用数字技术对生产、加工、流通、销售等环节进行全方位升级，对各资源连接关系进行整合、调整和重组，打通农业企业全产业链数字化赋能传导路径。另一方面，农业企业要尝试应用互联网思维，通过技术创新、组织创新和制度创新引领农业企业数字化转型，深挖农业领域绿色价值与发展逻辑，逐步推进农业企业数字化转型与绿色发展的协调发展。

参考文献 References：

［1］姜长云.关于农业强国建设的若干认识［J］.中国农村经济，2024（4）：20-31.JIANG C Y.Some understandings of building up China’s strength in agriculture［J］.Chinese Rural Economy，2024（4）：20-31.

［2］张红宇.建设农业强国的理论逻辑：基于农业产业属性的观察与研究［J］.改革，2024（2）：121-130.ZHANG H Y.The theoretical logic of agricultural powerhouse：investigation and research based on agricultural industry property［J］.Reform，2024（2）：121-130.

［3］钟文晶，李丹.农业企业数字化与绿色生产：来自种植业的证据［J］.经济学家，2024（3）：118-128.ZHONG W J，LI D.Digitalization and green production in agricultural enterprises：evidence from the planting industry［J］.Economist，2024（3）：118-128.

［4］范定祥，何孟洁，刘雨果.“双碳”背景下绿色技术创新对制造业企业高质量发展的影响：一个有调节的中介模型［J］.创新科技，2023，23（11）：51-62.FAN D X，HE M J，LIU Y G.The impact of green technology innovation on the high-quality development of manufacturing industry in the context of “dual carbon”：a moderated mediation model［J］.Innovation Science and Technology，2023，23（11）：51-62.

［5］于法稳，林珊.“双碳”目标下企业绿色转型发展的促进策略［J］.改革，2022（2）：144-155.YU F W，LIN S.Promotion strategies of green transformation and development of enterprises under the “dual carbon” goal［J］.Reform，2022（2）：144-155.

［6］MALLAPATY S.How China could be carbon neutral by mid-century［J］.Nature，2020，586（7830）：482-483.

［7］MA D，ZHU Q.Innovation in emerging economies：research on the digital economy driving high-quality green development［J］.Journal of Business Research，2022，145：801-813.

［8］李周.中国农业绿色发展：创新与演化［J］.中国农村经济，2023（2）：2-16.LI Z.The green development of agriculture in China：innovation and evolution［J］.Chinese Rural Economy，2023（2）：2-16.

［9］高鸣，陈洁，姚志.中国淡水养殖业绿色发展：提质增效与未来路径［J］.华中农业大学学报（自然科学版），2022，41（3）：96-106.GAO M，CHEN J，YAO Z.Green development of freshwater aquaculture in China：improving quality and increasing efficiency and the future path［J］.Journal of Huazhong Agricultural University（Natural Science Edition），2022，41（3）：96-106.

［10］刘华军，吴倩敏.新时代十年中国绿色发展之路［J］.中国人口·资源与环境，2024，34（3）：102-111.LIU H J，WU Q M.China’s path to green development in the decade of the new era［J］.China Population，Resources and Environment，2024，34（3）：102-111.

［11］靳毓，文雯，何茵.数字化转型对企业绿色创新的影响：基于中国制造业上市公司的经验证据［J］.财贸研究，2022，33（7）：69-83.JIN Y，WEN W，HE Y.Impact of digital transformation on corporate green innovation：evidence from China’s manufacturing listed companies［J］.Finance and Trade Research，2022，33（7）：69-83.

［12］刘淑春，闫津臣，张思雪，等.企业管理数字化变革能 提升投入产出 效率吗［J］.管理世界，2021，37（5）：170-190.LIU S C，YAN J C，ZHANG S X，et al.Can corporate digital transformation promote input-output efficiency？［J］.Journal of Management World，2021，37（5）：170-190.

［13］陈晓红，李杨扬，宋丽洁，等.数字经济理论体系与研究展望［J］.管理世界，2022，38（2）：208-224.CHEN X H，LI Y Y，SONG L J，et al.Theoretical framework and research prospect of digital economy［J］.Journal of Management World，2022，38（2）：208-224.

［14］罗良文，张琳琳，王晨.数字化转型与企业韧性：来自 中国A 股 上市企 业 的证据［J］.改 革，2024（5）：64-79.LUO L W，ZHANG L L，WANG C.Digital transformation and corporate resilience：empirical evidence from Chinese A-share listed corporations［J］.Reform，2024（5）：64-79.

