党的二十大报告明确提出“推进以人为核心的新型城镇化”,进一步强调了“增进民生福祉,提高人民生活品质”的必要性。党的二十届三中全会也再次指出“要健全推进新型城镇化体制机制”“着力破解推进新型城镇化的痛点堵点难点”。改革开放以来,我国城镇化进程在规模和速度上均取得了举世瞩目的成就。从城镇化规模来看,至2023年中国新增城镇人口高达7.60亿人,年均增长
新型城镇化高质量发展不仅是满足人民群众美好生活需求的关键途径,同时也是推动经济实现质量提升与规模扩张的强大动力(李刘艳和邓金钱,2024)。既有研究表明,新型城镇化的发展离不开以下几方面的因素:一是产业结构转型升级。产业转型升级所催生的新技术、新产品、新业态与新模式,能够促进城市基础设施的网络化、智能化程度,有效优化了城市群的空间布局结构,破解了中小城镇面临的“产业空心化”难题,从而助力新型城镇化在空间布局上实现优化,并在质量上获得提升(谢地和张巧玲,2023)。二是金融科技发展水平。金融发展在城镇化建设中发挥集聚和配置金融资源的重要作用,极大地丰富了融资渠道,为城镇化建设提供了资金保障(熊湘辉和徐璋勇,2015;李俊蓉等,2024)。三是数字技术发展。数字技术加速了产业研发和转化效率,有效缩短了研发周期,进一步优化了生产要素的配置效率,从而赋能新型城镇化(Wu等,2022;李刘艳和邓金钱,2024)。也有学者从财政视域出发,指出地方政府财政治理能力(赵德昭,2022;Afriyie等,2023)、财政转移支付制度(王永进等,2022)以及户籍制度的改革(赵麑和刘衍峰,2023)等会对新型城镇化产生重要影响。伴随数字经济发展,财政领域也掀起数字化革新的浪潮,但鲜有研究融合财政治理体系与数字经济发展来深入探讨财政数字化转型对新型城镇化的影响。
以大数据、云计算、人工智能等现代信息技术为依托,财政数字化转型成为构建数字财政体系、完善现代财政制度的关键路径(王志刚,2020),为我国经济的持续高质量发展注入强劲动能。既有研究大多关注财政数字化转型的发展动因,指出基于全球经济趋势和国家战略的要求、提升财政管理效能和公共服务水平的需要以及推动财政业务创新的动力等动因(王志刚,2020),将数字技术融入财政管理与公共服务中,推动财政数字化转型成为大势所趋(王志刚和赵斌,2020)。但财政数字化转型不应局限于财政领域本身,而应置于政府、经济乃至整个社会全面数字化的宏观背景之下来考量(赵斌等,2020)。部分学者已经从理论层面开始关注到财政数字化转型可能产生的经济效益。江文路和张小劲(2023)指出,财政数字化转型能驱动财政供给与服务模式的创新、显著提升财政治理的信息透明度、增强政府与民众之间的沟通协调,进而提高财政管理效率。马蔡琛和赵笛(2020)发现,财政数字化转型推动了预算绩效管理全覆盖,确保了绩效评价结果的有效应用,进而显著提升了政府公共服务能力。
已有文献对进一步研究财政数字化转型相关问题具有一定的借鉴性,但这些研究未考虑到财政数字化转型在新型城镇化发展过程中发挥的重要作用。理论上,通过技术创新和数据驱动,财政数字化转型将重构财政运行机制(刘尚希等,2021),为新型城镇化发展带来新的机遇。一方面,财政数字化转型能够突破时空限制,确保资金精准投放到新型城镇化建设的关键领域(刘飞和王欣亮,2021),促进公共支出结构的优化,有助于缓解新型城镇化进程中面临的资源分配不均与利用效率低下的问题;另一方面,财政数字化转型能够提升财政监管的智能化、规范化,进一步提高财政透明度,有助于及时发现和纠正财政资金管理中的问题(李海舰和唐跃桓,2024),防范和化解新型城镇化进程中的财政风险。由此可见,在数字经济时代,从政府行为角度出发,探究财政数字化转型对新型城镇化的影响,对于促进实现财政数字化转型、推动我国新型城镇化高质量发展具有重要的现实意义。
综上,本文使用2016—2022年中国30个省(市、自治区)的数据,分析财政数字化转型对新型城镇化的影响,并探究了其内在的作用机理。相较于已有文献,本文可能的边际贡献在于:第一,本文研究了财政数字化转型对新型城镇化的影响,拓宽了财政数字化转型宏观经济效益的研究边界。作为数字化发展浪潮中的一个全新且重要的领域,财政数字化转型正日益受到学界的广泛关注。既有研究主要聚焦财政数字化转型的内涵、发展动因以及理论层面的经济效益(王志刚,2020;江文路和张小劲,2023;李海舰和唐跃桓,2024),鲜有学者实证考察财政数字化转型对新型城镇化的影响。本文分析了财政数字化转型与新型城镇化的内在联系,为全面认识财政数字化转型的宏观经济影响提供理论依据。第二,相较于现有研究大多从经济发展因素视角揭示新型城镇化的作用路径(谢地和张巧玲,2023;李俊蓉等,2024;李刘艳和邓金钱,2024),本文从政府行为层面的作用机制出发,分析财政数字化转型如何通过公共支出结构和财政透明度两个渠道影响新型城镇化发展。本文不仅厘清了财政数字化转型推动新型城镇化的作用机制,而且为我国新型城镇化发展提供了重要的指导和实践路径。第三,本文选择公共支出结构和财政透明度作为门槛变量,考察财政数字化转型对新型城镇化的非线性影响特征。同时,鉴于不同省份的经济增长目标完成情况、财政汲取能力以及财政分权程度存在差异,本文深入剖析了财政数字化转型对新型城镇化的异质性影响,这有助于更加准确地评估不同地区在财政数字化转型影响新型城镇化方面的差异,为我国不同地区制定差异化的城镇化政策和财政管理策略提供了重要参考。
二、理论分析与研究假说根据刘易斯城乡二元理论,当城市工业部门的边际劳动生产率提升至足以完全吸纳农业剩余人口时,城乡二元经济结构将转变为一元经济。然而,鉴于信息不对称、供需不匹配等因素的制约,这一过程无法仅凭市场机制自发完成,还需地方政府采取更加积极高效的措施。作为推动国家治理体系和治理能力现代化的重要驱动力,财政数字化转型能够重塑财政管理流程,有助于减少信息不对称(李剑培等,2024)、提升政府运行效率(王法硕和张桓朋,2022),为新型城镇化发展注入强劲动力。一方面,通过构建高效、透明的数字化财政管理体系,财政数字化转型使得政府决策能够基于更全面、准确、实时的数据支持,打破了传统财政管理中的信息孤岛现象,实现了财政数据跨部门、跨层级的互联互通与共享(范合君等,2022),从而降低了因信息不对称导致的资源配置低效与决策失误风险(王志刚,2020)。这意味着,通过财政数字化转型,政府能够精准识别城乡发展中的短板与痛点,从而在公共服务供给、社会保障体系等关键领域的规划与执行上能够更加精准对接民众需求(江文路和张小劲,2023),加速城乡一体化进程,为新型城镇化的高质量发展奠定坚实的基础。另一方面,通过引入云计算、大数据、人工智能等先进技术,财政数字化转型实现了财政管理流程的优化再造,极大地提升了政府的工作效率(樊轶侠和徐昊,2020)。自动化、智能化的财政管理系统不仅大幅缩短了审批周期,减少了人为干预和错误,还提高了资金拨付效率,确保了财政政策的快速响应与有效落地(刘飞和王欣亮,2021)。这种高效的工作模式为城市基础设施的快速升级、公共服务的持续优化以及应急管理的及时响应提供了有力保障,推动了新型城镇化发展。基于此,本文提出如下假说:
