程莉 聞碩 王偉婷
摘要:國家級大數據綜合試驗區的設立為經濟社會發展注入了強大動力,同時也為化解鄉村生態破壞和環境污染問題提供了重要支撐。在分析大數據試驗區設立影響鄉村生態環境質量的理論機理基礎上,基于2010—2020年中國30個省份(西藏和港澳臺地區除外)的面板數據,通過雙重差分模型、中介效應模型實證檢驗了大數據試驗區設立對鄉村生態環境質量的影響效應。研究發現:大數據試驗區的設立能顯著提高鄉村生態環境質量,且具有可持續性。此外,大數據試驗區設立主要通過農村金融、人力資本和科技創新等中介機制改善鄉村生態環境質量。異質性分析發現,東部地區和互聯網發展高水平的地區可以在大數據試驗區設立中獲得更大的鄉村生態環境質量促進作用,同時中介效應在東部地區的表現也更顯著。建議夯實數據資源體系、完善農村金融服務、強化人才支撐、加大科技創新的資金支持,進一步提升大數據試驗區建設在提升鄉村生態環境質量的有效性。
關鍵詞:大數據試驗區 鄉村生態環境 雙重差分法 中介效應
*基金項目:國家社會科學基金一般項目“數字經濟賦能長江上游地區鄉村生態振興的理論邏輯與實現路徑研究”(22BJY067)。
黨的二十大報告提出,“以中國式現代化推進中華民族偉大復興。”中國式現代化是人與自然和諧共生的現代化。人與自然和諧共生內在的要求重視鄉村生態環境治理,促進鄉村生態環境質量提升。隨著全面建成小康社會目標的實現,農民群眾對美好生活的向往已經從盼溫飽、求生存過渡到盼環保、求生態,農民群眾對優良生態產品的需求不斷增加,對鄉村生態環境提出了更高的要求。但長期以來,因城鄉二元結構存在的影響,“城市中心主義”的環保理念和模式導致鄉村在權力層面處于弱勢地位,造成城鄉在環境治理設施水平、環境保護體制等建設方面差距明顯。“水光山色與人親”,良好的生態環境是農村最大優勢和寶貴財富。為此,進一步深化各項治理舉措,持續提升鄉村自然環境、生產環境和生活環境質量,成為全面推進鄉村振興、增強農村居民獲得感和幸福感的迫切選擇。
隨著云計算、人工智能、物聯網、大數據等新一代數字技術的發展,鄉村生態環境監測和污染處置走向信息化、智能化,面臨著前所未有的發展機遇。早在2015年8月,國務院發布《促進大數據發展行動綱要》,將大數據作為國家重要發展戰略,指出應發展農業農村大數據,強化農村生態環境治理,同時,提出開展國家級大數據綜合試驗區建設。2016年,貴州、京津冀、珠江三角洲、上海、河南、重慶、沈陽、內蒙古八大國家級大數據綜合試驗區相繼設立。國家級大數據綜合試驗區的建設為經濟社會發展注入了強大的動力,在經濟增長、現代產業體系構建、政府數字化治理、數據中心建設、數字技術創新等方面做了大量重要探索,大數據產業以這些試驗區為引領,多區域集聚的良好發展格局不斷凸顯。2022年12月,《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》正式發布。《意見》提出要充分發揮數據要素價值,使得數字經濟的紅利充分釋放,實現國家治理體系和治理能力現代化。
基于此背景,本文將大數據試驗區設立納入鄉村生態環境質量的影響因素考察范疇,并試圖回答以下問題,大數據試驗區的設立能否提升鄉村生態環境質量?其中的影響機制是什么?同時,大數據試驗區設立對鄉村生態環境質量提升是否具有區域異質性?對這些問題的回答,不僅是對當前研究鄉村生態環境質量的一個邊際改進,同時也為化解鄉村生態破壞和環境污染提供參考,夯實數字化賦能鄉村生態文明的有效性與可持續性。
