EN中文

PROGRESS IN GEOGRAPHY >

2025 , Vol. 44 >Issue 12: 2584 - 2559

DOI: https://doi.org/10.18306/dlkxjz.2025.12.012

Articles

Evolution of digital economy industry agglomeration in the Yellow River Basin and its impact on green technology innovation

  • CHEN Yong ,
  • CHENG Yu , * ,
  • ZHANG Yue ,
  • ZHANG Jianing
Expand
  • College of Geography and Environment, Shandong Normal University, Jinan 250358, China

Received date: 2025-05-06

  Revised date: 2025-08-31

  Online published: 2025-12-26

Supported by

National Natural Science Foundation of China(42371194)

Taishan Scholars Support Plan of Shandong Province(tsqn202408148)

Fold

Abstract

The industrial agglomeration of digital economy is an important support for promoting green technology innovation, which is of great strategic significance for realizing ecological protection and high-quality development in the Yellow River Basin. Based on the data of digital economy enterprises in 78 prefecture-level cities in the Yellow River Basin from 2011 to 2022, this study used the kernel density estimation and location entropy methods, reciprocal of Herfindahl-Hirschman index, and the two-way fixed effect model to explore the temporal dynamics, spatial patterns, agglomeration characteristics of specialized agglomeration and diversified agglomeration, and their impact on green technology innovation. The results show that: 1) From 2011 to 2022, the number of digital economy enterprises in the Yellow River Basin increased from 36400 to 402100, an increase of about 10.05 times. 2) The spatial distribution of kernel density changed from single-core or dual-core to multi-cores in individual province. The lower reaches formed a contiguous development trend, and the middle and upper reaches showed a scattered distribution of high-value agglomeration areas. The regional differences between specialized agglomeration and diversified agglomeration of digital economy industry were significant, and the overall distribution was high in the east and low in the west. 3) The influence of specialized agglomeration and diversified agglomeration of digital economy industry on green technology innovation showed obvious heterogeneity. Specialized agglomeration had a positive effect on green technology innovation, while diversified agglomeration inhibited green technology innovation in the basin to a certain extent, and there were significant differences in the upstream, midstream, and downstream industries. Based on these results, corresponding countermeasures and recommendations were put forward from the aspects of infrastructure development, industrial planning and layout, and regional cooperation, in order to promote the deep integration of digital economy industry and green technology innovation, and help the high-quality development of the Yellow River Basin.

Key words： digital economy industry agglomeration; green technology innovation; specialized agglomeration; diversified agglomeration; Yellow River Basin

Cite this article

CHEN Yong , CHENG Yu , ZHANG Yue , ZHANG Jianing . Evolution of digital economy industry agglomeration in the Yellow River Basin and its impact on green technology innovation[J]. PROGRESS IN GEOGRAPHY, 2025 , 44(12) : 2584 -2559 . DOI: 10.18306/dlkxjz.2025.12.012

