張芳山 李露瑤 陳杰

摘要：近年來，數(shù)字經(jīng)濟的蓬勃發(fā)展對鄉(xiāng)村振興發(fā)展的影響極大。文章選取2011—2022年中國30個省份的面板數(shù)據(jù)，采用熵權(quán)法和固定效應模型，探究數(shù)字經(jīng)濟對鄉(xiāng)村振興發(fā)展的影響機制和程度，并創(chuàng)新性地使用隨機森林模型，深入考察影響鄉(xiāng)村振興發(fā)展的數(shù)字經(jīng)濟各項指標的重要性。研究發(fā)現(xiàn)：（1）數(shù)字經(jīng)濟發(fā)展對鄉(xiāng)村振興工作具有顯著的促進作用，影響效應為0.4100。（2）數(shù)字經(jīng)濟對林業(yè)大省鄉(xiāng)村振興的促進作用較其他地區(qū)更為顯著，影響系數(shù)為0.5700，說明數(shù)字經(jīng)濟在林業(yè)經(jīng)濟的應用已取得了顯著成效。（3）數(shù)字經(jīng)濟影響鄉(xiāng)村振興最重要的因素是企業(yè)擁有網(wǎng)站數(shù)和信息從業(yè)人數(shù)，重要性分別為13.62和11.61，農(nóng)村電商有望成為鄉(xiāng)村振興的新增長極。（4）數(shù)字經(jīng)濟對鄉(xiāng)村振興的促進作用有明顯的區(qū)域異質(zhì)性，影響系數(shù)分別為東部地區(qū)0.6450、西部地區(qū)0.2560、東北部地區(qū)0.2350、中部地區(qū)0.1970。文章聚焦于數(shù)字經(jīng)濟各個維度指標的重要性比較以及林業(yè)經(jīng)濟大省和其他省份的異質(zhì)性分析，深化了相關(guān)研究內(nèi)容，彌補了現(xiàn)有文獻對林業(yè)經(jīng)濟大省數(shù)字經(jīng)濟研究的不足?；诖颂岢稣邌⑹荆亨l(xiāng)村振興工作中應利用好數(shù)字經(jīng)濟這一推手，重點推動農(nóng)村電子信息制造業(yè)和農(nóng)村電商，推進林業(yè)大省和其他地區(qū)鄉(xiāng)村振興工作低成本、高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)字經(jīng)濟；鄉(xiāng)村振興；熵權(quán)法；面板數(shù)據(jù)計量模型；隨機森林模型

中圖分類號：F323； F49文獻標識碼：A文章編號：1673-338X（2024）3-078-19

基金項目：國家社會科學基金青年項目“農(nóng)民用水合作組織發(fā)展遲滯的生成邏輯與破解機制研究”（23CJY058），河南省高校人文社會科學研究一般項目“河南農(nóng)民用水合作組織發(fā)展遲滯的生成邏輯與優(yōu)化路徑研究”（2024-ZZJH-145），河南省軟科學研究計劃項目“河南省推進糧食主產(chǎn)區(qū)利益補償?shù)淖璧K與破解對策研究”（242400411160）。

Research on the impact and mechanism of digital economy on rural revitalization development

ZHANG Fangshan， LI Luyao， CHEN Jie

（College of Economics and Trade， Henan University of Technology， Zhengzhou 450001）

Abstract：In recent years， the digital economy has been booming and rural revitalization has been positively impacted by it. By selecting the panel data of 30 Chinese provinces from 2011 to 2022， the entropy weighting method and fixed-effects model were used to explore the mechanism and degree of the impact of digital economy on the development of rural revitalization， and the random forest model was innovatively used to examine in depth the importance of the various indicators of digital economy affecting the development of rural revitalization. The study found that：（1）The development of digital economy had a significant role in promoting rural revitalization， with an impact effect of 0.4100.（2）The promotion of digital economy on rural revitalization in forestry provinces was more significant than other regions， with an impact coefficient of 0.5700， indicating that the application of digital economy in the forest economy had achieved significant results.（3）The most important factors of digital economy affecting rural revitalization were the number of websites owned by enterprises and the number of information practitioners， with the importance of 13.62 and 11.61， respectively. Rural e-commerce was expected to become a new growth pole for rural revitalization.（4）There was obvious regional heterogeneity in the promotion of digital economy on rural revitalization， with impact coefficients of 0.6450 in the eastern region， 0.2560 in the western region， 0.2350 in the northeastern region， and 0.1970 in the central region， respectively. The article focused on the importance comparison of the indicators of digital economy in various dimensions as well as the heterogeneity analysis between large forestry provinces and other provinces， which deepened the relevant research content and made up for the lack of existing literature on digital economy research in large forestry economy provinces. Based on this， the article proposed some policy recommendations： Rural revitalization work should make good use of the digital economy as a driving force， focusing on the promotion of rural electronic information manufacturing and rural e-commerce， and promoting the low-cost and high-quality development of rural revitalization work in large forestry provinces and other regions.

Keywords：digital economy；rural revitalization；entropy weight method；panel data econometric model；random forest model

1引言

《中共中央國務院關(guān)于學習運用“千村示范、萬村整治”工程經(jīng)驗有力有效推進鄉(xiāng)村全面振興的意見》指出：要學習運用“千萬工程”蘊含的發(fā)展理念、工作方法和推進機制，把推進鄉(xiāng)村全面振興作為新時代新征程“三農(nóng)”工作的總抓手，堅持以人民為中心的發(fā)展思想，完整、準確、全面貫徹新發(fā)展理念，因地制宜、分類施策，循序漸進、久久為功，集中力量抓好辦成一批群眾可感可及的實事，不斷取得實質(zhì)性進展、階段性成果。近年來，數(shù)字經(jīng)濟興起為我國鄉(xiāng)村振興戰(zhàn)略的實現(xiàn)提供了一條新時代道路。自2019年中共中央辦公廳、國務院辦公廳印發(fā)的《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》提出“到2025年數(shù)字鄉(xiāng)村建設(shè)取得重要進展”戰(zhàn)略目標以來，我國鄉(xiāng)村振興工作中處處可見數(shù)字經(jīng)濟的影子。2023年國家發(fā)展改革委員會發(fā)布的《數(shù)字經(jīng)濟促進共同富裕實施方案》也明確提出要“加快鄉(xiāng)村產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型步伐，深入實施數(shù)字鄉(xiāng)村發(fā)展行動，以數(shù)字化賦能鄉(xiāng)村振興”。2024年3月5日商務部等9部門聯(lián)合印發(fā)的《關(guān)于推動農(nóng)村電商高質(zhì)量發(fā)展的實施意見》強調(diào)“發(fā)展農(nóng)村電商，是創(chuàng)新商業(yè)模式、建設(shè)農(nóng)村現(xiàn)代流通體系的重要舉措，是轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式、帶動農(nóng)民增收的有效抓手，是促進農(nóng)村消費、滿足人民對美好生活向往的有力支撐”。根據(jù)商務部《2023年中國網(wǎng)絡(luò)零售市場發(fā)展報告》，2023年全國農(nóng)村網(wǎng)絡(luò)零售額達到了2.5萬億元，同比增長12.9%，比2014年增長近13倍；全國農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額達5870.3億元，同比增長12.5%，約是2014年的5倍。農(nóng)村電商的跨越式發(fā)展正是數(shù)字經(jīng)濟在鄉(xiāng)村振興工作中的縮影。與此同時，隨著Web3.0、ChatGPT等數(shù)字經(jīng)濟新興應用場景的興起，如何抓穩(wěn)數(shù)字經(jīng)濟這一推手，充分發(fā)揮數(shù)字經(jīng)濟在鄉(xiāng)村振興工作中的積極作用，成為關(guān)注的重點。這對于賦予我國鄉(xiāng)村振興穩(wěn)定且強大的內(nèi)生活力、圓滿完成2025數(shù)字鄉(xiāng)村建設(shè)目標、促進鄉(xiāng)村振興戰(zhàn)略快速優(yōu)質(zhì)實現(xiàn)具有重要意義。

為深入探究數(shù)字經(jīng)濟與鄉(xiāng)村振興戰(zhàn)略之間的內(nèi)在耦合關(guān)系，尋求鄉(xiāng)村振興發(fā)展的創(chuàng)新路徑，本文依托2011—2022年中國30個省級行政區(qū)的面板數(shù)據(jù)集，運用熵權(quán)法從電子信息制造業(yè)、軟件和信息技術(shù)服務業(yè)、企業(yè)數(shù)字化轉(zhuǎn)型等多個關(guān)鍵維度出發(fā)，同時兼顧?quán)l(xiāng)村產(chǎn)業(yè)興旺、生態(tài)環(huán)境宜居、鄉(xiāng)風文明進步與治理體系有效四大核心領(lǐng)域，分別構(gòu)建反映區(qū)域數(shù)字經(jīng)濟綜合發(fā)展水平和鄉(xiāng)村振興整體狀況的指數(shù)體系。在堅實的數(shù)據(jù)基礎(chǔ)上，采用固定效應模型嚴謹剖析數(shù)字經(jīng)濟發(fā)展程度與鄉(xiāng)村振興水平之間的潛在關(guān)聯(lián)性，并通過隨機森林模型得到數(shù)字經(jīng)濟各二級指標對鄉(xiāng)村振興工作的重要性程度，深度挖掘我國東部、中部、西部和東北部四大區(qū)域在數(shù)字經(jīng)濟驅(qū)動鄉(xiāng)村振興進程中的異質(zhì)性特征。

