農戶數字素養對保護性耕作行為采納的影響

中圖分類號：F323.3 文獻標識碼：A 文章編號：2095-5553（2025）08-0305-1

Abstract：Digitalliteracyisanimportantcomponentof humancapitalandhasaprofound impactonfarmers'production and management decisions.Using the 2O22 CLES database of Nanjing Agricultural University，the relationship and mechanism between digital literacyand theadoptionof conservation tilage behaviorwere analyzed using ordered Probit andmediation models.Theresults indicatethatfirst，digital literacy hasasignificantpositiveimpactonfarmersadoption ofconservationtilagebehavior.Second，basedontheoreticalanalysisandtheintroductionofmechanismvariables，it was foundthatfarmers'digital literacymainlypromotes theiradoptionofconservationtillgebehavior through social capital， financialliteracy，landuse，andagriculturaltechnologyservices.Third，digitaliteracyhasagreaterpositiveimpactonthe adoptionofconservation tilage practices among highly educatedand midle-aged/younger groups.Therefore，we propose policyrecommendations toacceleratetheconstructionof digitalinfrastructureandcultivate farmers'digitalliteracyinthe future，strengthen theconstructionof public information，landtransfer，andagricultural technologyserviceplatforms，and improve the level of rural education and farmers′digital human capital.

Keywords：digitalliteracy；conservationtilage；adoptionbehavior；farmers；landscaleremuneration；agricultural technical services

0 引言

受人多地少的國情影響，中國長期維持高投入、高產出的農業生產模式，耕地長時間處于高強度農業生產的狀態，導致表層土壤有機質流失與板結、土地退化的現象在糧食生產區時常發生。為此，中共中央、國務院提出要貫徹與落實“藏糧于地、藏糧于技\"戰略，并在2017年印發《關于加強耕地保護和改進占補平衡的意見》中強調，要從耕地數量、質量、生態三個維度去加大對耕地的合理利用與保護，進一步穩定與提升糧食綜合生產能力，保障國家糧食安全。與此同時，受到反常天氣狀況頻發與全球氣候變暖的影響，越來越多的國家提出無碳未來的長期發展目標，“碳中和”理念逐漸成為全球共識。耕地作為重要的碳排放源之一，在農業上利用生物手段進行固碳減排，不僅有利于促進農業生產排放的碳被最大化吸收，而且能低成本、有效率地降低碳排放，是極具經濟價值的固碳減排有效手段，對“雙碳”目標的實現和可持續發展至關重要。保護性耕作又被稱作保護性生產，是指利用秸稈還田、深松等手段來盡可能保持作物殘茬覆蓋土壤表層和減少對土壤的擾動程度[12]，以此來維持農田表層微生物的數量和減少水土流失與農田揚塵，綜合提高土壤肥力與土壤健康程度，具有固氮、固水、固碳等作用[3.4]，是兼具生態效益和經濟效益的一種耕作方式[5.6]。但是受傳統耕作方式、自然環境、經濟等因素的約束，目前保護性耕作在實際應用中仍存在著技術體系不完善、應用效果差、農戶實際采納意愿不高等問題。因此，進一步厘清農戶保護性耕作方式采納的影響因素與邏輯，對于推進保護性耕作技術的推廣、提升農業綜合產出水平以及減輕碳排放有著重要的現實意義。

目前，學者們對農戶保護性耕作行為采納已經做了大量的研究，具體可以分為基本影響因素與具體切人視角的分析。在基本影響因素方面可以分為個人稟賦與家庭稟賦兩個層次的影響因素。已有文獻研究發現年齡、性別、教育水平、政治面貌等個人稟賦條件與家庭收人、種植規模、家庭人力狀況等家庭稟賦條件對于農戶保護性耕作行為采納有顯著影響[7.8]。在具體切人視角的分析中，有社會資本9、風險感知與偏好[10]政府政策[1]等維度。隨著社會數字化水平的不斷提升，數字工具憑借其強大的信息能力對農戶個體和家庭的決策影響日趨深化。在國家大力推動數字基礎設施建設規模化部署的背景下，城鄉之間數字設備使用深度差距逐漸代替數字設備接人問題成為數字鴻溝的主要矛盾[12.13]，農戶自身數字素養愈加成為突破農村現有困境的關鍵。學界將數字素養定義為以數字化技術為核心，數字技術實際應用能力、認知能力與情感3個維度相互結合的綜合性能力。具體而言，在新的數字技術情境下，農戶在與數字技術之間的信息互動中形成個體的數字價值認知，從而提升自身數字工具實際應用水平的綜合性能力[14.15]。已有文獻對于農戶數字素養的研究涉及女性就業質量、農業綠色生產、農戶收人增長等多個方面，但直接探討數字素養與保護性耕作行為之間關系的文獻還不多見。

綜上所述，本文利用南京農業大學2022年中國土地經濟調查（CLES）公開數據，以農戶數字素養作為研究的切入點，利用有序Probit模型來檢驗農戶數字素養與保護性耕作行為采納之間的關系，并分析其內在作用機理與邏輯，為促進保護性耕作技術的進一步推廣提供一定的實證參考和價值依據。

