[DOI編號(hào)]10．3969/j．issn.2095-0292．2025．03．018

引言

數(shù)字浪潮席卷全球，以信息技術(shù)為核心，以移動(dòng)支付、大數(shù)據(jù)和云計(jì)算等為代表的數(shù)字經(jīng)濟(jì)正重塑產(chǎn)業(yè)結(jié)構(gòu)和生產(chǎn)方式，改變各國間的優(yōu)勢，影響全球經(jīng)濟(jì)和格局。中國信通院發(fā)布的《數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告》表明，數(shù)字經(jīng)濟(jì)占GDP比重增至4 1 . 5 % ，實(shí)現(xiàn)現(xiàn)實(shí)量的合理增長，數(shù)字化產(chǎn)業(yè)規(guī)模擴(kuò)大，數(shù)字經(jīng)濟(jì)結(jié)構(gòu)質(zhì)量有效提升[1]。習(xí)近平總書記明確指出發(fā)展數(shù)字經(jīng)濟(jì)是科技革命和產(chǎn)業(yè)變革的必然選擇。隨著數(shù)字信息技術(shù)的普及與應(yīng)用，數(shù)字經(jīng)濟(jì)儼然成為新質(zhì)生產(chǎn)力的重要組成要素，為區(qū)域高質(zhì)量發(fā)展提供變革動(dòng)力。

數(shù)字經(jīng)濟(jì)通過推動(dòng)完善基礎(chǔ)設(shè)施建設(shè)、加快數(shù)字應(yīng)用融合、促進(jìn)技術(shù)創(chuàng)新產(chǎn)品落地轉(zhuǎn)化等途徑，實(shí)現(xiàn)高質(zhì)量發(fā)展新舊動(dòng)能轉(zhuǎn)換。當(dāng)前，學(xué)者就數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展間的邏輯關(guān)系及作用途徑進(jìn)行研究：在理論研究上，侯冠宇和杜秋陽通過數(shù)字經(jīng)濟(jì)賦能城鄉(xiāng)融合的內(nèi)在邏輯，分析數(shù)字經(jīng)濟(jì)促進(jìn)城鄉(xiāng)資源配置和發(fā)展的路徑及政策[2]；王英華和于沛太在辨析數(shù)字經(jīng)濟(jì)賦能鄉(xiāng)村產(chǎn)業(yè)高質(zhì)量發(fā)展作用機(jī)制的基礎(chǔ)上，提出鄉(xiāng)村產(chǎn)業(yè)高質(zhì)量發(fā)展舉措，助力鄉(xiāng)村產(chǎn)業(yè)轉(zhuǎn)型與升級(jí)[3]；夏杰長和李鑾溴以創(chuàng)新改革和內(nèi)在需要為前提條件，系統(tǒng)分析數(shù)實(shí)融合對高質(zhì)量發(fā)展的作用機(jī)制[4]在實(shí)證研究中，燕連福和趙卉心的研究表明，數(shù)字經(jīng)濟(jì)通過優(yōu)化服務(wù)業(yè)結(jié)構(gòu)提高效率，有效帶動(dòng)服務(wù)業(yè)高質(zhì)量發(fā)展[5]；顏平等基于長三角城市群，分析數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)時(shí)空演化特征及影響因素[6]；王凱等通過PVAR模型實(shí)證分析中國省際數(shù)字經(jīng)濟(jì)與旅游業(yè)高質(zhì)量發(fā)展的互動(dòng)響應(yīng)關(guān)系[7]；梁江艷等研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)通過增加創(chuàng)新產(chǎn)出和強(qiáng)化產(chǎn)業(yè)集聚，顯著提升中國貿(mào)易高質(zhì)量發(fā)展水平[8]

綜上所述，關(guān)于數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展關(guān)系上，大多學(xué)者以數(shù)字經(jīng)濟(jì)為單一影響因素展開理論分析，或以產(chǎn)業(yè)結(jié)構(gòu)作為中介因素進(jìn)行實(shí)證研究，未進(jìn)行更多作用機(jī)制和更深層次的探討研究?；诖?，本文選取2013－2022年我國30個(gè)省份的面板數(shù)據(jù)，構(gòu)建空間計(jì)量模型，分析數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展空間影響因素及溢出效應(yīng)；在影響因素方面，考慮將政府干預(yù)、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、教育水平等方面納入模型分析，多方面探究數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的影響機(jī)制和路徑。

