摘要：基于2021年廣西100個(gè)縣區(qū)數(shù)據(jù)測(cè)算了人口外流率，運(yùn)用空間自相關(guān)方法分析了縣域農(nóng)村人口外流類型的空間集聚與分異，并通過構(gòu)建空間滯后模型和空間誤差模型考查數(shù)字鄉(xiāng)村發(fā)展對(duì)縣域農(nóng)村人口外流的空間溢出效應(yīng).結(jié)果顯示：廣西絕大部分縣域人口處于凈流出狀態(tài)，只有雁山區(qū)和龍圩區(qū)處于人口凈流入狀態(tài)；人口外流類型在空間分布上存在一定集聚特征，其中，桂東北的部分縣域呈現(xiàn)低-低集聚，桂東南的部分縣域呈現(xiàn)高-高集聚特征；數(shù)字鄉(xiāng)村發(fā)展能有效抑制縣域農(nóng)村人口外流，縣域農(nóng)村人口外流不僅受本縣數(shù)字鄉(xiāng)村發(fā)展的影響，還受到其他縣域數(shù)字鄉(xiāng)村空間溢出效應(yīng)的影響；數(shù)字鄉(xiāng)村對(duì)市轄區(qū)與縣域農(nóng)村人口外流的影響具有異質(zhì)性.未來，廣西應(yīng)著力發(fā)展縣域數(shù)字經(jīng)濟(jì)，進(jìn)一步挖掘縣域吸收農(nóng)村勞動(dòng)力的潛力，提高縣域農(nóng)村居民收入，抑制人口外流.

關(guān)鍵詞：數(shù)字鄉(xiāng)村；人口外流；空間分析；溢出效應(yīng)

中圖分類號(hào)：F 304.6""" 文獻(xiàn)標(biāo)志碼：A""" 文章編號(hào)：1001-988Ⅹ（2024）04-0088-09

The impact of digital rural development on rural population outflow

—As an example of Guangxi Province

WEI Jing-nan1，WU Liu-fen2

（1.College of Economic and Management，Guangxi University of Science and Technology，Liuzhou 545006，Guangxi，China；

2.School of Finance and Public Management，Guangxi University of Finance and Economics，Nanning 530003，Guangxi，China）

Abstract：It has been calculated the rate of outflow based on the population data of 100 counties in Guangxi Province in 2021，analyzed the spatial agglomeration and differentiation of the rural population outflow types in county areas by using spatial autocorrelation，and examined the spatial spillover effect of digital village on rural population outflow in county areas by constructing spatial lag model and spatial error model from the perspective of digitization in.The results show that most of the county population is in a state of net outflow in Guangxi Province，and the types of rural population outflow have certain clustering characteristics in spatial distribution.Some counties in the

northeast of Guangxi Province show low-low agglomeration among them，and high-high agglomeration

with some counties in the southeast.The development of digital rural can restrain the rural population outflow in counties effectively.The rural population outflow in county areas is not only affected by the digitization of the county，but also affected by the spatial spillover effect of the digitization of other counties.The study also finds that the impact of digitization on the rural population outflow in municipal districts and counties is heterogeneous.In the future，the digital economy in counties should be develop in Guangxi Province，excavate the potential of rural labor in counties even further，increase rural incomes in counties.

Key words：digital village;population outflow;spatial analysis;spillover effect

數(shù)字鄉(xiāng)村是基于現(xiàn)代數(shù)字技術(shù)，以推動(dòng)農(nóng)業(yè)、農(nóng)村與農(nóng)民深度融合，逐步實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化的發(fā)展戰(zhàn)略［1］.在數(shù)字鄉(xiāng)村發(fā)展背景下，廣西農(nóng)村人口呈一定程度外流.長(zhǎng)期以來，受地理環(huán)境、城鄉(xiāng)二元結(jié)構(gòu)發(fā)展不均衡等因素的影響，人口由鄉(xiāng)村向城市、由經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)向經(jīng)濟(jì)發(fā)達(dá)地區(qū)轉(zhuǎn)移成為必然［2］.根據(jù)國(guó)家統(tǒng)計(jì)局廣西調(diào)查隊(duì)數(shù)據(jù)顯示：2022年，全區(qū)農(nóng)民工總量為1 314萬(wàn)人，其中，外出農(nóng)民工（離開本鄉(xiāng)鎮(zhèn)）888萬(wàn)人，占比高達(dá)67.57%.大規(guī)模的農(nóng)村人口外流，尤其是青壯年勞動(dòng)力外流導(dǎo)致農(nóng)村勞動(dòng)力老齡化凸顯，進(jìn)而加劇了農(nóng)村空心化，拉大了城鄉(xiāng)發(fā)展差距，給鄉(xiāng)村可持續(xù)發(fā)展帶來巨大挑戰(zhàn)［3］.

近年來，在移動(dòng)互聯(lián)網(wǎng)、人工智能及云計(jì)算技術(shù)的滲透下，數(shù)字鄉(xiāng)村建設(shè)成效顯著，鄉(xiāng)村數(shù)字化進(jìn)程加快，從而促進(jìn)人口在地理空間上的流動(dòng).借助手機(jī)APP等各類數(shù)字技術(shù)平臺(tái)，農(nóng)村人口流動(dòng)更為頻繁［4］.具體來看，數(shù)字鄉(xiāng)村與人口流動(dòng)的相關(guān)研究主要集中在數(shù)字經(jīng)濟(jì)某一方面（如數(shù)字普惠金融［5］、農(nóng)村電商［6］、互聯(lián)網(wǎng)［7］等）對(duì)人口流動(dòng)的影響和數(shù)字技術(shù)融入鄉(xiāng)村治理問題［8］.數(shù)字金融發(fā)展通過提供就業(yè)機(jī)會(huì)和較高的預(yù)期收入吸引勞動(dòng)力流入，農(nóng)村電商發(fā)展推動(dòng)了農(nóng)民工城鄉(xiāng)流動(dòng)，電商發(fā)展主要通過縮小城鄉(xiāng)居民收入來促進(jìn)農(nóng)民工返鄉(xiāng)就業(yè)創(chuàng)業(yè).此外，農(nóng)村互聯(lián)網(wǎng)發(fā)展拉近了村民與外出務(wù)工人員的情感交流，進(jìn)而提高了農(nóng)村人口外流意愿.

