數字經濟發展與智慧城市建設耦合協調研究

摘 要：以2012-2020年中國98個智慧城市試點面板數據作為樣本，通過構建數字經濟發展與智慧城市建設評級指標體系，運用耦合協調度模型及障礙度模型對數字經濟與智慧城市的耦合協調水平、動態演進趨勢及障礙因子進行測度。結果表明，2012-2020年我國整體數字經濟與智慧城市的耦合協調水平呈穩步上升態勢，發展形勢較好；我國整體耦合協調差異逐漸縮小，但東北部地區存在較為顯著的的兩極或多極分化現象；我國總體的耦合協調發展不平衡水平逐漸降低，地區差異主要來自于超密度，區域內差異貢獻度變化較為穩定，整體水平遠低于區域間貢獻和超密度。最后從數字經濟發展、智慧城市建設、耦合協調等方面提出提升數字經濟與智慧城市耦合協調度的相關建議。

關鍵詞：數字經濟；智慧城市；耦合協調；動態演進；影響因素

中圖分類號中圖分類號：F49

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202408070

Research on the Coupling and Coordination of Digital Economy Development and Smart City Construction：Based on Panel Data from 98 Pilot Prefecture-Level Cities in China

Zhou Sitong， Li Ziran， Zhang Lihua

（School of Economics and Management， North China University of Science and Technology， Tangshan 063000， China）

Abstract：Based on the data of 98 smart city pilot panels in China from 2012 to 2020 as samples， this paper constructs a rating index system for digital economy development and smart city construction， and uses coupling coordination degree model and obstacle degree model to measure the coupling coordination level， dynamic evolution trend and obstacle factors between digital economy and smart city. The factors affecting coupling coordination were explored with OLS model. The results show that the coupling coordination level of the overall digital economy and smart city in China is rising steadily from 2012 to 2020， and the development situation is optimistic; The difference of the overall coupling coordination in China is gradually reduced， but there is a significant polarization or multipolar differentiation in the northeast region. The overall unbalanced level of coupling and coordination development in China has gradually decreased， and the regional differences are mainly in the super-density. The variation of intra-regional difference contribution is relatively stable， and the overall level is much lower than the inter-regional contribution and super-density.Finally， it puts forward some suggestions on the coupling coordination of digital economy and smart city from the aspects of digital economy development， smart city construction and coupling coordination.

Key Words：Digital Economy; Smart City; Coupling Coordination; Dynamic Evolution; Influencing Factor

0 引言

當前，數字經濟正處于發展速度快、輻射范圍廣、影響范圍大的狀態，在推動社會生活方式、生產結構和治理方式等方面發揮著積極作用，成為促進國家及城市經濟轉型的重要推動力量?！笆奈濉睍r期，我國數字經濟轉向深化應用、規范發展、普惠共享的新階段^［1］。同時“十四五規劃”和2035年遠景目標綱要提出加快數字化發展，建設數字中國，要求打造數字經濟新優勢^［2］，壯大經濟發展新引擎。隨著科技的飛速發展和信息化社會的到來，智慧城市已成為今后城市規劃和發展的新方向。智慧城市是運用物聯網、云計算、大數據、空間地理信息集成等新一代信息技術，促進城市規劃、建設、管理和服務智慧化的新理念和新模式^［3］。2012年12月5日住房和城鄉建設部正式發布了“關于開展國家智慧城市試點工作的通知”，并頒布了首批智慧城市試點政策，包含90多個地級市和部分縣級市，隨后在2013年和2014年陸續公布了第二批和第三批試點名單。

現有文獻對于數字經濟與智慧城市的研究主要探究了二者之間的單向影響。王凱^［4］的研究表明，將數字經濟有效運用到智慧城市建設中，充實數據信息要求、優化數據采集方式、提高信息質量，能更好地實現智慧城市信息交換需求。王方方等^［5］研究發現，智慧城市建設通過提高信息基礎設施和信息產業水平來促進城市數字經濟發展。而數字經濟、智慧城市作為數字化城市與城市數字化建設的綜合概念，二者之間呈相互關聯、相互影響的關系。徐穎等^［6］研究發現數字經濟發展顯著促進智慧城市建設水平，數字化技術在經濟社會中的應用是建設智慧城市的重要基礎。因此，對于數字經濟與智慧城市的耦合協調關系有待進一步探究。