黄河流域作为中国重要的经济发展地带，其生态保护与高质量发展对实现流域绿色转型具有重要意义[1-2]。知识经济时代，随着信息技术的快速迭代与广泛应用，数字经济产业逐渐成为推动中国经济新旧动能转换和质量变革的新引擎[3]。数字经济产业通过深度融合传统产业与新兴技术，推动产业结构转型升级，提升企业创新能力，并催生大量新产业、新业态和新模式。《中国数字经济发展研究报告(2024年)》显示，2023年中国数字经济规模达到53.9万亿元，数字经济占GDP比重达到42.8%，对GDP增长的贡献率高达66.45%，数字经济作为城市经济发展的新动能，有效支撑经济稳增长，促进区域绿色低碳转型[4]。绿色技术创新通过工艺和技术的革新来提高资源利用效率[5]，将创新驱动和绿色发展相结合，有效地推动经济高质量发展，在此背景下，明晰数字经济产业集聚对绿色技术创新的影响机制，是推动黄河流域绿色转型与高质量发展的关键。基于此，本文从产业集聚外部性理论出发，实证考察其具体影响效应与作用机理，为促进绿色技术的研发与应用、推动绿色产业链的构建与完善，以及流域经济的绿色转型提供有力支撑。
数字经济产业主要是指以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列产业，其能够突破地理区位、资源要素的限制，既具有传统产业的地理集聚与扩散特征，又有着自身的独特性[3]。当前相关学者主要围绕数字经济产业时空演变与影响因素[6-7]、网络关联特征[8-9]及减污降碳效应[10-11]等方面展开了综合研究。在时空演变与影响因素方面，学者基于全国、城市群、省域及地级市等多维尺度，揭示了数字经济产业“城市群带动、沿海大集聚—内陆小集聚”的空间分异规律[3]，省会及中心城市通过人力资本、科技创新与市场需求的协同作用成为数字经济产业的增长极，而传统地理要素的影响力相对弱化。在网络关联特征方面，研究多聚焦于其空间关联结构及演化机制，发现数字经济产业空间网络结构呈现“核心—边缘”层级化特征[12]，东中部数字经济发展水平较高地区的“领头羊”效应更为明显[13]；部分学者还引入社会网络分析方法[14]，揭示了城市内部高密度关联与跨区域联动不足并存的结构性矛盾。在减污降碳效应方面，现有研究证实数字经济产业通过提升能源效率、优化产业结构等路径显著抑制碳排放强度[10]，但其作用机制存在显著的区域异质性[11]，东部地区依托技术优势实现“绿色增效”，而中西部地区因产业数字化转型滞后陷入“效率—能耗”权衡困境。总体而言，现有研究系统揭示了数字经济产业的空间演化规律、网络结构特征及低碳转型机制。
近年来，在“双碳”目标推动下，绿色技术创新作为推动经济低碳转型的核心动力，在实现环境效益与经济效益协同发展中发挥重要作用[15-17]。数字经济产业依托数据要素驱动和平台化组织模式，呈现出不同于传统产业的集聚特征与演化路径，其空间网络化发展重构区域创新生态系统[18-19]。相较于传统技术范式，绿色技术创新具有显著的跨领域整合性、研发长周期性和市场不确定性，数字经济产业集聚通过其网络化协同与知识溢出效应，成为破解绿色技术创新跨领域整合与长周期高风险难题的关键载体。现有研究多基于管理学、环境经济学领域，运用空间杜宾模型、社会网络分析等方法，探讨绿色技术创新效率的空间分异[20]、知识溢出效应[21]及环境规制影响[22-23]，但对数字经济产业集聚下对绿色技术创新的影响机制仍缺乏系统性解构。
数字经济产业集聚为绿色技术创新提供了关键载体，其要素整合机制与空间组织模式显著改进了绿色技术创新的实现方式。现有研究从多维度探讨了二者的互动关系，相关研究验证两者间呈现线性促进效应[24]，集聚区内密集的知识交流与学习模仿环境显著促进了知识溢出，降低技术共享的门槛与成本，并通过其规模效应减少绿色技术研发与应用的成本，提升绿色技术创新效率[25]。有研究还揭示数字经济与绿色技术创新空间关联的复杂性，通过耦合协调模型证实区域间数字—绿色系统协同发展存在显著梯度差异与空间依赖特征[26]，且中心城市数字经济通过技术扩散与要素辐射对城市群绿色技术创新产生空间溢出，而经济集聚对“本地—邻地”绿色创新的影响呈现强度衰减与方向分异特性[27-28]。综上所述，现有研究多聚焦宏观区域尺度，对流域单元内数字经济产业集聚的时空演化规律及其对绿色技术创新的多维作用机制仍有待深入解析。
基于上述分析，现有研究为数字经济产业集聚时空演化对绿色技术创新的影响开展了理论和实证探索，但仍有拓展和完善之处。① 现有研究多聚焦于数字经济产业空间演化问题，较少研究探讨数字经济产业集聚演化及其对绿色技术创新影响的相关命题，基于集聚外部性视角下专业化与多样化模式对绿色技术创新的影响仍有待完善。② 现有研究较少从新经济地理学视角出发，运用微观企业数据实证考察黄河流域数字经济产业集聚对绿色技术创新的影响，也尚未系统分析其影响在不同流域段与不同行业维度上的异质性特征。③ 现有研究囿于数据获取的限制性，从地级市尺度研究数字经济产业集聚演化及对绿色技术创新的影响有待进一步拓展。本文旨在探讨黄河流域数字经济产业集聚的时空演化规律及对绿色技术创新的影响，对黄河流域数字经济产业集聚的现状、特点、趋势进行深入分析并研究数字经济产业不同集聚模式对绿色技术创新的影响是否存在空间分异性与行业异质性，以期为黄河流域构建“数字赋能—绿色转型”协同发展机制提供一定的参考和借鉴。

