EN中文

GEOGRAPHICAL SCIENCE >

2025 , Vol. 45 >Issue 7: 1407 - 1419

DOI: https://doi.org/10.13249/j.cnki.sgs.20241234

Spatio-temporal dynamic evolution and driving mechanism of efficiency of urban-rural integration development in the Yangtze River Economic Belt

  • Wang Zhaofeng ,
  • Yu Peixin , *
Expand

Received date: 2024-10-25

  Revised date: 2025-03-10

  Online published: 2025-07-18

Supported by

National Natural Science Foundation of China(41771162)

National Natural Science Foundation of China(41971188)

Copyright

Copyright reserved © 2025.
Fold

Abstract

Improving the efficiency of urban-rural integration development is a crucial scientific issue related to efficiency and quality changes. It is a vital approach for promoting coordinated regional economic development and meeting people’s needs for a better life. This paper uses methods such as the super-efficiency EBM model, Dagum Gini coefficient, spatial Markov chain, and spatial Durbin model to analyze the spatiotemporal dynamic evolution and driving mechanisms of the urban-rural integration development efficiency in the Yangtze River Economic Belt from 2006 to 2021. The study finds that: 1) From 2006 to 2021, the efficiency of urban-rural integration development in the Yangtze River Economic Belt showed a “decline-rise” trend, with the differentiation trend between cities showing a “decrease-increase-decrease” pattern. Regional differences between river basins are the main reasons for the divergence in urban-rural integration development efficiency. The overall spatial pattern shows a clear hierarchical “core-periphery” structure diffusion trend. 2) The urban-rural integration development efficiency in the Yangtze River Economic Belt exhibits “path dependence” and “self-locking” effects, with significant spatial transmissibility. High-efficiency areas have a positive spatial spillover effect on neighboring regions. 3) The level of informatization and financial development have a negative and positive impact, respectively, on improving the efficiency of urban-rural integration development in both local and neighboring areas. The degree of openness and the level of human capital are important factors for improving local efficiency but have negative spillover effects on adjacent areas. The level of social consumption does not significantly affect the efficiency of urban-rural integration development.

Key words： urban-rural integration development; efficiency measurement; Markov chain; spatial Durbin model; the Yangtze River Economic Belt

Cite this article

Wang Zhaofeng , Yu Peixin . Spatio-temporal dynamic evolution and driving mechanism of efficiency of urban-rural integration development in the Yangtze River Economic Belt[J]. GEOGRAPHICAL SCIENCE, 2025 , 45(7) : 1407 -1419 . DOI: 10.13249/j.cnki.sgs.20241234

21世纪以来，中国城乡关系经历了“统筹城乡发展−城乡发展一体化−城乡融合发展”的演化过程[1]，城乡融合的政策导向为破除二元结构、重塑城乡关系提供了科学指引。党的二十大报告（https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm）进一步强调，着力推进城乡融合和区域协调发展，推动经济实现质的有效提升和量的合理增长。城乡融合发展是促进区域协调、共同富裕的经济增长过程，更是城乡人口、土地、资本、数据等要素实现高效配置的效率提升过程[2]，尤其是中国正处于质量变革、效率变革、动力变革的关键期和攻坚期，提升城乡融合发展效率尤为紧迫。长江经济带是城乡融合发展的重要地理单元[3]，但区域内部各城市经济增长方式、资源利用效率、产业发展能级等存在差异，致使区域发展不协调、城乡发展不平衡等问题显化，亟须系统提升资源配置效率、畅通要素流动渠道。因此，立足于全面推进中国式现代化，构建城乡融合发展效率分析框架，既是推进城乡融合发展效率综合集成研究的关键之举，亦是响应长江经济带区域协同融通的时代课题。
城乡融合发展是国内外学者普遍关注的热点问题。国外学者虽未明确提出“城乡融合”概念，但Lewis的“城乡二元经济结构理论”[4]、弗朗索瓦的“增长极理论”[5]、Friedmann的“核心−外围理论”[6]均对城乡关系进行了深刻理论阐释。国内研究呈经济学、地理学、社会学等多学科交叉融合的特点，在理论层面，学界从人地系统观[7]、经济发展观[8]、生态文明观[9]、要素流动观[10]等视角分析城乡融合的内涵、外延，认为城乡融合是包含经济、人口、社会、空间、生态等多层面的双向互动和彼此交融[11]；在实证层面，学者们多基于资源配置[12]、流空间[13]、耦合协调[14]等角度探讨城乡融合发展评价指标体系，代表性研究主要集中在区域[15]、省域[16]、县域[17]等研究尺度下城乡融合发展水平的时空格局及影响因素分析。此外，极少数学者开始关注城乡融合发展效率，如王大超等[18]构建Tobit模型探究碳排放约束下中国省域城乡融合发展效率的影响因素，施建刚等[19]对长三角地区城乡融合发展全要素生产率及效率损失进行研究。综上所述，现有城乡融合发展研究稍显薄弱，仍有以下问题有待完善：①研究视角上，学术界大多聚焦于城乡融合发展水平测度，欠缺对效率的研究。城乡融合发展效率是资源“投入−产出”成效的本质反映，构建城乡融合发展效率理论分析框架、进行城乡融合发展效率评价尤为必要。②研究内容上，现有少数关于城乡融合发展效率的研究仍处于识别整体时空特征阶段，对动态空间关联性、俱乐部收敛性缺乏研究，有效结合溢出效应剖析其影响因素的成果更为匮乏。而上述研究是解构区域差异、揭示路径依赖、实现区域协同治理的关键，研究内容亟须向宏观维度时空演变过程转变。③研究尺度上，对城市群、流域等区域尺度的关注不够，尤其是对长江经济带等国家重点战略区域研究不够。长江经济带既是区域协同融通的战略支点，也是畅通国内国际双循环的主动脉，是城乡融合高质量、高效率发展的代表性区域，极富研究意义。
城乡融合发展是中国式现代化的必然要求，城乡融合发展效率是城乡资源配置高效、要素流动有序的根本体现。为回应质量变革与效率变革的学术关切与现实需要，本文拟构建城乡融合发展效率分析框架，采用Dagum基尼系数、空间马尔可夫链、空间计量模型等方法，刻画2006—2021年长江经济带108个地级市城乡融合发展效率的时空格局及驱动机制，以期为构建城乡融合发展效率提升机制提供参考依据，助力长江经济带城乡融合发展提质增效、经济布局优化调整并加快推进中国式现代化进程。

