中国农村的数字红利：解析技术进步驱动的时空转型动态

《Frontiers in Sustainable Food Systems》：Digital dividends in rural China: unraveling the spatio-temporal dynamics of technological progress-driven transformation

本研究深入探讨了中国数字经济发展如何通过技术进步（包括广义技术进步、前沿创新和纯技术效率）驱动农村振兴。文章基于2011-2021年281个地级市面板数据，采用静态与动态计量模型（SYS-GMM）和阈值回归分析，揭示了数字经济对农村产业繁荣、生态宜居、乡风文明、治理有效和生活富裕五个维度的显著促进作用，并识别了技术效率的双重阈值效应。研究为发展中国家农村数字化转型提供了理论框架和量化政策工具（DEA-Malmquist指数、熵权-TOPSIS法），具有重要实践参考价值。

　　

引言

数字技术与农业农村的深度融合已成为中国乡村振兴战略的核心驱动力。中共二十大强调，实现以产业兴旺、生态宜居、乡风文明、治理有效、生活富裕为目标的全面乡村振兴，是解决城乡发展不平衡、释放农村潜力的关键路径。然而，中国农业仍面临生产效率低下、农村劳动力外流和农民教育水平不足等结构性矛盾，严重制约乡村产业升级和农民收入增长。据统计，2022年农村居民人均可支配收入仅为20,133元，不足城镇居民收入的一半。同时，中国农业劳动生产率仅占OECD国家平均水平的40%，凸显数字化驱动的转型迫在眉睫。数字经济通过优化资源配置效率、拓展市场空间和激发创新活力，为突破这些瓶颈提供了变革路径。

理论分析与研究假设

数字经济对农村振兴的影响

基于网络外部性理论，数字经济的兴起极大促进了农村信息与资源的共享，显著提升了市场信息、技术支持和政策指导的可及性，这是提高农业生产力和市场价值、驱动收入增长的关键。农民通过接入在线平台，不仅接触电子商务、在线教育和社交媒体资源，实现知识共享和技能提升，还增加了市场透明度并改善资源配置效率。随着更多农民加入这些平台，网络效应持续增强，推动农业社区的整体发展。农产品直销和采用新技术提升生产质量等策略，均受益于数字经济诱导的网络外部性，为乡村振兴提供坚实的技术支持和市场动力。

基于人力资本理论，提高农民的技能和知识水平至关重要，在提升生产力和创造更高附加值方面发挥核心作用。数字经济通过教育和培训平台开辟了提高农民技能和知识的途径，这对增强其劳动生产率和创新能力至关重要。这些平台使农民掌握最新农业技术、管理知识和市场趋势，不仅提高农业生产率和产品质量，还促进农业生产模式的创新。随着农民技能和知识水平的提高，他们能更好地利用资源、开发新产品和服务，并创造额外收入机会。因此，数字经济不仅促进农业生产率和增值增长，还通过提升人力资本为农民开辟新的收入渠道，为乡村振兴战略的实施提供强有力的人才支持和创新驱动动能。

农业技术进步对数字经济促进农村振兴的正向调节作用

农业技术进步可大致分为三个维度：广义进步，指种植方式、土壤管理和机械化等传统技术的改进；前沿进步，涵盖生物技术、人工智能、物联网和大数据等尖端创新；技术效率，反映实际产出与最优生产前沿之间的差距，捕捉管理效率和资源配置效率。在数字经济背景下，这三个维度相互强化，共同调节乡村振兴进程。

广义进步升级传统农业实践，并与数据驱动的决策支持系统等数字工具结合，进一步提高生产力和竞争力。前沿进步引入先进的数字和生物创新，实现精准灌溉、病虫害监测和智能资源管理，从而为乡村发展开辟新的增长点。技术效率确保传统和前沿技术被有效吸收和利用，数字平台改善农业系统的测量、分配和可持续性。总之，农业技术进步通过广义进步、前沿创新和效率改进，放大了数字经济对乡村振兴的积极影响。它通过提高连接性和效率加强网络外部性，通过培养农民的吸收能力增强人力资本，并加速创新扩散。这些动态结合起来为乡村振兴提供有力支持和广阔发展机会。

农业技术进步在数字经济促进农村振兴中的阈值效应

阈值效应指的是一个因素（如技术进步）对另一个因素（如乡村振兴）的影响不是线性的，而是在达到临界点后变得更加显著的现象。根据罗杰斯的“创新扩散理论”，新技术的采用遵循从早期采用者到滞后者的渐进过程。只有当“临界 mass”达到时，扩散才会加速，从而放大整体影响。在这个意义上，农业技术进步——无论是广义进步、前沿创新还是技术效率——在数字经济促进乡村振兴中可能表现出阈值效应。

