農(nóng)村數(shù)字貧困與鄉(xiāng)村高質量發(fā)展：城鄉(xiāng)不平等的中介效應

張 俊，李 莉

（安徽財經(jīng)大學a.經(jīng)濟學院；b.繼續(xù)教育學院，安徽蚌埠 233030）

鄉(xiāng)村高質量發(fā)展是國內(nèi)大循環(huán)的壓艙石，是構建新發(fā)展格局的重要內(nèi)容。伴隨脫貧攻堅任務的完成，我國鄉(xiāng)村高質量發(fā)展開啟了新征程，以互聯(lián)網(wǎng)為代表的新一代數(shù)字技術日益成為鄉(xiāng)村高質量發(fā)展的新動能。從寬帶“村村通”到“戶戶通”，國家對鄉(xiāng)村網(wǎng)絡基礎設施的投入力度不斷加大?！多l(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃(2019—2025 年)》等提出了數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略，要求打造數(shù)字鄉(xiāng)村，推進鄉(xiāng)村高質量發(fā)展。得益于寬帶鄉(xiāng)村建設和網(wǎng)絡扶貧工程，城鄉(xiāng)之間的數(shù)字接入鴻溝明顯縮小。截至2020 年底，我國農(nóng)村家庭固定寬帶用戶達1.42 億戶，貧困村通光纖的比例達98%，貧困縣農(nóng)村電商全覆蓋，淘寶村、網(wǎng)紅村相繼涌現(xiàn)；全國網(wǎng)民規(guī)模為9.89億人，互聯(lián)網(wǎng)普及率為70.4%，其中農(nóng)村網(wǎng)民規(guī)模為3.09 億，農(nóng)村互聯(lián)網(wǎng)普及率為55.9%[1]。在新冠疫情防控上互聯(lián)網(wǎng)普及釋放出強大的數(shù)字紅利。然而，在數(shù)字技術賦能鄉(xiāng)村發(fā)展的同時，農(nóng)村數(shù)字貧困問題日益加劇[2-3]。例如，2020 年城鄉(xiāng)之間的固定寬帶用戶差距為2 億戶、互聯(lián)網(wǎng)普及率差距達23.9%，其中鄉(xiāng)村非網(wǎng)民占鄉(xiāng)村常住人口的51.2%，這些非網(wǎng)民難以申領防疫健康碼，加大了鄉(xiāng)村疫情防控治理的難度。不僅如此，城鄉(xiāng)網(wǎng)民在數(shù)字素養(yǎng)、數(shù)字技能、數(shù)字信息辨別以及數(shù)字資源應用等方面的差距進一步擴大[4]。因此，在鞏固拓展脫貧攻堅成果以及打造數(shù)字鄉(xiāng)村的政策背景下，有必要探討農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的影響。

