【摘要】农业高质量发展是推动乡村振兴的有力抓手， 而数字经济为我国经济社会发展提供新动能， 深入研究数字经济如何赋能农业高质量发展对于全面推进乡村振兴具有重要意义。本文以我国30个省份为研究对象， 基于技术—组织—环境（TOE）框架， 运用模糊集定性比较分析（fsQCA）方法探究数字经济赋能农业高质量发展的多元组态路径， 并从区域角度考察组态分布的差异。研究发现： 任意单个条件变量都不构成促进农业高质量发展的必要条件， 需要协同联动才能发挥作用， 但数字技术人才和数字创新环境作为核心条件发挥较为普适的作用； 赋能实现农业高质量发展的高组态路径包括技术主导下的组织—环境协同驱动型、 技术—环境共同主导型和环境主导下的技术—组织均衡发展型； 数字经济赋能农业高质量发展的组态路径在我国东中西三大地区存在显著的区域差异。
【关键词】数字经济；农业高质量发展；TOE框架；fsQCA；区域差异
【中图分类号】F323" " " 【文献标识码】A" " " 【文章编号】1004-0994（2025）05-0117-8
一、 引言
习近平总书记在党的二十大报告中指出“高质量发展是全面建设社会主义现代化国家的首要任务”， 并强调了农业农村优先发展的重要性。农业作为国民经济的基础性产业， 在我国经济发展中起着基础性和战略性作用， 推进农业高质量发展是新时代加快推进农业强国建设、 全面实现乡村振兴的必然选择， 也是解决“三农”问题的重大举措。然而， 我国农业发展中仍然长期存在集约化程度不高、 产业融合不够充分、 技术创新不足、 农业标准化和规模化生产水平较低、 生态环境污染严重等诸多问题， 这些问题成为制约农业高效发展的短板。在此背景下， 要想实现农业高质量发展， 迫切需要寻找新动能和新引擎， 为我国现代农业发展注入新的活力， 全面促进农业提质增效， 走质量兴农之路。而数字经济作为一种基于数字技术的快速发展的新兴经济形态， 是新时代产业变革、 经济社会发展的重要驱动力。《数字中国发展报告（2023年）》显示， 2023年我国数字经济规模超过55万亿元， 数字经济核心产业增加值占GDP的比重在10%左右。数字经济的快速发展为实现农业高质量发展提供了持续动能， 随着人工智能、 大数据、 云计算等数字技术迅速崛起， 从城市快速渗透延伸到“三农”领域， 促进农业向集约化、 高效化、 绿色化等高质量发展方向转型升级。因此， 在数字经济迅猛发展的新时代背景下， 深入研究如何充分发挥数字经济的创新赋能效应， 以促进农业高质量发展， 对于有效推进乡村全面振兴战略实施、 实现农业农村现代化具有深远的理论意义和重要的实践价值。
农业高质量发展是一个多维度的概念， 其本质在于： 在坚持绿色发展理念、 保护生态资源环境的同时， 优化农业生产结构， 提高农业产品品质和农业生产效率； 促进农业产业链延伸， 提高农民收入水平； 扩大对外开放， 提高农产品在国内外市场上的竞争力（王静，2021）。随着信息技术的持续发展， 数字经济已日益成为驱动农业高质量发展的核心力量。当前围绕数字经济赋能农业高质量发展的研究， 主要集中在以下两个方面： 一是数字经济与农业高质量发展的关系。数字经济与实体经济融合发展， 将数字技术广泛应用于农业生产、 经营和管理各个环节， 能够扩大农业生产规模、 显著提高农业生产经营和农产品流通效率， 有效拓展农民增收途径， 优化农业生态环境， 从而推动农业高质量发展（姚毓春和李冰，2023）。另外， 数字经济的发展为农业技术和制度创新带来新机遇， 有利于数字技术在农业生产领域的渗透及应用， 提高农业生产效率， 减少资源浪费和减轻环境污染， 保护农业生态环境。同时， 数字经济能够畅通农产品销售渠道， 扩大优质农产品供给， 提升农业经济效益， 进而对农业高质量发展产生显著的正向促进作用（李明贤和贺佳斌，2023）。二是数字经济对农业高质量发展的影响路径。数字经济作为新时代农业发展的动力源泉， 能够通过推动产业结构转型升级， 即促进产业结构高级化与合理化， 来赋能农业高质量发展（鲁钊阳和杜雨潼，2022）。数字经济通过促进农业创新、 协调、 绿色、 开放以及共享发展， 来推动农业高质量发展（周清香和李仙娥，2022）。从农业发展的要素视角来看， 农业生产技术进步和农村金融是数字经济驱动农业高质量发展的重要路径， 通过农业生产技术进步来转变农业发展方式， 通过发展农村金融来促进金融资源优化配置、 缓解农村融资约束， 使传统农业生产向规模化、 数字化、 智能化发展（王进等，2023）。
