摘要：數(shù)字技能在農(nóng)村地區(qū)的廣泛應用對農(nóng)民收入產(chǎn)生了極大影響。文章使用2014—2020年中國家庭追蹤調(diào)查數(shù)據(jù)，通過熵權法與層次分析法相結(jié)合的方法，從收入充足性、結(jié)構(gòu)性、成長性和知識性四個維度對農(nóng)民收入質(zhì)量進行測度，結(jié)果顯示：總體來看，農(nóng)民收入質(zhì)量呈上升態(tài)勢，主要得益于收入充足性提高與結(jié)構(gòu)性優(yōu)化；分地區(qū)來看，東部地區(qū)農(nóng)民收入質(zhì)量高于中西部地區(qū)，呈現(xiàn)差距擴大態(tài)勢，但南方地區(qū)農(nóng)民收入質(zhì)量高于北方及東北地區(qū)，差距逐步縮小而東北地區(qū)落后幅度持續(xù)增大。進一步構(gòu)建Tobit模型等檢驗數(shù)字技能應用對農(nóng)民收入質(zhì)量的影響，結(jié)果發(fā)現(xiàn)：（1）數(shù)字技能將農(nóng)民收入質(zhì)量提升了8.34%，其促進作用在高數(shù)字技能農(nóng)民群體中尤為突出。（2）數(shù)字技能對農(nóng)民收入質(zhì)量各維度均具有促進作用，但對收入結(jié)構(gòu)性與成長性的作用更顯著。（3）數(shù)字技能對農(nóng)民收入質(zhì)量的促進作用在東北地區(qū)及中西部地區(qū)更為明顯，有助于縮小農(nóng)民收入質(zhì)量的地區(qū)間差距。文章創(chuàng)新性地從微觀角度測算農(nóng)民收入質(zhì)量，并探討數(shù)字技能應用對農(nóng)民收入質(zhì)量的具體影響，為農(nóng)民收入質(zhì)量提升提供了新的研究視角。基于研究結(jié)果，文章提出要加快農(nóng)民職業(yè)教育培訓，提升農(nóng)民人力資本水平；組織公益性數(shù)字技術技能培訓，通過使用數(shù)字理財?shù)确绞酵卣罐r(nóng)民收入來源；在中西部地區(qū)加快數(shù)字基礎設施建設以及數(shù)字技能普及，提升農(nóng)民收入質(zhì)量。

關鍵詞：數(shù)字技能；農(nóng)民收入質(zhì)量；Tobit模型

中圖分類號：F49； F323.8文獻標識碼：A文章編號：1673-338X（2024）5-079-18

基金項目：山東省社會科學規(guī)劃研究項目“數(shù)字強省建設下山東農(nóng)業(yè)數(shù)字化轉(zhuǎn)型與實現(xiàn)路徑研究”（22CJJJ33）。

Have digital skills improved the quality of rural households’ income？

ZHANG Zhixin， LIU Xinru， DING Xin

（School of Economics， Shandong University of Technology， Zibo 255022）

Abstract：The widespread application of digital skills has had a significant impact on rural households’ income. Using data from China Family Panel Studies from 2014 to 2020， this article used the entropy weighting method combined with the analytic hierarchy process to measure the quality of rural households’ income from four dimensions： sufficiency， structure， growth and knowledge. The results showed that： Overall， the quality of rural households’ income had improved， mainly due to the improvement in income sufficiency and structural optimization. From regional perspective， the quality of rural households’ income in the eastern regions was higher than that in the central and western regions， and the gap was widening， but the quality of rural households’ income in the southern regions was higher than that in the northern and northeastern regions， and the gap was narrowing but the backwardness in the northeastern regions continued to increase. Furthermore， a Tobit model was constructed to test the impact of digital skills on rural households’ income quality. The results showed that：（1）Digital skills raised the quality of rural households’ income by 8.34%， and their promotional effects were particularly prominent among high-skilled farmers.（2）Digital skills had a promotional effect on all dimensions of rural households’ income quality， but their effects on income structure and growth were more significant.（3）The promotion of digital skills on rural households’ income quality was more significant in the northeastern and central and western regions， which helped narrow the gap in rural households’ income quality between regions. The article innovatively calculated the quality of rural households’ income from a micro perspective and explored the specific impact of digital skills application on rural households’ income quality， providing a new research perspective for improving rural households’ income quality. Based on the research findings， the article suggested accelerating farmers’ vocational education and training to improve farmers’ human capital level， organizing public welfare digital technology skills training to expand rural households’ income sources by using digital financial management methods， accelerating the construction of digital infrastructure and digital skills popularization in the central and western regions to improve rural households’ income quality.

Keywords：digital skills；rural households’ income quality；Tobit modeling

1引言

實現(xiàn)農(nóng)民高質(zhì)量增收是國家制定“三農(nóng)”政策的出發(fā)點和落腳點，是立足中國式現(xiàn)代化的新發(fā)展階段、不斷增進民生福祉的應有之義（楊少雄等，2023）。中央“一號文件”連續(xù)20年致力解決農(nóng)民增收問題，在相關政策的指導下，雖然農(nóng)民收入水平不斷提高，但是收入結(jié)構(gòu)不平衡、收入來源不確定等問題也日益凸顯（程國強等，2020；杜鑫，2021）。21世紀以來，以互聯(lián)網(wǎng)為代表的數(shù)字技術正在逐步向居民生活全方位滲透。中國互聯(lián)網(wǎng)絡信息中心發(fā)布的第52次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2023年6月，中國網(wǎng)民規(guī)模為10.79億人，超過86.6%的網(wǎng)民使用互聯(lián)網(wǎng)獲取信息①，展現(xiàn)了其數(shù)字技能在娛樂、社交、購物、教育等方面的應用。隨著數(shù)字鄉(xiāng)村建設持續(xù)推進，數(shù)字技能在農(nóng)村地區(qū)同樣得到廣泛應用，通過推進農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型、互聯(lián)網(wǎng)電商平臺的高質(zhì)量發(fā)展等，帶動農(nóng)業(yè)產(chǎn)業(yè)提質(zhì)增效、創(chuàng)造就業(yè)創(chuàng)業(yè)理財機會、催生新業(yè)態(tài)新模式，直接或間接促進農(nóng)民增收（孫俊娜等，2023）。而高質(zhì)量的農(nóng)民工收入不僅包括收入數(shù)量充足，而且表現(xiàn)為穩(wěn)定增長、結(jié)構(gòu)合理、知識含量高、獲取成本低（孔榮等，2013）。根據(jù)這一概念，多數(shù)學者從收入的充足性、穩(wěn)定性、結(jié)構(gòu)性、成本性和知識性五個維度對其進行考量（任劼等，2016；羅媛月等，2022）。因此，數(shù)字技能在促進農(nóng)民增收的同時，對于擴展收入來源、提升就業(yè)質(zhì)量等方面的作用可能會提高農(nóng)民收入質(zhì)量。但由于數(shù)字技術的發(fā)展尚未給大多數(shù)農(nóng)戶的生計改善帶來突破，且農(nóng)民數(shù)字技能應用相較于城市仍處于弱勢地位（曾億武等，2021），因此其能否提升農(nóng)民收入質(zhì)量需要進一步驗證。

鑒于此，為深入探究數(shù)字技能應用能否提升農(nóng)民收入質(zhì)量，尋求實現(xiàn)農(nóng)民高質(zhì)量增收的有效路徑，本文依托2014—2020年中國家庭追蹤調(diào)查（China Family Panel Studies， CFPS）數(shù)據(jù)，通過熵權法與層次分析法相結(jié)合的方法，在已有研究的基礎上從收入充足性、結(jié)構(gòu)性、成長性和知識性四個維度對農(nóng)民收入質(zhì)量進行測度。在此基礎上，采用Tobit模型剖析數(shù)字技能應用與農(nóng)民收入質(zhì)量之間的潛在關聯(lián)性，并通過分組回歸得到數(shù)字技能對農(nóng)民收入質(zhì)量各維度的作用程度，同時進一步挖掘我國不同區(qū)域在數(shù)字技能應用提升農(nóng)民收入質(zhì)量過程中的異質(zhì)性特征。

