尹慶民，王 尋

（河海大學(xué) 商學(xué)院，南京 211100）

一、引言

城鄉(xiāng)融合是指以要素在城鄉(xiāng)間自由流動和資源公平共享為基礎(chǔ)，城鄉(xiāng)在經(jīng)濟、人文、社會、空間及生態(tài)多維度上良性互動、協(xié)調(diào)互促、共同繁榮的城鄉(xiāng)關(guān)系（周佳寧等，2019）。新時代背景下，促進(jìn)城鄉(xiāng)融合是緩解社會主要矛盾、實現(xiàn)高質(zhì)量發(fā)展的必由之路，是國家現(xiàn)代化的重要標(biāo)志。

現(xiàn)階段我國社會存在的不平衡不充分的發(fā)展之間的矛盾其實是城鄉(xiāng)關(guān)系的不平衡和鄉(xiāng)村發(fā)展的不充分，如果不推進(jìn)城鄉(xiāng)融合發(fā)展，城鎮(zhèn)化的虹吸效應(yīng)會讓鄉(xiāng)村衰落加劇。2022 年中央“一號文件”明確指出要重構(gòu)城鄉(xiāng)關(guān)系、建立健全順應(yīng)城鄉(xiāng)融合的發(fā)展體制機制和政策體系。隨著數(shù)字化時代的到來，數(shù)字經(jīng)濟勢必會通過數(shù)字化重塑經(jīng)濟活動、轉(zhuǎn)化經(jīng)濟社會結(jié)構(gòu)來影響城鄉(xiāng)關(guān)系的多維互動?！吨袊鴶?shù)字經(jīng)濟發(fā)展白皮書（2021）》數(shù)據(jù)顯示，2020 年中國數(shù)字經(jīng)濟規(guī)模達(dá)到39.2 萬億元，占GDP 比重達(dá)38.6%，整體規(guī)模位居全球第二。發(fā)展迅猛的數(shù)字經(jīng)濟正在通過新技術(shù)、新業(yè)態(tài)和新模式改善資源錯配程度賦能城鄉(xiāng)關(guān)系融合發(fā)展。

數(shù)字經(jīng)濟時代下，要素需求與供給側(cè)通過大數(shù)據(jù)分析實現(xiàn)精準(zhǔn)智能區(qū)配，修正要素錯配并持續(xù)促進(jìn)資源要素在城鄉(xiāng)間的雙向流動，而要素錯配的改善使得生產(chǎn)力和生產(chǎn)關(guān)系得到重構(gòu)和優(yōu)化，使城鄉(xiāng)在產(chǎn)業(yè)、社會、空間、生態(tài)、治理等維度上不斷融合，激發(fā)城鄉(xiāng)融合發(fā)展的內(nèi)生動力，這表明數(shù)字經(jīng)濟對于解決當(dāng)前城鄉(xiāng)發(fā)展不均衡具有深遠(yuǎn)的現(xiàn)實意義。鑒于數(shù)字經(jīng)濟影響的普遍性和城鄉(xiāng)關(guān)系對中國高質(zhì)量發(fā)展的重要性，將數(shù)字經(jīng)濟與城鄉(xiāng)融合發(fā)展相聯(lián)分析數(shù)字經(jīng)濟對城鄉(xiāng)融合發(fā)展的影響就具有重要的實踐意義。

2016 年G20 峰會上對數(shù)字經(jīng)濟做出如下定義：數(shù)字經(jīng)濟是指以使用數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動。新熊彼特主義代表人物佩蕾絲（2007）提出了“技術(shù)-經(jīng)濟”范式：每一次技術(shù)革命都會導(dǎo)致整個經(jīng)濟“質(zhì)變”并伴隨長期高潮，誘發(fā)社會結(jié)構(gòu)的深刻變革，為城鄉(xiāng)關(guān)系帶來新變化。那么，數(shù)字經(jīng)濟是否促進(jìn)了城鄉(xiāng)融合？若該效應(yīng)得到證實，這種影響是通過何種渠道產(chǎn)生的？數(shù)字經(jīng)濟對城鄉(xiāng)融合的作用在區(qū)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(shù)字經(jīng)濟和城鄉(xiāng)融合發(fā)展的現(xiàn)實背景進(jìn)行實證研究，這也為本文提供了邊際貢獻(xiàn)的機會。

二、文獻(xiàn)回顧

城鄉(xiāng)融合是經(jīng)濟、人文、社會、空間及生態(tài)等方面的多維融合、有機聯(lián)系和共生共存。數(shù)字經(jīng)濟業(yè)已滲透進(jìn)實體經(jīng)濟，融合資源要素、聯(lián)動城鄉(xiāng)。數(shù)字經(jīng)濟與城鄉(xiāng)融合關(guān)系的研究尚是一個新領(lǐng)域，也是一個獨具中國特色的發(fā)展路徑。在數(shù)字經(jīng)濟背景下，已有學(xué)者在研究城鄉(xiāng)關(guān)系時納入了數(shù)字化因素。

數(shù)字經(jīng)濟的發(fā)展使得地域與區(qū)位的差異和界限變得模糊，城鄉(xiāng)經(jīng)濟主體可以以低成本更便捷地獲取生產(chǎn)組織、市場交易的信息（高帆，2021），從而擴展城鄉(xiāng)經(jīng)濟主體開展經(jīng)濟活動的約束條件和選擇權(quán)，使城鄉(xiāng)居民獲得均等的機會和權(quán)利。理論研究上，楊夢潔（2021）、謝璐和韓文龍（2022）等人梳理了數(shù)字經(jīng)濟、數(shù)字技術(shù)助力城鄉(xiāng)融合發(fā)展的理論邏輯，認(rèn)為數(shù)字經(jīng)濟助力城鄉(xiāng)均衡發(fā)展的路徑是數(shù)字化賦能社會再生產(chǎn)環(huán)節(jié)。樊軼俠（2021）從財政政策視角出發(fā)，提出了數(shù)字經(jīng)濟形態(tài)下應(yīng)該開展“城鄉(xiāng)數(shù)字化融合”試點示范區(qū)來帶動城鄉(xiāng)融合。魯燊和莊晉財（2022）認(rèn)為數(shù)字金融應(yīng)用場景越廣泛，數(shù)字化便捷程度越高，對鄉(xiāng)村創(chuàng)業(yè)的賦能成效就越顯著。實證分析上，已有研究主要展開了數(shù)字經(jīng)濟或數(shù)字技術(shù)對城鄉(xiāng)融合單一維度的影響作用。從城鄉(xiāng)“經(jīng)濟”融合角度看，數(shù)字經(jīng)濟不斷與實體經(jīng)濟融合，推進(jìn)了產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化。彭瑞梅和刑小強（2019）研究表明數(shù)字技術(shù)使低收入人群打破資源束縛、信息隔離和能力約束，促進(jìn)了包容性創(chuàng)業(yè)進(jìn)而縮小了城鄉(xiāng)收入差距。魏君英等（2022）發(fā)現(xiàn)數(shù)字經(jīng)濟通過提高消費信貸便利性縮小了城鄉(xiāng)消費差距。從城鄉(xiāng)“人”和“空間”的融合角度看，田鴿和張勛（2022）研究發(fā)現(xiàn)數(shù)字經(jīng)濟引致的消費互聯(lián)網(wǎng)帶動了鄉(xiāng)村低技能勞動力向低技能偏向的數(shù)字化非農(nóng)就業(yè)，從而縮小了城鄉(xiāng)就業(yè)結(jié)構(gòu)差距。楊瑞等（2022）通過實證探究得出數(shù)字經(jīng)濟通過發(fā)揮集聚創(chuàng)新要素的優(yōu)勢從而積極促進(jìn)了新型城鎮(zhèn)化，使城鄉(xiāng)在人口分布、社會保障和發(fā)展空間上達(dá)成優(yōu)化區(qū)配。從城鄉(xiāng)“社會”和“生態(tài)”的融合角度看，數(shù)字經(jīng)濟借助大數(shù)據(jù)、云計算等數(shù)字技術(shù)深度分析城鄉(xiāng)在教育、治理、醫(yī)療、交通、養(yǎng)老、污染防治等公共服務(wù)上的不平等數(shù)據(jù)，有助于改善政府公共服務(wù)，進(jìn)行高效率的轉(zhuǎn)移支付（彭錦和李彥龍，2022），從而促進(jìn)城鄉(xiāng)居民在公共服務(wù)上的均等、共享?？梢姅?shù)字經(jīng)濟以紅利共享、技術(shù)擴散和轉(zhuǎn)移及設(shè)施硬件協(xié)同等方式逆向推動資金、勞動、科技、公共服務(wù)要素在城鄉(xiāng)間的空間、經(jīng)濟、社會和生態(tài)維度中的加速流轉(zhuǎn)，從而達(dá)成城鄉(xiāng)間萬物互聯(lián)、互補互促的協(xié)同發(fā)展模式。

