劉 慶

(新鄉(xiāng)學院數(shù)學與統(tǒng)計學院,河南 新鄉(xiāng) 453003)

【研究意義】《全球數(shù)字經(jīng)濟白皮書(2022年)》顯示,2021年全球數(shù)字經(jīng)濟規(guī)模占GDP比重高達45%?！吨袊鴶?shù)字經(jīng)濟發(fā)展報告(2022年)》顯示,2021年我國數(shù)字經(jīng)濟規(guī)模達到45.5萬億元,占GDP比重達到39.8%。但數(shù)字經(jīng)濟在農(nóng)業(yè)領域的滲透還比較薄弱,在第一產(chǎn)業(yè)中的滲透率僅8.6%,相比第二、第三產(chǎn)業(yè)還有很大的差距,亟需加強數(shù)字經(jīng)濟與農(nóng)業(yè)農(nóng)村的深度融合。數(shù)字鄉(xiāng)村是數(shù)字經(jīng)濟賦能鄉(xiāng)村振興的戰(zhàn)略方向,也是建設數(shù)字中國的重要內(nèi)容,數(shù)字鄉(xiāng)村發(fā)展水平如何測度?影響數(shù)字鄉(xiāng)村發(fā)展的因素有哪些?如何結合區(qū)域特征因地制宜全面系統(tǒng)地評價?亟需構建全面、科學的數(shù)字鄉(xiāng)村發(fā)展水平的測度模型并進行分析評價?！厩叭搜芯窟M展】梳理學界關于數(shù)字鄉(xiāng)村建設的相關文獻,主要集中在三個方面。一是定性全面描述數(shù)字鄉(xiāng)村建設的內(nèi)涵、特征、理論機制等[1-3]。二是從某個視角定量微觀審視數(shù)字鄉(xiāng)村的發(fā)展,并基于全國的面板數(shù)據(jù)給出宏觀分析及實證檢驗[4-6]。三是數(shù)字鄉(xiāng)村發(fā)展水平的測度問題研究。測度研究主要包括數(shù)字鄉(xiāng)村評價指標體系建立、評價模型構造、分析評價討論三部分。①在數(shù)字鄉(xiāng)村評價指標體系建立方面,朱紅根等[7]基于30個省份面板數(shù)據(jù),從數(shù)字資金投入、產(chǎn)業(yè)發(fā)展、信息基礎、服務水平4個一級指標建立了中國數(shù)字鄉(xiāng)村發(fā)展評價指標體系,并利用多種統(tǒng)計方法研究了數(shù)字鄉(xiāng)村發(fā)展的時間演變、區(qū)域差異及空間分布特征,給出了數(shù)字鄉(xiāng)村發(fā)展的有效推進路徑。崔凱等[8]基于CEA框架,從產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化重新定義鄉(xiāng)村數(shù)字經(jīng)濟的內(nèi)涵,從4個維度構建鄉(xiāng)村數(shù)字經(jīng)濟發(fā)展水平評價指標體系,并據(jù)此給出各地推進數(shù)字鄉(xiāng)村建設時應重點關注的方面。②在數(shù)字鄉(xiāng)村發(fā)展水平評價模型構造方面,主要包括指標權重確定方法和評價結果計算方法兩個步驟。首先,對于評價指標權重的確定,一般采用專家調(diào)查法(Delphi法)、主成分分析法(PCA)、層次分析法(AHP)以及熵權法等[9-12];其次,對于評價結果的計算方法主要有模糊綜合評價、綜合指數(shù)法、因子分析、主成分分析、灰色關聯(lián)分析等[13-18]。③在分析評價討論方面,主要采用的辦法有Dagum基尼系數(shù)、Kernel密度估計法、自回歸模型(SAR)、聚類分析、TOPSIS法等方法[19-22]。以上學術研究為科學合理地評價數(shù)字鄉(xiāng)村發(fā)展水平提供了一定的參考和借鑒,但也有一些不足之處。①定性描述基本上是在學理上進行闡述,缺乏可操作性、可度量性,實踐性薄弱;②評價指標篩選都是選取某個視角,缺乏相對系統(tǒng)的數(shù)字鄉(xiāng)村評價指標,涵蓋面不充分;③現(xiàn)有的數(shù)字鄉(xiāng)村評價指標體系,數(shù)據(jù)來源基本都是全國范圍內(nèi)的面板數(shù)據(jù),鮮有適合區(qū)域特征的評價指標體系構建、測度分析的文獻,特別是針對某個區(qū)域異質(zhì)性及時空演變分布特征等方面的討論尚屬空白。【本研究切入點】參考國家關于數(shù)字鄉(xiāng)村建設的相關文件,融合學界的相關研究成果,界定數(shù)字鄉(xiāng)村的內(nèi)涵,構建出符合區(qū)域特征的“可操作、可觀察、可量化”的數(shù)字鄉(xiāng)村發(fā)展水平評價指標體系?！緮M解決的關鍵問題】①利用動態(tài)綜合賦權確定指標權重,融合TOPSIS法測度2014—2021年河南省18地市的數(shù)字鄉(xiāng)村發(fā)展水平;②根據(jù)測度結果分析河南省數(shù)字鄉(xiāng)村發(fā)展水平的時空演變,利用Kernel密度估計、泰爾指數(shù)、Moran’sI進行實證分析,進一步揭示河南省數(shù)字鄉(xiāng)村發(fā)展水平的區(qū)域差異和空間分布特征,為有效推進河南省數(shù)字鄉(xiāng)村建設提供科學合理的政策建議。

