Research on the Impact of Data Flow Environment on the Efficiency of Urban-Rural Industrial Integration

다국어 초록 (Multilingual Abstract)

The data flow environment, with data elements at its core, provides strong support for the flow and allocation of urban and rural factors. Empowering coordinated urban and rural industrial development with digital technology is a key path to promoting rural revitalization. Currently, coordinating urban and rural development and promoting rural revitalization have become core issues of national strategy. Promoting coordinated urban and rural industrial development is not only a key measure to break the dual structure and balance the distribution of interests, but also a strategic fulcrum for promoting common prosperity, optimizing the economic spatial pattern, and supporting sustainable economic growth. The report of the 20th National Congress of the Communist Party of China pointed out that "we must adhere to the priority development of agriculture and rural areas, adhere to integrated urban and rural development, and facilitate the flow of urban and rural factors." This clarified the core tasks and established a guide for action for rural revitalization in the new development stage. With the digital factor economy as a new engine of global economic growth, it is profoundly reshaping production and lifestyles in the new era, breaking through the limitations of time and space, and creating new opportunities for coordinated urban and rural development. Exploring the impact of the data flow environment on the efficiency of urban and rural industrial integration helps to accurately grasp the new trends in economic development in the new era, thereby providing strong scientific basis and strategic guidance for high-quality development of urban and rural industrial integration, and promoting deeper levels of urban-rural integration.
Based on provincial panel data from China spanning 2007 to 2024, this study systematically examines the impact of the data flow environment on the efficiency of urban–rural industrial integration and explores the mediating role of traditional factor flows and allocation between urban and rural areas. The findings reveal that: (1) The influence of the data flow environment on urban–rural industrial integration efficiency follows a significant U-shaped relationship; however, China currently remains on the left side of the U-shaped curve, where the suppressive effect predominates. (2) The flow and allocation of traditional urban–rural factors serve as a key transmission mechanism through which the data flow environment affects urban–rural industrial integration efficiency. Specifically, the unidirectional flow of traditional factors is a primary contributor to the suppressive effect on the left side of the U-shaped curve, whereas bidirectional flows and optimized allocation of traditional factors primarily drive efficiency improvements on the right side. (3) Moderating mechanism analysis indicates that enhancements in the level of digital technology innovation and the maturity of factor market development can effectively mitigate the inhibitory effect of the data flow environment on urban–rural industrial integration efficiency. (4) Heterogeneity analysis demonstrates that once the data flow environment surpasses a critical threshold, its positive promoting effect on urban–rural industrial integration efficiency significantly outweighs the initial suppressive effect, with notable regional variations. Furthermore, the level of urban–rural industrial integration also influences the impact of the data flow environment on integration efficiency. The conclusions of this study provide important theoretical support and practical insights for optimizing digital economy policies, promoting the efficient flow of urban–rural factors, and refining strategies for urban–rural integrated development, along with corresponding policy recommendations.

국문 초록 (Abstract)

