1. 引言
党的二十大报告指出，推进以人为核心的新型城镇化，加快农业转移人口市民化。为实现这一宏伟目标，新时期我国要完善新时代人口发展战略，引领人口发展新常态，提高人口整体素质，加快塑造现代化人力资源，以人口高质量发展支撑中国式现代化[1]。2020年我国流动人口规模已经达到3.76亿人，流动人口是地方社会治理的重要参与主体，流动人口市民化也逐渐成为高质量城市发展的重要体现。因此，明晰流动人口市民化的影响因素对于人口高质量发展有着重要意义。
市民化是指流动人口进入城市之后，逐步实现空间、职业、社会身份和个人认同的转换，并最终融入城市的全过程[2]。数字经济的发展也为流动人口市民化这一进程的加速带来了新的机遇和挑战。数字经济作为新业态，在推动经济发展转型的同时，也为广大消费者提供学习和工作的新模式，也使得广大农业转移人口更容易获得新知识、新技能。从“推拉理论”的角度而言，数字经济带来的更好的就业条件包括工作环境、工资待遇及发展前景，这样的拉力也吸引流动人口的进城意愿。数字经济凭借其共享性、正外部性等特征，对农业转移人口市民化表现出推动作用[3]。
数字经济与流动人口市民化有一定的联系，其对流动人口就业、收入、社会保障、消费都有着不同程度的影响。有研究表明，数字经济发展能够显著提高农业转移人口的就业质量，其对地区就业量增加和结构改善均具有显著正向促进作用[4] [5]。数字经济在发展初期会降低城乡收入差距，但进一步发展会拉大城乡收入差距，产生数字鸿沟问题，在其发展早期，能够促进城镇化以及更多地提升乡村的创业水平，但在发展后期，其会导致“逆城镇化”以及更多地提升城市的创业水平[6]。数字经济通过改变劳动与资本的结合方式，正在对基于稳定就业和明确劳资关系的现代社会保障制度产生全面而深刻的影响。数字经济对社会保障筹资和管理领域提出了挑战，同时其对缓解人口老龄化负担、提升社会保障制度运行效率等方面有着积极作用[7]。数字经济发展能够显著优化居民家庭消费结构，促进农业转移人口家庭实现消费升级。数字经济发展能够有效降低我国城市居民消费波动率，提升城市居民消费韧性，为我国城市经济高质量发展起到保驾护航的作用[8]-[10]。
从理论角度分析，流动人口市民化的研究理论很多，其中核心的理论在于市民化，这一“化”的过程，包含空间、职业、社会身份和个人认同的转换。数字经济创造新的就业形态，优化产业结构，给流动人口有市民化的契机。但对于低技能流动人口来说，数字经济的替代效应仍然存在。数字经济通过技术升级和效率进步逐步在淘汰低端的生产形态和占据从事低端工作的劳动者岗位，这其中包括了大量的流动人口。
研究流动人口市民化首先需要建立综合评估体系来衡量流动人口的市民化水平。虽然相关研究已经取得了丰硕的研究成果，但由于市民化水平这一问题的高度复杂性，学术界没有一个统一的标准。王桂新等研究采用了居住条件、经济生活、社会关系、政治参与和心理认同的指标[11]；刘传江等构建了生存职业、社会身份、自身素质以及意识行为的体系[12]；魏后凯等选择了政治权利、公共服务、经济生活、文化素质、社会认同、身份转变作为指标[13]；苏丽锋在研究中给出了一套指标体系，包括就业、收入、社会保障、居住、消费、身份这六个维度的市民化[14]。
从劳动力市场分割理论的角度来说，流动人口相较于本地人口，更容易被挤入二级就业部门[2]，从而流动人口无论在工资收入、就业稳定性、职业发展来说都处于不利地位。但从另一方面来说，数字经济也能够从一定程度上实现产业智能化，对流动人口中的高技能劳动者来说有着吸引力[15]。数字经济所创造的数字平台对于流动人口就业信息的公开以及职业的流动和升级也有一定的推动作用。
不能忽略的是数字经济发展中也存在“马太效应”[3]，这导致流动人口内部天生具有不平等的问题。虽然从整体而言，数字经济对流动人口市民化有推动作用，但是由于流动人口自身群体的广泛性和差异性，其自身存在人力资本上的差距，使得不同劳动能力的流动人口在市民化的过程中所面对的就业环境是有较大差异性的。对于不熟悉网络的年长者及部分弱势农业转移人口而言，数字经济发展反而会进一步加剧他们融入城市的难度。
在数字经济加快发展的背景下，其是否会对流动人口市民化产生影响。这是本文主要关注的问题。本文基本的结构将分别从数字经济和流动人口市民化两个角度展开，进一步阐述二者在理论上的关系，再从量化研究方面入手进行实证研究，最后得出结论并阐述政策启示。
2. 文献综述
