长三角地区数字经济对新型城镇化的影响研究
——兼论“数字鸿沟”的调节效应

罗 润,尤 玮,周 年 兴,李 在 军

(1.南京师范大学地理科学学院,江苏 南京 210023;2.无锡旅游商贸高等职业技术学校,江苏 无锡 214046;3.江苏经贸职业技术学院,江苏 南京 211168;4.扬州大学苏中发展研究院,江苏 扬州 225009)

0 引言

近年来,5G、大数据、物联网、区块链、工业互联网、虚拟现实、增强现实等数字技术为新型城镇化发展提供了支撑,数字经济[1]已成为促进新型城镇化发展的重要抓手。当前,数字经济对城镇化发展的影响引起学界关注,主要形成两种观点:

第一种观点认为数字经济对城镇化发展具有积极影响[2]。①数字要素与生产生活生态场景的融合形成“鲶鱼效应”[3],有助于破除技术创新和社会经济制度变迁中的路径依赖现象[4],促进农村剩余劳动力进城[5],优化就业结构[6],促进人口城镇化发展;②数字经济有助于促进经济高质量增长[7]和产业结构转型升级[8],增加外商投资[9],推动经济城镇化进程;③数字经济的发展促进数字要素与生活空间融合,推动交通、医疗、教育、文化、旅游等行业的数字化转型[10],助力社会城镇化发展;④数字经济发展有助于减少资源和能源消耗[11],减少碳排放[12]和污染[13],促进生态城镇化发展;⑤数字经济增长有助于促进农村产业数字化转型升级,提高农民收入[14],推动城乡协调发展[15]。

第二种观点认为数字经济的快速发展引发了“数字鸿沟”等问题,不利于新型城镇化发展。依据集聚—扩散理论和极化—涓滴理论,数字技术创新具有投资大、风险高、研发过程复杂等特点,因此,数字技术率先在经济和科技基础优良的地区发展,数字要素加速向该地区集聚,其他地区因缺乏数字技术创新能力,最终落入“比较优势陷阱”[16],不同地区之间的“数字鸿沟”由此形成,不利于人口城镇化、经济城镇化、社会城镇化、生态城镇化、城乡协调发展。①“数字鸿沟”的扩大强化市场垄断、降低企业创新能力,不利于经济持续增长和结构优化,阻碍经济城镇化发展[17];②农民工群体原生性“数字鸿沟”的泛化和深化会加剧该群体在就业、创业、财富、交往、权利等方面的衍生性“数字鸿沟”,不利于该群体实现市民化身份的转变,阻碍人口城镇化进程[18];③“数字鸿沟”阻碍城乡社会保障一体化发展,加剧城乡数字教育资源不平衡和社会阶层分化,影响社会民生福祉[19],降低居民幸福感[20],阻碍社会城镇化发展;④“数字鸿沟”对农村家庭收入产生显著的负向影响[21],增强数字经济对农村相对多维贫困产生的 “倒U形”影响[22],农村处于数字红利的边缘地带,而城市处于数字红利的核心地带,数字经济的快速发展不利于缩小城乡收入差异,进而阻碍城乡协调发展[23]。

综上,当前学界侧重于分析数字经济对新型城镇化的积极影响,对非线性影响的关注不足,且较少探讨“数字鸿沟”对数字经济与新型城镇化关系的调节作用。基于上述文献综述与理论机制分析,本文认为数字经济与新型城镇化发展之间可能存在“倒U形”关系,且两者间的关系受到“数字鸿沟”的影响。具体而言,当数字经济稳步增长时,“数字鸿沟”相对较小,数字经济增长有助于促进新型城镇化发展,但当数字经济增速过快时,“数字鸿沟”扩大,数字经济增长阻碍新型城镇化发展。为验证该猜想,本文以长三角地区为例,构建数字经济和新型城镇化发展水平评价指标体系,运用空间计量模型等方法分析数字经济对新型城镇化的影响及“数字鸿沟”的调节效应。

