乡村产业振兴政策对产业高质量发展的溢出效应：基于多维政策网络关联路径的实证

Spillover effects of rural industrial revitalization policies on high-quality industrial development: Empirical evidence based on multi-dimension policy network correlation paths

摘要

为研究乡村产业振兴政策通过多维政策网络关联路径对产业高质量发展的溢出效应，基于2013—2022年中国30个省份的乡村产业振兴政策文本（统计数据未含西藏和港澳台地区，下同），采用LDA模型测度政策强度指数，通过修正引力模型构建空间权重矩阵以表征多维政策网络关联路径；进而运用空间计量模型检验政策网络关联路径下政策强度对产业高质量发展的溢出效应及影响因素。研究发现：1）乡村产业振兴政策网络关联呈现从东部沿海向中西部扩散的趋势，整体结构逐渐清晰，但中西部地区的关联程度仍有待提升。2）乡村产业振兴政策通过多维政策网络关联路径对产业高质量发展的溢出效应显著为正且具有滞后性，但强度弱于客观基准路径。3）溢出效应在不同政策类型之间具有异质性，产业主体现代化和要素支撑环境政策的溢出效果显著，而产业融合模式和综合效能政策的溢出效应并不明显。4）地方基层政府竞争会抑制当期和滞后期的溢出效应，而社会公众参与则能有效提升当期溢出效应。

Abstract

To investigate the spillover effects of rural industry revitalization policies on high-quality industrial development through multi-dimension policy network correlation paths， this study analyzes policy texts from 30 Chinese provinces （2013-2022） （The data do not include those of Xizang， Hong Kong， Macao and Taiwan regions. The same below）. The LDA model is used to measure policy intensity while a modified gravity model is utilized to construct spatial weight matrices that characterize the multi-dimension policy network correlation pathways. Furthermore， spatial econometric methods are employed to assess the spillover effects of policy intensity on high-quality industrial development along these pathways and their influencing factors. The results show that： 1） The policy network correlation of rural industry revitalization shows a diffusion trend from the eastern coastal to central and western regions， with the overall structure becoming clearer， although network connectivity in central and western regions remains weaker. 2） Rural industrial revitalization policies exhibit significant positive spillover effects on high-quality industrial development through multi-dimension policy network correlation pathways， with a time lag， though the intensity is weaker than that via the objective benchmark pathway. 3） Heterogeneity exists across policy types： policies targeting industrial entity modernization and factor support show significant spillovers， while industrial integration and comprehensive efficiency policies are not significant. 4） Local grassroots government competition suppresses spillovers in both current and lagged terms， whereas public participation enhances current-term spillovers.

Graphical abstract

关键词

乡村产业振兴政策 / 政策网络关联 / 产业高质量发展 / 政策强度 / 溢出效应

Key words

rural industry revitalization policy / policy network correlations / high-quality industrial development / policy intensity / spillover effect

产业振兴是乡村振兴的基石，其核心是推动乡村产业高质量发展，本质是依托新型产业主体对乡村产业进行现代化改造。然而，当前乡村产业高质量发展仍面临人才短缺、要素支撑不足、产业融合不深、综合效益不高等困境，亟需通过跨区域整合资源，以区域协同实现优势互补^［1-2］。自2019年国务院出台《促进乡村产业振兴的指导意见》以来，各地虽积极制定本地化政策，但这些政策多以行政单元为边界。资源与政策效应难以跨区域流动，区域协同不足，由此形成“碎片化”治理格局^［3］，制约了乡村产业高质量发展的协同推进。因此，探究乡村产业振兴政策如何突破地理边界，形成空间关联网络，并促进政策效应跨区域溢出，对于协同促进乡村产业高质量发展具有重要意义。

具体而言，乡村产业振兴的政策网络关联是指地方政府在追求产业高质量发展的过程中，于政策制定环节与其他地区相互影响所形成的复杂网络关系。这些影响主要体现为政策模仿、差异化竞争或协同合作^［4］。政策网络关联构成了外部溢出效应的重要路径。当政策通过关联网络扩散时，将同时对关联地区的产业高质量发展产生正向（如知识溢出、技术转移）与负向（如资源虹吸、市场挤压）效应，二者形成的综合效应即为净溢出效应。本研究旨在揭示该净溢出效应的生成机制与影响因素，为优化政策协同提供理论依据。

现有研究表明，乡村产业振兴政策对高质量发展有直接促进作用^［5-6］，但随着区域产业差异扩大，直接效应难以充分解释区域间发展失衡问题，其空间溢出效应日益受到关注。既有文献多基于经济与地理关联视角，探讨金融保障^［7］、数字乡村建设^［8］、电子商务发展^［9］等乡村产业政策对产业高质量发展的溢出效应。但尚未系统考察政策网络关联路径的溢出效应。尽管政策网络关联研究在环境与产业治理领域已较为成熟^［10-11］，但多以理论探讨为主，缺乏针对该路径溢出效应的实证检验。政策网络关联作为地方政府互动的核心机制，忽略此路径可能导致政策溢出效应的估计偏差。

政策空间关联的溢出效应受多重因素影响。现有研究多聚焦于区域特征因素，指出人力资本^［12］、技术水平^［13］、土地投入^［14］及基础设施^［15］等资源要素是驱动政策空间溢出的关键。此外，亦有学者从异质性视角出发，强调区域和个体差异是导致政策溢出效应呈现分化的主要原因^［16］。然而，现有研究普遍忽略了政策主体的关键作用。事实上，政府和社会公众的参与是促进区域间协同和政策交流的核心要素，深刻影响着空间关联路径下的政策溢出效率。

