互联网发展、科技创新效率与城乡收入差距

俞彤晖，肖延玉

(1，2.信阳师范学院 商学院，河南 信阳 464000)

一、引言

党的二十大报告提出，“加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国”，并对加快发展数字经济提出明确要求。报告还指出，“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略......”。与此同时，***总书记在报告中着重强调，“必须坚持在发展中保障和改善民生，鼓励共同奋斗创造美好生活，不断实现人民对美好生活的向往”。其中将“完善分配制度”作为保障和改善民生的首要任务。历经40余年改革开放，中国经济取得了举世瞩目的成就，但光鲜成绩的背后，仍积累了诸多不容忽视的结构性矛盾，而城乡收入分配差距过大即是民生保障领域存在的突出问题。长期的城市偏向政策引致农业农村的滞后发展，城乡经济利益断裂无疑成为转型期中国社会的真实写照，而城乡居民绝对收入差距持续扩大显然是其首要“贡献”，并成为中国经济高质量发展的关键羁绊。数字经济时代，如何借力互联网发展红利，破除城乡二元壁垒，助推城乡收入差距弥合，实现城乡居民共同富裕是当前亟待探索的重要议题。同样，推动科技创新体系的完善是塑造发展新动能新优势的关键举措，科技创新效率对城乡收入差距的客观影响亦需要系统揭示。据此，本文将互联网发展、科技创新效率与城乡收入差距纳入统一分析框架，基于多维度系统考察三者之间的动态关联。

二、文献综述

理论界在互联网发展、科技创新效率与城乡收入差距相关研究上取得众多重要成果。本文研究与如下几类文献相关：

(一)关于互联网影响城乡收入差距的相关研究

近年来，我国经济健康持续增长得益于互联网技术的广泛应用，探究互联网与收入之间的关系成为理论界研究的热点。现有研究普遍认为互联网对城镇居民和农村居民的收入都存在显著拉动作用(韩长根和张力，2017)[1]21-22，然而关于互联网对城乡收入差距的影响效果，学者们并未形成一致定论。有学者认为互联网对农村居民收入的拉动作用大于城镇居民，有利于缩小城乡收入差距(韩长根和张力，2017)[1]25；亦有学者认为互联网虽然能够降低工作搜寻成本、提高工作匹配效率进而提升工资水平，但城乡互联网普水平的差异加剧了城乡收入差距(贺娅萍和徐康宁，2019)[2]29；还有学者认为在互联网发展初期，农村居民在信息获取、甄别、再加工等方面落后于城镇居民，导致互联网对农村居民的增收效应弱于城镇居民；而在互联网发展后期，通过借鉴城镇相对成熟的互联网应用经验能够有效提升农村居民收入水平，因此，互联网对城乡收入差距的影响呈倒“U”型趋势(程名望和张家平，2019)[3]29。

(二)关于科技创新影响城乡收入差距的相关研究

目前科技创新与经济增长关系的研究已获诸多成果，关于科技创新与城乡收入差距关系的探索却较鲜见。既有研究普遍认为科技创新会加剧城乡收入差距。譬如，谢婷婷等(2015)采用贝叶斯分位数方法发现，科技创新显著拉大城乡收入差距，且科技创新加剧了收入差距扩大的速度[4]40；龙少波等(2015)研究揭示，城乡间技术进步速度差异及技术引进不平衡加剧了城乡居民收入差距[5]33。此外，既有研究发现科技创新对城乡收入差距的影响效果存在区域差异特性。譬如，朱勇和张宗益(2005)采用微观计量综列数据方法发现，发达地区技术创新能力对经济增长的贡献度高于欠发达地区，引致二者间经济发展与居民收入差距持续扩大[6]96-98；李政和杨思莹(2018)则发现科技创新显著拉大了城乡收入差距，其作用效果呈现东中西部地区依次递增态势[7]27。

