山東省農戶數字資本測度與空間分布

黃飛飛，許秀梅

（青島農業大學管理學院，山東 青島 266109）

數字化新業態、新模式、新應用的加速普及給中國社會發展注入巨大的活力［1］。中國早已明確指出，要推動互聯網、人工智能、大數據與實體經濟深度融合，在黨的十九屆四中全會中提出將數據增列為第七種生產要素，2019 年《數字鄉村發展戰略綱要》提出鄉村振興戰略的方向是數字鄉村，數字經濟已經成為國民經濟發展的重要驅動力［2］。2020 年新冠病毒感染疫情暴發，數字技術對于維持中國經濟穩定發展起著關鍵性作用。中國是農業大國，農戶是農業生產經營的主體，也是農村社會經濟的基本組成單元［3］。農戶數字資本是驅動數字鄉村建設的重要因素，對農戶數字資本水平與空間分布進行研究，在理論層面上能夠豐富數字資本的理論體系，填補中國農戶數字資本研究的缺漏；在現實層面上推動中國數字鄉村建設、促進農戶持續增收。

目前國內對數字資本研究較少，多聚焦于數字化轉型和數字經濟等方面。劉璐璐［4］以馬克思的資本邏輯為線索分析數字勞動存在的合理性，從數據成為商品為起點解析數字勞動剩余價值的生產過程，輔以資本文明面和消費兩因素，指出數據能夠資本化的原因，提出數字資本存在的合理性。有學者提出一些與數字資本相似的概念，如鄭磊［5］提出數字資產，徐翔等［6］提出數據資本等。羅浚文等［7］使用遺傳算法和投影尋蹤模型測算了農業數字要素指標。戚聿東等［8］挖掘測度了企業的數字化程度、數字商業模式與其他數字化信息。蔣慶正等［9］利用Cov 層次分析法，對中國農村地區數字普惠金融發展水平進行測度。此外，有學者對農戶社會資本［10］、人力資本［11］、物質資本［12］等進行了不同方面的研究，但國內目前很少有文獻從農戶角度來對數字資本進行測度和空間分布研究。國外數字資本研究的序幕是由Tapscott 等［13］撰寫的《數字資本：利用商業網站的力量》開啟。Ragnedda 等［14］提出數字資本表現出可積累性、可轉移性的特點，在數字資本測度方面，從數字接觸和數字能力2 個維度進行研究，得出數字資本指數與社會經濟和社會人口模式有關。Jacques 等［15］從數字投資、應用能力角度評價了企業數字資本水平；Liu 等［16］采用內容分析法和模糊層次分析法分別測度了部隊征兵網站和醫院服務網站的數字資本。綜上所述，國外對數字資本的研究與國內相比要深入一些，但是還沒有形成一套成熟的理論體系，從農戶角度對數字資本的研究涉及較少。

山東省位于中國東部沿海、黃河下游，是農業大省，既是中國重要的糧油棉產區，也是重要的水產、果品、畜產品和蔬菜基地。2019 年《山東省支持數字經濟發展的意見》提出培育數字農業新動能；2020年山東省農業農村廳充分利用“共享交換+大數據”技術，構建了“1+10+N”的“智慧農業云平臺”。農戶作為農業生產經營的主體，在農業發展中發揮著重要作用，本研究將對山東省農戶數字資本水平、空間分布以及空間差異進行重點研究。

1 研究設計

1.1 農戶數字資本指標體系的構建

目前國內對農戶數字資本的測度指標沒有明確的標準，本研究在閱讀和整理大量相關文獻的基礎上，結合Ragnedda 等［14］創建的數字接觸和數字能力2 個維度，設計了15 個三級評價指標來分析山東省農戶數字資本水平（表1）。

表1 農戶數字資本指標體系

數字接觸（B1）表現為用戶接觸數字化資源的機會和環境，這是數字資本研究的基礎。本研究設計了7 個指標來反映農戶數字接觸情況：互聯網接入（X1）、數字設備（X2）、上網頻率（X3）、社群影響力（X4）、技術支持（X5）、需求與動機（X6）、政策支持（X7），以上7 個指標均為農戶數字資本的正向指標。其中，需求與動機是指從農戶主觀角度出發，農戶對數字化資源的需求程度越強，接觸的機會便越多。

