刘 庆

(新乡学院数学与统计学院,河南 新乡 453003)

【研究意义】《全球数字经济白皮书(2022年)》显示,2021年全球数字经济规模占GDP比重高达45%。《中国数字经济发展报告(2022年)》显示,2021年我国数字经济规模达到45.5万亿元,占GDP比重达到39.8%。但数字经济在农业领域的渗透还比较薄弱,在第一产业中的渗透率仅8.6%,相比第二、第三产业还有很大的差距,亟需加强数字经济与农业农村的深度融合。数字乡村是数字经济赋能乡村振兴的战略方向,也是建设数字中国的重要内容,数字乡村发展水平如何测度?影响数字乡村发展的因素有哪些?如何结合区域特征因地制宜全面系统地评价?亟需构建全面、科学的数字乡村发展水平的测度模型并进行分析评价。【前人研究进展】梳理学界关于数字乡村建设的相关文献,主要集中在三个方面。一是定性全面描述数字乡村建设的内涵、特征、理论机制等[1-3]。二是从某个视角定量微观审视数字乡村的发展,并基于全国的面板数据给出宏观分析及实证检验[4-6]。三是数字乡村发展水平的测度问题研究。测度研究主要包括数字乡村评价指标体系建立、评价模型构造、分析评价讨论三部分。①在数字乡村评价指标体系建立方面,朱红根等[7]基于30个省份面板数据,从数字资金投入、产业发展、信息基础、服务水平4个一级指标建立了中国数字乡村发展评价指标体系,并利用多种统计方法研究了数字乡村发展的时间演变、区域差异及空间分布特征,给出了数字乡村发展的有效推进路径。崔凯等[8]基于CEA框架,从产业数字化和数字产业化重新定义乡村数字经济的内涵,从4个维度构建乡村数字经济发展水平评价指标体系,并据此给出各地推进数字乡村建设时应重点关注的方面。②在数字乡村发展水平评价模型构造方面,主要包括指标权重确定方法和评价结果计算方法两个步骤。首先,对于评价指标权重的确定,一般采用专家调查法(Delphi法)、主成分分析法(PCA)、层次分析法(AHP)以及熵权法等[9-12];其次,对于评价结果的计算方法主要有模糊综合评价、综合指数法、因子分析、主成分分析、灰色关联分析等[13-18]。③在分析评价讨论方面,主要采用的办法有Dagum基尼系数、Kernel密度估计法、自回归模型(SAR)、聚类分析、TOPSIS法等方法[19-22]。以上学术研究为科学合理地评价数字乡村发展水平提供了一定的参考和借鉴,但也有一些不足之处。①定性描述基本上是在学理上进行阐述,缺乏可操作性、可度量性,实践性薄弱;②评价指标筛选都是选取某个视角,缺乏相对系统的数字乡村评价指标,涵盖面不充分;③现有的数字乡村评价指标体系,数据来源基本都是全国范围内的面板数据,鲜有适合区域特征的评价指标体系构建、测度分析的文献,特别是针对某个区域异质性及时空演变分布特征等方面的讨论尚属空白。【本研究切入点】参考国家关于数字乡村建设的相关文件,融合学界的相关研究成果,界定数字乡村的内涵,构建出符合区域特征的“可操作、可观察、可量化”的数字乡村发展水平评价指标体系。【拟解决的关键问题】①利用动态综合赋权确定指标权重,融合TOPSIS法测度2014—2021年河南省18地市的数字乡村发展水平;②根据测度结果分析河南省数字乡村发展水平的时空演变,利用Kernel密度估计、泰尔指数、Moran’sI进行实证分析,进一步揭示河南省数字乡村发展水平的区域差异和空间分布特征,为有效推进河南省数字乡村建设提供科学合理的政策建议。

