数字经济发展对城市经济韧性影响的空间效应

范雨婷; 张杰

doi:10.15957/j.cnki.jjdl.2025.07.005

经济地理 >

2025 , Vol. 45 >Issue 7: 46 - 55

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.07.005

区域经济与理论方法

数字经济发展对城市经济韧性影响的空间效应

范雨婷 ^,¹ ,
张杰 ^,²^,^※

展开

1.赛迪研究院赛迪顾问城市经济研究中心，中国北京 100048
2.首都经济贸易大学城市经济与公共管理学院，中国北京 100070

※张杰（1973—），男，博士，教授，博士生导师，研究方向为数字经济、城市经济。E-mail：zhangjie@cueb.edu.cn

范雨婷（1996—），女，博士，助理研究员，高级分析师，研究方向为数字经济、经济韧性。E-mail：fanyuting1226@163.com

收稿日期: 2023-12-14

修回日期: 2024-12-27

网络出版日期: 2025-08-28

基金资助

北京市社会科学基金项目(24JCB051)

收起

The Spatial Effect of the Development of the Digital Economy on the Economic Resilience of Cities

FAN Yuting ^,¹ ,
ZHANG Jie ^,²^,^※

Expand

1. Consulting Urban Economic Research Center，CCID，Beijing 100048，China
2. School of Urban Economics and Public Administration，Capital University of Economics and Business，Beijing 100070，China

Received date: 2023-12-14

Revised date: 2024-12-27

Online published: 2025-08-28

Fold

摘要

文章基于中国288个城市的面板数据，研究了2011—2021年中国城市经济韧性的时空演化过程和特征，检验了数字经济发展对城市经济韧性的影响效应，并进一步分析其结构和时序影响。结果表明：①城市经济韧性水平呈现多点零散分布，空间上存在显著的南北分异。其中南方地区的城市经济韧性显著高于北方，显著高值集聚区整体上呈现出“由北向南再向西和北”的演化过程。②数字经济发展能够显著提升城市经济韧性。③结构分析表明数字创新要素、数字产业化和产业数字化对城市经济韧性的影响较大。时序分析表明数字经济发展水平的提升对城市经济韧性的增强效应逐年提高，其中数字产业化、产业数字化和数字创新要素对城市经济韧性的影响也具有递增的时序性。

关键词： 数字经济; 城市经济韧性; 空间分异; 时序演变; 结构分析

本文引用格式

范雨婷 , 张杰 . 数字经济发展对城市经济韧性影响的空间效应[J]. 经济地理, 2025 , 45(7) : 46 -55 . DOI: 10.15957/j.cnki.jjdl.2025.07.005

Abstract

A resilient urban economic system under the complex economic situation has become an inevitable requirement for social and economic development, and the vigorous vitality of digital economy provides impetus for the enhancement of urban economic resilience. This study analyzes the spatio-temporal evolution process and characteristics of digital economy and urban economic resilience in China, tests the impact of digital economy on urban economic resilience, and further analyzes the time series evolution and structural of its impact. The results show that: 1) The level of urban economic resilience shows a multi-point scattered distribution, and there is a significant spatial differentiation between the north and the south. 2) The digital economy can significantly enhance the resilience of urban economy. 3) The structure analysist shows that digital innovation elements, digital industrialization and industrial digitalization have a great impact on urban economic resilience. The time series analysis shows that the enhancement effect of the improvement of the development level of digital economy on the resilience of urban economy is increasing year by year, among which the impact of digital industrialization, industrial digitalization and digital innovation factors on the resilience of urban economy also has an increasing time series analysis. According to the research conclusions, this paper puts forward relevant development suggestions.

Key words： digital economy; urban economic resilience; spatial differentiation; temporal evolution; structural analysist

2019年12月爆发的新冠疫情是由公共卫生危机演变的一场全球性外部冲击，进而引发了全球经济的深度衰退。此后，不断加深的逆全球化、地缘政治风险以及国内消费下滑、供给冲击、预期转弱等更加剧了我国经济形势的不确定性。当前，我国经济已进入优化结构和新旧动能转换的关键时期，经济下行压力加剧。作为中国经济社会发展空间载体，为应对国内外复杂的不确定性风险与挑战，助力城市经济高质量发展，增强城市经济韧性来应对国内外双重冲击已然迫在眉睫。数字经济的发展在应对突发外部冲击和塑造经济韧性方面具有独特优势。数字经济在新技术革命中诞生，其以网络信息技术产业为代表、以数字产业为支撑、以数字为要素、以数字产业化和产业数字化为演进内容，逐渐成为新时代战略性新兴产业。在数字化的浪潮下，数字经济重塑产业结构，推动产业跃迁，成为继农业经济和工业经济之后，人类经济社会发生的最显著变革，是当前最具活力的经济社会发展新兴模式。2017—2019年，我国数字经济增加值规模年均增长达20%。2019年，我国数字经济总量达到35.8万亿元，占GDP的比重为36.2%，比2018年提高1.4个百分点 ^① 。2020年，新冠疫情加速了数字经济的蓬勃发展。5G、人工智能、物联网等新技术得到广泛应用，电子商务、视频会议、网上购物、在线教育、共享平台、协同办公、远程医疗等“非接触经济”加速发展，信息传输、软件和信息技术服务业增加值增长16.9%，全国实物商品网上零售额增长14.8% ^② 。数字经济成为促进企业复工复产的“生力军”和对冲经济下行压力的“稳定器”，展现出其强大的发展韧性和抗冲击能力，也为提升城市经济韧性提供了新的动力源。基于上述发展背景，我国数字经济和城市经济韧性发展中的时空演进规律如何?表现为哪种特征?复杂形势下数字经济发展能否为增强城市经济韧性提供驱动力进而促进经济高质量发展?本文拟主要围绕上述问题进行深入探讨和分析。

