数字经济对柳州市“三农”发展的影响研究

[24]。因此，借鉴该研究选取柳州市自然资源气象等财政支出作为对农业高质量发展的控制变量进行模型的构建。（二）假设提出与模型构建1.假设提出在探究柳州市“三农”发展的影响因素时，假设所选取的一系列变量与“三农”发展呈现正相关关系，在此基础上设立计量经济模型，旨在精准量化这些变量对农业增长、农村建设、农民增收等方面的促进作用，从而为柳州市“三农”发展的政策制定与资源配置提供科学依据。为捕捉数字经济（包括设施建设、数字商业服务和数字乡村生活）对农业、农民和农村发展的影响，并同时控制医疗卫生和自然资源气象等财政支出的影响，论文提出以下假设：H1：数字经济设施建设正向影响柳州市“三农”的发展。H2：数字商业服务的发展正向影响柳州市“三农”的发展。H3：数字乡村生活正向影响柳州市“三农”的发展。H4:在控制了医疗卫生财政支出的影响后，数字经济的发展水平仍然正向影响柳州市“三农”的发展。H5:在控制了自然资源气象等财政支出的影响后，数字经济发展水平仍然正向影响柳州市“三农”的发展。2.回归模型设定根据论文的假设，设定以下回归模型：Yt=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+ϵt即：“三农”发展水平t=β0+β1×数字经济设施建设t+β2×数字商业服务t+β3×数字乡村生活t+β4×医疗卫生财政支出t+β5×自然资源气象财政支出t+ϵt其中：因变量（Yt）：Yt代表在时间点t上，柳州市的“三农”发展水平。自变量（Xt）：数字经济设施建设的指标（X1）：光缆线路长度、互联网宽带接入用户。数字商业服务的发展水平指标（X2）：电子商务企业数、电信业务总量。数字乡村生活的指标（X3）：农林牧渔业用电量、移动电话用户数。控制变量：医疗卫生财政支出（X4）：柳州市用于改善农村公共卫生的财政支出，控制其对农业生产、农民健康等方面的影响。自然资源气象等财政支出（X5）：柳州市用于管理自然资源（如水资源、土地资源）和气象灾害（如预警系统）的财政支出，控制其对农业生产环境的影响。（三）数据来源选取2013年-2023年的相关数据探究数字经济对柳州市“三农”发展的影响，数据来源于《柳州统计年鉴》、《数字经济发展指数》，所取数据如表4-5所示。表4-52013-2023年相关数据年份“三农”发展水平数字经济发展水平医疗卫生财政支出（亿元）自然资源气象等财政支出（亿元）农业农民农村数字经济设施建设数字商业服务数字乡村生活20130.1130832540.0948814540.1039823540.08644660.08553570.084624834.4093.289320140.1775769570.1593751570.1684760570.138057610.137146710.1362358135.69212.841120150.3198560950.3016542950.3107551950.144976660.144065760.1431548644.50992.646620160.2838415030.2656397030.2747406030.233816730.232905830.2319949326.89341.93720170.2522186860.2340168860.2431177860.29252080.29160990.29069930.32341.597120180.413938280.395736480.404837380.40319220.40228130.311240461.12444.363820190.4494988790.3307649790.4403979790.424619010.423708110.3326672141.1914.032520200.5810746470.4623407470.5719737470.614244180.613333280.5222923876.92267.718720210.7017378050.5830039050.6926369050.801153370.800242470.7092015785.28217.724320220.8935561220.7748222220.8844552220.603288770.602377870.5113369791.00255.2336续表4-52013-2023年相关数据20230.9052162650.7864823650.8961153650.615245150.614334250.5232933593.29546.1958【数据来源】根据《柳州统计年鉴》相关数据整理分析而得。表4-6相关变量描述性统计变量均值标准差最小值最大值柳州市“三农”发展水平(Y)​​1.1964​​​​0.8188​​​​0.3119​​​​2.5878​​数字经济设施建设(X1)0.3770.20410.08640.8012数字商业服务(X2)0.37610.20390.08550.8002数字乡村生活(X3)0.33090.21080.08460.7092医疗卫生财政支出(亿)54.4426.7726.8993.3自然资源气象支出(亿)4.332.161.597.72【数据来源】根据2013-2023年相关数据计算统计而得。