數字能力（B2）表現為用戶接觸數字化資源之后對其應用的能力，例如，能否熟練使用數字設備、識別信息的虛假等，這是數字資本研究的核心。本研究設計了8 個指標來衡量農戶的數字能力：數字設備使用能力（X8）、數字溝通協作能力（X9）、數字銷售能力（X10）、數字安全意識（X11）、數字內容創作能力（X12）、數字求知能力（X13）、數字支付能力（X14）、問題處理能力（X15）。這8 個指標均為農戶數字資本的正向指標。

農戶數字資本測度指標X1到X15按照李克特量表分為5 種，即很符合、較符合、一般符合、較不符合、不符合，與之對應的數值分別為5、4、3、2、1，被調查者根據實際情況進行相應地選擇。

1.2 研究方法

1.2.1 熵值法 熵值法是客觀賦權的方法，不受主觀因素的影響［17］，更具有科學性。因此，本研究選擇熵值法來測度山東省農戶數字資本，根據農戶數字資本各指標的權重系數，采用線性加權和構建評價函數對三大經濟圈數字資本綜合評價，以此為基礎，對山東省農戶數字資本水平進行分析，具體步驟如下。

構造數據矩陣，選取n個經濟圈（n=3），m項指標（m=15），Xij為第i個經濟圈的第j個指標的數值（i=1,2,3；j=1,2,…,15），由于本研究數據指標所涉及的量綱和數量級相同，因此無須進行標準化處理。

1）計算第j個指標下第i個經濟圈占該指標的比重（yij）：

2）第j個指標的熵值（ej）：

3）計算第j個指標的差異系數（dj）：

4）計算15 個指標的權重（wj）：

5）假定m個參數，分別為X1,X2,…,Xm，對應的權重分別為w1,w2,…,wm，則各地區的綜合數字資本得分（S）的公式為：

1.2.2 聚類分析 為了解不同農戶數字資本水平及其差異情況，本研究通過SPSS 25.0 軟件，采用K-均值聚類算法（K-means clustering algorithm）對不同農戶數字資本得分進行分類，得到3 種農戶數字資本類型。K-均值聚類算法是先隨機選取K個對象作為初始的聚類中心，然后計算每個對象與各個聚類中心之間的距離，把每個對象分配到距離它最近的聚類中心，聚類中心以及分配給它們的對象就代表一個分類。

1.2.3 空間自相關 當一些變量在同一個分布區域內的觀測數據之間存在潛在的相互依賴性時，可以使用空間相關性分析方法對其進行空間分析［18］。本研究利用軟件ArcGIS 10.7 和GeoDa 1.20 進行空間自相關性分析。空間自相關分析包括全局和局部空間自相關分析。

1）全局空間自相關分析主要是用來探索數值在整個區域的空間分布特征，通過對Global Moran’s I值的全局空間自相關統計量的計算，分析其空間關聯度。公式如下：

式中，I為莫蘭指數，S2為樣本方差，n為有效調研農戶數，Xi為在i處的屬性值，Xj為在其他位置的屬性值為Xi的平均值，Wij為空間權重。I的值域為｛-1，1｝，I＞0 表示空間正相關，值越大，相關性越明顯；I=0 表示空間不相關；I＜0 表示空間負相關。

2）局部空間自相關分析主要用來度量每個區域與周邊地區之間的局部關聯和差異程度，一般采用Moran 散點圖和 LISA 圖進行分析［19］。公式如下：

1.3 樣本選擇與數據來源

本研究所用到的數據來源于2021 年3—5 月在山東省農村地區開展的實地調研數據，考慮到樣本的代表性及操作的便利性，在山東省內分三大經濟圈來調研（省會經濟圈、膠東經濟圈和魯南經濟圈），每個經濟圈隨機抽取200~220 戶，然后對戶主進行調研，采取問卷調查和訪談的方式，共發放問卷634份，回收有效問卷612 份，問卷有效率達96.53%。根據研究需要，調查問卷包括3 個部分，分別為受訪農戶的基本信息、農戶數字化資源接觸和數字化資源應用能力情況、數字技術的應用狀況。

從戶主的個人特征來看，男性戶主占總樣本的64.87%，女性戶主占35.13%；36~45 歲的農戶占比最高，占總樣本的34.64%；在受教育水平上，初中及以下學歷的農戶有179 人，占總樣本的29.25%，大專及以上學歷的農戶占32.84%；收入來源方面，受訪者中通過農作物獲得收入的有486 人，占總樣本的79.41%，外出務工獲得收入的有445 人，占72.71%，通過農作物和外出務工同時獲得收入的農戶占53.30%，表明越來越多的農戶在從事農業勞動的同時選擇外出務工來獲得收入。

