欠发达地区农村数字鸿沟实证研究*

王 艺

（新疆理工学院，新疆 阿克苏 843100）

数字鸿沟的概念一经问世，就备受国内外媒体与公众的关注，数字鸿沟一方面关乎科技时代下的社会贫富分化，另一方面也关乎社会公平公正。现如今，信息资源是国际竞争与国家经济发展的核心战略资源，数字鸿沟与社会信息资源占有多寡、社会贫富差距、公众生活质量、资金以及就业等问题具有直接相关性，是政府、社会组织以及学界所关心的重点问题[1]。数字经济发展的当前，数字鸿沟问题能够牵一发动全身，对国家社会发展产生很大影响。为此，笔者从数字鸿沟角度，以贫困程度较深和贫困范围较广的云南为例，深入分析数字鸿沟和欠发达地区农村的作用机理，探讨数字鸿沟对欠发达地区农村的影响，以缩小农村数字鸿沟为目的，提出农村反贫困建议。

1 数字鸿沟的起源

数字鸿沟，最初产生于20 世纪末期的美国，该阶段的信息与通信技术（ICT）发展浪潮还没有大范围影响全球社会经济发展。20 世纪90 年代，美国提出了互联网建设行动计划，互联网呈现爆发式增长态势，ICT 等新技术在造福人类社会的过程中，也导致社会出现数字分化与不平等现象。通常来说，数字鸿沟就是可以使用信息通信与无法使用信息通信的群体之间的差异，核心在于以互联网为媒介的通信技术、新型数字以及信息等在普及应用过程中存在的不均衡现象，该不均衡在不同阶层、国家、行业以及地区间普遍存在[2-4]。最初人们会通过提升ICT 接入的方式解决数字鸿沟问题，例如，提高互联网接入数量、加强通信基础设施建设、节约资金成本等，提高互联网普及率。由于ICT 技术的优化升级，慢慢填平了互联网接入鸿沟，接入沟越来越小。然而，人们开始意识到ICT 接入为人们带来了不同的发展机遇，各群体间所处环境、经济和教育等存在差异，应用层次也有所不同，由此就产生了应用沟，人们将其称为第二道数字鸿沟。

2 欠发达地区农村数字鸿沟现状

2.1 信息基础设施落后

截至2021 年底，云南省通有线电视信号的农村占比76.5%，没有安装电视机的家庭占比5.4%，1.3%的农户未配备移动通信设备。尽管云南省有88.4%的农村通有宽带，但移动宽带用户却仅占比64.4%，接入宽带的计算机用户仅5.1%，可见，该省的互联网普及率非常低。

2021 年统计数据显示，云南省广播电视覆盖率已经接近100%，但欠发达地区通有线电视的农村占比仅76.5%，未通有线电视的农村占23.5%，与全国贫困地区相比，低18.1%。尽管云南欠发达区域农村基本实现了通电和通电话，但也存在一些地区并未解决通信与电的问题。由此可见，云南省欠发达地区农村整体信息基础设施建设比较落后。

2.2 信息设备使用率低

现阶段，欠发达地区农村居民大多配备有手机，未配备或者居住在无信号地区的居民只占8%。多数用户手机能搜索到4G 甚至5G 信号，所占比例为69.8%。此外，还有22.4%的用户能够用3G 和2G 信号。手机用途上，多数用户用于通信交流、游戏娱乐，很少有用户通过手机共享农业信息或者学习。由此可见，智能手机并未充分发挥其应有的作用。

信息化时代下，欠发达地区农村主要是采用传统方式获取产品销售与农业生产信息，例如，通过广播电视、亲戚朋友等获取信息，很少有农户利用微信、短视频以及互联网等获取农产品销售或农业生产信息。作为农村农业科技人员与推广部门，也很少帮助欠发达地区农村解决农业科技发展问题[5]。

2.3 信息设备使用率低的原因

2.3.1 缺乏相应设备与技能

网络资源并非对网络使用产生影响的主要原因，信息设备使用率低关键在于缺乏网络设备与必要的操作技能，很少有农村居民能够正常使用互联网，占比只有37%。与城市相比低41%，超过51%的农户没有配备或者不会操作网络设备。

2.3.2 网络中必要信息不足

欠发达地区农村信息获取的主要问题在于，农村居民缺乏网络设备或者不会操作设备，多数用户因不会操作而不能找到目标信息，或者网络中信息不足，这些是互联网信息资源获取的主要障碍[6]。

2.3.3 缺乏信息获取积极性与主动性

首先，欠发达地区农村多数农户都接受互联网，但也有很多农户表示互联网的用处不大。很多居民认为，便于沟通，是互联网对社会发展产生的最大影响。随着经济收入的不断增加，越来越多的农户的认识也随之改变，然而，认为网络会对收入产生影响的农户在5%以下。

