伍國(guó)勇，龐國(guó)光，湯鈞惠，劉金丹

中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度、區(qū)域差異及時(shí)空演變

伍國(guó)勇1a,b，龐國(guó)光*1a，湯鈞惠1a，劉金丹2

（1.貴州大學(xué) a.經(jīng)濟(jì)學(xué)院，b.貴州基層社會(huì)治理創(chuàng)新高端智庫(kù)，貴州 貴陽(yáng) 550025；2.重慶大學(xué) 公共管理學(xué)院，重慶 400044）

基于2013—2020年省級(jí)面板數(shù)據(jù)，從數(shù)字化經(jīng)濟(jì)環(huán)境、數(shù)字化基礎(chǔ)設(shè)施、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型、生活數(shù)字化提升四個(gè)維度選取22個(gè)變量，運(yùn)用熵值法、Dagum基尼系數(shù)、Kernel密度估計(jì)法和Moran′s I指數(shù)測(cè)度中國(guó)31個(gè)省份的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平，分析其區(qū)域差異及時(shí)空演變特征。結(jié)果表明：研究期內(nèi)，中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平整體偏低但呈上升態(tài)勢(shì)，空間上呈現(xiàn)“東高、中次、西低”的分布格局，但西部地區(qū)“追趕效應(yīng)”顯著；區(qū)域相對(duì)差異持續(xù)縮小，但絕對(duì)差異呈擴(kuò)大態(tài)勢(shì)，全國(guó)及東部地區(qū)出現(xiàn)了“極化現(xiàn)象”，區(qū)域間差異是構(gòu)成總體差異的主要根源；區(qū)域間呈現(xiàn)鮮明且穩(wěn)定的空間正相關(guān)性，東部省份主要落在“高—高”集聚區(qū)，而中部、西部、東北地區(qū)大部分省份落在“低—低”集聚區(qū)。

鄉(xiāng)村數(shù)字經(jīng)濟(jì)；發(fā)展水平；區(qū)域差異；時(shí)空演變

一、問題的提出

黨的十八大以來(lái)，以互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈為代表的數(shù)字技術(shù)發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，推動(dòng)數(shù)字經(jīng)濟(jì)迅速發(fā)展。黨中央高度重視世界經(jīng)濟(jì)數(shù)字化，將發(fā)展數(shù)字經(jīng)濟(jì)上升為國(guó)家戰(zhàn)略，致力于打造“數(shù)字中國(guó)”。數(shù)字鄉(xiāng)村是建設(shè)數(shù)字中國(guó)的重要內(nèi)容。根據(jù)《2021年中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》和《 2022年數(shù)字鄉(xiāng)村發(fā)展工作要點(diǎn)》，數(shù)字經(jīng)濟(jì)在農(nóng)業(yè)中的滲透率較低，2020年僅為8.9%，要加速鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展。在此背景下，科學(xué)評(píng)價(jià)各省份鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平，揭示其區(qū)域差異及時(shí)空演變特征便成為了事關(guān)全局的一項(xiàng)基礎(chǔ)性工作，這對(duì)促進(jìn)中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)快速、協(xié)調(diào)、高質(zhì)量發(fā)展無(wú)疑具有重要的現(xiàn)實(shí)意義。

鄉(xiāng)村數(shù)字經(jīng)濟(jì)作為建設(shè)數(shù)字鄉(xiāng)村的核心內(nèi)容，已成為學(xué)術(shù)圈的研究熱點(diǎn)。系統(tǒng)梳理文獻(xiàn)可知，相關(guān)研究主要聚焦于農(nóng)業(yè)數(shù)字化轉(zhuǎn)型[1-3]、農(nóng)村電商發(fā)展[4,5]、農(nóng)村數(shù)字普惠金融[6,7]、農(nóng)村信息化建設(shè)[8,9]、農(nóng)民數(shù)字化素養(yǎng)[10,11]以及數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的關(guān)聯(lián)[12,13]等方面，且多為理論層面的探討。測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展水平的實(shí)證研究相對(duì)較少。廣義的數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)算主要基于省際視角展開，劉軍等[14]從信息化、互聯(lián)網(wǎng)和數(shù)字交易三個(gè)方面測(cè)度了中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平；王軍等[15]從數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字經(jīng)濟(jì)發(fā)展載體及環(huán)境四個(gè)維度剖析了中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的時(shí)空演變特征。部分學(xué)者基于多重或單一視角展開了鄉(xiāng)村數(shù)字經(jīng)濟(jì)的測(cè)度，張鴻等[16]從宏觀環(huán)境、基礎(chǔ)設(shè)施、信息環(huán)境、政務(wù)環(huán)境、應(yīng)用環(huán)境五個(gè)方面評(píng)價(jià)了數(shù)字鄉(xiāng)村的就緒度；慕娟和馬立平[17]則是從數(shù)字基礎(chǔ)、農(nóng)業(yè)數(shù)字化及農(nóng)村數(shù)字產(chǎn)業(yè)化三個(gè)維度展開了對(duì)農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)水平的測(cè)度；李曉鐘等[18]基于硬件設(shè)施、服務(wù)設(shè)施、信息化主體三個(gè)方面評(píng)價(jià)了農(nóng)村的信息化水平；蔣慶正等[19]從電子銀行使用的廣度、深度、可持續(xù)性測(cè)度了農(nóng)村數(shù)字普惠金融發(fā)展指數(shù)。

可以發(fā)現(xiàn)，學(xué)術(shù)界圍繞鄉(xiāng)村數(shù)字經(jīng)濟(jì)進(jìn)行了一些研究，但仍存在如下不足之處：一是缺乏聚焦鄉(xiāng)村的、相對(duì)系統(tǒng)的數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)算；二是鮮有考察鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的區(qū)域差異及來(lái)源、動(dòng)態(tài)演進(jìn)及空間相關(guān)性等問題。有鑒于此，筆者擬從數(shù)字化經(jīng)濟(jì)環(huán)境、數(shù)字化基礎(chǔ)設(shè)施、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型、生活數(shù)字化提升四個(gè)維度構(gòu)建相對(duì)系統(tǒng)的評(píng)價(jià)體系，采用熵值法測(cè)算2013—2020年中國(guó)31個(gè)省份的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平，并運(yùn)用Dagum基尼系數(shù)、Kernel核密度估計(jì)法和全局及局部Moran′s I指數(shù)揭示中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的區(qū)域差異及時(shí)空演變特征，以期為促進(jìn)中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展提供有益參考。

二、理論分析

1．鄉(xiāng)村數(shù)字經(jīng)濟(jì)的內(nèi)涵界定

數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)和工業(yè)經(jīng)濟(jì)之后的第三種經(jīng)濟(jì)形態(tài)[20]，最早由Tapscott[21]提出。而后眾多機(jī)構(gòu)與學(xué)者基于多重視角對(duì)其內(nèi)涵進(jìn)行了界定，但數(shù)字經(jīng)濟(jì)涉及范圍較廣且涵蓋內(nèi)容豐富，故尚未形成統(tǒng)一定義[22]。2014年經(jīng)濟(jì)合作與發(fā)展組織(OECD)指出數(shù)字經(jīng)濟(jì)是圍繞新一代信息與通信技術(shù)展開的經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型[23]；2016年G20杭州峰會(huì)簽署的《二十國(guó)集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》將其界定為以使用數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)；2020年許憲春和張美慧[24]提出數(shù)字經(jīng)濟(jì)是以數(shù)字化技術(shù)為基礎(chǔ)、以數(shù)字化平臺(tái)為主要媒介、以數(shù)字化賦能基礎(chǔ)設(shè)施為重要支撐開展的一系列經(jīng)濟(jì)活動(dòng)。綜上，數(shù)字經(jīng)濟(jì)的發(fā)展需以數(shù)字設(shè)施為載體，以數(shù)字信息與技術(shù)為推動(dòng)力，賦能傳統(tǒng)經(jīng)濟(jì)活動(dòng)升級(jí)增效。

