Research on the measurement of coordinated development level between Comprehensive Rural Revitalization and New-type Urbanization and the driving effect of data elements

新型城镇化与乡村全面振兴是新时代中国推动城乡融合发展和实现共同富裕的两大战略，二者协调发展主要体现在要素互促、产业联动、空间共生、制度协同与目标耦合5个方面。

要素的合理流动与高效配置既是城乡经济循环的基础，也是新型城镇化与乡村全面振兴协调发展的核心动力。在劳动力要素流动方面，城乡人口的合理流动可以有效实现城乡产业分工优化和经济效率提升，既支撑城镇产业升级，也为乡村高质量发展注入活力^[14]，构成新型城镇化与乡村全面振兴协调发展的劳动力基础。农村人口向城镇适度集中，既提升了城镇的规模效应与经济集聚，也为农村缓解人地矛盾、推动土地适度规模经营创造条件。同时，乡村全面振兴通过改善人居环境、完善基础设施、培育特色产业，吸引新型城镇化的高素质人才要素回流，形成乡村经济高质量发展的人才支撑。在土地要素合理配置方面，新型城镇化强调土地集约高效使用与乡村全面振兴“严守耕地红线”适配。城乡土地制度的协同改革，一方面保障城镇发展的合理用地需求，另一方面为农村盘活闲置资源、增加财产性收入提供路径，实现土地要素在城乡之间的统筹配置与价值提升。在资本与技术要素流动方面，新型城镇作为科技创新、金融服务、现代产业的高地，为乡村产业发展、基础设施建设、公共服务提升提供有力支持^[15]，乡村全面振兴则以丰富的生态资源、文化资源、旅游资源成为促进城镇消费升级、产业外溢、功能疏解的重要承接地。资本与技术在城乡之间双向渗透，推动资源从低效领域向高效领域转移，提升城乡区域资源配置效率与全要素生产率，为新型城镇化与乡村全面振兴协调发展提供持续动力。

产业联动是新型城镇化与乡村全面振兴协调发展的实体支撑。新型城镇化与乡村全面振兴的产业协同，本质是推动工农互促、城乡互补、全面融合、共同繁荣的新型城乡融合发展，也是产业上下游衔接、价值链延伸、功能互补、市场互通的有机整体，从而实现产业发展与城乡协调同频共振^[16]。新型城镇化以非农产业集聚为特征，拥有完善的工业体系、现代服务业体系与科技创新体系，推动传统农业向科技农业、绿色农业、智慧农业转型，夯实乡村全面振兴的产业根基。同时，新型城镇化的消费市场形成对优质农产品、绿色食品、休闲旅游、康养服务的巨大需求，直接拉动乡村产业结构升级。乡村全面振兴在基础保障、生态供给、空间拓展、消费场景等方面对新型城镇化起到了产业基础支撑作用。稳定的粮食生产与农产品供给为新型城镇产业结构升级提供物质基础，乡村独特的自然生态、田园风光、民俗文化为城镇居民提供生态产品、休闲空间与精神慰藉^[17]，提升新型城镇化品质。

新型城镇化与乡村全面振兴协调发展实现城乡空间功能互补和网络化、一体化发展。新型城镇化在空间上强调以城市群、都市圈为主体形态，以县城为重要载体，推动大、中、小城市与小城镇协调发展^[18]，这种梯度化、层级化的城镇体系，可为乡村全面振兴提供多层次、全覆盖的正向辐射。乡村在空间上承担粮食安全、生态屏障、文化传承、宜居宜业等独特功能，形成城镇生产生活服务与乡村生态农业文化的互补格局，实现经济功能、社会功能、生态功能、文化功能的统筹^[19]，既提高资源配置效率，又缩小城乡发展差距。

制度协同是影响新型城镇化与乡村全面振兴协调发展的长期性因素。新型城镇化与乡村全面振兴制度协同，实现户籍管理、社会保障、财政金融、产业发展、公共服务等多维度协调，可有效降低人口流动的行政、搜寻及风险等交易成本，打破市场分割壁垒，实现人力资源、土地资源和金融资源的合理配置，并通过以下3条传导路径推动新型城镇化与乡村全面振兴协调发展。

