数字经济空间关联对高质量发展收敛的影响机制

[摘 要：文章基于2006—2021年长三角地区41个城市面板数据，构建数字经济和高质量发展评价指标体系，运用修正的引力模型、社会网络分析方法考察数字经济空间关联网络特征，选用[β]收敛模型探究数字经济空间关联对高质量发展收敛的影响机制。研究发现：长三角数字经济与高质量发展水平呈上升态势，数字经济空间关联程度逐年加深；高质量发展呈现显著的全域性收敛趋势，且在数字经济空间关联条件下的收敛速度更快；数字经济空间关联对开放、共享与协调发展具有明显的促进作用。据此，文章提出应加快数字经济发展与一体化建设，以数字经济空间关联为抓手推进高质量发展收敛。

关键词：数字经济；空间关联；长三角地区；高质量发展；时空收敛

中图分类号：F127；F49 文献标识码：A 文章编号：1007-5097（2024）11-0018-12 ]

The Impact Mechanisms of Digital Economy Spatial Linkages on the Convergence of

High-Quality Development：

A Case Study of the Yangtze River Delta Region

WANG Zhe1， LIU Wenfei2， ZHAO Weishu3

（1. School of Urban and Regional Science， Shanghai University of Finance and Economics， Shanghai 200433， China;

2. The Wang Yanan Institute for Studies in Economics， Xiamen University， Xiamen 361005， China;

3. School of Business Administration， Nanjing University of Finance and Economics， Nanjing 210023， China）

Abstract：Utilizing panel data from 41 cities in the Yangtze River Delta region spanning the period from 2006 to 2021， this essay constructs an evaluation index system for both the digital economy and high-quality development. By employing a modified gravity model alongside social network analysis methods， it examines the network characteristics inherent in the spatial linkages of the digital economy. Furthermore， the β-convergence model is applied to elucidate the impact mechanisms of digital economy spatial linkages on the convergence of high-quality development. Research findings： both the digital economy and high-quality development in the Yangtze River Delta are experiencing an upward trajectory， with the spatial linkages of the digital economy intensifying progressively each year. High-quality development exhibits a notable trend of regional b160cd67571546284af9a2f8c8f554b6convergence， which accelerates significantly under the influence of these spatial linkages. The spatial linkages of the digital economy play a pivotal role in advancing open， shared， and coordinated development. Based on this， the essay offers policy recommendations aimed at accelerating the development and integration of the digital economy， as well as fostering convergence towards high-quality by harnessing spatial linkages of the digital economy.

Key words：digital economy; spatial linkages; Yangtze River Delta region; high-quality development; spatiotemporal convergence

一、引言及文献综述

随着我国进入高质量发展阶段，区域一体化发展进程逐步加快，以数字信息为要素、数字设施为基础、数字技术为依托的数字经济空间关联已然成为深化城际要素自由流动、协同推动区域高质量发展的重要引擎。长三角地区是我国最具影响力和带动力的增长极和动力源之一，也是数字经济发展高地，数字赋能其一体化进程已成为高质量发展的重要任务。《数字长三角发展报告（2023）》显示，2022年长三角地区数字经济规模占全国总量近三成，IPv6活跃用户数和5G基站数分别占全国的43%和22.1%。然而，当前长三角地区高质量发展水平依然普遍较低，区域内差异显著［1］。数字经济空间关联作为空间组织新形式，对加强区域内城际协作、优化要素资源布局具有重要的推动作用［2］。强化数字经济空间关联既是长三角地区数字经济发展的应有之义，也是促进区域高质量协同发展的必然要求。基于此，本文试图探究以下关键问题：长三角地区数字经济与高质量发展状况如何？长三角地区数字经济空间关联特征怎样？数字经济空间关联如何影响高质量发展收敛？以上问题的研究，不但对全面认识长三角地区数字经济与高质量发展现状、深入剖析数字经济空间关联对高质量发展收敛的影响机制具有重要的理论价值，而且对强化长三角地区数字经济空间关联、探究数字经济空间关联情形下高质量发展收敛路径具有现实意义。

数字经济空间关联作为一种新型空间组织形态，具有平台共享［3］、网络关联［4］和空间集聚［5］等特性，符合中国新时代区域空间结构多层级、网络化、复杂化的发展方向［6］。数字经济空间关联相关研究对推动新时代区域协调发展战略实施具有深远意义［7］。从已有文献来看，国内外学者主要对数字经济空间关联网络的结构特征和驱动因素进行考察，如余海华（2021）［2］、张明斗和翁爱华（2022）［8］分别从省际和城市层面出发，研究发现我国数字经济网络呈现“中心—外围”的非均衡空间关联分布格局；Wang等（2023）［9］基于电子商务视角，发现数字经济在东部较发达省份具有较强的空间溢出效应；Tang等（2021）［10］认为中国省际数字经济关联网络正在稳定持续发展，但区域发展的“马太效应”和“数字鸿沟”现象明显。此外，也有学者对长三角地区数字经济空间关联的发展状况进行深入考察，如徐梦周等（2022）［11］发现长三角城市间数字经济空间关联趋于紧密，但网络结构仍存在较大改进空间；胡艳等（2022）［12］则认为长三角地区数字经济网络密度呈“倒U”型变化态势，地区内部城际关联存在空间异质特征。

自长三角一体化发展上升为国家战略以来，长三角地区高质量发展与区域协调发展成为学界关注的热点话题。在高质量发展方面，杜宇和李娜娜（2022）［13］从增长动力、经济结构和发展效益等维度评价长三角城市高质量发展水平，发现长三角地区呈现明显的“东高西低”的梯度空间分布格局；王山等（2022）［14］基于新发展理念对长三角地区经济一体化水平进行测度，认为长三角地区高质量发展的空间集聚效应不明显，且网络组织结构仍处于初级阶段。在区域发展收敛方面，薛永刚（2022）［15］采用空间滞后模型研究发现长三角城市群的经济高质量发展具有[β]收敛特征，但不存在[σ]收敛；冯晓华和邱思远（2022）［16］也认为长三角城市群高质量发展存在绝对[β]收敛特征，且收敛速度要快于其他城市群。

