山東省數(shù)字鄉(xiāng)村發(fā)展水平時空演變特征、區(qū)域差異與障礙因素研究

劉榮軍 王慧

摘要：選取山東省五大區(qū)域16個地級市作為研究區(qū)域，從數(shù)字鄉(xiāng)村基礎設施、數(shù)字鄉(xiāng)村發(fā)展環(huán)境、鄉(xiāng)村數(shù)字化應用和農業(yè)數(shù)字化生產4個維度構建評價指標體系。運用熵權-TOPSIS法、Kernel密度估計法、Dagum基尼系數(shù)和障礙度模型，分別對山東省數(shù)字鄉(xiāng)村發(fā)展水平、時空演變特征、區(qū)域差異以及影響因素進行分析。結果表明，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平呈逐步提升的態(tài)勢，但魯東、魯西南地區(qū)出現(xiàn)極化現(xiàn)象。山東省及魯東、魯中、魯西南地區(qū)的基尼系數(shù)呈上升趨勢，總體差距主要源于區(qū)域間差異，超變密度貢獻率逐漸減少?？疾炱趦?，農村電商基地數(shù)量、電子商務采購額和銷售額、郵電業(yè)務總量以及地方財政科技支出成為阻礙山東省數(shù)字鄉(xiāng)村發(fā)展的主要因素。因此，應著力改善區(qū)域間發(fā)展失衡問題，從優(yōu)化數(shù)字鄉(xiāng)村發(fā)展環(huán)境、推動鄉(xiāng)村數(shù)字化應用發(fā)展以及加強區(qū)域間合作等方面促進山東省數(shù)字鄉(xiāng)村高水平均衡發(fā)展。

關鍵詞：數(shù)字鄉(xiāng)村；熵權-TOPSIS法；時空演變；區(qū)域差異；障礙度模型；山東省

中圖分類號：F323.3? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）06-0241-08

DOI：10.14088/j.cnki.issn0439-8114.2024.06.040 開放科學（資源服務）標識碼（OSID）：

Research on spatiotemporal evolution characteristics， regional differences and obstacle factors of digital countryside development level in Shandong Province

LIU Rong-jun，WANG Hui

（College of Economics and Management（College of Cooperatives），Qingdao Agricultural University，Qingdao? 266109，Shandong， China）

Abstract：Sixteen cities in five regions of Shandong Province were selected as research areas， and an evaluation index system from four dimensions of digital rural infrastructure， digital rural development environment， rural digital application and agricultural digital production was constructed. The entropy weight-TOPSIS method， Kernel density estimation method， Dagum Gini coefficient and obstacle model were used to analyze the development level， spatiotemporal evolution characteristics， regional differences and influencing factors of digital countryside in Shandong Province respectively. The results showed that from 2015 to 2021，the development level of digital countryside in Shandong Province showed an increasing trend， but the polarization phenomenon appeared in the east of Shandong and the southwest of Shandong. The Gini coefficient of Shandong Province， eastern Shandong Province， central Shandong Province and southwest Shandong Province was showing an upward trend， and the overall gap was mainly due to regional differences， with the contribution rate of super variable density gradually decreasing. During the inspection period， the number of rural e-commerce bases， e-commerce purchases and sales， post and telecommunications business volume and local financial science and technology expenditures had become the main factors hindering the development of digital countryside in Shandong Province. Therefore， efforts should be made to improve the inter-regional development imbalance， and promote the high-level and balanced development of digital countryside in Shandong Province from the aspects of optimizing the development environment of digital countryside， promoting the development of rural digital application and strengthening inter-regional cooperation.

Key words： digital countryside； entropy weight-TOPSIS method； spatiotemporal evolution； regional differences； obstacle model； Shandong Province

數(shù)字經濟的迅猛發(fā)展，對中國農業(yè)農村現(xiàn)代化發(fā)展產生了不可替代的促進作用。實踐證明，數(shù)字經濟通過多種途徑賦能鄉(xiāng)村振興［1］。因此，實施數(shù)字鄉(xiāng)村戰(zhàn)略是實現(xiàn)中國鄉(xiāng)村全面振興的迫切需要。2018年，中央一號文件首次提出“數(shù)字鄉(xiāng)村戰(zhàn)略”，并連續(xù)六年進行部署?！笆奈濉睍r期，按照《數(shù)字鄉(xiāng)村行動計劃（2022—2025年）》的部署要求，各級黨委和政府部門積極推進數(shù)字鄉(xiāng)村建設。定期監(jiān)測和評價數(shù)字鄉(xiāng)村發(fā)展水平是一項基礎性工作，有利于確保數(shù)字鄉(xiāng)村頂層設計與具體實踐方向保持協(xié)調一致，對各地區(qū)高效建設數(shù)字鄉(xiāng)村具有重要指導意義。

