數字技術賦能我國縣域城鄉產業融合研究

中圖分類號：F492；F124.3 文獻標識碼：A DOI：10.3963/j.issn.1671-6477.2025.02.009

引言

縣域作為我國城鄉融合發展的基礎單元，其產業融合進程呈現“整體推進、區域分化\"的顯著特征。根據《中國縣域統計年鑒（2023）》，2022年全國縣域三次產業融合指數均值為0.48，較2015年提升26.3% ，但東部縣域與西部縣域差距擴大至1.8倍，表明我國產業融合空間失衡加劇。在政策層面，國家通過《數字鄉村發展戰略綱要》關于推進以縣城為重要載體的城鎮化建設的意見》等文件，推動縣域產業融合向數字化、網絡化轉型。然而，實踐中縣域數字經濟發展仍面臨三重結構性矛盾：一是要素錯配難題，2010—2015年縣域凈流出人口總量超過1億人，至2020年，縣域凈流出人口總規模已經超過1.5 億人[1]，導致縣域數字技能人才缺口持續擴大，于是“要素數字化\"滯后于“產業數字化”;二是產業鏈斷層困境，《全國鄉村產業發展規劃 （2020-2025 年）》顯示，2019年農產品加工轉化率僅為 67.5% .工業與服務業對農業的逆向融合系數不足0.3；三是制度供給滯后，中西部和東北大部分縣域尚未建立數據要素交易平臺，土地、金融等領域的數字化改革覆蓋率嚴重不足。更深層次的挑戰在于，傳統“城市虹吸-鄉村失血\"的發展模式難以適應數字經濟時代的要素流動需求。

隨著2009年中國部署3G移動網絡，以移動互聯網為代表的數字技術逐漸滲透到人們生活、工作等各個領域。數字技術的迅猛發展為縣域城鄉產業融合帶來了前所未有的新機遇，它能突破縣域地理邊界與組織邊界，推動產業融合從“物理疊加\"向“化學重構\"躍遷。數字技術通過空間壓縮、要素重組與價值重構等三重機制重塑了城鄉產業生態。研究測算表明，縣域數字技術滲透率每提高1個百分點，城鄉產業關聯度將提升0.23個標準差，其乘數效應遠超傳統基建投資[2。可以說，數字技術已成為破解城鄉二元結構、實現共同富裕的核心引擎。縣域能提供數字技術的低成本解決方案，如拼多多在縣域場景率先落地，“農地云拼\"模式驗證了分布式計算的商業可行性[3]。浙江德清“數字鄉村一張圖\"通過跨部門數據共享，實現鄉村治理效率提升 40%^[4] 。這種\"微觀創新-中觀擴散-宏觀迭代\"的傳導路徑，使縣域成為數字技術深化應用的“壓力測試場”。可見，探尋數字技術對縣域城鄉產業融合的影響效應及其內在機制具有重要的現實意義與理論價值。然而，現有文獻多從省級或地市級等宏觀視角展開研究，少有文獻關注城鄉融合的基本單位縣域層面進行深人研究，且對城鄉產業融合的具體路徑和方式的研究也不夠清晰和深入。本文試圖彌補上述缺憾，采用新方法實證分析數字技術的城鄉產業融合效應，為鄉村振興和城鄉融合提供縣域證據支持。

一、相關研究文獻綜述

（一）數字技術的城鄉產業融合效應

現有文獻主要揭示了三種影響效應。一是生產率提升與效率改進。Brynjolfsson和Hitt的經典研究表明5」，企業數字化投資通過優化生產流程可使全要素生產率（TFP）提升 5%～10% ，但存在顯著的技能偏向性。孫雪嬌和范潤基于中國工業企業數據研究發現[6]，數字技術對縣域制造業TFP 的邊際貢獻率為0.8% ，但對農業的促進作用僅為 0.3% ，揭示了城鄉產業數字化進程的異步性。二是市場邊界拓展與交易成本降低。Goldfarb和Tucker通過電商平臺數據驗證，數字技術使城鄉商品流通成本降低 42% ，但農村地區的物流“最后一公里\"問題仍會制約效率提升[7]。Zheng et al.也發現[8]，直播電商使中國縣域農產品溢價率提高 18% ，但標準化程度低的品類受益有限。三是產業結構升級效應。Malodiaetal.[9]構建空間均衡模型，證明數字技術通過促進服務業滲透，可使城鄉產業關聯度提升0.23個標準差。范曉莉基于高鐵網絡數據研究發現[10]，數字技術與交通基礎設施的協同效應使縣域三產融合指數提高 12% 。

（二）數字技術影響城鄉產業融合的中介機制

現有研究主要討論了三種中介作用機制。一是要素流動與重新配置。吉雪強等指出，數據要素的跨區域共享使農業全要素生產率提升 15%^[11] 。丁文和石昊天證明[12]，區塊鏈技術使農村土地流轉交易成本降低 60% ，土地規模化經營比例提高 20% 。二是創新擴散與技術溢出。竇凱和孫薇研究發現[13]，工業互聯網平臺的技術溢出可使制造業創新專利數增長 35% ，但技術吸收能力存在東西部差異。易加斌等的研究表明[14]，農業物聯網技術在小農戶中的擴散速度比合作社慢 40% ，凸顯了組織化程度對技術采納的影響。三是組織模式重構。唐方成等指出電商平臺通過整合分散農戶，使農產品供應鏈響應速度提升 50%^[1] ，蘇嵐嵐和彭艷玲基于準自然實驗研究發現[15]，數字鄉村試點政策通過培育新型農業經營主體，使縣域產業融合指數提高 19.8% 。

