数字乡村政策能否支持可持续的农村转型?——中国治理、发展与环境宜居性的多维评估

《Frontiers in Environmental Science》:Can digital village policy support sustainable rural transformation? a multi-dimensional evaluation of governance, development, and environmental livability in China

【字体: 大 中 小 】 时间:2026年08月04日 来源:Frontiers in Environmental Science 4.4

编辑推荐:

  农村数字化能否同时推进治理、发展与环境宜居性?本研究采用双重差分法(difference-in-differences,DID)框架,基于覆盖2010–2023年期间464个地级市的城市层级面板数据,评估了中国数字乡村试点政策(Digital Village

  
农村数字化能否同时推进治理、发展与环境宜居性?本研究采用双重差分法(difference-in-differences,DID)框架,基于覆盖2010–2023年期间464个地级市的城市层级面板数据,评估了中国数字乡村试点政策(Digital Village Pilot Policy,DVPP)。该政策于2020年指定了236个试点县。主要结果变量为官方乡村振兴指数(Rural Revitalization Index),这是一个包含环境宜居性、经济发展和制度治理的综合指标。基线DID估计显示,该政策对综合乡村振兴产生了适度的正向效应(β=0.0078,p=0.017),约占样本均值的2.4%。该结果在置换检验(pempirical=0.000)、PSM-DID(β=0.009,p=0.004)以及省份特定线性趋势(β=0.005,p=0.021)中均保持稳健,但当实施日期滞后至2021年时,效应不再显著(β=0.005,p=0.128),这反映了在COVID-19疫情与首批处理队列重叠的背景下,难以将政策效应与疫情时期的干扰区分开来。分解分析表明,在所有五个官方一级维度上均存在正向且统计显著的响应,其中有效治理(β=0.083,p=0.004)和文明乡风(β=0.080,p=0.002)为最强的短期响应,其次是产业兴旺(β=0.066,p=0.014)、生活富裕(β=0.054,p=0.010)和生态宜居(β=0.047,p=0.007)。处理强度异质性进一步显示,试点县覆盖率更集中的城市具有更大的综合效应(β=0.010,p=0.033)。互补性分析表明,政策收益集中在具有较强农村发展基础的城市,而制度能力薄弱的城市则面临有限甚至负向的净效应。这些发现表明,数字乡村建设通过多维度的收益促进了可持续的农村转型,其中治理和文化维度的收益最强,且该收益依赖于地方的吸收能力。
**论文解读:数字乡村政策能否支撑可持续的农村转型?——基于中国治理、发展与环境宜居性的多维评估**

**研究背景、问题与意义**

在全球可持续发展议程下,农村地区面临平衡经济增长、环境保护与社会治理的“三重底线”挑战。数字技术被视为推动农村转型的潜在工具,既能通过精准农业、信息流动改善资源效率,又可能因基础设施建设和能源消耗带来短期环境成本。现有研究通常将数字经济的环境效应(如碳排放、污染)与农村发展效应(如收入、电商)分开考察,缺乏一个整合环境宜居性、经济发展与制度治理的可持续性评估框架。中国于2020年启动的数字乡村试点政策(Digital Village Pilot Policy,DVPP),指定了236个试点县,提供了一个独特的研究场景。该政策涵盖宽带基建、数字农业、电商平台和数字治理等干预措施,但其能否同时改善治理、发展与环境宜居性,仍缺乏系统性因果证据。为此,本研究提出三个核心问题:(1)DVPP是否提升了综合乡村振兴水平?(2)哪些维度(环境、经济、治理)驱动了该综合响应?(3)该效应是否取决于地方原有的制度能力与农业发展基础?论文发表在《Frontiers in Environmental Science》。

**主要关键技术方法**

研究人员采用双重差分法(difference-in-differences,DID)作为核心识别策略,基于2010–2023年间464个地级市的城市层级面板数据(样本来源:中国农村统计年鉴、中国城市统计年鉴、卫星数据集等),将2020年首批试点县的城市作为处理组,其余城市作为控制组。主要结果变量为官方乡村振兴指数(Rural Revitalization Index),该指数由30个子指标等权重聚合而成,涵盖产业兴旺、生态宜居、文明乡风、有效治理、生活富裕五个维度。为识别政策效应,研究人员进行了以下关键分析:(1)通过事件研究(event study)检验平行趋势假设;(2)对综合指数进行维度分解,分别估计环境宜居性子指数、经济发展子指数和制度治理子指数的DID系数;(3)采用处理强度异质性分析(试点县占比)和互补性分析(基于前期农村发展水平的中位数分组);(4)开展一系列稳健性检验,包括置换检验(permutation test)、倾向得分匹配DID(PSM-DID)、剔除2020年COVID-19年份、滞后实施时间(2021年)、以2017/2018年作为虚假政策年、1%和99%百分位的缩尾处理、以及省份特定线性趋势控制。此外,还通过结构方程风格的间接路径分析(北京大学数字普惠金融指数)检验了数字金融作为中介机制的作用。

**研究结果**

**5.1 基线结果(Baseline results)**
通过城市层级聚类标准误的基线DID估计显示,DVPP对综合乡村振兴指数产生了正向且统计显著的效应(β=0.0078,p=0.017),约占样本均值的2.4%。该效应在省份层级聚类和异方差稳健标准误下均保持显著。效应量较小(Cohen's d=0.06),但考虑到城市层级聚合的稀释效应(平均试点县占比仅1.3%)和短期的政策后窗口(3年),该结果被认为具有实质性意义。

