數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興影響研究

黃穎樑　毛春苗

數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興影響研究

黃穎樑毛春苗

（貴州財(cái)經(jīng)大學(xué)大數(shù)據(jù)應(yīng)用與經(jīng)濟(jì)學(xué)院貴州貴陽(yáng)550025）

在測(cè)算2011年—2020年中國(guó)30個(gè)省份（不包含西藏自治區(qū)和港澳臺(tái)地區(qū)）數(shù)字經(jīng)濟(jì)綜合指數(shù)與鄉(xiāng)村振興綜合指數(shù)的基礎(chǔ)上，文章實(shí)證探究了數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響、非線性特征以及區(qū)域異質(zhì)性。研究發(fā)現(xiàn)：（1）數(shù)字經(jīng)濟(jì)顯著促進(jìn)了鄉(xiāng)村振興。（2）數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響具有以自身發(fā)展水平為基礎(chǔ)的單門檻效應(yīng)，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響產(chǎn)生了先強(qiáng)后弱的非線性轉(zhuǎn)換。（3）數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響效應(yīng)東部高于中部，西部地區(qū)影響效應(yīng)不顯著?；诖耍恼绿岢鲆涌齑龠M(jìn)數(shù)字經(jīng)濟(jì)與農(nóng)村經(jīng)濟(jì)融合、實(shí)行地區(qū)差異化的鄉(xiāng)村振興戰(zhàn)略等建議。

數(shù)字經(jīng)濟(jì)；鄉(xiāng)村振興；門檻效應(yīng)

關(guān)于數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的關(guān)系研究，現(xiàn)有文獻(xiàn)的主要觀點(diǎn)表現(xiàn)在4個(gè)方面。第一，數(shù)字經(jīng)濟(jì)能夠促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展。數(shù)字經(jīng)濟(jì)可以通過(guò)數(shù)字技術(shù)優(yōu)化農(nóng)業(yè)農(nóng)村資源要素配置，數(shù)字技術(shù)改進(jìn)了傳統(tǒng)農(nóng)業(yè)的生產(chǎn)方式和形式，推進(jìn)中國(guó)農(nóng)業(yè)現(xiàn)代化進(jìn)程（秦秋霞等，2021）[1]，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展（周清香等，2022）[2]。數(shù)字經(jīng)濟(jì)拓展了生產(chǎn)可能性邊界，豐富了鄉(xiāng)村產(chǎn)業(yè)，緩解了城鄉(xiāng)數(shù)字鴻溝，優(yōu)化了鄉(xiāng)村營(yíng)商環(huán)境，催生了新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，完善了鄉(xiāng)村產(chǎn)業(yè)生態(tài)系統(tǒng)（郭朝先等，2023）[3]。第二，數(shù)字經(jīng)濟(jì)能夠促進(jìn)鄉(xiāng)村建設(shè)與治理。將大數(shù)據(jù)、互聯(lián)網(wǎng)技術(shù)引入鄉(xiāng)村建設(shè)中以提高農(nóng)民的生活質(zhì)量，運(yùn)用數(shù)字技術(shù)構(gòu)建鄉(xiāng)村治理體系，提升數(shù)字化治理水平（沈費(fèi)偉等，2020）[4]。第三，數(shù)字經(jīng)濟(jì)能夠增加農(nóng)民收入，加速城鄉(xiāng)一體化。數(shù)字經(jīng)濟(jì)帶來(lái)的數(shù)字技術(shù)、大數(shù)據(jù)平臺(tái)，通過(guò)城鄉(xiāng)經(jīng)濟(jì)融合、社會(huì)融合、空間融合，縮小城鄉(xiāng)收入差距、生活質(zhì)量差異（孫濤等，2023）[5]。第四，數(shù)字經(jīng)濟(jì)將鄉(xiāng)村文化與市場(chǎng)經(jīng)濟(jì)相結(jié)合，加速了城鄉(xiāng)文化資源流通，促進(jìn)了鄉(xiāng)村文化產(chǎn)業(yè)發(fā)展（周錦，2021）[6]。另外，數(shù)字經(jīng)濟(jì)豐富了農(nóng)村居民文化生活，提高了村民文化素養(yǎng)（劉曉燕等，2023）[7]。

