Development and Association of the Spatial Pattern of Digital System Coupling Coordination in the Yangtze River Delta Urban Agglomeration
■路世昌 LU Shichang 时间 SHI Jian
摘 要：深刻把握城市数字化系统内部耦合协调机制，是数字中国战略下激发长三角城市数字活力、提升数字经济竞争力的核心问题。文章以长三角26个城市为研究对象，运用熵权法、耦合协调模型、空间自相关模型及引力模型，对城市数字化建设和数字经济耦合协调空间状态进行分析。结果显示：长三角区域数字化系统耦合协调度呈现“一超多强”、阶梯式发展，以上海市为中心带动周边地区辐射状发展；上海、苏州、杭州、宁波地区耦合协调度较高，表明系统结构发展平衡有序，而安徽省内城市发展存在落差，相比其他城市差距较大；长三角地区空间集聚特征较明显，耦合协调度存在显著局部正向空间自相关性，城市之间已形成良好的闭合网络结构，且无锡和苏州空间城市联系引力最强。 关键词：长三角城市；数字化发展评价体系；空间结构；耦合协调
Abstract: It is the core issue for to stimulate the digital vitality of the Yangtze River Delta urban agglomeration and enhance the competitiveness of the digital economy under the Digital China strateg
y that the internal coupling and coordination mechanism of the urban digital system is grasped in depth. Taking 26 cities in the Y angtze River Delta as the research object, this paper analyzed the of urban digital construction and spatial state of digital economy coupling coordination employing the entropy weight method, coupling coordination model, spatial autocorrelation model and gravity model. The results show that the coupling coordination degree of the digital system in the Y angtze River Delta region shows a stepwise development of “one superpower and multi powers”, therein Shanghai as the center driving the radial development of surrounding areas; the coupling coordination degree of Shanghai, Suzhou, Hangzhou, and Ningbo is higher indicating that the structure is developing evenly and orderly, while the development of cities in Anhui Province is far behind the other cities; the spatial agglomeration characteristics of the Y angtze River Delta region are noticeable, and there is significant local positive spatial autocorrelation in the coupling coordination. A favorable closed network structure has been formed among urban agglomerations.
And the strongest spatial urban association gravity is between Wuxi and Suzhou.
