农业农村大数据政策何以促进农民增收？^*

How Can Agricultural and Rural Big Data Policies Promote Farmers' Income Growth?

摘要

促进农民收入持续增长是做好农业农村工作的关键所在。文章以《农业农村大数据试点方案》的实施为一次准自然实验，基于2000-2021年我国27个省份面板数据，运用倾向匹配双重差分法（PSM-DID），实证探讨农业农村大数据政策的农民增收效应。研究结果表明：农业农村大数据政策能够显著提升农民收入；其作用机制通过推动农业产业结构升级、提高农业生产经营效率、提升农村数字应用水平来促进农民增收；农业农村大数据政策对农民增收的影响存在区域异质性和项目异质性，政策正向显著影响中部、西部和东北部农民收入，负向影响东部农民收入，且对不同地区的农民收入类型产生不同影响，四大试点项目中的市场化建设与运营机制对农民增收效应最显著，但不同类型的项目对不同区域农民收入的影响具有差异性。对此，必须进一步明确政策导向、健全政策体系、抓好政策试点等，因地制宜、充分发挥农业农村大数据政策的农民增收效应。

Abstract

Promoting the continuous growth of farmers' income is the key to improve agricultural and rural work. The implementation of the "Agricultural and Rural Big Data Pilot Program" was reviewed as a quasi-natural experiment. Based on panel data from 27 provinces in China from 2000 to 2021, the income-increasing effects of agricultural and rural big data policies were empirically explored using the Propensity Score Matching-Difference in Differences method (PSM-DID). The research results indicated that agricultural and rural big data policies could significantly enhance farmers' income. The mechanisms of action included promoting the upgrading of agricultural industrial structures, improving agricultural production and operational efficiency, and enhancing the level of digital application in rural areas to boost farmers' income. Furthermore, the impact of agricultural and rural big data policies on farmers' income exhibited regional and project heterogeneity. The policies had a significant positive effect on the income of farmers in the central, western, and northeastern regions, while negatively affecting the income of farmers in the eastern region. Additionally, the impact on different types of farmers' income varied across regions. Among the four major pilot projects, the market-oriented construction and operational mechanisms had the most significant effect on increasing farmers' income, but different types of projects had varying impacts on farmers' income in different regions. Therefore, it was necessary to further clarify policy orientation, improve the policy system, and effectively implement pilot policies, adapt to local conditions to fully leverage the income-increasing effects of agricultural and rural big data policies.

关键词

农业农村大数据试点方案 / 农民增收 / 农业生产经营效率 / 农业产业结构 / 农村数字应用水平

Key words

agricultural and rural big data pilot program / farmers' income increase / agricultural production and operational efficiency / agricultural industrial structure / rural digital application level

参考文献

[1] 刘文勇. 粮食生产区域集聚对农民收入的影响研究[J]. 农业经济与管理, 2023(5): 23-35.

[2] 陈文胜. 围绕痛点难点发力促农民增收[J]. 山东经济战略研究, 2020(7): 44-45.

[3] 黄季焜, 苏岚岚, 王悦. 数字技术促进农业农村发展: 机遇、挑战和推进思路[J]. 中国农村经济, 2024(1): 21-40.

[4] 谭洪波, 耿志超. 数据要素推动经济高质量发展路径研——基于新生产要素特征视角的分析[J]. 价格理论与实践, 2023(9): 46-51.

[5] 孙九林, 李灯华, 许世卫, 等. 农业大数据与信息化基础设施发展战略研究[J]. 中国工程科学, 2021, 23(4): 10-18.

[6] 毛世平, 张琛. 以发展农业新质生产力推进农业强国建设[J]. 农业经济问题, 2024(4): 36-46.

[7] 曾祥明, 胡元, 张秋月 . “数据要素×”赋能农民持续增收的机理、效应与优化策略研究[J]. 长安大学学报(社会科学版), 2024, 26(3): 76-90.

[8] 马述忠, 濮方清, 肖赵华. 农业大数据的流动过程和价值创——基于供需匹配视角的分析[J]. 农业经济问题, 2024(8): 13-24.

[9] 陆岷峰. 数据市场化赋能新质生产力: 理论逻辑、实施模式与发展趋势[J]. 新疆社会科学, 2024(2): 1-16.

[10] 贺娅萍, 徐康宁. 互联网对城乡收入差距的影响: 基于中国事实的检验[J]. 经济经纬, 2019, 36(2): 25-32.

[11] 金晓彤, 路越. 互联网基础设施建设与农村居民增收[J]. 当代经济管理, 2022, 44(1): 44-52.

[12] 李媛, 阮连杰. 数字经济赋能中国式农业农村现代化: 理论逻辑与经验证据[J]. 经济问题, 2023(8): 25-32.

[13] 张辉, 马望博. 大数据时代的农业发展: 国际前沿与中国实践[J]. 北京交通大学学报(社会科学版), 2024, 23(2): 34-45.

[14] 方观富, 许嘉怡. 数字普惠金融促进居民就业——来自中国家庭跟踪调查的证据[J]. 金融经济学研究, 2020, 35(2): 75-86.

