數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的影響機(jī)理及空間溢出效應(yīng)

黃婉婷，藍(lán)紅星，施帝斌

（四川農(nóng)業(yè)大學(xué)a.管理學(xué)院；b.西部鄉(xiāng)村振興研究中心；c.四川省農(nóng)村發(fā)展研究中心，成都 611130）

0 引言

目前我國(guó)農(nóng)村三產(chǎn)融合發(fā)展仍面臨融合效率較低、產(chǎn)業(yè)鏈延伸不足、利益聯(lián)結(jié)松散等問題。如何釋放農(nóng)村產(chǎn)業(yè)活力，從信息供給、產(chǎn)品升級(jí)和節(jié)本增效等方面促進(jìn)農(nóng)村三產(chǎn)深入融合，成為我國(guó)農(nóng)業(yè)現(xiàn)代化進(jìn)程中亟待解決的問題。數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素、以數(shù)字技術(shù)為主要特征的經(jīng)濟(jì)。相較于農(nóng)業(yè)經(jīng)濟(jì)和工業(yè)經(jīng)濟(jì)等傳統(tǒng)經(jīng)濟(jì)形態(tài)，數(shù)字經(jīng)濟(jì)以零邊際成本、長(zhǎng)尾效應(yīng)以及綠色無污染等特征在構(gòu)建現(xiàn)代經(jīng)濟(jì)體系中呈現(xiàn)顯著的優(yōu)越性。數(shù)字經(jīng)濟(jì)嵌入農(nóng)業(yè)發(fā)展，能通過模糊產(chǎn)業(yè)邊界、減少信息不對(duì)稱、降低交易成本為優(yōu)化城鄉(xiāng)要素資源流動(dòng)通道、拓展農(nóng)業(yè)發(fā)展空間提供全新動(dòng)能。數(shù)字普惠金融、農(nóng)村電商等是促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)、鄉(xiāng)村振興的有效抓手[1,2]。與此同時(shí)，數(shù)字經(jīng)濟(jì)的“雙刃劍”效應(yīng)引致的負(fù)外部性不可忽視，如智慧鄉(xiāng)村發(fā)展可能面臨技術(shù)適用性不強(qiáng)、市場(chǎng)風(fēng)險(xiǎn)較大、農(nóng)民數(shù)字鴻溝等經(jīng)濟(jì)風(fēng)險(xiǎn)[3,4]。

1 機(jī)理分析與研究假設(shè)

1.1 數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的影響

數(shù)字經(jīng)濟(jì)憑借其高擴(kuò)散性、溢出性和普惠性特征，形成規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)及分工經(jīng)濟(jì)賦能農(nóng)村三產(chǎn)融合發(fā)展。首先，數(shù)字經(jīng)濟(jì)的規(guī)模經(jīng)濟(jì)效應(yīng)能為農(nóng)業(yè)經(jīng)營(yíng)主體、產(chǎn)業(yè)體系及市場(chǎng)賦能。一方面，通過打通農(nóng)業(yè)生產(chǎn)、服務(wù)和營(yíng)銷等異質(zhì)性環(huán)節(jié)，促進(jìn)要素流動(dòng)惠及農(nóng)業(yè)經(jīng)營(yíng)主體和產(chǎn)業(yè)體系；另一方面，數(shù)字經(jīng)濟(jì)能將市場(chǎng)需求均轉(zhuǎn)換為“數(shù)據(jù)”，既有利于市場(chǎng)供給主體形成“以銷定產(chǎn)”“柔性定制”的生產(chǎn)模式，降低資源錯(cuò)配[5]，也有利于市場(chǎng)需求主體把握對(duì)稱信息，控制交易成本，有效化解農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)鏈、供需鏈和空間鏈對(duì)接難題。其次，數(shù)字經(jīng)濟(jì)的范圍經(jīng)濟(jì)主要體現(xiàn)在多樣化經(jīng)濟(jì)活動(dòng)的協(xié)同效應(yīng)帶來的成本控制效應(yīng)。農(nóng)業(yè)經(jīng)營(yíng)成本降低可使農(nóng)業(yè)經(jīng)營(yíng)主體提供更多小眾化、個(gè)性化、差異化的產(chǎn)品和服務(wù)，促進(jìn)農(nóng)業(yè)新業(yè)態(tài)生成。最后，數(shù)字經(jīng)濟(jì)的分工經(jīng)濟(jì)效應(yīng)有利于實(shí)現(xiàn)經(jīng)濟(jì)效益報(bào)酬遞增。數(shù)字經(jīng)濟(jì)下產(chǎn)業(yè)發(fā)展逐漸趨于平臺(tái)化和扁平化，能激發(fā)各農(nóng)業(yè)經(jīng)營(yíng)主體利用自身資源稟賦優(yōu)勢(shì)實(shí)現(xiàn)產(chǎn)業(yè)類別或生產(chǎn)環(huán)節(jié)進(jìn)行分工協(xié)作，促進(jìn)產(chǎn)業(yè)分工、產(chǎn)品分工、模塊分工“三位一體”深化程度加深。這將促使不同農(nóng)業(yè)經(jīng)營(yíng)主體在農(nóng)業(yè)產(chǎn)業(yè)細(xì)分領(lǐng)域深耕，打造高度互聯(lián)的農(nóng)村產(chǎn)業(yè)供需系統(tǒng)，實(shí)現(xiàn)優(yōu)勢(shì)最大化目標(biāo)。據(jù)此，本文提出：

