农业科技创新是推进乡村产业振兴的重要手段，尤其需把握数字化、网络化、智能化发展方向，通过数字乡村建设为乡村产业振兴注入全新动能，已成为推动农业增产、农村增值、农民增收的关键力量。已有研究表明，数字经济不仅能缩小城乡收入差距[1]，改善就业方式[2]，提高居民收入水平[3]，助力实现共同富裕[4]，而且能有效弥合城乡“数字鸿沟”、促进农业技术进步[5]，提升乡村治理与服务效能，为农业升级、农村进步、农民发展提供有力支撑。贵州作为典型的喀斯特山区省份，山地面积占比超90%，耕地分散且碎片化特征明显。数字经济通过适配山地环境的技术应用，破解了传统山区农业规模化生产难题。基于GIS的地形分析与卫星遥感监测技术，实现了坡地资源的精准利用，推动山地农业向“小而精、特而优”转型。因此，探究数字经济赋能贵州乡村产业振兴的内在机制，在学术和现实层面均具有重大意义。
王胜等[6]研究指出，在数字经济与产业发展方面，信息自由传播产生的协同效应，能显著提升农业生产效率；完世伟等[7]研究发现，农业引入新要素并结合数字技术与设施，可以推动乡村产业链向数智化、扁平网络化方向发展；周新德等[8]研究发现，数字经济能辅助生产决策，保障农产品生产质量。此外，网络平台的建设和数字化基础设施的完善，能够解决信息不对称问题、提升乡村资源配置效率[9]。在乡村产业振兴方面，王艺明[10]研究提出，可通过聚焦农业转型升级，借助一二三产业的深度融合，对传统乡村产业体系进行全方位的现代化改造；姜长云[11]研究提出，以多元化、特色化、绿色化、共享化等为导向，推动乡村产业的现代化转型，可有效避免农民和农村错失就业增收的机会。
研究表明，农业产业数字化和农业数字产业化，为乡村产业振兴提供了多维度的强劲动力，数字经济在农业产业数字化进程中直接驱动农业进步。产前依托大数据建模、地理信息系统（GIS）等技术分析土壤肥力、气候、地貌等要素，优化种植结构让生产规划更科学；产中推广物联网、人工智能技术实现生产智能化，如水稻产区部署田间传感器网络实时预警稻瘟病，蔬菜种植基地应用无人机植保和智能灌溉系统，在降低人力成本的同时提升农产品产量与质量；产后借助智能仓储管理系统和电商平台、直播带货等新型销售模式，减少中间环节并拓宽销售渠道。此外，数字技术还通过区块链建立畜禽粪污全链条追踪系统，如某生猪养殖基地利用智能传感器监测粪污量并自动匹配清运路线，提升了粪污资源化利用效率。同时，借助数字化技术营销手段推广绿色生态产品和民族文化旅游资源，促进乡村产业与生态、文化协同发展。新质生产力由此对乡村产业体系协同完善、结构升级及产业链增效形成重要驱动，基于此，本文假设H1：数字经济直接赋能乡村产业振兴。
数字技术应用作用在贵州省表现尤为突出。农业气象大数据共享机制的建立，有力保护山地高效特色农作物品种培育与农业集群发展。区块链技术则助力农产品溯源体系的升级，将产地环境、生长过程等信息实时上链，实现“从田间到舌尖”的透明化监管，显著提升了农产品的品牌公信力。贵州省依托“一县一业”特色产业布局，通过电商直播、区块链溯源等技术提升了农产品附加值。例如，都匀毛尖借助网络平台开展茶园直播，实时展示山地云雾茶的生长环境；赤水竹编通过数字设计工具开发文创产品，线上销售额年增长超30%，实现了山区特色资源向经济价值的转化。在农业生产环节，卫星遥感、地理信息系统等先进技术的运用，使人们能够精准掌握土壤质量、农作物生长态势和气象变化，为农事决策提供科学依据，有效降低种植风险。在农产品加工环节，依托数字技术的智能化加工设备，不仅能精准控制加工流程，提升产品品质，还能根据市场需求开发多样化的精深加工产品，延伸产业链，提高农产品附加值，进而形成了“数字经济—技术应用—产业提质增效”的良性传导链条。由此，本文假设H2：数字经济通过技术应用间接赋能乡村产业振兴。
本文选取2012—2022年贵州省贵阳市、遵义市、毕节市、铜仁市、安顺市、六盘水市6个地级市的数据，构建数字经济赋能乡村产业机制模型并进行实证分析，一方面揭示数字经济对贵州省乡村产业振兴的影响机制，为当地制定数字乡村发展战略提供参考；另一方面，通过深入剖析技术应用在数字经济赋能乡村产业振兴过程中的中介效应，为相关地区发展农业新质生产力提供参考。
1 材料与方法
1.1 数据来源与说明
