农村信息化对农业TFP的空间门槛效应研究*——基于江浙皖赣市级面板数据的实证分析

周 滔，郑 旭

（重庆大学管理科学与房地产学院，重庆 400045）

一、引言

长久以来，农村地区在信息化进程中处于劣势，相对城市产生了以非均衡的信息化水平为表象的数字鸿沟，数字鸿沟实质是经济鸿沟，经济差异导致了数字鸿沟，而数字鸿沟又反过来制约经济均衡发展（金春枝等，2016），进而加剧农村“数字贫困”。信息化有着重构社会经济的潜力（Lechman等，2019），自2018年中央1号文件首次提出“数字乡村”战略以来，农村信息化作为脱贫攻坚与乡村振兴的重要抓手，可为处于“数字洼地”的农村地区带来数字便利，尽管这也可能产生生产率悖论现象（Brynjolfsson等，1993）。农村地区的主体产业仍是农业，生产效率是农业可持续发展的核心（李士梅等，2017），如何将农村信息化建设成果转化为农业生产力关乎乡村振兴的有效实施。

现有关于信息化对农业生产效率作用效果的研究尚未达成一致性结论，一部分学者认为信息化对农业生产效率的作用是积极的（于淑敏等，2011；韩海彬等，2015；高杨等，2018），但也有学者指出考虑到农村的信息化现状，信息化并不能成为破解农业农村发展难题的速效方案（Malecki，2003；Salemink等，2015）。从研究对象上看，现有文献较多从全国或省域层面考察信息化对农业生产效率的影响（韩海彬等，2015；于淑敏等，2011），但往往忽略了信息化对农业生产效率的影响存在区域异质性；也有研究从微观调研数据中考察，具有较强的针对性，但尚未找到充足的证据表明信息化对农业生产效率的促进作用，一些研究将其归咎于农村人力资本的制约（朱秋博等，2019；Oreglia，2013）。

信息化对经济效率的影响具有明显的阶段性与异质性（杜传忠等，2016），故农村信息化对农业生产效率的影响多元且复杂。首先，农业规模、生产模式与城镇化、工业化水平直接关联（董梅生等，2014），信息化通过改变农村生产要素结构引导上述关系变化，不同城镇化与工业化发展阶段，信息化对农业生产效率的影响将有所不同。其次，信息技术与农业生产的结合受制于技术水平、管理能力、资源结构等因素，落后地区或落后细分行业可能无法有效吸收信息技术带来的变革机会（何小钢等，2019），使信息化的影响效果产生差异。因此，信息化对农业生产的影响并非均质，两者在动态变化过程中具有不同阈值（韩海彬等，2015），同时由于信息技术传播广、速度快等特点，信息化水平除了影响本地区农业生产外，还将通过扩散作用对邻近地区产生溢出效应（高杨等，2018；Salemink等，2015）。信息化的门槛效应和溢出效应在时间和空间上相互影响，现有研究尚未将上述时空效应置于同一视角下考虑，更未对其作用机理进行梳理阐述。

因此，本文基于信息化水平相对较高的江浙皖赣地级市数据，将研究尺度缩小至地市级以兼顾区域内部差异，系统梳理农村信息化对农业TFP的时空影响机理，探索农村信息化对农业TFP的非线性空间影响效应，将丰富两者间影响机理的理论探讨，挖掘两者的实际交互机制，对建设“数字乡村”、“数字农业”具有重要参考价值。

二、理论分析

现有研究表明农业TFP受农业生产结构、技术水平、劳动力资源、国民经济结构等因素直接影响（高帆，2015；彭甲超等，2021；龙少波等，2021）。农村信息化通过降低信息传播成本（Salemink等，2015），助力于农业信息技术推广（Okeke等，2015），经信息渗透、技术革新及知识溢出引致技术创新扩散（刘笑明等，2006），不断影响农业生产结构和技术水平，但同时也伴随着新技术的使用代价，改变了农业生产成本。信息技术的普及助推城乡间互联互通，使生产性资源在整个经济体中竞争更便利，以人力资本为代表的资源配置在行业和空间范围内动态变化（许大明等，2004），改变了农业资源禀赋，从而影响农业TFP。此外，信息化对农业生产效率的溢出效应和门槛效应得到现有研究的支持。因此，本文从生产成本和资源禀赋两个层面梳理农村信息化对农业TFP的影响机制，并分析其溢出效应和门槛效应。

