摘要：

農(nóng)戶綠色生產(chǎn)風險的規(guī)避與防范是糧食產(chǎn)業(yè)綠色高質(zhì)量發(fā)展的重要保障?；诤颖迸c河南省912份小麥種植戶微觀調(diào)研數(shù)據(jù)，運用內(nèi)生轉(zhuǎn)換Probit模型和反事實分析法，探討農(nóng)戶數(shù)字信息選擇對綠色生產(chǎn)風險的影響效應及作用機制。結(jié)果表明：43.42%的小麥種植戶面臨較高的綠色生產(chǎn)風險；數(shù)字信息選擇能顯著降低小麥種植戶綠色生產(chǎn)風險，選擇數(shù)字信息的農(nóng)戶若未選擇數(shù)字信息，其高綠色生產(chǎn)風險的概率會增加22.48%；數(shù)字信息的選擇通過信息獲取、生產(chǎn)監(jiān)測、市場分析三個中介路徑顯著降低農(nóng)戶綠色生產(chǎn)風險。因此，政府應夯實網(wǎng)絡基礎設施建設，強化數(shù)字信息供給的精準性；提高種糧大戶的政策性補貼力度，促進小麥種植戶規(guī)模化產(chǎn)業(yè)化經(jīng)營。

關(guān)鍵詞：數(shù)字信息；綠色生產(chǎn)風險；小麥種植戶；內(nèi)生轉(zhuǎn)換Probit模型

中圖分類號：F323.1

文獻標識碼：A

文章編號：2095-5553 （2024） 04-0275-10

收稿日期：2023年10月16日" 修回日期：2023年12月17日

基金項目：河北省社會科學基金項目（HB22XW005）

第一作者：李嫣資，女，1989年生，四川內(nèi)江人，博士，講師；研究方向為農(nóng)業(yè)信息服務與技術(shù)推廣。E-mail： 251777226@qq.com

通訊作者：陶佩君，女，1964年生，北京人，博士，教授；研究方向為農(nóng)村發(fā)展與農(nóng)業(yè)技術(shù)推廣。E-mail： taopeijun@sina.com

Research on the impact and mechanism of farmers’ digital information selection on

green production risks： Analysis based on survey data of wheat farmers

Li Yanzi1， Xiong Xiaoyi1， Xu Jiahui1， Liu Fuqiang2， Zhang Xinshi3， Tao Peijun4

（1. Hebei Finance University， Baoding， 071051， China; 2. Baoding Academy of Agricultural Science， Baoding，

071033， China; 3. Hebei Academy of Agricultural and Forestry Sciences， Shijiazhuang， 050051， China;

4. Hebei Agriculture University， Baoding， 071033， China）

Abstract：

The avoidance and prevention of green production risks for farmers is an important guarantee for the green and high-quality development of the food industry. Based on the micro-survey data of 912 wheat farmers in Hebei and Henan Provinces， this paper uses endogenous switching Probit model and counterfactual analysis method to explore the influence effect and mechanism of farmers’ digital information selection on green production risks. The results show that： 43.42% of wheat farmers face high risks of green production. The selection of digital information can significantly reduce the green production risk of wheat farmers. If farmers who choose digital information do not choose digital information， the probability of high green production risk will increase by 22.48%. The selection of digital information significantly reduces the risk of green production for farmers through three intermediary paths： Information acquisition， production monitoring and market analysis. Therefore， the government should strengthen the construction of network infrastructure， enhance the accuracy of digital information supply， increase the degree of policy subsidies for larger grain growers and promote large-scale industrialized operation of wheat farmers.

Keywords：

digital information; green production risks; wheat farmers; endogenous switching Probit model

0 引言

新時期糧食產(chǎn)業(yè)高質(zhì)量發(fā)展必將是兼顧資源環(huán)境的可持續(xù)系統(tǒng)式發(fā)展，這意味著農(nóng)業(yè)生產(chǎn)方式向綠色轉(zhuǎn)型已成為必然［1， 2］。綠色生產(chǎn)是指通過科學合理的耕作技術(shù)與田間管理模式，實現(xiàn)降低資源損耗、減少環(huán)境污染、提升產(chǎn)品品質(zhì)的可持續(xù)農(nóng)業(yè)生產(chǎn)方式［3］。農(nóng)戶作為糧食綠色生產(chǎn)轉(zhuǎn)型主體，要掌握并運用綠色生產(chǎn)技術(shù)與資料，注重農(nóng)產(chǎn)品品質(zhì)與生態(tài)環(huán)境影響，從而使其面臨更高的綠色生產(chǎn)風險，包括農(nóng)業(yè)技術(shù)風險、自然災害與病蟲害風險、市場風險、資金風險，致使種植凈收益受損，嚴重挫傷了農(nóng)戶種糧積極性［4］。為此，如何規(guī)避農(nóng)戶綠色生產(chǎn)風險，已引起學術(shù)與政務界高度重視［5-7］。

