数字经济对农机服务外包的影响与机制研究

杜冰 戴浩 罗明

摘要：數字经济的发展为农机服务外包提供契机。基于2011—2021年全国31个省（市、自治区）面板数据，利用FGLS模型、IV-2SLS、IV-GMM、门槛模型等方法，实证检验数字经济对农机服务外包的影响效应与作用机理，研究发现：数字经济对农机服务外包具有显著的促进作用，具体而言，数字经济每提升1个单位，农机服务外包将会提升0.349个单位。机制检验表明，数字经济通过促进非农就业、强化社会网络与产业集聚途径，间接推动农机服务外包。门槛模型表明，数字经济对农机服务外包存在老龄化的逆转效应和市场化的边际递增效应。具体而言，老龄化的逆转效应表现为当老龄化越过门槛值0.017 1时，数字经济对农机服务外包的回归系数由为0.244变为-0.012 5；市场化的边际递增效应表现为当市场化越过门槛值3.25时，数字经济对农机服务外包的回归系数由为0.031 7变为0.565。异质性表明，数字经济对农机服务外包呈现出显著的地理差异、农业功能区差异和地形区位差异，数字经济对西部地区、粮食主产区和平原地区农机服务外包的促进更明显。

关键词：数字经济；农机服务外包；非农就业；社会网络；产业集聚

中图分类号：F49  文献标识码：A  文章编号：2095-5553 （2024） 03-0304-10

Study on the influence and mechanism of digital economy on agricultural machinery service outsourcing

Du Bing1， Dai Hao1， Luo Ming2

（1. School of Economics and Management， Yangtze University， Jingzhou， 434023， China；2. College of Arts and Science， Yangtze University， Jingzhou， 434023， China）

Abstract：

The development of the digital economy provides opportunities for the outsourcing of agricultural machinery services. Based on the panel data of 31 provinces （municipalities and autonomous regions） in China from 2011 to 2021， using the FGLS model， IV-2SLS， IV-GMM， threshold model and other methods， we empirically test the effect and mechanism of the digital economy on the outsourcing of agricultural machinery services， and find that the digital economy plays a significant role in promoting the outsourcing of agricultural machinery services， specifically， for every unit of improvement in the digital economy， agricultural machinery service outsourcing will be increased by 0.349 units. The mechanism test shows that the digital economy indirectly promotes the outsourcing of agricultural machinery services by promoting non-agricultural employment， strengthening social networks， and industrial agglomeration paths. The threshold model shows that the digital economy has a reversal effect of aging and a marginal incremental effect of marketization on agricultural machinery service outsourcing. Specifically， the reversal effect of aging is shown as the regression coefficient of digital economy on agricultural machinery service outsourcing changes from 0.244 to -0.012 5 when aging crosses the threshold of 0.017 1， the marginal incremental effect of marketization is shown as the regression coefficient of digital economy on agricultural machinery service outsourcing changes from 0.031 7 to 0.565 when marketization crosses the threshold of 3.25. The heterogeneity shows that the digital economy on agricultural machinery service outsourcing has significant geographical differences， agricultural functional area differences， and topographical location differences， and that the digital economy promotes agricultural machinery service outsourcing more in the western region， the main grain-producing areas， and the plains.

Keywords：digital economy; outsourcing of agricultural machinery services; non-agricultural employment; social networks; industrial agglomeration

0 引言

在大国小农与农业转型的现实背景下，促进小农户与现代农业有机衔接显得尤为迫切。2023年中央一号文件提出实施农业社会服务促进行动，推动农机服务发展，实现小农户与现代农业有机衔接。当前我国农机服务发展势头迅猛［1］，然而，由于信息不对称问题，服务主体匹配难度加大、信息搜寻成本骤增，农业服务市场的信息错配成为阻碍农户获取农机服务的窾要之处，掣制了农业社会化服务的长远发展。随着数字化技术的迭代升级与“宽带中国”、“数字乡村”战略的实施，我国数字经济进入发展的快车道。数字经济跨时空传播信息，打破信息壁垒，显著降低交易成本的优势［2］，有望成为农机服务发展的强劲引擎。

数字经济作为数字化信息时代的衍生物，是驱动经济高质量发展的新动能。有鉴于传统技术进步，数字经济带来的数字红利惠及广大农村弱势群体，打破农村“信息孤岛”困局，扩宽信息渠道［3］，推动非农就业与社会分工［4］，加速农业劳动力转移［5］，农业陷入“谁来种田”窘境。劳动力的非农转移和人口老龄化加剧劳动力成本上升，庞大的农业用工需求内生出农业社会化服务市场，带动农机服务外包发展［6］。并且数字经济的资源优化效应，显著改善农村要素错配［7］、提高农业全要素生产率［8］，赋能农业高质量发展［9］。