整體來看，當(dāng)前關(guān)于農(nóng)村人口外流的相關(guān)研究已取得豐碩的成果，但缺乏數(shù)字鄉(xiāng)村與農(nóng)村人口外流的理論研究，迫切需要更多的關(guān)注.因此，本文將數(shù)字鄉(xiāng)村引入農(nóng)村人口外流模型，利用“七普”人口數(shù)據(jù)剖析廣西縣域農(nóng)村人口外流的空間分異特征，并采用空間計(jì)量模型分析縣域數(shù)字鄉(xiāng)村發(fā)展對(duì)農(nóng)村人口外流的影響，為廣西制定人口流動(dòng)政策提供參考.本文的主要貢獻(xiàn)有兩點(diǎn)：一是基于數(shù)字鄉(xiāng)村發(fā)展背景，探究縣域數(shù)字鄉(xiāng)村發(fā)展對(duì)農(nóng)村人口外流的影響；二是采用空間計(jì)量經(jīng)濟(jì)模型實(shí)證研究其空間溢出效應(yīng)，進(jìn)一步厘清數(shù)字技術(shù)驅(qū)動(dòng)農(nóng)村人口外流的機(jī)制，為國(guó)內(nèi)其他地區(qū)解決農(nóng)村人口流動(dòng)問題提供經(jīng)驗(yàn)借鑒.

1 研究假說

農(nóng)村人口外流及空間分布受多種因素的共同作用，一般包括自然地理環(huán)境［9］、經(jīng)濟(jì)社會(huì)發(fā)展［10］及戶籍制度改革［11］等.推拉理論認(rèn)為：農(nóng)村人口主要往工資水平更高的發(fā)達(dá)地區(qū)流動(dòng)，即農(nóng)村人口呈現(xiàn)外流趨勢(shì)［12］.數(shù)字經(jīng)濟(jì)的發(fā)展促使社會(huì)顛覆性變革，在數(shù)字鄉(xiāng)村的引領(lǐng)下，農(nóng)村人口流動(dòng)規(guī)模更為龐大且頻繁，勢(shì)必影響農(nóng)村勞動(dòng)力供需關(guān)系.國(guó)內(nèi)外學(xué)者對(duì)數(shù)字經(jīng)濟(jì)如何影響勞動(dòng)力流動(dòng)問題進(jìn)行了各種研究，大多數(shù)集中在數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力的空間配置問題［13］.近年來，在數(shù)字經(jīng)濟(jì)的驅(qū)動(dòng)下，勞動(dòng)力跨區(qū)域流動(dòng)變得更加復(fù)雜，就業(yè)多元化更為明顯，很多勞動(dòng)力實(shí)現(xiàn)靈活就業(yè)，提升了勞動(dòng)力就業(yè)層次［14］.隨著數(shù)字經(jīng)濟(jì)的發(fā)展，城市對(duì)農(nóng)村人口的吸引力不斷增大，留城市定居的意愿更為強(qiáng)烈［15］.此外，數(shù)字經(jīng)濟(jì)有利于提升農(nóng)村流動(dòng)人口就業(yè)質(zhì)量與增加工資收入，并使得社會(huì)保障及福利待遇得到保證［16］.數(shù)字經(jīng)濟(jì)還能引導(dǎo)生產(chǎn)要素跨區(qū)域合理配置，促進(jìn)勞動(dòng)力流動(dòng)［17］.由此，本文提出以下假設(shè)：

H1：數(shù)字技術(shù)解決了人們信息搜尋的不對(duì)稱問題，促進(jìn)了農(nóng)村人口外流.

隨著社會(huì)進(jìn)入數(shù)字技術(shù)時(shí)代，人們獲取信息的渠道更為多元化，靈活就業(yè)與線上就業(yè)成為新趨勢(shì).借助移動(dòng)互聯(lián)網(wǎng)技術(shù)，可以實(shí)時(shí)了解外界信息，且信息搜尋成本非常低，極大地刺激了農(nóng)村人口外流的欲望，同時(shí)數(shù)字化還整合了各類就業(yè)信息，提高了勞動(dòng)力要素的配置效率［18］.農(nóng)村居民利用移動(dòng)互聯(lián)網(wǎng)了解外界動(dòng)態(tài)信息，降低了信息的不對(duì)稱問題，農(nóng)村人口外流成為必然.在外農(nóng)民工通過在線視頻可以實(shí)現(xiàn)與家人實(shí)時(shí)溝通，數(shù)字技術(shù)拉近了時(shí)空距離，促進(jìn)了農(nóng)村人口跨區(qū)域流動(dòng).此外，數(shù)字技術(shù)具有外部性，一個(gè)地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)對(duì)相鄰甚至更遠(yuǎn)的區(qū)域產(chǎn)生空間溢出效應(yīng)，由此，本文提出第二個(gè)假設(shè).

H2：數(shù)字鄉(xiāng)村對(duì)農(nóng)村人口外流具有空間溢出效應(yīng).

地理學(xué)第一定律認(rèn)為，任何事物都不是孤立存在的，具有一定相關(guān)性.當(dāng)某個(gè)區(qū)域農(nóng)民外出獲得比當(dāng)?shù)馗叩氖杖霑r(shí)，通過朋友圈或者抖音等在線平臺(tái)讓其他區(qū)域的農(nóng)民也能在最短時(shí)間內(nèi)獲取信息，那么，相鄰區(qū)域的農(nóng)民也可能選擇外出就業(yè)，從而形成“滾雪球效應(yīng)”，帶動(dòng)更多的農(nóng)村人口外流.一方面，數(shù)字鄉(xiāng)村發(fā)展打破了相對(duì)封閉的村落與外界的聯(lián)系，村落之間消除了地理隔閡，導(dǎo)致信息傳播速度加快，影響范圍更廣；另一方面，人們獲取的信息會(huì)首先影響鄰近地理單元，即存在顯著的空間溢出效應(yīng).