1 數(shù)字鄉(xiāng)村發(fā)展水平指標體系構建

1.1 研究區(qū)概況

河南省位于我國中東部、黃河中下游地區(qū),轄18個地級市,依據(jù)《河南省全面建設小康社會規(guī)劃綱要》將河南省的區(qū)域劃分為中原城市群(鄭州、洛陽、開封、新鄉(xiāng)、焦作、許昌、平頂山、漯河、濟源)、豫北地區(qū)(安陽、鶴壁、濮陽)、豫西豫西南地區(qū)(三門峽、南陽)和黃淮地區(qū)(駐馬店、商丘、周口、信陽)4大經(jīng)濟區(qū)。河南省作為經(jīng)濟欠發(fā)達的農(nóng)業(yè)大省,農(nóng)村人口占比很高,農(nóng)民的可支配收入比較低,因經(jīng)濟基礎、自然稟賦等影響4大經(jīng)濟區(qū)經(jīng)濟發(fā)展程度不均衡。河南省數(shù)字鄉(xiāng)村發(fā)展在全國排名中下游位置[7],如何借助國家數(shù)字鄉(xiāng)村建設的戰(zhàn)略規(guī)劃,因地制宜科學合理促進河南省數(shù)字鄉(xiāng)村建設高質(zhì)量發(fā)展,具有重要的現(xiàn)實意義。

1.2 數(shù)字鄉(xiāng)村的內(nèi)涵界定

《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》關于數(shù)字鄉(xiāng)村界定如下:以大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等為代表的數(shù)字技術在農(nóng)業(yè)農(nóng)村各領域的融合和應用,以及農(nóng)民不斷掌握現(xiàn)代信息而內(nèi)生的農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展和轉型進程,是促進數(shù)字技術支撐農(nóng)業(yè)的基本盤。融合學界的相關研究成果以及《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《數(shù)字鄉(xiāng)村建設指南1.0》等指導性文件,制約數(shù)字鄉(xiāng)村發(fā)展的主要因素是數(shù)字化基礎設施薄弱,區(qū)域差異顯著,數(shù)字鴻溝凸顯,農(nóng)業(yè)生產(chǎn)數(shù)字化程度不高,鄉(xiāng)村生活數(shù)字化環(huán)境不完善等問題?；诖?從鄉(xiāng)村數(shù)字信息基礎、鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)、農(nóng)業(yè)數(shù)字化轉型、鄉(xiāng)村生活數(shù)字化4個方面界定數(shù)字鄉(xiāng)村的內(nèi)涵。一是鄉(xiāng)村數(shù)字信息基礎是數(shù)字鄉(xiāng)村建設的技術支撐,其本質(zhì)是數(shù)字技術與農(nóng)業(yè)農(nóng)村的深度融合,可以通過物聯(lián)網(wǎng)等信息技術應用投資比重、農(nóng)村智能手機普及率、農(nóng)村互聯(lián)網(wǎng)普及率、戶均移動電話交換機容量、農(nóng)村人均電信業(yè)務衡量。二是利用鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)衡量互聯(lián)網(wǎng)與鄉(xiāng)村特色產(chǎn)業(yè)的深度融合程度?？梢酝ㄟ^農(nóng)村網(wǎng)絡零售額情況、農(nóng)產(chǎn)品網(wǎng)絡銷售額情況、數(shù)字營業(yè)收入情況、鄉(xiāng)村農(nóng)文旅融合發(fā)展情況、鄉(xiāng)村文化旅游預算支出占比來衡量。三是利用大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新一代信息技術與農(nóng)業(yè)全產(chǎn)業(yè)鏈融合,推進農(nóng)業(yè)數(shù)字化轉型,可以通過信息技術在種植業(yè)、設施栽培、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖等領域中的應用率以及節(jié)水灌溉占灌溉面積比重、農(nóng)村人均用電量來衡量。四是數(shù)字鄉(xiāng)村發(fā)展的主要目標是科技賦能農(nóng)村、服務農(nóng)村、改變農(nóng)村,所以可以通過農(nóng)村網(wǎng)絡支付水平、農(nóng)村網(wǎng)絡文化建設水平、數(shù)字化服務消費水平、農(nóng)村數(shù)字化醫(yī)療、保健及服務水平等指標來衡量,農(nóng)村人均可支配收入的提高可以進一步促進鄉(xiāng)村生活數(shù)字化的提升。

1.3 評價指標體系的構建

數(shù)字鄉(xiāng)村評價指標體系建立的指導方略是“厘清內(nèi)涵、政策導向、因地制宜、精準施策”。具體地講,厘清內(nèi)涵是指國家數(shù)字鄉(xiāng)村戰(zhàn)略提出時間短,學界對數(shù)字鄉(xiāng)村發(fā)展水平理解和認識也存在一定差異,必須精準把握數(shù)字鄉(xiāng)村發(fā)展的精準要義,宏觀涵蓋數(shù)字鄉(xiāng)村建設的內(nèi)容;政策導向是指應精準把握《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《“十四五”全國農(nóng)業(yè)農(nóng)村信息化發(fā)展規(guī)劃》《數(shù)字鄉(xiāng)村發(fā)展行動計劃(2022—2025年)》等數(shù)字鄉(xiāng)村建設的相關指導性文件,明晰數(shù)字鄉(xiāng)村發(fā)展測度內(nèi)容;因地制宜是指數(shù)字鄉(xiāng)村建設必須要立足現(xiàn)實,結合各省域的省情、農(nóng)情和區(qū)域特征,通過跟蹤調(diào)研、實地考察、資料查閱篩選符合區(qū)域實際的評價指標;精準施策指的是從“準”“細”“實”三個方面理解數(shù)字鄉(xiāng)村發(fā)展的要求。鑒于此,本文遵循科學性、全面性、可比性、層次性和可操作性原則,兼顧指標的時效性和數(shù)據(jù)獲取的難易程度,構建出涵蓋鄉(xiāng)村數(shù)字信息基礎、鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)、農(nóng)業(yè)數(shù)字化轉型、鄉(xiāng)村生活數(shù)字化4個一級指標,20個二級指標的數(shù)字鄉(xiāng)村發(fā)展水平評價指標體系(表1)。

