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

摘要：经济关联是区域一体化发展的先决条件，以数字经济为重点推进发展对于提高长三角创新能力、经济集聚度和政策协同效率意义重大。以长三角城市群27个中心城市为样本，运用社会网络分析法和QAP方法，测算2011年与2019年长三角城市群数字经济发展的空间关联及其影响因素后发现：长三角城市之间数字经济发展的空间关联趋于紧密，但关联网络并不稳定，网络内被动的接收者、孤立者偏多，仍有较大改进提升空间;27个城市在关联网络中功能具有明显差异性，从个体来看，上海、南京、苏州、杭州、无锡处于网络中心位置，发挥辐射带动作用;从板块来看，由上海、苏州、杭州等8个城市构成的核心板块对其他三个板块形成显著溢出效应;城市间距离以及经济发展水平、对外开放水平、社会消费水平和政府数字化水平差距对长三角城市群数字经济空间关联有显著影响。基于此，需要高度重视数字经济空间关联的活跃性，以强有力的体制机制创新强化协同治理，通过互联互通、优势互补、共建共享，为全国数字经济高质量发展以及区域一体化发展探索现实路径。

关键词：长三角一体化;数字经济;空间关联;协同治理

中图分类号：F062.5文献标志码：A文章编号：1007-9092（2022）05-00102-011

一、 引言

党的十八大以来，我国高度重视数字经济，发展成效明显。数字经济的规模连续多年位居世界第二，新业态新模式不断涌现，成为经济增长的主引擎、主动力。但从空间分布上来看，数字经济发展初期就呈现出空间不平衡的状态，东与西、南与北之间发展水平差距明显①②，区域间的数字鸿沟已经成为数字经济高质量发展的重要障碍。如何破解数字经济发展的不均衡问题？除了各个区域强化响应提升各自发展水平外陈建军：《论数字经济发展的区域响应机制——基于长三角和浙江经验的研究》，《人民论坛·学术前沿》，2020年第17期。，一个很重要的策略在于加强区域间数字经济发展的空间关联，推动形成分工合理、优势互补，适应于一体化高质量发展的网络协作体系。现有研究关注了数字经济发展的空间布局及差距，但对于数字经济发展的空间关联形态、阶段演进以及相应影响因素缺乏深入探讨。

作为中国经济最具活力、开放程度最高、创新能力最强的区域之一，长三角地区的数字经济规模占到全国近1/3，既有数字产业化起步早、投资大、基础好的先发优势，又有传统产业数字化转型的旺盛需求，具备区域协作推动数字经济高质量发展、参与全球竞争的良好条件。正因如此，2019年5月出台的《长江三角洲区域一体化发展规划纲要》提出要强化区域联动发展，共同打造“数字长三角”。2020年8月，习近平总书记在合肥主持召开扎实推进长三角一体化发展座谈会，提出推动长三角区域经济高质量发展要发挥数字经济优势。因此，以长三角城市群为样本探讨数字经济发展的空间关联及其影响因素具有极大的理论意义和现实价值。

本研究基于空间关联理论，运用修正引力模型和社会网络分析方法，以长三角城市群27个城市为研究对象，以2011年与2019年为观察时期，深入分析长三角城市群数字经济发展的空间关联，厘清不同城市的差异化网络地位，并利用QAP探讨数字经济发展空间关联优化的影响因素，在此基础上就推动数字经济区域协作和协调治理提出相应对策建议。

二、 空间关联效应及数字经济发展的关联特征

（一）区域经济的空间关联效应

经济要素资源在区域地理空间分布上存在着差异性和复杂性，要素资源在不同区域之间发生流动溢出，造成区域经济之间互相影响而形成了不同的区域空间集聚形态和集聚程度。当存在空间溢出效应时，某个影响因素的变化在引起本地区变化的同时，也会对邻近地区产生影响。伴随着交通和通信技术的发展，区域之间的时空距离快速缩短，复杂和动态的相互作用不断强化。区域之间的各种要素流动越频繁，区域间关联越强。区域关联能够改变区域现有的产业发展路径，促进区域产业实现“路径突破”式发展。

