唐 欣，謝詩蕾

（1.湖南工學(xué)院商學(xué)院，湖南 衡陽 421002；2.浙江工商大學(xué)會(huì)計(jì)學(xué)院，浙江 杭州 310018）

一、引言

實(shí)施鄉(xiāng)村振興戰(zhàn)略是黨的十九大做出的重大決策部署，也是新時(shí)代“三農(nóng)”工作的總抓手。2022年印發(fā)的《中共中央 國務(wù)院關(guān)于做好2022 年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》強(qiáng)調(diào)“聚焦產(chǎn)業(yè)促進(jìn)鄉(xiāng)村發(fā)展，大力發(fā)展縣域富民產(chǎn)業(yè)”；2023 年中央一號(hào)文件指出“世界百年未有之大變局加速演進(jìn)，我國發(fā)展進(jìn)入戰(zhàn)略機(jī)遇和風(fēng)險(xiǎn)挑戰(zhàn)并存、不確定難預(yù)料因素增多的時(shí)期，守好‘三農(nóng)’基本盤至關(guān)重要、不容有失”?？梢?，縣域經(jīng)濟(jì)是鄉(xiāng)村經(jīng)濟(jì)發(fā)展的關(guān)鍵支撐，提升鄉(xiāng)村經(jīng)濟(jì)韌性則是鄉(xiāng)村全面振興的前提條件。據(jù)此，本文聚焦鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素和提升機(jī)制，以期為鄉(xiāng)村全面振興目標(biāo)的實(shí)現(xiàn)提供可能的經(jīng)驗(yàn)證據(jù)和實(shí)踐指導(dǎo)。

“韌性”一詞最初源于物理學(xué)，后被導(dǎo)入經(jīng)濟(jì)領(lǐng)域引申出經(jīng)濟(jì)韌性的概念，用以描述一個(gè)經(jīng)濟(jì)體通過調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)變增長方式等途徑抵御外部沖擊、應(yīng)對外部干擾、實(shí)現(xiàn)可持續(xù)經(jīng)濟(jì)發(fā)展的能力?！敖?jīng)濟(jì)韌性”以其動(dòng)態(tài)性和非線性特征引起學(xué)者們的積極關(guān)注[1]，近年來被廣泛應(yīng)用于地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展等相關(guān)研究中。相對而言，聚焦鄉(xiāng)村經(jīng)濟(jì)韌性的研究成果較少，代表性觀點(diǎn)如下：鄉(xiāng)村經(jīng)濟(jì)韌性的提升有賴于加強(qiáng)鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)和增加公共服務(wù)投入[2]、健全相關(guān)政策和暢通市場渠道[3]、促進(jìn)產(chǎn)業(yè)集聚和發(fā)展電子商務(wù)[4]等；鄉(xiāng)村經(jīng)濟(jì)韌性的測度指標(biāo)包括冗余度、多元度和多尺度[5]，自我適應(yīng)力、創(chuàng)新轉(zhuǎn)型力和抵御風(fēng)險(xiǎn)力[6]，抵抗力、恢復(fù)力和進(jìn)化力[7]；提升鄉(xiāng)村經(jīng)濟(jì)韌性能夠促進(jìn)城鄉(xiāng)融合發(fā)展[8]、提高鄉(xiāng)村治理能力[9]、實(shí)現(xiàn)鄉(xiāng)村全面振興[10]。

通過文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)術(shù)界目前主要針對鄉(xiāng)村經(jīng)濟(jì)韌性的前因要素、測度指標(biāo)和后果展開研究，但相關(guān)成果還顯得較為凌亂，缺乏整合性，尤其在兩個(gè)方面亟需展開深入研究：一是已有研究所概括提煉的鄉(xiāng)村經(jīng)濟(jì)韌性影響因素不夠全面，難以體現(xiàn)鄉(xiāng)村經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)機(jī)制的全貌；二是少有文獻(xiàn)關(guān)注鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征，難以推演出有針對性的韌性提升機(jī)制。事實(shí)上，我國廣袤地域范圍內(nèi)鄉(xiāng)村產(chǎn)業(yè)發(fā)展驅(qū)動(dòng)因素的差異性較大[11]，東、中、西部地區(qū)各類因素影響鄉(xiāng)村經(jīng)濟(jì)韌性的作用機(jī)制明顯不同[12]。因此，解析不同地域鄉(xiāng)村經(jīng)濟(jì)韌性的差異化時(shí)空分布特征，一方面有助于全面揭示鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素，另一方面有助于提煉出適應(yīng)不同地域狀況的多樣化鄉(xiāng)村經(jīng)濟(jì)韌性提升路徑，從而幫助全國尤其是發(fā)展基礎(chǔ)薄弱、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)找尋適合自身資源稟賦、鄉(xiāng)土習(xí)俗、地域特色的鄉(xiāng)村產(chǎn)業(yè)興旺之路。

綜上所述，本文意在探索鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征，進(jìn)而概括出鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素體系，并應(yīng)用空間常系數(shù)模型比較各影響因素的作用效應(yīng)大小，使用模糊集定性比較分析方法解析鄉(xiāng)村經(jīng)濟(jì)韌性的核心前因要素、探討多重影響因素的組態(tài)效應(yīng)。具體擬解決如下問題：鄉(xiāng)村經(jīng)濟(jì)韌性在省域尺度上具有怎樣的區(qū)域集聚特征？鄉(xiāng)村經(jīng)濟(jì)韌性在地理空間上是否存在相關(guān)性？哪些核心前因要素有助于提升鄉(xiāng)村經(jīng)濟(jì)韌性？什么樣的組態(tài)路徑可以協(xié)同提升鄉(xiāng)村經(jīng)濟(jì)韌性？針對第一個(gè)問題，本文將使用核密度估計(jì)方法來探討，對第二個(gè)問題將通過計(jì)算Moran’s I 統(tǒng)計(jì)量來反映，對第三和第四個(gè)問題的回答將基于TOE 框架、空間常系數(shù)模型和模糊集定性比較分析來完成。

