数字乡村建设对农民增收的影响研究

刘海宇，孙丽君，高 强

（中国海洋大学 管理学院，山东 青岛 266000）

长期以来，贫困问题一直是世界各国和社会各界普遍关注的重大社会问题，而解决农民的增收问题又是重中之重。2013 年我国农村居民人均纯收入增长速度为12.4%，到了2020 年实际增长3.8%，尽管2016—2019 年间有所回升，但总体上看，我国农村居民人均可支配收入增长呈放缓趋势，许多农村地区由于区位劣势和资源不足仍然面临贫困风险，如何确保农民增收可持续发展成为中国政府和学术界重点关注的现实问题。

农村地区数字化发展水平的滞后以及城乡数字鸿沟的出现，可能成为抑制农村部分低技能群体发展的新障碍、扩大城乡发展差距的新因素[1]。为加快推进农业农村现代化转型、获取农民可持续增收的内生动力，数字乡村建设成为推动农村地区数字化转型，立足国内大循环背景下强有力的抓手。2018 年中共中央、国务院印发《乡村振兴战略规划（2018—2022 年）》，明确提出要提升农业信息化水平，夯实乡村信息化基础，实施数字乡村战略。并在国民经济和社会发展第十四个五年规划纲要中进一步提出“加快推进数字乡村建设”“更加积极有为地促进共同富裕”。数字乡村建设是新时期国家应用现代信息技术提高农业农村现代化水平的创新路径[2]，既是乡村振兴战略深入推进的必然选择，也是摆脱“三农”发展困境、提升农村地区经济高质量发展的重要内容。数字乡村作为乡村振兴的战略方向和建设数字中国的重要内容，将通过产业振兴、公共服务、内生动力、治理现代化等方面巩固脱贫攻坚成果[3]，是我国广大农村地区摆脱主客观条件约束，实现现代化转型的有效途径。

国内学者对数字乡村建设的研究多集中在两个方面：一是数字乡村的测度与评价方面；二是数字乡村的价值探讨。在数字乡村建设水平指标体系的研究过程中，众多单一和复合的指标被用于衡量数字乡村发展，体现了指标建设的多维性。如崔凯等遵循投入产出视角，构建数字乡村建设视角下乡村数字经济发展指标体系，包括数字环境、数字服务、数字投入和数字效益4 项一级指标和16 项二级指标[4]。郝爱民等从信息基础建设、金融基础建设、服务平台建设三个方面建立省域数字乡村建设评价指标[5]。在数字乡村价值探讨方面，学者也进行了一定研究，王薇等聚焦数字技术赋能下的乡村治理实践，通过具体案例阐述数字技术赋能突破权力距离和时空距离实现合作式乡村治理的运行机理[6]。唐文浩分析数字技术赋能农业农村高质量发展的内在机制并详细阐述了其实践路径[7]。聚焦到数字乡村与农民增收的研究中，李怡等利用数字技术接入和数字技术应用指标，分析农村数字经济对农民收入和收入分配的影响，认为农村数字经济对农村收入有显著促进作用[8]。齐文浩等也验证互联网、电商平台、普惠金融都是数字乡村增收效应的实现方式[9]。但由于数字乡村建设尚处于发展阶段，数据匮乏等原因限制了与数字乡村相关的实证研究。从现有研究来看，多数学者倾向于数字乡村建设的理论分析或重点探究在某一特定领域数字化如何融入农村社会并发挥价值，缺乏将数字乡村作为一个系统概念进行实证分析，需要从定量角度对数字乡村建设进行综合评价并评估其增收效应。数字乡村建设对农民增收的影响可能存在结构效应和调节效应，且未有研究对调节因素进行研究。因此本文基于2011—2020 年我国30 个省级面板数据，构建数字乡村建设评价指标体系，深入分析数字乡村建设对我国农民增收的影响效应、结构效应和调节效应，丰富我国数字乡村相关研究。

一、理论分析与研究假说

依靠数字乡村建设可以推动城乡资源的重新调整，提高资源配置效率，打破农村地区发展短板，为农民增收创造新动能，主要体现在人力资源、基础设施和技术进步三个方面。

数字乡村建设为解决农村劳动力人员不足、素质低下等问题提供了新的出路，通过帮助农户及时获取市场信息，为农户进入要素市场和产品市场提供了便利[10]，跨越时空约束的信息匹配，扩大市场空间[11]。同时政府推动农村数字化基础设施的布局，改善了农村互联网接入的各种软硬件条件，推动农业互联网及各类数字网络平台快速崛起，促进企业和人才向农村地区的持续渗透，优化农村的营商环境[12]，使城乡地区的基础设施配置差异逐渐缩小，为农村发展创造了基础和前提。此外，数字技术在农业生产领域的嵌入和应用，使农业生产实现了智能化、机械化、自动化和集约化的转变，创新了农业生产方式[13]，为农村可持续发展提供了技术创新支持，并且技术赋能乡村发展也促进了农村旅游、文化等新业态的发展，有效挖掘农村地区的资源优势和特色优势，通过提升产业结构合理化与产业结构高级化推动农村产业结构升级[13]，因此农村地区拥有了更多的经济增长新渠道。基于此，提出研究假说：

