金 通 朱保香 吴 旻
近年来，数字经济深刻改变了人类生产生活方式，数字革命全面渗透了各个产业领域，产业数字化转型成为数字经济的核心。2021年我国产业数字化占GDP比重为32.5%，占数字经济比重约为81.7%①。其中农业数字化转型是我国现代农业发展的重要战略。我国《乡村振兴战略规划(2018—2022年)》《数字乡村发展战略纲要》《数字农业农村发展规划(2019—2025年)》等政策强调，要深入推进“互联网+农业”，加快解放和发展数字化生产力，推动农业农村现代化发展。
随着数字经济逐渐成为经济增长的新引擎与新动能，数字经济的“生产率之谜”“信息技术生产率悖论”等相关学术研究再次引起关注。宏观层面研究表明，数字经济存在数量增长效应、高效率增长效应、高质量创新增长效应[1]，不同国家和地区的数字投资带来的生产率效应可能有所不同。微观层面研究则认为，企业不存在“生产率悖论”，数字技术产生的替代效应、渗透效应、互补效应、协同效应[2]，赋能企业创造商业价值，提升企业生产率。中观层面研究发现，不同产业数字化转型的生产率效应存在显著差异。《第四次工业革命对供应链的影响》白皮书指出，数字化变革将使制造业企业成本降低17.6%，营收增加22.6%，使物流服务业成本降低34.2%，营收增加33.6%。然而，农业不同于制造业与服务业，数字技术能否真正提升农业生产率？农业数字化转型的生产率效应主要体现在哪些层面，其内在机理与作用渠道如何？这些问题需要进一步深入研究。
鉴于劳动生产率是衡量农业生产率和农业现代化的核心指标[3]，本文选择从劳动生产率视角研究农业数字化转型的生产率效应。依据世界银行公布的数据显示，我国2016年劳均农业增加值仅为美国的6.36%、英国的10.84%、韩国的28.34%、日本的23.51%②，我国与发达国家之间的农业劳动生产率差距较大。而且，我国农业面临的劳动力老龄化、土地碎片化、经营小型化、种源“卡脖子”等现实压力日趋严重，农业数字化转型是农业现代化发展的必然选择。
劳动生产率特指单位时期内劳动创造的产出与劳动消耗量的比值，其中，产出通常有产量与产值两种衡量指标，而供给效率与需求价值分别影响产量与产值。本文旨在探索农业数字化转型的劳动生产率效应，因此着重从农业数字化转型与供给效率、农业数字化转型与需求价值两个方面对已有文献进行回顾与述评。
(一) 农业数字化转型与供给效率
多数研究从企业与产业等两个层面证实数字化转型有助于提升供给效率。在企业层面，企业数字化转型主要在创新研发、智能生产、数字运营等方面提升企业效率。Agrawal等的研究发现，人工智能技术大大提高识别效率，加快找出最有价值的组合，促进研发效率的提升[4]149-174。而且，数字技术改变了企业的战略管理、需求预测、产品设计、库存与定价管理、财务管理、供应链管理等关键决策，数字赋能企业提升运营效率[5]。在产业层面，产业数字化转型驱动提升产业效率。产业数字化转型是传统产业利用数字技术对业务进行升级，以此提升生产效率与产业效率，推动产业跨境融合，重构产业组织的竞争模式[6]。在制造业，利用互联网、人工智能等信息技术，能够降低生产成本、减少资源错配以及促进研发创新等提升制造业生产率[7]。
在农业领域，现有发达国家经验与我国典型案例表明数字化转型可能会提升供给效率。美国数字农业技术已与农业生产的产前、产中、产后形成紧密衔接，应用范畴覆盖从作物生长的微观监测到宏观农业经济分析，服务农民提升生产效率[8]。汪旭辉等基于网易味央的案例研究提出，数字技术可实现对每头生猪的猪种培育、身体状况、三餐营养、猪舍环境、成长心情、音乐歌单、起居排泄等全生长周期管理，智能化养猪模式大力提升育种、养殖、防疫、加工、销售等农业全过程的生产效率[9]。
(二) 农业数字化转型与需求价值
