數字經濟對農機服務外包的影響與機制研究

杜冰 戴浩 羅明

摘要：數字經濟的發展為農機服務外包提供契機?；?011—2021年全國31個?。ㄊ?、自治區）面板數據，利用FGLS模型、IV-2SLS、IV-GMM、門檻模型等方法，實證檢驗數字經濟對農機服務外包的影響效應與作用機理，研究發現：數字經濟對農機服務外包具有顯著的促進作用，具體而言，數字經濟每提升1個單位，農機服務外包將會提升0.349個單位。機制檢驗表明，數字經濟通過促進非農就業、強化社會網絡與產業集聚途徑，間接推動農機服務外包。門檻模型表明，數字經濟對農機服務外包存在老齡化的逆轉效應和市場化的邊際遞增效應。具體而言，老齡化的逆轉效應表現為當老齡化越過門檻值0.017 1時，數字經濟對農機服務外包的回歸系數由為0.244變為-0.012 5；市場化的邊際遞增效應表現為當市場化越過門檻值3.25時，數字經濟對農機服務外包的回歸系數由為0.031 7變為0.565。異質性表明，數字經濟對農機服務外包呈現出顯著的地理差異、農業功能區差異和地形區位差異，數字經濟對西部地區、糧食主產區和平原地區農機服務外包的促進更明顯。

關鍵詞：數字經濟；農機服務外包；非農就業；社會網絡；產業集聚

中圖分類號：F49? 文獻標識碼：A? 文章編號：2095-5553 （2024） 03-0304-10

Study on the influence and mechanism of digital economy on agricultural machinery service outsourcing

Du Bing1， Dai Hao1， Luo Ming2

（1. School of Economics and Management， Yangtze University， Jingzhou， 434023， China；2. College of Arts and Science， Yangtze University， Jingzhou， 434023， China）

Abstract：

The development of the digital economy provides opportunities for the outsourcing of agricultural machinery services. Based on the panel data of 31 provinces （municipalities and autonomous regions） in China from 2011 to 2021， using the FGLS model， IV-2SLS，?IV-GMM， threshold model and other methods， we empirically test the effect and mechanism of the digital economy on the outsourcing of agricultural machinery services， and find that the digital economy plays a significant role in promoting the outsourcing of agricultural machinery services， specifically， for every unit of improvement in the digital economy， agricultural machinery service outsourcing will be increased by 0.349 units. The mechanism test shows that the digital economy indirectly promotes the outsourcing of agricultural machinery services by promoting non-agricultural employment， strengthening social networks， and industrial agglomeration paths. The threshold model shows that the digital economy has a reversal effect of aging and a marginal incremental effect of marketization on agricultural machinery service outsourcing. Specifically， the reversal effect of aging is shown as the regression coefficient of digital economy on agricultural machinery service outsourcing changes from 0.244 to -0.012 5 when aging crosses the threshold of 0.017 1， the marginal incremental effect of marketization is shown as the regression coefficient of digital economy on agricultural machinery service outsourcing changes from 0.031 7 to 0.565 when marketization crosses?the threshold of 3.25. The heterogeneity shows that the digital economy on agricultural machinery service outsourcing has significant geographical differences， agricultural functional area differences， and topographical location differences， and that the digital economy promotes agricultural machinery service outsourcing more in the western region， the main grain-producing areas， and the plains.

Keywords：digital economy; outsourcing of agricultural machinery services; non-agricultural employment; social networks; industrial agglomeration

0 引言

在大國小農與農業轉型的現實背景下，促進小農戶與現代農業有機銜接顯得尤為迫切。2023年中央一號文件提出實施農業社會服務促進行動，推動農機服務發展，實現小農戶與現代農業有機銜接。當前我國農機服務發展勢頭迅猛［1］，然而，由于信息不對稱問題，服務主體匹配難度加大、信息搜尋成本驟增，農業服務市場的信息錯配成為阻礙農戶獲取農機服務的窾要之處，掣制了農業社會化服務的長遠發展。隨著數字化技術的迭代升級與“寬帶中國”、“數字鄉村”戰略的實施，我國數字經濟進入發展的快車道。數字經濟跨時空傳播信息，打破信息壁壘，顯著降低交易成本的優勢［2］，有望成為農機服務發展的強勁引擎。

數字經濟作為數字化信息時代的衍生物，是驅動經濟高質量發展的新動能。有鑒于傳統技術進步，數字經濟帶來的數字紅利惠及廣大農村弱勢群體，打破農村“信息孤島”困局，擴寬信息渠道［3］，推動非農就業與社會分工［4］，加速農業勞動力轉移［5］，農業陷入“誰來種田”窘境。勞動力的非農轉移和人口老齡化加劇勞動力成本上升，龐大的農業用工需求內生出農業社會化服務市場，帶動農機服務外包發展［6］。并且數字經濟的資源優化效應，顯著改善農村要素錯配［7］、提高農業全要素生產率［8］，賦能農業高質量發展［9］。