一、研究設(shè)計(jì)

（一）變量選取

1．被解釋變量：高質(zhì)量發(fā)展水平

綜合考慮已有研究，本文借鑒呂承超和崔悅、張治棟和趙必武、寧楠和惠寧、李駿和謝晗進(jìn)[9-13]等的研究，從創(chuàng)新、協(xié)調(diào)、綠色、開放及共享五個(gè)方面構(gòu)建高質(zhì)量綜合指標(biāo)體系，創(chuàng)新包括創(chuàng)新投入、創(chuàng)新產(chǎn)出兩個(gè)方面，以研發(fā)經(jīng)費(fèi)投入、研發(fā)人員投人、人均專利授權(quán)書、技術(shù)交易活躍度來衡量；協(xié)調(diào)包括城鄉(xiāng)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、需求結(jié)構(gòu)三方面，以城鎮(zhèn)化率、城鎮(zhèn)登記失業(yè)率、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、產(chǎn)業(yè)結(jié)構(gòu)合理化、社會(huì)消費(fèi)水平來衡量；綠色包括污染排放、環(huán)境治理和綠化水平三方面，以工業(yè)三廢排放量、固體廢物綜合利用率、生活垃圾處理率、森林覆蓋率、城市綠化水平來衡量；開放以對外開放度和外貿(mào)依存度進(jìn)行衡量；共享包括教育水平、收入水平、衛(wèi)生水平、社會(huì)福利四方面，以教育投入力度、人均可支配收入、衛(wèi)生機(jī)構(gòu)床數(shù)、人均圖書館藏量、人均道路面積來衡量，共包含13個(gè)二級(jí)指標(biāo)和23個(gè)三級(jí)指標(biāo)。

2．核心解釋變量：數(shù)字經(jīng)濟(jì)

本文參考王軍、楊佩卿、余渭恒[14-16]等的研究，從基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化三方面構(gòu)建數(shù)字經(jīng)濟(jì)綜合指標(biāo)體系，基礎(chǔ)設(shè)施以移動(dòng)電話普及率、互聯(lián)網(wǎng)寬帶接入端口數(shù)量、移動(dòng)電話基站密度、光纜線路長度表示，數(shù)字產(chǎn)業(yè)化以軟件服務(wù)收入、信息技術(shù)服務(wù)收入、信息服務(wù)業(yè)從業(yè)人數(shù)、電信業(yè)務(wù)總量表示，產(chǎn)業(yè)數(shù)字化以企業(yè)信息化水平、企業(yè)電子商務(wù)交易額、電子商務(wù)發(fā)展、數(shù)字普惠金融表示，共包括12個(gè)二級(jí)指標(biāo)。

3．控制變量

為全面分析數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的影響機(jī)制，本文選取政府干預(yù)（Gov）、技術(shù)創(chuàng)新（Ti）、產(chǎn)業(yè)結(jié)構(gòu)（In）和教育水平（Tech）作為控制變量。其中，政府干預(yù)以財(cái)政支出占GDP比重表示；技術(shù)創(chuàng)新以科學(xué)技術(shù)支出占GDP比重表示；產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)增加值占GDP比重表示；教育水平以教育支出占一般公共預(yù)算支出比重表示。

4．?dāng)?shù)據(jù)來源及描述性統(tǒng)計(jì)

本文選取2013-2022年我國30個(gè)省份的面板數(shù)據(jù)，數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、中國互聯(lián)網(wǎng)信息中心、各省統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)和北京大學(xué)數(shù)字金融研究中心等，以線性插值法補(bǔ)全缺失值。

