EN中文

经济地理 >

2024 , Vol. 44 >Issue 1: 45 - 56

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.01.005

区域经济与理论方法

数字经济赋能高质量发展过程中的“虹吸集聚”——来自黄河中下游城市层面的经验证据

  • 李治国 ,
  • 李兆哲 ,
  • 孔维嘉
展开
  • 中国石油大学(华东) 经济管理学院，中国山东 青岛 266580

李治国（1977—），男，博士，副教授，研究方向为数字经济与区域高质量发展。E-mail：

收稿日期: 2022-10-10

  修回日期: 2023-06-17

  网络出版日期: 2024-06-03

基金资助

国家社会科学基金项目(22BJL056)

收起

Siphon Agglomeration of Digital Economy on the High-quality Development：Empirical Evidence from Cities in the Middle and Lower Reaches of the Yellow River

  • LI Zhiguo ,
  • LI Zhaozhe ,
  • KONG Weijia
Expand
  • School of Economics and Management，China University of Petroleum （East China），Qingdao 266580，Shandong，China

Received date: 2022-10-10

  Revised date: 2023-06-17

  Online published: 2024-06-03

Fold

摘要

现阶段数字经济蓬勃发展，已经成为推动黄河中下游地区高质量发展的关键驱动力，因此探讨二者之间的作用关系显得尤为重要。鉴于此，文章在理论探讨数字经济对黄河中下游城市高质量发展的作用路径及空间效应的基础上构建了高质量发展指标体系和数字经济发展指标体系，并利用2011—2019年黄河中下游38个地级及以上城市面板数据实证检验了数字经济对高质量发展的影响。结果表明：①数字经济对黄河中下游城市高质量发展的影响呈现出“先抑制后促增”的U型关系，且正向促进作用具有“边际效应”递增的非线性特征；②基础设施建设、技术创新能力均能够起到数字经济影响高质量发展的桥梁作用；③数字经济发展水平越高的地区数字经济对高质量发展的推动作用越强，表现出一定的“数字鸿沟”效应；④数字经济发展存在空间外溢效应，本地区数字经济的发展会吸引技术、资本等生产要素以更廉价的方式流向该区域，形成“虹吸集聚”，对邻近地区的高质量发展产生负向影响。

关键词： 黄河中下游; 高质量发展; 数字经济; 作用路径; 虹吸集聚

本文引用格式

李治国 , 李兆哲 , 孔维嘉 . 数字经济赋能高质量发展过程中的“虹吸集聚”——来自黄河中下游城市层面的经验证据[J]. 经济地理, 2024 , 44(1) : 45 -56 . DOI: 10.15957/j.cnki.jjdl.2024.01.005

Abstract

At present,the flourish development of digital economy has become a key driving force to promote the high-quality development in the middle and lower reaches of the Yellow River,so it is particularly important to explore the relationship between the two. In view of the above,based on the theoretical discussion of the path and spatial effect of the digital economy on the high-quality development in the middle and lower reaches of the Yellow River,this paper constructs a high-quality development index system and a digital economy development index system,and uses the panel data of 38 municipal-level cities in the middle and lower reaches of the Yellow River from 2011 to 2019 to empirically test the impact of the digital economy on high-quality development. The results show that:1) The impact of digital economy on the high-quality development in the middle and lower reaches of the Yellow River presents a U-shaped relationship of 'first inhibition and then promotion',and the positive promotion effect has the nonlinear characteristics of 'marginal effect' increasing. 2) Infrastructure construction and technological innovation capabilities can play a bridge role in the impact of digital economy on high-quality development. 3) The higher the level of digital economy development,the stronger the role of digital economy in promoting the high-quality development,showing a certain 'digital divide' effect. 4) There is a spatial spillover effect in the development of the digital economy. The development of the digital economy in the region will attract productive factors such as technology and capital to flow to the region in a cheaper way,forming a 'siphon agglomeration', which has a negative impact on the high-quality development of neighboring regions.

Key words： the middle and lower reaches of the Yellow River; high-quality development; digital economy; action path; siphon agglomeration

2019年9月，习近平总书记在黄河流域生态保护和高质量发展座谈会上提出“黄河流域生态保护和高质量发展是重大国家战略”。由于黄河流域水资源相对缺乏、生产力布局不合理、生态系统失衡等问题长期存在，高质量发展动力明显不足。与此同时，数字经济已经成为推动我国国民经济高质量发展的新动能，《中国数字经济发展白皮书》显示，数字经济规模已由2005年的2.6万亿元增加至2020年的39.2万亿元，增幅显著，且占GDP的比重也逐年递增，由14.2%上升至38.6%。同年，黄河中下游沿线省份数字经济规模突破6万亿元，占全国比重约为15.3%，其中山东省数字经济总量突破3万亿元，占GDP比重超过41%，河南省数字经济规模也已超过1万亿元，可见数字经济发展已经成为黄河中下游地区提质增效、转型升级的重要着力点。那么，数字经济究竟能否驱动黄河中下游地区的高质量发展?如果该效应存在，其作用路径是什么?数字经济对黄河中下游地区高质量发展的作用在自身特征及空间规律上又是否存在差异?回答上述问题无疑能够为释放数字经济的发展活力，实现黄河中下游地区高质量发展提供重要参考。

1 文献回顾

与本文研究主题密切相关的两类文献主要包括高质量发展的内涵与测度评价和数字经济对高质量发展的影响效果。

1.1 高质量发展的内涵与测度评价

自“高质量发展”概念提出以来，学界就对其基本内涵进行了广泛研究，但至今并未形成统一的概念与定义。金碚基于经济学的基础理论认为发展质量的高低以能否满足人民日益增长的美好生活需要为判断准则，并将美好生活需要更多地归结为人的全面发展的需要[1]。张军扩等在此基础上进行了补充，认为高质量发展不仅是以满足人民日益增长的美好生活需要为目标的高效率、公平和绿色可持续的发展，更是经济建设、政治建设、文化建设、社会建设、生态文明建设五位一体的协调发展[2]。其他学者对此存在不同观点，任保平等认为高质量发展的内涵包括经济发展高质量、改革开放高质量、城乡建设高质量、生态环境高质量、人民生活高质量5个方面[3]。马茹等认为高质量发展是中国经济对未来发展道路做出的重大战略选择，是更高质量、更具效率、更加稳定、更为开放的新时代中国经济发展模式[4]。
就高质量发展的测度评价而言，部分文献采用某单一指标进行衡量，如蔺鹏、上官绪明等使用绿色全要素生产率衡量高质量发展水平[5-6]，陈诗一等以人均实际GDP来衡量劳动生产率作为经济发展质量的代理变量[7]，这些单一指标虽然在衡量经济增长质量时具有一定成效，但存在一定的片面性与局限性，因此现阶段多数学者使用复合指标对高质量发展进行衡量，但不同学者在指标组合上存在些许差异。欧进锋等基于创新、协调、绿色、开放、共享“五大发展理念”构建了经济高质量发展指标评价体系，并讨论了广东省高质量发展水平空间差异[8]；李林山等从产业活力、创新效率、产业结构、空间结构、绿色发展5个维度构建指标体系，并对其时空特征、区域差异及演化趋势进行了深入研究[9]；杨耀武等从经济成果分配、人力资本及其分布状况、经济效率与稳定性、自然资源与环境、社会状况相关指标5个方面构建中国经济发展质量测度指标体系，并研究了各分维度对经济发展质量提升的贡献度[10]；魏敏等构建的经济高质量发展水平测度体系范围更为广泛，包含经济结构优化、创新驱动发展、资源配置高效、市场机制完善、经济增长稳定、区域协调共享、产品服务优质、基础设施完善、生态文明建设、经济成果惠民10个维度，并基于此考察了中国高质量发展水平分布规律[11]。

