数字经济对农村三产融合发展的影响机理及空间溢出效应

黄婉婷，蓝红星，施帝斌

（四川农业大学a.管理学院；b.西部乡村振兴研究中心；c.四川省农村发展研究中心，成都 611130）

0 引言

目前我国农村三产融合发展仍面临融合效率较低、产业链延伸不足、利益联结松散等问题。如何释放农村产业活力，从信息供给、产品升级和节本增效等方面促进农村三产深入融合，成为我国农业现代化进程中亟待解决的问题。数字经济是以数据为关键生产要素、以数字技术为主要特征的经济。相较于农业经济和工业经济等传统经济形态，数字经济以零边际成本、长尾效应以及绿色无污染等特征在构建现代经济体系中呈现显著的优越性。数字经济嵌入农业发展，能通过模糊产业边界、减少信息不对称、降低交易成本为优化城乡要素资源流动通道、拓展农业发展空间提供全新动能。数字普惠金融、农村电商等是促进农业经济增长、乡村振兴的有效抓手[1,2]。与此同时，数字经济的“双刃剑”效应引致的负外部性不可忽视，如智慧乡村发展可能面临技术适用性不强、市场风险较大、农民数字鸿沟等经济风险[3,4]。

1 机理分析与研究假设

1.1 数字经济对农村三产融合发展的影响

数字经济凭借其高扩散性、溢出性和普惠性特征，形成规模经济、范围经济及分工经济赋能农村三产融合发展。首先，数字经济的规模经济效应能为农业经营主体、产业体系及市场赋能。一方面，通过打通农业生产、服务和营销等异质性环节，促进要素流动惠及农业经营主体和产业体系；另一方面，数字经济能将市场需求均转换为“数据”，既有利于市场供给主体形成“以销定产”“柔性定制”的生产模式，降低资源错配[5]，也有利于市场需求主体把握对称信息，控制交易成本，有效化解农业产业生产链、供需链和空间链对接难题。其次，数字经济的范围经济主要体现在多样化经济活动的协同效应带来的成本控制效应。农业经营成本降低可使农业经营主体提供更多小众化、个性化、差异化的产品和服务，促进农业新业态生成。最后，数字经济的分工经济效应有利于实现经济效益报酬递增。数字经济下产业发展逐渐趋于平台化和扁平化，能激发各农业经营主体利用自身资源禀赋优势实现产业类别或生产环节进行分工协作，促进产业分工、产品分工、模块分工“三位一体”深化程度加深。这将促使不同农业经营主体在农业产业细分领域深耕，打造高度互联的农村产业供需系统，实现优势最大化目标。据此，本文提出：

假设1：数字经济对农村三产融合发展有显著促进作用。

1.2 数字经济影响农村三产融合发展的路径

（1）农业科技创新路径。已有研究表明，以互联网为代表的数字经济发展能有效提升小农户对新技术的需求和接纳程度[6]。而包含云计算、大数据和人工智能等更广泛的数字技术注入传统农业中，数字要素与农业劳动力、土地和资本等要素进行结合、嫁接，不仅能提高农业传统要素的领域通用性，还能推动传统农业经济模式转型更新，实现“技术—经济”范式跃迁[7]，催生出以创新性知识为重要元素、以数据为驱动资源的农业新业态，打造生物、信息与智能技术深度融合的“数字+农业”平台，促进农村三产融合发展。

（2）城乡市场对接路径。农村产品、农业经营主体与城市市场对接即为城乡市场对接。一方面，数字平台取缔了传统线下交易场域，通过搭建农村与城市间的交易桥梁，进一步拓展市场交易的广度和深度；另一方面，线上便捷的交易模式为降低消费者交易成本、调整消费者消费动机提供渠道，由此提高城乡市场对接效率。而伴随城乡市场实现有效对接，市场交易需求延伸出核心产品与服务能“倒逼”农业经营主体提高供给效率，加快农业产业、产品、服务标准化、品牌化，促进农村产业由点及面的快速融合，以进一步分享城乡市场对接的红利。据此，本文提出：

假设2：数字经济通过促进农业科技创新、城乡市场对接两种路径促进农村三产融合发展。

1.3 数字经济对农村三产融合发展的非线性影响

“梅特卡夫法则”和网络效应说明随着数字经济水平的提高，其发展红利愈发显著，相关研究已证实数字经济对我国经济高质量发展的影响呈现边际效应递增的非线性特征[8]。因此不仅数字产业具有高成长性，而且赋能农业三产融合的效应也呈边际效应递增规律。此外，农业科技创新水平和城乡市场对接作为数字经济在农村传播与应用的载体，在不同区域之间资源禀赋差异明显，这两大路径发挥效应的强弱将间接影响数字经济对农村三产融合的促进力度与作用方向。具体而言，在农业科技创新水平不足或城乡市场尚未形成有效对接的阶段或区域，数字经济促进农村三产融合的作用可能较弱。而农业科技创新水平提升、城乡市场联系趋强，数字经济提升农村三产融合的作用也会愈发明显。据此，本文提出：