(一)大數據試驗區設立對鄉村生態環境質量的直接影響
數據具有非排他性、非競爭性等經濟特征,有利于實現數據價值的釋放。在全球信息化背景下,數據不僅是企業競爭的生產資料,也是重要的戰略資源,數據的配置關系到國家、市場等主體利益,因此,構建精細的權益保護體系,提高數據的監管能力,開展大數據試點具有重要意義。一是實時獲取生態環境數據信息,通過精準識別生態環境信息對環境形式進行判斷,從而有利于制定生態環境保護的政策、可再生能源的開發規劃以及評價鄉村生態環境質量。二是加快共享的生態云平臺的構建,深化數據的挖掘與應用,拓展大數據創新應用領域,推動農業與信息技術產業融合,利用大數據強化對鄉村農作物、環境的監管。新一代地理信息技術、移動計算處理技術和人工智能的應用,對土壤、森林、空氣和水分等數據的采集、儲存和分析,實現了精準施肥、智能灌溉和農作物生長監測等應用,形成了可視的植物生長趨勢數據,有利于進行農業種植計劃和農業生產管理的智能化控制。同時,利用大數據建設農村居住環境數據庫,監測防范洪澇、干旱等環境災害,充分保障鄉村農民的生活水平,提升農村生態宜居的環境質量,從而提升鄉村生態環境質量。
鑒于此,本文提出研究假設H1:大數據試驗區設立能提高鄉村生態環境質量。
(二)大數據試驗區設立對鄉村生態環境質量的間接影響
國家級大數據試驗區可以通過對農村金融、人力資本和科技創新產生作用,進而提高鄉村生態環境質量。
1.大數據試驗區設立、農村金融和鄉村生態環境。首先大數據試驗區的設立助力金融風控,數據的應用為農村金融提供技術支持,降低了信用違約風險,使得鄉村業戶資金需求充分釋放,提高了農村金融機構的借貸能力和農村金融的風險管理水平,運用數據標準化體系構建大數據共享平臺和金融風控模型,降低貸款信用風險以及農業信息采集成本,減少信息不對稱帶來的風險(張岳等,2022)。其次,數字技術推進金融供給側改革,促進農業現代化發展,通過智能化設施解決生產端數據采集問題,將產業鏈數據納入數據庫,能更加高效地指導農業生產,促進農業生產和農業金融服務需求的數據共享。農村金融與綠色鄉村新機制的探索,一方面,各種金融產品的推出是支持鄉村生態環境建設的資金來源,綠色金融在滿足農村實體經濟利潤需求的同時,以點帶面推動鄉村生態環境,協調農村金融資源與鄉村生態環境有效匹配,使得綠色金融發展釋放綠色生態價值;另一方面,通過金融政策引導金融機構加快農村產業融合,促進農業多種功能拓展和農業價值挖掘,推進農業向綠色化、智能化方向轉變,為統籌激發鄉村生態環境的價值創造條件。
2.大數據試驗區設立、人力資本和鄉村生態環境。一方面,數據通過提高生產率,減少勞動力市場對低技能人力資本需求,高技能人力資本作用于無法被機器替代的技術開發、實驗研究等創新性工作,同時,數據的實時連接能力使得遠距離協同辦公更加順暢,打破了區位物理空間上的阻礙,有助于提升區位較為偏遠的地區進行生態環境治理和鄉村對人才的吸引力,進而增加勞動力市場對于高技能人力資本的需求。另一方面,數據發展不僅影響著人們的生產和生活,并且影響著市場模式和勞動者就業模式,對于人力資本的需求發生變化,需求倒逼勞動者參加各種培訓,提高自身能力水平,進而促進人力資本結構高級化(李夢娜等,2022)。高素質人力資本通過改變生產工具和生產方式,極大地推動鄉村生產技術創新,實現農業資源高效配置和高效生態農業,為鄉村生態環境發展提供強大的智力支撐,也為治理鄉村生態環境帶來更多可能性。
