数字技术、农业农村现代化与林业现代化

摘要：强国必先强农，农强方能国强；人与自然和谐共生是中国式现代化的重要内容。数字技术是提升农业发展水平、增加农民收入和改善农村生活方式的重要抓手。文章基于2013—2022 年我国省级层面数据，采用相关模型测度数字技术、农业农村现代化和林业现代化，运用面板固定效应模型和空间效应模型相结合的方法实证检验数字技术对农业农村现代化的影响和空间溢出效应。研究发现：（1）数字技术会显著提升农业农村现代化水平，且该结论通过一系列稳健性检验后仍然成立；（2）数字技术会通过农业农村现代化发展来提升林业现代化发展水平；（3）数字技术会通过增强劳动生产率、提高产业结构发展水平，进而提升农业农村现代化水平；（4）在中部地区及经济规模较大和电商规模较大的省份，数字技术对农业农村现代化的影响程度更大；（5）数字技术会通过技术溢出来促进周边区域农业农村现代化发展，且直接效应和间接效应趋势相同。文章将研究视角聚焦于数字技术与农业农村现代化，丰富了农业农村现代化的相关理论，完善了数字技术的经济效应研究。文章提出要加快数字技术在农业农村现代化建设中的应用，推动农业数字化转型，加强农村数字基础设施建设，为数字技术赋能乡村振兴提供思路。

关键词：数字技术；农业农村现代化；林业现代化；空间溢出效应

中图分类号：TP399; F323; F326.2 文献标识码：Ａ 文章编号：1673-338X（2024）9-055-23

1 引言

2023 年，《中共中央国务院关于做好2023 年全面推进乡村振兴重点工作的意见》提出，加快建设供给保障强、科技装备强、经营体系强、产业韧性强、竞争能力强的农业强国。当前我国农业基础差、底子薄、发展滞后，现代化建设中最薄弱的仍是农业农村（李文，2023）。农业现代化是以现代科学技术、工业装备、管理方法来武装农业的过程（张小允等，2022）。党的十八大提出农业现代化同工业化、信息化和城镇化协同发展的“四化”之路。党的十九大报告提出，建设生态文明是中华民族永续发展的千年大计。林业现代化作为农业农村现代化的一个重要方面，在生态保护、经济发展和社会稳定中发挥着关键作用。林业与自然生态系统本就血脉相连，作为大地的“绿肺”，调节气候、净化空气，是人与自然和谐共生的生动写照。在农业发展的宏大版图里，林业与农业更是相依相存，二者相辅相成，共同构成乡村发展的生态与经济命脉。一方面，林业不仅为农业提供了生态屏障，阻挡风沙侵袭、涵养水源、调节气候，保障了农业生产的可持续发展；另一方面，农业生产所积累的丰富经验与人力物力，也为林业的种植技术革新、经营管理输送养分，二者携手开启联合生产的新模式。总体而言，林业不仅为农业提供了生态屏障，保障了农业生产的可持续发展，还通过森林资源的合理开发利用，创造了可观的经济价值，成为农村经济增长的重要动力。从产业链角度看，林业产出的木材、林果等原料，能融入农业衍生的加工业，深化农产品附加值；反之，农业丰收后的秸秆等剩余物，也能为林业土壤改良、林下养殖提供助力，强化了二者的经济纽带，彰显出林业和农业和谐共生的深层逻辑。

林业在农业农村现代化中具有至关重要的地位，它不仅是国家重要公共事业和国民经济的基础，而且也是农业的重要组成部分，在乡村振兴发展视角下，林业生态修复是农业可持续发展的决定因素。林业作为我国重要的自然资源，在生态保护、经济发展和社会稳定方面发挥着不可替代的作用。林业经济涵盖了森林资源培育、木材生产、林产品加工、森林旅游等多个领域，是推动农村经济发展、增加农民收入的重要途径。林业经济与农业经济深度嵌套，做农村产业规划时统筹二者布局，才能进一步催生新业态，促使农村经济从“单一驱动”迈向“双轮联动”，进而全方位助力农业农村现代化进程中的多元化增长。

农村现代化要求农村经济、文化、生态、环境、生活等各方面需统一协调发展，农村现代化是实现农村经济高质量发展的前提。农业现代化与农村现代化二者相互融合，农业现代化是农村现代化的物质基础，农村现代化是农业现代化的目标导向，二者相互促进、协同发展。党的十九大报告首次提出“加快推进农业农村现代化”。2021 年11 月国务院印发《“十四五”推进农业农村现代化规划》，对农业农村现代化的战略导向、主要目标、重点任务和政策措施等作出全面安排，提出坚持农业农村优先发展，坚持农业现代化与农村现代化一体设计、一并推进，以推动高质量发展为主题。党的二十大报告也指出，加快构建新发展格局、着力推动高质量发展，要全面推进乡村振兴，坚持农业农村优先发展，巩固拓展脱贫攻坚成果，加快建设农业强国。数字技术推动了农业农村现代化发展的同时，也为优化生态环境、创建农村低碳生活、实现农业农村的林业现代化奠定了基础。

工业反哺农业一直是我国大力倡导的战略方针，近年来，随着我国大数据、人工智能、物联网、云计算及区块链等数字技术的蓬勃发展，数字技术在各个领域的应用大大改变了人们的生产和生活方式（刘鹏飞等，2022）。新时代应用数字技术加快农业农村现代化的实现、推动数字技术在农业农村的应用，成为加快现代化发展的重要路径。数字技术不仅能提升农业生产效率、推动农业资源整合利用、改进农业管理和服务、增强农业高质量发展（Klerkx et al.， 2019；Ralandi et al.， 2021；罗千峰等，2022），也有利于农民增加收入、提高生活质量、缓解农村相对贫困、缩小城乡收入差距、加快乡村振兴进程（温涛等，2020；张卫东等，2022；陈飞等，2022；张旺等，2022）。

在国家大力发展数字经济、加快推进农业农村现代化背景下，探讨数字技术与农业农村现代化二者的互动关系，不仅是贯彻新发展理念、助力农业农村经济高质量发展和社会主义现代化建设的新主题，也有助于了解数字技术带来的农村经济绩效，可以为新发展阶段下扎实推进农业农村现代化建设提供理论与实践参考。据此，本文将数字技术与农业农村现代化放入同一个分析框架，以期解决如下问题：数字技术是否会影响农业农村现代化？其作用机理是怎样的？二者是否存在空间溢出效应？数字技术在带来农业农村现代化发展的同时，是否会带来其他的社会效应，如推动林业现代化发展等。

本文选取中国31 个省份为研究对象，首先，对农业农村现代化与数字技术的相关文献进行了回顾与评述，通过理论分析阐述其作用关系及影响机制；其次，构建农业农村现代化与数字技术的指标评价体系，基于2013—2022 年各省份的面板数据，采用相关模型测度数字技术、农业农村现代化和林业现代化，运用面板固定效应模型和空间效应模型相结合的方法，实证检验数字技术对农业农村现代化的影响和空间溢出效应，并根据研究结果进行深入讨论，提出相应的政策启示。

