中国农业农村数字化绿色化协同发展的时空格局及其增收效应

Spatio-temporal pattern of Chinese agriculture and rural digitalization and greening collaboration development and its income-increasing effect

摘要

为揭示农业农村领域的数字化绿色化协同（以下简称“数绿协同”）的理论逻辑与发展程度，立足于农业农村“生产‑管理‑生态‑创新‑生活”数绿协同的内在逻辑构建测度指标体系，采用熵值法、改进的耦合协调度模型、Kernel密度估计与空间Markov链转移矩阵测算农业农村数绿协同发展水平并刻画其时空演进特征，构建固定效应模型与空间计量模型检验农业农村数绿协同发展对农村居民收入的影响关系与空间溢出效应。结果表明：1）全国及各省份农业农村数绿协同发展水平缓慢上升，尚处于基本协同阶段；2）农业农村数绿协同发展水平呈“东高西低”的发展格局，协同发展速度呈“东部持续提升、中西部快速追赶”的演化特征；3）全国、东部和西部地区农业农村数绿协同发展水平的绝对差异逐渐缩小，中部地区呈扩大趋势，且区域内部存在极化现象，农业农村数绿协同发展等级空间转移方向受邻近省份的影响；4）农业农村数绿协同发展显著增加农村居民收入，且存在显著的空间溢出效应。未来应健全农村数字基础设施，加快农村绿色转型，因地制宜推动农业农村数绿协同的均衡发展，充分释放农业农村数绿协同发展的扩散效应。

Abstract

To reveal the theoretical logic and development level of agriculture and rural digitalization and greening collaboration（hereinafter referred to as “digitalization-greening collaboration”）， this study constructs a measurement index system based on the internal logic of agriculture and rural digitalization-greening collaborative of “production-management-ecology-innovation-life”， measures the development level of agriculture and rural digitalization-greening collaboration and characterizes its spatio-temporal evolution characteristics by adopting the entropy weight method， improved coupling coordination model， Kernel density estimation and spatial Markov chain transition matrix， and examines the impact of agriculture and rural digitalization-greening collaborative development on rural residents’ income and its spatial spillover effects by constructing fixed effects model and spatial econometric model. The findings indicate that： 1） The development level of agriculture and rural digitalization-greening collaboration across the country and in each province is slowly rising and is still in the basic synergy stage. 2） The development level of agriculture and rural digitalization-greening collaboration shows a development pattern of “high in the east and low in the west”， and the speed of collaborative development shows the evolutionary characteristics of “continuous improvement in the east and rapid catching up in the central and western regions”. 3） Across the country， eastern and western regions， the absolute difference in the development level of agriculture and rural digitalization-greening collaboration is gradually narrowing， with the central region showing an expanding trend， and there is a polarization phenomenon within the region. The spatial transfer direction of the development level of agriculture and rural digitalization-greening collaboration is affected by neighboring provinces. 4） The collaborative development of agriculture and rural digitalization-greening significantly increases rural residents’ income， and there is a significant spatial spillover effect. In the future， efforts should be made to improve rural digital infrastructure， accelerate rural green transformation， promote the balanced development of agricultural and rural digitalization-greening collaboration according to local conditions， and fully release the diffusion effect of agricultural and rural digitalization-greening collaborative development.

Graphical abstract

关键词

数绿协同 / 时空特征 / 农村居民收入 / 空间溢出 / 增收效应

Key words

digitalization-greening collaboration / spatio-temporal characteristics / rural residents’ income / space overflow / increase income effect

2023年1月，中国信息通信研究院发布《数字化绿色化协同发展白皮书（2022年）》^［1］，首次提出数字化绿色化协同（以下简称“数绿协同”）转型发展的内涵与必要性。随后，中央网络安全和信息化委员会办公室秘书局联合印发《数字化绿色化协同转型发展实施指南》^［2］，进一步强调了推进数字化绿色化协同的基本原则。2024年11月，国家网信办信息化发展局正式发布《数字化绿色化协同转型发展报告（2024）》^［3］，全面评价了我国数字化绿色化协同成效。相关政策的发布对恰逢数字经济发展与“双碳”目标推进的双重交汇背景做出的时代应答。实践中，各领域已开始探索数字化绿色化协同标准体系与路径体系的搭建，诚然，加快数字化绿色化转型发展有利于推动数字产业绿色化，促进数字技术赋能“双碳”目标，标志着数字化与绿色化协同转型发展已然成为实现中国式现代化的重要支撑。

农业农村作为中国式现代化建设的薄弱领域，农业具备期望产出与非期望产出的双重属性^［4］，在“高投入、高产出”的发展模式下，农业生态环境污染愈加严重；加之，农村面临人力资本不足、产业转型缓慢、发展基础薄弱等现实瓶颈，在资源环境与发展动力的双重困境下，农业农村亟需转变发展方式，寻求一条既能激发农村内生发展动力又能重塑农业发展模式的路径。农业农村数字化发展以农业农村数据资源为生产要素、现代信息技术与智能设备为技术保障、数字产业为引领，最终实现传统农业农村向现代化农业农村转变的动态过程，符合新经济增长理论中关于技术进步对经济增长的关键作用这一观点，数字化发展不仅能为传统农业提供技术升级、生产方式革新与模式重塑，赋能农业生产经营体系，注重农业绿色投入与农产品质量提升，从而提高农业全要素生产能力，而且借助数字平台与数字技术，监测农村生态环境与人居环境治理，提高农村事务治理能力与效率，重塑农村治理新格局，从而推动农业农村绿色化发展。农业农村绿色化发展则强调资源节约与环境友好，以资源环境为载体、以绿色产品高质量供给为目标，实现可持续发展的目的，在发展过程中需依托先进的数字科技提高绿色技术创新，加深绿色技术在农业农村领域的融合，推动农业农村生产方式更加精细化高效化。可见，农业农村领域的数字化与绿色化内在目标与实现逻辑一致，二者互相依赖，协调发展，有助于突破农业农村发展瓶颈，找准发力点，加快实现农业农村现代化进程。

已有相关研究聚焦于农业或农村单一领域的数字化或绿色化，在农业领域，一是多集中于农业数字化的路径探索^［5-6］、量化评价^［7］与影响效应^［8］研究；二是关注绿色农业发展的内涵界定^［9-10］、指数测度^［11-12］、空间差异^［13］、驱动因素^［14-15］、影响效应^［16］、实现路径^［17-18］等，形成了较为丰富的研究成果。随着数字经济的发展，关于数字乡村的研究成果渐趋增加，研究视角集中于数字乡村发展水平测度^［19］、经济后果研究^［20］与实践路径^［21］，对于乡村绿色化水平的研究相对较少。此外，少量研究已认识到数字化与绿色化协同发展的重要性，一方面，聚焦于数字乡村建设对农业绿色全要素生产率^［22-23］或农业绿色发展^［24］的影响以及数字化绿色化协同对粮食安全保障能力的提升作用研究^［25］；另一方面，关注农业或农村领域的数字化与绿色化协同发展的量化测度。徐振华等^［26］着眼于“三生”系统，从生产、生活和生态三大维度剖析了数字乡村与绿色乡村的协同发展机理，通过构建数字乡村与绿色乡村协同发展评价指标体系，探究了数字乡村与绿色乡村协同发展的时空特征与影响因素；李旭辉等^［4］基于农业数字化赋能绿色化发展，绿色化发展牵引数字化转型的认识，从数字化发展环境、数字化发展活力、数字化发展程度3个维度衡量了农业数字化发展水平，从资源节约、环境友好和质量高效3个维度衡量了农业绿色化发展水平，继而借助改进的协调发展度模型测算了农业数字化与绿色化发展水平；王恒等^［27］则基于农业数字化发展内涵，构建了包含数字基础、数字普及、数字应用、人才资源与创新发展的测度指标体系，在农业绿色化评价时增加环境负外部性。尽管上述研究对数字化绿色化协同发展的理论观点基本一致，但在量化测度时仍将农业数字化与绿色化视为2个独立的发展系统，尚未体现二者协同发展的内在机理。

