中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展的空間格局及驅(qū)動(dòng)因素研究

劉傳明，王 睿，邵明吉

（1.山東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，濟(jì)南 250014；2.高質(zhì)量發(fā)展研究中心，濟(jì)南 250014；3.中國(guó)礦業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 徐州 221116；4.棗莊學(xué)院 經(jīng)濟(jì)與管理學(xué)院，山東 棗莊 277015）

“十四五”規(guī)劃指出“加快推進(jìn)數(shù)字鄉(xiāng)村建設(shè)，構(gòu)建面向農(nóng)業(yè)農(nóng)村的綜合信息服務(wù)體系，建立涉農(nóng)信息普惠服務(wù)機(jī)制，推動(dòng)鄉(xiāng)村管理服務(wù)數(shù)字化”。數(shù)字鄉(xiāng)村建設(shè)不僅有助于促進(jìn)數(shù)字農(nóng)業(yè)發(fā)展，而且是鄉(xiāng)村數(shù)字化治理的重要驅(qū)動(dòng)力，對(duì)實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化具有重要意義。近年來(lái)，中國(guó)數(shù)字鄉(xiāng)村取得快速發(fā)展，農(nóng)村寬帶接入的用戶數(shù)量由2010 年的2 475.70萬(wàn)戶上升到2019年的13 477.33萬(wàn)戶，年均上升20.72%，截至2020年全國(guó)行政村4G覆蓋率超過(guò)98%。2019年5月發(fā)布的《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》（農(nóng)業(yè)農(nóng)村信息化專家咨詢委員會(huì)，2019）①http://www.cac.gov.cn/2019-12/06/c_1577166445543765.htm.明確指出建設(shè)數(shù)字鄉(xiāng)村既是鄉(xiāng)村振興的戰(zhàn)略方向，也是建設(shè)數(shù)字中國(guó)的重要內(nèi)容。然而，中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展存在顯著的空間異質(zhì)性特征（劉傳明 等，2020），對(duì)中國(guó)縣域數(shù)字鄉(xiāng)村的空間協(xié)同發(fā)展具有較大影響。為了促進(jìn)縣域數(shù)字鄉(xiāng)村協(xié)同發(fā)展，需解決以下問(wèn)題：如何揭示數(shù)字鄉(xiāng)村發(fā)展的空間格局？數(shù)字鄉(xiāng)村建設(shè)是否具有顯著的空間非均衡特征？如何厘清數(shù)字鄉(xiāng)村的驅(qū)動(dòng)因素？上述問(wèn)題的回答對(duì)于促進(jìn)數(shù)字鄉(xiāng)村發(fā)展的空間協(xié)同性具有重要意義。

人類已經(jīng)進(jìn)入信息化和數(shù)字化時(shí)代，數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)相結(jié)合對(duì)于促進(jìn)農(nóng)村現(xiàn)代化和農(nóng)業(yè)高質(zhì)量發(fā)展具有重要戰(zhàn)略意義。國(guó)內(nèi)外學(xué)者圍繞著數(shù)字鄉(xiāng)村展開(kāi)豐富且卓有成效的研究，通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理，關(guān)于數(shù)字鄉(xiāng)村問(wèn)題的研究主要分為3類：

1）對(duì)數(shù)字鄉(xiāng)村進(jìn)行理論闡釋。在數(shù)字鄉(xiāng)村的內(nèi)涵方面，學(xué)者們普遍認(rèn)為數(shù)字鄉(xiāng)村能推動(dòng)現(xiàn)代數(shù)字化信息技術(shù)與農(nóng)村、農(nóng)業(yè)和農(nóng)民深度融合，逐步實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化（殷浩棟 等，2020）；有學(xué)者認(rèn)為數(shù)字鄉(xiāng)村面臨的資金缺口大、人才短缺、創(chuàng)新能力差、政策不健全等問(wèn)題，是阻礙數(shù)字鄉(xiāng)村建設(shè)的瓶頸因素（王勝 等，2021），因此，數(shù)字鄉(xiāng)村建設(shè)需要探索理念轉(zhuǎn)變、結(jié)構(gòu)優(yōu)化、動(dòng)力轉(zhuǎn)換、治理創(chuàng)新，以促進(jìn)數(shù)字鄉(xiāng)村治理績(jī)效提升（沈費(fèi)偉 等，2020）。部分學(xué)者對(duì)數(shù)字鄉(xiāng)村建設(shè)的底層邏輯展開(kāi)研究（李麗莉 等，2023），并提出數(shù)字鄉(xiāng)村建設(shè)面臨的現(xiàn)實(shí)挑戰(zhàn)。已有研究從理論上闡釋了數(shù)字鄉(xiāng)村建設(shè)的理論內(nèi)涵，涉及到數(shù)字鄉(xiāng)村賦能鄉(xiāng)村振興的作用機(jī)理等方面，加深了學(xué)術(shù)界對(duì)數(shù)字鄉(xiāng)村的認(rèn)識(shí)。然而，大多數(shù)研究將視角局限在省級(jí)層面，少數(shù)研究關(guān)注到城市層面，尚缺乏從縣域視角研究數(shù)字鄉(xiāng)村發(fā)展空間格局分析。

2）數(shù)字鄉(xiāng)村建設(shè)對(duì)鄉(xiāng)村振興的影響。目前學(xué)術(shù)界普遍認(rèn)為數(shù)字化技術(shù)對(duì)鄉(xiāng)村振興具有重要的推動(dòng)作用，主要表現(xiàn)為數(shù)字鄉(xiāng)村建設(shè)對(duì)農(nóng)民增收（史常亮，2023）、農(nóng)業(yè)綠色全要素生產(chǎn)率（孫淑惠 等，2023）、農(nóng)村居民家庭消費(fèi)（趙佳佳 等，2023）的影響。從農(nóng)業(yè)發(fā)展角度看，長(zhǎng)期以來(lái)以家庭為主要經(jīng)營(yíng)單位是中國(guó)農(nóng)業(yè)發(fā)展的基本形式，導(dǎo)致農(nóng)業(yè)經(jīng)營(yíng)具有分散和規(guī)模小的特點(diǎn)，數(shù)字鄉(xiāng)村建設(shè)有助于促進(jìn)農(nóng)業(yè)信息化與家庭經(jīng)營(yíng)相融合（鐘秋波，2021），從而促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展（張鴻 等，2021a）。從農(nóng)村發(fā)展角度看，數(shù)字鄉(xiāng)村建設(shè)不僅能促進(jìn)農(nóng)村高質(zhì)量發(fā)展（張鴻 等，2021b），而且能促進(jìn)農(nóng)村信息服務(wù)模式的改變（毛薇 等，2019）。數(shù)字鄉(xiāng)村改變農(nóng)民生產(chǎn)和生活習(xí)慣，有助于緩解城鄉(xiāng)數(shù)字鴻溝、提升農(nóng)民的信息獲取能力（鄭素俠 等，2021），以此提升農(nóng)民創(chuàng)業(yè)活躍度，有利于農(nóng)民收入水平提升（齊文浩 等，2021）。從培育智慧農(nóng)民角度看，隨著農(nóng)民收入水平的提升以及數(shù)字經(jīng)濟(jì)的深入發(fā)展，數(shù)字鄉(xiāng)村建設(shè)不僅促進(jìn)農(nóng)村居民網(wǎng)購(gòu)（汪亞楠 等，2021），而且拓寬了農(nóng)產(chǎn)品的網(wǎng)絡(luò)銷售渠道（徐志剛 等，2022）。已有研究就數(shù)字鄉(xiāng)村建設(shè)對(duì)農(nóng)業(yè)農(nóng)村現(xiàn)代化的推動(dòng)作用達(dá)成共識(shí)，多基于省級(jí)尺度采用空間計(jì)量模型分析數(shù)字鄉(xiāng)村建設(shè)的空間溢出效應(yīng)（馬群 等，2021），尚缺乏從地理視角出發(fā)考察數(shù)字鄉(xiāng)村建設(shè)的空間分布、空間集聚和空間差異的研究。