假说1:财政数字化转型能够推动新型城镇化发展。
(一) 财政数字化转型、公共支出结构与新型城镇化公共支出结构通常是指政府在不同领域和项目上分配财政资金的比例和构成,反映了政府在资源配置上的偏好。
假说2:财政数字化转型通过优化公共支出结构推动新型城镇化发展。
(二) 财政数字化转型、财政透明度与新型城镇化财政透明度是指政府财政活动的公开性、清晰度和可问责性,确保公众能够获取、理解和监督政府财政信息的程度。一方面,财政数字化转型可以提高财政透明度。通过构建统一的数据平台,财政数字化转型实现了政府部门内部的财政数据共享,增强了内部协作效率。同时,通过拓宽政府信息公开渠道,确保财政信息的及时、准确公开,显著提升了财政透明度(王婷婷和杨明慧,2023)。其一,财政数字化转型使财政信息的公开不仅限于传统的年度报告,而是延伸至日常的财务运作,包括资金的来源、分配及使用情况等关键信息都能被地方政府实时获取,这打破了传统财政信息公开的时空限制,优化了内部监督机制(黄国平和李婉溶,2022)。其二,数字化平台的高效运作增强了财政监督的效能,形成了政府主导、社会参与的多元化监督格局。公众可以通过数字化平台直接参与财政监督,对政府的财政行为实施全方位、多角度的审视与监督,从而有效提升了财政管理的公信力和透明度,促进了政府与社会公众之间的良性互动(徐艳晴等,2022)。另一方面,财政透明度的提高在新型城镇化过程中发挥重要作用。其一,提升财政透明度是增强资金使用效率的关键途径。通过公开预算绩效管理及预决算审查结果,社会大众能够直接洞悉财政资金的分配详情,这有助于缓解信息不对称所导致的资源低效配置问题,防止资金挪用、浪费等问题的发生(刘俸奇等,2021),确保城镇化的各项政策与资金使用的规范化。其二,提升财政透明度有助于吸引社会资本参与新型城镇化建设。通过透明的财政信息和项目融资机制,社会投资者能够更好地评估投资风险和预期回报(魏志华等,2017),从而增加对城镇化项目的投资意愿,进一步拓宽了城镇化建设的资金来源。基于此,本文提出如下假说:
假说3:财政数字化转型通过提高财政透明度推动新型城镇化发展。
(三) 财政数字化转型影响新型城镇化的门槛效应新型城镇化建设离不开政府的参与和资金支持,其中,财政支出是政府提供公共服务的动力来源。近年来,长期占据主导地位的“建设财政”正逐步向“民生财政”转变,突出表现为以教育、医疗卫生、社会保障和就业等为主要内容的民生支出的快速增长(姜晓萍和吴宝家,2022)。因此,不断优化公共支出结构,优先保障并加大在民生领域的投入,是推动新型城镇化高质量发展的关键。财政数字化转型引导公共支出结构的合理优化,推动新型城镇化发展,但这种推动作用随公共支出结构优化程度的高低而有所差异,即存在公共支出结构门槛效应。具体地,有研究发现,相较于公共支出结构优化程度较低的地区,公共支出结构优化程度较高的地区,即在教育、医疗、社保等民生领域投入较多的地区,政府财政资源配置更为合理、高效(官永彬,2016)。公共支出结构的优化能够显著提升城镇居民的生活质量,促进教育、医疗、社保等公共服务均等化,这有助于加快农村人口向城镇有序转移,推动了城乡融合发展(刘俸奇等,2021)。加之,财政数字化转型催生了数字化财政管理系统和智能化监管机制,使民生领域投入的增加得到了更加高效、精准和透明的执行(王志刚,2020),进一步实现资金的“靶向”投放(谢易和等,2021),更有利于推动新型城镇化发展质量的提升。因此,财政数字化转型对新型城镇化的影响并非简单的线性增长,当公共支出结构达到一定水平时,财政数字化转型对新型城镇化的促进作用更强。
财政透明度的提高在新型城镇化发展过程中至关重要。一方面,通过公开预算绩效有助于约束政府的寻租和浪费行为,进而避免财政资源的低效配置、提升资金使用效率;另一方面,清晰透明的财政信息有助于投资者评估风险(龚锋和邓龙真,2023),进而吸引社会资本参与建设,拓宽新型城镇化建设资金来源。财政数字化转型为财政管理领域带来了显著的数字红利和丰富的信息福利,极大地提高了财政透明度(李剑培等,2024),推动了新型城镇化发展,但这种推动作用随财政透明度的高低不同而有所差异,即存在财政透明度门槛效应。具体地,相较于财政透明度较低的地区,在财政透明度较高的地区,公众与市场对政府财政行为的认知更加清晰(Yamamura和Kondoh,2013)。加之,财政数字化转型通过高效的数据处理能力、健全的信息公示及反馈机制,实现了财政数据的实时更新和准确分析,使得财政收支、预算执行等关键信息能够及时向公众公开,进一步放大了财政透明度的正面效应,更有助于促进资源有效配置于新型城镇化所需的关键领域(饶晓辉和徐威,2023)。因此,财政数字化转型对新型城镇化的影响并非简单的线性增长,当财政透明度达到一定程度时,财政数字化转型对新型城镇化的促进作用更强。综上,本文提出如下假说:
假说4:公共支出结构和财政透明度在财政数字化转型对新型城镇化的影响中存在门槛效应。
三、研究设计 (一) 模型设定为了检验假说1,即探究财政数字化转型对新型城镇化的影响,本文构建了如下双向固定效应模型:
$ \mathrm{ln}ur{b}_{i}{}_{t}={\beta }_{0}+{\beta }_{1}\mathrm{ln}di{f}_{it-1}+{\beta }_{2}{X}_{it}+{\mu }_{i}+{\upsilon }_{t}+{\varepsilon }_{it} $ | (1) |
其中,i表示省份,t表示年份;lnurbit代表i省份t时期的新型城镇化水平;lndifit-1表示i省份t−1时期的财政数字化转型水平;Xit表示一系列控制变量;μi表示地区固定效应,旨在捕捉并控制随地区变化但不受时间推移影响的因素;