本文相关的数字化转型与需求价值文献主要集中于两个方面：其一是数字化转型帮助企业更好地满足消费者需求价值。消费者作为数字经济的价值需求方，能够主动参与生产活动，影响价值供给的方式，同时数字技术便利生产企业更好地把握消费者需求价值[10]。基于“涉入理论”(Involvement Theory)，企业可以更好地了解客户需求，进行精准推荐。其二是数字化转型帮助产需双方实现价值共创。胡海波、卢海涛基于仁和集团的案例研究显示，数字化通过结构与资源赋能企业商业生态系统，实现企业、消费者、电子商务提供商和分销商、医药企业等利益相关者的价值共创[11]。
相关研究认为农业数字化转型有助于企业实现价值提升。对于农户而言，在数字技术的支持下，通过特色农产品电商、乡村旅游直播、网上农博等数字活动，可满足以前被忽略或难以满足的“长尾需求”，实现“小农户”与“大市场”的有效供需匹配[12]。对于区域农产品品牌而言，数字化转型有助于实现提升品牌价值。如“丽水山耕”品牌的农产品线上展示平台，借助数字平台打通产、展、销、供、用等全产业链，实现农产品的品牌溢价30%以上。对于农业企业而言，数字化转型创新提升企业的价值共创能力。先正达集团基于MAP平台整合上游的基础研发和下游的商业化主体，共同打造价值共创的产业生态。
总体上，基于企业和产业层面的研究表明，农业数字化转型可以从供给与需求两端影响农业劳动生产率。但是，基于我国农业劳动生产率的研究还发现，农业结构、人地比率、土地流转、劳动力流转、农业科技、城市化、户籍制度、转移支付收入等因素均可能会影响农业劳动生产率[13]。因此，我国农业数字化转型的生产率效应究竟如何，是否有利于提升土地-劳动比率、土地生产率和产值转化率[14]，有效提高农业劳动生产率，值得进一步研究。
与此同时，关于数字化转型与劳动生产率的现有研究大多集中于制造业，对于农业企业的微观层面研究较少涉及。而且，农业数字化转型相关文献，多数采用理论与案例研究，理论与实证相结合的深入研究相对偏少。农业劳动生产率研究则大多侧重于农业供给侧的效率研究，相对忽视农业需求侧的价值研究。本文旨在从供给侧与需求侧两端探索农业数字化转型带来的劳动生产率提升效应，深入研究农业数字化转型对劳动生产率的实际效应以及作用机制，同时提供我国农业企业层面的微观证据。
(一) 微观机制
随着数字技术与农业的深度融合，消费者在市场中的影响逐渐增强，生产者与消费者之间的交互沟通愈加重要，农产品的供需匹配更加精准。参照已有文献，本文提出农业数字化转型对劳动生产率具有的双重效应，即供给侧的效率提升效应与需求侧的价值提升效应，既实现高速度增长又实现高质量发展。
1.供给侧的效率提升效应
数字技术不仅具有典型的替代性、渗透性、创造性、协同性等技术——经济特征，而且在具备更低的复制成本、交易成本、验证成本、追踪成本、运输成本的数据要素驱动下，能够促进生产数量的增长与生产效率的提升。具体而言，农业数字化转型的供给侧的效率提升效应主要表现在以下三个方面(如图1)：
图1 农业数字化转型对劳动生产率的效率提升效应
其一是数据资本节约农业劳动力，提升土地-劳动比率。随着农业物联网、智慧农机等数字技术在农业的推广应用，数字农业将逐渐替代更多的低技能劳动力，“机器换人”的步伐将明显加快。例如浙江一鸣食品股份有限公司在牧场内精准匹配每份草料，在生产车间内数字管控每滴牛奶，在配送过程精准核算每次要货，整个1000多平方米的生产车间里只有4名工作人员③。
其二是智能生产升级农业投入产出效率，提高土地产出率。数字化决策、数控化工业设备、智能化生产工艺以及网络化生产流程，提升了生产的智能化与精准化程度，提高了企业生产能力，带来企业投入产出效率的改进[15]。
其三是数字化降低企业生产成本，降低资本劳动比。数字经济存在明显的规模经济性与低边际成本，基于大数据生产的数字产品或服务，起初投入较高的一次性固定成本，但是生产后的变动成本接近于零，甚至是零边际成本。而且，随着企业数据管理能力的提升，资产回报率将持续提升，资本积累的增加将更有效地缓解劳动力成本上升压力[16]。
