党的二十大报告在全面推进乡村振兴战略的部署中提出：“要健全种粮农民收益保障机制，拓宽农民增收致富渠道，赋予农民更加充分的财产权益。”我国已经步入社会主义新发展阶段，解决好“三农”问题，特别是农民收入增长的问题，是推进乡村振兴战略实施、促进共同富裕的重要环节。当前，数字经济在我国经济高质量发展中起到了重要的创新和推动作用，逐渐成为推动农村经济发展，帮助农民增收的一个重要抓手。

迄今为止，学界关于数字经济对农民增收影响的研究并不多，且研究成果并不一致。唐红涛和谢婷、孙文婷和刘志彪等认为，数字经济提高了农村剩余劳动力的非农就业概率和非农收入份额，[1-2]李怡和柯杰升认为，数字经济发展加速了乡村产业的智能化转型，提高了农民的农业收入。[3]但是也有研究指出，尽管我国的数字经济已经得到了快速发展，但由于地域、历史、政策等方面的原因，我国的数字经济发展并不平衡，城乡之间仍存在着一条很难跨越的数字鸿沟。[4]

总体而言，目前学术界关于数字经济对农民收入影响的研究尚处在摸索阶段，仍有许多有待改进的地方。[5]基于此，本文采用主成分分析法，选取8个细分指标，建立了一个相对完善的数字经济指标体系，从而更全面合理地测算和评价我国数字经济发展水平，并且检验了数字经济对农民增收的空间溢出效应，希望能为更好地释放数字经济红利，为农民增收提供一些参考。

一、研究设计

(一)模型构建

1.基准回归模型

针对数字经济对农民收入的影响，本文首先构建如下基准回归模型：

ln(Incit)=α0+β1Degit+εit(1)

ln(Incit)=α0+β1Degit+β2controlit+ui+yeart+εit(2)

其中，i为地区，t为年份，Inc为农民收入，Deg为数字经济发展水平，control表示一系列控制变量，α0代表截距项，β代表变量系数，ε表示随机扰动项，ui与yeart分别表示省份、年份固定效应。

2.空间计量模型

由于各省份经济之间并非是相互独立，而是具有互动性，为了更加准确地分析数字经济与农民收入的关系，探索二者之间的空间相关性，本文构建如下广义空间嵌套模型。根据广义嵌套模型可以推导出不同空间计量模型，后续将通过LM与LR检验判断模型具体形式。

ln(Incit)=α0+ρWln(Incit)+β1Degit+θWDegit+Φcontrolit+τWcontrolit+uituit=λWuit+εit(3)

其中，W是空间权重矩阵，ρ为农民收入的空间回归系数，θ为数字经济发展水平的空间回归系数，λ是误差项的空间自相关系数，εit是与Wuit不相关的随机扰动项。

(二)变量选取

1.被解释变量：农民收入(Inc)

农村居民可支配收入是指农村住户获得的经过初次分配与再分配后的收入。本文选取对数后的农村居民可支配收入作为代理变量。

2.核心解释变量：数字经济(Deg)

本文选取电信业务总量(亿元)、互联网宽带接入用户数量(万户)、光缆线路长度(公里)、网站数(万个)、移动电话普及率(部/百人)、研发经费(万元)、本科以上学历人才总数(万人)、软件产品收入(万元)等8个变量作为度量数字经济发展程度的指标，性质均为“+”,并采用主成分分析法构建数字经济的评价指标体系。

(1)KMO检验和Bartlett球形检验。

在主成分分析前，需判断数据是否适合进行主成分分析，根据结果可以看出KMO值为0.753,Bartlett球形检验达到1%水平的统计显著性，说明变量之间存在共线性(见表1)。

(2)确定主成分个数。

按照特征值大于1的标准提取，则可以确定两个主成分，两个主成分的贡献率分别为0.6028、0.2175,累计贡献率为两个主成分的贡献率之和，等于0.8203,说明主成分能以较少的信息损失对数据进行了充分的概括。特征值及方差贡献率如表2所示。

(3)计算综合得分。

根据上述结果，以方差贡献率占总方差贡献率的比例作为权重对前面的主成分得分进行线性加权，最后算出来综合得分。经过观察，综合得分中出现负值，因此采用最大最小归一化的方法将综合得分进行标准化，得到了核心解释变量的最终各个样本值。

表1 KMO和Bartlett球形检验检验结果

表2特征值及方差贡献率

3.其他控制变量

本文参考已有文献，选取影响农民收入的其他控制因素(见表3):(1)城乡结构(urb),用城镇年末常住人口占总人口之比进行测度；(2)产业结构(ind),使用第三产业产值占地区生产总值之比进行测度；(3)地区生产总值(gdp),用地区生产总值的对数值进行测度；(4)粮食产量(yie),用各省份粮食产量的对数值进行测度；(5)市场化程度(mar),用地区市场化指数作为市场化程度的代理变量；(6)城乡消费差距(con),使用城镇居民人均消费支出占农村居民人均消费支出的比重进行测度。

