数字经济赋能农业韧性机制研究

宋敏 刘欣雨

内容提要 在梳理数字经济赋能农业韧性的机理基础上，以30个省区市的面板数据为研究对象，一方面运用核心变量法测度农业韧性，并依托标准差椭圆等方法分析其时空演化特征，另一方面运用双固定效应与系统GMM模型实证分析数字经济对农业韧性的影响。时空演化结果表明：样本期内我国农业韧性发展呈波动趋稳态势，韧性重心向东南方向移动。实证分析结果表明：数字经济有效赋能农业韧性，在经过多重稳健性检验后该结论依然可靠。机制检验发现，数字经济增加高素质人才的供需，扩散人力资本的正外部性与学習效应，进而赋能农业韧性。地理位置异质性上，数字经济对农业韧性的影响系数由中部向东部递增，在西部不明显；受教育程度异质性上，数字经济的影响由低人力资本地区向高人力资本地区渐趋强化。

关键词 农业韧性 数字经济 人力资本 系统GMM

宋敏，河海大学商学院副教授

刘欣雨，河海大学投资研究所助理研究员

本文为教育部人文社会科学基金项目“多重空间关联网络视角下我国地方政府债务风险传染研究”（22YJC790193）的阶段性成果。

一、研究背景

面对国内国际形势深刻变化的局面，农业现代化建设面临的不稳定性与不确定性因素日益增加，比如自然灾害、市场风险等。随着国内外市场供给关系的不确定性加剧，农业部门受到市场风险的冲击也在增大。此时农业抵抗外部风险与冲击并寻求可持续发展的能力愈加成为政府制定政策时的重要现实考量。农业作为一切生产活动的首要条件，是我国国民经济建设与发展的重要基础。习近平总书记在党的二十大报告中提出要统筹发展与安全，着力提升产业链供应链韧性与安全水平，坚持农业农村优先发展以夯实粮食安全。这彰显了政府对增强农业发展安全性的重视程度，本文探讨的“农业韧性”内涵也与之相呼应。农业韧性是指农业系统通过适应性结构调整抵抗外部冲击、从冲击中恢复，以实现向新增长路径转变并寻求可持续发展的能力。增强农业韧性逐渐成为农业现代化建设的关键环节，其不仅能保障农业稳定健康发展，还为新发展阶段我国形成新增长路径注入强劲动力。

在互联网、大数据和实体经济融合发展背景下，我国不同省份乡村数字经济发展水平存在严重的不均衡性，并且发展水平较高的省份与水平较低的省份之间存在较大差距[1]。数字经济具备强创新性、高渗透性、广覆盖性的特征，逐渐成为农业现代化发展的新动能，因此对数字经济与农业韧性的关系进行探讨具有重要的研究意义。

现有数字经济的研究主要有以下三个方面：一是数字经济的内涵界定，达成共识的定义是在G20峰会中提出的“数字经济是以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列活动”。二是数字经济的应用与测度，许宪春等通过构建数字经济规模核算框架，对我国数字经济增加值等指标进行测算[2]。三是与数字经济有关的互动关系与影响机制研究，主要包括数字经济对经济高质量发展、区域经济韧性等的影响研究。毛丰付等从数字产业视角出发，就数字产业影响城市经济韧性的机制进行了考察[3]。现有数字经济的实证研究多聚焦于区域经济韧性，农业韧性层面的研究较鲜见。

现有农业韧性的研究主要有以下三个方面：一是经济韧性的内涵界定，M.Ron认为适应性结构调整是经济韧性的重要标准，并将适应性韧性定义为经济系统遭受外部冲击后体现出的风险敏感性、自身抵御性、恢复增长性以及重组发展路径的能力[4]。二是经济韧性的测度方法，目前主要为核心变量法与指标体系法。核心变量法是基于反事实分析框架，采用一个能敏感反映外部冲击的指标进行度量。李兰冰等以生产率为核心变量测度了我国制造业韧性[5]。指标体系法是将经济韧性划分为多个维度并选取相应的指标进行测度。李诗音等从抵抗力、适应力与恢复力三个维度构建指标体系测度了区域经济韧性[6]。三是经济韧性的影响因素。M.Ron等总结了影响经济韧性的特定因素，是分别与产业结构、人力资本、政府管理、金融环境、经济主体等相关的五类因素[7]。蒋辉认为农业经济韧性与区域经济发展存在倒挂特征，农业经济韧性具有显著的省际关联效应[8]。张明斗等认为政府支持力度、基础设施建设、市场规模等是影响农业经济韧性的主要因素[9]。现有对农业韧性影响因素的研究较匮乏。