综上，农业农村数绿协同发展尚处于起步阶段，既有研究成果较少，仍存在一定的研究空间：一是鲜有研究聚焦企业层面^［28-29］、产业层面^［30］和城市群^［31］的数绿协同转型，将农业农村作为复合系统并探究农业农村领域的数绿协同发展；二是数绿协同的内涵界定不清晰，尚未厘清农业农村数绿协同发展的内在逻辑，导致对农业农村数绿协同发展的量化评价进度缓慢，缺乏农业农村数绿协同的时空演进格局分析；三是农业农村数绿协同发展的增收效应研究不足，鲜有研究关注农业农村领域数绿协同发展对农村居民收入的影响及其空间溢出效应，对加快规划并实施农业农村数绿协同发展战略的数据支撑不充分。鉴于此，本研究基于“生产‑管理‑生态‑创新‑生活”的内在协同发展逻辑，构建农业农村数绿协同发展测度指标体系，借助核密度估计与空间Markov链转移矩阵揭示全国及东部、中部和西部三大区域农业农村数绿协同发展的分布动态，运用固定效应模型与空间计量模型厘清农业农村数绿协同对农村居民收入的影响与溢出效应，以期为提升农业农村数绿协同发展水平提供参考。

1　测度逻辑与理论分析

1.1　农业农村数绿协同发展的内在测度逻辑

农业农村数字化与绿色化在战略层面协同推进、功能层面双向互补。农业农村数字化引进先进技术，为农业农村绿色化创造良好的数字发展环境；农业农村绿色化驱动数字技术、数据要素在农业生产、经营管理和乡村治理等领域的应用与创新，引领数字化发展，形成一体设计、协同推进的区域发展战略。农业农村数绿协同的内在测度逻辑如图1所示。

农业数字生产与农业绿色生产融合共同推动生产数绿协同。农业生产领域的数字化与绿色化以提高农业生产效率为同一目标，在数字技术的深度应用与绿色投入理念的引领下，协同提升农村生产力，是农业农村数绿协同的发展根基。一方面，完善数字基础设施搭建农业数字生产基地，数字技术改革升级农业传统生产方式，借助遥感技术、传感器等信息技术与智能设备动态监测农业生产过程中的资源消耗、污染防治与病虫害等，能够高效利用农业生产资源，减少化肥、农药的使用强度，从而强化农业面源污染治理，提高农业绿色化生产能力；另一方面，农业绿色生产强调绿色投入，倒逼农业生产主体引进现代化设备与技术，推动数据要素与数字技术等在农业生产领域的融合，提高农业数字化生产水平，最终实现生产领域的数绿协同发展。

农业数字产业与农业绿色产出融合共同推动管理数绿协同。农业产业领域的数字化与绿色化以打造高质量产业为目的，健全农业产业体系，提高农业产出环节的质量，二者协同推动农业高质量发展，是农业农村数绿协同的关键保障。农业产业数字化转型有助于打通农业产业链条的加工、流通、销售等各环节，凭借数字平台、线上交易平台开拓农产品的消费市场，及时向农户传递绿色消费理念，监督绿色有机产品的生产与管理，助力绿色农产品的质量提升；此外，先进的数字管理理念与服务为农业绿色发展提供了良好的创新环境与支撑条件，能够加强农业绿色创新成果的转化与应用。绿色有机农产品供给作为农业绿色高质量发展的核心目标，高质量的绿色产品更加注重高效的数字技术与完善的经营服务体系，促使农业加快数字化转型，提高农业产业经营服务能力，继而实现管理层面的数绿协同发展。

农村数字治理与农村环境治理融合共同推动生态数绿协同。农村数字治理与环境治理以优化农村空间治理格局为目标，提升农村事务治理效率，优化农村生态环境与生产环境，协同推动农村生态建设，是农业农村数绿协同的价值导向。一方面，农村数字治理体现了先进的数字技术与手段，动态监测村庄安全、环境破坏与村容村貌等，通过对自然资源的数据监测有助于合理开发生态资源；同时，数字化在农村事务中的应用，大大提高了农村基层组织的工作效率，为乡村治理提供新思路与新方式，助力美丽乡村建设。另一方面，农村生态环境作为农村绿色化的环境约束，需依赖更加完备的数字基础设施与高效的数字化管理能力，借助5G网络、大数据平台等数字基础设施实现环境治理，最终实现生态领域的数绿协同发展。

农村数字活力与农村绿色转型融合共同推动创新数绿协同。农村数字活力与农村绿色转型分别通过拓展场域和需求导向提升农村数字创新能力和绿色创新能力，是农业农村数绿协同的内生源泉。地区人才储备、研发能力等优质资源体现了数字创新的潜力，是推动农业农村数字化发展的关键，有利于建立农业院校、科研基地与农业企业、农业合作社之间的合作纽带，提升农业创新能力，并将数字创新成果应用于农业各环节，以提高科研转化率，助力提升农业经营主体的绿色化创新能力。农村绿色转型通过建立村级绿色农业合作社，兴建绿色农业企业等多元经营主体作为保障，绿色发展理念使其依赖数字技术实现绿色生产、加工、销售等过程，提高产品的质量管控，实现产品的全流程追溯，在此过程中不断升级数字技术以更好推动绿色转型，有利于提升农村数字创新能力，从而驱动创新能力的数绿协同发展。

农民数字生活与农民绿色生活融合共同推动生活数绿协同。农村居民步入现代化生活的标志之一是其对数字产品的适应能力和践行绿色健康生活，二者联系紧密，互相影响，共同提升农村居民生活质量，是农业农村数绿协同的最终目的。农民的数字化教育水平使其更易接受外界先进理念，注重绿色化生活，同时，信息网络发展将农村产品与外部市场有效连接，实现需求端与供给端的精准衔接，提高了农民消费效率；农民生活方式的绿色化与资源享有的均等化体现了农村生态宜居的特征，有利于促进农村居民主动适应数字产品，以更快融入现代农村社会，进一步强化数字技术在农村领域的融合，从而提升农村居民数字素养，最终实现生活领域的数绿协同发展。

