城乡融合（URI）在推动中国现代化进程中发挥着不可替代的重要作用。数字经济（DE）为URI提供了越来越多的新机遇。尽管取得了这些进步，但很少有研究深入探讨DE与URI之间的互动关系。针对这一空白，本文探讨了DE对中国URI的影响，并研究了其背后的驱动机制。具体而言，本研究从六个维度（人口融合、产业融合、土地融合、生态融合、公共融合和科教融合）构建了URI的评价指标体系，并进行了回归分析。结果表明：第一，DE对URI具有显著的促进作用；第二，DE对URI的促进作用在东部地区、非沿边地区、大城市和人均 GDP 超过 10 万元的城市更为明显；第三，DE通过三条路径（劳动力转化、绿色技术创新和金融资源配置）影响URI。基于研究结果提供的理论证据，本文还提出了一系列改善中国URI的政策建议。
研究背景及意义
自改革开放政策启动以来，中国经历了快速城市化和工业化时期，从低基数的传统农业农村社会迅速演变为非农业的现代城市社会。在这一转变过程中，城乡发展之间的不平等和冲突也随之加剧。特别是，城乡之间在基础设施、公共服务和收入方面的巨大差距导致农村劳动力持续向城市迁移。由此导致的快速城市化反过来又对农村资源、农村人类住区和农村功能产生了不利影响，使城市崛起与农村衰落之间的对立变得明显。城乡关系失衡和农村发展不足都是城乡二元体制内在社会矛盾和结构性问题的尖锐表现。“城乡关系”一词描述了作为社会发展基础的相互影响、相互依存和相互作用的互动共生关系，而 “URI”则以城市偏见的消除程度和两个地区发展的平衡程度来衡量这种关系的演变。马克思将城乡演变划分为三个阶段：城乡对立、城乡分化和城乡融合。在这些阶段中，“城乡融合”对于实现区域可持续增长尤为重要，在此予以强调。马克思揭示了城乡对立的根源，明确指出城乡融合是城乡发展的终极趋势。在马克思主义的语境中，城乡融合可以说是在消除私有制和阶级对立的基础上弥合城乡差距，使发展成果惠及全体人民，最终实现人类自由而全面的发展。中国的URI是在继承马克思主义理论的基础上，结合中国具体实际的创新发展，包括人口融合、产业融合、土地融合、生态融合、公共服务融合和基础设施融合。
与城市发展指标相关的现有文献主要分为三类，即使用以下指标的研究：(1) 单一指标，如人均 GDP，反映整体经济发展状况；(2) 比较指标，如城乡收入比例和 Theil 指数，反映城乡经济发展差距和不平等状况；（3）综合指标，如URI指标体系，即建立一个考虑经济、社会和环境等维度的指标体系。后者可以通过模糊综合评价、层次分析法、因子分析法或其他方法进行计算， 这一问题是当前中国现代化和乡村振兴亟待解决的关键挑战。因此，迫切需要对URI开展进一步研究，以客观评估和系统衡量中国URI的发展水平，并确定URI发展的实现路径和影响机制。
本文的研究成果的主要边际贡献在于：首先，大量实证研究使用城市层面的单一指标对URI进行评估，而本文构建了一个综合指标体系，从人口融合、产业融合、土地融合、生态融合、公共融合和科教融合六个维度对URI进行定量评估。其次，本文评估了数字经济（DE）对 URI 的影响，证实了 URI 进程中数字红利的存在。这大大加深了人们对数字经济如何影响城市发展倡议的理解，并澄清了数字经济在不同类型地区的影响差异。第三，在实践路径和政策影响方面，本研究彻底揭开了数字红利如何影响 URI 的 “黑箱”。本文通过劳动力转型、绿色技术创新和金融资源配置三个关键机制分析了这种影响，从而为旨在推进URI战略的政府提供了有价值的政策启示。
研究结果
1. DE 和 URI 的时空分布特征
图 4 展示了研究期间 DE 的时空分布模式。具体而言，2008 年的 DE 平均值为 0.024，2012 年为 0.045，2016 年为 0.077，2020 年为 0.090，总体呈上升趋势。超过平均DE值的城市比例从2008年的27.11%上升到2012年的28.87%，2016年为32.75%，2020年略有下降，为30.98%。此外，不同地区的人均可支配收入空间分布呈现出显著差异，东部沿海城市的人均可支配收入水平高于中部和西部城市。分析还显示，一些省会城市的DE水平明显高于周边城市。因此，在整个研究期间，东部地区的DE水平一直保持领先优势，而省会城市的DE水平则一直优于周边地区。
2. 基准回归分析
表 4 显示了本研究的基准回归结果，以揭示DE 对 URI 的影响。第(1)列是在不考虑控制变量的情况下的估计结果；在此，本文发现DE的系数在 1%的统计水平上显著为正，表明DE促进了 URI 的改善。在考虑了控制变量后，DE的系数在 1%的统计水平上仍为显著正值，再次表明DE大大改善了 URI。这说明，提高 DE 对促进高质量的 URI 具有重要的现实意义。在其他控制变量中，只有人力资本和更好的经济发展对 URI 的促进作用显著，分别在 1%、1% 和 10%的统计水平上为正。这些基准结果初步验证了假设 1，即促进 DE 将有助于 URI。
3. 稳健性检验
考虑到估计结果的可靠性和反向因果关系，本文需要进行稳健性检验和内生性分析。表 5 列出了回归结果。
3.1 替换被解释变量
为了分析估计结果的可靠性和稳健性，本研究通过替换被解释变量进行了稳健性检验。考虑到 DE 对 URI 的影响可能存在一定的时滞，将被解释变量 URI 替换为一个滞后期。回归结果见表 5 第（1）列。DE 系数与基准回归分析的结果非常吻合，因此可以得出结论，DE 显著促进了 URI。
3.2 剔除直辖市和省辖市
与其他地级市相比，北京、天津、上海和重庆四个直辖市的行政地位较高，这可能会使估计结果出现偏差。因此，为了进行稳健性检验，本文略去了这四个直辖市。回归结果见表 5 第（2）列。第（2）列显示，DE 系数的显著性水平没有显著变化，这证明了结果的稳健性。
