吴友群，毛 莉，廖信林

(安徽财经大学，安徽 蚌埠 233030)

务农重本，国之大纲。“农业、农村、农民”的问题是与人民生活相关的基本问题。改革开放40多年以来，我国农业发展迅速。2020年全国粮食总产量13 390亿斤，比上年增加113亿斤，增长0.9%，粮食产量再创新高，连续6年保持在1.3万亿斤以上[1]。中国的粮食总产量连续5年超过65亿吨，肉、蛋、蔬菜、水果、鱼等农产品的产量居世界第一。综合农业生产能力大幅提高，在确保国家粮食安全和重要农产品有效供应方面发挥了重要作用。但是，从中国农业生产的实际情况来看，缺水、耕地减少、青中年劳动者大量流出、生产地污染、环境安全问题越来越明显，生产要素的制约也越来越高，支持农业生产和质量持续提高变得更加有限，高生产成本和产品质量的缓慢改善共存，以家庭为单位的分散型运用模式越来越限制农业标准化生产和大规模运用，农业高质量发展成为了关注的重点。

在信息化、共享经济、大数据时代，数据成为了重要的生产要素。数字技术逐渐渗透到传统产业的生产、流通、销售、融资等环节，带来了产业的变革和升级。大力发展数字经济对中国具有特殊意义,将成为新常态下发展中国经济的新动能、引领国家创新战略的重要力量[2]。数字经济已经成为经济发展提质增效、产业转型升级的新动能与新途径[3]。我国数字经济快速发展，在激发消费、拉动投资、创造就业、增强创新力[4]与竞争力等方面发挥了重要作用，促进我国经济的高质量发展[5]。此外，数字经济与多产业融合发展，如形成数字媒体模式[6]、数字金融模式[7]、数字乡村模式[8],以及促进工业高质量发展[9]等等。

随着区块链、大数据、物联网、5G、人工智能等技术的深入研发、逐渐成熟和广泛推广，数字经济在中国形成了具有市场规模的变革态势，并激发了各产业数字化改造趋势的加速[10]。农业信息化[11-12]是数字农业改造的前身。农业数字化转型能有效提高供给体系质量和效率，更好地适应需求转型升级、形成数字化再生产共同体[13]。与此同时，数字经济与农业的融合发展，也逐步形成了一系列实践路径[14]：以数据和信息为核心要素的精准农业模式[15]，基于区块链下的农业产业链的治理机制[16]，与电商平台结合的农业数字供应链金融[17]，以互联网推动形成农业生产的服务化[18]，基于大数据和现代信息技术的农业保险决策管理，以新兴技术为依托的智慧农业[19]等。此外，数字经济还促进传统农业转型升级，发展“数字农业”[20]。

在数字经济时代，应大力开发数字技术，加强数字经济和农业的深度整合，变革农业开发方法，改善农业供给的质量，利用科学技术的开发，使农业开发更有效率。走高质量的农业开发道路，用自己的手牢牢掌握农业开发的主导权，实现从大农业国向农业大国的转换。

一、理论分析与研究假说

(一)数字经济产生新生产方式，提高农业生产效率

在过去传统的农耕结构中，农业的发展主要是为了满足自身的需求，农业生产多数以人工劳作为主，生产规模较小，且很容易受到自然灾害的影响，导致农业产量低下，农产品价格低。当前，数字经济发展迅速，数据成为了现代经济发展的关键因素。精准农业利用卫星导航、遥感、地理信息系统等现代化空间技术，实现精准农业的生产方式[21]。利用现代信息技术，对农产品生长过程进行监控，收集实时数据如气候、土壤 、水源等，保障农产品正常生长，一旦出现异常，及时进行补救。同时将收集的数据经大数据分析为农业生产提供种植、施肥等方案，帮助提高产量和增收效益。农业机械化[22]的不断普及，扩大了农业生产规模，使得农业可以获得规模化效益，在提高产量的同时提高收益。

