長江中游城市群數字經濟發展空間關聯網絡演化及其驅動因素研究

姚詩奧，楊中華，2通信作者，李心怡，杜宇萌

(1.武漢科技大學恒大管理學院，湖北 武漢 430065；2.湖北省產業政策與管理研究中心，湖北 武漢 430065)

0 引言

2022年2月24日，國務院批復同意《長江中游城市群發展“十四五”實施方案》，標志著長江中游城市群的發展進入新階段。進入21世紀，數字經濟及其帶來的經濟增長受到全球的關注，各國紛紛制定數字經濟發展戰略，將其作為拉動經濟發展的重要手段[1]。2020年，我國數字經濟規模達到39.2萬億元，占GDP總值的38.6%，同比名義增長9.7%[2]。目前，長江中游城市群的發展落后于京津冀、長三角和珠三角，與成渝雙城經濟圈相比，發展遲緩，處于我國“鉆石”結構中的薄弱區。研究長江中游城市群數字經濟發展水平空間關聯網絡的演化，探究推動長江中游城市群數字經濟發展的驅動因素對于加快長江中游城市群數字經濟高質量發展具有重要的現實意義。

區域數字經濟相關研究主要集中于區域數字經濟發展水平測算、數字經濟發展水平影響因素和數字經濟與區域經濟發展關系等方面。在區域數字經濟發展水平測算方面，肖玲[3]分別從發展環境、數字產業、融合應用和發展影響4個維度選取指標，測算了長江經濟帶的數字經濟發展水平；王娟娟 等[4]從數字產業、數字基礎和數字環境3個維度對我國2015—2019年的省際數據進行實證研究，發現我國區域經濟發展水平的三大梯隊。在數字經濟發展水平影響因素研究方面，焦帥濤 等[5]基于省際數據采用空間SAR分析法研究發現，城鎮化、人力資本、政府行為、經濟增長水平、貿易開放度、產業結構高級化等均會對數字經濟發展產生正面促進作用；徐昊[6]基于“網絡空間”和“空間計量”雙視角全方位研究分析我國各省數字經濟發展定位、空間網絡結構及影響因素。在數字經濟與區域經濟發展關系研究方面，姚志 等[7]借助狀態空間模型探究了數字經濟與區域經濟聯動性的動態變化，發現數字經濟與區域經濟增長呈現周期性波動；楊文溥[8]采用面板門限模型研究，發現整體上數字經濟發展能夠促進區域經濟增長。

目前，區域數字經濟相關研究主要關注的是各區域數字經濟發展的屬性數據，忽略了不同區域之間的聯系；大多從宏觀的角度出發研究省際某個時間斷面的數字經濟發展水平，少有從微觀的角度出發研究城市層次上數字經濟發展水平。因此，本文將運用社會網絡分析法研究2012—2019年長江中游城市群的28個地級市數字經濟發展水平空間關聯網絡演化特征，并基于QAP分析法探究關聯網絡演化的驅動因素。

1 研究方法與數據來源

1.1 研究方法

1.1.1 引力模型

表1 數字經濟發展水平測度指標

1.1.2 社會網絡分析法

自人類學家Barnes[11]首次使用“社會網絡”的概念來分析挪威某漁村的社會結構以來，社會網絡分析被視為是研究社會結構的最簡單明朗、最具有說服力的研究視角。

1)整體網絡分析：網絡密度指的是1個網絡中各個點之間關聯的緊密程度。固定網絡規模的點之間關系數越多，該網絡的密度越大。網絡的點度中心勢可測量網絡的整體中心性。

2)網絡節點的中心性分析：網絡節點的中心性分析能夠體現出節點在網絡中的中心程度。點度中心度能夠體現1個點在網絡中連接其他點的能力，某個點的點度中心度越大，則它的連接能力越強，在網絡中的“權力”越大；接近中心度能夠體現一個點不受其他點控制的程度，某個點接近中心度越大，越不易受到其他中間點的控制；中間中心度能夠體現1個點的控制能力，某個點的中間中心度越大，這個點控制其他點的能力就越強。

