数字经济对农业高质量发展的影响研究

陈毅辉，洪碧云

（福建农林大学 安溪茶学院，福建 福州 350002）

一、引言

1978—2020年，中国农业总产值从1397.0亿元增加至137782.2亿元，年均增长率超过10%；人均粮食产量从316.6kg增加至474.2kg。总体而言，经过40多年的发展，中国农业的生产能力大幅度提升，综合机械化率超过70%，农民收入显著增加，产业结构得以优化。然而，中国农业仍面临创新驱动不足、资源和环境约束趋紧、生产效率不高等问题。新的发展阶段，要进一步推进农业农村现代化，向农业强国迈进，中国农业需要走高质量发展之路。

作为中国经济发展中最活跃的板块之一，数字经济不断拓宽与各行业融合的广度和深度，对传统行业具有“赋能效应”。当前，以大数据、物联网、云计算等为代表的数字技术已经融入到中国农业的各个领域，使农业由原本依靠资本和劳动力大规模投入的粗放发展模式向依靠知识和技术创新推动的发展方式转变。那么，在迫切需要推动农业高质量发展的当前，数字经济是否能够成为提升农业高质量发展水平的着力点和新引擎？这一问题值得研究和思考。

二、文献回顾

现有文献主要从三个方面对农业高质量发展进行了探讨：第一，关于农业高质量发展的内涵。张务锋(2018)认为农业高质量发展意味着产业体系更完备、竞争力更强、农产品更绿色、生产效率提高、产能结构提高等[1]。丁声俊(2018)提出农业高质量发展的六大特征：惠民性、特色性、创新性、融合性、动态性和生态性[2]。孙江超(2019)指出农业高质量发展应该包括农产品有效供给、农业经营高收益和农业发展可持续三个方面[3]。第二，关于农业高质量发展指标体系的构建及测度。内生经济增长理论认为全要素生产率是经济增长的核心，因此可以把全要素生产率作为农业高质量发展水平的代理指标[4]。韩海彬等(2017)从农业增长的结构、福利、效率、稳定和环境代价5个层面选取9个指标，采用“纵横向”拉开档次法测度了中国30个省份的农业发展质量[5]。黎新伍、徐书彬(2020)基于五大新发展理念构建农业高质量发展的指标体系[6]。董艳敏和严奉宪(2021)从农民收入、产业效益、生产效率、劳动者素质和绿色生产5个方面选取14个指标构建指标体系，采用熵权法测度农业高质量发展水平[7]。第三，关于农业高质量发展的实现路径。郝一帆、王征兵(2019)利用中国省际面板数据考察生产服务业集聚对农业高质量发展的影响，研究结果表明前者对后者具有显著的促进作用[4]。程士国、普友少等(2020)通过构建动态增长和风险期望模型，探寻农业高质量发展的内生动力，根据模型推导结果提出农业高质量发展应该培养新型农业人才，提高农户的技术偏好水平[8]。王兴国、曲海燕(2020)从理论上分析了科技推动农业高质量发展的机制[9]。就数字经济与农业高质量发展之间关系的研究而言，夏显力、陈哲等(2019)总结了发达国家数字经济推动农业高质量发展的经验，阐述了数字经济赋能中国农业高质量发展的思路与路径[10]。张俊考察了农村宽带普及对农业高质量发展的影响[11]，虽然并未直接涉及数字经济，但宽带普及一定程度上也能够反映数字经济在农村的实践情况。

综上所述，当前利用数字经济赋能农业高质量发展这一理念已经得到认同和重视，然而从实证角度对两者关系的探讨稍显不足。鉴于此，文章利用2005—2018年中国30个省份（除西藏和港澳台地区）的面板数据，从理论和实证层面全面考察数字经济对农业高质量发展的影响。

