数字经济赋能农业高质量发展：机理分析与实证检验

姚毓春 李冰

［摘 要］ 利用2013—2021年中国31个省域面板数据，对数字经济赋能农业高质量发展的作用机理进行实证分析。研究发现：数字经济可以通过提高农业生产的信息畅通水平、机械装备水平、精准施肥水平，发挥信息效应、装备效应和生态效应，赋能农业高质量发展。在不同区域，数字经济赋能农业高质量发展的状况有所差异。按经济发展水平划分：在东部地区的赋能效应明显，中部地区次之，西部地区不显著。按粮食产销状况划分：在粮食主产区，数字经济通过提高农业生产的信息畅通水平发挥信息效应赋能农业高质量发展这一路径不明显；在粮食主销区，数字经济赋能农业高质量发展的三种作用机理全部得到验证；在产销平衡区，数字经济通过提高农业生产的精准施肥水平发挥生态效应赋能农业高质量发展这一路径不明显。

［关键词］ 数字经济 农业高质量发展 机理分析 实证检验

一、引言

在世界百年未有之大变局加速演进之际，2023年“中央一号”文件再次强调了稳住“三农”基本盘、夯实粮食安全根基、加快农业农村现代化的重要意义[1]。当前，我国已经迈入全面建设社会主义现代化国家新征程，农业作为国民经济发展的基础，却是我国“四化同步”的短板。农业高质量发展是否顺利，对于整体国民经济高质量发展以及全面建设社会主义现代化国家而言，至关重要。与此同时，新一轮产业技术革命蓄势待发，其中，以大数据、物联网、云计算、人工智能为代表的数字产业成为这一轮产业技术革命的主要驱动力。随着数字产业的发展，数字技术正被深入、全面地应用到社会生产生活之中，世界正步入数字经济时代[2]。作为一种以数据作为核心生产要素的经济样态，数字经济通过数字产业化和产业数字化过程催生新产业、提高生产效率，具有极强的赋能效应。

数字经济对农业高质量发展的推动作用已经得到了学界的广泛认可。理论层面，研究发现，数字经济对农业高质量发展的推动作用是多方位的，涉及农业升级、农村进步和农民发展[3]，表现为农业生产数字化、乡村治理数字化以及居民生活数字化[4]。第一，数字经济会促进农业生产向数字化方向转型，这将有效节约农业生产成本、提高农业生产效率、优化农业生产结构，全面提高农业供给质量，实现农业供需高水平动态平衡[5-6]。第二，数字经济以实现数据信息资源城乡共享为突破口，弱化城乡二元结构壁垒，优化城乡资源配置，为农业农村发展注入持久动力[7]。第三，数字经济的发展开启了农村“互联网+”时代，催生了农村电商直播、乡村旅游等新业态，有效增加了农民收入[8-9]，随着乡村数字治理能力的提升和家庭收入的提高，农民的社会阶层认同感也与日俱增[10]。实证层面，一般的研究思路是先分别构建农业高质量发展综合评价体系和数字经济发展综合评价体系，测算出农业高质量发展指数和数字经济发展指数，然后将两者进行回归分析，验证数字经济对农业高质量发展的推动作用[11-14]。此外，也有学者从微观视角探讨数字经济对农业发展的影响，肯定了数字金融发展、数字生产经营对农业发展的积极作用[15-16]。

综上所述，已有研究围绕数字经济赋能农业高质量发展展开讨论，在理论层面和实证层面均取得了一定成果，这为本文探讨数字经济赋能农业高质量发展的作用机理提供了丰富的理论素材，也为本文进行实证检验提供了方法借鉴。然而，相较于理论层面的研究，已有文献对数字经济赋能农业高质量发展的实证研究略显不足：第一，在区域划分方面，已有文献主要是采用传统的东部、中部和西部三大区域划分法[13]，难以凸显农业发展的地理特性；第二，虽然个别文献从粮食产销视角进行区域划分，对数字经济赋能农业高质量发展进行了实证研究[14]，但尚未充分展示区域之间的异质性。基于此，本文首先在理论层面探讨数字经济赋能农业高质量发展的作用机理，然后在此基础上进行实证检验。与已有研究相比，本文可能的贡献在于：第一，从信息效应、装备效应和生态效应三个视角对数字经济赋能农业高质量发展的机理进行分析，在理论层面丰富相关研究；第二，对数字经济发展和农业高质量发展综合评价指标的选取均具有相关政策依据，在一定程度上减少评价指标选取的主观性，增加评价结果的客观性；第三，鉴于粮食安全在农业发展过程中尤其是大变局背景下的重要性，在区域分析方面除了采用传统的东部、中部和西部三大区域划分法，还采用反映粮食产销状况的粮食主产区、粮食主销区和产销平衡区三大区域划分法，凸显数字经济对粮食安全的影响。