綜上，數字經濟滲透到農業農村的各方面，對于提高農業資源配置效率，實現農業現代化至關重要。已有研究表明數字經濟推動勞動力向非農部門轉移，而農機服務外包恰好可以彌補農業勞動力短缺問題。由此可見，數字經濟為驅動農機服務外包的發展提供契機。遺憾的是，鮮有研究將數字經濟與農機服務外包置于同一研究框架下，考察二者間的關系。在此背景下，數字經濟能否成為推動農機服務外包發展的加速器？以及數字經濟如何影響農機服務外包？鑒于此，基于全國31個?。ㄊ?、自治區）2011—2021年的省際面板數據，通過構建數字經濟評價指標體系，運用FGLS模型、IV-2SLS、IV-GMM、門檻模型等方法，考察數字經濟對農機服務外包的影響效應與作用機理，并考慮老齡化、市場化可能對其造成的非線性影響，最后從地理區位、糧食功能區以及地形區位等三方面探尋數字經濟賦能農機服務外包的差異，為推動數字化與農業社會化服務發展，早日實現小農戶與現代農業有機銜接提供可行路徑。

1 研究假設

1.1 數字經濟對農機服務外包影響的理論分析

基于農戶行為理論，農戶采納農機服務主要取決于效益最大化因素，而數字經濟降低搜索成本、運輸成本、驗證成本、復制成本以及跟蹤成本［10］。相較于傳統經濟，數字經濟降低了農業經濟活動的相對成本，對農機服務外包產生深刻影響。具體而言，首先，數字經濟提高農業市場信息透明度。作為信息載體和網絡空間平臺的數字經濟，加快農業信息的整合與傳播，打破信息不對稱壁壘，降低因信息獲取與使用產生的“數字鴻溝”，顯著減少了農戶的信息獲取成本，緩解了農機服務外包的信息約束。其次，數字經濟緩解了農業資源錯配。數字經濟通過衛星技術、數字化平臺以遠程調度、農機定位等方式整合現有農機社會化服務主體，緩解要素錯配，提高農機資源的使用效率。最后，數字經濟改變農戶觀念與行為。置身于數字化媒體信息世界，農戶直接捕捉到外界實時信息，主觀能動性與信息傳播的結合將會改變行為方式與價值觀念［11］，觸動固有傳統的耕作思想觀念，使得農戶開始思考現有生產模式，其思想意識的變革進而影響農業生產決策行為。相較于雇工勞作，農機服務外包優勢更進一步得到凸顯，因而，農戶將從傳統的勞動力耕作模式轉向依賴農業機械作業?；诖?，本文提出假說1。

假說1：數字經濟能促進農機服務外包。

1.2 數字經濟對農機服務外包影響的傳導機制

1.2.1 非農就業效應

一方面，數字經濟增加農戶就業機會與提高農戶創業傾向，從而促進非農就業。一是數字經濟提供數量龐大的就業信息，降低農戶求職過程中的信息搜尋成本，提高工作匹配效率，增加了農戶的就業機會。二是基于動機—機會—能力理論，行為的發生由機會、能力與動力三種因素共同決定。數字經濟通過激發多樣化的消費需求、提供獲取創業資源（創業資金、信息以及社會資本等）的新途徑以及創業成功示范效應的引領，為農戶帶來了創業機會、提高創業能力、增強創業動機，從而提升了農戶創業傾向［12］。另一方面，非農收入的增加為農戶選擇農機服務外包服務提供了可能。非農就業改變了務農數量與結構，導致農業生產面臨人地資源要素配置的結構性矛盾，雇工經營抑或農機服務成為其緩解矛盾的最優選擇。然而，農業生產的季節性與農業的特有屬性，加劇農業雇工的風險成本與監督成本，因此，選擇農機服務替代勞動力成為農戶的理性選擇［13］。非農收入的增加，使得農戶可以選擇農機服務組織以迂回的方式使用農業機械，避免自購農機產生的沉沒成本與投資鎖定，降低農業經營成本，這在一定程度上刺激了農機服務市場的發展?；诖?，提出假說2。

假說2：數字經濟通過促進非農就業，進而推動農機服務外包。

1.2.2 社會網絡效應

數字經濟不僅是一種媒體介質、技術介質，亦是關系介質，通過技術賦能重組人與人之間的互動和交流，促進共享社交、實時互動等多種新型交際模式的生成，強化農戶鄰里間的社會互動與聯系。社會互動程度的提升使得主體決策過程中的預期、偏好以及預算約束均會受周圍決策主體的影響［14］，即社會網絡具有的社會規范［15］、交換機制和信息獲得機制［16］進而會影響農機服務外包。一方面，數字經濟強化社會網絡關系。數字經濟衍生的短視頻、微信等數字化社交媒體深入農村社會生活的諸多方面，成為農戶日常的一部分。數字經濟超越物理距離，打破農村社會的相對間隔，縮短農戶交流、溝通的時空距離。農戶依托于數字化社交媒體，既能維持現有的熟人社會聯系網絡，又能拓展新的社會弱關系網絡［17］。此外，在當前農村空心化、“三留守群體”等背景下，數字經濟提供的交流溝通機會，在維持人際關系方面顯得尤為重要。另一方面，社會網絡關系的擴展有利于農機服務外包的發展。第一，社會網絡的強化改變傳統地緣、血緣的社會關系，改善信息傳遞的差序格局，緩解信息不對稱導致的農機服務結構性供需失衡。第二，社會網絡的人情功能，促成農戶間的合作，即聯系緊密的社會網絡有利于農戶獲得農機服務外包的信息、技術、資金等支持。第三，嵌入式社會網絡的農戶極易受周圍農戶的影響，優先采納農機服務外包農戶的示范效應促使其他農戶行為趨同，由此形成同伴效應?；诖?，提出假說3。

