数字经济对中国农业全要素生产率的影响

孙光林 李 婷 莫 媛,3

(1.南京财经大学金融学院，江苏 南京 210023；2.中国社会科学院工业经济研究所，北京 100006；3.南京大学商学院，江苏 南京 210093)

一、引言

新经济增长理论认为，全要素生产率是经济增长的动力，而如何在要素和环境等约束情况下保障农业可持续发展，已成为我国农业现代化发展必须面对的重大现实和紧迫问题。从我国农业生产的现实条件来看，水资源短缺、化肥和农药的大量使用导致耕地质量下降、农村劳动力外流和环境污染等问题日益凸显，都直接制约着农业现代化和标准化的高质量发展(夏显力等，2019[1]；龙少波、张梦雪，2021[2]；Li等，2021[3])。近年来，随着大数据、移动互联网、云计算和人工智能等数字技术在农业领域的应用，激发了农业发展潜力，为我国农业现代化发展带来了机遇(夏显力等，2019)[1]。2020年1月20日，农业农村部主导发布了《数字农业农村发展规划(2019-2025年)》，提出农业数字经济年均增长率10%，农业数字经济占农业增加值的比重由2018年的7.3%提高到2025年的15%；同时，2018年农产品网络零售额占农产品交易总额的比重为9.8%，到2025年这一比重将提高到15%，年增速为5.5%。

农业全要素生产率是推动现代农业发展的核心动力，伴随着数字经济在我国农村地区的不断普及，数字红利正源源不断地向农业领域扩散。已有研究发现，数字经济发展会提高农户的人力资本、降低信息不对称程度、促进数字金融发展，为我国现代农业高质量增长提供了新的历史机遇(夏显力等，2019)[1]。数字经济发展大大降低了农户搜索信息的成本，加快了信息传播的速度，大数据、云计算和移动互联网等信息化工具的应用使农户能更便利地获取农业相关的信息，这有助于改善农业的要素配置结构，因此，信息正在成为驱动农业全要素生产率提升的重要因素(朱秋博等，2019)[4]。同时，农业新技术和新知识也可以利用数字渠道更快地得到推广和应用，从而促进农业技术进步，从更长远的角度来看，农户快捷地获取信息可以改善其农业生产方式，通过提高农业全要素生产率增加农业产出。因此，利用数字经济赋能农业，可以为农业现代化发展提供新的动能。因而，数字经济发展对于我国农业全要素生产率具有重要的影响，研究数字经济与我国农业全要素生产率之间的关系具有重要的现实意义和政策价值。

数字经济是基于数字技术(如大数据、云计算等)而产生的经济活动的统称，既包括数字技术发展而兴起的数字产业，也包含传统行业利用数字技术而进行的数字化转型(孙光林、蒋伟，2021)[5]。事实上，已有研究注重分析数字经济某一方面对农业全要素生产率的影响。譬如，Ogutu等(2014)[6]认为互联网发展与全要素生产率之间具有显著正向关系；朱秋博等(2019)[4]认为信息化发展能够提高农业全要素生产率，但这种作用主要来源于农业技术效率的改善；李欠男和李谷成(2020)[7]对互联网与农业全要素生产率之间的关系进行了实证研究，结论表明互联网对农业全要素生产率具有显著的促进作用；刘帅(2021)[8]通过构建计量回归模型，发现我国农业不存在“索洛生产率悖论”，提高农业信息化水平有利于提升农业全要素生产率。然而，对于数字经济会对农业全要素生产率造成怎样的影响？其内在作用机制是什么？已有研究却较少涉及。

因此，本文研究旨在揭示数字经济对农业全要素生产率的影响与作用机制，主要创新点体现在以下两个方面：一方面，本文在构建数字经济指数的基础上，从理论与实证双重角度考察了数字经济对农业全要素生产率的影响与作用机制，有助于深层次厘清数字经济与农业全要素生产率之间的关系；另一方面，如何利用数字经济赋能现代农业高质量发展是目前需要迫切回答的现实问题，本文深入探究数字经济对农业全要素生产率的影响与作用机制，研究结论对于促进数字经济与现代农业深度融合，以及数字农业发展，都具有良好的政策参考价值。