当前不少研究聚焦于数字经济如何影响高质量发展［17-18］，但从空间关联视角考察数字经济对高质量发展收敛影响的文献相对匮乏。有学者通过研究数字经济的空间效应，对高质量发展协同提升路径进行探索。如陈昭等（2022）［19］基于省级和城市数据考察数字经济对高质量发展的空间溢出效应，发现数字经济对相邻省份具有显著的正向空间溢出；张英浩等（2022）［20］则认为数字经济对相邻城市的积极影响不显著，存在一定程度的数字隔离。还有学者考察了数字经济对城市发展差距的影响，如程中海等（2022）［21］认为数字经济的“鸿沟效应”存在明显的空间异质特征；任晓刚等（2022）［22］研究发现数字经济能够显著促进要素市场化，抑制区域内和区域间差距变大。

已有文献对数字经济和高质量发展进行了大量的理论与实证研究，但仍存在拓展空间：①从理论角度来看，现有研究主要围绕数字经济或高质量发展单独展开，关于数字经济空间关联对高质量发展收敛的影响机制分析相对匮乏。而数字经济空间关联作为区域协同新形态，探究其对高质量发展收敛的内在机理对区域经济发展具有重要理论意义。②从实证角度来看，已有文献主要考察长三角地区的数字经济空间关联网络特征或高质量发展状况，缺少对长三角地区高质量发展收敛及其影响因素的深入探究。长三角地区作为国家重大战略区域，研究其数字经济空间关联赋能高质量发展收敛的影响机制，不仅对其他区域高质量发展具有借鉴和示范作用，还对推动中国式现代化、实现共同富裕具有现实意义。鉴于此，本文构建数字经济和高质量发展评价指标体系，采用熵权法对长三角地区数字经济与高质量发展水平进行测度，借助修正的引力模型、社会网络分析方法考察长三角地区数字经济空间关联网络特征，选用β收敛回归模型探究长三角地区数字经济空间关联对高质量发展收敛的影响机制。

二、理论分析与研究假设

数字经济空间关联是以数字化的区域信息和知识为生产要素、以现代化的信息空间网络为载体、以各主体信息交互为高质量发展重要推动力的经济组织形式［23］。根据扩散效应理论，当地区核心城市发展起来，其对周边城市商品与服务的需求会增加，进而产生从该城市到其他城市的要素扩散［24］。基于数字经济空间关联网络，城市间的时空交流距离会快速缩短，从而实现区域内要素自由流动与有效配置，最终其他城市会通过扩散效应受益，长期来看地区发展将处于收敛趋势。相较于传统的区域协作空间组织形式，数字经济空间关联可以有效突破传统地理束缚，加速扩散进程，通过降低信息成本、强化平台优势和增强溢出效应来推动区域协同发展。具体而言，数字经济空间关联可以有效降低城际联系的信息沟通成本，提升区域协同能力与城市综合绩效，缩小城市间高质量发展的差距。通过打造线上平台优势，数字经济空间关联能够消除各城市由于传统地理限制造成的信息不对称，提高主体间的协同合作效率，推动区域发展收敛。需要注意的是，数字经济空间关联产生的极化效应可能对高质量发展收敛具有抑制作用。具体表现为区域内部分城市的资源要素向集聚程度更强、生产效率更高的中心城市流动，产生的虹吸效应逐渐使区域内各城市间的发展差距扩大［25］，不利于区域高质量发展收敛。

为进一步考察数字经济空间关联对高质量发展收敛的影响，本文基于新发展理念，从创新、协调、绿色、开放、共享五大维度进行深入分析。创新发展方面，数字经济空间关联基于大数据、云计算以及移动互联网等技术，有效打破了知识、信息传播的时空障碍，拓展了创新资源分配的地理范围，通过优化创新要素配置和空间组织结构促进高质量发展收敛；协调发展方面，数字经济空间关联可以有效挖掘区域内各城市产业发展潜力，充分发挥资源禀赋优势进行专业化生产，推动城际产业分工协作，从而促进区域协调发展收敛；绿色发展方面，以数据信息为关键生产要素的数字经济具有天然的绿色低碳属性，能够推动数字技术与传统生产模式深度融合，助力区域整体绿色发展；开放发展方面，数字经济空间关联可以突破地理空间的边界限制，缩短贸易往来跨度，扩大城市的经济活动范围，构建区域对外开放新格局；共享发展方面，数字经济空间关联加速了公共服务外溢与资源流动共享，推动区域公共服务资源均衡配给。

根据上述分析，本文提出假设1和假设2。

H1：数字经济空间关联促进高质量发展收敛。

H2：数字经济空间关联通过突破传统地理约束、促进资源要素扩散，进而促进高质量发展收敛。

三、研究方法、指标说明与数据来源

（一）研究方法

1. 熵权法

熵权法是一种客观赋权方法，既能有效解决嵌入准则之间的内部矛盾，平衡评价准则之间的关系，又能通过量化数据的离散程度客观计算指标的权重大小，得到更加精准合理的结果。此外，熵权法避免了专家打分方法的主观依赖问题，准确度和可信度较高，同时也克服了主成分分析法容易受到异常值干扰的局限。因此，本文采用熵权法测度长三角地区的数字经济与高质量发展水平。