假說3：數字經濟通過強化社會網絡關系，進而促進農機服務外包。

1.2.3 產業集聚效應

新經濟地理學理論認為，產業集聚由需求因素、外部經濟和產業地方化三類因素驅動。首先，數字技術的更迭與信息抓取功能，使得農戶以低成本獲取信息資源，市場信息的透明度提高農業市場供需雙方集聚的可能性，市場需求拉動和資源稟賦誘導使得區域內交易成本降低，有利于規模遞增效應的產生。其次，數字經濟實現知識、信息的流動與共享，農戶根據自身需求尋找適宜的農業社會化服務。最后，數字經濟的同伴效應極易形成區域種植的一體化與專業化。顯然，數字經濟的發展有利于農業產業集聚。而農業產業集聚對農機服務需求增大，提高其選擇農機服務的可能性。農業產業集聚表現為某種農作物種植規模的擴大與區域種植專業化，進而對相應的農業機械的需要也隨之擴大［18］。農業區域橫向分工誘發農業地理集聚，農業橫向分工和連片專業化能擴大市場容量促進農業縱向分工深化與農業服務外包［19］。且現有研究表明生產集聚每提高1%，農機服務水平將會增加22.1%［20］?；诖?，提出假說4。

假說4：數字經濟通過推動農業集聚的形成，進而促進農機服務外包。

2 研究設計

2.1 模型設定

首先，為考察數字經濟對農機服務外包的影響，基于前文理論分析，構建基準模型如式（1）所示。

Aserveit=а0+а1Decoit+а2Xit+μi+δt+εit（1）

式中：Aserveit——農機服務外包；Decoit——數字經濟；i——省份；t——年份；а0、а1、а2——系數；Xit——控制變量；μi——地區固定效應；δt——時間固定效應；εit——隨機誤差項。

其次，為進一步驗證數字經濟對農機服務外包的影響機制，本文借鑒Baron等［21］的研究方法，在式（1）的基礎上，設定如式（2）、式（3）所示的機制檢驗模型。

Mecit=β0+β1Decoit+β2Xit+μi+δt+εit（2）

Aserveit=λ0+λ1Decoit+λ2Mecit+λ3Xit+μi+δt+εit（3）

式中：Mecit——機制變量，非農就業（Nemp）、社會網絡（Social）以及產業集聚（AIG）；β0、β1、β2、λ0、λ1、λ2、λ3——系數。

最后，為考察數字經濟對農機服務外包可能存在的非線性關系，通過引入面板門檻模型探討其影響，其模型設定如式（4）所示。

Aserveit=α1Decoit×I（q≤ρ）+α2Decoit×I（q>ρ）+α3Xit+μi+δt+εit（4）

式中：q——門檻變量，市場化（Market）和老齡化（Aging）；I（·）——指示性函數；ρ——門檻值；α1、α2、α3——系數。

2.2 變量選取

2.2.1 被解釋變量

本文的被解釋變量為農機服務外包（Aserve），參考戴浩等［13］的做法，將農業生產環節中使用外包服務更為普遍的耕、種、收三個生產外包環節來綜合衡量農機服務外包程度，并借鑒農業農村部《2007版中華人民共和國農業行業標準》對上述三個環節的貢獻度分別賦值為0.4、0.3、0.3。計算公式為：農機服務外包=0.4×機耕環節外包面積占比+0.3×機播環節外包面積占比+0.3×機收環節外包面積占比。

2.2.2 核心解釋變量

本文的核心解釋變量為數字經濟（Deco），借鑒趙濤等［2］的做法，從互聯網普及率、數字金融、相關從業人員情況、移動電話普及率以及相關產出情況五方面構建數字經濟評價指標體系。其中互聯網普及率采用互聯網寬帶接入用戶數衡量、數字金融采用北京大學數字金融研究院發布的數字普惠金融指數衡量、相關從業人員情況采用計算機服務和軟件從業人員與城鎮單位就業人數占比衡量、移動電話普及率采用移動電話用戶數衡量、相關產業產出情況采用人就電信業務量衡量。使用熵值法對上述指標進行測算。

