数字技能如何影响农民农业创业？——基于要素可得性的解释
作者及机构
本研究的作者包括Changming Cheng（南京林业大学经济管理学院；滁州学院经济与管理学院）、Qiang Gao（南京林业大学经济管理学院，通讯作者）、Kexin Ju（南京农业大学经济管理学院）和Yuting Ma（南京林业大学经济管理学院），研究成果发表于2024年的*Journal of Innovation & Knowledge*（Volume 9, 100477）。
研究领域与背景
本研究属于农业经济学与数字技术交叉领域，聚焦数字技能（digital skills）对农民农业创业（agricultural entrepreneurship）的影响机制。随着数字经济崛起，互联网成为农村信息获取的关键工具，而农业创业是提升农民收入、实现乡村振兴的重要途径。然而，现有研究多关注互联网接入对非农创业的影响，忽视了数字技能在农业创业中的作用，尤其缺乏对要素可得性（factor availability）中介机制的深入分析。
研究动机
中国农业农村部的数据显示，返乡创业人数逐年增长，但农民仍面临资金约束、技术短缺和社会资本不足等挑战。数字技术（如大数据、人工智能）的普及可能通过优化资源配置、降低信息不对称性，为农业创业提供新机遇。因此，本研究旨在回答三个核心问题：
1. 数字技能是否促进农民农业创业？
2. 其作用机制是否通过提升要素可得性（生产信贷、现代技术、社会资本）实现？
3. 不同农民群体（如土地资源、风险经历差异）的影响是否存在异质性？
数据来源与样本
研究采用2020–2022年“中国土地经济调查”（China Land Economic Survey）面板数据，覆盖江苏省13个地级市的26个县，采用分层随机抽样，最终有效样本为6060户农户。江苏省作为中国农业大省，其数字化水平（农村宽带用户达1447万）和南北农业差异为研究提供了代表性。
变量定义与模型
1. 因变量：农业创业（AE）定义为经营面积≥当地户均耕地4倍，或属于家庭农场/合作社等新型经营主体。
2. 核心自变量：数字技能（digit）分为三类——
- 数字学习技能（digital learning skills）：通过互联网获取技术、政策、市场信息的能力；
- 数字金融技能（digital financial skills）：使用支付宝、微信等平台信贷服务的能力；
- 数字生活技能（digital life skills）：在线购买农业保险、养老保险等能力。
3. 中介变量：要素可得性，包括生产信贷可得性（PCA）、现代技术可得性（MTA）、社会资本可得性（SCA）。
4. 控制变量：户主特征（年龄、教育、健康）、家庭特征（劳动力转移距离、党员比例）、村庄特征（特色产业）。
分析方法
1. 基准模型：面板Logit固定效应模型，解决二元因变量的异方差问题。
2. 机制检验：逐步回归法（Baron & Kenny, 1986）验证要素可得性的中介效应。
3. 稳健性检验：
- 变量替换（熵值法重构数字技能指标）；
- 样本替换（剔除零经营面积农户）；
- 模型替换（互补双对数模型处理罕见事件偏差）。
4. 内生性处理：
- 工具变量法（以村级互联网渗透率为工具变量）；
- 倾向得分匹配（PSM）缓解样本选择偏差。
数字技能显著促进农业创业
机制分析
异质性分析
科学价值
1. 理论层面：将数字技能研究从“接入鸿沟”扩展到“使用效能”，构建“数字技能—要素可得性—农业创业”的分析框架，弥补了现有文献对农业创业独特性的忽视。
2. 方法层面：结合面板Logit模型与多维度机制检验，为农村数字经济研究提供方法论参考。
应用价值
1. 政策建议：政府需加强农村数字基础设施建设（如5G网络）、开展数字技能培训（尤其金融与技术应用），并推动要素市场与数字技术联动（如发展数字信贷、农业技术服务平台）。
2. 实践启示：针对不同农户群体（如土地资源丰富者、风险厌恶者）制定差异化支持政策，例如为小农户提供技术补贴，为返乡创业者优化社交平台资源。
局限与展望
研究样本限于江苏省，未来可扩展至其他区域；农业创业绩效（如可持续性）的影响机制有待进一步探索。