数字技术采纳(Digital Technology Adoption)、农业生产效率(Agricultural Production Efficiency)与农户生计韧性(Farmers' Livelihood Resilience)
《Frontiers in Sustainable Food Systems》:Digital technology adoption, agricultural production efficiency, and farmers’ livelihood resilience
编辑推荐:
摘 要:在农村数字化与农业现代化背景下,本文考察数字技术采纳如何影响农业生产效率与农户生计韧性(Livelihood Resilience)。研究人员基于信息效应理论(Information Effect Theory)与可持续生计框架(Sustainable
摘 要:在农村数字化与农业现代化背景下,本文考察数字技术采纳如何影响农业生产效率与农户生计韧性(Livelihood Resilience)。研究人员基于信息效应理论(Information Effect Theory)与可持续生计框架(Sustainable Livelihoods Framework, SLF),构建了联接数字技术采纳、生产效率与生计韧性的整合分析框架。利用2014—2022年中国家庭追踪调查(CFPS)面板数据,研究人员实证检验了数字技术采纳的生产率效应、潜在机制及效率提升对生计韧性的传导效应。结果表明,数字技术采纳显著提升农业生产效率,该发现在工具变量估计(Instrumental Variable, IV)、倾向得分匹配(Propensity Score Matching, PSM)及替代变量设定下均保持稳健。机制分析显示生产率效应主要通过技术效率改善(Technical Efficiency Improvement)、要素配置优化(Factor Allocation Optimization)与作业服务成本降低(Service Cost Reduction)实现。该效应对中青年农户、粮食种植户、平原地区农户及村域数字基础设施较好村庄更为显著。进一步分析表明生产效率提升通过增强收入稳定性(Income Stability)、资产积累(Asset Accumulation)与风险应对能力(Risk-coping Capacity)显著增强生计韧性。本研究为农业数字化经济效应提供了微观证据,并为推进数字乡村建设与提升农户适应性韧性(Adaptive Resilience)提供了政策启示。
论文解读:数字技术采纳、农业生产效率与农户生计韧性——基于CFPS面板数据的实证研究
一、研究背景与意义
现有关于农业数字化的文献主要分三支:一是数字技术对农业生产力与生产效率的影响,强调信息可及性、精准农业与智能机械对资源配置与降本的作用;二是农村数字化对生计与福利效应,包括增收、市场参与、普惠金融与减贫;三是外部冲击(气候、市场波动、生产不确定性)下的生计韧性(Livelihood Resilience)决定因素。但鲜有研究将数字技术采纳(Digital Technology Adoption)、农业生产效率(Agricultural Production Efficiency)与农户生计韧性纳入统一分析框架,且效率提升如何向长期生计韧性转化的内在传导机制尚不明晰。为此,研究人员在信息经济学、诱致性技术创新理论(Induced Technological Change Theory)与可持续生计框架(Sustainable Livelihoods Framework, SLF)基础上,构建"数字技术采纳→农业生产效率提升→农户生计韧性增强"的链式机制模型,利用全国代表性微观面板数据予以实证检验,具有重要的理论与政策价值。该文发表于《Frontiers in Sustainable Food Systems》。
二、主要关键技术方法概述
研究人员使用北京大学中国家庭追踪调查(China Family Panel Studies, CFPS) 2014、2016、2018、2020及2022年五期共约11 500户、58 000个观测值的农户平衡面板数据,匹配县级宏观统计年鉴变量。因变量农业生产效率分别采用亩均产出(Output per mu)、随机前沿分析(Stochastic Frontier Analysis, SFA)测度技术效率(Technical Efficiency, TE)及Levinsohn–Petrin(LP)法估计全要素生产率(Total Factor Productivity, TFP);生计韧性指数从收入稳定性、资产积累与风险应对能力三维度经熵权法(Entropy Weighting Method)合成;数字技术采纳指数由使用强度(上网与否、周上网时长)与使用深度(获取农技信息、智能农机、电商销售、移动支付)经极小–极大标准化后因子分析合成。基准模型为双向固定效应(Two-way Fixed Effects Model)并聚类至村一级标准误;内生性处理采用村庄互联网普及率与地形起伏度(Terrain Roughness/Slope)作为工具变量(2SLS)、倾向得分匹配(PSM)与滞后变量模型;机制检验采用中介效应模型(Baron & Kenny逐步法+Sobel检验);异质性按地形(平原/丘陵/山区)、作物类型(粮/经)、兼业程度、代际(户主年龄<55岁/≥55岁)及村宽带覆盖分组回归。
三、研究结果
(1)基线回归结果(Baseline Regression Results)
研究人员以亩均产出、SFA技术效率与LP-TFP为被解释变量进行双向固定效应回归,控制户主特征、家庭特征、经营特征、村庄特征及户、年固定效应。结果显示数字技术采纳指数(Digital)系数在三种效率指标下均于1%水平上显著为正(亩均产出列全模型系数为0.148,技术效率为0.035,TFP为0.095)。经济意义上,数字技术采纳指数提高一个标准差(约0.295)可使亩均产出提升约4.37%(约51.8元/亩),技术效率提升约1.03个百分点。假设H1(数字技术采纳显著提升农业生产效率)得证。