2. 修正的引力模型

经济引力论认为，在一定范围内城市之间具有相互吸引的作用，其经济联系存在单向性和差异性，且不同城市对其间经济作用强度的贡献也不同，所以需要对传统引力模型进行修正。而现有的修正引力模型通常以人口和GDP进行修正，无法充分体现城际数字经济的交互关系，因此本文引入数字经济因素进行进一步修正，具体公式如下：

[Rxy=Kxy×（ExPxHx×EyPxHy）D2xy，（x≠y）] （1）

[Kxy=HxHx+Hj] （2）

其中：[Rxy]为城际数字经济联系强度；[Hx]、[Hy]分别为城市x、y的数字经济指数；[Ex]、[Ey]分别为x、y的经济规模，以实际GDP表征；[Px]、[Py]分别为城市x、y的年末总人口；[Kxy]为城市x对[Rxy]的贡献率；[D2xy]为城市x与y间的球面距离的平方。此外，本文以全样本城市引力均值作为阈值，数字经济联系强度大于阈值记为1，反之为0，构建空间关联网络以衡量数字经济联系程度。

3.社会网络分析

数字经济空间关联是包含各主体数字要素及数字要素间相互关联的复杂空间系统，具有多元化的主体数字要素、差异化的空间网络结构以及抽象化的空间关联关系［8］。关联关系是空间系统复杂性的关键因素，社会网络分析可以对空间网络中的关联关系进行有效量化、精确分析和可视化处理，适用于分析数字经济空间关联特征。因此，本文使用社会网络分析法中的网络密度测度长三角地区数字经济空间关联水平，并用网络效率、小世界熵数对数字经济空间关联网络特征进行深层次考察。其中，网络密度是指网络中城市实际关联数与最大可能数之间的比率，当实际关联数越接近最大可能数，网络密度越大，空间关联网络的紧密程度越强，空间关联程度越高，反之则越低；网络效率反映区域关联网络内城市间的连接效率，当网络效率越低，城际冗余关系越多，空间溢出效应的叠加次数越高，空间关联网络结构也更加稳定，反之网络结构则更为脆弱；小世界熵数描述了区域空间关联网络的小世界性［26］，当小世界熵数越大，空间关联网络的城际连接性越强，空间集聚特征越明显，反之则呈现空间发散特征。网络密度、网络效率和小世界熵数的具体计算公式如下：

[Dnet=LN×（N-1）] （3）

[Enet=1-VmaxV] （4）

[CC=1n∑nx=12exkx（kx-1）] （5）

[PL=1n（n-1）∑nx=2∑x-1y=1dxy] （6）

[SWQ=CCPL] （7）

其中：N表示空间关联网络中的节点数；L为实际关联数；[Dnet]为网络密度；V表示关联网络中的冗余连线个数；[Enet]为网络效率；[kx]表示与x节点的相关联的节点个数；[ex]表示x节点的相邻节点间的关联数量；[dxy]为任意节点x、y之间最短路径的连线数；[CC]和[PL]分别为聚类系数和途径长度均值；[SWQ]为小世界熵数。

4. [β]收敛模型

[β]收敛是从增长率角度考察地区经济发展态势的空间回归模型。与之相比，[σ]收敛仅从指标层面考察样本的收敛趋势，忽略了空间因素的影响；俱乐部收敛对具有相似特征的地区进行分类以考察不同地区的收敛情况，但没有考虑城际空间关联因素。因此，为考察数字经济空间关联对长三角地区高质量发展收敛的影响，本文选用[β]收敛模型对长三角地区高质量发展动态面板数据进行回归分析，利用全样本城市引力均值构建空间关联矩阵并以此作为空间关联权重。本文将动态空间滞后模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）作为备选模型［27-28］，通过进一步检验来确定最终模型。以上3种模型设定如下：

[lnHi，tHi，t-1=βlnHi，t-1+ρ∑nj=1WijlnHi，tHi，t-1+γlnXit+ui+vi+εit] （8）

[lnHi，tHi，t-1=βlnHi，t-1+γlnXit+ui+vi+εit]，

[εit=λ∑nj=1Witεit+μit] （9）

[lnHi，tHi，t-1=βlnHi，t-1+γlnXit+ρ∑nj=1WijlnHi，tHi，t-1+φ∑nj=1WijlnHi，t-1+η∑nj=1WijlnXit+ui+vi+εit] （10）

其中：i、t分别为城市和年份；H、[W]分别为数字经济指数及其空间关联矩阵；X为控制变量；[ui]、[vi]分别为个体、时间固定效应；[εit]为随机误差项。

（二）指标说明

1. 数字经济

自国务院印发《“十四五”数字经济发展规划》以来，不少学者基于省级数据对数字经济发展水平进行测度，虽然省级层面数据指标比较丰富，但研究样本的空间范围较大，难以准确考察城市数字经济发展状况。因此，本文基于城市数据的可获得性，借鉴邓荣荣和张翱祥（2022）［29］、赵卉心和孟煜杰（2022）［30］的研究，从数字基础设施、数字产业、数字应用三个维度对数字经济进行评价。①数字基础设施是数字经济持续运行与发展的基础［31］，本文选取每万人信息传输与技术服务业就业人数表征数字基础设施。②数字产业是数字经济的支柱，能够为区域经济生产力的持续增长提供持续动力［32］，本文选取电信业务总量占GDP的比重表征数字产业。③数字应用可以为数字经济发展提供良好环境，而数字应用需要居民数字技能的配合［33］，本文选取每万人互联网宽带接入端口数、每万人移动电话用户数表征数字应用。

2. 高质量发展

高质量发展作为一个综合性概念，需要构建全面系统的评价指标体系来衡量。本文借鉴已有研究［14，16，25］，从创新、协调、绿色、开放、共享五大维度对高质量发展进行评价，以期科学、全面地考察长三角地区高质量发展状况，具体见表1所列。

