山东省农户数字资本测度与空间分布

黄飞飞，许秀梅

（青岛农业大学管理学院，山东 青岛 266109）

数字化新业态、新模式、新应用的加速普及给中国社会发展注入巨大的活力［1］。中国早已明确指出，要推动互联网、人工智能、大数据与实体经济深度融合，在党的十九届四中全会中提出将数据增列为第七种生产要素，2019 年《数字乡村发展战略纲要》提出乡村振兴战略的方向是数字乡村，数字经济已经成为国民经济发展的重要驱动力［2］。2020 年新冠病毒感染疫情暴发，数字技术对于维持中国经济稳定发展起着关键性作用。中国是农业大国，农户是农业生产经营的主体，也是农村社会经济的基本组成单元［3］。农户数字资本是驱动数字乡村建设的重要因素，对农户数字资本水平与空间分布进行研究，在理论层面上能够丰富数字资本的理论体系，填补中国农户数字资本研究的缺漏；在现实层面上推动中国数字乡村建设、促进农户持续增收。

目前国内对数字资本研究较少，多聚焦于数字化转型和数字经济等方面。刘璐璐［4］以马克思的资本逻辑为线索分析数字劳动存在的合理性，从数据成为商品为起点解析数字劳动剩余价值的生产过程，辅以资本文明面和消费两因素，指出数据能够资本化的原因，提出数字资本存在的合理性。有学者提出一些与数字资本相似的概念，如郑磊［5］提出数字资产，徐翔等［6］提出数据资本等。罗浚文等［7］使用遗传算法和投影寻踪模型测算了农业数字要素指标。戚聿东等［8］挖掘测度了企业的数字化程度、数字商业模式与其他数字化信息。蒋庆正等［9］利用Cov 层次分析法，对中国农村地区数字普惠金融发展水平进行测度。此外，有学者对农户社会资本［10］、人力资本［11］、物质资本［12］等进行了不同方面的研究，但国内目前很少有文献从农户角度来对数字资本进行测度和空间分布研究。国外数字资本研究的序幕是由Tapscott 等［13］撰写的《数字资本：利用商业网站的力量》开启。Ragnedda 等［14］提出数字资本表现出可积累性、可转移性的特点，在数字资本测度方面，从数字接触和数字能力2 个维度进行研究，得出数字资本指数与社会经济和社会人口模式有关。Jacques 等［15］从数字投资、应用能力角度评价了企业数字资本水平；Liu 等［16］采用内容分析法和模糊层次分析法分别测度了部队征兵网站和医院服务网站的数字资本。综上所述，国外对数字资本的研究与国内相比要深入一些，但是还没有形成一套成熟的理论体系，从农户角度对数字资本的研究涉及较少。

山东省位于中国东部沿海、黄河下游，是农业大省，既是中国重要的粮油棉产区，也是重要的水产、果品、畜产品和蔬菜基地。2019 年《山东省支持数字经济发展的意见》提出培育数字农业新动能；2020年山东省农业农村厅充分利用“共享交换+大数据”技术，构建了“1+10+N”的“智慧农业云平台”。农户作为农业生产经营的主体，在农业发展中发挥着重要作用，本研究将对山东省农户数字资本水平、空间分布以及空间差异进行重点研究。

1 研究设计

1.1 农户数字资本指标体系的构建

目前国内对农户数字资本的测度指标没有明确的标准，本研究在阅读和整理大量相关文献的基础上，结合Ragnedda 等［14］创建的数字接触和数字能力2 个维度，设计了15 个三级评价指标来分析山东省农户数字资本水平（表1）。

表1 农户数字资本指标体系

数字接触（B1）表现为用户接触数字化资源的机会和环境，这是数字资本研究的基础。本研究设计了7 个指标来反映农户数字接触情况：互联网接入（X1）、数字设备（X2）、上网频率（X3）、社群影响力（X4）、技术支持（X5）、需求与动机（X6）、政策支持（X7），以上7 个指标均为农户数字资本的正向指标。其中，需求与动机是指从农户主观角度出发，农户对数字化资源的需求程度越强，接触的机会便越多。