（四）模型假设检验1.最小二乘法模型检验利用Eviews11软件，采用最小二乘法进行模型参数估计，得到的回归结果如表4-7所示。表4-7最小二乘法估计回归结果解释变量回归系数标准差T值P值C-0.0342120.062905-0.5331750.6261X10.634860.227942.7999590.0431X20.010570.0040033.8036350.0208X30.0643140.004109-2.4757870.0415X40.0356770.0032165.136240.0126X50.0201350.0028976.9503420.0162可决系数R²0.943404修正后的可决系数R0.914276F值32.333469F值概率0.002082杜宾检验值DW2.30164【数据来源】由Eviews11数据分析整理所得。由上表4-7的回归分析中，自变量方面，数字经济设施建设指标X1（包括光缆线路长度、互联网宽带接入用户等）回归系数为0.63486，T值为2.799959，P值为0.0431，说明其对“三农”发展有一定正向影响且较为显著；数字商业服务发展水平指标X2（电子商务企业数、电信业务总量等）回归系数0.01057，T值3.803635，P值0.0208，正向影响显著；数字乡村生活指标X3（农林牧渔业用电量、移动电话用户数等）回归系数0.064314，T值-2.475787，P值0.0415，虽有影响但方向与预期不同。控制变量中，医疗卫生财政支出X4和自然资源气象等财政支出X5的回归系数分别为0.035677和0.020135，T值和P值也显示它们对“三农”发展有显著正向作用，能有效控制相关影响因素，使回归结果更具可靠性。此外，杜宾检验值为2.30,未超过2.5，表明回归模型的残差没有显著的自相关。2.异方差检验最小二乘法估计存在一些缺点对异常值较为敏感，少量的异常数据可能会极大地影响回归直线的拟合效果。其次，最小二乘法假设误差项具有同方差性和正态性，如果这些假设不成立，估计结果可能不准确。为了克服这些问题，对论文模型进行检验中结合Breusch-Pagan检验，主要用于检测回归模型中的异方差性。若存在异方差，最小二乘估计的方差不再是最小的，且假设检验也会失效。通过Breusch-Pagan检验，可以判断模型是否存在异方差，进而采取合适的修正方法，以提高模型估计的准确性和可靠性。异方差检验的结果如表4-8所示：表4-8异方差检验结果项目数值项目数值F值1.621693F统计量概率（P值）0.3102Obs*R24.395498Obs*R2概率（P值）0.1923【数据来源】由Eviews11数据分析整理所得。从表4-8的异方差检验结果来看，F值为1.621693，F统计量概率（P值）为0.3102，ObsR²值为4.395498，ObsR²概率（P值）为0.1923。在常见的检验标准下，若P值大于0.05，则不能拒绝原假设，即认为模型不存在异方差。此表中的P值均大于0.05，因此可以得出模型无异方差的结论。结合上述内容，确定模型如下：综上所述，通过上文的分析结果，得到了最终确定下来的回归模型，其中可决系数R2为0.941745，修正后的可决系数R2为0.912617，F值为32.33181。最终确定的模型如下：Y=−0.034212+0.63486×（4-3）（0.22794）（0.004003）（0.004109）（0.003216）（0.002897）R2=0.943404R2=0.914276F=32.333469公式（4-3）为回归模型，用于揭示柳州市“三农”发展水平（Y）与相关因素的关系。0.63486、0.01057、0.064314、0.35677、0.020135分别是自变量X1、X2、X3、X4、X5的回归系数，代表各自变量对Y的影响程度，括号内数值为标准误差。R²达0.943404，说明模型对Y变异的解释度高，拟合度很好；修正后的R²为0.914276，考虑了自变量个数影响，验证模型有效性；F值32.333469较大，表明模型整体显著，该模型有助于理解和预测“三农”发展水平与数字经济设施建设、数字商业服务发展水平、数字乡村生活等因素的定量关系。（五）多重共线性检验多重共线性检验是统计学中用于评估回归模型中自变量之间是否存在高度相关性的方法，当两个或多个自变量在回归分析中高度相关时，可能会导致模型参数估计的不稳定性，从而影响模型的解释力和预测准确性。在数字经济对柳州市“三农”发展的影响研究中，通过检验可以识别并处理自变量之间的相关性问题，确保模型的稳健性，避免因变量之间的高度相关性而产生的误导性结论。