表1 高质量发展评价指标体系

[一级指标 二级指标 三级指标 测算标准 单位 指标性质 创新发展 创新投入 科技投入 科技支出/地方一般公共预算支出 % 正向 教育投入 教育支出/地方一般公共预算支出 % 正向 创新产出 发明专利 发明专利授权数/专利授权总数 % 正向 创新环境 城市高校 城市高校数/全国高校总数 % 正向 高校教师 普通高校专任教师数/总人口 % 正向 高校学生 普通高等学校在校学生数/总人口 % 正向 协调发展 产业协调 产业结构合理 产业结构合理化指数 - 正向 产业结构优化 产业结构高级化指数 - 正向 区域协调 区域经济协调 城市人均GDP/区域人均GDP % 正向 绿色发展 污染排放 废水排放 工业废水排放量/GDP 吨/万元 逆向 废气排放 工业二氧化硫排放量/GDP 吨/万元 逆向 环境规制 废物利用 一般工业固体废物综合利用率 % 正向 污水处理 污水处理厂集中处理率 % 正向 垃圾处理 生活垃圾无害化处理率 % 正向 生态建设 城市绿地 人均公园绿地面积 平方米 正向 城市绿化 建成区绿化覆盖率 % 正向 开放发展 开放环境 外资开放 外商直接投资额/GDP % 正向 外贸开放 进出口总额/GDP % 正向 共享发展 基础设施 城市道路 人均道路面积 平方米 正向 公共服务 公共交通 每万人拥有公交汽车数 辆 正向 医疗卫生 每万人医疗床位数 张 正向 基础教育 每万人拥有小学教师数 人 正向 文化发展 每万人拥有公共图书馆藏书量 册 正向 ]

3. 控制变量

借鉴薛永刚（2022）［15］、邓创和曹子雯（2023）［34］关于高质量发展的研究，本文选取以下指标作为控制变量：①经济水平，用城市人均GDP衡量。经济发展水平高的城市容易吸引不同层次人才流入，为高质量发展注入活力。②政府行为，用城市财政支出与GDP之比衡量。财政支出能够弥补城市基础设施建设、环境规制、科教文卫等方面的私人投资不足，引导社会资源合理配置，维持经济平稳运行。③工业化水平，用城市工业产出总值与GDP之比衡量。黄群慧（2018）［35］认为，工业化进程通过制度变革、技术进步、生产要素优化配置等协同推动经济社会发展，能够反映一个国家的现代化水平。④金融发展，用城市金融机构贷款余额与GDP之比衡量。现代金融能凭借自身资本集聚、资源分散配置的特有功能服务于实体经济发展，从而影响国家经济发展质量。⑤市场需求，用城市人均社会消费品零售总额衡量。完善的商品市场和要素市场具有高效的信息传递功能、引导资源配置的激励功能和稳定社会发展的收入分配调节功能，能够实现资源、生产要素和商品的最优联动。

（三）数据来源

参考《长江三角洲区域一体化发展规划纲要》，本文选取长三角地区的41个城市作为样本进行考察（1）。文中数字经济和高质量发展评价指标、收敛模型中控制变量指标的数据均来源于《中国城市统计年鉴》《上海统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》，涉及的GDP指标均以2006年为基期进行平减。此外，修正的引力模型中所用城市地理距离为ArcGIS计算得出。对部分指标的缺失数据，采用线性插值法进行补全。

（四）长三角地区数字经济与高质量发展水平

2006年和2021年长三角地区数字经济发展的时空格局如图1所示，可以看出，长三角地区城市数字经济水平整体呈上升态势，但地区数字经济发展存在显著的空间非均衡特征。样本期内，长三角地区数字经济发展均值为0.217。其中，上海位居第一，浙江除丽水、衢州外，其他城市均高于均值，江苏的苏州、南京、无锡和常州高于均值，安徽仅有合肥一市略高于均值，这不仅说明安徽整体、江苏北部的多数城市数字经济发展水平偏低，还意味着长三角地区数字经济发展呈现明显的“中心—边缘”空间分布格局。其原因可能在于：一方面，数字经济发展水平较高的城市主要集中于长三角核心区域，距离核心区域较近的城市凭借良好的地理位置和政策优势，可与高水平城市协同发展；另一方面，部分城市处于长三角地区的边缘地带，与核心区域关联程度较低，高水平城市的数字化发展较难辐射这些城市，导致边缘城市的数字化进程相对缓慢。因此，缩小数字差异、加强区域协同是当前长三角地区数字经济发展的主要任务。

2006—2011年长三角地区高质量发展各维度的演变态势如图2所示，可以看出，2006—2021年长三角地区高质量发展呈现平稳上升态势，这表明区域内部的合作正在加速开展，长三角地区也在积极打造国家发展的重要增长极，推动区域协调发展，从而发挥经济社会发展压舱石的作用。从空间分布来看，南京、上海、杭州、苏州、合肥等区域核心城市的高质量发展水平较高，区域边缘城市的高质量发展程度也在加快提升，长三角地区高质量发展“中心—边缘”的分布格局特征在逐渐减弱。上述现象表明，随着长三角一体化战略的逐步实施，城市高质量发展获得较大提升，且城际合作与区域布局得到明显优化。从各维度发展来看，长三角地区绿色、共享和创新发展水平较高且增长速度较快。绿色发展方面，各城市将保护和修复长江生态环境放在突出位置，协同推进生态治理，使得长三角地区生态环境质量逐步向好，生态环境保护协调机制愈发完善，经济社会绿色低碳可持续发展有序推进；共享发展方面，长三角地区打破行政壁垒，实行诸如社保卡服务一卡通、异地提取住房公积金、签署《三省一市人才服务战略合作框架协议》等措施，在医疗卫生、公共交通、教育文化、就业养老等基本公共服务方面逐步实现共创共建共享；创新发展方面，长三角地区正经历着动力变革、质量变革和效率变革，各城市将创新作为高质量发展的第一引擎，打造产业优势互补、人才要素集聚的区域创新共同体，协同共建创新高地。

