《Cogent Food & Agriculture》：Digital literacy, land characteristics, and conservation tillage adoption: evidence from a multi-province survey of Chinese farmers
编辑推荐：
数字素养（Digital literacy）是影响农户采纳保护性耕作（Conservation Tillage, CT）的关键人力资本形式。然而，这一效应在多大程度上依赖于土地资源禀赋仍未得到充分探索。基于覆盖中国10个省份6,484个农户的中国乡村振兴调查（
数字素养（Digital literacy）是影响农户采纳保护性耕作（Conservation Tillage, CT）的关键人力资本形式。然而，这一效应在多大程度上依赖于土地资源禀赋仍未得到充分探索。基于覆盖中国10个省份6,484个农户的中国乡村振兴调查（China Rural Revitalization Survey, CRRS）数据，本研究采用二元Logistic模型考察数字素养对保护性耕作采纳的影响，并重点关注土地细碎化（land fragmentation）与经营规模（operational scale）的调节作用。研究发现：第一，数字素养显著促进保护性耕作采纳，该结果在Probit模型及剔除异常值处理后依然稳健；第二，土地细碎化表现出条件性调节效应：在未控制经营规模时，细碎化正向强化数字素养与保护性耕作的关系，但一旦纳入经营规模，该调节方向发生逆转，表明土地特征与农场规模相互交织；第三，效应存在显著区域异质性，呈现“西部最强、东部较弱、中部为负”的梯度格局。上述发现挑战了土地细碎化仅构成障碍的传统观点，相反，细碎化通过产生精准管理需求而放大数字素养的边际价值。研究结果表明，数字素养的作用嵌入于资源约束与区域情境之中。本研究提出“人力资本—土地禀赋”交互视角，建议保护性耕作政策应避免“一刀切”模式，而应采取情境敏感、差异化的推进策略。
数字素养、土地特征与保护性耕作采纳：基于中国多省农户调查的证据
一、研究背景与问题提出
农业绿色转型与数字乡村建设的协同推进，使得数字赋能农户生产经营决策的路径受到学术界日益广泛的关注。保护性耕作（Conservation Tillage, CT）以少免耕、秸秆覆盖和深松为核心，具有固碳、培肥、保水、减蚀等多重生态功能，是农业可持续发展的重要路径。然而，保护性耕作技术操作的复杂性及其收益的难以观测性构成农户采纳的主要障碍。与此同时，资源禀赋、风险承担能力与信息不对称共同制约着农户的采纳决策。在此背景下，数字素养——一种将宏观数字红利转化为微观生产经营效率的人力资本形式——成为影响保护性耕作行为的关键变量。尽管已有研究普遍认可数字素养对绿色生产技术采纳的促进作用，但既有文献仍存在若干不足：其一，多数研究侧重于数字素养的“主效应”，对其在异质性资源约束下赋能路径的差异关注不足；其二，虽有研究指出数字技术效应的情境依赖性，并识别出主流数字农业范式的规模偏向，但这些视角尚未被系统纳入严格检验数字素养与土地规模交互作用的实证框架。基于此，本研究提出三个相互关联的问题：数字素养是否促进保护性耕作采纳？土地细碎化是否正向调节数字素养与保护性耕作的关系？经营规模在该关系中发挥何种调节作用？
二、研究设计与主要结论
本研究利用中国社会科学院农村发展研究所开展的中国乡村振兴调查（CRRS）2022年数据，覆盖10个省份，经筛选后获得6,484个有效农户样本。研究将保护性耕作采纳定义为农户至少实施秸秆还田、少免耕或轮作中的一种行为，采用二元Logistic模型进行估计，并从规模大小与空间配置两个维度解构土地经营规模。核心结论如下：数字素养显著促进保护性耕作采纳，数字素养每提升一个单位，采纳几率比约增加41.4%；土地细碎化在未控制经营规模时正向调节数字素养的作用，但纳入经营规模后调节方向逆转；经营规模（以三大地块面积衡量）始终发挥负向调节作用；效应呈现显著的区域异质性，表现为“西部最强、东部较弱、中部为负”的格局。
三、关键技术与方法