综上，数字经济渗透到农业农村的各方面，对于提高农业资源配置效率，实现农业现代化至关重要。已有研究表明数字经济推动劳动力向非农部门转移，而农机服务外包恰好可以弥补农业劳动力短缺问题。由此可见，数字经济为驱动农机服务外包的发展提供契机。遗憾的是，鲜有研究将数字经济与农机服务外包置于同一研究框架下，考察二者间的关系。在此背景下，数字经济能否成为推动农机服务外包发展的加速器？以及数字经济如何影响农机服务外包？鉴于此，基于全国31个省（市、自治区）2011—2021年的省际面板数据，通过构建数字经济评价指标体系，运用FGLS模型、IV-2SLS、IV-GMM、门槛模型等方法，考察数字经济对农机服务外包的影响效应与作用机理，并考虑老龄化、市场化可能对其造成的非线性影响，最后从地理区位、粮食功能区以及地形区位等三方面探寻数字经济赋能农机服务外包的差异，为推动数字化与农业社会化服务发展，早日实现小农户与现代农业有机衔接提供可行路径。

1 研究假设

1.1 数字经济对农机服务外包影响的理论分析

基于农户行为理论，农户采纳农机服务主要取决于效益最大化因素，而数字经济降低搜索成本、运输成本、验证成本、复制成本以及跟踪成本［10］。相较于传统经济，数字经济降低了农业经济活动的相对成本，对农机服务外包产生深刻影响。具体而言，首先，数字经济提高农业市场信息透明度。作为信息载体和网络空间平台的数字经济，加快农业信息的整合与传播，打破信息不对称壁垒，降低因信息获取与使用产生的“数字鸿沟”，显著减少了农户的信息获取成本，缓解了农机服务外包的信息约束。其次，数字经济缓解了农业资源错配。数字经济通过卫星技术、数字化平台以远程调度、农机定位等方式整合现有农机社会化服务主体，缓解要素错配，提高农机资源的使用效率。最后，数字经济改变农户观念与行为。置身于数字化媒体信息世界，农户直接捕捉到外界实时信息，主观能动性与信息传播的结合将会改变行为方式与价值观念［11］，触动固有传统的耕作思想观念，使得农户开始思考现有生产模式，其思想意识的变革进而影响农业生产决策行为。相较于雇工劳作，农机服务外包优势更进一步得到凸显，因而，农户将从传统的劳动力耕作模式转向依赖农业机械作业。基于此，本文提出假说1。

假说1：数字经济能促进农机服务外包。

1.2 数字经济对农机服务外包影响的传导机制

1.2.1 非农就业效应

一方面，数字經济增加农户就业机会与提高农户创业倾向，从而促进非农就业。一是数字经济提供数量庞大的就业信息，降低农户求职过程中的信息搜寻成本，提高工作匹配效率，增加了农户的就业机会。二是基于动机—机会—能力理论，行为的发生由机会、能力与动力三种因素共同决定。数字经济通过激发多样化的消费需求、提供获取创业资源（创业资金、信息以及社会资本等）的新途径以及创业成功示范效应的引领，为农户带来了创业机会、提高创业能力、增强创业动机，从而提升了农户创业倾向［12］。另一方面，非农收入的增加为农户选择农机服务外包服务提供了可能。非农就业改变了务农数量与结构，导致农业生产面临人地资源要素配置的结构性矛盾，雇工经营抑或农机服务成为其缓解矛盾的最优选择。然而，农业生产的季节性与农业的特有属性，加剧农业雇工的风险成本与监督成本，因此，选择农机服务替代劳动力成为农户的理性选择［13］。非农收入的增加，使得农户可以选择农机服务组织以迂回的方式使用农业机械，避免自购农机产生的沉没成本与投资锁定，降低农业经营成本，这在一定程度上刺激了农机服务市场的发展。基于此，提出假说2。

假说2：数字经济通过促进非农就业，进而推动农机服务外包。

1.2.2 社会网络效应

数字经济不仅是一种媒体介质、技术介质，亦是关系介质，通过技术赋能重组人与人之间的互动和交流，促进共享社交、实时互动等多种新型交际模式的生成，强化农户邻里间的社会互动与联系。社会互动程度的提升使得主体决策过程中的预期、偏好以及预算约束均会受周围决策主体的影响［14］，即社会网络具有的社会规范［15］、交换机制和信息获得机制［16］进而会影响农机服务外包。一方面，数字经济强化社会网络关系。数字经济衍生的短视频、微信等数字化社交媒体深入农村社会生活的诸多方面，成为农户日常的一部分。数字经济超越物理距离，打破农村社会的相对间隔，缩短农户交流、沟通的时空距离。农户依托于数字化社交媒体，既能维持现有的熟人社会联系网络，又能拓展新的社会弱关系网络［17］。此外，在当前农村空心化、“三留守群体”等背景下，数字经济提供的交流沟通机会，在维持人际关系方面显得尤为重要。另一方面，社会网络关系的扩展有利于农机服务外包的发展。第一，社会网络的强化改变传统地缘、血缘的社会关系，改善信息传递的差序格局，缓解信息不对称导致的农机服务结构性供需失衡。第二，社会网络的人情功能，促成农户间的合作，即联系紧密的社会网络有利于农户获得农机服务外包的信息、技术、资金等支持。第三，嵌入式社会网络的农户极易受周围农户的影响，优先采纳农机服务外包农户的示范效应促使其他农户行为趋同，由此形成同伴效应。基于此，提出假说3。

