1. 引言
在推进国家治理体系和治理能力现代化建设过程中，优化城市基本公共服务被视为实现社会公平与高质量发展的重要基石。当前，我国数字经济发展已经进入全面扩张期，其与城市基本公共服务体系的深度融合成为推动国家治理现代化的重要引擎。国家“十四五”规划要求“推动数字技术在基本公共服务领域的广泛应用，提升社会服务数字化普惠水平”。《数字经济促进共同富裕实施方案》也强调通过数字化手段不断缩小基本公共服务发展差距。但与此同时，现阶段我国城市基本公共服务仍面临供给质量和效率区际差异显著的问题，如何释放数字经济红利来优化城市基本公共服务、弥合区际差异成为实现高质量发展与共同富裕目标的时代议题。在此背景下，本文旨在从理论与实证角度系统考察数字经济对城市基本公共服务的影响效应，提炼如何在数字经济发展背景下优化城市基本公共服务的可行路径，以期为构建公平高效的现代基本公共服务体系提供理论支撑与实践参考。
2. 文献回顾与分析框架
2.1. 文献回顾
学术界围绕数字经济、城市基本公共服务形成了丰富的研究成果，主要研究思路包括以下几个方面：
其一是城市基本公共服务的测评研究。相关研究围绕基础教育、社会保障与就业、医疗卫生、公共文化、基础设施、科学技术、公共安全、环境保护等方面[1]-[3]，借助SBM-DEA、Malmquist模型等方法[4]对不同空间尺度的基本公共服务水平展开测度，并在此基础上考察城市基本公共服务优化的影响因素，突出了数字经济的赋能作用。
其二是聚焦数字经济优化城市基本公共服务的作用路径和影响效应。相关研究指出数字经济能够通过破除时空限制[5]、优化供给方式[6]、提高财政收入[1]等途径影响基本公共服务供给水平和效率。并且数字经济发展能驱动区际共建数字平台，打破行政壁垒、集成数据要素[7]，推动基本公共服务资源在区际间流动与配置，促进基本公共服务均等化发展[8]，但相关实证研究仍存在数字经济能否优化基本公共服务，以及其赋能效应区际差异的学术争论[9]。
其三是在数字经济优化基本公共服务的改进路径方面。相关研究重点指出应拓展数字经济应用场景、提升基本公共服务数字化供给水平、完善数字财政收支体系、强化劳动力空间转移等，来优化城市基本公共服务发展[9] [10]。
已有研究肯定了数字经济对优化城市基本公共服务的重要影响，但尚未对数字经济和城市基本公共服务水平形成统一测评标准，并且聚焦长江经济带数字化赋能沿线城市基本公共服务优化的研究较少。基于此，本文以长江经济带108个城市为例，系统考察数字经济以及其如何优化城市基本公共服务。
2.2. 分析框架
基于“技术–组织–环境”的TOE框架适用于对新兴技术应用进行综合分析，本文从技术驱动、组织重塑、环境提质三个方面构建数字经济影响基本公共服务的分析框架。
其一是技术驱动方面，基于整体性治理思想，数字经济发展可以依托底层大数据、人工智能、区块链等技术，有效整合政府、市场、社会等多方资源，实现教育、医疗、养老等领域数据信息整合集成。在此基础上，通过智能算法实时捕捉公众多元化需求，拓展基本公共服务数字化应用场景，为公众提供靶向性、个性化基本公共服务[11]，并在技术创新扩散中形成优质基本公共服务的辐射带动效应，推动区际基本公共服务一体化提升[12]。
其二是组织重塑方面，一方面，数字经济驱动跨部门协同与流程再造，并在数字化、整体性政府建设过程中推动政府财政支出结构优化、基本公共服务流程简化，有助于破解基本公共服务碎片化、失衡化供给困境[1]。另一方面，基于治理理论思想，数字经济能够通过搭建数字化平台，吸引不同政府部门、市场主体、社会组织等多方参与，形成服务需求精准匹配、资源动态调度、过程全链溯源的多主体协同供给共治生态。
其三是环境提质方面，数字经济发展不断推动配套政策法规制定，为城市基本公共服务数字化发展提供制度环境保障。例如，数字经济发展呼吁完善数据治理、隐私保护相关法规，并强调在智能交通、在线医疗、远程教育、智慧养老等新公共服务模式领域明确权责划定。同时，数字经济发展也不断推动算力中心、智能终端、云计算服务器等基础设施建设完善，为优化基本公共服务提供技术物理环境基础。此外，数字经济的发展促进相应的数字技术普及、数字素养培育，也能为提升基本公共服务供给效率和质量营造良好的数字化发展环境。