（二）模型構(gòu)建

1．熵值法

指標(biāo)權(quán)重賦值方法包括主觀評價(jià)法和客觀評價(jià)法，其中客觀評價(jià)法是一種基于指標(biāo)相對變動(dòng)程度的權(quán)重確定方法，能客觀反映各指標(biāo)在評價(jià)體系中的重要程度。熵值法以信息熵的大小為依據(jù)，來衡量信息的不確定性，具備客觀性。因此，本文采用熵值法測算30個(gè)省份2013-2022年數(shù)字經(jīng)濟(jì)水平和高質(zhì)量發(fā)展水平。

2．莫蘭指數(shù)

在空間計(jì)量分析中，通常采用指數(shù)檢驗(yàn)研究樣本的空間相關(guān)性，不同省份間的互動(dòng)效應(yīng)與距離呈反比，省份間距離越近，空間交互效應(yīng)越明顯。文本以地理距離矩陣為基礎(chǔ)，構(gòu)建空間計(jì)量模型，分析數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的空間溢出效應(yīng)。

3．空間計(jì)量模型

本文構(gòu)建空間地理距離矩陣，將要素的空間位置納入空間計(jì)量模型中，來分析數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的作用機(jī)制和途徑?？臻g計(jì)量模型公式如下：

式中，i、j分別表示省份與年份，y為高質(zhì)量發(fā)展水平， 為數(shù)字經(jīng)濟(jì)發(fā)展水平， 為控制變量， β 、γ 為變量估計(jì)系數(shù)， 是常數(shù)項(xiàng)， 分別為個(gè)體和時(shí)間固定效應(yīng)， 為隨機(jī)擾動(dòng)項(xiàng)。

二、實(shí)證分析

（一）空間相關(guān)性

1．全局莫蘭指數(shù)

采用地理距離矩陣，通過全局Moran’sI對2013-2022年數(shù)字經(jīng)濟(jì)和高質(zhì)量發(fā)展的集聚程度進(jìn)行檢驗(yàn)。結(jié)果表明，Moran’sI值顯著為正，表明在地理權(quán)重分布上，數(shù)字經(jīng)濟(jì)和高質(zhì)量發(fā)展存在正向的空間集聚效應(yīng)。數(shù)字經(jīng)濟(jì)Moran’sI從2013年的0.112上升到2022年的0.182，高質(zhì)量發(fā)展Mo-ran’sI從2013年的0.310上升到2022年的0.322，表明我國數(shù)字經(jīng)濟(jì)和經(jīng)濟(jì)高質(zhì)量發(fā)展在觀測期內(nèi)空間自相關(guān)程度增強(qiáng)，集聚效果更加顯著。

2．局部莫蘭指數(shù)

2013-2022年全局莫蘭指數(shù)的顯著性檢驗(yàn)結(jié)果表明我國數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展存在顯著的空間相關(guān)性，為更直觀展示不同省份之間的空間集聚程度，本文采用局部莫蘭指數(shù)繪制2013年和2022年數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展的莫蘭散點(diǎn)圖（圖1）。2013年和2022年均存在明顯的集聚現(xiàn)象，且主要集中在第一象限和第三象限，表明數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展均具有空間正相關(guān)性，符合全局莫蘭指數(shù)的檢驗(yàn)結(jié)果。其中，北京、天津、上海、江蘇、浙江、山東在觀測期內(nèi)一直處于高－高值集聚區(qū)內(nèi)，具有顯著的擴(kuò)散效應(yīng)，不僅自身具有較高的數(shù)字經(jīng)濟(jì)和高質(zhì)量發(fā)展水平，且對周邊省份起到輻射帶動(dòng)作用。甘肅、青海、陜西、四川和重慶等大多省份均處于低－低值集聚區(qū)內(nèi)，表明其數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展水平較低，且被鄰近水平較低的省份包圍。

（二）空間計(jì)量模型檢驗(yàn)

空間計(jì)量模型檢驗(yàn)首先根據(jù)LM檢驗(yàn)結(jié)果確認(rèn)采用SDM模型；其次，分析LR檢驗(yàn)與Wald檢驗(yàn)結(jié)果，表明SDM不會(huì)退化為SAR和SEM；最后，Hausman檢驗(yàn)結(jié)果表明應(yīng)采用SDM固定效應(yīng)模型，考慮到地區(qū)和時(shí)間變化產(chǎn)生的估計(jì)偏差，本文采用地區(qū)、時(shí)間雙固定模型。因此，本文最終采用雙固定SDM模型進(jìn)行數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的空間計(jì)量分析。