1) 要素配置效率提升路径。交易成本降低打破了城乡要素流动的刚性约束，推动人口、土地、资本、技术等要素在城乡间自由流动、高效匹配。具体而言，户籍与就业社保制度的协同衔接能够有效减少城乡劳动力双向流动的制度成本，既推动农村人口有序向城镇集聚，为新型城镇化产业升级与人口市民化提供充足的劳动力供给，又引导城镇高素质劳动力返乡入乡创业，疏解乡村全面振兴面临的人才困境。财政金融与科技成果转化制度的城乡统筹可加速资本与技术跨城乡流动，推动资本与技术双向赋能城乡产业发展，为二者协调发展奠定坚实的要素基础。

2) 产业协同升级路径。交易成本降低推动城乡产业分工协作更加紧密，形成分工协作、互利共赢的产业格局。一方面推动城镇先进制造业与现代服务业发展，将产业链上游的初级加工、仓储物流、原料供应等环节向乡村转移，形成梯度分工格局，乡村产业借助城镇技术、人才、市场资源实现转型升级。另一方面，乡村特色农产品精深加工、文旅康养等产业的规模化升级，也为城镇产业高质量发展提供了稳定的原料供给与广阔的消费市场^[20]。

3) 公共服务均衡路径。交易成本降低推动公共服务资源在城乡间合理配置，减少优质公共服务资源跨城乡流动的行政协调与组织实施成本，使农业转移人口与农村居民能够平等享受优质公共服务。一方面实现了农业转移人口在教育、医疗、养老、住房保障等方面与城镇居民的同城同权，推动新型城镇化从土地城镇化向以人为本的新型城镇化实质性转型；另一方面通过城乡教育共同体、医疗卫生共同体等制度协同，推动城市优质教育、医疗、养老资源向乡村常态化下沉，全面提升农村公共服务供给质量，有效缩小城乡公共服务差距，促进城乡社会协调发展。

新型城镇化与乡村全面振兴在战略目标上高度耦合、内在统一，共同服务于城乡融合发展与城乡共同富裕。新型城镇化的核心是以人为本，追求城镇化的质量与效益，通过产业集聚、就业创造、公共服务完善，提高居民收入水平与生活品质^[21]，推动经济社会可持续发展。乡村全面振兴聚焦农村发展不充分、城乡发展不平衡问题，通过产业、人才、文化、生态、组织全面振兴，让农民共享现代化成果。新型城镇化与乡村全面振兴协调发展是扩大中等收入群体、缩小城乡收入差距^[22]、实现全体人民共同富裕的必由之路，有利于优化经济结构、转换增长动力、提升发展韧性，实现经济发展、社会进步、生态良好的有机统一。因此，新型城镇化是乡村全面振兴的引擎与支撑，而乡村全面振兴是新型城镇化的基础与保障，二者统一助推城乡融合发展和城乡共同富裕^[23]。

本文将新型城镇化与乡村全面振兴视为两个子系统(图 1)，分别构建衡量其发展水平的评价指标体系(表 1)。参考徐雪等^[18]、刘战伟^[19]的相关研究，在遵循科学性、合理性和数据可获取性等原则的基础上，本文构建的乡村全面振兴发展水平评价指标体系包括产业兴旺、生活富裕、生态宜居、乡风文明和治理有效5个维度，共计22个具体指标。参考钟洋等^[24]的相关研究，本文构建的新型城镇化发展水平评价指标体系包括人口城镇化、经济城镇化、生态城镇化、社会城镇化、空间城镇化5个维度，共计22个具体指标。

耦合协调度、系统状态与子类划分如表 2所示。本文采用熵值法，根据各指标的信息熵确定对应权重，分别对新型城镇化与乡村全面振兴两个子系统进行定量评价，得到乡村全面振兴发展指数和新型城镇化发展指数。利用耦合协调度模型计算耦合协调度(D)，作为评价新型城镇化与乡村全面振兴协调发展的指数。D值为0~1，其值越高，表明两个子系统的耦合协调发展水平越好。对耦合协调度数值进行分类，可以直观地了解两个子系统协调发展水平。

