党的二十大报告将“高质量发展”确立为全面建设社会主义现代化国家的首要任务，并明确指出“全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村”。国家统计局2023年统计数据显示，当年我国农村居民人均可支配收入为城镇居民的41.86%。在此现实背景下，全面推进乡村振兴战略的核心命题在于破解农民增收困境，这不仅是实现共同富裕的关键路径，更是落实“高质量发展”要求的战略基点。此外，目前农村居民的收入来源结构仍较为集中，传统增收路径有明显的局限性，亟待探索新型增收机制。

既有研究表明，较高的交易成本与信息搜寻成本是制约农民增收的重要因素，而数字经济向农村地区的渗透有助于缓解上述约束（Goldfarb&Tucker,2019；周亚虹等，2024)。近年来，《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025年）》及国家数字乡村试点等政策相继出台，有效推动了数字技术在农业生产与农村经济中的应用。在此背景下，数字乡村建设能否有效促进农民增收及其作用机制，亟待系统检验。

为了深入探讨上述问题，本文通过构建理论模型分析数字乡村建设对农村居民收入的影响和作用机制，并基于2016—2022年中国县级面板数据，以2020年数字乡村试点作为数字乡村建设的政策冲击，采用双重差分法进行实证检验。本文可能存在的边际贡献有以下两点：第一，本文构建了一个整合农业生产率提升与非农就业扩张的理论模型，将数字乡村建设对农业部门和非农业部门的影响纳入统一框架，揭示数字乡村建设通过“农业增效—非农扩岗”协同机制促进农民增收的内在逻辑。第二，从经验上基于数字乡村试点这一外生冲击，系统评估其对农村居民收入的影响，并提升因果识别的可靠性，为理解数字技术赋能乡村振兴提供经验证据。

二、文献综述

农村居民收入水平及其增长问题一直备受关注，现有文献对影响农村居民收入的因素进行了广泛探索。根据现有文献，农村居民的收入来源主要包括农业经营性收入、财产性收入、非农工资性收入和转移支付收入等方面（冒佩华和徐骥，2015)。针对如何提高上述收入，文献进行了多方面研究，例如可以通过提高农业生产率（周力和沈坤荣，2022；周振等，2016；肖卫和肖琳子，2013;Dingetal.,2011)、农民组织化水平（贾俊雪和秦聪，2019;Yang&Liu,2012)，完善农产品价格机制（Bassett,2014)以及土地流转政策（冒佩华和徐骥，2015；周力和沈坤荣，2022；李中，2014;Lietal.,2011)等途径提高农业经营收入和财产性收入，通过促进劳动力转移（周振等，2016；马宇等，2008;Nguyenetal.,2015)和电商非农就业（Gaoetal.,2018；秦芳等，2019)等渠道提高农村居民非农工资性收入，以及通过财政支农（钟甫宁等，2008;Wang&Shen,2014)等方式提高转移性收入。然而，由于农村地区在对接市场时会面临较高的交易成本以及信息搜寻成本（林海等，2023)，使得这些机制在实践中的边际效益呈现递减趋势，导致上述部分机制或渠道未能充分发挥其作用。

数字经济的快速发展为破解上述困境提供了新的视角，并且关于数字乡村会如何影响农村居民收入水平以及通过何种渠道产生影响，已有一些研究对此进行了有益探索。例如使用“电子商务进农村综合示范项目”作为数字乡村的政策冲击（周亚虹等，2024；秦芳等，2022)，或通过构建指标体系度量农村地区数字能力水平（陆镜名等，2023；程名望和张家平，2019;Hjort&Poulsen,2019)来检验数字乡村与农村居民收入水平的关系。数字乡村会影响农村居民收入水平的机制检验发现，农村地区数字经济发展可以通过促进创业活动（秦芳等，2022；周广肃和樊纲，2018)、促进土地流转（冒佩华和徐骥，2015；秦芳等，2022)和提供新就业机会（Gaoetal.,2018；秦芳等，2022)等渠道提高农村居民的收入水平。然而，“电子商务进农村综合示范项目”虽然能够较好地克服内生性问题，但其仅是数字经济向乡村地区渗透的一个具体表现（Bukht&Heeks,2018)，这会遗漏其他可能的对农村居民收入产生影响的渠道或机制；而以指标体系的方式构建乡村数字经济指数虽然能够较为全面地度量农村数字经济发展水平，但该指数会因测量误差等原因存在一定的内生性问题。因此，农村数字化建设对农村居民收入的影响是否还存在其他渠道或机制，以及如何克服内生性问题，需要我们进一步探究。

三、政策背景与理论分析

（一）政策背景

党的十八大以来，我国将农业农村数字化发展作为乡村振兴战略的关键支撑，通过信息基础设施建设、现代农业体系构建和信息服务体系完善，着力推动城乡融合发展。然而，由于基础设施薄弱、区域发展失衡和制度设计滞后等问题，数字鸿沟仍制约着农村现代化进程。在此背景下，党中央、国务院2018年提出并系统推进数字乡村战略，逐步构建起“战略引领—规划部署—试点示范”三位一体的政策体系。