1 研究区概况、指标体系与数据来源

1.1 研究区概况

长三角地区由江浙沪皖三省一市组成,区内高校、科研院所众多,科技创新能力较强,是中国数字经济发展高地。《数字发展报告(2020)》显示,江浙沪的信息化发展水平位居全国第一梯队,而且自2014年以来,江苏省、安徽省以及浙江省的宁波、嘉兴等多地被纳入国家新型城镇化综合试点名单,因此,以长三角地区为研究区域具有一定的典型性和代表性。

1.2 指标体系与数据来源

1.2.1 数字经济发展水平评价指标体系 目前学界针对数字经济发展水平尚未形成统一的评价指标体系,本文借鉴徐维祥等[12,24,25]的研究,从数字经济基础设施建设、数字信息化产业规模、数字经济创新能力、数字普惠金融发展4个维度构建数字经济发展水平评价指标体系(表1)。数字经济发展依托于互联网等基础设施建设,故采用每万人宽带互联网用户数、每万人移动电话用户数表征数字经济基础设施建设与普及水平;数字技术从业人员与电信服务是数字经济产业发展的基础条件,故采用信息传输、计算机服务和软件业从业人员数以及电信业务收入衡量数字经济产业规模;数字专利数量是区域创新能力的重要体现,研究与开发经费是保障数字创新的重要条件,故采用数字专利申请授权数量和R&D经费支出占GDP比重衡量数字经济创新能力;此外,引入数字普惠金融指数衡量数字经济在电子商务和金融交易领域的发展情况。首先运用极差标准化方法对原始数据进行处理以消除量纲的影响,再运用熵值法计算各指标(均为正向指标)权重,最后采用综合加权法计算数字经济发展水平。

表1 数字经济发展水平的评价指标体系

1.2.2 新型城镇化发展水平评价指标体系 中共中央和国务院颁布的《国家新型城镇化规划(2014—2020)》明确指出中国特色新型城镇化道路应坚持以人为本,在推动人口城镇化的同时促进经济、生态、社会、城乡等全面协调可持续发展,实现由“高速增长”向“高质量发展”、由“土地本位”向“以人为本”、由“重城轻乡”向“城乡协调”的发展格局转变。基于新型城镇化的内涵与延伸,本研究从人口城镇化、社会城镇化、经济城镇化、生态城镇化和城乡协调发展5个维度选取指标构建新型城镇化发展水平评价指标体系(表2)。其中,人口城镇化包括人口密度、人口结构、从业结构,经济城镇化包括经济规模、产业结构、财政收入、工资水平、开放程度;社会城镇化包括社会消费、信息通信、医疗卫生、交通发展、教育事业、文化事业,强调基本公共服务的均等化和共享化,因此从人均角度量化处理社会城镇化指标;生态城镇化主要表现为生态绿化、环境美化和污染治理能力的提升,城乡协调主要表现为城乡居民收入的协调和农民收入水平的提高。

表2 新型城镇化发展水平的评价指标体系

1.2.3 数据来源 电信业务收入、每万人移动电话用户数与信息传输、计算机服务和软件业从业人员数等数据来源于《中国城市统计年鉴(2012—2021)》;常住人口数来源于《中国人口和就业统计年鉴2021》;城乡居民人均可支配收入比、农村居民人均纯收入、公共图书馆藏书量、医疗机构床位数、人均道路面积及二、三产业产值占GDP比重等数据来源于EPS数据库,并采用插值法补全缺失数据;在佰腾专利网以“数字+城市”为搜索关键词整理得到数字经济专利数据;数字普惠金融指数来源于北京大学数字金融研究中心[36],该指数自2011年开始发布,故将研究期定为2011—2020年。

