《Frontiers in Sustainable Food Systems》：Nonlinear relationship between digital literacy and Farmers' Straw Incorporation Behavior: evidence from rural China
编辑推荐：
本刊推荐：本研究基于2020年中国乡村振兴调查(CRRS)数据，通过非线性回归、中介效应与调节效应模型，揭示数字素养对农户秸秆还田行为存在U型影响（阈值为0.5）。数字素养通过资本积累路径影响还田决策，而邻里互动则延迟抑制效应的拐点，强化U型关系。研究为政府完善区域数字基础设施、提升农民金融素养提供了实证依据，对耕地生态安全与农业可持续发展具有重要政策启示。
引言
耕地作为人类社会生存与发展的基石，对国家经济社会可持续发展具有重要影响。然而，由于土地资源的过度开发与不合理利用，全球各国均面临严重的耕地生态退化问题。秸秆还田作为一种保护性耕作方式，具有显著的要素替代效应、作物增产效应和农业碳减排效应，被视为实现耕地保护与农业可持续发展的重要措施。中国政府高度重视农田生态保护，自2008年国务院办公厅发布《关于加快推进农作物秸秆综合利用的意见》以来，连续出台多项政策推动秸秆利用。截至2024年，全国秸秆综合利用率已达87.2%。然而，受劳动力、资本和技术禀赋的限制，中国农户的秸秆还田采纳率仍相对较低，秸秆焚烧事件频发，凸显了解秸秆还田约束的关键需求。
在数字经济时代，数字技术深刻影响了中国农民的生产生活方式。数字技术的渗透促进了农村资源的优化配置，激励了农民数字素养的提升。数字素养的提高具有双重效应：一方面增强了农民获取信息的能力，降低农业生产成本；另一方面也可能加剧农民离农倾向，削弱农业经营的可持续性。在此背景下，一个重要问题应运而生：数字素养如何影响农户的秸秆还田行为？具体而言，提高数字素养是通过缓解劳动力短缺、资金限制和技术壁垒等关键约束来促进秸秆还田，还是通过强化农民脱离农业的倾向而抑制采纳行为？解答这一问题对设计有效的耕地保护政策和推进农业可持续发展目标具有重要的理论意义和实践价值。
现有研究对农作物秸秆还田进行了广泛探讨。关于农户采纳障碍，秸秆不当利用会恶化农业生产环境，破坏农业生态系统，对人类健康构成风险。此外，直接还田可能加剧作物病虫害，增加甲烷排放，显著影响农业生产力和碳排放。学者还指出，秸秆还田表现出显著的滞后农艺效益，这对农户当前的技术采纳决策产生不利影响。在促进秸秆还田方面，社会支持有助于农户采纳该实践，但技术溢出效应产生的正外部性也可能增加农户的私人成本，从而阻碍采纳。从小规模农户视角，张兴发现小农户在采纳秸秆还田时面临更严重的劳动力约束。其他研究还考察了不同补偿方案下农户的意愿和行为，影响因素包括利润预期、环境效益的公共物品属性、政府政策、农户认知水平及其非农就业参与度等。在数字经济对农业生产影响的学术讨论中，主流研究集中于数字素养对农户采纳绿色农业实践的直接影响，而新兴研究则提出数字素养不仅作为直接预测因子，更作为正向调节变量，放大农户参与数字经济对其后续采纳保护性行为的影响。
综上所述，尽管对秸秆还田的约束和影响因素已开展大量研究并取得丰硕成果，但仍有两个关键维度有待深入探索。首先，虽然多项研究考察了数字素养在农业决策中的作用，部分研究还考虑了其对耕地保护行为的调节效应，但数字素养与农户秸秆还田采纳之间的直接联系尚未得到充分阐明。其次，鉴于秸秆还田实施往往涉及一定的资金和技术门槛，有必要检验数字素养与采纳行为的关系是否受这些条件约束。为弥补这些空白，本研究利用中国社会科学院收集的全国代表性农户调查数据，实证研究数字素养与农户参与秸秆还田实践之间的内在关系。
材料与方法
理论分析
数字素养最初由Gilster和Glister（1997）提出，指个体通过数字设备获取、处理、评估和创新性应用数字信息的综合能力。在农业领域，农户数字素养可理解为农业生产过程中形成的数字意识、知识和技能的多维构念，反映了利用数字技术管理、解释、整合、交流、评估和创造信息的能力。数字素养通过三条主要机制促进秸秆还田：首先，增强农户生态认知，提高其获取和利用生态信息的能力，加深对环境政策的理解；其次，强化农户对数字金融服务的响应能力，促进人力资本积累，提高防范数字欺诈的能力，从而更有效地获取信贷信息，缓解秸秆还田的资金约束；第三，提升信息获取能力，拓宽技能培训渠道，更好地理解秸秆还田的技术规范和操作程序，支持其有效实施。此外，数字素养增强农户的风险感知，促进秸秆还田实践的采纳。