二、机理分析与研究假设

农业高质量发展是一个多维度的概念，结合杜国明等[17]、冷功业等[18]对农业高质量发展的内涵阐释，本文将农业高质量发展的表现概括为农业高效、农民增收、农业可持续发展三个维度。数字经济在发展的过程中，会产生一系列新技术、新業态、新模式，它们在农业领域的运用会带来农业生产方式的更新和变革，进而推动农业高质量发展。具体而言，数字经济可以通过三种机理模式赋能农业高质量发展：第一，数字经济通过信息效应畅通农业供需信息交流渠道；第二，数字经济通过装备效应提升农业生产智能化水平；第三，数字经济通过生态效应促进农业绿色低碳生产。在上述三种机理的作用下，农业生产效率、农产品流通效率会得到显著提高，农民增收的途径会得到有效拓展，农业生态环境也会得到明显改善，进而农业高质量发展态势越来越明显。由此，本文提出假说1。

假说1：数字经济能够促进农业高质量发展。

在信息效应方面，数字经济能够通过畅通信息交流渠道降低交易成本、革新农产品销售方式、缓解农业弱质性问题。第一，数字经济使农业供应链各环节信息更透明，供需双方的信息交流渠道更加畅通，这会大大降低交易成本，提高流通效率，传统农业经营模式下的“双柠檬市场”困境、“丰产不丰收”问题将得到有效解决[19]。以认养农业为例，消费者和农户直接取得联系并签订供需合同，消费者预付生产费用，生产者为消费者提供高质量的农产品，整个产业链条由过去的“产供销”变成了“销供产”，大大降低了因信息不畅通而造成的农产品滞销风险。第二，数字经济革新了农产品的销售方式，拓宽了农产品的销售渠道，有效促进农民增收。具体而言，在传统销售方式下，农产品从生产者到消费者手中要经过多级中间商，农民获利微薄，数字经济带来的信息和物流资源可以使农民跳过中间商直接对接消费市场，有效助力农民增收。以淘宝“村播计划”为例，农民只需在家利用直播平台就能把农产品卖到全国，与此同时，直播间的背后会有物流、打包、售后等相关工作，有效带动了农民就业和增收[20]。第三，数字经济能够有效缓解农业弱质性问题，增强农业发展的可持续性。一方面，随着遥感技术、地理信息系统的不断发展和应用，农业生产极易受自然环境影响的弱质性问题会得到有效缓解；另一方面，随着大数据等数字信息技术的发展和应用，农民将会及时准确地获得农产品市场的供需信息，农业因生产周期较长，供给调整易滞后于市场需求的弱质性问题也会得到有效缓解。由此，本文提出假说2。

假说2：数字经济能够通过信息效应促进农业高质量发展。

在装备效应方面，数字经济能够通过智能化生产提高农业生产效率，为产业融合发展创造机会。第一，数字经济使农业生产设备越来越智能化，农业生产的机械化也不再局限于耕种收等环节，繁杂的农业管理逐渐走向无人化、信息化、智能化，农业生产更加科学化和规范化，农业生产效率也将得到有效提高。以人工智能机器人在农业领域的应用为例，联合国粮食及农业组织发布的《2022年粮食及农业状况》特别指出了智能农业装备对缓解劳动力紧张、提升农业生产的韧性和生产水平、改进产品质量、提高资源使用效率、增强环境可持续性的重要作用[21]。目前，常见的智能农业装备有采摘机器人、除草机器人、施肥机器人、打药机器人、耕作机器人等，通过机械智能化操作，可以有效提高农业生产率和作业质量，减轻劳动作业强度，节省人力成本。第二，数字经济通过更好实现机器替代人进行农业生产，可以让农民拥有更多时间从事农业以外的经济活动，或者以农业为依托发掘新业态，由农业多功能而产生的价值增值将在农民的经营下得到实现。例如，观光农业、会展农业、康养农业等农业新业态通过融合第一产业和第三产业，紧扣人们日益增长的新需求，将农业农村所蕴含的旅游、生态、养生等价值充分开发出来，既可以实现高质量农产品的供给，又可以为农村在民宿、餐饮等方面的发展创造条件；农民不仅可以实现高质高价农产品的销售，还可以在民宿、餐饮等方面获得可观的收入。由此，本文提出假说3。

