長三角數字經濟網絡演化特征及影響因素

冷碩峰，席廣亮,2，甄 峰,2

（1.南京大學 建筑與城市規劃學院，南京 210093；2.江蘇智慧城市研究基地，南京 210093）

數字經濟是繼農業經濟、工業經濟之后的主要經濟形態，是以數據資源為關鍵要素，以現代信息網絡為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力，促進公平與效率更加統一的新經濟形態（中華人民共和國中央人民政府，2021）。國務院發布的《“十四五”數字經濟發展規劃》（中華人民共和國中央人民政府，2021）指出，2020年中國數字經濟核心產業增加值占國內生產總值比例達到7.8%，提出到2025 年數字經濟核心產業增加值占GDP比例達到10%。數字經濟將成為推動城市和區域發展的重要動力。與此同時，數字經濟使相關產業的產品形態、業務流程、產業業態、生產和組織方式等產生顛覆性變革（李曉華，2019），打破了區域和空間障礙，實現高度互聯互通的網絡化結構，為各類要素的創造、轉移和應用創造了便利條件（郭晗 等，2020），因此網絡視角成為認識數字經濟的重要維度。

數字經濟網絡是經濟網絡的具體類型，而經濟網絡是以區域為載體、以經濟活動為基礎，通過要素流動網絡和交通擴散通道連結的有機系統，是空間聯系網絡的核心組成部分（鐘業喜 等，2016）。由于企業是城市經濟的主要經營者，因此企業網絡成為研究經濟網絡的重要切入點，企業組織網絡也被認為是整合經濟網絡與城市網絡的主流方向（Derudder et al., 2010;Mans, 2013;Xi et al., 2018）。國內外學者開展了大量企業網絡的研究，對企業網絡的構建多采用2種方法：1）采用連鎖模型，假設當兩個城市布局同一個生產性服務企業的不同部門時，兩地會產生生產性服務聯系（Taylor, 2010）；2）使用總部-分支模型，將集團地區總部、子企業或機構之間的投資路徑和協調路徑等視為兩地間產生的聯系（武前波 等，2012）。已有學者借助此類方法對數字經濟格局進行研究，如Chen等（2022）使用中國新經濟企業500強的總部-分支數據，論證了數字經濟在一定程度上重塑了中國的城市網絡結構；Zhu 等（2022）利用數字經濟人力資源需求數據，描述了長三角數字經濟企業網絡特征的演變和結構等。但上述思路構建的企業網絡僅反映企業的內部關聯，且通過企業垂直聯系構建的城市間水平聯系也并非實際的流量數據，在關聯真實性上存在一定問題（胡國建 等，2020）。而企業間聯系沒有上下級的關系，聚焦于企業間的業務往來，體現更為真實的經濟聯系，既有研究借助企業業務合作（Yeh et al., 2015; Zhang et al., 2018）、企業投資（Pan et al., 2017；李哲睿 等，2019）等數據對企業間網絡開展研究。由于數字經濟網絡具有水平、橫向、合作、互補的特征，采用企業間投資數據構建的企業股權關聯網絡既能反映企業之間的經濟關聯，又能反映企業之間的合作關系，同時能反映要素在區域之間的流動方向與特征，因此在描述數字經濟網絡時具有顯著優勢。