研究主要采用以下技术方法：其一，基于熵权法（entropy weight method）构建农户数字素养综合指数，涵盖设备使用熟练度、信息获取素养、沟通交互和数字商务四个维度共八个题项；其二，采用二元Logistic回归模型（binary logistic model）估计数字素养对保护性耕作采纳的影响；其三，通过构建数字素养与土地细碎化（以平均地块面积衡量，即总面积除以地块数）、数字素养与三大地块面积的交互项，检验调节效应；其四，采用Probit模型替换估计和剔除极端值处理进行稳健性检验；其五，运用似无相关估计（seemingly unrelated estimation）检验区域间系数差异的显著性。样本来源为中国乡村振兴调查（CRRS）2022年数据，覆盖浙江、山东、广东、黑龙江、安徽、河南、四川、贵州、陕西、宁夏10个省份。
四、研究结果
4.1 描述性统计。 样本中约44%的农户已采纳保护性耕作，数字素养均值为1.14，范围为0.38至2.16，表明农户数字素养整体处于中等水平且个体差异较大。
4.2 基准回归结果。 在逐步加入控制变量的所有模型中，数字素养系数均为正且在1%水平上显著。以完整模型计，数字素养系数为0.346，即数字素养每提升一个单位，农户采纳保护性耕作的几率比约提高41.4%。该效应可能通过三条渠道发挥作用：降低信息获取与核验成本、增强技术认知与收益感知的清晰度、拓展社会学习与服务获取渠道。二次项检验显示，数字素养平方项系数为负但不显著，表明数字素养与保护性耕作采纳之间不存在显著的非线性关系，竞争性假说H2未获支持。
4.3 调节效应分析。 单独纳入土地细碎化时，数字素养与细碎化的交互项系数为?0.074且在1%水平上显著。由于细碎化以平均地块面积反向衡量，该负向系数意味着细碎化程度越高，数字素养对保护性耕作的促进作用越强。单独纳入三大地块面积时，交互项系数为?0.076且在1%水平上显著，表明经营规模越大，数字素养的促进作用越弱。然而，当两个调节变量同时纳入模型时，数字素养与细碎化的交互项系数转为正（0.064，p<0.01），表明细碎化的正向调节作用在控制经营规模后不再稳健，仅获得条件性支持；而数字素养与三大地块面积的交互项系数为?0.112，在1%水平上显著，确认了经营规模的负向调节作用。
4.4 稳健性检验。 采用Probit模型替换估计后，数字素养系数为0.555且在1%水平上显著，交互项符号与显著性保持一致。剔除极端值后样本量减至3,098，数字素养系数为0.830且在1%水平上显著，三大地块面积的负向调节作用依然稳健，但细碎化交互项变得不显著，进一步表明细碎化的调节作用依赖于土地特征的完整分布。
4.5 区域异质性分析。 似无相关检验的卡方统计量为94.22，p值接近于零，表明数字素养的促进作用在东、中、西三大区域间存在显著差异。具体而言，西部区域系数最大（1.150），东部次之（0.884），中部为负（?0.908）。此外，数字素养对秸秆还田（β=0.459）和轮作（β=0.569）均具有显著正向影响。
五、讨论与结论
本研究的核心贡献在于揭示数字素养赋能效应的情境依赖性。土地经营规模（以三大地块面积衡量）的负向调节作用与大规模经营者的技术“路径依赖”理论预期一致，为规模化农业中的创新惰性提供了新的经验证据。更为重要的是，研究发现土地细碎化在特定条件下发挥正向调节作用，这挑战了细碎化仅构成物理障碍的传统观点。细碎化所蕴含的管理复杂性产生了对数字工具在信息整合、跨地块任务调度和精准管理方面的特定需求，从而激活并放大了数字素养的赋能价值。然而，这一放大效应是条件性的，在同时考虑经营规模时消失甚至逆转，凸显了土地禀赋内部维度的相互交织性。中部区域呈现的负向效应则为数字赋能的边界条件提供了新证据，表明数字素养的作用并非普遍正向，而是表现出清晰的情境依赖性。
研究结论可概括为：第一，数字素养显著促进保护性耕作采纳，该结论在多种稳健性检验下依然成立；第二，土地特征呈现条件性双重调节效应——细碎化在未控制经营规模时正向调节，纳入经营规模后转为负向调节，经营规模（三大地块面积）则始终发挥负向调节作用；第三，数字素养的效应存在显著区域异质性，呈现“西部最强、东部较弱、中部为负”的格局，中部粮食主产区尤为突出。基于上述发现，研究建议：面向细碎化小农户，应强化数字工具的协调与管理功能，推广整合农事规划、田间记录与服务对接的移动应用，同时结合适度规模支持和土地整治或合作服务安排；面向大规模经营者，应实施“智能农机装备升级”定向支持政策，通过补贴与信贷激励促进保护性耕作与智能机械更新的融合；针对中部区域高数字素养农户的抑制机制，关键在于将其从被动接受者转变为保护性耕作评估与本地化方案共创的主动参与者，通过“中部验证、东西部溢出”的模式，将中部打造为保护性耕作适配与模式创新枢纽。
