数字经济对我国新型城镇化发展影响研究

Research on the Impact of Digital Economy on the Development of New-Type Urbanization in China

摘要: 数字经济作为推动中国经济高质量发展的新引擎，对新型城镇化进程产生了深远影响。本文基于2014~2023年中国282个地级市的面板数据，从数字基础设施、数字产业化、产业数字化和数字经济发展环境四个维度构建数字经济指标体系，同时从人口、经济、空间等七个维度构建新型城镇化指标体系，运用熵权法测算两者发展水平。并通过固定效应模型、中介效应模型等实证分析数字经济对新型城镇化的影响。研究发现：中国数字经济与新型城镇化发展水平均呈上升趋势，但区域差异显著，呈现“东部 > 中部 > 东北 > 西部”的格局；数字经济对新型城镇化具有显著正向影响，且能通过促进产业结构高级化间接推动新型城镇化发展；两者耦合协调度逐步提升，但整体水平不高，空间差异明显。

Abstract: As a new engine to promote the high-quality development of China’s economy, digital economy has had a far-reaching impact on the process of new-type urbanization. Based on the panel data of 282 prefecture level cities in China from 2014 to 2023, this paper constructs the digital economy index system from the four dimensions of digital infrastructure, digital industrialization, industrial digitalization and digital economy development environment, and constructs the new-type urbanization index system from the seven dimensions of population, economy and space, etc. The entropy weight method is used to measure the development level of the two. And empirically analyze the impact of the digital economy on new-type urbanization through fixed effects models, mediation effects models, and other methods. The results show that the development level of China’s digital economy and new urbanization is on the rise, but the regional differences are significant, showing a pattern of “East > Central > Northeast > West”; Digital economy has a significant positive impact on new-type urbanization, and can indirectly promote the development of new-type urbanization by promoting the upgrading of industrial structure; The degree of coupling coordination between the two has gradually increased, but the overall level is not high, and the spatial difference is obvious.

1. 引言

2012年，党的十八大报告中首次提出了“新型城镇化”。它强调城乡统筹，推动城市与农村共同繁荣；提高公共服务水平，保障居民的基本权益，让全体人民共享城镇化发展成果。2017年党的十九大明确界定了传统城镇化和新型城镇化的区别，2021年党的十九届六中全会指出要加强城市规划、建设、管理，推进以人为核心的新型城镇化。到2022年党的二十大再次提出以“都市圈”“都市群”推动周边城市共同发展。

现有相关研究主要围绕以下方面展开：一是政策及理论分析。王常军(2021)认为数字经济有创新性、融合性、技术性、平台性、生态性、赋能性等特征；新型城镇化具有以人为本、绿色低碳、市场主导、多维协调、科技驱动等特征。二者相互融合，数字经济为新型城镇化提供动力和创新、为城镇产业发展提供新路径，助推城镇化建设科学化转变[1]。二是数字经济如何影响新型城镇化。李琳等(2024)认为数字经济通过提供就业岗位促进人口城镇化、加速产业研发和转化促进经济城镇化、对土地财政依赖使城市空间有序扩张促进空间城镇化、挤出污染型产出促进生态城镇化、提高公共服务可及性促进社会城镇化[2]。吴剑辉和郭永欣(2024)通过构建理论分析框架、空间杜宾模型和面板门槛模型实证检验以及稳健性检验，发现数字经济对本地和邻地的新型城镇化及其细分四个维度(人口、经济、社会、生态)的发展都具有直接助推作用[3]。杨瑞等(2024)通过主成分分析法及多种回归模型，发现数字经济通过改善城镇“硬设施”、提升城镇“软环境”直接影响新型城镇化；通过人口、经济、空间、社会、生态五个层面间接影响新型城镇化；对不同地区、城市规模呈现异质性[4]。李小雪(2023)通过对我国31个省设定面板固定效应模型研究数字经济对新型城镇化高质量发展的赋能效果，通过分位数回归研究其稳定性。发现数字经济通过变革原有组织模式、融合实体经济、催生新型商业组织形态影响新型城镇化[5]。彭志胜和冯志文(2023)先利用熵值法测度数字经济和新型城镇化水平，再通过构建分位数回归模型验证发现，在所有分位点上均可显著提升我国新型城镇化水平，并且回归系数呈现出递增趋势；对不同地区、不同类型城市的建设均存在促进作用，对于特大型城市边际效应的提升效果最显著[6]。李豫新等(2022)基于“三生”视角下，通过构建固定效应模型验证数字经济对新型城镇化的影响、利用熵权法测算“三生”空间发展水平指数和数字经济发展指数、工具变量法进行两阶段最小二乘法来核实结果稳健性。总结出数字经济通过影响生产、生活、生态空间促进新型城镇化发展[7]。

