朱喜安，王慧聪

（中南财经政法大学统计与数学学院，武汉 430073）

0 引言

近年我国数字乡村建设初见成效，无论是“数字乡村一张图”的浙江省德清县，还是“西北电商第一县”的陕西省武功县，都搭乘数字技术的便车实现了自身特色发展。虽然国内外发展模式有诸多不同，但已有学者证实了数字技术对农村地区发展的促进作用[1—6]。现有研究仍存在值得探讨和挖掘的地方：（1）现阶段相关实证分析多从数字乡村建设的某一维度展开，存在以偏概全的误区，也无法探讨数字乡村建设不同维度的有机结合是否形成集聚效应；（2）《数字乡村建设指南1.0》指出，数字乡村建设的主战场在县域，而相关实证研究多以省域为基本分析单元，会导致结论与事实存在偏差和不一致的风险。本文可能的贡献在于：第一，着眼于数字乡村建设发展全局，结合理论分析，以数字乡村指数为依托，实证分析数字乡村建设是否促进农民增收，并结合数字乡村指数的四个维度探讨其与农民增收之间的关系；第二，以县域作为分析的基本单元，既契合了数字乡村建设的层级规划，又能从更加细微的尺度了解数字乡村对农民增收影响的作用机制；第三，分别从数字乡村建设对农民增收的空间溢出效应、县域创新水平的中介效应以及人力资本的调节效应三个角度进一步展开探讨，为加快推进数字乡村建设提供思路方向。

1 理论分析与研究假设

数字乡村建设作为典型的农村偏向型政策，通过在农村地区引入数字技术赋能产业、生活和治理各个方面，为农民增收提供动力。本文认为数字乡村建设主要通过将数字要素融入农业生产、将数字服务融入农民生活、将数字化思维融入乡村治理三个方面促进农民增收。首先，数字基础设施支撑智慧农业落地生根，变革了农业生产模式，数字信息技术推动农村电商遍地开花，拓宽了农产品销售渠道，为农民增收提供了数字红利。其次，数字服务推动农民物质与精神生活实践的转变，经济数字化服务的成熟对农村传统消费模式产生极大冲击，多元化的线上学习平台和丰富的网络资源满足了农村居民的日常文化需求，为农民增收打开新思路。最后，数字思维重构乡村治理形式，一方面使得基层政府借助数字技术与思维嵌入乡村治理，进一步落实执行者的角色；另一方面逐渐调动了村民融入数字生活的积极性，形成“事事与我有关”的治理主体意识，最终实现“自上而下”与“自下而上”的双向治理形式，为农民增收塑造良好的组织环境。综上，本文提出：

假设1：数字乡村建设有助于实现农民增收。

县域作为城市与乡村、工业与农业发展的联结点和交汇处，是推进数字乡村建设的基本单元，而其发展定位的不同也决定了数字乡村建设落地时应该有不同的推进政策，同时，作为一项长期系统性的工程，数字乡村建设本质上是实现共同富裕的一个重要途径，承担着巩固脱贫成果，缩小区域差距等任务，数字乡村建设对于经济发展水平不同、财政支持度不同的县域的农民增收也会存在异质性。综上，本文提出：

假设2：县域发展定位、经济水平与财政支持力度不同对数字乡村建设的农民增收效应产生异质性影响。

伴随交通基础设施的完善以及市场经济的发展，各地经济的联动性不断增强。从县域层面看，由于行政区划更密集，县域之间地理距离与文化距离更为接近，因此本县农民的收入既受到本地相关因素的影响，又会受邻近地区农民收入水平的影响。而数字乡村建设借助数字技术探索实现新型乡村建设，突破了时空限制，不仅加强了城乡之间的融合发展，而且实现了跨地区的分工与合作，从而使本县的农民收入会同时受到本县及其他县域数字乡村建设的影响。基于此，本文提出：

假设3：数字乡村建设通过空间溢出效应带动其他县域农民增收。

新内源性发展理论强调用社会创新的方式解决发展问题。长期以来，资本、劳动力等要素都是单向的从农村流向城市，导致农村地区发展缓慢，培育创新环境，找寻农村内生发展新动力就显得尤为必要。数字乡村建设作为乡村内外部力量综合作用的结果，不仅需要数字技术的落地提供外部支持，而且更重要的是要立足农村实际资源禀赋，激发县域内生动力，内外联动实现县域创新水平的提升，进而实现农民稳定增收。县域创新水平突出体现在两个方面：一是对知识产权的重视，县域发展离不开各类人才尤其是本地人才的有力支撑，而对于知识产权的重视不仅能够促进成果转化，还为本地人才创造一个优良的创新环境，实现创新成果与人力资本的双丰收。二是对创新企业的培育，县域的发展离不开本地企业的带动，与外来资本不同，本地企业对本地情况更为熟悉，创新能力突出的本地企业可以为乡村产业发展注入活力，为农民增收提供新动力。基于此，本文提出：