综上所述，数字经济发展能够从“技术–组织–环境”维度影响城市基本公共服务，但这种影响效应的大小以及在城际间差异如何，仍需进一步展开实证检验。
3. 研究设计
3.1. 指标选取
3.1.1. 数字经济指标体系
参考赵涛等[13]做法，选取“每百人互联网用户数”、“计算机服务和软件从业人员占比”、“每百人移动电话用户数”、“人均电信业务量”、“数字普惠金融指数”五个指标，使用熵值法测算各城市数字经济发展水平。
3.1.2. 基本公共服务指标体系
基于黄寿峰和赵岩等(2023) [14]的研究，从基础教育、医疗卫生、社会保障、环境保护、生活保障五个方面构建了如表1所示的城市基本公共服务水平测评体系，并使用熵值法展开计算得到各城市基本公共服务水平。
Table 1. Evaluation system for urban basic public service level
表1. 城市基本公共服务水平测评体系
一级指标 |
二级指标 |
具体说明 |
基础教育 |
教育投入 |
地方一般公共预算支出中教育支出占比(%) |
学校数量 |
小学和中学学校数(所) |
学生数量 |
小学和普通中学在校学生数(万人) |
师资情况 |
小学和普通中学专任教师数(人) |
医疗卫生 |
卫生机构 |
卫生机构数量(个) |
卫生床位 |
卫生机构床位数(张) |
医师人数 |
执业(助理)医师数(人) |
社会保障 |
养老保险 |
城镇职工基本养老保险参保人数(人) |
医疗保险 |
城镇职工基本医疗保险参保人数(人) |
失业保险 |
城镇失业保险参保人数(人) |
环境保护 |
绿化情况 |
建成区绿化覆盖率(%) |
垃圾处理 |
生活垃圾无害化处理率(%) |
污染处理 |
工业二氧化硫去除率(%) |
公园绿地 |
人均公园绿地面积(公顷/万人) |
生活保障 |
能源供应 |
用水总量(亿立方米) |
道路面积 |
人均城市道路面积(平方米/人) |
交通便利 |
各城市公路客运量与年末总人口之间的比值(%) |
3.1.3. 控制变量
考虑到城市基本公共服务可能受到其他因素影响，选取如下控制变量：1) 区域开放程度：用各城市进出口总额占GDP比重表示；2) 政府干预程度：用各城市政府财政一般支出占GDP比重表示；3) 研发人力资源：用各城市R&D人员数量取对数来衡量；4) 创新成果产出：用各城市专利申请数取对数来衡量；5) 技术交易比率：用各城市技术合同成交额占GDP比重表示；6) 产业结构升级：用各城市第三产业与第二产业增加值之比表示；7) 产业结构构成：用各城市第二产业增加值占GDP比重表示。
3.2. 研究对象、数据来源及处理
3.2.1. 研究对象
作为国家重大发展战略区域，长江经济带横跨我国东西，并连接南北，全线数字经济发展水平深刻关联着教育、医疗、养老等基本公共服务的供给效能和均等化程度，且城际基本公共服务发展差异显著。本文以长江经济带沿线108个城市为考察对象，探究数字经济如何影响城市基本公共服务水平，以期为依托数字经济推动长江经济带基本公共服务一体化、高质量发展提供施策依据。
3.2.2. 数据来源及处理
考虑到数据获取的一致性、有效性和可比性，以长江经济带108个城市2011~2023年数据为研究样本，数据来源包括《中国城市统计年鉴》《北京大学数字普惠金融指数》、各城市统计年鉴和国民经济和社会发展公报等，并利用插值法补全缺失值。各变量描述性统计结果见表2。
Table 2. Descriptive statistics
表2. 描述性统计
变量名 |
符号 |
观察值 |
均值 |
标准差 |
最小值 |
最大值 |
基本公共服务水平 |
psscore |
1404 |
0.1240 |
0.0987 |
0.0249 |
0.7862 |
数字经济发展水平 |
descore |
1404 |
0.1578 |
0.1448 |
0.0074 |
0.9230 |
区域开放程度 |
open |