從農戶的家庭特征來看，戶均人口數為4.39 人，戶均勞動力為2.64 人，表明農戶家庭中平均有60.14%的成員在提供勞動力；家庭人均年收入為1.2 萬~1.6 萬元的農戶占總樣本的46.70%，家庭人均年收入為1.6 萬~2.0 萬元的農戶占23.30%，家庭人均年收入2.0 萬元以上的占比較小，僅為10.00%。

在進行數據分析之前對調研數據進行信度和效度檢驗，得到 Cronbach’s α 系數為 0.715，KMO為0.787。其中，Cronbach’s α 系數反映數據的可靠性，系數處于0.7~0.8，表示信度較好。KMO是用來反映數據的準確性，KMO處于0.7~0.8，表示數據合適。通過以上界定可以看出，問卷數據的信度和效度均較好，可以做進一步分析。

2 結果與分析

2.1 農戶數字資本綜合得分

從表2 可知，山東省農戶數字資本綜合評價得分為8.682 8（總分為15 分），說明山東省農戶數字資本水平處于中等偏上水平，但是地區間存在不均衡現象，省會、膠東和魯南經濟圈綜合評價得分分別為2.826 5、3.134 8、2.721 5，說明目前發展階段三大經濟圈對山東省總體數字資本的貢獻程度不同。膠東經濟圈在山東省農戶數字資本水平和貢獻程度排名第一，主要有以下兩方面的原因。一方面與經濟實力有關，農戶數字資本水平提升需要一定的人力、財力和物力，而經濟實力相對薄弱的地區沒有足夠的資源來發展數字資本［20］。膠東經濟圈中包括青島、煙臺、濰坊等經濟水平較高的沿海城市，能夠為農戶數字化資源接觸和應用提供一定的經濟基礎，并有足夠的人力資源來提供技術等支持。另一方面與地理位置、資源環境有很大的關聯。

表2 農戶數字資本測度結果

從每個經濟圈內部不同指標得分來看，其不同指標得分也存在較大的差異，膠東經濟圈中數字銷售能力（0.394 6）得分最高，互聯網接入（0.100 7）得分最低，兩者相差0.293 9，說明數字銷售能力對膠東經濟圈的農戶數字資本水平貢獻程度大于互聯網接入的貢獻程度。由此說明，山東省各地區內不同指標的水平并不是同步發展，其投入水平和貢獻程度也存在差異。

2.2 農戶數字接觸和數字能力對比分析

從均值與標準差對比（表3）來看，各三級指標的均值和標準差各不相同，其中，農村互聯網接入（x=4.078 0，s=0.655 0）均值最大，標準差最小，說明在大多數受訪農戶中，農村地區互聯網接入已成為一種普遍現象，為農戶有效接觸數字化資源提供良好的基礎條件；數字支付能力（x=2.341 0，s=0.697 0）均值和標準差均較小，表明大多數受訪農戶的數字支付能力較低；數字安全意識（x=2.174 0）均值最小，說明受訪農戶在使用數字設備和應用數字技術過程中的安全意識不強；數字銷售能力（s=0.973 0）的標準差最大，表明山東省內不同農戶之間數字銷售能力的差異性很大。

表3 基于熵值法農戶數字資本指標權重分布

從各三級指標權重（表4）來看，社群影響力、上網頻率、數字設備、互聯網接入指標的權重較低，其權重之和占總權重的15.73%，說明這4 項指標對山東省農戶數字資本影響程度較小；權重排在前四位的分別為數字安全意識、數字銷售能力、數字支付能力和問題處理能力，其權重之和占總權重的41.02%，說明這4 項指標對山東省農戶數字資本的影響程度較大，在山東省各指標的綜合得分中（表2），數字銷售能力、數字安全意識、數字支付能力、問題處理能力4 個指數綜合得分較高，對山東省農戶數字資本的貢獻程度較大。結果表明，農戶數字能力對山東省農戶數字資本水平的貢獻和影響程度均較大。