1 数字乡村发展水平指标体系构建

1.1 研究区概况

河南省位于我国中东部、黄河中下游地区,辖18个地级市,依据《河南省全面建设小康社会规划纲要》将河南省的区域划分为中原城市群(郑州、洛阳、开封、新乡、焦作、许昌、平顶山、漯河、济源)、豫北地区(安阳、鹤壁、濮阳)、豫西豫西南地区(三门峡、南阳)和黄淮地区(驻马店、商丘、周口、信阳)4大经济区。河南省作为经济欠发达的农业大省,农村人口占比很高,农民的可支配收入比较低,因经济基础、自然禀赋等影响4大经济区经济发展程度不均衡。河南省数字乡村发展在全国排名中下游位置[7],如何借助国家数字乡村建设的战略规划,因地制宜科学合理促进河南省数字乡村建设高质量发展,具有重要的现实意义。

1.2 数字乡村的内涵界定

《数字乡村发展战略纲要》关于数字乡村界定如下:以大数据、云计算、人工智能、区块链等为代表的数字技术在农业农村各领域的融合和应用,以及农民不断掌握现代信息而内生的农业农村现代化发展和转型进程,是促进数字技术支撑农业的基本盘。融合学界的相关研究成果以及《数字乡村发展战略纲要》《数字乡村建设指南1.0》等指导性文件,制约数字乡村发展的主要因素是数字化基础设施薄弱,区域差异显著,数字鸿沟凸显,农业生产数字化程度不高,乡村生活数字化环境不完善等问题。基于此,从乡村数字信息基础、乡村数字经济新业态、农业数字化转型、乡村生活数字化4个方面界定数字乡村的内涵。一是乡村数字信息基础是数字乡村建设的技术支撑,其本质是数字技术与农业农村的深度融合,可以通过物联网等信息技术应用投资比重、农村智能手机普及率、农村互联网普及率、户均移动电话交换机容量、农村人均电信业务衡量。二是利用乡村数字经济新业态衡量互联网与乡村特色产业的深度融合程度。可以通过农村网络零售额情况、农产品网络销售额情况、数字营业收入情况、乡村农文旅融合发展情况、乡村文化旅游预算支出占比来衡量。三是利用大数据、物联网、人工智能等新一代信息技术与农业全产业链融合,推进农业数字化转型,可以通过信息技术在种植业、设施栽培、畜禽养殖、水产养殖等领域中的应用率以及节水灌溉占灌溉面积比重、农村人均用电量来衡量。四是数字乡村发展的主要目标是科技赋能农村、服务农村、改变农村,所以可以通过农村网络支付水平、农村网络文化建设水平、数字化服务消费水平、农村数字化医疗、保健及服务水平等指标来衡量,农村人均可支配收入的提高可以进一步促进乡村生活数字化的提升。

1.3 评价指标体系的构建

数字乡村评价指标体系建立的指导方略是“厘清内涵、政策导向、因地制宜、精准施策”。具体地讲,厘清内涵是指国家数字乡村战略提出时间短,学界对数字乡村发展水平理解和认识也存在一定差异,必须精准把握数字乡村发展的精准要义,宏观涵盖数字乡村建设的内容;政策导向是指应精准把握《数字乡村发展战略纲要》《“十四五”全国农业农村信息化发展规划》《数字乡村发展行动计划(2022—2025年)》等数字乡村建设的相关指导性文件,明晰数字乡村发展测度内容;因地制宜是指数字乡村建设必须要立足现实,结合各省域的省情、农情和区域特征,通过跟踪调研、实地考察、资料查阅筛选符合区域实际的评价指标;精准施策指的是从“准”“细”“实”三个方面理解数字乡村发展的要求。鉴于此,本文遵循科学性、全面性、可比性、层次性和可操作性原则,兼顾指标的时效性和数据获取的难易程度,构建出涵盖乡村数字信息基础、乡村数字经济新业态、农业数字化转型、乡村生活数字化4个一级指标,20个二级指标的数字乡村发展水平评价指标体系(表1)。

表1 数字乡村发展水平评价指标体系Table 1 Evaluation index system of digital rural development level