基于此，本文以98個智慧城市試點2012-2020年面板數據為研究對象，研究數字經濟發展與智慧城市建設的關聯機制。本文可能的邊際貢獻：第一，使用耦合協調度模型，得到數字經濟與智慧城市建設之間的關聯機制，在此基礎上運用障礙度模型對阻礙二者相互作用的障礙因子進行識別；第二，從時空演進趨勢角度，通過 Kernel 密度估計和Dagum 基尼系數，評價數字經濟與智慧城市建設耦合協調的時空分布特征。旨在為數字經濟與智慧城市建設的良性協同發展提供實證支撐，同時為各地方推進數字城市建設的政策制定與實施提供參考。

1 數字經濟與智慧城市發展耦合機理

1.1 數字經濟推動智慧城市建設

《“十四五”數字經濟發展規劃》指出，當前新一輪科技革命和產業變革深入發展，數字化轉型已是大勢所趨^［7］，數字化正有效打破時空阻隔，提高有限資源的普惠化水平，極大地方便群眾生活，滿足多樣化個性化需求。隨著智慧城市的進一步發展，中國智慧城市將經歷“城市數字化到數字化城市”的轉型，而數字經濟發展推動著智慧城市的數字化轉型。一方面，數字基礎設施通過發揮數據要素整合、供給作用，形成信息流和共享網絡平臺，促進數據、技術、場景深度融合，從而實現高效匹配，加快深化數字化轉型^［8］；另一方面，數字孿生以數字化方式創建物理的虛擬實體，將智慧城市中的人、物、事件等所有要素數字化，在信息空間上再造一個疊加在城市物理空間上的“虛擬世界”，其在新一階段的智慧城市建設中將極大地改變城市面貌，重塑城市基礎設施，形成虛實結合、孿生互動的城市發展新形態^［9］。此外，充分發揮數字技術的聯動效應^［10］，緩解數字信息不對稱，鼓勵數字創新及應用，可實現城市治理效能提升和治理能力智慧化。

1.2 智慧城市建設保障數字經濟發展

智慧城市建設是數字經濟發展的重要支撐。一方面，智慧城市深化數字技術應用^［11］，催生新產業、新業態、新模式，帶動傳統產業優化升級，為數字經濟發展提供了新機遇。另一方面，智慧城市以其新型信息技術的核心優勢，通過建立并完善基于大數據、人工智能、區塊鏈等的統計監測和決策分析體系，保障數字經濟治理的協調性、有效性^［12］；此外，在城市產業集群數字化轉型中，依托數字技術提升數據、平臺、供應鏈等資源共享水平，探索建立各類產業集群跨區域、跨平臺協同新機制，促進創新要素整合共享^［13］，構建創新協同、錯位互補、供需聯動的區域數字化發展生態^［14］。在此過程中，不僅推進了數字基礎設施建設，還促進建立城市產業數字化與數字技術之間共建共享的良性機制（圖1）。

2 研究設計

2.1 研究方法

2.1.1 熵權法

本文采用熵權法計算各指標權重，首先對原數據進行標準化處理：

正向指標標準化處理公式：

正向指標：x'θij=xθij－x^minθjx^maxθj－x^minθj，i=1，2，…，n;j=1，2，…，m負向指標：x'θij=x^maxθj－xθijx^maxθj－x^minθj，i=1，2，…，n;j=1，2，…，m（1）

其中，xθij表示第θ年地區i的第j個指標，地區數量為n，指標數量為m，年份跨度為r，x^maxθj和x^minθj分別為該指標的最大值最小值。

之后計算第i年第j項指標值的比重：

Yij=x'θij/∑ri=1x'θij（2）

接下來計算信息熵ej及信息冗余度dj：

ej=－k∑mi=1YijlnYij（3）

令k=1lnr，則有0≤ej≤1 ，且當Yij=0，令YijlnYij=0。

dj=1－ej（4）

最后得到各指標權重wij及各子系統的綜合發展水平Ui。

wi=dj/∑ni=1dj（5）

Ui=∑mjwjx'θij（6）

2.1.2 耦合協調度模型

耦合協調是指兩個及以上的系統之間相互關聯、影響的互動機制。本文參考王淑佳等^［15］修正后的耦合協調度模型，對數字經濟發展與智慧城市建設之間的關聯機制進行探究。

兩系統的耦合度模型為：

C=1－U2－U12U1U2=1－（U2－U1）U1U2（7）

T=α×U1+β×U2 （8）

D=C×T（9）

其中，C代表兩系統之間的耦合度，其取值為[0，1]，取值越大，耦合程度越高； T為兩系統綜合協調度；D為兩系統耦合協調度，參考相關文獻^［15］，將不同的取值分別對應10個等級的耦合協調度類型（表1）。

