農業新質生產力視角下糧食安全保障機制及審計治理

摘 要：國家審計作為國家治理監督體系的重要組成，能夠針對不同地區農業新質生產力情況提出審計建議，有效保障糧食安全。以2022年中國31個省份的橫截面數據為基礎，運用NCA和fsQCA分析方法，對科技農業、數字農業、綠色農業指標進行組態分析，探究糧食安全發展的驅動路徑及其審計治理方式。結果表明：農業機械化和農業專項財政投入是影響糧食安全水平的必要條件，但糧食安全并非單一的條件所導致。高水平糧食安全的3種組態分別為：科技農業-綠色農業驅動型、科技農業-數字農業發展型、科技農業-數字農業-綠色農業協同型，其中科技農業-數字農業-綠色農業協同型的原始覆蓋度及一致性檢驗最高，是高水平糧食安全的最優路徑。基于此，建議通過深化農業機械化應用，提高農業專項財政支持，并針對不同組態有效實施審計治理的方式，全面提升糧食安全水平，維護國家安全。

關鍵詞：農業新質生產力;糧食安全;審計治理;模糊集定性比較分析

中圖分類號：F307.11 文獻標志碼：A 文章編號：1009-9107（2025）03-0072-12

收稿日期：2024-10-21 DOI：10.13968/j.cnki.1009-9107.2025.03.08

基金項目：陜西省哲學社會科學研究專項審計合作研究項目（2024HZ0911）

作者簡介：李曉寧，女，西北政法大學管理學院教授，主要研究方向為國家審計及社會保障。

*通信作者

引 言

糧食安全是維護社會穩定、推動經濟發展以及保障國家安全的基礎。黨的十八大以來，我國在糧食安全方面取得了顯著的成果。為進一步保障糧食安全，2023年3月12日，國務院常務會議通過的《新一輪千億斤糧食產能提升行動方案（2024－2030年）》明確提出，到2030年實現新增糧食產能千億斤以上，全國糧食綜合生產能力進一步增強。然而，受限于農業機械化水平、農業專項財政支持力度、農業數字信息化程度、農業綠色發展能力等生產力因素，近年來糧食產量增速趨于放緩，糧食供求生產和消費將長期處于緊平衡的狀態^［1］。2024年1月31日，習近平總書記在中共中央政治局第十一次集體學習時指出：“概括地說，新質生產力是創新起主導作用，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，符合新發展理念的先進生產力質態。”新質生產力的提出為生產力的改革指明了方向，保障糧食安全發展需進一步提升農業新質生產力，及時調整傳統農業所面臨的限制。因此，從農業新質生產力視角深入探討保障糧食安全的影響因素及增長規律刻不容緩，這不僅是深入貫徹落實國家政策的行動方案，更是保障國家安全，實現農業強國的必然選擇。

國家審計作為黨和國家監督體系的重要組成部分，通過發揮審計治理的預防、揭示和抵御功能，能夠預防識別糧食安全中存在的潛在風險，揭示阻礙糧食安全的突出問題，抵御調整糧食安全政策中的執行偏差，提出針對性的審計建議^［2］。我國幅員遼闊，區域農業科技差異明顯、數字與信息化水平不均衡、農業綠色發展多模式等現象，導致地區糧食安全水平存在差異，在農業新質生產力影響下形成不同糧食安全組態。國家審計可以將審計重點放到影響高水平糧食安全形成的主要因素上，不僅能夠客觀把握糧食安全所面臨的形勢，還能夠有效保障糧食安全的運行機制。那么，農業新質生產力中哪些要素是影響糧食安全的關鍵因素，不同要素組合將如何影響糧食安全？在不同農業新質生產力的組態下，國家審計應該如何有效開展糧食安全審計監督？對這些問題展開研究具有重要的現實意義。

一、文獻回顧

（一）農業新質生產力的相關研究

生產力是人類社會發展的根本動力，新質生產力是社會發展的必然要求^［3］。習近平總書記關于發展新質生產力的重要論述是對馬克思主義生產力理論的繼承與發展^［4］。在新一輪科技革命和產業變革的背景下，以大數據、物聯網、人工智能技術為代表的“算力”，為農業新質生產力提供了新的契機，有利于提高我國農業生產率和比較效益^［5］。

