數字經濟對智慧農業發展的驅動效應及區域異質性研究

關鍵詞：數字經濟；智慧農業；協同發展中圖分類號：F323 文獻標志碼：ADOI：10.19345/j.cnki.1674-7909.2025.08.011文章編號：1674-7909（2025）8-55-4

0 引言

農業是我國國民經濟的基礎產業。自改革開放以來，在全球數字化“浪潮”的推動下，我國農業正經歷著深刻變革。智慧農業以信息和知識為核心，通過信息技術與農業生產的深度融合，能有效提高農業生產效率，降低資源消耗，提升農產品品質。作為農業現代化的重要發展方向，智慧農業對保障國家糧食安全和促進農業可持續發展具有重要意義[]。有研究表明，數字技術在農業生產、流通、銷售等環節的應用，能優化農業資源配置，提高農業產業鏈的協同效率，從而推動智慧農業發展[2]。目前，有關數字經濟對智慧農業影響的研究尚存在一定不足之處，對數字經濟影響智慧農業的具體機制和路徑及不同區域間的異質性影響尚未進行深入系統的探討，部分研究僅停留在理論層面，缺乏實證數據的有力支持。鑒于此，筆者通過實證研究，深入分析數字經濟對智慧農業發展的影響。

1理論分析與研究假設

1.1數字經濟與智慧農業的內涵

數字經濟是以數字化知識和信息為關鍵生產要素，以數字技術創新為根本推動力，通過數字技術與實體經濟的深度融合，不斷促進產業向數字化、智能化和網絡化方向發展，加快經濟結構和治理模式重塑[3]

智慧農業是通過技術手段來實現對農業生產過程的智能化管理，核心目標是提升農業生產效率、優化資源配置、提高農產品品質及增加農業經濟收益。

1.2數字經濟如何驅動智慧農業發展

數字經濟通過數據、技術和創新模式為智慧農業提供驅動力。例如，通過田間傳感器來實時監測土壤溫濕度、氣象情況，并給出適合的種植建議。其次，通過衛星遙感來預測作物產量；利用無人機來巡視農田，能及時發現病蟲害，并精準灑藥，降低生產成本，減少資源浪費；利用田間采摘機器人和無人機作業，減少對人力的依賴，使農業生產效率大幅提高，間接降低運營成本；使用人工智能優化運輸路徑，減少農產品損耗；通過直播電商助農，縮短流通環節，使農產品滯銷率下降；根據電商消費數據來指導農業生產，實現農旅融合，提高農產品附加值。

2 研究設計

2.1 模型構建

為進一步分析數字經濟對智慧農業指數的影響，該研究基于30個省級行政區2011—2022年的面板數據，以智慧農業發展指數為被解釋變量、數字經濟發展指數為解釋變量，構建回歸模型[見式（1）]。

式（1）中： i 為省級行政區， t 為時間， D I G 為數字經濟發展指數， A G R 為智慧農業指數，control為一系列控制變量 為截距項，" 分別為對應變量的回歸系數 為個體固定效應， 為時間固定效應， 為隨機干擾項。

2.2 變量測度與說明

智慧農業發展指數（AGR）為被解釋變量，數字經濟發展指數 （ D I G ） 為解釋變量，控制變量包括經濟發展水平 （ E D P ） = 人均 G D P 取對數、政府干預程度 （ G I R ） = 財政一般預算支出/地區生產總值、對外開放程度（OED）=（貨物進出口總額 × 美元對人民幣匯率）/地區生產總值、人力資本水平（HCL）=高等學校在校生人數/總人口、城鎮化水平 （ U L ） = 城鎮常住人口/常住總人口。

3實證分析

該研究選取的數據主要來自中國研究數據服務平臺（CNRDS）、國泰安數據庫、北京大學數字普惠金融中心、《中國農業統計年鑒》《中國第三產業統計年鑒》各省（自治區、直轄市）統計年鑒等。

3.1 描述性統計

由表1可知，智慧農業發展指數的均值為0.211、標準差為0.114、最小值為0.060、最大值為0.746，數字經濟發展指數的均值為0.145、標準差為0.117、最小值和最大值分別為0.017和0.712，表明不同地區的數字經濟發展水平差距顯著。

3.2 回歸分析結果

通過逐步回歸分析，并引入其他控制變量進行驗證，結果見表2，在最終模型（5中確認數字經濟發展水平對智慧農業發展有正向促進作用。

觀察控制變量結果可知，經濟發展水平對提升智慧農業的估計系數為0.1384，在 1 % 水平上正向顯著，表明經濟發展水平每提升1個單位，智慧農業指數提升0.1384個單位；政府干預程度對提升智慧農業發展水平的回歸系數在 5 % 水平上保持正向顯著，表明加強政府干預程度可促進智慧農業的升級；對外開放對智慧農業發展水平升級的回歸系數正向顯著，對外開放通過加強國際技術交流與合作來引入先進的農業技術、設備和理念，從而加速智慧農業技術創新和成果轉化；人力資本發展水平對智慧農業的升級估計系數在 1 % 水平上保持正向顯著，即高水平的人力資本有助于促進智慧農業技術的研發和推廣[4]

注：表示在0.1水平上差異顯著 （ Plt;0 . 1 ） ，*表示在0.05水平上差異顯著 （ Plt;0 . 0 5 ） ，***表示在0.01水平上差異顯著 ，括號內為T值；下同。