在網絡演化規律的探索方面，當前研究普遍借助社會網絡分析方法，通過整體網絡指標與個體網絡指標，從定量角度分析網絡的演化特征。如魏婧卉等（2023）通過網絡密度、聚類系數、節點中心性等指標分析福建省數字產業投融資網絡的演化特征，并發現省內外投資結構的明顯變化及其對投資格局的影響；胡艷等（2022）通過網絡關聯度、節點中心性、凝聚子群等指標，對引力模型生成的長三角數字經濟網絡進行特征總結，并通過凈輻射量等進一步發現其特征和機制的省際差異；張杰等（2022）通過連通度、k-核及核心-邊緣方法，分析中國城市間金融網絡的演變特征等。在總結網絡演化規律的基礎上，相關研究進一步探究網絡的影響因素及演化機制，采用的方法包括地理探測器（王彬燕 等，2018；田俊峰 等，2019）、負二次項回歸（魏婧卉 等，2023）、多元線性回歸（甄峰 等，2022）、QAP 回歸（任會明 等，2021；李爽 等，2022；邵海琴 等，2022）等。其中，QAP 回歸模型可以較好地解決關系數據存在的共線性等問題，是當前網絡影響因素的主流分析方法。對于經濟網絡和企業網絡的影響因素和機制，既有研究認為節點屬性、鄰近性、網絡自組織等因素都可能對網絡結構演化產生影響（鐘業喜 等，2016；黃曉東 等，2021；王雪微 等，2023；劉程軍 等，2023）。其中節點屬性通常具有城市發展基礎、發展潛力等內涵，直接關系企業主體的區位選擇，因此成為企業網絡形成的重要影響因素，常見指標包括經濟發展水平、市場潛力、基礎設施、技術創新能力、產業結構等；鄰近性包括空間鄰近、文化鄰近、制度鄰近等多種視角，大多反映距離、成本等內涵，這也是企業業務擴展、對外聯系的重要考慮因素；網絡自組織因素則主要考慮網絡自身結構對網絡形成的影響，反映網絡組織的內部邏輯。盡管目前已有對數字經濟網絡影響因素的探索，但在理論層面上主要聚焦于經濟基礎、信息化水平、科創水平、地理距離等影響因素（余海華，2021；胡艷 等，2022；魏婧卉 等，2023；杜傳甲 等，2023），缺少對經濟社會、政策制度、多維鄰近性、網絡組織等因素的綜合考慮，且對于數字經濟的長期演化過程而言，路徑依賴等歷史因素也具有顯著的影響（Zhen et al., 2015），相關研究尚未將其納入考慮；同時在數據層面，既有研究多采用傳統的靜態統計數據，更具動態性、更能反映節點間關系的流要素數據尚未被納入研究，相關探索也仍待深入。

綜上所述，本研究采用長三角地區數字經濟企業間股權關聯數據，通過社會網絡分析方法挖掘長三角數字經濟網絡演化特征，并運用QAP回歸探究網絡空間結構演化的影響因素，以期為總結長三角數字經濟網絡時空演變規律，優化長三角數字經濟網絡結構和促進數字經濟發展和區域協同提供理論支撐和決策建議。

1 研究對象、數據與方法

1.1 研究對象

以數字經濟企業股權關聯網絡為研究對象，可較好地反映數字經濟發展特征。考慮到當前對數字經濟的內涵和分類尚未統一，采用中華人民共和國國家統計局發布的《數字經濟及其核心產業統計分類（2021）》（中華人民共和國國家統計局，2021），將數字經濟產業分為數字產品服務業、數字產品制造業、數字技術應用業、數字要素驅動業、數字化效率提升業5類，并將數字經濟核心產業也即前4類作為本研究關注重點，具體指為產業數字化發展提供數字技術、產品、服務、基礎設施和解決方案，以及完全依賴于數字技術、數據要素的各類經濟活動。其產業分類及對應國民經濟行業分類示例如表1所示。

表1 數字經濟產業分類Table 1 Digital economy industry classification

本文研究區域為長三角地區，包括江蘇、安徽、上海、浙江3 省1 市。該地區數字經濟基礎雄厚，已形成以電子器件、信息通信、集成電路等為代表的新一代信息技術產業體系，2020年數字經濟總量達到10.83 萬億元（中國信息通信研究院，2021），同時在數字化轉型、數字經濟政策等方面也已開展了諸多探索，是中國數字經濟發展的先行地區之一。分析其數字經濟網絡演化特征及影響因素，對認識數字經濟發展機制、探索數字經濟發展路徑具有重要意義。

研究單元劃分尺度為區縣級，將縣和縣級市作為獨立單元，同時，將設區市的區合并為地級市市區，以符合地級市中心城區是密切聯系整體的實際情況。選取的時間范圍為2010—2020年，通過長時間跨度數據可更好地反映數字經濟網絡的演化過程。

