EN中文

经济地理 >

2024 , Vol. 44 >Issue 5: 126 - 133

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.05.013

产业经济与创新发展

城市群数字经济企业的空间分布特征

  • 赵传羽 , 1 ,
  • 刘中全 , 2, ※
展开
  • 1.宁波大学 商学院，中国浙江 宁波 315211
  • 2.国家发展和改革委员会创新驱动发展中心(国家发展和改革委员会数字经济研究发展中心)，中国 北京 100824
※刘中全（1988—），男，硕士，中级经济师，研究方向为创新政策、数字经济、生物经济等。E-mail：

赵传羽（1986—），男，博士，副研究员，研究方向为数据要素开发、数字化转型、数字经济新业态新模式等。E-mail：

收稿日期: 2023-10-26

  修回日期: 2024-04-07

  网络出版日期: 2024-09-14

基金资助

国家自然科学基金应急管理项目(72341005)

收起

Spatial Distribution Characteristics of Digital Economy Enterprises in Urban Agglomerations

  • ZHAO Chuanyu , 1 ,
  • LIU Zhongquan , 2, ※
Expand
  • 1. Business School，Ningbo University，Ningbo 315211，Zhejiang，China
  • 2. Center for Innovation-Driven Development (Center for Digital Economy Research and Development)，National Development and Reform Commission，Beijing 100824，China

Received date: 2023-10-26

  Revised date: 2024-04-07

  Online published: 2024-09-14

Fold

摘要

中国数字经济发展存在不平衡、不充分的问题，刻画数字经济企业的空间分布特征，探究影响数字经济空间格局的外部因素，有助于实现数字经济区域协调发展。文章根据国家级城市群的划分将样本进行分组，利用2000—2019年全国工商企业注册信息数据，使用泰尔指数、莫兰指数等指标，刻画了中国数字经济企业的分布特征。结果表明：①2000—2019年，中国新注册数字经济企业的数量和平均注册资本均有所提升，从增量和增速角度看，城市群城市均要高于非城市群城市。②数字经济企业的空间分布差异在总体上呈现下降趋势，城市群内的下降程度要大于城市群间的下降程度，是数字经济总体空间分布差异缩小的主要来源。③设立国家级城市群具有显著的政策效应，显著提高了城市群城市新注册数字经济企业的数量和注册资本，放大了中心城市对非中心城市的正向溢出效应。

关键词： 数字经济; 城市群; 产业集中度; 数字经济企业; 注册资本; 空间分布

本文引用格式

赵传羽 , 刘中全 . 城市群数字经济企业的空间分布特征[J]. 经济地理, 2024 , 44(5) : 126 -133 . DOI: 10.15957/j.cnki.jjdl.2024.05.013

Abstract

The development of digital economy in China is unbalanced and inadequate. Describing the spatial distribution characteristics of digital economy enterprises and exploring the external factors affecting its spatial pattern are helpful to realize the regional coordinated development of digital economy. Based on the classification of national-level urban agglomerations and the registration data of industrial and commercial enterprises in China from 2000 to 2019, it analyzes the distribution features of digital economy enterprises in China by the means of the Theil index and Moran index. The main research findings are as follows: 1) From 2000 to 2019, the number of newly registered digital economy enterprises and their average registered capital in China both exhibited an upward trend,it was higher in cities of urban agglomerations than that of other cities in terms of increment and growth. 2) In general,the spatial distribution disparities of digital economy enterprises showed a downward trend,and the decline degree within urban agglomerations was greater than that between urban agglomerations,which is the main source of the reduction of the overall spatial distribution difference of digital economy. 3) The establishment of national-level urban agglomerations exhibited significant policy effects,which significantly increased the number and registered capital of newly registered digital economy enterprises in urban agglomeration cities and amplified the positive spillover effects of central cities on non-central cities.

Key words： digital economy; urban agglomeration; industrial concentration; digital economy enterprises; registered capital; spatial distribution