但也有研究表明，數(shù)字經(jīng)濟的發(fā)展不利于城鄉(xiāng)融合。數(shù)字技術(shù)、應(yīng)用型數(shù)字經(jīng)濟等都表現(xiàn)出“城市偏好”的非均衡發(fā)展態(tài)勢，產(chǎn)生了“數(shù)字鴻溝”。由于“數(shù)字鴻溝”的存在，農(nóng)村精英流失，大量勞動人口進(jìn)入城市，工資水平雖然得到提升，但城鄉(xiāng)互聯(lián)網(wǎng)普及水平差異的事實加劇了城鄉(xiāng)收入差距（賀婭萍和徐康寧，2019）。數(shù)字金融導(dǎo)致了面臨數(shù)字劣勢的貧困居民失業(yè)概率的提升，加劇了多維貧困（何宗樾等，2019），不利于城鄉(xiāng)的經(jīng)濟融合。一些受教育程度低的農(nóng)村人口尤其是中老年人因為數(shù)字使用素養(yǎng)鴻溝的巨大障礙，在網(wǎng)絡(luò)空間參與社會文化生活、鄉(xiāng)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(xiāng)的文化融合裂縫。

綜上所述，已有關(guān)于數(shù)字經(jīng)濟和城鄉(xiāng)融合的相關(guān)文獻(xiàn)為研究提供了價值借鑒，同時也存在兩點不足：相關(guān)研究多基于城鄉(xiāng)融合的某一維度如城鄉(xiāng)經(jīng)濟融合領(lǐng)域展開探討，如探究數(shù)字經(jīng)濟對城鄉(xiāng)收入差距、城鄉(xiāng)消費差距的影響效應(yīng)，缺乏全局性和系統(tǒng)性的研究視角，忽視了城鄉(xiāng)融合的多維內(nèi)涵。同時令人遺憾的是當(dāng)前已有的相關(guān)研究多對研究數(shù)字經(jīng)濟和城鄉(xiāng)融合單獨展開研究，未考慮二者的相關(guān)性和作用機制，僅有的少數(shù)探究數(shù)字經(jīng)濟對城鄉(xiāng)融合影響的研究也以定性分析為主，就數(shù)字經(jīng)濟是否助推城鄉(xiāng)融合發(fā)展的實證研究極為缺乏。本文的邊際貢獻(xiàn)在于：第一，從系統(tǒng)論、空間區(qū)域發(fā)展視角較為全面地同時測度城鄉(xiāng)融合和數(shù)字經(jīng)濟的發(fā)展水平，以便能夠從更加細(xì)微的角度來探究二者的時空演化特征；第二，以往研究城鄉(xiāng)融合多以鄉(xiāng)村振興作為基點進(jìn)行理論闡釋，忽視數(shù)字經(jīng)濟影響的普遍性對城鄉(xiāng)融合的驅(qū)動作用，本文創(chuàng)新性地基于數(shù)字經(jīng)濟和城鄉(xiāng)融合的多維內(nèi)涵來實證探析數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響關(guān)系和中介傳導(dǎo)機制；第三，本文除了納入資本、勞動傳統(tǒng)資源作為要素配置指標(biāo)外，還引入了數(shù)字經(jīng)濟發(fā)展特有的數(shù)據(jù)要素作為要素配置指標(biāo)，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(shè)

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

假設(shè)H1a：數(shù)字經(jīng)濟對中國城鄉(xiāng)融合發(fā)展存在正向影響；

假設(shè)H1b：由于數(shù)字鴻溝的出現(xiàn)，數(shù)字經(jīng)濟可能對中國城鄉(xiāng)融合發(fā)展不存在顯著的正向影響。

數(shù)字經(jīng)濟除憑借自身特質(zhì)對城鄉(xiāng)融合產(chǎn)生直接影響外，還將通過影響要素錯配對城鄉(xiāng)融合產(chǎn)生間接影響。同時，鑒于數(shù)字技術(shù)的“梅特卡夫”定律，即信息網(wǎng)絡(luò)價值的增長速度是結(jié)點數(shù)目的平方項，表現(xiàn)出數(shù)字網(wǎng)絡(luò)溢出邊際效應(yīng)的遞增特性。因此數(shù)字經(jīng)濟對城鄉(xiāng)融合可能存在空間溢出效應(yīng)。這里將從要素錯配的中介作用機制和空間溢出效應(yīng)兩個方面探討數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響。

（一）要素錯配中介效應(yīng)機制解析

“要素錯配”是指資源配置未達(dá)到最優(yōu)狀態(tài)（陳永偉和胡偉民，2011）。信息經(jīng)濟學(xué)認(rèn)為，在農(nóng)業(yè)和工業(yè)經(jīng)濟形態(tài)下，由于信息不對稱、地區(qū)制度差異和有限理性，使得微觀經(jīng)濟主體對市場信息的認(rèn)知有限，產(chǎn)生了資源要素配置扭曲，難以實現(xiàn)帕累托最優(yōu)（Klenow，2009）。同時鄉(xiāng)村人口向城市大規(guī)模遷移，勞動力、資本等要素都形成了“城市偏好”流動，進(jìn)一步惡化了城鄉(xiāng)關(guān)系，阻礙了城鄉(xiāng)融合。從理論上講，數(shù)字經(jīng)濟的信息透明和媒介整合優(yōu)勢對要素錯配可能帶來積極的改善效應(yīng)。而勞動、資本、數(shù)據(jù)等要素在城鄉(xiāng)之間的有效配置和流動將改變長期形成的城鄉(xiāng)二元格局沉疴，重構(gòu)并優(yōu)化生產(chǎn)力和生產(chǎn)關(guān)系，使城鄉(xiāng)在產(chǎn)業(yè)、社會、空間、生態(tài)、治理等維度上不斷融合?；诖耍疚膹囊劐e配層面出發(fā)，解析勞動要素錯配、資本要素錯配和數(shù)據(jù)要素錯配對我國城鄉(xiāng)融合的中介效應(yīng)。