3)QAP分析法：QAP分析法是對2個或多個方陣中對應的各個元素值進行比較的方法，可對2個方陣中對應元素的相似性進行相關性檢驗，也可對多個方陣與1個方陣間的回歸關系進行研究。

1.2 數據來源

本文收集了2012—2019年長江中游城市群的28個地級市年數字經濟發展水平指標值和影響因素變量值(沒有選取仙桃、潛江和天門是因為這3個城市部分指標值無法獲得)。考慮到數據的官方性和真實性，本文用于測度數字經濟空間引力的指標和研究驅動因素選取的變量值都來自《中國城市統計年鑒》和地方統計局發布的地方統計年鑒；用于測度數字經濟發展水平中數字融合的指數均來自北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》；地理距離來自百度地圖測算的最短公路距離。

2 長江中游城市群數字經濟發展空間關聯網絡演化

2.1 數字經濟發展空間關聯網絡的構建

以長江中游城市群的28個地級市為節點，以這些地級市兩兩之間的數字經濟空間引力為關系，構建28×28的數字經濟空間引力矩陣。采取“均值原則法”進行二值化處理，取基年(2012年)數字經濟空間引力的均值29.537為閾值，引力矩陣中高于閾值的元素取1，表示存在關聯；低于閾值的元素取0，表示不存在關聯，設定某地級市對自己的數字經濟空間引力為0。由此得到2012—2019年共8個年度28×28的非對稱0-1矩陣來表示數字經濟發展水平空間關聯網絡。

2.2 整體網絡的演化

基于上文的0-1矩陣用NetDraw軟件繪制的長江中游城市群數字經濟空間關聯網絡(見圖1)，其中節點的度數決定節點大小，度數越大節點就越大。圖1中直觀地展現出關系數最多的城市由2012年的武漢市和長沙市演變為2019年的武漢市、長沙市和南昌市，周邊部分城市的關系數也在顯著增加。說明湖北、湖南、江西的省會城市數字經濟空間關聯越來越多，逐漸帶動周邊城市數字經濟發展。但從總體上看，省會城市和地級市的數字經濟空間關聯數量不均衡，差異明顯。

圖1 長江中游城市群數字經濟空間關聯網絡

使用UCINET軟件得到2012—2019年長江中游城市群數字經濟空間關聯網絡的密度、外向點度中心勢和內向點度中心勢隨時間演化的趨勢(見圖2)。由圖2可知，整體網絡密度從2012年的0.096 6穩步增長到2019年的0.350 5，說明整個城市群的數字經濟空間關聯越來越緊密，城市間的數字經濟合作越來越豐富，但是總體密度依然偏小，具有較大的上升潛力。從整體網絡的中心勢來看，外向點度中心勢始終大于內向點度中心勢，表明長江中游城市群數字經濟空間引力主要是向外輻射的，具有經濟輻射效應，從總體趨勢上看，2015年以后，內、外向點度中心勢逐漸趨于一致，說明各個城市間的數字經濟空間關聯越來越對稱，各個城市間的數字經濟發展水平越來越均衡。

圖2 網絡密度、點度中心勢隨時間變化趨勢圖

2.3 網絡節點中心性的演化特征

中心度指數是量化節點在網絡中“權力”的重要指標，本文基于長江中游城市群數字經濟空間關聯矩陣用UCINET中心度多重分析方法得到了標準化后的28個城市2012—2019年的中心度指標，如表2所示。

表2 2012年、2016年、2019年長江中游城市群中心度

點度中心度能夠體現1個節點在網絡中的“權力”。整體來看，點度中心度較高的城市主要是武漢、長沙和南昌，說明這3個城市在數字經濟空間關聯網絡中的“權力”最大，連接其他節點的能力最強，在網絡中處于中心位置。除了三省的省會城市，新余、宜昌、鄂州、黃岡、益陽的點度中心度以較快速度增長，說明這幾個城市數字經濟水平發展較快，漸漸向網絡中心位置靠攏。