相較于傳統(tǒng)經(jīng)濟(jì)，數(shù)字經(jīng)濟(jì)具備高滲透性、高外溢性、跨時(shí)空性等特點(diǎn)[25]，為發(fā)展鄉(xiāng)村經(jīng)濟(jì)提供了數(shù)字機(jī)遇[26]，成為推進(jìn)鄉(xiāng)村振興戰(zhàn)略的重要突破口[27]，由此，部分學(xué)者嘗試對(duì)鄉(xiāng)村數(shù)字經(jīng)濟(jì)的內(nèi)涵進(jìn)行界定。譬如，崔凱和馮獻(xiàn)[28]認(rèn)為鄉(xiāng)村數(shù)字經(jīng)濟(jì)是以農(nóng)村現(xiàn)代信息網(wǎng)絡(luò)為載體，以信息技術(shù)為驅(qū)動(dòng)力，將數(shù)字化的技術(shù)、人才及信息等作為生產(chǎn)要素對(duì)鄉(xiāng)村傳統(tǒng)要素與業(yè)態(tài)進(jìn)行優(yōu)化與改造的經(jīng)濟(jì)形態(tài)；而慕娟和馬立平[17]則將其定義為以農(nóng)村數(shù)字基礎(chǔ)設(shè)施為基礎(chǔ)，利用互聯(lián)網(wǎng)、云計(jì)算等數(shù)字信息技術(shù)促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展和農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)活動(dòng)。雖然兩者表述不同，但內(nèi)容大致接近，均涉及數(shù)字化基礎(chǔ)設(shè)施、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型等方面。綜合現(xiàn)有研究和《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》等指導(dǎo)性文件，筆者認(rèn)為鄉(xiāng)村數(shù)字經(jīng)濟(jì)是在特定的數(shù)字化經(jīng)濟(jì)環(huán)境下，以現(xiàn)代農(nóng)村數(shù)字化基礎(chǔ)設(shè)施為載體，以互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等信息技術(shù)為推動(dòng)力，以實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)發(fā)展動(dòng)能轉(zhuǎn)換為基本途徑，賦能農(nóng)業(yè)發(fā)展數(shù)字化轉(zhuǎn)型和農(nóng)民生活數(shù)字化提升的一系列經(jīng)濟(jì)活動(dòng)?；诖?，鄉(xiāng)村數(shù)字經(jīng)濟(jì)的主要內(nèi)涵可從四個(gè)方面來(lái)理解：數(shù)字化經(jīng)濟(jì)環(huán)境是前提條件，數(shù)字化基礎(chǔ)設(shè)施是發(fā)展載體，農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是重要內(nèi)容、生活數(shù)字化提升是最終體現(xiàn)，具體如下：

（1）數(shù)字化經(jīng)濟(jì)環(huán)境。數(shù)字經(jīng)濟(jì)的本質(zhì)是傳統(tǒng)經(jīng)濟(jì)與互聯(lián)網(wǎng)深度融合[29]，二者的有效融合離不開數(shù)字化經(jīng)濟(jì)環(huán)境作為驅(qū)動(dòng)介質(zhì)，而數(shù)字化經(jīng)濟(jì)環(huán)境的構(gòu)成涵蓋數(shù)字化的資本投入、人才素養(yǎng)、平臺(tái)建設(shè)等諸多軟硬件環(huán)境建設(shè)。具體地，鄉(xiāng)村數(shù)字化經(jīng)濟(jì)環(huán)境的營(yíng)造離不開真金白銀的硬投入，也離不開具有數(shù)字化素養(yǎng)的農(nóng)村人力資源及專業(yè)化的數(shù)字人才作為支撐；而鄉(xiāng)村電力的有效保證、郵政通信服務(wù)在鄉(xiāng)村的不斷延伸奠定了數(shù)字化環(huán)境的發(fā)展基礎(chǔ)；此外，電商進(jìn)農(nóng)村等農(nóng)村創(chuàng)新創(chuàng)業(yè)平臺(tái)的搭建更是營(yíng)造了良好的數(shù)字化經(jīng)濟(jì)環(huán)境。

（2）數(shù)字化基礎(chǔ)設(shè)施。與傳統(tǒng)經(jīng)濟(jì)不同的是，數(shù)字經(jīng)濟(jì)以數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，如同農(nóng)業(yè)經(jīng)濟(jì)時(shí)代的土地與勞動(dòng)力[30]。數(shù)據(jù)信息的獲取程度、有效性和效率建立在數(shù)字化基礎(chǔ)設(shè)施的建設(shè)水平上，因此數(shù)字化基礎(chǔ)設(shè)施是發(fā)展鄉(xiāng)村數(shù)字經(jīng)濟(jì)的重要載體。對(duì)于鄉(xiāng)村而言，農(nóng)業(yè)主體主要通過計(jì)算機(jī)硬件、互聯(lián)網(wǎng)軟件、電子信息設(shè)備等數(shù)字化設(shè)施獲取數(shù)據(jù)。此外，農(nóng)村物流作為連接農(nóng)村生產(chǎn)和消費(fèi)，發(fā)展農(nóng)村新產(chǎn)業(yè)新業(yè)態(tài)的重要紐帶[31]，在支撐鄉(xiāng)村數(shù)字經(jīng)濟(jì)系列活動(dòng)的開展中發(fā)揮著重要作用。

（3）農(nóng)業(yè)數(shù)字化轉(zhuǎn)型。農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是指利用傳感器、遙感技術(shù)和地理信息系統(tǒng)、市場(chǎng)信息檢測(cè)軟件模塊等感知系統(tǒng)，一方面對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行全流程跟蹤式監(jiān)測(cè)與管理，另一方面則通過網(wǎng)絡(luò)媒介、社交平臺(tái)等低成本連接手段，打通市場(chǎng)連接渠道[32]，從而賦能農(nóng)業(yè)綠色化生產(chǎn)、現(xiàn)代化管理、網(wǎng)絡(luò)化經(jīng)營(yíng)，數(shù)字化嵌入農(nóng)業(yè)生產(chǎn)與銷售的全過程。具體表現(xiàn)為：在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，通過測(cè)土配方、水肥一體、智慧灌溉、無(wú)人機(jī)噴藥等系列化數(shù)字技術(shù)賦能農(nóng)業(yè)精準(zhǔn)作業(yè)和精準(zhǔn)控制，促進(jìn)農(nóng)業(yè)高品質(zhì)和高質(zhì)量化生產(chǎn)；在銷售環(huán)節(jié)，通過電商平臺(tái)、直播帶貨、網(wǎng)絡(luò)宣傳等方式推進(jìn)農(nóng)產(chǎn)品網(wǎng)絡(luò)化銷售，重塑農(nóng)業(yè)與消費(fèi)者之間的新型雙向互動(dòng)關(guān)系。農(nóng)業(yè)數(shù)字化轉(zhuǎn)型的過程，是系列農(nóng)業(yè)生產(chǎn)、流通、存儲(chǔ)活動(dòng)數(shù)據(jù)運(yùn)用于提高農(nóng)業(yè)發(fā)展效率的過程，是發(fā)展鄉(xiāng)村數(shù)字經(jīng)濟(jì)的重要組成部分。

