数字经济发展何以助力农业绿色生产

[内容提要]在粮食安全问题日益严峻的背景下，数字经济成为促进农业绿色高效发展、缓解粮食安全问题的重要 解题手段。文章基于30个省市2013-2020年的面板数据，实证分析数字经济发展对农业绿色全要素生产率的影 响，通过中介效应模型分析二者潜在的作用路径，并在此基础上引入有限混合回归模型，以分析不同数字经济发展 水平下，农地流转对农业绿色全要素生产率的差异化影响模式。研究发现：（1）数字经济的发展促进了农业绿色全 要素生产率的提高。（2）在总体层面上，数字经济能够通过促进农地流转的方式促进农业绿色全要素生产率的提 高。（3）在不同的数字经济发展水平下，农地流转对农业绿色全要素生产率的影响存在差异，主要表现为在数字经 济发展水平较高的情况下，农地流转对农业绿色全要素生产率起促进作用；而在数字经济发展水平较低的情况下， 农地流转对农业绿色全要素生产率产生了抑制作用。因此，建议在推进农村地区数字基础设施建设的基础上，引 导农村地区形成线上农地交易平台，提高农户参与农地流转收入的同时促进农地资源的合理规划使用。

[关键词]数字经济；农业绿色全要素生产率；农地流转；农业绿色生产

[文章编号]1008-8091（2024）01-0049-13

[中图分类号]F323

[文献标识码]A

一、引言

随着新冠肺炎疫情的爆发和国际政治局势的动荡加剧，世界主要粮食 生产国均在不同程度上受到冲击，国际粮食流通受阻，粮食安全问题日益突 出，保障国民粮食安全成为我国当前面临的重要使命。目前我国农业发展 仍处于过度依赖农业资源投入的粗放型生产模式中，农药化肥的过度使用 带来严重的环境污染和不可持续生产问题，在面临严峻的粮食安全挑战的 背景下，促进农业的绿色高效发展迫在眉睫。兼顾绿色发展和粮食安全的 要求，实现农业绿色全要素生产率的提升成为当前学术界一个重要的研究 议题。

数字经济以其创新性、高效性、高渗透性等特性，逐渐成为世界主要经济体发展转型的新动力。据中国通信研究院发 布的《全球数字经济白皮书（2021）》显示，受新 冠肺炎疫情的影响，2020年47个受测国家在 同比名义GDP增速-2.8%的情况下，数字经 济同比名义增速3%，实现逆经济形势增长。

数字经济赋能国民经济社会生活的各个领域， 通过数字技术的发展，以可数据化信息和知识 为生产要素，深度融合各个行业，在促进传统产 业数字化转型升级的同时，促进行业创新，形成 新的业态模式。在农业生产和农村生活领域 上，数字经济的发展，尤其是电子通讯设备和互 联网的普及，极大程度上促进了城乡差距的缩 小[1]。2019年中央一号文件中明确指出要深 入推进“互联网+农业”，加大数字农村的建设 力度，将数字经济带来的发展红利切实地落到 农业农村中。随着数字经济逐渐渗透国民生活 生产的各个领域，数字经济的发展是否能够助 力农业绿色全要素生产率的提高？具体的作用 机制是怎样的？探究数字经济如何影响农业绿 色全要素生产率，对解决当下我国面临的粮食 安全问题和实现绿色可持续发展具有重要的现 实意义。

随着我国农业农村现代化的进程，学界更 加关注农业绿色全要素生产率提升及其影响因 素的研究，相关文献主要围绕测度和影响因素 两个方面展开。在对农业绿色全要素生产率的 测度上，不同学者之间的观点存在着较大的差 异。首先是测度方法，总体上可分为前沿方法和非前沿方法。二者的区别主要在于前沿方法 既考虑了生产技术效率又考虑了生产技术无效 率的情况，而非前沿方法则需事先假定生产技 术是具有效率的，这种假定本身存在超越现实 的不合理性，因而前沿方法在效率测度中得到 更为广泛的应用[2]。前沿分析法中又包括了 含参的随机前沿分析法（SFA）和不含参的数据包络分析法（DEA），数据包络分析法得益于无 需设定具体生产函数，在学术界的运用更为广 泛[3]。但从总体上来看，随着计量技术的发 展，生产效率的测度方法呈现出由径向的、角度 的等具有一定局限性的测算方法发展到非径向 的、非角度的更贴合实际情况的测算方法[4]。

而在非合意产出指标的选择上，可分为农业面 源污染、化学需氧量、农业氮磷总排放量和农业 生产碳排放量等。虽然已有研究表明，不同的测算方法和投入产出指标的选择所带来的测算 结果容易产生较大的差异（5]，但大部分学者形成了以下的共识：总体上来看，我国的农业绿色 全要素生产率呈现出逐年提高的趋势，且分地 域来看，东部地区增速高于中西部地区[6-8]。

