農村地區數字生產基礎設施對種植結構的影響研究

，沈凱月

（西安郵電大學 經濟與管理學院，陜西 西安 710061）

一、引 言

“糧安天下，農穩社稷。”保障糧食安全是促進經濟發展、實現社會穩定的重要前提。耕地作為糧食生產的基本保障，其種植結構變化將直接對國家糧食安全產生深刻影響［1］。然而，近年來我國耕地種植結構呈現“非糧化”趨勢，具體表現為糧食作物播種面積占農作物播種面積的比例下降，由2015年的71.31%逐漸下降到2020年的69.72%，并且2020年的糧食作物播種面積也較2015年減少了2.2萬公頃（1）。種植結構的“非糧化”趨勢將會導致我國糧食供應短缺嚴重，從而危害國家糧食安全［1］。為了實現種植結構“趨糧化”發展，國務院辦公廳于2020 年11 月印發了《國務院辦公廳關于防止耕地“非糧化”穩定糧食生產的意見》（國辦發〔2020〕44號），2021年中央一號文件再次提出要防止耕地“非糧化”。在此基礎上，2022 年中央一號文件進一步強調要穩定糧食播種面積和產量。由此可知，如何促進耕地種植結構“趨糧化”已經成為社會各界關注的焦點問題。

近年來，學者們對耕地種植結構變遷的影響因素展開了豐富的研究，主要包括以下四個方面：其一，勞動力影響耕地種植結構變遷。學者們普遍認為，農村勞動力的非農轉移會使農民更傾向于種植糧食作物［2-8］。然而，孟菲等學者卻認為，勞動力非農轉移能夠擴大經濟作物的種植面積［9］；黃瑪蘭和李曉云從勞動力價格角度出發，研究發現工資上漲更有利于增加蔬菜等經濟作物的種植面積，而不利于糧棉作物種植比例的增加［5］。其二，資本影響耕地種植結構變遷。學者們的觀點包括：機械化投入水平提高有利于擴大糧食生產面積［2，10-14］；而農業機械化服務價格上漲則會鼓勵經濟作物生產［15］。另外，葉初升和馬玉婷研究發現，農民的人力資本水平越高，農民越有可能種植經濟作物［16］；劉余和周應恒則認為，農業固定資產投資對“非糧化”趨勢存在抵擋作用［17］。其三，土地影響耕地種植結構變遷。有學者認為，農地轉入提高了水稻等糧食作物的種植比例［18］；也有學者持相反觀點，他們認為農地轉入顯著促進了種植結構的“非糧化”調整［19］。對于土地流轉費用，王善高和雷昊研究發現，當費用上漲時，轉入戶會基于利潤目標采取相應的生產策略，增加經濟作物種植比例［20］。其四，補貼政策影響耕地種植結構變遷。江生忠等認為，農業保險財政補貼政策能夠顯著持續增加水稻和小麥的種植面積［21］；Jayne等研究發現，獲得糧食補貼的家庭至少在短期內可以提高糧食產量和生產水平［22］；與Jayne等學者的觀點一致，Wang等學者同樣認為農業補貼政策可以有效地促進種植結構“趨糧化”發展［23-25］。

隨著數字鄉村戰略深入實施，加快科技創新、推動農業數字化轉型逐漸成為保障糧食安全的重要支撐。其中，農村地區數字基礎設施是對信息基礎設施和傳統基礎設施的數字化改造，是數字鄉村建設的基礎性工程［26］。在此背景下，我國更加重視農村地區數字基礎設施建設。2013 年，國務院發布了《國務院關于印發“寬帶中國”戰略及實施方案的通知》（國發〔2013〕31號），此后農村互聯網普及率由2013 年的27.5%增長到2021 年的57.6%（2）；另外，隨著信息進村入戶工程的展開，截至2021年底，我國已建成46.7萬個益農信息社，農業信息服務體系更加完善［27］。目前，學術界通常將農村地區數字基礎設施作為數字鄉村體系的一部分進行研究。郝愛民和譚家銀通過構建數字鄉村評價體系，研究發現數字鄉村建設有助于提升糧食體系韌性［28］；劉靈輝等實證發現，數字鄉村建設對鄉村振興具有顯著促進作用［26］。在理論研究方面，劉元勝認為，加強數字基礎設施建設是農業數字化轉型亟待解決的問題之一［27］；與劉元勝觀點一致，黃卓和王萍萍也認為我國數字農業的發展需要數字基礎設施的保障，因此要完善數字基礎設施的建設［29］。