(三)文献评述

综上所述，既有研究在探讨互联网发展、科技创新对城乡收入差距的影响方面取得了一定成果，但尚未有文献将三者纳入统一分析框架展开研究。当前，我国数字经济发展规模逐年递增，推动着互联网技术不断迭代创新以及科技创新效率持续提升，这在一定程度上影响着城乡收入分配格局。据此，本文将从理论分析与实证检验两个层面探讨互联网发展、科技创新效率对城乡收入差距的影响实效，相较既有文献，本文主要有以下三个方面的边际贡献：第一，立足于数字经济时代，将互联网发展、科技创新效率与城乡收入差距纳入统一分析框架展开研究。第二，从应用和产出两个角度出发，构建了互联网发展水平综合测度指标体系，并借助全局主成分分析法赋权基础指标，获得地区互联网发展水平综合得分。第三，考虑到变量演进的动态性，构建动态面板计量模型，并使用系统广义矩估计方法实证揭示互联网发展、科技创新效率对城乡收入差距的影响实效。

三、理论分析与研究设计

截至2022年6月，我国网民规模达10.51亿，互联网普及率达74.4%(1)数据来源：第50次《中国互联网络发展状况统计报告》。以互联网为典型代表的数字经济快速发展不仅为城乡居民收入分配格局改善带来新机遇，也显著推动了科技创新效率提升，而科技创新效率是否影响城乡居民收入分配亦有待深入探索。本文将在系统梳理互联网发展、科技创新效率对城乡收入差距影响机理的基础上，科学选取和测度相关指标变量，并通过构建动态面板模型展开实证分析。

(一)理论分析

1.互联网缩小城乡收入差距的理论分析

近年来，网络信息技术的普及与应用推动数字经济蓬勃发展，为我国经济高质量发展提供强劲引擎，同时，在农村经济社会发展动能不足、城乡利益分配不均的大背景下，互联网技术在多个领域的广泛应用也为弥合城乡收入差距带来全新契机。目前，互联网作为一种重要的信息传播渠道，在农村经济社会发展中发挥着重要作用。在农业生产中，互联网能够向城乡居民传递新品种、新技术、新模式等农业科技信息，使农业生产经营者进行适度规模经营，科学规避风险，助力农业生产经营能力和生产效率提升，实现农业稳定发展和农民普遍增收。在农产品销售环节，互联网优化传统销售模式，实现产销对接，降低了农产品大量滞销的风险。同时，农户通过互联网及时获取农产品价格信息，提高了议价能力，有助于稳定农产品销售价格。在就业方面，互联网不仅为农村居民提供成本低廉的学习平台，极大丰富了农村劳动力的知识储备和专业技能，大大提升了非农就业机会，而且能够对就业信息进行甄别筛选，提高工作匹配效率，减少因信息不对称产生的摩擦性失业。此外，数字普惠金融的推广有效弥补了农户创业初期面临的融资缺口，提升了农户创业成功几率。

2.科技创新加剧城乡收入差距的理论分析

科技创新在推动经济社会发展的同时，也在一定程度上影响城乡居民收入分配。科技创新效率的提升有助于优化生产模式、提高生产效率，进而提升居民收入。然而，科技创新虽然带来农产品产量逐年递增的可喜态势，但由于农产品需求价格弹性较小，容易出现“谷贱伤农”局面。因此，城镇居民不仅无须直接承担农业科技创新的投入资金，而且能够轻易获取较为廉价的农产品，致使城镇居民享受到较农村居民更多的科技创新红利。同时，城镇得天独厚的区位优势使大量高水平人力资本向城镇集聚，由于技术进步内生偏向技能劳动者，城镇居民拥有更多的资源禀赋，其科技创新潜力要显著高于农村居民，城镇地区生产的高科技产品也具有更强的市场竞争力，导致城镇居民能够获取更多收入。此外，科技创新不仅通过优化生产模式、加强产业关联等途径促进产业结构升级，提高生产效率，而且能够推动产业集聚形成规模经济和范围经济，降低生产成本。然而城镇相较于农村具有更完善的产业结构，因此城镇居民能够获取更多收益，城乡收入差距进一步拉大。

(二)研究设计

1.模型构建

为考察互联网发展水平、科技创新效率对城乡收入差距的影响实效，本文建立动态面板模型如下：

yi,t=C+αyi,t-1+β1Interi,t+β2Stii,t+θZi,t+μi+εi,t

(1)

其中，变量y为城乡收入差距，Inter为互联网发展水平，Sti为科技创新效率，Z为控制变量集合，μ代表个体效应，ε为残差项。下标i与t分别表示个体与时间，α、β、θ分别为对应变量的回归估计系数值。

2.变量选取

(1)被解释变量：城乡收入差距(Theil)。本文参考欧阳志刚(2014)[8]122的做法，使用泰尔指数衡量城乡收入差距，具体计算公式如下：

(2)