1.2 數據采集與網絡構建

通過Python 程序采集“企查查”網站①https://www.qcc.com公開的企業數據，由于參保人數較少的企業存在經營狀況不佳、無實際經營業務等問題，因此設置參保人數門檻為50 人。盡管參保人數50 人以上企業僅占有參保人數企業數量的5.1%左右，但經測算其參保人數占總參保人數的70%以上，具有較強的代表性。共采集2020 年以前長三角地區參保人數50 人以上的63 703家存續企業數據，包含企業及其股東企業名稱、所屬省市與區縣、企業成立年份、所屬行業、主營業務等屬性。根據企業主營范圍判斷其是否屬于數字經濟產業，并按照《國民經濟行業分類（GB/T 4754—2017）》（中華人民共和國國家統計局，2017）行業分類注釋，將企業分別對應至數字產品服務業、數字產品制造業、數字技術應用業、數字要素驅動業4種數字經濟大類。經處理得到10 884 條投資流數據，其中，數字產品服務業、數字產品制造業、數字技術應用業和數字要素驅動業分別為1 729、1 555、2 984和4 616條。

在此基礎上，進行數字經濟網絡構建。數字經濟網絡是對數字經濟投資關系的表達，網絡中的節點代表研究單元，節點間連線反映雙方間的投資關系，連線的權重反映研究單元之間的投資強度。借鑒李哲睿等（2019）對企業股權關聯網絡的構建方法，使用步長為1的有向網絡模型構建城市之間數字經濟鏈接關系，每條路徑連接投資公司（即股東）和被投資公司2個企業個體。即：如果位于城市i的投資企業A對位于城市j的被投資企業B進行投資，那么構成1次從城市i到城市j之間的有向投資聯系；而從城市i到城市j間的總關聯則為城市i到城市j之間有向投資聯系的累計次數。

1.3 數字經濟網絡演化分析

社會網絡分析是研究網絡結構和網絡節點間關系的一種方法，既能系統性地反映整個組織的結構狀況，也能揭示節點之間地位與角色的差異性（劉軍，2014）。選取度中心勢（Degree Centralization）反映長三角數字經濟網絡結構的整體網絡特征，選取度中心性（Degree Centrality）反映網絡節點特征。并在此基礎上，結合網絡聯系起訖點空間屬性，進一步分析節點的投資關系特征。

1.3.1 度中心性 度中心性可用于衡量網絡中節點的重要程度。在有向網絡中，節點的度中心性進一步劃分為出度中心性和入度中心性。出度中心性越大，表明節點的資源流出越多；入度中心性越大，表明節點的資源流入越多。在有向加權網絡中，出度中心性和入度中心性可分別表達為：

式中：DC_out(i)和DC_in(i)分別為節點vi的出度中心性和入度中心性；n為網絡的節點數；wij為節點vi到網絡中其他節點vj的聯系強度。

1.3.2 度中心勢 度中心勢表示網絡的中心趨勢，度中心勢越大，說明網絡越具有集中趨勢。計算方法為：

式中：CAD為網絡的度數中心勢；CADi為節點vi的度數中心度；CADmax為度數中心度可能的最大值；n為節點數量。

1.3.3 投資關系分析 投資關系分析反映研究單元的主要投資類型屬性，包括凈投資分析與省際投資分析。凈投資分析使用研究單元網絡入度和出度中心性的差值，通過測度網絡資源的凈流入情況反映研究單元對資源控制和吸引能力，將差值為正的地區劃分為流入型地區，差值為負的地區劃分為流出型地區。省際投資分析使用各研究單元承接省內投資與總投資量的比值，反映其吸引投資的主要類型，將省內投資占比50%以上的地區劃分為承接省內投資為主的地區，省內投資占比50%以下的地區劃分為承接省外投資為主的地區。

