EN中文

经济地理 >

2025 , Vol. 45 >Issue 12: 105 - 114

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.12.011

城市地理与新型城镇化

数实融合对资源型城市经济韧性的影响及驱动机制

  • 张跃胜 ,
  • 翟雨桐
展开
  • 天津城建大学 经济与管理学院， 中国 天津 300392

张跃胜（1973—），男，博士，教授，研究方向为城市经济韧性与区域发展。E-mail：

收稿日期: 2025-08-19

  修回日期: 2025-12-03

  网络出版日期: 2026-02-04

基金资助

国家自然科学基金面上项目(72473106)

收起

Impact of Digital-real Integration on Economic Resilience of Resource-Based Cities and Its Driving Mechanisms

  • ZHANG Yuesheng ,
  • ZHAI Yutong
Expand
  • School of Economics and Management， Tianjin Chengjian University， Tianjin 300392， China

Received date: 2025-08-19

  Revised date: 2025-12-03

  Online published: 2026-02-04

Fold

摘要

文章基于2011—2022年中国资源型城市面板数据，采用固定效应模型和空间杜宾模型实证分析数实融合对地级资源型城市经济韧性的影响，并引入TOE框架分析了其中的作用机制。研究发现：①数实融合能够显著提升资源型城市经济韧性，且存在显著的异质性。在地理分布方面，数实融合对胡焕庸线南部资源型城市具有显著的正向影响，对沿线城市的影响次之，北部城市则显现出负向影响；在资源禀赋方面，数实融合对煤炭类、非金属类资源型城市经济韧性的强化效应显著，金属类城市次之，森工类和油气类城市未显现出统计显著性。②机制检验表明，数实融合通过信息赋能、劳动升级和公众驱动等路径提升资源型城市经济韧性。③数实融合对资源型城市经济韧性存在明显的空间溢出效应，表现出较强的“中心—外围”特征。

关键词： 数实融合; 资源型城市; 经济韧性; 数字经济; TOE框架; 空间效应

本文引用格式

张跃胜 , 翟雨桐 . 数实融合对资源型城市经济韧性的影响及驱动机制[J]. 经济地理, 2025 , 45(12) : 105 -114 . DOI: 10.15957/j.cnki.jjdl.2025.12.011

Abstract

Based on the panel data of China's resource-based cities in 2011-2022, this study employs the methods of fixed-effects models and spatial Durbin models to empirically analyze the impact of digital-real integration on the economic resilience of resource-based cities. Additionally, the TOE framework is introduced to examine the underlying mechanisms. The research findings are as follows: 1) Digital-real integration can significantly enhance the economic resilience of resource-based cities, with notable heterogeneity. In terms of geographical distribution, digital-real integration has a significantly positive impact on resource-based cities in the southern region of the Hu Huanyong Line, a moderate effect on cities along the line, and a negative impact on cities in the northern region. In terms of resource endowment, digital-real integration has a pronounced strengthening effect on the economic resilience of coal-based and non-metallic resource-based cities, a moderate effect on metal-based cities, and no statistically significant effect is observed for forestry-based and oil-and-gas-based cities. 2) Mechanism tests indicate that digital-real integration enhances the economic resilience of resource-based cities through the pathways of information empowerment, structural upgrading, and public-driven mechanisms. 3) Digital-real integration exhibits a clear spatial spillover effect on the economic resilience of resource-based cities, demonstrating strong "core-periphery" characteristics.

Key words： digital-real integration; resource-based cities; economic resilience; digital economy; TOE framework; spatial effect

资源型城市在中国经济高速增长阶段贡献突出，然而随着中国经济转向高质量发展阶段，其受资源衰减与结构单一的影响难以满足发展要求，矛盾日益凸显[1]：经济结构失衡导致抗风险能力薄弱，失业与贫困问题加剧社会负担，接续产业培育滞后制约增长动能，生态破坏积累形成刚性约束。这也是资源经济学经典理论提出丰富的自然资源可能是经济发展的诅咒而不是祝福的重要原因[2]。相较于非资源型城市，资源型城市由于明显的“资源诅咒”特征和路径依赖效应难以摆脱“矿竭城衰”的困扰，导致了经济增长缺乏韧性[3]。数字经济作为构建现代化产业体系的重要引擎和推动经济高质量发展的关键支撑，能够显著地提升城市经济韧性[4]。但资源型城市在推进数字化转型过程中普遍面临数字基础薄弱和业态融合深度不足等现实梗阻，导致数字经济对其的引领和促进作用不能充分释放[5]。而数字经济与实体经济的融合发展能够与资源型城市庞大的实体经济基础适配，精准赋能其转型升级，实现经济高质量发展。与此同时，党的二十届三中全会强调“健全促进实体经济和数字经济深度融合制度”，为重塑资源型城市发展范式提供了历史性机遇。但其能否提升资源型城市经济韧性?其中的作用机制是什么?对不同类型资源型城市的影响是否存在差异?研究上述问题可为数实融合提升资源型城市经济韧性提供理论依据和政策启示。
近年来，资源型城市转型[6]、经济高质量发展[7]等问题逐渐成为研究热点。资源型城市的发展质量需要用量化标准进行解释[6]，而经济韧性是评估城市发展质量、衡量资源型城市从单一资源禀赋型产业结构向多元化产业融合发展的综合标准[8]。伴随城市经济韧性内涵的不断丰富，学界从数字经济视角对其影响因素的研究已经较为成熟：新型信息基础设施[9]、数据要素[10]、数字技术[11]、数字治理[12]等都能显著提升城市经济韧性。尽管现有研究在数字经济视角已初具规模，但其忽视了资源型城市实体经济内部产业结构升级适配性障碍对数字要素渗透的阻滞机制，特别是数实融合作为破解这一困境的关键路径，其对资源型城市经济韧性的影响机制有待探讨。
现有关于数实融合经济效应研究主要围绕宏观、中观和微观3个层面展开。宏观层面，数实融合在推动城市绿色发展[13]与经济高质量发展[14]等方面发挥着至关重要的作用；中观产业层面，主要聚焦于数字产业化与产业数字化对产业结构升级的影响[15-16]；微观层面，主要探讨了数实融合对企业出口策略[17]、企业全要素生产率[18]等方面的影响。此外，还有部分文献实证检验了数实融合对城市经济韧性的影响机制[19]，但其研究对象并未瞄准资源型城市这一特定区域。而且资源型城市的经济状况持续恶化，其影响机制未必与一般型城市一致。这种情况下，数实融合能否起到预期效果仍需讨论。
本文基于TOE理论构建“技术—组织—环境”三维理论框架，深入剖析数实融合通过信息赋能、劳动升级和公众驱动对资源型城市经济韧性产生的作用机制，从地理分布和资源禀赋维度考察资源型城市的异质性影响，为分类施策提供了参考；同时在此基础上探讨数实融合可能产生的空间溢出效应。