表4 農戶數字資本各指標權重排名

總體來看，山東省農戶數字接觸（x=3.454 0）的均值遠大于數字能力（x=2.734 0）的均值，目前山東省農戶數字資本中數字接觸水平較高，說明山東省農村地區移動互聯網等數字基礎設施普及率較高，尤其是省會經濟圈和膠東經濟圈，二者差距較小，原因可能與這兩個經濟圈內城市的經濟發展水平有關。但是與數字接觸相比，數字能力還有很大的提升空間。農戶數字能力是農戶數字資本的核心，山東省應重點從數字能力方面進行提升。通過熵值法得出的指標權重和得分代表了該指標在綜合評價中的作用大小［21］，也從側面反映出當前山東省農戶數字資本的重點領域仍在數字化資源的接觸方面，相比之下，對于提高數字化資源應用能力的重視程度仍顯不足。

2.3 農戶數字資本聚類比較分析

將三大經濟圈內不同農戶的數字資本得分進行K-均值聚類分析，得到農戶所屬的3 種數字資本類型（數字資本缺乏型、數字資本一般型、數字資本富裕型），從性別、年齡和受教育水平和所在地區對不同類型的農戶進行對比分析。

從表5 可知，數字資本缺乏型的農戶有209 人，數字資本一般型有122 人，數字資本富裕型有281人，分別占總人數的34.15%、19.93%和45.92%。從性別方面看，所有受訪的男性農戶中數字資本缺乏型農戶僅占22.42%，而受訪的所有女性農戶中數字資本缺乏型高達55.81%。從年齡方面看，36 周歲以下的農戶中數字資本缺乏型只占14.40%，數字資本富裕型占62.21%；而60 周歲以上的農戶中數字資本缺乏型高達72.66%，數字資本富裕型僅占11.64%。從受教育水平看，初中及以下學歷的農戶中數字資本缺乏型占65.92%，數字資本富裕型僅占17.80%；大專及以上學歷的農戶中數字資本缺乏型僅占8.96%，數字資本富裕型占70.54%。從所處的地區看，膠東經濟圈中農戶數字資本富裕型占比最大，為53.31%，數字資本缺乏型的農戶占比最小，為17.16%；省會經濟圈中數字資本富裕型農戶占50.86%，數字資本缺乏型農戶占29.90%；魯南經濟圈中數字資本富裕型農戶占比最小，僅為33.23%，數字資本缺乏型農戶占比最大，為55.39%。

表5 農戶數字資本類型特征劃分

由此可見，大多數情況下男性農戶數字資本水平高于女性農戶，年齡越大農戶數字資本水平越低，農戶數字資本水平隨著學歷水平升高逐漸升高，膠東經濟圈和省會經濟圈農戶數字資本水平優于魯南地區。同時也在一定程度上反映了山東省對魯南經濟圈以及女性、年齡偏長、受教育水平偏低農戶投入較少，導致出現明顯的差距。

3 農戶數字資本的空間分布分析

3.1 全局空間自相關分析

由于空間數據具有二維的特點，需進行全域空間的相關性檢驗［22］。利用 Global Moran’s I 探索山東省農戶數字資本的整體空間關聯特征，在ArcGIS 10.7 軟件的支持下，計算出山東省農戶數字資本的全局 Moran’s I 的值為 0.414；P為 0.02，小于 0.05；Z（I）的值為2.119，大于臨界值1.960，表明該數據具有空間正相關性且具有明顯的聚集特征，數據的置信度達到95%。同時利用ArcGIS 10.7 軟件計算出山東省農戶數字接觸和數字能力的全局Moran’s I的值分別為 0.334 和 0.361，Z（I）的值均大于 1.960，在0.05 水平通過檢驗，以上結果說明，山東省各地區農戶數字資本空間相關性比較顯著且相互正向影響，相同農戶數字資本水平的地區在空間上呈現出集聚特征，農戶數字資本空間近鄰效應顯著。

3.2 局部空間自相關分析

全局空間自相關分析描述了山東省16 個地級市農戶數字資本在整體上具有顯著的集聚特征，但是無法體現出具體在哪些地區存在高值集聚或低值集聚。為進一步了解各地級市農戶數字資本高值和低值在空間上的聚集狀態，有必要進行局部空間自相關分析。

