1. 引言
1.1. 研究背景
近年来，全球范围内掀起了技术革命和产业变革，数字经济、AI智能、互联网、大数据等等数字型技术都在快速更新，数据在社会与经济的各个方面与环节中都有很广泛的用途，它的生产价值也越来越重要，已逐渐成为了关键生产要素。现在各领域正在深度推进数字化转型，使传统产业努力向智能化、数字化、融合化的方向进行转变，促使生产方式、生活方式发生了深刻的改变，数字经济也成为世界竞争形势的重要要素。因此，我们国家更要努力发展数字经济(见图1)，扩大研究范围，加深研究程度，制定科学的发展规划，为未来在全球竞争中打好基础，建立更大的优势。
Figure 1. Trend chart of China’s digital economy development index
图1. 我国数字经济发展指数走势图
在山东省农村地区的发展过程中，农村的经济发展与农户的收入一直存在诸多问题，例如农户收入增长缓慢、东西部地区间农户收入的差距过大、城市与农村间的收入差距逐渐增加等等。然而数字经济的发展很好地解决了以上存在的问题。一方面，数字经济使得农产品的供给端与需求端连接起来，充分缓解了市场信息时滞性的问题，从根源上改善了供求不平衡的问题。另一方面，数字经济极大地降低了交易成本。数字经济使得农户可以通过互联网与需求端进行直接交流，有利于节省搜寻信息、讨论价格、行为监督等环节的交易成本，更清晰地得到消费者的购买需求，这有利于农户收入的提高。
在数字经济为农户带来这些好处之外，也存在一些弊端，由于其正处于“成长期”的发展阶段，很多细节不够完善。首先因为农村缺乏互联网型人才，所以数字经济在农村的传播较慢，很多农户对数字经济不了解，即使了解也无法熟练操作；其次是农产品质量问题，监督管理制度的缺乏使得售出的农产品质量参差不齐，优质产品率不高，最后是售后服务没有保障，这影响了数字经济的运营，不利于此经营模式的可持续发展，应当加强售后服务的跟进，保障消费者权益，了解消费者的购买评价与感受，及时改进，保证后续的销售增长。
基于以上研究背景，如何在数字经济快速发展的时代背景下提高山东省农户收入，对山东省未来农村经济发展具有非常重要的理论意义和现实价值。本文将通过实证分析来研究数字经济对农户收入的影响。
1.2. 研究意义
1) 理论意义：由于数字经济的发展迅猛，人们越来越重视数字经济的研究，但是研究集中于数字经济对整体经济的带动与影响，例如某国家、某地区，或者数字经济对整体消费水平的影响。即使是对农村地区数字经济的研究，也主要停留在宏观层面。本文通过调查农户实际情况，根据真实数据多方面研究数字经济对农户收入的影响，利用实证分析得出结论，可以为未来的数字经济研究提供一定的理论帮助，丰富了数字经济发展对农户收入研究的区域特色，具有一定的理论意义。
2) 现实意义：近几年国家大力发展数字经济，希望利用数字经济带动农村地区的经济发展，缩小城乡差距，但是数字经济是否真的能帮助农户增加收入还有待考证。本文通过调查研究数字经济对山东省农户收入的影响，提出更有实践性的意见，这可以提高农户参与学习数字经济的积极性，并且在一定程度上改善了数字经济存在的弊端，利用数字经济更有效地提高农村经济水平，促使农户收入稳定提高，提升农村地区人民的幸福感。本文通过研究山东省的情况，以点带面，希望能为东部地区甚至全国提供有意义的区域样板，为政府部门制定政策提供一定的参考，具有现实实践意义。
1.3. 研究创新点
本文相较于以往的研究可能在研究角度方面有一定创新。从数字经济视角下探讨对山东省农户收入的影响逻辑，对揭示数字经济背景下农户收入增长机制具有一定的理论价值与现实意义。同时研究对象更为具体，研究过程更为细致，从而有助于政府制定更有针对性的政策。
2. 文献综述
2.1. 文献综述