数字经济赋能农业韧性的研究主要从以下三方面展开：一是数字经济赋能农业现代化发展。梁琳认为数字经济从提升生产效率、节约成本、融合一二三产业、优化农业结构、促进农产品质量提升五方面赋能农业现代化发展[10]。二是数字经济赋能乡村振兴。张蕴萍等认为数字经济从变革生产方式、保障农民生活以及完善农村政务服务三个方面赋能乡村振兴[11]。三是数字经济赋能农村居民增收。王军等认为数字经济的发展有利于优化产业结构、促进产业融合和缩小城乡“数字鸿沟”等，进而提升农村居民收入，使城乡居民收入差距趋于收敛[1]。农业韧性是农业现代化发展的重要组成部分，而乡村振兴、农村居民收入与农业韧性有一定程度的关联。虽然上述研究在理论机制与实证研究中隐含地阐释了数字经济赋能农业韧性，但尚缺乏系统性论证。

通过梳理已有文献，我们发现存在以下局限：首先，韧性逐渐成为农业领域关注的重要话题，适应性韧性理论的应用多见于工业、区域层面，鲜有文献深入探讨农业韧性的内在机理。其次，较多学者使用指标体系法测度农业韧性。核心变量法能避免其带来的因果混淆问题，因此可将其拓展至农业韧性的研究中。最后，学者们多从综合发展层面分析数字经济与农业韧性的隐含关系，鲜有文献对数字经济赋能农业韧性的内在机理进行系统性论证与实证检验。那么，我国农业韧性处于什么水平？数字经济能否赋能农业韧性？数字经济通过哪些机制赋能农业韧性？基于此，本文拟以2011—2020年我国30个省区市的面板数据为研究对象，运用核心变量法测度农业韧性，依托标准差椭圆等方法分析其时空演化特征，并利用双固定效应与系统GMM模型实证分析数字经济与农业韧性的关系。

本文的边际贡献体现在以下三个方面：第一，将适应性韧性理论的内涵在农业层面进行一定程度的拓展；第二，运用核心变量法测度我国省级农业韧性，并解析其时空演化特征，为分析我国省域农业韧性演化异质性以及提出差异性政策提供支撑；第三，尝试从“生产-经营-产业”体系探讨数字经济赋能农业韧性的内在机理以及人力资本的传导机制，为数字背景下农业现代化发展提供相关对策。

二、理论分析与研究假设

农业韧性不仅强调农业部门抵抗冲击与恢复的能力，更关注长期持续增長的适应性调整能力。数字经济可以通过促进资源高效配置、提高生产率、降低成本等赋能农业经济增长，其展现的“护城河效应”也能削弱外部冲击对农业部门的不利影响以及依靠创新机制形成可持续发展路径，从而赋能农业韧性。而数字经济的发展能增加高素质人才的供需，使高素质人才逐渐成为增强农业韧性的新引擎。数字经济对农业韧性的赋能效果会因地理位置、人力资本的差异产生区域异质性。

1.数字经济赋能农业韧性的内在机理

本文通过构建农业“生产-经营-产业”体系分析数字经济赋能农业韧性的内在机理与路径（图1）。

（1）农业生产体系

数字经济融入农业生产有助于精准掌控要素与资源投入、促进市场信息流通，从而降低信息成本、提高农业生产率与资源利用率。数字基础设施的逐渐完善能降低交易与信息搜寻成本[2]，从而使农业生产主体获得更加个性化、精准化的服务，而这有助于提高市场运行效率，对农产品市场交易具有积极作用。物联网、大数据等数字技术嵌入农业生产体系，有利于提高生产信息化、自动化、智能化水平，从而提高农产品竞争力。数字技术也有助于获取农业生产各环节的关键数据，对自然灾害、供应链环节等风险进行有效预防以及提出应对措施，从而及时做出适应性调整以保障农业可持续发展。

