农业数字基础设施建设如何赋能农业高质量发展？绿色技术创新与农田规模经营的中介作用

《Agriculture》：How Does Agricultural Digital Infrastructure Construction Empower High-Quality Agricultural Development? The Mediating Roles of Green Technology Innovation and Farmland Scale Management Shasha Peng, Hongling Wang, Jinxin Zhang, Wanling Hu and Malan Huang

　　

农业全要素生产率（ATFP）是农业高质量发展的核心驱动力和关键基准。利用中国31个省份2012至2023年的面板数据，本研究考察了农业数字基础设施建设（ADIC）对ATFP的影响、机制及异质性。结果表明，数字基础设施显著促进了ATFP，且具有明显的非线性加速特征。具体而言，一旦发展超过临界阈值（1.5416），边际贡献将大幅增加，标志着数字红利从“积累”转向“爆发式释放”。中介分析确定绿色技术创新（GTI）和农田规模经营（SCALE）是关键路径，分别占总效应的11.4%和12.5%。这证实了ADIC通过技术创新效应和规模经营效应提升ATFP。区域异质性显著：数字基础设施对主销区和平衡区产生显著正向影响，而在主产区结果统计不显著。基于上述结论，建议政策制定者保持战略定力，主动部署农村数字基础设施以跨越临界阈值，实施差异化区域策略，并通过绿色技术的综合应用和完善土地流转服务体系，将数字红利有效转化为农业高质量发展的内生动力。

论文解读：农业数字基础设施对农业全要素生产率的赋能机制与异质性研究

研究背景与意义

当前，全球农业全要素生产率（ATFP）增长持续放缓，叠加国际市场不确定性激增与贸易波动，粮食安全和农业稳定发展已成为各国关注的焦点。农业生产面临要素成本上升与商品价格波动的“双重挤压”，以及资源瓶颈与环境负担的“双重约束”。在“双碳”战略目标背景下，Total Factor Productivity作为评估碳排放绩效与资源配置效率的关键指标，其战略地位日益凸显。然而，现有研究多聚焦于数字经济宏观层面的测度，缺乏对农业数字基础设施（ADIC）这一具体载体的深入考察。因此，系统探究ADIC对ATFP的影响机制，对于突破资源环境约束、驱动农业效率根本性变革具有重要的理论与现实意义。该研究由Shasha Peng、Hongling Wang、Jinxin Zhang、Wanling Hu及Malan Huang共同完成，发表于《Agriculture》。

关键技术方法

研究人员选取2012至2023年中国31个省份的面板数据，采用非径向、非导向的Slacks-Based Measure（SBM-DEA）模型测算农业全要素生产率（ATFP）。农业数字基础设施建设（ADIC）指数则基于熵权法构建，涵盖农业气象观测站、移动设备及电视普及率等指标。研究构建了双向固定效应模型作为基准回归，并引入工具变量法（2SLS）解决内生性问题，选用1984年邮局数量与上年全国互联网用户数的交互项作为工具变量。此外，通过Bootstrap抽样法检验了绿色技术创新（GTI）与农田规模经营（SCALE）的中介效应，并运用Hansen门槛模型识别非线性特征的临界阈值。

研究结果

1. 基准回归结果

研究发现，ADIC对ATFP具有显著的促进作用。在控制省份固定效应与时间效应后，ADIC的系数在1%水平上显著为正。这表明数字基础设施的完善能够有效修正要素错配、提高生产效率并加速技术扩散，从而验证了假设H1。

2. 内生性分析与稳健性检验

为解决反向因果等问题，研究人员进行了工具变量估计。Kleibergen-Paap rk Wald F统计量远大于临界值，排除了弱工具变量问题。结果显示，ADIC对ATFP的正向影响依然显著。通过双向缩尾处理、滞后解释变量、剔除特定样本及替换核心解释变量（采用农村互联网普及率）等多种稳健性检验后，核心结论保持一致。

3. 机制分析

研究揭示了ADIC提升ATFP的两条并行路径。首先，绿色技术创新（GTI）发挥了部分中介作用，贡献率为11.4%。ADIC通过提供数据存储与分析能力，促进人工智能与生物技术融合，加速绿色技术突破与应用。其次，农田规模经营（SCALE）的中介效应占比12.5%，略高于前者。ADIC降低了土地流转的信息搜寻与谈判成本，推动耕地资源向规模化经营主体集中，克服了传统碎片化经营的效率瓶颈。Bootstrap检验结果进一步证实了这两条路径的显著性。

4. 异质性分析

区域异质性特征明显。在主销区，ADIC系数在5%水平显著为正，因其农业产业结构多元且数字化基础较好；在产销平衡区，ADIC的促进作用最为显著，因其兼具粮食安全与特色农业发展功能；而在主产区，ADIC对ATFP的影响未通过显著性检验，这归因于其刚性的粮食种植结构与尚未实现深度融合的数字化应用。

5. 进一步分析：非线性特征

研究表明ADIC对ATFP的影响并非线性，而是呈现“边际报酬递增”的非线性特征。二次项回归结果显示，随着ADIC水平提高，其对ATFP的驱动效应增强。Hansen门槛模型识别出单一门槛值为1.5416。由于当前大部分样本观测值低于此阈值，说明中国多数地区仍处于数字红利的“积累阶段”，一旦跨越该临界点，数字红利有望迎来爆发式释放。

结论与讨论

研究结论表明，农业数字基础设施建设显著促进了农业全要素生产率的提升，其作用机制主要通过激发绿色技术创新与推动农田规模经营实现。同时，这种赋能效应表现出显著的区域异质性和非线性动态演化规律。

在讨论部分，研究人员指出，当前的政策干预应关注“技术-组织”的双重转型，并针对主产区面临的“大而不强”困境制定差异化策略。此外，财政支农（AFI）与农村人力资本（EDU）在回归中表现出的负向或弱相关关系值得深思，这可能反映了补贴结构错位导致的“挤出效应”以及高素质劳动力外流引发的“农村脑流失”问题。因此，未来的政策设计需在加大基础设施投入的同时，注重提升新型农民的“数字素养”，并优化财政支出结构，以公共干预降低微观主体的数字化转型成本，最终实现农业从“经验依赖”向“数据驱动”的范式转变。