数字经济发展空间关联网络结构及其驱动因素——以长江经济带为例

傅贻忙，张晨怡，刘奎兵，刘 望

(湖南工业大学 商学院,湖南 株洲 412007)

0 引言

党的二十大报告提出要建设数字中国,加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。数字经济正成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。近年来,长江经济带数字经济不断发展,2021年江苏、上海、浙江、重庆、湖北、湖南、江西数字经济规模突破1万亿元,贵州、重庆、江西、四川、浙江、湖北、安徽、湖南增速超过全国平均水平。研究长江经济带数字经济发展空间关联网络结构及其驱动因素,对推进长江经济带整合数字要素资源、促进数字经济和实体经济深度融合具有一定的价值。

数字经济最早由D.Tapscott[1]提出,其概念随着数字技术的发展而演进。数字经济发展带动传统产业转型升级,增强产业国际竞争力,抢占世界科技发展新制高点[2-3]。数字经济与实体经济融合是世界性趋势[4-5],是推动我国经济高质量发展的重要力量。微观层面,数字经济精准分配部门间生产资料,提高生产要素配置效率和全要素生产率[6-7],改变企业间协同制造,颠覆传统制造业,降低行业平均成本[8]。宏观层面,数字经济加快新旧动能转换,赋能传统工业企业,拓宽经济广度和深度,助力后疫情时代实现经济高质量发展,成为构建国内国际“双循环”发展新格局的重要推动力[9-10]。此外,我国数字经济发展迅速,不同区域经济发展水平和资源禀赋不同[11],数字产业基础、技术创新能力和数据资源储量差异大,呈现显著的区域异质性,且具有不平衡、不充分的区域异质特征[12-13]。为此,多数学者利用基尼系数、核密度、探索性空间数据分析等方法分析不同区域数字经济发展存在的空间差异及其成因和动态演变趋势[14-16],但对长江经济带数字经济发展的空间关联网络结构以及影响其网络发展的驱动因素还需进一步探究。基于此,本研究采用修正的引力模型和社会网络分析法对长江经济带110个地级及以上城市数字经济发展空间网络结构特征及影响因素进行分析,以期为差异化制定长江经济带数字经济发展政策和实现城市一体化发展提供必要的理论依据和实践参考。

1 研究区域、数据来源与研究方法

1.1 研究区域

以长江经济带为研究区域,根据《国务院关于依托黄金水道推动长江经济带发展的指导意见》(国发〔2014〕39号)确定上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州11个省份的110个地级及以上城市为研究对象。

1.2 数据来源

由于县级层面数据缺失较多,本研究采用长江经济带110个城市的市域层面数据,主要来源于2012年、2016年和2020年《中国城市统计年鉴》《中国区域经济统计年鉴》、各市统计年鉴以及统计局发布的统计公报,缺失数据采用插值法补齐。

1.3 研究方法

1.3.1 数字经济发展联系强度模型

数字经济发展空间关联网络的“节点”表示各城市,“线”表示各城市间联系,其关键在于探究各城市数字经济发展网络中的“线”。城镇从业人数是测度城市“质量”的重要指标之一[17];数字经济发展核心在于创新驱动,采用科学技术支出衡量创新驱动[18];采用ArcGIS计算点距离衡量城市间距离值,用人均GDP进行修正[19]。修正后引力模型为:

式中:Yij为城市i,j数字经济发展之间引力值;Ti和Tj分别为城市i,j科学技术支出;Pi和Pj为城市i,j城镇单位从业人员期末人数;Gi和Gj分别为城市i,j国内生产总值;Kij为修正经验常数;Mi和Mj分别为城市i,j数字经济发展综合指数,以城市i,j之间距离Dij与城市i,j人均GDP差值(gi-gj)的比值表示城市之间的经济距离。参考赵涛等[20]、范合君等[21]的做法构建长江经济带数字经济发展测度指标体系,并运用TOPSIS熵值法测算数字经济发展综合指数(M)。

