李曉靜 王志濤

（1.上海交通大學(xué)媒體與傳播學(xué)院 上海 200240）

（2.上海市習(xí)近平新時代中國特色社會主義思想研究中心 上海 200031）

黨的二十大報告明確提出建設(shè)數(shù)字中國的戰(zhàn)略規(guī)劃，發(fā)展數(shù)字鄉(xiāng)村乃是重中之重［1］。《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》指出，立足新時代國情農(nóng)情，要將數(shù)字鄉(xiāng)村作為數(shù)字中國建設(shè)的重要方面，加快信息化發(fā)展［2］。當(dāng)前，我國正邁入數(shù)字化轉(zhuǎn)型的關(guān)鍵期。從實踐層面來看，加快農(nóng)民數(shù)字技能培育是推進(jìn)數(shù)字中國建設(shè)的重要舉措。2021 年，中國社會科學(xué)院信息化研究中心發(fā)布了一項針對我國鄉(xiāng)村居民數(shù)字素養(yǎng)的調(diào)研報告中提到：“加快數(shù)字化發(fā)展，要提高全民數(shù)字技能，實現(xiàn)信息服務(wù)全覆蓋?！保?］推進(jìn)數(shù)字鄉(xiāng)村建設(shè)，有必要從數(shù)字技能的角度切入，認(rèn)識和利用農(nóng)民群體的內(nèi)部數(shù)字潛能，構(gòu)建農(nóng)民群體數(shù)字技能評估體系，揭示該群體在數(shù)字融入方面存在的具體問題，從而有針對性地為農(nóng)民群體提供信息及數(shù)字技能培訓(xùn)［4］。

近年來，隨著國家政策的傾斜，西部地區(qū)在基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展等方面取得了顯著成就，與東中部地區(qū)的差異逐漸縮小。然而，由于數(shù)字經(jīng)濟(jì)發(fā)展基礎(chǔ)薄弱、農(nóng)民數(shù)字文化水平不高，西部地區(qū)的整體數(shù)字建設(shè)進(jìn)程與東部沿海地區(qū)相比仍有較大差距。人力資本支撐不足，政府?dāng)?shù)字政務(wù)能力與資金投入欠缺，西部欠發(fā)達(dá)地區(qū)在數(shù)字鄉(xiāng)村建設(shè)方面挑戰(zhàn)大于機(jī)遇［5］。為此，應(yīng)當(dāng)深入分析問題，尋找東西部地區(qū)差異。其中，構(gòu)建農(nóng)民群體數(shù)字技能量表，是評估當(dāng)前西部農(nóng)民數(shù)字技能水平、發(fā)現(xiàn)東西部差距所在的關(guān)鍵舉措，也是數(shù)字中國戰(zhàn)略下推進(jìn)數(shù)字鄉(xiāng)村建設(shè)、彌合城鄉(xiāng)數(shù)字鴻溝的題中之義。

數(shù)字技能（Digital Skills）是數(shù)字鴻溝第二層“使用溝”的重要組成部分，也被稱為“生存技能”或“信息社會的重要資產(chǎn)（Van Deursen）”，是指人們使用數(shù)字媒介的能力和水平［6］。它不僅是人們?nèi)粘W(xué)習(xí)和生活中的重要能力，也是農(nóng)民群體適應(yīng)數(shù)字工作要求、加快數(shù)字融入的重要條件?，F(xiàn)有研究中，關(guān)于數(shù)字技能的研究多從教育視角出發(fā)，集中于成年網(wǎng)民、學(xué)生群體數(shù)字素養(yǎng)的評估，以農(nóng)民群體作為測量對象的研究尚付闕如。構(gòu)建面向農(nóng)民群體數(shù)字技能的評估體系，有望從學(xué)理層面彌補(bǔ)我國數(shù)字鴻溝研究的不足。

現(xiàn)實層面，黨中央提出建設(shè)數(shù)字中國以來，在推進(jìn)整體發(fā)展的同時，也存在較為明顯的城鄉(xiāng)發(fā)展不均衡，農(nóng)民的數(shù)字素養(yǎng)存在“掉隊”風(fēng)險［7］。在鄉(xiāng)村振興戰(zhàn)略規(guī)劃下，為充分發(fā)揮數(shù)字技術(shù)賦能作用，推動提升全民數(shù)字素養(yǎng)，應(yīng)注重補(bǔ)足短板，整體提升我國西部地區(qū)農(nóng)民群體的數(shù)字技能水平，尤其需要對其數(shù)字技能展開系統(tǒng)的測量評估。構(gòu)建專門面向西部地區(qū)農(nóng)民群體的數(shù)字技能量表，可從實踐層面為數(shù)字鄉(xiāng)村建設(shè)提出具體的應(yīng)用及治理對策。

綜上，本研究將在梳理過往數(shù)字技能理論框架和研究方法的基礎(chǔ)上，使用隨機(jī)抽樣調(diào)查方法，構(gòu)建我國農(nóng)民群體數(shù)字技能評估體系，并以此進(jìn)行實證分析。此外，還將從應(yīng)用層面探討我國西部數(shù)字鄉(xiāng)村建設(shè)中存在的問題并嘗試給出治理對策，以期幫助提升我國農(nóng)民群體的數(shù)字素養(yǎng)，為地方政府開展農(nóng)民群體的數(shù)字技能培育工作提供借鑒。

1 文獻(xiàn)綜述與研究進(jìn)展

1.1 數(shù)字技能與數(shù)字素養(yǎng)

歐盟將數(shù)字技能界定為人類終身學(xué)習(xí)的八項重要技能之一，認(rèn)為它是數(shù)字化時代公民參與社會生活、學(xué)習(xí)和工作的基本技能［8］。數(shù)字技能研究對教育培訓(xùn)、學(xué)科發(fā)展和政策制定都有著重要的啟示作用。

由于數(shù)字信息技術(shù)發(fā)展迅猛，不同發(fā)展階段對使用者的要求不同，數(shù)字技能的概念內(nèi)涵也在不斷變化。過去二十年間，數(shù)字鴻溝研究者曾提出許多與數(shù)字技能（digital skills）相近的概念，包括“信息素養(yǎng)（information literacy）”“數(shù)字素養(yǎng)（digital literacy）”“互聯(lián)網(wǎng)技能（internet skills）”“媒介素養(yǎng)（media literacy）”等。

