中国农业农村数字经济发展水平的时空格局及收敛性检验

台德进，蔡荣

（1.南京财经大学粮食和物资学院，南京 210003；2.滁州学院经济与管理学院，安徽 滁州 239000）

0 引言

数字经济快速发展为推进乡村振兴和实现共同富裕提供了重要契机。凭借技术优势和信息优势，数字经济逐步渗透至农业农村领域，通过数字产业化和产业数字化形成业态创新与模式创新，从而优化农业要素布局、扩大农村交易市场规模、提高资源配置效率，成为中国农业转型升级、农村高质量发展和农民生活改善的重要引擎[1]。2020年7月，农业农村部印发的《全国乡村产业发展规划（2020—2025年）》中提出，要促进农业与信息产业融合，发展数字农业和智慧农业。

已有文献对农业农村数字经济相关问题做出了许多有益探讨，总体可分为三类：一是关于农业农村数字经济发展指标体系的构建。这类研究大多从数字经济基础设施建设、农业数字化和农村数字产业化三个维度选取指标对中国农业农村数字化发展水平展开测度[1—3]。二是关于数字经济对农业农村发展的影响效应分析。许多学者认为农业农村数字化有助于提升农业资源利用效率[4]、减少农民信息不对称[5]、促进产业结构优化升级[6]，为农业农村发展提供新动能。三是关于农业农村数字化进程中存在的问题及发展路径的探讨。有学者认为农业农村数字化发展面临政府涉农信息供给质量不高和农村电商物流规模经济不足的问题[7]，建议加强农村数字经济新基建[8]，修正政府农业信息化部署“重供、轻需、高槛”的有偏逻辑[7]，积极引进高质量农业科技人员[9]。

已有文献对农业农村数字经济进行了有益的探索，但仍存在一些不足。首先，多数文献从农业或农村某一方面构建数字经济指标体系，覆盖面较窄，且通常侧重于学理阐释。其次，鲜有文献对中国不同区域农业农村数字经济发展水平的相对差异进行动态分析。最后，对于中国各地区农业农村数字经济发展水平是否趋于收敛这一问题较少涉及。本文基于2014—2020年中国30个省份的面板数据，运用泰尔指数等方法对中国农业农村数字经济发展的时空格局和区域差异进行分析，并运用空间杜宾模型分析其收敛特征。

1 研究设计

1.1 农业农村数字经济发展水平评价指标体系构建及测度方法

遵循指标选择的科学性、代表性和数据的可得性原则，本文从以下几个维度构建指标体系：（1）数字经济基础设施建设。参考已有文献，选取智能手机普及率、农村互联网普及率、广播电视网络覆盖率和农业气象观测站作为该维度的衡量指标。（2）农业农村数字产业化。参考朱红根和陈晖（2023）[3]的研究，从农业农村数字基地数量、数字产品与服务消费产品占比、农村网络支付数量及规模和国家现代农业示范项目四个方面来衡量农业农村数字产业化发展水平。（3）农业农村产业数字化。农业机械总动力和农村用电量既体现农业现代化，又体现农村信息化，间接反映现代技术信息与农业农村的紧密结合[10]。此外，农产品数字化交易属于农业农村产品交易的现代化手段，直接体现数字经济对农业农村的渗透。因此，使用以上三个指标共同衡量农业农村产业数字化发展水平。（4）农业农村数字化服务水平。参考已有研究[2,3]，使用物联网等信息技术应用的服务范围、邮政通信服务水平、数字服务消费水平和数字服务人才队伍作为该维度的衡量指标。本文采用熵权法对中国农业农村数字经济发展水平进行综合测度，指标体系见表1。

表1 中国农业农村数字经济发展水平评价指标体系

1.2 方法介绍

本文从绝对差异、相对差异和收敛性三个方面对中国农业农村数字经济发展水平的区域差异予以分析。在绝对差异方面，使用标准差予以衡量；在相对差异方面，使用变异系数和泰尔指数两个指标予以衡量；在收敛条件和收敛特征方面，使用β收敛的空间杜宾模型予以检验。

1.2.1 标准差

标准差越大说明区域间农业农村数字经济发展水平的绝对差异越大，用St表示第t年中国省际农业农村数字经济发展水平的标准差，Dit为第t年第i个地区的农业农村数字经济发展水平，Dˉt为第t年所有地区农业农村数字经济发展水平的均值，N为所选样本数量，计算方法如下：

1.2.2 变异系数

变异系数越大表示区域间农业农村数字经济发展水平的相对差异越大，用δt表示第t年中国省际农业农村数字经发展水平的变异系数，以考察区域农业农村数字经济发展水平偏离整体平均水平的差异及动态变化趋势，变异系数的计算公式为：

