乡村数字经济发展的区域差异分析

摘要：文章基于纵横向拉开档次法对我国30个省份及八大综合经济区2013—2020年的乡村数字经济发展水平进行测度，并运用Dagum基尼系数和障碍度模型分析八大综合经济区乡村数字经济发展的区域差异和障碍因子。研究结果表明：（1）2013—2020年我国乡村数字经济发展水平持续上升，但空间分布存在显著差异，呈现“东高西低”的分布格局。（2）我国乡村数字经济发展水平的总体差异呈现小幅下降态势，区域间差异为主要来源；南部沿海综合经济区内部差异最大，东北综合经济区内部差异最小。（3）农村通邮率、农村计算机普及率、农村人均用电量、农村移动电话普及率是制约我国乡村数字经济发展的主要障碍因子。

关键词：乡村数字经济；Dagum基尼系数；障碍度模型

0引言

近年来，随着大数据、人工智能等数字技术的普及应用，以数字技术为驱动力的数字经济也得到了蓬勃发展。2018年中央一号文件首次提出“实施数字乡村战略”；2022年1月的《数字乡村发展行动计划（2022—2025年）》中指出，以数字经济助力乡村振兴的实现，着力发展乡村数字经济。由此可见，作为推动经济增长的新动能，数字经济与乡村的有机结合已成为一种必然趋势，大力发展乡村数字经济，不仅能增加农民收入，还可以为建设数字中国提供有力支撑。目前，关于乡村数字经济的学术成果主要从理论研究与实证研究两个方面展开。在理论研究方面，主要涉及乡村数字经济的内涵、发展存在的问题及对策[1]，赋能乡村振兴的机理及突破路径[2]，以及与农村经济融合发展的挑战及推进策略[3]等方面。此外，学者们还对数字经济与乡村产业融合发展[4]、农村经济高质量发展[5]等方面的关系进行了探讨。在实证研究方面，主要涉及乡村数字经济评价指标体系、评价方法、区域差异等方面。在指标体系方面，伍国勇等（2022）[6]依据数字经济的内涵、从数字经济环境、基础设施、生活数字化以及农业数字化转型四个方面构建乡村数字经济评价指标体系；崔凯和冯献（2020）[7]基于投入产出视角，从数字环境、数字投入、数字效益、数字服务四个方面构建乡村数字经济评价指标体系。在评价方法方面，何维达等（2022）[8]运用主观赋权法中的层次分析法测度数字经济发展水平；杜跃平和郑一帆（2022）[9]、刘成坤等（2022）[10]则分别运用客观赋权法中的因子分析法和熵权TOPSIS法对省域数字经济发展水平进行测度。在区域差异方面，慕娟和马立平（2021）[11]研究发现，沿海综合经济区数字经济发展水平普遍较高，东北及大西北综合经济区数字经济发展水平较低；也有学者针对东北地区[12]、黄河流域[13]等区域的数字经济发展水平进行测度。总体来看，现有文献对乡村数字经济的研究已较为丰富，但仍存在一定的局限性：一是现有的评价方法多适用于截面数据，在测度面板数据时容易忽略评价结果的动态可比性；二是研究视角主要集中在某个区域或传统划分标准下的三大地区和四大经济区，较少对八大综合经济区展开分析；三是较少涉及乡村数字经济发展的障碍因子方面。鉴于此，本文首先构建乡村数字经济发展水平评价指标体系；其次，基于2013—2020年我国30个省份的面板数据，采用纵横向拉开档次法测度30个省份及八大综合经济区的乡村数字经济发展水平；最后，采用Dagum基尼系数和障碍度模型分析我国乡村数字经济发展的地区差异和障碍因子，以期为推动乡村数字经济发展提供参考。

1研究设计

1.1指标体系构建

为客观、全面地反映我国乡村数字经济发展水平，本文借鉴已有研究成果[6,7,11]，并遵循可比性、科学性等评价指标构筑原则，从数字经济基础设施、数字经济发展环境、乡村数字产业化和农业数字化四个方面出发，构建乡村数字经济发展水平评价指标体系，如下页表1所示。

