数字赋能皖北地区乡村振兴影响效应研究

朱玲玉

摘 要：乡村振兴是共同富裕的重要课题，在高质量发展中实现乡村振兴，要牢牢把握数字赋能这一重要引擎。本文利用2015-2019年皖北地区6个地级市面板数据选取适当指标、构建指标体系测度皖北地区乡村振兴水平。使用logistic回归模型考察了数字赋能皖北地区乡村振兴的影响效应。研究发现数字技术对皖北地区乡村振兴有显著的正向影响。

关键词：乡村振兴;数字赋能;皖北地区;logistic回归

一、引言

十九届六中全会指出全党应立足新发展阶段、贯彻新发展理念、构建新发展格局、推动高质量发展、促进共同富裕，坚持在发展中保障和改善民生。作为新时代“三农”工作的总抓手，乡村振兴是实现共同富裕的必然要求。但在城乡二元结构仍较为明显的背景下，农业农村现代化难以跟上国家现代化步伐。要促进农业农村现代化跟上国家现代化步伐，必须发挥数字技术的作用，推动城乡要素自由流动，助力乡村振兴高质量发展。作为长三角欠发达地区，皖北处于长三角乡村振兴的冷点区，农业现代化水平较低。急需发挥数字技术这一重要动力，助推皖北農业现代化发展，在高质量发展中实现乡村振兴。本文依据2015-2019年皖北地区的多个指标数据，构建面板回归模型，探索数字经济赋能皖北地区乡村振兴的作用机制，得出数字技术对皖北地区乡村振兴的正向赋能作用这一结果。

二、文献综述

通过查阅相关文献，可以发现与本文密切相关的研究主要有以下方面：首先，在关于数字经济的研究方面，DonTapscott（1996）在九十年代初首次提出数字经济一词，之后学术界纷纷展开研究，不断挖掘数字经济的概念与定义（逢健，2013）[1]，本文综合以往研究成果，采取中国数字经济发展白皮书中的界定：数字经济的关键生产要素为数字化的知识和信息，核心驱动力量是数字技术，载体为现代信息网络，通过三要素结合，充分发挥数字经济的作用，加速数字技术与经济的融合，利用数字技术赋能生产生活各个领域，催生数字经济相关的新业态新模式。

界定概念后，国内外众多学者研究了数字经济的作用，首先，数字经济对经济增长作用较大，江小涓（2021）研究发现数字技术与消费空间的融合趋势增加，数字消费领域的可投资力度加大，数字经济发展态势良好，未来5年内，数字全球化机遇将持续推进我国数字经济向前发展[2]。在乡村振兴研究方面，刘彦随（2018）指出乡村是经济社会发展的重要基础[3]。农业农村现代化依旧是“四化同步”的进程中的“短板”（姜长云，2018）[4]。从乡村振兴的内在机理来看，在高质量发展中推进共同富裕是新阶段国家发展的重要要求，国内较多学者研究了推进乡村振兴的理论机制，同时采取了指标体系构建的方法测度一些地区的乡村振兴水平。罗贤春（2021）等通过TOPSIS测度模型测算后发现，大数据所获得的惠农信息价值较大，同时后期产生的价值转化和受众的利用效应是乡村振兴的关键动力。促进乡村治理信息化、数据化是大势所趋，是乡村振兴的内在要求。[5] 综上所述，目前研究数字经济赋能乡村振兴的文献较多，但构建指标体系综合评价乡村振兴水平的研究较少，本文试图构建更全面反映新时代皖北农村综合发展内涵的乡村振兴水平指标体系，再利用数字水平与乡村振兴水平数据进行回归模型估计，探索数字赋能乡村振兴的作用机制。

三、数字赋能皖北乡村振兴理论机制

在数字技术与乡村经济发展方面，数字技术能够有效拉动乡村经济增长。一方面，数字技术可以推进农业现代化，农业现代化进程显然离不开数字这一重要动力，Salemink（2017）、Young（2019）等认为数字技术是增强乡村社区复原力和可持续性的重要动力。一些学者通过具体分析我国国情农情，探究数字乡村的内在机理（金建东，2021）。发现互联网、云计算、大数据、人工智能等现代信息技术不断嵌入乡村社会，使得乡村社会获得了新的发展基础和动力机制（沈费伟，2021）。另一方面，在数字乡村赋能农民收入增长的过程中，互联网以及各大电商平台的兴起，助推了乡村普惠金融体系的发展，为乡村经济增长提供较大动力，对于提高农民收入有较大作用。[6]在数字技术与乡村治理方面，数字技术的普及可以有效提升乡村社会治理水平。目前国内学术界关于数字赋能乡村治理的研究较多，诸多学者认为城乡社会结构，让数字赋能成为乡村振兴的有效引擎和持续动力，助推乡村治理智能化、透明化、数据化，让消费便捷化等等[7]。数字乡村治理的主体包括政府、企业、社会等，这些主体以互联网技术为桥梁，搭建便捷有效、开放共享的乡村治理模式，使乡村治理朝着优化资源配置，开放共享的方向迈进[8]。依据《数字乡村发展战略纲要》中推进数字乡村治理的十大重点任务和五大保障措施，结合数字乡村治理实践的发展逻辑，乡村治理数字化主要体现在文化治理、社会治理、生产治理等领域，乡村治理数字化有助于建立乡村数据库，精准把握民意，坚持以人为本，降低政府治理成本，加快城乡融合，是加快皖北地区乡村振兴的有效路径[9]。