1.2.3 泰尔指数及其分解

对于传统陋习的改变，尤其是对于迷信场所的治理，是一个长期的过程。这不仅需要相关政府部门采取针对性的治理措施，还需要从根本上逐渐改变人民群众对于迷信的认知情况和依赖程度。例如，河南登封的中岳庙会影响较广，不仅是河南省，陕西、山西、湖北、山东等省的群众来赶中岳庙会的也为数不少，参加庙会的群众几乎全部是为了求神拜药、免灾、去疫。中共登封县委统战部根据国家宗教政策精神，教育道士在庙会期间，不准随意宣扬迷信活动，被视为能够驱邪、除凶、代恶的中王印也由政府收存。对赶庙会的群众，主要进行破除迷信的教育，提高了广大群众的思想觉悟，到了1963年，中岳庙会实际上已经变成了物品交易会。

泰尔指数常被用来衡量区域间的差异化水平，并且能够将差异分解为区域内差异和区域间差异，以分析差异的来源，泰尔指数越小表明区域间差异越小。若用Tbt和Twt分别表示区域间差异和区域内差异，则和分别表示区域间差异和区域内差异对总差异的贡献率。K表示根据某种特征可以把研究对象分为差异明显的小组数量，每个小组记为Gk，k=1,2,…,K；Dk表示第k组样本的农业农村数字经济发展总水平，则计算方式如下：

1.2.4β收敛的空间杜宾模型

为考察农业农村数字经济发展水平较低的地区能否以更快的调整速度赶上发展水平较高的地区，以及随时间推移不同地区发展水平的增速是否最终趋同，本文采用绝对和条件β收敛的空间杜宾模型检验农业农村数字经济发展水平的动态演变趋势：

控制变量中的农村人力资本的相关数据根据2015—2021年《中国人口和就业统计年鉴》整理得到，其他变量均来自中经网统计数据库。

2 农业农村数字经济发展水平的时空格局与区域差异

2.1 农业农村数字经济发展水平的时空格局

本文根据熵权法测算得到2014—2020年中国30个省份（不含西藏和港澳台）农业农村数字经济发展水平综合指数。结果表明，中国农业农村数字经济发展水平增长趋势明显，由2014年的0.2534增长至2020年的0.4194，年均增长率为8.76%，高于同期GDP的年均增长率（7.91%）。从省域角度看，各省份农业农村数字经济均保持了良好的发展势头，位于全国均值（0.3497）以上的有13个省份。其中，位于发展水平第一梯队的是江苏和浙江，均值超过0.50；位于第二梯队的是山东、广东、河南、河北和黑龙江，均值介于0.40～0.50；发展水平最低的5个省份分别是海南、青海、重庆、宁夏和贵州，均值低于0.27。农业农村数字经济发展水平最高的江苏是最低的海南的2.71倍。可见发展迅速但不平衡是目前中国农业农村数字经济所呈现的基本特征。

分区域看，如表2所示，东、中、西三大地区②东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、河北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。农业农村数字经济发展水平均得到了较大提升，分别由2014年的0.2923、0.2664、0.2051增长至2020年的0.4519、0.4315、0.3780。整体上，农业农村数字经济发展水平呈“东部—中部—西部”递减趋势，但年均增长率方面，东、中、西三大地区分别为7.53%、8.37%、10.73%，呈“东部—中部—西部”递增趋势。

表2 各区域农业农村数字经济发展水平综合测度结果

2.2 农业农村数字经济发展水平的区域差异

2.2.1 绝对差异

下页表3从标准差角度给出了全国及分区域农业农村数字经济发展水平的绝对差异结果。在全国层面，标准差在波动中呈上升趋势，分别由2014年的0.0760增长至2020年的0.0902，在2019年达到最大值0.0922，表明农业农村数字经济发展水平的绝对差异在不断扩大。从东、中、西三大地区看，区域内部农业农村数字经济发展水平的绝对差异呈扩大趋势。其中，东部地区的标准差明显高于中西部地区；中部地区的标准差呈直线式上升，且增加趋势显著；西部地区的标准差变化平缓，2020年仅比2014年减小0.0030。简而言之，全国农业农村数字经济发展水平的绝对差异有扩大趋势，东部地区的差异显著高于中西部地区。从粮食功能区看，粮食主产区和粮食主销区的农业农村数字经济发展水平的绝对差异均呈现不同程度的扩大，而粮食产销平衡区的变化趋势却无明显规律。