基于上述分析，本文選取2011—2020 年我國31個省份（不包括港澳臺地區）的面板數據作為研究樣本，探討農村地區數字基礎設施對種植結構的影響。相較于已有研究，本文的邊際貢獻在于：第一，本文以農村地區數字基礎設施為切入點，為探討種植結構的影響因素貢獻了新視角；同時，為更詳細地研究兩者之間的關系，本文根據數字基礎設施的用途將其劃分為數字生產基礎設施和數字生活基礎設施。第二，本文研究了數字生產基礎設施對種植結構的影響，并驗證了兩者之間存在非線性關系。第三，本文在分析數字生產基礎設施對種植結構影響的基礎上，進一步考察了數字生活基礎設施在兩者之間的調節效應以及人力資本的異質性作用。

二、理論分析與研究假說

為了保障國家糧食安全，我國政府提出了“藏糧于地，藏糧于技”這一戰略，并在此戰略的引領下出臺了穩定種糧農民補貼、完善糧食最低收購價等政策。但是，由于糧食具有“準公共物品”的屬性［19］，導致各項糧食政策無法有效地對農民生產行為進行干預。另外，由新古典經濟學中的廠商理論可知，生產者是始終追求自身利益最大化的理性經濟人。因此，面對市場價格變化，農民不會始終種植收益較低的糧食作物，而是會根據自身稟賦調整糧食作物和經濟作物的種植比例，實現收益最大化。隨著數字鄉村戰略的深入實施，數字生產基礎設施逐漸用于農業生產之中。因此，數字生產基礎設施投入水平的高低一定程度上影響著耕地的種植結構，并且兩者間可能存在非線性關系。

本文將數字生產基礎設施定義為農村地區可用于農業生產的數字基礎設施。由已有研究可知，數字基礎設施具有前期投入高、風險不確定性等特征［30-31］。在數字生產基礎設施投入初期，農民無法熟練掌握數字生產基礎設施的使用方法，因此為高效使用數字生產基礎設施，農民會投入大量的人力資本。并且作為一種新型的農業生產工具，數字生產基礎設施在使用過程中自身也會產生一定的成本［32］。因此，在理性經濟人假設和成本壓力的雙重作用下，農民更傾向于追求高收益。另外，在投入初期，考慮數字生產基礎設施的風險不確定性，農民會選擇種植收益周期較短的農作物。與糧食作物相比，經濟作物具有經濟效益高、種植周期短等特點，因此在數字生產基礎設施投入初期，為了抵消其種植成本，農民會為經濟作物配置更多的生產要素。

隨著數字生產基礎設施投入程度的加深，農民逐漸能夠熟練地掌握數字農業生產技術。數字生產基礎設施能夠對勞動力要素形成替代效應，從而有效改善農業規模化生產過程中勞動力資源不足的困境，促進土地、技術和勞動力要素的合理配置，降低農業生產成本，提高土地利用率和生產率，實現規模效益。與勞動密集型的經濟作物相比，土地密集型的糧食作物更適宜機械化水平高的大規模生產條件［8］。這是因為生產經濟作物需要使用更復雜的技術，而目前用于生產經濟作物的機械裝備還不夠成熟，從而導致經濟作物在農業生產各個環節中機械化應用水平均較低。因此，隨著數字生產基礎設施投入水平的提高，為了實現利益最大化，農民會選擇種植糧食作物，實現規模化生產。