假设4：县域创新水平在数字乡村建设与农民增收之间起到重要的中介作用。

数字乡村建设的落地离不开人的参与，因此其建设成效自然就与当地人力资本水平息息相关，人们借助数字技术实现跨区域交流与学习，使得人力资本的正外部性得到充分扩散。然而，新兴技术与理念的应用对参与者的知识水平有较高的要求，在人力资本水平较高地区，人们对新生事物的接受度和现代信息化科学技术的应用水平也较高，更有利于数字乡村建设的推行，且相对城镇而言，农村地区受教育程度本就略为欠缺，如果县域整体没有较好的人力资本基础，数字乡村建设的实施效果必定大打折扣，能否实现农民增收也会成为未知数。基于此，本文提出：

假设5：在数字乡村建设促进农民增收的过程中，人力资本发挥重要的调节作用。

2 研究设计

2.1 数据来源与变量选择

本文使用2018—2020年共1127个县级单位的平衡面板数据，主要变量数据来自《中国县域统计年鉴》；县域数字乡村指数数据来自北京大学新农村发展研究院和阿里研究院“县域数字乡村指数数据库”；农村居民人均可支配收入与户籍人口数量来自中经网县域经济数据库；NPP/VIIRS夜间灯光数据由美国国家海洋和大气管理局（NOAA）提供；专利数据来自国家知识产权局信息服务平台；专精特新企业名录数据来源于Wind数据库；平均受教育年限与文盲率数据来自第七次全国人口普查数据。本文将县域数字乡村指数与县级层面的农民收入指标及其他变量进行匹配，构成本文的实证研究样本。

（1）核心解释变量。采用数字乡村指数作为本文核心解释变量（szxc）。选取北京大学新农村发展研究院联合阿里研究院编制的《县域数字乡村指数（2018—2020）》，该数据涵盖乡村数字基础设施指数（szxc01）、乡村经济数字化指数（szxc02）、乡村治理数字化指数（szxc03）和乡村生活数字化指数（szxc04）4个一级指标共计12个二级指标，是目前关于数字乡村建设评价中最为权威、科学与合理的指标体系。

（2）被解释变量。采用剔除价格因素的县级农村居民人均可支配收入来衡量农民收入（income），由于统计年鉴中并未编制县域层面的城乡居民消费价格指数，因此，采用省级层面的农村居民消费价格指数，以2017年为基期对其进行平减。

（3）中介变量。县域创新水平分别从个体和企业两个层面来衡量。个体层面采用县域范围内的专利数据（inn）来衡量，参考陈贵富等（2022）[7]对发明专利、实用新型专利和外观设计专利申请受理量分别按照0.5、0.3和0.2进行加权处理后加1取对数。企业层面采用专精特新小企业数量（zjtx）进行衡量，由于专精特新小企业是国家为进一步激发中小企业活力和发展动力、推动中小企业转型升级而设置的，其灵魂在于创新，因此其数量在一定程度上可以代表一个区域的创新水平，故采用县域当年新增专精特新小企业数量加1取对数来衡量企业层面的创新水平。

（4）调节变量。受限于县域数据获取难度，本文选取2020年第七次人口普查数据中各县域的平均受教育年限（hum1）和文盲率（hum2）作为县域人力资本的代理变量。

（5）控制变量。以县域人口密度（den）控制地区经济集聚程度；以县域夜间灯光强度数据（viirs）衡量地区经济发展水平；以第二产业增加值占GDP比重（ind）衡量地区工业发展水平；以居民储蓄存款余额占GDP比重（save）控制地区资本积累水平；以年末金融机构各项贷款余额占GDP比重（loan）控制地区金融发展水平；以县级普通中学生数量的对数值（mss）控制地区教育水平。

2.2 模型设定

为实证检验数字乡村建设对农村居民收入的影响，本文构建计量模型（1）对假设1和假设2进行检验：

其中，incomei,t表示i县在t年的农村居民人均可支配收入，α0为常数项，核心解释变量szxci,t包括数字乡村指数及其4个分量，Contolit表示控制变量，λi和νt分别表示控制县域和时间差异的固定效应，εi,t为随机误差项，α1为本文重点关注的系数，代表数字乡村建设对农村居民人均可支配收入的净效应。