3.2.1 Moran 散點圖 利用GeoDa 1.20 軟件將各地區數字資本水平分為4 種空間關系模式，繪制山東省16 個地級市農戶數字資本的Moran 散點圖。Moran 散點圖中4 個象限分別代表不同的含義：第一象限為高-高（HH）集聚區，表示該地區的農戶與周邊地區的農戶數字資本均處在較高水平；第二象限為低-高（LH）集聚區，表示該地區農戶數字資本水平較低而周邊地區農戶數字資本水平較高；第三象限為低-低（LL）集聚區，表示該地區農戶與周邊地區的農戶數字資本均處在較低水平；第四象限為高-低（HL）集聚區，表示該地區農戶數字資本水平較高而周邊地區農戶數字資本水平較低。

Moran 散點圖中第一、第三象限代表該地區農戶數字資本呈空間正相關性，第二、第四象限代表該地區農戶數字資本呈空間負相關性，從圖1 可知，共有11 個地級市分布于第一和第三象限，占所有城市的68.75%，說明山東省農戶數字資本水平呈現出較強的空間正相關性。第一和第二象限代表農戶數字資本聚集度高，第三和第四象限代表農戶數字資本聚集度低，位于第一象限和第二象限的地區要多于位于第三象限和第四象限的地區，說明當前山東省16 個地級市農戶數字資本在空間分布上聚集度高，聚集度強于離散型。第一象限代表農戶數字資本高的地區高聚集效應明顯，第四象限代表農戶數字資本高的地區低聚集效應明顯，位于第一象限的地區多于第四象限的地區，說明山東省農戶數字資本高的地區在空間分布上高聚集效應更明顯。第一和第四象限代表該地區農戶數字資本水平高，第二、第三象限代表該地區農戶數字資本水平低，位于第一象限和第四象限的城市共8 個，位于第二象限和第三象限的城市也是8 個，說明目前50%的地區農戶數字資本處于較低水平。

圖1 山東省16 個地級市農戶數字資本的Moran 散點圖

從表6 可知，位于第一象限的地級市有6 個，分別為青島市、濰坊市、威海市、煙臺市、淄博市、日照市，全部為相鄰城市，同時這6 個城市基本上都位于山東省中部及東部沿海地區，除淄博市外都屬于膠東經濟圈；位于第二象限的地級市有3 個，分別為德州市、聊城市、東營市，這3 個城市中至少有2 個是相鄰的，呈現出一定的空間集聚現象；位于第三象限的地級市有5 個，分別為菏澤市、棗莊市、濟寧市、臨沂市、泰安市，這些城市互相接壤，位于山東省南部地區，大多屬于魯南經濟圈；位于第四象限的地區有2個，分別為濱州市、濟南市，都是省會經濟圈的城市。

表6 各類集聚區對應的城市

山東省農戶數字資本水平在空間上并非完全隨機分布，而是較低數字資本水平的地區傾向于和同樣較低水平的地區相鄰，較高數字資本水平的地區傾向于和同樣較高水平的地區相鄰，呈現出明顯正向集聚特征。其中HH 集聚型的地級市基本都集中在中部和東部沿海地區。

3.2.2 LISA 結果分析 通過繪制Moran 散點圖初步判斷了山東省各地級市所屬的象限，但還不能從整體上判斷各地級市的局部相關類型及其集聚區域的顯著性，因此用LISA 圖進一步分析。

從圖2 可知，山東省農戶數字資本分布著高-高集聚型和低-低集聚型。高-高集聚型的地級市有青島市、煙臺市、淄博市、濰坊市4 個城市，分布在山東省中部及東部沿海地區，這些地區地理位置比較優越、數字基礎設施相對完善、經濟水平比較發達，因此，農戶數字資本水平較高；低-低集聚型的地級市有1 個，為濟寧市，位于山東省西南部內陸地區，由于經濟水平相對落后、基礎設施不夠完善、農村地區的數字技術推廣應用沒有受到重視等原因導致農村信息化水平低，農戶數字資本水平也相對較低。

圖2 山東省農戶數字資本分布

高-低集聚型和低-高集聚型空間負相關情況在各地級市中都沒有出現，說明高農戶數字資本地區沒有出現數字資本低的地區，低農戶數字資本地區也沒有出現數字資本高的地區。在山東省中東部地區農戶數字資本水平高、西南部地區農戶數字資本水平低的基礎上，山東省中部地區的影響帶動能力強于西北和東南地區。

總體來看，山東省高-高集聚型地級市呈集中式分布，農戶數字資本水平較高，正向影響周邊地區，主要分布在山東省中部及東部沿海地區。低-低集聚型地級市農戶數字資本水平較低，負向影響周邊地區，主要分布在西南部內陸地區，呈現出中部及沿海地區的數字資本水平高于西南地區，空間自相關分析的結果與數字資本評價的結果是一致的。