本文的邊際貢獻在于：（1）研究視角上，從收入充足性、結(jié)構(gòu)性、成長性、知識性四個維度構(gòu)建農(nóng)民收入質(zhì)量評價指標體系，并對2014—2020年多期面板數(shù)據(jù)進行測算，從微觀角度完善了農(nóng)民收入質(zhì)量無法體現(xiàn)時間發(fā)展趨勢的問題。（2）研究內(nèi)容上，使用Tobit模型系統(tǒng)估計不同數(shù)字技能水平對農(nóng)民收入質(zhì)量的影響，并提出數(shù)字技能可以提高農(nóng)民收入質(zhì)量，且隨著數(shù)字技能水平的提高，其促進作用不斷增強。（3）應用實踐上，通過分維度回歸和區(qū)域異質(zhì)性分析，有助于制定針對農(nóng)民收入知識性維度的政策，進而加快相對落后地區(qū)數(shù)字技能普及以解決地區(qū)間農(nóng)民收入質(zhì)量差距持續(xù)增大等問題。

2文獻回顧與評述

關于農(nóng)民收入質(zhì)量的相關研究，已逐步從單一收入數(shù)量著手轉(zhuǎn)變?yōu)槿轿豢紤]收入的各個方面，因此合理構(gòu)建農(nóng)民收入質(zhì)量評價體系成為研究順利進行的基礎。農(nóng)民收入質(zhì)量的內(nèi)涵最先由林富民（2005）提出，包括總收入穩(wěn)定增長、收入結(jié)構(gòu)合理、依靠文化知識來獲得較高收入回報等。在此基礎上，相關研究多從微觀角度出發(fā)，對農(nóng)民收入質(zhì)量進行測算。已有文獻多從收入的充足性、結(jié)構(gòu)性、穩(wěn)定性、成本性和知識性五個方面對農(nóng)民收入質(zhì)量進行測度（康慧等，2019；羅永明等，2020）。彭艷玲等（2019）基于可行能力理論，認為使用成長性代替穩(wěn)定性，更有助于客觀衡量農(nóng)民收入的可持續(xù)發(fā)展能力；楊少雄等（2023）則總結(jié)上述經(jīng)驗，立足于宏觀層面將收入的充足性與成本性進行整合，歸納為收入絕對充足與收入相對充足。自此，關于農(nóng)民收入質(zhì)量的相關研究從宏觀和微觀角度皆具有較為成熟的參考，為本文構(gòu)建農(nóng)民收入質(zhì)量指標體系提供了借鑒。

已有文獻少有涉及數(shù)字技能對農(nóng)民收入質(zhì)量的直接影響，數(shù)字技能對于農(nóng)民收入影響的研究主要集中在3個方面。（1）數(shù)字技能促進農(nóng)民增收。數(shù)字技術的發(fā)展為農(nóng)民增收帶來了新的機遇，逐步成為農(nóng)民增收新的潛在動力（孫俊娜等，2023）。數(shù)字技能通過助力傳統(tǒng)農(nóng)業(yè)生產(chǎn)及服務效能，提升農(nóng)業(yè)生產(chǎn)效率（Fabregas et al.， 2019），增加工資性收入與經(jīng)營性收入（Jain， 2014），增加收入來源，提升就業(yè)多樣性，如促進農(nóng)村勞動力的非農(nóng)就業(yè)以及家庭創(chuàng)業(yè)（姜揚等，2023），提升農(nóng)民收入和物質(zhì)財富水平（Liu et al.， 2021）。（2）數(shù)字技能與農(nóng)民收入不相關。一方面，數(shù)字技術具有知識水平門檻效應，而農(nóng)民習慣于現(xiàn)有的生產(chǎn)方式和技術，知識水平較低，學習使用數(shù)字技能的意愿較差，因此對農(nóng)民收入沒有影響（Declan et al.， 2020）；另一方面，當前農(nóng)民對數(shù)字技能的使用多集中于網(wǎng)絡購物、手機支付等，僅改變了農(nóng)民的消費方式，對其生產(chǎn)行為等并未產(chǎn)生較大影響（Seo et al.， 2019），因此數(shù)字技術所帶來的紅利無法促進農(nóng)民增收（Aker et al.， 2016）。（3）數(shù)字技術與農(nóng)民增收之間存在非線性關系。由于數(shù)字技術發(fā)展前期農(nóng)村“數(shù)字鴻溝”的存在，農(nóng)民提升數(shù)字能力需要支付較大的先期成本（Wolfson et al.， 2017），但掌握數(shù)字技術后，生產(chǎn)效率會顯著提高，經(jīng)濟產(chǎn)出也會擴大，因而能夠?qū)崿F(xiàn)收入增加（臧敦剛等，2022），因此數(shù)字技能與農(nóng)民收入呈現(xiàn)“U”型關系（程名望等，2019；Yi et al.， 2023）。以往研究中關于數(shù)字技能對農(nóng)民收入的研究多集中于對“量”的影響，但在分析過程中同樣涉及收入渠道、就業(yè)質(zhì)量等與“質(zhì)”相關的內(nèi)容。然而，研究結(jié)論存在相悖的情況，因此關于數(shù)字技能能否提升農(nóng)民收入質(zhì)量尚無定論。

綜上所述，已有研究可為本文提供借鑒，但也存在3點不足：（1）關于農(nóng)民收入質(zhì)量的研究或是停留于理論層面，或是使用單期截面數(shù)據(jù)，難以體現(xiàn)農(nóng)民收入質(zhì)量的真實發(fā)展情況及隨時間的變化。（2）已有文獻在分析農(nóng)民收入時仍偏重于對農(nóng)民收入“量”的研究，而輕視對“質(zhì)”的研究，即忽視對收入的持續(xù)增長、結(jié)構(gòu)優(yōu)化等方面的研究。（3）關于數(shù)字技能對農(nóng)民收入的影響，多從宏觀角度進行分析，無法體現(xiàn)農(nóng)戶個體數(shù)字技能掌握情況對其收入各方面影響的具體情況，且關于數(shù)字技能對農(nóng)民收入的作用效果尚未形成較為統(tǒng)一的結(jié)論。鑒于此，本文使用2014—2020年中國家庭追蹤調(diào)查數(shù)據(jù)，通過使用連續(xù)追蹤4期的農(nóng)戶面板數(shù)據(jù)，從收入充足性、結(jié)構(gòu)性、成長性和知識性四個維度，選取收入絕對充足、收入來源多樣性等10項指標構(gòu)建農(nóng)民收入質(zhì)量指標體系并進行測度，且進一步使用Tobit模型檢驗數(shù)字技能應用水平對農(nóng)民收入質(zhì)量的影響并進行異質(zhì)性分析，以期通過針對性提升農(nóng)民數(shù)字技能水平來提高農(nóng)民收入質(zhì)量。

3理論分析框架與研究方法

為深入研究數(shù)字技能應用與農(nóng)民收入質(zhì)量之間的關系，本文從經(jīng)營性收入、工資性收入、財產(chǎn)性收入和轉(zhuǎn)移性收入等4個方面分析數(shù)字技能應用提升農(nóng)民收入質(zhì)量的作用機理，并以此為基礎提出研究假設，進而建立Tobit模型進行實證檢驗。