（2）农业经营体系

数字技术为小农户与现代农业有机衔接提供平台支撑，有助于农业经营的规模化和组织化。农业经营平台逐渐在数字互联网中涌现，为经营主体提供网络化、虚拟化销售渠道，优化传统农业的营销与经营模式，极大降低了农产品供需匹配的摩擦成本。此外，数字技术通过模拟或收集农业经营环节的数据对市场行情等风险进行预测，为经营主体提供更加精准的信息，从而帮助其适时改善经营模式，分散危机与降低风险。

（3）农业产业体系

农业产业链面临供需不匹配、市场监管弱化、经济效益增值乏力等困境[1]。在数字技术的支撑下农产品市场变得更透明，供给方能更好地了解并满足市场需求。数字经济嵌入产业体系也有助于延长产业链，依靠数字产业化与产业数字化创造出新业态、新生态，促进传统农业创新，从而创造更大的经济效益。数字经济有利于改造传统农业并促进农业与其他产业融合，其形成的颠覆性创新连接上下游产业链，为避免产业体系折损、转移外部冲击、提供新型路径提供内生动力。据此，本文提出以下假设：

假设1：数字经济的发展有效赋能农业韧性。

2.数字经济赋能农业韧性的作用机制

数字经济能通过拓展获取信息的方式和途径降低个体获取信息的相关费用，而这也为农业劳动力提高自身素质提供便利。数字经济发展需要大量高素质人才来推动，进而会改造劳动力市场结构与劳动力就业模式，以迫使就业者提高自身工作能力与综合素质，从而扩大了高素质人才的供需。数字基础设施的建设实现了人与人之间跨区域沟通与交流，使得人力资本的正外部性与学习效应得到扩散。

人力资本是农业韧性建设的内生动力，贯穿农业发展的“生产-经营-产业”体系。A. Humna等提出人力资本在发展遇到瓶颈、经济转型期间能凸显其正向作用[2]。在外部冲击下农业抵抗风险、恢复动能以及寻求新路径都需要“人”这一要素，而高素质人才在韧性建设中不仅能帮助数字技术在农业数字化经营平台的应用，还有助于对风险与冲击进行预测与提出应对措施，进而增强农业韧性。人力资本的作用体现在推动相关行业复苏，带给城市自我转型的能力与更强的发展潜力[3]，为农业做出适应调整提供动能。据此，本文提出以下假设：

假设2：数字经济通过提升人力资本的正外部性与学习效应，进而赋能农业韧性。

3.数字经济赋能农业韧性的区域异质性

数字经济是将世界“抹平”还是加深“数字鸿沟”，学者们对这个问题进行了广泛的讨论。我国不同地区在经济发展阶段、资源禀赋条件、教育发达程度等方面具有异质性，这使得数字经济对农业“生产-经营-产业”体系发挥出不同的影响，最终导致对农业韧性的赋能效果产生区域差异。李治国等研究表明数字经济对制造业生产率的影响在企业所有制、企业规模、城市规模以及区域位置等方面均具有异质性[1]；朱喜安等认为数字经济对绿色全要素生产率的影响在中西部地区、生产率水平较低地区和产业结构较低地区更加明显[2]。据此，本文提出以下假设：

假设3：由于地理位置、人力资本的差异，数字经济对农业韧性的赋能效果存在区域异质性。

三、研究设计

1.农业韧性测算及其时空演化分析

本文运用标准差椭圆SDE方法对我国农业韧性的空间集聚格局进行分析，运用SDE方法时使用一个标准差计算，其能涵盖约68%的集聚区域。具体使用的统计方法有空间重心、标准差椭圆面积、方位角以及长短轴标准差等。SDE重心相当于研究对象的空间分布中心。SDE面积表示研究对象的分布范围，面积的增大（缩小）表示研究对象处于扩张（集中）趋势。方位角则表示SDE具体的分布方向，即以正北为0度，顺时针旋转到长轴的角度。长轴标准差表示研究对象的主要分布方向，短轴标准差表示次要分布方向。

