數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊影響研究

[摘要]數(shù)字經(jīng)濟(jì)作為一種新的經(jīng)濟(jì)形態(tài)，為城鄉(xiāng)融合發(fā)展提供了新動(dòng)能。本文利用2013-2021年省級(jí)面板數(shù)據(jù)，采用熵值法測(cè)算數(shù)字經(jīng)濟(jì)和城鄉(xiāng)融合發(fā)展指數(shù)，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊影響效應(yīng)。研究發(fā)現(xiàn)：（1）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合發(fā)展的影響同時(shí)存在正向紅利效應(yīng)和反向鴻溝效應(yīng)，且鴻溝效應(yīng)發(fā)揮主導(dǎo)作用，使實(shí)際城鄉(xiāng)融合發(fā)展水平低于前沿城鄉(xiāng)融合發(fā)展水平；（2）數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)影響存在異質(zhì)性。從年度特征上看，2013-2021年凈效應(yīng)均值逐漸減小，說明隨著時(shí)間的推移數(shù)字紅利效應(yīng)將逐漸發(fā)揮主導(dǎo)作用，促進(jìn)城鄉(xiāng)融合發(fā)展；從地區(qū)特征上看，東部地區(qū)數(shù)字經(jīng)濟(jì)紅利效應(yīng)發(fā)揮主導(dǎo)作用，有利于城鄉(xiāng)融合發(fā)展，而中西部地區(qū)數(shù)字經(jīng)濟(jì)影響城鄉(xiāng)融合發(fā)展的鴻溝效應(yīng)發(fā)揮主導(dǎo)作用。據(jù)此，政府應(yīng)積極落實(shí)鄉(xiāng)村振興戰(zhàn)略，加快數(shù)字鄉(xiāng)村建設(shè)，遵循地區(qū)優(yōu)勢(shì)，實(shí)施差異化的數(shù)字經(jīng)濟(jì)政策。

[關(guān)鍵詞]數(shù)字經(jīng)濟(jì)；城鄉(xiāng)融合；熵值法；雙邊隨機(jī)前沿模型

[中圖分類號(hào)]F49；F323；F299.2" " " [文獻(xiàn)標(biāo)識(shí)碼]A" [文章編號(hào)]1009—0274（2025）01—0130—11

[作者簡(jiǎn)介]楚楚，女，第七師胡楊河市黨委黨校（行政學(xué)院）經(jīng)濟(jì)教研室教師，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)；孫玉蓮，女，第七師胡楊河市黨委黨校（行政學(xué)院）經(jīng)濟(jì)教研室高級(jí)講師，研究方向：經(jīng)濟(jì)學(xué)；宮雪，女，第七師胡楊河市黨委黨校（行政學(xué)院）經(jīng)濟(jì)教研室中級(jí)講師，研究方向：區(qū)域經(jīng)濟(jì)發(fā)展。

一、引言

城鄉(xiāng)發(fā)展問題一直是國(guó)家重點(diǎn)關(guān)注的問題之一，是我國(guó)邁向現(xiàn)代化的重要環(huán)節(jié)。黨的二十屆三中全會(huì)明確提出“加快構(gòu)建促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展體制機(jī)制”和“完善城鄉(xiāng)融合發(fā)展體制機(jī)制”。[1]長(zhǎng)期以來，由于農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展滯后，城鄉(xiāng)發(fā)展不均衡問題日益突出，已然成為制約我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要領(lǐng)域。數(shù)字經(jīng)濟(jì)通過大數(shù)據(jù)、物聯(lián)網(wǎng)、智能化等數(shù)字技術(shù)，引導(dǎo)城市技術(shù)、網(wǎng)絡(luò)、人才、信息等資源向鄉(xiāng)村流動(dòng)，促進(jìn)了城鄉(xiāng)資源要素的雙向流動(dòng)，為城鄉(xiāng)融合發(fā)展提供了新動(dòng)能。可見，深入探究數(shù)字經(jīng)濟(jì)助力城鄉(xiāng)融合發(fā)展的影響機(jī)制，對(duì)構(gòu)建新型城鄉(xiāng)關(guān)系具有重要的現(xiàn)實(shí)意義。

關(guān)于城鄉(xiāng)融合發(fā)展的研究，主要體現(xiàn)在三個(gè)方面。一是城鄉(xiāng)融合發(fā)展的內(nèi)涵，如韓文龍和吳豐華認(rèn)為城鄉(xiāng)融合是城市發(fā)展和農(nóng)業(yè)農(nóng)村現(xiàn)代化的有機(jī)結(jié)合，逐步推動(dòng)城鄉(xiāng)生產(chǎn)力均衡發(fā)展，最終實(shí)現(xiàn)工農(nóng)城鄉(xiāng)高質(zhì)量發(fā)展和共享發(fā)展的過程[2]；Bulderberga Z認(rèn)為城鄉(xiāng)互動(dòng)是城市和農(nóng)村地區(qū)之間不同的物質(zhì)和非物質(zhì)的流動(dòng)，其種類、強(qiáng)度和方向決定了兩個(gè)地區(qū)的發(fā)展可能[3]；年猛認(rèn)為城鄉(xiāng)融合是在保留城市和鄉(xiāng)村各自特色的基礎(chǔ)上，將城市和鄉(xiāng)村視為有機(jī)整體，實(shí)現(xiàn)城鄉(xiāng)雙向深度互動(dòng)的過程[4]。二是城鄉(xiāng)融合發(fā)展中存在的主要問題及實(shí)現(xiàn)路徑，如Blecher M指出中國(guó)的城鄉(xiāng)關(guān)系擁有比大多數(shù)其他國(guó)家更高水平的城鄉(xiāng)平衡，但由于嚴(yán)格的戶籍制度，工人和農(nóng)民之間、城市和農(nóng)村之間仍然保持著尖銳的結(jié)構(gòu)性裂痕[5]；張海鵬認(rèn)為城鄉(xiāng)之間資源要素配置不合理是融合發(fā)展的主要障礙，主要表現(xiàn)為城鄉(xiāng)資金和土地資源配置失衡，提出完善土地制度改革、鼓勵(lì)城市資金流向農(nóng)村、促進(jìn)城鄉(xiāng)要素市場(chǎng)一體化發(fā)展是實(shí)現(xiàn)城鄉(xiāng)融合發(fā)展的關(guān)鍵[6]。三是城鄉(xiāng)融合發(fā)展的定量評(píng)價(jià)，國(guó)外學(xué)者評(píng)價(jià)內(nèi)容較為單一，主要以城鄉(xiāng)土地[7]、福利[8]、教育[9]、農(nóng)業(yè)發(fā)展[10]等單一角度為主，國(guó)內(nèi)學(xué)者主要從多維度展開，早期主要從城鄉(xiāng)經(jīng)濟(jì)、社會(huì)、空間三個(gè)維度展開[11]，但隨著城鄉(xiāng)特征的不斷變化，人口結(jié)構(gòu)、基礎(chǔ)設(shè)施、生態(tài)環(huán)境、公共服務(wù)等維度不斷被納入城鄉(xiāng)融合指標(biāo)體系中，提高了評(píng)價(jià)體系的系統(tǒng)性和全面性[12]。

隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，學(xué)者們對(duì)城鄉(xiāng)關(guān)系的研究考慮了數(shù)字化因素。諸多學(xué)者實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距[13]、消費(fèi)差距[14]、鄉(xiāng)村振興[15]的影響效應(yīng)，而關(guān)于數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的研究大多為理論分析，如樊軼俠指出數(shù)字經(jīng)濟(jì)背景下推動(dòng)城鄉(xiāng)融合發(fā)展的財(cái)政政策應(yīng)“以人為本”[16]；彭銀春指出數(shù)字經(jīng)濟(jì)使城鄉(xiāng)資源配置趨于合理，逐漸形成共享經(jīng)濟(jì)，從而弱化城鄉(xiāng)二元結(jié)構(gòu)壁壘，促進(jìn)城鄉(xiāng)融合發(fā)展[17]；周德等指出數(shù)字經(jīng)濟(jì)通過數(shù)字技術(shù)，突破城鄉(xiāng)地理界限，促進(jìn)城鄉(xiāng)資源雙向流動(dòng)，成為提升城鄉(xiāng)融合發(fā)展質(zhì)量的新動(dòng)能[18]。

本文的邊際貢獻(xiàn)有：（1）數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的研究多集中于理論分析，缺乏二者關(guān)系的實(shí)證研究。本文在理論分析的基礎(chǔ)上，構(gòu)建多維評(píng)價(jià)指標(biāo)體系，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊影響效應(yīng)；（2）數(shù)字經(jīng)濟(jì)在不同地區(qū)可能產(chǎn)生數(shù)字紅利，也可能導(dǎo)致數(shù)字鴻溝，部分研究可能忽視了數(shù)字經(jīng)濟(jì)的雙向影響效應(yīng)，本文實(shí)證部分充分考慮數(shù)字經(jīng)濟(jì)可能存在正向和反向雙邊效應(yīng)，同時(shí)進(jìn)一步測(cè)算了數(shù)字經(jīng)濟(jì)紅利效應(yīng)和鴻溝效應(yīng)的共同作用使實(shí)際城鄉(xiāng)融合發(fā)展水平偏離前沿發(fā)展水平的程度；（3）在以往數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)發(fā)展的研究中大多使用門檻模型，相較于這種方法，雙邊隨機(jī)前沿模型認(rèn)為正向紅利效應(yīng)和反向鴻溝效應(yīng)同時(shí)存在，并能夠分別測(cè)算出數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展帶來的紅利效應(yīng)和鴻溝效應(yīng)的具體數(shù)值，以及進(jìn)一步計(jì)算兩者共同作用下的凈效應(yīng)。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊影響效應(yīng)

事物的發(fā)展存在兩面性，即數(shù)字經(jīng)濟(jì)在產(chǎn)生數(shù)字紅利的同時(shí)也伴隨著數(shù)字鴻溝的出現(xiàn)[19]。從城鄉(xiāng)“人口融合”方面看，深層次的戶籍制度問題是造成城鄉(xiāng)二元結(jié)構(gòu)的主要原因[20]，而數(shù)字經(jīng)濟(jì)的發(fā)展為破除制度障礙提供了數(shù)字技術(shù)的支持，通過數(shù)字化和信息化的戶籍管理模式更便利地監(jiān)測(cè)人口流動(dòng)，弱化戶籍制度對(duì)人口流動(dòng)的限制，有助于促進(jìn)城鄉(xiāng)人口融合。同時(shí)，數(shù)字鄉(xiāng)村的建設(shè)和鄉(xiāng)村振興政策的實(shí)施，引導(dǎo)了眾多的城市技術(shù)型人才融入鄉(xiāng)村，建設(shè)鄉(xiāng)村，促進(jìn)了城鄉(xiāng)人口雙向流動(dòng)。從城鄉(xiāng)“經(jīng)濟(jì)融合”的方面看，推進(jìn)地理信息系統(tǒng)、遙感技術(shù)、智能感知等數(shù)字技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)中，有利于解放農(nóng)村勞動(dòng)力，提升農(nóng)業(yè)生產(chǎn)效率和智慧化水平[21]。同時(shí)，隨著以數(shù)字技術(shù)為基礎(chǔ)的電商平臺(tái)的發(fā)展催生出新業(yè)態(tài)，為農(nóng)村居民提供了更多的就業(yè)和創(chuàng)業(yè)機(jī)會(huì)。通過網(wǎng)絡(luò)直播形式推廣特色農(nóng)產(chǎn)品，發(fā)展鄉(xiāng)村旅游等，有助于促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，縮小城鄉(xiāng)經(jīng)濟(jì)發(fā)展差距，逐步推動(dòng)城鄉(xiāng)經(jīng)濟(jì)融合發(fā)展。從城鄉(xiāng)“社會(huì)融合”方面看，長(zhǎng)期以來，由于城市偏向政策，導(dǎo)致城鄉(xiāng)資源分配不合理，醫(yī)療設(shè)備、教育資源、社會(huì)保障等基本公共服務(wù)差距明顯。社會(huì)公共服務(wù)體系數(shù)字化，有利于緩解城鄉(xiāng)公共服務(wù)差距[22]，如農(nóng)村居民可通過數(shù)字政府平臺(tái)表達(dá)訴求，通過網(wǎng)絡(luò)問診共享城市優(yōu)質(zhì)的醫(yī)療資源，通過云端網(wǎng)絡(luò)課程共享城市一流教育資源等，有利于實(shí)現(xiàn)城鄉(xiāng)公共服務(wù)均衡發(fā)展。從城鄉(xiāng)“空間融合”方面看，數(shù)字經(jīng)濟(jì)通過人工智能、互聯(lián)網(wǎng)和大數(shù)據(jù)等數(shù)字技術(shù)，突破了城鄉(xiāng)空間限制，實(shí)現(xiàn)城鄉(xiāng)信息即時(shí)共享，減少了城鄉(xiāng)信息不對(duì)稱問題，且通過數(shù)字技術(shù)將城市人才、技術(shù)、設(shè)施等資源要素作用于農(nóng)村，實(shí)施遠(yuǎn)程監(jiān)測(cè)控制，弱化了城鄉(xiāng)地理距離，以數(shù)字網(wǎng)絡(luò)為載體，促進(jìn)城鄉(xiāng)空間融合。從城鄉(xiāng)“生態(tài)融合”方面看，數(shù)字經(jīng)濟(jì)以數(shù)字、信息作為核心生產(chǎn)要素，對(duì)環(huán)境的污染程度較小。數(shù)字經(jīng)濟(jì)與傳統(tǒng)工農(nóng)產(chǎn)業(yè)的融合，改變了傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)模式，有助于推動(dòng)城鄉(xiāng)工農(nóng)產(chǎn)業(yè)的數(shù)字化、低碳化、綠色化轉(zhuǎn)型[23]，提升資源轉(zhuǎn)換和能源利用率，減少污染物排放；同時(shí)，加強(qiáng)數(shù)字普惠金融對(duì)城鄉(xiāng)綠色低碳產(chǎn)業(yè)的資金支持，助力城鄉(xiāng)生態(tài)環(huán)境改善融合。