本文采用核密度估计法得到核密度曲线，进一步分析新型城镇化与乡村全面振兴协调发展水平的动态演进规律。核密度曲线右移表示协调发展水平整体提升；曲线右偏时说明多数省份处于中低水平，少数高值省份拉高均值，偏态程度逐步减弱表示省域间协调发展水平趋于均衡；单峰表示省份协调发展水平呈单一集聚，区域分化较弱；双峰或多峰意味着出现多极分化，形成高低不同的发展梯队；波峰变高变窄表示省域间协调发展水平集聚程度增强，多数省份集中于相近水平。

Dagum基尼系数用于分析区域异质性及其来源，其考虑了区域之间的交叉重叠部分，并将总体差异分解为区域间差异、区域内差异以及超变密度(区域间重叠部分)，有助于深入分析中国整体、东部地区、中部地区、西部地区、东北地区新型城镇化与乡村全面振兴协调发展水平的区域差异性问题。

莫兰指数用于判断空间数据在地理空间是否存在集聚或分散趋势，数值为-1~1。莫兰指数大于0时，表示存在正的空间自相关，即协调发展水平相似的省份在空间上趋于集聚；莫兰指数小于0时，表示存在负的空间自相关，即协调发展水平相异的省份在空间上趋于集聚；莫兰指数等于0，表示不存在空间自相关，各省份在空间上随机分配。

本文研究对象为2011-2024年全国30个省份(限于数据可得性，不包括香港、澳门、台湾、西藏)，具体指标数据来源于《中国农村统计年鉴》《中国城市统计年鉴》《中国城乡建设统计年鉴》《中国区域经济统计年鉴》以及中国经济金融研究数据库，部分缺失数据采用插值法补齐。

本文采用耦合协调度模型测度2011-2024年中国省域新型城镇化与乡村全面振兴协调发展水平，计算得到协调发展指数如图 2和表 3所示。

由图 2a可知，2011-2024年中国省域新型城镇化与乡村全面振兴协调发展指数的年度均值由2011年的0.608提升至2024年的0.788，中位数由0.601提升至0.790，二者较为接近，表明全国层面上省域新型城镇化与乡村全面振兴协调发展水平持续提升，实现了由初级协调向中级协调的跨越，且接近良好协调状态。就具体阶段而言，2011-2021年协调发展指数均值高于中位数，2022-2024年出现逆转，均值小幅低于中位数，表明随着乡村全面振兴战略深化和城乡基础设施建设、脱贫攻坚、户籍制度改革等政策持续发力，省域协调发展水平呈现出逐步均衡迹象，省域分布由偏态集聚转向中高水平均衡。从增速维度来看，协调发展指数增长率除2012年较高外，其他年份处于1.5%~2.2%相对较低范围，显示新型城镇化与乡村全面振兴协调发展水平提升较慢。

由图 2b可知，2011-2024年中国4个区域的新型城镇化与乡村全面振兴协调发展水平整体上持续上升。从均值对比来看，4个区域新型城镇化与乡村全面振兴协调发展水平由高到低分别为东部地区、东北地区、中部地区、西部地区，其中东部地区协调发展水平最高。从变动趋势看，东部地区协调发展指数从2011年的0.692增长至2024年的0.874，增长了26.30%，由初级协调发展阶段进入良好协调发展阶段；东北地区从2011年的0.628增长至2024年的0.789，增长了25.64%，由初级协调发展阶段上升至中级协调发展阶段；中部地区和西部地区分别从2011年的0.595和0.536增长至2024年的0.796和0.708，增长了33.78%和32.09%，实现了从勉强协调发展阶段向中级协调发展阶段的直接跨越。东部地区与西部地区协调发展指数的绝对差距由2011年的0.156轻微增至2024年的0.166，“东高西低、沿海高于内陆”的梯度格局基本维持不变，但区域间协调发展水平相对差异弱化，收敛性逐渐增强。东北地区协调发展指数的增长率是4个区域中最慢的，远低于其他地区，原因在于东北地区长期农村空心化^[25]与城市收缩现象并存，直接导致城乡协调发展的内生动力不足，加之以重工业、资源型产业为主导的产业结构，制约了城乡协调发展水平的提升。

