互聯網使用對農機技術采納行為的影響研究

中圖分類號：F323.3；S23 文獻標識碼：A 文章編號：2095-5553（2025）10-0030-12

Abstract：Agricultural mechanization isanimportant means toimproveagricultural production eficiencyandrealize agricultural modernization.Basedonthedataof ChineseFamily Panel Studies from 2O14 to 2O22，this paper uses the IV—Heckman two-stage modelandthe IV—Tobit model to explore theimpactof intemet useon farmers’agricultural machinery technologyadoption behavioracrossthe three dimensionsof agricultural machineryadoptionprobability，mode， anddegree，andanalyzes itsmechanismandheterogeneity.Theresultsshowthattheincreaseduseof the intermet promotes the adoption of agricultural machinery technologyby farmers，and the finding holdsaftera varietyof robustness tests.Specifically，the adoption of agricultural machinery technology will increase by 0.115% for every 1 unit increase of internetuse.In termsof the mechanism，theinternet hassignificantlyimproved theadoptionof agricultural machinery technology by broadening information access and improving social networks，with social network channelsacting asa partial intermediaryrole in farmers'decision-making on agricultural machinery services，accounting for 16.9% of the intermediaryefect.In termsof heterogeneity，theuseof the internet hasagreaterimpactin thecentraland western regions，nonplainareas andonpart-timefarmers.These findings suggest theneed to strengthen theconstructionof rural internet informationcapacity，utiizeinternetcommunitiesandvilagerorganizations，promotetheapplicationofsmal agricultural machinery in hilly and mountainous areas，and bridge the digital gap for vulnerable groups.

Keywords：internetuse；adoptionofagricultural machinery technology；agricultural machinery services；agricultural mechanization;CFPS micro data

0 引言

農業機械化是科技興糧的重要手段，有助于加快農業生產結構調整、提高生產效率、增強防災減災能力，并推動農業可持續發展[1]。2024年，我國耕種收全程機械化率超過 75% 。與此同時，農戶采納農機技術的形式日益多樣化，逐漸演變為自購農機與農機服務相結合[2]。然而，在大國小農的基本國情下，農業機械發展仍面臨供需結構失衡、科技成果轉化與實際應用脫節、農機與農藝結合不足等問題，農機服務也由盛轉衰[3]。

“數字中國\"戰略的實施為基層農技推廣帶來新的歷史機遇。根據《中國互聯網絡發展狀況報告》，我國農村地區的互聯網普及率大幅攀升，從2013年的27.5% 增至2023年的 66.5% 。互聯網技術為農民提供了獲取農業信息、學習新技術和管理知識的新渠道4，互聯網技術的普及被認為是縮小城鄉信息差距、提高農民信息化水平的重要手段。相關研究表明5]，我國互聯網普及與農業機械化存在內在聯系，兩者具有相同的上升趨勢。鑒于此，研究互聯網使用對農機技術采納行為的影響，對進一步推動農業機械化，實現農業現代化具有重要意義。

關于農戶農機技術采納行為的影響因素，現有研究主要聚焦于土地特征、勞動力稟賦與政策環境三重維度：（1）土地要素影響農機要素配置，農地規模與農機服務采納呈倒\"U\"形關系，和自購農機、農機采納程度正相關[6]。其中，土地流轉推動農地規模經營進而影響機械化選擇，土地宜機化改造通過地塊連片整合顯著重構農機裝備選擇偏好，催生中小型農機向大型化設備的結構性升級。（2）勞動力稟賦表現出人力資本異質性特征，老齡化提高農地拋荒可能性，進而抑制了農機社會化服務發展[8]，而勞動力受教育水平、健康狀況、非農就業經歷能促進農戶接納農機技術[9.10]。（3）政策環境通過雙重路徑塑造技術擴散格局，農機購置補貼促使農戶轉向購機自營[11]，農技推廣培訓有力推進新型經營主體采納農機技術[12]。然而，互聯網對農機技術采納行為的影響尚未得到充分關注。現有研究一致認為互聯網使用提升了農機技術采納概率[13]，但學者們關于其對農機技術采納方式選擇的影響尚未達成一致結論。一部分學者認為，互聯網使用在農機采納行為中“促外包，抑自購\"5；還有一部分學者認為，互聯網使用降低購買農機的信息搜尋成本，而農機社會化服務成本保持不變，農戶自購農機的成本相對降低，因而互聯網使用具有“促自購，抑外包\"的作用[14]

現有研究多從單一的自購農機或農機社會化服務展開，較少將兩者納入同一框架分析；同時，大部分研究僅關注農機采納概率，較少關注采納程度。因此，本文采用中國家庭追蹤調查2014—2022年數據，將農機服務外包和自購農機納入統一框架，運用IV—Heckman兩階段模型和IV—Tobit模型，從采納概率、采納方式、采納程度3個層面探討互聯網使用對農機技術采納行為的影響，并分析其作用機制及異質性，為促進互聯網與農機技術全面普及，進一步推動農業生產現代化提供可行路徑。