1.4 數字經濟網絡影響因素分析

1.4.1 QAP 回歸分析方法 使用二次指派程序（Quadratic Assignment Procedure, QAP）對長三角數字經濟網絡影響因素進行分析。QAP可用于檢驗“關系”矩陣之間關系，能較好地解決“關系”數據存在的共線性問題，尤其是該方法不需要假設自變量之間相互獨立，因而比參數方法更為穩健（李敬 等，2014）。QAP可分析多個矩陣和一個矩陣之間的回歸關系，并對R2和回歸系數的顯著性進行檢驗。具體步驟為：首先，對自變量矩陣和因變量矩陣對應的長向量元素進行常規多元回歸分析；其次，對因變量矩陣的各行列進行同時隨機置換，并重新計算回歸，保存所有的系數值與R2值；最后，多次重復上述步驟，以估計統計量的標準誤差進而判斷其顯著水平（劉軍，2014）。

1.4.2 數字經濟網絡影響因素選取 數字經濟網絡是區域城市間產業互動與合作的直觀反映，多種影響因素驅動該過程的實現。本文選取鄰近關系、產業基礎、數字化發展環境以及網絡滯后項作為長三角數字經濟網絡結構演化的影響因素。

1）鄰近關系包括地理鄰近、制度鄰近、認知鄰近，反映數字經濟網絡建立的區位潛力。其中，地理鄰近使用公路、鐵路可達性以及是否為鄰接城市進行表征，地理鄰近的城市具有運輸成本低、交流便捷等優勢，更容易產生企業投資關聯；制度鄰近采用是否為同省城市進行表征，同省城市在數字經濟發展政策、數字經濟發展方向上具有一定相似性，這一方面可以降低企業互動的規則成本，但另一方面也可能導致政策資源的同質化，促使企業將目光投向其他地區以獲取互補性資源（Vang et al.,2007）；認知鄰近使用城市之間的百度搜索指數進行表征，相互搜索量越大，代表信息交流和相互認知水平越高，越能促進企業間生產和服務的互動。2）產業基礎包括產業規模和產業結構2方面，產業規模和結構的差值越大，表明產業發展階段、城市職能的差異越大，越可能產生產業梯度轉移和企業間的分工聯系。其中產業規模采用城市GDP差值與各門類的數字經濟企業數量差進行表征，分別衡量城市整體規模和各門類數字經濟規模差異；產業結構使用二產、三產增加值占GDP比重的差值以及數字經濟企業平均成立時間差進行表征，反映城市職能和數字經濟行業發展階段的差異，城市職能的差異通常能促進企業間合作，而數字經濟行業發展階段的差距，既可能造成企業間的技術交流障礙，也可能構成數字經濟梯度轉移的潛力。3）數字化發展環境包括信息化基礎設施和創新能力2方面，反映數字化、信息化的設施支撐力度差距以及數字化創新水平的差距，分別以移動電話年末用戶數差與專利授權量差表征。4）網絡滯后項采用2010年的數字經濟網絡矩陣刻畫，反映前期數字經濟網絡格局對當期數字經濟網絡關系格局的影響。各影響因素包含的指標、解釋變量及變量說明如表2所示。

表2 解釋變量定義及說明Table 2 Definition and description of explanatory variables

通過上述指標構建QAP回歸的解釋變量關系矩陣。其中，公路可達性、鐵路可達性、城市相互搜索指數以及2010年網絡關系使用研究單元間對應數值直接構建矩陣；是否為鄰接城市和是否為同省城市2項指標構建判斷矩陣，研究單元間為鄰接城市或同省關系時矩陣對應位置為1，非鄰接和非同省關系時對應位置為0；其他變量則使用研究單元間對應指標數值差值構建差值矩陣。在此基礎上，選取2015、2020 年2 個時間節點，以數字產品服務業、數字產品制造業、數字技術應用業、數字要素驅動業4類數字經濟網絡關聯矩陣為因變量，以上述構建的13 個矩陣為解釋變量，建立QAP 回歸分析模型，探討各解釋變量對數字經濟網絡的影響。