(二)数字经济转换新内在结构，促进农业质量变革

传统农业由于是以农户为单位，比较零散，没有一个完整的系统进行完整的农业生产、销售等体系，其农业的内在结构不稳定，难以把握农业的生产与发展。在数字经济发展背景下，借助于大数据、云计算、互联网、区块链、物联网等数字技术，构建农业生产资源数据库，以及农业生产、经营的体系，对农业的生产、经营进行科学合理的管理，优化农业内在结构，提高农业质量。精准农业对农业整个生产过程进行监管，提供精准灌溉、施肥等，从供给侧改革出发，提高农业供给质量[13]。发展数字经济，从生产驱动转变为需求驱动，与市场结合，促进农业高质量发展。

(三)数字经济提供新发展机遇，创新农业经济模式

传统的农业生产方法，由于销售渠道不足，信息不对称性严重，导致农产品的低价格化和销售延迟，对农业的发展产生恶劣影响。在数字经济时代，信息是非常重要的因素,信息网络的普及和适用范围可以优化市场分配，科学管理生产要素的供给。借助信息技术等数字技术，新农民可以及时掌握市场需求信息，了解各品类农产品的价格情况。在全面了解市场需求后所做出的生产布局，将有利于实现“供需平衡”。“互联网+农业”新的经济模式通过技术渗透、功能拓展、资源整合来推动一二三产业融合，同时也可以丰富数据的资源属性，缓解农业生产经营信息不对称的问题，结合供求关系进行资源优化配置[23]。在互联网发展迅速的背景下，农村电子商务新的经济模式助力农业创收，拉动经济增长。数字普惠金融新的经济模式保障了农村经济发展，有效提高金融运行效率，降低金融服务成本，满足更广泛的金融需求，为农业发展增添活力[24]。

(四)数字经济融合新发展理念，实现农业可持续发展

传统的农业生产方式，没有科学方法指导，常常会对土地、自然环境造成污染和损害。例如秸秆焚烧，秸秆的烧毁会对大气造成污染，造成雾霾天气，产生大量有毒有害物质，对人与其他生物的健康构成威胁，同时也会破坏土壤结构，造成农田质量下降，不利于农业绿色可持续发展。在科学技术的发展下，对秸秆进行回收利用，解决土地、大气污染等问题，实现农业绿色可持续发展。智慧生态农业利用网络数字计算实现农业的精准灌溉，实时监控幼苗的生长状态，不但可以减少生产活动过程中的灌溉投入量，还可以减少环境污染和损害，打破限制农业开发的瓶颈，构建绿色农业体系和实现农业可持续发展[25]。具体来说，数字农业通过实现农业的精准化管理，将农产品生产过程中的成本投入控制在最小限度，在增加农业收入的同时，减少对自然环境的损害。

综上所述，数字经济以其规模经济、范围经济、降低交易成本等特点，与农业发展深入融合，对农业生产、经营等产生正向促进作用，促进农业高效生产、供给优质、创新融合、绿色可持续发展，促进农业高质量发展(图1)，因此提出研究假说：数字经济发展会对农业高质量产生显著的正向促进作用。

图1 数字经济对农业高质量发展的理论机理分析

二、变量选择与模型设定

(一)综合评价法——熵值法

1.指标选取。由于所选数据为面板数据，设有h个年份，m个地区，n项测评指标，而为第λ个年份第i个地区的第j项指标的数值。

2.数据标准化。由于指标存在属性和数量级的差异，需要对原始数据进行标准化处理。选取的指标分为正向指标和逆向指标，选取max-min指数化处理：

(1)

(2)

其中Xmax、Xmin为所有对象中不同指标j的最大值和最小值。

3.归一化处理

(3)

4.熵值计算

(4)

5.计算各项指标熵值的冗余度

Dj=1-Ej

(5)

6.计算各项指标的权重：

(6)

7.计算各年份各地区影响力指数：

Fj=Pλij×Wj

(7)

(二)数据选择与变量设定

1.数据选择。基于数字经济发展历程，同时考虑电子商务指标的重要性(统计数据从2013年开始)，以及数据的可获取性，选取了剔除西藏地区和港澳台地区的2013—2019年全国30个省份的面板数据，数据主要来源于各年份《中国统计年鉴》《中国农村统计年鉴》以及国家统计局。