1404 |
0.1922 |
0.2642 |
0.0000 |
2.1565 |
政府干预程度 |
gov |
1404 |
0.1930 |
0.0806 |
0.0760 |
0.6750 |
研发人力资源 |
human |
1404 |
9.1298 |
1.4742 |
3.5264 |
12.7111 |
创新成果产出 |
output |
1404 |
8.7609 |
1.4441 |
3.2958 |
12.7352 |
技术交易比率 |
tech |
1404 |
0.0793 |
0.0633 |
0.0014 |
0.4855 |
产业结构升级 |
up |
1404 |
1.0218 |
0.4867 |
0.2723 |
6.3874 |
产业结构构成 |
ind |
1404 |
45.6929 |
8.7799 |
11.5900 |
75.8600 |
4. 结果分析
4.1. 基准回归分析
在对数据进行多重共线性检验、Hausman检验后，选取固定效应模型展开基准回归分析，为方便比较，列出了随机效应模型检验结果，结果见表3。
从长江经济带108个城市整体来看，数字经济发展至少在5%显著性水平上对沿线城市基本公共服务水平产生了正向影响，具体表现为数字经济发展水平每提高1%，能够显著推动城市基本公共服务水平提升0.0133%。
Table 3. Results of benchmark regression analysis
表3. 基准回归分析结果
|
固定效应模型 |
随机效应模型 |
descore |
0.0133** |
0.0222*** |
|
(2.1258) |
(3.3758) |
open |
0.0234*** |
0.0364*** |
|
(3.7417) |
(5.6870) |
gov |
−0.0011 |
−0.0195 |
|
(−0.0686) |
(−1.2385) |
human |
−0.0065*** |
−0.0045*** |
|
(−6.5631) |
(−4.4206) |
output |
−0.0009 |
0.0032** |
|
(−0.6871) |
(2.4280) |
tech |
0.2426*** |
0.2600*** |
|
(12.6844) |
(13.1658) |
up |
−0.0021 |
−0.0013 |
|
(−0.5957) |
(−0.3411) |
ind |
0.0007*** |
0.0008*** |
|
(4.0656) |
(4.0435) |
_cons |
0.1337*** |
0.0759*** |
|
(7.3438) |
(3.9461) |
N |
1404 |
1404 |
adj. R2 |
0.3447 |
|
注：括号内报告z值，*p < 0.1，**p < 0.05，***p < 0.01，下同。
从各控制变量的影响来看，区域开放程度、技术交易比率、产业结构构成均至少在1%水平上显著正向影响城市基本公共服务水平，而研发人力资源在考察期间产生了负向影响。政府干预程度、创新成果产出、产业结构升级的影响不显著。具体而言：1) 以进出口总额占GDP比重表示的区域开放程度越高，表明城市越开放，更能够通过扩大贸易规模直接增加地方政府财政税收，从而为教育、医疗、社会保障等基本公共服务提供资金保障，并且在对外经济贸易合作中也能倒逼城市在基础设施、环境保护等基本公共服务领域与国际接轨，提高基本公共服务供给的效率和质量。2) 以技术合同成交额占GDP比重表示的技术交易比率越高，意味着技术市场活跃度越高，在此过程中数字技术发展促进了生产率提升，并在技术创新发展过程中推动城市基本公共服务优化。3) 以第二产业增加值占GDP比重表示的产业结构构成越高，一定程度上表明在产业数字化与数字产业化加持下，第二产业提质增效发展也能够带动城市基本公共服务发展。4) 各城市R&D研发人力资源在考察期间的作用效应显著为负，其背后的原因既可能涉及城市优先将有限的财政投入在研发人才引育及配套补贴方面，从而挤占了对基本公共服务的资源投入，又可能因为研发人员越多，对城市基本公共服务水平要求越高，在房价和生活压力加剧中影响了基本公共服务水平。