文章选取2012—2022年研究区6个地级市面板数据为样本。数据来源涵盖省政府部门官网、贵州省统计局、贵州省统计年鉴、贵阳市统计年鉴、六盘水市统计年鉴、遵义市统计年鉴、安顺市统计年鉴、毕节市统计年鉴、铜仁市统计年鉴，以及各市《国民经济和社会经济发展统计公报》，数字普惠金融指数来自北京大学数字普惠金融研究中心。对于可能出现的缺失值，研究采用线性插值法处理。该方法依据数据趋势和规律，合理估计补充缺失数据，保障数据完整性，为后续实证分析的准确性和可靠性奠定基础。
1.2 模型构建
1.2.1 直接效应模型
从理论依据来看，数字经济作为新兴的经济形态，通过数据技术应用、资源优化配置等途径，对传统产业结构变革产生深远影响。在乡村产业领域，数字经济能够提升农业生产效率、拓展产业发展空间，进而推动乡村产业振兴。基于此，构建数字经济对乡村产业振兴的直接影响模型（1）：
在该模型中， 、 分别代表城市和时间，RIR it 为被解释变量，代表乡村产业振兴水平。DE it 为解释变量，代表数字经济发展水平。 是常数项； 是数字经济对乡村产业振兴的影响系数，若为正，则表明数字经济正向促进乡村产业振兴；α₂为地方政府财政支出对乡村产业振兴的影响系数； 为人力资本水平对乡村产业振兴的影响系数。gov it 、hc it 为控制变量，gov it 代表地方政府财政支出，hc it 代表人力资本水平。ɛ it 是随机扰动项。
1.2.2 中介效应模型
技术应用作为经济发展的核心驱动力之一，在数字经济与乡村产业振兴之间可能起到桥梁作用。数字经济的发展依赖于数字基础设施建设和数据技术，这些设施和技术赋能乡村产业，实现物流、资金流、信息流的互相联通，由此促进乡村产业链的整合水平和运行效率提升。基于此，构建中介效应模型（2）和（3）。
式中，TA it 为技术应用，其余变量同上。
1.3 变量选取
1.3.1 解释变量
在解释变量选取上，本文从数字基础设施和数字产业化两大维度测试研究区数字经济发展水平（DE）。数字基础设施维度中，以每百人互联网用户数和每百人移动电话用户数展现乡村网络设施普及程度，良好的网络基础为农村地区的数字化转型奠定基本条件。数字产业化维度中，人均电信业务量反映乡村电信业务和乡村电商规模的活跃度，计算机服务和软件从业人员占比体现专业人才聚集状况。数字普惠金融指数衡量数字技术推动农村金融服务普及水平，有助于提升金融服务农村覆盖面、便捷性和可得性。将这些指标数据进行整合，用熵值法测算数字经济发展指数（表1）。
表1 数字经济指标体系 |
| 一级指标 | 二级指标 | 三级指标 | 权重 | 权重排名 |
|---|---|---|---|---|
| 数字经济（DE） | 数字基础设施 | 每百人互联网用户数/个 | 0.196 08 | 3 |
| 每百人移动电话用户数/个 | 0.230 72 | 1 | ||
| 数字 产业化 | 人均电信业务量/元 | 0.184 14 | 4 | |
| 计算机服务和软件从业人员占比/% | 0.169 03 | 5 | ||
| 数字普惠金融指数/% | 0.220 03 | 2 |
1.3.2 被解释变量
被解释变量设定为乡村产业振兴水平（RIR），从农业增产、农村增值、农民增收3个维度衡量。农业增产维度中，通过粮食综合生产能力、人均农业机械总动力、农业劳动生产率，综合体现研究区乡村农业生产在数量和效率上的提升。农村增值维度中，规模以上农产品加工企业主营业务收入、畜禽粪污综合利用率、已开展村庄整治的行政村占比，共同反映农村产业增值和可持续发展能力。农民增收维度中，以农民人均纯收入衡量收入水平，人均收入增长率体现增长趋势，城乡居民收入比反映城乡收入差距，展现农民受益状况。最后运用熵值法测算乡村产业振兴指数，以此评估数字经济对乡村产业振兴的影响（表2）。
表2 乡村产业振兴指标体系 |
| 一级指标 | 二级 指标 | 三级指标 | 权重 | 权重 排名 |
|---|---|---|---|---|
| 乡村产业振兴（RIR） | 农业 增产 | 粮食综合生产能力/万t | 0.107 12 | 6 |
| 人均农业机械总动力/kW | 0.122 47 | 3 | ||
| 农业劳动生产率/（元/人） | 0.092 97 | 8 | ||
| 农村 增值 | 规模以上农产品加工企业主营业务收入/亿元 | 0.131 53 | 1 | |
| 畜禽粪污综合利用率/％ | 0.116 34 | 4 | ||
| 已开展村庄整治的行政村占比/％ | 0.124 54 | 2 | ||
| 农民 增收 | 农民人均纯收入/元 | 0.103 47 | 7 | |
