长期以来，如何提高农民收入、缩小收入差距，一直是政府和学界所关注的热点话题。新增长理论强调，技术进步是经济内生增长的核心动力。数字技术作为现代经济发展的重要引擎，不仅优化要素配置、重塑生产方式，还通过创新效应增强经济增长内生性。数字乡村建设以数字基础设施为支撑，以互联网平台为信息载体，以数字技术为驱动力，有效促进乡村要素配置优化、乡村产业结构升级与新业态培育，逐步构建起以数字技术为驱动力的数字乡村内生增长体系。

数字基础设施作为新兴数字技术与传统基础设施相融合的产物，为农村经济结构转型和农业生产力提升提供新动力。一方面，数字基础设施的发展在实现资本要素积累的同时，也加速了共享性和融合性数据要素的产生，促进农业传统要素的流动，提升传统要素配置效率。另一方面，数字基础设施的发展有利于促进各类生产要素的跨区域流动与高效整合，增强不同区域、行业及群体间经济联系的紧密程度，为农民创造更多参与市场经济活动并有效利用市场资源的可能性。

数字技术应用不仅从生产端提升农业生产效率，更从市场端、价值链以及资本端共同发挥作用，系统促进农民增收。首先，数字技术通过精准农业、卫星遥感等应用，显著提升农业生产效率，降低农业生产成本，提升农业经营收入。其次，数字平台与电子商务的发展打破信息壁垒，减少中间销售环节，提升农民在价值链中的分配地位。再次，数字技术催生乡村新业态，创造大量非农就业与创业机会，有效拓宽农民增收渠道，推动乡村经济结构持续优化升级。最后，数字技术应用还通过提供数字普惠金融等服务，缓解农民信贷约束，提供资金支持，进一步增强农民增收能力。

数字治理通过促进农民参与基层治理，发挥多元主体能动性，实现生产要素高效配置、降低制度性交易成本，拓宽农民收入信息渠道，提高农民收入水平。数字治理还有助于拓宽农民获取公共服务的渠道，促进农民更加公平地享有数字公共服务，提升农民群体的人力资本水平，激发农民增收动力，实现农民增收和区域经济发展。具体而言，在生产环节，农民对数字化生产的参与能够激发其在就业创业、技能培训等方面的需求，提升农民获取相关公共服务的能力。在流通环节，数字化供销参与带来的良好体验以及实际收益，进一步激发农民对高效、便捷、低成本公共服务的追求。通过上述分析，本文提出研究假说：

H1：数字乡村建设能够促进农民收入增长。

数字乡村建设在进一步优化乡村既有要素配置结构的同时，还吸引更多要素资源向乡村地区集聚，催生乡村新业态，带动乡村产业发展，创造农民增收新的增长点。基于此，本文从扩大乡村产业规模和优化乡村要素配置两个方面探讨数字乡村建设促进农民增收的作用机制。

产业振兴是实现农民增收的根本之策。数字乡村建设将数据要素与传统乡村产业深度融合，拓展乡村产业边界，提升乡村产业活力。在生产端，数字乡村建设通过推广数字技术推动传统农业向智慧农业转型，实现精准种养，提升农业生产效率。在供销端，数字乡村通过建设覆盖县乡村的现代物流服务网络，从根本上解决农产品“最初一公里”问题。另外，农村电商、直播带货等数字化新业态的发展，有效打破地理隔阂，实现农产品与终端市场有效对接，帮助农民获得更多市场收益。在产业融合层面，数字平台成为展示乡村自然风光与文化资源的载体，有力促进乡村旅游、民宿经济等新业态的发展。乡村新业态的涌现，在扩大乡村产业总体规模的同时，也衍生出一系列就业机会，形成以产业扩展带动就业、以就业促增收的良性循环。基于此，本文提出假说：

H2：数字乡村建设通过扩大乡村产业规模促进农民增收。

促进劳动力转移，优化劳动力配置。数字乡村建设借助农村电商等网络平台，培育直播电商、新媒体运营等业态，拓宽农民就业渠道，增加农民就业机会和增收空间。另外，数字乡村建设还通过数字基础设施的推广与普及，提高农民数字化素养与数字能力，提升农民竞争优势。数字乡村的发展极大促进数字技术在农村地区的传播，农民借助智能设备快速掌握数字技能，提升数字人力资本，增强就业竞争力，实现从第一产业向二三产业转移，拓宽就业渠道促进农民家庭增收。为此，本文提出研究假说：

