黄河流域数字经济发展水平时空特征与影响因素

延晓琦，孙永胜，关皓明，3，郭付友

（1.东北师范大学 地理科学学院，吉林 长春 130024；2.河南大学 黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心，河南 开封 475001；3.东北师范大学 长白山地理过程与生态安全教育部重点实验室，吉林 长春 130024；4.曲阜师范大学 地理与旅游学院，山东 日照 276826；5.曲阜师范大学 黄河生态研究院，山东 日照 276826）

0 引言

伴随新一轮信息技术革命，中国数字经济规模不断扩张、贡献不断增强，数字经济正成为中国经济稳定增长的重要驱动力［1，2］。黄河是中华民族的母亲河，是中国重要的经济活动中心。党的十八大以来，黄河流域生态保护和高质量发展上升为国家战略。然而，受制于历史、自然条件等因素，目前黄河流域高质量发展仍存在较多困难与阻碍，如生态环境脆弱［3］、科技创新能力较弱［4］、绿色发展水平较低［5］等。在此背景下，数字经济作为驱动社会经济发展的新动能，为黄河流域高质量发展提供了新机遇。

当前，数字经济研究集中在以下方面：①内涵诠释。数字经济内涵随技术进步不断演进。1996 年Tapscott提出“数字经济”（digital economy）概念［6］，强调互联网的重要性，这一时期数字经济内涵主要涉及电子商务和有形商品数字化［7］。21 世纪以来，随着“互联网＋”发展，农业、制造业、能源等多个领域均开展数字化创新，数字成为生产过程中的关键要素，数字经济内涵更加强调信息技术［8，9］。2016年G20 杭州峰会明确了任何以互联网或移动通信技术为手段并通过手机、电脑等设备实现数字信息传递的生产和交易行为，均被视作数字经济活动［10］，这一表述成为国内数字经济概念的参照标准。②指标体系构建及研究方法选择方面。目前，数字经济还没有统一的测算方法。一方面，部分学者围绕国民经济、增加值、相关指数、卫星账户开展测度［11］；另一方面，Haltiwanger在2000 年界定了数字经济测算的5 个方面［12］，因而也有国内外学者通过构建数字经济发展指标体系来衡量。在传统经济指标（如GDP）基础上，ItKonen 认为应开发加入针对数字经济的统计数据［13］；刘军等从信息化、互联网、数字交易三方面构建中国省域级别指标体系［14］；赵涛等沿用将互联网发展作为核心测度指标，同时引入中国数字普惠金融指数构建城市级别指标体系［15］。研究方法方面，包括Dagum 基尼系数［16］、Kernel 核密度估计［17］、Moran′s I 指 数［17］、Markov模型［18］以及泰尔指数［19］等。③时空异质性。省域尺度上中国数字经济发展水平呈现“东部高，中西部低”的两极分化格局［20］，各区域数字经济发展差距明显且存在差异收敛特征［17］，沿海地区城市具有集聚发展特征［21］，相邻城市数字经济发展存在空间关联性［22］，四大城市群、省会城市及区域核心城市发展优势突出［20，23］。④影响因素研究。基于数字经济内涵，现有对数字经济影响因素的选取主要来自区域自身经济发展水平及数字化发展基础与潜力两方面。在区域自身经济发展水平方面，围绕经济增长、产业结构［1，24，25］、政府行为［23，26］开展研究；在区域数字化发展基础与潜力方面，强调人力资本［26，27］、科技创新及创业环境［2，28，29］对数字经济发展的影响。

综上可知，当前中国数字经济研究内容已较丰富，但仍存在以下不足。第一，在数字经济时空异质性研究中，研究尺度主要涉及省域、城市群层面，以流域为范围的研究相对较少，而流域作为联系不同区域间的纽带，对协调区域发展起关键作用［30］。黄河流域作为在中国经济发展中起全局性和战略性的重要区域［31］，研究其数字经济发展的时空格局具有现实意义，但目前对于黄河流域的研究较为匮乏。第二，在数字经济影响因素分析中，当前研究集中于社会经济层面，缺少对于自然因素及两者的综合分析。对流域而言，其自然条件是区域经济发展的重要基础，黄河流域作为中国人地关系最紧张的区域之一［32］，经济发展受复杂自然环境的影响极大，因此需重视对于自然地理因素的分析。人地关系是地理学研究核心，从地理学视角出发能够为自然地理与社会经济的双重驱动因素分析提供思路。鉴于此，基于数字经济内涵构建黄河流域数字经济发展水平评价体系，从时空异质及空间关联角度分析黄河流域数字经济的时空演变特征，基于GTWR 模型从自然及社会经济两方面分析影响黄河流域数字经济发展的主要因素，并从要素相互作用视角进行驱动机制分析，以期为认识黄河流域数字经济发展的演变规律及制约因素提供参考。