表1 數(shù)字鄉(xiāng)村發(fā)展水平評價指標體系Table 1 Evaluation index system of digital rural development level

1.4 數(shù)據(jù)來源

本文以2014—2021年河南省18個地市的面板數(shù)據(jù)為樣本,涉及到的具體數(shù)據(jù)主要來自《北京大學數(shù)字普惠金融指數(shù)》《全國縣域農(nóng)業(yè)農(nóng)村信息化發(fā)展水平評價報告》《中國農(nóng)村統(tǒng)計年鑒》《中國信息化年鑒》《河南統(tǒng)計年鑒》《河南省互聯(lián)網(wǎng)發(fā)展報告(2014—2022)》《河南農(nóng)業(yè)農(nóng)村發(fā)展報告(2022)》以及河南省關于農(nóng)業(yè)農(nóng)村政策的相關文件、公告等。針對某些具體指標某些年份內(nèi)容缺失的問題,采用插值法予以補充?？紤]到交通運輸、倉儲及郵政業(yè)投資比重、鄉(xiāng)村文化旅游預算支出占比等評價指標的數(shù)值具有一定持續(xù)性,故數(shù)值處理過程采用向上累計平均的方法,從而消除個別年份投資差異較大帶來的隨機波動性。

2 研究設計

2.1 構建數(shù)字鄉(xiāng)村發(fā)展水平測度模型

2.1.1 確定各級評價指標權重 目前確定評價指標權重的方法,基本可以分為主觀賦權法、客觀賦權法、組合賦權法三大類。其中主觀賦權法中有代表性的是哈佛大學與世界經(jīng)濟論壇構建的“網(wǎng)絡準備指數(shù)”(Networked readiness index,NRI)賦權,客觀賦權法中熵權法(EWM)是比較成熟的方法,在具體使用過程中,根據(jù)各指標的數(shù)據(jù)分散程度,利用信息熵計算出各指標的熵權,可以避免主觀因素的影響?；谝陨嫌懻?為了減少主觀判斷產(chǎn)生的誤差和因數(shù)據(jù)缺失產(chǎn)生的客觀誤差,本文指標權重的確定采用NRI賦權和熵權法等權加權平均的組合賦權法確定各評價指標權重。

(1)基于NRI指數(shù)的賦權。因為數(shù)字鄉(xiāng)村發(fā)展水平同一級評價指標具有并列性,上下層評價指標具有遞進關系,符合NRI賦權特點,具體方法是:各級指標權重等于各級指標個數(shù)的倒數(shù),先賦值一級指標權重,后賦值次級指標權重,可得4個一級指標權重均為0.25,20個二級指標權重均為0.05。

(2)基于熵權法(EWM)的賦權。步驟1:對數(shù)據(jù)進行標準化處理。由于各級指標的單位和量綱不同,為了方便指標之間的比較,因此需要對原始數(shù)據(jù)進行標準化處理,采用NRI數(shù)據(jù)處理辦法。因本文指標均為效益型指標,所以采用以下公式進行無量綱處理[25]。

(1)

式中,i和j為正整數(shù),xij為第i個指標的第j項原始值,min(xij)分別為第i項指標中的最小值,aij為原始指標數(shù)據(jù)進行標準化化處理后的得分。k和q根據(jù)轉化后數(shù)據(jù)分布區(qū)間的要求可以自行設定,下面數(shù)據(jù)處理過程中,為了保證求信息熵時取對數(shù)有意義,同時兼顧計算的便利性,選取選k=1,q=0.01。步驟2:求出第i項指標,第j處指標值的比重。

(2)

式中,m為該處指標對應的樣本總數(shù)。

步驟3:計算第i項指標的信息熵。

(3)

步驟4:計算第i項指標的權重。

(4)

式中,n為評價指標的總個數(shù)。

(3)確定綜合權重。NRI賦權和熵權法賦權等權加權平均得到的組合權重Wi既減少了人為因素,又淡化了客觀賦權的僵化,是主客觀賦權策略的一種優(yōu)化。

(5)

因為每年指標數(shù)據(jù)都存在差異,故基于熵權法得到的指標權重是一個動態(tài)變量,最終得到的組合權重也是一個動態(tài)值,這樣的賦權方法更符合實際情況。

2.1.2 權熵TOPSIS法測度各評級對象 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,依據(jù)評價對象與理想化目標的接近程度進行排序的方法。其思路是借助正理想解(PIS)和負理想解(NIS)給各評價對象排序,接近PIS又遠離NIS的方案就是最優(yōu)方案。

步驟1:利用式(1)統(tǒng)一各評價指標數(shù)據(jù)的量綱,得到規(guī)范化決策矩陣Aij。

(6)

(7)

步驟5:根據(jù)式(6)和式(7),確定各評價對象與最優(yōu)方案的貼近度為:

(8)

2.2 核密度估計

核密度估計(Kernel density estimation)作為一種重要的非參數(shù)檢驗方法,基于有限的樣本推斷總體數(shù)據(jù)的分布,其本質(zhì)是直方圖的擬合曲線,其密度曲線可直觀表現(xiàn)數(shù)據(jù)的分布特征,體現(xiàn)數(shù)據(jù)的疏密程度,呈現(xiàn)數(shù)據(jù)的聚集區(qū)域。本文采用核密度估計密度函數(shù)。

(9)