1 影响机制分析与框架

在全球经济数字化转型的宏观背景下，数字经济产业凭借其独特的技术创新性、强大的产业关联性以及高效的资源配置能力，逐步构建起规模庞大且极具活力的产业集群体系，其形成机制与演化逻辑，遵循产业集聚理论的基本规律(图1)。新经济地理学强调产业在集聚过程中伴随着产业分工、知识共享、技术合作会产生一定的规模报酬递增现象，这种规模报酬递增在产业集聚中通过专业化、外部经济与规模经济、技术进步、知识和人力资本积累、产业联系等来得以实现；演化经济地理学认为产业集聚受本地和外地知识、技术、制度、历史等多重因素的影响，集聚具有复杂性、路径依赖等诸多特征；从产业集聚的外部性视角来看，数字经济产业集聚可从专业化集聚和多样化集聚两个视角来进行探讨：一是Mar外部性[29]，主要表现为产业内部的紧密联系、产业内协同以及技术深耕，从而产生“规模效应”和“范围经济”；二是Jacobs外部性[30]，侧重于多产业间的纵向联系，不同产业之间通过“知识溢出”“技术扩散”，能够打破传统产业边界，实现知识互补和技术合作，催生新的创新思路和技术应用场景，有效加强产业间协作和跨产业间融合。
图1 数字经济产业集聚对绿色技术创新的影响机制

Fig.1 Mechanism of influence of digital economy industrial agglomeration on green technology innovation

基于新经济地理学、演化经济地理学及产业集聚外部性理论，数字经济产业集聚对区域绿色技术创新的影响呈现出多维度、深层次的特点，其作用机制包含正负外部性并存的双重路径。在正外部性方面，专业化集聚表现为同类型数字经济企业在特定区域的横向关联，通过产业内的紧密联系和协同，依托其规模效应和范围经济，在一定程度上分摊区域内数字经济企业的绿色专利研发成本，提高绿色技术资源利用效率，促进区域绿色技术知识的交流、共享与扩散[31]；而多样化集聚则表现为不同类型数字经济企业及相关联产业间的纵向关联，构建起高度协同、相互依存的绿色创新系统，区域不同行业的数字经济产业通过跨产业的知识溢出与技术共享，打破产业间交流壁垒，实现绿色技术知识互补，为区域绿色技术创新提供多元化的技术来源与应用场景[32-34]。然而，数字经济产业集聚对区域绿色技术创新也可能产生负外部性，从专业化集聚视角来看，当集聚区域内同行业企业数量过度增长且同质化竞争激烈时，可能会引发资源错配与过度竞争现象[35]，特别是对于资源型传统重工业城市而言，在其产业数字化和数字产业化转型过程中，长期存在路径依赖与根植性[36-37]，难以突破技术锁定和创新惰性[38]；从多样化集聚视角来看，不同行业的数字经济产业在集聚过程中若缺乏有效的协调机制，过度的产业多样性在区域内难以发挥各自行业的“比较优势”[33,39]，导致知识融合壁垒和创新资源分散，难以聚焦于绿色技术的关键领域，从而抑制绿色创新效率。
基于此，在数字经济产业专业化集聚视角下，专业化集聚催生的区域内部知识流、信息流以及高效的创新扩散机制，有效减少区域内企业获取和应用绿色技术知识的成本，打破绿色技术壁垒，激发绿色技术创新活力，深化绿色技术共享与合作，引领产业绿色转型与升级。从数字经济产业多样化集聚层面来看，通过区域间创新联动促进数字平台与不同行业间的联系，整合多元化绿色创新资源，激发区域绿色技术创新活力，并进一步通过技术渗透打破产业间技术边界，融合多领域技术助力绿色专利研发与成果转化，最终通过产业间协作构建协同创新网络，实现数字经济产业的数字化与绿色化协同发展(图1)。