（三）城鄉融合的空間異質性與非線性效應

僅有少數文獻探尋了產業融合的空間異質性和非線性效應。在區域異質性方面，孫哲遠和劉艷采用準自然實驗方法，揭示東部省份產業融合主要依賴技術創新（彈性0.71），而西部省份依賴基建投資（彈性0.32）[16]。史恒通研究發現[17]，數字基建對西部經濟增長的彈性（0.41）是東部（0.18）的2.3倍，但過度投資可能導致效率損失。在非線性門檻效應方面，Laaber等[18]提出“數字技術成熟度閾值\"理論，指出當企業數字化投入占比超過 8% 時，TFP增長進入加速期。申云和李京蓉構建了面板門檻模型，發現數字技術滲透率超過0.6時，產業融合的邊際效應會提升 40% 。

綜合來看，雖然既有文獻對數字技術的城鄉產業融合效應與機制作了較多有益探討，但囿于“技術決定論\"與“靜態均衡觀”，對中介變量的挖掘還不夠深人，對空間異質性和非線性效應的討論也有待加強。為了彌補上述缺憾，本文致力于回答以下問題：數字技術通過哪些因素推動縣域城鄉產業融合？其影響過程是否存在非線性門檻效應與空間異質性？政策設計如何適配區域稟賦差異？本文的邊際貢獻主要體現在以下三個方面：在研究方法上，本文建立“動態面板門檻模型 + 時空地理加權回歸（GT-WR）\"組合方法，同步捕捉數字技術影響的時間非線性與空間異質性。本文創新性地使用時空地理加權回歸（GTWR）解析數字技術對縣域城鄉產業融合影響的時空異質性，為理解城鄉融合的復雜動力學提供了方法論突破，其經濟意義不僅在于驗證技術賦能的非均衡性，更在于揭示城鄉融合不是單一技術路線的機械復制，而是技術滲透、制度創新與社會資本重構在時空維度上的動態耦合過程。在研究視角上，相較于現有文獻大多采用省級或地市級數據，本文通過選取縣域視角深入考察數字技術對城鄉產業融合的作用效應與影響機制，以豐富該領域的研究。在研究內容上，本文不僅測算了數字技術對城鄉產業融合的影響效應，也刻畫了其時空異質性特征，還探尋了其內在作用機制，是對該主題下現有文獻的重要補充。

二、理論分析與研究假設

本文試圖跳出傳統“要素-技術\"單向分析框架，揭示數字技術通過制度彈性提升與社會網絡重構驅動融合的深層機制，并識別技術擴散與制度適配的非線性協同規律，為差異化政策設計提供理論支撐。

（一）數字技術對縣域城鄉產業融合的直接影響效應

數字技術通過重構要素流動路徑、降低交易成本和擴展市場邊界，直接驅動城鄉產業融合。新經濟地理學指出，城鄉產業分割源于要素流動壁壘和空間交易成本[20]。數字技術通過電商平臺、物聯網和云計算等工具，打破了傳統市場的地理限制。例如，農產品通過直播電商直接對接全國消費者，縮短中間環節的流通損耗;鄉村工廠依托工業互聯網平臺承接城市企業的柔性訂單，實現生產鏈的垂直整合，這一過程顯著降低了信息搜尋、合同執行和物流協調成本[21]，同時激活了規模經濟與范圍經濟的雙重效應——規模經濟體現為縣域特色產業通過數字渠道擴大市場覆蓋，攤薄固定成本，范圍經濟則表現為農業、制造業與服務業基于數據共享形成跨界協同。此外，數字基礎設施的密度差異導致技術紅利分布不均，光纖網絡覆蓋率高的縣域能更快實現城鄉產業鏈數字化改造。因此，數字技術對城鄉產業融合的促進作用不僅具有普適性，其強度還與基礎設施投資正相關。

假設H1：數字技術對縣域城鄉產業融合具有顯著正向影響，且該效應隨數字基礎設施密度增加而增強。

（二）制度創新彈性和社會資本重構的中介效應及調節效應

數字技術通過提升縣域政府的政策響應能力和治理效能，形成“技術賦能—制度創新—產業融合”的動態循環。傳統研究多聚焦技術對要素流動的直接影響，卻忽視其對制度環境的改造功能。按照新制度經濟學理論，有效的制度安排是降低交易成本的核心，而數字技術能增強制度的彈性與適配性。具體而言，大數據分析幫助政府精準識別城鄉產業堵點（如土地流轉僵局、融資約束），從而制定差異化扶持政策；區塊鏈政務系統實現跨部門數據共享，將審批流程從“串聯\"改為“并聯”，壓縮制度性交易成本；數字孿生技術則通過模擬政策實施效果，降低改革試錯風險，激勵地方政府探索“飛地經濟\"“反向孵化”等融合模式。制度創新彈性在政務數字化水平較高的地區尤為顯著，對歐洲地區的研究顯示，當政務系統數字化覆蓋率超過 60% 時，政策迭代速度可提升3倍以上[22]。由此，數字技術不僅作為工具嵌入產業活動，更通過重塑治理結構釋放制度紅利。

