智能乡村建设能否提升农产品供应链韧性？来自中国31个省份的经验证据

本综述基于中国31个省份面板数据，构建双向固定效应与面板门槛模型，实证检验智能乡村建设(SRC)通过产业结构升级对农产品供应链韧性(APSCR)的促进机制。研究表明SRC通过打破信息壁垒、优化资源配置显著增强APSCR，且存在区域异质性（中西部效应更强）与金融发展水平的非线性门槛效应，为智慧农业政策提供理论依据与实践路径。

　　

2 理论分析与研究假设

2.1 理论框架与基础

本研究以动态能力理论为核心框架，阐释智能乡村建设通过增强感知（信息捕捉）、捕捉（资源动员）与转型（结构重构）三大能力，系统提升农产品供应链韧性(APSCR)。智能技术深度融入乡村社会经济体系，使供应链节点企业能更早识别市场波动、自然灾害等风险，并通过资源优化与协同合作实现系统恢复与进阶转型。

2.2 智能乡村建设对农产品供应链韧性的直接影响

智能乡村建设(SRC)通过四维框架作用于APSCR：智能基础设施（物流网络、物联网传感器）提供抗扰动的物理骨干；智能产业应用（电商平台、智能交易）增强经济可持续性；智能生活（移动金融、信息接入）赋能个体适应性；智能治理（电子政务平台）强化制度响应能力。假设H1证实SRC对APSCR存在显著正向直接影响（系数0.175，p<0.01）。

2.3 通过农村产业结构升级的间接影响

SRC通过推动产业融合与多元化间接提升APSCR。智能平台打破传统供应链"鞭效应"，促进产销直连与特色产业开发，驱动产业结构向高附加值转型。中介效应检验显示，产业结构升级(MED)是SRC影响APSCR的关键路径（中介系数0.0142，p<0.05），假设H2成立。

2.4 智能乡村建设赋能效应的区域异质性

基于国家统计局标准分区检验发现，SRC对APSCR的促进效应存在显著区域差异：中部（系数0.605）>西部（系数0.277）>东部（系数0.072）。这种异质性源于经济基础、农业结构与政策环境的交互作用，东部地区因农业经济占比低、智能应用进入高阶阶段而边际收益递减，中西部地区则因精准匹配痛点与政策红利释放"追赶效应"，假设H3得证。

2.5 智能乡村建设的非线性影响

以金融发展水平(FDL)为门槛变量，发现SRC对APSCR存在单一门槛效应（阈值1.868）。当FDL较低时，SRC系数为0.453（p<0.01）；当FDL跨越门槛后，系数降至0.338（p<0.01），表明金融系统作为互补性资产，通过缓解融资约束与风险保障放大智能技术效益，但过高水平下出现边际收益递减，假设H4获支持。

3 材料与方法

3.1 模型设定

采用双向固定效应模型（公式1）为基础回归框架，引入中介效应模型（公式2-3）检验产业结构升级路径，并构建面板门槛模型（公式4）分析金融发展水平的非线性调节作用。所有模型均控制省份与年份固定效应，并涵盖政府支持水平(GS)、经济发展水平(RED)、城镇化率(UR)等变量。

3.2 变量描述

3.2.1 被解释变量

农产品供应链韧性(APSCR)为多维复合指标，涵盖抵抗力（播种面积X₁、灌溉率X₂）、适应性（加工企业数X₈、货运周转量X₁₀）、恢复力（成灾率X₁₃、农药使用强度X₁₄）与竞争力（机械化水平X₁₇、出口份额X₂₁）四大维度，通过熵权法计算综合指数。

3.2.2 核心解释变量

智能乡村建设(SRC)指数从五大维度构建：智能基础设施（网络覆盖率）、智能产业（电商交易额）、智能生活（移动金融渗透率）、智能治理（政务拨款）与农民智能素养（技术人才占比），突破传统研究仅关注硬件设施的局限。

3.2.3 其他变量

中介变量为产业结构升级(MED)，以第三产业与第二产业增加值比值衡量。控制变量包括政府支持水平(GS)、区域经济发展(RED)、城镇化率(UR)，并创新性引入农村金融发展指标(RFD)——农业保险深度（保费收入/第一产业增加值），精准捕捉农村金融生态。

3.3 数据来源与描述性统计

使用2013–2022年中国31省份面板数据，来源包括中国统计年鉴、北京大学数字普惠金融指数等。对缺失数据采用插值法处理，所有连续变量进行2%缩尾处理以消除极端值影响。

4 结果与分析

4.1 基准回归分析

双向固定效应模型显示，SRC对APSCR存在显著正向影响（系数0.175，p<0.01），且在加入控制变量与固定效应后依然稳健，假设H1得证。

4.2 稳健性与内生性检验

通过替换解释变量度量法（变异系数法）、剔除直辖市样本、双边缩尾处理、排除政策重点省样本等一系列检验，核心结论保持稳健。采用滞后一期变量作为工具变量处理内生性问题，2SLS回归结果证实因果关系的可靠性。

4.3 机制检验

中介模型证实产业结构升级是SRC影响APSCR的关键路径：SRC显著促进产业升级（系数1.476，p<0.01），而产业升级又正向推动APSCR提升（系数显著），存在部分中介效应。

4.4 异质性检验

分组回归揭示SRC效应强度呈"中部>西部>东部"格局，中部地区因作为主粮基地、政策资源倾斜与技术后发优势获得最大收益，东部则因结构转型与边际递减效应增益有限。

4.5 门槛效应分析

以金融发展水平(FDL)为门槛变量，发现单一门槛（1.868）将样本分为低、高两组。低FDL区SRC系数为0.453（p<0.01），高FDL区降为0.338（p<0.01），表明金融过度发展可能稀释智能技术边际收益。进一步使用农村金融指标(RFD)验证，发现农业保险深度达阈值(0.839)后，SRC效应从0.488增强至0.322（p均<0.01），证实农村专属金融工具的放大器作用。

4.6 敏感性分析

针对APSCR指数成分进行敏感性测试，发现农产品货运周转量(X₁₀)与APSCR呈强正相关（相关系数0.67），而成灾率(X₁₃)呈显著负相关，验证指标构建的合理性与政策指向性。

5 讨论

5.1 主要因果联系

SRC通过破除信息壁垒、提升基础设施、优化资源配置三渠道直接增强APSCR，与Belhadi et al.(2024)的理论框架形成实证呼应，但本研究进一步揭示其效应受区域背景与金融条件调制。

5.2 机制效应

SRC通过"信息桥"（宽带网络）与"金融工具"（数字普惠金融）双通道驱动产业升级：前者赋能市场接入与价值链延伸，后者解决投资约束推动技术密集型转型，最终传导至韧性提升。

5.3 政策建议

提出差异化政策路径：东部聚焦高阶技术集成（AI、区块链），中西部扩大基础设施覆盖；耦合智能投资与农村金融发展（尤其保险深度）；建立数据共享标准破除孤岛；配套技能培训缓解技术性失业。

5.4 局限与未来方向

指出当前智能基础设施度量未能涵盖网络质量、资费水平等质性维度；农民智能素养代理指标未能直接反映实操能力；省份数据掩盖省内差异。建议未来采用县域数据、准实验设计追踪新兴技术（生成式AI、自动驾驶）的变革性影响。

6 结论

智能乡村建设通过直接赋能与产业升级中介路径显著增强农产品供应链韧性，效应受区域异质性与金融发展门槛调制。需构建与区域特点、技术阶段相匹配的智能政策体系，同步推进金融互补资产建设与人力资本投资，实现韧性提升与包容性转型的协同。