1.2　农业农村数绿协同发展的增收效应

农业农村数绿协同发展具有明显的增收效应。一是农业农村数绿协同发展通过升级农业生产技术，强化农业面源污染的监管和治理，在提高农村居民生产效率的同时，降低农业生产环境治理成本，增大了农民的获利空间，提升农村居民的收入水平。二是农业农村数绿协同发展有助于改善农村基础条件，凭借完备的数字基础设施、健全的制度体系与组织保障等外部条件，提升农业数字化与农业产出端的管理水平，推动农产品生产由粗放型转向精细化，从而增强农产品的市场竞争力，带动农村居民增收。三是农业农村数绿协同发展重塑农村治理新格局，强化农村生态环境、生活环境的保护能力，激发农村居民参与乡村发展的积极性，增强农村居民的成就感与幸福感，提高了农村居民的生活效率与质量，增加可支配收入。四是农业农村数绿协同发展有助于促进农村资源优化配置，在一体化发展过程中通过挖掘潜在资源，并将其与数据要素、先进技术等优质资源融合，创新农业产业模式，增生新型农村产业，为农村居民创造更多的就业机会，继而增加农村居民收入。五是农业农村数绿协同发展倒逼农村居民适应数字社会，促使其加强对数字技术与数字产品的应用，一方面，提升了农村居民的信息获取能力与先进观念接受能力，更容易接受绿色低碳生活，推动其生产更多的绿色有机产品，增加其收入；另一方面，借助电商、社交平台等在线售卖特色农产品，拓宽农户收入渠道，从而实现农民增收目的。基于上述分析，本研究认为农业农村数绿协同发展具有增收效应，即：农业农村数绿协同发展可显著提升农村居民收入。

1.3　农业农村数绿协同发展的空间溢出效应

地区数绿协同发展连接而成的地理网络，可能受到邻近区域数绿协同发展水平的影响，存在空间溢出效应。一方面，农业农村通过制定数绿协同发展举措，在持续提升数绿协同发展过程中，强化农村数字技术应用能力，打破固有的地理限制与贸易壁垒，促进资本、劳动力、资金等传统生产要素由城市流向农村地区，并加强与数据等新型要素的融合，使当地居民快速融入现代生活，借助社交软件、电商平台等自媒体向外传播农村传统文化，售卖特色农产品，从而增加居民收入；另一方面，随着农业农村数绿协同发展水平的不断提升，为农村社会提供了诸多发展机遇，同时本地区可以通过吸引周边地区的农业企业或信息技术企业等外部资本提升自身农业产业规模，延长农业产业链条，发挥规模效益，缓解周边地区技术短缺与劳动力不足等困境^［32］，积累周边地区人力资本，从而提升邻近地区的农村居民收入水平。综上，农业农村数绿协同发展水平的持续提升，能够产生较强的空间溢出效应，从而显著促进邻近区域居民增收。

2　研究设计与数据来源

2.1　变量选取

农业农村数绿协同发展水平（DGAR）为本研究的解释变量，在构建指标体系时，借鉴已有研究^{［4，26-27］}，并遵循系统性与动态性等原则，更加注重农业农村数绿协同发展的内在含义与本质特征，即：农业农村数字化与农业农村绿色化存在协调共生的密切关系，其在发展过程中相互融合，共同驱动农业农村的可持续发展，最终形成农业农村数绿协同发展的测度指标体系（表1）。具体而言，一是农业数字生产与农业绿色生产强调生产层面的数绿协同。农业数字生产强调农业数字技术的使用程度，淘宝村数量与农业气象观测站数字基础设施的建设；农业绿色生产则体现生产投入过程中化肥、农药等的减少。二是农业数字产业与农业绿色产出推动管理层面的数绿协同，关注产出端的数字化与绿色化。农业数字产业考察农业产业经营服务体系的数字化转型，包含经营主体、线上销售、物流设施与金融服务等；农业绿色产出则强调绿色产品的供给能力与绿色创新能力。三是农村数字治理与农村环境治理体现生态层面的数绿协同。农村数字治理衡量农村信息化基础设施建设程度、网络政务服务能力与村级事务数字化情况；农村环境治理则包含生态环境与生产环境的治理能力。四是农村数字活力与农村绿色转型强调创新层面的数绿协同。农村数字活力衡量农村数字化转型的发展潜力，包括人才储备、研发能力等；农村绿色转型则涵盖绿色化产业主体建设情况，突出绿色化转型能力。五是农民数字素养与农民绿色生活刻画生活层面的数绿协同。农民数字素养强调农村居民受教育年限和数字化产品使用情况；农民绿色生活强调生活环境的绿色化与资源享有情况。借助熵值法分别计算农业农村数字化与绿色化发展指数，并借鉴王淑佳等^［33］的研究，采用改进后的耦合协调度模型定量测度农业农村数绿协同发展水平。

被解释变量为农村居民收入水平（RID），通过对农村居民人均可支配收入取对数衡量。

控制变量。基于有关居民收入方面的研究，控制地区经济、对外开放水平、城镇化水平与政府支持水平因素。其中，经济发展水平（GDP）借助人均生产总值衡量^［34］；对外开放水平（OOW）借助进出口贸易总额占国内生产总值的比值衡量^［35］；城镇化水平（UR）则采用城镇常住人口占该地区常住总人口的比例进行度量；政府支持水平（GOV）借助政府财政涉农支出占比衡量。

2.2　模型设定

为验证上述农业农村数绿协同发展对农村居民收入的直接影响，构建基准回归模型：

\mathrm{R}\mathrm{I}{\mathrm{D}}_{it}={\alpha }_{\mathrm{0}}+{\alpha }_{\mathrm{1}}\mathrm{D}\mathrm{G}\mathrm{A}{\mathrm{R}}_{it}+{\alpha }_{\mathrm{2}}\mathrm{C}\mathrm{O}\mathrm{N}\mathrm{T}\mathrm{R}\mathrm{O}{\mathrm{L}}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}（1）

式中：i为省份；t为年份；\mathrm{R}\mathrm{I}{\mathrm{D}}_{it}为被解释变量，指农村居民收入；\mathrm{D}\mathrm{G}\mathrm{A}{\mathrm{R}}_{it}为农业农村数绿协同发展水平；\mathrm{C}\mathrm{O}\mathrm{N}\mathrm{T}\mathrm{R}\mathrm{O}{\mathrm{L}}_{it}为一系列控制变量；{\alpha }_{\mathrm{0}}为常数项；{\alpha }_{\mathrm{1}}和{\alpha }_{\mathrm{2}}分别为农业农村数绿协同发展水平和控制变量的回归系数；{\mu }_i和{\delta }_t分别为省份和年份的固定效应；{\epsilon }_{it}为随机扰动项。

为验证农业农村数绿协同发展水平对农村居民收入是否存在空间溢出效应，首先，借助全局莫兰指数，选择空间地理距离权重矩阵检验农业农村数绿协同发展水平与农村居民收入的空间相关性；其次，采用空间计量模型实证分析农业农村数绿协同发展水平对农村居民收入的空间溢出效应。模型设定如下：

\mathrm{R}\mathrm{I}{\mathrm{D}}_{it}={\beta }_{\mathrm{0}}+\rho \bullet \mathit{W}\bullet \mathrm{R}\mathrm{I}{\mathrm{D}}_{it}+{\alpha }_{\mathrm{1}}\mathrm{D}\mathrm{G}\mathrm{A}{\mathrm{R}}_{it}+{\beta }_{\mathrm{1}}\bullet \mathit{W}\bullet \mathrm{D}\mathrm{G}\mathrm{A}{\mathrm{R}}_{it}+{\alpha }_{\mathrm{2}}\mathrm{C}\mathrm{O}\mathrm{N}\mathrm{T}\mathrm{R}\mathrm{O}{\mathrm{L}}_{it}+{\beta }_{\mathrm{2}}\bullet \mathit{W}\bullet \mathrm{C}\mathrm{O}\mathrm{N}\mathrm{T}\mathrm{R}\mathrm{O}{\mathrm{L}}_{it}+{\nu }_i+c_t+{\theta }_{it}（2）

