“互聯網+”驅動傳統農業創新發展的效應研究

■吳 捷 成忠厚 黃小勇

“互聯網+”與傳統農業的跨界融合，會對傳統農業產生顛覆性影響，加快促進現代農業體系的形成。基于2011—2019年我國省際面板數據，研究了“互聯網+”對傳統農業創新發展的整體性影響，發現“互聯網+”對傳統農業創新發展影響顯著；研究了“互聯網+”分別在時間與區域上對傳統農業創新發展的影響，發現“互聯網+”驅動傳統農業創新發展存在時間上與區域上的顯著差異性；進一步研究“互聯網+”驅動傳統農業創新發展的內在機理，發現人力資本存量是“互聯網+”驅動傳統農業創新發展的潛在因素。因此，各地方政府應該制定“互聯網+”驅動傳統農業創新發展的差異化戰略方針，同時要高度重視人力資本存量在“互聯網+”驅動傳統農業創新發展中的重要作用。

一、引言

中國是傳統農業大國，農業作為國民經濟基礎，在維護國家糧食安全整體性穩定方面扮演著非常重要的角色。但是，我國農業現代化進程與發達國家還有一定的差距，農業潛在產業化價值未能深層次開發出來。隨著中國經濟發展步入新常態，實現農業產業轉型升級及其創新發展成為大勢所趨，也是鄉村振興戰略能否取得成功的關鍵。“互聯網+”理念的提出為傳統農業創新發展提供了嶄新的機遇，通過實現互聯網與傳統農業的融合創新，能夠有力地驅動傳統農業向現代農業轉型升級。2016年中央1號文件明確提出大力發展“互聯網+”現代農業，應用物聯網、云計算、大數據、移動互聯網等現代信息技術，驅動農業全產業鏈改造升級。顯然，國家將“互聯網+”驅動傳統農業創新發展上升到前所未有的高度。2018年中央1號文件進一步強化了這一理念，要求提升農業發展質量，培育鄉村發展新動能，全面促進一二三產業的融合發展，從而提供農業創新力、競爭力和全要素生產率，加快實現由農業大國向農業強國轉變。因此，加快“互聯網+”與傳統農業深度融合，不僅是國家宏觀經濟發展的整體需要，亦是實現傳統農業創新發展的必由之路。當然，以上“互聯網+”驅動傳統農業創新發展理論與政策觀點均停留在定性層面，需要從定量方面進行實證檢驗。為此，本文需要解決以下三大邏輯問題：一是“互聯網+”與傳統農業創新發展是否存在相應的聯系？二是該種聯系是否呈現出時間上與區域上的顯著性差異？三是導致這種差異的潛在傳導機制是什么？本文基于以上三個問題的邏輯展開研究，選取農業全要素生產率作為傳統農業創新發展的代理指標，利用2011—2019年中國31個省（市、區）的農業投入面板數據，以分析與論證“互聯網+”與傳統農業創新發展之間的關系。