2 長三角數字經濟網絡演化特征

2.1 網絡聯系格局演化特征

使用社會網絡分析方法對4種類型數字經濟網絡進行分析，通過網絡結構演變和節點中心性變化反映長三角數字經濟網絡演化特征。綜合各類產業的網絡看，長三角數字經濟網絡結構演變呈現明顯的等級擴散特征。各產業通常在初期圍繞核心節點形成網絡骨架的擴展，隨后通過次級節點向周邊地域擴展，數字經濟的網絡化聯系程度不斷強化（圖1～4）。其中，數字產品服務業在2010—2020年主要以上海、杭州為核心節點城市，形成放射狀的網絡擴展。數字產品制造業在2010—2015 年主要以上海、蘇州為核心節點進行擴展，而在2016—2020年則明顯出現網絡從次級節點向周邊地域的進一步擴散。數字技術應用業網絡在經歷2010—2015年的增長之后逐漸穩定，從以滬杭甬為骨架的“V”狀結構轉變為包括滬寧杭甬蘇在內的“鉆石狀”結構。而數字要素驅動業在10年間也從以上海為核心的放射狀結構，演化為覆蓋長三角主要中心城市的“鉆石狀”復雜網絡結構。這些網絡格局的差異在一定程度上受到產業特性的影響，如數字產品制造業與數字要素驅動業涉及的產業鏈上下游環節更加豐富，從而形成比數字產品服務業和數字技術應用業更為復雜、密切的關聯網絡。

通過分析網絡出入度（見圖1～4）和中心勢發現，長三角數字經濟節點具有明顯的集聚特征，且集聚程度不斷加強。其中，數字產品服務業方面，上海、杭州同時為最主要的對外投資和承接投資節點。數字產品制造業方面，上海是最重要的對外投資節點，展現出重要的數字產品制造企業總部功能，作為區域中心城市的寧波、杭州、南京、蘇州也是重要的對外投資節點；同時，杭州與蘇州是最重要的承接投資地，兩地發達的數字化和制造業基礎吸引了眾多投資。數字技術應用業和數字要素驅動業方面，上海、杭州、寧波為最主要的節點，滬杭甬三角帶成為數字經濟網絡的重心。各類數字經濟產業空間集聚格局與長三角產業分工基礎密切相關，上海作為把服務業作為主導產業，同時作為區域中心城市在金融服務、吸引外資等領域具有顯著優勢；江蘇、浙江2省服務業、工業并重發展，江蘇的軟件與電子信息產業、浙江的互聯網、電子商務等都頗具特色，3省1市形成的產業比較優勢，使得不同類型數字經濟產業集聚格局出現空間差異。

圖1 長三角地區數字產品服務業網絡Fig.1 Digital product service industry network in the Yangtze River Delta

圖2 長三角地區數字產品制造業網絡Fig.2 Digital product manufacturing industry network in the Yangtze River Delta

圖3 長三角地區數字技術應用業網絡Fig.3 Digital technology application industry network in the Yangtze River Delta

2.2 網絡投資關系演化特征

2.2.1 凈投資格局 運用各區縣入度與出度中心性的差值反映其凈投資情況，正值為凈流入地，負值為凈流出地。差值越大，其數字經濟資源凈流入越多。從數字經濟總體網絡看，2010—2020年，長三角地區數字經濟資源從凈流入與凈流出城市數量相對均衡，演變為以凈流入城市為主。其中安徽投資凈流入城市成長迅速，而浙南地區則多由從凈流入地轉為凈流出地。重要節點方面，杭州市區的投資凈流入始終較強，展現出對投資的強大吸引力；上海的凈流出水平先降低后上升，寧波逐漸成長為最重要的凈流出地（圖5）。