假設(shè)1：數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展有顯著促進(jìn)作用。

1.2 數(shù)字經(jīng)濟(jì)影響農(nóng)村三產(chǎn)融合發(fā)展的路徑

（1）農(nóng)業(yè)科技創(chuàng)新路徑。已有研究表明，以互聯(lián)網(wǎng)為代表的數(shù)字經(jīng)濟(jì)發(fā)展能有效提升小農(nóng)戶對(duì)新技術(shù)的需求和接納程度[6]。而包含云計(jì)算、大數(shù)據(jù)和人工智能等更廣泛的數(shù)字技術(shù)注入傳統(tǒng)農(nóng)業(yè)中，數(shù)字要素與農(nóng)業(yè)勞動(dòng)力、土地和資本等要素進(jìn)行結(jié)合、嫁接，不僅能提高農(nóng)業(yè)傳統(tǒng)要素的領(lǐng)域通用性，還能推動(dòng)傳統(tǒng)農(nóng)業(yè)經(jīng)濟(jì)模式轉(zhuǎn)型更新，實(shí)現(xiàn)“技術(shù)—經(jīng)濟(jì)”范式躍遷[7]，催生出以創(chuàng)新性知識(shí)為重要元素、以數(shù)據(jù)為驅(qū)動(dòng)資源的農(nóng)業(yè)新業(yè)態(tài)，打造生物、信息與智能技術(shù)深度融合的“數(shù)字+農(nóng)業(yè)”平臺(tái)，促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展。

（2）城鄉(xiāng)市場(chǎng)對(duì)接路徑。農(nóng)村產(chǎn)品、農(nóng)業(yè)經(jīng)營(yíng)主體與城市市場(chǎng)對(duì)接即為城鄉(xiāng)市場(chǎng)對(duì)接。一方面，數(shù)字平臺(tái)取締了傳統(tǒng)線下交易場(chǎng)域，通過搭建農(nóng)村與城市間的交易橋梁，進(jìn)一步拓展市場(chǎng)交易的廣度和深度；另一方面，線上便捷的交易模式為降低消費(fèi)者交易成本、調(diào)整消費(fèi)者消費(fèi)動(dòng)機(jī)提供渠道，由此提高城鄉(xiāng)市場(chǎng)對(duì)接效率。而伴隨城鄉(xiāng)市場(chǎng)實(shí)現(xiàn)有效對(duì)接，市場(chǎng)交易需求延伸出核心產(chǎn)品與服務(wù)能“倒逼”農(nóng)業(yè)經(jīng)營(yíng)主體提高供給效率，加快農(nóng)業(yè)產(chǎn)業(yè)、產(chǎn)品、服務(wù)標(biāo)準(zhǔn)化、品牌化，促進(jìn)農(nóng)村產(chǎn)業(yè)由點(diǎn)及面的快速融合，以進(jìn)一步分享城鄉(xiāng)市場(chǎng)對(duì)接的紅利。據(jù)此，本文提出：