然而，秸秆还田也存在高技术门槛，需要相应较高的数字素养水平。作为追求利润最大化的理性行动者，当农户的技术能力低于所需阈值时，可能不会采纳秸秆还田，反而可能因数字素养提高而从事秸秆离田以寻求替代收入来源。实证证据也表明，数字素养较低的农户主要将互联网用于社交和娱乐目的，而数字素养较高的农户更可能获取农业推广信息，从而提高农业生产力。此外，数字素养可能加速劳动力向非农领域转移，潜在地削弱农业经营的可持续性。Wang等（2024）指出，数字素养通过提升人力资本、增加信息可及性和减少家务劳动时间，促进农村劳动力非农就业。
基于以上分析，提出假设H1：数字素养对农户秸秆还田采纳呈现U型影响，即先抑制后促进。具体而言，只有当数字素养达到一定阈值时，才会对秸秆还田产生正向影响。
机制分析方面，鉴于秸秆还田采纳常受财务和技术障碍阻碍，本研究提出一个合理的路径：资本禀赋渠道。分析框架首先假定数字素养增强农户对金融资本的获取和管理能力，随后将社会资本引入模型，具体检验社区内邻里效应的调节作用。秸秆还田在减轻环境污染、提高资源循环效率和农业生产力方面潜力显著，但其采纳常受高投入成本制约。资本禀赋有限的农户可能受限。数字素养通过改善农户对信贷信息的获取和理解，以及增强其就业和创收能力，促进资本积累，从而缓解财务障碍，促进新技术采纳。由此提出假设H2：资本禀赋在数字素养与农户秸秆还田采纳关系中起中介作用。
邻里效应指社区某些特征对个体社会经济结果的影响，其核心概念依赖于“空间邻近性”，促进频繁互动进而影响个体的行为选择、态度和资源获取。由于邻里效应，农户的生产决策显著受周围农户行为影响。农户间的相互沟通意味着某些农户采纳绿色生产实践会影响并被邻近农户影响，从而增强采纳信心。当农户有更多时间与邻居互动时，邻里效应的作用更为明显。由于个人能力和认知水平限制以及秸秆还田的技术壁垒，农户的农业实践常与邻居一致。一旦周围农户采纳特定绿色生产技术，个体更可能做出类似决策。由此提出假设H3：邻里效应在数字素养与农户秸秆还田采纳关系中起调节作用，具体而言，邻里效应强化数字素养对还田采纳的U型影响。
研究设计
数据来源于中国社会科学院农村发展研究所组织的2020年中国乡村振兴调查（CRRS）数据库。采用分层随机抽样策略，覆盖中国10个省份的300个行政村和超过3800户农户。问卷涵盖农业生产、土地管理、数字经济、乡村治理和居民福祉等多个方面。数据处理包括整合户级和村级问卷、排除不从事农业生产的农户、处理异常值、缺失值和极端值。最终分析样本包含1769个有效观测值。
数字素养指标体系构建借鉴Gilster的理论，基于一级和二级数字鸿沟的分析框架，从数字获取和数字应用两个维度概念化农户数字素养，通过5个二级指标和14个三级指标操作化。数字获取维度对应一级数字鸿沟，通过3个指标评估数字接入素养；数字应用维度反映二级数字鸿沟，涵盖数字沟通素养、数字商业素养、数字信息素养和数字问题解决素养，由11个指标测量。采用因子分析进行降维，KMO值为0.774，Bartlett球形检验显著（p < 0.001），提取5个特征值大于1的公因子，累计解释方差62.1%，所有指标协方差系数低于0.6，效度满意。
因变量为秸秆还田，通过“您家是否种植产生秸秆的作物？”和“如果是，您家目前如何处理秸秆？”测量。核心解释变量为农户数字素养，使用因子分析和主成分分析量化水平。机制变量包括资本禀赋（家庭存款和数字钱包余额总额）和邻里互动（农户在农业活动中是否获得邻居互助）。控制变量选自户主个体特征、家庭特征和村庄特征三个维度。工具变量采用省级平均数字素养水平（排除农户自身所在省份）。
计量经济模型设定包括基线回归模型（公式1）、中介效应模型（公式2）和调节效应模型（公式3）。基线模型检验数字素养对秸秆还田采纳的影响，引入数字素养的线性项和二次项。中介模型考察资本禀赋的中介作用，调节模型检验邻里互动的调节作用，通过引入数字素养与邻里互动的交互项实现。