1 研究方法与数据来源

1.1 城乡融合发展效率分析框架

在城乡融合发展新格局下，乡村人口、土地、资源等传统要素与城市技术、数据、管理等创新要素从分割转向融合，用地空废化、人口老龄化等乡村病与经济增长粗放、城市蔓延无序等城市病得到治理，城乡要素不断流动、组合、更新、赋能。因此，重塑城乡关系、走城乡融合发展之路，其本质是要探讨城乡要素流动水平、效率及其驱动机制。“效率”是衡量决策单元在既定投入要素下实现的最大产出水平，在城乡融合发展中体现为生产要素的配置优化以及城乡资源的合理流动。围绕这一概念内涵，结合二元结构理论以及相关研究成果[20-22]，构建城乡融合发展效率分析框架。城乡融合发展是由经济、人口、社会、空间及生态融合实现城乡融合的多维动态质变过程[23]，涵盖着与效率评价中投入产出要素相对应的6个关键维度。
①资本要素投入促进经济融合。经济融合体现在城乡边际报酬趋于均等、劳动生产率趋向协同[13]，最终实现城乡收入差距持续缩小。资本要素投入激活城乡生产要素流动通道，为城乡产业突破地域分割奠定基础，新业态如乡村旅游、观光农业、康养旅居等不断涌现，成为城乡经济融合的新引擎[24]。②劳动力要素投入促进人口融合。人口融合是以人为本的城乡居住和就业结构趋同[25]，劳动力要素投入驱动城乡人口素质不断提升，城乡在教育医疗、生活水平和基础设施等方面的差距逐渐缩小，乡村价值创造和就业吸纳能力不断增强，城市人才入乡通道得到保障，将双向促进城乡人口融合发展[26]。③社会要素投入促进社会融合。社会融合主要包括城乡社会福利的再调节，社会要素投入促进城乡文化、观念与生活方式交换[27]，促使城乡公共服务均等化，提升资源在城乡之间配置的公平性与正义性[28]。④土地要素投入促进空间融合。随着城乡聚落连通性的增强、交通发达度的提升，城乡空间界限日渐模糊并趋向一体化[29]。土地要素投入促使城乡空间价值分配格局重塑、乡村空间布局改善，同时得益于空间融合的体制机制逐步形成，如户籍制度、城乡统一土地市场改革等[12]。⑤资源要素投入促进生态融合。城乡生态系统紧密相连，生态功能互促互补、共生共荣[30]。资源要素投入持续改善生态本底、生活环境、生产效率，城乡共同最大限度地集约利用自然资源，建设宜居城市、和美乡村[1]。⑥碳排放量影响城乡融合发展效率[19]。在城乡关系和城乡格局向更高级结构转换的过程中，资源、环境、生态问题亟需关注，将碳排放量纳入非期望产出是经济社会发展全面绿色转型背景下的必然要求[15]。
综上所述，本文认为，城乡融合发展效率是城乡融合发展的投入产出比，即资本、劳动力、社会、土地和资源要素投入与城乡融合发展水平之比，在乡村振兴与新型城镇化发展进程中共同决定城乡融合发展成效，共同影响城乡间要素融合、结构协调与功能互促格局形成，基本符合效率概念内涵。

1.2 评价指标体系

充分结合长江经济带城乡融合发展的现实要求及生产要素理论，根据前期学者研究[18-19]，构建城乡融合发展效率投入产出指标体系（表1）。城乡融合发展强调城乡要素平等交换、公共服务可及性和均等化，且政府在城乡融合发展中发挥主导性作用，因此选取各城市公共财政支出项目中科学技术等6项支出作为投入指标，表征政府对城乡整体的财政支出状况，涵盖政府对城市、乡村发展的投入[31]；由于政府部门是非营利性机构，难以测算其对公共服务的生产结果，因此选取城乡融合发展水平作为期望产出，以反映城乡发展的整体协调特征；此外，城乡融合发展是低碳、绿色、可持续的过程，而中国经济发展对能源消费存在依赖，为避免对真实效率的高估、客观检视城乡融合发展是否处在预期状态，选取碳排放量作为非期望产出。
表1 城乡融合发展效率评价指标体系

Table 1 Evaluation index system for efficiency of urban-rural integration development

指标类型 指标体系 具体内容 ID
投入指标 资本要素投入 科学技术/亿元 I1
劳动力要素投入 教育/亿元 I2
医疗卫生/亿元 I3
社会要素投入 社会保障和就业/亿元 I4
土地要素投入 农林水事务/亿元 I5
资源要素投入 节能环保/亿元 I6
产出指标 期望产出 城乡融合发展水平 O1
非期望产出 碳排放量/万t O2
参考相关研究[2-32]，构建城乡融合发展水平评价指标体系（表2）。
表2 城乡融合发展水平评价指标体系

Table 2 Evaluation index system for level of urban-rural integration development

子系统指标层指标计量或描述属性权重
经济融合人均地区生产总值GDP/平均人口/（元/人）正0.074
城乡居民人均收入比城镇居民人均可支配收入/农村居民人均可支配收入/%负0.080
人口融合非农与农业从业比重第二、三产业从业人数/第一产业从业人数/%正0.080
人口城镇化水平人口城镇化率/%正0.079
城乡恩格尔系数比城市恩格尔系数/农村恩格尔系数/%正0.079
社会融合城乡交通通讯对比系数城镇居民人均交通通讯支出/农村居民人均交通通讯支出/%负0.081
城乡文教娱乐对比系数城镇居民人均文教娱乐服务支出/农村居民人均文教娱乐
服务支出/%		负0.081
城乡失业保险覆盖率城乡居民失业保险参保人数/常住人口数/%正0.070
空间融合公路路网密度公路运营里程/土地总面积/（km/km2）正0.073
土地城镇化水平建成区面积/土地总面积/%正0.063
生态融合生活垃圾处理生活垃圾无害化处理率/%正0.080
节能减排能力能源消耗总量/GDP/（万J/万元）负0.081
污染治理能力污水处理率/%正0.080