假設(shè)2：數(shù)字經(jīng)濟(jì)通過促進(jìn)農(nóng)業(yè)科技創(chuàng)新、城鄉(xiāng)市場(chǎng)對(duì)接兩種路徑促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展。

1.3 數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的非線性影響

“梅特卡夫法則”和網(wǎng)絡(luò)效應(yīng)說明隨著數(shù)字經(jīng)濟(jì)水平的提高，其發(fā)展紅利愈發(fā)顯著，相關(guān)研究已證實(shí)數(shù)字經(jīng)濟(jì)對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響呈現(xiàn)邊際效應(yīng)遞增的非線性特征[8]。因此不僅數(shù)字產(chǎn)業(yè)具有高成長(zhǎng)性，而且賦能農(nóng)業(yè)三產(chǎn)融合的效應(yīng)也呈邊際效應(yīng)遞增規(guī)律。此外，農(nóng)業(yè)科技創(chuàng)新水平和城鄉(xiāng)市場(chǎng)對(duì)接作為數(shù)字經(jīng)濟(jì)在農(nóng)村傳播與應(yīng)用的載體，在不同區(qū)域之間資源稟賦差異明顯，這兩大路徑發(fā)揮效應(yīng)的強(qiáng)弱將間接影響數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合的促進(jìn)力度與作用方向。具體而言，在農(nóng)業(yè)科技創(chuàng)新水平不足或城鄉(xiāng)市場(chǎng)尚未形成有效對(duì)接的階段或區(qū)域，數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村三產(chǎn)融合的作用可能較弱。而農(nóng)業(yè)科技創(chuàng)新水平提升、城鄉(xiāng)市場(chǎng)聯(lián)系趨強(qiáng)，數(shù)字經(jīng)濟(jì)提升農(nóng)村三產(chǎn)融合的作用也會(huì)愈發(fā)明顯。據(jù)此，本文提出：

假設(shè)3：數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展具有非線性影響。

2 研究設(shè)計(jì)

2.1 動(dòng)態(tài)面板模型

為驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)我國(guó)農(nóng)村三產(chǎn)融合發(fā)展的影響，本文構(gòu)建如下的動(dòng)態(tài)面板模型：

其中，i和t分別表示地區(qū)和年份；DIGit為解釋變量，即數(shù)字經(jīng)濟(jì)發(fā)展水平；RIIit為核心解釋變量，即農(nóng)村三產(chǎn)融合發(fā)展水平；υt和υi分別表示時(shí)間固定效應(yīng)和地區(qū)固定效應(yīng)；X為一系列控制變量；ε為隨機(jī)誤差項(xiàng)。

2.2 中介效應(yīng)模型

本文利用逐步回歸法探索農(nóng)業(yè)科技創(chuàng)新（TEC）和城鄉(xiāng)市場(chǎng)對(duì)接（LM）的作用路徑，具體由以下三個(gè)估計(jì)方程構(gòu)成：

其中，M為中介變量，包括農(nóng)業(yè)科技創(chuàng)新和城鄉(xiāng)市場(chǎng)對(duì)接。

2.3 面板門檻模型

為進(jìn)一步檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的非線性影響效應(yīng)，設(shè)定如下面板門檻模型：

其中，γ表示需要估計(jì)的門檻值，th為門檻變量，包括數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（DIG）、農(nóng)業(yè)科技創(chuàng)新（TEC）和城鄉(xiāng)市場(chǎng)對(duì)接（ML）。I(·)為示性函數(shù)。