現(xiàn)有研究在理論分析和實(shí)證分析上均對(duì)數(shù)字經(jīng)濟(jì)影響鄉(xiāng)村振興做出了一定的探究，為本文提供了研究基礎(chǔ)。現(xiàn)有文獻(xiàn)主要從數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的某一個(gè)維度進(jìn)行研究，并且鮮有文章研究數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興影響的非線性特征。鑒于此，本文選取2011年—2020年中國(guó)30個(gè)省份（不包含西藏自治區(qū)和港澳臺(tái)地區(qū)）的面板數(shù)據(jù)，使用面板雙固定效應(yīng)模型、門檻效應(yīng)模型分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)鄉(xiāng)村振興的影響，并檢驗(yàn)其非線性特征。另外，將樣本分成東、中、西三部分，以檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興影響的區(qū)域異質(zhì)性。

1 研究設(shè)計(jì)

1.1 模型設(shè)計(jì)

基礎(chǔ)回歸模型。構(gòu)建如下回歸模型以檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的直接影響：

式中，ural代表鄉(xiāng)村振興指數(shù)；代表各個(gè)省份；代表時(shí)間；iɡe表示數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)；ontrol為各個(gè)控制變量；0為常數(shù)項(xiàng)，1、j為估計(jì)系數(shù)；為時(shí)間固定效應(yīng)；為個(gè)體固定效應(yīng)；為隨機(jī)誤差項(xiàng)。

門檻回歸模型。本文構(gòu)建以數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)為門檻變量的面板門檻模型以檢驗(yàn)數(shù)字經(jīng)濟(jì)影響鄉(xiāng)村振興的非線性效應(yīng)，面板門檻模型設(shè)定如下所示：

其中，ige為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，即核心解釋變量，也是門檻變量；(·)為指示函數(shù)，取值為1或0。

1.2 變量選擇與數(shù)據(jù)來(lái)源

1.2.1 被解釋變量

本文選取鄉(xiāng)村振興綜合指數(shù)來(lái)表示被解釋變量。參考陳秧分等（2018）的研究方法，采用農(nóng)業(yè)勞動(dòng)生產(chǎn)率、農(nóng)業(yè)機(jī)械化程度、農(nóng)業(yè)發(fā)展程度等30個(gè)指標(biāo)對(duì)產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕5個(gè)維度進(jìn)行鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系的構(gòu)建[8]。運(yùn)用熵值法確認(rèn)各指標(biāo)的權(quán)重，測(cè)算出2011年—2020年我國(guó)30個(gè)省份鄉(xiāng)村振興綜合指數(shù)，記為ural，得分越高代表該省鄉(xiāng)村振興水平越高，反之則越低。

1.2.2 核心解釋變量

本文借鑒趙濤等（2021）的研究成果，從互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)相關(guān)從業(yè)人員、互聯(lián)網(wǎng)相關(guān)產(chǎn)出、移動(dòng)互聯(lián)網(wǎng)用戶數(shù)、數(shù)字普惠金融發(fā)展5個(gè)指標(biāo)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度[9]。運(yùn)用熵值法確定各指標(biāo)權(quán)重，計(jì)算得出2011年—2020年中國(guó)30個(gè)省份數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，記為ige。另外，在探究數(shù)字經(jīng)濟(jì)影響鄉(xiāng)村振興的非線性特征時(shí)，將數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)作為門檻變量進(jìn)行實(shí)證檢驗(yàn)。

1.2.3 控制變量

本文參考孟維福等（2023）[10]學(xué)者的研究，選取經(jīng)濟(jì)發(fā)展水平（cono）、產(chǎn)業(yè)結(jié)構(gòu)（ss）、對(duì)外貿(mào)易（di）、政府干預(yù)（i）、城鎮(zhèn)化水平（rb）等變量作為控制變量。具體如下：（1）經(jīng)濟(jì)發(fā)展水平（cono），采用以2011年為基期的人均GDP，并取對(duì)數(shù)表示；（2）產(chǎn)業(yè)結(jié)構(gòu)（ss），用各個(gè)地區(qū)第二產(chǎn)業(yè)產(chǎn)值占GDP的比重衡量；（3）對(duì)外貿(mào)易（di），使用各省份直接利用外商投資額與各省份GDP的比值表示；（4）政府干預(yù)（i），采用各省份的一般預(yù)算支出占該地區(qū)GDP的比重進(jìn)行衡量；（5）城鎮(zhèn)化水平（rb），用各省份城鎮(zhèn)人口占總?cè)丝诘谋戎剡M(jìn)行表示。本文通過(guò)測(cè)度方差膨脹因子（Varianceinflationfactor，IF）以檢驗(yàn)變量之間的多重共線性問(wèn)題，測(cè)算發(fā)現(xiàn)各變量的IF均在10以內(nèi)，因此認(rèn)為變量間不存在多重共線性問(wèn)題。