2018年中央一号文件首次提出“数字乡村战略”，明确以信息基础设施均衡化发展弥合城乡数字鸿沟的任务。随后《乡村振兴战略规划（2018—2022年）》进一步细化实施路径，强调物联网、地理信息等现代信息技术与农村生产生活的深度融合。2019年《数字乡村发展战略纲要》从学理层面界定数字乡村本质，将其定位为“农业农村现代化发展和转型的内生进程”，系统规划了2020—2025年战略目标和重点任务。配套出台的《数字农业农村发展规划（2019—2025年）》则聚焦数据要素驱动，提出构建农业农村数字生态系统的具体方案。

为加速政策落地见效，2020年七部门联合启动国家数字乡村试点工作，遴选的117个县（市、区）通过七大重点领域先行先试：包括基础设施升级、数字治理创新和业态培育等多个维度。其中多项政策的具体内容对农民收入提升具有潜在影响，例如《中国数字乡村发展报告（2022年）》数据显示：第一，新型数字基建实现跨越式发展，试点地区平均基础设施评分较非试点地区高出15.3分，2022年农村互联网普及率较“十三五”初期提升21.5个百分点，显著改善要素流通条件；第二，农业生产数字化转型，通过智能农机推广和农业物联网应用，试点县智慧农业评分均值达63.7分，带动2021年全国农业生产信息化率突破25%，这对农业生产率的提升具有重要影响；第三，乡村数字经济新业态培育，借助“互联网+”农产品电商和直播营销等模式创新，试点地区农产品网络销售额年均增速超过35%，这为增加非农就业岗位，有效拓展农民增收渠道提供了现实基础。

数字乡村是伴随网络化、信息化和数字化在农业农村经济社会发展中的应用，以及农民现代信息技能的提高而内生的农业农村现代化发展和转型进程，既是乡村振兴的战略方向，也是建设数字中国的重要内容。本文试图从理论和实证两个层面探究数字乡村试点对农村居民收入水平的影响。

（二）理论分析

在贾俊雪和秦聪（2019)的模型框架基础上，设定一个简单的农村经济环境。考虑一个代表性的农村居民，假设其提供农业劳动为L_at和非农业劳动为L_nt，同时消费C_t。代表性个体会考虑其一生效应水平，此时该代表性个体的偏好可如式（1）所示：

其中，E₀表示零期期望算子，ρ为跨期贴现率，σ为风险偏好，且有E₀、ρ和σ大于0。

在农业生产方面，数字乡村建设通过数字化资本投入（如智能农机与农业物联网）提升农业资本的生产效率，表现为典型的资本增强型技术进步，本文将这一影响置入农业生产函数当中。为简便起见，在农业生产函数中将土地设定为1。在上述假设条件下，可将农业生产函数的具体形式设定为如式（2):

式（2）中Y_at表示农业产出水平，A_t与K_t的复合用于刻画数字乡村建设对农业生产过程中资本产出效率的影响。结合政策背景，试点地区在新型数字基建、农业生产数字化和经济新业态培育等方面均有较大成效，结合现有研究成果（朱秋博，2019)，这些数字化建设成效对试点地区的生产效率会有较为显著的影响。利用g_t刻画数字乡村建设对生产效率的影响，则数字乡村建设对生产效率At的影响可表示为A_t=e^γ·gt，并有g_t>0与γ>0。

参数α用于度量资本的边际产出弹性，β用于刻画劳动的边际产出弹性，由于农业生产具有规模报酬递减特征，且在生产函数中未考虑土地要素的生产贡献，故设定α与β满足α+β<1，除此之外，根据李谷成（2014;2015)的研究在生产函数框架下对农业生产过程中资本产出弹性的测算结果，同时设定α与β的关系满足α>β以及α<0.5，即在农业生产过程中，资本的产出弹性高于劳动的产出弹性。在式（2）的基础上，农业生产的收益最大化可用式（3）表示：

式（3）中的πat表示农村居民的农业收入，rt表示资本租赁价格，δt表示资本折旧率。

在非农部门，数字乡村建设通过数字基础设施完善与制度环境优化，降低要素流动与匹配成本，促进企业向县域集聚，从而提高非农就业机会与工资水平。具体而言，数字技术实质性地降低了市场主体下沉农村地区的要素流动壁垒（Goldfarb&Tucker,2019；周亚虹等，2024)，能够促使企业向县域集聚，增加县域层面的企业数量。这种市场主体的空间重构，能够增加本地非农就业岗位，从而降低信息搜寻成本与制度性交易成本。骆永民等（2020)表明，劳动交易效率是影响农村居民非农收入的一个重要因素，而信息搜寻成本与制度性交易成本的降低，可以使得农村居民的劳动交易效率得到显著提升。根据以上分析，数字乡村建设对生产效率的提高，对农村居民而言的另一个影响，便是可获得更高的非农工资水平。本文利用g(At）来刻画数字乡村建设对农村居民非农工资的影响，假设农村居民能够获得的非农工资最低水平为wt，在上述设定基础上，可将农村居民的非农工资性收入水平设定为式（4）所示形式：