2 研究區(qū)域概況、數(shù)據(jù)來源和研究方法

2.1 研究區(qū)域概況

本研究選取廣西壯族自治區(qū)（下文簡(jiǎn)稱廣西）作為研究區(qū).廣西地處我國(guó)西南邊陲，地跨東經(jīng)104°28′～112°04′，北緯20°54′～26°23′之間，行政區(qū)域土地面積23.76萬(wàn)km2.截至2020年7月，廣西下轄14個(gè)地級(jí)市，50個(gè)縣，12個(gè)自治縣，9個(gè)縣級(jí)市，40個(gè)市轄區(qū).廣西東連廣東省，南臨北部灣并與海南省隔海相望，西與云南省毗鄰，東北接湖南省，西北靠貴州省，西南與越南社會(huì)主義共和國(guó)接壤，地處中國(guó)地勢(shì)第二臺(tái)階中的云貴高原東南邊緣，兩廣丘陵西部，總的地勢(shì)是西北高、東南低，呈西北向東南傾斜狀，主要分布有山地、丘陵、臺(tái)地、平原等類型地貌，分別占全區(qū)陸地面積的62.1%，14.5%，9.1%和14.3%.

隨著中國(guó)東盟自由貿(mào)易區(qū)和泛珠三角區(qū)域合作的不斷深入，以及新型工業(yè)化及城鎮(zhèn)化步伐加快，廣西人口流動(dòng)也隨之發(fā)生變化，大規(guī)模的鄉(xiāng)村勞動(dòng)力離開農(nóng)村，轉(zhuǎn)移到區(qū)內(nèi)外的城鎮(zhèn)就業(yè)，其中，廣東省成為廣西農(nóng)村人口外流的第一大省，南寧、柳州等區(qū)內(nèi)中心城市成為農(nóng)村人口主要流入地.此外，廣西具有山地、丘陵、平原等多種地貌，區(qū)域經(jīng)濟(jì)異質(zhì)性明顯，各市縣經(jīng)濟(jì)發(fā)展水平差異巨大，區(qū)域經(jīng)濟(jì)發(fā)展和農(nóng)村人口流動(dòng)具有自身獨(dú)特的特征，具有一定代表性.

2.2 數(shù)據(jù)來源說明

本文使用的矢量地圖源于國(guó)家基礎(chǔ)地理信息中心，時(shí)間節(jié)點(diǎn)為2010年.農(nóng)村常住人口和戶籍人口數(shù)據(jù)來自《廣西統(tǒng)計(jì)年鑒》（2022）和廣西第七次全國(guó)人口普查資料；社會(huì)經(jīng)濟(jì)數(shù)據(jù)源于廣西統(tǒng)計(jì)局及各市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)；縣域數(shù)字鄉(xiāng)村指標(biāo)數(shù)據(jù)來自阿里云和北京大學(xué)新農(nóng)村發(fā)展研究院聯(lián)合發(fā)布的《縣域數(shù)字鄉(xiāng)村指數(shù)研究報(bào)告（2020）》，其數(shù)據(jù)指標(biāo)的科學(xué)性和權(quán)威性可靠.根據(jù)本文研究?jī)?nèi)容的需要，剔除了無(wú)鄉(xiāng)村戶籍人口和鄉(xiāng)村常住人口的區(qū)縣，針對(duì)部分?jǐn)?shù)據(jù)缺失的區(qū)縣，采用相鄰年份補(bǔ)齊.

2.3 研究方法

1）農(nóng)村人口外流測(cè)度.

人口流動(dòng)是社會(huì)經(jīng)濟(jì)發(fā)展過程中的必然現(xiàn)象，指人口在不同地區(qū)之間進(jìn)行的各種短期的、重復(fù)的或周期性的運(yùn)動(dòng).從這一概念出發(fā)，人口外流是人口流入和流出引起的人口變動(dòng)狀況，可從規(guī)模和水平兩個(gè)方面來度量，前者指基于實(shí)際流動(dòng)統(tǒng)計(jì)的人口外流規(guī)模，后者指基于外流規(guī)模測(cè)度的人口外流程度.農(nóng)村人口外流率（Outflow Rate of Rural Population，ORRP）［20］計(jì)算公式為

ORRP=PHP-RRPRHP×100%，（1）

其中RHP 和 RRP 分別表示農(nóng)村戶籍人口和農(nóng)村常住人口，其中前者指在公安戶籍管理部門登記了鄉(xiāng)村常住戶口的人，后者指實(shí)際經(jīng)常居住在鄉(xiāng)村半年以上的人口.根據(jù)人口外流的程度，將縣域農(nóng)村人口外流劃分為凈流入型、流動(dòng)平衡型、凈流出Ⅰ型和凈流出Ⅱ型4種類型.

2）空間自相關(guān).

地理學(xué)第一定律認(rèn)為，不同的地理單元在空間上并不孤立，而是相互聯(lián)系，同時(shí)在相互作用的過程中呈現(xiàn)出空間集聚與分異特征.空間集聚指具有某一屬性的地理事物在空間上呈現(xiàn)一定的集聚特征；

空間分異指具有特定的地理事物在空間分布上呈現(xiàn)異質(zhì)性.本研究分別選取Moran指數(shù)和局部Moran指數(shù)剖析廣西農(nóng)村人口外流的空間集聚和分異特征［19］.