{\theta }_{it}=\lambda \mathit{W}{\theta }_{it}+{\epsilon }_{it}（3）

式中：{\beta }_{\mathrm{0}}为常数项；\rho为农村居民收入的空间自回归系数； W 为空间权重矩阵；\rho \bullet \mathit{W}\bullet \mathrm{R}\mathrm{I}{\mathrm{D}}_{it}为农村居民收入的空间滞后项；{\beta }_{\mathrm{1}}\bullet \mathit{W}\bullet \mathrm{D}\mathrm{G}\mathrm{A}{\mathrm{R}}_{it}为农业农村数绿协同发展水平的空间滞后项；{\beta }_{\mathrm{2}}\bullet \mathit{W}\bullet \mathrm{C}\mathrm{O}\mathrm{N}\mathrm{T}\mathrm{R}\mathrm{O}{\mathrm{L}}_{it}为控制变量的空间滞后项；{\beta }_{\mathrm{1}}为农业农村数绿协同发展水平的回归系数；{\beta }_{\mathrm{2}}为控制变量的回归系数；{\nu }_i和c_t分别为个体和固定效应；{\theta }_{it}为空间相关的随机扰动项；\lambda为随机扰动项的空间自回归系数。当\lambda =\mathrm{0}时为空间杜宾模型；\lambda ={\beta }_{\mathrm{1}}={\beta }_{\mathrm{2}}=\mathrm{0}时为空间滞后模型；\rho ={\beta }_{\mathrm{1}}={\beta }_{\mathrm{2}}=\mathrm{0}时为空间误差模型。

2.3　数据来源

本研究以中国30个省（不包括西藏及港澳台地区，下同）作为研究对象，相关指标数据来自《中国统计年鉴》^［36］、《中国农村统计年鉴》^［37］、《中国农业年鉴》^［38］、《中国农村经营管理统计年报》^［39-41］、中国社会经济研究基础平台（EPSDATA，https：//olap.epsnet.com.cn/#/datas_home？cubeId=891）等，绿色农业专利数量、绿色食品与绿色专业合作社等数据来自浙大卡特—企研中国涉农研究数据库（https：//r.qiyandata.com）。对于部分省份和个别年度指标的缺失值采用插值法进行填补。

3　农业农村数绿协同发展的时空演进格局

3.1　农业农村数绿协同发展的时序特征

3.1.1　全国层面

全国农业农村数绿协同发展的时序演变趋势如图2所示。农业农村数绿协同发展水平缓慢上升，研究期内平均水平由2011年的0.47增长至2022年的0.58，上升了22.67%，年均增长率为1.89%。整体发展趋势可划分为3个阶段：第一阶段为2011—2015年，此期间的农业农村数绿协同发展指数呈平稳上升趋势，由2011年的0.47增长至2015年的0.51，年均增长率为1.90%。该阶段处于城市带动农村发展背景，大量农民工返乡与社会力量的帮扶，技术、资金等要素大规模由城市流向农村，改善农业农村基础设施，为数绿协同提供了基础。第二阶段为2015—2018年，农业农村数绿协同发展速度较慢，由2015年的0.51缓慢增长至2018年的0.53，年均增长率为1.61%。该阶段我国信息化水平显著提升，农村的数字红利尚未体现，且发展重点在于农业提质增效、农民增收、农村环境整治，数字化与绿色化尚未协同。第三阶段为2018—2022年，农业农村数绿协同发展指数呈快速增长趋势，年均增长率为2.08%，增长幅度为10.79%。2018年我国首次提出“数字乡村”概念，数字经济发展浪潮延伸至农村领域，在此发展机遇下，农业生产过程中更加注重绿色投入，农产品供给质量随之提升，且随着乡村振兴战略的大力实施，农村宜居这一要求使农村生活环境、生产环境、生态环境趋向绿色化，绿色生活理念与方式渗透至农村居民日常生活中，数字技术与绿色理念的融合在农业农村领域得到了显著体现。

3.1.2　省域层面

省域层面农业农村数绿协同发展水平演变特征见图3。各省份农业农村数绿协同发展水平在研究期内变化趋势不一：一是各省份农业农村数绿协同发展水平逐年递增，均呈显著上升趋势。二是农业农村数绿协同发展水平呈东高西低的发展格局。北京、江苏、浙江、上海、福建等东部地区省份在研究期内保持引领趋势，尤其是2011—2017年，东部地区农业农村数绿协同发展水平均值为0.513，略高于中部地区的0.509和西部地区的0.473，在此期间，西部地区的内蒙古、宁夏和新疆等省份的农业农村数绿协同发展水平较低，青海省发展水平均值为0.407，且新疆在2014—2017年呈波动下降趋势，发展基础薄弱使其数绿协同的内生动力不足，农业农村数绿协同发展系统稳定性较差。三是农业农村数绿协同发展速度呈东部持续提升、中西部快速追赶的演化特征。东部地区除2013年增速稍减，其余年份的增长率维持在0.49%~3.21%；中部地区表现出强劲的发展态势，2011—2022年的年均增长率为1.82%，且安徽省、湖北省和湖南省上升速度较快，农业农村数绿协同发展水平分别在2017、2018和2022年超过东部地区，表现出较大的增长潜力；西部地区农业农村数绿协同发展水平在2011—2022年持续上升，年均增长率为2.39%，且2014年的平均增长率为3.83%，增长空间较大。农业农村数绿协同发展水平差异与各地区的经济水平、资源禀赋等外部条件搭建的承载环境具有密切关系，东部地区在数绿协同发展试点、政策引领等各方面建立健全数绿协同发展体制机制，凭借先进的数字技术、雄厚的经济实力为农业农村领域的数绿协同发展提供了良好的条件，驱动农业农村数绿协同发展迈上新台阶。

3.2　农业农村数绿协同发展的空间特征

3.2.1　空间分布动态

借鉴Rosenblatt^［42］和Parzen^［43］提出的Kernel密度估计方法刻画中国农业农村数绿协同发展的空间分布动态，结果见图4。从分布位置看，全国农业农村数绿协同发展水平的核密度曲线保持右移趋势，表明中国农业农村数绿协同发展水平持续提升；就波峰的高度和宽度而言，主峰峰值经历了先升后降的演变特征，波峰宽度持续收窄，表明全国农业农村数绿协同发展水平的绝对差异逐渐缩小；就分布延展性而言，研究初期核密度曲线存在一定的拖尾，全国农业农村数绿协同发展水平整体呈收敛趋势，存在农业农村数绿协同发展水平较高的省份，但较高水平的省份与全国平均水平之间的差距逐渐缩小；从极化情况看，2014、2017和2019年核密度曲线由1个主峰和1个侧峰构成，且呈阶梯状排列，2022年则为1个主峰和2个侧峰，表明全国农业农村数绿协同发展水平存在极化现象。