二、變量測度、數(shù)據(jù)來源及方法

（一）變量測度與數(shù)據(jù)來源

參考《國家鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018-2022 年）》對鄉(xiāng)村產(chǎn)業(yè)興旺的認(rèn)定標(biāo)準(zhǔn)，考慮到各變量測量數(shù)據(jù)的可得性，同時(shí)借鑒已有研究成果[13][14][15][16]，本文初步甄選出19 個(gè)評(píng)價(jià)指標(biāo)用于測度鄉(xiāng)村經(jīng)濟(jì)韌性。以Brian Walker[17]等人的經(jīng)典文獻(xiàn)為理論指導(dǎo)，選定彈性、適應(yīng)性與可轉(zhuǎn)變性為基準(zhǔn)維度，經(jīng)邀請10 位農(nóng)業(yè)經(jīng)濟(jì)、鄉(xiāng)村振興方面的專家展開討論，最終確定使用12 個(gè)評(píng)價(jià)指標(biāo)來測度鄉(xiāng)村經(jīng)濟(jì)韌性。專家討論過程中通過使用德爾菲法，確定了12 個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，具體內(nèi)容如表1 所示。

表1 鄉(xiāng)村經(jīng)濟(jì)韌性評(píng)價(jià)指標(biāo)體系及權(quán)重

本文所使用的數(shù)據(jù)來源于《中國縣域統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國財(cái)政年鑒》、中國市場化指數(shù)報(bào)告、各縣（區(qū)）政府公報(bào)。為整體把握全國鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征，本文選取省域作為研究尺度，計(jì)算過程中將各省域內(nèi)縣域鄉(xiāng)村經(jīng)濟(jì)韌性的指標(biāo)進(jìn)行加和作為基礎(chǔ)數(shù)據(jù)。為盡可能全面地推演鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)間演化規(guī)律，將分析周期確定為2012-2020 年，考慮到時(shí)間維度的截面分析一般以3 年為周期，故鄉(xiāng)村經(jīng)濟(jì)韌性時(shí)空特征分析中所選擇的對比時(shí)間軸為2012-2014 年、2015-2017 年、2018-2020 年。

如前文所述，縣域是鄉(xiāng)村經(jīng)濟(jì)發(fā)展的微觀基礎(chǔ)，因此本文的模糊集定性比較分析以農(nóng)業(yè)農(nóng)村部2019 年公布的100 個(gè)全國農(nóng)村創(chuàng)新創(chuàng)業(yè)典型縣為樣本?？紤]到組態(tài)分析過程中結(jié)果變量相對條件變量一般會(huì)呈現(xiàn)出時(shí)間滯后性，故基于TOE 框架的組態(tài)分析條件變量測度選擇2019 年數(shù)據(jù)，其對應(yīng)的鄉(xiāng)村經(jīng)濟(jì)韌性測度選擇2020 年數(shù)據(jù)，以保障組態(tài)分析的時(shí)效性。

（二）核密度估計(jì)

核密度估計(jì)能夠有效反映地理要素在空間上的集聚密度規(guī)律，若某一區(qū)域的點(diǎn)分布密集，說明該區(qū)域事件發(fā)生概率高，反之則表明發(fā)生概率低。本文使用核密度估計(jì)對縣域鄉(xiāng)村經(jīng)濟(jì)韌性的冷熱點(diǎn)分布進(jìn)行探測，該估計(jì)法通常采用Rosenblattparzen 函數(shù)，公式如下：

式（1）中，k 為核函數(shù)；h（h＞0）為帶寬，n 為樣本總數(shù)，x -xi表示柵格中心點(diǎn)x 到樣本xi處的距離。

（三）空間自相關(guān)分析

本文采取空間自相關(guān)方法來分析鄉(xiāng)村經(jīng)濟(jì)韌性的空間集聚狀況。該方法常被用于確定某一變量是否在空間上相關(guān)以及相關(guān)程度如何，通常分為全局空間自相關(guān)和局域空間自相關(guān)，分析結(jié)果一般通過Moran’s I 統(tǒng)計(jì)量來反映。全局空間自相關(guān)用于探索整個(gè)空間屬性數(shù)據(jù)的分布模式及空間結(jié)構(gòu)情況，反映的是空間鄰接或鄰近區(qū)域單元屬性值的相似程度。全局Moran’s I 指數(shù)（Global Moran’s I）計(jì)算方法如下：

式（2）中，I 代表Global Moran’s I；Xi和Xj分別為i 和j 所在位置的觀察值；Wij為空間權(quán)重，結(jié)果進(jìn)行z 統(tǒng)計(jì)檢驗(yàn)。

局域空間自相關(guān)可以進(jìn)一步探索屬性數(shù)據(jù)在空間上的聚集行為、聚集位置等空間信息。本文采用Local Moran’s I 指數(shù)（LISA）來衡量局域空間自相關(guān)，公式如下：

式（3）中，Ii代表Local Moran’s I；Zi、Zj是觀察值的標(biāo)準(zhǔn)化形式；空間權(quán)重矩陣Wij是行標(biāo)準(zhǔn)化形式。結(jié)果同樣采用z 統(tǒng)計(jì)檢驗(yàn)。Moran’s I 的取值范圍為[-1，1]，正值表示區(qū)域存在空間正相關(guān)；負(fù)值表示區(qū)域存在空間負(fù)相關(guān)；零值表示不存在空間自相關(guān)。

（四）空間常系數(shù)模型

本文對鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的探討采用Anselin的空間線性回歸方程展開，該回歸方程根據(jù)參數(shù)取值差異可分為空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）。在具體的實(shí)證檢驗(yàn)中，需要對空間滯后模型（SLM）和空間誤差模型（SEM）進(jìn)行選擇。依據(jù)Anselin 和Florax 提出的判別準(zhǔn)則[18]，學(xué)者們通常的做法是通過比較擬合優(yōu)度Adjusted R2及自然對數(shù)似然函數(shù)值log L 的大小來判斷究竟應(yīng)當(dāng)選擇哪個(gè)模型，空間自相關(guān)性檢驗(yàn)結(jié)果中這兩個(gè)評(píng)價(jià)指標(biāo)值較大的模型為優(yōu)選。