1.4 数据来源

本文以2014—2021年河南省18个地市的面板数据为样本,涉及到的具体数据主要来自《北京大学数字普惠金融指数》《全国县域农业农村信息化发展水平评价报告》《中国农村统计年鉴》《中国信息化年鉴》《河南统计年鉴》《河南省互联网发展报告(2014—2022)》《河南农业农村发展报告(2022)》以及河南省关于农业农村政策的相关文件、公告等。针对某些具体指标某些年份内容缺失的问题,采用插值法予以补充。考虑到交通运输、仓储及邮政业投资比重、乡村文化旅游预算支出占比等评价指标的数值具有一定持续性,故数值处理过程采用向上累计平均的方法,从而消除个别年份投资差异较大带来的随机波动性。

2 研究设计

2.1 构建数字乡村发展水平测度模型

2.1.1 确定各级评价指标权重 目前确定评价指标权重的方法,基本可以分为主观赋权法、客观赋权法、组合赋权法三大类。其中主观赋权法中有代表性的是哈佛大学与世界经济论坛构建的“网络准备指数”(Networked readiness index,NRI)赋权,客观赋权法中熵权法(EWM)是比较成熟的方法,在具体使用过程中,根据各指标的数据分散程度,利用信息熵计算出各指标的熵权,可以避免主观因素的影响。基于以上讨论,为了减少主观判断产生的误差和因数据缺失产生的客观误差,本文指标权重的确定采用NRI赋权和熵权法等权加权平均的组合赋权法确定各评价指标权重。

(1)基于NRI指数的赋权。因为数字乡村发展水平同一级评价指标具有并列性,上下层评价指标具有递进关系,符合NRI赋权特点,具体方法是:各级指标权重等于各级指标个数的倒数,先赋值一级指标权重,后赋值次级指标权重,可得4个一级指标权重均为0.25,20个二级指标权重均为0.05。

(2)基于熵权法(EWM)的赋权。步骤1:对数据进行标准化处理。由于各级指标的单位和量纲不同,为了方便指标之间的比较,因此需要对原始数据进行标准化处理,采用NRI数据处理办法。因本文指标均为效益型指标,所以采用以下公式进行无量纲处理[25]。

(1)

式中,i和j为正整数,xij为第i个指标的第j项原始值,min(xij)分别为第i项指标中的最小值,aij为原始指标数据进行标准化化处理后的得分。k和q根据转化后数据分布区间的要求可以自行设定,下面数据处理过程中,为了保证求信息熵时取对数有意义,同时兼顾计算的便利性,选取选k=1,q=0.01。步骤2:求出第i项指标,第j处指标值的比重。

(2)

式中,m为该处指标对应的样本总数。

步骤3:计算第i项指标的信息熵。

(3)

步骤4:计算第i项指标的权重。

(4)

式中,n为评价指标的总个数。

(3)确定综合权重。NRI赋权和熵权法赋权等权加权平均得到的组合权重Wi既减少了人为因素,又淡化了客观赋权的僵化,是主客观赋权策略的一种优化。

(5)

因为每年指标数据都存在差异,故基于熵权法得到的指标权重是一个动态变量,最终得到的组合权重也是一个动态值,这样的赋权方法更符合实际情况。

2.1.2 权熵TOPSIS法测度各评级对象 TOPSIS (Technique for order preference by similarity to an ideal solution)法是Hwang C L和Yoon K于1981年首次提出,依据评价对象与理想化目标的接近程度进行排序的方法。其思路是借助正理想解(PIS)和负理想解(NIS)给各评价对象排序,接近PIS又远离NIS的方案就是最优方案。

步骤1:利用式(1)统一各评价指标数据的量纲,得到规范化决策矩阵Aij。

(6)

(7)

步骤5:根据式(6)和式(7),确定各评价对象与最优方案的贴近度为:

(8)

2.2 核密度估计

核密度估计(Kernel density estimation)作为一种重要的非参数检验方法,基于有限的样本推断总体数据的分布,其本质是直方图的拟合曲线,其密度曲线可直观表现数据的分布特征,体现数据的疏密程度,呈现数据的聚集区域。本文采用核密度估计密度函数。

(9)

式中,n为样本总数,xi为样本值,x为样本均值,h>0为一个平滑参数,称为窗宽,表明估计的精确程度。K(g)表示核函数,有uniform、triangular、biweight、 triweight、 Epanechnikov、normal等多种选取形式,这里选取常用的标准正态概率密度函数φ(x)进行估计。

