《Journal of Innovation & Knowledge》：Digital technological innovation and food production resilience mechanisms and heterogeneity
编辑推荐：
本研究利用2012年至2023年中国30个省份和直辖市的面板数据，采用固定效应（FE）普通最小二乘法（OLS）模型、面板门槛模型和调节效应模型，实证探究了数字技术创新（DTI）影响粮食生产韧性的作用机制。相关结果有四点。第一，DTI显著增强了粮食生产韧性，其效
本研究利用2012年至2023年中国30个省份和直辖市的面板数据，采用固定效应（FE）普通最小二乘法（OLS）模型、面板门槛模型和调节效应模型，实证探究了数字技术创新（DTI）影响粮食生产韧性的作用机制。相关结果有四点。第一，DTI显著增强了粮食生产韧性，其效应呈现递增的边际回报。此外，产业结构与DTI之间存在显著的协同关系。第二，DTI通过促进供应链金融发展来增强粮食生产韧性。第三，市场发展水平、数字基础设施和知识产权保护正向调节DTI与粮食生产韧性之间的关系。第四，DTI对粮食生产韧性的效应在中国各区域表现出显著异质性。该效应主要在东、西部地区显现，但在中部和东北地区尚未完全实现。本研究为包括中国在内的发展中经济体如何通过数字化转型增强粮食生产韧性提供了政策相关的经验证据。
**论文解读：数字技术创新赋能粮食生产韧性的机制与异质性**
**1. 研究背景与问题提出**
在全球化和不确定性加剧的背景下，全球粮食生产系统面临来自自然条件、市场波动和制度框架等多重风险的威胁，其稳定性与可持续性受到严峻挑战。相较于传统的效率或产出导向分析框架，粮食生产韧性（food production resilience）强调系统在面临扰动时吸收冲击、调整结构并维持核心生产功能的能力，以及在不稳定环境中持续运行和动态适应的潜能。加强粮食生产韧性不仅是缓解短期风险冲击的需要，更是提升系统在结构转型中长期适应与恢复能力的关键。与此同时，数字技术创新（Digital Technological Innovation, DTI），如大数据分析、人工智能和物联网（IoT）等，正在重塑全球粮食生产体系。数字技术通过改善信息可及性与决策质量、优化资源配置和运营管理，有望增强生产主体应对气候变化、市场波动和资源约束的能力。然而，DTI对粮食供应链韧性的影响可能受到高投入成本、技术壁垒和区域发展差异等因素的制约，尤其在中国等大型新兴经济体中，其系统性效应仍需实证检验。
中国为探究DTI如何塑造粮食生产系统韧性提供了具有代表性的研究背景。其粮食生产长期受制于小规模经营、显著的区域差异和高风险暴露等结构性问题，而区域间自然资源禀赋、农业生态条件和数字基础设施成熟度的显著差异加剧了系统对外部扰动的敏感性。同时，中国数字技术创新与数字经济的快速发展，为增强粮食生产系统的稳定性与适应性提供了现实基础。基于此，该研究聚焦于三个核心问题：1）DTI是否显著提升了粮食生产韧性？2）DTI通过何种机制影响粮食生产韧性？3）DTI对粮食生产韧性的影响在中国不同区域是否存在异质性？该论文发表于《Journal of Innovation》。
**2. 主要技术方法**
研究人员为开展研究采用了以下关键技术方法：首先，基于2012-2023年中国30个省份（不包括港澳台和西藏）的面板数据，从风险抵抗、调整恢复和可持续发展三个维度，运用熵值法构建了粮食生产韧性的综合评价指标体系。其次，采用固定效应普通最小二乘法（OLS）模型进行基准回归，并使用面板门槛模型检验非线性效应。再次，通过中介效应模型检验供应链金融（包括数字普惠金融、支付和信贷业务）的中介作用，并使用交互项模型检验市场发展、数字基础设施和知识产权保护的调节作用。最后，运用工具变量法（IV）处理内生性问题，并进行了数据缩尾、剔除直辖市样本和Tobit模型等一系列稳健性检验。数据来源包括《中国统计年鉴》、各省统计年鉴、北京大学数字普惠金融指数（2012-2023）以及国家知识产权局专利数据库。