二、文獻回顧

由于“互聯網+”概念相對較新，目前，國外關于“互聯網+”驅動傳統農業創新發展的文獻主要集中于農業信息化發展研究上。而國內現有研究，大多數文獻主要從簡單整理和定性描述方面來研究“互聯網+”與傳統農業關系，極少數文獻是基于數理模型對兩者關系進行定量分析。從“互聯網+”驅動傳統農業創新發展的效果層面講，雖然“互聯網+”則初步運用到農業中，但它對我國農業經濟發展的重要作用卻已經非常明顯，包括利用互聯網可以推動傳統農業向知識型農業發展、促進農業結構調整、降低成本，提高農業經濟效益、減少農產品市場交易風險和經濟損失，增加農民收入。［1］同時，“互聯網+”將改變傳統觀念和生產方式，促進農副產品流通和農業技術推廣。［2］此外，互聯網技術作為我國經濟發展的重要手段之一，在現代農業發展過程中提高了農業生產效率。［3］因此，要充分發揮農村電商產業集群優勢，加快農業發展方式轉變［4］，將“互聯網+”作為一種新的生產方式，“互聯網+”嵌入并作用于農業產業鏈各環節，通過融通整個產業鏈的物質、資金和信息流，正逐步形成農業互聯網生態圈。［5］從“互聯網+”驅動傳統農業組織機制創新發展的層面講，“互聯網+”驅動農業生產、流通、服務等組織機制環節優化發展的路徑及模式研究較多。［6］有研究認為，互聯網可以滲透到農業產業鏈的各個環節，農民可借助互聯網和農業信息服務平臺，沿著協同化精準生產路徑開展智能農業和精準農業生產。［7］因此，提出要將互聯網、物聯網、云計算、大數據等現代信息技術融入農業生產、流通、消費、管理等各個組織機制環節，沿著智能化交易路徑對農業全產業鏈進行全面的升級改造，大力發展精準農產品營銷、精準物流與追溯、精準農業監管等建議。［8］目前，少數研究對“互聯網+”與傳統農業關系進行了定量分析。林若飛和張惠萍以“互聯網+農業”網站為樣本數據，通過Logistic回歸，發現：市場信息、拍賣和交流等變量是“互聯網+農業”企業生存能力最重要的因素，農產品和食品服務等不同行業“互聯網+”企業的影響因素存在差異。［9］毛宇飛和李燁利用2002—2013年省際面板數據，構建了包含互聯網、人力資本變量在內的C-D生產函數模型，發現：互聯網普及率、農村人力資本對于農業經濟的增長有顯著的促進作用，并且對各地區的貢獻程度存在一定差異。［10］王邵軍和范鵬飛采用多期倍差法（Time Varying DID），發現應用互聯網的涉農企業總數和普及率均呈逐年上升的趨勢，互聯網技術正在快速與涉農產業融合。［11］

結合現有文獻研究，本文研究創新主要體現在以下幾個方面:第一，本文利用我國2011—2019年省際面板數據，實證分析了“互聯網+”與傳統農業創新發展二者之間的關系，從而突破了將“互聯網+”與傳統農業創新發展長期停留在定性分析層面的枷鎖；第二，考慮到“互聯網+”理念提出時間與我國區域地理差異，本文通過面板固定效應模型，進一步分析出“互聯網+”驅動傳統農業創新發展存在時間與區域上的顯著差異性；第三，本文最主要的創新點在于找出了“互聯網+”驅動傳統農業創新發展的傳導機制。具體的，“互聯網+”驅動傳統農業創新發展的顯著性，以及該顯著性在時間上與區域上的差異皆受到門檻變量——人力資本存量的制約。

三、“互聯網+”驅動傳統農業創新發展的影響機理

“互聯網+”之所以能夠驅動傳統產業創新發展，關鍵在于“互聯網+”對經濟增長兩大引擎（生產要素積累、全要素生產率增長）的驅動作用。“互聯網+”將互聯網的創新成果與經濟社會各領域深度融合，推動技術進步、效率提升和組織變革，促進要素積累（節約物質資本、提升人力資本）和全要素生產率增長（效率提升、技術創新）。因此，“互聯網+”驅動傳統產業創新發展的理論路徑在于：“互聯網+”→技術創新、組織變革、效率提升→傳統產業創新發展。

在產業技術創新方面，把物聯網、云計算、大數據、產業互聯網應用于產業技術，使信息技術與產業技術相結合，利用信息技術促進企業間產業集群創新，支撐產業上下游協同創新，驅動傳統農業的自主創新，加速產業技術和產品的創新過程，最終達到產業技術創新。在產業組織變革方面，把物聯網、云計算、大數據、產業互聯網融入產業組織中，使信息技術與產業組織相結合，利用信息技術更新產業傳統固定式生產流程，重構傳統農業的商業模式，改善企業生產組織管理模式，優化行業傳統、固化的服務模式，最終推動產業組織變革。在產業效率提升方面，把物聯網、云計算、大數據、產業互聯網作用于效率提升，利用信息技術優化產業鏈，擴大生產規模，達到規模效應，減少企業的生產成本，節約企業生產的物質資本，提升企業的人力資本，促進產業生產要素聚集，提高產業使用要素效率，最終提高企業效率。

“互聯網+”信息技術促進傳統農業技術創新、組織變革、效率提升，技術創新、組織變革、效率提升又作用于傳統農業的發展，最終使得傳統農業“里”和“表”都得到創新發展：在傳統農業創新發展之“里”方面，互聯網信息技術應用與產業生產過程中，產業生產產值快速增長，全要素生產率得到提高；在傳統農業創新發展之“表”方面，傳統農業結合互聯網信息技術，產業形成智能化、協同化、個性化和智慧服務化產業。通過技術創新、組織變革、效率提升作用產業生產過程，促進傳統農業“里”和“表”的雙重創新發展，最終驅動傳統農業創新發展。