自从“数字经济”在1996年被提出之后，就开始被人们研究。20世纪90年代开始，数字经济的广泛应用，推动了经济全球化和数字化的发展，也帮助发展中国家大幅提升经济实力。国内关于数字经济的研究主要聚焦在两方面，一方面是数字经济的内涵特征，“数字经济存在‘互联、要素、融合、转型和创新’五个机制，具有高创新性、强渗透性、价值增值性、广覆盖性等特征”[1]；另一方面是数字经济的评估，张天骄，张子超等[2]指出，数字经济给消费带来了新变化，主要体现在消费结构与消费水平两方面；尽管国内外已有较为丰富的研究，但仍需进一步深入。
国外学者们从技术特性、发展过程、基础理论以及经济范式和社会变迁等多方面对数字经济进行了研究分析。有学者认为“数字经济正在和实体产业进行融合发展，产业链上下游要素正在以数据赋能为驱动向数字化转型发展”。在20国峰会上，有外国学者认为数字经济是将数字化知识和信息作为关键要素、以新一代信息网络当作重要渠道、以信息通信技术作为提升效率和优化经济结构的主要动力的系列经济活动。
尽管我国数字经济的研究与发展较晚于其他部分国家，但近几年来国内对数字经济的研究热度较高，研究领域也更加多元化，数字经济逐渐成为研究热点。但是仍存在一些理论缺口，已有文献主要聚焦宏观层面，对微观个体探讨不足，现有研究大多以省或市的数据分析数字经济对农业的影响[3]，未能考虑到农户的异质性，研究结论“一刀切”，并且微观数据的广度、深度与动态性不足，缺乏数据支撑。因此，本文致力于对农户个体进行调查研究，以探究数字经济的发展是否能切实提高区域农户收入水平，旨在为农村经济的发展提供一定参考依据。
2.2. 理论基础
2.2.1. 二元经济结构理论
二元经济结构理论最早是由英国经济学家刘易斯在1954提出的，他在《劳动无限供给条件下的经济发展》一文中解释了“两个部门结构发展模型”，发展中国家同时存在着自给自足的农业经济体系和城市现代工业体系，这二者构成了“二元经济结构”[4]。在这之后费景汉、拉尼斯又完善了刘易斯模型的假设，在两部门平衡增长的基础上，增加了农村剩余劳动力转移的发展思想。我国就存在二元经济结构的现象，由于城市经济发展速度快，导致城乡差异较大。想要解决这个问题，需要工业部门吸收更多的农村劳动力，用剩余资本扩大再生产，吸收更多农村劳动力，由此形成良性循环，逐渐消除二元经济结构。
2.2.2. 包容性增长理论
“包容性增长”是由亚洲开发银行在2007年提出的概念，主要提倡机会平等，涉及平等与公平的问题，它追求社会与经济的可持续发展而不是仅追求经济快速发展，目的是让普通群众也能够从经济发展成果中获益。包容性增长包括让大多数人享受到全球化成果、保护弱势集体、增强个人与中小企业的能力、主张投资与贸易自由化、反对保护主义等要素。我国东西部地区间就存在不平等的问题，东部沿海地区人力物力资源多，政府规划也有利于东部地区的发展。为了解决这种现象，国家出台了例如“人才引进”、“西部计划”等政策，都是为了给西部增加资源，促进西部地区的发展。
3. 数字经济对农户收入影响的实证研究
3.1. 数据分析与变量选取
3.1.1. 区域选择
本次调查区域选择为山东省，因为山东省农村发展较有代表性。首先山东省内各个地区发展不平衡，近几年农村经济虽然有所增长，但发展较为缓慢，第三产业发展势头较差，无法带动第一产业和第二产业的发展，且东西部地区经济差距较大，较有研究意义。其次相关基础设施较为落后，随着数字经济的发展，一些农村地区网络运营体系不完善，物流配送不方便，导致市场销路受到影响，阻碍了经济的发展。最后是相关资源和要素的缺乏，人才流失是山东省农村地区面临的严重问题，想要推动农村发展必须要留住人才，帮助农村地区乘着数字经济的快车富裕起来；技术发展有待提高，山东省对数字经济的研究不够深入，缺乏核心专业的研究人员，关键技术的开发与研究较为缓慢。
山东省农户的收入也有了很大的变化。农户的收入结构变化较大，农业内部之间的利益分配逐渐完善，农户人均纯收入从十年前的8342.13元提高到了18,753元，工资性收入和转移性收入增长较快。城乡之间的收入差距依然较大，由于资源、人才、政策等因素的影响，导致城市居民收入较多；胶东地区由于地理位置优势，可用资源较多，收入也高于中西部地区。