1 理论框架与研究假说

1.1 数实融合与资源型城市经济韧性

资源型城市兴起于对自然资源的大规模开发，形成了“资源即经济”的思维定式。道格拉斯·诺思最先将路径依赖理论从技术范畴拓展至社会层面进行研究，这一理论尤其适用于解释传统资源型城市的发展困境：即一旦形成某种经济发展模式，就会在后续的发展中不断自我强化，进而形成技术与制度的“双重锁定”[20]。经济韧性作为衡量区域经济转型与发展能力的重要理论，强调经济系统抵御外部干扰、从冲击中恢复以及调整自身结构以适应新环境的能力。资源型城市普遍呈现以资源开采和初级加工为主导的刚性经济结构，在面对市场价格波动、资源枯竭或产业政策调整等外部冲击时，往往因结构僵化而表现出抗风险能力不足、适应性弱与转型滞缓等特征，易引发经济剧烈波动甚至持续性衰退，严重制约其经济韧性。在这种情形下，数实融合可为破解这一困境提供有效路径：一方面，数实融合通过数据要素渗透社会再生产四环节，对经济循环全链条赋能[21]，重塑资源型城市技术体系。具体而言，在生产环节推动生产设备数字化转型和工艺流程动态优化，促进刚性生产模式转向柔性化生产与精准的供需匹配机制；在分配环节降低交易成本，促进资本、技术、劳动力等要素的市场流动与价值释放；在交换环节依托数字平台打破传统的地域与行业壁垒，构建开放、联通的市场网络，提升经济运行的整体效能；在消费环节推动产品服务实现智能化转型和个性化供给，重构价值实现方式。另一方面，数实融合对制度环境提出了新的要求和标准[22]。形成于工业经济时代的传统制度体系难以为继，由此倒逼传统制度体系进行适应性重构，推动其从线下到线上、从静态到动态、从分业到融合、从封闭到开放的全面转型[22]。可见，技术与制度协同作用为破解资源型城市路径依赖的发展困境提供了可行方案，使资源型城市建立起更具适应性的经济系统。据此，本文提出研究假说1。
H1：数实融合能够提升资源型城市经济韧性。

1.2 TOE理论框架下的数实融合与资源型城市经济韧性

TOE框架作为分析技术创新采纳与实施的综合性理论工具，从技术、组织与环境3个维度系统阐释了组织在应对外部变革时所面临的多层次影响因素，并能够依据具体研究对象特征对各维度的关键变量进行适应性调整[23]。近年来，TOE框架已被广泛应用于政府治理[23]与数字化转型[24]等多个领域。本文结合现有研究成果，基于TOE框架构建“技术—组织—环境”三维理论框架，深入探讨数实融合对资源型城市经济韧性的作用机制（图1）。
图1 数实融合对资源型城市经济韧性的作用机制

Fig.1 Mechanism of digital-real integration in enhancing the economic resilience of resource-based cities

1.2.1 技术维度：信息赋能效应

资源型城市因地处内陆或边缘山区面临交通闭塞、产业封闭与信息滞缓等困境，地理条件的限制不仅削弱了其对外部知识与技术的吸纳能力，更导致资源配置效率低下与发展路径固化。数实融合依托信息化手段形成信息赋能效应，为提升资源型城市经济韧性提供基础支撑[25]。具体而言，数实融合依托数据要素推动产业知识跨区域共享，打破资源型城市因地理隔绝与产业封闭所形成的信息壁垒；借助物联网、大数据等信息技术提升了资源监测、流程调控与能耗管理的精细化水平；通过信息基础设施构建全域互联的数字化通道，弥补资源型城市实体联通能力的不足；通过工业互联网平台促进产业链上下游企业间的数据互通与业务协同，从而在技术层面系统提升城市的信息获取、传播与应用能力。
信息化水平进而提升了经济系统在不确定环境下的感知、响应与适应能力[9]。较高的信息透明度使资源型城市各主体能够及时、准确地感知来自行业内部与市场外部的冲击，并依托实时数据优化决策与资源配置，实现快速响应与动态调整，从而有效增强其应对不确定风险的缓冲与适应能力。可见，数实融合通过信息赋能效应推动资源型城市的经济系统从一个相对封闭、反应滞后的模式，逐步转向一个开放、多元、具备动态适应能力的经济体系，为提升其经济韧性提供了关键技术路径。据此，本文提出研究假说2a。
H2a：数实融合通过信息赋能效应提升资源型城市经济韧性。