（五）模糊集定性比較分析

模糊集定性比較分析方法的案例選擇遵循理論抽樣的原則，其研究樣本需要保證一定的異質(zhì)性。本文選擇農(nóng)業(yè)農(nóng)村部2019 年公布的全國農(nóng)村創(chuàng)新創(chuàng)業(yè)典型縣為樣本，這些案例經(jīng)過農(nóng)業(yè)農(nóng)村部的規(guī)范評(píng)價(jià)，且附有相對詳細(xì)的鄉(xiāng)村經(jīng)濟(jì)韌性提升舉措，能夠滿足組態(tài)分析的相關(guān)要求。同時(shí)上述縣域覆蓋了中國大陸絕大多數(shù)省級(jí)行政區(qū)及直轄市（除上海、廣東和海南外），其所實(shí)施的鄉(xiāng)村產(chǎn)業(yè)發(fā)展政策因地制宜，且都能達(dá)成提升鄉(xiāng)村經(jīng)濟(jì)韌性的目標(biāo)，具備“相同結(jié)果源自差異原因”的特點(diǎn)，滿足案例選擇中條件變量的異質(zhì)性要求，通過對這些案例進(jìn)行對比分析能夠挖掘出影響鄉(xiāng)村經(jīng)濟(jì)韌性的核心因素、邊緣因素及替代關(guān)系。同時(shí)本文所選案例地理空間分布廣袤，適合解析鄉(xiāng)村經(jīng)濟(jì)韌性影響因素組態(tài)類別的時(shí)空分布特征。

三、鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布

（一）鄉(xiāng)村經(jīng)濟(jì)韌性的地理空間分布

利用ArcGIS 中的核密度分析工具，采用自然斷裂法將2012-2020 年期間全國各個(gè)省域范圍內(nèi)鄉(xiāng)村經(jīng)濟(jì)韌性的數(shù)值按密度分為冷點(diǎn)區(qū)、次冷點(diǎn)區(qū)、次熱點(diǎn)區(qū)、熱點(diǎn)區(qū)，分析結(jié)果表明：省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性存在明顯的地區(qū)差異和空間集聚，其中2012-2014 年、2015-2017 年、2018-2020 年3 個(gè)時(shí)間段內(nèi)全國省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性的差距逐漸縮小，表明隨著時(shí)間的推進(jìn)，部分省域鄉(xiāng)村經(jīng)濟(jì)韌性提升較快，比如新疆、西藏、黑龍江和吉林從冷點(diǎn)區(qū)進(jìn)入次冷點(diǎn)區(qū)；重慶、湖北、江蘇和浙江從次冷點(diǎn)區(qū)進(jìn)入次熱點(diǎn)區(qū)；山東和河南從次熱點(diǎn)區(qū)進(jìn)入熱點(diǎn)區(qū)。此外，鄉(xiāng)村經(jīng)濟(jì)韌性水平提升的省域往往不是獨(dú)立出現(xiàn)，而是與其周邊省域相伴出現(xiàn)的，比如遼寧與周邊省域呈現(xiàn)“高—高集聚”特征。這種空間格局及動(dòng)態(tài)變化特征是否隱含著空間相關(guān)性的作用？下文將通過空間自相關(guān)分析來加以探討。

（二）鄉(xiāng)村經(jīng)濟(jì)韌性的空間自相關(guān)分析

利用GeoDa 軟件計(jì)算2012-2020 年省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性的全局Moran’s I 值（表2），結(jié)果顯示，2013、2014、2017 和2020 年通過z 值檢驗(yàn)（P≤0.1），其中2013 和2017 年Moran’s I 值為負(fù)，表明在這兩個(gè)年份，省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性存在負(fù)向空間自相關(guān)且具有集聚特征；而其他年份均通過了z 值檢驗(yàn)（P≤0.05），且Moran’s I 值為正，表明省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性存在正向空間自相關(guān)且具有集聚特征，也即鄉(xiāng)村經(jīng)濟(jì)韌性水平高的省份在空間上鄰近，鄉(xiāng)村經(jīng)濟(jì)韌性水平低的省份在空間上也鄰近，但是Moran’s I 值最高也僅達(dá)到0.2309，說明空間相關(guān)性并非很強(qiáng)。

表2 省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性的全局Moran’s I 估計(jì)值（2012-2020 年）

接著計(jì)算上述3 個(gè)時(shí)間段內(nèi)省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性水平的LISA 值，并在z 值檢驗(yàn)基礎(chǔ)上繪制LISA 聚類圖，分析鄉(xiāng)村經(jīng)濟(jì)韌性的局部空間自相關(guān)性及空間分布的異質(zhì)性。從Moran 散點(diǎn)圖及其統(tǒng)計(jì)數(shù)據(jù)①可以看出，省域范圍內(nèi)鄉(xiāng)村經(jīng)濟(jì)韌性的全域性與局域性空間依賴緊密相聯(lián)，總體方向一致，存在空間溢出效應(yīng)，但不同省域之間存在不同的空間相關(guān)方式，以局域性的“高—高集聚”以及“高—低集聚”為主要表現(xiàn)形式。比如遼寧、山西與鄰近省域鄉(xiāng)村經(jīng)濟(jì)韌性表現(xiàn)出“高—高集聚”形式，山東、河南與鄰近省域鄉(xiāng)村經(jīng)濟(jì)韌性表現(xiàn)出“高—低集聚”形式。

