[內(nèi)容提要]在糧食安全問(wèn)題日益嚴(yán)峻的背景下，數(shù)字經(jīng)濟(jì)成為促進(jìn)農(nóng)業(yè)綠色高效發(fā)展、緩解糧食安全問(wèn)題的重要 解題手段。文章基于30個(gè)省市2013-2020年的面板數(shù)據(jù)，實(shí)證分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影 響，通過(guò)中介效應(yīng)模型分析二者潛在的作用路徑，并在此基礎(chǔ)上引入有限混合回歸模型，以分析不同數(shù)字經(jīng)濟(jì)發(fā)展 水平下，農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的差異化影響模式。研究發(fā)現(xiàn)：（1）數(shù)字經(jīng)濟(jì)的發(fā)展促進(jìn)了農(nóng)業(yè)綠色全 要素生產(chǎn)率的提高。（2）在總體層面上，數(shù)字經(jīng)濟(jì)能夠通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)的方式促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提 高。（3）在不同的數(shù)字經(jīng)濟(jì)發(fā)展水平下，農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在差異，主要表現(xiàn)為在數(shù)字經(jīng) 濟(jì)發(fā)展水平較高的情況下，農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率起促進(jìn)作用；而在數(shù)字經(jīng)濟(jì)發(fā)展水平較低的情況下， 農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生了抑制作用。因此，建議在推進(jìn)農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)的基礎(chǔ)上，引 導(dǎo)農(nóng)村地區(qū)形成線上農(nóng)地交易平臺(tái)，提高農(nóng)戶參與農(nóng)地流轉(zhuǎn)收入的同時(shí)促進(jìn)農(nóng)地資源的合理規(guī)劃使用。

[關(guān)鍵詞]數(shù)字經(jīng)濟(jì)；農(nóng)業(yè)綠色全要素生產(chǎn)率；農(nóng)地流轉(zhuǎn)；農(nóng)業(yè)綠色生產(chǎn)

[文章編號(hào)]1008-8091（2024）01-0049-13

[中圖分類號(hào)]F323

[文獻(xiàn)標(biāo)識(shí)碼]A

一、引言

隨著新冠肺炎疫情的爆發(fā)和國(guó)際政治局勢(shì)的動(dòng)蕩加劇，世界主要糧食 生產(chǎn)國(guó)均在不同程度上受到?jīng)_擊，國(guó)際糧食流通受阻，糧食安全問(wèn)題日益突 出，保障國(guó)民糧食安全成為我國(guó)當(dāng)前面臨的重要使命。目前我國(guó)農(nóng)業(yè)發(fā)展 仍處于過(guò)度依賴農(nóng)業(yè)資源投入的粗放型生產(chǎn)模式中，農(nóng)藥化肥的過(guò)度使用 帶來(lái)嚴(yán)重的環(huán)境污染和不可持續(xù)生產(chǎn)問(wèn)題，在面臨嚴(yán)峻的糧食安全挑戰(zhàn)的 背景下，促進(jìn)農(nóng)業(yè)的綠色高效發(fā)展迫在眉睫。兼顧綠色發(fā)展和糧食安全的 要求，實(shí)現(xiàn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升成為當(dāng)前學(xué)術(shù)界一個(gè)重要的研究 議題。

數(shù)字經(jīng)濟(jì)以其創(chuàng)新性、高效性、高滲透性等特性，逐漸成為世界主要經(jīng)濟(jì)體發(fā)展轉(zhuǎn)型的新動(dòng)力。據(jù)中國(guó)通信研究院發(fā) 布的《全球數(shù)字經(jīng)濟(jì)白皮書（2021）》顯示，受新 冠肺炎疫情的影響，2020年47個(gè)受測(cè)國(guó)家在 同比名義GDP增速-2.8%的情況下，數(shù)字經(jīng) 濟(jì)同比名義增速3%，實(shí)現(xiàn)逆經(jīng)濟(jì)形勢(shì)增長(zhǎng)。

數(shù)字經(jīng)濟(jì)賦能國(guó)民經(jīng)濟(jì)社會(huì)生活的各個(gè)領(lǐng)域， 通過(guò)數(shù)字技術(shù)的發(fā)展，以可數(shù)據(jù)化信息和知識(shí) 為生產(chǎn)要素，深度融合各個(gè)行業(yè)，在促進(jìn)傳統(tǒng)產(chǎn) 業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的同時(shí)，促進(jìn)行業(yè)創(chuàng)新，形成 新的業(yè)態(tài)模式。在農(nóng)業(yè)生產(chǎn)和農(nóng)村生活領(lǐng)域 上，數(shù)字經(jīng)濟(jì)的發(fā)展，尤其是電子通訊設(shè)備和互 聯(lián)網(wǎng)的普及，極大程度上促進(jìn)了城鄉(xiāng)差距的縮 小[1]。2019年中央一號(hào)文件中明確指出要深 入推進(jìn)“互聯(lián)網(wǎng)+農(nóng)業(yè)”，加大數(shù)字農(nóng)村的建設(shè) 力度，將數(shù)字經(jīng)濟(jì)帶來(lái)的發(fā)展紅利切實(shí)地落到 農(nóng)業(yè)農(nóng)村中。隨著數(shù)字經(jīng)濟(jì)逐漸滲透國(guó)民生活 生產(chǎn)的各個(gè)領(lǐng)域，數(shù)字經(jīng)濟(jì)的發(fā)展是否能夠助 力農(nóng)業(yè)綠色全要素生產(chǎn)率的提高？具體的作用 機(jī)制是怎樣的？探究數(shù)字經(jīng)濟(jì)如何影響農(nóng)業(yè)綠 色全要素生產(chǎn)率，對(duì)解決當(dāng)下我國(guó)面臨的糧食 安全問(wèn)題和實(shí)現(xiàn)綠色可持續(xù)發(fā)展具有重要的現(xiàn) 實(shí)意義。

隨著我國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化的進(jìn)程，學(xué)界更 加關(guān)注農(nóng)業(yè)綠色全要素生產(chǎn)率提升及其影響因 素的研究，相關(guān)文獻(xiàn)主要圍繞測(cè)度和影響因素 兩個(gè)方面展開(kāi)。在對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的 測(cè)度上，不同學(xué)者之間的觀點(diǎn)存在著較大的差 異。首先是測(cè)度方法，總體上可分為前沿方法和非前沿方法。二者的區(qū)別主要在于前沿方法 既考慮了生產(chǎn)技術(shù)效率又考慮了生產(chǎn)技術(shù)無(wú)效 率的情況，而非前沿方法則需事先假定生產(chǎn)技 術(shù)是具有效率的，這種假定本身存在超越現(xiàn)實(shí) 的不合理性，因而前沿方法在效率測(cè)度中得到 更為廣泛的應(yīng)用[2]。前沿分析法中又包括了 含參的隨機(jī)前沿分析法（SFA）和不含參的數(shù)據(jù)包絡(luò)分析法（DEA），數(shù)據(jù)包絡(luò)分析法得益于無(wú) 需設(shè)定具體生產(chǎn)函數(shù)，在學(xué)術(shù)界的運(yùn)用更為廣 泛[3]。但從總體上來(lái)看，隨著計(jì)量技術(shù)的發(fā) 展，生產(chǎn)效率的測(cè)度方法呈現(xiàn)出由徑向的、角度 的等具有一定局限性的測(cè)算方法發(fā)展到非徑向 的、非角度的更貼合實(shí)際情況的測(cè)算方法[4]。

而在非合意產(chǎn)出指標(biāo)的選擇上，可分為農(nóng)業(yè)面 源污染、化學(xué)需氧量、農(nóng)業(yè)氮磷總排放量和農(nóng)業(yè) 生產(chǎn)碳排放量等。雖然已有研究表明，不同的測(cè)算方法和投入產(chǎn)出指標(biāo)的選擇所帶來(lái)的測(cè)算 結(jié)果容易產(chǎn)生較大的差異（5]，但大部分學(xué)者形成了以下的共識(shí)：總體上來(lái)看，我國(guó)的農(nóng)業(yè)綠色 全要素生產(chǎn)率呈現(xiàn)出逐年提高的趨勢(shì)，且分地 域來(lái)看，東部地區(qū)增速高于中西部地區(qū)[6-8]。