对于数字经济与农业高质量发展的关系， 已有众多学者进行了大量富有成效的探索， 但还存在一些不足之处： 其一， 传统的计量方法大多侧重于把数字经济作为一个整体变量进行计量分析， 仅通过设定中介变量或调节变量来分析因果变量间的作用机制， 无法揭示数字经济多个影响因素与结果变量间的复杂因果关系。其二， 多数研究聚焦于实证探讨数字经济对农业高质量发展所具有的正向促进作用和空间溢出效应， 主要局限于研究数字经济与农业高质量发展间的单一线性关系， 鲜有研究从整体组态视角探究数字经济不同方面、 不同条件之间复杂的相互联动匹配如何共同作用于推动农业高质量发展， 解释数字经济赋能农业高质量发展背后的逻辑， 为数字经济赋能农业高质量发展提供差异化的路径选择。为此， 本文基于TOE理论分析框架， 选取我国30个省份为案例样本， 从技术、 组织、 环境层面的组态视角出发， 使用模糊集定性比较分析（fsQCA）方法深入探究数字经济多因素组合匹配赋能农业高质量发展的具体实现路径， 并在此基础上进一步从区域异质性的角度， 探索不同区域数字经济各条件变量组合赋能农业高质量发展的差异化组态路径。
相较于已有文献， 本文可能的边际贡献在于： 第一， 由数字基础设施、 产业数字融合、 数字产业发展、 数字金融发展、 数字技术人才、 数字政府建设、 数字创新环境七个条件变量构建数字经济指标体系， 指标涵盖范围更加广泛， 既丰富了数字经济发展水平测度方法， 又拓宽了数字经济对农业高质量发展影响的理解视角。第二， 从整体组态视角， 运用fsQCA方法进行多条件变量组态分析， 突破了传统分析方法难以分析多个变量间相互影响的局限性。本文的研究不仅能够揭示通过技术、 组织、 环境不同层面多个条件变量之间的协同联动实现农业高质量发展的复杂作用机制， 弥补以往单变量研究的不足， 还可以明确数字经济赋能农业高质量发展的差异化路径， 有助于深入理解各影响因素之间如何相互关联、 相互作用， 进而完善和扩充相关理论研究， 为我国农业高质量发展的切实推进提供有效参考与政策启示。第三， 鉴于不同地区的数字经济发展存在显著的区域异质性， 使用fsQCA方法进一步分析不同地区数字经济推动农业高质量发展组态路径的区域差异， 有助于全面系统地总结出更具针对性的区域差异发展策略， 从而为各地区有效利用数字经济资源实现农业高质量发展提供可行的政策建议和经验。
二、 理论基础与模型构建
TOE框架最早由Tornatizky和Fleischer提出， 本质上是新技术运用情境下的一种综合分析工具， 因其较强的操作性、 灵活的变量选择以及扩展性在诸多研究中应用广泛（谭海波等，2019）。具体而言， TOE框架分为技术、 组织、 环境三个层面。技术层面是指组织活动开展的技术基础， 包括技术设施、 技术能力水平等； 组织层面主要涉及组织目标、 制度安排和组织规模等； 环境层面通常包括开展活动所处的宏观环境和所面临的社会需求、 行业发展水平等。当前， TOE框架已广泛应用于研究数字经济政策、 农业农村现代化改革、 数字乡村建设等“三农”领域。因此， 本文运用TOE框架并结合数字经济应用的现实场景与相关研究成果， 从技术、 组织、 环境三个层面梳理出数字经济驱动农业高质量发展的条件变量并进行组态分析， 探究数字经济多个条件变量对农业高质量发展的综合影响。对数字经济各个层面不同条件变量的理论基础和内在特征阐述如下：
（一） 技术层面
技术层面包括数字基础设施和数字技术人才两个条件变量。数字基础设施包括5G、 区块链、 人工智能等数字技术， 以及基于数字技术形成的各类数字平台， 是农业高质量发展的技术基础。数字基础设施充分利用数字技术的高创新性和强渗透性等优势， 能够打破时空限制， 加速数字资源集聚到农村地区（梁健，2024）， 实现要素有效流动惠及农业生产体系和农业经营主体， 支持推动农村产业数字化、 多元化、 规模化发展， 实现农业产业价值链跃升。具体而言， 数字基础设施的不断完善， 使得先进技术与智能设备普及应用到农业产业发展中， 通过建立智慧农业、 农业农村大数据平台， 采集生产、 经营、 服务等各类信息， 实现农业大数据监测， 丰富农村大数据应用场景， 同时培育乡村休闲旅游、 农村电商直播等新业态、 新模式， 从而加快农村三产融合步伐。
