Measurement, Decomposition and Influencing Factors of Rural Residents’ Policy Information Poverty under the Goal of Common Prosperity: A Perspective of Multidimensional Relative Poverty
-
摘要:
相对贫困治理是巩固拓展脱贫攻坚成果，实现共同富裕的重要任务，步入信息化时代，信息贫困已成为一种突出的相对贫困类型。从多维相对贫困的视角出发，以政策信息为切口，设计包含认知、能力、服务、硬件4个维度、12个指标的政策信息多维贫困指标体系，基于中西部地区
1047 位农村居民的问卷调查，采用A-F法完成测量并探索影响因素。研究发现，政策信息多维贫困现象在农村普遍存在；信息通信设备接入层面的数字鸿沟不再是掣肘信息脱贫的主要因素，提升基层信息服务水平是下阶段工作的重点；政策信息多维贫困的群体和地区差异突出，人群识别和指标突破要精准。鉴于不同因素的差异化作用机制，为打通政策下乡的“最后一公里”提供了若干建议。Abstract:The governance of relative poverty is a crucial task for consolidating and expanding the achievements of poverty alleviation and realizing common prosperity. Entering the information age, information poverty has become a prominent type of relative poverty. Based on the theory of multidimensional relative poverty and taking policy information as a starting point, this study focused on the precise identification and measurement of information poverty. A multidimensional poverty index system for policy information was designed, which included four dimensions: cognition, capability, service, and hardware, comprising 12 indicators. Based on a questionnaire survey of
1047 rural residents in the central and western regions, the A-F method was adopted to complete the assessment and conduct dimensional and regional decomposition, then explored the influencing factors. The findings revealed that, multidimensional policy information poverty was widespread in rural areas; the digital divide at the level of access to information and communication equipment was no longer the main factor hindering information poverty alleviation, and bringing information services to the grassroots was the focus of the next stage; group and regional differences were prominent, and population identification and indicator breakthroughs must be precise. Based on the differentiated mechanisms of various factors, this paper advanced several recommendations aimed at enhancing the efficacy of policy communication. -
2023年中央一号文件指出，要保证国家的粮食安全，要把农产品质量和安全作为发展农业的重点。发展优质农产品，是保障国家粮食安全、提高农民生活水平的基础，是乡村振兴的关键。湖南省是我国重要的粮食作物和畜牧业生产基地，其农业和经济的发展对全国来说有着重要的意义。湖南省有着悠久的历史，以“湖广熟，天下足”的美称来评价湖南省的农业发展，湖南在农业发展的历史上也积累了大量的经验和成果，但到现在为止，传统农业仍然占据主要地位。党的十九大以来，湖南省在贯彻党中央的号召下，加快了农业和农村经济的发展，由粗放型向集约型转变，从高速发展转向高质量发展，使得湖南省农业综合实力得到了提高。
湖南省农业高质量发展水平存在明显的不协调、不均衡发展态势[1]，已有研究主要集中在优化农业结构[2]、提高农业生产效率[3]、缩短各市（州）间的差距[4]等方面。然而，湖南省农业高质量发展水平的提高既需要优化产业结构，也有赖于践行绿色发展理念[5]。关于湖南省各市（州）农业高质量发展研究，已经初步形成重大科技问题的研究框架和因地制宜的发展模式[6]，明确了农业高质量发展内涵和提出了实现农业高质量的发展策略[7−9]。然而现有研究在湖南省农业高质量发展水平的实证测度上依然缺乏。并且，由于湖南省农业发展水平存在较大差距，农业发展的条件[10]、类型和特点也存在较大差异[11]，所以有必要聚焦特定区域进行精确农业高质量发展定位[12]。湖南省农业高质量发展，一方面从湖南省全范围开始，逐步聚焦到“长株潭、洞庭湖区、大湘西地区[13]”等湖南省典型区域；另一方面，部分学者对湖南省农业高质量发展水平和农业发展路径进行了定性探讨[14−15]，并将其应用于湖南省农业发展的定量研究中[14]。但从总体来看，所建立的评价指标并不能全面地反映出农业高质量发展的全部内涵。