1.2.2 组织维度：劳动升级效应

资源型城市常面临劳动力技能单一、人才外流与引进困难并存以及结构性失业等挑战，削弱了其应对经济波动的内生能力。数实融合通过优化劳动力结构形成劳动升级效应，优化人力资源配置与提升人力资本质量，为提升城市经济韧性提供核心支撑。数实融合推动传统以低技能、重体力为主劳动力结构向数字化、综合化方向转型[26]。具体而言，在技能层面，智能制造、数据运维等新业态催生对数字技能的需求，促使劳动者技能体系向更高阶转型；在就业结构上，岗位从采矿、初加工等领域逐步向研发、低碳技术服务等高附加值环节延伸，推动就业体系趋于多元化；在组织方式上，数字平台优化人岗匹配，促进人才在区域内外有序流动，缓解资源型城市长期面临的“引才难、留才弱”困境。
劳动升级效应通过提升人力资本的质量，增强了经济系统的适应与转型能力[27]。一支具备多元技能、适应性强、可持续成长的劳动力队伍，可以更有效地应对技术变革、市场波动与产业转型带来的冲击。劳动者技能提升增强其对技术变革与岗位更替的适应能力，就业结构多元化降低城市对资源行业的过度依赖，人才内育外引机制的完善缓解长期人力资本流失压力。这不仅有助于资源型城市在短期经济波动中维持就业市场稳定，更在中长期通过激发创新活力，为其向创新驱动发展模式平稳转型提供了持续的内生动力。据此，本文提出研究假说2b。
H2b：数实融合通过劳动升级效应提升资源型城市经济韧性。

1.2.3 环境维度：公众驱动效应

资源型城市长期依赖资源开发，面临生态退化与污染积累等环境压力，传统治理模式往往见效慢、参与度低，制约资源型城市的经济发展。数实融合通过强化公众在环境治理中的参与作用，形成公众驱动效应，为提升资源型城市经济韧性构建长效机制。数实融合借助数字平台实时公开空气质量、水质监测、企业排污等环境数据，使公众能够便捷、全面地了解本地生态状况，提升环境知情权与监督意识；同时，公众借助社交媒体、政务平台等渠道，能够表达环境诉求、参与环保实践，形成自下而上的治理压力。
公众驱动效应通过两种路径增强经济系统的韧性：一是公众环保意识的提升促使消费偏好向绿色产品与服务倾斜，形成对企业绿色转型的市场激励；二是公众通过数字渠道反馈环境诉求、参与公共讨论，为政府科学制定环境规制与生态补偿政策提供了社会支持[28]，形成“公众—市场—政府”协同治理格局。该效应将外部环境压力有效内化为企业与区域转型的动力，推动资源型城市从“先污染后治理”的被动模式转向实现环境保护与经济增长的动态平衡。这不仅有助于弥补资源开发带来的环境历史欠账，也为城市在绿色低碳转型背景下构建可持续的发展能力奠定制度基础。据此，本文提出研究假说2c。
H2c：数实融合能够通过公众驱动效应提升资源型城市经济韧性。

1.3 数实融合对资源型城市经济韧性的空间溢出效应

新经济地理学与空间经济学理论指出经济活动并非孤立存在，而是嵌入在特定的空间结构中[29]，在城市间通过要素流动、技术扩散、产业关联等路径相互影响。数实融合的核心特征在于通过数据要素渗透与数字技术应用降低信息获取、知识传播与地理互动的成本，从而对城市间的空间格局产生影响，使得某一城市的数实融合进程不仅作用于本地经济韧性，也可能对周边或其他关联城市的经济韧性产生外部性。
理论上数实融合对资源型城市经济韧性的影响可能存在虹吸竞争效应[30]，即发展水平较高的城市可能凭借其数字化优势吸引周边优质要素，从而加剧区域内部的发展失衡。但资源型城市通常在地理空间上呈现集群化分布，且发展阶段相似、产业结构趋同，面临共通的发展挑战，此背景下资源型城市转型过程更加依赖于区域层面的协同与经验共享，使得辐射带动效应在实践中往往居于主导地位[31]。具体而言，资源型城市在推动产业数字化转型过程中形成的成熟经验、先进管理模式与创新业态，能够通过示范学习、人才交流与产业链协同等渠道，促进知识溢出与技术扩散，进而提升整个区域在资源配置、结构适应与风险应对方面的整体能力。据此，本文提出研究假说3。
H3：数实融合对资源型城市经济韧性的影响存在空间溢出效应。

2 模型设置与变量选取

2.1 模型设定

基于前文理论分析，本文构建双向固定效应模型来检验数实融合对资源型城市经济韧性的直接效应。模型如下：
$RE{S}_{it}={\alpha }_{0}+{\alpha }_{1}D{R}_{it}+{\alpha }_{2}{C}_{it}+{\varphi }_{t}+{\delta }_{i}+{\varepsilon}_{it}$
式中：i、t分别表示地级市、年份；RESit为地级市i在t年的城市经济韧性指数；DRit为地级市i在t年的数实融合水平；Cit为一系列控制变量；${\alpha }_{0}$为常数项；${\alpha }_{1}$为解释变量的回归系数；${\alpha }_{2}$为控制变量的回归系数；${\varphi }_{t}$为时间固定效应；${\delta }_{i}$为个体固定效应；${\varepsilon}_{it}$为随机扰动项。

2.2 变量测度

2.2.1 被解释变量：城市经济韧性

本文选取城市经济韧性（RES）作为被解释变量。借鉴已有研究[32]，从抵抗与恢复力、适应与调整力以及创新与转型力3个维度构建综合指标体系（表1），并采用熵值法综合测度资源型城市经济韧性。
表1 城市经济韧性综合指标体系及说明

Tab.1 Comprehensive index system for urban economic resilience and its description

一级指标 二级指标 三级指标 性质 权重
城
市
经
济
韧
性		 抵抗与
恢复力		 人均GDP（元/人） + 0.0740
城镇居民人均可支配收入（元/人） + 0.0813
城乡居民人均储蓄余额（万元/人） + 0.0672
城镇登记失业人数（人） - 0.0893
进出口总额占GDP比重（%） - 0.0888
适应与
调节力		 地方财政收支比（%） + 0.0784
社会消费零售总额（万元） + 0.0666
第三产业占GDP比重（%） + 0.0852
年末金融机构存贷比（%） + 0.0857
固定资产投资额（万元） + 0.0668
转型与
发展力		 专利授权数（件） + 0.0389
普通高等学校在校学生数（人） + 0.0569
财政科学支出（万元） + 0.0719
财政教育支出（万元） + 0.0490