本文可能的学术贡献有三点：在研究方法上，创新性地将林业相关指标纳入农业农村现代化体系，使用熵权-TOPSIS 模型对农业农村现代化水平进行测度；在研究内容上，构建了“数字技术—劳动生产率、产业结构—农业农村现代化”的理论分析框架，完善了数字技术对农业农村现代化的作用机制；在研究视角上，聚焦于数字技术、农业农村现代化与林业现代化，弥补了现有领域关于三者之间关系研究的不足。

2 文献回顾与评述

针对农业农村现代化的研究，学术界主要聚焦于内涵测度、现实路径与水平测度等视角进行分析。尽管这些文献广泛深入地对农业农村现代化问题展开了研究，但少有从数字技术视角切入，将农业现代化、农村现代化和农民现代化整合为农业农村现代化，对数字技术与农业农村现代化关系展开深度分析。同时，本文梳理了数字技术与林业发展的相关研究。

2.1 农业农村现代化的内涵及测度

农业现代化与农村现代化是农业农村现代化的两个基本方面，两者之间相互联系，农业现代化与生产力相连接，农村现代化与生产关系相连接，两者相互促进，共同推动农业农村现代化发展（魏后凯，2019；王兆华，2019）。陆益龙（2018）、孙贺等（2021）从综合视角分析农业农村现代化的内涵，认为必须把乡村建设、城乡一体化、促进农民增收与乡村振兴等纳入农业农村现代化框架，农业农村现代化是一个整体综合性系统工程；叶兴庆等（2021）从动态视角认为，农业农村现代化是一个变化过程，内涵可以概括为农业产业体系、生产体系、经营体系、农村基础设施和公共服务、农民精神和生活质量、农村治理体系等的现代化。《“十四五”推进农业农村现代化规划》在主要目标中明确提出，到2025 年，农业基础更加稳固，乡村振兴战略全面推进，农业农村现代化取得重要进展，2035 年，农业农村现代化基本实现。加快农业农村现代化，必须瞄准促进农民持续增收、现代农业产业体系建设、农业科技创新、乡村建设、城乡融合发展与国内国际市场统筹等战略重点，应分别从“十四五”时期的“五位一体”和“国情农情”里的中国特色角度来确定农业农村现代化（高强等，2020；姜长云等，2021）。农业农村现代化的关键在实现产业现代化、地域现代化和人口现代化的融合发展，要采用新型举国体制来推进“物”的现代化、“人”的现代化、治理现代化，一二三产业融合生产和发展，人与自然和谐共生，从社会学发展角度实现农业农村现代化（王春光，2021；杜志熊，2021；孙德超等，2022）。

由于农业农村现代化提出概念时间不长，关于农业农村现代化的测度问题是基于对农业现代化和农村现代化指标体系的测度。覃诚等（2022）从农业现代化的6 个方面和农村现代化的5 个方面构建了一套评定我国农业农村现代化指标体系，分析全国及各地区农业农村现代化发展水平。基于某个特定区域或省份，构建适合该区域农业农村现代化发展特点的指标体系有：梁俊芬等（2022）从农业现代化、农村现代化、城乡融合3 个维度构建了包括24 个指标的珠三角地区农业农村现代化评价指标体系，分析珠三角农业农村现代化发展阶段，探寻制约其发展的因素；何正燕等（2022）运用熵权-TOPSIS 模型和障碍度诊断模型，对2005—2019 年甘肃省14 个市的农业农村现代化发展水平及其障碍因子的时间变化和空间差异进行测度；肖冰等（2021）从农业、经济、环境、医疗、文教、治理、交通、生活等8 个方面，从影响农业农村现代化的因素出发，采用结构方程模型分析农业农村现代化发展的驱动力。

2.2 数字技术的经济效应研究

数字技术是指利用现代计算机技术，把各种信息资源的传统形式转换成计算机能够识别的语言数字的技术，以人工智能、大数据、互联网、物联网和5G技术等为表现形式。数字技术的相关研究主要表现数字技术带来的经济效应。从宏观层面上看，数字技术是数字经济的基础，数字技术与生产部门的整合助推了实体经济转型发展；数字技术通过提升传统要素资源配置，促进经济高质量发展，提升贸易交易质量，促进中国参与全球价值链的分工（Acemoglu et al.， 2018；王彬等，2021；任转转等，2022）。从中观层面上看，数字技术的发展改变了众多产业的发展模式，提升了产业融合水平，如传统的文化、教育、旅游业、制造业和服务业等，提高了高新技术产业创新效率（Lee， 2009；Kleis et al.， 2012；赵星等，2022）。从微观层面上看，数字技术催生互联网平台商业模式的兴起，微观主体可以利用互联网平台建立自己的商业模式（Srinivasan et al.， 2018）；数字技术的可供性提升了企业创新价值强度，企业数字化水平的提升助推了企业新产品开发绩效（温湖炜等，2022；程聪等，2022）。

2.3 数字技术对农业农村现代化的影响研究

数字技术是促进农业现代化、增加农民收入、改善农村生产生活方式、推动乡村振兴的可行保证（唐慧敏，2022）。关于二者关系的研究主要包括两个方面。一是数字技术对农业生产经营的影响。作为数字经济发展的必要工具，数字技术可重构农业经营体系，数字化水平的提升有助于推动农业绿色发展，数字要素整体提升了农业产品价值（罗浚文等，2020；樊胜岳等，2021；陈卫洪等，2022）。二是数字技术对农民、农村的影响。数字技术的应用整体上提升了农民收入，缓解了农村的相对贫困，缩小了城乡居民收入差距，驱动了农业农村高质量发展，提升了乡村治理水平（Dunleavy et al.， 2006；Asongu， 2015；唐文浩，2022；华中昱等，2022；樊轶侠等，2022）；关于数字领域的某个方面带来农业农村的变化，以数字普惠金融为例，其快速发展有效提高了农业全要素生产率，有力推动了农村产业融合，显著促进了农户增收，稳步推进了乡村振兴进程（张岳等，2021；唐建军等，2022；陈亚军，2022；张兵等，2022）。

2.4 数字技术对林业发展的影响研究

林业作为我国最大的绿色产业，是构成乡村经济的重要产业部门，农业农村现代化离不开林业高质量发展（王笑涵等，2020），数字经济发展为林业产业发展提供技术支持和要素保障。国外学者更多是分析数字技术在林业领域的应用，如智能林业在森林管理中的应用，借助森林图（Forest Plot）技术对热带森林地块数据进行汇总与可视化呈现（Gabriela et al.， 2011；Florian et al.， 2024）；而国内更多研究数字相关领域对林业经济发展的影响，如数字普惠金融带来的林户收入及林业碳汇总量的影响（陈灿等，2022；王火根等，2023），以及数字经济与林业经济相互关系的研究（张瀚丹等，2023；翟郡等，2024）。

