《现代财经-早读早分享》2025年3月20日周四（第3317期）

今天是2025年3月20 日，星期四，农历二月二十一，美好的一天从阅读《现代财经-早读早分享》开始！

每日晨语

---

保持好奇，持续学习，方具与时俱进之能；开拓视野，提升本领，才有应对生活底气；努力坚持，不断成长，给予未来无限可能。以学习为生活方式，美好自会相伴。美好一天，从 “保持学习” 开启 ！周四，早安！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3317期）。原创不易，敬请尊重。谢谢鼓励。

一、早读分享

1、促进“人工智能+消费”，开辟高成长性消费新赛道。 近日，中共中央办公厅、国务院办公厅印发《提振消费专项行动方案》，为“人工智能+”在消费领域的拓展勾勒出清晰的路径。《方案》提出，促进“人工智能+消费”，加速推动自动驾驶、智能穿戴、超高清视频、脑机接口、机器人、增材制造等新技术新产品开发与应用推广， 开辟高成长性消费新赛道 。随着人工智能技术的迅猛发展，其在经济社会各个领域的应用日益广泛，成为推动新一轮科技革命和产业变革的重要力量。（中国经济网）

蔡子微评： 数字经济时代下，促进“人工智能+消费”已然刻不容缓。然而，“人工智能+消费”发展目前存在着数据缺乏安全性与产业发展不协同等问题。对此，一方面要建立完善的法律法规体系，严格规范企业对消费者数据的收集、存储和使用行为，保障消费者的隐私权益；另一方面要通过推动产业链上下游企业的整合与合作，形成协同发展的产业生态，推广应用智能工厂，提升工厂运营管理智能化水平。

话题关注：人工智能赋能消费产业协同创新：作用机理与实践路径

2、五部门部署加快建立绿色能源消费促进机制。 从国家发展改革委获悉，国家发展改革委等五部门联合印发《关于促进可再生能源绿色电力证书市场高质量发展的意见》。意见从市场供给、消费需求、交易机制、应用场景、绿证走出去等方面提出十七条可操作可落地的具体措施。 国家能源局有关负责人表示，意见的印发，有助于充分激发绿色电力消费需求、释放绿证市场活力，对以更大力度推动可再生能源高质量发展，更好助力经济社会发展全面绿色转型具有重要意义。 （新华网）

蔡子微评： 通过建立绿色能源消费促进机制，可以有效引导社会各界增加对清洁能源的使用，减少对化石能源的依赖，从而助力实现碳达峰、碳中和目标。此举不仅能促进能源结构的优化升级，还能带动绿色经济的发展，创造新的增长点。同时，这也将有利于提升公众环保意识，形成全社会共同参与绿色能源消费的良好氛围。

话题关注：碳交易市场与绿色电力政策的互动机理及保障机制研究

3、三部门：支持国三、国四排放标准营运货车报废更新，加快更新一批高标准低排放营运货车。 交通运输部、国家发展改革委、财政部发布《关于实施老旧营运货车报废更新的通知》提出，支持国三、国四排放标准营运货车报废更新， 加快更新一批高标准低排放营运货车 。对提前报废老旧营运货车、提前报废并更新购置国六排放标准货车或新能源货车、仅新购符合条件的新能源货车，按照报废车辆类型、提前报废时间和新购置车辆动力类型等，实施差别化补贴标准。（财联社）

蔡子微评： 通过支持国三、国四排放标准营运货车的报废更新，可以有效减少老旧车辆尾气排放，对改善空气质量、缓解环境污染具有直接作用。同时，加快更新一批高标准低排放营运货车，不仅能够提升物流运输效率，还能推动汽车制造行业向绿色低碳方向发展，促进产业结构优化升级。此举也是积极响应国家生态文明建设号召的实际行动，有利于构建绿色交通体系，实现经济社会可持续发展。

话题关注：货运价格刚性对环保车辆更新的抑制作用研究

4、工信部印发《工业企业和园区数字化能碳管理中心建设指南》。 据工信部网站消息，为加强工业节能降碳管理，推进数字技术赋能绿色低碳转型，支撑构建系统完备的碳排放双控制度体系，工业和信息化部近日印发《工业企业和园区数字化能碳管理中心建设指南》。下一步，工业和信息化部将加强《指南》宣贯解读，指导各地区因地制宜开展工业企业和园区数字化能碳管理中心建设运行，加快节能降碳技术改造升级，提升重点行业领域碳管理水平，为实现碳达峰碳中和目标奠定基础。（中国新闻网）

蔡子微评： 数字化建设为工业企业绿色低碳转型注入强大动力。通过智能监测系统，企业可精准把控能源消耗，实现节能减排；借助大数据分析优化生产流程，减少资源浪费与污染物排放。同时，数字化供应链管理助力企业协同上下游，推动全产业链低碳化。这不仅提升企业竞争力，也为全球可持续发展贡献重要力量，是工业迈向绿色未来的必由之路。

话题关注：数字化建设助力工业企业绿色低碳转型发展研究

5、证监会：拟明确派出机构可以向证监会相关职能部门进行咨询、请求指导。 为进一步规范中国证监会派出机构的监管职责，证监会对《中国证监会派出机构监管职责规定》进行了修订，并向社会公开征求意见。中央金融工作会议精神和“三定”规定对中国证监会及其派出机构的职责提出了新的要求，为此，中国证监会拟通过修改《规定》，对派出机构的监管职责进行相应调整，将党中央关于金融工作的方针政策和决策部署落实到中国证监会派出机构履行职责过程中。（财联社）

蔡子微评： 此举有助于提升派出机构在履行监管职责时的专业性和准确性，确保监管政策的一致性和有效性。通过加强内部沟通，可以促进信息共享，提高监管效率，及时应对市场变化。同时，这也体现了证监会对于派出机构工作的支持和指导，有助于形成更加协同、高效的监管格局。

话题关注：资本市场“政治-专业”双轨治理效能评估

6、优化供给释放旅游消费潜力。 近年来，我国旅游消费发展态势良好，增长速度较快，新业态新亮点不断涌现。受热门影视作品、游戏等影响，新疆阿勒泰、山西大同等地成为旅游热门目的地。随着虚拟现实、人工智能等新技术的推广应用，智慧旅游成为旅游消费新潮流。另外，受益于免签政策的持续优化，外国人入境旅游成为新亮点。（经济日报）

蔡子微评： 在政策红利与消费升级的双重驱动下，我国旅游消费正从“规模扩张”转向“质量跃升”。消费需求呈现明显升级特征，游客愿为情绪价值支付溢价。然而，同质化供给、基础设施短板仍是制约因素。需进一步推动“旅游+”多产业 协同发展 ，通过财政补贴引导企业开发特色产品，运用数字化监管系统优化消费环境。

话题关注：双循环格局下我国旅游消费潜力释放的政策协同机制研究

7、交通物流降本提质增效加速推进，多地探索创新路径。 交通物流是推进降低全社会物流成本的关键领域，发挥着先导性、基础性、保障性作用。交通运输部联合有关部门印发的《交通物流降本提质增效行动计划》以及铁路、公路、水运、民航、邮政分领域实施方案显示，到2027年，交通物流降本提质增效取得显著成效，全力支撑社会物流总费用与GDP的比率力争降低至13.5%左右，全国铁路货物运输周转量较2023年增长10%左右，港口集装箱铁水联运量年均增长15%左右。（第一财经）

蔡子微评： 高效的物流网络能够实现原材料、零部件和成品的快速流转，减少库存积压，提升产业链的协同效率。通过物流信息平台的整合，产业链上下游企业可以实时共享物流动态，优化生产计划和配送安排，降低运营成本。现代物流体系的智能化、绿色化发展，还为产业链供应链的可持续融合提供了保障，助力构建更具韧性和竞争力的产业生态，是推动经济高质量发展的强大引擎。

话题关注：数字赋能与物流业降本提质增效：内在机制与经验证据

8、京津冀为全国绿色低碳转型提供区域协同样板。 从北京市发展改革委获悉，《京津冀绿色低碳技术典型案例（2024-2025）》近日正式发布，23个典型案例聚焦绿色低碳技术创新与示范应用，涵盖建筑、工业、交通、数据中心、供热、市政基础设施等多领域。据了解，案例由北京节能环保中心、天津市节能环保中心、河北省绿色发展服务中心联合发布，这也是京津冀首次联合发布绿色低碳技术典型案例。（中经网）

蔡子微评： 三地的节能环保及绿色发展相关机构携手，打破地域壁垒，整合资源。典型案例的绿色低碳技术涵盖多种发明专利，彰显了区域整体强大的创新实力。未来京津冀应继续深化协作，完善技术推广机制，加强政策协同，降低技术应用成本，持续发挥示范引领作用，为全国绿色低碳转型贡献更多力量。

话题关注：京津冀绿色低碳技术创新网络构建与知识溢出效应研究

9、浦东启动三大先导产业“产学研用-共研体联盟”。 3月18日，浦东新区工商联举办 “ 金融服务助发展、法护民企促壮大 ” 主题活动，同时启动 “ 产学研用-共研体联盟”。通过联盟中有牵引带动作用的链主型企业成员发力，吸引更多领军、领先企业共同 构架 民营企业协作共研、产业协同 、 沟通交流的合作平台，助力民营企业合作开展关键核心技术攻关和科创成果转化，推动新质生产力培育壮大。（第一财经）