1理論分析與研究假說

農戶作為理性經濟人，在采納新農業要素時，會基于成本與收益的權衡做出決策。農機作為農業生產的重要投入要素，能夠有效促進糧食增產并替代勞動力投人[15]。然而，農機的高購置成本可能會抵消其帶來的潛在優勢。因此，農戶在采納過程中會比較購機自營與農機服務哪種方式更具經濟性13，農戶資源稟賦不同，最終的農機采納程度也會有所差異。隨著互聯網與農業在各領域的深度融合，農業資源配置能力得以大幅提升[16]，為農機采納概率、方式、程度的轉變提供了新的契機。具體而言，首先，使用互聯網提升了數據的覆蓋廣度，打破時空限制，傳播先進農機技術信息，更大范圍內提高了農機的采納概率。其次，從成本收益視角分析，農機的資產專用性提高了農機的準入門檻，而同一農機設備的作業時間在不同農戶之間是可分的。使用互聯網打破局部壟斷，在更大范圍內深化農戶分工合作，減少了農機服務的采納成本，降低了技術門檻[17]。因而，在同等獲取難度下，相對成本較低農機服務對小農戶群體具有較強的吸引力。同時，依托“互聯網 + 農機共享\"模式，互聯網精準匹配供需[16]，降低了農機服務的獲取難度，滿足了多樣化的生產需求，使得其對農機服務采納的促進作用愈發顯著。最后，互聯網衍生出的社交、消費、數字金融、產業互聯網等多元場景重塑了農戶的行為模式。以數字金融為例，互聯網助力農戶獲取資金，緩解了資金約束，優化了其采納農機的可行能力集18。此外，互聯網提供在線學習培訓的機會，增進了農戶的農機使用技能[19]，降低了農機使用的難度，為農機技術在農村的廣泛普及注人了強大動力。

假說1：互聯網使用能夠提升農戶農機采納概率，促使農戶選擇農機服務方式，提高農戶農機采納程度。

依據斯蒂格勒的信息搜尋理論，信息的不充分可能導致資源錯配，而信息搜尋則能夠使人們獲得更高預期效用的選擇[14]。對于農戶群體而言，降低其信息搜尋成本對其達成利益最大化具有關鍵作用。傳統模式下，農戶獲取農機技術信息依賴于政府推廣或鄰里交流，信息傳播范圍極其有限，存在顯著的時空局限[20]。并且，農戶與信息供應端之間存在嚴重的信息不對稱問題，農戶難以及時準確地獲取農技信息。互聯網的出現為農戶開辟了全新的信息渠道，大幅降低了信息搜尋成本。一方面，互聯網作為信息數據的載體，匯聚了農機性能參數、價格指數、政策補貼等全要素數據，農戶無論身處何時何地，通過互聯網搜索都能即時獲取完備的信息，提高信息傳遞和搜尋效率[14]。互聯網還能根據用戶的興趣和需求提供個性化的消費信息和服務，讓農戶更加高效地進行農機選擇，降低了信息搜尋成本[21]。另一方面，不同于供給方提供有限信息的傳統農技推廣模式，農戶在線交流購買農機或農機服務的心得，將信息傳遞給其他農戶[22]。這種來自消費端的逆向信息反饋比較客觀全面，將有助于減少與農業技術采納相關的信息不對稱，為農戶科學選用農機提供了堅實的決策依據。同時，逆向數字化信息反饋減少信息摩擦與匹配難度[20]，提高農戶信息獲取效率，提升了農機采納的效率與效果。

假說2：互聯網使用通過拓寬信息渠道，進而提升農機技術采納程度。

在正常的人際交往中，農戶形成了基于地緣和親緣關系的社會網絡，個體的決策預期、偏好以及預算約束往往會受到社會網絡中周圍決策主體的影響[23]。而互聯網借助社交媒體與在線社群，拓寬了農戶的社會網絡邊界，強化了周圍決策主體對個體決策的影響。具體而言，一方面，互聯網使用增進了農戶間的交流互動，提升農戶間彼此信任，為維護強關系提供了重要保障[24]，通過示范與同伴效應促進了農機技術的廣泛采納。例如，當農戶觀察到鄰里因使用農機而獲得顯著的經濟效益時，其自身采納農機的可能性也會顯著增加。另一方面，互聯網使農戶能夠突破熟人圈的限制，與陌生人建立聯系，為新建弱關系提供了契機，幫助農戶在更加多元的社會網絡中獲取農機相關信息，深化了社會網絡對農機采納的影響。從農機采納過程來看，農機服務的采納通常為群體性決策，農機作業的規模化和協同性要求多農戶共同商定一致的時間以選用農機服務[17]，社會網絡在其中發揮了重要作用。互聯網優化了社會網絡結構，使農戶間的信息流通更加順暢，從而強化了集體行動的效率。這不僅削減了交易協商成本，還降低了事后監督成本，有力地推動了農機服務的落地實施。相比之下，農戶購機自營多為個體決策，主要考慮自身農地的實際情況和需求[25]，受其他農戶的約束較小。因此，互聯網通過改善社會網絡對農機服務采納的影響可能更為顯著，而對農機購置的影響相對較小。綜上所述，互聯網通過優化社會網絡，促進了農戶對農機技術的整體采納。

假說3：互聯網使用通過改善社會網絡，促進更多農戶選擇農機服務，整體上促進了農戶采納農機技術。互聯網使用對農機技術采納行為的影響機制如圖1所示。

2數據來源與模型設計

2.1 數據來源

基于北京大學中國家庭動態跟蹤調查（CFPS）的微觀數據進行研究。該數據庫涵蓋全國范圍內的城市和農村居民，涉及生產、消費以及個人特征等多方面信息，樣本具有較高的代表性。CFPS調查開始于2010年，但在2012年尚未包含互聯網使用相關內容。自2014年起，該調查新增了“手機和網絡模塊”，專門針對家庭互聯網使用情況進行調查。因此，選取2014年、2016年、2018年、2020年和2022年的五期數據，分析互聯網使用對農戶農機技術采納行為的影響。研究過程中，首先篩選出從事農林牧副漁業生產的農戶，依據財務回答人編碼確定戶主，并將其與個人信息庫匹配，構建包含家庭、戶主和村居信息的面板數據庫。在剔除缺失關鍵變量及異常值的樣本后，最終整理出涵蓋21個省份、122個區縣、280個村居、15263戶農戶家庭的有效數據。