四、鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素分析

（一）TOE 框架下鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素

對鄉(xiāng)村經(jīng)濟(jì)韌性的影響因素進(jìn)行歸納需要導(dǎo)入一個(gè)包容性較強(qiáng)的理論框架。TOE（技術(shù)-組織-環(huán)境）框架由Tornatizky 和Fleischer 提出，是一種基于技術(shù)應(yīng)用情境的分析框架[19]，之后學(xué)界不斷賦予其新的理論內(nèi)涵。在TOE 框架中，技術(shù)因素側(cè)重于技術(shù)應(yīng)用與收益能力之間的匹配關(guān)系[20]；組織因素側(cè)重于人力資源、多樣化資源儲(chǔ)備等[21]；環(huán)境因素則側(cè)重于市場結(jié)構(gòu)、外部協(xié)同機(jī)制等[22]。經(jīng)典文獻(xiàn)指出，理想的組態(tài)要素?cái)?shù)量一般為4 至7 個(gè)[23]，本文秉承這一主流觀點(diǎn)，凝練出6 個(gè)影響因素，其中技術(shù)因素包括數(shù)字化生產(chǎn)、硬件設(shè)施，組織因素包括人力資源、金融資本，環(huán)境因素包括市場規(guī)模、專業(yè)服務(wù)。基于TOE 框架的鄉(xiāng)村經(jīng)濟(jì)韌性影響因素模型如圖1 所示。

圖1 基于TOE 框架的鄉(xiāng)村經(jīng)濟(jì)韌性影響因素模型

（二）鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的作用效應(yīng)對比

為減少數(shù)據(jù)波動(dòng)和降低模型的異方差性，本文先對所有變量指標(biāo)的數(shù)據(jù)進(jìn)行自然對數(shù)化處理，然后根據(jù)空間常系數(shù)模型的基本形式，構(gòu)建影響省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性時(shí)空分布的空間滯后模型和空間誤差模型。其中，空間滯后模型（SLM）為：

式（4）中，F(xiàn)actor×Cit代表數(shù)字化生產(chǎn)、硬件設(shè)施、人力資源、金融資本、市場規(guī)模和專業(yè)服務(wù)等前因變量；ρ 是空間自回歸系數(shù)；W 是空間權(quán)重矩陣；ρWLnEit是空間滯后變量；εit是隨機(jī)誤差項(xiàng)。

空間誤差模型（SEM）為：

式（5）中，F(xiàn)actor×Cit代表數(shù)字化生產(chǎn)、硬件設(shè)施、人力資源、金融資本、市場規(guī)模和專業(yè)服務(wù)等前因變量；φ 是空間誤差系數(shù)，衡量樣本觀測值的空間依賴關(guān)系；Wεit是空間滯后誤差項(xiàng)。

空間自相關(guān)分析顯示，省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性存在顯著的空間自相關(guān)性，為剔除其影響，本文使用納入空間自相關(guān)性的空間計(jì)量經(jīng)濟(jì)模型進(jìn)行估計(jì)，對鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的作用效應(yīng)大小進(jìn)行對比?？紤]到區(qū)域環(huán)境因素對經(jīng)濟(jì)發(fā)展?fàn)顩r的影響通常具有滯后性，研究過程中通常以滯后1 年或者3 年為宜[24]，因此本文對2012-2014 年、2015-2017 年兩個(gè)時(shí)間段內(nèi)鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的作用效應(yīng)進(jìn)行分析，前一個(gè)時(shí)間段的影響因素?cái)?shù)據(jù)源自2012-2014 年，鄉(xiāng)村經(jīng)濟(jì)韌性數(shù)據(jù)源自2015-2017 年；后一個(gè)時(shí)間段的影響因素?cái)?shù)據(jù)源自2015-2017 年，鄉(xiāng)村經(jīng)濟(jì)韌性數(shù)據(jù)源自2018-2020 年。計(jì)算結(jié)果顯示，空間誤差模型（SEM）的Adjusted R2以及LogL 均大于空間滯后模型（SLM），即空間效應(yīng)更多地體現(xiàn)在誤差項(xiàng)上。因此，本文選擇SEM 模型作為基準(zhǔn)模型，對比鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的作用效應(yīng)大小，結(jié)果見表3。

表3 鄉(xiāng)村經(jīng)濟(jì)韌性影響因素空間計(jì)量回歸結(jié)果

從空間影響效應(yīng)來看，SEM 模型回歸結(jié)果顯示：空間誤差系數(shù)φ 在兩個(gè)時(shí)間段內(nèi)均通過了1%水平的顯著性檢驗(yàn)，其系數(shù)分別為0.35112、0.38064，表明省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性具有較高的關(guān)聯(lián)性，空間上存在明顯的區(qū)際聯(lián)動(dòng)效應(yīng)，且空間關(guān)聯(lián)效應(yīng)隨著時(shí)間推進(jìn)逐步增強(qiáng)，與上文研究結(jié)論一致。

兩個(gè)時(shí)間段內(nèi)均通過1%顯著性水平檢驗(yàn)的影響因素為專業(yè)服務(wù)和硬件設(shè)施，且專業(yè)服務(wù)的影響系數(shù)（0.12995 和0.11436）大于硬件設(shè)施（0.10274和0.09481），表明專業(yè)服務(wù)對提升鄉(xiāng)村經(jīng)濟(jì)韌性的驅(qū)動(dòng)作用更大。同理可知，通過5%顯著性水平檢驗(yàn)的因素為數(shù)字化生產(chǎn)和人力資源，且數(shù)字化生產(chǎn)相對人力資源對提升鄉(xiāng)村經(jīng)濟(jì)韌性的驅(qū)動(dòng)作用更大。

金融資本僅在2015-2017 年通過10%的顯著性水平檢驗(yàn)，市場規(guī)模則在兩個(gè)時(shí)間段內(nèi)均未通過顯著性檢驗(yàn)，表明金融資本和市場規(guī)模對提升鄉(xiāng)村經(jīng)濟(jì)韌性的驅(qū)動(dòng)作用較小，也即二者并非提升鄉(xiāng)村經(jīng)濟(jì)韌性的核心影響因素。