基于上述分析，本文提出假說1。

H1：數字生產基礎設施與種植結構之間存在非線性關系。

本文將數字生活基礎設施定義為農民在日常生活中易接觸和使用的數字基礎設施。數字生活基礎設施主要從四個方面影響種植結構：首先，在數字生活基礎設施的支持下，農民更易接觸互聯網金融等新型融資方式，從而簡化貸款手續、降低貸款成本［33］。在獲得資金支持后，農民通常會選擇種植高投入、高回報的經濟作物來彌補貸款成本。其次，通過使用數字生活基礎設施能夠減少價格投機行為，顯著降低生產資料采購成本和農產品銷售成本，并且與糧食作物相比，更有利于降低經濟作物生產成本，促進種植結構“非糧化”。再次，農民通過使用數字生活基礎設施能夠提高信息獲取能力［34］，從而及時、準確地了解當前的糧食補貼政策。在糧食補貼政策的指引下，農民種糧積極性得到提高，從而促進種植結構“趨糧化”［35］。最后，數字生活基礎設施的使用會促使農村勞動力向非農行業轉移［36］，而勞動力的非農轉移則會使農民選擇種植易于機械化生產的糧食作物，增加糧食作物的種植比例［7］。

數字生活基礎設施能夠強化數字生產基礎設施與種植結構之間的非線性關系，表現為數字生活基礎設施投入程度越高，數字生產基礎設施與種植結構之間的非線性關系越陡峭。一方面，在數字生產基礎設施投入初期，農民更傾向于種植經濟作物。此時，數字生活基礎設施的投入能夠幫助農民在短時間內學會數字生產基礎設施的操作方法，從而促使農民加大對數字生產基礎設施的投入，使得農業生產成本增加。考慮成本問題，農民通常會選擇種植收益高的經濟作物，由此強化了數字生產基礎設施對種植結構“趨糧化”的負面影響。另一方面，隨著數字生產基礎設施投入程度的提高，農民逐漸傾向于種植糧食作物。此時，數字生活基礎設施能夠幫助農民遠程監控農業生產過程，更利于形成規模化生產。在規模化生產條件下，種植糧食作物能夠獲得更高的收益，因此有助于強化數字生產基礎設施對種植結構“趨糧化”的正向影響。

基于上述分析，本文提出假說2。

H2：數字生活基礎設施在數字生產基礎設施與種植結構兩者關系中存在正向調節效應。

三、研究設計

（一）模型設定

根據上文的理論分析，本文以種植結構為被解釋變量，以數字生產基礎設施為核心解釋變量，采用雙向固定效應模型進行估計，并在模型中加入數字生產基礎設施的平方項，以驗證數字生產基礎設施與種植結構間是否存在非線性關系。模型設定如下：

為了考察數字生活基礎設施的調節作用，本文在式（1）的基礎上依次加入數字生活基礎設施、數字生活基礎設施與數字生產基礎設施的交互項。模型設定如下：

式（1）-（3）中，PSi,t為本文的被解釋變量，表示種植結構；DPIi,t為本文的核心解釋變量，表示數字生產基礎設施，其二次項為DPI2i,t；Controlsi,t為本文的控制變量，包括土地質量水平等變量；DLIi,t為本文的調節變量，表示數字生活基礎設施；γt表示時間固定效應；μi表示地區固定效應；εi,t表示隨機誤差項。

（二）變量說明

1.被解釋變量

本文被解釋變量為種植結構（PS）。借鑒何蒲明［37］的研究，采用糧食作物播種面積與農作物播種面積的比值來表示種植結構，直接動態地反映種植結構“趨糧化”或“非糧化”的過程。

2.核心解釋變量

本文核心解釋變量為數字生產基礎設施（DPI）。數字生產基礎設施是指能夠支持數字農業發展的通信設備、智慧物流等基礎設施，是加快農業數字化轉型的重要支撐［38］。我國農村地區數字生產基礎設施目前處于起步階段，測算存在困難，因此本文運用熵值法從農村用電量、農業氣象觀測站個數、農村物流建設水平和長途光纜線路建設水平四個方面對數字生產基礎設施進行測度，具體評價指標體系見表1所列。農村電力的平穩運行為數字生產基礎設施的發展奠定了基礎，因此本文借鑒張鴻等［39］、張志堅和尹佑松［40］的方法，選擇各省份農村用電量作為農村電力發展水平的代表變量；農業氣象觀測站為及時獲取氣候信息提供了科學依據，是數字生產基礎設施的信息基礎，本文參考朱紅根和陳暉［41］、孫淑惠等［42］學者的方法將其作為數字生產基礎設施的衡量指標；農村物流作為數字生產基礎設施平穩運行的重要保障，不僅關系到農產品對外流通，還影響著農業生產資料的供給，因此本文參考伍國勇等［43］的做法，將其列入數字生產基礎設施的指標體系；數字生產基礎設施通過良好的信息通信設施實現農業高效生產，本文借鑒張志新等［44］的方法，選擇各省份長途光纜線路長度與省域面積的比值對信息通信設施發展水平進行度量。