全局空間自相關(guān)由Moran于1950年首次提出，用于識(shí)別地理單元之間是否存在相似性，最常見的統(tǒng)計(jì)量是Moran指數(shù)I，該指數(shù)取值為［-1，+1］.若指數(shù)大于0時(shí)，說明各空間單元存在正相關(guān)，并且指數(shù)越接近于1其正相關(guān)性越強(qiáng)；若指數(shù)小于0時(shí)，說明存在負(fù)相關(guān)，并且指數(shù)越接近于-1其負(fù)相關(guān)性越強(qiáng)；當(dāng)指數(shù)為零時(shí)，說明觀測(cè)值呈獨(dú)立隨機(jī)分布，全局空間不相關(guān).Moran指數(shù)I定義為

I=∑ni=1∑nj=1wij（xi-）（xj-）

S2∑ni=1∑nj=1wij，（2）

其中，n是研究區(qū)域的地理單元總數(shù)，wij為空間權(quán)重，取值分別為1或0，表示兩個(gè)單元之間相鄰和不相鄰，xi和xj分別是單元i和單元j的屬性；S2表示觀測(cè)值均值的偏差，為屬性平均值.全局Moran指數(shù)I一般通過標(biāo)準(zhǔn)化Z值進(jìn)行檢驗(yàn)［20］.

局部空間自相關(guān)用于識(shí)別屬性相似聚集區(qū)的空間分布位置，使用局部莫蘭指數(shù)表示.局部空間自相關(guān)莫蘭指數(shù)Ii定義為

Ii=（xi-）S2∑nj=1wij（xj-），（3）

其中，Ii為局部空間自相關(guān)指數(shù)，（xi-）為觀測(cè)值方差，S2為屬性方差，為屬性平均值，wij為空間權(quán)重.當(dāng)Ii取值為正時(shí)，表示空間單元i呈高集聚或低集聚；當(dāng)Ii取值為負(fù)時(shí)，表示空間單元i呈高低集聚或低高集聚.

3）空間計(jì)量模型.

由于傳統(tǒng)的計(jì)量經(jīng)濟(jì)模型忽略了地理單元的空間依賴性，因此，本文采用空間計(jì)量模型探究廣西縣域農(nóng)村人口外流的影響因素［21］.常用的空間計(jì)量模型包括空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）.SLM的因變量不僅與自身的自變量有關(guān)，還受到相鄰空間自變量的影響，即存在空間溢出效應(yīng).SLM的一般表達(dá)式為

y=αWy+Xβ+ε，（4）

其中y為因變量，α為待估計(jì)空間自回歸系數(shù)，表現(xiàn)為空間對(duì)象相互作用關(guān)系，若α通過顯著性檢驗(yàn)，則說明各單元之間存在空間效應(yīng)；W為n×n階的空間權(quán)重矩陣，W為模型自變量，β為自變量待估計(jì)系數(shù)，ε為隨機(jī)誤差項(xiàng).

SEM主要探討模型中的空間相關(guān)誤差項(xiàng)的顯著性問題，通過不同地理單元的空間協(xié)方差來反映誤差的顯著性，其一般表達(dá)式為

y=Xβ+ε，

ε=ρWε+ω，（5）

其中y為因變量，X為模型自變量，β為自變量待估計(jì)系數(shù)，ε為隨機(jī)誤差項(xiàng)，ρ為待估計(jì)誤差項(xiàng)空間滯后系數(shù)，ω為隨機(jī)誤差項(xiàng)的擾動(dòng)項(xiàng).

2.4 變量選取說明

1）被解釋變量.

本文被解釋變量為廣西縣域農(nóng)村人口外流率.

2）核心解釋變量.

關(guān)于數(shù)字鄉(xiāng)村測(cè)度方法，學(xué)術(shù)界主要分為單一指標(biāo)法和綜合指標(biāo)法［22，23］.單一指標(biāo)法測(cè)度數(shù)字鄉(xiāng)村主要采用農(nóng)村居民手機(jī)普及率，但該指標(biāo)不能全面反映數(shù)字鄉(xiāng)村與農(nóng)業(yè)農(nóng)村融合發(fā)展；而綜合指標(biāo)法測(cè)度數(shù)字鄉(xiāng)村雖然能從多維度構(gòu)建數(shù)字鄉(xiāng)村指標(biāo)體系，但存在各指標(biāo)的科學(xué)性不高等.因此，本文擬采用北京大學(xué)聯(lián)合阿里云共同發(fā)布的縣域數(shù)字鄉(xiāng)村指數(shù)作為核心解釋變量.該指數(shù)由數(shù)字基礎(chǔ)設(shè)施指數(shù)、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化指數(shù)、鄉(xiāng)村治理數(shù)字化指數(shù)、鄉(xiāng)村生活數(shù)字化指數(shù)4個(gè)維度構(gòu)成，經(jīng)過專家綜合打分對(duì)各分指標(biāo)賦權(quán)重后計(jì)算所得.由于該指數(shù)并未涵蓋所有區(qū)縣，具體來看，廣西缺失的區(qū)縣包括：青秀區(qū)、城中區(qū)、魚峰區(qū)、柳南區(qū)、柳北區(qū)、疊彩區(qū)、象山區(qū)、七星區(qū)、萬(wàn)秀區(qū)、長(zhǎng)洲區(qū)這10個(gè)區(qū)，因此，本研究樣本為剔除10個(gè)區(qū)的剩余區(qū)縣.

3）控制變量.