数字能力（B2）表现为用户接触数字化资源之后对其应用的能力，例如，能否熟练使用数字设备、识别信息的虚假等，这是数字资本研究的核心。本研究设计了8 个指标来衡量农户的数字能力：数字设备使用能力（X8）、数字沟通协作能力（X9）、数字销售能力（X10）、数字安全意识（X11）、数字内容创作能力（X12）、数字求知能力（X13）、数字支付能力（X14）、问题处理能力（X15）。这8 个指标均为农户数字资本的正向指标。

农户数字资本测度指标X1到X15按照李克特量表分为5 种，即很符合、较符合、一般符合、较不符合、不符合，与之对应的数值分别为5、4、3、2、1，被调查者根据实际情况进行相应地选择。

1.2 研究方法

1.2.1 熵值法 熵值法是客观赋权的方法，不受主观因素的影响［17］，更具有科学性。因此，本研究选择熵值法来测度山东省农户数字资本，根据农户数字资本各指标的权重系数，采用线性加权和构建评价函数对三大经济圈数字资本综合评价，以此为基础，对山东省农户数字资本水平进行分析，具体步骤如下。

构造数据矩阵，选取n个经济圈（n=3），m项指标（m=15），Xij为第i个经济圈的第j个指标的数值（i=1,2,3；j=1,2,…,15），由于本研究数据指标所涉及的量纲和数量级相同，因此无须进行标准化处理。

1）计算第j个指标下第i个经济圈占该指标的比重（yij）：

2）第j个指标的熵值（ej）：

3）计算第j个指标的差异系数（dj）：

4）计算15 个指标的权重（wj）：

5）假定m个参数，分别为X1,X2,…,Xm，对应的权重分别为w1,w2,…,wm，则各地区的综合数字资本得分（S）的公式为：

1.2.2 聚类分析 为了解不同农户数字资本水平及其差异情况，本研究通过SPSS 25.0 软件，采用K-均值聚类算法（K-means clustering algorithm）对不同农户数字资本得分进行分类，得到3 种农户数字资本类型。K-均值聚类算法是先随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个聚类中心之间的距离，把每个对象分配到距离它最近的聚类中心，聚类中心以及分配给它们的对象就代表一个分类。

1.2.3 空间自相关 当一些变量在同一个分布区域内的观测数据之间存在潜在的相互依赖性时，可以使用空间相关性分析方法对其进行空间分析［18］。本研究利用软件ArcGIS 10.7 和GeoDa 1.20 进行空间自相关性分析。空间自相关分析包括全局和局部空间自相关分析。

1）全局空间自相关分析主要是用来探索数值在整个区域的空间分布特征，通过对Global Moran’s I值的全局空间自相关统计量的计算，分析其空间关联度。公式如下：

式中，I为莫兰指数，S2为样本方差，n为有效调研农户数，Xi为在i处的属性值，Xj为在其他位置的属性值为Xi的平均值，Wij为空间权重。I的值域为｛-1，1｝，I＞0 表示空间正相关，值越大，相关性越明显；I=0 表示空间不相关；I＜0 表示空间负相关。

2）局部空间自相关分析主要用来度量每个区域与周边地区之间的局部关联和差异程度，一般采用Moran 散点图和 LISA 图进行分析［19］。公式如下：

1.3 样本选择与数据来源

本研究所用到的数据来源于2021 年3—5 月在山东省农村地区开展的实地调研数据，考虑到样本的代表性及操作的便利性，在山东省内分三大经济圈来调研（省会经济圈、胶东经济圈和鲁南经济圈），每个经济圈随机抽取200~220 户，然后对户主进行调研，采取问卷调查和访谈的方式，共发放问卷634份，回收有效问卷612 份，问卷有效率达96.53%。根据研究需要，调查问卷包括3 个部分，分别为受访农户的基本信息、农户数字化资源接触和数字化资源应用能力情况、数字技术的应用状况。

从户主的个人特征来看，男性户主占总样本的64.87%，女性户主占35.13%；36~45 岁的农户占比最高，占总样本的34.64%；在受教育水平上，初中及以下学历的农户有179 人，占总样本的29.25%，大专及以上学历的农户占32.84%；收入来源方面，受访者中通过农作物获得收入的有486 人，占总样本的79.41%，外出务工获得收入的有445 人，占72.71%，通过农作物和外出务工同时获得收入的农户占53.30%，表明越来越多的农户在从事农业劳动的同时选择外出务工来获得收入。