數字技術通過重塑城鄉主體間的信任結構與協作網絡，催生新型社會資本驅動融合。現有文獻多關注物質資本與人力資本，卻忽視數字技術對社會關系的重構。社會網絡理論指出，傳統城鄉合作依賴熟人信任和地緣紐帶[23]，而數字技術推動關系型信任向制度型信任轉型。例如，區塊鏈溯源系統為農產品提供不可篡改的質量信息，替代傳統“口碑擔保”，降低跨區域合作風險；云協作平臺（如釘釘、騰訊會議）連接城鄉企業、農戶與科研機構，形成“弱關系強連接\"的創新生態，突破地理隔閡;共享經濟模式則激活農村閑置資源（如農房、農機），通過數字化租賃平臺對接城市需求。這種社會資本重構在人力資本存量較高的縣域效果更佳：受過職業教育的勞動力能更快適應數字化協作規則，將技術工具轉化為實際合作收益。因此，數字技術不僅能改變生產要素配置，更通過重塑社會網絡底層邏輯推動城鄉深度融合。

假設H2：制度創新彈性在數字技術與城鄉產業融合間發揮中介作用，且該機制在政務數字化水平較高的縣域更顯著。

假設H3：社會資本重構是數字技術驅動城鄉產業融合的關鍵路徑，且其效應在人力資本存量較高的縣域更為突出。

（三）技術-制度協同的門檻效應

數字技術對城鄉融合的影響存在非線性特征，其效能釋放需滿足技術滲透與制度適配的雙重門檻。

基于技術擴散理論的研究發現，新興技術的應用存在顯著臨界規模[24-25]。在縣域場景中，當數字滲透率低于某一個數值時，基礎設施薄弱導致技術應用碎片化，難以形成規模效應;超過該閾值后，城鄉產業鏈各環節的數字化銜接加速，邊際融合收益陡增。但技術紅利最大化還需制度協同，若政務數字化覆蓋率較低，部門數據孤島和行政壁壘將抵消技術優勢；反之，高制度適配性可形成“技術賦能—政策反饋”正循環。例如，浙江省通過“最多跑一次\"改革與數字鄉村建設的協同，使產業融合效率提升 40% 。這種協同效應呈現區域異質性：東部縣域因市場化程度高，制度調整靈活，其技術-制度協同閾值低于中西部。

假設H4：數字技術對城鄉融合的影響存在雙重門檻效應，當技術滲透率超過一定閾值且政務數字化覆蓋率達到較高程度時，融合進程將顯著加速。

三、研究設計

（一）模型構建

本研究構建多維度計量模型以系統檢驗數字技術對城鄉產業融合的作用機制。首先，基于動態空間計量經濟學框架建立基準模型，控制時間滯后效應與空間溢出效應。模型設定為：

Y_it=ρWY_it+β₁Digi_it+β₂X_it+μ_i+λ_i+ε_it

其中， Y_it 為縣域城鄉產業融合指數， Digi_it 為核心解釋變量數字技術發展水平， X_it 為控制變量集（包含經濟發展水平、財政支出強度、交通基礎設施等），W 為空間權重矩陣（采用經濟-地理嵌套權重）， μ_i 與λ_i 分別為個體與時間固定效應。

針對中介效應與調節效應檢驗，采用Bootstrap修正的中介效應模型，通過三階段回歸檢驗制度創新彈性（M1）與社會資本重構（M2）的中介路徑，并引入交互項Digi x Govdigit與Dig i×HC 驗證政務數字化水平與人力資本的調節作用。

為捕捉數字技術影響的非線性特征，本文采用“動態面板門檻模型 + 時空地理加權回歸（GTWR）”組合方法。首先，基于Hansen（199）面板門檻模型，以數字滲透率（Threshold1）與政務數字化覆蓋率（Threshold2）為門檻變量，構建雙重門檻模型：

Yi=a1Digit·Iqi≤γ1）+αDigi ·I（Yγ2）+βX+e （2）

定調整，采用空間杜賓模進一步采用GTWR模型解析時空異質性，以精準捕捉數字技術效應在空間分布上的非均衡特征與時間演進中的非線性規律。具體而言，GTWR模型通過將縣域的地理坐標（經度、緯度）與時間變量（年份）共同嵌入權重矩陣，構建三維時空權重函數，使得回歸系數能夠隨地理位置和時間變化而動態調整，其形式為：

Y_it=β₀（u_i，v_i，t）+β₁（u_i，v_i，t）Digi_it+β_k（u_i，v_i，t）X_kit+ε_it

其中 （u_i，v_i） 為縣域地理坐標， Ψ_t 為時間維度， ??β_k（u_i，v_i，t） 表示第 k 個解釋變量在時空點 （u_i，v_i，t） 的局部回歸系數。通過高斯時空核函數確定鄰域觀測值的權重，其帶寬選擇基于交叉驗證法優化，確保時空尺度的適應性。這種建模方式使得數字技術（DII）對城鄉融合（RUII）的影響系數不再是全局固定值，而是隨縣域區位和發展階段動態變化，從而更真實地反映技術擴散的復雜地理過程與制度演化的路徑依賴特征。

（二）變量選擇

1.被解釋變量：縣域產業融合指數

縣域城鄉產業融合指數（Rural-Urban Integration Index，RUII）的構建遵循系統性、可度量性、動態可比性原則，旨在從產業協同、要素流動、價值共享三個維度綜合反映城鄉產業融合的深度與廣度。產業協同維度反映農業與非農產業（尤其是服務業）的互動關聯。農業與服務業關聯度通過投入產出表中農業對服務業的直接消耗系數衡量，數值越大表明農業對物流、金融等現代服務業的依賴越深，產業鏈協同水平越高;三產融合示范基地數量直接采用國家級或省級認證的產業融合園區數量，體現政策驅動下的產業聯動能力。要素流動維度聚焦勞動力、資本、技術等要素的城鄉配置效率。勞動力跨產業轉移率以非農就業人口占比衡量勞動力從農業向非農產業的轉移規模，數值越高表明城鄉勞動力市場一體化程度越強；涉農信貸占比通過金融機構涉農貸款余額占總貸款比重，反映資本要素向農村產業的傾斜力度。價值共享維度評估城鄉收益分配的公平性與可持續性。城鄉企業利潤再投資比計算鄉村企業本地再投資額占總利潤比重，衡量經濟收益回流農村的程度;城鄉居民收入倍差采用城鎮與農村居民可支配收入比值，數值越大表明城鄉收入差距越顯著，對融合具有抑制作用。表1列示了各指標的具體定義、度量方法及對融合的預期影響方向。