（一）影响机制

农村信息化主要通过“打通城乡资源互通渠道”和“降低农业信息成本”两条路径影响农业TFP，影响机制如图1所示。

一方面，农村信息化可以打通城乡资源互通渠道，进而改变农业资源配置。城乡间互联互通有利于打破农村资源单向输出的困境，为资源下乡提供便捷通道（张兴旺等，2019），进而推动资源向农业集聚，产生投资规模效应；但除信息化设施外，农业生产重构过程中还需要管理水平等多种投入要素的有效配合才能对农业生产经营产生贡献（Brynjolfsson等，2002），农村很可能因生产条件不足及配套设施落后而产生投资冗余，致使农业生产绩效达不到预期（贾铖等，2020）。在资本逐利趋向与农业市场供需结构的双重作用下，及时有效的市场信息传递促使资源加速向收益更高的作物结构聚集；但同时也将加剧行业间资源配置的替代效应，信息化在一定程度上解除了农村、农业与农民的捆绑，城乡之间、行业之间的资源壁垒降低，相对弱势的农业很容易受到高附加值行业的资源抽吸，资本、土地及人力资源等要素将会在信息化带来的新机会面前主动转向非农行业（Min等，2020），激化农业的资源获取劣势；仍选择从事农业的人力资源可能由于技术能力受限而不具备从信息化中获取有用知识的能力，尤其是在农业生产方面，换言之，农村信息化并不一定带来农业信息化。

另一方面，农村信息化可以降低农业信息成本，进而影响农业生产交易成本。信息化设施设备使信息可以在无形的网络中传输，农村“面面相传”的信息传递方式变得“网络化”，有利于打破农民获取技术的信息壁垒，降低农业技术等生产性资源的利用门槛（Okeke等，2015），并基于示范作用实现农户间、组织间的技术扩散（刘笑明等，2006），先进的农业技术得以推广；农业产业链通过信息化源源不断地接收市场行情、生产技术甚至顶层设计等信息，并借此对农业生产选择做出合理决策（钟义信，2013），有效降低由信息不对称导致的交易成本（Salemink等，2015）。但信息化引致的合理决策和资源配置变化通常带来农业生产重构①农业生产重构对农业的影响是辩证的，若重构有效，农业生产成本将进一步降低，若重构无效，农民并未准确衡量重构带来的成本和收益以至于作出错误决策，或是受虚假信息干扰，或是由于生产要素之间的匹配程度不足，将导致农业生产成本增加，本文称之为农业调整成本。及由此产生的调整成本（陈欢等，2018），农民需准确衡量生产重构的成本和收益才能做出合理决策，决策时还可能出现由虚假信息造成的损失（王艳霞等，2006），若农民无法将信息有效整合为知识，可能导致信息过载问题，反而会对农民正常的生产生活造成严重负面影响（蔺丰奇等，2007）。

（二）溢出效应

农村之间的信息化水平不尽相同，信息和技术创新首先为发达地区采用，随后才有可能扩散至落后地区（Salemink等，2015）。技术扩散存在强烈的区域传染效应，信息技术通过“扩散—吸纳—共享”的路径将引发“数字洼地”的模仿行为（Song等，2020），影响邻近地区的农业生产，产生扩散效应；但信息化程度较高的农村也会凭借信息便利吸引更多资源，以致相邻地区缺少农业优化所需要的各类要素，进而拉大地区间的农业生产力差距（彭继增等，2019），产生回波效应。农村信息化对农业TFP的空间溢出效应如图2所示。

图2 农村信息化对农业TFP的空间溢出效应

（三）门槛效应

随着信息化在农村的进一步发展，农村信息化对农业TFP的影响将达到一个或多个门槛值，跨越门槛值后，农村信息化对农业TFP的动态影响可能产生3种不同的效果，如图3所示。首先，信息化推动着农业科学技术化，即农业现代化，在生产经营管理、市场流通效率、农业环境等方面促进农业的资源匹配与协调发展（梅方权，2001）；此外，信息化对经济影响的时滞性也得以消除，生产要素在农业生产重构调整中趋于合理（Brynjolfsson等，1993），降低了前述调整成本，使前述积极影响不断加强、消极影响不断减弱。其次，在信息化与农业生产的动态演变过程中，可能存在一个动态均衡的作用面，由于这种平衡作用，农业TFP随着农村信息化呈均衡变化（贾铖等，2020）。最后，高水平的信息化可能加剧农村信息过载问题，农民接受知识并转化成生产力的能力有限（蔺丰奇等，2007），使某些生产要素投入匹配不上信息化带来的生产理念；此外，区位条件和基础设施的劣势使农村的信息化成本高昂，在一定程度上将限制信息化市场在农村的进一步布局（Salemink等，2015），导致信息化边际报酬递减，使前述积极影响不断减弱、消极影响不断加强。

