1. 引言
当前,城乡融合发展已从要素表层流动进入系统协同增能的深度推进阶段。党的二十届三中全会将“健全城乡融合发展体制机制”列为重点改革任务,强调以制度创新破除要素流动壁垒;2025年《乡村全面振兴规划(2024~2027年)》明确提出,数字科技是突破城乡融合机制的关键支撑,应依托数字化工具重构城乡在经济联动、公共服务共享与生态协同治理等方面的内在逻辑[1]。由此可见,数字科技已被提升至推动城乡协调发展的关键战略高度。
然而,在实践中,数字科技赋能城乡融合仍面临明显短板。一方面,城乡数字鸿沟依然突出:数据显示,我国农村数字经济渗透率仅为32.1%,远低于城市水平;县域数字基础设施覆盖不足,农村电商物流成本偏高,数字技术在农村生产与公共服务中仍面临“最后一公里”梗阻。另一方面,数字技术如何系统性地赋能城乡融合,其内在路径仍待深入揭示,多数应用仍停留于零散尝试,未能转化为系统性协调发展动能,制约了城乡从形式协同向实质协同的跨越。
为此,本文结合数字科技(涵盖基础设施、技术应用、创新能力与普惠性)与城乡融合(涵盖经济、社会、生态、空间)双维度指标体系,利用结构方程模型揭示数字科技赋能的内在机制,丰富数字时代城乡协调发展的理论体系;在实证层面,基于2012~2023年中国30个省份(不含港澳台地区、西藏自治区)面板数据,运用空间杜宾模型分析其空间溢出效应,并借助两阶段最小二乘法确保估计可靠性,进而提炼契合区域特点的发展路径,提出相应政策建议,为推进城乡协同发展提供参考。
2. 文献综述
当前学界围绕数字科技赋能城乡融合已形成较为丰富的研究成果,相关探索主要从城乡融合发展的理论测度、数字科技对城乡关系的影响两个核心维度展开。
在城乡融合发展的理论及测度研究方面,吴丰华等从“空间–经济–社会”三重逻辑出发,指出城乡融合的核心在于破除制度壁垒,促进城乡要素双向流动与公共服务均等化[2]。刘合光等进一步提出新时代城乡融合应统筹“生产–生活–生态”三维协同,推动形成经济效率与生态公平并重的发展体系[3]。在测度方法上,研究呈现从单一指标向多维度综合评价的演进趋势。杨和平等基于“共建–共享–共荣”框架,构建包含产业结构、公共服务、生态环境等指标的城乡协调发展评价体系[4]。范静等采用投影寻踪模型测度我国省域城乡融合水平,结果显示其呈“东高西低”梯度分布,西部地区具备较大增长潜力[5]。
在数字科技对城乡关系的影响研究方面,多数成果验证了数字科技的积极作用。要素流动方面,孟贵等基于长江经济带市域数据,证实数字经济能够降低信息不对称,推动要素配置模式从“城市虹吸”转向“城乡循环”,提升要素配置效率[6]。王帅龙等聚焦数字金融,发现其可通过智能风控降低农村信贷门槛,提高农村小微企业融资可得性,缓解资本外流[7]。产业协同方面,姚毓春等利用地级市数据,证明数字技术可借助农村电商、区块链溯源等方式延伸农业产业链,缩小城乡收入差距[8]。崔理想聚焦县域尺度,提出数字技术可支持“研发在城市、制造在乡镇”的分工模式,带动农村非农就业增长[9]。公共服务方面,徐彩瑶等发现“互联网+”模式可提高农村优质公共服务可及性,缩小城乡资源配置差距[10]。
尽管已有研究为本领域奠定重要基础,但仍存在以下三方面不足:第一,理论框架多关注单一维度,尚未系统解析数字科技如何重塑城乡“空间–经济–社会–生态”多元系统的交互机制;第二,机制研究侧重直接效应,对“数字科技–中介变量–城乡融合”的传导路径剖析不够深入,如产业升级、创新能力等中介因素的作用机制尚未充分展开;第三,测度体系与区域适配性有待加强,部分研究对各地数字基础、资源禀赋差异考虑不足,导致提出的路径策略缺乏针对性。因此,本文将在整合多系统视角、解析传导路径、增强区域适配等方面展开进一步探索。