在對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素的已 有研究中，相關(guān)學(xué)者從不同維度和視角進(jìn)行了 討論。首先，具體的農(nóng)業(yè)生產(chǎn)條件會(huì)對(duì)農(nóng)業(yè)綠 色全要素生產(chǎn)率產(chǎn)生影響，如農(nóng)業(yè)生產(chǎn)的機(jī)械 化水平、農(nóng)村地區(qū)的人力資本水平和農(nóng)村地區(qū) 金融發(fā)展水平，以及政府在財(cái)政稅收等領(lǐng)域?qū)?農(nóng)業(yè)的支持水平能通過(guò)影響農(nóng)業(yè)生產(chǎn)中所涉及 的人力、技術(shù)、資金和政府的政策環(huán)境等，進(jìn)而 影響農(nóng)業(yè)綠色全要素生產(chǎn)率[9-10]。其次，農(nóng)產(chǎn) 品的國(guó)際貿(mào)易是推動(dòng)農(nóng)業(yè)綠色生產(chǎn)轉(zhuǎn)型的重要 動(dòng)因，如李曉龍[1]等研究發(fā)現(xiàn)無(wú)論是農(nóng)產(chǎn)品的 進(jìn)口還是出口，農(nóng)產(chǎn)品的國(guó)際貿(mào)易往來(lái)均顯著 促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。而陳 芳[12]則認(rèn)為農(nóng)業(yè)貿(mào)易顯著促進(jìn)了農(nóng)業(yè)綠色全 要素生產(chǎn)率的提高，但其影響具有滯后性。同 時(shí)，農(nóng)業(yè)產(chǎn)業(yè)發(fā)展情況也會(huì)對(duì)農(nóng)業(yè)綠色全要素 生產(chǎn)率產(chǎn)生影響，如薛蕾[13]等發(fā)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)聚 集促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高且這種 影響具有空間溢出效應(yīng)。金芳[14]通過(guò)對(duì)省域 面板數(shù)據(jù)的研究發(fā)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化促進(jìn) 了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，產(chǎn)業(yè)結(jié)構(gòu)高 級(jí)化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率呈現(xiàn)抑制作用。 最后，農(nóng)地作為農(nóng)業(yè)生產(chǎn)過(guò)程中最基礎(chǔ)的投入要素，其流轉(zhuǎn)過(guò)程中伴隨著農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)規(guī)模 的變化和土地使用權(quán)的轉(zhuǎn)移，影響著農(nóng)業(yè)的生 產(chǎn)方式及效率[15-16]。高欣[17]在區(qū)分轉(zhuǎn)出戶和 轉(zhuǎn)入戶的生產(chǎn)效率研究中發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)提高了 轉(zhuǎn)人戶的生產(chǎn)效率的同時(shí)降低了轉(zhuǎn)出戶的生產(chǎn) 效率。匡遠(yuǎn)配[18]的研究指出農(nóng)地流轉(zhuǎn)與農(nóng)業(yè) 生產(chǎn)全要素生產(chǎn)率存在著非線性的關(guān)系。而史 常亮[19]的進(jìn)一步研究發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)通過(guò)緩解 勞動(dòng)力錯(cuò)配的方式促進(jìn)了生產(chǎn)效率的提高。

盡管當(dāng)前學(xué)界對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的 影響因素所作的研究比較充分，但在數(shù)字經(jīng)濟(jì) 蓬勃發(fā)展的背景下，數(shù)字經(jīng)濟(jì)能否助力農(nóng)業(yè)綠 色生產(chǎn)的研究較為少見(jiàn)，且對(duì)于農(nóng)業(yè)綠色全要 素生產(chǎn)率的研究多是從農(nóng)業(yè)生產(chǎn)條件、農(nóng)產(chǎn)品 的國(guó)際貿(mào)易以及產(chǎn)業(yè)發(fā)展情況等生產(chǎn)力范疇內(nèi) 出發(fā)的，關(guān)于生產(chǎn)關(guān)系調(diào)整對(duì)農(nóng)業(yè)生產(chǎn)影響的研究也大多聚焦于農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)生產(chǎn)效率的 影響作用，較少關(guān)注到農(nóng)業(yè)綠色生產(chǎn)問(wèn)題。與 本文論題相近的研究為高楊[20]關(guān)于農(nóng)業(yè)信息 化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響的研究，該 研究?jī)H從農(nóng)業(yè)信息化水平這一數(shù)字經(jīng)濟(jì)的子維 度分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色生產(chǎn)的影響，且其 研究是從資源配置和技術(shù)進(jìn)步等生產(chǎn)力視角出 發(fā)分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影 響，并未有分析數(shù)字經(jīng)濟(jì)發(fā)展可能帶來(lái)的農(nóng)業(yè) 生產(chǎn)關(guān)系轉(zhuǎn)變?cè)谄渲邪l(fā)揮的重要作用。因此， 與現(xiàn)有的研究相比，本文在以下三個(gè)方面進(jìn)行

了拓展和創(chuàng)新：第一，在數(shù)字經(jīng)濟(jì)逐步滲透農(nóng)業(yè) 農(nóng)村生產(chǎn)生活的背景下，基于省域?qū)用婧暧^數(shù) 據(jù)，從更全面的維度分析數(shù)字經(jīng)濟(jì)如何影響農(nóng) 業(yè)綠色生產(chǎn)；第二，從生產(chǎn)關(guān)系調(diào)整的視角出 發(fā)，研究數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色生產(chǎn)的可能作用 路徑，在理論和數(shù)據(jù)支撐的基礎(chǔ)上探討了數(shù)字 經(jīng)濟(jì)對(duì)農(nóng)業(yè)生產(chǎn)中農(nóng)民身份轉(zhuǎn)變所帶來(lái)的影 響；第三，充分考慮地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平存在 差異性，探討在數(shù)字經(jīng)濟(jì)的不同發(fā)展水平下，農(nóng) 地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的差異化影 響，豐富了數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)生產(chǎn)的相關(guān)研究。

二、理論分析和研究假說(shuō)

按照中國(guó)通信院的定義，數(shù)字經(jīng)濟(jì)是依托 于數(shù)字技術(shù)，將可數(shù)據(jù)化信息和知識(shí)作為生產(chǎn) 要素，賦能傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，催生新興產(chǎn)業(yè) 模式和實(shí)現(xiàn)數(shù)字化治理的新型經(jīng)濟(jì)形態(tài)。數(shù)字經(jīng)濟(jì)的核心特點(diǎn)是高效低成本。依托于無(wú)實(shí)體 形式的數(shù)據(jù)的快速流通，數(shù)字經(jīng)濟(jì)賦能于產(chǎn)業(yè) 生產(chǎn)的各個(gè)環(huán)節(jié)，消除不同環(huán)節(jié)間信息不對(duì)稱， 優(yōu)化資源配置，并加快前沿學(xué)術(shù)成果落地到現(xiàn) 實(shí)生產(chǎn)中，催生新興產(chǎn)業(yè)的出現(xiàn)。具體到本文 中，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色生產(chǎn)的影響主要可以 從促進(jìn)生產(chǎn)力提高和調(diào)整生產(chǎn)關(guān)系兩個(gè)維度 分析。

（一）數(shù)字經(jīng)濟(jì)的發(fā)展促進(jìn)了農(nóng)業(yè)生產(chǎn)力 水平的提高

在農(nóng)業(yè)生產(chǎn)中，數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)力的影響 可以再細(xì)分到農(nóng)業(yè)生產(chǎn)技術(shù)和農(nóng)業(yè)融資兩個(gè)維 度。其一，數(shù)字經(jīng)濟(jì)促進(jìn)了農(nóng)業(yè)技術(shù)的傳播和 發(fā)展，提高了生產(chǎn)力水平。在農(nóng)業(yè)生產(chǎn)技術(shù)領(lǐng) 域上，數(shù)字經(jīng)濟(jì)的發(fā)展諸如手機(jī)、電腦的普及降 低了農(nóng)民獲得信息的門檻，加速了新興農(nóng)業(yè)技術(shù)的傳播，破除了傳統(tǒng)上農(nóng)業(yè)技術(shù)傳播需要相 應(yīng)的技術(shù)人員下鄉(xiāng)推廣，用腳帶動(dòng)信息傳播的 困局，提高了技術(shù)傳播的效率，降低了傳統(tǒng)農(nóng)業(yè) 技術(shù)推廣所帶來(lái)的人力和時(shí)間成本。農(nóng)民通過(guò) 手機(jī)、電腦等數(shù)字設(shè)備便可足不出戶獲得需要 的農(nóng)業(yè)技術(shù)信息，優(yōu)化農(nóng)業(yè)生產(chǎn)技術(shù)，改善傳統(tǒng) 農(nóng)業(yè)中由于技術(shù)水平低下所導(dǎo)致的過(guò)度依賴農(nóng) 藥化肥的粗放式生產(chǎn)，提高農(nóng)業(yè)資源利用效率， 促進(jìn)農(nóng)業(yè)綠色生產(chǎn)。而在與農(nóng)業(yè)技術(shù)相關(guān)的人 才流動(dòng)領(lǐng)域上，數(shù)字經(jīng)濟(jì)尤其是數(shù)字普惠金融 的發(fā)展放寬城市勞動(dòng)人口的消費(fèi)約束，城市二 三產(chǎn)業(yè)勞動(dòng)力的工作黏性降低，流動(dòng)性提 高[21]。相較之下，由數(shù)字經(jīng)濟(jì)發(fā)展帶來(lái)的城鄉(xiāng) 之間醫(yī)療、教育、交通、養(yǎng)老、就業(yè)等領(lǐng)域的差距 逐漸縮小[22]，農(nóng)村地區(qū)宜居程度不斷提高，城 市勞動(dòng)力返鄉(xiāng)可能性上升[23]。城市人口的回 流給農(nóng)村地區(qū)帶來(lái)技術(shù)以及受過(guò)城市教育培養(yǎng) 的高素質(zhì)勞動(dòng)力，這些人力資源上的城鄉(xiāng)流動(dòng) 或直接參與農(nóng)業(yè)生產(chǎn)，或間接促進(jìn)當(dāng)?shù)剞r(nóng)民提 升農(nóng)業(yè)技術(shù)水平，進(jìn)而緩解過(guò)去城鄉(xiāng)人力資源 分布不均所導(dǎo)致的農(nóng)業(yè)生產(chǎn)效率低下問(wèn)題，提 升了農(nóng)業(yè)生產(chǎn)的技術(shù)水平，促進(jìn)農(nóng)業(yè)綠色發(fā)展。