表1縣域城鄉產業融合指數（RUII）指標體系

2.核心解釋變量：縣域數字融合指數

本文依據技術滲透—應用深化—制度支撐理論框架構建縣域數字融合指數（Digital Integration In-dex，DII），涵蓋數字基礎設施覆蓋、產業數字化實踐、政策與數據治理三類共9項指標（見表2）。技術滲透維度衡量數字硬件設施的覆蓋水平。5G基站覆蓋率以每百平方公里基站數量反映縣域網絡接入能力，數據來自工信部縣域通信設施普查;光纖人戶率通過光纖寬帶接人家庭數占總戶數比重，表征固定寬帶普及程度；移動互聯網普及率基于三大運營商用戶數占常住人口比例，衡量移動終端使用廣度。應用深度維度聚焦數字經濟與實體產業的融合實踐。數字化企業占比統計使用云計算、大數據等技術的規上企業比例，體現生產端數字化轉型進度；智慧農業應用率以物聯網、精準農業技術覆蓋的耕地面積占比為測算依據，反映農業生產智能化水平。制度環境維度評估政策支持與數據治理效能。政府數據開放度通過爬取政務平臺開放數據集數量并參考北大法寶政策評估得分，量化數據資源共享水平;數字政務覆蓋率采用“一網通辦\"事項占總行政審批事項比重，反映政府服務數字化效率。指標權重采用CRITIC-熵權組合法確定，以平衡指標間信息沖突與獨立性。

表2縣域數字融合指數（DII）指標體系

3.控制變量

控制變量的選擇以消除遺漏變量偏誤為核心目標，排除非數字技術因素對城鄉產業融合的干擾，確保模型估計結果的穩健性。所選取的變量涵蓋經濟基礎、資源稟賦、政策環境等方面，具體如下：

（1）經濟基礎：選取人均GDP以控制縣域總體發展水平對城鄉融合的潛在影響，并作對數處理；產業結構高級化反映經濟結構轉型對要素配置的推動作用，用第三產業與第二產業增加值的比值衡量。

（2）資源稟賦：耕地面積占比衡量農業資源豐度對產業協同的約束，用耕地面積占縣域總面積之比表示；人口密度控制人口集聚效應對城鄉要素流動的影響，用常住人口數量占縣域面積之比表示。

（3）政策環境：為排除政策傾斜對數字技術效應的干擾，選取財政科技支出占比，即科技支出與財政支出之比；國家級試點政策區分政策試點縣域的特殊效應，以虛擬變量1和0表示。

（4）基礎設施：公路網密度反映交通通達性對要素流動的促進作用，用公路里程占面積之比表示；電

力保障指數表征能源供應對產業運行的支撐能力，用工業用電量占GDP之比表示。

（5）社會資本：衡量非正式制度對城鄉協同的潤滑作用，以每萬人社會組織數，即民政注冊社會組織數量與常住人口之比表示。

（6）人力資本：衡量勞動力素質對技術吸收能力的影響，用大專以上學歷人口的占比表征。

4.數據來源與描述性統計

本文研究對象為2010—2022年中國大陸1450個縣域（不含港澳臺及數據缺失縣）。考慮到2009年中國發放第一張3G牌照，正式開啟了移動互聯網時代，同時考慮數據可得性，所以本文考察的時間段選在2010—2022年。主要數據來源如下：（1）數字技術變量來自《中國縣域數字經濟發展報告》與工信部縣域通信設施普查數據；（2）產業融合變量源自國家統計局縣域經濟統計年鑒、農業農村部新型經營主體監測數據；（3）制度環境變量整合自北大法寶政策文本數據庫與地方政府政務公開評估報告。對價格變量以2010年為基期進行平減處理，缺失數據采用多重插補法（MICE）補全。

表3列出了主要變量的描述性統計結果。縣域城鄉產業融合指數（RUII）均值為O.412（標準差0.217），呈右偏分布（偏度1.63），表明高水平融合縣域占比不足 20% ；數字融合指數（DII）均值為0.327（標準差0.154），其中技術滲透維度得分最低（0.101），制度環境維度區域差異最大（標準差0.089）。控制變量中，人均GDP對數均值為9.837，縣域間經濟差距顯著（極差達4.612）;財政科技支出占比均值為 1.72% 但75分位數僅為 1.15% ，反映科技投入高度集中于頭部縣域。通過方差膨脹因子（VIF）檢驗，模型平均VIF值為2.37（最大4.81），表明共線性問題可控。數據特征顯示縣域數字技術與城鄉產業融合水平整體偏低且區域分化顯著，制度環境維度成為關鍵短板，這為后續分析技術-制度協同門檻效應提供了現實依據。