推动农业高质量发展是符合当今时代背景下发展要求的。同时要严格遵守“五大发展理念”，坚持质量兴农绿色发展，深化供给侧结构改革的必要措施[16]。更有研究显示，政府监管质量[17]、城镇化质量[18]和耕地利用转型[19]对农业经济高质量发展同样具有促进作用。当前，我国已进入加快发展高质量农业的关键时期，但关于高质量发展的相关研究还很少，亟须对其进行深入的研究。首先，在对现有文献进行整理的基础上，对推动农业高质量发展的因素进行归纳，指出影响农业高质量发展的主要因素是：经济、社会矛盾和国内外形势等。已有文献对测度农业高质量发展提供了便利，但仍存在进一步拓展延伸的可能。一方面，重视整体经济但忽略不同产业间的发展差异，使得经济增长水平难以测度，不能反映真实发展状况；另一方面，关于我国农业高质量发展的评价指标体系和区域经验研究较少。整体来看，内涵相关研究仍显薄弱，尤其是聚焦于湖南省这一特定区域的主题研究更是较为鲜见。基于此，本文结合已有文献的理论阐述，从新时期的新发展思想出发，总结湖南省农业高质量发展的基本内容，为促进湖南省农业高质量发展构建相关的评价指标体系。
一、 指标选取与评价体系构建
（一） 农业高质量发展的内涵
自从农业高质量发展的概念被首次提出后，许多研究者对其内涵发表了观点。尽管对其概念有着各自的看法，但大多数学者倾向于认为衡量农业高质量发展水平的标准是“四高一强”[20]。“四高”是指农产品质量高、生产效率高、产业收益高、从业人员素质高；“一强”指在国际上，农业竞争力强。此外，衡量农业高质量发展水平另一个重要方面就是该地区绿色农业发展状况[21]。一般来说，高质量的农业发展由生产体系、产业体系和经营体系三部分组成，其中，产业体系是农业发展的结构框架，生产体系是农业发展的力量支撑，经营体系是农业发展的效益保障[22]。因此，提高土地生产率、提高劳动生产率、保护资源和环境、拓展农业功能是发展高质量农业，实现保产、高效、减量、增收的目的。
目前的农业高质量发展水平指标针对的对象大多是全国范围或特定区域。因此，辛岭等建立有关农业高质量发展的指标均基于农业高质量发展的四大基本特点：供给质量和效率的提高、规模化生产、产业多样化与一体化和发展绿色农业，并指出了农业自然资源的存量和当地经济发展水平对实现农业高质量发展起到了举足轻重的作用[23]。赵丹丹等综合考虑人口、经济、社会、环境、资源等因素的影响，对我国主要的粮食产区农业发展水平进行综合测度，结果表明我国粮食主产区的农业发展水平呈现“东高西低”的局面[24]。韩海彬等认为应从整体来分析农业高质量发展，很难从一个角度进行评价，其从可以评价农业增长的5个角度来分析，即效率、结构、稳定性、社会福利和环境污染，测度的结果显示我国农业发展水平稳中有进，同样结果也显示东部地区的农业发展要优于中部和西部[25]。
农业高质量发展主要强调自然、经济与生态的协调统一[26]。农业发展需要经济、社会、资源、环境之间的制约 [24]，但目前还没有一个统一的标准来制定农业高质量发展的指标体系，为了尽可能保证指标体系的合理性与规范性，将以往文献评价农业高质量发展的相关测度指标进行归纳整理，按照构建指标的可行性、全面性和可操作性等原则，从生产效率、产业效益、绿色化生产和社会效益4个要素的14个指标[27−28]对湖南省农业高质量发展水平进行测度（表1）。
表 1 农业高质量发展评价指标体系要素层面 指标层面 指标衡量方式 指标方向 生产效率 劳动生产率 第一产业增加值/第一产业从业人员 + 机械化程度 劳动机械总动力/耕地面积 + 土地生产率 农业总产值/耕地面积 + 产业结构调整系数 1−（农业总产值/农林牧渔总产值） + 产业效益 农业增加值增长率 农业增加值/前一年农业增加值−1 + 农林牧渔服务业总产值比率 农林牧渔服务业总产值/农林牧渔总产值 + 农产品经济效应 农业总产值/粮食总播种面积 + 绿色化生产 有效灌溉率 有效灌溉面积/耕地面积 + 化肥施用强度 农用化肥施用量/耕地面积 − 塑料薄膜使用强度 农用塑料薄膜使用量/耕地面积 − 农药使用强度 农药使用量/耕地面积 − 社会效益 农业劳动力就业比率 第一产业就业人数/农村劳动力 + 农村居民人均可支配收入 从国民经济统计公报直接获取 + 乡城收入比率 农村居民人均可支配收入/城镇居民人均可支配收入 + 二、 农业高质量发展水平测度与分析
（一） 数据来源
选取湖南省14个市（州）为样本，相关数据均来源于湖南省统计局。在此基础上，利用移动平均法，对某些缺失或不准确的数据进行补充和校正。
（二） 测度方法
1. 标准化处理
14项指标中，化肥施用强度、塑料薄膜使用强度和农药使用强度为负向指标，其余11个指标均为正向指标（表1）。利用极值法对各项指标进行标准化处理，计算公式如下：
$$ {Y}_{ijt}=\frac{{X}_{ijt}-{\rm{min}}\left({X}_{ijt}\right)}{{\rm{max}}\left({Y}_{ijt}\right)-{\rm{min}}\left({Y}_{ijt}\right)} $$ (1) $$ {Y}_{ijt}=\frac{{{\rm{max}}(X}_{ijt})-{X}_{ijt}}{{{\rm{max}}}\left({X}_{ijt}\right)-{\rm{min}}\left({X}_{ijt}\right)} $$ (2) 式（1）（2）中Yijt为标准化之后的指标值，Xijt为各指标原始数据，i是14个农业高质量发展的测度指标，j为湖南省14个市（州），t为年份。
2. 确定权重
熵值法的计算步骤为：
第一步，t年第j项指标中第i个研究对象指标数据的比率
${P}_{ijt} $ $$ {P}_{ijt}=\dfrac{{Y}_{ijt}}{\displaystyle\sum_{j=1}^{m}{Y}_{ijt}} $$ (3) 式（3）中，Pijt是j市（州）第i个测度指标的比率，m为研究对象数量，研究对象数量为150；
第二步，计算第j项指标的熵值
${D}_{it} $ $$ {D}_{it}=-1/\mathrm{ln}\left(m\right)\sum _{j=1}^{14}{P}_{ijt}\mathrm{ln}\left({P}_{ijt}\right) $$ (4) 式（4）中，Dit是t年第j个测度指标的熵值；
第三步，计算第i项指标的差异程度
${E}_{it} $ $$ {E}_{it}=1-{D}_{it} $$ (5) 式（5）中，Eit 是t年第i个测度指标的差异系数；