Keywords: Y angtze River Delta urban agglomeration; digital development evaluation system; spatial structure; coupling coordination
路世昌，辽宁工程技术大学工商管理学院教授、博导；时间，辽宁工程技术大学工商管理学院硕士研究生。
基金项目：辽宁省教育厅人文社会科学研究项目“辽宁省传统制造业转型升级的制约因素和发展建议”(编号：20-A834)；辽宁省财政科研基金项目“支持辽宁数字基础设施建设的财政政策研究”（编号：22C011)；辽宁省经济社会发展研究课题“辽西北物流业与制造业集联动发展研究”（编号：2023lslqnkt-043）；辽宁省教育厅人文社会科学研究项目“数字化赋能辽宁制造业转型升级的机理及推进策略”（编号：21-A817）。
0 引言
为深入贯彻国家数字化发展
和建设数字中国的战略要求，运用
数字技术推动城市数字化发展，是
“十四五”期间加速推进城市治理体
系和治理能力现代化的新需要[1]。随
着信息技术的发展，使城市建设与大
图1 城市数字化建设与数字经济耦合协调机理
数据、人工智能、工业互联网等新型基础设施建设深度融合，积极推进数字化进程已成为近年来各地长远规划的重点方向。长三角区域作为国家打造数字经济中心的空间站，拥有良好的数字创新空间、先进的数字基础设施、开放的数字区域环境，以及广泛的数字一体化协作基础，不仅是我国数字化创新推进的重要腹地，也是世界区域数字一体化实现的焦点。然而，与其他数字化城市相比，长三角数字化区域存在三省一市的特殊情况，且各省份数字经济结构也有所不同，导致在长三角城市实现数字经济一体化、城市数字建设区域协同发展中存在矛盾。面对新一轮的全球数字经济热潮，研究长三角区域数字化系统内的耦合协调关系掌握区域空间结构联系，是顺应新时代国家建设数字经济城市战略与长三角数字一体化发展的双向需求。1 研究现状
2022年1月，上海市举行“长三角数字干线”建设启动会议，明确助推长三角新型一体化高质量建设，突出重点区域数字示范区，协同共建数字经济创新带。随着数字经济对我国新型城市建设的渗透不断深入，数字经济高赋能城镇发展的作用受到广大学者的认可。近年来，不少学者结合空间联系[2]、区域创新[3]、机理驱动[4]等从不同的数字维度讨论数字经济与其他方向的耦合相关度，以多系统耦合理论视角思考数字化系统结构，数字系统耦合协调的领域宽泛化逐渐成为学术聚焦的重点。其研究主题主
要集中在两个方面：①考虑数字系统与城市发展系统的协调度，大多集中于数据驱动与城市精细化治理、城市化与生态环境和谐机制、城市高质量发展、可持续发展与低碳协调
演变等分析耦合协调度[5-8]；② 从数字经济出发，评价数字经济内部子系统之间的耦合协调发展水平，主要从
评价数字化与制造业高质量发展、先进制造业融合、数字产业化等进行耦合协调分析[2,9-11]。
这些研究虽然在城市建设与数字经济等其他领域的耦合协调上取得了一定成果，但大多是以数字演化的维度对区域城市与乡村发展的升级路径、影响因素、驱动要素及其耦合关系进行定性分析，而对城市数字化建设空间耦合水平的定量评价研究较少；基于“新基建”背景下的城市数字化建设与数字经济发展融合度则更为鲜见。在笔者看来：一方面，数字经济能够通过大数据赋能、工业互联网技术推进、基础设施保障，加快城市治理体系和治理能力现代化，从而助推城市数字化高质量发展；另一方面，新基建背景下的城市数字创新将推进构建完整的数字评价体系，增强城市数字经济区域划分的能力，加快数字经济环境创新，促进城市数字环境发展，因而数字经济与城市数字化建设的高度耦合也会成为新基建构建数字体系的助推器。
基于此，本文以城市数字化转型为切入点，构建了数字经济与城市数字化建设的理论模型（图1），并结合诸多学者耦合协调理论与空间格局理论，运用引力模型考察长三角城市
数字化系统耦合协调度，为今后提升东部地区城市数字经济，构建区域智慧联盟提供参考。2 研究设计
2.1 指标设计
目前，长三角经济占全国经济比重的24.5%，这对研究区域数字经济高质量发展具有重要意义。根据现阶段数字经济发展与城市建设的新理念与要求，本文参照政策文件并结合现有文献成果[12]，遵循数据可查性、全面性、代表性等原则，首先构建符合长三角26个城市数字化系统评价指标体系（表1）。2.2 处理方法
2.2.1 数据标准化处理
