數實深度融合、顛覆性技術創新與農業新質生產力

摘"要：本文基于2015—2022年我國30個省級面板數據，考察數實深度融合與農業新質生產力間的關系。研究發現，數實深度融合可有效促進農業新質生產力發展。機制檢驗結果顯示，顛覆性技術創新在數實深度融合與農業新質生產力間發揮中介效應。空間溢出效應檢驗結果表明，數實深度融合對農業新質生產力的影響存在正向空間溢出效應。異質性分析表明，在東部地區、高金融發展水平地區以及高人力資本水平地區，數實深度融合對農業新質生產力的賦能效應更強。

關鍵詞：數實深度融合；農業新質生產力；顛覆性技術創新；農業強國

中圖分類號：F49；F124""文獻標識碼：A""文章編號：1001-148X（2024）06-0091-09

收稿日期：2024-06-10

作者簡介：王佳宜（1990—），女，江西九江人，博士，講師，研究方向：資源環境與城鄉可持續發展；范馨月（1981—）女，吉林吉林人，博士，助理研究員，研究方向：中國近現代史與城鄉可持續發展。

基金項目：貴州省研究生教育創新計劃項目“鄉村振興中耕地細碎化的歷史蝶變和實踐方法研究”，項目編號：黔教合YJSKYJJ〔2021〕123。

一、引言

黨的二十大報告指出，要“加快建設農業強國”，以黨的二十大精神為指引，2024年中央一號文件提出“推進中國式現代化，必須堅持不懈夯實農業基礎”。可以說，實現農業高質量發展與農業強國建設目標是加快推進中國式現代化發展的核心驅動力之一。農業強國的核心內容是以科技創新為驅動力，提高農業生產力水平［1］，建設現代化農業經營生產體系。但就目前而言，我國農業在創新領域仍面臨科技創新人才缺失、農業數據利用低效、科技成果轉化率亟待提升以及數農融合發展技術薄弱等現實桎梏［2］，并逐漸演變為制約我國農業科技創新的掣肘因素。而新質生產力在農業領域的應用，可有效紓解上述問題，并優化農業資源配置，促進新業態新模式形成，加快形成智慧農業與低碳農業。

數實融合是數字技術與實體經濟交互融合的過程，可推動非數字實體經濟向數字化轉型重塑。相較于數實融合，數實深度融合不只是停留在技術層面的結合，而是要實現數字經濟與實體經濟兩大領域在生產方式、業務模式等方面的全面融合與革新，從而帶動我國金融業、工業以及農業高質量發展。就農業角度而言，數實深度融合以技術共享為渠道，助力農村傳統產業引入先進技術，推動農業產業進行顛覆式技術創新活動，進而提升農業生產效率與產品質量，實現農村經濟與農業現代化的全面發展。在此過程中，數實深度融合勢必會對農業新質生產力的形成產生一定影響。那么，數實深度融合究竟如何推動農業新質生產力發展與培育？顛覆性技術創新在二者間發揮何種作用？解答上述問題對于加速推動農業新質生產力形成，助力農業強國建設目標實現具有現實意義。

二、文獻回顧

現階段學術界關于數實深度融合的研究較少且多集中于理論分析階段，張姣玉等（2024）［3］認為，數實深度融合是加快形成新質生產力的重要載體，同時新質生產力是推動數實融合的核心驅動力。而更多學者從理論與實證兩大維度展開探究。就理論方面而言，劉陽與修長百（2022）［4］研究認為數實融合可有效推動產業結構升級，進而賦能經濟高質量發展。就實證角度而言，曾鵬等（2024）［5］立足城市角度，著重探究我國城市數實融合程度，結果顯示我國城市數實融合發展水平總體呈現向好趨勢。

顛覆性技術創新是一種能夠顛覆傳統認知理念的創新方式，對提升產業競爭力具有重要戰略意義。NPDP"（2005）［6］認為顛覆性創新具有新技術操作便捷、產品成本較低以及市場規模更廣的特點。除此之外，顛覆性技術創新通常具備革命性、突破性以及滲透性特征［7］，可有效改變現有生產方式。但在顛覆性技術創新過程中，相關主體可能會面臨風險高、周期長、回報不穩定等問題［8］。此外，還有學者立足影響因素與影響效應兩個方面對顛覆式技術創新展開深入研究；就影響因素而言，黃昊等（2023）［9］指出制造業企業平臺數據化能力越強，越能推動企業進行顛覆性技術創新活動；就影響效應而言，顛覆式創新可加快推動新質生產力發展［10］。