2.计量模型设定

考虑到农业韧性具有某种“路径依赖性”，将因变量的一阶滞后项引入模型构建动态面板模型。最后构建的动态面板模型如下：

本文首先通过稳健标准误的双重固定效应模型对静态面板模型进行估计。由于模型中自变量一阶滞后项无法满足严格外生性的条件以及双向因果关系等也会导致内生性问题，而GMM模型可以有效解决模型内生性问题，因此本文使用比差分GMM更加有效的系统GMM估计动态面板模型。

3.变量选取与数据来源

（1）核心解释变量：数字经济

结合已有研究[2]以及省级层面相关数据的可获得性，本文从数字基础设施建设、数字网络资源、数字创新要素、数字经济交易以及数字普惠金融5个维度构建数字经济综合评价指标体系。其中，本文选用每户移动电话交换机容量、移动电话普及率、每平方公里长途光缆线路长度、人均互联网宽带接入端口数来表示数字基础设施建设，选用互联网用户数占比、人均域名数、人均网页数来表示数字网络资源，选用计算机服务与软件从业人员占比来表示数字创新要素，选用人均电信业务总量、人均软件业务收入、人均电子商务销售额、电子商务企业比重来表示数字经济交易，选用北京大学数字普惠金融指数来表示数字普惠金融。最后运用熵值法计算数字经济综合指数，为避免数据之间的绝对差异性，将数字经济综合得分乘100。

（2）中介变量：农村人力资本

平均受教育年限法能较为直观地体现人力资本水平。农村人力资本水平=2×（文盲、半文盲的农村人口比重）+6×小学教育的农村人口比重+9×初中教育的农村人口比重+12×高中教育的农村人口比重+16×大专及大专以上教育的农村人口比重。

（3）控制变量

本文引入以下控制变量以保证回归结果的稳健。①对外开放，以地区进出口总额与GDP比值表示；②市场潜力，以人口密度的对数即每平方公里人数的对数来表示；③金融环境，以金融业增加值与地区生产总值比值表示；④经济规模，以人均社会零售商品总额的对数表示；⑤政府职能，以政府财政一般公共预算支出与地区生产总值比重表示；⑥创新能力，以每千人在校大学生数来表示。

（4）数据来源

本文以2011—2020年我国30个省区市的面板数据作为研究对象，相关变量的描述性统计如表1所示。数字普惠金融指数来自北京大学数字金融研究中心，其余数据来源于《中国统计年鉴》《中国劳动统计年鉴》《中国信息产业年鉴》《中国农村统计年鉴》以及各省份统计年鉴等。部分缺失数据运用加权平均法补齐，且以2005年为基期运用相关价格指数对价值型数据进行换算处理。

四、农业韧性时空演化趋势分析

1.农业韧性的时间分布及演化趋势

表2是2011、2020年排名前10与后10位省份的农业韧性测度值，均值为30个省区市的均值。2011年农业韧性为正数的省份有21个，2020年小于21个，且韧性均值由5.619下降至0.193，说明农业韧性发展状况欠佳。但韧性均值均为正数，说明总体上我国农业韧性较强。为进一步比较我国农业韧性的区域差异，根据国家统计局的划分方式将样本划分成东、中、西三大区域，并对观测期各地区的农业韧性均值制作趋势图，结果见图2。

2011—2020年各地区农业韧性呈波动态势，但2016年后渐趋稳定。东部地区农业韧性年均下降约9.8%，中部地区年均上升约58.1%，西部地区年均下降约8.1%。东部地区2011年农业韧性值较高，受边际效用递减规律影响呈下降态势。西部地区本身农业物質资金投入不足且基础设施薄弱，而近年由于来自然灾害、市场风险等外部冲击频繁发生，其农业发展的脆弱性显现。中部地区总体呈上升态势，可能是作为我国传统农业地区，中部地区农业农村现代化发展水平较大幅度提升，受限于传统农业发展方式，农业韧性初期较低，后依靠农业实力底蕴与现代化先进技术等优势实现正向增长。

2.农业韧性的空间分布及演化趋势

本文采用SDE方法分析2011—2020年我国农业韧性空间演化态势，参数结果见表3。可以看出：

第一，我国农业韧性重心向东南方向移动。2011—2020年，韧性重心由山西省运城市移动至河南省信阳市。这表明在东南部省份，农业韧性的拉动作用增大，该阶段与我国经济重心的变迁以及农业农村现代化的发展相吻合。