（4）生活數(shù)字化提升。鄉(xiāng)村數(shù)字經(jīng)濟(jì)是為農(nóng)民而發(fā)展，數(shù)字化成果由農(nóng)民共享，數(shù)字紅利最終要落地到農(nóng)民生活中開花結(jié)果，促進(jìn)農(nóng)民生活方式的便捷化及個(gè)性化，且不斷拓展和滿足農(nóng)民更高層次的生活需要[33]。鄉(xiāng)村生活數(shù)字化主要涵蓋數(shù)字消費(fèi)和服務(wù)數(shù)字化兩大維度①。具體地，數(shù)字消費(fèi)主要指農(nóng)民在日常生活中為獲取數(shù)字化服務(wù)所產(chǎn)生的消費(fèi)以及使用數(shù)字化的方式支付消費(fèi)兩個(gè)方面；而服務(wù)數(shù)字化包含較多方面，如鄉(xiāng)村網(wǎng)絡(luò)文化服務(wù)、信息技術(shù)應(yīng)用服務(wù)、快遞投遞服務(wù)等內(nèi)容。

2．評(píng)價(jià)體系的構(gòu)建

筆者認(rèn)為鄉(xiāng)村數(shù)字經(jīng)濟(jì)評(píng)價(jià)體系的構(gòu)建應(yīng)以厘清內(nèi)涵為前提、遵循政策為內(nèi)在要求、立足現(xiàn)實(shí)為落腳點(diǎn)。具體地，厘清內(nèi)涵是指精準(zhǔn)把脈鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展要義，在此基礎(chǔ)上總結(jié)出鄉(xiāng)村數(shù)字經(jīng)濟(jì)涵蓋的內(nèi)容。遵循政策是指以《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》等文件為指導(dǎo)進(jìn)一步明確測(cè)度內(nèi)容。立足現(xiàn)實(shí)主要包括兩個(gè)方面：一是立足現(xiàn)實(shí)研究，在綜合現(xiàn)有相關(guān)研究的基礎(chǔ)上構(gòu)建評(píng)價(jià)體系；二是依托現(xiàn)實(shí)數(shù)據(jù)，以數(shù)據(jù)的可獲取性、可操作性、可對(duì)比性、科學(xué)性、全面性、有效性為原則遴選測(cè)度指標(biāo)。為此，本研究最終構(gòu)建出涵蓋4個(gè)子系統(tǒng)22個(gè)變量的中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度體系（表1）。具體構(gòu)成如下：一是選取農(nóng)村通郵率、農(nóng)村人均用電量[18]、農(nóng)民數(shù)字化素養(yǎng)[10]、農(nóng)村創(chuàng)新創(chuàng)業(yè)平臺(tái)數(shù)量、電子商務(wù)進(jìn)農(nóng)村示范縣覆蓋率②、數(shù)字化建設(shè)投入力度、數(shù)字化人才擁有量[28]等7個(gè)指標(biāo)來(lái)衡量鄉(xiāng)村數(shù)字化經(jīng)濟(jì)環(huán)境水平。二是選取農(nóng)村電腦普及率②、農(nóng)村移動(dòng)電話普及率[14]、農(nóng)村互聯(lián)網(wǎng)普及率[15]、農(nóng)村物流建設(shè)水平[34]、農(nóng)業(yè)氣象觀測(cè)站個(gè)數(shù)③等5個(gè)指標(biāo)用以衡量鄉(xiāng)村數(shù)字化基礎(chǔ)設(shè)施水平。三是遴選單位產(chǎn)值化肥使用量、單位產(chǎn)值農(nóng)藥使用量、單位產(chǎn)值塑料薄膜使用量[2]、有效灌溉率[34]、農(nóng)產(chǎn)品數(shù)字化交易[17]等5個(gè)指標(biāo)用以衡量鄉(xiāng)村農(nóng)業(yè)數(shù)字化轉(zhuǎn)型水平。四是選取農(nóng)村網(wǎng)絡(luò)支付水平、農(nóng)村信息技術(shù)應(yīng)用水平[17]、農(nóng)村郵政投遞水平、農(nóng)村網(wǎng)絡(luò)文化建設(shè)水平②、農(nóng)民數(shù)字服務(wù)消費(fèi)水平[16]等5個(gè)指標(biāo)用以衡量鄉(xiāng)村生活數(shù)字化提升狀況。

表1　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系

三、研究設(shè)計(jì)

1．熵值法

本文選用熵值法測(cè)度中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平及四個(gè)子系統(tǒng)的發(fā)展水平。熵值法作為一種客觀賦權(quán)法，常用于多指標(biāo)的綜合評(píng)價(jià)研究。其原理是以指標(biāo)數(shù)據(jù)大小為依據(jù)確定權(quán)重，權(quán)重愈大對(duì)評(píng)價(jià)體系的影響力越大，相比其他方法，可消除主觀人為的干擾，使測(cè)度結(jié)果更加科學(xué)合理。具體操作步驟如下：

（正向指標(biāo)） （1）

（負(fù)向指標(biāo)） （2）

其中，x為代表第個(gè)省份第項(xiàng)指標(biāo)原始值，X為標(biāo)準(zhǔn)化后結(jié)果。

②構(gòu)建規(guī)范化矩陣（式中為年份）：

③計(jì)算第項(xiàng)指標(biāo)的熵值：

④計(jì)算信息熵冗余度：

⑤計(jì)算各項(xiàng)指標(biāo)權(quán)值（式中為指標(biāo)數(shù)量）：

⑥計(jì)算中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平及各子系統(tǒng)發(fā)展水平指數(shù)：

2．Dagum基尼系數(shù)及分解法

考慮到全國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展存在差異，為體現(xiàn)東部發(fā)達(dá)地區(qū)、中部高速發(fā)展地區(qū)、西部及東北部較滯后地區(qū)的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展特征，本文采用Dagum基尼系數(shù)及分解法對(duì)全國(guó)、四大區(qū)域內(nèi)、四大區(qū)域間的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的差異及來(lái)源展開探索，并在此基礎(chǔ)上探尋破解區(qū)域差異的具體路徑。Dagum[35]將總體基尼系數(shù)分解為區(qū)域內(nèi)差異貢獻(xiàn)G、區(qū)域間差異貢獻(xiàn)G和超變密度貢獻(xiàn)G三部分，且三者間關(guān)系滿足G=G+G+G，有效地避免了樣本數(shù)據(jù)重復(fù)等問題。具體計(jì)算公式如下：

3．Kernel密度估計(jì)法

4．Moran′s I指數(shù)

為進(jìn)一步探究中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間分布特征，本文采用衡量空間相關(guān)性的常用方法Moran′s I指數(shù)展開分析。首先利用全局Moran′s I指數(shù)（式19）考察中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平是否存在空間集聚現(xiàn)象。若存在集聚現(xiàn)象，使用局部Moran′s I指數(shù)（式20）詳細(xì)考察中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平具體以何種特征進(jìn)行集聚，空間集聚的演變特征又是怎樣。