表3主要變量描述性統計 （N=18850 0

四、實證分析

（一）基準模型回歸結果及穩健性檢驗

1.動態空間計量模型估計

表4報告了動態空間計量模型的回歸結果。模型（1）為僅包含核心解釋變量（DII）的基準回歸，模型（2）逐步加入控制變量，模型（3）進一步控制時空固定效應。結果顯示：數字技術（DII）的直接影響：在控制其他變量后，DII對RUII的回歸系數為 0.428（?lt;0.01） ，表明縣域數字融合指數每提升1個單位，城鄉產業融合指數將顯著增長 42.8% 。這與假設H1的預期一致，驗證了數字技術對城鄉產業融合的驅動作用。空間滯后項 （ρ） 系數為 0.217（?lt;0.05） ，說明鄰近縣域的融合水平對本縣具有正向溢出效應，符合“涓滴效應\"理論。控制變量中人均GDP對RUII的彈性為 0.092（?lt;0.05） ，反映經濟發展水平對城鄉融合的基礎支撐作用。公路網密度系數為 0.035（?lt;0.1） ，表明交通基礎設施通過降低物流成本促進要素流動。值得注意的是，財政科技支出占比的系數不顯著（O.011， _pgt;0.1? ，暗示若缺乏制度配套，單純增加科技投入難以轉化為融合效能。基準回歸的結果還初步揭示了區域異質性，通過分樣本回歸發現，東部縣域DII的邊際效應（0.521）顯著高于中西部（O.327），印證了假設H1中“效應隨基礎設施密度增加而增強\"的論斷。這可能源于東部縣域更完善的數字基建提升了技術滲透效率（如5G覆蓋率東部為 68% vs西部 39% ）。

2.穩健性檢驗

為驗證基準回歸結果的可靠性，本文實施三重穩健性檢驗（見表5）。其一是變量替換法，將 DII替換為工信部發布的縣域數字經濟指數（DEI），核心系數保持正向顯著（O.401， _plt;0.01 ）。其二為模型設定調整，采用空間杜賓模型（SDM）捕捉解釋變量的空間溢出，DII的直接效應為 0.412（?lt;0.01） ，間接效應為 0.128（?lt;0.05） ，表明數字技術存在跨縣域協同效應。其三是樣本篩選，剔除直轄市郊縣與數據異常值后，DII系數穩定在 0.419～0.435 區間，證明估計結果不受特殊樣本干擾。

表4基準回歸結果

注：***、**、*分別表示 1%.5%.10% 顯著性水平，括號內為聚類穩健標準誤

表5穩健性檢驗結果

（二）中介效應與調節效應檢驗

1.Bootstrap中介效應分析

表6呈現了基于 Bootstrap（5000 次抽樣）的中介效應檢驗結果。先看制度創新彈性（M1）的中介作用：DII對M1的路徑系數為 0.317（?lt;0.01），M1 對RUII的影響為O.285（ ?lt;0. 05） ，中介效應占比22.6% 。這表明數字技術通過提升政策響應速度與治理效能，間接推動城鄉融合。再看社會資本重構（M2）的中介作用：DII對M2的系數為0.254（ ?lt;0.01? ，M2對RUII的系數為 0.332（?lt;0.01） ，中介效應占比 19.8% 。驗證了數字技術通過重塑信任網絡與協作模式促進融合的假設 H3 。

表6中介效應檢驗結果

2.調節效應分析

表7顯示了交互項回歸結果。從結果來看，Digi x Govdigit系數為0.138（ _plt;0.01 ，表明當政務數字化覆蓋率高于均值時，DII對RUII的邊際效應提升 13.8% 。這驗證了假設H2中制度環境對技術賦能的增益作用。同時，Dig i×HC 的系數為 0.092（?lt;0.05） ，說明大專以上人口占比每增加 1% ，數字技術的融合效應增強 9.2% 。這與假設H3推斷的人力資本促進社會資本重構的機制相符。

表7調節效應檢驗結果

（三）非線性門檻效應與時空異質性

1.動態面板門檻模型

表8報告了雙重門檻檢驗結果。技術滲透率門檻：第一門檻值 γ₁=0.45（plt;0.01） ，當滲透率超過45% 時，DII的邊際效應從0.301躍升至0.487。政務數字化門檻：第二門檻值 γ₂=0.50（plt;0.05） ，覆蓋率超過 50% 后，DII效應進一步提升至0.562。區域異質性顯示，東部縣域的雙重門檻值（0.40，0.45）低于中西部（0.50，0.55），印證了假說H4中市場化程度對制度彈性的影響。

基準模型與門檻模型共同揭示了數字技術對城鄉融合的促進作用存在顯著路徑依賴性。當政務數字化覆蓋率突破 50% 時，部門數據孤島被打破，政策迭代速度加快，使得技術紅利得以充分釋放。這一結論挑戰了以 Brynjolfsson 和Hitt為代表的傳統“技術決定論\"的單向因果假設[5]，印證了Acemoglu等提出的\"技術-制度協同演化\"理論[2]。與國內同類研究對比，本文結論與米加寧等[25]關于區塊鏈技術降低土地流轉成本的發現形成互補，但進一步揭示了制度環境對技術效應的非線性調節規律。孫雪嬌和范潤曾發現數字技術對農業TFP的促進效應僅為制造業的 37.5%^[6] ，本文則通過中介效應模型證明，制度僵化是導致該差距的核心因素——當政務數字化覆蓋率低于 30% 時，農業物聯網技術的應用效率下降 58% 。這為破解城鄉數字化異步性提供了政策抓手，即通過“數字政府\"建設優先破除農業領域的制度壁壘。

