19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平測度及空間格局研究

連港慧，徐藹婷，汪文璞

(浙江工商大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，浙江 杭州 310018)

0 引言

作為區(qū)域經(jīng)濟(jì)發(fā)展中最具活力的核心單元，城市群能在更大范圍內(nèi)優(yōu)化資源配置，形成集聚、擴(kuò)散輻射，從而成為我國區(qū)域協(xié)調(diào)發(fā)展的戰(zhàn)略支撐點(diǎn)。對此，《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確規(guī)劃布局了19個(gè)國家級城市群，并強(qiáng)調(diào)發(fā)揮中心城市和城市群帶動(dòng)作用以推動(dòng)區(qū)域協(xié)調(diào)發(fā)展。與此同時(shí)，數(shù)字經(jīng)濟(jì)作為驅(qū)動(dòng)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能，正不斷拓展與經(jīng)濟(jì)社會發(fā)展各領(lǐng)域的融合廣度和融合深度。2020年我國數(shù)字經(jīng)濟(jì)總量達(dá)到39.2萬億元，占GDP的比重為38.6%[1]。新華三集團(tuán)數(shù)字經(jīng)濟(jì)研究院與中國信息通信研究院聯(lián)合發(fā)布的《中國城市數(shù)字經(jīng)濟(jì)指數(shù)藍(lán)皮書(2021)》顯示，2021年數(shù)字經(jīng)濟(jì)指數(shù)排名前十的城市主要分布在趨于成熟期的長三角、珠三角灣區(qū)城市群中，而處于快速發(fā)育期與雛形發(fā)育期的城市群數(shù)字經(jīng)濟(jì)發(fā)展則相對滯緩，城市群間的數(shù)字鴻溝仍然存在?；诖?，以“十四五”規(guī)劃布局的19個(gè)國家級城市群為對象，測度城市群數(shù)字經(jīng)濟(jì)發(fā)展水平，考察其整體發(fā)展態(tài)勢、區(qū)域差異及空間格局，有助于彌合城市群數(shù)字經(jīng)濟(jì)“鴻溝”，也是塑造我國區(qū)域經(jīng)濟(jì)增長極和推動(dòng)區(qū)域協(xié)調(diào)發(fā)展的基本前提。

考察相關(guān)文獻(xiàn)，國內(nèi)外學(xué)者主要從數(shù)字經(jīng)濟(jì)內(nèi)涵與外延、規(guī)模測算及實(shí)證研究等方面展開系列探索，且在數(shù)字經(jīng)濟(jì)規(guī)模測度方面形成了較為系統(tǒng)的方法，主要?dú)w納為增加值法[2-4]、指數(shù)法[5-7]、衛(wèi)星賬戶法[8-10]三大類。比較來看，鑒于數(shù)字經(jīng)濟(jì)是一種融合經(jīng)濟(jì)，由數(shù)字技術(shù)發(fā)展引致的效率提升所對應(yīng)的增加值無法直接從行業(yè)GDP中精準(zhǔn)剝離[11-12]。同時(shí)，數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶的編制尚處于探索階段，推廣應(yīng)用受到行業(yè)界定模糊、核算方法復(fù)雜、數(shù)據(jù)收集困難、測算框架變動(dòng)等問題約束[10]。因此，多數(shù)學(xué)者通過構(gòu)建評價(jià)指標(biāo)體系進(jìn)而編制數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)來刻畫數(shù)字經(jīng)濟(jì)發(fā)展水平，但仍存在四方面問題：①評價(jià)指標(biāo)篩選多基于研究者主觀經(jīng)驗(yàn)，未能解決指標(biāo)種類冗雜、指標(biāo)信息重疊率高等問題；②基礎(chǔ)數(shù)據(jù)多為以行政區(qū)劃為統(tǒng)計(jì)單元的社會經(jīng)濟(jì)數(shù)據(jù)，尚未考慮行政邊界變遷、自然地理交互等因素影響，從空間精度上難以滿足區(qū)域社會經(jīng)濟(jì)發(fā)展特征和分布格局的研究需求；③指標(biāo)權(quán)重確定多基于熵值法、層次分析法等傳統(tǒng)賦權(quán)方法，難以消除高維度數(shù)據(jù)、非正態(tài)數(shù)據(jù)對評價(jià)結(jié)果穩(wěn)定性的影響；④研究對象多局限于整個(gè)國家或某重點(diǎn)區(qū)域，缺乏從城市群層面對數(shù)字經(jīng)濟(jì)發(fā)展及空間格局的動(dòng)態(tài)考量，針對“十四五”規(guī)劃布局建設(shè)的19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的研究則更為少見。