3.大數據試驗區設立、科技創新和鄉村生態環境。大數據、互聯網和云計算等數字技術通過與實體經濟相互融合產生新業態,推動創新體系變革,將數據在創新應用中最大化地開發其價值,提升科技創新能力(趙景峰等,2022)。首先,大數據試驗區設立能促進高技術人才、高技術企業等創新要素聚集,構建自主創新支撐體系,有利于合理配置資源,營造濃郁的科創環境,以充分調動科研人員的創造性,從而提升創新水平。其次,完善的數字基礎設施促使信息傳遞更加精準,降低信息不對稱導致的成本,提升信息的保護力度,為科技創新提供更加公平的市場環境;最后,數字技術可以進行精準分析,提供更快捷高效地收集信息的方式,通過數字技術構建智能的創新平臺,有利于構建完善的科技創新體系,為企業提供更豐富的數據,從而推出更具個性化的創新性產品,提升企業創新能力。進一步地,科技創新鄉村綠化、生態景觀營造和清潔能源開發等方面依托技術手段加強鄉村環境體系治理,還原鄉村綠色生態的面貌,借此有效改善鄉村人民居住環境,助力鄉村可持續發展。
因此,本文提出研究假設H2:大數據試驗區設立能夠通過農村金融、人力資本和科技創新改善鄉村生態環境質量。
(一)鄉村生態環境質量的測度
對鄉村生態環境質量進行客觀評價是掌握鄉村環境現狀、制定鄉村環境治理政策的基礎,而構建全面、有效的評價指標體系則是對鄉村環境質量進行準確評價和量化的關鍵。本文根據既有研究基礎,從自然環境、生產環境和生活環境三個方面構建鄉村生態環境質量評價指標體系。自然環境質量包括綠化覆蓋率(%)、人均水資源擁有量(立方米/人)、森林覆蓋率(%),生產環境質量包括農藥使用量/農作物總播種面積(噸/千公頃)、農膜使用量/農作物總播種面積(噸/千公頃)、農作物受災面積/農作物總播種面積(%)、農用化肥實施量/農作物總播種面積(噸/千公頃),生活環境質量包括公共廁所(座)、污水處理裝置處理能力(萬立方米/日)、生活垃圾中轉站(座)、排水管道長度(公里)。然后運用熵值法測算出鄉村生態環境質量指數。
(二)模型構建
其中,yit表示i省份t年的鄉村生態環境質量;didit表示大數據試驗區政策虛擬變量,β1表示大數據試驗區政策對鄉村生態環境質量的影響;γt為時間固定效應;μi為地區固定效應;Xit為控制變量;εit為隨機擾動項;β0和β2為待估系數。
其中,flucit是中介變量,包括農村金融(ufinance)、人力資本(human)和科技創新(sctin)。通過構建解釋變量對被解釋變量、解釋變量對中介變量、中介變量和解釋變量對被解釋變量三個線性回歸模型進行中介效應檢驗,在模型(2)解釋變量大數據試驗區政策虛擬變量對被解釋變量鄉村生態環境質量指數的系數α1顯著性檢驗基礎上,檢驗模型(3)、模型(4)中系數β1、γ2的顯著性。若α1、β1、γ2均顯著,γ1也顯著,則存在部分中介效應;若α1、β1、γ2均顯著,但γ1不顯著,則存在完全中介效應。模型中α1反映大數據試驗區政策虛擬變量對鄉村生態環境質量指數的總效應,γ1反映大數據試驗區政策虛擬變量對鄉村生態環境質量指數的直接效應,β1×γ2表示中介效應。
(三)變量說明
1.被解釋變量。被解釋變量為鄉村生態環境質量指數,根據熵值法測算得出。
2.核心解釋變量。選取政策個體虛擬變量和政策時間虛擬變量的交叉項為核心解釋變量。某省份設立大數據試驗區的當年及其以后年份的時間虛擬變量取值為1,否則為0。本文選取30個省份數據,其中10個省份作為實驗組,其余20個省份作為控制組。貴州大數據試驗區在2015年開展相關建設,而其他地區在2016年才啟動大數據試驗區相關建設,因此,本文把2015年作為貴州的政策時間節點,2016年作為其他大數據試驗區的政策時間節點。