3）數(shù)字鄉(xiāng)村的測(cè)度。目前關(guān)于數(shù)字鄉(xiāng)村測(cè)度的方法主要包含單一指標(biāo)法和綜合指標(biāo)法2種。單一指標(biāo)法的相關(guān)研究抓住數(shù)字鄉(xiāng)村的某一重要特點(diǎn)進(jìn)行測(cè)度。有學(xué)者采用單一指標(biāo)對(duì)數(shù)字鄉(xiāng)村進(jìn)行測(cè)度，如采用農(nóng)村居民手機(jī)擁有量（汪亞楠 等，2021）來(lái)衡量，該指標(biāo)僅考慮數(shù)字化技術(shù)對(duì)農(nóng)村居民生活的影響，不能全面展現(xiàn)數(shù)字鄉(xiāng)村與農(nóng)業(yè)農(nóng)村相融合。因此，單一指標(biāo)考量向多指標(biāo)發(fā)展是數(shù)字鄉(xiāng)村量化分析的必行之路。有學(xué)者基于綜合指標(biāo)法從數(shù)字鄉(xiāng)村環(huán)境、農(nóng)村數(shù)字化、農(nóng)業(yè)數(shù)字化、農(nóng)民智慧化4個(gè)維度全面構(gòu)建數(shù)字鄉(xiāng)村的指標(biāo)體系（劉傳明 等，2023）。有研究采用農(nóng)村寬帶接入用戶的數(shù)量、電子商務(wù)買家和賣家的交易額、數(shù)字普惠金融指數(shù)對(duì)數(shù)字鄉(xiāng)村進(jìn)行測(cè)度（齊文浩 等，2021）。此后，數(shù)字經(jīng)濟(jì)發(fā)展的指標(biāo)體系更加健全，有學(xué)者從宏觀環(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(gè)維度共29 個(gè)指標(biāo)，采用層次分析法（AHP）和信息熵指數(shù)法對(duì)數(shù)字鄉(xiāng)村進(jìn)行測(cè)度（張鴻 等，2021b）?，F(xiàn)有關(guān)于數(shù)字鄉(xiāng)村的研究涉及內(nèi)涵界定、概念闡釋和指標(biāo)測(cè)度，尚缺乏從縣域視角進(jìn)行空間格局的研究。

鑒于此，本文基于北京大學(xué)新農(nóng)村發(fā)展研究院公布的2018年中國(guó)1 880個(gè)縣域數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析、冷熱點(diǎn)分析、三階段泰爾指數(shù)等方法，揭示中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展的空間分布及空間差異特征，并運(yùn)用地理探測(cè)器分析方法考察數(shù)字鄉(xiāng)村發(fā)展的驅(qū)動(dòng)因素，以期為協(xié)同推進(jìn)中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展提供科學(xué)基礎(chǔ)和決策支持。

1 研究方法與數(shù)據(jù)說(shuō)明

1.1 空間自相關(guān)分析

考慮到縣域數(shù)字鄉(xiāng)村具有空間集聚特征，根據(jù)2018年中國(guó)1 880個(gè)縣域數(shù)字鄉(xiāng)村指數(shù)，測(cè)度2018年中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展水平的Moran'sI指數(shù)（劉傳明 等，2020）。通過(guò)Moran'sI指數(shù)了解縣域數(shù)字鄉(xiāng)村發(fā)展存在的空間集聚特征，測(cè)算的公式為：

1.2 空間差異分析

目前關(guān)于空間差異的測(cè)度主要采用Dagum基尼系數(shù)、變異系數(shù)和泰爾指數(shù)。因本研究樣本為中國(guó)1 880 個(gè)縣，故選擇三階段嵌套泰爾指數(shù)進(jìn)行空間差異分解，作為衡量差異程度的重要方法，泰爾指數(shù)可以對(duì)不同空間尺度進(jìn)行分解，能準(zhǔn)確地將中國(guó)縣域數(shù)字鄉(xiāng)村差異分解為地級(jí)市內(nèi)部差異、地級(jí)市間差異、省份間差異、區(qū)域間差異。以縣域?yàn)榛究臻g單元，構(gòu)建三階段嵌套泰爾指數(shù)（劉華軍 等，2021），揭示中國(guó)數(shù)字鄉(xiāng)村的區(qū)域間差異、省份間差異、地級(jí)市間差異以及地級(jí)市內(nèi)部差異。公式為：

式中：n表示縣域數(shù)量；ni表示i區(qū)域的縣域單元數(shù)量，nij表示i區(qū)域j省份縣域單元的數(shù)量，nijk表示區(qū)域i中省j城市k縣域單元的數(shù)量；μ表示縣域數(shù)字鄉(xiāng)村均值，μijk表示區(qū)域i中省j第k個(gè)城市數(shù)字鄉(xiāng)村指數(shù)均值；yi表示i區(qū)域的縣域數(shù)字鄉(xiāng)村指數(shù)，yij表示i區(qū)域j省份縣域數(shù)字鄉(xiāng)村指數(shù)，yijk表示區(qū)域i中省j城市k縣域數(shù)字鄉(xiāng)村指數(shù)，yijkm表示第i個(gè)區(qū)域中第j個(gè)省第k個(gè)城市第m個(gè)縣域數(shù)字鄉(xiāng)村指數(shù)。T為總體泰爾指數(shù)，表示縣域數(shù)字鄉(xiāng)村地區(qū)差距，TWC表示數(shù)字鄉(xiāng)村在地級(jí)市內(nèi)部差異，TBC表示數(shù)字鄉(xiāng)村地級(jí)市間差異，TBP為數(shù)字鄉(xiāng)村省間差異，TBR表示數(shù)字鄉(xiāng)村的區(qū)域間差異。Y表示縣域數(shù)字鄉(xiāng)村指數(shù)之和，Yij表示i區(qū)域j省份縣域數(shù)字鄉(xiāng)村指數(shù)之和。

1.3 冷熱點(diǎn)分析

冷熱點(diǎn)分析是空間格局分析的重要工具，旨在對(duì)地理現(xiàn)象中的熱點(diǎn)和冷點(diǎn)進(jìn)行地理空間分析，采用Getis-ordsGi*指數(shù)揭示中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展的冷點(diǎn)和熱點(diǎn)，d表示縣域i和縣域j的地理距離，wij（d）表示地理距離權(quán)重，具體測(cè)算方法為：

為了對(duì)數(shù)字鄉(xiāng)村的冷熱點(diǎn)進(jìn)行比較，對(duì)GetisordsGi

*指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，處理后的表達(dá)式為：

1.4 驅(qū)動(dòng)因素選擇與地理探測(cè)器

1.4.1 驅(qū)動(dòng)因素選擇 選取產(chǎn)業(yè)經(jīng)濟(jì)因子、財(cái)政金融因子、人口教育因子、基礎(chǔ)設(shè)施因子作為數(shù)字鄉(xiāng)村發(fā)展的影響因素，基于如下考慮：

