農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)發(fā)展及時(shí)空演化特征

孫一凡，杜改鳳，李軍成，姜 林，王洋洋

（1.湖南人文科技學(xué)院，a.商學(xué)院；b.數(shù)學(xué)與金融學(xué)院，湖南 婁底 417000；2.遼寧大學(xué)經(jīng)濟(jì)學(xué)院，沈陽(yáng) 110036）

隨著城鄉(xiāng)經(jīng)濟(jì)發(fā)展差距的日益擴(kuò)大，鄉(xiāng)村振興成為中國(guó)全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的重要戰(zhàn)略目標(biāo)［1］。同時(shí)，數(shù)字經(jīng)濟(jì)技術(shù)的應(yīng)用也為加速中國(guó)農(nóng)村現(xiàn)代化提供了新的契機(jī)［2］。但中國(guó)各地區(qū)農(nóng)村數(shù)字經(jīng)濟(jì)和鄉(xiāng)村振興的發(fā)展情況存在差異，兩個(gè)系統(tǒng)之間的協(xié)同發(fā)展問(wèn)題也受到廣泛關(guān)注。為加深對(duì)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的認(rèn)識(shí)，研究人員運(yùn)用理論分析、實(shí)證研究以及案例分析等方法對(duì)二者進(jìn)行了研究，主要集中在3 個(gè)方面。其一，關(guān)于農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合評(píng)價(jià)。崔凱等［3］從數(shù)字鄉(xiāng)村建設(shè)視角出發(fā)，構(gòu)建了包含數(shù)字環(huán)境、數(shù)字投入、數(shù)字效益、數(shù)字服務(wù)及配套4 個(gè)一級(jí)指標(biāo)及其下屬的16個(gè)二級(jí)指標(biāo)的鄉(xiāng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系。慕娟等［4］從投入產(chǎn)出角度，構(gòu)建了包含農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)、農(nóng)業(yè)數(shù)字化水平、農(nóng)村產(chǎn)業(yè)數(shù)字化發(fā)展水平3 個(gè)一級(jí)指標(biāo)及其下屬的11 個(gè)二級(jí)指標(biāo)的農(nóng)村數(shù)字經(jīng)濟(jì)指標(biāo)體系，并通過(guò)研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)交融能促進(jìn)農(nóng)業(yè)現(xiàn)代化水平提高，有助于提高效率降低成本。其二，關(guān)于鄉(xiāng)村振興發(fā)展水平的綜合評(píng)價(jià)。張挺等［5］從鄉(xiāng)村振興的五位一體角度出發(fā)，選取15 個(gè)三級(jí)指標(biāo)和44 個(gè)四級(jí)指標(biāo)，運(yùn)用熵權(quán)法構(gòu)建鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系；沈劍波等［6］采用頻數(shù)分析法結(jié)合德?tīng)柗品ā?shí)地調(diào)研等方式針對(duì)鄉(xiāng)村振興的五位一體構(gòu)建鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)指標(biāo)體系。其三，關(guān)于農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興關(guān)系的研究。何雷華等［7］指出數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興有顯著驅(qū)動(dòng)作用，同時(shí)數(shù)字經(jīng)濟(jì)對(duì)鄉(xiāng)村振興存在空間溢出效應(yīng)，有助于促進(jìn)鄰近地區(qū)鄉(xiāng)村發(fā)展；孫文婷等［8］在測(cè)度長(zhǎng)江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)水平的基礎(chǔ)上，實(shí)證分析了數(shù)字經(jīng)濟(jì)影響農(nóng)民增收的基本傳導(dǎo)機(jī)制和異質(zhì)性傳導(dǎo)機(jī)制，并發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能顯著促進(jìn)農(nóng)民增收；陳毅輝等［9］指出數(shù)字經(jīng)濟(jì)顯著推動(dòng)了農(nóng)業(yè)高質(zhì)量發(fā)展，從作用機(jī)制看，數(shù)字經(jīng)濟(jì)通過(guò)提高農(nóng)業(yè)發(fā)展規(guī)模、發(fā)展效率和發(fā)展效益3 條路徑推動(dòng)農(nóng)業(yè)高質(zhì)量發(fā)展；田鴿等［10］探討了數(shù)字經(jīng)濟(jì)推動(dòng)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)的內(nèi)在機(jī)制，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠顯著促進(jìn)非農(nóng)就業(yè)，并以消費(fèi)互聯(lián)網(wǎng)的發(fā)展帶動(dòng)了農(nóng)村低技能勞動(dòng)力向低技能偏向的數(shù)字化非農(nóng)行業(yè)流動(dòng)。