假说3：数字经济通过强化社会网络关系，进而促进农机服务外包。

1.2.3 产业集聚效应

新经济地理学理论认为，产业集聚由需求因素、外部经济和产业地方化三类因素驱动。首先，数字技术的更迭与信息抓取功能，使得农户以低成本获取信息资源，市场信息的透明度提高农业市场供需双方集聚的可能性，市场需求拉动和资源禀赋诱导使得区域内交易成本降低，有利于规模递增效应的产生。其次，数字经济实现知识、信息的流动与共享，农户根据自身需求寻找适宜的农业社会化服务。最后，数字经济的同伴效应极易形成区域种植的一体化与专业化。显然，数字经济的发展有利于农业产业集聚。而农业产业集聚对农机服务需求增大，提高其选择农机服务的可能性。农业产业集聚表现为某种农作物种植规模的扩大与区域种植专业化，进而对相应的农业机械的需要也随之扩大［18］。农业区域横向分工诱发农业地理集聚，农业横向分工和连片专业化能扩大市场容量促进农业纵向分工深化与农业服务外包［19］。且现有研究表明生产集聚每提高1%，农机服务水平将会增加22.1%［20］。基于此，提出假说4。

假说4：数字经济通过推动农业集聚的形成，进而促进农机服务外包。

2 研究设计

2.1 模型设定

首先，为考察数字经济对农机服务外包的影响，基于前文理论分析，构建基准模型如式（1）所示。

Aserveit=а0+а1Decoit+а2Xit+μi+δt+εit（1）

式中：Aserveit——农机服务外包；Decoit——数字经济；i——省份；t——年份；а0、а1、а2——系数；Xit——控制变量；μi——地区固定效应；δt——时间固定效应；εit——随机误差项。

其次，为进一步验证数字经济对农机服务外包的影响机制，本文借鉴Baron等［21］的研究方法，在式（1）的基础上，设定如式（2）、式（3）所示的机制检验模型。

Mecit=β0+β1Decoit+β2Xit+μi+δt+εit（2）

Aserveit=λ0+λ1Decoit+λ2Mecit+λ3Xit+μi+δt+εit（3）

式中：Mecit——机制变量，非农就业（Nemp）、社会网络（Social）以及产业集聚（AIG）；β0、β1、β2、λ0、λ1、λ2、λ3——系数。

最后，为考察数字经济对农机服务外包可能存在的非线性关系，通过引入面板门槛模型探讨其影响，其模型设定如式（4）所示。

Aserveit=α1Decoit×I（q≤ρ）+α2Decoit×I（q>ρ）+α3Xit+μi+δt+εit（4）

式中：q——门槛变量，市场化（Market）和老龄化（Aging）；I（·）——指示性函数；ρ——门槛值；α1、α2、α3——系数。

2.2 变量选取

2.2.1 被解释变量

本文的被解释变量为农机服务外包（Aserve），参考戴浩等［13］的做法，将农业生产环节中使用外包服务更为普遍的耕、种、收三个生产外包环节来综合衡量农机服务外包程度，并借鉴农业农村部《2007版中华人民共和国农业行业标准》对上述三个环节的贡献度分别赋值为0.4、0.3、0.3。计算公式为：农机服务外包=0.4×机耕环节外包面积占比+0.3×机播环节外包面积占比+0.3×机收环节外包面积占比。

2.2.2 核心解释变量

本文的核心解释变量为数字经济（Deco），借鉴赵涛等［2］的做法，从互联网普及率、数字金融、相关从业人员情况、移动电话普及率以及相关产出情况五方面构建数字经济评价指标体系。其中互联网普及率采用互联网宽带接入用户数衡量、数字金融采用北京大学数字金融研究院发布的数字普惠金融指数衡量、相关从业人员情况采用计算机服务和软件从业人员与城镇单位就业人数占比衡量、移动电话普及率采用移动电话用户数衡量、相关产业产出情况采用人就電信业务量衡量。使用熵值法对上述指标进行测算。