3.控制變量。城鎮化(urban),選取城鎮人口占總人口比重來衡量;農村經濟增長(reconomy),選取人均農林牧漁業總產值來衡量;工業化水平(industry),選取第二產業占GDP比重衡量;財政支農水平(sagri),選取農林水支出占地方一般公共預算支出的百分比來衡量。
4.中介變量。農村金融(ufinance),選取涉農貸款余額占農林牧漁業總產值的比重來衡量;人力資本(human),選取農村勞動力平均受教育年限來衡量;科技創新(sctin),選取R&D項目數來衡量。
(四)數據來源
選取2010—2020年我國30個省份(西藏和港澳臺地區除外)的面板數據為研究樣本。原始數據主要來源于《中國城鄉統計年鑒》《中國農村統計年鑒》《中國環境統計年鑒》、中經網統計數據庫和EPS數據庫。同時,為了在不改變數據性質的基礎上減弱異方差以及極端值的影響,對農村經濟增長的數據進行對數處理。個別年份缺失的數據運用插值法和移動平均法補齊。各變量的描述性統計見表1。
(一)平行趨勢檢驗
大數據試驗區和非試驗區鄉村生態環境質量在政策實施前具有相同趨勢是使用雙重差分模型的前提。由于大數據試驗區政策實施的基礎、宏觀政策波動等差異,可能導致政策具有一定的滯后性。根據Beck(2010)的研究,將政策實施時間虛擬變量與政策個體虛擬變量的交互項進行回歸,如果回歸系數在政策實施前不顯著,證明模型滿足平行趨勢假設;反之,則說明實驗組與控制組不具有相似趨勢,則模型不滿足平行趨勢假設。本文通過圖示法展示平行趨勢檢驗結果(見圖1),從圖中可以看出在大數據試驗區政策實施前實驗組和控制組的鄉村生態環境質量變化趨勢沒有明顯差異,說明國家級大數據試驗區政策滿足平行趨勢假設。此外,政策實施的前兩年對鄉村生態環境質量的影響并不顯著,在政策實施后第三年對鄉村生態環境質量的推動作用開始顯著,說明大數據試驗區設立政策對鄉村生態環境質量的影響具有一定的滯后性,并且大數據試驗區的設立對鄉村生態環境質量的促進作用具有動態可持續性。
(二)基本回歸
為了避免異方差和序列相關的影響,本文采用地區聚類的穩健標準誤進行回歸,大數據試驗區的設立對鄉村生態環境質量的影響估計結果如表2。回歸分為5個模型,模型1在未加入控制變量下估計大數據試驗區的設立對鄉村生態環境質量的影響,結果表明,大數據試驗區政策虛擬變量的系數在1%水平上顯著,大數據試驗區的設立可以顯著推動鄉村生態環境質量,驗證假說H1;模型2至模型5逐步加入控制變量進行回歸,回歸結果依然顯著。
根據模型5,大數據試驗區政策虛擬變量的回歸系數為0.023,且在1%的水平上顯著,說明大數據試驗區的設立使得試驗區的鄉村生態環境質量相比非試驗區平均高出0.023個單位,說明大數據試驗區的設立對鄉村生態環境質量具有顯著的促進作用。國家級大數據綜合試驗區的設立依靠科技創新轉換增長動力,推動移動互聯網、云計算、物聯網等新一代信息技術應用,將產業鏈數據納入數據庫,降低農業信息采集成本,推進農業綠色化、智能化,從而進一步提升鄉村生態環境質量。城鎮化回歸系數為0.150,在1%的水平上顯著,說明城鎮化對鄉村生態環境質量具有顯著促進作用,城鎮化通過提升土地利用效率,加快城鎮生態環境建設提升鄉村生態環境質量;農村經濟增長的回歸系數為0.013,在1%的水平上顯著,說明農村經濟增長對鄉村生態環境質量具有顯著促進作用,農村經濟增長提升了農業總體效益,為實現農業結構調整、綠色轉型提供了契機;工業化的回歸系數為-0.129,在5%的水平上顯著,可能原因在于工業化一定程度上提高了污染排放水平,工業用地侵占生態土地面積,降低了鄉村生態環境質量;財政支農水平的回歸系數為0.005,在5%的水平上顯著,加大財政支持力度有利于實現農業農村數字化轉型,推動鄉村綠色發展。
