数字经济是否重塑作物种植结构?来自中国地级市相对非粮化种植的证据

《Sustainability》:Does the Digital Economy Reshape Crop-Planting Structure? Evidence on Relative Non-Grain Cropping from Chinese Prefecture-Level Cities

【字体: 大 中 小 】 时间:2026年07月28日 来源:Sustainability 4.1

编辑推荐:

  数字化转型正在改变农业信息获取、市场连接和要素配置,但其对作物种植结构的影响尚未得到充分研究。利用2000年至2023年中国291个城市的地级市面板数据,本研究探讨了数字经济是否与相对非粮化种植(relative non-grain cropping)相关,该

  
数字化转型正在改变农业信息获取、市场连接和要素配置,但其对作物种植结构的影响尚未得到充分研究。利用2000年至2023年中国291个城市的地级市面板数据,本研究探讨了数字经济是否与相对非粮化种植(relative non-grain cropping)相关,该指标以非粮作物播种面积占总作物播种面积的比重来衡量。结果表明,数字经济指数每增加一个标准差,与相对非粮化种植呈正相关。面积分解表明,这种关系反映了选择性收缩和要素重新配置,而非非粮面积的无限制绝对扩张。调节效应和异质性分析进一步显示,平台商务(platform-commerce)和数字支付(digital-payment)环境增强了这种关联,而主产粮区地位和更强的农业资源禀赋则削弱了它。稳健性和内生性缓解检验支持这一正相关,但也指出了重要的识别边界。研究结果通过展示数字化如何在市场机会、要素约束和粮食安全制度下重塑作物配置,为可持续土地利用转型的讨论做出了贡献。
**论文解读:数字经济与作物种植结构——基于中国地级市相对非粮化种植的证据**

**研究背景与问题**

全球农业正经历数字化转型,信息技术、平台经济和数字金融的普及正在改变农业生产者的信息获取、市场接入和要素配置方式。然而,现有研究多聚焦于数字技术对农业生产力、收入和技术采纳的影响,较少关注其对作物种植结构这一核心土地配置决策的潜在重塑作用。作物种植结构(crop-planting structure)的调整不仅关系到农户的收入构成,更直接影响粮食安全、土地利用可持续性和区域农业功能分区。在保障粮食安全与促进农业多样化发展的双重目标下,数字经济发展是否会推动作物种植向非粮作物倾斜?这种变化是源于非粮作物面积的绝对扩张,还是源自资源约束下的相对调整?不同地区(如主产粮区与非主产粮区)的制度约束和资源禀赋如何调节这种关联?这些问题尚未得到系统解答。中国作为全球最大的农业国,同时经历了快速的数字基础设施建设和严格的粮食安全制度(food-security institutions)建设,为研究技术与制度的互动提供了独特场景。为此,本研究利用中国291个地级市2000—2023年的面板数据,构建数字经济指数(digital economy index)和相对非粮化种植指标(relative non-grain cropping),系统考察数字经济对作物种植结构的影响及其边界条件。论文发表在《Sustainability》。

**主要研究方法**

研究人员采用双向固定效应模型(two-way fixed-effects model)作为基准分析,控制城市固定效应和年份固定效应,以缓解不可观测的异质性。核心解释变量为基于熵权法(entropy method)生成的数字经济综合指数,涵盖互联网普及率、互联网相关就业、互联网相关产出、移动互联网用户和数字普惠金融(digital financial inclusion)五个维度。被解释变量为非粮作物播种面积占总作物播种面积的比重(NonGrainShare)。样本来源为中国291个地级市2000—2023年的官方统计年鉴、北京大学数字普惠金融指数等。为解决内生性问题,研究人员还采用了滞后变量、历史通信工具变量(Bartik instrument)和Conley敏感性分析等补充策略。

**研究结果**

**4.1 描述性统计**:非粮作物播种面积占比均值约为0.339,标准差为0.164,表明城市间存在显著差异;数字经济指数均值约为0.041,标准差为0.068,反映数字经济发展不均。

**4.2 基准固定效应估计**:在所有逐步加入控制变量的模型中,数字经济指数与非粮作物占比均呈显著正相关。在完整模型中,数字经济指数每增加一个标准差,非粮作物占比增加0.040个标准差(p<0.01),支持假设H1。控制变量显示,工业结构(secondary-industry share)正向显著,传统农业投入(traditional agricultural input)负向显著。

**4.3 面积分解与粮食安全结果**:为厘清非粮占比上升的来源,研究人员分别以总作物播种面积、谷物播种面积、非粮播种面积、谷物占比和非粮占比为因变量进行回归。结果显示,数字经济与谷物播种面积(-0.078,p<0.01)、非粮播种面积(-0.017,p<0.05)和总播种面积(-0.039,p<0.01)均呈负相关,但谷物面积的下降幅度更大。因此,非粮占比上升并非源于非粮面积的绝对扩张,而是选择性收缩和要素重新配置(selective contraction and factor reallocation)的结果。进一步分析发现,数字经济与谷物产量和单产也呈负相关,表明存在粮食安全压力。

**4.4 稳健性检验**:通过替换数字经济指数(等权重指数、剔除数字金融成分)、采用省份×年份固定效应、使用双向聚类标准误、排除特殊城市(直辖市、省会城市、边界观测值)和留一省检验等,基准结果保持稳健。加入城市特定线性趋势后,系数衰减至0.009且不显著,表明部分关联嵌入长期发展轨迹中。安慰剂检验和动态检验(滞后一期、二期、五年差分)支持正相关但提示识别边界。