中國數(shù)字鄉(xiāng)村建設的相關研究日趨增加，主要集中在內涵特征、建設內容、發(fā)展水平評價等方面。關于數(shù)字鄉(xiāng)村內涵特征和建設內容，曾億武等［2］認為中國數(shù)字鄉(xiāng)村建設本質屬性是農業(yè)農村現(xiàn)代化新進程，以數(shù)字技術和產業(yè)引領農業(yè)農村實現(xiàn)新發(fā)展，并從五個維度構建內容框架。陳潭等［3］則強調數(shù)字鄉(xiāng)村是為了最大化發(fā)揮數(shù)字化紅利，使農民、農村受益。發(fā)展水平評價研究包括指標體系構建、評價方法以及研究區(qū)域等。第一，張鴻等［4］構建了一套包含數(shù)字鄉(xiāng)村宏觀環(huán)境、基礎設施支持、信息環(huán)境、政務環(huán)境以及應用環(huán)境5個一級指標和29個二級指標的評價指標體系；常倩等［5］將指標分為能力類指標和成效類指標，共選取了9個一級指標和31個二級指標；馮朝睿等［6］則從信息基礎設施、數(shù)字產業(yè)發(fā)展、鄉(xiāng)村數(shù)字生活、數(shù)字鄉(xiāng)村治理和城鄉(xiāng)融合發(fā)展5個維度構建評價指標體系。第二，2020年農業(yè)農村部市場與信息化司和農業(yè)農村部信息中心［7］運用層次分析法對中國縣域數(shù)字農業(yè)農村發(fā)展水平進行了評價；候光文等［8］運用熵權-TOPSIS法對陜西省8個地市、10個區(qū)縣數(shù)字鄉(xiāng)村發(fā)展水平進行綜合打分和排序；張鴻等［9］利用AHP-熵權法測算和評價了西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平；許敬輝等［10］運用因子分析法對全國31個省份數(shù)字鄉(xiāng)村發(fā)展水平進行測算并得出綜合評價得分，然后構建BP神經網絡分析模型對評價結果進行仿真驗證；劉慶［11］將河南省18個地市作為研究區(qū)域，運用熵權-TOPSIS法對各地市數(shù)字鄉(xiāng)村發(fā)展水平進行評價；劉傳明等［12］采用信息熵指數(shù)法對中國數(shù)字鄉(xiāng)村發(fā)展水平進行測度，并在此基礎上運用Dagum基尼系數(shù)對區(qū)域差異進行研究分析。

鑒于此，本研究基于2015—2021年山東省16個地級市的面板數(shù)據(jù)，試圖探索考察期內數(shù)字鄉(xiāng)村發(fā)展水平時空演變特征、區(qū)域差異和障礙因素，以期為山東省數(shù)字鄉(xiāng)村未來發(fā)展提供參考意見。