數(shù)字經(jīng)濟(jì)的發(fā)展與應(yīng)用給城鄉(xiāng)大部分居民生活帶來便利，但仍然值得注意的是目前鄉(xiāng)村地區(qū)受教育程度較低的中老年人普遍較多，思想觀念和行為方式較為傳統(tǒng)，數(shù)字素養(yǎng)和數(shù)字技術(shù)的運(yùn)用能力相對(duì)較低，社會(huì)各方面數(shù)字化的應(yīng)用均給他們帶來了不便。其次，米嘉偉和屈小娥指出數(shù)字經(jīng)濟(jì)的影響呈現(xiàn)“U型”特征，數(shù)字經(jīng)濟(jì)發(fā)展雖提供了更多的新的就業(yè)崗位，但也取代了大量低技能、重復(fù)性的傳統(tǒng)崗位，而從事這些崗位的人群多是以體力勞動(dòng)為主的鄉(xiāng)村人群，城鎮(zhèn)高技能的人群代替性較弱，數(shù)字劣勢(shì)的鄉(xiāng)村居民失業(yè)概率大幅提升，收入也會(huì)隨之減少[24]。同時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展前期，對(duì)發(fā)展環(huán)境要求較高，城市可提供相對(duì)完備的交通設(shè)施、科技人才、宣傳媒介等資源，因此數(shù)字資源主要集中在經(jīng)濟(jì)發(fā)展較好的東部沿海地區(qū)及城鎮(zhèn)地區(qū)。城鎮(zhèn)居民首先被惠及，加上本身接受教育的程度較高，使他們有更多的機(jī)會(huì)和途徑去獲取并掌握數(shù)字技術(shù)，數(shù)字技術(shù)及數(shù)字人才集聚城市地區(qū)促進(jìn)城市數(shù)字經(jīng)濟(jì)的快速發(fā)展；而鄉(xiāng)村地區(qū)的居民本身的受教育程度、使用互聯(lián)網(wǎng)的技能及信息系統(tǒng)的學(xué)習(xí)機(jī)會(huì)等低于城市地區(qū)，數(shù)字經(jīng)濟(jì)快速發(fā)展的同時(shí)也加劇了城鄉(xiāng)間數(shù)字發(fā)展的鴻溝。Czarniewski S指出企業(yè)做出投資時(shí)將會(huì)優(yōu)先考慮數(shù)字經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，不斷吸引技術(shù)人才涌進(jìn)，這不利于人才資源均衡配置，相較教育資源、人才儲(chǔ)備、福利待遇、醫(yī)療資源等各類資源都趨于匱乏的鄉(xiāng)村地區(qū)，不具有足夠強(qiáng)大的資源吸引力去吸引各類資源主動(dòng)回流到鄉(xiāng)村，無法為數(shù)字經(jīng)濟(jì)提供良好的發(fā)展環(huán)境，一定程度上造成城鄉(xiāng)數(shù)字差距，加深城鄉(xiāng)數(shù)字鴻溝，阻礙城鄉(xiāng)融合發(fā)展[25]。結(jié)合上述分析，提出假設(shè)H1。

H1：數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的影響同時(shí)存在正向紅利效應(yīng)和反向鴻溝效應(yīng)。

（二）數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展雙邊影響的異質(zhì)性

目前我國(guó)數(shù)字經(jīng)濟(jì)仍然處于起步和探索階段，數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)及經(jīng)濟(jì)活動(dòng)主要集中在東部沿海地區(qū)及城鎮(zhèn)地區(qū)，產(chǎn)生的數(shù)字紅利主要惠及城鎮(zhèn)居民，中西部地區(qū)及鄉(xiāng)村地區(qū)數(shù)字經(jīng)濟(jì)活動(dòng)較少，數(shù)字經(jīng)濟(jì)與鄉(xiāng)村傳統(tǒng)產(chǎn)業(yè)融合度低，數(shù)字技術(shù)利用率低。2022年，不同地區(qū)間互聯(lián)網(wǎng)寬帶用戶接入率，東部、中部和西部地區(qū)互聯(lián)網(wǎng)寬帶用戶接入率分別為45.79%、28.82%和25.39%，東部地區(qū)互聯(lián)網(wǎng)寬帶用戶接入率分別比中西部地區(qū)高16.97個(gè)百分點(diǎn)和20.40個(gè)百分點(diǎn)。2022年，同一地區(qū)內(nèi)城市和農(nóng)村互聯(lián)網(wǎng)寬帶用戶接入率，東部地區(qū)城市和農(nóng)村寬帶用戶接入率分別為72.06%和27.94%；中部地區(qū)城市和農(nóng)村寬帶用戶接入率分別為71.30%和28.70%；西部地區(qū)城市和農(nóng)村寬帶用戶接入率分別為65.39%和34.61%。1從以上數(shù)據(jù)中可以發(fā)現(xiàn)，不論是不同地區(qū)間還是同一地區(qū)內(nèi)城鄉(xiāng)間互聯(lián)網(wǎng)寬帶用戶接入率均存在較大差距，造成了一定程度上的數(shù)字鴻溝，導(dǎo)致短期內(nèi)數(shù)字經(jīng)濟(jì)的反向鴻溝作用更大。結(jié)合上述分析，提出假設(shè)H2。

H2：數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)影響存在異質(zhì)性。

三、模型、變量與數(shù)據(jù)

（一）雙邊隨機(jī)前沿模型理論介紹

Kumbhakar和Parmeter于2009年提出雙邊隨機(jī)前沿模型[26]，與傳統(tǒng)的回歸模型相比，雙邊隨機(jī)前沿模型的優(yōu)勢(shì)在于不需要事先假定核心變量所產(chǎn)生效應(yīng)的方向及大小，模型可以自行將傳統(tǒng)的隨機(jī)擾動(dòng)項(xiàng)分離成正向效應(yīng)、反向效應(yīng)和其他剩余的不可觀測(cè)隨機(jī)擾動(dòng)項(xiàng)，從而使實(shí)證結(jié)果客觀可靠。模型形式如下：

[Yi=Dxi+ξi=Dxi+wi-ui+vi=x'iδ+ξi] （1）

其中，[Yi]為實(shí)際發(fā)展水平，[xi]為模型待控制的一系列變量，[δ]為待估參數(shù)向量，[Dxi]為前沿發(fā)展水平。[ξi]為復(fù)合擾動(dòng)項(xiàng)，由[vi、wi、ui]三部分構(gòu)成，其中[vi]為傳統(tǒng)意義上不可觀測(cè)的隨機(jī)擾動(dòng)項(xiàng)，[wi和ui]分別為實(shí)際發(fā)展水平相對(duì)前沿發(fā)展水平向上和向下的偏離程度。其中，[ui]表示反向效應(yīng)，且[ui≥0]；[wi]表示正向效應(yīng)，且[wi≥0]，[wi和ui]具有單邊分布的特征。

當(dāng)[wi=0]時(shí)，表示實(shí)際發(fā)展水平僅受到核心變量的反向效應(yīng)影響；當(dāng)[ui=0]時(shí)，表示實(shí)際發(fā)展水平僅受到正向效應(yīng)影響，這兩種情況符合其中任意一種時(shí)該模型則為單邊隨機(jī)前沿模型。若[wi和ui]同時(shí)為0時(shí)，則上式為OLS模型。但一般情況下，實(shí)際發(fā)展水平的最終結(jié)果應(yīng)受到正向效應(yīng)和反向效應(yīng)的雙邊作用，即復(fù)合擾動(dòng)項(xiàng)[ξi]并不為0，這導(dǎo)致OLS估計(jì)是有偏的。為得到更加有效的估算結(jié)果，一般采用極大似然估計(jì)法（MLE）進(jìn)行估計(jì)。對(duì)此需要對(duì)復(fù)合殘差分布做如下假設(shè)：