農業新質生產力是一種以科技創新為核心驅動力，推動農業生產能力、生產領域、生產韌性以及生產效率大幅提升的先進生產力［11］。作為新質生產力在農業領域的體現，農業新質生產力不僅可賦能農業農村現代化話語體系更新，還可深入推進中國式現代化戰略擘畫。此外，也有學者以新質生產力為研究對象，論述其在農業農村領域的影響效應。高帆（2024）［12］指出，新質生產力可有效推動農業高質量發展。

通過梳理既有文獻可以發現，學界已圍繞數實融合、顛覆式技術創新以及新質生產力等三大主題展開深度研究，為本文提供理論借鑒，但仍存在一定拓寬空間：第一，現階段數實深度融合的相關研究相對較少，且多以理論分析為主；第二，在理論分析數實深度融合與新質生產力關系中，未探究二者間作用機制；第三，現有研究多探究新質生產力在農業領域的影響效應，針對如何催生農業新質生產力的文獻較少。因此，本文通過構建多種計量模型檢驗數實深度融合與農業新質生產力間的關系，本文可能的邊際貢獻在于：首先，將數實深度融合與農業新質生產力置于統一研究框架，分析二者間關系，有效補充相關空白領域研究；其次，針對農業新質生產力構建相關評價指標體系，測度各省份各年份農業新質生產力發展水平，為全面提升農業新質生產力發展水平提供借鑒；再次，以顛覆式技術創新為中介變量，進一步探究數實深度融合與農業新質生產力間的傳導路徑，拓寬農業新質生產力發展渠道；最后，分析數實深度融合對農業新質生產力間的空間溢出效應，為加快培育農業新質生產力、建設農業強國提供理論指導。

三、理論分析與研究假設

（一）數實深度融合對農業新質生產力的直接影響

數實深度融合可貫穿農業農村經濟高質量發展全過程，切實推動數字技術與農業生產、分配、流通以及消費各個環節深刻融合，賦能農業新質生產力形成。就生產環節而言，數實深度融合可通過數字技術帶動實體經濟發展，助力農村傳統產業有效消除生產過程中各系統間信息孤島效應，實現數據共建共享，大幅提升農業生產效率，為農業新質生產力發展提供有力支撐［13］；就分配環節而言，數實深度融合可打破數字經濟與實體經濟發展邊界，弱化要素市場壁壘，逐步推動各類創新生產要素逐步向實體產業流動，以此賦能農村地區產業進行自主研發，加快農業新質生產力形成；就流通環節而言，數實深度融合憑借數字化技術可改變傳統零售模式并加快完善產銷對接機制，全方位重構農村實體產業流通體系，并在此情形下，助力農村產業獲取市場實時發展數據，促使農村產業聚焦高效率、高回報的業務領域，推動農業產業鏈與創新鏈深度融合，以此實現農村新質生產力快速發展；就銷售環節而言，數實深度融合可增強數字產業與實體產業間消費場景可連接性，有效擴大農村地區市場規模。由此，農業產業相關主體應加快推進生產方式以及經營模式的更新，確保產業具有一定競爭力，同時基于消費場景中個性化需求，農業產業通過科技創新加快產品迭代，助力農業新質生產力形成。基于此，提出如下假設：

H1：數實深度融合可有效促進農業新質生產力。

（二）數實深度融合對農業新質生產力的間接影響

數實深度融合不僅可直接促進農業新質生產力，還可通過顛覆性技術創新，賦能農業新質生產力。第一，數實深度融合可推動顛覆性技術創新。一方面，數實深度融合在極大程度上推動大數據、云計算等數字化技術與傳統行業緊密融合，進而實現產業發展中大量相關數據與創新技術匯聚。在此過程中，數據與創新要素不斷碰撞交織、融合重組，以此催生與當前主導技術存在原理性差別的全新技術，為促進顛覆性技術創新奠定堅實基礎。另一方面，數實深度融合還可降低數字技術應用門檻，吸引更多主體參與技術創新，在保持與現有主導技術具有相同特征、功用的基礎上減少創新綜合成本。而成本優越性將推動相關創新技術被更多中小企業所接納，并助力此類企業憑借成本優勢顛覆行業在位者，以此開拓全新市場，賦能顛覆性技術創新加快形成。第二，顛覆性技術創新推動農業新質生產力形成。具體而言，顛覆性技術創新在農業產業應用過程中，將全面暢通農村勞動力學習新知識、新理念以及新技能的渠道，大幅提升勞動力素質與技能水平，為農業新質生產力發展提供充足人才資源。此外，顛覆性技術創新可助力農村地區催生大量人工智能、智慧農業等新業態與新模式，大幅提升勞動效率并改變現有農村生活方式［14］。顛覆性技術創新可解放被束縛生產力，并推動富余生產力向高技術、高水平領域流動，為農業新質生產力形成奠定基礎。基于此，提出如下假設：