(三)安慰劑檢驗
根據Li et al.(2016)的做法,從30個省份面板數據中選取10個省份作為偽實驗組,其他20個省份作為偽控制組,隨機選取一年為政策實施年份,然后生成偽政策虛擬變量進行回歸,圖2顯示了500次偽實驗組估計系數的核密度,小圓點表示P值,曲線表示估計系數核密度分布,從圖中易得500次回歸中交互項的回歸系數集中在0附近,與真實的回歸系數具有顯著差異,并且500次回歸中的政策虛擬變量大多并不顯著,而真實數據的顯著水平在1%,說明了研究結果穩健可靠。
根據上文的分析,進一步檢驗中介效應,本研究分三步依次檢驗農村金融、人力資本和科技創新的中介效應:步驟1,以鄉村生態環境質量指數為被解釋變量,大數據試驗區政策虛擬變量作為核心解釋變量進行回歸分析;步驟2,中介變量作為被解釋變量,大數據試驗區政策虛擬變量作為核心解釋變量進行回歸分析;步驟3,以鄉村生態環境質量指數作為被解釋變量,中介變量和大數據試驗區政策虛擬變量作為解釋變量進行回歸分析。先檢驗步驟1中大數據試驗區政策虛擬變量的回歸系數,如果顯著,則進行步驟2;反之,則停止分析。若步驟2中大數據試驗區政策虛擬變量與步驟3的中介變量的回歸系數同時顯著,則中介效應顯著。其中,若步驟3中大數據試驗區政策虛擬變量的回歸系數不顯著,則說明為完全中介效應;若大數據試驗區政策虛擬變量的回歸系數顯著,則說明具有部分中介效應。回歸結果如表3所示。
根據表3可知,步驟1、步驟2和步驟3中大數據試驗區政策虛擬變量的回歸系數均為正且在1%水平上顯著,步驟3中的中介變量的回歸系數均為正且顯著,表明大數據試驗區政策虛擬變量通過農村金融、人力資本和科技創新三個中介變量對鄉村生態環境質量發展呈部分中介效應,說明國家級大數據試驗區可以通過推動農村金融發展、提高人力資本水平、促進科技創新發展來提升鄉村生態環境質量。
(二)異質性分析
1.地區異質性
我國各個地區的資源稟賦、市場條件、經濟發展和地理位置等因素存在較大差異,為了檢驗大數據試驗區設立對鄉村生態環境質量影響的區位異質性,本文借鑒徐林等(2022)的方法,構建區域特征虛擬變量(region),東部地區取值為1,其他地區取值為0,將區域特征虛擬變量與大數據試驗區政策的交互項帶入模型進行回歸,回歸結果如表4中(1)列至(4)列所示。其中,(1)列至(4)列分別從鄉村生態環境質量總體指標、自然環境質量指標、生產環境質量指標和生活環境質量指標四個維度進行區域異質性分析。
根據表4得出,大數據試驗區設立與區域虛擬變量的交互項對鄉村生態環境質量總體指標、自然環境質量指標和生產環境質量指標的回歸系數為正,說明大數據試驗區設立對鄉村總體生態環境質量、鄉村自然環境質量和鄉村生產環境質量在東部地區的促進作用強于其他地區。原因可能在于,一方面,大數據試驗區的設立基于互聯網、云計算、大數據等新興技術,而智能化、數字化的基礎設施建設需要充足的人力資本,東部地區人力資本更加充足,能更有效率地利用數字基礎設施,推動農村產業融合,提高鄉村生產效率,進而助力鄉村生態環境建設。