其中，g(At）满足g(At）≥1以及dg(At）/dAt>0。

农村居民的资产积累方程设定为 ，其中at用来刻画农村居民的资产水平。参考贾俊雪和秦聪（2019)，将抵押借贷约束设定为a_t=K_t。在满足参数设定标准的基础上，为了简化模型求解过程，进一步将数字乡村建设对非农工资的影响函数设定为g(A_t)=A_t。同时根据稳态条件 ，可以得到在均衡条件下，农村居民的收入水平为式（5）所示形式：

根据式（5）可以看出，均衡状态下的收入水平π*与数字乡村建设水平g之间满足关系式dπ*/dg>0，即数字乡村建设对农村居民收入具有正向促进作用。因此，在上述理论分析基础上，可以得到本文的研究假说1:

假说1：数字乡村建设能够提高农村居民的可支配收入水平。

农村居民的劳动供给在农业部门与非农业部门之间的变化是数字乡村建设影响其收入水平的一个重要机制。数字技术驱动的农业增效并非以劳动力外流使得农业产出降低为代价，而是通过资本智能化在提升农业全要素生产率的同时，释放的劳动力被本地非农部门吸纳。进一步地，数字乡村建设通过促进县域内非农产业发展，增强了本地就业吸纳能力，使得释放的劳动力更多在本地实现向非农部门转移，呈现出“本地非农化”的特征。因此，数字乡村建设降低了农业部门对劳动力的需求，并改变了既定均衡下的农业劳动供给结构；同时，县域非农就业机会的扩展又对劳动力形成新的吸纳，从而共同推动农村劳动力在部门间的重新配置，并最终作用于农村居民收入水平的提升。

本文模型刻画了上述机制：数字乡村建设对农业劳动供给具有负向边际效应，对非农劳动供给具有正向影响。其作用路径在于，一方面农业效率提升降低劳动需求，另一方面企业集聚扩大非农岗位供给，二者共同作用形成“农业增效—非农扩岗”的协同效应。在上述分析的基础上，可提出研究假说2:

假说2：数字乡村建设通过提高农村居民的非农业就业水平，进而提高收入水平。

假说2a：数字乡村建设通过提高农业生产效率，降低了农村居民的农业劳动供给。

假说2b：数字乡村建设通过提高企业数量，提高了非农业劳动需求。

在上述的分析基础上，理论框架可如图1所示：

四、研究设计

（一）模型设定

本文旨在探究数字乡村建设是否能够提高农村居民的可支配收入水平。为了对此问题进行检验，以2020年数字乡村试点作为准自然实验，采用双重差分模型来检验数字乡村建设与农村居民可支配收入水平之间的关系，并探究其中可能存在的机制。基准回归模型如式（6）和式（7）所示：

式（6）和式（7）中的fincome_ict和irate_ict分别表示城市c中i县在t年的农村居民可支配收入水平的绝对数和增长率；treat_i表示i县是否为数字乡村试点县，如果该县属于试点县，则将该变量赋值为1，否则为0;post_t为试点前后的时间状态，如果观测年份为2020年及以后，则该变量赋值为1，否则为0;X_ijct表示县级层面的控制变量；λ_i和γ_t分别表示县域固定效应和年份固定效应；ε_ict和π_ict为扰动项。式（6）和式（7）中的α₁和χ₁是本文关心的估计系数，用于刻画数字乡村试点对农村居民可支配收入的影响。

（二）变量说明

1．核心变量。

本文被解释变量为县级层面农村居民可支配收入水平，采用可支配收入水平的绝对数和增长率来度量农村居民的增收效应。本文的核心解释变量为各个县是否为数字乡村建设试点县，将《国家数字乡村试点地区名单》中的各试点县赋值为1，其他县赋值为0，以此来刻画数字乡村试点对各县的外生冲击，并生成变量treati·postt来度量各县是否受到这一政策的外生冲击。

2．控制变量。

回归方程加入一系列县级层面的控制变量，以避免遗漏解释变量产生的内生性问题。县级层面的控制变量包括县域行政面积（mianji）、总人口数（renshu）、财政一般预算收入（shouru）、财政一般预算支出（zhichu）、县域内规模以上企业个数（geshu）、第一产业增加值（agrerate）以及第二产业增加值（manurate）。回归过程中，除县域内规模以上企业个数外，其余变量均取对数放入回归模型。其中，总人口数用年末户籍在本行政区域内的人口数加以度量。

