数字科技与城乡融合发展水平测度及区域差异分析

Digital Technology and Urban-Rural Integration: Measurement of Development Level and Analysis of Regional Differences

摘要: 城乡融合是经济社会协同发展的核心议题，数字科技为破解城乡发展失衡问题提供了关键支撑，但二者深度融合的区域差异特征与内在作用逻辑仍有待明确。本文基于2012~2023年中国30个省级行政区面板数据，构建数字科技与城乡融合双指标体系，运用AHP-熵权组合赋权法、熵权-TOPSIS法、投影寻踪模型测度发展水平，结合变异系数与泰尔指数分析区域差异，最后进行稳健性检验。研究发现：二者均呈稳步上升态势，但增速存在显著异质性，数字科技赋能城乡融合存在时滞效应；差异来源呈现双重分化特征，数字科技以区域间差异为主导，城乡融合则以西部县域内差异为核心；数字科技发展受市场驱动的产业集聚效应影响显著，城乡融合提升得益于政策协调作用。据此，本文针对性提出缩短赋能时滞、破解数字鸿沟、聚焦县域均衡、强化协同保障的政策建议，为数字科技赋能城乡协同高质量发展提供实证参考与实践指引。

Abstract: Urban-rural integration is a core issue in economic and social coordinated development. Digital technology effectively addresses urban-rural development imbalance, yet the regional differences and internal operational logic of their in-depth integration remain unclear. Using panel data of 30 Chinese provinces (2012~2023), this paper constructs a dual index system and measures development levels via the AHP-entropy weight method, entropy weight-TOPSIS method, and projection pursuit model. Regional differences are analyzed with the coefficient of variation and Theil index, followed by a robustness test. Results show that both maintain a steady upward trend with significant growth heterogeneity and a time-lag effect in digital empowerment; digital technology’s differences are dominated by inter-regional gaps, while urban-rural integration’s differences center on intra-county disparities in the west; digital technology development is driven by market-oriented industrial agglomeration, and urban-rural integration benefits from policy coordination. Targeted recommendations include shortening the time lag, bridging the digital divide, focusing on county-level balance, and strengthening coordinated guarantees, providing empirical reference for digital technology-enabled high-quality urban-rural development.

1. 引言

城乡融合发展是缩小城乡发展差距、实现区域协调发展的关键路径，其重要性在国家发展规划中持续凸显。2024年7月，党的二十届三中全会明确了城乡融合发展的重要地位，从制度层面为城乡要素平等交换、双向流动及资源均衡配置指明了方向[1]；2025年1月发布《乡村全面振兴规划(2024~2027年)》，进一步将城乡融合与乡村振兴深度绑定，提出要解决城乡在经济发展、公共服务、生态治理等领域的失衡问题[2]。当前，我国城乡发展仍面临诸多现实挑战：城乡居民收入差距虽逐步缩小但仍存鸿沟，农村基础设施与公共服务供给不足，要素在城乡间的流动仍受壁垒限制，这些问题都亟需找到更高效的破解路径，以推动城乡从“形式融合”向“实质协同”迈进。

近年来，数字科技的迅猛发展为城乡融合突破传统瓶颈提供了全新可能，已成为重塑经济社会发展格局的关键力量。5G、人工智能、大数据、物联网等技术加速迭代，不仅重构了产业发展模式，更作为新型生产要素与治理工具，展现出打破空间限制、优化资源配置的独特优势[3]。在城乡领域，数字科技可通过农业数字化提升农村产业效率，通过互联网公共服务缩小城乡医疗、教育资源差距，通过智慧治理平台实现城乡生态环境协同管控，甚至能依托数字化供应链推动城乡市场主体深度联动。从实践来看，部分地区已通过数字技术实现了乡村特色产业升级、城乡要素精准对接，但整体而言，数字科技在城乡融合中的应用仍处于零散化、局部化阶段，其潜力尚未被充分释放，亟需从理论与实践层面系统梳理其作用逻辑。