1.2.4 數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的可獲得性，本文采用除西藏和港澳臺(tái)以外30個(gè)省2011年—2020年的面板數(shù)據(jù)，數(shù)據(jù)主要源于《中國(guó)統(tǒng)計(jì)年鑒》和各個(gè)省份的統(tǒng)計(jì)年鑒，中國(guó)普惠金融發(fā)展指數(shù)來(lái)源于北京大學(xué)數(shù)字金融研究中心。另外，運(yùn)用插值法對(duì)部分缺失值進(jìn)行處理。描述性統(tǒng)計(jì)分析如表1所示。

表1　描述性統(tǒng)計(jì)分析

2 實(shí)證分析

2.1 基準(zhǔn)回歸分析

為驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響，在控制年份固定效應(yīng)和省份固定效應(yīng)的基礎(chǔ)上，對(duì)模型（1）進(jìn)行基礎(chǔ)回歸分析，結(jié)果如表2所示。在表2的列（1）中，回歸模型未加入控制變量，核心解釋變量的估計(jì)系數(shù)為0.198 3，且通過(guò)了1%水平下的顯著性檢驗(yàn)。表2的列（2）展現(xiàn)的是加入了經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等控制變量后的回歸結(jié)果，回歸系數(shù)為0.215 2，且在1%水平下保持顯著。在兩次回歸結(jié)果中，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（ige）的估計(jì)系數(shù)均為正，意味著數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興存在顯著的促進(jìn)效應(yīng)。

注：（1）括號(hào)內(nèi)數(shù)據(jù)為值；（2）***、**、*分別表示在1%、5%和10%的水平下顯著。

2.2 穩(wěn)健性與內(nèi)生性檢驗(yàn)

2.2.1 穩(wěn)健性檢驗(yàn)

本文采用以下兩種方法對(duì)基準(zhǔn)回歸結(jié)果的穩(wěn)健性進(jìn)行檢驗(yàn)。

其一，替換核心解釋變量。為了避免因核心解釋變量測(cè)算而導(dǎo)致回歸結(jié)果產(chǎn)生偏誤，本文借鑒潘為華等（2021）的研究方法，從數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理4個(gè)維度展開(kāi)，使用互聯(lián)網(wǎng)普及率、電話普及率等20個(gè)具體指標(biāo)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行重新測(cè)度[11]?；貧w結(jié)果見(jiàn)表3的列（1），數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)估計(jì)系數(shù)為0.186 0，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興是正向促進(jìn)效應(yīng)，說(shuō)明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

其二，剔除直轄市。由于中國(guó)各省份數(shù)字經(jīng)濟(jì)發(fā)展存在較大的差異，特別是北京、天津、上海、重慶4個(gè)直轄市數(shù)字經(jīng)濟(jì)發(fā)展水平位居全國(guó)前列，這可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響效應(yīng)不一致。因此，剔除北京、天津、上海、重慶4個(gè)直轄市的數(shù)據(jù)，利用余下26個(gè)省2011年—2020年數(shù)據(jù)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表3的列（2）。結(jié)果顯示，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興是正向促進(jìn)效應(yīng)，再次說(shuō)明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

表3　穩(wěn)健性與內(nèi)生性檢驗(yàn)

注：（1）括號(hào)內(nèi)數(shù)據(jù)為值；（2）***、**、*分別表示在1%、5%和10%的水平下顯著；（3）[ ]數(shù)字為值，{ }數(shù)值為Stock-Yogo弱識(shí)別檢驗(yàn)10%水平上的臨界值。

2.2.2 內(nèi)生性檢驗(yàn)

為了避免模型因遺漏重要變量或者被解釋變量與核心解釋變量間反向因果而產(chǎn)生的內(nèi)生性問(wèn)題，本文使用工具變量法檢驗(yàn)內(nèi)生性問(wèn)題。參考黃群慧（2019）的研究[12]，選用各個(gè)省份1984年每萬(wàn)人擁有的固定電話數(shù)量作為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的工具變量。需要強(qiáng)調(diào)的是，1984年每萬(wàn)人擁有的固定電話數(shù)量為橫截面數(shù)據(jù)，無(wú)法直接用于面板數(shù)據(jù)的回歸分析。因此，本文借鑒Nunn和Qian（2014）的研究思路[13]，引入隨時(shí)間變化的變量來(lái)構(gòu)造面板數(shù)據(jù)，使用樣本前一年全國(guó)互聯(lián)網(wǎng)用戶數(shù)分別與1984年每萬(wàn)人擁有的固定電話數(shù)量的交互項(xiàng)作為數(shù)字經(jīng)濟(jì)綜合指數(shù)的工具變量[14]。