区域农业农村数绿协同发展水平的动态分布格局存在较大差异。就东部地区而言，核密度曲线呈现波峰高度先升后降、宽度由宽变窄再变宽的趋势，说明东部地区农业农村数绿协同发展水平的绝对差异逐渐缩小，由单峰转变为双峰，表明东部地区存在两极分化现象。对中部地区而言，核密度曲线波峰形态变化较大，波峰高度波动降低，宽度扩大，表明中部地区农业农村数绿协同发展水平的绝对差异呈扩大趋势，且存在轻微右拖尾现象和极化现象。西部地区核密度曲线波峰逐渐上升，宽度收窄，表明农业农村数绿协同发展水平的空间分布不均衡现象逐步缓解，且观察期内核密度曲线由多峰形态转变为单峰形态，表明西部地区内部的多级分化现象逐渐改善。

3.2.2　空间转移趋势

本研究借助传统Markov链和空间Markov链分析方法，考察转移周期为1期的情况下，中国农业农村数绿协同发展水平空间状态的转移概率和特征。在未考虑空间依赖关系情况下，传统Markov转移概率矩阵刻画了中国农业农村数绿协同的两大演进特征（表2）。第一，中国农业农村数绿协同发展水平保持初始状态的稳定性较高。一方面，位于主对角线上的概率值均明显大于非对角线上的概率，农业农村数绿协同发展水平的分布位置较为固定，存在小幅度的内部流动性，表明农业农村数绿协同系统在发展过程中保持较高的稳定性；另一方面，农业农村数绿协同发展水平为低、中低、中高和高的地区在下一期保持原有状态的概率分别为75.6%、59.6%、60.2%和94.0%，呈现高>低>中高>中低的特征，表明农业农村数绿协同发展水平越高或越低，该地区的发展格局越稳定。第二，中国农业农村数绿协同是循序渐进的动态提升过程，跨越式发展的可能性较小。转移概率为0的元素均处于非对角线，表明农业农村数绿协同发展系统在水平接近的相邻类型之间依次转移，低水平、中低水平和中高水平分别向中低水平、中高水平和高水平转移的概率为23.3%、37.1%和31.0%，且各类别农业农村数绿协同发展水平向上转移的概率大于向下转移的概率，远高于跨等级跃升的概率，表明由低水平向中高或高水平跨越的可能性较小。

考虑空间地理距离因素后，农业农村数绿协同发展的空间转移趋势表现为两大特征（表3）。第一，区域背景影响某地区的农业农村数绿协同发展水平空间转移方向。一方面，处于低水平地区的相邻省份互相影响，导致该地区农业农村数绿协同发展水平缓慢甚至停滞的概率增大。如中低水平区在下一期维持现状的概率为81.5%，相比传统转移概率高出21.9%；中低类型下的中低水平区在下一期维持原状的概率减少至55.6%，较传统转移概率低4.0%，其向中高水平转移的可能性相比未考虑空间依赖关系时高1.8%。另一方面，某地区周边省份的农业农村数绿协同发展水平较高，会增大该地区农业农村数绿协同发展水平向更高水平转移的可能性，即农业农村数绿协同发展水平较高的省份对周围省份发挥正向带动效应，农业农村数绿协同发展水平处于高等级的地区，中低水平向中高水平转移的概率为66.7%，相比未增加空间权重时的概率高29.6%。第二，高水平地区农业农村数绿协同发展的稳定性相比低水平地区农业农村数绿协同发展的稳定性较强，低水平地区面临小幅向下跌落的风险。在低水平地区中，中低、中高和高水平分别向低、中低和中高水平转移的概率为0%、20.0%和50.0%，大于高水平地区各类别向下转移的概率，更容易受到邻近地区农业农村数绿协同发展水平的影响。

4　农业农村数绿协同发展的增收效应分析

4.1　基准回归结果分析

表4为农业农村数绿协同影响农村居民收入的估计结果。未加入控制变量与固定效应时，农业农村数绿协同对农村居民收入的回归系数为7.204，且通过1%显著性水平检验；加入控制变量但不控制固定效应时，农业农村数绿协同仍显著影响农村居民收入；当加入控制变量，同时控制地区与年度效应，农业农村数绿协同对农村居民收入的回归系数为0.272，且通过1%显著性水平检验，表明农业农村数绿协同显著增加农村居民收入，农业农村数绿协同的增收效应得到初步验证。

4.2　内生性检验

为克服反向因果与遗漏变量引起的内生性问题而导致估计结果出现偏差，借助工具变量法检验可能存在的内生性问题，估计结果如表5所示。第一，借鉴徐玉冰等^［25］的做法，采用滞后一期的农业农村数绿协同发展水平作为工具变量（IV），同时借助两阶段最小二乘法进行估计。K-P rk LM统计量为32.838，通过1%显著性水平检验，排除工具变量识别不足的可能，K-P rk Wald F统计量为52.418，大于Stock-Yogo检验在10%显著性水平下的临界值16.380，排除弱工具变量的可能，第二阶段的回归结果表明农业农村数绿协同发展水平的回归系数为0.524，且在1%水平下显著。第二，借鉴王智新等^［44］的思路，借助各省初始年份的农业农村数绿协同发展水平与每年农业农村数绿协同发展的平均增长率的乘积构造Bartik工具变量，将其与滞后一期的数绿协同发展一并作为工具变量（Bartik_IV），K-P rk LM统计量在1%显著性水平为57.720，K-P rk Wald F统计量为104.350，通过工具变量检验，且农业农村数绿协同发展水平的回归系数在5%水平下显著为正，表明在考虑内生性问题后，农业农村数绿协同仍显著提升农村居民收入水平。

4.3　稳健性检验

为进一步确保基准回归结果的稳健性，本研究采用4种方式进行检验，结果见表6。一是对控制变量缩尾。对控制变量进行上下1%的缩尾，避免异常值对回归结果的影响。结果表明农业农村数绿协同与农村居民收入水平的回归系数为0.281，且通过1%显著性水平检验。二是高维固定效应。通过设定省份与年份交互效应，以缓解宏观经济因素的变化对农业农村数绿协同的影响。考虑了宏观因素的系统性变化，结果显示依然稳健。三是剔除直辖市，考虑到直辖市在我国经济社会中的地位和定位比较特殊，数字化与绿色化水平远超全国平均发展水平，为此，将样本删除直辖市后重新进行回归检验。结果表明农业农村数绿协同发展与农村居民收入水平的回归系数为0.257，且通过5%显著性水平检验，与基准回归结果一致。四是排除政策性影响。2020年9月，首批国家数字乡村试点地区名单的公布，有利于推进该地区乡村数字化建设，因此，将研究期间缩短为2011—2019年。回归结果显示，农业农村数绿协同的回归系数为0.249，仍显著正向影响农村居民收入水平，再次表明基准回归结果稳健可信。

4.4　空间溢出效应

农业农村数绿协同发展水平与农村居民收入的全局莫兰指数检验结果如表7所示。除2015和2016年外，其余年份的农业农村数绿协同发展水平在空间地理距离权重矩阵下均为正且至少通过了10%的显著性水平检验。农村居民收入的莫兰指数在空间地理距离权重矩阵下均为正且通过了1%的显著性水平检验，表明我国各省份的农业农村数绿协同发展水平与农村居民收入呈现正向空间集聚特征，具有显著的空间自相关性。

