數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響及其作用機(jī)制

杜建軍 章友德 劉博敏 董若涵

摘要 近年來，推進(jìn)數(shù)字鄉(xiāng)村建設(shè)已經(jīng)成為中國的一項重要國家戰(zhàn)略。然而，目前鮮有文獻(xiàn)涉及數(shù)字鄉(xiāng)村建設(shè)與農(nóng)業(yè)綠色全要素生產(chǎn)率關(guān)系的考察?；诖?，運(yùn)用2019年1 740個縣級行政單位樣本，采用工具變量模型和中介效應(yīng)模型等考察了數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響及其作用機(jī)制，研究發(fā)現(xiàn)：① 數(shù)字鄉(xiāng)村促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，并且經(jīng)過工具變量檢驗等一系列穩(wěn)健性檢驗后，該結(jié)論仍然成立。② 數(shù)字鄉(xiāng)村主要通過兩個途徑影響農(nóng)業(yè)綠色全要素生產(chǎn)率，一是數(shù)字鄉(xiāng)村通過推動農(nóng)業(yè)經(jīng)營主體規(guī)模經(jīng)營促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高，其中對于GML和ML指數(shù)度量的農(nóng)業(yè)綠色全要素生產(chǎn)率，規(guī)模經(jīng)營度的中介效應(yīng)占總效應(yīng)的比例分別為1. 80%和3. 70%；二是數(shù)字鄉(xiāng)村通過推動農(nóng)業(yè)信息化發(fā)展促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高，其中對于GML和ML指數(shù)度量的農(nóng)業(yè)綠色全要素生產(chǎn)率，農(nóng)業(yè)信息化的中介效應(yīng)占總效應(yīng)的比例分別為1. 70%和1. 40%。③ 異質(zhì)性分析發(fā)現(xiàn)，在農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的促進(jìn)作用，但在非規(guī)模經(jīng)營地區(qū)沒有顯著影響。在東部地區(qū)和中部地區(qū)數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著促進(jìn)作用，但在西部地區(qū)沒有顯著影響。這意味著，需要繼續(xù)推進(jìn)數(shù)字鄉(xiāng)村建設(shè)與完善；重點支持農(nóng)業(yè)規(guī)模經(jīng)營，促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化；穩(wěn)步推進(jìn)農(nóng)業(yè)信息化發(fā)展，助推農(nóng)業(yè)生產(chǎn)要素和資源優(yōu)化、集成配置；實施非均衡發(fā)展策略，各地因地制宜地完善數(shù)字鄉(xiāng)村設(shè)施，充分挖掘提高農(nóng)業(yè)綠色全要素生產(chǎn)率的潛力。

關(guān)鍵詞 數(shù)字鄉(xiāng)村；農(nóng)業(yè)綠色全要素生產(chǎn)率；農(nóng)業(yè)規(guī)模經(jīng)營；農(nóng)業(yè)信息化；工具變量模型

中圖分類號 F323. 9 文獻(xiàn)標(biāo)志碼 A 文章編號 1002-2104（2023）02-0165-11 DOI：10. 12062/cpre. 20221013

新一代信息技術(shù)在全世界范圍內(nèi)，不斷催生新模式、新技術(shù)和新產(chǎn)品，促使創(chuàng)新空前活躍，推動全球產(chǎn)業(yè)形態(tài)與經(jīng)濟(jì)格局深度變革。在此背景下，《中共中央、國務(wù)院關(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》和《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》均提出加快農(nóng)業(yè)農(nóng)村信息化發(fā)展，大力提升農(nóng)業(yè)農(nóng)村數(shù)字化水平，以此推進(jìn)農(nóng)業(yè)綠色生產(chǎn)方式轉(zhuǎn)型，推動中國農(nóng)業(yè)綠色、可持續(xù)與高質(zhì)量發(fā)展。因此，推進(jìn)數(shù)字鄉(xiāng)村建設(shè)已經(jīng)成為新時代中國的一項重要國家戰(zhàn)略。截至2020年11月，全國行政村通寬帶比例達(dá)98%，農(nóng)村寬帶接入用戶數(shù)達(dá)到1. 39億戶，比上年同期增長 8%［1］。同時，通過運(yùn)用數(shù)字技術(shù)重構(gòu)農(nóng)業(yè)價值鏈和產(chǎn)業(yè)鏈，重組各類農(nóng)業(yè)生產(chǎn)要素而形成的農(nóng)業(yè)生產(chǎn)+電商、鄉(xiāng)村生態(tài)+平臺、數(shù)字農(nóng)業(yè)工廠、數(shù)字鄉(xiāng)村建設(shè)創(chuàng)新中心和農(nóng)業(yè)信息平臺等各類數(shù)字鄉(xiāng)村設(shè)施紛紛興起。那么，數(shù)字鄉(xiāng)村的發(fā)展對中國農(nóng)業(yè)綠色與高質(zhì)量發(fā)展有何影響？基于此，該研究考察了數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，期望為評價數(shù)字鄉(xiāng)村建設(shè)對農(nóng)業(yè)綠色轉(zhuǎn)型和高質(zhì)量發(fā)展的影響提供新視角與經(jīng)驗依據(jù)。

1 文獻(xiàn)綜述

數(shù)字經(jīng)濟(jì)是通過數(shù)字基礎(chǔ)設(shè)施、數(shù)據(jù)要素和數(shù)字技術(shù)疊加、擴(kuò)散、滲透，對傳統(tǒng)行業(yè)形成疊加效應(yīng)、擴(kuò)散效應(yīng)和滲透效應(yīng)，以此提高傳統(tǒng)行業(yè)資源配置效率，降低生產(chǎn)成本［2］。數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)融合發(fā)展能有效緩解傳統(tǒng)農(nóng)業(yè)的信息不對稱，優(yōu)化要素合理配置，實現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)，降低交易成本等［3］，是推動傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型為現(xiàn)代農(nóng)業(yè)的全新動能與引擎。在此背景下，探究數(shù)字鄉(xiāng)村與農(nóng)業(yè)農(nóng)村轉(zhuǎn)型發(fā)展的關(guān)系，已經(jīng)成為學(xué)術(shù)界較為關(guān)注的問題。目前學(xué)術(shù)界在以下方面的觀點較為一致：一是數(shù)字經(jīng)濟(jì)通過提供平臺技術(shù)，提高農(nóng)業(yè)生產(chǎn)效率，轉(zhuǎn)變農(nóng)業(yè)增長方式，影響農(nóng)業(yè)發(fā)展模式［4-7］。二是數(shù)字鄉(xiāng)村將數(shù)字技術(shù)作為提高農(nóng)業(yè)經(jīng)濟(jì)效益的最大變量和農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的新型生產(chǎn)力［1］，發(fā)揮數(shù)字技術(shù)對資源配置的優(yōu)化和集成作用，對傳統(tǒng)農(nóng)業(yè)產(chǎn)生創(chuàng)造性破壞和顛覆性創(chuàng)新［8］，從而構(gòu)建集約、高效與綠色的現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)。三是數(shù)字技術(shù)對資源、產(chǎn)業(yè)和農(nóng)業(yè)主體產(chǎn)生強(qiáng)大外溢效應(yīng)和賦能作用［9］，因此數(shù)字鄉(xiāng)村有助于優(yōu)化要素配置、降低交易成本和緩解市場信息不對稱［10］，從而優(yōu)化農(nóng)村勞動力結(jié)構(gòu)，提高農(nóng)業(yè)科技含量，轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式［8］，激發(fā)農(nóng)業(yè)內(nèi)生發(fā)展動力，對農(nóng)業(yè)現(xiàn)代化產(chǎn)生倍增效應(yīng)。四是數(shù)字技術(shù)可以降低農(nóng)民獲取商品和市場信息的成本［11］，提升農(nóng)民對接市場的能力，提高農(nóng)村人力資本水平，推動農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級［12］。