基于此，本文運(yùn)用兩階段最小二乘法（TwoStageLeastSquare，2SLS）對(duì)數(shù)字經(jīng)濟(jì)助力鄉(xiāng)村振興的效應(yīng)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果表3的列（3）。結(jié)果顯示，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)估計(jì)系數(shù)為0.515 7，且通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明在考慮內(nèi)生性問(wèn)題后，結(jié)果依舊穩(wěn)健。另外，通過(guò)測(cè)算Kleibergen-PaaprkLM統(tǒng)計(jì)量和Kleibergen-PaaprkWaldF統(tǒng)計(jì)量[15]，發(fā)現(xiàn)所使用的工具變量是有效的。

2.3 非線性效應(yīng)分析

前文論述了數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響，還需探討數(shù)字經(jīng)濟(jì)發(fā)展中可能存在的非線性效應(yīng)，本文運(yùn)用面板門檻模型進(jìn)行實(shí)證分析。在模型回歸之前，需要確定數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興是否存在門檻值以及門檻值個(gè)數(shù)。為此，在隨機(jī)自抽樣1 000次的情況下，單一門檻在1%水平上通過(guò)了顯著性檢驗(yàn)，雙門檻和三重門檻檢驗(yàn)未通過(guò)。鑒于此，將模型設(shè)為單門檻效應(yīng)模型，回歸結(jié)果見(jiàn)表4。

表4的回歸結(jié)果顯示，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響可分為兩個(gè)階段：當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)小于0.509時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（Dige）的估計(jì)系數(shù)為0.280；當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)大于或等于0.509時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（Dige）的估計(jì)系數(shù)為0.195。兩者均在1%的水平上通過(guò)了顯著性檢驗(yàn)，意味著數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響產(chǎn)生了先強(qiáng)后弱的非線性轉(zhuǎn)換。

表4　門檻模型回歸結(jié)果

2.4 異質(zhì)性檢驗(yàn)

本文根據(jù)2000年國(guó)家發(fā)改委對(duì)全國(guó)省份的劃分，將研究樣本劃分為東、中、西3部分，以檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響是否存在區(qū)域異質(zhì)性，檢驗(yàn)結(jié)果見(jiàn)表5。檢驗(yàn)結(jié)果顯示：東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（ige）的估計(jì)系數(shù)為0.416 7，且在1%的水平上通過(guò)了顯著性檢驗(yàn)；中部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的估計(jì)系數(shù)為0.251 1，在5%的水平上通過(guò)了顯著性檢驗(yàn)；西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的回歸系數(shù)為-0.010 8，未通過(guò)顯著性檢驗(yàn)。根據(jù)以上結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響效應(yīng)存在明顯區(qū)域差異，東部地區(qū)效應(yīng)強(qiáng)于中部地區(qū)，西部地區(qū)效應(yīng)不顯著?？赡苁菛|部沿海地區(qū)數(shù)字經(jīng)濟(jì)平臺(tái)搭建較為齊全，數(shù)字經(jīng)濟(jì)人才儲(chǔ)備更充足，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興影響較大；而西部地區(qū)數(shù)字經(jīng)濟(jì)起步較晚，加之?dāng)?shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施尚不完善，數(shù)字經(jīng)濟(jì)建設(shè)主要集中在城市，對(duì)農(nóng)村地區(qū)輻射較少。

表5　區(qū)域異質(zhì)性估計(jì)結(jié)果

3 結(jié)論與啟示

基于2011年—2020年中國(guó)30個(gè)省的面板數(shù)據(jù)，實(shí)證探究了數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響、非線性特征以及區(qū)域異質(zhì)性。研究表明：第一，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興具有顯著的促進(jìn)效應(yīng)。第二，以數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)作為門檻變量，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興具有非線性影響，產(chǎn)生了先強(qiáng)后弱的非線性轉(zhuǎn)換。第三，通過(guò)區(qū)域異質(zhì)性分析發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興的影響效應(yīng)東部地區(qū)大于中部地區(qū)，西部地區(qū)效應(yīng)不顯著?；谝陨涎芯拷Y(jié)果，提出如下啟示。