五、鄉(xiāng)村經(jīng)濟(jì)韌性影響因素的組態(tài)分析

（一）組態(tài)分析變量的測度

數(shù)字化生產(chǎn)：借鑒現(xiàn)有研究，使用農(nóng)業(yè)農(nóng)村部市場與信息化司《2018 全國縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平評(píng)價(jià)報(bào)告》和阿里研究院《縣域數(shù)字鄉(xiāng)村指數(shù)2020》中的相關(guān)指標(biāo)來測量數(shù)字化生產(chǎn)水平[25]。

硬件設(shè)施：借鑒現(xiàn)有研究，使用各縣域已建成的農(nóng)業(yè)產(chǎn)業(yè)強(qiáng)鎮(zhèn)、全國一村一品示范村鎮(zhèn)、全國農(nóng)村創(chuàng)新創(chuàng)業(yè)孵化實(shí)訓(xùn)基地和國家農(nóng)村創(chuàng)新創(chuàng)業(yè)園區(qū)等基礎(chǔ)設(shè)施的數(shù)量來測量硬件設(shè)施建設(shè)水平[26]。

人力資源：使用勞動(dòng)力供給量（50%）和儲(chǔ)備量（50%）來測量，其中勞動(dòng)力供給量用“區(qū)域勞動(dòng)力資源總量/實(shí)際所需勞動(dòng)力資源總量”來度量，儲(chǔ)備量用每千人教育機(jī)構(gòu)數(shù)量來測量，縣域教育機(jī)構(gòu)包括國家級(jí)示范性高中、國家級(jí)中等職業(yè)學(xué)校和普通高等學(xué)校等。

金融資本：縣域一般公共預(yù)算支出可被視為當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展所需金融要素的代理變量，故使用《中國縣域統(tǒng)計(jì)年鑒》中相關(guān)縣（區(qū)）一般公共預(yù)算支出除以戶籍人口來表示，數(shù)據(jù)單位為萬元/人。

市場規(guī)模：使用人口規(guī)?；蛘逩DP 水平來衡量?？紤]到案例樣本涉及的區(qū)域廣袤，人口規(guī)模及收入水平差異明顯，對比之下本文選擇了相關(guān)縣（區(qū)）GDP 來測量市場規(guī)模，數(shù)據(jù)單位為億元。

專業(yè)服務(wù)：為方便橫向?qū)Ρ群徒y(tǒng)一數(shù)據(jù)口徑，選擇“鄉(xiāng)村交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)從業(yè)人員/鄉(xiāng)村從業(yè)人員數(shù)”來測量，數(shù)據(jù)源于《中國縣域統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》。

（二）變量校準(zhǔn)與單個(gè)條件的必要性分析

借鑒組態(tài)分析領(lǐng)域的經(jīng)典文獻(xiàn)[27]，運(yùn)用直接校準(zhǔn)法將數(shù)據(jù)轉(zhuǎn)換為模糊集隸屬分?jǐn)?shù)，將6 個(gè)條件變量和結(jié)果變量的校準(zhǔn)點(diǎn)（完全隸屬、交叉點(diǎn)和完全不隸屬）分別設(shè)定為案例樣本描述性統(tǒng)計(jì)的0.75 分位點(diǎn)、0.5 分位點(diǎn)、0.25 分位點(diǎn)。采納模糊集定性比較分析中必要條件的主流判斷標(biāo)準(zhǔn)[28]，以0.9 作為一致性水平的閾值。鑒于所有條件變量的一致性水平都小于0.9，可認(rèn)為6 個(gè)影響因素都不構(gòu)成提升鄉(xiāng)村經(jīng)濟(jì)韌性的單一必要條件。

（三）條件組態(tài)的充分性分析

條件組態(tài)的充分性分析能夠凝練出有助于提升鄉(xiāng)村經(jīng)濟(jì)韌性的前因組態(tài)路徑。根據(jù)組態(tài)分析的主流觀點(diǎn)，案例頻數(shù)閾值的設(shè)置標(biāo)準(zhǔn)為至少保留案例總數(shù)的75%，因此將案例頻數(shù)閾值設(shè)置為1[29]，同時(shí)借鑒Schneider 和Wagemann[30]的研究成果，將一致性閾值設(shè)定為0.8，PRI 一致性閾值設(shè)定為0.75，分析結(jié)果見表4。

表4 鄉(xiāng)村經(jīng)濟(jì)韌性的組態(tài)分析

依據(jù)表4 所示5 個(gè)組態(tài)路徑的條件變量構(gòu)成，可以得出兩個(gè)結(jié)論：

第一，6 個(gè)影響因素作為鄉(xiāng)村經(jīng)濟(jì)韌性核心條件的頻次（表5）能夠反映其作用效應(yīng)大小。由表5可知，專業(yè)服務(wù)、硬件設(shè)施、數(shù)字化生產(chǎn)和人力資源是鄉(xiāng)村經(jīng)濟(jì)韌性的核心影響因素，這一結(jié)論也驗(yàn)證了空間常系數(shù)模型的計(jì)算結(jié)果。

表5 鄉(xiāng)村經(jīng)濟(jì)韌性的核心前因要素

第二，存在4 條能夠有效驅(qū)動(dòng)鄉(xiāng)村經(jīng)濟(jì)韌性提升的組態(tài)路徑：要素提質(zhì)型、全面優(yōu)化型、科技助推型、融智拉動(dòng)型。

（1）要素提質(zhì)型。此路徑包括組態(tài)H1 和H2，主要特征在于提升硬件設(shè)施、人力資源或?qū)I(yè)服務(wù)的水平，通過“基礎(chǔ)平臺(tái)+配套資源”的方式驅(qū)動(dòng)鄉(xiāng)村產(chǎn)業(yè)發(fā)展。在關(guān)鍵要素得到有效提升的基礎(chǔ)上，即使金融資本和市場規(guī)模均處于較低水平，該組態(tài)路徑所對應(yīng)的縣域依然能夠突破本地發(fā)展所需資源的瓶頸，有效提升鄉(xiāng)村經(jīng)濟(jì)韌性。