综合以上研究发现，学者们对数字技术的应用及农业农村现代化问题都展开较为丰富的研究，但侧重在数字技术对农业农村某一个方面的研究，对整体农业农村现代化的影响研究相对欠缺。为此，本文将研究视角聚焦于整体农业农村现代化，将林业相关指标纳入农业农村现代化，从理论上分析数字技术对农业农村现代化的影响，采用2013—2022 年全国31 个省份的面板数据进行实证检验，具有一定的创新性和现实意义。同时，本文探究数字技术对农业农村现代化影响的内在机理，分析数字技术通过技术溢出来推动周边区域农业农村现代化发展水平，具有一定的理论意义。此外，进一步分析发现，数字技术推动农业农村现代化发展后，区域的林业现代化有较为稳定的提升。

3 理论分析框架与研究方法

为深入探究数字技术对农业农村现代化发展的影响机理，本文分别从数字技术对农业现代化、农村现代化和农民现代化三个视角展开理论分析，在此基础上进一步阐释研究假设。

3.1 理论分析框架

数字技术主要通过提高生产效率、提升销售规模和促进产业升级融合来作用农业现代化。首先，数字技术通过对农业生产需要的土地、水、肥料、资本等要素进行精准把控，降低了农业生产投入成本，同时由于对天气和效益的准确预测，使农业生产效率得以提升（梁琳，2022）。其次，数字技术把以小农户为经营主体的农产品，通过电子商务平台的搭建，形成规模化效益，降低农产品销售成本，提升销售规模；数字技术使得农业公司得以进入，农业经营得到保障（Kansanga et al.， 2019；李静等，2022）。再次，数字技术促进生态产业的发展壮大，如发展智慧农业、构建数字化生态资源管理平台，整合森林、土地、水资源等，推进林业治理现代化。最后，以大数据、人工智能、物联网、互联网及云计算为代表的数字技术，通过对农业种子的优选、农业资源数据要素的合理配置、农业生产过程的智能化管理，使农产品质量得以提升（管辉等，2022）；数字技术把传统农业与制造业、旅游业等产业相结合，实现农业在一二三产业中的融合，促进农业产业结构升级，提升农业发展水平（王定祥等，2022）。

数字技术进步在推动农业现代化发展的基础上，也在一定程度上促进了农村现代化进程。首先，数字技术通过挖掘农民需求，提升政府部门乡村治理水平，提高农村公共服务质量，有力保障了农村现代化（陈弘等，2022）。其次，数字技术带来的医疗、教育、卫生、金融及公共交通的变革，使得农村的生活居住环境得以现代化，农村居民可以通过数字化实现生活现代化。再次，数字技术改变了农村生态环境，数字技术通过产业融合和创新催生出新产业、新模式、新业态，完善产业的网络体系，减少传统产业的能源消耗，降低污染，农村生态环境变得更好（韩晶等，2022）。最后，数字技术通过提高城乡融合发展效率，加快农村的城镇化进程，带动农村现代化发展（Huttunen， 2019；王海艳等，2022）。

数字技术除了能改善农业生产经营、农村生活生态环境外，对农民实现现代化也有一定的促进作用。首先，数字化经营提高了农民收入，且低收入群体显著大于高收入群体，有助于缓解相对贫困（刘蕾等，2022）。其次，在社会阶层的认同领域，数字技术使得农民社会阶层认同感得以提升，农民整体素质得以提升，农民精神文明生活得到增强（彭艳玲等，2022）。最后，数字技术进步通过与金融、医疗卫生等领域相关企业的合作提升了农民整体生活质量，农民生活幸福感得到提高（封思贤等，2021）。总体来看，数字技术改变了农民的物质生活和精神生活，农民现代化水平得到提升。

数字化时代，数字技术已渗透到各个领域，林业现代化建设也迎来了全新的机遇与变革。数字技术通过与农业农村现代化的紧密结合，在林业资源管理、生产经营、产业升级以及生态保护等诸多方面全方位赋能林业现代化建设。一方面，数字技术通过技术共享与融合来助推林业现代化，农业现代化中广泛的卫星遥感、无人机监测可以应用到林业中，为林业资源精准管理提供支持，同时农业机械自动化技术启发了林业机械智能化，提升林业生产效率；另一方面，农业现代化建立的大数据平台应用于林业时，能显著提升森林资源监测能力，同时借助数据挖掘技术可以合理安排森林抚育和采伐时间，实现林业可持续发展。此外，农村电商销售渠道的完善也能提升林产品市场竞争力，促进林业现代化发展。

依据理论分析，本文构建数字技术对农业农村现代化影响的作用机理，如图1 所示，并提出假设H1。

H1：数字技术能正向影响农业农村现代化水平；数字技术在助推农业农村现代化水平的同时，也能提高林业现代化发展水平。

3.2 中介效应

长期以来，影响农业农村发展滞后的主要原因是产业结构水平不合理和劳动生产率低下。

数字技术在农业领域的应用，为乡村产业带来了新的技术范式和发展模式，大数据、人工智能、物联网等技术的应用，推动了农业产业的升级与创新，乡村产业结构得以升级（钱明辉等，2021）。充分发挥数字技术和数据的核心功能，既能推动传统产业的升级融合，也能重构农业生产、加工、销售等全产业体系，提高农业经营效率（王定祥等，2023）。而产业升级是农业农村现代化发展的一个重要指标，以高质量发展为导向的农业生产现代化是农业农村现代化的产业基础和物质保障，农业产业结构的现代化要加强产业结构的调整和升级（蒋永穆等，2024）。数字技术会通过产业结构升级来提升农业农村现代化发展水平。

随着城镇化的推进，农业人口向城市转移缓解了农业生产的内转化（程名望等，2015），农业劳动力的“大龄化”问题正逐步显现。手机、计算机及互联网的使用显著提高了土地和劳动生产率，改善了农业生产技术（Issahaku et al.， 2018）。数字技术作为一种新的技术范式，有着强渗透性、广覆盖性和高协调性，能够改善农业技术效率、促进农业技术的进步和推广、创新农业发展模式（史常亮，2024），使得农业要素配置得以进一步优化，农民素质提升，农业劳动生产率得以提高。而农业劳动生产率是衡量一个国家农业强与不强的重要指标，囊括了具体的农业现代化指标。数字技术的发展为农村劳动生产率注入了新活力，提升了整体农业农村现代化水平。基于此，提出假设H2。

H2：数字技术会通过提升产业结构、提高农业劳动生产率来提升农业农村现代化水平。

3.3 研究方法

根据理论分析框架，数字技术会提升农业农村现代化发展水平。为此，本文首先参照已有研究及数据的可得性，选择熵权-TOPSIS 模型对农业农村现代化水平进行测度，同时利用熵权法测度各区域数字技术水平；其次，根据理论分析构建面板固定效应模型，探究数字技术对农业农村现代化的影响，采用中介效应模型分析产业结构和劳动生产率在二者之间的作用机理；最后，采用空间杜宾模型（Spatial DurbinModel， SDM）分析数字技术对农业农村现代化的空间溢出效应。

为分析数字技术对农业农村现代化发展水平的影响，本文采用计量模型进行实证分析，模型设定如式（1）所示。

4 数据来源与描述性统计

基于理论分析，数字技术在一定程度上提升了农业农村现代化发展水平。本文以中国31 个省份为样本数据，结合学界关于农业农村现代化构建指标体系，加入林业相关指标，再对相应指标进行处理，测度农业农村现代化发展水平；同时借鉴已有研究测度林业现代化，对相关数据进行描述性统计。

