数字经济对新型城镇化的影响研究

高银静 胡时豪

新疆财经大学

0 引言

进一步完善新型城镇化战略，发展高质量新型城镇化，是接下来第十四个五年规划的重点内容之一。改革开放以来，我国经济快速发展，随之而来的是城镇化的不断推进，城镇化的推进也为我国经济发展提供了充足的动力，因此，要实现中国式的现代化必须要不断地推进新型城镇化进程。据有关统计，1978 年以来，中国的城镇化发展水平有了显著的提升，截至2021年末，全国人口城镇化水平较高，人口城镇化率为64.72%，相比2011 年提高了14.21%。然而，新型城镇化并非传统意义上的只关注人口的城镇化，而是更加强调全方面、多方位发展的城镇化，是以人为核心的城镇化。我国对新型城镇化的发展是非常重视的。近年来，国家出台了诸多推进新型城镇化发展的政策和文件，第一次提出新型城镇化是在党的十八大报告上，报告强调要走有中国特色的新型城镇化。此外，每年的政府工作报告也多次提到新型城镇化发展。2021 年通过的“十四五”规划将新型城镇化的发展战略、目标和方向单独作为一篇内容重点强调。2022年，党的二十大报告中，习近平总书记为进一步推进新型城镇化的高质量发展指明了方向。

发展数字经济是抓住新科技革命和产业变革新机遇的战略选择。2016年9月，习近平总书记在G20 杭州峰会上对数字经济进行了着重强调。十八大以来，国家高度重视数字经济的发展。2021年，“十四五”规划提出了要建设数字中国的远景目标，同年，政府工作报告中指出要培育新兴数字产业，推进产业数字化转型，而在数字化的时代下，新型城镇化的发展必将依托于数字经济的发展。新时代下，数字经济将成为促进城市经济和社会全面发展的重要推动力，为我国经济发展做出巨大贡献，成为高质量的新型城镇化的重要驱动力，因此必然会加速新型城镇化由量变向质变的转变。数字化、智能化的生产和生活方式给人民生活提供便利的同时，也支撑了国家的经济增速，数字化建设的重要性不断凸显。数字经济的发展能否推动新型城镇化的发展以及在多大程度上促进新型城镇化的发展？对于不同的地区，数字经济对新型城镇化的影响是否存在差异？对于上述问题的探究，有助于加速推进新型城镇化的进程。

1 文献综述及理论分析

目前，有关新型城镇化的相关研究较多，国内学者分别从新型城镇化的内涵、测度方法以及影响因素等方面进行了研究。关于新型城镇化的内涵，任杲（2022）等认为新型城镇化的本质是以人为核心，并强调农业转移人口市民化、城与乡的融合发展、大中小城市的协调发展［1］。王明华（2021）等认为高质量的新型城镇化必须要把人的全面发展放在首位，要从根本上转变思想，重点关注城市功能的空间分布，不断优化人们的生活空间［2］。以下几位学者从不同角度对新型城镇化进行了测度。李豫新等（2021）从新发展理念的角度，即从创新、协调、绿色、开放、共享五个维度构建了新型城镇化的综合指标［3］。熊湘辉等（2018）学者从促进新型城镇化水平提升的动力机制角度，即内在、外在、政府和市场层面四个方面构建了新型城镇化发展水平的综合评价指标体系［4］。国外有关新型城镇化的研究有Wu, XX and Huang, Y（2021）通过建立动态空间杜宾模型，探讨了产业集聚对珠三角城市群新型城镇化的影响，产业集聚能够显著促进局部新型城镇化，生产性服务业和金融业的空间溢出效应显著［5］。Chen,MX and Liu,WD（2018）对《国家统一行动计划》发布以来的最新政策和行动进行了梳理和分类，从人口城镇化、土地城镇化、经济城镇化和综合性等方面对中国新型城镇化建设进行了初步评估［6］。