2. 需求侧的价值提升效应
在数字商业生态系统中，消费者借助ABCD等数字技术深度参与生产过程，在供求关系中，消费者的价值逐渐占据主导地位，如何提高消费者的使用价值，更好地满足消费者的差异化价值需求，理应成为数字厂商关注的重点[10]。对于消费者而言，对于数字产品或服务的需求更加个性化、差异化与社会化，甚至希望获得私人定制化服务。对于厂商而言，短渠道深度连接消费者，精准把握消费者需求，柔性供给多元化数字产品和服务，将帮助企业实现对消费者的差异化定价与最大化的用户价值。一般来说，农业数字化转型的需求侧的价值提升效应主要体现在以下三个方面(如图2)：
图2 农业数字化转型对劳动生产率的价值提升效应
其一是精准匹配供需双方，提升产值转化率。数字经济“小前台+大平台”的典型模式，打破时间、地域、距离、季节等壁垒，汇聚分散全国各地乃至世界范围的农产品供求信息，以大数据、算法、物联网等数字技术，帮助农业生产者与消费者高效地搜寻与匹配到对方，以更低的交易成本实现农产品产销一体，提高农产品的产值转化率。
其二是定制化服务消费者，提升品牌溢价率。随着农业生产者获取关键要素能力的提升，农业生产者更加准确地把握不同消费者的价值需求，一方面凭借可视化、动态化、全程可溯源的农业全生命周期管理，降低农产品交易的信息不对称程度，更好地获取消费者的信任；
另一方面，农业生产者整合农业数字资源，及时满足消费者的差异化使用价值与时空价值，为客户提供定制化的完美体验式服务，凭借“优质优价”获取更高的品牌溢价率，提升企业的消费者黏性与无形资产。
其三是扩大需求网络效应，提升企业市场价值。数字经济需求侧具有显著的网络效应，当更多人消费某一商品时，一个消费者额外消费一个商品会获得更高的价值。随着更多的农业数据与用户数据的积累，农业企业不仅可以为消费者提供递增的服务价值，还可以基于广泛的产销共同体与产业融合创新，共同创造更多的新价值、新业态与新模式，以更强的市场反响能力持续发现新的业务增长点，提高企业的市场价值。
(二) 理论模型
劳动生产率是产出与劳动投入的比值，产出既可以用实物意义的产量来表示，也可以用价值意义的产值(或收入)来衡量。
1. 实物意义的农业劳动生产率
如果以Q、L和A分别表示农业总产量、农业劳动力和土地数量，则实物意义的劳动生产率可分解为土地-劳动比率(A/L)和土地生产率(Q/A)，即：
(1)
上式表示农业劳动生产率主要由土地、劳动力与产量三个因素共同决定，假如劳动力人数不变，则扩大土地规模以及提高农业总产量是提高农业劳动生产率的主要途径。
如对(1)式两边取自然对数，(1)式转化为：
(2)
农业数字化转型在效率提升效应的作用下，以更少的农业劳动力生产出了更多的农业产量，即L变小的同时Q变大。现在假设土地A不变化，L变化为(L-ΔL)，Q变化为(Q+ΔQ)，ΔL和ΔQ均为正数，则(2)式变化为：
(3)
将(3)-(2)可得：
(4)
2. 价值意义的农业劳动生产率
在市场经济中，经营者更加关注以农产品为“桥梁”的价值收益，价值意义的劳动生产率更具有实践应用价值。如果以A、L、Q、Y分别表示土地、劳动力、产量以及产值，则农业劳动生产率可分解为土地-劳动比率(A/L)、土地生产率(Q/A)以及农产品的产值转化率(Y/Q)的三者组合，即农业劳动生产率表述为：
(5)
如果以P表示价格，产值Y则可表示为：
Y=P×Q
(6)
农业劳动生产率相应变化为：
(7)
若对(7)式两边取自然对数，可得出农业劳动生产率的对数表达式为：
(6)
假定y=Y/L，农业数字化转型前的农业劳动生产率为y1，转型之后的农业劳动生产率为y2，则相应的农业劳动生产率为：
lny1=lnP1+lnQ1-lnL1
(9)
lny2=lnP2+lnQ2-lnL2
(10)