在对农业绿色全要素生产率影响因素的已 有研究中，相关学者从不同维度和视角进行了 讨论。首先，具体的农业生产条件会对农业绿 色全要素生产率产生影响，如农业生产的机械 化水平、农村地区的人力资本水平和农村地区 金融发展水平，以及政府在财政税收等领域对 农业的支持水平能通过影响农业生产中所涉及 的人力、技术、资金和政府的政策环境等，进而 影响农业绿色全要素生产率[9-10]。其次，农产 品的国际贸易是推动农业绿色生产转型的重要 动因，如李晓龙[1]等研究发现无论是农产品的 进口还是出口，农产品的国际贸易往来均显著 促进了农业绿色全要素生产率的提高。而陈 芳[12]则认为农业贸易显著促进了农业绿色全 要素生产率的提高，但其影响具有滞后性。同 时，农业产业发展情况也会对农业绿色全要素 生产率产生影响，如薛蕾[13]等发现农业产业聚 集促进了农业绿色全要素生产率的提高且这种 影响具有空间溢出效应。金芳[14]通过对省域 面板数据的研究发现农业产业结构合理化促进 了农业绿色全要素生产率的提高，产业结构高 级化对农业绿色全要素生产率呈现抑制作用。 最后，农地作为农业生产过程中最基础的投入要素，其流转过程中伴随着农业生产经营规模 的变化和土地使用权的转移，影响着农业的生 产方式及效率[15-16]。高欣[17]在区分转出户和 转入户的生产效率研究中发现农地流转提高了 转人户的生产效率的同时降低了转出户的生产 效率。匡远配[18]的研究指出农地流转与农业 生产全要素生产率存在着非线性的关系。而史 常亮[19]的进一步研究发现农地流转通过缓解 劳动力错配的方式促进了生产效率的提高。

尽管当前学界对农业绿色全要素生产率的 影响因素所作的研究比较充分，但在数字经济 蓬勃发展的背景下，数字经济能否助力农业绿 色生产的研究较为少见，且对于农业绿色全要 素生产率的研究多是从农业生产条件、农产品 的国际贸易以及产业发展情况等生产力范畴内 出发的，关于生产关系调整对农业生产影响的研究也大多聚焦于农地流转对农业生产效率的 影响作用，较少关注到农业绿色生产问题。与 本文论题相近的研究为高杨[20]关于农业信息 化对农业绿色全要素生产率的影响的研究，该 研究仅从农业信息化水平这一数字经济的子维 度分析数字经济对农业绿色生产的影响，且其 研究是从资源配置和技术进步等生产力视角出 发分析数字经济对农业绿色全要素生产率的影 响，并未有分析数字经济发展可能带来的农业 生产关系转变在其中发挥的重要作用。因此， 与现有的研究相比，本文在以下三个方面进行

了拓展和创新：第一，在数字经济逐步渗透农业 农村生产生活的背景下，基于省域层面宏观数 据，从更全面的维度分析数字经济如何影响农 业绿色生产；第二，从生产关系调整的视角出 发，研究数字经济对农业绿色生产的可能作用 路径，在理论和数据支撑的基础上探讨了数字 经济对农业生产中农民身份转变所带来的影 响；第三，充分考虑地区数字经济发展水平存在 差异性，探讨在数字经济的不同发展水平下，农 地流转对农业绿色全要素生产率的差异化影 响，丰富了数字经济影响农业生产的相关研究。

二、理论分析和研究假说

按照中国通信院的定义，数字经济是依托 于数字技术，将可数据化信息和知识作为生产 要素，赋能传统产业数字化转型，催生新兴产业 模式和实现数字化治理的新型经济形态。数字经济的核心特点是高效低成本。依托于无实体 形式的数据的快速流通，数字经济赋能于产业 生产的各个环节，消除不同环节间信息不对称， 优化资源配置，并加快前沿学术成果落地到现 实生产中，催生新兴产业的出现。具体到本文 中，数字经济对农业绿色生产的影响主要可以 从促进生产力提高和调整生产关系两个维度 分析。

（一）数字经济的发展促进了农业生产力 水平的提高

在农业生产中，数字经济对生产力的影响 可以再细分到农业生产技术和农业融资两个维 度。其一，数字经济促进了农业技术的传播和 发展，提高了生产力水平。在农业生产技术领 域上，数字经济的发展诸如手机、电脑的普及降 低了农民获得信息的门槛，加速了新兴农业技术的传播，破除了传统上农业技术传播需要相 应的技术人员下乡推广，用脚带动信息传播的 困局，提高了技术传播的效率，降低了传统农业 技术推广所带来的人力和时间成本。农民通过 手机、电脑等数字设备便可足不出户获得需要 的农业技术信息，优化农业生产技术，改善传统 农业中由于技术水平低下所导致的过度依赖农 药化肥的粗放式生产，提高农业资源利用效率， 促进农业绿色生产。而在与农业技术相关的人 才流动领域上，数字经济尤其是数字普惠金融 的发展放宽城市劳动人口的消费约束，城市二 三产业劳动力的工作黏性降低，流动性提 高[21]。相较之下，由数字经济发展带来的城乡 之间医疗、教育、交通、养老、就业等领域的差距 逐渐缩小[22]，农村地区宜居程度不断提高，城 市劳动力返乡可能性上升[23]。城市人口的回 流给农村地区带来技术以及受过城市教育培养 的高素质劳动力，这些人力资源上的城乡流动 或直接参与农业生产，或间接促进当地农民提 升农业技术水平，进而缓解过去城乡人力资源 分布不均所导致的农业生产效率低下问题，提 升了农业生产的技术水平，促进农业绿色发展。