有关数字经济对新型城镇化影响的研究屈指可数，其中大部分是理论层面上的分析，少数学者进行了实证分析。新型城镇化不再是政府主导下的大规模布局与推进，而是市场主导下的产业与城市发展的融合，并且数字经济发展模式是以数字科学技术为基础，实现资源优化配置的新型经济模式，因此，可以从资源要素配置、产业结构升级、技术创新以及要素禀赋上为新型城镇化提供动力。王常军（2021）认为，一方面数字经济的发展可以激发城市发展潜力，为新型城镇化建设带来投资驱动和创新驱动，另一方面数字经济的发展有助于转变城镇化的发展方式，可以通过互联网平台存进生产要素在城乡之间的自由流动，进而使城乡之间的产业发展与空间载体进行合理的匹配［7］。此外，李海杰等（2021）从体育产业切入，从理论上分析了数字经济对新型城镇化的影响，认为数字经济可以推动地区新型城镇化更加智慧化、科学化、高效化的发展［8］。丁晓雯等（2020）对电子商务行业进行了细致分析，认为农村应抓住数字经济的时代，建立农村电商模式，进而推动我国新型城镇化的发展［9］。左鹏飞等（2020）将新型城镇化作为调节变量，研究了互联网对产业结构升级的影响，认为互联网与新型城镇化的共同作用对产业结构升级的促进作用更大［10］。冯巧云（2021）运用DEA 模型研究了信息化对新型城镇化的影响效应，并对公共服务效率这一机制进行了详细分析［11］。宣烨等（2022）用计量方法研究了数字经济对新型城镇化的影响，并从技术创新的角度对数字经济影响新型城镇化的机制进行了分析［12］。杨瑞等（2022）从要素禀赋的角度研究了数字经济对新型城镇化的影响，认为数字经济对新型城镇化的影响存在门槛效应［13］。

基于上述背景和相关研究，发现数字经济发展和新型城镇化建设是我国现阶段的重要任务，且新型城镇化的发展将在很大程度上受到数字经济发展的影响，目前，探究数字经济对新型城镇化发展的研究并不多。因此，本文选取2011-2020年全国31 省（区、市）的面板数据，并结合数字经济的特点和新型城镇演化发展的内涵，建立了二者的综合评价指标体系，并运用熵值法测算出数字经济和新型城镇化的发展水平，进而运用面板模型分析数字经济对新型城镇化的影响，并探究其对不同区域新型城镇化发展的影响。

2 模型选取及指标体系构建

2.1 模型构建

本文以全国31 个省（区、市）为研究对象，以2011-2020年的面板数据，设定如下基准模型来研究数字经济对新型城镇化产生的影响：

其中，NUi,t为本文的核心被解释变量，即省份i在t年的新型城镇化水平，Digi,t为本文的核心解释变量，即省份i 在t 年的数字经济发展水平，向量Zi,t为一系列的控制变量，μi表示时间固定效应，δt表示省份固定效应，为了防止遗漏变量和其他因素的干扰，加入随机扰动项εi,t。

2.2 变量选取及指标体系构建

2.2.1 被解释变量

新型城镇化水平（NU），新型城镇化与只注重人口城镇化的传统城镇化不同，新型城镇化更加强调高质量发展，其内在系统包括社会发展的多个方面，因此，单一指标不能全面反映新型城镇化的发展水平，目前大部分学者构建多指标的综合评价体系来衡量新型城镇化的发展水平。基于此，本文借鉴丁浩（2016）［14］、樊士德（2022）［15］等的研究，并考虑到数据的可得性，分别从社会发展的4个角度，即经济、人口、社会、生态方面构建衡量新型城镇化发展水平的二级指标，并在此基础上选取12个三级指标，全面、科学地评价新型城镇化的发展水平（如表1所示）。

表1 新型城镇化评价指标体系

为了构建新型城镇化水平的综合评价体系，本文使用熵值法对表1 中各项指标赋权，对31 个省（区、市）的新型城镇化水平进行综合得分计算，计算步骤如下:

1）进行无量纲化处理，为了更清晰地评价新型城镇化发展的水平，使综合评分范围处在40～100 之间，因此与以往文献不同，本文借鉴孙豪等（2020）［16］对于指标的处理方法对指标进行处理。其中，正指标的处理公式为式（2），负指标的处理公式为式（3），本文仅使用正指标的处理公式。

正项指标：

负向指标：

2）计算指标Xij的比重pij，即计算第i年第j个指标经标准化处理后的值在所有被评价对象第j个指标经标准化处理后的值总和中的比例：

3）计算第j 项指标的熵值ej，ej＞0 ，n=31，m为要评价的年数：

4）计算第j项指标的差异性系数γj，其值越大，则指标在综合评价中就越重要：

5）计算每个指标的权重wj，p为所选指标总数：

6）计算新型城镇化发展指数，得到各指标权重后，采用线性加权的方法对各项指标进行加权，得到各省（区、市）新型城镇化发展水平指数:

2.2.2 核心解释变量

数字经济发展水平（Dig），本文从数字经济的本质特征出发，从互联网的应用层面，并借鉴赵涛（2020）等的研究，构建如下数字经济发展水平的指标体系，使用熵值法计算出各指标的权重，结果如表2所示。

表2 数字经济评价指标体系

2.2.3 控制变量

为了防止其他变量因素对核心解释变量数字经济对新型城镇化水平实际影响的干扰，且为了防止遗漏影响新型城镇化水平的重要因素而产生误差，需要控制可以影响新型城镇化发展水平的影响因素，因此本文借鉴宣烨（2022）［12］、胡丽娜（2022）［17］、樊士德（2022）［15］等的研究，最终选取以下变量作为本文的控制变量：

1）金融发展水平（Fin）

金融发展水平的提升可以为地区的发展提供良好的贷款、融资环境，一方面可以为城市的基础设施建设提供资金支持，提高城镇居民的生活质量，另一方面可以促进产业结构的协调。合理的产业结构能够深化地区的分工，促进产业集聚，提供就业机会，吸引人才（吴本健等，2022）［18］。本文使用年末各省（区、市）金融机构存贷款余额与地区生产总值的比值来衡量地区的金融发展水平。

2）工业化水平（Ind）

更高的工业化水平一方面可以推动非农产业向城市转移，推动人口向城市的集中，推动人们的观念和生活方式的转变，另一方面由于工业化的快速发展会使人口、工业、交通过度集中，引发环境恶化、资源枯竭、住房紧张和交通拥挤等情况（杜雯翠等，2014）［19］，因此，工业化水平会在一定程度上影响新型城镇化水平。本文使用工业增加值占地区生产总值的比值来衡量工业化水平。

3）人力资本（Hum）

人力资本水平会影响人口的转移。人力资本水平的提高将在一定程度上会使农业人口非农化，同时人力资本水平还会影响经济的发展，对新型城镇化的进行具有巨大的推动作用（姚旭兵等，2017）［20］。本文使用每十万人高等学校平均在校生数来衡量人力资本水平。

4）财政自主权（Fa）

地方财政是新型城镇化过程的重要保障。财政可以从基础设施建设、公共服务供给、环境治理等方面为新型城镇化提供支持（杨志辉等，2021）［21］。本文使用政府财政预算内收入与支出的比值来衡量财政自主权。

5）外商直接投资（FDI）

外商直接投资可以为地区提供先进的技术和经验，吸引人才，为新型城镇化的发展提供动力。然而，对于发展中国家而言，外商投资会先进入到大城市，使产业失衡和地区发展不平衡，阻碍新型城镇化的进程。本文使用当年实际利用外资金额与地区生产总值的比重来衡量外商直接投资水平。

2.3 数据来源及描述性统计

考虑到数据的可得性，且数字经济数据的测度最早为2011年，因此，本文使用2011-2020年全国31 个省（区、市）的面板数据，共310 个观察值。所使用的数据来源于国家统计局、《中国人口与就业年鉴》、EPS数据库，部分数据来源于各省（区、市）的统计年鉴与国民经济与社会发展统计公报。对于缺失值采用线性插值法进行处理。描述性统计结果如表3所示，新型城镇化(NU)的均值为66.33，标准差为6.13，最小值为44.47，最大值为84.15，这表明全国31个省（区、市）之间的新型城镇化水平存在较大差异。数字经济（Dig）的均值为0.371，标准差为0.174，且最大值和最小值的差距较大。

表3 各变量描述性统计

3 全国各省（区、市）新型城镇化水平综合发展指数分析

根据上述计算结果，本部分将对2011-2020年不同地区新型城镇化水平的综合发展指数以及各二级指标的综合发展指数，包括经济新型城镇化指数、社会新型城镇化指数、人口新型城镇化指数、生态新型城镇化指数进行比较分析。表4给出了全国各省（区、市）2011 年和2020 年新型城镇化水平发展指数。

