數字經濟是否促進了中國的城鄉融合
——基于中介效應模型與空間杜賓模型的檢驗

尹慶民，王 尋

（河海大學 商學院，南京 211100）

一、引言

城鄉融合是指以要素在城鄉間自由流動和資源公平共享為基礎，城鄉在經濟、人文、社會、空間及生態多維度上良性互動、協調互促、共同繁榮的城鄉關系（周佳寧等，2019）。新時代背景下，促進城鄉融合是緩解社會主要矛盾、實現高質量發展的必由之路，是國家現代化的重要標志。

現階段我國社會存在的不平衡不充分的發展之間的矛盾其實是城鄉關系的不平衡和鄉村發展的不充分，如果不推進城鄉融合發展，城鎮化的虹吸效應會讓鄉村衰落加劇。2022 年中央“一號文件”明確指出要重構城鄉關系、建立健全順應城鄉融合的發展體制機制和政策體系。隨著數字化時代的到來，數字經濟勢必會通過數字化重塑經濟活動、轉化經濟社會結構來影響城鄉關系的多維互動。《中國數字經濟發展白皮書（2021）》數據顯示，2020 年中國數字經濟規模達到39.2 萬億元，占GDP 比重達38.6%，整體規模位居全球第二。發展迅猛的數字經濟正在通過新技術、新業態和新模式改善資源錯配程度賦能城鄉關系融合發展。

數字經濟時代下，要素需求與供給側通過大數據分析實現精準智能區配，修正要素錯配并持續促進資源要素在城鄉間的雙向流動，而要素錯配的改善使得生產力和生產關系得到重構和優化，使城鄉在產業、社會、空間、生態、治理等維度上不斷融合，激發城鄉融合發展的內生動力，這表明數字經濟對于解決當前城鄉發展不均衡具有深遠的現實意義。鑒于數字經濟影響的普遍性和城鄉關系對中國高質量發展的重要性，將數字經濟與城鄉融合發展相聯分析數字經濟對城鄉融合發展的影響就具有重要的實踐意義。

2016 年G20 峰會上對數字經濟做出如下定義：數字經濟是指以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。新熊彼特主義代表人物佩蕾絲（2007）提出了“技術-經濟”范式：每一次技術革命都會導致整個經濟“質變”并伴隨長期高潮，誘發社會結構的深刻變革，為城鄉關系帶來新變化。那么，數字經濟是否促進了城鄉融合？若該效應得到證實，這種影響是通過何種渠道產生的？數字經濟對城鄉融合的作用在區域空間維度上是否存在差異？要回答以上問題，就要基于中國數字經濟和城鄉融合發展的現實背景進行實證研究，這也為本文提供了邊際貢獻的機會。

二、文獻回顧

城鄉融合是經濟、人文、社會、空間及生態等方面的多維融合、有機聯系和共生共存。數字經濟業已滲透進實體經濟，融合資源要素、聯動城鄉。數字經濟與城鄉融合關系的研究尚是一個新領域，也是一個獨具中國特色的發展路徑。在數字經濟背景下，已有學者在研究城鄉關系時納入了數字化因素。

數字經濟的發展使得地域與區位的差異和界限變得模糊，城鄉經濟主體可以以低成本更便捷地獲取生產組織、市場交易的信息（高帆，2021），從而擴展城鄉經濟主體開展經濟活動的約束條件和選擇權，使城鄉居民獲得均等的機會和權利。理論研究上，楊夢潔（2021）、謝璐和韓文龍（2022）等人梳理了數字經濟、數字技術助力城鄉融合發展的理論邏輯，認為數字經濟助力城鄉均衡發展的路徑是數字化賦能社會再生產環節。樊軼俠（2021）從財政政策視角出發，提出了數字經濟形態下應該開展“城鄉數字化融合”試點示范區來帶動城鄉融合。魯燊和莊晉財（2022）認為數字金融應用場景越廣泛，數字化便捷程度越高，對鄉村創業的賦能成效就越顯著。實證分析上，已有研究主要展開了數字經濟或數字技術對城鄉融合單一維度的影響作用。從城鄉“經濟”融合角度看，數字經濟不斷與實體經濟融合，推進了產業數字化、數字產業化。彭瑞梅和刑小強（2019）研究表明數字技術使低收入人群打破資源束縛、信息隔離和能力約束，促進了包容性創業進而縮小了城鄉收入差距。魏君英等（2022）發現數字經濟通過提高消費信貸便利性縮小了城鄉消費差距。從城鄉“人”和“空間”的融合角度看，田鴿和張勛（2022）研究發現數字經濟引致的消費互聯網帶動了鄉村低技能勞動力向低技能偏向的數字化非農就業，從而縮小了城鄉就業結構差距。楊瑞等（2022）通過實證探究得出數字經濟通過發揮集聚創新要素的優勢從而積極促進了新型城鎮化，使城鄉在人口分布、社會保障和發展空間上達成優化區配。從城鄉“社會”和“生態”的融合角度看，數字經濟借助大數據、云計算等數字技術深度分析城鄉在教育、治理、醫療、交通、養老、污染防治等公共服務上的不平等數據，有助于改善政府公共服務，進行高效率的轉移支付（彭錦和李彥龍，2022），從而促進城鄉居民在公共服務上的均等、共享?？梢姅底纸洕约t利共享、技術擴散和轉移及設施硬件協同等方式逆向推動資金、勞動、科技、公共服務要素在城鄉間的空間、經濟、社會和生態維度中的加速流轉，從而達成城鄉間萬物互聯、互補互促的協同發展模式。

