数字赋能农村共同富裕的影响研究

杜晓燕,陈 红,张江楠

(西安交通大学 马克思主义学院,陕西 西安 710049)

一、引 言

党的二十大报告将2035年共同富裕取得实质性进展确定为我们党和国家的重要任务,也同时指出最艰巨最繁重的任务在农村[1]。共同富裕是中国特色社会主义的本质要求,是一个长期的历史过程,切实增加农民收入与农业总产值以夯实农村共同富裕的地基是确保完成上述任务的关键之举。习近平高度重视数字赋能对农村共同富裕的促进作用,强调要通过发展数字农业、运用农业信息化技术、建设农村电商平台等方式来增加农民实际收入和农村经济收益,这也为农业高质量发展指明了方向[2]。

当前,中国农村地区已具备数字赋能发展经济的一些重要保障性条件:在硬件方面,经过党和国家持续性努力,农村信息化基础设施建设已基本完成,数字赋能硬件条件具备。据《第50次中国互联网络发展状况统计报告》显示,截至2022年6月,全国已经累计建成开通5G基站185.4万个,实现了“十三五”规划“县县通5G、村村通宽带”的建设目标,农村地区互联网普及率达到58.8%,农村网民规模达2.93亿人[3];在软件方面,随着《“十四五”推进农业农村现代化规划》《数字乡村发展行动计划(2022—2025年)》等重要政策出台,主管农业相关部门都高度重视信息技术在农业农村的广泛运用,不少部门加大了对数字农业扶持力度,并加强了对农民的信息化技能培训力度,这使得数字赋能的软件条件更加充分。但是,也必须看到,目前农业数字化全产业链条不全、农产品市场信息平台建设不足、农民信息化素养不高等问题制约着数字赋能效能的进一步释放,也使农民增收渠道狭窄、可持续性较低[4]。数字赋能农村共同富裕的最终成效取决于多种因素,城镇化率、农业科技创新投入、农民信息化运用能力等在不同程度上产生着影响,但农村信息化水平无疑是其中的关键性因素,不少学者也将该指标运用于农村数字赋能实证研究之中[5-6]。农村共同富裕是建设社会主义现代化强国的重要目标,当前学界对农村共同富裕程度测量指标常采用的是农民人均可支配收入[7-8]。学者们近年来还就两者之间的关系开展了一些实证研究,从所持观点来看可分为两类:第一类认为,数字赋能农村共同富裕带来的实际成效要小于预期,也即存在着信息化“生产率悖论”问题[9-10];第二类认为,数字赋能农村共同富裕成效十分显著,信息化能够对农民增收和农业增产产生显著性促进作用[11-13]。这些观点反映出学界对数字赋能农村共同富裕研究尚处于探索阶段,需要突破以往研究中把两者视为非此即彼的简单线性关系的局限。数字赋能作为一种以信息化为载体的带动农民农村增收致富的结果性呈现,其成效会受到经济发展、社会环境、农民个体能力等多重因素影响,这些多重因素之间也并非是简单的线性关系,可能存在着复杂的归因。只有分析清楚数字赋能农村共同富裕的多元影响因素,发现其中的显著性作用因素,探明多元影响因素之间的协同作用机制机理,才能提升其协同赋能成效,进而达到以数字赋能有效带动农村共同富裕的目标。

为实现上述研究目标,本文使用2010—2021年全国31个省份相关面板数据来研究数字赋能对农村共同富裕带来的具体影响,分析其中的主导性变量农村信息化水平和经济发展、社会环境、农民能力等约束性条件变量之间的非线性协同关系。具体来说,本文将从以下四个方面进行拓展研究:(1)建立数字赋能农村共同富裕影响因素SFIC协同分析理论模型,探讨以农村信息化为主导,包括经济发展约束性条件变量、社会环境约束性条件变量和农民能力约束性条件变量等多元要素给农村共同富裕带来的协同联动效应;(2)构建农村数字赋能测量指标体系,对数字赋能农村共同富裕影响因素进行固定效应基准回归模型分析;(3)利用空间杜宾模型对2010—2021年数字赋能农村共同富裕成效进行时空异质性分析;(4)对社会环境约束性条件变量“城镇化率”“地方政府财政支农力度”和“农业科技创新R&D经费”进行门槛效应检验,分析其非线性促进作用。

二、理论模型与研究假设

提升信息化水平是实现数字赋能农村共同富裕的重要前提,信息化建设可以为农业资源要素有效流动和配置、为农业全链条有序运行提供必需的支撑性条件,因而学界将农村信息化水平视为影响数字赋能成效的关键性因素[5-6]。近年来,数字乡村战略的实施极大提升了农村信息化水平,使信息化所特有的替代效应(Substitution Effect)和渗透效应(Pervasiveness Effect)得以发挥作用,通过农业资源的跨区域配置和农产品市场信息的跨时空扩散传递来提升农业全要素生产率(Total Factor Productivity),进而起到增加农民的实际收入、缩小城乡差距和推动社会共同富裕进程的作用[14]。但是,目前还有不少地区受到农村信息化设备入户使用率不高、农民信息运用能力不足等因素的制约,加之地方政府客观上存在着财政支付能力、农业科技创新投入经费等差异化问题,使得数字赋能农村共同富裕成效具有异质性。这说明,需要进一步分析数字赋能农村共同富裕的多元化影响,探究各要素之间的协同作用机制机理。本部分构建数字赋能农村共同富裕影响因素理论分析模型,讨论数字赋能及相关的经济发展约束性条件变量、社会环境约束性条件变量和农民个体能力约束性条件变量对农村共同富裕成效带来的影响,提出相关研究假设。