四、計量模型、變量設定與數據說明

（一）計量模型

1.基準面板計量模型構建。借鑒學者毛宇飛對經濟增長影響因素的做法［10］，運用反映投入產出關系的Cobb－Douglas（C—D）生產函數的做法，本文使用C—D生產函數為初始模型來研究農業創新發展的影響要素。對C—D生產函數進行對數化處理，模型如下所示：

鑒于本文研究數據性質為面板數據，因此，需要對模型（1）式進行改進，構建包含農村互聯網普及率等變量在內的面板計量模型。考慮到本研究用農業全要素生產率來量化傳統農業創新發展，具體研究農業全要素生產率與農村互聯網普及率之間的關系，參考Hulten和Bennathan，劉生龍和胡鞍鋼等學者關于基礎設施建設與全要素生產率關系實證研究模型［12］［13］，在對（1）式改進的基礎上，構建如下基準計量模型：

模型（2）中，i和t分別代表第i個省份和第t時期，Y表示被解釋變量，即農業全要素生產率（AgrTFP），AgrINT表示農村互聯網普及率，CV表示控制變量，ui表示固定效應，εi,t表示干擾項。

2.面板門檻效應模型構建。“互聯網+”驅動傳統農業創新發展并非呈現線性關系，參考Hasen，韓海彬和張莉的研究［14］［15］，假設平衡面板數據集為｛yi,t,qi,t,xi,t:1≤i≤I,1≤t≤T｝,則單一門檻模型可以表示為：

模型（3）中，i和t分別表示地區和時間；Yi,t和Xi,t分別為被解釋變量和解釋變量；qi,t和γ分別為門檻變量和待估計的門檻值；I（·）為示性函數，當括號內的條件滿足時取1，否則取0；ηi為固定效應；ζi,t為隨機擾動項；β1和β2為變量系數，若β1≠β2，則說明存在門檻效應。

基于模型（2）和模型（3），構建“互聯網+”驅動傳統農業創新發展的面板門檻效應模型：

模型（4）中，被解釋變量AgrTFPi,t代表農業全要素生產率；核心解釋變量AgrINFi,t代表農村互聯網普及率；門檻變量AgrHUMi,t代表人力資本存量；CVi,t代表一組對農業全要素生產率增長產生影響的控制變量，包括農業自然環境變量（AgrENV）、農業種植結構變量（AgrINS）、農業財政支出變量（AgrOUP）。若φ1≠φ2，說明存在門檻效應，即農村互聯網普及率對農業全要素生產率影響的潛在作用變量是人力資本存量。需要強調的是，模型（4）中假設僅有一個門檻效應模型的情形，可以根據研究需要擴展為多重門檻效應模型，具體方法參見Hasen的研究［14］。

（二）變量設定

1.被解釋變量。傳統農業創新發展主要體現在傳統農業技術進步上，借鑒陳啟斐和劉志彪的研究［16］，本文用農業全要素生產率來具體量化傳統農業創新發展，即將本文被解釋變量確定為農業全要素生產率。假設某一個省際農業部門進行N種投入x=(x1,…，xN)∈，得到M種“期望”產出。由此可以將t(t=1,…,T)時期第i(i=1,…,I)個省際農業部門的投入產出量表示為。結合陳詩一和李谷成的做法［17］［18］，選取測算農業全要素生產率的投入產出指標：投入指標。具體包括土地投入、勞動力投入、農業機械投入、化肥投入和農藥投入。產出指標。具體包括以1990年不變價表示的農林牧漁業總產值作為替代指標的農業“期望”產出。基于相應地投入產出指標數據，本文將2010年農業全要素生產率作為測算過程的基期數據，利用Malmquist指數模型測算出2011—2019年間中國省際農業全要素生產率。