5．?dāng)?shù)據(jù)來(lái)源

因鄉(xiāng)村數(shù)字經(jīng)濟(jì)的相關(guān)數(shù)據(jù)自2013年更加全面翔實(shí)，港澳臺(tái)地區(qū)部分?jǐn)?shù)據(jù)缺失，故本文選取2013—2020年為樣本區(qū)間、中國(guó)31個(gè)省份為研究區(qū)域。樣本原始數(shù)據(jù)主要源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和國(guó)家統(tǒng)計(jì)局、商務(wù)部數(shù)據(jù)，以及相關(guān)研究報(bào)告[36]等。對(duì)個(gè)別缺失的數(shù)據(jù)，采用插值法進(jìn)行補(bǔ)齊。基于數(shù)據(jù)的可獲得性，使用實(shí)物商品網(wǎng)上零售額來(lái)衡量農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額，農(nóng)村數(shù)字普惠金融發(fā)展指數(shù)用北京大學(xué)數(shù)字普惠金融指數(shù)中不同縣域指數(shù)的均值來(lái)衡量。需要特別說(shuō)明的是，因31個(gè)省份的人口基數(shù)、資源稟賦、區(qū)位特征等存在較大差異，為獲取相對(duì)客觀、精確的測(cè)度結(jié)果，本文對(duì)多數(shù)指標(biāo)進(jìn)行了精確化處理。如農(nóng)村物流建設(shè)水平采用農(nóng)村投遞路線長(zhǎng)度/行政區(qū)面積來(lái)衡量。

四、中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度分析

1．整體發(fā)展水平測(cè)度

2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度結(jié)果如表2所示。全國(guó)整體發(fā)展水平在考察期內(nèi)以“穩(wěn)中求進(jìn)”的態(tài)勢(shì)不斷上升，發(fā)展勢(shì)頭強(qiáng)勁，從2013年的0.1295增至2020年的0.2386，增幅為0.1091，年均增速高達(dá)9.12%，但空間異質(zhì)性顯著。

表2　2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平得分

具體而言，得分最高的5個(gè)省份均位于東部地區(qū)，分別是上海（0.4502）、江蘇（0.3426）、廣東（0.3360）、北京（0.3317）、浙江（0.3149），高水平的集聚與東部地區(qū)的資源稟賦、發(fā)展基礎(chǔ)、區(qū)位優(yōu)勢(shì)等因素密切相關(guān)。反觀，得分最低的5個(gè)省份依次為西藏（0.0949）、甘肅（0.1183）、青海（0.1237）、云南（0.1247）、海南（0.1287），多為西部地區(qū)省份。其中，得分最高的上海是得分最低的西藏的4.74倍，這在一定程度上反映出中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間集聚性及省域數(shù)字鴻溝的嚴(yán)峻性。從得分均值看，中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展得分均值為0.1891，高于該均值的省份僅有8個(gè)，分別為上海、江蘇、廣東、北京、浙江、福建、天津、山東，約占所考察省份總數(shù)的26%，表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)的發(fā)展?jié)摿艽蟆脑鏊僖暯强?，處于領(lǐng)跑行列的5個(gè)省份依次為貴州（15.83%）、西藏（12.59%）、重慶（12.51%）、甘肅（12.45%）、河南（12.10%），其中西部省份占4/5，展現(xiàn)出強(qiáng)勁的“追趕效應(yīng)”，這與國(guó)家大力實(shí)施西部大開發(fā)戰(zhàn)略及地區(qū)本身高度重視數(shù)字經(jīng)濟(jì)發(fā)展緊密相關(guān)，譬如，貴州省在2016年建立全國(guó)首個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)，2017年全力實(shí)施大數(shù)據(jù)戰(zhàn)略行動(dòng)。

2．區(qū)域發(fā)展水平測(cè)度

從區(qū)域發(fā)展水平看，東中西及東北地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平演變趨勢(shì)基本保持一致（圖1），均呈逐年上升態(tài)勢(shì)，年均增速依次為8.00%、10.98%、10.83%、6.89%，再次印證了西部地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的“追趕效應(yīng)”顯著。從發(fā)展得分看，東中西及東北地區(qū)存在明顯的區(qū)域特征，水平得分依次為0.2736、0.1565、0.1407、0.1660，其中，東部地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平始終高于全國(guó)平均水平，而中、西、東北地區(qū)則始終低于全國(guó)均值，在空間上呈現(xiàn)“東高、中次、西低”的分布格局。進(jìn)一步觀察，東部地區(qū)發(fā)展水平得分依次達(dá)到了中部、西部及東北地區(qū)的1.75倍、1.94倍、1.65倍，表明四大地區(qū)間鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平差異顯著，加快彌合鄉(xiāng)村數(shù)字經(jīng)濟(jì)區(qū)域發(fā)展鴻溝是當(dāng)前統(tǒng)籌推進(jìn)鄉(xiāng)村數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展面臨的迫切問題。

圖1　全國(guó)及四大區(qū)域鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平演變趨勢(shì)

3．子系統(tǒng)發(fā)展水平測(cè)度

表3展示的是2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)4個(gè)子系統(tǒng)（依次為數(shù)字化經(jīng)濟(jì)環(huán)境、數(shù)字化基礎(chǔ)設(shè)施、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型、生活數(shù)字化提升）的發(fā)展得分情況。整體來(lái)看，4個(gè)子系統(tǒng)的得分均呈逐年遞增趨勢(shì)，年均增速依次達(dá)9.88%、8.90%、10.65%、10.38%，增幅分別為0.0420、0.0211、0.0246、0.0250。其中，數(shù)字化經(jīng)濟(jì)環(huán)境與生活數(shù)字化提升在4個(gè)子系統(tǒng)中增幅相對(duì)領(lǐng)先，這主要得益于中國(guó)對(duì)民生建設(shè)的高度重視，而數(shù)字鄉(xiāng)村戰(zhàn)略的提出更是加速了兩者的發(fā)展。伴隨著鞏固拓展脫貧成果有效銜接鄉(xiāng)村振興工作的有序推進(jìn)，4個(gè)子系統(tǒng)將迎來(lái)新的發(fā)展。從年均值得分看，數(shù)字化經(jīng)濟(jì)環(huán)境（0.0688）領(lǐng)先，生活數(shù)字化提升（0.0401）次之，農(nóng)村數(shù)字基礎(chǔ)設(shè)施（0.0370）第三，農(nóng)業(yè)數(shù)字化轉(zhuǎn)型（0.0354）居后，表明中國(guó)鄉(xiāng)村數(shù)字化經(jīng)濟(jì)環(huán)境發(fā)展水平在4個(gè)子系統(tǒng)中相對(duì)領(lǐng)先，為數(shù)字鄉(xiāng)村戰(zhàn)略的深入推進(jìn)奠定了良好基礎(chǔ)，但應(yīng)著重加強(qiáng)鄉(xiāng)村數(shù)字化基礎(chǔ)設(shè)施、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型、生活數(shù)字化提升的建設(shè)。分區(qū)域看，4個(gè)子系統(tǒng)中年均增速最高的地區(qū)依次為中部（16.02%）、西部（13.43%）、東部（14.88%）、西部（17.06%），最低增速分別是東部（7.20%）、東北（4.93%）、西部（4.28%）、東部（6.24%）。表明西部地區(qū)的追趕效應(yīng)主要體現(xiàn)在數(shù)字化基礎(chǔ)設(shè)施和生活數(shù)字化提升兩個(gè)方面，需加速推進(jìn)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，而東北地區(qū)則應(yīng)在數(shù)字化基礎(chǔ)設(shè)施建設(shè)方面加快步伐。值得注意的是，僅有東部地區(qū)的4個(gè)子系統(tǒng)得分和東北地區(qū)的數(shù)字化經(jīng)濟(jì)環(huán)境得分高于全國(guó)平均水平，這與整體發(fā)展趨勢(shì)基本一致，也表明4個(gè)子系統(tǒng)發(fā)展水平普遍較低且區(qū)域差異顯著。