考虑到农业数字化转型的效率提升效应和价值提升效应，给农业企业带来的节约劳动力、增加产量以及提高价格(需求侧的品牌溢价)的综合作用，农业数字化转型前后的劳动力L、产量Q和价格P的变化可分别表示为：
L2=L1-ΔL
(11)
Q2=Q1+ΔQ
(12)
P2=P1+ΔP
(13)
其中，假定劳动力的变化量ΔL、产量的变化量ΔQ以及价格的变化量ΔP均为大于零的正数。则农业数字化转型前后的劳动生产率变化，即(10)-(9)可转换成：
lny2-lny1=(lnP2+lnQ2-lnL2)-(lnP1+lnQ1-lnL1)
=(lnP2-lnP1)+(lnQ2-lnQ1)+(lnL1-lnL2)
(14)
现将(11)(12)和(13)相应代入(14)中：
(15)
(16)
在此假定农业劳动生产率y1和y2均为正数，则(16)式等价于：
y2>y1
(17)
这就说明农业数字化转型后的劳动生产率高于转型之前的劳动生产率。如果参照(5)式的农业劳动生产率分析，在假定土地规模没有变化的情况下，农业数字化转型的效率提升效应有助于提高土地-劳动比率和土地产出率，价值提升效应有助于提高产值转化率，农业数字化转型将有利于促进农业劳动生产率的提高。在现实情况中，随着数字化转型的加快，为最大化地发挥数字农业的供给侧和需求侧规模经济效应，农业企业倾向于获取更多的土地面积，进一步迭代提升生产效率与企业价值，农业数字化转型对劳动生产率的促进效应可能会更加明显。
(一) 数据来源
本文以2013—2019年沪深A股农业上市公司数据为研究样本，涉及的劳动生产率和控制变量等原始数据主要来自国泰安数据库(CSMAR)，个别变量数据来自上市公司年报。为提高实证回归质量，剔除了企业营业收入、固定资产、企业价值、员工人数等关键变量缺失的观测值，剔除了ST、*ST、PT及终止上市的农业企业，仅保留至少连续五年不存在缺失的样本。
(二) 变量设定
1. 被解释变量
依据农业上市公司数据可得性，本文参考现有文献的做法，在基础回归部分采用营业收入/员工人数的自然对数来度量劳动生产率(LP)。在稳健性测试部分，则采用人均增加值的自然对数来度量劳动生产率，其中增加值由职工薪酬、应缴税费、折旧与营业利润这四部分加总计算所得。
2. 核心解释变量
农业数字化转型(DLTN)：本文借鉴陈剑[5]、刘飞[17]等的做法，依据农业数字化转型主要采用的“ABCD”技术以及应用场景的分类，将农业数字化转型分解为数字基础设施与数字经营管理两类一级指标，其中数字基础设施由数字硬件、数字软件以及数字基地这三个二级指标共同构成，数字经营管理则由数字生产、数字管理、数字营销与数字物流四个二级指标组成。考虑到数据化转型相关特征信息采集的可行性与科学性，本文借鉴现有文献的通常做法，选择从农业上市公司年报中涉及“数字化转型”的词频统计角度来刻画转型程度。在实际操作中，本文借助Python爬虫功能归集整理沪深两市相关农业上市公司的年度报告，通过Java PDF box库提取所有文本内容，匹配同数字化转型有关的关键词词频测度，并在此基础上将相应词频统计与农业上市公司进行匹配和分类汇总，形成农业数字化转型相关的初始指标。在以对数化方式纠正这类数据的“右偏性”特征之后，本文采用主成分分析法计算出核心解释变量的数值。农业数字化转型指标体系详细情况见表1。
表1 农业数字化转型指标体系
在进一步深入分析农业数字化转型对劳动生产率的作用机制时，本文依据上文的分析，企业数字化转型需要一次性固定投入，故采用人均资本(AKL)指标来验证农业数字化转型在供给侧的效率提升效应。考虑到需求侧的价值提升效应可能产生品牌溢价的效果，将有助于提升企业的无形资产，而且数据资产本质上也是一种无形资产，所以本文采用无形资产(INT)来验证农业数字化转型带给劳动生产率需求侧的实际作用机制。
3. 控制变量