一、文獻回顧

伴隨數(shù)字化社會的到來，以數(shù)字化、網(wǎng)絡化、智能化為主要特征的信息技術為經(jīng)濟社會發(fā)展提供了巨大的“數(shù)字紅利”，但在數(shù)字接入、運用和共享方面也產(chǎn)生了地區(qū)、行業(yè)、群體之間的貧富分化，呈現(xiàn)出與傳統(tǒng)貧困狀態(tài)不同的新型貧困，被稱為數(shù)字貧困[5-6]。早期研究側重于從數(shù)字鴻溝理解城鄉(xiāng)之間的數(shù)字接入差距。此后，鄉(xiāng)村網(wǎng)絡基礎設施不斷改善，網(wǎng)絡覆蓋面日益擴大，城鄉(xiāng)之間信息接入鴻溝趨向縮小，城鄉(xiāng)之間的數(shù)字鴻溝向城鄉(xiāng)居民數(shù)字稟賦差異轉變[7]。然而，數(shù)字接入差距和數(shù)字稟賦差異可以通過經(jīng)濟發(fā)展來解決，但數(shù)字技術運用、數(shù)字資源汲取能力的相對差距更難縮小，由此引發(fā)的數(shù)字貧困問題成為近期學術界的關注熱點。主要聚焦于兩方面：其一，數(shù)字貧困的形成和根源。Roxana認為數(shù)字貧困是對信息技術接入和使用缺乏基本需求的群體產(chǎn)生的貧困狀態(tài)[5]。May 把數(shù)據(jù)貧困界定為信息社會下個體基本能力的貧困[8]，根源在于個體參與信息社會的基本能力被剝奪。周向紅[6]、彭繼增等[9]的研究發(fā)現(xiàn)，從數(shù)字鴻溝向數(shù)字貧困的轉變，原因在于數(shù)字信息獲取、信息供給和信息應用能力的差異，從而形成數(shù)字化社會的“落伍者”或“邊緣化”地區(qū)。閆慧認為數(shù)字貧困是個體缺乏數(shù)字化核心要素的多維度現(xiàn)象和狀態(tài)，不僅是個體特征、行為和能力的結果，更是個體所在地區(qū)經(jīng)濟資本、文化資本、社會資本和政治資本等結構性因素的共同影響[2]。其二，數(shù)字貧困問題引發(fā)的社會效應。DiMaggio 等從政治學的角度提出數(shù)字貧困是信息資源分配的社會不平等，背離了公平正義[7]。數(shù)字貧困導致不同群體之間存在互聯(lián)網(wǎng)資本差異，通過馬太效應拉大群體收入差距。彭繼增等[9]認為數(shù)字貧困通過勞動力稟賦效應阻礙產(chǎn)業(yè)結構升級，導致數(shù)字化社會分層日益固化，地區(qū)間在數(shù)字層面上形成貧者越貧，富者越富的馬太效應。不僅如此，數(shù)字貧困群體處于社會的信息弱勢階層，獲取社會公正和適當?shù)馁Y源分配權相對不足，阻礙了向上發(fā)展流動的通道，加劇了社會階層不平等[10]。此外，在國家政治和社會事務管理日益數(shù)字化的情況下，數(shù)字貧困限制了個體參與政治活動和管理社會事務的機會，不能表達、主張和呼吁自己的權利，形成社會排斥[11]。吳玲、張福磊認為農(nóng)村數(shù)字貧困使農(nóng)村社會排斥與數(shù)字排斥相互作用，陷入了雙重排斥的困境，加大了內(nèi)生式脫貧的難度，加劇了經(jīng)濟貧困與數(shù)字貧困交織的風險[3]。朱烈夫等認為農(nóng)村數(shù)字貧困限制了鄉(xiāng)村獲取有效的信息資源，阻礙了鄉(xiāng)村資產(chǎn)增值，成為鄉(xiāng)村新貧困門檻[12]。對數(shù)字化行為產(chǎn)生抵觸心理，打壓同伴的數(shù)字化動機和興趣，形成對數(shù)字化的自我排斥[2]。呂普生認為農(nóng)村數(shù)字貧困鑲嵌于城鄉(xiāng)之間的結構性分化體系，通過社會排斥和自我排斥的強化，再生產(chǎn)新的城鄉(xiāng)不平等[4]。

綜上分析，現(xiàn)有文獻存在兩方面改進的空間：一是研究主題主要從政治學、社會學的角度對數(shù)字貧困進行概念闡述和成因分析，進而考察數(shù)字貧困的社會不平等效應和社會排斥效應，鮮有文獻關注農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的影響。當前，在我國快速步入數(shù)字化社會的同時，農(nóng)村數(shù)字貧困問題應該給予足夠的關注。二是研究方法以規(guī)范分析為主，實證分析相對較少。就我們目前所見，關于農(nóng)村數(shù)字貧困與鄉(xiāng)村高質量發(fā)展的實證文獻付之闕如。有鑒于此，本文分析農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的影響機理，利用2011—2017年省級面板數(shù)據(jù)，構建固定效應、交互效應和中介效應模型，實證檢驗農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的影響效應及其作用機制，以期為消除農(nóng)村數(shù)字貧困，全面推進脫貧攻堅和鄉(xiāng)村振興的有效銜接、實施數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略提供理論和政策依據(jù)。

