农业数字化视角下农业结构转型对城乡收入差距的影响

《Frontiers in Sustainable Food Systems》:The impact of agricultural structural transformation on urban–rural income gap from the perspective of agricultural digitalization

【字体: 大 中 小 】 时间:2026年07月13日 来源:Frontiers in Sustainable Food Systems 4.1

编辑推荐:

  缩小城乡收入差距(URIG)是促进城乡融合和实现共同富裕的关键。理解农业结构转型如何影响这一差距对于设计有效的农业和收入分配政策至关重要。此外,农业数字化在此过程中所发挥的作用,特别是其潜在机制尚需厘清。研究人员基于2011–2023年中国30个省份的面板数据

  
缩小城乡收入差距(URIG)是促进城乡融合和实现共同富裕的关键。理解农业结构转型如何影响这一差距对于设计有效的农业和收入分配政策至关重要。此外,农业数字化在此过程中所发挥的作用,特别是其潜在机制尚需厘清。研究人员基于2011–2023年中国30个省份的面板数据,采用固定效应模型考察农业结构转型与URIG之间的关系,并分析了区域异质性。进一步,研究人员以农业全要素生产率(ATFP)为中介变量,以农业数字化为调节变量,构建调节效应模型和 moderated mediation model(有调节的中介模型),系统检验数字化在直接与间接路径中的双重作用。研究结果表明,农业结构合理化(ASR)显著缩小URIG,而现阶段农业结构高级化(ASA)倾向于扩大该差距。在直接效应方面,农业数字化削弱了ASR对URIG的缩小效应,同时强化了ASA对URIG的扩大效应。在间接路径方面,农业数字化削弱了ATFP在农业结构转型与URIG关系中的中介作用。该研究揭示了农业数字化在农业结构转型影响收入分配过程中的双重调节角色。从政策角度看,应因地制宜推进ASR、审慎推进ASA,并加强农业数字化普惠应用,以促进农业现代化与收入分配优化的协同进步。
研究背景方面,实现共同富裕是中国式现代化的核心,缩小城乡收入差距(URIG)是推进共同富裕与实施乡村振兴战略的关键任务。农业结构转型作为农业现代化的基本路径,通过生产要素再配置、就业结构调整与收入模式变化直接影响城乡收入分配。在中国农业发展框架下,土地治理与农地产权制度构成结构性调整的基础制度约束,而农业数字化为提升结构转型质量与效率提供了关键技术支撑。现有文献虽在农业结构演化、全要素生产率(ATFP)分配效应及农业数字化发展方面积累了丰富成果,但较少直接探讨农业结构转型不同维度对URIG的异质性影响,也缺乏在农业数字化整体背景下对“结构转型—效率提升—收入分配”传导机制的系统性验证,尤其忽视了数字化在其中的调节与有调节的中介作用。为此,研究人员将农业结构、农业数字化、ATFP与URIG纳入统一分析框架,基于2011–2023年中国30个省份(不含西藏、香港、澳门、台湾)的面板数据开展研究,旨在揭示ASR与ASA对URIG的异质影响及农业数字化的双重调节机制,为优化乡村收入分配、推动高质量农业转型提供实证依据与政策启示,该论文发表于《Frontiers in Sustainable Food Systems》。
研究人员开展研究用到的主要关键技术方法包括:基于省级宏观面板数据(来源为中国统计年鉴、中国农村统计年鉴、北京大学数字普惠金融指数2011–2023、中国劳动统计年鉴及阿里研究院中国淘宝村研究报告)构建变量测度体系;采用泰尔指数(Theil index)测度URIG;以产出与就业结构偏离度指标(tl,经反向转换)测度农业结构合理化(ASR),以农林牧渔服务业增加值占比及加权复合指数(ei、ei1)测度农业结构高级化(ASA);采用非径向非导向超效率SBM模型(纳入非期望产出农业碳排放)测算农业全要素生产率(ATFP);从数字基础设施、农业数字应用、农业数字产业化三个维度通过熵值法构建农业数字化(dig)指数;建立个体固定效应模型进行基准回归,采用Bartik(shift?share)工具变量法与2SLS处理内生性,通过替换变量、缩尾、更换指标进行稳健性检验,并构建调节效应与有调节的中介模型(moderated mediation model)进行机制识别,同时进行区域与数字化水平分组的异质性分析。