国内外机构、学者围绕数字经济、流动人口市民化主要形成了如下研究成果：数字经济的相关研究起步于20世纪末，且发展迅速，研究成果众多。数字经济一词最早在1996年由Tapscott提出，美国政府在1998~2000年连续推出关于数字经济的研究报告，此后有关数字经济、数字化的著作不断涌现，二十多年以来，有关数字经济的研究不断发展。其研究大致经历了信息经济、互联网经济和新经济3个阶段[16]。有关数字经济的定义问题，中国数字经济发展报告(2022年)指出，数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态。根据陈晓红等[17]的研究，数字经济的内涵包含4个核心内容，即数字化信息、互联网平台、数字化技术、新型经济模式和业态。
流动人口市民化是人口学与公共管理学科的重要议题，也是推进基本公共服务均等化的重要体现。市民化指农民市民化，在研究早期这一概念被称为农民工市民化以及农业转移人口市民化，流动人口市民化是当前这一概念的综合提法[2]。学界对于流动人口市民化的概念有一些语义上的不同诠释，但基本上可以形成共识，市民化指流动人口进入城市之后，逐步实现空间、职业、社会身份和个人认同的转换，并最终融入城市的全过程[18]。更详细地来说，市民化的主要标志可以概括为6个方面，即社会身份的转变、政治权利的平等、公共服务全覆盖、经济生活条件改善、综合文化素质提高、广泛的社会认同[13]。
有关流动人口市民化的研究起步于2000年左右，早期的市民化问题是在城市化的大框架下进行部分研究的。随着市民化问题本身的重要性和矛盾的尖锐性日益凸显，把市民化作为独立对象的研究成果越来越多[19]。市民化相关研究的研究高峰时间点在2013年至2015年，论文的数量很多。究其原因，2012年我国提出新型城镇化战略，战略本身的实施需要社会科学研究人员的大量研究，因此相关研究开始“井喷式增长”。之后，文献发表量逐年下降，市民化的研究热度呈现逐步消退的现象。王洁晶等[2]提出，在文献检索过程中，统计了学界对于市民化的关注重点，包括市民化的影响因素、对策、路径，农业转移人口市民化意愿、城市融入、社会融入、社会融合、身份认同，以及户籍制度、户籍制度改革、社会保障、公共服务和制度创新等问题。
流动人口市民化是中国学者的提法，由检索可知，国外也有丰富的市民化研究，其研究对象是国际移民，同时也存在少量研究关注本国国内移民，这些研究主要考察这些群体如何获得平等的“市民权”(Citizenship) [2]。所谓的市民权包含权利(Rights)和身份认同(Identity)两个组成要素[19]。国外相关研究围绕这两个组成要素，从三种不同研究视角切入，分别为：外来移民是否获得完整市民权、外来移民的就业和经济条件、外来移民的社会融合。从国际视野来看，外来移民的市民权研究与我国流动人口市民化的研究角度类似但并不完全一致。我国与国际市民化研究的前提并不一致，我国有独特的户籍制度限制，流动人口市民化首先就要面临落户问题[2]。
国外学者也对数字经济影响市民化有着丰富的研究。数字平台是最新的技术浪潮，正在重塑和重新配置经济和移民的劳动力格局。数字平台上的经济通常被称为零工经济，越来越多的经济模式采用应用程序，将消费者与移民工人联系起来，以完成他们的按需任务[20]。数字经济可以促进流动人口的个人收入和家庭收入，促进其经济融合，同时也会降低流动人口与当地居民互动的概率，削弱地方认同感的形成，阻碍其社会文化和心理融合[21]。从这些文献可以看出，国际理论上数字经济能够部分影响市民权或市民化中的部分要素是逻辑健全的，但仍存在整体从量化实证角度出发，对一国或多国的数字经济是否影响市民化的类似研究缺乏的问题。
从上述文献可以看出，流动人口市民化在国内外有着丰富的研究基础，但较少有学者从分析数字经济对流动人口产生的影响这个角度来进行分析。数字经济作为新生业态，对流动人口的就业、收入、社会保障、消费等各方面都有影响，且这样的影响源于数字经济的共享性、正外部性等特征。
3. 研究设计与数据说明
在本文的背景下，数字经济与流动人口市民化的关系实证研究重点在于对于数字经济以及市民化各自指标体系的构建和数据的测度。近些年国内机构和学者对数字经济测度方法和数据的相关研究很多，当前对数字经济总体水平的测度思路大体有两类：一是采用国民经济核算方法测算数字经济的增加值或总产出(简称“核算法”)；二是基于综合评价方法，编制数字经济发展指数(简称“指数法”) [22]。对于本文而言，本文基于地级市层次来进行研究，将会从互联网发展和数字普惠金融来对数字经济综合发展水平进行测度，借鉴已有研究对地级市数字经济水平进行测度[22]-[24]。借鉴了刘军等的构建思路，结合城市层面相关数据的可获得性。互联网发展水平的测度，参考黄群惠等[25]的研究方法，采用互联网普及率、相关从业人员情况、相关产出情况和移动电话普及率作为测度指标；数字金融普惠方面，采用由北京大学数字金融研究中心编制的“中国数字普惠金融指数”。再通过主成分分析法测算数字经济综合发展指数。