第一，數(shù)字經(jīng)濟通過提升信息透明度來修正要素錯配。數(shù)字經(jīng)濟的滲透性、替代性和協(xié)同性（蔡躍洲，2018）及大數(shù)據(jù)、云計算等數(shù)字技術(shù)的驅(qū)動提升了市場信息透明度，使傳統(tǒng)的資源要素配置邊界不斷擴充延展?；诰W(wǎng)絡(luò)平臺的信息透明化作用，勞動力、資本、土地、科技、數(shù)據(jù)等生產(chǎn)要素的供需雙方可以迅速達(dá)成精準(zhǔn)區(qū)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(qū)間、城鄉(xiāng)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(chǎn)力和生產(chǎn)關(guān)系得到進(jìn)一步優(yōu)化和重構(gòu)，拓展要素自由選擇城鄉(xiāng)流動的選擇權(quán)邊界，激發(fā)城鄉(xiāng)融合發(fā)展的內(nèi)生動力，改變城鄉(xiāng)二元格局沉疴，變城鄉(xiāng)“剪刀差”模式為城鄉(xiāng)融合發(fā)展模式。要素的自由流動使城鄉(xiāng)產(chǎn)業(yè)不斷融合、生產(chǎn)組織方式更加多元，產(chǎn)生“數(shù)字紅利”，縮小城鄉(xiāng)收入差距。

第二，數(shù)字經(jīng)濟為供需雙方提供了高效的對接媒介。數(shù)字經(jīng)濟整合了生產(chǎn)、消費、流通和分配等環(huán)節(jié)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(wù)。通過數(shù)字經(jīng)濟這一媒介平臺，要素供需雙方修正了由于時空錯位所產(chǎn)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(xiàn)要素配置的集約高效和最優(yōu)流動。尤其是直播電商和數(shù)字普惠金融作為對接媒介為鄉(xiāng)村創(chuàng)新創(chuàng)業(yè)（宋林和何洋，2021）提供了要素流動支撐和資金支持?？茖W(xué)技術(shù)、資本回流農(nóng)村開展的生態(tài)旅游、休閑養(yǎng)老等農(nóng)村非農(nóng)產(chǎn)業(yè)也在一定程度上促進(jìn)了城鄉(xiāng)的經(jīng)濟面融合和生態(tài)面融合。具備數(shù)據(jù)要素處理知識和技能的勞動者進(jìn)一步改造現(xiàn)代農(nóng)業(yè)，形成“數(shù)字農(nóng)業(yè)”，創(chuàng)造出更多的社會財富，剩余勞動資源則流向城鄉(xiāng)其他產(chǎn)業(yè)部門，工農(nóng)互促、城鄉(xiāng)互補，同時數(shù)字技術(shù)的滲透性功能會不斷提高社會的勞動生產(chǎn)率（Oliner et al，2000）和價值流通速度，加快社會再生產(chǎn)過程，促進(jìn)城鄉(xiāng)的空間融合和人的融合。

綜合以上分析，本文分別提出：

假設(shè)H2a：數(shù)字經(jīng)濟可以通過改善勞動要素錯配來對中國城鄉(xiāng)融合產(chǎn)生正向影響；

假設(shè)H2b：數(shù)字經(jīng)濟可以通過改善資本要素錯配來對中國城鄉(xiāng)融合產(chǎn)生正向影響；

假設(shè)H2c：數(shù)字經(jīng)濟可以通過改善數(shù)據(jù)要素錯配來對中國城鄉(xiāng)融合產(chǎn)生正向影響。

（二）數(shù)字經(jīng)濟對城鄉(xiāng)融合的空間溢出效應(yīng)

數(shù)字經(jīng)濟呈現(xiàn)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(nóng)村活動關(guān)聯(lián)的深度和廣度。國外學(xué)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(yīng)。國內(nèi)學(xué)者王偉和李天籽（2018）基于中國數(shù)字經(jīng)濟發(fā)展背景研究同樣得出了互聯(lián)網(wǎng)具有空間溢出效應(yīng)的結(jié)論。數(shù)字技術(shù)能夠?qū)崿F(xiàn)資源的跨區(qū)域流動配置并產(chǎn)生空間溢出影響（韓長根和張力，2019），在要素“強聯(lián)系”和“強流動”的趨勢下，數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響理應(yīng)在空間上表現(xiàn)出溢出效應(yīng)基于此，本文提出：

假設(shè)H3：數(shù)字經(jīng)濟可通過空間溢出效應(yīng)作用于鄰近地區(qū)的城鄉(xiāng)融合發(fā)展。

四、模型構(gòu)建與變量選取

（一）模型構(gòu)建

首先，針對數(shù)字經(jīng)濟（digital economy，DE）對城鄉(xiāng)融合（urban-rural integration，URI）的直接影響傳導(dǎo)機制構(gòu)建如式（1）基本模型來檢驗上述研究假設(shè)。

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

其次，針對數(shù)字經(jīng)濟通過改善要素錯配進(jìn)而影響城鄉(xiāng)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(shù)字經(jīng)濟發(fā)展指數(shù)DE對于城鄉(xiāng)融合URI的回歸系數(shù)α1通過顯著性檢驗基礎(chǔ)之上，分別構(gòu)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(gòu)建如下：

其中：τLit、τKit和τDit分別為勞動要素錯配指數(shù)、資本要素錯配指數(shù)和數(shù)據(jù)要素錯配指數(shù)；L、K和D分別為勞動、資本和數(shù)據(jù)要素；β、λ和θ為解釋變量數(shù)字經(jīng)濟發(fā)展綜合指數(shù)對中介變量要素錯配的估計系數(shù)；ω為控制解釋變量數(shù)字經(jīng)濟發(fā)展綜合指數(shù)的影響后，中介變量要素錯配對城鄉(xiāng)融合的效應(yīng)。通過式（2）?式（4）考察數(shù)字經(jīng)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(jìn)行中介效應(yīng)估計；若ω1、ω2、ω3和ω4均通過顯著性檢驗，表明數(shù)字經(jīng)濟與城鄉(xiāng)融合發(fā)展間的中介機制存在。其中，DE對URI的直接效應(yīng)為ω1，占比；勞動要素錯配τLit改善中介效應(yīng)占比為；資本要素錯配τKit改善中介效應(yīng)占比為；數(shù)據(jù)要素錯配τDit改善中介效應(yīng)占比為