2.2.3 其他变量

鉴于数据的可获得性，机制变量非农就业（Nemp）采用第二、三产业就业人数与三产就业人数的比重衡量［13］；社会网络（Social）借鉴顾江等［22］的做法，从人口密度、移动电话普及率、教育程度以及互联网上网数四方面通过熵值法测算；产业集聚（AIG）基于区域熵进行测度，以各省农林牧渔总产值与全国农林牧渔总产值的比值除以各省生产总值与全国生产总值的比值衡量农业产业集聚［23］。

为避免遗漏变量产生结果偏误，本文选取如下控制变量：农民收入（Income）采用农村居民人均可支配收入衡量；地区经济（GDP）采用农林牧渔业生产总值衡量；劳动力价格（Lprice）采用农村居民人均工资性收入衡量；种植结构（Rrice）采用粮食播种面积与农作物播种面积比重衡量；城镇化（Urban）采用城镇人口与总人口比重衡量；种植规模（Scale）采用农作物播种面积衡量；地形（Terrain）借鉴王亚辉等［24］的做法，将我国划分为平原和丘陵两大地形区，通过构建虚拟变量，将平原地区赋值为1，丘陵地区赋值为0。

2.3 数据来源与描述性统计

本文的研究对象为2011—2021年我国31个省（市、自治区），样本量为341。数据来源于《中国农业机械工业年鉴》、《中国人口和就业统计年鉴》、EPS数据库以及各省（市、自治区）统计局。在进行实证分析前，对数据进行如下处理：首先，为减少异方差，对数据进行对数化处理；其次，经方差膨胀因子检验，VIF最大值小于10，故排除多重共线性问题。变量的描述性统计如表1所示。

3 实证分析

3.1 基准回归分析

表2为使用FGLS模型的回归结果。观察结果可知，无论是否纳入控制变量，抑或控制省份效应和年份效应，数字经济对农机服务外包的影响均显著为正，初步证实数字经济对农机服务外包具有促进作用的假说，假说1得到验证。具体而言，数字经济对农机服务外包的回归系数为0.349。在1%的水平上显著，表明数字经济每提升1个单位，农机服务外包将会提升0.349个单位。可能的原因是：数字经济降低农业市场信息获取成本，使得农户与农机服务主体谈判地位均等。同时通过数字化技术远程调配农机作业，有效缓解农机资源错配，并且数字经济潜移默化改变农户传统的耕作思想观念，以机械耕作取代劳动力，从而刺激农机服务市场的发育。从控制变量的回归结果看，除劳动力价格的系数为负外，其余变量系数均为正，变量结果符合经济学意义。

3.2 内生性与稳健性分析

3.2.1 内生性讨论

首先，虽然本文选取多个控制变量纳入模型回归，但相关控制变量难以穷尽，可能存在遗漏变量问题，最终导致回归结果有偏。其次，数字经济基于评价指标体系测算所得，限于数据获取与不可观测等因素，可能存在测算误差等问题。再者，数字经济与农机服务外包之间可能存在互为因果关系。鉴于此，本文参考相关学者的做法［2］，以1984年各省的固定电话数与上一年全国互联网用户数构建交互项，作为数字经济的工具变量。一方面，数字经济作为互联网的延续发展，当地历史上的互联网技术设施水平必然影响后续阶段数字经济的发展程度，满足工具变量选取的相关性要求。另一方面，随着数字经济的发展，以固定电话为代表的传统电信行业对当今社会的影响逐渐式微，更难对农机服务外包市场产生影响，满足工具变量选取的排他性要求。因此，本文通过构建数字经济的工具变量，采用IV-2SLS和IV-GMM两种方法识别数字经济对农机服务外包影响的净效应。

表3列（1）、列（2）分别为IV-2SLS与IV-GMM的回归结果。结果显示，在第一阶段回归中，工具变量和内生变量数字经济的系数显著为正，且在弱工具变量检验中Wald统计量为23.956，明显高于其10%的临界值，表明以1984年各省的固定电话数与上一年全国互联网用户数的交互项作为数字经济的工具变量较为合理，对数字经济具有解释力。在第二阶段回归中，数字经济对农机服务外包的回归系数均为0.286，通过1%的显著性检验，且LM统计量P值为0，显著拒绝工具变量识别不足的原假设。综上，在考虑內生性问题后，数字经济发展水平的提高对农机服务外包的发展仍具有显著的推动作用，假说1进一步得到验证。