1.2 数字经济对高质量发展的影响效果

关于数字经济对高质量发展的影响可以分为理论研究和实证研究两个部分。①就理论研究而言，数字经济对高质量发展的影响是多维复合的：在微观层面，数字经济基于网络效应借助技术关联性形成生产的规模经济与范围经济，进而通过精准的匹配机制实现供求的动态、多元、复杂均衡，由此提高经济的均衡水平；在中观层面，数字经济的“赋能效应”凸显，通过产业关联、产业创新、产业结构调整和产业融合等效应推动传统产业转型升级以及新模式、新产业、新业态的产生；在宏观层面，数字经济通过影响生产投入和产出效率来影响经济发展，具体体现在增加要素投入或调整要素比重、提高配置效率、提高生产效率等方面[12-13]。②在实证研究方面，多数学者验证了数字经济对高质量发展的正向促进作用以及其“边际效应”递增的非线性特征[14]，只有少数学者基于收入差距视角考察了数字经济对高质量发展可能具有负向影响：一方面，数字技术的应用在带动社会整体生产效率提升的同时，并不能够使所有人均等受益，反而会扩大收入差距，造成两极分化[15-16]；另一方面，数字经济红利的显现与经济发展水平、资源分布以及教育等因素相关，乡村居民可获得资源水平、教育程度等不及城镇居民，所享受红利存在差异，导致收入差距进一步扩大，由此阻碍了高质量发展水平提高[17]。而在作用路径研究方面，大多集中于数字经济如何影响产业结构升级[18-19]、技术创新能力[20-21]和数字金融[22]，只有少数研究基于多作用路径视角进行检验[23]。有关数字经济对高质量发展的空间效应研究较少，韩兆安等通过测算全国层面的数字经济与高质量发展耦合协调度得出耦合协调关系存在空间上的相关性，但存在变弱趋势[24]；赵涛等基于全国层面数据研究指出数字经济发展对邻近地区的高质量发展具有正向影响[20]；而宋跃刚等基于黄河流域城市数据得出了相反的结论[25]。
通过以上文献梳理可以发现，学者们对高质量发展和数字经济展开了丰富的研究，但并未形成统一的分析框架。因此，本文选取黄河中下游38个地级及以上城市（简称“城市”）作为研究对象，尝试基于一个完整的框架探讨数字经济对高质量发展的空间效应。

2 理论分析与研究假说

2.1 数字经济对高质量发展的非线性影响

随着新技术、新应用的不断进步，数字经济已经成为拉动我国经济增长的主引擎。借鉴戴觅、柏亮等的研究[26-27]，将数字经济发展水平F引入Cobb-Douglas生产函数，得到新的企业生产函数为 q = A ( L ) N α K β，其中N、K表示投入的劳动和资本， A ( L )表示技术水平。受数字经济发展的影响，得到 A ( L ) = A 0 + θ A L，其中 A 0表示初期技术水平， θ A则表示数字经济发展所引致的技术进步倾向。在数字经济发展大背景下，企业顺应时代需要进行数字化转型，因此企业的数字化水平与数字经济发展水平之间的关系为 L = L ( F ) = θ L F，其中 θ L 0表示企业的转型倾向。借鉴雷玉桃等研究[28]，假设生产单元的产出既包括期望产出，也包括非期望产出（主要指三废污染排放），同时参考盛鹏飞的做法[29]，将非期望产出w简记为产出水平q与非期望产出因子z的函数，即w=qz。在考虑数字经济发展水平影响的情况下，设污染因子 z = z 0 + θ z L，其中 z 0表示企业实施数字化转型初始污染因子， θ z 0表示数字经济发展所引致的非期望产出提升倾向。
假设企业处于完全竞争市场，并且需要对非期望产出进行处理，那么企业的利润函数为 π = ( p - b ) q - C 0 - C w 0 - θ w w，其中p为产品价格，b为单位变动成本， C 0为固定成本， C w 0为处理固定成本， θ w 0为单位处理变动成本。综上，企业的利润最大化函数和约束条件如式（1）所示。
m a x π L = ( p - b ) q - C 0 - C w 0 - θ w w S . T . q = A 0 + θ A L N α K β , 0 α 1,0 β 1 L = L ( F ) = θ L F , θ L 0 w = q z z = z 0 + θ z L , θ z 0 p b , θ w 0
根据式（1）能够得到最优产出水平 q m a x以及对应的非期望产出总量 w q m a x，又因为w与L皆为数字经济发展F的函数，令w对F求偏导可以得到：
d w d F = p - b - 2 θ w z N α K β θ A / θ W θ Z
令其等于0，可以得到
F 0 = p - b 2 θ w - z 0 / θ L θ z
式（2）再对F求偏导可以得出
d 2 w d F 2 0
综合式（2）和式（4）可以判断出，当 F ≤ F 0时，数字经济的发展会促进非期望产出增加，导致企业产出效率较低，借鉴崔盼盼、李涛等研究可知产出效率是经济高质量发展评价的重要方面[30-31]，因此在这一阶段数字经济发展可能不利于区域高质量发展水平提高；当 F F 0时，数字经济发展则会抑制非期望产出，企业产出效率得到提高，进而可能推动经济高质量发展。
考虑到在数字经济发展起步阶段，数字经济发展的同时社会不同主体享受的发展成果也存在差异性，主要表现在两个方面：①数字技术作为劳动资料具有高虚拟性、高迭代性等特殊性质，有助于强化大型数字平台的垄断地位，平台垄断将降低经济发展成果的群体共享程度；②数字经济发展过程中会面临“数字鸿沟”挑战，在产业差异层面，数字经济与实体经济融合促进产业结构高级化是一个长期过程，在人口差异层面，劳动者对数据作为关键生产要素认知相对不足，这可能不利于数字经济赋能高质量发展[32]。在数字经济发展水平跨越拐点后，由于网络外部性和产业关联性的存在，数字经济对高质量发展的正向影响也极为复杂。一方面，具有高度网络外部性的数字技术加紧了各部门之间的联系，提升了经济发展效率，进而推动高质量发展；另一方面，数字经济与实体经济的连接虽然集中在工业和制造业领域，但并不局限于该领域。对于黄河中下游地区而言，就是从制造业起步逐渐向农业、医疗、贸易等领域扩展，表现为数字产业与传统产业的融合。当数字经济跨越拐点发展到一定阶段后，部门间的联动成本降低，参与者获得的利润成倍增加，“梅特卡夫法则”即网络的价值与节点数的平方相等，呈现网络溢出边际效应递增特征在高质量发展中成立。由此，本文提出研究假设H1：
H1：数字经济对黄河中下游城市高质量发展的影响呈现出“先抑制后促增”的U型关系，且正向促进作用具有“边际效应”递增的非线性特征。