(一)数字赋能农村共同富裕SFIC理论分析模型

SFIC协同分析模型是2007年由美国学者安塞尔和加什(Ansell C和Gash A.)在对世界上137个国家信息化协同治理案例分析基础上提出的理论分析模型[15]。该模型将数字社会视为一个动态闭合系统,遵循协同治理逻辑,在信息化因素主导下,多元要素之间通过协同联动作用来提升系统整体性效能[16]。这一模型较高的适配性使其成为当前学界考察数字赋能成效的重要理论模型。一些学者已将该模型运用于科技金融协同成效研究、农村人居环境协同治理研究、农村生活垃圾协同治理研究和智慧图书馆建设中的协同治理模式研究等研究之中[17-20]。

数字赋能本质上是一个基于多元因素协同、数据开放、信息共享、价值共创的协同联动过程。政府是数字赋能的实施主体,要为数字赋能提供必要的软硬件设施,农村是数字赋能的重要运用场域,农业占三产比重、城镇化率、地方政府支农力度和农业科技创新的经费投入情况、农村人力资本水平等都是影响数字赋能成效的重要经济社会环境条件。政府必须努力创设数字农村共同富裕的多元力量参与吸纳机制,激发多元主体参与发展经济的动力与活力。农民是数字赋能的使用主体和农村共同富裕的实现主体,农民人力资本水平一定程度上决定着数字赋能的最终成效,因而必须要激活农民学习信息技术、参与农业经济发展的主动性和积极性。上述分析显示数字赋能农村共同富裕是一种典型的信息化协同分析问题,存在着多元影响因素,在农村信息化主导下这些因素之间发生联动集成、协同协调作用,共同影响着农村共同富裕的最终成效。本文将上述相关因素划分为三类条件变量,分别为经济发展约束性条件变量(包括农业占GDP比重指标)、社会环境约束性条件变量(包括城镇化率指标、地方政府财政支农力度指标和农业科技创新投入指标)和农民个体能力约束性条件变量(包括农村人力资本指标),农村信息化水平与这三类约束性变量之间形成协同联动关系,形成如下图1所示的理论分析模型。从模型的具体运行过程来看,由四大核心要素形成协同联动:第一,通过计算机、手机、电视与互联网宽带接入、电视节目覆盖率、广播节目覆盖率等信息化软硬件在农村的普及使用,使海量涉农信息得以在城乡之间扩散传播,也使数字赋能具备了基础性条件;第二,通过将信息化技术深度嵌入到农业全产业链条之中来提升农业生产率、优化农业产业结构,实现农村信息化与经济发展约束性条件的协同联动;第三,通过提升城镇化率、增加地方政府财政支农投入和加大农业科技创新经费投入,努力推进城乡信息服务均等化,来消除城乡之间的“信息鸿沟”,改善农村发展社会环境条件,实现农村信息化与社会环境约束性条件的协同联动;第四,通过不断加强农民信息化技能培训来逐步提升农村人力资本水平、增强农民信息化运用能力,实现农村信息化与农民个体能力约束性条件的协同联动。农村信息化水平与上述经济发展、社会环境和农民个体能力等约束性条件变量的协同联动可以提升多元要素之间互动协同效能,从而达到以数字赋能提升农村共同富裕成效的效果。

图1 数字赋能农村共同富裕SFIC理论分析模型

(二)信息化水平对数字赋能农村共同富裕成效的相关研究及研究假设

农村信息化水平是数字赋能的核心影响因素,也是实现乡村共同富裕的重要基础性条件。只有在农村生产生活中全方位提升信息化运用水平,才能实现真正意义上的数字赋能,也才能逐步走向城乡协调发展的新道路。周慧等研究发现,提升农村信息化水平可以盘活农村要素市场、促进农业生产要素跨区域流通、缩小城乡收入差距,使农村社会总生产率提升51%[21]。黄永春等通过对2011—2020年全国30个省份面板数据进行分析,发现提升农村信息化水平可以提高土地、资本、劳动力等生产要素的配置效率,显著缩小城乡收入差距,并存在着“信息化水平→要素配置效率→城乡融合发展”传导机制[22]。促进农村实现共同富裕要抓根本,这个根本就是切实增加农业产值和农民实际收入。相关实证研究表明提升农村信息化水平可以有效增加农业产值和农民可支配收入。杨柠泽等利用中国社会综合调查(CGSS)数据分析使用互联网对农民可支配收入带来的具体影响,发现使用互联网能够为农民带来41.2%～51.1%的非农收入回报,可以显著增加农民的可支配收入水平[23]。张伟对2015—2019年间内蒙古86个旗县的互联网宽带接入用户、移动电话用户数等信息化运用水平和农民可支配收入之间的关系进行分析,发现互联网宽带接入率提升1%农民将增收0.11%,移动电话增长1%农民将增收0.07%,县域互联网宽带接入率提升1%将促进该县农业总产值增加0.14%[24]。从现实情况来看,农村信息化水平较高的区域,也往往数字赋能成效显著,农民的可支配收入高,城乡之间收入差距小共同富裕基础好。如农村信息化建设走在前列的浙江省,2021年其农村人均可支配收入位居全国第二,高达35 247元,与此同时,浙江城乡之间收入差距仅为1.94,是全国所有省份中差距最小的,这也表明提升信息化确实可以有效缩小城乡差距促进农村迈向共同富裕。基于上述研究,提出研究假设H1:提升信息化水平对增加农民可支配收入、增进农村共同富裕具有显著性促进作用。