二、理論機制分析

農(nóng)村數(shù)字貧困是數(shù)字化社會進程中農(nóng)民數(shù)字可行能力的相對貧困，主要通過四方面影響鄉(xiāng)村高質量發(fā)展：其一，生產(chǎn)經(jīng)營決策偏差。農(nóng)村數(shù)字貧困使農(nóng)民缺乏獲取有價值的數(shù)字資源能力，不能及時了解土壤、水體、氣候、蟲害等一系列農(nóng)情變化，難以降低農(nóng)業(yè)生產(chǎn)全過程的信息不對稱程度，對農(nóng)作物生長情況過多依賴于傳統(tǒng)生產(chǎn)經(jīng)驗判斷，生產(chǎn)決策容易產(chǎn)生偏差，不利于農(nóng)業(yè)生產(chǎn)標準化和規(guī)范化，降低了農(nóng)業(yè)生產(chǎn)效率。在經(jīng)營決策上，不能充分利用數(shù)字資源，了解農(nóng)業(yè)生產(chǎn)資料價格和質量，降低農(nóng)業(yè)生產(chǎn)和管理成本。此外，難以享受數(shù)字普惠金融服務的便利和快捷，加大農(nóng)業(yè)生產(chǎn)經(jīng)營的投融資交易成本。與此同時，在農(nóng)產(chǎn)品銷售上缺乏對市場需求反應的靈敏度，引發(fā)產(chǎn)銷劇烈波動的蛛網(wǎng)價格周期，導致農(nóng)業(yè)生產(chǎn)經(jīng)營效率相對低下，從而阻滯鄉(xiāng)村高質量發(fā)展。其二，誘致性創(chuàng)新滯后。我國耕地資源有限，“三調(diào)”結果顯示，2019 年底耕地保有量19.18 億畝，一級和二級耕地質量僅占6.82%、9.94%，推進農(nóng)業(yè)農(nóng)村現(xiàn)代化需要農(nóng)民接受綠色生產(chǎn)和綠色發(fā)展理念，利用數(shù)字技術進步發(fā)現(xiàn)鄉(xiāng)村生態(tài)產(chǎn)品、生態(tài)環(huán)境的價值，把農(nóng)業(yè)生產(chǎn)的基本生產(chǎn)單位和周邊生態(tài)環(huán)境視為整體，對土地、種子、水、化肥、農(nóng)藥與生物多樣性等農(nóng)業(yè)綠色發(fā)展各要素之間的關鍵指標進行計算，加大綠色生產(chǎn)要素以及環(huán)境友好型生產(chǎn)技術投入，實現(xiàn)農(nóng)業(yè)生產(chǎn)廢棄物循環(huán)利用以及化肥農(nóng)藥等投入品減量化，推動智慧農(nóng)業(yè)、數(shù)字農(nóng)業(yè)、生態(tài)農(nóng)業(yè)和循環(huán)農(nóng)業(yè)相融合，形成高質量的現(xiàn)代農(nóng)業(yè)生產(chǎn)經(jīng)營和服務體系。但農(nóng)村數(shù)字貧困使農(nóng)民在鄉(xiāng)村數(shù)字化轉型進程中顯得焦慮和無所適從，難以接受新思維、新觀念、新技術和新模式，抑制了鄉(xiāng)村綠色發(fā)展理念、綠色生產(chǎn)技術、生產(chǎn)方式、產(chǎn)業(yè)轉型升級、產(chǎn)業(yè)融合等方面的內(nèi)生性創(chuàng)新動力，造成涉農(nóng)數(shù)字生產(chǎn)技術、數(shù)字生產(chǎn)工具、數(shù)字產(chǎn)品服務模式的創(chuàng)新擴散相對停滯，限制了農(nóng)業(yè)生產(chǎn)的數(shù)字化轉型空間，不利于鄉(xiāng)村產(chǎn)業(yè)轉型升級[3-4]。例如，2018 年我國農(nóng)業(yè)數(shù)字經(jīng)濟占行業(yè)增加值比重僅為7.3%，增速顯著慢于服務業(yè)和工業(yè)，農(nóng)業(yè)生產(chǎn)數(shù)字化程度遠低于全行業(yè)數(shù)字化水平。與此同時，依托于數(shù)字化技術的鄉(xiāng)村新業(yè)態(tài)、新模式創(chuàng)新相對緩慢，導致鄉(xiāng)村組織化程度低、產(chǎn)業(yè)鏈條短、產(chǎn)業(yè)融合度低、市場競爭力不強的矛盾仍然突出，不利于鄉(xiāng)村創(chuàng)新發(fā)展和綠色發(fā)展。其三，鄉(xiāng)村勞動力稟賦內(nèi)卷。伴隨我國工業(yè)化和城鎮(zhèn)化的快速推進，鄉(xiāng)村青壯年勞動力持續(xù)外流。根據(jù)《2020 年農(nóng)民工監(jiān)測調(diào)查報告》，2016—2020年農(nóng)民工規(guī)模從2.82億增加到2.86億，其中31-40歲農(nóng)民工占比從22%上升到26.7%。而數(shù)字貧困容易使鄉(xiāng)村產(chǎn)生貧困群分效應和排斥效應[2]，不利于青壯年勞動力回流，使鄉(xiāng)村勞動力稟賦走向內(nèi)卷化，從而阻礙了城鄉(xiāng)融合發(fā)展。其四，鄉(xiāng)村治理低效。在鄉(xiāng)村社會事務和社會治理走向數(shù)字化的情形下，農(nóng)村數(shù)字貧困使農(nóng)民難以有效表達公共需求，導致鄉(xiāng)村公共品供給水平、供給效率和供給質量不高，鄉(xiāng)村社會數(shù)字化治理難度加大，不利于鄉(xiāng)村社會事業(yè)發(fā)展。例如，近年來各地加大了對鄉(xiāng)村教育、醫(yī)療衛(wèi)生、社會保障、文化體育、社會治安、村務公開等社會事務的數(shù)字化建設力度，但一些數(shù)字化基礎設施處于無人會用的閑置狀態(tài)，鄉(xiāng)村智慧醫(yī)療、智慧教育、智慧社保和數(shù)字文化等公共服務開展難度較大，農(nóng)民對社會政策的認可度以及社會性公共品供給的滿意度不高[12]。基于以上四方面分析，得到研究命題一：農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展產(chǎn)生直接的抑制效應。