假说3：数字经济能够通过装备效应促进农业高质量发展。

在生态效应方面，数字经济能够通过推动农业生态价值转化为经济价值，提高农业综合效益，改善农业生态环境；同时，数字经济还可以缓解农业劳动人口老龄化问题。第一，随着农业生产效率的提高，农业的功能已经不再局限于为人类提供食物和原材料，农业的多功能性开始愈发显现。数字经济通过打造碳汇数字平台，对土壤、作物、森林等环境要素进行数字化采集、存储和分析，能够更好展示农业对“双碳”目标的贡献[22]，助力实现包括经济、社会、生态在内的综合效益最佳的高效农业。第二，数字经济能够有效缓解人口老龄化带来的农业劳动力不足问题，可以增强农业发展的可持续性。人口老龄化是当前我国面临的突出问题，各产业中，农业劳动人口的老龄化最为严重。在此背景下，借助数字经济和人工智能发展浪潮，加速农业机械装备的智能化、信息化，是我国转变农业发展方式，应对农业劳动人口快速和过度老龄化、保障农业发展可持续的客观要求[23]。第三，数字经济能够有效缓解过量使用农药化肥、农业用水带来的农业生态问题，增强农业发展的可持续性。以智能水肥一体化技术为例，该技术基于物联网、无线通讯网络、自动化控制等数字信息技术，对农田土壤墒情信息、气象信息和作物长势信息进行实时监测，综合判断农作物的灌溉和施肥需求，能够有效实现节水节肥、省时省力的效果，减少了土壤养分的流失，减轻了对地下水的污染，经济效益和生态效益明显[24]。由此，本文提出假说4。

假说4：数字经济能够通过生态效应促进农业高质量发展。

三、研究设计

（一）模型设定

为了验证数字经济对农业高质量发展的作用，本文构建如下模型：

Agrit=α0+α1Digit+α2Controlit+μi+δt+εit（1）

式（1）中，Agr是被解释变量，表示农业高质量发展水平；Dig是核心解释变量，表示数字经济发展水平；Control为一系列控制变量。i代表地区，t代表时间，μi为地区固定效应，δt为时间固定效应，εit为随机扰动项。为进一步检验数字经济赋能农业高质量发展的机理和路径，借鉴温忠麟等[25]的研究，本文构建如下中介效应模型：

Medit=β0+β1Digit+β2Controlit+μi+δt+εit（2）

Agrit=γ0+γ1Digit+γ2Medit+γ3Controlit+μi+δt+εit（3）

式（2）（3）中，Agr、Dig、Control的含义与式（1）中一致，Med为一系列中介变量。

（二）变量说明

1.被解释变量：农业高质量发展水平（Agr）

借鉴周清香和李仙娥[14]的研究，本文采用主成分分析法和熵值法对农业高质量发展水平进行评价测度。本文构建了包含农业高效、农民增收和农业发展可持续3个维度的综合评价体系，用来反映农业高质量发展水平。在指标选取依据方面，本文以国家发改委等8部门于2015年发布的《全国农业可持续发展规划（2015—2030）》、农业农村部等7部门于2019年发布的《国家质量兴农战略规划（2018—2022年）》、国务院于2022年发布的《“十四五”推进农业农村现代化规划》、农业农村部于2022年发布的《“十四五”全国农产品质量安全提升规划》等四个相关文件为政策依据。在指标维度方面，劳动生产率、投资效果和土地产出率三个基础指标代表农业高效维度；农民收入水平、农村恩格尔系数和城乡收入差距三个基础指标代表农民增收维度；自然灾害成灾率、农业用水增长率和农业面源污染三个基础指标代表农业发展可持续维度。在指标属性方面，劳动生产率、投资效果、土地产出率和农民收入水平为正向指标，表示它们与农业高质量发展正相关；其余指标为负向指标，表示它们与农业高质量发展负相关。在确定指标权重方面，主要包括以下步骤：

第一步，对原始数据进行标准化处理。本文采用统计指标指数化方法对原始数据进行标准化处理：首先，设定指标得分区间，设定各指标得分的最大值和最小值分别为1和0，它们是得分的上下限；其次，计算指标得分，按照指标类型将原始指标值转化为相对指数。当第i个指标为正向指标时，得分为：