[15] 聂昀秋, 马晓君, 褚元田. 我国数字经济发展水平测度与驱动要素分析[J]. 东北财经大学学报, 2023(1): 62-73.

[16] 张蕴萍, 栾菁. 数字经济赋能乡村振兴: 理论机制、制约因素与推进路径[J]. 改革, 2022(5): 79-89.

[17] 胡蕾, 巫强, 姚雨秀. 数字乡村建设对农村家庭增收的作用机——基于县域数字乡村指数与中国家庭追踪调查的匹配数据[J]. 云南财经大学学报, 2024, 40(3): 82-96.

[18] 李红娟. 创新要素配置、产业结构升级与农民农村共同富裕[J]. 技术经济与管理研究, 2024(3): 153-158.

[19] 石建勋. 加快推动数字产业化和产业数字化[N]. 人民日报, 2021-10-15(009).

[20] 张震宇. 新质生产力赋能城乡融合: 理论逻辑与路径探索[J]. 重庆理工大学学报(社会科学), 2024, 38(2): 11-21.

[21] 唐魏, 李月起, 李成勋, 等. 数字经济与农业农村现代化[J]. 工程管理科技前沿, 2024(1): 1-10.

[22] 马海群, 张涛. 数据生产力的理据阐释与“新质”力量[J]. 中国图书馆学报, 2024(5): 1-16.

[23] 许世卫, 王东杰, 李哲敏. 大数据推动农业现代化应用研究[J]. 中国农业科学, 2015, 48(17): 3429-3438.

[24] 阮俊虎, 刘天军, 冯晓春, 等. 数字农业运营管理: 关键问题、理论方法与示范工程[J]. 管理世界, 2020, 36(8): 222-233.

[25] 宋伟, 吴限. 大数据助推智慧农业发展[J]. 人民论坛, 2019(12): 100-101.

[26] 马丽, 杨艳梅. 农民数字素养赋能乡村振兴的理论机制与路径研究[J]. 农业经济与管理, 2022(6): 46-54.

[27] 骆永民, 樊丽明. 中国农村基础设施增收效应的空间特——基于空间相关性和空间异质性的实证研究[J]. 管理世界, 2012(5): 71-87.

[28] 李霄, 卢圣华, 汪晖. 征地对农户收入的影响及其空间分异性研——基于CHFS数据的倍差法分析[J]. 中国土地科学, 2019, 33(10): 102-110.

[29] 王立勇, 房鸿宇, 谢付正. 中国农业保险补贴政策绩效评估: 来自多期DID的经验证据[J]. 中央财经大学学报, 2020(9): 24-34.

[30] 曹菲, 聂颖. 产业融合、农业产业结构升级与农民收入增——基于海南省县域面板数据的经验分析[J]. 农业经济问题, 2021(8): 28-41.

[31] 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(7): 118-129.

[32] 唐跃桓, 杨其静, 李秋芸, 等. 电子商务发展与农民增——基于电子商务进农村综合示范政策的考察[J]. 中国农村经济, 2020(6): 75-94.

[33] 冯献, 李瑾, 曹冰雪. 信息化应用对农民增收的影响效应分——来自京津冀 353 个农户样本的证据[J]. 情报杂志, 2019, 38(4): 201-207.

[34] 陈玲, 段尧清. 政务大数据政策的技术创新效应分——基于PSM-DID方法的估计[J]. 图书情报工作, 2020, 64(20): 96-105.

[35] 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014, 22(5): 731-745.

[36] 郭东, 李琳, 庞国光, 等. 农民工返乡创业何以缩小县域城乡收入差——基于返乡创业试点政策的考察[J]. 中国人口科学, 2024, 38(5): 50-65.

[37] Bai J J, Wang Y, Sun W H. Exploring the role of agricultural subsidy policies for sustainable agriculture based on Chinese agricultural big data[J]. Sustainable Energy Technologies and Assessments, 2022, 53(PA): 1-10.

[38] Liu B, Zhou J. Digital literacy, farmers' income increase and rural internal income gap[J]. Sustainability, 2023, 15(14): 1-13.

[39] Preacher K J, Hayes A F. A symptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior Research Methods, 2008, 40(3): 879-891.

[40] Ronald T, Hanlie S. Agricultural social networks: An agricultural value chain-based digitalization framework for an inclusive digital economy[J]. Applied Sciences, 2023, 13(11): 1-20.

[41] Timmer M P, Szirmai A. Productivity growth in Asian manufacturing: The structural bonus hypothesis examined[J]. Structural Change and Economic Dynamics, 2000, 11(4): 371-392.

[42] Zhang X F, Fan D C. Can agricultural digital transformation help farmers increase income? An empirical study based on thousands of farmers in Hubei Province[J]. Environment Development and Sustainability, 2023, 26(4): 14405-14431.

基金资助

*国家社会科学基金重点项目(24AZZ010)

国家社会科学基金后期资助项目(22FGLB006)

湖南省社会科学基金“学术湖南”精品培育项目(23ZDAJ010)