H2：顛覆性技術創新在數實深度融合與農業新質生產力間發揮中介效應。

四、研究設計

（一）模型構建

1.基準回歸模型

根據前文理論分析與相關假設，將數實深度融合設定為解釋變量，并將農業新質生產力設為被解釋變量，并構建如下模型，以驗證數實深度融合對農業新質生產力的影響效應。

Nagpit=α0+α1Dfnrit+α2Controlsit+μi+νt+εit（1）

式（1）中，Nagpit表示i省份t年份農業新質生產力發展水平；Dfnrit表征i省份t年份數實深度融合；α0為截距項；α1代表數實深度融合的待估計系數，預期α1顯著為正；Controlsit指代各控制變量合集；μi與νt分別表示省份與時間固定效應；εit為隨機誤差項。

2.中介效應模型

進一步驗證數實深度融合對農業新質生產力的作用機制，引入中介變量顛覆性技術創新，并在式（1）的基礎上構建如下中介效應模型：

Dtinit=β0+β1Dfnrit+β2Controlsit+μi+νt+εit（2）

Nagpit=γ0+γ1Dfnrit+γ2Dtinit+γ3Controlsit+μi+νt+εit（3）

式（2）和式（3）中，Dtinit表示i省份t年份顛覆性技術創新水平；β與γ均為待估計參數；其余變量含義同式（1）一致。

3.空間效應模型

為深入探究數實深度融合在空間維度上對鄰近省份農業新質生產力發展的空間溢出效應，首先構建如下廣義嵌套空間模型；其次，從該模型依次放松假設條件，逐步衍生空間杜賓模型、空間滯后模型以及空間誤差模型；最后，依據參數檢驗選取最優模型。

Nagpit=θ1W×Nagpit+θ2Dfnrit+θ3W×Dfnrit+λControlsit+ψW×Controlsit+μi+νt+εit（4）

εit=γW×εit+φit，φit～N（0，δ2it）（5）

式（4）和式（5）中，θ1表示空間自回歸系數；θ3與ψ代表空間自相關系數；W表示空間權重矩陣；W×Nagpit為空間滯后變量，反映在空間距離上對各省份農業新質生產力的影響效應；γ為空間誤差交互項系數；φit表示傳統隨機誤差項，服從標準正態分布。倘若γ為0，廣義嵌套空間模型退化為空間杜賓模型；若γ、θ3以及ψ均為0，則退化為空間滯后模型；若θ1、θ3以及ψ為0，該模型則變為空間誤差模型。

（二）變量選取

1.核心解釋變量

核心解釋變量是數實深度融合（Dfnr）。現階段，學界針對數字融合方向的研究，多采用耦合協調模型進行實證分析［15］。因此，本文以現有研究為依據，分別對各省份數字經濟與實體經濟發展水平進行測算，并將二者納入耦合協調模型，以此測得各省份數實深度融合發展指數。在數字經濟測度方面，參考谷城和張樹山（2023）［16］的研究內容，構建數字經濟評價指標體系（見表1），并采用熵權法測算各省份數字經濟發展水平。

在實體經濟發展水平測度方面，參照黃群慧（2017）［17］的研究，從產業層面對實體經濟進行定義：即在第一產業、第二產業以及第三產業中剔除房地產業以及金融業以外的所有服務業均屬于實體經濟范疇。故此，本文依據國家統計局《三次產業劃分規定》，以農林牧漁業、采礦業、制造業、建筑業、批發零售業、交通運輸業以及住宿餐飲業等產業增加值之和表征實體經濟發展水平。