但也有研究表明，數字經濟的發展不利于城鄉融合。數字技術、應用型數字經濟等都表現出“城市偏好”的非均衡發展態勢，產生了“數字鴻溝”。由于“數字鴻溝”的存在，農村精英流失，大量勞動人口進入城市，工資水平雖然得到提升，但城鄉互聯網普及水平差異的事實加劇了城鄉收入差距（賀婭萍和徐康寧，2019）。數字金融導致了面臨數字劣勢的貧困居民失業概率的提升，加劇了多維貧困（何宗樾等，2019），不利于城鄉的經濟融合。一些受教育程度低的農村人口尤其是中老年人因為數字使用素養鴻溝的巨大障礙，在網絡空間參與社會文化生活、鄉村治理等觀點上形成代際文化消費落差（何銓和張湘笛，2017），擴大了城鄉的文化融合裂縫。

綜上所述，已有關于數字經濟和城鄉融合的相關文獻為研究提供了價值借鑒，同時也存在兩點不足：相關研究多基于城鄉融合的某一維度如城鄉經濟融合領域展開探討，如探究數字經濟對城鄉收入差距、城鄉消費差距的影響效應，缺乏全局性和系統性的研究視角，忽視了城鄉融合的多維內涵。同時令人遺憾的是當前已有的相關研究多對研究數字經濟和城鄉融合單獨展開研究，未考慮二者的相關性和作用機制，僅有的少數探究數字經濟對城鄉融合影響的研究也以定性分析為主，就數字經濟是否助推城鄉融合發展的實證研究極為缺乏。本文的邊際貢獻在于：第一，從系統論、空間區域發展視角較為全面地同時測度城鄉融合和數字經濟的發展水平，以便能夠從更加細微的角度來探究二者的時空演化特征；第二，以往研究城鄉融合多以鄉村振興作為基點進行理論闡釋，忽視數字經濟影響的普遍性對城鄉融合的驅動作用，本文創新性地基于數字經濟和城鄉融合的多維內涵來實證探析數字經濟對城鄉融合的影響關系和中介傳導機制；第三，本文除了納入資本、勞動傳統資源作為要素配置指標外，還引入了數字經濟發展特有的數據要素作為要素配置指標，以期更全面、充分地探討資源要素配置作為中介變量的影響。

三、理論分析與研究假設

城鄉融合是涵蓋多主體、多層次、多領域的系統耦合過程，數字經濟的跨時空信息實時交互和共享、與實體經濟的有效融合及對社會再生產的數字化賦能有效破除了城鄉經濟活動的空間限制，促進城鄉功能互補、機會均等和共同增長，同時也可能由于數字鴻溝的存在，進一步加劇城鄉差距。因此，本文提出如下研究假設。

假設H1a：數字經濟對中國城鄉融合發展存在正向影響；

假設H1b：由于數字鴻溝的出現，數字經濟可能對中國城鄉融合發展不存在顯著的正向影響。

數字經濟除憑借自身特質對城鄉融合產生直接影響外，還將通過影響要素錯配對城鄉融合產生間接影響。同時，鑒于數字技術的“梅特卡夫”定律，即信息網絡價值的增長速度是結點數目的平方項，表現出數字網絡溢出邊際效應的遞增特性。因此數字經濟對城鄉融合可能存在空間溢出效應。這里將從要素錯配的中介作用機制和空間溢出效應兩個方面探討數字經濟對城鄉融合的影響。

（一）要素錯配中介效應機制解析

“要素錯配”是指資源配置未達到最優狀態（陳永偉和胡偉民，2011）。信息經濟學認為，在農業和工業經濟形態下，由于信息不對稱、地區制度差異和有限理性，使得微觀經濟主體對市場信息的認知有限，產生了資源要素配置扭曲，難以實現帕累托最優（Klenow，2009）。同時鄉村人口向城市大規模遷移，勞動力、資本等要素都形成了“城市偏好”流動，進一步惡化了城鄉關系，阻礙了城鄉融合。從理論上講，數字經濟的信息透明和媒介整合優勢對要素錯配可能帶來積極的改善效應。而勞動、資本、數據等要素在城鄉之間的有效配置和流動將改變長期形成的城鄉二元格局沉疴，重構并優化生產力和生產關系，使城鄉在產業、社會、空間、生態、治理等維度上不斷融合?；诖?，本文從要素錯配層面出發，解析勞動要素錯配、資本要素錯配和數據要素錯配對我國城鄉融合的中介效應。

第一，數字經濟通過提升信息透明度來修正要素錯配。數字經濟的滲透性、替代性和協同性（蔡躍洲，2018）及大數據、云計算等數字技術的驅動提升了市場信息透明度，使傳統的資源要素配置邊界不斷擴充延展。基于網絡平臺的信息透明化作用，勞動力、資本、土地、科技、數據等生產要素的供需雙方可以迅速達成精準區配意向（武宵旭和任保平，2022），打通要素配置“信息孤島”并減少了搜尋成本（王玉和張占斌，2021）。要素在地區間、城鄉間形成一體的、自由的和雙向的要素配置市場，要素錯配程度得到修正，而要素錯配的改善可以使生產力和生產關系得到進一步優化和重構，拓展要素自由選擇城鄉流動的選擇權邊界，激發城鄉融合發展的內生動力，改變城鄉二元格局沉疴，變城鄉“剪刀差”模式為城鄉融合發展模式。要素的自由流動使城鄉產業不斷融合、生產組織方式更加多元，產生“數字紅利”，縮小城鄉收入差距。