4.2. 异质性分析
4.2.1. 基于城市规模的异质性分析
按照国务院城市规模划分标准，依据考察期各年度各城市人口规模，将108个城市划分为超大城市、特大城市、大城市、中等城市四类展开异质性分析。
如表4所示，整体而言，数字经济发展水平对超大城市、特大城市、大城市和中等城市四类城市的基本公共服务产生了不同程度的影响，随着城市规模的递减而由正转负，其中对于超大城市产生了显著的正向影响，对中等城市产生了显著的负向影响，对于特大城市和大城市的影响不显著。究其原因，可能是因为数字经济发展导致人才、资本向大型城市集中，加剧区域不平衡。由此可见，数字经济依赖高技能人才和资本投入，可能导致中等城市人才外流至一线或核心城市，加强大型城市基本公共服务发展的同时，削弱了中等城市的基本公共服务发展，加剧了区域发展不平衡。其次，税收分配差异也是一个重要原因，数字化产品与服务的生产地集聚在发达的大型城市，而消费地则分散在各类型城市，导致了税收收益向大型城市高度集中，加剧了地区间的财政分配差距，进而导致中等城市财税压力较大，影响了地方政府在发展基本公共服务的财政投入规模和力度。
Table 4. Heterogeneity analysis results
表4. 异质性分析结果
|
基于城市规模的异质性 |
基于人均GDP的异质性 |
超大城市 |
特大城市 |
大城市 |
中等城市 |
中位数以上 |
中位数以下 |
descore |
0.1202** |
0.0083 |
−0.0022 |
−0.1130*** |
0.0343*** |
−0.0062 |
|
(2.3341) |
(1.3283) |
(−0.1966) |
(−3.7797) |
(3.0495) |
(−1.0869) |
控制变量 |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
_cons |
0.1499 |
−0.0099 |
0.1333*** |
0.8620 |
0.3155*** |
0.0334** |
|
(0.4888) |
(−0.3196) |
(5.8404) |
(1.6629) |
(7.2321) |
(2.3782) |
N |
63 |
592 |
731 |
18 |
702 |
702 |
adj. R2 |
0.2556 |
0.5496 |
0.2862 |
0.8609 |
0.3215 |
0.5081 |
4.2.2. 基于经济基础的异质性分析
按照陈梦根和张乔(2023) [15]的处理方式，以各年度108个城市人均GDP的中位数为节点，构建经济基础这一虚拟变量展开异质性检验，结果见表4。
数字经济发展对人均GDP中位数以上城市的基本公共服务水平产生了显著的正向影响，对中位数以下城市并未产生显著影响。分析其原因，人均GDP越高的城市，财政资源更雄厚，在数字基础设施投入、资源整合效率、技术应用能力更具优势，进而更好地释放数字经济对优化基本公共服务的倍增效应。而相应地，城市人均GDP发展相对不足的地区可能因基础设施薄弱，缺乏技术应用人才，其数字经济发展对城市基本公共服务的优化效应尚未能发挥作用。
4.3. 稳健性检验
为保障上述结果可靠性，进行如下稳健性检验：其一，剔除直辖市(上海和重庆)，以排除其特殊行政层级、经济规模和政策属性等因素对结果的影响。其二，替换控制变量。一是考虑到发明专利更能够体现创新性，用“发明专利授权数取对数(output1)”替换创新成果产出。二是考虑到研发投入不仅涉及人才要素，还包括资金要素，用“R&D内部经费支出占GDP比重(finan)”代替研发人力资源。检验结果见表5，数字经济发展水平系数至少在10%水平上显著为正，表明上述结果具有可靠性。
5. 结论与建议
5.1. 结论