**4.5 内生性缓解证据**:以滞后二期数字经济指数作为工具变量,第二阶段系数为0.103(p=0.002);历史通信Bartik工具变量(基于1984年邮局密度与全国互联网趋势的交互项)的2SLS估计系数为0.113(p=0.069),第一阶段F统计量接近弱工具变量阈值。这些结果支持正相关方向,但需谨慎解释为因果证据。

**5. 调节条件与异质性分析**

**5.1 分析目的**:由于地级市数据无法直接观测农户层面的交易网络和决策规则,研究人员采用调节效应分析,考察数字经济与相对非粮化种植的关联在不同市场条件、生产约束和制度环境下是否存在系统性差异。

**5.2 平台商务、数字支付与生产约束的调节效应**:引入数字经济与淘宝村数量(连续变量或高初始组)的交互项,系数分别为0.036(p<0.01)和0.020(p<0.05),表明平台商务基础增强正关联。数字经济(剔除数字金融成分)与高初始支付组的交互项为0.098(p<0.01),支持数字支付环境的放大作用。数字经济与高初始农业机械化组的交互项为-0.041(p<0.10),表明机械化基础削弱正关联,支持生产约束解释。

**5.3 要素重新配置与选择性调整**:面积分解和调节结果共同表明,数字经济通过影响市场接入和要素机会成本,促使农户在总播种面积收缩时优先保留市场回报较高的非粮作物,而非简单扩大非粮面积。

**5.4 区域异质性:东部 vs. 中西部**:数字经济与东部地区虚拟变量的交互项为0.042(p=0.053),边缘显著,暗示东部地区正关联更强,但需谨慎解读。

**5.5 主产粮区:制度对数字红利的调节**:数字经济与主产粮区虚拟变量的交互项为-0.163(p<0.01),显著为负,表明主产粮区的正关联显著弱于非主产粮区。这体现了粮食安全制度对数字红利的约束作用。

**5.6 初始作物结构与农业资源禀赋**:数字经济与高初始非粮占比组的交互项不显著(0.020,p=0.381)。与高农业资源禀赋组的交互项为-0.080(p<0.01),表明资源禀赋强的城市正关联更弱,支持资源禀赋和制度调节的论点。

**5.7 市场可达性作为补充异质性检验**:以初始邮政业务收入划分市场可达性,交互项不显著(-0.027,p=0.318),说明该指标未能有效反映现代市场条件。

**5.8 调节与异质性证据总结**:平台商务和数字支付环境放大正关联;农业机械化、主产粮区地位和农业资源禀赋削弱正关联;东部地区边际增强。整体表明,数字经济的作物结构效应取决于市场条件、生产约束和制度环境的交互作用。

**讨论与结论**

**讨论部分**:研究结果揭示了数字经济与相对非粮化种植的正相关,但这一关联是选择性收缩和要素重新配置的结果,而非非粮面积的绝对扩张。研究人员强调,这种“轻量级土地利用转型”对可持续土地治理具有双重含义:一方面反映市场导向的农业升级,另一方面可能加剧粮食安全压力。时间维度上,数字化可能带来短期重新配置冲击,而作物结构受长期合约和制度惯性影响,呈现粘性;因此,早期数字农村发展可能需要更密切的监测。在制度调节方面,主产粮区和资源禀赋较强地区的弱关联表明,粮食安全制度可以约束数字红利向非粮方向倾斜,提示技术赋能与制度监管应协调而非替代。此外,论文明确了相对非粮化种植与耕地非农化(cultivated-land conversion)的概念区别,前者属于农业内部种植结构变化,后者涉及土地用途转变,治理策略应因地区而异。政策建议包括:按区域农业功能分类推进数字农村发展;在主产粮区强化数字工具对粮食生产的支持;构建基于遥感(remote sensing, RS)和数字记录的动态监测系统;推进精准补贴与业绩挂钩;完善市场信息与风险管理体系。

**研究结论部分翻译**:本研究得出五项主要结论。第一,数字经济与相对非粮化种植呈正相关,在偏好规格中,数字经济指数每增加一个标准差,非粮作物播种面积占比增加0.040个标准差,支持数字发展可影响作物配置决策的观点。第二,这一关联总体稳健但需谨慎解释:在多种替代规格下保持正显著,但在城市特定线性趋势和差分规格下衰减,且未来数字发展也与当前作物结构相关,表明二者部分嵌入长期发展轨迹中,应视为稳健且内生性缓解的证据而非完全因果识别。第三,非粮占比上升并不意味着非粮面积的绝对扩张;面积分解显示,数字发展与总播种面积、谷物面积和非粮面积下降均相关,但谷物面积收缩更剧烈,因此非粮占比上升反映了选择性收缩和要素重新配置。第四,调节证据表明,数字化通过本地市场和生产条件重塑作物结构,平台商务和数字支付环境放大正关联,而初始农业机械化削弱之。第五,粮食安全制度和农业资源禀赋显著调节该关系:主产粮区和资源禀赋强的城市正关联显著更弱,表明区域制度功能可制约数字红利向非粮调整的倾向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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