2.2.3 其他變量

鑒于數據的可獲得性，機制變量非農就業（Nemp）采用第二、三產業就業人數與三產就業人數的比重衡量［13］；社會網絡（Social）借鑒顧江等［22］的做法，從人口密度、移動電話普及率、教育程度以及互聯網上網數四方面通過熵值法測算；產業集聚（AIG）基于區域熵進行測度，以各省農林牧漁總產值與全國農林牧漁總產值的比值除以各省生產總值與全國生產總值的比值衡量農業產業集聚［23］。

為避免遺漏變量產生結果偏誤，本文選取如下控制變量：農民收入（Income）采用農村居民人均可支配收入衡量；地區經濟（GDP）采用農林牧漁業生產總值衡量；勞動力價格（Lprice）采用農村居民人均工資性收入衡量；種植結構（Rrice）采用糧食播種面積與農作物播種面積比重衡量；城鎮化（Urban）采用城鎮人口與總人口比重衡量；種植規模（Scale）采用農作物播種面積衡量；地形（Terrain）借鑒王亞輝等［24］的做法，將我國劃分為平原和丘陵兩大地形區，通過構建虛擬變量，將平原地區賦值為1，丘陵地區賦值為0。

2.3 數據來源與描述性統計

本文的研究對象為2011—2021年我國31個?。ㄊ?、自治區），樣本量為341。數據來源于《中國農業機械工業年鑒》、《中國人口和就業統計年鑒》、EPS數據庫以及各?。ㄊ?、自治區）統計局。在進行實證分析前，對數據進行如下處理：首先，為減少異方差，對數據進行對數化處理；其次，經方差膨脹因子檢驗，VIF最大值小于10，故排除多重共線性問題。變量的描述性統計如表1所示。

3 實證分析

3.1 基準回歸分析

表2為使用FGLS模型的回歸結果。觀察結果可知，無論是否納入控制變量，抑或控制省份效應和年份效應，數字經濟對農機服務外包的影響均顯著為正，初步證實數字經濟對農機服務外包具有促進作用的假說，假說1得到驗證。具體而言，數字經濟對農機服務外包的回歸系數為0.349。在1%的水平上顯著，表明數字經濟每提升1個單位，農機服務外包將會提升0.349個單位?？赡艿脑蚴牵簲底纸洕档娃r業市場信息獲取成本，使得農戶與農機服務主體談判地位均等。同時通過數字化技術遠程調配農機作業，有效緩解農機資源錯配，并且數字經濟潛移默化改變農戶傳統的耕作思想觀念，以機械耕作取代勞動力，從而刺激農機服務市場的發育。從控制變量的回歸結果看，除勞動力價格的系數為負外，其余變量系數均為正，變量結果符合經濟學意義。

3.2 內生性與穩健性分析

3.2.1 內生性討論

首先，雖然本文選取多個控制變量納入模型回歸，但相關控制變量難以窮盡，可能存在遺漏變量問題，最終導致回歸結果有偏。其次，數字經濟基于評價指標體系測算所得，限于數據獲取與不可觀測等因素，可能存在測算誤差等問題。再者，數字經濟與農機服務外包之間可能存在互為因果關系。鑒于此，本文參考相關學者的做法［2］，以1984年各省的固定電話數與上一年全國互聯網用戶數構建交互項，作為數字經濟的工具變量。一方面，數字經濟作為互聯網的延續發展，當地歷史上的互聯網技術設施水平必然影響后續階段數字經濟的發展程度，滿足工具變量選取的相關性要求。另一方面，隨著數字經濟的發展，以固定電話為代表的傳統電信行業對當今社會的影響逐漸式微，更難對農機服務外包市場產生影響，滿足工具變量選取的排他性要求。因此，本文通過構建數字經濟的工具變量，采用IV-2SLS和IV-GMM兩種方法識別數字經濟對農機服務外包影響的凈效應。

表3列（1）、列（2）分別為IV-2SLS與IV-GMM的回歸結果。結果顯示，在第一階段回歸中，工具變量和內生變量數字經濟的系數顯著為正，且在弱工具變量檢驗中Wald統計量為23.956，明顯高于其10%的臨界值，表明以1984年各省的固定電話數與上一年全國互聯網用戶數的交互項作為數字經濟的工具變量較為合理，對數字經濟具有解釋力。在第二階段回歸中，數字經濟對農機服務外包的回歸系數均為0.286，通過1%的顯著性檢驗，且LM統計量P值為0，顯著拒絕工具變量識別不足的原假設。綜上，在考慮內生性問題后，數字經濟發展水平的提高對農機服務外包的發展仍具有顯著的推動作用，假說1進一步得到驗證。