式中,n為樣本總數(shù),xi為樣本值,x為樣本均值,h>0為一個平滑參數(shù),稱為窗寬,表明估計的精確程度。K(g)表示核函數(shù),有uniform、triangular、biweight、 triweight、 Epanechnikov、normal等多種選取形式,這里選取常用的標準正態(tài)概率密度函數(shù)φ(x)進行估計。

(10)

2.3 泰爾指數(shù)及其分解

泰爾指數(shù)又稱泰爾熵(Thiel entropy),是一種特殊形式的廣義熵指數(shù),最初由Theil(1967)基于信息熵(Information entropy)提出,經(jīng)過幾十年的發(fā)展和不斷完善,目前已經(jīng)成為評價區(qū)域差異的重要測度方法。泰爾指數(shù)具有優(yōu)良的可分解性,可以將總體區(qū)域差異分解為地區(qū)內(nèi)差異和地區(qū)間差異兩個部分,以識別不同部分在總體區(qū)域差異中的貢獻,泰爾指數(shù)及其分解的計算公式如下:

(11)

(12)

(13)

2.4 莫蘭指數(shù)

2.4.1 莫蘭指數(shù)模型 莫蘭指數(shù)(Moran’sI)模型是空間自相關系數(shù)的一種,其值分布在[-1,1],用于判別一定范圍內(nèi)的空間實體相互之間是否存在相關關系。任何事物都存在一定的相關性,且隨著距離遠近變化相關程度也會隨之發(fā)生變化,河南幅員遼闊,各區(qū)域經(jīng)濟發(fā)展差異很大,數(shù)字鄉(xiāng)村發(fā)展水平的高低具有明顯的空間差異性,而各區(qū)域之間是否存在相關性需要通過實證檢驗。本文利用Moran’sI探索河南省各區(qū)域數(shù)字鄉(xiāng)村建設是否存在相關性,Moran’sI大于0,說明存在正相關,越接近1表明相關性越強;反之,存在負相關;若Moran’sI取值在0左右,說明空間不存在相關性。Moran’sI分為全局指數(shù)和局部指數(shù)兩種形式。

(14)

(15)

2.4.2 空間權重設定 為了全面客觀地測度河南數(shù)字鄉(xiāng)村發(fā)展水平的影響因素,本文依次采用基于地理位置的鄰接權重矩陣和距離權重矩陣以及基于國內(nèi)生產(chǎn)總值的經(jīng)濟距離權重矩陣分別測算。

(1)地理鄰接權重矩陣。

(16)

(2)地理距離權重矩陣。

(17)

(3)經(jīng)濟距離權重矩陣。

(18)

3 結果與分析

3.1 河南省數(shù)字鄉(xiāng)村發(fā)展水平測度分析

梳理前面的測度過程和方法,得到2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平的綜合得分(表2)。

表2 2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平綜合得分Table 2 Comprehensive scores of Henan’s digital rural development level from 2014 to 2021

3.1.1 河南數(shù)字鄉(xiāng)村整體發(fā)展水平測度 2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平測度及平均增速的時間演變?nèi)鐖D1所示。從整體來看,在考察期內(nèi)河南省數(shù)字鄉(xiāng)村發(fā)展水平呈現(xiàn)“穩(wěn)中求進”的持續(xù)增長態(tài)勢,從2014年的0.2360到2021年的0.3626,增長幅度為0.1266,平均增速達到6.3286%,但是有明顯的區(qū)域差異性。排名前3名的地區(qū)分別是鄭州(0.4128)、濟源(0.3467)、洛陽(0.3329),均位于中原城市群,而排名后3名的分別是商丘(0.1453)、周口(0.1523)、駐馬店(0.1659),均屬于黃淮地區(qū)。高水平的高高集聚與低水平的低低集聚與4大經(jīng)濟區(qū)的經(jīng)濟基礎、資源稟賦、區(qū)域特征等有密切的關系,從而形成了典型的空間集聚格局。得分最高的鄭州是商丘的2.8404倍,這反映出河南省數(shù)字鄉(xiāng)村發(fā)展水平的極化現(xiàn)象、區(qū)域差距、數(shù)字鴻溝的形勢嚴峻。從得分均值視角看,河南數(shù)字鄉(xiāng)村平均發(fā)展水平得分為0.2524,高于均值的地區(qū)有鄭州、濟源、洛陽、三門峽、鶴壁、新鄉(xiāng)、焦作7個地市,僅占18個地市的38.89%,表明河南省其他地市數(shù)字鄉(xiāng)村發(fā)展?jié)摿艽蟆牡梅衷鏊僖暯强?焦作、鶴壁、漯河、鄭州、駐馬店、信陽處于領跑行列,黃淮地區(qū)占1/3,數(shù)字鄉(xiāng)村發(fā)展“追趕效應”強勁,這與河南省區(qū)域發(fā)展戰(zhàn)略支持以及地區(qū)自身重視數(shù)字鄉(xiāng)村發(fā)展關系密切。

圖1 數(shù)字鄉(xiāng)村整體發(fā)展水平時間演變Fig.1 Time evolution of the overall development level of digital villages

3.1.2 河南數(shù)字鄉(xiāng)村區(qū)域發(fā)展水平測度 從區(qū)域發(fā)展水平視角看,2014—2021年河南數(shù)字鄉(xiāng)村區(qū)域發(fā)展水平演變趨勢如圖2所示,4大經(jīng)濟區(qū)數(shù)字鄉(xiāng)村發(fā)展水平基本呈現(xiàn)逐年上升態(tài)勢,但中原城市群、豫北、豫西豫西南、黃淮地區(qū)年均增速分別為6.26%、6.56%、6.43%、6.23%,表明豫北、豫西豫西南、黃淮地區(qū)“追趕效應”明顯。從區(qū)域得分視角看,河南省4個經(jīng)濟區(qū)數(shù)字鄉(xiāng)村發(fā)展的區(qū)域特征顯著,發(fā)展水平分別為0.3196、0.2953、0.3038、0.1804,中原城市群發(fā)展水平始終位于領跑行列,豫北、豫西豫西南發(fā)展水平多數(shù)年份高于均值,而黃淮地區(qū)始終遠低于省域平均,形成“中高、淮低”的空間分布格局。其中,中原城市群得分是黃淮地區(qū)的1.772倍,區(qū)域間差異明顯。