①隨機(jī)擾動(dòng)項(xiàng)[vi]服從正態(tài)分布，即[vi～iid N（ 0 ，σ2v）]；

②[wi和ui]均服從指數(shù)分布，即[wi～iid Exp（ σw ）]，[ui～iid Exp（ σu ）]；

③擾動(dòng)項(xiàng)[vi、wi、ui]之間彼此獨(dú)立且與變量[xi]不相關(guān)。

基于以上分布假設(shè)，可進(jìn)一步推導(dǎo)復(fù)合擾動(dòng)項(xiàng)[ξi]的概率密度函數(shù)：

[ fξi=expαiσw+σuΦβi+expaiσw+σuΦbi]" "（2）

其中，參數(shù)[αi、ai、βi、bi]分別為：

[αi=σ2v2σ2u+ξiσu" ，" " ai=σ2v2σ2w-ξiσw ;]

[βi=-ξiσv-σvσu;bi=ξiσv-σvσw] （3）

根據(jù)復(fù)合擾動(dòng)項(xiàng)[ξi]的概率密度函數(shù)，可以得到樣本中[ n ]個(gè)觀測(cè)值對(duì)應(yīng)的似然函數(shù)：

[lnLxi ; θ=-nlnσw+σu+" " " " " " " " " " " " " " " " " i=1nlneαiΦβi+eaiΦbi] （4）

其中[θ=[δ， σw ，" σu ，" σv]']為待估計(jì)參數(shù)向量。可以發(fā)現(xiàn)，[σu]僅出現(xiàn)在[αi、βi]的表達(dá)式中，[σw]僅出現(xiàn)在[ai、bi]的表達(dá)式中，所以可通過最大化對(duì)數(shù)似然函數(shù)，得到所有參數(shù)的極大似然估計(jì)值。基于估計(jì)結(jié)果，還需采用似然比方法來檢驗(yàn)當(dāng)約束[ui、wi]分別為0和[ui、wi]均不為0時(shí)，其對(duì)被解釋變量的影響是否顯著且哪種條件下模型最優(yōu)，似然比檢驗(yàn)的統(tǒng)計(jì)量為：

[LR=-2 LH0-LH1] （5）

其中，[LH0]和[LH1]分別為原假設(shè)和備擇假設(shè)下的對(duì)數(shù)似然函數(shù)值，[LR]統(tǒng)計(jì)量漸近服從[χ2]分布，其自由度為施加約束的參數(shù)的個(gè)數(shù)。

由于雙邊隨機(jī)前沿模型主要關(guān)注實(shí)際發(fā)展水平相對(duì)于前沿發(fā)展水平的偏離程度，因此需進(jìn)一步推導(dǎo)[ui、wi]的條件分布：

[f（uiξi）=λexp（-λui）Φuiσv+biΦbi+expαi-aiΦβi]" " " " "（6）

[f（wiξi）=" " " " " " " " " " λexp（-λwi）Φwiσv+βiexpai-αi[Φbi+expαi-aiΦβi]]

（7）

式（6）和式（7）中，參數(shù)[λ=1σω+1σv]，通過式（6）和式（7）可分別推算出抑制效應(yīng)和促進(jìn)效應(yīng)所造成實(shí)際發(fā)展水平與前沿發(fā)展水平之間的絕對(duì)偏離程度，為了使數(shù)據(jù)具有可比性，所以將絕對(duì)化數(shù)值轉(zhuǎn)換為百分比，得到相對(duì)偏離程度，表達(dá)式如式（8）、式（9）。

[E（1-e-uiξi）=1-λ1+λ?][Φbi+expαi-aiexpσ2v2-σvβiΦβi-σvexpai-αi[Φbi+expαi-aiΦβi]]

（8）

[E（1-e-wiξi）=1-λ1+λ?]

[Φβi+expai-αiexpσ2v2-σvbiΦbi-σv[Φbi+expαi-aiΦβi]]

（9）

式（8）的測(cè)算結(jié)果為抑制效應(yīng)，式（9）的測(cè)算結(jié)果為促進(jìn)效應(yīng)，兩者的差值為凈效應(yīng)[NE]：

[NE=E（1-e-uiξi）-E（1-e-wiξi）] （10）

若凈效應(yīng)[NEgt;0]，表示反向效應(yīng)強(qiáng)于正向效應(yīng)，即反向效應(yīng)發(fā)揮主導(dǎo)作用；若凈效應(yīng)[NElt;0]，表示正向效應(yīng)強(qiáng)于反向效應(yīng)，即正向效應(yīng)發(fā)揮主導(dǎo)作用。

（二）模型設(shè)定

基于前文的理論研究及分析表明，在數(shù)字經(jīng)濟(jì)背景下地區(qū)城鄉(xiāng)融合發(fā)展會(huì)受到“數(shù)字紅利”的正向與“數(shù)字鴻溝”的反向的雙重影響效應(yīng)，同時(shí)測(cè)算正反效應(yīng)及凈效應(yīng)大小，能夠更加清楚的識(shí)別是何種效應(yīng)發(fā)揮了主導(dǎo)作用。因此，本文借鑒Kumbhakar和Parmeter的研究思路，構(gòu)建雙邊隨機(jī)前沿模型考察數(shù)字經(jīng)濟(jì)的正反雙邊效應(yīng)。模型設(shè)定如下：

[lnuriit= δ0+δ1lnpgdpit+δ2lngovit+δ3lnhumit+δ4lntecit+δ5lnopenit+δ6lnagmit+wit-uit+vit]" （11）

其中，[uriit]表示[t]時(shí)期[i]地區(qū)的實(shí)際城鄉(xiāng)融合發(fā)展水平，[xit]為模型待控制的一系列變量，包括經(jīng)濟(jì)發(fā)展水平（[pgdp]）、政府投入水平（[gov]）、人力資本水平（[hum]）、科學(xué)技術(shù)投入水平（[tec]）、對(duì)外開放水平（[open]）、農(nóng)業(yè)機(jī)械水平（[agm]），[Dxit]為前沿城鄉(xiāng)融合發(fā)展水平，即影響城鄉(xiāng)融合發(fā)展的變量確定時(shí)的城鄉(xiāng)融合發(fā)展水平。[δ]為待估參數(shù)向量，[ξit]為復(fù)合擾動(dòng)項(xiàng)，其中[ui]表示數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合發(fā)展的反向鴻溝效應(yīng)，且[ui≥0]；[wi]表示數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合發(fā)展的正向紅利效應(yīng)，且[wi≥0]。[vit]為傳統(tǒng)意義上不可觀測(cè)的隨機(jī)擾動(dòng)項(xiàng)。

（三）變量選取

1.被解釋變量。被解釋變量為城鄉(xiāng)融合發(fā)展水平（uri）。本文從城鄉(xiāng)人口融合、經(jīng)濟(jì)融合、社會(huì)融合、空間融合、生態(tài)融合5個(gè)維度展開選取19個(gè)指標(biāo)，構(gòu)建城鄉(xiāng)融合發(fā)展評(píng)價(jià)指標(biāo)體系，體系中包含反映城鄉(xiāng)差距的對(duì)比類指標(biāo)，反映城鄉(xiāng)融合過程的動(dòng)力類指標(biāo)和反映城鄉(xiāng)融合結(jié)果的狀態(tài)類指標(biāo)，如表1所示。通過熵值法計(jì)算各指標(biāo)權(quán)重，得出城鄉(xiāng)融合發(fā)展指數(shù)。