2.2 變量說明

2.2.1 被解釋變量

農戶的農機采納概率、農機采納程度、農機采納方式是主要的被解釋變量。農戶采納農機技術的方式可以分為農戶購置農機具和購買農機社會服務。兩者都是替代勞動力投入的有效途徑。若農戶機器租賃費用或者擁有農用機械總值不為零，則認為該戶采納了農機技術，購置概率賦值為“1”，反之則沒有采納，賦值為“0”。選擇農戶機器租賃費用和擁有農用機械總值加總取對數以衡量農機采納程度。此外，參考王舒娟等[25]研究，根據農戶實際采納情況，對農機采納方式進行賦值：全部購買 =1 ；部分購買，部分服務 =2 全部服務 =3 。

2.2.2核心解釋變量

核心變量為互聯網使用。借鑒陳昕等[26]研究，以農戶家庭上網率作為衡量互聯網使用的指標。鑒于部分農戶家庭完全不上網，該指標屬于受限變量。在問卷設計方面，2014年的個體問卷中通過“你是否上網”這一問題來衡量互聯網使用情況；而在2016—2022年，則通過“是否使用電腦上網\"和“是否使用手機上網\"2個問題來衡量。為保持一致性，若個體在上述2個問題中任意1個回答為“是”，則認定該個體有上網行為，并將其賦值為“1”，否則賦值為“0”。參考陳昕等26研究，將農戶家庭內所有個體上網情況除以總人數，得到農戶家庭上網率。

2.2.3 控制變量

參考陳昕等[26]研究，考慮CFPS數據的可獲取性，引入戶主、家庭、村莊3個維度的特征變量，以降低模型估計的偏差。（1）戶主層面包括年齡、性別、教育、健康。（2）相關研究表明，家庭經濟狀況、資產配置情況、勞動力稟賦、土地稟賦以及補貼激勵等因素均會影響農戶農機采納行為[6]。因此，選取農業經營收入、生產性固定資產、家庭金融資產、勞動力規模、土地資產、土地流轉、農業補貼作為家庭層面的變量。（3）村莊的地理條件影響農機市場的可達性，雇工服務和農機服務同為農業生產性服務，都是對勞動力不足問題的重要補充[19]。因此，村莊層面選取村莊規模、村莊交通、村莊地貌、村莊雇工4個變量。為緩解異方差問題，對部分變量進行對數化處理。需要說明的是，CFPS只有2014年的村莊層面數據，一般認為這些跨時間匹配的村莊變量屬于短期不會改變或者變化較小的類型，故借鑒錢龍等2研究，其他年份數據從2014年獲取。此外，生成省份、年份虛擬變量加以控制，用以消除地區政策、經濟、文化等因素以及不可觀測、不隨時間變化的因素對回歸結果的影響。

2.2.4 中介變量

為探討信息渠道、社會網絡對農戶農機技術采納的影響機制，參考陳昕等[19]研究，將CFPS中戶主對互聯網信息渠道重要性評分除以對所有信息渠道重要性評分總和，得到衡量互聯網信息渠道的相對重要性指標。由于2022年調查問卷中信息渠道相關指標缺失，用互聯網在學習、工作、社交、娛樂、商業等方面的重要性總得分占總分數比例替代。借鑒劉玉飛等[28]研究，選擇“人情禮支出\"對社會網絡的規模與強度進行測度。各變量說明如表1所示。

表1變量說明Tab.1Description of the variable

2.3描述性統計結果

由于關注的是互聯網使用對農戶農機技術采納行為的影響，根據是否使用互聯網對樣本農戶進行分組，以分析組間均值差異，結果見表1。可以看出，上網農戶與未上網農戶在農機技術采納行為上存在顯著差異。具體而言，上網農戶采納農機的概率為0.789，未上網農戶為0.699，兩組農戶的均值差異為0.090；上網農戶采用農機技術的程度為1.144，未上網農戶為0.820，兩組農戶的均值差異為0.324；上網農戶采納農機方式的均值為1.566，未上網農戶為1.353，兩組農戶的均值差異為0.213。由此可以初步推斷，上網與否對農戶農機技術采納行為產生了顯著影響，初步表明了農戶的互聯網使用行為與農機采納概率、采納程度正相關，上網農戶更傾向選擇農機服務的采納方式。此外，上網農戶與未上網農戶在戶主特征和家庭特征等方面也存在顯著差異。為了更好地識別互聯網使用與農戶農機技術采納之間的因果關系，將基于實證模型進一步開展詳細的回歸分析。

2.4模型設計及內生性問題處理

探討互聯網使用對農戶農機技術采納行為的影響時，要考慮可能出現的樣本選擇偏誤、遺漏變量、雙向因果關系等內生性問題：（1）樣本選擇偏誤。一般而言，農戶農機采納行為決策包含兩個階段。第一階段農戶會決策是否采納農機，第二階段農戶會決策采納程度。只有農戶做出采納農機的決策后才能觀察到其農機采納程度。（2）雙向因果關系。互聯網使用對農戶農機技術采納具有顯著影響；反之，農機采納率高的農戶也可能相應地增加互聯網使用。（3）遺漏變量問題。對一系列可能影響農機技術采納的變量進行控制，但仍可能存在遺漏。為此，采用Heckman和Tobit模型，以克服可能出現的內生性問題。借鑒柳松等5的做法，選取農戶所在區縣居民的平均上網率作為工具變量。區縣上網率能夠反映一個地區的互聯網普及度，其比例越高，區域內單個農戶使用互聯網的可能性也越大，因而工具變量與本文的內生變量具有相關性；另一方面，區縣層面居民的上網比例并不會直接作用于單個農戶的農機技術采納行為，從而滿足外生性假設。

2.4.1 Heckman兩階段模型

Heckman兩階段模型的估計過程分解為兩步：（1）構造選擇模型考察互聯網使用對是否采納農機的影響，利用Probit模型預測農戶采納農機的概率，估計出逆米爾斯比率；（2）將逆米爾斯比率作為解釋變量加入影響模型，使用OLS進行估計。具體模型如式（1）和式（2）所示。