2 方法与数据

2.1 研究方法

2.1.1 数字经济产业集聚水平测度

本文所指的数字经济企业，其界定与分类主要依据国家统计局2021年发布的《数字经济及其核心产业统计分类（2021）》及《国民经济行业分类（2021）》。该标准将数字经济核心产业划分为5大类，包括数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业及数字化效率提升业，并参照张永姣等[3]、韩燕等[6]的研究，将数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业划分为数字经济核心产业，又称数字产业化(Di)部分，其中主要包括计算机通信和其他电子设备制造业(Cem)、电信广播电视和卫星传输服务(Tbs)、互联网和相关服务(Irs)以及软件和信息技术服务业(Sit) 4大类，将其作为研究对象；数字化效率提升业(Dei)又称为产业数字化部分，主要包括智慧农业、智能制造、智慧物流、数字金融贸易、数字社会以及其他数字行业，将其合并为数字化效率提升业作为研究对象。同时，参考借鉴前人研究[40-42]，选用核密度估计法表征数字经济产业企业点在空间分布上的总体集聚程度，将数字经济产业集聚区分为专业化与多样化两种模式。其中，专业化集聚采用区位商(RZI)进行测度，多样化集聚以赫芬达尔—赫希曼指数的倒数(RDI)来衡量，具体公式如下：
f ( x ) = 1 n h ∑ i = 1 n k ( x - x i h )
R Z I = ( t i j / t i ) / ( T i / T )
R D I = 1 / ∑ j S i j - S j
式中： f ( x )为根据数字经济企业在 n个地区的数量 x 1,   x 2 , …, x n估计得到的概率密度函数； x - x i为密度估计点 x到 x i之间的距离； k ( )为随机核函数； h为带宽； t i j为地级市 i数字经济产业 j的企业数量； t i为地级市 i的所有企业数量； T i为黄河流域数字经济产业的所有企业数量； T为黄河流域所有企业数量； S i j为黄河流域 i地级市 j产业占 i地级市的企业数量的份额； S j为 j产业企业数量占黄河流域企业数量的比值。

2.1.2 基准回归模型

本文运用基准回归模型分析黄河流域数字经济产业集聚对绿色技术创新的作用机理及影响效应，模型构建如下：
l n G T I i , t = γ 0 + γ 1 l n R I i , t + γ 2 X i , t + μ i + λ t + ε i , t
式中： i代表个体， t代表时间； l n G T I i , t表示绿色技术创新； l n R I i , t表示数字经济产业集聚水平，RI代表RZI或者RDI； X i , t为控制变量， μ i、 λ t分别表示个体固定效应与时间固定效应， ε i , t、 γ 0分别表示随机误差项与常数项。

2.2 变量选取与数据来源

本文的核心解释变量为数字经济产业集聚水平，分别运用2011—2022年黄河流域地级市数字经济产业专业化集聚水平(RZI)和多样化集聚水平(RDI)进行表征。被解释变量为绿色技术创新水平(GTI)，采用绿色专利授权总量进行表征，其中绿色专利授权总量为绿色发明专利授权总量与绿色实用新型专利授权总量之和。此外，选取环境规制程度(ER)、人力资本水平(HC)、政府科技支持力度(GTS)、产业结构(IS)、经济发展水平(ED)、对外开放程度(DOW)作为控制变量。环境规制(ER)，基于“波特假说”理论，合理环境规制倒逼企业技术创新实现绿色转型，采用一般工业固体废物综合利用率表征[43]。人力资本(HC)，高素质人才为绿色技术研发提供智力支持，促进绿色技术创新成果转化，采用普通高等学校在校学生数与年末总人口比值表征[27]。政府科技支持(GTS)，政府科技投入通过优化创新基础设施与降低研发风险实现绿色技术突破，采用地方财政科学技术支出占地方财政一般预算内支出的比重表征[44]。产业结构(IS)，第三产业比重提升通过资源优化配置与低碳需求有效激发企业绿色技术创新活力，采用第三产业产值占GDP比重表征[45]。经济发展水平(ED)，较高经济发展水平强化了绿色技术研发投入能力与市场需求，采用人均GDP表征[23]。对外开放程度(DOW)，对外开放通过引入国际先进技术与管理经验，为绿色技术创新提供协同合作契机，采用外商直接投资占GDP比重表征[46]。
本文以黄河流域78个地级市为研究对象，数字经济产业企业POI数据的获取根据国家统计局2021年发布的《数字经济及其核心产业统计分类(2021)》，利用该分类中的四位行业代码，从企查查数据库筛选获取注册时间、注册地址、企业名称等相关信息，筛选出截至2022年12月底注册资本大于100万元、非个体工商户且存续(在业)大中小型企业作为研究对象。首先，基于企业的注册地址，借助高德地图API获取其地理坐标；随后，依据黄河流域的地理边界进行空间筛选，并剔除无效数据。经此处理，最终确定了2011—2022年间黄河流域78个地级市约40.2万家样本企业，利用ArcGIS软件将样本数据转化为矢量点数据进行分析。绿色专利授权数量主要基于国家知识产权局数据库，根据世界知识产权组织推出的国际专利分类绿色清单，整理2011—2022年78个地级市绿色发明专利授权总量与绿色实用新型专利授权总量之和。其余控制变量获取均来自《中国城市统计年鉴》及各地级市统计年鉴、统计公报等，相关缺失的数据运用插值法对其进行补齐。