(2)内生性处理(Endogeneity Treatment)
研究人员使用村庄互联网普及率(IV_Internet_vil, 一阶段系数0.425, p<0.01, F=52.8)与地形起伏度(IV_Slope, 一阶段系数?0.186, p<0.01, F=48.6)作IV,2SLS第二阶段Digital系数为0.162(p<0.01);PSM平均处理效应ATT为0.126(p<0.01);滞后一期Digital系数为0.112(p<0.01)。各策略下正向效应依然显著且量级相近,排除反向因果与选择性偏差干扰。
(3)稳健性检验(Robustness Tests)
替换核心解释变量为"是否上网获取农技信息"(Digital_info, 系数0.085, p<0.01);替换被解释变量为SFA技术效率(0.032, p<0.01)和TFP(0.086, p<0.01);剔除东北及新疆样本(0.142, p<0.01)、剔除经营面积<1亩微农(0.135, p<0.01);限定2018年后样本(0.152, p<0.01);500次虚假随机分配Placebo检验均值0.008且不显著。各项结果支持基准结论稳健。
(4)异质性分析(Heterogeneity Analysis)
按地形:平原(0.185, p<0.01)>丘陵(0.126, p<0.01)>山区(0.032, 不显著),平原与山区差异显著。按作物:粮食作物(0.162, p<0.01)>经济作物(0.108, p<0.01)。按兼业:兼业农户(0.158, p<0.01)>非农户(0.112, p<0.01)>纯农(0.086, p<0.05)。按代际:中青年(0.172, p<0.01)>老年(0.065, p<0.05)。按基础设施:有宽带村(0.158, p<0.01)显著,无宽带村(0.052)不显著。表明数字技术增产增效作用受地理环境、经营类型、人力资本与基础设施条件约束。
(5)机制分析(Mechanism Analysis)
以SFA技术效率(Tech_eff)、要素配置指数(Alloc)与服务可及性指数(Service_ease)为中介变量做三步法中介检验:①技术效率改善路径——Digital→Tech_eff(0.042, p<0.01),加入Tech_eff后Digital降至0.112,Tech_eff→产出(0.285, p<0.01),Sobel z=5.86(p<0.01),中介比约8.1%,支持H2a。②要素配置优化路径——Digital→Alloc(0.156, p<0.01),Alloc→产出(0.186, p<0.01),Sobel z=4.92(p<0.01),中介比约19.6%,支持H2b。③服务成本降低路径——Digital→Service_ease(0.208, p<0.01),Service_ease→产出(0.152, p<0.01),Sobel z=5.12(p<0.01),中介比约21.4%,支持H2c。三条路径合计解释总效应约49.1%。
(6)生产效率对生计韧性的影响与维度分解(The Impact of Agricultural Production Efficiency on Farmers' Livelihood Resilience)
以生计韧性综合指数为被解释变量,亩均产出系数为0.252(p<0.01),滞后项0.218(p<0.01),IV第二阶段0.296(p<0.01);换用技术效率(0.185, p<0.01)与TFP(0.226, p<0.01)结论不变。维度分解:收入稳定性(0.285, p<0.01)>资产积累(0.226, p<0.01)>风险应对能力(0.168, p<0.01),呈"效率提升→增收稳收→资产积累→风险缓冲"的序贯传导特征。假设H3(农业生产效率提升显著增强农户生计韧性)得证,完整链式"数字技术采纳→生产效率提升→生计韧性增强"获经验支持。
四、讨论与结论翻译
讨论指出:本研究拓展诱致性技术创新理论与交易成本理论,证实数字技术通过降信息摩擦与降交易成本提效;量化生产效率增益向韧性转化的三阶段过程,补充可持续生计框架实证缺口;异质性揭示地形与基建是边界条件,无配套基建则数字鸿沟可能加剧不平等;机制分解明确服务成本缩减贡献最大(21.4%),要素配置次之(19.6%),技术效率改善占8.1%,剩余效应或来自创新扩散与知识溢出等。局限含内生性未完全消除、采纳指数未涵盖数字素养深度、面板跨度不足以捕捉长期阈值效应、未涉及非农业生产与消费福祉。
主要结论翻译如下:
第一,数字技术采纳显著提升农户农业生产效率。数字技术采纳指数对亩均产出、技术效率和全要素生产率均有显著正向影响,经IV、PSM、滞后模型及系列稳健性检验结论成立。数字技术采纳指数提高一个标准差使亩均产出提升约4.37%(约51.8元/亩)。
第二,数字技术通过三条机制促进生产效率提升:技术效率改善(中介比约8.1%)、要素配置优化(约19.6%)与服务成本降低(约21.4%),三者合计解释总效应约49.1%。
第三,数字技术对生产效率的促进作用存在显著异质性:平原(0.185)>丘陵(0.126)>山区(不显著);粮食作物(0.162)>经济作物(0.108);兼业农户(0.158)>非农户(0.112)>纯农(0.086);中青年农户(0.172)>老年农户(0.065);有宽带覆盖村(0.158)显著、无覆盖村不显著。
第四,农业生产效率提升显著增强农户生计韧性,对收入稳定性(0.285)、资产积累(0.226)与风险应对能力(0.168)均有正向影响,验证了"数字技术采纳→农业生产效率改善→农户生计韧性增强"的完整因果链。