國際上，數(shù)字素養(yǎng)的概念最早由保羅·吉爾斯特（Paul Gilster）在1997 年《數(shù)字素養(yǎng)》（Digital Literacy）一書中提出。他將其界定為“一種理解和使用來自各種數(shù)字資源的信息的能力”［9］。此后，各大公共組織相繼提出了數(shù)字技能的概念和框架。聯(lián)合國教科文組織（UNESCO）為進(jìn)一步提升公民數(shù)字素養(yǎng)、監(jiān)測世界各國的數(shù)字素養(yǎng)教育質(zhì)量，在2018 年發(fā)布了數(shù)字素養(yǎng)全球框架，將數(shù)字技能定義為“參與經(jīng)濟(jì)和社會生活中通過數(shù)字技術(shù)和聯(lián)網(wǎng)設(shè)備，安全恰當(dāng)?shù)囟x、獲取、管理、整合、傳播、評估和創(chuàng)建信息的能力”。歐盟（EU）提出的最新版數(shù)字技能框架，則將數(shù)字技能定義為“合理使用數(shù)字技術(shù)的能力和信心，包括在信息化時代，擁有使用數(shù)字技術(shù)的知識、技能和積極的態(tài)度”。國內(nèi)學(xué)者也指出，中國城鄉(xiāng)兒童之間的接入溝在縮小，包括媒介技術(shù)的自主使用、使用多樣性等在內(nèi)的使用溝才是更關(guān)鍵的數(shù)字鴻溝，使用動機(jī)和興趣、數(shù)字技能等是造成城鄉(xiāng)兒童數(shù)字鴻溝的核心因素［10］，研究強(qiáng)調(diào)了數(shù)字技能對城鄉(xiāng)數(shù)字鴻溝的影響作用。

結(jié)合過往文獻(xiàn)，本研究將農(nóng)民群體的數(shù)字技能界定為：農(nóng)民使用電腦、手機(jī)等數(shù)字設(shè)備進(jìn)行檢索、篩查、創(chuàng)造、分享數(shù)字信息，并具體應(yīng)用到生活學(xué)習(xí)與農(nóng)業(yè)實踐當(dāng)中的能力。開發(fā)農(nóng)民群體數(shù)字技能評估量表，對于幫助農(nóng)民群體共享數(shù)字紅利、規(guī)避數(shù)字風(fēng)險、融入數(shù)字進(jìn)程并加快建設(shè)數(shù)字鄉(xiāng)村，有著重要的戰(zhàn)略意義。

1.2 數(shù)字技能測評框架

關(guān)于數(shù)字技能的測量維度與要素，有學(xué)者從“數(shù)字素養(yǎng)”“信息素養(yǎng)”等概念出發(fā)，逐步展開了相關(guān)研究。國外對數(shù)字技能測評的研究起步較早。1994 年，以色列學(xué)者阿爾卡萊（Yoram Eshet-Alkalai）就曾從五個維度對“數(shù)字素養(yǎng)”做出界定，提出包括圖片-圖像素養(yǎng)、再創(chuàng)造素養(yǎng)、分支素養(yǎng)、信息素養(yǎng)、社會-情感素養(yǎng)在內(nèi)的概念框架［11］。阿爾卡萊在此基礎(chǔ)上加入了實時思維能力，強(qiáng)調(diào)人們在先進(jìn)的數(shù)字環(huán)境中實時處理大量刺激信息的能力，由此構(gòu)成了數(shù)字素養(yǎng)的六大技能框架。恩格（W.Ng）則主要將數(shù)字素養(yǎng)劃分為三個維度，包括技術(shù)維度、認(rèn)知維度和社會情感維度［12］，這也與歐盟在最新版數(shù)字技能研究框架（the DIGCOMP framework 2.2）中的劃分方式一致。2022 年，由歐盟提出的公民數(shù)字技能框架提出將數(shù)字技能納入技能、社交和態(tài)度的研究架構(gòu)中。歐洲公民數(shù)字技能框架同時列舉了五方面的數(shù)字技能：對信息和數(shù)據(jù)的基本理解、溝通與合作、數(shù)字內(nèi)容的創(chuàng)新和創(chuàng)造、數(shù)字安全與可持續(xù)發(fā)展、問題解決能力。國內(nèi)方面，王佑鎂等通過分析數(shù)字素養(yǎng)的概念流變指出，素養(yǎng)常常包含能力要素，從數(shù)字素養(yǎng)（Digital Literacy）到數(shù)字能力（Digital Competency），還必須跨域素養(yǎng)與能力之間的概念差異［13］，并將數(shù)字技能研究框架劃分成了工具性知識與技能、高級知識與技能、應(yīng)用態(tài)度三個方面。

在國內(nèi)，雖有圍繞農(nóng)民群體數(shù)字素養(yǎng)的框架建構(gòu)評估研究，但專為農(nóng)民群體開發(fā)的數(shù)字技能量表較為鮮見且存在不足。蘇嵐嵐和彭艷玲將農(nóng)民群體數(shù)字素養(yǎng)的測量分為“數(shù)字化通用素養(yǎng)”“數(shù)字化社交素養(yǎng)”“數(shù)字化創(chuàng)意素養(yǎng)”與“數(shù)字化安全素養(yǎng)”等四個維度［14］，該體系設(shè)計過程缺乏理論基礎(chǔ)。方偉和向川子從經(jīng)濟(jì)、政治、文化、社會、生態(tài)這五個視角出發(fā)，對雄安新區(qū)的農(nóng)村居民進(jìn)行了抽樣調(diào)查，以了解農(nóng)民群體的數(shù)字素養(yǎng)現(xiàn)狀［15］，但在框架設(shè)計過程中未能圍繞農(nóng)民群體的數(shù)字設(shè)備使用需求、技能特性展開針對性研究。武小龍和王涵基于勝任素質(zhì)理論，依托冰山模型與洋蔥模型，從基礎(chǔ)知識、專業(yè)技能、個體特質(zhì)、意識態(tài)度維度構(gòu)建農(nóng)民數(shù)字素養(yǎng)框架體系，但層級簡單，相應(yīng)維度未設(shè)二級指標(biāo)［16］。類似研究一方面缺乏框架設(shè)計的理論基礎(chǔ)，另一方面均只停留在理論討論層面，尚未開展實地調(diào)查，其適用性與有效性有待驗證。

既有研究對農(nóng)民群體數(shù)字技能的分析尚有大量可深入拓展的學(xué)術(shù)空間。一方面，有關(guān)農(nóng)民群體數(shù)字素養(yǎng)與技能的評估體系研究有待完善，尚缺乏一個能被認(rèn)可接受、泛用性高的量表。開發(fā)并驗證農(nóng)民群體數(shù)字技能量表，能夠助力政府為推動農(nóng)村數(shù)字化制定合理的資源配置和數(shù)字培訓(xùn)政策；另一方面，當(dāng)前有關(guān)農(nóng)村地區(qū)和農(nóng)民數(shù)字技能的評估體系研究仍然以理論探討為主，將研究所得投入量表評估及應(yīng)用、具體檢視農(nóng)民數(shù)字技能問題的實證研究十分稀缺。