（2）全面優(yōu)化型。此路徑包括組態(tài)H3，主要特征在于高效的硬件設(shè)施和金融資本，輔以數(shù)字化生產(chǎn)、人力資源和專業(yè)服務(wù)，可謂各方面條件或提質(zhì)或補(bǔ)短，全方位協(xié)同推進(jìn)鄉(xiāng)村經(jīng)濟(jì)韌性，穩(wěn)步實(shí)現(xiàn)共同富裕。

（3）科技助推型。此路徑包括組態(tài)H4，主要特征是在數(shù)字化技術(shù)、專業(yè)服務(wù)水平和硬件設(shè)施水平較高的條件下，依托數(shù)字經(jīng)濟(jì)、農(nóng)村電商、“互聯(lián)網(wǎng)+”商業(yè)模式、多產(chǎn)業(yè)融合的輔助作用，克服當(dāng)?shù)厥袌鲆?guī)模不足的缺陷，推進(jìn)鄉(xiāng)村經(jīng)濟(jì)韌性的提升。

（4）融智拉動(dòng)型。此路徑包括組態(tài)H5，主要特征在于縣域“融智工程”所構(gòu)建的充裕人力資源儲(chǔ)備配合數(shù)字化生產(chǎn)手段，通過數(shù)字農(nóng)業(yè)的時(shí)空虛擬性、鏈條覆蓋性、收益普惠性來驅(qū)動(dòng)鄉(xiāng)村產(chǎn)業(yè)興旺。在高素質(zhì)創(chuàng)新創(chuàng)業(yè)人才的推動(dòng)下，即使市場規(guī)模較低、金融資本不足，依然能夠依托數(shù)字經(jīng)濟(jì)和專業(yè)服務(wù)平臺(tái)實(shí)現(xiàn)騰飛，有效提升鄉(xiāng)村經(jīng)濟(jì)韌性。

六、基于組態(tài)路徑對鄉(xiāng)村經(jīng)濟(jì)韌性時(shí)空分布的詮釋

由組態(tài)分析結(jié)果可知，4 條組態(tài)路徑能夠依托不同的要素組合驅(qū)動(dòng)鄉(xiāng)村經(jīng)濟(jì)韌性的提升。盡管本文組態(tài)分析的數(shù)據(jù)僅來源于2019 年全國農(nóng)村創(chuàng)新創(chuàng)業(yè)典型縣，但考慮到驅(qū)動(dòng)鄉(xiāng)村經(jīng)濟(jì)韌性的前因要素在一定時(shí)期內(nèi)變化幅度不會(huì)太大，也即鄉(xiāng)村經(jīng)濟(jì)發(fā)展為持續(xù)性演化過程，因而本文可以借助組態(tài)路徑類別詮釋鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征，4 條組態(tài)路徑所涵蓋的縣域集合及對應(yīng)省域參見表6。

表6 組態(tài)路徑類別包括的縣域樣本集合及對應(yīng)省域

本文從3 個(gè)方面對鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征進(jìn)行解釋。

第一，對鄉(xiāng)村經(jīng)濟(jì)韌性區(qū)域集聚性的解釋。4條組態(tài)路徑所對應(yīng)縣域存在顯著的地理空間集聚分布特征。要素提質(zhì)型組態(tài)主要集中于京津冀、山東半島和中原城市群，這些區(qū)域的鄉(xiāng)村產(chǎn)業(yè)發(fā)展基礎(chǔ)普遍較好，適合通過強(qiáng)化關(guān)鍵要素來提升鄉(xiāng)村經(jīng)濟(jì)韌性。全面優(yōu)化型組態(tài)主要集中于長三角、長江中游和成渝城市群，這些地域基本連成一片，且各類TOE 要素均處于較佳水平，適合通過多維要素協(xié)同聯(lián)動(dòng)來推進(jìn)鄉(xiāng)村產(chǎn)業(yè)的快速蓬勃發(fā)展?？萍贾菩徒M態(tài)主要分布于東北地區(qū)及關(guān)中平原城市群，這些地區(qū)因科技資源儲(chǔ)備和精準(zhǔn)服務(wù)機(jī)構(gòu)相對匱乏，適合通過數(shù)字技術(shù)、專業(yè)服務(wù)協(xié)同推進(jìn)鄉(xiāng)村經(jīng)濟(jì)韌性水平的提高。融智拉動(dòng)型組態(tài)主要集中于西北部地區(qū)，數(shù)字經(jīng)濟(jì)輻射效應(yīng)、鄉(xiāng)村創(chuàng)新創(chuàng)業(yè)人才引領(lǐng)效應(yīng)、基于數(shù)據(jù)共享的平臺(tái)下沉效應(yīng)能夠有效提高當(dāng)?shù)剜l(xiāng)村的數(shù)字化水平并充實(shí)人力資源儲(chǔ)備，進(jìn)而構(gòu)建和完善新型農(nóng)業(yè)經(jīng)營體，持續(xù)提升鄉(xiāng)村經(jīng)濟(jì)韌性水平。

第二，對區(qū)域間鄉(xiāng)村經(jīng)濟(jì)韌性差異性減弱的解釋。不同地域鄉(xiāng)村經(jīng)濟(jì)韌性能夠通過差異化途徑實(shí)現(xiàn)有效提升。比如，新疆、西藏通過融智拉動(dòng)完善了縣域數(shù)字化基礎(chǔ)設(shè)施建設(shè)，并充實(shí)了高層次人才儲(chǔ)備，使得鄉(xiāng)村經(jīng)濟(jì)韌性水平從冷點(diǎn)區(qū)進(jìn)入次冷點(diǎn)區(qū)；江蘇和浙江憑借其較為先進(jìn)的硬件設(shè)施、豐富的人力資源和高效的專業(yè)服務(wù)，使得鄉(xiāng)村經(jīng)濟(jì)韌性水平從次冷點(diǎn)區(qū)進(jìn)入次熱點(diǎn)區(qū)。上述組態(tài)路徑所需的前因要素相對比較容易獲得和快速累積，因而對應(yīng)省域的鄉(xiāng)村經(jīng)濟(jì)韌性提升較快。