研究结果部分保留原文小标题并简要说明:
1 Introduction
研究人员在引言中阐明研究定位,将土地治理与农地产权安排、粮食安全与小农生计韧性作为重要制度背景与政策关联议题,聚焦ASR与ASA对URIG的直接影响,并进一步考察农业数字化的直接调节效应及其通过ATFP的间接调节作用,明确研究边际贡献在于区分ASR与ASA异质效应、纳入四变量统一框架、验证“ASR/ASA → ATFP → URIG”路径中数字化的调节角色。
3 Theoretical analysis and research hypotheses
研究人员基于二元经济转型理论(Lewis, 1954)与中国土地制度特征提出理论假设:ASR通过优化劳动力、土地、资本等要素在农、林、牧、渔间的配置,提升产出与就业结构耦合协调度,从而提高农业生产力并增加农民经营收入、促进农村劳动力再配置与风险分散,故提出假设H1a:ASR与URIG负相关;ASA依赖资本、技术与高技能劳动力投入,受城乡二元结构与土地流转制约,增值收益更易向城市资本与大规模经营主体集中,且过早推进可能增加小农成本负担,故提出假设H1b:现阶段ASA与URIG正相关。在农业数字化调节方面,数字化通过信息赋能与效率提升可部分替代结构优化带来的增收效应,压缩ASR边际增收空间,削弱其缩小URIG的作用(H2a);而数字化延伸农业价值链至高附加值环节,但受益者多为城市平台与企业,小农难以公平分享升级红利,从而强化ASA扩大URIG的效应(H2b)。在中介调节方面,ATFP是结构转型影响URIG的关键中介,但数字化伴随数字鸿沟与准入门槛(资本、技能、信息),效率增益偏向大规模经营者,小农被排斥于数字红利之外,且价值链收益仍集中于平台与流通环节,故数字化会削弱ATFP在ASR/ASA与URIG间的中介作用(H3a、H3b)。
4 Empirical research
4.1 Model setting
研究人员设定面板固定效应基准模型(式1)及调节效应模型(式5)、有调节的中介模型(式6、式7),明确定义URIG(theil)、ASR(tl)、ASA(ei)、农业数字化(dig)、ATFP(tfp)及各控制变量。
4.1.1 Variable definition
研究人员定义解释变量ASR用产出与就业结构匹配度(tl,越接近0越合理,原文作反向转换以保证解释一致性),ASA用农林牧渔服务业增加值占比(ei)及加权复合指数(ei1,传统种植业权重1、林牧渔权重2、服务业权重3);被解释变量URIG用泰尔指数(theil,式4);中介变量ATFP用非径向非导向超效率SBM模型测算,投入含农业从业人员、作物播种面积、农机总动力、化肥、农药、农膜、有效灌溉面积,期望产出为农业总产值,非期望产出为农业碳排放(基于化肥、农药、农膜、柴油、灌溉、耕作六源估算);调节变量农业数字化(dig)从数字基础设施(农村宽带、互联网普及率、智能手机、有线电视、气象站、配送路线密度)、农业数字应用(农产品网络零售额、农业固定资产投资、邮政电信业务总量)、农业数字产业化(数字普惠金融指数、邮政网点服务人口为负指标、淘宝村数量)三维度由熵值法测算;控制变量含产业结构(instr)、开放水平(open)、科技投入强度(tech)、粮食贸易依存度(food)、政府支农(gov)、作物灾害强度(disaster)。
4.1.2 Data sources
研究人员数据覆盖2011–2023年中国30个省份,源自中国统计年鉴、中国农村统计年鉴、北京大学数字普惠金融指数、中国劳动统计年鉴、阿里研究院淘宝村报告,缺失值线性插值,价格变量以2011年为基期平减。
4.2 Empirical analysis
4.2.1 Benchmark regression
研究人员基准回归显示,tl系数在1%水平上显著为正(经反向转换后表明ASR越高即tl越接近0则URIG越小),ei系数在1%水平上显著为正,表明ASA显著扩大URIG;控制变量中产业结构(instr)正向显著,开放水平(open)负向显著,政府支农(gov)负向显著,粮食贸易依存度(food)正向显著,灾害强度(disaster)正向显著。
4.2.2 Robustness test
研究人员通过替换被解释变量为城乡居民人均可支配收入比(theil1)、1%缩尾(tl_w、ei_w)、更换ASA为复合指数(ei1)三种方式进行稳健性检验,结果均保持tl显著正向、ei显著正向,结论稳健。