第二，农业韧性发展逐渐均衡化。2011—2020年椭圆面积增大约20.81万平方公里，这说明农业韧性集聚范围呈扩张态势。方位角基本不变，这说明农业韧性始终保持东北—西南的集聚方向。长轴标准差缩短约59.14km，短轴延长约93.86km，这说明主要方向收缩，次要方向扩张，东北—西南的方向性逐渐减弱。以上结论均表明农业韧性发展渐趋均衡。

五、实证结果及分析

1.基准回归结果分析

表4列（1）为静态面板回归结果，列（2）为动态面板回归结果，列（3）至列（5）为稳健性检验结果，列（6）为因变量对中介变量回归结果，由AR（1）、AR（2）、Hansen检验结果可知，系统GMM回归结果是无偏的。列（1）表明，数字经济的估计系数为正，但未通过显著性检验。可能是因为模型中内生性问题的存在使数字经济对农业韧性的作用被忽视。而运用系统GMM模型对动态面板进行回归，列（2）结果显示数字经济的估计系数为正，且通过了5%的显著性检验。这说明数字经济的发展有效赋能农业韧性，推动农业韧性向更高水平迈进，假设1得到验证。数字经济可以渗透农业“生产-经营-产业”体系，在资源配置、平台经营、产业链连接等方面促进农业经济增长。数字经济具有感应度低的特征，导致其对风险的敏感度低且不易影响其他行业，同时其带来的颠覆性创新为农业抵抗危机、从危机中恢复、向现代化新增长路径转变并实现可持续发展提供内生动力，赋能农业韧性。

表4结果还显示，农业韧性滞后一期的估计系数显著为负，这验证了农业韧性存在一定程度的“路径依赖性”。系数显著为负也说明处于外部冲击的农业更有益于从危机中恢复，而经济持续增长的农业更加容易受到外部冲击，因此即使农业韧性较强也应该注重农业发展的安全性。这也解释了我国农业发展与改革取得成效的同时，国家一再强调农业发展安全的合理性。

控制变量中，市场潜力对农业韧性的估计系数显著为负，这说明人口密度的增大会削弱农业韧性。可能的原因为人口密度高的优势条件没有全部转化为有效消费，农业市场还是存在供需不匹配、价格不稳定等问题，这导致通过市场因素化解农业受到的风险与冲击受到阻碍。其余控制变量的估计系数并不显著，这说明对农业韧性的影响不明显。

2.稳健性检验

为验证上述研究结论的可靠性，本文运用以下3种方法进行稳健性检验：第一，替换控制变量。以人均GDP衡量经济规模进行重新回归，因为社会零售商品总额作为GDP的一部分，消费的变动基本与经济的变动一致。结果见表4列（3），数字经济有效赋能农业韧性，且通过了10%的显著性检验，其余控制变量的系数方向与显著性与基准回归结果基本一致，验证了本文结论的稳健性。第二，剔除部分样本。对样本值的上下1%进行缩尾处理，并进行重新回归。结果见表4列（4），数字经济在5%的显著性水平下有效赋能农业韧性，其余控制变量的估计系数与显著性与基准回归基本保持一致，这说明本文的结论比较稳健。第三，更换计量模型。运用两步系统GMM模型进行重新回归。结果见表4列（5），数字经济的估计系数显著为正，进一步验证了结论的可靠性。

3.作用机制检验

由理论分析部分可以看出，数字经济能通过提高人力资本赋能农业韧性。因此本文在基准回归的基础上，对数字经济如何通过人力资本赋能农业韧性的传导机制进行识别与检验，结果见表4列（6）。数字经济对人力资本的影响系数为正，且通过了10%的显著性检验，这表明数字经济确实能通过提高人力资本赋能农业韧性，假设2得到验证。随着我国经济转型的不断深入，数字经济的发展促进劳动力素质不断提高。在农业数字化转型时期人力资本确实凸显了其正向作用，发挥增强农业韧性的效应，为赋能农业韧性提供持续的内生动力。

4.异质性检验

为进一步验证数字经济赋能效果的区域异质性，本文将总样本依据地理位置划分为东、中、西部3个子样本，以及依据平均受教育年限的均值划分为高、低两个子样本，回归结果见表5。