圖5 長三角地區凈投資總格局Fig.5 Total pattern of net investment in the Yangtze River Delta

從2010—2020年數字經濟各產業類型凈投資格局看，數字產品服務業投資凈流入地主要分布在長三角東部沿海以及蘇南、浙北地區，但滬寧杭甬蘇等中心城市是重要的投資凈流出地，呈現明顯的區域輻射態勢。數字產品制造業投資凈流出地主要為上海和寧波，投資凈流入地主要為杭州與蘇州，且其他凈流入地區的凈流入水平逐漸降低，凈流入資源逐漸集中于核心節點。數字技術應用業投資凈流入地主要為杭州與南京，其他單元整體上均以低凈流出為主。數字要素驅動業的凈流入地數量不斷增加，江蘇省和上海市凈流入態勢明顯，安徽省主要為凈流出，浙江省則隨著時間呈現隨機變化的特征。

2.2.2 省際投資格局 運用各區縣所承接省內投資與總投資量的比值，反映其吸引投資的類型。從數字經濟總體投資格局看，2010—2020年，長三角地區從以承接省內投資為主逐步轉變為以承接跨省市投資為主。綜合來看，上海是承接省外投資的最重要節點，其省外投資比例遠高于周邊江浙地區；此外在安徽省界周邊，也出現較多省外投資比例的高值單元（圖6）。

圖6 長三角地區省際投資總格局Fig.6 Total pattern of inter-provincial investment in the Yangtze River Delta

具體到各類產業，數字產品服務業以省內投資為主和以省外投資為主的空間單元數量較為均衡，2010—2020 年，省外投資水平有所增長，其中上海周邊縣市明顯從以承接省內投資為主轉變為以承接跨省投資為主。數字產品制造業承接跨省投資為主的空間單元數量占比逐步擴大，到2020 年已經占據多數。數字技術應用業投資類型比例整體上較為均衡，但存在明顯的省際差異；江蘇、上海以承接跨省投資為主，而浙江省以承接省內投資為主，安徽省則主要在合肥市形成跨省投資的集聚地。數字要素驅動業跨省投資為主的空間單元比例不斷上升，2010—2020 年，承接跨省投資為主的空間單元呈現以上海為中心不斷向外圍擴散的趨勢。

3 長三角數字經濟網絡影響因素分析結果

基于2010—2020 年相關數據，運用QAP 回歸分析檢驗上述變量對不同類型數字經濟網絡關系的影響程度（表3），回歸分析在總體上取得較好的擬合效果。綜合比較4 類數字經濟產業，具體地：

表3 QAP回歸分析結果Table 3 Analysis results of QAP regressions

制度鄰近系數普遍為負值且顯著，表明各類型數字經濟產業均傾向于跨省投資。這是由于不同省份數字經濟的發展政策和方向存在差異，企業借助對不同省份企業的投資，整合政策優惠，獲取技術、知識創新從而占據競爭優勢，對于電影產業（Zhang et al., 2018）、高新技術產業（秦婭風 等，2021）等的研究已證實異地合作投資的傾向及其背后的知識轉移機制（Bathelt et al., 2004）。認知鄰近的系數基本顯著為正值，而表征地理鄰近性的公路可達性、鐵路可達性以及是否為鄰接城市僅在較少產業的部分時間節點顯著。這表明在信息化和數字化背景下，盡管數字經濟網絡的形成在一定程度上仍受到地理空間距離的制約，但信息聯系和認知聯系已越來越成為促進投資、形成數字經濟關聯的重要因素，其在實踐中體現為對交易性直接貿易和知識共享采納等的促進（Salder, 2021）。

產業規模方面，數字經濟企業數量差值的系數為正值，且總體上顯著，但城市GDP 差值并不顯著。這說明城市總體經濟規模的差距與形成數字經濟投資關系之間沒有必然聯系，而聚焦于數字經濟行業內部的數字經濟企業數量成為網絡形成的影響因素。研究表明，企業網絡的發育存在擇優鏈接機制，即企業傾向于選擇與市場潛力較大、知識資本密集等的城市建立聯系（季菲菲 等，2014；盛科榮 等，2020；張杰 等，2022）。數字經濟企業數量直接反映城市數字經濟的規模和潛力，其差值系數為正展示了落后地區與發達地區建立聯系的偏好性。