現有學術成果主要集中在以下兩方面：一是農業新質生產力的內涵研究。姜長云認為農業新質生產力作為新質生產力的具體形態之一，是以實現農業生產要素品質屬性及其組合優化升級為基本內涵的先進生產力質態，具有創新驅動、融合效能、綠色效能等特征^［6］。羅必良等認為農業新質生產力必須以科技為動力，以高質量發展為中心，以建設農業強國為目標，具有突破困境、提升格局、增強韌性的重要意義^［7］。高原等認為應注重技術創新與鄉村物質及社會特性相適應，也應重視通過包容性的產業鏈變革助力新生產方式進一步轉化為新增價值^［8］。二是農業新質生產力的評價標準研究。部分學者按照馬克思主義理論，從農業勞動者、農業勞動對象和農業勞動資料3個要素選取指標構建農業新質生產力綜合評價指標體系^［9-12］;另一部分學者則從農業科技生產力、農業綠色生產力、農業數字生產力3個維度構建糧食主產區農業新質生產力發展水平評價體系^［13-15］。

（二）糧食安全與農業新質生產力的關系研究

糧食安全是一個不斷發展的概念，聯合國糧食和農業組織（FAO）于1974年首次提出“food security”，并定義為“保證所有人在任何時候，都能得到為了生命和健康所需的足夠食物” ^［16］。糧食安全是一個復雜的系統問題，其制約因素較多，不同地區糧食安全水平存在顯著差異^［17］。糧食安全評價體系在國家層面未形成統一規定，學者對于糧食安全評價體系構建從不同層面展開論述，其構建的指標按照研究內容各有側重。部分學者從宏觀角度構建指標，雷勛平等和袁世一等從糧食安全的數量安全、質量安全、環境安全、生態安全以及貿易安全這5個層面構建評價體系^［18-19］。部分學者從微觀角度構建指標，蘇芳等從糧食的可用性、可獲得性、可利用性、穩定性四個維度構建糧食安全指標^［20］;張小允等從供給能力、供給結構、綠色發展、基礎支撐，并結合種糧經濟效益這5個層面構建了糧食安全評價體系^［21］。

農業新質生產力對糧食安全保障具有積極影響。周潔認為農業新質生產力拓展了傳統生產力下糧食安全的內涵和外延，在新型農業科技的具體形態上豐富了勞動者、勞動資料和勞動對象這三要素內容，對于保障糧食供需結構安全、質量安全和產業鏈供應鏈安全等方面提供了更加多元、高效、智能、準確的選擇^［22］。高鳴等認為要加強以新質生產力為主導的糧食產業轉型升級，強化種業創新，積極改善種糧環境，推進糧食產業的轉型升級與糧食產業現代化^［23］。同時，糧食安全對農業新質生產力重構亦具有推動作用。王可山等主張保障糧食安全應基于農業勞動者、勞動資料、勞動對象的實際狀況，結合農業產業特性，重構農業科技創新體系和現代農業產業體系，推動農業新質生產力形成和發展^［4］。

（三）審計監督對糧食安全保障的影響

根據國家糧食安全戰略部署和糧食生產能力的影響因素，國家審計進一步夯實了糧食安全根基，國家審計機關將政策落實跟蹤審計作為審計重點，緊緊圍繞影響糧食安全的關鍵因素開展審計工作，確保資金的合理使用和政策的有效執行^［24］。國家審計不僅為糧食安全和可持續發展提供基礎信息和數據，用于克服土地和糧食生產中存在的問題^［25］，并深入挖掘糧食生產中體制機制制度性原因，提出針對性的審計建議^［2］，為政府制定與調整糧食安全政策提供決策依據。

綜上所述，現有研究主要圍繞農業新質生產力與糧食安全的基本內涵、評價指標及二者的相互作用展開，提出了農業新質生產力通過提高糧食產業現代化水平和優化供給結構，在保障糧食數量安全、質量安全及產業鏈供應鏈安全方面具有顯著作用，糧食安全的需求亦在一定程度上推動了農業新質生產力發展。此外，審計監督作為保障糧食安全的重要手段，聚焦關鍵環節和影響因素，為政策優化與資源配置提供了科學依據，有助于夯實糧食安全基礎并實現可持續發展目標。然而，現有研究忽略了農業新質生產力構成要素作為一個整體對糧食安全的復雜因果關系，亦無法準確闡明國家審計治理助力糧食安全保障的具體路徑。因此，本文從宏觀層面將農業新質生產力的構成要素分為科技農業、數字農業、綠色農業，運用必要條件分析（NCA）與模糊集定性比較分析（fsQCA）相結合的方法，提出影響糧食安全的組態研究分析框架;然后，以2022年中國31個省份的面板數據為樣本，通過分析農業新質生產力與糧食安全之間的關系，揭示多要素協同影響糧食安全的復雜因果機制和路徑，并提出不同組態下的審計監督策略。

