数字技术推进农业新质生产力形成的实证研究

[摘 要：文章基于2012—2022年30个省份的面板数据，定量分析数字技术对农业新质生产力形成的赋能作用。研究发现：数字技术能够有效推动农业新质生产力形成，这一结论经过稳健性检验后依然成立；异质性分析表明，数字技术对粮食主产区、胡焕庸线东侧省份农业新质生产力的赋能作用更为显著；影响机制分析表明，数字技术能够通过提高农业全要素生产率，赋能农业新质生产力形成；调节机制分析显示，新型基础设施建设能够放大数字技术对农业新质生产力的赋能作用。研究结论可为发挥数字技术在推进农业新质生产力形成过程中的赋能作用提供新思路。

关键词：数字技术；农业新质生产力；农业全要素生产率；新型基础设施建设；劳动者

中图分类号：F323；TP399 文献标识码：A 文章编号：1007-5097（2024）12-0001-08 ]

Empirical Research on Digital Technology Promoting the Formation of

New Quality Productive Forces in Agriculture

MA Yuli1， ZHOU Yu2

（1. Department of Politics and Law Teaching&Research， Party School of the Shandong Provincial Committee of

the Communist Party of China （Shandong Academy of Governance）， Jinan 250014， China;

2. China Economic Research Institute， Shandong University of Finance and Economics， Jinan 250014， China）

Abstract：This article quantitatively analyzes the empowering role of digital technology in forming the new quality productive forces in agriculture， based on panel data from 30 provinces for 2012—2022. Research findings： Digital technology can effectively promote the formation of new quality productive forces in agriculture. This conclusion remains valid even after the robustness test. The heterogeneity analysis reveals that digital technology plays a more significant empowering role in the new quality productive forces in major grain-producing regions and provinces east of the Hu Line. The effect mechanism analysis shows that digital technology can empower the formation of new quality productive forces in agriculture by increasing the total factor productivity in agriculture. Additionally， the regulation mechanism analysis suggests that the construction of new infrastructure can amplify the empowering effect of digital technology on new quality productive forces in agriculture. The research conclusion can offer new insights into leveraging the empowering role of digital technology in promoting the formation of new quality productive forces in agriculture.

Key words：digital technology; new quality productive forces in agriculture; total factor productivity in agriculture; new infrastructure construction; labor

一、引言及文献综述

随着新一轮科技革命和产业变革深入发展，农业新质生产力成为推进农业强国建设的重要抓手。相较于传统生产力，农业新质生产力具有强渗透与广链接特性，能够扩展传统生产力的效率边界，变革农业生产技术、工艺、流程，加速农业强国建设进程。根据农业农村部公布的数据，我国农业科技进步贡献率从2012年的54.5%提升至2022年的62.4%，但我国农业科技进步贡献率与发达国家相比仍存在一定差距［1］。2024年政府工作报告强调，要“加快发展新质生产力”“锚定建设农业强国目标”。可见，加快形成并发展农业新质生产力，成为助力农业强国建设的关键着力点。数字经济时代，数字技术赋予劳动资料数字化的属性，衍生出智能传感设备、智慧灌溉技术、土壤改良与培肥技术、物联网技术等数智化劳动资料，并且依托自身高链接性与强渗透性直接作用于涉农新型劳动对象，与再生产各环节深度融合，推动农业新质生产力形成。进入新发展阶段，面对我国仍处于并将长期处于社会主义初级阶段的基本国情，唯有锚定中国式农业农村现代化发展目标，加快培育和发展农业新质生产力，才能为全面建成社会主义现代化强国提供有力保障。据此，实证检验数字技术对农业新质生产力形成的影响效应和内在机理，有助于更好地夯实农业强国建设的根基，对实现中国式农业农村现代化具有重要的理论价值和实践价值。

随着新一代信息技术向农业领域渗透，以科技创新为主导的农业新质生产力便应运而生，具有更高的融合性、创新性和科技含量，更符合农业强国建设与农业现代化发展要求。农业新质生产力以农业智能化、网络化、科技化为主线，汇集并整合科技创新资源，引入新模式、新设备、新技术，促进农业生产力发展由量变到质变［2］，提高农业生产效率［3］，实现农业高质量发展。高原和马九杰（2024）［4］指出，农业新质生产力不仅涵盖农业领域借助技术形成的全新生产过程与要素投入，还囊括与新生产方式相匹配的乡村社会关系。罗必良和耿鹏鹏（2024）［5］认为，农业新质生产力内含前沿科技和颠覆性技术，在科技力量上具备先导优势，能够实现突破资源禀赋约束下的现代农业提质增效与动能优化。