鑒于此，本文以19個(gè)國家級城市群為研究對象，結(jié)合模糊集合思想篩選并構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展評價(jià)指標(biāo)體系，引入GIS格網(wǎng)化技術(shù)，將以行政區(qū)劃為統(tǒng)計(jì)單元的社會經(jīng)濟(jì)數(shù)據(jù)轉(zhuǎn)化為突破行政區(qū)劃束縛、融合自然地理特性的格網(wǎng)化數(shù)據(jù)集，運(yùn)用投影尋蹤模型編制具有地域空間屬性的城市群數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，采用Dagum基尼系數(shù)、探索性空間自相關(guān)統(tǒng)計(jì)方法、引力模型等方法，考察19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展態(tài)勢、區(qū)域差異及空間格局。本文研究可為優(yōu)化我國數(shù)字經(jīng)濟(jì)發(fā)展空間布局和資源利用提供理論依據(jù)，為城市群打造數(shù)字轉(zhuǎn)型新優(yōu)勢和擘畫經(jīng)濟(jì)發(fā)展“新坐標(biāo)”提供參考，為政府制定數(shù)字經(jīng)濟(jì)發(fā)展與區(qū)域協(xié)調(diào)發(fā)展政策提供借鑒。

1 指標(biāo)體系構(gòu)建、數(shù)據(jù)轉(zhuǎn)換及研究方法

1.1 指標(biāo)體系構(gòu)建

《G20國家數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》明確定義數(shù)字經(jīng)濟(jì)是“以使用數(shù)字化知識和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)”。本文從投入維度和產(chǎn)出維度分別構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展評價(jià)的一級指標(biāo)。從投入維度看，數(shù)字經(jīng)濟(jì)發(fā)展不僅需要數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新資源等高端要素的大量投入[13-15]，還離不開政府的數(shù)字治理[16-17]。從產(chǎn)出維度看，數(shù)字經(jīng)濟(jì)集中體現(xiàn)在數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩方面[18-20]。據(jù)此，城市群數(shù)字經(jīng)濟(jì)發(fā)展評價(jià)指標(biāo)體系的一級指標(biāo)應(yīng)包括數(shù)字治理、數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化。

需要指出的是，隨著經(jīng)濟(jì)社會各領(lǐng)域數(shù)字化轉(zhuǎn)型的加速推進(jìn)，政府?dāng)?shù)字治理作為催化數(shù)字經(jīng)濟(jì)快速釋放、融合、發(fā)展的關(guān)鍵性支撐，其重要性不容忽視。一方面，數(shù)字經(jīng)濟(jì)尚處于發(fā)展初期，不可避免地存在設(shè)施建設(shè)滯后、產(chǎn)權(quán)不明、政策差異、隱私保護(hù)等市場亂象[21-24]，政府的政策性引導(dǎo)與資金支持不可或缺；另一方面，數(shù)字經(jīng)濟(jì)特有的數(shù)據(jù)要素賦予了新的價(jià)值維度。政府作為“數(shù)據(jù)海洋上的巨輪”[25]，以數(shù)據(jù)集中和共享途徑促進(jìn)要素資源流轉(zhuǎn)，撬動(dòng)經(jīng)濟(jì)數(shù)字化和提高全要素生產(chǎn)率，加速互聯(lián)網(wǎng)、人工智能等數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，形成數(shù)字經(jīng)濟(jì)賦能區(qū)域發(fā)展的新路徑。

然而，現(xiàn)有文獻(xiàn)鮮有涉及政府?dāng)?shù)字治理維度的評價(jià)指標(biāo)。數(shù)字治理是結(jié)合數(shù)字要素和治理要素的新型治理模式，其通過治理主體與客體間的信息互動(dòng)和社會參與，實(shí)現(xiàn)對政府組織的內(nèi)部“賦能”以及外部的公眾“賦權(quán)”，進(jìn)而提升數(shù)字政府服務(wù)效能，助推數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展[26-28]。該治理模式涉及以政府、公民與企業(yè)為代表的兩大主體，通過數(shù)字技術(shù)應(yīng)用將政府職能從組織內(nèi)部延伸到組織外部，構(gòu)建政府主導(dǎo)、多元主體協(xié)同共治的社會治理新格局。鑒于此，本文創(chuàng)新性地從治理主體角度出發(fā)，根據(jù)數(shù)字治理的政府引導(dǎo)和協(xié)同共治兩大特征確定衡量指標(biāo)。一般而言，政府的宏觀調(diào)控離不開國家財(cái)政支持和政策法規(guī)保障，科技投入更是數(shù)字經(jīng)濟(jì)發(fā)展的重要推力，因此本文選擇財(cái)政科技支出占比和政府政策支持力度2個(gè)指標(biāo)衡量政府引導(dǎo)特征。數(shù)字經(jīng)濟(jì)協(xié)同共治是指在政府、企業(yè)、公眾等多元主體的聯(lián)動(dòng)合作下，依托政府?dāng)?shù)據(jù)統(tǒng)一共享交換平臺，各要素之間形成互為因果的聯(lián)結(jié)方式和協(xié)同合作的運(yùn)行模式。政府?dāng)?shù)據(jù)開放平臺作為協(xié)同共治的良好媒介，已成為助推政府治理數(shù)字化必不可少的關(guān)鍵力量，因此本文選擇政府開放平臺數(shù)量作為數(shù)字經(jīng)濟(jì)協(xié)同共治的代理指標(biāo)。