1.2研究方法

1.2.1纵横向拉开档次法

纵横向拉开档次法作为一种客观评价方法，适合在时间维度描绘我国乡村数字经济发展水平的动态变化趋势，评价函数如下：其中，xij(tk)表示i省份第k年第j项指标的值，wj为第j项指标的权重，yi(tk)为i省份第k年的综合得分。（1）标准化处理。本文采用极差标准化法对数据进行标准化处理。（2）确定指标权重。根据最大化总离差平方和的方法得到权重wj。若限定当WTW=1时，e2取得最大值，则矩阵H的最大特征值对应的特征向量W即为最终权重。

1.2.2Dagum基尼系数

本文运用Dagum基尼系数测度乡村数字经济发展水平的差异，计算公式为：2n2Yˉ（5）其中，n表示分析的30个省份，k表示分析的八大综合经济区，nj（nh）为地区j（h）内的省份数量，yji（yhr）是任意省份的乡村数字经济发展水平，Yˉ是所有省份乡村数字经济发展水平的均值。其中，djh为地区间乡村数字经济发展水平的差值，可视为地区j、h中所有yji-yhr>0的样本值加总的数学期望；Pjh表示超变一阶矩，可视为地区j、h中所有yhr-yji>0的样本值加总的数学期望；Fj（Fh）表示j（h）的累计密度分布函数。

1.2.3障碍度模型

通过纵横向拉开档次法计算出我国八大综合经济区乡村数字经济发展水平评价值后，引入障碍度模型对阻碍乡村数字经济发展的障碍因子展开诊断，为各地区乡村数字经济发展提供参考。其公式为：其中，Yij为标准化后的指标数值，wj为指标纵横向拉开档次法权重，Zij为各指标对乡村数字经济发展的障碍度。

1.3数据来源

基于数据的可得性，本文的研究对象为我国八大综合经济区及其所包含的30个省份（不含西藏和港澳台）。其中，东北综合经济区包括辽宁、吉林、黑龙江；北部沿海综合经济区包括北京、天津、河北、山东；东部沿海综合经济区包括上海、江苏、浙江；南部沿海综合经济区包括福建、广东、海南；黄河中游综合经济区包括陕西、山西、河南、内蒙古；长江中游综合经济区包括湖北、湖南、江西、安徽；大西南综合经济区包括云南、贵州、四川、重庆、广西；大西北综合经济区包括甘肃、青海、宁夏、新疆。样本期为2013—2020年，相关数据来源于历年《中国统计年鉴》和国家统计局官方网站，个别缺失数据采用插值法补齐。需要特别说明的是，关于农业数字化规模的计算，本文参考慕娟和马立平（2021）[12]的做法，先使用投入产出表中的数据计算第一产业数字活动增加值调节系数，再用第一产业增加值乘以调节系数得到第一产业数字活动增加值，用于代表农业数字化规模。

2结果分析

2.1乡村数字经济发展水平分析

2.1.1乡村数字经济发展水平的测算结果

本文测算了我国30个省份及八大综合经济区2013—2020年的乡村数字经济发展水平，见表2。整体上，我国乡村数字经济发展水平持续上升，发展态势良好，均值从2013年的0.274上升到2020年的0.444，年均增长率为7.127%，但我国乡村数字经济发展水平均值仅为0.377，整体上乡村数字经济发展仍处于较低水平。与此同时，通过对比我国30个省份的乡村数字经济发展水平可以发现，我国乡村数字经济发展水平的空间分布存在显著差异。从全国层面来看，我国乡村数字经济发展水平在空间上呈现“东高西低”的分布格局，这与现有文献的研究结论基本一致。从省域层面来看，2020年共有13个省份的乡村数字经济发展水平超过全国均值，排名前三的省份分别为广东、山东、江苏，分别是排在后三位的海南、青海、宁夏的1.93倍、1.72倍、1.65倍。分维度来看（见图1），数字经济基础设施方面，得分由2013年的0.081上升到2020年的0.119，增幅为46.73%，年均增长率为5.63%；数字经济发展环境方面，虽然在2016年得分有小幅下降，但研究期内由0.113上升至0.138，提高了21.75%，年均增长率为2.85%；乡村数字产业化方面，得分由2013年的0.069上升至2019年的0.155，达到最大值，之后小幅下降至2020年的0.151，年均增长率为11.97%；农业数字化方面，得分由2013年的0.011上升至2020年的0.036，年均增长率为17.74%，增长势头强劲。由此可见，一方面，以上四个维度对于我国乡村数字经济的发展都是有益的；另一方面，我国乡村数字经济发展水平的提高更多依赖于农业数字化的发展拉动。

