關(guān)鍵詞：數(shù)字鄉(xiāng)村，鄉(xiāng)村振興，耦合協(xié)調(diào)，動態(tài)演進(jìn)

0 引 言

“鄉(xiāng)村興則國家興”，自2018年中央一號文件提出“數(shù)字鄉(xiāng)村”戰(zhàn)略以來，國家及各部門相繼出臺相關(guān)政策，強(qiáng)調(diào)推進(jìn)數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略的重要性。2023年中央一號文件提出，在推進(jìn)鄉(xiāng)村振興重點(diǎn)工作中，要深入實(shí)施數(shù)字鄉(xiāng)村發(fā)展行動。在“三農(nóng)”發(fā)展戰(zhàn)略的指引下，數(shù)字鄉(xiāng)村是鄉(xiāng)村振興的動力引擎，鄉(xiāng)村振興是數(shù)字鄉(xiāng)村發(fā)展的基礎(chǔ)和引領(lǐng)。目前我國數(shù)字鄉(xiāng)村發(fā)展處于探索階段，探析數(shù)字鄉(xiāng)村與鄉(xiāng)村振興的內(nèi)在關(guān)系及動態(tài)演進(jìn)有助于明確數(shù)字鄉(xiāng)村的戰(zhàn)略方向，夯實(shí)鄉(xiāng)村振興的數(shù)字化基礎(chǔ)，有效踐行以數(shù)字鄉(xiāng)村作為內(nèi)生動力推動鄉(xiāng)村振興深度發(fā)展的戰(zhàn)略部署。

目前關(guān)于數(shù)字鄉(xiāng)村與鄉(xiāng)村振興的研究主要集中在以下3個層面：（1）數(shù)字鄉(xiāng)村的推進(jìn)邏輯、水平測度及經(jīng)濟(jì)效應(yīng)。數(shù)字鄉(xiāng)村以信息技術(shù)為推動力[1，2]，旨在解決城鄉(xiāng)數(shù)字鴻溝和農(nóng)村人口外流等重要問題[3]。目前我國數(shù)字鄉(xiāng)村發(fā)展水平呈現(xiàn)區(qū)域分布不均的特征，技術(shù)進(jìn)步與勞動力轉(zhuǎn)移能夠推動農(nóng)業(yè)高質(zhì)量發(fā)展和農(nóng)民增收[4， 5]。（2）鄉(xiāng)村振興的促進(jìn)要素，包括數(shù)字普惠金融[6]、數(shù)字經(jīng)濟(jì)[7]等。（3）數(shù)字鄉(xiāng)村與鄉(xiāng)村振興的內(nèi)在關(guān)系。數(shù)字鄉(xiāng)村與鄉(xiāng)村振興呈現(xiàn)耦合協(xié)調(diào)關(guān)系[8]，數(shù)字鄉(xiāng)村通過鄉(xiāng)村經(jīng)濟(jì)數(shù)字化與鄉(xiāng)村生活數(shù)字化助力鄉(xiāng)村振興[9-10]，同時數(shù)字鄉(xiāng)村戰(zhàn)略立足于鄉(xiāng)村振興戰(zhàn)略上?；谝陨涎芯浚疚膹膮f(xié)同的視角出發(fā)，收集2011-2021年的面板數(shù)據(jù)，通過耦合協(xié)調(diào)度模型計算耦合協(xié)調(diào)水平，結(jié)合馬爾可夫鏈分析耦合協(xié)調(diào)發(fā)展的時空演變特征，以期為不同區(qū)域的數(shù)字鄉(xiāng)村與鄉(xiāng)村振興協(xié)調(diào)發(fā)展提供經(jīng)驗(yàn)參考，推動中國數(shù)字鄉(xiāng)村與鄉(xiāng)村振興的深入發(fā)展。

1 數(shù)據(jù)來源與研究方法

1.1 指標(biāo)體系構(gòu)建和數(shù)據(jù)來源

本文選取2011-2021年全國30個省份（由于數(shù)據(jù)嚴(yán)重缺失，不含西藏以及港澳臺地區(qū)）的面板數(shù)據(jù)，研究數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及Wind數(shù)據(jù)庫等，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興的指標(biāo)體系見表1。

1.2 研究方法

1.2.1 耦合協(xié)調(diào)度模型

本文借助耦合協(xié)調(diào)模型對數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度進(jìn)行評價，公式如下：

其中， 為數(shù)字鄉(xiāng)村發(fā)展指數(shù)， 為鄉(xiāng)村振興發(fā)展指數(shù)，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興發(fā)展指數(shù)由熵權(quán)法測得。C 為耦合度，T 為綜合發(fā)展指數(shù)，D 為耦合協(xié)調(diào)度，取值范圍為[0，1]； （i =1，2）表示兩個子系統(tǒng)的待定系數(shù)，且 。本文將耦合協(xié)調(diào)水平劃分為5類，具體劃分標(biāo)準(zhǔn)見表2。

