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(chǎn)業(yè)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(fā)展“十四五”實施方案》，標志著長江中游城市群的發(fā)展進入新階段。進入21世紀，數(shù)字經(jīng)濟及其帶來的經(jīng)濟增長受到全球的關注，各國紛紛制定數(shù)字經(jīng)濟發(fā)展戰(zhàn)略，將其作為拉動經(jīng)濟發(fā)展的重要手段[1]。2020年，我國數(shù)字經(jīng)濟規(guī)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(fā)展落后于京津冀、長三角和珠三角，與成渝雙城經(jīng)濟圈相比，發(fā)展遲緩，處于我國“鉆石”結構中的薄弱區(qū)。研究長江中游城市群數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)絡的演化，探究推動長江中游城市群數(shù)字經(jīng)濟發(fā)展的驅(qū)動因素對于加快長江中游城市群數(shù)字經(jīng)濟高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

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

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

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 引力模型

表1 數(shù)字經(jīng)濟發(fā)展水平測度指標

1.1.2 社會網(wǎng)絡分析法

自人類學家Barnes[11]首次使用“社會網(wǎng)絡”的概念來分析挪威某漁村的社會結構以來，社會網(wǎng)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(wǎng)絡分析：網(wǎng)絡密度指的是1個網(wǎng)絡中各個點之間關聯(lián)的緊密程度。固定網(wǎng)絡規(guī)模的點之間關系數(shù)越多，該網(wǎng)絡的密度越大。網(wǎng)絡的點度中心勢可測量網(wǎng)絡的整體中心性。

2)網(wǎng)絡節(jié)點的中心性分析：網(wǎng)絡節(jié)點的中心性分析能夠體現(xiàn)出節(jié)點在網(wǎng)絡中的中心程度。點度中心度能夠體現(xiàn)1個點在網(wǎng)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(wǎng)絡中的“權力”越大；接近中心度能夠體現(xiàn)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(xiàn)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(shù)據(jù)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(shù)字經(jīng)濟發(fā)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)?？紤]到數(shù)據(jù)的官方性和真實性，本文用于測度數(shù)字經(jīng)濟空間引力的指標和研究驅(qū)動因素選取的變量值都來自《中國城市統(tǒng)計年鑒》和地方統(tǒng)計局發(fā)布的地方統(tǒng)計年鑒；用于測度數(shù)字經(jīng)濟發(fā)展水平中數(shù)字融合的指數(shù)均來自北京大學數(shù)字金融研究中心發(fā)布的《北京大學數(shù)字普惠金融指數(shù)》；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(shù)字經(jīng)濟發(fā)展空間關聯(lián)網(wǎng)絡演化

2.1 數(shù)字經(jīng)濟發(fā)展空間關聯(lián)網(wǎng)絡的構建

以長江中游城市群的28個地級市為節(jié)點，以這些地級市兩兩之間的數(shù)字經(jīng)濟空間引力為關系，構建28×28的數(shù)字經(jīng)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(shù)字經(jīng)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(lián)；低于閾值的元素取0，表示不存在關聯(lián)，設定某地級市對自己的數(shù)字經(jīng)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(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)絡。

2.2 整體網(wǎng)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(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡(見圖1)，其中節(jié)點的度數(shù)決定節(jié)點大小，度數(shù)越大節(jié)點就越大。圖1中直觀地展現(xiàn)出關系數(shù)最多的城市由2012年的武漢市和長沙市演變?yōu)?019年的武漢市、長沙市和南昌市，周邊部分城市的關系數(shù)也在顯著增加。說明湖北、湖南、江西的省會城市數(shù)字經(jīng)濟空間關聯(lián)越來越多，逐漸帶動周邊城市數(shù)字經(jīng)濟發(fā)展。但從總體上看，省會城市和地級市的數(shù)字經(jīng)濟空間關聯(lián)數(shù)量不均衡，差異明顯。

圖1 長江中游城市群數(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡

使用UCINET軟件得到2012—2019年長江中游城市群數(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡的密度、外向點度中心勢和內(nèi)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(wǎng)絡密度從2012年的0.096 6穩(wěn)步增長到2019年的0.350 5，說明整個城市群的數(shù)字經(jīng)濟空間關聯(lián)越來越緊密，城市間的數(shù)字經(jīng)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(wǎng)絡的中心勢來看，外向點度中心勢始終大于內(nèi)向點度中心勢，表明長江中游城市群數(shù)字經(jīng)濟空間引力主要是向外輻射的，具有經(jīng)濟輻射效應，從總體趨勢上看，2015年以后，內(nèi)、外向點度中心勢逐漸趨于一致，說明各個城市間的數(shù)字經(jīng)濟空間關聯(lián)越來越對稱，各個城市間的數(shù)字經(jīng)濟發(fā)展水平越來越均衡。

圖2 網(wǎng)絡密度、點度中心勢隨時間變化趨勢圖

2.3 網(wǎng)絡節(jié)點中心性的演化特征

中心度指數(shù)是量化節(jié)點在網(wǎng)絡中“權力”的重要指標，本文基于長江中游城市群數(shù)字經(jīng)濟空間關聯(lián)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(xiàn)1個節(jié)點在網(wǎng)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(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡中的“權力”最大，連接其他節(jié)點的能力最強，在網(wǎng)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(shù)字經(jīng)濟水平發(fā)展較快，漸漸向網(wǎng)絡中心位置靠攏。

