秦亮 张华 吴华珠 胡峰

[摘要]数字乡村建设是乡村振兴的战略方向，近年来各级政府密集出台了一系列的战略纲要、发展规划、行动方案，旨在通过宏观和微观政策引导，加快数字技术赋能农业农村经济、推进乡村治理方式转变。开展现有数字乡村政策量化评价研究，既是对现有政策体系的协同性的理论探索，又是对新政策的制订、政策工具改进提供参考依据。利用ROSTCM文本挖掘工具和文本内容分析法，对数字乡村政策进行高频词分析，设计评价指标，对12项数字乡村政策样本构建PMC模型，测算PMC指数，绘制PMC曲面，分析各项政策存在的优势和劣势。结果表明，我国数字乡村政策整体态势良好，设计较为合理，但是在以下方面仍然存在不足：政策激励举措不足、政策前瞻性引导偏弱、内生发展动力关注度低，对此本文提出相关建议。

[关键词]数字乡村；政策评价；PMC指数；量化评价

一、 引言

数字乡村建设是数字中国建设的重要内容，数字乡村驱动农村经济高质量发展是实现全面小康的重要路径。党的十八大以来，党中央高度重视数字乡村的建设，做出了一系列战略决策，正在逐步建立起我国数字乡村建设政策支持体系1[1]。2019年中央一号文件提出数字乡村建设意义重大，并要求全面实施数字乡村战略；同年5月国务院下发《数字乡村发展战略纲要》，明确提出将数字乡村作为乡村振兴的战略方向2。2020年国家数字乡村建设路线图更加清晰，制定并实施《数字农业农村发展规划（2019—2025年）》，开展国家数字乡村试点，不断激发乡村发展的内生动力和巨大潜力3。为提高县域数字乡村建设、运营和管理，2021年国家七部委出台了《数字乡村建设指南1.0》4。江苏、浙江、湖北、重庆等地发布了“十四五数字农业农村发展规划”，河南、江西、云南提出加快数字乡村建设实施意见、陕西、湖南、广西制定加快数字乡村发展的行动计划、试点方案[1-2]。2019—2021年期间数字乡村政策的集中发布，为开展数字乡村政策研究提供了基础条件。

本文梳理了2019—2021年国内发布的数字乡村政策，通过文本挖掘工具和文本内容分析法，依据筛选出的各政策的关键词词频，构建 PMC模型评价指标，并选择12项数字乡村政策开展实证研究，分析样本政策存在的问题，提出完善对策，以提高数字乡村政策制定引导性、前瞻性水平。

二、 文献综述

“数字鄉村”是借助于现代信息与通信技术（ICT），在数字无线通讯、公共服务数据平台建设、农业生产自动化、数据分析辅助社区综合治理等方面支撑乡村经济发展的一种模式，从狭义的角度讲，“数字乡村”建设被视作新一代信息技术在乡村场景运用的探索性实践[3-4]。

1. 数字乡村发展与支撑政策

Sonia Bhatt[5]探讨了数字乡村方案和数字乡村2.0运动，及其在特定村庄应用后对村民的影响。AnnaBielska等[6]以波兰某省为例，研究数字乡村空间分布的解决方案。Sebastian等[7]介绍了农业数字化的研究现状，并指出了农业数字化过程的脆弱性，特别是缺乏互操作性和对互联网连接的依赖。Kelly Rijswijk等[8]指出农业知识和创新体系应该更好地支持农业知识提供者，通过预测可能的未来和反思这些对农业知识提供者的价值主张、商业模式和组织身份带来的后果，掌握数字化和发展数字化战略。John M. Antle等[9]提出了NextGen农业信息管理系统，该系统从传统的“供应驱动”方法模型研究转向用“需求驱动”或“用户驱动”的方法研究，基于用户信息、用户决策的需求来构建基础数据和分析模型。