综上，现有研究尚未从政策网络关联路径探索乡村产业振兴政策对产业高质量发展的溢出效应，且忽略了政策主体参与的影响。鉴于此，本研究基于多维政策网络关联路径探究政策对产业高质量发展的溢出效应，同时考虑政策主体参与的影响，为揭示乡村产业振兴政策的空间溢出路径与机制提供理论与实证依据。

1　理论分析与研究假设

1.1　政策网络关联的形成理论

乡村产业振兴政策通过地区间的网络化互动，对产业高质量发展产生了复杂的空间溢出效应。为揭示该网络化互动的形成机制，本研究参考杨海生等^［17］构建了包含地方基层政府的效用函数U_i（见式（1））。该效用函数的核心目标是促进乡村产业高质量发展，其取值取决于乡村经营主体的利润{\Pi }_i、农村居民生活福利s_i、乡村产业振兴政策P_i及政府治理G_i。其中，乡村产业经营主体的利润受地区资本K_i、劳动L_i、生产经营相关政策P_i^{\Pi }及政府治理G_i的影响；农村居民生活福利受收入I_i、居民生活福利相关政策P_i^s和政府治理G_i的影响。

U_i\left({\Pi }_i,s_i,P_i,G_i\right)（1）

式中：{\Pi }_i=\mathrm{\Pi }\left(K_i,L_i,P_i^{\Pi },G_i\right)；s_i=s\left(I_i,P_i^s,G_i\right)。

在资本与劳动可跨区域流动的假设下，区域间要素均衡流动的条件是资本回报率与社会收益趋同（式（2））。由此，可推导出K_i和L_i关于s_i的隐函数（式（3）），其中：r_i为资本收益率，w_i为工资率。

r_i=r_j，s_i\left(w{L}_i+r{K}_i,P_i^s,G_i\right)=s_j\left(w{L}_j+r{K}_j,P_j^s,G_j\right)（2）

K_i=g^{{S_K}_i}\left(L_j,K_j,P_i^s,P_j^s,G_i,G_j\right);L_i=g^{S_{L_i}}\left(L_j,K_j,P_i^s,P_j^s,G_i,G_j\right)（3）

由此可知，地方政府的政策制定并非独立决策，而是在与关联地区的协同或博弈中寻求效用最大化，其最优政策选择会受关联地区政策的影响。因此，效用函数U_i最大化时，乡村产业振兴政策的反应函数为：

P_i=R^i\left(P_j^s,P_j^{\Pi },P_i^s,P_i^{\Pi },K_i,L_i,G_i,G_j\right)（4）

式（4）表明，地方最优政策（P_i）是关联地区政策（P_j^s,P_j^{\Pi }）的函数，从而形成了政策空间关联网络。这表明区域间政策制定本质上是资源流动约束下，地方政府为追求产业高质量发展而进行策略性互动的结果，揭示了乡村产业振兴政策网络关联的形成机制。

1.2　政策对产业高质量发展的网络关联路径溢出效应及研究假设

上述分析表明，政策关联网络为政策效应溢出提供了关键传导渠道。这意味着网络的结构特征（度中心性、接近中心性与中介中心性）决定了政策对产业高质量发展的溢出路径。基于网络中心性理论，政策溢出可通过以下3条路径传导：其一，辐射式扩散路径：政策效应从度中心性高的节点向周边辐射。该类节点凭借其中心位置与广泛连接，能够快速推动政策扩散^［18］。其二，高效式扩散路径：政策效应从接近中心性高的节点以最短路径高效传递。此类节点与网络中其他节点的平均距离最短，扩散效率较高^［19］。其三，中介式扩散路径：政策效应通过中介中心性高的节点间接传递。该类节点在网络中承担“桥梁”角色，控制了信息与资源的流动^［20］。此外，溢出效应还会因节点距离和信息传播速度而产生时滞。因而，本研究提出假说H1。

H1：乡村产业振兴政策通过政策网络关联路径对产业高质量发展产生溢出效应，且该效应具有时滞性。

1.3　政策网络关联路径溢出效应的影响因素及研究假设

地方基层政府竞争是影响政策在关联网络中有效传递的关键因素。这种基层政府竞争主要表现为基层政府为了在乡村产业高质量发展中取得政绩，在财政支出、政策倾斜等方面开展的策略性行为^［21］。农业税改革后，在“村财乡管、乡财县管”体制下，发展压力与竞争动机进一步向基层传导，塑造了其特定的行为逻辑。一方面，为争夺农产品市场份额，基层政府常采取市场分割策略限制资源外流^［22］，这种行为不仅抑制了区位优势节点的功能，还制约了整体网络的资源整合。另一方面，面对竞争压力，地方政府可能选择性过滤不利于本地的政策信息^［23］，并策略性释放信息，导致政策信号失真、延迟或中断，削弱网络关联路径的溢出效果。因而，本研究提出假说H2。

H2：地方基层政府竞争负向调节乡村产业振兴政策通过政策网络关联路径对产业高质量发展的溢出效应。

社会主体的积极参与是优化政策空间关联网络结构、提升溢出效率的关键驱动力。一方面，社会主体可充当政策网络中的关系纽带，通过资源整合、知识共享与联合行动，在各地区之间建立多层次连接通道^［24］，提升网络关联路径的连通性与韧性。另一方面，社会主体凭借其专业性和灵活性，还可以促进跨区域创新与技术协同^［25］，加速新质生产力在区域间的转移，提升政策网络对复杂环境的适应性与响应效率。因而，本研究提出假说H3。

