Research on the influence of digital economy development on the evolution of innovation spatial structure of urban agglomeration

doi:10.3969/j.issn.1004-9479.2025.07.20230890

Abstract

Abstract:

Investigating the spatial distribution of innovation activities is of great significance for building a high-quality innovation development pattern. Based on the monocentric-polycentric perspective, using the panel data of 14 urban agglomerations in China from 2009 to 2019, this paper empirically explores the influence of digital economy development on the evolution of urban agglomeration's innovative spatial structure. It is found that: ① The development of digital economy can narrow the innovation gap between cities and promote the evolution of innovative spatial structure of urban agglomeration to polycentric mode. In terms of subdivision dimension, the development of digital finance plays the greatest role in promoting the evolution of innovative polycentric spatial structure of urban agglomeration, followed by digital innovation ability. ② The role of digital economy in promoting the innovative polycentric spatial structure of urban agglomerations gradually appeared after the 18th CPC National Congress in 2012, and was further enhanced since the 19th CPC National Congress in 2017. ③ Reducing the development gap of knowledge-intensive service industry and promoting the process of market integration are two important ways for the digital economy to empower the evolution of innovative polycentric spatial structure of urban agglomerations, among which accelerating the process of market integration plays a greater intermediary role. The research conclusion provides policy reference for deepening the development of digital economy and optimizing the spatial pattern of urban agglomeration innovation.

Key words: digital economy, urban agglomeration, innovation spatial structure, polycentricity

摘要：

考察创新活动的空间分布对构建高质量创新发展格局具有重要意义。基于单中心-多中心视角，使用2009—2019年中国14个城市群的面板数据，实证探究数字经济发展对城市群创新空间结构演进的影响。结果表明：①数字经济发展能够缩小城市间的创新差距，推动城市群创新空间结构向多中心模式演进。细分维度来看，数字金融发展对城市群创新多中心空间结构演进的促进作用最大，数字创新能力次之。②数字经济对城市群创新多中心空间结构的促进作用在2012年党的十八大后逐渐显现，在2017年党的十九大以后得到进一步增强。③缩小知识密集型服务业发展差距和推进市场一体化进程是数字经济赋能城市群创新多中心空间结构演进的两条重要途径，其中加快市场一体化进程发挥的中介效应更大。研究结论为深化数字经济发展、优化城市群创新空间格局提供了政策参考。

关键词: 数字经济, 城市群, 创新空间结构, 多中心

Shaohua ZHANG, Yue REN. Research on the influence of digital economy development on the evolution of innovation spatial structure of urban agglomeration[J]. World Regional Studies, 2025, 34(7): 139-153.

张少华, 任悦. 数字经济发展对城市群创新空间结构演进的影响研究[J]. 世界地理研究, 2025, 34(7): 139-153.

Figures/Tables 8

Tab.1 China urban digital economy development index system

一级指标	二级指标	指标解释	单位（方向）
数字基础设施	移动互联网基础	每百人移动电话用户数	万户/百人（+）
数字基础设施	宽带互联网基础	每百人互联网宽带接入用户数	万户/百人（+）
数字技术产业	电信业务产出	人均电信业务总量	万元/人（+）
数字技术产业	信息技术企业	ICT上市企业数量	个（+）
数字创新能力	数字创新产出	数字经济相关专利数	个（+）
数字创新能力	信息技术人才	计算机服务和软件从业人员占城镇单位从业人员比重	%（+）
数字金融发展	覆盖广度	数字普惠金融覆盖广度指数	（+）
	使用深度	数字普惠金融使用深度指数	（+）
	数字化程度	数字普惠金融数字化程度指数	（+）

