楊慧文 季張含昱 馮天易
楊慧文,季張含昱,馮天易. 數(shù)字經濟對糧食生產效率的影響[J]. 湖北農業(yè)科學,2024,63(3):163-170.
摘要:從數(shù)字基礎設施、數(shù)字產業(yè)、數(shù)字人才3個維度設計數(shù)字經濟測度指標體系,利用投影尋蹤技術進行降維處理,測算數(shù)字經濟發(fā)展水平及各維度發(fā)展水平,然后通過構建SBM-DEA模型測算糧食生產效率,最后利用固定效應模型實證分析“十三五”期間數(shù)字經濟對糧食生產效率的影響。結果表明,促進數(shù)字經濟發(fā)展的主導因素具有省際差異和地域特色,相較于廣東數(shù)字產業(yè)集群優(yōu)勢顯著,北京則更多依賴數(shù)字人才資源。數(shù)字經濟對提高糧食生產效率具有正向作用,但影響能力較低。分維度看,相較于數(shù)字產業(yè),數(shù)字人才和數(shù)字基礎設施對糧食生產效率的提高作用更顯著。因此,各地應因地制宜、動態(tài)平衡推動數(shù)字經濟協(xié)調發(fā)展,增進數(shù)字化要素與農業(yè)生產要素協(xié)同銜接,精準高效釋放數(shù)字經濟推動糧食生產和農業(yè)轉型的活力。
關鍵詞:數(shù)字經濟; 糧食生產效率; 投影尋蹤; SBM-DEA; 影響效應
中圖分類號:F326.11? ? ? ? ?文獻標識碼:A
文章編號:0439-8114(2024)03-0163-08
DOI:10.14088/j.cnki.issn0439-8114.2024.03.025 開放科學(資源服務)標識碼(OSID):
信息技術日益融入經濟社會發(fā)展的各個領域,呈發(fā)展速度快、輻射范圍廣和影響程度深的特點[1]。以信息技術為基礎的數(shù)字經濟不僅能推動制造業(yè)高級化轉型,且能為探索農業(yè)現(xiàn)代化提供新路徑。受新冠疫情的影響,發(fā)展中國家的糧食安全問題遭受到最大沖擊[2]。作為糧食進口需求量最大的發(fā)展中國家,提高糧食生產能力、強化糧食供應穩(wěn)定性對中國糧食安全具有關鍵作用。2018年中央一號文件提出實施數(shù)字鄉(xiāng)村戰(zhàn)略的初步構想[3],此后一系列相關政策出臺落地。在此背景下,科學測算數(shù)字經濟發(fā)展水平及糧食生產效率,探究數(shù)字經濟對糧食生產效率的影響,不僅利于提高糧食產能、維護國家糧食安全,而且對加快數(shù)字化發(fā)展、建設數(shù)字中國具有重要意義。
目前,專門探討數(shù)字經濟賦能糧食生產的研究尚不多見,但與之相關的研究較為豐富。在數(shù)字經濟發(fā)展水平測算方面,許憲春等[4]、韓兆安等[5]、鮮祖德等[6]通過分行業(yè)求值加總法測算中國數(shù)字經濟規(guī)模;王開科等[7]集中在數(shù)字化核心經濟活動范圍內分部門測度數(shù)字經濟發(fā)展水平和效率系數(shù);楊慧梅等[8]基于數(shù)字產業(yè)化與產業(yè)數(shù)字化兩維度,以主成分分析法構建數(shù)字經濟發(fā)展水平測算體系;王軍等[9]基于熵值法測度數(shù)字經濟發(fā)展水平綜合指數(shù)并分析其時空特征;趙新偉等[10]綜合運用 BCC-DEA與超效率SBM模型、Dagum 基尼系數(shù)、Epanechnikov核函數(shù)和絕對[β]收斂模型分解測算中美兩國數(shù)字經濟產業(yè)效率。在數(shù)字經濟賦能農業(yè)等傳統(tǒng)行業(yè)發(fā)展方面,夏顯力等[11]在分析產業(yè)、生產和經營體系基礎上構建市場需求與數(shù)字技術協(xié)同促進農業(yè)高質量發(fā)展分析框架;李春發(fā)等[12]基于產業(yè)鏈視角分析數(shù)字經濟驅動制造業(yè)轉型升級的作用機理;錢海章等[13]在數(shù)據(jù)經濟背景下分析數(shù)字金融產業(yè)發(fā)展狀況及對經濟增長的影響;于李娜等[14]探究數(shù)字經濟發(fā)展對一國紡織服裝產業(yè)在全球價值鏈中分工位置的影響;田野等[15]基于城鄉(xiāng)融合發(fā)展的中介效應分析數(shù)字經濟對鄉(xiāng)村產業(yè)振興的影響。