城市收缩对数字经济发展的影响及作用机理——来自中国城市的经验证据

刘雅君,蒋国梁

(1.吉林省社会科学院，吉林 长春 130032；2.吉林大学 经济学院，吉林 长春 130012)

一、引言

当前以人工智能技术、大数据、物联网等为核心的数字经济已成为城市发展的核心引擎，加快推动数字经济发展不仅是加快城市转型发展的重要举措，也是我国抢占未来战略高点的必要条件[1]。城市作为数字经济的空间载体，城市人口、产业、资本的变动与数字经济发展息息相关。城市收缩会直接导致城市消费需求下滑、产业升级缓慢、投资密度下降，而上述问题同数字经济发展紧密相连。那么，城市收缩对城市数字经济的发展产生了何种影响？作用机制是什么？未来城市该如何制定合理的政策方略进行数字化转型？系统回答上述问题，不仅是对现有学术研究的补充与拓展，也能够为收缩城市转型发展提供参考，具有重要的理论意义和实践价值。

本文以中国285个地级市2011—2018年的数据作为研究样本，在理论分析的基础上，进一步采用面板交互固定效应模型、中介效应模型、调节效应模型等方法检验城市收缩对城市数字经济发展的影响。本文的边际贡献主要有如下几点：第一，检验了城市收缩对数字经济发展的影响，对现有研究进行了补充与拓展，拓宽了城市收缩经济社会影响的研究范畴。现有对于城市收缩问题的研究集中于动因机制、内涵特征、规划对策等方面，且研究视角多从地理学和城市规划学切入[2]，对于城市收缩所造成经济社会影响的研究较少，从经济学视角切入剖析城市收缩经济效应的文献也较为匮乏，更鲜有文献探究城市收缩对城市数字经济发展的影响。本文将阐释城市收缩对城市数字经济的影响和作用机理，以期对现有研究进行补充与拓展。第二，进一步深入讨论了城市收缩对数字经济发展的影响机制及其异质性，不仅有助于厘清城市收缩与数字经济发展的内在关联，也能够加深城市收缩对各类不同特征城市数字经济发展差异影响的理解。本文的研究结论不仅能够为收缩城市转型路径提供针对性建议，也能为制定收缩城市数字经济发展提供参考依据，具有一定实践价值。

二、文献回顾

20世纪70年代，随着德国开始后工业化转型，部分城市开始出现人口流失、经济衰退、城市经济密度下滑等现象。此后，为了缓解城市衰退现象，德国政府推出了一系列“收缩城市项目”，引起了部分学者的关注。20世纪80年代，HauBormam和Siegel首次从社会学视角研究城市收缩现象，并将人口流失和经济衰退描述为城市收缩现象的主要表现[3]。随着研究的深入，大量学者就城市收缩的内涵进行了甄别鉴定，并构建了多种模型分析城市收缩的起因与表现。目前学术界对城市收缩的界定与识别大致从人口指数变化、经济指数变化和多指标综合变化三个方面展开。

首先，人口指数变化是界定收缩城市最重要的指标之一[4]。例如，Martinez等认为若城市出现人口流失现象并引起系列问题，则该城市就可被认作收缩城市[5]。Fernandez等认为人口的持续减少是导致出现城市收缩现象的本质原因，人口的流失不仅会导致城市住房需求锐减，也会带来多种经济社会问题[6]。Xie等也认为人口的外流和住房的空置是收缩城市最主要的特征，人口的流失和经济的衰退相互影响，形成一个恶性循环[7]。综合来看，人口的流失是城市收缩的核心特征，也是导致城市产业转型困难、政府债务压力增加、住房空置率上升、资金较为匮乏等多种社会经济问题的根源，因此以人口变动来界定收缩城市具有一定的科学性和合理性。其次，从城市经济指数的变化情况来界定收缩城市。例如，He等认为收缩城市大部分为资源型城市，其出现收缩的原因主要是城市产业结构较为单一，当城市资源趋近枯竭时，城市经济转型的失败[8]。支持此种观点的学者通常以就业岗位数、经济发展速度与质量等指标的变化程度来判定收缩城市[9]。最后，从经济、社会、人口等多维度指标变化情况来界定和识别收缩城市。部分学者认为,城市收缩是一个源于人口-经济-空间-社会等交互关联的耦合过程，判定收缩城市应从经济、人口、城市面积等多个视角进行甄别[10-11]。

