数字经济参与对农民收入影响的研究——基于CFPS数据的实证分析

Study on the Influence of Digital Economy Participation on Farmers’ Income —Empirical Analysis Based on CFPS Data

摘要: 乡村要振兴，农民必须要致富，农民收入持续稳定地增长是推动乡村振兴战略实施的关键驱动力。当前数字经济蓬勃发展，大数据分析、云计算等前沿信息技术手段的运用，为促进农民收入增长注入新的思考维度、创新方法和实施路径。本文以CFPS 2016~2020年的数据为样本，通过熵值法构建数字经济参与指数为解释变量，并通过固定效应模型、异质性分析和中介效应分析，得出结论为：(1) 数字经济参与对农民收入起到了明显的促进作用；(2) 数字经济的增收效应存在显著地区异质性；(3) 数字经济通过影响农户创业促进农民收入增加。

Abstract: Rural revitalization requires farmers to achieve prosperity, with sustained and stable income growth serving as the key driver for implementing rural revitalization strategies. The current digital economy boom, fueled by cutting-edge technologies like big data analytics and cloud computing, has introduced new dimensions of thinking, innovative approaches, and implementation pathways to boost farmers’ earnings. Using CFPS 2016~2020 data as a sample, this study constructs a Digital Economy Participation Index (DEPI) through the entropy method. Through fixed effects modeling, heterogeneity analysis, and mediation effect analysis, we conclude three key findings: (1) Digital economy participation significantly enhances farmers’ income; (2) Income-increasing effects vary markedly across regions; (3) Digital economy boosts farmers' earnings by influencing household entrepreneurship.

1. 引言

2025年中央一号文件提出了有力推进乡村振兴的“路线图”。只有农民收入持续稳定增长，才能有效提高农民获得感、幸福感、安全感。近年来，我国农村居民收入水平显著增长，但农村居民收入的增长速度却是下降趋势，保持农村居民收入持续稳定地增长是实现乡村振兴的必由之路。在此背景下，数字经济作为具有高创新性、强渗透性、广覆盖性的新经济形态，正在成为我国经济发展和重构经济格局的第一大动力[1]。据《中国数字经济发展报告(2024)》显示，2023年我国数字经济规模达到53.9万亿元，较2022年增长3.7万亿元，增幅扩张步入相对稳定区间。与此同时，农民收入结构也在发生深刻变革，非农收入占比持续上升，传统农业生产与数字经济的融合程度已成为影响农民收入水平的关键因素。因此，如何明确数字经济的作用机制，通过提升农民的数字经济参与水平促进增收，成为亟待研究的现实与学术问题。

现有研究围绕数字经济的内涵界定及对农民收入的影响展开了大量讨论，但尚未形成完全共识，且存在明显的研究脉络与争议点。学术界对数字经济的定义随技术发展不断演进，可梳理为两个阶段。在早期阶段，Tapscott (1996)在其著作中首次提出“数字经济”一词，并整理归纳了数字经济的十二个显著特征[2]。Mesenbourg (2001)认为数字经济由基础设施、电子商务、电子业务这三个模块构成[3]。随着信息技术的进步及数字经济应用领域的扩大，学术界的关注点转向数字经济对生产关系的变革和数据要素市场的构建。Bukht and Heeks (2017)认为在经济产出中，是数字技术主要带来了数字经济，数字经济是被数字服务的经济模式所带来的那部分[4]。刘军等(2020)从信息化发展、互联网发展和数字交易发展三个方面对数字经济内涵展开了相关研究，认为数字经济是以数字化信息为核心要素，以信息化和互联网的发展为支撑，通过数字化技术提供产品或服务，使生产者与消费者进行数字交易的新型经济形态[5]。陈晓红等(2022)认为数字经济是以数字化信息(包括数据要素)为关键资源，以互联网平台为主要信息载体，以数字技术创新驱动为牵引，以一系列新模式和业态为表现形式的经济活动[6]。尽管定义未完全统一，但“数字技术为支撑、数据为要素”已成为学界共识。