（1）地理位置异质性检验

由于地理位置的不同，数字经济的赋能效果存在异质性。结果显示，数字经济显著增强东部地区农业韧性，显著削弱中部地区农业韧性，对西部地区农业韧性影响不明显，这说明数字鸿沟现象在数字经济时代仍然存在，数字经济对农业韧性的影响存在阶段性特征。可能的原因：第一，东部地区高新技术产业相对较多且基础设施完善，经济发达等优势使数字建设投入力度领先中西部，从而赋能农业韧性；第二，中部地区数字经济发展缓慢，“中部塌陷”问题突出，数字经济不利于中部地区经济增长的稳定性与持续性[1]，从而削弱农业韧性；第三，西部地区数字经济水平较低，受自身基础条件制约，数字经济与农业关联度较低，西部地区更多通过自身优势条件影响农业韧性。

（2）受教育程度异质性检验

平均受教育程度的高低亦使数字经济的赋能效果产生差异。表5结果显示，随着平均受教育程度的提升，数字经济对农业韧性的正向作用渐趋强化，假设3得到验证。主要是因为：第一，在高教育水平地区人力资本的重视与投入处于较高水平，这更加有益于人力资本正外部性效应与学习效应的发挥以及对经济转型的正向作用；第二，在低教育水平地区，除了人力资本重视与投入程度相对较低，其教育发展阶段的不同也应该被考虑在内。发展初期，一方面教育的边际成本高，另一方面高端人才供给不足与人才流失严重，边际收入可能不足以弥补边际成本，从而人力资本的正向作用难以显现。

六、结论与启示

本文以2011—2020年我国30个省区市的面板数据作为研究对象，运用核心变量法测度农业韧性并依托标准差椭圆等方法分析其时空演化特征，以及借助双重固定效应与系统GMM模型实证分析數字经济对农业韧性的影响机制。主要结论如下：第一，我国农业韧性呈波动趋稳态势，总体上东部与西部地区农业韧性呈下降态势，中部地区呈上升态势。观测期内我国农业韧性重心向东南方向移动，农业韧性发展逐渐均衡化。第二，数字经济有效赋能农业韧性，在替换控制变量、剔除样本异常值、更换计量模型后该结论依然稳健，且人力资本是重要传导机制。第三，地理位置异质性结果表明，数字经济显著增强东部地区农业韧性，削弱中部地区农业韧性，对西部地区农业韧性影响不明显。受教育程度异质性结果表明，随着人力资本水平的提升，数字经济对农业韧性的正向作用渐趋强化。

基于以上结论，本文为数字经济赋能农业韧性提供如下建议：

第一，注重农业韧性的波动态势，强化东南部高韧性省份的带头作用。考虑到农业韧性的波动性，即便其近些年趋向于稳定，但有必要依托数字政策工具对历年农业韧性演化情况、相关政策成效进行动态跟踪，从而确保政策增强农业韧性的成效。此外，应完善粮食生产、农产品价格与品质、农业产业链等方面保护体系的建设并提前制定应急调整方案。对农业韧性较高的省份，不断挖掘自身农业农村发展新动能以进一步增强农业韧性，并且通过“三农”信息交流、农业服务共享等数字平台加强与其他省份经验交流。农业韧性较低的省份，在利用数字化手段充分学习高韧性省份经验的基础上，仍需要提升自身农业基础设施、公共服务水平等条件以及根据农业现代化发展的实际情况做出调整。

第二，加强数字经济建设，深入挖掘数字技术在农业“生产-经营-产业”体系中的应用场景与突破点，着重培养农业高素质人才。推动数字经济与农业的深度融合，提高农业现代化机械装备、遥感自然灾害预测技术、物联网农业管理系统等的应用，从而为农业生产体系提供保障；加大对“互联网+农业”的扶持，打通数字经营平台将农副产品转变为网络商品的通道，并利用大数据精准把控市场行情，为农业经营体系提供保障；加强政府顶层设计，引导数字乡村、数字农业的布局优化，鼓励数字新型基础设施、地方优势资源向农业产业园区、科技园区聚集，从而为农业产业体系提供保障。农业韧性建设对复合型、数字化人才的需求愈加膨胀。通过平台筹资、费用减免等方式鼓励农民报考职业院校以提高学历水平；通过现代农业示范区、家庭农场等基地模式对高素质人才分层次制定培训计划。此外，完善外部人才引进战略，形成内部培养与外部激励双轮驱动战略以扩充农业韧性建设的人才储备。