1 研究設計

1.1 評價指標體系構建

本研究遵循科學性、全面系統(tǒng)性、針對性和數(shù)據(jù)可得性的指標選取原則，充分理解數(shù)字鄉(xiāng)村內涵特征，結合山東省數(shù)字鄉(xiāng)村實際建設狀況，同時參考以往學者和權威機構發(fā)布的指標體系報告［13］，完成了指標體系的構建。體系圍繞數(shù)字鄉(xiāng)村基礎設施、數(shù)字鄉(xiāng)村發(fā)展環(huán)境、鄉(xiāng)村數(shù)字化應用以及農業(yè)數(shù)字化生產4個方面，即4個一級指標和16個二級指標。鄉(xiāng)村基礎設施是數(shù)字鄉(xiāng)村建設的基礎，是最能夠直接體現(xiàn)數(shù)字鄉(xiāng)村建設成果的指標。本研究選取3個指標來體現(xiàn)鄉(xiāng)村信息基礎設施建設情況。其中農村計算機、移動電話2大指標反映出數(shù)字鄉(xiāng)村基礎設施的普及程度；農村人均用電量可以體現(xiàn)信息基礎設施的使用效率。良好的發(fā)展環(huán)境有利于數(shù)字鄉(xiāng)村建設順利進行。農村居民可支配收入和數(shù)字化消費用來反映農村經濟發(fā)展水平；地方財政科技支出體現(xiàn)當?shù)匕l(fā)展數(shù)字化技術的投入力度；信息技術以及交通倉儲等方面的投資可以很大程度上為建設數(shù)字鄉(xiāng)村提供重要保障。鄉(xiāng)村數(shù)字化應用是數(shù)字鄉(xiāng)村發(fā)展的外在表現(xiàn)，促進鄉(xiāng)村產業(yè)和社會結構的轉型和升級。其中電子商務銷售額和采購額、農村電商基地用來評價電商產業(yè)的生產能力，郵電業(yè)務總量用來反映郵電行業(yè)發(fā)展水平。農用拖拉機的數(shù)量用來評價該地區(qū)農業(yè)機械的發(fā)展狀況，農林牧漁總產值、農業(yè)機械總動力和土地資源生產率指標可以衡量農業(yè)勞動生產能力。發(fā)展數(shù)字化農業(yè)是數(shù)字鄉(xiāng)村建設的重要組成部分，是不容忽視的。指標體系如表1所示。

1.2 研究方法

1.2.1 熵值法 與層次分析法（AHP）、德爾菲法、模糊層次法等主觀賦權法相比，利用熵值法對各項指標權重賦值具有客觀性、精確性強等優(yōu)點。熵值法的權重賦值公式如下。

[Wj=Djj=1nDj] （1）

式中，[Wj]表示各指標權重；[Dj]表示熵值冗余度；[n]表示指標數(shù)量；[ j]表示第[j]個指標。

1.2.2 熵權-TOPSIS法 TOPSIS法，又稱為優(yōu)劣解距離法。它通過評價各指標與優(yōu)劣解之間的接近度來衡量不同年份數(shù)字鄉(xiāng)村發(fā)展水平的高低，是一種多目標決策的評價方法。相比傳統(tǒng)的TOPSIS法，熵權-TOPSIS法結合了熵值法客觀賦權的優(yōu)點，避免了主觀賦值的隨意性，確保評價結果的綜合性和準確性。具體步驟如下：

1）構建加權矩陣和確定正負理想值。

[Z=zijm×n=WjXij（i=1，2，…，m;j=1，2，…，n）]（2）

[Z+=maxzij∣i=1，2，…，m=z+1，z+2，…，z+m] （3）

[Z-=minzij∣i=1，2，…，m=z-1，z-2，…，z-m] （4）

2）計算歐氏距離和相對貼近度。

[D+j=i=1mzij-z+i2] （5）

[D-j=i=1mzij-z-i2] （6）

[Ci=D-jD+j+D-j Ci∈[0，1]] （7）

式中，相對貼近度（[Ci]）表示各評價對象與最優(yōu)方案的接近程度。[Ci]的取值范圍在0～1，[Ci]越接近1，則表示該年份數(shù)字鄉(xiāng)村發(fā)展水平越接近最優(yōu)水平。

1.2.3 Kernel密度估計 作為一種非參數(shù)估計方法，Kernel密度估計是利用連續(xù)的密度函數(shù)曲線描述隨機變量的分布形態(tài)，進而有效地考察樣本分布形態(tài)的演變趨勢。因此，本研究將采用該方法對山東省數(shù)字鄉(xiāng)村發(fā)展水平的分布形態(tài)進行詳細研究。該方法假設隨機變量的密度函數(shù)為：

[f（x）=1Nhi=1NKXi-xh] （8）

式中，[N]表示樣本觀測個數(shù)；[Xi]表示樣本觀測值；[x]表示樣本平均值；[h]表示帶寬；[K]表示核密度函數(shù)。本研究采用高斯核函數(shù)進行分析，計算公式如下。