第一，加快數(shù)字經(jīng)濟(jì)與農(nóng)村經(jīng)濟(jì)融合。強(qiáng)化農(nóng)村地區(qū)5G網(wǎng)絡(luò)、大數(shù)據(jù)、人工智能等數(shù)字基礎(chǔ)設(shè)施建設(shè)，利用數(shù)字化設(shè)備建設(shè)新農(nóng)業(yè)，推動(dòng)農(nóng)業(yè)現(xiàn)代化和高質(zhì)量發(fā)展。加強(qiáng)農(nóng)村與城市之間的聯(lián)系，完善物流體系，充分利用數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)，縮小城鄉(xiāng)發(fā)展差距。

第二，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)鄉(xiāng)村振興的影響存在明顯的區(qū)域差異，應(yīng)加強(qiáng)各個(gè)地區(qū)數(shù)字經(jīng)濟(jì)基礎(chǔ)建設(shè)的協(xié)調(diào)力度。東部地區(qū)要發(fā)揮好示范、突破、帶動(dòng)作用，在運(yùn)用數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)鄉(xiāng)村振興方面，為中部和西部地區(qū)提供更多可行性、可復(fù)制的經(jīng)驗(yàn)。

[1]秦秋霞,郭紅東,曾億武.鄉(xiāng)村振興中的數(shù)字賦能及實(shí)現(xiàn)途徑[J].江蘇大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2021,23(5):22-33.

[2]周清香,李仙娥.數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)高質(zhì)量發(fā)展:內(nèi)在機(jī)理與實(shí)證分析[J].經(jīng)濟(jì)體制改革,2022(6):82-89.

[3]郭朝先,苗雨菲.數(shù)字經(jīng)濟(jì)促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興的機(jī)理與路徑[J].北京工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2023,23(1):98-108.

[4]沈費(fèi)偉,袁歡.大數(shù)據(jù)時(shí)代的數(shù)字鄉(xiāng)村治理:實(shí)踐邏輯與優(yōu)化策略[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2020(10):80-88.

[5]孫濤,王碩.數(shù)字經(jīng)濟(jì)賦能城鄉(xiāng)多維融合的理論機(jī)制與實(shí)踐方略[J].理論與改革,2023(1):143-156,168.

[6]周錦.數(shù)字文化產(chǎn)業(yè)賦能鄉(xiāng)村振興戰(zhàn)略的機(jī)理和路徑[J].農(nóng)村經(jīng)濟(jì),2021(11):10-16.

[7]劉曉燕,趙楷.數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興高質(zhì)量發(fā)展推動(dòng)作用研究[J].農(nóng)業(yè)經(jīng)濟(jì),2023(1):42-44.

[8]陳秧分,黃修杰,王麗娟.多功能理論視角下的中國(guó)鄉(xiāng)村振興與評(píng)估[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2018,39(6):201-209.

[9]趙濤,張智,梁上坤.數(shù)字經(jīng)濟(jì)?創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展:來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界,2020,36(10):65-76.

[10]孟維福,李莎,劉婧涵,等.數(shù)字普惠金融促進(jìn)鄉(xiāng)村振興的影響機(jī)制研究[J].經(jīng)濟(jì)問(wèn)題,2023(3):102-111.

[11]潘為華,賀正楚,潘紅玉.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的時(shí)空演化和分布動(dòng)態(tài)[J].中國(guó)軟科學(xué),2021(10):137-147.

[12]黃群慧,余泳澤,張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升:內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì),2019(8):5-23.

[13]NUNNN, QIANN. USFoodAidandCivilConflict[J]. AmericanEconomicReview,2014,104(6):1630-1666.

[14]朱潔西,李俊江.數(shù)字經(jīng)濟(jì)?技術(shù)創(chuàng)新與城市綠色經(jīng)濟(jì)效率:基于空間計(jì)量模型和中介效應(yīng)的實(shí)證分析[J].經(jīng)濟(jì)問(wèn)題探索,2023(2):65-80.

[15]何雷華,王鳳,王長(zhǎng)明.數(shù)字經(jīng)濟(jì)如何驅(qū)動(dòng)中國(guó)鄉(xiāng)村振興?[J].經(jīng)濟(jì)問(wèn)題探索,2022(4):1-18.

10.3969/j.issn.2095-1205.2023.08.19

F323;F49

A

2095-1205(2023)08-57-04

黃穎樑（1995—），男，漢族，江西贛州人，碩士研究生，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)學(xué)。