第三，重视数字经济赋能效果的异质性，统筹协调各区域发展。针对区域位置异质性，在持续释放东部地区数字经济红利的基础上，通过完善数字基础设施，促进数据与资本、人力、能源要素的良性循环等途径加强数字经济与传统农业的融合程度，从而发挥更强的赋能效果；对中部地区，政府应遵循中部地区经济发展阶段的特殊要求协助其数字经济发展模式的调整；对西部地区，应给予数字经济建设的政策扶持，聚焦于完善数字经济建设体系，从而形成与自身禀赋优势相匹配的农业韧性发展路径。针对受教育程度异质性，对受教育程度高的地区，政府要充分挖掘与释放人才红利，激发高素质人才的创新活力；对受教育程度低的地区，政府应加大教育的重视与投入力度并积极依托于数字化平台加强教育培训，从而向高教育水平迈进。

〔责任编辑：吴玲〕

[1]田野、叶依婷、黄进、刘勤：《数字经济驱动乡村产业振兴的内在机理及实证检验——基于城乡融合发展的中介效应》，《农业经济问题》2022年第10期。

[2]许宪春、张美慧：《中国数字经济规模测算研究——基于国际比较的视角》，《中国工业经济》2020年第5期。

[3]毛丰付、胡承晨、魏亚飞：《数字产业发展与城市经济韧性》，《财经科学》2022年第8期。

[4]M. Ron， "Regional Economic Resilience， Hysteresis and Recessionary Shocks"， Journal of Economic Geography， 2012， 12（1）， pp.1-32.

[5]李兰冰、刘瑞：《生产性服务业集聚与城市制造业韧性》，《财经科学》2021年第11期。

[6]李诗音、苏欣怡、符安平：《长江中游城市群经济韧性对高质量发展的影响》，《经济地理》2022年第10期。

[7]M. Ron， S. Peter， "On the Notion of Regional Economic Resilience： Conceptualization and Explanation"， Journal of Economic Geography， 2015， 15（1）， pp.1-42.

[8]蒋辉：《中国农业经济韧性的空间网络效应分析》，《贵州社会科学》2022年第8期。

[9]张明斗、惠利伟：《中国农业经济韧性的空间差异与影响因素识别》，《世界农业》2022年第1期。

[10]梁琳：《数字经济促进农业现代化发展路径研究》，《经济纵横》2022年第9期。

[11]张蕴萍、栾菁：《数字经济赋能乡村振兴：理论机制、制约因素与推进路径》，《改革》2022年第5期。

[1]王军、肖华堂：《数字经济发展缩小了城乡居民收入差距吗？》，《经济体制改革》2021年第6期。

[2]陈晓峰：《数字经济发展对我国制造业升级的影响——基于省际面板数据的经验考察》，《南通大学学报（社会科学版）》2022年第3期。

[1]何亚莉、杨肃昌：《“双循环”场景下农业产业链韧性锻铸研究》，《农业经济问题》2021年第10期。

[2]A. Humna， H. M. Emranul， "Threshold Effects of Human Capital：Schooling and Economic Growth"， Economics Letters， 2017， 156， pp.48-52.

[3]胡艳、张安伟：《人力资本如何增强城市经济韧性》，《财经科学》2022年第8期。

[1]李治国、王杰：《数字经济发展、数据要素配置与制造业生产率提升》，《经济学家》2021年第10期。

[2]朱喜安、马樱格：《数字经济对绿色全要素生产率变动的影響研究》，《经济问题》2022年第11期。

[3]刘瑞、张伟静：《空间集聚能否提升中国制造业韧性——基于产业适应性结构调整的视角》，《当代财经》2021年第11期。

[1]江艇：《因果推断经验研究中的中介效应与调节效应》，《中国工业经济》2022年第5期。

[2]刘军、杨渊鋆、张三峰：《中国数字经济测度与驱动因素研究》，《上海经济研究》2020年第6期。

[1]张腾、蒋伏心、韦朕韬：《数字经济能否成为促进我国经济高质量发展的新动能？》，《经济问题探索》2021年第1期。