表1 长江经济带数字经济发展测度指标体系

1.3.2 数字经济发展网络特征指标

采用社会网络分析方法中的网络密度、网络关联度、网络等级度和网络效率刻画数字经济发展的整体网络结构特征[22]。网络密度为实际关系数与整体网络中最大可能关系数之比,反映空间关联网络紧密程度,其值越大,城市间联系越紧密,对各城市数字经济发展产生的影响越大。网络关联度反映空间关联网络的稳健性和脆弱性,空间关联网络中的多条“线”通过某一个城市,那么网络具有较小的关联度,网络稳健性较弱;反之,该空间关联网络线不是围绕着一个点展开,那么该网络具有较大的关联度,网络较稳健。网络等级度反映空间关联网络各城市的可达性及等级结构,其值越高则空间关联网络中城市间等级结构越森严,更多城市将处于从属和边缘地位;反之,表明各城市等级相对平均,空间关联网络相对均衡。网络效率反映空间关联网络各城市间的连接效率,其值越低则城市间存在的连线越多,城市间联系越紧密,其空间关联网络越稳定,越容易通过空间关联网络促进空间流动。

采用社会网络分析方法中的点度中心度、接近中心度和中间中心度刻画数字经济发展的个体网络结构特征。点度中心度反映单个城市在空间关联网络中的中心位置情况,其值越大,表明该城市在空间关联网络中与其他城市间联系越紧密,处于网络中心地位,具有较强的影响力和辐射力。接近中心度反映单个城市在网络中不受其他城市控制的程度,其值越大,表明该城市与其他城市之间存在更多直接关联,在网络中扮演“中心行动者”角色。中间中心度反映某城市控制其他城市的程度,其值越大,表明该城市控制其他城市间互动交流程度越大,则该城市处于网络核心,使其他城市发展受限。

运用社会网络分析法中的核心-边缘模型描述某城市与其周围城市间的联系及空间非均衡分布状况,识别城市处于空间关联网络中的位置,分析核心区与边缘区城市间的内在联系。利用QAP非参数检验方法中的二次指派程序对自变量矩阵与因变量矩阵进行相关分析和回归分析,分析空间邻近、时间距离、政府干预度等因素对数字经济发展空间关联网络结构的影响程度。

2 空间关联网络结构特征分析

2.1 数字经济发展综合指数及联系强度分析

运用TOPSIS熵值法测算长江经济带数字经济发展综合水平。2019年,上海、杭州、南京、新余、苏州、武汉、成都、无锡、雅安、宁波10座城市是能力较强的高级中心城市。长江经济带数字经济发展综合指数均值是0.133,标准差是0.104,变异系数是0.778;前10位城市均值为0.393,标准差是0.142,变异系数是0.362;后10位城市均值是0.047,标准差是0.007,变异系数是0.154。前10位城市分异居中,后10位城市分异较小,表明长江经济带数字经济发展综合指数整体分异较大。此外,长江经济带数字经济发展综合指数极差为19.84倍(最大值上海是最小值达州的19.84倍)。综上所述,长江经济带数字经济发展综合指数呈“橄榄型”结构特征,不同城市间水平差异较大,呈现显著的空间分异及非均衡分布特征。

运用修正的引力模型测算长江经济带城市间数字经济发展联系强度,运用ArcGIS进行空间可视化,得出2011年、2015年、2019年长江经济带数字经济发展联系度分布(图1)。从整体来看,长江经济带数字经济发展空间关联网络结构呈现“由东向西、由沿海向内陆”的网状发展模式,各城市间数字经济发展联系度增长迅速,由以上海为中心的“单节点辐射模式”转为以上海、南京、长沙、武汉等城市为中心的“多节点协同模式”。

从时间节点来看,2011年东部地区联系较为紧密,中西部较为稀疏。其中有13对城市间联系度超过10万且均位于东部沿海地区,上海与苏州联系最密切,为31万。2015年整体联系度增强,由东向西空间溢出效应显著,其中有6对城市间联系度超过60万,上海与苏州联系最密切,为262万,其中,东部地区城市联系强度增强,中部地区形成以武汉和长沙为辐射点带动周围城市发展,西部地区以成都为中心向四周扩散。2019年联系度急速攀升,空间结构呈现出网状发展模式,扩散效应显著,其中,有34对城市间联系度超过60万,联系强度最大的为武汉与孝感,达到了414万,其中,东中部地区数字经济联系十分密切,西部地区以成都、重庆为核心辐射带动云南、贵州等地区数字经济的发展,整个长江经济带数字经济发展呈现出“由东向西、由点及面”高速发展的新局面。