当第i个指标为逆向指標时，得分为：

式（4）（5）中，Vi是各年份第i个指标的原始值，Vmax和Vmin分别是第i个指标相对应的原始数据中的最大值和最小值。

第二步，可行性分析。利用主成分分析法确定指标权重之前，需要进行可行性分析。本文通过对统计数据进行KMO检验和Bartlett的球形度检验，确认前文所构建的农业高质量发展综合评价指标体系可以进行主成分分析。

第三步，计算指标权重。首先，根据特征值大于1这一原则提取主成分，实现对评价指标体系的降维分析。其次，确定主成分表达式的系数矩阵，主成分表达式Fj的计算公式为：

式（6）中，fj为主成分表达式的系数，其计算方法为各主成分载荷数除以其对应特征根的开方；yi为与基础指标Yi相对应的标准化的原始数据。计算基础指标在各主成分上的权重Qj以及综合权重QZ。其中，QZ为各基础指标在各主成分上的权重之和；Qj的计算方法为用各主成分表达式Fj中每個指标所对应的系数fj乘以第j个主成分所对应的方差贡献率，然后再除以所提取的主成分方差贡献率之和。

农业高质量发展综合评价指标体系的相关内容和结果见表1所示。

2.核心解释变量：数字经济发展水平（Dig）

测度数字经济发展水平的方法与测度农业高质量发展水平的方法一致，均采用熵值法进行评价测度。本文构建了包含2个维度8个基础指标的综合评价体系，来反映数字经济发展水平。在指标选取依据方面，本文以中国信息通信研究院于2017年发布的《中国数字经济发展白皮书（2017年）》、国务院于2022年发布的《“十四五”数字经济发展规划》等两个相关文件为政策依据，并借鉴国家统计局构建的“经济发展新动能指数统计指标体系” [26]中关于“网络经济指数”的相关指标进行选取。在指标维度方面，本文将所选指标划分为数字产业化和产业数字化两个维度。在指标属性方面，平均每一邮政网点服务面积为负向指标，表示它与数字经济发展负相关；其余指标为正向指标，表示它们与数字经济发展正相关。在确定指标权重方面，与前文所描述的指标权重确定方法相同。数字经济发展综合评价指标体系的相关内容和结果见表2所示。

3.控制变量

除了数字经济发展水平这一核心解释变量，还有很多其他因素会影响农业高质量发展水平，本文将这些其他因素作为控制变量。鉴于节水灌溉[27]、土地流转[28]、产业多元化[29]、城镇化[30]、财政投入[31]对农业高质量发展的影响，本文选取基础设施水平（Inf）、生产组织水平（Org）、产业结构优化水平（Str）、城镇化水平（Urb）、政府支持水平（Gov）等5个指标作为控制变量。具体测度方面，分别用灌溉面积中节水灌溉比例、农村家庭承包地流转率、农民非经营性收入占比、城镇人口占总人口的比重、农林水支出占财政支出比重作为五个控制变量的测度指标。

4.中介变量

根据前文对数字经济赋能农业高质量发展的作用机理阐释，本文选取信息畅通水平（Smo）、智能装备水平（Mac）、精准施肥水平（Pre）三个指标作为中介变量，以此反映数字经济赋能农业高质量发展在信息效应、装备效应、生态效应三个方面的作用机理。在具体测度方面，根据许启凡等[32]的研究，数字产业能够形成以智能手机为中心的辐射圈推动经济发展，本文将农村每户移动电话数纳入对中介变量的测度。为了能够更好地体现智能手机在三种中介效应中的作用，本文借鉴李博伟和徐翔[33]在研究技术支撑主体嵌入对农户采纳新技术行为的影响时采取的变量构建方式，分别用“农村每户移动电话数*每百村淘宝村占比”“农村每户移动电话数*耕种收综合机械化率”“农村每户移动电话数/单位播种面积化肥使用量”对三个中介变量进行测度，表示智能手机嵌入下的信息畅通水平、智能装备水平和精准施肥水平。

