劉榮軍 王慧

摘要：選取山東省五大區(qū)域16個(gè)地級(jí)市作為研究區(qū)域，從數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施、數(shù)字鄉(xiāng)村發(fā)展環(huán)境、鄉(xiāng)村數(shù)字化應(yīng)用和農(nóng)業(yè)數(shù)字化生產(chǎn)4個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)體系。運(yùn)用熵權(quán)-TOPSIS法、Kernel密度估計(jì)法、Dagum基尼系數(shù)和障礙度模型，分別對(duì)山東省數(shù)字鄉(xiāng)村發(fā)展水平、時(shí)空演變特征、區(qū)域差異以及影響因素進(jìn)行分析。結(jié)果表明，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平呈逐步提升的態(tài)勢(shì)，但魯東、魯西南地區(qū)出現(xiàn)極化現(xiàn)象。山東省及魯東、魯中、魯西南地區(qū)的基尼系數(shù)呈上升趨勢(shì)，總體差距主要源于區(qū)域間差異，超變密度貢獻(xiàn)率逐漸減少。考察期內(nèi)，農(nóng)村電商基地?cái)?shù)量、電子商務(wù)采購(gòu)額和銷售額、郵電業(yè)務(wù)總量以及地方財(cái)政科技支出成為阻礙山東省數(shù)字鄉(xiāng)村發(fā)展的主要因素。因此，應(yīng)著力改善區(qū)域間發(fā)展失衡問題，從優(yōu)化數(shù)字鄉(xiāng)村發(fā)展環(huán)境、推動(dòng)鄉(xiāng)村數(shù)字化應(yīng)用發(fā)展以及加強(qiáng)區(qū)域間合作等方面促進(jìn)山東省數(shù)字鄉(xiāng)村高水平均衡發(fā)展。

關(guān)鍵詞：數(shù)字鄉(xiāng)村；熵權(quán)-TOPSIS法；時(shí)空演變；區(qū)域差異；障礙度模型；山東省

中圖分類號(hào)：F323.3? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）06-0241-08

DOI：10.14088/j.cnki.issn0439-8114.2024.06.040 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Research on spatiotemporal evolution characteristics， regional differences and obstacle factors of digital countryside development level in Shandong Province

LIU Rong-jun，WANG Hui

（College of Economics and Management（College of Cooperatives），Qingdao Agricultural University，Qingdao? 266109，Shandong， China）

Abstract：Sixteen cities in five regions of Shandong Province were selected as research areas， and an evaluation index system from four dimensions of digital rural infrastructure， digital rural development environment， rural digital application and agricultural digital production was constructed. The entropy weight-TOPSIS method， Kernel density estimation method， Dagum Gini coefficient and obstacle model were used to analyze the development level， spatiotemporal evolution characteristics， regional differences and influencing factors of digital countryside in Shandong Province respectively. The results showed that from 2015 to 2021，the development level of digital countryside in Shandong Province showed an increasing trend， but the polarization phenomenon appeared in the east of Shandong and the southwest of Shandong. The Gini coefficient of Shandong Province， eastern Shandong Province， central Shandong Province and southwest Shandong Province was showing an upward trend， and the overall gap was mainly due to regional differences， with the contribution rate of super variable density gradually decreasing. During the inspection period， the number of rural e-commerce bases， e-commerce purchases and sales， post and telecommunications business volume and local financial science and technology expenditures had become the main factors hindering the development of digital countryside in Shandong Province. Therefore， efforts should be made to improve the inter-regional development imbalance， and promote the high-level and balanced development of digital countryside in Shandong Province from the aspects of optimizing the development environment of digital countryside， promoting the development of rural digital application and strengthening inter-regional cooperation.

Key words： digital countryside； entropy weight-TOPSIS method； spatiotemporal evolution； regional differences； obstacle model； Shandong Province

數(shù)字經(jīng)濟(jì)的迅猛發(fā)展，對(duì)中國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展產(chǎn)生了不可替代的促進(jìn)作用。實(shí)踐證明，數(shù)字經(jīng)濟(jì)通過多種途徑賦能鄉(xiāng)村振興［1］。因此，實(shí)施數(shù)字鄉(xiāng)村戰(zhàn)略是實(shí)現(xiàn)中國(guó)鄉(xiāng)村全面振興的迫切需要。2018年，中央一號(hào)文件首次提出“數(shù)字鄉(xiāng)村戰(zhàn)略”，并連續(xù)六年進(jìn)行部署?！笆奈濉睍r(shí)期，按照《數(shù)字鄉(xiāng)村行動(dòng)計(jì)劃（2022—2025年）》的部署要求，各級(jí)黨委和政府部門積極推進(jìn)數(shù)字鄉(xiāng)村建設(shè)。定期監(jiān)測(cè)和評(píng)價(jià)數(shù)字鄉(xiāng)村發(fā)展水平是一項(xiàng)基礎(chǔ)性工作，有利于確保數(shù)字鄉(xiāng)村頂層設(shè)計(jì)與具體實(shí)踐方向保持協(xié)調(diào)一致，對(duì)各地區(qū)高效建設(shè)數(shù)字鄉(xiāng)村具有重要指導(dǎo)意義。