关于数字经济与农民收入的关系，现有研究形成了主流支持与局部争议的格局。多数研究认为数字经济的发展可通过直接或间接路径有效促进农民收入的增加，且促进农民增收的机制是多样的。孙文婷等(2022)基于2013~2018年106个城市的面板数据，测度了长江经济带数字经济发展水平，认为长江经济带数字经济不仅直接显著促进农民增收，还可以通过提高城镇化水平间接促进农民增收[7]。王子凤等(2023)对传导机制的分析发现，数字经济通过促进农民非农就业、加速农地流转、降低城乡分割影响农民增收，此外，数字经济具有普惠性，与拥有高物质资本、高人力资本的农民相比，数字经济对那些拥有低物质资本与低人力资本的农民在增收方面没有显著差异，且进一步分析并证实了数字经济对农民增收存在明显的空间溢出效应[8]。张良等(2023)认为农村数字经济发展确实已经成为促进农民增收的重要因素，而促进农民增收背后的关键是农村数字经济发展有利于缓解农户信息约束、知识储备约束以及营造了良好的产业环境，进而有利于农户非农就业，促进农民增收[9]。部分研究对数字经济的增收效果提出质疑，争议点主要围绕数字鸿沟的异质性影响。孙中伟(2010)以CN域名和网民作为互联网资源指标进行定量分析，在互联网资源增长带动省域经济发展方面并未发现明显规律[10]。更多研究指出，虽然数字经济的确对农民收入起到了正向的促进作用，但由于地理、历史和政策等因素的差异，数字经济发展具有非均衡性，城乡间还存在难以弥合的数字鸿沟[11]，这些数字鸿沟则加剧了收入差距，社会经济地位和受教育程度较高的群体从数字经济发展中受益更多。李五荣等(2022)采用中国家庭追踪调查(CFPS) 2010~2018年五期数据，研究了数字鸿沟对农村家庭收入的影响及作用机理。研究发现：数字鸿沟对农村家庭非农收入的负向影响较农业收入更明显；此外，数字鸿沟对高收入阶层的非农收入和低收入阶层的农业收入产生的影响更大；最后，数字鸿沟削弱了农村家庭的社会资本积累、阻碍了家庭的创业行为，降低了家庭收入[12]。

通过文献梳理可见，现有研究多数聚焦宏观区域层面，难以准确反映农民个体的数字经济参与情况。基于此，本文以农民个体为研究对象，运用Stata17软件进行回归分析，核心解决两个具体问题：一是农民数字经济参与水平对其收入是否存在显著影响；二是如何通过提升农民数字经济参与水平，优化数字经济的增收机制，最终提出针对性建议，为乡村振兴战略实施提供微观层面的理论依据。

2. 影响机制分析

2.1. 数字经济提高农村人力资本水平，增强农民增收能力

人力资本投资包括教育和技能技术培训等。从教育和技能技术培训出发，劳动者利用数字信息通信技术、互联网等平台突破传统教育与培训方法，丰富培训与学习内容，便利了知识共享[13]。同时，数字经济的发展打破了学习壁垒和区域限制，能够促使村民低成本地接受各种专业技能培训和教教育，升人力资本水平[14]。尤其是小红书、抖音、快手等电商平台集聚了各行各业的人才，持续输出高质量的内容，加快了知识溢出、扩散的程度和降低学习成本，能够改善农户知识存量、知识有效性，并拓宽其创新思维视角[15]。

2.2. 数字经济扩大农村市场范围，拓展农民增收空间

首先，数字经济和传统行业的融合深刻改变了传统的商业模式和业务框架，这一变革不仅推动了新兴业态、模式与行业的崛起，更为农村经济发展注入了新动能。其次，凭借数字经济的跨时空性，激活了以前不活跃甚至不存在的潜在销售市场，不断服务并壮大了市场[16]。最后，以物联网、区域链等为代表的数字经济推动透明、公正的交易和评价机制形成，进而规范市场机制[17]。而公平透明的交易秩序和平台是个体农户进入市场，增加收入的重要前提。显然，数字经济的发展不仅为个体农户创造了公平交易的环境秩序，也在持续孕育和增强市场潜力，拓展农民的增收空间。