1.3 研究方法

1.3.1 探索性空间分析方法 本文采用全局莫兰指数[37]考察数字经济和新型城镇化发展水平的空间自相关性,取值范围为[-1,1],大于0表明呈空间正相关,小于0表明呈空间负相关,等于0表明不相关,绝对值越大,表明相关性越强。在此基础上,运用双变量空间自相关方法分析长三角地区数字经济与新型城镇化的空间相关性(式(1))。

(1)

1.3.2 空间计量模型 本文采用空间计量模型(式(2))分析数字经济对长三角地区新型城镇化的影响[38],LeSage等认为模型的估计系数并非真实的偏回归系数,因此需要采用偏微分形式分解,则式(2)可改写为式(3)[39],新型城镇化发展水平Y对第K个解释变量的偏微分矩阵如式(4)所示。

(2)

式中:Yit为第t年i城市新型城镇化发展水平,Xjt为第t年j城市自变量的观测值,β为回归系数,ρ为因变量的空间滞后系数,φ为自变量的空间回归系数,μi为空间效应,vt为时间效应,εit为随机误差项。当φ=0、ρ≠0时,模型为空间滞后模型;当φ+ρβ=0时,模型为空间误差模型。

Y=[1-ρW]-1clN+[1-ρW]-1[X′β+WX′β]+

[1-ρW]-1ε*

(3)

式中:Y、lN、X′分别为N×1维被解释变量的向量、N×1维元素为1的向量、N×K维解释变量组成的向量,W为空间权重矩阵,c和ε*分别为常数项和误差项。

(4)

式中:右侧矩阵主对角线上元素的均值βk表示直接效应,反映解释变量对新型城镇化发展水平的影响;右侧矩阵主对角线之外其他元素的均值表示间接效应,反映本地解释变量对邻域新型城镇化发展水平的影响,直接效应与间接效应之和即为总效应。

2 数字经济与新型城镇化发展水平时空格局

2.1 长三角地区数字经济发展水平的时空格局

运用综合评价法测算得到2011—2020年长三角各地市数字经济发展水平,并基于自然断点法对2011年、2014年、2017年、2020年的数字经济发展水平进行可视化(图1)。可以看出,长三角地区数字经济发展水平由2011年的0.061增至2020年的0.189,呈“南高北低、东高西低”的空间格局。其中,上海市始终位居数字经济发展水平的第一梯队,数字经济呈快速增长态势,由2011年的0.333增至2020年的0.942;安徽省数字经济发展水平呈现“中心—外围”结构,合肥市对其他城市数字经济发展水平产生了“虹吸效应”,皖北和皖南地区数字经济发展水平多位居第五梯队;江苏省数字经济发展水平呈“南高北低”的空间分布格局,苏南地区数字经济发展水平多位居第二、三梯队,苏北地区多位居第四、五梯队;浙江省数字经济发展水平呈现出“浙东北高、浙西南低”的空间分布格局,浙东北地区多数城市数字经济发展水平位居第二、三梯队,浙西南地区多位居第三、四、五梯队。

注:基于自然资源部审图号为GS (2020) 4619 号的标准地图制作,底图无修改,下同。

2.2 长三角地区新型城镇化发展水平的时空格局

借鉴方创琳[40]对新型城镇化高质量发展阶段的划分,并结合长三角地区新型城镇化发展水平的测算结果,将长三角地区新型城镇化发展水平划分为起步期(0.01～<0.3)、成长期(0.3～<0.6)和成熟期(0.6～0.8)3类,借助ArcGIS 10.2软件进行可视化分析(图2)。可以看出,2011—2020年长三角地区新型城镇化发展水平总体呈上升态势,由0.227增至0.382,新型城镇化整体发展水平由起步期演变为成长期。其中,2011年处于新型城镇化成长期的城市有9个,主要分布于上海、苏南、浙东北、皖南地区;处于起步期的城市有32个,主要分布于苏北、浙西南、皖中、皖北地区。2014年处于新型城镇化成长期的城市有18个,主要分布于上海、苏南、苏中、浙东北、皖南地区;处于起步期的城市有23个,主要分布于苏北、浙西南、皖北地区。2017年处于新型城镇化成长期的城市有23个,主要分布于上海、苏南、苏中、浙东北、浙西南、皖南地区;处于起步期的城市有18个,主要分布于苏北、皖北、皖中、皖南地区。2020年沪、宁两市处于新型城镇化成熟期,处于成长期的城市有30个,主要分布于苏南、苏中、浙东北、浙西南、皖南、皖中地区,处于起步期的城市有9个,主要分布于苏北和皖北地区。总体看,2011—2020年长三角地区新型城镇化发展水平呈“中间高、两翼低”的空间格局,处于新型城镇化起步期的城市数量呈减少趋势,处于成长期的城市数量呈增加趋势,处于成熟期的城市实现从无到有。

