陈艺贝 郑文凌 杨建利
新世纪以来，随着国家强农惠农富农政策的不断出台及财政投入的持续加大，我国农业快速发展，农村居民收入持续增加(王玉斌等，2019)〔1〕。但当前我国农民增收也面临一系列问题与挑战：由于经济增长由高速转向中高速、经济结构调整及产业转移等因素，导致农民工就业和工资性收入增速下滑(叶兴庆等，2020)〔2〕；
农业生产成本“地板”不断抬升与农产品价格“天花板”逐渐下移，挤压了农民经营性收入的增长空间(赖金生，2015)〔3〕；
财政收入增速放缓及WTO规则的相关限制，造成农民转移性收入增长后劲不足(蓝海涛等，2017)〔4〕；
农村重点领域与关键环节的改革亟待深化，农民财产性收入增长潜力短期内难以释放(魏后凯，2020)〔5〕。
随着信息通信技术的快速发展以及在农村地区的广泛使用，各级政府顺势而为，加快推动本地区农村电子商务发展，以期促进农村地区经济发展、实现农民增收。中国农民增收的实践证明，通过增加信息供给(许竹青等，2013)〔6〕、数字赋能、互联网资本(邱泽奇等，2016)〔7〕与创业效应(梁强等，2016)〔8〕等，电子商务能够促进农民增收(李琪等，2019)〔9〕。
已有文献围绕农民收入的基本格局、农民增收的难点等问题进行了研究，为促进农民增收提供了理论基础及政策导向。但是，随着数字技术的快速发展，数字技术已渗透到农业农村经济发展的方方面面，数字技术已成为农业提质增效、促进农民增收的重要引擎。然而，鲜有文献关注数字技术促进农民增收的经济效应，进而提出通过加快数字技术发展进一步促进农民增收的对策。鉴于此，本文利用25个省(自治区、直辖市)1782户农户的调研数据，采用内生转换模型在反事实框架下测度数字技术赋能与农民增收的经济效应，在此基础上，提出了相应的对策建议。
1.样本来源与模型设定
(1)样本来源。本文使用的数据主要源自中国家庭追踪调查(CFPS)数据，涉及全国25个省(自治区、直辖市)(1)包括除新疆维吾尔自治区、青海省、西藏自治区、宁夏回族自治区、内蒙古自治区、海南省及香港特别行政区、澳门特别行政区、台湾省之外的25个省(自治区、直辖市)。，覆盖的人口占全国总人口94.73%。为考察数字技术对农民增收的影响，本文首先以上述数据中成人问卷数据为主，然后对家庭问卷调查对象的编码匹配，将提取到的相关家庭数据对基础数据进行进一步补充。考虑到本文的研究目的是测度数字技术对农民增收的影响，因此只保留了和研究目的密切相关的农户样本，除去异常数据与关键变量缺失的样本，共得到1782个有效农户数据。
(2)模型设定。借鉴陈雪婷等(2020)〔10〕的做法，采用Maddala(1983)提出的内生转换模型(Endogenous Switching Regression Model)，定量分析数字技术对农民增收的影响，建立农民收入决定方程如下：
(1)
(1)式中，yi为农民i的可支配收入，Di为农民i是否采纳数字技术的虚拟变量，Di=1表示“采纳”，Di=0表示“未采纳”；
Xij为影响农民i可支配收入的其他变量，包括农民的个体、生活、家庭、生产、区域特征等。因此，农民可支配收入的决定方程可以表示为：
(2)
(3)
农民在是否采纳数字技术两种情况下的条件期望分别为：
E(y1i|Di=1)=β1jx1ij+δμ1vυ1i
(4)
E(y0i|Di=0)=β0jx0ij+δμ0vυ0i
(5)
“已经采纳数字技术的农民选择不采纳”与“不采纳数字技术的农民选择采纳”是两种不可观察到的“反事实”情境，根据ESRM可以对该境况下的农民可支配收入进行拟合：
E(y0i|Di=1)=β0jx1ij+δμ0vυ1i
(6)
E(y1i|Di=0)=β1jx0ij+δμ1vυ0i
(7)
由以上分析可知采纳数字技术的平均处理效应，也就是被处理组的平均处理效应(Average Treatment Effect on the Treated，ATT)可以由(6)式与(4)式之差获得，即
ATT=E(y1|Di=1)-E(y0i|Di=1)=(β1j-β0j)x1ij+(δμ1υ-δμ0υ)υ1i
(8)
同理，未采纳数字技术的平均处理效应，也就是未被处理组的平均处理效应(Average Treatment Effect on the Untreated，ATU)可以由(7)式与(5)式之差获得，即
ATU=E(y1i|Di=0)-E(y0i|Di=0)=(β1j-β0j)x0ij+(δμ1υ-δμ0υ)υ0i