为了找出影响新型城镇化发展的因素，并完善相关政策理论体系，本文重点聚焦于新型城镇化发展水平的测度问题。准确测度新型城镇化发展水平是理解其发展现状、趋势以及问题的关键所在。通过科学、合理的测度方法剖析新型城镇化在经济、社会、环境等多维度表现，为后续深入探究数字经济等因素对其的影响奠定基础。本文运用熵值法对2014~2023年中国282个地级市的数字经济和新型城镇化发展水平进行测度。

2. 研究设计

2.1. 熵值法

通过熵值法[8]确定指标权重的具体步骤如下：

1) 数据标准化处理

对正向数据采用公式(1)，负向指标采用公式(2)进行标准化。为了避免后续计算出现0影响结果准确性，同时也为了计算更加方便，本文对标准化结果加0.001进行处理。

$x_{ij}^{*}=\frac{x_{ij}-x_{\min }}{x_{\max }-x_{\min }}$ (1)

$x_{ij}^{*}=\frac{x_{\max }-x_{ij}}{x_{\max }-x_{\min }}$ (2)

2) 计算比重

计算第j项指标下第i个样本占该指标的比重，如公式(3)所示。

$p_{ij}=\frac{x_{ij}}{{\displaystyle \sum _{i=1}^m{x}_{ij}}}$ (3)

3) 计算熵值

使用公式(4)计算第j项指标的熵值，其中$k=\frac{1}{\ln m}$ 。

$e_j=-k{\displaystyle \sum _{i=1}^m{p}_{ij}\ln p_{ij}}$ (4)

4) 计算差异系数

通过公式(5)计算第j项指标的差异系数。

$g_j=1-e_j$ (5)

5) 计算指标权重

根据公式(6)计算指标权重，得到每个指标的权重$w_j$ 。

$w_j=\frac{g_j}{{\displaystyle \sum _{j=1}^n{g}_j}}$ (6)

基于此，我们可以得到如公式(7)所示的数字经济和新型城镇化指数。

$D{E}_i,N{U}_i={\displaystyle \sum _{j=1}^w{w}_j{x}_{ij}^{*}}$ (7)

2.2. 数据来源

考虑到地级市数据的完整性和可获得性，本次研究选取除西藏自治区和港澳台地区外的30个省(市)所囊括的地级市作为研究对象。其中安徽省的巢湖市、山东省的莱芜市、海南省的三沙市和儋州市、贵州省的毕节市和铜仁市、青海省的海东市和海南藏族自治区、宁夏回族自治区固原市和中卫市、新疆维吾尔自治区的吐鲁番市和哈密市由于数据缺失值过多予以剔除，最后将282个地级市作为研究对象。时间范围为2014~2023年。各项指标数据主要来源于历年《中国城市统计年鉴》、《中国城市建设统计年鉴》、马克数据网等。对于缺失的数据采用线性插值法补齐。

2.3. 数字经济指标体系构建

综合我国各地区数字经济发展呈现的梯次格局及差异，同时尽可能多地考虑数字经济发展水平受到的影响，参考赵涛(2020)等学者的做法[9]，遵循全面性、科学性、层次性等原则，科学设计各层级的评价指标，力求构建出综合性强的数字经济指标体系，数字经济主要囊括数字基础设施、数字产业化、产业数字化、数字经济发展环境、数字关注程度五个部分。完整指标体系及指标权重详见表1所示。

Table 1. Evaluation index system for the development level of digital economy

表1. 数字经济发展水平评价指标体系

目标层	准则层	指标层	权重
数字经济	数字 基础设施	移动电话年末用户数	3.65%
		互联网普及率	1.70%
		长途光缆线密度	16.10%
	数字 产业化	人均电信业务总量	4.31%
		计算机服务和软件从业人员占比	2.31%
		人均邮政业务	6.14%
	产业 数字化	数字普惠金融指数	1.10%
		二三产业增加值	5.90%
		电子商务销售额	24.58%
	数字经济 发展环境	高等学校在校生人数	7.49%
		居民平均受教育年限	0.49%
		R&D内部经费支出	11.74%
		数字经济专利申请数	14.17%
	数字 关注程度	关键词搜索词频	0.34%