四、长三角地区数字经济空间关联对高质量发展收敛的影响机制

（一）长三角地区数字经济空间关联网络

基于2006—2021年长三角地区数字经济发展指数，本部分采用修正的引力模型构建数字经济空间关联网络。在样本期内，长三角地区数字经济发展呈现多线程、复杂化的网络结构形态，区域内任何城市均与其他城市存在联系，不存在“数字孤岛”。因此，长三角地区数字经济发展需立足区域整体，各城市在制定数字经济发展政策时不仅要基于自身发展状况，还应考虑与其他城市协同时可能产生的联动效应。

由图3可知，长三角地区数字经济空间关联网络密度在样本期内从0.090增至0.339，这说明长三角地区数字经济的空间关联程度正在逐步加深，数字信息往来与数据要素流动更加频繁，数字经济空间关联呈稳中向好态势。但就数值而言，长三角地区数字经济空间关联的可能网络关系数最大值为1 640，而样本期内网络关系数实际最大值仅为558（2021年），这意味着地区数字经济的网络关系基数仍然偏少，空间关联仍存在较大提升空间。网络效率在样本期内从0.908降至0.527，说明城际空间关联的连线增多，网络结构稳定性提升，长三角地区数字经济空间关联格局更加稳定。小世界熵数在样本期间从0.213上升至0.524，表明长三角地区数字经济空间关联的小世界效应愈发明显，数字集聚程度逐渐加深。综上所述，长三角地区数字经济空间关联虽处于初级阶段，但发展成效显著，具有较大发展潜力。

（二）数字经济空间关联如何影响高质量发展收敛

为揭示长三角地区数字经济空间关联高质量发展收敛的影响机制，本文基于空间网络权重使用β收敛回归模型进行考察。进一步地，为刻画长三角地区数字经济的空间分布特征，本文采用Moran's I指数检验引力矩阵的空间相关性。结果表明，在样本考察期内Moran's I指数的取值范围为［0.164，0.234］，且该指数均通过1%的显著性检验，这说明城际数字交互作用对长三角地区数字经济发展具有重要作用。关于收敛模型的选用，本文对原始模型进行OLS回归和LM检验。结果表明，LM-Error和LM-Lag的统计量均通过显著性检验，Robust LM检验不显著，而Robust LM-Lag检验显著，优先选择动态空间滞后模型（SAR），但该模型容易忽视外生变量的空间关联因素［36］。综上，本文将空间杜宾模型（SDM）作为β收敛回归的主要模型，并考虑时间、空间和时空滞后效应。依据Hausman检验结果，本文使用固定效应模型进行收敛回归。表2报告了各因素情形下长三角地区高质量发展的收敛回归结果。

由表2可知，就绝对收敛而言，模型1、模型3和模型5的收敛速度（0.016、0.019、0.020）均低于相对应的条件收敛模型2、模型4和模型6（0.024、0.026、0.031），表明加入控制变量后的条件收敛模型的收敛速度均明显变快。模型1至模型6的收敛回归系数均为负值，且通过1%的显著性检验，这意味着在样本考察期内各模型均实证长三角地区高质量发展呈现显著的全域性收敛趋势，H1得到验证。在考虑空间因素后，地理距离的绝对收敛与条件收敛模型的收敛速度（0.019、0.026）均高于经典模型（0.016、0.024），而数字经济空间关联的绝对收敛与条件收敛速度要明显高于其他模型，说明如果忽略空间因素可能会导致模型的收敛回归结果有偏，且忽略数字经济空间关联也会导致结果有偏，同时也证实数字经济空间关联能够突破传统地理条件限制，促进高质量发展收敛速度加快，H2得到验证。究其原因：一方面，随着数字空间关联的不断深入，信息基础设施在长三角地区逐步全面普及，信息技术与服务产业体系逐渐完备，城际发展与融合带动机制愈发完善，区域内产业转型升级、智慧城市建设与高质量发展进一步加速；另一方面，长三角地区数字关联促进城际企业投资关系的构建，企业在获取信息、知识共享、业务关联等方面建立了稳定有效的互动合作关系，提高了企业的生产效率和质量，并吸引优质企业在长三角地区各城市聚集，促进高质量发展收敛。

就控制变量而言，由考虑空间因素的条件收敛模型4和模型6可以看出，经济水平均通过1%显著性检验，政府行为和市场需求也通过10%的显著性检验。城市的经济发展水平、政府财政行为与市场需求情况对长三角地区高质量发展的正向激励作用较为明显，其原因在于：①城市发展正从传统的数量型向质量型转变，如上海、苏州、无锡、杭州等城市的高水平经济发展有利于吸引先进的人才技术等要素，加快长三角地区产业向高附加值的知识密集型转型，提高城市发展的质量与效益。②政府财政支出作为城市科技创新、环境规制的财力保障，对吸引社会优质资本并支持重要领域技术研发具有重要作用，进而影响企业创新能力和社会经济活力，推动社会向创新驱动和绿色低碳可持续方向转型，实现经济高质量发展。③当前世界经济形势复杂多变，需求侧挑战尤为突出，扩大市场需求是改善民生、稳定收入、扩大消费的主要措施，对保障市场平稳运行、推动经济结构调整具有重要作用，深刻影响着城市高质量发展进程。