1）縣域產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展是數(shù)字鄉(xiāng)村發(fā)展的基礎(chǔ)。產(chǎn)業(yè)高質(zhì)量發(fā)展有助于促進(jìn)“三農(nóng)”與數(shù)字經(jīng)濟(jì)的深度融合，進(jìn)而促進(jìn)數(shù)字鄉(xiāng)村建設(shè)。本研究選擇地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作為產(chǎn)業(yè)經(jīng)濟(jì)因子的代理指標(biāo)。地區(qū)生產(chǎn)總值是縣域經(jīng)濟(jì)發(fā)展水平的代理指標(biāo)，一般而言，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)財(cái)政科技投入、教育投入、數(shù)字基礎(chǔ)設(shè)施投入水平較高，能有效推動(dòng)數(shù)字鄉(xiāng)村建設(shè)。第一產(chǎn)業(yè)增加值是第一產(chǎn)業(yè)發(fā)展水平的代理指標(biāo)，農(nóng)業(yè)發(fā)展水平較高的地區(qū)有利于農(nóng)業(yè)技術(shù)的實(shí)施，農(nóng)民運(yùn)用現(xiàn)代信息技術(shù)的需求較大。第二產(chǎn)業(yè)增加值是第二產(chǎn)業(yè)發(fā)展的代理指標(biāo)，第二產(chǎn)業(yè)為其他產(chǎn)業(yè)的發(fā)展提供技術(shù)支持和資金保障，為鄉(xiāng)村數(shù)字化技術(shù)的研發(fā)提供支持。根據(jù)配第-克拉克定理，采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)的比值作為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)（干春暉等，2011），第三產(chǎn)業(yè)中助農(nóng)產(chǎn)品、農(nóng)產(chǎn)品線上平臺(tái)交易有助于促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。

2）縣域財(cái)政金融支持為數(shù)字鄉(xiāng)村建設(shè)提供充足的資金支持。存款余額與貸款余額是縣域金融發(fā)展的重要指標(biāo)，從企業(yè)角度，縣域金融發(fā)展有助于緩解數(shù)字鄉(xiāng)村建設(shè)過(guò)程中企業(yè)面臨的融資約束問(wèn)題（楊哲 等，2019），促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新，提升數(shù)字技術(shù)服務(wù)鄉(xiāng)村振興的質(zhì)量。從農(nóng)戶角度，縣域金融發(fā)展有助于緩解數(shù)字技術(shù)“使用貴”和“用不起”的難題。一般公共預(yù)算收入和支出是縣域財(cái)政支持?jǐn)?shù)字鄉(xiāng)村建設(shè)的重要途徑，政府公共預(yù)算的提升為數(shù)字鄉(xiāng)村提供財(cái)政支持（劉艷紅 等，2022）。

3）人口教育因素。人力資本和教育水平是數(shù)字鄉(xiāng)村建設(shè)的重要影響因素（張偉，2022；武漢大學(xué)國(guó)家發(fā)展戰(zhàn)略研究院課題組，2022）。數(shù)字鄉(xiāng)村建設(shè)對(duì)人口與教育方面的依賴性較強(qiáng)，教育發(fā)展有助于提升農(nóng)民的數(shù)字素養(yǎng)，緩解數(shù)字鴻溝（史常亮等，2023），因此，培養(yǎng)一批“會(huì)操作”“會(huì)使用”的勞動(dòng)者有助于數(shù)字技術(shù)與農(nóng)業(yè)農(nóng)村現(xiàn)代化相融合。因此，本研究采用戶籍人口數(shù)、普通中學(xué)在校學(xué)生數(shù)、小學(xué)在校學(xué)生數(shù)作為人口教育因素的代理指標(biāo)。

4）數(shù)字基礎(chǔ)設(shè)施因素。數(shù)字基礎(chǔ)設(shè)施建設(shè)是數(shù)字鄉(xiāng)村發(fā)展的重要保障（王雯雅 等，2023）。數(shù)字鄉(xiāng)村建設(shè)過(guò)程中互聯(lián)網(wǎng)的普及更多依賴于移動(dòng)互聯(lián)網(wǎng)發(fā)展水平，因此，采用數(shù)字基礎(chǔ)設(shè)施的覆蓋廣度和使用深度作為數(shù)字鄉(xiāng)村建設(shè)的重要因素。數(shù)字基礎(chǔ)設(shè)施覆蓋廣度采用每萬(wàn)人擁有支付寶賬號(hào)的數(shù)量、支付寶綁卡用戶比例、平均每個(gè)支付寶賬號(hào)綁定銀行卡數(shù)量等3個(gè)指標(biāo)擬合而成。數(shù)字基礎(chǔ)設(shè)施使用深度指數(shù)采用手機(jī)移動(dòng)APP 進(jìn)行支付、保險(xiǎn)、貨幣基金、信用服務(wù)、投資、信貸等業(yè)務(wù)的使用次數(shù)和交易金額等指標(biāo)擬合而成。

1.4.2 地理探測(cè)器 采用地理探測(cè)器中的因子探測(cè)方法分析影響數(shù)字鄉(xiāng)村空間分異的相關(guān)因素。探測(cè)數(shù)字鄉(xiāng)村驅(qū)動(dòng)因子的核心思想是探測(cè)各驅(qū)動(dòng)因素在多大程度上解釋了數(shù)字鄉(xiāng)村的空間分異。如果驅(qū)動(dòng)因素的空間分異與數(shù)字鄉(xiāng)村空間分異具有顯著一致性，說(shuō)明該驅(qū)動(dòng)因子對(duì)數(shù)字鄉(xiāng)村空間分異的變化具有較強(qiáng)的解釋能力（王勁峰 等，2017），地理探測(cè)器的計(jì)算公式為：

本文借助地理探測(cè)器GeoDetector 軟件對(duì)數(shù)字鄉(xiāng)村發(fā)展的驅(qū)動(dòng)因素進(jìn)行探測(cè)，選取產(chǎn)業(yè)經(jīng)濟(jì)因素、財(cái)政金融因素、人口教育因素和基礎(chǔ)設(shè)施因素作為中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展空間分異的主要驅(qū)動(dòng)因子，探測(cè)數(shù)字鄉(xiāng)村發(fā)展空間分異的影響機(jī)制（圖1）。

圖1 數(shù)字鄉(xiāng)村空間分異的影響機(jī)制Fig.1 Influence mechanism diagram of digital rural spatial differentiation

1.5 數(shù)據(jù)來(lái)源

采用北京大學(xué)新農(nóng)村發(fā)展研究院數(shù)字鄉(xiāng)村項(xiàng)目組（2020）《縣域數(shù)字鄉(xiāng)村指數(shù)（2018）研究報(bào)告》②https://www.saas.pku.edu.cn//xwzx/xwdt/346244.htm公布的中國(guó)1 880個(gè)縣數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)進(jìn)行分析。該指數(shù)包括鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施、鄉(xiāng)村數(shù)字金融基礎(chǔ)設(shè)施、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化、鄉(xiāng)村治理數(shù)字化、鄉(xiāng)村生活數(shù)字化等5 個(gè)一級(jí)指標(biāo)和39 個(gè)二級(jí)指標(biāo)，采用主成分分析方法對(duì)上述數(shù)字鄉(xiāng)村指數(shù)進(jìn)行測(cè)度。數(shù)字鄉(xiāng)村指數(shù)覆蓋中國(guó)1 880個(gè)縣級(jí)行政區(qū)域，318個(gè)地級(jí)行政區(qū)，28個(gè)省級(jí)行政區(qū)，各指標(biāo)主要來(lái)自于阿里巴巴集團(tuán)及旗下業(yè)務(wù)和生態(tài)伙伴提供的數(shù)據(jù)或整理的網(wǎng)絡(luò)公開(kāi)數(shù)據(jù)及宏觀統(tǒng)計(jì)數(shù)據(jù)。驅(qū)動(dòng)因素中的產(chǎn)業(yè)經(jīng)濟(jì)因子選取縣域地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)等5個(gè)指標(biāo)；財(cái)政金融因子選取一般公共預(yù)算收入、一般公共預(yù)算支出、居民儲(chǔ)蓄存款余額、年末金融機(jī)構(gòu)各項(xiàng)貸款余額等4個(gè)指標(biāo)；人口教育因子選取戶籍人口數(shù)、普通中學(xué)在校學(xué)生數(shù)、小學(xué)在校學(xué)生數(shù)等3個(gè)指標(biāo)，以上數(shù)據(jù)均來(lái)自于《2019 年中國(guó)縣域統(tǒng)計(jì)年鑒》（國(guó)家統(tǒng)計(jì)局農(nóng)村社會(huì)經(jīng)濟(jì)調(diào)查司，2019）。基礎(chǔ)設(shè)施因素選取數(shù)字基礎(chǔ)設(shè)施覆蓋廣度、數(shù)字基礎(chǔ)設(shè)施使用深度2個(gè)指標(biāo)，數(shù)據(jù)來(lái)源于《北京大學(xué)數(shù)字普惠金融指數(shù)研究報(bào)告：2011—2018》中的部分?jǐn)?shù)據(jù)。