表4 全国各省（区、市）2011年及2020年新型城镇化水平各维度得分

综合来看，从表4 中新型城镇化综合发展得分列可以看到，2011 年全国31 省（区、市）中有18 个省（区、市）的新型城镇化综合得分在60 以下，得分最低的省份为西藏、广西、贵州和青海，其中西藏新型城镇化水平得分仅为44.47，所有省（区、市）的新型城镇化综合得分均未超过80，且全国新型城镇化水平综合得分仅为60.41，说明在2011 年，全国各省（区、市）的新型城镇化水平较低。2020 年，全国所有省（区、市）的新型城镇化综合得分均超过60，大部分省（区、市）的新型城镇化综合得分在70 左右，说明十年来，在国家政策的大力支持下，我国新型城镇化发展水平有了很大的提升，特别是在2014年，国务院印发了《国家新型城镇化规划（2014—2020年）》，对新型城镇化的发展作出了详细的部署和规划，并指明了发展方向。事实证明，全国各省（区、市）的新型城镇化发展均有了长足的进步，然而，新型城镇化水平综合得分超过80的城市只有北京和上海，分别为83.49 和83.53，说明我国的新型城镇化发展道路还有很长的路要走。

分维度来看，从表4 中新型城镇化水平各维度得分列可知，2020 年全国省（区、市）四个维度新型城镇化发展水平相较于2011年均有不同程度的提升，从全国的平均水平来看，经济、社会、人口、生态新型城镇化得分分别增加了3.88、3.65、2.27、1.21，由此可知，十年间，经济新型城镇化和社会新型城镇化的发展水平有了较大的提高，而人口、生态新型城镇化的发展水平提升幅度较小，说明随着国家不断地发展进步，各省（区、市）经济和社会新型城镇化水平提升较为迅速，但人口、生态城镇化还处于滞后阶段，尤其是2020 年生态城镇化的平均得分相较于其他三个维度而言最低。因此，国家在今后新型城镇化的建设中，应该重点关注生态环境层面的新型城镇化，不断优化人民生活所处的环境，使各维度的新型城镇化均衡发展，进而不断推进“以人为本”的新型城镇化进程。

4 实证结果分析

4.1 基准结果分析

基于本文所选取的双向固定效应模型进行回归，表5 显示了数字经济（Fig）对新型城镇化（NU)影响的基准回归结果，其中第（1）列是未加入控制变量的结果，后五列是依次加入控制变量后的回归结果。

表5 基准回归结果

首先从本文的核心解释变量来看，可以看到，不管是否加入控制变量以及不管控制变量个数的多少，核心解释变量数字经济发展水平的系数在1%的水平上显著为正，说明数字经济促进了新型城镇化的发展。从表中第（6）列可以看到，在加入了所有控制变量以后，核心解释变量数字经济的系数显著为正，大小为16.708，说明数字经济发展水平每提高一个单位，新型城镇化发展水平就会提升16.608个单位。从表中最后一行可以发现，随着控制变量个数的增加，R2是逐渐变大的，一方面说明模型的解释能力随着控制变量个数的增加是有所变大的，另一方面也说明了本文所选取的控制变量的合理性。

再从控制变量的角度来看，从表5第（6）列可以看到，各省（区、市）的金融发展水平（Fin）的回归系数在1%的水平上显著为正，大小为1.402，说明随着地区金融发展水平的不断提高，城市的贷融资环境较好，基础设施建设更加完善，产业结构更加协调，进而在一定程度上推进了新型城镇化进程。工业化水平（Ind）的系数显著为负，说明随着工业化进程的不断加快，导致出现了以人口集聚、资源稀缺、环境污染等为特征的“城市病”现象，在一定程度上阻碍了新型城镇化的发展。人力资本（Hum）的系数显著为正，且系数较大，说明人力资本在很大程度上会影响地区的经济发展和人口的转移，使要素在城乡之间自由流动，教育水平越高，人口就越会转移到发达的地区，进而推动了城镇化水平的发展。财政自主权（Fa）的系数也显著为正，说明一个地区所拥有的参政自主权越大，会使地方政府出于政绩的考虑，不断地发展地区的经济、社会、文化、公共建设等，进而有助于新型城镇化水平的提升。外商直接投资（FDI）的系数为负，符合预期，可能的原因是由于外商投资会先进入到大城市，使产业失衡和地区发展不平衡，阻碍新型城镇化的进程。