三、理论分析与假设提出

1.数字经济影响农业高质量发展的理论机制

文章从以下三个方面分析数字经济推动农业高质量发展的内在机理。第一，精准匹配效应。数字技术使农户可以快速、有效、准确地获取供给、需求、价格等市场信息，实时调整农产品种植结构和销售策略，精准匹配市场需求，减少信息不对称和因信息滞后导致的供需不匹配和无效供给[12]。第二，效率提升效应。数字经济可以全方位提高产业效率[13]。在种植环节，农民借力数字技术能够在插秧、施肥、喷水、收割等各环节完成精细化操作，有助于提高劳动效率。在生产环节，建立从农田到餐桌的农产品溯源管理。一旦农产品出现质量问题，能够快速追根溯源和进行应急处理。在农产品销售环节，利用数字平台搭建线上线下多销售渠道，消费者可以实时查询与反馈，提高交易效率。第三，规模经济效应。数字技术尤其是互联网的发展改变了传统的交易方式，便利的购物渠道刺激了消费的增长，拓展了产品销售的覆盖范围[14]。因此，农户和农业企业能够扩大种植和生产规模，实现规模经济。根据以上分析，文章提出研究假设H1：

假设H1：数字经济对农业高质量发展产生推动作用。

2.数字经济对农业高质量发展的异质性影响

传统计量模型得到的全局估计结果只是某种意义的“平均”，不能反映空间异质性，特别是观测样本随空间位置变动的规律。然而，由于地理位置、资源禀赋、政策倾斜以及经济基础等原因，不同地区数字经济发展水平不同，农业高质量发展水平也不尽相同，可能会导致数字经济对农业高质量发展的影响存在明显的区域异质性特征。即随着地理位置的变化，相同因素也会对农业高质量发展产生不同影响，因此有必要在实证检验中考虑数字经济发展水平的估计系数为非常数这种可能性的存在。根据以上分析，文章提出研究假设H2：

假设H2：数字经济对农业高质量发展的影响存在区域异质性。

3.数字经济对农业高质量发展的空间溢出效应

数字技术能够使信息突破行政区划的限制，高效传递以压缩时空距离，增强地区之间的联系。赵涛、张智等(2020)通过空间模型验证了数字经济对城市高质量发展具有空间溢出效应[15]。李天籽、王伟(2018)的研究结果表明互联网的空间溢出效应显著[16]。另外，由于生产要素的流动和企业间的合作，使地区之间相互作用和影响，导致各地区的农业活动也具有明显的空间关联性。因此，理论上数字经济对农业高质量发展的影响在空间上也应该具有溢出效应。根据以上分析，文章提出研究假设H3：

假设H3：数字经济对周边地区的农业高质量发展存在着显著影响。

四、研究设计

1.模型构建与研究方法

为实证检验数字经济对农业高质量发展的影响，文章设定如下面板模型：

模型(1)中，Aqua表示农业高质量发展水平；Dig表示数字经济发展水平；Z表示控制变量；ε为随机扰动项。

地理加权回归模型(GWR)在1996年被提出并广泛应用于不同领域[17]。文章利用GWR模型考察数字经济对农业高质量发展的区域异质性影响，设定如下的面板模型：

模型(2)中，xik为第k个变量在第i个样本点处的观测值；βk表示第k个变量在(ui，νi)处的估计系数；β0表示第i个样本点的截距项；εi表示误差项。

在模型(1)的基础上引入变量和空间权重的交互项以构建空间杜宾模型，考察数字经济对农业高质量发展的空间溢出效应，设定如下模型：

模型(3)中，ρ表示空间自回归系数；W表示空间权重矩阵。为了估计结果的稳健性，文章采用地理距离和经济距离两种空间权重矩阵。

2.变量选取与说明

（1）被解释变量：农业高质量发展水平

农业高质量发展的内涵十分丰富。其中，“高”代表现阶段对农业发展提出了更高的要求。“质”表示农业发展效率和效益。“量”表示农业发展的规模。另外，农业高质量发展还应该关注其环境代价。因此，文章从发展规模、发展效率、发展效益、发展代价4个维度选取18个指标构建农业高质量发展评价指标体系。

表1 农业高质量发展评价指标体系

（2）核心解释变量：数字经济发展水平

借鉴黄慧群、余泳泽等(2019)[19]的做法，选取互联网普及率、移动电话普及率、人均电信业务量、计算机服务与软件业就业人员数占城镇单位就业人员数比重，采用因子分析法将四个指标拟合为一个指标表征数字经济发展水平。

（3）控制变量

文章选取5个控制变量：外商直接投资强度(Fdi)，采用各地区实际利用外资占GDP比重表示；交通网络密度(Trans)，采用（铁路营运里程+内河航道里程+公路里程）/地区面积表征；城镇化水平(Urban)，用城镇人口与总人口的比重衡量；财政支出(Fis)，采用地方财政用于农业的支出占总支出的比重表示；农业人力资本水平(Hum)，采用受教育年限表示，计算公式为：（小学×6+中学×9+高中×12+大专及以上×16）/农村总人口。为尽可能消除异方差，除数字经济发展水平外的变量作对数化处理。