Tab.2 Statistical description of variables

变量	样本数	均值	标准差	最小值	最大值
$P o l y$	2 409	1.203	0.794	0.165	3.748
$D i g$	2 409	0.482	0.288	0.068	2.733
$K i i g$	2 409	1.465	0.655	0.448	4.200
$I n t e g$	2 409	4.092	0.249	3.091	4.503
$F i n$	2 409	2.278	1.130	0.587	11.172
$H u c a$	2 409	0.019	0.024	0.000 1	0.145
$P r e$	2 409	0.201	0.040	0.019	0.372
$F d i$	2 409	0.026	0.047	0.000 1	0.693
$I n f r a$	2 409	1.206	0.839	－1.747	4.301

Tab.2 Statistical description of variables

变量	样本数	均值	标准差	最小值	最大值
$P o l y$	2 409	1.203	0.794	0.165	3.748
$D i g$	2 409	0.482	0.288	0.068	2.733
$K i i g$	2 409	1.465	0.655	0.448	4.200
$I n t e g$	2 409	4.092	0.249	3.091	4.503
$F i n$	2 409	2.278	1.130	0.587	11.172
$H u c a$	2 409	0.019	0.024	0.000 1	0.145
$P r e$	2 409	0.201	0.040	0.019	0.372
$F d i$	2 409	0.026	0.047	0.000 1	0.693
$I n f r a$	2 409	1.206	0.839	－1.747	4.301

Tab.3 Benchmark regression results

变量	（1）	（2）	多中心方式
变量	（1）	（2）	（3）	（4）
$D i g$	0.331^***(6.39)	0.323^***(6.22)	0.170^***(4.17)	0.476^***(6.67)
$F i n$	—	－0.031^**(－2.28)	－0.017^*(－1.74)	－0.044^**(－2.35)
$H u c a$	—	4.039^**(2.33)	－0.513(－0.36)	8.591^***(3.48)
$P r e$	—	－0.434(－1.27)	－0.188(－0.72)	－0.680(－1.44)
$F d i$	—	0.721^**(2.45)	0.645^**(2.42)	0.796^**(2.08)
$I n f r a$	—	－0.004 9(－0.83)	－0.002 1(－0.43)	－0.007 7(－1.02)
$_c o n s$	3.682^***(23.82)	3.758^***(20.16)	3.751^***(24.62)	3.766^***(14.93)
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.854	0.853	0.809	0.817

Tab.3 Benchmark regression results

变量	（1）	（2）	多中心方式
变量	（1）	（2）	（3）	（4）
$D i g$	0.331^***(6.39)	0.323^***(6.22)	0.170^***(4.17)	0.476^***(6.67)
$F i n$	—	－0.031^**(－2.28)	－0.017^*(－1.74)	－0.044^**(－2.35)
$H u c a$	—	4.039^**(2.33)	－0.513(－0.36)	8.591^***(3.48)
$P r e$	—	－0.434(－1.27)	－0.188(－0.72)	－0.680(－1.44)
$F d i$	—	0.721^**(2.45)	0.645^**(2.42)	0.796^**(2.08)
$I n f r a$	—	－0.004 9(－0.83)	－0.002 1(－0.43)	－0.007 7(－1.02)
$_c o n s$	3.682^***(23.82)	3.758^***(20.16)	3.751^***(24.62)	3.766^***(14.93)
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.854	0.853	0.809	0.817

Tab.4 Segmentation dimension test results

变量	（1）	（2）	（3）	（4）
$D i g I n f$	0.060 6(1.44)	—	—	—
$D i g T e c$	—	0.000 4(0.03)	—	—
$D i g I n n$	—	—	0.031^**(2.18)	—
$D i g F i n$	—	—	—	0.431^***(5.17)
$_c o n s$	3.780^***(20.61)	3.266^***(29.65)	2.685^***(23.49)	3.898^***(16.41)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.850	0.808	0.850	0.852

Tab.4 Segmentation dimension test results

变量	（1）	（2）	（3）	（4）
$D i g I n f$	0.060 6(1.44)	—	—	—
$D i g T e c$	—	0.000 4(0.03)	—	—
$D i g I n n$	—	—	0.031^**(2.18)	—
$D i g F i n$	—	—	—	0.431^***(5.17)
$_c o n s$	3.780^***(20.61)	3.266^***(29.65)	2.685^***(23.49)	3.898^***(16.41)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.850	0.808	0.850	0.852

