黃河流域數實融合水平區域差異及動態演進

關鍵詞：黃河流域；數實融合；區域差異；動態演進；基尼系數中圖分類號：F49 文獻標志碼：A 文章編號：1671-0037（2025）8-54-14DOI：10.19345/j.cxkj.1671-0037.2025.8.5引用格式：.黃河流域數實融合水平區域差異及動態演進[J].創新科技，2025，25（8）：54-67.

0 引言

數實融合是推動我國經濟增長的關鍵驅動力，也是培育新質生產力、構建現代化經濟體系的重要途徑。我國始終將實體經濟作為國民經濟的根基，把數字經濟視為產業升級和業態創新的戰略支撐。黨的二十大報告明確指出，要加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。這一戰略部署不僅為數字經濟的發展指明了方向，也為實體經濟的轉型升級注入了新動能。在此基礎上，黨的二十屆三中全會審議通過《中共中央關于進一步全面深化改革、推進中國式現代化的決定》，要求健全促進實體經濟和數字經濟深度融合制度，加快構建促進數字經濟發展體制機制，完善促進數字產業化和產業數字化政策體系。可見，推動數實融合已成為當前加快構建新發展格局及建設全國統一大市場的重要抓手。

黃河流域作為我國重要的生態屏障和經濟帶，橫跨九省區，承載著全國近1/3的人口與1/4的經濟總量，在國家區域協調發展戰略中占據重要地位。然而，受資源稟賦及發展階段等因素的影響，流域內各省區長期面臨區域發展不平衡、產業協同程度低、創新能力不足等突出問題，數字化轉型進程整體滯后[1]。面對上述現實挑戰，通過數實融合賦能傳統產業轉型升級、提升資源配置效率、縮小區域發展差距，已成為實現黃河流域生態保護和高質量發展的關鍵突破口。習近平總書記強調，“沿黃河省區要落實好黃河流域生態保護和高質量發展戰略部署，堅定不移走生態優先、綠色發展的現代化道路”。在以大數據、人工智能為代表的數字技術加速滲透至各領域的發展趨勢下，數實融合正成為推動黃河流域實現綠色轉型與高質量協同發展的關鍵支撐力量。因此，系統測度黃河流域的數實融合水平，并深人揭示其區域差異特征與動態演進規律，不僅有助于厘清流域內部融合發展格局的時空演變機制，也可為制定差異化政策、促進區域協調發展提供科學依據和決策支持。

當前，圍繞數實融合的探討主要聚焦在4個方面。一是數實融合的內涵。數字經濟與實體經濟的融合是順應時代需求而生的理念，強調二者的協同共進與良性互動關系[2]。研究指出，大數據、云計算等數字技術向實體經濟滲透，形成相輔相成的循環機制，可推動實體經濟向創新型經濟形態轉型[3]。同時，學界通過深入剖析數字經濟與實體經濟間的關系發現，二者在范疇上存在重疊，并非孤立存在，而是具備天然融合的基礎，因此如何推動其深度融合成為研究的核心要點[4]。二是數實融合的量化評估。學界多采用3種方法： ① 構建子系統，采用耦合協調模型衡量協同水平[5-6]； ② 聚焦專利數據，從技術一產業協同演進視角探討結構特征[]； ③ 依據數實融合內涵，從多維視角構建測度體系，探討融合程度[8-9]。三是分析數實融合對經濟發展的影響機制。已有研究多聚焦于數實融合對經濟高質量發展的作用機制[10]。數字經濟作為驅動力，通過技術滲透重塑傳統經濟發展模式，而實體經濟為數字創新提供支撐，二者交互形成共生關系，從而推動我國經濟全面發展\"。四是探索數實融合的實現路徑。部分學者剖析了阻礙融合的核心因素，提出須在共性技術研發、產業鏈構建、數字基礎設施建設、數字治理體系優化及反壟斷監管等方面綜合施策[12]。數據作為新型要素，不僅催生了數字產業新業態，而且通過推動傳統產業轉型升級，成為雙向賦能的核心樞紐，為構建現代化產業體系提供了支撐[13]

本文的邊際貢獻主要體現在以下3個方面。首先，當前關于數實融合的研究多集中在概念界定與指標設計等方面，缺乏系統的實證分析。本文構建了較為科學的評價體系并進行了實證測度，增強了研究的實用性與現實指導意義。其次，現有研究多聚焦于國家或省級層面的宏觀分析，針對黃河流域這一國家戰略區域的研究仍相對薄弱。本文以黃河流域為研究對象，將分析視角下沉至城市層面，深入揭示流域內部數實融合水平的區域差異特征。最后，本文采用Dagum基尼系數、核密度估計和空間自相關等方法，系統分析了黃河流域數實融合水平的區域差異特征及其動態演進趨勢。相較于現有研究多關注數實融合對經濟增長、創新能力及高質量發展的影響機制，本文更側重于對融合水平自身的測度及其時空演變特征的探究，從而拓展了該領域的研究視角和理論框架，為后續研究提供了新的理論參考。