3.2.2 稳健性分析

为确保前文研究结论的稳健可靠性，本文还采取了三种策略进行稳健性检验。策略一，更换模型。将基准回归采用的FGLS模型替换为固定效应模型，回归结果见表3列（3），结果显示，除回归系数与基准回归有所不同外，作用方向一致且通过1%的显著性检验，表明基准回归结果稳健可靠。策略二，剔除极端值。避免存在极端值导致结果出现偏误，本文对所有变量进行1%和99%分位数缩尾处理，结果见表3列（4）。对数据进行缩尾处理后，数字经济回归系数为0.353，通过显著性检验，与前文基准回归结果基本一致，说明前文研究结果稳健。策略三，剔除直辖市。考虑到直辖市可能因地位的特殊性和政策倾斜性，其数字经济发展水平较高，与其他省份存在过大差距，进而对本文研究结果造成偏误。因此，本文剔除北京市、重庆市、天津市和上海市四个直辖市的样本后重新回归，结果见表3列（5）。回归结果与基准回归结果相差不大，再次证实了数字经济有利于农机服务外包发展这一观点。

3.3 作用机制分析

基于前文理论分析，为进一步验证数字经济能否通过非农就业、社会网络和产业集聚途径促进农机服务外包，根据式（2）和式（3）进行回归分析，结果如表4所示。

1）  非农就业效应。表4列（1）～列（2）报告以非农就业为机制变量的回归结果。由列（1）可知，数字经济对非农就业的回归系数为0.626，在1%的水平上显著，表明数字经济的发展显著促进了非农就业。列（2）显示，在纳入了非农就业机制变量后，数字经济和非农就业对农机服务外包的回归系数分别为0.0145和0.183，均通过1%的显著性检验，与基准回归相比，系数从0.349下降至0.0145，表明非农就业在数字经济促进农机服务外包的过程中存在部分中介效应，假说2得到验证。

2）  社会网络效应。表4列（3）～列（4）报告了以社会网络为机制变量的回归结果。由列（3）可知，数字经济对非农就业的回归系数为0.775，在1%的水平上显著，表明数字经济的发展显著强化了社会网络联系。列（4）显示，在纳入了社会网络机制变量后，数字经济和社会网络对农机服务外包的回归系数分别为0.111和0.0296，均通过1%的显著性检验，与基准回归相比，系数从0.349下降至0.111，表明社会网络在数字经济促进农机服务外包的过程中存在部分中介效应，假说3得到验证。

3）  产业集聚效应。表4列（5）～列（6）报告以产业集聚为机制变量的回归结果。由列（5）可知，数字经济对产业集聚的回归系数为0.0496，在1%的水平上显著，表明数字经济的发展显著促进了产业集聚。列（6）显示，在纳入了产业集聚机制变量后，数字经济和产业集聚对农机服务外包的回归系数分别为0.190和0.123，均通过1%的显著性检验，与基准回归相比，系数从0.349下降至0.190，表明产业集聚在数字经济促进农机服务外包的过程中存在部分中介效应，假说4得到验证。

3.4 门槛效应分析

鉴于数字经济与市场化程度息息相关，且目前我国人口老龄化问题严重，老龄化与数字技术是否相悖，有待验证。因此，本文拟探究在数字经济对农机服务外包影响的过程中，是否存在市场化和老龄化的门槛效应。通过Bootstrap反复抽样1 000次，得到以市场化和老龄化为门槛值的门槛效应检验结果，如表5所示。

1）  老龄化的门槛效应。由表5可知，以老龄化为门槛变量时，数字经济对农机服务外包的影响通过了单一门槛的显著性检验，未通过双重门槛和三重门槛的显著性检验。也就是说，数字经济影响农机服务外包存在老龄化的单一门槛效应，门槛值为0.017 1。表6列（1）汇报了以老龄化为门槛变量的回归结果，当老龄化低于0.017 1时，数字经济对农机服务外包的回归系数为0.244，在1%的水平上显著。当老龄化水平高于0.017 1时，数字经济对农机服务外包的回归系数为-0.012 5，通过5%的显著性检验。可见，随着人口老龄化程度的加深，数字经济对农机服务外包的作用由促进转为抑制，呈现逆转效应。在人口老龄化程度较低时，数字经济对农机服务外包具有显著的促进作用，当老龄化高于0.017 1时，数字经济对农机服务外包则具有显著的阻碍作用。可能是因为，当老龄化程度较低时，虽然农户的体力难以支撑其从事农事活动，但出于生计需要，农户勉强能使用互联网、手机等数字化手段匹配寻找农机服务提供方，通过线上比价、询问熟人等方式获得农机服务。数字经济作为一种技能偏向型技术进步，对教育程度较低，年龄较大的农户采纳农机作业的影响有限。随着老龄化程度的加深，农户因数字技能、身体素质等多方原因导致其被数字经济排斥在外，此时农机服务外包呈现抑制效应。