其二，數(shù)字經(jīng)濟(jì)緩解了農(nóng)業(yè)融資困境從而 促進(jìn)了生產(chǎn)力提高。在農(nóng)業(yè)融資領(lǐng)域上，數(shù)字 技術(shù)和普惠金融的結(jié)合催生出了數(shù)字普惠金 融，借助大數(shù)據(jù)、區(qū)塊鏈及物聯(lián)網(wǎng)等數(shù)字技術(shù)， 金融中介以低成本高效率的方式搜集用戶的消 費(fèi)習(xí)慣及資金健康程度信息，利用算法技術(shù)合理推斷用戶的借貸意愿和償貸能力，擺脫了傳 統(tǒng)金融借貸需要實(shí)物資產(chǎn)和可預(yù)見(jiàn)未來(lái)收入為 抵押的高門檻借貸模式，降低了借貸者的融資 門檻的同時(shí)也降低了金融中介壞賬的風(fēng)險(xiǎn)，拓 寬了潛在的客戶群體。由于生產(chǎn)的可抵押實(shí)物 資本少、收益率普遍低于二三產(chǎn)業(yè)群體，農(nóng)業(yè)生 產(chǎn)得到傳統(tǒng)金融融資的支持較少，資本可獲得 率較低，常處于傳統(tǒng)金融中介服務(wù)對(duì)象之外。 數(shù)字普惠金融的出現(xiàn)緩解了該現(xiàn)象，放寬了農(nóng) 民的融資約束，降低了農(nóng)民融資的成本，提高了 農(nóng)民資金的可得性，使更多的資本流入農(nóng)業(yè)生 產(chǎn)領(lǐng)域，農(nóng)民有更多的可能性擴(kuò)大生產(chǎn)，購(gòu)置專 業(yè)農(nóng)業(yè)器具，提高農(nóng)民從事農(nóng)業(yè)生產(chǎn)的積極性 和效率水平，農(nóng)業(yè)資源利用效率得到提升，進(jìn)而 提高了農(nóng)業(yè)綠色生產(chǎn)水平。

假設(shè)1：數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高。

（二）數(shù)字經(jīng)濟(jì)的發(fā)展調(diào)整了農(nóng)業(yè)生產(chǎn)關(guān)系 數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)關(guān)系的調(diào)整可以從農(nóng)地流

轉(zhuǎn)的角度進(jìn)行分析。自1978年實(shí)行家庭聯(lián)產(chǎn) 承包責(zé)任制以來(lái)，中國(guó)農(nóng)村長(zhǎng)期處于土地承包 經(jīng)營(yíng)權(quán)碎片化的困境，時(shí)常出現(xiàn)連片土地承包 經(jīng)營(yíng)權(quán)歸屬不同個(gè)體的狀態(tài)[24-25]，不同權(quán)屬個(gè) 體之間由于利益分配問(wèn)題，農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)無(wú)法 形成統(tǒng)一的安排，大型農(nóng)業(yè)器械無(wú)法使用，農(nóng)業(yè) 生產(chǎn)效率低下。合理調(diào)配農(nóng)地資源，就成為提 高農(nóng)業(yè)生產(chǎn)效率的一種重要的解決思路。

已有的研究表明，互聯(lián)網(wǎng)的使用能夠有效 提高農(nóng)地流轉(zhuǎn)的概率[26]。隨著數(shù)字經(jīng)濟(jì)滲透 到農(nóng)村生產(chǎn)生活的各個(gè)方面，數(shù)字經(jīng)濟(jì)影響農(nóng) 民在土地問(wèn)題上的抉擇主要是通過(guò)影響農(nóng)民農(nóng) 地自生產(chǎn)的機(jī)會(huì)成本實(shí)現(xiàn)的。一方面，數(shù)字經(jīng) 濟(jì)的發(fā)展提高了農(nóng)民從事非農(nóng)就業(yè)的可能性和 收入水平[27]；另一方面，數(shù)字設(shè)備的普及提高 了農(nóng)民對(duì)農(nóng)地供需信息的獲取能力，降低了農(nóng) 地流轉(zhuǎn)過(guò)程中搜尋信息的成本，提高了農(nóng)地流 轉(zhuǎn)的效率，緩解了過(guò)去農(nóng)民無(wú)租金出借土地的 局面[28]，提高了農(nóng)民通過(guò)參與農(nóng)地流轉(zhuǎn)提高收 人的可能性。農(nóng)民從事非農(nóng)就業(yè)的收入和參與 農(nóng)地流轉(zhuǎn)的概率增加提高了農(nóng)民將農(nóng)地用于自 生產(chǎn)的機(jī)會(huì)成本。成本的提高促使農(nóng)民在農(nóng)地 流轉(zhuǎn)的決策上做出選擇：是忍受高成本繼續(xù)將 農(nóng)地和自身的勞動(dòng)力留作自生產(chǎn)的生產(chǎn)要素投 入到生產(chǎn)中；抑或?qū)⑥r(nóng)地流轉(zhuǎn)出去，獲取穩(wěn)定的租金收入，實(shí)現(xiàn)農(nóng)民身份的轉(zhuǎn)變，進(jìn)而獲取更高 的非農(nóng)就業(yè)收人。

從留作自生產(chǎn)的農(nóng)地角度分析，在成本提 高的前提下，為使自身的利益不受到損失，農(nóng)民 必然在生產(chǎn)的環(huán)節(jié)中提高農(nóng)業(yè)生產(chǎn)的技術(shù)水平 和資源的利用效率，提高產(chǎn)出水平進(jìn)而彌補(bǔ)成 本提高帶來(lái)的利潤(rùn)損失。而從參與農(nóng)地流轉(zhuǎn)的 視角來(lái)看，參與流轉(zhuǎn)的農(nóng)地往往容易形成大規(guī) 模的集約化生產(chǎn)，這種集約化生產(chǎn)是生產(chǎn)規(guī)模 的擴(kuò)張，能夠帶來(lái)生產(chǎn)上的規(guī)模經(jīng)濟(jì)，從而降低 了農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)成本，提高了農(nóng)業(yè)生產(chǎn)的效 率。但是從農(nóng)業(yè)綠色生產(chǎn)的角度來(lái)看，農(nóng)地流 轉(zhuǎn)的結(jié)果并不能確定。一方面，農(nóng)地流轉(zhuǎn)有可 能是傳統(tǒng)農(nóng)業(yè)的擴(kuò)大化生產(chǎn)，這種擴(kuò)大是基于 增加化肥農(nóng)藥等農(nóng)業(yè)資源的投入為前提的粗放 式發(fā)展，從結(jié)果上來(lái)說(shuō)并不能提高農(nóng)業(yè)綠色生產(chǎn)效率；另一方面，農(nóng)地流轉(zhuǎn)又有可能是綠色技 術(shù)提升所帶來(lái)的效率提升所驅(qū)動(dòng)的，進(jìn)而表現(xiàn) 為農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。數(shù)字經(jīng)濟(jì)在 其中所起到的作用尚不明確。因此本文將數(shù)字 經(jīng)濟(jì)作為伴隨變量，對(duì)樣本進(jìn)行潛在性客觀分 組，引入有限混合回歸模型，以探討在不同的數(shù) 字經(jīng)濟(jì)發(fā)展水平之下，農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全 要素生產(chǎn)率可能的差異化影響，在更細(xì)分的水 平上研究數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)綠色生產(chǎn)的路徑 問(wèn)題。

假設(shè)2：數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)影響 農(nóng)業(yè)綠色全要素生產(chǎn)率。

假設(shè)3：在不同的數(shù)字經(jīng)濟(jì)發(fā)展水平上，農(nóng) 地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的作用模式可 能存在不同。