本文的核心被解释变量为流动人口市民化水平，在经历过一定的对现有研究的比较分析后，本文将利用苏丽锋在研究中给出的一套指标体系，包括就业、收入、社会保障、居住、消费、身份这六个维度的市民化指标，来构造流动人口市民化水平一级指标。
基于数据来源考虑，本文将选择2017年CMDS (China Migrants Dynamic Survey，中国流动人口动态监测调查数据)中的数据进行构造。2017年作为政策拐点与高质量数据的交汇期，提供了户籍改革效果检验的最佳窗口。其价值不仅在于时效性，更在于指标的适配性(如土地权益、数字素养、心理认同等模块的完善设计)，能精准识别数字经济对市民化的因果路径。
本文采取综合指数法，在研究中认为这六个维度对于市民化的影响是同等重要的，最终计算出CMDS中样本个人的市民化指数。流动人口市民化水平评价指标体系如表1所示，共分为六个二级指标及11个3级指标。本文选择算术平均加权法作为“流动人口市民化指数”的基本合成方法，指标权重采用算术平均分配法设定，将11个三级指标合成6个二级指标，进一步合成市民化总指数。
基于已有研究和理论，提出假设：
H1：数字经济会影响流动人口市民化水平。
Table 1. Calculation method of the floating population urbanization index
表1. 流动人口市民化指数测算方法
一级指标 |
二级指标 |
三级指标 |
测量方法 |
流动人口市民化 |
就业 |
有无工作 |
有工作赋值为1；无工作赋值为0 |
主要职业 |
专业技术人员、公务员、办事人员和有关人员、国家机关等单位负责人赋值为4；经商、商贩、餐饮自雇或雇主赋值为3；一般人员(保安、保洁、商业服务业人员、生产等)赋值为2；无业人员赋值为1 |
就业身份 |
雇主、自营劳动者赋值为2；雇员和其他赋值为1 |
收入 |
个人工资收入 |
收入大于5000赋值为3；收入小于5000且大于2000赋值为2；收入小于2000赋值为1；无收入赋值为0 |
社会保障 |
是否办理个人社会保障卡 |
已经办理赋值为1；没有办理但听说过、没有办理且没听说过、不清楚赋值为0 |
居住 |
住房属性 |
住房属性为自购房(商品房、小产权住房、保障性住房)赋值为3；自建房赋值为2；各类非正规居所赋值为1 |
是否办理居住证 |
办理居住证赋值为1；没有办理或不清楚、不适合赋值为0 |
消费 |
家庭每月总支出 |
支出大于5000赋值为3；支出小于5000且大于2000赋值为2；支出小于2000赋值为1 |
身份 |
市民化意愿 |
愿意赋值为1；不愿意或没想好赋值为0 |
户籍 |
非农业户口赋值为2；农业户口赋值为1 |
受教育程度 |
大学专科、大学本科、研究生及以上赋值为2；未上过学、小学、初中、高中/中专赋值为1 |
4. 实证分析
本研究数据来自2017年国家卫生和计划生育委员会全国流动人口动态监测调查，该调查以全国全员流动人口年报数据为基本抽样框，采用分层、多阶段、与规模成比例的PPS抽样方法，覆盖全国32个省份(含新疆生产建设兵团)，调查对象为在本地居住1个月及以上，非本区(县、市)户口且2017年5月年龄为15~59周岁的流动人口，样本总量为169,989个，实际测算样本量为169,980个。样本主要变量统计描述结果如表2所示。
Table 2. Description of variables and descriptive statistical results
表2. 变量说明及描述性统计结果
变量类型 |
变量名称 |
符号 |
变量说明 |
均值 |
标准差 |
被解释变量 |
流动人口市民化 |
Citizen Index |
市民化综合水平 |
0.69 |
0.17 |
解释变量 |
数字经济 |
Dig |
数字经济指数水平 |
1.00 |
0.37 |
其他变量 |
健康状况 |
Health |
生活不能自理 = 1，不健康但能自理 = 2，基本健康 = 3，健康 = 4 |