其中，Theili,j表示地区在年份的泰尔指数值，j=1,2分别代表城镇与农村地区；Sij,t表示i地区在t年份的城镇或农村居民收入，Si,t表示地区在年份的居民总收入；rij,t表示i地区在t年份的城镇或农村人口数量，ri,t表示地区在年份的总人口。

(2)解释变量1：互联网发展水平(Inter)。本文借鉴黄群慧等(2019)和左鹏飞(2020)的做法[9]13[10]77，结合现有互联网发展水平评价研究以及数据可获得性，选取互联网普及率、信息传输、计算机服务和软件业从业人员占总单位从业人员比重、每百人拥有移动电话部数、人均电信业务总量、人均邮政业务总量、单位面积长途光缆线路长度等6个维度的指标衡量互联网发展水平(见表1)。

表1 互联网发展水平评价指标体系

本文拟采用全局主成分分析法客观赋权互联网基础指标，具体步骤如下：

步骤1，建立省域互联网发展水平测度的立体时序数据表。在样本考察期(2004—2020年)内，每年设置一个立体时序数据表，即XT=(Xij)n*m，其中，Xij为基础指标值，n为考察省区个数(即n=31)，m为截面样本的基础指标个数(即m=6)，T年样本考察期内共有T个立体时序数据表，即XT=(Xij)T*n*m。

步骤2，对互联网发展水平评价指标体系中各基础指标数据进行同向化和全局标准化处理，以消除量纲差距。本文使用均值化作为全局标准化方法。表2是经由全局标准化处理后的面板数据进行变量间偏相关检验结果，KMO(Kaiser-Meyer-Olkin)统计量与巴特利特(Bartlett)球形度检验显著性结果说明样本数据适合进行主成分分析。

表2 KMO和巴特利特检验

步骤3，继续按照经典主成分分析步骤对6个全局标准化后的基础指标实施协方差矩阵的计算、协方差矩阵特征向量的求解以及全局主成分的确定。经运算得出，特征值大于1的全局主成分共2个，因此提取前2个主成分，累计方差贡献率达到82.122%。

步骤4，基于全局主成分方差贡献率和成分矩阵系数等信息确定客观权重。这里须注意，基础指标权重是经由立体时序数据表的重心平均测算得到，故不受时间变动的影响，即全部T年样本均使用该组指标权重计算省域互联网发展水平得分。全局主成分分析法确定的客观权重参见表1。

结合经全局标准化处理的各基础指标数据和对应权重，即可计算出2004-2020年中国省域互联网发展水平得分。

(3)解释变量2：科技创新效率(Sti)。本文借鉴韩兆洲(2020)的做法[11]106，结合现有评价科技创新效率的研究以及数据的可获得性，从投入与产出两个角度出发，选取R&D人员全时当量和R&D资本存量作为科技创新的投入指标，专利授权量、技术市场成交额和新产品销售收入作为科技创新的产出指标，构建科技创新效率评价指标体系(见表3)。

表3 科技创新效率评价指标体系

(3)

(4)

(5)

(6)

测算R&D资本折旧率有生产函数方法、分期摊销模型、专利展期模型和市场估价模型等，但是为了方便，很多学者直接假定一个常数，本文参考Hall和Mairesse(1995)的做法将折旧率设定为15%[13]21-22。既有研究构造R&D支出价格指数是通过加权平均相关价格指数得到，本文在考察现有文献的基础上，采用固定资产投资价格指数和消费物价指数加权构造R&D支出价格指数，分别赋予0.5和 0.5的权重。基于上述得到的 R&D支出量、初始R&D 资本存量、R&D支出价格指数以及 R&D 资本折旧率可以估算出2004-2020年各省 R&D资本存量。

在科技创新效率的测算方法选择上，本文采用窗口DEA分析法。窗口DEA分析法是将不同时期的同一决策单元当作不同决策单元，采用移动平均法测算效率，可有效地反应效率的动态变化。Charnes(1984)等将数据包络分析与窗口分析相结合，提出了数据包络窗口分析(DEA window analysis)，以估计动态数据的效率[14]62。采用窗口分析法计算2004-2020年科技创新效率，每个窗口包括n×t个决策单元，n表示决策单元数，即研究单元总数，本研究中n=31，t表示窗口的宽度。实践中，当t=3或t=4时，测算效率最优，本研究中取t = 3，第一个窗口包括 2004年、2005年和 2006年。窗口的步长取一年，因此，第二个窗口包括 2005年、2006年和2007年，2004—2020年间共15个窗口，除 2004和2020 年每个决策单元仅有1个效率值，2005年和2019年仅有2个效率值，其余年份均有 3个效率值。每年每个决策单元的平均效率表示该年的效率。