**3. 研究结果**
**基准回归结果**
研究结果表明，DTI对粮食生产韧性具有显著的正向影响（p < 0.01）。在控制了个体效应和时间效应后，该结论依然稳健，验证了假设H1。这表明DTI提升了粮食生产系统抵御自然灾害和市场波动等外部冲击的能力。
**非线性效应**
面板门槛模型检验发现，DTI对粮食生产韧性的影响存在显著的“双门槛”效应，且产业结构存在“单门槛”效应。当DTI水平跨越第一和第二门槛值后，其对粮食生产韧性的促进作用更为显著；当产业结构水平超过门槛值（0.9869）时，DTI的促进效应大幅增加。这证实了DTI的边际效应递增特征，并揭示了产业结构与DTI之间的协同关系，支持了假设H2。
**中介效应分析**
中介效应检验显示，DTI显著提升了数字普惠金融发展水平（系数为0.0406，p < 0.01）和数字信贷业务发展水平（系数为0.1316，p < 0.05），但对支付业务的影响不显著。这表明DTI通过优化供应链金融系统，特别是信贷资源配置，缓解了农业生产主体的融资约束，从而增强了粮食生产韧性，验证了假设H3。
**调节效应分析**
调节效应检验发现：市场发展水平（β = 0.0011，p < 0.01）、数字基础设施（β = 0.0014，p < 0.1）和知识产权保护（β = 0.0009，p < 0.1）均正向调节了DTI对粮食生产韧性的影响。这表明，在市场化程度高、数字基础设施完善、知识产权保护强的地区，DTI对粮食生产韧性的提升效应更显著，分别验证了假设H4、H5和H6。
**异质性分析**
区域异质性分析发现，DTI对粮食生产韧性的正向影响在中国东部和西部地区显著，但在中部和东北地区不显著。东部地区凭借其先进的经济基础、强要素集聚能力和完善的制度环境，DTI效应显著；西部地区则通过政策支持和短缺补偿效应，DTI同样发挥了积极作用。而东北地区受制于产业路径依赖和基础设施老化，中部地区则面临劳动力外流和数字支撑不足的制约，导致DTI效应未能充分显现。
**4. 讨论与结论**
**讨论总结**
研究人员系统探讨了DTI对粮食生产韧性的复杂影响机制，强调了非线性效应、中介渠道和调节条件的重要性。研究表明，DTI是增强粮食生产韧性的关键路径，其效应并非线性，而是随着技术和结构的优化呈现递增特征。供应链金融作为关键中介，揭示了技术赋能金融、金融支持产业的传导逻辑。同时，市场环境、基础设施和制度保护等外部条件起到了重要的调节作用。区域异质性分析进一步表明，政策制定需因地制宜，根据不同区域的资源禀赋和发展阶段实施差异化的数字农业战略。
**研究结论翻译**
本研究利用2012-2023年中国30个省份和直辖市的面板数据，构建了粮食生产韧性的综合指数体系，并运用OLS固定效应、中介效应、门槛回归和调节效应模型，系统检验了DTI对粮食生产韧性的影响及其内在机制。相关发现有四方面。1）DTI对粮食生产韧性具有显著的正向效应。该影响呈现出显著的非线性特征，其边际效应随着数字技术积累和产业结构优化而增加。2）DTI促进了供应链金融发展，特别是数字普惠金融，提升了金融支持对粮食生产系统的靶向效率，从而增强了粮食生产韧性。3）市场化、数字基础设施和知识产权保护显著强化了DTI对粮食生产韧性的正向影响。4）异质性分析显示，DTI对粮食生产韧性的正向效应存在显著的区域异质性，这一效应在东部和西部地区稳健，但在中部和东北地区尚未得到充分利用。