例如，作物栽培、土壤管理和机械化等广义进步为乡村发展奠定基础，但其与数字工具（如数据分析、云计算、物联网）的整合通常需要一定水平的数字基础设施和农民素养；低于该阈值时，其影响仍然有限，但一旦超越，效率增益和竞争力迅速提升。类似地，生物技术、智能系统和精准农业等前沿进步需要足够的财政投资、技术专长和支持性机构，其效益（如更高产量和韧性）只有在区域达到经济和人力资本发展的阈值水平后才能完全实现。最后，技术效率取决于农民有效利用现有技术的能力，在数字背景下，效率的改善可能微不足道，直到知识、适应性和市场响应能力达到足够水平，之后精准技术（如定向灌溉、施肥）显著提高生产力和可持续性。

材料与方法

数据来源

为确保数据的科学性和可靠性，本研究排除数据缺失严重的城市，最终选取2011-2021年中国281个地级及以上城市。主要数据来源包括中国统计年鉴、中国城市统计年鉴、地级市统计年鉴和统计公报。对部分缺失数据，本研究采用线性插值填补。

数据处理与模型设定

数据处理

本研究使用熵权法处理数字经济发展水平和乡村振兴水平的数据。技术进步采用DEA-Malmquist指数法测量，所得综合指数作为实证研究数据。

模型设定

为研究数字经济对乡村振兴的影响，本文参考前人研究，构建基准回归模型。为减少遗漏变量导致的估计偏差并考虑乡村振兴可能与历史因素相关，本研究在原始模型中添加被解释变量的一阶滞后项（即数字经济），从而构建动态面板模型。

为探究技术进步在数字经济与乡村振兴关系中的调节作用，将数字经济发展水平、广义技术进步、狭义技术进步和纯技术效率中心化，得到c_digital、c_bstech、c_nstech和c_putech。然后以广义技术进步、狭义技术进步和纯技术效率作为调节变量，构建调节效应模型。

变量选择与测量

因变量

结果变量是乡村振兴。本研究采用乡村振兴作为核心结果变量，与中国政府发布的《乡村振兴战略规划（2018-2022年）》一致，强调产业兴旺、生态宜居、乡风文明、治理有效和生活富裕五个关键领域的全面均衡发展。这五个维度反映了乡村振兴的经济和社会目标，并在学术研究中被广泛认为是可持续乡村发展的基本组成部分。

为科学评估乡村振兴进展，本研究在现有实证框架基础上构建综合评估指标体系。具体地，乡村振兴分解为五个子系统——产业兴旺、生态宜居、乡风文明、治理有效和生活富裕，进一步细化为23个可测量指标。这些指标的选择是因为它们捕捉了经济活力（产业增长、收入水平）、生态可持续性（环境质量、绿色实践）、社会文化发展（教育、文化参与）、制度能力（公共服务、治理效率）和生活质量（收入分配、健康和福利）。

自变量

自变量是数字经济发展水平（digital）。为测量城市级数字经济发展水平，本研究借鉴已有框架，采用反映数字化转型关键驱动力的多维评估系统。具体地，指标分为三个维度：数字基础设施、数字产业发展和数字普惠金融。

数字基础设施被认为是数字经济发展的基础。遵循数字经济学中的“基础设施引领发展”观点，我们使用互联网普及率和手机普及率来测量居民对数字技术的接受度和可及性，以每百人互联网用户数和手机用户数代理。这些指标在数字经济和乡村发展的实证研究中被广泛应用。

数字产业发展反映数字技术融入经济活动的深度。根据产业升级和数字化转型文献，电信业务产出和数字相关行业（即信息传输、计算机服务和软件）就业比例是一个地区数字产业能力的重要指标。因此，本研究使用人均电信业务产出和相关行业从业人员份额来捕捉数字经济的结构作用。

数字普惠金融捕捉数字金融服务改善信贷、支付和投资可及性的程度，特别是在农村和服务不足地区。先前研究强调包容性数字金融促进金融公平并支持小规模生产者和家庭。对于这一维度，我们采用北京大学数字金融研究中心和蚂蚁集团开发的中国数字普惠金融指数，测量服务覆盖范围、使用深度和数字化水平。

最后，为避免加权中的主观偏差并确保稳健可比性，采用熵权法确定各指标权重，遵循多维指数构建的既定实践。这允许对城市间数字经济发展水平进行客观和综合评估。

调节变量

调节变量是技术进步。参考前人研究，使用基于可变规模报酬的产出导向DEA-Malmquist指数法测量农业技术进步的增長和分解，将其分为广义农业技术进步（bstech）、前沿农业技术进步（nstech）和纯技术效率（putech）。在产出方面，变量选择如下：农林牧渔业总产值代表产出；劳动投入用农林牧渔业从业人员数表示；农业机械投入用人均农业机械总动力测量；土地投入反映为农作物总播种面积；肥料投入指标是农药和化肥施用量。

虽然Malmquist指数分解提供了对生产力、效率和技术进步变化的静态和描述性理解，但它本身并不能捕捉数字经济和农业技术进步共同影响乡村振兴的动态机制。特别是，Malmquist指数适用于测量绩效变化，但不能完全解决反向因果关系或乡村发展结果的时间持续性等问题。为超越描述性测量并严格检验理论框架中隐含的因果关系，因此需要构建计量经济模型。具体地，采用系统GMM（SYS-GMM）方法，因为它能有效解决潜在内生性，纳入滞后因变量以反映动态调整过程，并控制跨区域的未观察异质性。通过首先使用Malmquist指数建立坚实的测量基础，然后应用SYS-GMM检验理论假设，我们的实证策略形成一个连贯的分析链。这种方法论过渡确保实证分析不仅基于稳健测量（通过Malmquist指数），而且能够识别数字经济对乡村振兴的动态影响。

