数字经济驱动江苏省农业高质量发展的影响分析

[16]等学术研究者对农业高质量发展体系构建原理和思想。将从农业创新发展、农业协调发展、农业绿色发展、农业共享发展四个维度去构建农业高质量发展指标体系。第一农业创新发展会从人均农业机械总动力和农村居民平均受教育年限去衡量。第二农业协调发展将从农林牧渔服务业产值/农林牧渔业总产值和城乡收入比去衡量。第三农业绿色发展将从农药施用量、农村绿化率和畜禽粪污综合利用率去衡量。第四农业共享发展将从农村恩格尔系数和有线电视覆盖率去衡量。详细指标如表3.3所示。本文以江苏省13个地级市为研究对象，数据来自于2011-2022年《江苏省统计年鉴》、《南京市统计年鉴》、《无锡市统计年鉴》、《镇江市统计年鉴》等各地级市统计年鉴。表3.3农业高质量发展评价指标体系一级指标二级指标三级指标数据来源农业高质量发展农业创新发展人均农业机械总动力江苏省统计年鉴农村居民平均受教育程度江苏省统计年鉴农业协调发展期农林牧渔服务业产值/农林牧渔业总产值江苏省统计年鉴城乡收入比江苏省统计年鉴农业绿色发展农药施用量江苏省统计年鉴农村绿化率江苏省统计年鉴畜禽粪污综合利用率（％）江苏省统计年鉴农业共享发展农村恩格尔系数江苏省统计年鉴有线电视覆盖率江苏省统计年鉴3.2.2农业高质量发展的测算结果及分析通过熵值法测出2011年到2022年江苏省各地级市的高质量发展水平得分。从整体上来看江苏省各地级市农业高质量发展水平呈现波动中上升的态势。这反映出各地级市在推进农业高质量发展都做出一些努力。从部分上来看，出现区域间发展不平衡的现象，徐州南通等城市得分较高而淮安、宿迁等城市得分较低，这表明江苏省不同地区农业发展基础、资源、政策等方面存在差异。表3.42011-2022年江苏省农业高质量发展水平测度结果201120122013201420152016201720182019202020212022南京0.270.310.310.470.310.280.560.470.680.450.560.70无锡0.280.400.380.330.530.540.420.630.650.690.710.68徐州0.420.330.380.330.550.560.500.560.590.650.610.64常州0.260.350.420.330.490.360.410.620.610.480.710.66苏州0.240.290.460.420.430.410.450.430.540.660.690.76南通0.220.300.320.530.430.410.540.480.720.710.630.71连云港0.340.250.280.280.450.510.500.400.510.570.690.56淮安0.170.330.320.380.490.300.380.520.510.520.520.60盐城0.300.390.360.340.380.400.430.560.630.650.620.50扬州0.300.400.300.440.420.390.410.450.550.700.590.62镇江0.380.310.470.440.550.580.570.620.590.590.720.67泰州0.320.380.290.390.400.470.510.450.630.560.660.63宿迁0.270.430.300.430.320.380.410.620.400.520.590.723.3本章小结这一章节通过上一章节的现状分析去建立合适的指标体系，然后运用熵值法对数字经济、农业高质量发展水平进行测度分析，发现江苏省各地市数字经济、农业高质量发展水平整体呈现波动上升趋势，且出现区域发展不均衡的现象。通过上述分析，为下一章节实证检验分析奠定基础。第四章数字经济对江苏省农业高质量发展影响的实证检验4.1静态面板模型设定前面主要完成了数字经济发展水平指标体系和农业高质量发展指标体系的建立，并且得出综合得分，现在需要深入去了解数字经济对农业高质量发展的影响。在2011-2022年中国统计年鉴、江苏省统计年鉴和江苏各地市统计年鉴的数据支持下，找到所需要的变量数据，并且对模型进行回归处理从而深入分析。构建的静态面板模型如下所示：Aqu在上述公式中，每项指标代表的意思是：（1）Aquait为农业高质量发展水平，Aquait具体分为农业创新发展（Lnno）、农业协调发展（Goord）、农业绿色发展（Grn）农业共享发展（Sℎrg）4个二级指标；（2）i和t是代表不同地区和时期；（3）DE4.2变量选择与数据说明一是被解释变量：农业高质量发展(Aqua二是核心解释变量：数字经济(DE)。数字经济作为本文实证分析中的核心解释变量，也是农业高质量发展的主要推动力。三是控制变量。农业高质量发展水平的提升是一个复杂的工程，其进程会受到多元要素的影响，主要包括技术条件、宏观政策、社会环境和国际贸易等因素的影响。