（三）数字经济空间关联如何影响各维度发展收敛

表3报告了长三角地区各维度发展的收敛回归结果。在考虑不同空间因素情形下，长三角地区各维度发展的收敛速度存在异质性特征。其中，开放和共享发展在考虑数字经济空间关联因素下的绝对收敛与条件收敛速度要明显高于同维度其他模型的收敛速度，而协调发展的绝对收敛速度快于其他模型的收敛速度。原因可能在于：①开放发展方面，数字经济空间关联加快了长三角自贸试验区联动发展，推动了地区市场规则制度共通、商贸流通体系共享、市场消费环境共建，逐步形成沪苏浙皖自贸区跨域、跨区、跨界的开放发展新格局，提升国际循环水平［37］。此外，诸如上海漕河泾开发区、中新嘉善现代产业园等省级合作园区也在数字经济空间关联驱动下有效强化省际开发园区合作，加速省际资本要素跨区域自由流动，为要素市场和产品市场创造更有利的条件，进而增强国内大循环的内生动力与可靠性，有效促进地区开放发展收敛。②共享发展方面，数字经济空间关联有助于公共服务平台搭建，如长三角“一网通办”政务服务平台有效推进长三角高品质公共服务均等化发展。同时，长三角社会保障卡居民服务“一卡通”在医疗、交通、文旅等方面优化了资源供需匹配，降低了社会服务成本，满足了“异地通办”的区域协同发展要求，有利于实现区域资源均衡分布与合理配置［38］，推进经济成果区域共建共享，对地区共享发展收敛具有重要积极作用。③协调发展方面，长三角地区数字经济空间关联打破了城际行政壁垒与地理约束，推动了资源要素在长三角地区的流通与共享［39］。长三角工业互联网一体化示范区、长三角数字联盟、长三角数字经济产业高质量发展联盟等发展成果促进城际科创与产业的深度融合，加快区域内各城市的技术转化与产业升级，对区域经济结构协调发展具有重大推动作用。“长三角园区共建联盟示范园”“长三角共建省际产业合作示范园”等合作示范园区基于数字经济空间关联探索出了“飞地发展”新模式和以产业链为导向的跨领域协作，逐步实现园区合作、产业协同与功能联动，对区域经济协调发展与地区协调发展收敛具有深刻影响。

创新和绿色发展考虑数字经济空间关联的收敛速度相较于同维度其他模型提升并不明显。创新发展在考虑数字经济空间关联情形下的绝对收敛速度（0.040）快于经典模型（0.026），但低于考虑地理距离因素的收敛速度（0.043），其条件收敛速度（0.049）也同经典模型（0.049）和考虑地理距离模型（0.049）接近。这是因为，长三角地区经济结构正处于传统空间模式转向创新驱动关联的攻坚阶段，以数字创新为特征的城际数字关联与区域布局逐渐成型，长三角科技创新共同体的组织和管理机制正在不断优化，未来可能会对区域创新协同发展产生深远影响。绿色发展考虑数字经济空间关联后其条件收敛速度（0.055）略低于经典模型（0.058）和考虑地理距离模型（0.059）。这可能是因为，城市绿色发展多基于自身环境条件与资源禀赋，数字关联虽然促进城际绿色发展交流，但城际、省际生态治理工作仍存在行政壁垒，不利于区域绿色发展收敛。此外，长三角地区绿色生态一体化示范区建设仍处于起步阶段，由于多方主体的利益诉求难以达成一致，跨境治理在实施过程中难以有效传导［40］，长三角地区绿色协同机制与生态共治方案还需进一步探索。

从各维度比较视角来看，长三角地区绿色、创新和开放发展的收敛速度较快，在考虑数字经济空间关联情形下的收敛速度分别为0.055、0.049和0.046。而协调和共享发展的收敛速度相对较慢，考虑数字经济空间关联的条件收敛速度分别为0.031和0.038，收敛周期相对较长。原因可能在于：长三角地区虽然在我国区域协调发展战略中处于重要地位，但协同合作机制仍需完善，资源要素在区域内配置存在向高水平城市集聚的趋势，这是阻碍长三角地区协调发展区域收敛的主要原因；长三角地区的公共基础设施依然处于完善阶段，公共基础服务由核心区域向边缘城市扩散，政务服务跨省平台逐渐建立，导致当前共享发展的收敛速度相对较低。由上述分析可知，数字经济空间关联可以提升创新、共享发展的收敛速度。因此，通过数字经济空间关联加快打造数字创新共同体、促进基本公共服务均等化是推动长三角地区高质量发展收敛的重要举措。

（四）稳健性检验

考虑可能存在样本数据偏差以及模型局限性等问题，本文通过对样本进行缩尾处理、更换收敛模型进行稳健性检验，重点关注收敛系数、收敛速度、收敛周期等内容。具体见表4所列。其中，模型7至模型12是对样本进行5%缩尾处理的回归结果，模型13至模型16是更换为SAR空间计量模型后的回归结果。结果显示，在对样本进行缩尾处理后，发现在不考虑空间因素、考虑地理距离、考虑数字经济空间关联情形下长三角地区高质量发展均呈现显著的收敛趋势，收敛结果保持稳健。对比分析三种情形下的绝对收敛与条件收敛的收敛速度，可以发现考虑数字经济空间关联时，绝对收敛速度与条件收敛速度（0.014、0.020）均显著高于不考虑空间因素（0.012、0.017）和考虑地理距离（0.014、0.018）的收敛速度，前文的收敛结果依然保持稳健，这表明相较于传统地理条件，数字经济空间关联对长三角地区高质量发展收敛具有更加明显的促进作用。在更换收敛模型后，检验结果显示解释变量的符号、显著性与作用大小基本保持一致，这表明本文关于数字经济空间关联影响高质量发展收敛的检验结论是可靠的。此外，本文对长三角地区各维度发展收敛的稳健性进行检验，结果与上述结论基本保持一致（2），检验结果在收敛系数方向、显著性水平以及数字经济空间关联对各维度发展收敛的作用并未发生根本性变化，说明原结论具有较强的稳健性。