2.核心解釋變量。核心解釋變量為數(shù)字經(jīng)濟(jì)（dig）。目前，關(guān)于數(shù)字經(jīng)濟(jì)的測(cè)度體系尚未達(dá)成一致，本文從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)、數(shù)字應(yīng)用、數(shù)字創(chuàng)新、數(shù)字普惠金融5個(gè)維度中共選取19個(gè)指標(biāo)，通過熵值法測(cè)算各省市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，具體評(píng)價(jià)指標(biāo)體系如表2所示。

3.控制變量。為全面探究數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的影響效應(yīng)，本文選取控制變量如下：（1）經(jīng)濟(jì)發(fā)展水平（pgdp），選用人均地區(qū)生產(chǎn)總值衡量；（2）政府投入水平（gov），選用地方財(cái)政一般預(yù)算支出占地區(qū)生產(chǎn)總值的比值衡量;（3）人力資本水平（hum），選用每萬人中普通高等學(xué)校畢業(yè)生人數(shù)衡量;（4）科學(xué)技術(shù)投入水平（tec），選用地方財(cái)政科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比值衡量；（5）對(duì)外開放水平（open），選用經(jīng)營(yíng)單位所在地進(jìn)出口總額占地區(qū)生產(chǎn)總值的比值衡量；（6）農(nóng)業(yè)機(jī)械水平（fin），選用農(nóng)業(yè)機(jī)械總動(dòng)力衡量。

（四）數(shù)據(jù)說明

本文選用2013—2021年全國(guó)30個(gè)省份（不包括西藏及港澳臺(tái)地區(qū)）的平衡面板數(shù)據(jù)進(jìn)行分析。采用的數(shù)據(jù)均來自歷年的《中國(guó)統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒、EPS數(shù)據(jù)庫及國(guó)家統(tǒng)計(jì)局官網(wǎng)。其中，經(jīng)營(yíng)單位所在地進(jìn)出口總額按照年均人民幣匯率進(jìn)行轉(zhuǎn)化；人均生產(chǎn)總值以2013年為基期，剔除了價(jià)格因素；部分缺失數(shù)據(jù)采用線性插值法補(bǔ)齊。最后，為避免異方差等問題導(dǎo)致實(shí)證結(jié)果存在偏誤，對(duì)各變量均做了對(duì)數(shù)處理，后續(xù)數(shù)據(jù)分析及模型應(yīng)用均采用Stata 16軟件和SFA2tier軟件包。各變量的描述性統(tǒng)計(jì)，如表3所示。

四、實(shí)證分析

（一）基準(zhǔn)回歸

基于模型理論及模型設(shè)定，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)影響城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)，表4給出了式（13）的回歸結(jié)果。在表4中，模型一為最小二乘法（OLS）估計(jì)結(jié)果，模型二至模型五為采用極大似然估計(jì)法（MLE）得到的雙邊隨機(jī)前沿模型估計(jì)結(jié)果。其中，模型二附加了約束條件；模型三在模型二的基礎(chǔ)上加入了數(shù)字經(jīng)濟(jì)發(fā)展水平變量，僅識(shí)別數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合發(fā)展的鴻溝效應(yīng)；模型四僅識(shí)別數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合發(fā)展的紅利效應(yīng)，模型五同時(shí)識(shí)別數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的鴻溝效應(yīng)和紅利效應(yīng)。可以發(fā)現(xiàn)在模型一和模型二中數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合的影響顯著為正，即數(shù)字經(jīng)濟(jì)主要發(fā)揮數(shù)字紅利作用促進(jìn)城鄉(xiāng)融合發(fā)展，說明在OLS和不識(shí)別數(shù)字經(jīng)濟(jì)雙邊效應(yīng)的MLE回歸結(jié)果下，數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合的總體影響是正向促進(jìn)的。然而本文的研究重點(diǎn)在于識(shí)別數(shù)字經(jīng)濟(jì)雙邊效應(yīng)同時(shí)存在且分別對(duì)城鄉(xiāng)融合的具體影響，因此在模型三至模型五中通過比較似然函數(shù)值，可以發(fā)現(xiàn)模型五的似然對(duì)數(shù)值最大，因此本文基于模型五的回歸結(jié)果展開后續(xù)分析。

通過模型五回歸結(jié)果可以發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的鴻溝效應(yīng)和紅利效應(yīng)均在1%的水平下顯著，表明數(shù)字經(jīng)濟(jì)的發(fā)展水平對(duì)于城鄉(xiāng)融合發(fā)展的影響同時(shí)存在正向紅利效應(yīng)和反向鴻溝效應(yīng)，驗(yàn)證了前文的研究假設(shè)H1。從控制變量上看，經(jīng)濟(jì)發(fā)展水平、政府投入水平、人力資本水平、科學(xué)技術(shù)投入水平和對(duì)外開放水平的系數(shù)均在1%的水平下顯著為正，表明其有助于城鄉(xiāng)融合發(fā)展。

（二）雙邊效應(yīng)測(cè)算

根據(jù)表4中模型五的回歸結(jié)果，在識(shí)別雙邊效應(yīng)的基礎(chǔ)上，進(jìn)一步方差分解測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展所產(chǎn)生的紅利效應(yīng)與鴻溝效應(yīng)對(duì)城鄉(xiāng)融合發(fā)展的影響，實(shí)證結(jié)果如表5所示。從中可以發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展過程中產(chǎn)生的鴻溝效應(yīng)的估計(jì)系數(shù)為0.1294，紅利效應(yīng)的估計(jì)系數(shù)為0.0654，表明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)于城鄉(xiāng)融合發(fā)展的影響同時(shí)存在正向紅利效應(yīng)和反向鴻溝效應(yīng)。同時(shí)，[E（u-w）=σu-σw=]0.0640，表明數(shù)字經(jīng)濟(jì)發(fā)展作用城鄉(xiāng)融合發(fā)展所產(chǎn)生的凈效應(yīng)為大于0，即鴻溝效應(yīng)大于紅利效應(yīng)，也就是說數(shù)字經(jīng)濟(jì)發(fā)展水平的提高一定程度上也會(huì)帶來數(shù)字鴻溝，從而阻礙城鄉(xiāng)融合發(fā)展，使得城鄉(xiāng)融合發(fā)展水平低于最優(yōu)前沿發(fā)展水平。