農(nóng)村人口外流的影響因素主要有三個(gè)方面，分別為自然地理環(huán)境、社會(huì)經(jīng)濟(jì)發(fā)展和人口管制政策［24］.農(nóng)村人口由經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)往經(jīng)濟(jì)發(fā)達(dá)地區(qū)流動(dòng)，通常經(jīng)濟(jì)發(fā)展水平越高對(duì)農(nóng)村人口流入的吸引力也越大.從農(nóng)村生產(chǎn)條件來看，農(nóng)地經(jīng)營(yíng)規(guī)模是影響農(nóng)村人口外流的重要因素，人地矛盾緊張加速了農(nóng)村人口外流；農(nóng)村公共服務(wù)設(shè)施方面，隨著農(nóng)村交通基礎(chǔ)設(shè)施建設(shè)不斷完善，加快了農(nóng)村人口外流速度；隨著縣域經(jīng)濟(jì)發(fā)展壯大及城鎮(zhèn)化水平不斷提高，縣域內(nèi)提供的非農(nóng)就業(yè)崗位增加，導(dǎo)致縣域第一產(chǎn)業(yè)就業(yè)人員比重下降.本文的控制變量包括：人均耕地面積反映農(nóng)業(yè)生產(chǎn)條件，行政區(qū)路網(wǎng)密度反映農(nóng)村交通基礎(chǔ)設(shè)施，城鎮(zhèn)化率和第一產(chǎn)業(yè)就業(yè)人員占比衡量縣域經(jīng)濟(jì)發(fā)展水平.

4）中介變量.

在數(shù)字經(jīng)濟(jì)的驅(qū)動(dòng)下，農(nóng)民網(wǎng)購(gòu)、帶貨直播等新業(yè)態(tài)蓬勃發(fā)展，城鄉(xiāng)居民收入來源多樣化有助于增加農(nóng)村居民收入.因此，本文選取縣域農(nóng)民人均純收入作為中介變量，探究農(nóng)村居民收入對(duì)不同縣域農(nóng)村人口外流的中介效應(yīng).

3 研究結(jié)果

3.1 描述性統(tǒng)計(jì)分析

本研究各變量的描述性統(tǒng)計(jì)結(jié)果見表2.根據(jù)表1農(nóng)村人口外流的類型劃分可知：廣西縣域農(nóng)村人口外流整體上處于凈流出狀態(tài).具體來看，廣西不同縣域的農(nóng)村人口外流差異很大，農(nóng)村人口外流率最大值達(dá)到57.81%，最小僅為-55.37%，這意味著廣西縣域農(nóng)村人口并非完全呈現(xiàn)外流，也有個(gè)別縣域呈現(xiàn)人口凈流入.從數(shù)字鄉(xiāng)村指數(shù)差異來看，不同縣域的鄉(xiāng)村數(shù)字水平差異較大，鄉(xiāng)村數(shù)字水平最高和最低分別為76.38和39.17.

3.2 廣西縣域農(nóng)村人口外流類型空間分布

借助GIS10.0軟件，得出廣西縣域農(nóng)村人口外流類型空間分布如圖1所示.除了數(shù)據(jù)缺失的10個(gè)市轄區(qū)以外，廣西只有2個(gè)縣區(qū)的農(nóng)村人口處于凈流入型，分別是雁山區(qū)和龍圩區(qū)，其他縣區(qū)農(nóng)村人口均呈現(xiàn)凈流出狀態(tài)，可見，廣西絕大部分縣域農(nóng)村人口處于凈流出特征.具體來看，在所有

凈流出類型中，凈流出Ⅱ型和凈流出Ⅰ型的縣區(qū)數(shù)量大致相當(dāng).

從空間分布來看，農(nóng)村人口凈流出Ⅱ型的縣區(qū)主要分布在桂西北和桂東南地區(qū)，凈流出Ⅰ型的縣區(qū)主要分布在南寧、柳州、桂林和梧州所轄縣區(qū)，此外，邊境地區(qū)和北部灣地區(qū)也呈一定分布格局.

3.3 廣西縣域農(nóng)村人口外流的空間相關(guān)分析

雖然通過圖1能直觀了解廣西縣域農(nóng)村人口外流類型的分布情況，但無(wú)法得知其在空間分布上是否呈現(xiàn)依賴性和異質(zhì)性，所以本研究采用探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis， ESDA）檢驗(yàn)不同縣區(qū)農(nóng)村人口外流是否存在空間溢出效應(yīng)，包括全局空間自相關(guān)及局部空間自相關(guān)［25］.

廣西縣域農(nóng)村人口外流類型在空間上可能存在正相關(guān)，Moran指數(shù)I=0.1987.經(jīng)過（Pseudo P-value）檢驗(yàn)后，結(jié)果值為0.002，表明其存在空間正相關(guān).由圖2所示：廣西縣域農(nóng)村人口外流呈現(xiàn)高-高聚集的縣區(qū)只有9個(gè)，說明廣西縣域農(nóng)村人口外流率高的縣區(qū)被周邊農(nóng)村人口外流率高縣區(qū)包圍特征不顯著；高-低聚集的縣區(qū)僅有1個(gè)，說明廣西縣域農(nóng)村人口外流率高的縣區(qū)被周邊農(nóng)村人口外流率低縣區(qū)包圍的情況很少；低-低聚集的縣區(qū)均為桂林市轄縣區(qū)，且在空間上呈現(xiàn)典型的聚集特征，即桂林農(nóng)村人口外流率低的縣區(qū)被周邊農(nóng)村人口外流率低的縣區(qū)包圍情況較為明顯.可見，廣西

縣域農(nóng)村人口外流類型分布在空間上存在一定的集聚特征，但只存在局部集聚現(xiàn)象.結(jié)合全局空間自相關(guān)和局部空間自相關(guān)檢驗(yàn)結(jié)果來看，廣西縣域農(nóng)村人口外流類型在空間分布上呈現(xiàn)顯著正相關(guān)，且具有一定的集聚特征.

3.4 空間計(jì)量經(jīng)濟(jì)模型實(shí)證結(jié)果

基于距離空間權(quán)重，采用普通最小二乘（Ordinarg Least Squares，OLS）模型進(jìn)行基準(zhǔn)回歸，空間依賴性檢驗(yàn)值的伴隨概率為0.000，強(qiáng)烈拒絕了“殘差不存在空間依賴性”的原假設(shè)，即OLS模型回歸后其殘差存在空間依賴性，應(yīng)選擇空間計(jì)量模型.雖然明確模型存在空間效應(yīng)，但無(wú)法判斷究竟采用空間滯后模型還是空間誤差模型，對(duì)此需要通過穩(wěn)健性的拉格朗日乘子檢驗(yàn).Robust LM（lag）和Robust LM（error）統(tǒng)計(jì)量的伴隨概率分別為0.937和0.364，顯然，在5%的顯著性水平下拒絕“不是空間滯后模型”的原假設(shè)，因而選擇空間滯后模型模型，回歸結(jié)果見表3.