本文創新點有以下方面：一是分析各地區農業新質生產力的構成要素形成的糧食安全組態，揭示不同因素如何協同作用，判斷不同組態對糧食安全發展影響;二是針對不同糧食安全組態，分析關鍵影響因素并提出針對性審計策略，探析審計治理是如何在不同地區保障糧食安全健康發展。理論模型如圖1所示。

二、研究方法

（一）NCA與fsQCA相結合的方法

必要條件分析（necessary condition analysis，NCA）由Dul于2016年提出^［26］，用于研究某個條件是否為結果的必要條件。其與傳統的回歸分析不同，不是分析條件對結果的影響程度，而是分析結果出現時該條件必須存在。

定性比較分析法（qualitative comparative analysis，QCA）由Charles Ragin于1987年提出^［27］，用于解決必要與充分的復雜因果關系，適用于中小樣本研究的定性與定量分析相結合方法。QCA有三種類型，一是明確集定性比較分析（csQCA），要求變量采用二進制校準（0或1），即“存在或不存在”，其適用于數據要求較高的明確因果關系分析。二是多值集定性比較分析（mvQCA），允許變量的取值為多個離散值，如“A類或B類”，適用于分析類別明確的離散現象。三是模糊集定性比較分析（fsQCA），允許變量的取值介于0至1之間，適合研究變化程度和因果關系的模糊性，不是簡單地分析“存在或不存在”“A類或B類”，而是更深入地分析程度變化的問題。

fsQCA方法只能從定性角度識別條件變量是否為結果變量的充要條件，但無法識別必要程度，Dul等提出NCA方法能有效彌補fsCQA方法的不足，顯示條件因素達到“某一程度”后成為結果變量的必要條件^［28］。

本文選擇NCA與fsQCA相結合的研究方法，能夠識別農業新質生產力要素中哪些是影響糧食安全的關鍵因素以及不同組態下的審計治理路徑，具有更大的價值。具體而言：首先，運用NCA方法識別出影響糧食安全的要素是否存在必要條件，若存在必要條件，進一步確定該條件達到的臨界程度，以保證其對糧食安全水平提升的必要性;其次，通過fsQCA可以更好地分析不同因素與糧食安全的中間狀態及其交互作用，有助于國家審計針對糧食安全的不同組態提供更為精準的意見。

（二）數據來源與變量說明

本文選取2022年全國31個省級行政區域（不含港澳臺地區）作為研究對象，研究數據主要來源于《中國統計年鑒》《中國農村統計年鑒》及各省份的統計年鑒。其中，數字化水平數據來自北大數字金融中心，部分缺失值采用線性插值法補齊，共計744條觀測值。

1.結果變量。糧食安全作為研究的結果變量，借鑒雷勛平等的研究^［18］，從糧食安全的數量安全、質量安全、資源安全、生態安全以及流通安全這5個一級指標、16個二級指標構建糧食安全評價指標體系。

第一，數據標準化處理。為消除不同測度指標在數量級和量綱之間的不一致性，對各測度指標進行標準化處理，采用min-max標準化方法進行標準化處理，具體處理公式如下：

正向指標：

X^′_ij=X_ij-min（X_j）max（X_j）-min（X_j）（1）

負向指標：

X^′_ij=max（X_i）-X_ijmax（X_j）-min（X_j）（2）

公式（1）（2）中，X_ij為第j個指標在第i個省份的原始指標數，X^′_ij為處理后的標準化指標數;i=1，2，…，31表示省份，j=１，2，…，16表示評價指標數。

第二，糧食安全評價指標權重計算。本文采用熵權法對具體二級指標進行賦權測度，具體操作步驟如下：

一是初始指標規范化處理，公式如下。

R_ij=X^′_ij∑31j=1 X_ij（3）

公式（3）中，X^′_ij為第i個省份的標準化指標數，R_ij為X^′_ij的規范化值。

二是計算指標熵值，公式如下。

E_i= -∑31j=1 R_ij InR_ijIn（31）（4）

公式（4）中，E_i為第j個指標的熵值。

三是計算指標的權重，公式如下。

W_i=1-E_i∑mj=1（1-E_i）（5）

公式（5）中，W_i為第j指標的權重，具體見表1。

2.條件變量。農業新質生產力作為條件變量，借鑒張應良等^［13］、王亞紅等^［29］和宋振江等^［30］的研究，從科技農業、數字農業、綠色農業三個維度構建農業新質生產力評價指標體系。其中，科技農業選取農業機械化^{［29，31］}、農業專項財政投入^［29-31］;數字農業選取農村互聯網普及度^［31-33］、數字化水平^{［29，31-32］};綠色農業選取綠色食品認證^［30-32］、森林覆蓋率^{［29-30，32］}，具體見表2。