2011年和2024年中国30个省份新型城镇化与乡村全面振兴协调发展水平得分与排名如表 3所示。由表 3可知，30个省份协调发展水平均实现了显著提升。2011年30个省份中21个省份处于勉强协调发展阶段与初级协调发展阶段，占比为70.00%；5个省份(北京、上海、江苏、浙江、广东)处于中级协调阶段；4个省份(甘肃、青海、宁夏、吉林)处于濒临失调发展阶段。2024年30个省份中24个省份处于中级以上协调发展阶段，占比为80.00%，北京(0.964)、广东(0.961)、上海(0.958)、浙江(0.912)、江苏(0.903)5个省份已进入优质协调阶段，多数中西部省份实现了从勉强协调、初级协调向中级协调、良好协调的跨越，仅内蒙古、贵州、甘肃、青海、宁夏、新疆6个省份处于初级协调发展阶段。

东部地区省份协调发展水平整体由初级协调、中级协调为主提升为良好协调、优质协调为主；中部地区省份由勉强协调、初级协调进入中级协调、良好协调阶段；西部地区省份由濒临失调、勉强协调进入初级协调、中级协调阶段；东北地区省份则从濒临失调、初级协调进入中级协调、良好协调阶段。从省份排名变动来看，上升幅度较大的省份主要集中于中部地区，东部、西部和东北地区仅有少数省份实现小幅提升：①东部地区多数发达省份排名稳定，仅海南和天津排名出现大幅下降，原因可能是海南产业支撑体系单一、城乡要素双向联动不足，天津产业结构转型缓慢、城乡建设拓展空间有限，造成城乡协调发展优势弱化。②中部人口与农业大省，依托区位优势和新型城镇化建设，提升城乡要素流通和配置效率，推动区域新型城镇化与乡村全面振兴协调发展水平实现跨越式跃升。③西部地区少数省份实现排名小幅上升。④东北地区受传统产业转型滞后、城乡发展活力不足等因素制约，部分省份城乡协调发展动能较弱，黑龙江、辽宁排名出现了大幅下降。

借助Stata 18.0软件绘制出2011年、2016年、2020年和2024年中国省域新型城镇化与乡村全面振兴协调发展水平的核密度曲线，以分析协调发展水平的动态演进规律，如图 3所示。由图 3可知，2011-2024年协调发展水平的核密度曲线整体持续向右移动，表明全国整体协调发展水平显著跃升，从“以初级协调为主”向“以中级协调为主”再向“以良好协调为主”的阶段演进。核密度曲线始终呈现出右偏特征且逐步减弱，表明不同省份的协调发展水平分布由勉强、初级协调发展阶段向良好、优质协调发展阶段转变。多数省份集中于中级、良好协调发展阶段，极化效应弱化，扩散效应逐步增强，区域分化特征趋于缓解。核密度曲线由2011年的单峰特征转变为2024年的双峰特征，左峰高度明显高于右峰，说明新型城镇化与乡村全面振兴协调发展水平出现两组集聚现象，2024年少数省份集聚于优质协调发展阶段，大部分省份集聚于中级、良好协调发展阶段。

2011-2024年协调发展水平的区域内基尼系数与区域间基尼系数如图 4所示。本文采用Dagum基尼系数分析中国省域新型城镇化与乡村全面振兴协调发展水平的区域差异性。

由图 4a可知，2011-2024年全国总体基尼系数呈现出整体缓慢下降、阶段波动的特征，由2011年的0.073波动降至2024年的0.062，年均为0.067，表明中国省域间新型城镇化与乡村全面振兴协调发展水平的不平衡性逐渐缩小，差异性得到一定程度缓解，原因可能得益于新型城镇化战略向中西部省份倾斜，使得省份间协调发展的普惠性增强。东部地区基尼系数始终较大幅度高于其他3个区域，年均为0.051 6，协调发展水平的省份相对差异较大。区域内基尼系数变化过程可以划分为3个阶段：2011-2015年上升阶段、2016-2018年波动阶段和2019-2024年下降阶段，协调发展水平的区域内差异性先扩大、后相对稳定、再缩小。西部地区基尼系数呈现出整体下降的波动趋势，由2011年的0.042降至2024年的0.034，区域内协调发展水平差异性缩小。东北地区基尼系数变动可以分为2011-2014年平稳阶段、2015-2018年波动阶段和2019-2024年倒“V”形变动阶段，后一阶段区域内协调发展水平差异性先扩大、后快速缩小，分化逐步缓解。中部地区基尼系数最低且波动较小，变化过程可以分为2011-2013年下降阶段、2014-2017年波动上升阶段和2018-2024年平稳波动阶段，其中2022-2024年区域内协调发展水平差异性趋于稳定。

