从认知对齐到技术适配：人工智能增强的人机数据协作视角下的乡村数字治理研究

来自中国的研究人员针对乡村数字治理中可持续多利益相关方协作(SMC)的难题，通过扎根理论分析和结构方程模型(SEM)验证，识别出意识强度、技术适应性等六个关键影响因素(β=0.109–0.184, p<0.001)，为构建人工智能增强的人机数据协作治理体系提供了实证依据和政策启示。

　　

在中国数字化战略与乡村振兴的双重推动下，乡村社会治理正经历数字化转型的关键阶段。随着人工智能(Artificial Intelligence, AI)和大数据技术日益融入治理平台，AI增强的人机数据协作能力已成为多利益相关方有效互动的核心要素。可持续多利益相关方协作(Sustainable Multi-stakeholder Collaboration, SMC)既是乡村数字治理的核心要求，也是其核心价值。

本研究通过26位乡村数字治理实践者的半结构化访谈进行扎根理论分析，识别出六个关键影响因素：1)意识强度(Awareness Intensity) 2)技术适应性(Technical Adaptability) 3)制度完备性(Institutional Completeness) 4)场景兼容性(Scenario Compatibility) 5)利益相关性(Interest Relevance) 6)情境吸引力(Situational Appeal)。利用1370份问卷数据进行结构方程模型(Structural Equation Modeling, SEM)验证，结果显示所有六个因素均显著促进SMC(β=0.109–0.184, p<0.001)，其中意识强度和利益相关性影响尤为突出。

基于研究发现，本研究提出包括加强宣传引导、实施分层培训、推动数据互操作、保障公众权益、优化评估机制和完善制度框架等策略，为促进可持续协作提供支持。该研究通过揭示利益相关方协作的认知维度与技术维度，为AI支持的人机数据交互融入乡村治理提供了实证基础，为构建更具适应性和包容性的数字治理体系开辟了新路径。