3．机制变量

（1）农业生产率。农业生产率（agritfp）使用各县级农业投入和产出数据进行测算。参考唐建军（2022)的研究，采用随机前沿分析（StochasticFrontierAnalysis,SFA）和Malmquist生产率指数来测算县域农业生产率。参考Greene(2005)提出的面板固定效应SFA模型计算农业生产率：

其中，j和l分别表示第j和第l种要素投入，选取劳动力（农林牧渔业从业人员数）、土地（农作物总播种面积）和物质资本（农用机械总动力）三项作为投入要素；αi表示不可观测的地区固定效应。为满足规模报酬不变假设并符合超越对数函数的对称性，对投入和产出变量利用土地投入量进行标准化处理。估计模型参数后，根据（9）式得到t时期地区i的农业技术效率：

进一步地，根据式（10）得到从t期至t+1期的农业技术效率变化：

从t时期到t+1时期的技术变化可通过估计出的参数β对t求导得到。由于技术变化呈现非中性，对相邻时期t和t+1的技术变化采取几何平均值计算，具体计算式如下：

在规模报酬不变的假定下，根据Malmquist生产率指数式，农业生产率表示为：

（2）企业注册数量。本文根据中国工商注册企业数据库中各县域新注册企业数量计算得出新注册企业总数（copnum），并根据企业名称区分出该企业是否具有母公司，企业名称中包含“分公司”、“分机构”等词汇则判定其具有母公司，按照其控股结构，将国有控股企业和国有独资企业合并为国有企业，其余为非国有企业。进一步地，将公司分为具有母公司的国有企业（susacop）、具有母公司的非国有企业（sunsacop）、无母公司的国有企业（nsusacop）和无母公司的非国有企业（nsunsacop）。在计算企业注册数量过程中，均将个体工商户予以剔除，并对个体工商户（indcop）单独进行回归；根据中国工商注册企业数据中标注的一级行业分类计算得出农林牧渔业（agrcop）、制造与加工业（mancop）、信息技术与数字服务业（intcop）、交通物流与批发零售业（tracop）、文旅餐饮与居民服务业（sercop）以及建筑与其他行业（othcop）的新注册企业数。

（3）从业结构。根据《县域统计年鉴》中第一产业从业人数、第二产业从业人数、第三产业从业人数和乡村人数，计算得到衡量农村劳动力转移的两个指标。第一产业从业比率（anerate）等于第一产业从业人数占乡村人数的比重，第二、三产业从业比率（otherrate）等于第二产业、第三产业从业人数的和占乡村人数的比重。对于《县域统计年鉴》中的缺失值，本文利用国家统计局各地区调查队和地市级统计年鉴所公布的区县级数据对其进行补充。

（三）数据来源与描述性统计

本文使用的基础数据是2016—2022年中国县域面板数据。县级层面变量的数据来自《中国县域统计年鉴（县市卷）》和中经网统计数据库；各县是否为数字乡村试点县为作者根据《关于开展国家数字乡村试点工作的通知》整理得到。县域数字普惠金融指数来源于“数字经济开放研究平台”；县级层面企业注册数量来自于中国工商注册信息数据。在样本选择方面，对关键数据缺失过于严重的县进行了剔除，最终得到9700个观测值。

五、实证结果

（一）基准估计结果

表2报告了基准估计结果，其中列（1)-(2）的被解释变量为县级层面农村居民可支配收入的绝对数，列（3)-(4）的被解释变量为农村居民可支配收入增长率。为了排除可能存在的“坏”控制变量对估计结果的影响，本文采用逐步回归的方法进行估计，表2中的列（1）和列（3）未加入控制变量，列（2）和列（4）加入了前文所述的控制变量，将二者结果进行对比来排除存在的“坏”控制变量的可能性。表中控制变量包括县级层面的县域行政面积、总人口数、财政一般预算收入、财政一般预算支出、县域内规模以上企业个数、第一产业增加值和第二产业增加值。根据表2的估计结果，在未加入控制变量的情况下，与非试点县相比，在受到数字乡村试点影响的县，农村居民年可支配收入水平显著增加342元；加入控制变量后，这一数值变为279元。根据列（3）和列（4）的估计结果，与非试点县相比，未加入控制变量下，在受到数字乡村试点影响的县，农村居民年可支配收入水平的增长率显著提高0.57个百分点；加入控制变量后，农村居民年可支配收入水平的增长率显著提高0.55个百分点。

表2的估计结果显示，在加入控制变量后估计结果的显著性没有发生本质变化，农村居民可支配收入水平的绝对数作为被解释变量，估计系数均在5%的水平下显著；而以增长率作为被解释变量时得到回归结果均在1%的水平下通过显著性检验。以上结论能够初步证明所得结论较为可靠，即数字乡村试点能够明显提高农村居民的可支配收入水平。