数字技术人才为产业数字化、 数字创新发展提供必要的人力资源保障， 是助力数字经济赋能农业高质量发展的重要技术支撑。农业等传统产业的数字化转型离不开数字技术人才集聚发挥作用， 通过培养和引进富有实践经验的数字人才， 可以促进数字技术实际应用于农业生产经营活动全过程， 有助于促进农业机械化改造与优化， 为提升农业生产效率创造新的价值提升空间。数字农业方面的技术人才不仅可以对农民进行专业技术指导， 帮助其熟悉智慧农业等多种农业数字应用场景， 提升其数字素养和技能水平， 还可以协助农业经营者使用农村电商平台来拓宽农产品销售渠道， 从而为农民提供更多的就业机会， 增加农民收入来源。数字技术人才的不断引进有助于促进农业数字技术的研发创新， 促进农业科技成果转化为实际生产力， 持续带动区域创新， 有效推进农业数字化、 智能化发展， 为加快实现农业高质量发展赋能蓄力。
（二） 组织层面
农业高质量发展离不开地方政府的支持， 数字政府建设是数字经济赋能农业高质量发展的制度前提。数字政府建设通过将数字技术与政府治理实践进行深度融合和创新， 实现政府决策、 管理、 服务的透明化、 数字化、 智慧化， 推动政府治理模式的数字化转型。数字政府建设通过串联多层级政务部门， 加强各部门之间的信息共享与协作， 破除政府内外部行政壁垒， 优化电子政务平台建设； 通过提供“一站式”服务， 简化政务服务流程， 促进公共资源合理配置， 提高政府办事效率（辛璐璐，2024）。同时， 数字政府建设能够有效扩大政府服务的覆盖面， 使得政府能够更全面、 更精准地收集和掌握各种数据信息， 更好、 更快速地回应民众的实际需求， 增强其获得感与幸福感。随着数字政府建设的持续推进， 通过加大数字技术在政府治理中的应用， 充分发挥电子政务数字平台的优势， 方便农业生产经营主体及时、 准确地了解全省、 市、 县“三农领域”的各项惠农支持政策及服务信息， 能够显著提升政府治理效能， 这对促进乡村振兴、 实现农业高质量发展具有积极作用。
（三） 环境层面
数字金融发展主要包括支付、 信贷、 理财、 保险四种业务形态， 是数字经济赋能农业高质量发展的有力支撑。良好的数字金融发展能有效破解农户、 农企等农业生产经营主体与金融机构间的信贷信息不对称难题， 满足农业生产及相关产业对于流动资金的需求， 缓解制约发展的融资约束（Chi等，2021）； 通过提升农村地区信贷资源配置效率， 加大农业科技创新投入， 助力产业转型升级， 培育壮大农业新产业、 新业态。良好的数字金融发展还能够大幅拓展农村地区金融服务覆盖宽度和广度， 为农村居民提供多样性、 针对性的理财投资和保险金融产品以方便其线上支付购买， 这不仅可以降低交易成本， 还能增加农村居民收入， 缩小城乡收入差距。此外， 数字保险有利于提高农户等农业生产经营主体的风险抵御能力。
数字创新为农业高质量发展提供了强大动力， 数字创新环境是数字经济推动农业高质量发展的核心要素。良好的数字创新环境可以激励智慧农机、 数字农业设施等农业领域的研发创新， 提升农业科技成果转化能力， 帮助农民应用先进、 高效的农业机械设备和农业新生产技术， 这能够极大地提高农业生产效率， 加快农业农村产业结构优化升级。
数字产业发展是以数字技术为核心支撑的战略性新兴产业的发展， 在数字经济发展中发挥引领作用， 是推动农业高质量发展的必要条件。数字产业发展体现了数字化发展的深度， 主要包括软件和信息技术服务业、 电信业和其他电子设备制造业等， 是数字技术不断创新、 市场化应用不断扩大的产业化过程。
产业数字融合即产业数字化发展， 其作为数字经济发展的关键组成部分， 展现出数字化发展的广度。一方面表现为农业、 工业、 服务业等传统产业利用数字技术和数据资源， 对其产业链、 供应链各环节进行全方位数字化、 智能化、 网络化改造， 进而实现产出的增加和效率的提升； 另一方面表现为传统产业与数字技术深度融合， 衍生出各类新兴产业和服务。
综上可知， 组态视角下数字经济各条件变量均对农业高质量发展具有重要的驱动作用。但数字经济在技术、 组织和环境三个层面的不同条件变量之间是相互影响而非相互独立， 通过彼此间联动匹配的方式， 协同促进农业高质量发展。因此， 本文选取了数字基础设施、 数字技术人才、 数字政府建设、 数字金融发展、 数字创新环境、 数字产业发展、 产业数字融合七个条件变量， 从TOE理论出发， 构建数字经济赋能农业高质量发展理论分析框架， 如图1所示。