上述研究的開(kāi)展為梳理農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的關(guān)系提供了理論參考，但在定量研究方法上有所不足。缺少以農(nóng)村數(shù)字經(jīng)濟(jì)為主體與鄉(xiāng)村振興的耦合協(xié)調(diào)研究，且鮮有文獻(xiàn)分析兩者耦合協(xié)調(diào)的空間集聚關(guān)系，未能從實(shí)證角度證明這一點(diǎn)。基于此，本研究通過(guò)2010—2020 年31 省（市、自治區(qū)）面板數(shù)據(jù)，利用熵值法構(gòu)建綜合評(píng)價(jià)模型，并建立耦合協(xié)調(diào)度模型劃分各指標(biāo)的耦合協(xié)調(diào)度等級(jí)，同時(shí)運(yùn)用空間自相關(guān)分析方法對(duì)各省（市、自治區(qū)）的空間集聚模式進(jìn)行了相應(yīng)的梳理，為推動(dòng)中國(guó)鄉(xiāng)村發(fā)展，實(shí)現(xiàn)數(shù)字鄉(xiāng)村的目標(biāo)提供參考與借鑒。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 指標(biāo)體系構(gòu)建

農(nóng)村數(shù)字經(jīng)濟(jì)的發(fā)展可以增強(qiáng)農(nóng)村數(shù)字基礎(chǔ)建設(shè)、促進(jìn)農(nóng)村產(chǎn)業(yè)數(shù)字化升級(jí)、提高數(shù)字產(chǎn)業(yè)化規(guī)模等；而鄉(xiāng)村振興則包括了農(nóng)村產(chǎn)業(yè)、生態(tài)、文化、社會(huì)等多個(gè)方面的發(fā)展。因此評(píng)價(jià)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的發(fā)展水平需要建立全面的評(píng)價(jià)指標(biāo)體系，反映其多元性與復(fù)雜性，既要客觀反映出各省（市、自治區(qū)）農(nóng)村的真實(shí)面貌，又要考慮到數(shù)據(jù)的可得性。參考已有研究成果，建立農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興綜合評(píng)價(jià)體系如表1 所示。評(píng)價(jià)指標(biāo)中正向指標(biāo)的數(shù)值越大越好，負(fù)向指標(biāo)的數(shù)值越小越好［11］。

表1 農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興綜合評(píng)價(jià)指標(biāo)體系

1.2 數(shù)據(jù)來(lái)源

研究盡可能采用已公布的統(tǒng)計(jì)年鑒權(quán)威數(shù)據(jù)，因數(shù)據(jù)可得性的原因，選取的31 省（市、自治區(qū)）數(shù)據(jù)不包括香港、澳門(mén)和臺(tái)灣地區(qū)數(shù)據(jù)，部分缺失數(shù)據(jù)通過(guò)插值法填補(bǔ)缺失值［12，13］。其中，數(shù)字經(jīng)濟(jì)子系統(tǒng)2010—2020 年指標(biāo)X1、X2、X3、X7的數(shù)據(jù)來(lái)源于2011—2021 年《中國(guó)統(tǒng)計(jì)年鑒》；指標(biāo)X4的數(shù)據(jù)來(lái)源于阿里研究院；指標(biāo)X5的數(shù)據(jù)來(lái)源于《2011—2021北京大學(xué)數(shù)字普惠金融指數(shù)（PKU-DFIIC）》［14］；指標(biāo)X6的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。鄉(xiāng)村振興子系統(tǒng)中2010—2020 年指標(biāo)Y1、Y2、Y3、Y8、Y9的數(shù)據(jù)來(lái)源于2011—2021 年《中國(guó)統(tǒng)計(jì)年鑒》；Y4、Y5、Y6、Y7、Y10的數(shù)據(jù)來(lái)源于2011—2021 年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，Y11的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局；Y12、Y13、Y14來(lái)源于2011—2021 年《中國(guó)縣域統(tǒng)計(jì)年鑒（鄉(xiāng)鎮(zhèn)卷）》，Y15的數(shù)據(jù)參考尹海潔等［15］的恩格爾系數(shù)計(jì)算方法進(jìn)行計(jì)算。

