数字化转型下农户生计韧性：参与路径与U型效应证据

《Frontiers in Sustainable Food Systems》：Rural household livelihood resilience under digital transformation: evidence from participation pathways and U-shaped effects

　　

引言：在数字乡村战略推动下，数字基础设施建设成为推进农业农村现代化及提升农户生计韧性(Livelihood Resilience, LR)的关键技术基础。方法：基于江苏省农村微观调查数据与县级数字基础设施指数，构建"缓冲能力(Buffering Capacity)–自组织能力(Self-organization Capacity)–学习能力(Learning Capacity)–心理适应能力(Psychological Adaptation Capacity)"四维生计韧性测度框架，采用普通最小二乘法(Ordinary Least Squares, OLS)、U型回归模型、分层线性模型(Hierarchical Linear Model, HLM)及中介效应模型实证分析数字基础设施对农户生计韧性的影响及其作用机制，并运用工具变量(Instrumental Variable, IV)与双重/去偏机器学习(Double/Debiased Machine Learning, DDML)模型处理内生性问题。结果：研究发现农村数字基础设施总体上显著增强农户生计韧性，但影响呈U型非线性特征。中介分析表明数字基础设施通过显著提升农户的数字信息参与(Digital Information Participation)与数字金融参与(Digital Finance Participation)，间接增强其生计韧性。异质性分析显示高收入户、全职及兼业农业户、非经济薄弱村中数字基础设施呈显著U型赋能效应，其中全职农业户对数字基础设施转型更敏感，U型曲线更陡峭。讨论：本研究深化了微观层面数字乡村发展与生计韧性关联的认知，为乡村振兴与数字乡村建设协同推进提供了实证依据与政策启示。

《Frontiers in Sustainable Food Systems》刊载的此项研究题为"数字化转型下农户生计韧性：参与路径与U型效应证据(Rural household livelihood resilience under digital transformation: evidence from participation pathways and U-shaped effects)"。以下为论文主体内容解读：

【研究背景与开展缘由】

在全球数字化转型浪潮下，数字技术成为国家发展与经济社会变革的关键驱动力，但城乡数字鸿沟使农村地区在数字化进程中相对滞后。现有生计韧性(Livelihood Resilience, LR)研究多聚焦概念界定、指标构建及影响因素分析，传统测量框架未将心理韧性纳入核心维度，且关于数字基础设施——作为"数字中国"两大支柱之一——对农村住户生计韧性影响机制的系统性实证研究尚属空白。多数文献停留在数字赋能与风险应对的理论推演层面，仅有个别学者以乡镇4G基站数代理数字基础设施探讨其对家庭发展韧性的U型影响，缺乏对综合县域数字基础设施与生计韧性间线性及非线性关系、特别是不同人群差异化的深入考察。此外，作为数字转型基础前提的数字基础设施，其对农户生计韧性的具体影响及"数字基础设施–数字参与–韧性提升"传导链条尚未得到严格实证检验。因此，研究人员以江苏省这一数字乡村建设先行区域为样本，系统考察农村数字基础设施对农户生计韧性的影响方向、非线性特征、作用渠道及异质性表现。