3.1理論分析框架

數(shù)字技能應用可以對農(nóng)民的各項收入產(chǎn)生積極影響。（1）經(jīng)營性收入。一方面，數(shù)字技能應用有利于提升農(nóng)民市場信息獲取能力，可以打破原先被中間商壓價的局面，提高農(nóng)產(chǎn)品銷售價格和利潤率，進而增加經(jīng)營性收入（許竹青等，2013）；另一方面，農(nóng)戶數(shù)字技能水平會直接影響農(nóng)戶通過互聯(lián)網(wǎng)途徑獲取創(chuàng)業(yè)經(jīng)驗、發(fā)現(xiàn)創(chuàng)業(yè)機會的能力，進而對農(nóng)戶創(chuàng)業(yè)產(chǎn)生積極影響（張雷等，2023），從而增加經(jīng)營性收入。（2）工資性收入。一方面，數(shù)字技術的應用，比如智慧農(nóng)業(yè)利用機器人、無人機等進行部分農(nóng)業(yè)生產(chǎn)工作，可以減少農(nóng)民耗費在土地上的時間，參加非農(nóng)生產(chǎn)性活動，增加家庭工資性收入（王勝等，2021）；另一方面，隨著數(shù)字經(jīng)濟的發(fā)展，數(shù)字技能可以促進農(nóng)戶適配快遞員、外賣員等就業(yè)崗位（張芳山等，2024），從而增加工資性收入（肖靜華等，2015）。（3）財產(chǎn)性收入。數(shù)字技能可以幫助農(nóng)戶獲取有價值的信息，降低信息不對稱性，從而促進農(nóng)戶財產(chǎn)性收入增長（羅千峰等，2023）。譬如，農(nóng)民通過微信、支付寶等數(shù)字金融平臺進行低風險理財活動，獲取穩(wěn)定的利息、分紅等額外收入以增加家庭財產(chǎn)性收入（韓長根等，2017）。（4）轉(zhuǎn)移性收入。數(shù)字技能應用有利于農(nóng)民第一時間通過互聯(lián)網(wǎng)獲取政府的政策信息（楊文娟等，2023），即及時獲取農(nóng)業(yè)補貼、社會資助等補貼政策信息，農(nóng)民可按照自身需求和實際情況申請補助，從而增加農(nóng)民的轉(zhuǎn)移性收入。

由此，分析數(shù)字技能應用對收入質(zhì)量各維度的作用。在收入充足性維度，農(nóng)民通過熟練掌握和運用數(shù)字技能，可以有效提升經(jīng)營性收入、工資性收入、財產(chǎn)性收入和轉(zhuǎn)移性收入四大類分項收入（羅千峰等，2022），能夠滿足收入的絕對充足；此外，農(nóng)民通過利用數(shù)字支付和電子商務平臺，在線比較不同產(chǎn)品的價格和質(zhì)量，選擇性價比更高的農(nóng)資和生活用品，減少不必要的生產(chǎn)支出和生活支出，能夠保障收入的相對充足。在收入結(jié)構(gòu)性維度，數(shù)字技能應用能夠幫助提升就業(yè)多樣性，擴寬收入渠道，如促進農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)（袁方等，2019），從而保障農(nóng)民收入來源的多元化，同時避免農(nóng)民對主要收入來源的過度依賴而導致生計脆弱，提高收入的均衡性，從而實現(xiàn)農(nóng)民收入結(jié)構(gòu)性優(yōu)化。在收入成長性維度，數(shù)字技能可以促進農(nóng)民接觸高質(zhì)量的就業(yè)崗位，減少其失業(yè)、低薪或低技能工資的概率（林龍飛等，2022），加上技能帶來的理財能力以及職業(yè)晉升機會（郭高晶等，2022），有助于保持各類來源收入的增長狀態(tài)，保障收入的成長性。在收入知識性維度，數(shù)字技能無法通過提高收入數(shù)量或者擴展收入來源對收入知識性發(fā)揮作用，而是能夠幫助農(nóng)民利用數(shù)字交流平臺獲取各種信息和資源，快速掌握新技能、積累新知識（韓先鋒等，2019），提高就業(yè)技術水平，從而提升收入知識性。因此，提出假設H1a和H1b。

H1a：數(shù)字技能應用對農(nóng)民收入質(zhì)量的四個維度都具有促進作用。

H1b：數(shù)字技能應用可以提升農(nóng)民收入質(zhì)量。

智能手機、通信網(wǎng)絡、電腦等鄉(xiāng)村數(shù)字信息基礎設施的普及降低了農(nóng)民的學習成本，但數(shù)字技能不僅指使用智能手機等電子設備的能力，還指利用互聯(lián)網(wǎng)、云計算等技術獲取相關信息、并對這些信息進行評估和處理、最終解決現(xiàn)實問題的能力（朱建華等，2022）。根據(jù)德雷福斯技能獲取模型，在技能獲取之初，農(nóng)民對其應用水平較低，因此缺乏必要的信息篩選和分析能力，難以利用已有的數(shù)字信息基礎設施從海量信息中獲取到有效信息甚至沉迷娛樂，這對提升其收入質(zhì)量無濟于事。只有當農(nóng)民認識到互聯(lián)網(wǎng)不僅僅是娛樂工具，更是可以獲取農(nóng)業(yè)知識、市場政策的重要平臺時（殷浩棟等，2020），才會有意識地將已獲取的數(shù)字技能應用在生產(chǎn)生活的各個方面，提高技能應用能力，例如利用網(wǎng)絡社交平臺獲取農(nóng)業(yè)生產(chǎn)、非農(nóng)就業(yè)、創(chuàng)業(yè)等有益信息（華靜等，2024），進而實現(xiàn)收入增加甚至擴展收入渠道，從而提高收入充足性和結(jié)構(gòu)性，在一定程度上提升收入質(zhì)量。更進一步，當農(nóng)民不滿足于當前技能水平帶來的效益時，就會激發(fā)其自主學習意愿，通過學習不斷提升個人對數(shù)字平臺的適應性，提升自身數(shù)字技能應用水平。這意味著農(nóng)民能夠更快適應數(shù)字經(jīng)濟時代自主靈活的工作方式和工作地點，提高自身市場競爭力，滿足新興崗位的需求（王文，2020），從而有助于獲得農(nóng)業(yè)收入之外的兼業(yè)收入，進一步提高收入充足性和結(jié)構(gòu)性。此外，在數(shù)字技能獲取后期，個體對數(shù)字技能的掌握逐漸不再依賴其受教育水平（楊檸澤等，2023），低學歷者能夠通過網(wǎng)絡教育獲得提升學歷和就業(yè)技術水平的機會，接觸到更高質(zhì)量的就業(yè)崗位和數(shù)字金融平臺，從而提高其收入成長性和知識性，進而在更大程度上提升農(nóng)民收入質(zhì)量。因此，提出假設H2。

H2：農(nóng)民數(shù)字技能應用水平越高，對其收入質(zhì)量的促進作用越顯著。

3.2研究方法

根據(jù)理論分析框架及研究假設，本文從收入充足性、收入結(jié)構(gòu)性、收入成長性和收入知識性四個維度，利用熵權法與層次分析法相結(jié)合的方法對農(nóng)民收入質(zhì)量進行測度，并選擇Tobit模型對數(shù)字技能應用和農(nóng)民收入質(zhì)量之間的關系進行分析。

3.1.1熵權法與層次分析法相結(jié)合

以往研究中對于農(nóng)民收入質(zhì)量的測算多使用層次分析法（Analytic Hierarchy Process）或熵權法，兩種方法分別屬于主觀賦權與客觀賦權。為避免兩種方法各自的缺陷，本文使用熵權法與層次分析法相結(jié)合的方法對農(nóng)民收入質(zhì)量進行測算。首先構(gòu)建對比矩陣，選擇方根法計算最大特征根并進行一致性檢驗，得到農(nóng)民收入質(zhì)量各指標主觀權重wa；然后使用熵權法根據(jù)信息熵與冗余度計算各指標客觀權重wb；最后借鑒吳開亞等（2008）的做法，使用最小相對信息量原理計算組合權重wj。測算過程如式（1）所示。

式（2）中，當wa與wb取幾何平均數(shù)時所使用信息量最小，因此本文使用熵權法與層次分析法計算權重的幾何平均數(shù)獲得各項指標的權重。最后，通過歸一化處理將各項指標的得分限定在0～1之間，并對各項指標測算結(jié)果線性加權求和，得出農(nóng)民收入質(zhì)量綜合得分。

3.1.2 Tobit模型

為檢驗數(shù)字技能應用對農(nóng)民收入質(zhì)量的影響，又考慮到農(nóng)民收入質(zhì)量綜合得分均在0～1之間，為受限被解釋變量，若使用傳統(tǒng)最小二乘估計法，可能會產(chǎn)生估計偏差，因此借鑒吳賢榮等（2014）的做法，建立Tobit模型，如式（3）所示。

式（3）中，Quait為被解釋變量農(nóng)民收入質(zhì)量，Skiit為核心解釋變量，具體包括是否掌握數(shù)字技能、低數(shù)字技能、中數(shù)字技能、高數(shù)字技能。Cit為個人、家庭層面的控制變量，α0為常數(shù)項，α1為數(shù)字技能的估計系數(shù)，α2為控制變量的估計系數(shù)，εit為隨機擾動項。