3.3 穩健性檢驗

3.3.1 增加控制變量

引入控制變量可減少模型中潛在的遺漏變量偏差，而遺漏重要變量可能會導致模型估計結果被系統性偏誤干擾，從而影響結果的準確性。引入城鎮化水平 （ U L ） 這一控制變量，能更全面反映研究對象的真實情況。回歸結果見表3模型（1），核心解釋變量數字經濟發展水平依舊保持正向顯著，證明構建的模型相對穩健。

3.3.2 滯后一階分析

對核心解釋變量數字經濟發展指數滯后一階分析，結果見表3模型（2）：數字經濟發展指數回歸系數均在0.01水平上正向顯著，即可認為數字經濟發展發指數對提升智慧農業發展水平的影響趨勢分析具有較強的穩健性，據此得出的結論較為可靠。

3.3.3 分年份回歸分析

新冠病毒感染疫情作為不可控的外生沖擊，對各國經濟、貿易和企業行為都產生顯著且異常的影響[5]。通過剔除疫情年份，確保分析結論具有更強的普適性和可靠性，結果見表3模型（3）：核心解釋變量數字經濟發展指數對智慧農業發展的回歸系數依舊在0.01水平上保持正向顯著，即該模型較為穩健可靠。

3.4 內生性檢驗

為解決遺漏變量帶來的內生性問題，采用工具變量法，選取數字經濟指標滯后一期作為工具變量，并使用兩階段最小二乘法（2SLS）進行模型檢驗。由于這一工具變量與被解釋變量存在明顯的相關性，故不存在弱工具變量的情況，滿足相關性的約束條件，且當期擾動項不會影響工具變量結果。因此，滿足外生性約束要求。內生性檢驗的結果見表4。

在第一階段回歸中，工具變量對核心變量的回歸系數為1.0612，且在0.01水平上正向顯著性，第一階段的 F 統計量為3259.43，遠遠大于經驗標準值（通常為10），表明工具變量核心解釋變量滯后一階是強工具變量，具有很高的解釋力。在第二階段回歸中，核心解釋變量對被解釋變量的回歸系數為0.6230，并在0.01水平上正向顯著，表明在控制內生性后，數字經濟對智慧農業的影響是正向且顯著的。使用核心解釋變量的滯后一階作為工具變量，2SLS結果表明，該方法能有效解決模型潛在內生性問題，且核心解釋變量對被解釋變量具有顯著的正向影響。

4結論與建議

基于30個省級行政區2011—2022年的面板數據來構建回歸模型，經內生性檢驗、穩健性檢驗等實證分析，發明數字經濟發展水平對智慧農業指數具有顯著的正向促進作用。在控制其他變量的前提下，檢驗結果依然成立，體現出研究結果的可靠性與穩定性。

各地應加大對數字技術在農業領域應用的支持力度，鼓勵企業和科研機構開展數字農業技術研發，推動大數據、物聯網、人工智能等技術與農業生產、流通、銷售等環節深度融合，進一步提高智慧農業發展水平。政府應繼續發揮其在智慧農業發展中的引導作用，制定科學合理的專項發展規劃，明確智慧農業發展目標和路徑；加大財政補貼力度，降低智慧農業技術研發和應用成本，鼓勵企業和農民積極采用先進技術；加強智慧農業發展所需的物聯網、大數據平臺、5G網絡等基礎設施建設；重視科學技術在智慧農業發展中的中介作用，加大對農業科技研發的投人，鼓勵科研機構與農業企業合作，加速科技成果轉化。同時，應加強農業人才培養，通過開展專業教育和培訓，提高農業從業者的數字技術應用能力和創新意識。

參考文獻：

[1]竇琨，胡佩霜.淺談數字經濟背景下智慧

農業的發展和應用[J].科學與信息化，2023（11）：178-180.

[2]劉波.數字技術對農業產業鏈的協同作用研究[J].電子商務評論，2024，13（3）：5772-5778.

[3]馬改艷，楊秋鸞，王恒波.數字經濟賦能鄉村產業振興的內在機制、現實挑戰與突破之道[J].當代經濟管理，2023，45（8）：33-38.

[4]黃季焜.農業數據“三權分置”框架的理論構建與實踐探索[J.中國農村經濟，2023（8）：2-18.

[5]丁純.疫情暴露了全球經濟治理體系的結構性赤字[J].國家治理，2020（23）：15-17.

Research on the Driving Effect of the Digital Economy on the Development of Smart Agriculture and Regional Heterogeneity

YANG Can QIN Qing

School of Business，Henan University of Scienceand Technology，Luoyang 471O23，China

Abstract：Against the backdrop of the deep integration of the digital economy and agricultural modernization，this paper empirically examines the impact mechanisms and regional heterogeneity of the digital economy on the development of smart agriculture based on the panel data of 3O provinces and cities across the country from 2011 to 2022.The research shows that： First，the digital economy significantly promotes the development of smart agriculture through data-driven approaches，technological empowerment，and model innovation，and this conclusion has been validated by endogeneity and robustness tests. Second，the level of economic development， government intervention，openingup to the outside world，and human capital have a significant positive impact on smart agriculture. Third，the analysis of regional heterogeneity reveals that the driving effect of the digital economy on smart agriculture in Northeast China is relatively weak，while the marginal effects in the central and western regions are higher.Based on this，targeted suggestions are put forward： strengthen the penetrationof digital technology throughout the entireagricultural chain，optimize the layout of regional digital infrastructure，increase government financial subsidies and scientific investment，and accelerate the transformation of technological achievements through talent cultivation.

Key words： digital economy; smart agriculture; coordinated development