圍繞綠色生產(chǎn)風險管理問題，國內(nèi)外學者研究表明生產(chǎn)者個體差異、家庭特征、種植品種、經(jīng)營規(guī)模、政府補貼等均顯著影響農(nóng)戶綠色生產(chǎn)風險的大小［8-10］。為應對綠色生產(chǎn)風險的沖擊，劉春燕基于內(nèi)蒙古農(nóng)戶調(diào)研數(shù)據(jù)發(fā)現(xiàn)，農(nóng)戶掌握生產(chǎn)經(jīng)營相關(guān)信息對規(guī)避生產(chǎn)風險具有顯著促進作用［11］。Mao等［12］指出，由于綠色生產(chǎn)需要更多生產(chǎn)要素投入，以及綠色農(nóng)產(chǎn)品市場機制的不完善，綠色生產(chǎn)與風險防范信息對農(nóng)戶規(guī)避生產(chǎn)風險至關(guān)重要。在互聯(lián)網(wǎng)時代，以“智慧農(nóng)業(yè)”“農(nóng)村電商”為代表的數(shù)字鄉(xiāng)村建設，不斷推進農(nóng)村數(shù)字信息化進程［13］。數(shù)字信息以互聯(lián)網(wǎng)為傳輸媒介，通過圖片、視頻等多樣化形式實現(xiàn)信息的交互與共享［14］。許曉柳［15］、Dai［16］、方蕊［17］等研究表明，數(shù)字信息能通過改變風險偏好水平使農(nóng)戶形成正確風險感知，從而做出綠色生產(chǎn)風險規(guī)避的科學決策。然而，農(nóng)戶作為信息弱勢群體，信息來源匱乏、信息鑒別能力缺失以及網(wǎng)絡信息繭房的助長，在極大程度上影響了農(nóng)戶規(guī)避綠色生產(chǎn)風險行為決策［18-20］。

以往文獻為深入理解農(nóng)戶數(shù)字信息選擇與綠色生產(chǎn)風險的關(guān)系提供了重要參考，但仍有提升拓展空間。一是以往文獻對農(nóng)戶綠色生產(chǎn)風險決策行為研究多采用多元回歸或傾向得分匹配法，但上述研究方法忽略了數(shù)字信息選擇決策中不可觀測變量導致的選擇性偏誤。二是已有研究多以農(nóng)戶是否使用手機或電腦作為解釋對象，更多關(guān)注數(shù)字信息的接入性，而真正影響農(nóng)戶行為的是數(shù)字信息的鑒別與利用問題，即農(nóng)戶能否掌握綠色生產(chǎn)有效信息。三是雖有學者研究互聯(lián)網(wǎng)對農(nóng)戶生產(chǎn)決策行為影響，但鮮有文獻關(guān)注小麥種植戶。小麥相比于其他糧食作物，種植產(chǎn)量與面積在全國占絕對比重，極易受自然環(huán)境與市場條件影響［21］。因此，探討小麥種植戶數(shù)字信息選擇對綠色生產(chǎn)風險的影響及作用機制顯得尤為必要。本文基于河北與河南省小麥種植戶調(diào)研數(shù)據(jù)，利用反事實的分析思路，構(gòu)建內(nèi)生轉(zhuǎn)換Probit模型探討小麥種植戶數(shù)字信息選擇對綠色生產(chǎn)風險的影響，并采用中介效應模型分析小麥種植戶數(shù)字信息選擇對綠色生產(chǎn)風險的作用機制。

1 研究假說與理論框架

風險來源于農(nóng)戶對未知的不確定，而這種不確定性是由于有效信息匱乏，從而無法準確預判事件發(fā)生的概率［22］。互聯(lián)網(wǎng)作為獲取數(shù)字信息的重要渠道，不僅打破了信息壁壘，讓農(nóng)戶及時掌握綠色生產(chǎn)技術(shù)、氣象災害預警、農(nóng)產(chǎn)品市場價格等相關(guān)信息，而且降低了農(nóng)戶信息獲取成本，從而有助于農(nóng)戶規(guī)避綠色生產(chǎn)風險［23］。具體來說，數(shù)字信息主要從以下五個方面影響農(nóng)戶綠色生產(chǎn)風險，如圖1所示。

第一，互聯(lián)網(wǎng)信息渠道為農(nóng)戶提供了廣泛的農(nóng)業(yè)技術(shù)支持和信息交流平臺，降低綠色生產(chǎn)技術(shù)風險。數(shù)字信息通過多樣化的呈現(xiàn)方式、交互式的傳播路徑，不僅豐富了綠色生產(chǎn)技術(shù)推廣內(nèi)容體系，滿足農(nóng)戶的不同需求［24］，而且搭建了專家與農(nóng)戶間的云端服務平臺，使其獲取最新的綠色生產(chǎn)技術(shù)和最佳的農(nóng)田管理技能，從而降低技術(shù)風險［25］。同時，數(shù)字信息打破了農(nóng)戶以地緣和血緣為基礎的社會關(guān)系，使農(nóng)戶可通過參與農(nóng)業(yè)社區(qū)討論等形式，隨時隨地交流分享小麥綠色生產(chǎn)相關(guān)經(jīng)驗，讓農(nóng)戶在協(xié)作中更好的探究綠色生產(chǎn)技術(shù)實操方法，提升學習效率，增加綠色生產(chǎn)效益［26］。

第二，互聯(lián)網(wǎng)信息渠道可遠程監(jiān)測管理糧食作物生產(chǎn)過程，降低綠色生產(chǎn)自然災害與病蟲害風險。數(shù)字信息通過與導航技術(shù)、傳感器技術(shù)有效結(jié)合，自動氣象站、小麥赤霉病預警系統(tǒng)、智能溫室等信息管理系統(tǒng)的應用讓精準農(nóng)業(yè)成為現(xiàn)實［27， 28］。農(nóng)戶可以使用遠程監(jiān)控軟件監(jiān)測小麥生長狀況與外部環(huán)境，如土壤質(zhì)量評估、氣象環(huán)境、病蟲害監(jiān)測等關(guān)鍵指標，并據(jù)此及時調(diào)整灌溉、施肥等策略，從而規(guī)避小麥綠色生產(chǎn)中的自然災害與病蟲害風險［29］。

第三，數(shù)字信息能促進小農(nóng)戶與市場有機銜接，降低交易成本，規(guī)避綠色生產(chǎn)中的市場風險。首先，農(nóng)戶通過互聯(lián)網(wǎng)信息渠道可及時獲取市場需求、價格趨勢等信息，從而更好地規(guī)劃生產(chǎn)與銷售策略，規(guī)避因市場波動造成的損失［30］。其次，網(wǎng)絡信息渠道為農(nóng)戶提供了豐富的電子商務平臺，通過創(chuàng)新“電商+網(wǎng)銷”“電商+直播”的營銷渠道，農(nóng)戶可直接與消費者對接，減少中間環(huán)節(jié)并降低交易成本，從而降低綠色生產(chǎn)市場風險［31］。