以緩解傳統(tǒng)農(nóng)業(yè)信息不對稱，提高資源配置效率，帶動農(nóng)業(yè)全產(chǎn)業(yè)鏈增值，助推農(nóng)業(yè)數(shù)字化和綠色轉(zhuǎn)型為目標(biāo)的數(shù)字鄉(xiāng)村建設(shè)，可能導(dǎo)致中國農(nóng)業(yè)生產(chǎn)要素的重新配置。目前，中國農(nóng)業(yè)傳統(tǒng)生產(chǎn)要素的潛能已經(jīng)釋放殆盡，且環(huán)境、資源和能源等約束日緊。因此，中國農(nóng)業(yè)亟須由生產(chǎn)要素驅(qū)動的粗放式增長轉(zhuǎn)型為綠色全要素生產(chǎn)率驅(qū)動的綠色增長［13］。因此，促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高成為破解中國農(nóng)業(yè)增長困局，推動中國農(nóng)業(yè)綠色、高質(zhì)量發(fā)展的重要途徑。目前學(xué)術(shù)界對農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)注越來越多，現(xiàn)有文獻(xiàn)大多針對農(nóng)業(yè)綠色全要素生產(chǎn)率的測算及其時空演變進(jìn)行諸多的探索研究［14-16］，并且提出測算農(nóng)業(yè)綠色全要素生產(chǎn)率應(yīng)把非期望產(chǎn)出碳排放和面源污染等環(huán)境因素考慮在內(nèi)［17-19］。

但目前針對農(nóng)業(yè)綠色全要素生產(chǎn)率提升路徑的考察并不豐富，更鮮有文獻(xiàn)涉及數(shù)字鄉(xiāng)村與農(nóng)業(yè)綠色全要素生產(chǎn)率關(guān)系的研究。那么數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有何影響？需要結(jié)合經(jīng)驗數(shù)據(jù)做進(jìn)一步驗證。為此，擬利用2019年全國1 740個縣級行政單位樣本數(shù)據(jù)，考察數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響作用。

2 理論機(jī)制與研究假說

《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》指出，數(shù)字鄉(xiāng)村是伴隨網(wǎng)絡(luò)化、信息化和數(shù)字化在農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)社會發(fā)展中的應(yīng)用，以及農(nóng)民現(xiàn)代信息技能的提高而內(nèi)生的農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展和轉(zhuǎn)型進(jìn)程。其內(nèi)涵是依托數(shù)字經(jīng)濟(jì)的發(fā)展，以現(xiàn)代信息技術(shù)為推動力，以現(xiàn)代信息網(wǎng)絡(luò)為載體，重構(gòu)鄉(xiāng)村經(jīng)濟(jì)發(fā)展的一種手段和過程，也是農(nóng)業(yè)信息化的進(jìn)一步延伸。其主要特征是利用數(shù)字經(jīng)濟(jì)理念，依靠信息技術(shù)創(chuàng)新驅(qū)動農(nóng)業(yè)農(nóng)村發(fā)展效率變革、動力變革和質(zhì)量變革，從而推動鄉(xiāng)村精準(zhǔn)化、智能化和綠色化，促進(jìn)農(nóng)業(yè)全面升級和農(nóng)村全面進(jìn)步［20］。以下將全面闡釋數(shù)字鄉(xiāng)村對中國農(nóng)業(yè)綠色全要素生產(chǎn)率影響的理論機(jī)制與路徑。

2. 1 農(nóng)業(yè)規(guī)模經(jīng)營的中介作用

2. 1. 1 數(shù)字鄉(xiāng)村推動了農(nóng)業(yè)規(guī)模經(jīng)營

從土地轉(zhuǎn)出方看，農(nóng)村電商的發(fā)展增加了農(nóng)戶非農(nóng)就業(yè)，從而降低轉(zhuǎn)讓土地的機(jī)會成本，提高了土地使用權(quán)轉(zhuǎn)讓概率［21］。因此，如果農(nóng)戶從非農(nóng)就業(yè)中獲得的收入高于其從事農(nóng)業(yè)生產(chǎn)經(jīng)營收入，則農(nóng)戶就會選擇流轉(zhuǎn)土地并將更多的勞動力投入到非農(nóng)部門［22］。所以，數(shù)字鄉(xiāng)村的發(fā)展能夠促進(jìn)土地流轉(zhuǎn)，實現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營。

對土地流轉(zhuǎn)雙方來說，一方面，數(shù)字鄉(xiāng)村信息平臺的使用可以打破時間與距離屏障，為農(nóng)地流轉(zhuǎn)雙方提供可靠和豐富的流轉(zhuǎn)信息［23］，增加流轉(zhuǎn)雙方信息的積累，促進(jìn)土地流轉(zhuǎn)效率的提高。另一方面，如果單個農(nóng)戶缺乏充分和及時有效的信息獲取渠道，需要獨立完成流轉(zhuǎn)信息搜集、合約談判及簽訂等過程，每個過程都需要成本費用，特別是當(dāng)流轉(zhuǎn)土地面積較小時，成本費用占比相對較大。而數(shù)字鄉(xiāng)村信息平臺的使用，可以使農(nóng)戶獲取準(zhǔn)確和高效的土地供求信息，從而減少土地流轉(zhuǎn)的交易費用［24］?？傊r(nóng)業(yè)生產(chǎn)經(jīng)營主體可以依托數(shù)字鄉(xiāng)村信息平臺增加土地流轉(zhuǎn)，提高土地配置效率，推進(jìn)土地規(guī)模化生產(chǎn)經(jīng)營，滿足農(nóng)業(yè)發(fā)展的規(guī)?；枨?。因此數(shù)字鄉(xiāng)村可以推動農(nóng)業(yè)經(jīng)營主體規(guī)模化經(jīng)營。

2. 1. 2 農(nóng)業(yè)規(guī)模經(jīng)營促進(jìn)了綠色全要素生產(chǎn)率

采用農(nóng)業(yè)規(guī)模經(jīng)營的農(nóng)民合作社、家庭農(nóng)場和專業(yè)大戶更有實力、更有意愿通過數(shù)字信息技術(shù)獲取并采用農(nóng)業(yè)新技術(shù)，從而對農(nóng)業(yè)技術(shù)進(jìn)步產(chǎn)生促增效應(yīng)。在新古典增長模型中，技術(shù)進(jìn)步是全要素生產(chǎn)率增長的主要原因。因此，農(nóng)業(yè)技術(shù)進(jìn)步促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的提高［25］。同時，采用規(guī)模經(jīng)營的農(nóng)民合作社、家庭農(nóng)場和專業(yè)大戶也更有意愿與能力采用綠色新技術(shù)替代成本較高的柴油、化肥及農(nóng)藥等農(nóng)業(yè)生產(chǎn)要素和資源，促進(jìn)了農(nóng)業(yè)碳減排。因此，技術(shù)進(jìn)步是推動農(nóng)業(yè)碳減排的重要動力［26］?？傊瑪?shù)字鄉(xiāng)村對傳統(tǒng)農(nóng)業(yè)產(chǎn)生強(qiáng)大的賦能作用和外溢效應(yīng)［9］，促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