2.2 数字经济对高质量发展的空间溢出效应

关于数字经济的空间溢出效应，不同学者所得出的结论也不尽相同，一部分研究表明本地区数字经济的发展能够促进邻近地区的高质量发展，主要原因在于以下两个方面：①数字经济具有开放性、跨时空和共享特征，突破了地理与组织边界，极大增强了知识、信息的普惠性，所以数字经济的发展能够在力戒“发展区域化”的同时，通过提高发展效率有效推动周边区域高质量发展；②数字经济的发展有利于知识、信息、技术等创新要素的流动，进而满足周边地区高质量发展的需求，对周边地区的高质量发展产生较强的辐射带动作用，区域间形成“俱乐部趋同”现象[20]。另一部分研究表明本地区数字经济的发展不利于周边地区的高质量发展，这可能是由于当本地区的数字经济发展水平提高带动高质量发展时，中心城市形成“虹吸集聚”，能源、原材料、零部件、资金、技术等生产要素将以更为廉价的方式进入该区域，进而导致周边地区要素缺乏，不利于经济的高质量发展[25]。结合以上分析，对于本地区数字经济的发展会对周边地区的高质量发展产生“溢出效应”还是“虹吸效应”并不能做出直接的判断，还需要进行实证检验。由此，本文提出研究假设H2：
H2：数字经济可通过空间溢出效应对黄河中下游邻近地区的高质量发展产生影响。

2.3 数字经济影响高质量发展的作用路径

对于数字经济驱动高质量发展的作用路径研究，国内外学者基于产业结构升级[18-19]、技术创新[20-21]、数字金融[22]等不同视角对其进行了分析，验证了数字经济作用于高质量发展的部分路径，但仍存在缺漏。所以结合前文部分研究，本文考虑到数字经济的发展要求基础设施条件的不断改善，基础设施条件的改善除能够显著降低生产要素输入与完工产品输出的运输成本外，还能够降低企业与资本的进入门槛，有利于资本在区域间的良性流动，实现资源的优化配置，进而带动区域的高质量发展；此外，随着数字经济的发展，市场竞争更加激烈，企业、科研机构等对数字技术的需求更加迫切，这有利于推动区域创新活动的发展。当研发创新取得突破后，所取得的创新成果能够促进该区域研发能力和生产能力的提高，更多的资金支持进入该领域，形成良性循环，从而促进该区域的高质量发展。由此，本文提出研究假设H3：
H3：数字经济会通过基础设施建设、技术创新能力对黄河中下游城市高质量发展施加影响。

3 研究区域、模型构建与变量选取

3.1 研究区域概况

黄河中下游地区是黄河文明重要的发祥地，也是黄河流域生态保护与高质量发展的重要区域。本文将水利部划分的黄河流域中下游38个城市作为研究对象，中下游分界线以河南郑州桃花峪为界，以上为中游区域，以下为下游区域。2019年该区域GDP为111990.77亿元，约占全国总值的11.3%，相较于2011年，该区域GDP增幅约为54.91%，经济发展已经有了较大提升。但在生态环境保护方面，该区域仍然面临较大挑战，固体废物利用率仍旧较低，“三废”排放量仍处于较高水平，且该区域原本生态环境脆弱，生产力布局与生态保护矛盾突出，如何有序推动该区域高质量发展成了亟待解决的问题。