中國(guó)數(shù)字鄉(xiāng)村建設(shè)的相關(guān)研究日趨增加，主要集中在內(nèi)涵特征、建設(shè)內(nèi)容、發(fā)展水平評(píng)價(jià)等方面。關(guān)于數(shù)字鄉(xiāng)村內(nèi)涵特征和建設(shè)內(nèi)容，曾億武等［2］認(rèn)為中國(guó)數(shù)字鄉(xiāng)村建設(shè)本質(zhì)屬性是農(nóng)業(yè)農(nóng)村現(xiàn)代化新進(jìn)程，以數(shù)字技術(shù)和產(chǎn)業(yè)引領(lǐng)農(nóng)業(yè)農(nóng)村實(shí)現(xiàn)新發(fā)展，并從五個(gè)維度構(gòu)建內(nèi)容框架。陳潭等［3］則強(qiáng)調(diào)數(shù)字鄉(xiāng)村是為了最大化發(fā)揮數(shù)字化紅利，使農(nóng)民、農(nóng)村受益。發(fā)展水平評(píng)價(jià)研究包括指標(biāo)體系構(gòu)建、評(píng)價(jià)方法以及研究區(qū)域等。第一，張鴻等［4］構(gòu)建了一套包含數(shù)字鄉(xiāng)村宏觀環(huán)境、基礎(chǔ)設(shè)施支持、信息環(huán)境、政務(wù)環(huán)境以及應(yīng)用環(huán)境5個(gè)一級(jí)指標(biāo)和29個(gè)二級(jí)指標(biāo)的評(píng)價(jià)指標(biāo)體系；常倩等［5］將指標(biāo)分為能力類指標(biāo)和成效類指標(biāo)，共選取了9個(gè)一級(jí)指標(biāo)和31個(gè)二級(jí)指標(biāo)；馮朝睿等［6］則從信息基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、鄉(xiāng)村數(shù)字生活、數(shù)字鄉(xiāng)村治理和城鄉(xiāng)融合發(fā)展5個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)體系。第二，2020年農(nóng)業(yè)農(nóng)村部市場(chǎng)與信息化司和農(nóng)業(yè)農(nóng)村部信息中心［7］運(yùn)用層次分析法對(duì)中國(guó)縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平進(jìn)行了評(píng)價(jià)；候光文等［8］運(yùn)用熵權(quán)-TOPSIS法對(duì)陜西省8個(gè)地市、10個(gè)區(qū)縣數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行綜合打分和排序；張鴻等［9］利用AHP-熵權(quán)法測(cè)算和評(píng)價(jià)了西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平；許敬輝等［10］運(yùn)用因子分析法對(duì)全國(guó)31個(gè)省份數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行測(cè)算并得出綜合評(píng)價(jià)得分，然后構(gòu)建BP神經(jīng)網(wǎng)絡(luò)分析模型對(duì)評(píng)價(jià)結(jié)果進(jìn)行仿真驗(yàn)證；劉慶［11］將河南省18個(gè)地市作為研究區(qū)域，運(yùn)用熵權(quán)-TOPSIS法對(duì)各地市數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行評(píng)價(jià)；劉傳明等［12］采用信息熵指數(shù)法對(duì)中國(guó)數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行測(cè)度，并在此基礎(chǔ)上運(yùn)用Dagum基尼系數(shù)對(duì)區(qū)域差異進(jìn)行研究分析。

鑒于此，本研究基于2015—2021年山東省16個(gè)地級(jí)市的面板數(shù)據(jù)，試圖探索考察期內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平時(shí)空演變特征、區(qū)域差異和障礙因素，以期為山東省數(shù)字鄉(xiāng)村未來發(fā)展提供參考意見。

1 研究設(shè)計(jì)