其二，数字经济缓解了农业融资困境从而 促进了生产力提高。在农业融资领域上，数字 技术和普惠金融的结合催生出了数字普惠金 融，借助大数据、区块链及物联网等数字技术， 金融中介以低成本高效率的方式搜集用户的消 费习惯及资金健康程度信息，利用算法技术合理推断用户的借贷意愿和偿贷能力，摆脱了传 统金融借贷需要实物资产和可预见未来收入为 抵押的高门槛借贷模式，降低了借贷者的融资 门槛的同时也降低了金融中介坏账的风险，拓 宽了潜在的客户群体。由于生产的可抵押实物 资本少、收益率普遍低于二三产业群体，农业生 产得到传统金融融资的支持较少，资本可获得 率较低，常处于传统金融中介服务对象之外。 数字普惠金融的出现缓解了该现象，放宽了农 民的融资约束，降低了农民融资的成本，提高了 农民资金的可得性，使更多的资本流入农业生 产领域，农民有更多的可能性扩大生产，购置专 业农业器具，提高农民从事农业生产的积极性 和效率水平，农业资源利用效率得到提升，进而 提高了农业绿色生产水平。

假设1：数字经济促进农业绿色全要素生产率提高。

（二）数字经济的发展调整了农业生产关系 数字经济对生产关系的调整可以从农地流

转的角度进行分析。自1978年实行家庭联产 承包责任制以来，中国农村长期处于土地承包 经营权碎片化的困境，时常出现连片土地承包 经营权归属不同个体的状态[24-25]，不同权属个 体之间由于利益分配问题，农业生产经营无法 形成统一的安排，大型农业器械无法使用，农业 生产效率低下。合理调配农地资源，就成为提 高农业生产效率的一种重要的解决思路。

已有的研究表明，互联网的使用能够有效 提高农地流转的概率[26]。随着数字经济渗透 到农村生产生活的各个方面，数字经济影响农 民在土地问题上的抉择主要是通过影响农民农 地自生产的机会成本实现的。一方面，数字经 济的发展提高了农民从事非农就业的可能性和 收入水平[27]；另一方面，数字设备的普及提高 了农民对农地供需信息的获取能力，降低了农 地流转过程中搜寻信息的成本，提高了农地流 转的效率，缓解了过去农民无租金出借土地的 局面[28]，提高了农民通过参与农地流转提高收 人的可能性。农民从事非农就业的收入和参与 农地流转的概率增加提高了农民将农地用于自 生产的机会成本。成本的提高促使农民在农地 流转的决策上做出选择：是忍受高成本继续将 农地和自身的劳动力留作自生产的生产要素投 入到生产中；抑或将农地流转出去，获取稳定的租金收入，实现农民身份的转变，进而获取更高 的非农就业收人。

从留作自生产的农地角度分析，在成本提 高的前提下，为使自身的利益不受到损失，农民 必然在生产的环节中提高农业生产的技术水平 和资源的利用效率，提高产出水平进而弥补成 本提高带来的利润损失。而从参与农地流转的 视角来看，参与流转的农地往往容易形成大规 模的集约化生产，这种集约化生产是生产规模 的扩张，能够带来生产上的规模经济，从而降低 了农业生产的经济成本，提高了农业生产的效 率。但是从农业绿色生产的角度来看，农地流 转的结果并不能确定。一方面，农地流转有可 能是传统农业的扩大化生产，这种扩大是基于 增加化肥农药等农业资源的投入为前提的粗放 式发展，从结果上来说并不能提高农业绿色生产效率；另一方面，农地流转又有可能是绿色技 术提升所带来的效率提升所驱动的，进而表现 为农业绿色全要素生产率的提高。数字经济在 其中所起到的作用尚不明确。因此本文将数字 经济作为伴随变量，对样本进行潜在性客观分 组，引入有限混合回归模型，以探讨在不同的数 字经济发展水平之下，农地流转对农业绿色全 要素生产率可能的差异化影响，在更细分的水 平上研究数字经济赋能农业绿色生产的路径 问题。

假设2：数字经济通过促进农地流转影响 农业绿色全要素生产率。

假设3：在不同的数字经济发展水平上，农 地流转对农业绿色全要素生产率的作用模式可 能存在不同。

三、研究方法

（一）研究变量选取 1.被解释变量

本文的被解释变量为农业绿色全要素生产 率（ATFP）。参照郭海红[29]等人的做法，选取 Global Malmquist -Luenberger指数测算农业绿 色全要素生产率，将化肥、农机总动力、农业播 种面积、农业从业人员等作为投入指标。农业 增加值作为期望产出。在非期望产出的选择 上，已有研究从化学需氧量、农业面源污染、农 业氮磷排放以及农业碳排放等方面入手测算农 业生产过程中的非合意产出。但考虑到：一方面，氮磷排放可能面临着“将农作物种植过程 中的营养物氮磷化肥等作为污染排放是否合 理”和面源污染等计算过程中量化不便的问 题[7]；另一方面，政府间气候变化委员会 （IPCC）的评估报告指出，碳排放是当前全球气 候变暖的主要原因，因此将农业碳排放作为非 合意产出加以控制是合理的且符合我国“低碳 农业”的目标要求。其中农业增加值按2013年 为基期进行处理。农业生产过程中的碳排放参 照刘亦文[3]等人的描述，按化肥0.8956kg·kg-1，农药4.9341kg·kg-1，农膜5.18 kg·kg-1，柴油0.5927kg·kg-1，农业播种 312.6kg·km-2，农业灌溉25kg·cha-1处理。 农业从业人员按照农业产值占农林牧渔业总产 值比重从第一产业就业人员中剥离。