1 文献综述与理论分析

源于物理学的韧性概念经历了工程韧性、生态韧性、演化韧性3个阶段。Holling提出材料对受力产生形变的抵抗能力，是一种系统受压后恢复原状的能力^[1]。随后，Holling对原工程韧性中的单一均衡进行重新审视，认为韧性的概念应当具有在系统受到冲击后自身结构发生变化后到进入另一种稳定均衡状态前能够承受的最大冲击量^[2]。Walker等在原生态韧性的基础上进行了完善，提出韧性是社会生态系统在压力下的回应以及在限制条件或冲击情况下而表现出的适应和改变的能力，并非在压力冲击下的对原先状态的复原能力^[3]。现有文献中，经济韧性大都基于演化韧性的概念来定义其内涵。在国内，认可度比较高的经济韧性内涵界定基本上和Martin等的观点^[4]相近，但在具体诠释上有区别。胡晓辉将“resilience”翻译为“弹性”，认为经济弹性的内涵包括抵御能力、恢复能力、再组织能力和更新能力4个方面^[5]。孙久文等基于对经济韧性概念的解读，指出区域经济韧性比较全面正确的概念包括4个维度^[6]。现有文献基本围绕Martin等提出的抵御力、恢复力、适应力和更新力4个方面展开对经济韧性的研究^[4]。

近年来，现有学者逐渐开始关注数字经济发展和经济韧性的演进特征与影响关系，如杨仁发等从全球价值链的角度研究数字经济发展对全球价值链发展演进和韧性的影响^[7]，但较少有文献分析数字经济发展和城市经济韧性的演进规律和特征。在影响效应研究中，现有文献大都从宏观层面认为数字经济能够增强经济韧性，并研究了数字经济赋能经济韧性的机理及实现路径。

通过梳理文献，发现数字经济发展提升经济韧性的机理主要包括：①数字经济发展过程能够提升城市创新水平，促进产业结构升级，赋能城市经济增长，增强城市经济韧性。张亚丽等构建数字经济指标体系探讨数字经济对市域经济韧性的影响效应，认为数字经济发展显著促进了中国市域经济韧性的提升^[8]；陈丛波等基于长三角地区省级和城市层面数据，研究证明数字经济有助于提高区域创新能力，强化城市经济韧性^[9]；朱金鹤等分析2011—2018年中国284个地级城市发现数字经济能直接或通过激发新人才资源发展潜力、调动新经济部门发展动力、赋能新创新产出发展活力提升城市经济韧性，同时具有正向空间溢出效应^[10]；荆林波认为，数字经济能够通过创新、提高资源匹配精度提升经济系统的供给水平和运行效率，进而提高城市经济韧性^[11]。②数字经济通过平台建设增强城市经济韧性。邱栋等研究发现，数字经济利用数字平台生态系统发挥信息交流、资源配置、社会整合和学习创新四大优势，从物质技术、组织制度、经济和社会四方面增强区域韧性^[12]；张秀艳等从三维视域探索发现中国经济韧性总体处于非均衡状态，繁荣数字创业生态系统有利于提升区域经济韧性和实现竞合导向的经济系统共生演化^[13]；崔耕瑞以中国2011—2019年省际面板数据为样本，实证发现数字金融显著提升省域经济韧性，对经济韧性的促进作用存在显著的结构异质性、区域异质性以及网络覆盖异质性，且通过缩小城乡收入差距、提高资本配置效率和引致消费升级对经济韧性产生促进作用^[14]；张春敏研究发现，数字经济带来的生产方式、生活方式与治理方式的变革不断塑造城市新样态，通过重塑与整合韧性城市物质系统使其数字化、智能化与智慧化，推进韧性城市社会系统的经济结构、组织形式等总体性改变，再造物质系统与社会系统的耦合方式，不断促进数字经济背景下韧性城市建设的演化^[15]。

综上所述，现有文献中研究数字经济和城市经济韧性的时空演进的文献还较少，仅有的少数研究也大都只从数字经济形态的某一侧面分析其对国家整体宏观经济韧性或者区域韧性的作用。而数字经济是一个发展的过程，也是一个内部相互连续的整体的经济形态概念，需要从演化的角度立足数字经济形态的系统整体，而非某一侧面来研究数字经济对城市经济韧性的作用。因此，本文首先从城市层面分析城市经济韧性在时间和空间上的演化历程，揭示2011—2021年我国数字经济和城市经济韧性的时空分异特征；在此基础上，将数字经济和城市经济韧性纳入同一研究框架，分析其在演进过程中数字经济对城市经济韧性的影响效应以及结构性和时序性影响，以回应该领域研究的学术关切。

2 研究方法与指标选择

2.1 研究方法

2.1.1 构建区域数字经济发展水平评价指标体系

数字经济发展指数构建有不同的指标评价方法，其计算结果大同小异，而对数据赋权可使结果更加科学、精准。总体来说，客观评价方法较主观评价方法具有科学性，其中主成分分析和熵值法都具有各自的优势，但熵值法更加能够减少信息熵的减损，尽可能考虑到相关指标在总指数中的作用和角色。因此，本文采用熵值法对指标进行处理并赋权。