[f（x）=12πexp-x22] （9）

1.2.4 Dagum基尼系數(shù) 本研究采用Dagum基尼系數(shù)測量山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域之間的差異，總體基尼系數(shù)公式如下。

[G=12n2yj=1kh=1ki=1njr=1nhyji-yhr] （10）

式中，[n]為全部地級市的數(shù)量；[k]為劃分的地區(qū)個數(shù)；[njnh]為[j（h）]區(qū)域內所包含的地級市數(shù)量；[yjiyhr]為[j（h）]區(qū)域內任意一個地級市的數(shù)字鄉(xiāng)村發(fā)展水平；[y]為所有地級市數(shù)字鄉(xiāng)村發(fā)展水平的均值。

1.2.5 障礙度模型 為了進一步分析阻礙山東省各地區(qū)數(shù)字鄉(xiāng)村發(fā)展的主要因素，本研究將引入障礙度模型。計算公式如下。

[Oj=Ij×θjj=110θj×Ij] （11）

[Ij=1-zij] （12）

式中，[Oj]為指標障礙度；[θj]為指標權重；[Ij]為指標偏離度，即指標評估值與理想值之間的差距，如式（12）所示。

2 實證分析

2.1 研究區(qū)域與數(shù)據(jù)來源

本研究區(qū)域為山東省，包括濟南、青島、淄博、棗莊、東營、煙臺、濰坊、濟寧、泰安、威海、日照、臨沂、德州、聊城、濱州、菏澤16個地級市。按地理位置劃分為魯東、魯中、魯西南、魯中南和魯西北5個區(qū)域。魯東地區(qū)也稱為膠東地區(qū)，包括青島、煙臺和威海；魯中包括濟南、淄博、濰坊、泰安；魯西南包括菏澤、濟寧；魯中南包括棗莊、臨沂、日照；魯西北包括濱州、德州、東營和聊城。研究對象為上述16個地級市2015—2021年數(shù)字鄉(xiāng)村發(fā)展水平。

本研究數(shù)據(jù)主要來源于《山東統(tǒng)計年鑒》、各地級市統(tǒng)計年鑒、國民經濟和社會發(fā)展統(tǒng)計公報，部分數(shù)據(jù)由相關政府部門和第三方機構提供。缺失指標數(shù)據(jù)由線性插值法進行填補。

2.2 山東省數(shù)字鄉(xiāng)村發(fā)展水平測算及評價

2.2.1 山東省數(shù)字鄉(xiāng)村發(fā)展水平測算 由表2可知，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平整體呈上升趨勢，且年均增速為9.28%。具體而言，其發(fā)展水平均值由2015年的0.118上升至2021年的0.201，增幅為0.083。山東省近年來高度重視數(shù)字鄉(xiāng)村建設，大力提倡“數(shù)字賦能鄉(xiāng)村發(fā)展”理念，積極引導各地市加入數(shù)字鄉(xiāng)村建設活動中，并取得顯著成效。從各地市比較看，2015—2021年數(shù)字鄉(xiāng)村發(fā)展水平均值排名前3的分別是青島（0.350）、菏澤（0.322）和煙臺（0.207）。排名倒數(shù)的3個地市分別為泰安（0.100）、日照（0.076）和棗莊（0.075）。究其原因，可能有：第一，菏澤市將電子商務與農村傳統(tǒng)產業(yè)進行深度融合，發(fā)展了一批典型的淘寶村。截至2022年11月，菏澤共發(fā)展541個淘寶村、93個淘寶鎮(zhèn)，分別占全省數(shù)量的62.47%、46.73%。與此同時，當?shù)卣ㄟ^頒布一系列扶持政策來完善鄉(xiāng)村的基礎設施和改善營商環(huán)境，以此推動鄉(xiāng)村的數(shù)字經濟發(fā)展［14］。第二，青島和煙臺均是農村經濟水平較高的地市。第三，排名倒數(shù)的3個地市農村經濟發(fā)展水平相對較低，一定程度上可能阻礙了數(shù)字鄉(xiāng)村戰(zhàn)略的有效實施。數(shù)字鄉(xiāng)村發(fā)展水平均值高于山東省平均水平值（0.106）的地市有青島、菏澤、煙臺、濟南、濰坊、臨沂、濟寧、德州和東營，這與淘寶村建設狀況和農村經濟發(fā)展水平呈強烈的正相關關系。從各區(qū)域來看，2015—2021年山東省五大區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平均值從高到低依次為魯西南（0.237）、魯東（0.227）、魯中（0.159）、魯西北（0.116）以及魯中南（0.112）。魯西南地區(qū)淘寶村數(shù)量領先于全省其他地區(qū)，農村電商經濟為數(shù)字鄉(xiāng)村建設提供了有力保障。魯東位于東部沿海地區(qū)，該地區(qū)農產品電子商務高度發(fā)達且信息基礎設施建設完善，未來可能將進一步拉大與其他地區(qū)的差距。然而魯中南地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平均值遠低于全省平均水平值，說明該地區(qū)數(shù)字鄉(xiāng)村建設狀況不容樂觀，其數(shù)字鄉(xiāng)村建設應得到更多的關注和支持。