2）  市场化的门槛效应。由表5可知，以市场化为门槛变量时，数字经济对农机服务外包的影响通过了单一门槛的显著性检验，未通过双重门槛和三重门槛的显著性检验。也就是说，数字经济影响农机服务外包存在市场化的单一门槛效应，门槛值为3.2500。表6列（2）汇报了以市场化为门槛变量的回归结果，当市场化低于3.25时，数字经济对农机服务外包的回归系数为0.0317，在1%的水平上显著。当市场化水平高于3.25时，数字经济对农机服务外包的回归系数为0.565，通过1%的显著性检验。可见，随着市场化水平的提高，数字经济对农机服务外包促进作用表现出显著的边际递增特征。在市场化程度较低时，数字经济每提升1%，农机服务外包水平将会提高3.17%；当市场化程度较高时，数字经济每提升1%，农机服务外包水平将会提高56.5%。也就是说随着市场化程度的发展与提高，数字经济对农机服务外包的促进作用愈发强烈。可能是因为市场化程度较低时，数字经济处于发展初期，由于基础设施的不完善，数字经济对农机服务外包的促进作用微弱，导致农机服务发展相对缓慢。随着市场化水平的提高，数字经济发展水平也随之增加，数字化、网络通讯、大数据、区块链等技术趋于完善，充分释放数字要素价值，对农机服务外包的促进作用递增。

3.5 异质性分析

3.5.1 地理异质性分析

基于地区经济发展程度的差异，将我国划分为东、中、西部三大地区，表7列（1）～列（3）分别汇报了数字经济对东、中、西部地区农机服务外包的区域差异。数字经济对东、中、西部的回归系数依次为0.045 9、0.124和0.325，均通过显著性检验，表明数字经济对西部农机服务外包的作用高于东中部地区。可能是因为西部地区由于数字化技术打破了束缚传统农业发展的障碍，农户通过数字通讯工具突破了地理限制找寻农机服务主体，在降低信息搜寻成本的同时极大地提高了农业服务效率，有力推动了农机服务市场的发育。相较于经济发展程度较高的东中部地区，数字经济对西部地区农机服务的边际效应更高，使得数字经济对西部地区农机服务外包的促进作用更显著。

3.5.2 农业生产功能异质性

基于农业生产功能定位的差异，将我国划分为粮食主产区、粮食主销区和粮食产销平衡区，表7列（4）～列（6）分别汇报了数字经济对粮食主产区、粮食主销区和粮食产销平衡区农机服务外包的影响。数字经济对粮食主产区和粮食产销平衡区农机服务外包系数分别为0.908和0.425，且均通過1%的显著性检验，而粮食主销区未通过。这表明数字经济对粮食主产区和粮食产销平衡区农机服务外包促进作用比粮食主销区明显。可能是因为粮食主产区因其粮食生产的功能定位，粮食产业体系庞大且农业体量较大，为农机服务市场的发展奠定了良好的基础；而粮食产销平衡区既担负粮食生产的重担，兼顾粮食销售的任务，该区域农业体量仅次于粮食主产区，因此，在数字经济的加持下，粮食主产区和粮食产销平衡区农机服务外包的发展势头较好。粮食主销区大多省份为经济发达地区，支柱产业以第三产业为主，粮食主要依赖其他省份供给。该地区虽然数字经济发展程度高，但由于其农业体量微小，导致数字经济对粮食主销区农机服务外包的促进作用不显著。

3.5.3 地形异质性

基于地形差异，将我国划分为平原和丘陵两类地形区［24］，表7列（7）～列（8）分别汇报了数字经济对平原和丘陵地区农机服务外包的影响。数字经济对平原地区农机服务外包的回归系数为0.411，明显高于丘陵地区的回归系数0.250，但两者均在1%的水平上显著。表明数字经济对平原地区农机服务外包促进作用优于丘陵地区。可能是因为平原地区地势平整开阔，便于农机下田作业；丘陵地区因地形崎岖、田块分散等原因限制农机服务的发展。

4 结论与建议

本文基于2011—2021年全国31个省（市、自治区）面板数据，利用FGLS模型、IV-2SLS、IV-GMM、门槛模型等方法，实证检验数字经济对农机服务外包的影响效应与作用机理，研究发现：第一，数字经济对农机服务外包具有显著的促进作用，在排除内生性问题以及进行一系列稳健性检验后，该结论仍成立。具体而言，数字经济每提升1个单位，农机服务外包将会提升0.349个单位。第二，机制检验表明，数字经济通过促进非农就业、强化社会网络与产业集聚等途径间接推动农机服务外包。第三，门槛检验表明，数字经济对农机服务外包存在老龄化的逆转效应和市场化的边际递增效应。具体而言，当老龄化低于门槛值0.017 1时，数字经济对农机服务外包的回归系数为0.244；当老龄化水平高于门槛值0.017 1时，数字经济对农机服务外包的回归系数为-0.012 5，随着人口老龄化程度的加深，数字经济对农机服务外包的作用由促进转为抑制，呈现逆转效应。当市场化低于门槛值3.250 0时，数字经济对农机服务外包的回归系数为0.031 7；当市场化水平高于3.250 0时，数字经济对农机服务外包的回归系数为0.565，即随着市场化水平的提高，数字经济对农机服务外包促进作用表现出显著的边际递增特征。第四，异质性表明，数字经济对农机服务外包呈现出显著的地理差异、农业功能区差异和地形区位差异，数字经济对西部地区、粮食主产区和平原地区农机服务外包的促进更明显。