【主要关键技术与方法】

研究人员匹配2020年《县域数字乡村指数》(Index of Digital Rural County，含互联网应用、数字金融、商务数字化、数据资源四维度)与2021年南京农业大学"中国土地经济调查(China Land Economic Survey, CLES)"江苏省26县52村1677份有效农户微观数据。因变量农户生计韧性(LR)基于改良Speranza三维框架新增心理适应维度，选取缓冲能力(Buffering Capacity，含人力资本、金融资本、社会资本、物质资本、自然资本共12项三级指标)、自组织能力(Self-organization Capacity，含政策制度、社会网络、社会参与共5项三级指标)、学习能力(Learning Capacity，含获取能力与转化能力共4项三级指标)、心理适应能力(Psychological Adaptation Capacity，含乡村振兴满意度与风险偏好共2项三级指标)，共4个一级指标24个三级指标，采用熵权法(Entropy Weight Method)计算综合指数。核心自变量为取对数后的县域数字基础设施指数(lndf)。中介变量为农户数字信息参与(通过网络平台获取信息的程度，1–5分)与数字金融参与(通过移动支付平台进行资金支付的程度，1–5分)。控制个体(户主性别、年龄及年龄²)、家庭(干部户、党员户、贫困户、土地流转率)、村庄(城郊属性、经济状况、距县城距离、交通通达性)三个层面变量。基准回归采用OLS并引入lndf²检验U型非线性；以HLM处理县–户跨层嵌套；以地形起伏度与2004年县域邮电业务总量(GP)为工具变量(Instrumental Variable, IV)做两阶段最小二乘法(Two-Stage Least Squares, 2SLS)缓解反向因果内生性；采用双重/去偏机器学习(Double/Debiased Machine Learning, DDML，Lasso与SVM不同折交叉验证)进一步消除混杂偏差；按Lind and Mehlum (2010)三步法检验U型真实性；以Sobel检验验证数字信息与数字金融参与的中介效应；通过剔除城郊样本、因变量1%与95%缩尾(Winsorize)、TOPSIS法替换因变量、Logit模型转换、县级聚类标准误进行稳健性检验；按家庭年收入(以22000元为界)、生计策略(纯农、务工、兼业、补贴依赖)及村庄是否为经济薄弱村进行U型异质性检验。

【研究结果】

2 Theoretical analysis and research hypotheses

经理论推演——结合社会学习理论(Social Learning Theory, SLT)阐明数字基础设施通过提供数字农业技术、信息平台与社会网络强化农户接受度与自我效能，进而从四维度提升生计韧性；结合技术S型扩散理论(Technology S-shaped Diffusion Theory)指出初期因认知约束、接入与使用数字鸿沟("information rich" vs "information poor"、二级数字使用鸿沟、结果鸿沟)及设备与学习成本产生暂时性生计韧性抑制，越过阈值后因技术成熟与农户适应出现正向赋能——提出假设H1(数字基础设施总体正向影响农户生计韧性)、H2(U型非线性，先抑后促)、H3(通过提升数字信息参与间接增强韧性)、H4(通过提升数字金融参与间接增强韧性)。

4.1 Benchmark regression analysis(基准回归分析)

OLS基准回归显示，加入控制变量前后lndf系数均为正且显著(1%水平)，证实H1，数字基础设施每提升1%，农户生计韧性平均提高5.78%。引入lndf²后一次项系数为负、二次项系数为正且均显著(1%水平)，证实H2存在U型关系；越过拐点后数字基础设施对生计韧性的边际改善效应约为53.8%。Lind and Mehlum (2010) U型检验确认拐点在样本取值范围内且两端斜率异号(p<0.01)。HLM分析显示县际差异可解释约6.2%的生计韧性变异(ICC=0.062>0.059)，跨层级随机截距模型中数字基础设施整体正向影响(10%显著)及U型效应(10%显著)与OLS结论基本一致。控制变量中男性户主、干部户、党员户、非贫困、非土地流转户、经济较强村及交通便利村生计韧性更高。

4.2 Endogeneity treatment(内生性处理)

以地形起伏度与2004年县域邮电业务总量(GP)为IV的2SLS回归中，Kleibergen-Paap rk LM统计量拒绝不可识别(p<0.01)，Cragg-Donald Wald F及Kleibergen-Paap Wald rk F均大于Stock-Yogo 10%临界值排除弱工具变量问题，结果显示lndf正向显著、lndf与lndf²呈U型显著，基准结论不受反向因果干扰。DDML(Lasso 3折/5折、SVM 5折交叉验证)结果同样支持数字基础设施显著提升生计韧性(1%显著)及二者间显著正U型关系，结论稳健。

4.3 Robustness check(稳健性检验)

五种稳健性检验——剔除城郊样本子样本回归、因变量1%和95%缩尾(Winsorize)、熵权TOPSIS法重新测算生计韧性、二值Logit模型、县级聚类稳健标准误——均显示lndf正向影响显著(1%或10%水平)及lndf–lndf²的U型关系显著(1%或10%水平)，基准回归结果具有稳健性。