3.2 模型构建

为检验上述研究假设，首先针对直接传导机制构建如下的基准回归模型：
h q d i t = α + β 1 d i g i t a l i t + β 2 d i g i t a l i t 2 + γ X i t + δ t + θ i + ε i t
式中：i表示城市；t表示年份； h q d i t为黄河中下游城市高质量发展指数； d i g i t a l i t为数字经济发展指数； d i g i t a l i t 2为数字经济发展指数二次项； α为常数项； β 1、 β 2表示待估系数； X i t表示一组控制变量，其中包括城镇化水平、劳动力资本、外商直接投资、政府干预程度、对外开放程度，同时为避免变量数量级差距带来的估计偏误，劳动力资本采用对数形式进行检验；时间固定效应用 δ t表示；城市固定效应用 θ i表示；随机干扰项用 ε i t表示。
其次，数字经济对黄河中下游城市高质量发展存在着“梅特卡夫法则”，所以为检验数字经济发展水平跨越拐点后对高质量发展的非线性影响，构建如下门槛效应模型：
h q d i t = α + β 1 T h i t · I T h i t ≤ π + β 2 T h i t · I T h i t π + γ X i t + δ t + θ i + ε i t （6）
式中： T h i t为门槛变量； π为待估的门槛值； I ( ∙ )为示性函数，若满足括号内条件取值为1，否则取值为0。
一般而言，各区域之间无论是在基础设施建设还是在技术创新能力、人才流动、资源储备方面都存在着或多或少的差异，这些差异都会对数字经济赋能高质量发展的效果产生影响，而且从理论而言城市规模的扩大有利于数字经济推动高质量发展，但当城市规模过小，在资源、政策等方面存在不足以至于无法满足发展需求时，数字经济将无法有效带动高质量发展，且倘若城市规模超越城市所能承载的极限后，诸多“大城市病”就会产生，也不利于高质量发展，所以本文构建以下模型进行异质性检验：
h q d i t = α + β 1 d i g i t a l i t · a r e a i + β 2 d i g i t a l i t 2 · a r e a i + γ X i t + δ t + θ i + ε i t
式中： a r e a i代表城市区位，具体包括黄河中游与黄河下游。
h q d i t = α + β 1 d i g i t a l i t · s i z e i + β 2 d i g i t a l i t 2 · s i z e i + γ X i t + δ t + θ i + ε i t
式中： s i z e i代表城市规模，具体包括大城市、中等城市和小城市。
为检验黄河中下游城市数字经济的空间溢出效应，本文构建如下空间杜宾模型：
h q d i t = λ ∑ j = 1 n W i j h q d i t + β d i g i t a l i t + γ X i t + ∑ j = 1 n W i j η d i g i t a l i t + ξ X i t + δ t + θ i + ε i t
式中： W i j为空间矩阵； η、 ξ为空间回归系数。为了将城市之间的经济关系和地理关系同时考虑在内，本文采用经济地理权重矩阵，具体形式如下所示：
W = 0 1 d 12 ∙ y 1 - y 2 ⋯ 1 d 1 n ∙ y 1 - y n 1 d 21 ∙ y 2 - y 1 0 ⋯ 1 d 2 n ∙ y 2 - y n ⋮ ⋮ ⋮ ⋮ 1 d n 1 ∙ y n - y 1 1 d n 2 ∙ y n - y 2 ⋯ 0
式中： d i j表示城市i与城市j之间的直线距离； y i - y j表示两城市之间的经济距离，使用城市间人均GDP之差进行衡量。
最后，为讨论数字经济对黄河中下游城市高质量发展可能存在的作用路径，根据前文所述，对基础设施建设和技术创新能力能否成为二者的中介变量进行检验。在式（5）的系数 β显著后，首先分别构建 d i g i t a l i t、 X i t对基础设施建设 M 1 i t、技术创新能力 M 2 i t的回归方程，然后分别构建 d i g i t a l i t、 X i t与 M 1 i t或 M 2 i t对 h q d i t的回归方程，具体模型如下：
以基础设施建设为中介变量：
M 1 i t = α 0 + α 1 d i g i t a l i t + α 2 X i t + δ t + θ i + ε i t
h q d i t = ν 0 + ν 1 d i g i t a l i t + ν 2 M 1 i t + ν 3 X i t + δ t + θ i + ε i t
以技术创新能力为中介变量：
M 2 i t = α 0 + α 1 d i g i t a l i t + α 2 X i t + δ t + θ i + ε i t
h q d i t = ν 0 + ν 1 d i g i t a l i t + ν 2 M 2 i t + ν 3 X i t + δ t + θ i + ε i t

3.3 变量选取与测度

3.3.1 被解释变量及测度

从目前研究来看，由于测算波动性和维度单一性的存在，使用单一指标无法对经济高质量发展进行有效衡量，因此，越来越多的学者通过构建多维度指标体系对高质量发展水平进行测度。本文在借鉴师博等研究[33]的基础上，结合黄河中下游城市层面数据的可获得性，对发展的经济成果、社会成果、生态成果进行补充，加入科技和文化两大维度，构建了由经济、社会、生态、文化、科技5个一级指标构成的多维度评价体系，在此基础上，下设二级指标进行衡量，具体指标见表1。
表1 高质量发展指数指标选取

Tab.1 Indexes of high-quality development index

名称 一级指标 二级指标 指标属性
高
质
量
发
展
指
标
体
系		 经济 固定资产投资（万元） 正向
GDP（万元） 正向
一般财政收入（万元） 正向
规模以上工业企业数（个） 正向
汽车拥有量（千辆） 正向
社会 城镇单位从业人员数（万人） 正向
职工平均工资（元/人） 正向
医生数（人） 正向
医疗机构数（个） 正向
城乡可支配收入比（%） 负向
生态 一般工业固体废物综合利用率（%） 正向
污水处理厂集中处理率（%） 正向
生活垃圾无害化处理率（%） 正向
工业废水排放量（万t） 负向
工业SO2排放量（t） 负向
文化 在校学生数（人） 正向
学校数（个） 正向
每百人藏书量（册百人） 正向
教育支出占比（%） 正向
文化、体育和娱乐业从业人员数（万人） 正向
科技 科学技术支出占比（%） 正向
绿色发明专利申请量（个） 正向
绿色实用新型专利申请量（个） 正向
信息传输、计算机服务和软件业从业人员数（万人） 正向
在设定指标体系基础上通过改进熵权法和改进TOPSIS法得到黄河中下游38个城市2011—2019年高质量发展指数，记为 h q d i t。通过改进熵权法确定指标权重后，利用改进TOPSIS法计算综合得分，得到黄河中下游城市高质量发展指数。
为了能够更加直观地观察黄河中下游城市高质量发展指数的时空分布特征，用ArcGIS绘出该区域2011、2014、2017与2019年高质量发展指数分布图（图1）。
图1 高质量发展指数分布图

Fig.1 Distribution of high-quality development index

从图1可以看出黄河中下游城市高质量发展指数具有以下特征：①相较于省内其他城市而言，省会城市高质量发展水平较高；②各城市高质量发展指数在2011—2019年内总体相对稳定，但部分城市存在弱化倾向，中游地区该现象尤为突出，榆林、咸阳等城市高质量发展水平随着时间推移有所降低；③山东、河南的城市高质量发展水平明显高于山西和陕西，空间上总体呈现“东高西低，南高北低”的分布特点。

3.3.2 核心解释变量及测度

目前，基于多维度构建数字经济发展指标体系的相关文献较少，且多聚焦于省级层面，本文借鉴杨慧梅等研究[34]，基于数字产业化与产业数字化2个维度构建市级层面数字经济发展指标体系，进而利用信息传输服务业发展和数字化人才衡量数字产业化，利用三大产业数字化衡量产业数字化，具体各指标说明见表2。
表2 数字经济发展水平指数指标选取

Tab.2 Indexes of digital economy development index

名称 一级指标 二级指标 三级指标
数字
经济
发展
指标
体系		 数字
产业化		 信息传输
服务业发展		 宽带接入用户数（万户）
移动电话用户数（万户）
数字化人才 高等学校毕业学生数（万人）
产业
数字化		 第一产业
数字化		 第一产业增加值占GDP比重（%）
农业机械总动力（kW）
第二产业
数字化		 第二产业增加值占GDP比重（%）
规模以上工业企业利润总额（亿元）
第三产业
数字化		 第三产业增加值占GDP比重（%）
电信业务总量（万元）
社会消费品零售总额（万元）
通过改进熵权法和改进TOPSIS法处理可以得到黄河中下游38个城市2011—2019年的数字经济发展指数，记为 d i g i t a l i t。同样为了能够更加直观地观察黄河中下游城市数字经济发展指数的时空分布特征，用ArcGIS绘出该区域2011、2014、2017与2019年数字经济发展指数分布图（图2）。
图2 数字经济发展指数分布图