1理論分析與研究假設

1.1農戶數字素養對保護性耕作行為采納的影響

從微觀經濟學視角來看，保護性耕作作為一類兼具生態效益、社會效益，以及經濟效益的綠色農業生產行為，以土壤深松、秸稈粉碎還田、測土配方施肥、病蟲害綜合防治等為主要技術內容，具有跨期農業生產、資本投人周期長、技術實際應用與效果不確定的特點[16.17]。保護性耕作在提高農業生產效率和減少污染物排放上有著正向的積極作用1，以深松 + 免耕 + 秸稈還田組合為例，通過減輕表層土壤擾動、增加秸稈殘茬覆蓋的方式，改善土壤情，不僅提高耕地產出效率，同時有助于豐富農田生態系統。但是，在技術使用能力不足與技術應用效果不確定的情況下，風險規避動機使農戶更愿意采用確定產出或低成本投入的簡單粗放技術，如焚燒秸稈、過量使用化肥農藥、過度翻耕土地等[19，這與耕地的可持續生產方式相悖。在數字技術快速發展的背景下，數字工具的廣泛應用大大提高高數字素養農戶對保護性耕作的認知水平和操作能力，改變保護性耕作技術采納不足的困境。首先，高數字素養農戶能有效借助各類新型社交媒體平臺和網絡信息傳播提高對保護性耕作的全面認知。農戶認知水平越高，越容易清楚技術本身對于農業增產、增效、降成本的作用，越傾向于采用保護性耕作技術[20]，緩解技術信息不對稱對保護性耕作技術抉擇的負面影響[21]。其次，數字傳播工具具有視頻、圖片、語音等形象豐富、互動性強的傳播手段，通過網絡方式，高數字素養的農戶能方便學習保護性耕作相關知識，提高技術的實際應用能力，有效地降低保護性耕作技術實際應用與效果的不確定預期[22]。

基于以上分析，提出假設H1：數字素養對農戶保護性耕作行為采納具有積極促進作用。

1.2農戶數字素養促進保護性耕作行為采納的機制分析

眾所周知，人力資本積累是實現農業經濟增長的關鍵因素。數字素養高的農戶比普通農戶在農業生產中能更熟練應用數字化工具，有助于提升農戶自身資源的利用水平（圖1），這將有效引導農戶長期可持續生產的內在認知和行動，從而促進其選擇保護性耕作行為。

全面的保護性網絡社交平臺 促進社會資本積累： 耕作技術信息與農業專家 信息共享、信任增加 較高的保護性耕作技術信任網絡金融平臺農戶數字素養 私人借貸 金融知識 大資金來結構 提升金融素養： 改善保護性耕作 經技術件 保護性耕作采納行為農戶生產投入政策信息 加快土地轉入： 單位成本降低、農業生產土地規模報酬提高、稟賦條件改善決策科學化拓展農業技術 農戶技術認知線上培訓 服務渠道： 水平和實際應用保存技術資料 降低獲取門檻 能力提高、人力與學習難度 資本水平提升

1.2.1數字素養通過增加農戶虛擬社會資本引導其保護性耕作行為決策

社會資本的概念起源于社會學領域，學術界現在主要將社會資本歸納為社會信任、社會網絡等多個方面。農村社會有濃厚的“熟人社會\"特征，農戶作為行為決策的主體，在決策過程中并不是孤立的而是深受其他行為個體的影響[23]。因此，農戶社會資本會影響其保護性耕作決策。農戶數字素養的提升，有利于打破信息交流的時空限制，拓展信息渠道，使其接觸到更多有農業專業知識的個體，促進社會資本的積累，進而提高保護性耕作技術的行為采納[24.25]。具體來看，一方面，數字素養的提高使農戶可憑借新型網絡社交平臺，強化與不同社會背景、生活區域個體之間的信息交流，獲取到更多、更全面的信息，強化保護性耕作技術信息在高數字素養的農戶群體之間傳播。另一方面，高數字素養的農戶通過接收互聯網的信息，強化與同行業其他農戶之間技術交流，通過“干中學\"進一步提高保護性耕作技術的實際應用能力，進一步促進對技術的采納[24。此外，高數字素養的農戶可以通過互聯網平臺發現高評價的農業專家，其評價越高，農戶就越容易形成技術信任。出于對高評價農業專家的信任，即使在保護性耕作技術采納初期未達到自身預期，農戶也將繼續傾向于采納保護性耕作技術[25]。基于以上分析，提出假設H2：高數字素養農戶易累積較高生產性虛擬社會資本，促進其選擇保護性耕作行為。

1.2.2數字素養通過提升農戶金融素養影響其保護性耕作行為抉擇

相比于傳統的農業生產，農戶在采取保護性耕作技術時，一方面需要提高農機、農技等方面的生產成本投入，同時由于技術本身存在未來收益不確定、投入周期長等特征，使得農戶面臨著資金緊缺的風險[26]。隨著數字金融的不斷發展，高數字素養的農戶可以利用網絡金融平臺來緩解短期資金不足，促進資金融通2；另外，數字素養高的農戶依靠互聯網強大的社交能力，與親戚、朋友之間私人借貸的可能性提高[28]。更重要的是，高數字素養的農戶利用數字工具接觸到更多的金融信息與知識，提升自身對農業生產與投資的敏銳度，進一步完善資金使用結構，可能將閑置資金更多地投入到符合自身長期利益的耕地保護性生產[29]。農戶資金來源的拓展和利用率的提升有利于緩解由保護性耕作技術跨期農業生產、資本投入周期長所帶來的資金緊缺問題，進一步優化農戶采納保護性耕作生產決策的經濟稟賦條件[27.28]。基于以上分析，提出假設H3：高數字素養農戶金融素養較高，不斷優化資金利用水平，促進其愿意采納保護性耕作行為。