3.1.2. 数据来源与处理
本文研究数据来源主要是两方面：一是问卷调查，通过问卷星在山东省内发放调查问卷，采取线上匿名填写的方式，在山东省内各个市区都收集到了数据，保证数据具有代表性和普遍性，能够真实反映出农户收入水平以及数字经济对收入的影响情况。二是《中国城市统计年鉴》，通过统计数据测算数字经济综合指标，来判断数字经济发展程度。
3.1.3. 变量选取
被解释变量：农户全年纯收入。从农户全年总收入中去掉各种费用成本后农户自己剩余的钱。主要公式为“全年纯收入 = 全年总收入 − 家庭经营费用支出 − 生产性固定资产 − 国家税收 − 乡村统筹 − 上交集体承包任务 − 调查补贴”。使用农户家庭全年纯收入做被解释变量，除掉了支出，可以更清楚地对前后时期的收入变化做出对比。
解释变量：数字经济发展指标。虽然很多学者已经在对数字经济发展水平的指标测算进行研究[5]，但是由于数字经济的发展水平没有明确统一的指标，因此本文采用了利用代理变量间接代表数字经济发展水平的方式，将农村快递点的数量作为衡量数字经济发展水平的指标。通过网络平台进行数据抓取，快递品牌官网通常有“网点查询”功能，通过查询这些网点列表，再根据地址信息进行筛选和归类，同时搭配电子地图等软件进行辅助查询，获取农村快递点数量信息。
控制变量：一是农户个体特征。农户个人特征主要包括年龄、性别、受教育程度、身体健康状况等方面，农户个人的情况很可能会对实验结果造成影响。正值壮年的农户身体应当比老年农户强壮；男性农户身体素质可能比女性农户好；受教育程度高的农户接受新事物更快，能更快利用数字经济开阔销售渠道；同理身体健康状况也会影响农户的收入。
二是农户家庭特征。主要是农户家庭规模，农户家庭规模大，家庭人数多，劳动力可能也会更多，能增加劳动量，从而增加收入。因此农户个人特征和家庭特征应当设为控制变量，以防止对收入情况产生影响(见表1)。
3.2. 构建模型
本文采用面板模型研究数字经济发展对农户收入的影响，构建模型如下：
该模型中，lnincome代表农户全年纯收入，lnDE代表数字经济发展水平，lnAge代表农户年龄，lnGender代表农户性别，lnHealth代表农户身体健康状况，lnEducation代表农户受教育程度，lnEmploy代表农户是否有固定工作，lnFamilysize代表家庭规模，β代表截距项，μ代表遗漏误差项，t代表对应年份。
3.3. 描述性统计
本次研究共收集了140份问卷，涵盖各年龄段以及各学历的人群，对于不熟练使用线上问卷系统的群体，请专业人员在其回答下如实填写了问卷。根据问卷完整性和回答逻辑性等评判标准，本文对问卷进行了筛选，其中有部分问卷存在没有完整回答以及不符合逻辑等问题，例如对收入变化等关键性问题没有进行回答或回答过于笼统，存在未进行线上售卖却通过线上销售增长收入等明显逻辑性错误等问题，将问题问卷去除后剩余有效问卷91份，问卷有效率为65%。本文利用Stata软件对这91份数据进行了描述性统计分析(见表2)，结果如下：
Table 1. Variable selection and description
表1. 变量选取与说明
变量类型 |
变量名称 |
变量符号 |
变量说明 |
计算公式 |
被解释
变量 |
农户全年纯收入 |
Income |
模型中取对数lnincome |
全年纯收入=全年总收入 − 家庭经营费用支出 − 生产性固定资产 − 国家税收 − 乡村统筹 − 上交集体承包任务 − 调查补贴 |
解释变量 |
数字经济发展水平 |
DE |
模型中取对数lnDE |
- |
控制变量 |
年龄 |
Age |
18~24岁 = 1，25~34岁 = 2，
35~44岁 = 3，45~60岁 = 4，