第四步，得到第i项指标的权重
${F}_{it} $ $$ {F}_{it}={E}_{it}/\sum _{i=1}^{14}{E}_{it} $$ (6) 式（6）中，Fit为t年第i个测度指标的权重。
3. 确定综合指数
$$ {G}_{jt}=\sum _{i=1}^{14}{F}_{it}{Y}_{ijt} $$ (7) Gjt是t年j市（州）农业高质量发展水平的总得分。
（三） 测度结果
根据上述指标测度方法，2012—2021年湖南省14个市（州）的农业高质量发展水平如表2所示。
表 2 2012—2021年湖南省农业高质量发展水平测算结果区域 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 湖南省 0.1073 0.1125 0.1371 0.1303 0.1998 0.1697 0.1756 0.1912 0.2164 0.2136 长沙市 0.1602 0.1877 0.1993 0.2135 0.2283 0.2657 0.2817 0.3134 0.3404 0.3836 株洲市 0.1496 0.1620 0.1550 0.1631 0.1728 0.1787 0.1872 0.2175 0.2285 0.2452 湘潭市 0.1664 0.1829 0.1811 0.1897 0.1987 0.2018 0.2151 0.2298 0.2493 0.2650 衡阳市 0.1366 0.1534 0.1609 0.1705 0.1792 0.2059 0.2158 0.2253 0.2341 0.2440 邵阳市 0.0885 0.0907 0.0962 0.1021 0.1103 0.1549 0.1534 0.1672 0.1800 0.1940 岳阳市 0.1173 0.1320 0.1397 0.1475 0.1546 0.2049 0.2110 0.2242 0.7797 0.2512 常德市 0.1350 0.1452 0.1527 0.1562 0.1617 0.6095 0.6207 0.2267 0.2304 0.2501 张家界市 0.0795 0.0902 0.0942 0.0986 0.1036 0.1191 0.1238 0.1372 0.1451 0.1565 益阳市 0.1263 0.1408 0.1415 0.1489 0.1609 0.2103 0.2159 0.2314 0.2450 0.2661 郴州市 0.1131 0.1257 0.1184 0.1263 0.1356 0.1539 0.1640 0.1769 0.1899 0.2018 永州市 0.1252 0.1408 0.1453 0.1510 0.1576 0.1840 0.1902 0.2046 0.2131 0.2289 怀化市 0.0697 0.0894 0.0787 0.0849 0.0905 0.1149 0.1193 0.1338 0.1437 0.1585 娄底市 0.0830 0.0948 0.1025 0.1103 0.1177 0.1471 0.1472 0.1604 0.1691 0.1770 湘西州 0.0591 0.0689 0.0687 0.0759 0.0813 0.0952 0.0977 0.1105 0.1232 0.1345 由表2可知，2012—2021年湖南省农业高质量发展呈现上升趋势，由2012年的0.1073上升至2021年的0.2136，年平均增长率为9.9%。2012—2021年间，湖南省农业的生产效率、产业效益、绿色化生产和社会效益都有不同程度的提升与改善。
从14个市（州）的农业高质量发展水平来看，各地区间的农业经济发展水平存在的差距较大。将上述测算结果与不考虑年份的四分位分类法相结合，分别以0.12285、0.18005和0.2222作为分类阈值，将各市（州）的农业高质量发展水平分为4个等级：高水平（0.2221，1]、中高水平（0.18005，0.2221]、中低水平（0.12285，0.18005]、低水平[0，0.12285][8]，湖南省14个市（州）农业高质量发展综合指数均值详见图1。研究区域在2012、2015、2019、2021四年的农业高质量发展水平的变化趋势能够较好地反映过去10年的总体变化，故本文只分析2012、2015、2018、2021年湖南省14个市（州）农业高质量空间差异（表3）。
表 3 2012—2021年湖南省国农业高质量发展水平的空间差异年份 发展水平 区域 2012 高水平 无 中高水平 长沙、湘潭 中低水平 株洲、常德、永州、衡阳、益阳 低水平 邵阳、岳阳、张家界、郴州、怀化、娄底、湘西 2015 高水平 长沙 中高水平 株洲、湘潭、衡阳 中低水平 岳阳、常德、益阳、郴州、永州 低水平 邵阳、张家界、怀化、娄底、湘西 2018 高水平 长沙、湘潭、衡阳、岳阳、常德、益阳 中高水平 株洲、永州、郴州 中低水平 邵阳、张家界、娄底 低水平 怀化、湘西 2021 高水平 长沙、株洲、湘潭、衡阳、岳阳、常德、益阳、永州 中高水平 邵阳、郴州、娄底、怀化 中低水平 张家界、湘西 低水平 无 从湖南省14个市（州）2012年和2015年农业高质量发展的空间分布来看，总体上呈“金字塔形”。2018年和2021年，湖南省农业高质量发展水平呈现“倒金字塔形”的空间分布特征。
总体上，湖南省2012—2021年农业发展呈稳步上升趋势。处于中高水平地区的数量增多，以湖南省的东部和北部为主，上述区域大多数以牺牲环境、破坏生态为代价，绿色农业的发展程度不高；农业高质量发展水平处于中低水平的地区数量呈减少趋势，地区分布以湖南省的西部和西南部为主，农业生产效率低下是这些地区农业高质量发展水平低于湖南省平均水平的一个重要原因；湘西地区在3年测算发展水平中都处于中低水平，湘西地区农业基础设施较为落后，机械化水平较低，机械动力不足，农业产业服务体系不健全，但是该地区农业绿色化水平较高，化肥施用量和农药使用量低于湖南省平均值。从整体来看，湖南省农业高质量发展水平同全国农业发展水平相似，呈现“东高西低”的分布格局。