4.2.3 Endogeneity test
研究人员采用Bartik工具变量(以2011年各省ASR、ASA为基期份额,全国年度趋势为冲击构造tl_IV、ei_IV)进行2SLS估计,第一阶段工具变量系数显著,第二阶段tl、ei系数方向与显著性不变,Cragg–Donald Wald F统计量超过Stock–Yogo 10%临界值,无弱工具变量问题,内生性处理后结论一致。
4.2.4 Heterogeneity analysis
4.2.4.1 Regional heterogeneity analysis
研究人员按东、中、西部划分样本,tl系数在三区域均正但不显著;ei系数在东、中部为正不显著,西部在1%水平显著为正且幅度更大,表明ASA扩大URIG效应在西部更突出,归因于西部非农产业弱、劳动力流动受限与人力资本错配。
4.2.4.2 Heterogeneity analysis by agricultural digitalization level
研究人员按农业数字化水平高、中、低分组,tl在低数字化组不显著,中等组5%显著正向(缩小效应最强),高组10%显著但幅度下降;ei在三组均显著正向,低组较强,中组最显著,高组幅度下降,表明高水平数字化可部分缓解ASA的扩大效应。
4.2.5 Moderating effect test
研究人员引入dig与tl、ei的交互项(均中心化),c_dig×c_tl系数在1%水平显著为负,表明数字化削弱ASR缩小URIG的效应;c_dig×c_ei系数在10%水平显著为正,表明数字化强化ASA扩大URIG的效应。
4.2.6 Moderated mediation model
研究人员以ATFP为中介、dig为调节构建有调节的中介模型,ASR与ASA均显著提升ATFP(tl系数-0.029负向提升、ei系数2.363正向提升);ATFP对URIG在ASA模型中显著负向(-0.011*),ASR模型中不显著(-0.005);ATFP与dig的交互项(c_tfp×c_dig)在两模型均1%显著为正,表明数字化负向调节“ASR/ASA → ATFP → URIG”后半段路径,即数字化削弱ATFP缩小URIG的中介作用。
讨论部分总结:研究人员在讨论中指出,土地治理与农地产权是结构转型及机制发挥的基础制度约束,碎片化产权与不完善流转加剧ASA相关的要素错配与收入失衡,数字化尚难完全克服土地制度与城乡二元结构双重约束,从而为数字化异质调节与中介路径衰减提供制度解释。理论上ASR在稳定农业生产基础与提高农民收入的同时可增强小农生计韧性,而ASA阶段性扩大差距可能对小农发展与粮食安全产生潜在不利影响。相较既有研究,本文纳入四变量统一有调节的中介框架,区分“结构→效率→分配”路径并指出数字化对ATFP至URIG路径的负向调节,反映数字红利分配不均可能削弱生产率增益的包容性。研究人员亦指出局限:ASA测度较窄、宏观数据限制微观机制识别、未纳入空间溢出、结论对中国以外发展中国家适用性待验,未来可从多维ASA指标、微观调查(CFPS、CRHPS)结合、空间计量(Spatial Durbin Model、Spatial Error Model)、跨国比较等方向拓展。
研究结论部分翻译:本研究主要考察了农业数字化背景下农业结构转型对URIG的影响,并将土地治理、粮食安全与生计韧性识别为这一过程的关键关联因素。结果表明,ASR显著减小URIG,而现阶段ASA倾向于扩大URIG。在调节效应模型中,农业数字化削弱了ASR的缩差效应,并强化了ASA的扩差效应。有调节的中介分析进一步显示,ASR与ASA均通过提升ATFP来减小URIG,然而农业数字化对该中介路径的第二阶段(ATFP → URIG)具有显著的负向调节作用。土地治理与农地产权构成塑造农业结构转型有效性及相关机制的基础制度约束。当前产权碎片化与土地流转机制不完善可能加剧ASA相关的要素错配与收入失衡。尽管农业数字化可部分缓解这些问题,但其克服土地制度与城乡二元结构双重约束的能力有限,这为农业数字化异质调节效应与中介路径衰减提供了制度解释。从理论上讲,ASR可在稳定农业生产基础与增加农民收入的同时优化收入分配,从而增强小农生计韧性;相比之下,ASA伴随的阶段性收入差距扩大可能对小农发展与粮食安全产生潜在不利影响。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号