1 數據與方法

1.1 研究區域概況

黃河發源于青藏高原巴顏喀拉山北麓，自西向東流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東等9省（區）后注入渤海[14]。鑒于四川省境內黃河僅流經阿壩州和甘孜州，考慮到地理單元的整體性與行政區域的完整性，本文以黃河的自然流域邊界為基礎，選取8省（區）所轄的81個地級市作為研究樣本。依據水利部黃河水利委員會對自然流域的劃分標準，黃河流域通常以內蒙古托克托縣河口鎮以上為上游，河口鎮至河南鄭州桃花峪為中游，桃花峪以下為下游；但由于歷史上黃河改道頻繁，不同研究對流域城市的界定仍存在一定差異。因此，本文參考任詩琦和王永瑜5、生延超等的研究方法，將所選的81個城市劃分為上、中、下游地區等3類（見表1）。研究時間跨度為2011—2023年：一方面，2011年作為“十二五\"規劃的起始年，國家首次明確提出“推動信息化和工業化深度融合”，與本文的“數實融合”主題形成政策呼應；另一方面，考慮到2024年及以后的指標數據可能存在缺失，為確保數據的連續性和完整性，本文將研究時段限定為此區間。

表1黃河流域上中下游城市劃分

1.2數實融合水平測度指標

在現有研究中，學者們多從數字經濟與實體經濟兩個獨立維度出發，分別構建評價指標體系，并借助耦合協調模型測算二者的融合程度。此類方法雖具有一定的參考價值，但將數字經濟與實體經濟視為彼此割裂的系統，難以全面、客觀地反映流域數實融合所具有的復雜性與多維特征。鑒于此，本文將數實融合作為一個有機整體進行測度。借鑒已有研究成果9，并結合《“十四五”數字經濟發展規劃》對數字技術賦能實體經濟轉型的政策導向，本文從融合基礎、融合規模、融合結構和融合效率等4個維度出發，構建黃河流域數實融合水平測度指標體系，具體指標如表2所示。指標體系中的各指標均為正向指標。

一是融合基礎。融合基礎是數實融合的根基，涵蓋了數字經濟和實體經濟的基礎支撐能力。因此，下設“數字經濟基礎\"和“實體經濟基礎”兩個要素層。具體指標包括科研人員占比、人均移動電話用戶數、科學技術研發支出占比等，以評估數字基礎設施的完善程度和科技創新能力；同時，選取全要素生產率、人均城市道路面積等指標，用于衡量實體經濟的支撐能力。

二是融合規模。融合規模關注數字產業化和產業數字化的規模與覆蓋范圍，用于衡量數實融合的廣度和深度。具體指標包括人均郵政業務量、人均電信業務量、人均互聯網寬帶接人用戶數等，以反映數字產業化的規模;同時，選取電子商務交易額占比、網上移動支付水平和企業數字化轉型程度等指標，以評估實體產業數字化的覆蓋范圍。

三是融合結構。融合結構聚焦數字經濟和實體經濟的結構特征及其適配性，體現兩者的協同發展水平。具體指標包括產業結構高級化指數、互聯網普及率等，以反映數字經濟的內部結構；同時，選取固定資產投資額占比、產業合理化系數和第二產業產值區位商等指標，以評估實體經濟的結構特征。

四是融合效率。融合效率用于評估數字化發展對經濟增長、生態保護、社會服務等方面的貢獻，體現數實融合的整體效能。具體指標包括數字經濟專利占比、普惠金融數字化程度等，以反映數字經濟的創新能力和治理水平；同時，選取工業產值平均增長指數、污水集中處理率和每萬人擁有的醫生數等指標，以評估實體經濟的資源利用效率和可持續發展能力。

1.3數據來源

上述數據來源于《中國城市統計年鑒》EPS、中經數據及各地級市的統計年鑒等。其中，“網上移動支付水平”“普惠金融數字化程度”“數字金融使用深度\"等指標數據均取自《北京大學數字普惠金融指數》。針對部分城市存在的指標數據缺失問題，采用線性插值法進行填補處理。

1.4數據計算方法

1.4.1 熵權法

本文運用熵權法對數實融合水平進行評估。該方法能夠較為客觀地給各指標分配權重，有效地反映出各指標數據信息的效用價值[1]。具體步驟如下。

① 原始數據處理。考慮到不同地級市的數實融合指標存在量綱差異，采用極值法對各指標進行標準化處理。由于本研究僅涉及正向指標，采用如下計算公式。

式（1）中： r_ij 代表第 i 個被評價主體第 j 個指標的標準化值。

表2黃河流域數實融合水平測度指標體系

② 歸一化處理。計算第 j 個指標下第 i 個被評價主體的指標值比重，計算公式如下。

③ 熵值計算。計算第 j 個指標的信息熵 e_j， 計算公式如下。

④ 計算第 j 個指標的權重 w_j ，計算公式如下。

⑤ 計算各個城市數實融合水平的綜合得分，計算公式如下。

1.4.2Dagum基尼系數

基尼系數常被用于量化分析復雜經濟系統中的不均衡狀況，是衡量區域差異的重要指標[18]。其計算公式如下。

式（6中： G 表示總基尼系數； 表示所有觀測指標的平均值； n 表示研究涉及的區域總數；k表示區域劃分的類別數目； n_j（n_h） 表示 j（h） 區域中所包含的樣本數量； y_ji（y_hr） 表示 j（h） 區域內某一具體觀測單元的實際取值。