4.2 内生性处理

考虑到新时代的背景下，即在数字化和智能化快速发展的时代，新型城镇化的有效推进离不开数字经济的快速发展，且新型城镇化也是数字经济发展的重要载体，当新型城镇化发展水平较高时，数字经济也会得到优先发展，因此，数字经济与新型城镇化可能面临着互为因果的内生性问题。为了解决本文实证部分可能存在的内生性问题，借鉴黄群慧等（2019）［22］的解决办法，使用1984 年百万人邮局数和1984年每百人固定电话数作为数字经济综合发展指数的工具变量。一方面传统的通信基础设施会在一定程度上影响到互联网的发展进而影响数字经济的发展，满足工具变量的相关性要求。另一方面，邮电等历史通信工具的使用频率逐渐下降甚至被取代，因此对新型城镇化的影响也在逐渐下降，满足排他性的要求。同时借鉴Nunn 和Qian(2014)［23］的处理方法，使用将1984 年百万人邮局数和1984年每百人固定电话数分别与上一年全国互联网普及率进行交乘来解决数值不随年份变化的问题，分别记为g1、g2，并作为本文最终所使用的工具变量。

表6的第（1）（4）列显示了两阶段最小二乘法的第一阶段结果，第（2）（5）列为加入控制变量的结果，第（3）（6)列为不加入控制变量的结果，可以看到，在考虑内生性问题以后，不管是否加入控制变量，数字经济对新型城镇化的影响仍然是显著为正的。且表中显示了对于原假设“工具变量识别不足”和“弱工具变量”的检验结果，可以看到，LM 统计量的p值均为0.000，因此显著拒绝原假设，弱工具变量检验的F统计量均大于10。

表6 数字经济对新型城镇化影响的最小二乘法回归结果

4.3 稳健性检验

为了增强结果的稳健性，确保回归结果具有科学性和严谨性，使用三种方法进行稳健性检验。一种是替换本文使用的核心解释变量，替换方法有两种，一是对本文的核心解释变量数字经济取对数进行回归，二是使用主成分分析法对核心解释变量数字经济重新进行综合测度。另一种是对样本进行分时间段回归。结果如表7所示。

表7 数字经济对新型城镇化影响的稳健性检验结果

1）对本文的核心解释变量数字经济取对数，即替换本文使用的核心解释变量进行回归，回归结果如表7 第（1）列所示，可以看到数字经济的系数在1%的水平上显著为正，说明结果是稳健的。

2）使用主成分分析法对核心解释变量数字经济重新进行综合测度再次进行回归，回归结果如表7 第（2）列所示，与取对数的结果一致，数字经济对新型城镇化的影响是非常显著的，证明了结果的稳健性。

3）对所选样本进行分时间段回归，本文将时间段分为2011-2015 年、2016-2020 年两段，主要分段依据是我国五年规划的分界点，2011-2015年正处于“十二五”规划期间，2016-2020 则处在“十三五”规划期间，回归结果如表7 第（3）（4）列所示。2011-2015 年的回归结果在1%的水平上显著为正，2016-2020 年的回归结果在5%的水平上显著为正，结果依然是稳健的。从“十二五”规划过渡到“十三五”规划后，数字经济对新型城镇化进程的影响程度有所减弱，可能的原因是“十二五”期间正值数字经济发展伊始，对创新及产业结构的优化升级产生了很大的推动力，从而在很大程度上推动了新型城镇化进程，到了“十三五”期间，数字经济发展较为成熟，而对新型城镇化的发展目标也有了进一步的部署，受多方面因素的影响，使得数字经济的影响有所减弱。

4.4 异质性分析

事实上，由于各地区在经济发展水平、地理位置以及资源禀赋上的不同，无论是数字经济发展水平还是新型城镇化综合发展水平，各地区的发展程度都存在着明显的异质性特点，因此，考虑区域异质性的影响来讨论数字经济对新型城镇化的影响是有必要的。基于其他参考文献的划分，本文将全国31 省（区、市）划分为东部地区、中部地区和西部地区。在分区域回归之前，首先对不同区域的数字经济和新型城镇化发展水平进行了描述性统计，需要说明的是，本部分使用主成分分析法对不同地区的数字经济综合发展水平进行测度。

表8显示了不同地区数字经济和新型城镇化发展水平的描述性统计，可以看到东部地区的数字经济发展水平明显要高于中部地区和西部地区的数字经济发展水平，中部和西部地区数字经济发展水平相差不多。再看新型城镇化发展水平，东中部地区的新型城镇化发展水平几乎无差距，且都要高于西部地区。从地区内部来看，东部地区数字经济和新型城镇化发展水平的最大值和最小值相差较大，说明东部地区各省（区、市）的数字经济和新型城镇化发展水平是不均衡的，相较而言，中西部地区的发展较为均衡。

