左秀平，叶林祥，马俊凯

（1.江苏开放大学商学院，南京 210013；2.南京财经大学a.粮食和物资学院；b.经济学院，南京 210003）

0 引言

党的二十大报告指出，高质量发展是全面建设社会主义现代化国家的首要任务，要坚持农业农村优先发展，加快建设现代化农业强国。粮食作为一国之基，粮食产业高质量发展是全方位夯实粮食安全根基的战略选择，是建设现代化农业强国、全面推进乡村振兴的必然要求。但随着工业化、城镇化进程的不断推进，粮食产业发展面临诸多问题和阻碍，如资源环境约束趋紧、供需错位、技术创新不足、产业融合不够充分等，严重制约着粮食产业的高质量发展[1]。实践证明，过去依靠投入大量资源、劳动力、资本的粗放式增长方式已难以为继，亟须寻找新的着力点，促进粮食产业向绿色化、高效化、集约化方向转型。以大数据、人工智能、物联网等新一代信息技术为基础的数字经济已经全面渗透到农业全产业链各环节，促进农产品生产、加工、流通、消费等全过程提质增效[2]。从理论上来说，作为一种新的经济形态，涉及数据要素、数字技术和数字共享的数字经济能够与实体经济深度融合，影响着粮食等传统农业的生产、流通、消费等各个方面[3]。从实践上来说，互联网的使用能够提高农业信息获取能力，降低种植成本，从而优化农业种植结构[4]。数字普惠金融为粮食主产区的农业实现经济、生态、社会、文化等多个方面的功能提供资本，促进其进行广深化和绿色化转型，实现农业高质量发展[5]。农村电子商务的发展能够打破时空限制，降低信息不对称程度，拓宽粮食等农产品的交易渠道，推动小农户融入大市场[6]。

已有文献从不同视角肯定了数字经济对粮食生产、流通、消费等各环节的积极影响，为本文奠定了良好的基础，但仍有可拓展的空间。首先，已有文献多基于互联网应用、数字普惠金融、电子商务等单一视角分析其对粮食生产效率、产业结构转型、粮食市场运行的影响，涉及数字经济影响粮食产业高质量发展的研究较少。本文聚焦数字经济对粮食产业高质量发展的影响效应，拓宽了数字经济的应用领域，研究视角具有一定的创新性。其次，本文基于新发展理念，从供给、创新、协调、绿色、开放、共享六个维度阐述粮食产业高质量发展的理论内涵，并构建综合评价体系，拓展了高质量发展的研究范畴。最后，从微观、中观、宏观三个层面理论分析数字经济赋能粮食产业高质量发展的作用机制并进行实证检验，为提高粮食产业高质量发展水平、夯实粮食安全根基、建设现代化农业强国提供思路。

1 理论分析与研究假设

1.1 粮食产业高质量发展的内涵

粮食产业是国民经济的基础产业，粮食产业的高质量发展是经济高质量发展的重要方面，关乎国家粮食安全、现代化农业强国建设，其内涵往往具有多维性和复杂性，但本质特征应是安全保障、科技创新、绿色生态及包容共享的[7]。基于新发展理念，本文认为粮食产业高质量发展，是在保障粮食供给效率的基础上，达成粮食产业的创新、协调、绿色、开放、共享发展，最终实现经济效益、社会效益和生态效益相统一的粮食产业体系。（1）供给是粮食产业高质量发展的坚实基础。高质量发展是在量的合理增长的基础上实现质的有效提升，粮食产业的高质量发展需要实现粮食生产效率的提高。（2）创新是粮食产业高质量发展的内生动力。创新能够突破要素资源限制，在粮食生产、安全仓储、适度加工、节粮减损等环节节约成本、提高运营效率。（3）协调是粮食产业高质量发展的内在要求。协调既是粮食产业与其他农业部门间的平衡和协调，也是城乡发展间的耦合和协调。（4）绿色是粮食产业高质量发展的明确方向。粮食产业的绿色发展，是破解资源环境约束难题，实现高效、高质、低碳的可持续发展。（5）开放是粮食产业高质量发展的必由之路。应充分利用国内外两种资源、两个市场，发挥“市场在资源配置中的决定性作用”，既要引进国外先进种植经验、关键技术、优质产品，推动粮食产业转型升级，也要鼓励国内农业企业走出去，带动粮食产业提质增效[8]。（6）共享是粮食产业高质量发展的最终目标。共享发展理念的实质是坚持以人民为中心，检验共享发展成效的关键在农村[9]。粮食产业的最终发展目标，是在保障粮农持续稳定增收的基础上缩小城乡收入差距，最终实现全体人民共同富裕。