四、变量选取与模型设计

（一）变量选取

首先是乡村振兴水平（Develop）。因为一个指标无法反映皖北地区乡村振兴水平，综合指标的科学性较高，所以本文借鉴国内学者研究成果，从经济、社会、生态三个维度构建综合指标体系，测算皖北地区乡村振兴水平，计算农村发展指数，[10]其次是关于数字发展水平对皖北地区乡村振兴的效用方面，本文借鉴国内外研究成果，考虑数据的可得性，选取了固定互联网宽带接入用户、移动电话年末用户、农村快递投递线路三个指标，构建综合指标体系，测算皖北地区乡村数字发展水平。测算皖北地区乡村振兴水平的各项数据均来源于2015-2019年《安徽统计年鉴》，测度皖北地区数字技术水平的数据，如移动电话年末用户、固定互联网宽带接入用户农村快递投递线路三个变量的数据均来源于EPS全球统计数据库以及2015-2019年《安徽统计年鉴》。数据来源科学可靠，空值均采取插值法补全。

（二）模型设计

1.指标体系构建

借鉴以往研究成果，本文选取均权法确立皖北地区乡村振兴水平的各个指标的权重，均权法比专家打分法和主成分法更为科学合理，具有较多优势，首先在权重的调整方面，均权法相较于专家打分法来说，不需要多次更换指标权重， 只需要通过软件计算得到，有利于研究成果的纵向比较，符合国家长期性、稳定性的政策倡导。在对指标数据的处理方面，本文使用插值法和极值法对数据进行标准化处理，在进行极值法标准化之前，由于影响乡村振兴水平的指标有正向和负向两个方面，所以本文将指标区分为正向指标和负向指标，其中，正向指标与农村发展水平呈正向关系，反向指标与乡村振兴水平呈反向关系。出于确保指数纵向可比这一目标，本文统一使用各指標在该年度的最大值和最小值做标准化。确保研究的科学性和客观性，以便后续实证检验的顺利展开。

2.面板回归模型构建

为检验数字发展对皖北乡村振兴水平的直接影响，构建面板模型如下：，其中，Develop代表乡村振兴水平，X1、X2、X3分别代表固定互联网宽带接入用户、移动电话年末用户、农村快递投递线路三个变量，con则代表控制变量，指随机扰动项。

五、实证检验

在选取变量，搜集数据后，本文采用eviews软件进行回归模型的构建，得到回归结果：

由内生性检验可知，给定显著性水平0.05，查DW表，当n=30 ，k=3时，得下限值dL=0.820，上限值dU=1.872 因为DW统计量为1.393262 位于dL=0.820与 dU=1.872之间所以无法判断是否存在自相关性。由偏相关系数检验可知，各个变量没有自相关关系，模型估计的结果有效。由统计检验可知，判定系数：R-squared为0.994961 接近于1，表明模型对样本数据拟合优度高，F 检验：F=460.7217，大于临界值3.09， 其 P 值 0.000000 也明显小于0.05，说明各个解释变量对乡村振兴水平Develop 有显著影响，模型线性关系显著，T检验：X1 、X2、X3各个变量的参数的t值的绝对值均大于2，表明其他各参数对乡村振兴水平Develop 有显著影响。由实证结果可知固定互联网宽带接入用户、移动电话年末用户、农村快递投递线路三个变量对乡村振兴水平均有显著影响，说明数字技术对乡村振兴水平的确有正向的赋能作用，证实了前文的理论机制推断。

参考文献：

[1] 逄健，朱欣民.国外数字经济发展趋势与数字经济国家发展战略[J].科技进步与对策，2013，30（08）：124-128.

[2] 江小涓，靳景.中国数字经济发展的回顾与展望[J/OL].中共中央党校（国家行政学院）学报：1-15[2021-12-16].

[3] 刘彦随.中国新时代城乡融合与乡村振兴[J].地理学报，2018，73（04）：637-650.

[4] 姜长云.乡村振兴战略：理论、政策和规划研究[J].宏观经济研究，2018（07）：2.

[5] 罗贤春，黄俊锋，罗梦兰.惠农信息乡村传播效能的三维测度模型构建[J/OL].图书馆论坛：1-10[2021-12-16]

[6] 刘晓倩，韩青.农村居民互联网使用对收入的影响及其机理——基于中国家庭追踪调查（CFPS）数据[J].农业技术经济，2018（09）：123-134.

[7] 沈费伟，袁欢.大数据时代的数字乡村治理：实践逻辑与优化策略[J].农业经济问题，2020（10）：80-88.

[8] 陈振明.政府治理变革的技术基础——大数据与智能化时代的政府改革述评[J].行政论坛，2015，22（06）：1-9.

[9] 黄建伟，陈玲玲.国内数字治理研究进展与未来展望[J].理论与改革，2019（01）：86-95.

[10] 韩磊，王术坤，刘长全 . 中国农村发展进程及地区比较 ——基于 2011～2017 年中国农村发展指数的研究[J]. 中国农村经济，2019（7）：2-20.