60岁以上 = 5 |
- |
性别 |
Gender |
男 = 1，女 = 2 |
- |
身体健
康状况 |
Health |
健康无疾病 = 1，较健康 = 2，身体一般 = 3，不健康且长期患病 = 4 |
- |
受教育
程度 |
Education |
大学本科及以上 = 1，大专 = 2，
高中/技校 = 3，初中 = 4，小学 = 5，文盲/半文盲 = 6 |
- |
是否工作 |
Employ |
是 = 1，否 = 2 |
- |
家庭人
口规模 |
Familysize |
2人 = 1，3人 = 2，4人 = 3，
5人 = 4，6人及以上 = 5 |
- |
Table 2. Descriptive statistics
表2. 描述性统计
变量 |
样本容量 |
均值 |
标准差 |
最小值 |
最大值 |
农户收入 |
91 |
3.8681 |
1.6547 |
1 |
6 |
快递点的数量 |
91 |
3.5275 |
1.10896 |
1 |
5 |
性别 |
91 |
1.5824 |
0.49589 |
1 |
2 |
年龄 |
91 |
2.9231 |
1.13755 |
1 |
5 |
身体健康状况 |
91 |
1.7692 |
0.91987 |
1 |
4 |
受教育程度 |
91 |
2.2308 |
1.02282 |
1 |
4 |
是否工作 |
91 |
1.7912 |
0.40870 |
1 |
2 |
家庭人口规模 |
91 |
2.7253 |
1.55682 |
1 |
5 |
根据描述性统计可以得出，农户收入的最小值为1，最大值为6，说明不同地区的农户收入差距较大，还需要一定的政策缩小差距；解释变量快递点的数量均值为3.5275，可以看出大部分农村地区快递点较多，标准差为1.10896，离散程度较大，说明数字经济发展在各地区水平高低相差较大，还需要提高部分地区的数字经济发展水平。
3.4. 实证结果分析
3.4.1. 相关性分析
本文采用皮尔逊系数分析农村快递点的数量与农户收入增长之间的相关性，因为本研究为单一解释变量，初步认为各数据相关性不强，不存在多重共线性的问题，分析结果如下(见表3)：
Table 3. Correlation analysis
表3. 相关性分析
|
农户收入增加值 |
快递点数量 |
年龄 |
性别 |
受教育程度 |
身体健康状况 |
工作情况 |
家庭人口规模 |
农户收入增加值 |
1 |
|
|
|
|
|
|
|
快递点数量 |
0.749 |
1 |
|
|
|
|
|
|
年龄 |
0.103 |
0.760 |
1 |
|
|
|
|
|
性别 |
−0.219 |
−0.120 |
−0.195 |
1 |
|
|
|
|
受教育程度 |
−0.930 |
−0.640 |
−0.171 |
0.251 |
1 |
|
|
|
身体健康状况 |
−0.833 |
−0.651 |
−0.045 |
0.039 |
0.758 |
1 |
|
|
工作情况 |
0.686 |
−0.048 |
−0.059 |
−0.106 |
−0.063 |
0.039 |
1 |
|
家庭人口规模 |
0.797 |
0.640 |
0.167 |
−0.267 |
−0.81 |
−0.64 |
0.025 |
1 |
3.4.2. 基准回归分析
上文已经对数据进行了收集和整理，并且构建了模型，为了研究解释变量与被解释变量之间的关系，对数据做了基准回归分析，结果如下(见表4)：
Table 4. Benchmark regression analysis and robustness testing
表4. 基准回归分析与稳健性检验
变量 |
基准回归分析 |
稳健性检验 |
解释变量 |