為更客觀地篩選數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化4個(gè)維度的二級指標(biāo)，減少因經(jīng)驗(yàn)法而導(dǎo)致的指標(biāo)種類冗雜、指標(biāo)信息重疊率高等問題，本文進(jìn)一步引入基于數(shù)據(jù)驅(qū)動(dòng)的模糊集合方法，通過構(gòu)建隸屬度函數(shù)刻畫評價(jià)指標(biāo)的重要程度，據(jù)此形成關(guān)鍵指標(biāo)、剔除非核心指標(biāo)，以更好地兼顧指標(biāo)選取的主觀性與客觀性。具體步驟如下：

(1)構(gòu)建總指標(biāo)庫。將近4年數(shù)字經(jīng)濟(jì)代表性文獻(xiàn)構(gòu)建的19個(gè)評價(jià)指標(biāo)體系的二級指標(biāo)進(jìn)行同義替換和可觀測性篩選，匯總成含有41個(gè)指標(biāo)的總指標(biāo)庫。

(2)設(shè)置隸屬度函數(shù)。采用F(xi)=xi/19(i=1,2,…,41)作為隸屬度函數(shù)，描述第i項(xiàng)指標(biāo)在19個(gè)參考指標(biāo)體系中出現(xiàn)的頻率。

(3)篩選評價(jià)指標(biāo)。根據(jù)隸屬度函數(shù)的偏態(tài)分布，設(shè)定F(xi)≥0.2的篩選標(biāo)準(zhǔn)，剔除網(wǎng)上零售額、信通技術(shù)產(chǎn)業(yè)專利數(shù)量等24個(gè)指標(biāo)，保留移動(dòng)電話普及率、互聯(lián)網(wǎng)普及率等17個(gè)二級指標(biāo)。具體如表1所示。

1.2 數(shù)據(jù)說明

1.2.1 數(shù)據(jù)來源

本文以“十四五”規(guī)劃布局的京津冀、長三角、珠三角、成渝等19個(gè)國家級城市群作為研究對象。各城市群區(qū)域范圍參照《全國主體功能區(qū)規(guī)劃》等文件界定。研究數(shù)據(jù)主要源于2014-2020年的《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、各省政府工作報(bào)告以及中華人民共和國工業(yè)和信息化官網(wǎng)、中國開放樹林指數(shù)網(wǎng)(http://ifopendata.fudan.edu.cn/)以及中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站(https://www.resdc.cn/)。對缺乏數(shù)據(jù)支撐的“數(shù)字經(jīng)濟(jì)相關(guān)政策”指標(biāo)，借鑒學(xué)者研究成果[29-31]，通過整理19個(gè)城市群所含360個(gè)城市的政府工作報(bào)告內(nèi)容確定數(shù)字經(jīng)濟(jì)相關(guān)詞頻，借助Python軟件進(jìn)行分詞處理，運(yùn)用詞頻分析法統(tǒng)計(jì)“數(shù)字經(jīng)濟(jì)”相關(guān)詞頻數(shù)量以量化政府政策支持力度。此外，本文采用趨勢外推法、相鄰年份均值法等補(bǔ)全、矯正個(gè)別缺失和錯(cuò)誤數(shù)據(jù)。

表1 數(shù)字經(jīng)濟(jì)發(fā)展水平評價(jià)指標(biāo)體系Tab.1 Evaluation index system of digital economy development