湘东地区地形多为带状山丘区，经济基础和人民生活水平均优于其他地区，地理位置、人均财政资源和市场规模具有优势，技术优势使得农业机械化和生产效率得到了极大的改善。湘北地区的岳阳、常德和益阳位于中间地带，地形多为河网平原，交通便捷，农业发达，具有发展特色农业的优势，比如安化黑茶、汉寿甲鱼和蔬菜节，3个地区均属亚热带季风气候，具有良好的农作物资源，是发展现代农业的基础。同时，因其人力资本和交通等方面的优势，在农业规模化发展和建设现代农业方面位居湖南省前列。湘中地区主要有湘潭、娄底和邵阳3市，大部分是隆起的丘陵地带，农业发展处于中下水平，娄底和邵阳的位置较偏僻，经济条件相对落后。根据这一资源分布格局，其农村地区应以特色农业或综合治理型为主，对于农业基础好，有特殊农产品品牌优势的农村地区可发展特色农业来实现乡村振兴，如邵阳洞口一些农村以雪峰蜜桔为特色来带动农业发展。湘西地区包括湘西州、怀化和张家界3个市（州），位置偏远，地形主要以切割山地为主，是湖南省经济水平发展最低的一个区域，其农业基础设施条件较差，平均海拔在800～1200m之间，但其农业发展的比较优势在于拥有丰富的自然资源、农林牧渔资源和劳动力资源。另外，湘西地区在农药、化肥、塑料薄膜的使用量方面湖南省均处于较低的水平，绿色化发展程度相对较高。
三、 农业高质量发展各构成要素的协调度分析
（一） 农业高质量发展各构成要素的协调度测算
农业高质量发展是我国农村改革和发展的重要保证。在对湖南省农业发展水平的空间差异进行研究后，对各个指标要素的协调性进一步探讨。
指标的权重进行标准化处理，公式如下：
$$ {F}_{kit}={F}_{it}/\displaystyle\sum_{i=1}^{r}{F}_{it} $$ (8) 式（8）中：Fit是t年第i项指标的权重，Fkit是对t年各要素包含度量指标的权重进行标准化处理后得出的数据，r是农业高质量发展中各个要素所包含的指标个数，k是农业高质量发展的4个要素。
各要素发展水平用以下公式来计算：
$$ {S}_{kjt}=\sum _{i=1}^{r}{F}_{kit}{Y}_{ijt} $$ (9) 式（9）中：Skjt分别表示上述4个要素层面的发展状况。
计算各构成要素的协调度：
$$ {H}_{jt}=1-{S}_{jt}/{M}_{jt} $$ (10) 式（10）中：Sjt 为t年j市（州）各要素发展水平的标准差，Mjt 为t年j市（州）各要素发展水平的平均值，Hjt 为t年j市各要素构成的协调度。
（二） 农业高质量发展各构成要素的协调度测算结果
上文对湖南省14个市（州）近10年农业高质量发展的各个要素进行协调度分析，并给出相应的计算结果，见表4。湖南省近10年农业高质量发展各要素协调度变化趋势如图2所示，从2014—2016年间，各要素间的协调度降到最低值，2016年是近10年农业高质量发展协调度的最低点，在此之后缓慢上升，在2017—2019年保持平稳，于2020年又出现下个转折点，总体来看，湖南省农业高质量发展各要素间的协调度呈上升趋势。
表 4 2012—2021年湖南省农业高质量发展各构成要素的协调度区域 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 湖南省 0.7224 0.6425 0.7328 0.6303 0.4908 0.6649 0.6488 0.6612 0.5182 0.6930 长沙市 0.5448 0.4681 0.4495 0.4309 0.4199 0.6158 0.6071 0.6099 0.5694 0.5518 株洲市 0.8136 0.7791 0.7213 0.7073 0.6809 0.6919 0.6773 0.6644 0.5967 0.6015 湘潭市 0.7615 0.7435 0.6951 0.6856 0.6769 0.685 0.6663 0.6659 0.6805 0.6567 衡阳市 0.6184 0.5493 0.5382 0.5419 0.5464 0.6098 0.5724 0.5839 0.5977 0.5873 邵阳市 0.7011 0.6948 0.6733 0.645 0.6229 0.5767 0.5620 0.6084 0.6651 0.6953 岳阳市 0.6449 0.6233 0.5914 0.5587 0.5291 0.6777 0.6881 0.6809 0.2283 0.6533 常德市 0.8325 0.7933 0.7708 0.7525 0.7359 0.4024 0.4207 0.6806 0.678 0.7107 张家界市 0.4848 0.5922 0.6031 0.6207 0.6535 0.552 0.5354 0.5577 0.6342 0.6636 益阳市 0.5626 0.5061 0.4811 0.4677 0.4478 0.6511 0.6333 0.6377 0.6423 0.6556 郴州市 0.7059 0.6812 0.6532 0.6340 0.6244 0.6959 0.6802 0.6711 0.6452 0.6287 永州市 0.7628 0.7150 0.6801 0.6449 0.636 0.6984 0.685 0.6755 0.6584 0.6605 怀化市 0.5464 0.5108 0.5135 0.5013 0.4811 0.7422 0.7504 0.7084 0.6260 0.6168 娄底市 0.3762 0.4123 0.3748 0.3773 0.3572 0.6464 0.6556 0.6483 0.6219 0.6018 湘西州 0.3713 0.4155 0.3971 0.3966 0.4658 0.6188 0.598 0.6722 0.6299 0.6348 在对湖南省农业高质量发展的各个因素进行协调度测算的基础上，结合已有的文献和湖南省整体协调度变化趋势，为了更好体现2014—2016年间的下降趋势，前5年选取2012年和2015年来进行协调度空间演变展示；后5年仅在2020年出现较小波动，因此为了更加贴合表现后5年的变化，选取2018年和2021年进行协调度空间展示。根据农业高质量发展各要素间协调度的数值将其划分为4个层次，即[0，0.5519]、（0.5519，0.6345]、（0.6345，0.68035]、（0.68035，1]，对应的是低、中低、中高和高水平（表5），并对2012、2015、2018、2021年湖南省14个市（州）的农业高质量发展的各个构成要素之间的协调度进行空间分析（图2）。