基于理论分析，本文考虑设定空间计量模型检验假设3。在式（1）的基础上构建空间杜宾模型：

其中，W表示空间权重矩阵，ρ为空间自相关系数，φ和η分别表示核心解释变量和控制变量的空间滞后项系数。空间权重矩阵W选择构造地理-经济距离嵌套权重矩阵，具体构造公式见式（3），pgdpi表示i县（县级市、旗、林区）样本期内人均GDP的均值，dij为县域i与县域j之间的距离。

为进一步验证数字乡村建设对农村居民增收的作用机制，本文利用中介效应模型检验假设4。引入县域创新水平为中介变量Mi,t，在式（1）的基础上构建如下模型：

为深入揭示县域人力资本对数字乡村建设影响农民增收的作用机理，本文构建调节效应模型检验假设5。在式（1）基础上构建如下模型：

其中，hum代表调节变量，为县域人力资本水平。借鉴王奇等（2021）[8]的思路，分别构造平均受教育年限（hum1）、文盲率（hum2）与数字乡村的交乘项。若交乘项系数β3显著，表明人力资本对数字乡村建设与农民增收之间的关系起调节作用。

3 实证检验

3.1 描述性统计结果分析

主要变量的描述性统计结果显示，农村居民人均可支配收入（income）的标准差为4825，且最大值约为最小值的10倍，表明我国县域之间农村居民人均可支配收入存在较大差距；数字乡村指数（szxc）的标准差为10.91，最小值为17.31，最大值为94.67，表明各地数字乡村发展水平差异较大，这种差异也体现在数字乡村建设不同维度的指标中，其中乡村数字基础设施指数（szxc01）与乡村治理数字化指数（szxc02）的最小值为0，更加体现出各地数字乡村发展水平的参差。

3.2 基准回归结果

表1汇报了数字乡村建设对农村居民人均可支配收入影响的基准回归结果，其中列（1）为只包含核心解释变量的回归结果，结果显示数字乡村建设的系数在5%的统计水平下显著为正，列（2）为加入了全部的控制变量的回归结果，结果同样显著为正，两个回归结果表明在其他条件不变的情况下，数字乡村建设对农村居民增收有显著的正向影响，假设1得到验证。

表1 基准回归结果

列（3）至列（6）分别报告了以数字乡村建设4个分量为核心解释变量的结果，结果显示乡村数字基础设施指数、乡村经济数字化指数和乡村生活数字化指数的回归系数显著为正，而乡村治理数字化指数的系数不显著。为探求其原因，需要对数字乡村建设4个方面的内在逻辑进行梳理：首先，乡村数字基础设施建设是数字乡村其他维度建设的基础，在国家的持续重视与脱贫的成果积累中已初具规模，因此在目前数字乡村发展处于初级阶段的时期，其对农民增收有较为显著的影响是合理的；其次，乡村生活数字化主要反映了农村居民受到数字技术的影响导致的生活方式上的改变，是数字技术发展到一定阶段后对农村地区实现渗透而带来的变化，此过程中农村居民不仅能感受到数字技术带来的便利与新颖之处，更可以逐步培养出与当前网络和信息技术相适应的生活和思维方式，从而使得其具备了获取和利用数字资源的能力；最后，乡村经济数字化指数中的生产、供应、营销以及普惠金融指数一方面要以数字基础设施建设为“土壤”，另一方面以生活数字化的改变为“种子”，二者结合实现经济数字化水平的提升，进而助力实现农民增收。因此数字乡村建设的上述三个维度环环相扣，在现阶段对农村居民增收具有显著的影响是合理的。

而与上述三个维度相比，乡村治理数字化建设处于数字乡村建设发展较为高级的阶段，需要以数字基础设施的完善作为“硬基础”，以乡村经济与生活数字化转变作为“软环境”，进而提升农民收入。对居民个人而言，在上述三个维度中是“使用者”，是“被动接受”基础设施的完善、经济生产的便利以及生活方式的改变，要实现乡村治理数字化，需要居民“主动创造”，需要个人充分发挥主观能动性，成为生产者、经营者和管理者，因此实现从被动到主动这一跨越也是数字乡村建设迈入更高级发展阶段的必要准备和重要前提。

3.3 稳健性检验

本文从改变解释变量量化形式、改变估计方法和缩尾三个方面检验数字乡村建设对农村居民收入影响的稳健性，检验结果如表2所示。第一，以数字乡村指数的自然对数重新衡量数字乡村建设的发展状况，回归结果见列（1）与列（2），结果显示不论是否有控制变量，系数都显著为正；第二，采用极大似然估计法进行估计，结果见列（3），系数显著为正；第三，对核心解释变量和被解释变量在1%的水平上做缩尾处理，回归结果见列（4），参数估计和显著性均无明显变化，因此证明本文研究结论稳健可靠。