由图 4b可知，2011-2024年东部—中部、东部—西部和西部—东北区域间基尼系数大致呈现出下降趋势，表明东部与中西部、西部与东北地区新型城镇化与乡村全面振兴协调发展水平的区域间差异逐步收敛，其他区域间基尼系数未表现出明显变动趋势。具体而言，东部—西部区域间基尼系数最大，由2011年的0.127降至2024年的0.117，表明东部与西部之间的协调发展水平差距最大，但区域间不平衡有所缓解。东部—中部、西部—东北区域间基尼系数变动趋势类似，大致由2011年的0.074降至2024年的0.053，整体呈波动下降趋势，表明区域间协调发展水平差异性逐步收敛。中部—西部、东部—东北区域间基尼系数处于0.055~0.650范围，未出现较为明显的上升和下降趋势，表明区域间协调发展水平差异性未发生较大变动。中部—东北区域间基尼系数最低，表明中部地区与东北地区之间的协调发展水平差距最小。整体而言，东部—西部区域间协调发展水平差异性最为突出，东部发达省份与西部欠发达省份的协调发展水平差距较大，中部、西部、东北的区域间差异性相对较弱且逐步收敛，表明中国省域新型城镇化与乡村全面振兴区域间协调发展水平的差距主要集中在东部与其他区域之间。

2011-2024年中国省域新型城镇化与乡村全面振兴协调发展水平的总体差异来源及贡献率如图 5所示。由图 5可知，区域间差异净值始终占据主导地位，2011-2024年其贡献率维持在75.00%~82.00%范围，表明区域间发展差距是构成中国协调发展水平差异性的主要来源，东部与中部、西部、东北之间的发展差异对整体差异性的影响较为突出。区域内差异的贡献率维持在16.00%~19.00%范围，区域内部各省份之间的发展差距构成了全国区域异质性的重要来源，东部地区内部的极化效应以及西部地区内部的西南省份提升快、西北省份提升慢的分化格局起到了较大作用。区域间超变密度的作用较为有限，贡献率始终处于最低水平，维持在2.00%~6.00%范围，表明不同区域间较好、较差协调发展阶段省份的交叉重叠现象对中国省域新型城镇化与乡村全面振兴协调发展水平差异性的影响较小，区域间协调发展水平梯度分明，东部地区省份处于较好协调发展阶段、中西部省份处于较差协调发展阶段的格局稳定。总之，2011-2024年中国新型城镇化与乡村全面振兴协调发展的区域差异性主要来源于区域间差异净值，其次为区域内差异，最后为区域间超变密度。

本文基于中国30个省份地理邻接关系构建空间矩阵，计算得到相应的全局和局部莫兰指数(Moran's I)分布类型，以探讨中国省域新型城镇化与乡村全面振兴协调发展水平的空间溢出效应(表 4、表 5)。

表 4结果显示，中国30个省份历年协调发展水平全局莫兰指数均在p＜1%水平上显著为正，且在0.411~0.485范围内波动，表明协调发展水平存在显著的正向空间相关性。

为进一步分析各省份协调发展水平的空间集聚状况，本文通过中国30个省份局部莫兰指数类型分析空间自相关性和局部空间集聚特征。表 5显示了2011年、2016年、2020年和2024年中国30个省份局部莫兰指数类型分布状况。其中，高—高型表示该省份及周边相邻省份协调发展水平均较高，低—低型表示该省份及周边相邻省份协调发展水平均较低，存在正向空间集聚；低—高型表示该省份协调发展水平较低但周边相邻省份较高，形成空间洼地，高—低型表示该省份协调发展水平较高但周边相邻省份较低，形成空间孤岛，存在负向空间集聚。由表 5可知，大多数省份分布于高—高型和低—低型，2011年、2016年、2020年和2024年占比分别为66.67%、66.67%、70.00%和76.67%。具体来看，2011年共有10个省份分布于高—高型，10个分布于低—低型，2024年共有12个省份分布于高—高型，11个分布于低—低型，空间集聚状态保持基本稳定，与全局莫兰指数显著为正的结果相互印证，再一次证实协调发展水平存在正向空间相关性。4个年份的局部莫兰指数显示，分布于高—高型的省份主要有上海、江苏、浙江、福建、山东、江西、河北等，以东中部地区为主；分布于低—低型的省份主要有山西、陕西、贵州、内蒙古、云南、甘肃、青海、宁夏、新疆等，以西部地区和东北地区为主，表明中国东中部地区协调发展水平普遍呈现出高值集聚特征，西部地区和东北地区呈现出低值集聚特征。