基于城乡融合的现实需求与数字科技的赋能潜力，当前对二者深度结合的研究显得尤为必要。一方面，现有实践中，数字科技如何精准匹配城乡融合的不同需求、不同区域因数字基础差异导致的赋能效果分化等问题，尚未得到清晰解答；另一方面，学界研究虽已关注到数字科技与城乡融合的关联，但多聚焦单一领域，缺乏对数字科技通过经济、社会、生态、空间多维度赋能城乡融合的系统性剖析。因此，开展数字科技与城乡融合发展水平测度及区域差异分析，不仅能填补现有理论研究的短板，更能为地方政府制定差异化政策、推动数字科技精准赋能城乡融合提供实证依据，最终助力中国式现代化进程中城乡协同高质量发展目标的实现。

2. 文献综述

城乡融合是推进中国式现代化的关键路径，数字科技的快速发展为城乡融合提供了重要动能，学界围绕二者的测度方法、区域特征及互动机制展开了诸多探索。

在城乡融合方面，步婉茹等针对黄河流域生态脆弱区的特殊性，构建包含经济融合、社会融合、生态韧性的三维评价体系，采用综合评价法测度该区域城乡融合发展水平及动态演进特征[4]。毛军等采用熵值法构建数字乡村发展评价指标体系，结合空间计量模型开展中国数字乡村统计测度与时空异质性分析，揭示数字乡村发展的区域失衡特征，为城乡融合中的数字维度测度提供了标准化工具[5]。

在数字科技方面，王诗敏等通过耦合协调度分析发现，2023年东部地区数字经济与城乡融合的协调度达0.682，率先进入初级协调阶段；中部地区处于勉强协调阶段；西部地区仍处于濒临失调状态，这种差距主要源于数字基建密度与创新要素集聚度的差异[6]。黄卓立基于边际效益理论与面板数据回归模型，实证分析数字基础设施对城乡融合的影响，指出中西部地区因处于“补短板”阶段，数字基建的边际效益更高，对城乡融合的促进作用强于数字基建接近饱和的东部地区[7]。

在数字科技与城乡融合的互动机制方面，徐杰构建“数字技术–要素流动–城乡融合”理论分析框架，检验数字技术赋能城乡融合的理论机制，证实数字技术通过促进人才、资金、数据等要素双向流动，显著提升城乡融合水平[8]。肖苏阳采用路径分析与实证检验相结合的方法，发现数字技术通过推动农业数字化转型、城乡产业协同分工，为城乡融合提供产业支撑，且该赋能效应在县域层面更为显著[9]。蒋为基于数字化供应链视角，运用数据包络分析与双重差分模型，证实数字化供应链能够打破城乡市场分割，提升要素配置效率，为城乡经济融合提供微观实践证据[10]。

综上，现有研究未构建兼具数字时代特征的协同测度框架，缺乏时滞效应检验与稳健性分析，本文通过优化指标体系、深化研究方法填补上述空白。

3. 研究设计

本研究基于2012~2023年中国省级面板数据，遵循科学性、可操作性、数据可得性原则，分别构建数字科技与城乡融合两大指标体系。

3.1. 数据来源与预处理

为准确测度2012~2023年中国30个省级行政区的数字科技与城乡融合发展水平，保证数据质量和后续分析的准确性，首先对数据进行了预处理工作，对于少量的缺失值，采用拉格朗日插值法进行插值处理；为消除量纲影响，对指标采用标准化处理，公式如下：

3.2. 指标体系构建

3.2.1. 数字科技指标体系

数字科技指标体系围绕“基础设施、技术应用、创新能力、普惠性”四大核心维度设计，以数字赋能城乡融合为核心导向，体现数字科技的发展全貌，并且重点关注其向农村、基层延伸的普惠性特征[11]。各维度及指标设置如下表1所示：

Table 1. Digital technology index system

表1. 数字科技指标体系

一级指标(维度)	二级指标(具体指标)	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	农村有线广播电视用户数占家庭总户数的比重(%)	正向	0.059