国外数字技术的应用及农业示范，收益于财政计划的支持，但各国政策支持取向有所不同。美国提出的“精准农业”构想，将遥感预测、GIS数据系统、GPS导航应用于农场管理，提高农业生产效率；欧盟国家推行的“智慧乡村行动”，不仅关注技术策略，更关心地区技术变革引发社会变革，包括社会、环境和地区发展，研究应对农村孤立、人口老龄化和商业生产力低下等问题，实现区域均衡发展。为应对乡村人口外迁和老龄化问题，日本启动了“基于智能机械+智能IT的下一代农林水产业创造技术”项目，鼓励建设以农业机器人为核心的无人农场 [10-11]。

国内学者对数字乡村研究多体现在对国外发展模式的比较、地方实践经验总结等方面。夏显力等[12]研究了发达国家农业数字技术应用及发展的经验，构建了市场需求与数字技术共同促进农业高质量发展的分析框架。王耀宗等[13]分析了“数字乡村”的内涵和特征，对统筹推进农业农村信息化的顶层设计提出建议。方堃等[14]依托数字决策、信息服务平台、跨地域多元主体等整体性策略构建乡村数字公共服务体系，实现“三农”发展与数字治理技术要素相匹配。刘俊祥等[15]选取了浙江、湖北和贵州三省作为分析案例，分别对其乡村数字治理已有的探索实践总结梳理，着重从政务体系构建角度探讨了乡村数字治理。刘美平等[16]从农村数字经济发展的制度供给、促进农户融入电商市场、城乡协同发展、农业产品数字化等角度，探索农村数字经济发展路径。

2. 数字乡村政策与量化评价

（1）政策量化评价方法

政策评价是政策分析者对政策的制定及由政策产生的效果开展研究。政策评价的目标是为了确定一项政策的实施是否能达成预期的目标和效果，并在此基础上，分析政策的施行效果与其影响因素，并对政策进行评估优化，以提高政策效力和作用。

国外学者在对政策效果和效益分析比较的同时，注重对政策的量化评价工具的使用[17]，以及注重对政策本身的合理性、可行性进行评价，如Oville F. Poland的3E评估分类框架、Edward A. Suchman五类评估法，利用价值判断方法论对政策进行量化评估。评价政策方法的演进，深化了研究人员对政策的作用机制的认识，为政府部门开展评估提供了有效的手段。美国、欧盟、日本等在20世纪90年代对农业补贴政策开展评价，采用一些定量分析方法对政策进行评价，OECD自1998年起对成员国进行持续的农业政策评估，基于生产者和消费者支持估计（PSE和CSE）以及相关指标，以分类衡量各国农业支持政策[18]。国外学者注重定量与定性相结合的方法进行农产品、农村政策评估，与发展中国家相比，西方发达国家的统计数据完整和信息化程度较高，在农业政策评估研究方面取得了丰富成果。

（2）政策评价工具在数字乡村的应用

张鸿等[19]研究了应用就绪度评价模型，构建了数字乡村发展就绪度评价指标体系，通过层次分析与熵权法确定指标组合权重，研究了不同区域数字乡村发展水平与特征。吴园[20]研究了数字乡村的相关政策，构建了数字乡村环境、数字经济、科技创新供给、乡村数字治理等指标组成的数字乡村发展评价体系。陈薇[21]定量分析了河北省财政支农支出与农业GDP、农民收入、粮食生产和农产品竞争力之间影响关系，阐明了财政支持农业政策与农业和农村经济发展的经济学逻辑关系。宗义湘等[22]通过OECD农业政策评估框架，从生产者支持估计值（PSE）、一般性服务支持估计值（GSSE）、总支持水平估计值（TSE）来评估我国加入WTO前后，农业政策对农业的支持水平的影响。马晓春[23]采取历史考察和逻辑分析相结合的方法，分析了不同国家实施农业政策的目的、阶段特征及主要措施，结合定量方法和定性方法，分析影响中国与主要发达国家农业支持水平的主要因素。

目前，国内外学者和管理人员对数字乡村研究多集中于农业信息化技术应用和农村数字公共服务等信息技术建设视角，对于政策本身的信息挖掘等较少关注。农业政策评价客体指向信息化程度、财政支持、典型示范经验等，评价方法多数是基于定性的视角比较分析法、影响因素法。对数字乡村的发展评价，多采用指标体系评价，主要考核信息基础建设、信息技术采纳、公共服务供给，而对于不同层级数字乡村政策制订一致性、协同性、适用性定量研究鲜有涉及。