2.核心解釋變量。“互聯網+”驅動傳統農業創新發展，最終體現在互聯網發展水平上，參考解春艷、豐景春等的研究［19］，本文用農村互聯網普及率來具體量化“互聯網+”，即將本文核心解釋變量確定為農村互聯網普及率。為了能準確測算出農村互聯網普及率，本文考慮相關數據得可獲取性，構建農村互聯網普及率評價指標體系，具體包括：開通互聯網寬帶業務的行政村比重（%）、農村互聯網寬帶接入用戶量（戶）、農村居民平均每百戶計算機擁有量（臺）以及農村居民平均每百戶移動電話擁有量（部）。由于熵值法可以完全根據各指標的變異程度確定指標權重，從而排除權重受人為因素影響優點，因此，本文選擇熵值法對農村互聯網普及率評價指標體系中的各指標進行賦權，然后根據各指標權重對農村互聯網普及率進行測算。假設有A（a=1,2,…,A）個待評方案(每一個省際行政單位代表一個待評方案)，B（b=1,2,…,B）項評價指標,則指標原始數據矩陣為M=(mab)A×B。結合韓海彬的做法［15］，可以計算第a個省際行政單位的綜合評分fa。其中，wb表示第b指標的權重；pab表示第b項指標下第a個方案指標值的比重。根據公式fa=可以測算出2011—2019年中國省際行政單位的農村互聯網普及率。

3.門檻變量。基于數據的可獲得性，本文用各地區不同受教育程度人口平均年限來衡量人力資本存量。一個地區受教育人數平均年限越高，對傳統農業創新發展的影響就越大。本文將各地區不同受教育程度的人口比重與相應受教育程度的教育年限相乘，得到各地區農村勞動力的平均受教育年限。其中，不同受教育程度分別對應不同的教育年限：小學為6年，初中為9年，高中和中專均為12年，大專及以上為16年。

4.控制變量。農業自然環境變量(AgrENV)。本文使用受災面積（千公頃）與農作物總播種面積（千公頃）的比值來表示自然環境變量，農業素有“靠天吃飯”的說法，因此，農業對自然環境依賴性較強，農業自然環境變化必然對農業全要素生產率增長產生影響。農業種植結構變量(AgrINS)。本文使用糧食播種面積（千公頃）與農作物總播種面積（千公頃）的比值來表示農業種植結構變量，以反映農業種植結構調整情況。中國農業資源稟賦特征主要表現為人多地少、農戶地塊分散以及農業生產規模小等，這些特征決定了中國農業在勞動密集型農產品比土地密集型的大宗農產品在生產上更具比較優勢。因此，農業種植結構對農業生產績效也有重要影響。農業財政支出變量(AgrOUP)。本文使用財政農業支出（億元）占財政總支出（億元）的比重來表示農業財政支出變量，政府對農業財政支出是農業基礎設施建設的重要保障，是農業科技投入的重要資金來源。因此，農業財政支出對農業全要素生產率具有重要影響。

表1 變量匯總和測算方法

（三）數據來源和變量描述統計

本文被解釋變量的測算指標數據均來源于《中國統計年鑒》《中國農村統計年鑒》。核心解釋變量的測算指標數據均來源于《中國統計年鑒》《中國互聯網絡發展狀況統計報告》。門檻變量的研究數據來源于《中國教育統計年鑒》。各控制變量數據均來源于《中國統計年鑒》《中國農村統計年鑒》、中國國家統計局數據庫、各省份統計年鑒。遵循數據選取的科學性、有效性、合理性、客觀性等原則，考慮到“互聯網+”誕生于2015年，本文選取了2011—2019年的省際面板數據。對樣本數據作了如下處理：保證樣本數據時間跨度為9年；剔除其他數據不完整的省份。本文所有變量的描述性統計如表2所示。

