数字经济赋能城乡产业融合发展影响分析

周加来 曹开心

（安徽财经大学经济学院 安徽蚌埠 233000）

数字经济发展到现在已经成为促进经济增长的重要推力，广泛的辐射和前所未有的影响深度推动生产、日常生活和企业管理模式发生深刻变化。它成为全球资源结构调整、改变全球经济结构、改变全球竞争环境的重要力量。近年来，中国政府在其工作报告中多次提出，以帮助加快数字经济的发展，带领企业转型升级[1]。如何将数字化、智能化融入生产发展的全过程是当今必须解决的关键问题。

产业融合是对中国当前发展局面、土地条件和城乡关系的科学认识，这是中国完成第一个百年目标以后、紧接着实现第二个百年目标首要完成的任务，更是实现经济高质量发展的关键举措[2]。当前国家政策强调“以人为中心”的新型城镇化建设；消除城乡之间的数字鸿沟，可以实现商品、服务、信息及生产要素的自由有序流动[3]。中国现在数字经济发展水平到底如何？数字经济的发展是否促进了城乡产业的融合？如何促进城乡产业融合发展？数字经济基础设施、产业规模、产业和信息融合的发展是否会影响城乡产业融合的发展？分析中国城乡产业融合的发展道路，找出发展动力的源泉[3]。

一、理论机制与研究假设

本文将从数字经济基础设施、数字产业规模、数字产业及信息化三个层面阐述数字经济影响城乡产业整合的内部机制，并提出研究假设。

途径一：数字经济时代的到来是中国新型城镇化建设的重大机遇。电子商务、网上政务服务到数字化转型、以及智能城市的发展进程中，线上授课、农村电商服务点、互联网+农业等数字化平台在农村普及，不仅方便了村民的生活，还提升了农村居民生活的幸福感，更拉近了城乡间的距离。数字经济的发展为城乡产业重构提供了动力，在数字经济这个拉动经济的高速引擎的带动下，加速城乡产业融合升级，支撑经济社会数字化转型和新旧动能转换，打造集约高效、经济适用、智能绿色、安全可靠的现代化基础设施体系[4]。

假设1：数字经济发展水平综合指标对城乡产业融合发展模式具有重构赋能影响。

途径二：2008年到2018年这十年间中国数字经济正飞速发展，总体规模不断增加，从一开始的4.81万亿元扩大到了31.3万亿元。在软件服务业领域，长三角、珠三角等地区产业规模优势较为明显；江苏主要负责硬件制造，北京则重点放在信息服务产业，而在新疆、陕西、宁夏等中西部边远地区因为数字化产业比较薄弱，数字产业一般以软件服务业为主。相较软件服务业而言，电子设备制造业的总规模更大、区域分布集中度更高。总的来说，数字产业一般集中在发达地区且集中程度较高。70%的互联网百强企业集中在北上广地区、拥有198家独角兽企业，约占全国90%。数字经济在发达地区快速发展的同时，贵州、江西、陕西等中西部省份才刚刚起步，数字经济产业规模不断地集群发展，将资源、人才进一步向发达地区倾斜，导致城乡差距进一步拉大。

假设2：数字经济产业规模对城乡产业融合有着反向的抑制作用。

途径三：中国最近几年的数字经济产业和信息化发展的较为均衡，根据2020年的中国数字经济发展指数发布结果显示：2020年江苏、福建、广东、安徽、浙江在产业和信息化融合化进程中处于前五位，起到引领带头作用。基础已经牢固，但是数字化水平普及率较低、网络化协同企业比例较低，说明企业转型之路任重道远。目前来看，产业和信息化融合发展做的比较好的还是集中在北上广深等沿海经济发达地区，总体表现为东部向中部、西部阶梯式递减。且这些企业由于需要高端性人才、金融市场、先进基础设施配置，除了发达城市以外，其他地区很难与之匹配。导致资源进一步向城市偏移，随着产业和信息化的发展，对中国城镇一体化起到阻碍作用。