1.3 研究方法

1）超效率EBM模型。为克服传统DEA模型的问题，本文选取包含径向和SBM这2类距离函数的EBM模型，同时借鉴王大超[18]、施建刚[19]的研究，计算公式见文献[33]。
2）Dagum基尼系数。借助Dagum基尼系数测算长江经济带城乡融合发展效率整体及流域间的不平衡程度和贡献率，基尼系数可分解为区域内差异贡献GW、区域间差异贡献Gnb、超变密度贡献Gt，计算公式见文献[34]。
3）空间马尔可夫链。采用传统、空间马尔可夫链研究长江经济带城乡融合发展效率的转移趋势，以反映其区域现象的动态特征及不同时期动态演变过程，公式见文献[35]。
4）空间计量模型。空间计量模型包括空间滞后、空间误差和空间杜宾模型3种，均可通过设定为一般化的空间模型的不同参数推导而来，计算公式见[22]。

1.4 区域概况与数据来源

长江经济带包括上游地区的渝、川、贵、云等，中游地区的赣、鄂、湘，下游地区的沪、苏、浙、皖（图1）。本文选取2006—2021年长江经济带108个地级市作为样本，其他城市（如仙桃、潜江、天门市等）由于数据缺失严重或行政区划调整无法参与测算。数据主要来源于2007—2022年《中国城市统计年鉴》[36]、《中国城市建设统计年鉴》[37]以及EPS数据平台①。
图1 长江经济带区位

Fig. 1 Location of the Yangtze River Economic Belt

2 长江经济带城乡融合发展效率时空特征

2.1 城乡融合发展效率时序特征

由图2可知，长江经济带2006—2021年城乡融合发展水平稳步提高，从2006年的0.218提升到2021年的0.318，年均增长率为2.9%，与施建刚[19]的研究结论基本一致。长江经济带城乡融合发展效率在2006—2015年持续下降，年均下降率为2.8%，2016—2021年缓慢回升，年均上升率为0.9%，且研究期内始终存在“下游＞中游＞上游”的区域分异格局。究其原因，长江经济带早期处于盲目追求城乡经济增长的发展阶段，大量粗放的中低端产业不仅造成了投入资源的浪费，还导致了负向环境效应，资源闲置与浪费问题凸显，城乡高效、高质量融合受阻。2016年，《“十三五”控制温室气体排放工作方案》（https://www.gov.cn/gongbao/content/2016/content_5139816.htm）等文件出台，产业结构转型、新旧动能转换、低碳技术革新，绿色发展方式愈发成熟，要素流动更为高效有序，城乡融合发展效率回升。2020年，受新冠疫情影响，部分依赖外部市场的产业受到较大冲击，尤其是乡村经济韧性不足，城乡融合发展效率略有下降。
图2 长江经济带城乡融合发展水平及效率

Fig. 2 Level and efficiency of urban-rural integration development in the Yangtze River Economic Belt

2.2 城乡融合发展效率空间分布特征

对2006年、2011年、2016年、2021年分别进行反距离权重插值计算及可视化表达，如图3所示：①总体观测期内，长江经济带城乡融合发展效率具有较大的空间差异性，其空间分异特征和演变趋势具有一定的连续性，2006—2016年由大量高值区收缩为少数高值区，2021年高值区数量出现回升。②2006年，该阶段长江经济带城乡融合发展效率相对均衡，高值区分布范围广、扩散程度高，次高值区众多，低值区较少，呈连片蔓延分布态势。说明研究初期，长江经济带城乡融合发展效率空间差异较小，等级分布均衡性较好，原因是前期城乡二元结构突出，政府的城乡教育、社会保障、医疗卫生、交通运输等投入更易在城乡经济、社会、民生各维度取得显著效果。③相较2006年，2011年高值区、较高值区数量呈收敛分布，低值区数量大幅扩散，总体呈层次明显的“核心−边缘”结构扩散趋势。低值区在地理位置上远离高值区，产业转型升级换代慢，政府财政持续投入的效用边际递减。④2016年，城乡融合发展效率低值区呈包围结构在高值区周围集聚，向多点多核心均衡化发展。说明研究初期至今，现行经济发展、组织管理方式对城乡融合发展效率的提升逐渐达到饱和状态。⑤2021年，高值区数量逐渐回升、集聚范围有所扩大，呈现更复杂的多级并存格局。原因是随着长江经济带经济发展方式的转变及生态保护力度提升，“共抓大保护，不搞大开发”政策成效逐渐显现，城乡合作协同机制和资源配置方式趋向高效灵活。
图3 长江经济带城乡融合发展效率空间分布格局

Fig. 3 Pattern of efficiency in urban-rural integration development in the Yangtze River Economic Belt

