数字经济、农业价值链韧性与中国棉花产业——基于2011—2023年省级面板数据的证据

《Cogent Food & Agriculture》：Digital economy, agricultural value chain resilience, and China’s cotton industry: evidence from provincial panel data, 2011 to 2023

　　

在全球供应链不确定性加剧以及中国棉花产业反复遭受冲击的背景下，本研究考察数字经济发展是否与中国棉花农业价值链（cotton agricultural value chain）韧性相关。利用2011—2023年16个省份的面板数据，研究人员构建了综合指数，并估计双向固定效应模型（two-way fixed-effects model），辅以中介效应、调节效应、稳健性检验、工具变量和阈值分析。在完整模型设定中，数字经济指数每提高0.10点，韧性指数提高0.0452点，约相当于韧性观测标准差的0.60。这一正相关关系同样出现在安全发展（secure development）、抗冲击（shock resistance）、恢复与适应（recovery and adaptation）、更新与转型（renewal and transformation）等维度。机制检验结果与产业结构升级的部分传导作用一致，而政策关注度指标会强化上述正相关关系。阈值估计显示存在非线性区间模式，但阈值间隔较近，中间区间系数仅弱显著。这些发现为一个具有战略重要性的农业价值链提供了部门层面的证据，支持对数字能力、结构升级和适当协调政策的投入，同时提醒应避免低效的数字投资。

在全球供应链不确定性加剧和中国棉花产业面临外部急性冲击与内部慢性压力的背景下，棉花产业链韧性成为政策与学术研究的重要议题。外部冲击方面，中美贸易摩擦使棉花上中下游利润空间收窄，制约价值链升级和产业安全；内部压力方面，产业链存在结构性产能过剩、产品同质化、下游附加值低、关键环节支撑不稳、地理分布分散且协同效率不高等深层次问题。国家层面自2019年起多次提出增强产业链韧性，并将其纳入国家安全战略。数字经济被视为改造传统农业与工业体系的重要动力，但已有文献较少专门探讨数字经济与棉花农业价值链韧性的关系，其传导机制和政策边界条件也尚不清晰。因此，研究人员将数字经济与棉花产业链韧性纳入统一分析框架，使用2011—2023年16个省份的面板数据，研究数字经济发展水平与棉花农业价值链韧性的关联程度，并考察产业结构升级是否构成传导渠道、多类型政策协同是否发挥调节作用，以及两者之间是否存在阶段性非线性特征。研究构建了包含安全发展、抗冲击、恢复与适应、更新与转型四个维度、共23个三级指标的棉花产业链韧性指数，以及涵盖数字基础设施、数字产业化、产业数字化的数字经济指数。结论显示，数字经济发展水平与棉花产业链韧性显著正相关，产业结构升级是部分传导渠道，政策关注度具有正向调节作用，且关联呈现先上升后减弱的非线性区间特征。该研究为农业价值链韧性提供了部门层面的实证证据，将数字化转型理论与产业韧性理论相结合，并提出了加强数字基础设施、促进结构升级、完善政策协调和动态监测数字经济发展等政策启示。

主要关键方法：研究样本为中国16个省份2011—2023年平衡面板，覆盖主要棉花产区、纯棉纱生产基地和纺织服装集聚区；依据省级总量计算，样本约占2011年全国棉花产量的98.3%、播种面积的89.3%，2023年两者均接近100%。研究人员采用熵权法构建棉花产业链韧性与数字经济综合指数；基准回归使用双向固定效应模型，并采用省级聚类稳健标准误；通过中介效应模型检验产业结构升级；在模型中引入供给型、需求型、环境型政策关注度指数及其交互项检验调节效应；利用历史通信基础设施与滞后期全国电信指标构造工具变量进行内生性检验；采用Hansen面板阈值模型检验非线性特征；并通过替换核心解释变量、缩尾、剔除新疆或特定年份等方法进行稳健性检验。数据来源包括天眼查、全国农产品成本收益资料汇编、省级政府工作报告、国家统计局、各省统计年鉴等。