研究采用定量與定性結(jié)合的方法，對農(nóng)民群體數(shù)字技能展開測量評估，包含以下目的：（1）明確農(nóng)民群體數(shù)字技能的定義；（2）設(shè)計數(shù)字技能的測量結(jié)構(gòu)和二級指標(biāo)；（3）通過實地應(yīng)用與數(shù)據(jù)分析，驗證農(nóng)民群體數(shù)字技能量表的有效性。具體而言，以農(nóng)民群體為研究對象，基于深度訪談、隨機(jī)抽樣問卷調(diào)查與數(shù)據(jù)分析，對構(gòu)建的農(nóng)民群體數(shù)字技能量表（DiSSF）展開實踐應(yīng)用，進(jìn)而檢驗該量表的科學(xué)性與可靠性。

1.3 數(shù)字鄉(xiāng)村背景下農(nóng)民群體數(shù)字技能研究

2019 年5 月16 日，《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》明確提出，要實施數(shù)字鄉(xiāng)村戰(zhàn)略，做好整體規(guī)劃設(shè)計，加快農(nóng)村地區(qū)寬帶網(wǎng)絡(luò)，開發(fā)適應(yīng)“三農(nóng)”特點的信息技術(shù)、產(chǎn)品、應(yīng)用和服務(wù)，推動遠(yuǎn)程醫(yī)療、遠(yuǎn)程教育等應(yīng)用普及，彌合城鄉(xiāng)數(shù)字鴻溝。2022 年《中國數(shù)字鄉(xiāng)村發(fā)展報告》顯示，當(dāng)前我國數(shù)字鄉(xiāng)村建設(shè)已取得階段性勝利，具體表現(xiàn)在鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)加快推進(jìn)、智慧農(nóng)業(yè)建設(shè)快速起步、鄉(xiāng)村數(shù)字經(jīng)濟(jì)新業(yè)態(tài)和新模式不斷涌現(xiàn)等八個方面［17］。對我國農(nóng)民而言，隨著數(shù)字化服務(wù)向農(nóng)村地區(qū)的延伸，數(shù)字技能不僅是日常學(xué)習(xí)和生活的重要能力，也是農(nóng)民群體適應(yīng)數(shù)字工作要求、加快數(shù)字融入的重要條件。

信息化時代，數(shù)字技術(shù)的更迭既增加了農(nóng)民數(shù)字融入的可能，也帶來城鄉(xiāng)數(shù)字鴻溝進(jìn)一步加劇的風(fēng)險。數(shù)字鄉(xiāng)村戰(zhàn)略背景下，開展農(nóng)民群體數(shù)字技能研究是發(fā)揮數(shù)字技術(shù)賦能作用，推動提高全民數(shù)字素養(yǎng)的關(guān)鍵舉措。構(gòu)建農(nóng)民群體數(shù)字技能量表，是評估當(dāng)前西部農(nóng)民數(shù)字技能水平、發(fā)現(xiàn)東西部差距所在的關(guān)鍵舉措，也是數(shù)字中國戰(zhàn)略下推進(jìn)數(shù)字鄉(xiāng)村建設(shè)、彌合城鄉(xiāng)數(shù)字鴻溝的題中之義。

在構(gòu)建農(nóng)民數(shù)字技能量表及二級維度設(shè)計過程中，尤其要關(guān)注農(nóng)民群體職業(yè)相關(guān)數(shù)字技能。聯(lián)合國教科文組織（UNESCO）在2018 年發(fā)布的數(shù)字素養(yǎng)全球框架（Digital Literacy Global Framework）中，在歐盟數(shù)字素養(yǎng)框架基礎(chǔ)上，補(bǔ)充增加了“職業(yè)相關(guān)域數(shù)字技能”（Career-related digital skills），指“專業(yè)生產(chǎn)過程中識別需求和發(fā)現(xiàn)問題、解決數(shù)字環(huán)境中的概念性問題，使用數(shù)字工具創(chuàng)新流程和產(chǎn)品，并跟上數(shù)字發(fā)展步伐的能力”［18］。對職業(yè)相關(guān)技能的補(bǔ)充進(jìn)一步增強(qiáng)了數(shù)字素養(yǎng)框架的實踐性和操作性。未來，在農(nóng)民群體的職業(yè)化教育、新型職業(yè)農(nóng)民培育中，對農(nóng)民群體職業(yè)相關(guān)數(shù)字技能的培訓(xùn)都將會是重要的培訓(xùn)內(nèi)容。

2 數(shù)字鄉(xiāng)村戰(zhàn)略下農(nóng)民群體數(shù)字技能評估量表構(gòu)建

2.1 測量維度與量表編制

2.1.1 數(shù)字使用慣習(xí)：馬斯洛需求理論

1943 年，美國社會心理學(xué)家亞伯拉罕·馬斯洛在《人類激勵理論》中首次提出需求層次理論，將人類需求從低至高劃分為生理、安全、歸屬與愛、尊重和自我實現(xiàn)需求［19］。該理論目前已在教育學(xué)、社會學(xué)、新聞傳播學(xué)等多學(xué)科的個體動機(jī)研究中取得了廣泛應(yīng)用。立足數(shù)字環(huán)境，研究試圖以農(nóng)民群體接觸和數(shù)字設(shè)備使用的需求動機(jī)為切入點，劃分農(nóng)民群體數(shù)字技能的不同維度。

為了使量表更好地契合農(nóng)民群體數(shù)字技術(shù)使用慣習(xí)，使測量維度與題項設(shè)計更適應(yīng)本土，研究人員先進(jìn)入“李家莊村微信群”“甘肅甜瓜種植農(nóng)業(yè)培訓(xùn)能力提升”等微信群開展了三個月的線上觀察，這些微信群以甘肅本地農(nóng)民為主，群成員以農(nóng)業(yè)種植、瓜果蟲害防治、栽培技術(shù)、果蔬產(chǎn)品銷售等為主要討論話題。