(4)控制变量。实证揭示互联网发展、科技创新效率对城乡收入差距的影响实效还必须控制一系列相关变量：城镇化水平，使用城镇人口占总人口的比重来衡量，记作Urban，城镇化有助于城乡居民在共享经济发展成果的同时缩小城乡收入差距；基础设施建设水平，使用省区公路里程与省区面积的比值来衡量，记作Infra，基础设施建设能够引致居民收入水平普遍提升，可能对城乡居民收入分配格局产生影响；政府行为，使用地方政府财政支出占GDP比重来衡量，记作Govexp，地方政府的保障性支出有助于缩小城乡收入差距；工业化水平，使用第二、三产业增加值之和占GDP比重来衡量，记作Indus，工业化进程促使二、三产业劳动生产率大幅提升，可能会扩大城乡收入差距。

3.数据说明

基于实际数据的可获得性，使用全国31个省(市、自治区)2004—2020年面板数据作为实证分析样本。本文所用数据均来自历年《中国统计年鉴》《中国科技统计年鉴》、中国经济社会大数据研究平台及EPS数据库等。模型中各变量描述性统计如表4所示。

四、实证结果分析

囿于联立内生性等因素可能对模型估计结果造成严重干扰，本文将使用系统广义矩估计方法对模型展开回归分析。此外，拟使用逐项回归的做法以避免多重共线性问题可能对估计结果造成的偏误。

表4 模型变量说明及描述性统计

(一)基准估计结果分析

由表5可知，全部回归估计的AR(2)和Sargan统计量均无法拒绝模型残差项不存在二阶自相关和所有工具变量均有效的原假设，说明模型设定是合适的。

表5 互联网发展、科技创新效率影响城乡收入差距的基准估计结果

具体而言，互联网发展水平对城乡收入差距的影响系数显著为负，且这一结论未受到控制变量增减的影响，在加入全部控制变量后，互联网对城乡收入差距的估计系数在1%水平上为-0.0013，即互联网发展显著缩小了城乡收入差距。科技创新效率对城乡收入差距的影响系数显著为正，且这一结论未受到控制变量增减的影响，在加入全部控制变量后，科技创新效率对城乡收入差距的估计系数在1%水平上为0.0156，即科技创新效率显著加剧了城乡收入差距。从控制变量的回归结果来看，基础设施建设、工业化的系数估计值并不显著，而城镇化、政府行为的系数估计值均显著为负，表明城镇化、政府行为有利于改善城乡收入分配格局。

(二)区域异质性分析

本文基准回归结果验证了互联网发展、科技创新效率与城乡收入差距之间分别存在负向关联和正向关联，然而我国幅员辽阔，互联网发展、科技创新效率在不同地区对城乡收入差距的影响效果可能不同，因此区域异质性分析具有一定必要性。本文将进一步按照我国传统东中西部三大地区划分标准(2)具体分法是，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南(11个省份)；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南(8个省份)；西部地区包括重庆、四川、贵州、广西、云南、西藏、陕西、内蒙古、甘肃、宁夏、青海、新疆(12个省份)。分样本估计互联网发展、科技创新效率对城乡收入差距的影响是否存在区域异质性。东部地区和中西部地区回归结果分别如表6、表7所示。