表3 全国及各区域农业农村数字经济发展水平的绝对差异

2.2.2 相对差异

本文进一步使用变异系数和泰尔指数测度全国及各区域农业农村数字经济发展水平的相对差异，结果如表4所示。全国层面的变异系数和泰尔指数下降趋势明显，分别由2014年的0.2990和0.0438递减到2020年的0.2151和0.0217，表明全国农业农村数字经济发展水平的相对差异在不断缩小。分区域看，东部地区的变异系数和泰尔指数位于三大地区之首，中部地区的相对差异变化平缓，西部地区的相对差异下降趋势显著。具体而言，东部地区的变异系数和泰尔指数表现出阶段性特征：2014—2017年，变异系数和泰尔指数呈直线式下降；2018—2020年，变异系数和泰尔指数有微小上升趋势。中部地区变异系数和泰尔指数波动平缓，但相比2014年，2020年有所上升；西部地区的相对差异下降的速度最快，变异系数和泰尔指数分别下降了48.98%和75.36%。从粮食功能区角度分析，粮食主销区与东部地区的变化趋势基本一致，并且其变异系数和泰尔指数均高于其他区域；粮食产销平衡区相对差异下降速度最为明显，与西部地区的变化趋势极为相似；粮食主产区相对差异下降速度居中，介于粮食主销区和产销平衡区之间。总体来说，农业农村数字经济发展水平的相对差异在不断缩小，西部地区和粮食产销平衡区最为明显，东部地区和粮食主销区的相对差异显著高于其他地区。

表4 全国及各区域农业农村数字经济发展水平的相对差异

2.2.3 区域差异贡献率分解

根据式（4）可以进一步将农业农村数字经济发展水平的区域相对差异分解为区域内差异和区域间差异，以考察差异的构成及变动趋势，结果见表5。可以看出，农业农村数字经济发展水平的相对差异主要来源于区域内差异，并且区域内差异的贡献率呈上升趋势，从2014年的76.68%上升至2020年的89.84%，相应地，区域间差异的贡献率从23.32%下降至10.16%。在区域内部，东部地区的区域内差异贡献率最大，高于中部地区和西部地区的平均水平，并且东部地区的贡献率仍在不断上升。此外，西部地区对区域相对差异的贡献率持续走低，虽然中部地区贡献率基数较小，但也呈现缓慢扩大的趋势。

表5 东、中、西三大地区农业农村数字经济发展水平差异的贡献率分解（单位：%）

下页表6给出了粮食功能区区域内和区域间差异贡献率的测算结果。可以看到，区域内差异仍然是中国农业农村数字经济发展水平相对差异的主要构成部分，其贡献率介于61%～75%。在区域内差异中，粮食主销区的区域内差异贡献率最大，在2020年超过了粮食主产区和粮食产销平衡区之和；粮食主产区区域内差异贡献率的变化趋势与中部地区较为相似，大概上升了6个百分点。综上所述，无论是从东、中、西三大地区角度分析，还是从粮食功能区角度分析，所得结论都高度一致，并且各区域的区域内差异贡献率和区域间差异贡献率与表4中测算的结果具有相似的演变规律，证明了本文测算方法的科学性和测算结果的准确性。

表6 三大粮食功能区农业农村数字经济发展水平差异的贡献率分解（单位：%）

3 农业农村数字经济发展水平的收敛性检验

3.1 空间相关性检验

本文通过Stata 15软件测算发现，2014—2020年中国农业农村数字经济发展水平的全局Geary’s C指数和Moran’s I至少在10%的水平上显著，意味着农业农村数字经济发展水平呈正向空间相关性，也表明农业农村数字经济存在全局空间下的集聚现象。并且Moran’s I在波动中呈上升趋势，这表明在样本期内中国农业农村数字经济发展水平的空间相关性经历了由弱变强的过程。

3.2 收敛性检验

表7中的列（1）为全国层面绝对β收敛的回归结果，结果显示，β估计系数为-0.101，并且在1%的水平上通过了显著性检验，说明整体上农业农村数字经济发展水平存在绝对β收敛现象。列（3）、列（5）和列（7）分别为东、中、西三大地区绝对β收敛的回归结果，可以看到，β估计系数也显著为负，表明东、中、西三大地区的农业农村数字经济发展水平均存在绝对β收敛现象。