2.1.2 空间相关性分析

为考察数字经济发展水平和城市经济韧性两个变量在空间上的自相关性，本文采用全局莫兰指数（Moran's I）来进一步测度。热点分析既可以寻找出数字经济在空间上的高值地区和低值地区，又能够显示出高值和低值发生具有显著性聚类的区域位置。热点分析需要对每一个城市的数字经济计算Getis-Ord G_i^*统计量（称为G_i^*），通过得到Z得分和P值来呈现高值或低值的聚类区域。

2.1.3 构建计量模型

本文构建计量模型进一步实证检验数字经济对城市经济韧性的影响效应。为避免可能存在不可观测的部分对模型的检验结果存在干扰，同时为避免反向因果可能造成不准确的实证结果，本文构建包含城市和事件固定效应的双重固定效应模型作为基准模型。具体检验模型如下：

（1）

R e s i t = α 0 + α 1 D i g i t + ∑ i = 1 N α i Z i t + μ i + τ t + ε i t

式中：

R e s i t

为第t年i城市的经济韧性；

D i g i t

为第t年i城市的数字经济发展水平；Z为控制变量；

μ i

表示城市固定效应；

τ t

表示时间固定效应；

ε i t

为随机扰动项。

2.2 数据与指标体系说明

2.2.1 数字经济发展水平指标体系

考虑到研究数据的可得性，本文借鉴赵涛等的做法^[16]，并加入数字经济发展新方向作为新的研究指标，从数字创新要素、数字基础设施、数字经济需求、数字融合应用和数字经济产出5个方面、共计9项指标全方位测度数字经济发展水平（表1）。

表1 区域数字经济发展水平指标评价体系及说明

Tab.1 Evaluation system of digital economy development level indicators

一级指标	二级指标	单位	属性
数字创新要素分指数	信息传输、计算机服务和软件业从业人数占城镇就业人数比重（X₁）	%	+
数字基础设施分指数	每百人互联网用户数（X₂）	户	+
数字基础设施分指数	每百人移动电话用户数（X₃）	户	+
数字产业化分指数	软件、互联网企业数量（X₄）	家	+
数字产业化分指数	软件业营业收入（X₅）	万元	+
产业数字化分指数	区域数字普惠金融指数（X₆）	/	+
产业数字化分指数	工业企业每百人计算机数（X₇）	台	+
数字经济产出分指数	城市数字化程度指数（X₈）	/	+
数字经济产出分指数	人均电信业务总量（X₉）	亿元	+

注：“/”代表无单位；方向“+”代表该项指标为正向指标。

2.2.2 城市经济韧性

本文中的被解释变量为城市经济韧性（Res）。通过梳理现有文献（表2），可以看出当前对经济韧性的测度主要分为编制指标体系、单一或多个指标变动，其中主要指经济指标变动和就业指标变动。采用编制指标体系来测度经济韧性的文献，主要采用的指标包括固定资产投资、人均储蓄，城镇人均可支配收入、三产占比、规模以上工业总产值等。在单一或多个指标变动的城市经济韧性测度方式中，采用经济指标变动主要通过实际GDP与预期GDP之间的差距来测度，采用就业指标变动主要通过实际就业率与反事实推演的就业率之间的相对变动来测度城市经济韧性。本文主要研究数字经济和城市经济韧性，由于数字经济发展水平的测度采用编制指标体系的方法，与城市经济韧性的指标体系容易重合，在后续实证分析结果中存在多重共线性的可能。此外，本文认为，就业与失业相对，在经济形式变动中存在一定的滞后性，属于滞后指标。这主要是因为在经济系统当中，劳动力市场具有粘性，在经济冲击中，企业并不一定会产生裁员，也可能通过降薪等手段应对冲击，而且即便是发生了失业或裁员，其时间往往在经济冲击之后。而GDP及其增长率属于经济发展的同步指标，即一致性指标，能够反映当年城市经济发展的韧性情况。在当前对经济韧性测度的探索中，该衡量方法最容易被接受，也最客观。

表2 经济韧性指标测度文献梳理

Tab.2 Literature review on the measurement of economic indicators

指标测度方式	具体指标	参考文献
指标体系编制	固定资产投资、人均储蓄、城镇人均可支配收入、三产占比、规模以上工业总产值	Bruneau等^[17]；张明斗等^[18]；朱金鹤等^[19]
经济指标变动	实际GDP或增长率与预期GDP或增长率的相对变动	Martin等^[20]；张学波等^[21]；赵云辉等^[22]；罗红艳等^[23]；肖兴志等^[24]；徐圆、陈爱华^[25]；徐圆等^[26]；孙丽、张杰^[27]
就业指标变动	实际就业率与反事实推演就业率的相对变动	Capello等^[28]；徐圆等^[29]；Faggian等^[30]；陈安平^[31]

综上所述，本文依据经济韧性领域经典研究Martin等的测度方式^[20]，选取城市GDP增长率的变化率的实际与预期的差距为测度思路，衡量城市经济韧性。

根据Martin等用敏感指数和平均增长率对经济韧性测度方式^[20]的改进，对维持性和恢复性的测度需要设定预期增长率，该预期增长率应与全国总体水平相一致，因此预期增长率一般以全国增长率来指代。因此，某一城市的预期增长率计算公式如下：

（2）

(Δ E i t + k) 预 期 = E i t · (1 + g N t + k)