［15］马晓河，杨祥雪.以加快形成新质生产力推动农业高质量发展［J］.农业经济问题，2024，45（4）：4-12.MA X H，YANG X X.Promoting high-quality agricultural development by accelerating the formation of new quality productivity［J］.Issues in Agricultural Economy，2024，45（4）：4-12.

［16］史丹.数字经济条件下产业发展趋势的演变［J］.中国工业经济，2022（11）：26-42.SHI D.Evolution of industrial development trend under digital economy［J］.China Industrial Economics，2022（11）：26-42.

［17］邓宗兵，肖沁霖，王炬，等.中国数字经济与绿色发展耦合协调的时空特征及驱动机制［J］.地理学报，2024，79（4）：971-990.DENG Z B，XIAO Q L，WANG J，et al.Spatiotemporal characteristics and driving mechanism of the coupling coordination between digital economy and green development in China［J］.Acta Geographica Sinica，2024，79（4）：971-990.

［18］金绍荣，唐诗语，任赞杰.数字化转型能提升农业企业全要素生产率吗？［J］.改革，2024（2）：131-148.JIN S R，TANG S Y，REN Z J.Can digital transformation improve the total factor productivity of agribusiness？［J］.Reform，2024（2）：131-148.

［19］赵敏娟，石锐.“双碳”目标下农业绿色发展的内涵、挑 战 及 路 径 选 择［J］.社 会 科 学 辑 刊，2024（2）：162-171.ZHAO M J，SHI R.Agricultural green development under carbon peak and carbon neutrality goals：implications，challenges and pathways selection［J］.Social Science Journal，2024（2）：162-171.

［20］李鑫，徐琼，王核成.企业数字化转型与绿色技术创新［J］.统计研究，2023，40（9）：107-119.LI X，XU Q，WANG H C.Enterprise digital transformation and green technology innovation［J］.Statistical Research，2023，40（9）：107-119.

［21］NAMBISAN S，WRIGHT M，FELDMAN M.The digital transformation of innovation and entrepreneurship：progress，challenges and key themes［J］.Research Policy，2019，48（8）：103773.

［22］张虎，高子桓，韩爱华.企业数字化转型赋能产业链关联：理论与经验证据［J］.数量经济技术经济研究，2023，40（5）：46-67.ZHANG H，GAO Z H，HAN A H.Enterprise digital transformation empowers industry chain linkage：theoretical and empirical evidence［J］.Journal of Quantitative & Technological Economics，2023，40（5）：46-67.

［23］丁红乙，成琼文.数字化创新、企业家精神与制造企业绿色发展［J］.科研管理，2024，45（1）：84-97.DING H Y，CHENG Q W.Digital innovation，entrepreneurship and green development of manufacturing enterprises［J］.Science Research Management，2024，45（1）：84-97.

［24］ACEMOGLU D，RESTREPO P.Robots and jobs：evidence from US labor markets［J］.Journal of Political Economy，2020，128（6）：2188-2244.

［25］KELLY B，PAPANIKOLAOU D，SERU A，et al.Measuring technological innovation over the long run［J］.American Economic Review：Insights，2021，3（3）：303-320.

［26］吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现：来自股票流动性的经验证据［J］.管理世界，2021，37（7）：130-144.WU F，HU H Z，LIN H Y，et al.Enterprise digital transformation and capital market performance：empirical evidence from stock liquidity［J］.Journal of Management World，2021，37（7）：130-144.

［27］赵宸宇，王文春，李雪松.数字化转型如何影响企业全 要 素 生 产 率［J］.财 贸 经 济，2021，42（7）：114-129.ZHAO C Y，WANG W C，LI X S.How does digital transformation affect the total factor productivity of enterprises？［J］.Finance & Trade Economics，2021，42（7）：114-129.

［28］毕文泰，郑方方，田瑞，等.高管特征对食品安全信息披露质量影响研究：以食品类上市企业为例［J］.中国农机化学报，2023，44（10）：267-274.BI W T，ZHENG F F，TIAN R，et al.Study on the relationship between executive characteristics and food safety information disclosure：take the food listed firms as an example［J］.Journal of Chinese Agricultural Mechanization，2023，44（10）：267-274.