（三）數據校準

fsQCA采用模糊集理論，為了更好探究變量之間的復雜關系，需要對原始變量進行再校準，轉換為集合概念^［28］，通過設置25%、50%及75%等3個臨界值將其轉化為完全不隸屬、中間點以及完全隸屬3種狀態。結果變量和各條件變量的校準數據，如表3所示。

三、結果分析

（一）必要條件分析

NCA通過效應量也稱瓶頸水平，分析農業新質生產力產生特定結果需要必要條件的最低水平，效應量取值范圍為0～1，數值越大代表效應越大。本文利用上限回歸分析法（ceiling regression，CR）和上限包絡分析法（ceiling envelopment，CE）來計算6個條件變量的效應量d（effect size）。根據Dul的研究^［22］顯示，若屬于必要條件則需要滿足：效應量dgt;0.1，且效應量顯著（plt;0.05），如表4所示。

如表4所示，農業機械化作業（A₁）、農業專項財政投入（A₂）符合效應量dgt;0.1，且效應量顯著（plt;0.05），即農業機械化和農業專項財政投入均是糧食安全的必要條件。按照效應量d值排序可知，農業專項財政投入對糧食安全的顯著性影響比農業機械化作業更高。同時，因農村互聯網普及度（A₃）、數字化水平（A₄）、綠色食品認證（A₅）、森林覆蓋率（A₆）的效應量不顯著（p均大于0.05），故非糧食安全的必要條件。

瓶頸水平（%）為單個條件變量在其觀測值范圍內需要滿足的最低水平值，如表5所示。由瓶頸水平分析結果可知，當達到100%的糧食安全水平時，則需要農業機械化（A₁）、農業專項財政投入（A₂）、農業互聯網普及度（A₃）、數字化水平（A₄）、綠色食品認證（A₅）、森林覆蓋率（A₆）的水平值分別達到70.5%、79.0%、34.2%、41.6%、55.4%以及19.4%。

為進一步檢驗NCA方法分析結果的穩健性，采用fsQCA方法對NCA所得出的必要條件分析結果進行驗證。在fsQCA方法中，當條件變量的一致性大于0.9時，將其視為結果的必要條件。將校準后的數據輸入fsQCA 4.1軟件中進行必要條件檢驗，得到各個條件變量的一致性和覆蓋度，如表6所示。

由表6可知，在高水平糧食安全的必要條件分析中，農業機械化作業的一致性為0.925、農業專項財政投入的一致性為0.977，這與NCA方法得到的結果一致，表明農業機械化作業和農業專項財政投入是高水平糧食安全的必要條件。

（二）組態分析

使用fsQCA 4.1軟件對“高水平糧食安全”和“非高水平糧食安全”進行充分性條件組態分析，當結果變量大于等于數據校準后的完全隸屬閾值（即0.401）時，則該地區屬于“高水平糧食安全”，即該地區的糧食安全保障水平相對較高;當結果變量小于等于數據校準后的完全不隸屬閾值（即0.186）時，則該地區屬于“非高水平糧食安全”，即該地區的糧食安全保障水平較低。將校準后的樣本數據輸入fsQCA 4.1進行組態分析，將頻數閾值設為1，原始一致性閾值設置為0.8，PRI一致性閾值設置為0.8，根據以上閾值進行重新編碼，得到復雜解、簡單解和中間解。當條件變量同時出現在簡單解和中間解時，將其視為核心條件;當條件變量只出現在中間解時，將其視為輔助條件。最后得到的組態分析結果，如表7所示。

1.高水平糧食安全水平組態分析。（1）科技農業-綠色農業驅動型。組態H₁顯示綠色食品認證為核心條件，機械化作業和專項財政投入為輔助條件的組態可以產生高水平糧食安全。一方面，企業獲得綠色食品認證，能夠提升食品認可度;政府高投入的農業專項資金，可以降低農耕者耕種成本;農業高水平機械化作業，提高了耕種效率。另一方面，雖然非高森林覆蓋率、非高農業互聯網普及度和非高數字化水平對糧食安全產生一定影響，但在科技農業-綠色農業共同型驅動下會降低其帶來的不利影響。處于該組態的典型地區為黑龍江省。（2）科技農業-數字農業發展型。組態H₂顯示機械化作業和數字化水平為核心條件，專項財政投入為輔助條件的組態可以產生高水平糧食安全。一方面，高農業專項財政投入和高水平機械化作業，可以降低農業生產成本，提高耕種的自動化和精細化水平。同時，高數字化水平通過農村數字普惠金融的覆蓋范圍，降低了金融成本，為農業科技創新提供基礎條件。另一方面，雖然非高綠色食品認證、非高森林覆蓋率和非高農業互聯網普及度對糧食安全產生一定影響，但在科技農業-數字農業共同型驅動下會降低兩者帶來的不利影響。處于該組態的典型地區為河北省。（3）科技農業-綠色農業-數字農業協同型。組態H₃顯示機械化作業和農村互聯網普及度為核心條件，專項財政投入和綠色食品認證為輔助條件的組態可以產生高水平糧食安全。一方面，高農業專項財政投入和高水平機械化作業，優化了農業生產的成本結構，提高了耕種效率。同時，互聯網普及率加速了信息流通，簡化了農業信息獲取途徑，促進了農業新質生產力要素的高效整合。另一方面，雖然非高森林覆蓋率對糧食安全產生一定影響，但在科技農業-綠色農業-數字農業共同型驅動下會降低其帶來的不利影響。處于該組態的典型地區為江蘇省。