0.889*** (0.083) |
1.906*** (0.199) |
年龄 |
0.120 (0.122) |
0.073 (0.122) |
性别 |
−0.580** (0.274) |
−0.548* (0.281) |
受教育程度 |
−1.022*** (0.043) |
−1.033*** (0.043) |
身体健康状况 |
−1.212*** (0.085) |
−1.208*** (0.085) |
工作情况 |
−0.694* (0.268) |
−0.687* (0.268) |
家庭人口规模 |
0.800*** (0.064) |
0.805*** (0.064) |
R2 |
0.561 |
0.507 |
N |
91 |
注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。
根据基准回归分析结果可以得出，数字经济的发展对农户收入的增加存在着显著的正相关关系。控制变量受教育程度、身体健康状况和家庭人口规模对农户收入的增加有显著的影响，而农户年龄对农户收入的增加影响并不显著。需要注意的是，受教育程度系数为−1.022，且在1%的水平下显著，与经济学常识相悖，其原因可能是由于受教育程度高的农民可能更早地脱离了纯农业生产经营，他们更可能去城里打工，其收入以工资性收入为主，农业收入较低，因此产生负系数。
3.4.3. 稳健性检验
为了检验上述分析中数字经济能够提高农户收入的结果是稳定的，本研究利用替换解释变量的方法，将原解释变量快递点的数量替换为村庄是否有电商培训，再次进行基准回归分析(结果见表4)。替换解释变量后，相关系数依然显著，说明参加电商培训对农户收入存在显著的正相关关系，分析结果与上文结果一致。
4. 结论与建议
4.1. 研究结论
随着数字经济的发展，全国各地都搭上了数字经济的快车，大力发展经济。农村地区也在利用数字经济努力缩小与城市之间的差距。本文通过调查山东省农户收入情况，并进行实证分析，研究了数字经济对农户收入的影响，主要得出了以下结论：
第一，从整体上来看，数字经济的发展可以促进山东省农户收入的增加。数字经济发展水平与农户收入呈正相关性，数字经济发展水平越高，山东省农户全年纯收入越多。数字经济可以帮助农户降低交易成本，增加销售渠道，促进农村经济发展。
第二，尽管农户收入在一定程度上有所增长，但是还存在一定的问题。首先，由于农户教育程度参差不齐，部分农户教育程度较低，对于数字经济的了解不够深入，操作不熟练，无法使用线上销售帮助自己提高销售。其次，大部分农村地区没有开展电商培训，没有更好地帮助农户学习线上销售，很多农户对数字经济没有了解，因此数字经济的发展没有在收入增长中有所体现。
4.2. 对策建议
基于上述研究结论，本文提出以下建议：
第一，加强政府扶持，推动相关政策的落实。山东省农户收入近几年有所增长，但是不同区域收入差距较大，鲁东地区明显高于鲁西地区，政府应加强对低收入地区的扶持力度，地方政府可以与金融机构合作，完善数字经济相关政策，推动政策落实，以帮助农户扩大销售渠道，增加收入，提高农户生活幸福感。
第二，开展分群电商培训，扩大数字经济影响范围。在农村尤其经济落后位置偏远的农村地区，政府应大力开展分群电商培训，帮助农户了解并学习电商知识，对于青年农民群体，可以重点培训他们的高端技能，如社交媒体营销、短视频内容创作等；对于中年农民群体，可以重点培训操作技能，如网店日常运营、优惠策略设置等；对于老年农民群体，可以推行帮手计划，培训他们使用最简单的基本网络功能，让农户能在实际销售中对数字经济予以运用，提高收入。
第三，加强农村物流建设，推行智慧物流模式。不同的产业产品具有不同的特点，政府应根据产品特点建立相应的物流仓，引导物流公司进行差异化投放，此外，可以将交通、商务、农业部门联动，建立乡村智慧物流模式，降低交易运输成本和快递点运营成本，提高收入。