二、理论分析与研究假说

数字信息作为重要的生产要素，数字经济可以在多个方面提升农业全要素生产率。具体来看，在农业生产要素环节，数字经济发展带来的数字信息红利，打破了传统农业生产过程中的信息不对称约束，可以使农业生产各个环节的信息快速地渗透出来，而农户能够利用获取的相关信息做出更明智的决策，从而使资本、劳动和土地等投入要素实现更合理地配置(朱秋博等，2019)[4]。与此同时，农户可以通过数字渠道获取农业生产信息，以优化要素的投入结构，从而提高技术效率。此外，农户可以在数字化平台上购买种子化肥等生产资料，也可以在互联网上查询与农业生产相匹配的农业机械，实现农户与农机生产商的直接对接。在农业生产环节，智能物联网技术能够实现对农业的精准控制。不仅如此，数字经济发展还可以改变农业生产模式，提高农业的规模经济效应，克服传统小农生产的弊端，从而实现农业生产的纵向专业化分工(周绍东，2016)[9]。在农产品销售环节，数字媒介极大地降低了农户搜索信息的成本，使他们能够获得更多本地市场以外的信息，从而提高农产品的销售价格(Aker，2011)[10]。同时，数字经济发展也能够帮助农业生产主体开展电子商务营销，进而扩大农产品市场规模。不仅如此，数字经济也能够帮助农户直接对接农产品需求方以提高交易匹配效率，从而提升农业全要素生产率。

进一步地看，农业全要素生产率又可被分解为农业技术进步变化和农业技术效率变化。数字经济可以通过影响农业技术进步和技术效率来促进农业全要素生产率提升。在农业技术进步方面，数字经济可以通过数字技术效应、数字平台效应和数字思维效应对其产生影响。理论而言，数字经济发展对农业生产经营具有显著的推动作用。在数字技术的连接之下，即使最偏远地区的农户也能以较低的成本，获取农业生产和交易等需要的信息，从而促进农业技术进步。淘宝和京东等数字化平台的存在提高了农户市场参与度，使农户由传统封闭性的内部市场转向更开阔的空间，能使普通农户购买到他们期望的农业生产资料，获取农业生产技术，以改善农业生产的模式和条件。在数字思维上，微信等数字社交媒介在农村地区的广泛应用，直接提高了农户相互之间信息共享的效率，也有助于提高农户相互间的群体认同和协作能力。因此，数字经济发展伴随的数字技术、数字平台与数字思维效应均能促进农业技术进步。在农业技术效率方面，数字经济打破了传统农村存在的信息壁垒，降低了信息传递的成本，提高了信息传递的效率与范围，在降低信息不对称的同时提高了农业要素资源的配置效率。在传统农村市场中，存在着各种交易费用，交易外部性始终未得到有效解决。但数字经济发展产生的数字化平台降低了农村市场交易的成本，提高了交易效率，减缓了农村外部市场的摩擦力，从而增大了交易匹配的效率和成功率。由此，基于以上理论分析，本文提出基本研究假说H1。