Fig.2 Distribution of digital economy development index

从图2可以看出黄河中下游城市数字经济发展指数具有以下特征：①省会城市数字经济发展水平相较省内其他城市而言处于领先水平，且相对稳定；②随着时间推移各城市数字经济发展水平虽有所波动，但变化幅度较小；③与高质量发展指数空间分布特征大致相似，山东、河南的城市数字经济发展水平也明显高于其他2个省份，总体呈现“东高西低、南高北低”的分布特点。

3.3.3 控制变量

为控制其他因素的影响，借鉴周磊、赵涛等的研究[18,20]，选取城镇化水平（urb）、劳动力资本（huc）、外商直接投资（fdi）、政府干预程度（gov）、对外开放程度（ou）作为控制变量。城镇化水平使用城镇常住人口比总人口来表示，能够反映人口向城市聚集程度，城镇化水平处于适中区间有助于生产效率的提高。
劳 动 力 资 本 = ( 小 学 学 历 人 数 · 6 + 初 中 学 历 人 数 · 9 + 高 中 学 历 人 数 · 12 + 专 科 与 本 科 及 本 科 以 上 学 历 人 数 · 16 ) / 6 岁 以 上 人 口
劳动力资本能够反映劳动者的技术技能素质，高水平劳动力资本能够带动技术进步，提升高质量发展水平。外商直接投资使用实际利用外商直接投资额比GDP来表示，能够反映区域内吸引和利用外资能力的强弱，提高对外资的利用效率能够催生经济发展新动力。政府干预程度使用地方财政支出比GDP来表示，能够反映市场的运行状况，适度的政府支出有利于全要素生产率的发展。对外开放程度使用地方进出口总额比GDP来表示，能够反映我国经济增长的数量面和质量面，推动对外开放有利于提高我国经济的开放程度，促进经济发展，因此可以将其作为控制变量进行研究。

3.3.4 中介变量

选取基础设施建设、技术创新能力作为中介变量检验数字经济赋能高质量发展的作用路径，选取理由如下：①数字经济的发展要求基础设施条件的不断改善，基础设施条件的改善除能够显著降低生产要素输入与完工产品输出的运输成本外，还能够降低企业与资本的进入门槛，有利于资本在区域间的良性流动，实现资源的优化配置，进而带动区域的高质量发展。②随着数字经济的发展，市场竞争更加激烈，企业、科研机构等对数字技术的需求更加迫切，这有利于推动区域创新活动的发展。当研发创新取得突破后，所取得的创新成果能够促进该区域研发能力和生产能力的提高，更多的资金支持进入该领域，形成良性循环，从而促进该区域的高质量发展。基础设施建设采用城市公路里程数进行衡量，技术创新能力采用北京大学国家发展研究院发布的创新创业指数进行衡量，同时为避免变量数量级差距带来的估计偏误，基础设施建设、技术创新能力均采用对数形式进行检验。

3.4 数据来源

本文使用的样本数据为2011—2019年黄河中下游38个城市的面板数据，主要来源于各省历年统计年鉴、《中国城市统计年鉴》、各省份及下辖城市国民经济和社会发展统计公报、北京大学创新创业指数等。选择2011年作为样本时间起点的原因主要为中国数字经济在2011年开始迅速发展。针对少数缺失值，采用插值法补齐。

4 实证结果与分析

4.1 基准回归与非线性效应分析

表3展示了数字经济对黄河中下游城市高质量发展的基准回归结果。从整体来看，在不考虑数字经济发展二次项时，数字经济对高质量发展的系数显著为正，说明数字经济对高质量发展具有正向促进作用。当加入数字经济发展二次项以及依次加入控制变量后，能够发现数字经济发展一次项对高质量发展的系数显著为负，二次项系数显著为正，说明数字经济发展与高质量发展之间为U型关系。进一步计算可以得到该区域数字经济发展水平的拐点为0.3576，而同期的数字经济发展水平均值为0.4143，已经跨越了拐点，说明该区域数字经济的发展已经能够促进高质量发展水平的提高。
表3 数字经济影响黄河中下游城市高质量发展基准回归结果

Tab.3 The benchmark regression results of digital economy affecting high-quality development in the middle and lower reaches of the Yellow River

变量 高质量发展指数（hqd）
（1） （2） （3） （4） （5） （6） （7）
digital 0.109*（1.68） -0.659***（-2.72） -0.610**（-2.51） -0.736***（-3.05） -0.634**（-2.58） -0.626**（-2.53） -0.610**（-2.43）
digital2 0.849***（3.28） 0.807***（3.12） 0.937***（3.66） 0.872***（3.38） 0.867***（3.36） 0.853***（3.27）
lnhuc 0.070*（1.76） 0.058（1.48） 0.058（1.48） 0.059（1.50） 0.057（1.44）
gov -0.237***（-3.66） -0.229***（-3.54） -0.228***（-3.51） -0.226***（-3.46）
ou 0.061*（1.80） 0.062*（1.82） 0.063*（1.83）
fdi -0.039（-0.54） -0.040（-0.55）
urb 0.010（0.35）
常数项 0.344***（12.66） 0.508***（8.98） 0.343***（3.13） 0.431***（3.92） 0.394***（3.54） 0.390***（3.50） 0.385***（3.42）
城市固定 YES YES YES YES YES YES YES
时间固定 YES YES YES YES YES YES YES
观测值 342 342 342 342 342 342 342
城市个数 38 38 38 38 38 38 38
R-squared 0.088 0.120 0.130 0.168 0.177 0.178 0.178

注：***、**、*表示在1%、5%和10%的水平上显著；括号内数值为t值。表4~表8同。

从其他影响因素来看，劳动力资本系数为正，说明人均受教育水平的提高有利于高质量发展，因为伴随着个人受教育水平的提高，其掌握的技术也更加成熟，这将有利于区域内科技的进步，并且教育水平的提高在一定程度上也意味着薪资水平的提高，这也将有利于地区经济的发展。政府干预程度系数为负，说明政府的不当干预不利于地区的高质量发展，因为政府的不当干预可能导致市场的有效引领作用难以得到正确发挥，企业的自主经营权受到影响，阻碍高质量发展水平的提高。对外开放程度系数为正，说明对外开放有利于高质量发展，因为对外开放促进了资金、技术等生产要素的流入和流出，有利于区域内经济、社会的进步与发展，最终带动区域的高质量发展。外商直接投资系数为负，说明外来资本流入容易导致企业的技术依赖，不利于自主创新，从而不能有效带动经济高质量发展。城镇化水平系数为正，说明合理有序的城镇规模扩张能够有效增强城镇化拉动经济增长效应，通过引入优质劳动力、优化基础设施等途径提升地区经济发展质量。
为验证数字经济是否会通过基础设施建设、技术创新能力对黄河中下游城市高质量发展施加影响，本文选用中介效应模型进行实证检验，检验结果见表4。从中可以看出基础设施建设和技术创新能力间接效应系数为正且均通过了显著性检验，随后使用Bootstrap法对检验结果进行验证，确保了研究结果可靠，证明了数字经济会通过基础设施建设和技术创新能力这两条路径促进高质量发展水平的提高，该实证结果支持了研究假设H3。
表4 数字经济影响黄河中下游城市高质量发展作用路径检验结果