由于信息是數(shù)字化時代最為關鍵的發(fā)展資源，農(nóng)村數(shù)字貧困使鄉(xiāng)村成為信息孤島，阻礙了鄉(xiāng)村互聯(lián)網(wǎng)普及以及數(shù)字技術深度應用，農(nóng)民難以享受數(shù)字紅利，失去競爭發(fā)展資源的先機，造成城鄉(xiāng)之間經(jīng)濟機會、發(fā)展權利和收入方面的不平等[3][6][10]。（1）城鄉(xiāng)經(jīng)濟機會不平等程度越大，導致更多的鄉(xiāng)村資本、人才和資源流向城市，使數(shù)字產(chǎn)品和數(shù)字服務帶有更加強烈的城市消費傾向，進一步引發(fā)鄉(xiāng)村發(fā)展資源短缺，降低了鄉(xiāng)村就業(yè)創(chuàng)業(yè)的機會，從而抑制鄉(xiāng)村高質量發(fā)展。（2）城鄉(xiāng)發(fā)展權利不平等使城市居民的可行權利集合更大，獲取更多的公共資源分配權，而鄉(xiāng)村居民的可行權利集合相對變小，獲取社會資源相對不足，容易產(chǎn)生權利弱化和相對剝奪感，集聚鄉(xiāng)村社會治理風險。此外，城鄉(xiāng)發(fā)展權利不平等可能存在代際傳遞[11-12]，進一步弱化鄉(xiāng)村發(fā)展的動力基礎。（3）城鄉(xiāng)收入不平等不僅限制了鄉(xiāng)村市場的擴大，制約了鄉(xiāng)村產(chǎn)業(yè)發(fā)展；而且使鄉(xiāng)村居民獲得感和滿意度下降，降低了鄉(xiāng)村社會福利[3]，削弱了城鄉(xiāng)社會的和諧關系，從而不利于鄉(xiāng)村高質量發(fā)展?；谝陨侠碚摲治?，得到研究命題二：農(nóng)村數(shù)字貧困通過城鄉(xiāng)不平等效應對鄉(xiāng)村高質量發(fā)展產(chǎn)生間接影響。

三、模型、變量與數(shù)據(jù)來源

（一）模型設定

為檢驗農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的直接效應，基準模型設定如下：

其中，developit表示鄉(xiāng)村高質量發(fā)展水平，dpit表示農(nóng)村數(shù)字貧困，controlit為控制變量，εit為隨機擾動項，i和t分別代表地區(qū)和年份。

在基準模型（1）式的基礎上，采用交互效應模型，檢驗農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等的交互效應：

其中,interit為農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等的交互項，β為交互項系數(shù)向量。在交互效應的基礎上，采用中介變量（Mit）識別城鄉(xiāng)不平等的傳導機制，中介效應模型如式（3）（4）所示：