1.3 研究方法

1.3.1 熵值法 熵值法是一種客觀的賦權(quán)方法，熵權(quán)越大代表該指標(biāo)所持有的有效信息越多，其影響程度就越大［16］。熵值法能夠客觀真實(shí)地反映隱含在指標(biāo)數(shù)據(jù)中的信息，利用其計(jì)算評(píng)價(jià)指標(biāo)權(quán)重，可為綜合評(píng)價(jià)提供依據(jù)。由于含有負(fù)向指標(biāo)，因此需要對(duì)正向指標(biāo)和負(fù)向指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。熵值法中運(yùn)用到了取對(duì)數(shù)，為避免取對(duì)數(shù)的目標(biāo)值出現(xiàn)0的情況，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理并進(jìn)行非負(fù)平移［17］。

首先，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算式如下。

式中，i=1，2，…，m；j=1，2，…，n；Zij是第i年第j個(gè)指標(biāo)的值，Zij′是Zij標(biāo)準(zhǔn)化的結(jié)果，max(Zij)是指標(biāo)Zij的最大值，min(Zij)是指標(biāo)Zij的最小值。

其次，計(jì)算各指標(biāo)在各樣本中的比重dij。

然后，計(jì)算第j個(gè)指標(biāo)信息熵ej。

再計(jì)算第j個(gè)指標(biāo)權(quán)重ψj。

最后，計(jì)算各子系統(tǒng)第i年的發(fā)展指數(shù)，f（x）和g（y）分別為農(nóng)村數(shù)字經(jīng)濟(jì)子系統(tǒng)和鄉(xiāng)村振興子系統(tǒng)發(fā)展指數(shù)。

1.3.2 耦合協(xié)調(diào)度模型 耦合協(xié)調(diào)度表征子系統(tǒng)相互作用影響的程度，耦合作用和協(xié)調(diào)程度決定了耦合系統(tǒng)演化發(fā)展?fàn)顩r［18］。本研究構(gòu)建的農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合協(xié)調(diào)度模型如下。

1.3.3 空間自相關(guān)分析 通過(guò)空間自相關(guān)分析可以探究事物之間的某種屬性在不同地區(qū)之間的空間依賴(lài)性和異質(zhì)性，并分析事物間包含地理因素的相關(guān)關(guān)系［20］。空間自相關(guān)分為全局自相關(guān)與局部自相關(guān)，全局是從整體出發(fā)探究空間集聚現(xiàn)象，局部則是從部分出發(fā)探究相鄰地區(qū)之間集聚的現(xiàn)象。空間自相關(guān)性分析常用的判斷指標(biāo)與統(tǒng)計(jì)量是莫蘭指數(shù)（Moran’sI），其常見(jiàn)的取值范圍為［-1，1］，當(dāng)Moran’sI為0 時(shí)，地區(qū)間屬性相關(guān)關(guān)系呈隨機(jī)分布，地區(qū)間無(wú)顯著差異；當(dāng)Moran’sI大于0 時(shí)，地區(qū)間的屬性關(guān)系在空間上呈正相關(guān)聯(lián)系，地區(qū)間存在顯著差異，表現(xiàn)為集聚；當(dāng)Moran’sI小于0 時(shí)，地區(qū)間呈顯著差異，趨于離散［21］。當(dāng)Moran’sI的正態(tài)統(tǒng)計(jì)量Z大于或等于正態(tài)分布函數(shù)在0.01 水平下的臨界值1.96，且P≤0.05 時(shí)，即在95%的置信度下統(tǒng)計(jì)顯著有效。

本研究運(yùn)用空間自相關(guān)探究了農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興兩系統(tǒng)耦合協(xié)調(diào)度在空間中的分布特征與差異。使用GeoDa 軟件中的鄰接空間權(quán)重矩陣，類(lèi)型為Queen 鄰接。通過(guò)分析空間自相關(guān)揭示農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興兩系統(tǒng)的耦合協(xié)調(diào)度的空間相關(guān)效應(yīng)及空間集聚模式。