PMC模型作为政策评价模型，在创新政策、新兴产业政策评价中已经被学者广泛采用。张永安等[27]研究了创新政策作用机理，运用PMC模型对国务院创新政策评价，臧维等构建了人工智能政策PMC评价指标，对前沿发展趋势和技术演进方向做出预测。胡峰等[28]通过PMC指数，逐项分析了8项机器人产业的优劣，并提出改进路径。杜宝贵等[29]采用PMC模型开展了辽宁省科技服务业政策量化评价，与其他省份对比分析。在对创新政策、产业政策、科技政策的量化评价中，PMC指数模型具有如下优势：评价维度丰富，通过增加评价维度替代指标权重计算，有效避免指标权重误差、主观评价偏见，使得评价结果更加客观精确；聚焦政策前评价，分析政策文本关键内容和关键词，弥补了对政策内容研究分析的不足；无论单一产业政策，还是区域政策体系，PMC指数评价方法均可适用。

三、 数字乡村政策PMC指数模型构建

本文采用Ruiz Estrada等[24]提出的“Omnia Mobilis”假设和 PMC 指数（Policy Modeling Consistency Index）进行量化评价。PMC指数模型是基于任何事物是运动发展的、且彼此间相互联系的假设，政策的整体评价考虑了各个可能变量的影响，即不可忽略任何影响因素的作用。量化评价时，对变量的数量不做限制，且不再设定变量地权重。PMC指数模型的应用范围有以下两个方面：一是可以用来分析某一具体政策模型的一致性水平，二是可以曲面图非常直观地展现某一具体政策的优势与劣势，比较分析优势变量与劣势变量的具体含义和水平。

PMC指数模型构建步骤有以下三个方面：一是多投入-产出表设计，二是变量分类及参数选取，三是PMC指数计算；四是PMC曲面图绘制。

1. 多投入-产出表设计

PMC 指数模型的多投入-产出表是对变量进行多维度测量而形成的一种数据分析框架，由主变量（一级变量）和子变量（二级变量）组成，主变量、子变量的数量各有若干个，如表1所示。考虑到变量个数可以无限多，本文设定各主变量的权重相等，同一主变量下的所有子变量的权重相等。子变量的参数值采用二进制，若某项政策文本中含有相应子变量含义的内容时，该子变量的参数取值为1，否则取值为0。

2. 变量确定及参数选取

ROSTCM是一种文本量化分析软件，可以实现自动分词、文本词频、社会网络和语义网络、聚类等分析与计算，结果能够以可视化图形呈现。本文通过查阅国务院、网信办、农业部、省市地方政府等网站，收集并整理2019—2021年出台的39份数字乡村规划、纲要、计划、项目、方案、法规等文本。运用ROSTCM工具，首先对文本数据库的政策文本进行分词，剔除与本研究无关联的虚词和通用词，如“加快”“重点”“数字”等。然后提取高頻词汇，挖掘政策文本核心内容和关键词，分析关键词语义网络，为评价变量设定提供参考依据。政策文本中排名前40的高频词如表2所示。

根据政策文本统计的高频词，结合现有学者张永安、郭强、蔡东松等研究成果，共设定了一级变量10个和二级变量43个。其中一级变量为政策性质X1、政策领域X2、政策目标X3、政策视角X4、政策计划性X5，政策受体X6、激励举措X7、政策效果X8、政策评价X9、、政策公开X10。明确一级变量的内涵之后，二级变量的选取综合考量多方面影响因素，二级变量同等重要且权重相同。二级变量的取值服从[0，1]分布，取值为0或1。当政策内容包含或涉及相关变量时，取值为1；若与变量无关，则取值为0。变量X10仅为政策公开与否指标，因而不设置二级变量。评价指标体系及评价标准如表3所示。

