数字经济对乡村振兴影响研究

黄颖樑　毛春苗

数字经济对乡村振兴影响研究

黄颖樑毛春苗

（贵州财经大学大数据应用与经济学院贵州贵阳550025）

在测算2011年—2020年中国30个省份（不包含西藏自治区和港澳台地区）数字经济综合指数与乡村振兴综合指数的基础上，文章实证探究了数字经济对乡村振兴的影响、非线性特征以及区域异质性。研究发现：（1）数字经济显著促进了乡村振兴。（2）数字经济对乡村振兴的影响具有以自身发展水平为基础的单门槛效应，数字经济对乡村振兴的影响产生了先强后弱的非线性转换。（3）数字经济对乡村振兴的影响效应东部高于中部，西部地区影响效应不显著。基于此，文章提出要加快促进数字经济与农村经济融合、实行地区差异化的乡村振兴战略等建议。

数字经济；乡村振兴；门槛效应

关于数字经济与乡村振兴的关系研究，现有文献的主要观点表现在4个方面。第一，数字经济能够促进农村经济发展。数字经济可以通过数字技术优化农业农村资源要素配置，数字技术改进了传统农业的生产方式和形式，推进中国农业现代化进程（秦秋霞等，2021）[1]，实现农业高质量发展（周清香等，2022）[2]。数字经济拓展了生产可能性边界，丰富了乡村产业，缓解了城乡数字鸿沟，优化了乡村营商环境，催生了新产业、新业态、新模式，完善了乡村产业生态系统（郭朝先等，2023）[3]。第二，数字经济能够促进乡村建设与治理。将大数据、互联网技术引入乡村建设中以提高农民的生活质量，运用数字技术构建乡村治理体系，提升数字化治理水平（沈费伟等，2020）[4]。第三，数字经济能够增加农民收入，加速城乡一体化。数字经济带来的数字技术、大数据平台，通过城乡经济融合、社会融合、空间融合，缩小城乡收入差距、生活质量差异（孙涛等，2023）[5]。第四，数字经济将乡村文化与市场经济相结合，加速了城乡文化资源流通，促进了乡村文化产业发展（周锦，2021）[6]。另外，数字经济丰富了农村居民文化生活，提高了村民文化素养（刘晓燕等，2023）[7]。

现有研究在理论分析和实证分析上均对数字经济影响乡村振兴做出了一定的探究，为本文提供了研究基础。现有文献主要从数字经济对乡村振兴的某一个维度进行研究，并且鲜有文章研究数字经济对乡村振兴影响的非线性特征。鉴于此，本文选取2011年—2020年中国30个省份（不包含西藏自治区和港澳台地区）的面板数据，使用面板双固定效应模型、门槛效应模型分析数字经济发展对乡村振兴的影响，并检验其非线性特征。另外，将样本分成东、中、西三部分，以检验数字经济对乡村振兴影响的区域异质性。

1 研究设计

1.1 模型设计

基础回归模型。构建如下回归模型以检验数字经济对乡村振兴的直接影响：

式中，ural代表乡村振兴指数；代表各个省份；代表时间；iɡe表示数字经济发展指数；ontrol为各个控制变量；0为常数项，1、j为估计系数；为时间固定效应；为个体固定效应；为随机误差项。

门槛回归模型。本文构建以数字经济发展指数为门槛变量的面板门槛模型以检验数字经济影响乡村振兴的非线性效应，面板门槛模型设定如下所示：

其中，ige为数字经济发展指数，即核心解释变量，也是门槛变量；(·)为指示函数，取值为1或0。

1.2 变量选择与数据来源

1.2.1 被解释变量

本文选取乡村振兴综合指数来表示被解释变量。参考陈秧分等（2018）的研究方法，采用农业劳动生产率、农业机械化程度、农业发展程度等30个指标对产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个维度进行乡村振兴评价指标体系的构建[8]。运用熵值法确认各指标的权重，测算出2011年—2020年我国30个省份乡村振兴综合指数，记为ural，得分越高代表该省乡村振兴水平越高，反之则越低。

1.2.2 核心解释变量

本文借鉴赵涛等（2021）的研究成果，从互联网普及率、互联网相关从业人员、互联网相关产出、移动互联网用户数、数字普惠金融发展5个指标对数字经济发展水平进行测度[9]。运用熵值法确定各指标权重，计算得出2011年—2020年中国30个省份数字经济发展指数，记为ige。另外，在探究数字经济影响乡村振兴的非线性特征时，将数字经济发展指数作为门槛变量进行实证检验。