從所占比重來看，前沿城鄉(xiāng)融合發(fā)展水平無法解釋的總方差系數(shù)為0.0225，其中數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的雙邊效應(yīng)解釋了前沿城鄉(xiāng)融合發(fā)展總方差的93.34%，具體來看在雙邊效應(yīng)中，數(shù)字經(jīng)濟(jì)發(fā)展的鴻溝效應(yīng)占比為79.67%，而紅利效應(yīng)的占比為20.33%，說明數(shù)字經(jīng)濟(jì)發(fā)展影響城鄉(xiāng)融合發(fā)展的反向鴻溝效應(yīng)大于正向紅利效應(yīng)，即數(shù)字經(jīng)濟(jì)產(chǎn)生了一定的數(shù)字紅利作用，但數(shù)字鴻溝效應(yīng)發(fā)揮了主導(dǎo)作用，總體上數(shù)字鴻溝影響了城鄉(xiāng)融合發(fā)展，導(dǎo)致實(shí)際的城鄉(xiāng)融合發(fā)展水平相對(duì)反向偏離前沿城鄉(xiāng)融合發(fā)展水平。原因可能是由于數(shù)字經(jīng)濟(jì)發(fā)展初期鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施相對(duì)薄弱，鄉(xiāng)村居民數(shù)字素養(yǎng)和數(shù)字技術(shù)的運(yùn)用能力相對(duì)較低，形成深層次的城鄉(xiāng)數(shù)字鴻溝，拉大城鄉(xiāng)差距，而數(shù)字經(jīng)濟(jì)通過大數(shù)據(jù)、物聯(lián)網(wǎng)、智能化等數(shù)字技術(shù)，引導(dǎo)城市技術(shù)、網(wǎng)絡(luò)、人才、信息等資源充分向鄉(xiāng)村流動(dòng)所產(chǎn)生的數(shù)字紅利，不能完全彌補(bǔ)數(shù)字鴻溝，所以總體上仍然是數(shù)字鴻溝產(chǎn)生的反向效應(yīng)占主導(dǎo)作用，在一定程度上影響了城鄉(xiāng)融合發(fā)展。

（三）影響程度測(cè)算

該部分的研究重點(diǎn)是數(shù)字經(jīng)濟(jì)發(fā)展水平影響城鄉(xiāng)融合發(fā)展的鴻溝效應(yīng)、紅利效應(yīng)、凈效應(yīng)的相對(duì)影響程度大小。基于模型理論的公式（8）、（9）和（10）對(duì)影響程度進(jìn)行測(cè)算。

根據(jù)計(jì)算得出表6，平均而言，數(shù)字經(jīng)濟(jì)發(fā)展的反向鴻溝效應(yīng)使實(shí)際城鄉(xiāng)融合發(fā)展水平降低11.329%，而數(shù)字經(jīng)濟(jì)發(fā)展的正向紅利效應(yīng)使實(shí)際城鄉(xiāng)融合發(fā)展水平高于前沿城鄉(xiāng)融合發(fā)展水平5.816%，最終兩者的相互作用使實(shí)際城鄉(xiāng)融合發(fā)展水平低于前沿城鄉(xiāng)融合發(fā)展水平5.513%，驗(yàn)證了研究假設(shè)H1。這說明，由于數(shù)字經(jīng)濟(jì)發(fā)展所帶來的鴻溝效應(yīng)和紅利效應(yīng)大小不同，致使如果前沿城鄉(xiāng)融合發(fā)展水平為100，在數(shù)字經(jīng)濟(jì)的雙邊作用下實(shí)際城鄉(xiāng)融合發(fā)展水平為94.487。

表6的第4—6列展現(xiàn)了數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的鴻溝效應(yīng)、紅利效應(yīng)及凈效應(yīng)的具體分布特征。具體來看，第一、二、三分位數(shù)上的凈效應(yīng)均值逐漸增大，其中，由第一四分位（Q1）的凈效應(yīng)統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，有四分之一省份的實(shí)際城鄉(xiāng)融合發(fā)展水平高于前沿發(fā)展水平1.509%，這一部分的紅利效應(yīng)大于鴻溝效應(yīng)，即數(shù)字經(jīng)濟(jì)影響城鄉(xiāng)融合發(fā)展水平的正向紅利效應(yīng)更明顯。這四分之一的省份一般屬于經(jīng)濟(jì)發(fā)展水平較高的東部沿海地區(qū)，其數(shù)字技術(shù)水平較高，人才集聚，數(shù)字基礎(chǔ)設(shè)施相對(duì)完善，能夠充分發(fā)揮數(shù)字紅利的主導(dǎo)作用，利用數(shù)字經(jīng)濟(jì)跨時(shí)空、低成本、廣覆蓋等特征，實(shí)現(xiàn)對(duì)生產(chǎn)、銷售、流通等環(huán)節(jié)的數(shù)字化改造，促進(jìn)城鄉(xiāng)資源要素合理流動(dòng)配置，提升了信息資源整合及利用效率，減少信息不對(duì)稱，有利于傳統(tǒng)產(chǎn)業(yè)的創(chuàng)新發(fā)展。同時(shí)，充分發(fā)揮城市數(shù)字創(chuàng)新技術(shù)的輻射和擴(kuò)散效應(yīng)，促使所在區(qū)域內(nèi)鄉(xiāng)村產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，有效帶動(dòng)鄉(xiāng)村經(jīng)濟(jì)發(fā)展，進(jìn)一步縮小了城鄉(xiāng)差距，促進(jìn)城鄉(xiāng)融合。第五列Q2和第六列Q3分別描述了第二四分位和第三四分位的省份，其實(shí)際城鄉(xiāng)融合發(fā)展水平分別低于前沿發(fā)展水平3.319%和13.412%，即數(shù)字經(jīng)濟(jì)的反向鴻溝效應(yīng)均大于正向紅利效應(yīng)。這部分省份一般屬于地理位置偏遠(yuǎn)或經(jīng)濟(jì)基礎(chǔ)、資源稟賦較弱的中西部地區(qū)，其無論是城鄉(xiāng)融合水平還是數(shù)字經(jīng)濟(jì)發(fā)展水平都相對(duì)落后，數(shù)字基礎(chǔ)設(shè)施相對(duì)單一，投資規(guī)模相對(duì)較小，鄉(xiāng)村產(chǎn)業(yè)與數(shù)字化融合程度較低，造成數(shù)字鴻溝發(fā)揮主導(dǎo)作用，綜合說明數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)影響存在異質(zhì)性，驗(yàn)證了研究假設(shè)H2。

五、異質(zhì)性分析

（一）年度異質(zhì)性分析

從年度特征角度對(duì)實(shí)證結(jié)果進(jìn)行估計(jì)，估計(jì)結(jié)果如表7所示。表7為數(shù)字經(jīng)濟(jì)影響城鄉(xiāng)融合發(fā)展的凈效應(yīng)的年度分布特征，從表中凈效應(yīng)的年度均值可以發(fā)現(xiàn)，2013—2019年凈效應(yīng)均值均大于0，說明數(shù)字經(jīng)濟(jì)發(fā)展水平所產(chǎn)生的數(shù)字鴻溝對(duì)城鄉(xiāng)融合發(fā)展的影響較大。數(shù)字經(jīng)濟(jì)發(fā)展初期，對(duì)發(fā)展環(huán)境要求較高，城市可提供完備的數(shù)字設(shè)施和數(shù)字環(huán)境等資源，因而具有一定的“城市偏向”的發(fā)展態(tài)勢(shì)。數(shù)字技術(shù)及數(shù)字人才集聚城市地區(qū)促進(jìn)城市數(shù)字經(jīng)濟(jì)的快速發(fā)展，一定程度上造成城鄉(xiāng)數(shù)字差距，產(chǎn)生城鄉(xiāng)數(shù)字鴻溝，阻礙了城鄉(xiāng)融合發(fā)展。2020年和2021年凈效應(yīng)均值小于0，說明數(shù)字經(jīng)濟(jì)發(fā)展所產(chǎn)生的數(shù)字紅利對(duì)城鄉(xiāng)融合發(fā)展的影響較大。此期間在新冠疫情的影響下，實(shí)體經(jīng)濟(jì)遭到?jīng)_擊，而數(shù)字經(jīng)濟(jì)完全發(fā)揮其數(shù)字紅利的強(qiáng)大力量，彌合了數(shù)字鴻溝。2013—2021年整體凈效應(yīng)均值逐漸減小，同時(shí)不同分位數(shù)下的凈效應(yīng)也在不斷減小，充分說明數(shù)字經(jīng)濟(jì)產(chǎn)生的數(shù)字紅利發(fā)揮主導(dǎo)作用，逐漸彌補(bǔ)數(shù)字鴻溝，促進(jìn)城鄉(xiāng)融合發(fā)展。