H3：社会主体参与正向调节乡村产业振兴政策通过政策网络关联路径对产业高质量发展的溢出效应。

2　数据来源与研究方法

2.1　模型设定

2.1.1　基准回归模型

为研究政策强度对乡村产业高质量发展的空间溢出效应及其时滞特征，本研究构建了包含政策强度滞后1期的空间杜宾模型：

\begin{array}{l}\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{it}=\rho {\sum }_j{\mathrm{w}}_{ij}\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{jt}+{\alpha }_{\mathrm{1}}\mathrm{P}{\mathrm{I}}_{it}+{\alpha }_{\mathrm{2}}\mathrm{P}{\mathrm{I}}_{i,t-\mathrm{1}}+{\alpha }_{\mathrm{3}}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{it}+{\beta }_{\mathrm{1}}{\sum }_{\mathrm{j}}{w}_{ij}\mathrm{P}{\mathrm{I}}_{jt}+{\beta }_{\mathrm{2}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\mathrm{P}{\mathrm{I}}_{j,t-\mathrm{1}}+{\beta }_{\mathrm{3}}{\sum }_j{\mathrm{w}}_{ij}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{jt}+\\ {\mu }_i+v_t+{\epsilon }_{it}\end{array}（5）

式中：i、j对应于不同省份，t为年份，\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{it}为乡村产业高质量发展指数；w_{ij}为政策网络关联权重矩阵；\mathrm{P}{\mathrm{I}}_{it}为乡村产业振兴政策强度；\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{it}为一系列控制变量；{\mu }_i、v_t、{\epsilon }_{it}分别为空间效应、时间效应和随机误差。

2.1.2　调节效应模型

为了探究政策空间溢出效应的影响机制，本研究在式（5）中分别引入地方基层政府竞争（LGGC）和社会主体参与（LNSAP）与政策强度当期及滞后一期的交互项，具体设定见式（6）和（7）。

\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{it}=\rho {\sum }_j{\mathrm{w}}_{ij}\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{jt}+{\gamma }_{\mathrm{1}}\mathrm{P}{\mathrm{I}}_{it}+{\gamma }_{\mathrm{2}}\mathrm{P}{\mathrm{I}}_{i,t-\mathrm{1}}+{\gamma }_{\mathrm{3}}\mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{it}+{\gamma }_{\mathrm{4}}\mathrm{P}{\mathrm{I}}_{it}\times \mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{it}+{\gamma }_{\mathrm{5}}\mathrm{P}{\mathrm{I}}_{i,t-\mathrm{1}}\times \mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{it}+{\mathrm{\gamma }}_{\mathrm{6}}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{it}+{\delta }_{\mathrm{1}}{\sum }_{\mathrm{j}}{w}_{ij}\mathrm{P}{\mathrm{I}}_{jt}+{\delta }_{\mathrm{2}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\mathrm{P}{\mathrm{I}}_{j,t-\mathrm{1}}+{\delta }_{\mathrm{3}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{jt}+{\delta }_{\mathrm{4}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\left(\mathrm{P}{\mathrm{I}}_{jt}\times \mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{jt}\right)+{\delta }_{\mathrm{5}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\left(\mathrm{P}{\mathrm{I}}_{j,t-\mathrm{1}}\times \mathrm{L}\mathrm{G}\mathrm{G}{\mathrm{C}}_{jt}\right)+{\delta }_{\mathrm{6}}{\sum }_j{\mathrm{w}}_{ij}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{jt}+{\mu }_i+v_{\mathrm{t}}+{\epsilon }_{it}（6）

\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{it}=\rho {\sum }_j{\mathrm{w}}_{ij}\mathrm{R}\mathrm{I}\mathrm{H}{\mathrm{D}}_{jt}+{\phi }_{\mathrm{1}}\mathrm{P}{\mathrm{I}}_{it}+{\phi }_{\mathrm{2}}\mathrm{P}{\mathrm{I}}_{i,t-\mathrm{1}}+{\phi }_{\mathrm{3}}\mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{it}+{\phi }_{\mathrm{4}}\mathrm{P}{\mathrm{I}}_{it}\times \mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{it}+{\phi }_{\mathrm{5}}\mathrm{P}{\mathrm{I}}_{i,t-\mathrm{1}}\times \mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{it}+{\phi }_{\mathrm{6}}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{it}+{\theta }_{\mathrm{1}}{\sum }_{\mathrm{j}}{w}_{ij}\mathrm{P}{\mathrm{I}}_{jt}+{\theta }_{\mathrm{2}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\mathrm{P}{\mathrm{I}}_{j,t-\mathrm{1}}+{\theta }_{\mathrm{3}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{jt}+{\theta }_{\mathrm{4}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\left(\mathrm{P}{\mathrm{I}}_{jt}\times \mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{jt}\right)+{\theta }_{\mathrm{5}}{\sum }_{\mathrm{j}}{\mathrm{w}}_{ij}\left(\mathrm{P}{\mathrm{I}}_{j,t-\mathrm{1}}\times \mathrm{L}\mathrm{N}\mathrm{S}\mathrm{A}{\mathrm{P}}_{jt}\right)+{\theta }_{\mathrm{6}}{\sum }_j{\mathrm{w}}_{ij}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}{\mathrm{l}}_{jt}+{\mu }_i+v_{\mathrm{t}}+{\epsilon }_{it}（7）

2.2　变量选取及测度

2.2.1　被解释变量

乡村产业高质量发展（RIHD）。既有文献主要从产出效益（如效率、质量与可持续等）^［26-27］、产业运行过程（如产业系统、融合和结构等）^［28］以及新发展理念（如产业绿色与创新价值等）^［29-30］等视角进行测度。然而，现有指标体系尚未系统回应产业高质量发展的现实困境，且忽视了产业主体的引领作用。为此，本研究认为乡村产业高质量发展的测度体系应系统解决4个核心问题：“谁来发展？”聚焦现代化产业主体的核心作用；“靠什么发展？”关注高质量外部支撑体系的构建；“如何发展？”聚焦产业融合模式的探索；“发展得怎么样？”体现为经济、社会与质量等综合效能的提升。基于此，本研究构建了一个包含“产业主体现代化—要素支撑环境—产业融合模式—综合发展效能”4个维度的指标体系，选取了30项具体指标。采用纵横向拉开档次法计算权重（W1）并进行测度，该方法能有效捕捉面板数据的时空动态差异。为检验测度结果的稳健性，同时使用熵值法计算权重W₂进行比对分析。指标体系及权重见表1。