在探究糧食生產效率影響因素方面,彭超等[16]評估農業(yè)機械化對農戶“加總”糧食生產技術效率的作用效果;魏佳朔等[17]基于逆概率加權分析無償轉入土地對糧食生產效率的作用機理。Tobit回歸模型被廣泛應用于該領域的研究,如張長征等[18]研究農田水利基礎設施投資缺口對糧食生產效率損失的影響;王金偉等[19]構建耦合協(xié)調模型分析旅游業(yè)發(fā)展水平對中國糧食生產效率的影響機制。
綜上,學者就數(shù)字經濟、糧食生產效率等相關領域已開展廣泛的理論和實踐探索,為數(shù)字經濟對糧食生產效率的影響研究提供有益借鑒,但仍存在不足,一是數(shù)字經濟發(fā)展水平測算的多維指標降維處理技術有待改進,二是以量化方式開展數(shù)字經濟對糧食生產效率影響的研究尚不多見?;诖耍狙芯吭诤侠頊y算2016—2020年中國30個?。ㄊ?、自治區(qū))(不含港、澳、臺、藏)數(shù)字經濟發(fā)展水平和糧食生產效率的基礎上,實證檢驗二者的影響關系,其一,基于投影尋蹤模型從數(shù)字基礎設施、數(shù)字產業(yè)、數(shù)字人才3個維度測算數(shù)字經濟發(fā)展水平,補充現(xiàn)有研究的不足;其二,將數(shù)字經濟與糧食生產效率納入同一個研究框架,厘清數(shù)字經濟對糧食生產效率的影響,以提高糧食生產效率。
1 研究方法
1.1 基于投影尋蹤技術的數(shù)字經濟發(fā)展水平測算模型
投影尋蹤技術是分析處理非線性、非正態(tài)、高維數(shù)據(jù)的常用統(tǒng)計方法[20]。數(shù)字經濟指數(shù)測算過程本質上是多維數(shù)據(jù)的降維過程。該技術的基本思想是將高維數(shù)據(jù)映射在低維子平面內,形成反映高維數(shù)據(jù)特征的一維投影向量,在保持數(shù)據(jù)結構特征不變的前提下實現(xiàn)有效降維[21]。
設初始指標矩陣為[Xt=(xijt)m×n],利用求和歸一化方法轉化為規(guī)范化矩陣[Yt=(yijt)m×n],其中,[xijt]、[yijt]分別表示第t年i?。ㄊ小⒆灾螀^(qū))j指標在歸一化前后的值。對于?。ㄊ?、自治區(qū))i,將規(guī)劃第t年的數(shù)據(jù)[yijt(j=1,2,…,n)]以投影方向[?t=a1t,a2t,…,ant]綜合成投影值[Zit],使其滿足:
[Zit=j=1najtyijt] (1)
基于此構建投影目標函數(shù)如下:
[Qmax(ajt)=1m-1i=1mZit-Zit2×i1=1mi2=1m(Rt-rt(i1,i2))×f(Rt-rt(i1,i2))=SZit×DZit]
[s.t. j=1n(ajt)2=1? (t=1,2,…,q)-1≤ajt≤1] (2)
對投影數(shù)據(jù)而言,[SZit]指類間距離,可以反映數(shù)據(jù)的離散程度;[DZit]指局部密度;[Zit]為投影序列[Zit(i=1,2,…,n)]的均值;[rt(i1,i2)]為一維投影值的間隔距離;[Rt]為局部密度的窗口半徑,取值方案應盡可能使局部密集,本模型取值[0.1SZit];[f(t)]為單位階躍函數(shù),當[t<0]時,[f(t)=0],當[t≥0]時,[f(t)=1]。
利用遺傳算法求解出投影序列[Zit(i=1,2,…,n)],將序列[Zit(i=1,2,…,n)]進行歸一化處理即得到各個?。ㄊ?、自治區(qū))的數(shù)字經濟發(fā)展水平指數(shù)[Eit(i=1,2,…,n)],同理也可求得數(shù)字基礎設施分指數(shù)、數(shù)字產業(yè)分指數(shù)和數(shù)字人才分指數(shù),分別記為[EIFit(i=1,2,…,n)]、[EDIit(i=1,2,…,n)]和[EDTit(i=1,2,…,n)]。