明晰和优化数字经济的空间分布格局对实现数字经济区域协调发展具有重要意义。数字经济作为一种新型经济形态，正以前所未有的方式推动生产、生活和社会治理的深刻变革，成为重组要素资源、重塑经济结构、改变区域发展竞争格局的关键力量。与此同时，我国数字经济发展也面临一些问题和挑战，不同区域间的数字鸿沟未有效弥合，甚至有进一步扩大趋势。因此，构建协同互补的发展机制，缩小地区间的数字经济发展差距，形成区域协调的良好发展格局，将是未来数字经济发展的重要内容。
早期有关数字经济的研究以理论研究和案例研究为主，多聚焦于数字化转型、新型业态规制、数据要素应用场景等方面的问题[1-6]，而研究数字经济空间差异与动态演化的文献较少。随着城市与区域经济学、地理科学等学科对数字经济予以重视，部分学者开始通过指标构建的方式，研究不同省份、城市数字经济的发展差异，进而分析数字经济发展水平的影响因素。同时，也有文献基于区位论、外部性理论、产业集聚理论等理论，从微观视角讨论数字经济企业的空间分布特征[7-10]。现有研究就理解城市和数字经济发展的关系开展了有益的探索，但是仍存在值得探究之处：一是现有研究大多使用宏观数据作为衡量地区数字经济发展水平的指标，但是宏观数据可能难以准确刻画城市数字经济的发展水平；二是现有研究主要描述数字经济的截面空间分布，然而数字经济发展日新月异，也容易受到外界环境的影响，有必要进一步探究数字经济企业空间分布格局的时空演进特征。
在数字经济成为推动经济增长主要动力的同时，区域经济发展格局也发生着深刻变化，中心城市和城市群正在成为承载发展要素的主要空间形式。城市群的设立能够使城市间的经济联系变得更为紧密，促进资源要素顺畅流动、高效利用，推动城市合理分工、联动发展，实现区域经济集约高效发展[11-14]。现有文献围绕城市群的政策效果开展了大量研究，在企业层面和空间层面检验了城市群设立对于企业生产率、企业投资、企业集聚等的影响，但是鲜有文献关注城市群和数字经济企业间的联系。本文认为，以企业为研究对象，至少有两方面的问题值得探究：一是城市群的设立是否会吸引更多的数字经济企业?二是城市群的设立是否会引起数字经济企业空间分布的变化?城市群的设立推动区域市场整合，加快资源和要素在地区间的流动，非中心城市在数字经济发展前景得到拓展的同时，也将面临更大的虹吸压力。因此，中心城市与非中心城市的空间关系是有待进一步研究的问题，有必要对溢出效应和虹吸效应进行辨析。
本文利用2000—2019年全国工商企业注册数据，将企业注册信息在城市层面进行汇总，刻画数字经济企业的空间分布特征；使用泰尔指数分析中国数字经济企业在地理空间的分布差异，捕捉其时空演化。同时，以国家级城市群批复作为外生冲击，检验城市群对数字经济产业发展、数字经济区域发展差异的影响，探究中心城市与非中心城市的空间关系，以期为推动数字经济在不同区域协调发展提供有益借鉴和启发。

1 研究方法和数据描述

1.1 数字经济企业的识别与分类

数字经济的发展历程可以大致分为3个阶段。在第一阶段，信息和通信技术是数字经济的主要引擎，数字经济的定义主要聚焦在数字技术领域，强调数字技术产业及其市场化应用。随着互联网、移动设备及社交媒体等技术的广泛普及与深入发展，信息的传递速度与传播范围均实现了跨越式的增长，广大消费者通过信息和通信技术能够便捷地获取、处理信息，实现信息的快速分享与高效应用 [15-16]。在第二阶段，数字经济的定义大幅拓展，融入数字平台的相关内容，涵盖制造业和服务业的广大领域，电子商务、共享经济、互联网金融等新兴业态迅速发展壮大，成为数字经济的关键组成部分[17-18]。在第三阶段，数字经济的定义进一步拓展，融入产业数字化、数字产业化等新元素，应用场景与发展空间不断延伸。随着数据资源日益丰富和数字技术不断创新，数字经济与传统产业的界限逐渐模糊，在多个关键领域实现深度融合，更为多元的经济体系开始形成[19-22]。
现有研究关于数字经济的定义存在宽、窄2种口径。其中：窄口径包括信息通信技术货物和数字服务生产的相关经济活动，以及电子商务、数字音乐、数字金融、数字文化等数字经济特定业态；宽口径将数字经济定义为围绕数据获取、加工、计算、运用、存储等活动所形成的新型经济形态[23-26]。本文采用宽口径定义，根据国家统计局制定的《统计用产品分类目录》，将从事特定经营业务的企业定义为数字经济企业[27]。在确定数字经济企业的范围后，进一步利用微观数据识别企业是否为数字经济企业。微观数据来自工商企业注册信息，该数据没有直接报告新增注册工商企业所属的行业，需要根据企业的经营范围对新增注册企业的行业进行识别。本文使用统计用产品目录与国民经济行业分类，筛选出数字经济产品以及生产这些产品的行业，根据工商企业注册信息中报告的企业经营范围，与《统计用产品分类目录》的产品名目进行N对1匹配，识别每年新进入市场的数字经济企业，得到共计8大类的数字经济行业。具体分类见表1。
表1 数字经济企业的分类标准