P（desion=1）=Φ（INT_it，X_it，w_i，μ_t，ε_it）

Y_it=α₀+α₁INT_it+α₂X_it+α₃λ_it+w_i+μ_t+ε_it

式中： P（desion=1 ） 農戶采納農機概率；

（204號 Y_ii —農戶農機采納程度；

? 標準正態累積分布函數；

i- -省份；

t- 年份；

INT_ii 核心解釋變量，互聯網使用；

X_ii 控制變量；

λ_ii 逆米爾斯比率；

w_i 省份固定效應；

μ_t 1 年份固定效應；

ε_ii 中 隨機誤差項；

α₀，α₁，α₂，α₃ 1 -系數。

此外，Heckman第一階段模型需要有“排除性約束\"變量，因此，參考袁鵬等研究，在第一階段引入區縣農機技術采納率這一變量，該變量影響農機采納概率，但不會對農戶農機采納程度產生直接影響。

2.4.2 Tobit模型

由于Heckman模型僅能檢驗互聯網使用對農戶農機采納概率和農機采納程度的影響，為進一步考察對農機采納方式選擇的影響，完善農戶是否采納一采納方式一采納程度的決策過程，參考龔鈺涵等[29]研究，增加Tobit模型以驗證互聯網使用對農機技術采納方式的影響。模型如式（3）所示。

Y_it^*=α₄+α₅INT_it+α₆X_it+w_i+μ_t+ε_it 式中： ?Y_it^? —農戶農機采納方式；α4、α5、a6系數。

2.4.3中介效應模型

為進一步探討互聯網使用水平對農戶農機技術采納行為的影響機制，采用中介效應檢驗的逐步回歸方法進行檢驗，具體如式（4）～式（6）所示。

式中： M_ii —中介變量；

3 實證分析

3.1 基準回歸

在基準回歸分析之前，首先對研究變量進行多重共線性檢驗，方差膨脹因子（VIF）的最大值為1.53，所有研究變量的VIF平均值為1.19，表明解釋變量之間不存在嚴重的多重共線性問題，可以繼續進行回歸分析。經過進一步的DWH檢驗，發現檢驗統計量顯著，拒絕互聯網使用是外生變量的原假設，這意味著模型可能存在內生性問題。因此，采用工具變量法回歸的結果進行分析，以解決潛在的內生性問題。基準回歸的結果如表2所示。

表2基準回歸結果Tab.2 Benchmark regression results

注：\"、\"、分別表示 1%.5% 和 10% 的顯著性水平，括號內為穩健標準誤。下同。

表2的回歸結果表明，農戶互聯網使用水平對農戶農機采納概率和農機采納程度均具有正向影響，分別在 5%.1% 的水平上顯著，對農機采納方式的選擇也具有顯著影響，一定程度上會促進農機服務這種農機采納方式的選擇。農戶互聯網使用水平每提升1個單位，農機采納程度將上升 0.115% ，說明互聯網使用為農業生產和農村經濟帶來了顯著的數字紅利，有助于更多農戶采納先進農機技術，提高農業生產效率，加快推進農業現代化進程，假說1得到驗證。

戶主個人特征、家庭特征以及村莊特征方面的控制變量都會對農戶農機技術采納行為產生影響。在戶主個人特征方面，除性別、健康對農機采納程度影響顯著為正外，其他變量均對農機采納行為的影響不顯著或顯著為負。可能的原因是，農機具有技能指向型技術特征，采納農機有一定的操作技術門檻，年齡與健康狀況影響技能的提升。同時，戶主為女性的農戶，合作意愿更強，因而更愿意采納協作的農機服務方式。在家庭特征方面，農業經營收入、家庭金融資產、生產性固定資產、勞動力規模、土地資產、土地流轉、農業補貼對農機技術采納行為均產生顯著正向影響。農業收入、金融資產顯著增強了農戶對農機和農機服務的支付能力，從而提升其農機及農機服務的采納程度。其他生產性固定資產與農機具有互補性，提供了與農機配套的生產資料，有利于提高農機及農機服務采納概率與程度。家庭勞動力越多，耕地擢荒的可能性越低，追求更高的產量和效率，需要更多農機輔助生產，農機及農機服務采納概率與程度隨之提高。土地資產豐富或土地流轉的農戶，經營較大規模的土地，使用的勞動力節約效果越明顯，農戶購買農機和采納農機服務也越經濟，農戶采納農機技術的概率和程度也將會提高。農業補貼能夠激勵農機采納農業新技術，顯著提高農機技術采納概率，激勵更多農戶選擇農機服務，但農機采納程度受制于農戶購買能力，未有顯著提升。在村莊特征方面，村莊規模的系數顯著為負，村莊雇工價格的系數顯著為正。可能是因為，村莊規模越大，農戶家庭數越多，農機需求多樣化，不利于農機采納概率和采納程度的提升，但促進了需要集體行動的農機服務的選擇。當距離鄉鎮近、交通條件好時，農戶更傾向于購機自營，但整體上未顯著影響農機技術采納概率和程度。非平原地區地形條件比較崎，不利于提升農機采納概率和程度，也不利于集中連片作業的農機服務。雇工價格越高，農戶采用農機替代勞動的概率也越高，推動更多農戶由雇工轉向購買農機及農機服務，進一步提升農機及服務的采納程度。

此外，排除性約束變量區縣農機采納率在 1% 的水平上顯著，說明區縣農機采納率會影響農戶的農機采納概率，符合排除性約束變量選擇的條件。逆米爾斯比在 1% 的水平上顯著，表明在互聯網使用水平影響農戶農機技術采納程度的估計中存在樣本選擇問題，選用Heckman兩階段模型進行估計，有利于消除樣本選擇偏差造成的內生性問題。