最后，為進(jìn)一步分析數(shù)字經(jīng)濟對城鄉(xiāng)融合發(fā)展的空間溢出效應(yīng)，根據(jù)檢驗及顯著性結(jié)果，空間面板計量模型應(yīng)包括被解釋變量和解釋變量的空間交互項，即構(gòu)建空間杜賓模型（spatial Dubin model，SDM）。本文在式（1）的基礎(chǔ)上引入數(shù)字經(jīng)濟、城鄉(xiāng)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(shù)；W為空間權(quán)重矩陣，本文采用地理距離矩陣進(jìn)行回歸；?1和?k為數(shù)字經(jīng)濟及控制變量空間交互項的彈性系數(shù)。

（二）變量說明

1.被解釋變量

城鄉(xiāng)融合水平（URI）：關(guān)于城鄉(xiāng)融合水平的測度，國外學(xué)者的定量評價不多，主要以城鄉(xiāng)農(nóng)業(yè)發(fā)展（Boudet et al，2019）、城鄉(xiāng)人均消費支出（Azam，2019）、城鄉(xiāng)教育差距（Anlimachie et al，2020）等單一指標(biāo)來衡量城鄉(xiāng)融合的發(fā)展水平。國內(nèi)關(guān)于城鄉(xiāng)融合水平的測度近年來成果較多，隨著經(jīng)濟的高質(zhì)量發(fā)展和社會矛盾的轉(zhuǎn)化，城鄉(xiāng)融合水平的定量評價歷經(jīng)了從單一視角測度如城鄉(xiāng)生態(tài)環(huán)境和諧共生的生態(tài)學(xué)理論視角（劉玉邦和眭海霞，2020）和城鄉(xiāng)區(qū)域空間關(guān)聯(lián)的地理學(xué)視角（車冰清等，2020）到多維視角衡量的變化過程。城鄉(xiāng)融合不是經(jīng)濟單一維度上的融合，而是“社會-經(jīng)濟-環(huán)境”的三維融合（陸大道，1995）。在此基礎(chǔ)上周佳寧等（2019）進(jìn)一步拓展了“人口”和“空間”在內(nèi)的的多維城鄉(xiāng)融合評價體系。縱觀現(xiàn)有研究可以看出城鄉(xiāng)內(nèi)涵的演變逐漸由單一走向多元，基于當(dāng)前的新發(fā)展理念和高質(zhì)量發(fā)展內(nèi)涵，本文借鑒相關(guān)研究并結(jié)合本文的研究重點，構(gòu)建了“人口-經(jīng)濟-空間-社會-生態(tài)”的五維城鄉(xiāng)融合評價體系，更加符合當(dāng)前經(jīng)濟發(fā)展階段城鄉(xiāng)居民對融合的價值認(rèn)同，指標(biāo)構(gòu)建體系見表1。

表1 城鄉(xiāng)融合五維評價體系

2.解釋變量

數(shù)字經(jīng)濟發(fā)展指數(shù)（DE）：在已有的研究文獻(xiàn)中，有單一地使用互聯(lián)網(wǎng)覆蓋率指標(biāo)衡量數(shù)字經(jīng)濟（Fha 和Maz，2020），也有從數(shù)字化接入、裝備、平臺、應(yīng)用等多視角來測度數(shù)字經(jīng)濟（周青等，2020），尚未對如何衡量數(shù)字經(jīng)濟形成一致意見，本文依據(jù)當(dāng)前數(shù)字經(jīng)濟發(fā)展的趨勢和對數(shù)字經(jīng)濟認(rèn)識的新態(tài)勢，基于數(shù)據(jù)的可得性、可比性和前瞻性原則，參考王軍等（2021）的做法構(gòu)建數(shù)字經(jīng)濟發(fā)展評價指標(biāo)體系，具體指標(biāo)見表2。

表2 數(shù)字經(jīng)濟發(fā)展指數(shù)指標(biāo)體系

3.中介變量

要素錯配指數(shù)：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(shù)（τLit）、資本要素錯配指數(shù)（τKi）t和數(shù)據(jù)要素錯配指數(shù)（τDi）t進(jìn)行測度，具體如下：

（1）設(shè)定生產(chǎn)函數(shù)：新古典增長模型認(rèn)為，經(jīng)濟增長來源于資本和勞動兩個要素投入，技術(shù)進(jìn)步發(fā)揮外生作用。鑒于數(shù)字技術(shù)與傳統(tǒng)經(jīng)濟融合，數(shù)據(jù)要素作為新型投入與傳統(tǒng)生產(chǎn)要素一同引領(lǐng)著生產(chǎn)效率的變革。因此本文在借鑒相關(guān)研究基礎(chǔ)上，擴展了柯布-道格拉斯生產(chǎn)函數(shù)，假定規(guī)模報酬不變，引入數(shù)據(jù)要素，構(gòu)建了包含三種要素投入的生產(chǎn)函數(shù)如式（7）所示。

對生產(chǎn)函數(shù)取對數(shù)后，在模型中加入個體和時間效應(yīng)進(jìn)行回歸，具體形式為

其中：產(chǎn)出水平（Yi，）t由各省份GDP 衡量，考慮到實際數(shù)據(jù)的科學(xué)性和結(jié)果的準(zhǔn)確性，采用GDP 平減指數(shù)折算成以1990 年為基期的實際GDP；βLi、λKi、θDi為勞動、資本和數(shù)據(jù)的要素產(chǎn)出彈性，βLi+λKi+θDi=1；勞動投入（Li，）t由各省總就業(yè)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(xù)盤存法計算，借鑒張軍等（2004）的做法，設(shè)定折舊率為9.6%；數(shù)據(jù)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(biāo)來表征其錯配指數(shù)，因此本文借鑒（李治國和王杰，2021）的做法，基于數(shù)據(jù)要素影響的廣泛性，運用熵權(quán)technique for order preference by similarity to an ideal solution（TOPSIS）法從數(shù)據(jù)管理、數(shù)據(jù)應(yīng)用、數(shù)據(jù)共享、數(shù)據(jù)環(huán)境4 個維度來測度。

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

其中：γLi、γKi和γDi代表要素的絕對錯配系數(shù)，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(shù)無法測得。因此用相對扭曲系數(shù)來代替：

4.控制變量

（1）經(jīng)濟發(fā)展水平（PGDP）。經(jīng)濟發(fā)展水平反映的是一個地區(qū)經(jīng)濟發(fā)展的規(guī)模和速度，隨著經(jīng)濟發(fā)展水平的提高，城鄉(xiāng)居民的收入也會隨之提升，城鄉(xiāng)間的社會保障和基礎(chǔ)設(shè)施等公共服務(wù)設(shè)施也會隨之得到改善，經(jīng)濟發(fā)展水平以人均GDP 并做對數(shù)處理來衡量。

（2）財政分權(quán)（FD）。財政分權(quán)使得政府在推動本地產(chǎn)業(yè)、經(jīng)濟發(fā)展上擁有主動權(quán)，能夠推動鄉(xiāng)村居民的非農(nóng)就業(yè)，繼而縮小城鄉(xiāng)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(quán)。