1.4.3 核密度估計

核密度估計是一種非參數統計方法，主要用于剖析空間分布的不均衡性。其通過構建連續的密度曲線來展現隨機變量的分布特征；因無需依賴特定的模型假設且具備較強的穩健性而被廣泛應用。因此，本研究采用核密度估計模型，深入探討黃河流域數實融合水平的動態演變特征。

式（7）中： X_i 表示第 i 個獨立同分布的觀測值;表示觀測值的平均值;k（X-x ）為高斯核函數； n 為樣本量； h 為帶寬參數。

1.4.4 空間自相關性分析

空間自相關性分析是一種探究事物空間集聚特性的方法，涵蓋全局與局部兩個維度的分析。全局莫蘭指數 （Moran^′sI） 可用于全面衡量研究區域內各空間要素間的關聯強度及其顯著性，而局部莫蘭指數則側重于分析單個空間單元在整個區域空間結構中的空間自相關特征[20]。二者的計算方式如下。

式（8）—（9）中： n 為研究區域城市數； W_ij 為空間權重矩陣； x_i 和 x_j 為區域 i，j 的對應屬性值; 表示整體樣本的均值。莫蘭指數的取值范圍為[-1，1]。當指數大于0時，表明研究對象在空間上具有正相關性，呈現出集聚分布特征；若指數小于0，則說明存在空間負相關性，即觀測值在空間上趨于分散；若指數等于0，則說明空間上不存在相關性。

2黃河流域數實融合水平的特征分析

2.1 整體特征分析

基于上文構建的測度指標體系，運用熵權法對2011—2023年黃河流域8省（區）81個地級市的數實融合水平進行測算，結果如圖1所示。從時間維度分析，研究期內黃河流域數實融合水平呈現波動上升趨勢，融合指數由2011年的0.055提升至2023年的0.156，整體增長近3倍，年均增長率達到 9.076% 。其中，2019—2020年增幅最大，達到 11.327% ，表明黃河流域在數字化轉型與數實融合實踐中取得了顯著成效。這一穩健增長態勢，得益于國家戰略層面的持續賦能。特別是黃河流域生態保護和高質量發展重大國家戰略的實施，有力促進了區域內數字經濟與實體經濟的深度融合，為區域經濟高質量發展注入了新動力，筑牢了堅實基礎。

從流域整體維度考察，黃河流域數實融合水平增速呈現出“下游 gt; 上游 gt; 中游”的分布態勢。分區域來看，下游地區的數實融合水平高于流域平均水平，融合指數從2011年的0.057提升至2023年的0.175，年均增速達 9.799% ，實現了跨越式發展；上游地區在研究多數時段的數值低于流域整體水平，但增長動能強勁，融合指數從2011年的0.050提升至2023年的0.144，年增長率為9.215% ，增速快于流域整體水平；而中游地區融合發展速度較慢，2011—2023年的融合指數僅從0.057增至0.145，年均增速為 8.091% ，低于流域整體增速。這表明，盡管流域數實融合水平整體實現了躍升，但區域發展不平衡問題在數字經濟時代加劇，急需差異化政策引導以實現區域的協調發展。具體而言：下游地區涵蓋山東半島城市群與中原城市群，在經濟基礎、產業體系及人才集聚等方面優勢顯著，為數實融合發展筑牢了根基；上游地區將資源優勢轉化為發展動能，并借助國家政策扶持，通過數實融合推進經濟結構的優化升級；中游地區則受產業結構偏重、數字基建薄弱、人才外流及區域協同不足等問題困擾，后續須優化資源配置以實現數實融合的均衡發展[21]