H3：数字乡村建设通过增加农民外出就业机会提升农民就业竞争力促进农民收入提升。

缓解资金约束，优化资本要素配置。数字乡村建设通过数字金融降低农民获取信贷资金成本，缓解农民创业和乡村产业发展的资金约束，使农民能够改善初始禀赋约束、扩大生产经营规模，实现收入增长。数字乡村建设利用数字技术创新金融产品与服务，整合碎片化用户信息建立较为完善的农民信用评估体系，从拓宽农民融资渠道与增强农民信贷可得性两方面满足农民多元化、差异化资金需求，缓解农民信贷约束。信贷资金的获取有利于提升农民创业积极性、提高农业生产效率、扩大农业生产经营规模，实现农民家庭收入水平提升。基于此，本文提出假说：

H4：数字乡村建设通过缓解农民家庭资金约束促进农民增收。

本文所使用的数据为全国农村固定观察点调查数据，该数据库覆盖全国除港澳台之外的31个省份（自治区、直辖市）中360多个行政村的2万多户农户样本。调查内容主要包括农户基本人口特征、收入、支出以及生产经营等详细信息。本文使用2019年与2020年的全国农村固定观察点调查数据。通过匹配处理，最终得到由706个村庄数据和22962户农户数据组成的两期非平衡面板数据集。

被解释变量。本文被解释变量为农民家庭人均收入，下文统一称为农民收入。农民收入是指农民家庭工资性收入、经营收入、财产收入和转移收入之和除以家庭人口数。

核心解释变量。本文的核心解释变量为数字乡村指数。2019年中共中央办公厅、国务院印发的《数字乡村发展战略纲要》从乡村信息基础设施、农村数字经济、乡村治理能力现代化等方面明确数字乡村建设重点任务。本文在理解官方定义和学界已有研究的基础上，从乡村治理数字化、基础设施数字化、经济数字化和生活数字化四个维度构建数字乡村建设指标体系。其中，治理数字化作为数字乡村建设的重要内容，是提升乡村治理能力现代化的关键路径，主要通过数字化手段与技术在乡村治理中的应用深度来衡量，包括村庄监控摄像头数量、村庄是否实施“雪亮工程”指标。基础设施数字化是数字乡村建设的物理基石。本维度综合考察乡村地区的信息接入与硬件普及状况，主要通过智能手机普及率、互联网普及率、电脑普及率等指标来反映。经济数字化是数字乡村建设的核心任务，也是驱动乡村产业振兴的核心引擎。本维度重点评估数字技术与农业生产经营的融合水平，具体测度如下：利用村庄农林牧渔无人机动力反映该村智慧农业发展水平；选取智能大棚、智能种植养殖反映该村对农业物联网的应用；村庄快递站个数、电子商务营业点的数量则反映村庄的现代化物流建设水平；此外，还选取全村电商经营收入来直接体现村庄产业数字化程度。生活数字化是数字乡村建设成果的普惠体现。本维度重点关注数字技术在农民生活领域的渗透普及，通过农民通讯消费水平与网购消费水平，直观展现数字化对农民生活方式的改变及农民的数字参与度。具体指标体系见表1所示。

控制变量。本文在回归过程中为了尽可能控制其他影响农民收入的因素，借鉴已有文献的做法，并结合所使用数据的可得性，主要从以下几个方面考虑控制变量的选取：一是户主特征，包括年龄、受教育程度、健康状况、职业；二是家庭特征，包括是否为村干部户、是否为贫困户、家庭规模、家庭劳动力占比、家庭互联网接入情况以及家庭生产性固定资产；三是村庄特征，包括村庄经济发达程度、村庄规模；四是个体与年度虚拟变量。

机制变量。基于前文对数字乡村建设影响农民收入的作用机制分析，本文选取的路径机制变量包括乡村产业规模、劳动力外出就业以及家庭资金约束。在乡村产业规模测度方面，本文借鉴现有研究，构建“乡村产业发展活力”与“乡村二三产业主体密度”指标，分别反映乡村微观市场主体活跃度以及村庄产业融合程度。