Tab.1 Categories of digital economy enterprises

代码 名称 对应产品
40 通信设备，计算机及其他电子设备 通信传输设备；通信交换设备；通信终端设备；移动通信设备；移动通信终端设备及零部件；通信接入设备；雷达、无线电导航及无线电遥控设备；广播电视设备；电子计算机及其部件；计算机网络设备；电子计算机外部设备及装置；电子计算机配套产品及耗材；信息系统安全产品；真空电子器件及零件；半导体分立器；集成电路；微电子组件；电子元件；敏感元件及传感器；印制电路板；家用音视频设备；其他未列明电子设备
60 电信和其他信息传输服务 互联网信息服务
61 计算机信息服务 计算机系统服务；数据处理服务
62 软件服务 基础软件设计服务；应用软件设计服务；嵌入式软件服务；软件技术服务
63 批发服务 其他未列明批发服务
65 零售服务 互联网零售
88 新闻出版服务 网络新闻采编服务；电子出版物服务；互联网出版服务
89 广播、电视、电影和音像服务 电影放映服务；音像制作服务互联网广播节目播出服务；互联网电视节目播出服务；网络电影播出服务；互联网广播节目播出服务；互联网电视节目播出服务；网络电影播出服务

注：表中代码为《统计用产品分类目录》对应产品代码，如无特殊说明，下同。数字经济的产业分类参考国家统计局颁布的《数字经济及其核心产业统计分类（2021）》和《国民经济行业分类（2017）》。本文所涉及的批发服务主要包括计算机批发、通信设备批发、涉及数字经济产品的国内国际贸易代理服务，而非传统的农牧产品、粮食批发服务。

1.2 变量设定

1.2.1 数字经济企业的数据获取

数据来源于国家工商总局2000—2019年定期更新的工商登记注册信息，利用企业数量和企业注册资本数据，在城市层面刻画数字经济企业的选址情况；继而根据相关企业的经营范围，识别新注册的数字经济企业，在城市层面进行汇总。通过上述方式，得到不同城市每年新增数字经济企业的具体数量。为研究不同城市数字经济企业的资本规模，本文从工商登记注册信息中提取每年新增注册数字经济企业的注册资本信息，在城市层面进行汇总和计算，得到不同城市在样本期间新注册数字经济企业的平均注册资本。

1.2.2 数字经济企业的空间分布

①泰尔指数。泰尔指数表示地区间数字经济企业的空间分布差异。泰尔指数值越小，说明数字经济企业空间分布差异越小；泰尔指数值越大，说明数字经济企业空间分布差异越大。泰尔指数可被分解为组内差异和组间差异，被广泛应用于不同组别的差异比较。
②莫兰指数。莫兰指数反映一个地区总体的空间差异，取值范围为[-1，1]。一般来说，现有研究主要使用邻接矩阵、距离矩阵、经济距离矩阵等空间权重矩阵。本文选用距离矩阵作为后续研究的空间权重矩阵。

1.3 研究方法

本文构建回归方程来评估设立国家级城市群对数字经济企业空间布局的影响。如果某一城市所在城市群得到国务院批复，被视为实验组。相对应地，如果某一城市未被纳入国家级城市群，或者是被纳入国家级城市群但是尚未得到国务院批复时，被视为对照组。模型设定如下：
d i g i t i t = β + β 1 p o l i c y i t + X i t + σ i + δ t + ξ i t
式中：digitit为第i个城市第t年新增数字经济企业的数量，或者是新增数字经济企业的平均注册资本；policyit为虚拟变量，表示城市i第t年是否被纳入国家级城市群，如果得到国务院批复，policyit取值为1，否则为0。目前，判定城市群实际开始建设的时间尚无统一标准，本文采用获得批复时间作为政策的时间变量，因为设立国家级城市群均有国务院公文显示具体的批准日期，在时间上更加精确，能够更为有效地识别政策的作用效果。X为控制变量的集合：具体包括政府参与经济程度（Fingdp），用财政预算内支出比地区人均产值表示；经济发展水平（lnGDPp），用人均GDP的对数值控制城市经济发展水平的潜在影响；外商直接投资（FDI），用当年实际使用外资与地区生产总值之比表示；城市人口规模（lnPopu），用城市人口规模的对数来表示。σi、δt分别用于城市的固定效应以及年份固定效应； ξ i t为随机误差项。
本文使用回归方程检验中心城市的溢出效应。
d i g i t i t = β + β 1 c e n t r e i t + X i t + σ i + δ t + ξ i t
式中：centreit为第i个城市所在城市群中心城市t年新增数字经济企业的水平，使用新增数字经济企业的数量或是新增数字经济企业的平均注册资本衡量。如果β1符号为正，说明中心城市对非中心城市存在正向的空间溢出效应，中心城市在吸纳数字经济企业的同时，非中心城市也能从中获益。反之，如果β1符号为负，说明中心城市对非中心城市存在虹吸效应。回归的样本为城市群的非中心城市，其他变量设定不变。