將潛水觀察與質(zhì)性訪談的研究發(fā)現(xiàn)進(jìn)行整理后，根據(jù)馬斯洛需求理論，可以將農(nóng)民群體的數(shù)字技能按照基礎(chǔ)生存-追求安全-尋求愛與歸屬-受到尊重-實現(xiàn)個人價值等不同層次的需求，分別對應(yīng)農(nóng)民群體的數(shù)字操作技能、信息技能；社交技能、安全技能；創(chuàng)新技能、問題解決與職業(yè)相關(guān)技能等。這啟發(fā)研究者在設(shè)計農(nóng)民數(shù)字技能量表及其二級指標(biāo)過程中采取漸進(jìn)式思維邏輯，圍繞農(nóng)民群體數(shù)字設(shè)備使用與數(shù)字技術(shù)學(xué)習(xí)的不同層次需求進(jìn)行初始題項設(shè)計。

2.1.2 量表設(shè)計依據(jù)：國際數(shù)字技能框架

在實際構(gòu)建農(nóng)民群體數(shù)字技能量表（Digital Skills Scale for Farmers，DiSSF）中，首先摘錄、翻譯了現(xiàn)有的成熟量表作為初步量表題庫。在編制過程中同時結(jié)合了歐盟（EU）發(fā)布的公民數(shù)字技能研究框架（DigComp 2.2，2022）與聯(lián)合國教科文組織（UNSECO）提出的全球數(shù)字素養(yǎng)框架（Digital Literacy Global Framework，2018）。2018 年，聯(lián)合國教科文組織在歐盟2016 年提出的公民數(shù)字技能框架（Dig-Comp 2.0）基礎(chǔ)上補(bǔ)充引入了操作技能與職業(yè)相關(guān)技能，最終形成了包含7 維度26 題項的全球數(shù)字素養(yǎng)框架（DLGF），該量表是現(xiàn)有研究中較為成熟、完善的研究框架，是制作預(yù)量表題庫的可靠模板；其次，對原版框架中的英文問題進(jìn)行中文翻譯編，同時對其中部分問題進(jìn)行了本土化調(diào)整或精簡。如將原題中“我知道不是所有網(wǎng)絡(luò)信息都是真實的”，簡化為“我知道網(wǎng)絡(luò)中存在虛假信息”，從而使題項更好適應(yīng)本土研究。需要說明的是，現(xiàn)有的研究框架中缺乏對“問題解決技能”與“職業(yè)相關(guān)技能”的場景化的測量題項描述。對于農(nóng)民群體的職業(yè)相關(guān)技能，研究人員參考了中央一號文件對“新農(nóng)人”的培育要求，完成了題項設(shè)計。由此創(chuàng)新性地構(gòu)建出農(nóng)民群體“問題解決技能”與“職業(yè)相關(guān)技能”，結(jié)合前期訪談中有關(guān)“農(nóng)業(yè)生產(chǎn)”“數(shù)字鄉(xiāng)村建設(shè)”“數(shù)字增收”等話題設(shè)計了相應(yīng)場景化測量題，最終共整理出包括7 個維度的45 個題項，由此形成了預(yù)量表題庫（見表1）。

表1 農(nóng)民群體數(shù)字技能預(yù)量表原始題項

2.1.3 量表結(jié)構(gòu)：農(nóng)民數(shù)字技能框架構(gòu)成

在參考?xì)W盟、聯(lián)合國教科文組織、美國國際教育協(xié)會等國際組織的研究后，構(gòu)建出包括操作技能（operational skills）、信息技能（information skills）、社交技能（social skills）、創(chuàng)新技能（creative skills）、安全技能（safety skills）、問 題 解 決 技 能（problem-solving skills）、職業(yè)相關(guān)技能（career-related skills）在內(nèi)的七維度農(nóng)民群體數(shù)字技能量表（DiSSF）。

其中，操作技能指對設(shè)備的使用熟練程度和完成基礎(chǔ)的軟硬件操作的能力。信息技能指搜集、識別、判斷、理解信息和數(shù)據(jù)的能力。社交技能指利用媒介與他人開展溝通合作、社會交往的能力。創(chuàng)新技能指數(shù)字內(nèi)容的創(chuàng)新創(chuàng)造能力。安全技能指數(shù)字安全意識和個人隱私保護(hù)能力。問題解決技能指使用網(wǎng)絡(luò)知識與數(shù)字技術(shù)解決實際生活、工作問題的能力。職業(yè)相關(guān)技能指在專業(yè)工作領(lǐng)域內(nèi)利用數(shù)字技術(shù)、數(shù)字工具提高自身專業(yè)生產(chǎn)質(zhì)量的能力（在本研究中，農(nóng)民群體的職業(yè)相關(guān)技能特指利用數(shù)字技術(shù)提高農(nóng)業(yè)生產(chǎn)水平、實現(xiàn)數(shù)字增收的能力）。

對于量表題項的表述，研究人員在問卷中提供了李克特五級選項供受訪者選擇，包括“完全不符合-比較不符合-不一定-比較符合-完全符合”［30］，要求其逐題選出最符合自身實際情況的選項。初始問卷（DiSSF 1.0）含有55 個題項，除了對應(yīng)不同技能維度的題項之外，還包括關(guān)于智能手機(jī)、電腦等數(shù)字設(shè)備的擁有，數(shù)字媒介接觸渠道、接觸時長與使用動機(jī)等問題。隨后，研究人員在“李家莊村微信群”“甘肅甜瓜種植農(nóng)業(yè)培訓(xùn)能力提升”群內(nèi)發(fā)布了受訪者招募通知，結(jié)合問卷填寫結(jié)果與線上觀察，邀請了八名農(nóng)民受訪者參與小組訪談。訪談主要對DiSSF 1.0 包含的維度與題項進(jìn)行了討論，同時引導(dǎo)受訪者彼此開放式對談，為補(bǔ)充引入其他技能維度提供思路。結(jié)合訪談結(jié)果，對初始量表中的部分題項進(jìn)行調(diào)整，形成了DiSSF 2.0 版本。

在問卷正式投放前，研究人員隨機(jī)邀請了20 位農(nóng)民進(jìn)行了問卷預(yù)填寫，確保不同背景和知識水平的受試者都能理解問卷中的表述。根據(jù)預(yù)填寫結(jié)果，研究者對部分題項的措辭進(jìn)行了調(diào)整。如將“我會使用一些簡單的技術(shù)進(jìn)行多媒體內(nèi)容的輸出”，修改為“我會使用一些簡單的技術(shù)創(chuàng)造出包含圖片、文字、聲音在內(nèi)的電子作品”，以便受試者能更好地理解題項中“多媒體”這一概念。由此，最終形成了DiSSF 3.0 版本并正式實施問卷調(diào)查。