式中：

(Δ E i t + k) 预 期

表示根据全国经济增长率，城市i的预期增长率的变化量；

E i t

为城市i在基期t年时的增长率；

g N t + k

为全国水平下第t年到第t+k年经济增长率的变动量。

根据式（4）可以推导出城市经济韧性的计算公式如下：

（3）

R e s i = (Δ E i - Δ E i 预 期) (Δ E i 预 期

）

式中：

R e s i

为i城市经济系统的韧性。当指标的数值大于0时，表示城市i的经济韧性高于全国一般水平，说明城市i的经济韧性较高；当指标的数值小于0时，表示城市i的经济韧性低于全国一般水平，说明城市i的经济韧性较低。

Δ E i

为城市GDP增长率的变动量；

Δ E i 预 期

为依据我国总体经济增长速度计算的i城市GDP增长率的预期变动量。

2.2.3 控制变量

数字经济发展水平对城市经济韧性的影响效应可能会受到城市经济系统其他因素的干扰。因此，为尽量减少影响效应的误差，避免遗漏变量对结果的影响，进而更加全面地分析数字经济发展水平影响城市经济韧性的效应，本文参考相关研究^[32]选取城市系统相关的控制变量。具体为：①城市市场规模（Market）。市场规模的大小影响城市经济发展空间，本文选取社会消费品零售总额作为城市市场规模的代理变量。②经济密度（Ecoden）。经济密度用来衡量城市经济的集约程度，本文采用每平方公里的GDP来作为其代理变量。③金融发展水平（Fina）。金融对城市经济发展起到优化资源配置、助力产业发展的关键作用，本文采用银行存款余额与城市GDP的比重来衡量城市金融发展水平。④城市化水平（Urban）。城市化水平是体现城市现代化程度的重要指标，本文采用城市的城区人口占城市总人口比重作为城市化水平的代理变量。⑤财政分权程度（Reven）。财政分权是地方政府灵活性的一项重要指标，本文采用财政预算收入与预算支出的比值作为代理变量。

2.3 数据来源与处理

考虑到部分城市和区域的数据连续性、可得性，本文剔除西藏、新疆、香港、澳门、台湾等省级行政区的部分地级市样本，选取中国288个地级及以上城市作为研究样本，数据均为市域数据。变量数据均来自2011—2021年的《中国城市统计年鉴》，各省（自治区、直辖市）及各城市统计年鉴、国民经济和社会发展统计公报以及国家基础地理信息中心等。对于极少量的数据缺失，采用插值法补齐。本文测度各个变量后，为消除量纲的影响，对各个年份的数据进行了标准化处理。标准化后的数据仍具有“右偏”的特征，为避免极端数值对实证结果的影响，本文对变量进行1%的缩尾处理。变量数据描述性统计见表3。

表3 主要变量描述性统计

Tab.3 Descriptive statistics of main variables

变量	含义	平均值	标准差	最小值	最大值
Res	城市经济韧性	0.2981	0.2250	0.0235	1
Dig_it	数字经济发展水平	0.0222	0.0734	0.0002	1
Market	市场规模	0.0926	0.1301	0.0043	1
Ecoden	经济密度	0.0344	0.0765	0.0010	1
Fina	金融发展水平	0.0434	0.0994	0.0010	1
Urban	城市化水平	0.1583	0.1317	0.0013	1
Reven	财政分权度	0.3700	0.2180	0.0003	1

3 时空演进特征

3.1 城市经济韧性水平的空间分异特征

城市的经济系统内部结构和发展模式的不同造就了不同城市经济系统具有不同的演化韧性。本文选取2011、2015、2017和2021年4个典型年份的全国城市经济韧性指标值进行可视化分析（图1）。由图1可知，我国288个城市的经济韧性演化并不统一。与我国经济发展由东到西的总体阶梯分布不同，城市经济韧性在演化过程中其地理分布也呈现出不规则的复杂性和区域异质性。具体来看：①由图1a可知，以0值为界，全国城市0值以上具有较强经济韧性的城市较多，各个经济区均有较高经济韧性的城市。2011年之后，我国进入经济增长速度换挡期、结构调整阵痛期、前期刺激政策消化期“三期叠加”的局面。自2012年开始，GDP增速下行换挡，资源环境和发展的矛盾突出，产能过剩，经济结构亟待调整。②由图1b可知，“三期叠加”中的城市经济韧性与2011年的图1a有明显不同。2015年，我国绝大部分的城市经济运行进入增长疲软阶段，城市经济韧性值低于0值。少量的城市在该时期逆势增长，体现出较大的经济韧性水平。③由图1c可知，2017年是我国GDP增长率波峰，相对于2015年，部分城市的经济韧性转为0值以上。④由图1d可知，经历2020年疫情的冲击后，较多城市恢复到原有经济轨道上来，甚至比2017年的韧性水平更高。也有一部分城市经历2020年新冠疫情突发事件的冲击，2021年韧性水平继续下滑的城市，如黑龙江省北部、河北省大部、河南省南部、湖北省北部、湖南省西部、四川省南部以及江西和福建省的部分城市。

显示原图|下载原图ZIP|生成PPT

图1 典型年份中国城市经济韧性的空间分布

注：基于自然资源部标准地图服务网站下载的审图号为GS（2020）4619号的标准地图制作，底图边界无修改。图2同。

Fig.1 Distribution of China's urban economic resilience in typical years

3.2 空间相关性

2011—2021年中国城市经济韧性的空间相关性体现了一个先增强后减弱的过程（表4）。具体来说，2011—2013年城市经济韧性的Moran's I处于较低的水平，且显著性水平较低；2014—2019年我国城市经济韧性的空间相关性显著正相关，其中2016年的Moran's I数值最高；随后的2020和2021年，城市经济韧性的空间相关性不显著。可见，城市经济韧性空间相关性的发展过程经历了一个先上升后下降的倒“U”型发展过程。