(三)农村信息化水平异质性的相关研究及研究假设

信息化不仅为农业农村发展提供了数字化应用空间,也为推动不同区域之间经济协调发展提供了有力工具。当前,在中央倡导数字乡村建设先试先行政策指引下,各地推进农村信息化建设呈现出因地适宜、多措并举的特点。如北京市2022年率先推广信息进村入户培训工程,打造“京农通”农业农村综合管理平台,加大5G、物联网、遥感等数字技术运用力度来大力发展智慧农业。江西省2022年集中打造省市县三级数字乡村综合平台,建设农业物联网示范基地300个,计划到2023年底将建成19个省级数字乡村试点县和30个数字乡村示范项目。陕西省2022年重点推进旱区数字农业产业运营服务平台、国家数字畜牧业创新应用基地建设,计划到2025年将建成省级现代农业智慧园50个和省级农业物联网应用基地100个[25]。不过,由于在政策层面上地方政府存在着农村信息化建设差异化问题,在理念层面上部分地方党政干部存在着对农村信息化建设紧迫性、重要性认知不一致问题,在执行层面上存在着信息化标准不统一、信息共享机制不完善等问题,导致当前中国农村信息化水平具有较为明显的时空异质性特点。相关实证研究也证明了这一点,祝志川等使用“农村宽带接入用户/乡村人口数”指标对2015年全国31个省份农村信息化水平进行测量,聚类分析结果表明中国农村信息化水平呈现出东部→中部→西部→北部→西南地区递减的差异化态势[26]。张俊婕采用熵权TOPSIS法对中国30个省份农村信息化水平以“网络覆盖水平”为核心指标进行测算,发现农村信息化表现出快速增长势头但又存在着地区差异性特点,2010年得分为0.009,2015年为0.012,2020年为0.026,对农村信息化空间关联性研究发现地区间存在着低——低省份集聚性特点[27]。基于上述研究,提出研究假设H2:不同省份之间农村信息化水平具有异质性。

(四)经济发展约束性条件对数字赋能农村共同富裕成效的相关研究及研究假设

作为重要的经济约束条件,农业占GDP比重的变化反映着中国产业结构变迁特点。近年来随着信息技术在农业中的广泛运用,农业已由传统高投入高增长模式转为集约化、现代化模式。截止到2021年底,中国农业及相关产业产值达18.4万亿元,占GDP比重为16.05%,农业一二三产业融合趋势明显,农业占一产业、二产业、三产业增加值比重分别为45.1%、29.7%、25.2%[28]。农业三产融合发展要求以信息化为支撑来打破传统农业边界、延伸农业全产业链、培育农业新业态,不断优化农业产业结构对促进农民增收与农村共同富裕具有重要影响。学界一些实证研究也支持这一观点,如鲁钊阳等利用中国2013—2020年30个省份面板数据进行分析,发现信息化可以通过推动产业结构转型升级来促进农业高质量发展,但两者之间不是简单的线性关系,而是存在着门槛效应[29]。基于上述分析,提出研究假设H3:农业占GDP比重对数字赋能农村共同富裕具有显著性促进作用。

(五)社会环境约束性条件对数字赋能农村共同富裕成效的相关研究及研究假设

以提升农村信息化水平为主导的数字乡村建设是对传统农业生产方式、农村生活方式的巨大变革,也是一项复杂的社会工程,必然会受到社会环境条件的影响。本文从城乡融合发展角度选择城镇化率、从国家财政支农角度选择地方政府财政支农力度、从农业科技创新角度选择农业R&D经费投入等三个指标作为社会环境约束性条件,考察社会发展环境对数字赋能农村共同富裕成效产生的影响,并提出研究假设H4:社会环境约束性条件对数字赋能农村共同富裕成效具有促进作用,并存在门槛效应。

刘国斌等认为城镇化率是影响信息化带动农村共同富裕的重要条件变量,因为信息化可以促进城乡之间信息资源共享、优化城乡产业结构,推进农业经济高质量发展[30]。但也有学者指出,由于城市对农村资源,特别是青壮年劳动力这样的稀缺资源具有“虹吸效应”,加之农村存在信息贫困等问题,所以城镇化率越高反而越不利于农村经济发展[31]。考虑到农村实际发展情况,提出研究假设H41:城镇化率对数字赋能农村共同富裕成效具有显著性促进作用,并存在门槛效应。