关于区域经济空间关联的研究已经跳出“核心-边缘”关系及其位序的局限，上升到整体性的网络研究，借鉴社会网络分析法形成了对不同区域以及不同关联内容的深入研究。林春艳和孔凡超关注了我国产业结构高度化的空间网络关联效应林春艳、孔凡超：《中国产业结构高度化的空间关联效应分析——基于社会网络分析方法》，《经济学家》，2016年第11期。，彭芳梅发现了粤港澳内部城市的综合质量、联系水平均存在显著的空间非均衡分布特征彭芳梅：《粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析》，《经济地理》，2017年第12期。。邹晨等研究发现长三角城市群存在经济联系逐渐增强、辐射能力日益扩大、联系方向以地域邻近指向性为主的特征，中心城市指向性初显，基本上形成了层次鲜明的四大板块邹晨、欧向军、孙丹：《长江三角洲城市群经济联系的空间结构演化分析》，《资源开发与市场》，2018年第1期。。近来的研究开始关注区域经济关联的驱动因素，潘家栋和肖文通过测算2008-2019年长三角城市群经济联系度和交通可达性的关联性，发现了交通互联互通水平在城市群高质量一体化中的作用潘家栋、肖文：《城市群经济网络结构演化及治理研究》，《社会科学战线》，2021年第11期。。邵汉华等对我国区域创新发展的空间关联网络结构进行了分析，并探讨了经济发展方式差异、地理位置邻接和人力资本水平的影响邵汉华、周磊、刘耀彬：《中国创新发展的空间关联网络结构及驱动因素》，《科学学研究》，2018年第11期。。总体而言，区域经济空间关联及其影响因素研究日渐成熟，为数字经济发展的空间关联及其影响研究提供了理论和方法基础。

（二）数字经济发展的关联特征

深入探讨区域经济空间关联的复杂网络结构、空间溢出效应及其影响因素，对科学有效推进数字经济高质量发展及其区域协调具有重要意义。当前数字经济发展速度之快、辐射范围之广、影响程度之深前所未有。鉴于数字经济在促进区域经济发展及重构空间格局中的关键作用，近年来不少学者在原有研究基础上开始关注数字经济的空间关联。数字经济发展的空间关联特征及其影响以区域经济空间关联相关研究为基础，沿用了其重要的理论思想和方法。刘传辉发现，东中西部六大城市群数字经济的发展水平横向相比差异较大，纵向相比呈现波动性，城市群内部城市的数字经济发展水平差异较大刘传辉：《数字经济背景下城市群空间经济联系及效应研究》，西南财经大学2019年博士学位论文，第5页。。徐维祥等研究测度了2011-2018年中国286个城市的数字经济和城镇化高质量发展的综合水平，指出我国数字经济空间关联呈现出东密西疏的特征，联系形态由简单稀疏向复杂化转变，且京津冀、长三角及粤港澳大湾区等地区成为高水平联系的重点交织区域徐维祥、周建平、周梦瑶、郑金辉、刘程军：《数字经济空间联系演化与赋能城镇化高质量发展》，《经济问题探索》，2021年第10期。。余海华以全国31个省份为研究对象，考察了中国数字经济空间关联，并探讨了产业结构、区域开放、基础设施等因素的影响作用余海华：《中国数字经济空间关联及其驱动因素研究》，《统计与信息论坛》，2021年第9期。。这些研究初步探讨了数字经济发展的空间关联及其影响因素，但总体而言尚处于定性描述阶段，相关研究中对数字经济发展的指标仍有待完善，缺乏对不同地理空间之间数字经济发展空间关联影响因素的深入研究。

三、 长三角城市群数字经济发展的空间关联测度

本研究根据2019年公布的《长江三角洲区域一体化发展规划纲要》，选择了上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、温州、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城共27个城市作为基本分析单元。限于数据的可得性，时间周期为2011-2019年，着重考察2011、2019年长三角城市群数字经济发展的空间关联和网络结构演进。

（一）测度方法与数据来源

1.引力模型修正。引力模型是空间相互作用的经典模型，近年来引力模型广泛应用于研究区域之间的经济联系，是社会网络分析的前提和基础。对于区域经济联系的引力模型如下：

2.数字经济空间关联的网络测度指标。在明确城市间数字经济联系的基础上，本研究采用社会网络分析法对长三角城市群数字经济发展的关联网络进行描述，分析整体网络密度、城市中心度等指标。

（二）实证研究

1.长三角城市群数字经济空间关联网络的密度分析。UCINET软件对于多值数据的计算比较复杂，目前学术界还没有统一的标准。本研究在进行网络密度分析时，以平均值为界限进行0-1转换，若关联值高于平均值记为1，若低于平均值记为0，将数字经济联系多值数据转化为0-1数据进行分析。以此为标准，运用ArcGIS Pro软件绘制2011年和2019年的长三角城市群数字经济的空间关联图，如图2、图3所示。

总体而言，长三角27个中心城市的数字经济网络密度有所升高，从2011年的0.182上升为2019年的0.184，但联系仍不够紧密，在所有可能存在的关联关系中仅有18.4%被实际观察到，表明长三角城市群数字经济的空间关联还有较大的改进提升空间。