第三，對鄉(xiāng)村經(jīng)濟(jì)韌性空間相關(guān)性的解釋。將呈現(xiàn)特定空間集聚特征省域及周邊省域的典型鄉(xiāng)村經(jīng)濟(jì)韌性組態(tài)類別列示于表7，可知4 條組態(tài)路徑也能較好地解釋鄉(xiāng)村經(jīng)濟(jì)韌性的空間相關(guān)性特征。比如山東、河南在組態(tài)上屬于要素提質(zhì)型，在地理空間分布上則與局域性的“高—低集聚”存在較好的對應(yīng)關(guān)系，因?yàn)橐靥豳|(zhì)型組態(tài)需要提升硬件設(shè)施、人力資源或?qū)I(yè)服務(wù)的水平以驅(qū)動(dòng)鄉(xiāng)村產(chǎn)業(yè)發(fā)展，這類要素因其總量有限且需要在鄰近省域范圍內(nèi)縣域群之間進(jìn)行分配，而周邊省域鄉(xiāng)村經(jīng)濟(jì)發(fā)展多呈現(xiàn)出全面優(yōu)化型發(fā)展態(tài)勢，容易因追求多維條件提質(zhì)而難以專注硬件設(shè)施、人力資源或?qū)I(yè)服務(wù)條件的完善，因而在資源稟賦相互爭奪的過程中處于不利地位，導(dǎo)致出現(xiàn)局域性的“高—低集聚”關(guān)系。又比如遼寧、山西在組態(tài)上屬于科技助推型，在地理空間分布上則與局域性的“高—高集聚”存在較好的對應(yīng)關(guān)系，因?yàn)榭萍贾菩徒M態(tài)需要依托數(shù)字經(jīng)濟(jì)、農(nóng)村電商、“互聯(lián)網(wǎng)+”商業(yè)模式、多產(chǎn)業(yè)融合的輔助作用，以克服當(dāng)?shù)厥袌鲆?guī)模不足的缺陷，而互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的快速傳播和低成本復(fù)制能夠?qū)Τ尸F(xiàn)要素提質(zhì)型特征的周邊省域產(chǎn)生明顯的溢出效應(yīng)，使得臨近省域鄉(xiāng)村產(chǎn)業(yè)發(fā)展所需要素水平得到顯著改善，從而導(dǎo)致出現(xiàn)局域性的“高—高集聚”關(guān)系。

表7 鄉(xiāng)村經(jīng)濟(jì)韌性空間相關(guān)性特征差異的詮釋

七、研究結(jié)論及啟示

（一）研究結(jié)論及理論貢獻(xiàn)

本文以彈性、適應(yīng)性和可轉(zhuǎn)變性為基準(zhǔn)維度，構(gòu)建鄉(xiāng)村經(jīng)濟(jì)韌性的評(píng)價(jià)指標(biāo)體系，對2012-2020年省域尺度上鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征及組態(tài)影響因素進(jìn)行分析，研究結(jié)果表明：鄉(xiāng)村經(jīng)濟(jì)韌性存在區(qū)域集聚性，但不同省域鄉(xiāng)村經(jīng)濟(jì)韌性之間的差異隨著時(shí)間推移逐漸減弱。鄉(xiāng)村經(jīng)濟(jì)韌性存在顯著的空間相關(guān)性，以局域性的“高—高集聚”以及“高—低集聚”為主要表現(xiàn)形式。專業(yè)服務(wù)、硬件設(shè)施、數(shù)字化生產(chǎn)和人力資源是鄉(xiāng)村經(jīng)濟(jì)韌性的核心影響因素。存在4 條驅(qū)動(dòng)鄉(xiāng)村經(jīng)濟(jì)韌性提升的路徑，分別是要素提質(zhì)型、全面優(yōu)化型、科技助推型和融智拉動(dòng)型。

本研究從兩個(gè)方面推動(dòng)了鄉(xiāng)村經(jīng)濟(jì)韌性的研究進(jìn)展。第一，在充分借鑒現(xiàn)有研究成果的基礎(chǔ)上，以彈性、適應(yīng)性和可轉(zhuǎn)變性3 個(gè)維度為理論基點(diǎn)，嘗試性地構(gòu)建了鄉(xiāng)村經(jīng)濟(jì)韌性的評(píng)價(jià)指標(biāo)體系，并設(shè)計(jì)出各評(píng)價(jià)指標(biāo)的權(quán)重，完善了鄉(xiāng)村經(jīng)濟(jì)韌性的量化評(píng)價(jià)方式。結(jié)合經(jīng)濟(jì)地理學(xué)分析工具，以省域?yàn)檠芯砍叨?，從區(qū)域集聚性和空間相關(guān)性兩個(gè)方面探討2012-2020 年間鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征，揭示了鄉(xiāng)村經(jīng)濟(jì)韌性在時(shí)間維度上的趨同性、在空間維度上的聚集性特征，在鄉(xiāng)村經(jīng)濟(jì)韌性時(shí)空分布研究領(lǐng)域進(jìn)行了有益的嘗試。第二，基于TOE理論框架，甄選出鄉(xiāng)村經(jīng)濟(jì)韌性的6 個(gè)影響因素，應(yīng)用空間常系數(shù)模型比較各影響因素的作用效應(yīng)大小，明確了鄉(xiāng)村經(jīng)濟(jì)韌性的核心影響因素。聚焦于鄉(xiāng)村經(jīng)濟(jì)韌性影響因素之間的聯(lián)動(dòng)匹配效應(yīng)，響應(yīng)學(xué)者們對鄉(xiāng)村產(chǎn)業(yè)振興要素進(jìn)行耦合研究的呼吁[26]，為不同區(qū)域鄉(xiāng)村經(jīng)濟(jì)韌性提升提供了可供選擇的多樣化實(shí)施方式。進(jìn)一步地，本文依托不同的組態(tài)路徑類別，對鄉(xiāng)村經(jīng)濟(jì)韌性的時(shí)空分布特征進(jìn)行了系統(tǒng)的理論詮釋，極大推進(jìn)了該主題的研究。