农业属于资本密集型行业,农业生产具有低回报率与高自然风险特征,农村信息化基础设施建设又具有投资巨大、回收期长等特点,这些都决定了地方政府财政支农对于农村经济发展的重要性。已有研究也证明地方政府财政支农可以有效推动农村经济发展、实现农民增收、消除农村绝对贫困[32-34]。刘宏霞等采用门槛回归模型对中国西部11个省份财政支农情况进行研究,发现地方政府财政支农对农民消除生活贫困和教育贫困具有双重门槛效应并产生正向促进作用[35]。李洪侠采用DEA-Malmquist和Tobit模型对2011—2019年31个省份面板数据进行分析,发现财政支农效果具有明显的地区差异性,其中东部地区财政支农产业全要素协同效率最高,中部地区财政支农机械化协同效率最高,西部地区财政支农技术创新协同效率最高[36]。借鉴上述研究,提出研究假设H42:地方财政支农力度对数字赋能农村共同富裕成效具有显著性促进作用,并存在门槛效应。

科技创新是农业实现高质量发展的重要推动力量,能够通过改良粮食种子、优化农业种养殖生产方式等来增加农民收入和农业产值。实证研究中,学者们一般选择“农业R&D经费投入”指标来测量农业科技创新对农民增收带来的影响。杨义武等对2002—2013年间农业科技创新与农民人均可支配收入之间关系进行分析,发现科技创新对农民收入带来正向促进作用,并存在空间溢出效应,在650公里距离范围内溢出效应最大[37]。基于上述研究,提出研究假设H43:农业R&D经费投入对数字赋能农村共同富裕成效具有显著性促进作用,并存在门槛效应。

(六)农民能力约束性条件对数字赋能农村共同富裕成效的相关研究及研究假设

农民是农业生产中最重要的生产要素,农村人力资本水平是农民个体能力的重要衡量指标,也决定着农村数字赋能的最终成效[12-13]。数字赋能是建立在农民具备信息化知识和拥有信息技术运用能力基础之上的新发展模式。但是,当前不少农村地区农民存着着信息化素养不足、信息运用能力不足等问题,使农民不能达到数字赋能的基本要求,也影响着其实际增收致富能力。学界对农村人力资本水平一般采用受教育程度综合指数进行测量。韩海彬等根据受教育程度综合指数将农村人力资本划分为高、中、低三个水平,发现农村人力资本中、高两个水平可以达到以信息化带动农民增收的效果,低水平的人力资本则不具有促进效果[12]。刘生龙等利用北京大学社会调查中心2010年、2014年和2018年中国家庭追踪调查数据(CFPS)30 993个观测值进行分析,发现农村地区互联网使用能够让农民可支配收入提升0.725 3个对数点,但不同水平人力资本回报率不一样,其中受教育年限在6年以下的小学程度农民互联网使用收入回报率最低,受教育在12年以上的高中及以上学历的农民回报最高[38]。基于上述研究,提出研究假设H5:农村人力资本水平对数字赋能农村共同富裕成效具有显著性促进作用。

三、研究设计

(一)模型构建

从SFIC协同分析模型运作机制来看,数字赋能农村共同富裕实质上是将信息化水平作为重要的生产要素和主导性因素,与经济发展约束性条件变量、社会环境约束性条件变量和农民个体能力约束性条件变量之间发生协同互动作用,来共同提升农业全要素生产率,从而达到带动农民增收、增加农业总产值,推动农村逐步实现共同富裕的目的。作为一种典型的多元协同问题研究,本文基于数字赋能农村共同富裕影响因素SFIC分析理论模型建构出如下计量统计模型(1):

(1)

其中,Yt代表着在时间段t内的农村共同富裕程度测量指标农民人均可支配收入,A0是独立于其他变量的常量,I是农村信息化水平,C是经济发展约束性条件变量即农业占GDP比重,K是社会环境约束性条件变量即城镇化率、地方政府财政支农力度和农业科技创新R&D经费投入,L是农民个体能力约束性条件变量即农村人力资本水平。

为了减少误差,对公式(2)两边同时取自然对数,得到计量模型(2):

lnYt=lnA0+αlnCt+βlnKt+γlnLt+θlnIt

(2)

(3)

考虑到要测量31个省份不同年份的关系,在模型(3)中加入变量i,得到计量模型(4):

(4)

模型(4)为本文最终使用的计量统计模型,其中A为常数项,α、β、γ、θ分别为经济发展约束性条件变量、社会环境约束性条件变量、农民个体能力约束性条件变量和农村信息化水平的弹性系数。

(二)变量选取与数据来源

1.变量选取

(1)被解释变量

分析数字赋能农村共同富裕影响的重要前提是要选择能够准确测量农村共同富裕程度的变量指标。已有实证研究中,学者们对农村共同富裕的测量指标较常采用的指标是农民人均可支配收入水平。如刘儒等以农民人均可支配收入为核心指标来测算中国不同地区间共同富裕程度,发现东部沿海地区共同富裕指数整体较高,其中最高的是上海为0.54,西北五省共同富裕指数平均为0.218,属于较低水平,并发现数字经济对推动地区间共同富裕具有直接正向促进作用[7]。借鉴上述研究,本文被解释变量选取的是农民人均可支配收入水平指标,用此变量来对农村共同富裕程度进行测量。