假说H1：数字经济可以通过影响农业技术进步和技术效率来提升农业全要素生产率。

数字经济作为农业技术创新和农业技术进步的重要源泉，对农业全要素生产率具有显著的促进作用，并会通过提高农业劳动生产率对农业全要素生产率产生推动作用(陈毅辉、洪碧云，2022)[11]。具体来看，首先，数字经济的发展促进了农业知识的传播，农户有更多途径学习先进的农业技术并引入现代化的生产设备，促进农业技术创新，创造出新型农业生产经营模式，如智慧农场、电商直播、生鲜供应链等经营模式，均有助于提高劳动生产率，从而提升农业全要素生产率。其次，数字经济发展加速了数字技术向农业领域的渗透，不仅能够有效地促进农业生产从业人员或生产经营主体间信息互通的速度与效率，还能支撑农业生产实现智能控制和科学管理，进而提升劳动生产率，改善农业全要素生产率。数字技术在农业管理中能实现农业劳动的“精确化”生产，使农业生产实现智能喷药、精确撒药和施肥等，极大地提升了劳动生产效率(罗浚文等，2020)[12]。最后，数字经济为农业集约化与精细化发展提供了契机。一方面，数字经济发展有利于农业信息化与数字化建设，各级政府机构积极建立农业信息部门，能够有效地为农业生产主体提供农业生产技术咨询与农业社会服务等，使农业生产朝标准化和专业化方向发展，从而提高了农业劳动生产率，进而提升农业全要素生产率；另一方面，农户也能够利用数字平台及时跟踪农业前沿技术和市场变动等信息，具有较高的便捷性和准确性，能够切实帮助农业经营主体提高生产决策的能力，从而提高农业生产的劳动效率，改善农业全要素生产率(陈国军、王国恩，2022)[13]。由此，本文提出第二个基本研究假说H2。

假说H2：数字经济可以通过提高农业劳动生产率来提升农业全要素生产率。

在数字经济促进城镇化方面，数字经济有利于提高城镇化，从而提升农业全要素生产率。数字互联网建设是城镇化必不可少的基础设施，数字经济有力地支撑了城镇化发展，主要体现在两个方面：一是数字经济产业具有的显著特征是突破了地域限制，打破了城镇传统分割孤立的布局，拉近了城镇间的空间距离，为城市发展带来了新的活力，有效地促进了城镇间的分工协同能力，从而提高了城镇化水平(胡树林等，2021)[14]。二是数字技术嵌入到城市生活与社会管理等各个领域，使城市治理更加科学、精细与智能，数字经济促进城市化的典型模式是“智慧城市”，不仅提高了城市服务的空间范围，还丰富了城市化的内涵。因此，数字经济加速了城镇化的进程，提高了城镇化水平。

在城镇化提高农业全要素生产率方面，城镇化是农村剩余劳动力向城市转移的过程，对农业产业结构调整和农业现代化发展均具有积极影响，提升了农业生产效率(李欠男、李谷成，2020)[7]。城镇化有利于城乡之间生产要素的合理分配，不仅能够使农村地区劳动力向城市流动，城市的资本与技术等也能向农村地区流动，有利于农业获取资本，进而提升农业全要素生产率。一方面，农村剩余劳动力向城市转移，降低了农村地区人均资源(如土地等)的占有量，能够实现农业生产的规模化经营，为农业生产带来规模效应，从而提升农业全要素生产率(武宵旭等，2019)[15]。不仅如此，城市人口规模的扩张会增大高品质农产品的需求，也会刺激农业生产的技术革新与升级。另一方面，城镇化会使那些生产效率较低的农业生产主体放弃农业劳动生产，耕地将变得更加集中，家庭农场与专业经营大户等逐步成为农业现代化的主角，通过农业生产的规模效应来提升农业全要素生产率(李成友等，2020)[16]。因此，基于以上理论分析，本文提出第三个基本研究假说H3。

假说H3：数字经济可以通过提高城镇化水平来提升农业全要素生产率。

三、研究设计

(一)变量说明

1.因变量：农业全要素生产率

借鉴已有文献的做法(尹朝静等，2016)[17]，本文将利用DEA-Malmquist指数法对我国30个省市区2008-2019年农业全要素生产率进行测算，由于西藏部分指标数据缺失较为严重，故将西藏剔除。在测算农业全要素生产率的过程中要相应地选择投入指标和产出指标，其中，在产出指标上，较多文献使用农林牧渔业总产值、农业增加值和第一产业总产值等不同的指标进行衡量。本文借鉴张乐和曹静(2013)[18]等的做法，选择广义上的农林牧渔业总产值作为产出指标(以2008年为基期)衡量农业产出，数据来源于《中国统计年鉴》。在投入指标上，本文选择第一产业从业人数(万人)、农业机械总动力(万千瓦)、农业生产化肥施用量(万吨)、农作物播种面积(千公顷)和农业固定资产投入规模(亿元)。上述指标来自各期《中国统计年鉴》，且对于与价格相关的变量，以2008年为基期，利用CPI指数消除了通货膨胀的影响。