在实证分析农业农村数绿协同对农村居民收入的空间溢出效应前，基于LM检验、LR检验、Wald检验以及Hausman检验结果，本研究选择双重固定效应的空间杜宾模型（表8）。在空间地理距离权重矩阵下，空间自回归系数为0.231，未通过显著性检验，表明局部农业农村数绿协同发展水平具有相关联的空间依赖性，且对农村居民收入产生扩散效应。农业农村数绿协同发展水平对农村居民收入的直接影响系数为0.177，空间效应估计系数为0.474，且分别通过了1%和10%显著性水平的检验，表明农业农村数绿协同对农村居民收入的提升作用存在明显的空间溢出效应。

进一步解析农业农村数绿协同发展水平与农村居民收入的空间效应，利用偏微分求解将总效应分为直接效应和间接效应，结果见表9。农业农村数绿协同发展水平对农村居民收入的总效应为0.877，在5%水平下显著为正，即农业农村数绿协同发展水平每提高1%，农村居民收入水平提高0.877%；其中直接效应系数为0.187，间接效应系数为0.690，分别通过1%和10%显著性水平检验，表明农业农村数绿协同对农村居民收入具有空间溢出效应。

5　结论与政策启示

5.1　结论

本研究在测算农业农村数绿协同发展水平的基础上，借助核密度与空间Markov链分析方法刻画了农业农村数绿协同发展水平的空间演进特征，构建固定效应模型与空间杜宾模型检验了农业农村数绿协同发展对农村居民收入的影响与空间溢出效应。主要结论如下：1）全国及各省份农业农村数绿协同发展水平缓慢上升，尚处于基本协同发展阶段，演变历程大致可划分为稳步增长、缓慢增长和快速增长3个发展阶段；2）农业农村数绿协同发展水平呈“东高西低”的发展格局，协同发展速度呈“东部持续提升、中西部快速追赶”的演化特征；3）全国、东部和西部地区农业农村数绿协同发展水平的绝对差异逐渐缩小，中部地区呈扩大趋势，且区域内部存在极化现象；4）农业农村数绿协同发展的空间格局稳定，等级空间转移方向受邻近省份的影响；5）农业农村数绿协同发展水平的提升不仅能够增加当地农村居民的收入，产生直接影响，而且对邻近地区的农村居民收入水平具有提升作用，存在显著的空间溢出效应。

5.2　政策启示

为持续提升农业农村数绿协同发展水平，结合上述研究结论提出如下政策建议：

1）健全农村数字基础设施，加快农村绿色转型，提升农业农村数绿协同发展水平。一方面，各地区应持续完善当地数字基础设施，培养数字人才和提升经营主体的数字素养，深化数字技术在农业农村领域的应用，加快农业产业数字化转型，为农业农村数字化发展搭建良好的基础环境；另一方面，强化绿色农业产业链条，借助数字技术提高农业资源利用效率，加强大数据下农村生态环境监测与保护，强化农业绿色创新能力，提高绿色农产品的高质量供给，完善农业产业绿色经营与服务体系，提升农业农村绿色化水平。此外，各地区需着眼于生产、管理、生态、创新、生活领域的数字化与绿色化融合发展短板，找准数字化与绿色化协同的关键点与发力点，共同驱动农业农村数绿协同发展。

2）缩小不同区域间和区域内部各省份的差距，因地制宜推动农业农村数绿协同的均衡发展。东部地区应继续保持农业农村数绿协同发展的引领优势，开展农业农村数绿协同发展试点工作，总结发展模式与经验启示，为中西部地区提供借鉴；中西部地区不仅需强化外部保障体系，助力农业农村数绿协同发展，缩小与东部地区的差距，更要注重农业农村数绿协同发展的内部均衡性与稳定性，着力提升农业创新能力与经营能力，缩小地区间创新和生态维度间的发展差距。

3）注重农业农村数绿协同的增收效应，充分释放农业农村数绿协同发展的扩散效应。农业农村数绿协同发展水平对农村居民收入的正向影响与空间溢出效应证实了数绿协同在推动我国农业发展与农村建设中蕴含的巨大潜力，各地政府应积极探索农业农村领域的数字化与绿色化协同发展战略的制定与实施，出台相关法律法规，厘清协同发展导向、转型目标，挖掘数绿协同发展的多重影响效应，为释放农业农村数绿协同发展的经济效应提供有利条件。此外，结合自身发展程度，有效借鉴邻近地区农业农村数绿协同发展经验，探索农业农村数绿协同发展的区域模式，更好地发挥空间溢出效应。

参考文献

[1] 中国信息通信研究院. 数字化绿色化协同发展白皮书（2022年）［EB/OL］. ［--］.

[2] China Academy of Information and Communications Technology. White paper on digital green collaborative development （2022） ［EB/OL］. ［--］. in Chinese）

[3] 中央网络安全和信息化委员会办公室秘书局. 数字化绿色化协同转型发展实施指南 ［EB/OL］. ［--］.

[4] Secretariat of the Central Cybersecurity and Information Technology Commission Office. Implementation guide for digital green collaborative transformation development ［EB/OL］. ［--］. in Chinese）

[5] 中国网信网. 数字化绿色化协同转型发展报告（2024）［EB/OL］. ［--］.

[6] China Network Information Network. Digital green collaborative transformation development report （2024） ［ EB/OL］. ［--］. in Chinese）

[7] 李旭辉， 陈梦伟， 朱启贵. 中国农业数字化绿色化协同发展的时空格局及收敛性分析［J］. 中国软科学， 2024（8）： 110-121

[8] Li X H， Chen M W， Zhu Q G. Spatio-temporal characteristics and convergence analysis of the coordinated development of agricultural digitalization and greening in China［J］. China Soft Science， 2024（8）： 110-121 （in Chinese）

[9] 刘晓英， 郑怡， 牛文涛. 粮食主产区农业数字化转型的组态路径研究： 基于河南省30个县的比较分析［J］. 农林经济管理学报， 2025， 24（4）： 488-496

[10] Liu X Y， Zheng Y， Niu W T. Configuration path of agricultural digital transformation in major grain producing areas： A study based on comparative analysis of 30 counties in Henan Province［J］. Journal of Agro-Forestry Economics and Management， 2025， 24（4）： 488-496 （in Chinese）

[11] 钟文晶， 罗必良， 谢琳. 数字农业发展的国际经验及其启示［J］. 改革， 2021（5）： 64-75

[12] Zhong W J， Luo B L， Xie L. International experience and enlightenment of digital agriculture development［J］. Reform， 2021（5）： 64-75 （in Chinese）

[13] 张鸿， 王浩然， 李哲. 乡村振兴背景下中国数字农业高质量发展水平测度： 基于2015—2019年全国31个省市数据的分析［J］. 陕西师范大学学报： 哲学社会科学版， 2021， 50（3）： 141-154

[14] Zhang H， Wang H R， Li Z. Research on high quality development evaluation of digital agriculture under the background of rural revitalization： Based on the data analysis of 31 provinces and cities in China from 2015 to 2019［J］. Journal of Shaanxi Normal University： Philosophy and Social Sciences Edition， 2021， 50（3）： 141-154 （in Chinese）