三、 研究设计
（一） 研究方法
定性比较分析方法（QCA）由Ragin（1987）提出， 以布尔运算和集合论为基础， 聚焦于分析多变量间复杂的因果关系。相较于以定量研究为主的回归分析， 使用QCA方法的优越性主要体现在： 其一， 对比传统回归分析离散地考虑独立条件变量的单一净效应， 只能解释单项因果关系和对称关系， QCA方法侧重于关注不同条件变量间的因果复杂性与多重并发机制， 即不同的条件变量组合可能产生相同的结果。这一研究方法能够弥补传统定量研究无法关注各变量之间互动效应的不足， 为问题研究提供新的解决方案。其二， 使用传统回归分析方法通常需要大样本数据以揭示量化规律， 相比较来说， QCA方法在中小样本分析中具有显著优势， 同时fsQCA方法在分析连续变量时也有很大优势。由于我国30个省份样本为中小规模样本， 且选取的数字经济和农业高质量发展变量均为连续变量， 因此应用fsQCA方法探讨数字经济哪些条件变量的组合能够推动农业高质量发展更为合适。综上， fsQCA方法与本文的研究问题高度匹配。
（二） 数据来源
本文以我国30个省市（西藏因数据不全， 未纳入统计）为研究对象， 数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国科技统计年鉴》《中国信息年鉴》《中国环境年鉴》《中国电子信息产业统计年鉴》《中国农产品进出口月度统计报告》《北京大学数字普惠金融指数》、 国家统计局和政府官网等， 以及Wind数据库、 EPS数据库等。考虑到数字经济对农业高质量发展的影响具有一定的时滞性， 并且为了避免数据的单一性， 本文的结果变量采用2021年、 2022年农业高质量发展水平综合得分均值， 条件变量采用2019年、 2020年均值（侯冠宇和熊金武，2023；郭晓剑和林涵莎，2023）。通过对各变量数据进行匹配， 得到本文的案例数据。
（三） 变量测量
1. 结果变量。本文选择各省份农业高质量发展水平为结果变量。为适应新的发展趋势和内在要求， 党的二十大报告提出要加快构建新发展格局， 着力推动高质量发展， “创新、 协调、 绿色、 开放、 共享”的新发展理念是推动农业高质量发展的核心要义。因此， 本文在参考刘涛等（2020）、 余永琦等（2023）研究的基础上， 考虑数据可得性， 基于新发展理念从农业创新发展、 农业协调发展、 农业绿色发展、 农业开放发展、 农业共享发展五个维度， 选取12个二级指标、 30个三级指标构建综合指标体系， 并使用熵值法对30个省份的农业高质量发展水平进行测度， 从而较为全面、 客观地衡量农业高质量发展水平， 避免主观方面的影响。各指标的具体解释、 属性如表1所示。
2. 条件变量。①数字基础设施。选择人均互联网宽带接入端口、 移动电话普及率、 每百人域名拥有数量、 互联网普及率、 单位面积长途光缆线路长度作为基础指标来度量数字基础设施。②数字技术人才。采用计算机服务和软件业从业人员占比来反映数字技术人才拥有量， 作为度量数字技术人才的指标。③数字政府建设。选取政府工作报告中数字经济关键词词频加总来反映各地区政府对数字经济的关注度。以省级政府网上政务服务能力指数表示政府政务服务能力。因此， 用政府数字关注度和政府政务服务能力指标来综合衡量数字政府建设。④数字金融发展。使用北京大学数字金融中心编制并发布的数字普惠金融指数来衡量数字金融发展指标（王淑英和刘雅静，2024）。⑤数字创新环境。选择研发创新投入、 国内专利申请授权量、 技术市场创新发展来综合衡量数字创新环境。其中研发创新投入采用人均Ramp;D经费支出来表示， 技术市场创新发展用技术合同成交总额来表示。⑥数字产业发展。以电信业务收入、 软件业务收入、 信息技术服务收入分别与GDP的比值来反映电信业发展、 软件服务业发展、 信息技术服务业发展的情况， 以此对数字产业发展进行衡量。⑦产业数字融合。选用快递业务量、 电子商务销售额、 从事电子商务企业与企业总数的比值、 每百家企业拥有网站数分别反映数字物流发展、 电子商务发展横向化、 电子商务发展纵向化、 企业信息化管理， 通过综合计算指数来衡量产业数字融合。
（四） 变量校准