1.2.3 控制变量

本文参考孟维福等（2023）[10]学者的研究，选取经济发展水平（cono）、产业结构（ss）、对外贸易（di）、政府干预（i）、城镇化水平（rb）等变量作为控制变量。具体如下：（1）经济发展水平（cono），采用以2011年为基期的人均GDP，并取对数表示；（2）产业结构（ss），用各个地区第二产业产值占GDP的比重衡量；（3）对外贸易（di），使用各省份直接利用外商投资额与各省份GDP的比值表示；（4）政府干预（i），采用各省份的一般预算支出占该地区GDP的比重进行衡量；（5）城镇化水平（rb），用各省份城镇人口占总人口的比重进行表示。本文通过测度方差膨胀因子（Varianceinflationfactor，IF）以检验变量之间的多重共线性问题，测算发现各变量的IF均在10以内，因此认为变量间不存在多重共线性问题。

1.2.4 数据来源

考虑到数据的可获得性，本文采用除西藏和港澳台以外30个省2011年—2020年的面板数据，数据主要源于《中国统计年鉴》和各个省份的统计年鉴，中国普惠金融发展指数来源于北京大学数字金融研究中心。另外，运用插值法对部分缺失值进行处理。描述性统计分析如表1所示。

表1　描述性统计分析

2 实证分析

2.1 基准回归分析

为验证数字经济对乡村振兴的影响，在控制年份固定效应和省份固定效应的基础上，对模型（1）进行基础回归分析，结果如表2所示。在表2的列（1）中，回归模型未加入控制变量，核心解释变量的估计系数为0.198 3，且通过了1%水平下的显著性检验。表2的列（2）展现的是加入了经济发展水平、产业结构等控制变量后的回归结果，回归系数为0.215 2，且在1%水平下保持显著。在两次回归结果中，数字经济发展指数（ige）的估计系数均为正，意味着数字经济对乡村振兴存在显著的促进效应。

注：（1）括号内数据为值；（2）***、**、*分别表示在1%、5%和10%的水平下显著。

2.2 稳健性与内生性检验

2.2.1 稳健性检验

本文采用以下两种方法对基准回归结果的稳健性进行检验。

其一，替换核心解释变量。为了避免因核心解释变量测算而导致回归结果产生偏误，本文借鉴潘为华等（2021）的研究方法，从数字经济基础设施、数字产业化、产业数字化和数字化治理4个维度展开，使用互联网普及率、电话普及率等20个具体指标对数字经济发展指数进行重新测度[11]。回归结果见表3的列（1），数字经济发展指数估计系数为0.186 0，数字经济对乡村振兴是正向促进效应，说明基准回归结果具有稳健性。

其二，剔除直辖市。由于中国各省份数字经济发展存在较大的差异，特别是北京、天津、上海、重庆4个直辖市数字经济发展水平位居全国前列，这可能会导致数字经济对乡村振兴的影响效应不一致。因此，剔除北京、天津、上海、重庆4个直辖市的数据，利用余下26个省2011年—2020年数据进行检验，检验结果见表3的列（2）。结果显示，数字经济对乡村振兴是正向促进效应，再次说明基准回归结果具有稳健性。

表3　稳健性与内生性检验

注：（1）括号内数据为值；（2）***、**、*分别表示在1%、5%和10%的水平下显著；（3）[ ]数字为值，{ }数值为Stock-Yogo弱识别检验10%水平上的临界值。

2.2.2 内生性检验

为了避免模型因遗漏重要变量或者被解释变量与核心解释变量间反向因果而产生的内生性问题，本文使用工具变量法检验内生性问题。参考黄群慧（2019）的研究[12]，选用各个省份1984年每万人拥有的固定电话数量作为数字经济发展指数的工具变量。需要强调的是，1984年每万人拥有的固定电话数量为横截面数据，无法直接用于面板数据的回归分析。因此，本文借鉴Nunn和Qian（2014）的研究思路[13]，引入随时间变化的变量来构造面板数据，使用样本前一年全国互联网用户数分别与1984年每万人拥有的固定电话数量的交互项作为数字经济综合指数的工具变量[14]。

基于此，本文运用两阶段最小二乘法（TwoStageLeastSquare，2SLS）对数字经济助力乡村振兴的效应进行检验，检验结果表3的列（3）。结果显示，数字经济发展指数估计系数为0.515 7，且通过1%的显著性检验，说明在考虑内生性问题后，结果依旧稳健。另外，通过测算Kleibergen-PaaprkLM统计量和Kleibergen-PaaprkWaldF统计量[15]，发现所使用的工具变量是有效的。

2.3 非线性效应分析

前文论述了数字经济对乡村振兴的影响，还需探讨数字经济发展中可能存在的非线性效应，本文运用面板门槛模型进行实证分析。在模型回归之前，需要确定数字经济对乡村振兴是否存在门槛值以及门槛值个数。为此，在随机自抽样1 000次的情况下，单一门槛在1%水平上通过了显著性检验，双门槛和三重门槛检验未通过。鉴于此，将模型设为单门槛效应模型，回归结果见表4。