（二）稳健性检验

1．事前平行趋势。

图2报告了平行趋势检验结果。其中左图和右图的被解释变量分别是农村居民可支配收入水平的绝对数和增长率，如描述性统计部分所示，被解释变量在事前各期存在固定差值，为了提高估计结果的稳健性，本文在两个平行趋势检验中均加入前文所述的控制变量。根据图的估计结果能够发现，以农村居民可支配收入水平的绝对数和增长率为被解释变量，在2020年以前的各期，控制组和处理组之间的估计系数没有显著性差异。这在一定程度上能够证明，处理组在接受政策冲击之前，与控制组之间没有明显区别，即本文的估计结果不能拒绝两组在接受政策处理之前具有事前平行趋势的假设，说明基准估计结果较为稳健。

2．排除其他政策影响。

基准结果是否可靠需要对其他政策可能产生的影响进行排除，以此来提高估计结果的稳健性。如张浩等（2026)的研究，中国农村集体产权制度改革会对农民增收有促进作用，而在基准估计所用数据的年份内，部分县会受此政策影响，因此集体产权制度改革可能会对基准结果产生潜在影响，从而导致估计结果不可靠。为了提高基准估计结果的稳健性，本文进一步生成政策虚拟变量aPolicyit，若县在年进行了改革，则将该变量赋值为1，反之则赋值为0，进一步将aPolicyit纳入控制变量中重新进行估计，这一部分估计结果报告在表3的列（1)-（2）中。根据估计结果可以发现，在控制集体产权制度改革进程后，与基准估计结果相比，回归结果没有产生显著差异，这能够证明基准结果受此改革的影响较小，这进一步提高了基准回归结果的稳健性。

可能对数字乡村建设效果产生影响的另一项政策来自“电子商务进农村综合示范项目”，并且已有文献的研究结果显示，电子商务的发展有助于提高农村居民的收入水平（周亚虹等，2024；曾亿武等，2018；唐跃桓等，2020；邱子迅和周亚虹，2021)。在基准估计所用数据的年份内，有部分县同时受到了该政策试点的影响，因此基准估计结果可能同时包含了来自这一政策的影响，从而导致高估数字乡村建设对农村居民可支配收入的影响。鉴于以上原因，本文进一步加入各个县是否为“电子商务进农村综合示范项目”的试点县的虚拟变量，并利用epolicy变量对此进行度量，如果该县是此项目的试点县，则将epolicy赋值为1，反之则为0。加入这一政策虚拟变量的回归结果报告在表3的列（3)-(4）中。根据回归结果可以发现，在被解释变量为农村居民可支配收入水平的绝对数和增长率的情况下，加入epolicy政策虚拟变量没有改变回归结果的显著性水平，仅使回归系数有略微降低。根据以上回归结果，可排除来自“电子商务进农村综合示范项目”试点对基准估计结果的影响，进一步提高了回归结果的稳健性。

3．系数稳定性检验。

上述稳健性检验能够说明基准估计结果较为可靠，但仍有不可观测的遗漏因素使得基准估计结果出现偏误。为了进一步提高估计结果的稳健性，本文使用Beta边界检验Oster(2019)的检验方法，设定可观测变量与不可观测变量的比例δ和模型最大的Rmax。其中δ衡量可观测变量与关注变量的相关关系相较于不可观测遗漏变量与关注变量的相关关系的强弱；Rmax指若不可观测的遗漏变量能够被观测，回归方程的最大拟合优度。根据Oster(2019)的研究结果，当模型可能存在不可观测的遗漏变量时，可采用估计量β*=β*（Rmax，δ）获得真实系数的一致估计。参考李建发等（2023)，具体实证方法如下：第一步，δ取-1,Rmax取1.3倍，当前回归拟合优度或参考同类文献确定适宜的Rmax，如果β*=β*（Rmax，δ）落在了估计参数的95%置信区间内，则结果通过稳健性检验。第二步，Rmax取值方法与第一步相同，计算使β=0时δ的取值，若δ取值大于1，则结果通过了稳健性检验。本文在基准估计结果的基础上进行上述检验，相关检验结果见表4。表4的估计结果显示相关回归均通过了检验，说明潜在的不可观测的遗漏变量对基准估计结果影响较小。根据以上回归结果，可以不考虑可能存在的不可观测的遗漏变量问题对基准估计的影响，这进一步证明基准估计结果较为稳健，所得结论较为可靠。

4．其他稳健性检验。

在基准估计中将全部县级层面的地区纳入了回归模型，而地级市市辖区与其他县级单位之间可能存在系统性差异，从而使得二者不具有可比性，导致基准估计结果的可靠性受到影响。对一个地级市而言，该市市辖区往往是基础设施建设水平和生产率水平最高的地区，同时也是受地市级层面的其他政策影响最大的地区。因此，对数字乡村试点政策而言，将地级市市辖区纳入回归模型可能会引起其他政策对基准估计结果产生影响。鉴于以上考虑，本文将地级市市辖区剔除后重新进行估计，这一部分估计结果报告在表5的列（1)-(2）。结果显示，当剔除地级市市辖区后，估计结果仅在系数水平上有略微变化，对估计结果的显著性水平没有产生影响。根据这一结果，可以排除纳入地级市市辖区对估计结果产生的潜在影响，结论较为可靠。