第四，互聯(lián)網(wǎng)信息渠道為農(nóng)戶提供了建立品牌形象和認證體系的機會，進而降低綠色生產(chǎn)市場風險。隨著物聯(lián)網(wǎng)、云計算技術(shù)的快速發(fā)展，農(nóng)戶依托可追溯數(shù)字技術(shù)，可實現(xiàn)從小麥選種、育苗、施肥、噴藥的全過程監(jiān)控與管理，并通過宣傳小麥綠色生產(chǎn)的全方位信息，樹立品牌形象，增強消費者對產(chǎn)品的信任［32， 33］。此外，互聯(lián)網(wǎng)信息渠道還提供來了各種認證平臺和標準，幫助農(nóng)戶獲得綠色認證等相關(guān)證書，增加農(nóng)產(chǎn)品的信譽度與競爭力，從而降低市場風險。

第五，互聯(lián)網(wǎng)信息渠道為農(nóng)戶提供便捷的金融服務，降低農(nóng)戶綠色生產(chǎn)中的資金風險。一方面互聯(lián)網(wǎng)信息渠道能為農(nóng)戶提供及時的信貸產(chǎn)品訊息，不斷轉(zhuǎn)變農(nóng)戶對金融貸款服務的思維困境；另一方面金融機構(gòu)基于互聯(lián)網(wǎng)信息技術(shù)，不斷完善線上農(nóng)戶評級授信體系，逐步形成了線上借貸與支付的全流程服務，為農(nóng)戶綠色生產(chǎn)提供靈活的資金支持，有效緩解綠色生產(chǎn)中的資金風險［34］。

根據(jù)上述影響機理分析，本文提出以下研究假說。

研究假說1：小麥種植戶選擇數(shù)字信息能降低綠色生產(chǎn)風險。

研究假說2：數(shù)字信息通過信息獲取、信息共享、生產(chǎn)監(jiān)測、市場分析、質(zhì)量認證、金融服務五個機制來降低小麥種植戶綠色生產(chǎn)風險。

2 數(shù)據(jù)來源與研究設計

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來自課題組2022年6—7月在河北與河南省開展的小麥種植戶入戶調(diào)查。選取河北與河南這兩個省份作為調(diào)研區(qū)域的主要原因在于，河南省被譽為全國小麥種植第一大省，種植面積、年產(chǎn)值與小麥種植戶數(shù)量均居全國第一；河北省與河南省同屬于黃淮海小麥優(yōu)勢產(chǎn)區(qū)，小麥播種面積與產(chǎn)量常年位居全國前四，小麥加工企業(yè)數(shù)量位居全國第一。此次調(diào)研采用分層逐級與隨機抽樣相結(jié)合的方法，在河南與河北省隨機抽取藁城、元氏、內(nèi)丘、禹州、宛城5個縣（區(qū)）22個樣本鄉(xiāng)鎮(zhèn)、67個樣本村，共計926戶農(nóng)戶。調(diào)研問卷采用面對面訪談形式填寫，問卷內(nèi)容主要涉及農(nóng)戶個人及家庭基本情況、生產(chǎn)經(jīng)營情況、數(shù)字信息使用情況以及綠色生產(chǎn)風險感知等內(nèi)容。根據(jù)問卷設計主題及關(guān)鍵指標，剔除無效問卷14份，共收回有效問卷912份。

2.2 模型構(gòu)建

由于數(shù)字信息選擇可能會存在內(nèi)生性與選擇偏誤問題，本文采用內(nèi)生轉(zhuǎn)換Probit模型估計數(shù)字信息選擇對小麥種植戶綠色生產(chǎn)風險的影響。并基于此構(gòu)建反事實分析框架，估計農(nóng)戶選擇數(shù)字信息對其面臨高綠色生產(chǎn)風險概率的處理效應。

2.3 變量定義與描述

變量的說明與描述性統(tǒng)計信息如表1所示。

1） 被解釋變量。本文選取小麥種植戶綠色生產(chǎn)風險為被解釋變量。農(nóng)戶遭受綠色生產(chǎn)風險主要表現(xiàn)為由于綠色生產(chǎn)投入增加與市場需求變動敏感造成的潛在收益受損［17］。因此，本文對小麥種植戶綠色生產(chǎn)風險的度量基于農(nóng)戶小麥種植收益，選取凈收益增長率作為度量小麥種植戶綠色生產(chǎn)風險的代理變量。在調(diào)研中，通過了解受訪農(nóng)戶2021年、2022年小麥種植單產(chǎn)收益與成本（包括種子、化肥、農(nóng)藥、灌溉、機械作業(yè)、雇傭工人費用），并計算2022年小麥種植戶凈收益增長率。若農(nóng)戶凈收益增長率為負值且下降幅度大于8%，說明小麥種植戶綠色生產(chǎn)凈收益出現(xiàn)明顯下降趨勢，即認為該農(nóng)戶面臨較大的綠色生產(chǎn)風險，故將變量值設置為1；反之，則設置為0。

2） 核心解釋變量。本文重點關(guān)注小麥種植戶能否選擇互聯(lián)網(wǎng)信息渠道，獲取并利用小麥種植有效信息以規(guī)避綠色生產(chǎn)風險，因此，以數(shù)字信息選擇為核心解釋變量。在調(diào)研中設計如下問題：您是否選擇互聯(lián)網(wǎng)信息渠道獲取并利用小麥綠色生產(chǎn)技術(shù)、氣象預測、市場需求、政府政策、金融服務等綠色生產(chǎn)有效信息？若受訪農(nóng)戶選擇是，認為農(nóng)戶選擇網(wǎng)數(shù)字信息，將變量賦值為1，否則賦值為0。

