基于因子分析和貝葉斯方法的農(nóng)村居民參與數(shù)字鄉(xiāng)村建設(shè)意愿的分析研究

田憶嘉，張維朋，吳釔蒙

摘要：鄉(xiāng)村振興是十九大提出的一項(xiàng)重大戰(zhàn)略部署，針對(duì)浙東地區(qū)數(shù)字鄉(xiāng)村政策下農(nóng)村居民的參與意愿現(xiàn)狀，從參與態(tài)度、參與的主觀規(guī)范、感知控制行為、參與行為意向、參與數(shù)字鄉(xiāng)村建設(shè)行為傾向、實(shí)踐參與度方面設(shè)計(jì)問卷并收集數(shù)據(jù)。利用因子分析，得出政府活動(dòng)與個(gè)人參與因素為主要的因素，其次是科技環(huán)境、實(shí)現(xiàn)價(jià)值、政府媒體影響等因素。利用貝葉斯網(wǎng)絡(luò)分析，得出農(nóng)村居民愿意參加數(shù)字鄉(xiāng)村中，政府活動(dòng)與個(gè)人參與值越高的政府媒體影響越低，科技環(huán)境影響越高，實(shí)現(xiàn)價(jià)值越高。該文提出改變宣傳側(cè)重點(diǎn)，加強(qiáng)科技建設(shè)和信息使用服務(wù)，增強(qiáng)居民參與的積極性和參與的熱情，加強(qiáng)管理工作和行為規(guī)范，提升自我價(jià)值和不同群體參與率，為提升我國農(nóng)村居民參與行為提供建議及理論參考。

關(guān)鍵詞：數(shù)字鄉(xiāng)村；因子分析；貝葉斯網(wǎng)絡(luò)；問卷設(shè)計(jì)

中圖分類號(hào)：TP393? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）33-0108-04

在中國數(shù)字經(jīng)濟(jì)快速發(fā)展的鄉(xiāng)村振興環(huán)境下，數(shù)字信息技術(shù)向鄉(xiāng)村社會(huì)的擴(kuò)散與嵌入，改變了鄉(xiāng)村社會(huì)固有的結(jié)構(gòu)和形態(tài)，鄉(xiāng)村研究面對(duì)的，不再是傳統(tǒng)鄉(xiāng)村，而是一個(gè)被數(shù)字技術(shù)改造、正在走向城鄉(xiāng)融合的鄉(xiāng)村[1-3]。數(shù)字鄉(xiāng)村這一概念受到了學(xué)術(shù)界和實(shí)踐界的廣泛關(guān)注。但隨之而來的鄉(xiāng)村內(nèi)部矛盾凸顯、城鄉(xiāng)差距進(jìn)一步擴(kuò)大的情況持續(xù)存在，而其中最主要的是農(nóng)村居民的主動(dòng)性不夠的問題，使得數(shù)字鄉(xiāng)村政策的發(fā)展遲緩，在某種程度上影響了農(nóng)村的長遠(yuǎn)發(fā)展。

目前，我國有關(guān)于數(shù)字鄉(xiāng)村建設(shè)的研究，大多研究聚集在數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)及經(jīng)濟(jì)數(shù)字化發(fā)展，甚少從村民參與意愿角度去做研究。通過對(duì)浙東地區(qū)農(nóng)村居民的現(xiàn)狀了解村民參與意愿，分析哪些因素影響了農(nóng)村居民參與數(shù)字鄉(xiāng)村的意愿[4-5]。有助于進(jìn)一步解放和發(fā)展農(nóng)村數(shù)字化生產(chǎn)力，對(duì)加快鄉(xiāng)村的發(fā)展提供動(dòng)力。

1 問卷的設(shè)計(jì)與檢驗(yàn)

1.1 問卷設(shè)計(jì)

本文主要研究的是在鄉(xiāng)村振興戰(zhàn)略下浙東地區(qū)居民參與數(shù)字鄉(xiāng)村意愿影響因素的研究，數(shù)據(jù)收集主要采用問卷形式，通過微信和鏈接發(fā)布獲得數(shù)據(jù)，再由問卷星導(dǎo)出數(shù)據(jù)。