（3）對外開放程度（Open）。中國經(jīng)濟具備典型的對外開放特征，本文用進(jìn)出口貿(mào)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(fā)展對城鄉(xiāng)融合的影響。

（4）產(chǎn)業(yè)結(jié)構(gòu)高級化（STR）。已有研究表明產(chǎn)業(yè)結(jié)構(gòu)高級化助帶動了鄉(xiāng)村居民向服務(wù)業(yè)和城市制造業(yè)的就業(yè)提升鄉(xiāng)村居民收入從而縮小了城鄉(xiāng)差距（馬志飛等，2022）。本文用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值表示產(chǎn)業(yè)結(jié)構(gòu)高級化。

（5）地區(qū)創(chuàng)新水平（INN）。創(chuàng)新是助推城鄉(xiāng)融合的深層次力量，本文用人均專利授權(quán)數(shù)來衡量地區(qū)創(chuàng)新水平。

（6）非農(nóng)產(chǎn)業(yè)發(fā)展（Non-agriculture）。非農(nóng)產(chǎn)業(yè)發(fā)展刺激資金、勞動力在城鄉(xiāng)間自由流動，繼而影響城鄉(xiāng)融合，本文用第二、三產(chǎn)業(yè)GDP 與第一、二、三產(chǎn)業(yè)GDP 比值表示非農(nóng)產(chǎn)業(yè)發(fā)展。

（7）農(nóng)業(yè)現(xiàn)代化水平（Modern）。農(nóng)業(yè)現(xiàn)代化是工農(nóng)互促、以城帶鄉(xiāng)的重要途徑，本文用農(nóng)業(yè)機械總動力比耕地播種面積來表示農(nóng)業(yè)現(xiàn)代化水平。

5.數(shù)據(jù)來源與描述性統(tǒng)計

本文以2011—2020 年我國30 個省市（西藏、港澳臺地區(qū)因數(shù)據(jù)缺失較多未包含在本文研究內(nèi)）的面板數(shù)據(jù)為研究樣本，所選取指標(biāo)的相關(guān)原始數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》、互聯(lián)網(wǎng)發(fā)展報告，部分?jǐn)?shù)據(jù)來自各地方統(tǒng)計年鑒，少數(shù)缺失數(shù)據(jù)通過插值法補齊。變量描述性統(tǒng)計結(jié)果見表3。

表3 變量描述性統(tǒng)計結(jié)果

五、實證分析

（一）城鄉(xiāng)融合水平與數(shù)字經(jīng)濟發(fā)展指數(shù)測度

1.城鄉(xiāng)融合水平測度

鑒于城鄉(xiāng)融合發(fā)展水平評價指標(biāo)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(xiāng)融合發(fā)展水平。RAGA-PPC 模型評價方法更加穩(wěn)健、準(zhǔn)確，可確定樣本投影過程中的最佳投影方向并進(jìn)行線性投影，從而客觀確定各指標(biāo)的權(quán)重，將高維數(shù)據(jù)轉(zhuǎn)化為一維空間的綜合投影值，實現(xiàn)城鄉(xiāng)融合發(fā)展水平的綜合評價。通過評價樣本指標(biāo)集的歸一化處理、構(gòu)建投影指標(biāo)函數(shù)、優(yōu)化投影指標(biāo)函數(shù)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(xiāng)融合發(fā)展水平均值如圖1 所示。

圖1 2011、2015、2020 年我國城鄉(xiāng)融合發(fā)展水平的時序變化趨勢

由圖1 可知，我國各省的城鄉(xiāng)融合發(fā)展水平呈現(xiàn)逐漸增長的趨勢，但省內(nèi)差異顯著，呈現(xiàn)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(nèi)差異擴大，表明這一階段城鄉(xiāng)融合發(fā)展水平得到了較大的提升，這與該階段城鄉(xiāng)一體化戰(zhàn)略、鄉(xiāng)村振興戰(zhàn)略的實施及國家新型城鎮(zhèn)化規(guī)劃的實施存在一定關(guān)聯(lián)。東部地區(qū)的城鄉(xiāng)融合發(fā)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(qū)呈現(xiàn)相分離趨勢。中部和西部地區(qū)的城鄉(xiāng)融合發(fā)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(xiāng)融合發(fā)展水平在2020 年突破了0.5，分別達(dá)到0.580 和0.641，研究期內(nèi)大部分省市的城鄉(xiāng)融合發(fā)展水平均值均未達(dá)到0.3，表明現(xiàn)階段我國城鄉(xiāng)融合整體水平較低，城鄉(xiāng)發(fā)展不平衡不協(xié)調(diào)仍是當(dāng)前我國經(jīng)濟生活中存在的突出矛盾之一。

2.數(shù)字經(jīng)濟發(fā)展指數(shù)測度

本文基于熵值法測度得到2011—2020 年各省市的數(shù)字經(jīng)濟發(fā)展綜合指數(shù)如圖2 所示。從圖2 可看出，2011—2020 年中國數(shù)字經(jīng)濟發(fā)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(shù)字經(jīng)濟發(fā)展綜合指數(shù)最大值和最小值分別為0.659 和0.137，2020 年這一數(shù)據(jù)分別為0.947 和0.416，均有大幅提升。分區(qū)域來看，2011 年數(shù)字經(jīng)濟指數(shù)較高的省市有北京、上海、浙江、福建和廣東，均位于東部地區(qū)；數(shù)字經(jīng)濟綜合發(fā)展指數(shù)相對滯后的省市集中在中西部地區(qū)。2020 年各省市的數(shù)字經(jīng)濟發(fā)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(qū)的數(shù)字經(jīng)濟發(fā)展水平仍舊保持在全國前列，北京的數(shù)字經(jīng)濟發(fā)展綜合指數(shù)始終保持高位水平，省際間發(fā)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(xiàn)出顯著的“追趕效應(yīng)”，整體形成“東部領(lǐng)跑、中西部追趕”的區(qū)域發(fā)展格局，也表明我國數(shù)字經(jīng)濟發(fā)展逐步呈現(xiàn)收斂趨勢。

圖2 數(shù)字經(jīng)濟發(fā)展綜合指數(shù)測度結(jié)果

（二）基準(zhǔn)回歸結(jié)果

Hausman 檢驗結(jié)果表明，本文的基準(zhǔn)模型（1）應(yīng)采用固定效應(yīng)模型。表4 報告了數(shù)字經(jīng)濟影響中國城鄉(xiāng)融合發(fā)展的基準(zhǔn)回歸估計結(jié)果。

表4 基準(zhǔn)回歸（1）展示了數(shù)字經(jīng)濟對城鄉(xiāng)融合發(fā)展的影響。其估計系數(shù)顯著為正，這說明2011—2020 年數(shù)字經(jīng)濟的發(fā)展促進(jìn)了中國省級層面的城鄉(xiāng)融合。此外，表4 基準(zhǔn)回歸列（2）?列（8）為不斷加入控制變量后的固定效應(yīng)回歸結(jié)果?？梢钥闯?，加入控制變量后數(shù)字經(jīng)濟對城鄉(xiāng)融合仍有顯著影響。從列（8）的結(jié)果來看，數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響顯著為正，這表明本文的核心結(jié)論在控制其他因素后依然成立；但另外，數(shù)字經(jīng)濟變量估計系數(shù)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(zhǔn)回歸結(jié)果