接近中心度能夠體現1個節點在多大程度上不受其他節點的控制。各個地級市的接近中心度都逐年增加，而且增速較快，說明整個數字經濟網絡的穩定性越來越好，城市間的數字經濟空間聯系漸漸緊密。從整體來看，如果以接近中心度的均值為劃分依據，28個地級市漸漸分為強弱2個陣營。2012年各個城市間的接近中心度沒有較大差別，但到了2016年，強的陣營中有長沙、武漢、南昌，2019年增加了鄂州、宜昌、黃岡、新余，且強弱陣營的差距越來越大。說明部分城市的數字經濟發展漸漸崛起，但發展水平不均衡。

中間中心度能夠體現節點的“控制”能力。整體來看，28個地級市的中間中心度都不高而且有逐年下降的趨勢，說明數字經濟網絡中節點的“中介”作用發揮越來越不明顯，城市之間的互聯互通能力增強。其中“控制”能力始終較強的城市有武漢和長沙，說明這兩個城市是數字經濟空間關聯網絡中的重要樞紐。

結合3種中心度綜合分析，處于長江中游城市群數字經濟空間關聯網絡中心位置的城市主要是武漢、長沙和南昌，其中南昌的數字經濟發展略弱于武漢和長沙，但也在逐年加快發展的步伐。處于數字經濟快速發展中的城市主要有新余、宜昌、黃岡、鄂州，這些城市漸漸向網絡中心靠攏。

3 長江中游城市群數字經濟發展空間關聯網絡演化的驅動因素

3.1 指標說明與模型構建

為進一步分析驅動長江中游城市群28個地級市數字經濟發展空間關聯演化的驅動因素，筆者查閱相關文獻[9，12]后，選取各個城市的人均生產總值(萬元)來表征經濟發展水平，在崗職工平均工資(元)來表征居民工資水平，第三產業占GDP比重(%)來表征產業結構水平，當年實際使用外資金額(萬元)來表征對外開放水平，中專加普通本專科人數與總人口比值(%)來表征人力資本水平，社會消費品零售總額(萬元)來表征消費水平，地方一般公共支出占地區生產總值比重(%)來表征政府干預度。

為了便于進行隨時間變化的分析，遵循“均值原則法”進行二值化處理構建差異矩陣，取每種影響因素基年(2012年)城市之間差值的均值為各自差異矩陣的閾值，高于閾值的取1，低于閾值的取0，由此構建出2012—2019年長江中游城市群28個地級市經濟發展水平差異矩陣ED、居民工資水平差異矩陣RP、產業結構水平差異矩陣IS、對外開放水平差異矩陣OD、人力資本水平差異矩陣HC、消費水平差異矩陣CS和政府干預度差異矩陣GI。令DER為長江中游城市群28個地級市數字經濟發展水平空間關聯0-1矩陣。基于此可構建如下模型：

DER=f(ED,RP,IS,OD,HC,CS,GI)

3.2 QAP分析

3.2.1 QAP相關分析

基于上述模型，用UCINET軟件進行QAP相關分析顯示：2012年，7種影響因素指標與數字經濟發展水平空間關聯的相關系數都在1%的水平上顯著；2016年，產業結構水平差異和居民工資水平差異與數字經濟發展水平空間關聯的相關系數在5%的水平上顯著，其他5種影響因素指標都在1%的水平上顯著；2019年，產業結構水平差異和政府干預度差異與數字經濟發展水平空間關聯的相關系數在10%的水平上顯著，其他5種影響因素指標都在1%的水平上顯著。

這說明產業結構水平差異和政府干預度差異對數字經濟發展水平空間關聯的影響越來越小，而經濟發展、居民工資、對外開放、人力資本、消費水平差異在每個年度都能在1%或5%的水平上通過顯著性檢驗且相關系數都大于0，說明這些影響因素指標值的差異越大，長江中游城市群數字經濟發展水平空間關聯性越強。