在fsQCA方法中， 需要通过校准使变量拥有集合隶属关系， 是进行必要性分析和充分性分析所必须的关键步骤。本文基于已有研究（杜运周等，2020）， 运用直接校准法将变量校准为模糊集， 将七个前因条件变量与结果变量数据的95%、 50%、 5%分位数值， 分别作为完全隶属点、 交叉点、 完全不隶属点。此外， 为防止在校准过程中与锚点相同的样本数据丢失， 这里将校准后恰好为0.5的隶属度替换为0.501（敦帅等，2021）。各变量描述性统计结果及校准锚点如表2所示。
四、 实证分析
（一） 必要条件分析
在进行条件组态分析之前， 运用fsQCA 软件对各条件变量的必要性进行分析， 条件变量的一致性水平揭示了其是否构成结果产生的必要条件。参照Fiss（2011）的研究， 将判断必要性的一致性阈值设定为0.9。当某个条件变量一致性超过0.9时， 表明该条件变量是结果变量的必要条件， 结果如表3所示。本文所有条件变量的一致性水平均小于0.9， 说明七个数字经济条件变量均非农业高质量发展的必要条件， 不能单独对结果产生必要性影响。因此， 需要从组态视角进一步分析技术、 组织、 环境三个层面数字经济多个条件变量的协同联动对农业高质量发展的影响。
（二） 组态分析
当单个变量不能构成必要条件时， 开展条件组态充分性分析， 以揭示引致结果产生的多重因素组态路径。将原始一致性阈值设置为0.8， 案例频数设定为1， PRI一致性阈值设定为0.7， 并利用 fsQCA 软件进行组态分析， 最终得到农业高质量发展高组态路径， 如表4所示。
根据表4可知， 农业高质量发展的高组态路径有三条： H1为技术主导下的组织—环境协同驱动型； H2为技术—环境共同主导型； H3为环境主导下的技术—组织均衡发展型。横向对比各组态可以发现， 数字技术人才、 数字创新环境作为核心条件出现在每一条组态路径中， 表明优秀的技术人才和良好的创新环境对于推动农业高质量发展至关重要。解的总体一致性为0.969， 进一步说明有96.9%的案例省份表现出较高的农业高质量发展水平； 解的总体覆盖度为0.633， 说明这些组态可以解释63.3%的高农业高质量发展水平案例。
1. 技术主导下的组织—环境协同驱动型。组态H1以数字技术人才（技术）、 数字政府建设（组织）、 数字创新环境（环境）、 数字产业发展（环境）作为核心条件， 数字基础设施和数字金融发展作为辅助条件。该组态原始覆盖度为0.503， 表明有50.3%的案例可以被该组态路径解释。该组态表明： 首先， 通过扎实推进基础设施建设， 培养创新型数字技术人才， 营造良好数字创新环境， 从而提升农业技术进步水平。其次， 大力发展数字产业集群， 拓展数字金融服务覆盖广度和深度， 提高金融资源配置效率， 为农业经营主体提供充足的信贷资金支持， 解决农业融资约束问题。最后， 加强数字政府建设， 提高政府的行政效率、 公共服务能力以促进农业高质量发展。北京市、 天津市、 上海市、 江苏省、 浙江省、 广东省为典型案例。以浙江省为例， 浙江省大力实施数字经济创新提质“一号发展工程”， 全力建设了2个万亿级数字产业集群、 若干个千亿级数字产业集群， 充分发挥了数字技术领先优势。目前浙江全省建成开通5G基站23.5万个， 每万人拥有5G基站数35.8个， 已实现全省行政村5G网络全覆盖。浙江省持续推动政府数字化转型， 以“浙里办”等数字政府平台为群众、 企业提供便捷的政务服务， 浙农码与乡村生产、 生活、 生态全面融合， 为农业生产和销售提供数字化、 信息化服务。此外， 浙江省积极推进数字人才引育留工作， 11个设区市的人才净流入率为正值。浙江省集聚数字经济创新资源， 积极推进之江实验室、 湘湖实验室等高能级科创平台建设， 打造优质农业科技创新环境， 为农业高质量发展提供助力。
2. 技术—环境共同主导型。组态H2表明以数字技术人才（技术）、 数字创新环境（环境）、 产业数字融合（环境）为核心条件， 数字金融发展为辅助条件可以赋能农业高质量发展。该组态原始覆盖度为0.297， 表明该组态路径可以解释29.7%的案例。该组态表明： 一方面， 通过促进产业数字融合， 深入推进数字金融发展， 发挥数字金融优势为农业生产和创新活动提供资金保障， 从而助力农业农村数字化转型升级； 另一方面， 引进高水平数字技术人才， 进行数字技术、 智能设备的推广和应用， 创造优质数字创新环境， 激励农业经营者创新， 弥合数字鸿沟， 能够更好地推动农业高质量发展。河南省、 湖北省符合该组态路径。