（二）變量設計

1.核心變量

一是鄉(xiāng)村高質量發(fā)展(develop)。鑒于單一指標難以反映鄉(xiāng)村高質量發(fā)展的多維屬性，采用綜合指標評價鄉(xiāng)村高質量發(fā)展更為客觀。本文以中國社科院農(nóng)村發(fā)展研究所編制的“農(nóng)村發(fā)展指數(shù)”衡量鄉(xiāng)村高質量發(fā)展水平，該指數(shù)立足“五大發(fā)展理念”，包括5 個維度、14 個二級指標和25 個三級指標，以2011年為基準年，采用極值法處理三級指標和均權法確定指標權重[13]。二是農(nóng)村數(shù)字貧困（dp）?，F(xiàn)有研究認為寬帶支付能力、電腦擁有率是體現(xiàn)數(shù)字貧困的典型特征組[6]，也有采用數(shù)字化貧困指數(shù)來衡量[9]。本文認為在我國數(shù)字化進程中農(nóng)村數(shù)字貧困是一種動態(tài)的相對能力貧困，單一的寬帶支付能力或者綜合的數(shù)字化指數(shù)并沒有體現(xiàn)城鄉(xiāng)之間的數(shù)字貧困的動態(tài)變化，因此，本文采用城鄉(xiāng)人均固定寬帶擁有量之比來衡量，因為安裝家庭固定寬帶主要來自居民需求，其擁有量既需要各地具備足夠的網(wǎng)絡接入能力，也在一定程度上反映居民的數(shù)字支付、數(shù)字素養(yǎng)和數(shù)字基礎技能，因此，城鄉(xiāng)人均固定寬帶擁有量之比能夠反映農(nóng)村數(shù)字貧困程度。此外，穩(wěn)健性檢驗中采用城鄉(xiāng)百戶家用電腦之比（rhc）以及城鄉(xiāng)固定寬帶擁有量的泰爾指數(shù)（tel）作為替代指標。三是城鄉(xiāng)不平等（unequ）。城鄉(xiāng)不平等表現(xiàn)為經(jīng)濟機會、發(fā)展權利和收入不平等，借鑒現(xiàn)有研究，以個體就業(yè)與私人企業(yè)就業(yè)人數(shù)之和作為經(jīng)濟機會的代理變量，采用城鄉(xiāng)人均經(jīng)濟機會之比來衡量經(jīng)濟機會不平等（eop）。根據(jù)阿馬蒂亞·森的理論，健康、教育等人力資本是最大的發(fā)展權利，采用Jorgenson-Fraumeni（J-F）終生收入法測算了城鄉(xiāng)人力資本存量，以城鄉(xiāng)實際人均人力資本之比來衡量發(fā)展權利不平等（ind）。采用城鄉(xiāng)居民實際可支配收入之比來測度收入不平等（income）。在這三個指標的基礎上，采用熵值法進行客觀賦權，獲得城鄉(xiāng)不平等變量。

2.控制變量

參照現(xiàn)有研究[9][14]，選取如下控制變量：（1）市場環(huán)境（mi），伴隨我國要素市場化改革的深化，市場環(huán)境對鄉(xiāng)村高質量發(fā)展具有重要影響，采用王小魯和樊綱等（2019）編制的市場化指數(shù)來衡量。（2）財政支農(nóng)水平（fd），以農(nóng)林水支出占財政支出百分比來表示。（3）經(jīng)濟增長（gdp），采用各地人均GDP 表示。（4）對外依存度（open），采用進出口貿(mào)易總額占GDP比重來表示。

（三）數(shù)據(jù)來源

由于目前省級層面的城鄉(xiāng)家庭固定寬帶用戶數(shù)只更新至2017年，加之上海、西藏農(nóng)村家庭固定寬帶用戶數(shù)據(jù)缺失，因此，本文實證樣本最終確定為除港澳臺、上海、西藏之外的29個地區(qū)。市場化指數(shù)來自于wind 數(shù)據(jù)庫，城鄉(xiāng)人力資本存量來自于中國人力資本與勞動經(jīng)濟研究中心發(fā)布的《中國人力資本報告2019》。其他變量主要來源于《中國統(tǒng)計年鑒》《中國財政年鑒》以及各省統(tǒng)計年鑒（2012—2019）。經(jīng)濟類指標均以2011年CPI為基期進行平減。為降低異常值的干擾，對樣本進行了前后1%的縮尾處理。為保證變量的平穩(wěn)性，對所有變量進行了對數(shù)化處理。限于篇幅，相關變量的統(tǒng)計特征從略。