第二，數字經濟為供需雙方提供了高效的對接媒介。數字經濟整合了生產、消費、流通和分配等環節的要素信息，通過信息挖掘、信息共享與信息利用為要素供需雙方提供對接服務。通過數字經濟這一媒介平臺，要素供需雙方修正了由于時空錯位所產生的額外成本，更拓寬了信息搜集與整合的廣度和深度，實現要素配置的集約高效和最優流動。尤其是直播電商和數字普惠金融作為對接媒介為鄉村創新創業（宋林和何洋，2021）提供了要素流動支撐和資金支持?？茖W技術、資本回流農村開展的生態旅游、休閑養老等農村非農產業也在一定程度上促進了城鄉的經濟面融合和生態面融合。具備數據要素處理知識和技能的勞動者進一步改造現代農業，形成“數字農業”，創造出更多的社會財富，剩余勞動資源則流向城鄉其他產業部門，工農互促、城鄉互補，同時數字技術的滲透性功能會不斷提高社會的勞動生產率（Oliner et al，2000）和價值流通速度，加快社會再生產過程，促進城鄉的空間融合和人的融合。

綜合以上分析，本文分別提出：

假設H2a：數字經濟可以通過改善勞動要素錯配來對中國城鄉融合產生正向影響；

假設H2b：數字經濟可以通過改善資本要素錯配來對中國城鄉融合產生正向影響；

假設H2c：數字經濟可以通過改善數據要素錯配來對中國城鄉融合產生正向影響。

（二）數字經濟對城鄉融合的空間溢出效應

數字經濟呈現的重要特征之一是信息傳遞的高效性縮減了時空距離，打破了地理界限，增強了城市和農村活動關聯的深度和廣度。國外學者Yilmaz et a（l2010）以美國48 個州為樣本，檢驗了信息化帶來的空間溢出效應。國內學者王偉和李天籽（2018）基于中國數字經濟發展背景研究同樣得出了互聯網具有空間溢出效應的結論。數字技術能夠實現資源的跨區域流動配置并產生空間溢出影響（韓長根和張力，2019），在要素“強聯系”和“強流動”的趨勢下，數字經濟對城鄉融合的影響理應在空間上表現出溢出效應基于此，本文提出：

假設H3：數字經濟可通過空間溢出效應作用于鄰近地區的城鄉融合發展。

四、模型構建與變量選取

（一）模型構建

首先，針對數字經濟（digital economy，DE）對城鄉融合（urban-rural integration，URI）的直接影響傳導機制構建如式（1）基本模型來檢驗上述研究假設。

其中：被解釋變量URIi，t為測算的城鄉融合發展水平；核心解釋變量DEi，t為測算的數字經濟發展綜合指數；Controli，t為一系列控制變量；α為待估參數；δi和ηt分別為個體和時間效應；ξi，t為隨機擾動項。

其次，針對數字經濟通過改善要素錯配進而影響城鄉融合的作用機制，本文建立回歸模型來檢驗要素錯配是否為二者間的中介變量。具體檢驗步驟為：在回歸模型（1）中數字經濟發展指數DE對于城鄉融合URI的回歸系數α1通過顯著性檢驗基礎之上，分別構建對于中介變量要素錯配水平的線性回歸方程，以及DE與中介變量要素錯配水平對URI的回歸方程。以上回歸模型的構建如下：

其中：τLit、τKit和τDit分別為勞動要素錯配指數、資本要素錯配指數和數據要素錯配指數；L、K和D分別為勞動、資本和數據要素；β、λ和θ為解釋變量數字經濟發展綜合指數對中介變量要素錯配的估計系數；ω為控制解釋變量數字經濟發展綜合指數的影響后，中介變量要素錯配對城鄉融合的效應。通過式（2）?式（4）考察數字經濟對要素錯配的影響；若β1、λ1、θ1通過顯著性檢驗，則將τLit、τKit、τDit納入式（5）進行中介效應估計；若ω1、ω2、ω3和ω4均通過顯著性檢驗，表明數字經濟與城鄉融合發展間的中介機制存在。其中，DE對URI的直接效應為ω1，占比；勞動要素錯配τLit改善中介效應占比為；資本要素錯配τKit改善中介效應占比為；數據要素錯配τDit改善中介效應占比為

最后，為進一步分析數字經濟對城鄉融合發展的空間溢出效應，根據檢驗及顯著性結果，空間面板計量模型應包括被解釋變量和解釋變量的空間交互項，即構建空間杜賓模型（spatial Dubin model，SDM）。本文在式（1）的基礎上引入數字經濟、城鄉融合及所有控制變量的空間交互項，拓展為空間面板計量模型：

