數(shù)字經(jīng)濟(jì)對智慧農(nóng)業(yè)發(fā)展的驅(qū)動效應(yīng)及區(qū)域異質(zhì)性研究

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；智慧農(nóng)業(yè)；協(xié)同發(fā)展中圖分類號：F323 文獻(xiàn)標(biāo)志碼：ADOI：10.19345/j.cnki.1674-7909.2025.08.011文章編號：1674-7909（2025）8-55-4

0 引言

農(nóng)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)。自改革開放以來，在全球數(shù)字化“浪潮”的推動下，我國農(nóng)業(yè)正經(jīng)歷著深刻變革。智慧農(nóng)業(yè)以信息和知識為核心，通過信息技術(shù)與農(nóng)業(yè)生產(chǎn)的深度融合，能有效提高農(nóng)業(yè)生產(chǎn)效率，降低資源消耗，提升農(nóng)產(chǎn)品品質(zhì)。作為農(nóng)業(yè)現(xiàn)代化的重要發(fā)展方向，智慧農(nóng)業(yè)對保障國家糧食安全和促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義[]。有研究表明，數(shù)字技術(shù)在農(nóng)業(yè)生產(chǎn)、流通、銷售等環(huán)節(jié)的應(yīng)用，能優(yōu)化農(nóng)業(yè)資源配置，提高農(nóng)業(yè)產(chǎn)業(yè)鏈的協(xié)同效率，從而推動智慧農(nóng)業(yè)發(fā)展[2]。目前，有關(guān)數(shù)字經(jīng)濟(jì)對智慧農(nóng)業(yè)影響的研究尚存在一定不足之處，對數(shù)字經(jīng)濟(jì)影響智慧農(nóng)業(yè)的具體機(jī)制和路徑及不同區(qū)域間的異質(zhì)性影響尚未進(jìn)行深入系統(tǒng)的探討，部分研究僅停留在理論層面，缺乏實(shí)證數(shù)據(jù)的有力支持。鑒于此，筆者通過實(shí)證研究，深入分析數(shù)字經(jīng)濟(jì)對智慧農(nóng)業(yè)發(fā)展的影響。

1理論分析與研究假設(shè)

1.1數(shù)字經(jīng)濟(jì)與智慧農(nóng)業(yè)的內(nèi)涵

數(shù)字經(jīng)濟(jì)是以數(shù)字化知識和信息為關(guān)鍵生產(chǎn)要素，以數(shù)字技術(shù)創(chuàng)新為根本推動力，通過數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，不斷促進(jìn)產(chǎn)業(yè)向數(shù)字化、智能化和網(wǎng)絡(luò)化方向發(fā)展，加快經(jīng)濟(jì)結(jié)構(gòu)和治理模式重塑[3]

智慧農(nóng)業(yè)是通過技術(shù)手段來實(shí)現(xiàn)對農(nóng)業(yè)生產(chǎn)過程的智能化管理，核心目標(biāo)是提升農(nóng)業(yè)生產(chǎn)效率、優(yōu)化資源配置、提高農(nóng)產(chǎn)品品質(zhì)及增加農(nóng)業(yè)經(jīng)濟(jì)收益。

1.2數(shù)字經(jīng)濟(jì)如何驅(qū)動智慧農(nóng)業(yè)發(fā)展

數(shù)字經(jīng)濟(jì)通過數(shù)據(jù)、技術(shù)和創(chuàng)新模式為智慧農(nóng)業(yè)提供驅(qū)動力。例如，通過田間傳感器來實(shí)時(shí)監(jiān)測土壤溫濕度、氣象情況，并給出適合的種植建議。其次，通過衛(wèi)星遙感來預(yù)測作物產(chǎn)量；利用無人機(jī)來巡視農(nóng)田，能及時(shí)發(fā)現(xiàn)病蟲害，并精準(zhǔn)灑藥，降低生產(chǎn)成本，減少資源浪費(fèi)；利用田間采摘機(jī)器人和無人機(jī)作業(yè)，減少對人力的依賴，使農(nóng)業(yè)生產(chǎn)效率大幅提高，間接降低運(yùn)營成本；使用人工智能優(yōu)化運(yùn)輸路徑，減少農(nóng)產(chǎn)品損耗；通過直播電商助農(nóng)，縮短流通環(huán)節(jié)，使農(nóng)產(chǎn)品滯銷率下降；根據(jù)電商消費(fèi)數(shù)據(jù)來指導(dǎo)農(nóng)業(yè)生產(chǎn)，實(shí)現(xiàn)農(nóng)旅融合，提高農(nóng)產(chǎn)品附加值。

