The Impact of Agricultural Digitization on Green Total Factor Productivity in Agriculture: Evidence from 30 Provinces in China
基于2011–2023年省级面板数据，检验农业数字化对农业绿色全要素生产率的赋能效应、机制与结构边界
← 主题
中国 省级面板 数字农业
同时包含 中国、省级面板、数字农业 的农业资讯，共 3 条。
数字技术驱动农业经济韧性提升的多元路径——基于组态视角的动态定性比较分析
代辛、韩睿、姜小鱼、李众在《智慧农业(中英文)》2026年第3期发表《数字技术驱动农业经济韧性提升的多元路径》论文。研究突破传统线性分析框架,基于组态视角系统揭示数字技术如何通过多维要素的协同互动驱动农业经济韧性提升,旨在为不同地区制定差异化的数字农业政策提供理论依据。结合技术-组织-环境理论构建了数字技术与农业经济韧性的理论分析框架,基于2011-2023年中国省级面板数据,采用动态定性比较分析方法(DQCA)进行了实证分析。核心发现:第一,单一数字技术要素无法成为高农业经济韧性的必要条件,必须依赖多维要素的协同配置;第二,识别出5条数字技术有效驱动农业经济韧性提升的路径,可归纳为政策市场双驱型、生产链赋能型和协同驱动型3种模式,反映了不同条件组合的等效性;第三,时空异质性分析与稳健性检验进一步验证了多路径结论。研究为破解当前数字技术赋能存在的区域异质性和要素不协同的现实问题提供新视角,强调以「政策协同+市场驱动」等多元组态方式推动农业经济韧性提升。
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。