3.2 穩健性檢驗

3.2.1 PSM模型

互聯網使用能夠顯著影響農機采納行為并解決一系列內生性問題，但仍可能存在樣本自選擇導致的內生性問題。具體而言，若農戶的農機技術采納水平是由其自身技術偏好、資源稟賦本身決定的，而非由高程度的互聯網使用水平決定的，則可能導致因果效應估計失真。為此，采用傾向得分匹配（PSM）方法，通過PSM方法可以在對照組中找到與處理組相似的個體進行匹配，從而剔除本身特征因素對被解釋變量的影響，以控制樣本自選擇導致的內生性問題。因此，首先對使用互聯網的農戶（處理組）和具有相同特征但是未使用互聯網（控制組）進行匹配。其次，使用可觀測變量作為控制變量，構建協變量集，估計農戶使用互聯網的條件概率擬合值，即“傾向得分”。為排除匹配方法對估計結果的影響，確保結果的穩健性，進一步采取卡尺匹配（卡尺 =0.05 ）、近鄰匹配（ k=2 、核匹配這3種匹配方法進行估計分析。

PSM模型結果滿足平衡假定檢驗與匹配假定檢驗，PSM估計有效。從表3可以看出，3種匹配方法獲得的 ATT 值較為接近，且在 1% 的水平上通過顯著性檢驗，估計結果具有穩健性。在基本特征相似的情況下，使用互聯網的農戶比未使用互聯網的農戶在采納農機概率上高 0.029～0.038 ，在農機采納程度的系數上高 0.138～0.176 ，在選擇農機服務采納方式的比例上高 0.130～0.140 。該結果進一步驗證假說1，即互聯網使用顯著影響農機技術采納行為。

表3PSM模型檢驗結果Tab.3 PSM model test results

注：表內均為 ATT 估計值。 ATT 表示個體在干預狀態下的平均干預效應。

3.2.2其他穩健性檢驗

為確保前文研究結論的穩健可靠性，采用3種方法進行穩健性檢驗，結果如表4所示。

表4穩健性檢驗Tab.4 Robustness test

（1）更換解釋變量。前文選用農戶家庭上網率來考察農戶互聯網使用水平，為避免基準回歸結果是測量指標的偶然選擇所致，使用戶主是否上網再次回歸。（2）剔除部分樣本。陳昕等[26研究顯示，從事種植業生產的農戶比從事養殖業生產的農戶更需要采納農機服務。因此，剔除部分只從事畜牧業生產，不從事種植業生產的部分樣本，再次進行回歸。（3）縮尾處理。為消除極端異常值影響，對所有變量進行 5% 水平上的縮尾處理后，再次回歸。表4穩健性結果顯示，互聯網使用水平對農機技術采納概率、方式、程度的影響依舊顯著，且系數為正，與基準回歸結果一致，證明前文的結論較為可靠。

3.3 機制分析

由表2基準回歸結果可知，互聯網的使用能夠提升農機技術采納程度。那么，需要考慮的問題是，互聯網的使用是通過何種機制影響農戶技術采納程度的呢？農機采納方式的選擇又受到哪些方面的影響？由于Heckman第一階段是否采納在采納程度中已經體現，主要探討互聯網使用對采納方式、采納程度的影響機制。

3.3.1 信息渠道

從表5列（1）可以看出，互聯網使用對信息渠道的影響系數為0.153，在 1% 的水平上顯著，說明互聯網使用對信息渠道具有顯著的正向影響，表明隨著農戶互聯網使用水平的上升，信息獲取渠道將會增加。表5列（2）回歸結果顯示，將信息渠道加入回歸方程后，互聯網使用和信息渠道對農機技術采納程度的影響均顯著為正，其中，互聯網使用對農機技術采納程度的回歸系數從基準回歸的0.115下降到0.074，表明存在中介作用，中介效應占總效應的比重為 34.7% ，說明互聯網使用提供多樣化的農機信息，拓寬農戶獲取農機信息的渠道，降低信息交易成本，進而提升農戶采納農機技術的積極性。

表5互聯網使用對農機技術采納程度的影響機制檢驗Tab.5Mechanism test of the influence of internet use onthe degree of adoption of agricultural machinery

表6列（1）和列（2）的結果表明，信息渠道對農機技

術采納方式的影響未通過Sobel檢驗，信息渠道在互聯網使用對采納方式的影響中未發揮中介作用。以上結果說明，互聯網使用水平通過拓寬信息渠道，進而提升農機采納程度，假說2得到驗證。

表6互聯網使用對農機技術采納方式的影響機制檢驗Tab.6 Mechanism test of the influence of internet use onthe way of adoption of agricultural machinery

3.3.2 社會網絡

由表5列（3）可知，互聯網使用對社會網絡具有顯著的正向影響，表明隨著農戶互聯網使用水平的上升，社會網絡將會改善。表5列（4）回歸結果顯示，引入社會網絡后，互聯網使用和購買渠道對農機技術采納程度的影響均顯著為正，其中，互聯網使用對農機技術采納程度的回歸系數從基準回歸的0.115下降到0.091，表明社會網絡起到部分中介作用，中介效應占比為 20.8% ，表明互聯網使用便利了農戶間的線上社群交流，進而提升了農戶采納農機技術的積極性。表6列（4）回歸結果顯示，互聯網使用和社會網絡對農機采納方式的影響均顯著為正，中介效應占比為16.9% ，通過Sobel檢驗，表明互聯網使用主要通過社會網絡影響農機采納方式的選擇。無論是熟悉的親友還是陌生的農戶，互聯網使用都能為其交流提供便利條件，這有助于更多農戶共同協商農機作業時間，進而促進農機服務的選擇。與此同時，農機購買選擇的比例則相應有所降低。以上結果說明，互聯網使用水平能夠改善社會網絡，促進農戶采納農機服務，進而提升農機采納程度，假說3得到驗證。