考虑到多指标间量纲与量级差异，为更全面准确地评价长三角城市数字化能力，对多指标进行数据归一化处理，具体步骤如下。
正向指标处理：
min()max()min()
ij ij ij ij ij x x X x x −=
− （1）
负向指标处理：
max()max()min()ij ij
ij ij ij x x X x x −=
− （2）
表1 长三角城市数字化系统
评价指标体系系统
准则层指标层
城市数字化建设
相关数字业务产出人均电信业务总量人均邮政业务总量快递业务收入城乡协调发展城乡居民消费水平之比城乡居民可支配收入之比数字创新指数
国内发明专利申请授权量R&D （研究与试验发展）内部经费支出R&D人员
城
市
数
字经
济
数字经济基础
每百人互联网用户数
每百人移动电话用户数
固定电话户数
产业数字化指数计算机服务和软件从业人员占比
规模以上工业企业数量
数字产业化指数
数字普惠金融指数
数字经济指数
表2 长三角城市数字化系统
评价指标权重编号
指标层
指标属性指标权重W j 1人均电信业务总量+0.070 72人均邮政业务总量+0.163 63快递业务收入+0.288 74城乡居民消费水平之比-0.018 75城乡居民可支配收入之比-0.028 96国内发明专利申请授权量+0.139 57R&D内部经费支出+0.174 88R&D人员
+0.115 19每百人互联网用户数+0.085 610每百人移动电话用户数+0.085 811固定电话户数+0.179 112
计算机服务和软件从业人员占比
+0.221 213规模以上工业企业数量+0.121 614数字普惠金融指数+0.069 115数字经济指数
+
0.237 7
式中，X ij 表示第i 个城市中的第 j 项指标；x max 、x min 分别表示第i 个城市中第j 项指标的最大值和最小值；X ij 表示x ij 经标准化处理后的 数值。
2.2.2 指标权重计算
在计算城市数字化建设与数字经济发展评价时，需要对系统内各项指标赋予权重。为避免主观赋值方法带来的缺陷，本文选择客观赋权法，根据熵值法计算出2019年各项指标的权重；同时，为了令数据有意义，将无量纲化的指标全部平移一个最小单位（10-4）处理[13]，再利用指标要素权重对长三角城市数字化建设状况进行评价。具体步骤如下。
无量纲化处理：
1
ij
ij n
ij
i X P X
==
∑ （3）
式中，P ij 表示第i 个城市中的第j 项指标占该指标的比重；n 为研究的城市数量，且i =1，2，…，n 。
熵值计算：
1
1ln()ln()n
j ij ij i e P P n ==−∑ （4）
式中，e j 表示第j 项指标的熵值，且满足0≤e j ≤1。
信息熵冗余度计算：
1j j g e =− （5）
式中，g j 表示第j 项指标的信息熵冗余度。
确定评价指标权重：
1
j
j m
j
j g W g
==
∑ （6）
式中，W j 表示第j 项指标的评价指标权重；m 为指标数量，且j =1，2，…，m 。
各城市综合得分计算：
41
(10)m
j ij j U
W x −==+∑ （7）
式中，
U 表示各城市的综合得分。通过上述数据处理，可得到各指标层所占指标权重如表2所示。2.2.3 耦合协调度计算
通过量化分析城市数字化建设与城市数字经济的相互作用，计算耦合度指数在系统内相互作用，选取正确
耦合度指数公式：
C =（8）
式中，C 为耦合度指数，且满足0≤C ≤1；U 1为城市数字化建设指数；U 2为城市数字经济指数。同时，为衡量数字城市化建设与数字经济之间的耦合协调水平，引入
耦合协调度模型公式：
D
=12T U U αβ=+ （10）
式中，D 为耦合协调度指数；
T 为综合协调指数；α和β分别为城市数字化建设和城市数字经济两个系统内的得分权重，由于本文认为两系统对推进城市数字化建设同样重要，即处于并列地位，因此赋予权重 α=β=0.5。
参考文献[14]并结合本文实际数值，将城市数字化建设与数字经济系统耦合协调度数值进行如表3所示 分类。
2.2.4 空间自相关模型
为分析长三角城市各地区的数字化发展空间水平集聚状态，选用全局空间自相关指数（Global Mora
n’s I ）和局部空间自相关指数（Local Moran’s I ）来检验长三角相邻城市数字化水平空间的关联性。若全局空间
表3 城市数字化建设与数字经济耦合
协调度发展阶段分类耦合协调度耦合协调等级 0～0.3勉强协调＞0.3～0.4低度协调＞0.4～0.6中度协调＞0.6～0.8良好协调＞0.8～1.0