1.2 数字经济对粮食产业高质量发展的影响

数字经济凭借其强渗透性、高创新性、广覆盖性的特点，通过规模经济效应、精准匹配效应和效率提升效应助推粮食产业高质量发展。（1）规模经济效应。传统的农业经济活动主要依托土地的大规模投入产生规模经济，对于小而散的农户而言，规模经济的实现需要寻找新的着力点[10]。以数字技术应用为基础的数字经济能够有效提升粮食科学育种、机械化作业的效率，助推小农户进行规模化生产，获得规模效应。（2）精准匹配效应。依托大数据平台，粮农能够快速准确地获取消费者需求、粮食价格等市场信息，调整种植结构，优化粮食产出，降低因信息不对称、信息闭塞导致的供需错位和无效供给[4]。（3）效率提升效应。数字经济作为主要动能贯穿粮食生产、储运、加工、消费全过程，促进粮食产业高质量发展。在生产环节，通过精准高效推进育种、施肥等作业，实现智慧耕种，助力粮食稳产增产；在储运环节，基于大数据、信息化技术及云物流理念，能够对粮食贮藏、运输进行实时精准管理与定位，优化粮食流通体系，提高粮食流通效率；在加工环节，数字化技术融合加工技术实现对加工过程的精准感知与智能管控，提高粮食成品率及转化率；在消费环节，短视频、农村电商等各大平台的应用不仅能缓解粮农与消费者间的信息不对称，还能促进粮食跨时空交易，完善消费市场体系[6]。基于以上分析，本文提出以下假设：

假设1：数字经济能够提升粮食产业高质量发展水平。

1.3 数字经济影响粮食产业高质量发展的作用机制

1.3.1 微观层面：通过技术创新促进粮食产业高质量发展

数字经济的快速发展为优化资源配置、赋能各种微观主体进行技术创新，从而实现高质量发展提供了新的机遇和思路。以大数据为基础的数字经济与传统的生产要素深度融合，激发“数字生产力”，产生创新效应，通过提升粮农技能、升级农业劳动资料、扩展农业劳动对象，来提高粮食生产效率，使传统农业向现代农业转型，实现资源优化配置[11]。一方面，大数据、区块链、物联网等数字化技术的应用，能够实现对粮食作物的播种、生长、灌溉、施肥、收割等环节的实时化监控和差异化管理，在粮食种植的能耗、碳排放等问题上实现精准化管控，在保证绿色生产的同时提升粮食产品的品质[12]；另一方面，粮食加工流通企业利用5G、人工智能、云计算等数字化技术，革新传统的经营方式，重构粮食供应链运营体系，推动加工、流通企业数字化、智能化转型，赋能各类粮食经营主体降低运营成本、提高运营效率。基于此，本文提出如下假设：

假设2a：在微观层面，数字经济通过技术创新促进粮食产业高质量发展。

1.3.2 中观层面：通过产业结构优化促进粮食产业高质量发展

一方面，数字经济通过创新要素和优化配置实现粮食产业结构合理化。数字经济与传统的劳动力、资本等生产要素相融合，创新生产要素，优化资源配置效率，打破粮食产业与其他产业的割裂状态，促进粮食产业内部、粮食产业与其他农业部门的协调与融合，推进粮食产业结构合理化[13]。另一方面，数字经济融合传统业态实现粮食产业结构高级化。一是融合粮食产业链各参与主体，依托大数据、物联网、人工智能等数字技术，构建农村数字金融、农业信息化等农业服务业为一体的粮食全产业链，优化粮食生产、储运、加工、消费等环节，形成协同集聚效应；二是融合线上线下运作方式，实现粮食产业数字化、平台化、智慧化转型，实现粮食产业向高级化转型；三是创新粮食产业业态，以短视频、农村电商等平台突破时空壁垒，实现粮食消费者、经营主体的有效衔接，缩短中间交易环节，降低交易成本，提高交易效率，推动粮食产业高质量发展。基于此，本文提出以下假设：