2.1.3 障礙度模型

為探究影響數字經濟水平與智慧城市建設水平的耦合協調因素，引入障礙度模型對障礙因子以及影響程度進行識別^［16］。公式為：

Qij=1－x'θijwj∑nj=11－x'θijwj （10）

其中，Qij為第i年第j個指標的障礙度，x^'θij表示第θ年地區i的第j個指標標準化之后的值，wij為數字經濟水平與智慧城市建設水平評價體系的指標權重。

2.1.4 Kernel密度估計

核密度估計（Kernel Density Estimation）是一種重要的非參數統計方法，用于估計未知的概率密度函數^［17］。通過離散樣本點的線性加和來構建一個連續的概率密度函數，從而得到一個平滑的樣本分布。公式為：

fx=1Nh∑Ni=1KXi－xh（11）

Kx=12πexp－x22（12）

其中fx為密度函數，N為城市數量，Xi為各城市的耦合協調度，x為耦合協調度的均值，h為帶寬，Kx為核密度函數。

2.1.5 Dagum 基尼系數

本文采用Dagum基尼系數探究數字經濟與智慧城市建設耦合協調度的區域內差異、區域間差異及其來源^［18］。公式為：

G=∑kj=1∑kh=1∑^nji=1∑^nhr=1yji－yhr2n2μ（13）

G=Gw+Gnb+Gt（14）

其中，n為城市的個數，k為區域數量，μ為耦合協調度的均值，njnh為區域jh內的城市數量，yji（yhr）是任意城市的耦合協調度，Gw是耦合協調度的區域內差異，Gnb為區域間差異，Gt為超變密度。

2.2 指標體系的構建

在數字經濟發展水平指標方面，將其劃分為數字建設基礎、數字產業規模和數字金融發展3個維度，其中選用移動電話數、每百人互聯網用戶數來反映基礎設施建設水平，第三產業增加值、科技支出則反映出數字產業的規模；數字普惠金融指數代表數字金融發展情況。在智慧城市建設水平指標方面，將從智慧產業規模、經濟效率、生態治理以及宜居環境4個角度展開，每個角度分別對應具體的二級指標（表2）。

2.3 數據來源

本文的研究對象為2012-2020年來自中國已發布的智慧城市試點中的98個地級市的面板數據，數據主要來源于《中國城市統計年鑒》《中國科技統計年鑒》，數字金融水平參考北京大學數字普惠金融指數，采用均值法和線性插值法對個別缺失值進行補齊。

3 實證分析

3.1 相關性分析

本文利用EViews 13對98個地級市的數字經濟與智慧城市綜合發展水平之間進行相關性計算，得到其相關系數為0.735，表明數字經濟與智慧城市發展之間具有較強的相關關系。

3.2 數字經濟與智慧城市發展耦合協調時空分析

3.2.1 全國層面

如圖2所示，2012-2020年數字經濟與智慧城市的耦合度、協調度及耦合協調度均呈穩步上升態勢，其中耦合度整體水平最高，耦合協調度次之，協調度最低。三者水平在2019-2020年越來越接近，但同時耦合度相較于2019年，2020年水平略微下降。耦合協調度介于0.280 48～0.808 33之間，由中度失調到良好協調，增長變化十分顯著，表明近10年來中國智慧城市政策的頒布與實施對于數字經濟與智慧城市建設的同步發展以及相互協調產生了積極影響，發展形勢較好。

3.2.2 基于Kernel密度分析的耦合協調動態演進特征

本文基于高斯核函數使用Matlab R2021a軟件繪制了2012-2020年數字經濟與智慧城市建設的耦合協調度Kernel密度估計圖，如圖3所示。

從圖3（a）可以看出2012-2020年全國整體的耦合協調度動態演進趨勢。從分布位置來看，曲線整體向右移動，說明全國范圍內的耦合協調度水平不斷提高；從分布形態來看，曲線主峰寬度逐漸變窄，說明耦合協調度呈集中化的變化趨勢，即耦合協調度的地區差距逐漸縮??；從分布延展性看，曲線右側的拖尾逐漸縮短，說明全國地區間的耦合協調水平差距逐漸縮小，此外由于在研究期內曲線幾乎不存在雙峰或多峰，因此可以認為整體上不存在兩極分化或多級分化現象。

