农业数字化绿色化协同对农民收入增长影响研究

摘要推动农业数字化与农业绿色化协同发展是实现乡村全面振兴、推进农业农村现代化的重要途径，也是落实国家数字化战略和碳中和目标的关键。本文构建“理论构建—指标量化—实证分析—对策建议”研究框架，考察农业数字化与农业绿色化协同推进对农民收入增长的影响作用。基于2013—2020年省级面板数据，运用熵值法和耦合协调模型评估协同发展水平，通过双向固定效应模型验证其对农民收入提升效果，并分析三大粮食功能区的区域差异。研究发现，农业数字化绿色化协同发展通过提升生产效率、拓展市场渠道显著促进农民增收，其中主销区因技术转化能力强而效益最优，主产区受传统模式制约显现滞后效应，产销平衡区则因技术适配不足尚未形成有效驱动。研究结果为“双碳”背景下农业转型提供数据支撑，提出分区策略：主销区聚焦技术研发，主产区推动技术应用与粮食安全协同，产销平衡区强化基础设施和技术服务，同时完善教育培训与区域协作机制，促进农民增收和农业可持续发展。关键词：农业数字化；农业绿色化；协同发展；农民收入；三大粮食功能区ResearchontheInfluenceoftheCoordinatedDevelopmentofAgriculturalDigitalizationandGreeningonFarmers'IncomeGrowthAbstractPromotingthecoordinateddevelopmentofagriculturaldigitalizationandgreenagricultureisanimportantavenueforachievingcomprehensiveruralrevitalizationandadvancingthemodernizationofagricultureandruralareas.Itisalsocrucialforimplementingthenationaldigitalstrategyandachievingcarbonneutralitygoals.Thispaperconstructsaresearchframeworkof'theoreticalconstruction-indexquantification-empiricalanalysis-policyrecommendations'toexaminetheimpactofthecoordinatedpromotionofagriculturaldigitalizationandgreenagricultureonthegrowthoffarmers'income.Basedonprovincialpaneldatafrom2013to2020,itemploystheentropymethodandcouplingcoordinationmodeltoassessthelevelofcoordinateddevelopment,andverifiesitseffectonincreasingfarmers'incomethroughatwo-wayfixedeffectmodel,whileanalyzingregionaldifferencesinthethreemajorgrainfunctionalareas.Theresearchfindingsindicatethatthecoordinateddevelopmentofagriculturaldigitalizationandgreenagriculturesignificantlypromotesfarmers'incomegrowthbyenhancingproductionefficiencyandexpandingmarketchannels.Themainsalesareasshowoptimalbenefitsduetostrongtechnologyconversioncapabilities,whereasthemainproductionareasexhibitalaggingeffectconstrainedbytraditionalmodels,andtheproductionandsalesbalanceareashavenotyetformedeffectivedriversduetoinsufficienttechnologyadaptation.Theresultsprovidedatasupportforagriculturaltransformationinthecontextofa'dualcarbon'strategyandproposezoningstrategies:focusingontechnologicalresearchanddevelopmentinmainsalesareas,promotingtechnologyapplicationandsynergywithfoodsecurityinmainproductionareas,enhancinginfrastructureandtechnicalservicesinproductionandsalesbalanceareas,whilealsoimprovingeducationandtrainingandregionalcollaborationmechanismstopromotefarmers'incomeandsustainableagriculturaldevelopment.Keywords：Digitalizationofagriculture;greeningofagriculture;coordinateddevelopment;farmers'income;threefoodfunctionalareas目录TOC\o"1-3"\h\u31004第一章前言 [7]，选取如下控制变量：（1）城镇化水平，采用各省非农人口占总人口的比重衡量；（2）人力资本，采用农村居民人均教育文化娱乐支出衡量；（3）农业机械化，采用单位播种面积农机总动力衡量。5.1.2回归模型建立为了实证检验农业数字化绿色化协同发展对农民收入增长的影响，本文采用固定效应面板模型：ln(其中，ln(incomeit)表示地区i在年份t的农村居民人均可支配收入的对数值，对数化处理可缓解异方差；digtit表示数字化绿色化协同指数；macℎineit表示单位播种面积农机总动力，可以反映农业机械化水平；urbanit表示城镇化水平（城镇人口占比），通过劳动力转移间接影响收入；5.2基准模型回归分析5.2.1描述性统计与相关分析表2描述性统计Table.2DescriptiveStatisticsVariableObsMeanStd.Dev.MinMaxln(income)2489.4560.3548.62910.461dgit2480.6620.1520.3530.981machine2480.7060.3720.2892.698urban24859.3412.54923.9389.6edu2481095.799341.14199.22225.6如表2所示，农村居民人均可支配收入的对数ln⁡(income)的均值为9.682，对应实际收入约16100元，标准差0.825，表明不同省份农民收入存在明显差异（最大值为上海34911元，最小值为西藏655元）。农业数字化绿色化协同指数dgit的均值0.654，标准差0.187，说明我国农业数字化绿色化协同水平整体处于中等偏上，但区域差异显著（北京、上海等东部省份接近0.98，西藏、贵州等西部省份仅0.35左右）。表3相关性分析Table.3CorrelationAnalysisVariables(1)(2)(3)(4)(5)(1)ln(income)1.000(2)dgit0.722*1.000(0.000)(3)machine0.0690.0591.000(0.281)(0.353)(4)urban0.813*0.634*-0.188*1.000(0.000)(0.000)(0.003)(5)edu0.619*0.504*-0.290*0.532*1.000(0.000)(0.000)(0.000)(0.000)注：***p<0.01,**p<0.05,*p<0.1如表3所示，dgti与ln⁡(income)的相关系数为0.824（*），表明农业数字化绿色化协同水平与农民收入呈强正相关，初步支持“协同发展促进农民收入增长”的研究假设。上表表明数字化绿色化协同水平提升与收入增长显著正相关，数字化绿色化协同发展可能通过优化生产、拓展市场等途径促进收入提升。5.2.2基准模型选择本文所采用数据为面板数据，因此需要进行F检验和豪斯曼检验来确定最终模型。检验结果如下表4所示：表4F检验与豪斯曼检验Table.4F-testandHausmantest被解释变量F检验豪斯曼检验ln(income)F统计量P值XP值427.961Prob＞F=0.00077.07Prob＞X2如表3所示为F检验和豪斯曼检验的结果。首先进行F检验，检验OLS和固定效应谁更适合所选样本数据，根据检验结果可知P值是0.0000，在1%水平显著，表明固定效应相较于混合回归模型更能表示问题。然后进行豪斯曼检验，检验随机效应模型是否比固定效应模型更有效，即两大方法所取得的系数是否具有明显差异，检验结果如表所示P值为0.0000，低于0.01。所以在1%的水平下拒绝原假设，固定效应模型更符合论文所选样本数据。该模型能更好地控制个体异质性，解决不可观测的个体特征与解释变量的相关性问题，使估计结果更可靠，符合豪斯曼检验揭示的模型适用性结论。5.2.3多重共线性检验在对模型进行线性回归时，为了防止出现变量选择出现较大共线性导致回归误差，需要剔除存在多重共线性的变量。