本文所涉及的变量类型和测度指标见表3所示。

（三）数据说明

在数据来源方面，本文以 2013—2021年中国31个省级行政单位面板数据为样本因数据可得性，本研究样本不包括港澳台地区。，所涉及数据来自《中国统计年鉴》《中国环境统计年鉴》《中国农村统计年鉴》《中国固定资产投资统计年鉴》《中国农业机械工业年鉴》《全国农村经济情况统计资料》《中国农村经营管理统计年报》《中国教育统计年鉴》《中国人口和就业统计年鉴》以及各省统计年鉴和阿里研究院官方网站。在数据处理方面：第一，鉴于本文所采用的统计数据均为年度统计数据，数据带有显著的时间趋势，但不存在季节性变化趋势，本文对所有缺失数据均采用线性插值法或平均值法进行补充或调整。第二，对农村居民可支配收入、第一产业总产值、第一产业增加值、农林牧渔固定资产投资等统计数据均采用考虑各自价格指数后的实际值，并且均以2000年为基期进行换算。其中，在计算农村居民实际可支配收入时，北京、天津、上海和重庆四个直辖市农村居民消费价格指数统计数据缺失，本文用全国平均价格指数予以代替。第三，根据阿里研究院对淘宝村的统计标准，内蒙古、青海和西藏暂无淘宝村，但有淘宝镇的统计数据，本文用淘宝镇的数量进行代替。第四，在测度教育水平指标时，根据《中国人口和就业统计年鉴》的相关说明，农村居民高中及以上学历人口数为抽样调查数据，抽样比为0.078%，本文据此进行了整体换算。

四、实证分析与检验

（一）描述性统计分析

表4给出了本文主要变量的描述性统计结果。由表4可知：第一，从最大值、最小值和标准差等统计指标可以看出，相较于农业高质量发展水平（Agr），一方面，不同省份在数字经济发展水平（Dig）方面的差异更加明显，另一方面，数字经济发展水平的提升速度相对更快；第二，在所有控制变量中，基础设施水平（Inf）的样本数据波动最大，政府支持水平（Gov）的样本数据波动最小，这说明各地区在财政支农方面的差异相对较小，但农户对农业的投入差异明显；第三，在所有中介变量中，信息畅通水平（Smo）的样本数据波动最大，智能装备水平（Mac）的样本数据波动最小，并且，信息畅通水平也是所有变量中样本数据波动最大的变量，这一方面说明各地区在农业农村数字经济发展新业态方面的差异明显，另一方面也说明类似淘宝村这样的新业态发展非常迅速。

（二）基准估计

本文使用双向固定效应模型进行回归分析，表5给出了数字经济赋能农业高质量发展的基准回归结果。其中，第（1）列和第（2）列分别为不添加控制变量和添加控制变量后对模型（1）的估计结果。此外，为了减少被解释变量与核心解释变量之间因异常值带来的影响，本文分别对农业高质量发展水平（Agr）和数字经济发展水平（Dig）取对数处理，并依照模型（1）进行回归，第（3）列和第（4）列分别为不添加控制变量和添加控制变量后的估计结果。可以发现，核心解释变量的估计系数在所有情形下均显著为正，表明数字经济确实能够推动农业高质量发展，假说1得到验证，这与李明贤和贺佳斌[11]、鲁钊阳和杜雨潼[12]的研究结果具有一致性。此外，从控制变量的估计结果来看，在各类情形下，所有控制变量的系数估计值也均显著为正，表明本文所选取的控制变量都比较合适，它们确实是影响农业高质量发展的其他因素。

（三）稳健性检验

为了验证上述估计结果的稳健性，本文选择通过替换核心解释变量、增加控制变量两种方式对计量模型进行稳健性检验。其中，本文用域名数代替网页数对数字经济发展水平进行重新测度，构建新的核心解释变量（Dig′）；鉴于农民教育水平对农民收入的影响[34-35]，本文增加农民受教育水平作为控制变量。表6是数字经济赋能农业高质量发展计量模型稳健性回归结果。其中，第（1）列和第（2）列分别为固定效应和随机效应模式下对替换核心解释变量的估计结果；第（3）列和第（4）列分别为固定效应和随机效应模式下对增加控制变量的估计结果。可以发现，核心解释变量数字经济发展水平的系数估计值在所有情形下均显著为正，并且数值大小与表5中基准情形下的回归结果基本一致。对于各控制变量而言，所有控制变量的系数估计值不论在符号方面、数值大小方面还是显著性方面均相差不大，并且数值大小与表5中基准情形下的回归结果也基本一致。这充分说明本文所构建的计量模型具有较好的稳健性。