本文的學術(shù)貢獻在于：不同于以往研究只注重數(shù)字經(jīng)濟與鄉(xiāng)村振興戰(zhàn)略間的影響機制，而是借助先進的隨機森林模型這一機器學習模型，切換現(xiàn)實視角，立足于政府施策角度，精準刻畫評價數(shù)字經(jīng)濟水平的19個指標對鄉(xiāng)村振興的影響。在前人確定數(shù)字經(jīng)濟能促進林業(yè)經(jīng)濟高質(zhì)量發(fā)展的基礎(chǔ)上，研究數(shù)字經(jīng)濟對林業(yè)大省和非林業(yè)大省鄉(xiāng)村振興的異質(zhì)性。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟在助力鄉(xiāng)村振興的過程中，農(nóng)村電商發(fā)揮了最大的作用，且數(shù)字經(jīng)濟對林業(yè)大省的鄉(xiāng)村振興有更顯著的促進作用。

2文獻回顧與評述

鄉(xiāng)村振興戰(zhàn)略的核心是在堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展的原則下，確保在要素配置、資源條件及公共服務供給上對農(nóng)村優(yōu)先保證和傾斜。近年來，數(shù)字經(jīng)濟以其獨特優(yōu)勢，在推動鄉(xiāng)村數(shù)字化轉(zhuǎn)型過程中發(fā)揮了關(guān)鍵作用。已有研究普遍認為，數(shù)字經(jīng)濟能夠有效促進鄉(xiāng)村振興戰(zhàn)略實施，助力鄉(xiāng)村生活水平提升。數(shù)字經(jīng)濟一方面能夠提升公共行政效率，進而賦能農(nóng)業(yè)農(nóng)村組織內(nèi)部的分工協(xié)調(diào)、提升組織管理效率、促進農(nóng)村流通高質(zhì)量發(fā)展（Sidorenko et al.， 2019；任保平，2024；張曉林，2024）；另一方面能夠提升政府鄉(xiāng)村建設(shè)規(guī)劃和鄉(xiāng)村數(shù)字普惠金融的質(zhì)量，推動農(nóng)業(yè)農(nóng)村經(jīng)濟高質(zhì)量發(fā)展，縮小城鄉(xiāng)貧富差距（Kosorukov， 2017；Kolobkova et al.， 2021；Liu et al.， 2023；Wang et al.， 2023；Wu et al.， 2024）。

數(shù)字經(jīng)濟形成數(shù)字賦能，通過城鄉(xiāng)技術(shù)、資源、市場流通，推動鄉(xiāng)村資源優(yōu)化配置，加強城鄉(xiāng)市場有效對接，促進鄉(xiāng)村產(chǎn)業(yè)融合，推動鄉(xiāng)村產(chǎn)業(yè)發(fā)展（田野等，2022；馮伯豪等，2024）。科技創(chuàng)新、組織創(chuàng)新、模式創(chuàng)新等都成為數(shù)字經(jīng)濟促進鄉(xiāng)村振興質(zhì)量明顯提升的重要中介變量（張?zhí)N萍等，2022；劉釩等，2023）。為了進一步提高數(shù)字經(jīng)濟對鄉(xiāng)村振興戰(zhàn)略實施的促進作用，一些學者從新經(jīng)濟地理理論、產(chǎn)業(yè)融合理論、價值鏈升級理論和制度經(jīng)濟學理論等理論角度分析后認為，應該加快推動數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，優(yōu)化公共資源配置，從而提高農(nóng)業(yè)技術(shù)水平，加大數(shù)字經(jīng)濟應用場景宣傳，進而實現(xiàn)小農(nóng)戶對接大市場，提升鄉(xiāng)村振興工作質(zhì)量（Yin et al.， 2021；陳中，2022；張?zhí)N萍等，2022；劉曉菲，2024）。

數(shù)字經(jīng)濟建設(shè)以及其對鄉(xiāng)村振興戰(zhàn)略實施的影響均表現(xiàn)出顯著的區(qū)域異質(zhì)性（殷浩棟等，2020；張?zhí)N萍等，2022；馮伯豪等，2024）。全陽等（2023）、孫亞男等（2023）研究發(fā)現(xiàn)，東南沿海數(shù)字鄉(xiāng)村高質(zhì)量建設(shè)呈現(xiàn)出多元化形式，內(nèi)陸省份的數(shù)字經(jīng)濟建設(shè)則相對遲緩。數(shù)字經(jīng)濟與鄉(xiāng)村振興協(xié)同發(fā)展水平在空間上呈現(xiàn)“東高西低”和“相似集聚”的基本格局。數(shù)字經(jīng)濟與鄉(xiāng)村振興耦合協(xié)調(diào)度東部地區(qū)各省份間差距顯著高于西部地區(qū)和中部地區(qū)，但是整體上呈現(xiàn)出明顯的在提升中趨同的演變特征。另外，數(shù)字經(jīng)濟同樣賦能林業(yè)高質(zhì)量發(fā)展，數(shù)字經(jīng)濟與林業(yè)高質(zhì)量發(fā)展的融合度決定經(jīng)濟高質(zhì)量發(fā)展的協(xié)同效應，融合度越高，越有利于提升協(xié)同效應促進鄉(xiāng)村振興（張翰丹等，2023）。

已有研究結(jié)果主要建立在主成分分析法、投入產(chǎn)出法、熵值法和固定效應模型等研究方法上。很多學者應用主成分分析法測算數(shù)字經(jīng)濟綜合得分，或者應用投入產(chǎn)出法對我國數(shù)字經(jīng)濟發(fā)展進行多維度考察（趙濤等，2020；孟雪辰等，2022；程廣斌等，2022）。鄉(xiāng)村振興綜合指數(shù)評價體系測算中較多學者應用熵值法（王亮等，2023；徐雪等，2023）。數(shù)字經(jīng)濟與鄉(xiāng)村振興的關(guān)系研究則更多地應用個體固定效應模型（潘明清等，2023）、中介效應模型和逐步回歸法等計量經(jīng)濟模型（劉亞男等，2022；田野等，2022；王永芳等，2024）。例如，楊建仁等（2023）運用Kernel密度估計模型結(jié)合BEA測算方法測算中國省域數(shù)字經(jīng)濟規(guī)模及其與鄉(xiāng)村振興之間的關(guān)系。

綜上所述，已有文獻采用多種方法對數(shù)字經(jīng)濟與鄉(xiāng)村振興之間的關(guān)系進行了研究，基本形成數(shù)字經(jīng)濟會促進鄉(xiāng)村振興的結(jié)論。但是，相關(guān)研究內(nèi)容仍有深化空間：（1）已有研究缺少對數(shù)字經(jīng)濟和鄉(xiāng)村振興評價指標中各個要素重要性的權(quán)衡，造成研究結(jié)論集中于數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化等層面，對研究結(jié)論的深化和政策的現(xiàn)實指導作用不足。（2）已有研究缺少對不同經(jīng)濟類型省份的異質(zhì)性分析，大多集中于東部、中部、西部行政區(qū)域的異質(zhì)性討論，但是由于林業(yè)經(jīng)濟與農(nóng)業(yè)經(jīng)濟在地域性、周期性、季節(jié)性上的不同，林業(yè)大省和農(nóng)業(yè)大省的數(shù)字經(jīng)濟與鄉(xiāng)村振興可能表現(xiàn)出不同的關(guān)系，有必要進行異質(zhì)性探討。因此，本文創(chuàng)新性地運用隨機森林模型精確識別并衡量數(shù)字經(jīng)濟建設(shè)在鄉(xiāng)村振興工作中各個要素的重要性，力求為實踐層面的數(shù)字鄉(xiāng)村建設(shè)和鄉(xiāng)村振興戰(zhàn)略實施找準重心和突破口。同時在此基礎(chǔ)上，系統(tǒng)深入地展開不同經(jīng)濟類型省份的異質(zhì)性分析，明晰林業(yè)大省和農(nóng)業(yè)大省兩者之間的差異，力求為科學規(guī)劃與高效推進我國數(shù)字鄉(xiāng)村建設(shè)、全面提升鄉(xiāng)村振興戰(zhàn)略實施成效提供有力的數(shù)據(jù)支持和決策依據(jù)。

3理論分析框架與研究方法

結(jié)合已有研究成果可知，數(shù)字經(jīng)濟在推動鄉(xiāng)村振興中扮演著至關(guān)重要的角色。為了使數(shù)字經(jīng)濟與鄉(xiāng)村振興之間的傳導機制更為健全和明晰，本文對數(shù)字經(jīng)濟發(fā)展影響鄉(xiāng)村振興的直接作用、各因素影響權(quán)重和區(qū)域異質(zhì)性進行探討。由此構(gòu)建我國30個省份的固定效應模型，進行基于機器學習的隨機森林模型、決策樹以及異質(zhì)性分析。

3.1理論分析與研究假設(shè)