根據(jù)調(diào)研結(jié)果（表2）可知，選擇互聯(lián)網(wǎng)信息渠道獲取綠色生產(chǎn)信息的農(nóng)戶占比已達47.37%，近一半的農(nóng)戶在小麥綠色生產(chǎn)中面臨較高的生產(chǎn)風險。在選擇數(shù)字信息的農(nóng)戶中，綠色生產(chǎn)風險高的農(nóng)戶比重僅為31.25%，遠遠低于綠色生產(chǎn)風險低的農(nóng)戶占比；而未選擇數(shù)字信息的農(nóng)戶，高綠色生產(chǎn)風險的農(nóng)戶已過半，比全部樣本中高綠色生產(chǎn)風險的農(nóng)戶比重高10.95%。由此可見，農(nóng)戶選擇數(shù)字信息在一定程度上會降低綠色生產(chǎn)中高風險的概率。

3） 控制變量。參考既有學者研究，選取反映小麥種植戶個人特征、家庭特征及政策環(huán)境的變量作為控制變量。具體包括受訪農(nóng)戶的性別、年齡、受教育水平、是否從事其他工作、是否擔任村干部、家庭人口數(shù)、務農(nóng)人數(shù)比例、非農(nóng)收入占比、經(jīng)營土地面積、經(jīng)營土地塊數(shù)、是否獲取政府補貼。

4） 工具變量。工具變量要求同時滿足外生性與相關(guān)性條件，借鑒姜維軍等的研究，本文選取了“數(shù)字信息重要性”作為“數(shù)字信息選擇”的工具變量。主要原因在于，若農(nóng)戶認為互聯(lián)網(wǎng)渠道獲取的信息有價值，便會通過互聯(lián)網(wǎng)獲取數(shù)字信息，但對小麥種植戶綠色生產(chǎn)風險的高低并無直接影響。為進一步驗證工具變量選取的有效性，以綠色生產(chǎn)風險為被解釋變量，數(shù)字信息選擇、控制變量和工具變量作為解釋變量，運用Probit模型回歸得出，變量“數(shù)字信息重要性”的系數(shù)為-0.064，P值為0.537，說明該變量不會直接影響農(nóng)戶綠色生產(chǎn)風險，即符合外生性要求；以“數(shù)字信息選擇”為被解釋變量，控制變量和工具變量作為解釋變量，再次運用Probit模型回歸，結(jié)果顯示變量“數(shù)字信息重要性”系數(shù)為1.628，P值為0.000，表明該變量顯著影響農(nóng)戶對數(shù)字信息的選擇，滿足相關(guān)性條件。

5） 中介變量?；谇拔睦碚摲治?，選取信息獲取、信息共享、生產(chǎn)監(jiān)測、市場分析、質(zhì)量認證和金融服務作為中介變量，并根據(jù)小麥主產(chǎn)區(qū)基本情況，設計相關(guān)問項，采用李克特五分量表度量上述指標。

3 實證結(jié)果與分析

3.1 回歸結(jié)果

小麥種植戶選擇數(shù)字信息對綠色生產(chǎn)風險影響的內(nèi)生Probit模型基準回歸結(jié)果如表3所示。

從表3可以看出，Wald卡方值顯著非0，且rho1在5%的統(tǒng)計水平上顯著，說明模型設定在統(tǒng)計上有效，且數(shù)字信息選擇對農(nóng)戶綠色生產(chǎn)風險存在選擇性偏誤。rho1的估計值為負值，說明選擇數(shù)字信息的小麥種植戶綠色生產(chǎn)風險高的概率低于樣本中一般農(nóng)戶水平。

1） 小麥種植戶選擇數(shù)字信息的影響因素分析。農(nóng)戶性別、年齡、是否從事其他工作、經(jīng)營土地面積、經(jīng)營土地塊數(shù)、務農(nóng)人數(shù)比例、數(shù)字信息重要性顯著影響小麥種植戶選擇數(shù)字信息。具體而言，女性農(nóng)戶更愿意選擇數(shù)字信息，可能原因在于女性農(nóng)戶社會資本相對較少，更需要借助互聯(lián)網(wǎng)渠道來改善信息不對稱問題。年齡越大，越不愿意選擇數(shù)字信息。這主要是因為老年人一方面欠缺使用互聯(lián)網(wǎng)信息渠道的技能，另一方面質(zhì)疑數(shù)字信息的真實性與可信度，更傾向于通過人際交流獲取信息。農(nóng)戶兼業(yè)程度正向影響數(shù)字信息的選擇。原因可能是農(nóng)戶從事個體經(jīng)營或外出打工，由于需要建立更廣泛社會關(guān)系網(wǎng)絡，掌握更多市場信息，拓展線上銷售渠道，因此對數(shù)字信息依賴度更高。此外，兼業(yè)農(nóng)戶通常具有較高的收入，一定程度上為農(nóng)戶選擇數(shù)字信息奠定了經(jīng)濟基礎。小麥種植戶經(jīng)營土地面積越大、塊數(shù)越少，越易選擇數(shù)字信息。這主要是由于種糧大戶投入的成本更高，因而更關(guān)注氣象條件、病蟲害情況、市場信息以及相關(guān)綠色生產(chǎn)技術(shù)的運用，因此，更愿意拓寬信息來源渠道，從而獲得更多機會與收益。家庭的務農(nóng)人數(shù)顯著正向影響農(nóng)戶對數(shù)字信息的選擇，可能是由于家庭中務農(nóng)人數(shù)越多，家庭成員間會反復交流小麥生長情況，而互聯(lián)網(wǎng)的便捷性為成員間高效溝通提供了可能。數(shù)字信息的重要性顯著為正，表明農(nóng)戶越認為數(shù)字信息重要可信，越愿意選擇互聯(lián)網(wǎng)信息渠道獲取綠色生產(chǎn)信息。