1.2.3數字素養通過提高土地規模報酬來激勵農戶選擇保護性耕作行為

傳統的農業生產以小農生產為主，農業生產規模較小。相比于大農戶，中小農戶農業生產投入與經營水平不足，消化新技術風險能力較弱，對于采納新技術與增加長期生產投入的意愿較低[30]。高數字素養的農戶可以充分利用新興網絡公共平臺，了解國家“三農政策\"“土地確權政策\"等信息，并將這些外部政策信息結合到農業生產決策中來，促進農地流轉，提高土地規模化經營程度[31]。農戶農業生產規模化程度的提升，使得農戶耕地稟賦條件得到改善，保護性耕作技術采納的單位成本降低[32]。此外，伴隨著土地確權、農業生產規模化提高，農業生產的機械化水平提升、抗風險能力增強，農戶的生產決策思維更加市場化、發展理念更加綠色化、產品要求更加高品質化、農業生產更加可持續化，更傾向于采納符合農業可持續發展的保護性耕作技術[30]。基于以上分析，提出假設H4：高數字素養帶來土地規模報酬提高，促進農戶主動采納保護性耕作行為。

1.2.4數字素養通過獲取農業技術服務來推動農戶采納保護性耕作行為

長期以來，傳統農技推廣服務一直占據農業技術推廣的主導地位。但是傳統農技推廣服務重心逐漸向新興農業主體轉移，廣大普通農戶處于技術獲取的邊緣狀態，導致農戶難以獲得保護性耕作技術與其他農業技術服務，同時已獲得服務的農戶受技術服務質量的影響，使得技術實際應用的過程與結果不理想[33]。在數字化進程不斷深入的背景下，農戶自身數字素養直接影響農業技術服務的獲得與質量。一方面，高數字素養的農戶可以通過互聯網媒介參與線上農技培訓講座，打破傳統農技推廣服務時空上的限制，降低技術服務獲取的信息門檻[34]；另一方面，高數字素養的農戶可以依靠下載與保存功能將暫時無法理解的部分技術儲存下來，進行反復觀看與理解，有效提高農戶對技術的學習與實際應用能力[35]。農戶在獲取農業技術服務的過程中，提高保護性耕作技術的認知水平和技術實際應用能力，繼而推動對保護性耕作技術的采納[20-22]。基于以上分析，提出假設H5：高數字素養農戶獲取農業技術服務水平提升，助推其保護性耕作行為的采納。

2 研究設計

2.1 數據來源

數據來自南京農業大學2022年在江蘇省開展的中國土地經濟調查（CLES）。調研采用概率比例規模抽樣，在江蘇省抽取6個地級市，每個地級市中抽取2個縣（市、區），每個縣抽取2個行政村。江蘇是中國的糧食主產區，推廣保護性耕作意義重大。因此，以江蘇省作為研究區域的公開數據具有較強的代表性和科學性。樣本共計24個行政村和1203份農戶問卷。調查問卷內容包含土地利用、資金往來、資產明細、農業生產、鄉村產業、鄉村治理等多個方面。在選取樣本和實證研究過程中，農戶個人與家庭基本特征稟賦、耕地質量稟賦、農業生產實際狀況、保護性耕作技術采納狀況等問卷內容被提取，同時刪除關鍵變量數據存在缺失值和嚴重異常值的樣本，最終得到有效問卷885份。

2.2 變量設定

1）被解釋變量。從保護性耕作技術采納數量的角度，探究農戶數字素養對農戶保護性耕作行為采納的影響。根據原農業部于2007年發布的《關于大力發展保護性耕作的意見》和以往文獻研究經驗，測土配方施肥、秸稈還田、深松和病蟲害綜合防治4項核心技術作為保護性耕作采納行為的研究對象[16]，具體對每項技術采納二元虛擬變量賦值，若農戶采納某項具體技術，對其賦值為1，反之則賦值為0，并最終進行加總統計，從而考察保護性耕作的采納程度[27]。

2）核心解釋變量。依照上述分析，農戶數字素養是指在具體的數字情境下，依靠數字工具，對數據與信息進行合理獲取、分享、創作與使用的能力[31]。具體而言，分為數字設備的接入與數字設備的使用深度兩個方面。根據杜鳳君等27研究，從可上網的數字化設備、數字金融素養、數字信息素養角度，利用熵值法構造數字素養指標體系，如表1所示。

表1農戶數字素養評價指標體系 Tab.1 Index system for evaluating digital literacy of farmers

3）中介變量。基于前文對農戶數字素養與保護性耕作行為采納之間作用機制分析，選取的中介變量包括社會資本、金融素養、土地利用、農業技術服務獲得。其中社會資本從社會網絡、社會信任度維度利用熵值法構造指標體系[23]；金融素養從利息、通貨膨脹、股票風險、種植風險4個維度利用熵值法構造指標體系[29]；土地利用采用二元虛擬變量進行賦值，若農戶開展了土地轉入賦值為1，反之則賦值為 0^[32] ；農業技術服務獲得用二元虛擬變量進行賦值，若農戶獲得了農業技術服務則賦值為1，反之則賦值為 0^[35] 。

4）控制變量。根據以往研究從農戶個體特征、家庭特征、耕地特征、村莊特征4個維度加入控制變量，以期減少估計偏誤。選用性別、家庭地位、田間經驗、農技培訓狀況作為個體特征維度控制變量；家庭規模、就業結構作為家庭特征維度控制變量；耕地質量、耕地塊數、灌溉條件作為耕地特征維度控制變量；鄉村產業、地形作為村莊特征維度控制變量。變量具體含義與賦值見表2。

表2變量的含義與賦值Tab.2Meaning and assignment of variables

2.3 模型選擇

2.3.1 熵值法

熵值法依靠各指標的聯系程度與自身所包含的信息量多少來計算權重，能夠有效克服人為打分所帶來的主觀性，是一項基于客觀的多指標綜合評價方法[31]。故對核心解釋變量數字素養與中介變量中的社會資本和金融素養采用熵值法進行賦權與評價。