图3 农村信息化对农业TFP的门槛效应

三、数据、变量与研究方法

（一）研究区域

基于数据的可获得性及样本的多样性，选取地域相连、信息化发展水平存在差异的江浙皖赣地级市为研究对象，剔除数据严重缺失的宜春和上饶，共49个地级市。农业部于2007年印发了《全国农业和农村信息化建设总体框架（2007-2015）》，对农村信息化建设具有重要推动作用，故时间范围选取为2008～2019年。

（二）数据来源

1.被解释变量

被解释变量为农业TFP（Atfp），其中，产出变量：2008年不变价的第一产业增加值（高帆，2015）；投入变量：劳动力投入，选用全社会第一产业从业人员衡量；土地投入，选用农作物播种面积衡量；资本投入，由于现有统计数据并未对农业资本投入有清晰明确的衡量，故参考现有研究（方福前等，2010；高帆，2015），选取农业中间投入来替代，分别是农业机械总动力、农村用电量、化肥施用量（折纯量）。

为保证数据的可比性，以上数据均优先选取各省统计年鉴，若出现数据缺失，再从各地级市统计年鉴、公报、统计局官网及其他统计资料中补充。农业TFP测算方法选择DEA-Malmquist指数法②DEA-Malmquist指数法计算的TFP需要换算成累积形式，在计算时将2007年也考虑在内，令2008年的TFP为其本身，其余年份利用前面年份的农业TFP指数累积相乘得到其农业TFP指数。。

2.核心解释变量

核心解释变量为农村信息化水平（Info），基于农村信息建设现状，参考现有文献（高杨等，2018；韩海彬等，2015），结合数据可获得性，构建的农村信息化评价指标包括：农村居民家庭每百户彩色电视机拥有量、农村居民家庭每百户移动电话机拥有量、全市人均邮电业务量（经GDP平减指数消除价格影响）、全市互联网宽带普及率（全市互联网宽带接入用户数与常住人口数之比）③鉴于目前农村信息化市级数据统计现状，信息化指标的城乡界限并不明显，故后两个指标选取了全市统计指标。。其中，前两个指标来自各市统计年鉴，后两个指标来自《中国城市统计年鉴》。农村信息化水平测算方法选择熵值法。

3.控制变量

参考高帆（2015）、高杨等（2018）、韩海彬等（2015）研究，选取的控制变量为：财政支农力度（Sup），由于研究区域内城镇化水平普遍较高，若按照现有做法以财政支出中农林水事务支出占比衡量财政支农水平很可能失真（高帆，2015），故选用单位一产增加值中农林水事务财政支出衡量，采用GDP平减指数消除价格影响；农业地位（Stat），选用第一产业增加值占地区生产总值比重衡量；农业生产结构（Stru），选用粮食作物播种面积占农作物总播种面积比重衡量；农业机械化水平（Mech），选用单位农作物播种面积中农业机械总动力衡量。数据来源与因变量相同。

（三）数据处理

为减小异方差影响，以是否具有正态分布趋势决定是否对变量取对数处理（Yuan等，2020），结果显示农村信息化水平（Info）和农业生产结构（Stru）采用原始值，其余变量进行对数处理。对变量进行相关系数分析和方差膨胀因子（VIF）检验，结果见表1，表明变量间不存在相关性问题和多重共线性问题。

表1 相关性检验和共线性检验结果

（四）模型构建

1.门槛模型

Hansen（1999）提出的门槛模型可用于估计门槛值和检验门槛效应的显著性，故采用门槛模型，检验农村信息化对农业TFP的门槛效应：

其中，i和t分别为地区和时间；Atfpit为农业TFP指数；Infoit为农村信息化水平，λ为待估计的门槛值；I为示性函数，根据门槛值的约束相应取1或0；Xit为一组对农业TFP指数产生影响的控制变量，Xit=[Supit，Statit，Struit，Mechit]，Sup为财政支农力度，Stat为农业地位，Stru为农业生产结构，Mech为农业机械化水平；β为变量系数；ε为随机扰动项；ci为个体固定效应；ut为时间固定效应。