2.2 數(shù)據(jù)來源與抽樣方法

本文選擇甘肅省作為調(diào)研地區(qū)。甘肅地處我國西北，農(nóng)民群體分布廣泛，數(shù)字技能在全國范圍內(nèi)處于落后水平［31］。通過對甘肅省農(nóng)民群體的數(shù)字技能進(jìn)行測量，能更全面地發(fā)現(xiàn)農(nóng)民群體在數(shù)字技術(shù)使用中存在的問題，挖掘農(nóng)民群體數(shù)字技能短板。

綜合考慮農(nóng)村信息化水平、經(jīng)濟(jì)發(fā)展水平、問卷投放便利性等因素，選取蘭州市榆中縣、蘭州市皋蘭縣、金昌市永昌縣、白銀市會寧縣、白銀市靖遠(yuǎn)縣、酒泉市玉門市、張掖市高臺縣、平?jīng)鍪星f浪縣等八地開展分層隨機(jī)抽樣。前期觀察結(jié)果顯示，以上市縣的農(nóng)村居民表現(xiàn)出了更高的數(shù)字技能需求，以新型職業(yè)農(nóng)民為代表的“新農(nóng)人”數(shù)量規(guī)模更大。其中，酒泉市玉門市、張掖市高臺縣、蘭州市皋蘭縣三地于2020年獲批成為全國首批數(shù)字鄉(xiāng)村試點地區(qū)。

在以上市縣的各1-2 個村鎮(zhèn)中隨機(jī)邀請15-20個農(nóng)戶進(jìn)行問卷填寫。本階段調(diào)研共發(fā)放256 份問卷，覆蓋6 市8 縣（區(qū)）12 個鄉(xiāng)鎮(zhèn)（村落）。在數(shù)據(jù)清洗后，最終回收有效問卷220 份，有效回收率為87.7%，此作為樣本A 用于量表的探索性因子分析（EFA）。為了提高量表的穩(wěn)定性及外部效度，將優(yōu)化得到的DiSSF 4.0 再次在問卷星、甘肅農(nóng)民報網(wǎng)頁端等平臺投放，第二次回收有效問卷428 份，作為樣本B 用于量表的驗證性因子分析（CFA）。

2.3 維度及指標(biāo)選取：探索性因子分析

（1）信度檢驗。在對樣本A 完成數(shù)據(jù)清洗后，對數(shù)據(jù)執(zhí)行EFA，首先進(jìn)行量表的信度檢驗。分析結(jié)果顯示，量表的KMO 值為0.865，巴特利球形檢驗（Barlett）達(dá)到顯著性水平（p＜0.0001），適合開展探索性因子分析（Field，2013）。

（2）分析步驟與方差解釋。采用最大似然法執(zhí)行Promax 正交旋轉(zhuǎn)，提取出特征值大于1 的因子共7 個，累計方差解釋率為73.372%。首次EFA 結(jié)果顯示，因子萃取數(shù)量與因子題項結(jié)構(gòu)均符合預(yù)期。這表明，前期的抽樣過程是嚴(yán)謹(jǐn)?shù)?，?shù)據(jù)表現(xiàn)良好。

為了最大程度區(qū)分?jǐn)?shù)字技能的不同維度，本研究采用變軸旋轉(zhuǎn)法形成了旋轉(zhuǎn)后的因子矩陣，采用最大似然法展開因子萃取，輸出最大方差旋轉(zhuǎn)后的結(jié)果。從既有研究中得知，數(shù)字技能的不同維度彼此相關(guān)［32］，研究者預(yù)計一些題項的定位是模糊的，可能存在部分題項在一個以上的因子上載荷較高。

（3）題項優(yōu)化與因子解決方案。為進(jìn)一步提高量表信度，需要刪除量表中因子載荷較低的題項。根據(jù)特征值超過1 的因子數(shù)量、因子累計解釋方差的百分比與各題項因子載荷來確定因子解決方案。因子載荷達(dá)到0.5 被認(rèn)為是將題項納入某個因子維度下的顯著標(biāo)準(zhǔn)（Field，2013），本研究在執(zhí)行了EFA 后綜合采取了三步，以確定量表保留哪些題項：

首先，依據(jù)因子載荷逐一比對，刪除因子載荷（λ）小于0.5 的題項；其次，刪除負(fù)載因子含混不清的題項（如落在不同因子下的題項）；最后，如果因子載荷差異不大于0.2，則刪除負(fù)載超過0.5 的多個因子的交叉加載項。

在刪除部分題項后，重新對量表執(zhí)行了第二次EFA。結(jié)果顯示，因子維度結(jié)構(gòu)發(fā)生改變，“操作技能”與“信息技能”維度下存在部分題項交叉載荷較高，“安全技能”維度下部分題項因子載荷較低，且僅提取出了五維結(jié)構(gòu)?；诖耍x擇強(qiáng)制執(zhí)行七維度萃取，最終得到的量表結(jié)構(gòu)符合預(yù)期，共提取出七個特征值大于1 的因子（見表2）。因子分析解釋了79.667%的方差變異（SD=2503.832，Df=351，p＜0.0001）。

表2 探索性因子分析結(jié)果

在EFA 的基礎(chǔ)上，通過因子載荷（λ）、可靠性（信度系數(shù)λ2）和內(nèi)部一致性信度（α）分析，可以確定農(nóng)民群體數(shù)字技能的七大維度。結(jié)合理論基礎(chǔ)與前人研究，為提取出的七個因子分別命名為“操作技能（operational skills）”“信息技能（information skills）”“社交技能（social skills）”“創(chuàng)新技能（creative skills）”“安全技能（safety skills）”“問題解決技能（problemsolving skills）”與“職業(yè)相關(guān)技能（career-related skills）”，結(jié)合研究內(nèi)容，末者后被命名為“數(shù)字農(nóng)業(yè)增收技能（digital farming income-increasing skills）”。

除前五項技能外，“問題解決技能”與“職業(yè)相關(guān)技能”這兩個維度尚未在國內(nèi)得到數(shù)據(jù)驗證，針對農(nóng)民群體的數(shù)字技能量表也暫未涉及，這是本文提出的創(chuàng)新性維度。七個維度的Cronbach’s alpha 值分布在0.822 和0.955 之間，量表總體信度較高，適合開展驗證性因子分析（CFA）。

2.4 維度及指標(biāo)確認(rèn)：驗證性因子分析

將執(zhí)行EFA 后的量表進(jìn)行了平臺的二次規(guī)?；斗?，經(jīng)過數(shù)據(jù)清洗得到樣本B，對樣本B 執(zhí)行了CFA，以確保量表的結(jié)構(gòu)性和穩(wěn)定性。同時，也對樣本B 執(zhí)行了收斂效度、區(qū)分效度和外部效度檢驗，從而驗證該量表模型在不同群組間的測量等價性，確保該模型可用來解釋調(diào)查的總體數(shù)據(jù)。