2.2.2 解释变量：数实融合

本文选取数实融合（DR）作为解释变量。参考现有研究提出的理论框架[33]，分别从融合基础、融合投入和融合效益3个维度构建区域数实融合水平评价指标体系（表2），采用熵权-TOPSIS法对其进行量化评估。
表2 区域数实融合水平指标体系及说明

Tab.2 Indicator system and explanation for the level of regional digital-real integration

一级指标 二级指标 三级指标 性质 权重
数
实
融
合
水
平		 融合基础 光缆密度（km/km2） + 0.1794
工业互联网企业占规模以上工业企业的比重（%） + 0.0936
信息传输计算机服务和软件业从业人员占比（%） + 0.0247
融合投入 R&D内部经费支出（万元） + 0.1575
机器人安装密度（台/万人） + 0.0735
电信业务总量（亿元） + 0.0680
融合效益 电子商务交易额（万元） + 0.1825
规模以上工业企业利润（万元） + 0.0299
数字经济专利授权数/专利授权数（%） + 0.1882
能源消费强度（万t/亿元） - 0.0026

2.2.3 控制变量

为增强研究结论的可靠性，本文选取了一系列地级市层面控制变量，以控制其他潜在因素对实证结果的影响。具体包括：①人口规模水平，采用城市年末总人口数的对数作为衡量指标；②基础设施水平，采用人均道路面积的对数作为衡量指标；③城市交通水平，使用人均公路货运量的对数作为衡量指标；④城市医疗水平，采用医院、卫生院床位数的对数作为衡量指标；⑤产业结构水平，采用第二、三产业增加值的和与GDP的比作为衡量指标；⑥环境规制水平，采用一般工业固体废弃物综合利用率的对数作为衡量指标。

2.2.4 数据来源

2013年颁布的《全国资源型城市可持续发展规划》确定了全国262个资源型城市的名单，其中包括126个地级行政区。鉴于数据的可得性，本文剔除了10个数据不完整的自治州和地区。此外，莱芜市于2019年撤市设区并并入济南市，原县级的毕节市于2011年更名为七星关区并隶属于新设立的毕节市，安阳市枞阳县则于2015年并入铜陵市，因此，这些地区的相关数据被排除在外。最终，本文选取了2011—2022年113个地级资源型城市的面板数据作为研究样本。所使用的数据来源于EPS数据库、国泰安数据库、《中国统计年鉴》、各省（自治区、直辖市）统计年鉴及统计年报。描述性统计结果见表3。
表3 变量描述性统计

Tab.3 Descriptive statistics of variables

变量类型 变量名称 变量符号 样本量 均值 标准差 最小值 最大值
被解释变量 城市经济韧性 RES 1356 0.063 0.022 0.025 0.192
解释变量 数实融合 DR 1356 0.091 0.066 0.007 0.43
机制变量 信息水平 M1 1356 2.159 1.316 0.242 14.713
劳动结构 M2 1356 5.392 3.934 -4.025 48.2
公众环境关注度 M3 1356 2.178 0.868 -1.164 4.181
控制变量 人口规模水平 C1 1356 5.666 0.701 3.4 7.122
基础设施水平 C2 1356 2.806 0.461 0.315 4.096
城市交通水平 C3 1356 8.867 0.916 5.943 13.225
城市医疗水平 C4 1356 9.457 0.633 7.355 10.953
产业结构水平 C5 1356 0.866 0.084 0.501 1.012
环境规制水平 C6 1356 4.156 0.557 0.593 4.92

3 实证结果与分析

3.1 基准回归分析

基准回归结果表明，未加入控制变量，仅控制城市和年份固定效应后的结果，数实融合的回归系数（0.027）在1%水平上显著为正，表明数实融合对城市经济韧性有显著的促进作用；加入一系列控制变量后的结果，数实融合的回归系数为0.018，且在1%的水平上显著，验证数实融合对资源型城市经济韧性存在显著的正向影响，此结论与本文研究假说1相印证。

3.2 内生性检验

3.2.1 滞后一期法

为排除被解释变量对解释变量的反向影响，本文将解释变量滞后一期，记作LDR，通过两阶段最小二乘法（2SLS）进行回归分析，结果见表4列（1）（2）。在第一阶段的回归分析中，Wald F统计量为563.015，大于Stock-Yogo检验在10%显著性水平下的临界值16.38，说明模型通过了弱工具变量检验；LM统计量为21.604，P值为0.0000，通过了过度识别检验，表明模型的识别有效；在第二阶段回归中，数实融合的估计系数为0.019，且在1%的统计水平上显著为正，说明考虑了内生性问题后，数实融合依然对城市经济韧性有显著的促进作用，支持本文基准回归结论。
表4 内生性检验和稳健性检验

Tab.4 Endogeneity test and robustness test

变量 滞后一期法 外生事件冲击法 替换解释变量 更换回归模型 缩尾处理 滞后性检验
（1） （2） （3） （4） （5） （6） （7） （8） （9）
DR RES RES RES RES Tobit-RES RES_w 1% FRES FRES
LDR 0.809***
DR 0.019*** 0.018*** 0.022*** 0.014***
Dm·time 0.009*** 0.007***
PDR 0.016***
DR_w 0.010**

注：*、**、***分别表示在0.10、0.05、0.01水平上显著，为节省版面标准误t值未显示。表5~表6、表8同。

3.2.2 外生事件冲击法

进一步地，本文参考金朝辉等的研究方法[34]，采用外生事件冲击处理计量模型内生性问题。考虑到城市数据开放平台的上线具有一定的连续性，因此不同城市在不同时期上线数据平台的决策可视为一项准自然实验。本文将各城市数据开放平台上线当年视为数实融合生效的时点，构建时间虚拟变量time，即数据平台上线当年及之后time=1，之前time=0。关于地级市是否受到数实融合影响，本文通过分位点进行判定。具体而言，按照研究时间跨度2011—2022年中的每一年为子样本进行分类，并以每个子样本中地级市数实融合发展指标的中位数作为划分标准。如果某城市的数实融合发展指标大于该年中位数，则该城市受数实融合影响，记作dm=1；反之，dm=0。本文将时间虚拟变量time与地级市城市是否受数实融合影响的虚拟变量dm进行交互，结果见表4列（3）（4）。数据平台上线的时间虚拟变量time与地级市城市是否受数实融合影响的虚拟变量dm的交互项dm·time显著为正，表明数实融合对城市经济韧性具有显著的正向影响，从而验证了本文基准回归结果并未受到计量模型内生性问题的干扰。