2.2.2　核心解释变量

政策强度（PI）。本研究利用LDA主题分析模型进行测度。首先，从国务院及农业农村部发布的乡村产业振兴政策文件中提取关键词66个，在各省农业农村厅等网站，搜索关键词并爬取2013—2022年各省份政策文件共58 800份，去除无效文件后整理出6 070份。其次，对政策文本预处理后，依据最小困惑度与主题解释力最优原则，确定10个主题，并提取各主题贡献度排名前10的关键词词频，计算每个主题下的关键词词频占比。最后，以LDA得到的政策主题概率作为权重，对关键词词频占比进行加权，得到政策强度（\mathrm{P}{\mathrm{I}}_{it}），见式（8）。

\mathrm{P}{\mathrm{I}}_{it}={\sum }_f\left(P\right.T_{itf}\times T{C}_{itf})（8）

式中：\mathrm{T}{\mathrm{C}}_{itf}为第f个主题在省份i第t年的主题概率；\mathrm{P}{\mathrm{T}}_{itf}为该主题下关键词词频占比。该指标能有效捕捉政策在多维政策目标上的战略侧重，比使用词频占比更具导向性^［31］。

2.2.3　调节变量

1）地方基层政府竞争（LGGC）。参考Liu等^［32］的方法，采用人均农林水支出与人均GDP的比值进行计算。农林水支出是乡村产业振兴的核心财政载体，与基层政府的财政竞争直接关联。该指标衡量了基层政府对乡村产业的财政支持力度，其变化反映了基层政府为争取政绩而进行的财政策略调整。

2）社会主体参与（LNSAP）。鉴于公众关注程度可间接反映社会主体参与意愿，采用政策核心关键词的百度搜索指数（取对数）进行计算，以反映其潜在的参与程度。

2.2.4　控制变量

为避免遗漏变量偏误，本研究从政府层面、经济社会层面、市场层面与文化层面选取控制变量。政府层面以乡村财政下放程度（LNFDL）反映基层政府的财政资源；经济社会层面控制了经济增长率（REGR）和农村居民受教育水平（LNREL）以捕捉宏观经济的带动作用和人力资本水平的影响；市场层面引入了农产品生产者价格指数（LNAPPI）和出口增长率（LNAE）以应对价格与国际需求波动；文化层面以农村特色文化情况（RCC）反映地区文化差异。

2.3　多维政策网络关联路径构造

本研究通过构建政策空间关联网络，分解其结构特征，并据此构造网络关联权重矩阵，以表征多维政策网络关联路径。

2.3.1　政策空间关联网络构建

本研究通过修正引力模型构建政策空间关联网络，并引入地理距离（D_{ij}）和经济距离（\mathrm{G}\mathrm{D}{\mathrm{P}}_i-\mathrm{G}\mathrm{D}{\mathrm{P}}_j）对关联关系的影响。同时，以各省份政策强度占比作为调节因子（k_{ij}），见式（9）。进一步采用“均数法则”将矩阵进行“二值化”处理，形成空间关联网络（图1）。

\begin{array}{l}{R}_{ij}=k_{ij}\times \frac{\mathrm{T}{\mathrm{R}}_i\times \mathrm{T}{\mathrm{R}}_j}{[D_{ij}{/\left(\mathrm{G}\mathrm{D}{\mathrm{P}}_i-\mathrm{G}\mathrm{D}{\mathrm{P}}_j\right)]}^{\mathrm{2}}},\\ k_{ij}=\frac{\mathrm{T}{\mathrm{R}}_i}{\mathrm{T}{\mathrm{R}}_i+\mathrm{T}{\mathrm{R}}_j}\end{array}(9)

图1表明，2013—2022年政策网络结构呈现两大变化：一是网络复杂度下降，政策路径更为明确；二是双向关联（粗线）显著增多，空间格局从初期零散分布发展为以东部沿海为核心、向中西部扩散的趋势。

2.3.2　政策网络关联结构特征分解

进一步，本研究计算了政策空间关联网络的度中心度、接近中心度和中介中心度（图2），并分析其结构特征。计算公式如下：

\mathrm{D}\mathrm{C}=n/\left(N-\mathrm{1}\right)(10)

\mathrm{C}\mathrm{C}=\mathrm{1}/{\sum }_{j=\mathrm{1}}^k{d}_{ij}(11)

\left\{\begin{array}{c}\mathrm{B}\mathrm{C}=\mathrm{2}{\sum }_j^N{\sum }_k^N{b}_{jk}\left(i\right)/\left(N^{\mathrm{2}}-\mathrm{3}N+\mathrm{2}\right)\\ b_{jk}\left(i\right)=g_{jk}\left(i\right)/g_{jk}\end{array}\right.(12)

式中：n为与某省份存在关联的节点数；N为网络总节点数；d_ij 为2个省份的捷径距离；b_jk （i）为省份i位于省份j和k捷径距离上的概率；g_{jk}为省份j和k之间的捷径数量。

图2显示，2013—2022年政策网络结构呈现以东部沿海为中心、向中西部扩散的趋势，但整体扩散效率仍有提升空间。其中，度中心度方面，中西部地区重要性逐步增强，但东部省份仍占据网络核心；接近中心度数据显示，中西部政策扩散效率持续提升，与东部差距逐渐缩小；中介中心度整体偏低，东部位于网络核心，中西部处于网络边缘。

