數(shù)智化賦能農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展：理論機制與實證檢驗

引用格式：，.數(shù)智化賦能農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展：理論機制與實證檢驗[J].新疆農(nóng)墾經(jīng)濟，2025（06）：1-12，24.

一、問題的提出

在全球農(nóng)業(yè)現(xiàn)代化進程加快、我國農(nóng)業(yè)面臨著資源環(huán)境約束加劇的背景下，推動農(nóng)業(yè)高質(zhì)量發(fā)展成為必然趨勢。新質(zhì)生產(chǎn)力作為創(chuàng)新驅(qū)動發(fā)展的核心力量，涵蓋了科技創(chuàng)新、人才培養(yǎng)、制度創(chuàng)新，具有智能化、綠色化以及數(shù)字化等特點，對于推動經(jīng)濟高質(zhì)量發(fā)展以及社會進步至關(guān)重要。2024中央農(nóng)村工作會議中提出要“因地制宜發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力”，標志著這一理念在農(nóng)業(yè)領(lǐng)域的落地實踐。農(nóng)業(yè)新質(zhì)生產(chǎn)力是以科技創(chuàng)新為核心驅(qū)動力，依托數(shù)字化與智能化的發(fā)展手段，旨在提升農(nóng)業(yè)經(jīng)濟的全要素生產(chǎn)率，實現(xiàn)農(nóng)業(yè)生產(chǎn)全過程的高效化、智能化和精準化[3]。

隨著數(shù)字技術(shù)和人工智能的快速發(fā)展，數(shù)智化不僅成為推動產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵，也為農(nóng)業(yè)領(lǐng)域帶來了革命性變化。從數(shù)字化發(fā)展角度看，曾億武等總結(jié)了傳統(tǒng)農(nóng)業(yè)向數(shù)字農(nóng)業(yè)轉(zhuǎn)型的歷史必然性，強調(diào)了數(shù)字化與工業(yè)化協(xié)同改造的重要性。此外，眾多學者通過實證研究，探討了數(shù)字化對糧食生產(chǎn)安全農(nóng)業(yè)生產(chǎn)效率農(nóng)業(yè)韌性及農(nóng)業(yè)綠色高質(zhì)量發(fā)展8等方面的影響。在智能化發(fā)展方面，AIP和物聯(lián)網(wǎng)等技術(shù)在農(nóng)業(yè)中的應(yīng)用，顯著提高了生產(chǎn)效率、優(yōu)化了資源配置并增強了環(huán)境可持續(xù)性，為農(nóng)業(yè)可持續(xù)發(fā)展注入新動力。陳軍指出，農(nóng)機智能化通過整合物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)，不僅提高了生產(chǎn)效率，還支持了規(guī)?；?jīng)營并緩解了勞動力短缺。同時，農(nóng)業(yè)機械化智能化在提高農(nóng)業(yè)資源利用效率和保障糧食安全等方面具有重要作用[12]。

隨著新質(zhì)生產(chǎn)力概念的提出，農(nóng)業(yè)新質(zhì)生產(chǎn)力作為其關(guān)鍵組成部分，受到了學術(shù)界的廣泛關(guān)注。現(xiàn)有研究主要聚焦于農(nóng)業(yè)新質(zhì)生產(chǎn)力的科學內(nèi)涵、測度方法以及實證分析等領(lǐng)域。在科學內(nèi)涵方面，張海鵬和王智晨[13從理論與現(xiàn)實層面深入探討了農(nóng)業(yè)新質(zhì)生產(chǎn)力的內(nèi)涵與提升路徑；蘇藝4則基于歷史必然性和現(xiàn)實緊迫性，提出了相應(yīng)的發(fā)展策略。在測度方法方面，大多數(shù)學者主要從農(nóng)業(yè)新質(zhì)生產(chǎn)者、新質(zhì)生產(chǎn)資料和新質(zhì)生產(chǎn)對象三個維度構(gòu)建指標體系，并結(jié)合區(qū)域差異進行對比分析[15-16。在實證研究中，數(shù)字普惠金融地權(quán)整合[]、數(shù)字技術(shù)[1等因素對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響受到廣泛關(guān)注。劉同山和劉捷2構(gòu)建“生產(chǎn)力一生產(chǎn)方式一勞動生產(chǎn)率”的分析框架，并采用控制函數(shù)法發(fā)現(xiàn)，適度規(guī)模經(jīng)營對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響呈倒“U”型。

綜上所述，當前學界主要聚焦于數(shù)字化與智能化對農(nóng)業(yè)發(fā)展的推動作用，以及各類因素對于農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響，但針對數(shù)智化發(fā)展水平與農(nóng)業(yè)新質(zhì)生產(chǎn)力之間關(guān)系的系統(tǒng)性以及定量研究仍較少。因此，本文通過構(gòu)建數(shù)智化及農(nóng)業(yè)新質(zhì)生產(chǎn)力指標體系來探究二者之間的關(guān)系，并進一步研究其實現(xiàn)路徑，為推動農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展提供有益參考。

本文的邊際貢獻可能在于：首先，從數(shù)智化發(fā)展水平出發(fā)，實證分析其對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響及作用機制，為發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力提供新的思路和方法；其次，關(guān)注農(nóng)業(yè)新質(zhì)生產(chǎn)力在不同發(fā)展階段中的差異化驅(qū)動路徑，深人探究其發(fā)展的內(nèi)在機制、組合動因及所需條件。最后，針對不同地區(qū)的實際情況，提出差異化的發(fā)展策略，為提升農(nóng)業(yè)新質(zhì)生產(chǎn)力提供理論依據(jù)和政策參考。

二、理論分析與研究假說

（一）數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的直接影響

生產(chǎn)力的演進本質(zhì)上是一個不斷用先進生產(chǎn)力替代落后生產(chǎn)力的過程。因此，推動新質(zhì)生產(chǎn)力在農(nóng)業(yè)領(lǐng)域的快速發(fā)展，實質(zhì)上就是加速農(nóng)業(yè)生產(chǎn)力的轉(zhuǎn)型。而這種轉(zhuǎn)型主要是通過高素質(zhì)農(nóng)業(yè)生產(chǎn)者運用先進生產(chǎn)資料，更高效、精準地作用于農(nóng)業(yè)勞動對象[21。因此本文將從農(nóng)業(yè)勞動者、農(nóng)業(yè)生產(chǎn)資料以及農(nóng)業(yè)勞動對象三個方面進行理論分析。