2 結(jié)果與分析

2.1 綜合評(píng)價(jià)指數(shù)分析

將無(wú)量綱化后的數(shù)據(jù)帶入式（1）至式（6），求解出各省（市、自治區(qū)）的農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與鄉(xiāng)村振興發(fā)展指數(shù)。為直觀展示兩個(gè)子系統(tǒng)之間的動(dòng)態(tài)發(fā)展變化規(guī)律，繪制2010—2020 年農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展指數(shù)變化趨勢(shì)，如圖1 所示。

圖1 2010—2020 年農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展指數(shù)變化趨勢(shì)

就全國(guó)整體發(fā)展而言，農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的發(fā)展指數(shù)呈現(xiàn)出較為相似的波動(dòng)規(guī)律。農(nóng)村數(shù)字經(jīng)濟(jì)在2010 年與鄉(xiāng)村振興有較大差距，但隨著時(shí)間發(fā)展逐步縮小，2012 年農(nóng)村數(shù)字經(jīng)濟(jì)開(kāi)始進(jìn)入快速發(fā)展期，并且在2014 年達(dá)到峰值，與鄉(xiāng)村振興呈現(xiàn)相似的波動(dòng)規(guī)律。這說(shuō)明農(nóng)村數(shù)字經(jīng)濟(jì)初期并不能較大地影響鄉(xiāng)村振興，但在演化發(fā)展過(guò)程中，農(nóng)村數(shù)字經(jīng)濟(jì)的影響作用逐漸提高，兩者的耦合協(xié)調(diào)程度整體提升。同時(shí)，2010—2014 年，農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興也呈現(xiàn)出不同的發(fā)展速度，表明鄉(xiāng)村振興在一定程度上處于穩(wěn)定發(fā)展期，農(nóng)村數(shù)字經(jīng)濟(jì)則處于快速發(fā)展期，兩者所處的發(fā)展時(shí)期有所不同。

為橫向比較各省（市、自治區(qū)）的發(fā)展程度，對(duì)各省（市、自治區(qū)）農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興2010—2020 年的發(fā)展指數(shù)求平均值并繪制雷達(dá)圖，如圖2所示。就局部發(fā)展而言，地區(qū)之間差異較大，在不同區(qū)域呈現(xiàn)不同的發(fā)展趨勢(shì)。浙江、廣東、內(nèi)蒙古、福建等地區(qū)的農(nóng)村數(shù)字經(jīng)濟(jì)均值高于鄉(xiāng)村振興均值，其他地區(qū)鄉(xiāng)村振興均值普遍高于農(nóng)村數(shù)字經(jīng)濟(jì)均值。北京、天津、江蘇、福建等東部地區(qū)省市農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興演化趨勢(shì)較為接近，但新疆、寧夏、甘肅、陜西、青海等西北地區(qū)五省則呈現(xiàn)鄉(xiāng)村振興遙遙領(lǐng)先農(nóng)村數(shù)字經(jīng)濟(jì)的現(xiàn)象，表明農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展不同步，在不同地區(qū)受到不同發(fā)展速度的制約，這是地方發(fā)展基礎(chǔ)條件不同的原因造成的。

圖2 2010—2020 年各省（市、自治區(qū)）農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興平均發(fā)展指數(shù)

2.2 耦合協(xié)調(diào)程度及類(lèi)型分析

通過(guò)代入農(nóng)村數(shù)字經(jīng)濟(jì)和鄉(xiāng)村振興相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用式（7）耦合協(xié)調(diào)度模型計(jì)算得到兩系統(tǒng)的耦合度、耦合協(xié)調(diào)度，對(duì)中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的協(xié)調(diào)發(fā)展特征進(jìn)行相應(yīng)分析，然后再結(jié)合表2 評(píng)級(jí)標(biāo)準(zhǔn)進(jìn)行分組評(píng)級(jí)，使用2010—2020 年耦合度與耦合協(xié)調(diào)度的平均值進(jìn)行劃分，結(jié)果如表3 所示。