3. PMC指数计算

PMC指数模型的计算步骤如下：

（1）依照数字乡村政策文本构建变量，包括一级变量和二级变量，如公式（1）所示。

[X～N（0，1）] （1）

（2）建立多投入产出表，并依据文本挖掘法和二进制法赋予二级变量具体数值0或1，如公式（2）所示。

[X={XR：（0，1）}] （2）

（3）计算一级变量值，根据二级变量参数取值累计，具体如公式（3）所示。

[Xt=j=1nXtjT（Xtj）     ][t=]1，2，3，4，5，6，7，8，9，10 （3）

其中，t为一级变量；j为二级变量，T为第t个一级指标的个数。

（4）计算某项政策的最终PMC指数，计算方法如公式（4）

[PMC=X1+X2+X3+...+X10]

[=j=1nX1jT（X1j）+j=1nX2jT（X2j）+j=1nX3jT（X3j）+...+j=1nX9jT（X9j）+X10] （4）

参考Ruize的等级划分原则，PMC指数按照由高到低分为“优秀”“良好”“可接受”“较差”四个等次，等次划分标准为：8～10分（优秀），7～7.99分（良好），6～6.99分（可接受），0～5.99分（较差），所得评价结果如表4所示。

4. PMC曲面图绘制

根据PMC指数矩阵可以绘制出某项政策的PMC曲面，绘制PMC 曲面是为了用图形来直观地显示该政策PMC各变量结果。通过比较不同PMC曲面，可以辅助研究人员了解和比较各项政策的优势和不足。

绘制PMC的步骤如下：

（1）选取前9项一级变量及参数值X1，X2，…，X9；

（2）按照3个变量参数值为一组，构建3×3矩阵，如公式（5）所示。

当行与列变量数相等，PMC矩阵具有规则对称的特点，绘制出的PMC曲面更显均衡，便于不同政策比较。

[PMC=X1X2X3X4X5X6X7X8X9] （5）

四、 实证研究

1. 样本选取

综合考虑政策来源、政策性质、政策受众等，本文选取《数字农业农村发展规划（2019—2025年）》等12项数字乡村政策开展实证研究，其中国家层面政策5项，省区层面政策4项，市县政策3项。从政策作用时间来看，涵盖了短期工作、中期计划、长期规划。政策样本的编号、名称、发布时间、发布机构，详见表5所示。

2. 政策PMC模型分析

依据文本内容分析和PMC指数计算方法，将12项数字乡村政策填入投入产出表，分别计算得到各项政策的PMC指数，结果如表6所示。

从PMC指数结果来看，2019—2021年我国数字乡村政策整体态势良好，设计较为合理。整体排序情况为P5>P4>P6>P7>P1>P9>P8>P11>P10>P2>P12>P3。按照等次分类来看，“优秀”等次5项，“良好”等次4项，“可接受”等次3项。各级政府按照国家“战略—规划—试点”部署，制定属地指导意见，拟定年度工作计划和发展规划，探索数字农业、数字经济、数字治理路径。

3. 政策PMC曲面分析

根据公式（5）绘制出12项数字乡村政策的PMC曲面，如图1至图12所示，不同的图标对应不同的分值。

通过分析PMC曲面特性，可以直观地显示各项样本政策的优势和劣势之处：PMC曲面的凹陷面越深，该政策相关变量的得分越低，反映出该政策存在不足；反之，PMC曲面越接近矩阵图顶部，该政策的相关变量得分越高，反映出该政策具有比较优势。

此外，PMC曲面的平滑程度反映政策的协同性，即曲面越平滑，政策越能兼顾不同目标。通过比较，政策P4、P5、P6的PMC曲面平滑性很好（如图4、图5、图6），政策P2、P12的PMC曲面平滑性较差（如图2、图12）。

4. 各项政策分析

P1政策的PMC指数为8.15，排名第5位，等次为“优秀”。除政策性质X1、政策计划性X5、政策效果X8，其余变量均高于或等于相关变量的平均值。作为国家的数字农业农村发展规划（2019—2025年），P1政策涵盖数字技术、数字经济、乡村治理等多个领域，重点解决基础数据资源建设、生产经营数字化改造、关键技术装备创新、平台与重点工程应用的问题，统筹宏观、中观、微观各层面，运用财政奖补、社会投入等手段，实现农业农村数字化生产与治理战略。如果完善政策的话，可以从政策性质、政策效果方面加以优化。按照平均值与各变量得分的差值由大到小排序，P1政策的改进顺序为：X5—X8—X1。