3 结果分析

3.1 黄河流域数字经济产业集聚时序演化

3.1.1 整体呈现逐年增长的态势，呈现下游 > 中游 >上游的演化格局

将黄河流域自河源至内蒙古托克托河口镇为上游，托克托河口镇至河南桃花峪为中游，桃花峪至入海口为下游地区进行分析。2011—2022年，黄河流域数字经济企业数量呈现逐年上升态势(图2)，由2011年3.64万家增加至2022年40.21万家，年均增速达到24.37%。这一方面表明数字经济产业在黄河流域产业体系中的重要性不断提升；另一方面，企业数量的增加和规模的扩张也促进了黄河流域数字经济产业结构不断优化。分时段来看，2011—2015年数字经济产业数量增长较为平缓，2016—2022年增长速度加快，进入快速发展期，可能由于国家及地方政府在“十三五”规划期间不断加大对数字经济的政策支持，出台一系列鼓励数字经济产业发展的政策措施，如《“互联网+”行动计划》《国家信息化发展战略纲要》等，且2020年不同产业受新冠疫情冲击，线上办公、在线教育、电子商务等数字经济业态迅速普及，进一步推动了数字经济产业的发展。
图2 黄河流域数字经济企业数量时序变化

Fig.2 Temporal change of the number of digital economy enterprises in the Yellow River Basin

从分流域来看，数字经济产业时序演化呈现下游>中游>上游的演化格局。2011—2022年上游地区数字经济企业虽然起始数量较少，但增速较为稳定，从0.41万家增加至3.45万家，显现出上游地区数字经济产业具有较大的发展潜力和提升空间；然而，与中游和下游相比，上游地区的数字经济企业数量仍相对较少，可能受到地理环境、经济基础、传统产业转型等因素的制约。中游地区企业数量从1.29万家增加至12.27万家，增长幅度较大，中游地区作为黄河流域重要的经济腹地，是连接上游和下游地区的重要纽带，具有较好的产业基础和交通条件，在传统产业数字化转型、科技创新等方面推动数字经济企业的集聚和发展。下游地区企业数量远超过上游和中游地区，从1.94万家增加至24.47万家，主要由于下游地区经济发达、人口密集且高素质人才众多、市场需求旺盛，为数字经济企业提供了较为广阔的发展空间。

3.1.2 集聚水平整体呈现波动上升的变化态势，上中下游集聚水平差异显著

总体来看，2011—2022年黄河流域数字经济产业专业化集聚水平整体呈现持续上升的态势，多样化集聚水平整体呈现波动增加的态势(图3)，流域整体专业化集聚与多样化集聚指数分别从0.571、3.696增加至0.706、8.415，表明流域整体专业化集聚与多样化集聚都取得了显著优势。
图3 黄河流域数字经济企业专业化集聚水平与多样化集聚水平时序演进

Fig.3 Temporal change of specialized agglomeration level and diversified agglomeration level of digital economy enterprises in the Yellow River Basin