2.2.2 山東省數(shù)字鄉(xiāng)村發(fā)展水平時空演變分析 本研究運用Matlab R2021b軟件繪制其Kernel密度二維分布圖，并進一步分析山東省各區(qū)域數(shù)字鄉(xiāng)村發(fā)展水平時空演變特征。如圖1a所示，首先，隨著時間的推移，核密度分布曲線整體上向右移動，說明山東省數(shù)字鄉(xiāng)村發(fā)展水平在考察期內不斷提高；其次，從分布形態(tài)上，曲線的主峰高度呈先下降后上升的趨勢，曲線波寬幅度沒有明顯變化，說明2015—2019年山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平趨于分散，2019—2021年的發(fā)展水平則趨于集中。再次，從分布延展性上，曲線的右拖尾逐漸拉長，說明山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平在考察期內差距明顯加大。最后，從極化現(xiàn)象上，2021年核密度曲線呈微弱的右側峰形態(tài)，表明各地市數(shù)字鄉(xiāng)村發(fā)展水平開始出現(xiàn)輕微的極化現(xiàn)象。綜上，山東省數(shù)字鄉(xiāng)村發(fā)展水平逐年提升，但地市之間的差距呈增加的趨勢。上述結果說明，國家政策、經濟發(fā)展等因素促進了數(shù)字鄉(xiāng)村建設，但各地市在資源稟賦、基礎設施狀況和農村經濟發(fā)展等方面不同，這使得短時間內數(shù)字鄉(xiāng)村發(fā)展水平較低的地市難以追趕上數(shù)字鄉(xiāng)村發(fā)展水平較高的地市。

通過進一步觀察圖1b至圖1f，可以得出以下結論：第一，從分布位置上，魯東、魯中、魯西南、魯中南和魯西北五大區(qū)域的分布曲線均呈向右移動的趨勢，表明所有區(qū)域的數(shù)字鄉(xiāng)村發(fā)展水平都在不斷提升。第二，從分布形態(tài)上，魯東地區(qū)核密度曲線的峰值呈先下降后上升的趨勢，且波寬幅度加大，表明該地區(qū)的數(shù)字鄉(xiāng)村發(fā)展水平絕對差異明顯加大；魯西南地區(qū)曲線波峰值則呈大幅度下降的趨勢，說明魯西南地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平地市間差距急劇拉大；魯中南地區(qū)曲線的峰值則經歷了“上升—下降—上升”的趨勢，且波寬幅度無明顯變化，表明這些地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平差距在考察期內變化不明顯；魯西北地區(qū)曲線峰值則經歷了先上升后下降的趨勢；魯中地區(qū)曲線的峰值則一直呈下降趨勢，但幅度不大，該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平絕對差異稍微加大。第三，從分布延展性上，魯東、魯西南地區(qū)曲線右拖尾明顯拉長，其他地區(qū)均無明顯變化，這表明魯東、魯西南地區(qū)內發(fā)展水平較高的地市與較低的地市差距在擴大，其他地區(qū)各地市發(fā)展則較為均衡。第四，從極化趨勢上，魯東地區(qū)的曲線經歷了“單峰—右側峰”的形態(tài)，表明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平極化現(xiàn)象逐漸增強。魯西南地區(qū)核密度曲線則在考察期內經歷了“單峰—雙峰”形態(tài)的轉變，這表明考察期內菏澤和濟寧數(shù)字鄉(xiāng)村發(fā)展水平差異不斷加大。