从农户的家庭特征来看，户均人口数为4.39 人，户均劳动力为2.64 人，表明农户家庭中平均有60.14%的成员在提供劳动力；家庭人均年收入为1.2 万~1.6 万元的农户占总样本的46.70%，家庭人均年收入为1.6 万~2.0 万元的农户占23.30%，家庭人均年收入2.0 万元以上的占比较小，仅为10.00%。

在进行数据分析之前对调研数据进行信度和效度检验，得到 Cronbach’s α 系数为 0.715，KMO为0.787。其中，Cronbach’s α 系数反映数据的可靠性，系数处于0.7~0.8，表示信度较好。KMO是用来反映数据的准确性，KMO处于0.7~0.8，表示数据合适。通过以上界定可以看出，问卷数据的信度和效度均较好，可以做进一步分析。

2 结果与分析

2.1 农户数字资本综合得分

从表2 可知，山东省农户数字资本综合评价得分为8.682 8（总分为15 分），说明山东省农户数字资本水平处于中等偏上水平，但是地区间存在不均衡现象，省会、胶东和鲁南经济圈综合评价得分分别为2.826 5、3.134 8、2.721 5，说明目前发展阶段三大经济圈对山东省总体数字资本的贡献程度不同。胶东经济圈在山东省农户数字资本水平和贡献程度排名第一，主要有以下两方面的原因。一方面与经济实力有关，农户数字资本水平提升需要一定的人力、财力和物力，而经济实力相对薄弱的地区没有足够的资源来发展数字资本［20］。胶东经济圈中包括青岛、烟台、潍坊等经济水平较高的沿海城市，能够为农户数字化资源接触和应用提供一定的经济基础，并有足够的人力资源来提供技术等支持。另一方面与地理位置、资源环境有很大的关联。

表2 农户数字资本测度结果

从每个经济圈内部不同指标得分来看，其不同指标得分也存在较大的差异，胶东经济圈中数字销售能力（0.394 6）得分最高，互联网接入（0.100 7）得分最低，两者相差0.293 9，说明数字销售能力对胶东经济圈的农户数字资本水平贡献程度大于互联网接入的贡献程度。由此说明，山东省各地区内不同指标的水平并不是同步发展，其投入水平和贡献程度也存在差异。

2.2 农户数字接触和数字能力对比分析

从均值与标准差对比（表3）来看，各三级指标的均值和标准差各不相同，其中，农村互联网接入（x=4.078 0，s=0.655 0）均值最大，标准差最小，说明在大多数受访农户中，农村地区互联网接入已成为一种普遍现象，为农户有效接触数字化资源提供良好的基础条件；数字支付能力（x=2.341 0，s=0.697 0）均值和标准差均较小，表明大多数受访农户的数字支付能力较低；数字安全意识（x=2.174 0）均值最小，说明受访农户在使用数字设备和应用数字技术过程中的安全意识不强；数字销售能力（s=0.973 0）的标准差最大，表明山东省内不同农户之间数字销售能力的差异性很大。

表3 基于熵值法农户数字资本指标权重分布

从各三级指标权重（表4）来看，社群影响力、上网频率、数字设备、互联网接入指标的权重较低，其权重之和占总权重的15.73%，说明这4 项指标对山东省农户数字资本影响程度较小；权重排在前四位的分别为数字安全意识、数字销售能力、数字支付能力和问题处理能力，其权重之和占总权重的41.02%，说明这4 项指标对山东省农户数字资本的影响程度较大，在山东省各指标的综合得分中（表2），数字销售能力、数字安全意识、数字支付能力、问题处理能力4 个指数综合得分较高，对山东省农户数字资本的贡献程度较大。结果表明，农户数字能力对山东省农户数字资本水平的贡献和影响程度均较大。