近年来，部分学者针对数字技术与新质生产力关系展开一系列探索。如刘伟（2024）［6］认为，作为新一轮产业革命的关键驱动力，数字技术具有典型的通用技术性质，能够赋予新质生产力数字化的时代属性；焦勇和齐梅霞（2024）［7］提及，数字技术的高生产效率使大量劳动力逐渐转变为数字劳动力，加速实现生产要素的升级和配置效率的优化，驱动新质生产力发展。此外，部分学者还聚焦于农业领域，从理论层面探究数字技术与农业新质生产力之间的关系。如王琴梅和杨军鸽（2023）［8］指出，数字技术与农业生产环节融合有助于变革农业劳动对象、劳动者和劳动资料，加速形成数字农业新质生产力；毛世平和张琛（2024）［9］认为，数字技术能够助推农业生产组织模式变革，推动农业新质生产力发展。

综上所述，已有文献大多以农业新质生产力概念内涵、数字技术和农业新质生产力定性研究为主，鲜有学者对数字技术与农业新质生产力之间的关系进行定量研究。为此，本文首先运用系统GMM两步估计法，验证数字技术对农业新质生产力形成的影响，并从粮食功能区、地理区位异质性等方面展开分析，进一步丰富农业新质生产力现代化相关研究；其次，引入农业全要素生产率这一中介变量，揭示数字技术促进农业新质生产力形成的作用机理，为释放数字技术在推进农业新质生产力形成过程中的巨大价值提供有益参考；最后，引入新型基础设施建设这一调节变量，细致刻画数字技术对促进农业新质生产力形成的赋能作用。

二、理论分析与研究假设

（一）数字技术对农业新质生产力的直接影响

农业新质生产力是指由高端生产要素构成，以数字经济、智能经济为承载介质，在科学技术创新突破基础上所衍生的新质态生产力，即农业劳动资料、农业劳动者、农业劳动对象“三位一体”的数字化结果。顺应新一轮科技革命和产业变革，数字技术已然成为农业新质生产力的内核，由云计算、大数据、人工智能、区块链、移动通信等技术组合而成，可通过赋能数智化农业劳动资料、高素质劳动者、涉农新型劳动对象，进而夯实农业新质生产力底座。

第一，数字技术赋能数智化劳动资料。作为衡量社会生产力的基本尺度，劳动资料变化可呈现出社会生产关系变动情况［10］。人工智能和大数据等数字技术在农业生产中的应用，有助于搭建区域大数据监测系统、农田远程监测系统、农业生产指标监测系统，实时收集和分析数据，及时预警和发现问题，提高农业发展质量，为形成农业新质生产力提供支持。数字技术在农业生产中的应用，便于农业经营者实时监控、精细管理各类农业要素，提高资源利用效率，提升农产品产量和质量，减轻农业生产对环境造成的负担，加速推进农业新质生产力发展。

第二，数字技术赋能高素质劳动者。马克思主义理论视域下，劳动者属于生产力要素中最活跃且具有主导作用的要素［11］。新质生产力中的劳动者是适应数智化精密仪器、具有知识快速迭代能力、充分利用现代技术的新型人才［12］。而数字技术可发挥自身优势，建立“基础层—应用层—创新层”相联结的农民数字素养体系，培育高素质劳动者，推动农业新质生产力发展。一是基础层，农民依托数字技术可实时获取数据信息，并通过数字工具和平台实现互动交流、信息传递和资源共享，可有效提升自身数字素养，助推农业新质生产力形成；二是应用层，高素质农民可以将数字化创新成果应用到具体行业场景，依托GIS、遥感等数字技术实现精准施肥和智能灌溉，助推农业生产精细化运行和智能化管控［13］，为农业新质生产力形成提供支持；三是创新层，高素质劳动者以数字技术为依托，打造物联网种植基地和数控中心，实现从种植端、生产端、供应端到销售端的数字化，并构建起产学研结合的现代育种体系，推动种业科技成果加速落地，为形成农业新质生产力提供支撑。