2.3 山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域差異分析

2.3.1 總體及區(qū)域內差異 由圖2可知，2015—2021年山東省數(shù)字鄉(xiāng)村發(fā)展水平總體基尼系數(shù)呈上升趨勢。具體而言，基尼系數(shù)由2015年的0.196上升至2018年的0.287，表明山東省數(shù)字鄉(xiāng)村發(fā)展水平總體差異程度急速擴大。2018—2021年基尼系數(shù)則下降至0.285，呈緩慢下降的趨勢。結合表2可知，一方面，2015—2018年青島和菏澤的數(shù)字鄉(xiāng)村發(fā)展水平均呈急速上升的趨勢，而其他地區(qū)發(fā)展則較為緩慢；另一方面，2018年山東省人民政府辦公廳頒布《數(shù)字山東發(fā)展規(guī)劃（2018—2022年）》，并連續(xù)3年制定行動方案。此后，各地市政府部門積極落實數(shù)字山東發(fā)展戰(zhàn)略，較為落后的棗莊、日照和泰安數(shù)字鄉(xiāng)村發(fā)展水平有了小幅度的提升，縮小了與其他地區(qū)的差距。

山東省數(shù)字鄉(xiāng)村發(fā)展水平區(qū)域內部差異明顯。其中，魯中南地區(qū)基尼系數(shù)均值為0.222，位居第一，表明考察期內該地區(qū)的數(shù)字鄉(xiāng)村發(fā)展不均衡問題最為突出。與之相反，魯西北地區(qū)基尼系數(shù)均值僅為0.093，該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平較為均衡。

從發(fā)展趨勢來看，魯東地區(qū)基尼系數(shù)呈先上升后下降的趨勢，2018年達到峰值0.275之后緩慢下降至0.221。魯中地區(qū)基尼系數(shù)呈先下降再上升的趨勢，說明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平差距在加大。魯西南基尼系數(shù)在考察期內呈急速上升的趨勢，原因在于菏澤大力發(fā)展淘寶村，促進了數(shù)字鄉(xiāng)村建設行動的步伐，加劇了菏澤和濟寧之間的數(shù)字鄉(xiāng)村水平差距。魯中南地區(qū)基尼系數(shù)呈先下降后上升再下降的趨勢，由2018年的0.225下降至2021年的0.218。2015—2020年魯西北地區(qū)基尼系數(shù)不斷下降，說明該地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平越來越均衡，2021年基尼系數(shù)則上升至0.109，原因是東營數(shù)字鄉(xiāng)村發(fā)展迅速，進而拉大了與其他地市的水平差距。

區(qū)域內基尼系數(shù)

2.3.2 區(qū)域間差異 由圖3可知，除魯中-魯西北外，其他地區(qū)的基尼系數(shù)均呈上升趨勢，說明這些地區(qū)之間的數(shù)字鄉(xiāng)村發(fā)展水平差距也在不斷擴大。排名前三的魯東-魯中南、魯西南-魯中南、魯東-魯西北區(qū)域差異均值分別是0.376、0.369、0.338，說明上述區(qū)域之間的數(shù)字鄉(xiāng)村發(fā)展水平差距過大。其中，棗莊、日照較低的發(fā)展水平極大地拉低了魯中南地區(qū)數(shù)字鄉(xiāng)村發(fā)展整體水平。

2.3.3 差異來源及貢獻率 由圖4可知，山東省數(shù)字鄉(xiāng)村發(fā)展水平總體差異主要來源于區(qū)域間的差異，其差異貢獻率均值高達65.46%，約為區(qū)域內差異貢獻率均值（13.14%）的5.03倍。從發(fā)展趨勢上看，區(qū)域間差異貢獻率呈上升趨勢，區(qū)域內差異貢獻率呈緩慢下降趨勢，超變密度貢獻率也出現(xiàn)了大幅度的下降趨勢，由2015年的30.48%下降至2021年的17.57%，說明區(qū)域間的樣本交叉重疊問題造成數(shù)字鄉(xiāng)村發(fā)展水平差異的強度不斷削弱。因此，未來需要特別關注區(qū)域間的差距。

2.4 山東省數(shù)字鄉(xiāng)村發(fā)展障礙因素分析

運用障礙度模型計算出考察期內山東省各地市數(shù)字鄉(xiāng)村發(fā)展水平各指標的障礙度，并按照時間和區(qū)域進行排列。由于篇幅限制，本研究選取2015和2021年的數(shù)據(jù)進行分析，如表3所示。