4 小結與建議

4.1 小結

農戶數字資本測度與評價能夠有效了解各地區農戶的數字資本水平和空間格局特征。本研究以山東省為例，借助熵值法、K-均值聚類算法和空間相關性分析法探索了山東省農戶數字資本水平和空間格局特征，主要得出以下結論：①三大經濟圈對山東省農戶數字資本的貢獻程度存在差異；②山東省農戶數字化資源接觸水平高于農戶數字化資源應用能力；③山東省農戶數字資本具有較強的空間正相關性，存在高-高集聚型和低-低集聚型，高-高集聚型位于山東省中部及東部沿海地區，低-低集聚型位于西南部內陸地區。

4.2 政策建議

1）完善農村數字基礎設施建設。提升農戶數字資本水平首先要完善農村數字基礎設施建設，保證農戶對數字化資源接觸的必要條件。各地區應不斷加大農村數字基礎設施的投入力度，推動共建共享，加快農村寬帶、移動互聯網等的發展，拓寬網絡服務，加快鄉村4G 覆蓋普及、5G 創新應用來大幅提升鄉村網絡設施水平。充分利用信息進村入戶工程、農業物聯網試驗示范工程，將數字技術滲透到農業產業中，全面實現信息進村入戶，為提升農戶數字能力提供必要的硬件支撐。同時政府應引導企業提供更深、更廣的農村數字技術應用和服務，激發農戶需求，激發農戶對數字化資源接觸和應用的興趣。

2）提升農戶數字化資源應用能力。盡管數字技術在山東省農村地區的普及程度很高，但是農戶數字化資源應用能力還不足，要不斷面向農戶推廣電腦、手機等數字設備與多元化的數字服務，多渠道開展數字化資源應用的培訓，特別是智能手機。抓住農戶手機持有量快速增加、手機成為農戶上網最主要設備的機遇，構建政府、廠商、通信運營商“三位一體”的農村基層數字培訓體系，通過組織線上、線下培訓等方式，提升農戶使用智能手機的技能，如，政府可以聯合運營商等舉辦以“新農具服務農戶美好生活”為主題的農戶手機培訓周活動，幫助他們利用手機上網查詢獲取農業政策信息，使用數字設備進行網絡社交、線上支付、銷售等，多方面提升農戶的數字能力。同時要著重提升農戶的數字安全和法律意識，警惕網絡詐騙等，讓數字技術更好地服務于農戶的生產生活。

3）從性別、年齡和受教育水平來縮小農戶數字鴻溝。研究發現不同性別、年齡和受教育水平的農戶間存在數字鴻溝。在性別方面應鼓勵女性農戶積極參與數字技術的培訓，提升自身數字技能，突破傳統文化觀念。同時通過調研也發現，山東省農戶受教育水平普遍偏低且年齡較大，很大程度上會影響其使用、接受和辨識信息的能力。因此，在年齡和受教育水平上要不斷提升農戶自身文化水平，采取線上再教育和線下開辦職業學校相結合的方式，將數字化知識和技術作為基礎課程，定期進行實踐和考核；開發適合年長農戶學習的數字設備、軟件等，支持鼓勵家庭數字反哺和親友互助，提升年長農戶對數字信息技術的可及性，推動樂齡科技，提升數字包容性，縮小數字鴻溝。

4）采取差異化措施來縮小地區差距。根據各地區農戶數字資本水平和實際情況實行差異化措施，抓住薄弱環節，有效提升農戶數字資本，縮小地區差距。對于內陸地區，特別是山東省西南部數字資本匱乏地區，要加大財政補貼和支持力度，提升農戶數字資本水平，對農戶購買數字設備與數字服務應采取支持和鼓勵政策，推動出臺農戶上網和手機流量資費的各種優惠政策，確保廣大農戶能夠有網上并且上得起網，從而促進農戶使用互聯網從事創造性、生產性活動，利用數字技術促進農戶增收。對于山東省中東部地區，要在目前數字資本水平相對領先的基礎上，繼續提升農戶數字致富的意識，鼓勵農戶不斷創新，將數字技術更好地應用于農業生產，不斷提升農戶的數字素養，更大范圍地輻射到周邊地區。