基于以上分析，本文提出假设H1：数字经济的参与能有效提高农民收入水平。

2.3. 数字经济通过促进农户创业增加农民收入

一方面，以大数据、互联网、5G等为基础的数字经济蓬勃发展极大程度上提高了信息匹配工作的效率，拓宽了农民信息获取的渠道，打破了农村信息传递的空间限制，降低了农村创业信息的搜寻成本，并通过多种方式满足农村创业者的信息获取需求，丰富其创业资源，从而提升农村创业活跃度和创业成功概率[18]。另一方面，数字经济在促进农村创业活跃度提高后，有利于就业岗位数量的增加，增加了农村居民的非农就业机会。数字经济为劳动力市场的供需双方提供了一个匹配的平台，降低供需剪刀差，从而提高匹配效率和就业概率。此外，农业生产、流通和销售通过云计算大数据平台技术的运用，对农业管理体系进行赋能，吸引大量的互联网人才回流，激发其创业热情，拉动农村劳动力就业，成为农村经济发展的核心动力[19]。因此，数字经济已成为促进农户创业活动、非农就业机会的重要推力，增加农民创业和就业的机机会，使农户增加收入。

基于此，本文提出假设H2：数字经济的参与增加了农户创业机会，增加收入。

3. 数据来源与变量选取

3.1. 数据来源

本文选取了中国家庭追踪调查(CFPS) 2016~2020年的调查数据。CFPS是由北京大学中国社会科学调查中心(ISSS)设计并实施的全国性、综合性、连续性大型社会追踪调查项目，数据涵盖全国25个省/市/自治区，具有数据全面、样本量大的优势。在数据处理环节，首先对原始数据开展清洗工作，包括处理缺失值、异常值等，并剔除了城镇样本，以保障数据质量；随后，基于家庭与个人的关联标识，将家庭层面数据和个人层面数据进行匹配融合，整合形成分析所需的数据集，最终得到有效样本6657个。

3.2. 变量选取

(1) 被解释变量

本文的被解释变量为农民收入(income)。本文选取人均家庭纯收入来衡量农民收入水平，再考虑到数据的稳健性，本文对农村居民人均纯收入和人均可支配收入做对数处理。

(2) 解释变量

本文的解释变量为数字经济的参与(digital)。本文参考苏丽锋等[20]的指标构建方式，从数字接入、数字使用和数字意识三个方面来对数字经济参与程度进行测度。在数字接入上，采用的指标分别是是否移动设备上网、是否电脑上网；在数字使用上，采用的指标是否娱乐、是否网上购物、是否网络学习；在数字意识上，采用的指标分别是网络对学习重要性、网络对工作重要性、网络对休闲娱乐重要性。之后采用熵值法进行综合测算，最终得到数字经济参与指数。

(3) 控制变量

根据已有的研究，本文选取的控制变量有：性别、年龄、婚姻状况、受教育程度、身体健康状况。

(4) 机制变量

本文的中介变量为农民创业。变量定义表如下表1所示。

Table 1. Variable definitions

表1. 变量定义表

变量类型	变量名称	变量符号	变量含义
被解释变量	农民收入	income	人均家庭纯收入取对数
解释变量	数字经济参与度	digital	熵值法综合测算
控制变量	年龄	age	受访者年龄
	性别	gender	男 = 1；女 = 2
	婚姻状况	marriage	未婚 = 1；有配偶(在婚) = 2； 同居 = 3；离婚 = 4 丧偶 = 5
	最高学历	education	从未上过学 = 1；文盲/半文盲 = 2； 小学 = 3；初中 = 4；高中/中专/技校/职高 = 5；大专 = 6；大学本科 = 7；硕士 = 8；博士 = 9
	健康状况	health	不健康 = 1；一般 = 2；比较健康 = 3； 很健康 = 4；非常健康 = 5
机制变量	是否创业	ent	是 = 1；否 = 2

(5) 描述性统计

利用stata17.0软件对样本数据进行描述性统计的结果如表2所示。农民收入均值为9.361，且最大值为12.9，最小值为3.344，说明各地区之间的农民收入水平差异较大。数字经济参与度均值为0.504，最大值和最小值之间差异大，说明部分农户深度参与到数字经济之中，也有部分农户极少参与。年龄均值为31.32，样本以青壮年劳动力为主。婚姻状况均值为1.82，说明多数样本处于“有配偶”状态，婚姻状态分布符合农村劳动力特征。性别分布相对均衡，教育水平以“小学–初中”为主，符合农村劳动力教育现状，健康状况为“比较健康–很健康”，符合劳动年龄人口的健康分布。