3.4 異質性分析

由于各地區各群體之間的要素稟賦和互聯網普及程度不同，互聯網使用對農機技術采納方式與采納程度的影響也有所區別，因而進行以下異質性討論。

3.4.1 區域異質性分析

考慮到國家統計局將我國經濟地帶劃分為東部地區、中部地區、西部地區和東北地區，且結合互聯網發展狀況來看，東部地區的互聯網發展水平遠遠高于其他地區[30]，因此將樣本劃分為東部地區和中西部地區，并引入互聯網使用水平與區域虛擬變量的交互項進行檢驗。Chow檢驗結果顯示，交互項的 P 值為0.000，表明東部地區與中西部地區存在顯著差異。表7為區域異質性檢驗結果。

表7區域異質性估計結果 Tab.7 Regional heterogeneity regression results

注：東部地區包含冀、魯、蘇、浙、粵、閩，中西部地區包含晉、豫、皖、鄂、贛、湘、川、陜、云、貴、甘、青、黑、吉、遼。系數差異 P 值根據交互項模型的Chow檢驗的估計結果計算得到。基于似無相關模型的檢驗與費舍爾組合檢驗的結果也基本類似。下同。

表7列（1）和列（2）的結果表明，互聯網使用對東部地區農戶農機采納方式選擇的影響不顯著，而對中西部地區農戶農機采納方式選擇的影響為0.106，在 1% 的水平上顯著。表7列（3）和列（4）的結果顯示，互聯網使用水平的回歸系數分別在 10% 和 1% 的水平上顯著為正，且互聯網使用對中西部地區農機采納程度的影響系數為0.120，明顯高于對東部地區的0.088。可能的原因是，中西部地區的互聯網使用打破束縛傳統農業發展的障礙，農戶通過互聯網突破了時空限制搜尋農機服務主體，在降低信息搜尋成本的同時提高了農業服務效率，有力推動農機服務方式的選擇。因此，相較于經濟發展程度較高的東部地區，互聯網使用影響中西部地區農戶選擇采納農機服務的邊際效應更高，對整體農機技術采納程度的提升作用也更明顯。

3.4.2 地形異質性

基于地形地貌的差異性，將樣本劃分為平原地區和非平原地區兩組，并引入互聯網使用水平與地形虛擬變量的交互項進行檢驗。Chow檢驗結果顯示，交互項的P 值為0.0O0，表明平原地區與非平原地區存在顯著差異。表8為地形異質性檢驗結果。表8列（1）和列（2）的結果表明，互聯網使用對平原地區農戶農機采納方式選擇的影響不顯著，而對非平原地區農戶農機采納方式選擇的影響顯著為正。表8列（3）和列（4）的結果顯示，互聯網使用的回歸系數分別在 10% 和 1% 的水平上顯著為正，且非平原地區的回歸系數0.125高于平原地區的回歸系數0.085。可能的原因是，平原地區地形平坦，適合大規模連片作業，農機及農機服務進駐較早，傳統農機市場發展較為成熟，因而互聯網使用效果不顯著。而非平原地區更適用于小型農機作業，地形崎嶇導致其傳統農機市場發展受限。互聯網提供多樣化的農機服務信息，暢通了小型農機購買渠道，彌補了傳統農機市場受限的不足，讓偏遠地區農戶分享到互聯網發展的數字紅利，整體上促進了農戶采納農機及農機服務。

表8地形異質性回歸結果Tab.8 Topographic heterogeneity regression results

注：平原地區包含村莊地貌類型為平原的農戶，非平原地區包含地貌類型為丘陵山區、高山、高原、草原以及其他的農戶。

3.4.3 家庭特征異質性

鑒于生計資本和勞動力配置的不同特點，互聯網使用對純務農和兼業型農戶的農機采納行為的影響存在差異。為考察家庭特征異質性，將部分或全部成員從事非農就業的家庭定義為兼業型農戶，把樣本分為純務農型和兼業型農戶兩組，并引入互聯網使用水平與家庭分組虛擬變量的交互項進行檢驗。Chow檢驗結果顯示，交互項的 P 值為0.000和0.041，表明純務農型和兼業型農戶存在顯著差異。表9為家庭特征異質性檢驗結果。表9列（1）和列（2）的結果表明，互聯網使用對純務農型農戶農機采納方式選擇的影響不顯著，而對兼業型農戶農機采納方式選擇的影響顯著為正。表9列（3）和列（4）的結果顯示，互聯網使用對農機技術采納程度在回歸系數為 1% 的水平上顯著為正，且互聯網使用對兼業型農戶區農機采納程度的影響系數為0.140，比純務農型農戶高出了0.055。一般認為，兼業型農戶更多地參與非農業活動，因而選擇采納農機服務外包的方式以節約時間成本。且兼業型農戶生計多樣化，收入來源更多，采納農機技術的能力更強，因此，農機技術采納程度更高。

表9家庭特征異質性回歸結果Tab.9 Heterogeneity regression results of household characteristics

4結論與建議

4.1結論

利用中國家庭追蹤調查2014—2022年五期數據，結合IV—Heckman兩階段模型以及IV—Tobit模型等研究方法，分析互聯網使用農戶農機采納行為的影響效應與作用機理。結果表明：（1）互聯網使用率的上升能夠提高農戶農機采納概率，一定程度上促進農戶選擇農機服務的采納方式，進一步提高農戶采納農機的程度。在進行一系列穩健性檢驗后，該結論仍成立。（2）機制分析發現，互聯網使用通過拓寬信息渠道，進而促進農戶采納農機。互聯網使用通過改善社會網絡，推動農機服務采納，相對而言抑制農戶農機購置，整體上仍促進農戶采納農機。（3）異質性分析發現，互聯網對農戶采納農機行為的影響存在顯著的地理差異且受到農戶生計資本的影響，互聯網使用對中西部地區、非平原地區、兼業型農戶農機采納行為的影響更明顯。