2.核心变量：数字经济

当前对于数字经济的测度，学术界并未达成共识，目前使用较多的主要有国民经济核算方法和指数法两类。在国民经济核算方面，如金星晔等(2020)[19]基于国民经济核算体系对增加值测度方法之中的生产法展开数字经济核算框架的讨论。在指数法方面，如范鑫(2021)[20]从ICT使用水平、ICT基础设施水平、ICT发展环境和ICT经济影响四个维度进行考虑，分别建立了基于单一指标和综合指标体系的三种测度指标DT1、DT2和DT3，使用综合评价法对数字经济进行测度；刘军等(2020)[21]从信息化、互联网和数字交易三个方面选取指标对我国各省市的数字经济发展水平进行了测度。事实上，对于国民经济核算法和指数法孰优孰劣学术界并未达到统一的认识，相对而言，指数法测度数字经济更为简单直接，能够综合考虑数字经济的不同维度。

本文使用指数法分别在数字化普及、数字化基础设施、数字化信息资源和数字化发展环境四个维度选择指标(史丹、孙光林，2022)[22]，具体可参见表1。其中，数字化普及使用互联网普及率和网民总数来衡量数字化普及程度，用于体现数字经济发展潜力；IP4地址和万人域名数等指标用来表示数字经济发展的相关基础设施建设水平；企业平均网站和网页资源规模用来表示数字化信息资源的丰富程度；使用人均GDP和农村居民人均可支配收入用于衡量数字化发展环境，用以反映数字经济发展的经济基础的好坏，经济越发达、人均收入越高越有利于发展数字经济。

表1 数字经济指标体系

使用因子分析法提取公共因子反映各省市数字经济发展水平。具体过程如下：由于上述选择的指标量纲和单位存在显著差异，不同指标之间不能直接拿来比较，为了避免量纲差异导致的不良后果，我们先对表1相关变量进行标准化处理；同时，由于因子分析必须进行相关检验以判断表1相关变量能否进行因子分析。根据检验结果可知，KMO检验结果为0.8051，显著大于0.6的临界值，说明表1涉及的变量能够进行因子分析。与此同时，Factor1对应的特征值为1.8217，方程贡献率为92.85%，根据特征值大于1的原则，发现可以提取1个公共因子，我们将提取的公共因子定义为数字经济。最终为了使因子评分结果分布在[0,1]之间易于比较，本文借鉴韩先锋等(2019)[23]的做法，将数字经济评分值标准化到[0,1]之间。

3.中介变量

(1)劳动生产率。该指标表示单个从业人员创造的经济价值，使用第一产业GDP与第一产业从业人数的比值来表示。

(2)城镇化水平。该指标使用各省市区年末城镇人口占年末总人口的比例来表示，比值越高说明该省市区的城镇化水平越高。

4.控制变量

在实证过程中，本文还引入了以下控制变量：(1)电信发展水平(commu)，使用长途光缆里程的对数来衡量；(2)对外开放度(fdi)，利用各省市对外实际利用外资总额占地区GDP的比值来衡量；(3)农村快递发展水平(express)，能够间接反映农村地区使用数字平台进行交易的规模与频率，原因在于农村居民在网上购买商品越多、规模越大，相应产生的包裹越多，越需要更多的投递路线；(4)金融发展(fin)，使用年末贷款余额占GDP的比重衡量，之所以未选择农村金融发展水平作为控制变量，是数字经济发展使那些原本专营于城市业务的金融机构也有机会参与农村金融市场业务，即数字经济打破了金融服务的地域限制。

