【文献分享DE】农业数字化对加纳小农户生计的影响研究
主题：农业（Agriculture）、数字化（Digitalization）、加纳（Ghana）、小农户（Smallholder farmers）、数字技术（Digital technologies）文章发表在国际期刊Heliyon 2024年第10卷。第一作者和通讯作者是来自加纳库马西夸梅·恩克鲁玛科技大学（KNUST）综合农村发展局（BIRD）的Monica Addison研究员。（图片来自原文）
科学问题：
全球正步入数字化时代，城乡数字鸿沟成为制约减贫、粮食安全与乡村发展的突出难题，非洲农业领域同样面临严重的信息缺口。加纳政府虽积极推进数字化议程并出台农村数字化相关政策，推动电子农业项目落地，但农村地区仍未能充分受益于数字化转型，农业数字化整体水平偏低，人工智能、物联网、无人机等先进数字技术在农业中应用极为有限。现有研究多聚焦局部区域或单一数字工具，缺乏覆盖加纳全国不同生态区的代表性证据，且较少同时关注农业数字化的驱动因素与生计影响，难以为政策制定提供全面支撑。在此背景下，加纳小农户农业数字化的关键驱动因素是什么？数字化应用能否切实改善小农户的生计资产与生计结果？这些核心问题尚未得到清晰解答。基于此，该研究文立足加纳农村实践，系统探究农业数字化的采纳与使用强度的影响因素，并实证检验其对小农户生计的综合效应，以期弥补研究空白，为非洲农业数字化与乡村发展提供经验依据。研究方法：
该研究采用多阶段分层抽样设计选取调查对象，首先依据生态区将加纳划分为北部、中部、南部三大区域，基于德国国际合作机构数字化转型中心提供的加纳数字化转型相关信息，在三大生态区内分别选定研究区域与农村社区，最终选取 9 个地区共 33 个社区开展调查。采用简单随机抽样中的抽签法，在各样本社区从自愿参与的农户名单中随机抽取小农户，于 2022 年 8 月对加纳南、中、北三大区域的农村农户进行横截面问卷调查，最终获取有效样本 521 份，样本量满足基于科克伦样本量公式设定的最小样本要求。数据收集由经专业培训的调查员使用预先测试的结构化问卷在平板电脑上完成，采用 Stata 14 软件进行定量分析。该研究已通过库马西科技大学机构伦理审查委员会审批，获得研究对象知情同意，全程遵循匿名与保密原则开展调查。对研究模型进行设定并说明变量内涵，共构建两类计量模型。其一为农业数字化驱动因素模型（公式 1），以农业数字化（AD）为被解释变量，采用二值虚拟变量与连续型指数两种方式测度，核心解释变量包含个体、家庭及社区层面特征变量，用于识别数字技术农业应用的影响因素。其二为农业数字化生计效应模型（公式 2），被解释变量为生计资产与生计结果（LHD），生计资产涵盖物质、金融、人力、社会、自然资本五类自评改进指标，生计结果包含农业生产、健康状况、脆弱性降低自评指标与月均家庭收入实测指标，核心解释变量仍为农业数字化（AD），同时控制前述个体、家庭与社区层面特征变量。变量定义与测度方式详见附录表 A1，农业数字化指数、数字化认知指数与数字技能指数均采用因子分析法构建，结果见表 A2。（公式来自原文）
其中，AD为小农户i的农业数字化指标，衡量数字技术用于农业相关活动的情况，包括获取气象信息、购买生产资料、获得推广服务、获取价格与市场信息、接收农业相关资讯、学习农业生产改良方法。I、H、C分别为可能促进或抑制农户使用数字技术的个人、家庭、社区 / 地区层面特征向量。εi为随机误差项，β、γ、θ为待估系数，分别反映个人、家庭、社区因素对农户使用数字技术的概率与程度的影响。（公式来自原文）
其中，LHD代表生计资产与生计结果。生计资产为农户自评过去五年物质资产、金融资本、人力资本、社会资本、自然资本是否改善的二值变量；生计结果包括农业生产、健康状况、脆弱性降低的自评指标，以及家庭月均收入这一客观指标。AD为核心解释变量，同时采用二值变量与连续变量衡量，以捕捉农业数字技术的采纳情况与使用强度，其系数φ反映农业数字化对各类生计指标的影响。其余变量定义与公式（1）一致。（表格来自原文）
（表格来自原文）