图2 长三角地区新型城镇化发展水平的时空分布

2.3 长三角地区数字经济与新型城镇化发展水平的空间相关性

由全局莫兰指数(表3)可知,2011—2020年长三角地区数字经济和新型城镇化发展水平的单变量与双变量全局莫兰指数在多数年份显著为正,表明长三角地区数字经济和新型城镇化发展水平具有显著的空间正相关性,而且新型城镇化发展水平的空间正相关性比数字经济发展水平的空间正相关性更强。趋势变化方面,数字经济发展水平的单变量空间正相关性呈现减弱趋势,新型城镇化发展水平的单变量空间正相关性呈现增强趋势,数字经济与新型城镇化发展水平的双变量空间正相关性呈现减弱趋势。

表3 长三角地区数字经济和新型城镇化发展水平的全局莫兰指数

3 数字经济对新型城镇化发展的影响

3.1 数字经济对新型城镇化的影响

长三角地区数字经济与新型城镇化存在显著的空间正相关,如果仅用简单的面板OLS方法分析数字经济对新型城镇化的影响可能会使模型估计结果形成偏误,因此,本文运用空间计量模型分析数字经济对新型城镇化的影响效应。借鉴文献[26],选取进出口总额占GDP比重(Xopen)、GDP(Xgdp)、政府财政支出占GDP比重(Xfin)为控制变量,为消除量纲的影响,对数据进行对数化处理。为避免伪回归现象,对数据进行单位根检验,结果显示数据不平稳,对数据进行一阶差分处理后数据平稳,可用于回归分析;协整性检验结果显示数字经济与新型城镇化存在长期协整关系;格兰杰因果检验显示数字经济是新型城镇化的格兰杰原因,新型城镇化不是数字经济的格兰杰原因;各变量的方差膨胀因子小于5,表明不存在严重的多重共线性问题。此外,采用最常用的邻接矩阵并对模型进行LM检验、效应检验、Hausman检验、Wald检验、LR检验。如表4所示,LM检验中,Spatial lag Lagrange multiplier不显著,说明SEM模型优于SLM模型;LR和 Wald检验结果拒绝原假设,且SDM模型的Log Likelihood 值最大,SDM无法退化为SEM或SLM;效应检验结果表明个体固定效应优于时间固定和双固定效应,Hausman检验结果表明固定效应模型优于随机效应模型。因此,个体固定效应SDM最适合本研究。

表4 检验结果

首先以数字经济的一次项(Xdig)作为核心解释变量并进行分析,由表5可知,在个体固定效应模型下,空间自回归系数显著为正,数字经济对新型城镇化的影响系数为0.168,表明数字经济发展水平每提高1%,带动新型城镇化发展水平提升0.168%。控制变量中,政府干预对新型城镇化的影响系数显著为正,说明政府的宏观调控能为新型城镇化发展提供指导意见和政策支持,促进新型城镇化发展;对外开放程度对新型城镇化的影响系数为正但未通过显著性检验,这表明当前长三角地区的对外开放程度不足以支撑新型城镇化高质量发展,需要进一步提升对外开放和国际贸易合作的深度和广度以促进新型城镇化发展;经济发展水平对新型城镇化的影响系数为正但未通过显著性检验,这表明经济发展应注重规模、质量、结构、效率的全方位提升,仅扩大经济规模不足以支撑新型城镇化的高水平发展。

进一步将数字经济对新型城镇化的影响总效应分解为直接效应和间接效应。由表6可知,数字经济对本地新型城镇化发展产生显著的“倒U形”影响,数字经济的一次项对邻域新型城镇化发展的影响系数显著为负,平方项影响系数不显著,表明本地数字经济的发展对邻域新型城镇化发展产生显著的抑制作用。根据集聚—扩散理论,数字核心要素和资源率先在具有经济和科技发展优势的城市聚集,并对邻域的资金、技术、人才等要素形成“虹吸效应”,数字经济欠发达地区面临高素质人才流失、外商投资短缺、数字产业核心竞争力薄弱等发展难题,因此,本地数字经济发展水平的提高对邻域的新型城镇化发展水平产生显著的负向空间溢出效应。

表6 效应分解

控制变量中:①对外开放程度对新型城镇化产生显著的正向直接效应(0.024),间接效应不显著,说明本地对外开放程度的提高有助于加强国际合作和吸引更多的外商投资,推动城镇人口集聚和经济增长[41],提高人口城镇化和经济城镇化发展水平,进而促进本地新型城镇化发展,但对邻域新型城镇化发展的正向空间溢出效应不显著。②政府干预对新型城镇化产生显著的正向直接效应(0.129)和负向空间溢出效应(-0.195),说明政府制定地区新型城镇化发展规划,颁布一系列促进本地新型城镇化发展的财政补贴政策、税收优惠政策、人才引进政策、社会保障制度等,有助于吸引邻域的资本、技术、人才等要素,甚至促进邻域的部分产业向本地转移,促进本地人口城镇化、经济城镇化、社会城镇化发展,进而显著促进本地新型城镇化发展,而高素质人才流失、资金不足、产业转移、政府调控缺失等因素阻碍了邻域新型城镇化发展。③经济发展水平对新型城镇化产生显著的负向空间溢出效应(-0.016),说明本地经济发展有助于提高收入水平和投资回报率,导致邻域的劳动力受就业机会和高收入吸引以及资本在高投资回报率的诱导下流向本地,削弱邻域的经济发展能力,导致邻域新型城镇化发展水平下降;直接效应不显著,说明仅扩大经济规模已不能显著提升本地的新型城镇化发展水平,经济发展规模、质量、结构、效率的全面发展才能显著推进本地的新型城镇化进程。

3.2 数字经济对新型城镇化分维度的影响

运用空间计量模型分析数字经济对新型城镇化分维度的影响。由表7可知,数字经济对人口城镇化、经济城镇化和社会城镇化产生显著的“倒U形”影响,但对生态城镇化和城乡协调发展未产生显著的“倒U形”影响,可能是生态城镇化和城乡协调发展的影响因素和驱动机制较复杂,更多受生态政策、环境规制、农业农村政策、产业集聚、产业转移、区域合作网络、经济发展水平等因素的综合影响,受数字经济的影响相对较小。

表7 数字经济对新型城镇化分维度的影响

1)就数字经济对人口城镇化的影响而言,在数字经济稳步增长阶段,数字技术的发展有助于提高农业生产率,解放农村劳动力;数字经济增长和数字基础设施建设有助于创造就业岗位,吸引农村剩余劳动力进城,在提高城镇人口密度的同时调整就业结构,促进劳动力由第一产业向二、三产业转移(配第—克拉克定理),推动人口城镇化进程;但当数字经济进入快速增长阶段时,传统就业结构受到挑战,“数字鸿沟”扩大,导致失业率提高、地租价格上涨、住房压力和生活成本增加,抑制人口城镇化进程。因此,数字经济对人口城镇化产生“倒U形”影响。