2.4. 新型城镇化指标体系构建

综合我国各地区新型城镇化发展水平及区域差异，同时尽可能多地考虑新型城镇化发展水平受到的影响，参考谢寿琼(2023)等学者的做法[10]，遵循全面性、科学性、层次性等原则，科学设计各层级的评价指标，力求构建出综合性强的新型城镇化指标体系，详细内容见表2。

Table 2. Evaluation index system for the development level of new-type urbanization

表2. 新型城镇化发展水平评价指标体系

目标层	准则层	指标层	权重
新型城镇化	人口城镇化	城镇人口占比	0.85%
		第二产业就业人口占比	1.01%
		第三产业就业人口占比	0.76%
		城镇人口密度	3.39%
		城镇登记失业人员数	0.08%
	经济城镇化	人均地区生产总值	2.41%
		第三产业产值占GDP比重	0.77%
		人均储蓄年末余额	3.49%
		地区GDP增速	1.13%
		人均消费支出	3.63%
	空间城镇化	城市建成区面积	6.50%
		人均道路面积	1.20%
		建成区所占比重	1.88%
		轨道交通建成长度	4.66%
		移动基站数量	18.01%
	社会城镇化	教育支出占财政支出比重	0.35%
		中小学教师数	2.88%
		每千人医疗床位	1.60%
		每千人卫生人员数	1.46%
		每万人公交车数	3.59%
		每百人公共图书馆图书藏量	6.81%
		城镇职工参加基本养老保险人数	7.85%
	生态城镇化	人均绿地面积	0.74%
		建成区绿化覆盖率	0.13%
		生活污水集中处理率	0.97%
		生活垃圾无害化处理率	0.06%
		年度PM2.5均值	0.28%
		工业用水量	0.54%
	城乡协调	城乡居民收入比	0.49%
		城乡居民支出比	0.13%
	创新城镇化	R&D经费占GDP比重	8.15%
		专利授权数	14.21%

3. 数字经济发展水平测度结果分析

考虑到结果的直观性和科学性，本部分采用省份综合指数代替地级市综合指数。方法是在原有指标的基础上，添加地区生产总值和人口作为评价城市对省份的影响因素。目标城市的地区生产总值和人口在其所在省份的占比，记为S (share)，随后继续使用熵值法对地区生产总值和人口进行权重测算，记为W (weight)。通过熵值法求得两个指标的权重如表3所示。

Table 3. Weight of regional gross domestic product and population

表3. 地区生产总值和人口的权重

指标	权重
地区生产总值(GDP)	0.7382
人口(population)	0.2618

得到权重和占比后，我们分别将将对应的权重占比相乘再求和得到“最终占比”。

$综合占{比}_i=W_{GDP}\ast S_{GDP,i}+W_{population}\ast S_{population,i}$ (8)

最后根据熵值法测算得到的城市数字经济得分与综合占比相乘得到最终分数，称作修正后的分数，选取2014、2017、2020、2023四个时间节点计算最终得分，结果见表4。

Table 4. Score of provincial/municipal digital economy development level

表4. 省市数字经济发展水平得分情况

地区	省市	2014年	2017年	2020年	2023年
华北	北京	0.2539	0.3594	0.4847	0.6652
	天津	0.0915	0.1185	0.1465	0.1764
	河北	0.0263	0.0363	0.0432	0.0526
	山西	0.0211	0.0271	0.0366	0.0479
	内蒙古	0.0188	0.0240	0.0276	0.0362
东北	辽宁	0.0332	0.0413	0.0480	0.0596
	吉林	0.0280	0.0358	0.0472	0.0767
	黑龙江	0.0298	0.0362	0.0423	0.0448
华东	上海	0.2185	0.2737	0.3973	0.5393
	江苏	0.0503	0.0636	0.0820	0.0914
	浙江	0.0472	0.0650	0.0829	0.1089
	安徽	0.0249	0.0364	0.0441	0.0628
	福建	0.0331	0.0437	0.0558	0.0918
	江西	0.0228	0.0329	0.0370	0.0484
	山东	0.0355	0.0432	0.0524	0.0594
中南	河南	0.0282	0.0392	0.0576	0.0940
	湖北	0.0470	0.0587	0.0681	0.0827
	湖南	0.0293	0.0384	0.0462	0.0585
	广东	0.0896	0.1164	0.1338	0.1763
	广西	0.0192	0.0261	0.0356	0.0462
	海南	0.0317	0.0364	0.0420	0.0492
西南	重庆	0.1078	0.1320	0.1716	0.2117
	四川	0.0411	0.0628	0.0703	0.0966
	贵州	0.0252	0.0307	0.0387	0.0490
	云南	0.0256	0.0322	0.0432	0.0522
西北	陕西	0.0393	0.0488	0.0628	0.0725
	甘肃	0.0183	0.0254	0.0336	0.0428
	青海	0.0250	0.0369	0.0590	0.0716
	宁夏	0.0231	0.0230	0.0287	0.0352
	新疆	0.0294	0.0392	0.0423	0.0529