1.被解释变量:新型城镇化水平(lnurb)。由于目前对新型城镇化的内涵没有统一的界定,因此基于国务院印发的《深入实施以人为本的新型城镇化战略五年行动计划》,同时参考现有文献(张毅祥等,2023;洪银兴和陈雯,2023;向书坚等,2024),本文将新型城镇化定义为以人的全面发展为中心,实现人口有序流动与集聚、空间布局优化与集约利用、环境友好与生态宜居、经济转型升级与可持续发展以及社会和谐与公共服务均等化的现代化城市建设过程。本文根据新型城镇化的内涵,并借鉴既有研究(熊湘辉和徐璋勇,2018)的做法,选择以人口、空间、环境、经济和社会五个维度来构建新型城镇化综合评价指标体系(见表1),运用熵值法对新型城镇化水平进行测度并做取对数处理。
一级指标层 | 二级指标层 | 单位 | 方向 |
人口城镇化 | 常住人口城镇化率 | % | 正向 |
普通高等学校在校生数 | 万人 | 正向 | |
城镇单位就业人数 | 万人 | 正向 | |
空间城镇化 | 城市建成区面积 | 平方公里 | 正向 |
城市人口密度 | 人/平方公里 | 正向 | |
人均城市道路面积 | 平方米 | 正向 | |
环境城镇化 | 人均公园绿地面积 | 平方米/人 | 正向 |
建成区绿地覆盖率 | % | 正向 | |
生活垃圾无害处处理率 | % | 正向 | |
经济城镇化 | 人均国内生产总值 | 元/人 | 正向 |
第二产业增加值 | 亿元 | 正向 | |
第三产业增加值 | 亿元 | 正向 | |
外商投资企业进出口总额 | 千美元 | 正向 | |
社会城镇化 | 每万人医疗机构床位数 | 张/万人 | 正向 |
每万人拥有公交车辆 | 标台 | 正向 | |
儿童读物出版种数 | 种 | 正向 | |
城市燃气普及率 | % | 正向 |
2.核心解释变量:财政数字化转型(lndif)。本文将财政数字化转型定义为利用现代信息技术和数字化手段,对传统财政管理模式、业务流程进行全面改造升级,以提高财政管理效率、透明度与智能化水平的动态过程。由于信息化平台是推进数字政府建设的底座和基石,也是推动各部门技术融合、业务融合、数据融合,提升跨层级、跨地域、跨部门、跨业务的协同管理和服务水平的必要支撑。借鉴上官泽明等(2023)的研究,本文采用各省财政厅(局)的信息化建设支出金额取自然对数进行衡量,由各省财政厅(局)决算报表中信息化建设支出(科目编码类为201、款为06、项为07)搜集和整理得到。此支出越大,说明财政厅进行财政数字化转型的意愿越强烈,更倾向于优化财政管理。本文考虑到财政数字化转型对新型城镇化的影响可能存在时滞,在回归模型中对财政数字化转型变量进行滞后一期处理。
3.机制变量
4.控制变量。参考既有研究(张毅祥等,2023;李俊蓉等,2024),本文选取以下控制变量:居民消费水平(lnpi),由居民消费价格指数取对数表示;产业结构(lnidu),由第三产业增加值占国内生产总值的比值取对数衡量;财政分权水平(lnfq),由各省份的财政收入占本省总财政收入的比重取对数测度;对外开放水平(open),由货物进出口总额占地区GDP的比值表示;教育发展水平(edu),由普通高等学校预计毕业生数衡量。
(三) 数据来源本文基于2016—2022年中国30个省(市、自治区)的面板数据
变量名称 | 符号 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
新型城镇化 | lnurb | 180 | −1.332 | 0.424 | −2.329 | −0.322 |
财政数字化转型 | lndif | 180 | 7.678 | 0.989 | 4.256 | 9.349 |
公共支出结构 | lnpes | 180 | −0.941 | 0.104 | −1.280 | −0.741 |
财政透明度 | tra | 180 | 54.110 | 14.156 | 17.438 | 89.380 |
居民消费水平 | lnpi | 180 | 4.624 | 0.007 | 4.606 | 4.642 |
产业结构 | lnidu | 180 | −0.652 | 0.132 | −0.916 | −0.176 |
财政分权水平 | lnfq | 180 | −0.625 | 0.108 | −0.877 | −0.341 |
对外开放水平 | open | 180 | 13.842 | 18.748 | 0.016 | 96.388 |
教育发展水平 | edu | 180 | 26.849 | 16.055 | 1.530 | 65.680 |
城镇社会保险综合参保率 | lncover | 180 | −0.637 | 0.223 | −1.415 | −0.117 |
表3展示了财政数字化转型影响新型城镇化的基准回归结果,其中列(1)为不加入控制变量时的回归结果,列(2)−(6)为依次加入控制变量后的回归结果。从中可知,在未加入控制变量时,财政数字化转型的回归系数为0.037,且在1%的水平上通过了显著性检验。在逐步加入居民消费水平、产业结构、财政分权水平、对外开放水平以及教育发展水平等控制变量后,核心解释变量财政数字化转型的回归系数仍在1%的水平上显著,系数为0.023,表明财政数字化转型显著推动了新型城镇化发展,初步验证了假说1。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
lnurb | lnurb | lnurb | lnurb | lnurb | lnurb | |
L.lndif | 0.037***(4.729) | 0.037***(4.716) | 0.039***(5.022) | 0.039***(4.979) | 0.037***(4.827) | 0.023***(3.609) |
lnpi | −1.129(−1.299) | −0.698(−0.809) | −0.697(−0.796) | −0.900(−1.038) | −1.063(−1.540) | |
lnidu | −0.483***(−2.785) | −0.483***(−2.775) | −0.527***(−3.053) | −0.612***(−4.446) | ||
lnfq | 0.002(0.012) | −0.034(−0.171) | −0.132(−0.827) | |||
open | −0.001**(−2.324) | −0.002(−0.878) | ||||
edu | 0.039***(9.216) | |||||
Constant | −1.597***(−26.178) | 3.625(0.902) | 1.309(0.326) | 1.304(0.321) | 2.283(0.568) | 1.912(0.598) |