4數(shù)據(jù)來源與描述性統(tǒng)計

為了從微觀角度對數(shù)字技能應用與農(nóng)民收入質(zhì)量的關系進行細致研究，并分析其異質(zhì)性影響，本文先對CFPS數(shù)據(jù)進行匹配和處理，然后對變量進行描述性統(tǒng)計。

4.1數(shù)據(jù)來源

本文選取2012—2020年CFPS數(shù)據(jù)，包括個人、家庭和社區(qū)三個層面，由于研究農(nóng)民收入質(zhì)量問題，因此從CFPS數(shù)據(jù)庫中篩選出農(nóng)民家庭樣本的相關指標，其中2012年僅作為研究基期，確定后期各項收入的增長率。為得到平衡面板數(shù)據(jù)，本文篩選出5期均參與調(diào)查的農(nóng)民樣本，經(jīng)梳理匹配和剔除特殊變量與異常值后，最終得到2014—2020年涉及2223個農(nóng)民家庭樣本的4期平衡面板數(shù)據(jù)，共8892個觀測值數(shù)據(jù)。

4.2變量選取

根據(jù)本文研究思路，從被解釋變量、核心解釋變量和控制變量三個方面進行變量選取，并對主要變量進行描述性統(tǒng)計分析。

（1）被解釋變量。農(nóng)民收入質(zhì)量為被解釋變量。在以往五個維度構(gòu)建農(nóng)民收入質(zhì)量評價指標體系的研究中，農(nóng)民收入穩(wěn)定性與成長性維度存在爭議，本文認為相比于穩(wěn)定性，成長性才是實現(xiàn)農(nóng)民可持續(xù)發(fā)展以及國家“三農(nóng)”政策制定的本質(zhì)要求。另外，借鑒楊少雄等（2023）的研究經(jīng)驗，將以往五個維度中充足性與成本性進行整合，在保證科學嚴謹?shù)幕A上，有助于簡化測算過程。因此，本文從收入的充足性、結(jié)構(gòu)性、成長性和知識性四個維度構(gòu)建農(nóng)民收入質(zhì)量評價指標體系，并使用主觀賦權法與客觀賦權法綜合的測算方法，即熵權法與層次分析法相結(jié)合的方法，測算得出的綜合得分作為被解釋變量。農(nóng)民收入質(zhì)量評價指標體系及權重如表1所示。

收入充足性使用收入絕對充足與收入相對充足兩個指標進行衡量。使用全部家庭純年收入作為收入絕對充足的衡量標準，可以直觀地反映當期農(nóng)民實際收入狀況。使用全部家庭純年收入減去全部家庭純年支出作為收入相對充足的衡量標準，既包含了五個維度衡量標準中的成本性，也可以反映農(nóng)民收入的真實充足水平。因此，由以上兩個指標可以全面衡量農(nóng)民收入充足性。收入結(jié)構(gòu)性使用收入來源多元性與收入來源均衡性兩個指標進行衡量，由于赫芬達爾指數(shù)可以反映農(nóng)民收入來源集中度的變化情況，可以用來衡量收入來源的多元情況，因此使用四大類分項收入的赫芬達爾指數(shù)作為收入來源多元性的衡量標準，使用四大類分項收入比例離差平方和衡量農(nóng)民收入來源比例的均衡性。以上兩個指標可以很好地從收入來源的廣度和各項收入的均衡程度反映農(nóng)民收入的結(jié)構(gòu)性水平。收入成長性則使用四大類收入分別的增長率作為衡量標準，可以全面體現(xiàn)各類收入的成長水平。收入知識性使用勞動力受教育程度與就業(yè)技術水平進行衡量，既可以通過農(nóng)民受教育年限反映農(nóng)民整體人力資本水平，又可以通過就業(yè)所需的教育程度衡量農(nóng)民目前工作質(zhì)量，通過教育和就業(yè)質(zhì)量兩個方面可以全面反映農(nóng)民收入的知識性。特別注意的是，使用熵權法測算權重時不能存在0，因此各變量中將0賦值為0.01。

（2）核心解釋變量。數(shù)字技能為核心解釋變量。農(nóng)民數(shù)字技能衡量標準不僅包括農(nóng)民是否掌握數(shù)字技能，還應對使用數(shù)字技能的等級進行劃分。通過借鑒Bowen等（2019）、張要要（2023）根據(jù)數(shù)字技能定義不同等級數(shù)字鴻溝時的研究經(jīng)驗，以及CFPS數(shù)據(jù)庫中的已有數(shù)據(jù)，本文將是否使用互聯(lián)網(wǎng)作為是否掌握數(shù)字技能的評判標準。其中僅使用互聯(lián)網(wǎng)進行休閑娛樂活動定義為低數(shù)字技能，使用互聯(lián)網(wǎng)進行社交活動定義為中數(shù)字技能，使用互聯(lián)網(wǎng)進行工作、學習活動定義為高數(shù)字技能。

（3）控制變量。為控制其他變量對農(nóng)民主觀相對貧困的影響，從個人和家庭兩個層面選取控制變量。其中，個人層面控制變量包括性別（男=1，女=0）、年齡（戶主實際年齡）、婚姻狀況（已婚=1，其他情況=0）和健康水平（健康=1，不健康=0）；家庭層面控制變量包括家庭人口規(guī)模、家庭務農(nóng)情況（是否從事農(nóng)業(yè)生產(chǎn)活動：是=1，否=0）和家庭養(yǎng)老負擔（是否有需要贍養(yǎng)的老人：是=1，否=0）。

變量描述性統(tǒng)計如表2所示。

4.3被解釋變量測算結(jié)果

本文從農(nóng)民收入質(zhì)量綜合得分測算結(jié)果、農(nóng)民收入質(zhì)量分指標測算結(jié)果兩個方面分別對農(nóng)民收入質(zhì)量的地區(qū)差距和各維度增長率進行分析。

（1）綜合得分測算。根據(jù)熵權法與層次分析法確定權重并將各指標進行歸一化處理，農(nóng)民收入質(zhì)量測算結(jié)果如表3所示。

表3結(jié)果顯示，總體來看，全樣本綜合得分均值為0.5578，農(nóng)民收入質(zhì)量處于中等水平，具有較大的研究價值。從時間來看，農(nóng)民收入質(zhì)量綜合得分呈逐期上升態(tài)勢且增長幅度不斷擴大，截至2020年全樣本綜合得分均值為0.6523，仍然存在較大的提升空間。從空間來看，根據(jù)國家統(tǒng)計局對經(jīng)濟區(qū)域的劃分①和《中華人民共和國年鑒》對地理區(qū)域的劃分②，橫向來看，農(nóng)民收入質(zhì)量綜合得分呈現(xiàn)東部、中部、西部地區(qū)依次遞減的特點，且綜合得分差距正在逐步擴大；縱向來看，農(nóng)民收入質(zhì)量綜合得分呈現(xiàn)南方、北方、東北地區(qū)依次遞減的特點，但南北方地區(qū)差距趨于縮小，而東北地區(qū)落后幅度持續(xù)擴大。這可能是因為東部及南方地區(qū)經(jīng)濟發(fā)展水平相對較高，農(nóng)民的收入來源、就業(yè)機會等更加廣泛，因此農(nóng)民收入質(zhì)量領先于其他地區(qū)。綜上可知，我國農(nóng)民收入質(zhì)量仍存在較大的提升空間，且需要重點關注中西部地區(qū)與東北地區(qū)農(nóng)民收入質(zhì)量提升。