1.2.2 數(shù)據(jù)轉(zhuǎn)換

傳統(tǒng)的以基層行政區(qū)劃為統(tǒng)計(jì)單元的社會經(jīng)濟(jì)數(shù)據(jù)在時(shí)間周期、空間尺度以及調(diào)查內(nèi)容等方面存在較大差異，在理論概念、應(yīng)用范圍等方面表現(xiàn)出較大局限。相比之下，將地理格網(wǎng)技術(shù)應(yīng)用于社會經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間再分配處理，一方面能夠避免行政區(qū)劃變更的影響，形成時(shí)間上連續(xù)、空間上完整、內(nèi)容上一致的系統(tǒng)科學(xué)數(shù)據(jù)；另一方面集成、融合了空間地理要素特征的社會經(jīng)濟(jì)格網(wǎng)化數(shù)據(jù)集具有更加強(qiáng)大的空間分析功能，能夠精準(zhǔn)刻畫社會經(jīng)濟(jì)現(xiàn)象在統(tǒng)計(jì)區(qū)域內(nèi)部的空間分布特征[32-34]。據(jù)此，本文引入數(shù)據(jù)格網(wǎng)化技術(shù)，將數(shù)字經(jīng)濟(jì)相關(guān)指標(biāo)轉(zhuǎn)換為具有地域空間屬性的地理格網(wǎng)化數(shù)據(jù)集，并以此為基礎(chǔ)度量城市群數(shù)字經(jīng)濟(jì)發(fā)展水平。具體步驟為：首先，通過ArcGIS軟件中的投影轉(zhuǎn)換工具，將空間數(shù)據(jù)的投影坐標(biāo)系統(tǒng)一轉(zhuǎn)換為CGCS2000_3_Degree_GK_CM_120；其次，將國家統(tǒng)計(jì)局公布的行政區(qū)域代碼信息與數(shù)字經(jīng)濟(jì)數(shù)據(jù)建立時(shí)間和空間的雙重連接；再次，選取分辨率為10 km* 10 km的網(wǎng)格，應(yīng)用3種格網(wǎng)化算法對各數(shù)字經(jīng)濟(jì)評估指標(biāo)進(jìn)行格網(wǎng)化表達(dá)?？紤]到格網(wǎng)化過程中會出現(xiàn)一個(gè)格網(wǎng)單元落在多個(gè)源區(qū)域的情況，因此采用面積權(quán)重法、統(tǒng)計(jì)模型法、多元數(shù)據(jù)融合法等展布規(guī)則，打破行政界線約束，以最大限度地保留源區(qū)域包含的屬性信息，將數(shù)字經(jīng)濟(jì)數(shù)據(jù)展布到19個(gè)國家級城市群規(guī)則的地理格網(wǎng)中，據(jù)此形成數(shù)字經(jīng)濟(jì)格網(wǎng)化數(shù)據(jù)集；進(jìn)一步地，運(yùn)用投影尋蹤模型，得到每個(gè)網(wǎng)格對應(yīng)的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)；最后，以城市群所含格網(wǎng)對應(yīng)指數(shù)的平均水平衡量城市群數(shù)字經(jīng)濟(jì)發(fā)展水平。

1.3 研究方法

1.3.1 RAGA投影尋蹤模型

為克服數(shù)字經(jīng)濟(jì)評價(jià)體系中非線性、非正態(tài)高維數(shù)據(jù)的“維數(shù)禍根(Curse of dimensionality)”問題，引入美國科學(xué)家Kruskal提出的投影尋蹤模型[35-36]，計(jì)算19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。具體步驟如下：

首先，設(shè)評價(jià)對象的第i個(gè)樣本、第j個(gè)經(jīng)極值歸一化處理的指標(biāo)為x(i,j)(i=1,2,…,n;j=1,2,…,p)；n為樣本數(shù)量，p為指標(biāo)個(gè)數(shù)，α=(α1,α2,…,αp)為p維單位投影向量，則樣本i的綜合投影值為：

(1)

其次，采用各樣本綜合投影值的標(biāo)準(zhǔn)差與局部密度之積構(gòu)造投影指標(biāo)函數(shù)，即Q(α)=Sz×Dz，局部密度計(jì)算公式為：

(2)

其中，R為局部密度窗口半徑；u[R-r(i,j)]為單位階躍函數(shù)，當(dāng)R≥r(i,j)時(shí)函數(shù)值取1，否則為0；r(i,j)=|z(i)-z(j)|為樣本間距離。

最后，采用實(shí)數(shù)編碼的加速遺傳算法(RAGA)對投影指標(biāo)函數(shù)進(jìn)行優(yōu)化，求解得到最佳投影方向向量，確定各指標(biāo)最終權(quán)重，如表1所示。進(jìn)一步，代入式(1)，得到反映各指標(biāo)信息的綜合投影值。

1.3.2 Dagum的基尼系數(shù)分解方法

為進(jìn)一步揭示19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的空間差異特征，引入Dagum的基尼系數(shù)及其分解方法。具體公式為：

(3)

(4)

(5)

(6)

1.3.3 修正引力模型

為研究19個(gè)國家級城市群間數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)強(qiáng)度，引入引力模型。同時(shí)，考慮到兩城市群間數(shù)字經(jīng)濟(jì)發(fā)展引力強(qiáng)度會受到發(fā)展差異的影響而呈現(xiàn)出非對稱特征，因此本文采用城市群數(shù)字經(jīng)濟(jì)發(fā)展水平對空間關(guān)聯(lián)的貢獻(xiàn)率修正引力常量K，以體現(xiàn)19個(gè)國家級城市群間數(shù)字經(jīng)濟(jì)引力的方向性。修正的引力模型如下：

(7)

1.3.4 探索性空間自相關(guān)統(tǒng)計(jì)方法

為直觀刻畫19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的空間自相關(guān)特征和空間集聚結(jié)構(gòu)，引入全局自相關(guān)分析與局部自相關(guān)分析方法。

全局Moran's I為

(8)

局部Moran's I為

(9)

