《Frontiers in Sustainable Food Systems》：Agricultural digitalization and farmers' income growth: evidence from China
编辑推荐：
农业数字化已成为乡村振兴和农业现代化的重要驱动力。利用2011年至2022年中国30个省份的平衡面板数据，本研究构建了涵盖数字基础设施、使能条件、数字化生产与运营以及数字服务的多维农业数字化指数（Agricultural Digitalization Inde
农业数字化已成为乡村振兴和农业现代化的重要驱动力。利用2011年至2022年中国30个省份的平衡面板数据，本研究构建了涵盖数字基础设施、使能条件、数字化生产与运营以及数字服务的多维农业数字化指数（Agricultural Digitalization Index，ADI）。研究人员估计了基线双向固定效应模型，并进行了补充分析以解决内生性、检验非线性以及考察城镇化的调节作用。结果表明，农业数字化与农村居民人均可支配收入的提高相关，该发现在替代指数构建、滞后结构和样本调整下均稳健。门槛估计揭示了阶段依赖性回报：在数字化发展水平较低时，边际收入增益较大；超过估计门槛后，增益仍为正但减弱。人力资本呈现强化型门槛效应，一旦农村教育超过临界水平，收入增益显著增强。效果在中西部省份、经济欠发达地区和主要粮食产区更大，城镇化进一步放大了收入效应，突显了互补性市场和服务环境的作用。收入构成结果表明，增益集中于工资性收入和经营性收入。总体而言，农业数字化能够提高农民收入，但收益大小取决于发展阶段、人力资本约束和地方市场连通性。
**论文解读：农业数字化与农民收入增长——基于中国省级面板数据的实证分析**
**研究背景与问题**
数字技术（包括物联网IoT、人工智能AI、大数据分析和区块链）的快速进步深刻重塑了农业生产系统和全球农食价值链。已有研究表明，数字农业通过提高资源配置效率、增强风险管理能力以及对气候和市场冲击的韧性，成为农业可持续发展的重要驱动力。在发展中国家，小农户构成农业经济主体，数字工具可减少信息摩擦、降低交易成本、扩大市场准入，从而改善家庭福利和收入。在此全球趋势下，中国通过数字乡村战略加速了农村数字转型，并大力投资数字基础设施、智慧农业和数字农业服务。然而，农业部门仍以小规模农户为主，区域间在经济发展、人力资本和数字基础设施方面存在显著差距，这些差距与数字基础设施和农村发展的区域差异密切相关。同时，提高农民收入是中国推进乡村振兴和实现共同富裕的核心政策目标。在此政策背景下，农业数字化能否有效促进农民收入成为一个关键研究问题，且需理解在何种条件下该效应增强或减弱。现有研究常用互联网普及率、宽带覆盖率或数字发展综合指数等宽泛代理变量，而非直接测量嵌入农业生产、管理和营销中的数字应用与服务的部门特定指数，这模糊了数字技术影响农民收入的部门特定机制。此外，农业数字化的收入效应可能呈现非线性和条件性：早期受基础设施限制，后期可能因边际递减或新数字鸿沟而改变；人力资本作为关键补充条件，其阈值作用尚不明确；城镇化作为结构性条件可能调节这一关系。因此，本研究构建了部门特定的多维农业数字化指数，并系统考察其收入效应的非线性、门槛特征、人力资本调节以及区域异质性。
**研究内容与结论**
研究人员利用2011-2022年中国30个省份（除港澳台藏）的平衡面板数据，采用双向固定效应模型为基线，并辅以工具变量法（IV-2SLS）处理内生性、面板门槛回归检验非线性（Hansen方法）以及调节效应分析城镇化作用。研究还进行了异质性分析（按地理区域、粮食功能区域、经济发展水平）和收入构成分解。结果表明：
（1）农业数字化显著促进农民收入增长，基线系数为1.536（1%显著），且经替换指数、滞后项、剔除直辖市等稳健性检验后仍显著；
（2）工具变量估计（IV1:1984年固定电话密度与滞后全国宽带端口交互项；IV2:1984年邮局密度与滞后全国手机用户交互项）进一步支持正向因果效应，弱工具检验F统计量超过10；
（3）门槛回归揭示单门槛效应：数字化水平低于0.250时边际效应达10.711，高于门槛后降至8.595，呈递减但正向；人力资本门槛为8.768年，低于门槛时效应3.198，超过后跃升至12.037，呈强化效应；
（4）异质性分析显示，农业数字化对农民收入的促进效应在中西部地区、经济欠发达地区及主要粮食产区更大，且城镇化正向调节这一效应（交互项系数16.266，1%显著）；
（5）收入构成分解表明，增益主要来自工资性收入（系数1.519）和经营性收入（系数0.246），财产性收入不显著，转移性收入为负，提示市场渠道为驱动主力。
该研究发表在《Frontiers in Sustainable Food Systems》。其重要意义在于：构建了部门特定的农业数字化指数，超越了宽泛数字经济发展指标，可更准确识别农用数字技术的收入效应；证明该效应是条件性的而非均匀的，受发展阶段、人力资本阈值和城镇化水平制约；揭示区域与功能异质性，为差异化政策设计提供依据。