2.解释变量

本文的主要解释变量为数字经济（Es- core）。为充分反映不同地区的数字经济发展 水平，同时考虑到数据的可得性，参考已有文献，本文基于数字基础设施、产业数字化、数字 产业化三个维度，采用熵值法测算各省份的数 字经济发展指数（表1）。

3.中介变量和伴随变量

本文选取土地流转（Landt）作为中介变量， 用于探究数字经济通过生产关系的调整对农业 绿色全要素生产率的作用路径。已有文献对农 地流转概率的测度多数集中于调查问卷等微观 数据，在省域层面上关于农地流转的测度尚未 有系统研究。冒佩华和徐骥[30]的研究认为，电 商的发展提高了农地流转的概率，进而提高了 农民资产性收入。结合数据可获得性和科学 性，本文选用农民资产性收入作为中介变量用 以衡量农地流转水平，且充分考虑到农民资产 性收入变动可能来自土地价格的变动，而不是 农地流转水平的变动，因此本文在含有土地流 转这一变量的模型中均加入土地价格作为控制 变量，以消除由于土地价格变动导致的资产性 收入变动的影响，从而使得该项指标能够更为 科学准确地衡量农地流转水平。

为进一步探讨数字经济影响农业绿色全要 素生产率的路径和机制，本文将数字经济指数 作为伴随变量引入有限混合回归模型，具体数 字经济指数指标在解释变量中已做详细描述， 故不复述。

4.控制变量

为抑制模型的内生性问题，选定农村地区 人均可支配收入（Income）用以消除地区经济 发展水平不同可能导致的内生性选择问题；农 业生产受灾率（Disaster）用以控制农业绿色全 要素生产率因灾害情况变动的问题；城镇化率（Urban）用以消除人口因素导致的农业绿色全要素生产率变动问题；财政支农水平（Gov）控 制地方财政对农业生产的影响；低端产业结构 （Structurel）、高端产业结构（Structure2）控制地 方产业结构对农业生产的影响。

其中，农村地区人均可支配收入（Income） 用农村地区人均可支配收入衡量，并以2013年 为基期进行处理；农业生产受灾率（Disaster）用 农业生产中受灾土地面积比农业总播种面积衡 量；城镇化率（Urban）用各省份年末常住人口中城镇人口比重来衡量；财政支农水平（Gov） 用农林水支出占地方一般公共预算支出比重衡 量；低端产业结构（Structure1）用第一产业产值 占地区总产值比重来衡量；高端产业结构 （Structure2）用地区第三产业和第二产业产值之比来衡量；土地价格（Price），本文采用py- thon获取中国土地市场网中各年份各地区土地 交易信息，并计算出不同地区不同年份的土地 成交平均价格，用以衡量各年份各地区的土地 价格水平（千万元每公顷），充分考虑到个别土地交易价格由于一些非经济原因可能对真实的 土地价格产生偏移，本文在做数据处理时将该 类交易数据剔除，所得土地价格数据能够较好 地反映真实的土地价格水平。

（二）模型构建 1.基准模型

根据上文理论机制部分数字经济直接影响 农业绿色全要素生产率的描述，设定实证模型如下：

四、结果与分析

（一）基准回归分析

本文采用固定效应模型对数字经济影响农 业绿色生产进行实证分析，回归结果如表3。由表3模型（1）汇报的回归结果可知，数字经 济对农业绿色全要素生产率的系数为0.748大 于0，且通过了1%显著性水平的检验，表明数字经济的发展显著促进了农业绿色全要素生产 率的提高，假设1得证。从控制变量来看，城镇 化率的系数为0.001大于0，未通过显著性检 验，但仍可在一定程度上表明城镇化率促进了 农业绿色全要素生产率的提高，可能的解释是 农村人口往城市地区流动，参与农业生产的劳 动力减少，在其他生产要素投入没有变化的前提下，劳动力投入下降带来劳动的边际生产率 的提高，表现为农业绿色全要素生产率的提高。 低端产业结构系数为1.830，并通过了1%水平 下显著性检验，表明一产产值占地区总产值比重越高的地区，第一产业作为其产业布局中的重要性越高，在资源配置中得到的支持就越多，从而更有可能性提高农业绿色全要素生产率。

（二）中介效应机制检验

由表3模型（2）-（4）汇报的结果可知，在 模型（2）中，数字经济对农业绿色全要素生产 率系数显著为正；在模型（3）中在加入土地价 格作为控制变量后数字经济对中介变量农地流 转系数为2.588，且通过1%显著性水平检验， 说明数字经济的发展显著提高了农地流转水 平；在加入中介变量农地流转的模型（4）中，农 地流转和数字经济对农业绿色全要素生产率系 数均显著为正。综合前文的描述可知该中介效 应存在，即数字经济能够通过促进农地流转的 方式提高农业绿色全要素生产率，假设2得证。