2.空间计量模型

农村信息化对农业TFP的空间溢出效应主要作用机理如下：（1）邻近地区间农业TFP的相互影响（即Atfpj对Atfpi的影响）；（2）邻近地区农村信息化对本地区农业TFP的影响（即Infoj对Atfpi的影响）；（3）邻近地区未纳入模型考虑的因素对本地区农业TFP的影响（即εj对Atfpi的影响）。因此，将农村信息化对农业TFP的空间溢出模型设定为：

其中，Wij表示n×n矩阵；ρ表示被解释变量空间回归系数；φ表示解释变量回归系数；θ表示解释变量空间回归系数；δ表示空间误差回归系数，其他变量定义同前。当ρ≠0而θ=0时，模型为空间滞后模型（SLM）；当δ≠0而ρ=0时，模型为空间误差模型（SEM）；当ρ≠0和θ≠0而δ=0，模型为空间杜宾模型（SDM）。3种模型需根据LM检验、Robust-LM检验、LR检验和Wald检验结果选择（LeSage等，2009），并识别模型中的个体效应和时间效应。

上述模型系数受反馈效应干扰，为更加准确地识别农村信息化对农业TFP的溢出效应，还需要对模型进行偏微分分解（LeSage等，2009），就SDM模型而言，模型可转化为：

其中in=[1，0，…，0]n，令（in-ρW）-1=B（W），B（W）（inβr+Wθr）=Sr（W），则上式可转化为：

在此基础上，得出农村信息化对农业TFP的直接影响和间接影响，即：

其中，直接效应表示本地区农村信息化水平对本地区农业TFP的影响，间接效应表示邻近地区农村信息化水平对本地区农业TFP的影响。

3.空间门槛模型

农村信息化对农业TFP的门槛效应和溢出效应同时存在并互相影响，借鉴Yuan等（2020）的思路，为同时考虑门槛效应和溢出效应，建立空间门槛模型，具体步骤为：以门槛模型中识别出的可靠门槛值为依据，假设农村信息化对农业TFP具有门槛λ1，λ2，……，λn，当农村信息化水平小于λ1时，构建虚拟变量d1=1，否则d1=0；当农村信息化水平大于λ1而小于λ2时，构建虚拟变量d2=1，否则d2=0；以此类推共有d1，d2，……，dn，dn+1，将各虚拟变量分别与农村信息化水平构建交互项，如式（8）所示。空间面板门槛模型依然适用于将影响效应分解为直接效应和间接效应。

其中，τ和π分别表示门槛SDM模型中各解释变量的回归系数和空间回归系数，其他变量定义同前文。

4.空间权重矩阵的设定

构建合理的空间权重矩阵对空间效应的识别至关重要，为避免由空间权重设定不全面导致的结论差异，将常见的空间权重矩阵均纳入考虑，分别是：（1）基于邻接关系的邻近空间权重矩阵W1；（2）基于地理距离的反距离空间权重矩阵W2，其中地区间距离采用欧氏距离衡量；（3）基于地理距离和经济距离的嵌套空间权重矩阵W3，除地理因素外，经济因素对生产效率的空间分布也将产生影响，故采用人均实际GDP衡量经济水平，并与地理距离进行嵌套形成经济地理距离嵌套空间权重矩阵。

四、模型估计与结果分析

（一）农村信息化对农业TFP的门槛效应

本文以农村信息化水平为门槛变量，农业TFP为被解释变量，按照式（1）④Hausman检验结果表明应使用固定效应模型，效应选择结果表明选择个体时间双固定效应。对变量进行门槛效应检验，结果表明计量分析应选单门槛模型（门槛值为0.339）。为进一步分析农村信息化对农业TFP的门槛效应，将Info＜0.339的农村信息化水平定义为低水平，包含421个样本，将Info＞0.339的农村信息化水平定义为高水平，包含167个样本。