為了深入研究數(shù)字經(jīng)濟發(fā)展與鄉(xiāng)村振興之間的深層次關(guān)系，本文從數(shù)字經(jīng)濟發(fā)展對鄉(xiāng)村振興發(fā)展的推動作用、變量差異性和區(qū)域異質(zhì)性三個方面論述理論分析框架及研究假設(shè)，并以此為基礎(chǔ)闡釋本文的研究方法和模型構(gòu)建。

3.1.1數(shù)字經(jīng)濟對鄉(xiāng)村振興促進作用的理論分析

數(shù)字經(jīng)濟主要從產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕五個方面影響鄉(xiāng)村振興。第一，在產(chǎn)業(yè)興旺方面，數(shù)字經(jīng)濟為鄉(xiāng)村提供了更多的發(fā)展機會。鄉(xiāng)村可以通過電子商務平臺將農(nóng)產(chǎn)品銷售到全國乃至全球，推動農(nóng)業(yè)產(chǎn)業(yè)的現(xiàn)代化和規(guī)模化。同時，數(shù)字經(jīng)濟也催生了鄉(xiāng)村旅游、鄉(xiāng)村文創(chuàng)等新興產(chǎn)業(yè)，豐富了鄉(xiāng)村經(jīng)濟的內(nèi)容和形式（曾祥明等，2024）。第二，在生態(tài)宜居方面，數(shù)字經(jīng)濟有助于提升鄉(xiāng)村的生態(tài)環(huán)境質(zhì)量。通過數(shù)字化監(jiān)測和數(shù)據(jù)分析，可以更有效地管理和保護鄉(xiāng)村的自然資源，實現(xiàn)可持續(xù)發(fā)展，推動鄉(xiāng)村綠色建筑和綠色能源的發(fā)展，提高鄉(xiāng)村居民的居住質(zhì)量（雷搏等，2023）。第三，在鄉(xiāng)風文明方面，數(shù)字經(jīng)濟有助于傳承和弘揚鄉(xiāng)村文化。通過數(shù)字化技術(shù)記錄和展示鄉(xiāng)村的歷史、傳統(tǒng)和習俗，讓更多的人了解和欣賞鄉(xiāng)村文化，進而推動鄉(xiāng)村文化的創(chuàng)新和發(fā)展，為鄉(xiāng)村注入新的活力（王麗等，2023）。第四，在治理有效方面，數(shù)字經(jīng)濟可以提高鄉(xiāng)村治理的效率和透明度。通過數(shù)字化平臺，可以實現(xiàn)信息共享、數(shù)據(jù)互通，提高鄉(xiāng)村治理的精準性和針對性，以推動鄉(xiāng)村治理的民主化進程，增強村民的參與感和獲得感（陳建珍，2022）。第五，在生活富裕方面，數(shù)字經(jīng)濟為鄉(xiāng)村居民提供了更多的就業(yè)機會和收入來源。通過發(fā)展數(shù)字經(jīng)濟產(chǎn)業(yè)，可以吸引更多的人才和資源流向鄉(xiāng)村，促進鄉(xiāng)村經(jīng)濟的繁榮和發(fā)展，提高鄉(xiāng)村居民的生活品質(zhì)，讓他們享受到更加便捷、舒適的生活（郭露等，2023）。因此，提出假設(shè)H1。

H1：數(shù)字經(jīng)濟的發(fā)展對鄉(xiāng)村振興工作產(chǎn)生極為重要的影響。

法國經(jīng)濟學家弗朗索瓦·佩魯提出的增長極理論強調(diào)，在有限資源條件下，通過聚焦關(guān)鍵領(lǐng)域和節(jié)點能夠?qū)崿F(xiàn)經(jīng)濟的跳躍式發(fā)展。在鄉(xiāng)村地區(qū)發(fā)展數(shù)字經(jīng)濟的資金等資源十分有限。因此，為了實現(xiàn)資源的最優(yōu)配置，打造數(shù)字經(jīng)濟推動鄉(xiāng)村振興新的增長極，提出假設(shè)H2。

H2：構(gòu)成數(shù)字經(jīng)濟的不同變量對鄉(xiāng)村振興工作的重要程度不同。

3.1.2區(qū)域間數(shù)字經(jīng)濟對鄉(xiāng)村振興作用機制差異的理論分析

根據(jù)資源分配不平衡理論，資源要素的分配不均勻會導致不同經(jīng)濟體之間的發(fā)展程度不同（馮云廷等，2019）。由于各省份外界因素的變化，數(shù)字經(jīng)濟和鄉(xiāng)村振興之間的發(fā)展會表現(xiàn)為時間上的階段性和空間上的差異性。地理位置優(yōu)越的省份由于數(shù)字經(jīng)濟發(fā)展的基礎(chǔ)條件相對較高，在鄉(xiāng)村振興的發(fā)展上具有更高的起點，數(shù)字經(jīng)濟的快速發(fā)展能夠驅(qū)動鄉(xiāng)村振興各產(chǎn)業(yè)部門迅速轉(zhuǎn)型升級，逐步推進鄉(xiāng)村振興。依據(jù)資源分布不均勻理論，各省份之間推動鄉(xiāng)村振興發(fā)展的資源分布不均，導致部分地區(qū)數(shù)字經(jīng)濟發(fā)展較快，部分地區(qū)久滯不前，出現(xiàn)區(qū)域異質(zhì)性（馮伯豪等，2024），并且數(shù)字經(jīng)濟對林業(yè)經(jīng)濟高質(zhì)量發(fā)展有顯著促進作用（王一萌等，2023），因此，提出假設(shè)H3。

H3：我國東部、中部、西部、東北部地區(qū)和林業(yè)大省數(shù)字經(jīng)濟對鄉(xiāng)村振興的促進作用存在區(qū)域異質(zhì)性。

3.2研究方法

根據(jù)理論分析框架以及研究假設(shè)，數(shù)字經(jīng)濟對鄉(xiāng)村振興有顯著的促進作用，不同的數(shù)字經(jīng)濟變量對這種促進作用的重要性不同，而且這種促進作用存在區(qū)域異質(zhì)性。本文通過熵權(quán)法這一客觀賦權(quán)法分別得出數(shù)字經(jīng)濟和鄉(xiāng)村振興綜合指數(shù)，并選擇固定效應模型對兩者之間的關(guān)系進行分析（劉亞男等，2022）。在此基礎(chǔ)上，借鑒田小文等（2023）的做法，引入隨機森林模型對數(shù)字經(jīng)濟的變量進行重要程度排序，并創(chuàng)新性地使用決策樹對隨機森林結(jié)果進行檢驗。此外，借鑒馮伯豪等（2024）的方法進行區(qū)域異質(zhì)性檢驗，以對不同地區(qū)之間、林業(yè)與非林業(yè)大省之間的差異做出規(guī)范化分析。

3.2.1熵權(quán)法

本文利用熵權(quán)法通過數(shù)字經(jīng)濟和鄉(xiāng)村振興綜合得分作為最終衡量結(jié)果的變量依據(jù)。熵權(quán)法的基本思路是根據(jù)指標變異性大小來確定客觀權(quán)重。若某個指標的信息熵越小，表明指標值的變異程度越大，其提供的信息量越多，在綜合評價中所起到的作用也越大，其權(quán)重也就越大。本文在單一衡量數(shù)字經(jīng)濟和鄉(xiāng)村振興的綜合指數(shù)時，分別利用正向指標與負向指標來判斷信息熵進而得出權(quán)重大小，最后得出綜合指數(shù)得分。

第一步，標準化。為了消除不同變量之間量綱不同的影響，首先對數(shù)據(jù)進行標準化，如式（1）至式（4）所示。

正向指標使用式（1）和式（2）。

式（1）至式（4）中，XHit、Mhit分別表示在數(shù)字經(jīng)濟第H個與鄉(xiāng)村振興第h個三級指標下第i個省份第t年的指標數(shù)值，YHit、Nhit分別表示在數(shù)字經(jīng)濟與鄉(xiāng)村振興標準化后第H個、第h個三級指標下第i個省份第t年的指標數(shù)值。

第二步，求各指標在各方案下的比值，如式（5）、式（6）所示。

式（5）中，pHit表示在數(shù)字經(jīng)濟第H個三級指標下第i個省份第t年的數(shù)值占數(shù)字經(jīng)濟全部數(shù)值的比例；式（6）中，qhit表示在鄉(xiāng)村振興第h個三級指標下第i個省份第t年的數(shù)值占鄉(xiāng)村振興全部數(shù)值的比例。

第三步，求各指標的信息熵。根據(jù)信息論中信息熵的定義，一組數(shù)據(jù)的信息熵如式（7）、式（8）所示。

式（7）、式（8）中，EHij， Fhij≥0。若pHij， qhij= 0，定義EHij， Fhij= 0。EHit是根據(jù)第二步所得出的數(shù)字經(jīng)濟每個指標在每個樣本上的權(quán)重所計算出來的熵值，n為省份總數(shù)；Fhij同理。

第四步，確定各指標的權(quán)重。根據(jù)信息熵的計算公式，計算出各個指標的信息熵。信息熵計算各指標權(quán)重如式（9）、式（10）所示。

式（9）、式（10）中，K、k分別為數(shù)字經(jīng)濟與鄉(xiāng)村振興的指標個數(shù)，即K = H ， k = h，L、l分別為數(shù)字經(jīng)濟與鄉(xiāng)村振興各指標總數(shù)。

