数字技术与粮食产业链韧性：机制、异质性与阈值效应

《Frontiers in Sustainable Food Systems》：Digital technology and grain industrial chain resilience: mechanisms, heterogeneity, and threshold effects

　　

摘要译文：
**引言：** 在全球粮食体系因气候冲击、地缘政治扰动及疫情余波而脆弱性不断上升的背景下，增强粮食产业链韧性已成为世界各国的战略优先事项。现有文献广泛记录了数字技术提升农业生产率的作用，但数字化塑造粮食产业链韧性的因果路径与边界条件仍未被充分探索。
**方法：** 研究人员基于中国2014年至2024年285个地级市的面板数据，构建了数字技术综合指数，并依据韧性理论（resilience theory）从抵抗能力（resistance capacity）、恢复能力（recovery capacity）与转型能力（transformation capacity）三个维度评估粮食产业链韧性。采用双向固定效应模型（two-way fixed effects model）、工具变量估计（instrumental variable estimation）、面板阈值模型（panel threshold model）与中介效应框架（mediated effects framework），考察数字技术对粮食产业链韧性的因果影响、传导机制及异质性模式。
**结果：** 结果表明，数字技术对粮食产业链韧性具有显著正向影响，该结论在内生性调整及多项稳健性检验后依然成立。机制分析显示，数字技术通过两条互补渠道增强韧性：提升资源配置效率与促进产业协同融合。异质性分析表明，数字技术的韧性增强效应在东部地区和平原地区更强，而维度差异仅呈现点估计模式，缺乏统计验证。阈值检验确认存在两个单一阈值效应，数字基础设施与农民数字素养构成边界条件。进一步的维度分析显示出差异化的约束模式。
**讨论：** 本研究为粮食部门数字化转型提供了经验证据与针对性政策参考。

**论文解读：数字技术与粮食产业链韧性——机制、异质性与阈值效应**

**一、研究背景与问题提出**

近年来，全球粮食体系面临气候变化、地缘政治冲突和疫情余波等多重冲击，粮食产业链的脆弱性日益凸显。中国作为全球最大的粮食生产国和消费国，在保障国内粮食供给安全与推进农业高质量转型的双重压力下，粮食产业链仍存在结构性短板：小农户生产与新型农业经营主体并存导致协同成本高，政策储备与市场流通的双轨体制要求跨环节协调，社会化服务不均及产销区域错配进一步放大了链的脆弱性。现有文献多聚焦数字技术对农业生产效率的提升作用，而缺乏对粮食产业链系统韧性影响机制与边界条件的严谨识别。为此，研究人员基于2014—2024年中国285个地级市面板数据，构建数字技术综合指数与三维韧性指数，系统考察了数字技术对粮食产业链韧性的因果效应、传导机制与非线性约束规律。

**二、研究设计与主要技术方法**

研究人员以中国285个地级市为样本，数据来源于《中国统计年鉴》《中国农村统计年鉴》及各地级市统计年鉴，并对缺失值进行了补充与插值处理，最终获得3135个城市—年度观测值。核心被解释变量采用熵权法从抵抗、恢复、转型三个维度合成粮食产业链韧性指数；核心解释变量为数字技术综合指数，涵盖电信业务发展、数字普惠金融与农村电商基础等供给侧条件。研究方法上，首先采用双向固定效应模型估计基准效应；其次，通过替换核心变量、缩尾处理、调整样本期等进行稳健性检验；再次，以地级市到贵阳的逆距离地理邻近度与滞后一期全国数字技术水平的交互项作为工具变量，采用两阶段最小二乘法（2SLS）处理内生性；进而，运用Hansen面板阈值模型识别数字基础设施与农民数字素养的阈值效应；最后，采用逐步回归及Bootstrap置信区间检验资源配置优化与产业协同融合的中介渠道，并辅以IV中介敏感性分析。

**三、研究结果**

**1. 基准回归结果。** 双向固定效应模型显示，数字技术对粮食产业链韧性的回归系数为0.364，在1%水平上显著为正，表明数字技术整体上显著增强粮食产业链韧性，支持研究假设H1。财政支农力度、经济发展水平和农村人力资本也显著正向影响韧性，而自然灾害冲击显著负向影响韧性。

**2. 稳健性检验。** 替换被解释变量为PCA测度、替换核心解释变量为农村数字接入代理指标、对连续变量进行1%和99%缩尾、将样本期限制为2014—2019年以及剔除韧性指数中的农村宽带渗透率指标后，数字技术系数依然显著为正（系数介于0.347至0.372之间），证明结论稳健。

**3. 内生性处理。** 以贵阳逆距离与滞后全国数字技术水平的交互项作为工具变量，第一阶段系数显著为正，第二阶段数字技术系数为0.428，在1%水平上显著；Kleibergen-Paap rk LM检验拒绝识别不足，Cragg-Donald Wald F统计量超过临界值，支持工具变量的相关性。结果进一步强化了数字技术对韧性正向影响的因果解释。

**4. 异质性分析。** 分区域回归显示，东部地区系数（0.412）显著大于中部（0.356）和西部（0.287），Chow检验证实东—中、中—西、东—西组间差异均显著；地形上，平原地区系数（0.398）显著高于山区（0.273），Chow检验F值为6.789（p<0.01）。分维度回归中，数字技术对恢复能力（0.421）、抵抗能力（0.394）和转型能力（0.302）均有显著正向影响，但Chow检验显示维度间系数差异不具统计显著性，仅呈现点估计排序。

**5. 阈值效应检验。** 以数字基础设施为阈值变量时，单一阈值效应显著（F=23.456，p=0.004），阈值为0.357；低于阈值时数字技术系数为0.228，高于阈值时升至0.503。以农民数字素养为阈值变量时，单一阈值效应显著（F=22.178，p=0.005），阈值为2.947；高素养组系数（0.169）比低素养组（0.108）高56.5%。双重阈值均不显著，表明不存在第二次结构突变。分维度阈值分析显示，数字基础设施显著约束抵抗与恢复维度，而数字素养显著约束恢复与转型维度，约束模式存在差异化。

**6. 中介效应检验。** 资源配置优化渠道中，数字技术显著提升农业全要素生产率，纳入中介变量后数字技术系数下降，中介份额为28.7%；产业协同融合渠道中，数字技术显著促进产业协同融合，中介份额为46.1%。Bootstrap 95%置信区间均不含零，表明两条渠道均为部分中介，且产业协同融合的传导作用更强。IV中介敏感性分析得到类似结果，支持机制稳健性。

**四、讨论与结论**

研究讨论指出，理论贡献在于构建了抵抗、恢复与转型三维韧性框架，揭示了资源优化配置和产业协同融合的双重传导机制，并确认了数字基础设施与农民数字素养的单一阈值效应。实践上，建议东部和平原地区深耕全链条数字化转型，中部产粮大省强化精准农业与产销对接，西部和山区优先补足基础设施并推广低成本数字工具。同时，应将数字基础设施视为短期抵抗与恢复能力的硬件保障，将农民数字素养提升作为释放长期转型红利的人力资本基础。

研究结论：数字技术显著增强粮食产业链韧性，该结论在稳健性与内生性处理后依然成立；其作用通过资源配置优化与产业协同融合两条互补渠道实现，且产业协同融合贡献更大；效应存在区域与地形异质性，东部和平原地区更强；数字基础设施与农民数字素养均构成单一阈值约束，基础设施主要约束短期韧性，数字素养主要约束长期转型能力。研究为粮食产业链数字化转型提供了经验证据和差异化政策参考。