大数据试验区设立是否改善了乡村生态环境质量？

程莉 闻硕 王伟婷

摘要：国家级大数据综合试验区的设立为经济社会发展注入了强大动力，同时也为化解乡村生态破坏和环境污染问题提供了重要支撑。在分析大数据试验区设立影响乡村生态环境质量的理论机理基础上，基于2010—2020年中国30个省份（西藏和港澳台地区除外）的面板数据，通过双重差分模型、中介效应模型实证检验了大数据试验区设立对乡村生态环境质量的影响效应。研究发现：大数据试验区的设立能显著提高乡村生态环境质量，且具有可持续性。此外，大数据试验区设立主要通过农村金融、人力资本和科技创新等中介机制改善乡村生态环境质量。异质性分析发现，东部地区和互联网发展高水平的地区可以在大数据试验区设立中获得更大的乡村生态环境质量促进作用，同时中介效应在东部地区的表现也更显著。建议夯实数据资源体系、完善农村金融服务、强化人才支撑、加大科技创新的资金支持，进一步提升大数据试验区建设在提升乡村生态环境质量的有效性。

关键词：大数据试验区 乡村生态环境 双重差分法 中介效应

*基金项目：国家社会科学基金一般项目“数字经济赋能长江上游地区乡村生态振兴的理论逻辑与实现路径研究”（22BJY067）。

一、引言

党的二十大报告提出，“以中国式现代化推进中华民族伟大复兴。”中国式现代化是人与自然和谐共生的现代化。人与自然和谐共生内在的要求重视乡村生态环境治理，促进乡村生态环境质量提升。随着全面建成小康社会目标的实现，农民群众对美好生活的向往已经从盼温饱、求生存过渡到盼环保、求生态，农民群众对优良生态产品的需求不断增加，对乡村生态环境提出了更高的要求。但长期以来，因城乡二元结构存在的影响，“城市中心主义”的环保理念和模式导致乡村在权力层面处于弱势地位，造成城乡在环境治理设施水平、环境保护体制等建设方面差距明显。“水光山色与人亲”，良好的生态环境是农村最大优势和宝贵财富。为此，进一步深化各项治理举措，持续提升乡村自然环境、生产环境和生活环境质量，成为全面推进乡村振兴、增强农村居民获得感和幸福感的迫切选择。

随着云计算、人工智能、物联网、大数据等新一代数字技术的发展，乡村生态环境监测和污染处置走向信息化、智能化，面临着前所未有的发展机遇。早在2015年8月，国务院发布《促进大数据发展行动纲要》，将大数据作为国家重要发展战略，指出应发展农业农村大数据，强化农村生态环境治理，同时，提出开展国家级大数据综合试验区建设。2016年，贵州、京津冀、珠江三角洲、上海、河南、重庆、沈阳、内蒙古八大国家级大数据综合试验区相继设立。国家级大数据综合试验区的建设为经济社会发展注入了强大的动力，在经济增长、现代产业体系构建、政府数字化治理、数据中心建设、数字技术创新等方面做了大量重要探索，大数据产业以这些试验区为引领，多区域集聚的良好发展格局不断凸显。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》正式发布。《意见》提出要充分发挥数据要素价值，使得数字经济的红利充分释放，实现国家治理体系和治理能力现代化。

基于此背景，本文将大数据试验区设立纳入乡村生态环境质量的影响因素考察范畴，并试图回答以下问题，大数据试验区的设立能否提升乡村生态环境质量？其中的影响机制是什么？同时，大数据试验区设立对乡村生态环境质量提升是否具有区域异质性？对这些问题的回答，不仅是对当前研究乡村生态环境质量的一个边际改进，同时也为化解乡村生态破坏和环境污染提供参考，夯实数字化赋能乡村生态文明的有效性与可持续性。

二、理论分析与研究假设

（一）大数据试验区设立对乡村生态环境质量的直接影响

数据具有非排他性、非竞争性等经济特征，有利于實现数据价值的释放。在全球信息化背景下，数据不仅是企业竞争的生产资料，也是重要的战略资源，数据的配置关系到国家、市场等主体利益，因此，构建精细的权益保护体系，提高数据的监管能力，开展大数据试点具有重要意义。一是实时获取生态环境数据信息，通过精准识别生态环境信息对环境形式进行判断，从而有利于制定生态环境保护的政策、可再生能源的开发规划以及评价乡村生态环境质量。二是加快共享的生态云平台的构建，深化数据的挖掘与应用，拓展大数据创新应用领域，推动农业与信息技术产业融合，利用大数据强化对乡村农作物、环境的监管。新一代地理信息技术、移动计算处理技术和人工智能的应用，对土壤、森林、空气和水分等数据的采集、储存和分析，实现了精准施肥、智能灌溉和农作物生长监测等应用，形成了可视的植物生长趋势数据，有利于进行农业种植计划和农业生产管理的智能化控制。同时，利用大数据建设农村居住环境数据库，监测防范洪涝、干旱等环境灾害，充分保障乡村农民的生活水平，提升农村生态宜居的环境质量，从而提升乡村生态环境质量。