2 城市群与全域数字经济空间分布

2.1 城市群的定义和概念界定

城市群是指在特定地域范围内，以1个以上特大城市为核心，由至少3个以上大城市为构成单元，依托发达的交通通信等基础设施网络所形成的空间组织紧凑、经济联系紧密，实现高度同城化和高度一体化的城市群体[20]。2018年11月18日，《中共中央 国务院关于建立更加有效的区域协调发展新机制的意见》（以下简称《意见》）中明确指出，以京津冀城市群、长三角城市群、粤港澳大湾区、成渝城市群、长江中游城市群、中原城市群、关中平原城市群等城市群推动国家重大区域战略融合发展，建立以中心城市引领城市群发展、城市群带动区域发展新模式，推动区域板块之间融合互动发展。截至2019年12月，国务院共先后批复了10个国家级城市群，分别是：长江中游城市群、哈长城市群、成渝城市群、长江三角洲城市群、中原城市群、北部湾城市群、关中平原城市群、呼包鄂榆城市群、兰西城市群、粤港澳大湾区，加上未批复或无需批复的京津冀城市群、辽中南城市群、山东半岛城市群和海峡西岸城市群，共计14个国家级城市群。从分布区域看，14个国家级城市群基本覆盖了中国东中西部及东北地区，具有广泛的代表性。
为进一步分析城市群内部城市间关系，本文进一步将城市群城市分为中心城市和外围城市2类。中心城市为具有一定数字经济发展基础的城市，本文基于2000—2019年全国地级及以上城市（以下简称城市）企业工商信息统计数据，将“至少3年的新增数字经济企业在全国排名高于5%的城市”作为数字经济发展水平较高的城市。根据本文的定义方式，一个城市群可能存在一个或多个数字经济发展水平较高的城市，也有可能不存在“至少3年的新增数字经济企业在全国排名高于5%的城市”。对于后一种情形，本文将城市群内新增数字经济企业数量最高的城市作为城市群内数字经济发展水平最高的城市。表2报告了具体的城市名单。
表2 国家级城市群名单及获得国务院批复时间

Tab.2 List of national urban agglomerations and their date obtaining approval from The State Council

获批国家级城市群 国务院批复时间 代表性城市
长江中游城市群 2015-03-26 武汉、长沙、南昌
哈长城市群 2016-02-23 哈尔滨、长春、吉林
成渝城市群 2016-04-12 成都、重庆、自贡
长江三角洲城市群 2016-05-22 上海、南京、杭州
中原城市群 2016-12-28 郑州、洛阳、长治
北部湾城市群 2017-01-20 南宁、北海、海口
关中平原城市群 2018-01-09 西安、咸阳、天水
呼包鄂榆城市群 2018-02-05 呼和浩特、包头、榆林
兰西城市群 2018-02-22 兰州、西宁、白银
粤港澳大湾区 2019-02-18 香港、广州、深圳
京津冀城市群 未批复或无需批复 北京、天津、石家庄
辽中南城市群 未批复或无需批复 沈阳、大连、鞍山
山东半岛城市群 未批复或无需批复 济南、青岛、烟台
海峡西岸城市群 未批复或无需批复 福州、厦门、泉州

2.2 数字经济企业的空间分布特征

本文根据《意见》将城市划分为15个群组，前14组均属于《意见》所界定的城市群范畴，第15组为不属于任何城市群的城市。由于近20年来数字经济发展较为迅速，为更好观察其发展趋势，本文将样本时间平均分为两部分。第一阶段为2000—2009年，第二阶段为2010—2019年。
从每年新注册数字经济企业的数量看，2000—2019年中国新进入数字经济企业197174家，其中位于城市群城市的企业有164458家，占比高达83.41%，而位于非城市群城市的32716家，仅占16.59%。从新进入数字经济企业数量的均值看，京津冀城市群的新注册数字经济企业数量最多，年均注册数量达21.09家；中原城市群的平均新注册数字经济企业数量最少，年均仅为1.70家。总体而言，城市群城市的年平均进入企业为3.94家，远高于非城市群的0.23家。从每年新进入数字经济企业的平均注册资本看，山东半岛城市群新注册数字经济企业的平均注册资本最高，达到574.21万元；关中平原城市群新注册数字经济企业的平均注册资本最低，只有302.17万元。城市群城市的年平均进入企业的注册资本为380.70万元，高于非城市群城市的251.14万元。说明无论从数量上还是质量上，城市群均为发展数字经济的主要区域。
从数字经济企业数量的变化幅度看，在2010—2019年，城市群城市每年新注册数字经济企业的数量相较于2000—2009年增加了49.33%，增幅最大的为呼包银榆城市群，达到183.20%。从数字经济企业的注册资本变化幅度看，城市群城市在2010—2019年每年新注册数字经济企业的注册资本相较于2000—2009年增加了15.14%，增幅最大的为粤港澳大湾区，达到121.22%。在此期间，非城市群城市新注册数字经济企业的数量和平均注册资本的增幅仅为27.12%和-0.40%，均落后于城市群城市。
表3 各大城市群新注册数字经济企业的基本情况