P2政策PMC指数为6.85，排名第10位，等次为“可接受”。政策性质X1、政策目标X3、政策视角X4、政策计划性X5、政策受体X6、政策效果X8，均低于相关变量的平均值。P2政策是国家网信办制定的《2020年数字乡村发展工作要点，主要是加快推进农业农村信息化建設，通过基础设施、科技创新、乡村治理等任务，提升“三农”信息服务能力》政策为短期政策，政策目标性和计划性得分较低；宏观指导性为主，激励举措有限。如果完善政策的话，可以从政策性质、政策目标、激励措施方面加以优化。按照平均值与各变量得分的差值由大到小排序，P2政策的改进顺序为：X3—X1—X5—X6—X8—X4。

P3政策的PMC指数为6.283，排名第12位，等次为“可接受”。政策领域X2、政策目标X3、政策视角X4、政策计划性X5、政策受体X6、激励举措X7、政策效果X8、政策评价X9，均低于相关变量的平均值。P3政策是国家网信办牵头的《开展国家数字乡村试点工作的通知》，是一项实施乡村振兴战略的具体行动。该政策提出了试点工作遵循的原则、短期内实现的目标，以及从整体规划、信息服务、资源共享、可持续发展机制等七个方面探索实践经验，对试点方向和工作思路提出指导性建议。由于在激励举措、政策评价方面的内容并未体现，政策受体和计划性有限，相应得分较低。按照平均值与各变量得分的差值由大到小排序，P3政策的改进顺序为：X7—X9—X2—X5—X6—X3—X8—X4。

P4政策的PMC指数为8.967，排名第2位，等次为“优秀”。除政策性质X1、政策目标X3，其余变量都高于或等于相关变量平均值。P4政策是中央和国务院联合制定的《数字乡村发展战略纲要》，以构建知识、技术、数据为一体的乡村经济发展政策体系为目标，提出不同战略阶段的重点任务，政策设计全面考虑了各维度的指标。按照平均值与各变量得分的差值由大到小排序，P3政策的改进顺序为：X1-X3。

P5政策的PMC指数为9.25，排名第1位，等次为“优秀”。除政策性质X1以外，其余变量都高于或等于相关变量平均值。P5政策是全国《“十四五”农业农村信息化发展规划》，旨在加快推动现代信息技术与农业各领域全面融合。该政策覆盖经济、技术、环境、制度等多个领域，从国家、省地、市县多个视角，实现技术赋能、平台共享、创新支撑、产业联通、治理提效综合目标，运用财政、专项资金、社会引导等激励手段。如果要完善的话，可以在政策性质方面优化。

P6政策的PMC指數为8.65，排名第3位，等次为“优秀”。该项政策的一级变量均高于或等于相关变量的平均值。P6政策是江苏省对国家《数字乡村发展战略纲要》提出的《高质量推进数字乡村建设的实施意见》，整体来看，在政策性质、政策领域、政策目标、政策视角、政策效果方面均设计较为合理、全面，其中政策性质、政策视角、政策效果均得分最高。政策计划性方面，着眼中长期目标和成效，短期目标和工具不足；激励举措更加注重财政投入、调动各方力量参与，但缺少专项资金引导、税费减免等手段。如果完善政策的话，建议对政策计划性和激励措施加以优化。

P7政策的PMC指数为8.417，排名第4位，等次为“优秀”。除政策性质X1、政策计划性X5，其余变量都高于或等于相关变量平均值。P7政策是《浙江省数字乡村建设“十四五”规划》，该政策覆盖经济、技术、社会等领域，综合设置数字新基建、产业数字化、服务新业态、基层治理体系、标准化建设等多种目标，从指导思想、发展目标、重点任务多个视角，达到实现农民增收、乡村治理网格化、电商示范工程振兴乡村、吸引人才返乡创业等效果，因此，政策领域、政策目标、政策效果变量均得分最高。由于该政策只设置2025年总目标，政策计划性得分最低，可以考虑完善短期和长期目标。按照平均值与各变量得分的差值由大到小排序，P7政策的改进顺序为：X5—X1。