3.3 工具变量法
在本研究中，本文试图选择适当的工具变量来解决 DE 对 URI 影响的内生性问题。首先，利用滞后一期的 DE 水平和滞后两期的 DE 水平作为工具变量，然后选择两阶段最小二乘法（2SLS）进行估计。回归结果见表 5 的第（3）列和第（4）列：估计系数均显著为正，表明 DE 对 URI 的正向影响仍然有效。考虑到内生性问题，本文还发现 DE 显著促进了 URI，系数分别为 0.4600 和 0.4753。与基准回归系数（0.0972）相比，内生性问题会低估DE对 URI 的促进作用。
4. 异质性分析
快速的城市化和工业化进程会造成城市经济发展与农村经济发展之间的不协调，从而使不同地区背景和社会经济条件下的URI模式迥异。因此，需要进行异质性分析，以揭示发展对URI的不同影响。
由于第 1 节的分析强调了中国的发展与URI在区域层面上存在显著的异质性，本文首先根据东部、中部和西部地区在区域经济和社会发展方面的巨大差异进行了区域异质性分析。估计结果如表 6 第（1）、（2）和（3）列所示。东部地区 DE 对 URI 的影响更大。这种分布的主要原因在于东部地区相对较高的经济水平和优越的空间地理位置使其能够充分发挥DE的积极影响。相比之下，中西部地区的经济条件相对落后，导致DE发展缓慢，对 URI 的影响有限。其次，将整个样本分为 “非边境 ”地区和 “边境 ”地区。前者包括沿海地区和内陆地区。估计结果见表 6 第（4）和（5）列。结果显示，非边境地区 DE 对 URI 的影响明显高于边境地区。第三，本文选取了大中小城市以及人均 GDP 大于 10 万元和小于 10 万元的城市进行进一步估计。估计结果如表 7 所示。大城市的 DE 系数为 0.0876，高于中小城市（0.0353）。人均 GDP 超过 10 万元的城市的 DE 系数为 0.1191，高于人均 GDP 小于 10 万元的城市（0.0457）。
5.机制分析
为了探究 DE 对 URI 影响背后的驱动机制，根据前面提出的假设，探讨了三个中介变量，即：劳动要素转化效应（LFT）、绿色技术创新效应（GTI）和金融资源配置效应（FRA）。机制分析结果如表 7 所示。
5.1 劳动要素转化
为了验证 DE 通过劳动要素转化对 URI 的影响，本研究将劳动要素转化效应（LFT）作为中介变量进行回归，通过信息产业就业人数来衡量 LFT。结果见表 8 第（1）列和第（2）列。
第（1）列显示 DE 系数在 1%的水平上显著为正，表明 DE 的改善促进了 LFT。第（2）列显示，DE 和 LFT 的系数分别在 1%和 5%的水平上显著为正，表明 LFT 效应在促进 URI 方面发挥了关键作用。
5.2 绿色技术创新
为了验证发展指数通过绿色技术创新（GTI）对 URI 的影响，在回归分析中将 GTI 作为中介变量，用人均绿色专利申请数量来衡量。结果见表 8 第(3)列和第(4)列。
表 8 第(3)列的估算结果表明，德国专利申请量每增加 1%，GTI 平均增加 2.852%，表明德国专利申请量能显著促进绿色技术创新。第（4）列显示，DE 和 GTI 的系数分别在 1%的水平上显著且为正，表明 GTI 效应在促进 URI 方面发挥了重要作用。
5.3 金融资源分配
为了确定通过金融资源配置（FRA）实现的债务减免对 URI 的影响，本文使用金融资源配置作为中介变量进行了回归分析，金融资源配置通过金融机构贷款余额与 GDP 的比率来衡量。结果见表 8 第(5)列和第(6)列。
表 8 第(5)列的估计结果显示，直接投资水平每增加 1%，金融资源配置效率平均增加 0.918%，表明直接投资能显著促进金融资源配置。第（6）列显示，DE 和 FRA 系数均为正，这表明 FRA 效应在促进 URI 方面发挥了部分作用。
本节的机理分析结果表明，通过劳动力要素转化效应、绿色技术创新效应和金融资源配置效应，DE能够改善 URI。
研究展望
本研究有一定的局限性。首先，它是从宏观层面解决问题，缺乏微观层面的解释。未来的研究可以关注城市和农村个体层面，进行比较分析。其次，本研究没有区分数字经济的长期和短期影响，而这两种影响可能是截然不同的。今后，本文将利用动态模型来分析这些随时间变化的影响。第三，发达国家和发展中国家的DE 对 URI 的影响可能有所不同。本研究表明，DE显著提高了中国的 URI，但并未探讨这种影响在不同国家之间的差异。未来的研究可以从全球视角来探讨国际差异。
初审：严 露
审核：徐彩瑶
排版编辑：钱一莹
文献推荐人：钱一莹
参考文献：Xuewei Zhang, Chuanglin Fang, Haitao Ma, Xiaqing Hu, How does digital economy affect urban-rural integration? An empirical study from China, Habitat International, Volume 154, 2024, 103229, ISSN 0197-3975.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
【数字生态与绿色发展学术团队】How does digital economy affect urban-rural integration_ An empirical study from China.pdf推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