因此，参考现有文献，选择如下几项指标作为本文的控制变量。政府干预程度(Gov外商直接投资(FDI)。外商直接投资能带来资金、技术，促进经济增长、产业升级。所以该指标采用各地级市实际利用外商直接投资额的对数值来衡量。城镇化水平(Urb科技创新水平(Tecℎ)。科技创新水平是衡量一个国家或地区在科学技术创新方面能力与成果的综合体现。包括科研投入、创新人才数量、专利申请与授权量、科技成果转化效率等多方面，是推动经济发展、提升竞争力和促进社会进步的关键因素四是描述性统计。由表4.1可知，从统计数据来看，各级数字经济指标波动显著，最大值与最小值间的巨大落差，直观反映出区域间数字经济发展存在显著差异，发展水平参差不齐。这些指标的描述性统计分析，为后续实证分析提供了重要的数据支撑与研究基础。表4.1变量的描述性统计结果变量名称变量符号观测值均值标准差最小值最大值农业高质量发展Aqua1560.47620.13690.170.76数字经济DE1560.32790.17070.060.78政府干预测度Gov1560.06800.02030.030.13外商直接投资Fdi1562.00280.10141.652.21城镇化水平Urb1560.67070.08750.490.87科技创新水平Tech1562.26390.10121.892.494.3模型实证检验与结果分析本文收集了2011-2022年各相关变量的面板数据，通过R语言软件对数据进行模型回归前的平稳性检验、模型回归分析及对回归结果进行稳健性和内生性检验，在一定程度上保证了检验结果的准确性和可靠性。4.3.1平稳性检验在做平稳性检验之前，先简单介绍一些需要用到的检验方法。LLC检验：用于短期平稳性检验。IPS检验：适用于不同阶数的单位根检验。ADF检验：全面检验时间序列的单位根，确保数据的长期平稳性。这里由于我们的数据跨度仅为11年，所以我们重点将LLC检验的结果纳入平稳性检验考虑的重点范围内，其余检验做为辅助。对于平稳性检验，原假设设定某个时间序列为非平稳序列，而备择假设则设定时间序列为平稳序列。对原数据进行平稳性检验最终输出结果如表4.2所示。表4.2变量平稳性检验结果变量LLC检验IPS检验ADF检验是否平稳DE-9.324***-7.935***196.647***平稳Gov-2.221**-3.935***103.287***平稳Fdi-6.304**-5.382***146.496***平稳Urb-1.254*-4.936***109.57***平稳Tech-6.949**-6.644***145.043***平稳Aqua-6.973***-7.664***184.621***平稳4.3.2检验结果及分析平稳性检验通过之后我们进行Hausman检验来确定具体哪种模型更合适。经过检验我们发现所有变量使用固定效应模型时效果最佳。而在表格中，我们令p<0.01时变量高度显著回归，我们则在t的系数后标记***，p<0.05时变量显著回归，则被标记**，p<0.1时变量接近显著回归可作标记*。我们记表格的列为因变量，行为自变量，各个变量表格上侧为回归系数，下侧表格下侧为显著性与t值，最终输出结果与各个变量的系数如表4.3与表4.4所示。表4.3因变量对自变量与控制变量的回归系数AquaLnnoGoordGrnShrgDE1.0750.2950.2450.1870.348t=5.962***t=4.079***t=6.008***t=3.262***t=5.620***Gov0.8850.4630.0940.1970.131t=1.119t=1.458t=0.524t=0.783t=0.484Fdi0.2960.0330.1030.0830.077t=1.767*t=0.488t=2.718***t=1.563t=1.336Urb1.0810.2360.2790.2410.324t=3.696***t=2.016**t=4.222***t=2.586**t=3.229***Tech-0.14-0.016-0.011-0.1470.035t=-0.775t=-0.224t=-0.281t=-2.566**t=0.569先从几个控制变量来看，外商直接投资回归系数为0.296，并在10%上显著回归，根据2011年到2022年江苏省各个地级市外商直接投资额来看，除苏州、南京之外，其他地级市引进外资金额相对较小，说明外商直接投资并不能有效提升农业高质量发展水平。城镇化回归系数为1.081，并在1%上显著回归，这表示随着江苏省城镇化逐渐提升，能够有效的带动农业高质量发展水平的提升，为农业高质量发展提供有利的环境。科技创新水平系数为负值，结果表示不显著。这说明江苏省的科技创新水平没能达到现代经济发展的水平，处在落后的状态，其中有关农业的科技创新能力更是不能够提升江苏省农业高质量发展。