鉴于此，本文提出研究假设H1：大数据试验区设立能提高乡村生态环境质量。

（二）大数据试验区设立对乡村生态环境质量的间接影响

国家级大数据试验区可以通过对农村金融、人力资本和科技创新产生作用，进而提高乡村生态环境质量。

1.大数据试验区设立、农村金融和乡村生态环境。首先大数据试验区的设立助力金融风控，数据的应用为农村金融提供技术支持，降低了信用违约风险，使得乡村业户资金需求充分释放，提高了农村金融机构的借贷能力和农村金融的风险管理水平，运用数据标准化体系构建大数据共享平台和金融风控模型，降低贷款信用风险以及农业信息采集成本，减少信息不对称带来的风险（张岳等，2022）。其次，数字技术推进金融供给侧改革，促进农业现代化发展，通过智能化设施解决生产端数据采集问题，将产业链数据纳入数据库，能更加高效地指导农业生产，促进农业生产和农业金融服务需求的数据共享。农村金融与绿色乡村新机制的探索，一方面，各种金融产品的推出是支持乡村生态环境建设的资金来源，绿色金融在满足农村实体经济利润需求的同时，以点带面推动乡村生态环境，协调农村金融资源与乡村生态环境有效匹配，使得绿色金融发展释放绿色生态价值；另一方面，通过金融政策引导金融机构加快农村产业融合，促进农业多种功能拓展和农业价值挖掘，推进农业向绿色化、智能化方向转变，为统筹激发乡村生态环境的价值创造条件。

2.大数据试验区设立、人力资本和乡村生态环境。一方面，数据通过提高生产率，减少劳动力市场对低技能人力资本需求，高技能人力资本作用于无法被机器替代的技术开发、实验研究等创新性工作，同时，数据的实时连接能力使得远距离协同办公更加顺畅，打破了区位物理空间上的阻碍，有助于提升区位较为偏远的地区进行生态环境治理和乡村对人才的吸引力，进而增加劳动力市场对于高技能人力资本的需求。另一方面，数据发展不仅影响着人们的生产和生活，并且影响着市场模式和劳动者就业模式，对于人力资本的需求发生变化，需求倒逼劳动者参加各种培训，提高自身能力水平，进而促进人力资本结构高级化（李梦娜等，2022）。高素质人力资本通过改变生产工具和生产方式，极大地推动乡村生产技术创新，实现农业资源高效配置和高效生态农业，为乡村生态环境发展提供强大的智力支撑，也为治理乡村生态环境带来更多可能性。

3.大数据试验区设立、科技创新和乡村生态环境。大数据、互联网和云计算等数字技术通过与实体经济相互融合产生新业态，推动创新体系变革，将数据在创新应用中最大化地开发其价值，提升科技创新能力（赵景峰等，2022）。首先，大数据试验区设立能促进高技术人才、高技术企业等创新要素聚集，构建自主创新支撑体系，有利于合理配置资源，营造浓郁的科创环境，以充分调动科研人员的创造性，从而提升创新水平。其次，完善的数字基础设施促使信息传递更加精准，降低信息不对称导致的成本，提升信息的保护力度，为科技创新提供更加公平的市场环境；最后，数字技术可以进行精准分析，提供更快捷高效地收集信息的方式，通过数字技术构建智能的创新平台，有利于构建完善的科技创新体系，为企业提供更丰富的数据，从而推出更具个性化的创新性产品，提升企业创新能力。进一步地，科技创新乡村绿化、生态景观营造和清洁能源开发等方面依托技术手段加强乡村环境体系治理，还原乡村绿色生态的面貌，借此有效改善乡村人民居住环境，助力乡村可持续发展。

