劉榮慶，崔茂森

（青島農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院（合作社學(xué)院），山東 青島 266109）

黨的十八大以來，數(shù)字經(jīng)濟(jì)快速發(fā)展，幾乎滲透到我國的各行各業(yè)。在農(nóng)業(yè)農(nóng)村領(lǐng)域，2018年中央一號文件首次提出“實施數(shù)字鄉(xiāng)村戰(zhàn)略”；2019年5月《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》指出要開展數(shù)字鄉(xiāng)村發(fā)展評價工作，持續(xù)提升數(shù)字鄉(xiāng)村發(fā)展水平；2022年中央一號文件指出，要加快推動數(shù)字鄉(xiāng)村標(biāo)準(zhǔn)化建設(shè)，研究制定發(fā)展評價指標(biāo)體系?；诖吮尘?，在深刻理解內(nèi)涵的基礎(chǔ)上，構(gòu)建全面、科學(xué)、可行的國內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平指標(biāo)體系，對其發(fā)展水平進(jìn)行定量測度和評估，并揭示其區(qū)域差異及動態(tài)演變特征，有利于各地區(qū)數(shù)字鄉(xiāng)村的快速協(xié)調(diào)發(fā)展，對實現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化和全面建設(shè)社會主義現(xiàn)代化強國具有重要意義。

數(shù)字鄉(xiāng)村作為鄉(xiāng)村振興戰(zhàn)略的發(fā)展方向，近幾年受到學(xué)者們的廣泛關(guān)注，并涌現(xiàn)出大量的學(xué)術(shù)成果。系統(tǒng)梳理文獻(xiàn)可知，現(xiàn)階段關(guān)于數(shù)字鄉(xiāng)村發(fā)展的研究主要集中在其理論研究和實證研究2個方面，理論研究主要聚焦于數(shù)字鄉(xiāng)村的內(nèi)涵及內(nèi)容框架［1］、賦能鄉(xiāng)村振興的作用機理與實踐路徑［2-3］、現(xiàn)實挑戰(zhàn)與突破路徑［4-6］等方面，并對數(shù)字鄉(xiāng)村與脫貧地區(qū)成果鞏固［7］、新型城市化［8］、共同富裕［9］等方面的關(guān)系進(jìn)行了一系列研究；實證研究主要涉及數(shù)字鄉(xiāng)村水平指標(biāo)體系、區(qū)域差異與時空等方面。從指標(biāo)體系來看，張鴻等［10］從宏觀環(huán)境、基礎(chǔ)設(shè)施、信息環(huán)境、政務(wù)環(huán)境、應(yīng)用環(huán)境等5個方面構(gòu)建了數(shù)字鄉(xiāng)村發(fā)展就緒度指標(biāo)體系；崔凱等［11］從數(shù)字環(huán)境、數(shù)字投入、數(shù)字效益、數(shù)字服務(wù)等4個方面構(gòu)建了鄉(xiāng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系；常倩等［12］從智慧鄉(xiāng)村的內(nèi)涵入手，考慮到發(fā)展現(xiàn)狀與未來趨勢，構(gòu)建了包含能力和成效的智慧鄉(xiāng)村評價體系。從區(qū)域差異來看，慕娟等［13］通過對我國農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)的研究發(fā)現(xiàn)沿海地區(qū)與西北地區(qū)差距較大；張鴻等［14］研究發(fā)現(xiàn)我國數(shù)字農(nóng)業(yè)高質(zhì)量水平基本呈現(xiàn)“東—中—西”逐次遞減的分布狀態(tài)。從空間分布來看，朱紅根等［15］通過運用莫蘭指數(shù)發(fā)現(xiàn)我國數(shù)字鄉(xiāng)村發(fā)展存在空間正相關(guān)性。這一觀點得到伍國勇等［16］的驗證，通過對我國鄉(xiāng)村數(shù)字經(jīng)濟(jì)進(jìn)行研究，發(fā)現(xiàn)東部省份多表現(xiàn)為“HH”型集聚，其他地區(qū)多表現(xiàn)為“LL”型集聚。