H1：数字乡村建设会显著促进农民增收。

数字乡村建设可以加快农村劳动力非农转移，提高非农收入。数字乡村建设为农民从事非农劳动创造了更多的可能性。一方面，信息鸿沟在城乡间逐渐被打破，农村剩余劳动力逐步流向城镇地区，为获取更多的要素报酬提供可能。另一方面，数字乡村的发展可以带动农村第二、三产业发展和集聚，形成一批以网络销售、物流和休闲农业、休闲旅游业为特色的产业园区，为农村劳动力就近非农转移创造条件。

数字乡村建设也可以加快农村产业融合，提高农民农业收入水平。数字乡村建设加快了数字技术向传统农业领域的渗透，通过延伸农业产业链，便利了产业链不同环节的交流沟通，从而实现农业产业融合发展。农业产业融合发展打破了传统生产要素对农业生产的约束，畅通农业产业链上下游的流通，实现了农村与商贸、旅游、文化、教育、康养、环保等产业的共同发展[14]，拓宽了农民收入渠道。基于此，提出研究假说：

H2：数字乡村建设能够促进农民非农收入和农业收入共同提高，其中劳动力非农转移和农村产业融合分别起到调节作用。

二、数据来源、变量选择与模型选择

（一）数据来源

鉴于数据的完整性和易获得性，研究样本选定为我国30 个省（区、市）（西藏自治区和香港、澳门、台湾地区除外），时间跨度为2011—2020 年。本文数据来源为《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》以及各省（区、市）统计年鉴，部分数据由计算获得。所有数据按照总量指标扣除价格变动因素后的可比价格处理计算，确保指标可进行不同时期总量指标的对比。同时为了提高模型拟合度，减弱异方差的影响，对非比例数据进行取对数处理。

（二）变量选择

1.被解释变量

农民收入增长。本文选取农村居民人均可支配收入表示，其中2011—2012 年用农村居民人均纯收入替代。在农民收入结构中，以农民居民人均可支配收入的细分变量表示，农民收入可细分为家庭经营性收入、工资性收入、财产性收入以及转移性收入，其中家庭性收入又称农业收入，剩余收入又称为非农收入。

2.核心解释变量

数字乡村建设水平。在已有研究的基础上构建指标，利用熵值法对各地区数字乡村发展指标进行赋值，最终得到数字乡村建设水平指数。该指标体系包括生产数字化、管理数字化、生活数字化3 个一级指标和17 个二级指标（表1）。

表1 数字乡村建设综合评价体系

3.控制变量

（1）城镇化率（urban）。以人口城镇化表示，即地区城镇人口占地区总人口的比率。

（2）财政支农力度（CZ）。用地方财政农林水务支出占地方财政一般预算支出的比率表征，政府支农力度代表了该地区农业农村发展地位，是影响农业发展和农民增收的重要推力[15]，政府支农力度较强的地区，信息技术对农民增收的作用更明显[16]。

（3）经济干预程度（GY）。用地方财政一般预算支出占地方生产总值的比率表示。经济干预程度代表政府支出及政策实施力度，对地区基础设施建设、城乡要素流动、农村科技发展都会产生重要影响。

（4）经济水平（ln_JJ）。用地区生产总值/人口表示。

（5）人均受教育水平（JY）。按照当地人口受教育水平通过赋值①农村人均受教育水平根据相关数据计算得出，参考相关文献[17]，其中：农村人口人均受教育水平=文盲和半文盲×0 +小学学历×6+初中学历×9+高中学历×12+大专及以上学历×15。得到各省份每年的农村人均受教育水平，农民接受教育的时间越长，在劳动力市场中就会占据更多的优势，同时对技术和信息了解就越多，掌握越快[17]。

（6）化肥施用度（HF）。生产性投入是影响农民收入的重要因素，因此用化肥施用度表示农民生产性投入指标，用单位面积化肥使用量表示。

4.调节变量

（1）劳动力非农转移。本文参照李谷成等[18]的研究，将劳动力非农转移表示为农业劳动力数量占就业人员总数量的比率，其中农业劳动力用第一产业从业人员数量表示。

（2）农业产业融合。本文参照李本庆等[13]的做法，选取农业生产性服务业发展水平、农业生产的社会化水平指标，经过熵值法计算得出农业产业融合水平作为调节变量。

（三）模型选择

1.基准回归模型

数字乡村建设对农民增收的影响。为实证分析数字乡村建设与农民增收的关系，验证生产、生活和管理数字化对农民增收产生的不同影响，结合面板数据的特性，构建以下面板固定效应模型：