由SLM模型回歸結(jié)果可知，數(shù)字鄉(xiāng)村發(fā)展對(duì)廣西縣域農(nóng)村人口外流產(chǎn)生顯著的負(fù)向影響.縣域數(shù)字鄉(xiāng)村發(fā)展水平越高，對(duì)抑制農(nóng)村人口外流的作用越明顯，即農(nóng)村人口外流率越低.數(shù)字鄉(xiāng)村水平越高的縣域，意味著農(nóng)民在當(dāng)?shù)赜懈嗟木蜆I(yè)機(jī)會(huì)，在一定程度上減少了農(nóng)民工外出就業(yè).從各控制變量的影響系數(shù)來看，人均耕地面積對(duì)縣域農(nóng)村人口外流具有顯著的正向影響，農(nóng)地經(jīng)營(yíng)規(guī)模越大，農(nóng)民外流率也越高.廣西不同縣域耕地面積及人口密度差異較大，雖然桂東南一帶耕地面積存量相對(duì)較多，但人口密度較大，導(dǎo)致人均耕地面積較少，農(nóng)村人口外流率也偏高.事實(shí)上，所在縣域與經(jīng)濟(jì)發(fā)達(dá)地區(qū)的距離對(duì)農(nóng)村人口外流有重要影響.桂東南在空間上更接近珠江三角洲地區(qū)，廣東尤其是珠江三角洲地區(qū)是廣西農(nóng)民工跨省務(wù)工的第一大目的地，因而對(duì)桂東地區(qū)農(nóng)村勞動(dòng)力的吸引力更大.可見，縣域數(shù)字經(jīng)濟(jì)發(fā)展能有效抑制農(nóng)村人口外流.從空間溢出效應(yīng)來看，雖然大部分縣區(qū)農(nóng)村人口外流受相鄰縣區(qū)的影響不顯著，但其依然存在空間依賴性，即數(shù)字鄉(xiāng)村不僅對(duì)本縣區(qū)農(nóng)村人口外流產(chǎn)生影響，同時(shí)還對(duì)相鄰的縣區(qū)產(chǎn)生溢出效應(yīng).此外，從各變量的影響系數(shù)看，除了第一產(chǎn)業(yè)就業(yè)人員占比的影響方向不同以外，OLS模型與SLM模型的實(shí)證結(jié)果沒有顯著差異.

3.5 中介效應(yīng)分析

已有研究表明，數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了城鄉(xiāng)居民收入的增加.事實(shí)上，數(shù)字經(jīng)濟(jì)的發(fā)展的確提升了農(nóng)村居民收入［26］.接下來通過中介效應(yīng)分析數(shù)字鄉(xiāng)村發(fā)展如何通過提高農(nóng)村居民收入來影響縣域農(nóng)村人口外流.第一步，將農(nóng)村居民收入作為被解釋變量，繼續(xù)采用數(shù)字鄉(xiāng)村指數(shù)作為解釋變量進(jìn)行回歸；第二步，再以農(nóng)村居民收入和數(shù)字鄉(xiāng)村指數(shù)作為解釋變量，進(jìn)行二次回歸［25］.

由表4可知：數(shù)字鄉(xiāng)村發(fā)展對(duì)促進(jìn)農(nóng)村居民收入產(chǎn)生顯著影響.隨著數(shù)字經(jīng)濟(jì)的發(fā)展，農(nóng)村居民收入來源渠道多樣化，農(nóng)民可以通過數(shù)字技術(shù)手段獲取農(nóng)產(chǎn)品市場(chǎng)供求信息，利用網(wǎng)絡(luò)直播帶貨方式銷售農(nóng)產(chǎn)品，提高了農(nóng)民的經(jīng)營(yíng)性收入.由于數(shù)字經(jīng)濟(jì)的發(fā)展，拉近了縣域與外界的聯(lián)系，農(nóng)民外出務(wù)工的渠道增多，就業(yè)形式更為靈活，從而提高了農(nóng)村居民收入.當(dāng)把農(nóng)村居民收入和數(shù)字鄉(xiāng)村指數(shù)同時(shí)作為解釋變量進(jìn)行回歸后，發(fā)現(xiàn)數(shù)字鄉(xiāng)村指數(shù)變量對(duì)農(nóng)村人口外流的影響仍然顯著，可見，數(shù)字鄉(xiāng)村發(fā)展對(duì)廣西縣域農(nóng)村人口外流具有顯著的負(fù)向影響.

3.6 穩(wěn)健性檢驗(yàn)

數(shù)字鄉(xiāng)村發(fā)展對(duì)廣西縣域農(nóng)村人口外流產(chǎn)生顯著影響，但中介變量農(nóng)村居民收入對(duì)其影響并不顯著，為了檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，采用逐步增加控制變量法進(jìn)行檢驗(yàn)，結(jié)果見表5.

由表5可知，模型1在不加入控制變量的條件下，數(shù)字鄉(xiāng)村指數(shù)與縣域農(nóng)村人口外流呈顯著負(fù)相關(guān)性.當(dāng)依次加入控制變量后，數(shù)字鄉(xiāng)村指數(shù)對(duì)縣域農(nóng)村人口外流的影響方向均顯示為負(fù)值，隨著加入更多的控制變量后，其影響顯著性總體不斷增強(qiáng)，并且在5%的顯著性水平下影響比較顯著.因此，本文實(shí)證結(jié)果具有穩(wěn)健性.