(2)解释变量

农村信息化水平是解释变量,也是影响数字赋能成效的关键性因素。当前,不少学者使用综合性指标来测量农村信息化水平。如李明贤等对2012—2020年湖南省数字赋能农业高质量发展成效进行测量时,选取每百位居民接入互联网宽带数、每百位居民拥有移动电话数、人均电信业务量、有线电视入户率和广播覆盖率等五项指标来综合测量农村信息化水平,并对数字赋能农业高质量发展成效从农业经济效益、农业发展水平、农业产业成果贡献和农业生态环境等四个方面进行测量[6]。李本庆等选取农村宽带接入用户数量、农村居民平均每百户年移动电话拥有量、农村居民家庭每年使用智能设备消费支出占比和农村电商交易额等4项指标对农村信息化水平进行测量,并发现农村信息化水平每提高1个单位农业高质量发展可以提高0.389个单位[5]。借鉴上述研究,本文选取农村信息化水平作为解释变量来进行测量。具体来说,农村信息化水平要从农村信息化基础设施建设和农村居民信息化运用情况两方面进行综合测量,本文分别选取农村广播节目综合人口覆盖率、农村电视节目综合人口覆盖率、农村互联网宽带接入用户数、每百户彩色电视机数量、每百户计算机数量和每百户移动电话拥有量等6项指标进行测量,并使用熵权系数法来生成农村信息化水平综合指数。为了消除不同数据指标之间存在的量纲差异化问题,本文对上述6项指标数据进行了标准化处理,经计算得到表1所示的农村信息化指标权重表,再依据计算所得权重使用加权函数得到2010—2021年31个省份农村信息化指数表。

表1 农村信息化水平权重表

(3)控制变量

数字赋能农村共同富裕成效受到各种经济社会环境因素影响,本文把这些因素概括为三类控制变量,分别为经济发展约束性条件变量(农业占GDP比重指标)、社会环境约束性条件变量(城镇化率指标、地方政府财政支农力度指标、农业科技创新R&D经费投入指标)和农民个体能力约束性条件(农村人力资本水平)。

经济发展约束性条件变量“农业占GDP比重”是学界经常使用的指标,反映的是农业总产值在中国经济结构中的变动情况,本文也采用此指标进行测量。社会环境约束性条件变量由城镇化率、地方政府财政支农力度和农业科技创新R&D经费投入三个指标构成,其中城镇化率和农业科技创新R&D经费投入是常用指标。对地方政府财政支农力度指标的测量,一些学者选取“农林水事务支出”来代表地方政府财政支农力度,如高玉强等用“农林水事务支出”来分析中国省域政府财政支农力度带来的动态减贫效率[39]。本文亦选取“农林水事务支出”来测量地方政府财政支农力度。农民个体能力约束性条件变量“农村人力资本水平”指标,本文借鉴韩海彬等综合指数法来进行计算,即:农村人力资本=(文盲人数×0+小学学历人数×6+初中学历人数×9+高中和中专学历人数×12+大专及本科以上学历人数×16)/6岁以上人口总数[12]。

被解释变量、解释变量和控制变量的具体指标含义、编码情况等详见表2。

表2 变量综合指标体系

2.数据来源、描述性分析与相关检验

(1)数据来源

考虑到数据的稳定性和可获性,本文被解释变量、解释变量和控制变量选取的时间区间设定为2010—2021年,全国31个省份(除港、澳、台地区之外)的面板数据主要来源于《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》和《中国劳动统计年鉴》,还有少部分数据来源于国家统计局网站。

(2)描述性分析

为了消除数据指标之间的量纲差异性问题,本文对相关数据进行取对数标准化处理。因涉及到对中国不同区域农村数字赋能共同富裕影响因素的区域异质性分析,按照国家统计局对经济区域的划分标准,本文将全国31个省份划分为东部、中部、西部和东北四个地区(1)按照国家统计局2011年对经济区域的划分标准,划分为东部、中部、西部和东北四大地区:东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省份;中部地区包括山西、安徽、江西、河南、湖北和湖南6个省份;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省份;东北地区包括辽宁、吉林和黑龙江3个省份。,并进行了描述性统计分析(见表3)。从表3可以看到,不仅解释变量农村信息化水平在东部、中部、西部和东北地区呈现出较大差异性,被解释变量农村共同富裕程度,控制变量经济发展约束性条件、社会环境约束性条件和农民个体能力约束性条件也呈现出较大差异性,初步判断中国不同区域间存在差异化特征,需要对地区异质性问题进行进一步分析。

表3 2010—2021年相关指标描述性统计

(3)模型ADF、多重共线性和内生性检验

1)ADF检验

为进行基准模型回归分析,需要对选取的面板数据进行时间序列稳健性检验(即ADF检验),结果如表4所示。表4中1%、5%、10%临界值分别为-3.450、-2.870、-2.571,所有变量ADF检验p值均小于0.01,说明有高于99%的把握拒绝原假设,也表明本文选取的面板数据具有稳健性,可以进行回归分析。