農(nóng)業(yè)規(guī)模經(jīng)營主體的生產(chǎn)規(guī)模較大，其利用數(shù)字鄉(xiāng)村信息平臺提供的及時、準(zhǔn)確、連續(xù)的農(nóng)產(chǎn)品價格和銷售等市場信息，可以調(diào)整、優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，促使分工更加細(xì)化，生產(chǎn)更加專業(yè)化。其一，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，導(dǎo)致產(chǎn)品附加值高及技術(shù)密集的農(nóng)業(yè)部門持續(xù)發(fā)展，通過外部性溢出到農(nóng)業(yè)其他部門，促進(jìn)了農(nóng)業(yè)其他部門的技術(shù)進(jìn)步，提高了農(nóng)業(yè)全要素生產(chǎn)率。其二，隨著農(nóng)業(yè)分工細(xì)化和生產(chǎn)專業(yè)化，專業(yè)化、規(guī)模化大戶有意愿與__能力越來越多地采用清潔、精細(xì)化的農(nóng)業(yè)生產(chǎn)設(shè)備代替?zhèn)鹘y(tǒng)高排放、高污染的農(nóng)業(yè)生產(chǎn)設(shè)備，從而促進(jìn)了新一輪農(nóng)業(yè)綠色技術(shù)代替?zhèn)鹘y(tǒng)的農(nóng)業(yè)技術(shù)［27］，減少了農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染?？傊?，農(nóng)業(yè)規(guī)模經(jīng)營導(dǎo)致農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、分工細(xì)化和生產(chǎn)專業(yè)化，促進(jìn)了農(nóng)業(yè)全要素產(chǎn)率提高和農(nóng)業(yè)碳減排，對農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生促增效應(yīng)。

2. 2 農(nóng)業(yè)信息化的中介作用

數(shù)字鄉(xiāng)村建設(shè)能夠驅(qū)動農(nóng)業(yè)信息化的發(fā)展，進(jìn)而影響了農(nóng)業(yè)綠色全要素生產(chǎn)率。從生產(chǎn)端看，數(shù)字鄉(xiāng)村促進(jìn)了傳統(tǒng)農(nóng)業(yè)與現(xiàn)代信息技術(shù)相結(jié)合，拓展了傳統(tǒng)農(nóng)業(yè)的生產(chǎn)邊界。從銷售端看，通過建立農(nóng)產(chǎn)品全產(chǎn)業(yè)鏈大數(shù)據(jù)中心，促使農(nóng)業(yè)全產(chǎn)業(yè)鏈與數(shù)字技術(shù)深度融合，推動農(nóng)業(yè)全產(chǎn)業(yè)鏈信息化升級改造［28］。另外，在市場中數(shù)字鄉(xiāng)村建設(shè)帶來開放的網(wǎng)絡(luò)平臺信息，更加有效地促使農(nóng)業(yè)各環(huán)節(jié)銜接，同時，也能更好地緩解農(nóng)業(yè)生產(chǎn)中信息不對稱問題［29］。因此，數(shù)字鄉(xiāng)村建設(shè)驅(qū)動了農(nóng)業(yè)信息化的發(fā)展。

而農(nóng)業(yè)信息化能夠優(yōu)化農(nóng)業(yè)資源和生產(chǎn)要素配置，推動農(nóng)業(yè)資源和生產(chǎn)要素利用效率的提高。其一，農(nóng)業(yè)信息技術(shù)作為一種特殊的資源要素，通過滲透到農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)，可以總體協(xié)調(diào)和有序組織農(nóng)業(yè)系統(tǒng)中的土地、勞動和資本等資源要素，優(yōu)化、集成農(nóng)業(yè)資源和要素配置，從而對傳統(tǒng)農(nóng)業(yè)產(chǎn)生顛覆性創(chuàng)新［8］，推動傳統(tǒng)農(nóng)業(yè)技術(shù)進(jìn)步。而在Solow［30］提出的增長模型中，將全要素生產(chǎn)率的提升歸因于廣義技術(shù)進(jìn)步。因此，農(nóng)業(yè)信息化通過促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步，對農(nóng)業(yè)全要素生產(chǎn)率的提高產(chǎn)生了較為顯著的正向影響［31］。其二，信息網(wǎng)絡(luò)技術(shù)與傳統(tǒng)農(nóng)業(yè)的深度融合，使得農(nóng)業(yè)生產(chǎn)經(jīng)營者能夠通過網(wǎng)絡(luò)信息平臺精準(zhǔn)、動態(tài)掌控農(nóng)業(yè)數(shù)據(jù)信息，進(jìn)而采用高效滴灌、精準(zhǔn)用藥、合理施肥等精細(xì)化手段進(jìn)行科學(xué)種植，并合理、精準(zhǔn)掌控農(nóng)業(yè)生產(chǎn)要素和資源投入，實現(xiàn)農(nóng)業(yè)的精準(zhǔn)管控，從而提高農(nóng)業(yè)效率，并節(jié)約了農(nóng)業(yè)生產(chǎn)要素和資源投入，減少了農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染［32-33］?？傊r(nóng)業(yè)信息化推動了農(nóng)業(yè)生產(chǎn)要素和資源的優(yōu)化、集成配置，促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

總之，數(shù)字鄉(xiāng)村將現(xiàn)代數(shù)字技術(shù)融合于農(nóng)業(yè)產(chǎn)業(yè)的全要素、全產(chǎn)業(yè)鏈，真正實現(xiàn)農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化升級改造，從而全面推動中國農(nóng)業(yè)綠色全要素生產(chǎn)率提高，實現(xiàn)農(nóng)業(yè)綠色、高質(zhì)量發(fā)展。因此，通過以上分析可以得出以下研究假說。

假說1：數(shù)字鄉(xiāng)村促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

假說2：數(shù)字鄉(xiāng)村通過以下作用機(jī)制促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。一方面推動了農(nóng)業(yè)經(jīng)營主體規(guī)模經(jīng)營，促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，從而有利于農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。另一方面推動農(nóng)業(yè)信息化發(fā)展，從而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

3 研究設(shè)計、模型與數(shù)據(jù)

3. 1 研究設(shè)計

3. 1. 1 農(nóng)業(yè)綠色全要素生產(chǎn)率測算指標(biāo)體系構(gòu)建

農(nóng)業(yè)綠色全要素生產(chǎn)率是指在考察農(nóng)業(yè)綠色發(fā)展績效時，將環(huán)境要素納入農(nóng)業(yè)生產(chǎn)率的測算中［34］。參考郭海紅等［16］的方法，為體現(xiàn)指標(biāo)權(quán)重差異，采用熵權(quán)法為各指標(biāo)賦權(quán)，以此構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率測算指標(biāo)體系，見表1。其中，在賴斯蕓等［35］清單法確定的中國農(nóng)業(yè)面源污染主要來自農(nóng)田化肥、畜禽養(yǎng)殖、農(nóng)田固體廢棄物和農(nóng)村生活等方面的基礎(chǔ)上，結(jié)合《第一次全國污染源普查農(nóng)業(yè)面源污染源污染系數(shù)手冊》中代表性地貌地區(qū)的面源污染系數(shù)，測算得到農(nóng)業(yè)面源污染。同時，借鑒程琳琳等［36］的方法測算得到農(nóng)業(yè)碳排放量。

其中：被解釋變量AGTFPd表示縣域d 的農(nóng)業(yè)綠色全要素生產(chǎn)率，采用GML 指數(shù)和ML 指數(shù)度量；Xd為其他相關(guān)控制變量；α0至α2是待估系數(shù)，ηd是隨機(jī)擾動項。