Tab.5 Test results of economic cycle effect

变量	2009—2012年	2013—2016年	2017—2019年
变量	（1）	（2）	（3）
$D i g$	0.080(1.29)	0.206^**(1.98)	0.251^*(1.91)
$_c o n s$	2.974^***(13.50)	2.511^***(15.70)	3.002^***(11.47)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
时间固定效应	控制	控制	控制
$o b s$	876	876	657
$R 2$	0.854	0.865	0.844

Tab.5 Test results of economic cycle effect

变量	2009—2012年	2013—2016年	2017—2019年
变量	（1）	（2）	（3）
$D i g$	0.080(1.29)	0.206^**(1.98)	0.251^*(1.91)
$_c o n s$	2.974^***(13.50)	2.511^***(15.70)	3.002^***(11.47)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
时间固定效应	控制	控制	控制
$o b s$	876	876	657
$R 2$	0.854	0.865	0.844

Tab.6 Endogenous analysis results

变量	（1）	（2）	（3）	（4）
$D i g$	0.305^***(5.69)	0.562^***(5.81)	0.407^***(4.54)	—
$D i d p o l i c y$	—	—	—	0.066 4^***(2.58)
$_c o n s$	－14.64^***(－2.99)	4.437^***(14.77)	4.023^***(14.30)	1.504^***(18.63)
Kleibergen-Paap rk LM	—	49.750[0.000]	73.296[0.000]	—
Kleibergen-Paap rk Wald F	—	42.527{16.38}	75.677{16.38}	—
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
省份固定效应	控制	不控制	不控制	不控制
“时间 $× 省份$ ”固定效应	控制	不控制	不控制	不控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.856	0.853	0.856	0.108

Tab.6 Endogenous analysis results

变量	（1）	（2）	（3）	（4）
$D i g$	0.305^***(5.69)	0.562^***(5.81)	0.407^***(4.54)	—
$D i d p o l i c y$	—	—	—	0.066 4^***(2.58)
$_c o n s$	－14.64^***(－2.99)	4.437^***(14.77)	4.023^***(14.30)	1.504^***(18.63)
Kleibergen-Paap rk LM	—	49.750[0.000]	73.296[0.000]	—
Kleibergen-Paap rk Wald F	—	42.527{16.38}	75.677{16.38}	—
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
省份固定效应	控制	不控制	不控制	不控制
“时间 $× 省份$ ”固定效应	控制	不控制	不控制	不控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.856	0.853	0.856	0.108

Tab.7 Robustness test results

变量	（1）	（2）	（3）	（4）
$D i g$	0.276^*** (4.43)	0.028 6^*** (3.65)	0.143^** (2.55)	－0.227^** (－2.46)
$_c o n s$	3.923^*** (14.40)	0.176^*** (6.58)	0.285^*** (18.01)	0.856^*** (40.88)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.851	0.887	0.879	0.816

Tab.7 Robustness test results

变量	（1）	（2）	（3）	（4）
$D i g$	0.276^*** (4.43)	0.028 6^*** (3.65)	0.143^** (2.55)	－0.227^** (－2.46)
$_c o n s$	3.923^*** (14.40)	0.176^*** (6.58)	0.285^*** (18.01)	0.856^*** (40.88)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.851	0.887	0.879	0.816

Tab.8 Mechanism estimation results of digital economy affecting urban agglomeration's innovative spatial structure