地区固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 180 | 180 | 180 | 180 | 180 | 180 |
R2 | 0.131 | 0.140 | 0.183 | 0.183 | 0.213 | 0.505 |
注:括号内为经稳健标准误调整后的t值,***、**和*分别表示1%、5%和10%的显著性水平,下同。 |
为保证基准回归结果的可靠性,本文进一步采用替换被解释变量、剔除部分样本地区和控制高维固定效应三种稳健性检验方法对上文的回归结果进行检验。
1.替换被解释变量。城镇社会保险综合参保率指标能够直观反映社会保险在城镇地区的覆盖情况。它既是衡量社会保障体系健全程度的核心标尺,也是评估新型城镇化过程中民生保障工作成效的关键指标(赵静等,2016;蔡兴,2019)。参考蔡兴(2019)的做法,以城镇社会保险综合参保率(lncover)指标作为被解释变量,用以衡量新型城镇化水平,回归结果如表4列(1)所示。结果显示,财政数字化转型的回归系数在1%的水平上显著,系数为0.029。系数的显著性及方向与上文结果保持一致,进一步证实财政数字化转型能显著推动新型城镇化发展。
变量 | (1) | (2) | (3) |
lncover | lnurb | lnurb | |
L.lndif | 0.029*** | 0.024*** | 0.007* |
(2.621) | (3.459) | (1.793) | |
Constant | −4.985 | 1.913 | −9.778*** |
(−0.908) | (0.550) | (−10.454) | |
控制变量 | 控制 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 |
地区×时间固定效应 | 不控制 | 不控制 | 控制 |
N | 180 | 156 | 180 |
R2 | 0.267 | 0.510 | 0.995 |
2.剔除部分样本地区。为排除北京、天津、上海和重庆4个直辖市在政治和经济上的特殊地位及其政策偏向性可能存在的显著影响,本文将剔除4个直辖市的数据以检验基准回归结果的稳定性,回归结果如表4列(2)所示。结果显示,财政数字化转型的回归系数在1%的水平上显著,系数为0.024。这与基准回归结果基本一致,证明剔除特殊直辖市后并不会对上文结论产生影响,实证结果具有一定的稳健性。
3.控制高维固定效应。由于不同省份在经济发展、政策环境、资源禀赋等方面存在显著差异,这些差异可能随时间变化而影响新型城镇化进程。同时,财政数字化转型政策的实施效果也可能因省份而异,并随时间推移而发生变化。基于此,本文在控制地区固定效应、时间固定效应的基础上,进一步控制了地区与时间的高维联合固定效应,回归结果见表4列(3)。结果显示,财政数字化转型的回归系数的显著性和方向与基准回归大体一致,进一步验证了上文结果的可信性。
(三) 内生性检验上述基准回归模型检验发现财政数字化转型有助于推动新型城镇化发展,然而财政数字化转型与新型城镇化之间可能存在双向因果关系。一方面,财政数字化转型能够推动新型城镇化建设;另一方面,新型城镇化进程的推进对城市管理和公共服务的标准提出了更高需求,这促使财政部门引入先进技术和创新管理模式,以提升财政管理效率,加速数字化转型步伐。为了缓解可能存在的内生性问题,本文采用工具变量法和系统GMM方法进行内生性检验。
1.工具变量法。本文参考既有研究(上官泽明等,2023),选择本省财政数字化转型水平与所有省份财政数字化转型水平均值之差的三次方作为工具变量,使用两阶段最小二乘法(2SLS)进行回归。选取理由在于:一是满足相关性,该工具变量通过计算本省与全国财政数字化转型平均水平之间的差异,能够捕捉到本省财政数字化转型水平的变动,与本省的财政数字化转型水平存在紧密联系;二是满足外生性,本省与所有省份财政数字化转型水平的均值之间的差异反映了本省的特殊情况,其影响因素主要是各地区的实际发展情况,而与新型城镇化的关系相对微弱。又Kleibergen-Paap rk LM统计量为11.498,在1%的水平上显著,拒绝了工具变量识别不足的原假设,而Kleibergen-Paap Wald rk F检验的数值为73.073,大于10%的临界值16.380,说明本文所选工具变量是合理有效的。回归结果见表5列(1)和列(2),第一阶段的估计结果显示,工具变量的估计系数通过了1%的水平上的显著性检验,说明工具变量与核心解释变量之间存在显著的相关关系。列(2)结果显示,在控制内生性问题后,财政数字化转型的回归系数仍然显著为正,说明财政数字化转型对新型城镇化存在正向影响,与前文结论一致。
变量 | (1) | (2) | (3) |
工具变量法 | 系统GMM | ||
第一阶段 | 第二阶段 | 方法 | |
L.lnurb | 0.508*** | ||
(3.148) | |||
lndif_IV | 0.093*** | ||
(8.548) | |||
L.lndif | 0.300** | 0.009*** | |
(2.080) | (3.063) | ||
Constant | −1.656 | −18.987 | |
(−0.096) | (−0.610) | ||
控制变量 | 控制 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 |
N | 180 | 180 | 150 |
R2 | 0.915 |
2.系统GMM方法。为了进一步解决模型中潜在的内生性问题,本文参考既有研究(余海跃和康书隆,2020),构建动态面板模型(系统GMM)进行回归,结果如表5列(3)所示。结果显示,Hansen检验的P值为0.888,说明工具变量选取合理;AR(1)的P值为0.009,小于0.100,表明存在一阶自相关;AR(2)的P值为0.557,大于0.100,说明不存在二阶自相关。另外,被解释变量新型城镇化滞后一期的回归系数显著,证明动态面板模型设定是合理的。核心解释变量的回归系数与前文保持一致,财政数字化转型对新型城镇化的影响同样正向显著,说明前文结论依旧具备稳健性。
(四) 作用机制检验本部分将实证检验理论分析中提出的优化公共支出结构和提高财政透明度在财政数字化转型影响新型城镇化过程中的机制作用。参考江艇(2022)的研究,基于理论说明机制变量与被解释变量的因果关系,直接使用机制变量对解释变量进行回归的方法进行机制检验,以此检验核心解释变量财政数字化转型对机制变量的影响,从而验证财政数字化转型影响新型城镇化的路径是否成立。本文构建如下机制检验模型:
$ mi{d}_{i}{}_{t}={\alpha }_{0}+{\alpha }_{1}\mathrm{ln}di{f}_{it-1}+{\alpha }_{2}{X}_{it}+{\mu }_{i}+{\upsilon }_{t}+{\varepsilon }_{it} $ | (2) |
其中,midit表示机制变量,包括公共支出结构(lnpesit)和财政透明度(trait)。系数α1表示核心解释变量财政数字化转型对机制变量的效应。
表6列示了财政数字化转型通过公共支出结构和财政透明度影响新型城镇化这一作用机制的检验结果。列(1)显示,财政数字化转型对公共支出结构的回归系数在5%的水平上显著为正,表明财政数字化转型能够通过优化公共支出结构推动新型城镇化;列(2)显示,财政数字化转型对财政透明度的回归系数在1%的水平上显著为正,表明财政数字化转型能够通过提高财政透明度推动新型城镇化。综上,财政数字化转型影响新型城镇化的两条机制路径成立,即存在“财政数字化转型→公共支出结构→新型城镇化”“财政数字化转型→财政透明度→新型城镇化”两条影响渠道,假说2和假说3得以验证。
变量 | (1) | (2) |
lnpes | tra | |
L.lndif | 0.009** | 2.261*** |
(2.083) | (3.641) | |
Constant | 12.607*** | −15.231*** |
(5.515) | (−4.983) | |
控制变量 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 |
N | 180 | 180 |
R2 | 0.390 | 0.296 |
1.经济增长目标完成情况异质性。经济增长目标的完成情况是衡量政府工作质量和效率的重要标尺(刘金东等,2024)。不同地区经济增长目标的完成情况不同,其数字化转型的起点、速度及效果均存在差异,进而影响新型城镇化发展。为探究财政数字化转型与新型城镇化的关系在不同经济增长目标完成情况的地区之间是否存在异质性,本文根据省份当年经济增长目标实际完成值与经济增长目标值的差额是否大于零,将研究样本划分为完成经济增长目标组和未完成经济增长目标组,分别进行回归,结果见表7列(1)和列(2)。从中可见,对于完成经济增长目标的省份,财政数字化转型的回归系数为0.044,在1%的水平上显著,对于未完成经济增长目标的省份,财政数字化转型的回归系数为0.019,在5%的水平上显著,且这两组在10%的水平上通过了组间系数差异检验,说明财政数字化转型对新型城镇化的推动作用在完成经济增长目标的省份更显著。其原因可能是,完成经济增长目标的省份往往已经具备较完善的财政管理体系,这为财政数字化转型提供了坚实的物质基础和技术支持(刘飞和王欣亮,2021)。由于已经实现既定的经济增长目标,这些省份能够投入更多的资源用于建设数字化财政平台、提升财政数据分析和决策能力,从而更有效地推动新型城镇化进程。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
完成经济 增长目标 |
未完成经济 增长目标 |
财政汲取 能力强 |
财政汲取 能力弱 |
财政分权 程度高 |
财政分权 程度低 |
|
L.lndif | 0.044***(3.933) | 0.019**(2.569) | 0.026***(3.215) | 0.018*(1.799) | 0.035***(3.467) | 0.015*(1.941) |
Constant | 0.267(0.044) | 9.088**(2.329) | −0.038(−0.008) | 6.135(1.431) | 3.047(0.598) | 3.214(0.790) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 78 | 102 | 90 | 90 | 90 | 90 |
R2 | 0.455 | 0.543 | 0.505 | 0.608 | 0.557 | 0.553 |
组间系数差异P值 | 0.076 | 0.070 | 0.000 | |||
注:组间系数差异P值根据费舍尔组合检验的组间系数差异检验方法计算得出。 |
2.财政汲取能力异质性。地方政府的财政汲取能力是地方财政运作的基石,它直接决定了地方政府所能达到的财政收入规模及其具备的财政支出能力(魏丽华等,2020)。不同地区的财政汲取能力存在差异,这种差异会导致财政数字化转型在提升财政收入效率、扩大资金来源方面产生不同的效果。因此,本文将进一步研究在不同财政汲取能力的省份,财政数字化转型对新型城镇化的推动作用是否存在差异。参考杨得前(2014)的做法,采用税收收入占地区生产总值之比衡量财政汲取能力,并根据是否高于中位数将研究样本划分为财政汲取能力强和财政汲取能力弱两组分别进行回归,结果见表7列(3)和列(4)。从中可见,在财政汲取能力较强的地区,财政数字化转型的回归系数为0.026,在1%的水平上显著,而财政汲取能力较弱的地区,财政数字化转型的回归系数为0.018,在10%的水平上显著,且这两组均在10%的水平上通过了组间系数差异检验,说明财政数字化转型对新型城镇化的推动效应在财政汲取能力较强的省份更为显著。其原因可能是,财政汲取能力较强的省份通常财政收入较为稳定,并且拥有更完善的基础设施和信息化技术支持,更有利于财政数字化转型(王志刚,2020),以提高管理效率和服务水平,从而推动新型城镇化发展。
3.财政分权程度异质性。财政分权是指将财政权力下放给地方政府,使其能够根据本地实际情况自主决定财政支出和收入(谷成和张家楠,2024)。财政分权程度的不同会直接影响地方政府推动新型城镇化发展的动力。因此,本文将进一步研究在不同财政分权程度的省份,其财政数字化转型对新型城镇化的推动作用是否存在异质性。本文以各省份的财政收入占本省总财政收入的比重表征财政分权程度,并根据是否高于中位数将研究样本分为财政分权程度高与财政分权程度低两组分别进行回归,结果见表7列(5)和列(6)。从中可见,在财政分权程度较高的省份,财政数字化转型的回归系数为0.035,在1%的水平上显著,而在财政分权程度较低的省份,财政数字化转型的回归系数为0.015,在10%的水平上显著,且这两组均在1%的水平上通过了组间系数差异检验,说明财政数字化转型对新型城镇化的正向影响在财政分权程度较高的省份更为显著。其原因可能是,在财政分权程度较高的省份,地方政府拥有更多的财政自主权,可以更加灵活地根据本省实际情况和需求来设计和实施财政数字化转型策略。这有助于地方政府更好地利用财政数字化转型带来的优势,如提供更精准的资源分配和更高效的服务,从而为新型城镇化提供强有力的财政支撑。