控制变量

为深入分析数字经济发展对乡村振兴的影响，本研究还考虑其他可能影响乡村振兴的因素。基于研究，选择七个控制变量：（1）基础设施建设（Infra），用人均道路面积测量。（2）教育水平（Edu），用农村居民平均受教育年限测量。（3）产业结构（Struc），用第三产业增加值占地区GDP比例计算。（4）城镇化水平（City），用城镇化率测量。（5）政府干预（Gov），用地方财政支出占GDP比例指示。（6）贸易开放度（Trade），用进出口总额占GDP比例测量。（7）人口密度（people），用区域人口与区域面积之比计算。

实证检验与结果分析

基准检验结果分析

本研究采用F检验、LM检验和Hausman检验进行综合评估。F检验、LM检验和Hausman检验均在1%显著性水平上拒绝原假设。基于此，研究选择固定效应（FE）方法进行模型估计。此外，对估计模型检验异方差性（Wald检验）和自相关（Wooldridge检验）。两个检验的p值均为0.0000，强烈拒绝原假设，表明模型存在显著异方差和自相关。因此，使用PCSE（面板校正标准误）和FGLS（可行广义最小二乘法）方法重新估计模型。对于动态面板模型估计，采用SYS-GMM（系统广义矩估计）方法。

估计结果表明，数字经济（Digital）对乡村振兴的影响在所有模型（1）至（4）中一致为正且显著，尽管显著性不同。这一发现支持研究的假设H1，证实数字经济在促进乡村振兴中发挥显著积极作用。此外，广义农业技术进步（Bstech）、农业前沿技术进步（Nstech）和纯技术效率（Putech）均在10%水平上显著，表明它们对乡村振兴有积极贡献，从而验证假设H3、H4和H5。值得注意的是，从显著性系数来看，纯技术效率的改善对乡村振兴的影响大于广义农业或前沿技术进步。这不仅与我们的理论分析一致，也与研究期间观察到的现实一致：样本期内，中国数字经济呈上升趋势，伴随乡村振兴水平的改善，表明数字经济发展促进了乡村振兴。此外，广义和前沿农业技术进步通过提高农业生产力和促进农业现代化加速乡村产业升级和结构优化。同时，纯技术效率的提高直接有助于提高农村生产力和管理效率，对乡村振兴产生深远影响。

关于控制变量，估计结果显示基础设施建设（Infra）在1%显著性水平上对乡村振兴有显著正向影响。这表明良好的基础设施，特别是在交通和道路方面，不仅增强农村可及性、降低物流成本，还促进高效资源配置和广泛市场连接，显著贡献乡村振兴。类似地，教育水平（Edu）在1%显著性水平上展示对乡村振兴的正向影响，表明更高教育水平与增强创新能力和提高生产力密切相关，这对提升农村经济活力和竞争力至关重要。教育不仅提供必要技能和知识，还促进新技术的采用和应用，加速农村现代化进程。此外，政府干预程度（Gov）在模型（2）至（4）中对乡村振兴有显著正向影响，在1%水平上显著，表明政府在基础设施、公共服务、教育和健康项目上的支出显著改善农村物质和社会环境，有效刺激当地经济发展和提高居民生活质量，从而为乡村振兴提供有力支持。另外，贸易开放度（Trade）至少在10%显著性水平上展示正向影响，反映参与国际贸易为农村开辟广阔市场机会。通过贸易，农村可以销售农产品和手工艺品，从而增加收入和改善生活条件。同时，较高人口密度（people）也在5%显著性水平上显示对乡村振兴的积极效应，表明人口密集地区拥有丰富劳动力资源，有利于提高生产力和促进经济活动。

然而，产业结构（Struc）和城镇化水平（City）在1%显著性水平上显示对乡村振兴的负向影响。随着第三产业日益主导区域经济，劳动力和资本可能从农业和农村流向服务业和城市。这种资源转移可能对传统农村经济产生负面影响，降低农村经济活力。此外，城镇化加速可能导致农村向城市迁移，进一步削弱农村经济潜力，并可能破坏农村社会结构和文化。虽然这些变化可能在短期内对乡村振兴产生负面影响，但它们可能是农村长期转型和现代化过程的一部分。因此，农村地区需要通过发展多元化经济活动和现代化农业来适应这些变化，从而重新确立其在国民经济中的角色。

稳健性检验

为进一步确保先前结果的稳健性，本研究进行以下检查。首先，替换核心解释变量和被解释变量的测量方法。遵循前人 approach，重新测量数字经济发展水平和乡村振兴水平。与先前使用熵权法确定数字经济发展和乡村振兴二级指标权重不同，稳健性检验采用主成分分析（PCA）——一种客观的权重分配方法。这允许重新分配二级指标的权重，并构建新的数字经济