1）構建數據矩陣，其中 X_ij^′ 代表第 i 個農戶第 j 個指標的數值， ι=1，2，3，…，n;j=1，2，3，…，m 。在數字素養指標中，可上網的數字化設備、數字金融素養、數字信息素養為正向指標[27]；在社會資本指標中，社會網絡、社會信任度為正向指標[23]；在金融素養指標中，利息、通貨膨脹、股票風險、種植風險4個維度的個體回答情況為正向指標，同時在子指標中也含有逆指標，所以先統一指標方向，最后對其進行無量綱化處理。

正向指標處理如式（1）所示。

式中： X_ij 一第 i 個農戶第 j 個指標的數值;minX_ij 一第 i 個農戶第 j 個指標的最小數值;maxX_ij 一第 i 個農戶第 j 個指標的最大數值。

負向指標處理如式（2）所示。

2）計算各項指標的權重。

式中： P_ij —j指標下農戶 i 所占比重。

3）計算各項指標的熵值。

式中： e_j 一第 j 項指標的熵值。

4）計算各項指標的權重。

式中： 一第 j 項指標的權重。

5）計算評價指標體系的綜合得分。

式中： Z_i ——利用熵值法計算得到的綜合得分。

2.3.2基準回歸模型

為估計數字素養對農戶保護性耕作行為采納的影響，基于上文理論分析和研究假設，結合保護性耕作技術選擇數量具體取值為0、1、2、3、4，明顯被分為多個有序的類別，故采用有序Probit模型來估計數字素養對農戶保護性耕作行為采納的影響。模型設定如式（7）所示。

CT_i=α₀+α₁X_i+α₂control_i+μ_i

式中： CT_i ——被解釋變量，農戶個體 i 保護性耕作技術選擇狀況；

X_i ——核心解釋變量，表示數字素養；

?ntroli—在有序Probit估計過程中有其他影響作用的控制變量，具體包括農戶個體特征、家庭特征、耕地特征、村莊特征；

α₀，α₁，α₂ -待估參數；

μ_i -擾動項，服從標準正態分布。

假設擾動項 μ_i 服從正態分布 N（0，1） ，則有序Probit模型可以表示為

式中：ro、ri、r2、r3、r4 一 一待估參數， r₀1234 0 P 一概率； φ （20 -邏輯分布的概率函數。

通過構造每一位調研農戶保護性耕作行為采納的似然函數，利用極大似然法對模型進行參數估計。

2.3.3 機制檢驗模型

為進一步驗證農戶數字素養對保護性耕作行為采納的影響機制，根據以往研究，在基準回歸模型的基礎上引人中介模型來對機制進行檢驗，模型具體描述如式（9）～式（11）所示。

CT_i=a₀+a₁X_i+a₂control_i+ξ_i

M=b₀+b₁X_i+b₂control_i+ε_i

CT_i=c₀+c₁X_i+c₂M_i+c₃control_i+γ_i

式中： M_i 一中介變量，包括社會資本、金融素養、土地利用、農業技術服務；a，b，c —待估參數； —隨機擾動項。

3 實證結果與分析

3.1農戶數字素養對保護性耕作行為采納的主效應分析

表3中模型（1）估計了數字素養對保護性耕作行為采納的直接影響，模型（3）則是在模型（1）的基礎上加入農戶個體特征、家庭特征、耕地特征、村莊特征4個維度的控制變量，結果表明，數字素養均在 1% 統計水平上對保護性耕作行為采納有顯著的正向作用。模型（2）模型（4）則是在模型（1）、模型（3）的基礎上加人村莊固定效應，結果表明，在加入村莊固定效應之后，數字素養仍在 1% 統計水平上顯著，即數字素養促進了保護性耕作行為采納。一方面擁有高數字素養的農戶利用互聯網、手機等數字工具，降低自身對于保護性耕作技術的信息門檻，了解到保護性耕作對于長期農業生產帶來的好處；另一方面，擁有高數字素養的農戶可以利用抖音、快手等網絡平臺，豐富保護性耕作技術學習與獲取的渠道，提高自身對于保護性耕作技術的學習能力。綜上分析，H1得到驗證。

表3農戶數字素養對保護性耕作行為采納的主效應分析結果Tab.3Main effectanalysisresultsof digital literacy of farmersonadoption behavior of conservation tillage techniques

注：、**和*分別表示 10%.5% 和 1% 水平上顯著。括號內數字為標準誤。下同。

從控制變量層次分析，加入村莊固定效應后，在個人特征維度，農技培訓狀況在 10% 統計水平上對保護性耕作行為采納有正向顯著影響。從人力資本稟賦考慮，參與過農技培訓的農戶擁有更高的技術接受水平，能夠更快地學習保護性耕作技術的具體內容，擁有較高的技術實際應用能力。在家庭特征維度，家庭規模對保護性耕作行為采納在 10% 統計水平上有正向顯著影響。從稟賦的角度，家庭人口規模越大意味著家庭擁有更多的農業勞動力和潛在農業勞動力，人口稟賦條件更好，越好的人口稟賦條件越能減輕保護性耕作技術選用時人力不足的問題。在耕地特征維度，灌溉條件、耕地塊數、耕地質量分別在 1%5%.10% 的統計水平上對保護性耕作行為采納有正向顯著作用。耕地是進行農業生產行為的物質基礎，擁有更好耕地稟賦的農戶的農業生產產出相對更穩定，擁有更穩定的農業收人，更加注重農業生產長期維持在高產出的水平。在村莊維度，地形在 5% 統計水平上正向影響保護性耕作行為采納。

保護性耕作能夠改善土壤情，增加微生物密度，有著固水、減輕水土流失的生態功能，丘陵地區相較平原地區而言，水土流失更為嚴重，采納保護性耕作技術能夠一定程度緩解表層土壤流失過多的問題。