首先，對于農(nóng)業(yè)勞動者來說，數(shù)智化發(fā)展通過技術(shù)的革新推動了農(nóng)業(yè)勞動者的轉(zhuǎn)型，使其從傳統(tǒng)的農(nóng)業(yè)勞動力向具備數(shù)字技術(shù)能力的現(xiàn)代農(nóng)業(yè)勞動者轉(zhuǎn)型。新型農(nóng)業(yè)勞動者通過對先進的智能設(shè)備以及信息技術(shù)的使用，不僅增強了農(nóng)業(yè)生產(chǎn)過程中的創(chuàng)新能力，還使得生產(chǎn)效率有著顯著的提升，為農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展提供了強有力的支撐。

其次，對于農(nóng)業(yè)勞動對象來說，數(shù)智化技術(shù)通過智能化設(shè)備以及精準的農(nóng)業(yè)生產(chǎn)模式優(yōu)化了傳統(tǒng)的生產(chǎn)方式。利用物聯(lián)網(wǎng)、大數(shù)據(jù)分析等技術(shù)在農(nóng)業(yè)生產(chǎn)過程中對農(nóng)作物、天氣等因素進行實時監(jiān)測，有效提升了農(nóng)產(chǎn)品的質(zhì)量及生產(chǎn)效率。

最后，對于農(nóng)業(yè)生產(chǎn)資料來說，數(shù)智化發(fā)展顯著提升了農(nóng)業(yè)生產(chǎn)資料的智能化水平，主要體現(xiàn)在生產(chǎn)設(shè)備和數(shù)據(jù)平臺的應(yīng)用上?；谥悄芑喔燃夹g(shù)、自動化生產(chǎn)模式及大數(shù)據(jù)平臺的使用，優(yōu)化了農(nóng)業(yè)生產(chǎn)資料的配置，使得農(nóng)業(yè)生產(chǎn)資源可以減少不必要的浪費，生產(chǎn)力水平得到有效提升。

基于此，本文提出研究假說H1：數(shù)智化發(fā)展水平顯著促進農(nóng)業(yè)新質(zhì)生產(chǎn)力的提升。

（二）數(shù)智化發(fā)展與農(nóng)業(yè)新質(zhì)生產(chǎn)力：農(nóng)業(yè)資源配置效率、農(nóng)業(yè)科技創(chuàng)新的中介效應(yīng)

資源配置理論認為，經(jīng)濟中的資源應(yīng)當在不同部門和行業(yè)之間進行最優(yōu)配置，以實現(xiàn)最大化的社會福利和生產(chǎn)效率22]。在傳統(tǒng)的城鄉(xiāng)二元結(jié)構(gòu)下，農(nóng)業(yè)資源配置問題主要體現(xiàn)在資本、勞動力和土地的錯配問題上。由于資本往往集中于城市，導致農(nóng)村資本配置不均；農(nóng)村勞動力大量流向城市，農(nóng)業(yè)勞動力供給不足，而剩余勞動力因缺乏技術(shù)與制度支持，難以有效轉(zhuǎn)化為生產(chǎn)力；土地資源則是由于傳統(tǒng)農(nóng)村生產(chǎn)模式單一，未能得到充分利用。根據(jù)資本化理論，資產(chǎn)只有在市場中才能被有效資本化[23]，而傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式中，資本、勞動力和土地的市場流動性較低，難以實現(xiàn)有效配置。但隨著數(shù)智化技術(shù)的快速發(fā)展，尤其是數(shù)字鄉(xiāng)村建設(shè)的推進，數(shù)字化與智能化設(shè)備逐步進人農(nóng)業(yè)領(lǐng)域中，打破了市場空間的約束，有效提升農(nóng)業(yè)資源配置效率?，F(xiàn)有研究表明，農(nóng)業(yè)資源的再配置對農(nóng)業(yè)生產(chǎn)率有顯著促進作用[24，這一結(jié)論不僅在全國范圍內(nèi)成立，且在糧食主產(chǎn)區(qū)的農(nóng)業(yè)資源配置對農(nóng)業(yè)生產(chǎn)效率表現(xiàn)出相同的促進作用[25]。其中，水土資源作為農(nóng)業(yè)生產(chǎn)的基本要素，其合理配置被視為實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵2。此外雷邵海等2認為，農(nóng)業(yè)資源錯配不僅影響本地區(qū)的農(nóng)業(yè)生產(chǎn)，還對其臨近地區(qū)的農(nóng)業(yè)生產(chǎn)產(chǎn)生負面影響。因此，從提升農(nóng)業(yè)生產(chǎn)效率與區(qū)域協(xié)調(diào)發(fā)展的角度出發(fā)，推動農(nóng)業(yè)資源的高效配置具有重要的現(xiàn)實意義。

新熊彼特經(jīng)濟增長理論強調(diào)，內(nèi)生研發(fā)與創(chuàng)新是推動經(jīng)濟增長和技術(shù)進步的核心動力[28]。數(shù)智化技術(shù)作為一種新興的技術(shù)革命，為農(nóng)業(yè)技術(shù)創(chuàng)新提供了新的工具和機遇。在當前人工智能以及大數(shù)據(jù)等先進技術(shù)的使用下，各地區(qū)能夠通過更精確的數(shù)據(jù)分析進行科學決策，不僅有助于精準識別市場上的潛在需求和發(fā)展瓶頸，還能夠有針對性地引導技術(shù)研發(fā)和資源配置，推進技術(shù)創(chuàng)新的深化與突破。此外，數(shù)智化還推動了地區(qū)、行業(yè)之間科技資源整合和信息共享，增強了農(nóng)業(yè)領(lǐng)域技術(shù)創(chuàng)新的協(xié)同效應(yīng)。通過構(gòu)建統(tǒng)一的數(shù)據(jù)平臺，農(nóng)業(yè)企業(yè)、科研機構(gòu)以及政府之間的信息流動更為高效，為農(nóng)業(yè)技術(shù)的進步提供了堅實支撐技術(shù)。因此，數(shù)智化技術(shù)不僅提升了農(nóng)業(yè)科技創(chuàng)新的效率，更通過增強創(chuàng)新能力為農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展奠定堅實基礎(chǔ)。從現(xiàn)有文獻來看，顛覆性的科技創(chuàng)新對農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展具有顯著的促進作用29。同時，從農(nóng)業(yè)綜合生產(chǎn)能力的提升30以及生產(chǎn)模式變革[的視角出發(fā)，科技創(chuàng)新在推動農(nóng)業(yè)生產(chǎn)能力方面發(fā)揮著關(guān)鍵作用。鄧翔和王仕忠[32則通過理論模型分析進一步論證了農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的促進作用。

基于此，本文提出研究假說H2：數(shù)智化發(fā)展水平通過促進農(nóng)業(yè)資源配置效率以及農(nóng)業(yè)科技創(chuàng)新，進而推動農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展。