（三）稳健性检验

为验证基准回归和中介效应结果的稳健性，本文分别采用工具变量法、更换被解释变量 测度方法和Sobel检验，以验证上文实证结果 的稳健性。

1.工具变量法

从理论上分析，数字经济和农业绿色全要 素生产率存在双向因果的关系：数字经济发展 水平较高的地区，其经济发展水平往往较高，而 较高的经济发展水平带来的财政和技术优势又 能刺激农业绿色全要素生产率的提高；反过来 说，农业绿色全要素生产率较高的地区，绿色技 术水平较高，能带来较高的投入回报比，其经济 发展水平往往较高，从而更有条件提高数字基 础设施的建设水平以及产业的数字化程度。因 此，为了验证基准回归的稳定性以及消除内生性所带来的误差，本文参考余东华[3]的做法， 考虑到前一期数字经济发展水平对当期农业绿 色全要素生产率的影响几乎可以忽略不计，将 数字经济指数的滞后项作为工具变量。并且在 将数字经济发展水平滞后项作为工具变量的基 础上，为了进一步提高结果的稳健性，考虑到人 均电信业务支出影响数字经济发展水平而与地区的农业绿色全要素生产率之间的直接关联性 不强，本文选取人均电信业务支出作为工具变 量，以验证基础回归结果的稳定性，回归结果见 表4，表4（1）、（2）列为数字经济滞后项作为工 具变量的结果，（3）、（4）列为人均电信业务支 出作为工具变量的结果。

由表4结果可知，不论是使用数字经济的 滞后项还是使用人均电信业务支持作为工具变 量，且不论是否加入控制变量的情况下，数字经 济的系数均显著为正，与基准回归结果一致，表 明数字经济发展水平显著促进了农业绿色全要 素生产率的提高。Wald检验结果显著拒绝了 弱工具变量的假设，表明工具变量的估计结果 具有可靠性；同时Sargan检验结果显示，不论 是使用数字经济滞后项还是使用人均电信业务 支出作为工具变量，均不存在过度识别的问题， 进一步表明工具变量的估计结果具有可靠性。

2.更换被解释变量测度方法

在前文采用GML指数测算农业绿色全要 素生产率的基础上，本文更换测算方法，采用两年一次的Malmquist -Luenberger（BML）指数测算农业绿色全要素生产率，将更换测算方法后 所得农业绿色全要素生产率用ATFP2表示，并 进行回归，所得结果如表5所示。

由表5模型（1）-（7）回归结果可知，在逐 步加人控制变量回归后，数字经济对更换测度方法后的农业绿色全要素生产率的系数均显著 为正，表明数字经济显著促进了农业绿色全要 素生产率的提高，该结论与前文结论一致，进一 步支持了基准回归结果的稳健性。

3.Sobel检验

为进一步检验中介效应的存在性，本文对 中介变量农地流转进行了Sobel检验，检验结果显示，Sobel检验直接效应Z值为0.000439，在以农地流转为中介变量的中介效应，与前文 结论相一致。

（四）基于有限混合模型的数字经济差异 化影响分析

为观测数字经济对农地流转影响农业绿色 全要素生产率这一作用路径的差异化影响，引 人有限混合回归模型，将数字经济作为伴随变 量，以分析不同的数字经济发展水平对农业绿 色生产影响的异质性特征。

1.信息准则判别

在进行有限混合模型估计之前，需依据信 息准则对样本进行最优分组，参考逯进[34]等人 的做法，利用AIC、BIC、AIC3和CAIC信息准 则，在模型收敛的前提条件下筛选最优潜在分 组。信息准则筛选结果如表6所示。无论是否 加入伴随变量，在组别数目为4时，模型均不能 收敛。在无伴随变量的模型中，当参考信息准 则AIC和AIC3时，组别数目为3时信息准则最小；当参考信息准则BIC和CAIC时，组别数目为2时信息准则最小。在含有伴随变量的模 型中，4种信息准则均在组别数目为3时达到 最小。对比无伴随变量模型和含有伴随变量模 型可知，含有伴随变量的模型4种信息准则均 表明组别数目为3时最优，表明在含有伴随变 量的模型中，最优的潜在客观分组为3，而无伴 随变量的模型参考的信息准则不同，所得出来 的最优分组结论不同，可知加入伴随变量后信息准则结果更为稳健。且对比含有伴随变量和 不含伴随变量的模型的信息准则可以发现，在 加人伴随变量之后，信息准则均较无伴随变量模型小，这进一步印证了数字经济作为伴随变 量加入模型可以有效的区分不同的发展模式。

2.有限混合回归结果分析

依据信息准则确定最优分组后，对样本的有 限混合回归估计结果如表7所示。为方便描述， 本文将3种分组分别命名为模式A、模式B和模式C。对比三种模式下的农地流转系数：在A、B、C三种模式中，农地流转系数分别为0.005、-0.123和0.164，其中模式A未通过显著性检验，而模式B通过10%显著性水平检验，模式C通过 1%显著性水平检验。三种模式的隶属概率分别 为45.19%、26.36%和28.45%，表明在观察期内的样本多数处于模式A中，其次处于模式C中，最少的样本处于模式B中。