第五步，計算每個方案的綜合評分，如式（11）、式（12）所示。

式（11）、式（12）中，SHij、Ghij分別為數(shù)字經(jīng)濟與鄉(xiāng)村振興的各方案綜合評分。

3.2.2固定效應模型

通過熵權(quán)法得出數(shù)字經(jīng)濟和鄉(xiāng)村振興綜合指數(shù)后，本文通過豪斯曼檢驗最終確定采用固定效應模型來深入研究數(shù)字經(jīng)濟對鄉(xiāng)村振興的促進作用，如式（13）所示。

式（13）中，i為省份；t為時間；GEE為各省份綠色發(fā)展水平；DEG為各省份數(shù)字經(jīng)濟發(fā)展水平；Bit為控制變量的合集；β0、β1、β2為系數(shù)；μi為個體固定效應；δt為時間固定效應；εit為隨機誤差項。3.2.3隨機森林模型

由固定效應模型得出數(shù)字經(jīng)濟與鄉(xiāng)村振興之間的聯(lián)結(jié)機制后，再通過隨機森林模型評價數(shù)字經(jīng)濟不同指標變量對鄉(xiāng)村振興的重要程度。固定效應模型更關(guān)注總體效應，而隨機森林模型則進一步深入到特征層面，揭示影響的細節(jié)。固定效應模型提供了數(shù)字經(jīng)濟對鄉(xiāng)村振興總體上的因果關(guān)系，而隨機森林模型則提供了這種關(guān)系在具體特征層面上的細分，兩種模型結(jié)合起來可以更全面地理解數(shù)字經(jīng)濟對鄉(xiāng)村振興影響的復雜性。

隨機森林模型是一種集成學習方法，用于解決分類和回歸問題。它由多棵決策樹組成，每棵樹都獨立訓練。在分類問題中，隨機森林模型通過投票來確定最終的分類結(jié)果，其中“隨機”體現(xiàn)在兩個方面：一是它會隨機選擇用于訓練每棵樹的數(shù)據(jù)樣本；二是對于每個節(jié)點的特征選擇，它也會隨機選擇一部分特征進行考慮。這種隨機性有助于減少擬合，并且使其對于高維數(shù)據(jù)和大量訓練樣本的情況表現(xiàn)良好，結(jié)果更加可信。重要性評價原理為：數(shù)字經(jīng)濟變量在模型中為正確識別鄉(xiāng)村振興發(fā)展水平樣本所提供的信息量越多，則該自變量的重要性就越高。

第i個數(shù)字經(jīng)濟變量的特征Ci的重要性計算公式如式（14）所示。

式（14）中，r為有序放回的次數(shù)，errOOB1ij與errOOB2ij分別為j次加入噪聲前后的袋外數(shù)據(jù)誤差。

4指標體系構(gòu)建、數(shù)據(jù)來源與描述性統(tǒng)計分析

基于包容性增長理論，數(shù)字經(jīng)濟在推動社會經(jīng)濟發(fā)展的過程中一定會帶動鄉(xiāng)村這一經(jīng)濟弱勢群體的發(fā)展。在這一過程中會使數(shù)字經(jīng)濟與鄉(xiāng)村振興之間產(chǎn)生互動關(guān)系。本文以30個省份為數(shù)據(jù)樣本構(gòu)建指標體系，并對數(shù)據(jù)進行描述性統(tǒng)計和專業(yè)化處理，最終得到我國數(shù)字經(jīng)濟綜合指數(shù)與鄉(xiāng)村振興綜合指數(shù)，在此基礎(chǔ)上通過豪斯曼檢驗確定計量模型，進行計量分析。

4.1指標體系構(gòu)建

數(shù)字基礎(chǔ)設(shè)施為數(shù)字經(jīng)濟提供著堅實的基礎(chǔ)設(shè)施保障（趙亞輝等，2023）。目前，移動電話普及程度、互聯(lián)網(wǎng)普及程度、信息傳輸廣度等是數(shù)字經(jīng)濟評估指標體系的重要指標。這些指標已經(jīng)被廣泛應用于國內(nèi)相關(guān)數(shù)字研究中（李春娥等，2023）。在此基礎(chǔ)上，本文選取移動電話普及程度、互聯(lián)網(wǎng)普及程度、信息傳輸廣度、信號覆蓋廣度、互聯(lián)網(wǎng)寬帶基建和數(shù)字服務投資力度等6個二級指標作為測量數(shù)字基礎(chǔ)設(shè)施的關(guān)鍵指標。除此之外，數(shù)字產(chǎn)業(yè)化是擴大產(chǎn)業(yè)規(guī)模和提升產(chǎn)業(yè)種類的核心（王軍等，2021）。本文借鑒陳晶晶等（2024）的方法，選取郵電業(yè)發(fā)展水平、電子信息制造業(yè)發(fā)展水平以及軟件和信息技術(shù)服務業(yè)3個二級指標，測量我國數(shù)字產(chǎn)業(yè)化發(fā)展水平。產(chǎn)業(yè)數(shù)字化是產(chǎn)業(yè)鏈進行數(shù)字化轉(zhuǎn)型、升級和再造的重要過程（湯淥洋等，2023）。產(chǎn)業(yè)數(shù)字化主要集中于企業(yè)化發(fā)展程度和數(shù)字普惠金融發(fā)展水平兩大方面。數(shù)字普惠金融作為數(shù)字技術(shù)與傳統(tǒng)金融有機結(jié)合的平臺，為企業(yè)數(shù)字化發(fā)展提供有力支撐。因此，本文選取企業(yè)化發(fā)展程度和數(shù)字普惠金融發(fā)展水平2個二級指標作為衡量產(chǎn)業(yè)數(shù)字化的核心指標。

4.2數(shù)據(jù)來源與描述性統(tǒng)計分析

在對數(shù)字經(jīng)濟水平的衡量上，本文采用《中國統(tǒng)計年鑒》《中國信息產(chǎn)業(yè)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》和中華人民共和國工業(yè)和信息化部統(tǒng)計分析數(shù)據(jù)、北京大學數(shù)字金融研究中心數(shù)據(jù)庫統(tǒng)計的中國30個省份（由于西藏自治區(qū)和港澳臺地區(qū)2011—2022年每一年的數(shù)據(jù)均有大量缺失的情況，故將其舍棄）從2011年到2022年的省級經(jīng)濟指標，建立如表1所示的省級數(shù)字經(jīng)濟指標體系。

本文將《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》中的鄉(xiāng)村振興戰(zhàn)略規(guī)劃主要指標涉及到的五個主要方面：產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效和生活富裕作為衡量鄉(xiāng)村振興發(fā)展的一級指標。以賈晉等（2018）、沈劍波等（2020）所建立的鄉(xiāng)村振興水平評價指標體系為基礎(chǔ)，在五個維度下選取24個三級指標衡量鄉(xiāng)村振興發(fā)展水平。數(shù)據(jù)來源方面，本文采用《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》和《中國工業(yè)統(tǒng)計年鑒》中的中國30個省份從2011年到2022年的省級鄉(xiāng)村振興指標，建立如表2所示的省級鄉(xiāng)村振興指標體系。

依據(jù)劉釩等（2023）的研究，本文選取政府干預程度（財政支出/國民生產(chǎn)總值）、信息化水平（郵電業(yè)務總量/國民生產(chǎn)總值）、人均地區(qū)生產(chǎn)總值（人均地區(qū)生產(chǎn)總值指數(shù)，上年=100）、對外開放程度（貨物進口總額/貨物出口總額）、創(chuàng)新水平（國內(nèi)發(fā)明專利申請受理量（件）取對數(shù)）、產(chǎn)業(yè)結(jié)構(gòu)（第三產(chǎn)業(yè)產(chǎn)值/第二產(chǎn)業(yè)產(chǎn)值）、稅負水平（稅收收入/地區(qū)生產(chǎn)總值）、環(huán)境規(guī)劃（工業(yè)污染治理完成投資額/工業(yè)增加值）、能源結(jié)構(gòu)（地區(qū)電力消費類/全國電力消費量）、城鎮(zhèn)化水平（城鎮(zhèn)人口所占比率）和經(jīng)濟發(fā)展水平（人均國內(nèi)總產(chǎn)值/人均地區(qū)生產(chǎn)總值指數(shù)，2000年=1）11個控制變量，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、各省統(tǒng)計年鑒和公報等（對部分省的殘缺數(shù)據(jù)通過插值補全）。