圖12011一2023年黃河流域數實融合水平及其演變趨勢

2.2 分維度特征分析

圖2展示了2011—2023年黃河流域數實融合4個結構層（融合基礎、融合規模、融合結構、融合效率）的綜合得分。從整體上來看，4個結構層的綜合得分均呈現出增長的趨勢，年均增速分別為 6.624%，17.196%，4.340%，10.264% ，增幅依次為 0.021，0.044，0.013，0.103 。其中，融合規模的增速與增幅在4個結構層中相對領先，說明黃河流域正以“數字經濟向外拓展（數字產業化規模）及實體經濟向內滲透（產業數字化規模）”為核心路徑實現雙向擴容。一方面，黃河流域加速布局智慧水利、生態監測大數據等數字產業新賽道，2020年后隨著數字孿生黃河、流域生態監測平臺等項目的落地，人均電信業務量、互聯網業務規模等數字產業化規模指標不斷增長22；另一方面，沿黃區域受“雙碳目標”“生態保護”倒逼，加速推進煤礦智能化、農田數字灌溉等傳統產業數字化改造，推動產業數字化規模實現躍升[23]。從年均綜合得分看，融合規模（0.028）領先，融合基礎（0.027）次之，融合結構（0.024）位居第三，融合效率（0.021）居于末位。究其原因，在于技術、產業與政策之間的協同作用不足。具體而言，數字技術對實體產業的深度賦能不足，導致傳統產業在數字化轉型過程中面臨較高的轉型成本和較弱的內生動力。此外，數字經濟中的高端業態發展相對不足，區域間的協同也存在失衡現象。政策層面上，以效率為導向的政策措施占比較低，且在精準度方面仍有待提升。

2.3 空間特征分析

為了直觀展示黃河流域數實融合水平的空間分布特征，選取2011、2015、2019及2023年的數據作為代表，借助ArcGIS軟件，運用自然斷點法，并依據數實融合水平數值，將81個地級市劃分為4類：低水平城市（0，0.083]、中低水平城市（0.083，0.141]、中高水平城市（0.141，0.228]、高水平城市（0.228，0.432]。具體如表3所示。

由表3可知，黃河流域的數實融合水平空間分布呈現“下游 gt; 中游 gt; 上游”的非均衡格局。高水平與中高水平城市主要集中在山東半島城市群、部分省會城市及經濟發達地區，而中低水平與低水平城市則在上游地區集聚。

就空間演變趨勢而言，下游地區高水平和中高水平城市數量持續增長，低水平城市從2011年的28個降至2023年的0個。這一變化不僅與青島、濟南、鄭州等核心城市的輻射帶動效應有關，也得益于黃河流域整體在數字基礎設施建設、產業政策扶持等方面的持續推進。例如，東營市通過“智改數轉”技改投入和工業互聯網平臺建設，推動數實融合不斷深化。

圖22011一2023年黃河流域數實融合各維度水平及其演變趨勢

表3黃河流域數實融合水平的空間分布

雖然中游地區數實融合水平呈現低水平城市數量減少、中高水平城市數量增加、高水平城市從無到有的積極態勢，但中高水平及以上的城市整體占比仍較低，融合潛力尚未得到充分釋放。例如，長治、朔州等地依賴傳統重工業，渭南、安康的產業結構偏重農業，且普遍面臨數字化基礎薄弱、人才流失、投入不足等問題。其根源在于產業結構調整滯后，數字化轉型面臨多重挑戰，進而制約了數實融合進程與高質量發展[24]。

黃河上游地區數實融合水平變化較為明顯，低水平城市大幅減少，中高水平城市從無到有、持續增加，顯示出區域融合進程加快，并在政策支持、基礎設施完善和產業轉型推動下取得了一定成效。例如：金昌市深入落實數字賦能產業政策，推進數字技術與有色金屬產業深度耦合，依托大數據平臺優化生產流程；西寧市以新型基建為抓手，布局5G基站等基礎設施，有效提升了產業與數字化的協同能力。然而，上游地區整體數實融合基礎仍顯薄弱，區域發展不平衡問題明顯。例如，包頭市在數字經濟領域發展落后和白銀市傳統產業轉型困難，表明多數上游城市亟須進一步優化路徑和強化支撐，以實現高質量的數實融合發展。

總體來看，黃河流域數實融合水平的空間格局演進特征明顯：中高水平及高水平城市數量均呈增長趨勢，低水平城市數量持續縮減，黃河流域整體發展態勢向好。

3黃河流域數實融合水平的區域差異

3.1總體及區域內差異

采用Dagum基尼系數，對流域內數實融合水平的區域差異展開分析。具體結果如表4所示。

圖3反映了黃河流域數實融合水平整體及分區域的演變情況，總體差異方面。從水平值來看，研究期內的基尼系數平均值為0.150，表明存在一定程度的空間非均衡現象。從演變趨勢來看，基尼系數在經歷初期波動后逐漸趨于穩定并呈緩慢上升態勢，反映出黃河流域數實融合的空間差異長期存在，并呈現出擴大趨勢。分階段看：前期上升可能是因為部分地區快速發展，與其他地區的差距擴大；隨后下降則可能是由于原本發展滯后的地區加快了發展速度，縮小了與領先地區的差距；而后期再次出現上升趨勢，則可能意味著新的區域不平衡開始顯現，即部分領先地區加速發展，導致差距再度擴大。