2 縣域數(shù)字鄉(xiāng)村發(fā)展的時(shí)空特征

2.1 縣域數(shù)字鄉(xiāng)村與分項(xiàng)指標(biāo)的共性空間分布特征

利用ArcGIS 軟件中的Natural Breaks 分類方法繪制了1 880個(gè)縣數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)的空間分布（圖2），主要呈現(xiàn)4個(gè)共性空間特征：

圖2 中國(guó)數(shù)字鄉(xiāng)村指數(shù)與分項(xiàng)指標(biāo)的空間格局Fig.2 Spatial pattern of digital rural index and sub-index in China

1）“大集聚和小分散”特征。數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)在長(zhǎng)三角城市群存在高水平集聚的特征，且以江蘇和浙江兩省為中心向周圍擴(kuò)散，帶動(dòng)長(zhǎng)江中游城市群數(shù)字鄉(xiāng)村發(fā)展，上述地區(qū)經(jīng)濟(jì)發(fā)達(dá)，數(shù)字化程度較高，能將現(xiàn)代信息技術(shù)與鄉(xiāng)村振興戰(zhàn)略深度融合。此外，數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)發(fā)展水平還呈現(xiàn)小分散的特征，除長(zhǎng)江三角洲城市群外，中原城市群數(shù)字鄉(xiāng)村發(fā)展水平較高。2）空間非均衡特征。從縣域數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)發(fā)展水平的空間分布看，數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)呈現(xiàn)典型的空間非均衡特征，不僅體現(xiàn)在區(qū)域內(nèi)部、省份內(nèi)部和城市內(nèi)部，還存在于東部與中西部之間、南方與北方之間。數(shù)字鄉(xiāng)村及其分項(xiàng)指標(biāo)發(fā)展水平相對(duì)較高的地區(qū)主要集中于江蘇和浙江，且已形成“面狀”分布，河南、山東等省份形成“片狀”分布，在河北、四川、湖南等省份存在“點(diǎn)狀”分布。數(shù)字鄉(xiāng)村發(fā)展水平較低的地區(qū)主要分布在西北、西南和東北等地區(qū)，這是由于這些地區(qū)經(jīng)濟(jì)發(fā)展水平較低，網(wǎng)絡(luò)基礎(chǔ)設(shè)施發(fā)展水平較為滯后，導(dǎo)致現(xiàn)代信息技術(shù)與鄉(xiāng)村治理存在鴻溝。3）階梯狀空間分布特征。東部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平較高，中部地區(qū)次之，西部地區(qū)最低。在胡煥庸線的右側(cè)，數(shù)字鄉(xiāng)村發(fā)展水平較高，這是由于胡煥庸線右側(cè)人口分布較為密集，容易形成人才集聚，數(shù)字經(jīng)濟(jì)發(fā)展水平和科技發(fā)展水平也相應(yīng)較高；在胡煥庸線的左側(cè)，數(shù)字鄉(xiāng)村發(fā)展水平較低，這是由于這些地區(qū)人口分布稀疏，數(shù)字發(fā)展水平和科學(xué)技術(shù)水平相對(duì)較低。4）空間碎片化特征。數(shù)字鄉(xiāng)村政策與實(shí)踐存在脫節(jié)問(wèn)題，各地區(qū)之間難以進(jìn)行發(fā)展政策與發(fā)展戰(zhàn)略的整合，導(dǎo)致數(shù)字鄉(xiāng)村發(fā)展難以由碎片化向連綿化演進(jìn)。因此，既要加強(qiáng)政策與實(shí)踐的統(tǒng)籌協(xié)調(diào)，也要加強(qiáng)地區(qū)之間的統(tǒng)籌協(xié)調(diào)。既要發(fā)揮空間溢出效應(yīng)的優(yōu)勢(shì)，也要避免虹吸效應(yīng)帶來(lái)的劣勢(shì)。整體而言，中國(guó)縣域數(shù)字?jǐn)?shù)字鄉(xiāng)村發(fā)展呈現(xiàn)以江浙為核心向東部沿海其他省份擴(kuò)散，并由東部沿海向西北內(nèi)陸擴(kuò)散的特征。

2.2 縣域數(shù)字鄉(xiāng)村與分項(xiàng)指標(biāo)的個(gè)性空間特征

伴隨著數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村深度融合，數(shù)字鄉(xiāng)村成為促進(jìn)鄉(xiāng)村振興戰(zhàn)略的重要途徑。圖2-a 展示了縣域數(shù)字鄉(xiāng)村綜合指數(shù)的空間格局，主要包括2方面特征：1）數(shù)字鄉(xiāng)村綜合指數(shù)的空間格局與鄉(xiāng)村經(jīng)濟(jì)數(shù)字化、鄉(xiāng)村治理數(shù)字化的空間格局相似性較高，這是由于數(shù)字鄉(xiāng)村發(fā)展受到鄉(xiāng)村經(jīng)濟(jì)數(shù)字化與鄉(xiāng)村治理數(shù)字化的影響。2）數(shù)字鄉(xiāng)村綜合指數(shù)的空間覆蓋面小于數(shù)字金融基礎(chǔ)設(shè)施或數(shù)字基礎(chǔ)設(shè)施的覆蓋面。這說(shuō)明數(shù)字金融基礎(chǔ)設(shè)施與數(shù)字基礎(chǔ)設(shè)施雖然能促進(jìn)數(shù)字鄉(xiāng)村的發(fā)展，但并非數(shù)字鄉(xiāng)村發(fā)展的必要條件，促進(jìn)數(shù)字鄉(xiāng)村全面發(fā)展需將數(shù)字化技術(shù)與農(nóng)業(yè)、農(nóng)村和農(nóng)民深度融合。

圖2-b為2018年鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施的空間分布格局，主要包括2個(gè)基本特點(diǎn)：1）鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施主要分布在經(jīng)濟(jì)較為發(fā)達(dá)的東部地區(qū)，其發(fā)展水平較高的縣主要位于東部地區(qū)的浙江、江蘇和福建省。2）鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施空間差異特征并不明顯，除東部地區(qū)較為發(fā)達(dá)外，中部地區(qū)發(fā)展水平日趨增長(zhǎng)，安徽省肥西縣、河南省中牟縣、新鄭市、江西省南昌縣等地區(qū)同樣較為發(fā)達(dá)。即便是經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)，其水平也相對(duì)較高。