图1 2011—2019年长江经济带数字经济发展联系度分布

2.2 整体网络特征及演变趋势分析

计算整体网络的网络密度、网络关联关系数、网络关联度、网络等级度与网络效率(表2)。网络密度由2011年的0.083上升至2019年的0.291,长江经济带数字经济发展空间关联网络愈发紧密,各个城市扮演不同角色且不可或缺。网络关联关系数由2011年的1 001上升至2019年的3 493,长江经济带数字经济发展整体网络特征日益显著,越来越多的城市加入到“数字中国”建设中,城市间存在直接或间接联系,但数值仍处于低水平,网络结构需进一步优化。网络关联度由2011年的0.826上升至2019年的1.000,表明长江经济带数字经济发展空间关联网络稳健性增强,越来越多的城市作为枢纽发挥自身数字优势的同时也带动周边地区数字经济发展,表现出显著的空间溢出效应和空间关联特征。网络等级度由2011年的0.293下降到2019年的0.036,表明随着经济高质量发展以及国家大力倡导数字化转型,等级森严的数字经济发展空间关联网络结构逐渐被打破。网络效率由2011年的0.893下降到2019年的0.683,表明城市间数字经济发展的连线逐渐增多,参与数字化合作的企业数量增多,网络稳定性显著增强。

表2 2011—2019年长江经济带 数字经济发展网络特征指标汇总

总体来看,长江经济带数字经济发展空间关联结构愈发紧密,各城市积极落实《长江经济带发展规划纲要》提出的“一轴、两翼、三极、多点”的发展新格局,加强数字经济建设,增强交流合作,打破城市间数字鸿沟,提升数字经济发展网络的稳定性,增进数字经济发展的关联,网络关联逐步向网状化、稠密化、纵深化发展。

2.3 个体网络特征及演变趋势分析

运用2011年、2015年和2019年长江经济带数字经济发展联系度二值化处理后矩阵,利用UCINET软件中Network/Centrality功能计算城市点度中心度、接近中心度和中间中心度,结合ArcGIS反距离权重法进行空间插值分析得出中心度分布。

长江经济带数字经济发展的点度中心度整体呈上升态势,表明长江经济带城市间数字经济发展差距逐渐缩小,联系愈发紧密,中心城市由东向西呈现多极化辐射趋势(图2)。2011年上海、南京、苏州、杭州、长沙、武汉等城市处于核心位置,2015年成都、重庆等城市升级为网络中心,2019年昆明、贵阳等城市逐步升级为网络中心。在中心城市的辐射带动下,城市间数字经济联系活跃,但一些城市仍游离于网络边缘,两极分化明显,所处地位相差悬殊。可能原因是位于网络边缘的城市交通闭塞,经济欠发达,数字经济发展水平不足以与其他城市发生强联系;位于网络核心的城市大多为直辖市和省会城市,外加“强省会”战略,资源要素向核心聚集,加剧了城市发展的不平衡,但城市网络地位的提升也扩大了辐射带动力,增强了与其他城市间数字经济发展的联系。

长江经济带数字经济发展的接近中心度水平整体呈上升态势,表明长江经济带各城市数字经济发展联系密切,发展距离缩短,联系更便捷,越来越多的城市在网络中不受其他城市控制,与其他城市直接联系(图3)。2011年东中部地区城市位于接近中心度高值区,西部地区的重庆、遵义、资阳、成都等城市处于高值区且辐射带动其他西部城市数字经济发展,在数字经济网络联系中掌握优先权。2015年上海、南京、无锡、苏州、杭州、合肥、南昌、武汉、长沙、成都、重庆、贵阳、昆明等城市成为网络连接关键节点,独立性不断增强。2019年保山、临沧的接近中心度处于最低值17.440,其他城市数字经济得到不同程度的发展,但高值区仍主要是东部沿海发达城市,中西部地区的高值区则呈点状分布,核心城市的主导与垄断地位不断弱化,整体网络依赖性增强。