(10)

2.3 泰尔指数及其分解

泰尔指数又称泰尔熵(Thiel entropy),是一种特殊形式的广义熵指数,最初由Theil(1967)基于信息熵(Information entropy)提出,经过几十年的发展和不断完善,目前已经成为评价区域差异的重要测度方法。泰尔指数具有优良的可分解性,可以将总体区域差异分解为地区内差异和地区间差异两个部分,以识别不同部分在总体区域差异中的贡献,泰尔指数及其分解的计算公式如下:

(11)

(12)

(13)

2.4 莫兰指数

2.4.1 莫兰指数模型 莫兰指数(Moran’sI)模型是空间自相关系数的一种,其值分布在[-1,1],用于判别一定范围内的空间实体相互之间是否存在相关关系。任何事物都存在一定的相关性,且随着距离远近变化相关程度也会随之发生变化,河南幅员辽阔,各区域经济发展差异很大,数字乡村发展水平的高低具有明显的空间差异性,而各区域之间是否存在相关性需要通过实证检验。本文利用Moran’sI探索河南省各区域数字乡村建设是否存在相关性,Moran’sI大于0,说明存在正相关,越接近1表明相关性越强;反之,存在负相关;若Moran’sI取值在0左右,说明空间不存在相关性。Moran’sI分为全局指数和局部指数两种形式。

(14)

(15)

2.4.2 空间权重设定 为了全面客观地测度河南数字乡村发展水平的影响因素,本文依次采用基于地理位置的邻接权重矩阵和距离权重矩阵以及基于国内生产总值的经济距离权重矩阵分别测算。

(1)地理邻接权重矩阵。

(16)

(2)地理距离权重矩阵。

(17)

(3)经济距离权重矩阵。

(18)

3 结果与分析

3.1 河南省数字乡村发展水平测度分析

梳理前面的测度过程和方法,得到2014—2021年河南数字乡村发展水平的综合得分(表2)。

表2 2014—2021年河南数字乡村发展水平综合得分Table 2 Comprehensive scores of Henan’s digital rural development level from 2014 to 2021

3.1.1 河南数字乡村整体发展水平测度 2014—2021年河南数字乡村发展水平测度及平均增速的时间演变如图1所示。从整体来看,在考察期内河南省数字乡村发展水平呈现“稳中求进”的持续增长态势,从2014年的0.2360到2021年的0.3626,增长幅度为0.1266,平均增速达到6.3286%,但是有明显的区域差异性。排名前3名的地区分别是郑州(0.4128)、济源(0.3467)、洛阳(0.3329),均位于中原城市群,而排名后3名的分别是商丘(0.1453)、周口(0.1523)、驻马店(0.1659),均属于黄淮地区。高水平的高高集聚与低水平的低低集聚与4大经济区的经济基础、资源禀赋、区域特征等有密切的关系,从而形成了典型的空间集聚格局。得分最高的郑州是商丘的2.8404倍,这反映出河南省数字乡村发展水平的极化现象、区域差距、数字鸿沟的形势严峻。从得分均值视角看,河南数字乡村平均发展水平得分为0.2524,高于均值的地区有郑州、济源、洛阳、三门峡、鹤壁、新乡、焦作7个地市,仅占18个地市的38.89%,表明河南省其他地市数字乡村发展潜力很大。从得分增速视角看,焦作、鹤壁、漯河、郑州、驻马店、信阳处于领跑行列,黄淮地区占1/3,数字乡村发展“追赶效应”强劲,这与河南省区域发展战略支持以及地区自身重视数字乡村发展关系密切。

图1 数字乡村整体发展水平时间演变Fig.1 Time evolution of the overall development level of digital villages