2.1.2乡村数字经济发展水平的变化趋势

下页图2直观地描述了全国及八大综合经济区在2013—2020年乡村数字经济发展水平的变化趋势。2013—2017年，全国及八大综合经济区乡村数字经济发展水平的变化趋势基本保持一致，均呈现稳步上升趋势。2017年以后，全国及八大综合经济区乡村数字经济发展水平的增速明显放缓，部分地区甚至出现小幅波动。与2013年相比，大西南综合经济区提高幅度最大（94.28%），东北综合经济区提高幅度最小（43.46%）。研究期内，东部、北部沿海综合经济区的乡村数字经济发展水平始终高于其他综合经济区，全国整体乡村数字经济发展水平均值也始终低于各沿海综合经济区。由此可见，虽然我国各沿海综合经济区的乡村数字经济发展水平较高，但是仅依靠沿海综合经济区的乡村数字经济快速发展并不能支撑我国乡村数字经济发展水平的持续提升，还需要激发内陆各综合经济区的潜力。

2.2区域差异分析

（1）总体差异和区域内差异

图3报告了2013—2020年乡村数字经济发展水平总体差异及八大综合经济区内部差异的变动趋势。由图3可知，我国乡村数字经济发展水平的总体差异呈现小幅下降趋势。进一步观察可以发现，研究期内总体差异表现为先降后升的趋势，由2013年的0.114下降到2017年的0.081，2018年以后开始回升，由2018年的0.085回升到2020年的0.095。这反映出2013—2020年我国乡村数字经济发展水平的总体差异呈现下降趋势，意味着各地区乡村数字经济发展更加均衡。分区域来看，南部沿海综合经济区区域内基尼系数均值最大（0.125），其他综合经济区区域内基尼系数从大到小排列，依次为北部沿海综合经济区（均值为0.074）、大西南综合经济区（均值为0.068）、大西北综合经济区（均值为0.045）、黄河中游综合经济区（均值为0.043）、东部沿海综合经济区（均值为0.042）、长江中游综合经济区（均值为0.036）、东北综合经济区（均值为0.020）。具体来看，南部沿海、东部沿海和黄河中游综合经济区内部差异呈现波动上升趋势，大西南、大西北、长江中游综合经济区表现为“N”型变化趋势，北部沿海综合经济区表现为先下降后上升的趋势，东北综合经济区乡村数字经济发展水平的内部差异变化不大，下降幅度较小，仅为9.29%，这与东北综合经济区内部各省份具有相似的数字经济发展环境以及资源禀赋密切相关。

（2）区域间差异

表3展示了八大综合经济区乡村数字经济发展水平区域间基尼系数的年均值。由表3可知，首先，东部沿海-大西北、北部沿海-大西北、南部沿海-大西北、东部沿海-大西南、南部沿海-大西南、北部沿海-大西南综合经济区地区间基尼系数年均值均介于0.118~0.179，说明大西南、大西北综合经济区与三大沿海综合经济区乡村数字经济发展水平的区域间差异较大。其次，北部沿海-南部沿海、东部沿海-南部沿海、南部沿海-长江中游、南部沿海-东北、南部沿海-黄河中游综合经济区区域间基尼系数年均值均介于0.106~0.116，说明南部沿海综合经济区与各综合经济区乡村数字经济发展水平的区域间差异较大。再次，基尼系数年均值介于0.800~0.103的有黄河中游-大西北、东部沿海-长江中游、东部沿海-东北、长江中游-大西北、东北-大西北、东部沿海-黄河中游、北部沿海-长江中游、黄河中游-大西南、北部沿海-东北综合经济区。最后，基尼系数年均值介于0.040~0.080的有大西南-大西北、北部沿海-黄河中游、东北-大西南、北部沿海-东部沿海、长江中游-大西南、黄河中游-长江中游、东北-长江中游、黄河中游-东北综合经济区。综上所述，三大沿海综合经济区与大西南、大西北综合经济区的区域间基尼系数较大，乡村数字经济发展水平差异较大，而长江中游、东北和黄河中游综合经济区的区域间基尼系数较小，这些综合经济区之间乡村数字经济发展水平差异较小。