3.2 作用機制檢驗

對數字素養通過促進社會資本積累、提升金融素養、提高土地規模報酬、提高農業技術服務獲得，間接促進保護性耕作行為采納的作用機制進行估計。社會資本、金融素養兩個機制變量利用OLS模型進行估計；土地流轉、農業技術服務活動作為二元虛擬變量則利用Probit模型進行估計；保護性耕作行為采納的總效應模型采用有序Probit模型進行估計，具體估計結果見表4。

表4數字素養對保護性耕作行為采納的作用機制估計結果

Tab.4Estimated mechanismof theefectof digital literacyonadoption behaviorofconservationtillage techniques

表4模型（1）顯示，數字素養在 1% 統計水平上正向顯著促進社會資本的積累。表4模型（5）的估計結果表明，社會資本在 5% 統計水平上正向顯著促進農戶保護性耕作行為采納。加入中介變量后，數字素養對保護性耕作行為采納的影響系數由0.9866降至 0.8810 進一步表明，數字素養的提高使農戶可以憑借手機、電腦等數字設備強大的社交能力，提高自身社會網絡的強度、高度和廣度，增加社會資本積累，從而促進農戶保護性耕作行為[23]。由此，假說H2得到了驗證。

表4模型（2）顯示，數字素養在 1% 統計水平上正向顯著影響金融素養。表4模型（6）的估計結果表明，金融素養在 5% 統計水平上正向顯著促進農戶保護性耕作行為采納。加入中介變量后，數字素養對保護性耕作行為采納的影響系數由0.9866下降至0.8611。統計結果表明，農戶數字素養的提升促進自身金融素養的提高，使得農戶通過數字平臺的金融信貸來緩解短期資金不足與利用社會網絡進行非正規借貸的可能性增加[28.29]。其次，高數字素養的農戶能夠利用數字平臺接觸到更多的金融信息與知識，有利于優化農戶資金使用結構。更加充裕的資金流動條件與更合理的資金使用結構為農戶保護性耕作行為提供經濟支持[16]。由此，假說H3得到了驗證。

表4模型（3）顯示，數字素養在 1% 統計水平上正向顯著影響農戶土地轉人。表4模型（7）的估計結果表明，土地轉入在 1% 統計水平上正向顯著促進農戶保護性耕作行為采納。加入中介變量土地轉入后，數字素養對保護性耕作行為采納的影響系數由0.9866下降至0.9392。統計結果表明，數字素養的提高使得農戶信息掌握更充分，受長期收益最大化的影響，越傾向于加快土地轉入，實現規模化經營[30.31]，從而促進更加符合當代可持續生產理念的保護性耕作行為的采納[32]。由此，假說H4得到了驗證。

表4模型（4）顯示，數字素養在 1% 統計水平上正向顯著影響農業技術服務獲得。表4模型（8）的估計結果表明，農業技術服務獲得在 1% 統計水平上正向顯著促進農戶保護性耕作行為采納。加人中介變量后，數字素養對保護性耕作行為采納的影響系數由0.9866下降至0.8541。數字素養的提升拓展了農戶農業技術服務獲取渠道[34]，為保護性耕作行為選擇提供了更好的人力資本條件與渠道基礎[20-22]，進而促進農戶保護性耕作技術采納行為。由此，假說H5得到了驗證。

3.3 內生性檢驗

在研究數字素養對保護性耕作行為采納的影響時，需要考慮雙向因果和遺漏關鍵變量而導致的內生性問題。因此，調用問卷中“是否能熟練調出健康碼與行程碼\"作為工具變量，并根據以往研究選擇兩階段最小二乘估計（2SLS模型）來檢驗可能由內生性問題所造成的估計偏誤。選擇“是否能熟練調出健康碼與行程碼\"作為工具變量是基于本次CLES數據調查處于疫情防控時間段的大背景，日常生活均需要通過智能設備調出健康碼與行程碼。一方面，熟練調用健康碼與行程碼能夠體現農戶本身具有熟練的數字設備操作能力、擁有較高的數字素養；另一方面，熟練調出健康碼與行程碼和保護性耕作技術采納行為之間并沒有直接的影響關系。因此，在工具變量符合相關性和外生性要求的前提下，2SLS模型具體估計結果如表5所示。

表5數字素養作用的內生性分析Tab.5Endogenous analysis of the role of digital literacy

首先，模型中Waldchi值為203.49，在 1% 的統計水平上顯著，可以說明模型存在內生性問題，采用工具變量是有效的；其次，模型中的弱工具變量檢驗 F 值在 1% 的統計水平上顯著為353.73，由此可得，選取的工具變量并不是弱工具變量；再次，模型中不可識別檢驗LM值為 217.478，p 值小于0.01，意味著工具變量的選取合適，不存在不可識別的問題；最后，在糾正完可能存在的內生性問題后，農戶數字素養仍在 1% 統計水平上顯著，結論具有穩健性，再次證明原假設 H1 。

3.4穩健性檢驗

為進一步保障估計結果的準確性，從改變核心變量測量方法、改變統計模型、核心解釋變量進行 1% 處的縮尾處理3方面對主效應模型進行穩健性檢驗，具體統計結果如表6所示。首先是改變核心變量測量方法，根據以往研究[24]，將數字素養的測量方式由熵值法更換為因子分析法，由KMO和Bartlett的檢驗，得KMO值為0.616，大于0.6，證明可以采用因子分析。由表6模型（1）可知，更換測量方法之后，數字素養仍在 1% 統計水平上顯著正向作用于保護性耕作技術采納行為。其次是改變統計模型，借鑒以往文獻經驗[25]，采用有序logit模型替換有序Probit模型。從表6模型（2）可得，在更改統計模型后，數字素養仍在1% 水平上顯著積極影響保護性耕作技術采納行為。最后，根據以往學者的研究[33]，對核心解釋變量數字素養進行 1% 處的縮尾處理。從表6模型（3）可知，進行核心解釋變量縮尾之后，數字素養仍然在 1% 統計水平上對保護性耕作技術采納行為有正向顯著影響。綜上估計結果與前文基本保持一致，這說明數字素養正向影響保護性耕作技術采納行為的結果是穩健的。