从专业化集聚视角分析，研究期内黄河流域整体及中游和下游地区数字经济产业的专业化集聚水平持续提高，尤其在2013年后，增长速度显著加快，显现了黄河流域数字经济产业专业化集聚的强劲发展态势，上游地区呈现倒“U”型演变趋势，可能由于上游地区如西宁、兰州、银川、呼和浩特等城市在数字经济产业发展初期，凭借资源禀赋、政策支持某些优势吸引大量相关企业入驻，形成了初步的产业集聚态势；随着产业集聚的进一步演进，上游地区可能面临资源约束、环境压力、市场竞争加剧等负面效应，导致数字经济产业集聚的速度逐渐放缓。
从多样化集聚的视角分析，研究期内黄河流域整体与下游地区时序演化呈现相似的变化特征，2011—2019年均呈现持续上升的变化趋势，2019年之后呈现倒“N”字型变化趋势，表明黄河流域下游地区的多样化集聚不仅与整体趋势高度同步，更是引领流域整体水平提升的关键区域。上游地区多样化集聚水平呈现“M”型波动变化的态势，并于2014年和2018年达到两次“小峰值”，可能由于宏观经济环境、政策与市场双驱动、产业结构调整与优化以及资源与环境约束等原因促使黄河流域数字经济产业不同行业间企业的纵向联系加强，不同行业间的产业集聚创造更加多元的发展环境。中游地区多样化集聚水平在2011—2017年呈现持续增加的变化态势，并于2017年达到峰值，经小幅下降后呈现较为平稳的变化趋势。中游地区由于充分利用其地理位置、资源禀赋等优势，吸引了大量企业和资本的进入，推动了多样化集聚水平的提升，其次中游地区经历了传统产业结构的调整与优化过程，传统产业逐渐进行数字化转型与升级，新兴产业快速发展，从而形成了更加多元化的产业结构。

3.2 黄河流域数字经济产业集聚空间演化

3.2.1 企业空间分布差异显著，上游由分散布局到连片集中，中游和下游企业数量扩张迅速

为描述黄河流域数字经济企业的整体分布特征，本文对黄河流域数字经济企业点位置进行可视化处理(图4)。研究期内，不同流域地级市数字经济企业空间分布差异显著，2011年，黄河流域上游地区数字经济企业空间分布较为稀疏，仅有山东、河南各地级市及中上游省会城市呈现集中连片的分布态势，这些地区凭借其坚实的经济基础、丰富的教育资源以及完善的交通基础设施，为数字经济企业集聚提供了强有力的支撑，此时，企业的分布还相对零散，尚未形成大规模的连片分布。随着区域科技创新水平提升和经济发展，2022年黄河流域上游地区数字经济企业呈现出集中连片的分布特征，显现出从核心区域向外围扩散的趋势；中游和下游地区数字经济企业在空间上呈现出快速扩张和集聚的过程，成为数字经济企业分布的重要热点区。总体来看，黄河流域数字经济企业的分布受到地理位置、产业基础、科技创新水平等因素的影响，呈现流域分布不均衡，梯度分异显著等特点。
图4 黄河流域数字经济企业点位置空间分布

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2022)1873号的标准地图绘制，底图边界无修改。下同。

Fig.4 Spatial distribution of digital economy enterprise sites in the Yellow River Basin

3.2.2 数字经济产业由“一省单核心”或“一省双核心”向“一省多核心”转变

本文选取2011、2014、2018和2022年4个年份，对黄河流域40.2万多家数字经济企业矢量点数据进行核密度分析(图5)。研究期内，黄河流域数字经济产业空间演化逐渐由一省单核心或双核心向一省多核心转变，2011年核密度峰值为20893.2，高值区主要分布在济南、青岛、郑州、西安、兰州等省会城市及部分副省级城市，呈现一省单核心或一省双核心的空间分布特征，这些城市作为所在省份的区域核心与重要增长极，凭借完善的基础设施、较高的经济发展水平以及优越的区位条件，在数字经济产业集聚的起步阶段，这些核心城市发挥重要的引领作用，不仅吸引大量企业和资本的集聚，还通过技术溢出和产业联动效应，推动了区域数字经济产业的快速发展，为黄河流域数字经济产业的空间格局奠定初步基础。2022年核密度峰值为468986，约为2011年的22.45倍，黄河流域数字经济产业核密度高值区多集中于下游地区的济南、淄博、青岛、烟台、临沂和郑州、洛阳等城市，逐渐形成集中连片的发展态势。中上游地区由于地理位置和产业基础的差异，数字经济产业核密度高值区多以黄河流域沿线各省会城市为中心形成了零散分布的高值集聚区，如西安、太原、呼和浩特、兰州、银川、西宁，数字经济产业分布呈现出相对分散的小聚集特征。
图5 黄河流域数字经济产业企业核密度