圖3（b）—（e）展示了我國東、中、西、東北部的耦合協調動態演進趨勢。

東部地區，從分布位置來看，曲線經歷了“右移（2012-2018年）—左移（2018-2019年）—右移（2019-2020年）”3個階段，說明東部地區的耦合協調度水平不斷提高；從分布形態來看，曲線主峰高度呈先下降后上升再下降的波動狀態，主峰寬度先變寬后變窄，說明東部地區耦合協調度水平的絕對差距逐漸縮小。

中部地區，從分布位置來看，曲線整體向右移動，說明中部地區耦合協調度水平不斷提高；從波峰數量來看，曲線由2013年的主峰與側峰并存的格局向單峰格局轉變，說明中部地區的兩極分化現象逐漸消失，這可能是由于2012年政策為各城市發展帶來了巨大紅利，至2013年各地區政策的推廣與落實水平相對均衡；從分布形態來看，曲線主峰高度起伏不定，主峰寬度逐漸變寬，說明近年來中部地區耦合協調水平的絕對差距整體上有擴張趨勢，但細節上波動不定；從分布延展性看，曲線右部的拖尾逐漸縮短，說明中部地區中的一些低水平城市的耦合協調平均水平的差距逐漸縮小。

西部地區，從分布位置來看，曲線經歷了“右移”（2012-2015年）—“左移”（2015-2017年）—“右移”（2017-2019年）—“左移”（2019-2020年）4個階段，說明西部地區的耦合協調度水平整體呈上升態勢但不持續；從分布形態來看，主峰高度起伏不定，主峰寬度先變寬后變窄，說明西部地區耦合協調度水平差異逐漸減小。

東北部地區，從分布位置來看，曲線經歷了“右移”（2012-2016年）—“左移”（2016-2017年）變化較大—“右移”（2017-2020年）3個階段，整體右移但移動幅度不大，中間左移的幅度較大，說明東北部地區的耦合協調度水平變化雖然不夠持續，但整體不斷提高；從波峰數量來看，曲線由2013年主峰和兩個側峰并存逐漸向單峰轉變，但2016年、2019年仍存在雙峰并存格局，說明東北部地區耦合協調水平多極或兩極分化現象雖有所好轉，但仍然不夠穩定；從分布形態來看，主峰高度和寬度變化不定，整體Kernel密度較高，耦合協調水平高變化較大，東北部耦合協調水平絕對差距較大；從分布延展性看，由2016-2020年的曲線拖尾逐漸縮短可知，東北部地區的耦合協調水平呈逐漸縮小趨勢。

3.2.3 基于Dagum基尼系數的耦合協調的區域差異分解

接下來，采用Dagum基尼系數對數字經濟與智慧城市建設的不平衡從區域內差異、區域間差異及超密度3個維度展開探究。

第一，總體及區域內差異。如圖4所示，在全國層面上，基尼系數由2012年的0.249下降至2020年的0.080，表明總體區域的發展不平衡水平逐漸降低，但總體Dagum基尼系數相對分地區仍然較高，這可能與不同地區內城市政策的制定及實施效應有關，政策推廣后區域內整體基尼系數下降，但隨著各個城市的自身比較優勢存在，使得部分城市發展較快，從而導致區域內存在較大差異。從地區層面看，2012-2020年四大地區的基尼系數均值呈現中部（0.111）gt;西部（0.108）gt;東部（0.096）gt;東北（0.074）態勢，表明中部地區的耦合協調不平衡現象比其他地區嚴重，但西部地區耦合協調基尼系數緊密圍繞全國平均水平波動，說明其耦合協調水平較全國總體偏差不大；西部地區自2014年基尼系數與全國基尼系數幾乎一致，表明各地區之間的耦合協調差異不大，其可能原因是各地區經濟差異不大；東部地區圍繞全國基尼系數波動較大，但整體上遠低于全國平均水平，表明東部地區相較于全國平均水平整體差異不大，但多級分化現象較為突出，其可能原因是東部地區既有江蘇、浙江、廣東等經濟較為發達的省份，也有河北經濟相對落后的省份；東北地區基尼系數相較于東部地區波動更大，但總體仍低于全國平均水平，并且耦合協調度波動較大。

第二，區域間差異。由圖5可以看出，2012-2020年不同區域之間的協調基尼系數變化幅度在0.05左右，其中中部和東北、西部和東北、東部和東北區域差異在2012-2013年的降幅較大，這可能與2012年我國正式提出并推動智慧城市試點創建工作有關。另外，中部和東部、東部和西部的基尼系數變化趨勢基本一致，東部和東北耦合協調度差異最大，西部和東北、中部和東北次之，中部和西部差異最小，說明我國地域差異較為明顯，且發展態勢不穩定。