4.1 数据来源

为保证数据的可取性、客观性和科学性，本文选取中国31 个省份（不含港澳台地区）2013—2022 年共10 年的面板数据。所有数字技术相关数据均来源于《各省统计年鉴》、《中国城市统计年鉴》、大为专利数据库、国泰安数据库、北京大学数字金融研究中心；农业农村现代化相关数据部分来源于农业农村部、商务部、《农村统计年鉴》、《中国金融统计年鉴》、《中国社会统计年鉴》、《中国环境统计年鉴》及各省份国民经济和社会发展统计公报；数字技术水平部分指标数字技术专利申请量来源于大为数据库，数字金融来源于北京大学数字金融研究中心发布的各城市数字普惠金融发展报告。

需要说明的是：金融科技指数的数据根据《“十四五”国家科学技术普及发展规划》《“十四五”大数据产业发展规划》《中国金融科技运行报告（2021）》以及相关重要新闻、会议，从中提取出与金融科技相关的关键词，然后将这些关键词与中国的省级行政单位进行匹配；接着，在百度新闻的高级检索中，按年份搜索每个省份与其匹配的关键词，例如搜索“北京+5G”，利用爬虫技术爬取百度新闻网页的源代码，并提取出该搜索结果的数量，然后将同一省份中所有关键词的数量加总，得到总搜索量，作为金融科技发展指数的衡量标准。

4.2 变量选取

本文主要研究数字技术对农业农村现代化发展的作用机制，分别介绍各变量的度量指标构建及测度。

（1）被解释变量：农业农村现代化（MARA）。本文在收集大量文献资料，参考国务院印发的《全国农业现代化规划（2016—2020 年）》《“十四五”推进农业农村现代化规划》，借鉴钱佰慧等（2021）、何正燕等（2022）、覃诚等（2022）对农业现代化研究的基础上，立足新时代下中国式农业农村现代化内涵及特征，遵循指标设计的科学性、客观性、系统性和可操作性等原则，以农业农村现代化为目标层，以农业现代化、农村现代化、农民现代化为系统层，以生产体系、经营体系、产出体系、支出保障、生态建设、基础设施、生态文明、社会治理、物质保障、生活品质、文化素养为准则层，将上述准则层拆分为35 个指标，以此构建农业农村现代化的指标体系。同时，为了体现农业农村发展的可持续性、包容性和高效性，从林业经济的视角出发，将森林覆盖率和林业产业总产值纳入农业农村现代化的指标体系中，丰富了生态文明建设和物质保障的内涵。森林覆盖率直接反映了农业农村发展中对自然资源的可持续利用程度及生态环境的健康状况；林业产业总产值，则是从林业经济的角度出发，评估其对农业农村经济发展的直接贡献，通过对林业产业总产值的深入分析，可以进一步探索林业资源高效利用的路径，促进农业农村现代化进程中经济效益与生态效益的双赢局面。农业农村现代化指标体系如表1 所示。

由于影响农业农村现代化发展水平的因素众多，为避免指标权重构建的主观性，本文采用熵权-TOPSIS模型对农业农村现代化水平进行测度。考虑到各个系统指标数据的不一致，需要对数据进行无量纲化处理，使用极差法对数据进行标准化处理。

（2）被解释变量：林业现代化（MF）。对于被解释变量林业现代化的测度，借鉴徐玮等（2018）的研究，从生态资源、产业发展、社会文化和建设保障等四个维度构建多元指标体系，考虑到前文在度量农业农村现代化指标时用到森林覆盖率这一指标，因此没有在准则层中加入该指标，并采用熵权法对中国31个省份进行测算。

（3）解释变量：数字技术（DTD）。为度量数字技术水平，借鉴赵涛等（2020）、任转转等（2022）构建城市层面的数字技术发展指数，考虑到本文研究的是省级层面及研究对象为数字技术，基于数据的可得性、合理性和客观性，本文从数字覆盖、数字保障、数字基础、数字金融和数字人才等5 个角度选择数字技术的相关指标，具体指标设计如表2 所示。在对数据进行标准化处理后，使用熵权法对各个系统的指标进行权重赋值，然后根据计算出的指标权重，计算各省份数字技术发展水平的综合得分。

在对数据进行标准化处理后，使用熵权法对各个系统的指标进行权重赋值，最后直接利用权重与指标计算各省份数字技术水平的综合得分。

（4）中介变量：除测度数字技术水平和农业农村现代化程度外，为实证研究数字技术对农业农村现代化的作用机制，本文还分别构建了度量结构效应和劳动效应的指标。其中，劳动效应采用各省份的劳动生产率（LP）来度量，而结构效应采用各省份的产业结构（IS）指标如式（8）所示。

（5）控制变量：结合王平（2023）对农业农村现代化的相关研究，本文加入了地区创新水平（用Ramp;D强度的自然对数ln RD表示）、地方财政支出的自然对数（LFE）、GDP 平减指数（GDPG）和基础设施水平（人均公铁路里程PRM）作为控制变量，分别反映区域创新、政策支持及基础条件对区域现代化的影响。另外，后文的异质变量分别采用地区经济规模（用GDP的自然对数ln GDP来表示）和农村电商规模（用农村电商市场的交易额ESR来度量）进行研究。

4.3 描述性统计

变量描述性统计如表3 所示。

从表3 可以看出，农业农村现代化发展水平的均值为0.36，最大值为0.88，最小值为0.06，二者存在一定差距，表明我国各省份农业农村现代化水平整体不高，不同省份发展水平有一定差距；数字技术均值为0.25，最大值和最小值具有一定差距，表明各省份数字技术水平不均衡，东西部差距明显；另外，林业现代化水平均值为0.27，最大值和最小值之间差距较大，表明我国各省份林业现代化水平差距较大。各控制变量的数据较为平稳，说明较为适合后面进行的计量检验。

5 实证结果分析

依据前文计量模型的构建，本部分实证分析数字技术对农业农村现代化的影响，对模型结论进行一系列稳健性检验，并对二者关系进行机制性分析、异质性分析和空间溢出效应分析。

5.1 面板数据的相关检验

为更加准确地选择合适的计量模型，本文进行F 检验和豪斯曼（Hausman）检验，结果如表4 所示。固定效应模型内生性检验的p 值为0.00，强烈拒绝了变量外生的原假设，故采用面板估计效应模型进行计量回归分析，并与采用最小二乘、面板随机效应的回归结果进行比对，且采用动态面板广义矩模型进行稳健性检验，以确保结果的稳健性。

5.2 基准回归结果

为验证数字技术对农业农村现代化发展及林业现代化的影响，基于前文的计量模型式（1），本文分别采用最小二乘、面板随机效应和面板固定效应模型对二者之间的关系进行检验，其中式（5）选用面板固定效应模型检验，结果如表5 所示。