本文控制了一系列可能影响劳动生产率的企业层面因素，包括资产回报率(ROA，税后净利润/总资产)、企业年龄(Age，企业成立年龄的自然对数)、企业家学历(Education，依据不同学历层次分别赋值)、政府补助(Subsidy，政府补助的自然对数)以及国有持股比例(Statehold)。变量的详细数据结构参见表2，变量的描述性统计结果参见表3。
表2 变量的定义
表3 变量的描述性统计结果
4. 模型设定
为研究农业数字化转型对劳动生产率的影响及其作用机制，本文设定如下模型分别加以检验：
LP=β0+β1DLTN+∑φControlk+∑γIndividual+∑μYear+ε
(18)
Mediator=θ0+θ1DLTN+∑φControlk+∑γIndividual+∑μYear+τ
(19)
LP=φ0+φ1DLTN+φ2Mediator+∑φControlk+∑γIndividual+∑μYear+δ
(20)
其中，劳动生产率(LP)为被解释变量；
数字化转型(DLTN)是核心解释变量，也表示农业数字化转型直接给劳动生产率带来的数量增长效应；
中介变量(Mediator)包括人均资本量和无形资产两个变量，采用中介效应模型识别农业数字化转型的效率提升效应和价值提升效应。Individual和Year表示企业的个体和年度固定效应，分别控制个体层面的非时变因素和年份层面的冲击影响；
ε、τ和δ为随机误差项。本文采用第(18)式检验农业数字化转型对劳动生产率的总体影响，用第(19)式和第(20)式对其作用机制进行验证。
(一) 基准回归
表4报告的是“农业数字化转型——劳动生产率”的基准分析结果。列(1)仅控制个体和时间效应，结果显示，农业数字化转型指标(DLTN)的系数为0.0284，且通过10%水平下的显著性检验。列(2)则进一步纳入控制变量集，相应的农业数字化转型指标的回归系数有所增加(系数为0.0377)，且通过5%水平的显著性检验。这说明纳入控制变量后，农业数字化转型对劳动生产率的直接效应进一步凸显，农业数字化转型强度越高，越有助于提升劳动生产率，二者呈现出显著的正向相关关系。本文认为，农业数字化转型加快数据资本对劳动力与资本等要素的替代，显著增加农业总产量。与此同时，农业数字化转型加强生产者与消费者的互动，以数字技术为桥梁提高农产品的供需匹配度与品牌溢价率，帮助企业更好地实现自身价值的持续提升。
表4 基准回归：农业数字化转型对劳动生产率的直接效应
控制变量的估计结果表明，资产回报率(ROA)对劳动生产率有正向的促进作用，资产回报率越高，劳动生产率也越高。而国有持股比例(Statehold)则与劳动生产率显著负相关，这说明国有持股比例高的农业企业，农业的基础性作用以及社会责任等因素会降低其对劳动生产率的优先考虑。
(二) 作用机制检验
1. 农业数字化转型对企业的经济影响
农业数字化转型是企业为了适应数字经济发展需求而采取的重要尝试，通过工具、业务、管理、商业模式等数字化转型举措，期望进一步提升企业的经营绩效。如若农业数字化转型无益于企业绩效的提升，那么企业一次性投入巨大的数字化转型成本，就无法通过后期的规模经济效应与网络效应等实现预期的投资回报，企业数字化转型的动力与信心将会有所动摇。
基于此，本文选择企业的销售额、人均资本、无形资产以及企业市值四个经济指标进行检验，从有形的收益以及无形的价值两个层面共同探索农业数字化转型对企业的经济影响。其中，销售额指标采用销售额的对数值，人均资本则使用人均固定资产的自然对数，通过这两项指标尝试验证农业数字化转型是否真正实现“低投入、高产出”的经济收益。无形资产指标则采用无形资产的对数值，企业价值以经典的托宾Q为代理变量，这两项指标主要估算农业数字化转型对企业的商誉及未来的价值影响。