綜上所述，雖有文獻(xiàn)可為我國數(shù)字鄉(xiāng)村發(fā)展水平的研究提供了一定的理論和實踐指導(dǎo)，但是仍存在一些不足之處：一是絕大多數(shù)指標(biāo)體系的構(gòu)建不完善，選取的指標(biāo)不具備可操作性；二是缺乏對我國數(shù)字鄉(xiāng)村發(fā)展水平的地區(qū)差異、來源、動態(tài)演進(jìn)趨勢等方面的研究。鑒于此，本文以理論和現(xiàn)實為依據(jù)，從數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施、數(shù)字鄉(xiāng)村資金投入、數(shù)字鄉(xiāng)村服務(wù)水平、數(shù)字鄉(xiāng)村產(chǎn)業(yè)發(fā)展等4個方面構(gòu)建了數(shù)字鄉(xiāng)村發(fā)展水平評價指標(biāo)體系；采用縱橫向拉開檔次法測算2011—2020年全國30個省份的數(shù)字鄉(xiāng)村發(fā)展水平，并利用Dagum基尼系數(shù)對我國整體以及三大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平的區(qū)域差距和差距來源進(jìn)行分析，以及運用Kernel密度估計全面把握我國整體及三大區(qū)域的數(shù)字鄉(xiāng)村發(fā)展分布動態(tài)演進(jìn)趨勢，以期為促進(jìn)我國數(shù)字鄉(xiāng)村發(fā)展提出參考性建議。

1 研究方法與數(shù)據(jù)來源

1.1 評價指標(biāo)體系

筆者認(rèn)為數(shù)字鄉(xiāng)村發(fā)展水平評價體系的構(gòu)建要嚴(yán)格遵循國家政策和深刻理解其內(nèi)涵并且立足于現(xiàn)實。本文在遵循上述原則的基礎(chǔ)上，從數(shù)字鄉(xiāng)村資金投入、數(shù)字鄉(xiāng)村產(chǎn)業(yè)發(fā)展、數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施和數(shù)字鄉(xiāng)村服務(wù)水平等4個維度構(gòu)建了數(shù)字鄉(xiāng)村發(fā)展水平測度體系（表1）。

表1 中國數(shù)字鄉(xiāng)村發(fā)展評價指標(biāo)體系

1.2 數(shù)據(jù)來源及處理

由于西藏缺失數(shù)據(jù)較多，樣本來源于我國大陸除西藏以外的30個省份，研究期為2011—2020年。本文研究數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》等，部分缺失數(shù)據(jù)采用插值法進(jìn)行補充。數(shù)據(jù)說明如下：“國家現(xiàn)代農(nóng)業(yè)示范項目”用國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園和示范區(qū)數(shù)量、農(nóng)村產(chǎn)業(yè)融合發(fā)展示范園數(shù)量和農(nóng)業(yè)產(chǎn)業(yè)化國家重點龍頭企業(yè)數(shù)量的加總來衡量；“農(nóng)村數(shù)字普惠金融指數(shù)”用北京大學(xué)數(shù)字普惠金融指數(shù)中不同縣域指數(shù)的均值來衡量。依據(jù)國家統(tǒng)計局的劃分標(biāo)準(zhǔn)，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，計算公式如下：

式（1）和式（2）中，i代表省份，j代表指標(biāo)，Xij和Zij分別表示原始指標(biāo)值和標(biāo)準(zhǔn)化后的指標(biāo)值，max(Xij)、min(Xij)分別代表第j項指標(biāo)在研究期內(nèi)的最大值和最小值。

1.3 研究方法

1.3.1 縱橫向拉開檔次法 縱橫向拉開檔次法是一種僅依賴評價矩陣的客觀賦權(quán)法，多用于動態(tài)評價問題。本文運用縱橫向拉開檔次法測度2011—2020年全國及30個省份的數(shù)字鄉(xiāng)村發(fā)展水平［17-18］，評價步驟如下：

設(shè)存在n個省份，m個評價指標(biāo)(x1,x2, …,xm)與k個年度(t1,t2, …,tk)。

首先，對各指標(biāo)按照式（1）和式（2）進(jìn)行標(biāo)準(zhǔn)化處理，將標(biāo)準(zhǔn)化后的數(shù)據(jù)記為zij(ts)，為測算ts年度數(shù)字鄉(xiāng)村發(fā)展水平，設(shè)定評價表達(dá)式：