（四）影响机制检验

为了考察数字经济赋能农业高质量发展的路径效果，本文采用由Baron和Kenny[36]提出的因果逐步回归法对机理部分提出的效应进行检验，也就是利用式（1）到式（3）对信息畅通水平（Smo）、智能装备水平（Mac）和精准施肥水平（Pre）三个中介变量进行估计，表7给出了数字经济赋能农业高质量发展作用机理回归结果。其中，第（1）列和第（2）列分别为信息效应中介模式下对式（2）和式（3）的估计结果；第（3）列和第（4）列分别为装备效应中介模式下对式（2）和式（3）的估计结果；第（5）列和第（6）列分别为生态效应中介模式下对式（2）和式（3）的估计结果。可以发现，所有中介效应对式（2）的估计结果中，核心解释变量数字经济发展水平（Dig）的系数估计值均显著为正，这说明本文所论述的三种赋能机理均存在，假说2至假說4得到验证。其中，根据第（1）列和第（2）列的估计结果可知，信息效应为0.04，占数字经济总效应的比重为30.77%；根据第（3）列和第（4）列的估计结果可知，装备效应为0.05，占数字经济总效应的比重为41.67%；根据第（5）列和第（6）列的估计结果可知，生态效应为0.03，占数字经济总效应的比重为23.08%。在数字经济赋能农业高质量发展的三种机理路径中，通过装备效应赋能农业高质量发展的作用最为明显，其次是信息效应，最后是生态效应。这说明，通过推进农业生产装备智能化、发展农村电商、发展精准施肥数字技术等方式，可以有效发挥数字经济对农业高质量发展的推动作用，但通过推进农业生产装备智能化发展要优于发展农村电商，也优于发展精准施肥数字技术。

（五）异质性检验

鉴于我国不同地区的经济发展水平以及农业资源禀赋存在明显差异，本文首先采用反映经济发展水平的东部地区、中部地区和西部地区划分法，对数字经济赋能农业高质量发展的异质性进行考察。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省（市）；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南9个省（区）；西部地区包括广西、四川、贵州、重庆、云南、西藏、陕西、甘肃、宁夏、青海和新疆11个省（区市）。其次，本文采用反映粮食产销状况的粮食主产区、粮食主销区和产销平衡区三大区域划分法，对数字经济赋能农业高质量发展的异质性进行考察。其中，粮食主产区的自然条件适宜种植粮食作物，粮食产量高、种植比例大，在保证自给的同时还能大量调出商品粮，包括黑龙江、吉林、辽宁、内蒙古、河北、河南、山东、江苏、安徽、江西、湖北、湖南和四川13个省（区）；粮食主销区经济相对发达，但人多地少，粮食产量和需求缺口较大，包括北京、天津、上海、浙江、福建、广东和海南7个省（市）；产销平衡区对全国粮食产量贡献有限，但基本能保持自给自足，包括山西、宁夏、青海、甘肃、西藏、云南、贵州、重庆、广西、陕西和新疆11个省（区市）。

在结合Sobel检验的基础上[37]，表8给出了按经济发展水平和粮食产销状况划分的区域异质性检验回归结果。为了更好地进行区域比较，表8中直接给出了各区域的总效应以及中介效应结果。根据经济发展水平进行区域划分可以发现：在东部地区，总效应为0.41，在三大区域中最大，三种中介效应均得到验证；在中部地区，总效应为0.06，与东部地区存在明显差距，三种中介效应也均得到验证；在西部地区的赋能效应不显著。这一结果与吴友群等[13]得出的结论——东部地区影响显著，中部地区次之，西部地区不显著一致，说明经济发展水平会影响数字技术在农业领域的应用。根据粮食产销状况进行区域划分可以发现：在总效应方面，粮食主销区为0.14，在三大区域中最大；粮食主产区其次，为0.13；产销平衡区最小，为0.06。与已有研究相比，本文在指标体系构建、模型设定方面有所不同，因此，这一结果与周清香和李仙娥[14]的研究结论存在差异。中介效应方面，在粮食主产区，装备效应和生态效应得到验证，但信息效应没有得到验证，这说明数字经济通过提高农业生产的信息畅通水平促进农业高质量发展这一路径在粮食主产区并不明显。粮食主产区在信息效应方面的异质性可能与粮食主产区承担着国家粮食安全重任有关。已有研究发现，电子商务发展能够显著降低粮食作物种植面积，但粮食主产区除外[38]，因此，相较于粮食主销区和产销平衡区，粮食主产区电子商务发展对农业生产的影响相对较小。在粮食主销区，数字经济赋能农业高质量发展的三种作用机理全部得到验证，这也再次说明了数字经济赋能农业高质量发展在粮食主销区的显著性。在产销平衡区，信息效应和装备效应得到验证，但生态效应没有得到验证，这说明数字经济通过提高农业生产的精准施肥水平促进农业高质量发展这一路径在产销平衡区并不明显。鉴于三大区域在农业种植结构方面的显著差异，而不同的农作物对肥料的需求度不同[39]，因此，产销平衡区在生态效应方面的异质性可能与产销平衡区自身的种植结构偏向畜牧业，因而对化肥的需求较低有关。