2.3.3　多维网络关联权重矩阵构造

本研究基于政策度中心度、接近中心度与中介中心度的平均值（以缓解内生性），构建了3类空间权重矩阵，以表征3种政策网络关联路径（式（13）~（15））。同时，还构建了经济地理嵌套矩阵（式（16））作为客观基准路径进行对比。理论上，网络关联路径体现政府的主动治理与策略互动，其溢出效应优于客观基准路径。通过比较两类路径的溢出效果，可验证政策网络关联路径的实际有效性。

度中心度关联矩阵（辐射式扩散路径）：

{\mathit{W}}_{\mathrm{P}\mathrm{D}\mathrm{C}}=\mathrm{1}/|{\overline{\mathrm{P}\mathrm{D}\mathrm{C}}}_i-{\overline{\mathrm{P}\mathrm{D}\mathrm{C}}}_j|（13）

接近中心度关联矩阵（高效式扩散路径）：

{\mathit{W}}_{\mathrm{P}\mathrm{C}\mathrm{C}}=\mathrm{1}/|{\overline{\mathrm{P}\mathrm{C}\mathrm{C}}}_i-{\overline{\mathrm{P}\mathrm{C}\mathrm{C}}}_j|（14）

中介中心度关联矩阵（中介式扩散路径）：

{\mathit{W}}_{\mathrm{P}\mathrm{B}\mathrm{C}}=\mathrm{1}/|{\overline{\mathrm{P}\mathrm{B}\mathrm{C}}}_i-{\overline{\mathrm{P}\mathrm{B}\mathrm{C}}}_j|（15）

经济地理嵌套矩阵（客观基准路径）：

{\mathit{W}}_{\mathrm{Q}\mathrm{T}}=\mathrm{0.5}/|{\overline{\mathrm{P}\mathrm{G}\mathrm{D}\mathrm{P}}}_i-{\overline{\mathrm{P}\mathrm{G}\mathrm{D}\mathrm{P}}}_j|+\mathrm{0.5}/d_{ij}（16）

2.4　数据来源

本研究以2013—2022年中国30个省（自治区、直辖市）为研究对象（统计数据未含西藏和港澳台地区，下同）。所用统计数据均来源于“国家统计局” “天眼查” “浙大卡特-企研中国涉农研究数据库（CCAD）、中国碳核算数据库（CEADs）” “百度指数”等平台，以及《中国统计年鉴》^［33］ 《中国农村统计年鉴》^［34］和《中国农产品加工业年鉴》^［35］。

3　结果与分析

3.1　多维政策网络关联路径的溢出效应分析

3.1.1　基准回归

表2汇报了乡村产业振兴政策通过网络关联路径对产业高质量发展的空间影响效应。结果显示，网络关联路径下，政策强度对产业高质量发展具有显著的正向溢出效应，且政策强度滞后一期的空间交互项在所有模型中均通过显著性检验。这表明政策确实通过网络关联路径对产业高质量发展产生了溢出效应，且该效应具有时滞性。此外，不同网络关联路径中，高效式扩散路径（ W_PCC）的溢出效应相对较强，说明节点在网络中的传播效率对政策扩散至关重要。

表3报告了基准回归的空间效应分解结果。结果显示，一方面，政策网络关联路径下的直接效应均高于客观基准路径（0.014 7），表明占据网络核心位置的地区能更有效地将政策资源转化为本地发展动能。另一方面，其间接效应显著低于客观基准路径（0.051 5），说明尽管政策关联网络有助于增强本地治理效能，但受限于区域壁垒和网络连通度不足，其跨区域溢出能力仍较弱。综上可知，假设H1成立。

3.1.2　稳健性检验

表4检验了基准回归结果的稳健性。首先，替换被解释变量的计算方法，采用熵值法的计算结果，发现核心解释变量的显著性和方向与基准回归一致。其次，替换空间权重矩阵，采用邻接矩阵 W_0-1、经济矩阵 W_e和地理距离矩阵 W_d，以缓解矩阵构造可能引起的估计偏误，回归结果与基准回归基本一致。因此可知，基准回归结果具有稳健性。

3.1.3　内生性处理

本研究以政策网络关联结构特征构造的空间权重矩阵，可能存在内生性问题。因此，采用Bartik方法，由本省份政策强度的二阶滞后值与其他省份政策强度均值的差值相乘构造IV。其他省份的政策均值不受本省份反向因果的影响，满足外生性要求；同时，滞后二期的政策强度与当期政策相关，满足相关性条件。工具变量的检验结果见表5，Cragg-Donald Wald F=373.129 6，Kleibergen-Paap LM=57.687 3，通过了弱工具变量与识别不足检验，表明IV是有效的。然后，将其纳入空间模型，结果与基准回归一致，缓解了内生性问题。

3.1.4　异质性分析

LDA方法客观识别的政策主题，未考虑主题之间的潜在同质协同作用。因此，本研究依据政策的协同性，将10个主题进一步归类为产业主体现代化政策RIS（35.82%）、综合效能政策RIC（32.01%）、要素支撑环境政策RIF（22.84%）以及产业融合模式政策RII（9.33%），括号内为主题概率。据此进行不同政策分类的异质性分析，结果见表6。由于篇幅限制，表中仅展示空间溢出效应的结果。

结果显示，政策强度对产业高质量发展的空间溢出效应具有显著的政策类型异质性。具体来看，产业主体现代化政策与要素支撑环境政策的溢出效应显著为正：前者得益于产业主体天然的跨区联动能力，政策支持进一步强化了协作效应；后者则源于环境系统的强外部性，使本地效应能直接惠及关联区域，且更具时效优势。相比之下，产业融合模式与综合效能政策的溢出效应并不显著，源于产业融合政策多依赖地域特定资源与经验，难以复制；综合效能政策则可能引发区域资源竞争甚至虹吸效应，从而抑制正向溢出。