問卷調(diào)查設(shè)計(jì)主要分為三部分：第一部分，旨在調(diào)查個(gè)人因素與參與意愿之間的關(guān)系，涉及被調(diào)查人員的年齡、性別、職業(yè)、年收入等基本信息。第二部分，對(duì)于數(shù)字鄉(xiāng)村的了解及參與意愿的影響因素。旨在理解浙東地區(qū)農(nóng)村居民在數(shù)字鄉(xiāng)村振興戰(zhàn)略中的參與情況，了解存在哪些問題。問卷通過六個(gè)參與意愿的影響因素，使用李克特 5 級(jí)量表計(jì)算不同題目的得分。第三部分，數(shù)字鄉(xiāng)村參與度，通過對(duì)參與度的調(diào)查了解信息。

1.2 問卷信度效度檢驗(yàn)

1.2.1 信度檢驗(yàn)

[α=kk-11-s2is2x]信度試驗(yàn)是指對(duì)問卷的真實(shí)性試驗(yàn)，即在使用相同的方式對(duì)同一個(gè)對(duì)象重復(fù)檢測(cè)時(shí)得出結(jié)論的一致性程度，也就是反映了實(shí)際狀況的程度。本文將通過克隆巴赫系數(shù)對(duì)問卷數(shù)據(jù)進(jìn)行可信度檢測(cè)，其公式為：

[α=kk-11-s2is2x]? ? ? ? ? ? ? ? ? （1）

式（1）中[α]為信度系數(shù)，[k]為題目數(shù)量，[s2i]為在第i題上的分?jǐn)?shù)變異，[s2x]為總分的方差。本文Cronbach's Alpha為0.853，即樣本數(shù)據(jù)通過了信度檢驗(yàn)，問卷有效。

1.2.2 效度檢驗(yàn)

效度即有效性，它是指通過測(cè)定工具或技術(shù)手段可以正確測(cè)量所要測(cè)定的事物的程度。本文的效率試驗(yàn)使用了KMO和巴特利特球形試驗(yàn)。KMO檢驗(yàn)問卷的效度，計(jì)算公式為：

[KMO=∑i≠jr2ij∑i≠jr2ij+∑i≠jr2ij·1，2...k]? ? ? ? ? ?（2）

巴特利特球形檢驗(yàn)變量是否獨(dú)立。計(jì)算公式為：

[k2=1c[（n-r）lnMSe-i=1r（ni-1）lns2i]]? ? ?（3）

[c=1+13r-1[i=1r1ni-1-1n-r]]

其中：

根據(jù)式（2）和式（3）計(jì)算結(jié)果，本研究的KMO值為0.848，Bartlett球形檢定顯著性小于0.05，表明問卷通過效度分析。

2 因子分析模型在數(shù)字鄉(xiāng)村中的應(yīng)用

2.1 提取公因子

因子分析中的因子是否適用于提取因子，采用巴特利特球形檢驗(yàn)及 KMO 檢驗(yàn)對(duì)其進(jìn)行了分析[11]。本文KMO=0.0.848，Bartlett球形檢驗(yàn)的卡方值為3326.764，p=0.0001<0.01，達(dá)到了顯著性水平，說明相關(guān)矩陣不是單位矩陣，有公共因子存在，適合進(jìn)行因子分析。本文選取了29個(gè)居民對(duì)數(shù)字鄉(xiāng)村參與意愿影響因素作為因子分析的變量，表1為總方差解釋表。從表中可以看出，前8個(gè)因子的累計(jì)方差貢獻(xiàn)率為62.086%，大于50%，由此可以認(rèn)為本文的影響維度能夠較好地反映出29個(gè)變量的基本情況。

2.2 因子旋轉(zhuǎn)和因子命名

因子載荷陣旋轉(zhuǎn)的主要目的，是為了使負(fù)載矩陣的元素平方值呈兩極分化，以便于可以更好地得到每個(gè)公因子下的代表性變量，以方便通過對(duì)代表性變量的共性總結(jié)來對(duì)公因子進(jìn)行命名。利用方差極大法對(duì)因子載荷矩陣進(jìn)行正交轉(zhuǎn)動(dòng)后，使因子有了命名解釋性，將閾值設(shè)置為0.5，少于0.5的成分將不予顯示。表2列示了旋轉(zhuǎn)后的成分矩陣，可以發(fā)現(xiàn)，每一公因子所在列下均有超過0.5 的代表性變量，因此可以繼續(xù)進(jìn)行公因子的命名分析。