表4 中国城市经济韧性空间自相关Moran's I指数

Tab.4 Moran's I index of spatial autocorrelation of urban economic resilience in China

年份	Moran's I	P值	年份	Moran's I	P值
2011	0.001	0.204	2017	0.017^***	0.003
2012	0.003	0.147	2018	0.013^***	0.004
2013	0.006^*	0.062	2019	0.032^***	0.000
2014	0.038^***	0.000	2020	0.002	0.171
2015	0.024^***	0.000	2021	0.002	0.173
2016	0.072^***	0.000	/	/	/

注：^***、^**、^*分别表示在1%、5%、10%的水平显著；“/”表示无内容。

3.3 冷热点分析

城市经济韧性具有空间相关性，而这种空间相关性是否也和前文数字经济一样存在显著的高值集聚区?如果存在，那么2011—2021年中国城市经济韧性的聚类演化过程又呈现怎样的特征?本文下面就以上问题展开探讨。

根据前文的G_i^*统计量绘制2011、2015、2017和2021年的冷热点分析图（图2）。该图呈现了4个典型年份城市经济韧性在不同程度上显著的局部时空聚类情况，从中可以看出：①中国城市经济韧性空间集聚在时间上并不连续。这与上述全局空间自相关的结论相同，2011和2021年的城市经济韧性空间聚类情况并不具备典型特征。②中国城市经济韧性冷热点区域存在显著的南北分异。如图2b和图2c，2015和2017年的冷热点情况分异明显。2015年，城市经济韧性冷点较为显著的区域主要分布在东北地区和西北的甘肃省和内蒙古自治区部分城市，而热点地区大都分布在长江以南的南方地区。到2017年，这种南北方分异特征依然存在，但是在统计上显著的城市和区域有所减少，此外还出现新的特征，2015—2017年，相同的是东北地区仍然处于显著的冷点集聚区，即东北地区的城市经济韧性大都是低值集聚，热点区域仍在南方较为显著；不同的是，相比于2015年，2017年部分北方城市也出现了高值集聚的热点区域，例如西安、宝鸡、咸阳、铜川、榆林、天水、忻州、太原、阳泉、石家庄、邢台、连云港、徐州、宿州、商丘、亳州和蚌埠等市，这些城市的周边均为城市经济韧性的高值城市。综合来看，城市经济韧性热点区域整体上呈现出“由北向南再向西和北”的演化历程。

显示原图|下载原图ZIP|生成PPT

图2 典型年份中国288个城市的经济韧性冷热点空间分布

Fig.2 Cold and hot distribution of economic resilience in 288 cities

4 模型结果与分析

4.1 实证结果分析

为进一步分析数字经济发展和城市经济韧性之间的影响效应，计算得出双向固定效应模型实证检验结果（表5）。从回归结果可以看出数字经济发展的估计系数为0.2127，并在1%的水平下显著，说明数字经济发展水平的提高能够显著促进城市经济韧性。

表5 基准回归结果

Tab.5 Basic regression results

变量	Res
变量	（1）	（2）
Dig_it	0.2438^***（0.0762）	0.2035^***（0.0598）
Market		-0.0256（0.0236）
Ecoden		0.13979（0.1122）
Fina		-0.1740^***（0.0486）
Urban		0.0829^**（0.0411）
Reven		0.0603^***（0.0177）
常数项		0.0582^***（0.0093）
观测值	3168	3168
R²	0.9001	0.9242
城市固定效应	是	是
时间固定效应	是	是

注：***、**、*分别表示在1%、5%、10%的水平显著；括号内数值为标准误。表5~表7同。

4.2 结构和时序分析

4.2.1 结构分析

为进一步探究数字经济影响城市经济韧性的结构分析，本文将数字经济降维至5个方面，分别为对应数字创新要素（Dig₁）、数字基础设施（Dig₂）、数字产业化（Dig₃）、产业数字化、数字经济产出5个变量。表6中列（2）~（6）显示，列（1）为降维前数字经济影响城市经济韧性的回归结果。根据表5中的回归结果可以发现：①在5个结构变量中，数字创新要素（Dig₁）对城市经济韧性的影响最强，这说明了强韧性的经济系统依赖创新要素的集聚。已有研究表明，“创新韧性”较强的城市往往经济韧性较强^[33-35]，创新要素的集聚一方面能够使城市内的微观主体通过调整投入、分散外部冲击对城市内某个经济子系统的冲击；另一方面城市经济系统在日常运行中产生数字化高技能人才共享市场，同时为本城市或区域创造形成数字经济垂直产业链的“土壤”，打通数字产业上下游资本流动通道，夯实城市经济的数字产业“基座”，增强城市经济韧性。②数字基础设施（Dig₂）对城市经济韧性的影响显著为正。这表明，数字基础设施的建设大力推动了我国城市经济的发展。我国数字基建对城市经济增长的贡献巨大，为经济系统韧性的增强提供了设施保障。③数字产业化（Dig₃）和产业数字化（Dig₄）作为数字经济的2个核心内容，对城市经济韧性的影响均显著为正。从系数可以看出，在数字经济发展中，数字产业化对城市经济韧性效应作用要产业数字化。有研究表明，数字产业化比产业数字化对产业链的控制力高^[36]，而产业链控制能力也是经济韧性的重要内容，这也从侧面印证了本文得出的结论；还有研究认为产业数字化通过传统产业的数字化转型实现产业结构的调整与升级^[37]。总而言之，本文中数字产业化和产业数字化对城市经济韧性均具有显著的激励效应。④数字经济产出（Dig₅）对城市经济韧性的影响在10%的水平上显著为正。相对于其他4个方面，数字经济产出对城市经济韧性的影响效应较小。