四、實證結果及分析

（一）基準回歸

表1報告了基準模型估計結果。

表1 基準模型回歸估計結果

其中，第（1）列是混合OLS回歸（POLS），第（2）列是最小二乘虛擬回歸（LSDV），第（3）和（4）列分別是固定效應和隨機效應回歸，第（5）列采用Driscoll-Kraay 標準誤進行固定效應回歸，控制可能存在的組間異方差、組內(nèi)自相關和截面相關問題?？紤]到當期鄉(xiāng)村高質量發(fā)展可能受上期農(nóng)村數(shù)字貧困的影響，第（6）列采用農(nóng)村數(shù)字貧困的滯后1 期作為核心解釋變量。比較第（1）—（6）列的回歸結果，農(nóng)村數(shù)字貧困（dp）的估計系數(shù)在0.03-0.058 之間，第（1）（2）列模型中在5%水平上顯著為負，第（3）—（6）列均在1%水平上顯著為負，表明農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展存在顯著的抑制效應，從而檢驗了研究命題一，為現(xiàn)有文獻提供了實證支持[3-4]。根據(jù)Hausman 檢驗結果，固定效應（FE）優(yōu)于混合回歸（POLS），并且優(yōu)于隨機效應（RE-GLS），因此，本文選擇采用Driscoll-Kraay 標準誤的固定效應回歸（FE-Driscoll-Kraay）進行解釋。

根據(jù)FE-Driscoll-Kraay 模型估計結果，市場環(huán)境的估計系數(shù)在1%水平上顯著為正，表明市場環(huán)境越完善，更有利于激發(fā)鄉(xiāng)村市場主體活力，從而助推鄉(xiāng)村高質量發(fā)展，這也是“市場化改革只有進行時沒有完成時”的生動詮釋。財政支農(nóng)和經(jīng)濟增長均對鄉(xiāng)村發(fā)展產(chǎn)生顯著的提升效應，符合預期。這意味著地方財政支農(nóng)力度越大、地區(qū)經(jīng)濟增長水平越高，更能彌補鄉(xiāng)村公共品供給短板，支持鄉(xiāng)村經(jīng)濟和社會發(fā)展。然而，對外依存度的估計系數(shù)為負，但不具有統(tǒng)計顯著性，可能在于對外開放度為鄉(xiāng)村高質量發(fā)展提供了更大的外部機會，但同時也對鄉(xiāng)村市場化、組織化和農(nóng)業(yè)競爭力提出更大挑戰(zhàn)，尤其對糧食安全、耕地、生態(tài)等鄉(xiāng)村生產(chǎn)結構帶來一定的負向沖擊，因此，以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)共同促進的新發(fā)展格局更加有利于鄉(xiāng)村高質量發(fā)展。

（二）內(nèi)生性討論與穩(wěn)健性檢驗

為防止內(nèi)生性對基準回歸的影響，本文以農(nóng)村數(shù)字貧困的高階差分滯后項作為工具變量,分別采用兩階段最小二乘法（TSLS）、兩步GMM以及極大似然估計（LIML）進行回歸，工具變量的識別不足檢驗（K-P rk LM統(tǒng)計量）p值都小于0.1、弱識別檢驗的C-D Wald F 統(tǒng)計量均大于10%的臨界值，以及過度識別檢驗（Hansen J 統(tǒng)計量）所對應的p值均大于0.1，表明工具變量的選擇是有效的。但農(nóng)村數(shù)字貧困的內(nèi)生性檢驗結果顯示p值均大于0.1，表明農(nóng)村數(shù)字貧困不構成內(nèi)生性的挑戰(zhàn)。與基準模型回歸結果比較，工具變量回歸后農(nóng)村數(shù)字貧困的估計系數(shù)有所下降（從0.058下降到0.046），但系數(shù)方向仍然一致，進一步支持了研究命題一。控制變量的系數(shù)值存在小幅度變動，系數(shù)方向與表1基本一致。此外，采用了兩組穩(wěn)健性檢驗，結果如表2所示。其一，替換核心解釋變量。表2 中第（1）列和第（2）列分別采用城鄉(xiāng)百戶家用電腦之比（rhc）以及城鄉(xiāng)固定寬帶擁有量的泰爾指數(shù)（tel）進行固定效應回歸，結果顯示rhc和tel的估計系數(shù)分別為-0.026、-0.324，均在1%水平上顯著為負，表明農(nóng)村數(shù)字貧困不利于鄉(xiāng)村高質量發(fā)展。其二，采用不同樣本?？紤]到糧食安全的重要性，第（3）列和第（4）列分別采用糧食主產(chǎn)區(qū)樣本和主銷區(qū)樣本進行回歸，盡管農(nóng)村數(shù)字貧困的估計系數(shù)絕對值與全樣本相比有所上升，但仍然顯著為負。為消除因變量極端值對回歸結果的影響，表2的第（5）列將因變量在95分位點處縮尾后再次重復基準回歸，發(fā)現(xiàn)農(nóng)村數(shù)字貧困的估計系數(shù)略有變動，但仍然在1%水平上顯著為負?？刂谱兞康幕貧w結果與表2基本一致，不再贅述。以上檢驗充分說明本文結論不受核心變量的衡量方法和特殊樣本所影響，基準回歸結果是穩(wěn)健可靠的。