其中：ρ為空間自回歸系數；W為空間權重矩陣，本文采用地理距離矩陣進行回歸；?1和?k為數字經濟及控制變量空間交互項的彈性系數。

（二）變量說明

1.被解釋變量

城鄉融合水平（URI）：關于城鄉融合水平的測度，國外學者的定量評價不多，主要以城鄉農業發展（Boudet et al，2019）、城鄉人均消費支出（Azam，2019）、城鄉教育差距（Anlimachie et al，2020）等單一指標來衡量城鄉融合的發展水平。國內關于城鄉融合水平的測度近年來成果較多，隨著經濟的高質量發展和社會矛盾的轉化，城鄉融合水平的定量評價歷經了從單一視角測度如城鄉生態環境和諧共生的生態學理論視角（劉玉邦和眭海霞，2020）和城鄉區域空間關聯的地理學視角（車冰清等，2020）到多維視角衡量的變化過程。城鄉融合不是經濟單一維度上的融合，而是“社會-經濟-環境”的三維融合（陸大道，1995）。在此基礎上周佳寧等（2019）進一步拓展了“人口”和“空間”在內的的多維城鄉融合評價體系?？v觀現有研究可以看出城鄉內涵的演變逐漸由單一走向多元，基于當前的新發展理念和高質量發展內涵，本文借鑒相關研究并結合本文的研究重點，構建了“人口-經濟-空間-社會-生態”的五維城鄉融合評價體系，更加符合當前經濟發展階段城鄉居民對融合的價值認同，指標構建體系見表1。

表1 城鄉融合五維評價體系

2.解釋變量

數字經濟發展指數（DE）：在已有的研究文獻中，有單一地使用互聯網覆蓋率指標衡量數字經濟（Fha 和Maz，2020），也有從數字化接入、裝備、平臺、應用等多視角來測度數字經濟（周青等，2020），尚未對如何衡量數字經濟形成一致意見，本文依據當前數字經濟發展的趨勢和對數字經濟認識的新態勢，基于數據的可得性、可比性和前瞻性原則，參考王軍等（2021）的做法構建數字經濟發展評價指標體系，具體指標見表2。

表2 數字經濟發展指數指標體系

3.中介變量

要素錯配指數：參考陳永偉和胡偉民（2011）的做法，本文對表示要素錯配水平的勞動要素錯配指數（τLit）、資本要素錯配指數（τKi）t和數據要素錯配指數（τDi）t進行測度，具體如下：

（1）設定生產函數：新古典增長模型認為，經濟增長來源于資本和勞動兩個要素投入，技術進步發揮外生作用。鑒于數字技術與傳統經濟融合，數據要素作為新型投入與傳統生產要素一同引領著生產效率的變革。因此本文在借鑒相關研究基礎上，擴展了柯布-道格拉斯生產函數，假定規模報酬不變，引入數據要素，構建了包含三種要素投入的生產函數如式（7）所示。

對生產函數取對數后，在模型中加入個體和時間效應進行回歸，具體形式為

其中：產出水平（Yi，）t由各省份GDP 衡量，考慮到實際數據的科學性和結果的準確性，采用GDP 平減指數折算成以1990 年為基期的實際GDP；βLi、λKi、θDi為勞動、資本和數據的要素產出彈性，βLi+λKi+θDi=1；勞動投入（Li，）t由各省總就業人員衡量；資本投入（Ki，t）采用各省固定資本存量衡量，使用永續盤存法計算，借鑒張軍等（2004）的做法，設定折舊率為9.6%；數據要素投入（Di，t）由于其無形性、滲透性的特點，難以通過單一的指標來表征其錯配指數，因此本文借鑒（李治國和王杰，2021）的做法，基于數據要素影響的廣泛性，運用熵權technique for order preference by similarity to an ideal solution（TOPSIS）法從數據管理、數據應用、數據共享、數據環境4 個維度來測度。

（2）設定要素錯配指數：借鑒白俊紅和劉宇英（2018）的做法，衡量勞動錯配指數（τLi）、資本錯配指數（τK）i和數據錯配指數（τDi）如下：

其中：γLi、γKi和γDi代表要素的絕對錯配系數，衡量的是要素與不存在扭曲時的相對加成狀況。在實際測度時，絕對扭曲系數無法測得。因此用相對扭曲系數來代替：

4.控制變量

（1）經濟發展水平（PGDP）。經濟發展水平反映的是一個地區經濟發展的規模和速度，隨著經濟發展水平的提高，城鄉居民的收入也會隨之提升，城鄉間的社會保障和基礎設施等公共服務設施也會隨之得到改善，經濟發展水平以人均GDP 并做對數處理來衡量。

（2）財政分權（FD）。財政分權使得政府在推動本地產業、經濟發展上擁有主動權，能夠推動鄉村居民的非農就業，繼而縮小城鄉差距（解堊，2007），本文選擇用人均省級財政支出與人均中央財政支出之比來衡量財政分權。

（3）對外開放程度（Open）。中國經濟具備典型的對外開放特征，本文用進出口貿易總額與GDP 的比值來衡量對外開放水平以控制對外開放發展對城鄉融合的影響。

（4）產業結構高級化（STR）。已有研究表明產業結構高級化助帶動了鄉村居民向服務業和城市制造業的就業提升鄉村居民收入從而縮小了城鄉差距（馬志飛等，2022）。本文用第三產業產值與第二產業產值的比值表示產業結構高級化。