在要素资源配置方面，主要考察了数字乡村背景下农村劳动力、资金要素的配置状况。利用“农户是否参与非农经营”变量来考察农户家庭要素在乡村产业中的整体配置情况；利用村庄层面“村庄劳动力外出务工占比”变量来考察村庄劳动力要素配置情况；利用家庭层面“县内务工”“县外省内务工”“省外务工”变量来考察乡村劳动力外出务工区位选择状况；利用“是否有正规金融生活性借贷”“是否有正规金融生产性借贷”变量来考察农户家庭是否有信贷需求；利用“生活性信贷额度”“生产性信贷额度”来衡量获取信贷资金状况。具体变量及描述性统计见表2。

数字乡村与农民收入增长二者皆为动态变化的过程，利用双向固定效应模型可以对不同程度数字乡村发展水平影响下农民收入变化进行更好地估计，不仅可以控制时间变量和个体变量的共同影响，还能减小观测数据的随机误差，提高面板数据的有效性。所以本文构建控制农民家庭和年份的双向固定效应模型，来分析数字乡村赋能农民增收的具体影响，模型设定如下：

其中Y_ijr是村庄r家庭i在第j时期的收入，Digital_ijr为数字乡村指数，X表示个人、家庭与村层面的控制变量，μ_j为时间固定效应，主要控制随时间变化因素的影响，如宏观经济波动、市场完善程度等。θ_i为家庭个体固定效应，主要控制不随时间变化的农民家庭因素对收入的影响，如家庭消费习惯、偏好等。ε_ijr为随机误差项，β₁、β₂为相应的待估系数。

数字乡村建设对农民收入的影响。表3汇报了数字乡村建设对农民收入以及经营收入、工资收入、财产收入、转移收入影响的基准回归结果。表3第（1）列显示，核心解释变量数字乡村指数在1%的统计水平上显著，且系数估计值为0.097，初步验证了假说H1。从收入结构来看，数字乡村建设主要通过提升农民工资收入与转移收入实现增收，具体结果如表3第（2）至（5）列所示。其中，工资性收入已成为促进增收的主要增长点，原因在于数字乡村建设通过催生农村电商、物流等新业态，创造大量非农就业岗位，促进农村劳动力向二三产业转移，从而显著提升农民的工资性收入。同时，数字乡村建设显著提升农民转移性收入，且在10%的水平上统计显著。这一效应主要得益于数字技术在基层治理与公共服务领域的广泛应用，有效提高了政府转移支付精准性与透明度，进而增强农民增收的稳定性。有趣的是，数字乡村建设显著地负向影响了农民财产性收入，对于这一结果可以从财产性收入的定义“资产租赁”与“资金红利”两方面理解。在资产租赁方面，农民最主要的可盘活资产仍是土地，但当前土地价值评估机制缺位、流转交易平台碎片化，导致租金定价普遍低于市场均衡水平，土地流转对财产性净增量的贡献微乎其微。在资金红利方面，尽管数字普惠金融快速下沉，但农民自身金融素养不足、风险识别能力弱，反而放大了“高收益”诱惑下的投资失败概率，导致利息、股息、红利收入不升反降。二者叠加，数字乡村建设在短期内对农民财产性收入形成“渠道通了、收益降了”的悖论式冲击 。

（1）工具变量法。尽管本文已从户主特征、家庭状况、村庄环境等多个维度对被解释变量的潜在影响因素加以控制，并采用双向固定效应模型展开估计，但仍难以全面消除不可观测变量带来的影响。另外，本文虽通过将数字乡村村级数据与对应的微观家庭数据进行匹配处理，在一定程度上缓解了微观家庭变量与数字乡村指数之间可能存在的逆向因果关联，但仍不能完全克服。鉴于此，本文借鉴已有文献拟选取省域内除本村以外的其他村庄数字乡村发展水平的均值，作为衡量数字乡村发展水平的工具变量，并运用工具变量法开展稳健性检验。选择该工具变量的原因在于：第一，在省域范围内，除本村外的其他村庄数字乡村发展水平的均值，通常不会对本村的农民收入产生直接影响；第二，同一省域内，数字乡村发展往往受到政策导向、规划布局、基础设施等因素的共同影响，本村的数字乡村发展水平与省域内其他村庄数字乡村发展水平之间存在较强相关性。故本文选取的工具变量符合外生性和相关性的要求，工具变量选取合理有效。