Tab.4 Effect path test results of digital economy on high-quality development in the middle and lower reaches of the Yellow River

变量 （1）基础设施建设 （2）技术创新能力
indirect 0.0761**（2.2114） 0.1727***（4.3380）
direct 1.8804***（29.9558） 1.7838***（27.9132）
total 1.9565***（36.7449） 1.9565***（36.7449）
控制变量 YES YES
城市固定 YES YES
时间固定 YES YES
R-squared 0.9374 0.9403
考虑到数字经济的网络效应和“梅特卡夫法则”成立以及数字经济会通过基础设施建设和技术创新能力对黄河中下游城市高质量发展施加影响，采用门槛回归模型将中介变量设为门槛变量进行实证检验。首先使用Bootstrap抽样法确定门槛数量，结果表明数字经济门槛变量均显著通过了单一门槛检验，双重门槛和三重门槛均未通过检验。在此基础上根据门槛值设定虚拟变量进行回归，回归结果见表5。从该回归结果中不难看出，无论是将基础设施建设还是将技术创新能力作为门槛变量，在跨越门槛值后数字经济对黄河中下游城市高质量发展的带动作用将得到明显加强，表现为显著的正向且“边际效应”递增的非线性特征，说明数字经济对高质量发展的动态影响不仅受到自身水平的作用，还会受到基础设施建设和技术创新能力的调节作用。结合表3研究结论，研究假设H1得到验证。
表5 数字经济影响黄河中下游城市高质量发展门槛模型回归结果

Tab.5 Regression results of threshold model of digital economy affecting high-quality development in the middle and lower reaches of the Yellow River

变量 门槛变量
（1）lnm1 （2）lnm2
门槛值 9.4509 4.5418
digital•I（Th≤q1） 0.179***（2.88） 0.182***（2.86）
digital•I（Th>q1） 0.246***（3.93） 0.288***（4.38）
控制变量 YES YES
常数项 0.161*（1.88） 0.139（1.57）
城市固定 YES YES
时间固定 YES YES
R-squared 0.301 0.262
借鉴李治国等的研究[35]，本文从区位差异、城市规模差异两个方面探讨数字经济对黄河中下游城市高质量发展的异质性问题。由于本文所选取样本中超大城市、特大城市、大城市样本数量相对较少，将以上三类城市进行整合，记为大城市进行实证检验。异质性检验结果见表6列（1）~（5）。分区位来看，中游和下游地区数字经济发展水平对高质量发展的一次项系数均为负，二次项系数均为正，呈现出U型关系，但中游地区二者之间关系不显著。分城市规模来看，小城市数字经济与高质量发展之间的关系显著为U型，但中等城市和大城市并未显示此类关系，因此考虑到对于中等城市和大城市而言数字经济与高质量发展之间的关系并非为非线性，可能已经跨越拐点，表现为线性影响，所以仅把数字经济发展水平一次项代入模型进行检验，结果见表6列（6）~（7）。如前所述，在中等城市和大城市，数字经济与高质量发展之间的关系显著为正，且数字经济发展水平越高的地区数字经济对高质量发展的推动作用越强，表现出一定的“数字鸿沟”效应。形成这一现象的原因在于大城市、中等城市相较于小城市而言具有“先发优势”，数字基础设施建设相对完善，数字技术相对成熟，除此之外，人才引进政策也更加具有吸引力，这些优势都有利于推动区域高质量发展水平的提高。
表6 数字经济对黄河中下游城市高质量发展异质性检验结果

Tab.6 The heterogeneity test results of digital economy on high-quality development in the middle and lower reaches of the Yellow River

变量 （1）中游 （2）下游 （3）小城市 （4）中等城市 （5）大城市 （6）中等城市 （7）大城市
digital -0.166（-0.69） -0.774*（-1.73） -1.917***（-2.83） 0.094（0.19） 0.519（0.81） 0.239***（2.92） 0.618***（3.63）
digital2 0.087（0.32） 1.175***（2.75） 2.362***（2.72） 0.113（0.19） 0.088（0.16）
控制变量 YES YES YES YES YES YES YES
常数项 0.206**（2.28） 0.874***（3.41） 0.516***（3.58） 0.349**（2.39） 0.664*（1.68） 0.249**（2.51） 0.627**（2.00）
城市固定 YES YES YES YES YES YES YES
时间固定 YES YES YES YES YES YES YES
观测值 189 153 144 99 99 99 99
城市个数 21 17 16 11 11 11 11
R-squared 0.486 0.339 0.569 0.523 0.418 0.491 0.418

4.2 空间效应分析

前文仅研究了数字经济对黄河中下游城市高质量发展的本地效应，并未考虑到由于城市关联性的存在数字经济发展可能产生的空间溢出效应，因此为考察数字经济发展能否有效带动邻近地区的高质量发展，下文进行空间效应分析，检验数字经济发展会形成“溢出效应”还是“虹吸效应”。
在进行空间计量分析之前，首先需要确定研究对象是否存在空间效应，即对数字经济发展指数和高质量发展指数进行空间自相关检验。使用经济地理权重矩阵计算2011—2019年黄河中下游38个城市的高质量发展指数和数字经济发展指数的莫兰指数（Moran's I）和吉尔里指数（Geary's C），黄河中下游城市高质量发展指数、数字经济发展指数具有显著的正空间相关性，证明了采用空间计量模型的合理性。接着进行Hausman检验，得到 c h i 2 ( 13 ) = 70.57， p = 0.00001 %，说明固定效应模型结果更优。随后进行LR检验，比较SDM模型与SAR模型，得到 L R c h i 2 ( 6 ) = 99.24， p = 0.0000，比较SDM与SEM模型，得到 L R c h i 2 ( 6 ) = 87.10， p = 0.0000，说明SDM模型不会退化成SAR或SEM模型，所以本文采用SDM模型。最后确定固定效应的类型，分别检验时间固定效应、个体固定效应和时间个体双固定效应，通过检验能够得出时间固定效应的SDM模型为最优选择。
在空间效应分析中，解释变量除对本地区具有直接影响外，还对周边地区具有间接影响。因此，为了更加全面地测度数字经济的空间溢出效应，将总效应分解成直接效应与间接效应，总效应系数为0.533，数字经济的直接效应系数为0.875，说明数字经济能够拉动本地区高质量发展；间接效应系数为-0.342，说明本地区数字经济发展会对邻近地区产生负向影响，验证了前文中的研究假设H2：数字经济可通过空间溢出效应对黄河中下游邻近地区的高质量发展产生影响。之所以会对邻近地区产生负向影响，可能的解释是，当黄河中下游部分地区数字经济发展水平提高带动高质量发展时，会形成“虹吸集聚”现象，吸引技术、资本等生产要素以更廉价的方式流向该区域，导致周边地区缺乏所需的生产要素，进而本地区数字经济的发展会对邻近地区的高质量发展产生一定的阻碍作用。