政府干预程度回归系数为0.885，但结果显示未通过显著性检验，这表明江苏省政府虽然想推动农业高质量发展与数字经济融合，但是政策效果在统计层面的稳定性还有待提升。为了深入分析农业高质量发展作用机制，本文分别以农业创新发展、农业协调发展、农业绿色发展和农业共享发展作为被解释变量，将各变量分别对4个被解释变量进行回归。(1)数字经济对农业创新发展估计结果为0.295，符号为正，并在5%上显著回归，这说明数字经济每增长1个单位，农业发展效率相应的提高29.5%。由此可见，数字经济可以通过促进农业创新发展，从而促进农业高质量发展。详细而言，数字经济可以促进物联网、大数据、人工智能等信息技术在江苏农业领域广泛普及。比如在种植业方面的“空中天地”一体化检测网络并且结合卫星遥感对苗情、土壤情况、病虫灾害情况实现动态检测。还依托南京国家农创中心、农高区等建设智慧农业创新平台，促进科研成果转化，最终实现农业高质量发展。（2）数字经济对农业协调发展估计结果为0.245，符号为正，并且在1%上显著回归，这表明数字经济每增长1个单位，农业协调发展相应提高24.5%。因此数字经济通过影响农业协调发展来促进农业高质量发展。具体而言，数字经济帮助江苏省农业实现一二三产业之间相互融合发展，提升农业产业链整体竞争力。（3）数字经济对农业绿色发展估计结果为0.187，符号为正，并且在5%显著，即数字经济发展水平每增加1个单位，农业绿色发展提高18.7%。具体地，数字经济帮助江苏省农业精准生产，减少资源浪费。通过物联网动态检测实现精准施肥、精准灌溉、减少化肥、农药使用量，减少对土壤的污染。（4）数字经济对农业共享发展估计结果为0.348，在5%显著回归。即数字经济发展水平每增加1个单位，农业绿色发展提高34.8%。江苏省通过建设“苏农云”等平台，推动农田、农地等信息“上图入库”实现农业农村数据资源整合与共享。电商产业的蓬勃发展让农产品销售额持续增长，增加农民收入，促进农业高质量发展。表4.4拟合优度检验变量AquaLnnoGoordGrnShrgObservations156156156156156R0.720.5310.7540.3570.723Adjusted0.6850.4730.7240.2780.689FStatistic70.915***31.245***84.781***15.330***72.079***我们发现除了以Grn为因变量的输出结果拟合优度低于0.5，以及以L4.3.3稳健性检验稳健性检验可包括许多方式，例如变量存在内生性时的两阶段最小二乘回归与工具变量法、蒙特卡洛模拟、子样本检验、数据变换等等。而在这里由于样本量本身较小，也没有其余变量供我们选择进行工具变量挑选。所以我们这里通过两种方式：一是通过切换估计方法，这里采用稳健标准误估计，二是通过减少部分控制变量：Gov与Urb来进行回归，检验自变量是否依然显著，表4.5稳健性检验方式一LnnoGoordGrnShrgAquaDE0.2950.2450.1870.3481.075t=4.105***t=6.578***t=3.710***t=5.340***t=5.592***Gov0.4630.0940.1970.1310.885t=2.927***t=0.814t=1.070t=0.693t=1.882*Fdi0.0330.1030.0830.0770.296t=0.686t=2.246**t=1.866*t=1.473t=2.213**Urb0.2360.2790.2410.3241.081t=1.575t=2.035**t=2.505**t=1.946*t=2.176**Tech-0.016-0.011-0.1470.035-0.14t=-0.198t=-0.155t=-2.589**t=0.346t=-0.485表4.6稳健性检验方式二LnnoGoordGrnShrgAquaDE0.1530.330.0750.2070.662t=5.509***t=14.852***t=3.769***t=7.019***t=7.584***Gov-0.174-0.2090.016-0.275-1.293t=-1.115t=-1.083t=0.140t=-1.661*t=-2.543**Fdi-0.217-0.03-0.092-0.265-0.723t=-4.658***t=-0.742t=-2.738***t=-5.343***t=-4.920***Constant0.5030.0690.3210.5831.796t=5.621***t=0.848t=4.996***t=6.129***t=6.340***4.3.4内生性检验经过一系列检验，本文的实证结果显示不存在伪回归的情况，且具备良好的稳健性。