（5）地區創新水平（INN）。創新是助推城鄉融合的深層次力量，本文用人均專利授權數來衡量地區創新水平。

（6）非農產業發展（Non-agriculture）。非農產業發展刺激資金、勞動力在城鄉間自由流動，繼而影響城鄉融合，本文用第二、三產業GDP 與第一、二、三產業GDP 比值表示非農產業發展。

（7）農業現代化水平（Modern）。農業現代化是工農互促、以城帶鄉的重要途徑，本文用農業機械總動力比耕地播種面積來表示農業現代化水平。

5.數據來源與描述性統計

本文以2011—2020 年我國30 個省市（西藏、港澳臺地區因數據缺失較多未包含在本文研究內）的面板數據為研究樣本，所選取指標的相關原始數據來自《中國統計年鑒》《中國環境統計年鑒》《中國勞動統計年鑒》、互聯網發展報告，部分數據來自各地方統計年鑒，少數缺失數據通過插值法補齊。變量描述性統計結果見表3。

表3 變量描述性統計結果

五、實證分析

（一）城鄉融合水平與數字經濟發展指數測度

1.城鄉融合水平測度

鑒于城鄉融合發展水平評價指標體系兼顧多維度、多跨度的特征。因此本文運用加速遺傳算法投影尋蹤模型（projection pursuit classification-real coded accelerating genetic algorithm，RAGA-PPC）來評價30 個省市的城鄉融合發展水平。RAGA-PPC 模型評價方法更加穩健、準確，可確定樣本投影過程中的最佳投影方向并進行線性投影，從而客觀確定各指標的權重，將高維數據轉化為一維空間的綜合投影值，實現城鄉融合發展水平的綜合評價。通過評價樣本指標集的歸一化處理、構建投影指標函數、優化投影指標函數及綜合評價分析等步驟，得到各樣本城市最佳投影值即全國30 個省市的城鄉融合發展水平均值如圖1 所示。

圖1 2011、2015、2020 年我國城鄉融合發展水平的時序變化趨勢

由圖1 可知，我國各省的城鄉融合發展水平呈現逐漸增長的趨勢，但省內差異顯著，呈現自東向西差異逐漸降低的地理特征。較2011—2015 年時間段而言，2015—2020 年省內差異擴大，表明這一階段城鄉融合發展水平得到了較大的提升，這與該階段城鄉一體化戰略、鄉村振興戰略的實施及國家新型城鎮化規劃的實施存在一定關聯。東部地區的城鄉融合發展水平均值最高，從2011 年的0.213 增長至2020 年的0.342，且增長速度較快，與中西部地區呈現相分離趨勢。中部和西部地區的城鄉融合發展水平分別從2011 年為0.155和0.142 增長至2020 年的0.231 和0.233。但值得注意的是，僅有北京、上海的城鄉融合發展水平在2020 年突破了0.5，分別達到0.580 和0.641，研究期內大部分省市的城鄉融合發展水平均值均未達到0.3，表明現階段我國城鄉融合整體水平較低，城鄉發展不平衡不協調仍是當前我國經濟生活中存在的突出矛盾之一。

2.數字經濟發展指數測度

本文基于熵值法測度得到2011—2020 年各省市的數字經濟發展綜合指數如圖2 所示。從圖2 可看出，2011—2020 年中國數字經濟發展水平呈上升趨勢，均值從2011 年的0.164 增長至2020 年的0.522，全國年均增速為14.40%。2011 年數字經濟發展綜合指數最大值和最小值分別為0.659 和0.137，2020 年這一數據分別為0.947 和0.416，均有大幅提升。分區域來看，2011 年數字經濟指數較高的省市有北京、上海、浙江、福建和廣東，均位于東部地區；數字經濟綜合發展指數相對滯后的省市集中在中西部地區。2020 年各省市的數字經濟發展雖然都得到了提升，但總體仍舊保持2011 年的省際分布格局，東部地區的數字經濟發展水平仍舊保持在全國前列，北京的數字經濟發展綜合指數始終保持高位水平，省際間發展差異仍舊較大。值得注意的是，安徽、河南、廣西、貴州、云南、甘肅等中西部省份的年均增速保持在20%以上，表現出顯著的“追趕效應”，整體形成“東部領跑、中西部追趕”的區域發展格局，也表明我國數字經濟發展逐步呈現收斂趨勢。

圖2 數字經濟發展綜合指數測度結果

（二）基準回歸結果

Hausman 檢驗結果表明，本文的基準模型（1）應采用固定效應模型。表4 報告了數字經濟影響中國城鄉融合發展的基準回歸估計結果。

表4 基準回歸（1）展示了數字經濟對城鄉融合發展的影響。其估計系數顯著為正，這說明2011—2020 年數字經濟的發展促進了中國省級層面的城鄉融合。此外，表4 基準回歸列（2）?列（8）為不斷加入控制變量后的固定效應回歸結果?？梢钥闯觯尤肟刂谱兞亢髷底纸洕鷮Τ青l融合仍有顯著影響。從列（8）的結果來看，數字經濟對城鄉融合的影響顯著為正，這表明本文的核心結論在控制其他因素后依然成立；但另外，數字經濟變量估計系數絕對值有所下降，這意味著未考慮控制變量時回歸模型存在著遺漏重要解釋變量的問題。