3.2　多维政策网络关联路径溢出效应的影响因素分析

本研究检验了地方基层政府竞争与社会主体参与对空间溢出效应的调节作用，结果见表7（仅展示空间溢出效应结果）。

3.2.1　地方基层政府竞争的调节效应

地方基层政府竞争的调节效应结果显示，其在当期和滞后期均会抑制政策强度通过政策网络关联路径对产业高质量发展的溢出效应，且对中介式扩散路径的抑制强度较大（中介中心度关联矩阵）。这源于地方基层政府竞争阻碍了区域间政策资源与信息的流通，使政策溢出难以从中心节点有效扩散，尤其抑制了中介渠道的传导效应。由此可知，假设H2成立。

3.2.2　社会主体参与的调节效应

社会主体参与的调节效应结果显示，其在当期显著增强了政策强度通过政策网络关联路径对产业高质量发展的溢出效应，且对辐射式扩散路径的促进作用尤为明显（度中心度关联矩阵）。这表明社会主体参与通过提升资源与信息的流通效率，畅通了政策网络的溢出路径，还依托广泛的社会联系强化了中心节点向周边的辐射效能。由此可知，假设H3成立。

4　结论与建议

4.1　结论

本研究基于政策文本，运用LDA主题分析法测度了政策强度指数；借助修正引力模型构建了政策空间关联网络，依据网络结构特征构造了多维网络关联权重矩阵；通过空间杜宾模型，探究了网络关联路径下政策强度对产业高质量发展的溢出效应及影响因素。研究发现：

第一，乡村产业振兴政策在空间关联上呈现由东部沿海向中西部扩散的态势，整体网络结构日趋成熟，但中西部地区政策关联效率仍有待提升。

第二，多维政策网络关联路径中，乡村产业振兴政策对产业高质量发展具有显著的正向溢出效应，其中高效式扩散路径（接近中心度关联矩阵）的溢出效应较大；但整体而言，其溢出强度低于以经济地理距离为基础的客观基准路径。异质性中，产业主体现代化和要素支撑环境政策的溢出效应显著为正，产业融合模式和综合效能政策的溢出效应则不明显。

第三，影响因素中，地方基层政府竞争在当期和滞后期均显著抑制了政策强度对产业高质量的溢出效应，且对中介式扩散路径（中介中心度关联矩阵）的抑制强度较大；而社会主体参与在当期能够有效提升政策网络关联路径的溢出效应，其中对辐射式扩散路径（度中心度关联矩阵）的提升作用相对更明显。

4.2　建议

首先，应着力建设面向中西部地区的政策协同枢纽。中西部地区网络关联度较低，有必要优先在其具有区位和资源优势的地区，设立“乡村产业振兴区域协同”平台，推动区域内政策经验交流与协作模式创新，提升政策网络整体效率。

其次，应重视多维政策网络关联路径下政策溢出效应，强化高效式扩散路径的引领作用，实施差异化政策支持策略。其一，可依托接近中心度较高的地区建设产业示范园区，总结推广可复制的政策经验，并通过干部交流、跨区协作等机制提升政策传导效率。其二，继续强化产业主体现代化和要素支撑治理环境政策的溢出效应，设立专项基金，并为其提供金融、数字化和技术支持。同时，针对产业融合模式和产业综合效能治理政策，应着力推动区域资源互补型合作，建立利益共享机制，避免同质化竞争引发虹吸效应。

最后，地方政府应警惕基层政府的不当竞争，鼓励社会多元主体参与。一方面，需要建立严格的财政监管体系和标准，避免财政资金的低效使用，完善区域间政府交流合作平台，推动乡村基层政府打破地域壁垒；另一方面，应鼓励社会组织积极投身乡村产业振兴的建设与监督，搭建社会组织参与服务平台，促使其跨区域联结与创新。

参考文献

[1] 向书坚， 轩媛媛， 郑瑞坤. 中国乡村产业振兴治理政策的效应评估：基于政策主体行为视角［J］. 财贸研究， 2025， 36（3）： 53-70

[2] Xiang S J， Xuan Y Y， Zheng R K. Evaluating the effects of governance policies on rural industrial revitalization in China： From the perspective of policy actors’ behaviors. Finance and Trade Research ［J］. 2025， 36（3）： 53-70 （in Chinese）

[3] 王瑞峰. 乡村产业高质量发展的演变特征、关键问题与突破方向［J］. 经济学家， 2024（2）： 120-128

[4] Wang R F. Evolutionary characteristics， key issues and breakthrough direction of high-quality development of rural industries ［J］. Economist， 2024（2）： 120-128 （in Chinese）

[5] 刘良. 政府间失灵：理论界说、表现形式与应对路径［J］. 北京社会科学， 2025（2）： 78-90

[6] Liu L. Intergovernmental failure： Theoretical definition， practical forms and response paths ［J］. Social Sciences of Beijing， 2025（2）： 78-90 （in Chinese）

[7] 杨开峰， 王璐璐. 政策溢出效应：概念廓清、类型划分与机制探究［J］. 治理研究， 2023， 39（3）： 29-50， 158-159

[8] Yang K F， Wang L L. Policy spillover effect： Definition， classification and mechanism exploration ［J］. Governance Studies， 2023， 39（3）： 29-50， 158-159 （in Chinese）

[9] 刘飞， 贾士俊， 王欣亮. 农村产业融合与农民共同富裕：基于田园综合体试点政策分析［J］. 当代经济科学， 2024， 46（4）： 124-138

[10] Liu F， Jia S J， Wang X L. Rural industry integration and farmers’ common wealth： Based on the assessment of the pilot effect of field complexes ［J］. Modern Economic Science， 2024， 46（4）： 124-138 （in Chinese）