表4汇报了采用工具变量的回归结果。除工具变量外，所有回归均加入了前文出现的控制变量。表4第（1）列主要报告了2SLS第一阶段的估计结果，可以发现，“同一省份除本村外的数字乡村发展水平均值”对数字乡村建设的回归系数在1%的统计水平上显著。在此基础上，本文接着对工具变量有效性进行检验。可以发现，对于原假设“工具变量识别不足”的检验，Kleibergen-Paap rk 的LM统计量P值为0.000，显著拒绝“不可识别”的原假设；在工具变量弱识别的检验中，Cragg-Donald Wald F统计值大于10，拒绝了所构造交互项变量为弱工具变量的原假设，Stock-Wright LM检验的P值小于1%，说明了所构造工具变量的有效性，证明了其作为工具变量的合理性。表4第（2）列汇报了2SLS第二阶段的估计结果。结果显示，在缓解内生性问题后，数字乡村建设对农民收入依然有显著的正向影响，估计系数虽然大于基准回归结果的系数，但系数符号与显著性未发生变化。这表明，数字乡村建设促进农民增收的结论较为稳健。

（2）剔除部分样本。根据上述回归结果，可以发现数字乡村对农民收入具有正向影响。考虑到直辖市数字基础设施和经济基础总体比其他省份好，在数字乡村建设赋能农民增收中可能拥有更大的优势，为避免这一类特殊样本对整体估计结果造成干扰，增强研究结论的普适性与稳健性，故本文将直辖市样本剔除进行稳健性检验。表5列（1）报告了剔除直辖市样本后的回归结果。结果显示，数字乡村建设对农民收入的影响在1%水平上显著，估计系数为正。

（3）更换核心解释变量。为了进一步验证前文结论的稳健性，本文还通过更换数字乡村指数计算方法对回归结果进行检验。表5第（2）、（3）列则汇报了当更换核心解释变量测算方法计算得到的数字乡村指数对农民收入影响的回归结果。结果表明，数字乡村建设对农民收入均存在正向影响，且均在1%的统计水平上显著，这也进一步证明了前文结论的稳健性。

户主受教育程度存在异质性。数字乡村建设对农民收入的影响可能会因户主受教育程度的不同而存在差异。因此，本文根据样本中户主受教育程度的平均值，将农民家庭划分为高受教育水平家庭与低受教育水平家庭，进行分组回归。估计结果如表6第（1）（2）列所示。结果显示，数字乡村建设对两类家庭的收入都具有显著的提升效应，且对低受教育水平家庭的收入促进作用更大，表明数字乡村建设具有普惠性与补偿性特征。数字乡村建设通过技术简化、服务下沉与制度赋能等方式，降低了数字技术获取门槛与应用成本，有效弥合了乡村人力资本差异带来的数字鸿沟。

家庭所拥有的社会资本存在异质性。在基层治理结构中，村干部通常凭借其制度身份与社会网络，集聚优势资源，形成较强的社会资本。因此，本文按照问卷中“是否乡村干部户”这一指标，将样本家庭分为较高社会资本水平家庭和一般社会资本水平家庭两组进行回归分析，结果见表6第（3）（4）列。结果显示，数字乡村建设对一般社会资本水平家庭的收入具有显著提升作用，而对较高社会资本水平家庭收入的促进效应未通过显著性检验。表明数字乡村建设具有包容性增长特征，能够为一般社会资本水平的农村家庭提供更有效赋能，有助于缓解因初始社会资本差异所带来的农村内部收入差距。这一结果也表明，数字乡村政策通过信息透明化与资源分配程序化等途径，一定程度上弱化了传统社会资本对资源配置的影响，降低了潜在的精英俘获风险，更有利于农村社会整体的均衡发展。