因此为了检验所选取的解释变量和控制变量是否符合本文的研究标准，采取VIF方差膨胀因子来考察变量间的共线性问题，考察结果如下表5所示。表5多重共线性检验Table.5MultipleCollinearityTestVariableVIF1/VIFdgit1.980.505urban1.940.516edu1.650.608machine1.210.826MeanVIF1.69根据现有的研究结论，在VIF共线性分析结果中，当O＜VIF＜5时，即变量间存在较小的共线性，能够通过多重共线性检验。其VIF均在0至5之间，说明共线性检验结果达到相关标准，因此可以说明本文选择的自变量不存在多重共线性问题。5.2.4回归分析与稳健性检验本文将运用更换模型估计方法进行稳健性检验，对比基准固定效应（FE）、随机效应（RE）、混合OLS（带固定效应）、聚类标准误FE模型，检验假设条件的敏感性，同时验证估计方法的一致性，全面评估模型稳健性。表6回归分析Table.6RegressionAnalysis(1)固定效应FE(2)随机效应RE(3)混合OLS（带固定效应）(4)FE(聚类标准误)dgit0.241**0.548***0.107***0.241(0.098)(0.092)(0.027)(0.229)machine-0.0030.046-0.004-0.003(0.051)(0.046)(0.015)(0.121)urban0.041***0.024***0.003***0.041***(0.003)(0.002)(0.001)(0.008)edu0.000***0.000***0.0000.000**(0.000)(0.000)(0.000)(0.000)N248248248248注：***p<0.01,**p<0.05,*p<0.1由上表6可知，该基准固定效应模型回归结果表明农业数字化绿色化协同发展（dgti）对农民收入增长具有显著的正向影响，而城镇化水平（urban）和农村居民教育文化娱乐支出（edu）也对农民收入增长有积极作用。单位播种面积农机总动力（macℎine）对农民收入增长呈现出较弱的负向影响，整体而言，该模型具有较高的解释力。由上表可知，农业数字化绿色化协同（dgti）对农民收入增长具有显著正向影响，该结论在固定效应（FE）、随机效应(RE)、混合OLS（带固定效益）等模型中保持稳健（仅FE聚类标准误下显著性减弱，但系数方向不变）。城镇化水平（urban）和教育支出（edu）对农民收入增长也有积极作用，而单位播种面积农机动力（macℎine）的影响不显著。研究结果为农业数字化绿色化协同促进农民增收提供了实证支持，同时强调了城镇化与教育在其中的重要作用。5.3异质性分析本文将按照三大粮食功能区分地区进行固定效应回归。由于三大粮食功能区在功能定位、资源禀赋、政策需求与技术适应性上的显著差异，使得农业数字化绿色化对农民收入的影响可能存在异质性。通过分功能区检验，能更精准地识别不同区域的影响机制与制约因素，为制定差异化政策提供依据，提升农业数字化绿色化政策的实施效果与农民增收的针对性。结果如下表7所示。表7异质性分析Table.7HeterogeneityAnalysis(1)主销区(2)产销平衡区(3)主产区dgit3.719***-0.0760.210**(0.370)(0.094)(0.105)machine0.036-0.0530.114(0.077)(0.043)(0.084)urban0.0060.051***0.045***(0.008)(0.003)(0.004)edu0.000**0.000**0.000(0.000)(0.000)(0.000)N5688104注：***p<0.01,**p<0.05,*p<0.1由上表7可知，主销区的农业数字化绿色化协同对农民收入增长有极强的正向促进作用。主销区通常经济发达、技术应用场景丰富，数字化绿色化技术更易转化为实际收入提升。主产区对农民收入有显著促进，但力度弱于主销区。主产区作为粮食生产核心区，传统生产模式占比高，数字化绿色化技术的渗透和转化需要时间。而产销平衡区数字化绿色化协同对农民收入无明显促进，可能因技术应用不足或农业结构与技术适配性差。控制变量中，城镇化对产销平衡区和主产区作用显著，教育对主销区和产销平衡区有积极影响。后续政策应因地制宜：主销区深化技术应用，主产区加强技术与传统农业融合，产销平衡区优化技术适配性与城镇化协同发展。结论基于中国省级面板数据，本文在测度中国农业数字化绿色化协同发展水平的基础上，进一步探讨了农业数字化绿色化协同发展对农民收入增长的影响机制。研究发现，第一，农业数字化绿色化协同发展对农民收入增长具有显著的正向促进作用。数字化绿色化协同指数的系数显著为正，表明数字化绿色化协同水平的提升，通过优化农业生产效率、拓展农产品市场、降低资源消耗等途径，切实推动了农民收入增长。第二，三大粮食功能区异质性明显。主销区数字化绿色化协同对农民收入的促进作用最强。