[11] 卢盛峰， 洪靖婷. 乡村电子商务建设与区域协调发展：来自中国电子商务进农村试点的证据［J］. 经济评论， 2023（5）： 71-88

[12] Lu S F， Hong J T. Rural e-commerce construction and regional coordinated development： Evidence from China’s e-commerce pilots in rural areas ［J］. Economic Review， 2023（5）： 71-88 （in Chinese）

[13] 刘赛红， 杨颖. 金融资源配置与乡村产业振兴的交互作用及其空间溢出效应［J］. 经济问题， 2021（11）： 98-106

[14] Liu S H， Yang Y. The interaction between financial resource allocation and rural industrial revitalization and its spatial spillover effect［J］. On Economic Problems， 2021（11）： 98-106 （in Chinese）

[15] Tang Y， Chen M H. The impact mechanism and spillover effect of digital rural construction on the efficiency of green transformation for cultivated land use in China［J］. International Journal of Environmental Research and Public Health， 2022， 19（23）： 16159，DOI：10.3390/ijerph192316159

[16] Peng C， Ma B， Zhang C. Poverty alleviation through e-commerce： Village involvement and demonstration policies in rural China ［J］. Journal of Integrative Agriculture， 2021， 20（4）： 998-1011

[17] 杨嬛， 许若冰， 薛佳丽. 中国农业绿色发展政策主题与发文机构网络演进研究：基于1982—2022年政策文本的实证分析［J］. 中国农业大学学报， 2023， 28（11）： 236-250

[18] Yang H， Xu R B， Xue J L. Study on the policy themes and issuing institution networks’ evolution of green development of agriculture sector in China： An empirical analysis based on policy texts from 1982 to 2022 ［J］. Journal of China Agricultural University， 2023， 28（11）： 236-250 （in Chinese）

[19] 冯鹏飞， 申玉铭， 许欣. 京津冀生产性服务业与制造业省区间产业关联特征与服务产品流空间格局研究［J］. 地理研究， 2024， 43（3）： 718-735

[20] Feng P F， Shen Y M， Xu X. The characteristics of industrial correlation and the spatial pattern of service products interprovincial flow between producer services and manufacturing in Beijing-Tianjin-Hebei region ［J］. Geographical Research， 2024， 43（3）： 718-735 （in Chinese）

[21] 曾永明， 张利国. 精准扶贫政策的隐性价值评估：基于流动人口的收入溢出效应视角［J］. 当代经济科学， 2024， 46（1）： 60-73

[22] Zeng Y M， Zhang L G. The hidden value evaluation of targeted poverty alleviation： From the perspective of income spillover effect of floating population［J］. Modern Economic Science， 2024， 46（1）： 60-73 （in Chinese）

[23] 戴浩， 高鹏， 魏君英. 促进抑或阻碍：粮食价格支持政策对农业社会化服务的影响：基于异时DID的检验［J］. 中国农业大学学报， 2025， 30（7）： 275-290

[24] Dai H， Gao P， Wei J Y， Promotion or inhibition： The impact of food price support policies on agricultural socialization services： Tests based on heterogeneous timing DID ［J］. Journal of China Agricultural University， 2025，30（7）： 275-290 （in Chinese）

[25] Zhang H， Wu D L. The impact of transport infrastructure on rural industrial integration： Spatial spillover effects and spatio-temporal heterogeneity ［J］. Land， 2022， 11（7）： 1116，DOI：10.3390/land11071116

[26] 胡伟斌， 黄祖辉. 农村集体产权制度改革对村庄民主的溢出影响：基于18省87村1657位农户调研数据的实证研究［J］. 浙江社会科学， 2022， （7）： 12-22， 156

[27] Hu W B， Huang Z H. The spillover impact of rural collective property rights system reform on village democracy： Empirical analysis based on the survey data of 1657 farmers 87 villages in 18 provinces［J］. Zhejiang Social Sciences， 2022（7）： 12-22， 156 （in Chinese）

[28] 周晓丽. 论社会公众参与生态环境治理的问题与对策［J］. 中国行政管理， 2019（12）： 148-150

[29] Zhou X L， On the problems and countermeasures of public participation in ecological environment governance［J］. Chinese Public Administration， 2019（12）：148-150 （in Chinese）

[30] 杨海生， 陈少凌， 周永章. 地方政府竞争与环境政策：来自中国省份数据的证据［J］. 南方经济， 2008（6）： 15-30

[31] Yang H S， Chen S L， Zhou Y Z. Local government competition and environmental policy： Empirical evidence from province’s governments in China ［J］. South China Journal of Economics， 2008（6）： 15-30 （in Chinese）

[32] 付舒斐， 吕添贵， 朱丽萌， 樊后宝， 赵巧， 陈安莹. 基于社会网络分析的乡村数字化转型及其对农业碳减排影响效应研究［J］. 自然资源学报， 2025， 40（8）： 2252-2268

[33] Fu S F， Lv T G， Zhu L M， Fan H B， Zhao Q， Chen A Y. Rural digital transformation and its impact on agricultural carbon emission reduction based on social network analysis［J］. Journal of Natural Resources， 2025， 40（8）： 2252-2268 （in Chinese）

[34] Meijers E J， Burger M J， Hoogerbrugge M M. Borrowing size in networks of cities： City size， network connectivity and metropolitan functions in Europe ［J］. Papers in Regional Science， 2016， 95（1）： 181-198

[35] 吴雨阳， 曹煜玲， 朱悦， 张军涛. 中国包容性绿色发展的空间关联网络与区域分异及收敛性研究［J］. 自然资源学报， 2025， 40（2）： 436-458

[36] Wu Y Y， Cao Y L， Zhu Y， Zhang J T. Spatial correlation network， regional differentiation and convergence of inclusive green development in China［J］. Journal of Natural Resources， 2025， 40（2）： 436-458 （in Chinese）

[37] 李雪松， 高辛睿. 地方政府“内卷式竞争”影响城市全要素生产率增长了吗： 基于239个地级市的实证研究［J］. 中国软科学， 2025（4）： 183-195