1.2 基于SBM-DEA的糧食生產效率測算模型
傳統(tǒng)DEA模型是假設投入與產出等比例變化的徑向測度,對無效率的測量沒有包含松弛變量。Tone[22]基于此提出了非徑向的SBM-DEA模型,不僅解決該問題,而且基于現(xiàn)實情況引入了非期望產出,大大提高了模型的實際應用價值。
假設在糧食生產系統(tǒng)中存在決策單元DMUi([i=1,2,…,n]),每個DMU的生產規(guī)模報酬可變且均經歷時間段T([t=1,2,…,T])。每個DMU均有[k]種投入指標、[r1]種期望產出指標及[r2]種非期望產出指標,決策單元DMUo在第t年的糧食生產效率測算值(θot)為:
[θot=min1+1kj=1ks-jtxojt1-1k+r1m=1r1s+mtyomt+l=1r2sbltbolts.t.i=1,i≠onλitxijt-s-jt≤xojti=1,i≠onλityimt-s+mt≥yomti=1,i≠onλitbilt-sblt≤bolt1-1r1+r2m=1r1s+mtyomt+l=1r2sbltbolt>0λit,s-jt,s+mt,sblt≥0] (3)
式中,[xojt]、[yomt]、[bolt]分別為DMUo在第t年的第j種投入、第m種產出和第l種非期望產出;[s-jt]、[s+mt]、[sblt]表示相應指標的松弛變量;[λit]表示權重,滿足[i=1nλit=1]。當[θot=1]時,表明DMUo在第t年有效,即滿足[s-jt=0]、[s+mt=0]和[sblt=0];當[0<θot<1]時,表明DMUo在第t年是無效率的,可根據(jù)改進方向消除相應的松弛變量,進而使無效率的DMU達到效率前沿。
1.3 固定效應模型
探究數(shù)字經濟發(fā)展水平指數(shù)對糧食生產效率的影響,需充分把握數(shù)據(jù)的時間性、空間性雙重特征,因此構建固定效應模型予以論證。該模型的一般形式如下。
[Yit=β0+j=1jβjixjit+μit] (4)
式中,[Yit]表示第[t]年[i]省(市、自治區(qū))的糧食生產效率;[xjit]表示第[t]年[i]?。ㄊ?、自治區(qū))第[j]個解釋變量的數(shù)值;[β0]表示待估參數(shù);[βji]([j=1,2,…,j])表示[i]?。ㄊ?、自治區(qū))第[j]個解釋變量待估計的參數(shù);[μit]表示隨機誤差。
從數(shù)字經濟發(fā)展水平對糧食生產效率(FPE)的整體性影響角度構建固定效應模型。解釋變量為數(shù)字經濟發(fā)展水平指數(shù)(INT),控制變量選用農村物流建設水平(LC)、地方研發(fā)支持水平(RD)、農業(yè)經濟發(fā)展水平(AD),模型構建如下。
[FPEit=β0+β1INT1it+β2LC2it+β3RD3it+β4AD4it+μit]? ? ? (5)
式中,[βi]為第i個變量對糧食生產效率的影響系數(shù),其值可以體現(xiàn)各變量對糧食生產效率的影響方向和影響程度。
為更深入探究數(shù)字經濟發(fā)展水平內部因素對糧食生產效率的影響,將數(shù)字經濟發(fā)展水平指數(shù)(INT)分為數(shù)字基礎設施分指數(shù)(IF)、數(shù)字產業(yè)分指數(shù)(DI)和數(shù)字人才分指數(shù)(DT)3個維度,在控制變量不變的基礎上以分指數(shù)作為解釋變量構建模型,如下。
[FPE*it=β0+β1IF1it+β2DI2it+β3DT3it+β4LC4it+β5RD5it+β6AD6it+μit]? ? (6)
2 數(shù)據(jù)來源及指標選取
2.1 數(shù)據(jù)來源
以2016—2020年中國30個?。ㄊ?、自治區(qū))(不含港、澳、臺、藏)為研究對象,探討數(shù)字經濟發(fā)展對糧食生產效率的影響。數(shù)字經濟相關指標的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和《中國第三產業(yè)統(tǒng)計年鑒》等;糧食生產效率測算指標和控制變量的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》等。