圖2-c展示了2018年鄉(xiāng)村數(shù)字金融基礎(chǔ)設(shè)施的空間分布格局，主要表現(xiàn)為2 方面特征：一方面，數(shù)字金融基礎(chǔ)設(shè)施發(fā)展水平較高的地區(qū)主要分布在東部地區(qū)，數(shù)字金融基礎(chǔ)設(shè)施排名前10位的縣域單元均位于江蘇、浙江、福建等省份范圍內(nèi)，其原因?yàn)殚L(zhǎng)江三角洲城市群經(jīng)濟(jì)和金融業(yè)較為發(fā)達(dá)，數(shù)字金融基礎(chǔ)設(shè)施建設(shè)較為完備。另一方面，從全國(guó)范圍看，數(shù)字金融基礎(chǔ)設(shè)施雖然在東部地區(qū)產(chǎn)生空間集聚，但數(shù)字金融的覆蓋面遠(yuǎn)高于經(jīng)濟(jì)數(shù)字化、治理數(shù)字化水平，這說(shuō)明數(shù)字金融基礎(chǔ)設(shè)施能為數(shù)字鄉(xiāng)村建設(shè)提供更廣泛的支持，這與孫學(xué)濤等（2022）的研究較為一致。此外，部分學(xué)者認(rèn)為數(shù)字普惠金融的發(fā)展能夠提高農(nóng)業(yè)的機(jī)械化程度，促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率（鄭宏運(yùn) 等，2022）。

根據(jù)圖2-d可知，鄉(xiāng)村數(shù)字化具有3點(diǎn)特征：1）全國(guó)尺度上，鄉(xiāng)村經(jīng)濟(jì)數(shù)字化存在明顯的空間非均衡特征，呈“東強(qiáng)西弱”空間分布格局，鄉(xiāng)村經(jīng)濟(jì)數(shù)字化較為發(fā)達(dá)的縣主要分布于江蘇、浙江和福建，該部分地區(qū)經(jīng)濟(jì)發(fā)達(dá)、人口稠密、數(shù)字經(jīng)濟(jì)較為發(fā)達(dá)。經(jīng)濟(jì)落后的西部地區(qū)則鄉(xiāng)村經(jīng)濟(jì)數(shù)字化程度較低。2）鄉(xiāng)村數(shù)字化呈現(xiàn)“南強(qiáng)北弱”的空間格局，東南地區(qū)鄉(xiāng)村數(shù)字化程度較高，而東北地區(qū)鄉(xiāng)村數(shù)字化程度較低，這是由于東北地區(qū)缺乏經(jīng)濟(jì)活力，人才流出問(wèn)題較為嚴(yán)重，難以形成人才集聚。3）鄉(xiāng)村數(shù)字化在長(zhǎng)江三角洲地區(qū)形成連綿地帶，呈現(xiàn)小范圍的空間集聚狀態(tài)，但在中原城市群、長(zhǎng)中游城市群、山東半島城市群呈碎片化特征。上述結(jié)論與王彬燕等（2018）的研究較為一致，中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展存在明顯的空間非均衡特征，且呈現(xiàn)自東向西梯度遞減的空間特征，這說(shuō)明鄉(xiāng)村經(jīng)濟(jì)數(shù)字化與數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)較強(qiáng)的關(guān)聯(lián)性。

鄉(xiāng)村生活數(shù)字化指數(shù)字化技術(shù)與農(nóng)民生活相融合，提升農(nóng)民獲得感和幸福感，鄉(xiāng)村生活數(shù)字化直接影響農(nóng)民的生活習(xí)慣和消費(fèi)習(xí)慣。主要表現(xiàn)為以下3點(diǎn)特征（圖2-e）：1）鄉(xiāng)村生活數(shù)字化存在明顯的空間非均衡特征，數(shù)字化技術(shù)與鄉(xiāng)村生活深度融合的縣域單元主要分布于長(zhǎng)江三角洲城市群、海峽西岸城市群、長(zhǎng)江中游城市群。2）鄉(xiāng)村生活數(shù)字化發(fā)展水平較高的地區(qū)主要位于東部沿海地區(qū)，該地區(qū)互聯(lián)網(wǎng)普及率較高，數(shù)字化技術(shù)與農(nóng)民生活深度融合，促進(jìn)鄉(xiāng)村生活數(shù)字化轉(zhuǎn)型。3）鄉(xiāng)村生活數(shù)字化發(fā)展水平較低的縣域單元位于西部地區(qū)，該區(qū)域互聯(lián)網(wǎng)普及率相對(duì)較低，鄉(xiāng)村生活受現(xiàn)代信息技術(shù)的影響較弱。此外，新疆若羌縣作為數(shù)字鄉(xiāng)村建設(shè)的首批試點(diǎn)縣，將傳統(tǒng)鄉(xiāng)村治理觀念轉(zhuǎn)變?yōu)閿?shù)字鄉(xiāng)村治理觀念，鄉(xiāng)村生活數(shù)字化發(fā)展水平得到顯著提升。

鄉(xiāng)村治理數(shù)字化是將數(shù)字化技術(shù)與鄉(xiāng)村治理相結(jié)合，推動(dòng)鄉(xiāng)村治理現(xiàn)代化，旨在提升鄉(xiāng)村治理能力。如圖2-f所示，其空間分布有2 個(gè)特征：1）從空間分布看，鄉(xiāng)村治理數(shù)字化呈明顯的非均衡特征，鄉(xiāng)村數(shù)字化發(fā)展水平較高的省份為浙江省。2）從空間差異看，鄉(xiāng)村治理數(shù)字化在東部和中部地區(qū)差異較小，然而，東中部地區(qū)和西部地區(qū)鄉(xiāng)村治理數(shù)字化存在較為明顯的差異，鄉(xiāng)村治理數(shù)字化較低的省區(qū)為西藏和新疆。

2.3 縣域數(shù)字鄉(xiāng)村發(fā)展的趨勢(shì)面分析

為了對(duì)縣域數(shù)字鄉(xiāng)村發(fā)展演變趨勢(shì)進(jìn)行分析，基于地理信息技術(shù)，在ArcGIS 軟件的支持下，繪制了2018年中國(guó)數(shù)字鄉(xiāng)村發(fā)展的趨勢(shì)面分析圖。以地理空間坐標(biāo)投影為基礎(chǔ)，對(duì)中國(guó)1 880 個(gè)縣的數(shù)字鄉(xiāng)村發(fā)展指數(shù)進(jìn)行三維透視分析（圖3）。趨勢(shì)面分析揭示了1 880 個(gè)縣數(shù)字鄉(xiāng)村發(fā)展的最優(yōu)擬合線在東西方向上呈拉平的S型曲線，表明中國(guó)數(shù)字鄉(xiāng)村發(fā)展在東—西方向上呈現(xiàn)東部＞西部的空間演變趨勢(shì)。數(shù)字鄉(xiāng)村發(fā)展在南北方向上呈倒U型曲線演變趨勢(shì)，表示南—北方向上數(shù)字鄉(xiāng)村發(fā)展呈南高北低的空間分布格局。其原因在于南方地區(qū)現(xiàn)代信息技術(shù)較為發(fā)達(dá)，大數(shù)據(jù)、云計(jì)算以及5G 技術(shù)的發(fā)展，促進(jìn)南方地區(qū)數(shù)字技術(shù)發(fā)展與鄉(xiāng)村振興相結(jié)合，而北方地區(qū)面臨著營(yíng)商環(huán)境較差，人才外流等問(wèn)題，數(shù)字鄉(xiāng)村發(fā)展水平較差。

圖3 中國(guó)縣域數(shù)字鄉(xiāng)村的趨勢(shì)面分析Fig.3 Rend surface analysis of China's county-level digital villages