结果
基线回归结果
基线回归结果显示，无论是否包含控制变量，数字素养的线性项和二次项均在1%水平上显著。线性项系数为负，二次项系数为正，表明数字素养与秸秆还田技术采纳之间存在U型关系。具体而言，在数字素养较低水平时，素养提高降低采纳概率；超过一定阈值后，数字素养提升促进采纳，支持假设H1。包含控制变量的模型表明，数字素养与农户秸秆还田采纳之间存在显著的非线性关系。在达到临界阈值前，数字素养每提高1%，采纳概率降低0.702%；超过阈值后，每提高1%则概率增加0.705%。这种模式可能归因于秸秆还田的技术和财务壁垒。当农户数字素养相对较低时，他们倾向于优先考虑短期经济利益，可能偏好秸秆离田等其他处置方式。当数字素养达到较高水平时，农户更意识到秸秆还田的长期生态效益和增产效应。
稳健性检验
Utest程序检验结果显示，数字素养的斜率区间（-0.703, 0.704）包含正值，支持倒U型曲线，整体检验统计量在1%水平显著，证实U型关系。使用Probit模型重新估计，结果继续支持U型关系，表明结果对替代估计方法稳健。样本调整后（对农业经营面积数据进行10%缩尾处理，排除年轻农户和高学历个体），U型关系在不同样本组成中保持一致，支持主要发现的稳健性。
内生性检验采用省级平均数字素养水平作为工具变量，CMP方法估计。一阶段回归F统计量为97.18，远大于10，排除弱工具变量担忧。内生性检验参数（atanhrho_12）显著，证实内生性存在。二阶段CMP结果显示，控制内生性后，数字素养仍与农户秸秆还田采纳呈现显著倒U型关系。
机制分析
资本禀赋的中介效应检验显示，数字素养对资本禀赋有显著正向影响（10%水平），但二次项不显著，表明数字素养显著促进资本积累，支持假设H2。将资本禀赋作为控制变量引入模型后，其线性项显著为正（10%水平），二次项显著为负，表明数字素养通过促进资本积累对秸秆还田行为产生U型影响。可能解释是秸秆还田存在技术和财务门槛，只有当农户数字素养达到一定水平，他们才更重视秸秆还田的长期生态和增产效益。超过该阈值后，数字素养提高通过增强资本积累缓解财务约束，从而促进采纳。
邻里互动的调节效应检验显示，数字素养线性项与邻里互动的交互项显著为正，二次项与邻里互动的交互项显著为负，表明邻里互动确实调节数字素养与农户秸秆还田采纳的U型关系。计算阈值公式β1β5?β2β4结果为正值，整体曲线右移，意味着邻里互动的加入延迟了数字素养开始促进秸秆还田采纳的转折点，即强化了数字素养在较低范围内的抑制效应。此外，二次交互项的正系数（7.68253）进一步凸显了U型关系的曲率，使其更陡峭。可能解释是数字素养较高的农户能通过数字平台高效获取秸秆还田技术知识，通过与邻居互动进一步验证知识有效性，从而增强采纳信心和意愿。这些农户常作为推广秸秆还田技术的“本地创新者”，技术扩散获得的社会认可作为非经济激励，鼓励更深技术探索和应用，加速U型曲线右侧上升趋势。相反，数字素养较低的农户通过数字渠道获取信息能力有限，邻里互动可能放大对新技术的疑虑和不确定性感知，降低采纳意愿，因此在U型曲线左侧，采纳行为显著下降。
异质性分析
城乡异质性检验表明，在偏远农村地区，数字素养与秸秆还田采纳的U型关系仍然成立；在城郊村庄，数字素养对秸秆还田的影响不显著。可能原因是偏远农村地区信息可及性相对有限，传统农业技术传播渠道稀缺，数字素养较高的农户更主动利用互联网平台获取秸秆还田技术知识，通过邻里示范和社会互动形成更强技术认同感，提高采纳意愿。城郊农村地区信息渠道多样，农业技术推广体系完善，农户通过线下培训、农业企业服务和政府推广获取技术信息机会充足，对数字渠道依赖相对较低。
区域异质性检验显示，数字素养对秸秆还田的U型效应在东部地区仍然显著；中部和西部地区效应不显著。解释因素包括：东部地区经济基础较强，数字基础设施更完善，为农户提供更多数字学习和应用工具；农业技术推广体系更健全，线下培训和政策支持充足，数字素养高的农户能更有效整合线上线下信息；信息流动更顺畅，数字素养高的农户成为技术信息枢纽，产生扩散效应。中西部地区互联网覆盖率较低，数字服务可用性有限，推广资源相对稀缺，信息传输仍主要依赖传统人际网络，数字渠道作用有限，局部沟通甚至可能强化对新技术的怀疑。