1.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

本研究遵循科學(xué)性、全面系統(tǒng)性、針對(duì)性和數(shù)據(jù)可得性的指標(biāo)選取原則，充分理解數(shù)字鄉(xiāng)村內(nèi)涵特征，結(jié)合山東省數(shù)字鄉(xiāng)村實(shí)際建設(shè)狀況，同時(shí)參考以往學(xué)者和權(quán)威機(jī)構(gòu)發(fā)布的指標(biāo)體系報(bào)告［13］，完成了指標(biāo)體系的構(gòu)建。體系圍繞數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施、數(shù)字鄉(xiāng)村發(fā)展環(huán)境、鄉(xiāng)村數(shù)字化應(yīng)用以及農(nóng)業(yè)數(shù)字化生產(chǎn)4個(gè)方面，即4個(gè)一級(jí)指標(biāo)和16個(gè)二級(jí)指標(biāo)。鄉(xiāng)村基礎(chǔ)設(shè)施是數(shù)字鄉(xiāng)村建設(shè)的基礎(chǔ)，是最能夠直接體現(xiàn)數(shù)字鄉(xiāng)村建設(shè)成果的指標(biāo)。本研究選取3個(gè)指標(biāo)來體現(xiàn)鄉(xiāng)村信息基礎(chǔ)設(shè)施建設(shè)情況。其中農(nóng)村計(jì)算機(jī)、移動(dòng)電話2大指標(biāo)反映出數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施的普及程度；農(nóng)村人均用電量可以體現(xiàn)信息基礎(chǔ)設(shè)施的使用效率。良好的發(fā)展環(huán)境有利于數(shù)字鄉(xiāng)村建設(shè)順利進(jìn)行。農(nóng)村居民可支配收入和數(shù)字化消費(fèi)用來反映農(nóng)村經(jīng)濟(jì)發(fā)展水平；地方財(cái)政科技支出體現(xiàn)當(dāng)?shù)匕l(fā)展數(shù)字化技術(shù)的投入力度；信息技術(shù)以及交通倉(cāng)儲(chǔ)等方面的投資可以很大程度上為建設(shè)數(shù)字鄉(xiāng)村提供重要保障。鄉(xiāng)村數(shù)字化應(yīng)用是數(shù)字鄉(xiāng)村發(fā)展的外在表現(xiàn)，促進(jìn)鄉(xiāng)村產(chǎn)業(yè)和社會(huì)結(jié)構(gòu)的轉(zhuǎn)型和升級(jí)。其中電子商務(wù)銷售額和采購(gòu)額、農(nóng)村電商基地用來評(píng)價(jià)電商產(chǎn)業(yè)的生產(chǎn)能力，郵電業(yè)務(wù)總量用來反映郵電行業(yè)發(fā)展水平。農(nóng)用拖拉機(jī)的數(shù)量用來評(píng)價(jià)該地區(qū)農(nóng)業(yè)機(jī)械的發(fā)展?fàn)顩r，農(nóng)林牧漁總產(chǎn)值、農(nóng)業(yè)機(jī)械總動(dòng)力和土地資源生產(chǎn)率指標(biāo)可以衡量農(nóng)業(yè)勞動(dòng)生產(chǎn)能力。發(fā)展數(shù)字化農(nóng)業(yè)是數(shù)字鄉(xiāng)村建設(shè)的重要組成部分，是不容忽視的。指標(biāo)體系如表1所示。

1.2 研究方法

1.2.1 熵值法 與層次分析法（AHP）、德爾菲法、模糊層次法等主觀賦權(quán)法相比，利用熵值法對(duì)各項(xiàng)指標(biāo)權(quán)重賦值具有客觀性、精確性強(qiáng)等優(yōu)點(diǎn)。熵值法的權(quán)重賦值公式如下。

[Wj=Djj=1nDj] （1）

式中，[Wj]表示各指標(biāo)權(quán)重；[Dj]表示熵值冗余度；[n]表示指標(biāo)數(shù)量；[ j]表示第[j]個(gè)指標(biāo)。

1.2.2 熵權(quán)-TOPSIS法 TOPSIS法，又稱為優(yōu)劣解距離法。它通過評(píng)價(jià)各指標(biāo)與優(yōu)劣解之間的接近度來衡量不同年份數(shù)字鄉(xiāng)村發(fā)展水平的高低，是一種多目標(biāo)決策的評(píng)價(jià)方法。相比傳統(tǒng)的TOPSIS法，熵權(quán)-TOPSIS法結(jié)合了熵值法客觀賦權(quán)的優(yōu)點(diǎn)，避免了主觀賦值的隨意性，確保評(píng)價(jià)結(jié)果的綜合性和準(zhǔn)確性。具體步驟如下：

1）構(gòu)建加權(quán)矩陣和確定正負(fù)理想值。

[Z=zijm×n=WjXij（i=1，2，…，m;j=1，2，…，n）]（2）

[Z+=maxzij∣i=1，2，…，m=z+1，z+2，…，z+m] （3）

[Z-=minzij∣i=1，2，…，m=z-1，z-2，…，z-m] （4）

2）計(jì)算歐氏距離和相對(duì)貼近度。

[D+j=i=1mzij-z+i2] （5）

[D-j=i=1mzij-z-i2] （6）

[Ci=D-jD+j+D-j Ci∈[0，1]] （7）

式中，相對(duì)貼近度（[Ci]）表示各評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度。[Ci]的取值范圍在0～1，[Ci]越接近1，則表示該年份數(shù)字鄉(xiāng)村發(fā)展水平越接近最優(yōu)水平。

1.2.3 Kernel密度估計(jì) 作為一種非參數(shù)估計(jì)方法，Kernel密度估計(jì)是利用連續(xù)的密度函數(shù)曲線描述隨機(jī)變量的分布形態(tài)，進(jìn)而有效地考察樣本分布形態(tài)的演變趨勢(shì)。因此，本研究將采用該方法對(duì)山東省數(shù)字鄉(xiāng)村發(fā)展水平的分布形態(tài)進(jìn)行詳細(xì)研究。該方法假設(shè)隨機(jī)變量的密度函數(shù)為：