第三，数字技术赋能涉农新型劳动对象。随着数智时代新技术的植入，数据物化到劳动对象上可以升级改造传统劳动对象，提高原有劳动对象附加值，推动农业新质生产力产生重大飞跃。具体而言，依托数字技术建立农业数据共享平台，有利于整合农业生产、流通等环节的数据，提高土地产出率、劳动生产率，生产与市场需求相适应的优质产品，从而提高农业生产效益和产品质量，加速推动农业新质生产力形成。农业经营主体运用数字技术获取土壤状况、虫害情况、气温等数据，通过对数据进行加工和算法处理，结合水肥一体化机器应用，可精准地调配肥力，开创无人化管理模式应用于大规模种植场景的全新路径，为农业新质生产力形成提供支持。数字技术在农村地区的应用有利于发展农村电子商务、数字物流及数字金融等产业，实现农产品智能化流水线操控［14］，促进农产品高效流通，加速推进农业新质生产力形成。

综上所述，数字技术可通过赋能数智化农业劳动资料、高素质劳动者、涉农新型劳动对象，进而有效推动农业新质生产力形成。基于此，本文提出假设1。

H1：数字技术能够有效推进农业新质生产力形成。

（二）数字技术对农业新质生产力的传导机制

随着数字技术的应用与普及，农业生产方式和生产生活场域发生了重大变革，为提高农业全要素生产率提供了良好环境。具体而言，依托数字技术强渗透性，农户可利用数字化平台获得相关信息并作出科学决策，推动土地、资本、劳动力等投入要素合理配置，从根本上克服农户家庭土地经营规模过小、组织化程度不高、生产经营方式粗放等缺陷［15］，提高农业全要素生产率。在数字技术加持下，“乡助”APP数字化平台可为农户提供有针对性的涉农金融产品信息，畅通农户获取信贷市场信息渠道［16］，降低农村市场交易成本，提升农业全要素生产率。与此同时，农户可在数字化平台上购买生产资料，运用智能物联网技术实现对农业生产的精准控制，实现农业生产加工流通全流程智能化、自动化管理，提高农业全要素生产率。

农业全要素生产率反映了在劳动力、资本、技术等生产要素投入下，农业产出与农业总要素投入的比率，不仅是衡量生产效率和技术进步的重要指标，也是推动农业新质生产力形成的关键因素之一。在数字技术驱动下，农业全要素生产率的提高有助于提升资本-劳动比，降低农业发展对化肥、农药、劳动力等资源要素的依赖性，加快农业科技创新步伐，助力形成农业新质生产力。不仅如此，农业全要素生产率的提高还有助于深度挖掘农村的多元化价值，助推产业链全面升级和农村一二三产业融合发展，提高市场可持续发展能力与核心竞争力，推进农业新质生产力形成。综上所述，数字技术可变革农业生产方式和生活场域，提高农业全要素生产率，进而助力农业新质生产力形成。基于此，本文提出假设2。

H2：数字技术通过提高农业全要素生产率，进而形成农业新质生产力。

（三）新型基础设施建设的调节作用

完善的新型基础设施建设能够加快新一代数智技术的集成迭代与扩散，全方位、全链条改造产业生产方式，为形成并发展农业新质生产力夯实基础。根据网络外部性定律和摩尔定律，新型基础设施具有自增强的网络效应和自提速的技术性能［17］。在建设初期，受基础设施城镇投资倾向影响，农村地区新型基础设施建设落后于城镇，使得农业发展过程中配套设施价格和物流配送成本相对高昂［18］，限制了数字技术对农业新质生产力的积极作用。随着新型基础设施建设的深入推进，数字技术在农业领域的深化应用有助于推动新型农业技术、新型农业机械及新型土壤改良剂等创新成果共享，加速推进农业新质生产力发展。随着新型基础设施建设的不断完善，数字技术推进农业新质生产力形成的赋能效应将得以充分释放。基于此，本文提出假设3。

H3：新型基础设施建设在数字技术赋能农业新质生产力发展进程中发挥正向调节作用。

三、模型设定与变量说明

（一）模型构建

1. 基准回归模型

为证实数字技术对农业新质生产力的赋能作用，本文运用系统GMM两步估计法进行研究。

[Camlit=α0Camli， t-1+β1Dnqpit+βControlsit+μi+υt+εit] （1）

式中：[υt]为时间固定效应；[i]为省份；[t]为年份；[Camlit]为农业新质生产力；[Dnqpit]为数字技术；[Controlsit]为控制变量；[β]为控制变量系数值；[μi]为地区固定效应；[εit]为随机扰动项。