4.1 数字经济发展与棉花产业链韧性现状
核密度估计显示，棉花产业链韧性水平在研究期内呈明显双峰分布，峰值位置由0.37右移至0.58，表明韧性水平总体提高且增速加快，同时区域极化现象扩大。分省分布显示，新疆所在西北棉区韧性逐年上升，黄河中下游重要产棉区如山东、河南由第一梯队下降，长江中下游及沿海棉纺织集聚区先降后升。

4.2 基准回归结果
Hausman检验（χ²=17.83，p=0.0013）支持固定效应模型。完整模型中数字经济指数（Dige）的系数为0.452且统计显著；数字经济指数每提高0.10点，棉花产业链韧性提高0.0452点，约为韧性观测标准差的0.60。分维度看，数字经济的系数分别为：安全发展0.060、抗冲击0.177、恢复与适应0.139、更新与转型0.060，均在1%水平上显著，支持数字经济与总体韧性及四个维度正相关的假设。

4.3 稳健性检验
以是否设立大数据综合试验区替换核心解释变量、对连续变量进行1%和99%分位缩尾、剔除新疆、剔除2017—2018年以及剔除2020—2022年后，核心正相关关系仍然显著。方差膨胀因子（variance inflation factor，VIF）均值为2.155、最大值为4.369，表明不存在严重的多重共线性问题。

4.4 内生性分析
研究人员利用1990年人均邮电线路和1995年互联网普及率等历史通信条件，与滞后期全国电信指标构造交互型工具变量。第一阶段F值大于10，第二阶段数字经济系数仍为正且统计显著。研究将工具变量结果视为稳健性证据，而非确定性因果识别。

4.5 机制与调节分析
产业结构升级的中介路径中，数字经济对产业结构升级的系数为0.884，产业结构升级对棉花产业链韧性的系数为0.063，间接效应约为0.056；Sobel检验在10%水平上边缘显著（p=0.085），bootstrap 95%置信区间[0.004,0.108]不含零，结果与产业结构升级发挥部分传导作用一致。政策关注度方面，供给型、需求型和环境型政策关注度与数字经济的交互项均为正且显著，说明相应政策关注度越高，数字经济与棉花产业链韧性的正相关越强；加入政策关注度平方项的检验中，平方项不显著而交互项仍显著，支持调节效应而非简单曲线关系。

4.6 阈值效应检验
Hansen自举检验显示存在三重阈值；区间估计显示，数字经济对棉花产业链韧性的系数随数字经济发展水平先上升后减弱。由于三个阈值间隔较近，中间两个区间系数仅在10%水平上显著，因此应谨慎解释为区间性关联，而非确定性的结构转折点。

讨论部分：上述结果与近期关于数字发展促进农业韧性、粮食系统韧性、涉农企业绩效、跨部门运输韧性以及政策不确定性下适应的研究一致。棉花情境的特殊性在于种植—加工—纺织紧密耦合的产业链结构，区域数字基础可能通过产业结构升级和政策关注度发挥作用。但其他解释仍然可能，包括省际收入差异、制度执行能力、产业专业化和既有基础设施差异。

研究结论翻译：基于2011—2023年16个省份面板数据，本研究构建了棉花产业链韧性与数字经济发展指数，并使用固定效应、中介效应、调节效应和阈值模型估计其关联。研究发现，数字经济发展水平越高，棉花产业链总体韧性及其四个维度越强；产业结构升级是部分传导渠道；供给型、需求型和环境型政策关注度较高时，数字经济与棉花产业链韧性的正相关更强；阈值估计显示系数先升后降的区间模式，但阈值较近且中间区间弱显著，需要谨慎解读。整体而言，数字化转型只有与互补性的结构能力和制度关注相结合，才能有效促进棉花产业链韧性提升。