（三）數(shù)智化發(fā)展與農(nóng)業(yè)新質(zhì)生產(chǎn)力：政府政策支持力度、數(shù)字普惠金融的調(diào)節(jié)效應(yīng)

根據(jù)新制度經(jīng)濟學理論，當前國家制度是影響經(jīng)濟績效的關(guān)鍵因素之一[33]。鑒于農(nóng)業(yè)創(chuàng)新和研發(fā)在初期階段通常面臨較高的風險和挑戰(zhàn)，政府政策在引導區(qū)域聚焦關(guān)鍵技術(shù)、優(yōu)化科研方向及促進農(nóng)業(yè)新質(zhì)生產(chǎn)力提升方面發(fā)揮著至關(guān)重要的作用。然而，在市場機制主導的背景下，技術(shù)外溢與科研資金不足等問題可能會對地區(qū)的創(chuàng)新活動產(chǎn)生負面影響，從而制約技術(shù)進步與生產(chǎn)力提升。由于市場失靈的存在，政府的積極干預(yù)在保障創(chuàng)新動力以及協(xié)調(diào)資源配置中顯得尤為重要。政府應(yīng)通過相應(yīng)的政策措施，發(fā)揮“有形之手”的作用，針對市場中存在的失靈現(xiàn)象進行有效調(diào)節(jié)，彌補市場機制的不足，從而推動農(nóng)業(yè)新質(zhì)生產(chǎn)力的持續(xù)發(fā)展。

傳統(tǒng)的農(nóng)業(yè)金融服務(wù)受信息不對稱和區(qū)域性限制等因素的影響，導致眾多農(nóng)業(yè)生產(chǎn)主體因缺乏可靠的擔保而難以獲得信貸支持，數(shù)字普惠金融通過大數(shù)據(jù)技術(shù)打破信息壁壘，實現(xiàn)了生產(chǎn)者、消費者和金融機構(gòu)等多方面的數(shù)據(jù)共享。農(nóng)戶與農(nóng)業(yè)企業(yè)可以通過數(shù)字平臺上傳實時數(shù)據(jù)，為金融機構(gòu)提供了更為全面、及時的信息支撐。能夠讓金融機構(gòu)根據(jù)相關(guān)數(shù)據(jù)進行精準的風險評估，進而優(yōu)化信貸決策的流程。數(shù)據(jù)共享和信息透明化不僅降低了農(nóng)業(yè)金融服務(wù)中的不確定性與違約風險，也拓展了金融服務(wù)的覆蓋范圍，增強了農(nóng)業(yè)企業(yè)的融資可得性。通過提升信息獲取與信貸支持能力，數(shù)字普惠金融顯著提升了數(shù)智化技術(shù)在農(nóng)業(yè)中的應(yīng)用效果，增強了數(shù)智化發(fā)展對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進作用。

基于此，本文提出研究假說H3：政府政策支持力度、數(shù)字普惠金融在數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響中起著正向調(diào)節(jié)的作用。

（四）數(shù)智化發(fā)展與農(nóng)業(yè)新質(zhì)生產(chǎn)力：非線性效應(yīng)

根據(jù)邊際效用遞減規(guī)律，數(shù)智化技術(shù)在初始階段的應(yīng)用顯著改善了傳統(tǒng)生產(chǎn)方式，提升農(nóng)業(yè)生產(chǎn)效率。然而，隨著技術(shù)的不斷深入應(yīng)用，新增的數(shù)智化技術(shù)多集中于對現(xiàn)有農(nóng)業(yè)生產(chǎn)設(shè)備以及流程的局部優(yōu)化，難以再對整體農(nóng)業(yè)生產(chǎn)效率帶來革命性提升。技術(shù)擴散理論可進一步解釋該現(xiàn)象。技術(shù)擴散初期，數(shù)智化技術(shù)因其創(chuàng)新性和相對優(yōu)勢迅速彌補了傳統(tǒng)農(nóng)業(yè)的效率不足，有效推動了生產(chǎn)力水平的提升。隨著技術(shù)擴散進入加速階段，數(shù)智化技術(shù)的應(yīng)用范圍持續(xù)擴大，但其邊際效益逐步減小，技術(shù)的增量效應(yīng)難以維持初期的高增長水平。當技術(shù)擴散進入成熟階段，隨著市場趨于飽和，新增技術(shù)的邊際貢獻明顯降低，尤其在資源受限或技術(shù)適配性較差的地區(qū)，數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進作用更加有限。

基于此，本文提出研究假說H4：數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進效應(yīng)存在著非線性的遞減效應(yīng)。

三、研究設(shè)計

（一）模型構(gòu)建

為了探究數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)，本文構(gòu)建基準模型如下：

Newp_it=α₀+α₁DI_it+α₂Controls_it

+Province_i+Year_t+ε_it

其中， i 為省份； Φ_t 為年份；Province表示地區(qū)固定效應(yīng)； Year 為時間固定效應(yīng)；Newp表示農(nóng)業(yè)新質(zhì)

生產(chǎn)力； DI 表示數(shù)智化發(fā)展水平；Controls表示控制變量； α₀，α₁，α₂ 表示估計系數(shù)； ε_it 為隨機擾動項。

（二）變量選取

1.被解釋變量：農(nóng)業(yè)新質(zhì)生產(chǎn)力

農(nóng)業(yè)新質(zhì)生產(chǎn)力強調(diào)要在傳統(tǒng)農(nóng)業(yè)生產(chǎn)力的基礎(chǔ)之上，提升農(nóng)業(yè)技術(shù)創(chuàng)新、智能化以及經(jīng)濟全要素生產(chǎn)率的綜合能力?；诖耍疚膶⑥r(nóng)業(yè)新質(zhì)生產(chǎn)力劃分為新質(zhì)農(nóng)業(yè)勞動者、新質(zhì)農(nóng)業(yè)勞動資料以及新質(zhì)農(nóng)業(yè)勞動對象三方面，參照朱迪和葉林祥34對農(nóng)業(yè)新質(zhì)生產(chǎn)力的測度，選取3個一級指標、7個二級指標、12個三級指標以及17項具體指標來進行綜合評價（見表1）。同時，采用熵權(quán)法來確定各指標的權(quán)重。

2.解釋變量：數(shù)智化發(fā)展水平

根據(jù)相關(guān)文獻[35-3以及數(shù)智化發(fā)展的特征，本文從數(shù)字化以及智能化兩個維度來構(gòu)建綜合指標評價體系。其中數(shù)字化發(fā)展水平從數(shù)字基礎(chǔ)、數(shù)字用戶以及數(shù)字平臺三個方面來構(gòu)建指標體系；智能化發(fā)展水平則是從智能化基礎(chǔ)、智能化效益以及智能化創(chuàng)新三個方面進行構(gòu)建，具體指標如表2所示。