4.2建議

1）強化農村互聯網信息能力建設。完善農村互聯網信息基礎設施，提升農村地區電信普遍服務水平。重點扶持中西部地區農戶，通過實施互聯網進村人戶惠農補貼，降低農戶用網成本。推動先進農機信息的廣泛傳播，宣傳農機購置與應用補貼、老舊農機報廢更新政策信息，加速農機新技術在農業生產中的應用。

2）發揮互聯網社群及村民組織作用。鼓勵互聯網社群交流與管理，引導村干部等意見領袖發布農機政策、技術指導等權威信息，建立互助問答板塊，促進農戶之間的經驗分享與技術交流。發揮村民互助小組與合作社的帶動作用，推動閑置農機共享，提升農機使用效率，降低農戶的農機使用成本。

3）依托互聯網推廣丘陵山區適用農機。建設“互聯網 + \"農機服務平臺，提升供需匹配效率。聚焦無農機小農戶，因地制宜推廣應用丘陵山區適用的小型農機。暢通線上線下農機購買途徑，借助電子商務平臺推廣小型化、輕量化農機。簡化農戶購買流程，完善線上農機購置與應用補貼申請途徑，節約農機交易成本。

4）助力弱勢群體跨越數字鴻溝。關注農村弱勢群體，加大幫扶力度，通過培訓與技術支持，提升其互聯網使用技能。利用互聯網信息為失業人群提供更多就業創業機會，實現生計多樣化，增強其經濟能力。推動農機技術信息的適老化改造，確保各群體均能有效利用互聯網獲取農機技術信息，助推農機技術在農村的全面普及。

參考文獻

[1］江澤林．把握新時代農業機械化的基本特性[J].農業經濟問題，2019（11）：4—14.JiangZelin.Graspingthe basiccharacteristicsofagricultural mechanization in the New Era [J].IssuesinAgriculturalEconomy，2019（11）：4—14.

[2]孟盟，于冷．服務與自營：農機技術采納方式如何影響家庭勞動力配置——基于CFPS農戶微觀調查數據［J].農業技術經濟，2024（6）：69-89.MengMeng，YuLeng.Serviceand self-operation：Howdoes the adoption of agricultural machinery technologyaffect intra-household laborallocation：Based on the CFPShousehold micro data[J].Journal of AgrotechnicalEconomics，2024（6）：69-89.

[3］李書奎，張魯彬，毛世平．農機裝備現代化發展：演進特征、現實阻滯與創新路徑[J].農村經濟，2024（6）：107—118.

[4］周欣雨，姚萬軍，蒲霄玥．互聯網使用是否促進了農業生產分工深化——基于CFPS數據分析[J].農業現代化研究，2024，45（1）：114—123.ZhouXinyu，Yao Wanjun，PuXiaoyue.Doesinternetusepromote the labor division in agricultural production：Anempiricalanalysis basedontheCFPSdata[J].ResearchofAgriculturalModernization，2024，45（1）：1l4—123.

[5］柳松，魏濱輝，蘇柯雨．互聯網使用與農戶農業機械化選擇——基于非農就業的中介效應視角［J].勞動經濟研究，2021，9（3）：101—122.Liu Song，Wei Binhui，Su Keyu. internet use and farmers'choiceof agricultural mechanization：Based ontheperspective of intermediaryeffect of non-agriculturalemployment[J].Journal of Labor Economics，2021，9（3）：101—122.

［6］曾雅婷，JinYanhong，呂亞榮．農戶勞動力稟賦、農地規模與農機社會化服務采納行為分析——來自豫魯冀的證據[J]．農業現代化研究，2017，38（6）：955—962.Zeng Yating，Jin Yanhong，Lu Yarong. Study on theeffect of rural households′labor endowment，farmland scaleon the adoption of agricultural machinery custom service：The evidencefromHenan， ShandongandHebeiProvince [J]. Research of Agricultural Modernization，2017，38（6）：955-962.

［7］袁鵬，張宗毅，李洪波．農田宜機化水平與農戶農機購置行為——基于全國丘陵山區10省4905戶農戶的數據[J]．農業技術經濟，2024（10）：91－105.Yuan Peng，Zhang Zongyi，Li Hongbo．Mechanisationsuitabilityof farmlandand farmers'agricultural machineryacquisition behaviour：Based on data from 4 9O5 farminghouseholds in 1O provinces in the hill mountainous regionsof China [J]．Journal of Agrotechnical Economics，2024（10）：91—105.

[8］仇童偉，喬之芊．“收之桑榆，失之東隅”：農業人口老齡化真能激勵農戶的農機服務采納？[J].浙江大學學報（人文社會科學版），2024，54（10）：21-38.Qiu Tongwei， Qiao Zhiqian. Can farming population agingencourage farmers' adoption of agricultural mechanizationservices？[J]. Journal of Zhejiang University（Humanitiesand Social Sciences），2024，54（10）：21-38.

［9］顏玄洲，李卓，張征華，等．農業補貼下資源稟賦對農戶農機社會化服務采納行為的影響[J]．中國農機化學報，2024，45（2）：288-295.Yan Xuanzhou，Li Zhuo， Zhang Zhenghua，et al.Influence of resource endowment on farmers'adoption ofagricultural machinery socialization service under theagricultural subsidy [J]. Journal of Chinese AgriculturalMechanization，2024，45（2）：288-295.

[10]Tilahun S，Kuma B，Bedemo A.Determinant of adoptionof agricultural machine renting in West Gojiam zone，Ethiopia[J].Cogent Foodamp;.Agriculture，2O24，10（1）：2380123.

[11]魏素豪，唐忠．農機外包作業服務為什么由盛轉衰基于交易風險對農戶農機采納行為影響的解釋[J]．農業技術經濟，2022（12）：4—22.

[12］王博，毛罕平，王亞娜，等．多維度農機多機協同技術采納影響因素與作用機制研究[J].農業機械學報，2023，54（1）：45-53.