描述性統(tǒng)計如表3所示（因文章篇幅限制，指標貢獻度低的未列入）。表3中，S3～S16反映數(shù)字經(jīng)濟指標，其差異較為顯著?？爝f量、電子信息制造業(yè)收入、電子信息制造業(yè)企業(yè)個數(shù)、軟件業(yè)務收入、企業(yè)擁有網(wǎng)站數(shù)和電子商務交易額等指標差異大。除光纜線路密度和移動電話基站密度、電子信息制造業(yè)企業(yè)個數(shù)、信息傳輸、軟件和信息技術(shù)服務業(yè)從業(yè)人數(shù)和有電子商務交易活動企業(yè)比重外，其余指標峰值和平均值均較大。標準差顯示互聯(lián)網(wǎng)寬帶接入端口密度、電信業(yè)務總量、快遞量、電子信息制造業(yè)收入、電子信息制造業(yè)企業(yè)個數(shù)、軟件業(yè)務收入、企業(yè)擁有網(wǎng)站數(shù)和電子商務交易額等指標離散程度好，表明數(shù)字產(chǎn)業(yè)發(fā)展不平衡，主要體現(xiàn)在發(fā)展中心和業(yè)務范圍以及電子信息技術(shù)方面，與當前我國數(shù)字經(jīng)濟發(fā)展現(xiàn)狀相符。S20～S42為鄉(xiāng)村振興指標，其差異較大。農(nóng)業(yè)機械總動力、糧食人均占有量、農(nóng)作物受災面積、鄉(xiāng)村文化站數(shù)量占鄉(xiāng)鎮(zhèn)數(shù)量比重、土地有效灌溉面積、農(nóng)民人均純收入、社會商品鄉(xiāng)村零售額等指標峰值相對較大。農(nóng)作物受災面積峰值變化大可能與人類活動有關(guān)。其他指標峰值相對增加，呈現(xiàn)穩(wěn)定狀態(tài)。從平均值看，農(nóng)業(yè)機械總動力、鄉(xiāng)村文化站數(shù)量占鄉(xiāng)鎮(zhèn)數(shù)量比重、土地有效灌溉面積、農(nóng)民人均純收入、社會商品鄉(xiāng)村零售額、人均住宅建筑面積等指標領(lǐng)先，其余較低。這主要得益于國際環(huán)境和社會進步，全球經(jīng)濟發(fā)展向好。同時，農(nóng)業(yè)技術(shù)逐步完善，符合農(nóng)民人均收入增加的實際狀況。標準差顯示各指標差異大，第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重、農(nóng)業(yè)勞動生產(chǎn)率、文盲人口占15歲及以上人口比重、粗離婚率、城鄉(xiāng)居民生活差距程度等指標聚合度較好，差距保持相對穩(wěn)定。其余指標差距大，可能與農(nóng)村經(jīng)濟發(fā)展資源分布不均勻和各地發(fā)展水平不同有關(guān)，符合當前我國鄉(xiāng)村振興發(fā)展現(xiàn)狀。

5經(jīng)驗性結(jié)果分析

通過對數(shù)字經(jīng)濟指標體系、鄉(xiāng)村振興指標體系以及固定效應模型指標體系的構(gòu)建，利用熵權(quán)法分別得到數(shù)字經(jīng)濟綜合指數(shù)和鄉(xiāng)村振興綜合指數(shù)。進而通過Stata15.0與Rstudio，采用固定效應模型、隨機森林模型和異質(zhì)性檢驗分別對本文3個假設(shè)進行驗證。

5.1熵權(quán)法結(jié)果分析

通過熵權(quán)法得到數(shù)字經(jīng)濟綜合指數(shù)和鄉(xiāng)村振興綜合指數(shù)之后，以兩大綜合指數(shù)為基礎(chǔ)對各地區(qū)進行排名。通過兩大指數(shù)排名變化可以大致將30個省份分為三類。第一類是以北京、上海為代表的數(shù)字經(jīng)濟高度發(fā)達地區(qū)。此類地區(qū)數(shù)字經(jīng)濟發(fā)展水平一直位居全國前列，但是鄉(xiāng)村振興水平排名卻呈現(xiàn)下降趨勢。原因在于截至2011年，這類地區(qū)的鄉(xiāng)村發(fā)展水平已經(jīng)通過各方面的影響達到了領(lǐng)先水平，因此數(shù)字經(jīng)濟的發(fā)展對這類地區(qū)的邊際效用不顯著。第二類是以江蘇、浙江為代表的產(chǎn)業(yè)結(jié)構(gòu)先進的地區(qū)。此類地區(qū)在2011—2015年鄉(xiāng)村振興與數(shù)字經(jīng)濟的排名變化基本同步，但2015—2022年兩者之間的關(guān)聯(lián)則明顯減弱，說明數(shù)字經(jīng)濟對鄉(xiāng)村振興的推動作用在2015年前后在這類地區(qū)達到了帕累托最優(yōu)狀態(tài)。第三類地區(qū)則是經(jīng)濟相對落后地區(qū)。此類地區(qū)有著廣大的落后農(nóng)村，進步空間大，所以當這類地區(qū)的數(shù)字經(jīng)濟有所發(fā)展時，他們的鄉(xiāng)村振興排名基本按照相同的趨勢變化。

5.2基準模型結(jié)果回歸結(jié)果分析

在進行基準回歸之前需要對自變量和控制變量進行多重共線性檢驗解決其內(nèi)生性問題，基于一個自變量的前提下，本文只考慮控制變量之間的多重共線性，檢驗結(jié)果如表4所示。

表4檢驗結(jié)果顯示，回歸模型所有變量的VIF值均低于10，說明回歸模型中控制變量無多重共線性。之后利用豪斯曼檢驗確定利用固定效應模型探究數(shù)字經(jīng)濟對于鄉(xiāng)村振興發(fā)展的影響，結(jié)果如表5所示。

豪斯曼檢驗的P值為0.0002，小于顯著性水平0.01，因此拒絕原假設(shè)（選擇隨機效應模型），選擇固定效應模型。

在確定選擇固定效應模型后，本文將鄉(xiāng)村振興綜合指數(shù)作為被解釋變量，數(shù)字經(jīng)濟綜合指數(shù)作為核心解釋變量。同時使用11個控制變量對其進行分析控制，防止其他因素的干擾和異方差對于估計結(jié)果的影響。本文對控制變量采取了對數(shù)處理，同時進行縮尾處理?；鶞誓Ｐ突貧w結(jié)果如表6所示。

通過對計量模型的逐步控制，發(fā)現(xiàn)數(shù)字經(jīng)濟在不同條件下均對鄉(xiāng)村振興有顯著的正向促進作用。無論是僅控制省份、加入控制變量，還是累加個體控制，數(shù)字經(jīng)濟的正面效應均保持顯著。這表明數(shù)字經(jīng)濟是鄉(xiāng)村振興發(fā)展的重要推動力，且這一結(jié)論在各種控制條件下均得到驗證。

5.3穩(wěn)健型檢驗

穩(wěn)健性檢驗可以通過更換數(shù)值變量，即對原先的數(shù)值進行調(diào)換，采用對數(shù)或者某種形式重新使用數(shù)據(jù)分析。本文采用對數(shù)形式重整數(shù)據(jù)進行穩(wěn)健性檢驗，結(jié)果如表7所示。由于文章篇幅限制，列（1）為未加入控制變量的結(jié)果，列（2）為加入控制變量后的結(jié)果，由于結(jié)果無影響，列（3）中不再放入控制年份的結(jié)果。由表7回歸結(jié)果與前文所得的結(jié)果整體均為顯著性正值，數(shù)字經(jīng)濟對鄉(xiāng)村振興有著顯著的正向促進作用，驗證假設(shè)H1成立。研究結(jié)果得到驗證，回歸結(jié)果趨于穩(wěn)健。

5.4隨機森林模型結(jié)果分析

在實證分析中已經(jīng)得出數(shù)字經(jīng)濟發(fā)展指標對鄉(xiāng)村振興有著顯著性影響這一結(jié)論。為了更好地提出針對性建議，本文引入隨機森林模型。通過隨機森林模型得出數(shù)字經(jīng)濟發(fā)展具體指標對鄉(xiāng)村振興的重要性排序，以求對癥下藥和降低實施成本。

為了探究數(shù)字經(jīng)濟各個三級指標對鄉(xiāng)村振興的重要性程度，本文以鄉(xiāng)村振興熵值平均值為依據(jù)進行鄉(xiāng)村振興程度劃分，平均值及以上地區(qū)記為“成果良好”，平均值以下則記為“成果一般”。

模型采用分類回歸樹算法（Classification and Regression Tree），分裂準則選擇基尼系數(shù)（Gini index）。由于模型設(shè)置為二分型，所以在隨機森林性能評估上采用平衡準確度（BalancedAccuracy）、召回率（recall）和F1分數(shù)（F1 score）3個指標，除此之外，本文還引入受試者工作特征曲線（Receiver Operating Characteristic， ROC）指標來評價模型性能。另外，實驗將數(shù)據(jù)按照7 ： 3的比例劃分訓練集和測試集，經(jīng)過十折交叉驗證最終將嘗試的最大特征數(shù)設(shè)置為6，決策樹使用50000棵（其余參數(shù)均為默認設(shè)置）。

模型輸出結(jié)果顯示，重要性最高的三個變量分別為：企業(yè)擁有網(wǎng)站數(shù)（S14）、信息傳輸、軟件和信息技術(shù)服務業(yè)從業(yè)人數(shù)（S13）、電子信息制造企業(yè)個數(shù)（S11）。其重要性程度分別為13.6217，11.6068和8.6542，驗證假設(shè)H2成立。這三個變量均與農(nóng)村電商發(fā)展相關(guān)，說明農(nóng)村電商在鄉(xiāng)村振興過程中的作用尤為重要，在鄉(xiāng)村振興的過程中應該首先關(guān)注農(nóng)村電商的資金投入和政策措施。