随着我国城镇化进程的加快，部分城市已经开始出现收缩现象，城市收缩开始成为我国城市发展所遇到的新难题。部分学者对于我国城市收缩问题进行了研究，分析了中国城市收缩问题背后的驱动因素及其对经济社会造成的影响。现有研究表明，单一的产业结构[12]、基础设施建设的落后[13]、老龄化趋势的加剧[14]、中心城市集聚效应[15]等是导致我国城市收缩的原因，且对于不同类别的收缩城市而言，其背后的驱动机制差异明显。此外，我国收缩城市在空间分布上呈现集聚分布的特征[16]，东北地区是我国城市收缩最严重的区域，有超过30%的地级市、超过50%的县区出现城市收缩现象[17]；中西部地区的城市收缩数量相对较少，但整体数量呈现上升的趋势。城市收缩不仅会加速人力资本、科学技术等生产要素的损失和分散，降低城市生产效率和能源效率[18-19]，还会影响城市数字化建设进程，不利于城市长期可持续发展。

综合现有研究，尽管目前学术界对城市收缩的内涵特征及经济社会影响众说纷纭，但也达成了几点共识：第一，人口流失是城市收缩的核心特征。虽然现有研究对城市收缩的衡量方法未达成一致，但在大多数衡量方法中，人口流失都是衡量城市收缩程度最重要的指标之一，人口流失越多，城市萎缩越严重。第二，城市收缩现象现在已不单单只困扰发达国家，也开始在发展中国家蔓延，成为发展中国家城市发展的新难题。第三，城市收缩会对城市经济发展造成较大消极影响，对于城市转型和可持续发展产生了阻碍。因此，界定中国收缩城市，探究城市收缩对我国数字经济发展的影响，不仅能够深化对中国城市收缩问题的研究，也能够为城市数字化转型提供一定理论参考，在理论和现实层面都具有重要意义。

三、城市收缩影响城市数字经济发展的理论阐释

(一)城市收缩影响城市数字经济发展的逻辑阐述与机制探讨

如前文所述，城市人口的大量流出是城市收缩的集中表现，也是引起收缩城市经济社会问题的根源所在。城市人口的减少不仅会加大地方政府债务负担[20]，造成房地产市场萎缩[21]，降低基本公共服务水平[22]，还会直接影响到城市社会消费水平和企业的生存与发展，进而影响城市数字化转型进程。

一方面，随着城市人口的外流，城市的消费水平会受到较大冲击。研究指出，人口规模与社会消费水平之间存在着紧密的联系[23]。人口规模越大、集聚程度越高，越有利于产业的集聚，产生显著的集聚效应，有助于促进专业化分工、生产率的提升，提高居民收入与消费，进而带动社会整体消费水平提升[24]。反之，人口的流失和分散则会导致城市产业外流[25]，难以发挥城市经济活动集中所产生的集聚优势，阻碍居民收入水平的提升。当城市居民收入上涨缓慢时，其消费支出的增加额也不会出现明显上升，从而导致其消费能力的萎缩，不利于城市整体消费能力的提高。城市的消费水平同数字经济发展息息相关。城市消费水平越高、社会需求越大，越能够激发城市电子商务活力[26]，加快数字普惠金融发展进程[27]，助推城市数字化转型。因此，城市收缩所引致的人口流失会降低城市消费水平，冲击城市消费需求，进而对城市数字经济发展和数字化转型产生阻碍。