2.非高水平糧食安全水平組態分析。QCA方法具有因果非對稱關系，進一步分析非高水平糧食安全水平的組態路徑，如表6所示，產生非高水平糧食安全水平的組態有4條（組態L₁、組態L₂、組態L₃、組態L₄）。組態L₁和L₃表明，嚴重缺少農業新質生產力前因條件時，會產生非高水平糧食安全水平。組態L₂和L₄表明，在缺乏機械化作業和農業專項財政投入的情況下，即使存在高森林覆蓋率，也難以達到高水平糧食安全水平。

（三）穩健性檢驗

本文采取3種方式對組態結果進行穩健性檢驗，如表8所示。一是考慮農業新質生產力對糧食安全水平的影響存在滯后性，本文檢驗選取2021年的農業新質生產力條件變量對2022年的糧食安全水平的影響，組態結果與原組態保持一致。二是提高一致性閾值，將原始一致性閾值從0.8提高到0.9，組態結果與原組態保持一致。三是將PRI一致性閾值從0.7提高到0.8，得到組態結果與原組態一致的2個組態。因此，本文的檢驗結果具有較強的穩健性。

四、以國家審計助力保障糧食安全的路徑

國家審計是黨和國家監督體系的重要組成部分，將國家審計嵌入國家安全體系，既是貫徹國家安全觀的必然要求，也是國家審計服務黨和國家工作大局的必然要求^［2］。由于糧食安全是“國之大者”，是國家安全的重要基礎和內容，為夯實糧食安全“壓艙石”，國家審計助力保障糧食安全是其職責使命。當前，國家審計機關應認真學習貫徹習近平總書記關于糧食安全和新質生產力的重要論述，全面把握農業新質生產力對糧食安全的影響，深入貫徹審計“三如”重要要求。在審計過程中，應針對不同地區糧食安全的薄弱環節開展審前準備，將制約糧食安全發展的核心因素作為審計工作重點，提高預防能力、及時揭示問題、有效抵御風險，并結合部門協同治理，為糧食安全提供有力保障。

（一）針對糧食安全組態開展差異化審計

國家審計機關應通過審前準備工作，收集各地區的農業新質生產力和糧食安全數據，測算并判斷各地區糧食安全水平，將其劃分為高水平糧食安全，或者非高水平糧食安全。針對不同糧食安全組態的薄弱環節，審計機關應有針對性地實施監督策略，深入剖析制約糧食安全發展的根源性因素，為后續審計整改與政策完善提供科學的依據。

1.高水平糧食安全水平組態的審計準備。對于達到高水平糧食安全的地區，國家審計機關應首先開展影響高水平糧食安全必要條件的基礎性審計，重點核實農業機械化作業的發展水平與農業專項財政的投入情況與統計數據是否相符，確保數據真實、資源配置合理，進一步穩固糧食安全的根基。其次，針對不同組態開展差異性審計，具體內容如下：（1）科技農業-綠色農業驅動型。為促進該組態優化，國家審計機關可以對農業農村數字化水平和綠色發展相關政策落實情況開展審計，推動數字農業與綠色農業全面發展。對于數字農業發展存在缺失的地區，國家審計機關應收集有關農村互聯網和數字化基礎設施項目資料，識別存在的不規范或者不健全的原因，評估其對數字農業發展的制約程度。對于森林覆蓋率較低的地區，國家審計機關應收集生態治理與修復的綠色發展政策落實情況資料，重點識別森林覆蓋率低的原因，明確政策落實中的不足之處。（2）科技農業-數字農業發展型。為促進該組態優化，國家審計機關可以對農村基礎設施建設和綠色農產品基地建設開展審計，保障數字農業和綠色農業的有效融合。對于互聯網普及度低的地區，國家審計機關應收集農村互聯網基礎設施項目，識別農村互聯網普及度較低的原因，評估其對數字農業發展的制約作用;對于綠色農業發展存在缺失的地區，國家審計機關應收集綠色農產品基地建設情況，重點檢查綠色農產品建設中不合規的問題并探尋原因。同時，國家審計機關還應收集生態治理與修復的綠色發展政策落實情況資料，審計明確導致森林覆蓋率低的主要原因。（3）科技農業-綠色農業-數字農業協同型。為促進該組態優化，國家審計機關可以對糧食安全各項條件的落實情況開展審計，確保各項措施有效落實和協調推進，促進農業可持續發展的實現。對于科技農業、綠色農業與數字農業協調發展的地區，國家審計機關應著重評估農業新質生產力協同效應，收集農業機械化水平、農業財政資金、農業農村綠色發展和基礎設施等資料的基本情況，系統評估各項政策和項目之間的協同情況，識別可能存在的協同低效的原因。