3.80 |
0.46 |
政治面貌 |
Politic |
党员 = 1，非党员 = 0 |
0.05 |
0.21 |
周工作时长 |
Workhour |
本周工作小时 |
47.04 |
26.91 |
控制变量 |
性别 |
Gender |
男性 = 1,女性 = 0 |
0.51 |
0.50 |
年龄 |
Age |
实际年龄 |
36.50 |
10.96 |
婚姻状况 |
Marriage |
已婚 = 1,其他 = 0 |
0.82 |
0.39 |
流动范围 |
Range |
跨省流动 = 1，省内流动 = 0 |
0.48 |
0.49 |
流动时间 |
Time |
截止到2017年的本次流动时间 |
6.25 |
5.99 |
住房支出 |
Expense |
家庭每月住房支出 |
848.2 |
1287.03 |
4.1. 流动人口市民化测算公式
在已有研究的基础上，通过建立一个包括6个二级指标和11个三级指标的流动人口市民化水平分析指数，并利用等权重的办法对每个指标赋予相同的权重，计算出流动人口市民化水平变量，见表3。
Table 3. The results of the relative urbanization of the floating population with the standard sample as the denominator
表3. 以标准样本为分母做的流动人口相对市民化测算结果
变量 |
数量 |
均值 |
标准差 |
最小值 |
最大值 |
流动人口市民化 |
169,980 |
0.69 |
0.17 |
0.23 |
1.15 |
4.2. 数字经济指数测算结果
本文基于2017年地级市层次来进行研究，从互联网发展和数字普惠金融对2017年数字经济综合发展水平进行测度，借鉴已有研究对2017年地级市数字经济水平进行测度，表4为部分地区测算结果。
Table 4. Measurement results of the 2017 digital economy index in Jiangsu, Zhejiang and Shanghai
表4. 江浙沪地区2017年数字经济指数测算结果
省份 |
地区 |
年份 |
每百人互联网用户数 |
计算机服务和软件从业人员占比 |
人均电信业务总量 |
每百人移动电话用户数 |
数字普惠金融指数 |
数字经济指数 |
上海市 |
黄浦区 |
2017 |
57.57 |
0.17 |
0.27 |
63.96 |
385.76 |
3.48 |
江苏省 |
南京市 |
2017 |
32.34 |
0.06 |
0.14 |
36.87 |
218.65 |
0.92 |
浙江省 |
杭州市 |
2017 |
33.03 |
0.08 |
0.16 |
38.81 |
219.25 |
1.17 |
4.3. 基准回归结果
表5报告了数字经济指数和流动人口市民化的基准回归结果。在控制了个体特征(性别、年龄、婚姻状况)、流动特征(流动范围、流动时间)、经济特征(房屋支出收入比)后，数字经济发展指数的回归系数为0.001 37，在千分之一的水平上显著，基本验证了假设。表5结果证实了本文的理论分析，即从地级市层面来看，城市数字经济发展水平对我国流动人口市民化具有较为显著的促进作用。控制变量方面，男性、新生代、高学历、已婚、非跨省和长期流动的流动人口市民化水平更高。
Table 5. Benchmark regression results
表5. 基准回归结果
|
(1) |
|
流动人口市民化 |
数字经济发展指数 |
0.001 37*** |
|
(53.10) |
性别 |
0.0655*** |
|
(86.01) |
年龄 |
0.0409*** |
|
(48.18) |
婚姻状况 |
−0.0539*** |
|
(-47.89) |
流动范围 |
−0.002 59*** |
|
(-3.33) |
流动时间 |
0.003 46*** |
|
(52.75) |
住房支出 |
0.000 036 7*** |
|
(122.03) |
常数项 |
0.538*** |
|
(422.58) |
样本量 |
169,980 |
调整后的R2 |
0.1661 |
注：表中括号内为t值，*表示p值在5%的水平下显著，**表示p值在1%的水平下显著，***表示p值在1‰的水平下显著，下表同。
4.4. 异质性分析