长江经济带数字经济发展的中间中心度水平整体呈下降态势,表明各城市数字经济空间关联网络结构向均衡发展(图4)。2011年上海、苏州、武汉、长沙、成都、重庆的中间中心度较高,表明这些城市位于网络的核心,是网络发展的关键节点,其他城市间数字经济发展的联系主要通过这些城市建立,这些城市对网络中其他节点城市具有极高的控制能力,同时表明整个数字经济发展空间关联严重失衡,两极化态势严重。2014年长江经济带发展战略全面启动以来,多座城市中间中心度上升显著,辐射城市明显增多,越来越多的城市扮演“中心行动者”角色,城市间数字经济发展联系愈加频繁,更多的城市起桥梁和中介作用,网络结构逐渐向均衡化发展。

图2 2011—2019年长江经济带数字经济发展城市点度中心度

图3 2011—2019年长江经济带数字经济发展城市接近中心度

图4 2011—2019年长江经济带数字经济发展城市中间中心度

2.4 核心-边缘特征及演变趋势分析

通过UCINET软件计算核心-边缘值,运用ArcGIS软件绘制2011年、2015年和2019年长江经济带数字经济发展“核心-半边缘-边缘”结构图(图5),分析长江经济带不同城市数字经济发展所处位置。长江经济带数字经济发展的“核心-半边缘-边缘”结构逐渐形成,空间分布随着时间推移发生了显著变化,空间效应逐年增强,空间关联性呈现片区化趋势。2010年核心区只有上海、无锡、苏州、杭州4个城市,半边缘区有南京、宁波、合肥、武汉、长沙等9个城市,边缘区有徐州、南通、连云港等97个城市;2015年核心区共11个城市,增加了南京、常州、镇江、宁波、武汉、长沙、成都7个城市,半边缘区共有13个城市,重庆、南昌、南通等11个城市从边缘区跃升到半边缘区,边缘区减少到86个城市;2019年核心区增加了合肥市,半边缘区增加了镇江、襄阳、株洲等10个城市,边缘区减少到77个城市。

图5 2011—2019年长江经济带数字经济发展“核心-边缘”结构

总体而言,长江经济带数字经济发展网络联系呈梯度上升态势,网络中的核心区和半边缘区不断扩大,空间溢出效应显著,与中心性分析结论一致。上海、无锡、杭州、长沙等位于核心区,贵州、云南等位于边缘区,其原因可能是云南、贵州等城市交通欠发达、经济相对落后、多以旅游业发展为主,而上海、杭州、南京等城市交通便利,与其他城市联系密切,巩固了城市所处的核心地位。

3 驱动因素分析

3.1 驱动因素选择

运用QAP分析方法从内在机理层面诠释长江经济带数字经济发展网络关联结构形成与演化的驱动因素。

相关研究[23-25]表明,时间距离与行政隶属关系约束会对城市数字经济发展与合作交流产生影响,交通便利的城市更容易进行数字化交流;经济增长较快的城市数字化基础设施较完善,对外开放有利于打破国家间数字贸易壁垒,加快城市数字化转型,而城市数字化基础建设依赖于政府支持,但政府过度干预则会限制数字企业发展;数字经济发展离不开高技术人才,人力资本水平影响城市数字经济发展;居民数字交易行为越多,数字经济发展水平越高;数字经济是创新驱动型经济,创新水平越高的城市其数字经济发展水平相对越高。