續(xù)表4

同時，在基準(zhǔn)列（8）中，經(jīng)濟發(fā)展水平（PGDP）和地區(qū)創(chuàng)新水平（INN）與城鄉(xiāng)融合發(fā)展之間的正相關(guān)關(guān)系并不顯著，說明經(jīng)濟總量增長的同時城市與農(nóng)村的多維發(fā)展并未得到有效融合，創(chuàng)新水平的提升在當(dāng)前城鄉(xiāng)融合的初級階段并未發(fā)揮深層次的激發(fā)作用。財政分權(quán)（FD）的估計系數(shù)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(quán)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(qū)內(nèi)城鄉(xiāng)發(fā)展的不平等和不均衡矛盾，從而促進(jìn)城鄉(xiāng)融合。對外開放程度（FDI）的估計系數(shù)值為負(fù)且通過了5%的顯著性檢驗，可能是因為引進(jìn)外資多集中于城市，形成“城市偏好”，進(jìn)一步擴大了城鄉(xiāng)的融合差距。產(chǎn)業(yè)結(jié)構(gòu)高級化（STR）與城鄉(xiāng)融合之間的影響系數(shù)顯著為正，可能的原因是產(chǎn)業(yè)結(jié)構(gòu)的高級化使得更多產(chǎn)業(yè)和市場流向農(nóng)村，城鄉(xiāng)間聯(lián)系更加緊密，從而推動了城鄉(xiāng)融合。非農(nóng)產(chǎn)業(yè)發(fā)展（Non-agriculture）帶動了資本和勞動力在城鄉(xiāng)間的雙向自由流動。因此對城鄉(xiāng)融合呈現(xiàn)正向影響。農(nóng)業(yè)現(xiàn)代化（Modern）對城鄉(xiāng)融合的影響系數(shù)為正，且通過了10%的顯著性檢驗，可能的原因是農(nóng)業(yè)現(xiàn)代化激發(fā)了農(nóng)業(yè)生產(chǎn)潛力，助推了工農(nóng)互促，提高農(nóng)業(yè)生產(chǎn)要素投資回報率，以城帶鄉(xiāng)助推城鄉(xiāng)融合。

（三）穩(wěn)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(xiāng)經(jīng)濟融合是城鄉(xiāng)融合的核心和動力源泉（吳海峰，2021），采用城鄉(xiāng)經(jīng)濟融合替代被解釋變量城鄉(xiāng)融合綜合指數(shù)。二是替換解釋變量。本文采用數(shù)字經(jīng)濟發(fā)展指數(shù)的對數(shù)值（lnDE）來測度數(shù)字經(jīng)濟發(fā)展程度并進(jìn)行重新回歸分析，Hausman 檢驗結(jié)果表明應(yīng)該使用固定效應(yīng)模型。三是增加控制變量。鑒于受教育水平可能對城鄉(xiāng)融合產(chǎn)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(xué)歷人口比重來表示。結(jié)果皆表明各變量系數(shù)和顯著性均未發(fā)生明顯改變，且受教育水平對城鄉(xiāng)融合呈正向影響，意味著受教育水平的提升有助于優(yōu)化勞動力質(zhì)量，提升就業(yè)水平，縮小收入差距，從而助推城鄉(xiāng)融合發(fā)展。

2.內(nèi)生性問題處理

考慮到隨著城鄉(xiāng)差距的縮小，在城鄉(xiāng)融合發(fā)展的進(jìn)程中對數(shù)字產(chǎn)品等的相關(guān)需求也會逐漸增加，進(jìn)而會促進(jìn)數(shù)字經(jīng)濟的發(fā)展。這意味著數(shù)字經(jīng)濟和城鄉(xiāng)融合發(fā)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(guān)系及選擇的控制變量中遺漏重要變量而對本文估計結(jié)果造成內(nèi)生性問題，本文使用工具變量法對模型進(jìn)行估計，選取各省市1984 年每百人固定電話數(shù)量與上一年全國互聯(lián)網(wǎng)用戶數(shù)的交互項作為數(shù)字經(jīng)濟發(fā)展水平的工具變量通過兩階段最小二乘法（2SLS）進(jìn)行工具變量回歸來檢驗?zāi)Ｐ椭锌赡艽嬖诘膬?nèi)生性問題，選擇該變量的原因是固定電話普及率代表著數(shù)字技術(shù)走進(jìn)中國家庭的開始，也必將影響數(shù)字經(jīng)濟發(fā)展的深度和廣度，且歷史既定的固定電話數(shù)量不會直接影響到城鄉(xiāng)融合水平，滿足工具變量與核心解釋變量相關(guān)且具有外生性的條件。表5 倒數(shù)第四行Kleibergen-Paap rkLM和倒數(shù)第三行Kleibergen-Paap Ward rkF檢驗結(jié)果顯著拒絕原假設(shè)，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(jié)果的變量系數(shù)和顯著性與基準(zhǔn)回歸保持高度一致，說明本文實證結(jié)果具有較好的穩(wěn)健性。

表5 穩(wěn)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(jīng)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(jìn)行再次估計，以規(guī)避異常樣本的影響效應(yīng)。從估計結(jié)果來看，剔除直轄市后，核心解釋變量的估計結(jié)果與基準(zhǔn)回歸結(jié)果相吻合。

本文基準(zhǔn)回歸的結(jié)果驗證了假設(shè)H1a，即數(shù)字經(jīng)濟對中國城鄉(xiāng)融合發(fā)展存在正向影響。

（四）要素錯配的中介效應(yīng)

前文基于資源要素配置的角度從理論上探討了數(shù)字經(jīng)濟對城鄉(xiāng)融合發(fā)展影響的傳導(dǎo)機制。本部分將基于中介效應(yīng)模型來考察數(shù)字經(jīng)濟是否加劇或緩解要素的錯配程度，進(jìn)而降低或提升城鄉(xiāng)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(dǎo)機制的假設(shè)。其中，資源包括勞動要素、資本要素和數(shù)據(jù)要素。從表6 看，列（2）中數(shù)字經(jīng)濟變量估計系數(shù)為正且通過了5%的顯著性檢驗，說明數(shù)字經(jīng)濟發(fā)展進(jìn)一步加劇了勞動要素的錯配；列（3）和列（4）中數(shù)字經(jīng)濟變量估計系數(shù)顯著為負(fù)，表明數(shù)字經(jīng)濟發(fā)展緩解了資本要素和數(shù)據(jù)要素的錯配程度。通過梳理中國數(shù)字經(jīng)濟的發(fā)展實踐可以歸結(jié)出上述情況的原因：現(xiàn)階段中國數(shù)字經(jīng)濟發(fā)展主要方向是數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，數(shù)字技術(shù)對資本要素、數(shù)據(jù)要素的滲透率較高，再加上資本和數(shù)據(jù)要素具備流動性強、流動壁壘低的特點，更容易通過數(shù)字技術(shù)實現(xiàn)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(shù)字化關(guān)注較少，且勞動力愿意就業(yè)的行業(yè)、地域及曾經(jīng)的工作經(jīng)歷等勞動意愿信息的采集相較于數(shù)據(jù)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(jīng)完成信息化也難以實現(xiàn)全面和有效的共享，因而數(shù)字技術(shù)對勞動要素的滲透率不足，同時數(shù)字技術(shù)如人工智能等技術(shù)的過度使用會對中低端勞動力產(chǎn)生替代效應(yīng)，進(jìn)一步加劇勞動的錯配程度，數(shù)字經(jīng)濟并未起到改善勞動要素錯配的作用。