数据要素具有报酬递增、低成本复用等特点，可突破传统资源要素流动成本高的约束，通过要素重构、产业耦合、空间联动、公共服务均等化，有效打破城乡信息壁垒、优化要素配置效率、重塑城乡分工体系、缩小城乡数字鸿沟，成为数字经济时代驱动新型城镇化与乡村全面振兴协调发展向高水平、双向互促演进的重要因素。中国省级层面的空间相关性分析显示，各省份协调发展水平不仅受邻近省份协调发展水平的影响，还可能受邻近省份数据要素化水平的影响。结合杨慧梅等^[26]的相关研究，构建空间计量模型，从空间溢出效应层面考察数据要素化水平对新型城镇化与乡村全面振兴协调发展水平的影响。

本文通过LM空间滞后检验(LM-lag)、LM空间误差检验(LM-error)、稳健LM滞后检验(Robust LM-lag)、稳健LM误差检验(Robust LM-error)、Hausman检验、Wald检验和LR检验来确定何种空间计量模型较为合适。检验结果显示，LM-lag、LM-error、Robust LM-lag、Robust LM-error均在p＜1%水平上显著为正，需结合稳健Wald检验和LR检验对空间杜宾模型是否会退化为空间滞后模型和空间误差模型进行检验。Wald检验值和LR检验值均在p＜1%水平上显著为正，拒绝“空间杜宾模型可简化为空间误差模型”原假设和“空间杜宾模型可简化为空间滞后模型”原假设，选取的空间杜宾模型具有最优性。Hausman检验值在p＜1%水平上显著为正，选择的双固定效应模型具有最优性。基于此，本文选择双固定效应的空间杜宾模型进行分析：

式中：i和j表示省份，W_ij为空间权重矩阵，根据省份是否接壤构造邻接矩阵，i和j省份接壤，取值为1，i和j省份不接壤，取值为0；ρ为空间自相关系数；β₁、β₂和γ为核心解释变量(Datal_it和Datal_it²)和控制变量(Control_it)的一般回归系数；η₁、η₂和φ为核心解释变量和控制变量的空间回归系数；μ_i为地区固定效应；δ_t为时间固定效应；ε_it为随机扰动项；被解变量Runuicd_it表示第i个省份第t年新型城镇化与乡村全面振兴协调发展指数；核心解释变量Datal_ij表示第i个省份第t年的数据要素化水平，反映数据作为生产要素投入到生产领域的水平；Control_it表示第i个省份第t年的控制变量。

核心解释变量。参考郑威等^[27]的研究，选取域名数、网页数、互联网宽带接入端口、每百人使用计算机数、每百家企业拥有网站数、软件业务收入、软件产品收入、信息技术服务收入、信息安全收入、嵌入式系统软件收入、软件业务出口等11个具体指标构建数据要素化水平评价指标体系，并采用熵权法计算得到的数据要素化指数作为核心解释变量。

控制变量。考虑到新型城镇化与乡村全面振兴协调发展水平的影响因素较多，为了尽可能克服遗漏变量造成的估计偏误，本文纳入了多个控制变量，具体包括数字技术创新水平、高技术产业创新水平、数字普惠金融、政府支持水平。其中，数字技术创新水平(Digt)，采用当年授权的数字经济专利总量衡量；高技术产业创新水平(ln htech)，采用规模以上高技术产业有效发明专利数的对数衡量；数字普惠金融(Difi)，采用北京大学数字普惠金融研究中心发布的“数字普惠金融指数”衡量；政府支持水平(Gove)，采用财政支出占GDP的比例衡量。