表2 稳健性检验回归结果

3.4 内生性讨论

借鉴黄群慧等（2019）[9]的设置方法，构造2002年各县域固定电话数量（phone）分别与2017—2019年全国.cn域名数量（cn）①数据来源于中国互联网络中心：第41次、第43次、第45次《中国互联网络发展状况统计报告》。和全国电子商务交易额（ect）②数据来源于商务部：《中国电子商务发展报告（2017—2019）》。的交乘项，作为数字乡村指数的工具变量。数字乡村指数与互联网的发展和普及息息相关，故选择历史上的固定电话数量可满足相关性要求；选择2002年县域固定电话数量的原因为自2003年开始全国移动电话数量超过了固定电话数量[10]，因此认为自2002年以后固定电话的相对重要性开始下降；时间区间上选择2017—2019年是因为上一年的全国域名数量和电子商务交易额可能会对下一年农村居民收入产生影响，但下一年的收入无法对上一年的全国域名数量和电子商务交易额产生影响，如此处理可以有效避免反向因果，满足外生性要求。

表3报告了工具变量两阶段回归的结果，其中第一阶段系数在1%的水平上显著，且F统计量验证了所选工具变量的有效性，第二阶段估计中的KP rk LM统计量结果显示强烈拒绝不可识别的原假设，KP rk Wald F统计量大于16.38，表明不存在弱工具变量问题，证明了本文工具变量选择的有效性。两个工具变量的估计结果均显著为正，因此认为数字乡村建设对农村居民增收作用显著。

表3 工具变量2sls估计结果

3.5 异质性分析

本文从发展定位、经济发展水平和财政支持力度三个方面进行异质性分析。发展定位参考孙学涛等（2022）[11]的研究，按照是否为县级市将样本划分为工业县与农业县，经济发展水平按照是否高于当年全国县域人均GDP均值进行划分，财政支持力度按照是否高于当年全国县域政府财政支出额的均值进行划分。回归结果见表4。列（1）与列（2）显示核心解释变量的系数在农业县样本回归中显著为正，在工业县回归中不显著。一个县域内部的非农就业人口或工业产值比重达到某一标准时才可“撤县设市”，因此以工业发展为重心的县级市会将数字乡村建设引致的资本要素等优先引入工业部门，这就导致当地农业发展可能无法享受到数字乡村建设带来的红利，进而无法对农民收入产生显著的增长效应。而农业县以农业发展为重心，当面对数字乡村建设这种典型的农村偏向型政策时，农业部门可以优先获得更多的资本要素，进而提升农业发展水平，实现农民增收。

表4 异质性分析回归结果

列（3）和列（4）结果显示，与经济发展水平较高的县域相比，数字乡村建设对经济欠发达县域的农民增收效果更为显著，这与张勋等（2019）[12]得到的结论类似，原因可能有以下两点，第一，相比经济发展水平较高的县域，经济欠发达县域不论是像基础设施这样的“硬实力”还是像制度环境这样的“软实力”都相对薄弱，因此数字乡村建设对欠发达县域的正向边际影响更加明显；第二，经济欠发达地区农民收入相对较低，因此收入的增长空间较大。结合现实来看，数字乡村建设可能对于平衡地区发展和巩固脱贫成果有较为重要的作用。

列（5）和列（6）结果显示，数字乡村建设在政府财政支持力度较低的地区对农民增收有显著的正向影响，但对财政支持力度高的县域影响不显著。一方面，一般政府财政支出较低，则该县域经济发展水平较低，数字乡村建设将会对其产生更为明显的正向边际效应；另一方面，地方政府的财政支出有明显的城市倾向和绩效导向，对溢出性不高的农村地区的投资偏好较弱，据此分析，政府财政支出可能存在支出结构不合理、运用效率低下等问题，而数字乡村建设可以改善这一问题，提升农村地区财政支出效用，进而促进农民增收。

4 进一步讨论与分析

4.1 空间效应分析

4.1.1 空间自相关性检验

探讨数字乡村建设与农民增收之间是否存在空间联系与影响，先要通过计算空间自相关指数对二者的空间相关性及相关程度进行检验，结果如表5所示。表5结果显示,数字乡村建设水平和农民收入水平的Moran’s I在样本期内均为正，说明县域之间的数字乡村建设与农民收入之间存在着分类聚集的现象，适合使用空间计量模型进行分析。