3.2.2 穩健性分析

為確保前文研究結論的穩健可靠性，本文還采取了三種策略進行穩健性檢驗。策略一，更換模型。將基準回歸采用的FGLS模型替換為固定效應模型，回歸結果見表3列（3），結果顯示，除回歸系數與基準回歸有所不同外，作用方向一致且通過1%的顯著性檢驗，表明基準回歸結果穩健可靠。策略二，剔除極端值。避免存在極端值導致結果出現偏誤，本文對所有變量進行1%和99%分位數縮尾處理，結果見表3列（4）。對數據進行縮尾處理后，數字經濟回歸系數為0.353，通過顯著性檢驗，與前文基準回歸結果基本一致，說明前文研究結果穩健。策略三，剔除直轄市?？紤]到直轄市可能因地位的特殊性和政策傾斜性，其數字經濟發展水平較高，與其他省份存在過大差距，進而對本文研究結果造成偏誤。因此，本文剔除北京市、重慶市、天津市和上海市四個直轄市的樣本后重新回歸，結果見表3列（5）?；貧w結果與基準回歸結果相差不大，再次證實了數字經濟有利于農機服務外包發展這一觀點。

3.3 作用機制分析

基于前文理論分析，為進一步驗證數字經濟能否通過非農就業、社會網絡和產業集聚途徑促進農機服務外包，根據式（2）和式（3）進行回歸分析，結果如表4所示。

1） ?非農就業效應。表4列（1）～列（2）報告以非農就業為機制變量的回歸結果。由列（1）可知，數字經濟對非農就業的回歸系數為0.626，在1%的水平上顯著，表明數字經濟的發展顯著促進了非農就業。列（2）顯示，在納入了非農就業機制變量后，數字經濟和非農就業對農機服務外包的回歸系數分別為0.0145和0.183，均通過1%的顯著性檢驗，與基準回歸相比，系數從0.349下降至0.0145，表明非農就業在數字經濟促進農機服務外包的過程中存在部分中介效應，假說2得到驗證。

2） ?社會網絡效應。表4列（3）～列（4）報告了以社會網絡為機制變量的回歸結果。由列（3）可知，數字經濟對非農就業的回歸系數為0.775，在1%的水平上顯著，表明數字經濟的發展顯著強化了社會網絡聯系。列（4）顯示，在納入了社會網絡機制變量后，數字經濟和社會網絡對農機服務外包的回歸系數分別為0.111和0.0296，均通過1%的顯著性檢驗，與基準回歸相比，系數從0.349下降至0.111，表明社會網絡在數字經濟促進農機服務外包的過程中存在部分中介效應，假說3得到驗證。

3） ?產業集聚效應。表4列（5）～列（6）報告以產業集聚為機制變量的回歸結果。由列（5）可知，數字經濟對產業集聚的回歸系數為0.0496，在1%的水平上顯著，表明數字經濟的發展顯著促進了產業集聚。列（6）顯示，在納入了產業集聚機制變量后，數字經濟和產業集聚對農機服務外包的回歸系數分別為0.190和0.123，均通過1%的顯著性檢驗，與基準回歸相比，系數從0.349下降至0.190，表明產業集聚在數字經濟促進農機服務外包的過程中存在部分中介效應，假說4得到驗證。

3.4 門檻效應分析

鑒于數字經濟與市場化程度息息相關，且目前我國人口老齡化問題嚴重，老齡化與數字技術是否相悖，有待驗證。因此，本文擬探究在數字經濟對農機服務外包影響的過程中，是否存在市場化和老齡化的門檻效應。通過Bootstrap反復抽樣1 000次，得到以市場化和老齡化為門檻值的門檻效應檢驗結果，如表5所示。

1） ?老齡化的門檻效應。由表5可知，以老齡化為門檻變量時，數字經濟對農機服務外包的影響通過了單一門檻的顯著性檢驗，未通過雙重門檻和三重門檻的顯著性檢驗。也就是說，數字經濟影響農機服務外包存在老齡化的單一門檻效應，門檻值為0.017 1。表6列（1）匯報了以老齡化為門檻變量的回歸結果，當老齡化低于0.017 1時，數字經濟對農機服務外包的回歸系數為0.244，在1%的水平上顯著。當老齡化水平高于0.017 1時，數字經濟對農機服務外包的回歸系數為-0.012 5，通過5%的顯著性檢驗?？梢?，隨著人口老齡化程度的加深，數字經濟對農機服務外包的作用由促進轉為抑制，呈現逆轉效應。在人口老齡化程度較低時，數字經濟對農機服務外包具有顯著的促進作用，當老齡化高于0.017 1時，數字經濟對農機服務外包則具有顯著的阻礙作用?？赡苁且驗?，當老齡化程度較低時，雖然農戶的體力難以支撐其從事農事活動，但出于生計需要，農戶勉強能使用互聯網、手機等數字化手段匹配尋找農機服務提供方，通過線上比價、詢問熟人等方式獲得農機服務。數字經濟作為一種技能偏向型技術進步，對教育程度較低，年齡較大的農戶采納農機作業的影響有限。隨著老齡化程度的加深，農戶因數字技能、身體素質等多方原因導致其被數字經濟排斥在外，此時農機服務外包呈現抑制效應。