（3）差异来源

下页图4展示了中国乡村数字经济发展水平总体差异的来源。由图4可知，对中国乡村数字经济发展水平总体差异的平均贡献率最大的是区域间差异（64.84%），其次是超变密度（27.25%），最后是区域内差异（7.91%）。这说明中国乡村数字经济发展水平的总体差异主要来源于区域间差异。虽然2014年以后，区域间差异的贡献率已经明显下降，但仍然是下一步促进中国乡村数字经济发展时需要重点关注的最大突破口。

2.3障碍因子分析

本文采用障碍度模型对2013年、2017年和2020年我国八大综合经济区乡村数字经济发展水平的障碍因子进行计算，并筛选出障碍度排名前5的障碍因子，结果见下页表4。通过对表4中的障碍因子进行频数统计，发现频数超过13的障碍因子有4个，分别为农村通邮率（C10）、农村计算机普及率（C1）、农村人均用电量（C6）和农村移动电话普及率（C2），其中农村通邮率（C10）出现的次数最多，达到18次，覆盖面为75%。进一步观察可以发现，以上4个障碍因子全部来源于数字经济基础设施和数字经济发展环境这两个一级指标，说明数字经济基础设施和数字经济发展环境是制约我国乡村数字经济发展的主要因素。此外，我国八大综合经济区排名前5的障碍因子存在较大差异，且各大障碍因子对不同地区乡村数字经济发展的阻碍作用也有一定的区别，障碍度的最大值为18.34%，最小值为6.65%。分区域来看，北部沿海综合经济区排名前5的障碍因子比较分散，涉及数字经济基础设施、数字经济发展环境和乡村数字产业化这三个一级指标，主要包括农村信息技术应用水平（C11）、农业气象观测站数量（C5）、农村人均用电量（C6）、农村移动电话普及率（C2）和农村通邮率（C10），其中，农村信息技术应用水平（C11）和农村移动电话普及率（C2）的障碍度在研究期内有一定程度的上升，说明农村信息技术应用水平的不足和较低的移动电话的普及率对北部沿海综合经济区乡村数字经济发展的约束作用进一步强化。主要障碍因子同样分布于以上三个一级指标的还有东北综合经济区，与北部沿海综合经济区不同的是，东北综合经济区农村计算机普及率（C1）的障碍度呈现上升趋势，到2020年已跃升至第3位，说明东北综合经济区在发展乡村数字经济的过程中，需要重点注意农村计算机普及率问题。作为我国八大综合经济区乡村数字经济发展的领先区域，东部沿海综合经济区和南部沿海综合经济区的主要障碍因子有一定的相似之处，主要体现在农村通邮率（C10）、数字人才队伍（C8）、平均受教育年限（C7）、农村移动电话普及率（C2）都处于双方障碍度排名前5的障碍因子中，而这4个障碍因子中有3个来源于数字经济发展环境这个一级指标。由此可见，如何营造更好的乡村数字经济发展环境，是东部沿海综合经济区和南部沿海综合经济区需要重点攻克的难题。黄河中游综合经济区与长江中游综合经济区障碍度排名前5的障碍因子来源几乎相同，均来自数字经济基础设施、数字经济发展环境以及乡村数字产业化这3个一级指标，其中数字经济发展环境的障碍度最高，乡村数字产业化和数字经济基础设施的障碍度位于其后。大西南综合经济区障碍度排名前5的障碍因子有3个来源于乡村数字产业化这个一级指标，分别为农村信息技术应用水平（C11）、农村数字基地数量（C12）和数字产品与服务消费水平（C14）。因此，提高农村信息技术应用水平、加快建设农村数字基地和提高社会生产力水平是下一阶段大西南综合经济区乡村数字经济发展的主要途径。同处于西部的大西北综合经济区，其数字经济基础设施方面发展质量不高，严重拉低了乡村数字经济发展水平，与此同时，大西北综合经济区对于数字经济发展环境的关注也有所忽略，导致农村人均用电量（C6）和数字化建设的投资（C9）的障碍度一直较高，阻碍了其乡村数字经济的发展。