前文的回归结果均将标准误聚类在县级层面，这在一定程度上可能会低估标准误的大小。在地市级层面同样存在一些政策会对农村居民的可支配收入产生影响，对于处在同一个地级市管辖范围的各个县，其标准误可能存在相关性，在此条件下如果将标准误聚类在县级层面，则会忽视标准误在地市级层面的组内相关性，从而高估前文的显著性水平。鉴于以上考虑，本文将聚类标准误调整到地市级层面重新估计，这一部分结果报告在表5中的列（3)-(4）。根据表中的估计结果可以发现，将聚类稳健标准误调整到地市级层面后，以农村居民可支配收入水平的绝对数和增长率作为被解释变量，核心解释变量的标准误水平均有所上升，但未对估计结果的显著性水平产生本质影响，因此调整聚类稳健标准误没有影响核心结论，这进一步说明所得结论较为可靠。

基准估计结果的可靠性的另一个关键假设是处理组和控制组之间不存在外溢效应，即受到政策冲击的县所产生的政策效果不会外溢到未受到政策冲击的县。由于数字乡村试点的主要政策措施是通过提高农村地区的数字化基础设施水平，因此在控制组中最有可能受到政策外溢效应的是与政策试点县相邻的县。鉴于以上考虑，本文进一步将与政策试点县相邻的县剔除进行重新估计，结果如表5列（5)-(6）所示。由表5的估计结果可知，将控制组中最有可能受政策外溢效应影响的县剔除后，估计系数仅略微提高，同时并未影响到估计系数的显著性水平。以上结果说明，估计结果受到溢出效应的影响较小，并且未改变核心结论，这进一步提高了基准估计结果的稳健性。

（三）机制检验

根据理论分析部分的结果，数字乡村建设会通过提高农业生产效率和企业注册数量，在不降低农业产出的前提下提高农村居民的非农就业水平，进而提高农村居民的可支配收入水平。本部分将对这一机制进行检验，即检验研究假说2。根据表6中列（1)-(2）的估计结果可以发现，数字乡村建设显著降低了第一产业的从业比重，显著增加了第二、三产业的从业比重，证实了数字乡村建设对非农就业具有明显的促进作用。上述发现验证了研究假说2的理论预期：数字乡村建设通过“农业劳动力释放—非农就业吸纳”的双向调节机制，推动农村居民从农业向第二、三产业转移，最终实现可支配收入水平的显著增长。

接下来需要检验数字乡村建设通过何种渠道改变农村居民的就业结构。根据理论分析中提出的“农业增效—非农扩岗”机制，本研究进一步检验该传导路径的核心环节（对应假说2a和假说2b）。表6中列（3)-(4）的检验结果显示：数字乡村建设显著推动农业生产效率提升。结合列（1）的结果可知，农业生产率的提高降低了单位产出的劳动需求，对农业总产量具有正向影响，但影响水平较为有限，表现为回归系数值较小且未通过显著性检验。表6中列（4）系数为正能够证明数字乡村建设没有降低农业产出，表6估计结果可以说明，数字乡村建设引发的农业技术变革，其核心作用体现在劳动要素的集约化使用，即在维持农业产出规模的前提下，显著降低农业生产对劳动投入的需求。这种“效率提升—要素替代”的实质性转变，为劳动力跨部门流动创造了必要条件。

表7展示了数字乡村建设对县域层面企业注册数量的回归结果，表明数字乡村建设能够显著提升企业注册数量。根据现有研究（林超等，2024)，企业数量增加会扩大对劳动力的需求，这会进一步带来显著的“非农扩岗”效应。表7中列（1）显示，政策实施后县域企业新进入总数量显著增加，这为农村居民非农业就业机会的增加奠定了基础。为了排除企业的进入完全受政策目标所驱动，即企业的进入仅是为了完成政策目标，而非激励市场主体所产生的结果，本文将区分企业是否有母公司，并在两个分组下进一步区分为国有企业与非国有企业，进行分组分析，同时将个体工商户的进入情况一并报告，以此来排除企业的进入单纯是政策完成过程所附带的结果。列（2）和列（4）显示，无论是有母公司的国有企业，还是无母公司的国有企业，政策引致的新增进入数量均不显著，指明了单纯由政策主导或附带的国有资本扩张在县域层面响应有限。而列（3）和列（5）显示，对于非国有企业———无论是否有母公司，其进入数量均显著增长，尤其是对无母公司且非国有企业的影响更为明显。此外，列（6）的个体工商户进入数量也显著上升，这表明数字乡村建设不仅提高了企业进入数量，也对县域居民的创业行为产生了显著促进作用，这同样会对农村居民的非农业就业机会产生正向影响。