蔡子微评： 此举有助于打通科研、技术成果转化和产业应用之间的壁垒，推动关键核心技术攻关和科创成果转化，提升产业能级和核心竞争力。同时，该联盟的建立还能促进产业链融合发展，加强国际合作，提升民营企业在全球产业链中的地位。总之，浦东启动这一联盟，将为三大先导产业的持续发展和创新注入新的动力，推动经济高质量发展。

话题关注：产学研用协同创新的驱动因素——基于哈肯模型的动态分析

10、河南固始：金融活水浇灌乡村振兴沃土。 据悉，“三边一院”农牧循环种养模式是中国工程院院士康相涛教授经过多年调查研究，为破解乡村振兴产业兴旺困局、解决畜牧业土地与环保双重压力、实现农牧循环持续发展、保障农民就近就业增加农民收入等难题提出的种养循环绿色发展模式。2024年初，固始县推进以“三边一院”为载体，因地制宜发展“小群体、大规模”农牧循环生态种养业，以新质生产力赋能农牧、菜牧、果牧、茶牧等种养循环、和谐共生的高质量发展，助力乡村振兴。（经济日报）

蔡子微评： 固始县的“三边一院”模式展示了乡村振兴的创新思路与行动力。农业与金融的深度融合，不仅促进了传统农业的转型升级，也提升了农民的收入水平，彰显了政策和金融支持的双重重要性。这一模式不仅能解决资金难题，还通过标准化、规模化发展促进了农村经济的可持续性，值得其他地方借鉴。

话题关注：乡村振兴背景下普惠金融的农户增收效应与作用机制

11、中小企业加快融入数字产业生态。 前不久，中国互联网络信息中心利用大数据技术，对6000万户中小企业互联网公开数据监测分析显示：近年来，中小企业生存经营能力持续增强，科技创新力逐步提升，业务竞争力不断增强，人才吸引力逐步改善，数字化能力有序提升。据介绍，为提高中小企业经营能力，工业和信息化部与各地区各部门一道，通过一系列政策引导中小企业聚焦主业、发展差异化优势，着力营造中小企业发展的良好环境，初步构建与中小企业成长相适应的政策体系。但也要看到，目前外部环境风险依旧严峻，内部周期性和结构性压力并存，中小企业健康平稳发展仍面临较大挑战。（经济日报）

蔡子微评： 在数字经济与实体经济深度融合的浪潮中，中国中小企业正展现出蓬勃生命力。这既是政策体系的持续完善，更是企业创新动能的集中释放。然而，中小企业仍面临多重挑战，如需求不足、成本上升导致部分企业信心转弱，数字化转型中“不愿转、不会转”的现象依然存在，知识产权保护与高端人才短缺制约着创新突破。破解这些难题，需进一步优化营商环境，推动“政产学研用”深度协同，构建“小快轻准”的数字化解决方案供给体系。

话题关注：基于“专精特新”导向的中小企业数字技术创新路径研究

12、AI大模型“竞速跑”，头部企业加快迭代上新。 百度、阿里巴巴、零一万物等企业近期纷纷宣布新动作，包括加快人工智能（AI）大模型迭代升级、推出AI应用新产品、加快开源步伐等，进一步竞速人工智能创新发展赛道，优化人工智能落地应用体验。3月17日，零一万物正式对外发布了万智企业大模型一站式平台，并宣布可提供企业级DeepSeek部署定制解决方案 。 此外，万智平台还适配了阿里通义千问（Qwen）、零一万物Yi等国产模型。（中经网）

蔡子微评： 开源模式促进了技术交流与合作，吸引更多开发者和研究人员参与，形成庞大的开源社区，推动大模型技术快速迭代，构建更完善的全要素开源创新服务体系，进而繁荣整个AI产业生态。开源模式下，如何平衡开源共享与企业自身商业利益也是一大难题。企业和监管部门需共同努力，制定相关标准和规范，加强技术安全防护，确保AI大模型健康、可持续发展。

话题关注：AI大模型开源战略下的企业创新生态构建与竞争策略分析

二、今日社科期刊佳作关注

中国城市数字经济关联网络的结构特征与内生机制分析

---

作者：方若楠,崔兴华,闫中晓 来源：《现代财经》2025年第2期

导读

摘要： 数字经济时代，各种功能要素的空间流动能够重塑城市间的数字经济关联，是城市数字经济关联网络的新动力。研究基于“流空间”视角，从技术流、数据环境流和产业融合流三个维度构建数字经济关联强度指标，以185个地级以上城市为研究单元，刻画多维要素流动下中国城市数字经济关联网络的时空格局演化、拓扑结构特征，并进一步揭示该网络的内生动力机制。研究发现：中国城市数字经济关联网络呈现出层级结构明显、空间非均衡和关联紧密的网络格局。进一步地，中国城市数字经济关联网络“小世界”特征明显，社群间的数字经济关联开始超越“单一跨社群数字经济关联”向“多元跨社群数字经济关联”转变；网络兼具“层级扁平”与“跨圈层交互”的双重特征，相对稳定性与结构流动性并存；网络的核心—边缘结构正面临结构性调整，核心结构与边缘结构呈明显分化，极化效应凸显。此外，“能者居之”的吸引力和“强者恒强”的累积优势是中国城市数字经济关联网络形成的内在双驱力。研究结果能够为新发展格局下建设城市体系多维网络关系，促进中国数字经济和区域经济一体化融合发展提供可资参考的政策建议。

关键词： 流空间;数字经济;空间关联网络;核心—边缘结构;

引用格式： 方若楠,崔兴华,闫中晓.中国城市数字经济关联网络的结构特征与内生机制分析[J].现代财经(天津财经大学学报),2025,45(02):22-38.

一、引言

习近平总书记在《国家中长期经济社会发展战略若干重大问题》中指出,要“推动城市组团式发展,形成多中心、多层级、多节点的网络型城市群结构”,这意味着城市空间结构网络化发展成为新时代区域发展的重要议题。党的二十大报告中进一步提出“加快发展数字经济,促进数字经济和实体经济深度融合”“以城市群、都市圈为依托构建大中小城市协调发展格局”。可见,数字经济为新时代城市空间结构网络化变革与转型指明了发展方向。从理论上讲,数字经济自身存在的网络分布与去中心化技术特征,将突破传统经济要素的空间组织模式与行政边界束缚,推动城市间建立愈发紧密且复杂的多元化数字经济关联,进而促进经济空间结构产生动态变化 [1-2] 。立足于中国现实,数字经济会通过驱动产业技术创新非地域集聚式集群化与跨行业交叉式融合化发展方式,重构城市间创新范式,推动区域创新体系转向空间创新系统。更重要的是,数字经济会延拓各类生产要素突破传统层级体系跳跃性扩散的可能性边界,重塑城市区域空间组织形式与竞争优势,推动生产要素组织空间向流动空间转变。有鉴于此,数字经济时代背景下城市空间结构要素构成和要素组织方式转变带来的城市空间结构变革,是现阶段中国经济高质量发展进程中亟待解决的重要问题。因而,科学构建能够准确反映数字经济背景下城市空间结构变革特征的中国城市数字经济关联网络,进而深度解析其结构特征与内在演化特征,对数字经济背景下重构城市与城市群版图,优化中国经济社会空间协调发展格局意义重大。

城市网络的概念早期可以追溯至“地方空间”理论与“流动空间”理论。Friedmann(1986) [3] 基于新国际劳动分工的空间组织理论提出的“世界城市假说”,将城市化进程与世界经济直接关联;Castells(1996) [4] 通过进一步区分流空间与场所空间提出“流动空间”理论,认为城市网络的形成与要素流动密切相关,更加强调城市作为中枢与组织节点的价值,这为城市网络发展奠定了理论基础。此后,大量学者对“流空间”理论进行了进一步拓展和完善。Taylor(2003) [5] 提出了以“中心流”替代“中心地”的世界城市网络理论;Hall和Pain(2006) [6] 认为“全球城市—区域”作为一种新的地域形式,在空间上呈现明显的多中心地理结构。事实上,城市网络更为注重职能分工协作与互补协同,由行政区域划分主导的边界限定和等级关系空间日益退化,多空间尺度和多等级关系的网络化功能空间发展态势迅猛。尤其是随着城市生产、消费功能的不断完善及基础设施的逐步强化,人口、物流等一系列流体化要素开始不断推动城市建立复杂多样的经济联系 [7-8] 。在经济全球化与信息网络化影响下,金融和法律等行业的快速发展为城市汇集了更多信息和知识等服务,使得通过企业合作及企业间隐性知识关联建立城市间的经济关联成为可能 [9-10] 。这类前期研究为数字经济背景下城市间关系与网络特征分析提供了重要理论基点。