第三，差異來源。由圖6可以看出，我國四大地區的數字經濟與智慧城市建設的耦合協調差異主要來自于超密度，2017年水平最高為61.26%，其余年份基本在50%左右；區域內差異年均貢獻度基本在30%左右；區域間差異的貢獻最小，但在2013年其貢獻率高于區域內差異（26.03%）水平，為31.49%。這可能是由于自2012年起各地區各城市政府著力推動數字經濟與智慧城市協同發展，基于本身各地區內城市差異較小的情況，在2013年城市推廣改革后使得本身優勢較大的地區相較于其他地區發展更迅速，并且地區整體發展速度大于地區內各城市的發展速度，因此2013年區域間差異大于區域內差異；同時，超密度貢獻度大于地區間貢獻度?？傮w來說，2012-2020年區域內貢獻度變化較為穩定，區域間貢獻度和超密度貢獻度的變化起伏相對較大，今后縮小區域間差異將成為重要任務。

3.3 耦合協調障礙因子診斷

本文采用障礙度模型計算2012-2020年98個地級市的影響數字經濟發展與智慧城市建設耦合協調的障礙度，受篇幅限制，表3為取均值后的各個省份的障礙度結果。

3.3.1 數字經濟發展方面障礙因子

針對影響數字經濟發展的主要障礙因子，有如下結論：移動電話數（萬戶）為第一主要障礙因子（A，24次），第三產業增加值（萬元）為第二障礙因子（C，31次）。為此，一方面，需要積極推動移動信息服務普及，督促5G、千兆光網等新型信息基礎設施建設覆蓋和應用普及的工作推進，夯實數字化轉型基礎^［19］；另一方面，構建開放共享的網絡信息平臺，促進產業運作全流程、生產各環節、供應鏈上下游的數據互通、資源協同，賦能第三產業高質量發展^［20］。同時，將數字技術更為廣泛地向研發、生產、銷售等環節滲透，通過新技術、新業態和新模式促進第三產業創新突破。

3.3.2 智慧城市建設方面障礙因子

針對影響智慧城市建設的主要障礙因子，有如下結論：建成區綠化覆蓋率（%）為第一障礙因子（I，31次）；人均電信業務總量為第二障礙因子（G，36次）。為此，一方面，政府在城市建設中要建立健全區域和城市群綠色發展協調機制，充分發揮各城市比較優勢，促進資源有效配置。實施城市生態修復工程，大力拓展城市生態空間，促進新型城鎮化綠色城市建設^［21］；另一方面，實現數字經濟資源和就業市場的共享與互補，提升就業質量^［22］，推動共建共享，同時開展針對老年人等特殊群體的適老化更新，不斷提升服務水平。

4 結論與啟示

4.1 研究結論

本文基于2012-2020年98個地級市的面板數據，運用耦合協調模型、Kernel密度估計、Dagum基尼系數、障礙度模型測度數字經濟與智慧城市耦合協調水平、動態演進趨勢以及障礙因子，結合OLS模型探究耦合協調的影響因素，得出結論：

①從時間維度來看，2012-2020年我國整體數字經濟與智慧城市的耦合協調水平呈穩步上升態勢，發展形勢較好；②從時空動態演進趨勢來看，Kernel密度估計結果顯示我國整體耦合協調差異逐漸縮小，但東北部地區存在較為顯著的兩極或多極分化現象；③從區域差異維度來看，Dagum基尼系數結果表明我國總體的耦合協調發展不平衡水平逐漸降低，分地區基尼系數均值呈現中部（0.111）gt;西部（0.108）gt;東部（0.096）gt;東北（0.074）態勢；地區差異主要來自于超密度貢獻度，區域內差異貢獻度變化較為穩定，而區域間貢獻度整體水平遠低于區域內貢獻度和超密度貢獻度。

4.2 管理啟示

基于上述研究結論，本文從數字經濟發展、智慧城市建設、耦合協調等方面提出相關建議。

第一，持續提升數字經濟發展水平，優化智慧城市建設策略。一方面，要完善數字經濟治理體系，構建智能高效的融合基礎設施，提升智慧城市在數字信息基礎設施的網絡化、協同化水平。另一方面，在智慧城市建設過程中要加快產業數字化轉型，充分運用新型數字技術，對傳統產業進行全方位、全鏈條改造，推動產業數字化，拓展城市發展的智慧新模式、新業態。