[f（x）=1Nhi=1NKXi-xh] （8）

式中，[N]表示樣本觀測(cè)個(gè)數(shù)；[Xi]表示樣本觀測(cè)值；[x]表示樣本平均值；[h]表示帶寬；[K]表示核密度函數(shù)。本研究采用高斯核函數(shù)進(jìn)行分析，計(jì)算公式如下。

[f（x）=12πexp-x22] （9）

1.2.4 Dagum基尼系數(shù) 本研究采用Dagum基尼系數(shù)測(cè)量山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域之間的差異，總體基尼系數(shù)公式如下。

[G=12n2yj=1kh=1ki=1njr=1nhyji-yhr] （10）

式中，[n]為全部地級(jí)市的數(shù)量；[k]為劃分的地區(qū)個(gè)數(shù)；[njnh]為[j（h）]區(qū)域內(nèi)所包含的地級(jí)市數(shù)量；[yjiyhr]為[j（h）]區(qū)域內(nèi)任意一個(gè)地級(jí)市的數(shù)字鄉(xiāng)村發(fā)展水平；[y]為所有地級(jí)市數(shù)字鄉(xiāng)村發(fā)展水平的均值。

1.2.5 障礙度模型 為了進(jìn)一步分析阻礙山東省各地區(qū)數(shù)字鄉(xiāng)村發(fā)展的主要因素，本研究將引入障礙度模型。計(jì)算公式如下。

[Oj=Ij×θjj=110θj×Ij] （11）

[Ij=1-zij] （12）

式中，[Oj]為指標(biāo)障礙度；[θj]為指標(biāo)權(quán)重；[Ij]為指標(biāo)偏離度，即指標(biāo)評(píng)估值與理想值之間的差距，如式（12）所示。

2 實(shí)證分析

2.1 研究區(qū)域與數(shù)據(jù)來源

本研究區(qū)域?yàn)樯綎|省，包括濟(jì)南、青島、淄博、棗莊、東營(yíng)、煙臺(tái)、濰坊、濟(jì)寧、泰安、威海、日照、臨沂、德州、聊城、濱州、菏澤16個(gè)地級(jí)市。按地理位置劃分為魯東、魯中、魯西南、魯中南和魯西北5個(gè)區(qū)域。魯東地區(qū)也稱為膠東地區(qū)，包括青島、煙臺(tái)和威海；魯中包括濟(jì)南、淄博、濰坊、泰安；魯西南包括菏澤、濟(jì)寧；魯中南包括棗莊、臨沂、日照；魯西北包括濱州、德州、東營(yíng)和聊城。研究對(duì)象為上述16個(gè)地級(jí)市2015—2021年數(shù)字鄉(xiāng)村發(fā)展水平。

本研究數(shù)據(jù)主要來源于《山東統(tǒng)計(jì)年鑒》、各地級(jí)市統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，部分?jǐn)?shù)據(jù)由相關(guān)政府部門和第三方機(jī)構(gòu)提供。缺失指標(biāo)數(shù)據(jù)由線性插值法進(jìn)行填補(bǔ)。

2.2 山東省數(shù)字鄉(xiāng)村發(fā)展水平測(cè)算及評(píng)價(jià)

2.2.1 山東省數(shù)字鄉(xiāng)村發(fā)展水平測(cè)算 由表2可知，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平整體呈上升趨勢(shì)，且年均增速為9.28%。具體而言，其發(fā)展水平均值由2015年的0.118上升至2021年的0.201，增幅為0.083。山東省近年來高度重視數(shù)字鄉(xiāng)村建設(shè)，大力提倡“數(shù)字賦能鄉(xiāng)村發(fā)展”理念，積極引導(dǎo)各地市加入數(shù)字鄉(xiāng)村建設(shè)活動(dòng)中，并取得顯著成效。從各地市比較看，2015—2021年數(shù)字鄉(xiāng)村發(fā)展水平均值排名前3的分別是青島（0.350）、菏澤（0.322）和煙臺(tái)（0.207）。排名倒數(shù)的3個(gè)地市分別為泰安（0.100）、日照（0.076）和棗莊（0.075）。究其原因，可能有：第一，菏澤市將電子商務(wù)與農(nóng)村傳統(tǒng)產(chǎn)業(yè)進(jìn)行深度融合，發(fā)展了一批典型的淘寶村。截至2022年11月，菏澤共發(fā)展541個(gè)淘寶村、93個(gè)淘寶鎮(zhèn)，分別占全省數(shù)量的62.47%、46.73%。與此同時(shí)，當(dāng)?shù)卣ㄟ^頒布一系列扶持政策來完善鄉(xiāng)村的基礎(chǔ)設(shè)施和改善營(yíng)商環(huán)境，以此推動(dòng)鄉(xiāng)村的數(shù)字經(jīng)濟(jì)發(fā)展［14］。第二，青島和煙臺(tái)均是農(nóng)村經(jīng)濟(jì)水平較高的地市。第三，排名倒數(shù)的3個(gè)地市農(nóng)村經(jīng)濟(jì)發(fā)展水平相對(duì)較低，一定程度上可能阻礙了數(shù)字鄉(xiāng)村戰(zhàn)略的有效實(shí)施。數(shù)字鄉(xiāng)村發(fā)展水平均值高于山東省平均水平值（0.106）的地市有青島、菏澤、煙臺(tái)、濟(jì)南、濰坊、臨沂、濟(jì)寧、德州和東營(yíng)，這與淘寶村建設(shè)狀況和農(nóng)村經(jīng)濟(jì)發(fā)展水平呈強(qiáng)烈的正相關(guān)關(guān)系。從各區(qū)域來看，2015—2021年山東省五大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平均值從高到低依次為魯西南（0.237）、魯東（0.227）、魯中（0.159）、魯西北（0.116）以及魯中南（0.112）。魯西南地區(qū)淘寶村數(shù)量領(lǐng)先于全省其他地區(qū)，農(nóng)村電商經(jīng)濟(jì)為數(shù)字鄉(xiāng)村建設(shè)提供了有力保障。魯東位于東部沿海地區(qū)，該地區(qū)農(nóng)產(chǎn)品電子商務(wù)高度發(fā)達(dá)且信息基礎(chǔ)設(shè)施建設(shè)完善，未來可能將進(jìn)一步拉大與其他地區(qū)的差距。然而魯中南地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平均值遠(yuǎn)低于全省平均水平值，說明該地區(qū)數(shù)字鄉(xiāng)村建設(shè)狀況不容樂觀，其數(shù)字鄉(xiāng)村建設(shè)應(yīng)得到更多的關(guān)注和支持。