（2）分指標測算。為進一步分析各維度指標的得分情況，本文將未進行賦權時各指標進行匯報，分指標測算結(jié)果如表4所示。表4結(jié)果顯示，從樣本均值來看，收入成長性維度各項指標綜合得分最高，其中工資性收入增長率得分均值為0.6896，在所有指標中得分最高。相比而言，收入知識性維度綜合得分最低，特別是就業(yè)技能水平指標綜合得分均值僅為0.3901，收入充足性和結(jié)構(gòu)性維度和各項指標則集中在0.50～0.60之間，處于一般水平。從時間來看，收入充足性與收入結(jié)構(gòu)性綜合得分增長最快，其中收入絕對充足和收入來源多元性在2020年均突破0.70，收入成長性綜合得分則呈現(xiàn)下降趨勢。這主要是因為我國近年來出臺的一系列惠農(nóng)政策、就業(yè)政策等，極大地促進了農(nóng)民各項收入的增長幅度，因此各項收入增長率已經(jīng)處于較高水平，因而逐漸趨向于基數(shù)增大而增速放緩。收入知識性指標中，雖然就業(yè)技術水平呈現(xiàn)逐期增長態(tài)勢，但至2020年綜合得分也僅達到0.5284，而由于本文使用的是連續(xù)追蹤數(shù)據(jù)，且受訪者在基期均已完成最高學歷教育，因此該指標沒有發(fā)生變動。綜上可知，收入充足性增長與結(jié)構(gòu)性優(yōu)化是農(nóng)民收入質(zhì)量不斷提升的主要原因，收入知識性相對落后是農(nóng)民收入質(zhì)量仍有待提高的主要原因。

5經(jīng)驗性結(jié)果

根據(jù)本文構(gòu)建的農(nóng)民收入質(zhì)量指標體系，利用熵權法和層次分析法相結(jié)合的方法得到農(nóng)民收入質(zhì)量指數(shù)，分別進行整體與部分的深入分析。進而采用Tobit模型對研究假設進行驗證，同時進一步探究其中存在的異質(zhì)性特征。

5.1內(nèi)生性檢驗

考慮到收入質(zhì)量較高的農(nóng)民也可能因為其自身經(jīng)濟優(yōu)勢等因素反向作用于數(shù)字技能掌握，存在內(nèi)生性問題，因此借鑒魏守華等（2010）、Sabatini等（2017）的研究經(jīng)驗，本文選取家庭所在村莊的戶均數(shù)字技能掌握水平作為數(shù)字技能的工具變量（無數(shù)字技能=0，低、中、高數(shù)字技能=1），并使用工具變量兩階段最小二乘法（IV-2SLS）解決內(nèi)生性問題。一方面，村莊整體數(shù)字技能掌握水平是該地區(qū)數(shù)字技術發(fā)展水平的直觀體現(xiàn)，可以通過大環(huán)境影響農(nóng)民數(shù)字技能掌握，滿足工具變量相關性條件；另一方面，戶均數(shù)字技能掌握水平不會對個體農(nóng)民收入質(zhì)量產(chǎn)生直接影響，滿足工具變量外生性條件，工具變量選取有效。

內(nèi)生性檢驗如表5所示。表5以解釋變量“是否掌握數(shù)字技能”進行檢驗，一階段回歸F值為36.7321，大于10%偏誤水平下的臨界值16.38，拒絕工具變量與內(nèi)生變量不相關的原假設，且估計系數(shù)在1%的顯著性水平上為正，存在弱工具變量的可能性較小。二階段回歸中，在控制內(nèi)生性后，影響系數(shù)下降至0.0413。使用工具變量替代內(nèi)生變量進行基礎回歸發(fā)現(xiàn)，戶均數(shù)字技能在1%的顯著性水平上為正，但在同時控制數(shù)字技能和戶均數(shù)字技能后，數(shù)字技能的估計系數(shù)在1%的顯著性水平上為正，而戶均數(shù)字技能的估計系數(shù)不顯著，說明選取的工具變量對農(nóng)民收入質(zhì)量的直接影響較小，而是通過影響內(nèi)生變量進而影響農(nóng)民收入質(zhì)量，符合工具變量外生性原則。另外，以不同等級數(shù)字技能掌握水平作為內(nèi)生變量時，一階段F值分別為55.3713、40.2603、25.1721，且通過內(nèi)生性檢驗。

5.2基準回歸結(jié)果分析

為檢驗數(shù)字技能應用對農(nóng)民收入質(zhì)量的影響，根據(jù)本文構(gòu)建的基準回歸模型進行分析?；鶞驶貧w結(jié)果如表6所示。表6列（1）是未加入控制變量時數(shù)字技能對農(nóng)民收入質(zhì)量的估計結(jié)果，結(jié)果顯示在未加入控制變量時，數(shù)字技能對農(nóng)民收入質(zhì)量的影響在1%的顯著性水平上為正。列（2）加入控制變量后，數(shù)字技能的估計系數(shù)仍在1%的顯著性水平上為正，說明數(shù)字技能應用可以提升農(nóng)民收入質(zhì)量。列（3）進一步按照農(nóng)戶使用互聯(lián)網(wǎng)能力差異將數(shù)字技能應用細分為低、中、高三個等級分別進行回歸，結(jié)果顯示，低數(shù)字技能的估計系數(shù)在5%的顯著性水平上為正，中、高數(shù)字技能的估計系數(shù)在1%的顯著性水平上為正，估計系數(shù)逐漸增大，說明三個等級的數(shù)字技能應用都可以促進農(nóng)民收入質(zhì)量的提升，但隨著數(shù)字技能應用等級的提高，其對農(nóng)民收入質(zhì)量的促進作用不斷擴大。

綜上，假設H1b、H2得到驗證。這表明隨著數(shù)字技能應用水平的提升，農(nóng)戶將互聯(lián)網(wǎng)技術運用到工作、生產(chǎn)等方面的能力逐漸增強，不僅能幫助農(nóng)戶獲得更高技術水平的工作，獲取更高的工資性收入、經(jīng)營性收入等，也有利于農(nóng)戶通過使用數(shù)字理財、網(wǎng)上借貸等方式獲取財產(chǎn)性收入和融資資金，更有利于農(nóng)戶適應不斷發(fā)展進步的人才市場需要，提升自身的競爭力，不被時代所淘汰，確保持續(xù)的經(jīng)濟來源和收入增長。

5.3穩(wěn)健性檢驗

考慮到使用數(shù)據(jù)類型和變量測度的穩(wěn)定性問題，本文在實證過程中選取了替換回歸模型和替換解釋變量兩種方法，以確保研究結(jié)果的穩(wěn)健性和可靠性。

（1）替換回歸模型。由于本文使用的數(shù)據(jù)為平衡面板數(shù)據(jù)，因此構(gòu)建雙向固定效應模型替代Tobit模型進行穩(wěn)健性檢驗，具體模型構(gòu)建如式（5）所示。

式（5）中，？i、σt分別為地區(qū)固定效應與時間固定效應。

穩(wěn)健性檢驗1如表7所示。表7結(jié)果顯示，在替換回歸模型后，數(shù)字技能的估計系數(shù)在1%的顯著性水平上為正，低數(shù)字技能與中數(shù)字技能的估計系數(shù)在5%的顯著性水平上為正，高數(shù)字技能的估計系數(shù)在1%的顯著性水平上為正，估計結(jié)果基本與基準回歸結(jié)果一致，說明數(shù)字技能可以促進農(nóng)民收入質(zhì)量提升，模型較為穩(wěn)健。

（2）替換解釋變量。在替換回歸模型的基礎上，本文進一步使用農(nóng)民使用互聯(lián)網(wǎng)進行娛樂、社交、工作、學習等活動的頻率替換原解釋變量衡量數(shù)字技能進行穩(wěn)健性檢驗。穩(wěn)健性檢驗2如表8所示。

表8結(jié)果表明，替換解釋變量后數(shù)字技能的估計系數(shù)仍在1%的顯著性水平上為正，低、中數(shù)字技能應用對農(nóng)民收入質(zhì)量的估計結(jié)果在5%的顯著性水平上為正，高數(shù)字技能的估計結(jié)果在1%的顯著性水平上為正。綜上可知，穩(wěn)健性檢驗結(jié)果與基準回歸結(jié)果基本一致，數(shù)字技能可以提升農(nóng)民收入質(zhì)量，模型通過穩(wěn)健性檢驗。