**主要关键技术方法**
研究使用的主要关键方法包括：（1）构建包含5个一级维度（数字基础设施、发展环境、数字化生产、数字化运营、数字服务）和26个具体指标的农业数字化指数（ADI），采用熵权法（entropy weight method）确定权重，数据来源为中国统计年鉴、农村统计年鉴、农业农村部报告及北京大学数字普惠金融指数等。（2）基线估计采用双向固定效应模型（two-way fixed-effects model）控制省份和年份固定效应。（3）内生性处理采用工具变量两阶段最小二乘法（IV-2SLS），工具变量为1984年各省固定电话密度与滞后全国宽带端口数、1984年各省邮局密度与滞后全国手机用户数的交互项（shift-share形式）。（4）非线性检验采用Hansen面板门槛回归模型，以数字化指数和人力资本（平均受教育年限）分别作为门槛变量。（5）调节效应分析通过加入数字化指数与城镇化率的交互项实现。样本来源为中国30个省份2011-2022年的平衡面板。
**研究结果**
**6.1 基线回归结果**：通过双向固定效应模型，控制省份和年份固定效应后，农业数字化（digagri）对农民收入（wincome）的系数为1.536（1%显著），支持假设H1。
**6.2 稳健性检验**：替换为滞后一期指数、剔除四个直辖市、采用主成分分析法（PCA）重构建指数等，结果均保持正向显著，证明基线发现稳健。
**6.3 内生性检验**：两阶段最小二乘回归中，第一阶段工具变量显著相关（Cragg-Donald Wald F=74.931，Kleibergen-Paap rk Wald F=38.424），第二阶段digagri系数为1.362（1%显著），排除弱工具问题，支持因果解释。
**6.4 门槛效应**：单门槛检验显著（数字化门槛0.250，人力资本门槛8.768年）。当数字化水平低于门槛时边际效应为10.711，高于门槛时降至8.595，显示递减边际收益；人力资本低于门槛时效应3.198，超过后升至12.037，表明人力资本强化了数字化收入效应。
**6.5 异质性分析**：按地理区域分组，中西部系数（1.283、1.297）高于东部（1.025）；按粮食功能区，主产区系数最大（1.502），主销区次之（0.954），产销平衡区不显著；按经济发展水平，欠发达地区系数（1.326）高于发达地区（1.038）。表明效应在初期水平较低、规模兼容性强的区域更突出。
**6.6 调节效应分析**：数字化与城镇化交互项系数为16.266（1%显著），表明更高城镇化水平强化数字化收入效应，支持假设H4。
**6.7 进一步分析**：收入分解显示，农业数字化显著提高工资性收入（1.519）和经营性收入（0.246），财产性收入不显著，转移性收入负向（-0.285），表明收入增益主要通过就业扩张、生产效率和市场参与渠道实现。
**讨论与结论**
讨论部分指出：农业数字化的收入效应是条件性的而非均匀的。工具变量证据支持正向因果；门槛分析揭示了阶段依赖性和人力资本约束；异质性模式与这些机制一致——中西部、欠发达地区和粮食主产区边际回报更高，因为数字工具可缓解信息摩擦且规模兼容性支持系统性部署；城镇化作为互补条件放大效应；收入分解表明增益集中于工资和经营性收入，提示主要市场渠道。研究建议采取差异化策略：在落后地区优先扩展基础连接和可及服务；投资教育和数字技能以跨越人力资本门槛；加强城乡融合以促进数字化采用的经济化。结论部分翻译如下：
本研究利用中国省级面板数据，考察了农业数字化如何与农民收入增长相关联，以及在何种条件下该效应增强或减弱。通过结合固定效应估计、工具变量识别、门槛回归、调节效应分析、异质性分析和收入结构分解，论文提供了农业数字化促进农民收入增长的机制和条件的全面评估。三个核心结论浮现：第一，农业数字化始终与更高的农民收入相关，且对不同模型规范、指数构建方法、滞后结构和样本定义均稳健，工具变量估计进一步缓解了反向因果和遗漏变量偏误的担忧。农业数字化因此是农民收入增长的经济上有意义的驱动力，而非伴随发展趋势的虚假结果。第二，农业数字化的收入效应强烈依赖于发展阶段。门槛分析显示，随着数字化深化，边际收益递减：处于早期数字化阶段的省份经历更大的收入增益，而超过门槛的省份继续受益但边际率较低。相反，农村人力资本表现出强化型门槛效应：一旦教育水平超过临界值，数字化的收入回报大幅增加，突显了能力约束在塑造数字投资有效性中的作用。第三，农业数字化的收入效应在空间和经济背景中系统性地变化。中部和西部省份、经济欠发达地区和主要粮食产区观察到更强的效应，这与后来者优势和农业生产规模兼容性一致。城镇化进一步放大了收入效应，表明数字工具嵌入更整合的市场和服务环境时产生更大回报。收入结构分析进一步表明，农业数字化的增益集中于工资性和经营性收入，表明其主要渠道通过就业扩张、生产增强和市场参与运作，而财产性收入在短期内反应较弱，对转移收入的依赖下降。总体而言，这些发现表明农业数字化主要通过市场渠道促进农民收入增长，特别是通过扩大就业机会和提高生产与市场效率，但其有效性关键取决于发展阶段、人力资本和互补性地方条件。结果警示不应期待统一的数字红利，并强调情境敏感性解释的重要性。