式（1）中i代表不同省份，t代表不同年份，ln_PIN表示农村居民收入水平，在此基础上进行农民农业收入和非农收入的结构分析，INF表示数字乡村建设的关键解释变量，X为一组影响农民收入的主要宏观控制变量，β 为各变量的回归系数。λt代表时间固定效应，μi代表个体固定效应。

2.调节效应模型

调节效应模型可以分析调节变量在主要变量在相互作用中扮演的角色，借鉴温忠麟[19]等的研究方法，用调节变量和因变量的交乘项表示，实证检验劳动力非农转移与农业产业融合在数字乡村建设推动农民增收过程中扮演的角色。

式（2）中i表示省份，t表示年份，ln_PIN表示农村居民收入水平，finance为调节变量，X为相关控制变量。

三、结果与分析

（一）基准回归分析

采用固定效应模型进行估计，表2 显示了数字乡村建设对农民收入的基准回归，从模型（1）（2）可以看出，逐渐加入控制变量后，数字乡村建设与农民收入增长均表现出显著的正相关关系，其中弹性系数随着控制变量的加入有所减少，不添加控制变量的模型可能高估了数字乡村建设的农民增收效应。考虑到本文选择的控制变量可能会对农民收入的影响呈现滞后效应，因此模型（3）将所有控制变量滞后一期对农民收入进行估计，结果显示控制变量存在显著的滞后效应，无论是当期还是滞后一期，数字乡村建设都会对农民收入带来明显的增长效应。

表2 基准回归分析

模型（4）～（5）进一步显示了数字乡村建设各个方面对农民收入增长的影响。估计结果表示，生产数字化、管理数字化和生活数字化建设对农民增收的估计系数均显著为正，表明数字乡村建设各方面水平的提高都能转化为促进农民增收的重要动力，在数字乡村建设中要兼顾各方面的全面发展。从对农民增收的作用强度来看，管理数字化对农民增收的作用力度最强，农村数字管理基础设施条件的改善和数字人才队伍的壮大是现阶段推动农民增收最重要的因素，基础设施条件的改善为农村居民应用数字化、信息化技术提供了基础，而数字人才队伍的壮大能充分发挥人对当地数字乡村建设的主动性，要想快速发挥数字乡村建设的效能就要从优先布局基础设施建设、吸引人才流入乡村地区着力；生产数字化的增收效应最弱，侧面表明数字乡村建设过程中农业生产数字化水平不高，应用水平可能存在显著的差异，对收入增长的直接作用相对较弱。

控制变量的估计结果显示，城镇化率、政府支农力度、经济干预程度、地区经济水平、人均受教育水平的提高都会对农民收入产生显著的正向影响。化肥施用度的估计系数不显著，表明农业生产性资料的投入对农民收入增长的促进作用有限，近年来随着化肥农药等投入力度加大对农业生产环境造成了不良影响，同时投入要素的边际生产效率递减，增收效应不再明显。

（二）结构效应检验

数字乡村建设给我国农村地区生产发展、产业兴旺提供了信息支持，扩大了农村地区的生产经营业绩，增加了农民获得农业收入和非农收入的机会。由于2013 年起实施的城乡住户统一调查引起的统计口径变化使得当年农民收入结构发生了非自然形成的结构变动。因此本文首先使用2013—2020 年的数据进行估计，并运用2011—2020 年的数据进行稳健性检验。

表3 分析2013—2020 年与2011—2020 年的结构效应，数据估计结果具有一定的稳健性。数字乡村建设对农民非农收入增长的估计系数显著为正，但是对农业收入的估计系数并不显著，表明在样本期间数字乡村建设能够显著促进农民非农收入增长，但是并没有很好发挥出对农业生产及产业化进程的促进作用。数字乡村建设缓解了农村家庭非农就业、创新创业的信息约束，也在农村地区创造出更多的工作岗位，但是理论上，数字乡村建设对农民增收影响是全方位的，因此在未来的数字乡村建设规划中，要将数字化技术更好融入农业生产过程中，发挥保障粮食安全、稳定农业生产的作用。

表3 结构效应分析

（三）调节效应检验

表4 为调节效应统计结果。其中数字乡村建设与劳动力非农转移交乘项的结果显示，农村劳动力转移在数字乡村建设促进农民非农收入增加中起到了正向调节作用，即地区数字乡村建设水平越高，劳动力非农转移对农民增收效应越显著。由此验证了前文中的假设，劳动力非农转移成为数字乡村建设发挥作用的重要途径，因此在数字乡村建设过程中应畅通信息流通，利用信息化、数字化技术为农民提供便利的信息获取渠道，为农民参与非农就业创造更为便利的条件。