2 研究設(shè)計(jì)

2.1 模型構(gòu)建

為進(jìn)一步分析數(shù)字經(jīng)濟(jì)對智慧農(nóng)業(yè)指數(shù)的影響，該研究基于30個(gè)省級行政區(qū)2011—2022年的面板數(shù)據(jù)，以智慧農(nóng)業(yè)發(fā)展指數(shù)為被解釋變量、數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)為解釋變量，構(gòu)建回歸模型[見式（1）]。

式（1）中： i 為省級行政區(qū)， t 為時(shí)間， D I G 為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)， A G R 為智慧農(nóng)業(yè)指數(shù)，control為一系列控制變量 為截距項(xiàng)，" 分別為對應(yīng)變量的回歸系數(shù) 為個(gè)體固定效應(yīng)， 為時(shí)間固定效應(yīng)， 為隨機(jī)干擾項(xiàng)。

2.2 變量測度與說明

智慧農(nóng)業(yè)發(fā)展指數(shù)（AGR）為被解釋變量，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù) （ D I G ） 為解釋變量，控制變量包括經(jīng)濟(jì)發(fā)展水平 （ E D P ） = 人均 G D P 取對數(shù)、政府干預(yù)程度 （ G I R ） = 財(cái)政一般預(yù)算支出/地區(qū)生產(chǎn)總值、對外開放程度（OED）=（貨物進(jìn)出口總額 × 美元對人民幣匯率）/地區(qū)生產(chǎn)總值、人力資本水平（HCL）=高等學(xué)校在校生人數(shù)/總?cè)丝?、城?zhèn)化水平 （ U L ） = 城鎮(zhèn)常住人口/常住總?cè)丝凇?/p>

3實(shí)證分析

該研究選取的數(shù)據(jù)主要來自中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）、國泰安數(shù)據(jù)庫、北京大學(xué)數(shù)字普惠金融中心、《中國農(nóng)業(yè)統(tǒng)計(jì)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計(jì)年鑒等。

3.1 描述性統(tǒng)計(jì)

由表1可知，智慧農(nóng)業(yè)發(fā)展指數(shù)的均值為0.211、標(biāo)準(zhǔn)差為0.114、最小值為0.060、最大值為0.746，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的均值為0.145、標(biāo)準(zhǔn)差為0.117、最小值和最大值分別為0.017和0.712，表明不同地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平差距顯著。

3.2 回歸分析結(jié)果

通過逐步回歸分析，并引入其他控制變量進(jìn)行驗(yàn)證，結(jié)果見表2，在最終模型（5中確認(rèn)數(shù)字經(jīng)濟(jì)發(fā)展水平對智慧農(nóng)業(yè)發(fā)展有正向促進(jìn)作用。

觀察控制變量結(jié)果可知，經(jīng)濟(jì)發(fā)展水平對提升智慧農(nóng)業(yè)的估計(jì)系數(shù)為0.1384，在 1 % 水平上正向顯著，表明經(jīng)濟(jì)發(fā)展水平每提升1個(gè)單位，智慧農(nóng)業(yè)指數(shù)提升0.1384個(gè)單位；政府干預(yù)程度對提升智慧農(nóng)業(yè)發(fā)展水平的回歸系數(shù)在 5 % 水平上保持正向顯著，表明加強(qiáng)政府干預(yù)程度可促進(jìn)智慧農(nóng)業(yè)的升級；對外開放對智慧農(nóng)業(yè)發(fā)展水平升級的回歸系數(shù)正向顯著，對外開放通過加強(qiáng)國際技術(shù)交流與合作來引入先進(jìn)的農(nóng)業(yè)技術(shù)、設(shè)備和理念，從而加速智慧農(nóng)業(yè)技術(shù)創(chuàng)新和成果轉(zhuǎn)化；人力資本發(fā)展水平對智慧農(nóng)業(yè)的升級估計(jì)系數(shù)在 1 % 水平上保持正向顯著，即高水平的人力資本有助于促進(jìn)智慧農(nóng)業(yè)技術(shù)的研發(fā)和推廣[4]