（二）實(shí)踐啟示

第一，局域性的“高—高集聚”以及“高—低集聚”是目前鄉(xiāng)村經(jīng)濟(jì)韌性在地理空間集聚上的主要表現(xiàn)形式，這表明相鄰地區(qū)之間鄉(xiāng)村產(chǎn)業(yè)發(fā)展既可能出現(xiàn)協(xié)同效應(yīng)，也可能出現(xiàn)虹吸效應(yīng)?？紤]到錯(cuò)位發(fā)展戰(zhàn)略對競爭優(yōu)勢培育的重要作用以及提升鄉(xiāng)村經(jīng)濟(jì)韌性的緊迫性，呈現(xiàn)“高—高集聚”特征的相鄰省域之間應(yīng)當(dāng)充分加強(qiáng)交流與合作，形成鄉(xiāng)村產(chǎn)業(yè)鏈的科學(xué)分工，實(shí)現(xiàn)與目標(biāo)市場的協(xié)調(diào)發(fā)展；而呈現(xiàn)“高—低集聚”特征的相鄰省域則應(yīng)當(dāng)重點(diǎn)關(guān)注雙方所爭奪的前驅(qū)資源要素，盡量在鄉(xiāng)村產(chǎn)業(yè)鏈上占據(jù)不同的生態(tài)位，形成差異性發(fā)展態(tài)勢；或者盡量依托復(fù)制成本低、易共享傳播的前因要素資源來助推鄉(xiāng)村經(jīng)濟(jì)韌性的提升，實(shí)踐中可采用的具體措施如培育鄉(xiāng)村居民數(shù)字素養(yǎng)、加強(qiáng)基于人工智能的專業(yè)服務(wù)等。

第二，從全國鄉(xiāng)村經(jīng)濟(jì)韌性演化的整體趨勢來看，專業(yè)服務(wù)、硬件設(shè)施、數(shù)字化生產(chǎn)和人力資源是鄉(xiāng)村經(jīng)濟(jì)韌性的核心影響因素，其中專業(yè)服務(wù)對鄉(xiāng)村經(jīng)濟(jì)韌性的影響最大，硬件設(shè)施和數(shù)字化生產(chǎn)次之。因此，不同地域的鄉(xiāng)村都應(yīng)當(dāng)優(yōu)先根據(jù)當(dāng)?shù)禺a(chǎn)業(yè)類型，有針對性地加強(qiáng)金融、咨詢、物流、設(shè)計(jì)和財(cái)務(wù)等專業(yè)服務(wù)平臺(tái)建設(shè)。同時(shí)繼續(xù)完善鄉(xiāng)村經(jīng)濟(jì)發(fā)展的硬件設(shè)施、推進(jìn)數(shù)字化建設(shè)，其中數(shù)字經(jīng)濟(jì)發(fā)展范式在鄉(xiāng)村經(jīng)濟(jì)韌性提升過程中的嵌入現(xiàn)象尤其值得關(guān)注。數(shù)字信息技術(shù)已經(jīng)并且仍在深刻改變農(nóng)業(yè)農(nóng)村發(fā)展的基礎(chǔ)，為鄉(xiāng)村產(chǎn)業(yè)高質(zhì)量發(fā)展提供了新的契機(jī)。全國農(nóng)村創(chuàng)新創(chuàng)業(yè)典型縣的實(shí)踐也表明，越是經(jīng)濟(jì)發(fā)展相對滯后、市場規(guī)模有限的縣域，建設(shè)數(shù)字化設(shè)備和提升居民數(shù)字素養(yǎng)越是能夠協(xié)助實(shí)現(xiàn)產(chǎn)業(yè)興旺目標(biāo)，這一發(fā)現(xiàn)為欠發(fā)達(dá)地區(qū)鄉(xiāng)村產(chǎn)業(yè)發(fā)展實(shí)現(xiàn)趕超具有現(xiàn)實(shí)指導(dǎo)意義。

第三，本研究揭示出4 條驅(qū)動(dòng)鄉(xiāng)村經(jīng)濟(jì)韌性提升的組態(tài)路徑，表明多重因素能夠通過不同的組態(tài)路徑協(xié)同提升鄉(xiāng)村經(jīng)濟(jì)韌性，因此不同地域應(yīng)當(dāng)根據(jù)自身資源稟賦狀況有針對性地強(qiáng)化鄉(xiāng)村經(jīng)濟(jì)韌性的前因要素。當(dāng)前，我國不同區(qū)域內(nèi)鄉(xiāng)村助農(nóng)興農(nóng)技術(shù)幫扶有序進(jìn)行，網(wǎng)絡(luò)營銷直播帶貨大行其道，農(nóng)業(yè)基礎(chǔ)硬件設(shè)施大幅度升級(jí)，鄉(xiāng)村居民整體素質(zhì)快速提升，鄉(xiāng)村產(chǎn)業(yè)跨界融合持續(xù)推進(jìn)，技術(shù)創(chuàng)新行為頻動(dòng)，數(shù)字化提質(zhì)改造成效顯著，城鄉(xiāng)供銷渠道整合不斷深入，諸多方面的蓬勃發(fā)展態(tài)勢也已經(jīng)為鄉(xiāng)村經(jīng)濟(jì)韌性的多樣化提升給出了實(shí)踐注腳。

注：

①囿于篇幅，未呈現(xiàn)出具體圖例，備索。