另一方面,東部地區的數據資源較為豐富,大數據產業水平高于其他地區,通過建立農村自然資源和生態環境大數據系統,對鄉村生態振興的建設成果追蹤,根據大數據分析結果,具有針對性地解決農民居住環境需求和生態問題,保障農村生態環境建設。然而,大數據試驗區設立與區域虛擬變量的交互項對生活環境質量指標的回歸系數為負,說明大數據試驗區設立對鄉村生活環境質量在其他地區的促進作用強于東部地區。可能原因在于,一方面,其他地區相對于東部地區交通較為不便、經濟較為不發達,對于實現綠色生活具有較大潛力,打造數字鄉村為農民掌握新技術、接受現代生活方式、實現綠色鄉村生活具有重要推動作用;另一方面,大數據試驗區發展以智能化、數字化的數字技術為主,對于地區地理和經濟的依賴性不強,因此,大數據試驗區的設立有較強的普惠性,有利于中西部等滯后地區的發展,進而追趕東部地區。
2.互聯網設施異質性
大數據試驗區的設立提高鄉村生態環境質量一定程度上依賴于互聯網的建設水平,互聯網基礎設施的完善給予大數據試驗區設立基礎優勢,促進農村發展智能化、數字化,實現數據監察環境,從而助力鄉村生態環境質量提升。因此,研究進一步將數據樣本劃分為互聯網發展高水平區域和互聯網發展低水平區域,構建互聯網設施發展水平虛擬變量(internet),檢驗不同互聯網設施水平地區的大數據試驗區設立對鄉村生態環境質量的影響作用。
首先,采用互聯網用戶數在地區年末總人口數占比來衡量互聯網設施發展水平。其中,互聯網發展高水平區域取值為1,互聯網發展低水平區域取值為0。其次,將互聯網設施發展水平虛擬變量與大數據試驗區政策的交互項帶入模型進行回歸,回歸結果如表4中(5)列至(8)列所示。同理,(5)列至(8)列分別從鄉村生態環境總體指標、自然環境質量指標、生產環境質量指標、生活環境質量指標四個維度進行互聯網設施異質性分析。
從表4可見,大數據試驗區設立與互聯網設施發展水平虛擬變量的交互項對鄉村生態環境質量總體指標、自然環境質量指標、生產環境質量指標的回歸系數為正,說明相較于互聯網發展水平低的地區,互聯網發展水平高的地區大數據試驗區設立對鄉村總體生態環境質量、鄉村自然環境質量和鄉村生產環境質量的促進作用更強。可能的原因在于,互聯網發展水平高的地區具有較為完善的互聯網基礎設施,通過數據采集實時監察鄉村自然環境、生產生活環境情況,數據分析建模指導農事,實現技術融合帶動農村生態和生產發展。大數據試驗區設立與互聯網設施發展水平虛擬變量的交互項對鄉村生活環境質量指標的回歸系數為負,說明相較于互聯網發展水平高的地區,互聯網發展水平低的地區大數據試驗區設立對鄉村生活環境質量的促進作用更強。可能的原因在于,互聯網發展水平較低的地區在數字基礎實施建設過程中越具有后發優勢,在大數據綜合試驗區建立背景下,對于該地區的投資力度就越大,進而擴大了綠色生活設備在鄉村的使用范圍,從而能更好地提升大數據試驗區對鄉村生活環境質量的賦能效應。
3.中介機制的區域異質性
根據前文實證結果,農村金融、人力資本和科技創新三個中介變量在大數據試驗區設立對鄉村生態環境質量影響中存在中介效應,那么,這三個中介變量在不同地區呈現的傳導效應是否具有不同特征,為此,研究將全國分為東、中、西三個區域,進一步檢驗各個中介效應的區域異質性,回歸結果如表5、表6、表7所示。