表6 东部地区互联网发展、科技创新效率影响城乡收入差距的基准估计结果

由表6、表7可知，东部地区全部回归估计的AR(2)和Sargan统计量均无法拒绝模型残差项不存在二阶自相关和所有工具变量均有效的原假设，说明模型设定是合适的。同理，中西部地区模型设定也是合适的。具体而言，东部地区互联网对城乡收入差距的估计系数在1%水平上为-0.0007，中西部地区互联网对城乡收入差距的估计系数在5%水平上为-0.0016，说明不管在东部地区还是在中西部地区，互联网发展都显著改善了城乡收入差距。对比表6和表7发现，在加入控制变量的过程中，中西部地区互联网对城乡收入分配的改善效果始终优于东部地区，因此中西部地区在城乡发展进程中要充分发挥互联网红利，改善城乡收入分配格局。东部地区科技创新效率对城乡收入差距的估计系数在1%水平上为0.0107，中西部地区科技创新效率对城乡收入差距的估计系数在1%水平上为0.0146，说明不管在东部地区还是在中西部地区，科技创新效率都显著加剧了城乡收入差距。对比表6和表7发现，在加入控制变量的过程中，中西部地区科技创新效率加剧城乡收入差距的程度始终大于东部地区，因此中西部地区在改善城乡收入分配格局时应警惕科技创新效率引致的城乡收入差距加剧问题。

表7 中西部地区互联网发展、科技创新效率影响城乡收入差距的基准估计结果

(三)稳健性检验

利用Stata17.0软件对2004—2020年全国31个省(市、自治区)面板数据构成的模型进行系统GMM估计。为了更好地显示模型估计结果的一致性，参考Bond et al.(2011)的处理方法[15]25，在对模型进行系统GMM估计的同时，给出相应的OLS和固定效应模型估计量用于系数比对。因为考虑到存在不可观测的个体效应μi，OLS估计会导致被解释变量滞后项系数值α偏高(上偏)，而固定效应模型估计则会导致α偏低(下偏)；只有当系统GMM估计的被解释变量滞后项系数介于OLS与固定效应模型估计量之间时，才是合理且一致的。通常在系统 GMM估计后，还应使用AR(2)和Sargan统计量，分别对残差项εi,t自相关性和选定工具变量有效性进行检验。在完成对模型的系统GMM 估计后，进一步对相应结果展开稳健性检验。一方面，考虑到被解释变量(Theil指数)的选取是否具有代表性，对模型被解释变量进行合理调换，即重新选择“城乡收入差距”的代理变量。近年来，有关城乡收入分化的探索性研究方兴未艾，而基于此视角审视城乡收入差距问题，更能直观地揭示城乡矛盾。因此，本文参考俞彤晖(2018)的做法[16]117，将表征城乡收入分化程度的ER指数作为“城乡收入差距”的代理变量，并在此基础上对模型重新展开系统GMM估计。另一方面，考虑到样本极值可能对估计结果造成干扰，剔除模型被解释变量(城乡收入差距)在2020年的极大值(甘肃)与极小值(天津)样本，重新进行系统GMM估计，以检验结果的稳健性。模型的基准估计结果与稳健性检验结果见表8。

表8 互联网发展、科技创新效率影响城乡收入差距的基准估计结果及稳健性检验结果

如表8第(1)(2)(3)列所示，在比对被解释变量滞后一期系数后发现，系统GMM估计被解释变量滞后项系数为0.7782，介于OLS估计系数(0.9118)与固定效应模型估计系数(0.7507)之间，说明系统GMM方法估计出的系数是合理且一致的。同时，AR(2)和Sargan统计量均无法拒绝模型残差项不存在二阶自相关和所有工具变量均有效的原假设，说明模型设定是合适的。具体看，互联网(Inter)对城乡收入差距的估计系数在1%水平上显著为负，说明互联网发展水平对城乡收入差距有显著的弥合效应；科技创新效率(Sti)对城乡收入差距的估计系数在1%水平上显著为正，说明科技创新效率显著加剧了城乡收入差距。从各控制变量的回归结果来看，基础设施建设、工业化的系数估计值并不显著。城镇化水平的系数显著为负，说明城镇化进程推动了农村劳动力流动，促进了农业劳动力向城镇地区汇集，充盈了城镇劳动力市场，降低了城镇居民平均工资，并从总体上提升了农村居民的收入水平；政府行为变量的系数显著为负，表明政府的财政支出行为有助于改善城乡收入分配格局，这也与近年来各地政府致力于调控城乡收入差距的政策有关。为验证该结论的稳健性，表8第(4)(5)分别给出了调换被解释变量和剔除被解释变量样本极值后的估计结果，发现互联网的估计系数依然在1%水平上为负，科技创新效率的估计系数在1%水平上为正，说明本文的基本研究结论是稳健的。这也证实了本文的理论预期，即互联网发展在应对增长性贫困中具有显著益处，有助于维护社会公平正义，缓解城乡差距；科技创新未能在减小城乡收入差距方面发挥应有的效果，反而扩大了城乡收入差距。