表4 基準回歸結果

續表4

同時，在基準列（8）中，經濟發展水平（PGDP）和地區創新水平（INN）與城鄉融合發展之間的正相關關系并不顯著，說明經濟總量增長的同時城市與農村的多維發展并未得到有效融合，創新水平的提升在當前城鄉融合的初級階段并未發揮深層次的激發作用。財政分權（FD）的估計系數為正且通過了10%的顯著性檢驗，這意味著擁有更大財政自主權的地方政府有較強的有效決策財政資源的動力去解決轄區內城鄉發展的不平等和不均衡矛盾，從而促進城鄉融合。對外開放程度（FDI）的估計系數值為負且通過了5%的顯著性檢驗，可能是因為引進外資多集中于城市，形成“城市偏好”，進一步擴大了城鄉的融合差距。產業結構高級化（STR）與城鄉融合之間的影響系數顯著為正，可能的原因是產業結構的高級化使得更多產業和市場流向農村，城鄉間聯系更加緊密，從而推動了城鄉融合。非農產業發展（Non-agriculture）帶動了資本和勞動力在城鄉間的雙向自由流動。因此對城鄉融合呈現正向影響。農業現代化（Modern）對城鄉融合的影響系數為正，且通過了10%的顯著性檢驗，可能的原因是農業現代化激發了農業生產潛力，助推了工農互促，提高農業生產要素投資回報率，以城帶鄉助推城鄉融合。

（三）穩健性檢驗

1.替換及增加變量

一是替換被解釋變量。鑒于城鄉經濟融合是城鄉融合的核心和動力源泉（吳海峰，2021），采用城鄉經濟融合替代被解釋變量城鄉融合綜合指數。二是替換解釋變量。本文采用數字經濟發展指數的對數值（lnDE）來測度數字經濟發展程度并進行重新回歸分析，Hausman 檢驗結果表明應該使用固定效應模型。三是增加控制變量。鑒于受教育水平可能對城鄉融合產生影響，在回歸模型中增加受教育水平（Education），用6 歲及以上人口中大專以上學歷人口比重來表示。結果皆表明各變量系數和顯著性均未發生明顯改變，且受教育水平對城鄉融合呈正向影響，意味著受教育水平的提升有助于優化勞動力質量，提升就業水平，縮小收入差距，從而助推城鄉融合發展。

2.內生性問題處理

考慮到隨著城鄉差距的縮小，在城鄉融合發展的進程中對數字產品等的相關需求也會逐漸增加，進而會促進數字經濟的發展。這意味著數字經濟和城鄉融合發展可能存在互為因果的問題。鑒于解釋變量和被解釋變量之間可能存在的雙向因果關系及選擇的控制變量中遺漏重要變量而對本文估計結果造成內生性問題，本文使用工具變量法對模型進行估計，選取各省市1984 年每百人固定電話數量與上一年全國互聯網用戶數的交互項作為數字經濟發展水平的工具變量通過兩階段最小二乘法（2SLS）進行工具變量回歸來檢驗模型中可能存在的內生性問題，選擇該變量的原因是固定電話普及率代表著數字技術走進中國家庭的開始，也必將影響數字經濟發展的深度和廣度，且歷史既定的固定電話數量不會直接影響到城鄉融合水平，滿足工具變量與核心解釋變量相關且具有外生性的條件。表5 倒數第四行Kleibergen-Paap rkLM和倒數第三行Kleibergen-Paap Ward rkF檢驗結果顯著拒絕原假設，表明不存在識別不足和弱工具變量問題，說明工具變量選擇是合理有效的。工具變量最小二乘（IV-2SLS）估計結果的變量系數和顯著性與基準回歸保持高度一致，說明本文實證結果具有較好的穩健性。

表5 穩健性檢驗

3.改變回歸樣本

鑒于北京、天津、上海和重慶4 個直轄市在經濟、財政等方面與其他省份存在一定差異，所以擬在總樣本中剔除4 個直轄市進行再次估計，以規避異常樣本的影響效應。從估計結果來看，剔除直轄市后，核心解釋變量的估計結果與基準回歸結果相吻合。

本文基準回歸的結果驗證了假設H1a，即數字經濟對中國城鄉融合發展存在正向影響。

（四）要素錯配的中介效應

前文基于資源要素配置的角度從理論上探討了數字經濟對城鄉融合發展影響的傳導機制。本部分將基于中介效應模型來考察數字經濟是否加劇或緩解要素的錯配程度，進而降低或提升城鄉融合水平，為此以要素錯配程度作為中介變量來檢驗該傳導機制的假設。其中，資源包括勞動要素、資本要素和數據要素。從表6 看，列（2）中數字經濟變量估計系數為正且通過了5%的顯著性檢驗，說明數字經濟發展進一步加劇了勞動要素的錯配；列（3）和列（4）中數字經濟變量估計系數顯著為負，表明數字經濟發展緩解了資本要素和數據要素的錯配程度。通過梳理中國數字經濟的發展實踐可以歸結出上述情況的原因：現階段中國數字經濟發展主要方向是數字產業化和產業數字化，數字技術對資本要素、數據要素的滲透率較高，再加上資本和數據要素具備流動性強、流動壁壘低的特點，更容易通過數字技術實現跨越地理距離的共享，提升收益率，從而降低錯配程度。而勞動要素的信息化、數字化關注較少，且勞動力愿意就業的行業、地域及曾經的工作經歷等勞動意愿信息的采集相較于數據要素和資本要素而言缺乏真實度，且出于對用戶隱私的保護，即便勞動力信息已經完成信息化也難以實現全面和有效的共享，因而數字技術對勞動要素的滲透率不足，同時數字技術如人工智能等技術的過度使用會對中低端勞動力產生替代效應，進一步加劇勞動的錯配程度，數字經濟并未起到改善勞動要素錯配的作用。