[38] Li X S， Gao X R. Does “involutionary competition” affect the growth of urban total factor productivity： An empirical study based on 239 prefecture-level cities ［J］. China Soft Science， 2025（4）： 183-195 （in Chinese）

[39] 杨春林， 郭爱君， 张永年. 数据要素市场化能否提升城市绿色创新效率：基于数据交易平台建设的准自然实验［J］. 科技进步与对策， 2025， 42（19）： 10-22

[40] Yang C L， Guo A J， Zhang Y N. Can data element marketization improve urban green innovation efficiency： A quasi-natural experiment based on the construction of data trading platforms ［J］. Science & Technology Progress and Policy， 2025， 42（19）： 10-22 （in Chinese）

[41] 王班班， 莫琼辉， 钱浩祺. 地方环境政策创新的扩散模式与实施效果：基于河长制政策扩散的微观实证［J］. 中国工业经济， 2020（8）： 99-117

[42] Wang B B， Mo Q H， Qian H Q. The diffusion models and effects of the local environmental policy innovation： A micro-econometric evidence from the diffusion of river chief policy ［J］. China Industrial Economics， 2020（8）： 99-117 （in Chinese）

[43] 李月. 嵌入视角下社会力量参与农业新型劳动者培育的实践机理与优化路径［J］. 财经科学， 2024（6）： 101-115

[44] Li Y. The practical mechanism and optimal path of social forces participating in the cultivation of new agricultural laborers from the perspective of embeddedness［J］. Finance & Economics， 2024（6）： 101-115 （in Chinese）

[45] 蔡丽茹， 吴昕晖， 杜志威. 环境友好型农业技术扩散的时空演化与影响因素：基于社会网络视角［J］. 地理研究， 2022， 41（1）： 63-78

[46] Cai L R， Wu X H， Du Z W. The spatio-temporal pattern of environmentally-friendly agricultural technology diffusion and its influencing factors： From the social network perspective ［J］. Geographical Research， 2022， 41（1）： 63-78 （in Chinese）

[47] 龚锐， 谢黎， 王亚飞. 农业高质量发展与新型城镇化的互动机理及实证检验［J］. 改革， 2020（7）： 145-159

[48] Gong R， Xie L， Wang Y F. Interactive mechanism and empirical test of agricultural high-quality development and new urbanization［J］. Reform， 2020（7）： 145-159 （in Chinese）

[49] 蒋团标， 何金盛. 数字技术能否引领农业高质量发展突破“胡焕庸线”［J］. 农林经济管理学报， 2025， 24（3）： 330-342

[50] Jiang T B， He J S. Could digital technology lead high-quality agricultural development to break through “Hu Huanyong Line”［J］. Journal of Agro-Forestry Economics and Management， 2025， 24（3）： 330-342 （in Chinese）

[51] 夏显力， 陈哲， 张慧利， 赵敏娟. 农业高质量发展：数字赋能与实现路径［J］. 中国农村经济， 2019（12）： 2-15

[52] Xia X L， Chen Z， Zhang H L， Zhao M J. Agricultural high-quality development： Digital empowerment and implementation path ［J］. Chinese Rural Economy，2019（12）：2-15 （in Chinese）

[53] 李克乐， 刘永庆， 杨宏力. 黄河流域农业高质量发展的水平测度、地区差异及动态演进［J］. 地理科学， 2025， 45（4）： 795-807

[54] Li K L， Liu Y Q， Yang H L. Measurement， regional differences， and dynamic evolution of high quality agricultural development in the Yellow River Basin ［J］. Geographical Science， 2025， 45（4）： 795-807 （in Chinese）

[55] 曹杰， 王妍霏. 数字乡村、技术创新与农业高质量发展［J］. 管理学刊， 2024， 37（3）： 128-142

[56] Cao J， Wang Y F. Digital village， technology innovation， and high-quality agricultural development ［J］. Journal of Management， 2024， 37（3）： 128-142 （in Chinese）

[57] 胡楠， 薛付婧， 王昊楠. 管理者短视主义影响企业长期投资吗：基于文本分析和机器学习［J］. 管理世界， 2021， 37（5）： 139-156， 11， 19-21

[58] Hu N， Xue F J， Wang H N. Does managerial myopia affect long-term investment： Based on text analysis and machine learning ［J］. Journal of Management World， 2021， 37（5）： 139-156， 11， 19-21 （in Chinese）

[59] Liu Y Q， Liu S， Shao X Y， He Y Q. Policy spillover effect and action mechanism for environmental rights trading on green innovation： Evidence from China’s carbon emissions trading policy ［J］. Renewable and Sustainable Energy Reviews， 2022， 153： 111779，DOI：10.1016/j.rser.2021.111779

[60] 中华人民共和国国家统计局. 中国统计年鉴［M］. 北京： 中国统计出版社， 2013—2022

[61] National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook［M］. Beijing： China Statistics Press， 2013-2022 （in Chinese）

[62] 国家统计局农村社会经济调查司. 中国农村统计年鉴［M］. 北京： 中国统计出版社， 2013—2022

[63] Rural Social and Economic Survey Department of National Bureau of Statistics. China Rural Statistical Yearbook［M］. Beijing： China Statistics Press. 2013-2022 （in Chinese）

[64] 中国农产品加工业年鉴编辑委员会. 中国农产品加工业年鉴［M］. 北京：中国农业出版社， 2013—2022

[65] Editorial Board of China Agricultural Products Processing Industry Yearbook. China Agricultural Products Processing Industry Yearbook［M］. Beijing： China Agriculture Press， 2013-2022 （in Chinese）

基金资助

国家社会科学基金重大项目(22&ZD156)

河南省重点研发与推广专项软科学研究一般项目(242400411185)