在測得數字經濟與實體經濟發展水平后，運用耦合協調模型測度數實深度融合程度，具體測算方式如下：

Mit=2Eit1×Eit2Eit1+Eit2（5）

式（5）中，Mit表示i省份t年份數實深度融合程度；Eit1表示i省份t年份數字經濟發展水平；Eit2則代表i省份t年份實體經濟發展水平。但考慮到使用該公式，可能會出現數字經濟與實體經濟發展水平均處低位，但得到數實深度融合程度較高的結果，進而影響檢驗結果。故此，基于式（5），對數實深度融合系數進行修正，具體方式如下：

Nit=δEit1+ωEit2（6）

Dfnrit=Mit×Nit（7）

其中，Nit為數字經濟發展水平與實體經濟發展水平的協調度；δ與ω分別表示數字經濟與實體經濟的權重，且將兩系數均設定為05；Dfnrit表示修正后的數實深度融合水平。

2.被解釋變量

被解釋變量是農業新質生產力（Nagp）。生產力在馬克思主義生產力理論中的定義為勞動者、勞動資料以及勞動對象的發展。農業新質生產力的形成同樣是以該理論內容為基礎，通過科技創新活動，實現農業生產力由“量”到“質”的發展。而單一指標難以全面且綜合地考量農業新質生產力發展水平。因此，在深刻理解馬克思主義生產力理論相關內容的基礎上，借鑒朱迪和葉林祥（2024）［18］的研究，圍繞農業勞動者、農業勞動資料以及農業勞動對象等三大一級指標構建農業新質生產力評價指標體系（見表2），同樣采用熵權法進行測算。

3.中介變量

中介變量是顛覆性技術創新（Dtin）。立足新發展階段，顛覆性技術創新可突破傳統認知并產生重大沖擊，深化技術層面與產業格局變革，對提升核心競爭力與拉動經濟發展具有重要意義。基于此，借鑒相關學者研究［19］從技術變革與市場顛覆兩個方面構建顛覆性技術創新評價指標體系，具體見表3。此外，采用熵值法測算顛覆性技術創新發展水平。

4.控制變量

借鑒相關學者研究［20］，引入與農業新質生產力相關的控制變量，以確保后續回歸結果準確，具體變量如下：農村物流發展水平（Rurl），選用農村投遞路線長度描述；經濟發展水平（Ratu），用人均GDP取對數表示；財政分權度（Fina），選用一般財政預算收入與一般財政預算支出之比衡量；外商投資水平（Forl），利用外商投資金額與地區生產總值之比表征。

（三）數據來源與描述性統計

2015年“互聯網+”發展戰略正式寫入政府工作報告，標志我國數字經濟步入快速發展階段，為我國數實深度融合奠定堅實基礎。考慮到這一年數實深度融合可能對農業新質生產力產生較大影響。因此，選取2015—2022年我國30個省級面板數據（剔除香港、澳門、臺灣和西藏的數據），對數實深度融合與農業新質生產力間的關系進行驗證。其中，有關數實深度融合的數據主要來源于《中國統計年鑒》、北京大學數字普惠金融指數、國務院發展中心信息網；農業新質生產力的相關數據主要來源于《中國農村統計年鑒》《中國農村合作經濟統計年報》《中國農村經營管理年報》以及《阿里研究院淘寶村名單》；顛覆性技術創新的原始數據來自《中國工業統計年鑒》、IFR公布數據、國家知識產權局專利數據庫、CSMAR數據庫以及各省統計公報。其中，針對部分年份缺失數據采用拉格朗日插值法補齊。各變量描述性統計結果見表4。

五、實證結果分析

（一）基準回歸

為驗證數實深度融合對農業新質生產力的影響效應，將相關數據代入式（1）進行測算，結果如表5所示。其中，表5列（1）報告了未引入控制變量且未控制固定效應時，數實深度融合對農業新質生產力的影響效應；列（2）是在列（1）基礎上引入各項控制變量后的回歸結果；列（3）是引入控制變量并控制時間固定效應、省份固定效應后的影響效應。從整體來看，數實深度融合的系數估計值均為正，且都通過1%水平顯著性檢驗，這表明數實深度融合可顯著促進農業新質生產力，假設H1得以驗證。可能的原因是，數實深度融合可以以數字技術為驅動，進一步暢通農村地區傳統產業與數字產業間流通渠道，以此提升農村地區勞動力數字素養，并推動相關產業數字化轉型，為農村新質生產力形成提供有力支撐。