由表5 可以看出，在式（1）选用的三种计量模型中，数字技术的回归系数都为正，且在相应显著性水平上显著，尤以面板固定效应模型的拟合优度最大，故采用此模型的计量结果进行说明。从列（3）可以发现，数字技术的估计系数为0.19，且在5%的显著性水平上显著，表明数字技术会对农业农村现代化发展起到促进作用，这与前文的机理分析是一致的，验证了假设H1 的前半句。

从表5 列（4）可以看出，数字技术的回归系数为0.04，且在5%的显著性水平上显著，表明数字技术在一定程度上促进了林业现代化进程；而数字技术与农业农村现代化交互项的估计系数为0.18，且在10%的显著性水平上显著，表明数字技术对农业农村现代化的促进作用能够进一步助推林业现代化。可能原因是：由于数字技术在推动农业农村现代化发展后，改善了农业农村面貌，优化了农业生态环境，加速了林业的数字化和信息化进程，提高了农村林业生态资源总量，提升了森林治理，促进了林业产业的发展，从而加快了整个区域林业现代化的进程。

控制变量方面，地方财政支出的自然对数（LFE）、GDP 平减指数（GDPG）和基础设施水平（人均公铁路里程PRM）的回归系数分别为0.16、0.18 和0.07，且在相应的显著性水平上显著，表明这些控制变量在一定程度上助推了农业农村现代化水平的提升。另外，地区创新水平（用Ramp;D强度的自然对数ln RD表示）对农业农村现代化水平的影响不显著，创新能力在农业农村现代化建设上的作用不强。

5.3 稳健性检验

为验证数字技术对农业农村现代化作用的稳健性，对本文的研究结果进行一系列稳健性检验，结果如表6 所示。

5.3.1 重新度量农业农村现代化与数字技术

采用因子分析方法重新对已构建的农业农村现代化指标进行测算。同时采用熵权-TOPSIS 方法对数字技术进行重新测度。表6 列（1）为重测农业农村现代化的计量估计结果，列（2）为重测数字技术的计量回归结果。可以看出，在更换掉两个关键变量测度方法后，数字技术的估计系数为正，且在相应的显著性水平上显著，表明数字技术显著提升农业农村现代化的研究结果是稳健的。

5.3.2 基于动态面板广义矩检验

考虑到普通的固定面板效应模型可能会遗漏影响农业农村现代化的相关因素，造成内生性问题，本文采用动态面板广义矩（Generalized Method of Moments， GMM）进行检验，结果如表6 列（3）所示。可以看出，数字技术的估计系数为0.37，且在10%的显著性水平上显著，表明在采用系统GMM进行检验时，数字技术对农业农村现代化发展的影响与前文一样，说明在考虑内生性问题后数字技术依然会显著提升农业农村现代化水平。经过一系列稳健性检验，进一步验证了假设H1，即数字技术会对农业农村现代化发展起到促进作用。

5.4 机制检验

为分析数字技术对农业农村现代化的作用机制，本部分对前文的计量模型式（3）和式（4）进行检验，即分析数字技术是否会通过劳动生产率和产业结构升级作用于农业农村现代化，结果如表7 所示。

表7 列（1）中数字技术对劳动生产率的影响系数为1.72，且在1%的显著性水平上显著，表明数字技术显著提升了地区的劳动生产率，增强了劳动投入效率。列（2）在加入劳动生产率后，数字技术对农业农村现代化的影响没有发生显著变化，但估计系数由0.19 减小到0.09；而劳动生产率与农业农村现代化之间的系数为0.05，且在1%的显著性水平上显著，表明劳动生产率在数字技术与农业农村现代化之间起到了部分中介的作用，中介效应占比约为40%，说明数字技术会通过提高劳动生产率来提升农业农村现代化水平。表7列（3）中数字技术对产业结构的影响系数为0.18，且在5%的显著性水平上显著，表明数字技术显著提升地区产业结构水平，促进产业结构升级。列（4）在加入产业结构变量后，数字技术对农业农村现代化的影响也没有发生显著变化，但估计系数由0.19 减小为0.12。产业结构与农业农村现代化之间的估计系数为0.24，且在5%的显著性水平上显著，表明产业结构在数字技术与农业农村现代化之间起到了部分中介作用，中介效应占比为20%，说明数字技术会通过产业结构升级来提升农业农村现代化发展。

5.5 异质性检验

前文分析了数字技术与农业农村现代化二者的相互关系，并采用中介效应模型检验了数字技术助推农业农村现代化发展的作用机制。但对不同区域属性而言，这种影响是否存在？若存在，影响程度是否一致？本文从省份所属区域、经济规模和农村电商规模3 个角度分析数字技术对农业农村现代化的影响是否存在异质性，进行异质性检验，结果如表8 所示。

表8 中列（1）、列（2）、列（3）是将样本分为东部地区、中部地区、西部地区的计量回归结果，可以看出东部地区、中部地区、西部地区数字技术的回归系数分别为0.37、0.42、0.27，且都在相应显著性水平上显著，表明数字技术在不同区域对农业农村现代化的影响都显著为正，但影响程度略有不同，中部地区最强、东部地区次之、西部地区最弱。主要原因可能是：由于中部地区农业发展和数字技术创新发展协同性较高，数字技术能较快应用到农业农村现代化建设中，如绿色发展、质量兴农和品牌兴农等，数字技术作用得以充分体现；东部地区由于重点发展第二和第三产业，导致数字技术更多应用在二三产业，作为第一产业的农业应用不多；而西部地区由于历史原因，数字技术和农业农村现代化都相对较为落后，二者相关性最小。从列（4）可以看出，数字技术与经济规模DTD×ln GDP的回归系数为0.28，且在相应显著性水平上显著，表明数字技术对农业农村现代化发展的影响程度，在经济规模越大的省份越大。数字技术离不开经济市场的支持，越大的经济规模越能助推数字技术的应用，也更能发挥数字技术助推农业农村现代化的作用。从列（5）可以看出，数字技术与农村电商规模DTD ×ESR的估计系数为0.38，且在10%的显著性水平上显著，表明数字技术对农业农村现代化的影响程度在农村电商规模大的省份更大。数字技术更多借助相应的平台才能发挥显著作用，电商规模越大，数字技术在农村的应用领域就越广，数字技术与电商规模在农村场景的应用具有相辅相成、相互促进的作用，而农村电商规模的发展使得数字技术助推农业农村现代化的发展更快。

5.6 空间溢出效应分析

在实证分析数字技术对农业农村现代化发展水平的影响之后，本部分先采用全局莫兰指数分析农业农村现代化发展的空间相关性，使用空间杜宾模型（SDM）检验数字技术对农业农村现代化发展的空间溢出效应，探究影响农业农村现代化发展水平的因素。

5.6.1 空间相关性检验

为分析数字技术对农业农村现代化的空间溢出效应，先采用全局莫兰指数检验农业农村现代化的空间自相关性，如表9 所示。

由表9 可知，农业农村现代化的全局莫兰指数除2013 年通过10%的显著性检验外，其余年份均通过了1%的显著性检验，且指数都大于0，表明不同省份的农业农村现代化之间存在显著的空间正相关性。农业农村现代化发展水平较高的省份产生了正向的溢出效应，带动周边区域农业农村现代化水平的提升；同样，农业农村现代化水平较低的省份产生了负向溢出效应，抑制了周边区域的农业农村现代化水平。