表5的检验结果表明，农业数字化转型有助于提高农业企业的销售额(Sale)，数字化销售促进企业进一步提高产值转化率。进一步的研究发现，农业企业数字化转型增强数据资本的替代效应，不仅节约农业劳动力，还降低人均资本(资本劳动比，AKL)。由此说明，农业数字化转型确实可能存在“低成本、高收益”的预期回报。而且，农业数字化转型有助于促进企业提升无形资产(INT)以及企业市值(Value)，有效实现生产者与消费者的共同价值创造。农业数字化转型存在的潜在“名利双收”效应，将进一步激励农业企业加快转型升级的步伐。
表5 农业数字化转型对企业的经济影响
2. 供给侧的效率提升效应
在表6中，数字化转型对人均资本(AKL)的回归系数为-0.0229且在10%水平上显著，参见列(1)，意味着农业数字化转型对人均资本有明显抑制作用，以更低的劳动力与资本成本实现了更高的销售收入。而且，列(2)报告了人均资本对劳动生产率的中介效应结果，农业数字化转型的系数(0.0362)和人均资本的系数(0.358)均为正值，且分别在5%和1%水平上显著。这意味着农业数字化转型在人均资本的中介作用下发生对劳动生产率的效率提升效应。
表6 农业数字化转型对劳动生产率的效率提升效应
(续表)
本文认为，农业数字化转型在供给侧的要素替代效应与规模经济效应，诱发企业改变生产要素和成本结构，数据赋能劳动力与资本要素提升资源利用效率，实现提高产量与节约劳动的双重效果，从劳动生产率(Y/L)的分母与分子两端体现数字化转型的效率提升效应。
3. 需求侧的价值提升效应
由表7的回归结果可知，农业数字化转型与无形资产的系数为0.036 7，且在1%水平上显著。这意味着农业数字化转型的加快，数据资本的深化，将对企业的品牌、商誉等无形资产(INT)形成显著的提升效果，参见列(1)。数字经济的规模效应与网络效应，将有利于农业企业提升品牌影响力。列(2)报告了无形资产对农业数字化转型的生产率中介效应，农业数字化转型的系数虽然略微下降，但依然在5%水平上显著。此结果表明，农业数字化转型在无形资产的中介作用下，仍然产生对农业劳动生产率的正面促进作用，由此有效验证了农业数字化转型的价值增长效应。
表7 农业数字化转型对劳动生产率的价值提升效应
(续表)
(三) 稳健性检验
Erik Brynjolfsson[18]23-57等指出，人工智能生产率悖论的一种解释是ICT资产作为一种通用性技术，其生产率效应可能存在时滞。为进一步提升核心结论的说服力，本部分对核心解释变量采用农业数字化转型滞后一期作为替代变量，延长时间窗口。表(8)的回归结果显示，农业数字化转型的滞后一期系数为0.0284，且在10%水平上显著，这意味着数字化转型对企业的劳动生产率确实存在时滞。而且，虽然滞后一期的数字化转型的回归系数与显著性水平均有所下降，但回归结果并未改变本文的主要实证结论。
表8 稳健性检验：农业数字化转型滞后一期检验
在前文的分析中，本文采用营业收入/员工人数的计算方式来衡量劳动生产率。本部分参考已有文献的做法，选择用销售额/员工人数来替换被解释变量劳动生产率。表9的数据显示，在变更被解释变量的计算口径后，农业数字化转型与劳动生产率的系数(0.110)依然显著，这表明本文的研究结论依然稳健。
表9 稳健性检验：劳动生产率更换计算口径
(四) 异质性分析
企业的属性特征差异使得企业在数字化转型决策时，往往具有不同的反应策略。有鉴于农业的基础性作用，我国对农业企业的财政支持较为重视。表10的数据显示，农业数字化转型对非国有企业的劳动生产率效应显著(系数为0.037 7)，而对国有企业数字化转型影响并不明显。可能的解释是国有企业凭借其在农业产业链中的优势地位，本身更易获得财政资金与金融资本的支持，企业自身的盈利能力相对较高，在传统路径依赖下，对于数字化转型的内生需求并不强烈，尤其是在我国数字化转型的成本较高且收益不确定的情形下，国有企业的改革决策相对比较谨慎。
表10 基于产权性质的异质性分析