[15] 徐旭初， 杨威. 乡村数字经济赋能共同富裕的组态分析： 来自共同富裕示范区的证据［J］. 学习与探索， 2025（6）： 101-110

[16] Xu X C， Yang W. Configuration analysis of rural digital economy empowering common prosperity： Evidence from the common prosperity demonstration zone［J］. Study & Exploration， 2025（6）： 101-110 （in Chinese）

[17] 刘蓓， 李芸， 吕新业.中国农业绿色发展的水平测度、区域差异及动态演进［J］. 中国农业大学学报： 社会科学版， 2025， 42（1）：184-206

[18] Liu B， Li Y， Lv X Y. Measurement， regional differences， and dynamic evolution of agricultural green development in China ［J］. Journal of China Agricultural University： Social Sciences Edition， 2025， 42（1）： 184-206 （in Chinese）

[19] 于法稳， 孙韩小雪， 林珊. 农业绿色现代化的内涵特征、战略目标及实践推进［J］. 学术研究， 2025（1）： 109-115

[20] Yu F W， Sun H， Lin S. The connotation features， strategic objectives and practical advancement of agricultural green modernization［J］. Academic Research， 2025（1）： 109-115 （in Chinese）

[21] 田云， 廖华. 两阶段视角下中国农业绿色发展效率测度、演进特征及空间溢出效应［J］. 中国人口·资源与环境， 2024， 34（10）： 160-172

[22] Tian Y， Liao H. Efficiency measurement， evolution characteristics and spatial spillover effects of agriculture green development in China from a two-stage perspective ［J］. China Population， Resources and Environment， 2024， 34（10）： 160-172 （in Chinese）

[23] 涂正革， 甘天琦. 中国农业绿色发展的区域差异及动力研究［J］. 武汉大学学报： 哲学社会科学版， 2019， 72（3）： 165-178

[24] Tu Z G， Gan T Q. Research on the regional difference and dynamic mechanism of agricultural green development in China［J］.Wuhan University Journal： Philosophy & Social Sciences， 2019， 72（3）：165-178 （in Chinese）

[25] 尹朝静， 廖培森， 葛静芳， 林思敏.中国农业全要素水资源绿色生产率的区域差异、动态演进及收敛性［J］. 干旱区资源与环境， 2025， 39（2）： 107-116

[26] Yin Z J， Liao P S， Ge J F， Lin S M. Regional differences， dynamic evolution and convergence of agricultural total factor water green productivity in China［J］. Journal of Arid Land Resources and Environment， 2025， 39（2）： 107-116 （in Chinese）

[27] 张亚洲， 刘艳， 石晓平. 农村产业融合对农业绿色生产效率的影响： 基于江苏省的微观证据［J］. 华中农业大学学报： 社会科学版， 2025（5）： 50-62

[28] Zhang Y Z， Liu Y， Shi X P. The impact of rural industrial integration on agricultural green production efficiency： Micro evidence from Jiangsu Province［J］. Journal of Huazhong Agricultural University： social Sciences Edition， 2025（5）： 50-62 （in Chinese）

[29] 王宇新， 姚旭敏. 市场一体化与农业绿色全要素生产率： 来自长三角的经验证据［J］. 华东经济管理， 2025， 39（7）： 47-60

[30] Wang Y X， Yao X M. Market integration and agricultural green total factor productivity： Empirical evidence from the Yangtze River Delta［J］. East China Economic Management， 2025， 39（7）： 47-60 （in Chinese）

[31] 李冰燕. 绿色农业与农村经济结构优化路径［J］. 山西财经大学学报， 2025， 47（S1）： 109-111

[32] Li B Y. Green agriculture and pathways for optimizing rural economic structure［J］. Journal of Shanxi University of Finance and Economics， 2025， 47（S1）： 109-111 （in Chinese）

[33] 何可， 朱润. 新质生产力推动农业绿色低碳发展：现实基础与提升路径［J］. 中国农业大学学报： 社会科学版， 2025， 42（3）： 174-193

[34] He K， Zhu R. New quality productive forces promote green and low-carbon development of agriculture： Current foundations and enhancement pathways ［J］. Journal of China Agricultural University： Social Sciences Edition， 2025， 42（3）： 174-193 （in Chinese）

[35] 左莉， 张皓然， 孙林. “双碳”目标下农业绿色发展动态数智化路径研究［J］. 西北民族大学学报： 哲学社会科学版， 2024（5）： 141-152

[36] Zuo L， Zhang H R， Sun L. Research on the dynamic smart digitalization paths of green agricultural development under the goal of “carbon peaking and carbon neutrality”［J］. Journal of Northwest University for Nationalities： Philosophy and Social Science， 2024（5）： 141-152 （in Chinese）

[37] 和逸群， 赵德起. 数字乡村发展水平测度、区域差异及动态演进［J］. 技术经济与管理研究， 2025（5）： 22-28

[38] He Y Q， Zhao D Q. Measurement of China’s digital rural development level， regional differences， and dynamic evolution ［J］. Journal of Technical Economics & Management， 2025（5）： 22-28 （in Chinese）

[39] 朱杰， 彭浩瀚， 张志， 王军， 高远卓. 数字乡村建设对粮食安全的影响研究： 基于县域层面的实证分析［J］. 中国软科学， 2025（5）： 79-91

[40] Zhu J， Peng H H， Zhang Z， Wang J， Gao Y Z. Study on the impact of digital rural development on food security： An empirical analysis at the county level［J］. China Soft Science， 2025（5）： 79-91 （in Chinese）

[41] 仇焕广， 黄青. 农业绿色转型与高质量协调发展的理论逻辑与实践［J］. 农业经济问题， 2025（2）： 15-23

[42] Qiu H G， Huang Q. The green transformation of agriculture and high-quality development： Theoretical logic and practice ［J］. Issues in Agricultural Economy， 2025（2）： 15-23 （in Chinese）

[43] 陈海龙， 李宛凇， 徐倩， 徐国祥. 数字乡村建设对农业绿色全要素生产率提升效应与机制研究［J］. 农业经济与管理， 2025（2）： 38-51

[44] Chen H L， Li W S， Xu Q， Xu G X. Study on the effect and mechanism of digital village construction on agricultural green total factor productivity［J］. Agricultural Economics and Management， 2025（2）： 38-51 （in Chinese）

[45] 朱红根， 周柏樊. 数字乡村建设与农业绿色发展： 理论与实证［J］. 世界农业， 2025（3）： 42-54

[46] Zhu H G， Zhou B F. Digital rural construction and green agricultural development： Theory and empirical research［J］. World Agriculture， 2025（3）： 42-54 （in Chinese）

[47] 杨雅迪， 赵博骏， 齐文浩. 数字乡村建设对农业绿色发展的影响研究［J］. 哈尔滨商业大学学报： 社会科学版， 2025（1）： 106-117

[48] Yang Y D， Zhao B J， Qi W H. Research on the impact of digital rural construction on agricultural green development［J］. Journal of Harbin University of Commerce： Social Science Edition， 2025（1）： 106-117 （in Chinese）

[49] 徐玉冰， 王晶. 数字化绿色化协同转型对粮食安全保障能力的影响［J］.中国农业大学学报， 2025， 30 （11）： 316-328

[50] Xu Y B， Wang J. Influence of digitization and green synergistic transformation on food security guarantee capability［J］. Journal of China Agricultural University， 2025， 30（11）： 316-328 （in Chinese）