3.控制變量

為了避免可能存在的遺漏變量引起的內(nèi)生性問題。本研究參照賈康和郭起瑞、劉同山和劉婕2的相關(guān)研究選取如下控制變量：（1）人口密度（PD），采用該地區(qū)農(nóng)村人口總數(shù)占該地區(qū)面積的比重；（2）勞動力水平（LFL），利用各地區(qū)常住就業(yè)人口的對數(shù)進行衡量；（3）對外開放程度（OP），利用各省份進出口總額占該地區(qū)產(chǎn)值比重進行測算；（4）人力資本水平（HCL），采用各地區(qū)教育支出占GDP的比重進行衡量；（5）農(nóng)業(yè)經(jīng)濟發(fā)展水平（AED），使用農(nóng)林牧漁業(yè)生產(chǎn)總值的對數(shù)進行衡量；（6農(nóng)業(yè)財政支持（AFS），采用農(nóng)林水事務(wù)支出占地區(qū)財政支出的比重進行測算。

（三）數(shù)據(jù)來源及描述性統(tǒng)計

1.數(shù)據(jù)來源

本文選取2012—2022年中國31個省份的面板數(shù)據(jù)進行分析。其中，新質(zhì)農(nóng)業(yè)勞動對象中的農(nóng)業(yè)產(chǎn)業(yè)中國家重點龍頭企業(yè)的數(shù)量是根據(jù)鄉(xiāng)村產(chǎn)業(yè)發(fā)展司的數(shù)據(jù)，作者進行手工整理所得。各省份的面板數(shù)據(jù)均來自《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國科技統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各省統(tǒng)計年鑒以及各省的發(fā)展報告。除此之外，對于個別缺失的數(shù)據(jù)，本文采用線性插值進行填補。

2.描述性統(tǒng)計分析

從表3的描述性統(tǒng)計分析來看，農(nóng)業(yè)新質(zhì)生產(chǎn)力指數(shù)的最小值為0.0895，最大值為0.5124，表明當前我國農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展水平存在顯著差異。數(shù)智化發(fā)展水平均值為0.1473，標準差為0.1561，波動性較大，表明不同地區(qū)在數(shù)智化技術(shù)應(yīng)用方面存在較大差距。此外，勞動力水平和人力資本水平較為穩(wěn)定；對外開放程度與農(nóng)業(yè)經(jīng)濟發(fā)展水平差異明顯；農(nóng)業(yè)財政支持水平在各地區(qū)分布較為均衡。

四、實證結(jié)果分析

（一）基準回歸結(jié)果

本文在進行基礎(chǔ)回歸之前，利用Hausman檢驗對模型進行篩選，最終的結(jié)果顯示在 1% 的條件下拒絕原假設(shè)，即本文應(yīng)該選擇固定效應(yīng)模型進行檢驗?；貧w結(jié)果如表4所示，表4中列（1）為未加入固定效應(yīng)與控制變量的基準回歸結(jié)果，數(shù)智化發(fā)展水平的系數(shù)為0.395且在 1% 的條件下顯著為正，列（2）則是在加入固定效應(yīng)之后的結(jié)果，數(shù)智化的系數(shù)為0.237，且在 5% 的條件下顯著。對比這兩列數(shù)據(jù)可以得出，在控制了固定效應(yīng)之后，回歸系數(shù)值變小。這一變化表明，農(nóng)業(yè)新質(zhì)生產(chǎn)力在一定程度上會受到時間與個體特征的影響。列（3）則是在加入固定效應(yīng)和控制變量后的回歸結(jié)果，對比第（2）列以及第（3）列的數(shù)據(jù)可以得出，在控制固定效應(yīng)的基礎(chǔ)上進一步引入控制變量后，數(shù)智化發(fā)展水平的回歸系數(shù)有所上升，且顯著性水平由 5% 提升至1% ，表明在剔除其他可能影響農(nóng)業(yè)新質(zhì)生產(chǎn)力的因素之后，數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的正向作用更加顯著。因此假說H1得以證實。

（二）內(nèi)生性檢驗

考慮到農(nóng)業(yè)新質(zhì)生產(chǎn)力的提升，尤其是在農(nóng)產(chǎn)品產(chǎn)量增長以及供應(yīng)鏈優(yōu)化的背景下，農(nóng)業(yè)企業(yè)和農(nóng)戶可能會加強農(nóng)業(yè)領(lǐng)域數(shù)字化與智能化的基礎(chǔ)建設(shè)，以更高效地響應(yīng)市場需求變化。導致農(nóng)業(yè)新質(zhì)生產(chǎn)力可能反向影響數(shù)智化水平，進而產(chǎn)生內(nèi)生性問題。因此，本文選取電商交易活動比例作為工具變量，其測算方式如公式（2），且電商交易活動比例與數(shù)智化發(fā)展水平密切相關(guān)，但其與農(nóng)業(yè)新質(zhì)生產(chǎn)力的直接影響較弱，同時本文采用兩階段最小二乘法進行內(nèi)生性檢驗。

回歸結(jié)果如表5所示，由表5列（1）可以看出，工具變量對數(shù)智化發(fā)展水平的回歸系數(shù)在 1% 的水平上顯著為正，內(nèi)生性檢驗的P值在 1% 的條件下顯著，拒絕解釋變量為外生的原假設(shè)；同時第一階段回歸中F統(tǒng)計量為41.22，高于臨界值，表明工具變量與內(nèi)生變量具有相關(guān)性。可識別檢驗中，KP-LM統(tǒng)計量在 1% 的條件下顯著拒絕了當前工具變量識別不足的原假設(shè)；弱工具變量檢驗中KP-WaldF的值遠大于臨界值，這表明當前選擇的工具變量不存在弱工具變量。列（2）表示對農(nóng)業(yè)新質(zhì)生產(chǎn)力的第二階段回歸結(jié)果，數(shù)智化發(fā)展水平顯著為正，表明在控制內(nèi)生性問題后，數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進作用依舊穩(wěn)健。

（三）穩(wěn)健性檢驗

1.對變量進行縮尾處理

為了減輕極端值對結(jié)果的潛在影響，對變量實施了雙側(cè) 1% 的縮尾調(diào)整，然后將這些調(diào)整后的變量再次納入模型中進行回歸分析。由表6列（1）可以看出，對數(shù)據(jù)縮尾處理之后的結(jié)果依舊顯著，基準回歸結(jié)果具有穩(wěn)健性。