第二，因地制宜調節數字經濟與智慧城市耦合協調發展的地區間及地區內部的不平衡問題。基于不同地區、不同城市的發展差異，政府應當基于整體耦合協調發展策略，明確自身發展存在的問題，依托當地比較優勢，采取相應措施，制定可以有效推進數字經濟與智慧城市耦合協調的政策。

第三，統籌推進數字經濟與智慧城市耦合協調態勢。二者的耦合協調受到多種因素的影響，對此，一方面，充分運用新型數字技術，持續提升服務數字化普惠水平，加快推動文化、教育、醫療健康等領域公共服務資源數字化供給和網絡化服務，構建先進普惠、智能協作的生活服務數字化融合設施；另一方面，智慧城市建設過程中，不斷完善數字化治理體系，提升城市數字經濟水平。形成數字經濟賦能智慧城市建設，智慧城市保障數字經濟穩步全面發展的良性循環。

參考文獻：

[1] 新華社.“十四五”數字經濟發展規劃：鼓勵將數字經濟領域人才納入各類人才計劃支持范圍[J].中國人才，2022（2）：6.

［2］ 何立峰.不斷做強做優做大我國數字經濟加快數字化發展建設數字中國[J].宏觀經濟管理，2023（1）：1-6.

［3］ 傅榮校.智慧城市的概念框架與推進路徑[J].求索，2019（5）：153-162.

［4］ 王凱.數字經濟發展賦能智慧城市建設探究[J].商展經濟，2023（8）：149-151.

［5］ 王方方，謝健，李德洗.智慧城市建設與城市數字經濟發展——基于雙重差分模型的實證分析[J].技術經濟與管理研究，2024（2）：43-48.

［6］ 徐穎，章鑫.數字經濟發展背景下智慧城市建設研究——以長三角城市群為例[J].建筑與文化，2023（9）：139-141.

［7］ 國務院印發《“十四五”數字經濟發展規劃》[J].新理財，2022（Z1）：8-11.

［8］ 劉修巖，王雨昕.數字基礎設施與中國城市的空間重構[J].經濟地理，2024，44（4）：55-63.

［9］ 向玉瓊，謝新水.數字孿生城市治理：變革、困境與對策[J].電子政務，2021（10）：69-80.

［10］ 范合君，吳婷，何思錦.企業數字化的產業鏈聯動效應研究[J].中國工業經濟，2023（3）：115-132.

［11］ 毛麗娟，夏杰長，劉睿儀.數字技術與城市韌性耦合——基于我國285個城市的實證分析[J].河海大學學報（哲學社會科學版），2024，26（2）：95-106.

［12］ 王曉華，王文文.黃河流域數字經濟發展與智慧城市建設耦合研究[J].開發研究，2023（5）：49-60.

［13］ 周建平，徐維祥，劉程軍，等.中國城市數智化轉型對產業現代化的影響[J].經濟地理，2024，44（7）：117-125.

［14］ 薛永基，楊晨鈺婧，賈廷燦.區域產業融合與農民收入協調發展及互動關系研究——基于省級面板數據的分析[J].統計與信息論壇，2021，36（2）：45-55.

［15］ 王淑佳，孔偉，任亮，等.國內耦合協調度模型的誤區及修正[J].自然資源學報，2021，36（3）：793-810.

［16］ 鄒秀清，謝美輝，肖澤干，等.基于熵權-TOPSIS法的鄉村發展評價及障礙因子診斷[J].中國農業資源與區劃，2021，42（10）：197-206.

［17］ 黃春元，李媛鈺.經濟高質量發展水平的地區差異及動態演化[J].統計與決策，2023，39（18）：109-113.

［18］ 曹俊勇，張樂柱.數字普惠金融與農村產業融合耦合區域差異及時空演變特征——基于Dagum基尼系數分解和Kernel核密度估計的實證研究[J].農村金融研究，2023（3）：55-68.

［19］ 朱曉云.加快建設新基建，夯實數字經濟發展基礎[J].信息化建設，2024（8）：63-64.

［20］ 程樂.構建以數據流通為核心的工業互聯網生態體系[J].人民論壇，2024（15）：62-67.

［21］ 唐秀蘋.新型城鎮化下綠色城市建設的啟示[J].新型城鎮化，2024（6）：43-45.

［22］ 丁波，唐鮮嬌，李佳瑞.數字經濟發展、就業結構優化與就業質量——基于中國省域數據的實證分析[J].科技創業月刊，2024，37（11）：107-119.

（責任編輯：周 媛）