3.2.2 QAP回歸分析

選取每年相關分析中與數字經濟發展水平空間關聯的相關系數較為顯著的5個影響因素作為解釋變量進一步進行回歸分析，每年都選取5 000次隨機置換，如表3所示。

表3 QAP回歸分析結果

可見：2012年，對外開放、經濟發展、消費水平差異對長江經濟帶數字經濟發展水平空間關聯有正向驅動作用，標準化回歸系數分別是0.130、0.173和0.275，且分別在10%、1%和1%的水平上顯著；2016年，對外開放、經濟發展、人力資本水平差異對長江經濟帶數字經濟發展水平空間關聯有正向驅動作用，標準化回歸系數分別是0.130、0.334和0.298，且分別在5%、1%和1%的水平上顯著；2019年，經濟發展、人力資本水平差異對長江經濟帶數字經濟發展水平空間關聯有正向驅動作用，標準化回歸系數分別是0.441、0.307，且都在1%的水平上顯著，表明對外開放水平差異和消費水平差異對長江經濟帶數字經濟發展水平空間關聯的驅動作用越來越不顯著，而經濟發展、人力資本水平差異對長江經濟帶數字經濟發展水平空間關聯的驅動作用越來越顯著，且逐漸占據主導地位。

QAP回歸分析表明：城市間的經濟發展水平差異容易形成生產供需能級差異，有利于促進城市間的生產資料流動，使經濟發展水平空間關聯網絡更加緊密。人力資本水平高的地區往往有高質量創新項目、優厚的福利待遇和優質的教育資源吸引各地區的青年人才，并建立了城市之間的數字經濟空間關聯，以此形成的人力資本水平差異加固了數字經濟發展水平空間關聯網絡。

4 結論與建議

4.1 結論

1)長江中游城市群數字經濟空間關聯網絡結構越來越緊密，總體上呈現向外輻射的經濟效應，冗余關系越來越多，連通性逐年增強，但是整個觀察期內的網絡密度始終較低，存在較大上升空間。

2)長江中游城市群數字經濟空間關聯網絡中的中心節點是武漢和長沙；南昌隨時間的演進也漸漸成為網絡的中心，但依然略弱于武漢和長沙；新余、宜昌、鄂州、黃岡、益陽數字經濟發展水平較快，漸漸向網絡中心靠攏。

3)長江中游城市群逐漸由單一的武漢城市圈發展到武漢、長沙雙城經濟圈再到今天的武漢、長沙和南昌“三核”，成為“中部崛起”的中堅力量。武漢和長沙是數字經濟空間關聯網絡中最穩健的子群，其數字經濟空間關聯十分緊密，到2019年，南昌也逐漸融入武漢與長沙的子群中。

4)經濟發展、人力資源水平差異是驅動長江中游城市群數字經濟發展水平空間關聯的主要影響因素。城市間的生產供需能級差異使得數字經濟發展水平空間關聯網絡更加緊密，人力資本水平差異也加固了數字經濟發展水平空間關聯網絡。

4.2 建議

基于上述研究結論，提出如下政策建議。

1)應充分利用中心城市的數字經濟輻射能力，增強邊緣城市的數字經濟聚集能力。武漢、長沙和南昌可以加強與省內其他城市的數字經濟產業合作，拉動四、五線城市的數字經濟發展，消除網絡中數字經濟空間關聯兩極分化的現象，縮小網絡內城市間的數字經濟發展水平差異。

2)應孵化新的數字經濟發展中心。對于新余、宜昌、鄂州、黃岡、益陽等正處于數字經濟高速發展階段的城市應加大相關政策扶持力度，打造除武漢、長沙和南昌之外的第二數字經濟增長極，提升這些城市的“中介”能力。

3)應快速提升南昌市的數字經濟發展水平。應加大對南昌市高校建設的投資，提升南昌市的經濟發展水平和教育水平，以更強的數字經濟聯系融入由武漢、長沙形成的雙城子群中，從而拉動江西省其他城市的數字經濟發展。