主要解釋變量digitalrurald表示縣域d 的數(shù)字鄉(xiāng)村指數(shù)，采用北京大學(xué)新農(nóng)村發(fā)展研究院和阿里研究院聯(lián)合發(fā)布的縣域數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)庫中的2019年各縣域數(shù)字鄉(xiāng)村指數(shù)度量。 ①該指數(shù)以縣域為基本單元，基于社會發(fā)展對數(shù)字鄉(xiāng)村建設(shè)的需求，綜合考慮數(shù)字化發(fā)展的廣度和深度，兼顧數(shù)據(jù)的可獲取性和指標(biāo)選取的代表性。強(qiáng)調(diào)包括電信設(shè)備和計算機(jī)軟硬件等在內(nèi)的鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施是數(shù)字鄉(xiāng)村運(yùn)行和發(fā)展的基礎(chǔ)，是數(shù)字鄉(xiāng)村建設(shè)的重要支撐；鄉(xiāng)村經(jīng)濟(jì)數(shù)字化將鄉(xiāng)村實體經(jīng)濟(jì)與數(shù)字技術(shù)相融合，形成智能化和便捷化的各類鄉(xiāng)村經(jīng)濟(jì)形態(tài)，同時優(yōu)化組合鄉(xiāng)村各類生產(chǎn)要素，形成各類鄉(xiāng)村經(jīng)濟(jì)發(fā)展的新模式，是驅(qū)動鄉(xiāng)村經(jīng)濟(jì)高質(zhì)量和可持續(xù)發(fā)展的新動能，是數(shù)字鄉(xiāng)村的核心；鄉(xiāng)村治理數(shù)字化為鄉(xiāng)村居民處理日常事務(wù)、獲取社會信息提供便利，提高了鄉(xiāng)村基層治理能力，是推進(jìn)鄉(xiāng)村治理手段現(xiàn)代化的重要途徑，也是推進(jìn)鄉(xiāng)村數(shù)字化轉(zhuǎn)型全面實現(xiàn)的重要保障；鄉(xiāng)村生活數(shù)字化通過重構(gòu)鄉(xiāng)村各類要素，為鄉(xiāng)村居民提供個性化數(shù)字生活需求服務(wù)、強(qiáng)化了民生保障與服務(wù)［1］，是建設(shè)數(shù)字鄉(xiāng)村的根本宗旨。因此，該指數(shù)主要從鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施指數(shù)（digitbuild）、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化指數(shù)（ruraldigit）、鄉(xiāng)村治理數(shù)字化指數(shù)（digitmage）和鄉(xiāng)村生活數(shù)字化指數(shù)（livedigit）等4個方面構(gòu)建縣域數(shù)字鄉(xiāng)村指數(shù)指標(biāo)體系。②通過邀請農(nóng)業(yè)信息化、農(nóng)業(yè)經(jīng)濟(jì)管理和農(nóng)村電商等領(lǐng)域的專家對指標(biāo)體系進(jìn)行權(quán)重賦值，并基于數(shù)據(jù)可得性，構(gòu)建了縣域數(shù)字鄉(xiāng)村指標(biāo)體系，對2019年縣域的數(shù)字鄉(xiāng)村發(fā)展現(xiàn)狀進(jìn)行全面評估。

另外，根據(jù)理論機(jī)制和研究假說并參考相關(guān)文獻(xiàn)，該研究對控制變量（Xd）做出如下選擇：①農(nóng)業(yè)技術(shù)（tech），農(nóng)業(yè)科技投入能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提高，因此引入模型并以各地區(qū)機(jī)收面積度量。②農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（struct），用糧食產(chǎn)量與棉花、肉類和油料產(chǎn)量的比值度量。③農(nóng)業(yè)單位面積總產(chǎn)值（agdp），用農(nóng)業(yè)總產(chǎn)值比耕地面積度量。④農(nóng)業(yè)機(jī)械投入（tmach），以各地區(qū)農(nóng)業(yè)機(jī)械總動力度量。⑤土地投入（land），以各地區(qū)耕地面積度量。⑥勞動力投入（labor），以各地區(qū)農(nóng)林牧漁從業(yè)人員人數(shù)度量。⑦財政支農(nóng)數(shù)量（finance），采用各地區(qū)財政支農(nóng)支出數(shù)量度量。⑧農(nóng)業(yè)用電投入（electricity），電力是農(nóng)業(yè)生產(chǎn)的主要動力來源，能夠促進(jìn)各類農(nóng)業(yè)生產(chǎn)要素的利用效率。因此引入模型并以各地區(qū)農(nóng)業(yè)實際用電數(shù)量度量。

3. 2. 2 作用機(jī)制檢驗

依據(jù)研究假說，為檢驗數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的間接效應(yīng)，參照杜建軍等［39］及劉璇等［40］的方法構(gòu)建以下中介效應(yīng)模型。

其中，式（4）為總效應(yīng)方程式。

式（5）為中介效應(yīng)方程，檢驗中介變量的作用，metad是中介變量，包括農(nóng)業(yè)規(guī)模經(jīng)營度（scale），參考徐灝龍等［41］的研究，采用農(nóng)林牧漁從業(yè)人員人均耕地面積度量農(nóng)業(yè)規(guī)模經(jīng)營度。農(nóng)業(yè)信息化（ainformation），目前移動智能手機(jī)在中國基本普及，絕大多數(shù)農(nóng)村居民主要依靠智能手機(jī)獲取農(nóng)村農(nóng)業(yè)相關(guān)信息，因此采用農(nóng)村移動手機(jī)用戶數(shù)度量農(nóng)業(yè)信息化。運(yùn)用縣域農(nóng)村人口占總?cè)丝诘谋戎爻艘钥h域的移動手機(jī)用戶總數(shù)，近似得出農(nóng)村移動手機(jī)用戶數(shù)。Yd為控制變量，包括農(nóng)業(yè)平均單位面積總產(chǎn)值（agdp）、農(nóng)業(yè)機(jī)械投入（tmach）、土地投入（land）、勞動力投入（labor）、財政支農(nóng)數(shù)量（finance）和農(nóng)業(yè)用電投入（electricity）。

依據(jù)理論機(jī)制分析，式（6）在總效應(yīng)方程基礎(chǔ)上引入了metad作為中介變量。

3. 3 數(shù)據(jù)來源與數(shù)據(jù)分析

3. 3. 1 數(shù)據(jù)來源與描述性統(tǒng)計

數(shù)據(jù)來自各省統(tǒng)計年鑒、中國統(tǒng)計年鑒、中國城市統(tǒng)計年鑒及北京大學(xué)新農(nóng)村發(fā)展研究院和阿里研究院聯(lián)合發(fā)布的“縣域數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)庫”等。由于無法獲得計算縣級層面農(nóng)業(yè)綠色全要素生產(chǎn)率所需數(shù)據(jù)，因此，參照劉子蘭等［42］的方法，先計算出2019年中國30個省級（考慮到數(shù)據(jù)可獲得性，未涉及西藏及香港、澳門、臺灣）層面的農(nóng)業(yè)綠色全要素生產(chǎn)率，再梳理出2019年1 740個縣級行政單位的數(shù)字鄉(xiāng)村指數(shù)和相關(guān)指標(biāo)數(shù)據(jù)，然后將省級層面的農(nóng)業(yè)綠色全要素生產(chǎn)率數(shù)據(jù)以省份為單位匹配到各省份的縣級層面樣本數(shù)據(jù)中，最終梳理出2019年1 740個縣級層面（不包含市轄區(qū)、特區(qū)）的樣本數(shù)據(jù)，其中農(nóng)業(yè)綠色全要素生產(chǎn)率為省級層面，省內(nèi)各縣域的農(nóng)業(yè)綠色全要素生產(chǎn)率相同。另外，參照韓海彬等［31］及馬國群等［43］的方法，將計算出的AGTFP 環(huán)比指數(shù)轉(zhuǎn)換為定基指數(shù)，即設(shè)2000年的AGTFP 為1，用2001年的環(huán)比AGTFP指數(shù)與2000年的AGTFP 相乘，得出2001年的AGTFP 實際值，以此類推，得出樣本2019年度的實際AGTFP。在表2中對變量進(jìn)行了描述性統(tǒng)計。