表2 變量描述性統計

五、實證檢驗分析

（一）“互聯網+”驅動傳統農業創新發展的“綜合效應”分析

基于“互聯網+”對傳統農業創新發展是否存在顯著性效應的思考，本文暫時忽略其他因素的差異，即假定所有的省際單位回歸系數和截距相等。因此，首先使用簡單的混合最小二乘方法（Pooled OLS）對“互聯網+”驅動傳統創新發展進行全樣本回歸，回歸具體結果見表3。從表3中（1）、（2）、（3）列回歸結果，我們可以看出“互聯網+”對傳統農業創新發展存在顯著正向影響，并且表3中（1）、（2）、（3）列回歸結果均在1%水平下統計顯著。同時，通過表3中（1）列，我們可以發現，農村互聯網普及率的回歸系數為0.0504，分別大于表3中（2）、（3）列回歸系數0.0424、0.0474，這說明從整體時間序列來看，“互聯網+”對傳統農業創新發展貢獻程度較大。此外，從表3回歸結果，我可以看到，農業種植結構和農業財政支出亦對傳統農業具有正向影響，特別是農業財政支出，從表3中（3）列可以看到農業財政支出回歸系數達到了0.349，這說明農業財政支出在傳統農業創新發展中同樣具有重要作用，必須發揮農業財政支出與互聯網信息技術對傳統農業創新發展的協同價值。針對表3中（2）、（3）列農業種植環境的回歸系數為負的情況，表明傳統農業創新發展程度不夠，仍然受到農業種植環境的制約，進一步佐證了加快“互聯網+”驅動傳統農業發展的重要性。最后需要說明的是，全樣本回歸中引入省際虛擬變量和年份虛擬變量，目的是確保回歸結果更符合實際，在具體回歸過程中，將省際虛擬變量與年份虛擬變量納入控制變量，從而達到全樣本回歸目標。

表3 “互聯網+”驅動傳統農業創新發展效應研究的全樣本回歸結果

（二）“互聯網+”驅動傳統農業創新發展的“空間效應”分析

在全樣本回歸分析中，發現“互聯網+”對傳統農業創新發展具有顯著性影響，說明“互聯網+”驅動傳統創新發展具有“綜合效應”。然而，從地理區位看，不同的省域由于經濟發展程度迥異，因此會出現“互聯網+”對傳統農業創新發展存在區域差異的情形。首先，認為原假設是選用隨機效應模型合理的情況下，以傳統農業創新發展為被解釋變量得到的P值為0.0000，結論接受固定效應模型。依據相關分析和面板模型（2），采用地區固定效應模型進行“互聯網+”驅動傳統農業創新發展效應研究的區域差異回歸。借鑒《中國經濟與社會發展統計數據庫》的做法，本文將我國31個省（市、自治區）依次劃分為東部地區、中部地區、西部地區①。

表4中（4）、（5）、（6）列，顯示“互聯網+”對東部地區、中部地區、西部地區傳統農業創新發展均在1%水平下統計顯著，回歸系數分別為0.205、0.866、0.333，表明“互聯網+”對傳統農業創新發展存在區域差異性。首先，“互聯網+”對中部地區傳統農業創新發展影響效果最明顯，說明中部地區各省（市、區）充分抓住“互聯網+”機遇，實現了“互聯網+”與傳統農業創新發展的高度融合，進而發揮出“互聯網+”的巨大價值，“互聯網+”驅動傳統農業創新處于“中層次快速發展階段”。其次，互聯網+”對西部地區傳統農業創新發展影響效果較弱，該結果恰恰說明西部地區各省（市、區）的“互聯網+”水平與觀念相對滯后，致使“互聯網+”與傳統農業創新發展結合程度不高，因此，未能最大限度發揮出“互聯網+”驅動傳統農業創新發展的效應，“互聯網+”驅動傳統農業創新處于“低層次緩慢發展階段”。最后，與中部和西部相比，東部地區“互聯網+”對傳統農業創新發展的影響效果最弱，這與實際情況背道而馳。佐證該結果強有力的原因是東部地區處于沿海發達地區，“互聯網+”與傳統農業創新發展的融合程度已經較高，也就是說“互聯網+”驅動傳統農業創新處于“高層次緩慢發展階段”。此外，通過表4中（4）列，我們發現，農業財政支出對傳統農業創新發展呈負向影響，該結果并不是說農業財政支出阻礙了東部地區傳統農業創新發展，而是從側面說明相對于中西部地區而言，農業財政支出對東部地區傳統農業創新發展不再起主導作用，恰恰證實了“互聯網+”對傳統農業創新發展的重要性。

表4 “互聯網+”驅動傳統農業創新發展效應研究的區域差異回歸結果

（三）“互聯網+”驅動傳統農業創新發展的“時間效應”分析

從前文分區域回歸分析中，我們可以清晰地看出“互聯網+”驅動傳統農業創新發展存在顯著的區域差異性，即“互聯網+”對傳統農業創新發展具有“空間效應”。事實上，“互聯網+”作為國家一項宏觀戰略，它提出的時間前后，可能會對傳統農業創新發展產生不同的影響。