5.6.2 空间计量分析

在验证农业农村现代化发展具有空间相关性的基础上，为选择适合的空间计量模型，本文又进行一系列检验，结果如表10 所示。

从表10 可以看出，在进行事前的LM-err、LM-lag 和稳健LM-err 均通过了显著性检验，这与前文的空间相关性检验结果一致，即各省份农业农村现代化发展存在空间相关性。同时事后的Wald 检验和LR检验均在1%的显著性水平上通过了检验，表明检验结果拒绝原假设，空间杜宾模型（SDM）比空间滞后模型（SLM）和空间误差模型（SEM）更为适合。

依据上面的检验结果，本文采用空间相邻矩阵和地理距离矩阵对式（6）和式（7）进行计量，结果如表11 所示。

表11 中列（1）、列（2）分别为采用空间相邻矩阵和地理距离矩阵的回归结果，可以看出，相较于前面的普通面板固定效应模型估计结果，二者结果较为一致。数字技术估计系数分别为0.69 和0.74，且分别在5%和1%的显著性水平上显著，这与前文检验结果一致，即数字技术会显著提升农业农村现代化发展水平。空间相关系数ρ 的估计系数分别为0.10 和0.16，且在相应显著性水平上显著，表明各省份农业农村现代化发展水平具有正向溢出效应，数字技术会通过空间溢出效应正向推动邻近区域的农业农村现代化发展。可能的原因是：由于数字技术的快速发展除了带动本区域农业农村现代化水平的提升外，周边区域会相互模仿，从而通过知识溢出效应来推动临近区域的农业农村现代化。

为进一步研究空间溢出效应的形成过程，本文对上述SDM模型进行相应的相邻矩阵和经济地理矩阵的效应分解，得到具体的直接效应、间接效应和总效应，结果如表12 所示。

从表12 列（5）、列（6）发现，总效用与前文计量结果一致，列（1）、列（2）中直接效应的估计系数为0.41 和0.51，且在相应显著性水平上显著；同时列（3）、列（4）中间接效应的估计系数为0.13 和0.20，也在相应显著性水平上显著，表明数字技术不仅直接带动了周边区域农业农村现代化的发展，而且也会通过人才、技术和资本的优势带动周边区域数字技术进步，进而间接推动周边区域农业农村现代化水平的发展。控制变量方面，GDP 平减指数和基础设施水平也会显著带动周边省份农业农村现代化的发展，表明经济发展和基础设施水平对临近区域的农业农村现代化水平有正向溢出效应。

6 研究结论、讨论与政策启示

本文从理论上分析数字技术助推农业农村现代化的作用机制，构建数字技术、农业农村现代化和林业现代化的指标体系，采用2013—2022 年我国省际层面数据进行实证分析，得出相关研究结论，并据此讨论后提出政策启示。

6.1 研究结论

通过对2013—2022 年我国31 个省级面板数据进行实证分析，得出5 点研究结论。

（1）数字技术会显著提升农业农村现代化水平，且该结论在一系列稳健性检验后仍然成立。

（2）数字技术会通过农业农村现代化发展来提升林业现代化发展水平。

（3）机制检验表明，数字技术会通过增强劳动生产率、提高产业结构发展水平，进而提升农业农村现代化水平。

（4）异质性检验表明，在中部地区及经济规模较大和电商规模较大的省份，数字技术对农业农村现代化发展的影响程度更大。

（5）进一步采用空间杜宾模型（SDM）实证分析发现，数字技术会通过技术溢出来促进周边区域的农业农村现代化发展。现阶段要加快数字技术在农业农村现代化建设过程中的应用，推动农业数字化转型，加强农村数字基础设施建设，为数字技术赋能乡村振兴提供思路。加强数字技术带来的社会效益，如在林业现代化领域的应用，推动社会的可持续发展。

6.2 讨论

本文基于数字技术与农业农村现代化的理论分析框架，揭示了二者之间的作用机理和空间溢出特征，基于现有结论开展进一步讨论。

（1）研究结论证明数字技术对农业农村现代化水平具有较强的促进作用，这与蔡雪玲等（2024）研究数字经济驱动中国式农业农村现代化的结论一致，表明数字技术对农业农村现代化发展具有建设意义，但优化建设仍需一定的发展空间。

（2）中介效应表明数字技术会通过提升产业结构、提高劳动生产率来提升农业农村现代化发展水平，这与王伟新等（2023）认为数字经济通过促进农村资本深化和提高市场化进程推动农业农村现代化水平的提升结果有相似性，表明数字技术对农业农村现代化水平提升是一个多维度的提高。

（3）空间溢出效应表明数字技术会通过技术溢出来推动周边区域农业农村现代化发展水平，这与赵敏等（2024）研究数字普惠金融对农业高质量发展具有较强的空间溢出性观点类似，只不过本文数字普惠金融是数字技术的一个方面，数字技术相关范围较广，对周边地区农业农村现代化的辐射作用更强。

（4）研究结论表明数字技术对农业农村现代化的促进作用能够进一步助推林业现代化，这与许琴琴等（2023）研究数字技术会正向推动林业发展的结论一致。数字技术能改善整个农业农村生态，提高整个林业高质量发展水平，从而提升林业现代化水平。同时，林业现代化的发展也将反哺农业农村现代化，形成良性互动，共同推动区域经济的可持续发展。

本文的不足之处：一方面，数字技术与农业农村现代化是一个范围很广的概念，如何合理构建度量指标并合理测度，值得深入探讨；另一方面，碍于数据的可得性，采用的是省级层面数据，在刻画农业农村现代化及林业现代化方面存在一定局限，未来可进一步使用地市乃至县域层面数据进行更为细致深刻地分析。

6.3 政策启示

基于研究结论和讨论分析，结合“十四五”时期数字经济发展与现代化进程的发展趋势，本文提出加快农业农村现代化和数字基础设施建设的6 点政策启示。

（1）加快农业数字化转型，提升数字技术在农业领域的应用。当前，我国农业发展水平比较落后，传统农业占比仍然较大，要实现农业现代化，必须促进农业的数字化转型，加快数字技术在农业领域的应用，用数字技术来推动农业现代化。因此，政府应出台相关政策加强顶层设计，加快人工智能、AI 算法、大数据及区块链对农业数据的提取及应用，加快农业科技研发，扩大数字应用试点。

（2）加快数字基础设施建设，改善农村数字技术环境。当前，虽然移动互联网和网络宽带在农村地区大力普及，但相较于城市的数字基建还有一定的差距。为缩小城乡间的数字鸿沟，应加快城乡间、区域间的信息互联互通，需加快农村数字基础设施项目的建设，使得农村能快速实现网络全覆盖，让农民能享受到数字社会带来的好处，提升农民生活的数字环境，真正把数字技术应用到农民生产生活的各个领域。