4.3 稳健性检验

为确保基准回归结果以及空间计量结果稳健可靠并解决可能存在的内生性问题，本文通过更换样本估计时间、缩尾处理、替换被解释变量和加入滞后变量四种方法对基准回归结果进行检验，并将经济地理矩阵替换为地理距离矩阵和经济距离矩阵对空间计量结果进行检验。

4.3.1 更换样本估计时间

考虑到在样本期第一年数字经济对高质量发展的影响可能并未得到有效发挥，将样本估计区间调整为2012—2019年重新进行回归，回归结果见表7中列（1），与基准回归结果一致，且显著性有所提高。
表7 数字经济影响黄河中下游城市高质量发展稳健性检验结果

Tab.7 Robustness test results of digital economy affecting high-quality development in the middle and lower reaches of the Yellow River

变量 （1）2012—2019 （2）缩尾处理 （3）hqd' （4）滞后变量
digital -1.141*** -0.568** -1.188***
（-4.47） （-2.25） （-2.99）
digital2 1.420*** 0.814*** 1.643***
（5.40） （3.06） （3.98）
l.digital -0.443*
（-1.86）
l.digital2 1.144***
（4.70）
控制变量 YES YES YES YES
常数项 0.476*** 0.376*** 0.315* -0.087
（4.02） （3.26） （1.77） （-0.80）
城市固定 YES YES YES YES
时间固定 YES YES YES YES

4.3.2 缩尾处理

考虑到数据中可能存在极端值对黄河中下游城市数字经济与高质量发展之间的关系产生影响，首先对高质量发展指数、数字经济发展指数、劳动力资本等控制变量采取1%分位的双边缩尾处理，剔除离群值对研究结果的影响，检验结果见表7中列（2），数字经济与高质量发展之间仍然呈现出U型关系，与未进行缩尾处理的结论一致。

4.3.3 替换被解释变量

考虑指标处理方法可能存在缺陷，采用改进熵权法直接计算综合得分，得到新的黄河中下游城市高质量发展指数 h q d i t '，将被解释变量由 h q d i t替换为 h q d i t '进行回归，回归结果见表7中列（3），由于变量替换，系数大小发生了较大改变，但一次项系数仍显著为负，二次项系数仍显著为正，表现出典型的U型关系，与前文研究结论一致。

4.3.4 加入滞后变量

考虑到数字经济对黄河中下游城市高质量发展的影响可能存在时滞性[36]，引入数字经济发展水平一次项和二次项的一阶滞后项以捕捉其动态变化，结果见表7列（4）。从中可以看出，一次项一阶滞后项系数显著为负，二次项一阶滞后项系数显著为正，与前文研究结论一致。

4.3.5 替换权重矩阵

为确保空间效应分析结论可靠，进一步使用地理距离矩阵和经济距离矩阵进行稳健性检验，检验结果见表8，从中可以看出，将经济地理矩阵替换为地理距离矩阵或经济距离矩阵后，数字经济对高质量发展的直接效应系数均显著为正，间接效应系数均显著为负，与前文研究结论一致，表明中心城市存在“虹吸集聚”现象结论稳健可靠。
表8 数字经济影响黄河中下游城市高质量发展空间效应稳健性检验结果

Tab.8 Robustness test results of spatial effects of digital economy on high-quality development in the middle and lower reaches of the Yellow River

变量 地理距离矩阵 经济距离矩阵
Direct Indirect Total Direct Indirect Total
digital 0.910***（36.014） -0.187***（-5.336） 0.723***（18.274） 0.863***（35.352） -0.181***（-3.197） 0.682***（11.612）
控制变量 YES YES YES YES YES YES
R-squared 0.932 0.932 0.932 0.927 0.927 0.927

5 结论与建议

本文立足数字经济已显著影响区域高质量发展这一典型事实，基于2011—2019年黄河中下游38个城市层面数据，测度了该区域高质量发展指数和数字经济发展指数，在此基础上，运用面板固定效应模型、中介效应模型、门槛效应模型和空间计量模型，多维度实证检验了数字经济对黄河中下游城市高质量发展的作用、影响机制及空间效应。主要结论如下：①从整体来看，数字经济对黄河中下游城市高质量发展的影响呈现出“先抑制后促增”的U型关系，且正向促进作用具有“边际效应”递增的非线性特征。当门槛变量跨越单一门槛值后，数字经济对高质量发展的带动作用将得到明显增强。②从中介效应分析来看，基础设施建设、技术创新能力均能够起到数字经济影响高质量发展的桥梁作用，即数字经济能够通过基础设施建设、技术创新能力促进高质量发展水平的提高。③由于各城市在地理区位、城市规模方面存在差异，数字经济对高质量发展的影响也存在明显不同，数字经济发展水平越高的地区数字经济对高质量发展的推动作用越强，表现出一定的“数字鸿沟”效应。④从空间效应分析来看，数字经济的发展能够显著带动本地区的高质量发展，且存在空间外溢效应，本地区数字经济的发展会吸引技术、资本等生产要素以更廉价的方式流向该区域，形成“虹吸集聚”，对邻近地区的高质量发展产生负向影响。
基于以上研究结论，提出以下推动黄河中下游城市高质量发展的对策建议：①提高对数字经济发展的重视程度，以期发展水平较低区域尽快跨越数字经济发展拐点，充分发挥其对区域高质量发展的直接带动作用。对于政府而言，需加快建立与数字经济发展相适应的治理体系，完善治理机制，充分利用新型专业技术推进社会治理的数字化转型，提升政务服务效率和服务水平，最大限度地发挥数字经济在高质量发展过程中的作用与价值。②在优先发展产业数字化的同时，推动数字产业化与产业数字化协调发展。在后疫情时代，数字产业化和产业数字化发展为区域和国家经济的转型升级提供了“快车道”，各地区应顺应时代变化，紧紧把握这一机遇，利用好二者所催生的新业态与新模式，大力发展社会生产力。③充分利用山东省和河南省的带头作用，根据地区差异制定符合实际的高质量发展策略。由于“虹吸集聚”现象的存在，下游在引领该区域数字经济发展的同时，也应加强与中游地区的交流与合作，给予中游地区技术、人才等支持，加强区域的整体联动性，减轻对邻近地区的负向影响。④畅通数字经济作用于区域高质量发展的连接桥梁，更加精准有效地提升区域高质量发展水平。各地区应根据自身实力完善各项基础设施建设，促进建筑、水务、通信等行业基础设施的升级改造，并通过资金支持、税收补贴、优质政策等鼓励企业创新发展，提升科技创新能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
金碚. 关于“高质量发展”的经济学研究[J]. 中国工业经济, 2018(4):5-18.