2） 小麥種植戶綠色生產(chǎn)風險的影響因素分析。選擇與未選擇數(shù)字信息的小麥種植戶間，綠色生產(chǎn)風險的影響因素差異明顯。性別、年齡、是否從事其他工作、是否獲取政府補貼顯著影響選擇數(shù)字信息農(nóng)戶的綠色生產(chǎn)風險。這表明在選擇數(shù)字信息的小麥種植戶中，年輕且專門從事小麥生產(chǎn)的男性農(nóng)戶面臨更高的綠色生產(chǎn)風險。這可能是由于大多數(shù)年輕男性農(nóng)戶通過擴大小麥生產(chǎn)規(guī)模，并參與產(chǎn)業(yè)化經(jīng)營以提升經(jīng)濟效益。盡管其依托互聯(lián)網(wǎng)渠道獲取綠色生產(chǎn)技術(shù)相關(guān)信息，但由于缺乏足夠的專業(yè)生產(chǎn)銷售經(jīng)驗以及充足的資金保障，使其在小麥綠色生產(chǎn)中面臨更多的不確定性。而政府補貼越多，為小麥種植戶綠色生產(chǎn)提供更多額外資金支持，從而降低其高綠色生產(chǎn)風險概率。

對于不選擇數(shù)字信息的農(nóng)戶，是否擔任村干部、務農(nóng)人數(shù)比例對其綠色生產(chǎn)風險有顯著影響。擔任過村干部的農(nóng)戶，小麥綠色生產(chǎn)風險更大?？赡茉蛟谟谵r(nóng)戶擔任村干部后，大部分時間精力會投入村行政工作，欠缺對小麥綠色生產(chǎn)技術(shù)及管理技能的學習，導致增加了小麥綠色生產(chǎn)的技術(shù)風險。務農(nóng)人數(shù)比例負向影響未選擇數(shù)字信息農(nóng)戶的綠色生產(chǎn)風險。這可能是由于家庭務農(nóng)人數(shù)越少，務農(nóng)人員糧食生產(chǎn)經(jīng)營壓力大，缺乏足夠的勞動力從事小麥綠色種植田間管理及市場銷售等工作，并且又很少能接觸到最新的綠色生產(chǎn)技術(shù)信息，因而增加了生產(chǎn)風險。

經(jīng)營土地面積、非農(nóng)收入占比對選擇與未選擇數(shù)字信息農(nóng)戶的綠色生產(chǎn)風險均產(chǎn)生了顯著影響。小麥種植戶經(jīng)營土地面積越大，資金與監(jiān)管壓力越大，因而會增加其綠色生產(chǎn)風險。需要注意的是，對于選擇數(shù)字信息的農(nóng)戶，農(nóng)業(yè)收入占比越大，綠色生產(chǎn)風險越高；而對于未選擇的農(nóng)戶來說，農(nóng)業(yè)收入占比越小，綠色生產(chǎn)風險更高。可能原因在于，選擇數(shù)字信息的農(nóng)戶通常會面對大規(guī)模的糧食生產(chǎn)經(jīng)營，這可能會導致更復雜的田間管理、更大的資金壓力，以及更高的市場依賴度，若其沒有足夠高的市場洞察力及綠色生產(chǎn)經(jīng)驗，便會增加生產(chǎn)風險。而對于未選擇數(shù)字信息的農(nóng)戶來說，農(nóng)業(yè)收入又不是主要收入來源，可能使其對糧食種植積極性不高，加之又無法獲取及時準確的綠色生產(chǎn)信息、技術(shù)支持及多元銷售渠道，從而導致綠色生產(chǎn)風險增加。

3.2 處理效應

根據(jù)式（5）測算農(nóng)戶選擇數(shù)字信息對綠色生產(chǎn)風險影響的處理效應，結(jié)果如表4所示。從總體上看，農(nóng)戶選擇數(shù)字信息對綠色生產(chǎn)風險有負向影響，且在1%水平上顯著。從ATT的估計結(jié)果可以看出，對于已經(jīng)選擇互聯(lián)網(wǎng)數(shù)字信息的小麥種植戶，若其不再選擇數(shù)字信息，其綠色生產(chǎn)風險高的概率會增加22.48%。這也初步印證了研究假說1。

3.3 機制檢驗

根據(jù)前文分析，本部分采用中介效應分析法，從信息獲取、信息共享、生產(chǎn)監(jiān)測、市場分析、質(zhì)量認證、金融服務6個維度進一步量化分析小麥種植戶選擇數(shù)字信息對綠色生產(chǎn)風險影響的作用機制，結(jié)果如表5所示。

從表5可以看出，回歸（1）估計結(jié)果表明農(nóng)戶選擇數(shù)字信息顯著負向影響綠色生產(chǎn)風險，進一步驗證了研究假設1?；貧w（2）～（18）的結(jié)果表明數(shù)字信息通過小麥綠色生產(chǎn)信息獲取、生產(chǎn)監(jiān)測、市場分析3個維度顯著降低農(nóng)戶綠色生產(chǎn)風險。