表4 农户数字资本各指标权重排名

总体来看，山东省农户数字接触（x=3.454 0）的均值远大于数字能力（x=2.734 0）的均值，目前山东省农户数字资本中数字接触水平较高，说明山东省农村地区移动互联网等数字基础设施普及率较高，尤其是省会经济圈和胶东经济圈，二者差距较小，原因可能与这两个经济圈内城市的经济发展水平有关。但是与数字接触相比，数字能力还有很大的提升空间。农户数字能力是农户数字资本的核心，山东省应重点从数字能力方面进行提升。通过熵值法得出的指标权重和得分代表了该指标在综合评价中的作用大小［21］，也从侧面反映出当前山东省农户数字资本的重点领域仍在数字化资源的接触方面，相比之下，对于提高数字化资源应用能力的重视程度仍显不足。

2.3 农户数字资本聚类比较分析

将三大经济圈内不同农户的数字资本得分进行K-均值聚类分析，得到农户所属的3 种数字资本类型（数字资本缺乏型、数字资本一般型、数字资本富裕型），从性别、年龄和受教育水平和所在地区对不同类型的农户进行对比分析。

从表5 可知，数字资本缺乏型的农户有209 人，数字资本一般型有122 人，数字资本富裕型有281人，分别占总人数的34.15%、19.93%和45.92%。从性别方面看，所有受访的男性农户中数字资本缺乏型农户仅占22.42%，而受访的所有女性农户中数字资本缺乏型高达55.81%。从年龄方面看，36 周岁以下的农户中数字资本缺乏型只占14.40%，数字资本富裕型占62.21%；而60 周岁以上的农户中数字资本缺乏型高达72.66%，数字资本富裕型仅占11.64%。从受教育水平看，初中及以下学历的农户中数字资本缺乏型占65.92%，数字资本富裕型仅占17.80%；大专及以上学历的农户中数字资本缺乏型仅占8.96%，数字资本富裕型占70.54%。从所处的地区看，胶东经济圈中农户数字资本富裕型占比最大，为53.31%，数字资本缺乏型的农户占比最小，为17.16%；省会经济圈中数字资本富裕型农户占50.86%，数字资本缺乏型农户占29.90%；鲁南经济圈中数字资本富裕型农户占比最小，仅为33.23%，数字资本缺乏型农户占比最大，为55.39%。

表5 农户数字资本类型特征划分

由此可见，大多数情况下男性农户数字资本水平高于女性农户，年龄越大农户数字资本水平越低，农户数字资本水平随着学历水平升高逐渐升高，胶东经济圈和省会经济圈农户数字资本水平优于鲁南地区。同时也在一定程度上反映了山东省对鲁南经济圈以及女性、年龄偏长、受教育水平偏低农户投入较少，导致出现明显的差距。

3 农户数字资本的空间分布分析

3.1 全局空间自相关分析

由于空间数据具有二维的特点，需进行全域空间的相关性检验［22］。利用 Global Moran’s I 探索山东省农户数字资本的整体空间关联特征，在ArcGIS 10.7 软件的支持下，计算出山东省农户数字资本的全局 Moran’s I 的值为 0.414；P为 0.02，小于 0.05；Z（I）的值为2.119，大于临界值1.960，表明该数据具有空间正相关性且具有明显的聚集特征，数据的置信度达到95%。同时利用ArcGIS 10.7 软件计算出山东省农户数字接触和数字能力的全局Moran’s I的值分别为 0.334 和 0.361，Z（I）的值均大于 1.960，在0.05 水平通过检验，以上结果说明，山东省各地区农户数字资本空间相关性比较显著且相互正向影响，相同农户数字资本水平的地区在空间上呈现出集聚特征，农户数字资本空间近邻效应显著。

3.2 局部空间自相关分析

全局空间自相关分析描述了山东省16 个地级市农户数字资本在整体上具有显著的集聚特征，但是无法体现出具体在哪些地区存在高值集聚或低值集聚。为进一步了解各地级市农户数字资本高值和低值在空间上的聚集状态，有必要进行局部空间自相关分析。