2. 中介效应模型

以农业全要素生产率为机制变量，本文构建中介机制模型，以揭示数字技术赋能农业新质生产力形成的传导路径。

[TFPit=αDnqpit+βControlsit+μi+υt+εit] （2）

[Camlit=α0+λ1Dnqpit+λ2TFPit+λControlsit+μi+υt+εit] （3）

式中：[TFPit]为中介变量，即农业全要素生产率；其他变量含义同式（1）。

3. 调节效应模型

参考何文盛等（2023）［19］的研究，本文构建调节效应模型，以检验新型基础设施建设的调节效应。

[Camlit=γ0+θDnqpit+ρDinit+σDnqpit×Dinit+βControlsit+μi+υt+εit] （4）

式中：[Dinit]为新型基础设施建设；[Dnqpit×Dinit]为新型基础设施建设与数字技术交互项。

（二）变量与数据来源

1. 被解释变量：农业新质生产力（[Caml]）

根据马克思主义生产力三要素论，生产力由劳动资料、劳动者、劳动对象三要素构成。相较于传统生产力，农业新质生产力包含以下三项内容：数智化劳动资料、高素质劳动者、涉农新型劳动对象。为此，本文参考相关研究［20-23］，从数智化劳动资料、高素质劳动者、涉农新型劳动对象三个维度构建农业新质生产力评价指标体系，见表1所列。在此基础上，运用熵值法测算农业新质生产力发展水平。

2. 解释变量：数字技术（[Dnqp]）

鉴于授权专利是度量创新产出的关键所在，本文运用授权专利测算数字技术水平。具体而言：首先，依据国家统计局发布的《数字经济及其核心产业统计分类（2021）》中的数字创新国际专利分类代码，采用PatSnap对全球专利数据库分类进行检索，并对法律状态、国别、受理区域进行筛选；其次，对297万件数字技术授权专利数据进行归纳清洗，得到中国数字技术创新授权专利度量指标；最后，采用永续盘存法，对数字技术创新年度授权专利流量进行存量化处理并取对数。

3. 机制变量：农业全要素生产率（[TFP]）

当前，学界对农业全要素生产率测算展开大量研究，主要运用非参数的DEA-Malmquist指数法［24］、随机前沿法（SFA）［25-26］。本文运用DEA-Malmquist指数法测算农业全要素生产率。该方法将TFP拆解为技术效率（[ECH]）和技术进步（[TCH]），并在规模报酬变动情况下，拆解技术效率为规模效率（[SECH]）和纯技术效率（[PECH]）。具体步骤如下：

[TFPtat+1，bt+1，at，bt=Dtat，btDt+1at，bt×Dtat+1，bt+1Dt+1at+1，bt+112×Dt+1at+1，bt+1VRSDt+1at，btVRS×Dtat，btDtat+1，bt+1=TCH×PECH×SECH=TCH×ECH] （5）

式中，[TFPtat+1，bt+1，at，bt]为全要素生产率。在测算农业全要素生产率过程中，需相应选取产出指标和投入指标。其中：产出指标，运用农林牧渔总产值进行衡量；投入指标，借助农业固定资产投入规模（亿元）、耕地灌溉面积（千公顷）、农用机械总动力（万千瓦）、农作物播种面积（千公顷）、农用塑料薄膜使用量（吨）、农用化肥实际用量（万吨）、第一产业年末从业人员数（万人）、农业无人机投入数量（万台）表示。

4. 调节变量：新型基础设施建设（[Din]）

新型基础设施建设是指以信息技术为支撑，依托于先进的互联网技术，将传统基础设施转型升级为数字化、智能化的新型基础设施，并通过数据共享、端到端连接等方式实现工业互联网与数字经济的深度融合。新型基础设施建设包含创新基础设施、融合基础设施和信息基础设施建设，难以运用单一指标展开测度。立足新型基础设施建设内涵［27-28］，本文从创新基础设施、融合基础设施和信息基础设施三个维度构建评价指标体系，并运用熵值法测算新型基础设施建设水平。具体评价指标体系见表2所列。

5. 控制变量

为规避可能存在遗留变量引发的内生性问题，本文采用以下控制变量：贸易开放程度（[OPEN]），运用货物进出口总额与美元对人民币汇率乘积/GDP表示；城镇化水平（[URBA]），借助城镇人口数量与总人口数量比值测算；经济发展水平（[GDP]），采用人均GDP度量；乡村集聚水平（[RAL]），运用村委会数量度量；地形情况（[TOC]），以地形起伏度测度。