P8政策的PMC指数为7.55，排名第7位，等次为“良好”。政策性质X1、政策目标X3、政策视角X4、激励举措X7、政策效果X8均低于相关变量的平均值。P8政策是《广东省落实国家<数字乡村发展战略纲要>制定的实施意见》，提出中期和长期阶段计划，实现加快信息基础设施建设、发展数字经济、推进“数字政府”、实施信息惠民工程、宣传特色民俗文化等目标。该政策缺少财政、产业专项、税费等举措，因而激励举措得分最低；对政策效果的描述集中于宏观政府侧供给，对微观农户侧需求关注不足。如果完善的话，可以主要在激励措施、政策效果方面加以优化。按照平均值与各变量得分的差值由大到小排序，P8政策的改进顺序为：X7—X8—X4—X1—X3。

P9政策的PMC指数为7.717，排名第6位，等次为“良好”。政策性质X1、政策目标X3、政策视角X4、政策计划性X5均低于相关变量的平均值。P9政策是《广西自治区加快数字广西建设制定（2019—2022年）三年行动计划》，提出应用互联网、云计算、大数据、人工智能等技术手段，提升公共服务、政务服务、农产品推广、物流体系等多方位能力。由于该政策为短期行动计划，政策计划性得分最低。如果完善的话，可以在政策性质、政策目标、政策视角方面加以优化。按照平均值与各变量得分的差值由大到小排序，P9政策的改进顺序为：X5—X4—X1—3。

P10政策的PMC指数为7.3，排名第9位，等次为“良好”。政策性质X1、政策领域X2、政策目标X3、政策视角X4、政策计划性X5、政策受体X6、政策效果X8均低于相关变量的平均值。P10政策是为落实河南省加快推进农业信息化、推进乡村振兴，郑州市加快推进农业信息化和数字乡村建设的实施意见，框架设计完整，运用多种激励措施。一方面，该政策政策覆盖领域不足，主要面向经济、社会、技术、环境领域，但在政治、制度领域没有提及，政策领域得分较低；另一方面，该政策仅拟定郑州市3—5年中期发展目标，缺少短期任务和长期部署的衔接，因此，政策计划性和政策受体方面得分也较低。按照平均值与各变量得分的差值由大到小排序，P10政策的改进顺序为：X2—X5—X6—X8—X4—X1—X3。

P11政策的PMC指数为7.533，排名第8位，等次为“良好”。政策目标X3、政策视角X4、政策受体X6、政策评价X9均低于相关变量的平均值。P11政策是为了推进杭州市临安区数字乡村建设、做好数字乡村全国试点而制定的数字乡村试点示范区实施方案。该政策重点构建“135N”建设体系（一张网、三个平台、五大示范区、N个特色应用），基于“天目云农”网络平台整合要素资源，推动特色产业、农产品流通、社会治理、公共服务数字化应用及转型，推动临安数字农业农村走在全国前列。由于政策对象限于区县范围，政策受体得分最低；政策制定了2022年短期计划和2025年中期计划，对长期计划并没有提及；该政策注重平台信息集成、区域示范试点、现有数字技术应用等导向，但对科技创新鼓励、市场机制配置资源方面等缺少支持，因而政策目标得分较低。如果完善的话，可以在政策目标、政策计划性方面加以优化。按照平均值与各变量得分的差值由大到小排序，P11政策的改进顺序为：X6—X9—X3—X4。

P12政策的PMC指数为6.567，排名第11位，等次为“可接受”。政策视角X4、政策计划性X5、政策受体X6、政策效果X8、政策评价X9均低于相关变量的平均值。P12政策是《张家港市数字乡村试点实施方案》，着力发挥信息技术在农业农村的作用。该政策与政策P11同为区县政策，政策受体得分最低；由于仅提出2021、2022年度计划，政策计划性得分较低；该政策以乡村基层组织为着力点，视角微观，但缺少促进农户增收的有效措施，因此，政策效果及政策评价得分较低。如果如果完善的话，可以在政策视角、政策计划性、政策效果方面加以优化。按照平均值与各变量得分的差值由大到小排序，P12政策的改进顺序为：X4—X6—X9—X5—X8。

