农业数字化减贫效应分析

蔡茗尧，纪慧敏，韩海彬

（天津商业大学 公共管理学院，天津 300134）

2020 年我国决胜脱贫攻坚战，区域性整体贫困得到解决，完成了消除绝对贫困的任务，并进入后扶贫时代。但消除绝对贫困不等于彻底脱贫，相对贫困问题将日益凸显并长期存在[1]。为实现全体人民共同富裕的美好愿景，需要在消除绝对贫困的基础上，建立解决相对贫困、多维贫困的长效机制，增强脱贫地区与脱贫群众的内生发展驱动力。党中央十分重视农业数字化建设及其在助推农村减贫中的重要作用。2023 年中央一号文件指出，深入实施数字乡村发展行动，推动数字化应用场景研发推广。《2023 年数字乡村发展工作要点》也明确指出，要以数字技术巩固拓展脱贫攻坚成果，不断增强脱贫地区内生发展动力。由此可见，促进农业数字化发展是实现农村减贫、推动共同富裕的重要路径。

目前，我国农业数字化建设中仍存在数字基础设施建设投入不足、农业数字化转型相对滞后等诸多挑战。此外，我国农业生产具有明显的地域差异，因此农业数字化的具体实践可能受到区域农业经济发展水平、资源禀赋和政策环境等因素的影响。那么，我国农业数字化的减贫效应如何？不同区域的农业数字化减贫效应是否存在明显差异？对于这些问题的探讨，将有助于厘清农业数字化的减贫机理。鉴于此，为确保农村长期稳定脱贫，使共同富裕取得实质性进展，本文对农业数字化减贫问题进行探讨，以期为我国农业数字化发展和农村减贫工作的深入探索和充分实践提供理论依据。

1 文献综述

关于农业数字化的研究可追溯至美国工程院与科学院的院士提出的数字农业概念[2]。随后，国外相关学者开始探讨数字农业对农村经济和社会等方面的影响与作用机制[3-4]。国内关于农业数字化的研究虽起步较晚，但随着数字化战略的稳步推进，相关领域的研究逐渐丰富，主要包括数字农业的理论和实践逻辑及推进策略、数字经济或技术促进农业农村高质量发展、数字乡村建设的理论探讨和实践探索等方面。例如，李海艳[5]将数字农业与创新生态系统相结合，研究数字农业创新生态系统的作用机理，并且提供了新时期数字农业发展的实践指导。李本庆和岳宏志[6]研究证实，数字经济通过技术创新效应、结构升级效应和协同共享效应，不断变革农业生产力和生产关系，进而促进农业高质量发展。史常亮[7]研究发现，数字乡村建设能够创造新的增收机会，增加农民增收能力，并且对高收入地区农民收入的促进作用更大。聚焦农业产业，专门针对农业数字化的实证研究目前还不多见，少数相关文献主要集中于农业数字化综合评价方面。例如，王恒和方兰[8]运用熵权TOPSIS 法对中国农业数字化和绿色化水平指标体系进行评价，结果表明我国农业数字化水平呈现东南高、西北低的空间分布格局，且东西部地区农业数字化水平差距正逐步缩小。苏锦旗等[9]采用熵权值法从数字基础设施、产业数字化和数字产业化3 个维度测度农业数字化发展指数，结果表明我国农业数字化整体呈现稳步上升趋势，但是不同地区农业数字发展水平存在显著差异。

关于农村减贫效应方面，现有文献主要集中于探讨收入增长[10]、土地流转[11]、数字普惠金融[12]和城镇化[13]等因素对农村减贫的影响。有关农业数字化减贫效应方面的研究相对较少，相关研究主要聚焦于较为具体的农业数字技术或者较为宽泛的数字经济对农村减贫的影响。例如，李连梦和吴青[14]探讨了电子商务对农村减贫的影响，结果表明电子商务促进了农户收入增加，但不能有效缩小农村贫困户与非贫困户之间的收入差距。王静和魏晓博[15]研究表明，互联网降低了农户相对贫困。陈飞等[16]实证检验了数字经济对农村多维相对贫困的影响效应，结果表明创造非农就业机会、为农户技术赋能，以及提高农业劳动生产率等是数字经济降低农村多维相对贫困的重要渠道。