表3　2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)各子系統(tǒng)發(fā)展水平

五、中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的區(qū)域差異及來(lái)源

1．總體及區(qū)域內(nèi)差異

圖2描述了中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平總體及區(qū)域內(nèi)差異的演變趨勢(shì)?？疾炱趦?nèi)，全國(guó)總體基尼系數(shù)呈現(xiàn)相對(duì)平緩的下降態(tài)勢(shì)，由2013年的0.270降至2020年的0.216，年均下降率為3.24%（表4）。表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)總體差異不斷縮小，但進(jìn)程較為緩慢。從區(qū)域內(nèi)差異來(lái)看，四大地區(qū)內(nèi)差異分級(jí)明顯，基尼系數(shù)演變曲線均位于總體曲線的下方，自上而下依次為東部、西部、中部和東北地區(qū)。其中，東部基尼系數(shù)演變趨勢(shì)與全國(guó)基本保持一致，年均值為0.191，約為中部、西部及東北地區(qū)內(nèi)年均值總和的0.91倍，表明東部區(qū)域內(nèi)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平空間非均衡性最為突出。其原因可能在于，雖然東部地區(qū)多數(shù)省份的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平處于全國(guó)領(lǐng)頭羊位置，如北京、浙江等，但同樣存在海南、河北等鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的潛力區(qū)，未能充分吸收周邊高水平地區(qū)的“溢出效應(yīng)”，一定程度上造成東部地區(qū)發(fā)展出現(xiàn)斷層。中部地區(qū)內(nèi)基尼系數(shù)呈現(xiàn)先降后升的波動(dòng)遞增趨勢(shì)，年均增速達(dá)到了7.85%，中部區(qū)域內(nèi)差異持續(xù)擴(kuò)大。研究期內(nèi)中部地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展增速位列四大區(qū)域首位，區(qū)域內(nèi)各省份更是始終表現(xiàn)出不同程度的強(qiáng)勁增速，因而在一定程度上導(dǎo)致中部地區(qū)內(nèi)差異持續(xù)擴(kuò)大。西部地區(qū)基尼系數(shù)雖保持平緩下降態(tài)勢(shì)，但年均值為0.119，在地區(qū)內(nèi)差異位列第二，其原因可能在于，西部地區(qū)因涵蓋省份最多，加之受到不同的經(jīng)濟(jì)基礎(chǔ)、地理位置、資源稟賦等因素綜合影響，導(dǎo)致了區(qū)域內(nèi)差異仍較大。東北地區(qū)內(nèi)基尼系數(shù)雖呈現(xiàn)波動(dòng)上升趨勢(shì)，但年均值僅為0.040，在四大區(qū)域內(nèi)差異最小，表明東北地區(qū)各省份鄉(xiāng)村數(shù)字經(jīng)濟(jì)協(xié)同發(fā)展效果相對(duì)較好。

表4　2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平基尼系數(shù)及分解結(jié)果

圖2　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平總體及區(qū)域內(nèi)差異演變趨勢(shì)

2．區(qū)域間差異

圖3報(bào)告了2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平地區(qū)間相對(duì)差異的演變過程。從基尼系數(shù)年均值看，東部與西部、中部及東北地區(qū)間的差異位居前三位，分別為0.309、0.221、0.207，均高于或接近全國(guó)均值（0.219）。而中部與東北、中部與西部、西部與東北地區(qū)間差異則位列后三位，年均值依次為0.061、0.107、0.119。由此可見，區(qū)域間鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展差異格局顯著，東部與其他區(qū)域間差異仍然是制約鄉(xiāng)村數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展的痛點(diǎn)。從變化趨勢(shì)看，整體而言，多數(shù)地區(qū)間的基尼系數(shù)保持波動(dòng)遞減趨勢(shì)。其中，西部與東北地區(qū)間基尼系數(shù)年均降速最快（7.33%），而東部與東北地區(qū)間降速最慢（0.68%），值得注意的是中部與東北地區(qū)間基尼系數(shù)則呈上升趨勢(shì)，年均增速為0.74%，但在區(qū)域間差異中最小。結(jié)合表2，進(jìn)一步研究發(fā)現(xiàn)，區(qū)域間差異主要源自鄉(xiāng)村數(shù)字化基礎(chǔ)設(shè)施及農(nóng)業(yè)數(shù)字化轉(zhuǎn)型兩個(gè)方面，譬如，東部地區(qū)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型得分達(dá)到了西部的2.47倍、東北地區(qū)的2.97倍。因此，要緩解區(qū)域間差異，加速推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)和農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是重點(diǎn)方向。

圖3　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平區(qū)域間差異及演變趨勢(shì)

3．差異來(lái)源及貢獻(xiàn)度

中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的差異來(lái)源及貢獻(xiàn)度變化情況如圖4所示?？疾炱趦?nèi)，地區(qū)間差異貢獻(xiàn)度占據(jù)了主導(dǎo)地位，介于65.44%～76.40%，年均值高達(dá)73.02%，約為地區(qū)內(nèi)和超變密度貢獻(xiàn)度年均值之和的2.71倍，是造成總體差異的主要來(lái)源；地區(qū)內(nèi)差異貢獻(xiàn)度次之、年均值為20.08%；超變密度年均貢獻(xiàn)度最小，僅為6.90%，對(duì)總體差異影響甚微。從演變過程來(lái)看，地區(qū)間和地區(qū)內(nèi)差異貢獻(xiàn)度呈現(xiàn)緩慢波動(dòng)下降態(tài)勢(shì)，而超變密度貢獻(xiàn)度則表現(xiàn)出波動(dòng)遞增趨勢(shì)。綜上，本文認(rèn)為解決中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)總體差異問題，必須著重從縮小區(qū)域差異的角度出發(fā)，才能有效促進(jìn)中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)協(xié)調(diào)、均衡、高質(zhì)量發(fā)展。

圖4　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平差異來(lái)源及演變趨勢(shì)

六、中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的時(shí)空演變

1．基于Kernel密度估計(jì)的時(shí)間演變趨勢(shì)

（1）全國(guó)整體層面。圖5描繪了2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的動(dòng)態(tài)演進(jìn)特征。曲線主峰中心點(diǎn)位置隨著年份的累加不斷右移，表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平持續(xù)上升。再看曲線主峰的分布態(tài)勢(shì)變化，明顯發(fā)現(xiàn)峰寬呈現(xiàn)波動(dòng)擴(kuò)大態(tài)勢(shì)，與之相對(duì)應(yīng)是波峰高度的波動(dòng)下降，值得注意的是2013年后曲線側(cè)峰愈加凸顯，側(cè)峰中心點(diǎn)雖逐年右移，但高度遠(yuǎn)低于主峰。表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平分布具有一定的梯度效應(yīng)，絕對(duì)差異呈現(xiàn)擴(kuò)大態(tài)勢(shì)，兩極分化現(xiàn)象不斷抬頭。最后來(lái)看曲線分布的延展性，觀測(cè)期內(nèi)曲線呈現(xiàn)右拖尾現(xiàn)象，且隨著時(shí)間的推移表現(xiàn)出不斷拓寬的趨勢(shì)，這意味著鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展高水平地區(qū)不斷增加且發(fā)展迅速，從而導(dǎo)致各省份間發(fā)展水平差異逐步拉大。