表1 數字生產基礎設施評價指標體系

3.調節變量

本文調節變量為數字生活基礎設施（DLI）。考慮互聯網是農民在生活中最易接觸和使用的數字技術，因此本文借鑒祝志勇和劉暢暢［45］、田紅宇和王嬡名［46］的研究，選取農村寬帶接入用戶數的對數作為數字生活基礎設施的替代變量。

4.控制變量

考慮除數字生產基礎設施以外其他因素對種植結構的影響，本文借鑒朱滿德等[13]、薛選登和谷秀云[47]的研究，選取以下控制變量：①土地質量（LQ），由化肥使用量與農作物播種面積的比值來表示；②受災率（DR），由受災面積與農作物播種面積的比值來表示；③從業人數（NE），由第一產業從業人數的對數值表示；④農民收入結構（IS），由經營凈收入與農村居民家庭人均可支配收入的比值表示。

（三）數據來源

本文選取2011—2020 年我國31 個省份（不包括港澳臺地區）的面板數據作為研究樣本，所有變量的原始數據均來自《中國統計年鑒》《中國農村統計年鑒》及各省份統計年鑒。對于部分缺失數據，采用拉格朗日插值法補全。各變量的描述性統計見表2所列。

表2 變量描述性統計

四、基準回歸與穩健性檢驗

（一）基準回歸分析

為了探究數字生產基礎設施對種植結構的影響，本文基于2011—2020 年我國31 個省份的面板數據，選擇雙向固定效應模型進行回歸，回歸結果見表3 所列。表3 中模型（1）為僅考慮數字生產基礎設施作為解釋變量的回歸結果，由估計結果可知，數字生產基礎設施對種植結構有負向影響，且在10%的統計水平上顯著，即數字生產基礎設施水平越高，糧食作物種植比例會越低，農民越傾向于種植經濟作物。表3 中模型（2）為加入土地質量、受災率、從業人數以及農民收入結構4 個控制變量后的回歸結果，可以看出，數字生產基礎設施的估計系數依然為負，并且在5%的統計水平上顯著，說明回歸結果是穩健的。以上結果表明，數字生產基礎設施在短期內顯著促進了經濟作物種植規模的擴大，即農民為了彌補短期內使用數字生產基礎設施所帶來的成本，而選擇種植生產周期短、收益高的經濟作物。

表3 基準回歸分析

在控制變量中，土地質量在1%的統計水平上顯著負向影響種植結構，即土地質量越高，農民種植經濟作物的比例越高；而受災率在1%的統計水平上顯著正向影響種植結構，即土地的受災程度越高，農民越傾向于種植糧食作物，這可能是因為與糧食作物相比，經濟作物對于生長條件的要求更高并且收益也較高，因此在土地質量越高、受災程度越低的情況下，種植經濟作物給農民帶來的收益較大；控制變量中的從業人數和農民收入結構則對種植結構影響不顯著。

表3 中模型（3）在模型（2）的基礎上加入了數字生產基礎設施的平方項，結果顯示數字生產基礎設施與種植結構呈“U”型關系。這表明當數字生產基礎設施投入水平小于拐點時，投入水平越高，經濟作物的種植比例越高；而當投入水平超過拐點時，隨著數字生產基礎設施投入水平的提高，糧食作物的種植比例會隨之增加，即“趨糧化”發展。經計算，數字生產基礎設施與種植結構曲線的拐點為0.843，超過了目前數字生產基礎設施水平。因此，為充分發揮數字生產基礎設施對種植結構“趨糧化”的促進作用，還應繼續提高數字生產基礎設施的投入水平。根據上述分析結果，H1得以驗證。

（二）穩健性檢驗

為了檢驗基準回歸結果的穩健性，本文采用補充變量法、改變樣本容量法、工具變量法和改變估計方法四種方法來考察數字生產基礎設施對種植結構的影響。

首先，表4 模型（1）、模型（2）分別為加入控制變量機械化水平和財政支農后的回歸結果。由回歸結果可知，數字生產基礎設施與種植結構之間依然存在“U”型曲線關系，并且控制變量的符號也與基準回歸一致，說明結果較穩健。