由表3 可知，從耦合度整體來(lái)看，多數(shù)省份耦合度均在0.90 上下徘徊，說(shuō)明中國(guó)的農(nóng)村數(shù)字經(jīng)濟(jì)和鄉(xiāng)村振興有著相互緊密影響的關(guān)系。一方面鄉(xiāng)村振興的發(fā)展創(chuàng)造了農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展所需的基礎(chǔ)設(shè)施條件；另一方面，中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)的發(fā)展能夠驅(qū)動(dòng)鄉(xiāng)村振興高質(zhì)高效發(fā)展，客觀上促使了二者的相互作用和協(xié)調(diào)發(fā)展。從耦合協(xié)調(diào)度的角度分析，全國(guó)耦合協(xié)調(diào)度均值為0.45，大多數(shù)省（市、自治區(qū)）的耦合協(xié)調(diào)度只有其耦合度的一半，說(shuō)明農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的發(fā)展水平表現(xiàn)出發(fā)展不同速，其協(xié)調(diào)等級(jí)處于中低水平，各省（市、自治區(qū)）的耦合協(xié)調(diào)等級(jí)分為以下3 種類(lèi)型。

第一類(lèi)為初級(jí)協(xié)調(diào)。農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合協(xié)調(diào)度大于0.6，認(rèn)為協(xié)調(diào)發(fā)展程度良好。浙江、江蘇、山東在2010—2020 年均值分別為0.68、0.62、0.60，代表該地區(qū)兩系統(tǒng)的協(xié)調(diào)發(fā)展程度較優(yōu)，其發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興均衡性強(qiáng)，二者協(xié)調(diào)發(fā)展程度較好，存在正向促進(jìn)關(guān)系。

第二類(lèi)為勉強(qiáng)協(xié)調(diào)與瀕臨失調(diào)。勉強(qiáng)協(xié)調(diào)與瀕臨失調(diào)表明地區(qū)兩系統(tǒng)已達(dá)到協(xié)調(diào)臨界點(diǎn)，但是在各年份的協(xié)調(diào)發(fā)展中仍處于上下波動(dòng)，尚未實(shí)現(xiàn)穩(wěn)定協(xié)調(diào)，在地區(qū)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合發(fā)展中存在進(jìn)步空間。在勉強(qiáng)協(xié)調(diào)發(fā)展階段的地區(qū)有北京（0.58）、廣東（0.58）、福建（0.55）、內(nèi)蒙古（0.55）、上海（0.50）；在瀕臨失調(diào)發(fā)展階段的地區(qū)有河北（0.48）、河南（0.47）、湖北（0.47）、四川（0.46）、天津（0.45）、遼寧（0.44）、湖南（0.44）、江西（0.43）、陜西（0.43）、山西（0.41）、安徽（0.41）、黑龍江（0.40）。

第三類(lèi)為輕度失調(diào)。兩系統(tǒng)之間的耦合協(xié)調(diào)發(fā)展程度處于較低水平，系統(tǒng)之間的相互正向促進(jìn)作用不足，呈現(xiàn)一方過(guò)快或過(guò)慢帶給另一方的制約現(xiàn)象。在輕度失調(diào)發(fā)展階段的地區(qū)有吉林（0.39）、海南（0.39）、廣西（0.38）、重慶（0.38）、貴州（0.37）、云南（0.37）、西藏（0.31）、甘肅（0.33）、青海（0.30）、寧夏（0.33）、新疆（0.39）。

通過(guò)對(duì)不同地區(qū)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度分類(lèi)后發(fā)現(xiàn)，兩系統(tǒng)耦合協(xié)調(diào)關(guān)系在大多數(shù)地區(qū)始終存在，不同年份、不同地區(qū)的耦合協(xié)調(diào)發(fā)展程度卻存在著一定的差異，但并未出現(xiàn)輕度失調(diào)以下的情況。一方面，表現(xiàn)出中國(guó)農(nóng)村發(fā)展中共同富裕理念的貫徹；另一方面，說(shuō)明二者由于發(fā)展速度不同所帶來(lái)的不協(xié)調(diào)問(wèn)題凸顯，中國(guó)31 省（市、自治區(qū)）在農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展模式上都有不同的側(cè)重點(diǎn)，各地區(qū)發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)的基礎(chǔ)條件不同，導(dǎo)致耦合協(xié)調(diào)發(fā)展程度不均衡。

2.3 耦合協(xié)調(diào)度的空間分析

使用GeoDa 軟件對(duì)31 省（市、自治區(qū)）農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合協(xié)調(diào)度進(jìn)行空間自相關(guān)分析，其空間權(quán)重矩陣定義為Queen 鄰接矩陣，并通過(guò)權(quán)重設(shè)置將廣東與海南設(shè)為鄰接關(guān)系，通過(guò)計(jì)算得到農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度的全局Moran’sI，具體如表4 所示。