2） ?市場化的門檻效應。由表5可知，以市場化為門檻變量時，數字經濟對農機服務外包的影響通過了單一門檻的顯著性檢驗，未通過雙重門檻和三重門檻的顯著性檢驗。也就是說，數字經濟影響農機服務外包存在市場化的單一門檻效應，門檻值為3.2500。表6列（2）匯報了以市場化為門檻變量的回歸結果，當市場化低于3.25時，數字經濟對農機服務外包的回歸系數為0.0317，在1%的水平上顯著。當市場化水平高于3.25時，數字經濟對農機服務外包的回歸系數為0.565，通過1%的顯著性檢驗?？梢?，隨著市場化水平的提高，數字經濟對農機服務外包促進作用表現出顯著的邊際遞增特征。在市場化程度較低時，數字經濟每提升1%，農機服務外包水平將會提高3.17%；當市場化程度較高時，數字經濟每提升1%，農機服務外包水平將會提高56.5%。也就是說隨著市場化程度的發展與提高，數字經濟對農機服務外包的促進作用愈發強烈?？赡苁且驗槭袌龌潭容^低時，數字經濟處于發展初期，由于基礎設施的不完善，數字經濟對農機服務外包的促進作用微弱，導致農機服務發展相對緩慢。隨著市場化水平的提高，數字經濟發展水平也隨之增加，數字化、網絡通訊、大數據、區塊鏈等技術趨于完善，充分釋放數字要素價值，對農機服務外包的促進作用遞增。

3.5 異質性分析

3.5.1 地理異質性分析

基于地區經濟發展程度的差異，將我國劃分為東、中、西部三大地區，表7列（1）～列（3）分別匯報了數字經濟對東、中、西部地區農機服務外包的區域差異。數字經濟對東、中、西部的回歸系數依次為0.045 9、0.124和0.325，均通過顯著性檢驗，表明數字經濟對西部農機服務外包的作用高于東中部地區?？赡苁且驗槲鞑康貐^由于數字化技術打破了束縛傳統農業發展的障礙，農戶通過數字通訊工具突破了地理限制找尋農機服務主體，在降低信息搜尋成本的同時極大地提高了農業服務效率，有力推動了農機服務市場的發育。相較于經濟發展程度較高的東中部地區，數字經濟對西部地區農機服務的邊際效應更高，使得數字經濟對西部地區農機服務外包的促進作用更顯著。

3.5.2 農業生產功能異質性

基于農業生產功能定位的差異，將我國劃分為糧食主產區、糧食主銷區和糧食產銷平衡區，表7列（4）～列（6）分別匯報了數字經濟對糧食主產區、糧食主銷區和糧食產銷平衡區農機服務外包的影響。數字經濟對糧食主產區和糧食產銷平衡區農機服務外包系數分別為0.908和0.425，且均通過1%的顯著性檢驗，而糧食主銷區未通過。這表明數字經濟對糧食主產區和糧食產銷平衡區農機服務外包促進作用比糧食主銷區明顯?？赡苁且驗榧Z食主產區因其糧食生產的功能定位，糧食產業體系龐大且農業體量較大，為農機服務市場的發展奠定了良好的基礎；而糧食產銷平衡區既擔負糧食生產的重擔，兼顧糧食銷售的任務，該區域農業體量僅次于糧食主產區，因此，在數字經濟的加持下，糧食主產區和糧食產銷平衡區農機服務外包的發展勢頭較好。糧食主銷區大多省份為經濟發達地區，支柱產業以第三產業為主，糧食主要依賴其他省份供給。該地區雖然數字經濟發展程度高，但由于其農業體量微小，導致數字經濟對糧食主銷區農機服務外包的促進作用不顯著。

3.5.3 地形異質性

基于地形差異，將我國劃分為平原和丘陵兩類地形區［24］，表7列（7）～列（8）分別匯報了數字經濟對平原和丘陵地區農機服務外包的影響。數字經濟對平原地區農機服務外包的回歸系數為0.411，明顯高于丘陵地區的回歸系數0.250，但兩者均在1%的水平上顯著。表明數字經濟對平原地區農機服務外包促進作用優于丘陵地區?？赡苁且驗槠皆貐^地勢平整開闊，便于農機下田作業；丘陵地區因地形崎嶇、田塊分散等原因限制農機服務的發展。

4 結論與建議

本文基于2011—2021年全國31個?。ㄊ?、自治區）面板數據，利用FGLS模型、IV-2SLS、IV-GMM、門檻模型等方法，實證檢驗數字經濟對農機服務外包的影響效應與作用機理，研究發現：第一，數字經濟對農機服務外包具有顯著的促進作用，在排除內生性問題以及進行一系列穩健性檢驗后，該結論仍成立。具體而言，數字經濟每提升1個單位，農機服務外包將會提升0.349個單位。第二，機制檢驗表明，數字經濟通過促進非農就業、強化社會網絡與產業集聚等途徑間接推動農機服務外包。第三，門檻檢驗表明，數字經濟對農機服務外包存在老齡化的逆轉效應和市場化的邊際遞增效應。具體而言，當老齡化低于門檻值0.017 1時，數字經濟對農機服務外包的回歸系數為0.244；當老齡化水平高于門檻值0.017 1時，數字經濟對農機服務外包的回歸系數為-0.012 5，隨著人口老齡化程度的加深，數字經濟對農機服務外包的作用由促進轉為抑制，呈現逆轉效應。當市場化低于門檻值3.250 0時，數字經濟對農機服務外包的回歸系數為0.031 7；當市場化水平高于3.250 0時，數字經濟對農機服務外包的回歸系數為0.565，即隨著市場化水平的提高，數字經濟對農機服務外包促進作用表現出顯著的邊際遞增特征。第四，異質性表明，數字經濟對農機服務外包呈現出顯著的地理差異、農業功能區差異和地形區位差異，數字經濟對西部地區、糧食主產區和平原地區農機服務外包的促進更明顯。