五、结论与建议

（一）结论

本文基于数字经济和高质量发展评价指标体系，采用熵权法测算2006—2021年长三角地区41个城市的数字经济与高质量发展水平，运用修正的引力模型、社会网络分析方法考察数字经济空间关联网络特征，选用β收敛回归模型探究数字经济空间关联对高质量发展收敛的影响机制，得出主要结论如下：①在样本期内长三角地区数字经济与高质量发展水平整体呈现平稳上升态势，但存在明显的空间非均衡特征，呈现“中心—边缘”的时空分布格局。高质量发展中的绿色、共享和创新发展水平较高且增速较快。②长三角地区数字经济空间关联呈现多线程、复杂化的网络结构形态，且在样本期内空间关联程度逐步加深，但仍有较大的提升空间。网络效率有所降低，网络稳定性得到提升；小世界熵数提升较大，数字集聚水平提高。③长三角地区高质量发展呈现显著的全域性收敛趋势，并且在数字经济空间关联条件下高质量发展的收敛速度更快。城市经济水平、政府行为与市场需求都对长三角高质量发展具有促进作用。④数字经济空间关联对长三角地区开放、共享与协调发展具有明显的促进作用，而从各维度比较视角来看，共享和协调发展的收敛速度相对较慢。

（二）建议

根据上述研究结论，本文提出以下建议：

第一，强化顶层设计，提升数字经济发展水平。基于本文测度结果，长三角地区在数字经济发展方面虽取得显著成果，但依然存在水平较低等问题。长三角地区应深化数字技术与实体经济的融合，利用数字技术赋能传统产业优化升级，鼓励企业借助互联网数字平台加快数字化转型，紧密连接产业链、供应链，提升企业效益和生产韧性。

第二，统筹区域协同，缩小城际高质量发展差异。基于高质量发展时空分布特征，当前长三角地区高质量发展不平衡特征依然明显。上海、南京、杭州等长三角核心城市应强化自身辐射能力，针对周边地区的不同发展状况制定引导性政策予以支持，发挥自身增长极角色带动区域高质量协同发展。边缘城市也应利用长三角一体化的国家战略红利，积极从先进城市学习高新技术、引进优质资源、要素和人才，提高自身的市场竞争力。

第三，强化数字经济空间关联，加速区域一体化发展。基于数字经济空间关联网络特征，在样本期内，长三角地区数字经济空间关联呈现稳中向好态势，但仍有很大提升空间。长三角地区需协同建设数字信息基础设施，构建智慧交通网络体系，布局具备先进算力和技术的云计算和人工智能网络平台，加速长三角地区“整体协同，辐射全域”的数字经济发展布局。

第四，把握数字经济空间关联，推进高质量发展收敛。基于数字经济空间关联情形下高质量发展收敛的结果，数字经济空间关联可以显著促进开放、共享与协调发展收敛。基于此，长三角地区应以数字经济空间关联为抓手，加快三省一市自贸区联动发展，持续推进基本公共服务均等化，深化产业跨区域协作。具体而言，开放发展方面，打破城际省际行政壁垒，积极对接国际高标准经贸规则，推进三省一市自贸试验区联动机制创新，实现联盟资源共建共享；共享发展方面，以大数据为基础资源推动区域公共服务数字化改革，通过统一网络服务标准、设置线上办理窗口、智能终端互联互通等数字化方式持续优化惠民服务，提升社会治理效能与协同水平；协调发展方面，利用数字平台优势促进生产要素在产业间流动，形成产业链供应链分工明确、错位发展、优势互补的空间发展格局。

注 释：

（1）长三角地区包括：上海，江苏省的南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、宿迁，浙江省的杭州、宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水，安徽省的合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、安庆、黄山、滁州、阜阳、宿州、六安、亳州、池州、宣城。将时间跨度设定为2006—2021年，主要基于以下考虑：一是《中华人民共和国国民经济和社会发展第十一个五年规划纲要》明确指出，长江三角洲“要继续发挥带动和辐射作用，加强城市群内各城市的分工协作和优势互补，增强城市群的整体竞争力”。二是将2021年设定为样本期终点，既保证了所有投入产出数据均可完整获取，也最大可能兼顾本研究的时效性、前沿性。

（2）因篇幅所限，各维度发展收敛的稳健性检验结果不再一一报告。如有需要，可向作者索取。

参考文献：

［1］郑瑞坤，汪纯.长三角高质量发展的空间动态演变与一体化趋势［J］.华东经济管理，2021，35（4）：20-33.

［2］余海华.中国数字经济空间关联及其驱动因素研究［J］.统计与信息论坛，2021，36（9）：23-34，44.

［3］HU G，HE S，DONG X，et al. The Impact of Urban Digital Platforms on Entrepreneurial Activity：Evidence from China［J］. Journal of Innovation & Knowledge，2024，9（1）：100468.

［4］HUANG J，JIN H，DING X，et al. A Study on the Spatial Correlation Effects of Digital Economy Development in China from a Non-Linear Perspective［J］. Systems，2023，11（2）：63.

［5］DIAN J，SONG T，LI S. Facilitating or Inhibiting？ Spatial Effects of the Digital Economy Affecting Urban Green Technology Innovation［J］. Energy Economics，2024，129：107223.

［6］刘秉镰，朱俊丰，周玉龙.中国区域经济理论演进与未来展望［J］.管理世界，2020，36（2）：182-194，226.

［7］李晓华.数字经济新特征与数字经济新动能的形成机制［J］.改革，2019（11）：40-51.

［8］张明斗，翁爱华.数字经济空间关联网络的产业结构变迁效应研究——基于网络节点中心性分析视角［J］.产业经济研究，2022（6）：129-142.

［9］WANG C，ZHOU T，REN M. Driving Spatial Network Connections in Rural Settlements：The Role of E-commerce［J］. Applied Geography，2023，159：103067.