Table 2. Descriptive statistics

表2. 描述性统计

变量	观测数量	平均值	标准差	最小值	最大值
income	6657	9.361	0.874	3.344	12.90
digital	6657	0.504	0.332	8.46e−05	1
age	6657	31.32	7.216	16	64
marriage	6657	1.819	0.537	1	5
gender	6657	0.481	0.500	0	1
education	6657	3.656	1.357	1	8
health	6657	3.402	1.095	1	5
ent	6657	0.112	0.315	0	1

4. 实证分析

4.1. 模型构建

(1) 基准回归模型

本文实证分析数字经济对农民收入的影响，鉴于本文使用的是短面板数据，结合参考孙文婷等(2022) [7]的模型购建，对直接传导机制构建设定模型如下：

$incom{e}_{i,t}={\alpha }_0+{\alpha }_{1}digta{l}_{i,t}+{\alpha }_2{Z}_{i,t}+{\mu }_i+{\epsilon }_{i,t}$ (1)

式(1)中，$incom{e}_{i,t}$ 指地级市i在t时期农民收入水平；$digta{l}_{i,t}$ 是地区i在t时期数字经济发展水平；$Z_{i,t}$ 是一系列控制变量，包括性别、年龄、婚姻状况、最高学历和健康状况；${\mu }_i$ 为个体效应；${\epsilon }_{i,t}$ 为随机扰动项。

(2) 中介效应模型

为探究数字经济参与度是否会通过影响农民创业从而作用于收入，本文建立农户创业行为在数字经济参与与农户收入之间的中介效应模型。具体的检验步骤参照温忠麟[21]的做法。基于此本文设定以下模型：

$Y=cX+\epsilon 1$ (2)

$M=aX+\epsilon 2$ (3)

$Y=c^{\prime }X+b\text{ent}+\epsilon 3$ (4)

式(2)分析的是数字经济参与度对农民收入的影响，系数c表示农户数字经济参与度对收入的总效应。式(3)分析分析数字经济参与度对农户创业行为的影响效应。式(4)表示同时分析数字经济参与度和农户创业行为对农民收入的效应，其中系数$c^{\prime }$ 是将中介变量作为控制变量部分后，数字经济参与度对农民收入的直接效应。Y农民收入，X是数字经济参与度，M是中介变量农户创业行为。

4.2. 基准回归分析

基准回归结果如表3所示，数字经济参与度对农民收入始终有显著正向影响，控制变量的加入提升了模型解释力，说明个人特征对收入差异有重要解释力。未加入控制变量时，数字经济参与度系数为0.478，且在统计上显示出1%的显著性水平，表明数字经济对收入有直接且强烈的促进作用。在控制变量中，年龄与最高学历对收入有显著的正向影响，且未控制教育时，年龄系数更高，说明年龄对收入的影响部分通过教育积累实现。假设H1得到了验证。

Table 3. Benchmark regression results

表3. 基准回归结果

变量	income
digital	0.478***	0.216***	0.216***	0.216***	0.176***	0.175***
	(0.038)	(0.044)	(0.044)	(0.044)	(0.040)	(0.040)
age		0.088***	0.088***	0.088***	0.063***	0.063***
		(0.008)	(0.008)	(0.008)	(0.009)	(0.009)
marriage			0.010	0.011	0.005	0.005
			(0.037)	(0.037)	(0.037)	(0.037)
gender				0.168	0.097	0.097
				(0.203)	(0.205)	(0.205)
education					0.092***	0.092***
					(0.018)	(0.018)
health						0.007
						(0.012)
Constant	9.120***	6.495***	6.483***	6.400***	6.912***	6.885***
	(0.019)	(0.228)	(0.228)	(0.247)	(0.267)	(0.269)
Observations	6657	6657	6657	6657	6657	6657
R-squared	0.037	0.107	0.107	0.107	0.116	0.116

注：*、**和***分别表示在10%、5%和1%水平上显著。

4.3. 稳健性检验

为了检验回归结果的稳健性，本文采用了更换模型和双边截尾的方法。具体而言，在进行基准回归时采取固定效应模型，在进行稳健性检验时则采用OLS模型进行分析，结果如表4中的列(1)所示。双边截尾是直接剔除农民收入指标中位于最低10%和最高90%的观测值。经过处理后的回归结果详见表4中的列(2)。在此基础上，数字经济发展水平的回归系数分别为0.566和0.237，且在1%水平下显著，这进一步表明了数字经济发展对农民收入增长的积极作用。因此，在进行更换模型和截尾处理后同样没有改变数字经济发展能有效增加农民收入的结果，进一步证明基准回归检验结果的稳健性。