5.4分維度回歸結(jié)果分析

為進一步檢驗數(shù)字技能應用對農(nóng)民收入質(zhì)量的具體影響，本文使用未進行賦權時農(nóng)民收入質(zhì)量的四個維度分別作為被解釋變量，分維度回歸結(jié)果如表9所示。表9中數(shù)字技能對收入充足性與收入知識性的估計系數(shù)在5%的顯著性水平上為正，對收入結(jié)構(gòu)性與收入成長性的估計系數(shù)在1%的顯著性水平上為正。因此，數(shù)字技能應用對農(nóng)民收入質(zhì)量的各個維度都可以起到促進作用，在收入結(jié)構(gòu)性和收入成長性維度的作用尤為突出。這主要是因為數(shù)字技能應用通過帶動數(shù)字理財、非農(nóng)就業(yè)等對提升農(nóng)民各項收入指標都具有明顯的促進作用，也可以通過提升勞動力素質(zhì)來提高就業(yè)質(zhì)量與晉升機會，因此對收入充足性、收入結(jié)構(gòu)性、收入成長性、收入知識性四個維度都具有明顯的促進作用。綜上，假設H1a得到驗證。

5.5異質(zhì)性分析

在農(nóng)民收入質(zhì)量測算結(jié)果分析過程中發(fā)現(xiàn)，我國農(nóng)民收入質(zhì)量在東部、中部、西部地區(qū)以及南北方與東北地區(qū)之間差距持續(xù)擴大。為進一步檢驗數(shù)字技能應用是否能夠改善這一現(xiàn)狀，本文將農(nóng)民按照橫向、縱向?qū)|部、中部、西部地區(qū)以及南方、北方、東北地區(qū)進行分組回歸，異質(zhì)性分析結(jié)果如表10所示。

表10列（1）至列（3）是橫向分組回歸的實證結(jié)果，顯示數(shù)字技能對東部、中部、西部三個地區(qū)農(nóng)民收入質(zhì)量的估計系數(shù)都在1%的顯著性水平上為正，說明數(shù)字技能對橫向各個地區(qū)農(nóng)民收入質(zhì)量的提升都具有明顯的促進作用，估計系數(shù)分別為0.0744、0.1533和0.1065，說明數(shù)字技能對農(nóng)民收入質(zhì)量促進作用在中部地區(qū)作用效果最明顯，在東部地區(qū)作用效果相對較差。列（4）至列（6）是縱向分組回歸的實證結(jié)果，顯示數(shù)字技能對南方、北方地區(qū)農(nóng)民收入質(zhì)量的估計系數(shù)都在5%的顯著性水平上為正，對東北地區(qū)農(nóng)民收入質(zhì)量的估計系數(shù)在1%的顯著性水平上為正，說明數(shù)字技能對縱向各個地區(qū)農(nóng)民收入質(zhì)量的提升都具有明顯的促進作用，估計系數(shù)分別為0.0683、0.0954和0.1324，說明數(shù)字技能對農(nóng)民收入質(zhì)量的促進作用在東北地區(qū)最明顯，在南方地區(qū)相對較差。這可能是因為中部地區(qū)與東北地區(qū)本身農(nóng)民收入質(zhì)量落后，提升空間較大，加之數(shù)字基礎設施與數(shù)字經(jīng)濟發(fā)展水平落后，數(shù)字技能普及力度不足，所以數(shù)字技能應用促進農(nóng)民收入質(zhì)量的邊際效應更強，而西部地區(qū)基于數(shù)字基礎設施過于落后的現(xiàn)實，數(shù)字技能使用受限嚴重，因此在目前發(fā)展階段邊際收益無法超過中部地區(qū)與東北地區(qū)。綜上可知，通過數(shù)字技能應用有助于解決地區(qū)之間農(nóng)民收入質(zhì)量差距過大的問題。

6研究結(jié)論、討論與政策啟示

本文通過熵權法與層次分析法相結(jié)合的方法，對農(nóng)民收入質(zhì)量進行測度，并進行了整體與局部的分析；進一步構(gòu)建Tobit模型等檢驗數(shù)字技能應用對農(nóng)民收入質(zhì)量的影響及異質(zhì)性特征，得出相關結(jié)論；對結(jié)論展開討論，并提出政策啟示，以期尋找實現(xiàn)農(nóng)民高質(zhì)量增收的有效路徑。

6.1研究結(jié)論

數(shù)字技能應用對于提升農(nóng)民收入具有明顯的促進作用，但對于其能否通過調(diào)整農(nóng)民收入結(jié)構(gòu)、提升收入增長率等方式提升農(nóng)民收入質(zhì)量亟待驗證。本文使用2014—2020年CFPS數(shù)據(jù)，首先通過構(gòu)建包括收入充足性、收入結(jié)構(gòu)性、收入成長性和收入知識性四個維度10項指標的農(nóng)民收入質(zhì)量評價指標體系，并使用主、客觀賦權法相結(jié)合的方法確定權重對農(nóng)民收入質(zhì)量進行測算；進一步構(gòu)建Tobit模型檢驗數(shù)字技能對農(nóng)民收入質(zhì)量的影響，并使用分維度回歸的方法探討數(shù)字技能應用對不同收入質(zhì)量維度的作用效果，總結(jié)出3點主要結(jié)論。

（1）農(nóng)民收入質(zhì)量呈逐期上升態(tài)勢。我國農(nóng)民收入質(zhì)量綜合得分逐期增長，截至2020年綜合得分均值為0.6523，仍存在較大的提升空間。其中，收入充足性增長與收入結(jié)構(gòu)性優(yōu)化是農(nóng)民收入質(zhì)量不斷提升的主要原因，收入成長性維度開始呈現(xiàn)下降趨勢，收入知識性維度雖然穩(wěn)步提升，但是整體水平依然較低。

（2）數(shù)字技能應用可以促進農(nóng)民收入質(zhì)量提升。農(nóng)民使用數(shù)字技能可以使其收入質(zhì)量綜合得分提高0.0834，隨著數(shù)字技能應用等級的提升，其對農(nóng)民收入質(zhì)量的促進作用不斷擴大。數(shù)字技能可以對農(nóng)民收入質(zhì)量的各個維度均起到積極的促進作用，且這種促進作用在農(nóng)民收入質(zhì)量的結(jié)構(gòu)性與成長性維度尤為突出。

（3）數(shù)字技能應用可以縮小地區(qū)間農(nóng)民收入質(zhì)量差距。橫向來看，我國農(nóng)民收入質(zhì)量呈現(xiàn)東部、中部、西部依次遞減的特點，且差距正在逐步擴大?？v向來看，雖然南北方差距正趨于縮小，但東北地區(qū)落后幅度持續(xù)擴大。數(shù)字技能應用對東北地區(qū)、中西部地區(qū)以及南方地區(qū)的估計系數(shù)分別為0.1324、0.1533、0.1065和0.0683，因此數(shù)字技能應用可以有效縮小地區(qū)間農(nóng)民收入質(zhì)量差距過大的問題。

6.2討論

本文從理論和經(jīng)驗研究兩個方面，分析驗證數(shù)字技能應用對農(nóng)民收入質(zhì)量的影響，得出研究結(jié)論，并據(jù)此展開討論。

（1）農(nóng)民收入質(zhì)量總體向好，但各維度提升程度不同。這與楊少雄等（2023）得出的全國農(nóng)民收入質(zhì)量呈現(xiàn)穩(wěn)步增長趨勢、各維度增速存在差異的結(jié)論一致，但不同之處在于本文使用微觀調(diào)查數(shù)據(jù)，對農(nóng)民收入質(zhì)量進行了更為細致的時空衡量。近年來，我國出臺了一系列惠農(nóng)政策、就業(yè)政策，為農(nóng)民提供了更多的就業(yè)機會和創(chuàng)業(yè)平臺，幫助農(nóng)民提高就業(yè)技能，拓寬就業(yè)渠道，極大地促進了農(nóng)民各項收入的增長幅度，有助于農(nóng)民收入質(zhì)量提升。雖然這些政策對收入充足性增長與結(jié)構(gòu)性優(yōu)化的效果較為明顯，但難以改善收入成長性和知識性，從而導致收入質(zhì)量各維度增速存在差異。