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

表6 要素錯配的中介效應(yīng)

（五）空間溢出效應(yīng)分析

進(jìn)行空間計量分析之前，本文運用空間自相關(guān)檢驗來探究數(shù)字經(jīng)濟發(fā)展和城鄉(xiāng)融合是否存在空間效應(yīng)。表7 報告了Moran’sI指數(shù)法檢驗后地理距離矩陣下各考察年份的空間效應(yīng)。從表7 可看出，2011—2020 年城鄉(xiāng)融合指數(shù)在地理距離權(quán)重下的Moran’sI指數(shù)均通過了5%的顯著性檢驗，數(shù)字經(jīng)濟發(fā)展指數(shù)的Moran’sI指數(shù)均通過了1%的顯著性水平，表明2011—2020 年我國各省的城鄉(xiāng)融合和數(shù)字經(jīng)濟發(fā)展具有較為顯著的空間自相關(guān)性，即其在空間分布上呈現(xiàn)集聚現(xiàn)象。

表7 2011—2020 年數(shù)字經(jīng)濟與城鄉(xiāng)融合的全局莫蘭指數(shù)

此外，本文依次進(jìn)行了普通靜態(tài)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(jié)果見表8。根據(jù)表8 可知，4 項檢驗均拒絕了原假設(shè)，表明本文選取的樣本存在空間滯后和空間誤差自相關(guān)的雙重效應(yīng)。因此可初步選擇空間杜賓模型（SDM）進(jìn)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(jié)果，根據(jù)Hausman 檢驗結(jié)果SAR 模型和SEM 模型選用隨機效應(yīng)，SDM 模型豪斯曼檢驗的p值小于0.000，應(yīng)選擇固定效應(yīng)。表9 中可以看出，SDM 模型的擬合優(yōu)度R2為0.602，大于SAR 模型和SEM 模型的擬合優(yōu)度，表現(xiàn)最為理想，且SDM 模型的σ2最小。因此，應(yīng)選擇SDM 固定效應(yīng)模型。表9報告了LR 檢驗的指標(biāo)值分別為271.01 和293.29，在1%的顯著性水平上拒絕原假設(shè)，綜上，本文選定時空雙重固定的SDM 模型來探究數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)融合的影響。

根據(jù)表9 時空雙重固定的SDM 模型回歸結(jié)果來看，數(shù)字經(jīng)濟指數(shù)的系數(shù)為正，且通過了5%的顯著性檢驗，表明數(shù)字經(jīng)濟水平具有顯著的空間效應(yīng)，即本省的數(shù)字經(jīng)濟發(fā)展水平也將顯著促進(jìn)其他省份的城鄉(xiāng)有效融合。同時城鄉(xiāng)融合的空間自回歸系數(shù)顯著為正，數(shù)字經(jīng)濟的空間交互項系數(shù)顯著為正，表明各省份在空間上不僅產(chǎn)生了外生的數(shù)字經(jīng)濟交互效應(yīng)，還存在城鄉(xiāng)融合的內(nèi)生交互效應(yīng)。鑒于簡單的點回歸結(jié)果來分析地區(qū)間的空間溢出效應(yīng)將形成錯誤估量，空間交互項的回歸系數(shù)值無法直接用來討論數(shù)字經(jīng)濟對城鄉(xiāng)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(yīng)來解釋某一地區(qū)核心解釋變量對該地區(qū)及其他地區(qū)被解釋變量的影響，結(jié)果見表9，可以看出數(shù)字經(jīng)濟對我國城鄉(xiāng)融合發(fā)展的間接效應(yīng)顯著存在。綜上，假設(shè)H3 成立。

表9 模型回歸結(jié)果

（六）進(jìn)一步拓展：區(qū)域異質(zhì)性分析

由于各地區(qū)在資源稟賦、地理區(qū)位上差異較大，經(jīng)濟基礎(chǔ)、數(shù)字發(fā)展水平、城鄉(xiāng)流動也具有明顯異質(zhì)性。為進(jìn)一步探究我國數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)融合影響的區(qū)域異質(zhì)性特點，本文擬綜合區(qū)位要素和數(shù)字技術(shù)發(fā)展程度，計算地區(qū)樣本期內(nèi)各省互聯(lián)網(wǎng)覆蓋率均值，以此為標(biāo)準(zhǔn)將省份劃分出三組：互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)、互聯(lián)網(wǎng)發(fā)展中等地區(qū)及互聯(lián)網(wǎng)相對落后地區(qū)①互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)包括：北京、天津、上海、江蘇、浙江、福建、山東、廣東、遼寧；互聯(lián)網(wǎng)發(fā)展中等地區(qū)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(lián)網(wǎng)發(fā)展落后地區(qū)包括：四川、廣西、內(nèi)蒙古、安徽、貴州、云南、寧夏、山西、江西、甘肅、青海。，隨后分別構(gòu)建SDM 固定效應(yīng)模型來分析數(shù)字經(jīng)濟對該地區(qū)城鄉(xiāng)融合影響的效應(yīng)，分析結(jié)果見表10。