（3）加快产业结构升级，加快数字人才培养。数字技术会通过提升产业结构、提高劳动生产率来助推农业农村现代化发展。地区产业结构水平越高，越能发挥数字技术在农业农村现代化中的应用。各省要加快产业结构升级，突出数字化转型在其中的贡献，同时劳动生产率提升离不开人的能力提高，需加快数字技术人才的培养。当地政府要积极与高校、科研院所、科技企业等展开合作，培育新型农业数字技术人才，提升农民劳动生产率，加快数字技术在农业农村现代化进程中的应用。

（4）不同地区要实行差异化的涉农政策。数字技术对农业农村现代化发展在不同规模、不同区域发挥作用程度是不同的。各省在推动农业农村现代化进程中，要结合本省的经济、电商规模和所属区域的特点，分层次地推动数字技术在农业农村中的应用。同时，国家在政策层面上要给予各省更多自主决策权，使各省能结合自身特点，充分利用数字优势，提升各自区域的农业农村现代化水平。

（5）由于空间溢出效应的存在，要加强各省尤其是相邻省份之间的交流与合作，优化数字要素在各省农业农村领域的配置，数字技术对其他区域农业农村现代化发展具有正向溢出效应，因此，不用形成恶性竞争，要相互促进，优先发展数字技术能最大发挥农业农村作用的地区，先富带动后富，最后整体提升国家农业农村现代化水平，全力为实现中国式现代化贡献力量。

（6）提升农村居民尤其是林农的数字素养，为数字技术带动林业现代化积蓄人力资本，无论是林业产业的发展还是数字化护林员，林农都是直接参与者。可以利用先进数字技术和数字教育资源提升林农的专业水准，推动林业作为绿色和民生主体产业的重要作用，发挥乡村经济中林业的经济和生态双重作用。

参考文献

蔡雪玲， 庞智强. 数字经济驱动中国式农业农村现代化——理论机制与路径选择[J]. 技术经济与管理研究， 2024（4）：51-56.

陈灿， 高建中， 李善美， 等. 数字普惠金融、家庭借贷对农户林业收入的影响研究[J]. 林业经济问题， 2022， 42（3）：269-277.

陈飞， 刘宣宣， 王友军. 数字经济缓解了农村多维相对贫困？——基于收入导向型视角[J]. 浙江社会科学， 2022（10）：25-36， 155-156.

陈弘， 冯大祥. 数字赋能助推农村公共服务高质量发展：思路与进路[J]. 世界农业， 2022（2）：55-65.

陈卫洪， 王莹. 数字化赋能新型农业经营体系构建研究——“智农通”的实践与启示[J]. 农业经济问题， 2022（9）：86-99.

陈亚军. 数字普惠金融促进乡村振兴发展的作用机制研究[J]. 现代经济探讨， 2022（6）：121-132.

程聪， 谬泽锋， 严璐璐， 等. 数字技术可供性与企业创新价值关系研究[J]. 科学学研究， 2022， 40（5）：915-926.

程名望， 黄甜甜， 刘雅娟. 农村劳动力外流对粮食生产的影响：来自中国的证据[J]. 中国农村观察， 2015（6）：15-21.

杜志熊. 农业农村现代化：内涵辨析、问题挑战与实现路径[J]. 南京农业大学学报（社会科学版）， 2021， 21（5）：1-10.

樊胜岳， 李耀龙， 马晓杰， 等. 数字化水平对农业绿色发展影响的实证研究——基于中国30 个省份的面板数据[J]. 世界农业，2021 （12）：4-16.

樊轶侠， 徐昊， 马丽君. 数字经济影响居民收入差距的特征与机制[J]. 中国软科学， 2022 （6）：181-192.

封思贤， 宋秋韵. 数字金融发展对我国居民生活质量的影响研究[J]. 经济与管理评论， 2021， 37（1）：101-113.

高强， 曾恒源. “十四五”时期农业农村现代化的战略重点与政策趋向[J]. 中州学刊， 2020（12）：1-8.

管辉， 雷娟利. 数据要素赋能农业现代化：机理、挑战与对策[J]. 中国流通经济， 2022， 36（6）：72-84.

韩晶， 陈曦， 冯晓虎. 数字经济赋能绿色发展的现实挑战和路径选择[J]. 改革， 2022（9）：11-23.

何正燕， 张艳荣. 甘肃省农业农村现代化发展水平测度及障碍因子研究[J]. 中国农机化学报， 2022， 43（2）：1588-1599.

华中昱， 林万龙， 徐娜. 数字鸿沟还是数字红利？——数字技术使用对农村低收入户收入的影响[J]. 中国农业大学学报（社会科学版）， 2022， 39（5）：133-154.

姜长云， 姜惠宸. 论基本实现农业农村现代化目标任务的三个层次[J]. 东岳论丛， 2021， 42（7）：130-140， 192.

蒋永穆， 李明星. 中国式农业农村现代化的内涵要求、问题挑战与路径策略[J]. 社会科学辑刊， 2024（5）：1-12.

李静， 陈亚坤. 农业公司化是农业现代化必由之路[J]. 中国农村经济， 2022（8）：52-69.

李文. 经济社会双轮驱动农业农村现代化[J]. 人民论坛， 2023 （4）：36-39.

梁俊芬， 蔡勋， 冯珊珊， 等. 珠三角地区农业农村现代化发展程度评价及制约因子研究[J]. 生态环境学报， 2022， 31（8）：1680-1689.

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.

刘蕾， 王轶. 数字化经营何以促进农民增收？——基于全国返乡创业企业的调查数据[J]. 中国流通经济， 2022， 36（1）：9-19.

刘鹏飞， 韩晓琳， 李羚锐. 数字经济对企业创新绩效的影响研究[J]. 商学研究， 2022， 29（4）：5-15.

陆益龙. 乡村振兴中的农业农村现代化问题[J]. 中国农业大学学报， 2018， 35（3）：48-56.

罗浚文， 李荣福， 卢波. 数字经济， 农业数字要素与赋能产值——基于GAPP 和SFA的实证分析[J]. 农村经济， 2020（6）：16-23.

罗千峰， 赵奇锋， 张利庠. 数字技术赋能农业高质量发展的理论框架、增效机制及实现路径[J]. 当代经济管理， 2022， 44（7）：49-56.

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.

钱佰慧， 陈思霖， 徐洋， 等. 农村现代化水平评价指标体系构建与测度分析[J]. 农业经济与管理， 2021（6）：39-49.

钱明辉， 潘菲， 齐悦. 后新冠疫情下我国农业农村数字经济发展——问题、趋势与对策[J]. 中国农业资源与区划， 2021， 42（11）：62-71.

覃诚， 汪宝， 陈典， 等. 中国分地区农业农村现代化发展水平评价[J]. 中国农业资源与区划， 2022， 43（4）：173-182.

任转转， 邓峰. 数字技术， 要素结构转型与经济高质量发展[J]. 软科学， 2022（4）：51-61.

史常亮. 数字经济赋能农业全要素生产率增长：效应与机制[J]. 华南农业大学学报， 2024， 23（9）：94-109.

孙德超， 李扬. 新型举国体制支撑农业农村现代化的逻辑进路与实现路径[J]. 社会科学， 2022（7）：143-150.