表6 数字经济影响城市经济韧性的结构分析

Tab.6 Structural effects of digital economy on urban economic resilience

变量	Res
变量	（1）	（2）	（3）	（4）	（5）	（6）
Dig_it	0.2227^***（0.0689）
Dig₁（数字创新要素）		0.3136^**（0.1524）
Dig₂（数字基础设施）			0.0403^*（0.0241）
Dig₃（数字产业化）				0.1836^***（0.0497）
Dig₄（产业数字化）					0.0375^***（0.0120）
Dig₅（数字经济产出）						0.0037^*（0.0021）

综上所述，数字经济对城市经济的韧性影响效应从大到小依次为数字创新要素、数字产业化、产业数字化、数字基础设施和数字经济产出，这说明了数字经济对城市经济韧性的影响效应存在结构性差异。

4.2.2 时序分析

为进一步探究数字经济（Dig_it）以及数字创新要素（Dig₁）、数字基础设施（Dig₂）、数字产业化（Dig₃）、产业数字化（Dig₄）和数字经济产出（Dig₅）的时序影响，本文将上述6个变量分别进行滞后处理，逐个滞后一期、二期和三期分别与被解释变量进行回归，分别对应列（2）（3）（4），回归结果见表7。其中，列（1）的回归结果为表5中列（2）和表6的回归结果。时序分析研究结果表明：①数字经济发展水平（Dig_it）对城市经济韧性的时序影响逐年递增。说明随着时间滞后期的延长，数字经济发展水平的提高对城市经济韧性的激励效应将逐渐增强。在我国数字经济发展中，当期阶段数字经济发展对城市经济的正向影响作用往往不是最高的。但随着数字经济相关的基础设施逐渐完善、居民数字技能适应性提高、产业布局逐渐完善，作用在城市整体经济系统的影响逐渐显现，并具有长期发展的动力。②数字产业化（Dig₃）对城市经济韧性的影响在时间序列上仍显著为正，且存在时序影响递增的特征。其原因主要是数字产业化发展初期并未形成产业规模和集聚经济，随着数字产业化进程的加快，城市或区域内的数字产业规模扩大，逐渐形成集聚规模经济，城市经济增长开拓空间。此外，数字产业化深入演进出现的集聚经济效应也促使数字企业的研发活动、基础设施设备使用等具有正的外部性，使数字产业化对城市经济韧性的影响具有乘数效应。③产业数字化（Dig₄）对城市经济韧性的正向激励效应逐渐显著，回归系数也波动增加。这说明，虽然产业数字化的部分转型改造措施能在当年为经济韧性提供短期贡献，但真正的产业数字化转型对城市经济韧性的长期效应往往需要2~3年才会显现。④数字基础设施（Dig₂）变量在滞后二期和三期后的回归系数对城市经济韧性的影响相对显著，但滞后一期并不显著。⑤数字经济产出（Dig₅）对城市经济韧性的影响并不在较高水平显著，且在时间序列上显著性水平呈现逐年衰减的特征。可见，依靠数字经济产出的支撑城市经济发展韧性仅仅在短时期能够见效，长时期仍需着眼于数字创新要素的集聚，不断推进数字产业化和产业数字化的进行，不断培育数字经济新业态，创造数字经济发展新模式，吸引更多优质的数字化技术人才。

表7 数字经济影响城市经济韧性的时序分析

Tab.7 Temporal effect of digital economy on urban economic resilience

变量	Res
变量	（1）	（2）	（3）	（4）
Dig_it	0.2035^*** （0.0598）	0.4329^*** （0.1322）	0.4814^** （0.1973）	0.5250^*** （0.1767）
Dig₁	0.3136^** （0.1524）	1.2766^** （0.5742）	0.8619^** （0.4233）	0.7966^** （0.3485）
Dig₂	0.0403^* （0.0241）	0.0093 (0.0077)	0.0327^* （0.0178）	0.0336^** (0.0151)
Dig₃	0.1836^*** （0.0497）	0.3358^** （0.1602）	0.3376^** （0.1594）	0.3147^** （0.1268）
Dig₄	0.0375^*** （0.0120）	0.0173 （0.0169）	0.0217^** （0.0103）	0.0588^*** （0.0137）
Dig₅	0.0037^* （0.0021）	0.0126^* （0.0070）	0.0138^* （0.0063）	0.0029 （0.0079）

注：R²一行的数据为变量Dig_it在不同滞后期下的拟合优度。

5 稳健性检验

5.1 模型稳健性

为了将更多不可观测的异质性因素考虑在内使模型具有稳健性，本文在双向固定效应基准模型的基础上，加入更加严格的固定效应。本文将时间和城市的交互固定效应纳入模型中进行进一步的回归分析，结果见表8。从表8可以看出，加入了更加严格的固定效应后，尽管回归系数发生了小幅变动，但数字经济对城市经济韧性的影响在5%的水平上依然显著为正，说明前文基准模型中的回归结果仍然具有稳健性。

表8 稳健性检验

Tab.8 Robustness test

变量	Res
变量	交互固定效应	更换被解释变量	工具变量法（IV）	系统GMM
Dig_it	0.1845^** （0.0831）	0.1893^*** （0.0585）	0.2001^*** （0.0724）	0.0824^** （0.0317）
Res_it_-1	/	/	/	0.2457^*** （0.0871）
控制变量	是	是	是	是
观测值	3168	3168	3168	3168
R²	0.1897	0.1367	0.1963	0.2324
常数项	0.0574^*** （0.0114）	0.0978 （0.0127）	0.3735^*** （0.0370）	0.2846^*** （0.0273）
城市固定效应	是	是	是	是
时间固定效应	是	是	是	是
城市和时间交互固定效应	否	否	否	是