其中，i=1, 2, …,n；j=1, 2, …,m；s=1, 2, …,k。根據(jù)最大化總離差平方和的方法計算得到權(quán)重wj，計算公式為：

1.3.2 Dagum基尼系數(shù)分解方法 Dagum基尼系數(shù)既可以分解出地區(qū)差異的來源，又可描述樣本子群的分布狀況［19］。因此，本研究將采用該方法測度中國數(shù)字鄉(xiāng)村發(fā)展空間相對差異。計算公式為:

式（7）中，n和k分別表示省份數(shù)量和區(qū)域數(shù)量，nj(nh)是j(h)區(qū)域內(nèi)省份數(shù)量，yji(yhr)是任一省份的數(shù)字鄉(xiāng)村發(fā)展水平是全國數(shù)字鄉(xiāng)村發(fā)展水平均值。

Dagum（1997）將總體基尼系數(shù)分解為區(qū)域內(nèi)差距貢獻(xiàn)Gw、區(qū)域間差距貢獻(xiàn)Gnb、超變密度貢獻(xiàn)Gt共3個部分，分解公式如下：

式（8）和式（9）中，Gjj和Gjh分別表示區(qū)域內(nèi)基尼系數(shù)和區(qū)域間基尼系數(shù)；式（10）、式（11）和式（12）中，Gw、Gnb和Gt分別表示區(qū)域內(nèi)差距的貢獻(xiàn)、區(qū)域間差距的貢獻(xiàn)和超變密度的貢獻(xiàn)。其中

式（13）、式（14）和式（15）中，Djh衡量的是不同區(qū)域間數(shù)字鄉(xiāng)村發(fā)展水平的相互影響，djh為區(qū)域間數(shù)字鄉(xiāng)村發(fā)展水平差值，可視為j、h區(qū)域中所有yji-yhr＞0的樣本值加總的數(shù)學(xué)期望，計算公式見式（14）；Pjh表示超變一階矩，可視為j、h區(qū)域中所有yhr-yji＞0的樣本值加總的數(shù)學(xué)期望，計算公式見式（15），F(xiàn)j(Fh)表示j(h)地區(qū)的累計密度分布函數(shù)。

1.3.3 Kernel密度估計 Kernel密度估計是一種利用連續(xù)密度函數(shù)曲線對隨機變量的分布形態(tài)進(jìn)行描述的非參數(shù)方法，具有對模型依賴性較弱、穩(wěn)健性強等優(yōu)點。因此，本文將采用該方法來對中國數(shù)字鄉(xiāng)村發(fā)展水平的分布形態(tài)、位置及延展性進(jìn)行研究。f(x)是變量X的密度函數(shù)，計算公式為：

式（16）中，N為總樣本數(shù)，Xi代表各省份數(shù)字鄉(xiāng)村發(fā)展水平，x為數(shù)字鄉(xiāng)村發(fā)展水平均值，h為帶寬，K為Kernel函數(shù)，本文采用Gauss核函數(shù)進(jìn)行分析，計算公式為：

2 中國數(shù)字鄉(xiāng)村發(fā)展水平測度分析

根據(jù)縱橫向拉開檔次法測算出的2011—2020年中國數(shù)字鄉(xiāng)村發(fā)展水平的得分結(jié)果如表2所示。中國數(shù)字鄉(xiāng)村發(fā)展水平的得分結(jié)果可以用喜憂參半來形容，可喜的是我國數(shù)字鄉(xiāng)村發(fā)展水平逐年提高，年均增速較快，呈現(xiàn)出良好向上的發(fā)展態(tài)勢，擔(dān)憂的是數(shù)字鄉(xiāng)村發(fā)展水平整體上普遍偏低，各地區(qū)之間仍存在較大的差距。

表2 2011—2020年中國數(shù)字鄉(xiāng)村發(fā)展水平

2.1 整體發(fā)展水平測度分析

一方面，全國整體發(fā)展水平在研究期內(nèi)持續(xù)上升，發(fā)展態(tài)勢良好，均值從2011年的0.159增至2020年的0.365，年均增速為9.673%。另一方面，中國數(shù)字鄉(xiāng)村發(fā)展水平整體上普遍偏低，均介于0.051～0.635范圍內(nèi)。各地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平也存在差異，超過全國數(shù)字鄉(xiāng)村發(fā)展均值（0.271）的省市共有11個，分別是北京、河北、江蘇、浙江、福建、山東、廣東、河南、湖北、湖南、四川，約占樣本總數(shù)的37%。此外，2020年數(shù)字鄉(xiāng)村發(fā)展水平得分最高的廣東省和最低的海南省，分別為0.635和0.180，前者是后者的3倍多，由此可見，各地區(qū)差距明顯。