2.2 指標選取
借鑒萬曉榆等[23]、劉強等[24]、余珊等[1]的數(shù)字經濟測度指標體系設計思路,從數(shù)字基礎設施分指數(shù)、數(shù)字產業(yè)分指數(shù)和數(shù)字人才分指數(shù)3個維度構建數(shù)字經濟發(fā)展水平測度指標體系,如表1所示。
參考羅光強等[25]和楊騫等[26]的指標體系設計思路,構建適用于SBM-DEA模型的糧食生產效率測度的投入產出指標體系。其中,投入指標包括3個維度,分別為以農業(yè)機械總動力作為表征指標的資本投入水平,以第一產業(yè)就業(yè)人員表征勞動力投入水平,以農業(yè)用水量、農作物播種面積、農用化肥施用量表征資源投入水平;產出指標分為期望產出與非期望產出,期望產出為農業(yè)產能水平,以農業(yè)增加值表征,非期望產出為污染物排放水平,以農業(yè)COD排放量表征。
選用農村物流建設水平、地方研發(fā)支持水平、農業(yè)經濟發(fā)展水平作為控制變量。其中,以農村投遞路程表征農村物流建設水平,以地方研發(fā)經費/地方總產值表征地方研發(fā)支持水平,以地方農業(yè)總產值/地方總產值表征農業(yè)經濟發(fā)展水平。各變量及統(tǒng)計性描述結果如表2所示。
3 結果與分析
3.1 數(shù)字經濟發(fā)展水平指數(shù)的測算
設[t=1]表示2016年,將2020年規(guī)格化矩陣[Y5]代入式(2)求得{0.189 0,0.442 2,0.137 7,0.641 6,0.345 8,0.176 5,0.273 5,0.335 4,0.011 2},對應[Qmax=555.728 0]。將[?5]、[Y5]代入式(1)計算得到[Zi5]([i=1,2,3,…,30]),將[Zi5]歸一化處理后得到各?。ㄊ小⒆灾螀^(qū))2020年的數(shù)字經濟發(fā)展水平指數(shù)(INT),同理可計算2020年數(shù)字基礎設施分指數(shù)(IF)、數(shù)字產業(yè)分指數(shù)(DI)和數(shù)字人才分指數(shù)(DT)的測算值,以及2016—2019年的INT、IF、DI、DT的測算值。表3為選取的2016年、2018年和2020年各指數(shù)的測算結果。
由表3可以看出,各?。ㄊ小⒆灾螀^(qū))數(shù)字經濟發(fā)展水平的主要影響因素具有明顯的省際差異和地域特色。2016年北京INT為1.63、IF為0.47、DI為1.64、DT為4.17,說明北京數(shù)字經濟發(fā)展主要是由于北京作為經濟文化中心,高等院校林立,數(shù)字經濟相關行業(yè)蓬勃發(fā)展,數(shù)字人才和數(shù)字型儲備人才眾多。但由于北京面積相對狹小,人口數(shù)量較少,數(shù)字基礎設施雖然完善但總量較少。2016年廣東INT為3.21、IF為2.33、DI為4.49、DT為2.81,說明廣東的數(shù)字經濟發(fā)展水平主要受數(shù)字產業(yè)的影響,廣東省作為改革開放的試驗田,數(shù)字產業(yè)化增加值常年位居全國首位,數(shù)字產業(yè)縱深發(fā)展帶動數(shù)字基礎設施建設和數(shù)字人才流入,形成三方相互支撐的數(shù)字經濟發(fā)展格局。2016年貴州INT為0.56、IF為0.78、DI為0.47、DT為0.44,說明貴州的INT主要受數(shù)字基礎設施建設影響,而DI、DT均低于INT,表明貴州數(shù)字產業(yè)和數(shù)字人才是數(shù)字經濟發(fā)展的短板。省際異質性充分體現(xiàn)?。ㄊ?、自治區(qū))之間基礎設施、經濟結構、人才儲備方面的差異,為補齊短板、發(fā)揮長處提供思路,有利于進一步推動數(shù)字經濟高質量發(fā)展。