为有效区分三种模式下数字经济的具体发 展水平，表7中汇报了三种模式下的数字经济 指数平均大小。三种模式下，数字经济平均发 展水平由高到低为模式C、B、A，平均水平分别为0.349、0.158和0.127。表明模式C处于高数字经济发展水平上，而模式A、B处于较低水 平的数字经济发展中。值得注意的是，尽管有 限混合模型依据样本的伴随变量的特征进行潜在的客观分组，但仍存在有误判的可能性，表7 中汇报了该有限混合模型的误判概率为9.3%低于10%的标准，表明该有限混合模型发生误 判的概率较低。

观察模式B，与模式A相比，农地流转系数 为-0.123，伴随变量数字经济系数为12.883， 这表明在该模式下，农地流转抑制了农业绿色 全要素生产率的提高，且数字经济的发展加剧 了这一现象。与传统西方经济学所认为的规模 化生产带来效率提升的观点相悖的是，在低数 字经济发展水平下，农地流转带来的土地兼并 生产并没有带来农业绿色生产效率的提升。对 此可能的现实解释是：第一，在数字经济发展水 平较低时，数字经济的发展首先表现为赋能信 息流通。数字设备的普及，降低了信息传播的 成本，拓宽了农民获得各类信息的渠道，有效缓解了农地流转过程中的信息不对称问题，促进 了农地的流转水平。但受制于较低的数字经济 发展水平，农村地区无法通过自发的形式形成 有效的农地流转的线上平台，农地的竞价模式 没有出现，土地流转主要是小农户间的低价兼 并，而不是价高者得的竞价模式，土地的成交价 格低于其实现高效生产所能带来的效益，这点 可以从三种模式的平均土地价格水平得到验 证，数字经济发展水平较高的地区土地平均价 格水平较高。此时，小农户间土地兼并的动力 来源主要是扩大化生产所带来的规模经济。

第二，与城市劳动人口相比，农村地区参与农业生产的劳动力受教育水平普遍不高，对于 掌握农业新型绿色生产技术的能力欠缺。在数 字经济发展水平较低时，数字经济无法有效地 为农民生产提供多种渠道的农业信息技术来 源，进而无法实现对农民的农业生产传播技术 的功能。因农村人力资本较低等的历史原因， 农业绿色生产技术的传播并不能实现农民生产 技术的提高进而带来生产上的改善。因此在这 一数字经济发展水平下，农地流转主要表现为 非绿色生产技术优势驱动的小农兼并，即小农 间土地兼并的动力不是因为农地需求者的绿色 生产技术高于农地供给者所带来的生产效率差 距及收人差距，而是非绿色生产技术差距因素 所导致的农地流转。这种非绿色生产技术差距 因素所带来的农地流转造成了农地流转的混 乱，即农地流转并不是向着高绿色生产技术方 向发展；且传统农业生产中，由于绿色农业生产 意识和能力的欠缺，农业生产更多是依靠增加 农业资源投人的粗放式生产，农药化肥的不合 理使用导致农地不可逆的损伤，造成农业资源 的浪费，从而抑制了农业绿色全要素生产率的 提高。在该种模式下，数字经济主要表现为两 方面的作用，一方面促进了农地的流转，在另外 一方面，由于低水平的数字经济发展和低人力 资本水平的制约，农业绿色生产技术无法被有 效的利用到农业生产中。此时数字经济发展的 结果是农地流转的加速和传统农业生产的放 大，这种放大表现为传统农业生产的扩张，其核心模式依旧是资源型生产，而不是绿色生产技 术型的生态化可持续性生产，并最终表现为农 业绿色全要素生产率的降低。

模式C的农地流转系数为0.164，伴随变量的系数为75.601，表明相较于模式A，在该 模式下，农地流转促进农业绿色全要素生产率 的提高，且这种促进效应随着数字经济的发展 而增强。这表明在数字经济发展到较高水平 时，数字经济对农业生产的技术赋能效应明显， 农民从数字经济发展中获取信息的能力提升， 对农业生产技术的把握趋向于成熟，此时农地 流转的结果是向着农业绿色生产技术优势的方 向流动，即此时农地流转促进了农业绿色全要 素生产率的提高。当数字经济发展到较高水平 时，农民对信息的学习能力随着数字经济的发 展而提高，数字经济对农民生产的教育效应开始出现，农民获得农业生产技术的渠道增多，更 多的信息来源提高了农民对信息获取和甄别的 能力，促使农民能够更好地掌握由数字技术普 及带来的绿色农业生产技术，并最终赋能于农 业绿色生产中。并且在较高的数字经济发展水 平之下，农民获取农地流转相关信息的能力更 为成熟，更有可能形成有效的农地线上交易平 台，农地的竞价模式出现，农地的流转结果往往 是能够为一块土地支付更高价格的如企业、合 作社等大型生产者所获得，而这类的大型农业 生产者往往具有较高的技术水平和较高的管理 能力，最终表现为数字经济赋能农地流转促进 农业绿色全要素生产率的提高。