五、 结论与政策建议

本文选取12项有代表性的数字乡村政策样本，通过PMC指数模型开展政策评价，得出以下结论：从各项政策综合评价来看，12项数字乡村政策均为“可接受”等次及以上，体现了数字乡村政策体系整体设计合理，各级政府结合地方乡村特点及时制定实施计划和行动方案，政策制定的协同性较高，对落实国家数字乡村发展战略起到了积极作用。

从PMC评价变量来看，激励举措、政策计划性、政策受体、政策视角评价变量均值较低（均值小于0.8），具體原因主要是：（1）激励措施的税费减免、产业专项得分较低，表明政策制定者对税收、产业基金激励工具应用不足；（2）政府计划性的长期时效得分较低，说明政策更多关注短期时效，对政策影响的前瞻性判断偏弱；（3）政策视角的宏观视角得分较低，反映出政策框架着眼于基层探索试点，地方决策机制更多是执行层面，国内数字乡村尚处于发展初期。

针对PMC指数模型反映出的政策设计不足问题，结合数字乡村发展路径，本文提出如下政策完善建议。

（1）加大产业基金引导、税费减免等激励举措力度

尽管数字技术降低了农业产销信息不对称性，但是装备自动化程度低、农业的周期波动和收益不确定性，影响着市场对农业项目的投资信心。鼓励设立数字乡村发展基金，以政策扶持性投资为主，兼顾市场化项目，拓宽基层数字乡村建设资金来源，加大乡村特色产业的投资，通过资本化引导社会资金参与数字乡村发展。此外，政策激励更应该发挥税务、金融与农业部门协同机制，如引导税务部门对农产品流通企业减免储运费用，推动金融机构开发数字普惠金融和农业经营小额信贷产品。

（2）开展数字乡村前瞻性研究和分阶段评价

由于数字乡村的政策涉及技术、经济、民生多个领域，因此，数字乡村政策需要分领域、分层次、分步骤开展政策预研，政策宏观规划和前瞻性引导等功能对政策制定尤其重要。建议政府通过科研项目鼓励不同行业、不同学科、不同层级的人员组成研究团队，了解学术前沿动向和技术应用程度，通过多维度数据分析为决策提供支撑。数字乡村发展的政策评价应当分阶段开展，建立事前、事中和事后完整的政策评价制度体系，逐步完善评价方法、过程和标准。

（3）统筹农村发展和农户增收

研究发现，现有数字乡村发展侧重通讯基础设施建设、打造示范乡村，50%样本政策对增加农户收入没有提及。农户既是农业产品的生产主体，也是数字经济的经营主体，同时还是未来乡村振兴的消费主体，只有实现农民收入较快增长、持续提高农民生活水平、激发内生发展动力，才能推进数字乡村的持续建设和发展。政府应当积极激励农户通过数字技术发展生产力、融入城镇供应链、减低“新农人”创业门槛，提升家庭和集体经济收入。

参考文献：

[1] 徐旭初.疫情当前谈加快推进数字乡村建设[J].中国农民合作社，2020（4）：31-32.

[2] 农业农村信息化专家咨询委员会.中国数字乡村发展报告（2020）[R].北京：农业农村信息化专家咨询委员会，2020.

[3] 王耀宗，牛明雷.以“数字乡村”战略统筹推进新时代农业农村信息化的思考与建议[J].农业部管理干部学院学报，2018（3）：1-8.

[4] 李敢.乡村建设新进路：中外“数字乡村”研究的多元视野比照[J].人文杂志，2021（10）：109-114.

[5] Sonia Bhatt.Digitalization of Rural India：Digital Village[J].Journal of Indian Taxation，2020，7（1）：83-93.

[6] Bielska A，Staczuk-Gawiaczek M，Sobolewska-Mikulska K，et al. Implementation of the Smart Village Concept Based on Selected Spatial Patterns：A Case Study of Mazowieckie Voivodeship in Poland[J].Land Use Policy，2021，5（104）：1-12.

[7] Sebastian B， Dimitrios S P， David R，et al.Conceptual Framework of a Decentral Digital Farming System for Resilient and Safe Data Management[J].Smart Agricultural Technology，2022（2）：1-15.