表6为有关受教育程度的异质性分析，分为大学专科、大学本科、研究生及以上(列1)和未上过学、小学、初中、高中/中专(列2)这样两个群体。回归结果发现数字经济发展水平能够更加显著影响受教育程度较高的流动人口的市民化水平。可能的原因是数字经济对于受过高等教育的高水平人才来说，对其学习和工作更为有利。数字经济作为新业态，在推动经济发展转型的同时，也为广大消费者提供学习和工作的新模式，也使得广大流动人口更容易获得新知识、新技能。这样的作用是存在区分度的，受过更良好教育的劳动力往往具有更高的数字素养，其获得“数字经济红利”的能力和可能性更强。并且从“推拉理论”的角度来说，数字经济带来了更好的就业条件，包括工作环境、工资待遇及发展前景，这样的拉力也吸引流动人口的进城意愿。
Table 6. Heterogeneity analysis results
表6. 异质性分析结果
|
(1) 高学历组 |
(2) 低学历组 |
|
流动人口市民化 |
流动人口市民化 |
数字经济发展指数 |
0.001 65*** |
0.001 17*** |
|
(26.39) |
(43.87) |
性别 |
0.0600*** |
0.0663*** |
|
(33.39) |
(83.52) |
年龄 |
0.0117*** |
0.0201*** |
|
(4.33) |
(23.19) |
婚姻状况 |
−0.0879*** |
−0.0580*** |
|
(−41.57) |
(−46.18) |
流动范围 |
0.0201*** |
−0.000 923 |
|
(10.56) |
(−1.15) |
流动时间 |
0.005 80*** |
0.003 26*** |
|
(30.04) |
(49.58) |
住房支出 |
0.000 019 9*** |
0.000 034 7*** |
|
(40.52) |
(93.33) |
常数项 |
0.661*** |
0.537*** |
|
(176.79) |
(410.14) |
样本量 |
295,78 |
140,402 |
调整后的R2 |
0.2423 |
0.1423 |
5. 结语
本研究证实，数字经济的深化发展显著提升了流动人口的市民化水平，其共享性与正外部性特征有效促进了公共服务可及性、经济融合与社会认同，从而系统性缩小了流动人口与本地居民的社会生活差距。教育水平差异作为核心解释变量，深刻影响着两类群体的融合程度——流动人口较低的平均受教育程度导致其人力资本积累不足，加剧了社会资源获取的初始不平等。然而值得注意的是，数字技术的交互匿名化与信息透明化的特性，客观上降低了劳动力市场与社会交往中的歧视发生率，为弱势群体创造了更为公平的参与环境。与此同时，我们必须警惕数字经济对流动人口内部结构的重塑作用：由于个体间教育禀赋存在显著异质性，数字技能获取能力的差异可能引发群体内部分化，导致市民化进程中的“数字鸿沟”效应扩大，这一现象与经典社会学理论中的“马太效应”形成理论呼应，揭示技术红利分配的非均衡性风险。
为优化数字经济对市民化的推动作用，需构建更具包容性的数字治理体系。首要任务是提升低教育水平流动人口的数字资源获取能力，通过定制化培训增强其对数字技术的敏感度与应用效能，例如在社区服务中心设立数字素养提升站点，开发方言适配的智能政务导航系统。面对数字技术迭代加速的现实，政府应强化对“数字鸿沟”演变的动态监测，将数字素养培育纳入基本公共服务均等化框架，在制定数字经济政策时嵌入差异化帮扶机制。具体而言，“数字中国”建设需着力完善城乡数字基础设施联动网络，扩大偏远聚居区的5G网络覆盖率，同时升级数字政务平台的功能整合度，实现社保、医疗、教育等关键服务的“一网通办”。更为根本的是，需建立算法公平审查制度，要求平台企业优化针对低学历人群的信息推送逻辑，防止技术应用无意中固化既有的社会不平等结构，最终通过制度创新与技术赋能的协同，推动市民化进程走向深度融合发展。
上述结论为理解技术与社会融合提供了新视角：数字经济的发展本质上重构了传统市民化的理论范式，其效果既印证了网络社会理论对空间壁垒消解的判断，也暴露出人力资本理论在技术变革中的解释局限。未来研究需进一步探索数字能力如何转化为实质性的社会融合资本，尤其关注元宇宙、人工智能等新兴技术对市民化路径的颠覆性影响。政策实践则应超越单纯的基础设施投入，致力于构建“政府主导–企业协同–社区落地”的三元治理网络，使技术红利真正转化为促进社会公平的驱动力量。