因此，本文提出研究假设H2：大数据试验区设立能够通过农村金融、人力资本和科技创新改善乡村生态环境质量。

三、研究设计

（一）乡村生态环境质量的测度

对乡村生态环境质量进行客观评价是掌握乡村环境现状、制定乡村环境治理政策的基础，而构建全面、有效的评价指标体系则是对乡村环境质量进行准确评价和量化的关键。本文根据既有研究基础，从自然环境、生产环境和生活环境三个方面构建乡村生态环境质量评价指标体系。自然环境质量包括绿化覆盖率（%）、人均水资源拥有量（立方米/人）、森林覆盖率（%），生产环境质量包括农药使用量/农作物总播种面积（吨/千公顷）、农膜使用量/农作物总播种面积（吨/千公顷）、农作物受灾面积/农作物总播种面积（%）、农用化肥实施量/农作物总播种面积（吨/千公顷），生活环境质量包括公共厕所（座）、污水处理装置处理能力（万立方米/日）、生活垃圾中转站（座）、排水管道长度（公里）。然后运用熵值法测算出乡村生态环境质量指数。

（二）模型构建

其中，yit表示i省份t年的乡村生态环境质量；didit表示大数据试验区政策虚拟变量，β1表示大数据试验区政策对乡村生态环境质量的影响；γt为时间固定效应；μi为地区固定效应；Xit為控制变量；εit为随机扰动项；β0和β2为待估系数。

其中，flucit是中介变量，包括农村金融（ufinance）、人力资本（human）和科技创新（sctin）。通过构建解释变量对被解释变量、解释变量对中介变量、中介变量和解释变量对被解释变量三个线性回归模型进行中介效应检验，在模型（2）解释变量大数据试验区政策虚拟变量对被解释变量乡村生态环境质量指数的系数α1显著性检验基础上，检验模型（3）、模型（4）中系数β1、γ2的显著性。若α1、β1、γ2均显著，γ1也显著，则存在部分中介效应；若α1、β1、γ2均显著，但γ1不显著，则存在完全中介效应。模型中α1反映大数据试验区政策虚拟变量对乡村生态环境质量指数的总效应，γ1反映大数据试验区政策虚拟变量对乡村生态环境质量指数的直接效应，β1×γ2表示中介效应。

（三）变量说明

1.被解释变量。被解释变量为乡村生态环境质量指数，根据熵值法测算得出。

2.核心解释变量。选取政策个体虚拟变量和政策时间虚拟变量的交叉项为核心解释变量。某省份设立大数据试验区的当年及其以后年份的时间虚拟变量取值为1，否则为0。本文选取30个省份数据，其中10个省份作为实验组，其余20个省份作为控制组。贵州大数据试验区在2015年开展相关建设，而其他地区在2016年才启动大数据试验区相关建设，因此，本文把2015年作为贵州的政策时间节点，2016年作为其他大数据试验区的政策时间节点。

3.控制变量。城镇化（urban），选取城镇人口占总人口比重来衡量；农村经济增长（reconomy），选取人均农林牧渔业总产值来衡量；工业化水平（industry），选取第二产业占GDP比重衡量；财政支农水平（sagri），选取农林水支出占地方一般公共预算支出的百分比来衡量。

4.中介变量。农村金融（ufinance），选取涉农贷款余额占农林牧渔业总产值的比重来衡量；人力资本（human），选取农村劳动力平均受教育年限来衡量；科技创新（sctin），选取R&D项目数来衡量。

（四）数据来源

选取2010—2020年我国30个省份（西藏和港澳台地区除外）的面板数据为研究样本。原始数据主要来源于《中国城乡统计年鉴》《中国农村统计年鉴》《中国环境统计年鉴》、中经网统计数据库和EPS数据库。同时，为了在不改变数据性质的基础上减弱异方差以及极端值的影响，对农村经济增长的数据进行对数处理。个别年份缺失的数据运用插值法和移动平均法补齐。各变量的描述性统计见表1。

四、实证分析与稳健性检验

（一）平行趋势检验

大数据试验区和非试验区乡村生态环境质量在政策实施前具有相同趋势是使用双重差分模型的前提。由于大数据试验区政策实施的基础、宏观政策波动等差异，可能导致政策具有一定的滞后性。根据Beck（2010）的研究，将政策实施时间虚拟变量与政策个体虚拟变量的交互项进行回归，如果回归系数在政策实施前不显著，证明模型满足平行趋势假设；反之，则说明实验组与控制组不具有相似趋势，则模型不满足平行趋势假设。本文通过图示法展示平行趋势检验结果（见图1），从图中可以看出在大数据试验区政策实施前实验组和控制组的乡村生态环境质量变化趋勢没有明显差异，说明国家级大数据试验区政策满足平行趋势假设。此外，政策实施的前两年对乡村生态环境质量的影响并不显著，在政策实施后第三年对乡村生态环境质量的推动作用开始显著，说明大数据试验区设立政策对乡村生态环境质量的影响具有一定的滞后性，并且大数据试验区的设立对乡村生态环境质量的促进作用具有动态可持续性。