另一方面，城市收缩现象也不利于数字企业的生存和发展，不利于企业家精神的发扬，从而对城市数字经济发展产生消极影响。城市人口的减少意味着城市消费潜力的下降和城市市场规模的缩减，代表城市需求量的下滑[28]。此时，新建企业和扩大企业规模无法通过规模效应来提高边际收益。因此，作为“理性经济人”的企业家不会选择继续扩大企业规模、增加雇佣人数、创建新企业。数字企业是城市数字经济的空间载体，城市数字化转型依托于数字企业的发展。城市中数字企业规模越大，企业数字化程度越高，代表城市数字经济发展潜力越大，城市数字化转型基础越稳固。当企业家不再继续扩大企业规模，新建数字企业、加大企业数字化转型投入时，城市数字经济的发展会受到阻碍，城市数字化转型进程也会放缓。因此，城市收缩也会对城市数字企业的发展造成冲击，进而影响城市数字经济发展和数字化转型进程。基于此，本文提出如下假设:

假设1：城市收缩会压缩城市消费需求和阻碍城市数字企业发展，对城市数字经济发展和数字化转型进程产生消极影响。

(二)影响城市收缩与数字经济发展的因素分析

前文阐释了城市收缩对城市数字经济发展的影响和可能的作用路径，那么，哪些因素可能对二者的关系产生影响？回答上述问题，需从城市收缩现象产生的原因进行分析。城市收缩现象产生的原因可大致概括为“推力”和“拉力”两个方面[29]。“推力”是指收缩城市导致城市人口外流的自身因素；“拉力”是指吸引收缩城市人口流入外地的外部因素。

第一，城市收缩的“推力”视角。城市发展(扩张或收缩)本质上是在市场经济条件下内部发展要素聚集或流失的结果反馈[30]。城市收缩实质上是人力资本、资金、技术等生产要素为追求利润最大化而不断由低效率地区向高效率地区转移的过程[31]。收缩城市自身无法满足市场经济条件下要素利润的最大化，而导致生产要素流失的劳动力就业不充分、生产效率低下、传统产业升级困难、资金技术支持力度不足等因素可概括为城市的“推力”。这些“推力”与市场化水平紧密相关。研究指出，一个地区市场化水平越高，越有利于生产要素集聚效应和规模效应的实现，越有利于地区经济发展[32-33]。因此，收缩城市的市场化水平可能对城市收缩与数字经济的关系产生影响。若收缩城市市场化水平不断提升，在一定程度上能够缓解收缩城市人口、资金、技术等要素的流失，减轻城市收缩现象对城市数字经济发展和数字化转型的影响。反之，收缩城市市场化水平的下降可能增大城市收缩对城市数字经济发展和数字化转型的抑制作用。

第二，城市收缩的“拉力”视角。前文提到，人力资本、资金、技术等生产要素为追求利润最大化会由低效率地区向高效率地区转移。完善的基础设施建设、便捷的交通服务网络、更多的就业选择和更高的投入产出比是吸引人力资本、资金技术等要素流入的重要原因。若某地区上述条件更为优越，更能够满足市场经济条件下要素利润最大化的原则，生产要素的流入意愿就更强。对于中国而言，省会城市、副省级城市和直辖市等中心城市受国家政策支持、良好区位优势以及便捷对外交流条件等影响，其上述条件要明显优于普通城市[34]，生产要素更易流向能够实现其利润最大化要求的中心城市。因此收缩城市距中心城市的距离可能会对城市收缩与数字经济发展的关系产生影响。对于收缩城市而言，离中心城市距离越近，要素流出受到中心城市虹吸效应的影响更为强烈，可能会加剧收缩城市的萎缩，阻碍其数字化转型进程。基于上述分析，本文提出如下假设:

假设2.1：城市市场化水平会对城市收缩与城市数字经济发展的关系产生影响，市场化水平的提升能够缓解城市收缩对数字经济发展的抑制作用。

假设2.2：收缩城市距中心城市距离会影响城市收缩与城市数字经济发展的关系，收缩城市距中心城市越近，城市收缩对数字经济发展的抑制效果越强。

四、研究设计

(一)变量选取

(1)被解释变量：城市数字经济发展水平(Digeconomy)。本文根据Bukht和Heeks定义的数字经济三个层级[35]，借鉴黄群慧等[36]以及柏培文等[37]的研究，从数字产业产出、数字产业发展水平、互联网渗透率、数字普惠金融发展水平四个维度共5个指标构建城市数字经济发展指数。其中，数字产业产出用互联网相关产业从业人员占总人口比重衡量，数字产业发展水平用计算机服务和软件业从业人员占总人口比重衡量，互联网渗透率用每百人互联网宽带接入用户数量和每百人移动电话用户数量衡量，数字普惠金融发展水平用北京大学发布的数字普惠金融指数来衡量。本文运用主成分分析法对上述数据进行标准化后降维处理，得到本文的核心被解释变量Digeconomy。

(2)解释变量：城市收缩度(Shrink)。本文以2010年为基期，参考收缩城市世界研究网络的研究思路，采用Murdoch[38]的研究方法，以城市人口的变动作为判别收缩城市的依据，以城市收缩度来衡量城市收缩程度，具体如式(1)所示：

(1)

本文从285个样本城市中共甄别出64个收缩城市。从城市特点来看，中国收缩城市大多数为资源型城市和重工业城市，城市单一的产业结构和资源的日趋枯竭导致城市人口不断外流，城市收缩程度日趋加重。从区位分布来看，东北地区城市收缩现象最为严重，中部地区和西部地区收缩情况次之，东部地区的收缩城市最少，表明大多数东部地区城市仍处于快速扩张阶段。

(3)控制变量：根据城市数字经济发展的特点，并参考过往研究[1，39]，本文设置以下控制变量指标：城市产业结构(industy)：采用第三产业生产总值与第二产业生产总值的比值衡量；金融发展水平(finance)：采用城市年末金融机构存贷款余额与地方生产总值的比值衡量；经济发展水平(economic)：采用城市人均GDP衡量；城市就业水平(employees)：采用城市就业人数同劳动力总量的比值衡量；城市创新水平(innovate)：采用城市每万人专利申请量来衡量；城市创业水平(entrepreneurship)：采用城市私营和个体工作人员占总人口比重来衡量。

(4)中介变量：根据前述分析，本文的中介变量分别为城市消费水平(consumption)和城市数字企业发展水平(enterprise)。其中，城市消费水平用城市社会消费品零售总额(亿元)来衡量，城市数字企业发展水平采用城市互联网企业数量占总企业数量比重来衡量。

(5)调节变量：城市市场化水平(market)和距中心城市距离(distance)。其中，城市市场化水平借鉴樊纲等[33]的研究思路，从政府与市场的关系、非国有经济的发展、要素市场的发育程度、市场中介组织发育和法治环境五个维度构建城市市场化水平指数。距中心城市距离(distance)采用该城市到中心城市(省会城市、副省级城市、直辖市)的距离是否高于平均距离为依据设置虚拟变量，若高于平均距离，则设置为1，否则为0。

各变量的描述性统计如下页表1所示。

表1 变量描述性统计

(二)模型构建

根据前文的理论梳理，本文构建回归模型来检验城市收缩对城市数字经济发展的影响，具体设定如下：

Digeconomicit=α0+α1Shrinkit+

∑αjxjit+vt+ui+εit

(2)

Mit=γ0+γ1shrinkit+∑γjxjit+vt+ui+δit

(3)

Digeconomicit=λ0+λ1Shrinkit+λ2Mit+

∑λjxjit+vt+ui+σit

(4)