(二) 门槛效应分析为检验公共支出结构和财政透明度在财政数字化转型影响新型城镇化的过程中是否存在门槛效应,本文选择了公共支出结构和财政透明度作为门槛变量,构建面板门槛模型如下:
$ \begin{aligned}\mathrm{ln}ur{b}_{i}{}_{t}= & {\alpha }_{0}+{\alpha }_{1}\mathrm{ln}di{f}_{it-1}\cdot I(thr{e}_{it}\leqslant {\gamma }_{1})+{\alpha }_{2}\mathrm{ln}di{f}_{it-1}\cdot I({\gamma }_{1} < thr{e}_{it}\leqslant {\gamma }_{2})+\dots +{\alpha }_{n}\mathrm{ln}di{f}_{it-1} \\& \cdot I({\gamma }_{n-1} < thr{e}_{it}\leqslant {\gamma }_{n}) +{\alpha }_{n+1}\mathrm{ln}di{f}_{it-1}\cdot I(thr{e}_{it} > {\gamma }_{n})+{\alpha }_{c}{X}_{it}+{\mu }_{i}+{\upsilon }_{t}+{\varepsilon }_{it}\end{aligned} $ | (3) |
其中,threit表示门槛变量,包含公共支出结构和财政透明度;γ1, γ2,…, γn表示以pesit和trait为门槛变量时对应的n个门限值;I(·)为指示函数,取值为0或1。具体来看,当门槛变量位于对应门限值的区间内时,I(·)的取值为1,否则为0。
表8列示了门槛效应存在性检验结果。结果显示,在以公共支出结构和财政透明度为门槛变量进行门槛效应存在性检验时,单一门槛效应均通过了10%水平上的显著性检验。这表明财政数字化转型对新型城镇化的影响分别存在以公共支出结构和财政透明度为门槛变量的单一门槛效应。
门槛变量 | 门槛值 | F值 | 1% | 5% | 10% | p值 |
公共支出结构 | 单一 | 24.40 | 31.219 | 25.590 | 22.322 | 0.067 |
双重 | 15.73 | 25.685 | 20.264 | 17.709 | 0.150 | |
财政透明度 | 单一 | 10.53 | 14.554 | 11.451 | 9.133 | 0.077 |
双重 | 3.79 | 11.261 | 9.192 | 8.309 | 0.697 | |
注:最后一列为Bootstrap反复抽样300次仿真得到的p值。 |
门槛估计值与置信区间如表9所示。从中可见,门槛变量公共支出结构和财政透明度的门槛值分别为0.407
门槛变量 | 门槛值 | 估计值 | 95%置信区间 |
公共支出结构 | 单一门槛值 | 0.407 | [0.406, 0.407] |
财政透明度 | 单一门槛值 | 44.037 | [42.603, 44.060] |
![]() |
图 1 公共支出结构单一门槛值及似然比函数图 |
![]() |
图 2 财政透明度单一门槛值及似然比函数图 |
表10列(1)和列(2)分别展示了以公共支出结构和财政透明度作为门槛变量的面板门槛回归估计结果。由列(1)可以看出,当公共支出结构低于门槛值时,财政数字化转型对新型城镇化的影响在1%的水平上显著为正,回归系数为0.017;伴随民生性支出占财政支出的比重不断增加并突破门槛值,财政数字化转型的回归系数增加至0.025。这表明在不同公共支出结构水平下,财政数字化转型对新型城镇化的影响不同,存在公共支出结构门槛效应。公共支出结构水平越高,财政数字化转型对新型城镇化的推动作用越强。由列(2)可以看出,当财政透明度低于门槛值时,财政数字化转型的回归系数为0.027,通过1%的显著性水平检验;而伴随财政透明度的不断提高并跨越门槛值,财政数字化转型的回归系数提高至0.034。这表明在不同财政透明度水平下,财政数字化转型对新型城镇化的影响不同,存在财政透明度门槛效应。财政透明度越高,财政数字化转型对新型城镇化的推动作用越强。由此,假说4得以验证。
变量 | (1) | (2) |
lnurb | lnurb | |
pes_1 | 0.017***(2.760) | |
pes_2 | 0.025***(4.205) | |
tra_1 | 0.027***(3.123) | |
tra_2 | 0.034***(4.334) | |
Constant | −1.712(−0.550) | −1.557***(−25.580) |
控制变量 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 |
N | 180 | 180 |
R2 | 0.566 | 0.180 |
前文构建了一个涵盖人口城镇化、空间城镇化、环境城镇化、经济城镇化以及社会城镇化五大核心维度的新型城镇化的综合评价指标体系,旨在全方位、多角度地衡量各省份的新型城镇化水平。然而,尽管这种综合性的评价方法能够全面反映各省份在新型城镇化过程中的整体表现,但很可能在一定程度上模糊了单个指标所蕴含的关键信息。因此,为了更清晰地展示财政数字化转型对新型城镇化的多维度影响,本文分别选取人口城镇化、空间城镇化、环境城镇化、经济城镇化、社会城镇化各维度中权重最高的关键指标进行回归分析,即常住人口城镇化率、城市建成区面积、人均公园绿地面积、人均国内生产总值、每万人医疗机构床位数。回归结果如表11所示,从中可见,财政数字化转型的回归系数均至少在5%的水平上显著为正,说明财政数字化转型能够显著提高常住人口城镇化率、增加城市建成区面积、拓展人均公园绿地面积、提高人均国内生产总值以及增加每万人医疗机构床位数。这一结果表明,通过优化公共支出结构,财政数字化转型促进了公共支出向教育、医疗、住房保障等关键民生领域倾斜,增强了城市的医疗服务能力,加快了常住人口城镇化进程,保障了居民的健康福祉。另外,数字化转型提高了财政资金使用效率和透明度,进一步促进了经济增长,有效助推城市建成区面积的合理扩展和绿化建设的积极投入。
变量 | (1) | (2) | (3) | (4) | (5) |