區域內差異方面。從數據差異來看，下游地區內部差異最為顯著，中游和上游地區的基尼系數較為接近，具體排序為：下游 （0.158）gt; 中游（0.137）gt;上游（0.127）。下游的地區內差異與黃河流域的整體差異基本一致，但相較研究初期有所加劇。而上游、中游的地區內差異呈下降趨勢，年降幅分別為 2.006%.0.460% ，說明這兩個區域內部發展不平衡程度有所降低。究其原因，可能與國家推動中游和上游地區產業結構調整、促進資源型城市轉型以及實施區域協調發展戰略等政策有關[25]。這些舉措有助于減少對資源消耗的依賴，夯實數實融合發展的基礎條件，促進中游、上游地區內部的均衡發展。

表4黃河流域數實融合水平的區域差異及其貢獻

圖3黃河流域數實融合水平總體及分區域的基尼系數

3.2 區域間差異

圖4展示了黃河流域數實融合水平的地區間差距及其貢獻率。由圖可知：第一，從區域間差異看，下游地區與其他兩個區域（上游與中游）之間存在較大分化，而中游和上游之間的差距相對較小。從具體數值來看，區域間的基尼系數排序為：中下游（0.157）gt;上下游 （0.150）gt; 上中游（0.136）。從演變趨勢分析，下游與中游、上游之間的區域差異整體呈擴大態勢，且演化路徑高度相似。這種差異可能源于下游地區產業結構更為合理，推動了數實融合的快速發展，而中上游地區受制于傳統產業轉型難題，數實融合整體進展相對緩慢。第二，從區域差異來源及成因來看，2011—2023年間，超變密度對整體差異的年均貢獻率達到 44.314% ，遠高于區域內差異中 32.352% 和區域間差異（ 23.335% ），表明不同區域之間的交疊效應是造成流域內數實融合發展不平衡的關鍵因素之一。換言之，超變密度在黃河流域數實融合空間分異中發揮主導作用。進一步分析其動態演變趨勢可知，區域內差異的貢獻率維持在相對平穩的水平，年均增長率為0.026% ;而區域間差異的貢獻率則呈現波動上升的趨勢，年均增速達到 3.186% 。與此同時，超變密度的貢獻率則表現出下降趨勢，且與區域間差異的變化方向相反。這表明隨著發展進程的推進，各區域之間的交叉融合程度有所減弱，區域間發展不均衡的問題逐漸凸顯[26]

4黃河流域數實融合水平分布的動態演進

4.1時間演進特征分析

為進一步分析黃河流域數實融合水平的地區絕對差異和時間演變特征，運用核密度估計法，選取2011年、2015年、2019年及2023年作為代表年份，繪制核密度曲線（見圖5）。總體來看，黃河流域及其上中下游地區的數實融合水平呈現\"水平不斷提升、差異總體擴大\"的動態演進特征。

由圖5可知：第一，從分布位置來看，在樣本考察期內，黃河流域整體及其各子區域的數實融合水平核密度曲線中心均呈右移趨勢。這一動態變化反映出黃河流域數實融合水平在時間維度上具有明顯的上升趨勢，表明區域內數字技術與實體經濟的融合程度在不斷增強。然而，重心移動幅度并不大，說明黃河流域數實融合水平雖然有所提高，但依然存在較大的提升空間。第二，從曲線形態來看，黃河流域整體及其各子區域的核密度曲線寬度隨時間推移逐步擴展，尤以上游地區的變化最為顯著，反映出該區域內城市間數實融合水平的絕對差異持續擴大。與此同時，曲線峰值呈現遞減趨勢，說明區域內各城市融合水平的分布由原先相對集中的狀態逐漸趨于分散，體現出區域內部協調性減弱、發展差異日益凸顯的特征[27]。第三，從分布延展性來看，曲線拖尾明顯，表明流域內存在融合水平極高或極低的城市，區域間融合程度梯度差異較大。第四，從極化現象來看，黃河流域及各子區域均呈現一個主峰與多個次峰并存的分布形態，表明數實融合水平正趨于多層級分化的發展態勢。

圖4黃河流域數實融合水平的地區間差距與貢獻率

圖5黃河流域及上中下游代表年份數實融合水平核密度曲線

4.2 空間演進特征分析

4.2.1 全局空間自相關性分析

為探究2011—2023年數實融合水平的空間關聯性，以經濟距離矩陣為基礎，通過計算全局莫蘭指數來衡量其空間集聚程度，結果見表5。數據顯示，2011—2023年黃河流域數實融合水平的全局Moran'sI指數均為正值，表明在多數年份中，相似水平的區域在空間上呈現出集聚態勢，即存在顯著的空間正相關性。但2020年的Mo-ran's1指數為0.095， P 值為0.071，未能通過 5% 的顯著性檢驗。這一情況可能與2020年新冠疫情等突發公共事件對經濟活動的沖擊有關，其對區域經濟活動造成的劇烈擾動，影響了數實融合水平的空間分布態勢

表52011—2023年黃河流域數實融合水平的全局Moran's1指數

4.2.2 局部空間自相關性分析

為深入剖析2011—2023年間黃河流域數實融合水平的局部空間關聯特征，運用局部Moran'sI指數，通過Stata軟件繪制2011年、2015年、2019年、2023年的Moran's1散點圖（見圖6），以識別區域內局部空間的高低集聚態勢。分析結果表明，在所選的4個年份中，“高一高”和“低—低”集聚區的城市數量較多，“低一高”集聚區次之，“高一低\"集聚區的城市數量最少。