回歸結(jié)果（5）表明農(nóng)戶選擇互聯(lián)網(wǎng)信息渠道能顯著促進農(nóng)戶間信息共享，但回歸結(jié)果（6）顯示信息共享并未對綠色生產(chǎn)風險產(chǎn)生顯著負作用。這可能是因為農(nóng)戶出于經(jīng)濟利益與競爭關(guān)系的考慮，對于有益于降低小麥綠色生產(chǎn)風險的重要信息吝于分享，農(nóng)戶之間欠缺信任與合作機制，從而無法達到降低綠色生產(chǎn)風險的效果?；貧w結(jié)果（14）說明數(shù)字信息對小麥綠色生產(chǎn)過程的可追溯及品質(zhì)的宣傳具有顯著促進作用，但回歸（15）的估計結(jié)果表明綠色認證與品牌的宣傳并未顯著降低農(nóng)戶綠色生產(chǎn)風險。可能是由于數(shù)字信息的真實性難以保證，消費者缺乏對小麥綠色生產(chǎn)的相關(guān)知識，從而導致消費者對優(yōu)質(zhì)綠色小麥產(chǎn)品的不信任，進而增加了小麥綠色生產(chǎn)風險。回歸（17）的估計結(jié)果可以看出，互聯(lián)網(wǎng)信息渠道并沒有為農(nóng)戶提供有效的線上借貸等金融服務?？赡艿脑蛟谟?，一方面由于農(nóng)戶信用評級系統(tǒng)的不健全，金融機構(gòu)對其信用風險保持較高警惕性；另一方面農(nóng)戶受保守觀念影響，對互聯(lián)網(wǎng)金融服務的安全性存在疑慮。因此，數(shù)字信息并沒有通過為小麥種植戶提供信息共享平臺、綠色產(chǎn)品質(zhì)量認證及金融服務的路徑影響綠色生產(chǎn)風險。

4 結(jié)論與建議

本文基于河北與河南省小麥種植戶微觀調(diào)研數(shù)據(jù)，運用內(nèi)生轉(zhuǎn)換Probit模型實證分析了農(nóng)戶選擇數(shù)字信息對綠色生產(chǎn)風險的影響效應，并探討了數(shù)字信息選擇降低綠色生產(chǎn)風險的作用機制。研究表明：第一，農(nóng)戶是否從事其他工作、經(jīng)營土地面積、務農(nóng)人數(shù)以及數(shù)字信息重要性等因素對農(nóng)戶選擇數(shù)字信息具有顯著正向作用。第二，選擇與未選擇數(shù)字信息農(nóng)戶，綠色生產(chǎn)風險的影響因素存在差異。對于選擇數(shù)字信息的農(nóng)戶，年輕男性農(nóng)戶、從事規(guī)?；a(chǎn)、未享受政府補貼會面臨更高的綠色生產(chǎn)風險；而未選擇數(shù)字信息的農(nóng)戶，家庭務農(nóng)人數(shù)少、經(jīng)營土地面積大、農(nóng)業(yè)收入占比小越有可能承受高綠色生產(chǎn)風險。第三，數(shù)字信息選擇能顯著降低農(nóng)戶綠色生產(chǎn)風險。選擇數(shù)字信息的農(nóng)戶若未選擇，其高綠色生產(chǎn)風險的概率會增加22.48%。第四，互聯(lián)網(wǎng)信息渠道通過數(shù)字信息獲取、生產(chǎn)監(jiān)測、市場分析三條路徑降低農(nóng)戶綠色生產(chǎn)風險。

根據(jù)上述研究結(jié)論，為降低小麥種植戶綠色生產(chǎn)風險，保障小麥產(chǎn)業(yè)綠色高質(zhì)量發(fā)展，本文提出如下建議。

1） 夯實網(wǎng)絡基礎設施建設，強化數(shù)字信息的精準性。一方面以鄉(xiāng)村振興戰(zhàn)略為引領，加快提升移動通信技術(shù)（5G）基站、光纖寬帶、物聯(lián)網(wǎng)設施的數(shù)量與布局，進一步降低農(nóng)戶數(shù)字信息接入性障礙。另一方面，小麥種植戶對數(shù)字信息重要性認知主要取決于信息對小麥綠色生產(chǎn)的貢獻度。因此，一是要豐富地區(qū)農(nóng)業(yè)數(shù)據(jù)庫資源，完善信息服務體系，保障信息的準確性，以規(guī)避農(nóng)戶有效信息識別障礙；二是要應對小麥綠色生產(chǎn)風險沖擊，保障信息精準性供給?？梢酝ㄟ^啟動數(shù)字化課堂，以直播或錄播的形式讓小麥產(chǎn)業(yè)技術(shù)專家走進農(nóng)戶；推進農(nóng)業(yè)傳感器、大數(shù)據(jù)等技術(shù)的研發(fā)與突破，實現(xiàn)小麥綠色生產(chǎn)監(jiān)控信息的精準化；利用電子商務平臺，提供準確市場信息，拓寬小麥銷售渠道。

2） 政策性補貼向種糧大戶傾斜，推動小麥規(guī)模化產(chǎn)業(yè)化經(jīng)營。首先，鼓勵農(nóng)戶土地流轉(zhuǎn)，或依托土地“菜單式”托管模式，促進小麥綠色生產(chǎn)的規(guī)模化與集約化。其次，為降低規(guī)?；?jīng)營可能造成的高綠色生產(chǎn)風險，一是通過鼓勵種糧大戶等新型經(jīng)營主體，以訂單農(nóng)業(yè)為抓手，將小麥生產(chǎn)、加工、銷售環(huán)節(jié)一體化，通過標準化生產(chǎn)與市場化運作以降低市場波動風險；二是政策性補貼向種糧大戶傾斜，如耕地地力補貼、秸稈綜合利用補貼等，為其提供更多資金支持，從而應對綠色生產(chǎn)風險。

參 考 文 獻

［1］ 何可， 宋洪遠. 資源環(huán)境約束下的中國糧食安全： 內(nèi)涵、挑戰(zhàn)與政策取向［J］. 南京農(nóng)業(yè)大學學報（社會科學版）， 2021， 21（3）： 45-57.