Tab.3 Basic situation of newly registered digital economy enterprises in major urban agglomerations

名称 年均新注册企业数量 年均企业注册资本
2000—2019 2000—2009 2010—2019 变动（%） 2000—2019 2000—2009 2010—2019 变动（%）
长江中游城市群 1.70 1.39 2.06 48.14 319.90 303.99 338.66 11.40
哈长城市群 8.59 5.67 12.69 123.67 379.93 358.53 408.71 14.00
成渝城市群 2.58 1.98 3.24 63.23 381.84 373.90 393.07 5.13
长江三角洲城市群 3.24 3.13 3.35 7.14 393.86 354.96 437.90 23.37
中原城市群 1.70 1.54 1.88 22.14 368.71 344.81 397.42 15.26
北部湾城市群 3.23 2.45 4.09 67.20 305.52 284.29 344.81 21.29
关中平原城市群 7.09 5.06 9.86 94.64 302.17 277.83 336.97 21.29
呼包鄂榆城市群 11.65 6.88 19.49 183.20 319.90 277.00 371.67 34.18
兰西城市群 4.50 3.54 5.56 56.83 307.05 273.14 422.42 54.65
粤港澳大湾区 7.61 6.98 8.27 18.53 405.05 275.34 609.11 121.22
京津冀城市群 21.09 16.17 27.36 69.22 525.32 481.55 574.79 19.36
辽中南城市群 9.65 7.16 13.08 82.58 392.68 370.18 416.96 12.64
山东半岛城市群 14.22 15.33 13.18 -14.02 574.21 592.88 556.13 -6.20
海峡西岸城市群 4.30 2.88 6.30 118.80 390.33 338.32 453.50 34.04
城市群城市 3.94 3.22 4.80 49.33 380.70 356.02 409.94 15.14
非城市群城市 0.23 0.20 0.26 27.12 251.14 251.64 250.64 -0.40

2.3 国家级城市群批复与数字经济企业设立

一般来说，经济发展较好的城市更容易吸引数字经济企业，也更容易被纳入城市群的范围。同时，国家级城市群的批复顺序可能存在选择性。为应对潜在的内生性问题，本文对样本进行平衡性检验。一般来说，设立年份相近的城市群，具有一定程度的相似性。不失一般性地，记第t年批复的城市群为l，第t+1年批复的城市群为m，假如城市群城市的确定会受到其数字经济发展水平的影响，那么在城市群l批复的前一年（t-1年），城市群l和城市群m新注册数字经济企业的数量将会存在显著差异。反之，如果城市群城市范围的确立是独立于城市数字经济发展水平的，那么在城市群l批复的前一年（t-1年），城市群l和城市群m新注册数字经济企业的数量将不会存在显著差异。表4报告了平衡性检验的结果，在2015—2019年，每一年先后批复的城市群在新注册数字经济企业的数量上均不显著，说明本文的研究结论不会受到潜在内生性问题的影响。
表4 平衡性检验

Tab.4 Balance test

实验组 对照组 差异显著性
（1） 2015年设立城市群 2016年设立城市群
-0.788（0.282） -0.471（0.172） 0.317（0.334）
（2） 2016年设立城市群 2017年设立城市群
0.012（0.152） 0.513（0.801） -0.524（0.563）
（3） 2017年设立城市群 2018年设立城市群
0.432（0.976） 1.937（0.302） -1.506（0.757）
（4） 2018年设立城市群 2019年设立城市群
1.917（0.284） 1.159（0.670） 0.758（0.613）
（5） 2019年设立城市群 未批复城市群
0.373（0.854） 0.768（0.440） -0.394（1.003）