五、结论

本文利用2013—2021年中国31个省域面板数据，对数字经济赋能农业高质量发展的作用机理進行了实证分析。研究发现：数字经济可以通过提高农业生产的信息畅通水平、机械装备水平、精准施肥水平，发挥信息效应、装备效应和生态效应，赋能农业高质量发展。不同区域，数字经济赋能农业高质量发展的状况有所差异。按经济发展水平划分：东部地区的赋能效应明显，中部地区次之，西部地区不显著。按粮食产销状况划分：在粮食主产区，数字经济通过提高农业生产的信息畅通水平发挥信息效应赋能农业高质量发展这一路径不明显；在粮食主销区，数字经济赋能农业高质量发展的三种作用机理全部得到验证；在产销平衡区，数字经济通过提高农业生产的精准施肥水平发挥生态效应赋能农业高质量发展这一路径不明显。

基于上述结论，我国要高度重视数字经济对农业高质量发展的推动作用。第一，加强农村信息基础设施建设，特别是与物联网、大数据、云计算、人工智能、5G等一系列现代信息技术相关的基础设施，为发展数字农业、智慧农业打好物质基础。第二，制定一系列鼓励发展数字经济、数字农业的政策措施，跟进开展现代新型职业农民培训的时代步伐，鼓励有知识、有能力的年轻人到农村发展数字农业，为农业高质量发展打造制度条件、人才条件。第三，根据区域农业资源禀赋条件、农业种植结构特点，制定有利于农业高质量发展的数字经济发展规划，让数字经济更好赋能果蔬生产、粮食生产、畜牧生产。第四，借鉴数字农业、智慧农业发展的国际经验，加强农业国际合作，在数字经济全球发展倡议框架下共同推动农业高质量发展。

［参考文献］

[1] 中共中央国务院关于做好二〇二三年全面推进乡村振兴重点工作的意见[N].人民日报，2023-02-14（001）.

[2] 徐宏潇.习近平关于发展数字经济重要论述的创新性贡献[J].马克思主义理论学科研究，2022（8）：39-49.

[3] 温涛，陈一明.数字经济与农业农村经济融合发展：实践模式、现实障碍与突破路径[J].农业经济问题，2020（7）：118-129.

[4] 唐文浩.数字技术驱动农业农村高质量发展：理论阐释与实践路径[J].南京农业大学学报（社会科学版）， 2022（2）：1-9.

[5] 刘元胜.农业数字化转型的效能分析及应对策略[J].经济纵横，2020（7）：106-113.

[6] 梁琳.数字经济促进农业现代化发展路径研究[J].经济纵横，2022（9）：113-120.

[7] 齐文浩，张越杰.以数字经济助推农村经济高质量发展[J].理论探索，2021（3）：93-99.

[8] 宋敏，刘欣雨. 数字经济赋能农业韧性机制研究——基于人力资本的中介效应分析[J]. 江苏社会科学，2023（1）：103-112.

[9] 尚杰，陈玺名. 全面推进乡村振兴背景下区块链与农业产业链融合[J]. 理论探讨，2022（1）：159-164.

[10]彭艳玲，周红利，苏岚岚.数字经济参与增进了农民社会阶层认同吗？——基于宁、渝、川三省份调查数据的实证[J].中国农村经济，2022（10）：59-81.

[11]李明贤，贺佳斌.数字经济赋能农业高质量发展研究——基于湖南省2012—2020年面板数据的分析[J].湖南农业大学学报（社会科学版），2023（1）：14-23.

[12]鲁钊阳，杜雨潼.数字经济赋能农业高质量发展的实证研究[J].中国流通经济，2022（11）：3-14.