1 研究区域、数据来源与研究方法

1.1 研究区域

2021 年，黄河流域GDP 总量约占全国的22.476%，对国家经济发展起重要作用。然而过去的粗放式发展方式导致黄河流域存在着产业结构失衡、流域内发展不平衡等问题，数字经济的创新性能够为黄河流域高质量发展创造新契机［33］。黄河流经青、川、甘、宁、内、陕、晋、豫、鲁9 省区，因四川省属于长江流域，内蒙古蒙东地区归属东北，山东省原莱芜市撤市划区归济南市管辖［34］，故在本研究中予以剔除。同时，考虑自然、经济、行政区划等因素，参考已有研究［35］，以8 省区中的83 个地级市作为研究区域。限于数据获取，济源市、阿拉善盟、甘南藏族自治州、临夏回族自治州、海北藏族自治州、海南藏族自治州、海西蒙古族藏族自治州、黄南藏族自治州、果洛藏族自治州、玉树藏族自治州以及海东市缺失数据较多，不纳入研究范围，最终确定72 个地级市。此外，为分析黄河上、中、下游数字经济的空间分异，以行政单元完整性为前提，结合黄河流域分界点，将研究区域划分为上、中、下游地区［36］（图1）。

图1 研究区域Figure 1 The study area

1.2 指标体系构建

自1996 年Don Tapscott 提出“数字经济”概念后，国内外诸多学者对数字经济内涵进行了阐述。狭义来看，数字经济包括以信息通信技术为代表的数字化程度高的产业［9］。广义来看，数字经济是一种新型经济形态，其本质是数字化与传统经济的融合产物。结合2016 年G20 杭州峰会提出的数字经济概念［10］，可以明确，数字经济有两个关键特征：一是以互联网为载体；二是数据是关键生产要素。

目前，对于数字经济发展水平指标评价体系的构建主要集中在省级层面，本研究基于数字经济内涵及特征，结合黄河流域数字经济发展实际水平，以科学性、全面性和数据可获得性为原则，构建出一个能够体现地级市数字经济发展水平的指标体系。具体指标如下：①数字化基础设施是发展数字经济的根基，宽带和移动设备是用户使用互联网的设施载体，能够反映数字经济基础设施建设水平；②数字经济产业规模能够直接反映某地级市数字经济发展水平，电子信息企业以及邮政、快递服务企业隶属于数字经济产业，本研究选择能够反映其发展规模的4个指标来衡量；③外部环境会对数字经济发展产生影响，数字经济发展环境包括经济环境及社会环境，本研究从GDP角度以及政府财政支出角度来衡量；④在日常生活中，支付宝作为数字移动支付APP被用户广泛使用，北大数字普惠金融指数包含支付宝内部数据，能够反映出数字金融服务的使用情况［37］，因此选用其中3 个相关指数作为二级指标［38］。本研究从以上4 个方面建立起包含14 个二级指标的数字经济发展水平评价指标体系（表1），同时利用熵值法计算出各指标权重。

表1 数字经济发展水平评价指标体系Table 1 Evaluation index system of the digital economy development level

1.3 研究方法

1.3.1 Kernel核密度估计

Kernel核密度估计是一种估计随机变量概率密度函数的方法。本研究通过分析高斯核函数密度曲线，揭示黄河流域数字经济发展水平的时序演变特征。黄河流域数字经济发展水平的密度函数为［17］：