3.3 稳健性检验

①替换数实融合测度指标。由于不同的测度方法可能导致结论的差异，本文参考已有研究[19]，采用专利分析法测度数实融合作为解释变量的代理指标进行回归分析，记作PDR。表4列（5）为替换后回归结果，表明数实融合对资源型城市经济韧性的正向影响依然成立，基准回归结果稳健。②更换回归模型。为克服模型估计方法的单一性，本文采用Tobit模型进行回归分析。表4列（6）为更换模型后回归结果，与基准回归结果一致，验证基准回归结果稳健。③缩尾处理。为避免极端值对回归结果的潜在影响，本文对所有连续性变量分别进行1%分位点上的双边缩尾处理。表4列（7）为缩尾处理后的回归结果，支持基准回归结果。④滞后性检验。考虑到数实融合对资源型城市经济韧性的影响可能存在滞后效应，本文将城市经济韧性设定为未来一期进行回归分析，记作FRES，以验证数实融合对城市经济韧性的持续影响。表4列（8）为设定后的回归结果，列（9）为加入控制变量后结果，均说明数实融合的提升带来了资源型城市经济韧性的提升，验证基准回归结果依然稳健。

3.4 异质性分析

3.4.1 地理分布

不同区域的资源型城市因发展条件与环境存在差异，这可能导致数实融合对其经济韧性的作用效果也存在不同。胡焕庸线是我国人口密度与自然环境的重要分界线，其两侧在资源条件、发展基础等方面存在固有差异。本文依据胡焕庸线将样本城市划分为南部、沿线与北部三类，从城市地理分布视角，探究数实融合对资源型城市经济韧性的异质性效应。表5列（1）显示，数实融合的回归系数为0.030，且在1%的显著性水平上显著，表明数实融合对胡焕庸线以南的资源型城市经济韧性具有显著的正向效应；列（2）显示，数实融合的回归系数为0.016，且在5%的显著性水平上显著，表明数实融合对胡焕庸线沿线的资源型城市经济韧性具有显著的正向效应，但影响效应低于南部城市；列（3）显示，数实融合的回归系数为-0.028，且在1%的显著性水平上显著，表明数实融合对胡焕庸线沿线资源型城市经济韧性可能存在负向效应。这种区域差异可能源于南部地区数字基础设施更为完善、产业结构更具适应性，而北部地区在技术应用条件、制度支持或转型能力上相对滞后，导致数实融合未能有效转化为经济韧性提升动力。
表5 异质性分析：资源型城市地理分布与资源禀赋

Tab.5 Heterogeneity analysis： geographic distribution and resource endowments of resource-based cities

变量 城市地理分布 城市资源禀赋
（1） （2） （3） （4） （5） （6） （7） （8）
南部 沿线 北部 煤炭类 金属类 非金属类 森工类 油气类
DR 0.030*** 0.016** -0.028*** 0.015*** 0.024** 0.048*** -0.017 0.013

3.4.2 资源禀赋

不同资源禀赋的城市因其资源类型差异而形成了差异化的产业结构，这可能导致数实融合对相应城市经济韧性的影响呈现分化。本文结合国务院《全国资源型城市可持续发展规划（2013—2020年）》的资源分类标准，并参考资源禀赋特征、资源市场占有率及资源开发能力等指标，将113个资源型城市划分为煤炭类（53个）、金属类（29个）、非金属类（9个）、森工类（10）和油气类（12）五大类，从城市资源禀赋视角，探究数实融合对资源型城市经济韧性异质性效应。由表5列（4）（6）可知，数实融合的回归系数分别为0.015、0.048，且在1%的显著性水平上显著，表明数实融合对煤炭类和非金属类资源型城市经济韧性具有显著的正向效应；由列（5）可知，数实融合的回归系数为0.024，并且在5%的显著性水平上显著，表明数实融合对金属类资源型城市经济韧性具有显著的正向效应，但影响程度稍弱于煤炭类和非金属类资源型城市；由列（7）（8）可知，数实融合的回归系数未通过显著性检验，表明数实融合对森工类和油气类资源型城市经济韧性的影响不显著。究其原因，油气类城市通常因产业结构高度单一、对资源收益路径依赖严重，其核心产业链技术壁垒高、数字化改造门槛高且投资大，导致数实融合渗透困难；而森工类城市则往往面临资源枯竭与生态保护的双重约束，其产业规模相对较小、产业链较短，数字化改造的内生动力与市场空间均显不足。

4 机制分析

4.1 作用机制检验

为讨论数实融合对于资源型城市经济韧性可能存在的作用机制，本文采用中介效应模型，分别从信息赋能效应、劳动升级效应、公众驱动效应3个方面对前文理论框架部分进行检验。具体设定如下：
${M}_{it}={\beta }_{0}+{\beta }_{1}D{R}_{it}+{\beta }_{2}{C}_{it}+{\varphi }_{t}+{\delta }_{i}+{\varepsilon}_{it}$
$\begin{array}{l}RE{S}_{it}={\gamma }_{0}+{\gamma }_{1}D{R}_{it}+{\gamma }_{2}{M}_{it}+{\gamma }_{3}{C}_{it}+\\ {\varphi }_{t}+{\delta }_{i}+{\varepsilon}_{it}\end{array}$
式中：解释变量、被解释变量与控制变量的定义和测度方式与基准回归一致，Mit为中介变量；${\beta }_{0}、{\gamma }_{0}$为常数项；${\beta }_{1}$为解释变量对中介变量的回归系数；${\gamma }_{1}$为解释变量对被解释变量的回归系数；${\gamma }_{2}$为中介变量对被解释变量的回归系数；${\beta }_{2}、{\gamma }_{3}$为控制变量的回归系数。