以湖北省为例， 湖北省通过构建产业数智服务平台， 积极推进传统产业数字化、 智能化升级。同时， 全链条推进北斗导航系统在农业生产中的应用， 让北斗农机信息化智能系统与现代农业深度融合， 有效帮助农户节本增效。深入实施普惠金融工作站“千百工程”， “整村授信”在全省2万多个行政村实现了全覆盖。湖北省已成功打造19个金融服务乡村振兴示范区， 针对不同产业链， 探索“链上制”金融服务， 配套开发专属信贷产品， 大力支持地方特色产业发展。通过实施华为“智能基座项目”和产教育人的“基地众智项目”等与高校开展多项合作， 为湖北省数字经济发展储备大量高素质的数字技术人才。另外， 设立“联合实验室”“联合创新中心”， 积极营造优良数字创新环境， 提升5G、 人工智能等数字技术的创新活跃度， 加大重大数字科技成果转化应用示范力度， 不断助力产业数字化转型升级， 为各行各业生产效率、 创新能力提升提供有力支撑。
3. 环境主导下技术—组织均衡发展型。组态H3表示数字技术人才（技术）、 数字政府建设（组织）、 数字创新环境（环境）、 数字产业发展（环境）、 产业数字融合（环境）为核心条件时， 数字经济能够推动实现农业高质量发展。该组态原始覆盖度为0.253， 能解释25.3%的案例。该组态表明， 能够通过丰富数字产业发展、 推动数字技术与农业深度融合来提高农业生产能力和经济效益。一是提升数字政府治理效能， 放大支农惠农的政策效应， 驱动公共资源合理配置。二是加强数字技术人才培养， 优化数字创新环境， 吸引更多的技术人才和高新技术企业投入农业技术创新。同时加速创新要素资源流动以推进关键核心技术攻关， 赋能农业高质量发展。代表省份为四川省。四川省级财政每年安排30亿元支持工业企业实施智改数转、 设备升级等技术改造， 支持建设数字化转型促进中心、 “智改数转”赋能平台等。大力发展农村电商， 农村网络零售额在全省网络零售总额中占据重要地位。省内软件相关上市企业超50家， 规模以上企业超1500家， 构筑数字产业竞争发展新优势。四川省网上政务服务能力连续两年位于全国第一方阵， 通过加大行政村“三务”在线公开力度， 提高乡村治理数字化水平。此外， 四川省聚焦区块链、 人工智能、 物联网等数字技术技能领域， 实施数字技术工程师培育项目， 培养高水平数字技能人才。四川省积极推动数字创新环境建设， 其中四川电信与省农科院、 四川农大等高校、 科研院所成立了智慧农业创新实验室等多个数字农业重点实验室， 培育农业领域科技创新项目20余项， 落地智慧农业项目120余项， 以科技创新助力农业高质量发展。
（三） 稳健性检验
为保证组态结果的稳健性， 本文参照张明和杜运周（2019）的研究， 通过提高原始一致性阈值的方法对同样的数据进行稳健性检验。将原始一致性阈值从0.8提高至0.85， 保持其他处理标准不变， 提高原始一致性阈值后得到的组态结果并未发生变化， 与原组态结果保持一致， 由此说明本文的研究结论稳健可靠， 能够清晰地解释数字经济赋能农业高质量发展的作用机制。
（四） 区域异质性分析
由于我国不同地区的区域位置、 资源禀赋、 经济基础以及相关政策支持等不同， 数字经济发展呈现明显的区域异质性， 因而数字经济赋能农业高质量发展的组态路径可能存在区域差异。本文按照国家标准将30个省份划分为东部、 中部、 西部三个区域， 再以95%、 50%、 5%分位数值作为三个定性锚点重新进行校准， 通过对比分析东、 中、 西部地区数字经济赋能农业高质量发展的组态路径， 探究不同地区数字经济对农业高质量发展的差异化影响， 结果如表5所示。
由表5可知， 东部地区数字经济赋能农业高质量发展存在两种高组态路径。组态E1表示在核心条件数字政府建设和数字金融发展的主导下， 与辅助条件数字技术人才、 数字创新环境、 数字产业发展、 产业数字融合协同联动可以推动实现农业高质量发展。代表性省市为北京市、 上海市、 浙江省、 广东省。组态E2表明， 即使在产业数字融合、 数字产业发展、 数字创新环境、 数字技术人才并不充足的情况下， 只要数字政府建设和数字金融发展作为核心条件存在， 数字基础设施作为辅助条件存在， 也可以促进农业高质量发展。代表性省市为福建省。