式中：n表示观测值数量；h（h ＞0）表示带宽；Xi-x表示估值点Xi处与事件x 间的距离；K（·）表示核密度。

本研究采用高斯核函数，其表达式为：

式中：t为时间；其余字母代表含义同上式。

1.3.2 时空地理加权回归模型

时空地理加权回归（GTWR）在空间地理加权回归（GWR）基础上引入时间因子［39］，从而得到回归系数在地理空间和时间上的双重信息，旨在探索各影响因素在不同地理位置和时间的差异性及变化规律，其表达式为［40］：

式中：ui为各地级市纬度坐标；vi为各地级市经度坐标；（ui，vi，ti）为第i 个地级市的时空坐标；β0为截距项；βk（ui，vi，ti）为i点的第k 个回归参数；xik为变量xk在i点的值；εi为残差项。

1.3.3 影响因素选取

结合数字经济内涵发现，技术、资金、人才、数字化发展环境等要素深刻影响着数字经济发展。人地关系地域系统是地理学研究核心，从人地关系地域系统出发，本研究从自然及社会经济两方面选择影响因素。

自然因素方面，本研究从水、气、生3 个自然要素出发，选取年降水量、年均气温和植被覆盖度3 个指标作为自变量进行表征［5］，以探究自然因素对黄河流域数字经济发展水平空间分异的影响。社会经济因素方面，张桂文等研究发现第三产业深刻影响着数字经济的发展［41］；钟春平等研究发现信息化基础设施建设是数字经济高质量发展的重要基础［42］；刘军等研究发现，政府财政预算能够促进数字经济发展［14］；何菊香等研究发现，教育水平的提高对于数字经济的发展存在显著推动作用［43］。基于此，本研究拟选取产业结构、信息化水平、政府干预程度、人力资本水平作为自变量，以探究社会经济因素对黄河流域数字经济发展水平空间分异的影响。

1.4 数据来源

数字普惠金融指数测度始于2011 年，2020 年在数字经济基础设施、产业规模、发展环境指标中有较多数据缺失，因此本研究以2011—2019 年为时间序列，通过构建地级市级别数字经济发展水平指标体系来反映流域内72 个地级市的数字经济发展水平。指标数据来源于《中国城市统计年鉴》和北京大学数字普惠金融指数［37］。

为分析黄河流域数字经济空间分异原因，自然因素方面从水、气、生3 个要素出发，其中，年降水量、年均气温数据来源于中国气象数据网，NDVI 数据来源于中国科学院计算机网络信息中心国际科学数据［44］，社会经济因素方面的数据均来源于《中国城市统计年鉴》。同时，本研究还用到黄河流域72个地级市经纬度坐标数据。

2 黄河流域数字经济时空格局演变

2.1 时空演变特征

2.1.1 时序演变特征

由图2 可知，2011—2019 年间黄河流域上中下游地区数字经济发展水平均呈上升趋势，且呈现出自上游向下游逐级递增的阶梯式分布格局。2017年后，黄河流域中上游地区数字经济发展水平增长速度有所下降，下游地区增速加快，下游地区与中上游地区数字经济发展差距持续加大。其原因在于，黄河下游地区区位条件优越，且积极响应落实数字经济相关政策，大力推进传统产业转型及第三产业发展。而中上游地区数字经济基础设施不完善、缺乏人才和资金支持、产业结构较为单一、第三产业发展缓慢等多种因素进一步制约其数字经济发展水平的提升。

图2 2011—2019 年黄河流域数字经济发展水平Figure 2 The digital economy development level in the Yellow River Basin，2011 -2019

2.1.2 动态演化特征

本研究使用Stata软件绘制了2011 年、2013 年、2015 年、2017 年和2019 年黄河流域整体和上中下游地区的Kernel核密度二维分布图（图3），以揭示黄河流域整体和上中下游地区数字经济发展的动态演变特征。

图3 2011—2019 年黄河流域数字经济发展水平的Kernel核密度估计Figure 3 The Kernel density estimation of the digital economy development level in the Yellow River Basin，2011 -2019