常住人口 | 城市建成 | 人均公园 | 人均国内 | 每万人医疗 | |
城镇化率 | 区面积 | 绿地面积 | 生产总值 | 机构床位数 | |
L.lndif | 0.008***(3.440) | 0.016***(3.080) | 0.013**(2.081) | 0.027***(2.611) | 0.017**(2.484) |
Constant | 0.528(0.426) | 13.441***(5.161) | 5.242(1.643) | 22.334***(4.233) | 10.208***(2.948) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
地区固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 180 | 180 | 180 | 180 | 180 |
R2 | 0.540 | 0.468 | 0.246 | 0.514 | 0.396 |
本文使用2016—2022年中国30个省(市、自治区)的面板数据,探讨了财政数字化转型对新型城镇化的影响。本文得到如下主要结论:首先,财政数字化转型促进了新型城镇化发展,在采用替换被解释变量、剔除部分样本地区和控制高维固定效应方法进行稳健性检验以及工具变量法和系统GMM方法处理内生性问题后结论依然成立。其次,财政数字化转型可以通过优化公共支出结构和提高财政透明度来推动新型城镇化发展。再次,财政数字化转型对新型城镇化的影响存在异质性,在完成经济增长目标、财政汲取能力较强以及财政分权程度较高的地区,这种推动效应更为显著。最后,公共支出结构和财政透明度在财政数字化转型影响新型城镇化的过程中存在单一门槛效应,当公共支出结构优化程度或财政透明度越高时,财政数字化转型对新型城镇化的推动作用越强。
基于以上研究结论,本文提出如下对策建议:第一,以财政信息系统建设和大数据技术应用为切入口深化财政数字化转型。研究表明,财政数字化转型能够推动新型城镇化发展。因此,政府应聚焦财政信息系统的全面升级与优化,以此为切入口,引领财政管理迈向智能化、高效化新阶段。具体而言,需明确将云计算、大数据、人工智能等前沿科技融入财政信息系统的核心架构之中,利用大数据分析预测经济趋势和社会需求,实现财政决策的预见性和精准性。同时,应加强人员培训和技术支持,确保财政管理人员能够有效利用数字化工具,提升财政管理和服务效能,为新型城镇化建设提供强有力的财政保障。第二,以确保公共资源的高效配置与利用为核心目标推动公共支出结构优化。研究表明,优化公共支出结构是财政数字化转型促进新型城镇化的作用机制。因此,政府应聚焦教育、医疗等关键民生领域,通过增加资金投入、创新服务机制、完善相关政策等举措,确保服务覆盖面与质量双提升。同时,政府还应前瞻性地布局未来,通过设立专项基金、提供税收优惠等措施,促进公共支出结构的战略性调整。另外,政府应当强化预算绩效管理,其中包括建立健全预算绩效评价体系,科学设定绩效目标,实现公共资源的高效配置与利用,助力城乡融合与可持续发展。第三,以强化信息公开力度与构建高效信息管理系统为手段提高财政透明度。研究表明,提高财政透明度是财政数字化转型促进新型城镇化的作用机制。因此,政府应建立健全财政信息公开的法律法规体系,明确信息公开的范围、具体内容及操作流程,确保公开工作有法可依、有章可循。同时,依托大数据、云计算等现代信息技术,构建统一信息管理平台,实现财政信息的实时共享与查询,提升财政管理效率和透明度。比如,建立财政数据云平台和移动政务APP,通过APP实时公开预算执行情况,让公众随时监督,增强政策执行的可操作性和公众参与度。第四,以各地区的特色与优势为坚实立足点,因地制宜地推进新型城镇化建设。研究表明,在完成经济增长目标、财政汲取能力较强以及财政分权程度较高的地区,财政数字化转型对新型城镇化的推动效应更为显著。因此,在推进新型城镇化时,政府应当精准施策,针对地区经济水平与财政能力差异,实施分级授权的财政政策。具体而言,对于那些实现经济增长目标、财政汲取能力强、财政分权程度高的地区,政府应激励这些地区在新型城镇化进程中发挥示范作用,积极探索数字化转型等前沿领域的创新实践。同时,政府还需深入挖掘并充分利用各地独特的产业资源与禀赋优势,为各地区量身定制发展策略。比如,对于资源丰富但开发不足的地区,政府应依据其产业特色,提供专项扶持,如通过PPP模式吸引社会资本参与开发,同时加强基础设施建设与人才培养,确保城镇化进程更加符合地方实际,从而实现高质量发展。
[1] | 蔡兴. 教育发展对新型城镇化水平影响的实证研究[J].教育与经济,2019(1). |
[2] | 储德银, 邵娇. 财政纵向失衡与公共支出结构偏向: 理论机制诠释与中国经验证据[J].财政研究,2018(4). |
[3] | 范合君, 吴婷, 何思锦. “互联网+政务服务”平台如何优化城市营商环境?——基于互动治理的视角[J].管理世界,2022(10). |
[4] | 樊轶侠, 徐昊. 财政助力数字经济高质量发展: 核心机理与经验启示[J].改革,2020(8). |
[5] | 龚锋, 邓龙真. 财政透明的治理效应研究[J].财政研究,2023(2). |
[6] | 谷成, 张家楠. 财政分权、审计监督与地方政府回应性——来自市级民生财政支出的经验证据[J].财贸经济,2024(6). |
[7] | 官永彬. 民主与民生: 分权体制下公众参与影响公共服务效率的经验研究[J].经济管理,2016(1). |
[8] | 郭冬梅, 陈斌开, 吴楠. 城乡融合的收入和福利效应研究——基于要素配置的视角[J].管理世界,2023(11). |
[9] | 洪银兴, 陈雯. 由城镇化转向新型城市化: 中国式现代化征程中的探索[J].经济研究,2023(6). |
[10] | 黄国平, 李婉溶. 数字人民币促进数字财政建设和财政数字化转型[J].财政研究,2022(2). |
[11] | 江艇. 因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022(5). |
[12] | 江文路, 张小劲. 地方政府数字化转型的变革逻辑与路径演进——以北京市“接诉即办”数字治理改革为例[J].南昌大学学报(人文社会科学版),2023(3). |
[13] | 姜晓萍, 吴宝家. 人民至上: 党的十八大以来我国完善基本公共服务的历程、成就与经验[J].管理世界,2022(10). |