表 5 2012—2021年湖南省国农业高质量发展各构成要素协调度的空间差异年份 协调发展水平 区域 2012 高水平 株洲、湘潭、邵阳、常德、郴州、永州 中高水平 岳阳、益阳 中低水平 衡阳 低水平 张家界、怀化、娄底、湘西、长沙 2015 高水平 株洲、湘潭、常德 中高水平 邵阳、永州 中低水平 岳阳、张家界、郴州 低水平 长沙、衡阳、益阳、坏话、娄底、湘西 2018 高水平 岳阳、怀化、永州 中高水平 株洲、湘潭、郴州、娄底 中低水平 长沙、衡阳、邵阳、湘西、益阳 低水平 常德、张家界 2021 高水平 邵阳、常德 中高水平 湘潭、岳阳、张家界、益阳、永州、湘西 中低水平 株洲、郴州、怀化、娄底、衡阳 低水平 长沙 从表5可看出，2012年，株洲、湘潭和岳阳等8个地区各要素协调度处于中高水平及高水平，其余地区处于中低水平及低水平，低水平地区比率较高。2015年，达到中高水平及以上的地区由2012年的8个减少到5个。2018年，岳阳、怀化、永州和株洲等7个地区实现了各构成要素协调度达到中高水平及高水平，与2015年相比，只有常德和张家界处于各要素协调度低水平区。2021年与2015年相比，处于中高水平及以上的地区由5个增加为8个，株洲、娄底等5个地区位于中低水平，仅有长沙处于低水平。
总体而言，湖南省2012—2021年农业高质量发展各构成要素的协调度总体呈现增长态势，但2021年与2012年相比，处于高水平的地区在递减，表明湖南省发展高质量农业各要素协调度还存在着不足，显露的问题仍然比较突出，需要加强各要素之间协调发展。
四、 结论与对策建议
（一） 结论
基于湖南省14个市（州）的数据，通过对湖南省近10年来的农业高质量发展情况的综合评估，探讨湖南省农业发展水平的空间特点和要素协调度问题。结论如下：（1）从时间维度来看，2012—2021年，湖南省农业高质量发展水平呈逐年递增趋势，发展水平从2012年的0.1073提高到2021年的0.2136，每年平均增长率为9.9%。每个城市间农业发展存在明显的差距。（2）从空间维度来看，湖南省东部农业发展的整体得分较西部高，而以常德、岳阳和益阳地区为代表的“洞庭湖区”，农业高质量发展水平最高，其次是“长株潭”地区，紧接着娄底、邵阳和株洲农业高质量发展水平居于上述两大经济区后，发展水平最低的为湘西州、张家界和怀化市3个地区。（3）湖南省2012—2021年农业发展各要素协调度与高质量发展程度基本一致。大湘西地区是农村经济发展水平较低的区域，各要素间的协调度也较差；处于中低水平的地区主要集中在湘南和湘中地区，由于各要素间协调度不够，造成了区域内农业发展受到限制；影响农业的可持续发展；各因素间协调度位于中高水平的区域呈逐年上升趋势，到2021年有湘潭、岳阳、张家界等6个地区各要素协调度位于中高水平；各要素协调度处于高水平的地区个数在2012年达到峰值，后面个数不断减少，到2021年只有邵阳和常德各要素协调度位于高水平地区，在保持农业发展高水平的同时各要素之间的协调度也处于高水平。
（二） 对策建议
1. 增强各区域农业发展要素间协调性
加强对农业产业结构的调整以及农业生产效率的提高，此做法有利于第一、二、三产业融合发展。一方面，各区域间的资源严重不平衡，如何实现资源共享是当前需要解决的一大问题，更要优化人口、社会、环境、产业等要素间的协调发展，例如加强城乡间的交流、加大乡村旅游的开发力度，政府可以将风景宜人的乡村打造成各具特色的主题小镇，农业产业与旅游观光产业的结合，以旅游带动农业发展、促进农业产业化新业态的形成。另一方面，以“龙头企业”为主体，当地龙头企业作为带动农业发展、促进农业产业与第二、三产业融合的一股重要动力，可以极好利用龙头企业的资源、技术、规模等优势，打造当地特色农业的优势集群融合。
2. 贯彻农业可持续发展理念
湖南省各区域间农业发展不平衡，将农业发展低质量区带出低水平是完成全区域农业高质量发展的首要任务。从近10年湖南省农业高质量发展各类数据结果显示，农业发展水平逐年提高，但各要素间的不平衡发展，势必会影响湖南省农业发展的可持续性。首先，应集中力量大力开展农业经济的发展，对农田水利工程这类的基础设施加大投资力度，进行全面的防治建设，同时增加对农业科研投入以求提高农业生产效率和农业收益；其次，提高从事农业发展的农民和农业管理人员的综合素质，注重对从事农业高质量发展的人才培养；最后，需要在政策上积极争取财政支持，保证湖南省农业高质量发展的资金稳定增长，从而更好地实现农业可持续发展。
3. 因地制宜推动农业高质量发展
湖南省农业高质量发展过程存在的困境很大部分来源于政府关注不足，资金投入不够，导致各市（州）发展动力不足。从湖南省近10年农业高质量发展水平综合指数来看，14个市（州）间农业发展自然条件、基础设施建设、人力资源数量均存在极大差异。农业发展水平高的“洞庭湖区”是湖南省农业最发达的地区，拥有丰富的耕地资源、领先的农业水利设施条件和农村基础建设，建立一个农业示范区，实现“规模化+机械化”发展，保持农业高质量发展水平的同时降低生产成本，以此带动农业与第二、三产业的同步提高。“长株潭”地区作为湖南省农业发展水平一般，但具有较强经济实力的区域，众多人口伴随着较大的市场需求，根据该地区的具体情况，要大力发展生产加工、运输和销售一体化的龙头企业，将各个生产环节联系起来，形成一条完整的产业链。农业发展水平较低的湘西地区，可以利用其丰富的山地资源、上乘的环境质量等显著优势，大力发展林木业、畜牧业以及绿色产品加工业，这对偏远地区实现农业高质量发展来说很有前途。
-
表 1 农民政策信息多维贫困指标体系
维度 指标 定义和临界值 权重
认知I1.综合类政策认知 对惠农政策的总体了解程度，无法或难以理解赋值为1，其他为0 1/12 I2.生产类政策认知 对生产类政策的了解程度，无法或难以理解赋值为1，其他为0 1/12 I3.生活类政策认知 对生活类政策的了解程度，无法或难以理解赋值为1，其他为0 1/12
能力I4.信息渠道利用能力 利用多信息渠道的能力，仅从单渠道获取信息赋值为1，否则为0 1/12 I5.信息检索能力 通过互联网检索信息的能力，不具备赋值为1，其他为0 1/12 I6.网上办理政务能力 通过互联网办理政务服务的能力，不具备赋值为1，其他为0 1/12