Wang Bo，Mao Hanping，Wang Yana，et al. Influencing factors and mechanism of multi-dimensional agricultural machinery[collaborativetechnologiesadoption[J]. Transactions of the Chinese Society for Agricultural Machinery，2023，54（1）： 45-53.

[13]李忠旭，莊健．互聯網使用、非農就業與農機社會化服務——基于CLDS數據的經驗分析[J].農林經濟管理學報，2021，20（2）：166—175.Li Zhongxu，Zhuang Jian． internet use，non-agriculturalemployment and agricultural machinery socialized services：Empirical analysis based on data from CLDS[J]. Journalof Agro-Forestry Economics and Management， 2021，20（2）：166—175.

[14］桂松，蔡海龍．互聯網農業信息獲取與農戶農機社會化服務采納[J]．中國農業大學學報，2023，28（9）：234-246.Gui Song，Cai Hailong. Agricultural information accessfrom internet and farmers′ adoption of socialized service ofagricultural machinery [J]. Journal of China AgriculturalUniversity，2023，28（9）：234—246.

[15］姜長云，王一杰．新中國成立70年來我國推進糧食安全的成就、經驗與思考[J].農業經濟問題，2019（10）：10－23.

[16]李瑾，孫留萍，郭美榮，等．“互聯網 + \"農機：產業鏈融合模式、瓶頸與對策[J].農業現代化研究，2017，38（3）：397-404.Li Jin，Sun Liuping，Guo Meirong，et al.“Internet+”agricultural machinery：The mode，the bottleneck，and thecountermeasuresof the industry chain integration [J].Research of Agricultural Modernization，2O17，38（3）：397—404.

[17］魏素豪，魏廣成．農機作業服務對農戶黑土地保護行為的影響及機制——來自吉林省典型黑土區農戶的證據[J]．資源科學，2024，46（7）：1382—1393.Wei Suhao，Wei Guangcheng. The impact of agriculturalmachineryserviceson farmers’black soil protectionbehavior and mechanism：Evidence from farmers in typicalblack soil areas of Jilin Province [J]． Resources Science，2024，46（7）：1382—1393.

[18]俞云峰．數字鴻溝如何影響農村家庭消費—來自CFPS數據的驗證[J]．浙江學刊，2023（5）：186－194.

[19］陳昕，胡友，祁春節．互聯網使用對農戶農業生產性服務采納的影響——基于CFPS的微觀證據［J].湖南農業大學學報（社會科學版），2021，22（6）：1—10，20.Chen Xin，Hu You，Qi Chunjie.The impact of internetuse on farmers' adoption of agricultural productive services ：Evidencefrom CFPS data[J]. Journal of HunanAgricultural University（Social Sciences），2O2l，22（6）：1—10，20.

[20]趙雯歆，羅小鋒，唐林，等．農技推廣服務數字化對糧食綠色生產率的影響——兼論老齡化與數字鴻溝的作用[J].干旱區資源與環境，2024，38（12）：55-68.Zhao Wenxin，Luo Xiaofeng，TangLin，etal.The impactofdigitalizationofagricultural technologyextensionservices ongreen grain productivity efficiency：An analysisfrom the dual perspective of aging and digital divide [J].Journal of Arid Land Resources and Environment，2024，38（12）：55-68.

［21］張永強，馬桂方，田媛，等．互聯網使用對農村家庭消費同群效應的影響——分化還是趨同[J].農業技術經濟，2024（4）：107—126.ZhangYongqiang，MaGuifang，Tian Yuan，etal.Theimpact of internet use on the peer effect of rural householdconsumption：Stratification or convergence？ [J].JournalofAgrotechnical Economics，2024（4）：107—126.

[22]Gao Y，Zhao D，Yu L，et al.Influence of a newagricultural technology extension modeon farmers'technology adoption behavior in China [J].JournalofRural Studies，2020，76：173-183.

[23］杜冰，戴浩，羅明.數字經濟對農機服務外包的影響與機制研究［J].中國農機化學報，2024，45（3）：304—312，336.DuBing，Dai Hao，Luo Ming.Study onthe influence andmechanism of digital economy on agricultural machineryservice outsourcing [J]. Journal of Chinese AgriculturalMechanization，2024，45（3）：304—312，336.

[24]李松，游艷，趙冬梅.數字技術采納、社會網絡拓展與農戶收入增長關系研究[J].價格理論與實踐，2023（7）：195—199，212.

[25］王舒娟，馬俊凱，李寧，等．農地經營規模如何影響農戶的農業機械化選擇？[J].農村經濟，2021（4）：111—118.

[26］陳昕，胡友，祁春節．互聯網使用對農機服務采納的影響及其異質性[J].中國農機化學報，2022，43（10）：196—203.ChenXin，HuYou，QiChunjie.Influenceof internetuseonadoption of agricultural machinery services and itsheterogeneity[J]. Journalof ChineseAgriculturalMechanization，2022，43（10）：196-203

[27]錢龍，高強，方師樂．家庭自有農機如何影響土地流轉？——基于CFPS的實證分析[J].中國農業大學學報，2021，26（6）：219-230.QianLong，Gao Qiang，Fang Shile. How doesfamily-owned agricultural machinery affect land transfer？Anempirical analysis based on CFPS [J]. Journal ofChinaAgriculturalUniversity，2021，26（6）：219-230.

[28]劉玉飛，汪偉，常曉坤．人情支出、同群攀比與居民家庭消費結構升級——來自CFPS數據的證據［J].學術研究，2020（6）：102—108.

[29]龔鈺涵，張錦華，陳博歐．替代還是互補：公共教育財政與家庭教育儲蓄——來自中國家庭追蹤調查（CFPS）的經驗證據[J].山西財經大學學報，2023，45（2）：45-58.

[30］林孔團，周寒竹．數字經濟、技術創新與制造業轉型升級——基于省級面板數據的實證分析[J].福建農林大學學報（哲學社會科學版），2024，27（1）：52-63.