Table 4. Results of robustness tests

表4. 稳健性检验结果

变量	income
	更换模型	缩小样本
	(1)	(2)
digital	0.566***	0.237***
	(0.034)	(0.023)
age	0.011***	0.005***
	(0.002)	(0.001)
marriage	0.058**	0.046***
	(0.023)	(0.017)
gender	0.031	0.006
	(0.020)	(0.017)
education	0.164***	0.078***
	(0.009)	(0.006)
health	0.020**	0.009
	(0.009)	(0.006)
Constant	7.936***	8.689***
	(0.073)	(0.052)
Observations	6657	5328

注：*、**和***分别表示在10%、5%和1%水平上显著。

4.4. 异质性分析

本文根据国家统计局所划定的标准，将我国分为东、中、西以及东北四个部分进行异质性分析，所得结果如表5所示。从总体来看数字经济对农民收入的促进作用是普遍的，但在不同地理区域效果不同。东部地区数字经济参与对农民收入的促进作用不显著，这可能是因为东部农民收入基础高，数字经济边际贡献相对小以及数字经济渗透率较高，新增参与的“增量效应”不明显。中部地区在10%的水平上显著，说明中部地区数字经济对收入有显著正向影响，这一方面是中部承接东部产业转移，数字基建逐步完善；另一方面是数字经济降低农产品流通成本、拓展销售渠道，对农民收入提升更明显。西部地区数字经济对收入的促进作用最强，这是因为西部地广人稀、传统渠道流通成本高，数字经济突破了地理限制，极大提升农产品销售效率；此外，政策对西部数字基建和电商扶持也放大了数字经济的增收效应。东北部数字经济对收入有显著正向影响，但弱于西部，可能是因为东北部以传统农业、重工业为主，数字经济渗透处于初期爆发阶段。

Table 5. Results of heterogeneity tests

表5. 异质性检验结果

变量	income
	东部	中部	西部	东北
digital	0.041	0.162*	0.236***	0.225**
	(0.071)	(0.086)	(0.065)	(0.100)
age	0.061***	0.040***	0.079***	0.048**
	(0.022)	(0.012)	(0.016)	(0.023)
marriage	0.059	0.035	−0.075	0.221*
	(0.062)	(0.078)	(0.066)	(0.119)
gender	0.423**	0.668***	−0.379	−0.537***
	(0.192)	(0.256)	(0.447)	(0.095)
education	0.075*	0.137***	0.078***	0.082*
	(0.043)	(0.027)	(0.030)	(0.044)
health	−0.005	−0.027	0.039**	−0.031
	(0.023)	(0.024)	(0.019)	(0.034)
Constant	7.097***	7.339***	6.484***	7.363***
	(0.566)	(0.379)	(0.488)	(0.641)
Observations	1,657	1,611	2,762	627
R-squared	0.108	0.128	0.129	0.120

注：*、**和***分别表示在10%、5%和1%水平上显著。

4.5. 中介效应分析

如表6所示，列(1)是总效应模型，数字经济参与度对农民收入的影响在1%的统计水平上正向显著，说明c显著，可以进行下一步检验。列(2)数字经济参与度对农户创业在1%的统计水平上正向显著，说明a也是显著的，并且列(3)中农户创业作为控制变量时对农民收入也是在1%的统计水平上正向显著，说明b显著，即中介效应显著。列(3)中数字经济参与度虽农民收入的影响也是正向显著的，说明$c^{\prime }$ 显著。列(3)中数字经济参与的影响系数为0.539小于列(1)中数字经济参与的影响系数，并且ab与c同号，这说明农户创业在数字经济参与对农民收入影响中发挥着部分中介作用，因此验证了假设H2。