由表 2為旋轉(zhuǎn)后的因子載荷。從表中可以非常明顯地看出第一個(gè)公共因子在變量X 8、X 9、X10、X11、X 12、X 14、X 15、X 16、X 17、X 18 上有較大的載荷，說明十個(gè)變量有很強(qiáng)相關(guān)，命名為政府活動(dòng)與個(gè)人參與。第二個(gè)公共因子在變量 X 19、X 20、X 21、X 22、X 23上有較大載荷，可以看出這五個(gè)變量與互聯(lián)網(wǎng)科技信息化有關(guān)，因?yàn)槭褂每萍嫉某潭炔煌瑢?dǎo)致的參與度不同，故命名為科技環(huán)境。第三個(gè)公因子在變量 X 3、X 4、X 7、X 13 上有較大載荷，可以看出這四個(gè)變量與實(shí)現(xiàn)自我價(jià)值有關(guān)，故命名為實(shí)現(xiàn)價(jià)值。第四個(gè)公因子在變量 X 26、X 27、X 28 上有較大載荷，可以看出這三個(gè)變量與數(shù)字鄉(xiāng)村中村民的生產(chǎn)生活中的瑣事有關(guān)，故命名為生產(chǎn)生活。第五個(gè)公因子在變量 X 5、X 6 上有較大載荷，可以看出這兩個(gè)變量與政府媒體引導(dǎo)有關(guān)，故命名為政府媒體影響。第六個(gè)公因子在變量 X 24、X 25 上有較大載荷，可以看出這兩個(gè)變量與信息平臺(tái)使用程度有關(guān)，故命名為信息使用。第七個(gè)公因子在變量 X 1、X 2 上有較大載荷，可以看出這兩個(gè)變量與數(shù)字鄉(xiāng)村中建設(shè)條件改善的經(jīng)濟(jì)有關(guān)，故命名為經(jīng)濟(jì)利益。第八個(gè)公因子在變量 X 29 上有較大載荷，可以看出這個(gè)變量與數(shù)字鄉(xiāng)村中物流產(chǎn)品配送有關(guān)，故命名為產(chǎn)品配送。與旋轉(zhuǎn)前相對(duì)比，因子含義較為清晰。

2.3 因子方法結(jié)果分析

采用回歸方法對(duì)各因子的得分系數(shù)進(jìn)行估算，得到了各因子得分系數(shù)：

Y1 = -0.049 X 1 + 0.071X 2 - 0.003X 3 - 0.018 X 4 - 0.0200 X 5 + 0.0370 X 6 - 0.106 X 7 +0.1130X 8+ 0.126 X 9 + 0.213X 10 + 0.192 X 11 + 0.177 X 12 - 0.046 X 13 + 0.098 X 14 + 0.102 X 15 + 0.097 X 16+ 0.178 X 17 + 0.185X 18 - 0.077 X 19 - 0.126 X 20 - 0.083X 21 - 0.0890 X 22 + 0.013X 23 - 0.0110 X 24- 0.011X 25 - 0.0720 X 26 + 0.144 X 27 + 0.012 X 28 - 0.024 X 29

Y2 = -0.030 X 1 - 0.067 X 2 + 0.067 X 3 + 0.2160 X 4 + 0.0450 X 5 - 0.1000 X 6 - 0.0440 X 7 - 0.040 X 8- 0.007 X 9 - 0.046 X 10 - 0.095X 11 + 0.024 X 12 + 0.062 X 13 + 0.074 X 14 - 0.0860 X 15 + 0.0120 X 16- 0.178 X 17 -0.056 X 18 + 0.045X 19 + 0.330 X 20 + 0.321X 21 + 0.284 X 22 + 0.221X 23 - 0.0070 X 24+ 0.003X 25 - 0.113 X 26 - 0.060 X 27 + 0.019 X28 - 0.006 X 29