综上所述，现有关于农业数字化减贫效应方面的研究已取得一定进展，但仍存在以下可拓展之处：第一，现有文献倾向于利用熵权TOPSIS 法[17]、熵权值法[18]等方法对农业数字化进行测度，但这些方法难以从时间和空间2 个维度揭示不同指标的信息差异。第二，农业数字化是缓解农村贫困、促进共同富裕的重要途径，但目前关于农业数字化减贫效应的实证研究较为匮乏。

鉴于此，本文在共同富裕背景下，深入剖析农业数字化的减贫作用机制，构建农业数字化的评价指标体系，并利用纵横向拉开档次法对农业数字化水平进行综合评价，进一步实证检验农业数字化的减贫效应，最后提出推动农业数字化发展、优化减贫路径的政策建议。

2 农业数字化减贫的作用机制

农户数字技能的匮乏、农业生产的低产、低质、低效和农村产业的孤立发展是导致农村地区陷入贫困的重要原因。本文从定性层面探讨农业数字化与农村减贫的关系，从农业劳动者数字化、农业生产数字化和农业延伸产业数字化3 个方面探究农业数字化减贫的作用机制，具体如图1 所示。

图1 农业数字化减贫机制

第一，农业劳动者数字化提升农户数字技能，积累人力资本，提高劳动收入，减缓农村贫困[19]。一方面，农民数字素养与数字技能的提升，能够增加其在非农领域的就业机会[20]，使其就业和收益渠道多元化。另一方面，农民通过提高数字技能和农业职业技能，转变传统思维，更新知识体系，提高人力资本，进而作用于减缓农村贫困[21]。

第二，农业生产数字化将数据信息和数字技术与农业生产的各个环节进行精准匹配，提高农业生产流通效率，提升产品质量，降低生产交易成本，促进农村经济增长，进而减缓农村贫困。具体从产前、产中、产后3 个阶段阐述。产前阶段，通过运用物联网、大数据、云计算和卫星遥感等数字技术汇集零散数据为数据集，并从中提取出应对不同场景的生产要素投入方案，减少资源浪费，降低生产成本，增加农业经济收益[22-23]。产中阶段，运用传感器等物联网设备监测作物生长情况，操控自动拖拉机、无人机和收割机进行智慧耕作，以及运用机器算法对病虫害和恶劣天气的精准预测，以提高农作物种植、播种和收获的产量和质量[24]。产后阶段的农产品流通数字化包括流通渠道数字化[25]和物流配送数字化[26]。流通渠道数字化利用互联网收集大量有关市场需求和消费者偏好的信息，打破信息壁垒。通过农村电商等线上交易平台实现信息交互，突破时空限制，进一步拓宽农产品的销售渠道，促进农村经济增长。物流配送数字化是数字技术渗透于农产品运输上的体现，一定程度上解决了农户分布散乱、农产品保质期短、运输条件复杂等原因导致的物流损耗问题。例如，京东冷链物流的车辆调度系统通过与GPS 定位技术结合，能够实时监控运输车辆的位置和运行状态，有效解决农户分散造成的高损耗、低效率的物流运输问题。物流配送的数字化提高农产品的市场可及性，降低农产品流通的成本，促进农业农村经济增长。

第三，农业延伸产业数字化有助于拓展农村新市场和提高农业附加值，对农村三产融合发展和缩小城乡差距起到了重要作用[27-28]。数字经济的广泛性、外部性和普惠性特征[29]，除了驱动农业自身的数字化发展之外，还催生出农业延伸产业。例如，乡村旅游、云上农场、农村康养和农村电商等，这些农业产业链的延伸在提高农业附加值的同时，促进农业产业高质量融合，推动城乡一体化发展[30]，有助于改善农村生活质量和经济状况，减缓农村贫困。

3 研究方法

3.1 模型构建

3.1.1 纵横向拉开档次法 本文利用纵横向拉开档次法[31]对中国各省份的农业数字化水平进行综合评价，具体步骤如下：

第一步，无量纲化处理。选取的不同指标间量纲存在差异，需要对各指标进行无量纲化处理。本文采用标准差标准化法进行无量纲化处理。

第二步，计算指标权重。假设被评价对象为oi（i=1,2,…，n），在tk（k=1,2,…，p）时刻的第j（j=1,2,…，m）项指标值为xij（tk），经无量纲化处理后为xi'j（tk），则被评价对象oi在tk时刻的综合评价值可表示为：