由图3 可知，2011—2019 年黄河流域数字经济发展动态演变呈现出以下特征：①从分布位置上，2011—2019 年分布曲线向右推移，表明黄河流域数字经济发展水平逐年提高。上、中、下游地区核密度曲线均向右移动，说明上、中、下游数字经济发展水平均有所提升，但从移动幅度上，上游和下游提升幅度较大，中游提升幅度较小。②从主峰高度上，2011—2019 年主峰峰值持续下降且下降幅度明显，曲线延展性增强，说明黄河流域数字经济发展水平绝对差异持续扩大。流域尺度上，上游地区变化趋势为“下降—上升—下降”，中游地区变化趋势为“下降—上升—再下降—再上升”，下游地区主峰高度不断下降，表明下游地区数字经济发展水平绝对差异扩大，而2017 年后，中上游数字经济发展差距扩大趋势有所减缓。③从波峰数量上，2011—2019年多峰现象显著，说明黄河流域数字经济发展存在明显极化特征。中下游地区核密度曲线存在多个侧峰，且侧峰逐渐右移偏离主峰，说明中下游数字经济发展存在极化特征。而上游地区核密度曲线表现为单峰，表示上游数字经济发展没有极化现象。④从延展性上，2011—2019 年中下游地区核密度曲线延展性拓宽，表明中下游地区地级市间数字经济发展水平差异较大。而上游地区核密度曲线无明显右拖尾，说明上游地区地级市间数字经济发展水平差距较小。

2.1.3 空间分异特征

本研究选择2011 年、2014 年、2017 年和2019年4 个节点年份，通过ArcGIS10.8 软件利用自然断点法按城市数字经济发展水平将黄河流域各地级市划分为低水平、中低水平、中高水平和高水平城市4种城市类型（图4）。

图4 2011—2019 年黄河流域数字经济发展水平的空间分布特征Figure 4 The spatial distribution characteristics of the digital economy development level in the Yellow River Basin，2011 -2019

总体上，黄河流域数字经济存在空间分异现象，呈现“下游最高、中游次之、上游最低”的非均衡阶梯状分布格局。从时序演化来看，低水平、中低水平、中高水平和高水平城市数量由2011 年的25、30、12、5 分别演化至2019 年的24、34、10、4，各类型城市数量无明显变化，说明黄河流域整体数字经济发展水平相对稳定。值得注意的是，在研究期内，上游地区以低水平城市为主，兰州和呼和浩特数字经济发展水平相对较高且与周边地级市相比差异较大，呈现“中心—外围”现象。原因在于这两个城市为省会城市，能够享受到较多政策支持与资金扶持，对周边地区也具有集聚效应，导致周边地区各种资源要素向兰州和呼和浩特集中；在中游地区，2011—2019 年，太原和西安数字经济发展水平最高，该区域内其他数字经济发展水平较低的地级市围绕这两个省会城市层级分布；在下游地区，2011—2019 年，该区域地级市间数字经济发展差距有所减小，表明济南、青岛和郑州对周围地级市数字经济发展带动作用明显。

2.2 空间关联格局演变特征

本研究借助Stata软件测算2011—2019 年黄河流域数字经济发展水平的全局Moran′s I值（表2）。考察期内全局Moran′s I均大于0 且均通过5%显著性水平检验，说明2011—2019 年黄河流域数字经济发展存在显著空间集聚。从变化趋势看，2011—2015 年，Moran′s I 呈现先增大后减小的趋势，由2011 年的0.148 上升至2015 年的0.156，表明空间集聚态势增强；2016—2019 年，Moran′s I 呈现先减小后增大的波动趋势，且变化幅度较大，由2016 年的0.179 下降至2019 年的0.166，表明空间集聚态势减弱。

表2 2011—2019 年黄河流域数字经济发展水平全局Moran′s I值Table 2 Global Moran′s I of the digital economy development level in the Yellow River Basin，2011 -2019

全局莫兰指数表明黄河流域相邻地级市数字经济发展存在集聚效应，为直观解释空间集聚的局部形式，本研究借助GeoDa 软件绘制2011 年、2014年、2017 年和2019 年LISA 聚类图（图5）。由图5可知，黄河流域72 个地级市数字经济发展空间格局稳定，局部表现HH 集聚和LL 集聚两极分化格局。HH区主要分布在黄河下游，2011—2017 年，HH 区呈现由下游向中游延伸趋势，说明中游地区数字经济发展水平有所提高，2017—2019 年，HH区数量减少，说明中游地级市难以带动周围地区发展。LL区集中在黄河上游的甘肃省和宁夏回族自治区，2011—2019 年，LL区面积逐渐缩小，说明黄河上游数字经济发展水平有所提升。HL 区以黄河上游的兰州市为主，说明兰州市在上游地区数字经济发展水平相对较高但对周边地级市的辐射带动作用十分有限，呈现极化现象，导致周边地区形成LL 集聚。LH区呈现由黄河下游向黄河中游延伸态势，空间分布较为分散。