三、研究方法

（一）研究變量選取 1.被解釋變量

本文的被解釋變量為農(nóng)業(yè)綠色全要素生產(chǎn) 率（ATFP）。參照郭海紅[29]等人的做法，選取 Global Malmquist -Luenberger指數(shù)測(cè)算農(nóng)業(yè)綠 色全要素生產(chǎn)率，將化肥、農(nóng)機(jī)總動(dòng)力、農(nóng)業(yè)播 種面積、農(nóng)業(yè)從業(yè)人員等作為投入指標(biāo)。農(nóng)業(yè) 增加值作為期望產(chǎn)出。在非期望產(chǎn)出的選擇 上，已有研究從化學(xué)需氧量、農(nóng)業(yè)面源污染、農(nóng) 業(yè)氮磷排放以及農(nóng)業(yè)碳排放等方面入手測(cè)算農(nóng) 業(yè)生產(chǎn)過(guò)程中的非合意產(chǎn)出。但考慮到：一方面，氮磷排放可能面臨著“將農(nóng)作物種植過(guò)程 中的營(yíng)養(yǎng)物氮磷化肥等作為污染排放是否合 理”和面源污染等計(jì)算過(guò)程中量化不便的問(wèn) 題[7]；另一方面，政府間氣候變化委員會(huì) （IPCC）的評(píng)估報(bào)告指出，碳排放是當(dāng)前全球氣 候變暖的主要原因，因此將農(nóng)業(yè)碳排放作為非 合意產(chǎn)出加以控制是合理的且符合我國(guó)“低碳 農(nóng)業(yè)”的目標(biāo)要求。其中農(nóng)業(yè)增加值按2013年 為基期進(jìn)行處理。農(nóng)業(yè)生產(chǎn)過(guò)程中的碳排放參 照劉亦文[3]等人的描述，按化肥0.8956kg·kg-1，農(nóng)藥4.9341kg·kg-1，農(nóng)膜5.18 kg·kg-1，柴油0.5927kg·kg-1，農(nóng)業(yè)播種 312.6kg·km-2，農(nóng)業(yè)灌溉25kg·cha-1處理。 農(nóng)業(yè)從業(yè)人員按照農(nóng)業(yè)產(chǎn)值占農(nóng)林牧漁業(yè)總產(chǎn) 值比重從第一產(chǎn)業(yè)就業(yè)人員中剝離。

2.解釋變量

本文的主要解釋變量為數(shù)字經(jīng)濟(jì)（Es- core）。為充分反映不同地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展 水平，同時(shí)考慮到數(shù)據(jù)的可得性，參考已有文獻(xiàn)，本文基于數(shù)字基礎(chǔ)設(shè)施、產(chǎn)業(yè)數(shù)字化、數(shù)字 產(chǎn)業(yè)化三個(gè)維度，采用熵值法測(cè)算各省份的數(shù) 字經(jīng)濟(jì)發(fā)展指數(shù)（表1）。

3.中介變量和伴隨變量

本文選取土地流轉(zhuǎn)（Landt）作為中介變量， 用于探究數(shù)字經(jīng)濟(jì)通過(guò)生產(chǎn)關(guān)系的調(diào)整對(duì)農(nóng)業(yè) 綠色全要素生產(chǎn)率的作用路徑。已有文獻(xiàn)對(duì)農(nóng) 地流轉(zhuǎn)概率的測(cè)度多數(shù)集中于調(diào)查問(wèn)卷等微觀 數(shù)據(jù)，在省域?qū)用嫔详P(guān)于農(nóng)地流轉(zhuǎn)的測(cè)度尚未 有系統(tǒng)研究。冒佩華和徐驥[30]的研究認(rèn)為，電 商的發(fā)展提高了農(nóng)地流轉(zhuǎn)的概率，進(jìn)而提高了 農(nóng)民資產(chǎn)性收入。結(jié)合數(shù)據(jù)可獲得性和科學(xué) 性，本文選用農(nóng)民資產(chǎn)性收入作為中介變量用 以衡量農(nóng)地流轉(zhuǎn)水平，且充分考慮到農(nóng)民資產(chǎn) 性收入變動(dòng)可能來(lái)自土地價(jià)格的變動(dòng)，而不是 農(nóng)地流轉(zhuǎn)水平的變動(dòng)，因此本文在含有土地流 轉(zhuǎn)這一變量的模型中均加入土地價(jià)格作為控制 變量，以消除由于土地價(jià)格變動(dòng)導(dǎo)致的資產(chǎn)性 收入變動(dòng)的影響，從而使得該項(xiàng)指標(biāo)能夠更為 科學(xué)準(zhǔn)確地衡量農(nóng)地流轉(zhuǎn)水平。

為進(jìn)一步探討數(shù)字經(jīng)濟(jì)影響農(nóng)業(yè)綠色全要 素生產(chǎn)率的路徑和機(jī)制，本文將數(shù)字經(jīng)濟(jì)指數(shù) 作為伴隨變量引入有限混合回歸模型，具體數(shù) 字經(jīng)濟(jì)指數(shù)指標(biāo)在解釋變量中已做詳細(xì)描述， 故不復(fù)述。

4.控制變量

為抑制模型的內(nèi)生性問(wèn)題，選定農(nóng)村地區(qū) 人均可支配收入（Income）用以消除地區(qū)經(jīng)濟(jì) 發(fā)展水平不同可能導(dǎo)致的內(nèi)生性選擇問(wèn)題；農(nóng) 業(yè)生產(chǎn)受災(zāi)率（Disaster）用以控制農(nóng)業(yè)綠色全 要素生產(chǎn)率因?yàn)?zāi)害情況變動(dòng)的問(wèn)題；城鎮(zhèn)化率（Urban）用以消除人口因素導(dǎo)致的農(nóng)業(yè)綠色全要素生產(chǎn)率變動(dòng)問(wèn)題；財(cái)政支農(nóng)水平（Gov）控 制地方財(cái)政對(duì)農(nóng)業(yè)生產(chǎn)的影響；低端產(chǎn)業(yè)結(jié)構(gòu) （Structurel）、高端產(chǎn)業(yè)結(jié)構(gòu)（Structure2）控制地 方產(chǎn)業(yè)結(jié)構(gòu)對(duì)農(nóng)業(yè)生產(chǎn)的影響。

其中，農(nóng)村地區(qū)人均可支配收入（Income） 用農(nóng)村地區(qū)人均可支配收入衡量，并以2013年 為基期進(jìn)行處理；農(nóng)業(yè)生產(chǎn)受災(zāi)率（Disaster）用 農(nóng)業(yè)生產(chǎn)中受災(zāi)土地面積比農(nóng)業(yè)總播種面積衡 量；城鎮(zhèn)化率（Urban）用各省份年末常住人口中城鎮(zhèn)人口比重來(lái)衡量；財(cái)政支農(nóng)水平（Gov） 用農(nóng)林水支出占地方一般公共預(yù)算支出比重衡 量；低端產(chǎn)業(yè)結(jié)構(gòu)（Structure1）用第一產(chǎn)業(yè)產(chǎn)值 占地區(qū)總產(chǎn)值比重來(lái)衡量；高端產(chǎn)業(yè)結(jié)構(gòu) （Structure2）用地區(qū)第三產(chǎn)業(yè)和第二產(chǎn)業(yè)產(chǎn)值之比來(lái)衡量；土地價(jià)格（Price），本文采用py- thon獲取中國(guó)土地市場(chǎng)網(wǎng)中各年份各地區(qū)土地 交易信息，并計(jì)算出不同地區(qū)不同年份的土地 成交平均價(jià)格，用以衡量各年份各地區(qū)的土地 價(jià)格水平（千萬(wàn)元每公頃），充分考慮到個(gè)別土地交易價(jià)格由于一些非經(jīng)濟(jì)原因可能對(duì)真實(shí)的 土地價(jià)格產(chǎn)生偏移，本文在做數(shù)據(jù)處理時(shí)將該 類交易數(shù)據(jù)剔除，所得土地價(jià)格數(shù)據(jù)能夠較好 地反映真實(shí)的土地價(jià)格水平。

（二）模型構(gòu)建 1.基準(zhǔn)模型

根據(jù)上文理論機(jī)制部分?jǐn)?shù)字經(jīng)濟(jì)直接影響 農(nóng)業(yè)綠色全要素生產(chǎn)率的描述，設(shè)定實(shí)證模型如下：

四、結(jié)果與分析

（一）基準(zhǔn)回歸分析

本文采用固定效應(yīng)模型對(duì)數(shù)字經(jīng)濟(jì)影響農(nóng) 業(yè)綠色生產(chǎn)進(jìn)行實(shí)證分析，回歸結(jié)果如表3。由表3模型（1）匯報(bào)的回歸結(jié)果可知，數(shù)字經(jīng) 濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的系數(shù)為0.748大 于0，且通過(guò)了1%顯著性水平的檢驗(yàn)，表明數(shù)字經(jīng)濟(jì)的發(fā)展顯著促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn) 率的提高，假設(shè)1得證。從控制變量來(lái)看，城鎮(zhèn) 化率的系數(shù)為0.001大于0，未通過(guò)顯著性檢 驗(yàn)，但仍可在一定程度上表明城鎮(zhèn)化率促進(jìn)了 農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，可能的解釋是 農(nóng)村人口往城市地區(qū)流動(dòng)，參與農(nóng)業(yè)生產(chǎn)的勞 動(dòng)力減少，在其他生產(chǎn)要素投入沒(méi)有變化的前提下，勞動(dòng)力投入下降帶來(lái)勞動(dòng)的邊際生產(chǎn)率 的提高，表現(xiàn)為農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。 低端產(chǎn)業(yè)結(jié)構(gòu)系數(shù)為1.830，并通過(guò)了1%水平 下顯著性檢驗(yàn)，表明一產(chǎn)產(chǎn)值占地區(qū)總產(chǎn)值比重越高的地區(qū)，第一產(chǎn)業(yè)作為其產(chǎn)業(yè)布局中的重要性越高，在資源配置中得到的支持就越多，從而更有可能性提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

（二）中介效應(yīng)機(jī)制檢驗(yàn)