2.4 縣域數(shù)字鄉(xiāng)村發(fā)展的空間相關(guān)性分析

根據(jù)表1的空間自相關(guān)分析，發(fā)現(xiàn)2018年數(shù)字鄉(xiāng)村、鄉(xiāng)村金融基礎(chǔ)設(shè)施、鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化、鄉(xiāng)村治理數(shù)字化、鄉(xiāng)村生活數(shù)字化的Moran'sI指數(shù)均為正值，通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展具有顯著的空間自相關(guān)特征。換言之，受地理鄰近性影響，數(shù)字鄉(xiāng)村發(fā)展水平主要呈現(xiàn)高-高集聚、低-低集聚的特征。通過(guò)對(duì)比各分項(xiàng)指標(biāo)的空間自相關(guān)程度，得出鄉(xiāng)村生活數(shù)字化指數(shù)＞鄉(xiāng)村治理數(shù)字化指數(shù)＞鄉(xiāng)村經(jīng)濟(jì)數(shù)字化指數(shù)＞數(shù)字基礎(chǔ)設(shè)施指數(shù)＞數(shù)字金融基礎(chǔ)設(shè)施，說(shuō)明數(shù)字鄉(xiāng)村發(fā)展的“軟件”條件的空間集聚程度較高，而數(shù)字鄉(xiāng)村發(fā)展的“硬件”設(shè)施條件空間集聚程度較差。

表1 數(shù)字鄉(xiāng)村與分項(xiàng)指標(biāo)的空間自相關(guān)Table 1 Spatial autocorrelation between digital villages and sub-indexes

為揭示數(shù)字鄉(xiāng)村發(fā)展的局域空間自相關(guān)特征以及空間集聚模式，繪制數(shù)字鄉(xiāng)村的LISA 聚集圖（圖4）。將數(shù)字鄉(xiāng)村的空間集聚模式劃分為4 種類型，分別為高-高集聚模式、低-低集聚模式、低-高集聚模式、高-低集聚模式。圖4中樂(lè)清市、德清縣、安吉縣、昆山市、太倉(cāng)市、余姚市、常熟市、平湖市、桐鄉(xiāng)市、義烏市等縣（市）呈高-高集聚分布態(tài)勢(shì)，集中分布在長(zhǎng)江三角洲城市群、長(zhǎng)江中游城市群、中原城市群和山東半島城市群，上述地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平較高，數(shù)字化技術(shù)與鄉(xiāng)村經(jīng)濟(jì)、生活、治理相互融合。圖木舒克市、左貢縣、昆玉市、比如縣、丁青縣、邊壩縣、江達(dá)縣、八宿縣、洛隆縣、巴里坤哈薩克自治縣等縣（市）呈低-低集聚分布態(tài)勢(shì)，其主要位于互聯(lián)網(wǎng)普及率較低、數(shù)字經(jīng)濟(jì)發(fā)展較為滯后的新疆和西藏地區(qū)。全國(guó)1 880個(gè)縣中僅有10個(gè)縣屬于低-高集聚模式，僅有4個(gè)縣屬于高-低集聚模式且全部位于云南省和內(nèi)蒙古。

圖4 中國(guó)數(shù)字鄉(xiāng)村發(fā)展的局域空間自相關(guān)空間分布Fig.4 Local spatial autocorrelation spatial distribution of digital rural development in China

2.5 縣域數(shù)字鄉(xiāng)村發(fā)展的空間差異性分析

以中國(guó)1 880 個(gè)縣作為基本空間單元，采用Theil 三階段嵌套分解法，計(jì)算2018 年中國(guó)縣域數(shù)字鄉(xiāng)村、數(shù)字金融基礎(chǔ)設(shè)施、數(shù)字基礎(chǔ)設(shè)施指數(shù)、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化指數(shù)、鄉(xiāng)村治理數(shù)字化指數(shù)、鄉(xiāng)村生活數(shù)字化指數(shù)的總體差異，并將總體差異分解為區(qū)域間差異、省份間差異、地級(jí)市間差異以及地級(jí)市內(nèi)部差異（表2）。

表2 Theil指數(shù)三階嵌套分解結(jié)果Table 2 Three-order nested decomposition results of Theil index

數(shù)字鄉(xiāng)村指數(shù)的總體差異為0.035 9，區(qū)域間差異對(duì)數(shù)字鄉(xiāng)村總體差異的貢獻(xiàn)率最高，達(dá)到33.76%，因此，逐步縮小區(qū)域間差異將是工作的重點(diǎn)；省內(nèi)的城市間差異對(duì)數(shù)字鄉(xiāng)村總體差異的貢獻(xiàn)最小，僅為19.19%，這意味著在促進(jìn)數(shù)字鄉(xiāng)村發(fā)展過(guò)程中，不僅要關(guān)注省份內(nèi)部城市間的發(fā)展，而且要充分發(fā)揮本省份對(duì)其他省份的空間外溢效應(yīng)。

從分項(xiàng)指標(biāo)的空間差異看：1）鄉(xiāng)村數(shù)字金融基礎(chǔ)設(shè)施和鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施的總體差異分別為0.040 4 和0.043 0，均高于數(shù)字鄉(xiāng)村的總體差異水平，其中城市內(nèi)部差異對(duì)二者總體差異的貢獻(xiàn)率最高，分別為41.21%和35.41%，說(shuō)明在促進(jìn)金融基礎(chǔ)設(shè)施和數(shù)字基礎(chǔ)設(shè)施發(fā)展的過(guò)程中要統(tǒng)籌城市內(nèi)部各縣域的發(fā)展，縮小城市內(nèi)部差異。2）鄉(xiāng)村經(jīng)濟(jì)數(shù)字化的總體差異為0.041 1，區(qū)域間差異對(duì)總體差異的貢獻(xiàn)率最大，達(dá)到34.15%，說(shuō)明區(qū)域間鄉(xiāng)村經(jīng)濟(jì)數(shù)字化存在較大的空間非均衡特征。3）鄉(xiāng)村治理數(shù)字化的總體差異為0.153 8，區(qū)域內(nèi)省間的差異對(duì)總體差異的貢獻(xiàn)率最大，達(dá)到34.26%，省際間差異是鄉(xiāng)村治理數(shù)字化總體差異的主要來(lái)源，因此，要因地制宜的制定省際間鄉(xiāng)村治理數(shù)字化的協(xié)同發(fā)展戰(zhàn)略，促進(jìn)省際間技術(shù)、人才的流動(dòng)和發(fā)展經(jīng)驗(yàn)的共享。4）鄉(xiāng)村生活數(shù)字化的總體差異為0.050 0，區(qū)域間差異對(duì)總體差異的貢獻(xiàn)率最大，達(dá)到40.15%，這說(shuō)明區(qū)域間差異對(duì)總體差異的貢獻(xiàn)最大。因此，亟需針對(duì)鄉(xiāng)村生活數(shù)字化的區(qū)域間差異，制定合理高效的數(shù)字鄉(xiāng)村發(fā)展區(qū)域間協(xié)同發(fā)展戰(zhàn)略。

為進(jìn)一步分析地級(jí)市數(shù)字鄉(xiāng)村的空間差異特征，將原有Theil系數(shù)值擴(kuò)大1 000倍進(jìn)行空間可視化（圖5）。數(shù)字鄉(xiāng)村的城市內(nèi)差異呈現(xiàn)西高東低的空間分布特征，這說(shuō)明東部和中部地區(qū)城市數(shù)字鄉(xiāng)村發(fā)展的差異較小，而西部地區(qū)城市內(nèi)數(shù)字鄉(xiāng)村發(fā)展的差異較大，表明東部和中部地區(qū)城市內(nèi)數(shù)字鄉(xiāng)村發(fā)展過(guò)程中注重空間協(xié)調(diào)性，促進(jìn)西部地區(qū)城市內(nèi)部的空間協(xié)調(diào)性將成為未來(lái)數(shù)字鄉(xiāng)村發(fā)展的重要內(nèi)容，因此，促進(jìn)數(shù)字鄉(xiāng)村的協(xié)調(diào)發(fā)展需要因地制宜的制定區(qū)域內(nèi)部定性扶持政策。