式(2)将直接检验城市收缩对数字经济发展的影响。其中，Digeconomic为城市数字经济发展水平，Shrink为城市收缩度，其回归系数α1可以反映城市收缩对城市数字经济发展的影响效果。x为控制变量的集合，包括城市产业结构、金融发展水平、经济发展水平、城市就业水平、城市创新水平、城市创业水平等影响城市数字经济发展的变量，vt、ui代表控制了城市个体差异和时间变化趋势，ε为随机误差项。

式(3)和式(4)将检验前文理论部分中城市收缩影响城市数字经济发展的城市消费需求和数字企业发展两条中间路径。其中，M为中介变量，分别为城市消费需求和数字企业发展情况，σ和δ均表示随机误差项。若γ1与λ2二者均显著，则说明存在中介效应，即城市收缩会通过压缩城市消费需求和阻碍城市数字企业发展进而影响城市数字经济发展。

最后，为检验前文假设2.1和假设2.2，本文进一步构建如下调节机制模型来验证城市市场化水平和距中心城市距离对城市收缩与城市数字经济发展关系的调节效果。具体如式(5)所示：

Digeconomicit=α0+α1Shrinkit+α2Zit+

α3Zit×Shrinkit+∑αjxjit+vt+ui+εit

(5)

其中，Z为调节变量，分别为市场化水平(market)和距中心城市距离(distance)，其余变量与式(2)设定相同。若调节变量与城市收缩(Shrink)交互项的回归系数为正，则说明调节变量起到了正向调节作用，即能够缓解城市收缩对数字经济发展的抑制作用；反之，则会起到负向调节作用，即会加大城市收缩对数字经济发展的抑制作用。

(三)数据来源

本文选取各城市2011—2018年数据作为研究样本。其中，城市互联网企业数量来自爱企查app，距中心城市距离相关数据来源于高德地图app，后由作者进行了整理，数字普惠金融指数来源于北京大学数字金融研究中心，其余数据来自《中国城市统计年鉴》和EPS数据平台。为了提高研究结论的准确性，本文对数据进行了相应的处理，包括用线性插值法补齐缺失数据，替换部分数据的极端值等。

五、实证检验

(一)基准回归结果

下页表2报告了城市收缩对数字经济发展的影响。其中，回归(1)为未控制固定效应的回归结果，结果显示城市收缩(Shrink)的回归系数在1%显著性水平下为负，表明城市收缩对数字经济发展产生了消极影响。为确保研究结论的准确性，式(2)在式(1)的基础上控制了时间固定效应和个体固定效应，消除了时间变动和个体差异对研究结论的干扰。式(3)进一步采用面板交互固定效应模型进行估计，在式(2)基础上加入了个体和时间的交互效应，消除了共同因素对不同个体影响的差异。在式(1)—(3)中。城市收缩(Shrink)的回归系数始终在1%显著性水平下为负，表明城市收缩对城市数字经济发展产生了阻碍，不利于城市数字化转型和长期可持续发展。

表2 基准回归表

(二)稳健性检验

为验证前文结论的准确性，本文分别采用调整样本、更换估计方法和工具变量方法进行回归分析。具体如表3所示。

表3 稳健性检验

首先，本文参考过往研究[20]，仅以甄别出的64个收缩城市为样本，进行回归分析，结果如表3回归(1)所示。从回归结果可以看出，城市收缩(Shrink)的回归系数仍显著为负，表明城市收缩抑制了城市数字经济发展，验证了前述结论。

其次，本文进一步更换估计方法，采用最小残差尺估计法和矩估计法进行回归检验，结果如回归(2)所示。在回归(2)中，城市收缩(Shrink)的回归系数在两种估计方法中都显著为负，再次验证了本文结论的稳健性。

最后，为克服内生性对本文结论的影响，本文以城市地形起伏度为工具变量进行回归分析，结果如回归(3)所示。回归结果显示，第一阶段的F值大于10，表明地形起伏度与内生解释变量之间相关，不存在弱工具变量问题。在使用了工具变量之后，第二阶段中城市收缩(Shrink)的回归系数依然显著为负，消除了内生性问题对本文结论的干扰，验证了本文结论的准确性。