主销区经济发达、技术应用场景丰富，数字化绿色化技术更易转化为实际收入提升。主产区有显著促进作用，但受传统生产模式制约，效果弱于主销区。主产区作为粮食生产核心区，数字化绿色化更多体现在提升粮食生产效率与质量安全，对收入的拉动需逐步释放。而产销平衡区农业生产规模与市场化程度有限，技术应用不足或农业结构与技术适配性差，导致协同发展对农民收入的促进作用未能有效显现。基于上述研究结论，可得到如下五点政策启示：主销区深化技术应用与创新。主销区数字化绿色化对农民收入的促进作用显著，应进一步强化政策支持，鼓励发展高附加值农业模式。例如，设立专项基金扶持都市农业、农产品电商及绿色高端农产品品牌建设，利用其经济与技术优势，挖掘农业产业链增值潜力，推动农民收入持续增长。主产区推动传统农业与技术融合。主产区作为粮食生产核心区，政策需聚焦传统农业与数字绿色技术的深度融合。推广精准农业技术（如精准施肥、智能灌溉），建设智慧农场，在保障粮食安全的同时，降低生产成本、提升农产品质量，通过生产端效率提升实现农民增收。产销平衡区加强基础设施与技术推广。针对产销平衡区数字化绿色化效果不显著的问题，政府应加大基础设施投入，补贴农业数字化设备（如智能农机），并开展农民技术培训，提高技术采纳率。同时，引导发展特色农业，优化产业结构，增强技术适配性，释放数字化绿色化对农民收入的促进潜力。强化教育与城镇化支持。加大农村教育与职业技能培训力度，提升农民对数字化绿色化技术的掌握能力，增强人力资本对收入增长的推动作用。推进城镇化健康发展，完善城乡要素流动机制，加强就业服务，让农民在城镇化进程中获得更多非农收入机会，发挥城镇化对农民收入的带动效应。促进区域协同发展。建立三大功能区的经验交流与合作机制，主销区分享技术应用与市场开拓经验，主产区传授规模生产与技术融合经验，推动产销平衡区借鉴学习，缩小区域发展差距，整体提升农业数字化绿色化水平，实现农民收入的普遍增长。综上，农业数字化绿色化协同发展是推动农民收入增长的重要动力，但需关注区域差异。主销区可深化技术应用，主产区需加强技术与传统农业融合，产销平衡区则应优化技术适配性与政策支持，以提升协同发展对农民收入的促进效应。参考文献李旭辉,陈梦伟,朱启贵.中国农业数字化绿色化协同发展的时空格局及收敛性分析[J].中国软科学,2024,(08):110-121.曾亿武,郭红东,金松青.电子商务有益于农民增收吗?——来自江苏沭阳的证据[J].中国农村经济,2018,(02):49-64.DOI:10.20077/ki.11-1262/f.2018.02.004.李谷成,李烨阳,周晓时.农业机械化、劳动力转移与农民收入增长——孰因孰果?[J].中国农村经济,2018,(11):112-127.DOI:10.20077/ki.11-1262/f.2018.11.008.AbdulaiRA,QuarshieTP,DuncanE,etal.IsagriculturaldigitizationarealityamongsmallholderfarmersinAfrica?Unpackingfarmers'livedrealitiesofengagementwithdigitaltoolsandservicesinruralNorthernGhana[J].Agriculture&FoodSecurity,2023,12(1):11-11.王锋,李皓浩.数字乡村发展对农民增收致富的影响机制研究[J].上海经济研究,2024,(11):18-30.ZhuM,LiY,KhalidZ,etal.ComprehensiveEvaluationandPromotionStrategyofAgriculturalDigitalizationLevel[J].Sustainability,2023,15(8):张良,于文领,张立冬.乡村振兴视域下农村公共文化收入效应的实证研究——以新时代文明实践站为例[J].南大商学评论,2023,(02):80-101.曹颖.数字化与绿色化协同发展的经济增长效应评估[D].南昌大学,2024.DOI:10.27232/ki.gnchu.2024.000839.张晶晶,李华晶.新质生产力视阈下农业数字化和绿色化政策目标协同研究[J].创新科技,2024,24(11):12-24.DOI:10.19345/j.cxkj.1671-0037.2024.11.2.付长余,刘吉祥,赵炳坤,等.西部地区农业绿色发展对农民收入的空间效应研究——基于收入水平和收入结构视角[J].资源开发与市场,2025,41(02):231-239.王恒,方兰.中国农业数字化与绿色化时空耦合协调关系及驱动力分析[J].长江流域资源与环境,2023,32(04):868-882.石宗辉.农业数字化与绿色化协同发展的困境及路径——基于共营制利益联结视角[J].中国合作经济,2024,(04):38-41.周卫海.农业产业化经营与农民收入增长机