图5 2011、2014、2017、2019 年黄河流域数字经济LISA空间聚类图Figure 5 LISA Spatial cluster of digital economy in the Yellow River Basin in 2011，2014，2017，and 2019

3 黄河流域数字经济发展影响因素

3.1 数据处理

本研究拟借助时空地理加权回归模型（GTWR）进行分析，因此自变量需通过多重共线性检验。本研究借助SPSS软件分别对自然及社会经济方面的自变量进行验证。结果表明，各影响因素均在1%水平上显著，且VIF 值均小于10，说明自变量间不存在多重共线性。之后，本研究分别以3 个自然因素及4 个社会经济因素作为自变量，以数字经济发展水平为因变量，分别构建普通线性回归模型（OLS）、地理加权回归模型（GWR）和时空地理加权回归模型（GTWR）。由表3、4 可知，GTWR 模型的R2最大，AICc值最小，说明使用GTWR 模型分析结果更好。

表3 自然因素的OLS、GWR、GTWR模型检验结果Table 3 Results of OLS，GWR，and GTWR model tests for natural factors

表4 社会经济因素的OLS、GWR、GTWR模型检验结果Table 4 Results of OLS，GWR，and GTWR model tests for socio-economic factors

3.2 结果及分析

3.2.1 自然因素空间异质性

本研究选取2011 年和2019 年两个节点年份，通过ArcGIS10.8 软件，使用自然断点法将3 个自然因素回归系数值划分为5 个水平，以直观展示各自然方面的影响因素回归系数的空间分布（图6）。由图6 可知，2011—2019 年，年降水量对黄河上游地区数字经济发展的抑制作用增强，促进了以西安为中心的黄河中游部分地区的数字经济发展，这是因为黄河上游年均降水量有所下降而中游年均降水量较为稳定；对于下游地区，除山东省的青岛、烟台、威海等几个地级市外，年降水量同样能够持续促进下游地区的数字经济发展。年均气温回归系数值自黄河上游到黄河下游大致呈现出先增大再减小又增大的分布状态。在研究期内，年均气温对黄河上游地区数字经济发展的抑制作用有所减弱，且产生了微弱的正向促进作用，而对中下游地区数字经济发展产生的影响变化不大。其原因在于，黄河上游地区海拔较高，平均气温较低，因此年均气温的提高对黄河上游生态环境的改善起到了促进作用，而中下游地区气候适宜，气温的微弱变化对中下游地区数字经济发展产生的影响较小。在研究期内，植被覆盖度对上游地区数字经济发展的影响由抑制转为促进，说明黄河上游地区生态环境有了明显改善；对黄河中下游地区而言，植被覆盖度为负值的区域面积呈现持续缩小态势，表明植被覆盖度对黄河中下游地区数字经济发展的抑制作用减弱而促进作用逐渐增强。

图6 2011、2019 年黄河流域GTWR模型自然影响因素的回归系数空间分异Figure 6 Spatial differentiation of regression coefficients of natural factors of the GTWR model in the Yellow River Basin in 2011 and 2019

3.2.2 社会经济因素空间异质性

与自然因素空间异质性分析相同，4 个社会经济因素回归系数的空间分布如图7 所示。由图7 可知，在研究期内，产业结构、信息化水平回归系数均为正值，随着时间推移，产业结构对黄河上游地区数字经济发展的促进作用增强，而对黄河中下游地区的促进作用有减弱趋势，说明黄河上游推动产业结构升级效果显著，而中下游地区虽然第三产业所占比重较高，但产业优化转型效果却呈下降趋势。信息化水平则与之相反，即对下游地区数字经济发展的促进作用增强而对上游地区的促进作用减弱。尤其是济南、青岛等山东半岛地级市，因其有利区位条件受到信息化水平的影响更大，而黄河上游地级市因自然社会、经济等因素受到信息化水平的影响比较有限。