基于上述分析,选取2019年长江经济带数字经济发展联系强度矩阵为被解释变量矩阵,选取行政隶属关系矩阵、空间邻近(城市相邻为1,不相邻为0)矩阵、时间距离(城市间最快捷交通的最短通行时间,以5 h为分隔值,大于5 h为0,小于等于5 h为1)矩阵、经济增长(地区生产总值增长率)差异矩阵、对外开放水平(进出口总额)差异矩阵、政府干预程度(公共财政支出/地区生产总值)差异矩阵、人力资本水平(普通本专科在校学生数/年末户籍人口)差异矩阵、居民工资水平(在岗职工工资总额/年末户籍人口)差异矩阵、科技创新水平(专利授权数)差异矩阵、产业结构(第三产业增加值占GDP比例)差异矩阵为解释变量进行QAP分析(表3)。

表3 QAP回归分析结果

3.2 驱动因素结果分析

空间邻接矩阵、时间距离矩阵、政府干预度差异矩阵与数字经济发展联系通过1%显著性检验,呈正相关关系,表明数字经济快速发展呈现显著的空间溢出效应,数字经济高速发展的城市对周围城市的辐射带动效应明显,交通便利有利于数字型产业间深度交流并建立联系,政府干预更好地调节了城市产业数字化和数字化产业发展,巩固数字经济发展带来的成果。

行政隶属关系矩阵、经济增长差异矩阵、对外开放水平差异矩阵、人力资本水平差异矩阵、居民工资水平差异矩阵、科技创新水平差异矩阵、产业结构差异矩阵与数字经济发展空间关联网络结构呈负相关关系,对外开放水平没有通过10%的显著性检验。表明对外开放水平对数字经济发展的影响不明显,经济增长、科技创新水平、人力资本水平、居民工资水平等的差距较大是制约地区数字经济发展的主要原因,新型数字化产业跨省份合作交流途径受限,遏制了数字经济发展,地区产业体系的匹配程度越低,产业数字化的方向差异性越大,使得企业间进行合作交流受限,难以建立长期稳定的数字经济发展关联。

4 结论与建议

4.1 结论

(1)长江经济带数字经济发展综合水平呈现“橄榄型”结构特征,不同城市间水平差异较大,呈现出显著的空间分异及非均衡分布特征。关联强度空间上逐步由“单节点辐射模式”演化为“多节点协同模式”,时间上呈现出“由东向西、由点及面”高速发展的新局面。

(2)从整体网络特征来看,长江经济带向“一轴、两翼、三极、多点”新发展格局推进,各城市加大数字经济建设,增强城市间交流合作,打破城市间数字鸿沟,提升数字经济网络稳定性,网络关联逐步向网状化、稠密化、纵深化发展。从个体网络特征来看,各网络节点中心性向上攀升,呈现显著的空间关联性和辐射效应。其中,点度中心度显示中心城市由东向西呈现多极化辐射趋势;接近中心度显示网络联系依赖度增强;中间中心度显示网络向均衡化发展,更多城市在网络中起到桥梁和中介作用。从核心-边缘特征来看,网络呈现显著的“核心-半边缘-边缘”网络结构,且伴有“东—西扩展、沿海—内陆延伸”的特点,核心节点产生明显的涓滴效应,其辐射带动能力不断增强。

(3)时间、空间距离越近的城市往往数字经济发展水平相当,经济增长、科技创新、居民收入、人力资本以及产业结构差距过大一定程度会制约城市间新型数字化产业进行合作交流从而制约数字经济发展,而政府从中调节有利于数字型企业与其他城市产生联系。

4.2 建议

一是提高城市数字经济发展空间关联网络紧密度,促进数据要素跨区域流动。地方政府及时关注数字经济发展的空间网络结构状态,精准识别空间关联网络中“中心行动者”及充当桥梁和中介的城市,发挥其辐射带动作用。二是因地制宜、因城施策发挥各城市数字经济梯度优势。不同地方的经济发展水平和资源禀赋不同,数字产业基础、技术创新能力和数据资源储量差别大,要聚焦城市自身数字优势资源,打造数字经济发展新优势。三是缩小城市间数字化差异,共享网络、数据和信息资源。加快推进中西部地区数字基础设施建设,畅通数据自由流通渠道,构建数字要素共享平台,共享公共数据、技术开源、互联网平台红利,优化数据资源供给,培育数据要素市场,促进数据要素双向流动,缩小区域间技术创新、产业结构差距。