式中，xi'j（tk）是经过标准差标准化法处理后的指标数据集；ωj是第j 项指标的权重系数；yi（tk）的总离差平方和表示被评价对象oi的整体差异。

若限定ωTω=1，以矩阵H 的最大特征值对应的特征向量ω 为权重系数时，σ2取得最大值，从而能够确定各评价指标的权重。

第三步，计算综合评价值。当各评价指标的权重确定之后，根据式可计算得到中国各省份农业数字化水平的综合评价值。

3.1.2 固定效应模型 为探究农业数字化对农村贫困的影响，本文构建如下以农村贫困程度（E）为被解释变量，农业数字化（Digital）为核心解释变量的固定效应模型：

式中，i 和t 分别表示省份与时间；E 为农村贫困程度；Digital 为农业数字化水平；URB、FIN、MAC 为一系列控制变量，分别表示城镇化水平、财政支农力度和农业机械化水平；γt表示固定效应；εit为误差项。

3.2 变量设计

3.2.1 被解释变量 本文被解释变量为农村贫困程度（E）。相关研究通常以农村贫困发生率、农村贫困人口数等指标衡量农村贫困程度。本文参考戴德宝等[32]的思路，以恩格尔系数，即农村居民食品消费支出总额占农村居民人均消费支出总额的比重作为反映我国各省份农村贫困程度的变量。恩格尔系数越大，农村贫困程度越高，反之则越小。

3.2.2 核心解释变量 本文核心解释变量为农业数字化水平（Digital）。文章以《数字乡村发展战略纲要》《数字乡村建设指南1.0》等相关政策文件为指导[33-34]，借鉴已有学者研究，从农业数字化基础设施建设、农业数字化应用程度和农业数字化产业发展3 个维度选取9 个指标构建农业数字化评价指标体系[35-37]（表1）。为避免运用具有降维处理特征的赋权方法造成部分信息损失[38]，本文采用纵横向拉开档次法对中国各省份农业数字化水平进行综合评价。

表1 农业数字化评价指标体系

3.2.3 控制变量 本文重点研究农业数字化对农村贫困程度的影响，为此需要选取可能影响农村贫困程度的其他因素作为控制变量。在现有文献的基础上，本文选取城镇化水平（URB）、财政支农力度（FIN）、农业机械化水平（MAC）作为控制变量。

3.3 数据来源

基于数据可获得性原则，本文选取2014—2020年我国30 个省份（不包含西藏自治区和港澳台地区）作为研究样本。相关数据主要来源于《中国统计年鉴》《中国农村统计年鉴》《中国基本单位统计年鉴》《北京大学数字普惠金融指数》等。

4 结果与分析

4.1 农业数字化水平综合评价结果分析

基于前文构建的农业数字化评价指标体系，利用纵横向拉开档次法计算并得到2014—2020 年我国30 个省份和3 大地区的农业数字化水平综合评价值（表2）。

表2 农业数字化水平综合评价值

由表2 可知，考察期内，各省份农业数字化水平均有所提升，我国30 个省份的农业数字化水平均值由14.972 2（2014 年）上升到25.584 2（2020 年），年均增长9.34%。此外，农业数字化水平均值排名前5的省份分别为广东（35.077 6）、江苏（34.710 4）、浙江（34.601 3）、山东（26.831 3）和福建（26.737 9），这些省份均位于东部地区，拥有优越的地理位置和发达的经济水平，因此在农业数字化发展方面具备明显的优势。农业数字化水平均值排名靠后的5 个省份分别是新疆（15.136 1）、天津（14.897 5）、吉林（14.795 9）、宁夏（13.646 0）和青海（13.588 7），其中青海的农业数字化水平最低，约为广东的0.39 倍。由此可见，我国30 个省份之间的农业数字化水平存在明显的极化现象。

图2 展示了3 大地区的农业数字化水平变化情况。总体来看，农业数字化水平呈现东、中、西依次递减态势，表明区域间农业数字化水平存在明显差异。此外，考察期内，东、中部地区农业数字化水平之间的差距呈现扩大趋势，东、西部地区农业数字化水平之间的差距相对较稳定，而中、西部地区农业数字化水平之间的差距则呈现不断缩小的趋势。