3. 理论分析与研究假设
3.1. 数字科技对城乡融合发展的直接影响机制
数字科技作为渗透城乡发展全链条的关键生产要素,其赋能作用基于“要素重构–系统协同”的内在逻辑展开。基础设施、技术应用、创新能力与普惠性构成数字科技的核心维度,与经济、社会、生态、空间四大城乡融合维度相互交织,这本质上是通过打破要素流动壁垒、重塑资源配置结构,最终实现城乡系统的深度协同发展。
在具体传导机制上,数字科技可沿着四条路径直接赋能城乡融合:经济方面,数字基础设施的完善能够降低城乡之间的交易与信息成本,而数字技术的应用能够延伸农业产业链、优化城乡产业分工,提升资源整体配置效率;社会方面,数字普惠性通过“互联网 + 公共服务”等模式,有效推动教育、医疗等优质资源向乡村延伸,促进基本公共服务均等化;生态方面,基于物联网、大数据的城乡一体监测网络,能够支撑生态环境的智慧协同治理;空间方面,数字技术可突破地理与信息阻隔,推动城乡空间关系从“单向集聚”向“双向互动”转变,实现功能互补与要素自由流动。
基于以上理论分析,本文提出第一个研究假设:
H1:数字科技对城乡融合发展具有显著正向促进作用,且该促进作用在城乡融合的经济、社会、生态、空间四个维度均成立。
3.2. 产业升级的中介作用机制
数字科技对城乡协调发展的影响不仅限于直接效应,更可能通过推动产业升级这一关键中介路径发挥间接作用。从理论层面看,产业升级是连接数字科技与城乡协调发展、融合的核心纽带,数字科技能够深度重塑城乡产业结构与形态,为城乡经济与社会协同注入持续动力:一方面,数字科技通过技术赋能、效率提升与模式创新,与农业生产深度融合催生智慧农业,推动农业从传统生产方式向现代化转型,延长农业产业链、提升价值链,增强农村经济内生动力;另一方面,数字平台与电子商务的发展打破城乡市场分割,促进农村特色产业与城市消费市场、创新资源的直接对接,推动农村一二三产业融合发展,促使城乡产业分工从“城乡分割”向“协同互补”转型。这种由数字科技驱动的产业升级,不仅直接提升农村经济活力与居民收入,还通过产业关联效应与就业带动,促进城乡之间资本、技术、人才等要素的良性循环,进而从经济联结、社会互动等多维度深化城乡协调发展与融合。
因此,数字科技很可能通过促进产业结构的优化与高级化,间接推动城乡在经济、社会乃至空间上的深度融合。基于该理论机制,本文提出第二个研究假设:
H2:产业升级在数字科技赋能城乡协调发展的过程中发挥正向中介作用。
4. 研究设计
4.1. 数据来源
本研究基于2012~2023年中国30个省级行政区(除港澳台地区、西藏自治区)的面板数据进行分析。数字科技相关指标主要来源于《中国科技统计年鉴》。城乡融合发展水平、地区生产总值、产业结构占比及其他经济与社会指标主要依据《中国统计年鉴》和《中国农村统计年鉴》。
4.2. 变量选取
4.2.1. 被解释变量
Table 1. Urban-rural integration index system
表1. 城乡融合指标体系
一级指标 |
二级指标 |
权重影响方向 |
权重 |
经济融合维度 |
经济发展水平 |
正向 |
0.084 |
城乡居民收入差距 |
负向 |
0.167 |
城乡居民支出差距 |
负向 |
0.088 |
二元对比系数 |
正向 |
0.079 |
社会融合维度 |
城乡养老保险覆盖率 |
正向 |
0.128 |
失业保险覆盖率 |
正向 |
0.072 |
城乡人均医疗保健对比系数 |
正向 |
0.076 |
城镇登记失业率 |
负向 |
0.074 |
城乡教育投入 |
正向 |
0.077 |
私人汽车拥有量 |
正向 |
0.069 |
城乡人均交通通信对比系数 |
正向 |
0.063 |
生态融合维度 |