圖2 數(shù)字鄉(xiāng)村區(qū)域發(fā)展水平時間演變Fig.2 Time evolution of digital rural regional development level

3.1.3 河南數(shù)字鄉(xiāng)村子系統(tǒng)發(fā)展水平測度 2014—2021年河南省各地市數(shù)字鄉(xiāng)村4個子系統(tǒng)(鄉(xiāng)村數(shù)字信息基礎、鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)、農(nóng)業(yè)數(shù)字化轉型、鄉(xiāng)村生活數(shù)字化)發(fā)展水平測度見表3。

表3 數(shù)字鄉(xiāng)村子系統(tǒng)發(fā)展水平時間演變Table 3 Time evolution of development level of digital rural subsystem

從整體視角看,4個子系統(tǒng)發(fā)展水平測度均呈現(xiàn)逐年增長的態(tài)勢,均值依次為0.2373、0.2791、0.2423、0.2202,增幅分別為0.1337、0.1008、0.1435、0.1148,年均增速依次達到7.77%、4.19%、7.18%、7.88%。其中,鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)增幅明顯領先,主要得益于國家對農(nóng)村電子商務、“互聯(lián)網(wǎng)+”農(nóng)產(chǎn)品出村進城工程、電商進村綜合示范項目、鄉(xiāng)村智慧旅游高度重視,伴隨著國家數(shù)字鄉(xiāng)村戰(zhàn)略的不斷推進,各個子系統(tǒng)發(fā)展將有新的提升。從得分均值視角看,鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)(0.2791)第一,鄉(xiāng)村生活數(shù)字化(0.2202)居后,表明河南數(shù)字鄉(xiāng)村建設應不斷加強農(nóng)村網(wǎng)絡文化建設、農(nóng)村數(shù)字化服務消費、農(nóng)村數(shù)字化醫(yī)療、保健及服務水平等方面的建設。從區(qū)域視角看,4個子系統(tǒng)平均增速最高的依次為豫北(10.32%)、中原城市群(6.81%)、豫西豫西南(8.88%)、豫西豫西南(10.25%),增速最低的分別是黃淮(6.32%)、豫西豫西南(2.66%)、豫北(5.174%),中原城市群(5.173%),表明黃淮地區(qū)應加強鄉(xiāng)村數(shù)字信息基礎建設步伐,其“追趕效應”主要體現(xiàn)在農(nóng)業(yè)數(shù)字化轉型和鄉(xiāng)村生活數(shù)字化。

3.2 基于核密度估計法的時序演變規(guī)律

河南作為經(jīng)濟欠發(fā)達的農(nóng)業(yè)大省,幅員遼闊,人口眾多,各地區(qū)自然資源稟賦差別很大,為準確把握數(shù)字鄉(xiāng)村建設的區(qū)域差異特征及演變規(guī)律,統(tǒng)籌中原城市群、豫北地區(qū)、豫西豫西南地區(qū)、黃淮地區(qū)4大經(jīng)濟區(qū)協(xié)調(diào)發(fā)展,下面利用核密度估計分析其時序演變特征,泰爾指數(shù)討論區(qū)域差異,通過Moran’s I揭示其空間分布特征。

3.3 基于核密度估計的時序演變規(guī)律

為了直觀顯示河南省各地市不同時間段內(nèi)的數(shù)字鄉(xiāng)村發(fā)展水平,利用核密度三維圖描繪河南省2014—2021年各經(jīng)濟區(qū)的數(shù)字經(jīng)濟發(fā)展水平動態(tài)時序演變趨勢規(guī)律。

由圖3-a可知,2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平的時序演變特征。從主峰中心點位置看,隨著年份遞增,逐步右移,表明考察期內(nèi)河南省數(shù)字鄉(xiāng)村發(fā)展水平逐年提高;從主峰分布形狀看,峰高隨著時間推移逐步降低,峰寬逐步變大,側峰也逐步向右波動,但是峰高逐步降低,而且遠低于主峰,表明河南數(shù)字鄉(xiāng)村發(fā)展水平的差異性還比較明顯;從分布的延展性看,右側有一定的拖尾現(xiàn)象,但是左右兩端尾部覆蓋面積相差不大,說明河南省數(shù)字經(jīng)濟發(fā)展高水平區(qū)域不斷增加,導致區(qū)域差異持續(xù)擴大。考察期內(nèi),盡管存在多個不顯著的側峰,但是主峰數(shù)量始終只有1個,據(jù)此推斷河南數(shù)字鄉(xiāng)村發(fā)展存在一定的多級分化但不太明顯。

圖3 數(shù)字鄉(xiāng)村發(fā)展水平時序演變特征Fig.3 Temporal evolution characteristics of the development level of digital countryside

圖4 河南數(shù)字鄉(xiāng)村局部Moran’s I散點圖Fig.4 Scatter plot of local Moran’s I in Henan province