注：表示在0.1水平上差異顯著 （ Plt;0 . 1 ） ，*表示在0.05水平上差異顯著 （ Plt;0 . 0 5 ） ，***表示在0.01水平上差異顯著 ，括號內(nèi)為T值；下同。

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 增加控制變量

引入控制變量可減少模型中潛在的遺漏變量偏差，而遺漏重要變量可能會導(dǎo)致模型估計(jì)結(jié)果被系統(tǒng)性偏誤干擾，從而影響結(jié)果的準(zhǔn)確性。引入城鎮(zhèn)化水平 （ U L ） 這一控制變量，能更全面反映研究對象的真實(shí)情況?；貧w結(jié)果見表3模型（1），核心解釋變量數(shù)字經(jīng)濟(jì)發(fā)展水平依舊保持正向顯著，證明構(gòu)建的模型相對穩(wěn)健。

3.3.2 滯后一階分析

對核心解釋變量數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)滯后一階分析，結(jié)果見表3模型（2）：數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)回歸系數(shù)均在0.01水平上正向顯著，即可認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展發(fā)指數(shù)對提升智慧農(nóng)業(yè)發(fā)展水平的影響趨勢分析具有較強(qiáng)的穩(wěn)健性，據(jù)此得出的結(jié)論較為可靠。

3.3.3 分年份回歸分析

新冠病毒感染疫情作為不可控的外生沖擊，對各國經(jīng)濟(jì)、貿(mào)易和企業(yè)行為都產(chǎn)生顯著且異常的影響[5]。通過剔除疫情年份，確保分析結(jié)論具有更強(qiáng)的普適性和可靠性，結(jié)果見表3模型（3）：核心解釋變量數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對智慧農(nóng)業(yè)發(fā)展的回歸系數(shù)依舊在0.01水平上保持正向顯著，即該模型較為穩(wěn)健可靠。

3.4 內(nèi)生性檢驗(yàn)

為解決遺漏變量帶來的內(nèi)生性問題，采用工具變量法，選取數(shù)字經(jīng)濟(jì)指標(biāo)滯后一期作為工具變量，并使用兩階段最小二乘法（2SLS）進(jìn)行模型檢驗(yàn)。由于這一工具變量與被解釋變量存在明顯的相關(guān)性，故不存在弱工具變量的情況，滿足相關(guān)性的約束條件，且當(dāng)期擾動項(xiàng)不會影響工具變量結(jié)果。因此，滿足外生性約束要求。內(nèi)生性檢驗(yàn)的結(jié)果見表4。

在第一階段回歸中，工具變量對核心變量的回歸系數(shù)為1.0612，且在0.01水平上正向顯著性，第一階段的 F 統(tǒng)計(jì)量為3259.43，遠(yuǎn)遠(yuǎn)大于經(jīng)驗(yàn)標(biāo)準(zhǔn)值（通常為10），表明工具變量核心解釋變量滯后一階是強(qiáng)工具變量，具有很高的解釋力。在第二階段回歸中，核心解釋變量對被解釋變量的回歸系數(shù)為0.6230，并在0.01水平上正向顯著，表明在控制內(nèi)生性后，數(shù)字經(jīng)濟(jì)對智慧農(nóng)業(yè)的影響是正向且顯著的。使用核心解釋變量的滯后一階作為工具變量，2SLS結(jié)果表明，該方法能有效解決模型潛在內(nèi)生性問題，且核心解釋變量對被解釋變量具有顯著的正向影響。

4結(jié)論與建議

基于30個(gè)省級行政區(qū)2011—2022年的面板數(shù)據(jù)來構(gòu)建回歸模型，經(jīng)內(nèi)生性檢驗(yàn)、穩(wěn)健性檢驗(yàn)等實(shí)證分析，發(fā)明數(shù)字經(jīng)濟(jì)發(fā)展水平對智慧農(nóng)業(yè)指數(shù)具有顯著的正向促進(jìn)作用。在控制其他變量的前提下，檢驗(yàn)結(jié)果依然成立，體現(xiàn)出研究結(jié)果的可靠性與穩(wěn)定性。