（三）空間SDM模型結(jié)果分析

本文在利用雙固定SDM模型進(jìn)行估計(jì)的基礎(chǔ)上，還加入非空間效應(yīng)OLS基礎(chǔ)回歸模型和FE固定效應(yīng)回歸模型，以保證結(jié)果的可靠性，結(jié)果如表1所示。結(jié)果一致表明，Dig系數(shù)顯著為正，表明數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展促進(jìn)作用顯著，通過信息科技形成規(guī)模經(jīng)濟(jì)，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型，賦能技術(shù)創(chuàng)新，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展，重塑市場結(jié)構(gòu)，實(shí)現(xiàn)產(chǎn)業(yè)綠色發(fā)展，從而促進(jìn)區(qū)域高質(zhì)量發(fā)展。

從SDM模型看，空間自相關(guān)系數(shù)為0.688，在 1 % 的水平下顯著，表明區(qū)域高質(zhì)量發(fā)展水平存在顯著的空間依賴性。控制變量Gov、Ti、In、Tech的系數(shù)分別為0.178、0.013、0.364、0.189，且在 1 % 的水平下顯著，表明本地區(qū)政府干預(yù)通過優(yōu)化資源配置效率，提高資源利用率，有效促進(jìn)本地高質(zhì)量發(fā)展；本地區(qū)技術(shù)創(chuàng)新通過增加應(yīng)用研究投入，提高技術(shù)水平，加快技術(shù)創(chuàng)新產(chǎn)品轉(zhuǎn)化，從而提高本地高質(zhì)量發(fā)展水平；本地區(qū)通過合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，讓產(chǎn)業(yè)結(jié)構(gòu)為高質(zhì)量發(fā)展注入全新動(dòng)力，提高區(qū)域高質(zhì)量發(fā)展水平；本地教育水平通過增加高層次人才，不僅直接促進(jìn)區(qū)域高質(zhì)量發(fā)展，還以促進(jìn)技術(shù)創(chuàng)新與調(diào)整產(chǎn)業(yè)結(jié)構(gòu)來間接促進(jìn)區(qū)域高質(zhì)量發(fā)展。 W x 對應(yīng)的Gov和Ti的系數(shù)分別為0.187和0.025，分別通過了 10 % 和 1 % 顯著性水平檢驗(yàn)，具有顯著的正向溢出效應(yīng)，能有效推動(dòng)本地區(qū)高質(zhì)量發(fā)展。鄰近地區(qū)技術(shù)創(chuàng)新水平提高，促進(jìn)創(chuàng)新資源向外擴(kuò)散，為本地帶來了人才和資源的流動(dòng)，間接促進(jìn)本地高質(zhì)量發(fā)展水平提高。鄰近地區(qū)政府干預(yù)程度的提高，表明該地區(qū)的政策和資源更符合發(fā)展需要，本地區(qū)對鄰近地區(qū)政策的借鑒能間接推動(dòng)高質(zhì)量發(fā)展。

（四）效應(yīng)分解

為明晰數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的影響，將SDM回歸結(jié)果分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)（表1）。結(jié)果表明，Dig直接效應(yīng)顯著為正，表明數(shù)字經(jīng)濟(jì)對本地區(qū)高質(zhì)量發(fā)展促進(jìn)效果顯著。Gov直接效應(yīng)與間接效應(yīng)分別在 1 % 和 5 % 的水平下顯著，表明政府干預(yù)對本地和臨近地區(qū)的高質(zhì)量發(fā)展有促進(jìn)效果顯著。Ti直接效應(yīng)與間接效應(yīng)顯著為正，表明技術(shù)創(chuàng)新對本地與臨近地區(qū)的高質(zhì)量發(fā)展促進(jìn)效果顯著。In和Tech直接效應(yīng)在 1 % 的水平下顯著為正，表明其對本地高質(zhì)量發(fā)展促進(jìn)作用顯著。

（五）穩(wěn)健性檢驗(yàn)