基于上述研究结论，本文提出如下建议。

第一，加快推进农村数字化建设，助力农业社会化服务。本文研究发现数字经济能显著提升农机服务外包水平，是实现小农户与现代农业衔接的重要手段。因此加快普及农村地区互联网、宽带通信以及移动网络等数字化基建，充分发挥数字经济对农机服务外包的促进作用。

第二，合理应对非农就业，加强邻里联系。政府开展数字化农村劳动力就业培训，依据农户生产生活需求设计培训内容，提升农户接受数字化信息技术的能力，倡导农村青壮年通过互联网等线上培训提高职业技能和就业机会，进而推动农机服务市场的发展。同时，农户邻里、村落间进一步加强联系，通过邻里口碑效应推广农机服务，扩大农机社会化服务半径。

第三，提高市场化程度，深化产业集聚与分工。借助数字化平台搭建农业社会化服务综合平台，汇集农业的产前、产中、产后各生产环节主体，实现面对面供需对接，减少服务供需双方交易成本，纵向深化农业分工。

第四，区域协同发展，消弭数字鸿沟。数字经济对不同区域农机服务采纳的影响各具差异，故区域要通力合作、协调发展。数字经济对西部地区农机服务外包的边际贡献最高，是因为西部地区整体数字化程度偏低，因此要加大对西部地区数字化程度的建设与发展，增加网络服务工程进村入户的补贴，通过数字化建设推动西部地区农机社会化服务发展。对于粮食主销区和丘陵地区，推动农机服务向数字化转型，加速数字化信息技术与本地农机服务的融合。

参 考 文 献

［1］许秀川， 李容， 李国珍. 小规模经营与农户农机服务需求——一个两阶段决策模型的考察［J］. 农业技术经济， 2017（9）： 45-57.

［2］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.Zhao Tao， Zhang Zhi， Liang Shangkun. Digital economy， entrepreneurship， and high-quality economic development： Empirical evidence from urban China ［J］. Journal of Management World， 2020， 36（10）： 65-76.

［3］王子凤， 张桂文. 数字经济如何助力农民增收——理论分析与经验证据［J］. 山西财经大学学报， 2023， 45（2）： 16-28.Wang Zifeng， Zhang Guiwen. How does digital economy boost farmers income—Theoretical analysis and empirical evidence ［J］. Journal of Shanxi University of Finance and Economics， 2023， 45（2）： 16-28.

［4］田鸽， 张勋. 数字经济、非农就业与社会分工［J］.管理世界， 2022， 38（5）： 72-84.Tian Ge， Zhang Xun. Digital economy， non-agricultural employment， and division of labor ［J］. Journal of Management World， 2022， 38（5）： 72-84.

［5］王偉新， 许蒋鸿， 陆玮， 等. 数字经济时代互联网使用如何影响农业劳动力转移决策？——基于CGSS数据的实证分析［J］. 中国农业大学学报， 2023， 28（4）： 257-273.Wang Weixin， Xu Jianghong， Lu Wei， et al. How internet use affect agricultural workforce transfer decision during digital economy era？： Empirical analysis based on CGSS data ［J］. Journal of China Agricultural University， 2023， 28（4）： 257-273.

［6］金铃， 王建英， 刘西川. 劳动力成本上升与农机社会化服务需求——以低劳动强度、低技术含量的稻谷晾晒环节为例［J］. 农林经济管理学报， 2020， 19（2）： 171-180.Jin Ling， Wang Jianying， Liu Xichuan. Rising labor costs and demand for agricultural productive service： Evidence from production stage of paddy drying with low labor intensity and technical content ［J］. Journal of Agro-Forestry Economics and Management， 2020， 19（2）：171-180.

［7］李豫新， 许新娜. 数字经济对农村要素错配的影响研究——基于三产融合视角［J］. 农林经济管理学报， 2023， 22（4）： 467-477.Li Yuxin， Xu Xinna. Influence of digital economy on rural factor misallocation： From the perspective of industries integration ［J］. Journal of Agro-Forestry Economics and Management， 2023， 22（4）： 467-477.

［8］孙光林， 李婷， 莫媛. 数字经济对中国农业全要素生产率的影响［J］. 经济与管理评论， 2023， 39（1）： 92-103.Sun Guangting， Li Ting， Mo Yuan. The impact of digital economy on Chinas agricultural total factor productivity ［J］. Review of Economy and Management， 2023， 39（1）： 92-103.