(三)机制检验

1.中介机制检验

为验证前文理论部分阐述的城市消费需求和数字企业发展两个中介机制，本文进一步对式(3)和式(4)进行回归，具体结果如下页表4所示。表4中回归(1)—(2)为城市消费需求中介的检验结果。在回归(1)中，城市收缩(Shrink)的回归系数在5%显著性水平下为负，表明城市收缩会冲击城市消费水平，压缩城市消费市场，对城市消费造成消极影响，回归(2)结果进一步表明，城市消费水平同城市数字经济发展之间存在紧密的正相关关系，城市消费水平的提升能够显著带动城市数字经济的发展。综合回归(1)和回归(2)的结果可以看出，城市收缩会冲击城市消费市场，进而对城市数字经济发展产生影响，并且这一结论通过了Sobel检验。回归(3)—(4)为城市数字企业发展中介效应的检验结果，回归(3)中城市收缩(Shrink)的回归系数在1%显著性水平下为负，即城市收缩同城市数字企业发展之间呈现出显著的负相关关系，而回归(4)中数字企业的回归系数在1%显著性水平下为正，表明数字企业发展同城市数字经济发展存在紧密的正向关系。综合回归(3)—(4)的结果可以看出，城市收缩会通过阻碍城市数字企业的发展，进而抑制城市数字经济发展，且此结果也通过了Sobel检验。

由表4的回归结果可以看出，城市收缩会压缩城市消费需求和阻碍城市数字企业发展，进而对城市数字经济发展和数字化转型进程产生了消极影响，验证了前文的假设1。此外，在控制了中介变量后，式(2)和式(4)中城市收缩(Shrink)的回归系数依旧显著，表明城市消费需求和数字企业发展均为部分中介变量，城市收缩不仅会通过上述两种机制对城市数字经济发展产生影响，还会直接或通过其他作用机制间接影响城市数字经济发展。

表4 中介机制分析

2.调节机制检验

此外，为对前文所述的影响城市收缩与数字经济发展的因素进行检验，本文对式(5)进行回归，结果如表5所示。从表5中回归(1)可以看出，城市收缩(Shrink)与市场化水平(market)交互项的回归系数显著为正，即市场化水平对城市收缩与数字经济发展所起到的调节效应为正，市场化水平的提升能够缓解城市收缩对数字经济发展的抑制作用；而城市收缩(Shrink)与距中心城市距离(distance)交互项的回归系数在1%显著性水平下为负，即收缩城市距中心城市距离越近，城市收缩对数字经济发展的抑制作用越强，其调节效应为负。因此，假设2.1和假设2.2得以证实。

表5 调节效应分析

六、进一步分析

前文对我国城市收缩的现状进行了阐述，识别了我国的收缩城市，分析了城市收缩对城市数字经济发展的影响，并运用多种模型进行了实证检验。然而，我国各城市在地域分布和资源禀赋等方面差异明显，这些差异是否会导致城市收缩抑制城市数字经济发展效果的不同？为回答上述问题，本文将从城市地理区位分布和城市数字经济发展水平两个方面展开讨论。

首先，城市地理区位分布情况方面。结合前文的论述以及现有研究结果[40]，东北地区收缩城市占我国收缩城市比重接近50%，是我国城市收缩现象最为严重的地区。城市收缩现象对东北城市的经济社会发展造成了巨大压力[13，41]。然而，东北老工业基地正面临产业结构失衡、人力资本流失、矿产资源枯竭等问题的影响，加之体制机制固化和资金较为匮乏等问题的困扰，东北地区数字经济发展水平和城市数字化程度较低，数字化程度位于我国的“末级梯队”[42]。因此，城市收缩虽会对东北地区经济社会造成较大冲击，但在数字经济方面，城市收缩对其影响可能并不显著。因此，城市收缩对东北地区城市数字经济发展的影响可能较小，对其他地区城市数字经济发展的影响可能较大。