表4 ADF检验表

2)多重共线性检验

为了消除共线性可能给模型回归分析结果带来的不确定性影响,本文采用反差膨胀因子(VIF)对模型进行多重共线性检验,结果如表5所示。表中所有方差膨胀因子(VIF)均小于5,说明各变量之间不存在多重共线性,可以使用统计模型进行回归分析。

表5 多重共线性检验结果

3)内生性检验

本文对变量之间关系进行了内生性检验。从理论上讲,农村信息化水平可能会通过增加农民人均可支配收入进而影响农村共同富裕成效,因而被解释变量和解释变量之间可能存在互为因果的关系。为检验两者之间是否存在互为因果的关系,本文对变量进行随机效应模型DWH检验,结果如表6所示,发现变量之间存在内生性问题。但考虑到本文研究变量的内生性主要源于不同省份之间的个体差异性,因此,为解决内生性问题,本文选用个体固定效应模型对2010—2021年31个省份样本数据进行回归分析。

表6 DWH检验结果

四、实证结果及分析

(一)基准回归结果分析

为了分析数字赋能农村共同富裕的具体影响,本文采用个体固定效应模型对指标变量进行回归分析,回归结果见表7。从表中可以看到,提升农村信息化水平可以对提高农民人均可支配收入产生显著性影响,回归结果通过在1%水平的显著性检验,回归系数值为1.05>0,说明数字赋能可以对农村共同富裕产生正向促进作用,验证了研究假设H1成立。“农业占GDP比重”未通过显著性检验,表明研究假设H3不成立,经济发展对数字赋能农村共同富裕成效未产生直接显著性影响,可能是由于近年来农业占GDP比重趋于稳定降低了其在统计学意义上的显著性。“城镇化率”和“农业科技创新R&D经费投入”两项指标未通过显著性检验,“地方政府财政支农”指标通过显著性检验,表明增加地方政府财政支农经费会对农民增收产生积极促进作用。综合研究假设H41、H42、H43情况,表明研究假设H4部分成立,也说明社会环境约束性条件变量对数字赋能农村共同富裕成效并非简单的线性关系,需要进一步进行非线性效应检验,判断是否存在门槛效应。“农村人力资本”的回归系数为0.204,并通过1%水平显著性检验,验证了研究假设H5成立,表明提升农村人力资本水平可以显著性增加农民人均可支配收入、增强数字赋能农村共同富裕成效。

表7 基准回归结果分析表

(二)异质性分析

为验证研究假设2是否成立,进一步对2010—2021年全国31个省份农村信息化水平从时间和区域两个维度分别进行时空异质性检验分析。

在时间维度上,本文利用2010—2021年间相关面板数据,采用高杨等构建的空间杜宾模型进行时间异质性分析[13]。具体分析模型如公式(5)所示:

LnGTFPt=α+ρWLnGTFPt-βLnXt+θWLnXt-ε

(5)

其中,α是常数项,LnGTFPt代表第t年的农民人均可支配收入,LnXt代表第t年该省份的相关变量(包括解释变量农村信息化水平和其他控制变量),β、ρ、θ是回归系数,W是空间权重矩阵,βLnXt表示该省份农业信息化水平及控制变量对本省GTFPt的直接影响程度,ρWLnGTFPt表示空间滞后项,θWLnXt为邻省解释变量的空间加权线性组合,表示邻省农村信息化水平及控制变量对本省农民人均可支配收入产生的间接影响,ε是随机误差项且ε～N(0,Iσ2)。

为分析全国农村信息化水平的时空变化趋势,本文借鉴王素贞等使用模糊聚类分析法测量河北省信息化水平的方法对2010—2021年31个省份农村信息化水平进行聚类分析[40]。通过算法设定,将31个省份农村信息化水平采用农村信息化基础设施建设和农民信息化运用能力两个维度六个二级指标进行模糊聚类分析,从而产生聚类分类模糊等价关系值“R～”。“R～”值是划分31个省份农村信息化等级的依据,据此值的高低划分为高水平区、较高水平区、中等平区和较低水平区四个区域,受篇幅所限,表8中仅列出2017—2021年五年间区域变化情况。从空间分布情况看,农村信息化高水平区域集中在经济发达地区,隶属于该区域的省份信息化基础设施完备,基本实现了以信息化助力农民收入增长和城乡协调发展的目标;农村信息化水平较高区域集中于中部一些农业大省,这些省份信息化基础设施较为完备,正在加速信息化与现代农业的融合发展,提升农村信息化水平对农民增收作用较为显著;农村信息化处于中等水平的省份除黑龙江外集中于中西部地区,这些省份农村信息基础设施建设有待加强,需要通过国家相关部门出台支持农村农业信息化建设的扶持性政策和增加地方政府信息化建设财政投入等方式来缩小区域差距,并以强化信息化技术运用为抓手来有效提升农民收入水平;农村信息化处于较低水平区域的省份除海南省外集中于西北地区,这些省份农村信息基础设施条件相对较差,急需国家相关部门在政策和资金等多方面加强投入来帮扶这些地区开展信息化建设和增强农业农村农民增收致富能力,探索一条以农村信息化助力农民增收、协调城乡发展的追赶超越新模式。

