数字赋能何以激发内生动力？——数字乡村建设的扶智扶志效应及其协同机制研究
基于县域数字乡村指数与CFPS数据，实证检验数字乡村建设对脱贫地区个体的扶智扶志效应及协同机制。
← 主题
#双重机器学习
数字乡村建设能否提升县域经济韧性——基于双重机器学习与县级面板数据
基于县级面板数据，用双重机器学习检验数字乡村建设对县域经济韧性的因果效应与机制。
Evidence Based on Digital Agriculture in China (Land 2026, 15(9), 1531) — 基于700个中国县的双重机器学习证据
Benjian Wu, Xing Huang, Bo Zhou, Jianmin Li, Lifang Hu (中国农业科学院/中国农业大学/南京大学等) 共同发表论文。基于2010—2024年中国700个县的县级面板数据,将"数字农业创新与应用基地"试点视为准自然实验,采用双重机器学习模型考察智慧农业建设对城乡土地利用效率差距的影响。研究发现:(1)智慧农业建设显著缩小了城乡土地利用效率差距,机制渠道指向农业技术进步、资本配置优化、农业产业升级;(2)政策效应在原贫困县、土地流转率高、数字基础强的县更显著;(3)分解结果显示差距缩小主要由农村追赶驱动,而非城市衰退。本研究澄清了智慧农业建设如何通过要素再配置平衡城乡土地利用。
数字乡村试点政策对土地利用效率与城乡差距的长期影响 基于中国县级面板的因果识别
原文标题：Smart Agriculture Construction and the Urban-Rural Gap in Land Use Efficiency: Evidence from Digital Agriculture in China。该研究系同篇Land 15(9)1531的数字乡村政策评估版本，扩展论证数字农业试点对城乡土地利用效率差距缩小的因果效应；识别策略包括双重机器学习、置换检验与子样本稳健性检验。研究为评估十五五数字乡村战略提供量化基准。
数字农业试点对城乡土地利用效率差距的影响 基于700个中国县的双重机器学习证据
原文标题：Smart Agriculture Construction and the Urban-Rural Gap in Land Use Efficiency: Evidence from Digital Agriculture in China。基于2010-2024年700个中国县的面板数据，将数字农业创新与应用基地试点项目作为准自然实验，应用双重机器学习模型检验智慧农业建设对城乡土地利用效率差距的影响。结果显示智慧农业建设显著缩小城乡土地利用效率差距，渠道证据指向农业技术进步、资本配置改善、农业产业升级；政策效应仅在原贫困县、土地流转率较高县、数字基础较强县显著；分解结果显示该计划提升农村土地利用效率及农村资本与劳动边际收益而城市指标统计不变，表明所观察到的趋同主要源于农村追赶而非城市衰退。本研究从要素配置视角阐明智慧农业建设如何再平衡城乡土地利用并识别异质性与渠道证据的统计边界。
数字技术能提升粮食生产韧性吗?——基于双重机器学习的因果推断——许佳彬等《智慧农业(中英文)》2026年第3期
许佳彬、秦亚茹、温浩洋、仇焕广、崔钊达在《智慧农业(中英文)》2026年第3期发表《数字技术能提升粮食生产韧性吗?——基于双重机器学习的因果推断》论文。研究聚焦数字技术对粮食生产韧性的因果效应,基于中国省级面板数据,运用双重机器学习(DML)方法有效解决高维控制变量与潜在混杂问题,准确估计数字技术对粮食生产韧性的处理效应。研究发现,数字技术显著提升粮食生产韧性,主要通过要素重组效应、数据要素与传统生产要素的协同配置等中介机制实现;数字技术的赋能效应呈现区域异质性,在粮食主产区和数字基础设施较好的地区效应更为显著。基于研究结论,建议构建数字农业社会化服务新体系,依托数字平台的规模效应,有效弥合小农户与现代农业之间的数字鸿沟,推动粮食生产韧性持续提升。