表6數字素養作用的穩健性分析Tab.6 Robustness analysis of the role of digital literacy

3.5 異質性分析

綜上，農戶數字素養會正向影響保護性耕作行為采納。以往文獻在探究保護性耕作行為影響因素時得出：農戶個體教育水平、年齡的差異將會影響保護性耕作技術采納行為[7.10]。基于以往研究，將從教育水平、年齡2個維度去進行數字素養對農戶保護性耕作行為的異質性分析。

1）教育異質性。根據農戶在校年限對農戶教育水平進行區分，將在校年限為 0～9 年的農戶列為低教育水平組，將在校年限高于9年的農戶列入高教育水平組，具體結果如表7模型（1）和模型（2）所示。處于低教育水平組的農戶顯著系數遠低于處于高教育水平組的農戶。高教育水平的農戶擁有更強的市場洞察力和學習能力，更容易樹立生態環境意識，能夠更好地利用數字平臺去了解市場、消費者的動向，愿意嘗試去采納更加生態的保護性耕作技術；同時，高教育水平組的農戶憑借較強的學習能力更容易利用數字媒介形成全面的保護性耕作技術認知，在長期收益最大化的驅動下，高教育水平的農戶更愿意采納保護性耕作技術使耕地長期維持在一個較高產出水平。

2）年齡異質性。根據農戶實際年齡對農戶進行劃分，將實際年齡小于等于60歲的農戶列為中青年組，將實際年齡大于60歲的農戶列入老年組，具體結果如表7模型（3）和模型（4）所示。處于中青年組的農戶顯著系數遠高于老年組的農戶。一方面，中青年組農戶身體狀況與學習能力較強，有足夠的精力去利用數字設備學習與采納保護性耕作技術；另一方面，中青年組的農戶年紀相對較輕，思維活躍，在利用數字工具進行信息傳遞的同時，容易接受新興技術與生態觀念，越傾向于采納保護性耕作技術。

表7基于年齡和教育的異質性分析 Tab.7Heterogeneity analysis based onage and education

4結論與建議

4.1 結論

在數字素養與保護性耕作技術采納行為關系的理論分析基礎上，依靠2022年南京農業大學中國土地經濟調查（CLES）數據，利用熵值法構造農戶數字素養指標體系，采用有序Probit模型與中介效應模型結合工具變量法（2SLS模型），揭示數字素養對保護性耕作技術采納行為的影響路徑。（1）數字素養在 1% 統計水平上對保護性耕作技術采納行為起到正向的促進作用，在進行改變核心變量測算方法、引入有序Probit模型、核心變量 1% 處縮尾以及結合工具變量法（2SLS模型）一系列內生性與穩健性檢驗后，結論仍然成立。（2）機制分析表明，數字素養在 1% 統計水平上正向顯著影響社會資本、金融素養、土地利用以及農業技術服務獲得；社會資本與金融素養在 5% 統計水平上正向顯著影響農戶保護性耕作技術采納；土地利用與農業技術服務獲得在 1% 統計水平上正向顯著影響農戶保護性耕作技術采納，中介機制成立。（3）異質性分析表明，從年齡的維度分析，在中青年農戶群體中，農戶數字素養對保護性耕作技術采納行為的正向影響更強；從教育的維度分析，在高教育水平的群體中，數字素養對農戶保護性耕作技術行為的采納積極作用更大。

4.2建議

1）加快數字化基礎設施的建設與農戶數字素養的培育和提升。在數字化與智能化的大背景下，政府應當進一步推進5G網絡、鄉村數字快遞站、數字化公路以及智慧農業等的建設與升級，為提升農戶數字素養營造一個良好的數字化氛圍。此外，政府、社會、高校應加快建設多方主體共同參與的數字化培訓與教育模式，增加線上與線下數字工具操作與數字化平臺功能的教育資源，利用短視瀕、直播等數字載體來豐富農戶農業技術培訓手段，多角度地促進農戶數字素養的提升，以此來推動農戶保護性耕作技術的采納。

2）加強公共信息、土地流轉、農業技術服務平臺建設。一方面，積極建設以互聯網為媒介的農村社交新模式（微信群等），加快信息傳遞（特別是在中青年農戶群體），發揮數字工具在信息擴散、社會資本積累上的優勢；另一方面，加強金融知識、農業政策與農技服務信息在公共信息平臺（微信公眾號等）的傳遞，增加農戶金融知識積累、緩解農戶的信息不對稱。此外，加強土地流轉平臺與農業技術服務平臺的建設，減輕土地流轉的沉沒成本、降低農業技術服務獲得的難度，以此來促進保護性耕作技術采納行為。

3）提高農村教育水平與農戶人力資本。政府應當向農村適當傾斜公共教育資源，完善農村學校教學設施、體育運動設備，加強高素質農村教師群體建設。此外，政府和高校需深入合作，一方面，鼓勵愛農村、愛農業的大學生、研究生群體深人農村建設；另一方面，深化線上教學平臺的建設，為農戶提供農業技術知識、數字化知識、日常生活知識以及其他多元化知識的學習資源，進一步提升農戶教育水平，增強數字素養對于保護性耕作技術采納行為的正向作用。

參考文獻

[1]UngerPW，StewartBA，ParrJF，etal.Cropresidue management and tillage methods for conserving soil and waterinsemi-aridregions[J].Soiland TillageResearch， 1991，20（2-4）：219—240.