表6 的列（5）中數字經濟變量的估計系數顯著為正，但其估計系數值小于列（4）回歸得出的總效應估計值，表明數字經濟對城鄉融合的正向影響部分地通過改善要素錯配而發揮作用?？删C合判斷出數字經濟的發展會加劇勞動要素錯配程度，而勞動要素的錯配會進一步阻礙城鄉融合，拉大城鄉差距。數字經濟的發展會改善資本要素和數據要素錯配程度，而降低資本要素和數據要素錯配水平會進一步提升城鄉融合水平，假設H2a 不成立，假設H2b、假設H2c 通過檢驗。同時，本文基于中介效應計算公式測度比較了資本要素和數據要素錯配改善的中介效應大小，根據測算得出，數字經濟的資本要素錯配改善中介效應為0.188，大于數據要素錯配改善中介效應，這說明，當前的數字經濟發展對資本要素的影響已經步入成熟期，更有利于改善資本要素的錯配程度，從數字經濟發展滲透數據要素配置打破地理距離局限從而有效促進城鄉融合。

表6 要素錯配的中介效應

（五）空間溢出效應分析

進行空間計量分析之前，本文運用空間自相關檢驗來探究數字經濟發展和城鄉融合是否存在空間效應。表7 報告了Moran’sI指數法檢驗后地理距離矩陣下各考察年份的空間效應。從表7 可看出，2011—2020 年城鄉融合指數在地理距離權重下的Moran’sI指數均通過了5%的顯著性檢驗，數字經濟發展指數的Moran’sI指數均通過了1%的顯著性水平，表明2011—2020 年我國各省的城鄉融合和數字經濟發展具有較為顯著的空間自相關性，即其在空間分布上呈現集聚現象。

表7 2011—2020 年數字經濟與城鄉融合的全局莫蘭指數

此外，本文依次進行了普通靜態面板回歸（OLS）的LM-Lag 檢驗、Robust LM-Lag 檢驗、LM-Error 檢驗和Robust LM-Error 檢驗，檢驗結果見表8。根據表8 可知，4 項檢驗均拒絕了原假設，表明本文選取的樣本存在空間滯后和空間誤差自相關的雙重效應。因此可初步選擇空間杜賓模型（SDM）進行回歸。

表8 LM 檢驗

表9 報告了SDM 模型、SAR（空間滯后模型）和SEM（空間誤差模型）的部分回歸結果，根據Hausman 檢驗結果SAR 模型和SEM 模型選用隨機效應，SDM 模型豪斯曼檢驗的p值小于0.000，應選擇固定效應。表9 中可以看出，SDM 模型的擬合優度R2為0.602，大于SAR 模型和SEM 模型的擬合優度，表現最為理想，且SDM 模型的σ2最小。因此，應選擇SDM 固定效應模型。表9報告了LR 檢驗的指標值分別為271.01 和293.29，在1%的顯著性水平上拒絕原假設，綜上，本文選定時空雙重固定的SDM 模型來探究數字經濟發展對城鄉融合的影響。

根據表9 時空雙重固定的SDM 模型回歸結果來看，數字經濟指數的系數為正，且通過了5%的顯著性檢驗，表明數字經濟水平具有顯著的空間效應，即本省的數字經濟發展水平也將顯著促進其他省份的城鄉有效融合。同時城鄉融合的空間自回歸系數顯著為正，數字經濟的空間交互項系數顯著為正，表明各省份在空間上不僅產生了外生的數字經濟交互效應，還存在城鄉融合的內生交互效應。鑒于簡單的點回歸結果來分析地區間的空間溢出效應將形成錯誤估量，空間交互項的回歸系數值無法直接用來討論數字經濟對城鄉融合的邊際影響。因此需運用變量變化的偏微分解釋，即采用直接和間接效應來解釋某一地區核心解釋變量對該地區及其他地區被解釋變量的影響，結果見表9，可以看出數字經濟對我國城鄉融合發展的間接效應顯著存在。綜上，假設H3 成立。

表9 模型回歸結果

（六）進一步拓展：區域異質性分析

由于各地區在資源稟賦、地理區位上差異較大，經濟基礎、數字發展水平、城鄉流動也具有明顯異質性。為進一步探究我國數字經濟發展對城鄉融合影響的區域異質性特點，本文擬綜合區位要素和數字技術發展程度，計算地區樣本期內各省互聯網覆蓋率均值，以此為標準將省份劃分出三組：互聯網發達地區、互聯網發展中等地區及互聯網相對落后地區①互聯網發達地區包括：北京、天津、上海、江蘇、浙江、福建、山東、廣東、遼寧；互聯網發展中等地區包括：河北、吉林、黑龍江、河南、湖北、湖南、海南、重慶、陜西、新疆；互聯網發展落后地區包括：四川、廣西、內蒙古、安徽、貴州、云南、寧夏、山西、江西、甘肅、青海。，隨后分別構建SDM 固定效應模型來分析數字經濟對該地區城鄉融合影響的效應，分析結果見表10。