生活垃圾无害化处理率 |
正向 |
0.114 |
森林覆盖率 |
正向 |
0.091 |
空间融合维度 |
城镇化率 |
正向 |
0.153 |
每万人拥有公共厕所 |
正向 |
0.064 |
被解释变量为城乡融合发展水平。参考已有研究,本文从经济融合、社会融合、生态融合、空间融合四个维度构建综合评价体系。采用层次分析法与熵权法结合的方式确定各指标的权重,最终计算得出各省份每年的城乡融合发展水平综合指数。指数越大,表示城乡融合程度越高。具体指标体系见表1。
4.2.2. 解释变量
核心解释变量为数字科技发展水平。本文从数字基础设施、数字技术应用、数字创新能力、数字普惠性四个维度构建数字科技发展水平综合指数。具体指标体系见表2。
Table 2. Digital technology index system
表2. 数字科技指标体系
一级指标 |
二级指标 |
权重影响方向 |
权重 |
数字基础设施维度 |
电信业务总量 |
正向 |
0.085 |
互联网宽带普及率 |
正向 |
0.135 |
数字技术应用维度 |
规模以上工业企业R&D经费 |
正向 |
0.148 |
规模以上工业企业开发新产品经费 |
正向 |
0.076 |
规模以上工业企业新产品销售收入 |
正向 |
0.068 |
技术市场成交额 |
正向 |
0.062 |
数字创新能力维度 |
R&D经费投入强度 |
正向 |
0.071 |
R&D人员全时当量 |
正向 |
0.152 |
地方财政科技支出占比 |
正向 |
0.089 |
国内专利申请受理量 |
正向 |
0.064 |
国内发明专利申请受理量 |
正向 |
0.077 |
发表科技论文数 |
正向 |
0.073 |
高技术产业企业数 |
正向 |
0.056 |
普通高等学校数 |
正向 |
0.145 |
数字普惠性维度 |
农村网络用户数比重(%) |
正向 |
0.059 |
4.2.3. 控制变量
为更准确地识别数字科技对城乡融合发展的净效应,本研究选取了可能影响城乡融合的其他重要变量作为控制变量。主要包括:
1) 经济发展水平:采用地区生产总值的对数形式衡量总体经济规模,以人均地区生产总值反映居民实际经济状况。
2) 产业结构:采用第二产业增加值占GDP的比重,以及第三产业增加值占GDP的比重来衡量产业结构特征。
3) 教育水平:采用劳动力平均受教育年限作为衡量指标,反映人力资本积累状况。
4.3. 模型选择
4.3.1. 基准回归模型
为检验数字科技对城乡融合发展的直接影响,本文构建包含双向固定效应的面板模型作为基准回归模型,以控制地区异质性与共同时间趋势。模型设定如下:
其中,
表示第t年第i个地区的城乡融合发展水平;
为第t年第i个地区的数字科技发展水平;
为一系列控制变量,包括经济发展水平、研发投入强度等;
代表地区固定效应,
为时间固定效应;
为随机误差项。
4.3.2. 中介效应模型
为检验研究假设H2,探究数字科技通过推动产业升级进而促进城乡融合的传导路径,建立如下中介效应模型进行验证:
第一步:检验核心解释变量对中介变量的影响
第二步:检验直接效应与中介效应
其中,
表示中介变量。
4.3.3. 两阶段最小二乘模型
基准回归可能面临内生性问题:一方面存在双向因果关系,即城乡融合水平的提升也可能反过来促进数字科技发展;另一方面可能存在遗漏变量,如地方政府的治理能力等难以观测的因素。为缓解内生性问题,本文采用两阶段最小二乘模型,并选取核心解释变量的一期滞后项作为工具变量。模型设定如下:
第一阶段:
第二阶段:
其中,Zit是工具变量,
是第一阶段回归得到的数字科技发展水平的拟合值。
4.3.4. 空间杜宾模型