**5.2 预处理平衡性与事件研究(Pre-treatment balance & Event study)**
2019年预处理期的平衡性检验显示,处理组与控制组在乡村振兴指数、产业结构、财政能力、外商直接投资、生态韧性和污染指数等关键变量上均满足Imbens-Rubin标准(标准化差异<0.25)。事件研究图显示,政策前5年至前2年的系数均不显著且接近零,支持平行趋势假设;政策后各期(k=0,1,2)系数均为正且显著(约+0.011至+0.012),表明效应持续而非短暂。

**5.3 维度特定分解:环境、发展与制度响应(Dimension-specific decomposition)**
将综合指数分解为三个子指数后,DID估计显示:制度治理子指数效应最强且最精确(β=0.073,p=0.008),其次为经济发展子指数(β=0.049,p=0.033)和环境宜居性子指数(β=0.039,p=0.038)。进一步检验表明,制度治理子指数中的互联网覆盖率和村庄规划率可能因直接受政策影响而存在机械联系,在剔除这两个指标后,该子指数效应仍显著但有所下降(β=0.041,p=0.048),表明真实效应介于0.041至0.073之间。此外,研究人员构建了一个以排放为导向的协同效益指数(包含污染指数、PM2.5、CO2排放和生态韧性),发现其存在负向效应(β=-0.283,p=0.031),表明短期环境成本与基础设施改善并存。

**5.3.2 一级维度分解(First-level dimension decomposition)**
对五个官方一级维度分别进行DID估计,结果显示所有维度均正向显著:有效治理(β=0.083,p=0.004)和文明乡风(β=0.080,p=0.002)最强,其次为产业兴旺(β=0.066,p=0.014)、生活富裕(β=0.054,p=0.010)和生态宜居(β=0.047,p=0.007)。这一模式直接反映了DVPP的数字治理和信息获取干预措施。

**5.3.3 处理强度异质性(Treatment intensity heterogeneity)**
通过交互项模型(DID × 高试点县占比),发现对于综合乡村振兴指数,高覆盖强度城市的效应显著更大(β=0.010,p=0.033),表明政策覆盖密度是重要调节因素。

**5.3.4 机制分析:数字普惠金融(Mechanism analysis with digital inclusive finance)**
两阶段中介分析显示,DVPP显著提升了城市层面的数字普惠金融指数(第一阶段系数π=1.995,p=0.020),而该指数进一步正向关联于乡村振兴指数和有效治理子指数(第二阶段系数均显著),为数字金融作为中介渠道提供了初步证据。

**5.4 互补性分析(Complementarity analysis)**
采用强度DID规格的互补性检验显示,在低前期农村发展基础的城市中,DVPP的效应为负向且显著(DID强度主效应β=-0.057,p<0.05),而在高基础城市中,交互项(DID × 高农村基础)为正且显著(β=0.119,p<0.001),高基础城市的净效应为+0.062(约样本均值的19%)。二元DID规格下,主效应不显著但交互项依然正向显著,表明互补性关系稳健,但低基础城市是否绝对受损取决于强度度量方式。

**5.6 异质性分析(Heterogeneity analysis)**
在10个维度上的子样本回归显示,西部地区、低GDP城市、高污染基线城市中DVPP的正向效应更为明显。Chow检验进一步确认,在协同效益指数(强度DID)中,区域、生态韧性、互联网渗透率和队列时机的系数差异显著;在乡村振兴指数(二元DID)中,区域、农村基础和城乡收入差距的系数差异显著。

**5.7 调节分析(Moderation analysis)**
调节效应模型显示,农业现代化(β=0.023,p<0.01)和“农业现代化与科技投资双重优势”(β=0.018,p<0.01)显著增强了DVPP的正向效应,而绿色创新能力和环境治理的调节效应不显著。

**5.8 稳健性检验(Robustness checks)**
八项稳健性检验结果如下:三重推断(城市、省份、稳健标准误)均显著;置换检验(500次随机分配)的实证p值为0.000;Bacon分解显示100%的权重落在干净比较上;虚假政策年(2017/2018)不显著;PSM-DID(3-近邻匹配)后效应仍显著(β=0.009,p=0.004);剔除2020年COVID-19年份后效应增强(β=0.014,p<0.001);缩尾处理效应显著(β=0.009,p<0.001);控制省份特定线性趋势后效应仍显著(β=0.005,p=0.021)。然而,滞后实施至2021年的规格不显著(β=0.005,p=0.128),表明政策效应与疫情干扰难以完全分离。

**讨论与结论**

讨论部分强调,COVID-19疫情与首批处理队列的重叠是核心识别挑战。剔除2020年使效应增强,但滞后至2021年则使效应不显著,这反映了测量噪声与政策窗口缩短的共同影响,研究人员认为正向方向的一致性提供了谨慎的安慰。理论贡献方面,本研究将数字农村转型视为跨领域政策,揭示了治理与文化维度是最强短期响应渠道,并证明了数字基础设施与前期制度能力的互补性,即低能力城市可能面临净负效应。政策启示包括:优先部署治理导向的数字工具(如村庄规划系统、电子政务平台);在部署数字基础设施前或同时建设吸收能力(尤其是农业现代化);避免统一部署,应根据地方能力与试点集中度进行针对性投放。研究局限包括:效应量小、统计功效不足、疫情混杂、样本选择偏差(纳入城市前期乡村振兴水平更高)、城市层级聚合可能掩盖县域异质性、以及环境宜居性指标更侧重基础设施而非排放。结论部分总结:基于2010–2023年464个城市数据的DID框架,DVPP对综合乡村振兴产生了适度正向效应(β=0.0078,p=0.017),所有五个一级维度均正向显著,其中有效治理和文明乡风最强;效应依赖于前期制度能力,低基础城市可能经历负效应;农业现代化与科技投资可放大正向效应。尽管存在诸多局限,该研究仍为数字乡村政策的多维可持续性评估提供了早期证据,并建议未来研究关注更长时期、更细粒度以及空间溢出效应。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号