3.7 異質(zhì)性檢驗(yàn)

雖然縣域與市轄區(qū)是同等級(jí)別的縣級(jí)單位，但是市轄區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展水平整體上要高于縣域，因此，對(duì)當(dāng)?shù)剞r(nóng)村人口外流的影響可能存在差異.將廣西縣域農(nóng)村人口外流分成兩組，分別為縣域組和市轄區(qū)組，依次檢驗(yàn)數(shù)字鄉(xiāng)村對(duì)農(nóng)村人口外流的影響差異，探討不同行政類型的縣域農(nóng)村人口外流與數(shù)字鄉(xiāng)村的關(guān)系，檢驗(yàn)結(jié)果見表6.

由表6可知，數(shù)字鄉(xiāng)村指數(shù)對(duì)廣西市轄區(qū)與縣域的農(nóng)村人口外流的影響不同.從縣域組的影響結(jié)果看，無(wú)論是否加入控制變量，數(shù)字鄉(xiāng)村指數(shù)對(duì)廣西縣域組的農(nóng)村人口外流均產(chǎn)生顯著的負(fù)向影響，

當(dāng)加入控制變量后，其影響程度減弱，表明廣西縣域農(nóng)村人口外流不僅受到數(shù)字鄉(xiāng)村發(fā)展水平的影響，同時(shí)還受城鎮(zhèn)化的影響.從市轄區(qū)組的影響結(jié)果來看，無(wú)論是否加入控制變量，鄉(xiāng)村數(shù)字指數(shù)對(duì)廣西市轄區(qū)組的農(nóng)村人口外流的影響方向?yàn)樨?fù)，但影響程度均不顯著.可見，數(shù)字鄉(xiāng)村發(fā)展對(duì)廣西市轄區(qū)與縣域的農(nóng)村人口外流的影響具有異質(zhì)性.

4 結(jié)論與討論

4.1 結(jié)論

本文通過空間自相關(guān)法分析廣西縣域農(nóng)村人口外流的空間分異與集聚特征，并構(gòu)建空間計(jì)量經(jīng)濟(jì)模型實(shí)證研究數(shù)字鄉(xiāng)村對(duì)其影響，研究結(jié)果如下.

1）除了個(gè)別縣域外，廣西縣域農(nóng)村人口呈現(xiàn)凈流出狀態(tài)，其中，凈流出Ⅰ型和凈流出Ⅱ型的縣域數(shù)量基本相當(dāng).

2）廣西縣域農(nóng)村人口外流類型在空間分布上呈現(xiàn)顯著正相關(guān)，局部空間自相關(guān)檢驗(yàn)結(jié)果表明，部分縣域人口外流類型存在一定程度的空間集聚現(xiàn)象，主要表現(xiàn)為低-低集聚和高-高集聚特征.

3）數(shù)字鄉(xiāng)村對(duì)廣西縣域農(nóng)村人口外流產(chǎn)生顯著的負(fù)向影響，即提高縣域數(shù)字化水平可以有效抑制農(nóng)村人口外流，并且具有空間溢出效應(yīng).中介效應(yīng)檢驗(yàn)結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)提高農(nóng)村居民收入有顯著正向影響.此外，數(shù)字鄉(xiāng)村對(duì)廣西市轄區(qū)與縣域農(nóng)村人口外流的影響存在顯著差異.

4.2 討論

1）有序引導(dǎo)縣域農(nóng)村人口轉(zhuǎn)移至縣城.廣西大部分縣域農(nóng)村人口仍處于凈流出階段，意味著縣域整體經(jīng)濟(jì)帶動(dòng)效應(yīng)較弱，縣域吸納農(nóng)村剩余勞動(dòng)力能力不足，縣域城鎮(zhèn)化水平依然較低.一方面，要加快縣域一二三產(chǎn)業(yè)融合發(fā)展，促進(jìn)縣域特色產(chǎn)業(yè)形成規(guī)?；?jīng)營(yíng)，強(qiáng)化縣域數(shù)字經(jīng)濟(jì)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)作用；另一方面，提高縣域經(jīng)濟(jì)發(fā)展質(zhì)量，創(chuàng)造更多的就業(yè)崗位，實(shí)現(xiàn)農(nóng)村勞動(dòng)力在家門口即能就業(yè).

2）大力發(fā)展鄉(xiāng)村電商經(jīng)濟(jì)，促進(jìn)縣域農(nóng)民增收.數(shù)字經(jīng)濟(jì)推動(dòng)了農(nóng)村電商發(fā)展，農(nóng)民通過采納數(shù)字技術(shù)，借助電商平臺(tái)進(jìn)行帶貨直播，農(nóng)村居民收入明顯增加.此外，農(nóng)村電商還進(jìn)一步撬動(dòng)了農(nóng)村居民消費(fèi)，有利于振興縣域消費(fèi)市場(chǎng)，推動(dòng)縣域?qū)崿F(xiàn)共同富裕.

3）完善縣域基礎(chǔ)設(shè)施，尤其是加快數(shù)字基礎(chǔ)設(shè)施建設(shè).隨著5G技術(shù)的推廣普及，鄉(xiāng)村通信技術(shù)設(shè)施急需更新改造，要持續(xù)增加農(nóng)村數(shù)字產(chǎn)品的供給，不斷滿足居民對(duì)高質(zhì)量移動(dòng)互聯(lián)網(wǎng)的需求，打造城鄉(xiāng)無(wú)障礙數(shù)據(jù)傳輸，提供高效、便捷的數(shù)字技術(shù)服務(wù)，促進(jìn)縣域數(shù)字經(jīng)濟(jì)發(fā)展，加快縣域城鄉(xiāng)人口跨區(qū)域流動(dòng)，推動(dòng)城鄉(xiāng)經(jīng)濟(jì)融合發(fā)展.

參考文獻(xiàn)：

［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.