服务I7.政策人员服务 政策传播人员的服务情况，未添加干部微信赋值为1，其他为0 1/12 I8.政策社群服务 政策传播社群的服务情况，未进入村政微信群赋值为1，其他为0 1/12 I9.政策机构服务 周边信息机构提供政策信息服务情况，未提供赋值为1，其他为0 1/12 硬件 I10.家庭移动设备 户均移动电话的数量，低于2.57部/户赋值为1，其他为0① 1/12 I11.家庭网络设施 家庭接入互联网的情况，没有接入宽带赋值为1，其他为0 1/12 I12.政策机构规模 村庄政策信息机构的建设情况，无任何机构赋值为1，其他为0 1/12 注：①问卷收集时间为2019—2020年，国家统计局2019年发布的报告显示农民户均拥有移动电话2.57部[22]。 
下载: 导出CSV
表 2 各指标贫困发生率
维度 指标 总体/% 排序 认知 综合类政策认知 47.56 5 生产类政策认知 38.68 7 生活类政策认知 36.49 9 能力 信息渠道利用能力 21.01 12 信息检索能力 38.11 8 网上办理政务能力 79.27 1 服务 政策人员服务 53.30 4 政策社群服务 58.64 3 政策机构服务 71.63 2 硬件 家庭移动设备 33.14 10 家庭网络设施 27.51 11 政策机构规模 39.45 6
下载: 导出CSV
表 3 农民政策信息多维贫困指数测量结果及分地区情况
地区 政策信息多维贫困测量值 k值 0.3 0.4 0.5 0.6 0.7 0.8 全部 多维贫困发生率（H，%） 73.16 63.80 51.86 23.88 12.80 5.64 平均剥夺份额（A） 0.558 0.591 0.631 0.735 0.795 0.852 多维贫困指数（M0） 0.408 0.377 0.327 0.176 0.102 0.048 西部 多维贫困发生率（H，%） 88.67 82.41 71.33 36.87 20.96 10.12 平均剥夺份额（A） 0.596 0.616 0.647 0.743 0.801 0.855 多维贫困指数（M0） 0.529 0.508 0.461 0.274 0.168 0.087 中部 多维贫困发生率（H，%） 62.97 51.58 39.08 15.35 7.44 2.69 平均剥夺份额（A） 0.522 0.564 0.611 0.723 0.784 0.843 多维贫困指数（M0） 0.329 0.291 0.239 0.111 0.058 0.023
下载: 导出CSV
表 4 不同k值水平下各指标对农民政策信息多维贫困指数的贡献率
单位：% 维度 指标 不同k值下的贡献率 均值 均值排名 0.3 0.4 0.5 0.6 0.7 0.8 认知 综合类政策认知 9.07 9.19 9.27 9.25 9.62 9.29 9.28 5 生产类政策认知 7.57 7.65 7.81 8.48 8.76 9.12 8.23 6 生活类政策认知 7.14 7.33 7.69 8.48 9.08 8.96 8.11 7 能力 信息渠道利用能力 3.78 3.74 3.67 4.13 4.30 4.98 4.10 12 信息检索能力 6.75 6.72 6.52 6.89 6.96 7.46 6.88 9 网上办理政务能力 12.80 12.23 11.73 10.88 10.17 9.78 11.26 1 服务 政策人员服务 10.45 10.64 10.66 10.29 10.02 9.29 10.22 4 政策社群服务 11.20 11.21 11.27 10.52 10.17 9.45 10.64 3 政策机构服务 12.33 12.02 11.53 10.43 10.02 9.62 10.99 2 硬件 家庭移动设备 5.95 5.96 6.13 6.75 6.89 7.30 6.50 10 家庭网络设施 5.36 5.60 5.84 6.07 6.03 7.13 6.01 11 政策机构规模 7.61 7.73 7.88 7.84 7.98 7.63 7.78 8
下载: 导出CSV
表 5 不同k值水平下中西部地区对农民政策信息多维贫困指数的贡献率
单位：% 地区 不同k值下的贡献率 0.3 0.4 0.5 0.6 0.7 0.8 西部 51.34 53.39 55.91 61.83 65.41 71.48 中部 48.66 46.61 44.09 38.17 34.59 28.52 差值 2.67 6.78 11.82 23.66 30.83 42.95
下载: 导出CSV
表 6 不同k值水平下各指标对不同地区农民政策信息多维贫困指数的贡献率
单位：% 维度 指标 不同k值下的贡献率 0.3 0.5 0.7 均值 西部 中部 西部 中部 西部 中部 西部 中部 认知 综合类政策认知 9.80 8.30 9.66 8.77 9.45 9.95 9.49（5） 9.12（5） 生产类政策认知 8.36 6.73 8.36 7.12 9.09 8.14 8.69（7） 7.64（7） 生活类政策认知 6.99 7.29 7.44 8.00 8.85 9.50 7.94（8） 8.33（6） 能力 信息渠道利用能力 2.55 5.09 2.57 5.08 2.99 6.79 2.88（12） 6.05（10） 信息检索能力 6.19 7.33 6.31 6.79 7.06 6.79 6.70（10） 7.08（8） 网上办理政务能力 11.66 13.99 11.31 12.25 10.05 10.41 10.82（1） 11.80（1） 服务 政策人员服务 10.45 10.46 10.23 11.20 10.05 9.95 10.13（3） 10.31（4） 政策社群服务 10.26 12.18 10.36 12.42 10.05 10.41 10.08（4） 11.31（3） 政策机构服务 11.63 13.07 11.27 11.87 10.05 9.95 10.69（2） 11.37（2） 硬件 家庭移动设备 6.88 4.97 7.09 4.91 7.42 5.88 7.27（9） 5.39（12） 家庭网络设施 6.19 4.49 6.40 5.13 6.10 5.88 6.43（11） 5.43（11） 政策机构规模 9.04 6.09 9.01 6.46 8.85 6.33 8.87（6） 6.17（9） 注：括号内为该指标贡献率的均值在12个指标中的排名。
下载: 导出CSV
表 7 自变量的基本情况
变量维度 变量名称 操作化定义 均值 个体特征 性别 女性=0，男性=1 0.603 婚姻 未婚=0，已婚=1 0.865 年龄 受访时实际年龄 41.654 受教育水平 小学及以下=1，初中=2，高中/中专/技校/职高=3，大专及以上=4 2.403 所处地区 中部地区=0，西部地区=1 0.396 经济资本 家庭人均年收入 （0, 3000 ]=1，（3000 ,6000 ]=2 ，（6000 ,9000 ]=3，（9000 ,12000 ]=4，