多重共线性检验有助于提高模型的解释力，使得研究结果更加可靠，为政策制定和实践提供更准确的依据，通过确保模型中变量的独立性，能够更准确地评估数字经济各要素对“三农”发展的具体影响，从而为推动柳州市农业现代化和农村经济发展提供科学指导。多重共线性检验结果如下表4-9所示。可见，解释变量的VIF值都远低于10，表明变量不存在多重共线性问题。表4-9多重共线性检验变量VIF常数项1.00数字经济设施建设X15.23数字商业服务X22.65续表4-9多重共线性检验数字乡村生活X32.47【数据来源】由Eviews11数据分析整理所得。（六）模型的经济意义检验及分析在该模型中，自变量X1（数字经济设施建设指标，如光缆线路长度、互联网宽带接入用户等）回归系数为0.63486，T值为2.799959，P值为0.0431，对柳州市“三农”发展水平（Y）有显著正向影响，意味着数字经济设施建设的提升能促进“三农”发展，即数字经济设施建设每增加1个单位，“三农”发展水平便会提升0.63486。X2（数字商业服务发展水平指标，包括电子商务企业数、电信业务总量等）回归系数0.01057，T值3.803635，P值0.0208，正向影响显著，表明数字商业服务发展水平的提高对“三农”发展有积极推动作用，即数字商业服务发展水平每增加1个单位，“三农”发展水平便会提升0.01057。X3（数字乡村生活指标，如农林牧渔业用电量、移动电话用户数等）回归系数0.064314，T值-2.475787，P值0.0415，数字乡村生活指标（X3）的负向系数与理论预期不符，可能源于研究数据的局限性。当前指标采用全市口径，未能剥离城区数据对乡村的干扰。移动电话用户数的增长可能主要来自城区，而乡村地区数字化渗透率仍不足，导致指标未能真实反映农村数字化水平。此外，农村人口外流（2013-2023年减少9.77万人）也有可能稀释了数字化投入的边际效益。医疗卫生支出也在助力“三农”发展方面发挥着积极作用，每增加1个单位，“三农”发展水平相应提升0.01057，完善的农村医疗卫生体系建设，不仅保障了农民的身体健康，提升了劳动生产力，还在一定程度上减轻了农民因病致贫、因病返贫的风险，为农村经济社会的稳定发展奠定了基础；自然资源气象支出对“三农”产生了正影响，每增加1个单位，“三农”发展水平增加0.064314，反映出当前自然资源气象支出在资金使用效率、项目实施精准度等方面能有效转化为对农业生产、农村生态环境的有力支撑，在一定程度上促进了“三农”的发展步伐，亟待优化调整相关支出策略与实施路径，使其更好地服务于“三农”事业。

五、研究结论与建议（一）研究结论本研究围绕数字经济和“三农”发展展开一系列研究，通过“三农”现状分析和构建模型的实证分析，得出以下结论：1.柳州市数字经济发展迅速，软件产业、跨境电商、5G基建等指标增长显著，但区域分布不均，城区企业数量是县域的8倍。“三农”领域，农业产值稳步提升，特色产业（如螺蛳粉原料）发展良好，农民收入增长但城乡差距仍存，农村人口外流趋势明显。同时，数字农业区域发展失衡、农民增收渠道单一、数字经济研发投入不足等问题凸显，制约了“三农”与数字经济的深度融合。2.通过构建计量模型，选取“三农”发展水平、数字经济指标（设施建设、商业服务、乡村生活）及控制变量（医疗卫生、自然资源支出）进行实证分析，发现数字经济设施建设（光缆、宽带等）和商业服务（电商、电信业务）对“三农”发展有显著正向影响，回归系数分别为0.63486和0.01057。医疗卫生和自然资源支出亦呈正向作用，但数字乡村生活指标影响为负，未达预期。模型拟合度良好（R²=0.9434），数字经济是推动柳州市“三农”发展的重要动力。（二）对策建议依据前文的理论与分析研究证明，通过以下对策建议加强柳州市数字经济和“三农”发展，使二者更好地结合，推进柳州市社会和经济的发展，对策建议如下：1.加强数字经济设施建设，均衡数字农业区域发展强化乡村信息基建投入。柳州市乡村数字经济发展不均衡，偏远地区网络设施薄弱制约了数字化进程，专项扶持资金的设立至关重要，应精准投向5G基站建设。在地形复杂、人口分散的偏远乡村，合理规划基站布局，确保信号稳定覆盖，不仅能让农民实时获取农业资讯、气象信息，还能为智能农机远程操控、农产品溯源等数字应用提供支撑。同时，鼓励城区数字经济企业参与帮扶，企业可凭借自身技术优势，为乡村定制数字化方案，培训农民成为熟练操作数字设备的“新农人”，逐步提升乡村数字化水平，拉近城乡数字鸿沟。2.提升数字商业服务能力，提升数字乡村生活水平数字乡村生活的推进需从多个方面着手，首先要完善乡村的数字基础设施，确保网络畅通；其次，加强数字技能培训，提升农民的数字素养。通过发展数字农业，利用先进技术提升生产效率，并推动农村电商和网络营销拓宽农产品市场。智慧乡村治理则通过大数据和云平台优化公共服务与资源配置，提升治理能力。同时，数字化医疗和社保服务能够改善乡村居民的生活质量。政府应加强政策支持，鼓励社会资本参与，并通过宣传和示范提升农民的参与度和认知度。构建乡村数字服务平台。