基于因子分析和貝葉斯方法的農村居民參與數字鄉村建設意愿的分析研究

摘要：鄉村振興是十九大提出的一項重大戰略部署，針對浙東地區數字鄉村政策下農村居民的參與意愿現狀，從參與態度、參與的主觀規范、感知控制行為、參與行為意向、參與數字鄉村建設行為傾向、實踐參與度方面設計問卷并收集數據。利用因子分析，得出政府活動與個人參與因素為主要的因素，其次是科技環境、實現價值、政府媒體影響等因素。利用貝葉斯網絡分析，得出農村居民愿意參加數字鄉村中，政府活動與個人參與值越高的政府媒體影響越低，科技環境影響越高，實現價值越高。該文提出改變宣傳側重點，加強科技建設和信息使用服務，增強居民參與的積極性和參與的熱情，加強管理工作和行為規范，提升自我價值和不同群體參與率，為提升我國農村居民參與行為提供建議及理論參考。

關鍵詞：數字鄉村；因子分析；貝葉斯網絡；問卷設計

中圖分類號：TP393" " 文獻標識碼：A

文章編號：1009-3044（2022）33-0108-04

在中國數字經濟快速發展的鄉村振興環境下，數字信息技術向鄉村社會的擴散與嵌入，改變了鄉村社會固有的結構和形態，鄉村研究面對的，不再是傳統鄉村，而是一個被數字技術改造、正在走向城鄉融合的鄉村[1-3]。數字鄉村這一概念受到了學術界和實踐界的廣泛關注。但隨之而來的鄉村內部矛盾凸顯、城鄉差距進一步擴大的情況持續存在，而其中最主要的是農村居民的主動性不夠的問題，使得數字鄉村政策的發展遲緩，在某種程度上影響了農村的長遠發展。

目前，我國有關于數字鄉村建設的研究，大多研究聚集在數字鄉村基礎設施建設及經濟數字化發展，甚少從村民參與意愿角度去做研究。通過對浙東地區農村居民的現狀了解村民參與意愿，分析哪些因素影響了農村居民參與數字鄉村的意愿[4-5]。有助于進一步解放和發展農村數字化生產力，對加快鄉村的發展提供動力。

1 問卷的設計與檢驗

1.1 問卷設計

本文主要研究的是在鄉村振興戰略下浙東地區居民參與數字鄉村意愿影響因素的研究，數據收集主要采用問卷形式，通過微信和鏈接發布獲得數據，再由問卷星導出數據。

問卷調查設計主要分為三部分：第一部分，旨在調查個人因素與參與意愿之間的關系，涉及被調查人員的年齡、性別、職業、年收入等基本信息。第二部分，對于數字鄉村的了解及參與意愿的影響因素。旨在理解浙東地區農村居民在數字鄉村振興戰略中的參與情況，了解存在哪些問題。問卷通過六個參與意愿的影響因素，使用李克特 5 級量表計算不同題目的得分。第三部分，數字鄉村參與度，通過對參與度的調查了解信息。

1.2 問卷信度效度檢驗

1.2.1 信度檢驗

[α=kk-11-s2is2x]信度試驗是指對問卷的真實性試驗，即在使用相同的方式對同一個對象重復檢測時得出結論的一致性程度，也就是反映了實際狀況的程度。本文將通過克隆巴赫系數對問卷數據進行可信度檢測，其公式為：

[α=kk-11-s2is2x]" " " " " " " " " （1）

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

1.2.2 效度檢驗

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

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

巴特利特球形檢驗變量是否獨立。計算公式為：

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

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

其中：

根據式（2）和式（3）計算結果，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 因子分析模型在數字鄉村中的應用

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及 KMO 檢驗對其進行了分析[11]。本文KMO=0.0.848，Bartlett球形檢驗的卡方值為3326.764，p=0.0001lt;0.01，達到了顯著性水平，說明相關矩陣不是單位矩陣，有公共因子存在，適合進行因子分析。本文選取了29個居民對數字鄉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個因子的累計方差貢獻率為62.086%，大于50%，由此可以認為本文的影響維度能夠較好地反映出29個變量的基本情況。

2.2 因子旋轉和因子命名

因子載荷陣旋轉的主要目的，是為了使負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公因子下的代表性變量，以方便通過對代表性變量的共性總結來對公因子進行命名。利用方差極大法對因子載荷矩陣進行正交轉動后，使因子有了命名解釋性，將閾值設置為0.5，少于0.5的成分將不予顯示。表2列示了旋轉后的成分矩陣，可以發現，每一公因子所在列下均有超過0.5 的代表性變量，因此可以繼續進行公因子的命名分析。

由表 2為旋轉后的因子載荷。從表中可以非常明顯地看出第一個公共因子在變量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，說明十個變量有很強相關，命名為政府活動與個人參與。第二個公共因子在變量 X 19、X 20、X 21、X 22、X 23上有較大載荷，可以看出這五個變量與互聯網科技信息化有關，因為使用科技的程度不同導致的參與度不同，故命名為科技環境。第三個公因子在變量 X 3、X 4、X 7、X 13 上有較大載荷，可以看出這四個變量與實現自我價值有關，故命名為實現價值。第四個公因子在變量 X 26、X 27、X 28 上有較大載荷，可以看出這三個變量與數字鄉村中村民的生產生活中的瑣事有關，故命名為生產生活。第五個公因子在變量 X 5、X 6 上有較大載荷，可以看出這兩個變量與政府媒體引導有關，故命名為政府媒體影響。第六個公因子在變量 X 24、X 25 上有較大載荷，可以看出這兩個變量與信息平臺使用程度有關，故命名為信息使用。第七個公因子在變量 X 1、X 2 上有較大載荷，可以看出這兩個變量與數字鄉村中建設條件改善的經濟有關，故命名為經濟利益。第八個公因子在變量 X 29 上有較大載荷，可以看出這個變量與數字鄉村中物流產品配送有關，故命名為產品配送。與旋轉前相對比，因子含義較為清晰。