（2）數(shù)字技能應用正向促進農(nóng)民收入質(zhì)量提升。羅千峰等（2022）指出，數(shù)字技能能夠提高農(nóng)戶經(jīng)營性收入、工資性收入及財產(chǎn)性收入水平，本文不僅證明了這一觀點的正確性，而且對數(shù)字技能對農(nóng)民收入的影響進行了更深入的研究，驗證了農(nóng)民數(shù)字技能應用對其收入質(zhì)量的正向影響，并發(fā)現(xiàn)了數(shù)字技能應用對收入質(zhì)量各維度的促進作用不同。其中，數(shù)字技能應用對收入知識性提升的促進作用最低，可能的原因是數(shù)字技能應用雖然提高了農(nóng)民的農(nóng)業(yè)技能和管理能力，但是并不意味著農(nóng)民的知識水平得到了全面提升，因此對農(nóng)民提高就業(yè)質(zhì)量以提升自身收入知識性的作用有限。

（3）農(nóng)民收入質(zhì)量地區(qū)差距明顯，這印證了鄧鍇等（2020）提出的西部地區(qū)農(nóng)民收入質(zhì)量相對較低的觀點，同時本文從全國層面更加全面地揭示了農(nóng)民收入質(zhì)量東高西低和南高北低的地區(qū)差異，且探究了數(shù)字技能對各地區(qū)收入質(zhì)量提升的具體影響，發(fā)現(xiàn)數(shù)字技能應用有助于縮小其地區(qū)差距。可能的原因是：由于東部及南方地區(qū)的自然條件及產(chǎn)業(yè)基礎相較于西部和北方地區(qū)更為有利，農(nóng)民擁有更豐富的收入來源和就業(yè)機會，其收入質(zhì)量相對較高，因此導致地區(qū)間農(nóng)民收入質(zhì)量存在顯著差距。而正是由于中西部地區(qū)與東北地區(qū)經(jīng)濟相對不發(fā)達，數(shù)字化基礎設施方面建設滯后，加之為了促進區(qū)域均衡發(fā)展，政府往往會給予這些地區(qū)更多的政策支持和資源傾斜，放大了收入增長的乘數(shù)效應。因此一旦引入和應用數(shù)字技能，就能迅速感受其促進農(nóng)民收入質(zhì)量的邊際效應更強于其他地區(qū)，進而能夠緩解地區(qū)間農(nóng)民收入質(zhì)量差距。

本文的不足之處在于：（1）關于農(nóng)民收入質(zhì)量的研究目前仍處于不斷探索的階段，其對應的指標體系尚未完全成熟。盡管本文嘗試從客觀和主觀兩個角度對農(nóng)民收入質(zhì)量進行評估，但其科學性和準確性仍有待更深入的探討和驗證。（2）受限于數(shù)據(jù)可得性，本文僅選取了2014—2020年的數(shù)據(jù)進行分析，為了更全面地了解數(shù)字技能應用對農(nóng)民收入質(zhì)量的長期影響，未來的研究可以逐步納入更新的數(shù)據(jù)，從而更精準地揭示其影響趨勢和變化。

6.3政策啟示

根據(jù)本文研究結(jié)論和相應討論可知，數(shù)字技能應用對我國農(nóng)民收入質(zhì)量提升具有顯著的促進作用。為此，本文針對提升收入質(zhì)量以實現(xiàn)農(nóng)民高質(zhì)量增收提出3點政策啟示。

（1）加快推進農(nóng)民職業(yè)教育培訓。從收入知識性和收入成長性維度提升農(nóng)民收入質(zhì)量是未來一段時間的重點突破方向。針對非農(nóng)就業(yè)群體，通過定時開展定向就業(yè)指導和就業(yè)信息傳遞等方式提升農(nóng)民的就業(yè)能力和就業(yè)水平。對于農(nóng)業(yè)就業(yè)群體，要定期開展農(nóng)技推廣，加大財政支持力度，積極引導其通過加入合作社、流轉(zhuǎn)承包土地等形式增加其農(nóng)業(yè)收入。通過提升農(nóng)民收入知識性與成長性進一步提升農(nóng)民收入質(zhì)量。

（2）穩(wěn)步提升農(nóng)民數(shù)字技能水平。數(shù)字技能有助于提升農(nóng)民收入質(zhì)量，因此要開展數(shù)字技能培訓提升農(nóng)民的數(shù)字技能水平。對于部分老年群體及弱勢群體，要通過公益性入戶培訓引導其接觸互聯(lián)網(wǎng)等數(shù)字應用；對于多數(shù)農(nóng)民而言，要在其現(xiàn)有數(shù)字技能的基礎上，進一步通過數(shù)字技能應用專項培訓、專家輔導報告等方式，促使其將數(shù)字化應用到農(nóng)業(yè)生產(chǎn)、數(shù)字理財以及非農(nóng)就業(yè)等方面，從而全面提升農(nóng)民收入質(zhì)量。例如借鑒教育部與國家鄉(xiāng)村振興局、人力資源和社會保障部等部門聯(lián)合實施的“雨露計劃+”就業(yè)促進行動，組織農(nóng)民入讀職業(yè)院校，設置與農(nóng)村經(jīng)濟發(fā)展密切相關的培訓課程，如現(xiàn)代農(nóng)業(yè)技術、農(nóng)產(chǎn)品加工、農(nóng)村電商等，提高農(nóng)民數(shù)字技能應用水平。

（3）加快偏遠地區(qū)數(shù)字技能普及。數(shù)字技能有助于改善偏遠地區(qū)農(nóng)民收入質(zhì)量，縮小中西部地區(qū)、東北地區(qū)與其他地區(qū)差距。因此，政府應持續(xù)推進對于偏遠地區(qū)數(shù)字鄉(xiāng)村建設的投資力度，在確保網(wǎng)絡覆蓋、快遞站點建設等網(wǎng)絡基礎設施落實到位的基礎上，通過“大學生村官”“選調(diào)生”等多種方式引進數(shù)字人才，并根據(jù)《提升全民數(shù)字技能工作方案》要求推行“定向招生、定向培養(yǎng)、定向就業(yè)”的培養(yǎng)機制，確保畢業(yè)生能夠定向分配到偏遠地區(qū)從事數(shù)字技術推廣服務工作，帶動當?shù)剞r(nóng)民利用數(shù)字技能參與創(chuàng)業(yè)、就業(yè)等創(chuàng)收活動，提升農(nóng)民收入質(zhì)量。

參考文獻

程國強，朱滿德. 2020年農(nóng)民增收：新冠肺炎疫情的影響與應對建議[J].農(nóng)業(yè)經(jīng)濟問題， 2020（4）：4-12.

程名望，張家平.互聯(lián)網(wǎng)普及與城鄉(xiāng)收入差距：理論與實證[J].中國農(nóng)村經(jīng)濟， 2019（2）：19-41.

鄧鍇，趙丹，孔榮.收入質(zhì)量視角下西部農(nóng)戶創(chuàng)業(yè)意愿調(diào)查研究[J].經(jīng)濟與管理研究， 2020， 41（5）：33-43.

杜鑫.當前中國農(nóng)村居民收入及收入分配狀況——兼論各糧食功能區(qū)域農(nóng)村居民收入水平及收入差距[J].中國農(nóng)村經(jīng)濟， 2021（7）：84-99.

郭高晶，胡廣偉.我國數(shù)字政府建設績效的影響因素與生成路徑——基于31省案例的模糊集定性比較分析[J].重慶社會科學， 2022（3）：41-55.

韓長根，張力.互聯(lián)網(wǎng)普及對于城鄉(xiāng)收入分配的影響——基于我國省際面板數(shù)據(jù)的系統(tǒng)GMM分析[J].經(jīng)濟問題探索， 2017（8）： 18-27.

韓先鋒，宋文飛，李勃昕.互聯(lián)網(wǎng)能成為中國區(qū)域創(chuàng)新效率提升的新動能嗎[J].中國工業(yè)經(jīng)濟， 2019（7）：119-136.

華靜，潘嗣同.數(shù)字素養(yǎng)鴻溝與農(nóng)戶收入不平等[J].華南農(nóng)業(yè)大學學報（社會科學版）， 2024， 23（3）：35-47.

姜揚，鄭懷宇.數(shù)字技能與居民幸福感——基于CFPS2018數(shù)據(jù)的研究[J].人口學刊， 2023， 45（4）：57-69.

康慧，張曉林.農(nóng)村居民收入質(zhì)量對生活滿意度的影響[J].經(jīng)濟問題， 2019（4）：77-84.