2.采用滯后一期解釋變量

由于數(shù)智化技術(shù)對農(nóng)業(yè)新質(zhì)生產(chǎn)力的提升往往伴隨著市場需求、生產(chǎn)方式以及產(chǎn)品質(zhì)量的調(diào)整，且需要一定時間才能被市場充分反映。因此，本文在回歸分析中引入滯后一期的數(shù)智化發(fā)展水平并重新回歸，回歸結(jié)果如表6列（2）所示。從結(jié)果來看，數(shù)智化在進行滯后一期之后對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響依舊顯著為正，表明回歸結(jié)果具有穩(wěn)健性。

3.剔除西藏地區(qū)數(shù)據(jù)

在數(shù)據(jù)收集階段，西藏地區(qū)部分指標存在數(shù)據(jù)缺失。為了避免缺失數(shù)據(jù)對回歸結(jié)果的影響，將西藏地區(qū)的數(shù)據(jù)剔除，并重新進行回歸。結(jié)果如表6列（3）所示，在剔除西藏地區(qū)樣本之后，數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響仍顯著為正，表明在排除數(shù)據(jù)缺失影響的情況下，回歸結(jié)果依舊穩(wěn)健。

（四）異質(zhì)性分析

1.農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)

受當前農(nóng)業(yè)發(fā)展及農(nóng)業(yè)定位的影響，糧食主產(chǎn)區(qū)相較于非主產(chǎn)區(qū)擁有更強的農(nóng)業(yè)生產(chǎn)要素稟賦以及更加完備的農(nóng)業(yè)生產(chǎn)體系。因此本文參照盧方元和王肅坤3的研究，將各地區(qū)劃分為糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)進行異質(zhì)性檢驗?；貧w結(jié)果如表7列（1）和列（2）所示，糧食主產(chǎn)區(qū)的數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響在 5% 的條件下顯著為正，但對非糧食主產(chǎn)區(qū)并不顯著，且組間差異表明數(shù)智化發(fā)展水平在這兩個地區(qū)之間存在顯著差異。其原因可能是，糧食主產(chǎn)區(qū)的農(nóng)業(yè)生產(chǎn)主要是標準化、大規(guī)模以及機械化的生產(chǎn)方式，而數(shù)智化技術(shù)可以在這些生產(chǎn)中發(fā)揮出較為明顯的作用從而更能有效影響農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展；相比之下，非主產(chǎn)區(qū)的生產(chǎn)模式較為分散且規(guī)模較小，生產(chǎn)集中度低，數(shù)智化技術(shù)在該地區(qū)的推廣難度較大。因此，數(shù)智化發(fā)展水平對該地區(qū)的農(nóng)業(yè)新質(zhì)生產(chǎn)力影響不顯著。

2.農(nóng)業(yè)機械化水平

農(nóng)業(yè)機械化水平是衡量各地區(qū)農(nóng)業(yè)生產(chǎn)過程中機械設(shè)備的普及率以及使用效率的指標，直接影響了農(nóng)業(yè)技術(shù)進步以及生產(chǎn)效率。因此本文以農(nóng)業(yè)機械總動力占地區(qū)生產(chǎn)總值的比重作為農(nóng)業(yè)機械化水平的測度指標，并將高于平均水平的省份定為農(nóng)業(yè)機械化水平高的地區(qū)，反之為低機械化水平的地區(qū)?；貧w結(jié)果如表7列（3）和列（4）所示，數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進作用在高機械化的地區(qū)更為顯著，而在機械化水平低的地區(qū)不顯著。同時，組間差異檢驗也表明兩類地區(qū)存在顯著差異。其原因可能是，高機械化地區(qū)具備良好的技術(shù)基礎(chǔ)，使得智能化管理措施能夠得到充分發(fā)揮，提高農(nóng)業(yè)生產(chǎn)效率，進而顯著促進農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展；相較之下，低機械化地區(qū)主要依賴于傳統(tǒng)的種植方式，技術(shù)應(yīng)用程度較低，限制了數(shù)智化技術(shù)的推廣與應(yīng)用。

3.農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展程度

由于各地區(qū)在經(jīng)濟發(fā)展、資源稟賦以及市場需求等方面存在顯著差異，導致農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展存在不均衡發(fā)展態(tài)勢。為深人探究數(shù)智化發(fā)展水平對不同發(fā)展階段農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響，本文采用分位數(shù)回歸模型進行分析，結(jié)果見表8，數(shù)智化發(fā)展水平的回歸系數(shù)隨著分位數(shù)的增加而逐漸減小，且在90分位數(shù)處的影響不再顯著。該結(jié)果表明數(shù)智化發(fā)展對于低生產(chǎn)力地區(qū)具有更強的顯著促進作用，隨著生產(chǎn)力水平的提升，顯著效應(yīng)逐漸減弱。產(chǎn)生的原因可能是，由于在較低生產(chǎn)力水平的地區(qū)，數(shù)智化技術(shù)還處于薄弱階段，技術(shù)引進所帶來的效果更為明顯；而在高生產(chǎn)力地區(qū)，數(shù)智化已經(jīng)達到了技術(shù)的飽和點，技術(shù)的進一步提升對該地區(qū)生產(chǎn)力的推動作用較為有限。

五、進一步分析

（一）機制檢驗

基于前文理論分析，為了探究數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響路徑，本文參照江艇8在因果推斷中對中介效應(yīng)的分析，在基準回歸模型的基礎(chǔ)上，構(gòu)建如下機制檢驗?zāi)Ｐ停?/p>

M_it=α₀+α₁DI_it+α₂Controls_it+Province_i+Year_t+E_it

其中， M_it 為機制變量，為農(nóng)業(yè)資源配置效率與農(nóng)業(yè)科技創(chuàng)新。剩余參數(shù)均與基準回歸模型中的含義保持一致。

本文通過農(nóng)業(yè)資源錯配指數(shù)來衡量農(nóng)業(yè)資源配置效率，參照雷邵海等人2的研究，采用生產(chǎn)函數(shù)法計算各地區(qū)的資本、勞動力和土地三類要素的資源錯配指數(shù)，并通過三者的均值來綜合衡量整體的農(nóng)業(yè)資源錯配情況。同時，基于李艷等[3對農(nóng)業(yè)科技創(chuàng)新的度量，使用農(nóng)業(yè)專利授權(quán)數(shù)量進行衡量，并對其采用對數(shù)化處理。