（二）機制檢驗

為進一步驗證顛覆性技術創新在數實深度融合與農業新質生產力間作用機制，以式（2）和式（3）為基礎進行檢驗，具體結果見表6。表6列（1）檢驗結果顯示，數實深度融合的系數為05251，通過1%水平顯著性檢驗，表明數實深度融合可顯著加快區域顛覆性技術創新。表6列（2）檢驗結果顯示，數實深度融合與顛覆性技術創新的系數估計值均顯著為正，但對比表5列（3）數實深度融合系數發現，系數估計值有所減少。因此，顛覆性技術創新在數實深度融合與農業新質生產力間發揮部分中介效應，假設H2得到驗證。可能的原因在于，數實深度融合可深化農村地區數實產業間合作，助力相關主體通過跨領域整合思維升級現有認知，并逐步開辟新市場、研發新技術，賦能顛覆式技術創新，進而切實增強農村人力資本厚度，加快農村產業數字化轉型，推動農業新質生產力形成。

（三）穩健性檢驗

為進一步驗證二者間關系，進行如下穩健性檢驗：

1.剔除特殊樣本。相較于其他省份，自治區與直轄市在財政管理體制、經濟發展水平以及數字化技術應用程度等方面存在顯著區別，可能會影響數實深度融合發展，進而導致回歸結果存在偏誤。故此，剔除自治區與直轄市相關樣本數據進行重新回歸。其中，數實深度融合相關系數在1%水平上顯著為正，且與表5列（3）數據對比可知并未發生明顯變化。這表明在剔除特殊樣本后，數實深度融合仍可顯著加快農業新質生產力形成。

2.調整樣本區間。全面推動數實深度融合是一項長期性、系統性工程，需要相關部門在戰略、技術以及應用等方面進行綜合布局。考慮到前文驗證過程樣本期區間較少，可能會增強隨機變異性，進而導致回歸結果存在誤差。因此，本文將數字普惠金融指數最早公布年份（2011年）重新設定為數字經濟發展的起始年份，并進行重新驗證。其中，數實深度融合的相關系數顯著為正，這表明在調整樣本期區間后，數實深度融合仍可顯著推動農業新質生產力發展，結論真實可靠。

3.替換變量測算方式。為避免單一測算方式對回歸結果的影響，采用主成分分析法代替前文熵值法對被解釋變量進行重新測算，并代入式（1）進行驗證。分析數據可知，在替換變量測算方式后，數實深度融合的系數估計值與基準回歸檢驗結果基本相似，表明在更換變量測算方式后假設H1仍成立，進一步證實前文結論真實可靠。

綜上可知，上述穩健性檢驗結果中數實深度融合的系數值與顯著性和基準回歸結果基本一致限于篇幅，適應性檢驗結果未作報告，如有需要可向作者索取。，進一步驗證假設H1成立。

4.Bootstrap中介檢驗。為進一步驗證顛覆性技術創新中介效應的可靠性，參考AS和Enas（2019）［21］的研究內容進行驗證，檢驗結果見表7。其中，_bs_2（直接效應）的回歸系數觀測值為015823401，且95%置信區間未包含0，這表明數實深度融合與農業新質生產力間存在正相關關系，再次驗證假設H1成立。_bs_1（間接效應）回歸系數觀測值為002536837，95%置信區間同樣未包括0，這表明顛覆性技術創新存在部分中介效應，假設H2得到進一步驗證。

六、進一步分析

（一）空間溢出效應分析

1空間自相關檢驗

在進行空間效應檢驗前，需利用全局莫蘭指數檢測樣本區間內數實深度融合與農業新質生產力的空間自相關性，借鑒Huang和Gao（2024）［22］的研究方式，構建如下模型：

Moran′s"I=

n∑ni=1∑nj=1Wij（Dfnri－Dfnr）（Dfnrj－Dfnr）∑ni=1∑nj=1Wij∑ni=1（Dfnri－Dfnr）2（8）

Moran′s"I=

n∑ni=1∑nj=1Wij（Nagpi－Nagp）（Nagpj－Nagp）∑ni=1∑nj=1Wij∑ni=1（Nagpi－Nagp）2"（9）

式（8）和（9）中，Wij表示i省與j省間的空間權重矩陣，本文選擇以人均GDP計算得出的經濟距離空間權重矩陣；Dfnr與Nagp分別表示為數實深度融合指數與農業新質生產力發展水平的均值。具體檢驗結果見表8。