產業結構方面，二產增加值占GDP比重差值與三產增加值占GDP 比重差值在2020 年的各類數字經濟產業中基本均顯著，但其中二產比重差值系數為正值，三產比重差值系數為負值。二產比重差值反映城市生產職能的不同，其差異越大越容易產生生產的地域分工和聯系；而三產比重差值則反映城市服務能力和水平的差距，其差距過大時，后發地區的生產、生活服務不能滿足先發地區企業的需求，不利于數字經濟企業間投資的形成，正如高鵬等（2021）在對長三角地區城市投資聯系的研究中指出，在區域尺度上，企業投資非常看重被投資城市及其周邊城市的服務業基礎。數字經濟企業成立時間差值的系數在數字產品制造業和數字技術應用業2類中顯著且負相關，即數字經濟企業成立時間越接近越容易產生關聯。已有研究表明，行業的同質性在決定城市聯系時發揮重要作用（Sigler et al.,2021），數字經濟企業成立時間越接近，其行業發展階段、方向選擇越具有同質性特征，如對比2010與2015年數字技術應用業新成立企業，軟件開發企業所占比例僅上升了1.3%，而信息技術服務產業所占比例則從20.5%大幅增加至33.6%，企業發展方向在單獨時間節點上有明顯的趨同。值得一提的是，由于數字產品制造業與數字技術應用業的生產制造環節之間具有更強的關聯性，因此業務同質產生的聯系比數字產品服務業和數字要素驅動業顯著。

數字化發展環境方面，信息化設施系數在2015年數字產品服務業和數字要素驅動業中為負值，而在2020年各類產業均為顯著正相關。由于只有在具備一定的產業基礎及相關輔助支撐的條件下，產業轉移才能實現（車冰清 等，2009），而數字經濟發展初期信息化建設尚不夠完善，部分地區仍缺乏基本的數字化需求，因此數字產品服務業和數字要素驅動業受到顯著限制，已有數字基礎設施對高技術創新門檻效應的研究（李斯林 等，2023）也取得類似結論；隨著信息化、數字化進程的不斷深入，信息基礎設施普及得到全面提升，此時信息化設施可以滿足數字經濟投資和落地的基本需求，其建設水平差距也逐漸轉變為產業梯度轉移的潛力，從而促進數字經濟網絡的形成。創新能力系數為負值且顯著，說明創新能力差距越大，數字經濟網絡建立的可能性越低，這在宏觀層面上受到技術創新的等級擴散和梯度擴散規律影響，技術水平差異過大，會阻礙區域間技術的擴展（李航飛 等，2017）；在微觀層面上則反映數字經濟企業對于知識和創新的強烈需求，對于數字經濟企業而言，技術與知識的持續創新是保持其自身競爭優勢的基礎手段，因此數字經濟企業傾向于與其他具備較強創新能力的企業形成投資與合作，而較少考慮與其創新能力差距較大的企業，這在更深層次上可能涉及企業綜合考量知識存量、知識結構差距以及合作收益時所做出的決策（周志剛 等，2021）。

最后，網絡滯后項的系數為正值且顯著，說明存在數字經濟關聯的城市之間傾向于進一步提高其關聯程度，數字經濟網絡存在明顯的路徑依賴現象。由于技術、企業、行業和區域的發展軌跡受到其歷史過程的制約（Boschma et al., 2006），對于數字經濟企業而言，隨著企業之間投資關系的建立，其在信息獲取、創新共享、業務聯系等方面將會建立穩定的互動和合作關系，并進一步吸引更多的數字經濟企業投資，從而強化城市之間的既有聯系。

4 結論與討論

4.1 結論

本文基于長三角地區企業股權關聯數據，借助社會網絡分析等方法刻畫長三角數字經濟網絡格局演化特征，并應用QAP分析方法分析其演化機制。得到的主要結論有：

1）從數字經濟網絡格局看，2010—2020 年，長三角數字產品服務業、數字產品制造業、數字技術應用業、數字要素驅動業的網絡結構演變呈現等級擴散特征，各產業通常在初期先圍繞一兩個核心節點形成網絡骨架的擴展，隨后通過次級節點向周邊地域的擴展來完善網絡；同時，各類型數字經濟網絡均圍繞核心節點呈現集聚特征，且網絡的集聚程度不斷加強，網絡結構趨于成熟。