3结论

本文基于纵横向拉开档次法对我国30个省份及八大综合经济区2013—2020年的乡村数字经济发展水平进行测度，通过Dagum基尼系数分析八大综合经济区乡村数字经济发展水平的区域差异及其来源，进而通过障碍度模型剖析了制约八大综合经济区乡村数字经济发展水平提升的主要障碍因子，研究结论如下：（1）整体上看，2013—2020年我国乡村数字经济发展水平持续上升，但空间分布存在显著差异，呈现“东高西低”的分布格局。分维度来看，四个维度的一级指标对于我国乡村数字经济的发展都是有益的，其中，农业数字化的促进作用最为明显。分区域来看，沿海综合经济区与内陆综合经济区差异较为明显，仅依靠我国沿海综合经济区的乡村数字经济快速发展并不能支撑我国乡村数字经济水平的持续提升，还需要激发内陆各综合经济区的潜力。（2）我国乡村数字经济发展水平的总体差异呈现小幅下降趋势，分区域来看，南部沿海综合经济区内部差异最大，东北综合经济区内部差异最小；三大沿海综合经济区与大西南、大西北综合经济区乡村数字经济发展水平的差异较大，而与长江中游、东北和黄河中游综合经济区乡村数字经济发展水平差异较小；我国乡村数字经济发展水平的总体差异主要来源于区域间差异。（3）通过障碍度模型计算出2013年、2017年和2020年我国八大综合经济区乡村数字经济发展水平的障碍因子及其障碍度后可以发现，阻碍我国八大综合经济区乡村数字经济发展的主要障碍因子包括农村通邮率、农村计算机普及率、农村人均用电量、农村移动电话普及率。进一步观察可以发现，以上4个障碍因子全部来源于数字经济基础设施和数字经济发展环境这两个一级指标，说明数字经济基础设施和数字经济发展环境是制约我国乡村数字经济发展的主要因素。

参考文献:

[1]邹辉.农村数字经济发展的困境及解决方略[J].农业经济,2021,(2).

[2]张蕴萍,栾菁.数字经济赋能乡村振兴：理论机制、制约因素与推进路径[J].改革,2022,(5).

[3]温涛,陈一明.数字经济与农业农村经济融合发展:实践模式、现实障碍与突破路径[J].农业经济问题,2020,(7).

[4]陈一明.数字经济与乡村产业融合发展的机制创新[J].农业经济问题,2021,(12).

[5]齐文浩,张越杰.以数字经济助推农村经济高质量发展[J].理论探索,2021,(3).

[6]伍国勇,庞国光,汤钧惠,等.中国乡村数字经济发展水平的测度、区域差异及时空演变[J].湖南农业大学学报(社会科学版),2022,23(4).

[7]崔凯,冯献.数字乡村建设视角下乡村数字经济指标体系设计研究[J].农业现代化研究,2020,41(6).

[8]何维达,温家隆,张满银.数字经济发展对中国绿色生态效率的影响研究——基于双向固定效应模型[J].经济问题,2022,(1).

[9]杜跃平,郑一帆.我国省域数字经济与创新绩效耦合协调发展研究[J].西安电子科技大学学报(社会科学版),2022,32(3).

[10]刘成坤,江越,张启慧,等.数字经济发展水平的统计测度及时空演变趋势研究[J].工业技术经济,2022,41(2).

[11]慕娟,马立平.中国农业农村数字经济发展指数测度与区域差异[J].华南农业大学学报(社会科学版),2021,20(4).

[12]田俊峰,王彬燕,王士君,等.中国东北地区数字经济发展空间分异及成因[J].地域研究与开发,2019,38(6).

[13]李蕾.黄河流域数字经济发展水平评价及耦合协调分析[J].统计与决策,2022,(9).

作者:刘荣庆 崔茂森 单位:青岛农业大学经济管理学院