3.2.2. 城乡融合指标体系

城乡融合指标体系依托“经济基础、社会公平、生态协同、空间衔接”四维框架，进一步筛选出15个二级指标，既涵盖城乡融合的核心评价维度，又结合省级面板数据的可得性，确保测度结果能精准反映省域层面城乡融合的实际水平[12]。各维度及指标设置如下表2所示：

Table 2. Urban-rural integration index system

表2. 城乡融合指标体系

一级指标(维度)	二级指标(具体指标)	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

3.3. 研究方法

本研究结合数字科技与城乡融合指标体系的高维特性及数据特征，选用熵权-TOPSIS法、投影寻踪模型两种方法进行发展水平测度，并通过AHP-熵权主客观组合赋权方式减小赋权偏差，对高维数据进行降维处理以捕捉核心信息，最终借助交叉验证进一步提升测度结果的可靠性。

3.3.1. 熵权-TOPSIS法

通过熵值法计算各指标的信息熵和权重，以避免主观赋权偏差。计算公式如下：

$e_j=-\frac{1}{\ln n}{\displaystyle {\sum }_{i=1}^n\left(\frac{{x^{\prime }}_{ij}}{{\displaystyle {\sum }_{i=1}^n{x^{\prime }}_{ij}}}\ln \frac{{x^{\prime }}_{ij}}{{\displaystyle {\sum }_{i=1}^n{x^{\prime }}_{ij}}}\right)}$

$w_j=\frac{1-e_j}{{\displaystyle {\sum }_{j-1}^m\left(1-e_j\right)}}$

其中，e_j为信息熵，w_j为权重，n为省级行政区数量，m为指标数量(数字科技和城乡融合各15个指标)。

Figure 1. Horizontal trend chart of main indicator measurement results (mean value)

图1. 主要指标测度结果水平趋势图(平均值)

3.3.2. 投影寻踪模型

接着，将多维度的数字科技和城乡融合指标投影到1维空间，通过构造投影指标函数，采用遗传算法优化投影方向，最终计算得出投影值，来反映发展水平，公式如下：

$Q\left(\alpha \right)=S_z\cdot D_z$

其中，α为投影方向，S_z为投影值的标准差，反映离散程度，D_z为投影值的局部密度，反映聚类性。

3.4. 测度结果

通过计算各年度全国30个省级行政区的数字科技与城乡融合均值，发现二者均呈稳步上升态势，但增速存在显著差异，印证了数字科技向城乡融合渗透的“时滞效应”，绘制发展趋势图见图1。

从测度结果来看，数字科技发展可分为两个阶段。2012~2018年，年均增速约10.4%，此阶段以东部省级行政区为核心驱动，依托数字基建先行布局形成先发优势；2018~2023，年均增速约6.7%，中西部省级行政区开始发力，但东部与其他区域的绝对差距仍在扩大。城乡融合发展整体呈“平缓上升、差距缩小”特征。总体来看，2012~2023年，其均值稳步增长，但整体增速略低于数字科技，反映数字科技的赋能效果需通过基础设施落地、场景应用渗透等环节逐步传导，可能存在时滞效应；分阶段看，2017年后增速加快，与“乡村振兴战略”等政策契合，并且城乡居民收入差距得分贡献度降低，说明了城乡差距的逐步减小。

4. 数字科技与城乡融合发展的区域差异分析

4.1. 区域划分与分析方法

为深入探究数字科技与城乡融合发展的区域差异，本研究将我国划分为东、中、西三大区域：东部地区包括北京、天津、河北等11个省级行政区；中部地区涵盖山西、安徽、江西等7个省级行政区；西部地区包含内蒙古、广西、重庆等12个省级行政区。

本研究采用变异系数和泰尔指数两种方法来分析区域差异。变异系数(CV)用于反映整体差异，取值越大，区域差异越显著，公式如下：

$CV=\frac{\sqrt{\frac{1}{n}{{\displaystyle {\sum }_{i=1}^n\left(x_i-\overline{x}\right)}}^2}}{\overline{x}}$