因此，本文遵循“互聯網+”驅動傳統農業創新發展的“空間效應”分析模型選擇思路，采用時間固定效應模型，實證檢驗了“互聯網+”驅動傳統農業創新發展的“時間效應”。從表5中（7）、（8）列，我們可以發現，實施“互聯網+”戰略前，“互聯網+”對傳統創新發展具有正向影響，回歸系數為0.616，并且在1%的統計水平下顯著。實施“互聯網+”戰略后，“互聯網+”對傳統創新發展仍然具有正向影響，只是回歸系數下降為0.411，但仍然在1%的統計水平下顯著。結果表明，互聯網+”驅動傳統農業創新發展存在時間差異性，即“互聯網+”驅動傳統農業創新發展具有“時間效應”。從經濟學角度看，“互聯網+”驅動傳統農業創新發展具有“時間效應”符合熊彼特“破壞式創新”理論，是傳統農業轉型升級與創新發展的體現。隨著“互聯網+”戰略的全方位實施，從表5中（8）列，我們可以發現，農業種植環境對傳統農業創新發展呈負向影響，這說明農業智能化、網絡化、精準化對農業種植環境有了更高的要求。

表5 “互聯網+”驅動傳統農業創新發展效應研究的時間差異回歸結果

（四）“互聯網+”驅動傳統農業創新發展的門檻效應分析

通過前文實證分析，我們可以確定“互聯網+”對傳統農業創新發展具有顯著正向影響。同時，“互聯網+”對傳統農業創新發展具有區域上與時間上的顯著差異。顯然，無論是從區域分布上來看“互聯網+”驅動傳統農業創新發展之間的關系，還是從時間序列上來看“互聯網+”驅動傳統農業創新發展之間的關系，“互聯網+”對傳統農業創新發展的影響皆不是呈現簡單的線性關系。因此，有必要進一步探討“互聯網+”驅動傳統農業創新發展的傳導機制。

本文將各省（市、區）的人力資本存量作為“互聯網+”驅動傳統農業創新發展的傳導變量，即“互聯網+”對傳統農業創新發展的影響受制于人力資本存量，換言之，人力資本存量的變化導致了“互聯網+”對傳統農業創新發展的影響呈現出非線性關系。因此，本文將人力資本存量作為“互聯網+”驅動傳統農業創新發展的門檻變量。

1.門檻效應檢驗。根據前文設定的模型（4），首先進行門檻效應檢驗，從而確定門檻效應模型具體設定形式。主要采用Bootstrap方法得到F值和P值，依據表6門檻效應檢驗結果，單一門檻和雙重門檻分別在5%和1%的統計水平下通過了顯著性檢驗，然而，三重門檻未能通過顯著性檢驗。所以，模型（4）中存在兩個門檻值，本文應該選擇雙重門檻效應模型。

表6 門檻效應檢驗結果

2.確定門檻估計值。從前文分析中，我們可以確定“互聯網+”驅動傳統農業創新發展存在雙重門檻效應，因此，需要甄別出雙重門檻模型中的兩個門檻值。根據表7門檻估計值和置信區間的結果，可以看出單一門檻值9.589與雙重門檻值10.598分別對95%置信區間跨度較小，門檻估計值識別效果高度顯著。同時，當兩個門檻值處于95%的置信區間內時，LR值皆小于5%顯著性水平的閾值。因此，本文識別的門檻值估計值與門檻真實值相等。

表7 門檻估計值和置信區間

3.人力資本存量水平區域格局劃分。根據單一門檻值9.589和雙重門檻值10.598，我國31個省（市、區）人力資本存量劃分為三個區域：低人力資本存量水平區域（AgrHUM≤9.589）、中等人力資本存量水平區域（9.58910.598）。由表8可知，我國2011—2019年人力資本存量水平區域分布整體呈現“橄欖型”結構，即中等人力資本存量水平區域數量居多，低人力資本存量水平區域數量和高人力資本存量水平區域數量較少，該結果與現階段我國實際人力資本存量水平分布區域情形高度吻合。2011—2019年間，尚未跨過第一門檻值的樣本數量有73個，其中，西部省份數量最多；跨入中等人力資本存量水平的樣本數量達到163個，并且呈現出逐年上升的趨勢；跨入高等人力資本存量水平的樣本數量僅43個，而且變化趨勢不明顯，說明人力資本存量是一個長期積累過程。總體而言，2011—2019年間，我國各地區人力資本存量水平出現一定程度的提高。