(续表)
本文基于农业上市公司的年报数据，将农业数字化转型与劳动生产率结合起来，从农业供给侧与需求侧两个方向，分别研究农业数字化转型的生产率效应及其作用机制，得出如下结论：
一是农业数字化转型在供给侧存在劳动生产率的效率提升效应，由于数据资本的要素替代效应、全面渗透效应以及规模经济效应，帮助农业企业以更低的成本获得更高的产量，通过节约劳动力与提高农业产量的双重效果促进劳动生产率提升。
二是农业数字化转型在需求侧存在劳动生产率的价值提升效应，数字平台帮助企业实现精准供需匹配、定制化服务以及需求网络效应，实现企业的用户价值与市场价值的双增长，以需求拉动有形产值与无形价值的双提升强化劳动生产率效应。
三是农业数字化转型对企业的销售额、资本劳动比、无形资产以及企业市值等经济指标存在显著影响。在进一步的异质性分析中发现，非国有农业企业的数字化转型的生产率效应相对更强。
基于上述研究发现，本文从企业和政府两个维度提出如下政策建议，以期更好地发挥农业数字化转型在推动农业现代化发展中的重要作用：
第一，农业企业在实施数字化转型时，要充分利用各种农业数据资源，以数据资本有效整合劳动力与资本、技术等要素资本，以数字平台驱动企业科学决策，以数字产品优化农产品生产效率，从生产、业务、管理与模式等全流程实现全面转型，构建生产、加工、流通与销售等全过程的数字化链条，引导农业实现生产数字化、管理智能化与运营规模化，最终实现现代农业的高效率增长。
第二，农业企业在需求侧要更好地满足消费者的使用价值，要坚持以消费者的需求价值为导向，以更加精准匹配的差异化供给、敏捷贴心的定制化服务、互利互惠的动态化价值，实现更高的销售盈余与品牌溢价。农业企业要主动建立生产者与消费者的产销共同体，积极打造网络协同的数字产业生态，持续优化价值共创商业生态系统，全产业链协同推动农业实现可持续高质量发展。
第三，政府在鼓励农业产业数字化转型时，要引导企业合理平衡农业数字化转型的成本与收益，支持农业龙头企业打造各类行业数字平台，带动中小企业共享数字效益。为缓解农业企业的融资约束，政府要注重加大对非国有农业企业的财政支持力度，以更加精准的政府补助驱动农业企业实现更为显著的数字化转型效应，以市场化方式激励企业自主加快农业数字化转型。
注释：
① 中国信息通信研究院: 《中国数字经济发展报告(2022年)》，中国信息通信研究院网站，http://www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm.
② 数据来源：wdi.worldbank.org/table/3.3.
③ 数据来源：https://zj.zjol.com.cn/news.html?id=1641319.
猜你喜欢劳动生产率效应转型人口转型为何在加速 精读英语文摘(2022年4期)2022-06-05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转型发展开新局 乘风破浪向未来中国核电(2021年3期)2021-08-13懒马效应今日农业(2020年19期)2020-12-14航天器在轨管理模式转型与实践航天工业管理(2020年4期)2020-06-16中国劳动生产率及其区域差异的时空演变*区域经济评论(2019年6期)2019-11-19聚焦转型发展 实现“四个转变”人大建设(2018年5期)2018-08-16应变效应及其应用中学物理·高中(2016年12期)2017-04-22我国企业集团内部控制研究财会学习(2016年23期)2017-01-07中国劳动生产率增速远超世界平均水平人力资源(2016年10期)2016-11-30本文来源：http://www.triumph-cn.com/fanwendaquan/gongwenfanwen/2023/0822/99308.html