3.2 糧食生產效率測算
為研究中國糧食生產效率的整體特點和省際特征,將投入產出指標數(shù)據(jù)代入式(3),測算結果如表4所示。由表4可知,中國糧食生產效率總體處于較高水平,但具有明顯省際差異。河北、山西、吉林、湖南、廣西、甘肅、寧夏的糧食生產效率呈波動上升趨勢,內蒙古、安徽和江西的糧食生產效率呈波動下降趨勢,但是波動幅度不大。糧食生產效率高的?。ㄊ?、自治區(qū))多集中于東部沿海地區(qū)和西南地區(qū),北京、遼寧、四川等20個?。ㄊ?、自治區(qū))的糧食生產效率在2016—2020年均處于效率前沿面上。由于“十三五”規(guī)劃對現(xiàn)代化農業(yè)生產體系建設提出了節(jié)約資源、限制化肥農藥使用量的新要求,2016—2020年糧食生產處于關鍵轉型時期,須從原本高效生產轉向高效、高質生產并存。在新要求影響下,60%以上的?。ㄊ小⒆灾螀^(qū))在保持糧食生產效率為1.000的前提下進行農業(yè)現(xiàn)代化轉型,其余省(市、自治區(qū))也在探索適合本地的農業(yè)現(xiàn)代化道路,其糧食生產效率的波動是可控范圍內的良性波動。
由圖1可知,中國糧食生產效率和數(shù)字經濟發(fā)展水平在一定程度上具有一致性,尤其體現(xiàn)在東部沿海地區(qū)。由于數(shù)字經濟、鄉(xiāng)村振興戰(zhàn)略不斷推進,農業(yè)數(shù)字化轉型、農村產業(yè)融合發(fā)展顯著加強。對于數(shù)字經濟發(fā)展水平較高的省(市、自治區(qū)),易產生數(shù)字經濟倒逼農業(yè)轉型現(xiàn)象?!?022年廣東數(shù)字經濟工作要點》指出,發(fā)展數(shù)字農業(yè)要圍繞“三個創(chuàng)建、八個培育”實施數(shù)字農業(yè)農村發(fā)展行動計劃。新推出的《北京加快推進數(shù)字農業(yè)農村發(fā)展行動計劃(2022—2025年)》把基礎設施、鄉(xiāng)村產業(yè)、鄉(xiāng)村治理、鄉(xiāng)村服務、農業(yè)技術的數(shù)字化建設作為重點。智慧農業(yè)、數(shù)字農業(yè)已成為農業(yè)高質量發(fā)展的重要途徑。在全球氣候變暖、水土資源惡化背景下,數(shù)字農業(yè)發(fā)展較慢的?。ㄊ?、自治區(qū))若仍僅依靠土地、氣候、人力等傳統(tǒng)資源,農業(yè)發(fā)展將會受到一定沖擊。
3.3 數(shù)字經濟對糧食生產效率的影響
對初始數(shù)值不光滑的指標取對數(shù),預處理后的指標在10%和5%的水平下通過單位根檢驗和協(xié)整檢驗,在1%的水平下通過LM檢驗和Hausman檢驗。由固定效應模型(5)擬合結果(表5)可知,數(shù)字經濟發(fā)展水平指數(shù)每增長1%,糧食生產效率提高0.016 2%,說明數(shù)字經濟發(fā)展水平指數(shù)對糧食生產效率存在正向影響,但影響系數(shù)較小,提高幅度并不顯著。究其原因,一方面,“十三五”規(guī)劃期間,數(shù)字經濟發(fā)展著力點多集中于工業(yè)互聯(lián)、數(shù)字基礎設施建設和智慧城市建設等,對智慧農業(yè)的賦能作用發(fā)揮處于剛起步狀態(tài);另一方面,中國20個?。ㄊ?、自治區(qū))的糧食生產效率已經達到效率前沿,對數(shù)字經濟的影響能力具有一定的削弱作用。