以长江经济带108个城市2011~2023年的研究数据为基础，结合理论与实证研究发现：其一，数字经济能够围绕技术驱动、组织重塑、环境提质来影响城市基本公共服务水平。其二，考察期间，数字经济能够显著提升长江经济带全线整体基本公共服务水平，但存在区域差异性，表现为：就城市规模差异来看，数字经济发展有助于超大城市基本公共服务优化，而不利于中等城市基本公共服务发展；就城市经济差异来看，数字经济发展显著提升人均GDP处于中位数以上城市的基本公共服务水平，对中位数以下城市的影响则不显著。
Table 5. Results of robustness test
表5. 稳健性检验结果
|
剔除直辖市 |
替换创新成果产出 |
替换研发人力资源 |
descore |
0.0111* |
0.0111* |
0.0107* |
|
(1.8377) |
(1.7897) |
(1.6715) |
控制变量 |
Yes |
Yes |
Yes |
_cons |
0.1221*** |
0.1670*** |
0.0816*** |
|
(7.0445) |
(10.2379) |
(4.9969) |
N |
1378 |
1404 |
1404 |
adj. R2 |
0.3568 |
0.3619 |
0.3308 |
5.2. 建议
为进一步释放数字经济红利促进长江经济带基本公共服务发展，提出如下建议：
首先，围绕技术、组织、环境三维释放数字经济赋能基本公共服务发展的积极效应。其一是发挥技术创新引领作用，加快发展5G、人工智能、大数据等技术，搭建一体化、高效化、透明化基本公共服务数字化平台，提升基本公共服务可及性和有效性。其二是创新数字化基本公共服务组织模式，政府积极引导企业、社会组织、公众参与基本公共服务数字化创新、多元协同共治，实现城市基本公共服务供给集约化、有效化。其三，重点围绕数字化基础设施建设、数字化人才培养、数字技术标准体系构建等方面完善配套政策，为数字经济赋能基本公共服务提供良好的政策环境和创新环境。
其次，着力打造长江经济带一体化发展格局，强化数字经济赋能城市基本公共服务的协同性、整体性，破除地区间、部门间数据孤岛和行政壁垒限制。一方面，推动构建区际基本公共服务共建共享平台，在确保隐私安全、数据使用规范基础上，实现数字化技术、数据要素、基本公共服务资源的实时共享和动态追溯。另一方面，构建数字化赋能基本公共服务的空间联动和帮扶机制，以上海、武汉、重庆等数字经济发展节点城市为枢纽，通过核心城市数字技术外溢、完善利益共享分配机制，加速教育、医疗等高频服务跨区域响应速度，通过形成梯度化数字赋能体系，辐射带动全线城市基本公共服务优化。
再次，针对不同规模城市建立差异化策略。对于超大城市而言，进一步释放数字技术赋能基本公共服务发展积极效应，具体可依托数字技术推动基本公共服务流程再造、开展试点创新服务数字化供给方式、设立专项资金拓展基本公共服务应用场景，并重视释放数字技术创新外溢效应，协同带动其他规模城市数字经济和基本公共服务发展。对于中等城市而言，为扭转数字经济对城市基本公共服务的负面影响，避免过多遭受来自其他规模城市的挤压效应，应优先开展诸如社区在线医疗、智能养老监护等轻量级、可复制的数字应用场景，抓住产业梯度转移过程中数字产业化与产业数字化发展机遇，积极引进数字人才参与基本公共服务数字化改造升级。此外，对于特大城市和大城市而言，应围绕夯实新基建、激活数据要素、强化区际合作等方面挖掘数字经济优化基本公共服务的潜能。
最后，基于城市经济基础差异实施针对性发展方案。一方面，对于经济基础较好的城市而言，进一步完善5G、数据中心等数字基建，为基本公共服务智能化、高效化供给提供硬件支撑，与此同时，拓展区块链、人工智能等技术在城市基本公共服务供给中的应用场景，提高服务供给与配置效能。另一方面，对于经济基础相对较差的城市而言，政府应出台税收优惠、财政补贴等利好政策，吸引科创企业、数字经济项目、数字化人才入驻，与此同时，形成政企合力，通过数据要素整合、技术创新应用，纾解基本公共服务的痛点和堵点。
基金项目
武汉科技大学大学生省级创业训练项目“‘掌上非遗·云游古艺’——数字赋能县域文旅新生态”(项目编号：S202510488080X)。