2)就数字经济对经济城镇化的影响而言,在数字经济稳步增长阶段,数字基础设施的建设、数字产业规模的扩大、数字创新能力的提高、数字普惠金融的发展为企业发展注入活力,刺激实体经济增长,提高二、三产业在国民经济中的产业地位,推动产业结构高级化和合理化发展,同时,完善的数字基础设施和宽松友好的金融营商环境有助于吸引外商投资;但当数字经济进入快速增长阶段时,区域之间和城乡之间的“数字鸿沟”进一步扩大,数字经济发达地区对欠发达地区的劳动力、信息、资金等形成“虹吸效应”和“掠夺效应”,不利于经济城镇化的高质量发展。因此,数字经济对经济城镇化产生“倒U形”影响。

3)就数字经济对社会城镇化的影响而言,在数字经济稳步增长阶段,衍生出新零售、智慧医疗、数字文化、智慧交通、在线教育、智慧旅游、数字政务等新业态,对居民的社会生活方式产生深刻变革,极大推动了社会城镇化发展;但数字经济进入快速增长阶段时,可能会引发资源垄断、人口过度集中、交通拥堵、分配不公、贫富差距与城乡差距扩大等一系列社会问题,不利于社会城镇化的高质量发展。因此,数字经济对社会城镇化产生“倒U形”影响。

3.3 数字经济对新型城镇化影响的空间异质性

参考尹上岗等的研究[42]将研究区域划分为长三角核心城市(27个)和非核心城市(14个),探究数字经济对新型城镇化影响的空间异质性。由表8可知,数字经济的一次项和二次项对长三角核心城市新型城镇化的影响系数均显著,表明数字经济对核心城市新型城镇化产生显著的“倒U形”影响;数字经济的二次项对非核心城市新型城镇化的影响系数不显著,但数字经济的一次项显著为正,表明数字经济对长三角非核心城市新型城镇化的影响更接近线性关系,即对非核心城市新型城镇化产生显著的促进作用。这是由于长三角核心城市具有高素质的人才资源、丰富的数字业态、庞大的数字产业规模、完善的数字产业结构和全球化的数字创新网络,显著促进核心城市新型城镇化发展,但数字经济增长过快易引发“数字鸿沟”扩大、地价上涨、贫富差距扩大、社会失业率提高等城市问题,因此数字经济对长三角核心城市新型城镇化产生显著的“倒U形”影响;非核心城市的数字产业规模和创新能力相对薄弱,数字经济处于稳步增长状态,受核心城市的影响相对较小,因此现阶段数字经济增长显著促进非核心城市新型城镇化发展。

3.4 稳健性检验

为确保研究结果的稳健性,本文采用3种不同的空间权重矩阵[43]计算长三角地区数字经济对新型城镇化的影响效应。由表9可知,在3种不同的空间权重矩阵下,长三角地区数字经济对新型城镇化发展水平仍产生显著的“倒U形”影响,估计结果基本不变,研究结果较稳健。考虑到双向因果或遗漏变量导致的内生性问题,本文借鉴选取历史数据作为工具变量的内生性处理思路[44,45],将2000年长三角地区各市每万人年末电话用户数(体现个体变化)与上一年全国互联网普及率(体现时间变化)相乘,构建数字经济指数的面板工具变量(2000年之前研究区域行政区划变动较大,故选择2000年数据)。历史电话数据对数字经济发展具有一定的影响,满足工具变量的相关性要求,但对近年来的新型城镇化无明显影响,可看作外生变量。第一阶段的弱工具变量检验结果显示,最小特征统计量为10.153 5,大于经验值10,因此不存在弱识别问题,结果显示:在考虑内生性情况下,数字经济对新型城镇化仍然产生显著的“倒U形”影响,研究结果较稳健。