從式（3）中對機制檢驗的設(shè)定，本文選取農(nóng)業(yè)資源配置效率作為衡量數(shù)智化發(fā)展水平影響農(nóng)業(yè)新質(zhì)生產(chǎn)力路徑的中介變量之一。表9列（1）至（3）結(jié)果顯示，在基準回歸結(jié)果的基礎(chǔ)上，數(shù)智化發(fā)展水平對農(nóng)業(yè)資源錯配指數(shù)的回歸系數(shù)顯著為負，因此可得出數(shù)智化發(fā)展水平顯著促進了農(nóng)業(yè)資源配置效率的提升。同時，在農(nóng)業(yè)科技創(chuàng)新路徑下，數(shù)智化發(fā)展水平的系數(shù)在 1% 的顯著性水平下為正，表明數(shù)智化技術(shù)能夠顯著促進農(nóng)業(yè)科技創(chuàng)新水平。綜上，農(nóng)業(yè)資源配置效率、科技創(chuàng)新在數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的路徑影響中起著正向促進作用，假說H2得以驗證。

（二）調(diào)節(jié)效應(yīng)

為了探究政府政策支持力度與數(shù)字普惠金融在數(shù)智化與農(nóng)業(yè)新質(zhì)生產(chǎn)力之間的調(diào)節(jié)效應(yīng)，本文在基準回歸模型中引入二者與數(shù)智化發(fā)展水平的交互項，以此構(gòu)建調(diào)節(jié)效應(yīng)模型。式（4）中， AD_it 表示調(diào)節(jié)變量，為政府政策支持力度與數(shù)字普惠金融。

Newp_it=α₀+α₁DI_it+α₂Controls_it+β₁AD_it

+β₂AD_ii×DI_ii+Province_i+Year_t+ε_ii

本文依據(jù)范合君和吳婷4對政府政策力度的研究，選取各省政府工作報告中與數(shù)字經(jīng)濟以及智能經(jīng)濟等①相關(guān)的詞頻占比來確定政府政策支持力度指標；同時選取北京大學的數(shù)字普惠金融指數(shù)衡量數(shù)字普惠金融指標。

基于前文理論分析，政府政策支持力度及數(shù)字普惠金融可能是數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力之間的重要調(diào)節(jié)變量。為驗證該機制，在回歸模型的基礎(chǔ)上引入數(shù)智化發(fā)展水平與政府政策支持力度、數(shù)字普惠金融的交互項，并進行實證檢驗。結(jié)果如表9列（4）和列（5）所示，數(shù)智化發(fā)展水平顯著促進了農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展；同時數(shù)智化發(fā)展水平與政府政策支持力度以及數(shù)字普惠金融的交互項顯著為正，表明二者顯著增強了數(shù)智化發(fā)展對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進作用。因此，假說H3得以驗證。

（三）非線性檢驗

為了探究數(shù)智化與農(nóng)業(yè)新質(zhì)生產(chǎn)力之間的復雜作用機制，本文將解釋變量數(shù)智化 （digit） 作為轉(zhuǎn)換變量，構(gòu)建如下所示的面板平滑轉(zhuǎn)換模型。

Newp_i=β₀+β₁digit_ii+β₂Controls_ii（β₁digit_ii

+（β₁digit_i+β₂Controls_ii）×G（digit_i;γ，c）+E_ii

其中， G（digit_ii;γ，c） 為服從廣義Logistic分布的轉(zhuǎn)換函數(shù)； γ 為斜率參數(shù)，表示該模型在不同區(qū)間的轉(zhuǎn)換速度； c 為位置參數(shù)，表示狀態(tài)變換的臨界值。

在建立PSTR模型之前，首先要對模型的設(shè)定形式進行檢驗。如表10所示，在位置參數(shù)取 m=1和 m=2 時，LM、LMF以及LRT檢驗均在 1% 的條件下拒絕 r=0 的原假設(shè)，這表明數(shù)智化與農(nóng)業(yè)新質(zhì)生產(chǎn)力之間存在顯著的平滑轉(zhuǎn)換機制。且進一步檢驗結(jié)果表明，只有在位置參數(shù)為1時，LM、LRT在10% 的條件下顯著，其他情況均未拒絕 r=1 的原假設(shè)。為了避免模型過于復雜，本文參照王維國等[41]的處理方式，將顯著性水平標準提升至 10% ，據(jù)此設(shè)定模型僅只有一個轉(zhuǎn)換函數(shù)。最后根據(jù)AIC以及BIC準則確定最優(yōu)位置參數(shù)，由于 m=1 時的BIC較小，但AIC卻比 m=2 時的要大。結(jié)合齊紅倩和閆 海春4的做法，最終根據(jù)F統(tǒng)計量來確定最優(yōu)位置個數(shù)。由于 m=2 的F統(tǒng)計量要大于 m=1 ，因此確定模型最優(yōu)位置參數(shù)組合為 r=1，m=2

接著本文采用非線性最小二乘法對PSTR模型進行參數(shù)估計，最終結(jié)果如表11所示，數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力為非線性影響，且其門檻值 c= □

當數(shù)智化水平低于0.4516時，轉(zhuǎn)換函數(shù)，該階段數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響僅存在線性關(guān)系，系數(shù)在 1% 的條件下顯著為正，表明數(shù)智化低于門檻值時，其對農(nóng)業(yè)新質(zhì)生產(chǎn)力呈現(xiàn)顯著的促進作用；當數(shù)智化水平高于0.4516時，轉(zhuǎn)換函數(shù)，表現(xiàn)為非線性關(guān)系，在該階段數(shù)智化系數(shù)為-0.0886，表明隨著數(shù)智化水平的提升，非線性部分存在一定的負向影響。數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力影響的總效應(yīng)的估計系數(shù)為0.1997，整體上為正向的促進作用，但其影響效應(yīng)逐漸減弱，且表現(xiàn)為速度較快的平滑轉(zhuǎn)換特征。驗證了本文的假說H4。

六、結(jié)論與建議

（一）主要結(jié)論

本文基于2012—2022年31個省的面板數(shù)據(jù)，分析了數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的直接影響、作用機制、調(diào)節(jié)效應(yīng)以及門檻效應(yīng)。研究表明：（1）數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響顯著為正，且在經(jīng)過一系列穩(wěn)健性檢驗之后依舊成立；（2）數(shù)智化發(fā)展水平在糧食主產(chǎn)區(qū)、農(nóng)業(yè)機械化水平高以及農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展程度低的地區(qū)促進影響效應(yīng)更顯著；（3）數(shù)智化發(fā)展水平通過提升農(nóng)業(yè)資源配置效率以及科技創(chuàng)新水平來推動農(nóng)業(yè)新質(zhì)生產(chǎn)力的發(fā)展；（4）政府政策支持力度、數(shù)字普惠金融在數(shù)智化發(fā)展水平對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響中起著正向調(diào)節(jié)的作用；（5）數(shù)智化對農(nóng)業(yè)新質(zhì)生產(chǎn)力的促進效應(yīng)在隨著數(shù)智化程度的深入而逐漸減弱。