在行业视角下，表7列（7)-(12）结果显示，按企业所处行业类型划分后的回归结果能够进一步证明数字乡村建设会对非农就业岗位产生影响。具体来看，列（7）中农业企业注册数量显著增加，这说明数字乡村建设对传统农业企业数量增加有明显激励作用。除此之外，信息技术与数字服务、交通物流与批发零售、建筑与其他行业的企业注册数量均有明显增长。在这当中，与数字经济高度相关的信息技术与数字服务业，企业注册增量尤为显著，这反映出数字乡村建设对县域数字产业和相关新基建发展具有显著影响。上述结果充分说明，数字乡村建设在促进农业企业发展的同时，对非农业企业也会产生较大影响，进一步证明了数字乡村建设能够增加农村居民的非农业就业机会。

综合来看，表7结果表明数字乡村建设通过促进非国有企业以及个体工商户等市场主体进入，特别是推动非农行业企业进入，显著增加了县域层面的非农就业岗位。这些效应不仅仅局限于政策附带的国有企业进入，更表现为广泛的市场主体参与，这从实证层面支持了数字乡村建设会对优化农村就业结构产生积极影响。

综上所述，本文系统检验了“农业增效—非农扩岗”的影响机制，发现数字乡村建设一方面通过提升农业生产效率，释放了农村劳动力，另一方面也显著带动了非农企业特别是信息技术、交通物流等行业企业的进入，来增加非农就业岗位。这一机制最终促进了农村居民从农业部门向非农业部门的转移，进而提高农村居民的可支配收入水平，有力证实了数字乡村建设通过“农业增效—非农扩岗”实现农村居民增收的理论预期。

六、拓展性分析

在数字乡村试点过程中，无论是提升农业生产的信息化水平，还是发展农村电商等非农产业，都需要一定的资金投入。如贾俊雪和秦聪（2019)所述，就中国实际情况来看，农村金融体系普遍无法满足农户生产的资金需求。除此之外，市场中的潜在进入主体如果面临较为严重的借贷约束，同样会严重影响到其进入效率。一般而言，金融服务可得性越高，个体的借贷约束情况越能够得到缓解（Burgess&Pande,2005；尹志超和张号栋，2017)。因此，如果个体所在地区的金融服务可得性较高，在一个较弱的借贷约束强度下，农村居民初期的农业资本投入和县域层面小企业的进入效率可能更高，这会使得本文所提出的“农业增效—非农扩岗”影响机制越明显，从而使数字乡村建设对提高农村居民可支配收入的政策效果更为明显；相反，如果个体面临的借贷约束更强，个体往往难以获得足够的启动资金，这将直接限制其对数字乡村建设相关项目的参与度和受益程度，从而削弱政策的增收效果。

基于现有研究，数字金融发展水平对各县居民的金融服务可得性有正向影响（张勋等，2019；王修华和赵亚雄，2022)，数字普惠金融指数越高，地区内金融服务可得性便越强，个体面临的借贷约束也会相应越弱。因此，为了对上述问题进行检验，本文以北京大学发布的数字普惠金融指数作为分组标准，实证检验在不同的借贷约束强度下，数字乡村建设会对农村居民可支配收入水平产生的何种异质性政策效应。如前文所述，在禀赋水平或经济发展水平较低的地区，农村地区金融可获得性不足可能会成为限制条件。具体的，考虑到数字乡村试点政策发生时点为2020年，故2019年各县的数字普惠金融指数更能代表各地在试点开始时的数字金融发展水平。因此，本文按照2019年各县的数字普惠金融指数是否超过当年各县的中位数，区分出数字普惠金融发展水平高和发展水平低两个子样本，以两个子样本为基础，在上述的划分标准下进一步根据回归方程（12）和（13），检验数字乡村试点对农村居民可支配收入水平会产生何种影响。这一部分回归结果报告在表8中。

表8列（1)-(4）结果表明，以农村居民收入的绝对数和增长率作为被解释变量，均可发现在数字普惠金融指数较高的组中，数字乡村试点会对农村居民收入产生更为显著的影响。而在数字普惠金融指数较低的组中，未得到数字乡村建设对农村居民收入有显著性影响的结果。这验证了前文所述，即地区金融服务可得性不足，会成为限制数字乡村建设对提高农村居民收入水平发挥积极作用的重要原因。

除此之外，本文理论分析部分提出的“农业增效—非农扩岗”机制是否会发挥作用，一个关键因素在于数字乡村建设是否会对农业生产函数产生明显影响，即数字乡村建设是否会显著提高农业生产效率。在经济发展水平较低的地区，农业生产过程多依赖于劳动密集型模式，且数字化基础设施覆盖率与渗透率显著滞后，导致农业生产过程在技术获取、要素配置与产品销售等环节存在系统性摩擦。而数字乡村建设通过引入数字化生产工具以及构建信息共享平台等方式，能够有效降低交易成本、突破地理空间限制，从而重构农业生产函数。因此，在经济发展水平较低的地区，这一政策干预对提高农业生产效率会产生更大的效果，从而有效降低农业劳动需求并使农村居民向非农业部门转移，这使得数字乡村建设在经济发展水平较低的地区会产生更大的政策效果。相比之下，经济发展水平较高的地区，农业生产效率和数字基础设施已经较为完善，数字乡村建设的边际作用较小；同时由于非农就业机会已经相对较多，数字乡村建设对就业和收入的带动效应也相对有限。因此，数字乡村建设在经济发展水平较低地区的效果更为显著。为此，本文根据县级层面2019年人均生产总值数据，按照2019年人均生产总值是否超过当年全国各县中位数作为分组标准，将总样本区分为经济发展水平较高和较低两个子样本。这一结果报告在表8列（5)-(8）中。