1）就總體而言，農村電商基地是最主要的障礙因素，其次是電子商務采購額、電子商務銷售額和郵電業(yè)務量，最后是地方財政科技支出。從發(fā)展趨勢來看，農村電商基地數(shù)量的障礙度呈增加趨勢，反映出農村電商基地數(shù)量對數(shù)字鄉(xiāng)村的發(fā)展影響作用不斷增強。因此，該省應不斷完善鄉(xiāng)村基礎設施建設，營造良好的電商經濟環(huán)境，將傳統(tǒng)農村產業(yè)與互聯(lián)網進行深度融合，最終推動數(shù)字鄉(xiāng)村戰(zhàn)略的順利實施。

2）在地級市層面上，絕大多數(shù)地區(qū)存在的障礙因素大體相同，但具有地區(qū)之間的差異性。不同于其他地市，2021年，電子商務采購額成為阻礙菏澤數(shù)字鄉(xiāng)村建設的最主要障礙因素，表明這一因素對該地區(qū)數(shù)字鄉(xiāng)村建設發(fā)展的影響程度最大。

3）不同時期各地市的主要障礙因素有所變化。通過對比2015年、2021年各地市的前五位障礙因素，發(fā)現(xiàn)各地市主要障礙因素發(fā)生變化。其中，變化最大的是青島和菏澤。以青島為例，2021年郵電業(yè)務總量的障礙度上升為第二位，而電子商務銷售額和采購額則不屬于主要障礙因素，說明青島市鄉(xiāng)村數(shù)字經濟發(fā)展狀況良好，但郵電業(yè)務方面的建設需要進一步加強。

3 小結與建議

3.1 小結

1）山東省數(shù)字鄉(xiāng)村發(fā)展水平呈不斷上升的趨勢，魯東、魯西南地區(qū)存在極化現(xiàn)象，表明這些地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平存在絕對差異。從水平增長幅度和速度上來看，菏澤在考察期內數(shù)字鄉(xiāng)村發(fā)展勢頭最為強勁，其次是青島。相比之下，棗莊、日照和泰安發(fā)展水平均值較低，而且發(fā)展速度緩慢。

2）山東省數(shù)字鄉(xiāng)村發(fā)展水平存在區(qū)域差異性。從基尼系數(shù)來看，總體基尼系數(shù)呈不斷上升趨勢，表明總體差異顯著擴大。區(qū)域內差異基本保持不變，區(qū)域間差異貢獻率保持較高水平且隨著時間的推移不斷增加，表明區(qū)域間差異是空間差異的主要來源。

3）山東省數(shù)字鄉(xiāng)村發(fā)展主要受農村電商基地數(shù)量、電子商務采購額和銷售額、郵電業(yè)務總量以及地方財政科技支出等因素的阻礙。此外，各地區(qū)的障礙因素存在一定的差異性，不同時期的障礙因素也有所變化。

3.2 建議

1）優(yōu)化數(shù)字鄉(xiāng)村發(fā)展環(huán)境，大力發(fā)展數(shù)字化應用。針對目前山東省各地市數(shù)字鄉(xiāng)村建設存在的普遍問題，各部門應采取以下措施：第一，加大地方財政科技支出，改善數(shù)字鄉(xiāng)村發(fā)展環(huán)境。同時，加快推動鄉(xiāng)村5G基站、移動物聯(lián)網、農業(yè)農村遙感大數(shù)據(jù)平臺和數(shù)字合作社建設，實現(xiàn)農村傳統(tǒng)信息基礎設施改造和升級，全面夯實數(shù)字鄉(xiāng)村建設基礎，強化數(shù)字鄉(xiāng)村發(fā)展技術支撐，促進數(shù)字技術在農業(yè)農村生產經營中的推廣使用，使農民盡早享受數(shù)字紅利；第二，加快鄉(xiāng)村數(shù)字化應用發(fā)展，培育農村數(shù)字經濟新業(yè)態(tài)。創(chuàng)立農村電商市場主體，培育特色農產品品牌，通過線上博覽會、電商直播等形式進行宣傳，以此培育鄉(xiāng)村特色電商產業(yè)，吸引年輕一代返鄉(xiāng)就業(yè)創(chuàng)業(yè)，為數(shù)字鄉(xiāng)村建設注入新活力。