村庄经济发展水平存在异质性。为了探究在不同村庄发展状况下，数字乡村建设对农民增收影响的异质性，本文根据问卷中“村庄经济发展程度居所在县的水平”这一指标，将样本所在村庄划分为发展水平较高、中等、较低3个层级，并运用分组回归的方法展开检验，具体结果见表6第（5）至（7）列。列（6）和列（7）结果显示，数字乡村建设的系数分别为0.103、0.256，且分别在1%、5%的显著性水平上通过检验。这表明，数字乡村建设对经济发展处于中等和较低水平的村庄，在促进农民增收方面具有显著的提升效果。可能的原因是，与经济发展水平较高村庄出现边际效应递减的情况不同，经济发展处于中等和较低水平的村庄正处在数字化发展的边际规模递增阶段，数字乡村建设所产生的边际效应更为显著。

为了验证数字乡村建设赋能农民增收的内在机制，本文采用与江艇相似的做法，主要考察数字乡村建设通过扩大乡村产业规模、优化要素资源配置来验证数字乡村建设赋能农民增收因果关系中的传导机制。

数字乡村建设通过推动数据要素与传统要素深度融合，催生乡村新产业新业态，丰富乡村产业的类型结构，增强产业间协同效应，为农民增收拓展新路径。基于此，本文从村庄层面实证考察数字乡村建设赋能农民增收的作用机制，回归结果如表7所示。列（1）汇报了数字乡村建设对乡村产业发展活力的影响。结果显示，数字乡村建设有效提升了个体与合伙工商经营劳动者在村庄中的比例，表明数字技术对乡村创业氛围与经营主体活跃度的积极带动作用。列（2）进一步考察数字乡村建设对乡村二三产业主体密度的影响，系数同样显著为正，表明数字乡村建设对农产品加工、乡村旅游等新兴业态具有明显的促进效应，有助于优化乡村产业结构并提升乡村产业融合度。数字乡村建设通过激发乡村产业活力、培育新兴市场主体，衍生出更多创业机会与就业岗位，吸引农民广泛参与多元化产业活动，从而有效发挥乡村产业振兴对农民增收的带动作用。至此，假说H2得以验证。

本文基于乡村要素资源配置视角，实证探究数字乡村建设对乡村产业振兴的影响，重点聚焦数字乡村背景下劳动力、资金等核心要素的配置状况。首先，为考察农户家庭要素在乡村产业中的整体配置情况，本文利用“家庭是否参与非农经营”这一变量展开分析。表8列（1）结果显示，数字乡村指数的系数显著为正，表明数字乡村发展水平越高，农户参与非农经营的可能性越大，越倾向将生产要素投入到乡村非农产业中。其次，本文进一步从劳动力配置角度展开分析。为了更全面地揭示数字乡村影响机制，本文采用不同层级的数据进行检验。列（2）使用村庄层面数据，从整体上考察数字乡村建设对劳动力外流规模的影响，结果显示，数字乡村建设显著提升村庄劳动力外出务工比例。列（3）至（5）则使用农户样本数据，从微观结构上剖析数字乡村建设对农户务工区位选择的差异化影响。分析发现，数字乡村建设显著促进农户“县外省内务工”和“县内务工”，而对“省外务工”的影响未通过显著性检验，表明数字乡村建设促进农村劳动力在省内、县内范围的流动，体现出数字技术在缩短务工距离、促进农民就近就业的积极作用。基于此，假说H3得到验证。

 表8   数字乡村建设优化要素资源配置的作用机制分析Ⅰ

资金约束是乡村产业发展与农民增收的关键制约因素。考虑到正规信贷在农村金融市场中仍然占据主导地位，故本文讨论的资金要素主要指来自银行、信用社等机构的正规贷款。为检验数字乡村建设对农户信贷获取的影响，本文从生活性、生产性借贷两方面展开研究，回归结果见表9。在列（1）中，本文将样本限定于2019、2020年有生活性借贷需求的农户群体。分析结果表明，数字乡村建设在5%的显著水平上为正。这一结果表明，数字乡村建设显著提高了农户获得生活性借贷的可能性。在第（2）列分析中，进一步缩小样本范围，仅选取同期已成功获得生活性信贷的农户作为研究对象。分析结果表明，数字乡村建设对农户获得生活性信贷额度具有显著提升作用。第（3）和（4）列则将重点转向生产性信贷领域。结果显示，数字乡村建设在缓解农户生产性信贷约束方面发挥的作用较为有限。这可能是因为生产性信贷通常金额较大、风险较高，金融机构为规避风险而倾向减少资金流向不确定性较高的领域。假说H4得到验证。