可以看到华北、华东、中南地区发展水平相较于东北、西南、西北地区发展水平较好。说明我国不同地区数字经济发展水平差异较大。

4. 新型城镇化发展水平测度结果分析

本处衡量城市比重的指标、方法、以及各城市新型城镇化发展水平的最终得分算法与上一节一致，此处不再赘述。最后根据熵值法测算得到的城市新型城镇化的得分与综合占比相乘得到该城市最终的分数，称作修正后的分数，并根据所在省份求和得到该省份在4个时间节点的最终得分，结果见表5。

Table 5. Score of provincial/municipal new-type urbanization development level

表5. 省市新型城镇化发展水平得分情况

地区	省市	2014年 综合得分	2017年 综合得分	2020年 综合得分	2023年 综合得分
华北	北京	0.3077	0.4923	0.5797	0.6746
	天津	0.1843	0.2435	0.2718	0.2818
	河北	0.0897	0.1064	0.1192	0.1338
	山西	0.0859	0.0960	0.1035	0.1126
	内蒙古	0.0971	0.1031	0.1037	0.1228
东北	辽宁	0.1056	0.1201	0.1296	0.1457
	吉林	0.0969	0.1024	0.1151	0.1226
	黑龙江	0.0958	0.1050	0.1061	0.1187
华东	上海	0.3276	0.4016	0.5607	0.6339
	江苏	0.1302	0.1604	0.1947	0.2082
	浙江	0.1272	0.1605	0.1936	0.2230
	安徽	0.0871	0.0996	0.1188	0.1359
	福建	0.1050	0.1194	0.1439	0.1608
	江西	0.0907	0.1005	0.1135	0.1269
	山东	0.1115	0.1254	0.1439	0.1685
中南	河南	0.0944	0.1075	0.1236	0.1399
	湖北	0.1107	0.1392	0.1587	0.1818
	湖南	0.0941	0.1079	0.1221	0.1383
	广东	0.1807	0.2322	0.2856	0.3240
	广西	0.0761	0.0841	0.0952	0.1065
	海南	0.1061	0.1274	0.1300	0.1449
西南	重庆	0.1863	0.2460	0.2845	0.3321
	四川	0.1077	0.1435	0.1693	0.1874
	贵州	0.0857	0.0967	0.1100	0.1230
	云南	0.0872	0.0991	0.1101	0.1217
西北	陕西	0.0995	0.1110	0.1305	0.1498
	甘肃	0.0810	0.0916	0.1011	0.1101
	青海	0.0971	0.0993	0.1093	0.1222
	宁夏	0.0925	0.1019	0.1133	0.1252
	新疆	0.0649	0.0667	0.0764	0.0866

可以看到华北、华东、中南地区发展水平相较于东北、西南、西北地区发展水平较好。说明我国不同地区新型城镇化发展水平差异较大。

5. 数字经济对新型城镇化发展的实证分析

本部分主要是对数字经济如何影响新型城镇化发展、以及新型城镇化未来的发展水平进行实证研究。首先对相关变量进行解释说明并构建模型，随后对基准回归、中介效应模型进行结果解读。

5.1. 控制变量及中介变量

影响被解释变量新型城镇化的因素有很多，若只将数字经济作为解释变量则会有遗漏变量的可能，略显不妥。为了保证研究的全面完整性及结果的科学可靠性，本文选取了可能会对新型城镇化发展产生影响的变量作为研究的控制变量，包括金融存贷款占比、政府干预程度、科学支出占比、消费零售占比、进出口占比5个控制变量，以及中介变量产业结构高级化。具体如表6所示。