在增速方面，各地區(qū)的年均增長率也不相同，2011—2020年期間超過全國年增長率（9.673%）的地區(qū)有16個，處于領(lǐng)跑行列的前5個省份依次為青海（16.201%）、貴州（15.075%）、安徽（13.016%）、廣西（12.191%）、寧夏（11.643%），其中，西部省份的占比達(dá)80%，展現(xiàn)出強勁的“追趕效應(yīng)”，這與國家大力實施西部大開發(fā)戰(zhàn)略及地區(qū)本身高度重視數(shù)字鄉(xiāng)村發(fā)展密切相關(guān)。

2.2 區(qū)域發(fā)展水平測度分析

由圖 1可知，從區(qū)域發(fā)展水平看，2011—2020年東部、中部以及西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平的演變趨勢基本保持一致，均呈現(xiàn)逐年上升的變化態(tài)勢。此外東部地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平始終高于全國均值，而中、西部地區(qū)則始終低于全國均值，在空間上呈現(xiàn)“東高西低”的分布格局，這與現(xiàn)有文獻(xiàn)的研究結(jié)論基本一致。進(jìn)一步觀察，東部地區(qū)數(shù)字鄉(xiāng)村水平的得分均值為0.322，年均增速為8.919%；中部地區(qū)數(shù)字鄉(xiāng)村水平的得分均值為0.264，年均增速為9.826%；西部地區(qū)的數(shù)字鄉(xiāng)村水平得分均值為0.224，年均增速為10.521%。由此可見，我國三大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平的高低與其增速成反比，數(shù)字鄉(xiāng)村水平高的地區(qū)其增速普遍偏低，反之則偏高。這意味著我國數(shù)字鄉(xiāng)村發(fā)展區(qū)域的差異正逐漸縮小，實現(xiàn)全面鄉(xiāng)村振興的步伐正在加快。

圖1 全國和三大區(qū)域的數(shù)字鄉(xiāng)村發(fā)展水平的變化趨勢

3 中國數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域差異及來源分析

3.1 總體及三大區(qū)域差距分析

結(jié)合圖2和表3可知，2016年之前，中國數(shù)字鄉(xiāng)村發(fā)展水平總體的基尼系數(shù)表現(xiàn)為明顯的下降趨勢，從2011年的0.211下降到2016年的0.166，年均下降率4.68%；2017年以后開始回升，由2017年的0.168上升到2020年的0.189，年均增長率為4.00%。總體來看，雖然數(shù)字鄉(xiāng)村發(fā)展水平總體差距有擴大的趨勢，但是整個研究期內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平的總體差距呈現(xiàn)小幅下降的變化態(tài)勢，表明研究期內(nèi)各地區(qū)更加趨向于均衡發(fā)展；三大區(qū)域內(nèi)差距分級明顯，基尼系數(shù)曲線自上而下依次為東部、西部、中部。具體來看，東部地區(qū)內(nèi)差距基尼系數(shù)年均值為0.199，分別約是西部（0.148）和中部地區(qū)（0.080）的1.3倍和2.5倍，表明東部區(qū)域內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平空間的非均衡性最為突出；究其原因，雖然東部地區(qū)多數(shù)省份的數(shù)字鄉(xiāng)村發(fā)展水平處于全國前列，如江蘇、廣東等地區(qū)，但同時也存在海南、天津等數(shù)字鄉(xiāng)村發(fā)展較落后的地區(qū)，故而區(qū)域內(nèi)差異較大。西部地區(qū)的區(qū)域內(nèi)差距大于中部地區(qū)，例如，四川在2020年的數(shù)字鄉(xiāng)村發(fā)展水平得分為0.536，而同一時期的寧夏得分僅為0.194，前者是后者的2.8倍（表2）；說明中部地區(qū)各省份的數(shù)字鄉(xiāng)村發(fā)展水平相對比較集中，西部地區(qū)的空間非均衡性較中部地區(qū)更為突出。