He Ke， Song Hongyuan. China’s food security under the constraints of resources and environment： Connotation， challenges and policy orientation ［J］. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2021， 21（3）： 45-57.

［2］ 李雪， 顧莉麗， 李瑞. 我國糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率評價研究［J］. 中國農(nóng)機化學報， 2022， 43（2）： 205-213.

Li Xue， Gu Lili， Li Rui. Study on evaluation of eco-efficiency of grain production areas of China ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（2）： 205-213.

［3］ 張英楠， 尹彥舒， 張康潔， 等. 農(nóng)業(yè)社會化服務能否促進小麥種植戶綠色生產(chǎn)轉(zhuǎn)型？——基于河南、山東、山西的農(nóng)戶調(diào)查證據(jù)［J］. 中國人口·資源與環(huán)境， 2023， 33（6）： 172-181.

Zhang Yingnan， Yin Yanshu， Zhang Kangjie， et al. Can socialized agricultural services promote wheat growers’ green production transformation？ ［J］. China Population， Resources and Environment， 2023， 33（6）： 172-181.

［4］ 王小亞， 孔鋒， 劉秋榮. 新時期我國農(nóng)業(yè)綜合風險防范及提升路徑研究［J］. 水利水電技術(shù)（中英文）， 2022， 53（12）： 1-10.

Wang Xiaoya， Kong feng， Liu Qiurong. Study on the comprehensive risk prevention and enhancement path of China’s agriculture in the new area ［J］. Water Resources and Hydropower Engineering， 2022， 53（12）： 1-10.

［5］ 黃惠春， 錢誠. 風險感知對農(nóng)戶水稻收入保險購買決策的影響——基于風險管理行為的調(diào)節(jié)作用［J］. 江西財經(jīng)大學學報， 2023（1）： 76-89.

Huang Huichun， Qian Cheng. The influence of risk perception on farmers’ decision to purchase rice revenue insurance： The moderating effect based on risk management behavior ［J］. Journal of Jiangxi University of Finance and Economics， 2023（1）： 76-89.

［6］ 陳新建， 韋圓圓. 風險感知、風險偏好與貧困農(nóng)戶風險管理策略［J］. 華南農(nóng)業(yè)大學學報（社會科學版）， 2019， 18（1）： 74-85.

Chen Xinjian， Wei Yuanyuan. Risk perception， risk preference and the adoption of poor household’s agricultural risk management strategies ［J］. Journal of South China Agricultural University （Social Science Edition）， 2019， 18（1）： 74-85.

［7］ Amaka N， Nazmun R， Alan R， et al. Risk perception， farmerherder conflicts and production decisions： Evidence from Nigeria ［J］. European Review of Agricultural Economics， 2023， 50（2）： 683-716.

［8］ Duong T， Brewer T， Luck J， et al. A global review of farmers’ perceptions of agricultural risks and risk management strategies ［J］. Agriculture， 2019， 9（1）.

［9］ 陳超， 楊海霞. 市場導向、生產(chǎn)經(jīng)營風險與果農(nóng)種植品種決策——基于江蘇省桃種植戶的實證分析［J］. 湖南農(nóng)業(yè)大學學報（社會科學版）， 2019， 20（1）： 35-41.

Chen Chao， Yang Haixia. Market orientation， risks in production and operation and farmer’s decision-making of variety selection： Based on the emprical analysis of peach growing farmers in Jiangsu Province ［J］. Journal of Hunan Agricultural University （Social Sciences）， 2019， 20（1）： 35-41.

［10］ 孫繼國， 王倩， 胡金焱. 正規(guī)金融、非正規(guī)金融與農(nóng)戶生產(chǎn)經(jīng)營風險——基于CHFS數(shù)據(jù)的實證研究［J］. 財經(jīng)理論與實踐， 2020， 41（6）： 27-34.

Sun Jiguo， Wang Qian， Hu Jinyan. Formal finance， informal finance and farmers’ production and management risks： An empirical study based on CHFS data ［J］. The Theory and Practice of Finance and Economics， 2020， 41（6）： 27-34.

［11］ 劉春艷. 基于農(nóng)戶視角的內(nèi)蒙古農(nóng)業(yè)風險管理影響因素分析［J］. 江蘇農(nóng)業(yè)科學， 2017， 45（6）： 342-345.

［12］ Mao Lishi， Song Junfeng， Xu Siyuan， et al. Impact of digital platform organization on reducing green production risk to tackle COVID-19： Evidence from farmers in Jiangsu China ［J］. Agriculture， 2023， 13（1）： 188.

［13］ 吳佳璇， 閔師， 王曉兵， 等. 互聯(lián)網(wǎng)使用與偏遠地區(qū)農(nóng)戶家庭生產(chǎn)要素配置——基于西南山區(qū)農(nóng)戶面板數(shù)據(jù)［J］. 中國農(nóng)村經(jīng)濟， 2022（8）： 93-113.

Wu Jiaxuan， Min Shi， Wang Xiaobing，et al. Internet use and production factors allocation of rural households in remote regions： An analysis based on the panel data of rural households in mountainous areas if southwest China ［J］. Chinese Rural Economy， 2022（8）： 93-113.

［14］ 徐輝. 數(shù)字信息發(fā)展背景下區(qū)域一體化科技創(chuàng)新及產(chǎn)業(yè)發(fā)展的效能升級與路徑創(chuàng)新［J］. 科學管理研究， 2022， 40（3）： 116-122.

Xu Hui. Efficiency upgrading and path thinking of regional integration scientific and technological innovation and industrial development under the background of digital development ［J］. Scientific Management Research， 2022， 40（3）： 116-122.

［15］ 許曉柳， 張德元. 互聯(lián)網(wǎng)使用對農(nóng)戶親環(huán)境行為的影響分析——基于CRHPS2019微觀數(shù)據(jù)的實證研究［J］. 哈爾濱師范大學社會科學學報， 2022， 13（5）： 59-67.