6. 数据来源与说明

本文选取2012—2022年全国30个省份（不包括西藏和港澳台地区）为研究对象，共计获得330个样本数据。实证所选变量数据大多来源于《中国统计年鉴》《农村经营管理统计年报》《中国科技统计年鉴》《中国农村统计年鉴》《中国农业年鉴》以及中华人民共和国国民经济和社会发展统计公报、各省份的统计年鉴。此外，针对个别缺失数据，借助邻近平均值及插值法补齐。

各变量的描述性统计见表3所列。

四、实证检验与分析

（一）农业全要素生产率时序演变

本文运用MATLAB2018a，按照DEA-Malmquist指数法测算2012—2022年农业全要素生产率，农业全要素生产率动态演变趋势见表4所列。需要说明的是，由于Malmquist指数是一个相对值指标，反映的是相邻两期全要素生产率变动情况，表4中仅列示了2013—2022年结果。由表4可以看出，考察期内的农业全要素生产率表现为波动上升趋势。原因可能在于，近年来国家高度重视发展现代农业，加大农业关键核心技术攻关力度，推动生物种业、重型农机、智慧农业等产业发展，合理配置数字农业诸要素，促进农业全要素生产率跃动提升。

（二）基准检验

本文借助系统GMM两步估计法，评估数字技术对农业新质生产力的影响，结果见表5所列。列（1）、列（2）显示，数字技术的影响系数分别为3.972、3.839，均通过1%显著性检验，意味着发展数字技术有利于推进农业新质生产力形成。产生这一结果的原因可能在于：数字技术与农业深度融合有助于推动生产方式变革，并以基因工程、智能装备改良农业自然属性，以全链条协同创新推动农业高质量发展，能够拓展农业发展新业态，从而加速推进农业新质生产力形成。因此，H1得到验证。此外，列（3）结果显示，数字技术滞后一期系数为3.219，通过1%显著性检验，证实回归结果具有稳健性。

（三）稳健性检验

首先，本文借助主成分分析法、均权法重新测算农业新质生产力水平，并重新进行回归检验；然后，剔除4个直辖市后重新进行回归检验；最后，借助“时间×地区”固定效应模型再次检验。结果表明，数字技术对农业新质生产力的赋能作用为正，充分证实前文结果具有较强稳健性。

（四）多维视角下的异质性分析

1. 农业资源禀赋异质性

本文将研究样本拆分为粮食主产区、粮食主销区和粮食产销平衡区，结果见表6列（1）—列（3）。不难看出，数字技术对上述三类地区农业新质生产力影响均显著为正，具体影响大小表现为“粮食主产区 > 粮食产销平衡区 > 粮食主销区”。原因可能在于，粮食主产区数字技术的应用能够通过精准施肥、智能灌溉等手段，实现农田精细化管理，提高种植和管理的精准性，进而提升农作物的产量和品质，加快培育农业新质生产力。

2.地理区位异质性

本文以胡焕庸线为界，将样本分为胡焕庸线东侧省份和西侧省份，进一步考察数字技术对上述地区农业新质生产力的异质性影响。表6列（4）、列（5）为地理区位异质性检验结果。可以看出，相较于胡焕庸线西侧省份，数字技术对胡焕庸线东侧省份农业新质生产力的影响更为显著。原因可能在于，胡焕庸线东侧省份通过实施农村一二三产业融合发展试点示范工程，鼓励新型经济主体参与农业发展；通过深化数字技术应用，加速扭转农业粗放型发展模式，逐步释放农业新质生产力发展潜力。

（五）传导机制检验

为验证数字技术赋能农业新质生产力的作用机制，本文对式（2）、式（3）进行回归，检验结果见表7所列。列（1）结果表明，数字技术回归系数显著为正，说明数字技术能够有效提升农业全要素生产率；列（2）结果表明，在引入农业全要素生产率的基础上，数字技术回归系数依然显著为正，证实数字技术能够通过提高农业全要素生产率，间接赋能农业新质生产力形成。由此，H2得到验证。原因可能在于，农业生产经营者利用人工智能、大数据等数字技术，实时监测农业生产过程中各项数据，精准掌握农作物气候变化、生长情况、土壤湿度等信息，提高农作物的产量和质量，提升农业全要素生产率。农业全要素生产率的提升有助于推动生产函数发生质变，培育现代农业发展模式，助力农业新质生产力加速形成。