2.2.2 山東省數(shù)字鄉(xiāng)村發(fā)展水平時(shí)空演變分析 本研究運(yùn)用Matlab R2021b軟件繪制其Kernel密度二維分布圖，并進(jìn)一步分析山東省各區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平時(shí)空演變特征。如圖1a所示，首先，隨著時(shí)間的推移，核密度分布曲線整體上向右移動(dòng)，說明山東省數(shù)字鄉(xiāng)村發(fā)展水平在考察期內(nèi)不斷提高；其次，從分布形態(tài)上，曲線的主峰高度呈先下降后上升的趨勢(shì)，曲線波寬幅度沒有明顯變化，說明2015—2019年山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平趨于分散，2019—2021年的發(fā)展水平則趨于集中。再次，從分布延展性上，曲線的右拖尾逐漸拉長(zhǎng)，說明山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平在考察期內(nèi)差距明顯加大。最后，從極化現(xiàn)象上，2021年核密度曲線呈微弱的右側(cè)峰形態(tài)，表明各地市數(shù)字鄉(xiāng)村發(fā)展水平開始出現(xiàn)輕微的極化現(xiàn)象。綜上，山東省數(shù)字鄉(xiāng)村發(fā)展水平逐年提升，但地市之間的差距呈增加的趨勢(shì)。上述結(jié)果說明，國(guó)家政策、經(jīng)濟(jì)發(fā)展等因素促進(jìn)了數(shù)字鄉(xiāng)村建設(shè)，但各地市在資源稟賦、基礎(chǔ)設(shè)施狀況和農(nóng)村經(jīng)濟(jì)發(fā)展等方面不同，這使得短時(shí)間內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平較低的地市難以追趕上數(shù)字鄉(xiāng)村發(fā)展水平較高的地市。

通過進(jìn)一步觀察圖1b至圖1f，可以得出以下結(jié)論：第一，從分布位置上，魯東、魯中、魯西南、魯中南和魯西北五大區(qū)域的分布曲線均呈向右移動(dòng)的趨勢(shì)，表明所有區(qū)域的數(shù)字鄉(xiāng)村發(fā)展水平都在不斷提升。第二，從分布形態(tài)上，魯東地區(qū)核密度曲線的峰值呈先下降后上升的趨勢(shì)，且波寬幅度加大，表明該地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平絕對(duì)差異明顯加大；魯西南地區(qū)曲線波峰值則呈大幅度下降的趨勢(shì)，說明魯西南地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平地市間差距急劇拉大；魯中南地區(qū)曲線的峰值則經(jīng)歷了“上升—下降—上升”的趨勢(shì)，且波寬幅度無明顯變化，表明這些地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平差距在考察期內(nèi)變化不明顯；魯西北地區(qū)曲線峰值則經(jīng)歷了先上升后下降的趨勢(shì)；魯中地區(qū)曲線的峰值則一直呈下降趨勢(shì)，但幅度不大，該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平絕對(duì)差異稍微加大。第三，從分布延展性上，魯東、魯西南地區(qū)曲線右拖尾明顯拉長(zhǎng)，其他地區(qū)均無明顯變化，這表明魯東、魯西南地區(qū)內(nèi)發(fā)展水平較高的地市與較低的地市差距在擴(kuò)大，其他地區(qū)各地市發(fā)展則較為均衡。第四，從極化趨勢(shì)上，魯東地區(qū)的曲線經(jīng)歷了“單峰—右側(cè)峰”的形態(tài)，表明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平極化現(xiàn)象逐漸增強(qiáng)。魯西南地區(qū)核密度曲線則在考察期內(nèi)經(jīng)歷了“單峰—雙峰”形態(tài)的轉(zhuǎn)變，這表明考察期內(nèi)菏澤和濟(jì)寧數(shù)字鄉(xiāng)村發(fā)展水平差異不斷加大。