3. 3. 2 農(nóng)業(yè)綠色全要素生產(chǎn)率的變化特征

從表3可以看出，2019年全國農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)均值為1. 231；分省份看，山西的農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)最高，江西最低；從地域看，東部地區(qū)（不包括北京、上海和天津）的農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)平均值為1. 365；中部地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)平均值為1. 246；西部地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)平均值為1. 099。因此，東部地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率的定基GML 指數(shù)最高，中部地區(qū)次之，西部地區(qū)最低。因篇幅原因，未報告ML 指數(shù)。

3. 3. 3 數(shù)字鄉(xiāng)村的變化特征

從表4可以看出，全國1 740個縣域行政單位的數(shù)字鄉(xiāng)村指數(shù)平均值為52. 923。其中縣域數(shù)字鄉(xiāng)村指數(shù)處于高水平（≥80）的比例為 1. 839%，均值為83. 724；處于較高水平（≥60～80）的比例為 26. 437%，均值為66. 270；中等水平（≥40～60）的比例為 58. 908%，均值為50. 122；較低水平（≥20～40）的比例為 12. 414%，均值為34. 343；低水平階段（<20）的比例為 0. 402%，均值為18. 501?？梢钥闯?，全國大多數(shù)縣域行政單位的數(shù)字鄉(xiāng)村指數(shù)仍處于中等水平。

4 假說檢驗及結(jié)果討論

4. 1 基準(zhǔn)模型回歸結(jié)果

分別運(yùn)用全樣本數(shù)據(jù)和剔除缺失數(shù)據(jù)及昆山等6個經(jīng)濟(jì)特別發(fā)達(dá)的縣級市樣本進(jìn)行回歸，以檢驗回歸結(jié)果的穩(wěn)健性。對于全樣本數(shù)據(jù)的缺失樣本，參照郭海紅等［13］的方法采用線性插值方法進(jìn)行填充。在表5中，被解釋變量為度量農(nóng)業(yè)綠色全要素生產(chǎn)率的GML 指數(shù)和ML 指數(shù)，主要解釋變量為數(shù)字鄉(xiāng)村指數(shù)（digitalrural）。表5中，digitalrural 的估計系數(shù)均顯著為正，這表明數(shù)字鄉(xiāng)村的發(fā)展顯著促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。數(shù)字鄉(xiāng)村建設(shè)能夠誘導(dǎo)土地流轉(zhuǎn)，實現(xiàn)規(guī)模經(jīng)營。而規(guī)模經(jīng)營主體更有實力和意愿通過數(shù)字技術(shù)獲取并采用農(nóng)業(yè)新技術(shù)，從而促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步；另外還可以利用數(shù)字鄉(xiāng)村信息平臺提供的市場信息調(diào)整、優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，促使分工更加細(xì)化，生產(chǎn)更加專業(yè)化，有利于農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。同時，數(shù)字鄉(xiāng)村建設(shè)還可以推動農(nóng)業(yè)資源和要素配置的優(yōu)化和集成，從而推動傳統(tǒng)農(nóng)業(yè)技術(shù)進(jìn)步。此外農(nóng)業(yè)生產(chǎn)者還能夠通過數(shù)字鄉(xiāng)村提供的網(wǎng)絡(luò)信息平臺完成智能灌溉和精準(zhǔn)施肥等農(nóng)業(yè)精準(zhǔn)管控，從而節(jié)約了生產(chǎn)要素和資源投入，減少了農(nóng)業(yè)碳排放和面源污染。因此，數(shù)字鄉(xiāng)村促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率提高，假說1得到驗證。

4. 2 作用機(jī)制：中介效應(yīng)檢驗

由理論機(jī)制分析可知，一方面數(shù)字鄉(xiāng)村誘致了農(nóng)業(yè)經(jīng)營主體規(guī)模經(jīng)營，從而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率提高；另一方面數(shù)字鄉(xiāng)村的發(fā)展驅(qū)動了農(nóng)業(yè)信息化，從而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。以下將運(yùn)用中介效應(yīng)模型檢驗規(guī)模經(jīng)營和農(nóng)業(yè)信息化的中介作用。

農(nóng)業(yè)規(guī)模經(jīng)營作用機(jī)制的核心邏輯是，數(shù)字鄉(xiāng)村降低轉(zhuǎn)讓土地的機(jī)會成本，同時農(nóng)業(yè)生產(chǎn)經(jīng)營主體可以依托鄉(xiāng)村數(shù)字信息平臺增加土地流轉(zhuǎn)，推進(jìn)土地規(guī)模化經(jīng)營，進(jìn)而促使農(nóng)業(yè)綠色全要素生產(chǎn)率提高。其中，農(nóng)業(yè)規(guī)模經(jīng)營充當(dāng)了關(guān)鍵的傳導(dǎo)作用?；诖诉壿嫞M(jìn)一步檢驗農(nóng)業(yè)規(guī)模經(jīng)營的中介作用機(jī)制。參照溫忠麟等［44］對中介效應(yīng)模型的檢驗流程。逐步對表6的估計結(jié)果進(jìn)行分析：首先進(jìn)行第一步檢驗，總效應(yīng)方程估計結(jié)果表明數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的總效應(yīng)顯著為正。然后進(jìn)行第二步檢驗，農(nóng)業(yè)規(guī)模經(jīng)營度（scale）的中介效應(yīng)估計結(jié)果表明數(shù)字鄉(xiāng)村對規(guī)模經(jīng)營度的影響顯著為正。再進(jìn)行第三步檢驗，加入中介變量后的總效應(yīng)方程估計結(jié)果顯示，規(guī)模經(jīng)營度對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響顯著為正，這表明間接效應(yīng)顯著；數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的總效應(yīng)也顯著為正，這表明直接效應(yīng)也顯著。最后進(jìn)行第四步檢驗，系數(shù)0. 022×0. 031與系數(shù)0. 025符號相同，系數(shù)0. 022×0. 046與系數(shù)0. 026符號相同，因此屬于部分中介效應(yīng)。再計算中介效應(yīng)占總效應(yīng)的比例，0. 022×0. 031÷0. 037=0. 018顯示中介效應(yīng)占總效應(yīng)的比例為1. 80%；0. 022×0. 046÷0. 027=0. 037顯示中介效應(yīng)占總效應(yīng)的比例為3. 70%。因此數(shù)字鄉(xiāng)村通過中介變量規(guī)模經(jīng)營度顯著地提高了農(nóng)業(yè)綠色全要素生產(chǎn)率，其中規(guī)模經(jīng)營度的中介效應(yīng)占總效應(yīng)的比例為1. 80%（被解釋變量為GML）和3. 70%（被解釋變量為ML）。