为验证上述猜想，本文将黑龙江、吉林、辽宁三省记为东北地区，将研究样本划分为东北地区城市和非东北地区城市，分别进行回归检验，结果如表6所示。从表6的回归结果可以看出，东北地区城市收缩(Shrink)的回归系数不显著，而非东北地区城市收缩的回归系数显著为负，表明城市收缩对非东北地区数字经济发展抑制作用更强，对东北地区抑制作用较弱，证实了上述猜想。

表6 区位异质性

其次，城市数字经济发展水平方面。本文认为城市收缩对城市数字经济发展的影响是一个逐步加深的动态过程。即当城市数字经济水平较低、城市数字化进程处于起步阶段时，此时城市数字基础设施建设水平较低，数字网络体系尚不完善，其面对城市收缩冲击时的反应可能较为钝化，城市收缩对其数字经济发展的影响可能并不显著。反之，当城市数字经济发展到一定阶段后，数字消费市场逐渐完善，数据要素的流动性较高，城市收缩所导致的城市消费收缩和经济密度下降会冲击城市数字消费市场，降低数据要素的流动性，阻碍城市数字网络的进一步完善，进而会对城市数字经济发展和城市数字化转型造成明显的消极影响。因此，城市收缩可能对数字经济相对发达的城市抑制作用较强，而对数字经济欠发达的城市抑制作用较弱。

为验证上述猜想，本文构建分位数回归模型进行回归检验，具体设定如下：

Digeconomicq,it=αq,0+αq,1Shrinkq,it+∑αq,j

xq,jit+vq,t+uq,i+εq,it

(6)

其中，q为分位点，Digeconomicq，it表示q分位点下的城市数字经济发展水平，αq，1表示当城市数字经济发展处于q分位点对应的水平时，城市收缩对城市数字经济发展的影响效果。不同分位点下αq，1的差异性反映出不同城市数字经济发展水平下，城市收缩对城市数字经济发展的差异性影响特征。

本文共选取9个分位点进行回归估计，结果如表7所示。从表7中可以看出，当城市数字经济发展水平较低时，城市收缩对其影响不显著，当城市数字经济发展水平提升至80%分位点时，城市收缩对数字经济发展的抑制作用开始凸显，且随着城市数字经济发展水平的进一步提升(即分位点的进一步提高)，城市收缩对数字经济发展的抑制作用逐渐增强。此外，本文还检验了不同分位点上城市收缩的回归系数在统计上是否具有显著差异，结果显示，F=6.03，P=0.000，拒绝9个分位点上城市收缩系数相等的假设。因此，城市收缩对数字经济发展水平较低城市的抑制作用较弱，而对数字经济发展水平较高城市的抑制作用较强，验证了上述猜想。

表7 数字经济水平异质性

此外，为了更为直观地刻画城市收缩对城市数字经济发展影响的动态轨迹，本文进一步画出各分位点城市收缩(Shrink)回归系数的动态变化图，如下页图1所示。下页图1的系数曲线更为清晰地展示了随着城市数字经济发展水平的提升，城市收缩对城市数字经济发展影响的变化，即当分位点处于较低水平时，城市收缩的系数较小且不显著，当分位点高于60%时，城市收缩(Shrink)的系数开始逐渐减小，且随着分位点的提升，城市收缩(Shrink)回归系数的绝对值和显著性水平均逐渐上升，进一步印证了上述猜想。

图1 分位数回归图

七、研究结论与启示

(一)研究结论

世界各国城市收缩的形成背景和驱动因素均存在显著差异，如何系统性识别城市收缩、甄别收缩城市、探究城市收缩对城市经济社会的影响、构建中国城市收缩问题研究框架将成为未来中国城市研究中的一个关键性问题。为收缩城市转型发展、防范化解城市收缩给城市经济社会带来的风险问题提出科学、合理的建议，对中国乃至世界收缩城市转型发展都具有重要的理论价值和时代意义。