其中，CV为变异系数；x_i为第i个省级行政区的数字科技或城乡融合发展水平测度值，$\overline{x}$ 为全国30个省级行政区数字科技或城乡融合发展水平的平均值，n代表省级行政区数量。

泰尔指数(T)用于分解区域内和区域间的差异，公式为：

$T_{\text{total}}={\displaystyle {\sum }_{g=1}^G{\displaystyle {\sum }_{i=1}^{ng}\left(\frac{p_{gi}}{P}\right)\times \ln \left(\frac{y_{gi}/Y}{p_{gi}/P}\right)}}$

$T_{\text{total}}=T_{\text{between}}+T_{\text{within}}$

其中，T_between为区域间泰尔指数，T_withhin为区域内泰尔指数，y_gi为g区域i省级行政区的得分，p_gi为人口占比，Y为全国总得分，P为全国总人口。

4.2. 区域差异特征

为精准刻画数字科技与城乡融合发展的区域差异，本部分从整体差异演变、差异来源分解、时间动态特征三个维度展开分析，结合省级面板数据与政策节点，系统分析数字科技与城乡融合发展的区域差异特征，揭示差异形成机制与分化规律。

4.2.1. 整体差异分析：基于变异系数

基于2012~2023年全国30个省级行政区的变异系数测算(见表3)，数字科技与城乡融合的整体差异呈现反向演变特征，且差异幅度与驱动因素存在显著分野。

Table 3. Coefficient of variation (CV) calculation results table

表3. 变异系数测算结果表

时间节点	数字科技变异系数	城乡融合变异系数
2012年	0.7507	0.2348
2015年	0.7832	0.2285
2018年	0.8105	0.2197
2021年	0.8346	0.2153
2023年	0.8466	0.2112

从变异系数数据来看，2012~2023年全国30个省级行政区数字科技发展的区域差异呈扩大态势，且始终处于较高水平。2012年数字科技变异系数为0.7507，表明省级行政区间已存在显著差距，此后逐年攀升。与数字科技形成鲜明对比，2012~2023年城乡融合发展的区域差异呈“持续缩小”态势，且整体差异程度较低。2012年城乡融合变异系数为0.2348，此后逐步下降，区域均衡性持续提升。

4.2.2. 差异来源分析：基于泰尔指数

为精准识别数字科技与城乡融合区域差异的核心来源，本部分采用泰尔指数对差异进行分解，将整体差异拆解为区域间差异(东、中、西三大区域间差距)与区域内差异(各区域内部省级行政区间差距)。

(1) 整体差异演变趋势：基于泰尔指数时间序列分析

为直观反映2012~2023年数字科技与城乡融合区域差异的动态变化轨迹，进一步验证变异系数所呈现的差异演变特征，绘制泰尔指数变化柱状图(见图2)。

Figure 2. Bar chart of Theil index changes (2012~2023)

图2. 2012~2023年泰尔指数变化柱状图

如图2所示，2012~2023年，数字科技整体泰尔指数从0.1872升至0.2105，累计增长12.45%，与变异系数“整体差异持续扩大”的趋势完全一致印证了区域数字科技发展不平衡的加剧态势；城乡融合整体泰尔指数从0.0582降至0.0497，累计下降14.60%，与变异系数“整体差异持续缩小”的趋势相呼应，体现政策驱动下城乡均衡发展的成效。

(2) 差异主导来源识别：区域间与区域内差异占比分析

在明确整体差异演变趋势的基础上，为精准定位差异的核心构成，进一步分析2023年两类指标的差异来源贡献度，绘制差异来源贡献度柱状图(见图3)。

如图3所示，2023年，数字科技区域间差异占比更高，表明区域间差异是数字科技区域差异的主导来源。东部省级行政区借资金、人才、产业配套优势，在基建布局与产业培育上先发，中西部受资源基础限制推进滞后，数字鸿沟持续扩大；城乡融合区域内差异占比更高，表明区域内差异是城乡融合区域差异的核心来源，主要问题集中在同一区域内部的县域发展不均衡。