(9)
2.变量定义与描述性统计
(1)被解释变量。按照模型的设定，在ESRM回归分析中，本文的被解释变量是“农民可支配收入”。
(2)核心解释变量。本文的核心解释变量是对数字技术的认知。根据数字技术接受模型，借鉴陈雪婷等(2020)的做法，将从感知有用性与感知易用性两个方面设定认知变量。本文将采用数字技术的经济效应即“数字技术对提高您的收入有益吗？”来测度感知有用性，采用数字技术的可操作性即“您觉得在生产生活中运用数字技术方便吗？”来测度农民对数字技术的认知，并请农民以五分类的形式回答(因为离散型的变量不能直接纳入计量模型当中，所以本文对两个维度的认知变量都进行预处理变为五个虚拟变量，然后纳入计量模型)。
(3)控制变量。遵循经济学理论逻辑、结合现实情况，本文选取样本的个人特征、家庭特征、生产生活特征、外部环境、区域特征共5类19个变量作为控制变量。农民的个人特征变量包括年龄、受教育年限、是否有外出务工经历等；
家庭特征变量包括家庭劳动力资源禀赋、农业收入占比、家庭人均通讯费用、家庭商业保险费用；
生产生活特征变量包括农民经营土地面积、农业生产成本、农业机械总值、年阅读量、对目前生活的满意程度；
外部环境变量包括财政支农、政府的相关政策、交通及通讯条件；
区域特征变量包括各地区的自然资源环境、交通及通讯基础设施条件、相关的农业农村发展政策、市场环境等。考虑到同一区域农民面临的上述外部环境较为类似，本文引入区域虚拟变量来控制地区固定效应，根据农业农村部公布的《关于全国耕地质量等级情况的公报》对全国各区域农业用地“地力”的评估与划分建立了地区效应变量组。各变量的定义及描述性统计如表1。
表1 变量定义与描述性统计
(4)工具变量。为了确保模型的可识别性，本文选取邻里效仿变量作为模型的工具变量。之所以选取该变量作为工具变量，其缘由是从相关性上看，农民的行为决策具有从众行为特征(张兆同，2009)，即邻里效仿与对数字技术的认知有一定的相关性，相关性满足；
但是邻里效仿变量本身就是数字技术是否被采纳的影响因素，不满足外生性原则。该变量不直接影响农民的采纳强度与可支配收入。
1.估计结果
2.结果分析
由表2可知，在个体特征变量中，采纳组的感知有用性在5%的显著水平下对于农民可支配收入有正向促进作用，说明采纳组中感知有用性越高，数字技术对农民收入的促进作用越强，可能的原因是数据技术与农民的融合程度的高低影响了农民可支配收入的高低。对于未采纳组年龄在1%的显著性水平下对农民的可支配收入有负向影响，可能的原因是随着农民年龄的增长，农民的体力、精力、接受新事物的能力、抗风险能力都在下降，丧失了部分增加收入的机会；
对于采纳组年龄在5%的显著性水平下对农民的可支配收入有正向影响，可能的原因是采纳组年龄均值为42.21岁，属于青壮年年龄组，同时采纳组受教育年限均值为7.5年，知识水平较高，农民的年龄越大，经验也就越多，采纳数字技术产生了效应叠加。
表2 农民数字技术采纳决策模型和收入效应模型联立估计结果
家庭特征变量中，劳动力禀赋分别在5%、10%的显著性水平下对未采纳组和采纳组农民的可支配收入有正向影响，可能的原因是劳动力人数越多，无论是从事农业生产，还是外出务工，都能增加农民的可支配收入。人均通讯费用在5%的显著性水平下对采纳组农民的可支配收入有正向影响，说明人均通讯费越多，农民通过数字技术获得的信息、机会等越多，有利于其做出正确的生产经营决策等。
生产生活特征变量中，对生活满意度在10%的显著性水平下对采纳组农民的可支配收入有正向影响，可能的原因是农民对生活越满意，对未来越充满信心，越有动力多渠道增加收入。务工时间分别在1%、10%的显著性水平下对未采纳组和采纳组农民的可支配收入有正向影响，进一步印证了“工资性收入是农民收入第一大来源”的事实。农业机械总值分别在10%、5%的显著性水平下对未采纳组和采纳组农民的可支配收入有正向影响，说明具有农业机械较多的农民一方面农业经营规模较大，另一方面还有可能为其他农户提供农业服务，采用数字技术实现了经营性收入和工资性收入双提升。扩大再生产金额在10%的显著性水平下对未采纳组农民的可支配收入有正向影响，说明增加农民生产经营投入能够增加农民收入。
外部环境变量中，财政支农分别在1%、5%的显著性水平下对未采纳组和采纳组农民的可支配收入有正向影响，说明财政支农不仅直接增加了农民收入，而且为农民拓展增收渠道奠定基础，激发了农民进行生产经营的积极性。交通通讯条件在1%的显著性水平下对采纳组农民的可支配收入有正向影响，说明交通通讯条件越好，通过采纳数字技术农民增收越快。