表8門檻效應回歸結果

2.時空地理加權回歸（GTWR）

在時間維度上，GTWR時間趨勢結果顯示2015年前數字技術對城鄉融合的邊際效應均值為0.382，2016—2020年升至0.451，2021年后進一步躍升至0.503。這一時間趨勢的經濟含義體現在三方面：第一，技術成熟度提升的乘數效應。隨著5G網絡、云計算等基礎設施的普及，數字技術的應用成本顯著下降。工信部數據顯示，2015年縣域企業上云成本約為12萬元/年，至2022年降至3.5萬元，技術滲透的邊際收益遞增推動融合效應增強。第二，政策學習曲線的優化。2020年中央“數商興農\"工程與地方數字鄉村試點的疊加，使得制度創新從碎片化探索轉向系統化推進。縣域數字治理政策的迭代速度從2015年的年均1.2次提升至2022年的3.5次，政策響應效率提升直接放大了技術紅利。第三，社會資本重構的累積效應。數字協作平臺（如釘釘、騰訊會議）的持續使用逐步重塑城鄉主體的信任結構。縣域企業通過數字化工具建立的跨區域合作網絡，其穩定性隨時間呈現指數增長，表明社會資本積累對融合進程的加速作用。

在空間格局上，GTWR的空間異質性結果揭示了要素稟賦差異與制度適配能力的分化。長三角、珠三角縣域的DII系數普遍高于0.5，而西南地區多在 0.3～0.4 間波動，冷熱點分析進一步識別山東半島、成渝地區為顯著熱點（ Zgt;2.58? ，滇黔桂交界處形成冷點集群 （Zlt;-1.96） 。這種空間分異的原因可歸結為以下機制：第一，數字基建密度與要素流動效率的交互作用。東部縣域的5G基站密度（6.8個/百平方公里）是西部（2.1個）的3.2倍，高密度網絡覆蓋大幅降低數據要素的傳輸時滯。以農產品電商為例，長三角縣域的訂單響應時間（4.2小時）較西南地區（9.5小時）縮短 56% ，使得同等技術投入下東部縣域能更快實現產銷協同。第二，市場化程度對制度彈性的調節效應。東部縣域更高的市場化指數增強了政策創新的適應性（東部均值0.68對比西部0.42）。第三，人力資本結構與技術吸收能力的空間錯配。東部縣域大專以上人口占比 （18.7% 顯著高于西部 （9.3%） ，高技能勞動力更善于將數字工具轉化為生產力，人力資本差距直接制約技術紅利的空間溢出。

GTWR結果顯示，長三角、珠三角縣域的DII系數 （0.5～0.6） 是西南地區 （0.3～0.4） 的1.7倍，且冷熱點格局與數字基建密度（ r=0.83） 、市場化指數（ r=0.76） 高度相關。這一空間分異模式部分驗證了范曉莉關于“高鐵網絡強化中心城市輻射”的結論[10]，也揭示了數字技術對“核心-邊緣\"結構的重構作用。東部縣域通過數字平臺實現“虛擬集聚”，其技術溢出半徑擴展至300公里（傳統交通輻射僅150公里），但邊緣地區的接入能力差異加劇了馬太效應。這一反差凸顯了數字技術“雙刃劍\"效應的空間異質性，也警示了預防數字鴻溝的緊迫性。此外，本文通過GTWR模型量化了政策試點的空間衰減邊界（300公里半徑），為跨區域合作機制設計提供了科學依據。

五、研究結論與政策建議

（一）研究結論

本文基于2010—2022年中國大陸1450個縣域（不含港澳臺及數據缺失縣）的面板數據，采用動態面板門檻模型與時空地理加權回歸（GTWR）的組合方法，對數字技術影響縣域城鄉產業融合的效應和路徑進行了實證分析，并通過相關檢驗證明了結果的穩健性。本文得到以下幾點發現：第一，數字技術顯著驅動縣域城鄉產業融合，其效應呈現非線性門檻特征與空間異質性。具體而言，當縣域數字技術滲透率突破 45% 、政務數字化覆蓋率超過 50% 時，融合進程加速 83% ；東部縣域的技術乘數效應（0.521）是西部（0.327）的1.6倍，長三角、成渝等區域的融合效率顯著高于西南邊緣地帶。第二，制度創新彈性與社會資本重構是核心傳導路徑，政務數字化水平每提升1個百分點可使技術賦能效應增強 13.8% ，而人力資本存量每增加 1% 則通過社會網絡重構路徑提升融合效率 9.2% 。第三，時空異質性分析進一步揭示，政策試點的輻射半徑存在300公里的空間衰減邊界，技術-制度協同演化呈現“東部制度引領、中西部基建先行\"的差異化規律。

（二）政策建議

基于上述結論，本文提出以下政策建議：

1.分區域設定數字基建與制度適配的階梯目標。東部縣域應以“技術深化 + 制度創新”為突破口，2027年前實現5G基站密度達8個/百平方公里（當前均值6.8個）、政務數字化覆蓋率超 70% （當前均值 55% ）。重點推進三方面工作：一是建設縣域數字創新中心，在長三角、珠三角選取20個百強縣，試點\"數字飛地\"模式，通過算力共享、數據回流等機制將東部技術優勢轉化為中西部產業升級動力，如蘇州工業園向貴州縣域輸出智能制造解決方案。二是優化數字治理響應機制，建立“政策智能推演系統”，利用數字孿生技術模擬產業政策效果，要求縣級政府每季度更新涉農政策響應清單，將政策迭代周期從12個月壓縮至6個月。三是破除數據要素流通壁壘，在山東、浙江等先行區，推動縣域政府與阿里云、騰訊云共建“三農數據交易平臺”，允許農業生態數據（如耕地熵情、作物長勢）以“數據資產憑證\"形式入表交易，2027年前實現數據要素收益反哺農村比例不低于 15% 。