门槛值确定后，对式（1）进行参数估计，并与固定效应模型进行对比分析，由表2可知，考虑门槛效应后，模型显著性明显提高。结果显示，农村信息化对农业TFP的消极影响大于积极影响，总体上产生抑制作用，存在生产率悖论。信息化对农业资源配置优化的推动作用有限，不足以缓解其他行业对农业资源的抽吸作用，其原因可能在于信息化虽便捷了资源下乡通道，但农村生产条件可能不支持农业资源的规模投入，甚至产生了投资冗余，使农业的投入产出比在行业间竞争更具弱势，高附加值的非农行业反而更能从农业中吸取资源。此外，信息化降低的信息成本不足以弥补其带来的调整成本，原因可能在于农民先将信息化应用于交流、交易及娱乐方面，暂未将信息技术充分应用于农业生产，农业技术扩散的成效有限，加之受限于人力资源水平，农民暂未准确识别农业有效信息以支撑合理的生产决策，可能产生了信息过载现象，反而造成无效的农业生产重构。

表2 门槛模型与双固定模型估计结果

但当农村信息化水平迈过门槛值后，其抑制作用明显减弱，积极影响增幅大于消极影响。原因可能在于高信息化水平拓宽了农业应用信息技术的深度与广度，农村配套设施也逐渐完善，可支撑更多农业生产要素投入，农业资源劣势得以缓解；随着高信息化水平下人力资本的提升，农民可以接收更多信息以升级农业生产决策，传统农业的体系逐渐建立起与信息化相匹配的运营模式，农业生产重构正朝积极方向调整。但农村信息化对农业TFP的消极影响依然占主导，整体而言农村信息化对农业TFP的促进作用暂未显现。

（二）农村信息化对农业TFP的空间溢出效应

为更准确地识别农村信息化对农业TFP的溢出效应，直接分析SDM模型⑤空间自相关检验表明满足空间计量先决条件；模型检验结果表明应采用双固定SDM模型。进行偏微分分解后的结果，如表3所示。

表3 不同空间权重条件下SDM模型偏微分结果

结果表明，农村信息化对农业TFP的直接影响为负，以消极作用为主，和门槛效应模型的结果一致，但考虑了空间效应后，其抑制作用显著性降低，信息化对本地区农业TFP的总体抑制作用不明显，反而对邻近地区农业TFP的影响显著，且以回波效应为主，存在空间溢出效应。原因可能在于资源为追求信息便利主动移至信息化水平较高的地区，制约了“数字洼地”的农业生产发展，而“数字高地”吸附了更多的农业资源，又凭借自身信息化优势促进农业资源升级和生产成本降低；同时，前述农村信息化对农业TFP的抑制作用蔓延至邻近地区，即农业生产积极性降低引发邻近地区的模仿行为，农业生产重构造成的调整成本也由于区域协同而影响至邻近地区，产生显著的空间回波效应。在邻近空间权重（W1）条件下农村信息化对农业TFP的抑制作用最显著，说明农村信息化对农业TFP的空间回波效应主要以地域相邻的方式传导，而经济因素会在一定程度上削弱此空间抑制作用。

在总效应中，总体上W2条件下农村信息化对农业TFP的系数绝对值更大，说明考虑地理距离时空间影响效应更明显。最后，农业TFP本身的空间滞后项系数在W1、W2条件下通过显著性检验，而W3未通过，说明农业TFP在空间上具有明显带动作用，但在考虑了地区经济发展水平差异后此带动作用不明显。

（三）农村信息化对农业TFP的空间门槛效应

农村信息化对农业TFP的影响既有门槛效应，又有溢出效应，但实证中常常将两者割裂分析，故采用式（8）⑥空间自相关检验表明满足空间计量先决条件；模型检验结果表明应采用双固定门槛SDM模型。对变量进行空间门槛回归分析，结果如表4所示。

表4 不同空间权重条件下门槛SDM模型结果

门槛模型中，低水平农村信息化对本地区农业TFP的回归系数为-0.501，而在空间门槛模型中其系数为-0.351（W1），且均通过1%水平显著性检验，高水平农村信息化对农业TFP的回归系数为-0.301，而在空间门槛模型中其系数为-0.220（W1），分别通过1%和5%水平的显著性检验，说明由于忽略了空间效应，门槛模型强化了本地区农村信息化对农业TFP的抑制作用。而SDM模型虽纳入了空间效应影响，但未考虑到农村信息化对农业TFP的非线性影响，无法准确反映不同农村信息化水平对农业TFP的影响。因此，同时考虑溢出效应和门槛效应的门槛SDM模型能更准确揭示农村信息化对农业TFP的影响关系。