表2 变量描述性统计结果

(二)模型构建

1.基准回归模型

为了实证考察数字经济对农业全要素生产率的影响，以验证基本研究假说1，本文将基于动态面板回归模型进行回归分析。相对静态模型而言，动态面板回归模型的优势是：一方面，农业全要素生产率会存在滞后效应，提升往期农业全要素生产率也会对当期产生影响；另一方面，数字经济与农业全要素生产率之间可能会存在双向因果关系，动态面板回归过程中通过引入工具变量可以缓解双向因果关系导致的内生性偏误。值得注意的是，与差分GMM相比较来言，系统GMM估计能更有效地解决差分GMM潜在的弱工具变量问题。此外，系统GMM在对动态面板回归方程进行估计的过程中又可选择两步估计法和一步估计法，相对而言，两步估计法估计结果更优。为此，本文将使用系统GMM中的两步估计法进行研究。回归方程如式(1)所示：

TFPit=α0TFPi,t-1+β1digit+βX′+μi+τt+εit

(1)

其中，i和t分别代表省市自治区和时间；TFP表示本文被解释变量，即农业全要素生产率；dig表示核心解释变量数字经济，其值越大表示数字经济发展水平越高；X′和β分别表示控制变量及其系数值向量；δi和τt分别表示未被观察到的省市自治区和时间的特定效应；εit表示随机扰动项；参数值β1是本文重点关注的系数值，表示核心变量对被解释变量农业全要素生产率的影响。此外，为了保证动态面板系统GMM回归结果的有效性，必须对实证回归结果进行检验，AR(2)统计量是为了检验回归过程中不存在二阶自相关问题，Sargan检验是为了说明回归过程中使用的工具变量是有效的。

2.中介效应回归模型

为了进一步分析数字经济影响农业全要素生产率的内在机制，即是否存在城镇化和劳动生产率的中介效应，本文构建的中介效应回归方程如下。

mediait=α1mediai,t-1+β2digit+βX′+μi+τt+εit

(2)

TFPit=α2TFPi,t-1+β3mediait+β4digit+βX′+μi+τt+εit

(3)

其中，media表示中介变量，分别是城镇化和劳动生产率，其他参数值和符号与式(1)一致。本文将利用公式(1)(2)和(3)检验城镇化和劳动生产率的作用机制，具体检验过程如下。第一步，看基准回归模型式(1)中系数值β1在置信水平上的显著性，如果该系数值在置信水平上显著，说明可能存在中介效应，继续检验，否则，停止检验。第二步，利用方程(2)和(3)进行回归分析，如果系数值β2和β3在置信水平上均显著，则继续检验第三步。第三步，对回归方程(3)进行估计，如果回归结果显示系数值β4在置信水平上显著，表示城镇化和劳动生产率的中介效应显著；反之，说明城镇化和劳动生产率的中介效应不显著。

四、实证结果分析

(一)基准回归结果分析

表3中给出了本文的基准模型回归结果。由于本文使用动态面板回归模型进行分析，为了保证估计结果的有效性，需要进行AR(2)检验和Sargan检验。根据表3中给出的回归结果可知，在列(1)-(5)的回归中AR(2)检验和Sargan检验对应的P值均大于0.1，表明回归过程中不存在二阶自相关和工具变量过度识别问题。与此同时，为了更好地对比回归过程中核心变量数字经济系数值的变化情况，在列(1)回归中我们没有加入控制变量，在列(2)加入了本文选取的全部控制变量，列(2)即为本文的基准回归结果。在列(3)中，将数字经济滞后一期进行回归，以缓解数字经济与农业全要素生产率双向因果关系导致的内生性问题。

表3 数字经济对农业全要素生产率的影响

由表3中列(1)(2)可知，数字经济对农业全要素生产率影响的系数值分别为0.0894和0.0866，均在1%的置信水平上显著，说明提升数字经济发展水平有利于提高农业全要素生产率。产生这一结果的可能原因是：数字经济发展有利于农业知识和技术的传播，提升了农业技术的外溢效果，且大数据与云计算等数字技术的广泛应用，能够更精准地管理农业，从而有利于提升农业全要素生产率。在列(3)中，使用数字经济滞后一期进行回归，发现数字经济的系数值为0.1023，在1%的置信水平上仍然显著为正，再次表明回归结果的稳健性。