由表3模型（2）-（4）匯報(bào)的結(jié)果可知，在 模型（2）中，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn) 率系數(shù)顯著為正；在模型（3）中在加入土地價(jià) 格作為控制變量后數(shù)字經(jīng)濟(jì)對(duì)中介變量農(nóng)地流 轉(zhuǎn)系數(shù)為2.588，且通過(guò)1%顯著性水平檢驗(yàn)， 說(shuō)明數(shù)字經(jīng)濟(jì)的發(fā)展顯著提高了農(nóng)地流轉(zhuǎn)水 平；在加入中介變量農(nóng)地流轉(zhuǎn)的模型（4）中，農(nóng) 地流轉(zhuǎn)和數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率系 數(shù)均顯著為正。綜合前文的描述可知該中介效 應(yīng)存在，即數(shù)字經(jīng)濟(jì)能夠通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)的 方式提高農(nóng)業(yè)綠色全要素生產(chǎn)率，假設(shè)2得證。

（三）穩(wěn)健性檢驗(yàn)

為驗(yàn)證基準(zhǔn)回歸和中介效應(yīng)結(jié)果的穩(wěn)健性，本文分別采用工具變量法、更換被解釋變量 測(cè)度方法和Sobel檢驗(yàn)，以驗(yàn)證上文實(shí)證結(jié)果 的穩(wěn)健性。

1.工具變量法

從理論上分析，數(shù)字經(jīng)濟(jì)和農(nóng)業(yè)綠色全要 素生產(chǎn)率存在雙向因果的關(guān)系：數(shù)字經(jīng)濟(jì)發(fā)展 水平較高的地區(qū)，其經(jīng)濟(jì)發(fā)展水平往往較高，而 較高的經(jīng)濟(jì)發(fā)展水平帶來(lái)的財(cái)政和技術(shù)優(yōu)勢(shì)又 能刺激農(nóng)業(yè)綠色全要素生產(chǎn)率的提高；反過(guò)來(lái) 說(shuō)，農(nóng)業(yè)綠色全要素生產(chǎn)率較高的地區(qū)，綠色技 術(shù)水平較高，能帶來(lái)較高的投入回報(bào)比，其經(jīng)濟(jì) 發(fā)展水平往往較高，從而更有條件提高數(shù)字基 礎(chǔ)設(shè)施的建設(shè)水平以及產(chǎn)業(yè)的數(shù)字化程度。因 此，為了驗(yàn)證基準(zhǔn)回歸的穩(wěn)定性以及消除內(nèi)生性所帶來(lái)的誤差，本文參考余東華[3]的做法， 考慮到前一期數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)當(dāng)期農(nóng)業(yè)綠 色全要素生產(chǎn)率的影響幾乎可以忽略不計(jì)，將 數(shù)字經(jīng)濟(jì)指數(shù)的滯后項(xiàng)作為工具變量。并且在 將數(shù)字經(jīng)濟(jì)發(fā)展水平滯后項(xiàng)作為工具變量的基 礎(chǔ)上，為了進(jìn)一步提高結(jié)果的穩(wěn)健性，考慮到人 均電信業(yè)務(wù)支出影響數(shù)字經(jīng)濟(jì)發(fā)展水平而與地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率之間的直接關(guān)聯(lián)性 不強(qiáng)，本文選取人均電信業(yè)務(wù)支出作為工具變 量，以驗(yàn)證基礎(chǔ)回歸結(jié)果的穩(wěn)定性，回歸結(jié)果見(jiàn) 表4，表4（1）、（2）列為數(shù)字經(jīng)濟(jì)滯后項(xiàng)作為工 具變量的結(jié)果，（3）、（4）列為人均電信業(yè)務(wù)支 出作為工具變量的結(jié)果。

由表4結(jié)果可知，不論是使用數(shù)字經(jīng)濟(jì)的 滯后項(xiàng)還是使用人均電信業(yè)務(wù)支持作為工具變 量，且不論是否加入控制變量的情況下，數(shù)字經(jīng) 濟(jì)的系數(shù)均顯著為正，與基準(zhǔn)回歸結(jié)果一致，表 明數(shù)字經(jīng)濟(jì)發(fā)展水平顯著促進(jìn)了農(nóng)業(yè)綠色全要 素生產(chǎn)率的提高。Wald檢驗(yàn)結(jié)果顯著拒絕了 弱工具變量的假設(shè)，表明工具變量的估計(jì)結(jié)果 具有可靠性；同時(shí)Sargan檢驗(yàn)結(jié)果顯示，不論 是使用數(shù)字經(jīng)濟(jì)滯后項(xiàng)還是使用人均電信業(yè)務(wù) 支出作為工具變量，均不存在過(guò)度識(shí)別的問(wèn)題， 進(jìn)一步表明工具變量的估計(jì)結(jié)果具有可靠性。

2.更換被解釋變量測(cè)度方法

在前文采用GML指數(shù)測(cè)算農(nóng)業(yè)綠色全要 素生產(chǎn)率的基礎(chǔ)上，本文更換測(cè)算方法，采用兩年一次的Malmquist -Luenberger（BML）指數(shù)測(cè)算農(nóng)業(yè)綠色全要素生產(chǎn)率，將更換測(cè)算方法后 所得農(nóng)業(yè)綠色全要素生產(chǎn)率用ATFP2表示，并 進(jìn)行回歸，所得結(jié)果如表5所示。

由表5模型（1）-（7）回歸結(jié)果可知，在逐 步加人控制變量回歸后，數(shù)字經(jīng)濟(jì)對(duì)更換測(cè)度方法后的農(nóng)業(yè)綠色全要素生產(chǎn)率的系數(shù)均顯著 為正，表明數(shù)字經(jīng)濟(jì)顯著促進(jìn)了農(nóng)業(yè)綠色全要 素生產(chǎn)率的提高，該結(jié)論與前文結(jié)論一致，進(jìn)一 步支持了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3.Sobel檢驗(yàn)

為進(jìn)一步檢驗(yàn)中介效應(yīng)的存在性，本文對(duì) 中介變量農(nóng)地流轉(zhuǎn)進(jìn)行了Sobel檢驗(yàn)，檢驗(yàn)結(jié)果顯示，Sobel檢驗(yàn)直接效應(yīng)Z值為0.000439，在以農(nóng)地流轉(zhuǎn)為中介變量的中介效應(yīng)，與前文 結(jié)論相一致。

（四）基于有限混合模型的數(shù)字經(jīng)濟(jì)差異 化影響分析

為觀測(cè)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)地流轉(zhuǎn)影響農(nóng)業(yè)綠色 全要素生產(chǎn)率這一作用路徑的差異化影響，引 人有限混合回歸模型，將數(shù)字經(jīng)濟(jì)作為伴隨變 量，以分析不同的數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)綠 色生產(chǎn)影響的異質(zhì)性特征。

1.信息準(zhǔn)則判別

在進(jìn)行有限混合模型估計(jì)之前，需依據(jù)信 息準(zhǔn)則對(duì)樣本進(jìn)行最優(yōu)分組，參考逯進(jìn)[34]等人 的做法，利用AIC、BIC、AIC3和CAIC信息準(zhǔn) 則，在模型收斂的前提條件下篩選最優(yōu)潛在分 組。信息準(zhǔn)則篩選結(jié)果如表6所示。無(wú)論是否 加入伴隨變量，在組別數(shù)目為4時(shí)，模型均不能 收斂。在無(wú)伴隨變量的模型中，當(dāng)參考信息準(zhǔn) 則AIC和AIC3時(shí)，組別數(shù)目為3時(shí)信息準(zhǔn)則最??；當(dāng)參考信息準(zhǔn)則BIC和CAIC時(shí)，組別數(shù)目為2時(shí)信息準(zhǔn)則最小。在含有伴隨變量的模 型中，4種信息準(zhǔn)則均在組別數(shù)目為3時(shí)達(dá)到 最小。對(duì)比無(wú)伴隨變量模型和含有伴隨變量模 型可知，含有伴隨變量的模型4種信息準(zhǔn)則均 表明組別數(shù)目為3時(shí)最優(yōu)，表明在含有伴隨變 量的模型中，最優(yōu)的潛在客觀分組為3，而無(wú)伴 隨變量的模型參考的信息準(zhǔn)則不同，所得出來(lái) 的最優(yōu)分組結(jié)論不同，可知加入伴隨變量后信息準(zhǔn)則結(jié)果更為穩(wěn)健。且對(duì)比含有伴隨變量和 不含伴隨變量的模型的信息準(zhǔn)則可以發(fā)現(xiàn)，在 加人伴隨變量之后，信息準(zhǔn)則均較無(wú)伴隨變量模型小，這進(jìn)一步印證了數(shù)字經(jīng)濟(jì)作為伴隨變 量加入模型可以有效的區(qū)分不同的發(fā)展模式。