由表4可知，直接效应中，三种权重条件下农村信息化对农业TFP的回归系数均显著为负，且信息化水平越高，总体抑制作用越小，与前述结论相同。间接效应中，三种权重条件下农村信息化对农业TFP的空间回归系数均显著为负，且高水平农村信息化的系数绝对值更小，说明高水平的农村信息化对邻近地区TFP的抑制作用减弱，可能是因为低水平信息化条件下，“数字洼地”非常普遍，仅有的“数字高地”信息化优势明显，劳动力等资源向信息化水平更高的地区转移，“数字洼地”缺少农业升级优化的生产要素；而高水平信息化条件下，“数字高地”开始带动周边地区的信息化发展，地区间信息化水平差距缩小，资源转移规模降低，从而使得信息化对农业TFP的空间抑制作用减弱，但由于生产要素始终倾向于从“数字洼地”转移至“数字高地”，空间回波效应依然占据主导作用。

（四）对于实证结果的讨论

实证部分证明了农村信息化对农业TFP的影响存在生产率悖论，一些文献持类似观点（Oreglia，2013；Salemink等，2015），但也有文献得到相反结果（于淑敏等2011；韩海彬等2015）。究其原因，国内现有研究着眼于全国（研究尺度为国家或省域），忽略了地区间或地区内的异质性，而本文着眼于市级数据，缩小了农村信息化对农业TFP的研究尺度，为探究两者关系提供了新视角。高水平的信息化通常也伴随着更先进的产业结构，工业化、城镇化进程对农业产生了排挤，农业生产积极性不高，国民经济重视程度不够，人力资本受限，加之信息化作用具有时滞性并产生调整成本，研究区域内农村信息化并未像政策预期那样促进农业TFP提高。

实证部分还证明了农村信息化对农业TFP的溢出效应和门槛效应，和已有研究结果相似（韩海彬等，2015；高杨等，2018）。在溢出效应中，本文证实了农村信息化对农业TFP的空间回波效应，这符合缪尔达尔和赫希曼的描述：回波效应总是先于和大于扩散效应，但在农业现代化进程中，信息化依然有利于降低农业信息成本、优化农业资源配置，进而扩大数字优势的辐射范围。在门槛效应中，农村信息化水平的提高对农业TFP的影响总体可观，未来在弱化信息化带来的农业调整成本和农业资源劣势后，农村信息化有可能对农业TFP产生促进作用。

最后，本文虽证实了农村信息化对农业TFP的影响及其溢出效应和门槛效应，并测度了影响结果，但囿于数据及方法，无法具体测度特定影响路径、特定影响因素的作用效果。未来可考虑引入中介效应和调节效应模型，测度特定因素的作用机理。

五、结论与政策建议

（一）结论

本文利用江浙皖赣2008～2019年的市级面板数据，分别采用门槛模型、SDM模型、门槛SDM模型探究3种空间权重条件下农村信息化对农业TFP的非线性空间影响效应。研究发现：第一，农村信息化对农业TFP具有抑制作用，存在生产率悖论现象；第二，在不同空间权重条件下农村信息化对农业TFP均产生负向的空间影响，具有回波效应，且地理距离权重条件下的直接效应和溢出效应均强于其他空间权重；第三，农村信息化对农业TFP的影响具有显著门槛效应，随着农村信息化水平提高，农村信息化对农业TFP的直接抑制作用和空间回波效应均有所减弱。

（二）政策建议

第一，积极推进“互联网+农业”，拓展信息技术应用于农业生产经营的深度与广度，并采取干预政策，如金融支持、优化公共服务等，降低农业资源在行业间转移的主动性，避免因调整成本和农业资源抽吸引致的生产率悖论现象。

第二，统筹协调地区均衡发展，做好区域间农业基础设施、农村公共服务设施、政策体系等的互联互通，引导资源在区域间合理流动，削弱农村信息化对农业TFP的空间回波效应。

第三，深刻认识乡村振兴作为一项系统工程的复杂性与持久性，持续完善农村信息化基础设施建设及其他设施配套体系，通过引导行业间生产要素合理配置支撑农业可持续发展，助推农业信息化与农业现代化。