变量	$K i i g$	$P o l y$	$I n t e g$	$P o l y$
变量	（1）	（2）	（3）	（4）
$D i g$	－0.075^*** (－3.08)	0.318^*** (6.12)	0.369^*** (48.77)	0.314^*** (6.08)
$K i i g$	—	－0.066^*** (－4.06)	—	—
$I n t e g$	—	—	—	0.356^*** (6.66)
$_c o n s$	0.284^*** (2.93)	3.777^*** (20.31)	4.698^*** (82.77)	2.811^*** (9.31)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$S o b e l (P)$	0.000		0.022
$B o o t s t r a p$ 间接效应	0.019^***		0.061^**
95%的置信区间	[0.005 3，0.033 2]		[－0.110 2，－0.011 9]
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.337	0.853	0.636	0.856

Tab.8 Mechanism estimation results of digital economy affecting urban agglomeration's innovative spatial structure

变量	$K i i g$	$P o l y$	$I n t e g$	$P o l y$
变量	（1）	（2）	（3）	（4）
$D i g$	－0.075^*** (－3.08)	0.318^*** (6.12)	0.369^*** (48.77)	0.314^*** (6.08)
$K i i g$	—	－0.066^*** (－4.06)	—	—
$I n t e g$	—	—	—	0.356^*** (6.66)
$_c o n s$	0.284^*** (2.93)	3.777^*** (20.31)	4.698^*** (82.77)	2.811^*** (9.31)
控制变量	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制
时间固定效应	控制	控制	控制	控制
$S o b e l (P)$	0.000		0.022
$B o o t s t r a p$ 间接效应	0.019^***		0.061^**
95%的置信区间	[0.005 3，0.033 2]		[－0.110 2，－0.011 9]
$o b s$	2 409	2 409	2 409	2 409
$R 2$	0.337	0.853	0.636	0.856