值得注意的是,在数字经济发展背景下,依托于大数据、人工智能和区块链等数字技术衍生的远程信息交换技术,城市间复杂的物质、信息和数据交互加速,各类功能要素频繁流动,推动了城市空间组织模式开始向以开放、流动、多中心为特征的城市网络发展模式转变 [11-12] 。作为全球化条件下经济活动的主体,地理位置相对分散的跨国企业、跨区域企业,能够依托新一代数字技术以较低成本实现跨城市数字经济活动,建立跨空间数字经济关联。这将加速要素、商品和服务流动,推动知识和技术溢出及网络化共享,进而促进数字经济的空间关联与城市数字经济关联网络的形成 [1] 。这意味着数字经济的快速发展能够推进城市间的数字化联动开始从地域隔离向时空共享转变,推动城市空间网络体系从向心型地方空间向多中心型流动空间演变。事实上,数字经济本身在延拓土地、资本、劳动力和数据等要素资源配置空间范围的过程中,将带动城市间技术流、数据环境流和产业融合流,不断突破地域和组织边界。这不仅会促进各类资源配置实现单点到多点、局部到全局、静态到动态优化演进,也会因其自身引致的要素空间流动对非均衡城市间联动格局产生重塑效应 [13] 。这类研究为数字经济背景下城市间关系与网络特征分析提供了详细价值支点。

然而,在实践应用中,现有关于数字经济空间关联网络的研究多基于属性数据,以传统空间计量模型为工具探究数字经济的空间外溢性及其空间格局演化 [14-16] ,亦或基于修正的引力模型揭示城市数字经济空间溢出效应 [17-18] 。进一步地,囿于以传统空间计量模型为工具的研究仅能反映数字经济发展的空间聚集与溢出效应,无法准确刻画区域数字经济的宏观整体关联与微观个体联动结构,部分学者尝试基于社会网络视角,从知识流动创新 [19] 、数字技术与企业互联式创新 [20] 、数字音乐合作 [21] 以及数字社交网络 [22] 等单一要素流动视角初探数字经济城市网络空间结构。随后,部分研究开始借助数字经济关系数据,从省域层面可视化数字经济空间关联网络并描述其结构特征 [23-25] 。此外,考虑到数据这一新生产要素具备的乘数效应,数字经济对非均衡城市联动格局的重塑效应也将被进一步放大 [26] 。但是上述研究仅在使用中心度指标进行个体特征分析时,简单描述了数字经济空间关联网络“核心—边缘”结构特征,并未对这一非均衡特征进行检验,也尚未深入挖掘其背后的内生机制。

综上所述,已有研究一方面主要关注了数字经济背景下城市关联网络发展模式转变,另一方面重点考察了数字经济的空间格局演化及城市数字经济关联网络的结构特征,为本文研究提供了有益参考,但仍存在以下不足:一是现有文献仅从单一角度出发或仅基于传统属性数据对城市数字经济关联进行测度,大多忽视了数字经济时代下城市间多维要素流动形成复杂联系的现实背景;二是少数文献基于数字经济关系视角,聚焦数字经济关联网络的可视化及其特征,但只停留在省域层面整体描述数字经济网络的结构特征,尚未深入城市层面挖掘数字经济关联网络的非均衡结构特征及其形成的内生机制。鉴于此,本文以地级市为研究对象,基于“流空间”视角,从技术流、数据环境流和产业融合流三个维度构建数字经济关联强度测度指标。在此基础上,结合复杂网络理论构建中国城市数字经济关联网络,并深入探析该网络的内在结构及其演化机制。

本文可能的边际贡献在于:(1)研究对象上,立足于多维要素流动形成复杂数字经济关联这一现实背景,克服传统城市流模型经济视角的局限性与单要素流分析的偏差性,将“以流定形”纳入社会网络分析方法,尝试性构建城市数字经济关联强度指标;(2)研究视角上,将空间结构与网络结构关联纳入统一分析框架,遵循空间活动系统“空间关系—空间活动—空间网络”这一分析逻辑,剖析中国城市数字经济关联网络的时空格局、拓扑关系演化与内蕴结构特征;(3)研究内容上,切入城市研究单元,检验中国城市数字经济关联网络形成的“强者恒强”累积优势与“能者居之”吸引力优势双重动力机制,从动态视角阐释中国数字经济空间关系形成的内在过程,为理解中国区域数字经济一体化空间发展体系提供支撑。

二、机制分析、研究假说与指标测度

(一)机制分析与研究假说

1.中国城市数字经济关联网络的结构特征

在弗里德曼(J.R.Friedmna)的核心—边缘理论中,将具备较高创新变革能力的地域社会组织子系统定义为核心区,而与核心区相互依存的地域社会组织子系统则被称为边缘区。核心—边缘的空间极化效应进一步表明,通常情况下,核心区能产生和吸引大量的革新,而边缘区的发展方向则在很大程度上取决于核心区 [27] 。事实上,这一空间极化效应在城市数字经济关联网络中依旧存在。从资源分配与集聚效应视角来看,各城市间在生产要素、地理区位、产业结构等方面存在客观差异,数据、数字技术、数字人才等数字资源往往倾向于向更具优势条件的城市集聚,这类数字资源的集聚将助力这些城市的数字经济关联规模加速扩张,使其更容易占据该网络的核心区 [25] ;而不具备数字化竞争优势的城市则更容易处于边缘区,这将导致城市数字经济关联网络出现非均衡性的空间极化现象。从技术创新与扩散视角来看,数字创新技术和科技创新活动在城市空间上存在不平衡与集中等特征,核心城市是数字技术创新的源头,能够不断推出新的数字产品与服务 [28] 。与此同时,这些创新成果和技术能够通过数字技术溢出、数字人才流动和知识共享等方式向边缘城市扩散 [29] ,但扩散速度与效果多受制于边缘城市自身条件。比如:由于数字基础设施落后的限制,一些城市缺乏对数字创新技术和创新人才的吸引,可配置的数字创新资源较少,同其他城市间的数字经济关联较弱,从而在中国城市数字经济关联网络中扮演边缘行动者角色 [30] 。基于以上分析,本文提出假说H1。

H1 中国城市数字经济关联网络的演化过程中存在明显的“核心—边缘”结构。

2.中国城市数字经济关联网络的内生机制

(1)“能者居之”的推动作用。“能者居之”意味着具有更强实力和适应性的城市能够吸引更多资源和合作伙伴,从而在城市数字经济关联网络中占据更重要的地位。这可以从市场选择和优胜劣汰两个视角进行分析。一方面,从市场选择视角来看,信息透明度提升与资源高效配置、消费者偏好变化与市场需求导向共同促使“能者”城市表现较为出众。其一,在数据驱动的城市数字经济关联网络中,数字技术的应用加速信息流动,使得市场更加透明,拥有更多市场动态信息的“能者”城市能够做出更加科学的决策 [14] ;数字经济能够打破地域限制,实现要素资源的高效配置,促使信息、资金和人才等优质资源加速流向具有竞争力的“能者”城市 [31-32] 。其二,数字经济时代的消费者偏好与需求变化更为迅速且多样,具有敏锐市场需求洞察力并及时提供相应产品和服务的“能者”,能够俘获更多的消费群体;同时,消费者的行为选择进一步推动市场资源的优化配置,使得具有竞争优势的城市在数字经济关联网络中占据更有利地位。另一方面,从优胜劣汰视角来看,数字经济市场竞争愈发激烈,创新能力和资源整合能力较低的城市很有可能被淘汰。数字经济降低了市场准入门槛,导致竞争者数量激增,具备较强创新能力的城市往往能够利用数字技术进行资源整合,形成规模效应,更能适应快速变化和竞争激烈的数字经济环境,在网络中拥有更多的话语权。“能者居之”的节点适应性机制推动了核心城市的形成和发展,使得具有优势条件的城市能够脱颖而出,成为网络中的核心节点。

(2)“强者恒强”的强化作用。“强者恒强”是指在城市数字经济关联网络中,已经具备数字经济发展优势的城市会进一步巩固和强化其核心地位。具体表现为:其一,在依托集聚优势产生本地化经济和城市化经济等外部性效应的基础上,核心城市的数字产业能够通过内容输出与消费者关联,对周边城市产生需求溢出效应,推动自身数字经济关联规模的持续扩张,对自身数字经济发展产生更显著的强化作用 [33] 。其二,数字经济具有规模报酬递增和网络外部性的特点,在城市数字经济关联网络中核心城市节点属性及其因网络链接产生的城市网络外部性被进一步放大,这使得已经占据优势地位的城市更容易获得更多的数据、用户和创新资源,产生正反馈效应,进一步巩固其核心地位。其三,数字经济发展基础优越的核心城市更具政策支持优势,尤其是近年来的“互联网+”战略引发数字经济的区域竞争加剧、数字技术全方位渗透及企业数字化转型全面深化,推动核心城市在数字经济关联网络中建立更多的数字经济合作关系,进一步强化其核心优势 [24] 。“强者恒强”的优先依附机制加剧了城市间的数字经济发展差距,使得核心城市在网络中的地位更加稳固、边缘城市面临更大的挑战,从而强化了城市数字经济关联网络的“核心—边缘”结构。基于以上分析,本文提出假说H2。