| 农民人均收入增长率/％ | 0.110 13 | 5 | ||
| 城乡居民收入比/％ | 0.091 43 | 9 |
1.3.3 控制变量
地方政府财政支出（gov）通常用各地方财政一般公共预算支出与地区生产总值的比值衡量，体现政府财政支持发展数字经济的力度以及促进乡村产业振兴的作用；人力资本水平（hc），采用农村居民平均受教育年限来衡量，反映农民提升数字素养和增强数字化经营能力的可行性空间。
1.3.4 中介变量
选用技术应用（TA）作为中介变量，以科技支出占公共预算支出的比例来计算。农业技术应用创新是驱动农业增产、农村增值和农民增收的根本动力，数字经济赋能使得城乡信息和资源流动得以加强，不仅提高了农业生产效率，还催生了农村电商、农业科技服务新业态，拓展乡村产业发展空间，优化农业产业结构。因此，技术应用在数字经济助力研究区乡村产业振兴中可能发挥着中介效应。
2 结果与分析
2.1 描述性统计分析
对样本进行描述性统计分析（表3），RIR的样本量设定为66，均值为0.485，标准差为0.133，最小值和最大值分别为0.258与0.786。这一数据分布特征，表明研究区不同地级市在乡村产业振兴程度上存在明显的离散趋势，反映出各地级市乡村产业发展的不均衡态势。DE的样本量同样为66，均值为0.499，标准差达到0.219，说明各地级市在数字经济发展进程中呈现出较大的差异，数字经济的发展格局尚未实现均衡发展。TA的样本量为66，均值为1.555，标准差为0.936，体现出技术应用在研究区各地级市的推广深度、应用广度及应用效果等方面均存在明显的区域异质性。
表3 描述性统计 |
| 变量 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| RIR | 66 | 0.485 | 0.133 | 0.258 | 0.786 |
| DE | 66 | 0.499 | 0.219 | 0.080 | 0.963 |
| TA | 66 | 1.555 | 0.936 | 0.254 | 3.970 |
| gov | 66 | 26.995 | 7.975 | 13.445 | 46.610 |
| hc | 66 | 298.658 | 447.379 | 15.216 | 1637.296 |
2.2 基准回归结果
运用Stata 18.0软件对2012—2022年研究区6个地级市的面板数据进行基准回归分析。列（1）是仅包含数字经济（DE）这一核心解释变量的随机效应模型；列（2）是在列（1）基础上加入了地方政府财政支出（gov）和人力资本水平（hc）两个控制变量的随机效应完整模型；列（3）是仅包含核心解释变量（DE）的固定效应模型；列（4）则是加入了所有控制变量（gov，hc）的固定效应完整模型。从回归结果可看出，DE系数在设定0.01的显著性水平时，不同模型均显著为正（表4）。这一结果表明，数字经济对研究区6个地级市乡村产业振兴具有显著的正向促进作用。从而验证了假设H1成立。
表4 基准回归结果 |
| 变量 | （1）RE | （2）RE | （3）FE | （4）FE |
|---|---|---|---|---|
| DE | 3.012*** （0.433） | 2.546*** （0.447） | 3.018*** （0.444） | 1.732*** （0.536） |
| gov | 1.495** （0.726） | 4.532** （1.865） | ||
| hc | 0.035*** （0.013） | 0.082*** （0.028） | ||
| 常数项（Constant） | 354.058*** （25.092） | 329.685*** （27.406） | 353.689*** （25.737） | 279.946*** （41.622） |
| 样本量（Observations） | 66 | 66 | 66 | 66 |
| 决定系数（R 2） | 0.439 | 0.551 | ||
| 调整后的决定系数（Adjusted R 2） | 0.382 | 0.488 |
|