Y3 = -0.103X 1 - 0.027 X 2 + 0.308 X 3 + 0.096 X 4 - 0.072 X 5 + 0.4130 X 6 + 0.4520 X 7 - 0.0120 X 8- 0.092 X 9 - 0.035X 10 + 0.082 X 11 - 0.064 X 12 - 0.017 X 13 - 0.140 X 14 + 0.0770 X 15 - 0.0390 X 16- 0.053X 17 + 0.029 X 18 + 0.180 X 19 - 0.077 X 20 - 0.027 X 21 - 0.075X 22 - 0.060 X 23 + 0.0510 X 24- 0.084 X 25 - 0.088 X 26 +0.035X 27 + 0.012 X 28 + 0.094 X 29

其余公式一樣，以八個(gè)因子的方差貢獻(xiàn)率為權(quán)重，得出綜合得分為：

Y = 0.267 /（0.267 + 0.072 + 0.063 + 0.052 + 0.046 + 0.041 + 0.039 + 0.034）×Y1 + 0.072 / 0.614 × Y2+ 0.063 / 0.614 × Y3 + 0.052 / 0.614 ×Y4 + 0.046 / 0.614 ×Y5? + 0.041 / 0.614 × Y6? + 0.039 / 0.614 × Y7+ 0.034 / 0.614×Y8

由綜合得分可知，在政府活動(dòng)與個(gè)人參與因子中X10（政府產(chǎn)業(yè)發(fā)展培訓(xùn)指導(dǎo)完善）、X11（政府政策扶持力度大）權(quán)重較高，說明這兩個(gè)指標(biāo)有較大的相關(guān)性，而科技環(huán)境、實(shí)現(xiàn)價(jià)值、生產(chǎn)生活、政府媒體影響、信息使用、經(jīng)濟(jì)利益、產(chǎn)品配送因子的權(quán)重相對(duì)來說較為平均，與因子實(shí)際含義相一致。

3 貝葉斯網(wǎng)絡(luò)在數(shù)字鄉(xiāng)村中的應(yīng)用

貝葉斯網(wǎng)絡(luò)是以貝葉斯公式為基礎(chǔ)的概率網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)是一種以求解復(fù)雜設(shè)備不確定性、相關(guān)性等問題為目標(biāo)的概率推理，在多個(gè)領(lǐng)域中獲得廣泛應(yīng)用。

3.1 貝葉斯網(wǎng)絡(luò)建立分析

貝葉斯網(wǎng)絡(luò)重要程度分析：如圖 1 顯示的是貝葉斯網(wǎng)絡(luò)有向無環(huán)圖。該節(jié)點(diǎn)表示一個(gè)輸出變量，它是其他節(jié)點(diǎn)的父節(jié)點(diǎn)。藍(lán)色的節(jié)點(diǎn)表示一個(gè)輸入的變量。變量的重要性用藍(lán)色的深淺來表示，顏色越深，其重要性就越大。從貝葉斯網(wǎng)絡(luò)看，政府活動(dòng)與個(gè)人參與是科技環(huán)境、政府媒體、信息使用和產(chǎn)品配送的父節(jié)點(diǎn)。說明性別主要依賴于這四個(gè)變量，它對(duì)是否參與數(shù)字鄉(xiāng)村活動(dòng)的作用并不完全取決于自身，還受到這四個(gè)因素的影響。性別受到實(shí)現(xiàn)價(jià)值和職業(yè)的影響，說明對(duì)于是否參與數(shù)字鄉(xiāng)村受到這兩個(gè)因素的影響。另外，經(jīng)濟(jì)利益對(duì)農(nóng)村居民是否參與數(shù)字鄉(xiāng)村還取決于年齡和年收入，也就是說，政府活動(dòng)與個(gè)人參與固然重要，但也要看村民的年齡和年收入。實(shí)現(xiàn)價(jià)值是對(duì)農(nóng)村居民是否參與數(shù)字鄉(xiāng)村還取決于政府活動(dòng)與個(gè)人參與，而政府個(gè)人參與取決于生產(chǎn)生活。