注：括号内的值为标准差。

进一步地，本文使用回归方法验证国家级城市群建设得到肯定性批复对数字经济的快速扩张存在促进作用。首先，分别以城市年均新注册企业数量和年均企业注册资本为被解释变量，使用方程（4）进行实证检验。表5列（1）和列（2）报告的回归结果显示，policy的系数显著为正，说明设立国家级城市群后，城市的年均新注册企业数量和年均企业注册资本均实现了显著的增长。其次，在划分中心和非中心城市的基础上，在回归方程中加入指示变量peri及其与policy的交互项policy·peri，进一步研究设立国家级城市群对不同类型城市的影响差异。如果城市为城市群中心城市，记peri=0；反之，记peri=1。表5列（3）和列（4）报告的回归结果中，policy的系数显著为正，再次证明了设立国家级城市群对城市数字经济的发展具有显著的促进作用，提升了城市对于数字经济企业的吸引力。peri的系数显著为负，说明非中心城市对于数字经济企业的吸引力要低于中心城市。peri·policy的系数显著为正，说明设立国家级城市群后，非中心城市的获益相对较多。
表5 设立国家级城市群对产业集中度的影响

Tab.5 Influence of the establishment of national urban agglomerations on the industrial concentration degree

年均新注册企业数量 年均企业注册资本 年均新注册企业数量 年均企业注册资本
（1） （2） （3） （4）
policy 1.549***（0.0601） 0.181***（0.0484） 0.494***（0.149） 0.315***（0.039）
peri -0.194***（0.017） -0.228***（0.017）
policy· peri 1.685***（0.091） 0.302***（0.024）
Control YES YES YES YES
Year FE YES YES YES YES
Pro FE YES YES YES YES
N 4960 4960 4960 4960
adj. R2 0.356 0.149 0.393 0.130

注：***、**和*分别代表1%、5%和10%的显著性水平，括号内的值为标准差。表7同。

3 城市群域内数字经济空间差异

3.1 数字经济企业的空间收敛

泰尔指数用于刻画地区间数字经济企业的空间分布差异，本文从新注册数字经济企业数量和新进入数字企业平均注册资本2个维度，测算相关指标在2000—2019年的泰尔指数（表6）。在2000—2019年，新进入数字经济企业数量的泰尔指数值为1.067，说明地区间的数字经济发展水平存在一定程度的差异。从动态趋势来看，泰尔指数呈现下降的走势，说明在样本期间区域差异呈现缩小的趋势，中国区域间数字经济发展水平趋于收敛。从各大城市群的泰尔指数看，不同城市群泰尔指数的变化趋势与全国总体差异的变化趋势基本相符，且城市群的收敛速度要快于非城市群。由于城市群城市无论是进入企业的数量还是注册资本，在全国的占比都相对较高，其变化水平接近于全国的平均水平，因此城市群城市的数字经济发展差异将很大程度上影响全国数字经济的空间格局。从贡献率方面来看，以表6第4列的计算值为例，区域内差异为0.979，区域间差异为0.048，区域内差异的平均贡献率为95.32%，区域间差异的平均贡献率为4.68%，说明缩小地区间数字经济发展差异的主要着力点在城市群内部。
表6 城市群的泰尔指数

Tab.6 Theil index of urban agglomerations

名称 年均新注册企业数量 年均企业注册资本
2000—2009 2010—2019 2000—2019 2000—2009 2010—2019 2000—2019
总体差异 1.067 0.968 1.027 0.060 0.033 0.045
区域内差异 1.021 0.909 0.979 0.059 0.032 0.044
区域间差异 0.046 0.059 0.048 0.001 0.001 0.001
长江中游城市群 2.404 0.831 1.487 0.090 0.041 0.061
哈长城市群 0.470 1.039 0.842 0.042 0.032 0.037
成渝城市群 0.754 0.666 0.729 0.028 0.029 0.028
长江三角洲城市群 1.685 0.917 1.219 0.054 0.023 0.036
中原城市群 1.280 0.561 0.954 0.036 0.026 0.031
北部湾城市群 1.253 1.497 1.378 0.072 0.030 0.050
关中平原城市群 0.951 1.185 1.145 0.028 0.031 0.030
呼包鄂榆城市群 0.809 0.634 0.700 0.030 0.012 0.020
兰西城市群 0.230 0.158 0.230 0.007 0.002 0.004
粤港澳大湾区 0.505 0.581 0.573 0.023 0.016 0.018
京津冀城市群 0.712 0.609 0.698 0.016 0.022 0.021
辽中南城市群 0.456 0.603 0.539 0.010 0.010 0.010
山东半岛城市群 0.736 1.100 0.933 0.035 0.033 0.034
海峡西岸城市群 0.392 0.513 0.450 0.015 0.013 0.014
非城市群城市 0.964 0.863 0.959 0.055 0.034 0.044