表8 不同地区数字经济和新型城镇化发展水平的描述性统计

表9 显示了区域异质性分析的回归结果。第（1）列显示了东部地区的回归结果，第（2）列显示了中部地区的回归结果，第（3）列显示了西部地区的回归结果。三个地区的核心解释变量数字经济（Dig）的回归系数均显著为正，说明对于全国而言，无论是东部地区、中部地区还是西部地区，数字经济对新型城镇化水平的提升都有显著的促进作用，但从促进的程度来看，还是存在很大差异的，三个地区核心解释变量的系数分别为1.796、3.683、2.718，中部地区的影响程度最大，东部地区较小。从控制变量来看，东部地区的金融发展水平（Fin）和人力资本水平（Hum）显著为正，中部地区金融发展水平（Fin）和财政自主权（Fa）显著为正，西部地区金融发展水平（Fin）、人力资本水平（Hum）和财政自主权（Fa）的系数均显著为正。

表9 异质性分析结果

5 结论与政策建议

5.1 结论

新型城镇化建设有利于扩大内需，促进形成强大的国内市场，提升要素配置效率，激发发展新动能，同时也有利于城乡融合发展，推动区域协调发展。在构建新发展格局的大背景下，推进以人为核心的新型城镇化发展对我国来说具有重要的现实意义。在当今的数字化、智能化时代，数字经济的发展为新型城镇化的建设带来重大机遇，新型城镇化的建设必然要依托数字经济的发展，因此，本文选取2011—2020 年全国31 省（区、市）的面板数据，使用个体、时间双固定效应模型论证了数字经济对新型城镇化的影响。因此本文得出以下几条结论：

1）各维度新型城镇化发展水平不均衡，从新型城镇化水平各维度得分可知，2020 年全国省（区、市）四个维度新型城镇化发展水平相较于2011 年均有不同程度的提升，经济新型城镇化和社会新型城镇化的发展水平有了较大的提高，而人口、生态新型城镇化的发展水平提升幅度较小。

2）数字经济的发展可以在很大程度上推动我国新型城镇化的建设，已成为新发展格局下推动城镇化进程的重要力量，通过使用工具变量排除了本文可能存在的内生性问题，并通过替换核心解释变量、分时间段回归两种方法进行稳健性检验，结果表明本文的实证结果是稳健的。

3）从不同地区数字经济和新型城镇化的描述性统计来看，东部地区的数字经济发展水平高于中部地区和西部地区的数字经济发展水平，中部和西部地区数字经济发展水平相差不多。新型城镇化发展水平，东中部地区几乎无差距，且都要高于西部地区。

4）区域异质性分析结果表明，对于东、中、西部地区而言，数字经济发展对新型城镇化的影响均较为显著，且对中部地区的影响程度要大于东部地区和西部地区。

5.2 建议

基于以上结论，本文提出以下几点政策建议：

1）加强人口、生态新型城镇化的建设

首先要继续深化户籍制度改革，完善城乡统一的居住证制度，推进基本公共服务均等化，推动公共服务向农村延伸、社会事业向农村覆盖。其次要重点关注生态城镇化层面的提升，加大建设基础设施的投入，不断优化人民生活所处的环境，使各维度的新型城镇化均衡发展，不断推进“以人为核心”的新型城镇化进程。

2）不断挖掘数字经济的潜力，助力新型城镇化建设

挖掘数字经济潜力的前提是要保证数字经济持续健康发展，首先就是要大力推进数字基础设施建设，政府要加大对数字基础设施建设的投入力度。其次就是要激发把数据作为生产要素的潜力，要为大数据产业自主创新提供宽松的政策扶持，放大地方的财政自主权，地方政府要加大数据创新和科研等方面的资金投入力度，推进校企合作，建立产学研一体化的合作机制。

3）重点激发中西部地区数字经济的发展活力

从本文的异质性分析结果看，数字经济对中西部新型城镇化水平发挥的作用更大，因此，要加大对中西部地区数字基础设施的建设水平，加大对5G、人工智能、大数据开发等的投入力度，使数字化能够从覆盖面的广度和深度全方位地发展，使其作为加快新型城镇化进程重要推动力。