圖5　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平動(dòng)態(tài)

（2）不同區(qū)域?qū)用?。圖6（a）（b）（c）（d）依次展現(xiàn)了2013—2020年中國(guó)東部、中部、西部及東北地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的動(dòng)態(tài)演進(jìn)過程。從曲線主峰中心點(diǎn)位置來(lái)看，四大區(qū)域均保持了持續(xù)右移特征，且演進(jìn)趨勢(shì)與全國(guó)整體基本如出一轍，表明東部、中部、西部及東北地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平不斷提升。從波峰分布形態(tài)來(lái)看，明顯發(fā)現(xiàn)東部、中部及東北地區(qū)波峰寬度基本呈現(xiàn)增大趨勢(shì)，但變化速度緩慢，而西部地區(qū)波峰寬度以2016年為節(jié)點(diǎn)呈先降后升的演變態(tài)勢(shì)。表明東部、中部及東北地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平整體離散程度不斷擴(kuò)大，而西部地區(qū)自2016年后則呈縮小趨勢(shì)。從波峰數(shù)量上來(lái)看，東部地區(qū)曲線存在雙主峰特征，并隨著年份的累積愈加顯著，表明東部地區(qū)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平兩極分化現(xiàn)象嚴(yán)重。其原因可能在于，上海、浙江等省份作為鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的高水平地區(qū)，相對(duì)發(fā)達(dá)的數(shù)字設(shè)施、數(shù)字技術(shù)和高水平數(shù)字人才的集聚加速推動(dòng)了鄉(xiāng)村數(shù)字紅利釋放，且對(duì)周邊省份形成一定的“虹吸效應(yīng)”，進(jìn)而加劇了東部各省份間的極化態(tài)勢(shì)。與東部地區(qū)不同的是，中部、西部及東北地區(qū)波峰在考察年限內(nèi)始終為單峰面貌，表明以上三個(gè)區(qū)域的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展并未出現(xiàn)極化現(xiàn)象。從分布延展性來(lái)看，東部和西部地區(qū)分別表現(xiàn)出左拖尾和右拖尾拓展特征，而中部和東北地區(qū)并未出現(xiàn)。意味著東部和西部地區(qū)分別存在鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平相對(duì)較低（如海南）和相對(duì)較高（如四川）的省份。

2．基于Moran′s I指數(shù)的空間演變趨勢(shì)

（1）全域空間相關(guān)性分析。為更加準(zhǔn)確地考察中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間相關(guān)性特征，分別采用鄰接空間、地理距離、經(jīng)濟(jì)空間矩陣，從整體上全面揭示2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)性（表5）。結(jié)果表明，三種矩陣下的全域Moran′s I指數(shù)均為正值，且全部在1%的統(tǒng)計(jì)水平下顯著，表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平存在顯著的空間正相關(guān)。從時(shí)間維度看，中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間相關(guān)性有所削減，究其原因，可能在于簡(jiǎn)政放權(quán)等政策的實(shí)施強(qiáng)化了地方政府自主權(quán)，使得各地鄉(xiāng)村數(shù)字經(jīng)濟(jì)的發(fā)展主要依靠自身驅(qū)動(dòng)實(shí)現(xiàn)。

表5　2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平全局莫蘭指數(shù)

（2）局域空間相關(guān)性分析?；卩徑涌臻g矩陣，采用局部Moran′s I指數(shù)進(jìn)一步探索中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)各省份間的空間聚集性。為直觀刻畫中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)的空間聚集特征，分別繪制了考察年限初期（2013年）和末期（2020年）的Moran′s I指數(shù)散點(diǎn)圖分布情況（圖7)。明顯發(fā)現(xiàn)，多數(shù)省份落在了一、三象限，即“高—高（HH）”“低—低(LL)”聚集區(qū)。其中，“高—高(HH)”聚集區(qū)內(nèi)以東部地區(qū)省份為主，如上海、浙江、江蘇等，匯聚為鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展“高效圈”；“低—低(LL)”聚集區(qū)中多數(shù)為中西部及東北地區(qū)省份，如湖北、寧夏、遼寧等，形成了鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展“滯后區(qū)”。這充分表明了中國(guó)31個(gè)省份的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平空間聚集特征顯著，同樣也意味著地域間鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展兩極分化現(xiàn)象突出。通過對(duì)比2013年和2020年Moran′s I指數(shù)散點(diǎn)圖演進(jìn)趨勢(shì)發(fā)現(xiàn)，中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的空間聚集特征具有較強(qiáng)的穩(wěn)定性，考察期內(nèi)僅有7個(gè)省份發(fā)生了躍遷。具體地，廣西和四川均從第三象限分別躍遷至第二象限（“高—低”聚集區(qū)）、第四象限（“高—低”聚集區(qū)），吉林從一四象限交界處向三四象限交界處躍遷，內(nèi)蒙古由三四象限交界處躍遷至第三象限，遼寧和黑龍江均從第二象限躍遷至第三象限，而河北從第二象限躍遷至一四象限交界處。綜上，中國(guó)多數(shù)省份處于低水平聚集區(qū)并長(zhǎng)期未變動(dòng)，再次印證鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平普遍較低，區(qū)域數(shù)字鴻溝較為凸顯。需要重點(diǎn)關(guān)注的是發(fā)生躍遷的廣西、四川、吉林、內(nèi)蒙古、遼寧、黑龍江、河北，重新評(píng)估現(xiàn)行鄉(xiāng)村數(shù)字經(jīng)濟(jì)政策效能，進(jìn)行政策優(yōu)化與選擇。

圖7　中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)Moran′s I指數(shù)散點(diǎn)圖

七、主要結(jié)論及政策啟示

1．結(jié)論

第一，從發(fā)展水平看，2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平整體上普遍較低，年均值僅為0.1891，但發(fā)展勢(shì)頭強(qiáng)勁，年均增速高達(dá)9.12%，同時(shí)存在顯著的區(qū)域異質(zhì)性。具體地，空間上呈現(xiàn)東部>東北>中部>西部區(qū)域的分布格局，在增速上卻表現(xiàn)出中部、西部、東部、東北地區(qū)依次遞減的分異特征。而聚焦到子系統(tǒng)，數(shù)字化經(jīng)濟(jì)環(huán)境得分最高，生活數(shù)字化提升第二、數(shù)字化基礎(chǔ)設(shè)施第三、農(nóng)業(yè)數(shù)字化轉(zhuǎn)型得分最低。

第二，從區(qū)域差異看，考察期內(nèi)，中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的總體差異呈現(xiàn)波動(dòng)下降趨勢(shì)，區(qū)域間差異年均貢獻(xiàn)度高達(dá)73.02%，是構(gòu)成總體差異的主要來(lái)源。其中，東部與西部區(qū)域間差異最為顯著，西部與東北區(qū)域間的差異彌合速度最快。區(qū)域內(nèi)差異由高到低依次為東部、西部、中部和東北地區(qū)。