假设3：数字经济对农村三产融合发展具有非线性影响。

2 研究设计

2.1 动态面板模型

为验证数字经济对我国农村三产融合发展的影响，本文构建如下的动态面板模型：

其中，i和t分别表示地区和年份；DIGit为解释变量，即数字经济发展水平；RIIit为核心解释变量，即农村三产融合发展水平；υt和υi分别表示时间固定效应和地区固定效应；X为一系列控制变量；ε为随机误差项。

2.2 中介效应模型

本文利用逐步回归法探索农业科技创新（TEC）和城乡市场对接（LM）的作用路径，具体由以下三个估计方程构成：

其中，M为中介变量，包括农业科技创新和城乡市场对接。

2.3 面板门槛模型

为进一步检验数字经济对农村三产融合发展的非线性影响效应，设定如下面板门槛模型：

其中，γ表示需要估计的门槛值，th为门槛变量，包括数字经济发展指数（DIG）、农业科技创新（TEC）和城乡市场对接（ML）。I(·)为示性函数。

2.4 变量说明

（1）被解释变量：农村三产融合发展水平（RII）。本文在已有研究的基础上[9]，从产业链延伸、产业多功能拓展、产业服务支撑三个维度构建二级指标。围绕二级指标以及乡村振兴产业发展内涵，选取农产品加工水平、农业机械发展水平、休闲农业规模、绿色农业规模、设施农业规模、涉农贷款规模及农业辅助性活动作为三级指标。

（2）核心解释变量。数字经济发展水平（DIG）。数字化的知识、信息是数字经济的核心生产要素，而这些生产要素的传播需要依靠网络通信等基础设施。因此，本文从数字经济基础设施、数字经济发展规模、数字经济应用程度三个维度构建数字经济发展水平评价指标体系。具体指标体系详见表1。为统一各指标量纲，对上述两个核心指标使用熵值法进行综合测算。

表1 农村三产融合发展水平和数字经济发展水平评价指标体系

（3）中介变量和门槛变量。本文的中介变量包括农业科技创新（TEC）和城乡市场对接（ML）。前者借鉴文献[10]，用当地农业专业数量与农业R&D 人员的比值表示，需要注意的是，由于各省份农业R&D人员没有公开数据，因此采用各地公有经济事业单位中农业技术人员占其专业技术人员的比重衡量；后者采用当地人均乡村消费品零售额衡量。门槛变量包括数字经济发展水平（DIG）、农业科技创新（TEC）和城乡市场对接（ML）。

（4）控制变量。本文选取的控制变量包括：城镇化率（UR），用各省份城镇人口数量占总人口的比重来衡量；老龄化率（AR），用各省份65 岁以上人口数量抽样与地区人口数量抽样的比值衡量；农业机械化（MCH），以各地区农机动力总量与第一产业就业人数的比值衡量；农业产业结构（AS），用第一产业总产值占GDP比重衡量；工业企业数量（IE），用各省份实际规模以上工业企业数量的对数衡量；财政支农比重（FSA），以财政支农占财政总支出的比重来衡量；农林牧渔投资占比（IMAFF），用各省份农林牧渔投资占农村固定资产投资总额的比重衡量。

2.5 数据来源

本文选取2011—2020 年中国30 个省份（不含西藏和港澳台）的面板数据进行研究。数据来源于历年《中国农村统计年鉴》《中国农业年鉴》《中国农业机械工业年鉴》《中国休闲农业年鉴》《中国第三产业统计年鉴》《中国农村金融服务报告》《中国第三产业统计年鉴》《中国科技统计年鉴》以及各省份统计数据；数字普惠金融指数来自北京大学数字金融研究中心；缺失值采用线性插值法填充。