2.3 山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域差異分析

2.3.1 總體及區(qū)域內(nèi)差異 由圖2可知，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平總體基尼系數(shù)呈上升趨勢(shì)。具體而言，基尼系數(shù)由2015年的0.196上升至2018年的0.287，表明山東省數(shù)字鄉(xiāng)村發(fā)展水平總體差異程度急速擴(kuò)大。2018—2021年基尼系數(shù)則下降至0.285，呈緩慢下降的趨勢(shì)。結(jié)合表2可知，一方面，2015—2018年青島和菏澤的數(shù)字鄉(xiāng)村發(fā)展水平均呈急速上升的趨勢(shì)，而其他地區(qū)發(fā)展則較為緩慢；另一方面，2018年山東省人民政府辦公廳頒布《數(shù)字山東發(fā)展規(guī)劃（2018—2022年）》，并連續(xù)3年制定行動(dòng)方案。此后，各地市政府部門積極落實(shí)數(shù)字山東發(fā)展戰(zhàn)略，較為落后的棗莊、日照和泰安數(shù)字鄉(xiāng)村發(fā)展水平有了小幅度的提升，縮小了與其他地區(qū)的差距。

山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域內(nèi)部差異明顯。其中，魯中南地區(qū)基尼系數(shù)均值為0.222，位居第一，表明考察期內(nèi)該地區(qū)的數(shù)字鄉(xiāng)村發(fā)展不均衡問題最為突出。與之相反，魯西北地區(qū)基尼系數(shù)均值僅為0.093，該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平較為均衡。

從發(fā)展趨勢(shì)來看，魯東地區(qū)基尼系數(shù)呈先上升后下降的趨勢(shì)，2018年達(dá)到峰值0.275之后緩慢下降至0.221。魯中地區(qū)基尼系數(shù)呈先下降再上升的趨勢(shì)，說明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平差距在加大。魯西南基尼系數(shù)在考察期內(nèi)呈急速上升的趨勢(shì)，原因在于菏澤大力發(fā)展淘寶村，促進(jìn)了數(shù)字鄉(xiāng)村建設(shè)行動(dòng)的步伐，加劇了菏澤和濟(jì)寧之間的數(shù)字鄉(xiāng)村水平差距。魯中南地區(qū)基尼系數(shù)呈先下降后上升再下降的趨勢(shì)，由2018年的0.225下降至2021年的0.218。2015—2020年魯西北地區(qū)基尼系數(shù)不斷下降，說明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平越來越均衡，2021年基尼系數(shù)則上升至0.109，原因是東營(yíng)數(shù)字鄉(xiāng)村發(fā)展迅速，進(jìn)而拉大了與其他地市的水平差距。

區(qū)域內(nèi)基尼系數(shù)

2.3.2 區(qū)域間差異 由圖3可知，除魯中-魯西北外，其他地區(qū)的基尼系數(shù)均呈上升趨勢(shì)，說明這些地區(qū)之間的數(shù)字鄉(xiāng)村發(fā)展水平差距也在不斷擴(kuò)大。排名前三的魯東-魯中南、魯西南-魯中南、魯東-魯西北區(qū)域差異均值分別是0.376、0.369、0.338，說明上述區(qū)域之間的數(shù)字鄉(xiāng)村發(fā)展水平差距過大。其中，棗莊、日照較低的發(fā)展水平極大地拉低了魯中南地區(qū)數(shù)字鄉(xiāng)村發(fā)展整體水平。

2.3.3 差異來源及貢獻(xiàn)率 由圖4可知，山東省數(shù)字鄉(xiāng)村發(fā)展水平總體差異主要來源于區(qū)域間的差異，其差異貢獻(xiàn)率均值高達(dá)65.46%，約為區(qū)域內(nèi)差異貢獻(xiàn)率均值（13.14%）的5.03倍。從發(fā)展趨勢(shì)上看，區(qū)域間差異貢獻(xiàn)率呈上升趨勢(shì)，區(qū)域內(nèi)差異貢獻(xiàn)率呈緩慢下降趨勢(shì)，超變密度貢獻(xiàn)率也出現(xiàn)了大幅度的下降趨勢(shì)，由2015年的30.48%下降至2021年的17.57%，說明區(qū)域間的樣本交叉重疊問題造成數(shù)字鄉(xiāng)村發(fā)展水平差異的強(qiáng)度不斷削弱。因此，未來需要特別關(guān)注區(qū)域間的差距。

2.4 山東省數(shù)字鄉(xiāng)村發(fā)展障礙因素分析

運(yùn)用障礙度模型計(jì)算出考察期內(nèi)山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平各指標(biāo)的障礙度，并按照時(shí)間和區(qū)域進(jìn)行排列。由于篇幅限制，本研究選取2015和2021年的數(shù)據(jù)進(jìn)行分析，如表3所示。