优质协调
自相关指数为正，表明长三角城市存在空间自相关性；若局部空间自相关指数为正，同样表示研究区域具有空间关联性，可通过局部空间自相关揭示冷热点长三角城市数字化区域分布规律[15]。具体公式如下：
11
2
11
()()
()
n
n
ij i j i j
g n n ij
i
i j n W x x x x I W x x ====−−=
−∑∑∑∑ （11）
21
2
11
1
()()
()
n
i ij j j l n n n
ij
i
i j i n x x W x x I W x x ====−−=
×−∑∑∑∑ （12）
式中，I G 表示全局空间自相关指数；I L 局部空间自相关指数；n 为研究城市数量；x 表示26个城市数字化水平的耦合协调度的均值；x i 表示第i 个城市单元的数字化水平；W ij 表示空间权重矩阵。
2.2.5 空间联系引力模型
采用引力模型测算长三角城市城市数字化建设与数字经济间耦合协调度的空间联系与数字化网络结构特征，并通过市域空间联系强度反应长三角城市周边城市的辐射力度。参考王方方等[16]基于空间联系引力模型的系数修正方法，将系数k 修正为某一城市耦合协调度与两个城市耦合协调度总和之比。修正后的引力模 型为：
2
u v
uv uv M M R k t ×=×
（13）u
u v M k M M =
+ （14）
式中，R uv 表示长三角城市u 、v 的空间联系强度；M u 、M v 分别表示长三角城市u 、v 的耦合协调度；t uv 表示长三角城市u 、v 居民交通往来的最短时间。本文以城市区域作为基本单元，旅客首先倾向城际高铁、公路等主要交通方式，t uv 选取铁路12306软件到区的最短耗时
（单位：min ）。
2.3 数据来源及处理
鉴于2020年以来的数字经济相关数据并未全部披露，本文选择2019年相关数据进行分析。为测定长三角地区城市数字化建设与数字经济高质量发展协调度，本研究使用的相关数据来源于《中国城市统计
年鉴（2020）》阿里研究院《打造全球数字经济高低：2019数字长三角一体化发展报告》《2021长三角数字经济发展报告》，以及2020年各省、市的统计年鉴和统计公报。3 实证分析
3.1 城市数字化系统综合评价
根据各项指标权重，测算出2019年长三角26个城市数字化建设与数字经济发展指数的综合评价得分，继而绘制折线图以直观分析城市的数字化系统综合水平（图2）。从整体看，长三角城市数字化系统综合评价得分区域差距较为显著，数字化中心区域凸显，呈现空间分布不均衡状态。①江浙沪多中心高增长数字化联动分布，而安徽省整体城市数字化综合评价指数较低；其中，合肥市带动省内其他城市发展，与周边省份相比差异较大。②仅有上海市充分借助数字能源新势力，凸显城市数字化建设与数字经济优势。
3.2 城市数字化建设与数字经济的耦合协调评价
基于前文耦合协调模型，计算出耦合度指数（C）与耦合协调度指数
（D），探究长三角地区城市数字化建设与数字经济耦合协调发展。根据计算结果（表4），上海、杭州、芜湖、滁州、合肥、苏州的耦合度位居前列，说明城市数字化建设与数字经济融合度较高，通过三省加一市的带动作用发挥出数字化城市活力；舟山的耦合度仅为0.897 9，相比其他25个城市的耦合度偏低，说明舟山的数字化发展与其他城市呈现出区域落差，具有梯度性差异。
为避免以单一耦合度分析长三角城市的整体数字化发展，本文采用ArcGIS 工具，对耦合协调度空间分布进行直观化分析（图3）。可以看出，长三角城市数字化耦合协调度以上海、杭州、苏州、南京、合肥5个区域中心带动周边城市数字化发展，呈现由省会带动核心数字化至边缘的空间分布格局。与之前的耦合度分析相比：①芜湖、滁州排名大幅下滑，通过综合协调评价指数给予修正后，排名结果较为客观；②南京、无锡、常州、金华、湖州等城市的耦合协调度排名大幅提升，长三角城市城市层面的数字经济规划通过结合地方特，相继发布相关政策文件以满足本城市数字化发展刚需，使其数字化综合协调指数较高；③上海和杭州的整体耦合协调度水平远超其他城市，成为数字化发展的前沿阵线。
从目前的发展情况来看，上海聚焦金融数字产业化发展，已形成15个具有影响力的工业互联网平台，有300家企业已相继投入工业互联网应用；杭州则积极推进新型基础设施建设，以绿集约化数据为核心的数据中心在城市数字化领域持续推进。两市在城市数字化建设与数字经济上均具备高素质水平，两系统耦合呈现高质量紧密发展态势，在制造业、服务业等领域实现新业态数字经济新格局。安徽省城市的耦合协调度整体较低，处于濒临失调阶段，仅合肥排名靠前，成为全省数字化发展的核心增长极。这说明安徽省各城市的数字