Figure 3. Bar chart of contribution degrees of difference sources

图3. 差异来源贡献度柱状图

(3) 区域内细分差异特征：三大区域内部分化对比

针对上述差异来源分析中识别的核心矛盾，进一步对三大区域内部省级行政区间差异进行细分拆解，以2023年为例，绘制区域内细分差异对比图(见图4)。

由图4可知，区域内进行差异细分，以2023年为例，数字科技东部内差异的泰尔指数占整体差异的21.43%，远高于西部和中部。这一结果反映出东部省级行政区内部数字科技发展的分层现象显著，核心城市数字经济占比超50%，而中西部省级行政区仍处于数字产业培育阶段，省内发展不均衡进一步放大了整体区域差异；在城乡融合方面，西部内差异的泰尔指数值占整体差异的28.77%，远高于东部和中部。西部省级行政区地域辽阔，县域间自然条件、基础设施差距较大，成为区域内差异的主要贡献者。

Figure 4. Comparison chart of subdivided intra-regional differences

图4. 区域内细分差异对比图

5. 结论与展望

5.1. 主要结论

第一，数字科技与城乡融合均呈稳步上升态势，但发展节奏与阶段特征存在显著差异。数字科技发展经历“稳步起步”与“快速跃升”两阶段，东部省级行政区凭借先发优势引领增长；城乡融合发展整体平缓上升，2017年后受乡村振兴等政策驱动增速加快，城乡收入、教育等差距逐步缩小。二者增速差异印证了数字科技赋能城乡融合存在约1~2年的时滞效应。

第二，数字科技与城乡融合的区域差异呈反向演变特征。数字科技区域差异持续扩大，2023年变异系数达0.8466，较2012年增长12.77%，呈现“东强西弱”的固化格局；城乡融合区域差异持续缩小，同期变异系数从0.2348降至0.2112，降幅10.17%，区域均衡性显著提升。

第三，区域差异来源呈现双重分化特征。数字科技的区域差异以区域间差异为主导，核心矛盾是东中西部数字发展基础的先天差距，且东部省级行政区内部分层现象突出；城乡融合的区域差异以区域内差异为主导，主要集中于西部省级行政区县域间发展不均衡，而区域间差异持续下降。

第四，两类指标的发展驱动机制存在本质区别。数字科技差异扩大受市场驱动的产业集聚效应影响显著，资金、人才等要素向东部核心区域集中；城乡融合差异缩小得益于政策驱动的协调发展作用，脱贫攻坚、乡村振兴等政策有效缩小了区域间城乡发展鸿沟。

5.2. 政策建议与未来展望

本研究基于省级面板数据开展分析，存在一定局限：省级数据难以精准捕捉县域层面细分差异，对微观赋能路径刻画不够细致，政策效果评估较为宏观。为此，基于上述研究结论，结合数字科技与城乡融合的发展规律及区域差异特征，对应提出以下针对性政策建议与展望。

一方面需针对性施策：推动数字技术与乡村产业、公共服务深度融合，搭建城乡要素双向流动数字平台，缩短赋能时滞；加大中西部数字基建投入，推动东部数字产业向省内欠发达地区延伸，破解数字鸿沟；西部省级行政区以县域为核心统筹资源配置，搭建数字化治理平台，聚焦县域均衡；建立东中西部数字科技帮扶机制，完善动态监测考核体系，强化协同保障。

另一方面，进一步拓展研究：下沉数据维度，采用地级市或县域微观数据，精准捕捉县域尺度发展差异；细化机制研究，结合微观数据剖析数字科技在具体场景的赋能路径；丰富研究方法，结合案例研究与量化分析，提升研究的实践指导价值。

基金项目

安徽财经大学本科生科研创新基金项目资助(XSKY25052ZD)。