根據表5、表6、表7,東部地區的農村金融和人力資本的中介效應模型回歸系數顯著為正,說明東部地區的農村金融和人力資本的中介效應皆強于其他地區。東、中部地區的科技創新的中介效應模型回歸系數顯著為正,說明東、中部地區的科技創新中介效應強于西部地區。究其原因:一是大數據試驗區的設立基于互聯網、云計算、大數據等新興技術,智能化、數字化的基礎設施建設需要充足的人力資本,東部地區人力資本更加充足,能更有效率地利用數字基礎設施,推動農村產業融合,提高鄉村生產效率,進而助力鄉村生態環境建設。二是數字技術降低了信用違約風險,使得鄉村業戶資金需求充分釋放,東部地區憑借金融的先行優勢,農村金融機構具有較高的借貸能力,農村金融的發展給予鄉村環境治理和修復充分的資金支持并且提高了人民的生活質量,推動農村居民綠色生活。三是數字技術提供了更快捷高效地收集信息的方式,數字技術構建智能化創新平臺,東、中部地區創新要素更加聚集,有利于構建完善的科技創新體系,科技創新支持環保技術的革新并且提高了農業生產效率,科技創新所服務的行業為鄉村生態需要提供新的方案。
(一)結論
在分析大數據試驗區設立影響鄉村生態環境質量的理論機理基礎上,基于2010—2020年中國30個省份的面板數據,構建鄉村生態環境質量指標體系,通過雙重差分模型、中介效應模型實證檢驗了大數據試驗區設立對鄉村生態環境質量的影響效應。研究發現:一是大數據試驗區的設立能顯著提高鄉村生態環境質量,穩健性檢驗后結果依然成立。二是大數據試驗區設立主要通過農村金融、人力資本和科技創新等中介機制改善鄉村生態環境質量。三是東部地區和互聯網發展高水平的地區可以從大數據試驗區的設立中獲得更大的動能,助力鄉村生態環境質量提升,同時中介效應在東部地區的表現也更顯著。
(二)建議
基于研究結論,本文提出以下建議:一是應夯實數據資源體系,深入推進鄉村生態環境建設。構建國家數據管理和產權保護機制,推動公共數據的應用,加速實體經濟和數據的結合,在教育、醫療和生產等領域建設數據庫,構建智能化的鄉村生態環境信息化體系,以數據賦能鄉村建設和治理。二是完善農村金融服務市場體系,為改善鄉村生態環境提供支持。重點處理好信息不對稱、金融消費權益保護等問題,加快推進農村信用體系建設,為農村金融市場構建良好的環境,通過發行綠色金融債券,籌集資金用于支持清潔能源、生態保護和綠色農業等領域,提升鄉村生態環境質量。三是強化人才支撐,保障建設綠色鄉村智力資源。建設一批數字領域專業點,增強鄉村數字人才和農民的數字素養,培養創新型、復合型的數字技術人才,構建數字知識和技能發展人才培養體系。四是加大對科技創新的資金支持,夯實技術進步改善鄉村生態環境質量。政府應鼓勵以企業為主導的產學研深度融合,支持數字企業發展壯大,并加大對中小企業科技創新的補貼,尤其加大對清潔生產技術研發的資金支持。
參考文獻:
[1]徐光宇,徐明德,王海蓉等.基于GIS的農村環境質量綜合評價[J].干旱區資源與環境,2015,29(07):39-46.
[2]王曉君,吳敬學,蔣和平.中國農村生態環境質量動態評價及未來發展趨勢預測[J].自然資源學報,2017,32(05): 864-876.
[3]孫慧波,趙霞.中國農村人居環境質量評價及差異化治理策略[J].西安交通大學學報(社會科學版),2019,39(05):105-113.
[4]王曉毅.再造生存空間:鄉村振興與環境治理[J].北京師范大學學報(社會科學版),2018(06):124-130.
[5]邵帥,李寶禮.農村勞動力轉移如何影響農村環境污染?——基于空間面板模型的實證考察[J].中國地質大學學報(社會科學版),2020,20(01):39-55.
(作者單位:1.重慶工商大學長江上游經濟研究中心2.重慶工商大學經濟學院)
責任編輯:宗宇翔