五、研究结论与政策启示

党的二十大报告提出，着力维护和促进社会公平正义，着力促进全体人民共同富裕，坚决防止两极分化。在扎实推进共同富裕和厚植高质量发展土壤的当下，须高度警惕城乡收入差距的负面影响。近年来，我国数字经济发展方兴未艾，推动互联网发展水平和科技创新效率不断提高，城乡经济社会发展迎来全新机遇。在此背景下，将互联网发展、科技创新效率与城乡收入差距纳入统一分析框架展开研究具有重要的理论与现实意义。

(一)研究结论

本文首先从理论层面剖析互联网发展、科技创新效率影响城乡收入差距的内在逻辑，随后基于全国 31个省(市、自治区)2004—2020年面板数据，构建动态面板模型，并使用系统广义矩估计方法实证检验互联网发展水平、科技创新效率对城乡收入差距的影响实效，结论如下：

1.互联网发展有助于弥合城乡收入差距。就全国整体样本而言，互联网发展能够显著缩小城乡收入差距，有效改善城乡经济利益分配格局。在分区域视角下，中西部地区互联网发展对城乡收入分配的改善效果始终优于东部地区。

2.科技创新效率的提升却在一定程度上加剧了城乡收入不平等程度。在全国整体视角下，科技创新效率的提升显著扩大城乡收入差距，导致城乡经济利益割裂态势更加恶化。在分区域视角下，中西部地区科技创新效率加剧城乡收入差距的程度始终大于东部地区。

3.本文实证研究结论具有稳健性。在调换被解释变量以及剔除被解释变量极值样本后重新回归，检验结果未发生根本性改变，说明本文研究结论是稳健的。此外，通过构建动态面板模型并使用系统广义矩估计方法，也在一定程度上缓解了内生性对研究结论稳健性的影响。

(二)对策建议

为有效弥合城乡收入差距，推进经济社会健康持续发展，结合本文研究结论，提出如下对策建议：

1.厚植乡村“数字土壤”，强化农村数字基础设施建设。政府应合理统筹城乡新型基础设施投资，加大对农村网络信息基础设施建设的投入力度，警惕因数字基础设施建设水平差距形成的城乡一级数字鸿沟，为农村居民营造更为公平的网络利用空间。同时，政府亦须强化农村地区普惠性数字信息技术的推广与应用，城乡居民囿于教育资源约束导致人力资本水平存在差异，导致农村居民在数字技术的应用能力方面存在不足之处。应加大教育宣传力度，培养农村居民数字经济思维，提升其对数字技术的应用能力，缩小二级数字鸿沟。此外，还须重视乡村数据资源平台与治理平台的建设，协同推进数字乡村与智慧城镇发展，增强数字基础设施建设的城乡包容性，有效弥合城乡间数字鸿沟。

2.强化农村贫困家庭教育补助，重视城乡基础教育均等化投入。保障农村贫困家庭的受教育权利和受教育质量对修复城乡社会裂痕的重要性不言而喻，应在“两免一补”等政策的基础之上进一步强化对农村贫困家庭的教育补助，但须做到有所侧重，避免“撒胡椒面”式的扶持，须在科学研判的前提下针对真正困难的农村家庭子女展开教育补助的“精准滴灌”。此外，实现我国城乡基础教育的良性互动与协同共进不仅需要国家运用倾斜性政策构建农村基础教育长效激励机制，还需要通过城市教育资源的有效反哺以缩小城乡间基础教育资源的综合落差。上述举措不仅能够提高农村居民对互联网的应用与欣赏能力，进而获取更多信息红利，也能为农业科技创新储备高水平人才，使科技创新更好服务于数字乡村建设，实现农村地区经济社会稳定发展。

3.盯紧“网络强国、数字中国”建设目标，着力提高现代农业生产能力。党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。在农业发展领域，政府应优化传统农业发展模式，大力发展“互联网+农业”，推动构建完善的农业种植、生产、经营、销售体系，提升农业从业者的生产经营能力，推进农业特色产业集群高质量发展和农业现代化建设。此外，应继续加强数字技术在普惠金融领域的应用程度，深化数字普惠金融在农村地区的服务范围与服务程度，切实解决农户在农业生展中面临的资金困境，让农村居民在数字经济时代切实共享国家发展成果。