5 Mechanism test(机制检验)

5.1 Digital information participation mechanism test(数字信息参与机制检验)：数字基础设施显著促进农户数字信息参与(边际效应1.493，1%显著)；将其纳入基准模型后数字信息参与系数显著正向(1%显著)，Sobel检验中介效应占比21.93%(1%显著)，H3得证。数字基础设施通过拓宽涉农信息获取渠道(天气、病虫害、市场、政策等)优化生产决策与资源配置、强化社会网络联结，提升农户信息可达性与社会韧性。

5.2 Digital finance participation mechanism test(数字金融参与机制检验)：数字基础设施显著促进农户数字金融参与(边际效应1.314，1%显著)；纳入基准模型后数字金融参与系数显著正向(1%显著)，Sobel检验中介效应占比22.24%(1%显著)，H4得证。数字基础设施通过推广数字信贷、数字保险、移动支付等降低融资约束与金融排斥，平滑家庭现金流冲击，助低收入户跨越政策"最后一公里"，增强抗险与发展韧性。

5.3 Heterogeneity analysis(异质性分析)

按收入分组：高收入户(年收入≥22000元)呈显著U型赋能(1%显著)，低收入户无显著影响——低收入户受限于人力资本与数字技能陷入"数字排斥"。按生计策略分组：纯农(Algri)与兼业(Work/Part-time)户呈显著U型赋能(纯农户U型曲线更陡，1%显著)，务工导向与补贴依赖户无显著影响——初期智慧农业设施改造与技能门槛造成暂时负向波动，后期受益明显。按村庄经济分组：非经济薄弱村呈显著U型赋能(5%显著)，经济薄弱村无显著影响——后者受困于"低资源–低投入–低回报"恶性循环，难以转化数字红利。

【讨论与结论翻译】

讨论：本研究将心理韧性维度纳入生计韧性测度框架，超越传统单一效应检验，系统考察数字基础设施对农户生计韧性的线性与非线性影响，弥补了现有实证文献空白。线性结果与前人关于数字经济与数字技术采纳提升农户生计韧性的发现一致；非线性结果佐证Zhang et al. (2025)关于乡镇4G基站对发展韧性呈正U型影响的结论。数字信息与数字金融参与的部分中介作用拓展了已有数字参与强化韧性文献，揭示以数字基础设施为基础激活微观数字行为的作用传导机制。U型效应的异质性检验揭示了数字基础设施赋能作用的结构性差异，数字鸿沟仍是数字乡村包容性发展的重要制约。局限在于数据仅基于2021年江苏省截面样本，未能动态展现演变过程且研究区域限制外推性；未细分数字基础设施对生计韧性四子能力的差异化影响，未来应拓展时空范围与细化研究维度。

结论翻译：

第一，数字基础设施总体上增强农户生计韧性。数字基础设施发展水平每提升1%，农户生计韧性平均提高5.78%。该发现在考虑县–户嵌套异质性后依然成立。

第二，数字基础设施与农户生计韧性之间存在U型非线性关系。数字基础设施发展初期，因技术不成熟及农户适应性有限可能暂时抑制生计韧性；但随着数字基础设施持续完善，农户逐步熟悉并利用数字技术，生计韧性显著提升，越过拐点后的边际改善效应约为53.8%。分层线性模型(HLM)结果亦支持此U型关系。

第三，数字基础设施通过促进农户数字参与间接增强其生计韧性。数字基础设施完善有助于提高农户数字信息参与和数字金融参与水平，对此产生部分中介效应，中介效应占比约为22%。

第四，数字基础设施对农户生计韧性的影响因家庭与村庄经济环境而异。高收入户、全职及兼业农业户、非经济薄弱村中数字基础设施呈显著U型赋能效应，其中全职农业户对数字基础设施转型更敏感，U型曲线更陡峭。