中部地区存在四种高组态路径。组态M1、 M2与M4说明， 在产业数字融合水平高、 拥有优质数字创新环境的情况下， 通过加快数字产业发展、 大幅提升金融服务配置效率、 扩大数字技术人才储备、 完善数字政府建设可以缓解数字基础设施建设不足的制约， 赋能农业高质量发展。代表性省市为河南省、 湖南省、 湖北省。而组态M3表明， 即使缺乏数字技术人才， 只要数字创新环境作为核心条件存在， 可以通过完善数字基础设施、 推动数字金融发展、 促进产业数字融合和数字产业发展、 完善数字政府建设有效推动农业高质量发展。代表性省市为湖北省。西部地区存在三种高组态路径。组态W1与W2说明， 在数字基础设施建设和数字技术人才储备滞后的情况下， 仍可以通过数字产业发展、 数字政府建设发挥主要核心作用， 产业数字融合、 数字金融发展或数字创新环境协调联动发挥辅助作用， 助力农业高质量发展。组态W1中的数字金融发展与组态W2中的数字创新环境存在替代关系， 即两者中的任何一方都可联合其他条件变量推动实现农业高质量发展。组态W1的代表性省市为广西壮族自治区。组态W2的代表性省市为贵州省。组态W3表明， 在数字产业发展和数字政府建设的主导下， 如果可以充分发挥数字基础设施、 产业数字融合、 数字金融发展、 数字技术人才、 数字创新环境各条件变量的协同作用， 亦可以实现农业高质量发展。代表性省市为重庆市、 四川省。
进一步对比分析东、 中、 西部地区的高组态路径发现， 东部地区地理位置优越、 科技发达、 经济实力雄厚， 在技术、 组织和环境层面都拥有较好的发展基础， 数字基础设施、 数字产业发展等方面优势突出， 组织层面的数字政府建设和环境层面的数字金融发展作为核心条件， 表明东部地区在政府数字关注度高和政务服务能力提升、 金融资源供给充足的情况下， 技术和环境层面不同的辅助条件可以相互联动组合发挥协同作用， 以促进农业高质量发展。从技术层面来看， 中、 西部地区的数字基础设施建设和数字技术人才储备相较于东部地区不具备优势且存在不小的差距。中部地区的数字创新环境和产业数字融合作为核心条件出现， 表明实现农业高质量发展需以促进产业数字融合和营造优质数字创新环境为前提， 同时辅以其他条件变量组合协同发挥作用， 在一定程度上弥补技术层面的不足， 从而达成实现农业高质量发展的目标。而西部地区主要依赖数字政府建设与数字产业发展两个核心条件， 强调通过提升政府治理效能、 加大数字产业集聚的方式， 充分发挥技术、 组织和环境中其他条件变量组合的辅助作用， 实现农业高质量发展。综合来看， 数字经济赋能农业高质量发展的组态路径存在一定的区域异质性。
五、 结论与启示
（一） 研究结论
基于组态视角， 以我国30个省份为研究对象， 构建农业高质量发展指标体系， 运用TOE框架和fsQCA方法探究技术、 组织、 环境三个层面数字基础设施、 数字技术人才、 数字政府建设、 数字金融发展、 数字创新环境、 数字产业发展、 产业数字融合七个条件变量如何协同组合赋能农业高质量发展， 并研究东部、 中部、 西部不同区域组态路径的差异， 得出如下主要结论： 第一， 技术、 组织、 环境层面的任何条件变量均无法单独构成促进农业高质量发展的必要条件， 即单一变量难以促进农业高质量发展， 需要多个条件变量协同组合发挥作用。但数字技术人才和数字创新环境作为核心条件发挥较为普适的作用。第二， 数字经济赋能实现农业高质量发展的高组态路径共有三条， 即技术主导下组织—环境协同驱动型、 技术—环境共同主导型、 环境主导下技术—组织均衡发展型。第三， 在区域视角下， 我国数字经济赋能农业高质量发展的组态路径存在明显的区域差异。东部地区主要依靠数字金融发展和数字政府建设实现农业高质量发展。中部地区在产业数字融合和数字创新环境主导下， 全力推进农业产业数字化转型， 激励农业经营者创新， 弥补数字基础设施建设和数字技术人才储备的不足， 助推农业高质量发展。西部地区更加依赖数字产业发展和数字政府建设， 以产业数字融合为必要辅助条件， 实现农业高质量发展。不同地区发挥核心作用的条件变量及组态路径各不相同， 为此， 各地区应充分利用自身数字经济资源优势， 因地制宜， 制定实施切合实际的发展策略， 最大限度地发挥数字经济在促进地区农业高质量发展中的作用。
（二） 管理启示