2.非高水平糧食安全水平組態中的審計準備。針對未達到高水平糧食安全的地區，國家審計機關應重點開展影響高水平糧食安全必要條件的核心性審計，聚焦農業機械化作業水平較低和農業專項財政投入不足的問題，深入分析其形成的根本原因。審計機關需收集各地區農業機械化和財政資金投入的相關數據，評估資源配置效率與政策執行效果的不足。同時，結合農業農村改革任務推進情況，進一步剖析資金使用與政策落實的偏差對糧食安全的長遠影響，為后續審計工作提供指導。

（二）圍繞糧食安全保障因素實施重點審計

1.科技農業水平審計。（1）農業機械化情況審計。審查農戶機械化的整體發展情況，農機購置補貼發放情況、農機作業技術指導的實施效果，重點關注資金來源、設備采購流程、資金支付進度、設備調試運行、產品臺賬管理等方面是否公開透明、真實合規，確保財政資金的規范使用，推進農業機械化水平繼續提升。（2）農業農村改革任務推進情況審計。國家審計機關應強化涉農資金監管，審查農業農村改革任務的推進情況，重點關注資金投入是否充足，分配是否合理，使用是否規范，沿著資金流監督重大政策落實、公共權力運行情況，保障農業農村改革目標的實現。

2.數字農業建設審計。（1）鄉村建設行動實施情況審計。審計農村互聯網和數字化基礎設施項目，重點關注項目的立項、資金使用和項目實施效果，識別制約數字農業發展的因素，提出改進措施，確保農業互聯網與數字化基礎設施建設進度、質量符合預期，為提高農業生產效率奠定基礎。（2）領導干部經濟責任審計。圍繞農村建設和恢復重建工作，梳理領導干部任職期間重大經濟決策事項，重點關注農村互聯網和數字化基礎設施項目的安排、大額資金支出等決策事宜合法合規及執行情況，確保領導干部在推動數字農業發展中的決策與行動符合政策要求，加速農業信息化建設的有序推進。

3.綠色農業發展審計。（1）綠色農產品基地建設審計。對綠色農產品基地專項資金的使用進行審計，重點核查資金的分配、使用及其透明度，并審查綠色食品產業園的建設進度與質量，評估農產品企業的培育成效，關注企業競爭力與效益情況，推動綠色農產品基地的管理效能提升，確保農業產業綠色化轉型的政策措施得以落實。（2）生態文明建設政策落實情況審計。對綠色發展政策體系的構建與執行情況進行全面審計，重點審查農業污染治理、生態環境修復等工作的實施進度及效果，識別影響綠色農業發展的關鍵問題，推動綠色農業政策的落實，促進經濟社會發展全面綠色轉型。

（三）瞄準糧食安全水平提高用好審計策略

1.審計調查端口實現組態精準識別。為了提高糧食安全保障水平，國家審計機關在審計工作啟動前進行科學、系統的調查，提前收集和分析農業新質生產力與糧食安全相關的關鍵數據。通過數據化風險評估模型，精準識別糧食安全潛在的風險。這不僅為審計工作提供了精準的審計依據，還能為糧食安全政策制定和實施提供數據支持，確保糧食安全領域潛在的問題能夠被提前發現與規避，有效防范糧食安全危機的發生。

2.審計實施階段加強薄弱環節揭示。國家審計機關應強化對農業新質生產力薄弱環節的審計監督，重點關注農業新質生產力中的機械化、數字化與綠色化領域，特別對農業機械化水平、農業補貼政策、農村數字化與綠色發展政策實施情況的審計，揭示糧食安全制約因素。同時，審計機關要對各類糧食安全相關政策的實施效果進行深度審查，識別政策實施中的問題與偏差，并提出切實可行的審計建議。通過強化審計監督，不僅能準確發現阻礙糧食安全的“病灶”，幫助完善現有政策，還能確保政策預期效果得以實現。