各地應(yīng)加大對數(shù)字技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的支持力度，鼓勵(lì)企業(yè)和科研機(jī)構(gòu)開展數(shù)字農(nóng)業(yè)技術(shù)研發(fā)，推動大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)與農(nóng)業(yè)生產(chǎn)、流通、銷售等環(huán)節(jié)深度融合，進(jìn)一步提高智慧農(nóng)業(yè)發(fā)展水平。政府應(yīng)繼續(xù)發(fā)揮其在智慧農(nóng)業(yè)發(fā)展中的引導(dǎo)作用，制定科學(xué)合理的專項(xiàng)發(fā)展規(guī)劃，明確智慧農(nóng)業(yè)發(fā)展目標(biāo)和路徑；加大財(cái)政補(bǔ)貼力度，降低智慧農(nóng)業(yè)技術(shù)研發(fā)和應(yīng)用成本，鼓勵(lì)企業(yè)和農(nóng)民積極采用先進(jìn)技術(shù)；加強(qiáng)智慧農(nóng)業(yè)發(fā)展所需的物聯(lián)網(wǎng)、大數(shù)據(jù)平臺、5G網(wǎng)絡(luò)等基礎(chǔ)設(shè)施建設(shè)；重視科學(xué)技術(shù)在智慧農(nóng)業(yè)發(fā)展中的中介作用，加大對農(nóng)業(yè)科技研發(fā)的投人，鼓勵(lì)科研機(jī)構(gòu)與農(nóng)業(yè)企業(yè)合作，加速科技成果轉(zhuǎn)化。同時(shí)，應(yīng)加強(qiáng)農(nóng)業(yè)人才培養(yǎng)，通過開展專業(yè)教育和培訓(xùn)，提高農(nóng)業(yè)從業(yè)者的數(shù)字技術(shù)應(yīng)用能力和創(chuàng)新意識。

參考文獻(xiàn)：

[1]竇琨，胡佩霜.淺談數(shù)字經(jīng)濟(jì)背景下智慧

農(nóng)業(yè)的發(fā)展和應(yīng)用[J].科學(xué)與信息化，2023（11）：178-180.

[2]劉波.數(shù)字技術(shù)對農(nóng)業(yè)產(chǎn)業(yè)鏈的協(xié)同作用研究[J].電子商務(wù)評論，2024，13（3）：5772-5778.

[3]馬改艷，楊秋鸞，王恒波.數(shù)字經(jīng)濟(jì)賦能鄉(xiāng)村產(chǎn)業(yè)振興的內(nèi)在機(jī)制、現(xiàn)實(shí)挑戰(zhàn)與突破之道[J].當(dāng)代經(jīng)濟(jì)管理，2023，45（8）：33-38.

[4]黃季焜.農(nóng)業(yè)數(shù)據(jù)“三權(quán)分置”框架的理論構(gòu)建與實(shí)踐探索[J.中國農(nóng)村經(jīng)濟(jì)，2023（8）：2-18.

[5]丁純.疫情暴露了全球經(jīng)濟(jì)治理體系的結(jié)構(gòu)性赤字[J].國家治理，2020（23）：15-17.

Research on the Driving Effect of the Digital Economy on the Development of Smart Agriculture and Regional Heterogeneity

YANG Can QIN Qing

School of Business，Henan University of Scienceand Technology，Luoyang 471O23，China

Abstract：Against the backdrop of the deep integration of the digital economy and agricultural modernization，this paper empirically examines the impact mechanisms and regional heterogeneity of the digital economy on the development of smart agriculture based on the panel data of 3O provinces and cities across the country from 2011 to 2022.The research shows that： First，the digital economy significantly promotes the development of smart agriculture through data-driven approaches，technological empowerment，and model innovation，and this conclusion has been validated by endogeneity and robustness tests. Second，the level of economic development， government intervention，openingup to the outside world，and human capital have a significant positive impact on smart agriculture. Third，the analysis of regional heterogeneity reveals that the driving effect of the digital economy on smart agriculture in Northeast China is relatively weak，while the marginal effects in the central and western regions are higher.Based on this，targeted suggestions are put forward： strengthen the penetrationof digital technology throughout the entireagricultural chain，optimize the layout of regional digital infrastructure，increase government financial subsidies and scientific investment，and accelerate the transformation of technological achievements through talent cultivation.

Key words： digital economy; smart agriculture; coordinated development