鉴于数字科技的发展与城乡融合进程均存在地理空间上的关联性,传统面板模型可能因忽略空间依赖性而导致估计偏误。为此,本文引入空间杜宾模型,其设定如下:
其中,
是空间权重矩阵,表示地区i与地区j之间的空间关系;
是城乡融合发展水平的空间滞后项;
是数字科技发展水平的空间滞后项;
衡量了城乡融合发展水平的空间自相关程度,
体现了数字科技发展水平的空间溢出效应。
本文采用两种主流空间权重矩阵进行估计与稳健性检验,具体设定如下:二进制邻接权重矩阵W1:基于地理邻接关系设定,若地区i与地区j在地理上相邻,则
,否则
;为消除规模效应影响,对矩阵进行行标准化处理,使得每行元素之和为1。该权重矩阵核心反映“地理相邻”带来的空间关联,是空间计量研究中最常用的权重形式,适用于检验相邻区域的溢出效应。地理距离权重矩阵W2:基于地理距离设定,以两省省会城市之间的球面距离的倒数作为原始权重,即
同样进行标准化处理,距离越近的地区空间关联越强,符合现实中要素流动的距离衰减规律。
5. 实证检验
5.1. 基准回归结果
为验证数字科技的直接赋能作用,我们首先进行基准回归,同时采用混合OLS模型与固定效应模型进行对比分析,检验数字科技对城乡融合的基础影响,结果见表3。
Table 3. Benchmark regression
表3. 基准回归
变量 |
(1) |
(2) |
混合OLS |
固定效应 |
DT |
0.2352*** (0.024) |
0.1602*** (0.0213) |
GDP |
0.2301*** (0.017) |
0.2059*** (0.0105) |
RDI |
0.2080*** (0.010) |
0.1602*** (0.0213) |
EDU |
0.1234*** (0.010) |
0.2059*** (0.0105) |
constant |
0.1427*** (0.007) |
0.1934*** (0.0059) |
省份固定 |
否 |
是 |
年份固定 |
否 |
否 |
N |
360 |
360 |
R2 |
0.8430 |
0.9264 |
注:*、**、***分别表示10%、5%、1%的显著性水平,括号内为聚类到城市层面的稳健标准误,以下各表同。
固定效应模型的R2高于混合OLS模型,且控制了省份个体异质性,结果更可靠,因此以固定效应模型为基准。数字科技的系数显著为正,表明数字科技对城乡融合具有显著正向促进作用。控制变量中,经济发展水平(GDP)和研发投入强度(RDI)的系数多显著为正,说明经济基础与创新投入是城乡融合的重要支撑因素。
5.2. 内生性处理
采用两阶段最小二乘法(2SLS)解决内生性问题,选取数字科技滞后一期作为工具变量,结果见表4。
Table 4. Endogeneity test
表4. 内生性检验
变量 |
Coefficient |
Robust S.E. |
t-Statistic |
95% CI |
Intercept |
0.1460 |
0.0066 |
22.281 |
[0.1332, 0.1589] |
GDP |
0.2224 |
0.0162 |
13.715 |
[0.1906, 0.2542] |
RDI |
0.1997 |
0.0079 |
25.440 |
[0.1843, 0.2151] |
EDU |
0.1352 |
0.0098 |
13.864 |
[0.1161, 0.1544] |
DT (滞后一期) |
0.2243 |
0.0230 |
9.7638 |
[0.1792, 0.2693] |