（12000 ,15000 ]=5，（15000 ,+∞）=62.974 家庭主要职业 非务农农民=0，务农农民=1 0.588 社会资本 现实社会资本 非村干部=0，村干部=1 0.136 网络社会资本 微信好友数量，（0,50]=1，（50,100]=2，（100,150]=3，
（150,200]=4，（200,+∞）=52.558 信息资本 信息获取意愿 愿意获取各种有用信息的程度，最低=1，最高=5 4.332 信息消费意愿 不愿意为信息投入金钱=0，愿意=1 0.450 信息理解能力 从大量信息中整理关键内容的能力，最低=1，最高=5 3.623 数字化努力 每天上网时间低于1 h 38 min=0，高于=1* 0.651 数字化素养 浏览网络新闻、接受网络教育、网络信息共享、网络聊天、网络娱乐、网络购物、网络销售、网络投资炒股八项，能则每项得1分，加总，最低=0，最高=8 2.938 注：*国家统计局2018年开展的时间利用调查显示，农民互联网使用时间均值为1小时38分/天，问卷调查于2019—2020年开展，故以此为划分标准。
下载: 导出CSV
表 8 政策信息多维贫困程度的影响因素
维度 变量 模型1 模型2 模型3 系数 标准误 系数 标准误 系数 标准误 个体特征 男性1 −0.019 0.013 −0.013 0.012 −0.018 0.012 已婚2 −0.021 0.024 −0.008 0.023 −0.027 0.021 年龄 −0.001 0.001 −0.001 0.001 −0.002** 0.001 受教育水平 −0.027*** 0.008 −0.023** 0.008 −0.012 0.007 西部地区3 0.087*** 0.015 0.079*** 0.015 0.056*** 0.015 经济资本 家庭人均年收入 −0.017*** 0.004 −0.014*** 0.004 −0.014*** 0.004 务农农民4 −0.010 0.013 −0.009 0.013 −0.026* 0.012 社会资本 村干部5 −0.128*** 0.018 −0.115*** 0.017 −0.113*** 0.016 微信好友数 −0.032*** 0.004 −0.030*** 0.004 −0.021*** 0.004 信息资本 信息获取意愿 −0.044*** 0.006 −0.021*** 0.006 愿意信息消费6 −0.059*** 0.012 −0.050*** 0.012 信息理解能力 −0.047*** 0.005 高上网时间7 −0.042** 0.013 数字化素养 −0.017*** 0.003 常数项 0.718*** 0.039 0.906*** 0.044 1.075*** 0.044 样本数 896 883 863 模型整体检验 *** *** *** R方 0.326 0.380 0.453 注：①显著性水平：* P<0.05，** P<0.01，*** P<0.001（双尾检验）。②1的参考类别为“女性”，2的参考类别为“未婚”，3的参考类别为“中部地区”，4的参考类别为“非务农农民”，5的参考类别为“非村干部”，6的参考类别为“不愿意信息消费”，7的参考类别为“低上网时间”，表9同。
下载: 导出CSV
表 9 不同程度政策信息多维贫困发生的影响因素
维度 变量 轻度政策信息多维贫困 中度政策信息多维贫困 重度政策信息多维贫困 几率比 标准误 几率比 标准误 几率比 标准误 个体特征 男性1 1.063 0.222 0.912 0.164 0.565* 0.146 已婚2 0.523 0.216 0.893 0.291 1.213 0.585 年龄 0.978 0.012 0.975* 0.010 0.978 0.014 受教育水平 0.794 0.101 0.873 0.092 1.046 0.158 西部地区3 1.767* 0.489 1.775** 0.373 1.795* 0.511 经济资本 家庭人均年收入 0.835** 0.056 0.849** 0.050 0.828* 0.072 务农农民4 0.577** 0.122 0.760 0.143 0.889 0.237 社会资本 村干部5 0.213*** 0.057 0.251*** 0.076 0.217* 0.164 微信好友数 0.772*** 0.052 0.745*** 0.043 0.861 0.075 信息资本 信息获取意愿 0.593** 0.103 0.744** 0.074 0.828 0.089 愿意信息消费6 0.606* 0.121 0.569*** 0.097 0.608 0.155 信息理解能力 0.539*** 0.054 0.660*** 0.054 0.500*** 0.059 高上网时间7 0.823 0.193 0.614* 0.121 0.596* 0.150 数字化素养 0.883* 0.050 0.916 0.044 0.716*** 0.060 样本数 863 863 863 模型整体检验 *** *** *** 伪R方 0.329 0.260 0.275 对数伪似然 −336.373 −442.645 −234.646
下载: 导出CSV
-
[1] 彭继权. 新型城镇化背景下农民工多维贫困动态性研究[M]. 北京: 中国财政经济出版社, 2021: 17−18. [2] 阿玛蒂亚·森. 以自由看待发展[M]. 北京: 中国人民大学出版社, 2002: 85−88. [3] 阿马蒂亚·森. 贫困与饥荒: 论权利与剥夺[M]. 北京: 商务印书馆, 2001: 61. [4] United Nations Development Programme. Human Development Report 2010: The Real Wealth of Nations: Pathways to Human Development[EB/OL]. (2010-11) [2024-03-02]. http://hdr.undp.org/en/content/human-development-report-2010.