[2]You D，Tian P，Sui P，et al. Short-term effects of tillageand residue on spring maize yield through regulatingroot-shoot ratio in Northeast China[J]. ScientificReports，2017，7：13314.

[3] Shao Y，Xie Y，Wang C，et al.Effects of diferent soilconservation tillage approaches on soil nutrients，water useand wheat-maize yield in rainfed dry-land regions of NorthChina [J]．European Journal of Agronomy，2016，81（37-45）.

[4]Shah A N，Iqbal J，Tanveer M，et al．Nitrogenfertilization and conservation tillage： A review on growth，yield，and greenhouse gas emissionsin cotton [J].Environmental Science and Pollution Research， 2017，24（3）：2261-2272.

［5］張士秀，賈淑霞，常亮，等．保護性耕作改善東北農田黑土土壤生物多樣性及其生態功能[J]．地理科學，2022，42（8）：1360-1369.Zhang Shixiu， Jia Shuxia， ChangLiang， etal.Conservation tillge improves soil biodiversity and itsecological function in the black soil region of NortheastChina[J]. Scientia Geographica Sinica，2022，42（8）：1360—1369.

[6]De Ruiter P C，Van Veen J A，Moore J C，et al.Calculationofnitrogenmineralizationin soilfoodwebs[J].Plantamp; Soil，1993，157：263—273.

［7］夏雯雯，杜志雄，郜亮亮．家庭農場經營者應用綠色生產技術的影響因素研究— 一基于三省452個家庭農場的調研數據[J].經濟縱橫，2019（6）：101—108.Xia Wenwen，Du Zhixiong，Gao Liangliang，Research onthe factors affecting the application of green productiontechnology by family farm operators：Based on survey dataof 452family farms in three provinces [J].EconomicReviewJournal，2019（6）：101-108.

［8］王振華，李明文，王昱，等．技術示范、預期風險降低與種糧大戶保護性耕作技術行為決策[J]．中國農業大學學報，2017，22（8）：182—187.Wang Zhenhua， Li Mingwen， Wang Yu， et al.Technology demonstration，expected risk reduction andlargecrop-landowners'behaviordecisionontheconservation tillge technology [J]. Journal of ChinaAgricultural University，2017，22（8）：182—187.

[9］張童朝，顏廷武，王鎮．社會網絡、收人不確定與自雇傭婦女的保護性耕作技術采納行為[J].農業技術經濟，2020（8）：101—116.Zhang Tongchao， Yan Tingwu，Wang Zhen. Socialnetworks，income uncertainty andthe self-employedwomen'sadoptionbehaviorof conservationtillagetechnology [J]. Journal of Agrotechnical Economics，

[10］仇煥廣，蘇柳方，張祎彤，等．風險偏好、風險感知與農戶保護性耕作技術采納[J]．中國農村經濟，2020（7）：59-79.Qiu Huanguang，Su Liufang，Zhang Yitong，et al. Riskpreference，risk perception and farmers’adoption ofconservationtillge[J]． ChineseRuralEconomy，2020（7）：59-79.

[11］童洪志，劉偉．政策組合對農戶保護性耕作技術采納行為的影響機制研究[J].軟科學，2018，32（5）：18-23.Tong Hongzhi，Liu Wei. Influence mechanism of policymix on farmers' adoption behavior of protective cultivationtechnology[J]. Soft Science，2018，32（5）：18—23.

[12]王國成．數字化如何影響決策行為[J]．經濟與管理，2021，35（5）：26-34.WangGuocheng. Howdoes digitization affectdecision-makingbehavior [J]. Economy andManagement，2021，35（5）：26-34.

[13］彭波，嚴峰．我國消弭數字鴻溝的新機遇與新路徑探析[J]．現代傳播（中國傳媒大學學報），2020，42（2）：142-147.

[14］何云婷，劉武根．情境認知視域下的農民數字素養：現實制約與紓困路徑[J].湖湘論壇，2024，37（2）：70—80.

[15] NgW . Can we teach digital natives digital literacy？[J].Computers amp;.Education，2012，59（3）：1065—1078.

[16］郭芬，金建君，張晨陽，等．農戶保護性耕作技術采納行為及其影響因素研究綜述[J].地理科學進展，2022，41（11）：2165—2177.Guo Fen， Jin Jianjun， Zhang Chenyang，et al. A review offarmers'conservation tilage technology adoption behaviorand influencing factors[J].Progress in Geography，2022，41（11）： 2165-2177.

[17］楊高第，張露．農業生產性服務對農戶耕地質量保護行為的影響——來自江漢平原水稻主產區的證據[J]．自然資源學報，2022，37（7）：1848—1864.Yang Gaodi， Zhang Lu. Impact of agricultural productiveservices on farmland quality protection behaviorsoffarmers：Evidence from the main rice-producing areas inJianghan Plai[J]. Journal of Natural Resources，2022，37（7） ： 1848-1864.

[18］鄧遠遠，朱俊峰．保護性耕作技術對糧食生產效率和環境效率的提升效應[J]．中國人口·資源與環境，2023，33（12）： 218-228.Deng Yuanyuan，Zhu Junfeng.Eects of conservationtillage technology onimproving grain production andenvironmental efficiency[J].China Population，Resourcesand Environment，2023，33（12）： 218—228.

[19］朱淀，孔霞，顧建平．農戶過量施用農藥的非理性均衡：來自中國蘇南地區農戶的證據[J]．中國農村經濟，2014（8）：17—29，41.

[20］王德平，秦鑄清．信息通信技術水平、創新能力與綠色高質量發展的動態關系——基于成渝地區的分析[J]．生態經濟，2022，38（5）：75—81，106.Wang Deping，Qin Zhuqing. The dynamic relationshipbetween ICT，innovation ability and green high-qualitydevelopment： Based on the analysis of Chengdu-ChongqingArea[J]. EcologicalEconomy，2022，38（5）： 75-81，106.