3.2 貝葉斯網(wǎng)絡(luò)研究結(jié)果分析

貝葉斯網(wǎng)絡(luò)可以得出：影響農(nóng)村居民參與數(shù)字鄉(xiāng)村的最重要因素是政府活動(dòng)與個(gè)人參與，其次是實(shí)現(xiàn)價(jià)值、生產(chǎn)生活等。在愿意參與數(shù)字鄉(xiāng)村的村民中，在政府活動(dòng)與個(gè)人參與值越高的情況下政府媒體影響越低，信息使用概率越低，科技環(huán)境影響越高，實(shí)現(xiàn)價(jià)值越高，產(chǎn)品配送的概率越高。政府活動(dòng)與個(gè)人參與值較低的生產(chǎn)生活影響越高。年齡在 23-45 歲且經(jīng)濟(jì)利益也較低參與數(shù)字鄉(xiāng)村的可能性較大。女性中參與數(shù)字鄉(xiāng)村的實(shí)現(xiàn)價(jià)值越小。女性中不參與數(shù)字鄉(xiāng)村的職業(yè)為城鎮(zhèn)中小企業(yè)員工的概率較大。年收入在 30 萬以上且年齡在 56 歲以上的參與數(shù)字鄉(xiāng)村的可能性較大。年收入在 5～10 萬的年齡在 23～45 歲的不參與數(shù)字鄉(xiāng)村概率較大。

4 總結(jié)

因子分析中可以看出農(nóng)村居民參與數(shù)字鄉(xiāng)村的影響因素可以概況為政府活動(dòng)與個(gè)人參與、科技環(huán)境、實(shí)現(xiàn)價(jià)值、生產(chǎn)生活、政府媒體影響、信息使用、經(jīng)濟(jì)利益、產(chǎn)品配送等因素。政府活動(dòng)與個(gè)人參與因素為主要的因素，政府是農(nóng)村居民參與數(shù)字鄉(xiāng)村的根本要素，政府可以通過改變農(nóng)村生活的環(huán)境滿足農(nóng)村居民的生活需要，提高經(jīng)濟(jì)發(fā)展，大力發(fā)展農(nóng)村經(jīng)濟(jì)，提高基礎(chǔ)的信息建設(shè)，使農(nóng)村居民生活便利。

貝葉斯網(wǎng)絡(luò)中可以看出影響農(nóng)村居民參與數(shù)字鄉(xiāng)村的最重要因素是政府媒體影響，其次是實(shí)現(xiàn)價(jià)值、生產(chǎn)生活等。參與數(shù)字鄉(xiāng)村的農(nóng)民中，政府活動(dòng)與個(gè)人參與值越大政府媒體影響的概率越低，可能的原因是個(gè)人與政府如果能夠積極參與數(shù)字鄉(xiāng)村那么媒體的宣傳作用所帶來的影響就自然會(huì)下降。參與數(shù)字鄉(xiāng)村的農(nóng)民中，科技環(huán)境越高政府活動(dòng)與個(gè)人參與值越高，可能的原因是科技環(huán)境的提升帶動(dòng)了農(nóng)村的發(fā)展，農(nóng)村居民看到農(nóng)村的發(fā)展越好便會(huì)主動(dòng)參與到數(shù)字鄉(xiāng)村的建設(shè)中。

參考文獻(xiàn)：

[1] 蘇嵐嵐，彭艷玲.數(shù)字鄉(xiāng)村建設(shè)視域下農(nóng)民實(shí)踐參與度評(píng)估及驅(qū)動(dòng)因素研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（5）：168-179，199.

[2] 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)問題，2020，41（10）：80-88.

[3] 張鴻，馬超，杜凱文.鄉(xiāng)村振興戰(zhàn)略下農(nóng)村高質(zhì)量發(fā)展測(cè)度研究——基于陜西951份調(diào)研問卷的實(shí)證分析[J].西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，34（4）：27-39.

[4] 葛宣沖，張桂金，韓克勇.流動(dòng)性、現(xiàn)代性與村民的鄉(xiāng)村建設(shè)參與意愿——基于CLDS2016數(shù)據(jù)的分析[J].東岳論叢，2019，40（11）：132-140.

[5] 李燦，吳順輝，李景剛.村莊發(fā)展、資源稟賦認(rèn)知與農(nóng)村居民參與村莊建設(shè)意愿——基于575份農(nóng)村居民問卷調(diào)查的實(shí)證分析[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2021，20（4）：542-551.

【通聯(lián)編輯：朱寶貴】