農(nóng)業(yè)信息化作用機(jī)制的邏輯是，數(shù)字鄉(xiāng)村驅(qū)動了農(nóng)業(yè)信息化發(fā)展，進(jìn)而優(yōu)化資源和要素配置，推動農(nóng)業(yè)資源和要素利用效率的提高，從而提高了農(nóng)業(yè)綠色全要素生產(chǎn)率。其中農(nóng)業(yè)信息化充當(dāng)了關(guān)鍵作用?；诖诉壿?，進(jìn)一步檢驗農(nóng)業(yè)信息化的作用機(jī)制。表6中農(nóng)業(yè)信息化（informat）的中介效應(yīng)估計結(jié)果表明數(shù)字鄉(xiāng)村對農(nóng)業(yè)信息化的影響顯著為正。加入中介變量后的總效應(yīng)方程估計結(jié)果顯示，農(nóng)業(yè)信息化對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響顯著為正，表明間接效應(yīng)顯著；同時直接效應(yīng)也顯著。最后進(jìn)行第四步檢驗，系數(shù)0. 016×0. 039與系數(shù)0. 025符號相同，系數(shù)0. 016×0. 024與系數(shù)0. 026符號相同，因此屬于部分中介效應(yīng)。再計算中介效應(yīng)占總效應(yīng)的比例，0. 016×0. 039÷0. 037=0. 017顯示中介效應(yīng)占總效應(yīng)的比例為1. 70%；0. 016×0. 024÷0. 027=0. 014顯示中介效應(yīng)占總效應(yīng)的比例為1. 40%。因此，數(shù)字鄉(xiāng)村通過農(nóng)業(yè)信息化顯著地提高了農(nóng)業(yè)綠色全要素生產(chǎn)率，其中農(nóng)業(yè)信息化的中介效應(yīng)占總效應(yīng)的比例為1. 70%（被解釋變量為GML）和1. 40%（被解釋變量為ML）。

5 穩(wěn)健性檢驗

5. 1 工具變量檢驗

由于數(shù)據(jù)限制造成的遺漏變量問題及反向因果關(guān)系可能導(dǎo)致模型具有內(nèi)生性問題。內(nèi)生性可能會導(dǎo)致OLS估計的數(shù)字鄉(xiāng)村的真實效果發(fā)生偏誤。構(gòu)建以下工具變量模型，運(yùn)用兩階段最小二乘法（2SLS）估計。

其中：式（7）為一階段估計方程，工具變量phone 表示各縣域2004年每千戶擁有的固定電話數(shù)量。式（8）為二階段估計方程，各變量含義與式（3）相同。

借鑒黃群慧等［45］的研究，選擇各縣域2004年每千戶擁有的固定電話數(shù)量作為縣域數(shù)字鄉(xiāng)村指數(shù)的工具變量。歷史上中國互聯(lián)網(wǎng)接入技術(shù)基本上是從電話線撥號接入（PSTN）開始的，因此歷史上固定電話普及率高的地區(qū)也會導(dǎo)致互聯(lián)網(wǎng)普及率較高，因此，2004年每千戶擁有的固定電話數(shù)量與數(shù)字鄉(xiāng)村指數(shù)密切相關(guān)。另外，隨著經(jīng)濟(jì)社會的發(fā)展，固定電話對農(nóng)業(yè)經(jīng)濟(jì)的影響日益漸微，因此2004年每千戶擁有的固定電話數(shù)量對現(xiàn)在的農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響微乎其微，滿足工具變量的要求。因此，2004年每千戶擁有的固定電話數(shù)量是一個可以接受的工具變量。

工具變量模型2SLS回歸結(jié)果見表7。F 值檢驗顯示模型不存在弱工具變量問題。digitalrural 對農(nóng)業(yè)綠色全要素生產(chǎn)率的回歸系數(shù)均顯著為正，但估計系數(shù)都大于表5中對應(yīng)的估計系數(shù)，可見內(nèi)生性問題低估了數(shù)字鄉(xiāng)村促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高的效應(yīng)。也驗證了表5回歸結(jié)果的穩(wěn)健性。

5. 2 更換工具變量檢驗

再選用除本省外全國其他省份數(shù)字經(jīng)濟(jì)指數(shù)的平均值作為數(shù)字鄉(xiāng)村指數(shù)的工具變量。各縣域的數(shù)字鄉(xiāng)村發(fā)展離不開周邊省份數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的支持，同時各省份數(shù)字經(jīng)濟(jì)的發(fā)展也會產(chǎn)生溢出效應(yīng)，促進(jìn)周邊省份的數(shù)字鄉(xiāng)村的發(fā)展，因此，除本省外全國其他省份數(shù)字經(jīng)濟(jì)指數(shù)的平均值顯然與各縣域數(shù)字鄉(xiāng)村發(fā)展水平密切相關(guān)。另外除本省外全國其他省份數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，不直接影響本省各縣域的農(nóng)業(yè)綠色全要素生產(chǎn)率。因此，除本省外全國其他省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的平均值也是一個可以接受的工具變量。

工具變量模型回歸結(jié)果見表8。F 值檢驗顯示模型不存在弱工具變量問題。digitalrural 對農(nóng)業(yè)綠色全要素生產(chǎn)率的回歸系數(shù)均顯著為正。這也驗證了表5回歸結(jié)果的穩(wěn)健性。

5. 3 自助法（Bootstrap）抽樣估計

由于樣本數(shù)量較少，因此，再運(yùn)用自助法（Bootstrap）進(jìn)行穩(wěn)健性檢驗。Bootstrap法能夠反復(fù)地對樣本進(jìn)行重新抽樣獲得參數(shù)的置信區(qū)間，以此判斷回歸結(jié)果的顯著性，因此能較好地處理小樣本數(shù)據(jù)。表9報告了Bootstrap方法估計結(jié)果，digitalrural 對農(nóng)業(yè)綠色全要素生產(chǎn)率的回歸系數(shù)均顯著為正，估計系數(shù)與表5中對應(yīng)的估計系數(shù)方向相同。這驗證了回歸結(jié)果的穩(wěn)健性。

5. 4 以其他指標(biāo)度量農(nóng)業(yè)綠色全要素生產(chǎn)率檢驗

農(nóng)業(yè)綠色全要素生產(chǎn)率的期望產(chǎn)出既包括農(nóng)林牧漁總產(chǎn)值，也包括農(nóng)業(yè)碳吸收，因此，再重新測算包含11種主要農(nóng)作物農(nóng)業(yè)碳吸收的農(nóng)業(yè)綠色全要素生產(chǎn)率的GML指數(shù)，并估計模型（3）。另外，參考相關(guān)文獻(xiàn)，采用超效率全局SBM方法重新測算農(nóng)業(yè)綠色全要素生產(chǎn)率［25，46］，并估計模型（3）。

在表10中digitalrural 的估計系數(shù)均顯著為正，因此，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率（SBM）與包含農(nóng)業(yè)碳吸收的農(nóng)業(yè)綠色全要素生產(chǎn)率（GML）的回歸結(jié)果依然穩(wěn)健。

6 異質(zhì)性分析

6. 1 農(nóng)業(yè)規(guī)模經(jīng)營和非規(guī)模經(jīng)營地區(qū)異質(zhì)性檢驗

在農(nóng)業(yè)規(guī)模經(jīng)營和非規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響可能存在差異。進(jìn)一步考察在農(nóng)業(yè)規(guī)模經(jīng)營和非規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的異質(zhì)性影響。當(dāng)縣域的農(nóng)業(yè)規(guī)模經(jīng)營度大于該年度樣本中所有縣域的農(nóng)業(yè)規(guī)模經(jīng)營度中位數(shù)時，設(shè)定為規(guī)模經(jīng)營，否則為非規(guī)模經(jīng)營。規(guī)模經(jīng)營縣域共有867個樣本，非規(guī)模經(jīng)營縣域共有873個樣本。

在表11的農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)中，digitalrural 對農(nóng)業(yè)綠色全要素生產(chǎn)率的估計系數(shù)都顯著為正，表明在農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的促進(jìn)作用。在非農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)中，digitalrural 對農(nóng)業(yè)綠色全要素生產(chǎn)率的估計系數(shù)都不顯著，顯示在農(nóng)業(yè)非規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率沒有顯著的影響。原因可能是，在農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)，農(nóng)業(yè)生產(chǎn)經(jīng)營者一般規(guī)模更大，經(jīng)營實力更強(qiáng)，也能更好地掌握管理技能和知識，因此，農(nóng)業(yè)生產(chǎn)經(jīng)營者更傾向于采用農(nóng)業(yè)新技術(shù)和高效管理模式以充分提升其規(guī)模經(jīng)濟(jì)，這提高了化學(xué)品等農(nóng)業(yè)資源的使用效率，降低了化學(xué)品等農(nóng)業(yè)資源的使用強(qiáng)度，從而減少了農(nóng)業(yè)碳排放，有利于農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。此外，由于農(nóng)業(yè)基礎(chǔ)設(shè)施等具有不可分性，經(jīng)營規(guī)模較小不利于資源的優(yōu)化配置，會導(dǎo)致資源利用效率較低，從而阻礙農(nóng)業(yè)綠色全要素生產(chǎn)率提高。