最后對模型進行性能評價，如表8所示，各項性能評價指標均高于80%，說明模型的性能良好。

5.5決策樹驗證

為了使隨機森林結(jié)果更加直觀，單獨創(chuàng)建一棵決策樹來觀察分類，設(shè)置決策樹的訓練集和測試集比例為7 ： 3。決策樹綜合準確率為93.9%，準確性良好，具備研究條件。經(jīng)過剪枝后輸出決策樹，如圖1所示。

圖1決策樹輸出結(jié)果顯示，信息傳輸、軟件和信息技術(shù)服務業(yè)從業(yè)人數(shù)（S13）與有電子商務交易活動企業(yè)比重（S15）的重要性更高，這與隨機森林模型的重要性評分相符。兩個模型互相印證進一步提高了結(jié)論的準確性。最后結(jié)果說明農(nóng)村電商對鄉(xiāng)村振興分類貢獻度十分明顯，所以在推動數(shù)字鄉(xiāng)村振興的過程中要關(guān)注電商發(fā)展。政策資金人才應該適當向網(wǎng)站建造和農(nóng)村電商傾斜，打通新的農(nóng)產(chǎn)品銷售渠道。

5.6異質(zhì)性檢驗

在已知數(shù)字經(jīng)濟會對鄉(xiāng)村振興產(chǎn)生正向推動作用并且在鄉(xiāng)村振興工作中扮演極為重要角色的情況下，本文選擇進一步探究不同區(qū)域之間的異質(zhì)性，利用異質(zhì)性檢驗將其可視化。異質(zhì)性分析結(jié)果如表9所示。與穩(wěn)健性檢驗一樣，考慮到文章篇幅限制，只放入數(shù)字經(jīng)濟與鄉(xiāng)村振興的結(jié)果。

在進行異質(zhì)性分析的同時，為了更好地反映鄉(xiāng)村振興的發(fā)展現(xiàn)狀，本文依據(jù)《2023年中國國土綠化狀況公報》，將吉林、遼寧、山東、河南、重慶、四川劃分為林業(yè)大省，并通過文件中的國土綠化狀況作為衡量林業(yè)經(jīng)濟的發(fā)展指標反映鄉(xiāng)村振興發(fā)展現(xiàn)狀。從表9中可以看出，數(shù)字經(jīng)濟對于林業(yè)大省的鄉(xiāng)村振興發(fā)展起著顯著的正向促進作用，影響系數(shù)為0.5700，僅次于東部地區(qū)。由此得出結(jié)論，數(shù)字經(jīng)濟在促進鄉(xiāng)村振興的過程中林業(yè)經(jīng)濟承擔著至關(guān)重要的銜接作用。因此，在鄉(xiāng)村振興工作中各地應充分發(fā)揮林業(yè)經(jīng)濟的作用，讓林業(yè)經(jīng)濟成為新的鄉(xiāng)村振興著力點，實現(xiàn)環(huán)境與經(jīng)濟的協(xié)同發(fā)展。

另外，從表9中可以看出，東部地區(qū)、西部地區(qū)、中部地區(qū)、東北部地區(qū)數(shù)字經(jīng)濟對于鄉(xiāng)村振興發(fā)展均有正向促進作用，并且這種促進作用在東部地區(qū)十分顯著，中部地區(qū)和東北部地區(qū)的促進作用相對一致，西部地區(qū)偏弱。綜上，在數(shù)字經(jīng)濟推動鄉(xiāng)村振興發(fā)展這一機制中的確存在區(qū)域異質(zhì)性，東部地區(qū)的影響系數(shù)為0.6450，說明東部地區(qū)的數(shù)字經(jīng)濟與鄉(xiāng)村振興工作已經(jīng)取得了較深的融合。而中部地區(qū)、西部地區(qū)和東北部地區(qū)的影響系數(shù)分別為0.2560、0.1970和0.2350，其影響系數(shù)不顯著說明這三個區(qū)域的數(shù)字經(jīng)濟與鄉(xiāng)村振興的融合程度存在著很大的進步空間，驗證假設(shè)H3成立。

6研究結(jié)論、討論與政策啟示

數(shù)字經(jīng)濟在鄉(xiāng)村振興工作中展現(xiàn)出前所未有的前沿性、優(yōu)越性和創(chuàng)造力。本文基于包容性增長理論下“數(shù)字經(jīng)濟發(fā)展—電子信息制造業(yè)與電子商務革新—鄉(xiāng)村振興”三位一體的嚴謹理論分析框架，通過2011—2022年中國30個省份詳實的面板數(shù)據(jù)分析，深入探討了數(shù)字經(jīng)濟在推動鄉(xiāng)村振興進程中的引擎作用，精細剖析了林業(yè)經(jīng)濟大省和其他省份以及各行政區(qū)域間存在的異質(zhì)性，深度考察了數(shù)字經(jīng)濟發(fā)展不同指標對鄉(xiāng)村振興的重要性，從而為我國構(gòu)建一個深度融合現(xiàn)代科技元素、彰顯地域特色、促進共同富裕的新型鄉(xiāng)村經(jīng)濟體系提供堅實的理論支撐與實踐導向。

6.1研究結(jié)論

本文以2011—2022年中國30個省份數(shù)字經(jīng)濟與鄉(xiāng)村振興的發(fā)展為研究對象，探究數(shù)字經(jīng)濟發(fā)展對于鄉(xiāng)村振興工作的影響效果、空間效應和差異表征，得出4點結(jié)論。

（1）數(shù)字經(jīng)濟可以顯著促進鄉(xiāng)村振興的發(fā)展。在數(shù)字經(jīng)濟對鄉(xiāng)村振興影響的分析中，通過分別控制省份和控制變量，得到0.6090和0.5690的顯著系數(shù)，同時控制省份和時間，得到0.4100的顯著系數(shù)，具備統(tǒng)計學和經(jīng)濟學意義。

（2）數(shù)字經(jīng)濟對林業(yè)大省的鄉(xiāng)村振興貢獻巨大，顯示出林業(yè)經(jīng)濟在這一進程中的核心地位。未來應充分利用數(shù)字經(jīng)濟的強大引擎，深度賦能林業(yè)經(jīng)濟，將其作為推動鄉(xiāng)村振興的核心策略。這意味著要通過技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型，提升林業(yè)產(chǎn)業(yè)效率，挖掘其在綠色經(jīng)濟中的潛力，以實現(xiàn)可持續(xù)發(fā)展和鄉(xiāng)村振興的雙贏局面。

（3）企業(yè)擁有網(wǎng)站數(shù)、信息傳輸、軟件和信息技術(shù)服務業(yè)從業(yè)人數(shù)、電子信息制造業(yè)企業(yè)個數(shù)是數(shù)字經(jīng)濟發(fā)展促進鄉(xiāng)村振興最為重要的三個變量，重要性系數(shù)分別為13.6218，11.6068，8.6542，這三個變量與農(nóng)村電商的發(fā)展息息相關(guān)，說明電子信息制造業(yè)和電子商務是數(shù)字經(jīng)濟賦能鄉(xiāng)村振興的主要方式。

（4）我國數(shù)字經(jīng)濟在推動鄉(xiāng)村振興方面呈現(xiàn)出明顯的區(qū)域差異。具體而言，東部地區(qū)、西部地區(qū)和東北部地區(qū)的數(shù)字經(jīng)濟對鄉(xiāng)村振興的促進效果要顯著強于中部地區(qū)。實證結(jié)果顯示，東部地區(qū)的顯著系數(shù)高達0.6450，而西部地區(qū)和東北部地區(qū)則為0.1970和0.2350。盡管中部地區(qū)的顯著系數(shù)為0.2650，但與其他地區(qū)相比，其影響相對較弱。盡管東北部地區(qū)、中部地區(qū)和西部地區(qū)的個別影響系數(shù)在統(tǒng)計上不顯著，但考慮到整體效應的顯著性，有理由相信這三個地區(qū)的數(shù)字經(jīng)濟依然對鄉(xiāng)村振興具有積極的推動作用。此外，由于各地區(qū)之間存在經(jīng)濟聯(lián)系，數(shù)字經(jīng)濟的益處不僅局限于單個地區(qū)，還能促進不同地區(qū)間的交流與合作，從而全面推動鄉(xiāng)村振興的進程。

6.2討論

本文將研究視角聚焦于數(shù)字經(jīng)濟的19個指標的重要性比較和異質(zhì)性分析，探討數(shù)字經(jīng)濟對鄉(xiāng)村振興的影響和不同區(qū)域間的影響差異。在前人研究的基礎(chǔ)上，完善并明晰數(shù)字經(jīng)濟推動鄉(xiāng)村振興的傳導路徑，分析數(shù)字經(jīng)濟與鄉(xiāng)村振興的學理邏輯，將數(shù)字經(jīng)濟的19個指標有機融入研究框架設(shè)計中，拓展數(shù)字經(jīng)濟對鄉(xiāng)村振興影響的研究視角，使研究更具有深度和創(chuàng)新性。