假设2b：在中观层面，数字经济通过产业结构优化促进粮食产业高质量发展。

1.3.3 宏观层面：通过粮食市场整合促进粮食产业高质量发展

数字经济的蓬勃发展打破了地方保护、企业垄断等对实体经济的空间限制，推动了市场从分散到整合、从分割到统一，实现供需两端有效衔接[14]。具体到粮食市场，大数据、人工智能、物联网等新一代数字技术已与粮食生产、加工、流通、消费等环节深度融合，实现了要素市场和商品市场的整合统一。一方面，数字经济能够促使农村劳动力跨时空转移，能够提升农村融资便利度、节约融资成本，实现粮食产业资源的优化配置；另一方面，互联网的发展改变了传统的交易方式，网络零售、直播电商等新模式、新业态将粮农、消费者整合到同一空间，实现粮食商品市场的高效运作[6]。在整合统一的粮食市场体系下，粮农、粮食加工企业、物流运输企业、政府部门等粮食经营主体跨越时空限制，畅通沟通渠道，缩短粮食产业各环节交易时间，提高粮食产业整体运作效率及治理水平，助推粮食产业高质量发展。基于此，本文提出以下假设：

假设2c：在宏观层面，数字经济通过粮食市场整合促进粮食产业高质量发展。

2 研究设计

2.1 模型构建

基于前文分析，设定如下基准模型检验数字经济对粮食产业高质量发展的影响：

其中，hq为粮食产业高质量发展水平，de代表数字经济发展水平，X为其他影响粮食产业高质量发展水平的控制变量，μ为个体固定效应，γ为时间固定效应，ε为随机误差项，i表示省份，t表示年份。为消除异方差的影响，对所有变量取对数。

为检验数字经济影响粮食产业高质量发展的作用机制，引入式（2）和式（3），进行中介效应检验。

其中，mv为中介变量，其他变量与式（1）相同。

2.2 变量说明

2.2.1 被解释变量

粮食产业高质量发展水平（hq）。基于粮食产业高质量发展的内涵，充分考虑评价指标的系统性、全面性、科学性，以及数据的可获得性，同时参考黎新伍和徐书彬（2020）[15]、王瑞峰等（2020）[16]的研究，构建粮食产业高质量发展水平评价体系，见表1。本文采用熵值法计算粮食产业高质量发展水平。

表1 粮食产业高质量发展水平综合评价体系

2.2.2 核心解释变量

数字经济发展水平（de）。参考赵涛等（2020）[17]的研究，从互联网发展和数字普惠金融两个方面构建数字经济发展水平评价体系。其中，互联网发展包括互联网普及率、移动互联网用户数、互联网相关从业人员数、互联网相关产出四个方面。对于缺失的数据，基于ARIMA 模型进行插值填补。最后，采用熵值法计算数字经济发展水平。

2.2.3 控制变量

为确保回归结果的可靠性，本文参考已有文献，对可能影响粮食产业高质量发展的其他因素进行识别并予以控制[12,16]。具体包括：（1）居民消费水平（cl），以居民食品支出占总消费支出的比重表示；（2）城镇化水平（urb），是市场发育程度的标志，用各省份年末城镇人口与总人口的比值表示；（3）政府支农规模（gov），用地方农林水事务支出占地方财政预算支出的比重表示；（4）粮食灌溉水平（efa），采用粮食作物有效灌溉面积占比表示；（5）受灾率（dr），用粮食受灾面积占粮食播种面积的比重表示。

2.2.4 中介变量

根据前文分析，数字经济可能通过技术创新、产业结构优化和粮食市场整合推动粮食产业高质量发展。（1）技术创新（tec）。采用农业植物新品种专利申请授权量作为技术创新的代理变量[12]。（2）产业结构优化（ind）。包括产业结构合理化和产业结构高级化两个方面，产业结构合理化采用经济作物产值与粮食作物产值之比表示，产业结构高级化采用农林牧渔服务业年产值表示，最终采用熵值法确定产业结构优化水平[18]。（3）粮食市场整合（integ）。借鉴桂琦寒等（2006）[19]的研究，采用相对价格法测度粮食市场整合水平。