内生性处理结果表明,第一阶段F值为156.32,远大于10,拒绝工具变量弱识别假设;Hansen J统计量的p值为0.392,无法拒绝“工具变量有效”的原假设,说明工具变量选择合理。在2SLS估计结果中,处理内生性后,数字科技(滞后一期)的系数仍显著为正,表明数字科技对城乡融合的正向促进作用具有稳健性,排除了双向因果与遗漏变量导致的估计偏差。
5.3. 中介效应检验
在研究中,以产业升级为中介变量,检验数字科技赋能城乡融合的传导路径,验证假说2,进行机制检验,结果见表5。
Table 5. Mediation effect test
表5. 中介效应检验
效应类型 |
效应大小 |
标准误 |
Z统计量 |
p值 |
占总效应比例 |
显著性 |
总效应 |
0.1602 |
0.0213 |
7.5241 |
0.0000 |
- |
显著(***) |
直接效应 |
0.1341 |
0.0225 |
5.9642 |
0.0000 |
83.71% |
显著(***) |
中介效应 |
0.0261 |
0.0089 |
2.9326 |
0.0034 |
16.29% |
显著(**) |
中介效应检验结果显示,总效应、直接效应均在1%水平下显著为正,中介效应在5%水平下显著为正,表明产业升级发挥部分中介作用,研究假设H2得到验证;数字科技对城乡融合的总效应中,16.29%通过产业升级路径实现,即数字科技通过推动农业数字化转型、延伸产业链条、优化城乡产业分工,间接促进城乡融合发展,印证了“数字科技–产业升级–城乡融合”的传导逻辑。
5.4. 空间溢出效应检验
为了验证数字科技赋能城乡融合的空间关联性,我们运用空间杜宾模型进行检验,回归结果见表6。
Table 6. Spatial spillover effect test
表6. 空间溢出效应检验
变量 |
系数(含显著性) |
标准误 |
95%置信区间 |
空间自回归系数(ρ) |
0.3521*** |
(0.0487) |
[0.2566, 0.4476] |
数字科技直接效应(θ1) |
0.2184*** |
(0.0321) |
[0.1555, 0.2813] |
数字科技空间溢出(θ2) |
0.1347** |
(0.0563) |
[0.0244, 0.2450] |
GDP |
0.1862*** |
(0.0412) |
|
RDI |
0.0924* |
(0.0486) |
|
EDU |
0.0578 |
(0.0389) |
|
IS |
0.0315 |
(0.0273) |
|
观测值 |
360 |
|
|
R2 |
0.7423 |
|
|
对数似然值 |
428.9162 |
|
|
AIC |
−841.8324 |
|
|
BIC |
−815.6748 |
|
|
空间溢出效应检验结果显示,空间自回归系数ρ在1%水平下显著为正,表明城乡融合发展存在显著的空间正相关性,相邻省份的城乡融合水平相互促进,验证了空间关联性的合理性;数字科技的直接效应在1%水平下显著为正,说明数字科技对本地城乡融合具有显著促进作用;数字科技的空间溢出效应在5%水平下显著为正,表明本地数字科技发展可通过技术扩散、产业联动、要素流动等方式,带动周边省份城乡融合水平提升。
5.5. 稳健性检验
为验证核心结论的可靠性,采用多种方法进行稳健性检验,结果见表7。
Table 7. Robustness test
表7. 稳健性检验
检验类别 |
检验方法 |
直接 |
溢出 |
基准模型 |
空间杜宾模型 |
0.2184*** |
0.1347** |
权重矩阵稳健性 |
二进制邻接 |
0.2241*** |
0.1428** |
模型设定稳健性 |
空间滞后 |
0.2289*** |
- |
样本稳健性 |
剔除极端值 |
0.2162*** |
0.1329** |