表8 2011——2019年中國人力資本存量區域分布格局

4.門檻回歸分析。前文系列分析初步解決了三個問題：一是“互聯網+”驅動傳統農業創新發展存在門檻效應且是雙重門檻效應；二是甄別門檻估計值且保證門檻估計值等于門檻真實值；三是依據門檻值劃分人力資本存量水平。接下來，本文以人力資本存量為門檻變量，實證分析“互聯網+”驅動傳統農業創新發展的門檻效應問題。同時，本研究采用線性固定效應模型與非線性雙重門檻效應模型形成對比（估計結果見表9）。

表9 門檻模型回歸結果

表9回歸結果中，固定效應模型與雙重門檻效應模型的各解釋變量估計系數與顯著性水平基本一致，表明本研究回歸結果趨于穩健。此外，通過比較固定效應模型與雙重門檻效應模型的R2值，我們可以看出雙重門檻效應模型的擬合優度略高，從而表明門檻效應模型能更好地解釋“互聯網+”與傳統農業創新發展二者之間的關系。由此可見，如果忽略門檻效應模型，將無法科學地解釋“互聯網+”驅動傳統農業創新發展效應研究的內在作用機制。

因此，本文接下來將重點分析“互聯網+”驅動傳統農業創新發展的門檻效應。從表9回歸結果可知，當人力資本存量水平低于第一門檻值時（AgrHUM≤9.589），“互聯網+”對傳統農業創新發展具有正向影響，但是回歸系數不顯著。表明當人力資本存量水平低于9.589，該人力資本存量水平區間對應的省級行政單位中，“互聯網+”對傳統農業創新發展的影響效果不明顯。當人力資本存量水平跨越第一門檻值并小于第二門檻值時（9.58910.598），“互聯網+”對傳統農業創新發展的影響在1%統計水平下顯著，回歸系數提高為0.0857。說明隨著人力資本水平的不斷提升，“互聯網+”對傳統農業創新發展影響效果逐步加強，影響效果的顯著性也不斷提高。顯然，“互聯網+”驅動傳統農業創新發展的效應結果受制于人力資本存量水平。因此，只有各區域人力資本存量水平提高到一定程度，即跨越第一個門檻值之后，“互聯網+”驅動傳統農業創新發展的效應才能夠顯示出來。

六、結論與建議

（一）研究結論

第一，在不考慮其他因素影響下，“互聯網+”對傳統農業創新發展具有顯著正向影響，說明“互聯網+”對傳統農業創新發展具有“綜合效應”。整體來講，“互聯網＋”戰略對傳統農業創新發展起到了立竿見影的影響效果，表明國家提出“互聯網+”戰略具有重要現實意義，是高瞻遠矚的決策部署，各級地方政府要科學有效地貫徹落實“互聯網+”戰略行動。同時，農業種植結構和農業財政支出亦對傳統農業具有顯著正向影響。特別是農業財政政支出回歸系數較高，這說明農業財政政支出在傳統農業創新發展中同樣具有重要作用，必須發揮農業財政支出與互聯網信息技術對傳統農業創新發展的協同價值。此外，針對農業種植環境回歸系數為負的情況，表明傳統農業創新發展程度不夠，仍然受到農業種植環境的制約，進一步佐證了加快“互聯網+”驅動傳統農業發展的重要性。

第二，“互聯網+”對傳統農業創新發展具有“空間效應”。首先，“互聯網+”對中部地區傳統農業創新發展影響效果最明顯，說明中部地區各省（市、區）充分抓住“互聯網+”機遇，實現了“互聯網+”與傳統農業創新發展的高度融合，進而發揮出“互聯網+”的巨大價值，“互聯網+”驅動傳統農業創新處于“中層次快速發展階段”。其次，互聯網+”對西部地區傳統農業創新發展影響效果較弱，該結果說明西部地區各省（市、區）的“互聯網+”水平與觀念相對滯后，致使“互聯網+”與傳統農業創新發展結合程度不高，因此，未能最大限度發揮出“互聯網+”驅動傳統農業創新發展的效應，“互聯網+”驅動傳統農業創新處于“低層次緩慢發展階段”。最后，與中部和西部相比，“互聯網+”對東部地區傳統農業創新發展的影響效果最弱，這與實際情況背道而馳。可能的原因是東部地區處于沿海發達地區，“互聯網+”與傳統農業創新發展的融合程度已經較高，也就是說“互聯網+”驅動傳統農業創新處于“高層次緩慢發展階段”。