从控制变量来看，gov的系数为正。这意味着政府财政支持力度对乡村产业振兴存在积极正向影响。加大农业财政投入力度，支持联农带农富农产业发展，将持续提高用于产业发展的衔接资金占比、提升农村公共设施水平、改善农民生产生活条件、促进技术研发与推广等，进而推动乡村产业发展。hc的系数同样显著为正，表明农村居民平均受教育年限的增加，对乡村产业振兴具有积极的促进作用。农民数字素养的提升有助于高效获取信息、精准利用资源，更好地理解和应用新技术、新管理理念，为乡村产业发展注入新的活力。
2.3 稳健性检验结果
为确保研究结果的可靠性与稳定性，采用替换变量法进行稳健性检验。构建新的数字经济变量（DE_alt）和乡村产业振兴变量（RIR_alt）。其中，DE_alt通过（每百人互联网用户数+计算机服务和软件从业人员占比）/2计算得出，RIR_alt则由（人均农业机械总动力+粮食综合生产能力+农业劳动生产率）/3计算得出。
回归结果如表5所示，新数字经济变量（DE_alt）的系数为0.252，在5%的水平上显著；DE的系数为0.732，在0.01的水平上依然显著。这一结果表明，即使更换了变量的衡量方式，数字经济对乡村产业振兴的促进作用依然显著，说明基准回归结果具有稳健性，不易受到变量选取和测量方式的影响。gov和hc的系数在稳健性检验中依然显著，且方向与基准回归一致，进一步验证了控制变量对乡村产业振兴的促进作用具有稳定性。
表5 稳健性检验结果 |
| 变量 | （1）RIR_alt | （2）RIR |
|---|---|---|
| DE_alt | 0.252** （0.121） | 0.732*** （0.245） |
| gov | 1.702* （0.935） | 4.685** （1.896） |
| hc | 0.032** （0.014） | 0.088*** （0.028） |
| 常数项 （Constant） | 136.401*** （20.988） | 299.168*** （42.534） |
| 样本量（Observations） | 66 | 66 |
| 决定系数（R 2） | 0.378 | 0.541 |
| 调整后的决定系数（Adjusted R 2） | 0.291 | 0.476 |
2.4 中介效应
为进一步探究数字经济对研究区乡村产业振兴的间接影响，以TA作为中介变量，DE通过技术应用影响乡村产业振兴的中介效应。如表6所示，DE对TA的系数为0.021，在0.01的显著性水平上显著为正，这表明数字经济的发展能够促进技术应用。而TA对RIR的系数为41.279，同样在0.01的显著性水平上显著为正，说明技术应用对乡村产业振兴具有积极的正向影响。
表6 中介效应检验结果 |
| 变量 | （1）RIR | （2）TA | （3）RIR |
|---|---|---|---|
| DE | 2.546*** （0.447） | 0.021*** （0.006） | 1.675*** （0.427） |
| gov | 1.495** （0.726） | -0.012 （0.009） | 1.987*** （0.635） |
| hc | 0.035*** （0.013） | 0.002*** （0） | -0.027 （0.017） |
| TA | 41.279*** （8.738） | ||
| 常数项（Constant） | 329.685*** （27.406） | 0.229 （0.344） | 320.226*** （23.726） |
| 样本量（Observations） | 66 | 66 | 66 |
| 决定系数（R 2） | 0.496 | 0.727 | 0.631 |
| 调整后的决定系数Adjusted R 2） | 0.472 | 0.713 | 0.607 |
在加入中介变量TA后，DE对RIR的系数变为1.675，在0.01的显著性水平上显著为正，表明技术应用在数字经济赋能乡村产业振兴的过程中起到了中介作用，即数字经济通过促进技术应用，进而推动乡村产业振兴，验证了研究假设H2。
3 结论与讨论
通过对研究区6个地级市2012—2022年的数据进行回归分析，探究数字经济赋能乡村产业振兴的内在机制。主要结论如下：
第一，数字经济对研究区乡村产业振兴具有明显直接促进作用。基准回归结果显示，在控制相关部门财政支出与人力资本水平后，数字经济发展水平每提升1个单位，乡村产业振兴水平平均提升1.732个单位。表明数字经济通过农业产业数字化与农业数字产业化两大路径，直接推动农业增产、农村增值与农民增收，研究假设H1得到验证。