3.1.2 河南数字乡村区域发展水平测度 从区域发展水平视角看,2014—2021年河南数字乡村区域发展水平演变趋势如图2所示,4大经济区数字乡村发展水平基本呈现逐年上升态势,但中原城市群、豫北、豫西豫西南、黄淮地区年均增速分别为6.26%、6.56%、6.43%、6.23%,表明豫北、豫西豫西南、黄淮地区“追赶效应”明显。从区域得分视角看,河南省4个经济区数字乡村发展的区域特征显著,发展水平分别为0.3196、0.2953、0.3038、0.1804,中原城市群发展水平始终位于领跑行列,豫北、豫西豫西南发展水平多数年份高于均值,而黄淮地区始终远低于省域平均,形成“中高、淮低”的空间分布格局。其中,中原城市群得分是黄淮地区的1.772倍,区域间差异明显。

图2 数字乡村区域发展水平时间演变Fig.2 Time evolution of digital rural regional development level

3.1.3 河南数字乡村子系统发展水平测度 2014—2021年河南省各地市数字乡村4个子系统(乡村数字信息基础、乡村数字经济新业态、农业数字化转型、乡村生活数字化)发展水平测度见表3。

表3 数字乡村子系统发展水平时间演变Table 3 Time evolution of development level of digital rural subsystem

从整体视角看,4个子系统发展水平测度均呈现逐年增长的态势,均值依次为0.2373、0.2791、0.2423、0.2202,增幅分别为0.1337、0.1008、0.1435、0.1148,年均增速依次达到7.77%、4.19%、7.18%、7.88%。其中,乡村数字经济新业态增幅明显领先,主要得益于国家对农村电子商务、“互联网+”农产品出村进城工程、电商进村综合示范项目、乡村智慧旅游高度重视,伴随着国家数字乡村战略的不断推进,各个子系统发展将有新的提升。从得分均值视角看,乡村数字经济新业态(0.2791)第一,乡村生活数字化(0.2202)居后,表明河南数字乡村建设应不断加强农村网络文化建设、农村数字化服务消费、农村数字化医疗、保健及服务水平等方面的建设。从区域视角看,4个子系统平均增速最高的依次为豫北(10.32%)、中原城市群(6.81%)、豫西豫西南(8.88%)、豫西豫西南(10.25%),增速最低的分别是黄淮(6.32%)、豫西豫西南(2.66%)、豫北(5.174%),中原城市群(5.173%),表明黄淮地区应加强乡村数字信息基础建设步伐,其“追赶效应”主要体现在农业数字化转型和乡村生活数字化。

3.2 基于核密度估计法的时序演变规律

河南作为经济欠发达的农业大省,幅员辽阔,人口众多,各地区自然资源禀赋差别很大,为准确把握数字乡村建设的区域差异特征及演变规律,统筹中原城市群、豫北地区、豫西豫西南地区、黄淮地区4大经济区协调发展,下面利用核密度估计分析其时序演变特征,泰尔指数讨论区域差异,通过Moran’s I揭示其空间分布特征。

3.3 基于核密度估计的时序演变规律

为了直观显示河南省各地市不同时间段内的数字乡村发展水平,利用核密度三维图描绘河南省2014—2021年各经济区的数字经济发展水平动态时序演变趋势规律。

由图3-a可知,2014—2021年河南数字乡村发展水平的时序演变特征。从主峰中心点位置看,随着年份递增,逐步右移,表明考察期内河南省数字乡村发展水平逐年提高;从主峰分布形状看,峰高随着时间推移逐步降低,峰宽逐步变大,侧峰也逐步向右波动,但是峰高逐步降低,而且远低于主峰,表明河南数字乡村发展水平的差异性还比较明显;从分布的延展性看,右侧有一定的拖尾现象,但是左右两端尾部覆盖面积相差不大,说明河南省数字经济发展高水平区域不断增加,导致区域差异持续扩大。考察期内,尽管存在多个不显著的侧峰,但是主峰数量始终只有1个,据此推断河南数字乡村发展存在一定的多级分化但不太明显。

图3 数字乡村发展水平时序演变特征Fig.3 Temporal evolution characteristics of the development level of digital countryside