2.構建“人力資本-社會資本\"協同培育體系。一是實施縣域數字技能振興計劃。建立分層培訓體系，例如針對農業經營主體，開展“新農人數字技能認證”，要求合作社理事長、家庭農場主每年完成40學時培訓（內容涵蓋智慧農機操作、直播電商運營），對通過考核者發放3000元/人的設備購置補貼。針對鄉鎮企業，聯合華為、拼多多等企業開發“輕量化AI工具包”，2027年前培訓50萬名數字車間管理員。二是建設產教融合基地。在河南、湖北、湖南等農業大縣，依托職業院校建設“數字鄉村產業學院”，設置農業物聯網運維、區塊鏈溯源管理專業，實行“人學即入職、畢業即就業\"的定向培養模式，向每縣每年輸送500名技術骨干。三是重構數字化社會信任網絡。建議在農產品主產區推廣“區塊鏈 + 質量溯源”，要求國家級農業產業園2027年前全部接人國家農產品質量安全追溯平臺，對使用區塊鏈存證的縣域給予每單交易0.2元的財政獎勵。四是普及數字化協作規則。開發縣域版“釘釘政務協同系統”，整合涉農部門、鄉鎮企業和農戶，對跨區域合作項目（如東西部產業結對）實施“數字化流程留痕”，項目驗收時依據協作數據質量給予 10%～20% 的補貼上浮。

3.建立“技術-制度協同\"的差異化改革路徑。根據不同地區制定差異化政策。在東部試點“數字特區\"政策。推動數據要素市場化改革，可在江蘇昆山、浙江德清等縣域設立“數據要素改革試驗區”，允許縣域政府將獨有數據（如宅基地使用數據、生態補償數據）納入要素交易范疇，收益的 30% 定向用于數字人才引進基金。允許容錯性制度創新，建立“數字政策沙盒”，對人工智能在鄉村治理中的應用（如AI土地糾紛調解）設置3年觀察期，期間豁免部分行政法規限制，成功案例納入《數字鄉村建設指南》全國推廣。在中西部推行“適配性制度供給”，開發一些創新性金融工具，如“數字技術滲透率指數保險”，當縣域數字基建投入因自然災害、技術迭代等原因未達閾值時，由政策性保險公司賠付差額部分的 70% .降低中西部縣域技術投資風險。

4.優化時空聯動的政策供給機制。一是注意空間協同，構建“東部技術溢出走廊”。以成渝雙城經濟圈、鄭洛西高質量發展合作帶為樞紐，布局10個跨區域工業互聯網平臺，推動東部服裝、電子等產業的數字化訂單向中西部縣域分流。建立“技術溢出補償基金”，東部企業向中西部轉移訂單規模達1億元/年以上的，可享受企業所得稅減免 15% 的優惠。對滇黔桂交界等冷點區域，實施“數字技術定向幫扶工程”，組織東部互聯網企業“一縣一團隊\"駐點改造傳統產業（如騰訊幫扶貴州修文縣建設獼猴桃產業大腦），中央財政按成效給予3：1的配套資金支持。二是注重時間適配，分階段配置財政資源。將縣域數字成熟度劃分為起步期（滲透率 lt;30% ）、成長期 （30%～50%） 、成熟期 （gt;50%） ，中央財政資金分配比例設定為4：3：3。對起步期縣域重點支持基站建設（單站補貼40萬元），成長期縣域傾斜數據平臺開發（每個政務云平臺補助 500萬元），成熟期縣域側重技術應用推廣（每個AI應用場景獎勵100萬元）。三是要動態調整政策工具箱。建立縣域數字發展監測平臺，實時追蹤技術滲透率、制度彈性等12項核心指標，當縣域跨越門檻值時自動觸發政策升級（如滲透率突破 45% 后，原有設備補貼轉為數據應用獎勵）。

[參考文獻]

[1]盛丹陽，段成榮，呂利丹，等.1990 年以來我國縣域人口的變動趨勢與發展挑戰[J].中國農業大學學報（社會科學版），2024，41（02）：29-48.

[2]董翀.產業興旺：鄉村振興的核心動力[J].華南師范大學學報（社會科學版），2021（5）：137-150，207.

[3]唐方成，顧世玲，馬曉楠，等.后發平臺企業的顛覆式創新路徑：以拼多多為例[J].南開管理評論，2024，27（05）：175-185.

[4]劉能，陸兵哲.契合與調適：數字化治理在鄉村社會的實踐邏輯：浙江德清數字鄉村治理的個案研究［J].中國農業大學學報（社會科學版），2022，39（05）：25-41.

[5]Brynjolfsson E，Hitt L M.Computing productivity：Firm-level evidence[J].Review of economics and statistics，2003，85（4） ：793-808.

[6]孫雪嬌，范潤.數字經濟對大中小企業全要素生產率影響的鴻溝效應[J].經濟管理，2023，45（08）：45-64.

[7]Goldfarb A，Tucker C.Digital economics[J]. Journal of economic literature，20l9，57（1） ：3-43.

[8] Zheng，S.，Lyu，X.，Wang，J.，amp; Wachenheim，C.Enhancing Sales of Green Agricultural Products through LiveStreaming in China：What Affects Purchase Intention？[J].Sustainability，2023，15（7）：1-26.