2.4.1 結(jié)構(gòu)效度檢驗

對樣本B 進(jìn)行了結(jié)構(gòu)效度、收斂效度和區(qū)分效度的計算檢驗。根據(jù)CFA 結(jié)果拆分出不同的測量模型。由于“社交技能”“操作技能”和“安全技能”僅含有3 個題項，無法執(zhí)行模型擬合，因此僅對其余四項技能展開驗證性因子分析。對構(gòu)建的四個測量模型分別展開路徑系數(shù)（因子載荷）分析與SMC 檢驗，檢驗結(jié)果顯示，“信息技能”“創(chuàng)新技能”“問題解決技能”與“數(shù)字農(nóng)業(yè)增收技能”各模型路徑系數(shù)均大于0.6，SMC 值大于0.36，此時再將各測量模型整合為結(jié)構(gòu)模型并重新執(zhí)行CFA。

結(jié)構(gòu)模型的初次CFA 擬合結(jié)果較差，絕對匹配指標(biāo)中，卡方Chi-square = 701.755，CHi/Df=2.347，GFI=0.659，AGFI=0.569；近似均方根誤差RMSEA=0.127，標(biāo)準(zhǔn)化均方根殘差SRMR=0.678；比較適度指標(biāo)NFI=0.753，IFI=0.841，CFI=0.838。根據(jù)模型擬合指數(shù)提供的調(diào)整意見，研究者調(diào)整了屬于同一因素的殘差項，以提高模型的精確度。

依據(jù)模型修正意見，刪去題項A2、C6、J3 將顯著降低卡方值（越小越好），因此將這三個題項刪去并重新執(zhí)行了CFA。

2.4.2 收斂效度與區(qū)分效度檢驗

為了檢驗收斂效度與區(qū)分效度，在AMOS輸出的基礎(chǔ)上分別計算了各維度組合信度CR、平均變異數(shù)萃取量AVE 和最大共享變異MSV。計算結(jié)果顯示，各維度組合信度CR 均大于0.7，收斂效度AVE均大于0.5，量表表現(xiàn)了出良好的收斂性。

為了檢驗量表的區(qū)分效度，對數(shù)字技能七個維度的MSV 值（每對維度間的相關(guān)性）分別計算，并與各維度AVE 開方根后的數(shù)值進(jìn)行比較，由此得到了因子間相關(guān)性MSV 與AVE 平方根（見表3）。結(jié)果顯示，每個維度的AVE 的平方根數(shù)值都大于每對維度間相關(guān)性MSV，七個維度的MSV 都低于AVE 值，這表明量表具有較好的區(qū)分效度。

表3 每對維度間相關(guān)性MSV 和AVE 值比較結(jié)果

重新在AMOS 中進(jìn)行模型擬合，修改后的測量模型結(jié)果顯示出了良好的適配度（整體擬合指標(biāo)結(jié)果見表4）。擬合結(jié)果顯示，CMIN/DF 值為1.506，小于3，適配良好；近似均方根誤差RMSEA 為0.072，小于0.08，可接受；標(biāo)準(zhǔn)化殘差均方和平方根SRMR 為0.0476，小于0.05，結(jié)果適配良好；擬合優(yōu)度指數(shù)GFI值為0.817，大于0.8，可接受；相對擬合指數(shù)NFI 值為0.865，大于0.8，可接受；比較擬合指數(shù)CFI 值為0.949，大于0.9，結(jié)果適配良好。綜合來看，農(nóng)民數(shù)字技能量表（DiSSF）的整體模型適配度良好。

表4 修改后的模型擬合結(jié)果

3 DiSSF 在我國西部農(nóng)村地區(qū)的應(yīng)用

在完成DiSSF 構(gòu)建后，對樣本B 展開數(shù)據(jù)分析，用于檢視我國西部農(nóng)村地區(qū)農(nóng)民群體數(shù)字技能的發(fā)展水平。首先圍繞人口統(tǒng)計學(xué)變量對西部農(nóng)民的整體數(shù)字技能展開分析，檢視年齡、受教育水平對農(nóng)民數(shù)字技能表現(xiàn)的影響。此外，為了進(jìn)一步檢視在鄉(xiāng)村振興背景下推行的新型職業(yè)農(nóng)民培育工程建設(shè)效果，本研究引入了“是否為新農(nóng)人”的問項，并將具體分析傳統(tǒng)農(nóng)民與“新農(nóng)人”在不同數(shù)字技能維度上的差異。

3.1 西部地區(qū)農(nóng)民的整體數(shù)字技能表現(xiàn)

為了檢驗?zāi)挲g和受教育水平對農(nóng)民數(shù)字技能的影響，本文對樣本執(zhí)行單因素方差分析。先分別在不同年齡和受教育水平下對各維度數(shù)字技能執(zhí)行方差齊性檢驗，再分別對各組間顯著性水平進(jìn)行比較。以受教育水平為例，分析受教育水平對農(nóng)民數(shù)字農(nóng)業(yè)增收技能影響的單因素方差結(jié)果（見表5），對其它自變量、因變量之間也進(jìn)行多重比較。

方差分析結(jié)果顯示，當(dāng)自變量設(shè)置為年齡時，年齡組2（31 歲-40 歲）的操作技能、信息技能、創(chuàng)新技能、安全技能和問題解決技能均顯著高于年齡組4（51 周歲及以上）；當(dāng)自變量設(shè)置為受教育水平時，學(xué)歷組4（本科及以上）的操作技能、創(chuàng)新技能、安全技能和問題解決技能均顯著高于學(xué)歷組1（初中及以下）。

這說明農(nóng)民群體的數(shù)字技能水平會受到年齡和受教育水平因素的影響，進(jìn)一步分析顯示：中青年組（18 歲-40 歲）及高學(xué)歷組（本科及以上）的數(shù)字技能水平最高，農(nóng)民群體數(shù)字技能水平與學(xué)歷呈正相關(guān)。這與過往研究結(jié)論一致，體現(xiàn)了教育和職業(yè)培訓(xùn)在提升農(nóng)民群體數(shù)字技能水平中的重要意義。綜合獨(dú)立樣本T 檢驗與單因素方差分析結(jié)果，量表整體表現(xiàn)出了良好的外部有效性。