区域特征变量中，北方干旱半干旱区和黄土高原区在未采纳组的系数显著为正，可能的原因是北方干旱半干旱区和黄土高原区现阶段更适合传统农业发展方式，即在农业生产过程中未采纳或较少使用数字技术，而更多的是依靠传统的农业生产方式与经验。东北平原区、华南区、长江中下游地区、黄淮海平原区在采纳组的系数显著为正，可能的原因是以上区域的农业水平较高，部分处于农业数字化生产阶段或处于传统农业转型数字化生产阶段，故采纳数字技术能够有效提高以上区域农民的可支配收入。
本文关注的重点是农民采纳数字技术的收入效应。其估计结果如表3所示，农民采纳数字技术显著提高农民人均可支配收入，表现为：在反事实假设下，实际采纳数字技术的农民如果选择不采纳数字技术，人均可支配收入将由2.131万元下降到1.604万元，减少了0.527万元；
实际未采纳数字技术的农民如果选择采纳，人均可支配收入将由1.073万元上升到2.007万元，增加了0.934万元。这说明，在新形势下，农民采纳数字技术确实有促进农民收入增加的作用，加快普及数字技术符合当前乡村振兴生活富裕的目标。
表3 农民数字技术采纳决策模型对农民可支配收入的处理效应测算
1.研究结论
基于CFPS数据，通过ESRM回归模型，探究了数字技术促进农民收入的经济效应，并对回归结果进行了内生性分析及稳健性检验。得出如下结论：
第一，随着经济发展、科技进步、乡村振兴战略的稳步推进，数字技术已成为农业增效、农民增收的重要引擎，越来越多的农民在农业生产经营过程中采用了数字技术，并加快了增收致富的步伐，这为制定相关政策提供了决策依据。
第二，农民采用数字技术及提高采用强度的根本动力是数字技术的经济效应，同时数字技术的易知性、可得性、易操作性是影响农民采用数字技术的重要因素。因此，应该在提高数字技术的经济效应、可知性、可得性、可操作性上下功夫。
第三，数字技术对促进农民增收具有显著影响。主要表现为：在反事实假设下，实际采纳数字技术的农民如果不采纳，其可支配收入将下降24.73%；
实际未采纳数字技术的农民若采纳，其可支配收入将提高87.05%。因此，加快乡村数字建设已迫在眉睫。
2.启示
第一，强化数字技术促进农民增收作用的认识。充分认识到数字技术已成为新时期农民增收的重要引擎，各相关部门要在认识的高度、重视的程度、投入的力度上保持良好的势头，将加快农村数字技术发展化为各级干部的自觉行动，为农民增收注入“源头活水”。
第二，多渠道增加农村数字技术供给。一方面，通过新媒体(如互联网、微信、微博等)进一步宣传数字技术，提高数字技术在农民群众中的可得性。另一方面，研发专门的“三农”数字技术，不断完善“三农”数字技术功能，充分挖掘数字技术助力农民增收的潜力，同时降低数字技术的操作难度与采纳门槛，及时把最新、最易使用的数字及时传授给农民。
第三，加快培育“新农人”。着眼农村数字技术发展的需要，加强农民数字素养和技能培训，不断丰富培训内容、持续创新培训方式，让数据真正成为农民增收的“新农资”、手机成为农民增收的“新农具”，让农民充分享受到数字技术带来的红利。
第四，大力推进数字乡村建设。以新型基础设施建设为契机，加快发展农村信息基础设施建设、交通基础设施建设、融合基础设施建设，破解农村数字设施缺乏、农村信息孤岛等难题，加快农村数字技术发展的步伐，为全面提升农业生产经营数字化水平、促进农民增收提供坚实物质基础。
猜你喜欢支配显著性效应铀对大型溞的急性毒性效应核科学与工程(2021年4期)2022-01-12被贫穷生活支配的恐惧意林(2021年9期)2021-05-28懒马效应今日农业(2020年19期)2020-12-14本刊对论文中有关统计学表达的要求中国人兽共患病学报(2020年11期)2020-12-08跟踪导练（四）4时代英语·高一(2019年1期)2019-03-13基于显著性权重融合的图像拼接算法电子制作(2019年24期)2019-02-23应变效应及其应用中学物理·高中(2016年12期)2017-04-22基于决策空间变换最近邻方法的Pareto支配性预测自动化学报(2017年2期)2017-04-04随心支配的清迈美食探店记Coco薇(2016年8期)2016-10-09一种基于词袋模型的新的显著性目标检测方法自动化学报(2016年8期)2016-04-16