表8 2017—2021年中国农村信息化发展状况区域分类表

为进一步验证研究假设2数字赋能农村共同富裕影响成效是否具有异质性,将2010—2021年31省份数据按照不同时间区间和信息化水平区域进行固定效应回归分析,结果如下表9所示。从表9回归结果来看,在时间维度上2010—2013年时间段未通过显著性检验,2014—2021年时间段通过显著性检验,说明农村信息化建设是实现数字赋能的重要前提,正是因为从2013年开始国家在农村全面实施乡村战略,因而2014年后展现信息化对农民农村增收的显著性促进作用。表9中还显示了农村信息化水平四个不同区域的显著性检验结果,从表中可以看到数字赋能对提升信息化高水平区域、中等水平区和较低水平区域的农村共同富裕成效具有显著的正向促进作用,回归系数分别为0.483、0.331和0.089,农村共同富裕促进成效呈现出低水平区>中等水平区>高水平区的效果。表9也显示出农村信息化较高水平区域未通过显著性检验,两者之间是负相关关系,回归系数为-0.176,未对该区域省份产生显著性促进作用,可能是由于信息化边际效应不显著所致。这也说明加强对农村信息化低水平、中等水平和高水平区域的省份信息化建设,更能够对提升该区域省份的农民收入水平、缩小区域发展差距起到积极作用。上述时间序列和不同区域的回归结果共同验证研究假设H2的成立。

表9 数字赋能农村共同富裕影响因素的时空异质性回归结果

(三)非线性效应分析

为了分析社会环境约束性条件变量的非线性效应,进一步检验研究假设H4和H41、H42、H43是否成立,本文分别设立单一门槛、双重门槛和三重门槛对“城镇化”“地方政府财政支农力度”和“农业科技创新R&D经费”三个变量进行门槛效应检验。采用Bootstrap抽样法对三个变量的门槛值进行估计,结果如下表10所示,其中“城镇化率”和“地方政府财政支农力度”通过双重门槛检验,“农业科技创新R&D经费投入”通过单一门槛检验。结果表明“地方政府财政支农力度”可以显著性提升数字赋能农村共同富裕成效,但“城镇化”和“农业科技创新R&D经费”必须达到一定门槛值才能发挥拉动作用,存在着最优区间。这也表明“存在门槛效应”的原假设H41、H42、H43部分成立。

表10 门槛检验结果

随着乡村振兴战略的实施,政府进一步加强对农村建设的政策支持和资金投入,使数字赋能农村共同富裕的社会环境条件不断得到优化。但是,社会环境作为一种复杂的约束性条件变量,对数字赋能农村共同富裕成效并非是简单的线性关系,本文分别对“城镇化率”“地方政府财政支农力度”和“农业科技创新R&D经费投入”进行回归分析。从表11中的调节变量(1)(2)(3)回归结果可知,在以“城镇化率”“地方政府财政支农力度”和“农业科技创新R&D经费投入”为门槛变量的回归模型中,数字赋能对农村共同富裕存在着正向促进的非线性特征,社会环境约束条件对数字赋能成效产生积极的调节作用,验证了研究假设H4的成立。从指标城镇化率“pup”来看,当城镇化率小于64.62%时,数字赋能水平系数为0.691,当其超过64.62%时,数字赋能水平系数上升到1.446,而当城镇化率继续上升,超过87.55%时,数字赋能水平系数为负。这意味着当前适度提升城镇化率可以有效增加农民可支配收入,进而对农村共同富裕产生积极作用,但过高的城镇化率则不仅不利于农民增收也不利于农村共同富裕。从指标“地方政府财政支农力度”来看,当地方政府财政支农年均小于151.4亿元时(门槛值是对原始样本数据进行标准化处理后得到的,这里的151.4亿元是对门槛值进行量纲还原后的值),数字赋能效果不显著,当其大于151.4亿元时,数字赋能水平系数上升为0.243,且当其继续加大至超过407.48亿元时,数字赋能水平系数上升为0.353。这表明地方政府支农资金投入可以有效增加农民可支配收入,并且具有边际效应递增特点。从指标“农业科技创新R&D经费投入”来看,当年均R&D经费低于517.84万元时(这里的值也是对门槛值进行了量纲还原后的值),数字赋能成效不显著,当其超过这一投入后,数字赋能水平系数为1.018。这表明农业科技创新的资金年均投入达到或超过517.84万元时可以产生显著的边际递增效应。上述非线性效应分析结果表明,数字赋能农村共同富裕成效会随着社会环境约束性条件的改善而提升,并呈现出边际效益递增的非线性特点。这说明农村共同富裕的实现需要社会环境改善做支撑,也表明不断优化社会环境对助力农村共同富裕具有重要意义。

表11 门槛回归结果

(四)稳健性检验

为确保上述回归结果的稳定性,本文做了如下的稳健性检验。首先,采用核心变量进行替换检验,将被解释变量“农民人均可支配收入”替换为“农村居民人均消费支出”;其次,改变面板数据的检验时间段,将2010—2021年替换为2014—2021年进行检验;再次,对面板数据进行缩尾检验。借鉴王军等缩尾检验法,对2010—2021年解释变量“农村信息化水平”在1%显著性水平上进行缩尾,对其余控制变量重新进行回归分析[41]。三种方法的稳健性检验结果如表12所示,回归结果中主要指标显著性和系数符号均保持一致性,这表明估计结果稳健,也证明本文的统计回归结果具有稳健性。