3 实证结果分析

3.1 基准回归结果

在进行基准回归之前，多重共线性检验表明单个解释变量的方差膨胀因子（VIF）最大为4.86，模型整体的VIF数值为2.75，均小于5，排除解释变量之间的多重共线性问题。分别使用随机效应（RE）和固定效应（FE）模型对式（1）进行估计，结果显示Hausman 统计值为34.14，且P 值为0，故应选择固定效应模型作为基准回归模型（见表2）。双向固定效应模型的估计结果显示DIG的系数为0.368，且在1%的显著性水平上通过检验，说明数字经济发展能显著促进农村三产融合发展，数字经济发展水平每增加1%，农村三产融合发展水平约提升36.8%。控制变量中，农业机械化（MCH）系数显著为正，说明提高农业机械化水平有助于促进农业产业融合发展；而老龄化率（AR）、产业结构（AS）系数显著为负，表明农村人口老龄化程度加深，以及农业产值占比过大对农村三产融合产生抑制作用，应当通过农村财政与公共服务资源倾斜解决农村劳动力禀赋不足的问题，并通过技术进步调整农业产出效率，促进产业结构多元化发展。

表2 基准回归和稳健性检验结果

3.2 稳健性检验

研究从缩尾法、替换变量、滞后变量及工具变量法四个方面进行稳健性检验。第一，为消除异常值干扰，对数字经济发展水平进行上下1%缩尾处理（模型2）；第二，使用主成分分析法（PCA）代替熵值法对数字经济发展水平重新核算后再次回归（模型3）；第三，为验证数字经济对农村三产融合的时滞影响，采用数字经济发展水平的滞后一期替代原变量进行回归（模型4）；第四，为消除反向因果导致的内生性问题，选取使用1984 年各地区每百人固定电话数量作为工具变量，并参考文献[11]的处理方法，将此工具变量与各地区上一年全国信息服务技术收入相乘，以此将截面数据转化为面板数据。再使用工具法进行两阶段最小二乘估计（2SLS）（模型5）。模型2至模型4的结果表明，在考虑极端值、估计方法和时滞效应后，DIG系数的显著性和符号均与基准回归结果保持一致。模型5中，工具变量识别不足（LM 统计量的P 值为0）和弱工具变量（Wald F统计量为57.660）均通过检验，表明在考虑了内生性问题之后，数字经济能显著促进农村三产融合发展的结论仍旧成立。由此，假设1得证。

3.3 异质性分析

本文将全国划分为东、中、西部地区，并按照产业发展定位的不同，将30 个省份分为14 个农业大省和其他非农业大省①农业大省包括河南、山东、四川、河北、黑龙江、湖南、内蒙古、湖北、安徽、江苏、吉林、广西、辽宁、江西；其余为非农业大省。进行分样本回归。下页表3 的结果表明，数字经济对农村三产融合发展的赋能作用仅在东部地区、非农业大省中显著。而在中西部地区、农业大省没有通过显著性检验。这一结果产生的原因可能是，相对中西部地区和农业大省，我国东部地区和非农业大省的数字经济发展时间较长、积累水平较高，数字经济红利释放促进农村三产融合发展的效率更高。此外，农业大省分布在中西部地区的省份较多，由于需要提供主要农产品保障本地基本需求以及全国粮食和食品安全，农村三产融合发展进程受限。

表3 异质性分析结果

3.4 传导路径检验

表4 中模型1 的结果表明，数字经济对农村三产融合发展有正向促进作用；模型2中DIG系数为1.320，且在1%的水平上显著，表明数字经济发展能促进农业科技创新水平提升；在模型3 中同时加入核心解释变量和中介变量后，DIG系数的显著性未发生变化，但系数值由0.368减小到0.332，且农业科技创新与农村三产融合水平显著相关，表明农业科技创新在数字经济发展与农村三产融合之间发挥了部分中介效应。同理，模型4和模型5的结果也表明数字经济发展能通过促进城乡市场有效对接，从而提高农村三产融合水平。由此，假设2得证。

表4 中介效应检验结果

3.5 非线性效应分析

通过引入解释变量二次项系数和门槛模型验证数字经济对农村三产融合发展的非线性影响效应。首先，在式（1）中引入数字经济的二次项进行回归，由表5中模型1的结果可知，数字经济二次项系数显著为正，可初步认为数字经济发展与农村三产融合存在非线性关系。

表5 门槛效应检验结果

其次，采用面板门槛模型对该非线性效应进行具体剖析，将数字经济（DIG）设为门槛变量。为了确定面板门槛的存在，采用Boorstrap 法进行300 次反复抽样，对门槛变量依次进行单一门槛、双重门槛和三重门槛存在性检验，最终结果显示数字经济仅通过单一门槛检验，根据门槛值把数字经济分为DIG＜0.551 和DIG≥0.551 两个区间。当数字经济水低于槛值时，数字经济系数为0.185，且通过5%水平的显著性检验；当数字经济水平越过槛值后，数字经济系数增大至0.342，显著性水平进一步提升，说明数字经济发展水平越高，对农村三产融合发展的促进作用越大。