2.3 城乡融合发展效率空间差异特征

通过Dagum基尼系数分解法测算2006—2021年长江经济带城乡融合发展效率空间差异及差异来源。由图4可知：①总体差异。2006—2021年城乡融合发展效率Dagum基尼系数处于波动上升状态，增幅为14.0%，且与标准差变化趋势接近，验证了Dagum基尼系数测量区域差异特征的适用性。其中，2006—2015年基尼系数呈小幅度增长态势，增幅为11.1%；2016年基尼系数稍有回落，随后稳步上升，增幅为6.4%，说明随着时间的推移，长江经济带城乡融合发展效率非均衡性特征持续存在。②流域差异。2006—2021年长江经济带区域内差异均呈“下游（0.288）＞上游（0.252）＞中游（0.238）”的特征，其增幅呈“上游（23.0%）＞中游（20.8%）＞下游（10.5%）”的特征，或缘于下游上海为区域龙头城市，其资源配置效率、经济发展方式首屈一指，虽已形成“一核五圈四带”的网络化空间格局，但其内部差异仍巨大；中游地区是承上启下的关键纽带，各城市均可在下游地区涓滴效应中获得先进经验，且其资源禀赋、发展方式等较为类似。③差异来源及其贡献率。从整体看，2006—2021年各部分年均贡献率呈现“区域间差异（40.0%）＞区域内差异（31.5%）＞超变密度（28.5%）”的特点。从时间演进趋势看，考察期内区域间差异的贡献率最高达到41.7%（2011年），最低为37.7%（2014年），呈多个“M”型震荡变化；区域内差异贡献率介于31.0%~31.7%，基本保持不变；超变密度差异的贡献率则介于27.2%~30.6%，呈多个“W”型变化，与区域间差异贡献率呈对称分布态势。上述分析表明，上游、中游和下游区域间的城乡融合发展效率差异是造成长江经济带全流域差异的主要原因，且因上、中、下游交叉重叠所造成的差异较弱。
图4 长江经济带城乡融合发展效率Dagum基尼系数

Fig. 4 Dagum Gini coefficient of efficiency of urban-rural integration development in the Yangtze River Economic Belt

2.4 城乡融合发展效率空间演变特征

借助马尔可夫链测算方法，参考王兆峰[35]等研究成果，采用四分法将城乡融合发展效率划分低（Ⅰ）（＜25%）、较低（Ⅱ）（≥25%~50%）、较高（Ⅲ）（＞50%~75%）、高（Ⅳ）（＞75%）4个类型，以洞悉长江经济带城乡融合发展效率的时空动态转移过程和规律。
由传统马尔可夫链（表3）可知：①对角线元素大于非对角线元素，即长江经济带城乡融合发展效率维持原有状态的概率为73.3%，说明城乡融合发展效率具有显著的“路径依赖”与“自身锁定”趋势。②对角线两端数值（0.825，0.936）大于中间数值（0.759，0.733），说明长江经济带城乡融合发展效率存在“马太效应”，即强者愈强、弱者愈弱。③对角线中间2种类型向上转移概率（0.139，0.151）大于向下转移概率（0.102，0.116），表明较低及较高效率城市具有向上转移的良好趋势。
表3 传统马尔可夫转移矩阵

Table 3 Traditional Markov Transition Matrix

滞后类型 类型 Ⅰ Ⅱ Ⅲ Ⅳ
　　注：Ⅰ、Ⅱ、Ⅲ、Ⅳ为城乡融合发展效率低、较低、较高、高4个类型。
无滞后 Ⅰ 0.825 0.175 0 0
Ⅱ 0.102 0.759 0.139 0
III 0 0.116 0.733 0.151
IV 0 0 0.064 0.936
为说明不同邻域相互作用背景下城乡融合发展效率的时空动态转移趋势，进一步构建空间马尔可夫转移概率矩阵。表4可知：①长江经济带城乡融合发展效率存在空间溢出效应。即考虑空间因素后，不同邻域类型下概率转移特征出现分异，因此，将地理空间因素纳入城乡融合发展效率的动态演变趋势分析十分必要。②“路径依赖”与“马太效应”在空间维度得到证实。加入空间影响的对角线元素仍大于非对角线元素，且两端元素仍大于中间元素。③城乡融合发展效率类型的转移多发生在相邻类型间。如当观测类型为Ⅱ时，随着邻域类型的提高，其向上转移的概率分别为0.105、0.154、0.202、0.242，表明城乡融合发展效率提升是循序渐进的稳定过程，跨等级转移概率较低。④不同邻域类型对城乡融合发展效率的影响存在异质性。如类型Ⅱ城市在与类型Ⅰ城市为邻时，向下转移概率为0.182（＞0.102，表3），说明低效率城市易产生负向溢出效应，城乡协同发展能力弱，难形成正向空间集聚效应；类型Ⅱ城市在与类型Ⅲ城市为邻时，向上转移概率为0.202（＞0.139），说明高效率城市具有正向溢出效应，其信息流动置换速率高、资源利用能力强，与邻域城市优势共享、机会共有，易形成正向空间集聚效应；类型Ⅲ城市在邻域地区为类型Ⅱ、类型Ⅰ城市时，向下转移的概率为0.162、0.189，随邻域等级递减向下转移概率增大，说明极大的等级差距会使得高效率城市为帮扶低效率城市而投入过多成本，易被拖累降级。
表4 空间马尔可夫转移矩阵

Table 4 Spatial Markov Transition Matrix

滞后类型 类型 Ⅰ Ⅱ Ⅲ Ⅳ
　　注：Ⅰ、Ⅱ、Ⅲ、Ⅳ含义见表3。
Ⅰ Ⅰ 0.886 0.114 0 0
Ⅱ 0.182 0.713 0.105 0
Ⅲ 0.000 0.189 0.685 0.126
Ⅳ 0 0 0.047 0.953
Ⅱ Ⅰ 0.753 0.247 0 0
Ⅱ 0.043 0.803 0.154 0
Ⅲ 0 0.162 0.706 0.132
Ⅳ 0 0 0.034 0.966
Ⅲ Ⅰ 0.662 0.338 0 0
Ⅱ 0.037 0.761 0.202 0
Ⅲ 0 0.054 0.789 0.157
Ⅳ 0 0 0.043 0.957
Ⅳ Ⅰ 0.882 0.118 0 0
Ⅱ 0 0.667 0.242 0.091
Ⅲ 0 0.074 0.748 0.178
Ⅳ 0 0 0.008 0.992