2.4 變量說明

（1）被解釋變量：農(nóng)村三產(chǎn)融合發(fā)展水平（RII）。本文在已有研究的基礎(chǔ)上[9]，從產(chǎn)業(yè)鏈延伸、產(chǎn)業(yè)多功能拓展、產(chǎn)業(yè)服務(wù)支撐三個(gè)維度構(gòu)建二級(jí)指標(biāo)。圍繞二級(jí)指標(biāo)以及鄉(xiāng)村振興產(chǎn)業(yè)發(fā)展內(nèi)涵，選取農(nóng)產(chǎn)品加工水平、農(nóng)業(yè)機(jī)械發(fā)展水平、休閑農(nóng)業(yè)規(guī)模、綠色農(nóng)業(yè)規(guī)模、設(shè)施農(nóng)業(yè)規(guī)模、涉農(nóng)貸款規(guī)模及農(nóng)業(yè)輔助性活動(dòng)作為三級(jí)指標(biāo)。

（2）核心解釋變量。數(shù)字經(jīng)濟(jì)發(fā)展水平（DIG）。數(shù)字化的知識(shí)、信息是數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素，而這些生產(chǎn)要素的傳播需要依靠網(wǎng)絡(luò)通信等基礎(chǔ)設(shè)施。因此，本文從數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模、數(shù)字經(jīng)濟(jì)應(yīng)用程度三個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系。具體指標(biāo)體系詳見表1。為統(tǒng)一各指標(biāo)量綱，對(duì)上述兩個(gè)核心指標(biāo)使用熵值法進(jìn)行綜合測(cè)算。

表1 農(nóng)村三產(chǎn)融合發(fā)展水平和數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系

（3）中介變量和門檻變量。本文的中介變量包括農(nóng)業(yè)科技創(chuàng)新（TEC）和城鄉(xiāng)市場(chǎng)對(duì)接（ML）。前者借鑒文獻(xiàn)[10]，用當(dāng)?shù)剞r(nóng)業(yè)專業(yè)數(shù)量與農(nóng)業(yè)R&D 人員的比值表示，需要注意的是，由于各省份農(nóng)業(yè)R&D人員沒有公開數(shù)據(jù)，因此采用各地公有經(jīng)濟(jì)事業(yè)單位中農(nóng)業(yè)技術(shù)人員占其專業(yè)技術(shù)人員的比重衡量；后者采用當(dāng)?shù)厝司l(xiāng)村消費(fèi)品零售額衡量。門檻變量包括數(shù)字經(jīng)濟(jì)發(fā)展水平（DIG）、農(nóng)業(yè)科技創(chuàng)新（TEC）和城鄉(xiāng)市場(chǎng)對(duì)接（ML）。

（4）控制變量。本文選取的控制變量包括：城鎮(zhèn)化率（UR），用各省份城鎮(zhèn)人口數(shù)量占總?cè)丝诘谋戎貋砗饬?；老齡化率（AR），用各省份65 歲以上人口數(shù)量抽樣與地區(qū)人口數(shù)量抽樣的比值衡量；農(nóng)業(yè)機(jī)械化（MCH），以各地區(qū)農(nóng)機(jī)動(dòng)力總量與第一產(chǎn)業(yè)就業(yè)人數(shù)的比值衡量；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（AS），用第一產(chǎn)業(yè)總產(chǎn)值占GDP比重衡量；工業(yè)企業(yè)數(shù)量（IE），用各省份實(shí)際規(guī)模以上工業(yè)企業(yè)數(shù)量的對(duì)數(shù)衡量；財(cái)政支農(nóng)比重（FSA），以財(cái)政支農(nóng)占財(cái)政總支出的比重來衡量；農(nóng)林牧漁投資占比（IMAFF），用各省份農(nóng)林牧漁投資占農(nóng)村固定資產(chǎn)投資總額的比重衡量。

2.5 數(shù)據(jù)來源

本文選取2011—2020 年中國(guó)30 個(gè)省份（不含西藏和港澳臺(tái)）的面板數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)來源于歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)農(nóng)業(yè)機(jī)械工業(yè)年鑒》《中國(guó)休閑農(nóng)業(yè)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村金融服務(wù)報(bào)告》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)數(shù)據(jù)；數(shù)字普惠金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心；缺失值采用線性插值法填充。