表2 穩(wěn)健性檢驗

（三）機制識別檢驗

為識別城鄉(xiāng)不平等這一傳導機制，根據(jù)式（2）進行固定效應回歸，表3 中第（1）（2）（3）列分別是農(nóng)村數(shù)字貧困與經(jīng)濟機會不平等、發(fā)展權利不平等以及收入不平等的交互效應，第（4）列是農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等的交互效應。結果顯示，inter1、inter2、inter3、inter 的估計系數(shù)均在1%水平上顯著為負，表明農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等共同對鄉(xiāng)村高質量發(fā)展產(chǎn)生負向影響，從而支持了研究命題二。

表3 農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等的交互效應

圖1 給出了農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等交互效應的可視化①通過對農(nóng)村數(shù)字貧困以及城鄉(xiāng)不平等的均值加減1個標準差繪制，較高情況（high moderator）是指城鄉(xiāng)不平等的均值加上1個標準差，較低情況（low moderator）是指城鄉(xiāng)不平等的均值減去1個標準差。?？梢钥闯鲈诎l(fā)展權利不平等、收入不平等程度較高的情況下農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的負向影響更大。

圖1 農(nóng)村數(shù)字貧困與城鄉(xiāng)不平等交互效應的可視化

上述交互效應初步檢驗了城鄉(xiāng)不平等的間接影響，但這一影響渠道是否成立仍需進一步檢驗。借鑒Acemoglu等的渠道判別研究[15]，若式（3）β1顯著，并且式（4）γ2仍然顯著，但γ1的顯著性有明顯下降（或者變?yōu)椴伙@著），抑或系數(shù)值明顯下降，那么這一變量的傳導機制成立。表4報告了傳導機制檢驗結果，第（1）列是基準模型回歸，第（2）列是城鄉(xiāng)不平等對農(nóng)村數(shù)字貧困的回歸，檢驗β1的顯著性；第（3）列在基準模型中加入了中介變量，檢驗γ1、γ2的系數(shù)大小和顯著性是否變化。第（2）列農(nóng)村數(shù)字貧困的估計系數(shù)為1.473，在5%水平上顯著為正，表明農(nóng)村數(shù)字貧困強化了城鄉(xiāng)不平等效應，這與前文理論預期相符。與第（1）列相比，農(nóng)村數(shù)字貧困估計系數(shù)的絕對值由0.058下降為0.051，并且城鄉(xiāng)不平等（unequ）的估計系數(shù)（0.005）仍然在1%水平上顯著為負，說明城鄉(xiāng)不平等效應這一間接影響渠道是成立的，進一步檢驗了研究命題二。限于篇幅，本文沒有報告經(jīng)濟機會不平等、發(fā)展權利不平等和收入不平等的中介效應估計結果。具體來說，城鄉(xiāng)不平等占總效應的12.7%，其中經(jīng)濟機會不平等占總效應的11.7%，發(fā)展權利不平等占總效應的14.2%，收入不平等占總效應的36.1%。

表4 城鄉(xiāng)不平等的中介傳導機制

（四）進一步討論：區(qū)域異質性

由于各地經(jīng)濟發(fā)展水平、鄉(xiāng)村資源稟賦等存在差異，例如，全國64%的耕地分布在秦嶺-淮河以北，那么農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展是否具有地區(qū)異質性？本文考察了三類地區(qū)差異：東部和中西部地區(qū)、南方地區(qū)和北方地區(qū)、糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)。考慮到單一地區(qū)回歸導致分樣本較小，因此，采用虛擬變量區(qū)分不同地區(qū)，然后在全樣本中引入地區(qū)虛擬變量和農(nóng)村數(shù)字貧困的交互性進行回歸。具體來說，東部地區(qū)賦值為1，中西部地區(qū)賦值為0；南方地區(qū)賦值為1，北方地區(qū)賦值為0；糧食主產(chǎn)區(qū)賦值為1，非糧食主產(chǎn)區(qū)賦值為0。同時采用Driscoll-Kraay 標準誤進行固定效應回歸，結果顯示樣本考察期內(nèi)，農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的抑制效應在東部地區(qū)、北方地區(qū)以及糧食主產(chǎn)區(qū)相對更大，而中西部地區(qū)、南方地區(qū)以及非糧食主產(chǎn)區(qū)相對較小，并且中西部地區(qū)以及南方地區(qū)不顯著。