表5 数字乡村建设水平、农民收入Moran’s I

4.1.2 空间溢出效应

进一步采用LM检验、LR检验、Hausman检验和Wald检验对模型具体形式进行判别，最终选择个体固定效应的空间杜宾模型进行估计。从表6的回归结果看，系数ρ在1%的水平下显著为正，表明某一县域的农民收入水平的变动会影响周边地区的农民收入水平。数字乡村建设的回归系数在5%的水平下显著为正，表明提升数字乡村建设水平会显著促进农民增收，同时交乘项的回归系数也在1%的水平下显著，表明邻近县域的数字乡村建设很大程度上会促进本地的农民增收。与基准回归结果相比，空间面板模型的估计系数要小于传统面板模型的估计系数，且控制变量的系数符号基本一致，表明数字乡村建设促进农民增收的空间效应显著，假设3得到验证。

表6 空间计量模型回归结果

由于表6中的交互项系数并不能直接做偏效应解释，因此本文借鉴Lesage和Pace（2009）[13]求偏导数的方法，分解出某一县域数字乡村建设对该县域本身农民收入的直接影响、对邻近县域的间接效应（溢出效应）以及二者的总效应。表7结果显示，数字乡村建设不仅对本地农民增收有显著的正向直接效应，而且对邻近县域的农民增收也存在显著的正向溢出效应，且溢出效应要明显大于直接效应，这表明随着本地数字乡村建设水平的提升，邻近地区的农民收入也能够显著提高。

表7 数字乡村建设对农民增收效应的分解结果

4.2 县域创新水平的中介效应检验

下页表8汇报了县域创新水平在数字乡村建设与农民增收之间的中介效应检验结果，列（1）的结果与基准回归结果一致，列（2）与列（4）是数字乡村建设对代表县域创新水平的两个不同指标的影响结果，列（3）和列（5）同时考察了数字乡村建设与县域创新水平对农民收入的影响，从系数可知，数字乡村建设对于县域创新水平有显著的正向影响，将县域创新水平作为中介变量加入回归之后，数字乡村建设对农民增收仍然有显著的正向影响，结合列（2）与列（4）的系数结果，可以认为代表区域创新水平的专利申请数与专精特新企业数在数字乡村建设与农村居民可支配收入之间存在部分中介效应，且两个指标中介效应占总效应的比重分别为10.49%和5.91%，因此认为数字乡村建设通过提升县域创新水平进而促进农民增收，假设4得证。

表8 中介效应与调节效应的检验结果

4.3 县域人力资本水平的调节效应检验

表8列（7）、列（8）分别汇报了人力资本调节作用的估计结果。由于本文选择的人力资本代理变量来源于2020年人口普查数据，即截面数据，其单独回归结果会被县域固定效应吸收，故hum的系数默认为0。数字乡村建设与平均受教育年限（hum1）的交乘项的回归系数在10%的水平下显著为正，且与数字乡村建设回归系数符号一致，表明数字乡村建设对农民增收的影响会随当地平均受教育水平的提升而增加，反之，地区文盲率（hum2）与数字乡村建设交乘项的回归系数在10%的水平下显著为负，与主回归系数的符号相反，表明较高的文盲率会抑制数字乡村建设对农民增收的贡献。同时，核心解释变量的回归系数均大于主回归系数，两个指标的回归结果均表明人力资本在数字乡村建设促进农民收入增长的过程中起到重要的调节作用，假设5得到验证。

5 结论

本文选取2018—2020年1127个县域的面板数据，构建回归模型考察数字乡村赋能农居增收的空间效应与作用机制。最终得到如下结论：

（1）数字乡村建设的农民增收效应显著，且在目前阶段，数字基础设施、乡村经济数字化与乡村生活数字化对农民增收的作用更为显著，属于数字乡村建设更高层级乡村治理数字化对农民增收的作用尚未显现出来。（2）数字乡村建设的农民增收效应存在异质性，即在农业县、经济欠发达以及财政支持力度较弱的县域促进作用更为明显。（3）县域数字乡村建设对农民增收的影响具有空间溢出效应，且溢出效应要明显大于直接效应，表明本地数字乡村建设可以显著提升邻近地区的农民收入。（4）数字乡村建设对农民增收的影响通过提升县域创新水平和人力资本水平两条路径进行传导，不仅可以通过激发县域内生动力，提升县域创新水平实现农民增收，还受县域人力资本水平的高低的影响，人力资本水平高的县域可以更好地推进数字乡村建设对农民增收的提升。