表7 全国及三大地区农业农村数字经济发展β收敛估计结果

本文通过构建空间杜宾模型进一步对中国农业农村数字经济发展水平的条件β收敛进行检验，回归结果如表7所示，列（2）的β估计系数在1%的水平上显著为负，说明在控制一系列异质性因素后，农业农村数字经济发展水平存在条件β收敛现象。列（4）、列（6）和列（8）的回归结果显示，β估计系数为分别-0.134、-0.275和-0.214，均在1%的水平上通过了显著性检验，说明在控制异质性因素后，东、中、西三大地区农业农村数字经济发展水平都存在条件β收敛现象。此外，表7还给出了全国及各区域农业农村数字经济发展水平的收敛速度S①收敛速度的计算公式为：S=-[ln(1+β)]/T，T为考察样本的时序长度。和收敛周期π②收敛周期的计算公式为：π=ln 2/S，S为收敛速度。，可以发现，在条件β收敛下，中部地区收敛速度最快，东部地区最慢；相应地，中部地区收敛周期最短，为15.10年，快于西部地区的20.21年和东部地区的33.81年。

表8给出了粮食功能区农业农村数字经济发展的绝对和条件β收敛回归结果。首先，从绝对β收敛的结果来看，列（1）、列（3）和列（5）的β估计系数分别为-0.110、-0.161和-0.143，均在1%的水平上显著，表明粮食主产区、主销区和产销平衡区的农业农村数字经济发展水平均存在绝对β收敛现象。其次，从条件β收敛的结果来看，列（2）、列（4）和列（6）的β估计系数均显著为负，可见三个区域也同样存在条件β收敛现象。最后，从收敛速度和收敛周期来看，在条件β收敛下，粮食产销平衡区的收敛速度为0.048，快于粮食主销区0.040和粮食主产区0.019的水平，相应地，收敛周期也快于这两个地区。

表8 粮食功能区农业农村数字经济发展β收敛估计结果

4 结论与建议

4.1 结论

本文基于2014—2020年中国30个省份的面板数据，构建指标体系对中国农业农村数字经济发展水平进行了综合测度，并基于标准差、变异系数和泰尔指数对中国农业农村数字经济发展水平的区域差异展开了探讨；利用绝对和条件β收敛的空间杜宾模型实证检验了全国及各区域农业农村数字经济发展水平的收敛特征，主要结论如下：（1）中国农业农村数字经济发展水平稳步提升，但区域发展不平衡性突出，表现为东部地区>中部地区>西部地区、粮食主产区>粮食主销区>粮食产销平衡区。（2）全国及各区域农业农村数字经济发展水平的绝对差异在不断扩大，其中，东部地区大于中西部地区，粮食主销区大于粮食主产区和粮食产销平衡区。但全国层面及各区域（中部地区除外）的相对差异缩小趋势明显，尤其是西部地区和粮食产销平衡区。（3）中国农业农村数字经济发展的差异主要来自区域内部，并且区域内差异贡献率有增加趋势。（4）中国农业农村数字经济存在全局空间下的集聚现象，并且空间相关性趋强。另外，中国及各区域农业农村数字经济发展水平均存在绝对β收敛现象；在控制一系列异质性影响因素后，条件β收敛现象依然显著存在。

4.2 建议

第一，加速推进农业农村数字化改造进程。持续推进广大农村地区，尤其是偏远及经济发展落后地区的网络覆盖、5G基站、人工智能等新型基础设施建设；积极推进现代农业产业园、现代农业示范基地和农业农村信息化示范基地建设，营造有利于催生新业态和新产业的良好环境；提高农业农村数字渗透率，积极发展电子商务，推行线上咨询和线上农产品销售，加强新技术、新设备在农业中的应用；重视人才队伍建设，着力培养一批既懂农业生产又懂互联网应用的新型职业农民，提升农业农村数字化服务水平，为激发数字经济发展潜力提供外在动力。

第二，重视农业农村数字经济发展的区域不平衡性，因地、因时有序发展和协调推进。东部地区农业农村数字经济发展水平较高，应坚持授人以“渔”的扶持方向，鼓励本地市场发挥自我调节能力，政府着力创造有利于公平竞争的市场环境。中西部地区农业农村数字经济发展较差，应加大对中西部地区农村互联网、人工智能、物联网、5G基站等基础设施的建设，充分发挥落后地区的后发优势，缩小地区间“数字鸿沟”，加快数字经济发展水平的收敛速度，缩短收敛周期。

第三，采取措施充分发挥农业农村数字经济的空间溢出效应。有些地区农业农村数字经济发展水平较高，应充分利用自身的“先行者”优势，进一步提升地区内数字技术创新能力，充分发挥自身示范效应和区域辐射效应。以政府为主导，在数字经济发展水平较低的农村地区选取一些具有潜力的村（乡），将其培育成数字经济发展的“领头雁”，然后通过示范效应、乘数效应和极化扩散效应，对周边地区的数字经济发展产生辐射作用，以此带动整个地区数字化水平的提升。