（二）政策建議

首先，各地區(qū)應(yīng)該要全面貫徹落實近年來中央一號文件中提出的關(guān)于深人實施數(shù)字鄉(xiāng)村發(fā)展行動，統(tǒng)籌推進農(nóng)業(yè)數(shù)智技術(shù)應(yīng)用的部署要求。通過資金補貼、技術(shù)培訓及政策扶持等方式，鼓勵各地區(qū)農(nóng)民使用數(shù)智化技術(shù)，提高農(nóng)業(yè)產(chǎn)品質(zhì)量和生產(chǎn)效率以促進農(nóng)業(yè)新質(zhì)生產(chǎn)力的提升。同時，由于數(shù)智化在糧食主產(chǎn)區(qū)、機械化水平較高以及農(nóng)業(yè)新質(zhì)生產(chǎn)力較弱的地區(qū)的效應(yīng)更為顯著，政策上應(yīng)予以重點傾斜。所以各地區(qū)要因地制宜地開展數(shù)智化技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用。例如，對于農(nóng)業(yè)新質(zhì)生產(chǎn)力較差的地區(qū)，應(yīng)該先從農(nóng)業(yè)基礎(chǔ)設(shè)施入手，逐步推進數(shù)智化技術(shù)的普及，以提升這些地區(qū)的農(nóng)業(yè)生產(chǎn)能力；而對于農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展較高的地區(qū)，可以優(yōu)先推進先進的設(shè)備和技術(shù)，以推動農(nóng)業(yè)產(chǎn)業(yè)鏈的數(shù)智化轉(zhuǎn)型。

其次，各地區(qū)要健全農(nóng)業(yè)科技創(chuàng)新體系，加快構(gòu)建數(shù)據(jù)驅(qū)動的農(nóng)業(yè)科技服務(wù)平臺，提升技術(shù)成果轉(zhuǎn)化效率，推動農(nóng)業(yè)資源要素的高效流動。政府應(yīng)該鼓勵農(nóng)民使用物聯(lián)網(wǎng)以及大數(shù)據(jù)等智能技術(shù)進行檢測土壤質(zhì)量、作物生長情況以及氣候的變化，以此來實現(xiàn)農(nóng)業(yè)資源的精準配置，提升農(nóng)業(yè)資源的利用效率。同時加強農(nóng)業(yè)企業(yè)與科技公司的合作，推進農(nóng)業(yè)產(chǎn)業(yè)鏈的數(shù)字化轉(zhuǎn)型，通過相關(guān)技術(shù)提升產(chǎn)業(yè)鏈協(xié)作效率。

再次，政府應(yīng)加強政策引導，出臺相關(guān)政策，引導當?shù)剞r(nóng)業(yè)企業(yè)和農(nóng)民積極參與數(shù)智化轉(zhuǎn)型，提供稅收優(yōu)惠、補貼等激勵措施，降低轉(zhuǎn)型的成本。同時政府應(yīng)加大對數(shù)字普惠金融的支持力度，降低農(nóng)民的金融獲取門檻，推動金融創(chuàng)新，提供更加靈活的金融服務(wù)。通過數(shù)字普惠金融的普及，增強農(nóng)業(yè)生產(chǎn)者的創(chuàng)新能力和生產(chǎn)效率。

最后，在推動農(nóng)業(yè)數(shù)字化轉(zhuǎn)型中，應(yīng)該要建立科學合理的技術(shù)適配機制，避免片面追求技術(shù)升級進而忽視了實際的需求。同時各地應(yīng)該要根據(jù)自身農(nóng)業(yè)發(fā)展的特性，進行綜合評價，合理規(guī)劃數(shù)字技術(shù)的引進和應(yīng)用，實現(xiàn)精準投入與效能提升的有效結(jié)合。這樣不僅能有效提升農(nóng)業(yè)生產(chǎn)效率和可持續(xù)發(fā)展水平，還可以避免資源浪費和投資回報遞減等問題。

參考文獻：

[1]黃書苑，章語嫣，張冰冰，等.中國農(nóng)業(yè)生產(chǎn)性服務(wù)與農(nóng)業(yè)碳排放的非線性分析[J/OL].中國農(nóng)業(yè)資源與區(qū)劃，1-16[2025-05-12].http：//kns.cnki.net/kcms/de-tail/11.3513.s.20250313.1426.014.html.

[2]胡海青，李卓藝，梁志康，等.科技金融、高技術(shù)產(chǎn)業(yè)集聚與新質(zhì)生產(chǎn)力[J].財經(jīng)論叢（浙江財經(jīng)大學學報），2025（03）：51-63.

[3]張?zhí)睿钸B輝.農(nóng)業(yè)新質(zhì)生產(chǎn)力研究進展與展望[J].江蘇農(nóng)業(yè)科學，2024，52（24）：270-281.

[4]曾億武，李麗莉，郭紅東.從傳統(tǒng)農(nóng)業(yè)到數(shù)字農(nóng)業(yè)：演進邏輯與實現(xiàn)路徑[J].經(jīng)濟學家，2024（08）：119-128.

[5]劉威，鄭雪麗，馬恒運.農(nóng)業(yè)數(shù)字化對糧食生產(chǎn)安全的影響機理與效應(yīng)[J]．中國農(nóng)業(yè)大學學報，2024，29（07）：307-320.

[6]張紅麗，廖丹.數(shù)字技術(shù)應(yīng)用對農(nóng)業(yè)生產(chǎn)效率的影響研究——基于要素配置與人力資本視角［J/OL].新疆農(nóng)墾經(jīng)濟，1-17[2025-05-13].http：//kns.cnki.net/kc-ms/detai1/65.1048.F.20250310.1604.002.html.

[7]于麗艷，史晨宇，楊鑫，等．鄉(xiāng)村數(shù)字化對中國農(nóng)業(yè)韌性的影響機制——基于耦合協(xié)調(diào)度和中介效應(yīng)模型的實證[J].中國農(nóng)業(yè)大學學報，2023，28（07）：308-320.

[8]浦徐進，馬柯旭，王彥芳．農(nóng)村數(shù)字化對推動農(nóng)業(yè)綠色高質(zhì)量發(fā)展的影響分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（06）：83-95.

[9]DUGUMA AL，BAI X.How the internet of things technology improves agricultural efficiency[J].Artificial Intelligence Review，2024，58（2）：63.

[10]PETCU M A，SOBOLEVSCHI-DAVID M I，CUREA S C， etal.Integrating artificial intelligence in the sustainable development of agriculture：Applications and challenges in the resource-based theory approach[J].Electronics，2024，13（23）：4580.

[11]陳軍.農(nóng)機智能化是實現(xiàn)智慧農(nóng)業(yè)之關(guān)鍵[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（08）：170，178.