最后，将农业科技创新（TEC）和城乡市场对接（ML）设为门槛调节变量，均通过了双重门槛检验。模型3和模型4 中，当农业科技创新、城乡市场对接小于第一门槛值（1.642、0.711）时，数字经济的回归系数为0.049 和0.125，但未能通过显著性检验；当农业科技创新和城乡市场对接处于第一门槛值和第二门槛值区间内（1.642～8.890、0.711～1.901）时，数字经济的回归系数为0.203和0.226，且通过了1%水平的显著性检验；当农业科技创新和城乡市场对接跨越第二门槛值（8.890、1.901）时，数字经济回归系数继续增大且显著性不变。这表明农业科技创新和城乡市场对接也会对数字经济促进农村三产融合的边际递增非线性影响产生间接作用。由此，假设3得证。

4 数字经济的空间溢出效应

本文通过构建空间地理距离矩阵、空间经济距离矩阵作为权重矩阵（空间地理矩阵采用省份间经纬度距离的倒数表示；空间经济距离矩阵采用2011—2020 年人均GDP差值的绝对数的倒数表示），建立空间杜宾模型探析数字经济对农村三产融合发展影响的空间溢出效应，计量模型如下：

其中，W为空间权重矩阵，ρ为空间自相关系数。

在进行空间计量回归之前，需要先使用Moran’s I 考察各省份数字经济是否存在空间相关性。结果表明，在两种空间权重矩阵条件下，绝大多数年份的Moran’s I 均为正，表明30 个省份在考察期内的农村三产融合发展呈现较强的空间正相关性。进一步，通过LM 检验、LR 检验、Hausman 等诊断性检验，最终确定将个体固定效应的空间杜宾模型（SDM）作为分析模型。

两种矩阵条件下的回归结果见表6。首先，空间自相关回归系数ρ分别在5%和1%的水平上显著为负。其次，空间权重与解释变量的交互项系数在两种空间权重矩阵中均显著为负，但经济距离矩阵下的系数绝对值为0.509，明显高于地理距离矩阵，表明本地数字经济发展水平增长会促进本地农村三产融合发展水平提高，但对相关联区域地区的农村三产融合发展水平存在抑制效应，且这种抑制作用在经济上相关联的低融合地区更为明显。最后，为了反映数字经济对农村三产融合发展的空间效应，进一步通过偏微分将SDM 模型中数字经济的系数分解为直接效应、间接效应和总效应。直接效应结果表明，数字经济发展水平的提高在两种空间权重矩阵下均能促进本地区的农村三产融合发展水平提高；间接效应结果表明，本地数字经济发展水平的提高在两种空间权重矩阵下均对相关联地区的农村三产融合发展水平具有抑制作用。以上结果表明，数字经济对农村三产融合发展具有负向空间溢出效应，导致农村三产融合发展形成“强者越强、弱者越弱”的不平衡不充分局面。其可能的原因是，目前我国数字经济发展尚存空间不均衡的短板，数字经济发展水平较高的区域，本身集聚了较完善的数字基础设施、优质的人才以及充裕的技术与资金支持，根据累计因果论的梯度发展效应，极化效应和回程效应的作用普遍大于扩散效应，使得数字经济发展水平较低的关联地区资本和劳动力进一步向高水平地区流出，导致这些地区农村三产融合发展进一步被削弱。

表6 空间面板模型回归结果

5 结论

本文选取2011—2020 年我国30 个省份的面板数据，采用熵值法测算数字经济发展水平和农村三产融合水平，并运用动态面板模型、中介效应模型、面板门槛模型和空间计量模型，实证检验了数字经济对农村三产融合发展的线性与非线性影响效应及路径机制。结果发现：（1）数字经济对农村三产融合发展有显著促进作用，在剔除极端值以及引入工具变量后回归结果依然稳健。其中，相比中西部地区和农业大省，东部地区和非农大省农村三产融合发展水平享受到的数字经济红利更大。（2）农业科技创新水平提升及城乡市场对接是数字经济促进农村三产融合发展的重要途径。（3）数字经济对农村三产融合发展存在边际递增非线性影响效应，即在数字经济发展水平较高的地区，数字经济释放红利更加充分；且农业科技创新及城乡市场对接在数字经济发展影响农村三产融合发展过程中存在门槛效应，即农业科技创新和城乡市场对接水平越高，数字经济对农村三产融合发展的促进作用越强。（4）数字经济发展存在空间溢出效应，能显著提高本省的农村三产融合发展水平，但对相邻和经济水平关联度高的省份存在负向溢出效应。