数字经济驱动乡村产业振兴的路径分析

摘要：数字经济对乡村产业振兴意义重大。研究发现，其能改变乡村产业运营模式、推动创新创业、扩大市场规模，为乡村带来新机遇与发展潜力。为此，乡村地区应加快数字技术应用与创新，发展数字经济以振兴乡村产业。同时，政府、企业和社会需协同发力，提供政策、资源支持，激发乡村创新创业活力，促进二者融合，助力乡村振兴战略达成。

关键词：数字经济、乡村产业振兴、熵值法

一、引言

党的二十大强调，全面建设社会主义现代化国家，农村任务艰巨。要坚持农业农村优先、城乡融合发展，推动乡村产业振兴。乡村产业振兴依托农业农村资源，以农民为主，通过三产融合发展形成特色产业。数字经济作为新型生产要素，既能提高农业全要素生产率，又能促进农产品流通。随着数字技术向农村渗透，其与乡村产业振兴融合机遇增多。但数字经济如何驱动乡村产业振兴的具体作用路径仍需实证研究。

二、文献综述

数字经济研究主要有两方面：一是理论体系探讨，涵盖概念界定和指标核算，目前国内外核算范围未统一；实证研究多聚焦数字经济与数字化转型、高质量发展、工业互联网等。

乡村产业振兴研究集中在三个方向：主体研究，涉及政府、农户、文旅企业等视角；路径研究，包括数字普惠金融、乡村旅游、农产品发展、乡村人才振兴等路径；评价体系研究，因文章侧重点不同，评价体系未统一，有基于乡村绿色发展理念或产业融合角度构建的指标。综合研究发现，数字经济对乡村产业振兴意义重大。它能促进产业融合，通过数字化和智能化改造，推动一二三产业融合；助推农业增值提效，一方面提高农村机械化程度增产提效，另一方面提升农业全要素生产率增加产值和产效；促进乡村产业信息化、集约化、绿色化，改变传统农业低效高耗模式。

已有研究对数字经济和乡村产业振兴做了概念界定和指标核算，也有部分实证研究二者关系，但多从全局出发，指标和变量繁杂，难以针对特定维度深入探讨。因此，本文从更精确角度切入，探究数字经济对乡村产业振兴的促进效应。

三、路径分析与研究假设

（一）数字经济对乡村产业振兴的直接影响

数字经济对乡村产业兴旺意义重大。金融支持上，数字普惠金融以创新模式和低成本、广覆盖、高便捷的信贷体系，缓解农业融资约束，为农民和农业企业拓宽金融服务渠道，为乡村产业发展注入动力。

生产技术革新中，数字技术深度渗透农业领域，借助传感器、自动化设备和大数据分析，实现精细化管理与智能化决策，提升农产品产量和质量。产业结构优化方面，数字经济与传统产业融合催生新业态，推动乡村电商发展，减少销售环节，带动农村旅游等产业，丰富乡村经济业态。市场信息流通层面，数字经济通过互联网和电商平台减少信息不对称，助力乡村产品推广和品牌建设，推动乡村产业融入市场。

（二）数字经济对乡村产业振兴的各环节影响

我国乡村产业振兴指导意见指出，坚持农业农村优先发展，以乡村振兴战略为依托，以农业供给侧结构性改革为主线，推进农村产业融合，与脱贫攻坚、城镇化协同发展。挖掘乡村价值，聚焦重点产业，强化创新，延伸产业链，构建现代农业体系，促进城乡融合，为农业农村现代化打基础。数字化为农业发展带来新机遇。生产上，借物联网等技术和自动化设备提升效率；产业融合时，用数据推动合作与技术应用；产业链升级中，数字化助力经营与成果转化，带动乡村旅游等产业，形成新型产业链。

基于以上分析，可提出数字经济与乡村产业振兴关系的研究假设。

H1：数字经济能促进乡村产业的振兴。

四、模型设计与变量说明

（一）数据来源与处理

本文数字经济指标源自《中国信息统计年鉴》（2011—2022）、《中国统计年鉴》（2011—2022）和商务部网站数据。农业农村发展数据来自《中国农村统计年鉴》（2011-2022）、阿里研究院报告等多个权威渠道。

在数据处理上，为保证可靠性和可比性，针对部分地区特定年份指标数据缺失，采用线性插值法填补；还运用熵值法处理乡村产业振兴、数字发展水平等数据，得出综合指数，用于实证研究，为分析乡村产业振兴及相关因素提供有力支持。

（二）模型设定

为检验数字经济对乡村产业振兴的影响效果，本文设定如下基本模型：

上式中Rruit表示第i个区域在t时期的乡村振兴水平；digeit表示第i个区域在t时期的数字经济水平；controlit表示其他控制变量集合；μi和vt分别表示个体固定效应和时间固定效应；εit表示随机扰动项。

（三）变量说明

1、被解释变量：乡村产业振兴

乡村经济总量是评估产业振兴关键。产业结构高级化从传统农业向多元高附加值转变，发展新兴产业与服务业，创造就业和经济增长点。优化农业产业链各环节，可提升附加值与竞争力、助农增收。农业多功能性助力农村可持续发展。基于此，本文选取指标合成评价指标，衡量振兴成效。