（二）基本回归

为了避免异方差和序列相关的影响，本文采用地区聚类的稳健标准误进行回归，大数据试验区的设立对乡村生态环境质量的影响估计结果如表2。回归分为5个模型，模型1在未加入控制变量下估计大数据试验区的设立对乡村生态环境质量的影响，结果表明，大数据试验区政策虚拟变量的系数在1%水平上显著，大数据试验区的设立可以显著推动乡村生态环境质量，验证假说H1；模型2至模型5逐步加入控制变量进行回归，回归结果依然显著。

根据模型5，大数据试验区政策虚拟变量的回归系数为0.023，且在1%的水平上显著，说明大数据试验区的设立使得试验区的乡村生态环境质量相比非试验区平均高出0.023个单位，说明大数据试验区的设立对乡村生态环境质量具有显著的促进作用。国家级大数据综合试验区的设立依靠科技创新转换增长动力，推动移动互联网、云计算、物联网等新一代信息技术应用，将产业链数据纳入数据库，降低农业信息采集成本，推进农业绿色化、智能化，从而进一步提升乡村生态环境质量。城镇化回归系数为0.150，在1%的水平上显著，说明城镇化对乡村生态环境质量具有显著促进作用，城镇化通过提升土地利用效率，加快城镇生态环境建设提升乡村生态环境质量；农村经济增长的回归系数为0.013，在1%的水平上显著，说明农村经济增长对乡村生态环境质量具有显著促进作用，农村经济增长提升了农业总体效益，为实现农业结构调整、绿色转型提供了契机；工业化的回归系数为-0.129，在5%的水平上显著，可能原因在于工业化一定程度上提高了污染排放水平，工业用地侵占生态土地面积，降低了乡村生态环境质量；财政支农水平的回归系数为0.005，在5%的水平上显著，加大财政支持力度有利于实现农业农村数字化转型，推动乡村绿色发展。

（三）安慰剂检验

根据Li et al.（2016）的做法，从30个省份面板数据中选取10个省份作为伪实验组，其他20个省份作为伪控制组，随机选取一年为政策实施年份，然后生成伪政策虚拟变量进行回归，图2显示了500次伪实验组估计系数的核密度，小圆点表示P值，曲线表示估计系数核密度分布，从图中易得500次回归中交互项的回归系数集中在0附近，与真实的回归系数具有显著差异，并且500次回归中的政策虚拟变量大多并不显著，而真实数据的显著水平在1%，说明了研究结果稳健可靠。

五、作用机制检验

根据上文的分析，进一步检验中介效应，本研究分三步依次检验农村金融、人力资本和科技创新的中介效应：步骤1，以乡村生态环境质量指数为被解释变量，大数据试验区政策虚拟变量作为核心解释变量进行回归分析；步骤2，中介变量作为被解释变量，大数据试验区政策虚拟变量作为核心解释变量进行回归分析；步骤3，以乡村生态环境质量指数作为被解释变量，中介变量和大数据试验区政策虚拟变量作为解释变量进行回归分析。先检验步骤1中大数据试验区政策虚拟变量的回归系数，如果显著，则进行步骤2；反之，则停止分析。若步骤2中大数据试验区政策虚拟变量与步骤3的中介变量的回归系数同时显著，则中介效应显著。其中，若步骤3中大数据试验区政策虚拟变量的回归系数不显著，则说明为完全中介效应；若大数据试验区政策虚拟变量的回归系数显著，则说明具有部分中介效应。回归结果如表3所示。

根据表3可知，步骤1、步骤2和步骤3中大数据试验区政策虚拟变量的回归系数均为正且在1%水平上显著，步骤3中的中介变量的回归系数均为正且显著，表明大数据试验区政策虚拟变量通过农村金融、人力资本和科技创新三个中介变量对乡村生态环境质量发展呈部分中介效应，说明国家级大数据试验区可以通过推动农村金融发展、提高人力资本水平、促进科技创新发展来提升乡村生态环境质量。

