首页 > 论文范文 > 社会科学论文 > 经济学论文 > 农业经济论文 > 数字经济对广东省农业高质量发展的影响实证分析

数字经济对广东省农业高质量发展的影响实证分析

2024-09-27 150 上传者：管理员

摘要：近年来，数字经济发展迅速，已成为广东省经济增长的重要引擎，也是其农业农村建设的重要内容。本文基于广东省农业高质量发展现状，采用广东省2011-2021年时间序列数据，运用描述性统计、平稳性检验、协整检验和回归分析等一系列实证方法探究数字经济对农业高质量发展的影响。结果表明：数字经济整体上能够促进农业高质量发展，各指标对农业高质量发展存在显著正向影响，并根据实证结果提出相应对策。

关键词：
农业
协整检验
数字中国
数字经济
高质量发展
加入收藏

“十四五”时期，以数字化为特征的现代农业是建设“数字中国”的重要任务，如何抓住数字经济发展契机，突破传统农业发展瓶颈，是当前广东省全面实施乡村振兴战略、促进农业高质量发展亟待解决的问题。

1、相关概念

1.1数字经济

Tapscott(1996）首次将数字经济定义为是一个使用信息与通信技术的经济系统，包含基础设施、电子商务以及运用信息与通信技术的C2C、B2B和B2C交易模式。在代表性机构给出的关于数字经济理论内涵的界定中，目前我国学者认可度较高的是G20杭州峰会（2018）给出的定义，指出数字经济主要体现在数字产业化和产业数字化两个方面。

1.2农业高质量发展

近年来，中共中央、国务院以及相关部门相继发布了一系列关于农业高质量发展的文件，其中《国家质量兴农战略规划（2018—2022年）》具体规划了实现质量兴农总目标的战略安排，而中央一号文件（2022）则从粮食生产和绿色发展等方面对农业高质量发展进行了布局。

2、广东省农业高质量发展现状

2.1农业科研与技术开发投入不断提高

广东省不断提高R&D经费的投入，完善农业科研创新基础设施，由图1可知，从2011年1045.49亿元增长到2021年的4002.18亿元，科研和技术服务单位数量也随之增多，尤其是2018至2021年一路急增。

图1 2011-2021年广东省农业科研与技术开发情况

2.2农药化肥使用量下降明显

如图2所示，2021年广东省农药、化肥使用量分别为7.74万吨、212.87万吨，比过去三年平均值分别减少了1.07万吨、12.77万吨，均实现负增长。说明全省农业农村生态环境正逐步改善。

3、数字经济影响广东省农业高质量发展的实证分析

3.1变量选取

本文选取了被解释变量、核心解释变量和控制变量，具体如表1所示。

3.2数据来源

本文选取广东省2011-2021年数字经济和农业高质量发展两个领域的时序数据进行实证分析。数据来源于国家统计局、广东省统计局、农业部门的调研统计数据、企业年报、网络数据。此外，为追求数据的完备性、科学性、实践性，研究中利用插值法对少数缺失数据进行了填补。

图2 2011-2021年广东省农药化肥使用情况

表1 基准模型变量选取及说明

3.3模型构建

本文利用线性模型探究数字经济对农业高质量发展的影响，模型如下：

模型中，Ahdt表示广东省第t年农业高质量发展水平，Digt表示广东省第t年数字经济发展水平，α为数字经济水平的回归系数，c为常数项，ut表示为随机扰动项。

3.4实证检验

3.4.1描述性统计

为对样本数据做初步分析，本文做实证回归之前做了变量描述性统计分析，结果如表2所示。

表2 变量描述性统计

由表2可知，被解释变量农业高质量发展指数均值为0.3482，最大值和最小值分别为0.7331和0.1268，核心解释变量数字经济指数均值为0.4819，最大值和最小值分别为0.7288和0.1940，说明广东省不同年份的数字经济水平存在一定差距。

3.4.2平稳性检验

从表3中ADF的检验结果可知：变量Dig、Li、Eo单位根检验的P值均小于0.1，表明不存在单位根，是平稳序列，被解释变量Ahd在一阶差分下的t检验统计量值为-4.079915，小于相应临界值，且P值为0.0518小于0.1，从而表明Ahd的一阶差分序列不存在单位根，为平稳序列。同理，变量Ld、Is、Gov的时间序列经一阶差分后t检验临界值均小于相应临界值且P值都小于0.1，表明其一阶差分序列都不存在单位根，都是平稳序列。

表3 平稳性检验

3.4.3协整检验

如图3所示，EG两步法检验的临界值为-3.4959-7.203/11-4.01/112=-4.1865，大于t统计量-4.263594，从而表明残差序列不存在单位根，是平稳序列，序列之间存在协整关系。