2.有限混合回歸結(jié)果分析

依據(jù)信息準(zhǔn)則確定最優(yōu)分組后，對(duì)樣本的有 限混合回歸估計(jì)結(jié)果如表7所示。為方便描述， 本文將3種分組分別命名為模式A、模式B和模式C。對(duì)比三種模式下的農(nóng)地流轉(zhuǎn)系數(shù)：在A、B、C三種模式中，農(nóng)地流轉(zhuǎn)系數(shù)分別為0.005、-0.123和0.164，其中模式A未通過(guò)顯著性檢驗(yàn)，而模式B通過(guò)10%顯著性水平檢驗(yàn)，模式C通過(guò) 1%顯著性水平檢驗(yàn)。三種模式的隸屬概率分別 為45.19%、26.36%和28.45%，表明在觀察期內(nèi)的樣本多數(shù)處于模式A中，其次處于模式C中，最少的樣本處于模式B中。

為有效區(qū)分三種模式下數(shù)字經(jīng)濟(jì)的具體發(fā) 展水平，表7中匯報(bào)了三種模式下的數(shù)字經(jīng)濟(jì) 指數(shù)平均大小。三種模式下，數(shù)字經(jīng)濟(jì)平均發(fā) 展水平由高到低為模式C、B、A，平均水平分別為0.349、0.158和0.127。表明模式C處于高數(shù)字經(jīng)濟(jì)發(fā)展水平上，而模式A、B處于較低水 平的數(shù)字經(jīng)濟(jì)發(fā)展中。值得注意的是，盡管有 限混合模型依據(jù)樣本的伴隨變量的特征進(jìn)行潛在的客觀分組，但仍存在有誤判的可能性，表7 中匯報(bào)了該有限混合模型的誤判概率為9.3%低于10%的標(biāo)準(zhǔn)，表明該有限混合模型發(fā)生誤 判的概率較低。

觀察模式B，與模式A相比，農(nóng)地流轉(zhuǎn)系數(shù) 為-0.123，伴隨變量數(shù)字經(jīng)濟(jì)系數(shù)為12.883， 這表明在該模式下，農(nóng)地流轉(zhuǎn)抑制了農(nóng)業(yè)綠色 全要素生產(chǎn)率的提高，且數(shù)字經(jīng)濟(jì)的發(fā)展加劇 了這一現(xiàn)象。與傳統(tǒng)西方經(jīng)濟(jì)學(xué)所認(rèn)為的規(guī)模 化生產(chǎn)帶來(lái)效率提升的觀點(diǎn)相悖的是，在低數(shù) 字經(jīng)濟(jì)發(fā)展水平下，農(nóng)地流轉(zhuǎn)帶來(lái)的土地兼并 生產(chǎn)并沒(méi)有帶來(lái)農(nóng)業(yè)綠色生產(chǎn)效率的提升。對(duì) 此可能的現(xiàn)實(shí)解釋是：第一，在數(shù)字經(jīng)濟(jì)發(fā)展水 平較低時(shí)，數(shù)字經(jīng)濟(jì)的發(fā)展首先表現(xiàn)為賦能信 息流通。數(shù)字設(shè)備的普及，降低了信息傳播的 成本，拓寬了農(nóng)民獲得各類信息的渠道，有效緩解了農(nóng)地流轉(zhuǎn)過(guò)程中的信息不對(duì)稱問(wèn)題，促進(jìn) 了農(nóng)地的流轉(zhuǎn)水平。但受制于較低的數(shù)字經(jīng)濟(jì) 發(fā)展水平，農(nóng)村地區(qū)無(wú)法通過(guò)自發(fā)的形式形成 有效的農(nóng)地流轉(zhuǎn)的線上平臺(tái)，農(nóng)地的競(jìng)價(jià)模式 沒(méi)有出現(xiàn)，土地流轉(zhuǎn)主要是小農(nóng)戶間的低價(jià)兼 并，而不是價(jià)高者得的競(jìng)價(jià)模式，土地的成交價(jià) 格低于其實(shí)現(xiàn)高效生產(chǎn)所能帶來(lái)的效益，這點(diǎn) 可以從三種模式的平均土地價(jià)格水平得到驗(yàn) 證，數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)土地平均價(jià) 格水平較高。此時(shí)，小農(nóng)戶間土地兼并的動(dòng)力 來(lái)源主要是擴(kuò)大化生產(chǎn)所帶來(lái)的規(guī)模經(jīng)濟(jì)。

第二，與城市勞動(dòng)人口相比，農(nóng)村地區(qū)參與農(nóng)業(yè)生產(chǎn)的勞動(dòng)力受教育水平普遍不高，對(duì)于 掌握農(nóng)業(yè)新型綠色生產(chǎn)技術(shù)的能力欠缺。在數(shù) 字經(jīng)濟(jì)發(fā)展水平較低時(shí)，數(shù)字經(jīng)濟(jì)無(wú)法有效地 為農(nóng)民生產(chǎn)提供多種渠道的農(nóng)業(yè)信息技術(shù)來(lái) 源，進(jìn)而無(wú)法實(shí)現(xiàn)對(duì)農(nóng)民的農(nóng)業(yè)生產(chǎn)傳播技術(shù) 的功能。因農(nóng)村人力資本較低等的歷史原因， 農(nóng)業(yè)綠色生產(chǎn)技術(shù)的傳播并不能實(shí)現(xiàn)農(nóng)民生產(chǎn) 技術(shù)的提高進(jìn)而帶來(lái)生產(chǎn)上的改善。因此在這 一數(shù)字經(jīng)濟(jì)發(fā)展水平下，農(nóng)地流轉(zhuǎn)主要表現(xiàn)為 非綠色生產(chǎn)技術(shù)優(yōu)勢(shì)驅(qū)動(dòng)的小農(nóng)兼并，即小農(nóng) 間土地兼并的動(dòng)力不是因?yàn)檗r(nóng)地需求者的綠色 生產(chǎn)技術(shù)高于農(nóng)地供給者所帶來(lái)的生產(chǎn)效率差 距及收人差距，而是非綠色生產(chǎn)技術(shù)差距因素 所導(dǎo)致的農(nóng)地流轉(zhuǎn)。這種非綠色生產(chǎn)技術(shù)差距 因素所帶來(lái)的農(nóng)地流轉(zhuǎn)造成了農(nóng)地流轉(zhuǎn)的混 亂，即農(nóng)地流轉(zhuǎn)并不是向著高綠色生產(chǎn)技術(shù)方 向發(fā)展；且傳統(tǒng)農(nóng)業(yè)生產(chǎn)中，由于綠色農(nóng)業(yè)生產(chǎn) 意識(shí)和能力的欠缺，農(nóng)業(yè)生產(chǎn)更多是依靠增加 農(nóng)業(yè)資源投人的粗放式生產(chǎn)，農(nóng)藥化肥的不合 理使用導(dǎo)致農(nóng)地不可逆的損傷，造成農(nóng)業(yè)資源 的浪費(fèi)，從而抑制了農(nóng)業(yè)綠色全要素生產(chǎn)率的 提高。在該種模式下，數(shù)字經(jīng)濟(jì)主要表現(xiàn)為兩 方面的作用，一方面促進(jìn)了農(nóng)地的流轉(zhuǎn)，在另外 一方面，由于低水平的數(shù)字經(jīng)濟(jì)發(fā)展和低人力 資本水平的制約，農(nóng)業(yè)綠色生產(chǎn)技術(shù)無(wú)法被有 效的利用到農(nóng)業(yè)生產(chǎn)中。此時(shí)數(shù)字經(jīng)濟(jì)發(fā)展的 結(jié)果是農(nóng)地流轉(zhuǎn)的加速和傳統(tǒng)農(nóng)業(yè)生產(chǎn)的放 大，這種放大表現(xiàn)為傳統(tǒng)農(nóng)業(yè)生產(chǎn)的擴(kuò)張，其核心模式依舊是資源型生產(chǎn)，而不是綠色生產(chǎn)技 術(shù)型的生態(tài)化可持續(xù)性生產(chǎn)，并最終表現(xiàn)為農(nóng) 業(yè)綠色全要素生產(chǎn)率的降低。

模式C的農(nóng)地流轉(zhuǎn)系數(shù)為0.164，伴隨變量的系數(shù)為75.601，表明相較于模式A，在該 模式下，農(nóng)地流轉(zhuǎn)促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率 的提高，且這種促進(jìn)效應(yīng)隨著數(shù)字經(jīng)濟(jì)的發(fā)展 而增強(qiáng)。這表明在數(shù)字經(jīng)濟(jì)發(fā)展到較高水平 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)生產(chǎn)的技術(shù)賦能效應(yīng)明顯， 農(nóng)民從數(shù)字經(jīng)濟(jì)發(fā)展中獲取信息的能力提升， 對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)的把握趨向于成熟，此時(shí)農(nóng)地 流轉(zhuǎn)的結(jié)果是向著農(nóng)業(yè)綠色生產(chǎn)技術(shù)優(yōu)勢(shì)的方 向流動(dòng)，即此時(shí)農(nóng)地流轉(zhuǎn)促進(jìn)了農(nóng)業(yè)綠色全要 素生產(chǎn)率的提高。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展到較高水平 時(shí)，農(nóng)民對(duì)信息的學(xué)習(xí)能力隨著數(shù)字經(jīng)濟(jì)的發(fā) 展而提高，數(shù)字經(jīng)濟(jì)對(duì)農(nóng)民生產(chǎn)的教育效應(yīng)開(kāi)始出現(xiàn)，農(nóng)民獲得農(nóng)業(yè)生產(chǎn)技術(shù)的渠道增多，更 多的信息來(lái)源提高了農(nóng)民對(duì)信息獲取和甄別的 能力，促使農(nóng)民能夠更好地掌握由數(shù)字技術(shù)普 及帶來(lái)的綠色農(nóng)業(yè)生產(chǎn)技術(shù)，并最終賦能于農(nóng) 業(yè)綠色生產(chǎn)中。并且在較高的數(shù)字經(jīng)濟(jì)發(fā)展水 平之下，農(nóng)民獲取農(nóng)地流轉(zhuǎn)相關(guān)信息的能力更 為成熟，更有可能形成有效的農(nóng)地線上交易平 臺(tái)，農(nóng)地的競(jìng)價(jià)模式出現(xiàn)，農(nóng)地的流轉(zhuǎn)結(jié)果往往 是能夠?yàn)橐粔K土地支付更高價(jià)格的如企業(yè)、合 作社等大型生產(chǎn)者所獲得，而這類的大型農(nóng)業(yè) 生產(chǎn)者往往具有較高的技術(shù)水平和較高的管理 能力，最終表現(xiàn)為數(shù)字經(jīng)濟(jì)賦能農(nóng)地流轉(zhuǎn)促進(jìn) 農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