1. 扩大高质量数字技术人才储备， 优化数字创新环境， 充分发挥核心要素的引领作用。政府可以积极引导农业科研机构加强与高校、 高科技企业的合作交流， 通过产学研结合， 培养高质量农业数字化技术人才， 推进关键核心技术的联合攻关， 加快智慧农业等领域科研技术成果的转化和应用， 推进农业数字化向全产业链延伸。政府还可以营造良好的数字创新环境， 促进数字产业创新人才集聚， 加大数字农业研发创新投入， 助力农村产业转型升级和农业数字技术创新， 提升数字经济与农业各领域的融合效率， 以数字技术赋能农业生产。
2. 大力推进数字基础设施建设， 提高数字技术应用程度。一是东部地区可以继续充分发挥在科技创新研发、 数字基础设施等方面的优势， 加快数字智能装备和数字技术在农业生产过程中的普及应用， 建立智慧农业发展基地和数字化示范中心， 推动数字技术在智能农机导航、 数字农产品溯源等农业农村各领域应用场景的开发和推广。二是对数字基础设施薄弱的中、 西部地区而言， 可以加大对与人工智能、 5G 等先进数字技术相关的数字智能设施建设的投入， 补齐基础设施与公共服务短板， 加快数字农业大数据平台、 农村智慧物流建设， 推动农村电商发展， 实现农业销售数字化， 为发展智慧农业、 绿色农业打下坚实基础。通过对农户数字技能进行专业化培训， 应用数字育种、 智慧农机、 智慧农场等数字化生产模式， 实现农业自动化生产、 可视化管理， 推进农业农村数字化转型。
3. 加大数字经济政策支持力度， 因地制宜， 发挥数字经济各要素协同作用， 实施差异化区域发展策略。各地区可以着重提升数字政府治理水平， 合理集中利用政府资源， 根据区域数字经济发展现状， 结合各地的资源禀赋， 统筹协调， 有针对性地制定出台一系列支持鼓励发展数字经济、 数字农业的政策措施， 提升农业生产规模化、 产业数字化水平。同时， 农业高质量发展的实现不仅仅依赖于单一条件变量的支撑， 更在于组态中各个条件变量的协同发展。因此， 东、 中、 西部地区可以充分发挥数字经济各要素之间的协同联动效应， 突破制约数字经济发展的“瓶颈”， 根据自身优势特点， 因地制宜， 选择适合自身发展的数字经济发展策略， 让数字经济更好地赋能粮食、 果蔬等农业生产， 扎实推进地区农业高质量发展。
【 主 要 参 考 文 献 】
杜运周，刘秋辰，程建青．什么样的营商环境生态产生城市高创业活跃度？——基于制度组态的分析［ J］．管理世界，2020（9）：141 ～ 155．
郭晓剑，林涵莎．数字经济视角下我国共同富裕水平及提升路径——基于NCA和fsQCA的组态分析［ J］．工业技术经济，2023（12）：146 ～ 155．
敦帅，陈强，陈力等．重大科技基础设施运行效益影响机制研究——基于“投入—产出”视角的定性比较分析［ J］．中国软科学，2021（4）：11 ～ 21．
梁健．数字基础设施、乡村产业多元化发展与中国式农业农村现代化［ J］．统计与决策，2024（11）：40 ～ 45．
谭海波，范梓腾，杜运周．技术管理能力、注意力分配与地方政府网站建设—— 一项基于TOE框架的组态分析［ J］．管理世界，2019（9）：81 ～ 94．
王静．我国农业高质量发展测度及评价分析［ J］．江西财经大学学报，2021（2）：93 ～ 106．
王淑英，刘雅静．数字经济提升绿色全要素生产率的组态路径研究［ J］．财会月刊，2024（11）：109 ～ 115．
辛璐璐．数字政府建设与城乡共同富裕：理论机制与实证检验［ J］．统计与决策，2024（2）：23 ～ 28．
姚毓春，李冰．数字经济赋能农业高质量发展：机理分析与实证检验［ J］．东南大学学报（哲学社会科学版），2023（5）：53 ～ 63+147．
余永琦，彭柳林，余艳锋等．农业高质量发展：水平测算、时空分异与收敛特征［ J］．中国农业资源与区划，2023（10）：220 ～ 229．
Chi Y.， Zhou W.， Wang Z.， et al.. The influence paths of agricultural mechanization on green agricultural development［ J］．Sustainability，2021（23）：12984．
Fiss P. C.. Building better causal theories： A fuzzy set approach to typologies in organization research［ J］．Academy of Management Journal，2011（2）：393 ～ 420．