2）從數字經濟網絡投資格局看，2010—2020年，數字經濟產業整體上呈現投資凈流入地區不斷擴展的態勢，除數字技術應用業整體上仍以投資凈流出單元為主以外，其他各類型產業凈流入單元所占比例相對均衡并略占優勢；同時，數字經濟產業在整體上從以承接省內投資為主轉變為以承接跨省投資為主，數字經濟區域投資與合作態勢日益彰顯。

3）從數字經濟網絡影響因素看，鄰近性、產業經濟基礎、數字化發展環境、路徑依賴都是數字經濟網絡形成的重要影響因素。鄰近性方面，隨著數字化技術的發展，地理距離不再成為制約數字經濟網絡形成的主要因素，制度鄰近不再是促進數字經濟合作的顯著因子，而認知鄰近顯著促進數字經濟投資關系的建立。產業經濟基礎方面，數字經濟規模與產業結構的差異是數字經濟網絡的重要影響因素，擇優鏈接和產業分工構成其深層機制。數字化發展環境方面，信息化設施水平差距逐漸從制約因素轉為促進因素，而創新能力的差距始終制約數字經濟的網絡聯系。最后，數字經濟網絡存在明顯的路徑依賴現象，前一階段網絡顯著影響后期網絡的形成與發展。影響因素分析結果反映出數字經濟對信息獲取、知識創新與資源整合協作的強烈需求，及其對地理空間約束的突破。

4.2 討論

本文基于多行業數字經濟企業股權關聯數據研究數字經濟區域格局，揭示了長三角地區數字經濟網絡聯系和投資關系的時空演變特征；在此基礎上使用QAP回歸方法，定量測度了數字經濟網絡聯系形成的影響因素，為研究數字經濟區域結構、探索數字經濟發展時空規律及其驅動機制提供了思路和理論支撐。同時，本文深化了對城市與區域數字經濟發展干預路徑的認識，可在制定數字經濟發展政策、提出數字經濟發展目標和路徑措施、促進區域經濟一體化等方面提供實踐指導。本文也存在一定局限性，需要在未來進一步完善：本文根據企業投資頻次構建股權網絡，而企業間投資額度可以更為精確地反映股權關聯的質量；同時，盡管基于“關系”回歸模型對數字經濟網絡進行影響因素分析，但影響因素指標多采用節點屬性數據構建，而非真實的節點間聯系，未來更多反映節點間真實關系的“流數據”需要被納入研究。本文側重于總結不同數字經濟產業的共性特征，未來需要更深入地對比不同產業的差異，從而為精準認知和引導數字經濟網絡提供理論支撐。

基于本文結論，提出以下3點政策建議。首先，數字經濟網絡具有明顯的等級擴散特征，且企業傾向于與資本、創新資源高度集聚的節點產生聯系，這意味著盡管數字經濟呈現網絡化的產業分工，但產業集群和空間集聚仍是促進數字經濟發展的重要方式，地方政府應通過建立數字經濟產業園、數字經濟集聚發展區等形式謀求數字經濟的規模發展。其次，數字經濟產業的空間組織機制與傳統行業相比存在一定差異，其對地理鄰近的敏感性較低，而對政策資源、信息交流、知識創新、信息基礎設施等因素要求較高，這意味著數字經濟產業發展規劃需更加重視數字經濟產業結構、市場需求和資源條件，在此基礎上制定針對性的產業政策和設施建設計劃，如對于數字產品制造業需重點提供物聯網、產業鏈信息供應平臺等支撐，而對于數字要素驅動業則可能需要提供數據交易所、算力中心等場所設施等。最后，路徑依賴因素的存在使得數字經濟具有明顯的先發優勢，對于數字經濟發展階段相對落后的地區來說，可以將發展重心放在招引和培育細分產業龍頭企業上，形成行業資源的集聚慣性，這將成為本地數字經濟發展的持續動力。