4.1.1 信息赋能效应

根据前文的理论分析，数实融合可以通过提升信息化水平形成的信息赋能效应来提升资源型城市经济韧性，为验证这一作用机制，本文选取互联网普及率作为信息化水平的代理变量。表6列（1）显示，数实融合的回归系数为1.176，且在5%显著性水平上显著为正，表明数实融合能够显著提升资源型城市信息化水平；列（2）显示信息化水平对资源型城市经济韧性的回归系数为0.0005，且在5%显著性水平上显著为正，即数实融合在对信息化水平产生积极作用后，进一步提升了资源型城市经济韧性，验证了本文的研究假说2a。
表6 中介机制检验

Tab.6 Mediating mechanism test

变量 （1） （2） （3） （4） （5） （6）
M1 RES M2 RES M3 RES
DR 1.176** 4.541*** 1.025***
M1 0.0005**
M2 0.001***
M3 0.002***

4.1.2 劳动升级效应

根据前文的理论分析，数实融合可以通过优化劳动结构形成的劳动升级效应来提升资源型城市经济韧性，为验证这一作用机制，本文选取高技能劳动者的数量作为劳动结构的代理变量。表6列（3）为数实融合对资源型城市劳动结构进行回归的结果，回归系数为4.541，且在1%显著性水平上显著为正，表明数实融合能够显著优化资源型城市劳动结构；列（4）显示劳动结构对资源型城市经济韧性的回归系数为0.001，且在1%显著性水平上显著为正，即数实融合在对劳动结构产生积极作用后，进一步提升了资源型城市经济韧性，验证了本文的研究假说2b。

4.1.3 环境监督效应

根据前文的理论分析，数实融合可以通过公众环境关注度提升形成的环境监督效应来提升资源型城市经济韧性，为验证这一作用机制，本文选取百度“环境污染”总搜索指数（取对数）作为公众环境关注度的代理变量。表6列（5）为数实融合对资源型城市公众环境关注度进行回归的结果，回归系数为1.025，且在1%显著性水平上显著为正，表明数实融合能够显著提升资源型城市公众环境关注度；列（6）显示公众环境关注度对资源型城市经济韧性的回归系数为0.002，且在1%显著性水平上显著为正，即数实融合在对公众环境关注度产生积极作用后，进一步提升了资源型城市经济韧性，验证了本文的研究假说2c。

5 数实融合对资源型城市经济韧性的空间溢出效应

5.1 空间自相关特征

对于资源型城市而言，其发展模式、政策传导及初级要素流动更易在地理上直接毗邻的区域间发生。因此，本文选择邻接矩阵做进一步分析。由表7可知，资源型城市经济韧性的全局莫兰指数从2011年的0.436稳步上升至2022年的0.555，均为正值且各年度截面个体的结果都在1%的水平上显著，z值也均超过临界值，表明研究期间内资源型城市经济韧性存在显著的正空间自相关性，且空间依赖性和集聚效应在不断增强。
表7 资源型城市经济韧性的全局莫兰指数

Tab.7 Global Moran's index of economic resilience in resource-based cities

年份 I z 年份 I z
2011 0.436*** 5.417 2017 0.518*** 6.433
2012 0.431*** 5.359 2018 0.519*** 6.453
2013 0.458*** 5.686 2019 0.522*** 6.488
2014 0.466*** 5.793 2020 0.546*** 6.795
2015 0.500*** 6.211 2021 0.552*** 6.901
2016 0.509*** 6.332 2022 0.555*** 6.912

5.2 空间集聚特征

为了更清晰地观察资源型城市经济韧性的空间集聚情况，本文将局部莫兰指数进行可视化呈现，以展示不同区域单元上的集聚程度。由图2可知，资源型城市经济韧性的空间分异格局持续强化，形成了“高—高”与“低—低”集聚区并存、板块化与多极化日益明显的空间结构，总体呈现出典型的“中心—外围”地理格局。
图2 资源型城市经济韧性的局部空间自相关演变

注：基于自然资源部标准地图服务网站下载的审图号GS（2023）2767号的标准地图制作，底图边界无修改。

Fig.2 Evolution of local spatial autocorrelation of economic resilience in resource-based cities

5.3 空间杜宾模型设定

基于上述研究，数实融合对资源型城市经济韧性的影响很可能存在显著的空间溢出效应，这关乎区域协同发展政策的有效性。故本文构建空间杜宾模型如下：
$\begin{array}{l}RE{S}_{it}={\theta }_{0}+{\theta }_{1}D{R}_{it}+{\theta }_{2}{C}_{it}\rho \sum _{j=1}^{n}{W}_{it}RE{S}_{it}+\\ \varphi \sum _{j=1}^{n}{w}_{it}D{R}_{it}+\omega \sum _{j=1}^{n}{w}_{ij}{C}_{it}+{\varphi }_{t}+{\delta }_{i}+{\varepsilon}_{it}\end{array}$
式中：解释变量、被解释变量与控制变量的定义和测度方式与基准回归一致，Wit为标准化的空间权重矩阵，本文中指邻接矩阵；$\rho $为被解释变量的空间滞后项系数，即邻近城市经济韧性对本地区的影响；$\varphi $为解释变量的空间滞后项系数，即数实融合的空间溢出效应；${\theta }_{0}$为常数项；${\theta }_{1}$为数实融合的本地效应影响系数；${\theta }_{2}$为控制变量的回归系数。