3.審計整改追蹤增強風險性抵御。國家審計機關應建立審計整改的閉環機制，確保發現的問題能夠及時得到整改落實，特別是在農業專項資金投入和機械化作業改進方面，審計機關應加強跟蹤與監督，確保整改措施的有效執行。通過持續的糧食安全審計整改工作，協助相關部門修正政策法規實施中的偏差，完善政策法規體系，有效提升糧食安全的外部風險抵御能力，推動新質生產力持續提升。

4.審計監督反饋促進協同性配合。國家審計機關應與糧食安全相關部門建立信息共享和協同反饋機制，使審計工作能夠和政策制定、實施緊密配合。通過審計反饋政策實施中的問題，推動政策改進;通過政策調整彌補審計中的盲區，形成動態閉環，保障政策在實施過程中得到及時完善，提升審計的精準性和政策的執行力，保障糧食安全水平高質量發展。

五、結 論

本文以糧食安全為研究對象，基于農業新質生產力的6個條件因素，采用NCA和fsQCA分析方法，以中國31個省份為樣本，分析了農業新質生產力對糧食安全水平的組態效應。研究結果表明：（1）農業機械化和農業專項財政投入是影響糧食安全水平的關鍵因素，農業專項財政投入對糧食安全的顯著性影響比農業機械化作業更高。（2）存在產生高水平糧食安全水平的3種組態：科技農業-綠色農業驅動型、科技農業-數字農業發展型、科技農業-數字農業-綠色農業協同型。其中，科技農業-數字農業-綠色農業協同型，其原始覆蓋度及一致性檢驗最高，是糧食安全的最優驅動路徑。

研究農業新質生產力要素之間的關系能夠為更好地實現糧食安全提供決策依據，通過引入國家審計治理，針對地區糧食安全組態問題，實施與之相匹配的審計重點內容，通過審計調查端口識別、審計實施階段揭示、審計整改追蹤落實及審計反饋協同配合，阻止非高水平糧食安全的形成，以審計治理助力糧食安全。

參考文獻

［1］ 曹寶明，唐麗霞，胡冰川，等.全球糧食危機與中國糧食安全［J］.國際經濟評論，2021（03）：9-22.

［2］ 審計署哈爾濱特派辦理論研究會課題組.新發展格局下審計如何在保障東北地區糧食安全方面發揮作用［J］.審計研究，2022（03）：9-14.

［3］ 習近平在中共中央政治局第十一次集體學習時強調加快發展新質生產力 扎實推進高質量發展［N］.人民日報，2024-02-02（01）.

［4］ 王可山，劉華.農業新質生產力發展與大國糧食安全保障——兼論“靠什么種糧”“怎樣種糧”“誰來種糧”［J］.改革，2024（06）：70-82.

［5］ 劉志彪，凌永輝，孫瑞東.傳統產業改造：發展新質生產力的重點選擇策略——兼論對農業現代化的啟示［J］.農業經濟問題，2024（04）：47-57.

［6］ 姜長云.農業新質生產力：內涵特征、發展重點、面臨制約和政策建議［J］.南京農業大學學報（社會科學版），2024，24（03）：1-17.

［7］ 羅必良，耿鵬鵬.農業新質生產力：理論脈絡、基本內核與提升路徑［J］.農業經濟問題，2024（04）：13-26.

［8］ 高原，馬九杰.農業新質生產力：一個政治經濟學的視角［J］.農業經濟問題，2024（04）：81-94.

［9］ 喬均，臺德進，邱玉琢.農業新質生產力賦能農業碳減排的機理與效應［J］.當代經濟管理，2024（12）：42-55.

［10］ 朱迪，葉林祥.中國農業新質生產力：水平測度與動態演變［J］.統計與決策，2024（09）：24-29.

［11］ 賈康，郭起瑞.數字普惠金融對農業新質生產力的影響研究［J］.華中師范大學學報（人文社會科學版），2024（07）：1-13.

［12］ 馬曉河，楊祥雪.以加快形成新質生產力推動農業高質量發展［J］.農業經濟問題，2024（04）：4-12.

［13］ 張應良，龔燕玲.高標準農田建設參與對農民種糧收益的影響——基于農業新質生產力的中介作用［J］.南京農業大學學報（社會科學版），2024（03）：110-124.

［14］ 盧江，郭子昂，王煜萍.新質生產力發展水平、區域差異與提升路徑［J］.重慶大學學報（社會科學版），2024（03）：1-17.