第三，從時(shí)空演變看，2013—2020年中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平核密度曲線主峰位置不斷右移且寬度逐漸增加，表明中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平持續(xù)上升，但絕對(duì)差異總體上在擴(kuò)大。其中，東中部及東北地區(qū)絕對(duì)差異日益加劇，而西部自2016年后則逐漸縮小，全國(guó)和東部地區(qū)存在“極化現(xiàn)象”?？臻g上呈現(xiàn)出的“高—高”聚集模式以東部省份為主，“低—低”聚集特征以中部、西部及東北地區(qū)省份為主，其中有7個(gè)省份發(fā)生躍遷。

2．政策建議

基于上述結(jié)論，推進(jìn)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的政策建議應(yīng)立足于兩點(diǎn)：一是提高鄉(xiāng)村數(shù)字經(jīng)濟(jì)整體水平，推動(dòng)快速發(fā)展；二是彌合鄉(xiāng)村數(shù)字經(jīng)濟(jì)區(qū)域差異，促進(jìn)均衡發(fā)展。鑒于此，具體政策建議如下：

（1）提升水平“新高度”。提升鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平將促使數(shù)字紅利在鄉(xiāng)村釋放更大效能。一是各省份要立足發(fā)展基礎(chǔ)與現(xiàn)狀、區(qū)域特色與定位等因素因時(shí)因地優(yōu)化現(xiàn)行的鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展政策，特別是發(fā)生躍遷的廣西、四川、吉林、內(nèi)蒙古、遼寧、黑龍江、河北7個(gè)省份要重點(diǎn)做好現(xiàn)行政策的效能評(píng)估。二是統(tǒng)籌推進(jìn)城鄉(xiāng)數(shù)字經(jīng)濟(jì)融合發(fā)展，積極開發(fā)城鄉(xiāng)信息資源共享系統(tǒng)及平臺(tái)，暢通區(qū)域內(nèi)外信息堵點(diǎn)，提升城鄉(xiāng)聯(lián)動(dòng)效應(yīng)，促進(jìn)城鄉(xiāng)在技術(shù)、設(shè)施、財(cái)政等方面的循環(huán)流動(dòng)，加快形成共建共享、互聯(lián)互通的城鄉(xiāng)一體化數(shù)字經(jīng)濟(jì)發(fā)展新格局。三是積極引進(jìn)各類數(shù)字人才下鄉(xiāng)駐村和探索實(shí)施提升農(nóng)民數(shù)字化素養(yǎng)專項(xiàng)工程并重，實(shí)現(xiàn)數(shù)字人才引領(lǐng)與激發(fā)內(nèi)生動(dòng)力兼顧，以數(shù)字人才振興驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展。

（2）縮小鴻溝“促協(xié)調(diào)”。發(fā)展鄉(xiāng)村數(shù)字經(jīng)濟(jì)要堅(jiān)持全國(guó)“一盤棋”的思路，著力彌合區(qū)域鴻溝。一是全國(guó)層面應(yīng)以加強(qiáng)各區(qū)域數(shù)字化基礎(chǔ)設(shè)施和推進(jìn)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型為重點(diǎn)內(nèi)容縮小區(qū)域間差異，特別是加大對(duì)中部、西部及東北地區(qū)鄉(xiāng)村數(shù)字新基建的傾斜力度；二是東部地區(qū)應(yīng)立足優(yōu)勢(shì)，打造樣板，總結(jié)經(jīng)驗(yàn)，增強(qiáng)區(qū)域空間聯(lián)動(dòng)，充分發(fā)揮數(shù)字經(jīng)濟(jì)“溢出效應(yīng)”輻射周邊地區(qū)，匯聚資源流、人才流、技術(shù)流對(duì)口幫扶邊遠(yuǎn)地區(qū)，打造跨省域的“鄉(xiāng)村數(shù)字經(jīng)濟(jì)圈”；三是中西部及東北地區(qū)要精準(zhǔn)發(fā)力促進(jìn)協(xié)調(diào)發(fā)展，如中部地區(qū)要著重強(qiáng)化數(shù)字化經(jīng)濟(jì)環(huán)境建設(shè)、西部地區(qū)要重點(diǎn)做好農(nóng)業(yè)數(shù)字化轉(zhuǎn)型工作，而東北三省則要加快推進(jìn)數(shù)字化基礎(chǔ)設(shè)施建設(shè)。

① 農(nóng)業(yè)農(nóng)村部信息中心．2019全國(guó)縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平評(píng)價(jià)報(bào)告[R/OL].[2019-4-19]．http://www. Agri.cn/V20/ztzl_1/sznync/gzdt/201904/P020190419608214653715.pdf．

② 中共中央辦公廳 國(guó)務(wù)院辦公廳印發(fā)《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》[EB/OL]．[2021-05-15]．http://www.gov.cn/zhe ngce/2019-05/16/content_5392269.htm．

③ 農(nóng)業(yè)農(nóng)村部，中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室．?dāng)?shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃(2019-2025年)[EB/OL]. (2019-12-25)[2020-02-16]．http://www.moa.gov.cn/govpublic/FZJHS/202001/t20200120_6336316.htm．

[1] 殷浩棟，霍鵬，汪三貴．農(nóng)業(yè)農(nóng)村數(shù)字化轉(zhuǎn)型：現(xiàn)實(shí)表征、影響機(jī)理與推進(jìn)策略[J]．改革，2020(12)：48-56．

[2] 張鴻，王浩然，李哲．鄉(xiāng)村振興背景下中國(guó)數(shù)字農(nóng)業(yè)高質(zhì)量發(fā)展水平測(cè)度——基于2015—2019年全國(guó)31個(gè)省市數(shù)據(jù)的分析[J]．陜西師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2021，50(3)：141-154．

[3] 阮俊虎，劉天軍，馮曉春，等．?dāng)?shù)字農(nóng)業(yè)運(yùn)營(yíng)管理：關(guān)鍵問題、理論方法與示范工程[J]．管理世界，2020，36(8)：222-233．

[4] 秦芳，王劍程，胥芹．?dāng)?shù)字經(jīng)濟(jì)如何促進(jìn)農(nóng)戶增收?——來(lái)自農(nóng)村電商發(fā)展的證據(jù)[J]．經(jīng)濟(jì)學(xué)(季刊)，2022，22(2)：591-612．

[5] 彭小珈，周發(fā)明．農(nóng)村電商經(jīng)營(yíng)效率研究——基于消費(fèi)品下行的模型分析[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018(12)：111-118．

[6] 張龍耀，邢朝輝．中國(guó)農(nóng)村數(shù)字普惠金融發(fā)展的分布動(dòng)態(tài)、地區(qū)差異與收斂性研究[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38(3)：23-42．

[7] 黎翠梅，周瑩．?dāng)?shù)字普惠金融對(duì)農(nóng)村消費(fèi)的影響研究——基于空間計(jì)量模型[J]．經(jīng)濟(jì)地理，2021，41(12)：177-186．

[8] 朱秋博，白軍飛，彭超，等．信息化提升了農(nóng)業(yè)生產(chǎn)率嗎?[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2019(4)：22-40．

[9] 熊春林，劉俏，龔林青．農(nóng)業(yè)農(nóng)村信息化政策是否真正促進(jìn)了農(nóng)民增收？——基于多期DID的實(shí)證檢驗(yàn)[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2021，22(4)：52-58．