H2 “能者居之”吸引力和“强者恒强”的累积优势是驱动中国城市数字关联网络“核心—边缘”结构形成的内在机制。

(二)“流空间”视角下中国城市数字经济关联强度指标测度

1.指标测度机理

城市数字经济关联网络本质上反映了不同城市间的数字经济链接程度,城市节点间的各种“流线条”越丰富,则该网络中城市节点间的数字经济链接与互动越频繁,其连通性、复杂性和协同性越高。数字技术、数据流通环境和产业融合,是影响城市数字经济关联网络横向覆盖与纵深发展、促进城市数字经济互联互通的重要因素。

数字技术产生的网络外部性、知识溢出和专业化分工效应,为城市数字经济关联网络提供创新动力。网络经济学理论进一步指出,数字技术流动过程中产生的网络外部性,将吸引越来越多的城市节点参与,通过信息流通和创新资源共享促进城市间数字技术的互联互通,实现数字创新要素的高效流动与优化配置。在集聚外部性催生知识溢出引发的辐射效应基础上,通过生产网络渠道的协作与分享,这一知识溢出效应被进一步强化,从而实现城市网络数字技术的创新突破 [1] 。此外,专业化分工理论表明,数字技术能够通过降低交易成本深化城市间的社会分工,形成差异化分工结构。由此,从供给侧来看,不同城市间专业化分工结构差异形成的差异化生产,除了需要提供更多的中间品用于生产外,还将带动劳动力、资本、数据等其他生产要素转流入更符合其要素特性的城市;从需求侧看,数字经济时代的差异化分工结构在通过专业化分工生产更高质量、更符合消费者偏好产品的同时,也避免城市间因产业同构化产生的市场竞争 [32] 。

数据流通环境 (1) 数据流通环境指的是数据在城市间从提供方传递到需求方的过程所处的环境,包括确保数据流通的基础设施、技术平台、数字人才和法律法规等多个方面。 通过加强数字基础设施支撑、数字人才流动与数据传输能力,为城市数字经济关联网络奠定基础保障。首先,数字基础设施的技术属性、渗透属性与连接属性,分别暗示了其能够通过强化创新积累、分散系统风险和提高生产匹配能力,进一步促进不同城市主体间的互联互通 [34] 。其次,数字人才集聚多表现出人才数量和规模的增加,通过促进城市经济活动与其他创新资源的融合,对数字创新产生明显的空间溢出;同时,传统产业与数字经济的深度融合,需依托于知识技术密集型的高新技术产业,因而其对数字人才依赖性更为明显 [35] 。最后,数据传输是城市数字经济关联网络中数据流动与信息交互的关键环节,能够为不同产业之间的协同合作提供有力支持。高效的数据传输和信息共享,能够降低交易成本、提升生产效率,加快企业资源的优化重组与协同创新,促进企业间协作与城市数字经济发展。

产业融合能够推动产业链重塑,助力城市数字经济关联网络实现价值赋能。传统产业既能通过数字化转型降低边际成本、产生生产效率的规模效应,还可借助数字化跨界整合不同产业资源,产生多元化市场拓展方式,促进产业链垂直整合与水平扩展 [31] 。而不同城市在产业结构与资源配置方面存在明显差异,产业间的流动能够促进核心城市(多位于产业链高端,负责研发设计等高附加值环节)与边缘城市(多承接来自核心城市的生产和组装业务)间的协作,使得各城市能够发挥各自的比较优势,推动产业链重构与价值创造,形成动态协同的数字经济生态系统。此外,产业融合也将促进数据共享与资源整合,城市间通过数字产业合作,能够更好地获取信息、提高决策效率,推动城市数字经济关联网络的价值传递与共享。

2.测度指标构建

基于此,本文分别从技术流、数据环境流和产业融合流三个维度对中国城市数字经济关联强度指标进行测度。

(1)基于技术流的数字经济关联强度。本文结合引力模型,选取地理距离与企业数字技术专利申请数据,来表征城市 i 和城市 j 之间基于技术流的数字经济关联强度。具体计算公式为

(1)

式(1)中, T ij 代表城市 i 和城市 j 间基于技术流的数字经济关联强度, D ij 代表城市 i 和城市 j 间的地理距离, Dpa i 和 Dpa j 代表城市 i 和城市 j 的企业数字技术专利申请量,该部分数据来源于国家知识产权局。具体处理方式为:在将《数字经济及其核心产业统计分类2021》同专利主分类号进行匹配的基础上,以上市公司所属城市为依据进行合并,最后整理得到城市上市公司数字经济专利申请数据。进一步地,考虑到以上市企业为对象进行加总来反映城市指标可能存在误差,本文以同一城市上市企业营业收入占该城市GDP的比重作为修正系数,对基于技术流的数字经济关联强度进行修正,即 ω ij 为注册地位于城市 i 和城市 j 的上市企业营业收入在两个城市GDP中所占的比重。修正后基于技术流的数字经济关联强度 DT ij 的具体计算公式为

DT ij = ω ij × T ij

(2)

(2)基于数据环境流的数字经济关联强度。《2007年布里斯班宣言》中将环境流定义为“维持河流、湖泊、河口地区生态环境健康和生态服务价值,符合一定水质、水量和时空分布规律要求的河流水流体制”。延拓这一思路,并结合数据流动特征,本文将数据环境流定义为:为维持城市间数据流通环境畅通、提供数字服务价值,符合数据可流通和可交易规律要求的数据体制环境 (2) 关于数据流通环境与数据环境流两个概念的关系说明:从一定程度上讲,数据环境流可以被视为数据流通环境的一个广义或更为综合的表达。数据流通环境主要关注的是数据在特定城市空间或系统内的流动过程和条件,而数据环境流则涵盖了更广泛的内容,包括数据的流动、分析、交易等多个环节,以及这些环节所形成的整体生态。因此,数据环境流是“流空间”视角下,数据流通环境的进一步拓展和深化,在概念上包含了数据流通环境。 。同时,结合前述理论分析,本文基于引力模型,从数字基础设施、数字人才和数据传输能力三个维度,并利用地理距离数据来计算城市 i 与城市 j 之间基于数据环境流的数字经济关联强度。具体计算公式为

DL ij =

(3)

式(3)中, DL ij 代表城市 i 与城市 j 间基于数据环境流的数字经济关联强度, Int 与 Iph 分别代表城市国际互联网用户数、移动电话年末用户数,并以此表征数字基础设施指标; Ict 代表城市信息传输、计算机服务和软件业从业人员数,并以此表征数字人才指标; Tel 、 Pos 分别代表城市电信业务量和邮电业务量,并以此表征数据传输能力指标,该部分数据来源于《中国城市统计年鉴》。

(3)基于产业融合流的数字经济关联强度。本文借鉴中国信通院在《中国数字经济发展报告(2022年)》中的思路,从数字产业化与产业数字化两个维度出发,构建基于产业流的数字经济关联强度。考虑到企业作为市场的微观主体,是参与供应链的最小社会单元,企业间存在的销售或采购交易的供应链网络互动关系,更能够在一定程度上反映城市内或城市间产业链上下游企业的数字化联动效应 [36] 。故本文进一步延拓陶锋等(2023) [37] 的研究,基于供应链视角构建年度—焦点数字企业所在地—客户(供应商)所在地—客户销售额数据集,并以此表征基于产业融合流的数字经济关联强度。具体构建过程如下。

首先,从国泰安数据库(CSMAR)获取中国沪深A股上市公司前五大客户企业及供应商企业信息(缺失数据通过手工查阅上市公司年报和临时公告进行补充),保留已上市的焦点企业与客户(供应商)企业,获得初步研究样本。其次,以中国国家统计局公布的《数字经济及其核心产业统计分类》(以下简称“分类”)为依据,将上市企业范围缩小至“分类”中所划分的数字产业化与产业数字化范围内。最后,结合上市企业注册所在城市,对同一城市内所有上市企业对应的来自其他城市的下游客户销售额进行加总,得到城市 i 对城市 j 基于产业融合流的数字经济关联强度 DI i - j ,进而计算城市与城市间基于产业流的数字经济关联强度 DI ij (在这个过程中,本文剔除了ST和*ST公司及财务数据或公司治理数据缺失较为严重的样本)。同样地,本文采用修正系数 ω ij 对基于产业融合流的数字经济关联强度进行修正,具体计算公式为

DI ij = ω ij ×( DI i - j + DI j - i )

(4)

(4)总数字经济关联强度。技术流、数据环境流和产业融合流之间相互影响、相互作用的综合网络,能够更为系统地反映城市间综合数字经济关联强度和模拟城市要素流动格局,对于深化数字经济背景下区域认知、促进城市数字经济网络发展更具实践意义。因此,本文借鉴郭倩倩等(2023) [38] 的做法,对三个子流赋予相等的权重,继而得到总数字经济关联强度 WD ij 。具体公式为

(5)

(三)“流空间”视角下中国城市数字经济关联网络构建

进一步地,基于上述定义并借鉴吕延方等(2021) [39] 的研究,本文构建的中国城市数字经济关联网络是以包含节点与节点间互动关系的复杂社会网络理论为基础,分别以参与中国数字经济空间关联网络的各城市、各城市间的总数字经济关联强度为节点和节点联系权重。于是,中国城市数字经济关联网络记作