본 연구는 고위험 산업의 디지털화, 지능화, 인간중심 경영으로의 전환 과정에서 안전 거버넌스가 “규범 중심의 통제”에서 “심리 기반의 동기화”로 변화하고 있음을 전제로 한다. 광업, 건설, 에너지 등 분야에서 기술적 보호장치와 제도적 장치가 발전하였음에도 불구하고 안전성과에는 여전히 큰 차이가 존재한다. 이는 조직이 근로자의 심리적·행동적 메커니즘을 간과한 결과이며, 특히 리더십—그 중에서도 변혁적 리더십—이 조직의 안전문화와 근로자 행동을 연결하는 핵심 매개임이 연구를 통해 점차 확인되고 있다. 중국의 광업 기업에서는 제도와 기술의 개선에도 불구하고 종업원의 자발적 안전 참여가 충분히 향상되지 않았으며, 이에 리더십 행동이 어떻게 심리적 메커니즘을 통해 종업원의 내적 안전 동기를 자극할 수 있는가가 안전 거버넌스의 핵심 과제로 부상하고 있다.
본 연구는 변혁적 리더십을 핵심 관점으로 설정하여 고위험 산업의 안전관리에서 그 역할 경로와 심리적 작용 메커니즘을 체계적으로 규명하였다. 조직행동론과 산업·직업심리학의 시각을 통합하여 사회교환이론(SET), 사회학습이론(SLT), 자원보존이론(COR), 직무요구–자원모형(JD-R)을 융합하였으며, “변혁적 리더십–심리적 안전감–조직몰입–안전행동”의 이중 및 연쇄매개 모형을 구축하였다. 또한 일–가정갈등(WFC)을 조절변수로 도입하여 리더십 효과성에 대한 자원소모형 스트레스의 경계효과를 검증하였다.
연구방법으로는 “이론분석–실증검증–체계적 귀납”의 절차를 채택하였다. 최근 5년간의 국제 고품질 논문을 체계적으로 검토하여 핵심 변수의 연구 진전과 이론적 공백을 확인하였고, 기존 검증된 척도에 기반하여 설문지를 설계하였다. 예비조사 및 전문가 자문을 거쳐 전국 광업 기업을 대상으로 현장조사를 실시하였으며, 총 505부의 유효 표본을 확보하였다. SPSS와 AMOS를 활용한 신뢰도 및 타당도 검증, 확인적 요인분석(CFA), 구조방정식모형(SEM), 다집단 분석을 수행하였고, PROCESS 매크로를 통해 매개 및 조절효과를 검증하였다.
실증분석 결과, 변혁적 리더십은 종업원의 안전행동에 유의한 정(+)의 영향을 미치며, 심리적 안전감과 조직몰입은 이 관계에서 이중 및 연쇄매개의 역할을 하는 것으로 나타났다. 일–가정갈등은 높은 스트레스 상황에서 리더십의 긍정적 효과를 약화시키는 것으로 확인되었다. 이는 리더십 행동이 심리적 자원을 통해 근로자 행동에 영향을 미친다는 메커니즘 가설을 검증함과 동시에 외적 스트레스 요인이 리더십 효과를 저해할 수 있음을 보여준다.
이론적 측면에서 본 연구는 세 가지 확장을 달성하였다. 첫째, 네 가지 주요 이론을 통합하여 리더십–심리–행동의 다층적 모형을 제시함으로써 단일 매개경로에 치우친 기존 연구의 한계를 극복하였다. 둘째, 심리적 안전감과 조직몰입을 자원보존의 논리로 통합하여, 근로자가 고스트레스 환경에서도 긍정적 안전행동을 유지하기 위한 심리자원 축적 및 전환 과정을 설명하였다. 셋째, 일–가정갈등 변수를 도입하여 직무요구–자원모형(JD-R)의 적용 범위를 확장하고, 리더십 효과의 상황적 변화를 이해할 새로운 시각을 제시하였다.
실무적 측면에서 본 연구는 광업 기업이 리더십 중심의 안전문화 시스템을 구축하기 위한 경험적 근거를 제공한다. 리더의 비전 제시, 개별적 배려, 모범적 행동을 강화함으로써 근로자의 심리적 안전감과 조직몰입을 효과적으로 향상시킬 수 있으며, 이를 통해 안전행동의 내재화와 지속가능성을 달성할 수 있다. 국제적 관점에서 본 연구는 중국 고위험 산업을 대상으로 리더십 행동의 동양적 문화심리를 규명하였으며, 집단주의 및 높은 권력거리 문화가 리더십의 상징적·정서적 영향력을 강화함을 밝혔다. 이는 변혁적 리더십 이론의 비서구적 적용 가능성을 검증하고, 글로벌 안전경영 및 비교리더십 연구에 새로운 이론적 기반을 제공한다.
종합적으로, 본 연구는 고위험 산업의 안전거버넌스에서 변혁적 리더십의 심리적 전달 메커니즘을 체계적으로 규명함으로써 안전관리 연구를 “기술적 합리성”에서 “심리적 메커니즘”과 “문화적 협치”로 전환시키는 패러다임 변화를 제시하였다. 본 연구의 결과는 리더십과 안전행동의 학제적 연구를 풍부하게 하며, 기업 실무 및 정책 수립에 지속가능한 관리적 통찰을 제공한다.