由于数据缺失，文章的研究对象为中国30个省份（除西藏和港澳台地区），时间区间为2005—2018年。研究数据主要来源于历年《中国统计年鉴》《中国农村统计年鉴》《中国农业年鉴》《中国农产品加工业年鉴》和各省份统计年鉴。

五、实证分析

1.农业高质量发展水平的测度结果

参考周小亮、吴武林(2018)的做法[20]，文章以2005年为基期，采用定基极差熵权法测算农业高质量发展水平。表2列出了各省份奇数年的农业高质量发展水平。由表2可知，2005—2018年，中国农业高质量发展水平呈现逐年上升态势，由2005年的0.426增加至2018年的0.728，年均增长率4.206%。考察期内，农业发展规模、发展效率、发展效益和发展代价4个维度也均有不同程度的改善。

2005—2018年农业高质量发展水平均值大于全国均值0.586的有上海、浙江、北京、辽宁等14个省份。其中10个省份属于东部地区，4个属于中部地区。进一步地，按照四分位分类法将各省份的农业高质量发展水平分为四类，即低水平[0.349，0.491)、中低水平[0.491，0.581)、中高水平[0.581，0.670)、高水平[0.670，0.879]。第一类包括内蒙古、山西、陕西、宁夏等8个省份，这些省份的农业高质量发展水平得分和排名都靠后，但制约因素存在差异。比如，制约广西农业高质量发展水平不佳的主要因素是发展代价维度，而山西则是农业发展规模较低限制了农业高质量发展。第二类囊括江西、河南、四川等7个省份，这些省份排名稍微落后于第二梯度，但呈现崛起态势，重庆、广西和安徽的年均增长率均高于全国4.206%的年均增长率，说明农业发展具有较大潜力。第三类涵盖广东、湖南、吉林、河北等7个省份，这些地区经济基础良好、各种资源丰富、农业技术发达。然而这些地区仍面临农民收入有待提升、环境污染严重、耕地质量不高等问题。第四类是上海、浙江、北京等8个省份，这些省份虽然耕地面积占比较小，但农业生产效率、单位粮食和人均农业增加值高，农业效益较好，如何实现减少农业发展的环境代价和资源代价是这些省份面临的主要问题。具体见表2。

表2 2005—2018年中国各省份农业高质量发展水平

2.面板模型估计结果与分析

（1）基准估计结果与分析

表3汇报了分别采用最小二乘法(OLS)、固定效应模型(FE)和随机效应模型(RE)的基准回归结果。Hausman检验结果表明固定效应模型更有效。因此，以FE回归结果为主进行分析。第(3)列显示Dig的影响系数为0.039，且通过1%的显著性水平检验，说明数字经济发展水平每增加1个单位，农业高质量发展水平将增加3.9%。关于控制变量，FDI显著推动了农业高质量发展。交通网络和城镇化水平同样有利于农业高质量发展。完善的交通基础设施能够帮助农产品在空间上快速移动，有利于实现农产品价值和提升农户收入，也为农业规模化和产业化经营提供可能性。城镇化使农村劳动力从农村向城市转移，农民在收入提高的同时也增加了对农产品的需求，倒逼农产品生产者寻求高效率、低成本、绿色化的生产方式。财政支出估计系数不显著为负，说明其并不能有效提升农业高质量发展水平。人力资本水平对农业高质量发展的影响显著为正，因此提高农民的受教育程度也是推动农业高质量发展的重要因素之一。上文根据四分位法把各省份的农业高质量发展水平分为四类。进一步地，探索数字经济对这四类省份的不同影响。由表3的最后4列可知，数字经济没有对第一类省份和第二类省份的农业高质量发展发挥显著的积极作用，这些省份数字经济发展水平较低。数字经济显著推动了第三类和第四类省份的农业高质量发展，对第四类省份的促进作用更强，因为这些省份的数字经济发展水平相对较高。