5.2 指标稳健性

本文中城市经济韧性的测度采用的是单一指标衡量法，即根据城市GDP实际增长率变动量和预期增长率的变动量之间的差距来衡量。如前所述，尽管较多的学者均采用该指标，但由于指标中仅包含了GDP因素，仍存在较片面的可能性。因此，本文借鉴陈安平的研究^[31]，采用就业指标来作为经济韧性测度的基础数据，同时选用实际就业率增长率的变动量与预期之间的差距来替换原被解释变量的指标。新的被解释变量纳入模型后，表7回归结果显示在更换了被解释变量的指标后，数字经济回归系数仍然在1%的水平上显著为正，结果仍然稳健。

5.3 工具变量法

本文借鉴张勋等的方法^[38]，构造各城市与省会城市的球面距离作为核心解释变量的工具变量。其原因在于：①各省区省会城市的数字经济发展水平往往更高，在地理上与省会城市距离更近城市的数字经济发展水平也相应较高。各城市与省会城市的距离与城市经济韧性不具有直接相关性，满足工具变量选取的排他性原则。考虑到各城市与省会城市的距离是定值，本文结合Nunn等的研究思路^[39]，构造互联网用户数与各城市与省会城市的距离作为数字经济发展水平工具变量（IV），进一步对回归结果的稳健性进行检验。表8结果显示，在剔除掉部分样本后，数字经济发展的回归系数仍显著为正，结果具有稳健性。

5.4 内生性检验

针对数字经济对城市经济韧性的影响中可能存在的双向因果问题，即具有强经济韧性的城市更容易提升数字经济发展水平，本文借鉴路晓蒙、李磊以及邓仲良等的方法^[40-42]，将被解释变量城市经济韧性的滞后一期项纳入模型系统GMM模型，来缓解可能存在的双向因果问题。结果显示，在控制城市经济韧性的滞后项后，数字经济对当期的城市经济韧性仍然具有显著正向的影响。

6 结论与启示

本文将数字经济发展和城市经济韧性纳入同一研究框架，系统研究了2011—2021年中国数字经济发展和城市经济韧性的时空演化过程和特征，实证检验了数字经济发展对城市经济韧性的影响效应，并进一步分析其结构和时序影响。研究结论如下：①中国城市数字经济发展水平呈现“东部>中部>东北部>西部”。从发展速度来看，西部和东北地区是我国数字经济发展最有潜力的地区。中国城市数字经济发展显著高值集聚地区经历了一个“由北向南、南强北弱、沿海大于内陆”的时空演化过程，具有明显的城市时空分异特征。②城市经济韧性水平呈现多点零散分布，在冷热点集聚区存在显著的南北分异，其中南方地区的城市经济韧性显著高于北方，整体上呈现出“由北向南再向西和北”的演化历程。③数字经济发展能够显著提升城市经济韧性。④结构分析表明数字创新要素、数字产业化和产业数字化对城市经济韧性的影响较大。时序分析表明数字经济发展水平的提升对城市经济韧性的增强效应逐年提高，其中产业数字化、数字产业化和数字创新要素对城市经济韧性的影响具有递增的时序性。

根据研究结论，本文得到如下启示：①应重视我国数字经济发展区域不平衡问题，推动区域数字经济协调发展。加大中西部地区数字基础设施建设力度，综合利用中西部低成本和资源禀赋优势，建立大数据处理中心，进而降低东部地区数据处理成本，实现数字经济的区域协调发展。同时，东部地区应提升创新能力和技术研发水平，增强对中西部地区的辐射带动能力。②北方地区应加速改革和创新进程，全面改善营商环境，提高社会公平性和市场治理效率。加大北方地区对外开放水平，更深层次参与国际分工，利用好两个市场、两种资源，在新科技和产业革命中创造出国际竞争新优势，提升北方地区经济韧性。③应充分发挥数字产业化、产业数字化和数字创新要素对城市经济韧性的增强作用，加大企业和产业链的数字化转型升级，积极吸引数字化人才，加快数字创新要素的积累和成果转化速度，形成复杂经济形势下的新发展动力，增强城市经济系统抵御外部冲击的韧性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	Holling S. Resilience and Stability of Ecological Systems[J]. Annual Review of Ecology and Systematics, 1973(4):1-23.

[2]	Holling S. Engineering resilience versus ecological resilience[J]. Engineering within ecological constraints, 1996, 31:32.

[3]	Walker S, Holling R, Carpenter A. Resilience,adaptability and transformability in social-ecological systems[J]. Ecology and Society, 2004, 9(2):5.

[4]	Martin R, Sunley P. On the notion of regional economic resilience:Conceptualization and explanation[J]. Journal of Economic Geography, 2015, 15(1):1-42.

[5]	胡晓辉. 区域经济弹性研究述评及未来展望[J]. 外国经济与管理, 2012, 34(8):64-72.

[6]	孙久文, 孙翔宇. 区域经济韧性研究进展和在中国应用的探索[J]. 经济地理, 2017, 37(10):1-9.

[7]	杨仁发, 郑媛媛. 数字经济发展对全球价值链分工演进及韧性影响研究[J]. 数量经济技术经济研究, 2023, 40(8):69-89.