（1）研究結(jié)果表明，數(shù)字經(jīng)濟對鄉(xiāng)村振興發(fā)展有顯著促進作用，林業(yè)經(jīng)濟大省效果更為顯著。這與張?zhí)N萍等（2022）、潘海嵐等（2023）、簡鄒玲等（2024）的研究結(jié)論相似。隨著鄉(xiāng)村地區(qū)數(shù)字經(jīng)濟的發(fā)展，鄉(xiāng)村振興水平的確會隨之提升。但不同地區(qū)兩者之間的關(guān)系有異質(zhì)性，其中東部地區(qū)和林業(yè)大省的農(nóng)村地區(qū)利用數(shù)字經(jīng)濟的成效已經(jīng)顯現(xiàn)，而中西部和東北部農(nóng)村地區(qū)與數(shù)字經(jīng)濟并未深度融合。原因在于大部分東部地區(qū)的經(jīng)濟較其他地區(qū)更為發(fā)達，數(shù)字經(jīng)濟的發(fā)展領(lǐng)先于其他地區(qū)。中西部和東北部農(nóng)村地區(qū)由于農(nóng)村數(shù)量多，基礎(chǔ)設(shè)施不完善導致數(shù)字經(jīng)濟未充分對鄉(xiāng)村振興賦能。林業(yè)大省的農(nóng)村地區(qū)則主要擁有林業(yè)經(jīng)濟基礎(chǔ)，隨著數(shù)字經(jīng)濟賦能林業(yè)的應用場景的拓展，這些地區(qū)能夠進一步通過林業(yè)經(jīng)濟推動鄉(xiāng)村振興發(fā)展，從長遠來看仍然具有一定發(fā)展空間。

（2）實證檢驗發(fā)現(xiàn)，數(shù)字經(jīng)濟通過將現(xiàn)代信息科技與農(nóng)村發(fā)展創(chuàng)新結(jié)合，推動了農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)升級，提高了生產(chǎn)效率。一方面，數(shù)字經(jīng)濟通過技術(shù)升級、創(chuàng)建數(shù)字平臺以及產(chǎn)業(yè)轉(zhuǎn)型，優(yōu)化了農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，提高了鄉(xiāng)村發(fā)展的質(zhì)量，促進了鄉(xiāng)村振興發(fā)展（陳中，2022；劉曉菲，2024）；另一方面，數(shù)字經(jīng)濟發(fā)展構(gòu)建了一個“虛擬世界”，通過虛擬空間發(fā)展優(yōu)勢解決鄉(xiāng)村振興發(fā)展的難題，著重解決數(shù)字經(jīng)濟在鄉(xiāng)村發(fā)展的技術(shù)滯后問題，極大地促進了農(nóng)村市場經(jīng)濟的發(fā)展（王勝等，2021）。

（3）研究結(jié)果表明，農(nóng)村電商的建設(shè)與發(fā)展是數(shù)字經(jīng)濟推動鄉(xiāng)村振興的核心要素。這與Song等（2023）的結(jié)論和商務部等九部門最新印發(fā)《關(guān)于推動農(nóng)村電商高質(zhì)量發(fā)展的實施意見》的文件精神不謀而合。已有研究表明數(shù)字經(jīng)濟能夠顯著促進鄉(xiāng)村振興戰(zhàn)略，但僅關(guān)注數(shù)字經(jīng)濟與鄉(xiāng)村振興這兩大方面，并未考慮到具體傳導機制下的關(guān)鍵因素，本文則深度識別了在促進作用機制下最為核心的影響因素，即農(nóng)村電子信息制造業(yè)、農(nóng)村電商以及鄉(xiāng)村振興的載體林業(yè)經(jīng)濟。此外，在明晰傳導路徑的基礎(chǔ)上，本文發(fā)現(xiàn)農(nóng)村電商作為核心因素在解決農(nóng)產(chǎn)品銷路以及成本問題上起到關(guān)鍵性作用，可以有效帶動農(nóng)村產(chǎn)業(yè)發(fā)展，促進鄉(xiāng)村振興。

（4）異質(zhì)性分析結(jié)果顯示，數(shù)字經(jīng)濟在東部地區(qū)對鄉(xiāng)村振興的促進作用明顯大于中部地區(qū)、西部地區(qū)和東北部地區(qū)，林業(yè)經(jīng)濟大省相比其他省份的促進作用更強。這與田野等（2022）、劉釩等（2023）、馮伯豪等（2024）的研究結(jié)果相似。另外，研究同時發(fā)現(xiàn)，數(shù)字經(jīng)濟在經(jīng)過完整的發(fā)展周期后已經(jīng)對林業(yè)大省的鄉(xiāng)村振興水平產(chǎn)生了正向的推動作用，數(shù)字經(jīng)濟在林業(yè)經(jīng)濟中的應用已取得顯著成效，這與許琴琴等（2023）的結(jié)論一致。此外，已有文獻的異質(zhì)性分析僅僅關(guān)注數(shù)字經(jīng)濟與鄉(xiāng)村振興發(fā)展的單邊關(guān)系，本文則深度研究了在不同區(qū)域的基礎(chǔ)上，我國林業(yè)大省與非林業(yè)大省數(shù)字經(jīng)濟與鄉(xiāng)村振興之間的交互關(guān)系。研究結(jié)果亦表明，數(shù)字經(jīng)濟發(fā)展能作用于林業(yè)大省的林業(yè)經(jīng)濟，而林業(yè)經(jīng)濟作為鄉(xiāng)村振興的關(guān)鍵載體，會進一步帶動鄉(xiāng)村經(jīng)濟發(fā)展。

本文研究不足之處在于：第一，對數(shù)字經(jīng)濟發(fā)展水平評價停留在省市整體區(qū)域?qū)用?，未細化至縣域?qū)用娴姆治?，今后研究可以聚焦于縣級數(shù)字經(jīng)濟與鄉(xiāng)村振興耦合聯(lián)系，提高研究精度。第二，由于2011年之前的指標數(shù)據(jù)比較久遠，僅選取2011—2022年的數(shù)據(jù)進行分析，后續(xù)研究可隨時間推移來增加測度時間段，以便更清晰地觀察數(shù)字經(jīng)濟對鄉(xiāng)村振興影響的演變情況。

6.3政策啟示

本文致力于探索鄉(xiāng)村數(shù)字化轉(zhuǎn)型與鄉(xiāng)村振興戰(zhàn)略的深度耦合路徑，旨在為全面提升鄉(xiāng)村產(chǎn)業(yè)體系現(xiàn)代化、優(yōu)化鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)品質(zhì)、強化鄉(xiāng)村治理體系效能提供科學指導，并通過科技創(chuàng)新和制度改革雙引擎驅(qū)動，有效促進農(nóng)民收入增長，以加速推進我國鄉(xiāng)村振興進程，為中國式現(xiàn)代化建設(shè)貢獻具有參考價值的智慧。基于此，本文提煉出4點核心政策啟示。

（1）未來的林業(yè)經(jīng)濟應當積極擁抱數(shù)字化轉(zhuǎn)型，特別是林業(yè)大省，應積極推動林業(yè)與數(shù)字技術(shù)的緊密結(jié)合，使其成為鄉(xiāng)村振興的重要支柱。通過數(shù)字技術(shù)優(yōu)化林業(yè)管理，提升資源利用效率，既能保護生態(tài)環(huán)境，又能推動經(jīng)濟增長。這樣一種綠色發(fā)展的模式，將實現(xiàn)環(huán)境與經(jīng)濟的和諧共生，踐行“人與自然和諧共生”的理念，實現(xiàn)“人不負青山，青山定不負人”。

（2）構(gòu)建數(shù)字經(jīng)濟導向型產(chǎn)業(yè)激勵機制。引導數(shù)字經(jīng)濟企業(yè)向鄉(xiāng)村地區(qū)延伸，讓數(shù)字經(jīng)濟為鄉(xiāng)村振興賦能，形成新時代鄉(xiāng)村振興新路徑。

（3）聚焦核心領(lǐng)域并優(yōu)化資源配置。在推進鄉(xiāng)村數(shù)字化建設(shè)的過程中，應重點關(guān)注電子信息制造業(yè)企業(yè)的集聚程度、信息化水平以及電子商務活動的活躍狀況。打造健全的地區(qū)性農(nóng)村電商平臺，拿出切實福利吸引一批有先進技術(shù)、有創(chuàng)新想法的年輕人回鄉(xiāng)發(fā)展，擴展帶貨渠道。

（4）推動區(qū)域間數(shù)字經(jīng)濟發(fā)展資源均衡協(xié)同發(fā)展。中西部及東北部鄉(xiāng)村地區(qū)應積極承接東部地區(qū)的數(shù)字產(chǎn)業(yè)轉(zhuǎn)移，并通過制定激勵政策和完善基礎(chǔ)設(shè)施吸引數(shù)字企業(yè)落戶，讓社會資本促進鄉(xiāng)村振興（羅萬云等，2023）。

參考文獻

陳建珍.淺析數(shù)字技術(shù)賦能鄉(xiāng)村振興[J].農(nóng)家參謀， 2022（24）：89-91.

陳晶晶，田貴賢.數(shù)字經(jīng)濟發(fā)展水平測度及空間動態(tài)演變研究[J].浙江萬里學院學報， 2024， 37（1）：19-29.

陳中.數(shù)字經(jīng)濟助力鄉(xiāng)村振興：核心機理與靶向?qū)Σ遊J].新經(jīng)濟， 2022（11）：106-112.

程廣斌，李瑩.基于投入產(chǎn)出視角的數(shù)字經(jīng)濟發(fā)展水平區(qū)域差異及效率評價[J].統(tǒng)計與決策， 2022， 38（8）：109-113.