[9]Malodia，S.，Mishra，M.，Fait，M.，Papa，A.，Dezi，L.Todigit ortohead？Designingdigital transformationjourneyofSMEsamong digitalself-effcacyand professional leadershipJ].Journal of Business Research，2O23，157（C）：113547.

[10］范曉莉.數字金融發展、區域基礎設施與地區經濟增長：基于新經濟地理學視角的分析[J].西南民族大學學報（人文社會科學版），2023，44（09）：94-103.

[11]吉雪強，尤華珉，王野，等.數據中心、新興產業與新質生產力發展[J].經濟問題探索，2025（03）：16-35.

[12]丁文，石昊天.區塊鏈技術視域下的土地經營權流轉[J].貴州省黨校學報，2023（02）：119-128.

[13]竇凱，孫薇.數字貿易賦能制造業高質量發展：理論機制與實證檢驗[J].國際商務（對外經濟貿易大學學報），2025（02）：49-65.

[14」易加斌，李霄，楊小平，等.創新生態系統理論視角下的農業數字化轉型：驅動因素、戰略框架與實施路徑[J.農業經濟問題，2021（07）：101-116.

[15］蘇嵐嵐，彭艷玲.數字鄉村建設視域下農民實踐參與度評估及驅動因素研究[J].華中農業大學學報（社會科學版），2021（05）：168-179，199-200.

[16］孫哲遠，劉艷.電商下鄉對農村三產融合的影響：基于電商示范縣設立的準自然實驗［J].中國流通經濟，2022，36（11）：49-59.

[17]史恒通，張浩，裴輝儒.數字新基建對城鄉融合發展的影響機理及實證檢驗[J].中國人口·資源與環境，，2024，34（09）：171-181.

[18]LaaberF，Florack A，Koch T，et al. Digital maturity：Developmentand validation of the Digital Maturity Inventory（DIMD[J].Computers in Human Behavior，2023，143：107709.

[19］申云，李京蓉.數字普惠金融助力鄉村產業融合發展的共富效應及空間分異[J].華南農業大學學報（社會科學版），2023，22（04）：82-95.

[20]Webster，C.The Donald Robertson memorial prizewinner 2o03：the natureof the neighbourhoodJ].Urban Studies，2003，40（13）：2591-2612.

[21]劉志彪，凌永輝，孫瑞東.傳統產業改造：發展新質生產力的重點選擇策略——兼論對農業現代化的啟示［J].農業經濟問題，2024（04）：47-57.

[22]丁一兵，孫藝寧，張曉鷗.歐洲數字經濟發展對收人不平等的影響[J].歐洲研究，2024，42（05）：1-28，157.

[23]Granovetter，M. The Impact of Social Structure on Economic Outcomes[J].Journal of Economic Perspectives，American Economic Association，20o5，19（1）：33-50.

[24]曹興，孫綺悅.新興技術知識網絡跨界融合的機理與實證研究[J].科學學研究，2021，39（05）：854-866.

[25]米加寧，李大宇，董昌其.算力驅動的新質生產力：本質特征、基礎邏輯與國家治理現代化[J].公共管理學報，2024，21（02） ：1-14，170.

[26]Zhang，J.，amp;.Zhang，W.Harnessing Digital Technologies forRural Industrial Integration：APathway to SustainableGrowth[J].SYSTEMS，2024，12（12），564.

[27]Acemoglu，D.，Johnson，S.and Robinson，J.A.The Colonial Origins of Comparative Development：An Empirical In-vestigation[J].American Economic Review，2001，91（5） ：1369-1401.

（責任編輯文格）

Research on Digital Technology Empowering the Integration of Urban and Rural Industries in China

Based on the Analysis of 145O Counties Across the Country

FANG Dan-hui1 ，TIAN Fan1，LI Fang2，XU Jun-wu3 （1. School of Safety Science and Emergency Management，Wuhan University of Technology ， Wuhan 430070，Hubei，China ；2.Quality Eualuation Office，Wuhan University of Technology，Wuhan 43007o，Hubei ，China ;3.School of Business，Hubei University，Wuhan 43O062，Hubei，China）

Abstract：Digital technology serves as a crucial engine for breaking the urban-rural dual structure. Exploring its impact on the integration of urban and rural industries at the county level and its spatio temporal characteristics is of profound significance. Using panel data from 1，45O counties in China spanning from 20l0 to 2022，this study employs a combination of the dynamic panel threshold model and geographically and temporally weighted regression （GTWR） to systematically analyze the nonlinear efects and spatio-temporal heterogeneity of digital technology on the integration of urban and rural industries.The findings reveal that digital technology significantly promotes the integration of urban and rural industries at the county level，with its effects exhibiting nonlinear threshold characteristics and spatial heterogeneity. The flexibility of institutional innovation and the reconstruction of social capital are identified as the core transmisson pathways. Specifically，a 1-percentage-point increase in the digitalization level of government afairs can enhance the technology empowerment effect by 13.8% ，while a 1% increase in human capital stock can improve integration efficiency by 9.2% through the reconstruction of social networks. The policy pilot's radiation radius has a spatial attenuation boundary of 3Oo kilometers，and the co-evolution of technology and institutions follows a diferentiated pattern，with institutional leadership prevailing in the eastern regions and infrastructure construction taking the lead in the central and western regions. The conclusions of this research provide empirical support for formulating diferentiated policies to leverage digital technology for promoting urban-rural integration.

Key words：digital technology; integration of urban and rural industries;county-level regions