由固定效應模型(6)擬合結果(表6)可知,數(shù)字人才分指數(shù)、數(shù)字基礎設施分指數(shù)對糧食生產效率的影響較為明顯。具體來說,DT每增長1%,糧食生產效率提高0.096 3%;IF每增長1%,糧食生產效率提高0.087 2%。數(shù)字人才是發(fā)揮數(shù)字經濟優(yōu)勢、實現(xiàn)強農富農的重要力量?!笆濉逼陂g,中國高度重視數(shù)字人才隊伍培養(yǎng)及建設,厚植鄉(xiāng)村數(shù)字型人才,共繪鄉(xiāng)村振興美麗畫卷。據(jù)農業(yè)農村部數(shù)據(jù)統(tǒng)計,截至“十三五”時期末,返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)人員達1 010萬人,推動傳統(tǒng)農業(yè)向現(xiàn)代農業(yè)、數(shù)字農業(yè)的加速轉變。2016年中央一號文件明確提出,要加快農村基礎設施建設。農業(yè)基礎設施已成為提高農業(yè)生產質量與效率的重要因素,對提高糧食生產效率有著舉足輕重的影響[27]。數(shù)字基礎設施的普及應用是數(shù)字經濟發(fā)展的基礎和前提[28]。信息技術的加速普及、智慧物流等數(shù)字基礎設施的持續(xù)完善,能吸引更多數(shù)字型返鄉(xiāng)創(chuàng)業(yè)人才,有利于推動農業(yè)轉型升級,建設數(shù)字農業(yè)、智慧農業(yè),提高糧食生產效率。DI每增長1%,糧食生產效率提高0.011 5%,遠低于DT、IF的影響強度。可能原因是在經濟高質量發(fā)展要求下,“十三五”期間數(shù)字產業(yè)更多服務于制造業(yè)轉型升級和智慧城市建設,對傳統(tǒng)農業(yè)轉型的探索較為薄弱。
在控制變量中,RD的影響強度遠大于LC和AD,RD每增長1%,糧食生產效率在模型(5)情況下提高5.181 6%,在模型(6)情況下提高4.062 9%,均說明地方研發(fā)支持水平對糧食生產效率的提高效果顯著。高產農作物新品種研發(fā)有利于提高單位糧食產量;新式農機的研發(fā)與應用有助于提高糧食機械化作業(yè)水平和糧食生產效率。廣西加大農機研發(fā)力度,建設全程機械化示范基地,使糧食生產效率由2019年的0.500顯著提升至2020年的0.667。
4 小結與建議
4.1 小結
在分析現(xiàn)有文獻不足之處的基礎上,從數(shù)字基礎設施、數(shù)字產業(yè)、數(shù)字人才3個維度,基于投影尋蹤技術測算數(shù)字經濟發(fā)展水平,并構建SBM-DEA模型重新測算糧食生產效率,基于2016—2020年中國省(市、自治區(qū))面板數(shù)據(jù),通過固定效應模型實證分析數(shù)字經濟對糧食生產效率的影響,主要結果如下。
1)“十三五”期間,中國糧食生產效率總體處于較高水平,且具有明顯的省際異質性。2016—2020年,在構建現(xiàn)代農業(yè)三大體系的新要求下,中國糧食生產效率均值由0.813波動提升至0.821。受氣候條件、資源稟賦、技術水平和經濟發(fā)展等因素限制,?。ㄊ小⒆灾螀^(qū))糧食生產效率存在顯著差異。山西、甘肅和內蒙古等10個?。ㄗ灾螀^(qū))的糧食生產效率較低;北京、遼寧、江蘇和四川等20個?。ㄊ?、自治區(qū))已達到糧食生產效率前沿。糧食生產逐步從較低效率向高效率、高質量并存轉變。
2)不同省(市、自治區(qū))數(shù)字經濟發(fā)展水平的主導因素具有顯著差異。2016年,貴州INT為0.56,主要受數(shù)字基礎設施建設影響,其數(shù)字產業(yè)發(fā)展和數(shù)字人才培養(yǎng)方面存在短板;北京INT為1.63,主要由于高校林立且數(shù)字產業(yè)發(fā)展較好,數(shù)字人才培養(yǎng)、應用和儲備水平高,因而人才成為數(shù)字經濟發(fā)展的主動力;廣東INT為3.21,主要原因是數(shù)字產業(yè)蓬勃發(fā)展促進數(shù)字基礎設施建設和數(shù)字人才流入,形成三方支撐的數(shù)字發(fā)展格局,數(shù)字經濟發(fā)展水平領先。