从结果可以看出，数字乡村建设对农村居民收入的影响在不同经济发展水平的地区表现出显著的异质性。在经济发展水平较低地区，数字乡村试点对收入的绝对数和增长率均具有显著的正向影响。这表明，数字乡村建设显著地提高了农村居民的可支配收入水平。相反，在经济发展水平较高地区，数字乡村建设对收入的影响并不显著，无论是收入绝对值还是增长率，估计系数均不具有统计显著性。这说明在经济发展水平较高的地区，农村居民对数字乡村政策带来的边际改进依赖较低。因此，政策的增收效应在这些地区更加有限。总体而言，数字乡村建设对低收入地区的收入提升作用更显著，这表明在资源禀赋相对不足的背景下，其政策价值尤为关键。

七、结论与政策建议

（一）主要结论

全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村。党的二十届三中全会提出要“完善强农惠农富农支持制度”，在新一代信息技术创新空前活跃，不断催生新技术、新产品和新模式的背景下，如何通过数字乡村建设促进农村居民增收需要进一步深入探究。目前，我国数字乡村建设尚处于探索阶段，本文对进一步完善农村地区数字化建设和充分释放农村数字红利，以更好地实施乡村振兴战略具有一定的理论价值。本文通过构建简单的理论模型，分析数字乡村建设对农村居民收入的影响及其影响机制，提出理论命题，进而以2016—2022年中国县域统计年鉴数据为基础进行实证检验。

理论分析表明，数字乡村建设可通过提高农业生产效率和企业数量，形成“农业增效—非农扩岗”的双轨影响渠道，从而能够在不降低农业产出的前提下，有效提高农村居民的非农就业水平，进而提高其可支配收入水平。实证分析表明，数字乡村试点对提高农村居民的可支配收入水平具有明显作用；通过提高农业生产效率，在不影响农业产出的前提下有效降低了农村居民的农业劳动供给，同时通过增加县域层面的企业数量提高了非农业劳动需求，说明存在“农业增效—非农扩岗”的双轨影响渠道，这进一步使非农业就业水平的提高成为数字乡村建设对农村居民收入产生影响的重要机制。异质性分析表明，在人均GDP水平较低以及数字金融发展水平较高的县，数字乡村建设对提高农村人均可支配收入水平的作用更为明显。

（二）政策建议

基于以上研究结论，本文提出以下三方面政策建议，以进一步推动数字乡村建设在提高农村居民收入方面发挥更大作用。

第一，优化支持农业增效的体制机制设计，进一步提高农业产出效率。本文研究发现，当前数字乡村建设虽然显著提高了农业生产效率，但未能进一步对农业产出增长率带来显著的促进作用。从政策层面看，这需要进一步加强农业数字基础设施建设，优化智能农机、农业物联网和大数据平台的布局，同时完善数字技术普及与推广的激励机制，提升农民和新型农业经营主体的技术应用能力。此外，应推动县域层面的农业生产方式从粗放型向精准化与智能化转型，防止低效率的农业生产模式对“农业增效—非农扩岗”机制形成阻碍。

第二，应构建促进县域非农产业发展的良好外部环境。研究发现，县域企业数量的增长是数字乡村建设提升非农就业的重要路径之一，因此需进一步优化非农产业发展的制度环境与政策支持体系。尤其要强化对劳动密集型企业、农村电商和数字服务业的政策扶持力度，适时引入税收减免、专项补贴等激励手段，增强企业发展信心和吸纳非农就业的能力，进一步有效促进民营经济发展，以此来提供更多非农业就业岗位。同时，应注重完善农村职业技能培训体系，为农村劳动力提供更多技能提升渠道，促进非农就业的可持续增长。

第三，要深化政策实施的区域适配性设计。本文结果表明，数字乡村建设的增收效果在不同区域间存在显著差异，这要求在政策制定与实施过程中充分体现因地制宜的原则。对于经济基础较为薄弱的县域地区，应优先推动数字基础设施完善和基础性就业岗位扩展；而在数字金融发展水平较高的县域，需通过政策引导推动数字技术与区域特色产业深度融合，进一步挖掘区域经济增长潜力。同时，建立健全政策实施效果的动态监测和反馈机制，以评估政策资源分配的实际成效，并适时进行优化调整，确保数字乡村建设的整体推进效率与公平。