3.組間差異檢驗(yàn)

為了進(jìn)一步驗(yàn)證以數(shù)字經(jīng)濟(jì)作為伴隨變量 進(jìn)行有限混合回歸的合理性，使用Wald檢驗(yàn) 驗(yàn)證三種模式下的組間差異性。由結(jié)果可知， 三種模式下的農(nóng)地流轉(zhuǎn)系數(shù)差異及聯(lián)合差異 Wald檢驗(yàn)p值均小于0.1，表明有限混合回歸 模型的分組是客觀的，使用此方法是合理的。

4.發(fā)展模式的動(dòng)態(tài)演變

有限混合模型的一個(gè)優(yōu)點(diǎn)是能夠在觀察期 內(nèi)對(duì)同一個(gè)經(jīng)濟(jì)體的發(fā)展模式的動(dòng)態(tài)演變進(jìn)行 測(cè)量。為進(jìn)一步探討觀察期內(nèi)各省份發(fā)展模式 的動(dòng)態(tài)演變，本文依據(jù)后驗(yàn)概率大于0.5的標(biāo) 準(zhǔn)，利用有限混合模型測(cè)算各省份在不同年份下 所隸屬的發(fā)展模式是否發(fā)生了轉(zhuǎn)移，測(cè)算結(jié)果如 表8所示?？芍?，從總體上來(lái)看，在樣本期內(nèi)未 發(fā)生發(fā)展模式轉(zhuǎn)移的省份有內(nèi)蒙古自治區(qū)、安 徽、山西、廣西、江西、河南、甘肅（模式A）、新疆、貴州（模式B）、上海、北京、江蘇、浙江、廣東（模式C）。發(fā)生由模式A轉(zhuǎn)變?yōu)槟Ｊ紹的省份有 云南（2015）、吉林（2016）、黑龍江（2016）、寧夏（2015）、河北（2017）、湖南（2017）、遼寧（2017）、 青海（2018）。由模式B轉(zhuǎn)變?yōu)槟Ｊ紺的省份有海南（2018）、福建（2017）。由模式A轉(zhuǎn)變?yōu)槟Ｊ紺的省份有四川（2017）、天津（2018）、山東（2018）、湖北（2019）、重慶（2018）、陜西（2018）。 表明在觀察期內(nèi)，有13個(gè)省份未發(fā)生發(fā)展模式 的轉(zhuǎn)移，另有17個(gè)省份發(fā)生了不同發(fā)展模式的轉(zhuǎn)移，且有6個(gè)省份發(fā)生了由模式A向模式C 的跨模式轉(zhuǎn)移，表明一個(gè)省份的發(fā)展模式可以在 一段時(shí)間內(nèi)實(shí)現(xiàn)跨越。

為進(jìn)一步從統(tǒng)計(jì)學(xué)上驗(yàn)證發(fā)展模式轉(zhuǎn)移的 動(dòng)力是數(shù)字經(jīng)濟(jì)的發(fā)展，利用雙側(cè)T檢驗(yàn)驗(yàn)證 模式轉(zhuǎn)換前后伴隨變量的系數(shù)差異性，僅保留 發(fā)生模式A轉(zhuǎn)換模式C的省份2017年和2020 年數(shù)據(jù)。所得結(jié)果顯示，在2017年處在模式A 的省份的數(shù)字經(jīng)濟(jì)指數(shù)的均值為0.213，在 2020年發(fā)生模式轉(zhuǎn)換后處在模式C時(shí)的數(shù)字 經(jīng)濟(jì)指數(shù)的平均值為0.308，二者差分為 0.096，雙側(cè)T檢驗(yàn)的P值為0.003，即從統(tǒng)計(jì) 學(xué)上驗(yàn)證了發(fā)展模式轉(zhuǎn)換的動(dòng)力為數(shù)字經(jīng)濟(jì)發(fā) 展水平的提高。

五、結(jié)論與政策建議

在糧食安全問(wèn)題日益突出的大背景下，提 高農(nóng)業(yè)綠色全要素生產(chǎn)率就成為解決糧食安全 問(wèn)題的一個(gè)重要的有效手段。數(shù)字經(jīng)濟(jì)憑借其 高滲透性和創(chuàng)新性的特點(diǎn)，成為兼顧綠色發(fā)展 和提高農(nóng)業(yè)生產(chǎn)效率的重要發(fā)展動(dòng)力。然而現(xiàn) 有的對(duì)于影響農(nóng)業(yè)綠色全要素生產(chǎn)率的要素的 研究主要基于生產(chǎn)力范疇，對(duì)于生產(chǎn)關(guān)系調(diào)整對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響的研究較為欠 缺，且對(duì)數(shù)字經(jīng)濟(jì)如何賦能農(nóng)業(yè)綠色全要素生 產(chǎn)率的研究較少。因此本文基于前人研究的基 礎(chǔ)上，利用2013-2020年30個(gè)省份面板數(shù)據(jù) 實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率 的影響，基于生產(chǎn)力和生產(chǎn)關(guān)系兩個(gè)維度實(shí)證 分析了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的作 用路徑，并進(jìn)一步分析了在不同數(shù)字發(fā)展情境 下的農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的不同 影響。得出以下主要結(jié)論：（1）數(shù)字經(jīng)濟(jì)的發(fā) 展在生產(chǎn)技術(shù)和生產(chǎn)融資這兩個(gè)維度上提升了 農(nóng)業(yè)生產(chǎn)力水平，從而促進(jìn)了農(nóng)業(yè)綠色全要素 生產(chǎn)率的提升。（2）從整體上看，數(shù)字經(jīng)濟(jì)的 發(fā)展影響了農(nóng)民在農(nóng)地流轉(zhuǎn)問(wèn)題上的決策，表 現(xiàn)為數(shù)字經(jīng)濟(jì)發(fā)展水平的提升促進(jìn)了農(nóng)地流轉(zhuǎn) 水平的提高，并最終促進(jìn)了農(nóng)業(yè)綠色全要素生 產(chǎn)率的提高。（3）在不同數(shù)字經(jīng)濟(jì)發(fā)展水平的 情景下，農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響不同。在較低數(shù)字經(jīng)濟(jì)發(fā)展水平下，農(nóng)地 流轉(zhuǎn)抑制了農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，其 原因可能是低水平下的數(shù)字經(jīng)濟(jì)無(wú)法有效發(fā)揮 技術(shù)傳播效應(yīng)和無(wú)法形成有效地農(nóng)地線上競(jìng)價(jià) 交易平臺(tái)，從而農(nóng)地流轉(zhuǎn)就表現(xiàn)為低綠色效能 的小農(nóng)戶間低價(jià)的兼并，并不能帶來(lái)農(nóng)業(yè)綠色 全要素生產(chǎn)率的提升。而在數(shù)字經(jīng)濟(jì)發(fā)展水平 較高的情形下，數(shù)字經(jīng)濟(jì)有效地發(fā)揮了技術(shù)傳 播效應(yīng)和形成了良性的農(nóng)地線上競(jìng)價(jià)交易平 臺(tái)，農(nóng)地的流轉(zhuǎn)向著高綠色生產(chǎn)技術(shù)的方向運(yùn) 動(dòng)，并最終表現(xiàn)為農(nóng)地流轉(zhuǎn)促進(jìn)了農(nóng)業(yè)綠色全 要素生產(chǎn)率的提高。

基于上述的研究結(jié)論，本文提出如下政策

建議：（1）加大對(duì)農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè) 的投資力度，建成農(nóng)村數(shù)字化生活生產(chǎn)體系，提 升農(nóng)民學(xué)習(xí)使用數(shù)字經(jīng)濟(jì)的能力，切實(shí)將數(shù)字 經(jīng)濟(jì)發(fā)展紅利落實(shí)到農(nóng)村地區(qū)。（2）有序引導(dǎo) 部分適合的城市產(chǎn)業(yè)下放到農(nóng)村，提升農(nóng)村地 區(qū)就近非農(nóng)就業(yè)的穩(wěn)定性，保障農(nóng)民在參與農(nóng)地流轉(zhuǎn)后的幸福感。（3）在政策上為農(nóng)村地區(qū) 形成農(nóng)地流轉(zhuǎn)競(jìng)價(jià)網(wǎng)上平臺(tái)提供支持，引導(dǎo)農(nóng) 村地區(qū)形成有效的農(nóng)地競(jìng)價(jià)模式，提升農(nóng)民參 與農(nóng)地流轉(zhuǎn)所能獲得的租金收入的同時(shí)促進(jìn)農(nóng) 地流轉(zhuǎn)向集約化大規(guī)模生產(chǎn)的方向，進(jìn)而促進(jìn) 農(nóng)地資源的利用效率。

參考文獻(xiàn)：

[1]陳鑫鑫，段博.數(shù)字經(jīng)濟(jì)縮小了城鄉(xiāng)差距嗎？

基于中介效應(yīng)模型的實(shí)證檢驗(yàn)[J].世界地理研究，2022，31（02）：280 -291.