五、結論與政策建議

當前，互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新一代信息技術革命為我國鄉(xiāng)村高質量發(fā)展提供了新機遇。然而，農(nóng)村數(shù)字貧困是我國推進數(shù)字鄉(xiāng)村和實施鄉(xiāng)村振興戰(zhàn)略不容忽視的挑戰(zhàn)。本文基于2011—2017 年的省級面板數(shù)據(jù)，考察了農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的影響效應，揭示了兩者之間的影響機理和作用機制。研究發(fā)現(xiàn)：（1）農(nóng)村數(shù)字貧困使鄉(xiāng)村生產(chǎn)決策偏差、誘致性創(chuàng)新滯后、鄉(xiāng)村勞動力稟賦內(nèi)卷和鄉(xiāng)村治理低效，從而對鄉(xiāng)村高質量發(fā)展產(chǎn)生顯著負向影響。（2）就影響機制而言，農(nóng)村數(shù)字貧困強化了城鄉(xiāng)不平等，主要表現(xiàn)為經(jīng)濟機會不平等、發(fā)展權利不平等以及收入不平等，進而抑制了鄉(xiāng)村高質量發(fā)展。（3）從地區(qū)異質性看，農(nóng)村數(shù)字貧困對鄉(xiāng)村高質量發(fā)展的抑制效應在東部地區(qū)、北方地區(qū)以及糧食主產(chǎn)區(qū)更大，而中西部地區(qū)、南方地區(qū)以及非糧食主產(chǎn)區(qū)相對較小。

本文的研究結論具有如下政策啟示。首先，加強農(nóng)村數(shù)字脫貧的頂層設計。要從鄉(xiāng)村高質量發(fā)展的角度認識農(nóng)村數(shù)字脫貧的戰(zhàn)略意義，把農(nóng)村數(shù)字脫貧作為推進數(shù)字鄉(xiāng)村建設以及鄉(xiāng)村全面振興的系統(tǒng)工程。以農(nóng)村數(shù)字技能扶貧為導向，加快出臺農(nóng)村數(shù)字脫貧規(guī)劃，精準施策，有序破解農(nóng)村數(shù)字貧困。其次，加大鄉(xiāng)村數(shù)字化教育的支持力度，推進鄉(xiāng)村數(shù)字掃盲、數(shù)字培訓和數(shù)字教育常態(tài)化和制度化。要把數(shù)字化教育與高素質農(nóng)民培訓結合起來，培育數(shù)字貧困群體的數(shù)字素養(yǎng)和數(shù)字自信，提升他們的數(shù)字化技能，擴大鄉(xiāng)村互聯(lián)網(wǎng)普及率。此外，加強農(nóng)村數(shù)字基礎教育，阻斷農(nóng)村數(shù)字貧困的代際傳遞。再次，持續(xù)加大鄉(xiāng)村數(shù)字設施投入，夯實數(shù)字鄉(xiāng)村建設基礎。設立農(nóng)村數(shù)字脫貧專項資金，推進信息進村入戶，使農(nóng)民享受“用得上、用得起、用得好”的數(shù)字服務。支持東部地區(qū)、北方地區(qū)以及糧食主產(chǎn)區(qū)率先探索農(nóng)村數(shù)字脫貧模式，為推動全國農(nóng)村數(shù)字脫貧提供經(jīng)驗支持。最后，構建農(nóng)村數(shù)字貧困援助體系。面對龐大的農(nóng)村數(shù)字貧困群體，一方面要充分發(fā)揮益農(nóng)信息社和高素質農(nóng)民的示范帶動效應，激發(fā)農(nóng)村數(shù)字貧困群體的脫貧內(nèi)生動力；另一方面要加大城市數(shù)字人才反哺鄉(xiāng)村力度，引導社會各界助力農(nóng)村數(shù)字脫貧，著力改善城鄉(xiāng)不平等。支持互聯(lián)網(wǎng)平臺企業(yè)為農(nóng)村數(shù)字貧困群體創(chuàng)造更多分享數(shù)字紅利的機會，為他們走向數(shù)字富裕提供高質量援助服務。