3 實(shí)證結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果

在進(jìn)行基準(zhǔn)回歸之前，多重共線性檢驗(yàn)表明單個(gè)解釋變量的方差膨脹因子（VIF）最大為4.86，模型整體的VIF數(shù)值為2.75，均小于5，排除解釋變量之間的多重共線性問題。分別使用隨機(jī)效應(yīng)（RE）和固定效應(yīng)（FE）模型對(duì)式（1）進(jìn)行估計(jì)，結(jié)果顯示Hausman 統(tǒng)計(jì)值為34.14，且P 值為0，故應(yīng)選擇固定效應(yīng)模型作為基準(zhǔn)回歸模型（見表2）。雙向固定效應(yīng)模型的估計(jì)結(jié)果顯示DIG的系數(shù)為0.368，且在1%的顯著性水平上通過檢驗(yàn)，說明數(shù)字經(jīng)濟(jì)發(fā)展能顯著促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展，數(shù)字經(jīng)濟(jì)發(fā)展水平每增加1%，農(nóng)村三產(chǎn)融合發(fā)展水平約提升36.8%?？刂谱兞恐?，農(nóng)業(yè)機(jī)械化（MCH）系數(shù)顯著為正，說明提高農(nóng)業(yè)機(jī)械化水平有助于促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)融合發(fā)展；而老齡化率（AR）、產(chǎn)業(yè)結(jié)構(gòu)（AS）系數(shù)顯著為負(fù)，表明農(nóng)村人口老齡化程度加深，以及農(nóng)業(yè)產(chǎn)值占比過大對(duì)農(nóng)村三產(chǎn)融合產(chǎn)生抑制作用，應(yīng)當(dāng)通過農(nóng)村財(cái)政與公共服務(wù)資源傾斜解決農(nóng)村勞動(dòng)力稟賦不足的問題，并通過技術(shù)進(jìn)步調(diào)整農(nóng)業(yè)產(chǎn)出效率，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)多元化發(fā)展。

表2 基準(zhǔn)回歸和穩(wěn)健性檢驗(yàn)結(jié)果

3.2 穩(wěn)健性檢驗(yàn)

研究從縮尾法、替換變量、滯后變量及工具變量法四個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。第一，為消除異常值干擾，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行上下1%縮尾處理（模型2）；第二，使用主成分分析法（PCA）代替熵值法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平重新核算后再次回歸（模型3）；第三，為驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合的時(shí)滯影響，采用數(shù)字經(jīng)濟(jì)發(fā)展水平的滯后一期替代原變量進(jìn)行回歸（模型4）；第四，為消除反向因果導(dǎo)致的內(nèi)生性問題，選取使用1984 年各地區(qū)每百人固定電話數(shù)量作為工具變量，并參考文獻(xiàn)[11]的處理方法，將此工具變量與各地區(qū)上一年全國(guó)信息服務(wù)技術(shù)收入相乘，以此將截面數(shù)據(jù)轉(zhuǎn)化為面板數(shù)據(jù)。再使用工具法進(jìn)行兩階段最小二乘估計(jì)（2SLS）（模型5）。模型2至模型4的結(jié)果表明，在考慮極端值、估計(jì)方法和時(shí)滯效應(yīng)后，DIG系數(shù)的顯著性和符號(hào)均與基準(zhǔn)回歸結(jié)果保持一致。模型5中，工具變量識(shí)別不足（LM 統(tǒng)計(jì)量的P 值為0）和弱工具變量（Wald F統(tǒng)計(jì)量為57.660）均通過檢驗(yàn)，表明在考慮了內(nèi)生性問題之后，數(shù)字經(jīng)濟(jì)能顯著促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展的結(jié)論仍舊成立。由此，假設(shè)1得證。

