《Frontiers in Sustainable Food Systems》：How does agricultural digitalization drive green total factor productivity? Evidence from rural industrial integration, data factor allocation, and spatial effects in China
编辑推荐：
**摘要**
**引言**：数字赋能加速了农村经济内部的跨部门融合，推动了农业发展模式的深刻结构性转变。**方法**：本研究利用2012至2022年中国省级面板数据集，构建了评估农业数字化、农村产业融合及数据要素配置的综合指标体系。通过运用中介效应模型、调节
**摘要**
**引言**：数字赋能加速了农村经济内部的跨部门融合，推动了农业发展模式的深刻结构性转变。**方法**：本研究利用2012至2022年中国省级面板数据集，构建了评估农业数字化、农村产业融合及数据要素配置的综合指标体系。通过运用中介效应模型、调节效应模型及空间杜宾模型，研究了农业数字化影响农业绿色全要素生产率的潜在机制。**结果**：实证结果表明，农业数字化显著提升了农业绿色全要素生产率（AGTFP），该结论在一系列规格检验中保持稳健。机制分析显示，农村产业融合在这一关系中起到关键的部分中介作用。此外，优化数据要素配置能够产生正向调节效应，从而放大农业数字化对AGTFP的促进作用。空间分析表明，农业数字化产生正向空间溢出效应，同时提升本地区及邻近地区的AGTFP。最后，异质性分析揭示，这一正向效应在东部地区及城乡融合水平较高的区域尤为显著，且在粮食主产区与非主产区均保持稳健。**讨论**：总体而言，本研究深化了对农业领域数字化与可持续性关联的理解，强调了推进农村产业融合与优化数据要素配置在驱动绿色生产力方面的关键作用。
# 农业数字化驱动农业绿色全要素生产率的机制与空间效应——基于中国省级面板数据的实证研究
## 一、研究背景与问题提出
全球宏观经济格局深刻变革，数字经济已成为各国经济增长的核心引擎。据中国信息通信研究院（CAICT）统计，2022年数字经济占全球51个主要经济体GDP总量的46.1%，数字部门名义同比增长率达7.4%，显著高于GDP名义增长率4.2%。在此背景下，以人工智能、物联网、大数据和区块链为代表的新一代信息技术正快速渗透农业全产业链。2025年，国家互联网信息办公室联合四部门发布《2025年数字乡村发展工作要点》，强调数字技术在乡村振兴中的关键作用。截至2024年，中国农业数字化渗透率达10.5%，农村互联网普及率达67.4%。
然而，中国农业部门仍面临资源利用效率低下、生态压力加剧、粗放型生产方式依赖等严峻挑战，与发达农业经济体在农化投入优化、低碳循环技术推广等关键领域存在较大差距。一个关键的研究问题由此浮现：农业数字化能否成为中国提升农业绿色全要素生产率（AGTFP）的新型驱动力？其内在传导机制是什么？
现有文献多聚焦数字技术的直接经济红利，缺乏将农业数字化、农村产业融合与AGTFP纳入统一理论框架的系统性研究；同时，已有研究忽略了数据要素配置这一新兴关键生产要素的微观层面的调节作用。为弥合上述研究缺口，本研究从农村产业融合与数据要素配置的双重视角切入，构建了"数字宏观环境—中观产业结构转型—微观要素配置"的多层次理论框架，系统考察农业数字化驱动AGTFP提升的内在机制。
## 二、研究设计与核心结论
研究人员利用2012至2022年中国30个省份（不含西藏、香港、澳门、台湾）的面板数据集，构建了涵盖ICT基础设施、数字人力资本、市场渗透、政策支持等六个维度的农业数字化综合指数，采用熵权法进行测度；基于Super-SBM模型与GML指数测算AGTFP；构建农村产业融合指数与数据要素配置指数。通过中介效应、调节效应与空间杜宾模型（SDM），实证检验了农业数字化对AGTFP的直接影响、农村产业融合的中介机制、数据要素配置的调节作用以及空间溢出效应。研究发现：农业数字化显著提升AGTFP；农村产业融合发挥部分中介作用；数据要素配置产生正向调节效应；农业数字化具有显著的正向空间溢出效应；该效应在东部地区及城乡融合高水平区域尤为突出，且在粮食主产区与非主产区均保持稳健。
## 三、主要技术方法
研究人员采用了以下关键技术方法：（1）**Super-SBM模型与GML指数**：在规模报酬可变（VRS）假设下，将非期望产出（农业碳排放与农业面源污染）纳入生产效率测度框架，构建全局生产可能性集，测算AGTFP；（2）**熵权法**：用于构建农业数字化、农村产业融合与数据要素配置三个综合指数；（3）**中介效应模型**（Baron和Kenny逐步法结合Bootstrap检验）：检验农村产业融合的中介机制；（4）**调节效应模型**（含交互项及简单斜率分析）：检验数据要素配置的调节作用；（5）**空间杜宾模型**（SDM）：在经济—地理嵌套空间权重矩阵下，结合LM检验、Hausman检验、LR检验与Wald检验，考察空间溢出效应；（6）**工具变量法（2SLS）**：以"省会城市至杭州的大圆距离×上一年全国互联网用户数"作为工具变量处理内生性问题。数据来源包括《中国统计年鉴》《中国农村统计年鉴》等官方统计资料及北京大学数字普惠金融指数等补充数据源。