목차 (Table of Contents)

• I. Introduction 1
• 1. Research Background and Significance 1
• 1) Research Background 1
• 2) Research Significance 6
• 2. Research Methods and Research Content 8
• 1) Research Methods 8
• 2) Research Content 9
• 3. Innovation Points 12
• 4. Research Limitations 12
• Ⅱ. Relevant Concepts, Theoretical Basis, and Literature Review 14
• 1. Definition of Relevant Concepts 14
• 1) Concept of Urban-Rural Industrial Integration 14
• 2) Data Flow Environment 17
• 3) Characteristics of the Integrated Development of Urban and Rural Industries 19
• 2. Theoretical Basis of Data and Urban-Rural Integration 23
• 1) Economic Growth Theory 23
• 2) Core-Periphery Theory 25
• 3) Urban-Rural Dual Structure Theory 26
• 4) Value Theory of Digital Economy 28
• 3. Literature Review 30
• 1) Research on Data Flow Environment 30
• 2) Relevant Research on the Efficiency of Urban-Rural Industrial Integration 32
• 3) Literature Related to Data Flow Environment and Urban-Rural Industrial Integration Efficiency 37
• Ⅲ. Theoretical Mechanisms and Research Hypotheses of the Impact of the Data Flow Environment on the Efficiency of Urban-Rural Integration 44
• 1. Analysis of the Direct Effect of the Data Flow Environment on the Efficiency of Urban-Rural Industrial Integration 44
• 2. Analysis of the Intermediary Mechanism of the Impact of the Data Flow Environment on the Efficiency of Urban-Rural Industrial Integration 49
• 3. Analysis of the Adjustment Mechanism of the Impact of the Data Flow Environment on the Efficiency of Urban-Rural Industrial Integration 51
• Ⅳ. Research Design on the Impact of the Data Flow Environment on Urban-Rural Integration Efficiency 53
• 1. Variable Selection 53
• 1) Explained Variable: Urban-Rural Industrial Integration Efficiency 53
• 2) Core Explanatory Variables 58
• 3) Control Variables 59
• 4) Mechanism Variable 62
• 2. Model Construction 65
• 1) Basic Regression Model 65
• 2) U-type Relationship Test Model 66
• 3) Mediation Effects Model 66
• 4) Moderation Effect Model 68
• 3. Data Sources 70
• Ⅴ. Empirical Results and Analysis 73
• 1. Baseline Regression 73
• 2. U-type Relationship Test 76
• 3. Robustness Test 77
• 4. Endogeneity Test 81
• 5. Mechanism Analysis 83
• 1) Testing of Intermediary Mechanisms 83
• 2) Testing of Regulatory Mechanisms 84
• 6. Heterogeneity Analysis 86
• 1) Data Flow Environment Heterogeneity 86
• 2) Regional Heterogeneity 88
• 3) Heterogeneity of Urban-Rural Industrial Integration Level 91
• Ⅵ. Research Conclusions and Policy Recommendations 94
• 1. Research Conclusions 94
• 2. Policy Recommendations 97
• 1) Promote the Coordinated Development of Urban and Rural Digital Zoning to Achieve Greater Breadth and Depth of Urban-Rural Industrial Integration 97
• 2) Promote the Orderly Flow of Urban and Rural Data Elements and Jointly Drive the Efficient Allocation of Traditional Production Factors 99
• 3) Strengthen Digital Empowerment Development and Promote Urban-Rural Industrial Interconnection and Supply-Demand Docking 100
• 4) Improve the Digital Literacy of Rural Workers and Enhance the Endogenous Driving Force of Urban-Rural Industrial Integration 101
• 5) Accelerate the Implementation of Digital Transformation of Urban and Rural Industries and Help Improve the Efficiency of Diversified Integration of Urban and Rural Industries 102
• References 105
• 국문요지 116