3.3 異質(zhì)性分析

本文將全國(guó)劃分為東、中、西部地區(qū)，并按照產(chǎn)業(yè)發(fā)展定位的不同，將30 個(gè)省份分為14 個(gè)農(nóng)業(yè)大省和其他非農(nóng)業(yè)大?、俎r(nóng)業(yè)大省包括河南、山東、四川、河北、黑龍江、湖南、內(nèi)蒙古、湖北、安徽、江蘇、吉林、廣西、遼寧、江西；其余為非農(nóng)業(yè)大省。進(jìn)行分樣本回歸。下頁表3 的結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的賦能作用僅在東部地區(qū)、非農(nóng)業(yè)大省中顯著。而在中西部地區(qū)、農(nóng)業(yè)大省沒有通過顯著性檢驗(yàn)。這一結(jié)果產(chǎn)生的原因可能是，相對(duì)中西部地區(qū)和農(nóng)業(yè)大省，我國(guó)東部地區(qū)和非農(nóng)業(yè)大省的數(shù)字經(jīng)濟(jì)發(fā)展時(shí)間較長(zhǎng)、積累水平較高，數(shù)字經(jīng)濟(jì)紅利釋放促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展的效率更高。此外，農(nóng)業(yè)大省分布在中西部地區(qū)的省份較多，由于需要提供主要農(nóng)產(chǎn)品保障本地基本需求以及全國(guó)糧食和食品安全，農(nóng)村三產(chǎn)融合發(fā)展進(jìn)程受限。

表3 異質(zhì)性分析結(jié)果

3.4 傳導(dǎo)路徑檢驗(yàn)

表4 中模型1 的結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展有正向促進(jìn)作用；模型2中DIG系數(shù)為1.320，且在1%的水平上顯著，表明數(shù)字經(jīng)濟(jì)發(fā)展能促進(jìn)農(nóng)業(yè)科技創(chuàng)新水平提升；在模型3 中同時(shí)加入核心解釋變量和中介變量后，DIG系數(shù)的顯著性未發(fā)生變化，但系數(shù)值由0.368減小到0.332，且農(nóng)業(yè)科技創(chuàng)新與農(nóng)村三產(chǎn)融合水平顯著相關(guān)，表明農(nóng)業(yè)科技創(chuàng)新在數(shù)字經(jīng)濟(jì)發(fā)展與農(nóng)村三產(chǎn)融合之間發(fā)揮了部分中介效應(yīng)。同理，模型4和模型5的結(jié)果也表明數(shù)字經(jīng)濟(jì)發(fā)展能通過促進(jìn)城鄉(xiāng)市場(chǎng)有效對(duì)接，從而提高農(nóng)村三產(chǎn)融合水平。由此，假設(shè)2得證。

表4 中介效應(yīng)檢驗(yàn)結(jié)果

3.5 非線性效應(yīng)分析

通過引入解釋變量二次項(xiàng)系數(shù)和門檻模型驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的非線性影響效應(yīng)。首先，在式（1）中引入數(shù)字經(jīng)濟(jì)的二次項(xiàng)進(jìn)行回歸，由表5中模型1的結(jié)果可知，數(shù)字經(jīng)濟(jì)二次項(xiàng)系數(shù)顯著為正，可初步認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展與農(nóng)村三產(chǎn)融合存在非線性關(guān)系。

表5 門檻效應(yīng)檢驗(yàn)結(jié)果

其次，采用面板門檻模型對(duì)該非線性效應(yīng)進(jìn)行具體剖析，將數(shù)字經(jīng)濟(jì)（DIG）設(shè)為門檻變量。為了確定面板門檻的存在，采用Boorstrap 法進(jìn)行300 次反復(fù)抽樣，對(duì)門檻變量依次進(jìn)行單一門檻、雙重門檻和三重門檻存在性檢驗(yàn)，最終結(jié)果顯示數(shù)字經(jīng)濟(jì)僅通過單一門檻檢驗(yàn)，根據(jù)門檻值把數(shù)字經(jīng)濟(jì)分為DIG＜0.551 和DIG≥0.551 兩個(gè)區(qū)間。當(dāng)數(shù)字經(jīng)濟(jì)水低于檻值時(shí)，數(shù)字經(jīng)濟(jì)系數(shù)為0.185，且通過5%水平的顯著性檢驗(yàn)；當(dāng)數(shù)字經(jīng)濟(jì)水平越過檻值后，數(shù)字經(jīng)濟(jì)系數(shù)增大至0.342，顯著性水平進(jìn)一步提升，說明數(shù)字經(jīng)濟(jì)發(fā)展水平越高，對(duì)農(nóng)村三產(chǎn)融合發(fā)展的促進(jìn)作用越大。