［15］ 姜彥坤.糧食主產區農業新質生產力：水平測度、區域差異及障礙診斷［J］.湖北社會科學，2024（05）：97-106.

［16］ World Food and Agriculture Situation［R］.Rome：FAO，1974.

［17］ MATKOVSKI B，DOKIC D，ZEKIC S，et al.Determining Food Security in Crisis Conditions：A Comparative Analysis of the Western Balkans and the EU［J］.Sustainability，2020，12（23）：1-16.

［18］ 雷勛平， ROCBIN Q.基于熵權TOPSIS模型的中國糧食安全評價及障礙因子診斷［J］.中國農業大學學報，2022（12）：1-14.

［19］ 袁世一，李干瓊.基于熵權法的中國糧食安全評價及關鍵因素分析——以中部地區為例［J］.江蘇農業科學，2023（19）：245-252.

［20］ 蘇芳，劉鈺，汪三貴，等.氣候變化對中國不同糧食產區糧食安全的影響［J］.中國人口·資源與環境，2022，32（08）：140-152.

［21］ 張小允，鮑潔，許世衛.基于熵權TOPSIS模型的中國糧食安全評價研究［J］.中國農業資源與區劃，2023（04）：35-44.

［22］ 周潔.以新質生產力保障糧食安全：內在邏輯、機遇挑戰與對策建議［J］.經濟縱橫，2024（03）：31-40.

［23］ 高鳴，宋嘉豪.以新質生產力全面夯實糧食安全根基的理論邏輯與現實路徑［J］.社會科學輯刊，2024（04）：134-239.

［24］ 陳漢文，張笛，韓洪靈.國家審計與國家安全：邏輯必然與實現路徑［J］.會計之友，2023（23）：2-11.

［25］ BENAMI E，JIN Z N，CARTER M R，et al.Uniting Remote Sensing，Crop Modelling and Economics for Agricultural Risk Management［J］.Nature Reviews Earthamp; Environment，2021（02）：140-159.

［26］ DUL J.Necessary Condition Analysis（NCA）：Logic and Methodology of “Necessary But Not Sufficient” Causality［J］.Organizational Research Methods.2016，19（01）：10-52.

［27］ RAGIN C C.The Comarative Method：Moving Beyond Qualitative and Qualitative Strategies［M］.Berkeley：University of Cafornia Press，1987：93-94.

［28］ DUL J，VAN DER L，KUIK R.A Statistical Significance Test for Necessary Condition Analysis［J］.Organizational Research Methods，2020（23）：385-395.

［29］ 王亞紅，韋月莉.農業新質生產力對農民增收的影響［J］.農林經濟管理學報，2024，23（04）：446-455.

［30］ 宋振江，冷明妮，周波，等.中國農業新質生產力：評價體系構建、動態演進及政策啟示［J］.農林經濟管理學報，2024，23（04）：425-434.

［31］ 姜彥坤.糧食主產區農業新質生產力：水平測度、區域差異及障礙診斷［J］.湖北社會科學，2024（05）：97-106.

［32］ 賈康，郭起瑞.數字普惠金融對農業新質生產力的影響研究［J］.華中師范大學學報（人文社會科學版），2024（07）：1-13.

［33］ 杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路［J］.管理世界，2017（06）：155-167.

Research on Food Security Mechanism and Audit Governance From the Perspective of New Agricultural Productive Forces

LI Xiaoning，FENG Ruoxi^*

（School of Management，Northwest University of Political Science and Law，Xi’an 710122，China）

Abstract：As an essential part of the national governance and supervision system，national auditing can provide audit recommendations based on the status of new agricultural productive forces in different regions to effectively safeguard food security.This study utilizes cross-sectional data from 31 provinces in China in 2022，employing Necessary Condition Analysis （NCA） and fuzzy set Qualitative Comparative Analysis （fsQCA） methods to conduct a configuration study on indicators of technological agriculture，digital agriculture，and green agriculture.The research explores the driving paths of agricultural production capacity development and its audit governance approach.The results indicate that agricultural mechanization and special agricultural financial investment are necessary conditions influencing food security levels; however，food security is not caused by a single condition.There are three configurations leading to high-level food security：technology-driven green agriculture，technology and digital agriculture development，and the synergy of technological，digital，and green agriculture.Among them，the synergy of technological， digital，and green agriculture exhibits the highest original coverage and consistency test，making it the optimal path for achieving high-level food security.Based on these findings，it is recommended to enhance agricultural mechanization applications，increase special agricultural financial support，and implement effective audit governance strategies tailored to different configurations to comprehensively improve food security and safeguard national security.

Keywords：new quality productive forces in agriculture;food security;audit governance;fsQCA

（責任編輯：張潔）