5.4 空间回归结果

由表8列（1）~（5）可知，空间自回归系数rho为0.331且在1%水平上显著，说明资源型城市经济韧性存在正向空间相关性，与全局莫兰指数的结论相互印证。为明晰数实融合影响资源型城市经济韧性的空间溢出效应，将其影响效应分解为直接效应、间接效应和总效应。其中，直接效应在1%水平上显著为正，表明本地推进数实融合能显著提升本城市经济韧性；间接效应（即空间溢出效应）在1%水平上显著为正意味着一个城市的数实融合发展不仅惠及自身，还能对周边资源型城市的经济韧性产生强大的正向带动作用，凸显了区域协同发展的巨大潜力；总效应进一步从整体上确认了数实融合对区域经济韧性强劲的综合提升效果。这一溢出效应背后是数实融合通过特定渠道在空间上动态传导的复杂过程。首先，数字基础设施的互联互通与地理邻近性构成了溢出的基础条件，显著降低了技术、知识等要素的跨区域流动成本。在此物理基础上，前沿的数字技术、管理模式与市场需求信息通过人才流动、供应链协同等渠道向周边扩散，直接提升了邻近区域的学习效率与资源配置能力。这一过程进而引致更深层次的产业生态整合，推动区域产业链与创新链的融合互补，最终在宏观上塑造出协同性更强、抗风险能力更高的区域性产业集群，从而将微观的技术扩散放大为宏观的经济韧性提升。
表8 基于SDM模型的空间计量回归结果及效应分解

Tab.8 Spatial econometric regression results and effect decomposition based on the SDM model

变量 （1） （2） （3） （4） （5） （6） （7） （8） （9） （10）
Main Wx Lr-direct Lr-indeiect Lr-total Main Wx Lr-direct Lr-indeiect Lr-total
DR 0.012*** 0.010* 0.014*** 0.017*** 0.032***
PDR 0.012*** 0.010*** 0.014*** 0.015*** 0.028***
rho 0.331*** 0.265***
sigma2_e 0.00002*** 0.00002***
此外，本文借鉴已有研究[35]，通过替换核心解释变量法进行稳健性检验，结果见表8列（6）~（10），与原结论一致，结果稳健。

6 结论与建议

本文基于2011—2022年中国113个地级资源型城市面板数据，实证检验了数实融合对资源型城市经济韧性的影响效应。主要研究结论如下：①数实融合显著提升了资源型城市经济韧性，并且通过一系列内生性控制和稳健性检验后，结论依然成立。②异质性分析表明，数实融合对不同地理分布和资源禀赋的资源型城市经济韧性的影响存在差异。具体而言，在地理分布方面，数实融合对胡焕庸线南部资源型城市经济韧性具有显著的正向影响，对沿线资源型城市的影响次之，而对北部资源型城市存在负向影响；在资源禀赋方面，数实融合对煤炭类、非金属类资源型城市经济韧性的强化效应显著，对金属类资源型城市的影响效应次之，对森工类和油气类未显现出统计显著性。③机制分析表明，针对资源型城市存在的技术锁定与制度惯性问题，数实融合通过信息赋能效应、劳动升级效应和公众驱动效应提升了资源型城市的经济韧性。④数实融合对资源型城市经济韧性存在明显的空间溢出效应，表现出较强的“中心—外围”特征。
根据上述结论，本文提出对策建议如下：
①为有效巩固并拓展数实融合对资源型城市经济韧性的提升效果，应坚持系统性推进与长效机制相结合的政策导向。首要任务是夯实数字技术与实体经济深度融合的基础，包括推进5G网络、数据中心、人工智能、工业互联网等关键基础设施在资源型城市的全域覆盖，为数实融合提供底层支撑。在此基础上，应引导企业加大数字化转型投入，通过设立专项补贴和融资支持，激励资源型企业部署数字智能技术，实现生产流程数字化改造，优化要素配置效率。最后，政策的落脚点指向融合发展的实际效益，通过构建供应链协同平台，促进数据要素驱动产业链上下游协同与业态创新，从而切实提升城市经济的抗风险与恢复能力，最终实现韧性提升。
②依据城市类型实施精准化、梯度化的数实融合推进策略。对数实融合强化效应显著的资源型城市（胡焕庸线南部、沿线及煤炭类、非金属类、金属类），支持其率先建设行业级工业互联网平台，推动重点企业与产业链上下游开展设备数据互联、订单协同调度与能耗动态监测，实现数据驱动全流程优化，以巩固并扩大其经济韧性优势。对融合效应不显著的城市（森工类、油气类），由政府部门牵头组织数字化转型诊断小组，深入企业诊断转型瓶颈，并在森工城市开放智慧林业监测场景、在油气资源城市推动数字孪生勘探等示范项目，以点带面挖掘融合潜力。此外，针对受负向影响的资源型城市（胡焕庸线北部），政策需审慎前置，优先完善数字基础设施覆盖以弥补区位短板，支持其依托本地风光资源或特色农业开展数字化运营试点，同步培育接续性产业，规避转型风险，逐步扭转其融合负效应。
③基于TOE框架，政策应围绕技术—组织—环境维度协同发力。在技术层面，应推动建立资源行业统一数据标准体系，支持建设集地质信息、能耗监测、产能调度于一体的城市级数据中台，为中小企业提供数据分析服务，同时设立数字化转型专项资金，对开展数字化转型实践的企业给予设备补贴和技术支持，降低企业数字化转型门槛。在组织层面，应通过政府引导、校企共建方式在企业园区内设立数字化实训基地，开展智能开采、工业互联网运维等定向培养项目，并鼓励企业设立数字化转型专项岗位和晋升通道，将数字技能与岗位晋升、薪酬体系直接挂钩。在环境层面，应构建多方协同的数字化治理机制，建立资源开发与生态保护数据的公开平台，设立常态化的公众监督反馈渠道，将企业环境治理数据与数字化水平纳入行业绿色发展评价体系，对表现优异的企业在项目审批、资源配给等方面给予优先支持，形成制度激励与社会监督相互促进的治理格局。
④重视空间溢出效应，政策制定需突破行政边界，转向区域协同视角。应重点培育具有强劲辐射带动能力的中心城市，通过布局跨区域工业互联网平台、共建共享算力基础设施，引导其数字技术、数据要素与高端人才向周边资源型城市外溢，形成协同联动的发展格局。同时，需着力提升外围城市的承接与转化能力，完善其数字基础设施网络与配套服务体系，降低融合门槛，避免在区域分工中被进一步边缘化。此外，应探索建立跨行政区的利益共享与成本分担机制，通过税收分享、指标共认等方式激励中心与外围城市间开展深度合作，将空间正外部性转化为区域整体经济韧性的提升。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Li W, Yi P, Zhang D, et al. Assessment of coordinated development between social economy and ecological environment:Case study of resource-based cities in Northeastern China[J]. Sustainable Cities and Society, 2020, 59:102208.