第三，受“互聯網+”戰略提出時間影響，“互聯網+”對傳統農業創新發展存在時間上的顯著差異，即“互聯網+”對傳統農業創新發展具有“時間效應”。對比實施“互聯網+”戰略前與實施“互聯網+”戰略后實證結果，表明“互聯網+”戰略前“互聯網+”對傳統創新發展的效應影響比“互聯網+”戰略后“互聯網+”對傳統創新發展的效應影響更顯著。一個強有力的經濟學理論可以闡釋這一實證結果，即“互聯網+”驅動傳統農業創新發展具有“時間效應”符合熊彼特“破壞式創新”理論，是傳統農業轉型升級與創新發展的體現。從長遠角度看，隨著“互聯網+”戰略的全方位實施，“互聯網+”戰略后“互聯網+”對傳統創新發展的效應影響一定比“互聯網+”戰略前“互聯網+”對傳統創新發展的效應影響顯著。

第四，“互聯網+”對傳統農業創新發展的效應影響受制于人力資本存量水平。就目前我國人力資本存量水平現狀看，人力資本存量在時間和空間序列兩個維度皆呈現出差異性，該現狀與我國教育投入情況存在密切關系。通過研究發現，人力資本存量的差異性導致了“互聯網+”對傳統農業創新發展的影響呈現出非線性關系。受人力資本存量水平制約，“互聯網+”對傳統農業創新發展存在雙重門檻效應。當跨越第一個門檻值之后，“互聯網+”驅動傳統農業創新發展的效應才能夠顯示出來。當人力資本水平高于第二門檻值時，“互聯網+”驅動傳統農業創新發展的效應最為明顯。因此，各級政府決策部門不能忽視人力資本存量水平在“互聯網+”驅動傳統農業創新發展的效應研究中的作用，要充分立足實際人力資本存量發展實際，有的放矢地制定適合本地區“互聯網+”驅動傳統農業創新發展的政策。

（二）對策建議

在社會主義市場經濟激烈競爭環境與互聯網信息技術迅速發展的雙重因素沖擊下，如何進行傳統農業轉型升級，實現傳統農業創新發展，是一個亟待解決的時代命題。結合研究結論，本研究提出以下三點對策建議：

一是國家層面要持續推進“互聯網＋”戰略，充分利用頂層設計引導“互聯網+”驅動傳統農業創新發展，加快“互聯網+”與傳統農業創新發展的步伐。同時，給予“互聯網+”驅動傳統農業創新發展在技術與資金層面的保障。中央政府可以利用自身資源優勢，建立“互聯網＋”戰略政務云平臺體系，實時關注各級地方政府關于“互聯網+”驅動傳統農業創新發展的最新動態，從而保證制定政策的科學性和實施政策的時效性，避免出現政策實施出現“一刀切”的現象。

二是各級地方政府要因地制宜，根據本地區的發展情況，制定具有差異化的“互聯網+”驅動傳統農業創新發展策略，最大限度提升“互聯網+”與傳統農業創新發展融合度。地方政府在貫徹落實中央決策的前提下，立足本省傳統農業發展實際，循序漸進落實“互聯網+”戰略，不斷激發“互聯網+”驅動傳統農業創新發展的活力，做到對癥下藥，理清傳統農業創新發展思路，防止“快刀斬亂麻”現象出現。

三是各級政府必須重視人力資本存量的積累，大力培養和引進高科技信息化人才，為互聯網+”驅動傳統農業創新發展提供堅實的人才保障。各省可以根據本地區發展情況，積極出臺互聯網+”驅動傳統農業創新發展的優惠政策，鼓勵科研機構、高等院校與農業企業進行合作。以互聯網信息為依托，建立科研機構、高等院校與農業企業的互通互聯機制，促使農業研究不斷轉化成農業成果。

注釋：

①東部地區：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南；中部東區：山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、河南；西部地區：重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。