表3 中國數(shù)字鄉(xiāng)村發(fā)展水平的Dagum基尼系數(shù)及其分解

圖2 總體和三大區(qū)域基尼系數(shù)的變化趨勢

3.2 不同區(qū)域間差距分析

由圖3可知，總體來看，三大區(qū)域的區(qū)域間差距均呈現(xiàn)波動下降的變化趨勢，說明我國各地區(qū)間的數(shù)字鄉(xiāng)村發(fā)展水平差距不斷縮小。進(jìn)一步觀察，研究期內(nèi)東部—西部地區(qū)間數(shù)字鄉(xiāng)村發(fā)展水平差距的基尼系數(shù)始終是最大的，東部—中部的次之，中部—西部雖然呈波動性變化，但基尼系數(shù)始終處于最低水平。由此可見，東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平是始終高于中部和西部的；三大區(qū)域間數(shù)字鄉(xiāng)村發(fā)展差異的分布格局明顯，東部與其他區(qū)域間差異仍是制約全國數(shù)字鄉(xiāng)村發(fā)展的一大障礙。此外，東部—西部的數(shù)字鄉(xiāng)村發(fā)展水平差距的變動幅度最大，從2011年的0.286下降到2020年的0.238，降幅為16.78%，這主要是因為西部地區(qū)的數(shù)字鄉(xiāng)村發(fā)展的總體上升速度較東部地區(qū)的更快，再次印證了西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展的追趕效應(yīng)顯著。

圖3 三大區(qū)域間差距的變化趨勢

3.3 總體差距來源分析

由圖4可知，中國數(shù)字鄉(xiāng)村水平總體差距平均貢獻(xiàn)率最大的是區(qū)域間差距(47.26%)，其次是區(qū)域內(nèi)差距(28.95%)，最后是區(qū)域間超變密度(23.79%)。這說明中國數(shù)字鄉(xiāng)村水平的差距主要來源于區(qū)域間差距。雖然2013年以后，區(qū)域間差距的貢獻(xiàn)率已經(jīng)有明顯下降趨勢，但仍然是進(jìn)一步促進(jìn)中國數(shù)字鄉(xiāng)村發(fā)展的最大突破口。從演變過程來看，研究期內(nèi)區(qū)域內(nèi)差距的貢獻(xiàn)率變化趨勢較穩(wěn)定，不存在大幅度波動的態(tài)勢，基本維持在29%左右；區(qū)域間差距的貢獻(xiàn)率總體呈現(xiàn)“增—減—增”的“N”形變化趨勢；區(qū)域間超變密度的貢獻(xiàn)率整體呈現(xiàn)“減—增—減”的倒“N”形變動趨勢，且與區(qū)域內(nèi)差距的貢獻(xiàn)率日趨接近。

圖4 不同差距貢獻(xiàn)率的變化趨勢

4 中國數(shù)字鄉(xiāng)村發(fā)展水平動態(tài)演進(jìn)規(guī)律分析

Dagum基尼系數(shù)可以刻畫中國數(shù)字鄉(xiāng)村發(fā)展的相對差異及其來源，而Kernel密度估計方法可以通過波峰的演變研判中國數(shù)字鄉(xiāng)村發(fā)展的絕對差異。因此，分別選取2011、2014、2017、2020年這4個時間截面，采用Kernel密度估計方法明晰中國整體及三大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平的動態(tài)演進(jìn)特征（圖5）。

圖5 全國及各地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平的核密度估計曲線

從全國來看，在分布位置上，2011—2020年中國數(shù)字鄉(xiāng)村發(fā)展水平核密度曲線整體向右偏移，偏移幅度較大，說明考察期間內(nèi)中國數(shù)字鄉(xiāng)村整體發(fā)展水平有較大幅度的提升。在分布形態(tài)上，考察期間內(nèi)，我國整體數(shù)字鄉(xiāng)村水平的核密度曲線主峰高度快速大幅降低，主峰寬度逐漸拉大，我國整體數(shù)字鄉(xiāng)村發(fā)展差距擴大化趨勢明顯。在波峰數(shù)量上，研究期內(nèi)一直呈現(xiàn)“主峰+側(cè)峰”并存的格局，但側(cè)峰一直趨向平滑，說明我國數(shù)字鄉(xiāng)村發(fā)展的多極化格局具有單極化傾向。在分布延展性上，曲線右側(cè)拖尾現(xiàn)象顯著，且拖尾長度逐步拉長，說明處于我國數(shù)字鄉(xiāng)村發(fā)展前列的省份，其數(shù)字鄉(xiāng)村發(fā)展水平不斷升高，使得我國整體數(shù)字鄉(xiāng)村發(fā)展差距呈擴大態(tài)勢。