（二）异质性分析

1.地区异质性

我国各个地区的资源禀赋、市场条件、经济发展和地理位置等因素存在较大差异，为了检验大数据试验区设立对乡村生态环境质量影响的区位异质性，本文借鉴徐林等（2022）的方法，构建区域特征虚拟变量（region），东部地区取值为1，其他地区取值为0，将区域特征虚拟变量与大数据试验区政策的交互项带入模型进行回归，回归结果如表4中（1）列至（4）列所示。其中，（1）列至（4）列分别从乡村生态环境质量总体指标、自然环境质量指标、生产环境质量指标和生活环境质量指标四个维度进行区域异质性分析。

根据表4得出，大数据试验区设立与区域虚拟变量的交互项对乡村生态环境质量总体指标、自然环境质量指标和生产环境质量指标的回归系数为正，说明大数据试验区设立对乡村总体生态环境质量、乡村自然环境质量和乡村生产环境质量在东部地区的促进作用强于其他地区。原因可能在于，一方面，大数据试验区的设立基于互联网、云计算、大数据等新興技术，而智能化、数字化的基础设施建设需要充足的人力资本，东部地区人力资本更加充足，能更有效率地利用数字基础设施，推动农村产业融合，提高乡村生产效率，进而助力乡村生态环境建设。另一方面，东部地区的数据资源较为丰富，大数据产业水平高于其他地区，通过建立农村自然资源和生态环境大数据系统，对乡村生态振兴的建设成果追踪，根据大数据分析结果，具有针对性地解决农民居住环境需求和生态问题，保障农村生态环境建设。然而，大数据试验区设立与区域虚拟变量的交互项对生活环境质量指标的回归系数为负，说明大数据试验区设立对乡村生活环境质量在其他地区的促进作用强于东部地区。可能原因在于，一方面，其他地区相对于东部地区交通较为不便、经济较为不发达，对于实现绿色生活具有较大潜力，打造数字乡村为农民掌握新技术、接受现代生活方式、实现绿色乡村生活具有重要推动作用；另一方面，大数据试验区发展以智能化、数字化的数字技术为主，对于地区地理和经济的依赖性不强，因此，大数据试验区的设立有较强的普惠性，有利于中西部等滞后地区的发展，进而追赶东部地区。

2.互联网设施异质性

大数据试验区的设立提高乡村生态环境质量一定程度上依赖于互联网的建设水平，互联网基础设施的完善给予大数据试验区设立基础优势，促进农村发展智能化、数字化，实现数据监察环境，从而助力乡村生态环境质量提升。因此，研究进一步将数据样本划分为互联网发展高水平区域和互联网发展低水平区域，构建互联网设施发展水平虚拟变量（internet），检验不同互联网设施水平地区的大数据试验区设立对乡村生态环境质量的影响作用。

首先，采用互联网用户数在地区年末总人口数占比来衡量互联网设施发展水平。其中，互联网发展高水平区域取值为1，互联网发展低水平区域取值为0。其次，将互联网设施发展水平虚拟变量与大数据试验区政策的交互项带入模型进行回归，回归结果如表4中（5）列至（8）列所示。同理，（5）列至（8）列分别从乡村生态环境总体指标、自然环境质量指标、生产环境质量指标、生活环境质量指标四个维度进行互联网设施异质性分析。

从表4可见，大数据试验区设立与互联网设施发展水平虚拟变量的交互项对乡村生态环境质量总体指标、自然环境质量指标、生产环境质量指标的回归系数为正，说明相较于互联网发展水平低的地区，互联网发展水平高的地区大数据试验区设立对乡村总体生态环境质量、乡村自然环境质量和乡村生产环境质量的促进作用更强。可能的原因在于，互联网发展水平高的地区具有较为完善的互联网基础设施，通过数据采集实时监察乡村自然环境、生产生活环境情况，数据分析建模指导农事，实现技术融合带动农村生态和生产发展。大数据试验区设立与互联网设施发展水平虚拟变量的交互项对乡村生活环境质量指标的回归系数为负，说明相较于互联网发展水平高的地区，互联网发展水平低的地区大数据试验区设立对乡村生活环境质量的促进作用更强。可能的原因在于，互联网发展水平较低的地区在数字基础实施建设过程中越具有后发优势，在大数据综合试验区建立背景下，对于该地区的投资力度就越大，进而扩大了绿色生活设备在乡村的使用范围，从而能更好地提升大数据试验区对乡村生活环境质量的赋能效应。