1）就總體而言，農(nóng)村電商基地是最主要的障礙因素，其次是電子商務(wù)采購(gòu)額、電子商務(wù)銷售額和郵電業(yè)務(wù)量，最后是地方財(cái)政科技支出。從發(fā)展趨勢(shì)來看，農(nóng)村電商基地?cái)?shù)量的障礙度呈增加趨勢(shì)，反映出農(nóng)村電商基地?cái)?shù)量對(duì)數(shù)字鄉(xiāng)村的發(fā)展影響作用不斷增強(qiáng)。因此，該省應(yīng)不斷完善鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)，營(yíng)造良好的電商經(jīng)濟(jì)環(huán)境，將傳統(tǒng)農(nóng)村產(chǎn)業(yè)與互聯(lián)網(wǎng)進(jìn)行深度融合，最終推動(dòng)數(shù)字鄉(xiāng)村戰(zhàn)略的順利實(shí)施。

2）在地級(jí)市層面上，絕大多數(shù)地區(qū)存在的障礙因素大體相同，但具有地區(qū)之間的差異性。不同于其他地市，2021年，電子商務(wù)采購(gòu)額成為阻礙菏澤數(shù)字鄉(xiāng)村建設(shè)的最主要障礙因素，表明這一因素對(duì)該地區(qū)數(shù)字鄉(xiāng)村建設(shè)發(fā)展的影響程度最大。

3）不同時(shí)期各地市的主要障礙因素有所變化。通過對(duì)比2015年、2021年各地市的前五位障礙因素，發(fā)現(xiàn)各地市主要障礙因素發(fā)生變化。其中，變化最大的是青島和菏澤。以青島為例，2021年郵電業(yè)務(wù)總量的障礙度上升為第二位，而電子商務(wù)銷售額和采購(gòu)額則不屬于主要障礙因素，說明青島市鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r良好，但郵電業(yè)務(wù)方面的建設(shè)需要進(jìn)一步加強(qiáng)。

3 小結(jié)與建議

3.1 小結(jié)

1）山東省數(shù)字鄉(xiāng)村發(fā)展水平呈不斷上升的趨勢(shì)，魯東、魯西南地區(qū)存在極化現(xiàn)象，表明這些地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平存在絕對(duì)差異。從水平增長(zhǎng)幅度和速度上來看，菏澤在考察期內(nèi)數(shù)字鄉(xiāng)村發(fā)展勢(shì)頭最為強(qiáng)勁，其次是青島。相比之下，棗莊、日照和泰安發(fā)展水平均值較低，而且發(fā)展速度緩慢。

2）山東省數(shù)字鄉(xiāng)村發(fā)展水平存在區(qū)域差異性。從基尼系數(shù)來看，總體基尼系數(shù)呈不斷上升趨勢(shì)，表明總體差異顯著擴(kuò)大。區(qū)域內(nèi)差異基本保持不變，區(qū)域間差異貢獻(xiàn)率保持較高水平且隨著時(shí)間的推移不斷增加，表明區(qū)域間差異是空間差異的主要來源。

3）山東省數(shù)字鄉(xiāng)村發(fā)展主要受農(nóng)村電商基地?cái)?shù)量、電子商務(wù)采購(gòu)額和銷售額、郵電業(yè)務(wù)總量以及地方財(cái)政科技支出等因素的阻礙。此外，各地區(qū)的障礙因素存在一定的差異性，不同時(shí)期的障礙因素也有所變化。

3.2 建議

1）優(yōu)化數(shù)字鄉(xiāng)村發(fā)展環(huán)境，大力發(fā)展數(shù)字化應(yīng)用。針對(duì)目前山東省各地市數(shù)字鄉(xiāng)村建設(shè)存在的普遍問題，各部門應(yīng)采取以下措施：第一，加大地方財(cái)政科技支出，改善數(shù)字鄉(xiāng)村發(fā)展環(huán)境。同時(shí)，加快推動(dòng)鄉(xiāng)村5G基站、移動(dòng)物聯(lián)網(wǎng)、農(nóng)業(yè)農(nóng)村遙感大數(shù)據(jù)平臺(tái)和數(shù)字合作社建設(shè)，實(shí)現(xiàn)農(nóng)村傳統(tǒng)信息基礎(chǔ)設(shè)施改造和升級(jí)，全面夯實(shí)數(shù)字鄉(xiāng)村建設(shè)基礎(chǔ)，強(qiáng)化數(shù)字鄉(xiāng)村發(fā)展技術(shù)支撐，促進(jìn)數(shù)字技術(shù)在農(nóng)業(yè)農(nóng)村生產(chǎn)經(jīng)營(yíng)中的推廣使用，使農(nóng)民盡早享受數(shù)字紅利；第二，加快鄉(xiāng)村數(shù)字化應(yīng)用發(fā)展，培育農(nóng)村數(shù)字經(jīng)濟(jì)新業(yè)態(tài)。創(chuàng)立農(nóng)村電商市場(chǎng)主體，培育特色農(nóng)產(chǎn)品品牌，通過線上博覽會(huì)、電商直播等形式進(jìn)行宣傳，以此培育鄉(xiāng)村特色電商產(chǎn)業(yè)，吸引年輕一代返鄉(xiāng)就業(yè)創(chuàng)業(yè)，為數(shù)字鄉(xiāng)村建設(shè)注入新活力。