最后，將農(nóng)業(yè)科技創(chuàng)新（TEC）和城鄉(xiāng)市場(chǎng)對(duì)接（ML）設(shè)為門檻調(diào)節(jié)變量，均通過了雙重門檻檢驗(yàn)。模型3和模型4 中，當(dāng)農(nóng)業(yè)科技創(chuàng)新、城鄉(xiāng)市場(chǎng)對(duì)接小于第一門檻值（1.642、0.711）時(shí)，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.049 和0.125，但未能通過顯著性檢驗(yàn)；當(dāng)農(nóng)業(yè)科技創(chuàng)新和城鄉(xiāng)市場(chǎng)對(duì)接處于第一門檻值和第二門檻值區(qū)間內(nèi)（1.642～8.890、0.711～1.901）時(shí)，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.203和0.226，且通過了1%水平的顯著性檢驗(yàn)；當(dāng)農(nóng)業(yè)科技創(chuàng)新和城鄉(xiāng)市場(chǎng)對(duì)接跨越第二門檻值（8.890、1.901）時(shí)，數(shù)字經(jīng)濟(jì)回歸系數(shù)繼續(xù)增大且顯著性不變。這表明農(nóng)業(yè)科技創(chuàng)新和城鄉(xiāng)市場(chǎng)對(duì)接也會(huì)對(duì)數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村三產(chǎn)融合的邊際遞增非線性影響產(chǎn)生間接作用。由此，假設(shè)3得證。

4 數(shù)字經(jīng)濟(jì)的空間溢出效應(yīng)

本文通過構(gòu)建空間地理距離矩陣、空間經(jīng)濟(jì)距離矩陣作為權(quán)重矩陣（空間地理矩陣采用省份間經(jīng)緯度距離的倒數(shù)表示；空間經(jīng)濟(jì)距離矩陣采用2011—2020 年人均GDP差值的絕對(duì)數(shù)的倒數(shù)表示），建立空間杜賓模型探析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展影響的空間溢出效應(yīng)，計(jì)量模型如下：

其中，W為空間權(quán)重矩陣，ρ為空間自相關(guān)系數(shù)。

在進(jìn)行空間計(jì)量回歸之前，需要先使用Moran’s I 考察各省份數(shù)字經(jīng)濟(jì)是否存在空間相關(guān)性。結(jié)果表明，在兩種空間權(quán)重矩陣條件下，絕大多數(shù)年份的Moran’s I 均為正，表明30 個(gè)省份在考察期內(nèi)的農(nóng)村三產(chǎn)融合發(fā)展呈現(xiàn)較強(qiáng)的空間正相關(guān)性。進(jìn)一步，通過LM 檢驗(yàn)、LR 檢驗(yàn)、Hausman 等診斷性檢驗(yàn)，最終確定將個(gè)體固定效應(yīng)的空間杜賓模型（SDM）作為分析模型。