本文將地理距離矩陣更換為鄰接矩陣和經(jīng)濟(jì)矩陣以驗(yàn)證結(jié)果的穩(wěn)健性，可見回歸結(jié)果與地理距離矩陣結(jié)果基本一致，即實(shí)證結(jié)果具有穩(wěn)健性。即實(shí)證結(jié)果不受權(quán)重矩陣的限制，增強(qiáng)了結(jié)論的可靠性和普適性。此外，實(shí)證結(jié)果與穩(wěn)健性檢驗(yàn)結(jié)果的R2與Log-likelihood值較大，同時(shí)驗(yàn)證了實(shí)證結(jié)果的可信度。

三、結(jié)論與建議

（一）結(jié)論

本文基于2013-2022年中國30個(gè)省份的面板數(shù)據(jù)，在已有研究的基礎(chǔ)上，以新發(fā)展理念為基礎(chǔ)，建立數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展綜合指標(biāo)體系，構(gòu)建空間權(quán)重矩陣，采用OLS、FE和SDM模型進(jìn)行回歸分析，并選取政府干預(yù)、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、教育水平作為控制變量，探究數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展的影響因素及作用途徑，結(jié)論如下：（1）數(shù)字經(jīng)濟(jì)和高質(zhì)量發(fā)展均存在顯著空間集聚效應(yīng)，且集聚性不斷增強(qiáng)；（2）在不同的回歸模型下，數(shù)字經(jīng)濟(jì)對高質(zhì)量發(fā)展促進(jìn)作用顯著；（3）數(shù)字經(jīng)濟(jì)對臨近地區(qū)高質(zhì)量發(fā)展存在正向空間溢出效應(yīng)；（4）控制變量空間系數(shù)顯著為正，即能有效促進(jìn)本地區(qū)高質(zhì)量發(fā)展，而政府干預(yù)、技術(shù)創(chuàng)新和教育水平空間效應(yīng)分解系數(shù)顯著為正，表明其存在正向的空間溢出效應(yīng)。

（二）建議

基于以上實(shí)證分析結(jié)果，本文提出以下建議：

1.提高數(shù)字經(jīng)濟(jì)發(fā)展水平，以數(shù)字經(jīng)濟(jì)賦能傳統(tǒng)產(chǎn)業(yè)改革升級(jí)。數(shù)字技術(shù)引導(dǎo)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，提高產(chǎn)業(yè)生產(chǎn)效率，推動(dòng)產(chǎn)業(yè)交互融合發(fā)展，創(chuàng)新完善產(chǎn)業(yè)組織模式，以推動(dòng)產(chǎn)業(yè)格局，促進(jìn)高質(zhì)量發(fā)展水平。引進(jìn)數(shù)字技術(shù)創(chuàng)新型人才，以數(shù)字經(jīng)濟(jì)賦能技術(shù)創(chuàng)新。著力培養(yǎng)技術(shù)創(chuàng)新型人才，提高數(shù)字技術(shù)創(chuàng)新能力，破除技術(shù)屏障，推動(dòng)信息化產(chǎn)業(yè)發(fā)展，建立現(xiàn)代化產(chǎn)業(yè)模式。

2.加強(qiáng)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)，以數(shù)實(shí)融合推動(dòng)高質(zhì)量發(fā)展。擴(kuò)大基礎(chǔ)設(shè)施建設(shè)規(guī)模，完善基礎(chǔ)設(shè)施投融資政策，調(diào)動(dòng)經(jīng)濟(jì)主體投資積極性；推動(dòng)基礎(chǔ)設(shè)施交叉融合，協(xié)調(diào)科學(xué)、技術(shù)、產(chǎn)業(yè)等方面數(shù)字信息化技術(shù)，加強(qiáng)信息流通，加強(qiáng)資源整合力度，提升資源利用率；促進(jìn)基礎(chǔ)設(shè)施技術(shù)擴(kuò)散，以數(shù)字創(chuàng)新催生新模式、新產(chǎn)業(yè)，提高企業(yè)數(shù)字信息化技術(shù)水平，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