3.组间差异检验

为了进一步验证以数字经济作为伴随变量 进行有限混合回归的合理性，使用Wald检验 验证三种模式下的组间差异性。由结果可知， 三种模式下的农地流转系数差异及联合差异 Wald检验p值均小于0.1，表明有限混合回归 模型的分组是客观的，使用此方法是合理的。

4.发展模式的动态演变

有限混合模型的一个优点是能够在观察期 内对同一个经济体的发展模式的动态演变进行 测量。为进一步探讨观察期内各省份发展模式 的动态演变，本文依据后验概率大于0.5的标 准，利用有限混合模型测算各省份在不同年份下 所隶属的发展模式是否发生了转移，测算结果如 表8所示。可知，从总体上来看，在样本期内未 发生发展模式转移的省份有内蒙古自治区、安 徽、山西、广西、江西、河南、甘肃（模式A）、新疆、贵州（模式B）、上海、北京、江苏、浙江、广东（模式C）。发生由模式A转变为模式B的省份有 云南（2015）、吉林（2016）、黑龙江（2016）、宁夏（2015）、河北（2017）、湖南（2017）、辽宁（2017）、 青海（2018）。由模式B转变为模式C的省份有海南（2018）、福建（2017）。由模式A转变为模式C的省份有四川（2017）、天津（2018）、山东（2018）、湖北（2019）、重庆（2018）、陕西（2018）。 表明在观察期内，有13个省份未发生发展模式 的转移，另有17个省份发生了不同发展模式的转移，且有6个省份发生了由模式A向模式C 的跨模式转移，表明一个省份的发展模式可以在 一段时间内实现跨越。

为进一步从统计学上验证发展模式转移的 动力是数字经济的发展，利用双侧T检验验证 模式转换前后伴随变量的系数差异性，仅保留 发生模式A转换模式C的省份2017年和2020 年数据。所得结果显示，在2017年处在模式A 的省份的数字经济指数的均值为0.213，在 2020年发生模式转换后处在模式C时的数字 经济指数的平均值为0.308，二者差分为 0.096，双侧T检验的P值为0.003，即从统计 学上验证了发展模式转换的动力为数字经济发 展水平的提高。

五、结论与政策建议

在粮食安全问题日益突出的大背景下，提 高农业绿色全要素生产率就成为解决粮食安全 问题的一个重要的有效手段。数字经济凭借其 高渗透性和创新性的特点，成为兼顾绿色发展 和提高农业生产效率的重要发展动力。然而现 有的对于影响农业绿色全要素生产率的要素的 研究主要基于生产力范畴，对于生产关系调整对农业绿色全要素生产率的影响的研究较为欠 缺，且对数字经济如何赋能农业绿色全要素生 产率的研究较少。因此本文基于前人研究的基 础上，利用2013-2020年30个省份面板数据 实证分析了数字经济对农业绿色全要素生产率 的影响，基于生产力和生产关系两个维度实证 分析了数字经济对农业绿色全要素生产率的作 用路径，并进一步分析了在不同数字发展情境 下的农地流转对农业绿色全要素生产率的不同 影响。得出以下主要结论：（1）数字经济的发 展在生产技术和生产融资这两个维度上提升了 农业生产力水平，从而促进了农业绿色全要素 生产率的提升。（2）从整体上看，数字经济的 发展影响了农民在农地流转问题上的决策，表 现为数字经济发展水平的提升促进了农地流转 水平的提高，并最终促进了农业绿色全要素生 产率的提高。（3）在不同数字经济发展水平的 情景下，农地流转对农业绿色全要素生产率的影响不同。在较低数字经济发展水平下，农地 流转抑制了农业绿色全要素生产率的提升，其 原因可能是低水平下的数字经济无法有效发挥 技术传播效应和无法形成有效地农地线上竞价 交易平台，从而农地流转就表现为低绿色效能 的小农户间低价的兼并，并不能带来农业绿色 全要素生产率的提升。而在数字经济发展水平 较高的情形下，数字经济有效地发挥了技术传 播效应和形成了良性的农地线上竞价交易平 台，农地的流转向着高绿色生产技术的方向运 动，并最终表现为农地流转促进了农业绿色全 要素生产率的提高。

基于上述的研究结论，本文提出如下政策

建议：（1）加大对农村地区数字基础设施建设 的投资力度，建成农村数字化生活生产体系，提 升农民学习使用数字经济的能力，切实将数字 经济发展红利落实到农村地区。（2）有序引导 部分适合的城市产业下放到农村，提升农村地 区就近非农就业的稳定性，保障农民在参与农地流转后的幸福感。（3）在政策上为农村地区 形成农地流转竞价网上平台提供支持，引导农 村地区形成有效的农地竞价模式，提升农民参 与农地流转所能获得的租金收入的同时促进农 地流转向集约化大规模生产的方向，进而促进 农地资源的利用效率。

参考文献：

[1]陈鑫鑫，段博.数字经济缩小了城乡差距吗？

基于中介效应模型的实证检验[J].世界地理研究，2022，31（02）：280 -291.

[2]王奇，王会，陈海丹.中国农业绿色全要素生产率 变化研究：1992-2010年[J].经济评论，2012（05）：24-33.

[3]刘亦文，欧阳莹，蔡宏宇.中国农业绿色全要素生 产率测度及时空演化特征研究[J].数量经济技术经济 研究，2021，38（05）：39-56.