兩種矩陣條件下的回歸結(jié)果見表6。首先，空間自相關(guān)回歸系數(shù)ρ分別在5%和1%的水平上顯著為負(fù)。其次，空間權(quán)重與解釋變量的交互項(xiàng)系數(shù)在兩種空間權(quán)重矩陣中均顯著為負(fù)，但經(jīng)濟(jì)距離矩陣下的系數(shù)絕對(duì)值為0.509，明顯高于地理距離矩陣，表明本地?cái)?shù)字經(jīng)濟(jì)發(fā)展水平增長(zhǎng)會(huì)促進(jìn)本地農(nóng)村三產(chǎn)融合發(fā)展水平提高，但對(duì)相關(guān)聯(lián)區(qū)域地區(qū)的農(nóng)村三產(chǎn)融合發(fā)展水平存在抑制效應(yīng)，且這種抑制作用在經(jīng)濟(jì)上相關(guān)聯(lián)的低融合地區(qū)更為明顯。最后，為了反映數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的空間效應(yīng)，進(jìn)一步通過偏微分將SDM 模型中數(shù)字經(jīng)濟(jì)的系數(shù)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。直接效應(yīng)結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展水平的提高在兩種空間權(quán)重矩陣下均能促進(jìn)本地區(qū)的農(nóng)村三產(chǎn)融合發(fā)展水平提高；間接效應(yīng)結(jié)果表明，本地?cái)?shù)字經(jīng)濟(jì)發(fā)展水平的提高在兩種空間權(quán)重矩陣下均對(duì)相關(guān)聯(lián)地區(qū)的農(nóng)村三產(chǎn)融合發(fā)展水平具有抑制作用。以上結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展具有負(fù)向空間溢出效應(yīng)，導(dǎo)致農(nóng)村三產(chǎn)融合發(fā)展形成“強(qiáng)者越強(qiáng)、弱者越弱”的不平衡不充分局面。其可能的原因是，目前我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展尚存空間不均衡的短板，數(shù)字經(jīng)濟(jì)發(fā)展水平較高的區(qū)域，本身集聚了較完善的數(shù)字基礎(chǔ)設(shè)施、優(yōu)質(zhì)的人才以及充裕的技術(shù)與資金支持，根據(jù)累計(jì)因果論的梯度發(fā)展效應(yīng)，極化效應(yīng)和回程效應(yīng)的作用普遍大于擴(kuò)散效應(yīng)，使得數(shù)字經(jīng)濟(jì)發(fā)展水平較低的關(guān)聯(lián)地區(qū)資本和勞動(dòng)力進(jìn)一步向高水平地區(qū)流出，導(dǎo)致這些地區(qū)農(nóng)村三產(chǎn)融合發(fā)展進(jìn)一步被削弱。

表6 空間面板模型回歸結(jié)果

5 結(jié)論

本文選取2011—2020 年我國(guó)30 個(gè)省份的面板數(shù)據(jù)，采用熵值法測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展水平和農(nóng)村三產(chǎn)融合水平，并運(yùn)用動(dòng)態(tài)面板模型、中介效應(yīng)模型、面板門檻模型和空間計(jì)量模型，實(shí)證檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的線性與非線性影響效應(yīng)及路徑機(jī)制。結(jié)果發(fā)現(xiàn)：（1）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展有顯著促進(jìn)作用，在剔除極端值以及引入工具變量后回歸結(jié)果依然穩(wěn)健。其中，相比中西部地區(qū)和農(nóng)業(yè)大省，東部地區(qū)和非農(nóng)大省農(nóng)村三產(chǎn)融合發(fā)展水平享受到的數(shù)字經(jīng)濟(jì)紅利更大。（2）農(nóng)業(yè)科技創(chuàng)新水平提升及城鄉(xiāng)市場(chǎng)對(duì)接是數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展的重要途徑。（3）數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展存在邊際遞增非線性影響效應(yīng)，即在數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，數(shù)字經(jīng)濟(jì)釋放紅利更加充分；且農(nóng)業(yè)科技創(chuàng)新及城鄉(xiāng)市場(chǎng)對(duì)接在數(shù)字經(jīng)濟(jì)發(fā)展影響農(nóng)村三產(chǎn)融合發(fā)展過程中存在門檻效應(yīng)，即農(nóng)業(yè)科技創(chuàng)新和城鄉(xiāng)市場(chǎng)對(duì)接水平越高，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村三產(chǎn)融合發(fā)展的促進(jìn)作用越強(qiáng)。（4）數(shù)字經(jīng)濟(jì)發(fā)展存在空間溢出效應(yīng)，能顯著提高本省的農(nóng)村三產(chǎn)融合發(fā)展水平，但對(duì)相鄰和經(jīng)濟(jì)水平關(guān)聯(lián)度高的省份存在負(fù)向溢出效應(yīng)。