3.完善相關(guān)配套政策體系，為高質(zhì)量發(fā)展提供政策支持。為數(shù)字經(jīng)濟(jì)發(fā)展精準(zhǔn)制定產(chǎn)業(yè)政策，營造公平穩(wěn)定的市場環(huán)境；加強(qiáng)政府職能創(chuàng)新管理，建立健全數(shù)字經(jīng)濟(jì)評估機(jī)制；加快數(shù)字經(jīng)濟(jì)領(lǐng)域法制建設(shè)，優(yōu)化數(shù)字技術(shù)監(jiān)管水平，加強(qiáng)對數(shù)字經(jīng)濟(jì)發(fā)展的保護(hù)。

[參考文獻(xiàn)]

[1]Ding Z J，Qu X Y，LiC. Digital economy and high -qualitydevelopment ofthehealthcare industry[J].FrontiersinPub-lic Health，2024.

[2]曹杰，王妍霏．?dāng)?shù)字鄉(xiāng)村、技術(shù)創(chuàng)新與農(nóng)業(yè)高質(zhì)量發(fā)展[J]．管理學(xué)刊，2024（3）.

[3]侯冠宇，杜秋陽．?dāng)?shù)字經(jīng)濟(jì)賦能城鄉(xiāng)融合：邏輯、問題與路徑[J].農(nóng)業(yè)經(jīng)濟(jì)，2024（9）.

[4]王英華，于沛太．?dāng)?shù)字經(jīng)濟(jì)賦能鄉(xiāng)村產(chǎn)業(yè)高質(zhì)量發(fā)展機(jī)理、挑戰(zhàn)與路徑分析[J]．農(nóng)業(yè)經(jīng)濟(jì)，2024（8）.

［5]夏杰長，李鑾誤．?dāng)?shù)實(shí)融合驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展：驅(qū)動(dòng)機(jī)制與優(yōu)化路徑[J/OL].探索與爭鳴，2024.

[6]燕連福，趙卉心．?dāng)?shù)字經(jīng)濟(jì)賦能服務(wù)業(yè)高質(zhì)量發(fā)展-基于271個(gè)城市的經(jīng)驗(yàn)證據(jù)［J]．當(dāng)代經(jīng)濟(jì)研究，2024（8）.

[7]顏平，周聞?dòng)?，王瑞榮，等．長三角城市群數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)時(shí)空演化及影響因素［J]．經(jīng)濟(jì)地理，2024（7）.

[8]王凱，趙燕，甘暢，等．中國省際數(shù)字經(jīng)濟(jì)與旅游業(yè)高質(zhì)量發(fā)展的耦合互動(dòng)關(guān)系［J/OL]．湖南師范大學(xué)自然科學(xué)學(xué)報(bào)，2024.

[9]梁江艷，金佳業(yè)，高志剛．?dāng)?shù)字經(jīng)濟(jì)賦能中國貿(mào)易高質(zhì)量發(fā)展的機(jī)制和效應(yīng)研究[J]．價(jià)格月刊，2024（9）.

[10]呂承超，崔悅．中國高質(zhì)量發(fā)展地區(qū)差距及時(shí)空收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（9）.

[11]張治棟，趙必武．智慧城市建設(shè)對城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于雙重差分法的實(shí)證分析［J]．軟科學(xué)，2021（11）.

[12]寧楠，惠寧．?dāng)?shù)字經(jīng)濟(jì)與文化產(chǎn)業(yè)高質(zhì)量發(fā)展—基于新發(fā)展理念視角的分析[J]．統(tǒng)計(jì)與決策，2023（18）.

［13]李駿，謝晗進(jìn)．?dāng)?shù)字金融與經(jīng)濟(jì)高質(zhì)量發(fā)展——基于新發(fā)展理念視角［J].投資研究，2023（1）.

[14]王軍，朱杰，羅茜．中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測度[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（7）.

[15]楊佩卿．?dāng)?shù)字經(jīng)濟(jì)的價(jià)值、發(fā)展重點(diǎn)及政策供給［J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（2）.

[16]余渭恒.數(shù)字經(jīng)濟(jì)對區(qū)域碳減排績效的空間溢出效應(yīng)及異質(zhì)性分析[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2024（6）.