3 长江经济带城乡融合发展效率驱动机制

3.1 指标选取

为厘清长江经济带城乡融合发展效率的影响因素及可能存在的溢出效应，呼应城乡融合发展水平评价指标体系中的经济、人口、社会、空间及生态融合等子系统，参考徐雪等[30]研究成果，基于数据的可得性，在影响因子共线性检验（VIF＜2）基础上进行指标遴选：①金融发展水平（FIN）：便利城乡金融市场、缓解金融资本稀缺、实现资本供需匹配等均可赋能城乡融合发展提质增效，对应经济融合维度，选取金融机构年末存贷款余额占GDP比值表征[12]。②人口集聚程度（DEG）：人口是社会生产的必要先决条件，对应人口融合维度，选取常住人口与行政区域面积的比值表征[18]。③信息化水平（INF）：信息化发展能缩小城乡公共服务差距、畅通城乡要素流动，对应社会融合维度，选取每百人互联网用户数表征[13]。④交通水平（TRA）：便利的交通基础设施是优化城乡空间格局、打开城乡融合发展新空间的基础条件，对应空间融合维度，采用每平方公里的公路里程表征[15]。⑤环境规制强度（ENV）：环境规制是推动生态文明建设的重要途径，对应生态融合维度，选取政府工作报告中环境相关词汇出现的次数占全文词频总数的比例表征[38]。

3.2 计量模型检验

首先，在反距离矩阵、空间邻接矩阵2个矩阵下，LM检验通过1%水平的显著性检验，验证了运用空间面板数据模型的合理性；其次，LR检验、Wald检验均显著，表明面板空间杜宾模型为最优模型；最后，Hausman检验、LR检验均显著，采用双向固定效应模型（表5）。因此，本文选取基于时空固定效应的空间杜宾模型对长江经济带城乡融合发展效率的驱动机制展开分析。
表5 面板空间计量模型检验结果

Table 5 Verification results of panel space econometric model

检验方法 反距离矩阵 空间邻接矩阵 检验方法 反距离矩阵 空间邻接矩阵
　　注： splg、spem分别表示spatial lag、spatial error； **、***分别表示在5%，1%水平上显著。
Moran’s I 56.850*** 26.459*** LR-splg 45.150*** 127.730***
LM-splg 653.530*** 541.541*** LR-spem 36.680*** 125.430***
LM-spem 2911.341*** 689.221*** Wald-splg 11.920** 62.010***
Robust-LM-splg 1.090 7.604*** Wald-spem 13.540*** 71.210***
Robust-LM-spem 2258.901*** 155.284*** LR-ind 34.110*** 83.430***
Hausman 25.600*** 23.860** LR-time 2214.160*** 2106.760***

3.3 回归结果分析

由表6可知，反距离矩阵、空间邻接矩阵2个矩阵结果具有一致性和稳健性。进一步借助偏微分法将长江经济带城乡融合发展效率驱动因素进行分解（表7），本文主要对更贴近发展实际的反距离矩阵进行探讨，具体如下：
表6 空间面板杜宾模型点估计结果

Table 6 Point estimation of spatial panel Durbin model

变量 反距离矩阵 空间邻接矩阵
　　注：W为空间滞后项；ρ为空间溢出效应；括号内为标准误差；FIN为金融发展水平；DEG为人口集聚程度；INF为信息化水平；TRA为交通水平；ENV为环境规制强度；*、**、***分别为在10%，5%，1%水平上显著。
FIN 0.007***（0.002） 0.006***（0.002）
DEG 0.004*（0.002） 0.004*（0.002）
INF −0.001 （0.001） −0.001 （0.001）
TRA 0.044**（0.021） 0.044**（0.022）
ENV 0.010 （0.017） 0.006 （0.017）
W×FIN 0.068***（0.019） 0.008***（0.002）
W×DEG 0.002 （0.028） 0.004 （0.004）
W×INF −0.025***（0.009） −0.004*（0.002）
W×TRA 0.029 （0.139） 0.009 （0.036）
W×ENV −0.403** （0.182） −0.020 （0.030）
时间 固定 固定
空间 固定 固定
R2 0.158 0.003
ρ 0.250** 0.148***
Log-likelihood 1646.341 1653.017
表7 空间效应分解结果

Table 7 Decomposition results of spatial effects

变量 反距离矩阵 空间邻接矩阵
直接效应 间接效应 总效应 直接效应 间接效应 总效应
　　注：括号内数值为标准误差；*、**、***分别表示在10%，5%，1%水平上显著；变量解释见表6。
FIN 0.007*** 0.095*** 0.102*** 0.006*** 0.011*** 0.017***
（0.002） （0.030） （0.030） （0.002） （0.002） （0.003）
DEG 0.004* 0.004 0.008 0.004* 0.005 0.010
（0.002） （0.040） （0.041） （0.002） （0.005） （0.006）
INF −0.001 −0.034*** −0.035*** −0.001 −0.004** −0.006**
（0.001） （0.013） （0.013） （0.001） （0.002） （0.002）
TRA 0.044** 0.064 0.108 0.045** 0.020 0.065*
（0.020） （0.186） （0.180） （0.021） （0.038） （0.036）
ENV 0.008 −0.531** −0.522** 0.006 −0.020 −0.014
（0.017） （0.260） （0.262） （0.017） （0.033） （0.039）
1）金融发展水平（FIN）。其直接效应、间接效应、总效应均在1%水平显著，可见金融发展对自身及邻近地区城乡融合发展效率均产生显著的推动作用。金融发展通过降低居民筹资成本、提供便捷融资渠道、盘活市场经济等“主渠道效应”促进农业现代化和非农经济发展，多途径增加农民收入，加快城乡经济融合步伐，形成“金融开源”促“城乡融合”之势。
2）人口集聚程度（DEG）。其直接效应在10%水平显著、间接效应不显著，且影响系数均为0.004，总效应不显著，说明人口集聚在一定程度上促进本地区城乡融合发展效率提升，对邻近地区及整体区域的正向影响不明显。究其原因，人口集聚是资本流入、产业升级、城镇发展的前提条件，是带动资源要素在本地区城乡间高效、畅通流动的载体，是提升城乡融合发展效率的重要助力；但人口的本地集聚将虹吸邻近地区的优质劳动力，相互借势和双向互动的人才效应尚未形成。
3）信息化水平（INF）。其直接效应为−0.001但不显著，间接效应、总效应分别为−0.034、−0.035且均在1%水平显著，可见信息化水平对本地区城乡融合发展效率的作用不明显，但对邻近地区产生显著负向溢出作用。或源于城乡间数字鸿沟易造成要素错配，成本消耗过多且信息化进程较慢使得其成果在短期内难以显现，限制了城乡融合发展效率的改善；且信息化发展会对邻近地区产生“虹吸效应”，导致邻近地区负向效应显著。
4）交通水平（TRA）。其直接效应在5%水平显著，间接效应、总效应均不显著，说明交通水平显著推动本地城乡融合发展效率提升，对邻近及整体区域的影响虽不明显但存在向好趋势。原因在于，现代化、立体化综合交通体系加速资金流、信息流、物流的扩散与凝聚，使本地成为增长极，并通过涓滴效应带动整体区域发展，促进城乡空间融合，优化城乡融合发展效率。
5）环境规制强度（ENV）。其直接效应未通过显著性检验，间接效应、总效应分别均在5%水平显著，说明环境规制对本地城乡融合发展效率未起到明显推动作用，但对邻地产生显著负向溢出作用。环境规制通过倒逼企业引入先进低碳工艺和治理方式实现绿色发展，但严格的环境规制带来的“资源挤占效应”及“附加成本效应”将导致企业外迁，在邻近地区形成“污染避难所”，使其生态环境恶化，阻碍城乡融合发展效率提升。