基于上述研究結論，本文提出如下建議。

第一，加快推進農村數字化建設，助力農業社會化服務。本文研究發現數字經濟能顯著提升農機服務外包水平，是實現小農戶與現代農業銜接的重要手段。因此加快普及農村地區互聯網、寬帶通信以及移動網絡等數字化基建，充分發揮數字經濟對農機服務外包的促進作用。

第二，合理應對非農就業，加強鄰里聯系。政府開展數字化農村勞動力就業培訓，依據農戶生產生活需求設計培訓內容，提升農戶接受數字化信息技術的能力，倡導農村青壯年通過互聯網等線上培訓提高職業技能和就業機會，進而推動農機服務市場的發展。同時，農戶鄰里、村落間進一步加強聯系，通過鄰里口碑效應推廣農機服務，擴大農機社會化服務半徑。

第三，提高市場化程度，深化產業集聚與分工。借助數字化平臺搭建農業社會化服務綜合平臺，匯集農業的產前、產中、產后各生產環節主體，實現面對面供需對接，減少服務供需雙方交易成本，縱向深化農業分工。

第四，區域協同發展，消弭數字鴻溝。數字經濟對不同區域農機服務采納的影響各具差異，故區域要通力合作、協調發展。數字經濟對西部地區農機服務外包的邊際貢獻最高，是因為西部地區整體數字化程度偏低，因此要加大對西部地區數字化程度的建設與發展，增加網絡服務工程進村入戶的補貼，通過數字化建設推動西部地區農機社會化服務發展。對于糧食主銷區和丘陵地區，推動農機服務向數字化轉型，加速數字化信息技術與本地農機服務的融合。

參 考 文 獻

［1］許秀川， 李容， 李國珍. 小規模經營與農戶農機服務需求——一個兩階段決策模型的考察［J］. 農業技術經濟， 2017（9）： 45-57.

［2］趙濤， 張智， 梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］. 管理世界， 2020， 36（10）： 65-76.Zhao Tao， Zhang Zhi， Liang Shangkun. Digital economy， entrepreneurship， and high-quality economic development： Empirical evidence from urban China ［J］. Journal of Management World， 2020， 36（10）： 65-76.

［3］王子鳳， 張桂文. 數字經濟如何助力農民增收——理論分析與經驗證據［J］. 山西財經大學學報， 2023， 45（2）： 16-28.Wang Zifeng， Zhang Guiwen. How does digital economy boost farmers?income—Theoretical analysis and empirical evidence ［J］. Journal of Shanxi University of Finance and Economics， 2023， 45（2）： 16-28.

［4］田鴿， 張勛. 數字經濟、非農就業與社會分工［J］.管理世界， 2022， 38（5）： 72-84.Tian Ge， Zhang Xun. Digital economy， non-agricultural employment， and division of labor ［J］. Journal of Management World， 2022， 38（5）： 72-84.

［5］王偉新， 許蔣鴻， 陸瑋， 等. 數字經濟時代互聯網使用如何影響農業勞動力轉移決策？——基于CGSS數據的實證分析［J］. 中國農業大學學報， 2023， 28（4）： 257-273.Wang Weixin， Xu Jianghong， Lu Wei， et al. How internet use affect agricultural workforce transfer decision during digital economy era？： Empirical analysis based on CGSS data ［J］. Journal of China Agricultural University， 2023， 28（4）： 257-273.

［6］金鈴， 王建英， 劉西川. 勞動力成本上升與農機社會化服務需求——以低勞動強度、低技術含量的稻谷晾曬環節為例［J］. 農林經濟管理學報， 2020， 19（2）： 171-180.Jin Ling， Wang Jianying， Liu Xichuan. Rising labor costs and demand for agricultural productive service： Evidence from production stage of paddy drying with low labor intensity and technical content ［J］. Journal of Agro-Forestry Economics and Management， 2020， 19（2）：171-180.

［7］李豫新， 許新娜. 數字經濟對農村要素錯配的影響研究——基于三產融合視角［J］. 農林經濟管理學報， 2023， 22（4）： 467-477.Li Yuxin， Xu Xinna. Influence of digital economy on rural factor misallocation： From the perspective of industries integration ［J］. Journal of Agro-Forestry Economics and Management， 2023， 22（4）： 467-477.