2）加強區(qū)域間合作，提高山東省數(shù)字鄉(xiāng)村整體水平。區(qū)域間差異是影響山東省數(shù)字鄉(xiāng)村整體發(fā)展的主要因素，魯西南、魯東地區(qū)與魯中南地區(qū)呈兩級分化的特征。因此，一方面，政府應加大政策和資源的傾斜力度，設立農村電子商務示范縣和專項基金，幫助解決建設中遇到的實際困難；另一方面，數(shù)字鄉(xiāng)村發(fā)展水平較高的地區(qū)要發(fā)揮輻射帶動作用，加強區(qū)域之間的合作與聯(lián)動，促進數(shù)字鄉(xiāng)村均衡發(fā)展。

3）制定個性化發(fā)展戰(zhàn)略，促進各地區(qū)數(shù)字鄉(xiāng)村高效發(fā)展。因地制宜地制定數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略，可以很大程度上提高數(shù)字鄉(xiāng)村建設工作效率。一方面，諸如魯中南、魯西北等地區(qū)應充分挖掘自身優(yōu)勢，優(yōu)化資源配置，發(fā)展自身特色數(shù)字產業(yè)，實現(xiàn)鄉(xiāng)村數(shù)字化應用高速發(fā)展；另一方面，發(fā)展較好的地區(qū)則需要繼續(xù)鞏固目前數(shù)字鄉(xiāng)村建設基礎成果，補齊自身發(fā)展短板，打造出山東省鄉(xiāng)村振興齊魯樣板。

參考文獻：

［1］ 何雷華，王 鳳，王長明. 數(shù)字經濟如何驅動中國鄉(xiāng)村振興？［J］.經濟問題探索，2022（4）：1-18.

［2］ 曾億武，宋逸香，林夏珍，等.中國數(shù)字鄉(xiāng)村建設若干問題芻議［J］.中國農村經濟，2021（4）：21-35.

［3］ 陳 潭，王 鵬.信息鴻溝與數(shù)字鄉(xiāng)村建設的實踐癥候［J］.電子政務，2020（12）：2-12.

［4］ 張 鴻，杜凱文，靳兵艷.鄉(xiāng)村振興戰(zhàn)略下數(shù)字鄉(xiāng)村發(fā)展就緒度評價研究［J］.西安財經大學學報，2020，33（1）：51-60.

［5］ 常 倩，李 瑾.鄉(xiāng)村振興背景下智慧鄉(xiāng)村的實踐與評價［J］.華南農業(yè)大學學報（社會科學版），2019，18（3）：11-21.

［6］ 馮朝睿，徐宏宇.數(shù)字鄉(xiāng)村建設評價指標體系構建及其實踐效用［J］.云南師范大學學報（哲學社會科學版），2023，55（4）：109-120.

［7］ 農業(yè)農村部市場與信息化司，農業(yè)農村部信息中心.2020全國縣域數(shù)字農業(yè)農村發(fā)展水平評價報告［R］.農業(yè)農村部，2020.

［8］ 侯光文，黃超越，張 鴻，等. 陜西數(shù)字鄉(xiāng)村高質量發(fā)展測度及評價［J］.西安郵電大學學報，2020，25（6）：87-94.

［9］ 張 鴻，王 璐.西部地區(qū)數(shù)字鄉(xiāng)村發(fā)展水平測度及推進路徑［J］.華東經濟管理，2023，37（11）：70-78.

［10］ 許敬輝，王乃琦，郭富林.數(shù)字鄉(xiāng)村發(fā)展水平評價指標體系構建與實證［J］.統(tǒng)計與決策，2023，39（2）：73-77.

［11］ 劉 慶.數(shù)字鄉(xiāng)村發(fā)展水平測度及時空演變特征研究——以河南省為例［J］.統(tǒng)計與決策，2023，39（9）：85-90.

［12］ 劉傳明，馬青山，孫淑惠.中國數(shù)字鄉(xiāng)村發(fā)展的區(qū)域差異及動態(tài)演進［J］.區(qū)域經濟評論，2023（5）：26-35.

［13］ 農業(yè)農村部市場與信息化司，農業(yè)農村部信息中心.中國數(shù)字鄉(xiāng)村發(fā)展報告（2022年）［R］.農業(yè)農村部，2022.

［14］ 曹俊杰，張 耀.農村電商時空演變特征與影響因素研究——以山東省淘寶村為例［J］.上海城市規(guī)劃，2022（2）：93-100.