4 结论与讨论

4.1 结论

本文以长江经济带108个地级市为研究对象，运用Dagum基尼系数、空间马尔可夫链及面板空间杜宾模型对城乡融合发展效率的时空差异及驱动机制进行探索，研究结论如下：①从时间格局看，2006—2021年长江经济带城乡融合发展效率呈“下降−上升”趋势；从空间格局看，流域内区域间差异是造成城乡融合发展效率分异的主要原因，其整体空间格局呈层次明显的“核心−边缘”结构扩散趋势。②从演变趋势看，长江经济带城乡融合发展效率具有“路径依赖”及“马太效应”，且其状态演进是循序渐进的稳定过程，空间传递性较为显著，高（低）效率地区对邻域地区具有正（负）向空间溢出效应。③从驱动机制看，金融发展水平、人口集聚程度、交通水平对本地及邻域城乡融合发展效率提升均产生正向影响，信息化水平则呈负向影响；环境规制强度对本地城乡融合发展效率产生正向影响，但对邻近地区产生显著负向溢出效应。

4.2 讨论

城乡融合发展是新时代国家发展取向，城乡融合发展效率是城乡发展提质增效进程的重要体现。区别于以往关于城乡融合发展水平的研究[11-13,23]，本文基于投入产出视角探究长江经济带城乡融合发展效率，回应质量变革与效率变革背景下区域协同融通的现实需要和学术关切，从城乡融合发展层面对经济效率进行拓展与延伸。研究借助基尼系数、空间杜宾模型等方法系统刻画长江经济带城乡融合发展效率的时空格局及驱动机制，弥补了既有研究忽视时空演变过程及影响因素地理空间效应的缺陷，符合区域城乡融合发展实际，为制定差异性的城乡融合发展调控政策提供依据：
①结合区域差异分析，下游地区应充分发挥现有优势，促进城乡要素自由流动、资源合理配置，且在虹吸大量资源的同时强化辐射和涓滴效应；中游地区在长江经济带城乡融合发展效率提升中起到承上启下的作用，应积极吸收下游地区前沿技术、先进经验，因地制宜优化自身城乡资源配置效率；而上游地区经济基础薄弱、二元结构突出，应建立城乡要素流动机制、破解人才瓶颈制约、激活发展新动力。②结合转移趋势分析，长江经济带应建立常态长效的跨区域合作机制，通过深化信息共享、创新合作机制、发挥比较优势等加强城乡合作，凭借极化效应破解空间依赖困境。③结合驱动机制分析，充分理解驱动因子的空间效应。应打好金融政策“组合拳”，着力破解乡村发展“融资难、融资贵”等难题，有效助力城乡融合发展提质增效；应充分发挥人口集聚、交通网络的乘数效应，推进区域人才、交通一体化；应注重弥合城乡数字鸿沟，避免邻地过多“搭便车”行为，充分发挥“智慧红利”，扭转信息化负效应困局；本地在制定环境规制政策时应合理规避对邻近地区的消极影响，因地制宜调整环境规制的工具与强度。
但需指出的是，本文仍存在以下不足：①囿于相关数据获取难题，本文仅对长江经济带城乡融合发展效率进行研究，未来应尝试审视县域、村镇等小微尺度，立足实地调查，考察尺度效应下的城乡融合发展效率。②在时空分异背景下，选取时空地理加权回归、多尺度地理加权回归等模型分析驱动因素的时空异质性是后续研究需深入改进的方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
方创琳. 城乡融合发展机理与演进规律的理论解析[J]. 地理学报, 2022, 77(4):759-776.

Fang Chuanglin. Theoretical analysis of the mechanism and evolution law of urban-rural integration development[J]. Acta Geographica Sinica, 2022, 77(4):759-776.

2
周德, 戚佳玲, 钟文钰, 等. 城市群城乡融合发展: 测度评价、障碍因素与驱动因素[J]. 地理研究, 2023, 42(11):2914-2939.

Zhou De, Qi Jialing, Zhong Wenyu et al. Urban and rural integration development in urban agglomerations?Measurement and evaluation, obstacle factors, and driving factors[J]. Geographical Research, 2023, 42(11):2914-2939.

3
方创琳, 李广东, 戚伟, 等. “胡焕庸线”东西部城乡发展不平衡趋势及沿博台线微突破策略[J]. 地理学报, 2023, 78(2):443-455.

Fang Chuanglin, Li Guangdong, Qi Wei et al. Unbalanced trend of urban and rural development on the east and west sides of Hu Huanyong Line and micro-breakthrough strategy along the Bole-Taipei Line[J]. Acta Geographica Sinica, 2023, 78(2):443-455.