2.3 因子方法結果分析

采用回歸方法對各因子的得分系數進行估算，得到了各因子得分系數：

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，以八個因子的方差貢獻率為權重，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，在政府活動與個人參與因子中X10（政府產業發展培訓指導完善）、X11（政府政策扶持力度大）權重較高，說明這兩個指標有較大的相關性，而科技環境、實現價值、生產生活、政府媒體影響、信息使用、經濟利益、產品配送因子的權重相對來說較為平均，與因子實際含義相一致。

3 貝葉斯網絡在數字鄉村中的應用

貝葉斯網絡是以貝葉斯公式為基礎的概率網絡。貝葉斯網絡是一種以求解復雜設備不確定性、相關性等問題為目標的概率推理，在多個領域中獲得廣泛應用。

3.1 貝葉斯網絡建立分析

貝葉斯網絡重要程度分析：如圖 1 顯示的是貝葉斯網絡有向無環圖。該節點表示一個輸出變量，它是其他節點的父節點。藍色的節點表示一個輸入的變量。變量的重要性用藍色的深淺來表示，顏色越深，其重要性就越大。從貝葉斯網絡看，政府活動與個人參與是科技環境、政府媒體、信息使用和產品配送的父節點。說明性別主要依賴于這四個變量，它對是否參與數字鄉村活動的作用并不完全取決于自身，還受到這四個因素的影響。性別受到實現價值和職業的影響，說明對于是否參與數字鄉村受到這兩個因素的影響。另外，經濟利益對農村居民是否參與數字鄉村還取決于年齡和年收入，也就是說，政府活動與個人參與固然重要，但也要看村民的年齡和年收入。實現價值是對農村居民是否參與數字鄉村還取決于政府活動與個人參與，而政府個人參與取決于生產生活。

3.2 貝葉斯網絡研究結果分析

貝葉斯網絡可以得出：影響農村居民參與數字鄉村的最重要因素是政府活動與個人參與，其次是實現價值、生產生活等。在愿意參與數字鄉村的村民中，在政府活動與個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，科技環境影響越高，實現價值越高，產品配送的概率越高。政府活動與個人參與值較低的生產生活影響越高。年齡在 23-45 歲且經濟利益也較低參與數字鄉村的可能性較大。女性中參與數字鄉村的實現價值越小。女性中不參與數字鄉村的職業為城鎮中小企業員工的概率較大。年收入在 30 萬以上且年齡在 56 歲以上的參與數字鄉村的可能性較大。年收入在 5～10 萬的年齡在 23～45 歲的不參與數字鄉村概率較大。

4 總結

因子分析中可以看出農村居民參與數字鄉村的影響因素可以概況為政府活動與個人參與、科技環境、實現價值、生產生活、政府媒體影響、信息使用、經濟利益、產品配送等因素。政府活動與個人參與因素為主要的因素，政府是農村居民參與數字鄉村的根本要素，政府可以通過改變農村生活的環境滿足農村居民的生活需要，提高經濟發展，大力發展農村經濟，提高基礎的信息建設，使農村居民生活便利。

貝葉斯網絡中可以看出影響農村居民參與數字鄉村的最重要因素是政府媒體影響，其次是實現價值、生產生活等。參與數字鄉村的農民中，政府活動與個人參與值越大政府媒體影響的概率越低，可能的原因是個人與政府如果能夠積極參與數字鄉村那么媒體的宣傳作用所帶來的影響就自然會下降。參與數字鄉村的農民中，科技環境越高政府活動與個人參與值越高，可能的原因是科技環境的提升帶動了農村的發展，農村居民看到農村的發展越好便會主動參與到數字鄉村的建設中。

參考文獻：

[1] 蘇嵐嵐，彭艷玲.數字鄉村建設視域下農民實踐參與度評估及驅動因素研究[J].華中農業大學學報（社會科學版），2021（5）：168-179，199.

[2] 沈費偉，袁歡.大數據時代的數字鄉村治理：實踐邏輯與優化策略[J].農業經濟問題，2020，41（10）：80-88.

[3] 張鴻，馬超，杜凱文.鄉村振興戰略下農村高質量發展測度研究——基于陜西951份調研問卷的實證分析[J].西安財經大學學報，2021，34（4）：27-39.

[4] 葛宣沖，張桂金，韓克勇.流動性、現代性與村民的鄉村建設參與意愿——基于CLDS2016數據的分析[J].東岳論叢，2019，40（11）：132-140.

[5] 李燦，吳順輝，李景剛.村莊發展、資源稟賦認知與農村居民參與村莊建設意愿——基于575份農村居民問卷調查的實證分析[J].農林經濟管理學報，2021，20（4）：542-551.

【通聯編輯：朱寶貴】