DE T =( N ( V T , E T ), NWD T )

(6)

式(6)中, N ( V T , E T )包含 t 时期中国城市数字经济关联网络的节点与边两个基础特征,其中, V T ={ v 1 t , v 2 t ,…, v nt }为节点集合, v it ∈ V T , i =1,2,…, n 表示 t 时期中国城市数字经济关联网络中的城市, t ∈[2011,2022], E T ={ e i , j , t }⊆ V T × V T 代表边的集合; NWD T ( v it , v jt )表示 t 时期有向边( v it , v jt )的属性特征,即城市 v i 对城市 v j 的数字经济关联强度。

最大程度准确提取网络骨干结构是网络构建的关键步骤。考虑到过大网络密度导致的估计结果偏误,同时为保证网络中所有城市相对平等的地位及网络中数字经济关联强度的可控性:首先,结合数据可得性,本文筛选得到2010—2022年中国185个主要城市作为研究样本;其次,借鉴李敬等(2017) [40] 的做法,本文选取 h =2亿作为阈值标准,提取大于阈值标准的总数字经济关联作为边。于是,城市间的数字经济关联矩阵可转化为二值矩阵 B , B 中元素 b i , j , t 满足

(7)

式(7)中, b i , j , t =1表示 t 时期城市 v i 同城市 v j 之间存在数字经济关联;反之, b i , j , t =0表示 t 时期城市 v i 同城市 v j 之间不存在数字经济关联。

此外,本文所构建的城市数字经济关联网络还具有以下特性:其一,高度互联。各城市节点间通过技术流、数据环境流和产业融合流等多层次、多渠道的互动与交换,促进要素资源的优化重组与协同创新,实现互联互通并形成紧密复杂的数字生态系统。其二,动态演进。受网络内部自我调节机制(如数字技术进步)和外部环境(如市场需求变化)的影响,该网络的网络结构和层级格局也将不断调整和优化。其三,价值创造。在高度互联与动态演进背景下,城市数字经济关联网络的价值创造既体现在促进经济增长和产出增加等经济价值上,还包括提升社会价值(如促进创新创业)和环境价值(如推动可持续发展)。

三、中国城市数字经济关联网络结构特征分析

(一)网络格局演化及基本特征

1.网络基本格局演化

考虑到中国城市数字经济关联网络交错复杂的特征,本文采用基于再次改进弹性模型的Fruchterman Reingold算法,分析中国城市数字经济关联网络的拓扑结构 (3) 中国城市数字经济关联网络拓扑图留存备索。 。表1给出了历年中国城市数字经济关联网络的基本统计参数,通过直观描述与客观量化的方式更为科学地反映中国城市数字经济关联网络动态形成过程。结果发现:(1)中国城市数字经济关联网络的聚类系数相对较高、平均路径长度相对较短,这意味着该网络或存在“小世界”特征;(2)样本期内,平均度指标与网络密度指标整体呈现波动上升趋势,表明中国城市数字经济关联网络的数字经济关联不断增加、网络密度持续提升,这意味着该网络内各城市节点间的数字经济联动越来越紧密,网络凝聚力越来越强 (4) 需要说明的是,表1中平均度指数值在2021年出现骤降。可能的原因是:一方面,从经济理论和经济现实层面来看,格兰诺维特的弱连接理论表明,2021年的疫情导致网络中的弱连接被削弱,信息流动受阻,企业间数字经济合作与交易减少,从而使得城市数字经济网络连接性下降,平均度指数骤降。随着疫情推动的数字化转型,2022年企业逐渐适应新的市场环境,数字经济需求逐渐增加,企业之间的合作关系加速形成,尤其在电商、在线服务和数字技术领域。网络中数字经济连接增加,使得平均度迅速上升。另一方面,从政策支持层面看,中国在2021年虽实施了一系列数字经济刺激政策,但这些政策的效果并未立即显现,到2022年,随着政策的落实和市场的恢复,企业间的数字经济合作和交易活动增加,促进了网络的重建。 ;(3)中国城市数字经济关联网络中少数核心城市间建立了密切的关联,多数普通城市仍处于网络边缘,数字经济关联数量相对不足,初步判断该网络存在“核心—边缘”全局结构特征;(4)从2011年的北京、上海、广州、深圳、重庆等国家中心城市,到后期南京、武汉、天津、郑州、杭州、苏州等国家中心城市及各城市群的副中心城市也开始进入核心城市队列。

表1 中国城市数字经济关联网络统计参数

2.基本特征

(1)社群特征。为对中国城市数字经济关联网络存在的“小世界”特征进行验证,本部分进一步利用模块发现分析算法分析该网络的社群结构特征及其演化 (5) 中国城市数字经济关联网络中的阵营变化图留存备索。 。结果表明,中国城市数字经济关联网络中的确存在多个社群,“小世界”特征明显;随着时间推移,各个社群规模均表现出明显的扩张趋势,但仍存在较大的规模差异;同时,中国城市数字经济关联网络中各个社群间和社群内的数字经济关联日益紧密,且社群间的数字经济关联开始超越“单一跨社群数字经济关联”向“多元跨社群数字经济关联”转变。具体表现如下。

2011年(早期),中国城市数字经济关联网络中共存在4个社群,且以社群内成员城市间建立数字经济关联为主。这一时期主要有三大主要社群,一是以北京、天津为中心的第一大社群,其成员包含33个城市,多涉及京津冀城市群和中原城市群;二是以上海、杭州、苏州和南京为中心的第二大社群,其成员包含23个城市,多涉及长三角城市群的相关城市;三是以广州和深圳为主的第三大社群,其成员包含17个城市,多涉及珠三角城市群的相关城市。而以重庆、成都为中心的第四个社群,因其规模暂时相对较小,同时其中心城市在整个网络的地位也相对较低,在这一时期尚未发展成熟。

2016年(中期),中国城市数字经济关联网络的社群数量保持不变,但各主要社群的规模均有所扩张,社群间的数字经济关联仍主要表现为“单一跨社群数字经济关联”。具体来看:早期以北京、天津为中心的第一大社群,以及以上海、杭州、苏州和南京为中心的第二大社群凭借其自身强大的数字经济发展优势,在吸纳部分周边小社群的同时也吸引着新进入的城市,其社群规模进一步扩大。而以广州、深圳为中心的第三大社群与以重庆、成都为中心的第四大社群规模虽有所增加,但增幅相对较小。此外,社群内部各成员城市间数字化联动增加的同时,各社群间互通互达、数字化联动效应虽愈发频繁,但仍多表现为依托单元城市(各社群主要枢纽城市)跨越不同社群可能产生的“单一跨社群数字经济关联”。

2022年(后期),中国城市数字经济关联网络各社群规模持续扩张,总体社群数量也有所增加,社群间的数字经济关联开始向“多元跨社群数字经济关联”转变。具体来看:其一,主要社群增加至5个,即在中期四大社群规模持续扩张的基础上,以郑州为中心的第五大社群(成员多为中原城市群)快速崛起。这一时期的社群划分基本与国家城市群划分保持一致,且社群规模进一步扩大。其中,第五大社群快速崛起的一个可能性原因是,郑州着力优化数字基础设施建设,积极谋划和探索数据要素市场化配置改革,加快培育以超大型算力平台和网络建设为代表的数字产业生态,蓄力数字经济发展优势;同时,凭借其较大的发展潜力、同数字经济发展特点的高适应性,积极辐射带动周边城市挖掘数字经济发展潜力。其二,社群间的数字经济关联开始向“多元跨社群数字经济关联”转变。各社群间、社群内的数字经济关联愈发紧密,尤其是社群间的数字经济关联开始超越“单元跨社群数字经济关联”,向依托多元城市(各社群主要枢纽城市和其他成员城市)跨越不同社群可能产生的“多元跨社群数字经济关联”转变。这可能是由于在国家层面持续加码的稳增长政策刺激下,各级地方政府争相出台数字经济相关政策,助力以城市群为主体、大中小城市和小城镇协调发展的数字经济空间格局形成。

此外,值得注意的是,以北京、天津为中心的第一大社群虽规模最大(成员数量最多),但以上海、杭州、苏州和南京为中心的第二大社群,却是成员城市间数字经济关联数目最多的社群。这表明长期以来以上海、杭州、苏州和南京为中心的第二大社群依托高科技制造业、数字经济龙头平台企业、软件服务业及数字金融业的高度集聚优势,引领该区域数字经济一体化发展,数字经济发展势头十分强劲。这可能是由于在样本期内,长三角城市群对内助力杭州、南京等省会城市以及苏州、无锡等经济强市依托各自数字经济发展优势形成城市圈,在城市群内部辐射带动其他周边城市发展;对外同其他几个社群及其他城市建立密切的数字经济关联。