［8］孫光林， 李婷， 莫媛. 數字經濟對中國農業全要素生產率的影響［J］. 經濟與管理評論， 2023， 39（1）： 92-103.Sun Guangting， Li Ting， Mo Yuan. The impact of digital economy on Chinas agricultural total factor productivity ［J］. Review of Economy and Management， 2023， 39（1）： 92-103.

［9］魯釗陽， 杜雨潼. 數字經濟賦能農業高質量發展的實證研究［J］. 中國流通經濟， 2022， 36（11）： 3-14.Lu Zhaoyang， Du Yutong. An empirical study on digital economy enabling the high-quality development of agriculture ［J］. China Business and Market， 2022， 36（11）： 3-14.

［10］Goldfarb A， Tucker C. Digital economics ［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.

［11］何大安. 中國數字經濟現狀及未來發展［J］. 治理研究， 2021， 37（3）： 5-15， 2.He Daan. The status quo and future development of China digital economy ［J］. Governance Studies， 2021， 37（3）： 5-15， 2.

［12］陳衛平， 余樂， 梁舒培. 地區數字經濟發展對農民創業的影響研究［J］. 學術研究， 2022（12）： 115-123， 212.Chen Weiping， Yu Le， Liang Shupei. Effect of regional digital economy development on farmer entrepreneurship ［J］. Academic Research， 2022（12）： 115-123， 212.

［13］戴浩， 魏君英， 劉子宸. 非農就業、農機服務外包對糧食產量影響［J］. 中國農機化學報， 2023， 44（6）： 244-250.Dai Hao， Wei Junying， Liu Zichen. Impact of non-agricultural employment and agricultural machinery service outsourcing on grain output ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 244-250.

［14］劉宏， 馬文瀚. 互聯網時代社會互動與家庭的資本市場參與行為［J］. 國際金融研究， 2017（3）： 55-66.Liu Hong， Ma Wenhan. Research on the online social interaction and household investment decision in China ［J］. Studies of International Finance， 2017（3）： 55-66.

［15］Bernheim B D. A theory of conformity ［J］. Journal of political Economy， 1994， 102（5）： 841-877.

［16］Hong H， Kubik J D， Stein J C. Social interaction and stock-market participation ［J］. The Journal of Finance， 2004， 59（1）： 137-163.

［17］Ellison N B， Vitak J， Gray R， et al. Cultivating social resources on social network sites： Facebook relationship maintenance behaviors and their role in social capital processes ［J］. Journal of Computer-Mediated Communication， 2014， 19（4）： 855-870.

［18］羅富民. 農業地理集聚對農業機械化技術進步的影響——基于丘陵山區的實證分析［J］.中國農業資源與區劃， 2018， 39（3）： 193-200.Luo Fumin. Effects of agricultural geographical agglomeration on agricultural mechanization technology progress—An empirical study based on hilly and mountain areas ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（3）： 193-200.

［19］羅必良. 論服務規模經營——從縱向分工到橫向分工及連片專業化［J］. 中國農村經濟， 2017（11）： 2-16.Luo Biliang. Service scale management：Vertical division of labor， horizontal division of labor and specialization of connected farmland ［J］. Chinese Rural Economy， 2017（11）： 2-16.

［20］陶雅， 趙丹丹. 生產集聚、農業機械與農業現代化：來自全國29個省份的證據［J］. 江蘇農業科學， 2018， 46（17）： 336-340.Tao Ya， Zhao Dandan. Production agglomeration， agricultural machinery and agricultural modernization： Evidence from 29 provinces across the country ［J］. Jiangsu Agricultural Sciences， 2018， 46（17）： 336-340.

［21］Baron R M， Kenny D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations ［J］. Journal of Personality and Social Psychology， 1986， 51（6）： 1173-1182.

［22］顧江， 陳廣， 賀達. 人口結構與社會網絡對城市居民文化消費的影響研究——基于省際動態面板的GMM實證分析［J］. 福建論壇（人文社會科學版）， 2016（6）： 158-164.

［23］韓海彬， 楊冬燕. 農業產業集聚對農業綠色全要素生產率增長的空間溢出效應研究［J］. 干旱區資源與環境， 2023， 37（6）： 29-37.Han Haibin， Yang Dongyan. Spatial spillover effects of agricultural industrial agglomeration on the growth of agricultural green total factor productivity ［J］. Journal of Arid Land Resources and Environment， 2023， 37（6）： 29-37.

［24］王亞輝， 李秀彬， 辛良杰， 等. 中國農地經營規模對農業勞動生產率的影響及其區域差異［J］. 自然資源學報， 2017， 32（4）： 539-552.Wang Yahui， Li Xiubin， Xin Liangjie， et al. The Impact of farm land management scale on agricultural labor productivity in China and its regional differentiation ［J］. Journal of Natural Resources， 2017， 32（4）： 539-552.

基金項目：湖北省教育廳科技處研究項目（B2021435）

第一作者：杜冰，女，1997年生，河南南陽人，碩士研究生；研究方向為農業經濟。E-mail： dubingemail@163.com

通訊作者：羅明，女，1984年生，湖北荊州人，教授，碩導；研究方向為產業經濟。E-mail： 18043258@qq.com