由表10 可知，第一，互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)數(shù)字經(jīng)濟的直接效應(yīng)和總效應(yīng)顯著為正，空間負(fù)向溢出效應(yīng)明顯?？赡艿脑蚴牵夯ヂ?lián)網(wǎng)發(fā)達(dá)地區(qū)吸收了更為充分的數(shù)字經(jīng)濟紅利，有更強的動力去解決該轄區(qū)內(nèi)城鄉(xiāng)發(fā)展不均衡和不平等問題，資源配置的流動呈現(xiàn)自由化和低成本的特點，從而普遍提升了城市和農(nóng)村在人、經(jīng)濟、空間、社會和生態(tài)等層面的融合效率和融合程度。但是，互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)不可避免地對周圍地區(qū)形成“虹吸效應(yīng)”，鄰接地區(qū)資源要素向發(fā)達(dá)地區(qū)單向強流動，地區(qū)之間、城鄉(xiāng)之間缺乏良性互動。因此溢出效應(yīng)為負(fù)。第二，互聯(lián)網(wǎng)發(fā)展中等地區(qū)數(shù)字經(jīng)濟的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)均顯著為正。可能的原因是：中等地區(qū)的數(shù)字技術(shù)處于快速增長階段，技術(shù)外溢性強，經(jīng)濟主體突破供求對接的時空限制，數(shù)字技術(shù)向中等地區(qū)生產(chǎn)、流通、消費和分配等領(lǐng)域的逐步滲透和應(yīng)用打破了以往固化的城鄉(xiāng)流通結(jié)構(gòu)，促進(jìn)了城鄉(xiāng)兩部門的融合發(fā)展。第三，互聯(lián)網(wǎng)發(fā)展落后地區(qū)數(shù)字經(jīng)濟的直接效應(yīng)顯著為正，且大于互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)和互聯(lián)網(wǎng)發(fā)展中等地區(qū)的直接效應(yīng)，溢出效應(yīng)和總效應(yīng)未通過顯著性檢驗?；ヂ?lián)網(wǎng)發(fā)展落后地區(qū)數(shù)字技術(shù)發(fā)展雖起步較晚，但數(shù)字技術(shù)從產(chǎn)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(xiāng)結(jié)構(gòu)轉(zhuǎn)化，形成后發(fā)優(yōu)勢，數(shù)字技術(shù)作用的邊際效應(yīng)大于互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)和發(fā)展中等地區(qū)。因此數(shù)字技術(shù)能更有效地帶動互聯(lián)網(wǎng)落后地區(qū)的城鄉(xiāng)融合發(fā)展。

表10 數(shù)字經(jīng)濟影響城鄉(xiāng)融合的區(qū)域異質(zhì)性分析

六、結(jié)論與啟示

數(shù)字經(jīng)濟通過新技術(shù)、新業(yè)態(tài)和新模式調(diào)整資源配置方式、打破地域空間限制賦能城鄉(xiāng)關(guān)系融合發(fā)展。本文基于數(shù)字經(jīng)濟對城鄉(xiāng)關(guān)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(shù)據(jù)，在構(gòu)建城鄉(xiāng)融合發(fā)展水平指數(shù)與數(shù)字經(jīng)濟發(fā)展綜合指數(shù)的基礎(chǔ)上，運用中介效應(yīng)模型、空間面板固定效應(yīng)模型多維實證檢驗了數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響。本文發(fā)現(xiàn)：

（1）現(xiàn)階段我國各省的城鄉(xiāng)融合發(fā)展水平較低，城鄉(xiāng)發(fā)展不平衡不協(xié)調(diào)仍是突出矛盾之一。通過測度發(fā)現(xiàn)當(dāng)前我國雖各省城鄉(xiāng)融合發(fā)展水平近年來呈現(xiàn)逐漸增長的趨勢，但大部分省份城鄉(xiāng)融合的均值不足0.3，且省內(nèi)差異顯著，呈現(xiàn)自東向西差異逐漸降低的地理特征。

（2）數(shù)字經(jīng)濟直接促進(jìn)了城鄉(xiāng)有效融合，且資本和數(shù)據(jù)要素錯配得到修正并發(fā)揮正向間接作用。數(shù)字經(jīng)濟不僅對城鄉(xiāng)融合產(chǎn)生正向直接效應(yīng)，還通過改善資本要素錯配和數(shù)據(jù)要素錯配間接對城鄉(xiāng)融合產(chǎn)生正向影響，已成為新時代下推動城鄉(xiāng)結(jié)構(gòu)轉(zhuǎn)化、有效融合的重要力量。

（3）數(shù)字經(jīng)濟對城鄉(xiāng)融合具有顯著的空間溢出效應(yīng)和區(qū)域異質(zhì)性。數(shù)字經(jīng)濟有助于形成地區(qū)、城鄉(xiāng)協(xié)調(diào)發(fā)展、有效融合的結(jié)構(gòu)格局，表現(xiàn)為數(shù)字經(jīng)濟對城鄉(xiāng)融合的影響具有顯著的空間溢出效應(yīng)和區(qū)域異質(zhì)性，互聯(lián)網(wǎng)發(fā)達(dá)地區(qū)充分汲取了數(shù)字紅利，對周圍地區(qū)形成“虹吸效應(yīng)”，空間溢出效應(yīng)顯著為負(fù)，互聯(lián)網(wǎng)發(fā)展中等和落后地區(qū)數(shù)字技術(shù)形成后發(fā)優(yōu)勢，正在從多途徑、多維度深刻影響城鄉(xiāng)結(jié)構(gòu)轉(zhuǎn)化，數(shù)字經(jīng)濟的直接效應(yīng)顯著為正。

本文的結(jié)論還具有以下政策啟示：

（1）積極推進(jìn)數(shù)字中國、數(shù)字鄉(xiāng)村的建設(shè)。在數(shù)字經(jīng)濟具備成為推動城鄉(xiāng)有效融合的新動能現(xiàn)實之下，加大對數(shù)字技術(shù)的投資力度和應(yīng)用范圍，推進(jìn)數(shù)字中國、數(shù)字鄉(xiāng)村的建設(shè)，尤其是推動數(shù)字技術(shù)與農(nóng)業(yè)、醫(yī)療、教育、養(yǎng)老、文化、旅游、電商的多維融合，推廣直播帶貨、數(shù)字普惠金融等應(yīng)用型經(jīng)濟，促進(jìn)非農(nóng)就業(yè)，助力城鄉(xiāng)科技共享、資源共享、經(jīng)濟共享和生態(tài)共治，進(jìn)一步鞏固數(shù)字經(jīng)濟發(fā)展為城鄉(xiāng)融合帶來的紅利優(yōu)勢，提升城鄉(xiāng)融合水平。

（2）優(yōu)化數(shù)字經(jīng)濟信息對接能力和信息透明度。數(shù)字經(jīng)濟通過改善資源要素錯配和數(shù)據(jù)要素錯配為我國城鄉(xiāng)融合帶來內(nèi)生動力的路徑機制，證明了具備信息對接媒介功能的數(shù)字技術(shù)與資源要素、數(shù)據(jù)要素的合理配置能夠成為推動城鄉(xiāng)二元對立結(jié)構(gòu)轉(zhuǎn)化的新動能，也表明了現(xiàn)階段勞動力要素的錯配需要數(shù)字技術(shù)加大勞動力信息透明度和真實度來得到改善。

（3）加強地區(qū)間數(shù)字技術(shù)的應(yīng)用合作與聯(lián)系。數(shù)字經(jīng)濟對城鄉(xiāng)融合具有正向的溢出效應(yīng)，利用數(shù)字技術(shù)可再生、開放共享和可滲透性，充分發(fā)揮地區(qū)空間互動作用的溢出效應(yīng)，同時完善數(shù)字經(jīng)濟發(fā)展抓手，加強資源共享，構(gòu)建數(shù)字經(jīng)濟普惠格局，打破區(qū)域壁壘和城鄉(xiāng)分割的“藩籬”，引導(dǎo)數(shù)字技術(shù)、人才、資本向互聯(lián)網(wǎng)欠發(fā)達(dá)地區(qū)滲透，由城市流向農(nóng)村，助推區(qū)域協(xié)調(diào)，最終實現(xiàn)城鄉(xiāng)融合。