(三)数据说明

本文采用2011—2020年全国30个省份(西藏、港澳台除外)的数据进行研究。这段时期正是我国数字经济蓬勃发展阶段，因此所搜集数据能够较好地反映我国数字经济发展水平的变化，充分说明数字经济对农民收入的影响作用。

表3变量选择及描述性统计

(四)数字经济发展情况

通过上述步骤可计算得到我国2011—2020年的数字经济发展指数，全国数字经济发展水平由0.09上升至0.358,整体呈现上升趋势。从区域层面来看，数字经济发展存在不平衡现象，呈“东高西低”特征。

以2020年为例，分析各个省份数字经济发展情况。广东省的数字经济发展水平在全国处于领先地位，达到了0.9以上。其次是江苏省，而北京市的数字经济发展水平也在0.8左右。此外，浙江省、山东省、四川省、河南省、上海市的数字经济发展水平介于0.4～0.7,其余各省均低于均值。就2020年截面数据来看，我国数字经济发展水平也呈现出“东高西低”的发展态势。具体来看，数字经济发展水平在全国均值之上的省份有10个(北京、河北、上海、江苏、浙江、山东、河南、湖南、广东、四川),除河南省、湖南省和四川省以外，其他东部省份皆位列其中。除了四川省以外，其余西部各省市的数字经济发展都低于全国平均水平。

二、实证结果与分析

(一)基准回归分析

根据模型(1),使用基准回归模型估计了数字经济(Deg)对农民收入(Inc)的影响，并给出了回归结果(见表4)。

表4基准回归估计

可以看到，在所有回归中，数字经济的回归系数均显著为正，且相差不大，说明数字经济的发展能够显著促进农民增收。究其原因，数字经济在基础设施建设、数字技术应用等方面显著的促进了农业经济增长；互联网的不断普及为农业生产提供了所需的信息，能够指导农民的农业生产活动，减少自然灾害带来的减产，从而增加农产品的产量；农产品通过电商平台进行销售，销售范围也更大，使农产品的供应和需求能够精准对接，增加农产品的销售量。这些因素都间接促进了农民收入的增长。

考察其他控制变量可以发现，城乡结构(urb)显著促进了农民收入提升。产业结构(ind)的系数显著为正，说明产业结构的调整可以提高农民收入。地区生产总值(gdp)对农民收入具有显著的正向影响，说明地区经济不断发展有助于农民收入的提高。粮食产量(yie)对农民收入的影响并不显著，说明农民卖粮食能赚多少钱不仅仅取决于粮食产量，一般来讲，农民的农业收入主要取决于产量和粮价两个因素的乘积。市场化程度(mar)的系数显著为正，说明市场化能够促进我国农业方面资源更加优化配置，有利于增加农民收入。城乡消费差距(con)的系数显著为负，说明城乡消费差距越大，将会导致农民收入降低。

根据模型(2),分别使用了省份固定效应、年份固定效应、双重固定效应模型估计了数字经济(Deg)对农民收入(Inc)的影响(见表5)。

表5固定效应回归

可以发现，在所有回归中，双固定效应回归模型的拟合效果最好，R2达到了0.999,数字经济的回归系数在1%的水平上显著为正，说明在控制了省份和时间因素后，数字经济的发展对农民收入有显著的正向影响。

(二)异质性分析

1.地区异质性

本部分分析不同地区数字经济对农民收入影响的差异性。由表6可知，从显著性水平来看，除西南地区外各地区数字经济对农民收入的影响显著。从影响方向来看，仅西北地区数字经济对农民收入的影响是负向的，这说明西北地区数字经济与农民收入呈负相关关系。

具体来讲，东北、华北地区面板数据模型回归拟合优度超过了0.98,且核心解释变量数字经济在5%的水平上显著，这可能是因为该区域的基础设施比较完善，农户对数字技术的使用能力较强，数字经济能够更有效地发挥其作用，从而对农民收入产生更显著的影响。华中、华东、华南地区的数字经济系数低于东北、华北地区，高于西部地区，且在5%水平上显著，原因可能是中部地区的数字经济基础设施建设和数字技术应用水平不及东部地区而高于西部地区。西北地区面板数据模型拟合优度为0.966,但数字经济系数在1%的水平上显著为负，可能是因为西北地区数字经济发展处于初期，还不能有效提高农民收入。

综上来看，数字经济对农民收入的影响具有地区异质性。

表6不同地区数字经济对农民收入的影响结果

2.时间异质性

本部分将数字经济的发展时间划分为高速发展期(2011—2012)和成熟期(2013—2020),按照模型(1)分析不同时期数字经济对农民收入影响的差异性。由表7可知，在高速发展时期，数字经济对农民收入的影响为负且并不显著；在成熟期，数字经济对农民收入的影响显著为正，说明数字经济发展成效具有滞后性。

表7不同时期数字经济对农民收入的影响

三、空间溢出效应分析

(一)空间自相关检验

在进行空间计量分析之前，需采用全局莫兰指数法对数字经济和农民收入的空间自相关性进行检验。本文构建了标准化邻接权重矩阵(W1)、标准化空间地理矩阵(W2)以及标准化空间经济地理权重矩阵(W3),并以W1矩阵为例报告了计算结果(见表8)。