3)數(shù)字經濟對糧食生產效率的影響能力相對具有整體低顯著性和局部高顯著性。INT對糧食生產效率的整體影響系數(shù)為0.016 2。究其原因,“十三五”時期數(shù)字經濟發(fā)展集中于工業(yè)互聯(lián)、智慧城市建設等,對智慧農業(yè)的賦能作用發(fā)揮處于起步狀態(tài)。IF、DT對糧食生產效率的影響系數(shù)為0.087 2、0.096 3。數(shù)字基礎設施建設能吸引數(shù)字型返鄉(xiāng)創(chuàng)業(yè)人才。數(shù)字人才是促進數(shù)字經濟與農業(yè)經濟融合發(fā)展、提高糧食生產效率的新型核心競爭力和戰(zhàn)略性資源。
4.2 建議
為更快更好實現(xiàn)農業(yè)數(shù)字化、現(xiàn)代化,應進一步提高數(shù)字經濟對農業(yè)轉型的賦能效果,并提出以下建議。
1)強化認識,明晰數(shù)字經濟在提高糧食生產效率中的作用。研究表明,數(shù)字經濟能促進糧食生產效率的提高,因此政府應加強頂層設計和戰(zhàn)略規(guī)劃落實,從制度保障、資金保障、人才保障和法律保障等多角度全方位鼓勵數(shù)字經濟和農業(yè)經濟融合發(fā)展。鄉(xiāng)村企業(yè)、農戶應充分利用“互聯(lián)網(wǎng)+農業(yè)”模式,推動建立完善的農業(yè)互聯(lián)網(wǎng)跨界融合機制,打破地域性壁壘,實現(xiàn)農業(yè)跨越式發(fā)展,提高糧食生產效率,促進農業(yè)數(shù)字化、農業(yè)現(xiàn)代化。
2)因地制宜,基于地域特色動態(tài)平衡地發(fā)展數(shù)字經濟。在數(shù)字經濟發(fā)展中,數(shù)字基礎設施是前提條件,數(shù)字人才是戰(zhàn)略資源和重要力量,數(shù)字產業(yè)是重要體現(xiàn)和發(fā)展平臺。各地應精準定位,動態(tài)平衡地處理數(shù)字基礎設施、數(shù)字人才和數(shù)字產業(yè)之間的關系,走數(shù)字經濟協(xié)調發(fā)展道路。例如廣西可依靠擴大數(shù)字基礎設施建設吸收投資、吸引人才,有序接收周邊較發(fā)達地區(qū)的數(shù)字經濟產能轉移,科學推進數(shù)字經濟持續(xù)發(fā)展。
3)揚長避短,精準高效地以數(shù)字化賦能農業(yè)轉型。鑒于數(shù)字經濟對糧食生產效率影響的省際差異性,各地應實施基于當?shù)貎?yōu)勢的數(shù)字經濟和農業(yè)發(fā)展融合措施,通過將科技、資本和人才等專業(yè)化要素有主次地引入農業(yè),著力增進數(shù)字化要素與農業(yè)生產要素協(xié)同銜接。將數(shù)字經濟發(fā)展理念嫁接到傳統(tǒng)農業(yè),尋找數(shù)字經濟與農業(yè)發(fā)展的平衡關鍵點?;跀?shù)字經濟高效匹配、精準鏈接和效率提升功能以精準高效的方式推動農業(yè)數(shù)字化轉型。
參考文獻:
[1] 余 姍, 樊秀峰, 蔣皓文.數(shù)字經濟發(fā)展對碳生產率提升的影響研究[J].統(tǒng)計與信息論壇, 2022, 37(7):26-35.
[2] 程國強, 朱滿德.新冠肺炎疫情沖擊糧食安全:趨勢,影響與應對[J].中國農村經濟, 2020(5):13-20.
[3] 中共中央 國務院關于實施鄉(xiāng)村振興戰(zhàn)略的意見[EB/OL].(2018-02-04)[2022-08-01]. http://www.gov.cn/zhengce/2018-02/04/content_5263807.htm.
[4] 許憲春,張美慧.中國數(shù)字經濟規(guī)模測算研究——基于國際比較的視角[J].中國工業(yè)經濟,2020(5):23-41.
[5] 韓兆安,趙景峰,吳海珍.中國省際數(shù)字經濟規(guī)模測算、非均衡性與地區(qū)差異研究[J].數(shù)量經濟技術經濟研究,2021,38(8):164-181.
[6] 鮮祖德,王天琪.中國數(shù)字經濟核心產業(yè)規(guī)模測算與預測[J].統(tǒng)計研究,2022,39(1):4-14.
[7] 王開科,吳國兵,章貴軍.數(shù)字經濟發(fā)展改善了生產效率嗎[J].經濟學家,2020(10):24-34.