（二）地區(qū)異質(zhì)性分析

由于各地區(qū)自然條件、經(jīng)濟(jì)基礎(chǔ)、技術(shù)水平等不同，數(shù)字經(jīng)濟(jì)發(fā)展水平存在明顯差異。因此，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合的影響也應(yīng)存在區(qū)域異質(zhì)性。本文按照區(qū)域劃分標(biāo)準(zhǔn)，將樣本整體劃分為東部、中部、西部三個(gè)子樣本，用以比較雙邊效應(yīng)共同作用下數(shù)字經(jīng)濟(jì)發(fā)展對(duì)三大地區(qū)城鄉(xiāng)融合發(fā)展的差異性影響，實(shí)證結(jié)果見表8。

從表8可以發(fā)現(xiàn)，東部地區(qū)的11個(gè)省份中，有5個(gè)省份的凈效應(yīng)均值小于0，占東部地區(qū)的45.455%，其中上海市的凈效應(yīng)均值為-27.978%，數(shù)字經(jīng)濟(jì)的紅利效應(yīng)最明顯，北京市次之，原因是這些地區(qū)數(shù)字經(jīng)濟(jì)和城鄉(xiāng)融合發(fā)展水平較高，城鄉(xiāng)間的數(shù)字差距較小，城鄉(xiāng)居民和產(chǎn)業(yè)能夠充分利用數(shù)字技術(shù)發(fā)揮數(shù)字紅利，促進(jìn)城鄉(xiāng)融合發(fā)展。總體來看在雙邊效應(yīng)的共同作用下，東部地區(qū)整體的凈效應(yīng)均值小于0，說明數(shù)字經(jīng)濟(jì)所產(chǎn)生的紅利效應(yīng)發(fā)揮了主體作用，即東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展總體上有利于城鄉(xiāng)融合發(fā)展。中部地區(qū)的8個(gè)省份中，有3個(gè)省份的凈效應(yīng)均值小于0，占中部地區(qū)的37.5%，同時(shí)通過觀察中部地區(qū)整體的凈效應(yīng)均值可以發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)產(chǎn)生的鴻溝效應(yīng)大于紅利效應(yīng)，說明中部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)融合的影響短期內(nèi)鴻溝效應(yīng)發(fā)揮了一定的主導(dǎo)作用。西部地區(qū)的11個(gè)省份中，僅有廣西一個(gè)省份的凈效應(yīng)均值小于0，占西部地區(qū)的9.091%，其余省份凈效應(yīng)均大于0，說明數(shù)字鴻溝發(fā)揮了主體作用，其中甘肅省數(shù)字鴻溝影響城鄉(xiāng)融合發(fā)展的作用最明顯，新疆地區(qū)次之。

針對(duì)地區(qū)結(jié)果的差異，可能是由于東部地區(qū)城市經(jīng)濟(jì)社會(huì)發(fā)展水平較高，能夠發(fā)揮其輻射和擴(kuò)散效應(yīng)帶動(dòng)鄉(xiāng)村經(jīng)濟(jì)發(fā)展，同時(shí)數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境相對(duì)完善，數(shù)字技術(shù)人才集聚，能夠充分釋放數(shù)字紅利，促進(jìn)城鄉(xiāng)融合發(fā)展。中西部地區(qū)可能由于其本身城鄉(xiāng)發(fā)展差距較大，而數(shù)字經(jīng)濟(jì)發(fā)展初期具有一定的“城市偏向”，鄉(xiāng)村支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展的環(huán)境較少且單一，單靠城市數(shù)字經(jīng)濟(jì)的輻射帶動(dòng)能力有限，發(fā)展差距逐漸擴(kuò)大，造成數(shù)字鴻溝，在一定程度上影響了城鄉(xiāng)融合發(fā)展。

結(jié)論與啟示

本文基于雙邊隨機(jī)前沿模型檢驗(yàn)2013—2021年我國(guó)30個(gè)省市數(shù)字經(jīng)濟(jì)發(fā)展影響城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)，并從年度和地區(qū)兩方面進(jìn)行異質(zhì)性分析。主要結(jié)論如下：第一，數(shù)字經(jīng)濟(jì)發(fā)展影響城鄉(xiāng)融合發(fā)展同時(shí)存在正向紅利效應(yīng)和反向鴻溝效應(yīng)。雙邊效應(yīng)測(cè)算結(jié)果表明數(shù)字經(jīng)濟(jì)發(fā)展水平影響城鄉(xiāng)融合發(fā)展的鴻溝效應(yīng)的估計(jì)系數(shù)為0.1294，紅利效應(yīng)的估計(jì)系數(shù)為0.0654；同時(shí)數(shù)字經(jīng)濟(jì)發(fā)展所產(chǎn)生的反向鴻溝效應(yīng)占比為79.67%，而正向紅利效應(yīng)的占比為20.33%，證明結(jié)果具有穩(wěn)健性。第二，數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)融合發(fā)展的雙邊效應(yīng)影響存在異質(zhì)性。從年度特征上看，2013—2021年凈效應(yīng)均值逐漸減小，不同分位數(shù)下的凈效應(yīng)也在不斷減小，且2020年和2021年凈效應(yīng)均值小于0，充分說明隨著時(shí)間的推移數(shù)字經(jīng)濟(jì)將充分釋放數(shù)字紅利促進(jìn)城鄉(xiāng)融合發(fā)展；從地區(qū)特征上看，在雙邊效應(yīng)的共同作用下，東部地區(qū)的凈效應(yīng)均值小于0，說明東部地區(qū)數(shù)字紅利彌合了數(shù)字鴻溝，總體上有利于城鄉(xiāng)融合發(fā)展；而中西部地區(qū)的凈效應(yīng)均值大于0，即中西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的數(shù)字鴻溝對(duì)城鄉(xiāng)融合的影響相對(duì)較大。