［9］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， 36（11）： 3-14.Lu Zhaoyang， Du Yutong. An empirical study on digital economy enabling the high-quality development of agriculture ［J］. China Business and Market， 2022， 36（11）： 3-14.

［10］Goldfarb A， Tucker C. Digital economics ［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.

［11］何大安. 中国数字经济现状及未来发展［J］. 治理研究， 2021， 37（3）： 5-15， 2.He Daan. The status quo and future development of China digital economy ［J］. Governance Studies， 2021， 37（3）： 5-15， 2.

［12］陳卫平， 余乐， 梁舒培. 地区数字经济发展对农民创业的影响研究［J］. 学术研究， 2022（12）： 115-123， 212.Chen Weiping， Yu Le， Liang Shupei. Effect of regional digital economy development on farmer entrepreneurship ［J］. Academic Research， 2022（12）： 115-123， 212.

［13］戴浩， 魏君英， 刘子宸. 非农就业、农机服务外包对粮食产量影响［J］. 中国农机化学报， 2023， 44（6）： 244-250.Dai Hao， Wei Junying， Liu Zichen. Impact of non-agricultural employment and agricultural machinery service outsourcing on grain output ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 244-250.

［14］刘宏， 马文瀚. 互联网时代社会互动与家庭的资本市场参与行为［J］. 国际金融研究， 2017（3）： 55-66.Liu Hong， Ma Wenhan. Research on the online social interaction and household investment decision in China ［J］. Studies of International Finance， 2017（3）： 55-66.

［15］Bernheim B D. A theory of conformity ［J］. Journal of political Economy， 1994， 102（5）： 841-877.

［16］Hong H， Kubik J D， Stein J C. Social interaction and stock-market participation ［J］. The Journal of Finance， 2004， 59（1）： 137-163.

［17］Ellison N B， Vitak J， Gray R， et al. Cultivating social resources on social network sites： Facebook relationship maintenance behaviors and their role in social capital processes ［J］. Journal of Computer-Mediated Communication， 2014， 19（4）： 855-870.

［18］罗富民. 农业地理集聚对农业机械化技术进步的影响——基于丘陵山区的实证分析［J］.中国农业资源与区划， 2018， 39（3）： 193-200.Luo Fumin. Effects of agricultural geographical agglomeration on agricultural mechanization technology progress—An empirical study based on hilly and mountain areas ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（3）： 193-200.

［19］罗必良. 论服务规模经营——从纵向分工到横向分工及连片专业化［J］. 中国农村经济， 2017（11）： 2-16.Luo Biliang. Service scale management：Vertical division of labor， horizontal division of labor and specialization of connected farmland ［J］. Chinese Rural Economy， 2017（11）： 2-16.

［20］陶雅， 赵丹丹. 生产集聚、农业机械与农业现代化：来自全国29个省份的证据［J］. 江苏农业科学， 2018， 46（17）： 336-340.Tao Ya， Zhao Dandan. Production agglomeration， agricultural machinery and agricultural modernization： Evidence from 29 provinces across the country ［J］. Jiangsu Agricultural Sciences， 2018， 46（17）： 336-340.

［21］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 Psychology， 1986， 51（6）： 1173-1182.

［22］顾江， 陈广， 贺达. 人口结构与社会网络对城市居民文化消费的影响研究——基于省际动态面板的GMM实证分析［J］. 福建论坛（人文社会科学版）， 2016（6）： 158-164.

［23］韩海彬， 杨冬燕. 农业产业集聚对农业绿色全要素生产率增长的空间溢出效应研究［J］. 干旱区资源与环境， 2023， 37（6）： 29-37.Han Haibin， Yang Dongyan. Spatial spillover effects of agricultural industrial agglomeration on the growth of agricultural green total factor productivity ［J］. Journal of Arid Land Resources and Environment， 2023， 37（6）： 29-37.

［24］王亚辉， 李秀彬， 辛良杰， 等. 中国农地经营规模对农业劳动生产率的影响及其区域差异［J］. 自然资源学报， 2017， 32（4）： 539-552.Wang Yahui， Li Xiubin， Xin Liangjie， et al. The Impact of farm land management scale on agricultural labor productivity in China and its regional differentiation ［J］. Journal of Natural Resources， 2017， 32（4）： 539-552.

基金项目：湖北省教育厅科技处研究项目（B2021435）

第一作者：杜冰，女，1997年生，河南南阳人，硕士研究生；研究方向为农业经济。E-mail： dubingemail@163.com

通讯作者：罗明，女，1984年生，湖北荆州人，教授，硕导；研究方向为产业经济。E-mail： 18043258@qq.com