接近中心度能夠體現(xiàn)1個節(jié)點在多大程度上不受其他節(jié)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(shù)字經(jīng)濟網(wǎng)絡的穩(wěn)定性越來越好，城市間的數(shù)字經(jīng)濟空間聯(lián)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(jù)，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(shù)字經(jīng)濟發(fā)展?jié)u漸崛起，但發(fā)展水平不均衡。

中間中心度能夠體現(xiàn)節(jié)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(shù)字經(jīng)濟網(wǎng)絡中節(jié)點的“中介”作用發(fā)揮越來越不明顯，城市之間的互聯(lián)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(shù)字經(jīng)濟空間關聯(lián)網(wǎng)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(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡中心位置的城市主要是武漢、長沙和南昌，其中南昌的數(shù)字經(jīng)濟發(fā)展略弱于武漢和長沙，但也在逐年加快發(fā)展的步伐。處于數(shù)字經(jīng)濟快速發(fā)展中的城市主要有新余、宜昌、黃岡、鄂州，這些城市漸漸向網(wǎng)絡中心靠攏。

3 長江中游城市群數(shù)字經(jīng)濟發(fā)展空間關聯(lián)網(wǎng)絡演化的驅(qū)動因素

3.1 指標說明與模型構建

為進一步分析驅(qū)動長江中游城市群28個地級市數(shù)字經(jīng)濟發(fā)展空間關聯(lián)演化的驅(qū)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(chǎn)總值(萬元)來表征經(jīng)濟發(fā)展水平，在崗職工平均工資(元)來表征居民工資水平，第三產(chǎn)業(yè)占GDP比重(%)來表征產(chǎn)業(yè)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(shù)與總?cè)丝诒戎?%)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(qū)生產(chǎn)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(jīng)濟發(fā)展水平差異矩陣ED、居民工資水平差異矩陣RP、產(chǎn)業(yè)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(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)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(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的相關系數(shù)都在1%的水平上顯著；2016年，產(chǎn)業(yè)結構水平差異和居民工資水平差異與數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的相關系數(shù)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(chǎn)業(yè)結構水平差異和政府干預度差異與數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的相關系數(shù)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(chǎn)業(yè)結構水平差異和政府干預度差異對數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的影響越來越小，而經(jīng)濟發(fā)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(shù)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(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)性越強。

3.2.2 QAP回歸分析

選取每年相關分析中與數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的相關系數(shù)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(jīng)濟發(fā)展、消費水平差異對長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)有正向驅(qū)動作用，標準化回歸系數(shù)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(jīng)濟發(fā)展、人力資本水平差異對長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)有正向驅(qū)動作用，標準化回歸系數(shù)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(jīng)濟發(fā)展、人力資本水平差異對長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)有正向驅(qū)動作用，標準化回歸系數(shù)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(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的驅(qū)動作用越來越不顯著，而經(jīng)濟發(fā)展、人力資本水平差異對長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的驅(qū)動作用越來越顯著，且逐漸占據(jù)主導地位。

QAP回歸分析表明：城市間的經(jīng)濟發(fā)展水平差異容易形成生產(chǎn)供需能級差異，有利于促進城市間的生產(chǎn)資料流動，使經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)絡更加緊密。人力資本水平高的地區(qū)往往有高質(zhì)量創(chuàng)新項目、優(yōu)厚的福利待遇和優(yōu)質(zhì)的教育資源吸引各地區(qū)的青年人才，并建立了城市之間的數(shù)字經(jīng)濟空間關聯(lián)，以此形成的人力資本水平差異加固了數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)絡。

4 結論與建議

4.1 結論

1)長江中游城市群數(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡結構越來越緊密，總體上呈現(xiàn)向外輻射的經(jīng)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(nèi)的網(wǎng)絡密度始終較低，存在較大上升空間。

2)長江中游城市群數(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡中的中心節(jié)點是武漢和長沙；南昌隨時間的演進也漸漸成為網(wǎng)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(shù)字經(jīng)濟發(fā)展水平較快，漸漸向網(wǎng)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(fā)展到武漢、長沙雙城經(jīng)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(shù)字經(jīng)濟空間關聯(lián)網(wǎng)絡中最穩(wěn)健的子群，其數(shù)字經(jīng)濟空間關聯(lián)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(jīng)濟發(fā)展、人力資源水平差異是驅(qū)動長江中游城市群數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)的主要影響因素。城市間的生產(chǎn)供需能級差異使得數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)絡更加緊密，人力資本水平差異也加固了數(shù)字經(jīng)濟發(fā)展水平空間關聯(lián)網(wǎng)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(shù)字經(jīng)濟輻射能力，增強邊緣城市的數(shù)字經(jīng)濟聚集能力。武漢、長沙和南昌可以加強與省內(nèi)其他城市的數(shù)字經(jīng)濟產(chǎn)業(yè)合作，拉動四、五線城市的數(shù)字經(jīng)濟發(fā)展，消除網(wǎng)絡中數(shù)字經(jīng)濟空間關聯(lián)兩極分化的現(xiàn)象，縮小網(wǎng)絡內(nèi)城市間的數(shù)字經(jīng)濟發(fā)展水平差異。

2)應孵化新的數(shù)字經(jīng)濟發(fā)展中心。對于新余、宜昌、鄂州、黃岡、益陽等正處于數(shù)字經(jīng)濟高速發(fā)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(shù)字經(jīng)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(shù)字經(jīng)濟發(fā)展水平。應加大對南昌市高校建設的投資，提升南昌市的經(jīng)濟發(fā)展水平和教育水平，以更強的數(shù)字經(jīng)濟聯(lián)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(shù)字經(jīng)濟發(fā)展。