（六）拓展性分析

为验证新型基础设施建设对数字技术赋能农业新质生产力的调节效应，本文运用式（4）展开实证检验，结果见表8所列。可以看出，新型基础设施建设与数字技术交互项估计系数在1%的水平上显著为正，且系数高于基准回归系数，说明新型基础设施建设能够强化数字技术对农业新质生产力形成的赋能作用，H3得到验证。原因可能在于，随着新型基础设施建设程度不断深化，数字技术与农业生产、经营、流通等各环节呈现出深度融合趋势，有助于推动数字要素对传统农业生产要素的加速替代，驱动农业产业提质增效，进而促进农业新质生产力形成。

五、研究结论与政策建议

（一）研究结论

本文在阐述数字技术赋能农业新质生产力形成内在机理的基础上，运用2012—2022年30个省份的面板数据，定量分析数字技术对农业新质生产力的影响。研究结论如下：①数字技术对农业新质生产力形成具有显著正向影响，这一结论经过替代被解释变量衡量方法、调整样本数量、控制多维固定效应等稳健性检验后依然成立。②异质性检验显示，数字技术对不同农业生产功能定位农业新质生产力形成的影响均显著为正，具体表现为“粮食主产区 > 粮食产销平衡区 > 粮食主销区”；相较于胡焕庸线西侧省份，数字技术对胡焕庸线东侧省份农业新质生产力形成的影响更为显著。③数字技术能够通过提高农业全要素生产率这一途径赋能农业新质生产力形成。④新型基础设施建设在数字技术赋能农业新质生产力形成过程中发挥正向调节作用，即随着新型基础设施建设逐步完善，数字技术对农业新质生产力形成的影响更为显著。

（二）政策建议

基于上述研究结论，本文提出以下对策建议：

第一，培育发展农业生产要素，为形成农业新质生产力提供支持。一是重点围绕畜禽、果业、蔬菜等产业品种培优，攻克一批农业“卡脖子”核心技术，培育更多特色优势农业，打造农产品精深加工、智慧农业、设施农业等产业链，推动农业新质生产力形成；二是积极探索构建农业科研院所、地方政府、行业企业等多主体共建、共管、共享、共赢的协同育人平台，推动涉农高校学科建设和高素质农民培养，为形成农业新质生产力夯实“高素质”劳动者基础；三是加速培育壮大生物种业、智能农机等农业新兴产业集群，逐步构建“特色优质产业+传统优势产业+农业战略性新兴产业”的现代农业产业体系，重点部署现代数字种业发展工程，加快推动农业科技创新，促进农业新质生产力发展。

第二，提高农业全要素生产率，为形成农业新质生产力提供助益。一是聚焦农业前沿领域，强化品种选育、耕地质量提升等重大实用技术研发，建设世界领先的农业基础研究平台，有效提高农业全要素生产率，加速培育农业新质生产力；二是鼓励各地通过土地经营权流转、土地入股、股份合作、土地托管等方式，开展多种形式适度规模经营，促进土地要素集聚，稳步提升农业全要素生产率，为形成农业新质生产力提供支持；三是积极谋划“北斗+智慧农业”试点项目，构建智慧农业指挥调度平台，高效调度各类资源，推进农业结构优化，实现精细化管理和网格化服务，推动农机智能化和农业可持续发展，提高农业全要素生产率，为形成农业新质生产力提供有力支持。

第三，加强农村新型基础设施建设，为形成农业新质生产力夯实基础。一是对可改造的设备进行数字化升级、智能化改造，加强农业、水利、电网、交通等多位一体的智慧乡村体系建设，为加快形成农业新质生产力提供有力支持；二是深入实施数字乡村建设工程和农村共享建设工程，注重提高农业装备设施应用率，培育壮大新兴数字产业，形成农业新质生产力；三是突出抓好数字孪生流域、数字孪生水网、数字孪生水利建设工程等建设，实现江河水库、水网建设、工程调度等的可视化展示，放大数字技术对形成农业新质生产力的赋能作用。

参考文献：

［1］谭思，陈卫平.数字技术驱动乡村产业高质量发展的理论机理、现实基础与路径选择［J］.农村经济，2024，42（4）：26-33.