进一步地看，由表3中列(4)(5)可知，数字经济对农业技术进步和技术效率的影响均显著为正，分别在1%和5%的置信水平上显著，表明数字经济对农业技术进步的影响的显著性要大于农业技术效率。可能的原因是：数字经济发展伴随的是大数据、云技术和区块链等数字技术的农业生产不同环节的广泛应用，这有利于提高农业科技成果的匹配效率和转化率，由此产生的技术进步效应也更为显著。然而，数字经济对农业技术效率的促进作用要受到农户数字应用能力的约束，如果农户在农业生产过程中不会使用数字技术，那么数字经济对农业技术效率的促进作用会受到制约。因而，数字经济对农业技术进步的作用效果的显著性要大于农业技术效率。因此，基于以上结果分析，研究假说H1得到验证。

(二)作用机制回归结果分析

1.劳动生产率的机制分析

表4中给出了劳动生产率的中介效应回归结果。由表4中列(1)回归结果可知，在1%的置信水平上，数字经济对劳动生产率具有显著正向影响，说明提高数字经济发展水平能够提升劳动生产率。进一步地看，根据表4中列(2)的回归结果可知，在1%的置信水平上，数字经济和劳动生产率对农业全要素生产率均会产生显著的促进作用。据此，根据中介效应检验程序，劳动生产率的中介效应显著，说明提高数字经济发展水平可以通过劳动生产率对农业全要素生产率产生显著的正向作用效果，即存在“数字经济→提升劳动生产率→提升农业全要素生产率”的作用机制。同时，由表4中列(3)(4)可知，劳动生产率在数字经济影响农业技术进步和农业技术效率的过程中中介效应同样显著，说明劳动生产率可以分别通过农业技术进步和农业技术效率来提升农业全要素生产率。因此，基本研究假说H2得到验证。

表4 劳动生产率中介效应回归结果

2.城镇化的机制分析

表5中给出了城镇化的中介效应回归结果。由表5中列(1)回归结果可知，在1%的置信水平上，数字经济对城镇化水平会产生正向显著的促进作用效果，表明提高数字经济发展有利于促进城镇化建设。根据表5中列(2)的回归结果可知，在1%的置信水平上，数字经济和城镇化对农业全要素生产率的影响均会产生显著正向促进作用效果。根据中介效应检验程序可知，城镇化的中介效应显著，说明数字经济发展可以通过促进城镇化对农业全要素生产率产生促进作用。换言之，即存在“数字经济→促进城镇化→提升农业全要素生产率”的作用机制。同时，由表5中列(3)(4)可知，城镇化在数字经济影响农业技术进步和农业技术效率的过程中中介效应同样显著，说明提升城镇化水平可以分别通过农业技术进步和农业技术效率来提升农业全要素生产率。因此，基本研究假说H3得到验证。

表5 城镇化的中介效应回归结果

(三)异质效应分析

由于我国地域辽阔，各区域间的农业自然条件和资源禀赋存在显著差异，数字经济对农业全要素生产率的影响也会存在差异。为了深入分析数字经济对农业全要素生产率的区域异质效应，本文将样本分为东部地区和中西部地区两部分进行分析，回归结果如表6(1)由于东部和中西部地区两组样本的模型设定是相同的，且通过Chow检验两组之间的差异是显著的，表明两组之间的系数值是可以比较的。所示。由表中可知，数字经济对中西部地区农业全要素生产率的影响要大于东部地区。可能的原因是我国中西部省市多为农业大省，而东部省市农业产值比重相对较小，随着数字经济与农业的不断融合发展，数字经济对中西部地区农业全要素生产率的提升作用更为明显。进一步地看，农业技术效率和农业技术进步的回归结果也表明，数字经济对中西部地区的促进作用同样大于东部地区，说明数字经济在中西部地区发展更为明显的作用是由农业技术效率和农业技术进步共同决定的。此外，由于东北三省(吉林、黑龙江与辽宁)是我国粮食主产区，将东北三省单独分组进行回归，但是，因为东北三省样本相对较少，无法对动态面板进行相关检验，在该分组回归中使用面板固定效应进行估计，回归结果如表6所示，数字经济对东北地区农业全要素生产率、农业技术效率与农业技术进步的影响均显著，表明数字经济对东北地区农业全要素生产率的促进作用同样是通过农业技术进步与农业技术效率共同实现的。