由圖3-b～e可知,中原城市群、豫北地區(qū)、豫西豫西南地區(qū)、黃淮地區(qū)數(shù)字鄉(xiāng)村發(fā)展的動態(tài)時序演變特征。從主峰中心點位置看,隨著年份遞增,四大經(jīng)濟區(qū)均保持右偏程度逐步加強,說明考察期內(nèi)各區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平均保持逐年不斷提高趨勢。從主峰分布形狀看,豫北地區(qū)、黃淮地區(qū)呈現(xiàn)雙主峰特點,其中豫北地區(qū)的雙主峰隨著年份增加愈加明顯且呈現(xiàn)出遞增趨勢,說明豫北地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平兩極分化比較嚴重,從內(nèi)部分布的詳情來看,豫北地區(qū)鶴壁市數(shù)字鄉(xiāng)村建設水平高于全省大多數(shù)地區(qū),而且連續(xù)保持高水平發(fā)展,但是同區(qū)域內(nèi)的濮陽地區(qū)整體水平中等,所以呈現(xiàn)出明顯的雙峰。黃淮地區(qū)整體較低,但是個別年份也呈現(xiàn)出明顯的區(qū)域內(nèi)差異。從分布的延展性看,中原城市群表現(xiàn)為左拖尾延展和明顯的右拖尾延展特征,意味著區(qū)域內(nèi)分別存在著數(shù)字鄉(xiāng)村發(fā)展水平較低(如開封)和較高(如鄭州)的地市。

3.4 基于泰爾指數(shù)的區(qū)域差異分析

利用泰爾指數(shù)揭示河南省數(shù)字鄉(xiāng)村發(fā)展水平的區(qū)域內(nèi)差異和區(qū)域間差異以及整體差異情況。根據(jù)2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平綜合得分,由泰爾指數(shù)及其分解公式可以得到河南省中原城市群(鄭州、洛陽、開封、新鄉(xiāng)、焦作、許昌、平頂山、漯河、濟源)、豫北地區(qū)(安陽、鶴壁、濮陽)、豫西豫西南地區(qū)(三門峽、南陽)和黃淮地區(qū)(駐馬店、商丘、周口、信陽)4個經(jīng)濟區(qū)數(shù)字鄉(xiāng)村發(fā)展水平的泰爾指數(shù)及貢獻率,結果見表4。

3.4.1 總體及區(qū)域內(nèi)差異分析 從2014—2021年泰爾指數(shù)的演變趨勢觀察,河南省數(shù)字鄉(xiāng)村發(fā)展水平總體差異呈現(xiàn)明顯的下降態(tài)勢,從2014年的2.1268下降到2021年的0.8436,平均下降率為12.38%,表明河南數(shù)字鄉(xiāng)村發(fā)展的總體差異不斷縮小,而且進程推進明顯。4個經(jīng)濟區(qū)區(qū)域內(nèi)差異平均水平呈現(xiàn)先降后增,在2017年達到最低。其中中原城市群、豫北、豫西豫西南的區(qū)域內(nèi)差異與平均差異演變趨勢基本保持一致,但是黃淮地區(qū)的區(qū)域內(nèi)差異在考察期內(nèi)呈現(xiàn)先逐步上升,在2016年達到最高,然后緩慢下降。其中,中原城市群的年均值為0.0358,約為豫北、豫西豫西南、黃淮地區(qū)年均值總和的0.343倍,表明中原城市群9個地市數(shù)字經(jīng)濟發(fā)展不均衡現(xiàn)象比較突出。造成這種差異的主要原因可能是中原城市群數(shù)字鄉(xiāng)村發(fā)展水平整體較高,但是仍然存在開封、平頂山等潛力區(qū),造成中原城市群發(fā)展斷層現(xiàn)象突出。黃淮地區(qū)的泰爾指數(shù)年均值僅為0.0016,在4個經(jīng)濟區(qū)中差異最小,說明協(xié)同發(fā)展比較平均,但是數(shù)字鄉(xiāng)村整體發(fā)展水平比較低。

3.4.2 區(qū)域間差異分析 從考察期內(nèi)區(qū)域間差異均值的演變趨勢觀察,河南數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域間差異保持整體的下降態(tài)勢,從2014年的2.0797下降到2021年的0.7885,平均下降率為12.94%,這與全省整體差異基本保持一致。其中從泰爾指數(shù)的年均值看,中原城市群與黃淮地區(qū)、豫西豫西南、豫北地區(qū)的差異分別為0.5439、0.4484、0.3889,分別位居前3名,而豫北與黃淮、豫西豫西南與黃淮、豫北與豫西豫西南位居后3名,年均值分別為0.1459、0.0955、0.0495。顯然,河南省4大經(jīng)濟區(qū)區(qū)域間的數(shù)字鄉(xiāng)村發(fā)展格局明顯,中原城市群與其他區(qū)域的差異是制約河南省數(shù)字鄉(xiāng)村協(xié)同發(fā)展的主要因素。

3.4.3 差異來源及貢獻率 由表4可以看出,河南數(shù)字鄉(xiāng)村發(fā)展水平的差異來源及貢獻率大小。2014—2021年區(qū)域間差異貢獻率連續(xù)8年全部高于93.47%,年平均值達到96.48%,而區(qū)域內(nèi)差異的貢獻率最大為6.53%,揭示了造成河南省數(shù)字鄉(xiāng)村發(fā)展差異的主要因素是區(qū)域間的差異。從考察期內(nèi)河南數(shù)字鄉(xiāng)村發(fā)展水平及區(qū)域間差異貢獻率的演變趨勢看,貢獻率從2014年的97.78%下降到2021年的93.47%,年均下降率為0.64%,大致呈現(xiàn)波動緩慢下降趨勢。從考察期內(nèi)區(qū)域內(nèi)差異貢獻率的演變趨勢看,貢獻率從2014年的2.22%增長到2021年的6.53%,年均增長率為16.69%,基本呈現(xiàn)的波動上升趨勢。其中,中原城市群貢獻率從2014年的1.64%增加到2021年的4.87%,年均增長率為16.78%,表明區(qū)域內(nèi)差異的貢獻主要來自中原城市群?；诖?為了有效提升河南數(shù)字鄉(xiāng)村發(fā)展水平到“新高度”,必須從降低區(qū)域間差異的視角出發(fā),協(xié)調(diào)推進、補齊短板,減小和彌合區(qū)域間差異,促進河南省數(shù)字鄉(xiāng)村建設整體高質(zhì)量均衡發(fā)展。