图4 河南数字乡村局部Moran’s I散点图Fig.4 Scatter plot of local Moran’s I in Henan province

由图3-b～e可知,中原城市群、豫北地区、豫西豫西南地区、黄淮地区数字乡村发展的动态时序演变特征。从主峰中心点位置看,随着年份递增,四大经济区均保持右偏程度逐步加强,说明考察期内各区域数字乡村发展水平均保持逐年不断提高趋势。从主峰分布形状看,豫北地区、黄淮地区呈现双主峰特点,其中豫北地区的双主峰随着年份增加愈加明显且呈现出递增趋势,说明豫北地区数字乡村发展水平两极分化比较严重,从内部分布的详情来看,豫北地区鹤壁市数字乡村建设水平高于全省大多数地区,而且连续保持高水平发展,但是同区域内的濮阳地区整体水平中等,所以呈现出明显的双峰。黄淮地区整体较低,但是个别年份也呈现出明显的区域内差异。从分布的延展性看,中原城市群表现为左拖尾延展和明显的右拖尾延展特征,意味着区域内分别存在着数字乡村发展水平较低(如开封)和较高(如郑州)的地市。

3.4 基于泰尔指数的区域差异分析

利用泰尔指数揭示河南省数字乡村发展水平的区域内差异和区域间差异以及整体差异情况。根据2014—2021年河南数字乡村发展水平综合得分,由泰尔指数及其分解公式可以得到河南省中原城市群(郑州、洛阳、开封、新乡、焦作、许昌、平顶山、漯河、济源)、豫北地区(安阳、鹤壁、濮阳)、豫西豫西南地区(三门峡、南阳)和黄淮地区(驻马店、商丘、周口、信阳)4个经济区数字乡村发展水平的泰尔指数及贡献率,结果见表4。

3.4.1 总体及区域内差异分析 从2014—2021年泰尔指数的演变趋势观察,河南省数字乡村发展水平总体差异呈现明显的下降态势,从2014年的2.1268下降到2021年的0.8436,平均下降率为12.38%,表明河南数字乡村发展的总体差异不断缩小,而且进程推进明显。4个经济区区域内差异平均水平呈现先降后增,在2017年达到最低。其中中原城市群、豫北、豫西豫西南的区域内差异与平均差异演变趋势基本保持一致,但是黄淮地区的区域内差异在考察期内呈现先逐步上升,在2016年达到最高,然后缓慢下降。其中,中原城市群的年均值为0.0358,约为豫北、豫西豫西南、黄淮地区年均值总和的0.343倍,表明中原城市群9个地市数字经济发展不均衡现象比较突出。造成这种差异的主要原因可能是中原城市群数字乡村发展水平整体较高,但是仍然存在开封、平顶山等潜力区,造成中原城市群发展断层现象突出。黄淮地区的泰尔指数年均值仅为0.0016,在4个经济区中差异最小,说明协同发展比较平均,但是数字乡村整体发展水平比较低。

3.4.2 区域间差异分析 从考察期内区域间差异均值的演变趋势观察,河南数字乡村发展水平区域间差异保持整体的下降态势,从2014年的2.0797下降到2021年的0.7885,平均下降率为12.94%,这与全省整体差异基本保持一致。其中从泰尔指数的年均值看,中原城市群与黄淮地区、豫西豫西南、豫北地区的差异分别为0.5439、0.4484、0.3889,分别位居前3名,而豫北与黄淮、豫西豫西南与黄淮、豫北与豫西豫西南位居后3名,年均值分别为0.1459、0.0955、0.0495。显然,河南省4大经济区区域间的数字乡村发展格局明显,中原城市群与其他区域的差异是制约河南省数字乡村协同发展的主要因素。

3.4.3 差异来源及贡献率 由表4可以看出,河南数字乡村发展水平的差异来源及贡献率大小。2014—2021年区域间差异贡献率连续8年全部高于93.47%,年平均值达到96.48%,而区域内差异的贡献率最大为6.53%,揭示了造成河南省数字乡村发展差异的主要因素是区域间的差异。从考察期内河南数字乡村发展水平及区域间差异贡献率的演变趋势看,贡献率从2014年的97.78%下降到2021年的93.47%,年均下降率为0.64%,大致呈现波动缓慢下降趋势。从考察期内区域内差异贡献率的演变趋势看,贡献率从2014年的2.22%增长到2021年的6.53%,年均增长率为16.69%,基本呈现的波动上升趋势。其中,中原城市群贡献率从2014年的1.64%增加到2021年的4.87%,年均增长率为16.78%,表明区域内差异的贡献主要来自中原城市群。基于此,为了有效提升河南数字乡村发展水平到“新高度”,必须从降低区域间差异的视角出发,协调推进、补齐短板,减小和弥合区域间差异,促进河南省数字乡村建设整体高质量均衡发展。