假设3：数字经济产业和信息化融合对城乡产业融合有着反向的抑制作用。

二、模型、变量与数据

（一）计量模型。为了分析数字经济对城乡产业融合发展的影响，把数字经济纳入城乡产业融合的分析框架，同时为了具体测算数字经济发展水平对城乡产业融合的影响，将数字经济发展水平指标细分成数字经济基础设施（inf）、产业规模（sca）和产业和信息化融合（fus）三个指标，经过筛选和研究构建三个基本计量模型如下：

式中，Indurit表示i省份在t时期的产业融合程度指标，Dediit代表i省份在t时期的数字经济发展水平指标，Scait代表i省份在t时期的产业规模指标，Fusit代表i省份在t时期的产业和信息化融合指标，λi表示i省份不可观测的个体固定效应，εit为随机扰动项。a0表示模型截距项，a1为数字经济变量的系数，反映其对城乡产业融合的影响。X表示控制变量。

（二）变量设定。

1.被解释变量。被解释变量为城乡产业融合程度，城乡产业的发展一直趋向于二元化，不仅限制了生产要素的自由流动，还阻碍了城乡产业之间的联系和结合开发，如何找出一条拉近城乡产业间联系，改变城乡产业发展的不平衡性，实现城乡产业一体化发展的道路，已经成为中国新型城镇化发展的头等大事，城乡一体化发展的根本目的在于改变城乡居民劳动收入的不平衡性，提高城乡居民生活水平，达到共同富裕的目的。本文将城乡产业融合指标设为被解释变量来研究数字经济是否能打破这种局面，助力城乡融合发展。所以，该变量不仅要考虑城乡劳动者的收入差距，还要考虑到城乡劳动者消费水平的变化。本文采用陈坤秋等的思路，运用城镇与乡村的劳动力人均收入水平和人均消费水平差别来描述城乡产业融合程度[5]：

式（2）中，其中，Rsp表示农村人均收入，Rsg表示农村人均支出；Csp表示城市人均收入，Csg分别表示城市人均支出。

2.核心解释变量。数字经济发展水平综合指标（dedi）作为核心解释变量，将中国数字经济发展的现状与实际结合，本文涉及数字经济基础设施（inf）、产业规模（sca）和产业与信息融合（fus）三个层面，将产业规模与产业信息化的融合视为两个独立的说明变量。同时，遵循全面、科学、领先、实用和运营的五项原则，结合地区面板数据，计算数字经济发展水平指数，建立地区数字经济全面发展水平的指标测算体系。设计的数字经济发展水平指标测度体系具体见表1。

表1 数字经济发展水平指标测度体系

数字经济总指标由三个维度组成，每个维度又细分为多个指标，为了便于后续研究，将数据标准化处理，并利用熵值法得出最终指标。dedi为省级数字经济综合发展水平指数，并以此作为本文的核心解释变量。

3.控制变量。本文引入的控制变量包括：（1）政府干预（gov），采用政府公共财政支出与地区生产总值的比值进行测度；（2）经济发展水平（lev），采用人均国民生产总值；（3）城镇化水平（urb），采用城镇常住人口占中国全部人口的百分比。

（三）数据来源与说明。本文数据为2013-2019年中国30个省级行政单位（香港、澳门、台湾、西藏除外）的面板数据，使用的数据是从国家统计局、国家统计年鉴、中国统计支持系统以及其他官方网站。在收集数据的过程中，统计年鉴等数据源从2011年开始到2012年为止，没有对地区城市和农村居民的人均可支配收入和人均消费量的统计，2013年开始国家统计局对2013年以后城乡综合家庭的收入和收入进行了问卷调查。采用插值法处理缺失相关数据[6]。指标的描述性统计结果见表2。

表2 描述性统计

三、实证结果分析

（一）单位根检验。在对面板数据进行回归分析之前，为了避免伪回归，要先进行面板数据的平稳性检验，即单位根检验。本次选择LCC、ADF检验，分别对产业融合程度（indur）、数字经济发展水平指标（dedi）、数字经济基础建设（inf）、产业规模（sca）、产业和信息化融合（fus）、政府干预（gov）、经济发展水平（lev）、城镇化水平（urb）进行单位根检验。经检验原变量序列不平稳，进行一阶差分，结果如表3、表4。变量产业融合程度（indur）、数字经济发展水平指标（dedi）、数字经济基础建设（inf）、产业规模（sca）、产业和信息化融合（fus）、政府干预（gov）、经济发展水平（lev）、城镇化水平（urb）的检验P值均小于0.05，说明结果显著，服从一阶单整。