具體而言，黃河流域中數實融合水平較高的城市，如太原、西安、濟南、青島和東營等，多集中在“高一高\"集聚區。這些城市或以資源型工業為基礎（如東營的石油化工產業、太原的能源工業），或以省會樞紐地位為支撐，依托鏈主企業帶動產業鏈數字化轉型，并借助國家級經開區等平臺推動數字技術與制造業深度融合，形成“產業基礎、龍頭引領、政策賦能\"的數實融合推進模式。相比之下，數實融合水平較低的城市，如隴南、平涼、慶陽等，則多位于“低一低\"集聚區。這些城市普遍經濟基礎薄弱，數字技術與實體經濟發展的資金儲備及投入能力有限；且因地理位置偏遠，對人才、資金等關鍵要素的吸引力不足，產業轉型面臨較大挑戰，缺乏推動數實融合的內在動力和外部支持。處于“高一低\"集聚區的城市，如濰坊、西寧等，盡管自身的經濟發展水平較高，但對周邊城市的輻射帶動作用有限，與周邊城市的產業協同不夠緊密，導致數實融合發展受限。處于“低一高\"集聚區的城市，如榆林、寶雞和銅川等，盡管緊鄰西安等數實融合水平較高的城市，卻未能有效利用其空間溢出效應，形成了數實融合發展的洼地，凸顯了地理鄰近性與空間溢出效應傳遞之間的非對稱性挑戰[28]。

5結論與政策建議

5.1結論

首先，黃河流域數實融合水平整體向好。從時間分布看，數值由2011年的0.055增至2023年的0.156，年均增速達 9.076% ，但仍處于0.05～0.18的較低發展水平區間。從區位分布看，上中下游地區數實融合水平的動態演進態勢與總體趨勢契合，這一結論與核密度估計的分析結果相符，且空間上呈現出下游地區領先、中游地區次之、上游地區相對滯后的分布特征。從各維度分布來看，黃河流域數實融合各結構層雖均呈現增長趨勢，但整體水平仍處于低位，其中融合效率水平最低，說明缺乏內生增長動力。

圖6黃河流域數實融合水平的局部莫蘭散點圖

其次，黃河流域數實融合水平的空間差異呈現持續擴大趨勢，年均增長率達到 0.860% 。其中，下游地區內部差距有所拉大，而上游與中游區域則表現出差異縮小的跡象。超變密度是整體空間分異的主要原因，其年均貢獻率為44.314% ，但也呈現出下降的趨勢。與此同時，區域間差異的貢獻率持續上升，反映出不同子區域之間的分化日益明顯。具體來看，下游與中游、上游之間的數實融合水平差距較為突出，而中游與上游之間的區域差異則相對較小。

最后，黃河流域數實融合水平存在顯著的空間正相關性。“高一高\"集聚區城市主要為山東半島城市群，彼此間相互協作，形成高水平數實融合發展態勢；“低一低\"集聚區的城市以隴南、平涼、慶陽為主，數實融合進程緩慢；“低一高\"集聚和“高一低\"集聚區的城市主要集中在陜甘寧三省交界處，受區位和自然環境等條件約束，形成數實融合水平的洼地。

協調發展。針對黃河流域“高一高\"集聚區與“低一低”集聚區并存的空間格局，須打破行政壁壘，推動要素資源在區域間高效流通。依托西安、濟南等核心城市建立跨區域協作平臺，鼓勵“高一高\"集聚型城市通過產業鏈延伸、創新成果外溢等方式帶動周邊地區融合發展。同時，加大對隴南、平涼等“低一低\"集聚區城市的支持力度，探索數字基礎設施共建共享機制，設立專項基金支持數字化轉型項目，提升其承接外部資源與技術輻射的能力，逐步縮小區域間發展差距，實現由點及面的協同發展。

最后，因地制宜分類施策，發揮各地比較優勢。黃河流域的數實融合發展在地理空間分布上呈現出明顯的不均衡特征，應制定差異化政策舉措。上游地區應把握“東數西算\"戰略機遇，加快新型基礎設施建設，重點支持酒泉、銀川等地打造新能源智慧管理平臺，推動數字技術與綠色能源深度融合；中游地區以裝備制造、化工、冶金等傳統產業為主，應加快智能化改造，在太原、洛陽、臨汾等產業基礎較好的城市開展試點，推動龍頭企業建設工業互聯網平臺，帶動中小企業轉型升級，同時注重循環經濟發展；下游地區則應發揮區位優勢，推動濟南、東營等地建設數實融合創新示范區，探索數字技術賦能石化、海洋經濟等特色產業的新路徑，形成可復制推廣的經驗與模式，實現全流域的優勢互補和錯位發展。