表4 穩健性檢驗1

其次，模型（3）和模型（4）為對樣本數據進行了上下1%縮尾處理的結果，可以看出，數字生產基礎設施及其二次項系數顯著且符號不變，結果依然穩健。

再次，本文使用工具變量法處理由反向因果、遺漏變量等因素引起的內生性問題。借鑒黃永春等［48］的方法，采用各省份1984 年的郵局數量作為數字生產基礎設施的工具變量。一方面，歷史上各省份的郵局數量能夠反映各地傳統通信基礎設施的發展水平，而通信基礎設施的建設情況會影響后續階段各省份數字技術的發展進程，進而對農村地區數字生產基礎設施的發展產生影響［49］；另一方面，歷史上各省份郵局數量難以直接影響耕地種植結構，滿足排他性。同時，考慮該工具變量屬于截面數據，無法直接用于面板數據進行計量分析，因此借鑒Nunn 和Qian［50］、趙濤等［49］的做法，構建各省份上一年互聯網寬帶接入用戶數與各省份1984 年郵局數量的交互項及其平方項，作為該年度各省份數字生產基礎設施及數字生產基礎設施平方項的工具變量。由表5 模型（1）可知，在處理內生性問題后，數字生產基礎設施與種植結構之間仍存在“U”型曲線關系，表明基準回歸結果穩健。

表5 穩健性檢驗2

最后，本文改變估計方法，使用差分GMM方法對基準模型進行穩健性檢驗，結果見表5 所列。表5 模型（2）和模型（3）中數字生產基礎設施及其二次項系數顯著且符號不變，說明檢驗結果穩健。另外，模型（2）和模型（3）中的AR（1）檢驗P值皆小于0.01，說明模型存在一階自相關；模型（2）和模型（3）中的AR（2）檢驗P值和Hansen Test 值皆大于0.1，說明模型不存在二階自相關與工具變量的過度識別問題。

五、調節效應與異質性分析

（一）數字生活基礎設施的調節效應分析

表6 為數字生活基礎設施的調節效應回歸結果。由表6 模型（1）可知，數字生活基礎設施對種植結構影響不顯著；表6中模型（2）的結果顯示，數字生產基礎設施與數字生活基礎設施的交互項在5%的統計水平上顯著負向影響種植結構，數字生產基礎設施平方項與數字生活基礎設施交互項系數則在10%的統計水平上顯著，且回歸系數為正。由此可知，數字生活基礎設施在數字生產基礎設施與種植結構的關系中存在調節作用，H2得以驗證。本文借鑒Haans等［51］的檢驗方法，進一步明晰數字生活基礎設施的調節作用。拐點平移判別式β1β4-β2β3=-0.294（<0），表明拐點隨著數字生活基礎設施投入的增加而逐漸左移，拐點提前出現；另外，數字生產基礎設施的平方項與數字生活基礎設施交互項系數在10%的顯著性水平上為正，表明數字生活基礎設施的調節作用使得“U”型曲線關系變得更陡峭。如圖1所示，不論數字生活基礎設施投入水平的高低，數字生產基礎設施與種植結構之間始終呈“U”型關系，并且隨著數字生活基礎設施投入水平的提升，“U”型曲線陡峭程度提高。這表明在數字生產基礎設施投入初期，數字生活基礎設施增強了數字生產基礎設施與種植結構“趨糧化”的負向關系，使種植結構更快地向著“非糧化”發展；在達到拐點后，數字生活基礎設施又增強了數字生產基礎設施與種植結構“趨糧化”的正向關系，即促使糧食作物種植比例快速增加。可能的原因是，數字生活基礎設施在數字生產基礎設施投入過程中起著輔助作用，一方面，通過數字生活基礎設施可以幫助農民獲取與數字生產基礎設施有關的信息，如使用方式、最新產品等；另一方面，數字生活基礎設施也能夠遠程監管和控制數字生產基礎設施的使用。由此可知，數字生活基礎設施在數字生產基礎設施與種植結構“趨糧化”的關系中存在正向調節效應。