[13]吴友群，毛莉，廖信林.数字经济对农业高质量发展的影响[J].河北农业大学学报（社会科学版），2022（1）：18-27.

[14]周清香，李仙娥.数字经济与农业高质量发展：内在机理与实证分析[J].经济体制改革，2022（6）：82-89.

[15]连俊华.数字金融发展、农村普惠金融与农业经济增长——来自中国县域数据的经验证据[J].中国软科学，2022（5）：134-146.

[16]王月，程景民.农业生产经营数字化与农户经济效益[J].社会科学，2021（8）：80-90.

[17]杜国明，薛濡壕，卢汇川.质量兴农的目标导向及实现路径[J].农业经济与管理，2020（1）：15-24.

[18]冷功业，杨建利，邢娇阳，等.我国农业高质量发展的机遇、问题及对策研究[J].中国农业资源与区划，2021（5）：1-11.

[19]李仪.“互联网+”背景下的农业商业模式创新：基于农业全产业链闭合平台的视角[J].学习与探索，2016（9）：101-106.

[20]陈光.淘宝“村播计划”如何助力乡村经济振兴[J].传媒，2022（1）：61-62.

[21]联合国粮农组织最新发布《2022年粮食及农业状况》报告[EB/OL].（2022-02-23）[2022-11-04].http：//www.cnafun.moa.gov.cn/kx/gj/202211/t20221104_6414751.html.

[22]聂耀昱，刘珉，李浩然，等.中国碳汇数字平台建设构想与未来实践[EB/OL].（2022-02-23）[2023-02-01].http：//caijing.chinadaily.com.cn/a/202202/23/WS6215c7b8a3107be497a076e1.html.

[23]周晓时，李俊鹏，吴清华.人工智能发展对农业生产率的影响：基于跨国面板数据的实证分析[J].华中农业大学学报（社会科学版），2021（5）：158-167.

[24]推广水肥一体化 助力农业绿色高质高效发展[EB/OL].（2020-07-30）[2023-02-01].http：//m.shouguang.gov.cn/nyj/fwsn/bzhjs/202007/t20200730_5658202.html.

[25]温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004（5）：614-620.

[26]2018年我国经济发展新动能指数比上年增长28.7%[EB/OL].（2019-07-31）[2023-02-05].http：//www.stats.gov.cn/xxgk/sjfb/zxfb2020/201907/t20190731_1768076.html.

[27]王恒，王博.农田水利高质量发展：关键问题与对策建议[J].西北农林科技大学学报（社会科学版），2022（4）：35-43.

[28]陈宇斌，王森.土地流转政策对农业高质量发展的影响——基于连续型DID的实证分析[J].当代经济管理，2022（2）：49-57.

[29]曹萍，任建兰.农业产业多元化与乡村人居环境协调发展：时空演变及驱动机制[J].山东大学学报（哲学社会科学版），2019（6）：166-174.

[30]李静，高继宏.城镇化与农业现代化协调发展研究[J].理论与改革，2014（2）：62-66.

[31]蒋辉，张驰，蒋和平.中国农业经济韧性对农业高质量发展的影响效应与机制研究[J].农业经济与管理，2022（1）：20-32.

[32]许启凡，邹甘娜，甘行琼.财政投资、5G产业与经济增长[J].改革，2022（8）：123-140.

[33]李博伟，徐翔.农业生产集聚、技术支撑主体嵌入对农户采纳新技术行为的空间影响——以淡水养殖为例[J].南京农业大学学报（社会科学版），2018（1）：124-136.

[34]王国敏，周庆元.农民增收与农村基础教育：理论分析与实证研究[J].四川大学学报（哲学社会科学版），2006（3）：45-50.

[35]刘巍文，张冀震.乡村振兴背景下西部农牧区人口教育与收入关系实证研究[J].西北民族大学学报（哲学社会科学版），2022（6）：114-123.

[36]BARON R M，KENNY D A.The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J].Journal of Personality and Social Psych ology，1986（6）：1173–1182.

[37]杜岸政，古純文，丁桂凤.心理学研究中的中介效应分析意义及方法评述[J].中国心理卫生杂志，2014（8）：578-583.

[38]张维泰，张海霞，贺家欣.电子商务发展对农户种植结构的影响研究[J].调研世界，2020（11）：53-59.

[39]李国祥.论中国农业发展动能转换[J].中国农村经济，2017（7）：2-14.