［16］ Dai Xiaowen， Chen Yi， Zhang Chunyan， et al. Technological revolution in the field： Green development of Chinese agriculture driven by digital information technology （DIT） ［J］. Agriculture， 2023， 13（1）.

［17］ 方蕊， 安毅. 糧食種植大戶的農(nóng)業(yè)風險管理策略選擇——基于風險感知視角［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2020， 41（2）： 219-228.

Fang Rui， An Yi. Risk management strategy selection by large grain-households： Based on the perspective of risk perception ［J］. Research of Agricultural Modernization， 2020， 41（2）： 219-228.

［18］ 陳新建， 左新鋒. 脫貧農(nóng)戶的農(nóng)業(yè)風險管理缺失與返貧風險治理［J］. 農(nóng)業(yè)經(jīng)濟， 2022（9）： 69-71.

［19］ 姜維軍， 顏廷武， 張俊飚. 互聯(lián)網(wǎng)使用能否促進農(nóng)戶主動采納秸稈還田技術(shù)——基于內(nèi)生轉(zhuǎn)換Probit模型的實證分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2021（3）： 50-62.

Jiang Weijun， Yan Tingwu， Zhang Junbiao. Can internet use promote farmers to adopt straw returning technology？ An empirical analysis based on endogenous switching probit model ［J］. Journal of Agrotechnical Economics， 2021（3）： 50-62.

［20］ 唐曉慧. 算法視域下短視頻信息繭房效應及反思——以抖音App為例［J］. 新聞傳播， 2023（15）： 52-54.

［21］ 楊宇， 王金霞， 黃季焜. 極端干旱事件、農(nóng)田管理適應性行為與生產(chǎn)風險： 基于華北平原農(nóng)戶的實證研究［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2016（9）： 4-17.

［22］ Moschini G C， Hennessy D A. Uncertainty， risk aversion and risk management for agricultural producers ［J］. Handbook of Agricultural Economics， 1999， 1（1）： 88-153.

［23］ Aker J C， Mbiti I M. Mobile phones and economic development in Africa ［J］. Social Science Electronic Publishing， 2011（3）： 207-232.

［24］ 馮誠. 數(shù)字媒體技術(shù)在農(nóng)業(yè)技術(shù)推廣中的應用——評《多媒體技術(shù)在農(nóng)業(yè)中的應用》［J］. 中國食用菌， 2020， 39（12）： 263.

［25］ 陸永宏. “互聯(lián)網(wǎng)+”在農(nóng)業(yè)技術(shù)推廣中的應用［J］. 農(nóng)業(yè)工程技術(shù)， 2022， 42（24）： 50-51.

［26］ 陳志強. 互聯(lián)網(wǎng)的媒介準入門檻與農(nóng)村的公共話語空間［J］. 河南社會科學， 2008（1）： 146-148.

［27］ 小麥赤霉病智能預報技術(shù)［J］. 中國食品學報， 2020， 20（9）： 311.

［28］ 隋新霞， 劉學俊， 樊慶琦， 等. 利用智能溫室鑒定小麥灌漿期耐熱性［J］. 山東農(nóng)業(yè)科學， 2021， 53（5）： 128-132.

Sui Xinxia， Liu Xuejun， Fan Qingqi， et al. Heat-tolerance identification of wheat at filling stage in intelligent greenhouse ［J］. Shandong Agricultural Sciences， 2021， 53（5）： 128-132.

［29］ 王凱. 加快農(nóng)業(yè)技術(shù)推廣信息化建設的途徑研究［J］. 農(nóng)業(yè)經(jīng)濟， 2020（11）： 15-17.

［30］ Cole S A， Fernando A N. The value of advice： Evidence from mobile phone-based agriculture extension ［J］. SSRN Electronic Journal， 2012： 13-47.

［31］ 聶召英， 王伊歡. 鏈接與斷裂： 小農(nóng)戶與互聯(lián)網(wǎng)市場銜接機制研究——以農(nóng)村電商的生產(chǎn)經(jīng)營實踐為例［J］. 農(nóng)業(yè)經(jīng)濟問題， 2021（1）： 132-143.

Nie Zhaoying， Wang Yihuan. Linking and breaking： A study on the linkage mechanism between small farmers and the internet market： Taking the business practice of rural E-commerce as an example ［J］. Issues in Agricultural Economy， 2021（1）： 132-143.

［32］ 孔祥坤. “互聯(lián)網(wǎng)+”背景下生鮮農(nóng)產(chǎn)品品牌營銷策略探析［J］. 農(nóng)業(yè)經(jīng)濟， 2021（11）： 135-136.

［33］ 江蘇省宿遷市委黨校課題組. “互聯(lián)網(wǎng)+農(nóng)業(yè)”的宿遷實踐與思考［J］. 農(nóng)村工作通訊， 2016（15）： 28-30.

［34］ 王亞平， 羅博文， 羅劍朝. 互聯(lián)網(wǎng)使用與農(nóng)村正規(guī)信貸約束緩解效應——以陜西915戶農(nóng)戶調(diào)查數(shù)據(jù)為例［J］. 西北農(nóng)林科技大學學報（社會科學版）， 2023， 23（2）： 113-126.

Wang Yaping， Luo Bowen， Luo Jianchao. Application of internet information technology and farmer’s formal credit constraint： Taking the survey data of 915 farmer households in Shanxi as an example ［J］. Journal of Northwest A amp; F University （Social Science Edition）， 2023， 23（2）： 113-126.

［35］ Lokshin M， Glinskaya E. The effect of male migration on employment patterns of women in Nepal ［J］. World Bank Economic Review， 2009， 23（3）： 481-507.