[14] | 李东平, 田北海. 基本公共服务可及性如何影响农户获得感——基于湖北省1036个农户样本的实证分析[J].中国农村观察,2024(1). |
[15] | 李海舰, 唐跃桓. 数据财政的基本框架、运行模式与实施路径[J].改革,2024(6). |
[16] | 李剑培,时洁,顾乃华. 数字政府建设对企业数字化转型的溢出效应研究——来自政府采购合同大数据的证据[J/OL]. 南方经济,https://doi.org/10.19592/j.cnki.scje.411477,2024-12-10. |
[17] | 李俊蓉, 冯惠敏, 林荣日, 等. 省域新型城镇化与共同富裕耦合协调水平的时空特征及其影响因素[J].经济地理,2024(5). |
[18] | 李刘艳, 邓金钱. 我国城镇化发展的阶段特征、逻辑主线与未来进路[J].经济学家,2024(3). |
[19] | 刘飞, 王欣亮. 政府数字化转型与地方治理绩效: 治理环境作用下的异质性分析[J].中国行政管理,2021(11). |
[20] | 刘俸奇, 储德银, 姜春娜. 财政透明、公共支出结构与地方政府治理能力[J].经济学动态,2021(4). |
[21] | 刘金东, 徐文君, 陶然. 经济增长目标设定与地方债务规模扩张——基于逐顶竞争的视角[J].南方经济,2024(1). |
[22] | 刘尚希, 梁季, 施文泼. 经济数字化和金融化中的金融税制转型分析[J].财政科学,2021(11). |
[23] | 马蔡琛, 赵笛. 大数据时代全过程预算绩效管理体系建设研究[J].经济纵横,2020(7). |
[24] | 饶晓辉, 徐威. 财政透明度对外商直接投资的影响: 直接效应与空间溢出效应[J].当代经济研究,2023(12). |
[25] | 上官泽明, 李璐璐, 白玮东. 财政数字化转型与公共支出结构优化[J].财政研究,2023(6). |
[26] | 王法硕, 张桓朋. “互联网+政务服务”优化地方营商环境了吗?——基于我国地级市面板数据的实证研究[J].电子政务,2022(1). |
[27] | 王婷婷, 杨明慧. 数字财政的发展动因、主要挑战与优化路径[J].财政研究,2023(5). |
[28] | 王永进, 刘玉莹, 陈晓佳. 新型城镇化背景下的中央地方财政关系调整[J].经济研究,2022(2). |
[29] | 王志刚. 财政数字化转型与政府公共服务能力建设[J].财政研究,2020(10). |
[30] | 王志刚, 赵斌. 数字财政助推国家治理现代化[J].北京大学学报(哲学社会科学版),2020(3). |
[31] | 魏丽华, 杨修博, 高新才. 财政汲取能力影响公共服务供给吗?——基于财政分权和城镇化调节作用的空间检验[J].经济问题探索,2020(12). |
[32] | 魏志华, 林亚清, 周雄. 财政透明度问题研究进展[J].经济学动态,2017(3). |
[33] | 向书坚, 徐应超, 李凯. 我国新型城镇化发展质量统计评价研究[J].统计研究,2024(3). |
[34] | 谢地, 张巧玲. 以人为核心的新型城镇化战略: 理论基础、内涵特征及实践路径[J].经济纵横,2023(11). |
[35] | 谢易和, 许家瑜, 许航敏. 数字财政: 地方实践、理论辨析及转型思考[J].地方财政研究,2021(4). |
[36] | 熊湘辉, 徐璋勇. 中国新型城镇化进程中的金融支持影响研究[J].数量经济技术经济研究,2015(6). |
[37] | 熊湘辉, 徐璋勇. 中国新型城镇化水平及动力因素测度研究[J].数量经济技术经济研究,2018(2). |
[38] | 徐艳晴, 郭娜, 毛子骏, 等. 政策引导基层政务服务数字化变革研究——以海口市龙华区政务服务中心为例[J].公共管理学报,2022(4). |
[39] | 杨得前. 经济发展、财政自给与税收努力: 基于省际面板数据的经验分析[J].税务研究,2014(6). |
[40] | 余海跃, 康书隆. 地方政府债务扩张、企业融资成本与投资挤出效应[J].世界经济,2020(7). |
[41] | 张毅祥, 刘贽源, 宋博伟, 等. 可再生能源消费对新型城镇化发展的影响: 基于动态面板门限模型的研究[J].中国软科学,2023(6). |
[42] | 赵斌, 陈成天, 孙倩. 数字财政: 转型制约因素与全面数字化对策[J].地方财政研究,2020(10). |
[43] | 赵德昭. 地方政府财政治理对就地城镇化影响的实证研究[J].中国软科学,2022(1). |
[44] | 赵静, 毛捷, 张磊. 社会保险缴费率、参保概率与缴费水平——对职工和企业逃避费行为的经验研究[J].经济学(季刊),2016(1). |
[45] | 赵麑, 刘衍峰. 习近平关于新型城镇化建设的重要论述研究[J].经济学家,2023(8). |
[46] | Afriyie D, Wang Z, Hu S G, et al. Exploring the dynamic nexus between urbanization and industrialization with carbon emissions in sub-Saharan Africa: Evidence from panel PMG-ARDL estimation[J].Environmental Science and Pollution Research,2023,30(3):6373–6389. |
[47] | Wu L F, Sun L W, Chang Q, et al. How do digitalization capabilities enable open innovation in manufacturing enterprises? A multiple case study based on resource integration perspective[J].Technological Forecasting and Social Change,2022,184:122019. |
[48] | Yamamura E, Kondoh H. Government transparency and expenditure in the rent-seeking industry: The case of Japan for 1998-2004[J].Contemporary Economic Policy,2013,31(3):635–647. |