本文对现有城市收缩的研究进行了总结，对中国城市收缩的现状特征进行了初步分析，并探究了城市收缩对城市数字经济发展和数字化转型造成的影响，主要观点与结论如下：

第一，从区位分布来看，中国城市收缩的严重程度排序依次是：东北地区>中部地区≈西部地区>东部地区。我国东北地区是城市收缩最为严重的地区，收缩城市总数占全国的比重接近50%；中部地区和西部地区收缩情况较为接近，占比均在20%—30%之间；东部地区是我国收缩城市最少的地区，大部分城市均处于扩张阶段。

第二，收缩城市数字经济发展水平同城市收缩现象紧密相关，城市收缩会通过压缩城市消费需求和阻碍城市数字企业发展进而抑制城市数字经济发展和数字化转型进程。

第三，从收缩城市的“拉力”和“推力”视角来看，城市市场化水平和收缩城市距中心城市距离会对城市收缩与城市数字经济发展的关系产生影响。城市市场化水平的提升能够缓解城市收缩对数字经济发展的抑制作用；而收缩城市距中心城市越近，城市收缩对数字经济发展的抑制效果越强。

第四，城市收缩对城市数字经济发展的影响存在显著的异质性特征。从地理视角来看，城市收缩对非东北地区数字经济发展抑制作用更强，对东北地区抑制作用较弱。从数字经济发展水平视角来看，城市收缩对数字经济水平相对发达的城市抑制作用较强，而对数字经济欠发达的城市抑制作用较弱。

(二)建议与启示

各国现有应对城市收缩的方案虽多种多样，但大致可归结为两大类别。第一种应对方案是从城市收缩的根源出发，采取相应措施遏制住城市收缩趋势，进而解决城市收缩引致的相关问题，可概括为“逆收缩举措”。采取此种方案的城市包括德国老工业城市莱比锡、哥达市、马格德堡和英国的利物浦、谢菲尔德等城市，主要思路为通过优化城市环境、改善城市生活条件，提高人们生活质量，遏制住人口流出的趋势，从根源上遏制城市收缩现象。另一种应对方案为顺应城市收缩的趋势，通过区域协作和对城市重新规划来应对城市收缩，消除城市收缩对城市发展的负面冲击，可概括为“顺收缩举措”。主要代表城市为美国的克利夫兰、扬斯敦、圣路易斯和日本的青森市、富山市以及西班牙的阿维莱斯等，其主要应对策略为加快紧凑型城市建设，引导城市向“精明收缩”转变，对城市人口分布进行重新规划等。

根据本文的研究结论并参考国外相应举措，结合我国相关政策，本文提出如下建议：

我国应对城市收缩问题应坚持“顺收缩举措”为主、“逆收缩举措”为辅，二者兼用的思路，引导收缩城市向“精明收缩”转变，优化行政区划设置，同时加快收缩城市环境治理和提升城市居民生活质量，减少城市收缩对我国城市发展和数字化转型的消极影响。一方面，收缩城市应控制城市尺度，重点发展优势地区，引导城市规模缩减与集约发展，最大程度消除城市收缩对城市消费市场的影响，同时应加大区域协作力度，通过区域间协作来应对城市收缩的冲击。距中心城市距离较小的地区可以加强同中心城市的联系，通过构建区域协作网络引导人口、资金、技术等要素“双向流动”，为城市发展注入活力。另一方面，收缩城市应进一步优化城市营商环境，提高城市市场化水平，充分发挥市场化水平的调节作用，化解城市收缩对城市数字经济发展的影响，提升城市消费市场活力、促进城市数字企业发展，加快城市数字化转型进程。由于各收缩城市在地理区位、数字化水平等方面均存在显著差异，针对不同收缩城市应制定差异化政策，不能采取一刀切的策略，应因地制宜、因时制宜，采用不同举措引导不同类型收缩城市的发展。