表8数字经济和农民收入的全局莫兰指数

可以看出，2011—2020年全国各个省份的数字经济发展水平和农民收入的全局莫兰指数均为正数，且分别通过了10%、1%的显著性检验，说明变量在空间上存在较强的正相关关系，故可以构建空间计量模型进行实证研究。根据LM、LR及Hausman检验结果，最终选择时空双重固定的空间误差模型。

(二)莫兰散点图

进一步绘制2011年、2014年全国各个省份的农民收入、数字经济发展水平的莫兰指数散点图。根据图1-2可知，各省份之间农民收入和数字经发展水平存在空间关联性，且呈现出“高高集聚”“低低集聚”的特点。

图1农民收入水平的局域莫兰散点图

图2数字经济发展水平的局域莫兰散点图

(三)空间模型选择

如表9所示，只有LM(error)的统计量在1%的水平上均显著。进一步观察Robust LM(error)的统计量，同样通过了1%的显著性检验，说明模型只存在空间误差项，所以选择空间误差模型。同时Hausman检验也在1%的水平下显著，说明固定效应和随机效应在系数估计上出现了显著差异，因此固定效应比随机效应好。本文最终确定使用双固定效应的空间误差模型。

表9 LM、LR及Hausman检验结果

(四)回归结果与分析

基于空间误差模型的数字经济对农民收入影响的分解结果(见表10)。结果显示，无论采用哪种空间权重矩阵，λ的系数在1%的水平上均显著为正，这意味着邻近地区数字经济发展可以促进本地区数字经济水平。这可能是因为数字技术的应用加深了区域间的联系，地方数字经济发展中产生的人才、知识和技术溢出可以为邻近地区提供优质资源，进而提高邻近地区的数字经济发展水平。其次，数字经济对农民收入的影响均显著为正，说明数字经济的发展对农民收入的影响在全局上主要体现为正向的外溢效应。

表10空间误差模型回归结果

四、结论与对策建议

(一)结论

本文基于2011—2020年全国30个省份的面板数据，构建基准回归模型和空间误差模型，从多个角度验证了数字经济对农民收入的影响效应，所得主要结论如下：(1)我国数字经济蓬勃发展，区域间数字经济发展不平衡问题正在逐步改善；(2)数字经济对农民收入具有显著促进作用；(3)数字经济促进农民增收具有地区异质性，东部地区数字经济发展对农民增收的促进作用强于中部地区，西部地区数字经济发展对农民收入的影响效应为负；(4)数字经济对农民增收的影响具有空间溢出效应，即不仅本地区数字经济可以促进农民增收，邻近地区数字经济发展也可以促进本地区农民增收。

(二)对策建议

第一，加快推进数字经济高质量发展。

本文通过实证分析验证了数字经济能够提高农民收入，所以要加快5G、人工智能、区块链等新型基础设施的建设，为数字经济的发展提供强有力的支持。此外，还需加强数字治理，健全监管机制，优化数字发展环境。

第二，推动区域数字经济协同发展。

坚持全国“一盘棋”的数字经济发展理念，根据不同地区的发展阶段和不同特点，采取不同的发展战略。在发展较快的地区，注重提升数字技术创新能力；在中等发展水平的地区，要加快数字产业化和产业数字化的步伐；对于数字经济发展程度较低的省份，在目前阶段，应该把改善数字基础设施和提升居民的数字技术应用能力作为主要工作。

第三，积极助力数字乡村建设。

加大对农村信息资源的开发力度，扩大农村信息资源的覆盖范围，使零散的信息资源得到有效的整合。除此之外，要考虑现有情况，统筹制定出一套以农村为目标的数字素养普及与提升行动计划，增加对农村地区，特别是偏远农村地区的公共教育投入，提高当地农民的数字技术应用能力。

参考文献:

[1]唐红涛,谢婷.数字经济与农民收入消费双提升[J].华南农业大学学报(社会科学版),2022(2).

[2]孙文婷,刘志彪.数字经济､城镇化和农民增收:基于长江经济带的实证检验[J].经济问题探索,2022(3).

[3]李怡,柯杰升.三级数字鸿沟:农村数字经济的收入增长和收入分配效应[J].农业技术经济,2021(8).

[4]李五荣,周丹,李雪.数字鸿沟对农村家庭收入的影响及机制研究:基于中国家庭追踪调查(CFPS)数据的实证分析[J].西南民族大学学报(人文社会科学版),2022(10).

[5]谭燕芝,李云仲,胡万俊.数字鸿沟还是信息红利:信息化对城乡收入回报率的差异研究[J].现代经济探讨,2017(10).

基金资助:国家社会科学基金项目,项目编号:21CJY048;河北省社会科学发展研究课题,项目编号:20230202014;

文章来源:孙甜甜.基于主成分分析法的数字经济对农民收入的影响研究[J].哈尔滨学院学报,2024,45(12):36-41.