[8] Kelly R， Laurens K， James A. T.Digitalisation in the New Zealand Agricultural Knowledge and Innovation System：Initial Understandings and Emerging Organisational Responses to Digital Agriculture[J].NJAS：Wageningen Journal of Life Sciences，2019（90-91）：1-14.

[9] John M.Antle， James W.Jones， Cynthia E.Rosenzweig. Next Generation Agricultural System data，Models and Knowledge Products：Introduction[J].Agricultural Systems，2017，7（155）：186-190.

[10] 刘海丽，李昕，朱坤豪.芬兰农村地区数字技术应用政策进展及启示[J].山东图书馆学刊，2021（5）：81-85.

[11] 郭俊华，王阳.乡村振兴背景下农村产业政策优化调整研究[J].经济问题，2022（1）：85-92.

[12] 夏显力，陈哲，张慧利，等.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.

[13] 王耀宗，牛明雷. 以“数字乡村”战略统筹推进新时代农业农村信息化的思考与建议[J].农业部管理干部学院学报，2018（3）：1-8.

[14] 方堃，李帆，金铭.基于整体性治理的数字乡村公共服务体系研究[J].电子政务，2019（11）：72-81.

[15] 刘俊祥，曾森.中国乡村数字治理的智理属性、顶层设计与探索实践[J].兰州大学学报（社会科学版），2020（1）：64-71.

[16] 刘美平，孙玉瑶.深入推进我国农村数字经济发展的新路径[J].生产力研究，2020（1）：44-49.

[17] 高峰.基于政策指数的科技政策实证研究[J].科技进步与对策，2014（9）：105-108.

[18] Organization for Economic Co-operation and Development. Oslo manual： Guidelines for Collecting and Interpreting Innovation Data [M].Paris： OECD，2005.

[19] 张鸿，杜凯文，靳兵艳.乡村振兴战略下数字乡村发展就绪度评价研究[J].西安财经学院学报，2020， 33（1）：51-60.

[20] 吴园.数字乡村发展评价指标体系构建研究[J].江西农业学报，2022（1）：236-241.

[21] 陈薇.财政支持农业政策的选择与评价研究[D].保定： 河北农业大学，2006.

[22] 宗义湘，李先德.基于OECD农业政策评价方法评估中国农业支持水平[C].石家庄：创新·发展·和谐——河北省第二届社会科学学术年会论文专辑，2008：109-113.

[23] 马晓春.中国与主要发达国家农业支持政策比较研究[D].北京：中国农业科学院，2010.

[24] Mar E.Policy Modeling：Definition， Classification and Evaluation[J].Journal of Policy Modeling，2011，33（4）：523-536.

[25] 张永安，耿喆.我国区域科技创新政策的量化评价——基于PMC指数模型[J].科技管理研究，2015，35（14）：26-31.

[26] 张永安，郄海拓.国务院创新政策量化评价——基于PMC指数模型[J].科技进步与对策，2017，34（17）：127-136.

[27] 臧维，张延法，徐磊.我国人工智能政策文本量化研究——政策现状与前沿趋势[J].科技进步与对策，2018，38（15）：125-134.

[28] 胡峰，戚晓妮，汪晓燕.基于PMC指数模型的机器人产业政策量化评价——以8项机器人产业政策情报为例[J].情报杂志，2020，39（1）：121-129.

[29] 杜宝贵，陈磊.基于PMC指数模型的科技服务业政策量化评价——辽宁及相关省市比较[J].科技进步与对策，2022，39（1）：132-139.

基金项目：江苏省政策引导类计划（软科学研究）项目“苏北地区优势特色产业转型升级的路径与政策研究”（项目编号：BR2020031）。

作者简介：秦亮（1981-），男，硕士，江苏省科学技术情报研究所副研究员，研究方向为创新政策、科技项目评价；张华（1981-），男，博士，江苏省科学技术发展战略研究院副院长，研究员，研究方向为科技政策管理；吴华珠（1970-），女，碩士，江苏省科学技术情报研究所研究员，研究方向为科技查新与咨询；胡峰（1982-），男，博士，江苏省科学技术情报研究所副研究员，研究方向为科技情报、应急情报、政策评估。

（收稿日期：2022-09-27  责任编辑：苏子宠）