表4的回归结果显示，数字经济对乡村振兴的影响可分为两个阶段：当数字经济发展指数小于0.509时，数字经济发展指数（Dige）的估计系数为0.280；当数字经济发展指数大于或等于0.509时，数字经济发展指数（Dige）的估计系数为0.195。两者均在1%的水平上通过了显著性检验，意味着数字经济对乡村振兴的影响产生了先强后弱的非线性转换。

表4　门槛模型回归结果

2.4 异质性检验

本文根据2000年国家发改委对全国省份的划分，将研究样本划分为东、中、西3部分，以检验数字经济对乡村振兴的影响是否存在区域异质性，检验结果见表5。检验结果显示：东部地区数字经济发展指数（ige）的估计系数为0.416 7，且在1%的水平上通过了显著性检验；中部地区数字经济发展指数的估计系数为0.251 1，在5%的水平上通过了显著性检验；西部地区数字经济发展指数的回归系数为-0.010 8，未通过显著性检验。根据以上结果可知，数字经济对乡村振兴的影响效应存在明显区域差异，东部地区效应强于中部地区，西部地区效应不显著。可能是东部沿海地区数字经济平台搭建较为齐全，数字经济人才储备更充足，数字经济对乡村振兴影响较大；而西部地区数字经济起步较晚，加之数字经济基础设施尚不完善，数字经济建设主要集中在城市，对农村地区辐射较少。

表5　区域异质性估计结果

3 结论与启示

基于2011年—2020年中国30个省的面板数据，实证探究了数字经济对乡村振兴的影响、非线性特征以及区域异质性。研究表明：第一，数字经济对乡村振兴具有显著的促进效应。第二，以数字经济发展指数作为门槛变量，数字经济对乡村振兴具有非线性影响，产生了先强后弱的非线性转换。第三，通过区域异质性分析发现，数字经济对乡村振兴的影响效应东部地区大于中部地区，西部地区效应不显著。基于以上研究结果，提出如下启示。

第一，加快数字经济与农村经济融合。强化农村地区5G网络、大数据、人工智能等数字基础设施建设，利用数字化设备建设新农业，推动农业现代化和高质量发展。加强农村与城市之间的联系，完善物流体系，充分利用数字经济发展优势，缩小城乡发展差距。

第二，数字经济发展对乡村振兴的影响存在明显的区域差异，应加强各个地区数字经济基础建设的协调力度。东部地区要发挥好示范、突破、带动作用，在运用数字经济驱动乡村振兴方面，为中部和西部地区提供更多可行性、可复制的经验。

[1]秦秋霞,郭红东,曾亿武.乡村振兴中的数字赋能及实现途径[J].江苏大学学报(社会科学版),2021,23(5):22-33.

[2]周清香,李仙娥.数字经济与农业高质量发展:内在机理与实证分析[J].经济体制改革,2022(6):82-89.

[3]郭朝先,苗雨菲.数字经济促进乡村产业振兴的机理与路径[J].北京工业大学学报(社会科学版),2023,23(1):98-108.

[4]沈费伟,袁欢.大数据时代的数字乡村治理:实践逻辑与优化策略[J].农业经济问题,2020(10):80-88.

[5]孙涛,王硕.数字经济赋能城乡多维融合的理论机制与实践方略[J].理论与改革,2023(1):143-156,168.

[6]周锦.数字文化产业赋能乡村振兴战略的机理和路径[J].农村经济,2021(11):10-16.

[7]刘晓燕,赵楷.数字经济对乡村振兴高质量发展推动作用研究[J].农业经济,2023(1):42-44.

[8]陈秧分,黄修杰,王丽娟.多功能理论视角下的中国乡村振兴与评估[J].中国农业资源与区划,2018,39(6):201-209.

[9]赵涛,张智,梁上坤.数字经济､创业活跃度与高质量发展:来自中国城市的经验证据[J].管理世界,2020,36(10):65-76.

[10]孟维福,李莎,刘婧涵,等.数字普惠金融促进乡村振兴的影响机制研究[J].经济问题,2023(3):102-111.

[11]潘为华,贺正楚,潘红玉.中国数字经济发展的时空演化和分布动态[J].中国软科学,2021(10):137-147.

[12]黄群慧,余泳泽,张松林.互联网发展与制造业生产率提升:内在机制与中国经验[J].中国工业经济,2019(8):5-23.

[13]NUNNN, QIANN. USFoodAidandCivilConflict[J]. AmericanEconomicReview,2014,104(6):1630-1666.

[14]朱洁西,李俊江.数字经济､技术创新与城市绿色经济效率:基于空间计量模型和中介效应的实证分析[J].经济问题探索,2023(2):65-80.

[15]何雷华,王凤,王长明.数字经济如何驱动中国乡村振兴?[J].经济问题探索,2022(4):1-18.

10.3969/j.issn.2095-1205.2023.08.19

F323;F49

A

2095-1205(2023)08-57-04

黄颖樑（1995—），男，汉族，江西赣州人，硕士研究生，研究方向为产业经济学。