中国数字乡村发展的区域差距和动态演进研究

刘荣庆，崔茂森

（青岛农业大学 经济管理学院（合作社学院），山东 青岛 266109）

党的十八大以来，数字经济快速发展，几乎渗透到我国的各行各业。在农业农村领域，2018年中央一号文件首次提出“实施数字乡村战略”；2019年5月《数字乡村发展战略纲要》指出要开展数字乡村发展评价工作，持续提升数字乡村发展水平；2022年中央一号文件指出，要加快推动数字乡村标准化建设，研究制定发展评价指标体系。基于此背景，在深刻理解内涵的基础上，构建全面、科学、可行的国内数字乡村发展水平指标体系，对其发展水平进行定量测度和评估，并揭示其区域差异及动态演变特征，有利于各地区数字乡村的快速协调发展，对实现农业农村现代化和全面建设社会主义现代化强国具有重要意义。

数字乡村作为乡村振兴战略的发展方向，近几年受到学者们的广泛关注，并涌现出大量的学术成果。系统梳理文献可知，现阶段关于数字乡村发展的研究主要集中在其理论研究和实证研究2个方面，理论研究主要聚焦于数字乡村的内涵及内容框架［1］、赋能乡村振兴的作用机理与实践路径［2-3］、现实挑战与突破路径［4-6］等方面，并对数字乡村与脱贫地区成果巩固［7］、新型城市化［8］、共同富裕［9］等方面的关系进行了一系列研究；实证研究主要涉及数字乡村水平指标体系、区域差异与时空等方面。从指标体系来看，张鸿等［10］从宏观环境、基础设施、信息环境、政务环境、应用环境等5个方面构建了数字乡村发展就绪度指标体系；崔凯等［11］从数字环境、数字投入、数字效益、数字服务等4个方面构建了乡村数字经济指标体系；常倩等［12］从智慧乡村的内涵入手，考虑到发展现状与未来趋势，构建了包含能力和成效的智慧乡村评价体系。从区域差异来看，慕娟等［13］通过对我国农业农村数字经济的研究发现沿海地区与西北地区差距较大；张鸿等［14］研究发现我国数字农业高质量水平基本呈现“东—中—西”逐次递减的分布状态。从空间分布来看，朱红根等［15］通过运用莫兰指数发现我国数字乡村发展存在空间正相关性。这一观点得到伍国勇等［16］的验证，通过对我国乡村数字经济进行研究，发现东部省份多表现为“HH”型集聚，其他地区多表现为“LL”型集聚。

综上所述，虽有文献可为我国数字乡村发展水平的研究提供了一定的理论和实践指导，但是仍存在一些不足之处：一是绝大多数指标体系的构建不完善，选取的指标不具备可操作性；二是缺乏对我国数字乡村发展水平的地区差异、来源、动态演进趋势等方面的研究。鉴于此，本文以理论和现实为依据，从数字乡村基础设施、数字乡村资金投入、数字乡村服务水平、数字乡村产业发展等4个方面构建了数字乡村发展水平评价指标体系；采用纵横向拉开档次法测算2011—2020年全国30个省份的数字乡村发展水平，并利用Dagum基尼系数对我国整体以及三大区域数字乡村发展水平的区域差距和差距来源进行分析，以及运用Kernel密度估计全面把握我国整体及三大区域的数字乡村发展分布动态演进趋势，以期为促进我国数字乡村发展提出参考性建议。

1 研究方法与数据来源

1.1 评价指标体系

笔者认为数字乡村发展水平评价体系的构建要严格遵循国家政策和深刻理解其内涵并且立足于现实。本文在遵循上述原则的基础上，从数字乡村资金投入、数字乡村产业发展、数字乡村基础设施和数字乡村服务水平等4个维度构建了数字乡村发展水平测度体系（表1）。