6. 2 東中西部地區(qū)異質(zhì)性檢驗

在東部、中部和西部地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響可能存在差異，進(jìn)一步分別考察其數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的不同影響。東部地區(qū)包括河北、江蘇、山東、浙江、福建、廣東和海南等7個省份，共包括419個縣級行政區(qū)樣本；中部地區(qū)包括山西、河南、遼寧、安徽、湖南、黑龍江、吉林、湖北和江西9個省份，共包括612個縣級行政區(qū)樣本；西部地區(qū)包括重慶、青海、甘肅、陜西、寧夏、廣西、貴州、內(nèi)蒙古、四川、新疆和云南11個省份，共包括709個縣級行政區(qū)樣本。

在表12中：東部和中部地區(qū)的回歸結(jié)果顯示，數(shù)字鄉(xiāng)村（digitalrural）對農(nóng)業(yè)綠色全要素生產(chǎn)率的估計系數(shù)都顯著為正，表明在東部和中部地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的促進(jìn)作用。西部地區(qū)的數(shù)字鄉(xiāng)村（digitalrural）對農(nóng)業(yè)綠色全要素生產(chǎn)率的估計系數(shù)不顯著，顯示在西部地區(qū)數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率沒有顯著影響。這可能是因為：一是在東部和中部地區(qū)，縣域經(jīng)濟(jì)發(fā)展水平高，科技發(fā)達(dá)，且大部分土地資源較為豐富，其農(nóng)業(yè)數(shù)字化、信息化和規(guī)?；?jīng)營程度一般較高，能夠推動農(nóng)業(yè)技術(shù)進(jìn)步，還可以實現(xiàn)農(nóng)業(yè)精準(zhǔn)管控減少碳排放，從而有利于農(nóng)業(yè)綠色全要素生產(chǎn)率提高。二是西部地區(qū)大部分縣域經(jīng)濟(jì)和科技欠發(fā)達(dá)，山地較多導(dǎo)致土地資源較為貧瘠，同時其農(nóng)業(yè)數(shù)字化、信息化和規(guī)?；?jīng)營程度一般較低，因此，不利于農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

7 結(jié)論與啟示

該研究首先深入探討了數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，提出數(shù)字鄉(xiāng)村促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高的研究假說。然后運(yùn)用2019年1 740個縣級行政單位樣本，采用工具變量模型和中介效應(yīng)模型等方法對研究假說進(jìn)行驗證。研究發(fā)現(xiàn)：①數(shù)字鄉(xiāng)村促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，該結(jié)論在控制內(nèi)生性后仍然穩(wěn)健。②數(shù)字鄉(xiāng)村促使農(nóng)業(yè)綠色全要素生產(chǎn)率提高，其作用機(jī)制可以從兩個角度解釋，一是數(shù)字鄉(xiāng)村促進(jìn)了農(nóng)業(yè)經(jīng)營主體規(guī)模經(jīng)營，帶來農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、分工細(xì)化和生產(chǎn)專業(yè)化，從而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率提高；二是數(shù)字鄉(xiāng)村推動了農(nóng)業(yè)信息化發(fā)展，從而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率提高。③進(jìn)一步討論發(fā)現(xiàn)，在農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的促進(jìn)作用；但在非規(guī)模經(jīng)營地區(qū)，數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響不顯著。在東部地區(qū)和中部地區(qū)數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的促進(jìn)作用，但在西部地區(qū)數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響不顯著。

基于以上研究，提出以下政策啟示：第一，目前，中國農(nóng)業(yè)長期依賴生產(chǎn)要素和資源驅(qū)動增長，已經(jīng)不可持續(xù)。而數(shù)字鄉(xiāng)村建設(shè)能夠促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。因此，需要繼續(xù)從數(shù)字基礎(chǔ)設(shè)施、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化、鄉(xiāng)村治理數(shù)字化和鄉(xiāng)村生活數(shù)字化等方面推進(jìn)數(shù)字鄉(xiāng)村建設(shè)與完善，以此助推中國農(nóng)業(yè)綠色、高質(zhì)量轉(zhuǎn)型發(fā)展。第二，應(yīng)繼續(xù)完善數(shù)字鄉(xiāng)村設(shè)施，重點支持農(nóng)業(yè)信息化和規(guī)?；?jīng)營，推進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，充分挖掘農(nóng)業(yè)綠色全要素生產(chǎn)率的提高潛力。第三，中國地域廣闊，因此需要充分認(rèn)識到在農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)和非規(guī)模經(jīng)營地區(qū)，以及東、中、西部地區(qū)，數(shù)字鄉(xiāng)村建設(shè)和農(nóng)業(yè)綠色全要素生產(chǎn)率存在差異，實施非均衡發(fā)展策略，因地制宜地推進(jìn)數(shù)字鄉(xiāng)村建設(shè)，重點繼續(xù)完善農(nóng)業(yè)規(guī)模經(jīng)營地區(qū)和東部及中部地區(qū)的數(shù)字鄉(xiāng)村設(shè)施，持續(xù)促進(jìn)其農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，以此推動中國農(nóng)業(yè)綠色、高質(zhì)量發(fā)展。

需要特別說明的是，因為數(shù)據(jù)限制，該研究主要運(yùn)用了截面數(shù)據(jù)和OLS及2SLS等方法研究數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。后續(xù)研究仍需持續(xù)收集多維數(shù)據(jù)，選用面板數(shù)據(jù)和多種方法持續(xù)深入探討數(shù)字鄉(xiāng)村對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，更加準(zhǔn)確地分析數(shù)字鄉(xiāng)村對促進(jìn)農(nóng)業(yè)綠色和高質(zhì)量發(fā)展的作用機(jī)制。

參考文獻(xiàn)

［1］ 沈費偉，葉溫馨. 數(shù)字鄉(xiāng)村建設(shè)：實現(xiàn)高質(zhì)量鄉(xiāng)村振興的策略選擇［J］. 南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，21（5）：41-53.

［2］ 張旺，白永秀. 數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合的理論構(gòu)建、實證分析及優(yōu)化路徑［J］. 中國軟科學(xué)，2022（1） ： 132-146.

［3］ 溫濤，陳一明. 數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)融合發(fā)展：實踐模式、現(xiàn)實障礙與突破路徑［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2020（7）：118-129.

［4］ BRODY S D ， CARRASCO V ， HIGHFIELD W E . Measuring theadoption of local sprawl： reduction planning policies in Florida［J］.Journal of planning education and research， 2006， 25（3）：294-310.

［5］ CAMARINHA?MATOS L M， AFSARMANESH H， GALEANO N，et al. Collaborative networked organizations： concepts and practicein manufacturing enterprises［J］. Computers and industrial engineering，2009， 57（1）：46-60.

［6］ CAMARINHA?MATOS L M ， BOUCHER X ， AFSARMANESHH， et al. Collaborative networks for a sustainable world［J］. IFIPadvances in information and communication technology， 2012，336：783.

［7］ ATTOUR A，BARBAROUX P. The role of knowledge processes in abusiness ecosystems lifecycle［J］. Journal of the knowledge economy，2021，12（1）：238-255.