[2]王奇，王會(huì)，陳海丹.中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率 變化研究：1992-2010年[J].經(jīng)濟(jì)評(píng)論，2012（05）：24-33.

[3]劉亦文，歐陽(yáng)瑩，蔡宏宇.中國(guó)農(nóng)業(yè)綠色全要素生 產(chǎn)率測(cè)度及時(shí)空演化特征研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì) 研究，2021，38（05）：39-56.

[4]徐永慧，尹朝靜.環(huán)境規(guī)制下中國(guó)農(nóng)業(yè)綠色全要素 生產(chǎn)率的測(cè)算[J].統(tǒng)計(jì)與決策，2021，37（18）：50-54.

[5]鄭甘甜，陳池波，張開(kāi)華，等.中國(guó)農(nóng)業(yè)環(huán)境全要素生產(chǎn)率動(dòng)態(tài)演進(jìn)及收斂性分析[J].中國(guó)農(nóng)業(yè)資源與區(qū) 劃，2022，43（01）：40-49.

[6]紀(jì)成君，夏懷明.我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的區(qū) 域差異與收斂性分析[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（12）：136 -143.

[7]葛鵬飛，王頌吉，黃秀路.中國(guó)農(nóng)業(yè)綠色全要素生 產(chǎn)率測(cè)算[J].中國(guó)人口·資源與環(huán)境，2018，28（05）： 66 -74.

[8]郭海紅，張?jiān)谛?，方麗?中國(guó)農(nóng)業(yè)綠色全要素生 產(chǎn)率時(shí)空分異與演化研究[J].現(xiàn)代經(jīng)濟(jì)探討，2018（06）：85-94.

[9]吳傳清，宋子逸.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn) 率測(cè)度及影響因素研究[J].科技進(jìn)步與對(duì)策，2018，35（17） ：35 -41.

[10]梁俊，龍少波.農(nóng)業(yè)綠色全要素生產(chǎn)率增長(zhǎng)及其 影響因素[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015， 14（03）：1-12.

[11]李曉龍，冉光和.農(nóng)產(chǎn)品貿(mào)易提升了農(nóng)業(yè)綠色全 要素生產(chǎn)率嗎？——基于農(nóng)村金融發(fā)展視角的分析 [J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，23（04）：82-92.

[12]陳芳，楊梅君.農(nóng)產(chǎn)品國(guó)際貿(mào)易對(duì)中國(guó)農(nóng)業(yè)綠色 全要素生產(chǎn)率的影響[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科 學(xué)版），2021，20（05）：94-104.

[13]薛蕾，申云，徐承紅.農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)綠色發(fā) 展：效率測(cè)度及影響效應(yīng)[J].經(jīng)濟(jì)經(jīng)緯，2020，37（03）： 45 -53.

[14]金芳，金榮學(xué).農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)綠色全要素 生產(chǎn)率增長(zhǎng)的空間效應(yīng)分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)

（社會(huì)科學(xué)版），2020（01）：124-134+168-169.

[15]陳訓(xùn)波，武康平，賀炎林.農(nóng)地流轉(zhuǎn)對(duì)農(nóng)戶生產(chǎn)率 的影響——基于DEA方法的實(shí)證分析[J].農(nóng)業(yè)技術(shù) 經(jīng)濟(jì)，2011（08）：65-71.

[16]劉昊龍，劉鈺洲.農(nóng)地流轉(zhuǎn)、合作經(jīng)營(yíng)與農(nóng)業(yè)生產(chǎn) 效率提升[J].東岳論叢，2022，43（10）：125-134.

[17]高欣，張安錄.農(nóng)地流轉(zhuǎn)、農(nóng)戶兼業(yè)程度與生產(chǎn)效 率的關(guān)系[J].中國(guó)人口·資源與環(huán)境，2017，27（05）：121 -128.

[18]匡遠(yuǎn)配，楊佳利.農(nóng)地流轉(zhuǎn)的全要素生產(chǎn)率增長(zhǎng) 效應(yīng)[J].經(jīng)濟(jì)學(xué)家，2019（03）：102-112.

[19]史常亮，占鵬，朱俊峰.土地流轉(zhuǎn)、要素配置與農(nóng)業(yè)生產(chǎn)效率改進(jìn)[J].中國(guó)土地科學(xué)，2020，34（03）：49-57.

[20]高楊，牛子恒.農(nóng)業(yè)信息化、空間溢出效應(yīng)與農(nóng)業(yè) 綠色全要素生產(chǎn)率——基于SBM-ML指數(shù)法和空間杜賓模型[J].統(tǒng)計(jì)與信息論壇，2018，33（10）：66-75.

[21]蔡慶豐，王瀚佑，李東旭.互聯(lián)網(wǎng)貸款、勞動(dòng)生產(chǎn) 率與企業(yè)轉(zhuǎn)型——基于勞動(dòng)力流動(dòng)性的視角[J].中國(guó) 工業(yè)經(jīng)濟(jì)，2021（12）：146-165.

[22]王森，陳宇斌.數(shù)字普惠金融如何推動(dòng)農(nóng)業(yè)高質(zhì) 量發(fā)展？——兼論中介與門檻作用機(jī)制[J].管理學(xué) 刊，2022，35（03）：72-87.

[23]李志剛，劉達(dá)，林賽南.中國(guó)城鄉(xiāng)流動(dòng)人口“回流” 研究進(jìn)展與述評(píng)[J].人文地理，2020，35（01）：1-10+62.

[24]郭曉鳴.中國(guó)農(nóng)村土地制度改革：需求、困境與發(fā) 展態(tài)勢(shì)[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2011（04）：4-8+17.

[25]王藝潔，劉國(guó)勇，劉曉虎，劉志有.三權(quán)分置背景 下農(nóng)地流轉(zhuǎn)與勞動(dòng)力轉(zhuǎn)移耦合協(xié)調(diào)分析——基于新疆 的農(nóng)戶調(diào)查[J].干旱區(qū)資源與環(huán)境，2022，36（07）：62-69.

[26]張景娜，張雪凱.互聯(lián)網(wǎng)使用對(duì)農(nóng)地轉(zhuǎn)出決策的 影響及機(jī)制研究——來(lái)自CFPS的微觀證據(jù)[J].中國(guó) 農(nóng)村經(jīng)濟(jì)，2020（03）：57-77.

[27]李曉鐘，李俊雨.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)收入差距 的影響研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（02）：77-93.

[28]錢龍，洪名勇.為何選擇口頭式、短期類和無(wú)償型 的農(nóng)地流轉(zhuǎn)契約——轉(zhuǎn)出戶控制權(quán)偏好視角下的實(shí)證 分析[J].財(cái)貿(mào)研究，2018，29（12）：48-59.

[29]郭海紅，李樹(shù)超.環(huán)境規(guī)制、空間效應(yīng)與農(nóng)業(yè)綠色 發(fā)展[J].研究與發(fā)展管理，2022，34（02）：54-67.

[30]冒佩華，徐驥.農(nóng)地制度、土地經(jīng)營(yíng)權(quán)流轉(zhuǎn)與農(nóng)民 收入增長(zhǎng)[J].管理世界，2015（05）：63-74+88.

[31]溫忠麟.張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程 序及其應(yīng)用[J].心理學(xué)報(bào)，2004（05）：614-620.

[32]宋馬林，劉貫春.增長(zhǎng)模式變遷與中國(guó)綠色經(jīng)濟(jì) 增長(zhǎng)源泉——基于異質(zhì)性生產(chǎn)函數(shù)的多部門核算框架[J].經(jīng)濟(jì)研究，2021，56（07）：41-58.

[33]余東華，王梅娟.數(shù)字經(jīng)濟(jì)、企業(yè)家精神與制造業(yè) 高質(zhì)量發(fā)展[J].改革，2022（07）：61-81.

[34]逯進(jìn)，王恩澤，郭志儀.人口視域下中國(guó)經(jīng)濟(jì)增長(zhǎng) 路徑選擇[J].中國(guó)人口科學(xué)，2019（05）：85-95+128.