2 19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展態(tài)勢及區(qū)域差異分析

2.1 城市群數(shù)字經(jīng)濟(jì)發(fā)展總體特征

19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測算結(jié)果如表2所示。整體來看，19個(gè)城市群的數(shù)字經(jīng)濟(jì)發(fā)展水平呈現(xiàn)西北、東北地區(qū)→中部地區(qū)→東南沿海地區(qū)逐漸提高的態(tài)勢，且兩極分化現(xiàn)象顯著?？疾炱陂g，長三角、珠三角灣區(qū)、京津冀、山東半島、粵閩浙沿海、中原以及廣西北部灣城市群數(shù)字經(jīng)濟(jì)發(fā)展水平高于19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展整體水平，其余12個(gè)城市群的數(shù)字經(jīng)濟(jì)發(fā)展水平則相對落后。動(dòng)態(tài)來看，2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展始終保持蓬勃態(tài)勢，其指數(shù)從2013年的7.682 0上升至2019年的12.589 9，增幅達(dá)到63.89%。其中，成渝城市群上升幅度最大，增長了98.66%，寧夏沿黃和珠三角灣區(qū)城市群緊隨其后，分別上升了95.46%和90.98%，其余城市群的發(fā)展指數(shù)也呈現(xiàn)出不同水平提升。

為進(jìn)一步刻畫19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的動(dòng)態(tài)變化，基于ArcGIS軟件的空間疊加功能和重分類功能，根據(jù)綜合得分以及自然間斷點(diǎn)分級法，將城市群數(shù)字經(jīng)濟(jì)發(fā)展水平劃分成10個(gè)梯隊(duì)。如圖1所示，圖中空白地區(qū)表示該區(qū)域無數(shù)據(jù)，不在考察的樣本范圍內(nèi)。2013-2019年19個(gè)國家級城市群的數(shù)字經(jīng)濟(jì)發(fā)展水平整體呈現(xiàn)出低水平區(qū)穩(wěn)步向中高水平區(qū)過渡、沿海地區(qū)向內(nèi)陸地區(qū)扎實(shí)推進(jìn)的遞進(jìn)式演化趨勢，總體形成以京津冀—長三角—珠三角為三大集聚“高地連綿區(qū)”和東北、西北兩大“低谷連綿區(qū)”的空間格局，且核心區(qū)在空間上具有較強(qiáng)的地域集中性。具體來看，數(shù)字經(jīng)濟(jì)發(fā)展水平處于第一、二梯隊(duì)的城市由2013年的上海、北京兩個(gè)擴(kuò)增到2019年的上海、北京、深圳、廣州、杭州、南京等19個(gè)。這些城市多位于我國發(fā)展最為成熟的長江三角洲城市群、珠三角灣區(qū)、京津冀城市群，它們憑借自身的地理位置、區(qū)域經(jīng)濟(jì)、科技人才等先發(fā)優(yōu)勢，成為我國數(shù)字經(jīng)濟(jì)發(fā)展“高地”；相比而言，2019年處于最末梯隊(duì)的城市數(shù)量仍高達(dá)94個(gè)，主要分布于呼包鄂榆、蘭西以及天山北坡城市群，它們由于資源匱乏、基礎(chǔ)薄弱和人才流失等“后發(fā)劣勢”，成為我國數(shù)字經(jīng)濟(jì)發(fā)展的“洼地”。

表2 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)及排名Tab.2 Digital economy development indexes and rankings of the 19 national-level urban agglomerations, 2013-2019

圖1 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展時(shí)空格局演變Fig.1 Spatio-temporal pattern of digital economy development in the 19 national-level urban agglomerations from 2013-2019

注：該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2019)1823號的標(biāo)準(zhǔn)地圖制作，底圖無修改

2.2 城市群數(shù)字經(jīng)濟(jì)發(fā)展水平區(qū)域差異分析

利用Dagum基尼系數(shù)及其分解方法，對19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的區(qū)域差異進(jìn)行計(jì)算與分解，結(jié)果如表3-表5所示?？傮w來看，2013-2019年基尼系數(shù)總體呈現(xiàn)不規(guī)則的“M”型波動(dòng)下降趨勢，意味著19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的不均衡性得到一定程度改善。

從區(qū)域內(nèi)差距看，19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域內(nèi)差距處于不同水平，其中，京津冀、長三角和廣西北部灣城市群的區(qū)域內(nèi)差距較大，基尼系數(shù)均值分別為0.444 4、0.327 0和0.309 0；山東半島、遼中南和寧夏沿黃城市群的區(qū)域內(nèi)差距則較小，基尼系數(shù)均值僅為0.066 7、0.060 3和0.056 7，說明上述城市群數(shù)字經(jīng)濟(jì)發(fā)展相對均衡。從波動(dòng)態(tài)勢看，京津冀、廣西北部灣、呼包鄂榆、天山北坡、哈長、粵閩浙沿海、中原城市群數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域內(nèi)差距呈波動(dòng)上升態(tài)勢，長三角、蘭西、關(guān)中、成渝、長江中游、晉中、滇中、珠三角灣區(qū)、黔中、山東半島、遼中南、寧夏沿黃城市群則呈波動(dòng)下降態(tài)勢，說明各城市群數(shù)字經(jīng)濟(jì)一體化發(fā)展步調(diào)不一致。