当前柳州市乡村数字资源分散，缺乏整合枢纽，政府搭建的数字经济服务平台可成为关键突破口，整合农业大数据，依据数据分析为农民精准推送种植建议、市场行情，辅助生产决策。汇聚电商资源，引入物流企业入驻，打通农产品上行“最初一公里”与下行“最后一公里”。一站式服务让农民足不出户就能享受农资采购、线上销售、金融信贷等便利。成果展的举办能直观展现数字化带来的效益，如某村通过电商平台使农产品销量翻倍，激发周边乡村效仿，形成以点带面、协同发展的良好态势，促进城乡数字经济融合共进。综合这些措施，数字乡村生活能有效推动乡村振兴，提高农民生活水平，促进农村经济转型和社会发展。3.强化数字经济研发与区域协同，缩小数字经济研发差距激励企业自主研发创新。柳州市数字经济企业研发动力不足，资金与人才短缺是主因，政府的激励政策如同“及时雨”，资金补贴可缓解企业研发初期资金压力，助力攻克关键技术难题；税收减免让企业有更多资金回流用于持续创新，如某软件企业获补贴后，加大农业大数据分析算法研发投入，产品精准度大幅提升。同时，政策引导企业聚焦农业领域，针对柳州特色农产品仓储保鲜、智能灌溉等需求开展研发，让科技创新切实服务农业生产，提升区域数字经济核心竞争力，缩小与发达地区研发差距。汇聚人才推动产学研融合。人才是数字经济研发的核心要素，柳州市应内外兼修，对内联合高校、科研机构共建数字农业研究院，实习基地为学生提供实践舞台，科研实验室汇聚各方智慧攻坚前沿课题，定向培养既懂农业又通数字技术的复合型人才，毕业后直接投身本地研发。对外优厚的人才引进政策吸引高端人才“凤栖梧”，为其解决住房、子女教育后顾之忧。成果交流会搭建交流平台，企业分享应用难题，科研机构展示前沿成果，促进技术供需对接，创新奖项树立标杆，激发科研人员积极性，营造浓厚创新氛围，为区域数字经济发展注入源源不断的动力。

参考文献习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[J].中国合作经济,2022,(10):4-31.习近平.加快建设农业强国推进农业农村现代化[J].新长征,2023(07):4-11.SchferHB.CurrentLegalandEconomicProblemsofPrivacyProtection,DataSharing,andMarket-OpeningintheDigitalEconomy[J].AntitrustBulletin,2023,68(4):12-18.HuH.AnalysisoftheImpactoftheIntegrationofForeignTradeandDigitalEconomyontheEconomicResilienceoftheYangtzeRiverDeltaRegionBasedonDeepLearning[J].AppliedMathematicsandNonlinearSciences,2024,9(1):1887-1893.YangJ,WangW,ZhangJ,etal.ChallengesandEnhancementPathwaysinCounty-LevelRuralIndustryRevitalization:InsightsfromNingyang[J].OpenJournalofAppliedSciences,2024,14(10):2863-2879.JiangJZM.PathofPromotingIndustrialTransformationandUpgradingBasedonRuralRevitalization:ACaseStudyofGreenPlumIndustryinLuheCountyofShanweiCity[J].AsianAgriculturalResearch,2022,14(8):9-12.OuC,XuY,XuC,etal.AnalysisoftheImpactofDigitalFinancialAgglomerationontheEconomicGrowthofGuangdongProvinceundertheNewDevelopmentPatterns[J].ModernEconomy,2024,15(11):22.HwangYK.Thesynergyeffectthroughcombinationofthedigitaleconomyandtransitiontorenewableenergyongreeneconomicgrowth:Empiricalstudyof18LatinAmericanandcaribbeancountries[J].Journalofcleanerproduction,2023,418(Sep.15):138146.1-138146.卢现祥,段扬睿.数字经济提升了城市经济韧性吗[J].现代经济探讨,2024(4):76-92.陈博,朱华晟,代嘉欣,等.基于头部企业的城市数字经济网络空间结构及其影响因素[J].经济地理,2024,44(10):108-116.孟维福,郑素兰,刘婧涵.数字经济