結(jié)合上述結(jié)論，為充分發(fā)揮數(shù)字紅利，助力城鄉(xiāng)融合發(fā)展，提出以下政策啟示。第一，加快數(shù)字鄉(xiāng)村建設(shè)，彌合數(shù)字鴻溝，發(fā)揮數(shù)字紅利，助力城鄉(xiāng)融合發(fā)展。持續(xù)推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、數(shù)字金融等數(shù)字服務(wù)在農(nóng)村的發(fā)展，縮小城鄉(xiāng)數(shù)字差距，建立城鎮(zhèn)和農(nóng)村相統(tǒng)一的要素市場(chǎng)，保持城鄉(xiāng)數(shù)字資源要素互流通道暢通，實(shí)現(xiàn)城鄉(xiāng)數(shù)據(jù)共享，推動(dòng)城鄉(xiāng)數(shù)字經(jīng)濟(jì)均衡發(fā)展，助力城鄉(xiāng)融合。第二，遵循地區(qū)優(yōu)勢(shì)，實(shí)施差異化的數(shù)字經(jīng)濟(jì)政策。針對(duì)地區(qū)差異，把握東部沿海地區(qū)數(shù)字化優(yōu)勢(shì)，發(fā)揮其輻射和擴(kuò)散效應(yīng)帶動(dòng)周邊省市及內(nèi)部鄉(xiāng)村經(jīng)濟(jì)發(fā)展，縮小地區(qū)間及城鄉(xiāng)間數(shù)字發(fā)展差距，使數(shù)字資源流向偏遠(yuǎn)中西部地區(qū)和鄉(xiāng)村地區(qū)，提升城鄉(xiāng)數(shù)字創(chuàng)新能力，為數(shù)字經(jīng)濟(jì)助力城鄉(xiāng)融合發(fā)展提供不竭動(dòng)力。第三，積極落實(shí)鄉(xiāng)村振興戰(zhàn)略，推動(dòng)資源充分向鄉(xiāng)村流動(dòng)，縮小城鄉(xiāng)發(fā)展差距。政府應(yīng)加快偏遠(yuǎn)地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，加大科技與研發(fā)投入，不斷改善鄉(xiāng)村數(shù)字環(huán)境，從而吸引更多人才、資金等資源要素流向鄉(xiāng)村，帶動(dòng)鄉(xiāng)村經(jīng)濟(jì)發(fā)展。同時(shí)，應(yīng)完善鄉(xiāng)村各項(xiàng)保障制度，積極推動(dòng)醫(yī)療、教育等資源向鄉(xiāng)村優(yōu)先配置，普及現(xiàn)代信息技術(shù)，同時(shí)依托數(shù)字技術(shù)突破地理限制，推進(jìn)地區(qū)間的互動(dòng)交流，實(shí)現(xiàn)城鄉(xiāng)基本公共服務(wù)均衡發(fā)展。

參考文獻(xiàn)：

[1]中共中央關(guān)于進(jìn)一步全面深化改革推進(jìn)中國(guó)式現(xiàn)代化的決定[N].人民日?qǐng)?bào)，2024-07-22（001）.

[2]韓文龍，吳豐華.新時(shí)代城鄉(xiāng)融合發(fā)展的理論內(nèi)涵與實(shí)現(xiàn)路徑[J].馬克思主義與現(xiàn)實(shí)，2020（02）：166-173.

[3]Bulderberga Z. Rural–Urban Partnership for Balanced Spatial Development in Latvia[J]. International Journal of Architectural and Environmental Engineering， 2014， 8（4）： 925-932.

[4]年猛.中國(guó)城鄉(xiāng)關(guān)系演變歷程、融合障礙與支持政策[J].經(jīng)濟(jì)學(xué)家， 2020（08）：70-79.

[5]Blecher M. Peasant labour for urban industry： temporary contract labour， urban-rural balance and class relations in a Chinese county[J]. World Development， 1983，11（8）： 731-745.

[6]張海鵬.中國(guó)城鄉(xiāng)關(guān)系演變70年：從分割到融合[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2019（3）：2-18.

[7]Afrakhteh R，Asgarian A，Sakieh Y，Soffianian A.Evaluating the strategy of integrated urban-rural planning system and analyzing its effects on land surface temperature in a rapidly developing region[J].Habitat International，2016，56：147-156.

[8]Azam M.Accounting for growing urban-rural welfare gaps in India[J].World Development，2019，122：410-432.

[9]Anlimachie M A， Avoada C.Socio-economic impact of closing the rural-urban gap in pre-tertiary education in Ghana： context and strategies[J].International Journal of Educational Development，2020，77：1-12.

[10]Fanny B，Macdonaldgk，Robinsonbe，Samberglh.Rural-urban connectivity and agricultural land management across the Global South[J].Global Environmental Change，2020，60：101982.

[11]段晶晶，李同昇.縣域城鄉(xiāng)關(guān)聯(lián)度評(píng)價(jià)指標(biāo)體系構(gòu)建與應(yīng)用——以大西安為例[J].人文地理，2010，25（04）：82-86.

[12]周佳寧，鄒偉等.等值化理念下中國(guó)城鄉(xiāng)融合多維審視及影響因素[J].地理研究，2020，39（08）：1836-1851.

[13]李曉鐘，李俊雨.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)收入差距的影響研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（02）：77-93.

[14]魏君英，胡潤(rùn)哲等.數(shù)字經(jīng)濟(jì)發(fā)展如何影響城鄉(xiāng)消費(fèi)差距：擴(kuò)大或縮小？[J].消費(fèi)經(jīng)濟(jì)，2022（03）：40-51.

[15]何雷華，王鳳等.數(shù)字經(jīng)濟(jì)如何驅(qū)動(dòng)中國(guó)鄉(xiāng)村振興？[J].經(jīng)濟(jì)問題探索，2022（04）：1-18.

[16]樊軼俠.數(shù)字經(jīng)濟(jì)下的城鄉(xiāng)融合發(fā)展財(cái)政政策取向研究[J].人民論壇·學(xué)術(shù)前沿，2021（02）：52-58.

[17]彭銀春.以數(shù)字經(jīng)濟(jì)助推南疆地區(qū)農(nóng)業(yè)農(nóng)村現(xiàn)代化[J].兵團(tuán)黨校學(xué)報(bào)，2023（05）：96-103.

[18]周德，戚佳玲等.城鄉(xiāng)融合評(píng)價(jià)研究綜述：內(nèi)涵辨識(shí)、理論認(rèn)知與體系重構(gòu)[J].自然資源學(xué)報(bào)，2021（10）：2634-2651.

[19]尹慶民，王尋.數(shù)字經(jīng)濟(jì)是否促進(jìn)了中國(guó)的城鄉(xiāng)融合——基于中介效應(yīng)模型與空間杜賓模型的檢驗(yàn)[J].技術(shù)經(jīng)濟(jì)， 2022 （11）： 114-127.

[20]劉保中，邱曄.新中國(guó)成立70年我國(guó)城鄉(xiāng)結(jié)構(gòu)的歷史演變與現(xiàn)實(shí)挑戰(zhàn)[J].長(zhǎng)白學(xué)刊，2019（05）：39-47.

[21]彭銀春.數(shù)字經(jīng)濟(jì)：新疆經(jīng)濟(jì)高質(zhì)量發(fā)展新引擎[J].兵團(tuán)黨校學(xué)報(bào)，2022（05）：80-87.

[22]彭錦，李彥龍.數(shù)字普惠金融與教育機(jī)會(huì)均等化[J].統(tǒng)計(jì)與決策，2022（13）：142-146.

[23]鄧榮榮，張翱祥.中國(guó)城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)環(huán)境污染的影響及機(jī)理研究[J].南方經(jīng)濟(jì)，2022（02）：18-37.

[24]米嘉偉，屈小娥.數(shù)字經(jīng)濟(jì)發(fā)展如何影響城鄉(xiāng)收入差距[J].現(xiàn)代經(jīng)濟(jì)探討，2022（06）：80-91.

[25]Czarniewski S. Quality parameters of human capital in the digital economy[J]. International Journal of Academic Research in Accounting， Finance and Management Sciences， 2014（3）： 193-198.

[26]Kumbhakar S， Parmeter C. The effects of match uncertainty and bargaining on labor market outcomes： evidence from firm and worker specific estimates[J]. Journal of productivity analysis，2009（1）：1-14.

責(zé)任編輯：彭銀春