表4 農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度的Moran’s I檢驗(yàn)

由表4 可知，2010—2020 年全局自相關(guān)的標(biāo)準(zhǔn)統(tǒng)計(jì)量的Moran’sI均為正值，其中2010 年、2012 年Moran’sI分別為0.062、0.115，未通過(guò)顯著性水平檢驗(yàn)，而其他年份Moran’sI均通過(guò)置信度顯著性水平檢驗(yàn)，表明農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度存在顯著的空間自相關(guān)性。同時(shí)，2015—2020 年全局Moran’sI顯著增長(zhǎng)，Z≥2.58、P≤0.01，其伴隨概率P均為0.001，表明2015—2020 年兩系統(tǒng)耦合協(xié)調(diào)度的莫蘭指數(shù)在1%的水平上顯著為正，兩系統(tǒng)在空間上的分布具有正相關(guān)性，呈現(xiàn)出增強(qiáng)的空間集聚效應(yīng)。

根據(jù)全局自相關(guān)分析莫蘭指數(shù)繪制2011 年、2015 年、2020 年的Moran 散點(diǎn)圖，可將2010—2020年農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合協(xié)調(diào)度的空間分布在4 個(gè)象限中，兩系統(tǒng)耦合協(xié)調(diào)度的集聚表現(xiàn)為高-高（H-H）集聚區(qū)域、低-高（L-H）集聚區(qū)域、低-低（L-L）集聚區(qū)域、高-低（H-L）集聚區(qū)域，具體如圖3 所示。

圖3 農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度的Moran 散點(diǎn)圖

鑒于Moran 散點(diǎn)圖不能分析各地區(qū)局部相關(guān)類(lèi)型及其集聚區(qū)是否具有統(tǒng)計(jì)意義的顯著性，通過(guò)LISA 集聚圖進(jìn)行進(jìn)一步分析，得到2011 年、2015 年、2020 年的LISA 集聚類(lèi)型，如表5 所示。

表5 農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度空間自相關(guān)LISA 集聚類(lèi)型

由圖3 與表5 可知，中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度的H-H 集聚區(qū)域與L-L 集聚區(qū)域在發(fā)展過(guò)程中保持?jǐn)U張態(tài)勢(shì)。2011 年H-H 集聚區(qū)域僅有江蘇與上海，到2020 年區(qū)域擴(kuò)展為山東、江蘇、福建、浙江、江西、上海，華東六省一市中僅安徽處于低-高集聚區(qū)域。H-H 集聚區(qū)域總占比由2011 年的6.5%上升至2020 年的19.4%，在東南沿海地域空間上呈現(xiàn)團(tuán)塊狀，這類(lèi)省市鄉(xiāng)村振興水平普遍較高，為發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)打下了良好基礎(chǔ)，形成了區(qū)域間的帶動(dòng)發(fā)展，帶動(dòng)周邊地區(qū)形成高值的聚集。2011—2015 年L-L 集聚區(qū)域有新疆、西藏、青海、云南，到2020 年為新疆、西藏、青海、寧夏、內(nèi)蒙古、甘肅，地域空間主要分布在中國(guó)西北與西南地區(qū)，這類(lèi)省市農(nóng)村數(shù)字經(jīng)濟(jì)受自身發(fā)展基礎(chǔ)制約導(dǎo)致發(fā)展不充分，兩系統(tǒng)協(xié)調(diào)發(fā)展水平較低，對(duì)周邊地區(qū)帶動(dòng)作用有限。處于H-L 集聚區(qū)域的僅有四川，在2011年、2015 年、2022 年均處于該模式，四川與西北地區(qū)的陜西、甘肅、青海為鄰，其農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的綜合發(fā)展水平較高，但未能對(duì)周邊區(qū)域起到拉動(dòng)作用，并呈現(xiàn)與L-H 集聚區(qū)域安徽相反的馬太效應(yīng)表現(xiàn)。總體而言，中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)發(fā)展長(zhǎng)期存在顯著差異，H-H 集聚區(qū)域與L-L 集聚區(qū)域都處于擴(kuò)張態(tài)勢(shì)，依靠空間區(qū)位優(yōu)勢(shì)逐步拉開(kāi)差距，西北地區(qū)、西南地區(qū)與華北地區(qū)、華東地區(qū)形成兩極化發(fā)展趨勢(shì)，優(yōu)勢(shì)地區(qū)暫未完全發(fā)揮出對(duì)全國(guó)整體協(xié)同發(fā)展的強(qiáng)勁促進(jìn)作用。