［29］王晓玲，韩平.中国数字经济与制造业绿色发展耦合协调研究［J］.统计与决策，2024，40（1）：10-16.WANG X L，HAN P.Empirical study on coupling coordination of China’s digital economy and manufacturing industry green development［J］.Statistics & Decision，2024，40（1）：10-16.

［30］邹四海，朱盼盼，何泽军.数字技术驱动生猪养殖户绿色生产的效应与机制［J］.河南农业大学学报，2024，58（2）：336-346.ZOU S H，ZHU P P，HE Z J.Study on the effect and mechanism of digital technology-driven green production of pig farmers［J］.Journal of Henan Agricultural University，2024，58（2）：336-346.

［31］卢京宇，郭俊华.数字经济赋能农业绿色发展的碳减排效应［J］.江西财经大学学报，2024（3）：78-90.LU J Y，GUO J H.The green agricultural development empowered by the carbon emission reduction effect of digital economy［J］.Journal of Jiangxi University of Finance and Economics，2024（3）：78-90.

［32］ZHENG R J，WU G，CHENG Y，et al.How does digitalization drive carbon emissions？：the inverted Ushaped effect in China［J］.Environmental Impact Assessment Review，2023，102：107203.

Coupled and coordinated relationship between digital transformation and green development of agribusiness under “dual-carbon” target

BI Wentai1，LIANG Yuan2，3，CHEN Suyun1，YANG Xin1，QIAO Beilei1，ZHANG Ying1
（1.College of Economics and Management，Henan Agricultural University，Zhengzhou 450046，China；2.College of Management，Bohai University，Jinzhou 121013，China；3.College of Economics and Management，Shenyang Agricultural University，Shenyang 110866，China）

Abstract：【Objective】This study was conducted to explore the spatial and temporal characteristics of the coupling and coordination between digital transformation and green development of agricultural enterprises and the driving factors of the change differences，in order to provide reference for the realization of the “dual-carbon” goal and the modernization of new agriculture.【Method】The data of China’s A-share listed agricultural enterprises from 2001 to 2022 were selected as samples，and systematic analysis was carried out by using the coupling coordination model and the fixed effect model.【Result】1）From 2001 to 2022，the coordination degree of digital transformation and green development of Chinese agribusinesses showed a fluctuating and rising evolutionary feature in the time sequence，with the whole entering the stage of barely coordinated from moderately dysfunctional，and the majority of provinces were still in the stage of endangered dysfunctionality.2）the level of coordination degree among the industries was uneven，and the trend of differentiation was obvious，presenting the order：the animal husbandry industry＞fishery＞agriculture＞agriculture，forestry，animal husbandry and fishery services＞forestry.3）there were obvious unbalanced characteristics between regions，and the overall pattern of gradient development showed that the coastal provinces were better than the western provinces.4）the balance sheet ratio，the size of the board of directors，the integration of the general manager and the chairman of the board and the remuneration of the executives can significantly improve the degree of coupling coordination.【Conclusion】1）Differentiated policies are formulated according to the characteristics of the agricultural industry and the characteristics of digital transformation to expand the effect of digital empowerment.2）Agribusinesses should give full play to the advantages of regional endowments，and adopt locally tailored strategies to promote the coordinated development of the provinces.3）the realization path of digital technology should be smoothed to achieve the digital-green synergy of agribusinesses and the deepening of business.

Key words：“dual carbon” target；digital transformation；green development；coupling coordination；agricultural enterprises

中图分类号：F323

文献标志码：A

文章编号：1000-2340（2025）05-0946-11

引用：毕文泰，梁远，陈素云，等.“双碳”目标下农业企业数字化转型与绿色发展的耦合协调关系［J］.河南农业大学学报，2025，59（5）：946-956.DOI：10.16445/j.cnki.1000-2340.20241127.002

收稿日期：2024-06-17

接受日期：2024-11-28

基金项目：国家自然科学基金面上项目（72573050）；国家自然科学基金青年项目（72103054）；辽宁省社会科学规划基金青年项目（L23CGL022）

作者简介：毕文泰（1994—），男，河北唐山人，博士研究生，主要从事数字经济的研究，E-mail：652352665@qq.com。

通信作者：杨鑫（1989—），男，河南周口人，讲师，硕士，E-mail：jiabao8816@126.com；乔蓓蕾（1988—），女，安徽阜南人，讲师，硕士，E-mail：634949587@qq.com。

（责任编辑：梅付春 耿倩）