(2)圈层与层级特征。首先,中国城市数字经济关联网络表现出层级扁平的相对稳定性特征。本文借鉴邓慧慧等(2022) [2] 的做法,以2022年各城市节点中心度数值大小为依据对中国城市数字经济关联网络进行圈层结构划分(如图1所示)。结果显示,中国城市数字经济关联网络的圈层分布呈现出明显的金字塔分布结构。具体表现为:第一圈层包含北京、上海、广州3个城市;第二圈层包含深圳、杭州、武汉等7个城市;第三圈层包含合肥、成都、佛山等65个城市;第四圈层包含兰州、西宁、滁州等110个城市。这表明隶属于圈层高位的多为经济发达城市,城市传统资源禀赋体现的“黏性”会影响中国城市数字经济关联网络结构,而各圈层内的城市数量呈现递增趋势,次核心城市的地位进一步凸显。也就是说,中国城市数字经济关联网络存在扁平化特征,这恰恰与数字经济去中心化的全新网络形态保持契合。

图1 中国城市数字经济关联网络圈层结构图

其次,中国城市数字经济关联网络存在跨圈层交互的结构流动性特征。本文进一步从动态联动视角分析中国城市数字经济关联网络圈层互动结果(如表2所示)。一方面,从城市圈层间的互动行为来看,中国城市数字经济关联网络中城市间的数字化联动“圈层交互”的结构性流动特征,也间接反映了中心城市“以强带弱”的功能。具体体现为:隶属于第一圈层的北京、上海和广州3个城市同第二圈层的7个城市、第三圈层的65个城市和第四圈层的110个城市均建立了数字经济关联;第二圈层的7个城市同第三圈层的65个城市建立了数字经济关联、同第四圈层的110个城市建立了数字经济关联;而第三圈层的65个城市同第四圈层的110个城市形成了52组数字经济关联。另一方面,从城市圈内的互动行为来看,第一圈层、第二圈层和第三圈层的所有城市均参与了圈层内部的数字经济关联建立,联合互动效应十分明显,而第四圈层的110个城市中仅有4个城市节点参与了圈层内部数字化关联互动。这表明中国城市数字经济关联网络虽初步具备多中心化与扁平化特征,但边缘城市向外寻求数字经济资源合作的困境依旧存在。此外,要素流动驱动下的实虚空间多维网络一体化以及多中心化特征的城市数字经济关联网络空间发展也将产生一种新的政府组织与治理方式,或许能够为促进中国区域协调发展、形成国际国内双循环发展格局提供新的路径选择。

表2 中国城市数字经济关联网络圈层互动情况

注:跨圈层互动部分统计的是“互动组数量”;圈层内互动指的是“互动城市数”。

总体而言,中国城市数字经济关联网络兼具“层级扁平”与“跨圈层交互”的双重特征,即相对稳定性与结构流动性并存。核心城市能够有效统筹“以强带弱”和“强强联合”功能,但边缘城市尚未找到突破弱势格局的协同路径。

(二)网络“核心—边缘”结构特征

1.网络中的“核心—边缘”结构定义

数字技术的飞速发展使各城市间数字经济的网状化联系日益紧密化与复杂化。考虑到中国城市数字经济关联网络中的边缘城市不仅同核心城市建立数字经济关联,也同非核心城市间存在微弱的数字经济关联,并不符合理想的“核心—边缘”结构。因此,本文借鉴Della等(2013) [41] 提出的核心—边缘轮廓算法,通过模拟随机游走行为对中国城市数字经济关联网络的“核心—边缘”结构进行全局性拓扑描述。

假设边缘城市的持续概率,即最大子网络 M 的持续概率 β M ≤ β 。基于此,中国城市数字经济关联网络中核心—边缘轮廓的持续概率(又称“核心—边缘轮廓值”) β l ( l =1,2,…, n )可以表示为

β l

(8)

式(8)中, l 代表模拟次数; N ={1,2,…, n }代表中国城市数字经济关联网络中的所有城市; q i >0代表访问城市的渐进概率,即在该城市耗费的时间步长分; 代表每个离散时间步骤中,从城市 i 随机游走至城市 j 的概率值。

实现式(8)的具体操作是:以每一步持续概率的最小增量为依据,依次加入权重最小的城市,当这一城市不唯一时,在权重最小的城市中随机选择城市 k ;最后加入关联性最强的城市,从而得到中国城市数字经济关联网络的核心—边缘结构。按照升序将城市持续概率汇总至集合 Ω l ={0= β 1 ≤ β 2 ≤…≤ β n =1},此时,外围轮廓的近似值即为满足边缘城市持续概率假设 β M ≤ β 的最大值 Ω l 。

在此基础上,反映网络核心城市分布的集中系数可以被定义为

(9)

式(9)表明,当 γ =1时,意味着中国城市数字经济关联网络中仅存在一个城市;当 γ =0时,中国城市数字经济关联网络服从完全均衡分布。即集中系数 γ 越大,表明中国城市数字经济关联网络中核心城市数量越少,分布越集中,其“核心—边缘”结构越明显。

2.中国城市数字经济关联网络的“核心—边缘”结构检验

本文按照Della等(2013) [41] 提出的核心—边缘轮廓算法对2011—2022年中国城市数字经济关联网络“核心—边缘”结构的存在性进行检验(如图2所示)。结果发现:样本期内,集中系数的值均在0.8以上,这表明中国城市数字经济关联网络存在明显的“核心—边缘”结构。此外,在样本期内,集中系数在0.8至1之间小幅波动,且在2019年开始上升,并有趋近于1的趋势。一方面,集中系数的上升,意味着核心城市在数字经济关联网络中的影响力和资源占有率在逐步提高。这些城市可能拥有更强的数字技术创新能力、更多的投资和更高的人才密度,从而吸引更多的数字经济活动。另一方面,随着核心城市的集中,边缘城市可能面临资源和机会的相对减少。这可能导致边缘城市在数字经济中的参与度降低,进而加剧地区发展的不平衡。尤其是2019年之后的集中系数开始趋近于1,这表明中国城市数字经济关联网络的“核心—边缘”结构愈加明显,核心城市与边缘城市之间的差距加大。这种结构有可能导致数字经济的资源和机会进一步向核心城市倾斜,形成“强者恒强”的局面。由此,验证了本文的假说1。

图2 2011—2022年中国城市数字经济关联网络“核心—边缘”结构检验结果

3.中国城市数字经济关联网络“核心—边缘”结构的进一步分析

根据上述核心—边缘轮廓算法可得到该网络中各个城市对应的核心度指标。核心度越大,意味着该城市在中国城市数字经济关联网络中的位置与角色越重要;反之,则表明该城市更加边缘化。本文以两年为时间间隔,并按照国务院批复和国家发改委印发资料文件中对获批国家级城市群的批示,将样本划分为长三角城市群、粤港澳大湾区城市群、成渝城市群、长江中游城市群、京津冀城市群、中原城市群和其他城市,以某城市群中城市在核心区出现次数在所属时段核心区城市总数的占比变化,来表征样本期内中国城市数字经济关联网络中的核心区城市变化(如图3所示)。

图3 2011—2022年中国城市数字经济关联网络核心区城市变化

结果表明:总体来看,样本期内,六大国家级城市群占数字经济空间关联网络核心区比例均超过60%。进一步地,分城市群来看,长三角城市群占数字经济空间关联网络核心区的比重遥遥领先于其他五大国家级城市群;京津冀城市群占数字经济空间关联网络核心区的比重一直稳居第二梯队;长江中游城市群和中原城市群发展势头十分迅猛,其占数字经济关联网络核心区比重基本保持上升趋势,且自2015年开始进入第二梯队;成渝城市群在六大城市群中表现相对较为落后。而粤港澳大湾区城市群占数字经济空间关联网络核心区的比重相对较小,其原因可能是,本文研究样本中,数据缺失或不同数据库匹配造成粤港澳大湾区城市群总体数量相对较少。尽管如此,在本文的核心度结果中,广州、深圳、佛山、东莞等主要城市的核心度均大幅领先于多数样本城市,这表明粤港澳大湾区城市群在数字经济空间关联网络中更加注重核心区“质量”非“数量”。

此外,以核心度为排序标准,长三角城市群中每年有8个左右的城市入选前1%(约19个城市)的“头部”核心区城市,这表明长三角城市群在数字经济空间关联网络中同时兼顾核心区“质量”与“数量”。其原因可能在于,作为唯一进入世界前六大城市群的超大型城市群,长三角城市群依托“一超二特三大”城市格局,形成了突出的综合经济实力、完备的现代化产业体系、适度超前建设的数字基础设施、深度的公共服务数字化变革与良好创新环境对数字人才极大的吸引力等综合优势,是中国城市数字经济关联网络的“领头羊”。

四、中国城市数字经济关联网络的内生机制检验

“核心—边缘”结构的复杂网络形成机制主要有两个:“能者居之”的节点适应机制与“强者恒强”的优先依附机制 [42] ,本文结合前述分析进一步检验中国城市数字经济关联网络节点适应与优先依附的内生机制。