3 結(jié)論與建議

本研究以全國(guó)31 個(gè)省（市、自治區(qū)）為研究單位，構(gòu)建評(píng)價(jià)指標(biāo)體系，借助熵值法對(duì)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展水平進(jìn)行了測(cè)算與分析。在此基礎(chǔ)上，運(yùn)用耦合協(xié)調(diào)度模型實(shí)現(xiàn)對(duì)2010—2020 年中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興發(fā)展水平耦合度及耦合協(xié)調(diào)度的分析，并對(duì)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度的空間相關(guān)性進(jìn)行了探索與分析，對(duì)各省（市、自治區(qū)）的空間集聚模式進(jìn)行了梳理，從全國(guó)層面分析了農(nóng)村數(shù)字經(jīng)濟(jì)和鄉(xiāng)村振興的空間耦合協(xié)調(diào)集聚效應(yīng)，結(jié)論如下。

1）鄉(xiāng)村振興的發(fā)展指數(shù)總體上呈緩慢發(fā)展趨勢(shì)，2010—2014 年鄉(xiāng)村振興發(fā)展水平持續(xù)滯后，但隨著農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展水平快速上升，帶動(dòng)兩系統(tǒng)協(xié)同發(fā)展勢(shì)頭強(qiáng)勁，二者發(fā)展水平在2014 年達(dá)到高值。2015—2020 年進(jìn)入平穩(wěn)發(fā)展期后，鄉(xiāng)村振興發(fā)展水平呈現(xiàn)后勁不足，農(nóng)村數(shù)字經(jīng)濟(jì)則表現(xiàn)出強(qiáng)勁動(dòng)力，鄉(xiāng)村振興發(fā)展水平增長(zhǎng)速度也逐漸落后于農(nóng)村數(shù)字經(jīng)濟(jì)。其中，多數(shù)省份鄉(xiāng)村振興發(fā)展指數(shù)均值高于鄉(xiāng)村振興，僅有浙江、廣東、內(nèi)蒙古、福建等地區(qū)的農(nóng)村數(shù)字經(jīng)濟(jì)均值高于鄉(xiāng)村振興均值，農(nóng)村數(shù)字經(jīng)濟(jì)具有較大的進(jìn)步空間。

2）中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興在發(fā)展中存在耦合協(xié)調(diào)關(guān)系，二者耦合協(xié)調(diào)度水平處于中低協(xié)調(diào)水平。浙江、江蘇、山東實(shí)現(xiàn)了初級(jí)協(xié)調(diào)，處于勉強(qiáng)協(xié)調(diào)和瀕臨失調(diào)的地區(qū)較多，但各地區(qū)間農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興耦合協(xié)調(diào)度總體呈平穩(wěn)上升趨勢(shì)，并隨著時(shí)間的推移，各地區(qū)兩系統(tǒng)協(xié)調(diào)程度得到明顯改善。

3）中國(guó)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的耦合協(xié)調(diào)度呈顯著的空間正相關(guān)性，其集聚效應(yīng)主要表現(xiàn)為高-高集聚區(qū)域與低-低集聚區(qū)域。高-高集聚區(qū)域主要集中在華東與華北地區(qū)，而低-低集聚區(qū)域則主要集中于西北與西南地區(qū)，區(qū)域間相互影響作用明顯，在空間上呈兩極化發(fā)展趨勢(shì)。

為進(jìn)一步發(fā)展農(nóng)村數(shù)字經(jīng)濟(jì)，提高可持續(xù)發(fā)展能力，從而實(shí)現(xiàn)鄉(xiāng)村振興，提出如下發(fā)展建議。