注：本文也计算了分行业的泰尔指数，得到的结果与表6保持一致。如有需要，可向作者索取。

3.2 数字经济企业空间分布的关联效应

本文采用局部莫兰值度量数字经济企业空间分布的局部特征。图1报告的结果显示，我国数字经济企业的空间分布总体呈现“高—低”集聚和“低—低”集聚2种类型。从时间演进角度来看，2010年后，数字经济企业的空间分布更加集中，说明数字经济企业选址的空间相关性更强。从莫兰值的符号看，2000—2019年城市群城市的莫兰值均为正。其中，2000—2009年城市群城市的莫兰值为0.012，2010—2019年城市群城市莫兰值为0.017，仅从莫兰数值变化看，数字经济企业的选址行为的空间相关性逐渐增强。从z值的显著性看，2000—2009年城市群城市z值不显著，2010—2019年城市群城市z值显著为正，可能的原因在于，城市群的设立加强了城市间的空间联系，数字经济企业在空间上存在显著的协同选址现象。2000—2019年非城市群城市的莫兰值为负，其中，2000—2009年非城市群城市的莫兰值为-0.001，2010—2019年非城市群城市莫兰值为-0.01，可能是城市间的同质竞争导致难以实现产业错位发展，城市在吸纳数字经济企业的同时，伴随着相邻城市数字经济企业的流出。综上所述，我国数字经济企业分布在空间上呈现高度的空间相关性，在城市群内呈现正向的空间关联。
图1 我国数字经济企业空间分布的莫兰指数及散点图

Fig.1 Moran index and its scatter plot of spatial distribution of digital economy enterprises

3.3 城市群设立与中心城市的溢出效应

本小节进一步探究城市群的设立对数字经济企业空间效应的影响，仍旧以城市数字经济企业进入数量和平均注册资本作为因变量，检验中心城市数字经济发展水平对非中心城市的数字经济发展水平是否存在影响。表7列（1）和列（2）的回归结果显示，centre的系数分别为0.097和0.075，在1%水平上显著。说明中心城市对非中心城市存在溢出效应。进一步地，本文在回归中加入centre与policy的交互项centre·policy，考察国家级城市群得到批复后中心城市对非中心城市溢出效应的变化。表7列（3）和列（4）的回归结果中，centre的系数分别为0.086和0.049，分别在1%和10%水平上显著，说明中心城市数字经济企业数量或注册资本的增加，会带动非中心城市的对应指标的上升，再次证明中心城市对非中心城市存在显著的溢出效应。交互项centre·policy的系数分别为0.021和0.028，在1%水平上显著，说明国家级城市群的设立能够提高中心城市的溢出效应。
表 7 中心城市的溢出效应

Tab.7 Spillover effects of central cities

年均新注册企业数量 年均企业注册资本 年均新注册企业数量 年均企业注册资本
（1） （2） （3） （4）
centre 0.097***（0.018） 0.075***（0.018） 0.086***（0.002） 0.049*（0.030）
contre·policy 0.021***（0.003） 0.028***（0.006）
control YES YES YES YES
_cons -4.202***（0.168） 5.918***（0.159） -3.971***（0.169） 5.544***（0.309）
Year FE YES YES YES YES
City FE YES YES YES YES
N 4660 4660 4660 4660
adj.R2 0.533 0.563 0.539 0.563

4 结论与讨论

本文从数字经济企业的选址行为与空间分布2个维度，利用工商企业注册信息数据，分析了中国数字经济企业的时空演进格局。主要结论如下：
①2000—2019年，中国新注册数字经济企业的数量和平均注册资本均有所提升，但是地区差异较大，城市群城市在增量和增速上均高于非城市群城市。
②泰尔指数的计算结果表明，数字经济企业的空间分布存在显著差异。对总体差异进行分解发现，组间差异小于组内差异，表明城市群的内部差异是中国区域间数字经济企业分布差异的主要来源。从泰尔指数的变动情况看，泰尔指数在总体上呈现下降趋势，城市群内的下降程度要大于城市群间的下降程度，是数字经济总体空间分布差异缩小的主要来源。
③设立国家级城市群具有显著的政策效应，对数字经济企业的区域分布格局存在显著影响。设立国家级城市群显著提高了城市群城市新注册数字经济企业的数量和注册资本，且作用效果具有非对称性，非中心城市的收益更大。从城市间的空间联系看，中心城市对非中心城市存在正向溢出，设立国家级城市群放大了这一空间效应。
研究数字经济企业的空间分布格局演化，对于丰富与拓展数字经济相关研究，优化数字经济产业空间布局具有重要的实践价值。本文使用微观数据刻画数字经济企业的空间分布格局，利用《统计用产品分类目录》对工商企业注册信息中的数字经济企业进行识别，构建了城市级别的面板数据，更加准确地反映经济活动的真实情况。不同于过往的单一年份截面研究，本文数据的时间跨度较长，便于观察数字经济企业空间格局演变的长周期趋势，并通过对泰尔指数进行分解，进一步揭示数字经济企业空间分布收敛的主要来源。本文使用设立国家级城市群作为外生冲击，探究区域制度对数字经济空间格局的影响，并就城市群设立对城市间空间效应的影响进行了检验。受限于数据的可得性，本文主要使用微观企业的注册信息数据，样本信息相对较少。因此，关于企业存续、企业经营等深层次问题，本文未能进行深入的讨论，这既是本文的不足之处，也为未来研究提供了空间和方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
肖旭, 戚聿东. 产业数字化转型的价值维度与理论逻辑[J]. 改革, 2019(8):61-70.