從區(qū)域間差距看，考慮到文章篇幅及群間差異內(nèi)涵，在衡量城市群發(fā)展水平差異時(shí)主要以年度均值作為考量指標(biāo)[37-39]。2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域間差距的年度均值為0.455 3。具體來看，長三角、珠三角灣區(qū)城市群與廣西北部灣、天山北坡等西部、北部城市群差距的年度均值，以及京津冀城市群與滇中、關(guān)中、廣西北部灣等西部、中部城市群差距的年度均值均高出19個(gè)城市群總體區(qū)域差距的平均水平。其中，長三角城市群與天山北坡城市群差距的年度均值最高，為0.91；珠三角灣區(qū)城市群與天山北坡城市群差距的年度均值次高，為0.90；寧夏沿黃城市群與遼中南城市群差距的年度均值最低，僅為0.12。

從差距來源看，2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展差異主要源于城市群間，其差距來源大小介于0.372 5～0.402 4之間；超變密度差距來源居中，介于0.039 3～0.042 9之間；城市群內(nèi)差距來源最小，介于0.018 6～0.021 7之間。就差距貢獻(xiàn)率來看，城市群內(nèi)、城市群間、超變密度的年均貢獻(xiàn)率分別為4.42%、86.24%、9.34%?？梢姡鞘腥洪g差異是導(dǎo)致19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展差距的主要原因，且該差距仍在不斷擴(kuò)大。究其原因，近年來19個(gè)國家級城市群堅(jiān)持以中心城市為“龍頭”，深入挖掘內(nèi)部數(shù)字經(jīng)濟(jì)優(yōu)勢，以一流規(guī)劃引領(lǐng)城市群數(shù)字經(jīng)濟(jì)加速崛起，中心城市與其它城市間集聚和輻射并存的良性互動(dòng)已然形成，城市群內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展差距逐漸減小。然而，由于城市群間長期存在空間功能分工不同、政策傾斜力度不同、經(jīng)濟(jì)發(fā)展外向程度不同、資源稟賦及經(jīng)濟(jì)實(shí)力不同、地理位置分布松散等發(fā)展壁壘，致使群間要素循環(huán)不暢，城市群間數(shù)字經(jīng)濟(jì)發(fā)展差距已成為阻礙我國數(shù)字經(jīng)濟(jì)協(xié)同發(fā)展的絆腳石。

表3 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展總體差距及群內(nèi)差距Tab.3 Overall differences and intra-group differences of digital economy development in the 19 national-level urban agglomerationsfrom 2013-2019

3 19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展空間格局

3.1 城市群數(shù)字經(jīng)濟(jì)發(fā)展水平空間集聚特征分析

運(yùn)用Geoda軟件，計(jì)算19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的全局 Moran's I 指數(shù)，結(jié)果如表6所示。從總體情況看，在 2013 、2015、2017以及2019年4個(gè)時(shí)間斷面上， Moran's I 指數(shù)皆為正值并通過了 5% 置信水平上的顯著性檢驗(yàn)，表明19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展具有顯著的正向空間關(guān)聯(lián)，存在明顯的空間集聚特征。從時(shí)序演化看，全局 Moran's I 指數(shù)從2013年的0.329 3逐漸上升至2019年的0.350 9，意味著19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展的空間趨同性更顯著，相鄰區(qū)域的空間示范效應(yīng)逐步增強(qiáng)。

表4 19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展群間差距年度均值Tab. 4 Annual average value of the digital economy development differences between 19 national-level urban agglomerations

表5 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展差距來源Tab.5 Sources of digital economy development differences in 19 national-level urban agglomerations from 2013-2019

表6 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì) 發(fā)展水平的全局Moran's I檢驗(yàn)結(jié)果Tab.6 Global Moran's I test of digital economy development in the 19 national-level urban agglomerations from 2013-2019