[10] 蘇嵐嵐，彭艷玲．農(nóng)民數(shù)字素養(yǎng)、鄉(xiāng)村精英身份與鄉(xiāng)村數(shù)字治理參與[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022(1)：34-50．

[11] 常凌翀．?dāng)?shù)字鄉(xiāng)村戰(zhàn)略下農(nóng)民數(shù)字化素養(yǎng)的價(jià)值內(nèi)涵與提升路徑[J]．湖南社會(huì)科學(xué)，2021(6)：114-119．

[12] 何雷華，王鳳，王長(zhǎng)明．?dāng)?shù)字經(jīng)濟(jì)如何驅(qū)動(dòng)中國(guó)鄉(xiāng)村振興?[J]．經(jīng)濟(jì)問題探索，2022(4)：1-18．

[13] 張旺，白永秀．?dāng)?shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合的理論構(gòu)建、實(shí)證分析及優(yōu)化路徑[J]．中國(guó)軟科學(xué)，2022(1)：132-146．

[14] 劉軍，楊淵鋆，張三峰．中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究[J]．上海經(jīng)濟(jì)研究，2020(6)：81-96．

[15] 王軍，朱杰，羅茜．中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測(cè)度[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38(7)：26-42．

[16] 張鴻，杜凱文，靳兵艷．鄉(xiāng)村振興戰(zhàn)略下數(shù)字鄉(xiāng)村發(fā)展就緒度評(píng)價(jià)研究[J]．西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，33(1)：51-60．

[17] 慕娟，馬立平．中國(guó)農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度與區(qū)域差異[J]．華南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2021，20(4)：90-98

[18] 李曉鐘，張潔．我國(guó)農(nóng)業(yè)信息化就緒度水平區(qū)域差異比較研究[J]．情報(bào)科學(xué)，2017，35(10)：55-62．

[19] 蔣慶正，李紅，劉香甜．農(nóng)村數(shù)字普惠金融發(fā)展水平測(cè)度及影響因素研究[J]．金融經(jīng)濟(jì)學(xué)研究，2019，34(4)：123-133．

[20] 王偉玲，王晶．我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的趨勢(shì)與推動(dòng)政策研究[J]．經(jīng)濟(jì)縱橫，2019(1)：69-75．

[21] TAPSCOTT D．The Digital Economy：Promise and Peril in the Age of Networked Intelligence[M]．New York：McGraw-Hill，1996．

[22] 金星曄，伏霖，李濤．?dāng)?shù)字經(jīng)濟(jì)規(guī)模核算的框架、方法與特點(diǎn)[J]．經(jīng)濟(jì)社會(huì)體制比較，2020(4)：69-78．

[23] OECD．Measuring the Digital Economy：A New Perspective[M]．OECD Publishing，2014：45-49．

[24] 許憲春，張美慧．中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究——基于國(guó)際比較的視角[J]．中國(guó)工業(yè)經(jīng)濟(jì)，2020(5)：23-41．

[25] 裴長(zhǎng)洪，倪江飛，李越．?dāng)?shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析[J]．財(cái)貿(mào)經(jīng)濟(jì)，2018，39(9)：5-22．

[26] 龐國(guó)光，伍國(guó)勇，盧鳳雛．鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展困境及路徑探析[J]．新疆農(nóng)墾經(jīng)濟(jì)，2022(1)：25-32．

[27] 張?zhí)N萍，欒菁．?dāng)?shù)字經(jīng)濟(jì)賦能鄉(xiāng)村振興：理論機(jī)制、制約因素與推進(jìn)路徑[J]．改革，2022(5)：79-89．

[28] 崔凱，馮獻(xiàn)．?dāng)?shù)字鄉(xiāng)村建設(shè)視角下鄉(xiāng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系設(shè)計(jì)研究[J]．農(nóng)業(yè)現(xiàn)代化研究，2020，41(6)：899-909．

[29] 王彬燕，田俊峰，程利莎，等．中國(guó)數(shù)字經(jīng)濟(jì)空間分異及影響因素[J]．地理科學(xué)，2018，38(6)：859-868．

[30] 丁志帆．?dāng)?shù)字經(jīng)濟(jì)驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制研究：一個(gè)理論分析框架[J]．現(xiàn)代經(jīng)濟(jì)探討，2020(1)：85-92．

[31] 黎紅梅，周沖．全面推進(jìn)鄉(xiāng)村振興背景下農(nóng)村高效物流體系構(gòu)建分析[J]．理論探討，2021(3)：139-144．

[32] 殷浩棟，霍鵬，肖榮美，等．智慧農(nóng)業(yè)發(fā)展的底層邏輯、現(xiàn)實(shí)約束與突破路徑[J]．改革，2021(11)：95-103．

[33] 張勛，萬(wàn)廣華，張佳佳，等．?dāng)?shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J]．經(jīng)濟(jì)研究，2019，54(8)：71-86．

[34] 辛嶺，劉衡，胡志全．中國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化的區(qū)域差異及影響因素分析[J]．經(jīng)濟(jì)縱橫，2021(12)：101-114．

[35] DAGUM C．A New Approach to the decomposition of the Gini inequality ratio[J]．Empirical Economics，1997，22(4)，515-531．

[36] 郭峰，王靖一，王芳，等．測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J]．經(jīng)濟(jì)學(xué)(季刊)，2020，19(4)：1401-1418．

Measurement, regional difference and spatial-temporal evolution of the development level of China’s rural digital economy

WU Guoyong1a,b, PANG Guoguang*1a, TANG Junhui1a, LIU Jindan2

(1. a. School of Economics, b. Guizhou Grassroots Social Governance Innovation High-end Think Tank, Guizhou University, Guiyang 550025, China; 2. School of Public Administration, Chongqing University, Chongqing 400044, China)

Based on the provincial panel data from 2013 to 2020 and by utilizing 22 variables selected from four dimensions of digital economic environment, digital infrastructure, digital transformation of agriculture, and digital improvement of life, the development level of rural digital economy in 31 provinces in China has been measured and its regional difference and spatial-temporal evolution have been analyzed by using entropy method, Dagum Gini coefficient, Kernel density estimation method and Moran’s I index. The results show that during the study period, the development level of China’s rural digital economy was generally low but showed a rising trend, with a spatial distribution pattern of “high in the east, second in the middle, and low in the west”, but the “catch-up effect” in the western region was significant; regional relative differences continued to shrink while the absolute difference was expanding, and a “polarization phenomenon” appeared in the whole country and the eastern region. The difference between regions is the main source of the overall difference. There is a clear and stable positive spatial correlation between different regions, and the eastern provinces are mainly in the “high-high” agglomeration area while most provinces in the central, western, and northeastern regions fall into the “l(fā)ow-low” agglomeration area.

rural digital economy; development level; regional differences; spatial-temporal evolution

10.13331/j.cnki.jhau(ss).2022.04.002

F323.3

A

1009–2013(2022)04–0015–13

2022－06－17

國(guó)家社會(huì)科學(xué)基金項(xiàng)目（18CSH036）；貴州省研究生科研基金（黔教合YJSKYJJ[2021]033）

伍國(guó)勇（1979—），男，貴州織金人，博士，教授，博士生導(dǎo)師，主要從事農(nóng)業(yè)農(nóng)村發(fā)展與數(shù)字經(jīng)濟(jì)研究。*為通信作者。

責(zé)任編輯：李東輝