［2］ 劉彥隨，嚴(yán)鑌，王艷飛.新時(shí)期中國(guó)城鄉(xiāng)發(fā)展的主要問題與轉(zhuǎn)型對(duì)策［J］.經(jīng)濟(jì)地理，2016，36（7）：1.

［3］ 劉彥隨.中國(guó)新時(shí)代城鄉(xiāng)融合與鄉(xiāng)村振興［J］.地理學(xué)報(bào)，2018，73（4）：637.

［4］ 丘斌，古晨光，王梓貝，等.數(shù)字經(jīng)濟(jì)、人口流動(dòng)與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.統(tǒng)計(jì)與決策，2023，39（20）：17.

［5］ 馬述忠，胡增璽.數(shù)字金融是否影響勞動(dòng)力流動(dòng)？——基于中國(guó)流動(dòng)人口的微觀視角［J］.經(jīng)濟(jì)學(xué)（季刊），2022，22（1）：303.

［6］ 易法敏，王修梅.數(shù)字時(shí)代農(nóng)民工的城鄉(xiāng)遷移［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，22（3）：32.

［7］ 何陽(yáng).村民自治中農(nóng)村流動(dòng)人口的數(shù)字化參與［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（2）：43.

［8］ 邱澤奇，李由君，徐婉婷.數(shù)字化與鄉(xiāng)村治理結(jié)構(gòu)變遷［J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，42（2）：74.

［9］ 徐志文，謝方.城鄉(xiāng)融合發(fā)展中的人口流動(dòng)類型、動(dòng)力機(jī)制及政策啟示［J］.齊齊哈爾大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，（12）：89.

［10］ 張坤.中國(guó)農(nóng)村人口流動(dòng)的影響因素與實(shí)施對(duì)策——基于推拉理論的托達(dá)羅修正模型［J］.統(tǒng)計(jì)與信息論壇，2014，29（7）：22.

［11］ 劉軍輝，張古.戶籍制度改革對(duì)農(nóng)村勞動(dòng)力流動(dòng)影響模擬研究——基于新經(jīng)濟(jì)地理學(xué)視角［J］.財(cái)經(jīng)研究，2016，42（10）：80.

［12］ 常爾娜，韓建民.基于推拉理論河西民族地區(qū)人口流動(dòng)原因分析［J］.熱帶農(nóng)業(yè)工程，2022，46（4）：92.

［13］ 周世軍，陳博文.數(shù)字經(jīng)濟(jì)是否影響勞動(dòng)力空間配置？——基于中國(guó)流動(dòng)人口的微觀證據(jù)［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，39（2）：96.

［14］ 劉修巖，王彩艷.城鄉(xiāng)人口流動(dòng)如何促進(jìn)鄉(xiāng)村振興？——基于中國(guó)縣級(jí)面板數(shù)據(jù)的實(shí)證研究［J］.浙江學(xué)刊，2023（1）：160.

［15］ 王金波，牟欣欣.數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力流動(dòng)的影響：理論機(jī)制與實(shí)證檢驗(yàn)［J］.經(jīng)濟(jì)論壇，2023（9）：39.

［16］ 彭麗娜，徐家鵬，姜志德，等.數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響［J］.人口與發(fā)展，2023，29（4）：31.

［17］ 姚常成，沈凱玙.要素流動(dòng)視角下數(shù)字經(jīng)濟(jì)與區(qū)域經(jīng)濟(jì)的包容性增長(zhǎng)效應(yīng)［J］.經(jīng)濟(jì)地理，2023，43（4）：10.

［18］ 田艷平，向雪風(fēng).數(shù)字經(jīng)濟(jì)發(fā)展與勞動(dòng)者就業(yè)質(zhì)量提升［J］.西北人口，2023，44（3）：65.

［19］ 鄭群明，周聰聰.中國(guó)省域森林公園旅游接待人數(shù)空間分異研究——基于空間自相關(guān)分析方法［J］.中南林業(yè)科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，14（6）：96.

［20］ 楊顯明，宋欣怡，加壯壯.青海省縣域城鎮(zhèn)化質(zhì)量測(cè)度及時(shí)空演變分析［J］.西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，59（3）：100.

［21］ 李嘯虎，施湛湛，王立明，等.網(wǎng)絡(luò)旅游信息流對(duì)國(guó)內(nèi)旅游流影響的空間效應(yīng)——基于中國(guó)省域空間面板計(jì)量模型的研究［J］.西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，58（5）：119.

［22］ 汪亞楠，王海成.數(shù)字鄉(xiāng)村對(duì)農(nóng)村居民網(wǎng)購(gòu)的影響效應(yīng)［J］.中國(guó)流通經(jīng)濟(jì)，2021，35（7）： 9.

［23］ 齊文浩，李明杰，李景波.數(shù)字鄉(xiāng)村賦能與農(nóng)民收入增長(zhǎng)：作用機(jī)理與實(shí)證檢驗(yàn)——基于農(nóng)民創(chuàng)業(yè)活躍度的調(diào)節(jié)效應(yīng)研究［J］.東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，23（2）：116.

［24］ 郭遠(yuǎn)智，周揚(yáng)，劉彥隨.中國(guó)農(nóng)村人口外流的時(shí)空演化及其驅(qū)動(dòng)機(jī)制［J］.地理科學(xué)，2020，40（1）：50.

［25］ 許鋒.基于Moran指數(shù)和譜圖論的空間自相關(guān)測(cè)度方法優(yōu)化［J］.城市發(fā)展研究，2021，28（12）：92.

［26］ BARON R M，KENNY D A.The moderator-mediator variable distinction in social psychological research：con-ceptual，strategic，and statistical considerations［J］.J Pers Soc Psychol，1986，51（6）：1173.

［27］ 王帥龍，孫培蕾.數(shù)字經(jīng)濟(jì)、勞動(dòng)力流動(dòng)與城鄉(xiāng)收入差距［J］.哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（5）：108.

（責(zé)任編輯 馬宇鴻）