2.3 数据说明

本文基于中国31个省份（不含港澳台）2011—2021年的面板数据开展研究。所有数据均来自国家统计局官网省份地方统计年鉴、《中国统计年鉴》《中国科技统计年鉴》《中国农村统计年鉴》《全国农产品成本收益资料汇编》及北京大学数字金融研究中心。表2是描述性统计结果。

表2 各变量描述性统计

3 实证结果分析

3.1 基准回归

从表3基准回归结果可以看出，在控制一系列变量之后，数字经济对粮食产业高质量发展的回归系数为0.311，且在1%的水平上显著，即数字经济发展水平每提升1%，粮食产业高质量发展水平将提升0.311%。可见，数字经济对粮食产业高质量发展具有正向驱动作用，假设1 得证。从控制变量来看：（1）居民消费水平对粮食产业高质量发展具有显著的正向作用。消费水平的提升为粮食产业高质量发展提供内生动力，助推粮食产业链提质增效。（2）城镇化水平的提高有利于粮食产业高质量发展。城镇化引致居民消费升级，激发粮食多样化需求，从而拉动粮食产业高质量发展。（3）政府支农规模对粮食产业高质量发展具有显著负向作用，主要是因为政府支农主要涉及事务性支出，对粮食产业高质量发展无法发挥良性驱动作用。（4）粮食灌溉水平对粮食产业高质量发展具有显著的正向作用，灌溉水平越高，说明农田水利基础设施越完善，越能够保障粮食高质量供给。（5）受灾率对粮食产业高质量发展具有显著的负向作用，受灾率影响粮食生产能力，进而阻碍粮食的高质量供给。

表3 基准回归结果

3.2 稳健性检验

为验证基准回归结果的可靠性，本文采用以下几种方法进行稳健性检验。一是改变回归方法，采用混合OLS回归法对面板模型重新估计。二是排除异常值干扰，对核心解释变量进行双边缩尾1%处理后重新回归。三是替换核心解释变量，参考刘军等（2020）[20]的研究，重新构建数字经济发展水平评价指标体系，作为核心解释变量的替代变量进行估计。四是缩短样本研究周期。2013年是中国数字经济飞速发展的年份，选择2013—2021 年作为新的研究期进行回归。五是工具变量法。考虑到可能存在互为因果的内生性关系，借鉴黄群慧等（2019）[21]的做法，构造1984年邮电业务总量与互联网普及率的交互项作为工具变量进行检验。回归结果见表4，稳健性检验结果表明，数字经济影响粮食产业高质量发展的符号和显著性并未发生改变，与前文一致，进一步验证了假设1。

表4 稳健性检验结果

3.3 异质性检验

中国各省份的经济发展程度、要素禀赋千差万别，数字经济发展水平也不尽相同，对粮食产业高质量发展的影响也应有所区别。鉴于此，本文按区位及粮食功能区对样本进行分组，以进行异质性检验，回归结果见表5。异质性检验结果表明，无论是不同区位还是不同粮食功能区，数字经济都正向显著影响粮食产业高质量发展。在影响效应上，东部地区大于中西部地区；粮食主销区最大、产销平衡区次之、粮食主产区最小。可能的原因是，位于东部地区的粮食主销区经济发达，在互联网应用及信息化技术方面具有明显优势，数字经济对粮食产业高质量的良性驱动作用较强。产销平衡区多位于西部地区，近年来受惠于国家“一带一路”建设的大力支持，互联网基础设施投入加大，数字经济发展水平明显提升，在一定程度上拉平了先天禀赋差异，实现了粮食产业高质量发展的追赶效应。