表1 中国数字乡村发展评价指标体系

1.2 数据来源及处理

由于西藏缺失数据较多，样本来源于我国大陆除西藏以外的30个省份，研究期为2011—2020年。本文研究数据来自《中国统计年鉴》《中国农村统计年鉴》等，部分缺失数据采用插值法进行补充。数据说明如下：“国家现代农业示范项目”用国家现代农业产业园和示范区数量、农村产业融合发展示范园数量和农业产业化国家重点龙头企业数量的加总来衡量；“农村数字普惠金融指数”用北京大学数字普惠金融指数中不同县域指数的均值来衡量。依据国家统计局的划分标准，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。

对数据进行标准化，计算公式如下：

式（1）和式（2）中，i代表省份，j代表指标，Xij和Zij分别表示原始指标值和标准化后的指标值，max(Xij)、min(Xij)分别代表第j项指标在研究期内的最大值和最小值。

1.3 研究方法

1.3.1 纵横向拉开档次法 纵横向拉开档次法是一种仅依赖评价矩阵的客观赋权法，多用于动态评价问题。本文运用纵横向拉开档次法测度2011—2020年全国及30个省份的数字乡村发展水平［17-18］，评价步骤如下：

设存在n个省份，m个评价指标(x1,x2, …,xm)与k个年度(t1,t2, …,tk)。

首先，对各指标按照式（1）和式（2）进行标准化处理，将标准化后的数据记为zij(ts)，为测算ts年度数字乡村发展水平，设定评价表达式：

其中，i=1, 2, …,n；j=1, 2, …,m；s=1, 2, …,k。根据最大化总离差平方和的方法计算得到权重wj，计算公式为：

1.3.2 Dagum基尼系数分解方法 Dagum基尼系数既可以分解出地区差异的来源，又可描述样本子群的分布状况［19］。因此，本研究将采用该方法测度中国数字乡村发展空间相对差异。计算公式为:

式（7）中，n和k分别表示省份数量和区域数量，nj(nh)是j(h)区域内省份数量，yji(yhr)是任一省份的数字乡村发展水平是全国数字乡村发展水平均值。

Dagum（1997）将总体基尼系数分解为区域内差距贡献Gw、区域间差距贡献Gnb、超变密度贡献Gt共3个部分，分解公式如下：

式（8）和式（9）中，Gjj和Gjh分别表示区域内基尼系数和区域间基尼系数；式（10）、式（11）和式（12）中，Gw、Gnb和Gt分别表示区域内差距的贡献、区域间差距的贡献和超变密度的贡献。其中

式（13）、式（14）和式（15）中，Djh衡量的是不同区域间数字乡村发展水平的相互影响，djh为区域间数字乡村发展水平差值，可视为j、h区域中所有yji-yhr＞0的样本值加总的数学期望，计算公式见式（14）；Pjh表示超变一阶矩，可视为j、h区域中所有yhr-yji＞0的样本值加总的数学期望，计算公式见式（15），Fj(Fh)表示j(h)地区的累计密度分布函数。

1.3.3 Kernel密度估计 Kernel密度估计是一种利用连续密度函数曲线对随机变量的分布形态进行描述的非参数方法，具有对模型依赖性较弱、稳健性强等优点。因此，本文将采用该方法来对中国数字乡村发展水平的分布形态、位置及延展性进行研究。f(x)是变量X的密度函数，计算公式为：

式（16）中，N为总样本数，Xi代表各省份数字乡村发展水平，x为数字乡村发展水平均值，h为带宽，K为Kernel函数，本文采用Gauss核函数进行分析，计算公式为：

2 中国数字乡村发展水平测度分析

根据纵横向拉开档次法测算出的2011—2020年中国数字乡村发展水平的得分结果如表2所示。中国数字乡村发展水平的得分结果可以用喜忧参半来形容，可喜的是我国数字乡村发展水平逐年提高，年均增速较快，呈现出良好向上的发展态势，担忧的是数字乡村发展水平整体上普遍偏低，各地区之间仍存在较大的差距。