6 不足與展望

5.2 政策建議

首先，構建高質量融合發展體系，激發數實融合內生動力。黃河流域數實融合發展雖持續向好，但整體仍處于較低水平，未來提升潛力巨大。應從夯實融合基礎、拓展融合規模、優化融合結構、提升融合效率這四大維度著手，制定精準的政策措施，系統推進數字產業化與產業數字化雙輪驅動，增強數字經濟與實體經濟的深度融合能力。對于融合水平較高的城市，應聚焦提升融合效率與高端數字技術賦能實體經濟的能力，推動產業鏈向高附加值環節延伸；而對于融合水平較低的城市，則應優先補齊數字基礎設施短板，提升數據要素供給能力和數字技術應用場景覆蓋率，為高質量融合發展奠定基礎。

其次，強化跨域聯動機制，推動流域內均衡

本文以2011—2023年黃河流域81個地級市為研究對象，基于數實融合的內涵，從融合基礎、融合規模、融合結構、融合效率等4個維度構建測度指標體系，系統考察黃河流域數實融合水平的區域差異與動態演進特征。研究結果顯示，該流域數實融合水平呈現向好的發展態勢，這一發現與延曉琦等29和周明茜等3的研究結果相吻合。

然而，本文尚存在以下不足：首先，本文僅聚焦于黃河流域數實融合水平的測度分析，未對制約黃河流域數實融合水平提升的因素展開深入探討。未來研究可借助障礙因子模型，精準識別阻礙黃河流域數實融合水平提升的關鍵因素。其次，本文著重探討黃河流域數實融合水平及其區域差異，但未深入剖析驅動數實融合水平提升的關鍵因素。明確這些關鍵驅動因素，將有助于制定更具針對性的政策，從而更有效地推動黃河流域數實融合水平的提升。未來研究可深入探討政府干預、產業結構及金融發展等因素對數實融合水平提升的驅動作用。最后，本文主要基于黃河流域地級市層面的數據展開分析，尚未涵蓋城市群及縣域層級。未來研究可進一步拓展至上述層級，以期從不同的區域結構出發，全面揭示數實融合水平的地域特征與演化機制，從而為區域協調發展提供更為系統的理論支撐與實踐參考。

參考文獻：

[1]郝憲印，錢進.黃河流域協同科技創新實現路徑研究[J].理論學刊，2024（2）：112-120.

[2]史丹，孫光林.數字經濟和實體經濟融合對綠色創新的影響[J].改革，2023（2）：1-13.

[3」劉慧，王日影.“數實融合\"驅動實體經濟創新發展：分析框架與推進策略[J].經濟縱橫，2023（5）：59-67.

[4］田杰棠，張春花.數字經濟與實體經濟融合的內涵、機理與推進策略[J].技術經濟，2023，42（1）：25-33.

[5]郭晗，全勤慧.數字經濟與實體經濟融合發展：測度評價與實現路徑[J].經濟縱橫，2022（11）：72-82.

[6]曹平，楊鎔博.智慧城市建設能促進城市數實融合嗎？：基于“準自然實驗\"的證據[J].江南大學學報（人文社會科學版），2024，23（3）：88-99.

[7]周密，王雷，郭佳宏.新質生產力背景下數實融合的測算與時空比較：基于專利共分類方法的研究[J].數量經濟技術經濟研究，2024，41（7）：5-27.

[8]胡西娟，師博，楊建飛.中國數字經濟與實體經濟融合發展的驅動因素與區域分異[J].學習與實踐，2022（12）：91-101.

[9]曾鵬，罩意晗，盧玉桂.中國城市數實融合的區域差異、來源分解及形成機理[J].統計與信息論壇，2024，39（4）：95-111.

[10]夏杰長，李鑾誤.數實融合驅動經濟高質量發展：驅動機制與優化路徑[J].探索與爭鳴，2024（9）：102-114，179.

[11］鈔小靜.以數字經濟與實體經濟深度融合賦能新形勢下經濟高質量發展[J].財貿研究，2022，33（12）：1-8.

[12]郭晗.數字經濟與實體經濟融合促進高質量發展的路徑[J].西安財經大學學報，2020，33（2）：20-24.

[13]洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑[J].中國工業經濟，2023（2）：5-16.

[14］趙敏.黃河流域城市高質量發展系統耦合協調度時空演變及驅動力研究[J].統計與信息論壇，2021，36（10）：33-40.

[15］任詩琦，王永瑜.黃河流域地級市綠色發展水平測度與空間收斂性研究[J].干旱區地理，2025，48（6）：1031-1042.

[16]生延超，譚左思，李倩，等.數字經濟能否促進黃河流域旅游經濟韌性提升？[J].干旱區地理，2023，46（10）：1704-1713.

[17]李桂華，任禹崑.數據要素市場化、區域創新與數字參與的耦合協調研究[J].圖書情報工作，2025，69（11）：123-136.