产业结构高级化的计算方法是[11]：“第一产业增加值占GDP比重*1” + “第二产业增加值占GDP比重*2” + “第三产业增加值占GDP比重*3”。随着数字化、智慧城市的不断推进，第三产业取代第一产业逐渐成为引领发展的重要产业，因此在权重赋予时完全可以根据产业名称进行乘数的定义。

5.2. 模型设定

1) 基础模型设定

根据本文前部分的内容，数字经济能够有效促进新型城镇化发展，故构建如下的计量模型用于检验效果：

Table 6. Control variable and mediator variable indicator system

表6. 控制变量及中介变量指标体系

目标层	准则层	指标层
控制变量	金融	金融存贷款占比
	政府	政府干预程度
	技术	科学支出占比
	消费	消费零售占比
	对外	进出口占比
中介变量	产业	产业结构高级化

$N{U}_{it}=a_0+a_1\ast D{E}_{it}+{\displaystyle \sum _{i=1}^5{b}_i\ast C{V}_i+{\epsilon }_i}$ (9)

在公式(9)中，i代表城市，t代表年份，$N{U}_{it}$ 代表新型城镇化水平，$D{E}_{it}$ 代表数字经济水平，$C{V}_i$ 表示金融存贷款、政府干预程度、科学支出占比、消费零售占比、进出口占比5个控制变量。$b_i$ 为5个控制变量的回归系数，${\epsilon }_i$ 为随机扰动项。

2) 中介效应模型设定

根据中介变量的影响机理，数字经济通过促进产业结构高级化提升新型城镇化水平，因此将产业结构高级化(ais, advancement of industry structure)作为中介变量以构建如下的中介效应模型：

$ai{s}_{it}=c_0+c_1\ast D{E}_{it}+{\displaystyle \sum _{i=1}^5{d}_i\ast C{V}_i+{\epsilon }_i}$ (10)

$N{U}_{it}=f_0+f_1\ast D{E}_{it}+f_2\ast ai{s}_{it}+{\displaystyle \sum _{i=1}^5{g}_i\ast C{V}_i+{\epsilon }_i}$ (11)

公式(10)和公式(11)表示数字经济经过产业结构高级化对新型城镇化发展产生影响。首先核心解释变量数字经济对中介变量产业结构高级化产生影响，其次核心解释变量和中介变量一同对核心被解释变量产生影响。

5.3. 回归结果

1) 基准回归结果

首先，数字经济回归系数为0.935，且在1%的水平下显著。说明数字经济发展水平的高低较为显著地影响了新型城镇化的发展，数字经济通过完善数字基础设施、推进产业数字化和数字产业化、构建数字经济发展环境等方式，全方位、全领域、全过程推动地区新型城镇化高质量发展。在本文选取的5个控制变量中，消费零售占比的回归系数值为0.002，呈正向影响但效果不显著；政府干预程度呈负向影响且结果显著；其余三个控制变量金融存贷款、科学支出占比、进出口占比皆能够显著影响新型城镇化水平(表7)。

2) 中介效应分析结果

根据本文提出的面板中介效应模型，以产业结构高级化作为中介变量，进行中介效应检验，探索数字经济发展水平对新型城镇化发展的赋能路径，检验结果如表8所示。

第(1)列和第(2)列的结果显示的是产业结构高级化的中介效应结果。由上表所示结果可知，数字经济发展对产业结构高级化的回归系数在1%的水平下显著，数字经济发展和产业结构高级化的回归系数在1%

Table 7. Basic regression results

表7. 基准回归结果

	(1)
	NU
DE	0.935^***
	(68.358)
CV1	0.003^***
	(9.378)
CV2	−0.031^***
	(−6.776)
CV3	0.179^***
	(7.971)
CV4	0.002
	(0.664)
CV5	0.019^***
	(4.541)
_cons	0.063^***
	(33.956)

其中^***代表在1%水平下显著，^**代表在5%水平下显著，^*代表在10%水平下显著。后续表格同理。

Table 8. Results of mediation effect analysis

表8. 中介效应分析结果

	(1)	(2)
	ais	NU
DE	0.662^***	0.912^***
	(10.650)	(66.047)
CV1	0.027^***	0.002^***
	(16.366)	(6.509)
CV2	−0.010	−0.031^***
	(−0.492)	(−6.783)
CV3	0.712^***	0.154^***
	(6.989)	(6.875)
CV4	0.232^***	−0.006^*
	(16.086)	(−1.843)
CV5	−0.007	0.019^***
	(−0.352)	(4.657)
ais		0.035^***
		(8.159)
_cons	2.134^***	−0.012
	(252.787)	(−1.287)