3.中介机制的区域异质性

根据前文实证结果，农村金融、人力资本和科技创新三个中介变量在大数据试验区设立对乡村生态环境质量影响中存在中介效应，那么，这三个中介变量在不同地区呈现的传导效应是否具有不同特征，为此，研究将全国分为东、中、西三个区域，进一步检验各个中介效应的区域异质性，回归结果如表5、表6、表7所示。

根据表5、表6、表7，东部地区的农村金融和人力资本的中介效应模型回归系数显著为正，说明东部地区的农村金融和人力资本的中介效应皆强于其他地区。东、中部地区的科技创新的中介效应模型回归系数显著为正，说明东、中部地区的科技创新中介效应强于西部地区。究其原因：一是大数据试验区的设立基于互联网、云计算、大数据等新兴技术，智能化、数字化的基础设施建设需要充足的人力资本，东部地区人力资本更加充足，能更有效率地利用数字基础设施，推动农村产业融合，提高乡村生产效率，进而助力乡村生态环境建设。二是数字技术降低了信用违约风险，使得乡村业户资金需求充分释放，东部地区凭借金融的先行优势，农村金融机构具有较高的借贷能力，农村金融的发展给予乡村环境治理和修复充分的资金支持并且提高了人民的生活质量，推动农村居民绿色生活。三是数字技术提供了更快捷高效地收集信息的方式，数字技术构建智能化创新平台，东、中部地区创新要素更加聚集，有利于构建完善的科技创新体系，科技创新支持环保技术的革新并且提高了农业生产效率，科技创新所服务的行业为乡村生态需要提供新的方案。

六、结论与建议

（一）结论

在分析大数据试验区设立影响乡村生态环境质量的理论机理基础上，基于2010—2020年中国30个省份的面板数据，构建乡村生态环境质量指标体系，通过双重差分模型、中介效应模型实证检验了大数据试验区设立对乡村生态环境质量的影响效应。研究发现：一是大数据试验区的设立能显著提高乡村生态环境质量，稳健性检验后结果依然成立。二是大数据试验区设立主要通过农村金融、人力资本和科技创新等中介机制改善乡村生态环境质量。三是东部地区和互联网发展高水平的地区可以从大数据试验区的设立中获得更大的动能，助力乡村生态环境质量提升，同时中介效应在东部地区的表现也更显著。

（二）建议

基于研究结论，本文提出以下建议：一是应夯实数据资源体系，深入推进乡村生态环境建设。构建国家数据管理和产权保护机制，推动公共数据的应用，加速实体经济和数据的结合，在教育、医疗和生产等领域建设数据库，构建智能化的乡村生态环境信息化体系，以数据赋能乡村建设和治理。二是完善农村金融服务市场体系，为改善乡村生态环境提供支持。重点处理好信息不对称、金融消费权益保护等问题，加快推进农村信用体系建设，为农村金融市场构建良好的环境，通过发行绿色金融债券，筹集资金用于支持清洁能源、生态保护和绿色农业等领域，提升乡村生态环境质量。三是强化人才支撑，保障建设绿色乡村智力资源。建设一批数字领域专业点，增强乡村数字人才和农民的数字素养，培养创新型、复合型的数字技术人才，构建数字知识和技能发展人才培养体系。四是加大对科技创新的资金支持，夯实技术进步改善乡村生态环境质量。政府应鼓励以企业为主导的产学研深度融合，支持数字企业发展壮大，并加大对中小企业科技创新的补贴，尤其加大对清洁生产技术研发的资金支持。

参考文献：

[1]徐光宇，徐明德，王海蓉等.基于GIS的农村环境质量综合评价[J].干旱区资源与环境，2015，29（07）：39-46.

[2]王晓君，吴敬学，蒋和平.中国农村生态环境质量动态评价及未来发展趋势预测[J].自然资源学报，2017，32（05）： 864-876.

[3]孙慧波，赵霞.中国农村人居环境质量评价及差异化治理策略[J].西安交通大学学报（社会科学版），2019，39（05）：105-113.

[4]王晓毅.再造生存空间：鄉村振兴与环境治理[J].北京师范大学学报（社会科学版），2018（06）：124-130.

[5]邵帅，李宝礼.农村劳动力转移如何影响农村环境污染？——基于空间面板模型的实证考察[J].中国地质大学学报（社会科学版），2020，20（01）：39-55.

（作者单位：1.重庆工商大学长江上游经济研究中心2.重庆工商大学经济学院）

责任编辑：宗宇翔