表9 稳健性检验

3.5 “数字鸿沟”对数字经济与新型城镇化关系的调节效应

表10 “数字鸿沟”对数字经济与新型城镇化关系的调节效应

4 结论与讨论

针对数字经济对新型城镇化的影响及“数字鸿沟”对两者关系调节效应的研究结果表明:①2011—2020年长三角地区数字经济和新型城镇化发展水平呈上升态势,数字经济呈“南高北低、东高西低”的空间分布格局,新型城镇化由起步期演变为成长期,呈“中间高、两翼低”的空间分布格局;研究期内长三角地区数字经济和新型城镇化发展水平具有显著的空间正相关性。②数字经济对新型城镇化产生显著的“倒U形”影响,数字经济稳步增长有助于促进新型城镇化发展,但增长过快易导致“数字鸿沟”扩大,进而阻碍新型城镇化发展;长三角地区大多数城市位于拐点左侧,仅个别城市在个别年份位于拐点右侧,整体而言,长三角地区数字经济对新型城镇化的影响以促进作用为主;政府干预对新型城镇化产生显著的正向直接效应和负向空间溢出效应,对外开放程度对新型城镇化具有显著的正向直接效应,间接效应不显著,经济发展规模对新型城镇化产生显著的负向空间溢出效应,直接效应不显著。长三角地区数字经济对人口城镇化、经济城镇化、社会城镇化产生显著的“倒U形”影响,但对生态城镇化和城乡协调发展的非线性影响不显著。③长三角地区数字经济对新型城镇化的影响存在空间异质性,对长三角核心城市的新型城镇化发展产生显著的“倒U形”影响,对非核心城市的新型城镇化产生显著的促进作用;数字使用鸿沟和数字能力鸿沟会增强数字经济对新型城镇化的“倒U形”影响。

为充分发挥数字经济对新型城镇化的赋能作用,减少“数字鸿沟”对新型城镇化的不利影响,提出如下政策建议:首先,完善5G互联网、移动基站、数据中心等数字基础设施建设,优化区域间、城乡间数字基建空间布局。如大力实施“东数西算”工程,将东部的数据处理需求合理有序地引到西部地区,加强东西部地区数字经济发展的区域联动;大力提升乡村地区数字经济基础设施建设水平,促进城镇地区的数字经济相关中小微企业向乡村地区转移,促进农业、乡村旅游、乡村物流等产业的数字化转型升级,有序推进数字经济城乡一体化发展,进而推动新型城镇化高质量、高水平发展。其次,加强区域数字经济合作,构建区域数字创新网络。以“区域一体化”政策为指导,以城市群和都市圈为依托,加强数字经济发达地区与欠发达地区、区域中心城市与非中心城市、城市与乡村地区在技术、资金、人才、市场等方面的资源共享和要素合作,构建区域数字经济创新协同发展网络,充分激发区域内科研机构、企业、高等院校等数字经济创新主体的活力,提高长三角地区数字经济的创新能力和整体竞争力,以数字经济作为驱动人口城镇化、经济结构转型、社会生活方式变革、生态治理水平提升、城乡协调发展的动力,为推进新型城镇化高质量发展提供有力支撑。最后,重视数字经济发展质量,逐渐缩小“数字鸿沟”。正确处理好发展速度与发展质量间的关系,在充分发挥数字经济对新型城镇化赋能作用的过程中,必须扎实稳步推进数字经济发展,数字经济发展观念应由“追求发展速度”向“追求发展质量”转变,由“规模扩大”向“结构优化”转变,由“发展不均”向“均衡发展”转变,促进人口城镇化、经济城镇化、社会城镇化、生态城镇化和城乡协调的高质量发展,克服城乡之间以及不同地区、行业、群体之间的“数字鸿沟”对新型城镇化发展的不利影响。

受限于数据可得性,本研究所构建的数字经济和新型城镇化发展水平评价指标体系还需在实践中进一步检验,后续研究可构建更科学合理的评价指标体系,或基于县域和镇域等尺度分析数字经济对新型城镇化的影响机理。