讨论
耕地生态安全对所有国家的社会经济可持续发展至关重要。作为全球最大的发展中国家，中国近年来加快了农业农村现代化进程，取得显著成就。但由于国情特殊（耕地比例相对较小、人口众多），耕地过度利用和严重退化等问题依然存在。秸秆还田作为保护性耕作方式，对促进耕地保护和可持续利用具有重要实践意义。因此，利用中国社会科学院2020年中国乡村振兴调查（CRRS）数据，本研究考察了当代中国农业和农村发展背景下数字素养与农户秸秆还田采纳的关系。
本研究发现数字素养影响农户秸秆处置决策，这与Wang和Yan（2023）的研究结果一致。从成本效益角度看，Wang认为由于秸秆还田的技术要求和高成本，秸秆离田往往产生更大的经济回报。他指出信息素养降低了秸秆离田成本，从而促进其离田利用。本研究承认在数字素养较低水平时，农户的秸秆还田倾向受到抑制。作为理性行动者，农户最初更受秸秆离田短期经济利益的驱动。然而，当数字素养达到一定阈值时，生态效益和长期经济利益成为优先考虑。数字素养高的农户能通过数字平台轻松获取秸秆还田技术知识，并通过邻里互动验证其有效性，从而增强对实践的接受度并促进采纳。
此外，Li的研究将数字素养确定为农户采纳绿色生产技术的重要驱动因素，从而增强采纳强度。他还强调了社会网络在影响技术采纳决策和程度方面的正向中介作用——这一发现在概念上与本研究中观察到的邻里互动调节效应产生共鸣。新技术通常通过本地化社会学习获得可信度并降低感知风险，培育一种风险分担社区，缓解采纳的心理障碍。然而，通过主要将社会网络框架为中介机制，Li的方法可能低估了影响农户采纳行为的其他关键决定因素。小农户常在重大资本约束下运营，这提高了与新实践相关的试错成本。未来的分析应纳入金融可及性等因素，以提供更结构完整的解释。
另外，本研究揭示了资本禀赋在数字素养与秸秆还田采纳的U型关系中起中介作用，这一发现与Liu H.等（2025）一致。新技术往往伴随高初始成本、低短期回报和长回收期。财务约束常阻碍农户采纳此类技术。数字素养通过改善农户对信贷信息的获取和理解，以及增强其就业和创收能力，促进资本积累，从而缓解财务障碍，促进新技术采纳。
因此，政府必须加强数字基础设施建设，特别注重弥合城乡数字鸿沟。增强偏远农区的数字可及性将放大数字素养在促进农户秸秆还田技术采纳中的作用。同时，建立全面的数字培训体系——包括整合数字技能与秸秆还田技术的专项计划——可有效缓解采纳的技术壁垒，促进耕地保护和农业可持续发展。此外，开发强大的在线平台对于向农户传播优惠贷款政策信息至关重要。针对采纳秸秆还田的农户推出“技术创新贷款”等举措，有助于缓解生产中的财务约束，从而支持更广泛地采纳可持续实践。
边际贡献
首先，本研究构建了包含两个维度（数字接入和数字应用）、五个二级指标和十四个三级指标的数字素养指标体系，全面评估了农户数字素养。其次，建立了“数字素养—农户秸秆还田”分析框架，探索变量间的非线性关系，阐明数字素养影响秸秆还田采纳的机制，为中国及其他面临类似挑战的国家促进耕地保护和农业可持续性提供了理论见解。第三，通过检验资本禀赋的中介作用和邻里互动的调节作用，阐明了数字素养影响秸秆还田的路径，为鼓励农户采纳秸秆还田实践提供了政策建议。
局限性
首先，本研究使用了2020年CRRS的横截面数据，数据相对陈旧，无法捕捉数字素养与秸秆还田关系的动态变化。尽管如此，该数据集全面覆盖了与我们研究问题相关的指标。虽然进行了更新（2022年）的调查，但数据尚不可用。同时，我们计划利用省级研究框架内进行的农户纵向调查。该本地化微观数据集将有助于更深入地实证验证数字素养与秸秆还田采纳之间的关系，从而补充和交叉验证基于全国数据的发现。其次，虽然确定了非线性关系，但横截面数据的使用排除了应用稳健阈值回归模型精确估计阈值效应的可能性。第三，模型未纳入气候变化变量。鉴于极端气候事件日益频繁及其对农业生产的影响，未来研究应包含气候指标，这取决于数据可用性。
未来研究方向
首先，应使用面板数据重新检验非线性关系，并应用阈值模型准确估计数字素养对秸秆还田的阈值效应。其次，应将气候变化变量纳入模型，以考虑极端天气事件对农业决策日益增长的影响。