图7 2011、2019 年黄河流域GTWR模型社会经济影响因素的回归系数空间分异Figure 7 Spatial differentiation of regression coefficients of socio-economic factors of the GTWR model in the Yellow River Basin in 2011 and 2019

2011—2019 年，政府干预程度回归系数有正有负，说明政府干预对数字经济发展产生的影响存在空间异质性。政府财政支出的增加能够显著促进河南省数字经济的发展，而对于黄河下游山东半岛部分地级市而言，政府财政拨款的增加反而会对其数字经济发展产生抑制效果。主要原因在于河南省较多企业处于数字化转型初期，对资金等需求量大，而山东半岛部分地级市企业数字化水平较高，政府过多干预调控反而会限制企业的改革创新，阻碍其数字化进程。此外，正因山东省和陕西省部分地级市数字经济发展水平较高，对技术、人才等资源需求量大，人力资本水平能够显著促进山东省和陕西省的数字经济发展。而内蒙古自治区高校数量较少，且内蒙古自治区数字经济发展水平相对较低，当地人才会向数字经济发展水平较高的地级市集聚，因此人力资本水平对内蒙古自治区数字经济发展的影响表现为抑制。

4 结论与建议

4.1 结论

本研究以黄河流域72 个地级市为研究单元，以2011—2019 年为时间序列，利用熵值法测度黄河流域数字经济发展水平，采用Kernel 核密度估计、Moran′s I等方法探究黄河流域数字经济发展的时空格局演变特征，并结合GTWR 模型定量分析黄河流域数字经济空间分异的影响因素。主要结论如下：①黄河流域数字经济发展水平呈现自西向东逐级递增趋势，表现为“下游最高、中游次之、上游最低”的阶梯式分布格局。上中下游地区地级市数字经济发展水平呈上升趋势，且下游地区提升幅度较大，下游地区与中上游地区间的数字经济发展差距愈加明显。②黄河流域数字经济发展绝对差异持续存在，空间演变格局相对稳定。上游地区存在“中心—外围”现象，中游地区呈现层级分化特征，下游地区地级市间发展差距有减小趋势。③黄河流域数字经济发展空间相关性显著，局部表现出HH集聚和LL集聚的两极分化格局。HH 集聚区主要分布在黄河下游，呈现出由下游向中游延伸态势，LL集聚区主要分布在黄河上游，且随着时间推移，集聚面积减小。④整体来看，在自然因素方面，年降水量和年均气温的提高对黄河流域数字经济发展有促进作用，植被覆盖度对黄河流域数字经济发展产生的影响由抑制转为促进。在社会经济因素方面，大力推动第三产业发展、完善信息化基础设施建设以及吸引人才均可以促进黄河流域的数字经济发展，而政府过度干预调控则会抑制黄河流域数字经济发展。

4.2 建议

黄河流域数字经济发展水平虽然持续提高，但是区域内及区域间发展差异问题仍然十分显著，成为阻碍黄河流域高质量发展的关键因素之一。基于研究结果，本研究提出以下建议：①对于区域内发展差异问题。一方面，各省中心城市数字经济发展水平高于省内其他地级市，中心城市应充分发挥其辐射带动作用，鼓励周边城市承接中心城市的非核心功能，推动人才、资源和技术扩散，带动全省数字经济发展；另一方面，黄河流域中上游应充分发挥位于丝绸之路经济带的区位优势，推动产业要素自由流动，消除数字经济发展的空间壁垒。②对于区域间发展差异问题。一方面，信息化水平对数字经济发展起促进作用，各省中心城市应带头共建黄河流域区域合作互联网共享服务平台，推进网络互通互联，打破区域壁垒，着重提升黄河中上游地区的信息化水平；另一方面，产业结构及人力资本水平能够显著促进数字经济发展，黄河流域各高校间应加强联系，如成立科技创新联盟、高质量发展共同体等，增强高素质人才与技术交流，推动教育链、人才链、创新链和产业链深度合作，提升人才培养质量，推动产业结构优化升级。