3.5 基于Moran’s I指数的空间演变趋势

河南数字乡村发展在空间上存在异质性,但是4大经济区之间是否存在相关性以及空间集聚性需要进一步验证,接下来分别利用全局Moran’sI和局部Moran’sI讨论河南省数字乡村发展的空间演变趋势。

3.5.1 基于全局Moran’sI的空间相关性分析 为了从整体上全面反映2014—2021年河南省各地市数字乡村发展水平的空间相关性,分别采用基于地理邻接权重矩阵、地理距离权重矩阵、经济距离权重矩阵的全局Moran’sI依次测算(表5)。

表5 2014—2021年河南省数字乡村发展水平空间相关性检验Table 5 Spatial correlation test of the development level of digital countryside in Henan province during 2014-2021

在3种权重矩阵下的全局Moran’sI值均大于0,对地理邻接权重矩阵和经济距离权重矩阵,P值均小于0.005,地理距离权重下,P值最大不超过0.094。在3种权重矩阵下,在10%的统计水平下全部显著,且超过2/3年份在1%的统计水平下显著,表明河南数字乡村发展水平存在明显的空间正相关,而且这种相关性在相邻地市和经济距离下尤为突出,在地理距离相近的地市也有显著表现。进一步观察发现,从时间维度看,考察期内,基于地理邻接权重矩阵和地理距离权重矩阵的Moran’sI值呈现先升后降“钟型”的分布特征,在2017年达到最大值,此时4大区域间数字乡村发展的空间相关性最强,然后逐步下降,在2021年达到考察期内的最小值。其可能原因是2018年中央一号文件提出数字乡村战略以后,政府机构改革,简政放权,数字乡村发展的自由度更大,自身驱动发展因素逐步增强所致。

3.5.2 基于局部Moran’sI的空间集聚性分析 衡量河南省数字乡村发展是否存在空间上的聚集关系,可以采用基于地理邻接权重的局部Moran’sI进行探索。为了直观表现河南省数字乡村发展的空间集聚演变规律,利用Stata17.0呈现考察期期初(2014年)和期末(2021年)的局部Moran’sI散点图(图5)。河南省18个地市落入第一和第三象限的占绝大多数,只有少部分落入第二和第四象限,即河南数字乡村发展水平的空间分布呈现显著的高高(HH)集聚和低低(LL)集聚的空间分布特征。其中高高(HH)集聚区以中原城市群城市为主,如郑州、洛阳、新乡、焦作、济源等,良好的经济基础和自然禀赋,形成了河南数字乡村建设的“高效圈”;低低(LL)集聚区多数为黄淮地区,特别是许昌、漯河、商丘、信阳、周口、驻马店等是低低集聚区的“常驻嘉宾”,其经济基础、自然条件等是数字乡村发展的重要障碍,形成了河南数字乡村建设的“滞后区”。这充分表明河南数字乡村发展存在显著的空间集聚特征,而且4大经济区数字乡村发展两极分化严重。从2014年考察期初和2021年考察期末局部Moran’sI散点图可以发现,河南省数字乡村发展的空间集聚特征大多数年份比较稳定,只有3个地市发生了跃迁。具体讲,鹤壁从第一象限跃迁至第四象限,濮阳从第二象限跃迁至第三象限,漯河从第二象限跃迁至第四象限。综上,河南省有将近一半地市处于低低(LL)集聚区而且长期稳定,表明河南省多数地市数字乡村发展水平较低,渗透力较小,而且数字鸿沟显著,应该认真研究政策能效机制,激发低低集聚区的内在发展动能,推动这些区域数字乡村发展水平的不断提升。