第二，技术应用在数字经济与乡村产业振兴之间发挥明显中介作用，形成“数字经济—技术应用—产业振兴”的传导机制。中介效应检验表明，数字经济对技术应用具有显著正向影响，而技术应用对乡村产业振兴亦具有促进作用。进一步测算显示，技术应用的中介贡献率约为34.2%，说明数字经济不仅直接赋能乡村产业，还通过推动技术应用与创新间接提升产业发展质量，研究假设H2成立。
第三，政府支持与人力资本在数字经济赋能过程中起到重要助推作用。回归分析中，地方政府财政支出系数为1.495，人力资本水平系数为0.035，二者均对乡村产业振兴呈现显著正向影响。表明在数字经济赋能进程中，政策引导与人力资本积累共同构成了不可或缺的外部支撑体系。
基于上述结论，结合研究区山地农业特征与实证分析中的具体发现，提出以下建议：
3.1 深化农业数字化转型发展
推动数字技术与乡村产业融合，构建以农业数据技术为核心的产业生态。产前，借助数字孪生技术构建虚拟种植业、养殖业模型，预测种养产量、成本和收益，辅助生产风险控制过程管理。运用大数据和人工智能预测农产品市场需求和价格波动，提高生产决策的科学性和准确性。产中，引入边缘计算技术，推动农户和企业间生产资源信息共享与协同作业，提升资源周转效率和生产效率。产后，运用大数据和人工智能创新营销模式和冷链配送精准服务。针对研究区山地多、耕地分散的地形特征，加快研发适配的智能化小型农机装备，同步开发特色农作物病虫害智能监测系统，解决山区农业机械化、数字化水平滞后的问题，赋能农业生产。此外，加强数字经济与乡村文化产业融合，开展非遗资产数字化开发，促进乡村文化振兴。
3.2 强化技术应用与创新
强化技术创新，构建开放创新生态。跟进6G、AI大模型等技术演进，推进数字经济从“工具性应用”转向“系统性变革”，用数字技术重构乡村社会生产关系；鼓励高校、科研机构和企业成立数字农业创新联盟，从“单点突破”到“生态构建”，形成跨城乡的数字经济共同体。构建产业链、创新链与价值链“三链融合”生态，建设覆盖育种—加工—物流的全链条数字溯源系统，设立县域数字农业创新中心，发展农业云认养、VR农旅等增值服务。同时，加强农业技术知识产权保护，完善法律法规，保障创新主体权益，激发创新活力。
3.3 加大财政支持力度
加大财政投入并优化资金管理。设立乡村数字经济发展专项资金，重点支持农村数字基础设施、技术研发、人才培养和示范项目建设。优化补贴政策，聚焦农村电商、数字农业、乡村旅游等关键领域，将补贴与产业绩效挂钩，对创新示范项目给予奖励。创新补贴方式，如贷款贴息、以奖代补和政府购买服务等，提高资金使用效率。利用区块链技术监管资金流向，确保安全透明。建立科学的绩效评估体系，根据评估结果调整资金投向，增强财政资金对乡村产业振兴的推动作用。
3.4 提升人力资本水平
提升人力资本需构建全方位人才培养体系。完善乡村数字经济发展制度，不断优化乡村数字建设环境。加强农村基础教育与职业教育衔接，开展数字技术启蒙教育。中老年农民数字技能掌握率不足，借助VR和AR技术开发沉浸式培训课程，提升学习效果。加大职业教育对相关专业的投入，建设实训基地培养高层次人才。利用社交媒体和在线教育平台，创建技术分享社区，促进经验交流。建立激励机制，将数字技能培训纳入新型职业农民认证体系，培育“乡村数字工匠”队伍。加强城乡人才交流，鼓励城市人才下乡，促进数字技术人才合理流动。
4 结语
本文以研究区6个地级市2012—2022年相关数据为研究样本，通过构建基准回归与中介效应模型，系统探究了数字经济赋能乡村产业振兴的内在机制。研究通过多维度实证检验明确了三大核心结论：数字经济对研究区乡村产业振兴具有显著直接促进作用，其通过农业产业数字化与农业数字产业化双路径，直接推动农业增产、农村增值与农民增收；技术应用在二者关系中发挥关键中介作用，形成“数字经济—技术应用—产业振兴”的传导机制，中介贡献率达34.2%；地方政府财政支出与人力资本水平作为重要外部支撑，对乡村产业振兴呈现显著正向赋能效应。从实践意义来看，本研究针对研究区山地农业特征提出的“深化农业数字化转型、强化技术创新、优化财政支持、提升人力资本”四大对策，既贴合区域发展实际，又紧扣数字经济与农业新质生产力融合的时代趋势，可为推动乡村全面振兴提供可参考的实践路径。在理论层面，本研究进一步完善了数字经济赋能乡村产业振兴的中介机制分析框架，为后续相关领域的深化探索奠定了基础。未来可拓展区域比较，并引入数字素养、治理模式等变量，进一步揭示数字经济赋能乡村的动态机制与边界条件。