2）加強(qiáng)區(qū)域間合作，提高山東省數(shù)字鄉(xiāng)村整體水平。區(qū)域間差異是影響山東省數(shù)字鄉(xiāng)村整體發(fā)展的主要因素，魯西南、魯東地區(qū)與魯中南地區(qū)呈兩級(jí)分化的特征。因此，一方面，政府應(yīng)加大政策和資源的傾斜力度，設(shè)立農(nóng)村電子商務(wù)示范縣和專項(xiàng)基金，幫助解決建設(shè)中遇到的實(shí)際困難；另一方面，數(shù)字鄉(xiāng)村發(fā)展水平較高的地區(qū)要發(fā)揮輻射帶動(dòng)作用，加強(qiáng)區(qū)域之間的合作與聯(lián)動(dòng)，促進(jìn)數(shù)字鄉(xiāng)村均衡發(fā)展。

3）制定個(gè)性化發(fā)展戰(zhàn)略，促進(jìn)各地區(qū)數(shù)字鄉(xiāng)村高效發(fā)展。因地制宜地制定數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略，可以很大程度上提高數(shù)字鄉(xiāng)村建設(shè)工作效率。一方面，諸如魯中南、魯西北等地區(qū)應(yīng)充分挖掘自身優(yōu)勢(shì)，優(yōu)化資源配置，發(fā)展自身特色數(shù)字產(chǎn)業(yè)，實(shí)現(xiàn)鄉(xiāng)村數(shù)字化應(yīng)用高速發(fā)展；另一方面，發(fā)展較好的地區(qū)則需要繼續(xù)鞏固目前數(shù)字鄉(xiāng)村建設(shè)基礎(chǔ)成果，補(bǔ)齊自身發(fā)展短板，打造出山東省鄉(xiāng)村振興齊魯樣板。

參考文獻(xiàn)：

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

［2］ 曾億武，宋逸香，林夏珍，等.中國(guó)數(shù)字鄉(xiāng)村建設(shè)若干問題芻議［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2021（4）：21-35.

［3］ 陳 潭，王 鵬.信息鴻溝與數(shù)字鄉(xiāng)村建設(shè)的實(shí)踐癥候［J］.電子政務(wù)，2020（12）：2-12.

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

［5］ 常 倩，李 瑾.鄉(xiāng)村振興背景下智慧鄉(xiāng)村的實(shí)踐與評(píng)價(jià)［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，18（3）：11-21.

［6］ 馮朝睿，徐宏宇.數(shù)字鄉(xiāng)村建設(shè)評(píng)價(jià)指標(biāo)體系構(gòu)建及其實(shí)踐效用［J］.云南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，55（4）：109-120.

［7］ 農(nóng)業(yè)農(nóng)村部市場(chǎng)與信息化司，農(nóng)業(yè)農(nóng)村部信息中心.2020全國(guó)縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平評(píng)價(jià)報(bào)告［R］.農(nóng)業(yè)農(nóng)村部，2020.

［8］ 侯光文，黃超越，張 鴻，等. 陜西數(shù)字鄉(xiāng)村高質(zhì)量發(fā)展測(cè)度及評(píng)價(jià)［J］.西安郵電大學(xué)學(xué)報(bào)，2020，25（6）：87-94.

［9］ 張 鴻，王 璐.西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平測(cè)度及推進(jìn)路徑［J］.華東經(jīng)濟(jì)管理，2023，37（11）：70-78.

［10］ 許敬輝，王乃琦，郭富林.數(shù)字鄉(xiāng)村發(fā)展水平評(píng)價(jià)指標(biāo)體系構(gòu)建與實(shí)證［J］.統(tǒng)計(jì)與決策，2023，39（2）：73-77.

［11］ 劉 慶.數(shù)字鄉(xiāng)村發(fā)展水平測(cè)度及時(shí)空演變特征研究——以河南省為例［J］.統(tǒng)計(jì)與決策，2023，39（9）：85-90.

［12］ 劉傳明，馬青山，孫淑惠.中國(guó)數(shù)字鄉(xiāng)村發(fā)展的區(qū)域差異及動(dòng)態(tài)演進(jìn)［J］.區(qū)域經(jīng)濟(jì)評(píng)論，2023（5）：26-35.

［13］ 農(nóng)業(yè)農(nóng)村部市場(chǎng)與信息化司，農(nóng)業(yè)農(nóng)村部信息中心.中國(guó)數(shù)字鄉(xiāng)村發(fā)展報(bào)告（2022年）［R］.農(nóng)業(yè)農(nóng)村部，2022.

［14］ 曹俊杰，張 耀.農(nóng)村電商時(shí)空演變特征與影響因素研究——以山東省淘寶村為例［J］.上海城市規(guī)劃，2022（2）：93-100.