表3 LCC检验

表4 ADF检验

（二）数字经济发展水平对城乡产业融合程度影响分析。研究以数字经济发展水平指标（dedi）作为解释变量，以产业融合程度（indur）作为被解释变量进行面板模型构建，并且使用稳健标准误法进行建模。面板模型包括混合POOL模型、固定效果FE模型和任意效果RE模型的三种模型[7]，首先进行模型测试，如表5所示。

表5 样本回归结果

很容易找到最佳模型：使用Hausman统计测试，设置个别随机效果RE回归模型或个别固定效果FE回归模型。从测试结果的上半部分可以看出，Hausman检验没有呈现出显著性chi（1）=0.381，p=0.537＞0.05[8]。即接受原假设，需要设置个体随机效应模型。研究以个体随机效应模型作为最终结果，从上表可知：针对数字经济发展水平指标（dedi）而言，其呈现出0.05水平的显著性（t=2.564，p=0.011＜0.05），并且回归系数值为0.349＞0，说明数字经济发展水平指标（dedi）对产业融合程度（indur）会产生显著的正向影响关系。数字经济的发展促进了城乡产业的融合，为城乡产业提供了平台和工具。解决了信息不对称的问题，各种生产要素通过信息化平台合理配置，提升了效率。数字经济这个推动经济发展的重要引擎对城乡融合发展助力是巨大的，城乡之间信息共享，缩短办事流程，企业网络化管理，每一步生产流程由人工智能管理。打破之前的“城乡二元化”，让城乡之间的无形的屏障消失，数字经济起到工具和桥梁的作用。

（三）数字经济产业规模对城乡产业融合程度影响分析。以产业规模（sca），经济发展水平（lev）当作解释变量，以产业融合程度（indur）当作被解释变量构建面板模型，并且使用稳健标准误法进行建模。首先进行模型测试，很容易找到最佳的模型，使用Hausman统计测试，设置个别随机效果RE回归模型或个别固定效果FE回归模型。从测试结果的上半部分可以看出，Hausman统计的值为17.4465，该概率为0.0002，即拒绝原假设，需要设置个别固定效果模型。以个体固定效应模型作为最终结果，从上表可知：针对产业规模（sca）而言，其呈现出0.05水平的显著性（t=-2.831，p=0.0052＜0.05），并且回归系数值为-6.5749＞0，说明产业规模（sca）对产业融合程度（indur）会产生显著的反向影响关系。目前数字经济的产业规模分布还是具有地域性，农村地区以及偏远地区数字产业规模初具雏形，和发达地区相比捉襟见肘，数字贫困问题在农村还是头等大事，进一步影响了城乡产业的融合。

（四）数字经济产业和信息化融合对城乡产业融合程度影响分析。以产业和信息化融合（fus），经济发展水平（lev）当作解释变量，以产业融合程度（indur）当作被解释变量构建面板模型，并且使用稳健标准误法进行建模。首先进行模型测试，很容易找到最佳的模型，使用Hausman统计测试，设置个别随机效果RE回归模型或个别固定效果FE回归模型。从测试结果的上半部分可以看出，Hausman统计的值为17.0082，该概率为0.0002，即拒绝假设，需要设置个别固定效果模型。以个体固定效应模型作为最终结果，从上表可知：针对产业和信息化融合（fus）而言，其呈现出 0.05水平的显著性（t=-2.603，p=0.01＜0.05），并且回归系数值为-4.9372＞0，说明产业和信息化融合（fus）对经济发展水平（lev）会产生显著的反向影响关系。数字经济的集群效应愈演愈烈，发达地区的数字经济产业和信息化已经完成的大部分，而在农村地区才刚刚起步，未来应该将天平向农村地区倾斜，将城市的资源要素吸引到农村地区，才能更好的助力城乡产业融合。