[2]
戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6):135-152,250.

[3]
张雪玲, 焦月霞. 中国数字经济发展指数及其应用初探[J]. 浙江社会科学, 2017(4):32-40,157.

[4]
黄阳华. 基于多场景的数字经济微观理论及其应用[J]. 中国社会科学, 2023(2):4-24,204.

[5]
申卫星. 论数据用益权[J]. 中国社会科学, 2020(11):110-131,207.

[6]
孙晋. 数字平台的反垄断监管[J]. 中国社会科学, 2021(5):101-127,206-207.

[7]
杨路明, 施礼. “一带一路”数字经济产业聚集发展研究[J]. 中国流通经济, 2021, 35(3):54-67.

[8]
孙勇, 樊杰, 刘汉初, 等. 长三角地区数字技术创新时空格局及其影响因素[J]. 经济地理, 2022, 42(2):124-133.

DOI

[9]
毛丰付, 高雨晨, 周灿. 长江经济带数字产业空间格局演化及驱动因素[J]. 地理研究, 2022, 41(6):1593-1609.

DOI

[10]
徐维祥, 周建平, 刘程军. 数字经济发展对城市碳排放影响的空间效应[J]. 地理研究, 2022, 41(1):111-129.

DOI

[11]
赵勇, 白永秀. 中国城市群功能分工测度与分析[J]. 中国工业经济, 2012(11):18-30.

[12]
方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报, 2014, 69(8):1130-1144.

DOI

[13]
Ota M, Fujita M. Communication technologies and spatial organization of multi-unit firms in metropolitan areas[J]. Regional Science and Urban Economics, 1993, 23(6):695-729.

[14]
Duranton G, Puga D. From sectoral to functional urban specialisation[J]. Journal of Urban Economics, 2005, l57(2):343-370

[15]
Porat M U. The Information Economy:Definition and Measurement[R]. Washington D. C.: U.S. Department of Commerce,1977.

[16]
刘茂松, 曹虹剑. 信息经济时代产业组织模块化与垄断结构[J]. 中国工业经济, 2005(8):56-64.

[17]
程立茹. 互联网经济下企业价值网络创新研究[J]. 中国工业经济, 2013(9):82-94.

[18]
李海舰, 田跃新, 李文杰. 互联网思维与传统企业再造[J]. 中国工业经济, 2014(10):135-146.

[19]
Tapscott D. The Digital Economy:Promise and Peril in the Age of Networked Intelligence[R]. New York: McGraw-Hill, 1996.

[20]
Knickrehm M, Berthon B, Daugherty P. Digital disruption:The growth multiplier[J]. Accenture Strategy, 2016(1):1-11.

[21]
许宪春, 张美慧. 中国数字经济规模测算研究——基于国际比较的视角[J]. 中国工业经济, 2020(5):23-41.

[22]
关会娟, 许宪春, 张美慧, 等. 中国数字经济产业统计分类问题研究[J]. 统计研究, 2020, 37(12):3-16.

[23]
张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019, 54(8):71-86.

[24]
续继, 唐琦. 数字经济与国民经济核算文献评述[J]. 经济学动态, 2019(10):117-131.

[25]
蔡跃洲, 牛新星. 中国数字经济增加值规模测算及结构分析[J]. 中国社会科学, 2021(11):4-30,204.

[26]
江小涓. 数字时代的技术与文化[J]. 中国社会科学, 2021(8):4-34,204.

[27]
数字经济及其核心产业统计分类(2021)[R]. 中华人民共和国国务院公报, 2021(20):16-30.

Options
文章导航

/

〈 〉