就東部地區(qū)來看，在分布位置上，2011—2020年東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平核密度曲線整體向右偏移，變化過程非常明顯，說明考察期間內(nèi)東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平有較大幅度的提升。在分布形態(tài)上，核密度曲線主峰高度快速大幅降低，主峰寬度逐漸變寬，表明東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展差距擴大化趨勢明顯。在波峰數(shù)量上，研究期內(nèi)一直呈現(xiàn)“主峰+次峰”并存的格局，但次峰一直趨向平滑，體現(xiàn)東部地區(qū)具有一定的極化趨勢，但變化仍然很不穩(wěn)定。在分布延展性上，核密度曲線從左側(cè)拖尾逐步轉(zhuǎn)向了輕微的右側(cè)拖尾，說明東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平低的省份逐漸向平均水平靠攏，但數(shù)字鄉(xiāng)村發(fā)展水平較高的省份仍然保持領(lǐng)先優(yōu)勢。

就中部地區(qū)來看，在分布位置上，2011—2020年中部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平核密度曲線整體向右偏移，偏移幅度較大，說明考察期間內(nèi)中部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平有較大幅度的提升。在分布形態(tài)上，核密度曲線主峰高度快速大幅降低，主峰寬度逐漸變寬，表明中部地區(qū)數(shù)字鄉(xiāng)村發(fā)展差距持續(xù)擴大。在波峰數(shù)量上，考察期間內(nèi)核密度曲線表現(xiàn)為單峰分布，說明中部地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平不存在兩極分化現(xiàn)象。在分布延展性上，核密度曲線不存在明顯的拖尾現(xiàn)象，說明中部地區(qū)不存在數(shù)字鄉(xiāng)村發(fā)展水平極高或極低的現(xiàn)象，各省份數(shù)字鄉(xiāng)村發(fā)展水平相對比較均衡。

就西部地區(qū)來看，在分布位置上，2011—2020年西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平核密度曲線整體向右偏移，偏移幅度較大，說明考察期間內(nèi)西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平有較大幅度的提升。在分布形態(tài)上，2011—2017年核密度曲線主峰高度基本保持不變，從2017年開始，核密度曲線主峰高度快速大幅降低，主峰寬度逐漸變寬，表明西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展差距從2017年開始明顯擴大。在波峰數(shù)量上，考察期間內(nèi)核密度曲線由明顯的單峰分布到 2017、2020年右側(cè)次峰逐漸凸顯，說明西部地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平在考察期間內(nèi)開始出現(xiàn)了兩極分化現(xiàn)象。在分布延展性上，核密度曲線右側(cè)從不明顯拖尾到明顯拖尾再到逐步拉長，說明西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平高的省份的發(fā)展水平不斷升高，西部地區(qū)發(fā)展差距擴大化趨勢明顯。

5 結(jié)論與建議

本研究首先采用縱橫向拉開檔次法對2011—2020年中國30個省份數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行測度，并分別對全國和三大區(qū)域進(jìn)行分析，然后運用Dagum基尼系數(shù)對中國數(shù)字鄉(xiāng)村發(fā)展空間差異進(jìn)行了測度與分解，最后運用Kernel密度估計分析了中國數(shù)字鄉(xiāng)村發(fā)展水平的動態(tài)演進(jìn)特征，研究結(jié)論如下：

（1）從測度結(jié)果來看，我國數(shù)字鄉(xiāng)村發(fā)展水平雖然普遍較低但整體在逐年提高，年均增速較快，呈現(xiàn)出良好的發(fā)展態(tài)勢。此外，我國各地區(qū)之間的發(fā)展水平存在較大的差距，空間上呈現(xiàn)“東高西低”的分布格局，但我國三大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平的高低與其增速成反比，意味著區(qū)域間數(shù)字鄉(xiāng)村發(fā)展差距正逐步縮小。