2.变量设定。

(1)被解释变量：农业高质量发展水平指数(ahd)。农业是国民经济的基础，农业高质量发展是农业量变到质变必经的阶段。国内外对农业高质量发展指标构建大多基于五大新发展理念以及农业高质量发展的内涵、特征。参考辛岭[26]、黄修杰[27]等人关于农业高质量指标的构建，基于数据的可获取性，从农业高质量发展的特征进行指标构建，即供给优质、高效生产、绿色可持续、创新融合。供给优质是农业高质量发展的前提，只有高质量的农产品供给才能生产出高质量的农产品，提高供给质量，扩大有效供给，优化农业要素配置，实现农业高质量发展；高效生产是农业高质量发展的保证，高效率的生产产量和高效益的收入是农业高质量发展的最终目标；绿色可持续发展是衡量农业发展是否可持续的重要指标，是农业高质量发展的保障；创新融合是农业高质量发展的驱动力，技术革新改变生产、生活方式，发生翻天覆地的变化，数字技术的创新融合促进农业高质量发展，具体指标构建见表1。

表1 农业高质量发展水平指数(ahd)指标构建

(2)核心解释变量：数字经济发展水平(dei)指数。数字经济是继农业经济、工业经济之后的新型经济形态，数字经济的快速发展对我国现代化建设起到重要作用。国内外学者以及机构对数字经济指标体系的构建相差不大，主要从数字基础、数字投入、数字应用等方面进行构建。参考张雪玲[28]、王军[29]等人的数字经济指标构建体系，基于数据的可获取性，从数字经济的定义出发，即数字产业化和产业数字化两个方面进行指标体系构建。数字产业化选取了3个主要行业规模，即电信业规模、软件业规模、互联网业规模；产业数字化从农业数字化、工业数字化、服务业数字化以及数字化人才4个方面进行指标构建，具体见表2。同时参考王娟娟等人[30]消除区域差异的办法，对部分数据进行处理，如软件业务收入、电子商务销售额等除以地区生产总值。

表2 数字经济发展水平指数(dei)指标构建

(3)控制变量：为了控制内生性问题，选取了如下控制变量。

①产业结构调整(is)：产业结构调整可以在一定程度上反映经济结构是否协调发展，进而引导农业高质量发展，选用第二、三产业增加值之和比上第一产业增加来表示。

②政府行为(gov)：政府在农业高质量发展中起到主导作用，政府支持主要体现在财政支出，选用地方财政农林水事务支出(亿元)来表示。

③对外开放程度(eo)：对外开放程度扩大会提升地方农业经济发展水平，创新农业经济发展模式，助力农业高质量发展[31]，选用外商投资企业投资总额与国内生产总值(GDP)的比值来表示。

表3 变量描述性统计

(三)模型设定

面板数据模型一般有3种形式：混合回归模型(pooled model)、固定效应回归模型(fixed effects regression model)和随机效应回归模型(random effects regression model)。

1. Hausman检验。使用Hausman检验来判断是选择固定效应模型还是随机效应模型。检验原假设：个体效应与解释变量不相关(即随机效应模型为正确模型)。检验结果显示P值为0.000，在0.001的显著性水平下拒绝原假设，因此选择固定效应模型。

2.固定效应模型设定。面板个体固定效应模型、时间固定效应模型、个体时间双固定效应模型构建如下：

(8)

(9)

(10)

其中，lnahq代表农业高质量发展水平指数，下标i、t分别表示地区和时间；lndei表示数字经济发展水平指数；X为其他的控制变量，k为变量个数；λi、γi、μit为个体固定、时点固定、个体时点双固定效应；εit为随机扰动项。

考虑到在数字经济以及相关变量对农业高质量发展的影响中，不同个体会有不同的影响，不同时间也会存在不同的影响。因此在考虑了个体、时间双效应的情况下，选择了个体时点双固定效应模型。在数据处理中，将数据对数化处理，减少模型误差。通过模型(10)来判断数字经济(dei)对农业高质量发展(ahd)的直接效应，如果显著且符号为正，则假说成立，即数字经济对农业高质量发展具有显著的正向促进作用。