表6 数字经济对农业全要素生产率的影响

(四)稳健性检验

为了验证数字经济影响农业全要素生产率回归结果的稳健性，本文使用差分GMM两步估计法对数字经济和农业全要素生产率之间的关系进行检验。与表3的回归结果相比，发现不同计量模型的回归结果中数字经济对农业全要素生产率、农业技术进步和农业技术效率影响的系数值方向和显著性均未出现明显差异，表明数字经济的作用效果是稳健的。

五、结论及政策启示

本文通过构建理论分析框架，基于我国大陆30个省市区(除西藏外)2008-2019年的面板数据，实证考察了数字经济对农业全要素生产率的影响与作用机制。研究发现，数字经济对农业全要素生产率具有显著正向影响，发展数字经济有利于提高农业全要素生产率，且数字经济对农业技术进步的影响要大于农业技术效率；数字经济可以通过提升劳动生产率和城镇化水平来改善农业全要素生产率，即存在“数字经济→提升城镇化水平→改善农业全要素生产率”和“数字经济→提升劳动生产率→提高农业全要素生产率”的作用机制；区域异质效应结果表明，数字经济对中西部地区农业全要素生产率产生的作用效果要大于东部地区，与此同时，数字经济对中西部地区农业技术进步和技术效率的正向促进作用效果也大于东部地区。

根据本文研究结论，可以得到如下政策建议：第一，应该大力发展数字经济，支持现代农业发展。当前，随着新一代信息技术的蓬勃发展和广泛应用，传统农业与数字技术融合发展已是必然趋势，因此，大力发展数字经济对于提高农业全要素生产率、实现乡村振兴至关重要。首先，完善的基础设施是数字经济发展和应用的必要条件，应推动网络高质量覆盖，积极布局5G、物联网、人工智能等基础设施的建设；其次，在农业生产管理的过程中加快云计算、大数据以及人工智能的应用，提高农业设备、农业作业服务的现代化水平，实现农业产业的数字化转型升级；最后，应完善人才激励政策，积极引进数字经济相关领域人才，为农业数字化转型提供人才动力。第二，采取措施提高农业全要素生产率。提高农业全要素生产率不仅是我国粮食安全的根本保障，也是农业可持续发展的需要，而农业发展的根本出路就在于提升农业全要素生产率。农业技术进步和现代化的机械装备是提高农业全要素生产率的两个主要来源，因此，首先应致力于突破农业关键核心技术，鼓励科技创新，人才培养与引进，重视知识产权保护，在生物技术方面强化生物育种，推动农业生物技术产业化，运用数字技术提升水资源、土地、资金、劳动力等要素的使用效率；其次，加快推进农业机械设备现代化，运用云计算、人工智能等新兴技术为农业生产赋能，提高资源使用效率，尤其是劳动力效率。第三，提升农户数字技能与素养。在数字科技时代，提升农户的数字技能与素养不仅关系到农户日常生活的便利性，更是数字技术赋能乡村振兴的关键一步。提升数字技能可以从两方面入手，一方面，农村居民应当具备熟练的数字操作技能，如今，大部分农村居民都具有使用智能手机的能力，但是PC(个人电脑)技能严重不足，已成为制约农户提升数字化增收能力的重要因素，应当提升农村居民使用PC作为数字化生产力工具的能力。另一方面，应当提高农村居民的数字安全意识，积极开展面向农村的数字安全方面的教育活动。