4
Lewis W A. Economic development with unlimited supplies of labour[J]. The Manchester School of Economic and Social Studies, 1954, 22(2):139-191.

DOI

5
弗朗索瓦·佩鲁. 略论“增长极”概念[J]. 李仁贵, 译. 经济学译丛, 1988(9):69-71.

François Perroux. On the concept of “growth pole”. Translated by Li Rengui[J]. Translation Series of Economics, 1988(9):69-71.

6
Friedmann John, Douglass Mike. Agropolitan development: Towards a new strategy for regional planning in Asia[M]. Los Angeles: University of California, 1975: 101-146.

7
刘彦随. 现代人地关系与人地系统科学[J]. 地理科学, 2020, 40(8):1221-1234.

Liu Yansui. Modern human earth relations and human earth system science[J]. Scientia Geographica Sinica, 2020, 40(8):1221-1234.

8
Li Y H. Ubran-rural interaction patterns and dynamic land use: Implicarions for urban-rural integration in China[J]. Regional Environmental Change, 2012, 12(4):803-812.

DOI

9
Liu Y S, Long H L, Chen Y F et al. Progress of research on urban-rural transformation and rural development in China in the past decade and future prospects[J]. Journal of Geographical Sciences, 2016, 26(8):1117-1132.

DOI

10
陈明星, 郭莎莎, 陆大道. 新型城镇化背景下京津冀城市群流动人口特征与格局[J]. 地理科学进展, 2018, 37(3):363-372.

DOI

Chen Mingxing, Guo Shasha, Lu Dadao. The characteristics and pattern of floating population in the Beijing-Tianjin-Hebei Urban Agglomeration under the background of new urbanization[J]. Progress in Geography, 2018, 37(3):363-372.

DOI

11
郑瑜晗, 龙花楼. 中国城乡融合发展测度评价及其时空格局[J]. 地理学报, 2023, 78(8):1869-1887.

Zheng Yuhan, Long Hualou. Measurement and spatio-temporal pattern of urban-rural integrated development in China[J]. Acta Geographica Sinica, 2023, 78(8):1869-1887.

12
丁焕峰, 张蕊, 周锐波. 城市更新是否有利于城乡融合发展?——基于资源配置的视角[J]. 中国土地科学, 2021, 35(9):84-93.

Ding Huanfeng, Zhang Rui, Zhou Ruibo. Whether urban renewal is beneficial to urban-rural integration? From the perspective of resource allocation[J]. China Land Science, 2021, 35(9):84-93.

13
周佳宁, 毕雪昊, 邹伟. “流空间”视域下淮海经济区城乡融合发展驱动机制[J]. 自然资源学报, 2020, 35(8):1881-1896.

DOI

Zhou Jianing, Bi Xuehao, Zou Wei. Driving mechanism of urban-rural integration in Huaihai economic zone: Based on the space of flow[J]. Journal of Natural Resources, 2020, 35(8):1881-1896.

DOI

14
Zhan L Y, Wang S J, Xie S X et al. Spatial path to achieve urban-rural integration development-analytical framework for coupling the linkage and coordination of urban-rural system functions[J]. Habitat International, 2023, 142 102953

DOI

15
王凯, 谭佳欣, 甘畅. 湘西地区旅游发展与城乡融合协同演化及影响因素研究[J]. 地理科学进展, 2023, 42(8):1468-1485.

DOI

Wang Kai, Tan Jiaxin, Gan Chang. Degree of synergy of regional tourism development and urban-rural integration and influencing factors in the Western Hunan region[J]. Progress in Geography, 2023, 42(8):1468-1485.

DOI

16
舒季君, 周建平, 陈亦婷, 等. 中国省域数字经济的空间演化特征及其城乡融合效应[J]. 经济地理, 2022, 42(8):103-111.

Shu Jijun, Zhou Jianping, Chen Yiting et al. The spatial evolution characteristics of China’s provincial digital economy and its urban-rural integration effect[J]. Economic Geography, 2022, 42(8):103-111.

17
龙花楼, 徐雨利, 郑瑜晗, 等. 中国式现代化下的县域城乡融合发展[J]. 经济地理, 2023, 43(7):12-19.

Long Hualou, Xu Yuli, Zheng Yuhan et al. Urban-rural integrated development at county level under Chinese path to modernization[J]. Economic Geography, 2023, 43(7):12-19.

18
王大超, 赵红. 中国城乡融合发展效率评价及其影响因素研究[J]. 财经问题研究, 2022(10):101-109.

Wang Dachao, Zhao Hong. Research on the efficiency evaluation and influencing factors of urban rural integration development in China[J]. Research on Financial and Economic Issues, 2022(10):101-109.

19
施建刚, 段锴丰, 吴光东, 等. 碳排放约束下长三角地区城乡融合发展效率[J]. 经济地理, 2021, 41(6):57-67.

Shi Jiangang, Duan Kaifeng, Wu Guangdong et al. Efficiency of urban-rural integration development in the Yangtze River Delta region under carbon emission constraints[J]. Economic Geography, 2021, 41(6):57-67.

20
张文斌, 张志斌, 董建红, 等. 迈向城乡共治: 改革开放以来城乡关系演变解读[J]. 地理科学进展, 2021, 40(5):883-896.

Zhang Wenbin, Zhang Zhibin, Dong Jianhong et al. Towards urban rural co governance: An interpretation of the evolution of urban rural relations since the reform and opening up[J]. Progress in Geography, 2021, 40(5):883-896.

21
金晓斌, 叶超, 岳文泽, 等. 新时代中国城乡融合发展: 挑战与路径[J]. 自然资源学报, 2024, 39(1):1-28.

DOI

Jin Xiaobin, Ye Chao, Yue Wenze et al. Urban-rural integrated development in China in the new era: Challenges and paths[J]. Journal of Natural Resources, 2024, 39(1):1-28.