三、数字经济影响农业高质量发展的实证检验

(一)基准回归分析

根据Stata15对面板数据进行回归分析，对所有变量进行对数处理，并比较了混合、随机、个体固定、时间固定、个体时间双固定效应模型的结果，具体结果见表4(数字经济发展水平对农业高质量发展水平的影响结果)。总体来看，在显著性水平为5%时，模型(1)(2)(3)(4)(5)都拒绝了原假设，且在显著性水平为1%时，模型(1)(2)(4)(5)拒绝原假设，即数字经济发展对农业高质量发展产生显著的正向影响，表明数字经济具有显著的助推作用，即假说得证。采用多种回归形式进行面板回归，其中表4列(1)采用混合回归，列(2)采用随机效应回归；列(3)、列(4)、列(5)是个体固定效应模型和时间固定效应模型，都加了稳健标准误，数字经济发展对于农业高质量发展仍然显著，其中列(4)(5)的回归系数在1%的水平上依然显著。

表4 主模型回归结果

数字经济发展水平指数(ahq)对农业高质量发展具有显著的正向影响。从表4可以看出，数字经济发展水平指数在显著性水平为1%的情况显著，且通过列(5)的结果可知，数字经济发展水平指数每提高1%，农业高质量发展水平指数将会增加0.123%，表明数字经济发展对农业高质量发展具有显著提升作用，该结果进一步验证了假说1。数字经济从时间变化来看呈现出逐渐上升的趋势，从空间分布上来看，呈现出地区分布不均的现象，以2019年我国30个省数字经济发展水平为例(图2)。具体来说，呈现出东高西低的趋势，其中广东省、江苏省、四川省、山东省、河南省、北京市最为突出，西藏、青海、宁夏等地区数字经济发展水平欠佳。

图2 2013—2019年数字经济发展水平趋势

产业结构(is)，如表4主模型回归结果显示，产业结构(is)的系数为负数，且在显著性水平为1%的情况下显著，当产业结构每提高1%时，农业高质量发展将会降低0.255%。表明产业结构调整对农业高质量发展水平产生负向影响，这主要是因为二、三产业占比增加，导致产业结构转型升级，将第一产业(大部分情况下认为农业为第一产业)的劳动力、资本等进行转移到第二产业和第三产业，会对农业的发展造成不利的影响，阻碍农业的发展。

政府行为(gov)，如表4主模型回归结果显示，政府行为指标的系数为正，且在显著性水平为1%下显著，当政府行为每提高1%时，农业高质量发展水平会提高0.255%，即政府行为会对农业高质量发展产生正向影响。政府加大扶持力度将会进一步加大农业高质量发展水平，助推农业高质量发展。

对外开放程度(eo)，如表4主模型回归结果显示，在显著性水平为10%时，该变量t检验在模型(3)(4)(5)中不显著，相差较大，不稳定，导致其变化的原因很可能是由于指标选择的不恰当，使其系数变动波动大，有待改进。

(二)时空差异性分析

从大体上看，各地区数字经济发展水平呈逐年上升的趋势，但各地区差异较大。从2013年到2019年，数字经济发展水平逐年上升，除极少部分地区(如福建省)。具体分析自2013年数字经济初步形成，稳步发展，到2017年发展迅速。2016年9月，二十国集团杭州峰会将“数字经济”列为G20创新增长蓝图中的一项重要议题[32]，从此数字经济成为了重点关注和发展对象，数字经济开始蓬勃发展起来。但各地区数字经济发展水平差异明显，其中广州省发展最为突出，其次是江苏省和北京市。广东省因其数字经济政策规划全面、数字经济基础设施建设良好、数字经济规模领先，成为了数字经济发展的“领头羊”。

从空间分布上来看，数字经济发展水平和农业高质量发展水平呈现出地区分布不均的现象。使用ArcGIS10.6软件对2019年我国30个省份的数字经济发展以及农业高质量发展空间格局进行可视化处理。具体而言，借助ArcGIS10.6的自然断点法将数字经济发展水平和农业高质量发展水平分别聚类为4类：高发展地区、中高发展地区、中发展地区、低发展地区。对于数字经济发展来说，从整体分布来看呈现出“东高西低”的趋势，其中广东省、江苏省、北京市最为突出，青海、宁夏等地区数字经济发展水平欠佳。对于农业高质量发展来说，东部和中部地区农业高质量发展突出，西部与北部地区农业高质量发展水平欠佳。