［2］贾若祥，王继源，窦红涛.以新质生产力推动区域高质量发展［J］.改革，2024（3）：38-47．

［3］杨颖.发展农业新质生产力的价值意蕴与基本思路［J］.农业经济问题，2024，45（4）：27-35.

［4］高原，马九杰.农业新质生产力：一个政治经济学的视角［J］.农业经济问题，2024，45（4）：81-94.

［5］罗必良，耿鹏鹏.农业新质生产力：理论脉络、基本内核与提升路径［J］.农业经济问题，2024，45（4）：13-26.

［6］刘伟.加快培育新质生产力 推进实现高质量发展［J］.经济理论与经济管理，2024，44（4）：1-11.

［7］焦勇，齐梅霞.数字经济赋能新质生产力发展［J］.经济与管理评论，2024，40（3）：17-30.

［8］王琴梅，杨军鸽.数字新质生产力与我国农业的高质量发展研究［J］.陕西师范大学学报（哲学社会科学版），2023，52（6）：61-72.

［9］毛世平，张琛.以发展农业新质生产力推进农业强国建设［J］.农业经济问题，2024，45（4）：36-46.

［10］姚毓春，李冰.新发展阶段我国经济增长动能转换：逻辑、方向与路径［J］.华东师范大学学报（哲学社会科学版），2022，54（3）：161-171，188.

［11］阮朝辉.马克思主义生产方式视阈中的数据技术：性质、地位与作用［J］.探索，2018，34（1）：21-31.

［12］马一德.以科技创新引领产业全面振兴［J］.人民论坛，2024，33（2）：36-39.

［13］武小龙，王涵.农民数字素养：框架体系、驱动效应及培育路径——一个胜任素质理论的分析视角［J］.电子政务，2023，20（8）：105-119.

［14］高祥晓、王永强、卢秀茹.数字经济、新质生产力与农业高质量发展［J］.科学管理研究，2024，42（4）：113-123.

［15］孙光林，李婷，莫媛.数字经济对中国农业全要素生产率的影响［J］.经济与管理评论，2023，39（1）：92-103.

［16］刘冬文，苗哲瑜，周月书.数字化“金融+产业”模式：农业社会化服务创新的机理与案例分析［J］.农业经济问题，2023，44（9）：96-109.

［17］吕重阳，傅联英，韩蓄.数字创新创业实现共同富裕的机理和证据［J］.研究与发展管理，2023，35（1）：12-26.

［18］朱琳.信息基础设施对城乡收入差距的影响机理及检验［J］.南开经济研究，2023，39（11）：210-229.

［19］何文盛，郭蕾蕾，张国兴.财政纵向失衡影响地方政府财政支出效率吗？——兼论财政透明度的调节效应［J］.管理评论，2023，35（11）：3-15.

［20］李梦洁，张亭好，侯敬，等.山东省农业现代化发展水平时空演变及障碍因子研究［J］.中国农业资源与区划，2023，44（7）：238-247.

［21］王珏，王荣基.新质生产力：指标构建与时空演进［J］.西安财经大学学报，2024，37（1）：31-47.

［22］赵建吉，闫明涛，张明昊，等.黄河流域科技创新水平测度及区域科技创新中心提升路径［J］.人民黄河，2023，45（9）：58-64.

［23］朱迪，叶林祥.中国农业新质生产力：水平测度与动态演变［J］.统计与决策，2024，40（9）：24-30.

［24］李平，黄勇.农产品贸易自由化与中国农业全要素生产率［J］.华东经济管理，2021，35（9）：49-58.

［25］陈长瑶，雷洪博，杨永生.农村金融高质量发展对城乡经济融合的影响——基于空间溢出效应与门槛效应分析［J］.中国流通经济，2023，37（8）：116-127.

［26］张乐，曹静.中国农业全要素生产率增长：配置效率变化的引入——基于随机前沿生产函数法的实证分析［J］.中国农村经济，2013，29（3）：4-15.

［27］王亚飞，黄欢欢，石铭，等.新型基础设施建设对共同富裕的影响机理及实证检验［J］.中国人口·资源与环境，2023，33（9）：192-203.

［28］黄梦涵，张卫国，兰秀娟.新型基础设施建设对经济高质量发展的影响：异质性与作用机制［J］.经济问题探索，2023，44（8）：19-35.

［责任编辑：陈建华］