馮伯豪，王曉紅.數(shù)字農(nóng)業(yè)助推鄉(xiāng)村振興的影響機制及政策建議[J].西安財經(jīng)大學學報， 2024， 37（1）：119-129.

馮云廷，翟婧彤，計利群.創(chuàng)新能力、經(jīng)濟結(jié)構(gòu)與城市興衰[J].財經(jīng)問題研究， 2019（2）：113-121.

郭露，王峰，曾素佳.數(shù)字經(jīng)濟、鄉(xiāng)村振興與農(nóng)民高質(zhì)量就業(yè)[J].調(diào)研世界， 2023（1）：1-10.

賈晉，李雪峰，申云.鄉(xiāng)村振興戰(zhàn)略的指標體系構(gòu)建與實證分析[J].財經(jīng)科學， 2018（11）：70-82.

簡鄒玲，張陽麗.數(shù)字經(jīng)濟賦能鄉(xiāng)村振興：內(nèi)在機理、制約因素與推進路徑[J].當代農(nóng)村財經(jīng)， 2024（2）：18-23.

雷搏，陳樹文.加快數(shù)字鄉(xiāng)村建設(shè)賦能鄉(xiāng)村振興[J].農(nóng)業(yè)經(jīng)濟， 2023（9）：76-77.

李春娥，吳黎軍，韓岳峰.中國省域數(shù)字經(jīng)濟發(fā)展水平綜合測度與分析[J].統(tǒng)計與決策， 2023， 39（14）：17-21.

劉釩，于子淳，鄧明亮.數(shù)字經(jīng)濟發(fā)展影響鄉(xiāng)村振興質(zhì)量的實證研究[J].科技進步與對策， 2023（12）：1-11.

劉曉菲.數(shù)字經(jīng)濟賦能鄉(xiāng)村經(jīng)濟振興路徑研究[J].對外經(jīng)貿(mào)， 2024（2）：55-58.

劉亞男，王青.中國鄉(xiāng)村振興的時空格局及其影響因素[J].經(jīng)濟問題探索， 2022（9）：12-25.

羅萬云，郭世豪，賈鋮.社會資本能否降低農(nóng)戶相對貧困脆弱性？——基于生計策略轉(zhuǎn)型視角[J].林業(yè)經(jīng)濟， 2023， 45（12）：30-53.

孟雪辰，鄭浩.數(shù)字經(jīng)濟發(fā)展水平的多維度測算研究[J].秘書， 2022（5）：26-39.

潘海嵐，黃秋妍.鄉(xiāng)村數(shù)字化何以緩解農(nóng)村家庭多維相對貧困？[J].林業(yè)經(jīng)濟， 2023， 45（11）：28-49.

潘明清，范雅靜.數(shù)字普惠金融助推鄉(xiāng)村振興的機制與效應研究[J].宏觀經(jīng)濟研究， 2023（3）：35-47.

全陽，溫艷萍，崔希洙.數(shù)字經(jīng)濟對林業(yè)碳匯增量影響及路徑研究——基于有調(diào)節(jié)的中介效應模型[J].林業(yè)經(jīng)濟， 2023， 45（9）： 23-38.

任保平.雙重目標下數(shù)字經(jīng)濟賦能我國農(nóng)業(yè)農(nóng)村現(xiàn)代化的機制與路徑[J].東岳論叢， 2024， 45（1）：41-48， 191.

沈劍波，王應寬，朱明，等.鄉(xiāng)村振興水平評價指標體系構(gòu)建及實證[J].農(nóng)業(yè)工程學報， 2020， 36（3）：236-243.

孫亞男，費錦華，王藝霖.中國省域數(shù)字經(jīng)濟規(guī)模測算及空間分異研究[J].統(tǒng)計與決策， 2023， 39（6）：92-97.

湯淥洋，魯邦克，邢茂源，等.中國數(shù)字經(jīng)濟發(fā)展水平測度及動態(tài)演變分析[J].數(shù)理統(tǒng)計與管理， 2023， 42（5）：869-882.

田小文，戴言，伯樂.“快樂購”且“精致窮”：消費主義對Z世代主觀幸福感的影響[J].消費經(jīng)濟， 2023， 39（4）：81-93.

田野，葉依婷，黃進，等.數(shù)字經(jīng)濟驅(qū)動鄉(xiāng)村產(chǎn)業(yè)振興的內(nèi)在機理及實證檢驗——基于城鄉(xiāng)融合發(fā)展的中介效應[J].農(nóng)業(yè)經(jīng)濟問題， 2022（10）：84-96.

王軍，朱杰，羅茜.中國數(shù)字經(jīng)濟發(fā)展水平及演變測度[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2021， 38（7）：26-42.

王麗，滕慧君.數(shù)字經(jīng)濟賦能鄉(xiāng)村振興的傳導機制與實踐路徑[J].農(nóng)業(yè)經(jīng)濟， 2023（8）：61-62.

王亮，昝琳.數(shù)字普惠金融對鄉(xiāng)村振興的影響研究[J].金融理論與實踐， 2023（4）：77-87.

王勝，余娜，付銳.數(shù)字鄉(xiāng)村建設(shè)：作用機理、現(xiàn)實挑戰(zhàn)與實施策略[J].改革， 2021（4）：45-59.

王一萌，任芳容，田澤.江蘇省數(shù)字經(jīng)濟與林業(yè)產(chǎn)業(yè)發(fā)展的灰色關(guān)聯(lián)度分析[J].中國林業(yè)經(jīng)濟， 2023（1）：78-82.

王永芳.數(shù)字經(jīng)濟、農(nóng)民創(chuàng)業(yè)與鄉(xiāng)村振興[J].江蘇商論， 2024（1）：28-34.

徐雪，王永瑜.新型城鎮(zhèn)化與鄉(xiāng)村振興耦合協(xié)調(diào)發(fā)展的時空格局及影響因素[J].統(tǒng)計與決策， 2023， 39（5）：50-55.

許琴琴，舒斯亮.數(shù)字經(jīng)濟對林業(yè)產(chǎn)業(yè)發(fā)展的影響——基于門檻效應分析[J].林業(yè)經(jīng)濟， 2023， 45（10）：82-96.

楊建仁，何芳健，王鶴.信息化建設(shè)、數(shù)字經(jīng)濟與鄉(xiāng)村振興[J].統(tǒng)計與決策， 2023， 39（22）：51-56.

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

曾祥明，胡元.數(shù)字技術(shù)賦能鄉(xiāng)村振興的關(guān)鍵點與發(fā)展進路[J].貴州師范大學學報（社會科學版）， 2024（1）：43-53.

張瀚丹，李婭.數(shù)字經(jīng)濟與林業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)關(guān)系研究[J].林業(yè)經(jīng)濟， 2023， 45（11）：50-72.

張曉林.鄉(xiāng)村振興戰(zhàn)略下數(shù)字賦能農(nóng)村流通創(chuàng)新發(fā)展機理與路徑[J].當代經(jīng)濟管理， 2024（1）：1-8.

張?zhí)N萍，欒菁.數(shù)字經(jīng)濟賦能鄉(xiāng)村振興：理論機制、制約因素與推進路徑[J].改革， 2022（5）：79-89.

趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)[J].管理世界， 2020， 36（10）：65-76.

趙亞輝，周博.中國數(shù)字經(jīng)濟發(fā)展水平的多維度測度與研究[J].國際金融， 2023（12）：28-38.

Kolobkova V A， Romanov A A， Frolova E A. Digital Technologies in the Hotel Industry： New Prospects for Sustainable Develop‐ment [J]. Socio-economic Systems： Paradigms for the Future， 2021， 314（6）：387-394.

Kosorukov A A. Digital government in the practice of modern public administration Digital government model：Theory and practice of modern public administration [J]. Journal of Legal， Ethical and Regulatory Issues， 2017（4）：81-96.

Liu Y， Wan Q， Chen W. Digital Inclusive Finance as a Catalyst for Rural Revitalization：An Empirical Analysis from the County Development Perspective in Hubei Province [J]. Journal of Knowledge Economy， 2023（10）：1-33.

Sidorenko E L， Bartsits I N， Khisamova Z I. Efficiency of digital public administration：Theoretical and applied aspects [J]. Issues State Municipal Administration， 2019（2）：93-114.

Song Y， Li L， Sindakis S， et al. Examining E-Commerce Adoption in Farmer Entrepreneurship and the Role of Social Networks： Data from China [J]. Journal of Knowledge Economy， 2023（5）：6-43.

Wang X， Chen J. An Empirical Study on the Indirect Empowerment of Economic Development by the Digital Economy-Based on the Perspective of Chinas Domestic Economic Cycle [J]. Journal of Knowledge Economy， 2023（8）：45-72.

Wu M， Ma Y， Gao Y， et al. The impact of digital economy on income inequality from the perspective of technological progressbiased transformation： evidence from China [J]. Empirical Economics， 2024（2）：6-47.

Yin X， Meng Z， Yi X， et al. Are "Internet+" tactics the key to poverty alleviation in Chinas rural ethnic minority areas？ Empirical evi‐dence from Sichuan Province [J]. Financial Innovation， 2021， 7（30）：2-21.

（責任編輯康燕）