表12 稳健性检验结果

五、结论与建议

(一)结论

实现农村共同富裕是中国特色社会主义的本质要求,也是当前乡村振兴的重要任务目标。十九大后数字乡村建设加速推进,提升农村信息化水平发挥了促进农业资源跨区域优化配置和农业市场信息跨时空扩散传递的作用,也使以数字赋能推动农村共同富裕具备了现实条件。从数字赋能农村共同富裕影响因素的实证分析结果来看,以信息化为核心要素的数字赋能与农村共同富裕成效之间并非简单的线性关系,而是一个受到经济发展、社会环境和农民个体能力等约束性条件变量共同作用的结果。研究发现:

第一,稳健性检验结果显示,数字赋能农村富裕是一个典型的多元信息协同问题,数字赋能农村共同富裕SFIC理论分析模型具有较强解释力。统计分析结果表明,数字赋能农村共同富裕成效受到农村信息化水平和农村人力资本两变量的显著性影响,社会环境约束性条件变量“城镇化率”“地方政府财政支农力度”和“农业科技创新R&D经费”对农村共同富裕成效存在门槛效应。

第二,基准回归模型结果显示,“农村信息化水平”对被解释变量“农民人均可支配收入”具有正向促进作用,农村信息化水平每提高1个百分点,可以增加农民人均可支配收入1.05个百分点,说明数字赋能农村共同富裕成效显著。

第三,异质性分析结果显示,全国31个省份数字赋能农村共同富裕成效具有时空异质性特点。从时间维度看,2010—2013年数字赋能未对农村共同富裕产生显著性影响,2014—2021年数字赋能对农村共同富裕产生显著性正向促进作用;从区域维度看,数字赋能对农村共同富裕促进成效呈现出信息化低水平区>中等水平区>高水平区的显著性差异化效果,较高水平区域未通过显著性检验。

第四,非线性效应分析结果显示,三个社会环境约束性条件变量对数字赋能农村共同富裕成效具有门槛效应。其中,“城镇化率”和“地方政府财政支农力度”通过双重门槛检验,“农业科技创新R&D经费”通过单一门槛检验。“城镇化率”在64.62%～87.55%区间时,数字赋能农村共同富裕成效显著;“地方政府财政支农力度”在年均投入151.4亿元～407.48亿元区间时,数字赋能农村共同富裕成效显著;“农业科技创新R&D经费”年均投入超过517.84万元后,数字赋能农村共同富裕成效显著。

(二)建议

数字赋能农村共同富裕影响是一个多元要素之间协同作用的长期复杂性问题,需要在发挥信息化主导力量的同时统筹规划多措并举。基于上述研究结论,本文提出以下对策建议:

第一,要进一步发挥数字赋能农村共同富裕的主导性影响因素农村信息化的正向促进作用,必须不断提升农村信息化建设水平。各级地方政府要以“十四五”规划期间建立国家级、省级数字乡村示范村为契机,在加强农村信息化基础设施建设的同时,应由当前的重硬件建设逐渐转移到重软件应用方面,注重将农产品大数据平台、电商直播销售平台、农产品质量安全追溯信息系统等及时运用农业生产销售之中,加快建设全国性的重要农产品数据资源共享开放系统。

第二,要进一步发挥数字赋能农村共同富裕的显著性影响因素农民能力条件变量的正向促进作用,应高度重视农民信息化运用能力的提升,不断提升农村人力资本水平。各级政府要重视农民信息化技能培训,在全国范围内继续开展信息技术进村入户培训工程,逐步消除农民“信息贫困”问题,着重培育一批懂市场、爱农业、会上网的“新农人”。

第三,要解决当前存在的数字赋能时空异质性问题,应重点解决农村信息化较低水平、中等水平区域建设的非均衡、滞后性问题。党和国家要在保持信息化高水平区域稳定增长,促进信息化较高水平区域省份向高水平区域迈进的同时,持续增加对信息化中低水平区域省份的政策和资金扶持力度,完成中西部地区农村千兆网络建设工程,加强对这些区域省份的农业信息化龙头企业孵化培育。

第四,要更好发挥社会环境条件变量“城镇化率”“地方政府财政支农力度”和“农业科技创新R&D经费投入”的正向促进作用,应在门槛值区间内适度优化调整。要适度提升城镇化率,需要以县城为重要载体实施“功能—产业—交通—公共服务—生态”五位一体新型城镇化发展战略。要加大地方政府财政支农力度,需要通过完善先建后补、以奖代补、财政贴息等政策机制来创新支农投入方式、拓宽支农投入来源渠道,形成长期可持续投入体制机制。要加强农业科技创新,加大R&D经费投入,需要引导社会资金进入农业科研领域加大公共财政对公益性农业科技研发的投入力度,还需要以农业科技特派员队伍为核心加强农技推广体系建设、加速培育一批乡村振兴农业技术试验示范基地。