1.“能者居之”的节点适应性机制

中国城市数字经济关联网络“能者居之”是指网络中现有城市吸引新进入城市彼此建立数字经济关联的概率与其内在适应性属性有关,即城市的内在适应性属性差异决定了未来更适合该网络发展的城市,并吸引其他城市。“能者居之”的节点适应机制提供了一种简单的方式来表达相同程度城市间获取新数字经济关联潜力的差异。本文借鉴Pham等(2020) [43] 的研究,在节点适应性机制中,假设依附函数 A d i ( t ) =1,此时城市获得新数字经济关联的概率仅依赖于正数 μ i ,即

P i ( t ) ∝ μ i

(10)

式(10)中,城市获得新数字经济关联的概率 P i ( t ) 与 μ i 正相关,且 μ i 服从均值为1,方差为 的Gama分布,即满足 因此,本文仍然使用MM算法,通过正则化方法最大化相应的对数似然函数,使得 μ i 的分布正则化,且这一分布的方差由参数 s 决定(在该算法中参数 s 可通过交叉验证方式自动选择)。也就是说,参数 s 对 μ i 的影响决定了节点适应性机制成立的条件。在中国城市数字经济关联网络中,参数 s 的估计值越小, μ i 分布的方差越大, μ i 分布越松散,城市间的差异性越大,该网络越符合节点适应性机制。

图4为节点适应性机制检验结果。结果发现,样本期内的方差估计值呈现波动上升趋势,尤其是在2019年开始出现大幅上升。这表明样本期内中国城市数字经济关联网络的形成开始符合节点适应性机制,且这一机制在2019年以后更为凸显。也就是说,数字技术的不断创新和突破、数据流通环境的优化以及产业融合程度的提高,能够提升城市对中国城市数字经济关联网络的适应性,将吸引更多其他城市同其建立数字经济关联,从而表现出“能者居之”的吸引力。

图4 节点适应性机制检验结果

2.“强者恒强”的优先依附机制

中国城市数字经济关联网络“强者恒强”的优先依附机制是指网络中现有城市吸引新进入城市彼此建立数字经济关联的概率与这一城市的度数中心度之间存在的正向相关关系。遵循这一逻辑,本文首先定义城市 i 在 t 时期获得新数字经济关联的概率 P i ( t ) 与其当前度数中心度的正函数 A d i ( t ) 成正比,即

(11)

式(11)中, d i 代表城市 i 的度数中心度, A d i ( t ) = dτ i 代表依附函数,且 A d i ( t ) 满足递增函数特性。在这一机制下,新进入城市更倾向于同网络中度数中心度高的城市优先建立数字经济关联,进而实现双边数字经济的快速发展,从而导致中国城市数字经济关联网络出现“强者恒强”的“马太效应”。也就是说,相比于拥有较低数字经济关联的城市而言,拥有较多数字经济关联的城市更容易吸引新的城市,获得更多新的数字经济关联,即由“强者”吸引力法则引致的优先依附机制。当 τ =1时, P i ( t ) ∝ A d i ( t ) 即等同于 P i ( t ) ∝ d i ( t ),这时的中国城市数字经济关联网络演化满足幂律分布,最终呈现出“强者恒强”的特征。本文借鉴Pham等(2015) [44] 提出的PAFit非参数估计法,利用Majorization-Minimization算法(MM算法),将模型的对数似然与 A d i ( t ) 的正则化相结合,以检验中国城市数字经济关联网络依附函数的参数值 τ 。若 τ =1包含在估计值 上下2个标准差之内,且呈明显下降趋势,则认为 P i ( t ) 满足式(11),即中国城市数字经济关联网络生成过程满足优先依附机制。

图5为中国城市数字经济关联网络“强者恒强”的优先依附机制检验结果。不难发现,起始年份2011—2012年时,参数估计值 τ 的估计区间基本包含 τ =1,但在之后 出现明显的波动下降趋势,且小于1。这表明2011—2022年中国城市数字经济关联网络的形成存在优先依附机制,拥有较多数量数字经济关联的城市对新加入数字经济关联网络的城市更具吸引力,具备“强者恒强”的累积优势。换句话说,在优先依附机制的驱动下,核心城市的数字吸引力将越来越大,而影响力较小且吸引力不足的边缘城市将会持续受到冷落。一个可能的原因是,“多元跨社群数字经济关联”形成的多中心空间形态网络型城市群结构,显著强化了数字经济提升城市网络中心性的边际效应,进一步加剧了中国城市数字经济关联网络“强者恒强”的优先依附机制 [32] 。这一结论也可以从2022年的节点中心度视角得到验证(如表3所示)。具体来看:首先,2022年,在中国城市数字经济关联网络中的节点中心度稳居前三甲的是北京、上海和广州。这3个核心城市具有超大规模影响力,凭借自身在中国城市数字经济关联网络中的中心地位与号召力,分别与143个、132个和123个城市建立了数字经济关联,在网络中的影响力最为突出。北京、上海和广州三个城市的数字经济体量全国领先,是国际数字之都、全球数字经济标杆城市和世界数字经济示范区,因产业高度融合产生的产业链协同效应与政策引导效应,进一步完善了这些城市的数字基础设施、数据传输能力等数据流通环境。进而,凭借资本、数字技术、数字人才等要素的集聚优势,更容易形成数字关联网络集群,在中国城市数字经济关联网络中占据中心地位。其次,在中国城市数字经济关联网络中占据次核心地位的是深圳、杭州、武汉、苏州、南京、郑州和长沙等数字经济发达城市,这些城市均同60个以上城市建立了数字经济关联。最后,在中国城市数字经济关联网络中有65个城市的节点中心度在10—60之间,110个城市的节点中心度小于10。这表明中国城市数字经济关联网络的核心城市和边缘城市分别呈现出“强而不多”和“多而不强”的特征。

图5 优先依附机制检验结果

表3 中国城市数字经济关联网络节点中心度排名及首要合作城市

注:仅展示节点中心度排名前10的城市。

由此可知,“能者居之”吸引力和“强者恒强”的累积优势是推动中国城市数字经济关联网络形成的内生机制,这验证了本文的假说2。

五、结论与政策启示

通过对中国城市数字经济关联网络的结构特征和内生机制进行理论与实证分析,本文得到如下研究结论:(1)从空间格局演化和结构特征来看,一方面,中国城市数字经济关联网络结构呈现明显的“小世界”和紧密结网态势,展现出层级结构扁平化与跨圈层互动交融两重特性,“多元跨社群数字经济关联”推动形成了多中心空间形态网络型城市群结构。另一方面,中国城市数字经济关联网络存在“核心—边缘”结构,且“核心—边缘”结构的极化效应相对明显,并呈现稳步上升趋势。在这一结构中,核心城市能够有效统筹“以强带弱”和“强强联合”功能,但边缘城市尚未找到突破弱势格局的协同路径。(2)对内生机制进行检验发现,“能者居之”的节点适应性机制对中国城市数字经济关联网络“核心—边缘”结构存在推动作用,“强者恒强”的优先依附机制进一步强化和巩固了这一结构特征,二者共同驱动了中国城市数字经济关联网络的形成。结合上述结论,本文提出如下政策启示。

首先,拓展城市间数字经济合作的广度与深度,构建开放协同、高效互动的数字生态体系。一是以“小世界”网络短路径特性和紧密结网特点为基础,降低城市间数字经济合作的交易成本,促进信息高效流通,提高数字经济交易效率。在此基础上,构建基于数字技术的产业链紧密合作关系,促进上下游企业间的信息共享、技术合作与市场协同,进一步深化产业链协同效应,形成更加紧密的数字技术与产业交流网络。二是利用大数据、云计算等技术手段,构建扁平化数字服务组织结构,激发中小城市数字经济活力与创新能力。与此同时,鼓励不同圈层、不同产业领域间数字经济交流合作,进一步打破行业壁垒与地域限制;通过举办数字经济博览会、合作项目库等方式,促进不同圈层城市知识共享与合作对接,拓宽数字经济合作的广度与深度。三是推动数字经济在城市群内部和城市群间协同发展,培育多元化数字经济社群生态体系。对于城市群内部而言,优化网络和数据中心等数字基础设施合理布局,支持传统产业改造升级和数字产业新业态培育,形成产业集群效应;对于城市群之间而言,加强城市群间的产业联动、政策协调与跨区域数据中心布局,促进城市群内部和城市群间数字经济资源的统筹规划与协调发展。

其次,并行实施核心城市“极化—扩散”效应增强策略与边缘城市“内生增长”动力促进机制,实现网络极化效应与均衡发展的良性互动。一是优化提升长三角、京津冀、珠三角等世界级城市群的国际数字竞争力,奠定大中小城市数字经济协调发展的基础条件;充分发挥核心城市在中国数字经济发展中的标杆引领作用和“以强带弱”能力,协同推动城市群一体化和都市圈同城化数字经济发展体制机制创新,助力区域间数字经济“行政边界—经济边界—文化边界”和“产业链—供应链—资金链—人才链”的多维耦合与协同发展。二是引导边缘城市立足自身资源禀赋和比较优势,发展具有地方特色的数字经济产业,增强其在数字经济领域的竞争力。同时,鼓励边缘城市与网络中的核心城市建立数字经济关联,深入开展各城市企业间和企业政府间的数字技术协同合作,针对产业链“链主”企业、专精特新企业和广大中小企业,分别实施建设数字示范工厂、加快互联网平台建设和生产设备数字化改造升级等差异化政策,从而实现城市数字产业链的强链、补链、延链。在此基础上,充分畅通国内数据要素与资源大循环,促进不同城市群间数字经济合作协调联动,以城市群和都市圈为依托,引导形成核心城市、次核心城市、边缘城市和次边缘城市等协调梯次布局,推动构建“多中心—多层级—组团式”高质量发展的数字经济区域布局与空间体系。