[12]余澳，李進，賈卓強.農(nóng)業(yè)機械化智能化保障糧食安全的機理與路徑研究[J].農(nóng)村經(jīng)濟，2024（11）：33-44.

[13]張海鵬，王智晨.農(nóng)業(yè)新質(zhì)生產(chǎn)力：理論內(nèi)涵、現(xiàn)實基礎(chǔ)及提升路徑[J].南京農(nóng)業(yè)大學學報（社會科學版），2024，24（03）：28-38.

[14]蘇藝.發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力的邏輯基點、內(nèi)涵闡釋與著力重點[J].農(nóng)村經(jīng)濟，2024（05）：1-14.

[15]李彩平，張守夫.中國農(nóng)業(yè)農(nóng)村新質(zhì)生產(chǎn)力水平測度及影響因素分析[J].經(jīng)濟問題探索，2024（12）：122-135.

[16]王麗雙，傅新紅，蔣浩，等.農(nóng)業(yè)新質(zhì)生產(chǎn)力測度、區(qū)域差異及耦合協(xié)調(diào)研究[J].農(nóng)林經(jīng)濟管理學報，2025，24（01）：55-64.

[17]賈康，郭起瑞.數(shù)字普惠金融對農(nóng)業(yè)新質(zhì)生產(chǎn)力的影響研究[J].華中師范大學學報（人文社會科學版），2024，63（04）：1-13.

[18]王巖，李靜爽，王賀.地權(quán)整合對農(nóng)業(yè)新質(zhì)生產(chǎn)力培育的影響研究[J].農(nóng)業(yè)經(jīng)濟與管理，2024（06）：48-62.

[19]馬玉麗，周煜.數(shù)字技術(shù)推進農(nóng)業(yè)新質(zhì)生產(chǎn)力形成的實證研究[J].華東經(jīng)濟管理，2024，38（12）：1-8.

[20]劉同山，劉婕.適度規(guī)模經(jīng)營促進了農(nóng)業(yè)新質(zhì)生產(chǎn)力形成嗎？——基于“生產(chǎn)力一生產(chǎn)方式一勞動生產(chǎn)率”框架的實證分析[J].改革，2024（10）：44-61.

[21]高鳴，黃增.加快發(fā)展農(nóng)業(yè)領(lǐng)域新質(zhì)生產(chǎn)力的推進策略[J].經(jīng)濟縱橫，2024（11）：46-54.

[22]向仙虹，楊國歌.要素市場整合、空間知識溢出與低碳轉(zhuǎn)型發(fā)展[J].產(chǎn)業(yè)經(jīng)濟研究，2023（06）：128-142.

[23]郭海紅.數(shù)字鄉(xiāng)村建設(shè)、資源要素錯配與農(nóng)業(yè)綠色全要素生產(chǎn)率[J].中國地質(zhì)大學學報（社會科學版），2024（01）102-116.

[24]鄭宏運，李谷成.農(nóng)業(yè)資源再配置的生產(chǎn)率效應(yīng)評估[J].華中農(nóng)業(yè)大學學報（社會科學版），2021（05）：45-53，193.

[25]王艷偉，黃宜.農(nóng)業(yè)資源錯配對農(nóng)業(yè)生態(tài)效率的影響：來自中國13個糧食主產(chǎn)區(qū)的證據(jù)[J].生態(tài)經(jīng)濟，2022，38（05）：129-137.

[26]AJAY S.Better water and land allocation for long-term agricultural sustainability[J].WaterResources Management，2022，36（10）：3505-3522.

[27]雷紹海，田曦，王成軍.農(nóng)業(yè)資源錯配對農(nóng)業(yè)綠色生產(chǎn)效率的空間效應(yīng)分解研究[J].地域研究與開發(fā)，2023，42（02）：124-129，149.

[28]王利.中國大中型工業(yè)企業(yè)創(chuàng)新驅(qū)動增長的測度與分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015，32（11）：90-104.

[29]張露，魏祖大.以顛覆性科技創(chuàng)新賦能農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展研究[J].中州學刊，2024（11：41-49.

[30]鄭鵬.科技創(chuàng)新與我國農(nóng)業(yè)綜合生產(chǎn)能力提高方略[J].中國科技論壇，2012（06）：133-138.

[31]董志勇，王德顯.科技創(chuàng)新、生產(chǎn)模式變革與農(nóng)業(yè)現(xiàn)代化[J].新視野，2019（06）：34-40.

[32]鄧翔，王仕忠.農(nóng)業(yè)科技創(chuàng)新投入對農(nóng)業(yè)經(jīng)濟增長影響研究[J].東岳論叢，2020，41（12）：109-120，192.

[33]楊冬梅，萬道俠，郭俊艷.企業(yè)科技研發(fā)投入與企業(yè)績效—兼論政府創(chuàng)新政策的調(diào)節(jié)效應(yīng)[J].山東社會科學，2021（05）：129-135.

[34]朱迪，葉林祥．中國農(nóng)業(yè)新質(zhì)生產(chǎn)力：水平測度與動態(tài)演變[J].統(tǒng)計與決策，2024，40（09）：24-30.

[35]金燦陽，徐藹婷，邱可陽.中國省域數(shù)字經(jīng)濟發(fā)展水平測度及其空間關(guān)聯(lián)研究[J].統(tǒng)計與信息論壇，2022，37（06）：11-21.

[36]侯建，康圍.智能化、產(chǎn)業(yè)轉(zhuǎn)型升級與低碳技術(shù)創(chuàng)新[J].管理評論，2024，36（09）：96-106.

[37]盧方元，王肅坤.數(shù)字要素與財政投入對農(nóng)業(yè)經(jīng)濟發(fā)展的影響研究[J].統(tǒng)計與決策，2024，40（24）：139-143.

[38]江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟，2022（05）：100-120.

[39]李艷，趙田田，舒泰一，等.數(shù)字經(jīng)濟發(fā)展水平對碳排放約束下農(nóng)業(yè)生產(chǎn)效率的影響[J].中國生態(tài)農(nóng)業(yè)學報（中英文），2024，32（11）：1829-1842.

[40]范合君，吳婷.中國數(shù)字化程度測度與指標體系構(gòu)建[J].首都經(jīng)濟貿(mào)易大學學報，2020，22（04）：3-12.

[41]王維國，張逸君，邱德馨.人口老齡化、財政支出效率與產(chǎn)業(yè)結(jié)構(gòu)升級—理論機制與經(jīng)驗證據(jù)[J].統(tǒng)計研究，2024，41（07）：134-147.

[42]齊紅倩，閆海春.人口老齡化抑制中國經(jīng)濟增長了嗎？[J].經(jīng)濟評論，2018（06）：28-40.

責任編輯：李亞利