為進(jìn)一步揭示19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展的局域空間集聚特征，分別繪制2013、2015、2017、2019年的局部 Moran's I 散點(diǎn)圖，進(jìn)一步歸納各城市群數(shù)字經(jīng)濟(jì)發(fā)展集聚模式，如表7所示。結(jié)果表明，19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展以低—低集聚為主，高—高集聚次之。其中，低—低集聚模式主要包括成渝、滇中、關(guān)中等城市群，此類城市群地理位置不佳、經(jīng)濟(jì)實(shí)力不強(qiáng)、產(chǎn)業(yè)層次不高，數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)低水平集聚；高-高集聚模式主要包括京津冀、長三角、粵閩浙沿海等城市群，此類城市群不僅自身發(fā)展水平高，同時(shí)對周邊城市群數(shù)字經(jīng)濟(jì)發(fā)展起示范引領(lǐng)、輻射帶動(dòng)作用。此外，低—高集聚模式主要以長江中游、晉中等城市群為代表，此類城市群數(shù)字經(jīng)濟(jì)發(fā)展水平低于鄰近城市群，未能與周邊城市群實(shí)現(xiàn)聯(lián)動(dòng)發(fā)展、協(xié)同共進(jìn)。高—低集聚模式的代表主要為珠三角灣區(qū)城市群，其自身數(shù)字經(jīng)濟(jì)發(fā)展水平較高，但未能對鄰近城市群產(chǎn)生顯著的正向帶動(dòng)作用。從集聚模式演化過程看，2013-2019年數(shù)字經(jīng)濟(jì)發(fā)展高水平城市群作為區(qū)域協(xié)調(diào)發(fā)展的核心增長極，發(fā)展?jié)摿θ找嫱癸@，對周邊城市群的拉動(dòng)和輻射效應(yīng)不斷增強(qiáng)，“低—高集聚模式→高—高集聚模式”、“高—低集聚模式→高—高集聚模式”兩條局域空間集聚模式演變路徑悄然形成。

3.2 城市群數(shù)字經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)結(jié)構(gòu)分析

通過修正引力模型，計(jì)算2013、2015、2017、2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展水平空間關(guān)聯(lián)強(qiáng)度，并運(yùn)用ArcGIS軟件中的XY轉(zhuǎn)線工具，對分級符號賦值渲染，結(jié)合自然間斷點(diǎn)分級法，將城市群數(shù)字經(jīng)濟(jì)發(fā)展空間關(guān)聯(lián)強(qiáng)度分為6個(gè)等級，如圖3所示。

從整體看，隨著城市群數(shù)字經(jīng)濟(jì)發(fā)展水平不斷提升，19個(gè)國家級城市群間數(shù)字經(jīng)濟(jì)的空間關(guān)聯(lián)度也逐漸增強(qiáng)。從網(wǎng)絡(luò)復(fù)雜程度看，2013-2019年城市群間空間關(guān)聯(lián)網(wǎng)絡(luò)密度增大，關(guān)聯(lián)強(qiáng)度大于50的空間關(guān)聯(lián)數(shù)從2013年和2015年的0條，分別增長到2017年的9條和2019年的13條。強(qiáng)度大于50的空間關(guān)系主要集中于長三角、珠三角灣區(qū)、粵閩浙沿海城市群等東南沿海地區(qū)，天山北坡、呼包鄂榆城市群的空間關(guān)聯(lián)相對稀疏，表明西北部地區(qū)與其它城市群間互動(dòng)不足，與數(shù)字經(jīng)濟(jì)高水平發(fā)展地區(qū)的分割仍然存在。

圖2 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的Moran's I散點(diǎn)分布情況Fig.2Moran's I plot of digital economy development index in the 19 national-level urban agglomerations from 2013 to 2019

表7 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展集聚模式Tab.7 Cluster pattern of digital economy development in the 19 national-level urban agglomerations from 2013 to 2019

從分布格局看，19個(gè)國家級城市群已形成以長三角、珠三角灣區(qū)、京津冀三大城市群為關(guān)鍵城市群的“三核心、多中心”競衡發(fā)展態(tài)勢。由數(shù)字經(jīng)濟(jì)流形成的空間聯(lián)系軸帶包括兩個(gè)，即“京津冀—山東半島—長三角—粵閩浙沿?！槿菫硡^(qū)”和“京津冀—長江中游—珠三角灣區(qū)”。從單條引力值看，以2019年為例，“長三角—珠三角灣區(qū)”(137.25)的關(guān)聯(lián)最強(qiáng)，其次為“長三角—粵閩浙沿海”(136.64)，這與東部沿海地區(qū)較高的城市發(fā)展質(zhì)量和經(jīng)濟(jì)帶動(dòng)作用密切相關(guān)。然而，東部城市群暫未與中西部城市群實(shí)現(xiàn)資金、人才、技術(shù)等數(shù)字要素的有效對接，促進(jìn)東、中、西部城市群數(shù)字經(jīng)濟(jì)聯(lián)動(dòng)發(fā)展的網(wǎng)絡(luò)空間格局尚待構(gòu)建。

4 結(jié)論與建議

(1)19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展格局逐步優(yōu)化。2013-2019年19個(gè)國家級城市群態(tài)勢良好、穩(wěn)中有升，整體呈現(xiàn)出數(shù)字經(jīng)濟(jì)發(fā)展由低水平區(qū)向中水平區(qū)、中水平區(qū)向高水平區(qū)過渡的以遞次轉(zhuǎn)移為主、跨級轉(zhuǎn)移為輔的演化特征，形成以京津冀—長三角—珠三角為三大集聚的“高地連綿區(qū)”和東北、西北兩大“低谷連綿區(qū)”的空間發(fā)展格局。