图2 2014—2020 年3 大地区农业数字化水平

4.2 农业数字化减贫效应实证分析

4.2.1 基准回归 本文实证回归采用的基准模型为固定效应模型，回归结果见表3。表3 中，模型1 显示了未纳入控制变量的回归结果，结果显示农业数字化对农村贫困程度的影响系数为-0.115 且通过了5%显著性检验，表明农业数字化的发展对农村减贫具有显著促进作用，农业数字化通过提高农民数字技能、完善农村数字基础设施和催生新型业态等路径增加农民收入，促进农村经济增长，从而降低农村贫困程度。表3 中，模型2～4 显示了逐步纳入城镇化水平、财政支农力度和农业机械化水平等控制变量后的估计结果，结果显示农业数字化的影响系数都至少在5%显著性水平上显著为负，表明在考虑其他影响农村贫困程度的因素后，农业数字化仍有助于缓解农村贫困。此外，城镇化水平、财政支农力度和农业机械化水平的影响系数都至少在5%显著性水平上显著为负，表明城镇化发展、财政支农力度增加和农业机械化水平提高均可缓解我国农村贫困程度，该结论与以往学者研究成果一致。

表3 农业数字化减贫效应基准回归结果

4.2.2 异质性分析 为进一步揭示我国农业数字化减贫效应的区域异质性特征，本文分区域探讨农业数字化对农村贫困的影响（表4）。如表4 所示，考察期内，东、中、西部地区的农业数字化对农村贫困的影响均显著为负，表明农业数字化不仅在全国层面对农村减贫具有显著积极影响，在区域层面同样具有显著积极作用。此外，中部地区农业数字化的系数在1%显著性水平上显著为负，东、西部地区农业数字化的系数在5%显著性水平上显著为负，说明中部地区的农业数字化减贫效应更强。产生这一结果的原因可能是我国重要的粮食生产基地多位于中部地区，农业数字化发展更有利于实现粮食生产全过程的资源高效利用和农村经济高效益，而东部地区的农业数字化水平虽然最高，但各个省份之间的差距较大，形成明显的两极分化，从而削弱了东部地区农业数字化的减贫效应。同时，西部地区普遍存在农业劳动力素质不高、农业基础设施陈旧、农村产业发展受限等问题，导致农业数字化的渗透力不足，进而削弱西部地区农业数字化的减贫效应。

表4 异质性分析结果

4.2.3 稳健性检验 本文基准回归结果显示，农业数字化对农村减贫具有显著的促进作用。为进一步检验本研究结论的稳健性，按照刘心怡和金山等[39]的思路，将被解释变量替换为农村居民可支配收入进行重新回归（表5）。如表5 所示，替换被解释变量之后，估计结果仍然显示农业数字化对农村减贫具有显著的促进作用，与基准回归结果基本保持一致，表明前文实证结果稳健。

表5 稳健性检验结果

5 结论与建议

本文基于纵横向拉开档次法对我国30 个省份的农业数字化水平进行测度，利用固定效应模型实证检验农业数字化对农村减贫的影响，主要研究结论如下：第一，我国农业数字化发展整体态势向好，区域间呈现东、中、西部递减趋势；第二，农业数字化发展对农村减贫具有显著的积极影响，且该影响效应经稳健性检验后依然成立；第三，农业数字化的减贫效应存在明显的区域异质性，中部地区农业数字化的减贫效应强于东、西部地区。根据上述研究结论，提出以下建议：

第一，推行差异化农业数字化发展策略，实现农村经济均衡增长的目标。我国不同地区、省市之间的农业现状、资源禀赋和发展需求各不相同，相应的农业数字化发展规模、效率和发展能力也有所差异。因此，政府应根据不同地区农村发展的具体情况，制定农业数字化发展的政策。经济发展水平高的地区，农民数字能力和数字素养高，农业数字化发展可着重增加创业资金，鼓励农民创业增收；而经济发展水平相对落后的地区，农民数字技术应用能力还不足以支撑农业数字化全面发展，政府需加快资金投入，完善数字基础设施建设，推广数字技术应用，降低农业数字化发展门槛。

第二，应加强农业农村数字化基础设施建设，深挖农村潜在价值和数字化红利。当前，数字技术在农村基础设施建设中的渗透程度相对较低，导致农民增收、农业生产和产业融合发展受到限制，严重制约了农村经济的增长。政府需大幅增加对农村数字化基础设施和服务平台的投资，有序推动传统基础设施与数字化基础设施的交叉融合，以充分释放农业数字化对农村减贫的潜在效益。

第三，应着力培养农业劳动者的数字能力，以提高农村贫困群体的内生潜力。数字技术的广泛应用是提升数字能力的基础，数字能力的提升直接促进数字人力资本的积累。因此，政府需强化数字能力弱势群体的专项培训，补足其数字技术应用的能力短板，这将有助于消除农村劳动力流动的技术阻碍，还将推动农村居民数字人力资本的积累和转化，从而提高农村贫困群体的收入水平。