3.2.1 Moran 散点图 利用GeoDa 1.20 软件将各地区数字资本水平分为4 种空间关系模式，绘制山东省16 个地级市农户数字资本的Moran 散点图。Moran 散点图中4 个象限分别代表不同的含义：第一象限为高-高（HH）集聚区，表示该地区的农户与周边地区的农户数字资本均处在较高水平；第二象限为低-高（LH）集聚区，表示该地区农户数字资本水平较低而周边地区农户数字资本水平较高；第三象限为低-低（LL）集聚区，表示该地区农户与周边地区的农户数字资本均处在较低水平；第四象限为高-低（HL）集聚区，表示该地区农户数字资本水平较高而周边地区农户数字资本水平较低。

Moran 散点图中第一、第三象限代表该地区农户数字资本呈空间正相关性，第二、第四象限代表该地区农户数字资本呈空间负相关性，从图1 可知，共有11 个地级市分布于第一和第三象限，占所有城市的68.75%，说明山东省农户数字资本水平呈现出较强的空间正相关性。第一和第二象限代表农户数字资本聚集度高，第三和第四象限代表农户数字资本聚集度低，位于第一象限和第二象限的地区要多于位于第三象限和第四象限的地区，说明当前山东省16 个地级市农户数字资本在空间分布上聚集度高，聚集度强于离散型。第一象限代表农户数字资本高的地区高聚集效应明显，第四象限代表农户数字资本高的地区低聚集效应明显，位于第一象限的地区多于第四象限的地区，说明山东省农户数字资本高的地区在空间分布上高聚集效应更明显。第一和第四象限代表该地区农户数字资本水平高，第二、第三象限代表该地区农户数字资本水平低，位于第一象限和第四象限的城市共8 个，位于第二象限和第三象限的城市也是8 个，说明目前50%的地区农户数字资本处于较低水平。

图1 山东省16 个地级市农户数字资本的Moran 散点图

从表6 可知，位于第一象限的地级市有6 个，分别为青岛市、潍坊市、威海市、烟台市、淄博市、日照市，全部为相邻城市，同时这6 个城市基本上都位于山东省中部及东部沿海地区，除淄博市外都属于胶东经济圈；位于第二象限的地级市有3 个，分别为德州市、聊城市、东营市，这3 个城市中至少有2 个是相邻的，呈现出一定的空间集聚现象；位于第三象限的地级市有5 个，分别为菏泽市、枣庄市、济宁市、临沂市、泰安市，这些城市互相接壤，位于山东省南部地区，大多属于鲁南经济圈；位于第四象限的地区有2个，分别为滨州市、济南市，都是省会经济圈的城市。

表6 各类集聚区对应的城市

山东省农户数字资本水平在空间上并非完全随机分布，而是较低数字资本水平的地区倾向于和同样较低水平的地区相邻，较高数字资本水平的地区倾向于和同样较高水平的地区相邻，呈现出明显正向集聚特征。其中HH 集聚型的地级市基本都集中在中部和东部沿海地区。

3.2.2 LISA 结果分析 通过绘制Moran 散点图初步判断了山东省各地级市所属的象限，但还不能从整体上判断各地级市的局部相关类型及其集聚区域的显著性，因此用LISA 图进一步分析。

从图2 可知，山东省农户数字资本分布着高-高集聚型和低-低集聚型。高-高集聚型的地级市有青岛市、烟台市、淄博市、潍坊市4 个城市，分布在山东省中部及东部沿海地区，这些地区地理位置比较优越、数字基础设施相对完善、经济水平比较发达，因此，农户数字资本水平较高；低-低集聚型的地级市有1 个，为济宁市，位于山东省西南部内陆地区，由于经济水平相对落后、基础设施不够完善、农村地区的数字技术推广应用没有受到重视等原因导致农村信息化水平低，农户数字资本水平也相对较低。

图2 山东省农户数字资本分布

高-低集聚型和低-高集聚型空间负相关情况在各地级市中都没有出现，说明高农户数字资本地区没有出现数字资本低的地区，低农户数字资本地区也没有出现数字资本高的地区。在山东省中东部地区农户数字资本水平高、西南部地区农户数字资本水平低的基础上，山东省中部地区的影响带动能力强于西北和东南地区。