圖1 數字生產基礎設施與種植結構關系

表6 數字生活基礎設施的調節效應

（二）異質性分析

舒爾茨認為，對農民進行人力資本投資是對傳統農業進行改造的關鍵措施之一［52］。農民的人力資本水平直接影響農民對農村數字基礎設施的使用程度，進而對農作物種植結構產生影響。考慮農民人力資本水平明顯的地區差異及其對數字基礎設施使用程度的影響，本文借鑒葉初升和馬玉婷［16］的做法，用農村居民平均受教育年限來表示人力資本水平。因此，本文以農民人力資本水平為依據，將31個省份劃分為人力資本水平較高的地區和人力資本水平較低的地區。農民人力資本水平的高低，影響著數字生產基礎設施對種植結構的作用。在農民人力資本水平較高的地區，一方面，農村數字基礎設施的建設水平較高；另一方面，該地區的農民通常具有對數字技術使用的強烈需求，并且農民也更愿意將數字技術應用到農業生產中。由表7可知，在農民人力資本水平較高的地區，數字生產基礎設施對種植結構的影響顯著，并且兩者之間呈“U”型曲線關系。而在農民人力資本水平較低的地區，數字生產基礎設施與種植結構之間的關系不顯著。該結果表明，農民的人力資本水平一定程度上影響數字生產基礎設施與種植結構的關系。

表7 異質性分析：基于人力資本水平劃分

六、結論與啟示

本文基于2011—2020年我國31個省份的面板數據，利用雙向固定效應模型實證分析了數字生產基礎設施對種植結構的影響，以及數字生活基礎設施在數字生產基礎設施與種植結構關系中的調節效應，得出以下結論：第一，數字生產基礎設施會對種植結構產生影響，并且兩者間存在顯著的“U”型曲線關系。增加控制變量、縮尾處理、采用工具變量法和改變估計方法后，結果仍然穩健。當數字生產基礎設施投入水平小于拐點時，隨著投入水平的提高，農民會增加經濟作物的種植比例，促進種植結構“非糧化”；當超過拐點后，投入水平提高，農民會增加糧食作物的種植比例，促進種植結構“趨糧化”。第二，數字生活基礎設施在數字生產基礎設施與種植結構的“U”型關系中存在正向調節效應。第三，在人力資本水平較高的地區，數字生產基礎設施與種植結構之間的“U”型關系仍顯著；但是在人力資本水平較低的地區，兩者之間的關系不顯著。

基于上述研究結論，本文得到如下啟示：第一，重視數字生產基礎設施在促進耕地種植結構“趨糧化”中的重要作用。現階段，我國農村地區數字生產基礎設施的建設水平不高，農民對于數字生產基礎設施的使用程度也較低，導致我國農業生產還未迎來數字生產基礎設施促進種植結構“趨糧化”的拐點。鑒于此，在數字鄉村戰略的引領下，應加快農村地區數字生產基礎設施建設，并為農民開展有關數字生產基礎設施使用方法的培訓，提高數字生產基礎設施在農業生產中的投入水平，發揮其在保障糧食安全中的積極作用。第二，應重點關注數字生活基礎設施在數字生產基礎設施與種植結構“趨糧化”關系中的正向調節作用。一方面，進一步提高數字生活基礎設施在農村地區的覆蓋范圍，讓更多的農民有使用的機會；另一方面，鼓勵農民將數字生活基礎設施應用到糧食生產中，幫助農民利用數字生活基礎設施及時地獲取糧食價格和糧食補貼政策等信息，從而降低糧食生產成本，提高糧食作物種植面積。第三，大力培育農業數字化人才，為數字基礎設施促進種植結構“趨糧化”提供人才支撐。一方面，政府可與科研機構展開合作，重點培養農業數字化專業人才，為農村地區新型數字生產基礎設施的研發做好充足的人才儲備；另一方面，定期為農民開展農業數字化指導和培訓，從而增加農民使用數字生產基礎設施的知識儲備。

注 釋：

（1）數據來源于《中國農村統計年鑒》（2016年和2021年）。

（2）數據來源于第33次《中國互聯網絡發展狀況統計報告》（2014 年）和第49 次《中國互聯網絡發展狀況統計報告》（2022年）。