分析表8中數據可知，各年份數實深度融合與農業新質生產力的莫蘭指數均大于0，且都通過顯著性檢驗，這表明在樣本期間內各省份數實深度融合與農業新質生產力存在空間自相關性，即高發展水平省份與高發展水平省份相接，低發展水平省份與低發展水平省份毗鄰。此外，樣本期內莫蘭指數呈現波動上升的發展趨勢，表明我國數實深度融合與農業新質生產力的空間相關性正逐漸增強，同時也意味著兩極分化趨勢更為顯著。

2空間計量模型適應性檢驗

為確定空間計量模型，通過LM、LR以及Wald檢驗來選取最優模型限于篇幅，適應性檢驗結果未作報告，如有需要可向作者索取。。其中，LM檢驗結果通過1%水平顯著性檢驗，這表明可能存在空間滯后模型（SAR）與空間誤差模型（SEM）。但LR檢驗與Wald檢驗結果均顯著為正，拒絕空間杜賓模型退化為SAR模型與SEM模型的原假設。故此，選取空間杜賓模型驗證數實深度融合與農業新質生產力空間溢出效應。此外，依據聯合顯著性檢驗結果，對時間固定效應與省份固定效應進行控制。

3空間溢出效應檢驗結果

表9報告了數實深度融合對農業新質生產力的空間溢出效應。分析表9中數據可知，數實深度融合的相關系數為02741，通過1%水平顯著性檢驗，表明數實深度融合可賦能農業新質生產力，再次驗證假設H1成立。進一步，利用偏微分方式對模型所得實證結果進行無偏處理，并將結果分解為直接效應、溢出效應與總效應。其中，溢出效應相關數據為04132，并通過1%顯著性檢驗，占總效應的6912%。這表明數實深度融合對農業新質生產力具有顯著正向空間溢出效應。

（二）異質性檢驗

1區域異質性

我國各區域間經濟發展水平、政策傾斜程度以及資源稟賦具有顯著差異，可能會導致各區域數實深度融合程度有所不同，進而對農業新質生產力的影響有所區別。為此，參照國家統計局劃分標準，將樣本劃分為東、中、西等三大子樣本，并進行重新回歸，結果見表10列（1）—列（3）所示。分析表10中數據可知，在三大子樣本中數實深度融合的系數估計值均顯著為正。但對比數值大小與顯著性可以發現，數實深度融合對農業新質生產力的促進作用在東部地區最為顯著。

2金融發展異質性

金融業是推動數字經濟與實體經濟實現高質量發展的重要驅動力之一，進而可能會影響數實深度融合。因此，以區域內年末金融機構各項貸款余額與GDP之比衡量該地區金融發展水平，并以金融發展指數的中位數為分界線，將樣本分為高金融發展水平省份與低金融發展水平省份進行重新驗證，結果見表10列（4）和列（5）。不難看出，數實深度融合對農業新質生產力的促進作用在高金融發展水平的省份中更為顯著。

3人力資本異質性

參考趙新宇等（2024）［23］的研究，以高等學校在校學生總人數與該省份總人口數之比表征，并以中位數將原始樣本劃分為高人力資本水平省份與低人力資本省份兩大子樣本。將上述子樣本分別代入式（1）進行驗證，結果如表10列（6）和列（7）所示。其中，在高人力資本水平省份中，數實深度融合的系數估計值為03816，且通過1%水平顯著性檢驗。反觀在低人力資本水平省份中，相關系數為01214，未通過顯著性檢驗。可以看出，無論是數值還是顯著性，數實深度融合對農業新質生產力的促進作用在高人力資本水平中更為強勁。""七、結論與啟示

本文基于數實深度融合對農業新質生產力影響理論分析，選取2015—2022年我國30個省級面板數據，實證檢驗二者之間關系，主要結論如下：（1）數實深度融合可有效賦能農業新質生產力發展；（2）機制檢驗表明，數實深度融合可通過顛覆性技術創新加快農業新質生產力形成速度；（3）空間溢出效應顯示，數實深度融合對農業新質生產力的影響具有正向空間溢出效應；（4）異質性檢驗結果得出，在東部省份、高金融發展水平省份以及高人力資本水平省份中，數實深度融合對農業新質生產力的促進作用更顯著。

