中国省域数字乡村发展水平评价研究

2024-01-08李宝新

乡村科技 2023年20期

李宝新张华

河北经贸大学数学与统计学院，河北石家庄 050062

0 引言

目前，较多学者从不同方面对我国数字乡村发展水平进行了评价。马晓妮［1］构建了包含乡村数字基础设施、乡村数字经济、乡村数字生活、乡村数字生态和乡村数字治理5 项一级指标的数字乡村发展水平评价指标体系，利用主成分分析法和熵值法，对我国31 个省（自治区、直辖市）的数字乡村发展水平进行时空评价。其研究结果表明：我国数字乡村发展水平在时间上呈明显增长态势，数字化和信息化推动数字乡村发展取得显著成效；空间上呈现“东部＞中部＞东北＞西部”的状态。许敬辉等［2］从数字信息基础、数字产业发展、数字科技农业、数字生活服务、绿色生态乡村、乡村生活质量6 个维度选取了24 项指标，构建了数字乡村发展水平评价指标体系，运用因子分析法对我国31 个省（自治区、直辖市）的数字乡村发展综合水平进行了测算。其通过研究得出，我国数字乡村发展水平一般，且存在空间异质性。刘庆［3］基于2014—2021 年河南省18 个地市面板数据，从乡村数字信息基础、乡村数字经济新业态、农业数字化转型、乡村生活数字化4 个维度选取20 个指标，构建数字乡村发展水平评价指标体系，综合运用熵权法、逼近理想解排序法、Kernel 密度估计、泰尔指数等研究方法测度河南省数字乡村发展水平。贺玉栋［4］从整体发展环境、信息基础设施、政务治理环境、信息服务环境、物流应用环境、农业生产现代化水平6 个维度构建了数字乡村发展水平评价指标体系，利用熵值法对河北省11 个地级市的数字乡村发展水平进行综合评价。

笔者基于已有学者的研究，考虑数据的可获得性，构建更加科学的评价指标体系，对我国2021 年省域数字乡村发展水平进行评价，助力乡村振兴。

1 数字乡村发展水平评价指标体系的构建和数据来源

1.1 评价指标体系的构建

笔者从数字惠民、乡村数字基础建设、智慧农业建设3 个维度选取14 个指标，构建数字乡村发展水平评价指标体系，衡量我国2021 年省域数字乡村发展水平，指标体系见表1。

表1 数字乡村发展水平评价指标体系

1.2 数据来源及处理

笔者选取2021 年的数据为样本。数据来源于2022 年的《中国统计年鉴》和《中国农村统计年鉴》。数据真实有效，针对某些指标数据的缺失，采用插值法予以补充。

2 实证分析

2.1 因子分析

因子分析是通过降维的思想将原始变量浓缩成几个少数变量来代表原始变量的大部分信息。目的是简化研究系统，使研究过程更加高效，同时保证研究的科学性。

2.1.1 主成分适应性检验

笔者利用KMO（Kaiser-Meyer-Olkin）检验和巴特莱特（Bartlett）球性检验进行主成分适应性检验。KMO值的取值范围为0～1，一般认为KMO值在0.6 以上即可进行因子分析。经检验，此次KMO值为0.71，且Bartlett 球形检验的显著性水平为0（小于0.05），说明适合进行因子分析。

2.1.2 因子提取

笔者采用主成分分析法提取公因子，并利用最大正交旋转得出旋转后的因子载荷矩阵，结果如表2 所示。由表2可知，有3个公因子的特征根超过1，且3个公因子的累计方差贡献率为86.817%，说明这3个公因子涵盖原始分析项的86.817%的信息，因此确定公因子数为3个。

2.1.3 因子旋转

通过对旋转前后的成分矩阵进行比较发现，在旋转后的成分矩阵中对公因子的解释更加便捷，因此采用方差扩大因子法进行旋转，对原始分析项进行浓缩，浓缩为3个公因子，结果如表3所示。

表3 旋转后的成分矩阵

在公因子F1中，X21、X22、X23、X24、X25、X26这6 项指标的因子载荷较高。这些指标主要与农村居民生活有关，因此主因子F1可命名为农民生活质量因子。

在公因子F2中，X31、X32、X33、X34这4 项指标的因子载荷值较高。这些指标主要与乡村数字基础设施有关，因此主因子F2可以命名为数字乡村基础设施因子。

在公因子F3中，X11、X12、X13、X14这4 项指标的因子载荷值较高。这些变量与农业相关，因此主因子F3可以命名为数字农业技术因子。

2.1.4 因子得分与排名

根据3 个公因子的方差贡献率，得到F1、F2、F3和综合得分F的表达式为

笔者根据公式（1）至公式（4）计算我国31 个省（自治区、直辖市）的数字乡村发展水平综合得分，结果如表4所示。

表4 各省（自治区、直辖市）数字乡村发展水平得分及排名

由表4 可知，各省（自治区、直辖市）数字乡村发展存在不均衡和不充分的问题。数字乡村发展水平得分较高的有山东省、河南省、江苏省、广东省等地，得分较低的有青海省、西藏自治区等地。数字乡村正向发展的有14 个省（自治区、直辖市），多分布于东部和中部地区。这些地区经济条件较好，具有较大的数字乡村建设优势。数字乡村发展水平较低的省（自治区、直辖市）多位于我国西部地区，这主要是因为西部地区经济相对落后，数字化基础设施不完善。

在数字乡村基础设施方面，东部地区得分显著高于其他地区，西部地区得分最低；在数字农业技术方面，得分较高有广东省、浙江省、四川省、江苏省；在农民生活方面，除黑龙江省、河南省、山东省得分较为理想外，其他地区数字乡村基础设施建设仍存在较大进步空间。

2.2 聚类分析

笔者利用系统聚类方法，将我国31 个省（自治区、直辖市）的数字乡村发展水平分为5 类。其中，北京市、上海市、天津市属于第一类；山东省、河南省、湖北省、湖南省、安徽省、河北省、江苏省、四川省8 个省份属于第二类；海南省、青海省、宁夏回族自治区、贵州省、云南省、甘肃省、江西省、陕西省、山西省、辽宁省、重庆市、广西壮族自治区、福建省、西藏自治区、内蒙古自治区、吉林省、新疆维吾尔自治区17 个省（自治区、直辖市）属于第三类；黑龙江省属于第四类；浙江省、广东省2 个省份属于第五类。5 类地区数字乡村发展水平得分如表5所示。

表5 5类地区数字乡村发展水平得分

由表5 可知，第一类地区数字农业技术这一因子的得分较高，表明该类地区在农业技术投入上较高，农业机械化水平较高；第二类地区为我国农业发展的主要地区，该地区整体数字乡村发展水平较高；第三类地区各项得分均不高，因此应作为国家重点扶持对象；第四类地区数字乡村基础设施这一因子的得分最高，说明该类地区在信息基础设施建设上投入较高；第五类地区农民生活质量这一因子的得分最高，且明显高于其他地区，说明该类地区教育资源、医疗资源充分，农民生活有保障，能带动乡村数字化发展。