[8]	张亚丽, 项本武. 数字经济发展对中国市域经济韧性的影响效应[J]. 经济地理, 2023, 43(1):105-113. DOI

[9]	陈丛波, 叶阿忠, 陈娟. 信息通信技术对城市创新产出的影响[J]. 经济地理, 2022, 42(10):92-99,168. DOI

[10]	朱金鹤, 孙红雪. 数字经济是否提升了城市经济韧性?[J]. 现代经济探讨, 2021, 478(10):1-13.

[11]	荆林波. 韧性城市的理论内涵、运行逻辑及其在数字经济背景下的新机遇[J]. 贵州社会科学, 2021(1):108-115.

[12]	邱栋, 陈明礼. 数字平台生态系统驱动区域韧性发展的机理研究[J]. 自然辩证法研究, 2020, 36(10):37-41.

[13]	张秀艳, 白雯, 郑雪. 我国区域经济韧性的关联识别与演化特征分析[J]. 吉林大学社会科学学报, 2021, 61(1):90-101,237.

[14]	崔耕瑞. 数字金融能否提升中国经济韧性[J]. 山西财经大学学报, 2021, 43(12):29-41.

[15]	张春敏. 数字化转型中韧性城市建设的制度基础、演化机制与现实路径[J]. 贵州社会科学, 2021(7):123-130.

[16]	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.

[17]	Bruneau M, Chang E, Eguchi R, et al. A framework to quantitatively assess and enhance the seismic resilience of communities[J]. Earthquake Spectra, 2003, 19:733-752.

[18]	张明斗, 冯晓青. 中国城市韧性度综合评价[J]. 城市问题, 2018(10):27-36.

[19]	朱金鹤, 孙红雪. 中国三大城市群城市韧性时空演进与影响因素研究[J]. 软科学, 2020, 34(2):72-79.

[20]	Martin R, Sunley P, Gardiner B, et al. How regions react to recessions:Resilience and the role of economic structure[J]. Regional Studies, 2016, 50(4):561-585.

[21]	张学波, 何志浩, 于伟, 等. 城市群空间结构对经济韧性的影响[J]. 地理科学, 2025, 45(5):1014-1025. DOI

[22]	赵云辉, 梁宇奇, 冯泰文, 等. 营商环境生态如何驱动城市经济韧性提升?——基于复杂系统观的组态分析[J]. 管理评论, 2025, 37(2):57-71.

[23]	罗红艳, 杨莉, 杨瑞兰, 等. 数字经济、创新创业活跃度与城市经济韧性[J]. 管理学刊, 2025, 38(2):148-158.

[24]	肖兴志, 王振宇, 章立. 制度型开放与经济韧性:来自渐进式自贸试验区设立的证据[J]. 财贸经济, 2025, 46(2):5-20.

[25]	徐圆, 陈爱华. 高铁网络、区位优势与城市经济韧性[J]. 财经科学, 2023(6):71-87.

[26]	徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性[J]. 经济学动态, 2020(8):88-104.

[27]	孙丽, 张杰. 数字化政府建设能否提升城市经济韧性——来自“信息惠民国家试点”政策的证据[J]. 软科学, 2025, 39(5):59-66.

[28]	Capello R, Caragliu A, Fratesi U. Spatial Heterogeneity in the costs of the economic crisis in Europe:Are cities sources of regional resilience?[J]. Journal of Economic Geography, 2016, 15(5):951-972.

[29]	Tóth G, Elekes Z, Whittle A, et al. Technology network structure conditions the economic resilience of regions[J]. Economic Geography, 2022, 98(4):355-378.

[30]	Faggian A, Gemmiti R, Jaquet T, et al. Regional economic resilience:The experience of the Italian local labor systems[J] The Annals of Regional Science, 2018, 60(2):393-410.

[31]	陈安平. 集聚与中国城市经济韧性[J]. 世界经济, 2022, 45(1):158-181.

[32]	谭俊涛, 赵宏波, 刘文新, 等. 中国区域经济韧性特征与影响因素分析[J]. 地理科学, 2020, 40(2):173-181. DOI

[33]	王军, 朱杰, 罗茜. 中国数字经济发展水平及演变测度[J]. 数量经济技术经济研究, 2021, 38(7):26-42.

[34]	余运江, 杨力, 任会明, 等. 中国城市数字经济空间格局演化与驱动因素[J]. 地理科学, 2023, 43(3):466-475. DOI

[35]	魏建漳, 任颋. 创新多样化、经济结构与创新韧性[J]. 科技管理研究, 2022, 42(11):39-48.

[36]	庞磊, 丁文丽. 数字经济提升了产业链关键环节的控制能力吗?——基于数字产业化和产业数字化的对比研究[J]. 科学学研究, 2024, 42(3):541-553.

[37]	陈晓东, 杨晓霞. 数字经济发展对产业结构升级的影响——基于灰关联熵与耗散结构理论的研究[J]. 改革, 2021(3):26-39.

[38]	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.

[39]	Nunn N, Qian N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6):1630-1666.

[40]	路晓蒙, 王一冰, 吴卫星. 传统投资顾问和智能投资顾问:替代还是互补?[J]. 管理世界, 2023, 39(10):74-98.

[41]	李磊, 王天宇. “孔雀东南飞”:经济高质量发展与人才流动[J]. 数量经济技术经济研究, 2023, 40(2):5-24.

[42]	邓仲良, 张可云. 中国经济增长的空间分异为何存在?——一个空间经济学的解释[J]. 经济研究, 2020, 55(4):20-36.

Options

文章导航

模态框（Modal）标题

摘要