根據研究結論，得到如下政策啟示：

第一，“以數強實”，著力推動數實深度融合。前文提及，數實深度融合可有效賦能農業新質生產力發展。因此，相關部門應錨定數實融合發展目標，“以數強實”全力推動數字經濟與實體經濟融合發展，為農業新質生產力形成奠定基礎。首先，推進數字基礎設施建設。相關部門應貫徹落實“寬帶中國”戰略，大力推進5G基站建設與人工智能發展，并逐步構建以超算中心、云計算以及大數據網絡中心為代表的算力體系，為數實深度融合夯實基礎，以此賦能農業新質生產力。其次，加強數字核心技術攻關。相關部門應以國家戰略需求為指引，并以國家科技重大專項、重點研發計劃任務部署等方式，補全合成生物學、基因工程、量子信息、集成電路以及先進制造等前沿領域科技短板，加快數字核心技術攻關，“以數強實”帶動數實深度融合，推動農業新質生產力發展。最后，完善數據要素市場建設。相關部門應強化“明規則”，明晰數據產權歸屬以及權力責任邊界，以此建立健全具有中國特色的數據要素市場。同時，也要加強數據隱私與安全保護的法律法規，完善數據要素市場，全面推動數實深度融合，為提升農業新質生產力發展水平提供保障。

第二，“智改數轉”，全面加快顛覆性技術創新。基于研究結論，顛覆性技術創新是數實深度融合賦能農業新質生產力的重要渠道。而企業作為創新主體與經濟發展的重要載體，加快企業“智改數轉”，對暢通數實深度融合與農業新質生產力的作用渠道具有重要意義。第一，拓展技術供給。政府部門應積極開展標桿企業示范引領行動，并鼓勵相關企業開放數字化資源與能力，加快農村地區中小企業數字化轉型，為全面加快顛覆性技術創新創造有利條件，進而拓寬數實深度融合對農業新質生產力的作用渠道。第二，強化政策引領。相關部門應針對農村地區企業數字化、智能化轉型設置專項資金，并對優質數字化企業進行投入獎補，全面推動農村地區企業數字化轉型。同時，相關部門也可聯合金融機構開發特色金融產品，為城鄉地區企業“智改數轉”提供資金支持，以此推動相關企業進行顛覆性技術創新，深化數實深度融合對農業新質生產力的賦能效應。第三，加快人才培育。相關部門應聚焦農業企業，在農村地區積極開展“互聯網+職業技能培訓”活動并建立數字農業示范基地，大力培訓數字新農人，為農業企業數字化轉型提供充足人才支持，推動農村地區加快發展顛覆性技術創新，打通數實深度融合對農業新質生產力的賦能渠道。

第三，“因地制宜”，提升數實深度融合整體發展水平。數實深度融合對農業新質生產力的促進作用存在異質性。因此，在政府層面應立足“因地制宜”發展方針，針對不同區域設定不同的數實深度融合發展策略，為全面提升數實深度融合發展水平提供支持，以此實現農業新質生產力快速形成。就東部地區而言，當地政府應積極探索數字化應用場景創新，并通過打造數字化示范項目，推動數字化技術與傳統產業融合發展，進一步加強數實深度融合程度，賦能農業新質生產力形成。就中西部地區而言，當地政府應根據當地發展優勢，積極培育新興產業。同時，各部門也要加強區域間協同合作，實現數字化資源的優化配置，加深數實深度融合程度，為農業新質生產力形成提供助益。就金融發展水平較高地區而言，相關部門應通過加強金融科技創新、優化金融服務體系，形成金融科技產業鏈與生態圈，為數字經濟與實體經濟發展創造良好發展條件，強化數實深度融合，賦能農業新質生產力發展。就金融發展水平較低地區而言，金融機構應完善線上支付結算體系，提高數字金融服務效率，滿足企業數字化發展過程中多樣化發展需求，加快數實深度融合，為促進農業新質生產力提供保障。

參考文獻：

［1］"賀立龍，陳姝興.農業強國建設與農業農村現代化研究［J］.政治經濟學評論，2024，15（3）：159-184.

［2］"章劉成，田昕加，夏萍.數字經濟背景下鄉村產業融合發展研究［J］.商業研究，2024（2）：84-92.

［3］"張姣玉，徐政，丁守海.數實深度融合與新質生產力交互的邏輯機理、戰略價值與實踐路徑［J］.北京工業大學學報（社會科學版），2024（3）：114-124.

［4］"劉陽，修長百.數實融合對產業結構轉型升級的研究［J］.科學管理研究，2022（3）：123-129.

［5］"曾鵬，覃意晗，盧玉桂.中國城市數實融合的區域差異、來源分解及形成機理［J］.統計與信息論壇，2024（4）：95-111.