2.长三角城市群数字经济空间关联网络的中心性分析。通过中心性分析，可以发现哪些城市在网络中拥有更大的权力。本研究同步关注节点点出度和点入度，其中点出度反映了该城市对其他城市的辐射能力，点入度反映了该城市受其他城市的辐射影响，即聚集能力。2011-2019年长三角城市群的点出度上升、点入度下降，表明27个城市的辐射有所增强，但聚集能力均有所下降。在各个城市点出度和点入度的基础上，本研究测算中心势来衡量长三角城市群数字经济网络结构的整体联系水平，结果如表1所示，2011年点出度和点入度中心势分别为60.947%和17.012%，2019年点出度和点入度中心势分别为64.793%和16.864%，点出度有所上升而点入度有所下降，表明中心城市影响力在收敛、被影响城市在发散。

从点出度来看，无论是2011年还是2019年，上海、南京、苏州、杭州、无锡的点出度都高于其他城市，表明这五个城市的数字经济辐射能力最强。从点入度来看，南京、常州、泰州点入度高于其他城市，意味着这些城市集聚能力突出，承接其他城市的辐射影响最大。从净点出度来看，2011年上海、杭州、苏州、无锡、南京、嘉兴、合肥、宁波为净辐射型城市，2019年转变为上海、南京、苏州、杭州、无锡、滁州、宁波、合肥。其中南京的影响力从2011年第4位上升为第2位，滁州从净输入城市转变为净辐射型城市，而嘉兴的对外辐射能力有所下降。值得注意的是合肥是唯一点出度、点入度都低于平均值但净点出度大于零的城市，这表明合肥是“边缘”的带动者。

3.块模型分析。本文采用CONCOR方法（Convergent Correlations），本文选择最大分割深度为2，集中标准为0.2，把2019年长三角城市群中的27个城市划分为四个板块（Block），划分结果如表3所示，其中板块Ⅰ的成员有8个，分别是上海、湖州、无锡、常州、苏州、南通、嘉兴、杭州;位于板块Ⅱ的成员有6个，分别是温州、宁波、绍兴、舟山、台州、金华;板块III的成员有9个，分别是镇江、泰州、扬州、南京、盐城、合肥、芜湖、马鞍山、滁州;板块Ⅳ的成员有4个，分别是铜陵、安庆、池州、宣城。本文进一步通过块模型分析揭示四个板块在数字经济空间关联网络中的位置。其中板块I发出关系数79个，其中属于内部关系的40个，接受其他板块的关系15个，期望的内部关系为26.92%，而实际内部关系比例为50.63%。因此，板块I对板块内部和板块外部均产生了溢出效益，属于“双向溢出板块”。板块Ⅱ发出关系数为11个，其中属于内部关系的6个，接收到其他板块关系14个，期望的内部关系比例为19.23%，而实际的内部关系比例为54.55%，属于主受益板块。板块Ⅲ发出关系数39个，其中属于内部关系的26个，接受其他板块关系24个，期望的内部关系为30.77%，实际的内部关系比例为66.67%，属于主受益板块。板块Ⅳ发出关系数0个，接受其他板块关系4个，期望内部关系比例11.54%，实际内部关系比例为0%，属于净受益板块。

因为整个网络的密度值为0.1838，如果板块密度大于0.1838，表明该板块密度大于总体平均水平，该板块具有集中的趋势，将表中大于0.1838的格赋值1，反之为0，可得到像矩阵。像矩阵更清晰地显示各经济增长板块之间的溢出效应。综合表3和表4可以直观获知不同板块之间存在显著的关联关系和各板块在数字经济发展空间关联网络中具有不同的作用和地位。 总体而言，板块I扮演着核心地位，辐射到板块Ⅱ和板块Ⅲ，板块Ⅳ相对孤立，这也是长三角城市群数字经济空间关联仍然不够紧密的表现。

四、 长三角城市群数字经济发展空间关联的影响因素

（一）理论分析和模型设定

数字经济发展空间关联是多因素驱动的结果。已有研究表明，数字经济发展空间关联与地理距离存在显著关系，地理邻近的区域之间可能存在更多的数字经济溢出效应。前文研究将长三角区域数字经济发展水平识别出四大板块，板块内城市数字经济发展在长三角城市数字经济网络中扮演相似的角色，因此可以推断城市间地理距离对数字经济发展空间关联有影响。此外，作为经济发展新形态，数字经济的发展必然受到当地经济社会总体发展水平的制约，而政府如何用现代化、数字化的理念和方法优化与市场的关系，也会影响数字经济竞争力的提升 徐梦周、吕铁：《赋能数字经济发展的数字政府建设：内在逻辑与创新路径》，《学习与探索》，2020年第3期。 。基于此，本文选取2019年城市间距离、经济社会发展水平和政府数字化水平等指标对长三角城市群数字经济发展空间关联的影响机制进行分析。其中，经济社会发展水平包括经济发展水平、产业结构、科技创新水平、对外开放水平和社会消费水平等内容。