2、核心解释变量

数字经济发展依赖电力、通信、网络和物流等基础设施。良好的网络与通信设施助力农业信息流通和电商发展，农村基建为数字技术应用创造条件。数字技术融入农业，提升生产效率、质量和可持续性，推动农业现代化。农村数字产业化实现数字技术与乡村产业融合，带动产业转型，优化结构、增加就业、推动农村经济发展。评估农村数字产业化水平，能直观呈现数字经济在乡村产业振兴中的作用与走向。

3、控制变量

为了有效观测数字经济发展水平对于乡村产业振兴的影响，还需要控制影响乡村产业振兴的其他因素。本文选取4个控制变量：（1）城市化水平（urban），用城镇化率进行衡量；（2）人口结构（odr），会通过乡村生产等方式影响产业振兴，用总抚养比来衡量；（3）人力资本水平（human），用教育经费来衡量；（4）政府财政支出（gov），用政府财政支出进行衡量。

五、实证分析

（一）基准回归结果

实证回归分析前，需审慎选择计量模型。经Wald检验和Hausman检验，统计量强烈拒绝原假设，显示固定效应模型优于OLS模型和随机效应模型。因此，本文采用个体时间双向固定效应模型，结合地区聚类的稳健标准误回归，分析数字经济与乡村振兴的关系，以规避序列相关性和异方差问题。结果表明，模型1未加控制变量时，数字经济回归系数在1%置信水平显著，验证假设H1；模型2-5逐步引入控制变量，数字经济影响仍显著，且模型5系数小于模型1，说明忽略控制变量会夸大数字经济的驱动效应。‌

（二）稳健性检验

1、内生性检验

基准回归表明数字经济显著推动乡村振兴，但存在内生性偏差，源于遗漏变量和反向因果。为此，选用地区每万人电话机数量作工具变量，用2sls方法重估。该变量符合相关性和外生性要求，经检验合理有效，考虑内生性后，数字经济驱动乡村振兴结论依旧成立。

2、控制固定效应

乡村振兴水平高、经济发展程度高的农村地区，其互联网也会优先发展，致使本文实证部分面临内生问题，因此，本文设定年份与地区的交互效应，以减缓数字经济发展带来的宏观系统性环境的变化。在排除了宏观因素的系统性变化之后，数字经济驱动乡村振兴的结论依然稳健。

六、结论与启示

综合研究表明，数字经济对乡村产业振兴有显著促进作用，为乡村带来发展机遇与潜力。数字经济改变传统乡村产业运营模式，借助数字技术，乡村企业实现线上线下融合，拓宽销售渠道，提升产品和服务的市场曝光度与可及性，加速产业转型与升级，增强企业竞争力。数字技术进步为创业者提供创新工具和平台，推动乡村创新型企业涌现，激发乡村经济活力，吸引人才和资源，加速乡村产业振兴。乡村地区应积极推动数字技术应用与创新，发展数字经济，实现产业振兴目标。政府、企业和社会需共同发力，出台支持政策，提供资源，激发乡村创新创业活力，促进数字经济与乡村产业深度融合，助力乡村振兴战略成功实施。

参考文献：

[1]唐建军，龚教伟，宋清华.数字普惠金融与农业全要素生产率——基于要素流动与技术扩散的视角[J].中国农村经济，2022（07）：81-102.

[2]姜长云.发展数字经济引领带动农业转型和农村产业融合[J].经济纵横，2022（08）：41-49.DOI：10.16528/j.cnki.22-1054/f.202208041.

[3]郭海明，许梅，王彤.数字经济核算研究综述[J].统计与决策，2022，38（09）：5-10.DOI：10.13546/j.cnki.tjyjc.2022.09.001.

[4]薛楠，韩天明，朱传言.数字经济赋能乡村农业振兴：农业平台生态系统的架构和实现机制[J].西南金融，2022（03）：58-67.

[5]完世伟，汤凯.数字经济促进乡村产业振兴的机制与路径研究[J].中州学刊，2022（03）：29-36.

[6]孙学涛，于婷，于法稳.数字普惠金融对农业机械化的影响——来自中国1869个县域的证据[J].中国农村经济，2022（02）：76-93.

[7]陈晓红，李杨扬，宋丽洁，汪阳洁.数字经济理论体系与研究展望[J].管理世界，2022，38（02）：208-224+13-16.DOI：10.19744/j.cnki.11-1235/f.2022.0020.

[8]马亚明，周璐.基于双创视角的数字普惠金融促进乡村振兴路径与机制研究[J].现代财经（天津财经大学学报），2022，42（02）：3-20.DOI：10.19559/j.cnki.12-1387.2022.02.001.

[9]胡丽平，胡小康，熊炀，卢毅，吴照祥，黄晓园，成海.乡村振兴战略视角下乡村旅游的发展路径[J].科技导报，2021，39（23）：80-87.

[10]李海金，焦方杨.乡村人才振兴：人力资本、城乡融合与农民主体性的三维分析[J].南京农业大学学报（社会科学版），2021，21（06）：119-127.DOI：10.19714/j.cnki.1671-7465.2021.0093.

作者简介：李雅琴（2001.08-）；女；汉族；湖北广水人；硕士在读；西南民族大学，经济学院；研究方向：人口资源与环境经济学

基金项目：本文得到西南民族大学中央高校基本科研业务费专项资金资助（研究生创新基金项目编号：2023SYJSCX52）