1.2.2 馬爾可夫鏈分析方法

本文采用馬爾可夫鏈分析方法，依據(jù)數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度的劃分，將其離散為k 種類型，得到一個k×k 的概率轉(zhuǎn)移矩陣。計算公式如下：

其中，m ij表示在t 年份耦合協(xié)調(diào)類型i 在t +1年轉(zhuǎn)變?yōu)轭愋蚸 的概率；n ij 表示在整個研究期內(nèi)，某省份耦合協(xié)調(diào)類型從t 年份類型i轉(zhuǎn)變到t +1年份類型j的地區(qū)總數(shù)；n i 表示在整個研究期內(nèi)，耦合協(xié)調(diào)類型為i 的地區(qū)數(shù)量總和。

1.2.3 空間馬爾可夫鏈分析方法

空間馬爾可夫鏈由傳統(tǒng)馬爾可夫鏈結(jié)合空間滯后形成，能夠揭示耦合協(xié)調(diào)類型轉(zhuǎn)移概率與相鄰省份類型之間的關(guān)系，有效彌補(bǔ)傳統(tǒng)馬爾可夫鏈空間聯(lián)系的不足。公式如下：

式中， 表示空間滯后值；x j 表示相鄰省份的耦合協(xié)調(diào)度；w ij 為空間權(quán)重矩陣，本文采用鄰接權(quán)重矩陣，相鄰為1，反之為0（考慮到海南省的特殊地理位置，設(shè)置為與廣東省相鄰）。

2 實(shí)證結(jié)果與分析

2.1 數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)的時空特征

本文依據(jù)國家統(tǒng)計局劃分標(biāo)準(zhǔn)將30個?。▍^(qū)、市）劃分為四大地區(qū)，分別測算各地區(qū)10年間的耦合協(xié)調(diào)度（結(jié)果見表3），并在此基礎(chǔ)上選取2011年、2016年和2021年測算數(shù)據(jù)進(jìn)行空間格局特征分析（見表4）。

從時間演變趨勢來看，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度呈現(xiàn)逐年上升趨勢。2011-2021年各地區(qū)耦合協(xié)調(diào)度發(fā)展相對迅速，隨著鄉(xiāng)村振興戰(zhàn)略的大力推進(jìn)，數(shù)字鄉(xiāng)村的建設(shè)也在不斷推進(jìn)，使得兩者的耦合協(xié)調(diào)水平迅速提升；從空間分布看，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度呈現(xiàn)“東部高，西部低”的特點(diǎn)，隨著時間演進(jìn)，逐步向西部擴(kuò)散。協(xié)調(diào)類型以輕度失調(diào)、瀕臨失調(diào)和勉強(qiáng)協(xié)調(diào)為主，個別地區(qū)處于中度失調(diào)。具體來看，2011年，全國大部分地區(qū)處于輕度和中度失調(diào)階段，江蘇省處于瀕臨失調(diào)階段；2016年，大部分地區(qū)的耦合協(xié)調(diào)度處于輕度失調(diào)階段，并且東部地區(qū)大部分省份已經(jīng)達(dá)到勉強(qiáng)協(xié)調(diào)階段；2021年，東部沿海地區(qū)耦合協(xié)調(diào)度發(fā)展穩(wěn)步向好，并且江蘇等省份已經(jīng)進(jìn)入初級協(xié)調(diào)階段，而中西部地區(qū)的山西等省份仍處于瀕臨失調(diào)階段。

2.2 數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)的動態(tài)演進(jìn)特征

2.2.1 傳統(tǒng)馬爾可夫鏈時序演進(jìn)分析

由表5可知，主對角線上的數(shù)值大部分大于56%，說明大部分省份的耦合協(xié)調(diào)類型不會發(fā)生向上或向下轉(zhuǎn)移，具有穩(wěn)定性的特征。耦合協(xié)調(diào)度水平處于中度失調(diào)的省份能夠向上提升至輕度失調(diào)的概率為43.5%；處于輕度失調(diào)的省份能夠向上提升至瀕臨失調(diào)的概率為10.9%，向上提升至勉強(qiáng)協(xié)調(diào)的概率為0.03%；處于瀕臨失調(diào)的省份能夠向上提升至勉強(qiáng)協(xié)調(diào)的概率為26.2%，向上提升至初級協(xié)調(diào)的概率為0.15%；處于勉強(qiáng)協(xié)調(diào)的省份能夠向上提升至初級協(xié)調(diào)的概率為30%。由此可知，不同耦合協(xié)調(diào)類型水平方向上的轉(zhuǎn)移概率較小，所有耦合協(xié)調(diào)類型的變動均發(fā)生在相鄰兩個類型之間，各省份數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)實(shí)現(xiàn)跨越式發(fā)展的可能性非常小。