References 36

[1]	方创琳,王振波,马海涛.中国城市群形成发育规律的理论认知与地理学贡献.地理学报,2018,73(04):651-665.
	FANG C, WANG Z, MA H. The theoretical cognition of the development law of China's urban agglomeration and academic contribution. Acta Geographica Sinica, 2018,73(04):651-665.
[2]	田相辉,徐小靓.创新生产的空间效应与结构效应.管理评论,2018,30(03):95-101.
	TIAN X, XU X. The spatial effects and structural effects of innovative production. Management Review, 2018,30(03):95-101.
[3]	BAILEY N, TUROK I. Central Scotland as a polycentric urban region: Useful planning concept or chimera. Urban Studies, 2001, 38(4): 697-715.
[4]	国胜铁,姚常成.我国城市群知识创新的空间结构演变趋势——来自Web of Science核心数据库的经验证据.求是学刊,2019,46(04):54-63.
	GUO S, YAO C. Spatial Structure evolution trend of knowledge innovation in urban agglomeration in China: Empirical evidence from core web of science databases. Seeking Truth, 2019, 46(04): 54-63.
[5]	马静,邓宏兵,蔡爱新.中国城市创新产出空间格局及影响因素——来自285个城市面板数据的检验.科学学与科学技术管理,2017,38(10):12-25.
	MA J, DENG H, CAI A. Analysis on city innovation output of space-time distribution pattern and influential factors in China: Empirical analysis of 285 cities in China. Science of Science and Management of S.& T., 2017,38(10):12-25.
[6]	王春杨,吴小文.高铁建设对区域创新空间结构的影响——基于长江经济带的实证分析.重庆交通大学学报(社会科学版),2018,18(01):69-74.
	WANG C, WU X. High speed rail network and regional innovation space evolution:An empirical analysis based on the Yangtze River Economic Belt. Journal of Chongqing Jiaotong University (Social Science Edition), 2018,18(01):69-74.
[7]	张林;高安刚.国家高新区如何影响城市群创新空间结构——基于单中心-多中心视角.经济学家,2019(01):69-79.
	ZHANG L, GAO A. How does the national high-tech zones affect the innovative spatial structure of urban agglomerations? : Based on a single center- multi center perspective. Economist, 2019(01):69-79.
[8]	王猛,高波,樊学瑞.城市功能专业化的测量和增长效应:以长三角城市群为例.产业经济研究,2015,(06):42-51.
	WANG M, GAO B, FAN X. Measurement and growth effect of urban function specialization: The Yangtze River Delta City. Industrial Economic Research, 2015, (06):42-51.
[9]	郑兴有,王鹏.信息化程度及地理分布对区域创新投入产出效应的影响.经济与管理,2013,27(09):85-90.
	ZHENG X, WANG P. Impact of informatization and geographical distribution on input and output of regional innovation. Economy and Management, 2013, 27(09): 85-90.
[10]	戴宏伟,杨宏昌.中国城市群空间结构对科技创新的影响.经济地理,2023,43(12):36-47.
	DAI H, YANG H. Impact of spatial structure of urban agglomeration on technological innovation. Economic Geography, 2023, 43(12): 36-47.
[11]	高丽娜;朱舜.城市群一体化发展促进创新吗?——来自长三角城市群的经验证据.华东经济管理,2018,32(06):66-71.
	GAO L, ZHU S. Does the integrated development of urban agglomeration promote the innovation? : Empirical evidence from the Yangtze River urban agglomeration. East China Economic Management, 2018,32(06):66-71.
[12]	倪进峰;李华.经济集聚、空间结构与城市创新——基于233个地级及以上城市数据的实证研究.中国科技论坛,2018(10):146-153.
	NI J; LI H. Economic agglomeration,spatial structure and urban innovation : An empirical study based on data of 233 cities at the prefecture level and above in China. Forum on Science and Technology in China, 2018(10):146-153.
[13]	李泽众,沈开艳.城市群空间结构对经济高质量发展的影响.广东社会科学,2020(02):26-36.
	LI Z, SHEN K. Urban agglomeration spatial structure´s on high-quality economic development. Social Sciences in Guangdong, 2020(02):26-36.
[14]	陆军;毛文峰;聂伟.都市圈协同创新的空间演化特征、发展机制与实施路径.经济体制改革,2020(06):43-49.
	LU J, MAO W, NIE W. Spatial evolution characteristics, development mechanism and implementation path of collaborative innovation in metropolitan area. Reform of Economic System, 2020(06):43-49.
[15]	孙斌栋,李琬.城市规模分布的经济绩效——基于中国市域数据的实证研究.地理科学,2016,36(03):328-334.
	SUN B, LI W. City size distribution and economic performance: Evidence from city-regions in China. Scientia Geographica Sinica, 2016, 36(03): 328-334.
[16]	刘修岩,李松林,秦蒙.城市空间结构与地区经济效率——兼论中国城镇化发展道路的模式选择.管理世界,2017,(01):51-64.
	LIU X, LI S, QIN M. Urban spatial structure and regional economic efficiency: On the mode choice of China's urbanization development road. Journal of Management World, 2017, (01): 51-64.
[17]	张昕蔚.数字经济条件下的创新模式演化研究.经济学家,2019(07):32-39.