[8] 楊慧梅,江 璐.數(shù)字經濟、空間效應與全要素生產率[J].統(tǒng)計研究,2021,38(4):3-15.
[9] 王 軍,朱 杰,羅 茜.中國數(shù)字經濟發(fā)展水平及演變測度[J].數(shù)量經濟技術經濟研究,2021,38(7):26-42.
[10] 趙新偉,王 琦.中美兩國數(shù)字經濟效率測算、動因及演進[J].科學學研究,2022,40(8):1413-1423.
[11] 夏顯力,陳 哲,張慧利,等.農業(yè)高質量發(fā)展:數(shù)字賦能與實現(xiàn)路徑[J].中國農村經濟,2019(12):2-15.
[12] 李春發(fā),李冬冬,周 馳.數(shù)字經濟驅動制造業(yè)轉型升級的作用機理——基于產業(yè)鏈視角的分析[J].商業(yè)研究,2020(2):73-82.
[13] 錢海章,陶云清,曹松威,等.中國數(shù)字金融發(fā)展與經濟增長的理論與實證[J].數(shù)量經濟技術經濟研究,2020,37(6):26-46.
[14] 于李娜,隋曉靜.數(shù)字經濟對紡織服裝業(yè)全球價值鏈分工地位影響研究[J].產業(yè)經濟評論(山東大學),2021,20(1):19-46.
[15] 田 野,葉依婷,黃 進,等.數(shù)字經濟驅動鄉(xiāng)村產業(yè)振興的內在機理及實證檢驗——基于城鄉(xiāng)融合發(fā)展的中介效應[J].農業(yè)經濟問題,2022(10):84-96.
[16] 彭 超,張 琛.農業(yè)機械化對農戶糧食生產效率的影響[J].華南農業(yè)大學學報(社會科學版),2020,19(5):93-102.
[17] 魏佳朔,高 鳴,宋洪遠.無償轉入土地對糧食生產效率的影響:福利還是負擔?[J].華中農業(yè)大學學報(社會科學版),2021(3):83-92,187.
[18] 張長征,李嘉雯,孫 杰.農田水利基礎設施投資缺口對糧食生產效率損失的影響[J].資源科學,2022,44(1):169-180.
[19] 王金偉,孫 潔,雷 婷,等.中國糧食生產效率與旅游發(fā)展的耦合機制及時空分異[J].自然資源學報,2022,37(10):2651-2671.
[20] 樓文高.基于群智能最優(yōu)化算法的投影尋蹤理論:新進展、應用及軟件[M].上海:復旦大學出版社,2021.
[21] 郭 燕,顧志榮,祁 梅,等.基于投影尋蹤模型的不同產地鎖陽藥材多指標綜合質量評價[J].中國野生植物資源,2022,41(8):14-21.
[22] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European journal of operational research, 2001, 130(3): 498-509.
[23] 萬曉榆, 羅焱卿.數(shù)字經濟發(fā)展水平測度及其對全要素生產率的影響效應[J].改革, 2022(1):101-118.
[24] 劉 強, 馬彥瑞, 徐生霞.數(shù)字經濟發(fā)展是否提高了中國綠色經濟效率?[J].中國人口·資源與環(huán)境, 2022, 32(3):72-85.
[25] 羅光強, 譚 芳.糧食生產效率的區(qū)域差異及其政策效應的異質性[J].農林經濟管理學報,2020, 19(1):34-43.
[26] 楊 騫, 司祥慧, 王 玨.減排增匯目標下中國糧食生產效率的測度及分布動態(tài)演進[J].自然資源學報. 2022, 37(3):600-615.
[27] 張志新,李 成,白海洋.農業(yè)基礎設施對糧食生產效率的影響[J]. 華東經濟管理,2022,36(10):100-109.
[28] 丁志帆.數(shù)字經濟驅動經濟高質量發(fā)展的機制研究:一個理論分析框架[J].現(xiàn)代經濟探討,2020(1):85-92.
收稿日期:2022-12-30
基金項目:國家自然科學基金青年項目(41701610);中央高?;究蒲袠I(yè)務費項目(B210202157)
作者簡介:楊慧文(2001-),女,山東臨沂人,在讀本科生,研究方向為資源經濟,(電話)15216523506(電子信箱)2063810120@hhu.edu.cn。