圖5 中國(guó)地級(jí)市數(shù)字鄉(xiāng)村差異的空間分布Fig.5 spatial distribution of digital rural differences in prefecture-level cities in China

2.6 縣域數(shù)字鄉(xiāng)村發(fā)展的冷熱點(diǎn)分析

為了準(zhǔn)確判斷數(shù)字鄉(xiāng)村發(fā)展的強(qiáng)影響點(diǎn)和弱影響點(diǎn)的位置，測(cè)算Getis-OrdG*指數(shù)，并將G*指數(shù)按照自然斷點(diǎn)法劃分為高熱點(diǎn)區(qū)、熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、中間區(qū)、低冷點(diǎn)區(qū)、冷點(diǎn)區(qū)和高冷點(diǎn)區(qū)等7類。采用冷熱點(diǎn)分析方法探析中國(guó)1 880 個(gè)縣冷熱點(diǎn)的空間分布特征，借助ArcGIS 的工具繪制空間冷熱點(diǎn)分布（圖6），中國(guó)數(shù)字鄉(xiāng)村建設(shè)存在3個(gè)方面的特征：1）高熱點(diǎn)區(qū)、熱點(diǎn)區(qū)和次熱點(diǎn)區(qū)集中分布在中國(guó)的東部和中部地區(qū)，主要分布于長(zhǎng)江中下游平原、華北平原和黃淮海平原，熱點(diǎn)地區(qū)呈“連片狀”集聚形態(tài)，且呈現(xiàn)向西部、西北和西南擴(kuò)張的態(tài)勢(shì)。2）次熱點(diǎn)區(qū)和熱點(diǎn)區(qū)圍繞高熱點(diǎn)區(qū)集聚的“中心-外圍”結(jié)構(gòu)形態(tài)。在熱點(diǎn)區(qū)與冷點(diǎn)區(qū)之間形成“T”字形狹長(zhǎng)地帶，將熱點(diǎn)區(qū)與冷點(diǎn)區(qū)分隔開(kāi)來(lái)。3）典型的“極化”特征。數(shù)字鄉(xiāng)村發(fā)展水平較高的地區(qū)主要分布在江蘇、浙江和福建等東部沿海地區(qū)，排名前5位的縣有樂(lè)清市、德清縣、安吉縣、昆山市、太倉(cāng)市，全部位于江蘇和浙江兩省。而排名后5位的縣有圖木舒克市、左貢縣、昆玉市、比如縣、丁青縣，全部位于新疆和西藏。一方面，江蘇和浙江兩省經(jīng)濟(jì)發(fā)達(dá)，對(duì)外開(kāi)放水平較高，能夠充分利用國(guó)內(nèi)和國(guó)際資源，促進(jìn)優(yōu)質(zhì)資本、高技能勞動(dòng)力、技術(shù)等生產(chǎn)要素充分流動(dòng)，充分利用現(xiàn)代化信息技術(shù)和數(shù)字化基礎(chǔ)設(shè)施，促進(jìn)大數(shù)據(jù)、云計(jì)算和5G技術(shù)發(fā)展，為數(shù)字鄉(xiāng)村的發(fā)展奠定基礎(chǔ)。另一方面，江蘇和浙江的農(nóng)業(yè)現(xiàn)代化水平較高，數(shù)字化發(fā)展技術(shù)與農(nóng)村經(jīng)濟(jì)和農(nóng)村治理相結(jié)合，顯著促進(jìn)該區(qū)域數(shù)字鄉(xiāng)村發(fā)展。

圖6 中國(guó)數(shù)字鄉(xiāng)村的冷熱點(diǎn)分析Fig.6 Analysis of cold hot spots in digital countryside in China

3 縣域數(shù)字鄉(xiāng)村發(fā)展的驅(qū)動(dòng)因素探測(cè)

表3匯報(bào)了數(shù)字鄉(xiāng)村發(fā)展驅(qū)動(dòng)因素的探測(cè)結(jié)果。產(chǎn)業(yè)經(jīng)濟(jì)因子是數(shù)字鄉(xiāng)村發(fā)展的基礎(chǔ)，對(duì)縣域數(shù)字鄉(xiāng)村空間分布具有重要影響。結(jié)果顯示，地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)均對(duì)數(shù)字鄉(xiāng)村發(fā)展的影響系數(shù)具有解釋力，但產(chǎn)業(yè)經(jīng)濟(jì)因子中不同指標(biāo)對(duì)數(shù)字鄉(xiāng)村的解釋能力具有差異性。其中，第二產(chǎn)業(yè)增加值的q值為0.307 4，對(duì)數(shù)字鄉(xiāng)村空間分異的影響最大，第二產(chǎn)業(yè)發(fā)展能為數(shù)字鄉(xiāng)村發(fā)展提供能源、電力以及基礎(chǔ)設(shè)施的保障。地區(qū)生產(chǎn)總值的q值為0.304 5，僅次于第二產(chǎn)業(yè)增加值的q值，說(shuō)明地區(qū)生產(chǎn)總值對(duì)數(shù)字鄉(xiāng)村空間分異的影響較強(qiáng)。第三產(chǎn)業(yè)發(fā)展對(duì)數(shù)字鄉(xiāng)村空間分異影響的q值為0.302 3且通過(guò)了1%的顯著性水平檢驗(yàn)，這說(shuō)明第三產(chǎn)業(yè)發(fā)展的空間分布有助于促進(jìn)數(shù)字鄉(xiāng)村空間格局的形成。

表3 中國(guó)縣域數(shù)字鄉(xiāng)村的地理探測(cè)器分析Table 3 Geographical detector analysis of digital villages at county level in China

財(cái)政金融因子為數(shù)字鄉(xiāng)村建設(shè)提供政策和資金支持，地區(qū)融資能力越強(qiáng)，越能促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。一般公共預(yù)算收入、一般公共預(yù)算支出、居民儲(chǔ)蓄存款余額、年末金融機(jī)構(gòu)各項(xiàng)貸款余額等指標(biāo)對(duì)數(shù)字鄉(xiāng)村空間分布均具有顯著影響，但各指標(biāo)之間存在明顯差異。其中，居民儲(chǔ)蓄存款余額的q值為0.305 9，對(duì)數(shù)字鄉(xiāng)村空間分異的影響力最大，居民儲(chǔ)蓄存款增加，農(nóng)村居民才能夠有充足的資金購(gòu)買數(shù)字化產(chǎn)品。一般公共預(yù)算收入的q值為0.303 1，對(duì)數(shù)字鄉(xiāng)村空間分異的影響力較大，一般預(yù)算收入為數(shù)字鄉(xiāng)村發(fā)展提供財(cái)政支持，能緩解數(shù)字鄉(xiāng)村建設(shè)中的融資約束問(wèn)題，促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。