图2 长三角城市数字化系统综合指数
I G I L
化发展不均衡，在城市数字化建设与数字经济发展两系统间未实现良性互动，数字资源呈倾斜式发展。通过对比耦合度与耦合协调度数值，铜陵城市数字建设与数字经济耦合协调度最低，需要加强数字化效应并与江浙沪地区联合对接，深化长三角城市数字经济一体化发展。由此可见，建设数字化长三角城市是当下需要解决的重要问题。
3.3 系统间耦合协调空间集聚分析
利用ArcGIS 软件，分别测算全局空间自相关指数IG 与局部空间自相关指数IL。长三角城市的全局空间自相关指数约为0.223，P=0.046，通过了5%水平显著检验，否定了空间格局分布为离散式的原假设，说明长三角城市的城市数字化建设与数字经济耦合协调度在全局上存在空间正相关性，具有显著集聚特点。图4可直观地反映出相邻城市间的空间集聚水平，主要表现为以下3个方面。
（1）苏州、嘉兴为H-H 集聚区。两市均邻接上海，周边城市数字化发展较高。但上海作为数字经济龙头及浙江省数字发展的引擎地，区位数字化建设与数字经济的辐射能力强，需要进一步吸纳新兴互联网产业借助数字服务、数字产品等技术手段，以促进相邻城市协同一体化前进。未来，苏州、嘉兴将以优化空间数字经济，打造高端产业园区为契机，寻求城市数字化质量提升，将智能制造、新基建、工业互联网等作为重点发展方向，以此提升系统间耦合协调度。
（2）合肥处于H-L 集聚区。由于距离沪、苏、杭等东部发达城市较远，安徽省内各城市数字化发展总
体较弱，仅合肥受惠于南京等邻近城市的数字化辐射效应，数字经济、城市数字化建设发展尚可。目前，合肥已跻身国内人工智能“五强”城市之一，全力打造工业互联网产业区园区，形成以合肥为核心的数字经济增
表4 长三角城市城市数字化建设与数字经济耦合协调度
城市城市数字化建设
指数U 1
城市数字经济指数U 2
耦合度指数
C 综合协调指数
T 耦合协调度指数
D
上海0.965 30.811 70.996 30.888 50.940 9南京0.254 70.581 40.920 50.418 10.620 3无锡0.227 00.40
9 50.958 00.318 20.552 2常州0.123 40.300 40.908 60.211 90.438 8苏州0.353 20.538 10.978 30.445 60.660 3南通0.127 80.225 50.961 00.176 60.412 0盐城0.087 60.163 40.953 30.125 50.345 9扬州0.090 20.185 20.938 70.137 70.359 5镇江0.105 00.188 00.959 00.146 50.374 8泰州0.078 20.158 70.940 60.118 50.333 8杭州0.472 10.634 70.989 20.553 40.739 9宁波0.243 70.382 50.975 10.313 10.552 6嘉兴0.138 70.252 40.956 80.195 50.432 5湖州0.125 20.299 10.912 20.212 20.439 9绍兴0.125 10.203 80.970 90.164 50.399 6金华0.157 20.295 90.952 00.226 50.464 4舟山0.071 00.182 60.897 90.126 80.337 5台州0.114 00.210 30.954 90.162 10.393 5合肥0.187 00.272 50.982 50.229 80.475 1芜湖0.091 20.124 80.987 80.108 00.326 6马鞍山0.045 00.100 30.924 60.072 70.259 2铜陵0.009 60.022 50.915 00.016 00.121 1安庆0.034 90.054 80.975 00.044 90.209 2滁州0.035 00.048 70.986 50.041 90.203 2池州0.032 60.061 70.950 90.047 10.211 7宣城
0.042 9
0.075 5
0.961 2
0.059 2
0.238 5
图3 长三角城市数字化耦合协调度空间分布图
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议