［10］TANG L，LU B，TIAN T. Spatial Correlation Network and Regional Differences for the Development of Digital Economy in China［J］. Entropy，2021，23（12）：1575.

［11］徐梦周，朱永竹，杨大鹏.数字经济发展的空间关联与协同治理：以长三角城市群为例［J］.治理研究，2022，38（5）：102-112，128.

［12］胡艳，栗明钰，唐睿.长三角数字经济网络结构特征及影响因素［J］.华东经济管理，2022，36（12）：26-34.

［13］杜宇，李娜娜.长三角城市高质量发展的评价逻辑与空间特征［J］.安徽大学学报（哲学社会科学版），2022，46（3）：145-156.

［14］王山，刘文斐，刘玉鑫.长三角区域经济一体化水平测度及驱动机制——基于高质量发展视角［J］.统计研究，2022，39（12）：104-122.

［15］薛永刚.城市群经济高质量发展空间收敛、动态演进以及创新影响研究——“珠三角”和“长三角”的对比分析［J］.管理评论，2022，34（12）：131-145.

［16］冯晓华，邱思远.长三角城市经济高质量发展水平测度及收敛性研究［J］.华东经济管理，2022，36（11）：28-43.

［17］任保平，何厚聪.数字经济赋能高质量发展：理论逻辑、路径选择与政策取向［J］.财经科学，2022（4）：61-75.

［18］王军，刘小凤，朱杰.数字经济能否推动区域经济高质量发展？［J］.中国软科学，2023（1）：206-214.

［19］陈昭，陈钊泳，谭伟杰.数字经济促进经济高质量发展的机制分析及其效应［J］.广东财经大学学报，2022，37（3）：4-20.

［20］张英浩，汪明峰，刘婷婷.数字经济对中国经济高质量发展的空间效应与影响路径［J］.地理研究，2022，41（7）：1826-1844.

［21］程中海，王艺梦，王卓.数字经济对城市经济差距的影响研究——基于中国280个地级市面板数据的实证检验［J］.城市问题，2022（10）：93-103.

［22］任晓刚，李冠楠，王锐.数字经济发展、要素市场化与区域差距变化［J］.中国流通经济，2022，36（1）：55-70.

［23］白杰，李秀敏.“十四五”时期中国数字经济网络空间结构优化路径［J］.经济体制改革，2021（5）：78-84.

［24］刘夏明，魏英琪，李国平.收敛还是发散？ ——中国区域经济发展争论的文献综述［J］.经济研究，2004（7）：70-81.

［25］陈明华，王哲，谢琳霄，等.中国中部地区高质量发展的时空演变及形成机理［J］.地理学报，2023，78（4）：859-876.

［26］WATTS D J，STROGATZ S H. Collective Dynamics of "Small World" Networks［J］. Nature，1998，393：440-442.

［27］YU J H，LEE L F. Convergence：A Spatial Dynamic Panel Data Approach［J］. Global Journal of Economics，2012，1（1）：1250006.

［28］ELHORST J P. Dynamic Spatial Panels：Models，Methods，and Inferences［J］. Journal of Geographical Systems，2012，14（1）：5-28.

［29］邓荣荣，张翱祥.中国城市数字经济发展对环境污染的影响及机理研究［J］.南方经济，2022（2）：18-37.

［30］赵卉心，孟煜杰.中国城市数字经济与绿色技术创新耦合协调测度与评价［J］.中国软科学，2022（9）：97-107.

［31］许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角［J］.中国工业经济，2020（5）：23-41.

［32］OLINER S D，SICHEL D E.The Resurgence of Growth in the Late 1990s：Is Information Technology the Story？［J］. Journal of Economic Perspectives，2000，14（4）：3-22.

［33］陈永伟，陈志远，阮丹.中国省域数字经济的发展水平与空间收敛性分析［J］.统计与信息论坛，2023，38（7）：18-31.

［34］邓创，曹子雯.我国经济高质量发展的区域联动效应及其转化机制研究［J］.统计研究，2023，40（4）：34-45.

［35］黄群慧.改革开放40年中国的产业发展与工业化进程［J］.中国工业经济，2018（9）：5-23.

［36］姜磊.空间回归模型选择的反思［J］.统计与信息论坛，2016，31（10）：10-16.

［37］傅钟中，孙琪，闫晗，等.自贸试验区与经济腹地联动发展：演进路径、联动机理和政策建议——以浙江自贸试验区杭州、宁波、金义片区为例分析［J］.国际贸易，2021（12）：43-49.

［38］林闽钢.“系统集成、协同高效”的社会保障制度改革——以长三角社会保障一体化为例［J］.社会保障评论，2022，6（3）：34-43.

［39］张治栋，赵必武.互联网产业集聚能否缓解地区资源错配——基于长三角41个城市的经验分析［J］.科技进步与对策，2021，38（13）：46-54.

［40］郑德高，刘迪，赵宪峰，等.跨界地区一体化规划编制创新——以长三角生态绿色一体化发展示范区为例［J］.城市规划学刊，2022（S2）：3-8.

［责任编辑：洪二丽］

收稿日期：2024-04-18

基金项目：上海市哲学社会科学规划课题“交通基础设施升级、边界效应和长三角地区工业企业污染转移”（2023ZJL001）；中央高校基本科研业务费专项资金项目“空间关联视角下数字经济对长三角地区高质量发展收敛的影响研究”（CXJJ-2024-315）

作者简介：王 哲（1997—），男，河北邯郸人，博士研究生，研究方向：区域经济，数字经济；

刘文斐（1996—），女，山东青岛人，博士研究生，研究方向：经济增长，绿色发展；

赵韦舒（1993—），女，山东淄博人，讲师，博士，研究方向：区域经济，旅游经济。