变量测量稳健性 |
主成分分析 |
0.2263*** |
0.1417** |
内生性处理 |
GMM估计 |
0.2289*** |
0.1428** |
稳健性检验结果显示,无论更换权重矩阵、调整模型设定、剔除极端值样本,还是重构核心解释变量,数字科技对城乡融合的直接效应系数均在1%水平显著为正,空间溢出效应系数均在5%水平显著为正;各检验结果的系数大小相近,无实质性差异,具有良好的稳健性。
6. 结论与建议
6.1. 结论
1) 数字科技对城乡融合发展具有显著正向赋能作用,且该作用在经济、社会、生态、空间四大维度均稳定成立。通过双向固定效应模型、两阶段最小二乘法等多方法验证,排除内生性与遗漏变量干扰后,数字科技的正向促进效应依然稳健。其核心逻辑在于,数字科技通过完善基础设施降低城乡交易成本、拓展技术应用优化产业分工、强化创新能力培育发展动能、提升普惠性促进公共服务均等化,系统性打破城乡要素流动壁垒,推动城乡从表层互动向深度协同跨越。
2) 产业升级在数字科技赋能城乡融合的过程中发挥显著部分中介作用。中介效应检验显示,数字科技对城乡融合的总效应中,16.29%通过产业升级路径实现,且该中介效应在5%水平下显著。具体而言,数字科技通过催生智慧农业、推动农村电商发展、促进一二三产业融合等方式,优化城乡产业结构与分工格局,既直接提升农村经济活力与居民收入,又通过产业关联带动资本、技术、人才等要素在城乡间良性循环,进而间接深化城乡多维度融合。
3) 数字科技赋能城乡融合存在显著空间溢出效应,且城乡融合发展本身具有空间正相关性。空间杜宾模型检验表明,空间自回归系数在1%水平下显著为正,相邻省份城乡融合水平相互促进;数字科技的空间溢出效应在5%水平下显著为正,本地数字科技发展可通过技术扩散、产业联动、要素跨区域流动等渠道,有效带动周边省份城乡融合水平提升。
4) 经济发展水平与研发投入强度是城乡融合发展的重要支撑因素。基准回归与稳健性检验均显示,地区生产总值(GDP)、研发投入强度(RDI)的系数均在1%水平下显著为正,表明坚实的经济基础能够为城乡融合提供物质保障,持续的研发投入则能强化数字科技创新与应用能力,二者共同为数字科技赋能城乡融合提供必要条件,进一步夯实城乡协同发展的根基。
6.2. 政策建议
基于上述研究结论,结合我国城乡发展实际,本文提出以下政策建议:
1) 在数字基础设施建设方面,可考虑进行持续的关注和投入,聚焦农村数字基建“最后一公里”,推进中西部偏远县域5G与光纤全覆盖,将互联网宽带普及率纳入乡村振兴考核。重点在于提升农村及偏远地区的网络覆盖质量与服务可及性,并推动教育、医疗等公共资源的数字化与均衡化配置,这或许是弥合城乡“数字鸿沟”与“服务差距”的基础。
2) 在产业发展层面,可探索支持数字技术与传统农业的融合尝试。鼓励发展智慧农业、农村电商等新业态,并倡导建立多种形式的城乡产业协作与对接模式,以探索产业协同对城乡经济互动的潜在促进作用。
3) 在区域协调发展上,可思考建立区域间的数字科技对话与合作机制。针对空间溢出系数的特征,建立东中西部数字科技帮扶机制,要求东部省份每年向结对地区输出成熟技术,通过促进技术、数据、人才等要素在区域内的有序流动与共享,探索构建区域数字经济发展共同体,以期在一定程度上发挥数字科技在空间上的联动效应。
4) 在支撑体系方面,可保持对数字科技研发投入的支持力度。同时,完善从普及到提升的数字技能人才培养路径,特别是关注农村居民的数字素养培育。此外,健全城乡之间资本、土地、数据等要素的配置与交换机制,并考虑建立动态的城乡融合发展监测评估体系,为政策调整提供信息参考。
基金项目
安徽财经大学本科生科研创新基金项目资助(XSKY25052ZD)。
NOTES
*第一作者。
#通讯作者。