［6］"NPDP"D"J"M.The"Innovator’s"Solution：Creating"and"Sustaining"Successful"Growth［J］.Journal"of"Product"Innovation"Management，2005，22（2）：213-215.

［7］"劉文勇.顛覆式創新的內涵特征與實現路徑解析［J］.商業研究，2019（2）：18-24.

［8］"張帆，伍晨.政策選擇、企業創新模式與后發企業追趕［J］.軟科學，2023（8）：1-8.

［9］"黃昊，宋偉，王國紅，等.制造業中小企業平臺數據化能力對顛覆式創新的影響研究［J］.科研管理，2023（11）：32-40.

［10］方曉霞，李曉華.顛覆性創新、場景驅動與新質生產力發展［J］.改革，2024（4）：31-40.

［11］羅必良.論農業新質生產力［J］.改革，2024（4）：19-30.

［12］高帆.新質生產力與我國農業高質量發展的實現機制［J］.農業經濟問題，2024（4）：58-67.

［13］丁述磊，劉翠花，李建奇.數實融合的理論機制、模式選擇與推進方略［J］.改革，2024（1）：51-68.

［14］蔣恩堯，葉廣宇，祝愛民.關于用變權重系數法測算科技進步的探討［J］.沈陽工業大學學報，1997（6）：8-12.

［15］王曉丹，石玉堂，劉達.數據要素市場化配置對數實融合的影響研究——基于數據交易平臺設立的準自然實驗［J］.廣東財經大學學報，2024（2）：44-58.

［16］谷城，張樹山.數字經濟發展與產業鏈韌性提升［J］.商業研究，2023（5）：1-11.

［17］黃群慧.論新時期中國實體經濟的發展［J］.中國工業經濟，2017（9）：5-24.

［18］朱迪，葉林祥.中國農業新質生產力：水平測度與動態演變［J］.統計與決策，2024（9）：24-30.

［19］辛璐璐.數字產業集聚、顛覆式技術創新與城市綠色經濟效率［J］.學習與實踐，2023（10）：71-80.

［20］辛嶺，劉衡，胡志全.我國農業農村現代化的區域差異及影響因素分析［J］.經濟縱橫，2021（12）：101-114.

［21］A.S."S"S"A，Enas"M"A"A.Mediation"Effect"in"Bootstrap"Logistic"Regression［J］.Journal"of"Engineering"and"Applied"Sciences，2019，14（2）：5541-5546.

［22］Huang"X，Gao"S.Measurement"and"Spatiotemporal"Characteristics"of"China’s"Green"Finance［J］.Environmental"Science"and"Pollution"Research"International，2024，31（9）：13100-13121.

［23］趙新宇，蔡佳怡，萬孟澤.數字經濟對勞動力市場一體化影響研究——基于中國省際面板數據的實證檢驗［J］.商業研究，2024（1）：82-90.

Deep"Integration"of"Data"and"Reality，"Disruptive"Technological"Innovation，

and"New"Agricultural"Productivity

WANG"Jiayi1，2，"FAN"Xinyue1

（1.GuiZhou"University"of"Finance"and"Economics，School"of"Economics，GuiYang"550025，China；

2.Guizhou"Minzu"University，Education"Assessment"Centre，GuiYang"550025，China）

Abstract："Based"on"the"panel"data"of"30"provinces"in"China"from"2015"to"2022，"this"paper"examines"the"relationship"between"the"deep"integration"of"data"and"reality"and"new"agricultural"productivity."The"study"finds"that"the"deep"integration"of"data"and"reality"can"effectively"promote"the"development"of"new"agricultural"productivity."The"mechanism"test"results"show"that"disruptive"technological"innovation"plays"a"mediating"role"between"deep"integration"of"data"and"reality"and"new"agricultural"productivity."The"spatial"spillover"test"results"show"that"there"is"a"positive"spatial"spillover"effect"of"the"deep"integration"of"data"and"reality"on"agricultural"new"quality"productivity."Heterogeneity"analysis"shows"that"in"the"eastern"region，"regions"with"high"levels"of"financial"development，"and"regions"with"high"levels"of"human"capital，"the"deep"integration"of"data"and"reality"has"a"stronger"empowering"effect"on"agricultural"new"quality"productivity.

Key"words：deep"fusion"of"numerical"and"real"data;new"agricultural"productivity;disruptive"technological"innovation;agricultural"powerhouse

（責任編輯：趙春江）