（2）從地區(qū)差異來看，雖然數(shù)字鄉(xiāng)村發(fā)展水平總體差距有擴大的趨勢，但是整個研究期內(nèi)數(shù)字鄉(xiāng)村發(fā)展水平總體差距呈現(xiàn)小幅下降的變化趨勢，總體差距主要源于區(qū)域間差距。就區(qū)域內(nèi)差距而言，東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平的地區(qū)差距最大，西部地區(qū)次之，中部地區(qū)最小。就區(qū)域間差距而言，區(qū)域間差距均呈現(xiàn)波動性下降的變化趨勢，“東部—西部”差距的下降幅度最大。

（3）從分布動態(tài)演進(jìn)變化來看，我國整體及三大區(qū)域的數(shù)字鄉(xiāng)村發(fā)展水平均呈現(xiàn)持續(xù)上升的變化趨勢，但整體及各區(qū)域數(shù)字鄉(xiāng)村發(fā)展之間的差距有擴大趨勢，除中部地區(qū)外，其他區(qū)域均存在極化現(xiàn)象。

基于以上研究結(jié)論，提出以下一些政策建議：

（1）重視數(shù)字鄉(xiāng)村發(fā)展過程中的區(qū)域差距問題，尤其是三大區(qū)域間的發(fā)展差距，避免出現(xiàn)嚴(yán)重的兩極分化現(xiàn)象。從國家層面來看，要加強宏觀政策的調(diào)整，加大對較落后地區(qū)的財政扶持和政策傾斜力度。從各區(qū)域?qū)用鎭砜?，要加強技術(shù)交流與合作，合理配置資源，促進(jìn)資源要素在東、中、西地區(qū)之間流動，形成良性互動，以縮小區(qū)域之間數(shù)字鄉(xiāng)村發(fā)展差距，實現(xiàn)區(qū)域間數(shù)字鄉(xiāng)村的均衡發(fā)展。首先，東部地區(qū)要加強對中、西部地區(qū)數(shù)字鄉(xiāng)村建設(shè)人才隊伍的精準(zhǔn)幫扶，通過干部掛職、下鄉(xiāng)駐村等方式促進(jìn)中、西部地區(qū)鄉(xiāng)村引進(jìn)先進(jìn)的管理理念，從而提高人才隊伍的數(shù)字素養(yǎng)；其次，區(qū)域間要采取培訓(xùn)交流、項目合作、經(jīng)驗成果共享等手段加強中、西部地區(qū)技術(shù)方面的發(fā)展；最后，要鼓勵東部地區(qū)社會資本多元化參與中、西部地區(qū)數(shù)字鄉(xiāng)村產(chǎn)業(yè)的發(fā)展，改變中、西部地區(qū)傳統(tǒng)的產(chǎn)業(yè)模式，從而提高其數(shù)字鄉(xiāng)村產(chǎn)業(yè)的規(guī)模與質(zhì)量。

（2）各地區(qū)應(yīng)立足于當(dāng)?shù)貙嶋H情況，因地制宜地制定數(shù)字鄉(xiāng)村發(fā)展策略，從而構(gòu)建合理有序的數(shù)字鄉(xiāng)村發(fā)展格局。歷史經(jīng)驗證明，我國農(nóng)村的改革需要通過試點探索將頂層設(shè)計與基層創(chuàng)新合理地銜接起來［20］。中國數(shù)字鄉(xiāng)村建設(shè)也同樣需要試點先行試驗，在這種背景下，由于東部地區(qū)的基礎(chǔ)設(shè)施和技術(shù)水平較高，經(jīng)濟(jì)條件和產(chǎn)業(yè)發(fā)展較好，這也注定了在發(fā)展數(shù)字鄉(xiāng)村過程中，東部地區(qū)需要承擔(dān)更多的前沿技術(shù)攻堅任務(wù)和試點容錯的成本，而中、西部地區(qū)在很多方面都比較落后，其首要任務(wù)是借鑒東部地區(qū)在數(shù)字鄉(xiāng)村建設(shè)過程中的成功經(jīng)驗，然后結(jié)合本地區(qū)實際情況，進(jìn)行全面推廣。