为识别农业数字化的驱动因素，该研究采用 Probit 模型估计数字技术采纳的边际效应，运用 Tobit 模型分析数字化使用强度的影响因素，并采用 Cragg 双栏模型缓解潜在估计偏误；为解决农业数字化非随机赋值导致的内生性与选择偏差问题，准确估计其对小农户生计的处理效应，该研究选用逆概率加权回归调整（IPWRA）双重稳健估计方法，同时设定处理模型与结果模型，分别估计平均处理效应（ATE）与处理组平均处理效应（ATET），该方法仅需结果模型或处理模型其一设定正确即可获得稳健估计，本研究通过条件独立假设与重叠假设保证估计有效性，协变量平衡性检验结果见附录表A3。（表格来自原文）
1.描述性结果描述性结果呈现加纳农村小农户农业数字化应用与生计状况的基本特征。农户数字技术农业用途占比统计结果见图2，约44%的小农户将数字技术用于农业相关活动，其中超半数用于获取价格信息、推广服务、农业投入品信息与气象信息等；农业数字化使用强度指数结果见图3，用户组强度均值为0.554，全样本均值为0.389，整体采用水平偏低。表1为农户数字技术使用与生计指标的描述统计，数字技术使用者在物质资本、金融资本、人力资本、社会资本、自然资本的自评改善比例，以及农业生产、健康状况、抗冲击韧性提升比例和月均家庭收入均显著高于非使用者。表2汇报了个体特征、数字技能、设备拥有情况与社区层面变量的描述统计，数字技术使用者与非使用者在多数控制变量上存在显著差异，提示样本存在潜在选择偏差。（图片来自原文）
（图片来自原文）
（表格来自原文）
（表格来自原文）
研究基于Probit模型、Tobit模型及Cragg双栏模型，对加纳农村小农户农业数字化采纳与使用强度的驱动因素进行估计，结果详见表3。回归结果显示，女性农户在数字技术使用强度上显著低于男性农户，年龄对数字化采纳概率存在显著负向影响；受教育水平显著正向推动数字化采纳与使用强度，且效应随教育等级提升而增强。家庭经济活跃成员数量、互联网接入、数字化积极认知，以及社区内ICT实验室/网吧、移动货币代理商、全年稳定供电等基础设施条件，均对农业数字化采纳与使用强度具有显著促进作用；创意数字技能则对数字化应用存在显著负向影响，其余变量影响未呈现统计显著性。（表格来自原文）
该研究采用逆概率加权回归调整（IPWRA）法与Probit模型，分别检验农业数字化对小农户生计资产和生计结果的影响，结果依次呈现于表4、表5、表6、表7。IPWRA估计结果显示，农业数字化使用行为对物质资本、金融资本、人力资本、社会资本、自然资本五类生计资产的改善均具有显著正向处理效应；Probit估计结果表明，数字化使用强度提升同样可显著提高多数生计资产的改善概率。同时，农业数字化的使用行为与使用强度，均能显著提升农业生产水平、健康状况与抗风险能力，并显著提高农户家庭月均收入，相关结果分别通过平均处理效应（ATE）与处理组平均处理效应（ATET）得以验证。（表格来自原文）
推荐人点评：
该文立足加纳乡村发展现实，系统探究农业数字化对小农户生计的影响，研究设计规范、数据覆盖全面，既清晰识别了教育、数字基础设施等关键驱动因素，又严谨验证了数字化在提升生计资产、改善生产与收入、增强抗风险能力等方面的显著作用。研究仅采用截面数据与主观自评指标，未考虑长期动态影响，且以种植农户为主，结论存在一定局限，但整体仍贴合非洲农业数字化实践，可为政策制定与项目落地提供扎实依据，是一篇兼具理论价值与现实意义的实证研究。 本推送内容仅代表课题组对文章的理解，不是对原文的翻译，请有兴趣的同学阅读原文。课题组水平有限，难免出现错讹，也请各位专家、同学批评指正。如有转载，请与我们联系。
原文请见：Addison M, Bonuedi I, Arhin AA, Wadei B, Owusu-Addo E, Fredua Antoh E, Mensah-Odum N. Exploring the impact of agricultural digitalization on smallholder farmers' livelihoods in Ghana.Heliyon.2024;10:e27541. https://doi.org/10.1016/j.heliyon.2024.e27541.
10个月宝宝每天需要喝多少奶粉？