孙贺， 傅孝天. 农业农村现代化一体推进的政治经济学逻辑[J]. 求是学刊， 2021， 48（1）：81-89.

唐慧敏. 数字技术赋能乡村振兴的理论阐释和实践发展[J]. 农村经济， 2022（9）：42-51.

唐建军， 龚教伟， 宋清华. 数字普惠金融与农业全要素生产率——基于要素流动与技术扩散的视角[J]. 中国农村经济， 2022（7）：81-102.

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， 22（2）：1-9.

王彬， 高敬峰， 宋玉洁. 数字技术与全球价值链分工——来自中国细分行业的经验证据[J]. 2021（12）：115-125.

王春光. 迈向共同富裕——农业农村现代化实践行动和路径的社会学思考[J]. 社会学研究， 2021， 36（2）：29-45， 226.

王定祥， 彭政钦， 李伶俐. 中国数字经济与农业融合发展水平测度与评价[J]. 中国农村经济， 2023 （6）：48-71.

王定祥， 冉希美. 农村数字化、人力资本与农村产业融合发展——基于中国省域面板数据的经验证据[J]. 重庆大学学报（社会科学版）， 2022， 28（2）：1-14.

王海艳， 林云舟， 腾忠铭. 数字经济对城乡融合发展的影响因素研究[J]. 中共福建省委党校学报， 2022（3）：123-132.

王火根， 邓子玲， 汪钰婷. 数字金融对林业绿色全要素生产率的影响机制[J]. 林业经济问题， 2023， 43（6）：561-569.

王平. 基要性变革中数字金融促进农业农村现代化研究[J]. 中国农业资源与区划， 2024， 45（5）：183-193.

王伟新， 殷徐康， 王晨光. 数字经济助推中国式农业农村现代化：测度、机制与启示[J]. 农业现代化研究， 2023， 44（4）：609-623.

王笑涵， 陈妮， 甘林针， 等. 美国乡村林业发展经验借鉴[J]. 世界林业研究， 2020， 33（5）：113-117.

王兆华. 新时代我国农业农村现代化再认识[J]. 农业经济问题， 2019 （8）：76-83.

魏后凯. 深刻把握农业农村现代化的科学内涵[J]. 农村工作通讯， 2019（2）：1.

温湖炜， 王圣云. 数字技术应用对企业创新的影响研究[J]. 科研管理， 2022， 43（4）：66-74.

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

肖冰， 吴诗翩. 基于结构方程模型的农业农村现代化影响因素分析[J]. 江苏农业科学， 2021， 49（4）：231-236.

徐玮， 孔祥慧， 包庆丰. 中国林业现代化水平的地区差异及动态演进研究[J]. 林业经济问题， 2018， 38（4）：86-91.

许琴琴， 舒斯亮. 数字经济对林业产业发展的影响——基于门槛效应分析[J]. 林业经济， 2023， 45（10）：82-96.

叶兴庆， 程郁. 新发展阶段农业农村现代化的内涵特征和评价体系[J]. 改革， 2021 （9）：1-15.

张兵， 李娜. 数字普惠金融、非农就业与农户增收——基于中介效应模型的实证分析[J]. 农业现代化研究， 2022， 43（2）：249-260.

张瀚丹， 李娅. 数字经济与林业高质量发展的耦合协调关系研究[J]. 林业经济， 2023， 45（11）：50-72.

张旺， 白永秀. 数字经济与乡村振兴耦合的理论构建、实证分析与优化路径[J]. 中国软科学， 2022（1）：132-146.

张卫东， 卜偲琦， 彭旭辉. 互联网技能， 信息优势与农民工非农就业[J]. 财经科学， 2022（1）：118-132.

张小允， 许世卫. 我国农业现代化评价指标体系研究[J]. 农业现代化研究， 2022， 43（5）：1-10.

张岳， 周应恒. 数字普惠金融、传统金融竞争与农村产业融合[J]. 农业技术经济， 2021（9）：68-82.

翟郡， 杨红强， 徐彩瑶， 等. 浙江省数字经济与林业产融融合水平测度及影响因素[J]. 林业科学， 2024， 60（5）：22-34.

赵敏， 郭伟建. 数字普惠金融能否促进农业高质量发展？——兼论影响机制与空间效应[J]. 河海大学学报（哲学社会科学版）， 2024， 26（2）：79-94.

赵涛， 张智， 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界， 2020， 36（10）：65-76.

赵星， 李若彤， 贺慧圆. 数字技术可以促进创新效率提升吗？[J]. 科学学研究， 2022（11）：4-18.

Acemoglu D， Restrepo P. Artificial Intelligence， Automation and Work [J]. National Bureau of Economic Research， 2018， 10（24）：197-236.

Asongu S. The impact of mobile phone penetration on African inequality [J]. International Journal of Social Economics， 2015， 42（8）：706-716.

Dunleavy P， Margetts H， Tinkler J， et al. Digital Era Governance： IT Corporations， the State， and E-government [M]. Oxford：Oxford University Press， 2006.

Florian E S， Ferdinand H， Christoph G， et al. Sensors for digital transformation in smart forestry [J]. Sensors， 2024， 24（3）：1424-1453.

Gabriela L G， Simon L L， Mark B， et al. Forestplots. net： a web application and research tool to manage and analyse tropical forest plot data [J]. Journal of Vegetation Science， 2011， 22（6）：610-613.

Huttunen S. Revisiting Agriculture Modernisation： Interconnected Farming Practices Driving Rural Development at the Farm Level Author Links Open Panel [J]. Journal of Rural Studies， 2019， 71（10）：36-45.

Issahaku H， Abu B M， Nkegbe P K. Does the Use of Mobile Phones by Smallholder Maize Farmers Affect Productivity in Ghana？[J]. Journal of African Business， 2018， 19（3）：302-322.

Kansanga M， Andersen P， Kpienbaareh D， et al. Traditional agriculture in transition：examining the impacts of agricultural modernization on smallholder farming in Ghana under the new Green Revolution [J]. International Journal of Sustainable Development amp; World Ecology， 2019， 26（1）：11-24.

Kleis L， Chwelos P， Ramirez R V， et al. Information Technology and Intangible output：The impact of IT investment on information productivity [J]. Information Systems Research， 2012， 23（1）：42-59.

Klerkx L， Jakku E， Labarthe P. A Review of Social Science on Digital Agriculture， Smart Farming and Agriculture 4.0： New Contributions and A Future Research Agenda [J]. NJAS： Wageningen Journal of Life Sciences， 2019， 90-91（C）：100315.

Lee J Y. Contesting the Digital Economy and Culture： Digital technologies and the Transformation of Popular Music in Korea [J].Inter-Asia Cultural Studies， 2009， 10（4）：489-506.

Ralandi S， Brunori G， Bacco M. The Digitalization of Agriculture and Rural Areas： Towards a taxonomy of the Impacts [J]. Sustainability，2021， 13（9）：5172.

Srinivasan A， Venkatraman N. Entrepreneurship in Digital Platforms： A Network- centric View [J]. Strategic Entrepreneurship Journal，2018， 12（1）：54-71.

（责任编辑 韩杏容）