(三)区域异质性分析

由于地区发展水平和资源禀赋的差异，数字经济发展水平与农业高质量发展水平都存在着明显的异质性特点，从空间上来说呈现出“东高西低”的发展布局。为了探究数字经济发展水平对农业高质量发展水平的影响是否存在地区上的异质性。参考三大地区的划分标准，将全国30个省划分为三大地区，即东部地区、中部地区、西部地区。同时参考赵涛[4]区域异质性分析的做法，将各地区进行描述性统计分析以及回归分析。如表5，表6所示，东部地区的数字经济发展水平远远领先于中部地区和西部地区，均值相差近2到4倍，东部地区相较于其他两个地区具有“先发优势”；农业高质量发展水平从数值上来看，相差不大，较稳定，其中中部地区领先于其他两个地区。

表5 数字经济发展水平(dei)

表6 农业高质量发展水平(ahq)

表7是数字经济对农业高质量发展的异质性分析结果，对3个地区分别进行了个体时间双固定效应模型。根据结果显示，东部地区数字经济对农业高质量发展具有显著作用，中部地区显著性次之，西部地区不显著。这表明数字经济对农业高质量发展的影响存在地区异质性，导致这样结果的原因可能是因为东部地区数字经济发展较早、发展水平较高，使得数字经济释放的红利更为充分。

表7 数字经济对农业高质量发展的区域异质性分析

(四)稳健性检验

为了检验模型的稳健性，采用替换被解释变量的方法对模型进行稳健性检验，用农林牧渔总产值(AV)的对数值作为农业高质量发展水平指数的替代变量进行回归，表4列(6)报告了稳健性检验的结果。在模型(6)中，数字经济发展水平指数在显著性水平为1%的水平下显著，对农林牧渔总产值有显著的正向影响，其系数为0.227，即当数字经济发展水平指数每提高1%时，农林牧渔总产值指数增加0.227%。由此可见，数字经济发展水平指数对农林牧渔总产值指数的影响依然很显著，符号没有发生改变，且数值变化不大。可以看出，模型是稳健的。

四、结论与政策启示

从数字产业化和产业数字化2个方面，构建数字经济发展水平指数的指标，测度了2013—2019年30个省的数字经济发展水平指数，农业高质量发展水平指数亦同。构建数字经济发展对农业高质量发展影响的理论模型，考虑到个体效应与时间效应，选择个体时间双固定模型对数字经济发展对农业高质量发展水平进行研究分析。同时对数字经济对农业高质量发展影响做了时空差异性分析和区域异质性分析。研究结果表明：第一，数字经济发展对农业高质量发展产生了显著的正向影响。第二，数字经济对农业高质量发展的影响存在区域异质性。

基于此，建议从以下几个方面采取措施来促进农业高质量发展。

1.加快建立基于大数据的全国农业信息资源平台。习近平总书记强调，合理利用农村广大肥沃土壤，促进信息资源的整合、共享和利用。下一阶段，应进行基于需求导向的高层设计和高质量农业开发以及农业工作者准确需求的模块功能规划，加快农业工作者建设。基于以往试点领域，以全国农业信息资源共享平台为核心，州、市、县(地区)、镇在多个级别上同时进行大数据监测和收集，根据收集的农业数据进行数据分析以及做出动态决策，并进行农业数据信息公开。在进行决策时，要充分考虑农户需求、企业运行、产业发展等，构建全国农业信息资源平台，释放更多的数据红利。

2.深入融合数字经济和农业发展，加快数字转化和现代农业升级。加快数字农业技术创新发展和创新变革，促进双重创新成果和农业产业链全面整合。特别保证智能供应链系统中的传感器、智能设备和其他要素的创新投资，包括云计算和物联网等新一代信息技术，核心研究技术的投资、研发和加深应用。同时，为了加速“互联网+新农业”的技术革新，促进完整的农产品产业链系统，建议试验性地导入全国的智能农场和智能果园的成熟经验。

3.以综合性农业信息服务成果为基础，推进电子商务模式的创新。政府业务、农业、商业交易中的大数据和区块链等技术的革新性开发和详细整合，使政府、企业、小规模农户、企业成为地方电子商务数据的所有者和用户。大数据和区块链的智能相互作用、自动识别和中介解除特性，构筑了“政府+企业+小农户+商家”的农村电子商务模式，通过革新模式促进农业的高品质发展。