DOI

[2]
Frankel J A. The Natural Resource Curse:A Survey[R]. National Bureau of Economic Research, 2010.

[3]
Tan J, Hu X, Hassink R, et al. Industrial structure or agency:What affects regional economic resilience?Evidence from resource-based cities in China[J]. Cities, 2020, 106:102906.

DOI

[4]
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

[5]
Zhou J, Xu W, Yan D. Breaking the resource curse:The impact of digital economy on the sustainable transformation of resource -based cities[J]. Sustainable Cities and Society, 2024, 113:105707.

DOI

[6]
谭俊涛, 张新林, 刘雷, 等, 中国资源型城市转型绩效测度与评价, 经济地理, 2020, 40(7):57-64.

DOI

[7]
刘军, 边志强. 资源型城市经济高质量发展水平测度研究——基于新发展理念[J]. 经济问题探索, 2022(1):92-111.

[8]
Cutter S L, Barnes L, Berry M, et al. A place-based model for understanding community resilience to natural disasters[J]. Global Environmental Change, 2008, 18(4):598-606.

DOI

[9]
钞小静, 薛志欣. 新型信息基础设施对中国经济韧性的影响——来自中国城市的经验证据[J]. 经济学动态, 2023(8):44-62.

[10]
郑威, 陈辉. 数据要素市场化配置对城市经济韧性的影响:促进还是抑制?——基于数据交易平台设立的准自然实验[J]. 现代财经(天津财经大学学报), 2023, 43(12):78-92.

[11]
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.

[12]
张蕾蕾, 宋林. 数字治理与城市经济韧性[J]. 经济学动态, 2024(10):109-127.

[13]
Sun G, Fang J, Li J, et al. Research on the impact of the integration of digital economy and real economy on enterprise green innovation[J]. Technological Forecasting and Social Change, 2024, 200:123097.

DOI

[14]
任保平, 张公娇. 数字经济赋能实体经济高质量发展的理论机理与实践路径[J]. 经济与管理评论, 2025, 41(3):30-45.

[15]
周密, 王雷, 郭佳宏. 新质生产力背景下数实融合的测算与时空比较——基于专利共分类方法的研究[J]. 数量经济技术经济研究, 2024, 41(7):5-27.

[16]
Xu Y, Xu L. The convergence between digital industrialization and industrial digitalization and export technology complexity:Evidence from China[J]. Sustainability, 2023, 15(11):9081.

DOI

[17]
蒋为, 倪诗程, 彭淼. 数实融合与企业出口产品策略优化:基于柔性生产视角[J]. 世界经济, 2024, 47(5):3-33.

[18]
黄先海, 高亚兴. 数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究[J]. 中国工业经济, 2023(11):118-136.

[19]
崔琳昊, 冯烽. 数实融合与城市经济韧性:影响与机制[J]. 城市问题, 2024(4):31-41.

[20]
张生玲, 李跃, 酒二科, 等. 路径依赖、市场进入与资源型城市转型[J]. 经济理论与经济管理, 2016(2):14-27.

[21]
严金强, 武艺扬. 数字经济赋能高质量发展的理论机理与实践路径——基于马克思社会再生产“四环节”理论框架[J]. 上海经济研究, 2023(6):53-67.

[22]
夏杰长, 张雅俊. 重构数实融合的制度环境:逻辑与路径[J]. 学术论坛, 2024, 47(3):77-88.

[23]
张跃胜, 金文俊, 谭宇轩. 地方政府数字治理能力提升路径研究——基于TOE分析框架的组态分析[J]. 经济与管理研究, 2024, 45(4):93-111.

[24]
刘鑫, 周诗丰, 闫晨莹. 企业数实产业技术融合对新质生产力的影响机制研究[J]. 管理学刊, 2025, 38(4):1-15.

[25]
Xu Z, Xu W, Xin D. Digital-real economy integration and urban low-carbon development in China[J]. Economic Analysis and Policy, 2025, 86:606-621.

DOI

[26]
刘翠花, 王崇睿. 数实融合发展对就业结构优化的影响[J]. 改革, 2025(9):140-155.

[27]
生延超, 陈昕, 徐珊, 等. 数字经济对黄河流域城市外向型经济韧性的影响研究——兼论要素升级的中介效应[J]. 管理学刊, 2024, 37(3):112-127.

[28]
马平平, 张明, 王龙可. 公众环境关注与企业绿色转型:政府环境规制与企业内部能力的双重审视[J]. 中国人口·资源与环境, 2024, 34(6):112-123.

[29]
梁琦. 空间经济学:过去、现在与未来——兼评《空间经济学:城市、区域与国际贸易》[J]. 经济学(季刊), 2005(3):1067-1086.

[30]
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

[31]
罗军, 邱海桐. 城市数字经济驱动制造业绿色发展的空间效应[J]. 经济地理, 2022, 42(12):13-22.

DOI

[32]
张辽, 姚蕾. 数字技术创新对城市经济韧性的影响研究——来自中国278个地级及以上城市的经验证据[J]. 管理学刊, 2023, 36(5):38-59.

[33]
Liu Z, Zhao Y, Guo C, et al. Research on the impact of digital-real integration on logistics industrial transformation and upgrading under green economy[J]. Sustainability, 2024, 16(14),6173.

[34]
金朝辉, 朱孟楠. 数字经济对经济韧性的影响与机制分析——基于地级市城市的实证研究[J]. 经济问题探索, 2024(7):154-171.

[35]
李晨潇, 刘凯莉, 马思睿. 绿色金融发展对省域能源消费结构转型影响的空间效应[J]. 经济地理, 2024, 44(8):148-157.

DOI

Options
文章导航

/

〈 〉