核心解释变量和控制变量的数据来自历年《中国科技统计年鉴》以及中国经济金融研究数据库。少数缺失数据采用插值法补齐。检验结果显示，各变量的方差膨胀因子数值均小于10，其均值为3.16，说明核心解释变量与控制变量之间不存在严重多重共线性。

本文基准回归采用双固定效应模型，使用2011-2024年中国30个省份的面板数据，共420个样本量。考虑到新型城镇化与乡村全面振兴协调发展水平具有显著的路径依赖特征，在空间杜宾模型中引入被解释变量一阶滞后项作为控制变量，自动损失初始年份的30个省份样本量，共390个样本量。基准回归估计结果如表 6所示。由表 6可知，第(1)列为双固定效应模型的估计结果，第(2)列和第(3)列分别为不包含和包含控制变量的空间杜宾模型。结果显示，双固定效应模型中要素数据化水平一次项(Datal)和二次项(Datal²)的回归系数分别为0.014 1和-0.005 0且在p＜5%的显著水平上通过检验；不包含控制变量的空间杜宾模型中要素数据化水平一次项(Datal)和二次项(Datal²)的回归系数在p＜1%显著水平上为0.016 4和-0.005 2；包含控制变量的空间杜宾模型中要素数据化水平一次项(Datal)和二次项(Datal²)的系数分别为0.010 0和-0.003 8，绝对值有所下降但在p＜10%水平上显著，表明数据要素化水平对新型城镇化与乡村全面振兴协调发展水平的影响呈现出非线性的倒“U”形特征，即无论是否包含控制变量，各地数据要素化对各地新型城镇化与乡村全面振兴协调发展的正向驱动作用存在边际递减效应，且存在一个最优配置阈值，超过该阈值后其驱动效应将逐步减弱。原因可能在于，拐点前的发展阶段，数据要素化水平提升能够通过数字化技术穿透城乡制度分割壁垒，降低城乡要素流动、产业协作与公共服务供给中的信息不对称与交易成本^[28]，推动人口、土地、资本等传统要素的数字化重构与高效匹配，此时赋能效应占据主导地位，数据要素化水平对新型城镇化与乡村全面振兴协调发展的正向驱动作用持续增强。拐点后的发展阶段，农村地区数字基础设施、劳动力数字素养等先天短板，使得数据要素无法在乡村形成有效落地的应用场景，加剧了城市对乡村数据要素与人力资本的虹吸效应。同时，数据要素在城市过度集聚引发市场扭曲，引起平台垄断与城乡数字市场分割^[29]，导致要素结构性错配，推高城乡产业协作的交易成本与准入门槛，对乡村产业发展空间形成挤出效应，制约城乡全要素生产率协同提升，最终形成先促进后抑制的倒“U”形演化特征。

从空间溢出效应来看，回归结果的第(2)列和第(3)列中空间一次项(W·Datal)和空间二次项(W·Datal²)的回归系数分别在p＜5%水平显著为正和负，表明邻近省份数据要素化水平的提升对各省份新型城镇化与乡村全面振兴协调发展具有显著的正向空间溢出效应，不仅能够促进各地新型城镇化与乡村全面振兴协调发展，还能通过空间联动机制带动邻近省份协调发展水平同步提升；同时，数据要素化水平的驱动效应呈现出类似的倒“U”形特征，当邻近省份数据要素化水平处于较低水平时，其对各省份的正向溢出效应会随着自身水平的提升而逐步增强；当邻近省份数据要素化水平超过最优阈值后，其对各省份的正向溢出效应会逐渐减弱，甚至可能产生负向溢出效应，形成反向制约。