为了回归结果更加精准和可信，还需对变量是否存在内生性问题展开检测。因为Hausman检验具有能够识别解释变量内生性的特性，所以选用它来对模型进行内生性检验。具体而言，在本文所设定的静态面板基准模型里，进行了Hausman检验，检验结果显示Prob>c4.4本章小结本章构建静态面板模型，对数字经济影响江苏省农业高质量发展展开实证检验与分析。数字经济对农业高质量发展起到显著正向促进作用。具体的，高速宽带网络在农村地区的广泛覆盖，可以让农业生产经营主体更容易获取市场信息，也能够降低交易成本，提升资源配置效率；数字技术的深度应用，像农业物联网推动精准生产，人工智能可以辅助病虫害诊断与防治，让农业生产向智能化、精细化发展，也促进了农业生产效率的提升和农产品品质的改善。此外，外商直接投资、城镇化水平等控制变量同样对农业高质量发展具有积极作用。政府政策的支持，为农业高质量发展提供了资金、技术等要素保障。第五章总结与展望5.1结果分析与总结目前，江苏省数字经济发展迅猛，抓住数字经济发展的机遇推动农业高质量发展至关重要。本文通过对农业高质量发展进行深入的分析得出以下结论：第一、江苏省数字经济呈现出良好的发展势头，但区域间发展布局不均的问题较为突出。数据显示，2011-2022年间，江苏省数字经济总增加值在GDP中的占比稳步上升。然而，区域发展差异显著，南京市和苏州市数字经济遥遥领先，与其他地级市之间形成明显的“数字鸿沟”，宿迁、连云港等地区数字经济发展水平比较低，与南京、苏州等城市差距过大。第二、本文通过构建数字经济和农业高质量指标体系，运用熵值法对江苏省各地级市农业高质量发展水平进行测度，得到两点结论：其一，各地级市农业高质量发展指数呈现出波动上升态势，在部分年份比如2018年出现下滑，这主要归因于农业生产对自然灾害的敏感性。其二，地区间发展不平衡现象较为突出，南京、苏州、无锡、南通等地的农业高质量发展水平明显高于省内其他城市。第三，本文借助静态面板模型对数字经济驱动江苏省农业高质量发展进行了分析，得出如下结论：一方面，数字经济对江苏省农业实现高质量发展有着显著的推动效应；另一方面，在深入分析数字经济对农业高质量发展影响时发现，数字经济能够通过作用于农业创新发展、农业协调发展、农业绿色发展和农业共享发展，进而对农业高质量发展起到促进作用。5.2建议与展望第一，需要大力推进数字基础设施的建设工作。其一，要扩大5G信号覆盖范围，加强千兆光纤网络建设，深入推进IPv6规模部署，针对那些存在需求且具备条件的农村区域，合理布局并配套数字技术应用设施。其二，要建设全省一体化数据市场平台，鼓励各地区使用资源共享平台，这样就可以降低数据的传播成本，实现数据资源的畅通互联，进一步缩减城乡之间的差异，更好的带动江苏省农业高质量发展。第二，政府需要充分发挥其宏观调控的能力。政府应当借助宏观政策手段，制定农业高质量发展专项规划，也要加大对种业的研发力度，给予更多的政策扶持。要加快数字技术在农业领域的应用推广进程，这样可以推动数字经济与农业的深度融合以便更好的提升农业高质量发展水平。第三，要充分利用江苏省在科技和教育方面的优势，进一步健全科研人才激励机制。利用好江苏省现有的172所高等院校与涉农机构和企业共同研发智能农机，也要加大对涉农创新技术课题的资金投入，解决好资金投入问题。涉农高校与政府和企业合作共同制定人才培养方案从而做好培养高素质农业人才。借助高校的科研力量和人才资源更好地解决农业领域的困难，为农业发展提供技术支持从而提升农业高质量发展水平。

参考文献陈晓东,杨晓霞.数字经济发展对产业结构升级的影响——基于灰关联熵与耗散结构理论的研究[J].改革,2021(03):26-39.杨新铭.数字经济：传统经济深度转型的经济学逻辑[J].深圳大学学报（人文社会科学版）,2017,34(04):101-104.钟钰.向高质量发展阶段迈进的农业发展导向[J].中州学刊,2018(05):40-44刘涛，李继霞，霍静娟.中国农业高质量发展的时空格局与影响因素[J].干旱区资源与环境，2020，(10)：1-8王静.我国农业高质量发展测度及评价分析[J].江西财经大学学报,2021(02):93-106黄修杰,蔡勋,储霞玲,马力,左喆瑜.我国农业高质量发展评价指标体系构建与评估[J].中国农业资源与区划,2020,41(04):124-133.张在一,毛学峰.“互联网+”重塑中国农业：表征、机制与本质[J].改革,2020(07):134-144温涛,陈一明.数字经济与农业农村经济融合发展:实践模式、现实障碍与突破路径[J].农业经济问题,2020(07):118-129.TapscottD.TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelligence[M].NewYork:McGraw-Hill,1996