3.5 基于Moran’s I指數(shù)的空間演變趨勢

河南數(shù)字鄉(xiāng)村發(fā)展在空間上存在異質(zhì)性,但是4大經(jīng)濟區(qū)之間是否存在相關性以及空間集聚性需要進一步驗證,接下來分別利用全局Moran’sI和局部Moran’sI討論河南省數(shù)字鄉(xiāng)村發(fā)展的空間演變趨勢。

3.5.1 基于全局Moran’sI的空間相關性分析 為了從整體上全面反映2014—2021年河南省各地市數(shù)字鄉(xiāng)村發(fā)展水平的空間相關性,分別采用基于地理鄰接權重矩陣、地理距離權重矩陣、經(jīng)濟距離權重矩陣的全局Moran’sI依次測算(表5)。

表5 2014—2021年河南省數(shù)字鄉(xiāng)村發(fā)展水平空間相關性檢驗Table 5 Spatial correlation test of the development level of digital countryside in Henan province during 2014-2021

在3種權重矩陣下的全局Moran’sI值均大于0,對地理鄰接權重矩陣和經(jīng)濟距離權重矩陣,P值均小于0.005,地理距離權重下,P值最大不超過0.094。在3種權重矩陣下,在10%的統(tǒng)計水平下全部顯著,且超過2/3年份在1%的統(tǒng)計水平下顯著,表明河南數(shù)字鄉(xiāng)村發(fā)展水平存在明顯的空間正相關,而且這種相關性在相鄰地市和經(jīng)濟距離下尤為突出,在地理距離相近的地市也有顯著表現(xiàn)。進一步觀察發(fā)現(xiàn),從時間維度看,考察期內(nèi),基于地理鄰接權重矩陣和地理距離權重矩陣的Moran’sI值呈現(xiàn)先升后降“鐘型”的分布特征,在2017年達到最大值,此時4大區(qū)域間數(shù)字鄉(xiāng)村發(fā)展的空間相關性最強,然后逐步下降,在2021年達到考察期內(nèi)的最小值。其可能原因是2018年中央一號文件提出數(shù)字鄉(xiāng)村戰(zhàn)略以后,政府機構改革,簡政放權,數(shù)字鄉(xiāng)村發(fā)展的自由度更大,自身驅動發(fā)展因素逐步增強所致。

3.5.2 基于局部Moran’sI的空間集聚性分析 衡量河南省數(shù)字鄉(xiāng)村發(fā)展是否存在空間上的聚集關系,可以采用基于地理鄰接權重的局部Moran’sI進行探索。為了直觀表現(xiàn)河南省數(shù)字鄉(xiāng)村發(fā)展的空間集聚演變規(guī)律,利用Stata17.0呈現(xiàn)考察期期初(2014年)和期末(2021年)的局部Moran’sI散點圖(圖5)。河南省18個地市落入第一和第三象限的占絕大多數(shù),只有少部分落入第二和第四象限,即河南數(shù)字鄉(xiāng)村發(fā)展水平的空間分布呈現(xiàn)顯著的高高(HH)集聚和低低(LL)集聚的空間分布特征。其中高高(HH)集聚區(qū)以中原城市群城市為主,如鄭州、洛陽、新鄉(xiāng)、焦作、濟源等,良好的經(jīng)濟基礎和自然稟賦,形成了河南數(shù)字鄉(xiāng)村建設的“高效圈”;低低(LL)集聚區(qū)多數(shù)為黃淮地區(qū),特別是許昌、漯河、商丘、信陽、周口、駐馬店等是低低集聚區(qū)的“常駐嘉賓”,其經(jīng)濟基礎、自然條件等是數(shù)字鄉(xiāng)村發(fā)展的重要障礙,形成了河南數(shù)字鄉(xiāng)村建設的“滯后區(qū)”。這充分表明河南數(shù)字鄉(xiāng)村發(fā)展存在顯著的空間集聚特征,而且4大經(jīng)濟區(qū)數(shù)字鄉(xiāng)村發(fā)展兩極分化嚴重。從2014年考察期初和2021年考察期末局部Moran’sI散點圖可以發(fā)現(xiàn),河南省數(shù)字鄉(xiāng)村發(fā)展的空間集聚特征大多數(shù)年份比較穩(wěn)定,只有3個地市發(fā)生了躍遷。具體講,鶴壁從第一象限躍遷至第四象限,濮陽從第二象限躍遷至第三象限,漯河從第二象限躍遷至第四象限。綜上,河南省有將近一半地市處于低低(LL)集聚區(qū)而且長期穩(wěn)定,表明河南省多數(shù)地市數(shù)字鄉(xiāng)村發(fā)展水平較低,滲透力較小,而且數(shù)字鴻溝顯著,應該認真研究政策能效機制,激發(fā)低低集聚區(qū)的內(nèi)在發(fā)展動能,推動這些區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平的不斷提升。

4 討 論

在數(shù)字鄉(xiāng)村評價指標體系構建部分,基于數(shù)據(jù)的可獲取性,從鄉(xiāng)村數(shù)字信息基礎、鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)、農(nóng)業(yè)數(shù)字化轉型、鄉(xiāng)村生活數(shù)字化4維度選取20個具體指標測度河南省數(shù)字鄉(xiāng)村發(fā)展水平。另外,數(shù)字鄉(xiāng)村的評價指標還應該涵蓋“互聯(lián)網(wǎng)+”黨建、“互聯(lián)網(wǎng)+政務服務”、智慧農(nóng)場、農(nóng)村電網(wǎng)升級改造、農(nóng)村公路數(shù)字化改造等指標,但是因為該類指標省域層面數(shù)據(jù)缺失,導致測度分析的結果可能不是很完善。