Table 6. Mediation results

表6. 中介效应结果

变量	(1)	(2)	(3)
	income	ent	income
digital	0.566***	0.092***	0.539***
	(0.035)	(0.014)	(0.035)
ent			0.297***
			(0.031)
age	0.011***	0.003***	0.010***
	(0.002)	(0.001)	(0.002)
marriage	0.058***	0.029***	0.049**
	(0.022)	(0.009)	(0.022)
gender	0.031	−0.005	0.033*
	(0.020)	(0.008)	(0.020)
education	0.164***	0.003	0.163***
	(0.009)	(0.003)	(0.008)
health	0.020**	0.009**	0.018**
	(0.009)	(0.004)	(0.009)
Constant	7.936***	−0.104***	7.967***
	(0.070)	(0.027)	(0.070)
Observations	6657	6657	6657
R-squared	0.159	0.016	0.170

注：*、**和***分别表示在10%、5%和1%水平上显著。

5. 结论与启示

5.1. 研究结论

(1) 数字经济参与对农民收入起到了明显的促进作用。

基于CFPS 2016~2020年的实证分析表明，数字经济参与度对农民收入具有显著正向影响。基准回归显示，数字经济参与度每提高1个单位，农民收入约增加0.175~0.478个单位，且该结论在更换模型、双边截尾等稳健性检验后依然成立。这表明数字经济已成为推动农民增收的重要动力。

(2) 数字经济的增收效应存在显著地区异质性。

异质性研究发现，数字经济对农民收入的促进作用在西部最强，中部次之，东北显著，而东部地区不显著。这与区域数字基础设施渗透差异、产业结构特征密切相关，西部因传统流通成本高，数字经济突破地理限制的效应更突出；东部则因数字渗透率高、收入基数大，边际贡献减弱

(3) 数字经济通过影响农户创业促进农民收入增加。

中介效应分析表明，数字经济通过促进农户创业行为间接提升农民收入。数字经济参与度每提高1个单位，农户创业概率增加0.092个单位，而创业行为进一步使农民收入提高0.297个单位，中介效应占总效应的5.3%。这表明数字经济通过降低创业信息搜寻成本、拓展资源获取渠道，激发了农村创业活力。

5.2. 研究启示

(1) 加强数字经济基础设施建设

在推进数字经济发展的进程中，需着重强化各地区尤其是西部地区的基础设施建设，这一方面确保中小微商户、个体经营者及广大创业者能够拥有一个较好的数字化发展环境，能更有效加快数字化转型进程；另一方面也能提高数字经济向西部农村偏远地区的渗透和扩散能力。在西部农村偏远地区，要大力推进通信网络的普及，提高农村网络的覆盖率，尽可能实现农村网络的全覆盖。西部地区山地多，道路崎岖，大部分农村地区物流不便，政府应投入一定资源，加强对农村物流基础设施的完善，以构建更为高效、健全的城乡物流网络，进而促进农村地区物流配送效率的显著提升。这不仅能有效优化农村物流环境，还能促进城乡经济的均衡发展

(2) 培育农民数字素养

要强化对农民的数字技术教育培训，以培育出具备新时代特征的职业农民。要采用多种方法提高当地农民的数字化营销思维，挖掘和培养一批优秀的乡村网红，重点培育一批优秀乡村网红宣传乡村文化，宣传乡村文化。鼓励当地政府领导主动投身直播活动，承担起农产品推广者的角色，成为当地特色农产品推广大使，致力于塑造独具地方特色的农产品品牌。这不仅有助于农产品跨越乡村界限，打开更广阔的市场，还能激发更多农民利用直播平台这一新兴渠道进行农产品销售。同时，要高度重视数字化人才的引进与培养。根据当地农村经济发展的实际需求，积极引入具备复合能力的专业人才，既要熟悉当地特色农业的发展态势，又要具有先进数字技术的应用能力，从而为农村经济的数字化转型提供坚实的人才支撑。

(3) 打造农户创业平台

在数字经济背景下打造农户创业平台，需多管齐下。要构建综合服务平台，融合电商销售、农业技术指导、市场信息推送等功能。并通过电商直播、线上店铺等形式，帮助农户销售农产品，拓宽农产品销售渠道。其次，利用大数据分析为农户提供精准市场需求信息，辅助其调整生产与销售策略。此外，引入金融机构合作，为创业农户提供小额信贷、保险等金融服务，缓解资金压力，降低创业风险。同时，平台要建立质量追溯体系，保障农产品质量，提升品牌形象，增强市场竞争力。还可借鉴“村村旺”的经验，建立稳定的产需对接关系，整合上下游资源，形成从生产到销售的完整产业链条，促进农产品规模化发展，推动农户创业平台的高效运作，助力乡村振兴。