表2 2011—2020年中国数字乡村发展水平

2.1 整体发展水平测度分析

一方面，全国整体发展水平在研究期内持续上升，发展态势良好，均值从2011年的0.159增至2020年的0.365，年均增速为9.673%。另一方面，中国数字乡村发展水平整体上普遍偏低，均介于0.051～0.635范围内。各地区的数字乡村发展水平也存在差异，超过全国数字乡村发展均值（0.271）的省市共有11个，分别是北京、河北、江苏、浙江、福建、山东、广东、河南、湖北、湖南、四川，约占样本总数的37%。此外，2020年数字乡村发展水平得分最高的广东省和最低的海南省，分别为0.635和0.180，前者是后者的3倍多，由此可见，各地区差距明显。

在增速方面，各地区的年均增长率也不相同，2011—2020年期间超过全国年增长率（9.673%）的地区有16个，处于领跑行列的前5个省份依次为青海（16.201%）、贵州（15.075%）、安徽（13.016%）、广西（12.191%）、宁夏（11.643%），其中，西部省份的占比达80%，展现出强劲的“追赶效应”，这与国家大力实施西部大开发战略及地区本身高度重视数字乡村发展密切相关。

2.2 区域发展水平测度分析

由图 1可知，从区域发展水平看，2011—2020年东部、中部以及西部地区数字乡村发展水平的演变趋势基本保持一致，均呈现逐年上升的变化态势。此外东部地区的数字乡村发展水平始终高于全国均值，而中、西部地区则始终低于全国均值，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。进一步观察，东部地区数字乡村水平的得分均值为0.322，年均增速为8.919%；中部地区数字乡村水平的得分均值为0.264，年均增速为9.826%；西部地区的数字乡村水平得分均值为0.224，年均增速为10.521%。由此可见，我国三大区域数字乡村发展水平的高低与其增速成反比，数字乡村水平高的地区其增速普遍偏低，反之则偏高。这意味着我国数字乡村发展区域的差异正逐渐缩小，实现全面乡村振兴的步伐正在加快。

图1 全国和三大区域的数字乡村发展水平的变化趋势

3 中国数字乡村发展水平区域差异及来源分析

3.1 总体及三大区域差距分析

结合图2和表3可知，2016年之前，中国数字乡村发展水平总体的基尼系数表现为明显的下降趋势，从2011年的0.211下降到2016年的0.166，年均下降率4.68%；2017年以后开始回升，由2017年的0.168上升到2020年的0.189，年均增长率为4.00%。总体来看，虽然数字乡村发展水平总体差距有扩大的趋势，但是整个研究期内数字乡村发展水平的总体差距呈现小幅下降的变化态势，表明研究期内各地区更加趋向于均衡发展；三大区域内差距分级明显，基尼系数曲线自上而下依次为东部、西部、中部。具体来看，东部地区内差距基尼系数年均值为0.199，分别约是西部（0.148）和中部地区（0.080）的1.3倍和2.5倍，表明东部区域内数字乡村发展水平空间的非均衡性最为突出；究其原因，虽然东部地区多数省份的数字乡村发展水平处于全国前列，如江苏、广东等地区，但同时也存在海南、天津等数字乡村发展较落后的地区，故而区域内差异较大。西部地区的区域内差距大于中部地区，例如，四川在2020年的数字乡村发展水平得分为0.536，而同一时期的宁夏得分仅为0.194，前者是后者的2.8倍（表2）；说明中部地区各省份的数字乡村发展水平相对比较集中，西部地区的空间非均衡性较中部地区更为突出。

表3 中国数字乡村发展水平的Dagum基尼系数及其分解

图2 总体和三大区域基尼系数的变化趋势

3.2 不同区域间差距分析

由图3可知，总体来看，三大区域的区域间差距均呈现波动下降的变化趋势，说明我国各地区间的数字乡村发展水平差距不断缩小。进一步观察，研究期内东部—西部地区间数字乡村发展水平差距的基尼系数始终是最大的，东部—中部的次之，中部—西部虽然呈波动性变化，但基尼系数始终处于最低水平。由此可见，东部地区数字乡村发展水平是始终高于中部和西部的；三大区域间数字乡村发展差异的分布格局明显，东部与其他区域间差异仍是制约全国数字乡村发展的一大障碍。此外，东部—西部的数字乡村发展水平差距的变动幅度最大，从2011年的0.286下降到2020年的0.238，降幅为16.78%，这主要是因为西部地区的数字乡村发展的总体上升速度较东部地区的更快，再次印证了西部地区数字乡村发展的追赶效应显著。