四、结论及政策建议

（一）主要结论。文章主要结论如下：1.数字经济的发展对城乡产业融合的发展起到有效的促进作用，均在5%的显著性水平下显著。且在引入控制变量后，显著性均在1%。第一，在数字经济时代，中国的新型城市化建设面临着巨大的机遇[9]。从电子政府到数字巨无霸和智能城市，数字经济在城市中起着越来越重要的作用，数字经济对供方和需求方都有影响，增幅和乘数效果成为加速城市化的重要引擎。第二，农村地区的数字基础设施开发、远程医疗和网络教育等数字技术的应用备受关注[10]。城乡之间的产业可以根据实际情况形成产业链从源头到成品可以在农村和城市之间完成，通过过数据共享，信息快速传输，改变信息不对称局面，让数字助力技术转型企业互利共享[11]。

2.数字经济产业规模的发展对城乡产业融合的发展起到反向影响关系。且在引入控制变量后，显著性均在1%。近年来，中国的数字经济发展迅速，已经应用到我们生活、工作领域和社会公共治理领域，数字经济迎来历史上最繁荣的时期。中国数字经济所产生的附加值达到35.8万亿元，已经占到国内生产总值的30%以上，成为中国经济组成不可或缺的成分。2020年中国数字经济规模继续扩大已经来到了39.2万亿元，占GDP的38.6%，这将成为保持9.7%高增长率、稳定经济增长的核心动力。中国数字经济发展仍然存在着其他地区、产业和企业之间的不均衡发展问题，数字技术基础和产业链的价值链控制仍有待改善[12]。

3.数字经济产业和信息化融合对城乡产业融合的发展起到反向影响关系，且在引入控制变量后，显著性均在1%。城市数据是智能城市的重要资产，数据共享和相互作用可以大大减少管理费用。为了实行农村活性化战略，人才是核心要素。目前中国城乡数字人才配置不均衡，数字人才的集中效应值得关注。农村地区经济发展不尽如人意，设施不完善，对人才的吸引力有限[13]。

（二）政策建议。

1.推动数字城乡融合发展。有序地推进基础设施升级。不断建立智能高效的整合基础设施，提高网络、智能、服务和协作水平。有效地配置人工智能基础设施，提高支持智能型+开发的产业力量。建立稳定、灵活、安全的工业用网络基础设施，支持制造资源的广泛连接、灵活的供应和有效的分配。加强农村劳动分工合作，逐步深化工产业链劳动分工。这是促进农村一、二、三产业一体化发展的关键。首先，在产业一体化的过程中，要稳定农业的发展。加强农村第一产业结构转型升级，巩固和调整农村一、二、三产业结构，扩大农产品产业链，提高产品附加值。

2.解决数字经济集群效应。目前发达城市的数字经济产业规模已经足够庞大，而农村地区数字经济的基础设施建设的还不太完善，数字经济集群效应明显。可以让发达的城市援助落后的地区，通过搭建要素数字化服务平台，强化人机数字化能力，科学连接城乡要素、资本、科技的供求关系，吸引资本，合理分配财富。比如，建设数字化人才服务平台，引导城市人才到农村，有效填补人才缺口，促进乡村振兴发展。构建数字化服务平台和数字化监管平台，更好地发挥金融在支持城乡一体化发展中的支撑作用。打造科技支撑农业、科学引导的数字化服务平台。科学引导不同品类、不同层次的科技成果流向最合格的农村，切实提高科技成果转化率和贡献率。

3.全面深化主要产业的数字创新。以多种产业特性和差异化的要求为基础，促进传统产业全方位、全链的数字创新，提高总要素生产率。将农业与数字化结合成新型农业，促进综合信息服务，创新开发智能农业，提高农业生产、加工、营销及物流数字化水平。促进产业数字创新，加快R&D设计、制造、运营管理、市场服务等全寿命周期数字创新。积极推进设备数字化，进行智能型制造试点，改善国家智能型制造标准系统。培养和宣传个性化用户定义、网络协同等新模式。我们将积极开发数字商务，加快贸易、物流和金融等服务产业的数字创新，优化管理系统和服务模式，提高服务产业的质量和效率[14]。