(2)19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展存在區(qū)域異質(zhì)性。2013-2019年基尼系數(shù)呈不規(guī)則的“M”型波動(dòng)下降趨勢，說明19個(gè)國家級城市群的數(shù)字經(jīng)濟(jì)發(fā)展差距有所縮小但依然存在。差異來源分析表明，區(qū)域差距主要來源于群間差距，群內(nèi)差距影響甚微并伴有緩解趨勢，說明數(shù)字經(jīng)濟(jì)發(fā)展逐漸顯現(xiàn)“城市群間異質(zhì)化、城市群內(nèi)同質(zhì)化”特征。

(3)19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)由弱到強(qiáng)的顯著空間集聚特征。2013-2019年全局 Moran's I 指數(shù)均為正值且保持穩(wěn)態(tài)上升趨勢，反映出城市群數(shù)字經(jīng)濟(jì)發(fā)展空間分布趨同性增強(qiáng)，以低—低集聚為主、高—高集聚次之的局域空間集聚特征始終存在，“低—高集聚模式→高—高集聚模式”、“高—低集聚模式→高—高集聚模式”的兩條集聚模式演變路徑悄然形成。

圖3 2013-2019年19個(gè)國家級城市群數(shù)字經(jīng)濟(jì)聯(lián)系強(qiáng)度Fig.3 Digital economy connection degree between the 19 national-level urban agglomerations from 2013 to 2019

注：該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2019)1823號的標(biāo)準(zhǔn)地圖制作，底圖無修改

(4)19個(gè)國家級城市群形成了“關(guān)聯(lián)度增強(qiáng)、核心區(qū)穩(wěn)定、邊緣區(qū)擴(kuò)散”的空間關(guān)聯(lián)分布格局。在城市群網(wǎng)絡(luò)聯(lián)系中，長三角、珠三角灣區(qū)、京津冀等地區(qū)網(wǎng)絡(luò)聯(lián)系地位突出，以其作為關(guān)鍵城市群的“三核心、多中心”競衡發(fā)展格局已然形成；從網(wǎng)絡(luò)復(fù)雜程度看，城市群間的聯(lián)系網(wǎng)絡(luò)以“胡煥庸線”為分界線，長三角、珠三角灣區(qū)、粵閩浙沿海城市群等東部地區(qū)的網(wǎng)絡(luò)聯(lián)系較緊密，西北部地區(qū)城市群的網(wǎng)絡(luò)聯(lián)系則相對稀疏。

上述結(jié)論啟示，實(shí)現(xiàn)城市群協(xié)同發(fā)展，需要穩(wěn)步推進(jìn)城市群數(shù)字經(jīng)濟(jì)發(fā)展，同時(shí)，努力縮小城市群數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域差距，緩解城市群數(shù)字經(jīng)濟(jì)發(fā)展的極化現(xiàn)象。鑒于此，提出如下政策建議。

第一，統(tǒng)籌謀劃、突出重點(diǎn)，著力打造數(shù)字經(jīng)濟(jì)發(fā)展新優(yōu)勢。堅(jiān)持“加快推進(jìn)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化”的重要方略，通過現(xiàn)代信息技術(shù)的市場化應(yīng)用，一方面不斷催生新業(yè)態(tài)、新模式、新產(chǎn)業(yè)，形成數(shù)字產(chǎn)業(yè)鏈和產(chǎn)業(yè)集群，另一方面加快對傳統(tǒng)產(chǎn)業(yè)全方位、全角度、全鏈條的改造，助推產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，為加快我國數(shù)字經(jīng)濟(jì)發(fā)展提供源動(dòng)力。

第二，多元互動(dòng)、共創(chuàng)共享，全面推進(jìn)城市群群間數(shù)字經(jīng)濟(jì)發(fā)展協(xié)同化。充分發(fā)揮龍頭城市群的輻射和帶動(dòng)作用，利用城市群“核心—邊緣”結(jié)構(gòu)，從多方面增強(qiáng)數(shù)字經(jīng)濟(jì)生命力，形成互補(bǔ)互助發(fā)展模式，帶動(dòng)邊緣城市數(shù)字經(jīng)濟(jì)發(fā)展，構(gòu)建“橫向錯(cuò)位發(fā)展、縱向分工協(xié)作”的區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展新格局。

第三，暢通梗阻、破除壁壘，加快實(shí)現(xiàn)群內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展一體化。一要敢于“動(dòng)奶酪”，打破以行政區(qū)為主體的經(jīng)濟(jì)發(fā)展模式，發(fā)揮中心城市和城市群在區(qū)域協(xié)調(diào)發(fā)展中的帶動(dòng)引領(lǐng)作用，提高城市群內(nèi)各區(qū)域政策協(xié)同水平，打造以城市群為主體的區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展新增長極；二要勇于“破難題”，加快推進(jìn)以要素市場為基礎(chǔ)的數(shù)字經(jīng)濟(jì)發(fā)展一體化進(jìn)程，破除要素流動(dòng)的體制機(jī)制障礙，充分發(fā)揮城市群的規(guī)模經(jīng)濟(jì)效應(yīng)。