图3 三大区域间差距的变化趋势

3.3 总体差距来源分析

由图4可知，中国数字乡村水平总体差距平均贡献率最大的是区域间差距(47.26%)，其次是区域内差距(28.95%)，最后是区域间超变密度(23.79%)。这说明中国数字乡村水平的差距主要来源于区域间差距。虽然2013年以后，区域间差距的贡献率已经有明显下降趋势，但仍然是进一步促进中国数字乡村发展的最大突破口。从演变过程来看，研究期内区域内差距的贡献率变化趋势较稳定，不存在大幅度波动的态势，基本维持在29%左右；区域间差距的贡献率总体呈现“增—减—增”的“N”形变化趋势；区域间超变密度的贡献率整体呈现“减—增—减”的倒“N”形变动趋势，且与区域内差距的贡献率日趋接近。

图4 不同差距贡献率的变化趋势

4 中国数字乡村发展水平动态演进规律分析

Dagum基尼系数可以刻画中国数字乡村发展的相对差异及其来源，而Kernel密度估计方法可以通过波峰的演变研判中国数字乡村发展的绝对差异。因此，分别选取2011、2014、2017、2020年这4个时间截面，采用Kernel密度估计方法明晰中国整体及三大区域数字乡村发展水平的动态演进特征（图5）。

图5 全国及各地区数字乡村发展水平的核密度估计曲线

从全国来看，在分布位置上，2011—2020年中国数字乡村发展水平核密度曲线整体向右偏移，偏移幅度较大，说明考察期间内中国数字乡村整体发展水平有较大幅度的提升。在分布形态上，考察期间内，我国整体数字乡村水平的核密度曲线主峰高度快速大幅降低，主峰宽度逐渐拉大，我国整体数字乡村发展差距扩大化趋势明显。在波峰数量上，研究期内一直呈现“主峰+侧峰”并存的格局，但侧峰一直趋向平滑，说明我国数字乡村发展的多极化格局具有单极化倾向。在分布延展性上，曲线右侧拖尾现象显著，且拖尾长度逐步拉长，说明处于我国数字乡村发展前列的省份，其数字乡村发展水平不断升高，使得我国整体数字乡村发展差距呈扩大态势。

就东部地区来看，在分布位置上，2011—2020年东部地区数字乡村发展水平核密度曲线整体向右偏移，变化过程非常明显，说明考察期间内东部地区数字乡村发展水平有较大幅度的提升。在分布形态上，核密度曲线主峰高度快速大幅降低，主峰宽度逐渐变宽，表明东部地区数字乡村发展差距扩大化趋势明显。在波峰数量上，研究期内一直呈现“主峰+次峰”并存的格局，但次峰一直趋向平滑，体现东部地区具有一定的极化趋势，但变化仍然很不稳定。在分布延展性上，核密度曲线从左侧拖尾逐步转向了轻微的右侧拖尾，说明东部地区数字乡村发展水平低的省份逐渐向平均水平靠拢，但数字乡村发展水平较高的省份仍然保持领先优势。

就中部地区来看，在分布位置上，2011—2020年中部地区数字乡村发展水平核密度曲线整体向右偏移，偏移幅度较大，说明考察期间内中部地区数字乡村发展水平有较大幅度的提升。在分布形态上，核密度曲线主峰高度快速大幅降低，主峰宽度逐渐变宽，表明中部地区数字乡村发展差距持续扩大。在波峰数量上，考察期间内核密度曲线表现为单峰分布，说明中部地区的数字乡村发展水平不存在两极分化现象。在分布延展性上，核密度曲线不存在明显的拖尾现象，说明中部地区不存在数字乡村发展水平极高或极低的现象，各省份数字乡村发展水平相对比较均衡。