[4]徐永慧，尹朝静.环境规制下中国农业绿色全要素 生产率的测算[J].统计与决策，2021，37（18）：50-54.

[5]郑甘甜，陈池波，张开华，等.中国农业环境全要素生产率动态演进及收敛性分析[J].中国农业资源与区 划，2022，43（01）：40-49.

[6]纪成君，夏怀明.我国农业绿色全要素生产率的区 域差异与收敛性分析[J].中国农业资源与区划，2020，41（12）：136 -143.

[7]葛鹏飞，王颂吉，黄秀路.中国农业绿色全要素生 产率测算[J].中国人口·资源与环境，2018，28（05）： 66 -74.

[8]郭海红，张在旭，方丽芬.中国农业绿色全要素生 产率时空分异与演化研究[J].现代经济探讨，2018（06）：85-94.

[9]吴传清，宋子逸.长江经济带农业绿色全要素生产 率测度及影响因素研究[J].科技进步与对策，2018，35（17） ：35 -41.

[10]梁俊，龙少波.农业绿色全要素生产率增长及其 影响因素[J].华南农业大学学报（社会科学版），2015， 14（03）：1-12.

[11]李晓龙，冉光和.农产品贸易提升了农业绿色全 要素生产率吗？——基于农村金融发展视角的分析 [J].北京理工大学学报（社会科学版），2021，23（04）：82-92.

[12]陈芳，杨梅君.农产品国际贸易对中国农业绿色 全要素生产率的影响[J].华南农业大学学报（社会科 学版），2021，20（05）：94-104.

[13]薛蕾，申云，徐承红.农业产业集聚与农业绿色发 展：效率测度及影响效应[J].经济经纬，2020，37（03）： 45 -53.

[14]金芳，金荣学.农业产业结构变迁对绿色全要素 生产率增长的空间效应分析[J].华中农业大学学报

（社会科学版），2020（01）：124-134+168-169.

[15]陈训波，武康平，贺炎林.农地流转对农户生产率 的影响——基于DEA方法的实证分析[J].农业技术 经济，2011（08）：65-71.

[16]刘昊龙，刘钰洲.农地流转、合作经营与农业生产 效率提升[J].东岳论丛，2022，43（10）：125-134.

[17]高欣，张安录.农地流转、农户兼业程度与生产效 率的关系[J].中国人口·资源与环境，2017，27（05）：121 -128.

[18]匡远配，杨佳利.农地流转的全要素生产率增长 效应[J].经济学家，2019（03）：102-112.

[19]史常亮，占鹏，朱俊峰.土地流转、要素配置与农业生产效率改进[J].中国土地科学，2020，34（03）：49-57.

[20]高杨，牛子恒.农业信息化、空间溢出效应与农业 绿色全要素生产率——基于SBM-ML指数法和空间杜宾模型[J].统计与信息论坛，2018，33（10）：66-75.

[21]蔡庆丰，王瀚佑，李东旭.互联网贷款、劳动生产 率与企业转型——基于劳动力流动性的视角[J].中国 工业经济，2021（12）：146-165.

[22]王森，陈宇斌.数字普惠金融如何推动农业高质 量发展？——兼论中介与门槛作用机制[J].管理学 刊，2022，35（03）：72-87.

[23]李志刚，刘达，林赛南.中国城乡流动人口“回流” 研究进展与述评[J].人文地理，2020，35（01）：1-10+62.

[24]郭晓鸣.中国农村土地制度改革：需求、困境与发 展态势[J].中国农村经济，2011（04）：4-8+17.

[25]王艺洁，刘国勇，刘晓虎，刘志有.三权分置背景 下农地流转与劳动力转移耦合协调分析——基于新疆 的农户调查[J].干旱区资源与环境，2022，36（07）：62-69.

[26]张景娜，张雪凯.互联网使用对农地转出决策的 影响及机制研究——来自CFPS的微观证据[J].中国 农村经济，2020（03）：57-77.

[27]李晓钟，李俊雨.数字经济发展对城乡收入差距 的影响研究[J].农业技术经济，2022（02）：77-93.

[28]钱龙，洪名勇.为何选择口头式、短期类和无偿型 的农地流转契约——转出户控制权偏好视角下的实证 分析[J].财贸研究，2018，29（12）：48-59.

[29]郭海红，李树超.环境规制、空间效应与农业绿色 发展[J].研究与发展管理，2022，34（02）：54-67.

[30]冒佩华，徐骥.农地制度、土地经营权流转与农民 收入增长[J].管理世界，2015（05）：63-74+88.

[31]温忠麟.张雷，侯杰泰，刘红云.中介效应检验程 序及其应用[J].心理学报，2004（05）：614-620.

[32]宋马林，刘贯春.增长模式变迁与中国绿色经济 增长源泉——基于异质性生产函数的多部门核算框架[J].经济研究，2021，56（07）：41-58.

[33]余东华，王梅娟.数字经济、企业家精神与制造业 高质量发展[J].改革，2022（07）：61-81.

[34]逯进，王恩泽，郭志仪.人口视域下中国经济增长 路径选择[J].中国人口科学，2019（05）：85-95+128.