［8］ 曾億武，宋逸香，林夏珍，等. 中國數(shù)字鄉(xiāng)村建設(shè)若干問題芻議［J］. 中國農(nóng)村經(jīng)濟(jì)，2021（4）： 21-35.

［9］ 殷浩棟，霍鵬，汪三貴. 農(nóng)業(yè)農(nóng)村數(shù)字化轉(zhuǎn)型：現(xiàn)實表征、影響機(jī)理與推進(jìn)策略［J］. 改革，2020（12）：48-56.

［10］ 陳一明. 數(shù)字經(jīng)濟(jì)與鄉(xiāng)村產(chǎn)業(yè)融合發(fā)展的機(jī)制創(chuàng)新［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2021（12）：81-91．

［11］ GEORGE N M， PARIDA V， LAHTI T， et al. A systematic literaturereview of entrepreneurial opportunity recognition： insights oninfluencing factors［J］. International entrepreneurship and managementjournal， 2016，12（2）：309-350.

［12］ SONG Z Y， WANG C， BERGMANN L. Chinas prefectural digitaldivide： spatial analysis and multivariate determinants of ICTdiffusion［J］. International journal of information management，2020， 52（6）： 992-1010.

［13］ 郭海紅，劉新民. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率的時空分異及收斂性［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（10）：65-84.

［14］ XU X，HUANG X，HUANG J，et al. Spatial?temporal characteristicsof agriculture green total factor productivity in China，1998-2016：based on more sophisticated calculations of carbon emissions［J］. International journal of environmental research and publichealth，2019，16（20）： 2-16.

［15］ 葛鵬飛，王頌吉，黃秀路. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算［J］. 中國人口·資源與環(huán)境，2018（5）：66-74.

［16］ 郭海紅，劉新民. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空演變［J］. 中國管理科學(xué)，2020（9）：66-75.

［17］ BALL V E，F(xiàn)?RE R，GROSSKOPF S，et al. Productivity of the USagricultural sector［C］//New developments in productivity analysis.Chicago：University of Chicago Press，2001：541-586.

［18］ NANERE M，F(xiàn)RASER I，QUAZI A，et al. Environmentally adjustedproductivity measurement：an Australian case study［J］. Journalof environmental management，2007，85（2）：350-362.

［19］ SHEN Z Y，BOUSSEMART J P，LELEU H. Aggregate green productivitygrowth in OECDs countries［J］. International journal ofproduction economics，2017，189：30-39.

［20］ 王勝，余娜，付銳. 數(shù)字鄉(xiāng)村建設(shè)：作用機(jī)理、現(xiàn)實挑戰(zhàn)與實施策略［J］. 改革，2021（4）：45-59.

［21］ 張景娜，張雪凱. 互聯(lián)網(wǎng)使用對農(nóng)地轉(zhuǎn)出決策的影響及機(jī)制研究：來自CFPS的微觀證據(jù)［J］. 中國農(nóng)村經(jīng)濟(jì)，2020（3）：57-77.

［22］ 冒佩華，徐驥. 農(nóng)地制度、土地經(jīng)營權(quán)流轉(zhuǎn)與農(nóng)民收入增長［J］. 管理世界，2015（5）：63-74，88.

［23］ 周洋，華語音. 互聯(lián)網(wǎng)與農(nóng)村家庭創(chuàng)業(yè)：基于CFPS數(shù)據(jù)的實證分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（5）：111-119.

［24］ 劉子涵，辛賢，呂之望. 互聯(lián)網(wǎng)農(nóng)業(yè)信息獲取促進(jìn)了農(nóng)戶土地流轉(zhuǎn)嗎［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（2）：100-111.

［25］ 陳芳，楊梅君. 農(nóng)產(chǎn)品國際貿(mào)易對中國農(nóng)業(yè)綠色全要素生產(chǎn)率的影響［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021（5）：94-104.

［26］ ISMAEL M， SROUJI F， BOUTABBA M A. Agricultural technologiesand carbon emissions： evidence from Jordanian economy［J］.Environmental science and pollution research，2018，25（11）：10867-10877.

［27］ 金芳，金榮學(xué). 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對綠色全要素生產(chǎn)率增長的空間效應(yīng)分析［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020（1）：124-134，168.

［28］ 聶召英，王伊歡. 鏈接與斷裂：小農(nóng)戶與互聯(lián)網(wǎng)市場銜接機(jī)制研究［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2021，42（1）：132-143.

［29］ TAPSCOTT D， WILLIAMS A D. Wikinomics： how mass collabortionchanges everything［M］. New York： Portfolio，2007.

［30］ SOLOW R M. Technical change and the aggregate production function［J］. The review of economics and statistics，1957，39（3）：312-320.

［31］ 韓海彬，張莉. 農(nóng)業(yè)信息化對農(nóng)業(yè)全要素生產(chǎn)率增長的門檻效應(yīng)分析［J］. 中國農(nóng)村經(jīng)濟(jì)，2015（8）：11-21.

［32］ 唐文浩. 數(shù)字技術(shù)驅(qū)動農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展：理論闡釋與實踐路徑［J］. 南京農(nóng)業(yè)大學(xué)（社會科學(xué)版），2022（2）：1-9.

［33］ PEREIRA J， TAVALAEI M M， OZALP H. Blockchain?basedplatforms： decentralized infrastructures and its boundary conditions［J］. Technological forecasting and social change， 2019，146：94-102.

［34］ REINHARD S， LOVELL C， THIJSSEN G. Econometric estimationof technical and environmental efficiency： an application toDutch dairy farms［J］. American journal of agricultural economics，1999，81（1）：44-60.

［35］ 賴斯蕓，杜鵬飛，陳吉寧. 基于單元分析的非點源污染調(diào)查評估方法［J］. 清華大學(xué)學(xué)報（自然科學(xué)版），2004（9）：1184-1187.

［36］ 程琳琳，張俊飚，田云，等. 中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應(yīng)［J］. 資源科學(xué)，2016（2）：276-289.

［37］ F?RE R，GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress，and efficiency change in industrialized countries［J］. The American economic review，1994，84（1）：66-83.

［38］ OH D H. A global Malmquist?Luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.

［39］ 杜建軍，謝家平，劉博敏. 中國農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)勞動生產(chǎn)率：基于275 個城市數(shù)據(jù)的經(jīng)驗研究［J］. 財經(jīng)研究，2020，46（6）：49-63.

［40］ 劉璇，許恒周，張苗. 土地出讓市場化的碳排放效應(yīng)及傳導(dǎo)機(jī)制：基于產(chǎn)業(yè)結(jié)構(gòu)中介視角［J］. 中國人口·資源與環(huán)境，2022，32（6）：12-21.

［41］ 徐灝龍，陸銘. 求解中國農(nóng)業(yè)困局：國際視野中的農(nóng)業(yè)規(guī)模經(jīng)營與農(nóng)業(yè)競爭力［J］. 學(xué)術(shù)月刊，2021（6）：58-71.

［42］ 劉子蘭，劉輝，楊汝岱. 最低工資制度對企業(yè)社會保險參保積極性的影響：基于中國工業(yè)企業(yè)數(shù)據(jù)庫的分析［J］. 經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1267-1290.

［43］ 馬國群，譚硯文. 環(huán)境規(guī)制對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究：基于面板門檻模型的分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：77-92.

［44］ 溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展［J］. 心理科學(xué)進(jìn)展，2014（7）：731-745.

［45］ 黃群慧，余泳澤，張松林．互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國經(jīng)驗［J］. 中國工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［46］ TONE K. Dealing with undesirable outputs in DEA： a Slacks?Based Measure（SBM） approach［R］. GRIPS， 2003.