3.4 机制检验

为检验数字经济影响粮食产业高质量发展的作用机制，在式（1）的基础上，进一步通过式（2）和式（3）来检验中介效应，结果见下页表6。第（1）列为基准回归，第（2）、（4）、（6）列考察的是数字经济对技术创新、产业结构优化、粮食市场整合的影响，可以看出，数字经济的估计系数均显著为正；第（3）、（5）、（7）列考察的是数字经济与机制变量同时对粮食产业高质量发展的影响，其中技术创新、产业结构优化、粮食市场整合的影响系数分别为0.059、0.069、0.017，且分别在5%、5%、10%的水平上显著，说明技术创新、产业结构优化、粮食市场整合是数字经济影响粮食产业高质量发展的重要微观、中观、宏观中介变量，假设2a、2b、2c得证。根据中介效应含义，微观层面的中介效应为32.54%，中观层面的中介效应为23.98%，宏观层面的中介效应为16.03%，总的中介效应为72.55%。

表6 作用机制检验结果

4 进一步分析

上文的实证检验结果说明数字经济能够显著促进粮食产业高质量发展。由于数字经济具有典型的外部性，只有发展到一定程度时其作用才会凸显[17]，因此数字经济与粮食产业高质量发展之间并非简单的线性关系，而是可能存在门槛效应。构建面板门槛模型考察二者之间的非线性效应：

其中，de为门槛变量，I(·)为指示函数（取值为1 或0），θ为门槛数值，X代表控制变量，μ为个体固定效应，γ为时间固定效应，ε为随机误差项。

先进行门槛存在性检验，结果见表7。数字经济显著通过了单一门槛检验，拒绝了双重门槛，所以本文认为数字经济对粮食产业高质量发展的影响存在单一门槛，门槛值为0.424。

表7 门槛效应检验结果

再进行门槛模型回归。从表8的回归结果来看，当数字经济发展水平低于0.424 时，回归系数为0.204；当数字经济发展水平跨越该门槛值时，回归系数为0.294，均在1%的水平上显著，表明数字经济对粮食产业高质量发展的影响存在非线性效应，且这种效应随着数字经济的进一步发展而逐渐增强。

表8 门槛模型估计结果

5 结论与建议

本文基于新发展理念，从供给、创新、协调、绿色、开放、共享六个维度构建粮食产业高质量发展水平综合评价体系，深入剖析数字经济影响粮食产业高质量发展的作用机制，并基于2011—2021 年中国31 个省份的面板数据进行实证检验。主要研究结论有：（1）在基准效应方面，数字经济显著提升粮食产业高质量发展水平，这一结论在一系列稳健性检验后依然成立。（2）在异质性分析方面，东部地区数字经济对粮食产业高质量发展的驱动作用大于中西部地区，同时这种驱动作用在粮食主销区最大，其次是产销平衡区，在粮食主产区最小。（3）在作用机制方面，数字经济主要通过技术创新（微观）、产业结构优化（中观）、粮食市场整合（宏观）赋能粮食产业高质量发展。（4）在非线性效应方面，数字经济对粮食产业高质量发展的影响存在门槛效应，当数字经济发展水平低于0.424时，其影响作用较小；当其跨越该门槛值后，对粮食产业高质量发展的促进作用逐渐增强。

据此，本文提出如下建议：第一，加强数字经济基础设施建设，助力粮食产业高质量发展。要持续加强5G基站、互联网等基础设施建设，尤其是中西部地区及产销平衡区等数字经济欠发达的地区应提高互联网覆盖率和数字化水平，为粮食产业数字化、智能化提供保障，提升粮食产业规模经济效应及效率，推动粮食产业高质量发展。第二，多措并举，全方位提升粮食产业高质量发展水平。在微观层面，应鼓励各类粮食经营主体与数字技术深度融合，加大研发投入力度，建设高水平粮食产业人才队伍，提高粮食产业科技创新水平，提高粮食产业整体运营效率。在中观层面，打造粮食产业数字化平台，构建粮食生产、农村数字金融业、农业服务业、粮食销售等融为一体的组织体系，优化粮食产业结构，协同粮食产业与其他农业部门高效发展。在宏观层面，强化政府部门的引导作用，建设一体化的数据共享中心及一体化大市场，加强粮农、种粮大户、粮食仓储物流企业、粮食生产加工企业、粮食零售企业间的协作与沟通，实现粮食要素市场和商品市场的深度整合，推动粮食产业集约、高效、安全、可持续地高质量发展。