数字乡村建设与农业产业融合交乘项的结果显示，农业产业融合会在农民农业收入增收过程中起到调节作用，随着数字乡村建设水平的提高，农业产业融合对农民增收的调节作用越显著。在当前数字乡村建设对农业收入促进直接作用不显著的情况下，可以通过促进农业产业融合，延伸农业产业链，推动农业产业化，让农民从农业产业链各个环节中获益，进而实现更好的农民增收效应。

（四）稳健性检验与进一步分析

数字乡村建设与农民增收水平之间可能存在逆向因果关系，从而带来内生性问题。一方面，数字乡村建设可以通过多种渠道促进农民收入快速增长；另一方面，在经济发达的省份数字乡村发展水平相对较高，由此产生的内生性问题可能会导致估计结果出现偏差。此外，遗漏变量和测量误差也会引起内生性问题。因此，本文采用内部工具变量对内生性进行处理以检验基准估计结果的稳健性。

将数字乡村建设总指数的滞后项作为工具变量对内生性进行控制，采用过度识别的广义矩估计法（GMM）和有限信息最大似然估计法（LIML）进行稳健性检验。表5 模型（1）（2）中AR（2）检验一阶差分后的残差不存在二阶序列自相关性，Hansen 检验的P值明显大于0.1，说明选取的工具变量是较为有效的。结果表明，数字乡村建设滞后项的估计系数依然显著为正，只是在作用强度上有所差异，表明内生性不严重，即使考虑了内生性问题，数字乡村建设对农民收入增长的促进作用结果具有稳健性，数字乡村建设将成为解决农民收入问题的新抓手。

表5 稳健性检验与分位数回归结果

为了进一步分析不同农民收入群体从数字乡村建设中的获益差异，继续采用面板广义分位数回归。回归（3）显示了数字乡村及数字乡村建设各维度在分位数上的估计结果。随着农民收入水平的提高，数字乡村建设带来的增收效应会逐渐减弱，表明数字化、信息化技术的应用对低收入群体的增收效应更明显，边际效应更为显著。其中生产数字化和生活数字化都存在随着农民收入增加，增收效应逐渐减弱的明显趋势，数字乡村建设中生产和生活数字化的边际增收效应均呈下降趋势，一定的技术应用到生产生活时大多会呈现边际效应递减，这也是技术需要不断更新换代的原因；管理数字化的增收效应随着农民收入的增加而增加，“人”在数字乡村建设中扮演重要的角色，一个地区数字化人才越多、数字管理技术越完善就越能从数字乡村建设中获益。

四、结论与建议

（一）结论

文章构建了包括数字乡村建设、农业劳动力非农转移、农业产业融合、农民增收等于一体的分析框架，基于2011—2020 年中国省级面板数据，构建了面板回归模型、调节效应模型等，考察了数字乡村建设的增收效应。主要结论包括：第一，数字乡村建设能够带来明显的农民增收效应，其中生产、管理和生活数字化都能显著促进农民增收；第二，数字乡村建设对农民增收能产生显著的结构效应，目前数字乡村建设对农民非农收入的促进作用更明显；第三，农民非农转移在数字乡村建设促进农民非农收入增加中起到了正向调节作用，农业产业融合也能在数字乡村促进农民农业收入增加中起到正向调节作用。

（二）建议

首先，解决数字乡村建设的基础设施障碍。扩大对农村居民购买数字化设备的消费补贴，同时提高农村地区移动基站覆盖密度，搭建数字化设施集中体验平台，补齐农村地区信息化、数字化设施基础短板，提高农村宽带接入用户覆盖面，降低使用成本，提高使用体验。其次，深挖数字乡村建设与农村经济相融合的途径，促进农村经济高质量发展。要将数字乡村建设与农村实体经济相结合，提高数字化、信息化技术在农产品深加工中的应用水平；突破地域限制，积极引导各类社会资金助力农业农村经济发展，扩充农村资金来源，解决农村产业发展主体的信贷约束；应用农田数字监测、养殖环境监测等数字化农业技术，推动数字农场、数字牧场发展，增加农产品附加值；借助数字技术实现“互联网+农产品”，深化农村电商等数字经济与农村发展的耦合；构建面向农业农村多元信息主体的综合信息服务体系，依靠大数据、云计算、区块链等先进的数字技术手段加速推进乡村产业数字化、乡村生活数字化和乡村管理数字化。最后，要畅通城乡间要素流通渠道，优化户籍制度，构建互联互通的基础设施和便捷的交通，促进城乡协调发展和城乡融合。