3.2 傳統(tǒng)農(nóng)民與“新農(nóng)人”數(shù)字技能表現(xiàn)差異

為了分析“性別”與“是否為新農(nóng)人”對農(nóng)民數(shù)字技能水平的影響，研究者對樣本執(zhí)行了獨(dú)立樣本T檢驗。結(jié)果顯示，不同性別的農(nóng)民在數(shù)字技能各維度的表現(xiàn)均無顯著性差異（p＞0.05）；與傳統(tǒng)農(nóng)民相比，“新農(nóng)人”在“信息技能”“社交技能”“安全技能”和“數(shù)字農(nóng)業(yè)增收技能”方面表現(xiàn)更好（p＜0.05）；而在“操作技能”“創(chuàng)新技能”和“問題解決技能”方面，兩者沒有顯著性差異（p＞0.05）。

獨(dú)立樣本T 檢驗結(jié)果顯示，“新農(nóng)人”與傳統(tǒng)農(nóng)民的表現(xiàn)差異包括數(shù)字信息技能、數(shù)字安全技能與數(shù)字農(nóng)業(yè)增收技能三項?！靶罗r(nóng)人”的信息技能（M=17.06，SD=3.61）顯著高于傳統(tǒng)農(nóng)民（M=15.31，SD=4.32）；安全技能（M=12.42，SD=2.48）顯著高于傳統(tǒng)農(nóng)民（M=10.63，SD=3.55）；數(shù)字農(nóng)業(yè)增收技能（M=15.82，SD=3.80）顯著高于傳統(tǒng)農(nóng)民（M=12.98，SD=4.94）。在數(shù)字農(nóng)業(yè)增收技能方面，兩者差異最為顯著。這一結(jié)果體現(xiàn)了我國的“新農(nóng)人”培育政策在農(nóng)民群體數(shù)字技能提升方面取得的效果。掌握了數(shù)字技術(shù)的“新農(nóng)人”，在數(shù)字信息、網(wǎng)絡(luò)社交、數(shù)字安全、農(nóng)業(yè)增收等技能方面都高于傳統(tǒng)農(nóng)民。兩者間的差異也進(jìn)一步體現(xiàn)了在西部農(nóng)村推廣數(shù)字技能培訓(xùn)、加快“新農(nóng)人”培育的重要性。

4 研究總結(jié)

本研究基于在甘肅省6 市8 縣（區(qū)）12 鄉(xiāng)鎮(zhèn)（村落）開展的分層隨機(jī)抽樣調(diào)查數(shù)據(jù)，在國內(nèi)首次構(gòu)建了包括“操作技能”“信息技能”“社交技能”“創(chuàng)新技能”“安全技能”“問題解決技能”和“數(shù)字農(nóng)業(yè)增收技能”等七維度在內(nèi)的農(nóng)民數(shù)字技能評估量表（DiSSF）。研究結(jié)果表明：當(dāng)前我國西部地區(qū)農(nóng)民的數(shù)字技能整體水平較弱，傳統(tǒng)農(nóng)民的“信息技能”“社交技能”“安全技能”和“數(shù)字農(nóng)業(yè)增收技能”顯著低于掌握了數(shù)字技術(shù)生產(chǎn)的新型職業(yè)農(nóng)民，加快提升農(nóng)民數(shù)字素養(yǎng)與技能，是未來我國數(shù)字鄉(xiāng)村建設(shè)和鄉(xiāng)村振興的重要方向。

4.1 DiSSF 構(gòu)建結(jié)果與貢獻(xiàn)

本研究結(jié)合農(nóng)民群體的數(shù)字使用與需求，梳理國內(nèi)外理論梳理及前期質(zhì)性研究發(fā)現(xiàn)，開發(fā)并驗證了專門面向農(nóng)民群體的數(shù)字技能量表（DiSSF）?；仡櫿麄€研究過程，研究人員主要采取了“四步法”以實現(xiàn)研究目標(biāo)：

第一步，參考相關(guān)文獻(xiàn)與國際組織的研究，在借鑒范迪克（Van Dijk），范德森（Van Deursen）等的研究［21-22，32-33］、馬 斯 洛 需 求 理 論［19］與 聯(lián) 合 國 教 科 文 組 織提 出 的 數(shù) 字 技 能體系框 架（DLGF，2018）［28］的 基 礎(chǔ)上，完成了初始測量工具的開發(fā)編制。

第二步，研究人員遵循分層抽樣的原則，進(jìn)入甘肅省6 市8 縣（區(qū)）12 個鄉(xiāng)鎮(zhèn)（村落）的共計15 個微信群，展開了為期3 個月的線上潛水式觀察。期間研究人員根據(jù)觀察到的成員發(fā)言情況，邀請了8 位農(nóng)民個體接受半結(jié)構(gòu)訪談并組織這8 位農(nóng)民展開線上焦點小組訪談。結(jié)合訪談結(jié)果，研究人員對初始量表進(jìn)行了結(jié)構(gòu)性調(diào)整。

第三步，正式投放問卷前，隨機(jī)邀請了20 位農(nóng)民進(jìn)行問卷預(yù)填寫，完善了題項表述，確保題項內(nèi)容無歧義后進(jìn)行了第一階段的問卷投放，在15 個微信群中各隨機(jī)邀請10 名-20 名群成員參與問卷填寫形成樣本A，對樣本A 執(zhí)行探索性因子分析，確認(rèn)了數(shù)字技能量表的七維度，并刪除了部分題項以提高量表信度。

第四步，借助外部平臺完成了第二階段的問卷規(guī)模化投放，對樣本B 執(zhí)行了驗證性因子分析，借助AMOS 結(jié)構(gòu)方程模型分別驗證了量表的結(jié)構(gòu)效度、收斂效度與區(qū)分效度，調(diào)整后的量表模型從數(shù)值上表現(xiàn)出了良好的擬合度，說明量表具有較高的穩(wěn)定性與外部效度。最終得到了一個兼具測量有效性和可靠性的農(nóng)民群體數(shù)字技能量表（DiSSF），包含7 個數(shù)字技能維度（14 個子維度）及24 個題項（見表6）。