2.2.2 空間馬爾可夫鏈空間動態(tài)演進(jìn)分析

數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)發(fā)展會受鄰域省份耦合協(xié)調(diào)類型轉(zhuǎn)移的影響，本文將各省的鄰域省份因素考慮在內(nèi)，以各省份初始年份的空間滯后值作為分類依據(jù)構(gòu)建空間馬爾可夫概率轉(zhuǎn)移矩陣（見表6）。

通過對比表5和表6的結(jié)果得出數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)的空間演進(jìn)特征。首先，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)類型的轉(zhuǎn)移情況與鄰近省份相關(guān)聯(lián)?？臻g滯后類型為輕度失調(diào)的情況下，由輕度失調(diào)向上轉(zhuǎn)移為瀕臨失調(diào)的概率為7.9%，當(dāng)不考慮空間滯后時，由輕度失調(diào)向上轉(zhuǎn)移為瀕臨失調(diào)的概率為10.9%gt;7.9%。其次，數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)類型轉(zhuǎn)移受不同類型鄰近省份耦合協(xié)調(diào)類型的影響時，向上或向下的概率存在差異?？臻g滯后類型為輕度失調(diào)的情況下，由輕度失調(diào)向上轉(zhuǎn)移為瀕臨失調(diào)的概率為7.9%，當(dāng)不考慮空間滯后時，由輕度失調(diào)向上轉(zhuǎn)移為瀕臨失調(diào)的概率為10.9%gt;7.9%，空間滯后類型為瀕臨失調(diào)時，由輕度失調(diào)向上轉(zhuǎn)移為瀕臨失調(diào)的概率為29%gt;10.9%gt;7.9%。以上結(jié)果表明，空間格局影響了數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)的動態(tài)演進(jìn)，即存在空間溢出效應(yīng)。耦合協(xié)調(diào)類型較好的省份帶動鄰近省份向上轉(zhuǎn)移的可能性增大，對周圍省份具有正向溢出效應(yīng)；而耦合協(xié)調(diào)類型較差的省份可能會抑制鄰近省份向上轉(zhuǎn)移，對周圍省份存在負(fù)向溢出效應(yīng)，并將繼續(xù)維持耦合協(xié)調(diào)類型較差的狀態(tài)，最終在空間格局上逐漸形成“俱樂部收斂”現(xiàn)象。

3 結(jié)論與建議

從時間演變上看，目前中國數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度呈現(xiàn)逐年上升趨勢。從空間上來看，協(xié)調(diào)類型以輕度失調(diào)、瀕臨失調(diào)和勉強(qiáng)協(xié)調(diào)為主，個別地區(qū)處于中度失調(diào)，整體上呈現(xiàn)出“東部地區(qū)gt;中部地區(qū)gt;西部地區(qū)”的特點(diǎn)。耦合協(xié)調(diào)度的時間演進(jìn)特征總體表現(xiàn)出平穩(wěn)發(fā)展態(tài)勢，不同耦合協(xié)調(diào)度水平之間的轉(zhuǎn)移概率較小，各省份耦合協(xié)調(diào)類型在發(fā)展過程中的相對位置比較穩(wěn)定，所有變動均發(fā)生于相鄰狀態(tài)，沒有出現(xiàn)跨越性變化。從空間演進(jìn)特征來看，空間背景格局會影響數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度的動態(tài)演進(jìn)，耦合協(xié)調(diào)度高的省份對周圍省份具有正向溢出效應(yīng)，而耦合協(xié)調(diào)度低的省份對周圍省份存在負(fù)向溢出效應(yīng)，最終在空間格局上逐漸形成“俱樂部收斂”現(xiàn)象。

從全國層面來看，東部地區(qū)耦合協(xié)調(diào)水平較高，在后期建設(shè)中要繼續(xù)發(fā)揮好核心優(yōu)勢，輻射周圍省市，帶動周邊地區(qū)發(fā)展。對于數(shù)字鄉(xiāng)村與鄉(xiāng)村振興耦合協(xié)調(diào)度低的省份，應(yīng)積極學(xué)習(xí)借鑒較高省份的發(fā)展經(jīng)驗(yàn)并結(jié)合自身發(fā)展特點(diǎn)，強(qiáng)化數(shù)字科技創(chuàng)新，將數(shù)字技術(shù)融入鄉(xiāng)村發(fā)展，走出適合自己的發(fā)展道路。受地理空間格局影響，全國層面要加快落實(shí)區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，完善鄰近省市間的區(qū)域政策和空間布局，發(fā)揮區(qū)域中心省份的核心帶動作用，結(jié)合自身資源稟賦優(yōu)化產(chǎn)業(yè)發(fā)展，在大的區(qū)域發(fā)展格局中發(fā)揮輻射或聯(lián)動功能。