4 讨 论

在数字乡村评价指标体系构建部分,基于数据的可获取性,从乡村数字信息基础、乡村数字经济新业态、农业数字化转型、乡村生活数字化4维度选取20个具体指标测度河南省数字乡村发展水平。另外,数字乡村的评价指标还应该涵盖“互联网+”党建、“互联网+政务服务”、智慧农场、农村电网升级改造、农村公路数字化改造等指标,但是因为该类指标省域层面数据缺失,导致测度分析的结果可能不是很完善。

在数字乡村测度模型构建部分,本文融合NRI和熵权法确定评价指标权重,采用熵权TOPSIS法构建数字乡村测度模型,而评价指标测度分析的方法还有模糊综合评价法、综合指数法、单值中智集等多种分析方法,因为各种测度模型数据处理方法不同,构建体系也有一定差距,导致对测度结果的对比分析以及讨论还比较困难,有时甚至会产生一定的矛盾,所以针对数字乡村测度模型构建方法的辩证统一还需要进一步的研究。

5 结 论

从发展水平看,考察期内河南省数字乡村发展水平呈现逐年增加态势,从2014年0.2360提升到2021年0.3626,年均值仅为0.2524,表明整体水平不高,但是年均增速达到6.13%,可持续发展动能强劲。空间上的分布格局表现为中原城市群>豫北地区>豫西豫西南>黄淮地区,增速上呈现豫北、豫西豫西南、中原城市群、黄淮地区依次递减的分布特点。聚焦子系统测度,乡村数字经济新业态得分最高,农业数字化转型第二,乡村数字信息基础第三,乡村生活数字化最低。从区域差异看,2014—2021年河南数字乡村发展水平整体差异呈现稳步下降的趋势。其中,区域间差异是造成总体差异的主要因素,其平均贡献率高达96.48%。区域间差异最大的是中原城市群与黄淮地区,豫西豫西南与黄淮差异弥合比较明显。区域内差异表现为中原城市群、豫西豫西南、豫北、黄淮地区依次递减的态势。从时空演变看,考察期内,河南数字乡村发展水平存在显著相关性,且相关程度大致呈现“钟型”分布特征。中原城市群和其他区域的程度逐步扩大,呈现明显的“极化现象”。空间分布上,中原城市群多呈现出“高高(HH)集聚”模式,“低低(LL)聚集”特征主要出现在黄淮地区,两种形式的集聚区域大多比较稳定,只有3个地市发生跃迁。

基于以上结论,结合河南省省情和区域特征,推进河南省数字乡村发展的整体思路应该是全面布局、快速提升、弥合差距、均衡发展。

(1)全面布局、统筹推进、快速提升。一是各地市要依据现状和区域特点,因地制宜优化数字乡村发展政策,因势利导促使数字红利充分释放发展动能,特别是对鹤壁、濮阳、漯河等“跃迁”地市应进一步评估区域政策效能。二是统筹推进城乡信息融合发展,培育城乡信息资源共享平台,形成城乡数字联动,促进数字技术、资源、财政等领域的大循环,争取实现数字经济城乡一体化的发展新格局。

(2)弥合差距、均衡发展。河南数字乡村发展应该坚持全省“一盘棋”的思路,协调推进、补齐短板,弥合区域数字鸿沟。一是全省协调推进、重点加强各区域信息基础设施建设和推进农业数字化转型,缩小区域间差异,特别是加大黄淮地区的数字化基础设施建设。二是中原城市群应该强化数字乡村的发展优势和区域带头作用,增强数字资源的空间联动效应,挖掘数字经济的“空间溢出效应”,辐射周边数字乡村发展的“塌陷区”,促使其他地区向“高高(HH)集聚区”跃迁,打造跨区域的“数字乡村经济圈”。三是豫北、豫西豫西南及黄淮地区要总结经验,精准发力,如黄淮地区要强化数字信息基础建设,豫西豫西南地区要重点做好农业生产、经营、服务等全产业链数字化转型工作,豫北地区要优化数字化发展环境,激发社会资本对数字乡村建设的持续投入。