1）政府應(yīng)加強(qiáng)財(cái)政投入，提升L-L 集聚地區(qū)鄉(xiāng)村信息基礎(chǔ)設(shè)施建設(shè)水平。加大對(duì)滯后地區(qū)的財(cái)政投入，推進(jìn)農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)，將通信基站、管道、桿線(xiàn)、機(jī)房等全面納入鄉(xiāng)村建設(shè)規(guī)劃。同時(shí)，應(yīng)加快農(nóng)村地區(qū)接入寬帶網(wǎng)絡(luò)、數(shù)字交易平臺(tái)、農(nóng)村電商物流配送等，并規(guī)劃設(shè)計(jì)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)云平臺(tái)，以提供更好的基礎(chǔ)條件。還應(yīng)加強(qiáng)對(duì)鄉(xiāng)村地區(qū)農(nóng)民的數(shù)字技能培訓(xùn)，并提供相應(yīng)的教育和培訓(xùn)課程，以提高農(nóng)民對(duì)數(shù)字技術(shù)和電商經(jīng)營(yíng)的理解和掌握能力。政府可以積極發(fā)展鄉(xiāng)村數(shù)字新業(yè)態(tài)，以促進(jìn)鄉(xiāng)村產(chǎn)業(yè)興旺、居民生活富裕。

2）促進(jìn)數(shù)字經(jīng)濟(jì)與傳統(tǒng)農(nóng)業(yè)產(chǎn)業(yè)的合作與智能化升級(jí)，旨在通過(guò)促進(jìn)數(shù)字產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的協(xié)同發(fā)展，推動(dòng)數(shù)字產(chǎn)業(yè)與農(nóng)業(yè)產(chǎn)業(yè)的融合，從而實(shí)現(xiàn)智慧農(nóng)業(yè)的升級(jí)和鄉(xiāng)村振興的數(shù)字化深度融合。為此可以實(shí)施以下行動(dòng)：推動(dòng)智慧農(nóng)業(yè)升級(jí)賦能行動(dòng)，促進(jìn)農(nóng)業(yè)與信息技術(shù)的融合；推動(dòng)智慧綠色鄉(xiāng)村建設(shè)行動(dòng)，促進(jìn)鄉(xiāng)村發(fā)展與環(huán)境可持續(xù)性的協(xié)調(diào)；推動(dòng)信息技術(shù)惠農(nóng)便民行動(dòng)，提高信息技術(shù)在農(nóng)村地區(qū)的普及和應(yīng)用；推動(dòng)鄉(xiāng)村數(shù)字治理提升行動(dòng)，提升鄉(xiāng)村治理水平和數(shù)字化程度。通過(guò)這些行動(dòng)的實(shí)施，數(shù)字經(jīng)濟(jì)和傳統(tǒng)農(nóng)業(yè)產(chǎn)業(yè)將得以更好地合作和發(fā)展，從而促進(jìn)數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的深度融合。

3）為促進(jìn)H-L 和L-H 集聚地區(qū)的協(xié)調(diào)發(fā)展，需要制定有針對(duì)性和有效性的政策。政府應(yīng)根據(jù)不同地區(qū)的情況和需求，制定更具針對(duì)性和有效性的政策來(lái)推動(dòng)區(qū)域差異化發(fā)展，并加強(qiáng)對(duì)滯后地區(qū)的支持和引領(lǐng)。同時(shí)，需要采取富鄰措施，促進(jìn)先進(jìn)地區(qū)幫助滯后地區(qū)縮小差距。在全國(guó)層面上，旨在實(shí)現(xiàn)城鄉(xiāng)公共服務(wù)數(shù)字化和均等化，確保公共服務(wù)在城鄉(xiāng)之間得到平等的數(shù)字化覆蓋。此外，還應(yīng)建立跨地區(qū)和跨部門(mén)的協(xié)調(diào)發(fā)展機(jī)制，以實(shí)現(xiàn)區(qū)域間共同服務(wù)高質(zhì)量農(nóng)村數(shù)字經(jīng)濟(jì)建設(shè)的協(xié)調(diào)和合作，推動(dòng)農(nóng)村數(shù)字經(jīng)濟(jì)與鄉(xiāng)村振興的協(xié)同發(fā)展。通過(guò)這些措施，可以加強(qiáng)H-L 和L-H 集聚地區(qū)的發(fā)展協(xié)調(diào)性，促進(jìn)更加均衡的農(nóng)村經(jīng)濟(jì)增長(zhǎng)與現(xiàn)代化發(fā)展。