总体来看，山东省高-高集聚型地级市呈集中式分布，农户数字资本水平较高，正向影响周边地区，主要分布在山东省中部及东部沿海地区。低-低集聚型地级市农户数字资本水平较低，负向影响周边地区，主要分布在西南部内陆地区，呈现出中部及沿海地区的数字资本水平高于西南地区，空间自相关分析的结果与数字资本评价的结果是一致的。

4 小结与建议

4.1 小结

农户数字资本测度与评价能够有效了解各地区农户的数字资本水平和空间格局特征。本研究以山东省为例，借助熵值法、K-均值聚类算法和空间相关性分析法探索了山东省农户数字资本水平和空间格局特征，主要得出以下结论：①三大经济圈对山东省农户数字资本的贡献程度存在差异；②山东省农户数字化资源接触水平高于农户数字化资源应用能力；③山东省农户数字资本具有较强的空间正相关性，存在高-高集聚型和低-低集聚型，高-高集聚型位于山东省中部及东部沿海地区，低-低集聚型位于西南部内陆地区。

4.2 政策建议

1）完善农村数字基础设施建设。提升农户数字资本水平首先要完善农村数字基础设施建设，保证农户对数字化资源接触的必要条件。各地区应不断加大农村数字基础设施的投入力度，推动共建共享，加快农村宽带、移动互联网等的发展，拓宽网络服务，加快乡村4G 覆盖普及、5G 创新应用来大幅提升乡村网络设施水平。充分利用信息进村入户工程、农业物联网试验示范工程，将数字技术渗透到农业产业中，全面实现信息进村入户，为提升农户数字能力提供必要的硬件支撑。同时政府应引导企业提供更深、更广的农村数字技术应用和服务，激发农户需求，激发农户对数字化资源接触和应用的兴趣。

2）提升农户数字化资源应用能力。尽管数字技术在山东省农村地区的普及程度很高，但是农户数字化资源应用能力还不足，要不断面向农户推广电脑、手机等数字设备与多元化的数字服务，多渠道开展数字化资源应用的培训，特别是智能手机。抓住农户手机持有量快速增加、手机成为农户上网最主要设备的机遇，构建政府、厂商、通信运营商“三位一体”的农村基层数字培训体系，通过组织线上、线下培训等方式，提升农户使用智能手机的技能，如，政府可以联合运营商等举办以“新农具服务农户美好生活”为主题的农户手机培训周活动，帮助他们利用手机上网查询获取农业政策信息，使用数字设备进行网络社交、线上支付、销售等，多方面提升农户的数字能力。同时要着重提升农户的数字安全和法律意识，警惕网络诈骗等，让数字技术更好地服务于农户的生产生活。

3）从性别、年龄和受教育水平来缩小农户数字鸿沟。研究发现不同性别、年龄和受教育水平的农户间存在数字鸿沟。在性别方面应鼓励女性农户积极参与数字技术的培训，提升自身数字技能，突破传统文化观念。同时通过调研也发现，山东省农户受教育水平普遍偏低且年龄较大，很大程度上会影响其使用、接受和辨识信息的能力。因此，在年龄和受教育水平上要不断提升农户自身文化水平，采取线上再教育和线下开办职业学校相结合的方式，将数字化知识和技术作为基础课程，定期进行实践和考核；开发适合年长农户学习的数字设备、软件等，支持鼓励家庭数字反哺和亲友互助，提升年长农户对数字信息技术的可及性，推动乐龄科技，提升数字包容性，缩小数字鸿沟。

4）采取差异化措施来缩小地区差距。根据各地区农户数字资本水平和实际情况实行差异化措施，抓住薄弱环节，有效提升农户数字资本，缩小地区差距。对于内陆地区，特别是山东省西南部数字资本匮乏地区，要加大财政补贴和支持力度，提升农户数字资本水平，对农户购买数字设备与数字服务应采取支持和鼓励政策，推动出台农户上网和手机流量资费的各种优惠政策，确保广大农户能够有网上并且上得起网，从而促进农户使用互联网从事创造性、生产性活动，利用数字技术促进农户增收。对于山东省中东部地区，要在目前数字资本水平相对领先的基础上，继续提升农户数字致富的意识，鼓励农户不断创新，将数字技术更好地应用于农业生产，不断提升农户的数字素养，更大范围地辐射到周边地区。