就西部地区来看，在分布位置上，2011—2020年西部地区数字乡村发展水平核密度曲线整体向右偏移，偏移幅度较大，说明考察期间内西部地区数字乡村发展水平有较大幅度的提升。在分布形态上，2011—2017年核密度曲线主峰高度基本保持不变，从2017年开始，核密度曲线主峰高度快速大幅降低，主峰宽度逐渐变宽，表明西部地区数字乡村发展差距从2017年开始明显扩大。在波峰数量上，考察期间内核密度曲线由明显的单峰分布到 2017、2020年右侧次峰逐渐凸显，说明西部地区的数字乡村发展水平在考察期间内开始出现了两极分化现象。在分布延展性上，核密度曲线右侧从不明显拖尾到明显拖尾再到逐步拉长，说明西部地区数字乡村发展水平高的省份的发展水平不断升高，西部地区发展差距扩大化趋势明显。

5 结论与建议

本研究首先采用纵横向拉开档次法对2011—2020年中国30个省份数字乡村发展水平进行测度，并分别对全国和三大区域进行分析，然后运用Dagum基尼系数对中国数字乡村发展空间差异进行了测度与分解，最后运用Kernel密度估计分析了中国数字乡村发展水平的动态演进特征，研究结论如下：

（1）从测度结果来看，我国数字乡村发展水平虽然普遍较低但整体在逐年提高，年均增速较快，呈现出良好的发展态势。此外，我国各地区之间的发展水平存在较大的差距，空间上呈现“东高西低”的分布格局，但我国三大区域数字乡村发展水平的高低与其增速成反比，意味着区域间数字乡村发展差距正逐步缩小。

（2）从地区差异来看，虽然数字乡村发展水平总体差距有扩大的趋势，但是整个研究期内数字乡村发展水平总体差距呈现小幅下降的变化趋势，总体差距主要源于区域间差距。就区域内差距而言，东部地区数字乡村发展水平的地区差距最大，西部地区次之，中部地区最小。就区域间差距而言，区域间差距均呈现波动性下降的变化趋势，“东部—西部”差距的下降幅度最大。

（3）从分布动态演进变化来看，我国整体及三大区域的数字乡村发展水平均呈现持续上升的变化趋势，但整体及各区域数字乡村发展之间的差距有扩大趋势，除中部地区外，其他区域均存在极化现象。

基于以上研究结论，提出以下一些政策建议：

（1）重视数字乡村发展过程中的区域差距问题，尤其是三大区域间的发展差距，避免出现严重的两极分化现象。从国家层面来看，要加强宏观政策的调整，加大对较落后地区的财政扶持和政策倾斜力度。从各区域层面来看，要加强技术交流与合作，合理配置资源，促进资源要素在东、中、西地区之间流动，形成良性互动，以缩小区域之间数字乡村发展差距，实现区域间数字乡村的均衡发展。首先，东部地区要加强对中、西部地区数字乡村建设人才队伍的精准帮扶，通过干部挂职、下乡驻村等方式促进中、西部地区乡村引进先进的管理理念，从而提高人才队伍的数字素养；其次，区域间要采取培训交流、项目合作、经验成果共享等手段加强中、西部地区技术方面的发展；最后，要鼓励东部地区社会资本多元化参与中、西部地区数字乡村产业的发展，改变中、西部地区传统的产业模式，从而提高其数字乡村产业的规模与质量。

（2）各地区应立足于当地实际情况，因地制宜地制定数字乡村发展策略，从而构建合理有序的数字乡村发展格局。历史经验证明，我国农村的改革需要通过试点探索将顶层设计与基层创新合理地衔接起来［20］。中国数字乡村建设也同样需要试点先行试验，在这种背景下，由于东部地区的基础设施和技术水平较高，经济条件和产业发展较好，这也注定了在发展数字乡村过程中，东部地区需要承担更多的前沿技术攻坚任务和试点容错的成本，而中、西部地区在很多方面都比较落后，其首要任务是借鉴东部地区在数字乡村建设过程中的成功经验，然后结合本地区实际情况，进行全面推广。