孔榮，王欣.關于農(nóng)民工收入質(zhì)量內(nèi)涵的思考[J].農(nóng)業(yè)經(jīng)濟問題， 2013， 34（6）：55-60， 111.

林富民.農(nóng)民增收質(zhì)量問題淺論[J].前沿， 2005（2）：59-62.

林龍飛，祝仲坤.“穩(wěn)就業(yè)”還是“毀就業(yè)”？數(shù)字經(jīng)濟對農(nóng)民工高質(zhì)量就業(yè)的影響[J].南方經(jīng)濟， 2022（12）：99-114.

羅千峰，趙奇鋒.數(shù)字技能如何影響農(nóng)戶消費升級——基于食物消費升級的視角[J].中南財經(jīng)政法大學學報， 2022（6）：119-130.

羅千峰，趙奇鋒，邱海蘭.數(shù)字技能與農(nóng)戶財產(chǎn)性收入——基于中國鄉(xiāng)村振興綜合調(diào)查（CRRS）數(shù)據(jù)[J].當代經(jīng)濟管理， 2023， 45（7）：54-62.

羅永明，陳秋紅.家庭生命周期、收入質(zhì)量與農(nóng)村家庭消費結(jié)構(gòu)——基于子女異質(zhì)視角下的家庭生命周期模型[J].中國農(nóng)村經(jīng)濟， 2020（8）：85-105.

羅媛月，張會萍，肖人瑞.易地扶貧搬遷對移民收入質(zhì)量的影響研究——基于寧夏947個搬遷移民的調(diào)研數(shù)據(jù)[J].干旱區(qū)資源與環(huán)境， 2022， 36（10）：18-24.

彭艷玲，蘇嵐嵐，孔榮.收入質(zhì)量及其對農(nóng)戶創(chuàng)業(yè)決策的影響研究——基于魯、豫、陜、甘4省1373份農(nóng)戶調(diào)查數(shù)據(jù)[J].農(nóng)業(yè)技術經(jīng)濟， 2019（12）：56-67.

任劼，孔榮.基于驗證性因子分析的農(nóng)戶收入質(zhì)量研究[J].重慶大學學報（社會科學版）， 2016， 22（4）：54-61.

孫俊娜，胡文濤，汪三貴.數(shù)字技術賦能農(nóng)民增收：作用機理、理論闡釋與推進方略[J].改革， 2023（6）：73-82.

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

王文.數(shù)字經(jīng)濟時代下工業(yè)智能化促進了高質(zhì)量就業(yè)嗎[J].經(jīng)濟學家， 2020（4）：89-98.

魏守華，姜寧，吳貴生.本土技術溢出與國際技術溢出效應——來自中國高技術產(chǎn)業(yè)創(chuàng)新的檢驗[J].財經(jīng)研究， 2010， 36（1）：54-65.

吳開亞，金菊良.區(qū)域生態(tài)安全評價的熵組合權重屬性識別模型[J].地理科學， 2008， 28（6）：754-758.

吳賢榮，張俊飚，田云，等.中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用[J].資源科學， 2014， 36（1）：129-138.

肖靜華，謝康，吳瑤，等.從面向合作伙伴到面向消費者的供應鏈轉(zhuǎn)型——電商企業(yè)供應鏈雙案例研究[J].管理世界， 2015（4）： 137-154， 188.

許竹青，鄭風田，陳潔.“數(shù)字鴻溝”還是“信息紅利”？信息的有效供給與農(nóng)民的銷售價格——一個微觀角度的實證研究[J].經(jīng)濟學（季刊）， 2013， 12（4）：1513-1536.

楊檸澤，王藝蔚，孫學濤.數(shù)字素養(yǎng)與農(nóng)戶共同富裕：影響效應及其機制[J].廣東財經(jīng)大學學報， 2023， 38（6）：21-32.

楊少雄，蘇嵐嵐，孔榮，等.農(nóng)民收入質(zhì)量：邏輯建構(gòu)、測度評價與動態(tài)演進[J].中國農(nóng)村經(jīng)濟， 2023（8）：18-36.

楊文娟，李黎明.互聯(lián)網(wǎng)使用如何影響政治信任？——理性選擇和社會資本雙重視角下的考察[J].西安交通大學學報（社會科學版）， 2023， 43（3）：131-141.

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.

袁方，史清華.從返鄉(xiāng)到創(chuàng)業(yè)——互聯(lián)網(wǎng)接入對農(nóng)民工決策影響的實證分析[J].南方經(jīng)濟， 2019（10）：61-77.

臧敦剛，李方華，蔣遠勝.數(shù)字能力與農(nóng)民收入——基于中國西藏民生發(fā)展調(diào)查數(shù)據(jù)[J].西藏大學學報（社會科學版）， 2022， 37（1）：187-197， 205.

曾億武，宋逸香，林夏珍，等.中國數(shù)字鄉(xiāng)村建設若干問題芻議[J].中國農(nóng)村經(jīng)濟， 2021（4）：21-35.

張芳山，李露瑤，陳杰.數(shù)字經(jīng)濟對鄉(xiāng)村振興發(fā)展的影響及機制研究[J].林業(yè)經(jīng)濟， 2024， 46（3）：78-96.

張雷，孫光林.數(shù)字鄉(xiāng)村對農(nóng)戶創(chuàng)業(yè)的影響機理[J].華南農(nóng)業(yè)大學學報（社會科學版）， 2023， 22（3）：69-82.

張要要.數(shù)字鴻溝影響相對貧困嗎[J].農(nóng)業(yè)技術經(jīng)濟， 2023（7）：4-18.

朱建華，李榮強.信息貧困視角下數(shù)字技能對農(nóng)村居民收入增長的影響研究——基于縣級橫截面數(shù)據(jù)的實證分析[J].圖書與情報， 2022（1）：91-100.

Aker C J， Ghosh I， Burrell J. The promise （and pitfalls） of ICT for agriculture initiatives [J]. Agricultural Economics， 2016， 47（S1）： 35-48.

Bowen R， Morris W. The digital divide： Implications for agribusiness and entrepreneurship. Lessons from Wales [J]. Journal of Rural Studies， 2019， 72：75-84.

Declan F， Donal M， Elaine S. The effectiveness of smartphone apps in improving financial capability [J]. The European Journal of Finance， 2020， 26（4-5）：302-318.

Fabregas R， Kremer M， Schilbach F. Realizing the potential of digital development：The case of agricultural advice [J]. Science， 2019， 366（6471）：3038.

Jain R. Business Model Innovations for Information and Communications Technology-Based Services for Low-Income Segments in Emerging Economies [J]. Journal of Global Information Technology Management， 2014， 17（2）：74-90.

Liu Y， Liu C， Zhou M. Does digital inclusive finance promote agricultural production for rural households in China？ Research based on the Chinese family database （CFD） [J]. China Agricultural Economic Review， 2021， 13（2）：475-494.

Sabatini F， Sarracino F. Online Networks and Subjective Well-being [J]. Kyklos， 2017， 70（3）：456-480.

Seo H， Erba J， Altschwager D， et al. Evidence-based digital literacy class for older， low-income African-American adults [J]. Journal of Applied Communication Research， 2019， 47（2）：130-152.

Wolfson T， Crowell J， Reyes C， et al. Emancipatory Broadband Adoption： Toward a Critical Theory of Digital Inequality in the Urban United States [J]. Communication， Culture Critique， 2017， 10（3）：441-459.

Yi F M， Yao L H， Sun Y C， et al. E-commerce participation， digital finance and farmers’ income [J]. China Agricultural Economic Review， 2023， 15（4）：833-852.

（責任編輯康燕）

①數(shù)據(jù)來源：中國互聯(lián)網(wǎng)絡信息中心發(fā)布的第52次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》，https：//cnnic.cn/n4/2023/0828/c199-10830. html。

①東部10省（市）包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部6省包括山西、安徽、江西、河南、湖北和湖南；西部12?。▍^(qū)、市）包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北3省包括遼寧、吉林和黑龍江。

②北方主要包括包括東北三省、黃河中下游五省二市的全部或大部分，以及甘肅東南部，內(nèi)蒙古、江蘇、安徽北部，南方主要包括長江中下游六省一市，南部沿海和西南四省、市大部分地區(qū)。