過往鮮有研究結(jié)合國內(nèi)外理論框架實證開發(fā)、建構(gòu)并驗證、應(yīng)用針對農(nóng)民群體的數(shù)字技能量表，本研究彌補(bǔ)了這一不足；驗證了“信息技能”應(yīng)單獨(dú)作為一項數(shù)字技能在量表結(jié)構(gòu)中加載。過往研究中，“信息技能”常被合并至“操作技能”維度下。然而已有有研究表明，信息技能是數(shù)字技能的重要內(nèi)容，應(yīng)單獨(dú)被設(shè)置為一個構(gòu)面［33］。本研究經(jīng)過因子旋轉(zhuǎn)成功萃取出獨(dú)立的“信息技能”因子，因子載荷和信度表現(xiàn)良好，得到的量表結(jié)構(gòu)更加貼合測量農(nóng)民數(shù)字技能的實際；第三，本研究提煉出“數(shù)字農(nóng)業(yè)增收技能”維度，這是本研究的重要創(chuàng)新發(fā)現(xiàn)。在設(shè)計預(yù)量表時，參考中國社會科學(xué)院信息中心發(fā)布的《中國鄉(xiāng)村數(shù)字素養(yǎng)調(diào)查分析報告》與中央一號文件對“新型職業(yè)農(nóng)民”的培育要求，結(jié)合前期定性研究結(jié)果，具體設(shè)計了“職業(yè)相關(guān)技能”的測量題項。在實際驗證的過程中，該維度的題項表現(xiàn)出良好的可靠性和有效性，因子載荷值與內(nèi)部收斂效度在所有維度中是最高的。這體現(xiàn)出在DiSSF 中引入“職業(yè)相關(guān)技能”并展開具體測量的必要性。

4.2 提升農(nóng)民群體數(shù)字技能的對策建議

研究發(fā)現(xiàn)，上述七維數(shù)字技能存在“淺層外顯”與“深層內(nèi)隱”的結(jié)構(gòu)關(guān)系［34］?！皽\層外顯”能力主要包括基礎(chǔ)層與應(yīng)用層數(shù)字技能，前者包括操作技能、信息技能，強(qiáng)調(diào)農(nóng)民群體對數(shù)字技術(shù)的基礎(chǔ)運(yùn)用和對數(shù)字設(shè)備的操控能力；后者包括問題解決技能、數(shù)字農(nóng)業(yè)增收技能，指農(nóng)民群體將數(shù)字技術(shù)運(yùn)用到實際生活與農(nóng)業(yè)生產(chǎn)中解決現(xiàn)實問題、實現(xiàn)數(shù)字創(chuàng)收的能力?！吧顚觾?nèi)隱”層面的價值維度包括數(shù)字創(chuàng)新技能、安全技能，泛指農(nóng)民群體在數(shù)字使用過程中體現(xiàn)的數(shù)字倫理道德、安全意識與創(chuàng)新能力等。

DiSSF 應(yīng)用結(jié)果顯示，農(nóng)民群體的信息技能、數(shù)字農(nóng)業(yè)增收技能、數(shù)字安全技能這幾項得分較低，是未來鄉(xiāng)村地區(qū)開展數(shù)字技能培育工作的重點方向。

4.2.1 基礎(chǔ)層：提升信息技能操作應(yīng)用能力

信息是數(shù)字時代重要的資源和財富，當(dāng)前城鄉(xiāng)經(jīng)濟(jì)發(fā)展的“馬太效應(yīng)”帶來了信息基礎(chǔ)設(shè)施建設(shè)與數(shù)字基礎(chǔ)應(yīng)用能力的“馬太效應(yīng)”［35］。當(dāng)前，我國城鄉(xiāng)地區(qū)的數(shù)字設(shè)備接入差距已經(jīng)逐漸縮小，但農(nóng)村地區(qū)居民的信息素養(yǎng)水平相對較低，具體表現(xiàn)為信息獲取的渠道和形式較為單一、信息搜集篩查能力弱、智能設(shè)備使用熟悉程度低等。提升農(nóng)民群體數(shù)字操作能力，幫助農(nóng)民群體在基礎(chǔ)層面縮小與城市居民的差距，獲取數(shù)字資源，享受信息時代的數(shù)字紅利。

4.2.2 應(yīng)用層：引導(dǎo)鄉(xiāng)村農(nóng)民數(shù)字農(nóng)業(yè)增收

數(shù)字技術(shù)的發(fā)展對傳統(tǒng)農(nóng)業(yè)生產(chǎn)效益的提升作用顯著。本研究圍繞農(nóng)民群體利用數(shù)字技術(shù)開展農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)增收的技能水平展開了專項測量，并將相應(yīng)題項歸入“數(shù)字農(nóng)業(yè)增收技能”。應(yīng)用結(jié)果顯示，西部地區(qū)農(nóng)民在該維度上得分較低。

當(dāng)前，我國智慧農(nóng)業(yè)建設(shè)快速進(jìn)步。數(shù)字育種探索起步，智能農(nóng)機(jī)裝備研發(fā)應(yīng)用取得重要進(jìn)展，智慧大田農(nóng)場建設(shè)多點突破，畜禽養(yǎng)殖數(shù)字化與規(guī)模化、標(biāo)準(zhǔn)化同步推進(jìn)，數(shù)字技術(shù)支撐的多種漁業(yè)養(yǎng)殖模式相繼投入生產(chǎn)。提升鄉(xiāng)村及農(nóng)民群體的數(shù)字農(nóng)業(yè)增收技能，才能更好幫助其實現(xiàn)從技能學(xué)習(xí)到生產(chǎn)增收的效益轉(zhuǎn)換，更好助力數(shù)字鄉(xiāng)村的建設(shè)與長遠(yuǎn)收益。

4.2.3 價值層：加強(qiáng)農(nóng)民群體數(shù)字安全教育

數(shù)字信息時代，網(wǎng)絡(luò)信息紛繁復(fù)雜，農(nóng)民群體由于受教育水平較低，對于網(wǎng)絡(luò)上的復(fù)雜信息辨識能力較低。同時，近年來針對農(nóng)村地區(qū)老年群體的電信詐騙、網(wǎng)絡(luò)傳銷案件層出不窮。農(nóng)民群體由于數(shù)據(jù)隱私素養(yǎng)較低，會引發(fā)一系列網(wǎng)絡(luò)風(fēng)險。因此，鄉(xiāng)村基層政府需要重視農(nóng)民群體的數(shù)字安全教育，切實幫助他們規(guī)避各類網(wǎng)絡(luò)風(fēng)險。

此外，對我國農(nóng)村地區(qū)新型職業(yè)農(nóng)民的培育而言，尤其要關(guān)注培育并提升其職業(yè)素養(yǎng)和數(shù)字技能。培育具有高數(shù)字技能、懂管理善經(jīng)營的“數(shù)字新農(nóng)人”［36］，進(jìn)而激發(fā)我國數(shù)字鄉(xiāng)村建設(shè)的內(nèi)生活力。提升“新農(nóng)人”的職業(yè)相關(guān)數(shù)字技能，對于提升農(nóng)民綜合素質(zhì)和技能，推動數(shù)字鄉(xiāng)村建設(shè)都將起到關(guān)鍵作用。