[5] 相丽玲, 牛丽慧. 基于阿马蒂亚·森权利方法的信息贫困成因分析[J]. 情报科学, 2016(8): 47. DOI: 10.13833/j.cnki.is.2016.08.009. [6] 谢俊贵. 社会信息化过程中的信息分化与信息扶贫[J]. 情报科学, 2003(11): 1138. DOI: 10.3969/j.issn.1007-7634.2003.11.005. [7] LIEVROUW L A, FARB S E. Information and equity[J]. Annual Review of Information Science & Technology, 2003(1): 499.
[8] HAIDER J, BAWDEN D. Conceptions of “information poverty” in LIS: a discourse analysis[J]. Journal of Documentation, 2007(4): 534.
[9] BARJA G, GIGLER B S. The concept of information poverty and how to measure it in the Latin American context[J]. MPRA Paper, 2007(1): 1.
[10] LINGEL J, BOYD D. “Keep it secret, keep it safe”: Information poverty, information norms, and stigma[J]. Journal of the American Society for Information Science and Technology, 2013(5): 981.
[11] 周向红. 从数字鸿沟到数字贫困: 基本概念和研究框架[J]. 学海, 2016(4): 154. DOI: 10.16091/j.cnki.cn32-1308/c.2016.04.023. [12] 胡鞍钢, 童旭光, 诸丹丹. 四类贫困的测量: 以青海省减贫为例(1978-2007)[J]. 湖南社会科学, 2009(5): 45. [13] 刘若熙, 齐丹. 基于灰色关联理想解法的农民信息素养评价模型[J]. 情报探索, 2016(10): 29. DOI: 10.3969/j.issn.1005-8095.2016.10.007. [14] YU L, ZHOU W, YU B, et al. Towards a comprehensive measurement of the information rich and poor: Based on the conceptualization of individuals as information agents[J]. Journal of Documentation, 2016(4): 614.
[15] 刘世洪, 许世卫. 中国农村信息化测评方法研究[J]. 中国农业科学, 2008(4): 1012. DOI: 10.3864/j.issn.0578-1752.2008.04.010. [16] 金福子, 吴林奕, 刘仕宇. 基于灰色关联度的农业农村信息化水平及影响因素分析[J]. 河北农业大学学报(社会科学版), 2020(3): 46. DOI: 10.13320/j.cnki.jauhe.2020.0044. [17] 刘宇, 杨志萍, 陈漪红, 陆颖. 我国科技信息多维贫困测度指标与实证研究[J]. 图书情报工作, 2021(4): 3. DOI: 10.13266/j.issn.0252-3116.2021.04.001. [18] 徐勇. “政策下乡”及对乡土社会的政策整合[J]. 当代世界与社会主义, 2008(1): 116. DOI: 10.16502/j.cnki.11-3404/d.2008.01.027. [19] 肖滨. 政治学导论[M]. 广州: 中山大学出版社, 2016: 231. [20] 谢梅, 赵颀. 惠农政策的传播效果评估及策略思考: 以河北省承德市两家乡调查为例[J]. 农村经济, 2016(7): 22. [21] 樊振佳, 程乐天. 可行信息能力: 一个信息分化问题学术概念的构建与阐释[J]. 图书情报工作, 2017(13): 19. DOI: 10.13266/j.issn.0252-3116.2017.13.003. [22] 国家统计局. 农村经济持续发展 乡村振兴迈出大步: 新中国成立70周年经济社会发展成就系列报告之十三[EB/OL]. (2019-08-07)[2024-03-02]. http://www.stats.gov.cn/tjsj/zxfb/201908/t20190807_1689636.html,2019-8-7. [23] 郑素侠, 宋杨. 空间视野下我国信息贫困的分布特征与政策启示[J]. 现代传播(中国传媒大学学报), 2019(7): 21. DOI: 10.3969/j.issn.1007-8770.2019.07.004. [24] ALKIRE S, FOSTER J. Counting and multidimensional poverty measurement[J]. Journal of Public Economics, 2007(7-8): 476.
[25] 张全红, 周强. 中国农村多维贫困的动态变化: 1991—2011[J]. 财贸研究, 2015(6): 22. DOI: 10.19337/j.cnki.34-1093/f.2015.06.004. [26] HE J, LI O, CAI M. The Research and Analysis of Rural Information Poverty in Guizhou[C]. 2015 International Conference on Social Science and Higher Education. Pairs: Atlantis Press, 2015: 110-114.
[27] 朱庆莹, 陈银蓉, 胡伟艳, 等. 社会资本、耕地价值认知与农户耕地保护支付意愿: 基于一个有调节的中介效应模型的实证[J]. 中国人口·资源与环境, 2019(11): 120. DOI: 10.12062/cpre.20190513. [28] 司瑞石, 陆迁, 谭永风. 信息资本对农户水土流失治理投入意愿的影响研究: 基于黄土高原区1048户农户的数据[J]. 干旱区资源与环境, 2018(11): 41. DOI: 10.13448/j.cnki.jalre.2018.331. [29] 刘博. 农民信息贫困的“脆弱性”研究: 黑龙江农村地区信息需求与消费状态调查[J]. 图书馆理论与实践, 2017(2): 5. DOI: 10.14064/j.cnki.issn1005-8214.2017.02.002. -
期刊类型引用(3)
1. 谢亚茹，杨光. 德州农业高质量发展与水资源利用的脱钩分析. 海河水利. 2025(02): 8-13 . 
百度学术
2. 汪雨涵，刘辉. 长江经济带农业高质量发展时空差异分析. 云南农业大学学报(社会科学). 2024(04): 59-66 . 本站查看
3. 黄艳. 豫南大别山区脱贫前后的乡村发展能力比较研究——以信阳市为例. 信阳农林学院学报. 2023(04): 32-37 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 451
- HTML全文浏览量: 95
- PDF下载量: 25
- 被引次数: 3