3 欠发达地区农村数字鸿沟的实证分析

3.1 欠发达地区农村数字鸿沟的空间计量

欠发达地区农村数字鸿沟存在空间分布特性，而且空间分布能够在很大程度上影响欠发达地区农村的发展和数字鸿沟。然而，现阶段关于欠发达地区农村数字鸿沟的空间关系的研究比较少，虽然也有研究发现，欠发达地区农村贫困导致数字鸿沟加大，而数字鸿沟又对欠发达地区农村贫困具有加深作用，从而形成穷者愈穷、富者愈富的马太效应。从空间分布情况看，数字鸿沟不仅会影响到欠发达地区农村的发展，而且也会对城市发展产生影响[7-9]。所以，本研究将欠发达地区农村数字鸿沟的研究拓展至空间层面，以更宽泛的角度研究欠发达地区农村数字鸿沟的空间关系，以解决欠发达地区农村数字鸿沟问题。

3.2 模型的选择

3.2.1 空间自相关模型

空间自相关模型通过计算Z值、Moran’s I 指数值以及P值等显著性检验所给定的要素及其相关属性，判断要素值、要素位置的空间自相关性属于随机模式、聚类模式或者离散模式。Moran 指数模型，选择Aki-Hiro Sato全局空间模型，公式如下：

式相中邻，是w1ij，表如示果二标进准制化空处间理权空重间系权数重，区域不相邻，那是么0，公式（1）变型成为：

Moran 指数与空间自相关性呈正比，若指数为0，说明空间分布表现为随机性；如果指数﹥0，说明空间和分布表现为正相关性；如果指数﹤0，说明空间和分布表现为负相关性。

3.2.2 SDM模型

任何事物之间都存在相关性，如果两个事物关系和距离相关，表示这两个事物具有空间外部性。本文选择空间杜宾模型（SDM）展开欠发达地区农村数字鸿沟的空间效应分析，具体公式如下：

式中，ε=Wε+u，Y表示因变量，c表示常数，WY表示被解释变量间内生交互效应，W则表示空间权重矩阵，ρ表示空间回归系数。从模型假设可以看出，一个区域的误差项与解释变量之间的影响，能够通过空间向另一区域转移。

3.3 数据来源和变量选择

本研究实证数据是云南省2011—2021 年的官方统计数据。在变量选择方面，引入空间权重，利用GeoDa 和MATLAB 软件检验与比较欠发达地区农村数字鸿沟的空间关系。

3.4 农村数字鸿沟的空间SDM检验

通过MATLAB 软件获得欠发达地区农村数字鸿沟的Z值、全局Moran 指数以及P值，具体如表1 所示。SDM 检验结果显示，欠发达地区农村Moran 指数超过数字鸿沟，表示欠发达地区农村贫困空间聚集程度高于数字鸿沟，地理空间差异与区域发展失衡等都在很大程度上影响数字鸿沟。不管是2011 年还是2021 年，欠发达地区农村数字鸿沟Moran 指数均在0以上，Z值超过置信区间临界值，存在统计学显著性，可见，欠发达地区农村数字鸿沟的空间自相关特性非常强，和空间聚集度表现为正相关性，欠发达地区农村区域集聚，发达地区也趋于聚集。数字鸿沟较小或者较大的区域也分别集聚，由此形成低-低与高-高的空间集聚性。在时间的逐步推移下，欠发达地区农村数字鸿沟Moran 指数越来越小。欠发达地区农村贫困的Moran指数从2011 年的0.302 5 降低至2021年的0.265 4，而数字鸿沟的Moran 指数从2011 年的0.284 7 降低至2021 年的0.201 5。由此可以看出，聚集度会由于时间推移而慢慢减弱，但欠发达地区农村贫困变化幅度比数字鸿沟小。所以，解决欠发达地区经济发展问题的难度比数字鸿沟大。欠发达地区农村贫困的Moran 指数偏大，说明农村贫困空间聚集度高于数字鸿沟，且地理空间差异、区域发展失衡对农村经济发展的影响也比数字鸿沟明显[10]。

表1 农村数字鸿沟的空间SDM检验指数

3.5 实证结果分析

实证结果表明，欠发达地区农村数字鸿沟的空间自相关特性非常强，且数字鸿沟会导致信息不对称问题加剧，无法对农村地区应用新技术形成促进作用，欠发达地区农户无法通过新技术重新组织再生产，导致贫富差距加大，而且数字鸿沟还会产生溢出效应，对邻近区域经济发展具有阻滞性[11-13]。从解释变量对欠发达地区农村产生的边界效应结果来看，农户收入水平与数字鸿沟存在间接与直接效应，而缩小数字鸿沟、增加农户经济收入，可改善欠发达地区经济发展现状[14-15]。对于深度贫困地区的农村，数字鸿沟会在很大程度上影响该地经济发展。分析作用效应结果发现，深度贫困区域具有最高效应值，为0.674 5，经济富裕地区则最小，为0.215 46。由此可见，欠发达地区越贫困，数字鸿沟对该地区农村的影响也就越显著。

4 总结

综上所述，有效弥合城乡间数字鸿沟，是现阶段建设数字乡村的重要内容。本研究结果显示，欠发达地区农村数字鸿沟的空间自相关特性非常强，若想缩小数字鸿沟，必须加强欠发达地区农村的信息设施建设，改善农村信息环境，提高农户文化素质，由此才能够实现数字化中国发展目标。