[51] 徐振华， 慈福义， 张佳文. 数字乡村与绿色乡村协同发展的时空特征及影响因素［J］. 资源科学， 2025， 47（6）： 1263-1277

[52] Xu Z H， Ci F Y， Zhang J W. Spatiotemporal characteristics and influencing factors of synergistic development of digital and green villages［J］. Resources Science， 2025， 47（6）： 1263-1277 （in Chinese）

[53] 王恒， 方兰. 中国农业数字化与绿色化时空耦合协调关系及驱动力分析［J］. 长江流域资源与环境， 2023， 32（4）： 868-882

[54] Wang H， Fang L. Analysis of the spatio-temporal coupling and coordination relationship and the driving forces of the digitalization and greening of Chinese agriculture［J］. Resources and Environment in the Yangtze Basin， 2023， 32（4）： 868-882 （in Chinese）

[55] 梁栋， 刘宇， 张硕. 数字化与绿色化协同转型的“创富共享”效应： 来自中国A股上市公司的证据［J］. 山西财经大学学报， 2025， 47（6）： 65-80

[56] Liang D， Liu Y， Zhang S. “ Wealth creation and sharing” effect of synergistic transformation towards digitalization and greening： Evidence from Chinese A-share listed companies ［J］. Journal of Shanxi University of Finance and Economics， 2025， 47（6）： 65-80 （in Chinese）

[57] 余菲菲， 毛佳怡， 蒋庆. 企业数绿转型协同对可持续发展绩效的影响及作用机制研究： 地方低碳政策的调节效应分析［J］. 科研管理， 2024， 45（11）： 89-98

[58] Yu F F， Mao J Y， Jiang Q. Research on the impact and action mechanism of enterprises’ digital and green transformation synergy on their sustainable development performance： An analysis of the moderating effect of local low-carbon policies ［J］. Science Research Management， 2024， 45（11）： 89-98 （in Chinese）

[59] 李其伦. 中国制造业数字化与绿色化融合协同发展测度及演化分析［J］. 经济问题探索， 2024（7）： 119-132

[60] Li Q L. Measurement and evolution analysis of the integration and coordinated development of digitalization and greenization in China’s manufacturing industry ［J］. Inquiry Into Economic Issues， 2024（7）： 119-132 （in Chinese）

[61] 肖沁霖， 邓宗兵， 乔怡丹. 长三角城市群数字化与绿色化协同发展的时空演变及溢出效应［J］. 地理科学进展， 2025， 44（6）： 1178-1193

[62] Xiao Q L， Deng Z B， Qiao Y D. Spatiotemporal change of the coordinated development between digitization and greenization and spillover effect in the Yangtze River Delta urban agglomeration［J］. Progress in Geography， 2025， 44（6）： 1178-1193 （in Chinese）

[63] 蔡雪玲， 庞智强. 数字经济对农村韧性的作用机制与影响效应研究［J］. 经济体制改革， 2024（3）： 61-68

[64] Cai X L， Pang Z Q. Study on the mechanism and effect of digital economy on rural resilience ［J］. Reform of Economic System， 2024（3）： 61-68 （in Chinese）

[65] 王淑佳， 孔伟， 任亮， 治丹丹， 戴彬婷.国内耦合协调度模型的误区及修正［J］. 自然资源学报， 2021， 36（3）： 793-810

[66] Wang S J， Kong W， Ren L， Zhi D D， Dai B T. Research on misuses and modification of coupling coordination degree model in China［J］. Journal of Natural Resources， 2021， 36（3）： 793-810 （in Chinese）

[67] 文雁兵， 张梦婷， 俞峰. 中国交通基础设施的资源再配置效应［J］. 经济研究， 2022， 57（1）：155-171

[68] Wen Y B， Zhang M T， Yu F. A study on the resource reallocation effect of China’s transportation infrastructure ［J］. Economic Research Journal， 2022， 57（1）：155-171 （in Chinese）

[69] 陆铭， 陈钊. 城市化、城市倾向的经济政策与城乡收入差距［J］. 经济研究， 2004， 39（6）：50-58

[70] Lu M， Chen Z. Urbanization， urban-biased economic policies and urban-rural inequality ［J］. Economic Research Journal， 2004， 39（6）： 50-58 （in Chinese）

[71] 国家统计局. 中国统计年鉴［M］. 北京： 中国统计出版社， 2012—2023

[72] National Bureau of Statistics of China. China Statistical Yearbook［M］. Beijing： China Statistics Press， 2012-2023 （in Chinese）

[73] 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， 2012—2023

[74] Department of Rural Socio-Economic Survey National Bureau of Statistics. China Rural Statistical Yearbook［M］. Beijing： China Statistics Press， 2012-2023 （in Chinese）

[75] 中国农业年鉴编辑委员会. 中国农业年鉴［M］. 北京： 中国农业出版社， 2012—2023

[76] Agricultural Yearbook Editorial Committee of China. China Agricultural Yearbook［M］. Beijing： China Agricultural Press， 2012-2023 （in Chinese）

[77] 农业部农村经济体制与经营管理司， 农业部农村合作经济经营管理总站. 中国农村经营管理统计年报［M］. 北京： 中国农业出版社， 2011—2018

[78] Department of Rural Economic System and Management of the Ministry of Agriculture， Rural Cooperative Economic Operation and Management Station of the Ministry of Agriculture. China Rural Management Statistical Annual Report ［M］. Beijing： China Agricultural Press， 2011-2018 （in Chinese）

[79] 农业部农村经济体制与经营管理司， 农业部农村合作经济经营管理总站. 中国农村改革与改革统计年报［M］. 北京： 中国农业出版社， 2019—2022

[80] Department of Rural Economic System and Management of the Ministry of Agriculture， Rural Cooperative Economic Operation and Management Station of the Ministry of Agriculture. China Rural Reform and Reform Statistical Annual Report［M］. Beijing： China Agricultural Press， 2019-2022 （in Chinese）

[81] 农业部农村经济体制与经营管理司， 农业部农村合作经济经营管理总站. 中国农村合作经济统计年报［M］. 北京： 中国农业出版社， 2019—2022

[82] Department of Rural Economic System and Management of the Ministry of Agriculture， Rural Cooperative Economic Operation and Management Station of the Ministry of Agriculture. China Rural Cooperative Economic Statistical Annual Report ［M］. Beijing： China Agricultural Press， 2019-2022 （in Chinese）

[83] Rosenblatt M. Remarks on some nonparametric estimates of a density function［J］. The Annals of Mathematical Statistics， 1956， 27（3）： 832-837

[84] Parzen E. On estimation of a probability density function and mode［J］. The Annals of Mathematical Statistics， 1962， 33（3）： 1065-1076

[85] 王智新， 张永琪. 数字化绿色化协同转型对中国OFDI高质量发展的影响［J］. 世界经济研究， 2026（1）： 74-88，135

[86] Wang Z X， Zhang Y Q. The impact of digital greening and collaborative transformation on the high-quality development of OFDI in China［J］. World Economy Studies， 2026（1）： 74-88，135 （in Chinese）

基金资助

国家社会科学基金项目(25XGL047)