人口教育因子為數(shù)字鄉(xiāng)村發(fā)展提供人力資本支持，鄉(xiāng)村人口受教育水平越高，越能為數(shù)字鄉(xiāng)村發(fā)展提供人力資本支持。普通小學(xué)在校學(xué)生數(shù)和普通中學(xué)在校學(xué)生數(shù)對(duì)數(shù)字鄉(xiāng)村空間分異影響的q值為分別為0.186 3和0.173 3，均通過(guò)了1%的顯著性水平檢驗(yàn)，其原因在于普通小學(xué)生和中學(xué)生已具備使用移動(dòng)手機(jī)APP 的能力，能熟練運(yùn)用移動(dòng)互聯(lián)網(wǎng)，降低農(nóng)村數(shù)字鴻溝，促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。戶籍人口數(shù)的q值為0.153 2，對(duì)數(shù)字鄉(xiāng)村空間分異的影響較大，戶籍人口數(shù)量較大的地區(qū)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施服務(wù)范圍較大，互聯(lián)網(wǎng)的普及率較高，能夠形成技術(shù)溢出效應(yīng)，促進(jìn)數(shù)字鄉(xiāng)村的發(fā)展。

基礎(chǔ)設(shè)施建設(shè)是數(shù)字鄉(xiāng)村發(fā)展的基礎(chǔ)，數(shù)字基礎(chǔ)設(shè)施的覆蓋廣度表示該地區(qū)移動(dòng)互聯(lián)網(wǎng)發(fā)展的重要指標(biāo)。表3顯示，數(shù)字基礎(chǔ)設(shè)施使用深度和數(shù)字基礎(chǔ)設(shè)施覆蓋廣度對(duì)數(shù)字鄉(xiāng)村空間分異具有顯著正向影響，但影響程度存在差別。數(shù)字基礎(chǔ)設(shè)施使用深度的q值為0.294 7，其對(duì)數(shù)字鄉(xiāng)村空間分異的影響最強(qiáng)，說(shuō)明數(shù)字基礎(chǔ)設(shè)施使用深度較強(qiáng)的地區(qū)，“互聯(lián)網(wǎng)+”逐步普及，鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施發(fā)展水平越強(qiáng)，越有助于促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。數(shù)字基礎(chǔ)設(shè)施的覆蓋廣度對(duì)數(shù)字鄉(xiāng)村發(fā)展的q值為0.294 4，說(shuō)明鄉(xiāng)村信息基礎(chǔ)設(shè)施的建設(shè)能釋放數(shù)字紅利，促進(jìn)數(shù)字鄉(xiāng)村發(fā)展。

4 結(jié)論與討論

4.1 結(jié)論

利用中國(guó)1 880 個(gè)縣的數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析、冷熱點(diǎn)分析和地理探測(cè)器等方法，揭示中國(guó)縣域數(shù)字鄉(xiāng)村發(fā)展的空間格局和驅(qū)動(dòng)因素。主要結(jié)論如下：1）中國(guó)縣域數(shù)字鄉(xiāng)村呈“大集聚和小分散”的空間特征，數(shù)字鄉(xiāng)村發(fā)展水平較高的地區(qū)主要分布于長(zhǎng)江三角洲城市群，且以江蘇和浙江兩省為中心向周圍擴(kuò)散；2）中國(guó)縣域數(shù)字鄉(xiāng)村、鄉(xiāng)村金融基礎(chǔ)設(shè)施、鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施、鄉(xiāng)村經(jīng)濟(jì)數(shù)字化、鄉(xiāng)村治理數(shù)字化、鄉(xiāng)村生活數(shù)字化的空間自相關(guān)指數(shù)顯著為正，說(shuō)明數(shù)字鄉(xiāng)村發(fā)展具有顯著的空間自相關(guān)特征，數(shù)字鄉(xiāng)村發(fā)展受到地理鄰近性影響；3）區(qū)域間差異對(duì)于數(shù)字鄉(xiāng)村總體差異的貢獻(xiàn)率最高，省內(nèi)城市間差異對(duì)數(shù)字鄉(xiāng)村總體差異的貢獻(xiàn)最?。?）產(chǎn)業(yè)經(jīng)濟(jì)、人口教育、財(cái)政金融和基礎(chǔ)設(shè)施對(duì)數(shù)字鄉(xiāng)村發(fā)展空間分異具有較強(qiáng)的解釋力。

4.2 討論

根據(jù)本研究結(jié)論，提出促進(jìn)中國(guó)數(shù)字鄉(xiāng)村建設(shè)的政策建議：1）數(shù)字鄉(xiāng)村發(fā)展具有典型的空間非均衡特征，對(duì)于數(shù)字鄉(xiāng)村發(fā)展水平較高的地區(qū)，繼續(xù)加強(qiáng)數(shù)字經(jīng)濟(jì)與鄉(xiāng)村數(shù)字化治理、鄉(xiāng)村經(jīng)濟(jì)發(fā)展、鄉(xiāng)村居民生活方式相融合，發(fā)揮其自身的輻射效應(yīng)，促進(jìn)資本、勞動(dòng)和技術(shù)等生產(chǎn)要素充分流動(dòng)，助力西部地區(qū)數(shù)字鄉(xiāng)村建設(shè)。而對(duì)于數(shù)字鄉(xiāng)村發(fā)展水平較低地區(qū)，應(yīng)借鑒數(shù)字鄉(xiāng)村發(fā)展較高地區(qū)的經(jīng)驗(yàn)，創(chuàng)造優(yōu)質(zhì)的營(yíng)商環(huán)境，吸引數(shù)字型企業(yè)注入本地區(qū)。2）數(shù)字鄉(xiāng)村發(fā)展具有空間集聚特征，因此要發(fā)揮集聚優(yōu)勢(shì)，以數(shù)字經(jīng)濟(jì)為依托，發(fā)揮高層次和高質(zhì)量人才的集聚優(yōu)勢(shì)，以數(shù)字人才集聚帶動(dòng)數(shù)字產(chǎn)業(yè)集聚，促進(jìn)農(nóng)業(yè)與數(shù)字經(jīng)濟(jì)相結(jié)合，實(shí)現(xiàn)農(nóng)業(yè)的數(shù)字化轉(zhuǎn)型。3）本研究認(rèn)為促進(jìn)數(shù)字鄉(xiāng)村的區(qū)域協(xié)同發(fā)展，地方政府應(yīng)充分利用“有效市場(chǎng)”和“有為政府”兩種資源配置手段，既要發(fā)揮市場(chǎng)在數(shù)字鄉(xiāng)村資源配置中的決定作用，也要發(fā)揮政府的宏觀調(diào)控功能，根據(jù)當(dāng)?shù)鼗ヂ?lián)網(wǎng)普及程度和數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀，因地制宜地制定數(shù)字鄉(xiāng)村發(fā)展的差異化發(fā)展規(guī)劃。4）繼續(xù)推進(jìn)“寬帶中國(guó)”戰(zhàn)略的實(shí)施，提升農(nóng)村互聯(lián)網(wǎng)普及率，打通農(nóng)村互聯(lián)網(wǎng)普及的“最后一公里”，將互聯(lián)網(wǎng)與鄉(xiāng)村經(jīng)濟(jì)發(fā)展、鄉(xiāng)村治理能力、農(nóng)民生活方式相結(jié)合，形成數(shù)字鄉(xiāng)村發(fā)展的長(zhǎng)效機(jī)制。由于數(shù)字鄉(xiāng)村建設(shè)的提出時(shí)間較短，本研究并未對(duì)數(shù)字鄉(xiāng)村建設(shè)的政策效應(yīng)進(jìn)行評(píng)估。伴隨著數(shù)字鄉(xiāng)村試點(diǎn)政策的實(shí)施和大數(shù)據(jù)爬蟲(chóng)技術(shù)的發(fā)展，未來(lái)將在數(shù)字鄉(xiāng)村建設(shè)政策評(píng)估領(lǐng)域進(jìn)行深入研究，以有助于數(shù)字鄉(xiāng)村試點(diǎn)的擴(kuò)容和鄉(xiāng)村振興戰(zhàn)略的推進(jìn)。