由表10 可知，第一，互聯網發達地區數字經濟的直接效應和總效應顯著為正，空間負向溢出效應明顯?？赡艿脑蚴牵夯ヂ摼W發達地區吸收了更為充分的數字經濟紅利，有更強的動力去解決該轄區內城鄉發展不均衡和不平等問題，資源配置的流動呈現自由化和低成本的特點，從而普遍提升了城市和農村在人、經濟、空間、社會和生態等層面的融合效率和融合程度。但是，互聯網發達地區不可避免地對周圍地區形成“虹吸效應”，鄰接地區資源要素向發達地區單向強流動，地區之間、城鄉之間缺乏良性互動。因此溢出效應為負。第二，互聯網發展中等地區數字經濟的直接效應、溢出效應和總效應均顯著為正?？赡艿脑蚴牵褐械鹊貐^的數字技術處于快速增長階段，技術外溢性強，經濟主體突破供求對接的時空限制，數字技術向中等地區生產、流通、消費和分配等領域的逐步滲透和應用打破了以往固化的城鄉流通結構，促進了城鄉兩部門的融合發展。第三，互聯網發展落后地區數字經濟的直接效應顯著為正，且大于互聯網發達地區和互聯網發展中等地區的直接效應，溢出效應和總效應未通過顯著性檢驗。互聯網發展落后地區數字技術發展雖起步較晚，但數字技術從產品供給、要素配置、資源分配和社會治理層面等途徑深刻影響城鄉結構轉化，形成后發優勢，數字技術作用的邊際效應大于互聯網發達地區和發展中等地區。因此數字技術能更有效地帶動互聯網落后地區的城鄉融合發展。

表10 數字經濟影響城鄉融合的區域異質性分析

六、結論與啟示

數字經濟通過新技術、新業態和新模式調整資源配置方式、打破地域空間限制賦能城鄉關系融合發展。本文基于數字經濟對城鄉關系影響的普遍性、滲透性和融合性等特征，利用2011—2020 年的省級面板數據，在構建城鄉融合發展水平指數與數字經濟發展綜合指數的基礎上，運用中介效應模型、空間面板固定效應模型多維實證檢驗了數字經濟對城鄉融合的影響。本文發現：

（1）現階段我國各省的城鄉融合發展水平較低，城鄉發展不平衡不協調仍是突出矛盾之一。通過測度發現當前我國雖各省城鄉融合發展水平近年來呈現逐漸增長的趨勢，但大部分省份城鄉融合的均值不足0.3，且省內差異顯著，呈現自東向西差異逐漸降低的地理特征。

（2）數字經濟直接促進了城鄉有效融合，且資本和數據要素錯配得到修正并發揮正向間接作用。數字經濟不僅對城鄉融合產生正向直接效應，還通過改善資本要素錯配和數據要素錯配間接對城鄉融合產生正向影響，已成為新時代下推動城鄉結構轉化、有效融合的重要力量。

（3）數字經濟對城鄉融合具有顯著的空間溢出效應和區域異質性。數字經濟有助于形成地區、城鄉協調發展、有效融合的結構格局，表現為數字經濟對城鄉融合的影響具有顯著的空間溢出效應和區域異質性，互聯網發達地區充分汲取了數字紅利，對周圍地區形成“虹吸效應”，空間溢出效應顯著為負，互聯網發展中等和落后地區數字技術形成后發優勢，正在從多途徑、多維度深刻影響城鄉結構轉化，數字經濟的直接效應顯著為正。

本文的結論還具有以下政策啟示：

（1）積極推進數字中國、數字鄉村的建設。在數字經濟具備成為推動城鄉有效融合的新動能現實之下，加大對數字技術的投資力度和應用范圍，推進數字中國、數字鄉村的建設，尤其是推動數字技術與農業、醫療、教育、養老、文化、旅游、電商的多維融合，推廣直播帶貨、數字普惠金融等應用型經濟，促進非農就業，助力城鄉科技共享、資源共享、經濟共享和生態共治，進一步鞏固數字經濟發展為城鄉融合帶來的紅利優勢，提升城鄉融合水平。

（2）優化數字經濟信息對接能力和信息透明度。數字經濟通過改善資源要素錯配和數據要素錯配為我國城鄉融合帶來內生動力的路徑機制，證明了具備信息對接媒介功能的數字技術與資源要素、數據要素的合理配置能夠成為推動城鄉二元對立結構轉化的新動能，也表明了現階段勞動力要素的錯配需要數字技術加大勞動力信息透明度和真實度來得到改善。

（3）加強地區間數字技術的應用合作與聯系。數字經濟對城鄉融合具有正向的溢出效應，利用數字技術可再生、開放共享和可滲透性，充分發揮地區空間互動作用的溢出效應，同時完善數字經濟發展抓手，加強資源共享，構建數字經濟普惠格局，打破區域壁壘和城鄉分割的“藩籬”，引導數字技術、人才、資本向互聯網欠發達地區滲透，由城市流向農村，助推區域協調，最終實現城鄉融合。