	ZHANG X. Research on evolution of innovation mode under the condition of digital economy. Economist, 2019(07):32-39.
[18]	赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据.管理世界,2020,36(10):65-76.
	ZHAO T, ZHANG Z, LIANG S. Digital economy, entrepreneurship and high-quality development: Empirical evidence from urban China. Journal of Management World, 2020,36(10):65-76.
[19]	TRANOS E, TASOS K, RAQUEL O. Digital economy in the UK: Regional productivity effects of early adoption. Regional Studies, 2021, 55(12): 1924-1938.
[20]	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.统计研究,2023,40(08):59-70.
	SUN J, BAI J, WANG Y. How the digital economy reshapes Chinese regional innovation structure: Based on the perspective of R&D factor flow. Statistical Research, 2023,40(08):59-70.
[21]	孙斌栋,王旭辉,蔡寅寅.特大城市多中心空间结构的经济绩效——中国实证研究.城市规划,2015,39(08):39-45.
	SUN B, WANG X, CAI Y. An empirical study on the economic performance of polycentric spatial structure of mega-cities in China. City Planning Review, 2015,39(08):39-45.
[22]	蔡跃洲,马文君.数据要素对高质量发展影响与数据流动制约.数量经济技术经济研究,2021,38(03):64-83.
	CAI Y, MA W. How data influence high-quality development as a factor and the restriction of data flow. Journal of Quantitative & Technological Economics, 2021,38(03):64-83.
[23]	赵增耀,章小波,沈能.区域协同创新效率的多维溢出效应.中国工业经济,2015(1):32-44.
	ZHAO Z, ZHANG X, SHEN N. Multidimensional spillover effect of regional cooperative innovation efficiency. China Industrial Economics, 2015(1):32-44.
[24]	LYYTINEN K, YOUNGJIL Y, RICHARD J. Digital product innovation within four classes of innovation networks. Information Systems Journal, 2016, 26(1): 47-75.
[25]	CIRIACI D, SANDRO M, DANIELA P. Do KIBS make manufacturing more innovative? An empirical investigation of four European countries. Technological Forecasting and Social Change, 2015, 95: 135-151.
[26]	STIGLITZ J. Knowledge as a global public good. Global public goods: International cooperation in the 21st century, 1999, 308: 308-325.
[27]	吕越,盛斌,吕云龙.中国的市场分割会导致企业出口国内附加值率下降吗.中国工业经济,2018(05):5-23.
	LU Y, SHENG B, LU Y. Does market fragmentation curb´s DVAR in China. China Industrial Economics, 2018(05):5-23.
[28]	温科,李常洪,徐晓肆.统一大市场建设与区域创新绩效的关系研究——基于空间资源错配的中介作用.华东经济管理,2023,37(09):44-56.
	WEN K, LI C, XU S. Research on the relationship between the construction of unified market and regional innovation performance:Mediation based on spatial resource misallocation. East China Economic Management, 2023,37(09):44-56.
[29]	郭进.市场整合促进区域创新发展研究——建设全国统一大市场的经验证据.财经论丛,2023(12):14-23.
	GUO J. Market integration promotes regional innovation: Empirical evidence from the construction of a unified market. Collected Essays on Finance and Economics, 2023(12):14-23.
[30]	MADDEN G, SCOTT J. CEE telecommunications investment and economic growth. Information Economics and Policy,1998,10(2) :173-195.
[31]	吴殿廷,宋金平,孙久文,等.区域经济学. 北京:科学出版社, 2019.
	WU D, SONG J, SUN J, et al. Regional Economics. Beijing: Science Press, 2019.
[32]	陈书平,戴青兰,肖盈.省域多中心集聚与城市创新水平.贵州财经大学学报,2022(02):35-47.
	CHEN S, DAI Q, XIAO Y. Polycentric agglomeration and urban innovation. Journal of Guizhou University of Finance and Economics, 2022(02):35-47.
[33]	张少华,陈治.数字经济与区域经济增长的机制识别与异质性研究.统计与信息论坛,2021,36(11):14-27.
	ZHENG S, CHEN Z. Research on mechanism identification and hyeterogeneity of digital economy and regional economic growth. Journal of Statistics and Information, 2021,36(11):14-27.
[34]	毛其淋,盛斌.对外经济开放、区域市场整合与全要素生产率.经济学(季刊),2012,11(01):181-210.
	MAO Q, SHENG B. Economic opening, regional market integration and total factor productivity. China Economic Quarterly, 2012,11(01):181-210.
[35]	MOSER P, VOENA A. Compulsory licensing:Evidence from the trading with the enemy act. American Economic Review, 2012, 102(1):396-427.
[36]	赵奎,后青松,李巍.省会城市经济发展的溢出效应——基于工业企业数据的分析.经济研究,2021,56(03):150-166.
	ZHAO K, HOU Q, LI W. Spillover effect of economic development in provincial capital cities: An analysis based on industrial enterprise data. Economic Research Journal, 2021,56(03):150-166.