[21］蓋豪，顏廷武，何可，等．社會嵌入視角下農戶保護性耕作技術采用行為研究—基于冀、皖、鄂3省668份農戶調查數據[J].長江流域資源與環境，2019，28（9）：2141—2153.Gai Hao，Yan Tingwu，He Ke，et al.Research onfarmers'conservation tillage technology adoption behaviorfrom the perspective of social embeddedness：Based on thesurvey data of 668 farmers in Hebei，Anhui and HubeiProvinces [J].Resources and Environment in the YangtzeBasin，2019，28（9）：2141—2153.

[22] Gao Da，Li Ge，Yu Jiyu，et al. Does digitization improvegreen total factor energy effciency？Evidence fromChinese 213 cities[J]. Energy，2022，247：123395.

[23］余志剛，宮熙，崔釗達．社會資本如何影響農戶保護性耕作技術采納？——兼論價值認知和土地轉入的中介調節效應[J].農林經濟管理學報，2022，21（4）：414—423.Yu Zhigang，Gong Xi，Cui Zhaoda. How does socialcapital influence farmers'adoption of conservation tillgetechnology：Mediating effects of value cognition and landtransfer [J]. Journal of Agro-Forestry Economics andManagement，2022，21（4）：414—423.

[24］李強，孟如．數字素養是鄉村生活數字化轉型的驅動力嗎？——基于山東省1037位農村居民的調研數據[J]．西北農林科技大學學報（社會科學版），2024，24（2）：140—150.Li Qiang，Meng Ru. Is digital literacy the driving force ofthe digital transformation of rural life？Based on thesurvey data of1 O37 rural residents in ShandongProvince[J].Journal of Northwest Aamp;.FUniversity（Social Science Edition），2024，24（2）：140-150.

[25]任重，郭燚．價值感知、社會資本對農戶秸稈還田技術采納行為的影響[J].江西財經大學學報，2022（4）：97—107.Ren Zhong，Guo Yan． The influence of value perceptionandsocialcapitalonfarmers’adoptionofthestraw-returning-to-field technology [J]. Journal of JiangxiUniversity of Finance and Economics， 2022（4）： 97-107.

[26］尚燕，顏廷武，江鑫，等．綠色化生產技術采納：家庭經濟水平能喚醒農戶生態自覺性嗎？[J].生態與農村環境學報，2018，34（11）：988-996.Shang Yan，Yan Tingwu，Jiang Xin，et al. Adoption ofgreenproductiontechnology： Can familyeconomiccondition arouse farmers' ecological consciousness？[J].Journal of Ecology and Rural Environment， 2018，34（11）： 988-996.

[27]杜鳳君，趙曉穎，鄭軍，等．數字素養能否促進農戶綠色生產？——基于CLES數據[J].世界農業，2023（1O）：97—109.DuFengjun，Zhao Xiaoying，Zheng Jun，et al. Can digitalliteracy promote green production for farmers？ Based onCLES data[J]. World Agriculture，2023（1O）： 97-109.

[28]李家輝，陸遷．數字金融對農戶采用綠色生產技術的影響[J].資源科學，2022，44（12）：2470—2486.Li Jiahui，Lu Qian.The impact of digital finance onfarmers' adoption of green production technologies [J].Resources Science，2022，44（12）：2470-2486.

[29]彭建剛，魯斯瑋．金融素養對農戶適度規模經營的影響[J]．財經理論與實踐，2023，44（3）：2-9.Peng Jiangang，Lu Siwei. The influence of financialliteracy on farmers’moderate scale management [J].TheTheory and Practice of Finance and Economics，2023，44（3）：2-9.

[30］張朝輝，劉怡彤．土地流轉對農戶綠色防控技術采納的影響[J].統計與信息論壇，2021，36（9）：89-97.Zhang Zhaohui，Liu Yitong. Impact of land transfer on thefarmers'adoption of green control technology：EvidencefromESR model[J].Journal ofStatisticsandInformation，2021，36（9）： 89-97.

[31］孫子燁，宮思羽，余志剛．數字素養對農戶綠色生產技術采納的影響[J].中國農業大學學報，2024，29（4）：12-26.Sun Ziye，Gong Siyu，Yu Zhigang. Influence of digitalliteracy on farmersgreen production technologyadoptionbehavior[J]. Journal of China Agricultural University，2024，29（4）：12—26.

[32]錢忠好，冀縣卿．中國農地流轉現狀及其政策改進-基于江蘇、廣西、湖北、黑龍江四省（區）調查數據的分析[J].管理世界，2016（2）：71-81.

[33］孫明揚．基層農技服務供給模式的變遷與小農的技術獲取困境[J].農業經濟問題，2021（3）：40—52.Sun Mingyang. Changes in the supply mode of basicagricultural technology services and the dilemma of farmers'technologyacquisition[J].IssuesinAgriculturalEconomy，2021（3）：40-52.

[34]羅明忠，魏濱輝．數字賦能、技術進步與農村共同富裕[J]．農業技術經濟，2024（2）：4-18.Luo Mingzhong，Wei Binhui. Digital empowerment，technological progress and rural common prosperity [J].Journal of Agrotechnical Economics，2024（2）： 4—18.

[35］王攀，李谷成，劉迪．農技推廣服務信息化對農戶科學施肥技術采納決策的影響［J]．中國生態農業學報（中英文），2023，31（12）：2033-2043.Wang Pan，Li Gucheng，Liu Di. Impact of informatizationof agricultural extension services on farmers' scientificfertilization technology adoption decisions [J]. ChineseJournal of Eco-Agriculture，2023，31（12）： 2033—2043.