表3 数字化水平影响农业高质量发展的基准回归结果

（2）作用机制分析

上文分析了数字经济对农业高质量发展的影响，进一步考察其作用机制，即分别以农业发展规模、发展效率、发展效益和发展代价4个维度水平作为被解释变量，将各变量分别对4个被解释变量进行回归，估计结果见表4。数字经济对农业发展规模、发展效率和发展效益的估计结果显著为正，对发展代价的回归系数则不显著，说明数字经济通过影响农业发展的规模、效率和效益的作用机制推动农业高质量发展。其中，数字经济对农业发展规模的促进作用最强，发展效益次之，最后则是发展效率。

表4 数字经济影响农业高质量发展的作用机制

（3）区域异质性分析

根据模型(2)，对影响农业高质量发展的因素进行地理加权回归，可以得到每个省份关于每个解释变量的估计系数，估计结果见表5。根据表5，数字经济发展水平的估计系数呈现由东向西梯度递减的规律。数字经济对农业高质量发展正向影响较大的省份主要集中于上海、浙江、广东、山东、北京等东部地区，负向影响的省份则多分布在云南、青海、广西、陕西等西部地区。究其原因，在数字经济促进产业发展的过程中，不仅需要其他互补性设备设施的配合，也需要依赖高技能的劳动力充分发挥其实际应用水平。与东部地区相比，中西部地区支撑数字经济所需人才缺乏，数字基础设施及关键技术滞后，对农业高质量发展所起的作用十分有限，提振作用较小。根据此分析判断，假设H2成立。

表5 各省份关于各解释变量的估计系数

（4）空间溢出效应分析

表6显示在两种空间权重下，数字经济发展水平与农业高质量发展水平的Moran'I指数均为正数且至少通过5%的显著性水平检验，说明适合采用空间计量模型进行实证分析。

表6 数字经济发展水平与农业高质量发展水平的Moran's I指数

文章采用最大似然估计量对模型(3)进行回归。由表7可知，在两种空间权重下，在1%的水平下显著为正，说明农业高质量发展水平在空间上存在关联效应。数字经济发展水平的空间滞后项同样显著为正，表明数字经济发展水平的提升不仅有利于推动本地区农业高质量发展，对周边地区农业高质量发展也产生明显促进作用。在空间计量模型中，空间滞后项的估计系数不能直接反映数字经济对农业高质量发展的边际影响大小，而是根据直接效应和间接效应解释数字经济对本地区和周边地区农业高质量发展的影响。从表7可以看出，数字经济的直接效应和间接效应均显著为正，假设H3成立。

表7 数字经济影响农业高质量发展空间模型的参数估计

六、结论与政策建议

文章在测度2005—2018年中国30个省份的农业高质量发展水平的基础上，实证检验了数字经济对农业高质量发展的影响，结果显示：考察期内中国各省份农业高质量发展水平呈上升趋势，但省际差异显著；数字经济显著推动了农业高质量发展；数字经济对农业高质量发展的影响存在区域差异，呈现“东部地区—中部地区—西部地区”依次递减的特征；数字经济对农业高质量发展具有显著的空间溢出效应。

据此，提出如下建议：第一，在数字经济推动农业高质量发展的现实之下，政府应该加大对数字技术的投资力度和扶持力度，推动数字经济与农业相融合。具体来说，政府可以通过课题委托等方式加大对高等院校和科研院所数字技术研发的资助，加强数字技术研发成果在农业发展领域的转化和应用，不断提升数字经济与农业高质量发展的融合度。政府还可以充分利用职业教育等手段，加强新型职业农民培育，进一步提升农民群体的数字素养与技能。第二，加快农村数字基础设施建设，包括互联网、数据中心、信息平台等方面，提升数字技术在中国农村地区的覆盖程度。作为产业发展政策的制定者，政府可以通过财政补贴和税收优惠等政策积极引导企业参与农村数字基础设施建设，尤其是提供数字经济所依赖的数字技术，不断提升数字经济在农业高质量发展中的重要作用，进一步实现乡村振兴。第三，考虑到数字经济对农业高质量发展影响的区域异质性以及空间溢出效应，应该增强数字基础设施建设的区域协调程度以及各地区农业发展的联动性，发挥发达省份对落后省份的辐射作用。因此，各地政府应积极加强协同联动，充分调研数字经济和农业高质量发展的背景和现状，因地制宜、因势利导，制定有效促进数字经济发展和农业高质量发展的政策。