## 四、主要研究结果
### 4.1 AGTFP的时空演变与测度分析
2012至2022年间，中国省级AGTFP演化轨迹呈现显著梯度差异，可分为三类典型模式：贵州、浙江、山东、四川等领先区域展现出强劲的增长幅度与速率；河北、江苏等稳步提升区域通过农业现代化保持稳定增长韧性；山西、安徽等滞后区域受自然禀赋约束或粮食安全保供压力而进展缓慢。空间制图显示，高值AGTFP区域到2022年显著扩张，在长江中下游及黄淮海平原形成连片高值带；贵州、江西持续保持第一梯队，浙江实现跳跃式升级；内蒙古、宁夏、甘肃等北方省份由低值区间大幅跃升至中高值区间。
### 4.2 基准回归结果
基准回归模型估计结果显示，农业数字化每提升1个单位，AGTFP提升0.275个单位，在1%水平上显著。在仅含核心解释变量、加入控制变量但不含固定效应、以及完整控制变量与双向固定效应的三种规格下，核心结论保持一致，研究假说H1得到稳健支持。
### 4.3 稳健性检验与内生性处理
采用Tobit模型重新估计后核心系数仍显著为正；加入国家级农业产业化重点龙头企业数量（ENT）作为额外控制变量后结论不变；使用滞后一期农业数字化（L_DIGA）作为解释变量后系数仍高度显著。工具变量估计中，Kleibergen-Paap rk Wald F统计量为73.346，远高于Stock-Yogo 10%临界值16.38，排除了弱工具变量问题；第二阶段农业数字化系数在1%水平上显著为正（0.208），再次验证了H1。
### 4.4 中介效应分析
农业数字化对农村产业融合的系数（0.637）在1%水平上显著为正；将两者同时纳入回归后，农业数字化系数降至0.161（10%水平显著），农村产业融合系数为0.169（5%水平显著），表明存在部分中介效应。Bootstrap检验的95%置信区间均不包含零，确认了中介效应的显著性。将解释变量与中介变量均滞后一期后，中介效应依然稳健。替代机制检验显示，将农业技术创新（TECH）作为竞争性中介与农村产业融合同时纳入模型后，仅RII系数显著，证明农村产业融合是独立且关键的作用渠道。研究假说H2得到支持。
### 4.5 调节效应分析
将农业数字化与数据要素配置均值中心化后构建交互项（DIGA×DATA），其系数为0.782，在1%水平上显著为正。VIF检验最大值为3.35，排除严重多重共线性问题。简单斜率分析图显示：当数据要素配置水平较高时，农业数字化对AGTFP的正向影响显著更强；当配置水平较低时，正向斜率明显趋缓。研究假说H3得到稳健支持。
### 4.6 空间溢出效应分析
2012至2022年间，农业数字化与AGTFP的全局Moran's I均在5%水平上显著为正，证实存在显著的正向空间自相关。LISA聚类图显示，农业数字化高值中心向东南方向迁移，而AGTFP高值区呈现收缩与分化趋势。LM检验与Hausman检验支持采用双向固定效应的SDM。LR与Wald检验均拒绝了SDM退化为SAR或SEM的原假设。在三种不同空间权重矩阵下，农业数字化系数均显著为正。效应分解显示，农业数字化对AGTFP的总效应为0.615，其中直接效应为0.231，间接效应（空间溢出）为0.384，且均在1%水平上显著。间接效应超过直接效应，表明农业数字化具有强劲的跨区域赋能特征，主要通过技术扩散的示范学习效应与要素流动的网络外部效应实现。研究假说H4得到支持。
### 4.7 异质性分析
Fisher置换检验结果表明：在城乡融合高水平区域，农业数字化系数为0.271（1%显著），而低水平区域系数不显著，组间差异在1%水平上显著；东部地区系数为0.121（1%显著），而中部（0.304）与西部（-0.106）均不显著，东部与中部、西部的组间差异分别在10%和1%水平上显著；粮食主产区（0.192）与非主产区（0.231）的系数均显著为正，但组间差异（0.039）不显著，表明农业数字化在不同功能分区中均发挥普适性的绿色驱动作用，但作用路径存在差异——主产区依托规模化智慧农业，非主产区则借助结构灵活性实现高价值生态农业转型。
## 五、讨论与结论
本研究将研究结论置于数字技术与可持续农业的交叉领域进行讨论，认为农业数字化对AGTFP的促进效应并非单一的线性技术红利，而是通过农村产业融合的中介传导与数据要素配置的调节放大得以实现的系统性过程。空间溢出效应的发现进一步表明，农业数字化的绿色红利具有跨区域辐射特征，这为制定区域协同的数字化农业政策提供了实证依据。异质性分析结果则揭示了数字鸿沟的现实约束——城乡融合水平较低和中部、西部地区尚未跨过将数字投入转化为绿色生产力所需的门槛。
**研究结论**：基于2012至2022年中国30个省份的面板数据，本研究系统考察了农业数字化影响AGTFP的机制与效应。通过将中介与调节框架同空间杜宾模型相结合，研究发现农业数字化对AGTFP具有稳健的正向效应。机制分析表明，农村产业融合是关键的部分中介变量，而数据要素配置在此关系中发挥显著的调节作用。空间计量结果提供有力证据表明，农业数字化产生正向空间溢出效应，驱动邻近地区AGTFP增长。异质性分析显示，该正向效应在东部地区和城乡融合高水平区域尤为突出，且在粮食主产区与非主产区均保持稳健。