[2]
张军扩, 侯永志, 刘培林, 等. 高质量发展的目标要求和战略路径[J]. 管理世界, 2019, 35(7):1-7.

[3]
任保平, 李禹墨. 新时代我国高质量发展评判体系的构建及其转型路径[J]. 陕西师范大学学报:哲学社会科学版, 2018, 47(3):105-113.

[4]
马茹, 罗晖, 王宏伟, 等. 中国区域经济高质量发展评价指标体系及测度研究[J]. 中国软科学, 2019(7):60-67.

[5]
蔺鹏, 孟娜娜. 环境约束下京津冀区域经济发展质量测度与动力解构——基于绿色全要素生产率视角[J]. 经济地理, 2020, 40(9):36-45.

DOI

[6]
上官绪明, 葛斌华. 科技创新、环境规制与经济高质量发展——来自中国278个地级及以上城市的经验证据[J]. 中国人口·资源与环境, 2020, 30(6):95-104.

[7]
陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2):20-34.

[8]
欧进锋, 许抄军, 刘雨骐. 基于“五大发展理念”的经济高质量发展水平测度——广东省21个地级市的实证分析[J]. 经济地理, 2020, 40(6):77-86.

DOI

[9]
李林山, 赵宏波, 郭付友, 等. 黄河流域城市群产业高质量发展时空格局演变研究[J]. 地理科学, 2021, 41(10):1751-1762.

DOI

[10]
杨耀武, 张平. 中国经济高质量发展的逻辑、测度与治理[J]. 经济研究, 2021, 56(1):26-42.

[11]
魏敏, 李书昊. 新时代中国经济高质量发展水平的测度研究[J]. 数量经济技术经济研究, 2018, 35(11):3-20.

[12]
丁志帆. 数字经济驱动经济高质量发展的机制研究:一个理论分析框架[J]. 现代经济探讨, 2020(1):85-92.

[13]
荆文君, 孙宝文. 数字经济促进经济高质量发展:一个理论分析框架[J]. 经济学家, 2019(2):66-73.

[14]
王军, 车帅. 黄河流域数字经济对高质量发展的影响——来自城市异质性的经验证据[J]. 资源科学, 2022, 44(4):780-795.

DOI

[15]
Amuso V, Poletti G, Montibello D. The digital economy:Opportunities and challenges[J]. Global Policy, 2020, 11(1):124-127.

DOI

[16]
杨文溥. 数字经济与区域经济增长:后发优势还是后发劣势?[J]. 上海财经大学学报, 2021, 23(3):19-31,94.

[17]
樊轶侠, 徐昊, 马丽君. 数字经济影响城乡居民收入差距的特征与机制[J]. 中国软科学, 2022(6):181-192.

[18]
周磊, 龚志民. 数字经济水平对城市绿色高质量发展的提升效应[J]. 经济地理, 2022, 42(11):133-141.

DOI

[19]
Liu Y, Yang Y, Li H, et al. Digital economy development,industrial structure upgrading and green total factor productivity:Empirical evidence from China’s cities[J]. International Journal of Environmental Research and Public Health, 2022, 19(4):2414.

DOI

[20]
赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10):65-76.

[21]
张英浩, 汪明峰, 刘婷婷. 数字经济对中国经济高质量发展的空间效应与影响路径[J]. 地理研究, 2022, 41(7):1826-1844.

DOI

[22]
滕磊, 马德功. 数字金融能够促进高质量发展吗?[J]. 统计研究, 2020, 37(11):80-92.

[23]
张腾, 蒋伏心, 韦朕韬. 数字经济能否成为促进我国经济高质量发展的新动能?[J]. 经济问题探索, 2021(1):25-39.

[24]
韩兆安, 吴海珍, 赵景峰. 数字经济与高质量发展的耦合协调测度与评价研究[J]. 统计与信息论坛, 2022, 37(6):22-34.

[25]
宋跃刚, 郝夏珍. 数字经济对黄河流域经济高质量发展的门槛和空间溢出效应研究[J]. 河南师范大学学报:自然科学版, 2022, 50(1):48-58.

[26]
戴觅, 张轶凡, 黄炜. 贸易自由化如何影响中国区域劳动力市场?[J]. 管理世界, 2019, 35(6):56-69.

[27]
柏亮, 陈小辉. 数字经济如何影响工业SO2排放?——理论解读与实证检验[J]. 东北财经大学学报, 2020(5):73-81.

[28]
雷玉桃, 孙菁靖. 节能消费激励政策能否引领制造企业绿色转型?[J]. 产业经济研究, 2021(3):17-30,56.

[29]
盛鹏飞. 环境污染与城乡收入差距:作用机制与基于中国经济事实的检验[J]. 中国人口·资源与环境, 2017, 27(10):56-63.

[30]
崔盼盼, 赵媛, 夏四友, 等. 黄河流域生态环境与高质量发展测度及时空耦合特征[J]. 经济地理, 2020, 40(5):49-57,80.

DOI

[31]
李涛, 薛领, 李国平. 产业集聚空间格局演变及其对经济高质量发展的影响——基于中国278个城市数据的实证分析[J]. 地理研究, 2022, 41(4):1092-1106.

DOI

[32]
周泽红, 郭劲廷. 数字经济发展促进共同富裕的理路探析[J]. 上海经济研究, 2022(6):5-16.

[33]
师博, 张冰瑶. 全国地级以上城市经济高质量发展测度与分析[J]. 社会科学研究, 2019(3):19-27.

[34]
杨慧梅, 江璐. 数字经济、空间效应与全要素生产率[J]. 统计研究, 2021, 38(4):3-15.

[35]
李治国, 车帅, 王杰. 数字经济发展与产业结构转型升级——基于中国275个城市的异质性检验[J]. 广东财经大学学报, 2021, 36(5):27-40.

[36]
王少剑, 苏泳娴, 赵亚博. 中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素[J]. 地理学报, 2018, 73(3):414-428.

DOI

Options
文章导航

/

〈 〉