[18]DAGUM C.A new approach to the decomposition of theGini income inequality ratio[J].Empirical Economics，1997，22（4） ：515-531.

[19]陳鈺芬，鄧怡，胡思慧.中國式現代化發展水平：統計測度、區域差異分解與來源[J].統計研究，2025，42（4）：15-30.

[20]孫莉鑫，范林榜.數字經濟、技術創新與綠色供應鏈：基于空間溢出效應研究[J].科技管理研究，2025，45（3）：69-81.

[21]史利江，李前錦，高杉，等.黃河中游城市群綠色技術創新能力的時空演變與影響因素[J].中國沙漠，2024，44（6）：122-134.

[22]孫茜，賈穎穎，孫高祚，等.數字技術賦能黃河流域創新發展治理研究[J].中國科學院院刊，2024，39（6）：1000-1011.

[23]張旭紅，周成，靳軼婷，等.黃河流域城市數字經濟網絡演化特征及其影響機理[J].經濟地理，2025，45（5）：35-45.[24]李光勤，李佳欣，郭細根.黃河流域綠色創新與綠色金融耦合協調的時空演化及區域差異[J].中國沙漠，2025（5）：1-11.

[25]劉虹，雷敏，楊晨，等.黃河流域城市群生態效率評價及歸因分析[J].西北大學學報（自然科學版），2024，54（3）：513-526.

[26]彭文斌，鄺嫦娥.中國城市數字經濟發展的區域非均衡及空間收斂[J].現代經濟探討，2024（9）：74-86.

[27］張偉志，陳學剛.黃河流域低碳經濟轉型的時空格局、區域差異及動態演進[J/OL].環境科學，2024：1-19[2025-07-04].https：//doi.org/10.13227/j.hjkx.202408140.[28]朱靜敏，盧小麗.數字經濟提升旅游經濟韌性的作用機制及空間效應[J].地理科學進展，2024，43（10）：2004-2020.

[29]延曉琦，孫永勝，關皓明，等.黃河流域數字經濟發展水平時空特征與影響因素[J].資源開發與市場，2024，40（4）：558-567.

[30]周明茜，郭付友，尹鵬，等.黃河流域數字經濟的時空分異特征與影響因素分析[J].湖南師范大學自然科學學報，2025，48（1）：112-120.

Abstract：The Yellow River Basin holds a strategically important position in China'ssocioeconomic development and ecological security.The integration of digital and real economies serves as a key breakthrough and strategic support for achieving high-quality development in the region. This study selects 81 prefecture-level cities in the basin as the research sample， constructing a comprehensive evaluation index system covering four dimensions： integration foundation，scale，structure，and efficiency. Using the entropy weight method，this paper measures the level of digital-real economic integration from 2O11 to 2O23.It further analyzes regional disparities and dynamic evolution characteristics using the Dagum Gini coefficient，kernel density estimation，and spatial autocorrelation methods. Key findings are as follows： ① The overall level of digital-real economic integration in the Yellow River Basin has been improving. From 2011 （0.055） to 2023 （0.156）， the composite index increased at an average annual rate of 9.076% ，although it remains relatively low， ranging between O.O5 and 0.18. Spatially， a pattern of \"lower reaches leading， middle reaches following，and upper reaches lagging\" is evident，with regional development trends broadlyconsistent with the overalltrend.While allfour dimensions have improved over time，integration efficiency remains the weakest link，indicating a lack of endogenous growth momentum. ② Spatial disparities in integration levels have continued to widen， at an average annual growth rate of 0.860% .Disparities within the lower reaches have increased， while those in the upper and middle reaches have slightly narrowed. Hyper-variable density remains the main source of spatial disparity， contributing 44.314% on average， though this share has been declining. Meanwhile，inter-regional disparities have increased， reflecting growing divergence among subregions. The gap between the lower and middle reaches，as well as between the lower and upper reaches，is particularly significant， while diffrences between the middle and upper reaches are relatively small. ③ There is significant spatial autocorrelation in integration levels.\"High—high\" agglomeration areas are mainly concentrated in the Shandong Peninsula urban agglomeration， where cities exhibit strong collaborative integration.\"Low—low\" agglomeration areas are primarily found in Longnan，Pingliang，and Qingyang， where integration progress is slow.\"Low—high\" and \"high—low\" agglomerations are mainly located at the junction of Shaanxi， Gansu，and Ningxia，constrained by geographical and environmental factors，resulting in the formation of integration \"lowlands\".Based on the above findings， this paper proposes three targeted policy recommendations： first， for regions with different levels of development，how can a high-quality integration system be constructed to enhance overall integration capacity？ Second，for regions with varying levels of coordination，how can cross一 regional collaboration mechanisms be improved to promote balanced development across the basin？ Third，for regions with different resource endowments and functional roles，how can diffrentiated policy frameworks be established to achieve complementary and coordinated development across the entire basin？

Key words： Yellow River Basin; digital-real integration; regional disparities; dynamic evolution; Gini coefficient

（欄目編輯：張士依）