图3 协整检验结果

3.4.4回归分析

(1)基准回归。通过平稳性检验可知，一阶差分后的变量Ahd、Is、Gov均为平稳序列，可对各平稳序列进行OLS估计，核心解释变量Dig和被解释变量Ahd的回归结果如图4所示。

图4 OLS回归估计结果

从结果可知，模型通过了F检验，说明使用OLS回归模型合适。核心解释变量数字经济水平在5%的水平下通过显著性检验，且回归系数为0.442564,P值为0.0184<0.05，说明数字经济对农业高质量增长有显著正向影响，且当数字经济变动一个单位时，农业高质量发展同向变动0.442564个单位。

为进一步分析在模型中引入其他变量时数字经济对农业高质量发展的影响，本文将把产业结构调整（Is）这一变量引入作为控制变量，并做OLS回归，结果如图5所示。

由结果可知，在加入产业结构调整这一控制变量后，数字经济对农业高质量发展的影响依然显著，显著性水平为0.0336，影响系数为0.466186，模型拟合优度提高，说明在引入控制产业结构调整这一变量后，数字经济对农业高质量发展依然存在显著正向影响，且影响程度更大，可将此变量纳入模型。而在加入对外开放程度（Eo）这一变量时（如图6），模型拟合优度下降，故无需纳入模型。

图5 引入控制变量产业结构调整（Is）的OLS回归估计结果

图6 引入控制变量对外开放程度（Eo）的回归分析结果

(2)稳健性检验。为检验上述回归结果的稳健性，本文采用增加控制变量的方法进行稳健性检验，考虑到政府支持程度（Gov）这一指标也会对农业高质量发展产生影响，故在模型中加入这一变量作为控制变量进行OLS回归，结果如图7所示。

图7 引入控制变量政府支持程度（Gov）的OLS回归估计结果

由结果可知，在纳入政府支持程度这一控制变量后，数字经济发展对农业高质量发展的影响依然在5%的显著性水平，且同样为正向影响，说明稳健性检验通过。

(3)进一步分析。考虑到本研究核心解释变量数字经济由数字产业化、产业数字化两个维度的指标构建而成，为进一步分析这两个维度分别对农业高质量发展的影响，本研究分别将数字产业化（Li）和产业数字化（Ld）两个维度的综合指数做为解释变量替换数字经济发展，并依次进行OLS回归。

由图8可知，解释变量数字产业化在5%的水平下通过显著性检验，且回归系数为0.346292，对应P值为0.0346<0.05，说明数字产业化对农业高质量增长有显著正向影响，且当数字经济变动一个单位时，农业高质量发展同向变动0.346292个单位。同理可得出解释变量产业数字化在5%的水平下通过显著性检验（如图9），且回归系数为0.417802，对应P值为0.0355<0.05，说明数字产业化对农业高质量增长有显著正向影响，且当产业数字化变动一个单位时，农业高质量发展同向变动0.417802个单位，这表明数字产业化和产业数字化均能促进农业高质量发展。

图8 将数字化产业化（Li）替换为解释变量的OLS回归估计结果

图9 将产业数字化（Ld）替换为解释变量的OLS回归估计结果

4、结论

首先，数字经济整体上能够促进广东省农业高质量发展，当引入产业结构调整、政府支持程度两个控制变量时，模型拟合优度增大，数字经济对农业高质量发展依然存在显著正向影响，且影响程度更大；其次，将数字经济分解为数字产业化、产业数字化两个维度去进一步分析对农业高质量发展的影响时，仍呈现正向促进作用。因此，为了促进农业高质量发展，广东省应加快农业基础设施数字化升级，促进现代信息通信技术与农业生产的深度融合；加快推进农业农村现代化，提升农作物生产全程机械化水平；加大农业交流与合作，推动农产品电商发展；政行校企协同育人，建设农业农村数字化人才队伍。

参考文献:

[1]李首涵,杨萍,卢德成.农业高质量发展评价指标体系研究———基于鲁苏浙3省的比较分析[J].中国农业资源与区划,2023,44(01):66-74.

[2]于婷,于法稳.基于熵权TOPSIS法的农业高质量发展评价及障碍因子诊断[J].云南社会科学,2021(05):76-83.

[3]赵亮.乡村振兴视域中数字农业高质量发展探析[J].人民论坛,2023(02):81-83.

基金资助:湖南省社科基金一般项目“湖南数字经济和实体经济融合发展研究”(项目编号:21YBX018);

文章来源:易乐,胡雨.数字经济对广东省农业高质量发展的影响实证分析[J].价值工程,2024,43(27):9-11.