最后,强化“强者恒强”与“能者居之”的互补机制,通过政策引导优化数字技术、数据流通和产业融合环境,探寻中国城市数字经济协同发展的长效机制。一是加强技术外溢与城市数字创新能力培养。一方面,利用政策杠杆促进数字经济领先城市的技术创新成果向其他城市扩散,增强“强者”的外溢效应;另一方面,提高中小城市对前沿数字技术的学习能力,引导创新和数据要素在城市间的集中与扩散,充分利用技术外溢带来的网络外部性提升其技术创新水平,进一步弥合“数字鸿沟”。二是构建统一高效的数据流通体系,强化数字经济发展软环境建设。通过完善数字基础设施建设和增强数据传输能力,为培育数字人才提供优渥环境,同时以数字人才为数字基础设施和数据传输能力建设注入不竭动力,推动“资源流”跨城市区域的有效流动,为数字经济关联网络的顺畅运行提供有力支撑。三是深化产业融合创新,激发“能者”潜力。既要利用产业关联效应,促进传统产业结构优化升级,提升产业链整体竞争力;又要设立专项基金和孵化平台,加大对新兴数字产业的扶持力度,促进数字经济产业体系向多元化、高附加值方向转化,推动形成数字经济与实体经济相互促进、共同发展的良好格局。

参考文献

[1]DADASHPOOR H,YOUSEFI Z.Centralization or decentralization? A review on the effects of information and communication technology on urban spatial structure [J].Cities,2018,78:194-205.

[2]邓慧慧,刘宇佳,王强.中国数字技术城市网络的空间结构研究——兼论网络型城市群建设[J].中国工业经济,2022(9):121-139.

[3]FRIEDMANN J.The world city hypothesis [J].Development and Change,1986,17(1):69-83.

[4]CASTELLS M.The rise of the network society [M].Oxford:Blackwell,1996.

[5]TAYLOR P J.World city network:a global urban analysis [M].London:Routledge,2003.

[6]HALL P,PAIN K.The polycentric metropolis:learning from mega-city regions in Europe [M].London:Earthscan Publications Ltd,2006.

[7]孙阳,姚士谋,陆大道,等.中国城市群人口流动问题探析——以沿海三大城市群为例[J].地理科学,2016,36(12):1777-1783.

[8]宓泽锋,曾刚.不同尺度下长江经济带物流联系格局、特征及影响因素研究[J].地理科学,2018,38(7):1079-1088.

[9]STEFAN K.Global pharmaceutical and biotechnology firms’ linkages in the world city network [J].Urban Studies,2014,51(6):1196-1213.

[10]朱丰毅,桂文林.粤港澳区域知识溢出与经济增长[J].数量经济技术经济研究,2022,39(3):44-65.

[11]王姣娥,杜德林,金凤君.多元交通流视角下的空间级联系统比较与地理空间约束[J].地理学报,2019,74(12):2482-2494.

[12]周媛媛,董平,陆玉麒,等.基于上市高新技术企业的中国城市创新网络及其影响因素[J].经济地理,2023,43(6):145-155.

[13]姚常成,沈凯玙.要素流动视角下数字经济与区域经济的包容性增长效应[J].经济地理,2023,43(4):10-19.

[14]梁琦,肖素萍,李梦欣.数字经济发展、空间外溢与区域创新质量提升——兼论市场化的门槛效应[J].上海经济研究,2021(9):44-56.

[15]白俊红,陈新.数字经济、空间溢出效应与区域创新效率[J].研究与发展管理,2022,34(6):67-78.

[16]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.

[17]徐维祥,周建平,周梦瑶,等.数字经济空间联系演化与赋能城镇化高质量发展[J].经济问题探索,2021(10):141-151.

[18]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.

[19]马海涛.知识流动空间的城市关系建构与创新网络模拟[J].地理学报,2020,75(4):708-721.

[20]安同良,魏婕,姜舸.基于复杂网络的中国企业互联式创新[J].中国社会科学,2023(10):24-43.

[21]李炜,何金廖,郭卫东.城市创意网络视角下华语数字音乐合作网络结构特征、演化趋势与影响因素[J].热带地理,2023,43(4):596-607.

[22]JOVANNA R,LUIS F A L.Signaling hinterlands and the spatial networks of digital capitalism [J].Annals of the American Association of Geographers,2023:1-13.

[23]WANG H P,LIU P L.Characteristics of China's digital economy network and its impact on carbon emissions [J].Frontiers in Ecology and Evolution,2023,11:1-19.

[24]王胜鹏,滕堂伟,胡森林,等.中国数字经济空间网络结构演化及其驱动因素[J].地理科学,2024,44(5):743-753.

[25]孙亚男,王艺霖.我国数字经济的空间关联网络研究[J].统计研究,2024,41(6):44-56.

[26]孙晋云,白俊红,王钺.数字经济如何重塑我国区域创新格局?——基于研发要素流动的视角[J].统计研究,2023,40(8):59-70.

[27]杨友孝.约翰·弗里德曼空间极化发展的一般理论评介[J].经济学动态,1993(7):69-73.

[28]FLORIDA R.The rise of the creative class [M].New York:Basic Books,2004:183-203.

[29]GALINDO-MART N M ,CASTA O-MART NEZ M S,MÉNDEZ-PICAZO M T.Digital transformation,digital dividends and entrepreneurship:a quantitative analysis [J].Journal of Business Research,2019,101:522-527.

[30]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(7):26-42.

[31]张志,易恩文,王军.中国城市数字经济发展的资源配置效应[J].中国软科学,2024(7):110-121.

[32]易恩文,姚常成,杨慧玲.数字经济发展何以塑造城市网络——基于社会分工的视角[J].经济评论,2024(3):126-141.

[33]姚常成,吴康.集聚外部性、网络外部性与城市创新发展[J].地理研究,2022,41(9):2330-2349.

[34]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.

[35]韩璐,陈松,梁玲玲.数字经济、创新环境与城市创新能力[J].科研管理,2021,42(4):35-45.

[36]范合君,吴婷,何思锦.企业数字化的产业链联动效应研究[J].中国工业经济,2023(3):115-132.

[37]陶锋,王欣然,徐扬,等.数字化转型、产业链供应链韧性与企业生产率[J].中国工业经济,2023(5):118-136.

[38]郭倩倩,张志斌,陈龙,等.“流空间”视角下西北地区城市关联特征与网络格局分析[J].经济地理,2023,43(3):88-99.

[39]吕延方,方若楠,王冬.全球数字服务贸易网络的拓扑结构特征及影响机制[J].数量经济技术经济研究,2021,38(10):128-147.

[40]李敬,陈旎,万广华,等.“一带一路”沿线国家货物贸易的竞争互补关系及动态变化——基于网络分析方法[J].管理世界,2017(4):10-19.

[41]DELLA R F,DERCOLE F,PICCARDI C.Profiling core-periphery network structure by random walkers [J].Scientific Reports,2013,3(1):1-8.

[42]PHAM T,SHERIDAN P,SHIMODAIRA H.Joint estimation of preferential attachment and node fitness in growing complex networks [J].Scientific Reports,2016,6(1):1-13.

[43]PHAM T,SHERIDAN P,SHIMODAIRA H.PAFit:an R package for the non-parametric estimation of preferential attachment and node fitness in temporal complex networks [J].Journal of Statistical Software,2020,92(3):1-30.

[44]PHAM T,SHERIDAN P,SHIMODAIRA H.PAFit:a statistical method for measuring preferential attachment in temporal complex networks [J].Plos One,2015,10(9):e0137796.

基金项目： 教育部人文社会科学研究青年基金项目(23YJC790023);福建省社会科学基金青年项目(FJ2023C041)。

作者简介： 方若楠,女,集美大学财经学院讲师,博士,主要从事数字经济与数字贸易研究;崔兴华(通讯作者),女,江西财经大学经济学院副教授,博士,硕士生导师,主要从事数字经济发展研究;闫中晓,女,集美大学财经学院讲师,博士,主要从事数字化投入与高质量发展研究。

---

【免责声明】《现代财经》微信公众平台所转载的专题文章，仅作佳作推介和学术研究之用，未有任何商业目的；对文中陈述、观点判断保持中立，请读者仅作参考，并请自行承担全部责任；文章版权属于原作者，如果分享内容有侵权或非授权发布之嫌，请联系我们，我们会及时审核处理。

---

《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版（总第 3317

期）

编辑整理： 蔡子团队

团队成员 ： 陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校： 蔡双立  方菲  胡少龙

长按以下二维码，关注《现代财经》公众微信号（modern-finance)

欣赏和阅读《现代财经》2025年第3期，敬请点击以下 阅读原文