在數(shù)字鄉(xiāng)村測度模型構建部分,本文融合NRI和熵權法確定評價指標權重,采用熵權TOPSIS法構建數(shù)字鄉(xiāng)村測度模型,而評價指標測度分析的方法還有模糊綜合評價法、綜合指數(shù)法、單值中智集等多種分析方法,因為各種測度模型數(shù)據(jù)處理方法不同,構建體系也有一定差距,導致對測度結果的對比分析以及討論還比較困難,有時甚至會產(chǎn)生一定的矛盾,所以針對數(shù)字鄉(xiāng)村測度模型構建方法的辯證統(tǒng)一還需要進一步的研究。

5 結 論

從發(fā)展水平看,考察期內(nèi)河南省數(shù)字鄉(xiāng)村發(fā)展水平呈現(xiàn)逐年增加態(tài)勢,從2014年0.2360提升到2021年0.3626,年均值僅為0.2524,表明整體水平不高,但是年均增速達到6.13%,可持續(xù)發(fā)展動能強勁?？臻g上的分布格局表現(xiàn)為中原城市群>豫北地區(qū)>豫西豫西南>黃淮地區(qū),增速上呈現(xiàn)豫北、豫西豫西南、中原城市群、黃淮地區(qū)依次遞減的分布特點。聚焦子系統(tǒng)測度,鄉(xiāng)村數(shù)字經(jīng)濟新業(yè)態(tài)得分最高,農(nóng)業(yè)數(shù)字化轉型第二,鄉(xiāng)村數(shù)字信息基礎第三,鄉(xiāng)村生活數(shù)字化最低。從區(qū)域差異看,2014—2021年河南數(shù)字鄉(xiāng)村發(fā)展水平整體差異呈現(xiàn)穩(wěn)步下降的趨勢。其中,區(qū)域間差異是造成總體差異的主要因素,其平均貢獻率高達96.48%。區(qū)域間差異最大的是中原城市群與黃淮地區(qū),豫西豫西南與黃淮差異彌合比較明顯。區(qū)域內(nèi)差異表現(xiàn)為中原城市群、豫西豫西南、豫北、黃淮地區(qū)依次遞減的態(tài)勢。從時空演變看,考察期內(nèi),河南數(shù)字鄉(xiāng)村發(fā)展水平存在顯著相關性,且相關程度大致呈現(xiàn)“鐘型”分布特征。中原城市群和其他區(qū)域的程度逐步擴大,呈現(xiàn)明顯的“極化現(xiàn)象”。空間分布上,中原城市群多呈現(xiàn)出“高高(HH)集聚”模式,“低低(LL)聚集”特征主要出現(xiàn)在黃淮地區(qū),兩種形式的集聚區(qū)域大多比較穩(wěn)定,只有3個地市發(fā)生躍遷。

基于以上結論,結合河南省省情和區(qū)域特征,推進河南省數(shù)字鄉(xiāng)村發(fā)展的整體思路應該是全面布局、快速提升、彌合差距、均衡發(fā)展。

(1)全面布局、統(tǒng)籌推進、快速提升。一是各地市要依據(jù)現(xiàn)狀和區(qū)域特點,因地制宜優(yōu)化數(shù)字鄉(xiāng)村發(fā)展政策,因勢利導促使數(shù)字紅利充分釋放發(fā)展動能,特別是對鶴壁、濮陽、漯河等“躍遷”地市應進一步評估區(qū)域政策效能。二是統(tǒng)籌推進城鄉(xiāng)信息融合發(fā)展,培育城鄉(xiāng)信息資源共享平臺,形成城鄉(xiāng)數(shù)字聯(lián)動,促進數(shù)字技術、資源、財政等領域的大循環(huán),爭取實現(xiàn)數(shù)字經(jīng)濟城鄉(xiāng)一體化的發(fā)展新格局。

(2)彌合差距、均衡發(fā)展。河南數(shù)字鄉(xiāng)村發(fā)展應該堅持全省“一盤棋”的思路,協(xié)調(diào)推進、補齊短板,彌合區(qū)域數(shù)字鴻溝。一是全省協(xié)調(diào)推進、重點加強各區(qū)域信息基礎設施建設和推進農(nóng)業(yè)數(shù)字化轉型,縮小區(qū)域間差異,特別是加大黃淮地區(qū)的數(shù)字化基礎設施建設。二是中原城市群應該強化數(shù)字鄉(xiāng)村的發(fā)展優(yōu)勢和區(qū)域帶頭作用,增強數(shù)字資源的空間聯(lián)動效應,挖掘數(shù)字經(jīng)濟的“空間溢出效應”,輻射周邊數(shù)字鄉(xiāng)村發(fā)展的“塌陷區(qū)”,促使其他地區(qū)向“高高(HH)集聚區(qū)”躍遷,打造跨區(qū)域的“數(shù)字鄉(xiāng)村經(jīng)濟圈”。三是豫北、豫西豫西南及黃淮地區(qū)要總結經(jīng)驗,精準發(fā)力,如黃淮地區(qū)要強化數(shù)字信息基礎建設,豫西豫西南地區(qū)要重點做好農(nóng)業(yè)生產(chǎn)、經(jīng)營、服務等全產(chǎn)業(yè)鏈數(shù)字化轉型工作,豫北地區(qū)要優(yōu)化數(shù)字化發(fā)展環(huán)境,激發(fā)社會資本對數(shù)字鄉(xiāng)村建設的持續(xù)投入。