空间效应分解回归结果如表 7所示。由于邻接省份之间存在空间相关性和反馈效应，直接采用回归系数解释空间溢出效应存在一定偏误，无法分解直接效应和间接效应。基于此，本文将各地区数据要素化的总溢出效应分解为直接效应和间接效应，其中直接效应是指该省份数字要素化水平对该省份新型城镇化与乡村全面振兴协调发展水平的平均总影响，间接效应是指该省份数字要素化水平对相邻省份新型城镇化与乡村全面振兴协调发展水平的平均跨区域影响，即空间溢出效应。表 7中第(1)列未包含控制变量，第(2)列包含控制变量。间接效应中数据要素化水平一次项(Datal)系数在p＜5%水平上显著为正，二次项(Datal²)系数在p＜1%水平上显著为负，表明该省份数据要素化水平对相邻省份新型城镇化与乡村全面振兴协调发展水平的空间溢出效应依然呈现出倒“U”形变化特征，与基准回归结果得到的结论一致，进一步印证了数据要素化水平空间溢出效应的可靠性。直接效应与间接效应的核心解释变量一次项系数对比显示，第(1)列和第(2)列间接效应系数(0.029 6和0.023 7)大于直接效应系数(0.016 3和0.009 5)，表明发展前期数据要素化水平的空间溢出效应强度超过该省份驱动效应强度，跨区域影响更强，即该省份数据要素化水平的提升能够更加有效地带动相邻省份新型城镇化与乡村全面振兴协调发展。这一结论凸显了区域数据要素化水平协同提升的重要性，具有重要的现实意义：单一省份数据要素化水平提升难以实现新型城镇化与乡村全面振兴协调发展水平的最大化，只有加强区域内省份数据要素化水平共同提升，才能充分释放数据要素的空间溢出红利，推动区域新型城镇化与乡村全面振兴协调发展水平整体提高。

本文系统考察了中国省域新型城镇化与乡村全面振兴协调发展水平的时空特征、动态演进规律、区域差异性、空间溢出效应及数据要素的驱动效应，得出如下主要结论：①中国省域新型城镇化与乡村全面振兴协调发展水平持续提升但增速平缓，2011-2024年协调发展指数的年度均值从0.608升至0.788，实现了初级协调向中级协调跨越，呈现出“组内收敛、组间分化”“东部高、西部低”的梯度分化特征。东部地区协调发展水平最高，中西部增速较快，东北地区增速最慢。②全国省份协调发展水平总体差异性逐步缓解，东部地区区域内差异最突出，东部—西部区域间差距最大，区域间差异净值贡献率达到75%~82%，构成全国协调发展水平总体差异性的主要来源。③协调发展水平正向空间集聚显著，多数省份呈现出“高—高”“低—低”集聚状态，东中部以高协调发展水平集聚为主，西部地区以低协调发展水平集聚为主。④数据要素化水平提升对新型城镇化与乡村全面振兴协调发展水平的驱动效应呈倒“U”形特征，发展前期数据要素化水平的空间溢出效应强度超过该省份驱动效应强度，跨区域影响更强。

上述研究结论的对策启示如下：①实施精准化差异化区域对策，缩小区域间发展差距。东部地区省份聚焦巩固协调发展领先优势，推动数字技术与城乡产业深度融合，探索城乡要素双向自由流动的制度创新，充分发挥对欠发达地区的辐射带动作用。中西部地区完善农村数字基础设施与基本公共服务体系，依托本地资源禀赋推动乡村特色产业数字化转型，承接东部地区产业梯度转移，形成城乡融合发展的产业基础。东北地区优化城乡产业结构，推动重化工业、资源型产业向绿色化、高端化转型，培育城乡融合型产业，完善城乡要素平等交换的制度保障。②健全跨区域协同发展机制，充分释放正向空间集聚的辐射带动效应。推进东中部高协调发展水平“高—高”集聚区域协同联动，实现城乡要素市场规则统一，破除要素跨区域流动的制度性障碍，充分发挥正向空间集聚效应。针对西部地区“低—低”集聚的发展困境，建立省际协同帮扶机制，推动高集聚省份与低集聚省份建立产业协同、要素共享、技术帮扶的合作体系，打破低水平集聚的路径依赖，促进中国新型城镇化与乡村全面振兴协调发展水平整体跃升。③把握数据要素驱动的倒“U”形演化规律，充分释放该省份驱动效应与跨区域空间溢出效应。推进农业、工业、服务业数字化转型，依托数据要素打破城乡信息壁垒，实现城乡土地、人才、资本等传统要素的数字化重构与高效匹配，促进城乡产业深度耦合，充分释放数据要素的驱动效应。加快5G、大数据中心等新型基础设施向中西部农村地区延伸覆盖，搭建全国统一的区域数据共享与交易平台，促进东部地区优质数据资源、数字技术、专业人才向中西部地区高效转移，规避数据要素化超过最优阈值后的负向溢出风险，放大数据要素的正向空间溢出效应。