的水平下皆显著。在第(1)列的结果中，控制变量金融存贷款、科学支出占比、消费零售占比的回归系数在1%的水平下显著。而政府干预程度、进出口占比的系数为负且不显著。在第(2)列的结果中，第四个控制变量消费零售占比在10%的水平下显著，其余变量在1%的水平下皆显著。说明直接效应和间接效应均显著，中介作用成立，数字经济发展能够通过产业结构高级化促进新型城镇化发展。

3) 稳健性检验结果

为了确保结果的稳健性，本文使用如下方法验证了结果稳健性：首先，将样本划分为发展水平较好的省会城市和发展水平相对较为落后的非省会城市分别进行回归分析。随后，将变量中较小的异常值统一替换为5%的分位数值，将变量中较大的异常值统一替换为95%的分位数值后再进行回归。稳健性检验结果如表9所示。

Table 9. Results of robustness test

表9. 稳健性检验结果

	(1)	(2)	(3)	(4)
	NU	NU	NU_w	NU_w
DE	1.128^***	0.865^***	1.090^***	1.014^***
	(53.292)	(24.952)	(58.146)	(50.751)
CV1	0.002^***	0.008^***	0.002^***	0.001^***
	(6.000)	(3.999)	(7.033)	(4.554)
CV2	−0.023^***	0.035	−0.021^***	−0.024^***
	(−6.019)	(0.634)	(−7.048)	(−7.932)
CV3	0.133^***	0.323^***	0.119^***	0.104^***
	(6.494)	(3.381)	(8.393)	(7.420)
CV4	0.002	−0.002	0.004^*	−0.003
	(0.874)	(−0.106)	(1.914)	(−1.425)
CV5	0.015^***	0.010	0.015^***	0.016^***
	(4.187)	(0.384)	(5.423)	(6.095)
ais				0.028^***
				(9.691)
_cons	0.060^***	0.040^**	0.060^***	0.002
	(39.189)	(2.247)	(47.070)	(0.369)
N	2520	300	2820	2820
R^2	0.667	0.811	0.697	0.708
F	755.568	188.910	970.072	875.420

上表的稳健性检验结果中，第(1)列表示非省会城市的回归结果，第(2)列表示省会城市的回归结果，第(3)列和第(4)列则是对变量进行缩尾后进行回归的结果。根据上表检验结果可知，无论是将省会和非省会城市划分开，还是将核心解释变量与核心被解释变量进行缩尾处理后，回归系数仍在1%的水平下显著，证明了研究结果的稳健性。

6. 结论与建议

本文基于数字经济和新型城镇化的测度结果及后续多元回归分析的实证结果，给出如下结论：1) 2014~2023年我国数字经济和新型城镇化发展总体呈上升趋势，华北、华东、中南地区发展水平相较东北、西南、西北地区较好，主体呈现“东部 > 中部 > 东北 > 西部”的区域格局。2) 数字经济对新型城镇化发展具有显著的正向影响，数字经济通过完善数字基础设施、推进产业数字化和数字产业化、构建良好的数字经济发展环境等方式，全方位推动新型城镇化高质量发展；数字经济还能通过促进产业结构高级化间接推动新型城镇化发展。中介效应分析表明，数字经济发展对产业结构高级化呈显著的正向影响，中介作用成立。

本文提出如下建议：1) 推动区域协调发展，缩小地区间数字经济和新型城镇化差异。东部地区发挥领先优势，提升新型城镇化的质量和效益，打造数字经济与新型城镇化深度融合的示范区；中西部和东北地区加大数字基础设施建设投入，提高互联网普及率和长途光缆线密度等，改善数字经济发展环境。2) 加强数字经济与新型城镇化的深度融合。可以完善数字基础设施，例如增建5G基站、互联网宽带等；推进产业数字化转型，鼓励传统产业利用数字技术进行升级改造；提升数字经济发展环境，加大R&D经费投入，加强数字人才培养。3) 优化政府干预，发挥市场主导作用。政府应减少对市场的过度干预，转变职能，从“主导”转向“引导”。加强公共服务供给，优化教育、医疗、社会保障等资源配置，提高公共服务均等化水平，促进人口城镇化和社会城镇化发展。加强生态环境保护，推动绿色低碳发展，将生态城镇化理念贯穿新型城镇化全过程，实现经济发展与生态保护的良性循环。