DOI

22
邵海琴, 吴卫, 王兆峰. 长江经济带旅游资源绿色利用效率与新型城镇化的时空耦合协调[J]. 经济地理, 2021, 41(8):204-213.

Shao Haiqin, Wu Wei, Wang Zhaofeng. Temporal and spatial coupling coordination of green utilization efficiency of tourism resources and new urbanization in the Yangtze River Economic Belt[J]. Economic Geography, 2021, 41(8):204-213.

23
马志飞, 宋伟轩, 王捷凯, 等. 长三角地区城乡融合发展水平、演化及影响因素[J]. 自然资源学报, 2022, 37(6):1467-1480.

Ma Zhifei, Song Weixuan, Wang Jiekai et al. The development level, evolution and influencing factor of urban-rural integration in the Yangtze River Delta[J]. Journal of Natural Resources, 2022, 37(6):1467-1480.

24
黄锡生, 王中政. 论城乡融合发展的双重逻辑及制度统合[J]. 现代经济探讨, 2021(5):1-9.

Huang Xisheng, Wang Zhongzheng. On the dual logic and institution integration of urban rural integration development[J]. Modern Economic Research, 2021(5):1-9.

25
王颖, 孙平军, 李诚固, 等. 2003年以来东北地区城乡协调发展的时空演化[J]. 经济地理, 2018, 38(7):59-66.

Wang Ying, Sun Pingjun, Li Chenggu et al. The spatiotemporal evolution of coordinated urban-rural development in northeast China since 2003[J]. Economic Geography, 2018, 38(7):59-66.

26
朱媛媛, 罗源. 中国乡村社会空间重构过程再认知及展望——基于人口城乡逆流视角[J]. 地理科学进展, 2024, 43(2):374-386.

DOI

Zhu Yuanyuan, Luo Yuan. Re-conceptualization and prospects of rural social space reconstruction processes in China: Based on the perspective of counter-stream of rural-urban migration[J]. Progress in Geography, 2024, 43(2):374-386.

DOI

27
李雯骐, 张立, 张尚武. 中国城乡融合研究的议题、评述及展望[J]. 城市规划学刊, 2022(6):36-43.

Li Wenqi, Zhang Li, Zhang Shangwu. A review on main research issues of urban-rural integration in China and the future prospect[J]. Urban Planning Forum, 2022(6):36-43.

28
袁方成, 周韦龙. 要素流动何以推动县域城乡融合: 经验观察与逻辑诠释——以佛山市南海区全域土地综合整治为例[J]. 南京农业大学学报(社会科学版), 2024, 24(2):63-74.

Yuan Fangcheng, Zhou Weilong. Factor mobility and its impact on the integration of urban and rural areas at the county level: Experiential observations and logical interpretations—A case study of comprehensive land consolidation in Nanhai District[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2024, 24(2):63-74.

29
代亚强, 张玥, 柯新利, 等. 乡村地域多功能的空间关联网络结构特征及其对城乡融合发展的影响——以河南省为例[J]. 自然资源学报, 2023, 38(8):2059-2075.

DOI

Dai Yaqiang, Zhang Yue, Ke Xinli et al. Structural characteristics of spatial correlation network of rural territorial multi-functions and its impact on urban-rural integrated development: A case study of Henan Province[J]. Journal of Natural Resources, 2023, 38(8):2059-2075.

DOI

30
徐雪, 王永瑜. 城乡融合的逻辑机理、多维测度及区域协调发展研究——基于新型城镇化与乡村振兴协调推进视角[J]. 农业经济问题, 2023(11):49-62.

Xu Xue, Wang Yongyu. Research on the logical mechanism, multidimensional measurement, and regional coordinated development of urban rural integration: From the perspective of coordinated promotion of new urbanization and rural vitalization[J]. Issues in Agricultural Economy, 2023(11):49-62.

31
陈钊, 陆铭. 从分割到融合: 城乡经济增长与社会和谐的政治经济学[J]. 经济研究, 2008(1):21-32.

Chen Zhao, Lu Ming. From segmentation to integration: Political economy of urban-rural economic growth and social harmony[J]. Economic Research Journal, 2008(1):21-32.

32
张溢堃, 王永生. 中国省域城乡要素流动测度方法与时空特征[J]. 地理学报, 2023, 78(8):1888-1903.

Zhang Yikun, Wang Yongsheng. Measurement methods and spatio-temporal characteristics of urban-rural factor flow in China[J]. Acta Geographica Sinica, 2023, 78(8):1888-1903.

33
Tone K, Tsutsui M. An epsilon-based measure of efficiency in DEA—A third pole of technical efficiency[J]. European Journal of Operational Research, 2010, 207(3):1554-1563.

DOI

34
Jia W X, Wu S N. Spatial differences and influencing factors of energy poverty: Evidence from provinces in China[J]. Frontiers in Environmental Science, 2022, 10(1075):1-17.

35
王兆峰, 张先甜. 中国省域旅游发展与民生福祉的动态响应及协调效应研究[J]. 旅游科学, 2023, 37(3):1-19.

Wang Zhaofeng, Zhang Xiantian. A study on the dynamic response and coordination effect of provincial tourism development and livelihood welfare in China[J]. Tourism Science, 2023, 37(3):1-19.

36
国家统计局. 中国城市统计年鉴[M]. 2007—2022. 北京: 中国统计出版社, 2007—2022

National Bureau of Statistics. China city statistical yearbook. 2007—2022. Beijing: China Statistics Press, 2007—2022.

37
住房和城乡建设部. 中国城市建设统计年鉴[M]. 2007—2022. 北京: 中国统计出版社, 2007—2022

Ministry of Housing and Urban-Rural Development of the People’s Republic of China. China urban construction statistical yearbook. 2007—2022. Beijing: China Statistics Press, 2007—2022.

38
陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2):20-34.

Chen Shiyi, Chen Dengke. Haze pollution, government governance, and high-quality economic development[J]. Economic Research Journal, 2018, 53(2):20-34.

Options
Outlines

/

〈 〉