Fig.5 Kernel density of digital economy industry enterprises in the Yellow River Basin

3.2.3 集聚区域差异显著，专业化与多样化集聚水平整体呈现“东高西低”分布格局

本文基于集聚的外部性视角，从专业化集聚和多样化集聚两个维度进行分析，发现黄河流域数字经济产业空间集聚展现出明显的非均衡性，整体呈现“东高西低”分布格局(图6)。2011年，专业化集聚水平大于1的城市主要为济南、青岛、威海、郑州、西安、太原等城市，受政策支持、人才集聚、资金雄厚、技术创新、基础设施完善以及产业协同等多方面因素综合影响，率先取得了专业化集聚的优势。2022年，取得专业化集聚优势的城市在空间分布上明显增多，大部分城市专业化集聚水平均有所提升，随着数字经济产业在集聚过程中，核心城市会对周边经济较为发达、创新资源较为丰富的地区产生“扩散效应”，从而带动了周边区域专业化集聚水平的提升。
图6 黄河流域数字经济产业集聚空间演化

Fig.6 Spatial change of digital economy industry agglomeration in the Yellow River Basin

从多样化集聚视角看，研究期内多样化集聚区域差异显著，2011年除济南、青岛、东营、鄂尔多斯、大同、晋中、长治等城市外，流域大部分城市多样化集聚水平较低，由于数字经济产业具有数据驱动、高创新性、跨界融合性强等特点，在多样化集聚过程中对不同企业之间的纵向联系要求较高，集聚初期，区域核心城市往往成为数字经济产业集聚的主要“增长极”，成为区域数字经济产业集聚的热点地区。2022年，黄河流域中游和下游地区多样化集聚取得显著优势，特别是位于流域下游的山东省和河南省作为区域创新的“高地”，多样化集聚优势更加凸显。上游地区多样化集聚水平仍相对较低，在推动多样化集聚的过程中，应注重加强不同流域内外联动与均衡协调发展。

3.3 数字经济产业集聚演化对绿色技术创新的影响

3.3.1 基准回归分析

以黄河流域为研究对象，运用随机效应(模型1和模型2)、个体固定效应(模型3和模型4)、双向固定效应模型(模型5和模型6)进行Hausman检验，根据检验结果确定采用时空双向固定效应模型分析数字经济产业集聚对绿色技术创新的影响(表1)。
表1 基准回归结果

Tab.1 Benchmark regression results

变量 随机效应 个体固定效应 双向固定效应
模型1 模型2 模型3 模型4 模型5 模型6
ln RZI 0.207* 0.082 0.243*
(0.127) (0.131) (0.103)
ln RDI 0.114*** 0.081** -0.075**
(0.042) (0.041) (0.033)
ln ER 0.495*** 0.482*** -0.160 -0.173 -0.410** -0.392**
(0.135) (0.137) (0.274) (0.274) (0.216) (0.215)
ln HC 0.304*** 0.323*** 0.315*** 0.316*** 0.112*** 0.093***
(0.048) (0.045) (0.050) (0.048) (0.400) (0.038)
ln GTS -0.010 -0.007 -0.065 -0.062* -0.312 -0.340
(0.042) (0.041) (0.042) (0.041) (0.032) (0.033)
ln IS 0.157 0.156 0.442*** 0.420*** 0.074 0.132
(0.135) (0.136) (0.369) (0.371) (0.147) (0.144)
ln ED 0.178** 0.179** 0.183*** 0.182*** 0.871* 0.988*
(0.865) (0.866) (0.092) (0.087) (1.095) (1.091)
ln DOW -0.011 -0.011 -0.016 -0.016 -0.019* -0.018*
(0.016) (0.015) (0.015) (0.016) (0.012) (0.012)
常数项 -3.714*** -3.745*** -1.580*** -1.561*** 1.627 2.596
(2.358) (2.279) (1.488) (1.450) (2.822) (2.778)
个体固定 NO NO YES YES YES YES
时间固定 NO NO NO NO YES YES
R2 0.205 0.197 0.515 0.516 0.594 0.589

注：*、**、***分别表示P<0.10、P<0.05、P<0.01；括号内为标准误。下同。

回归结果表明，黄河流域数字经济产业专业化集聚回归系数显著为正(P<0.10)，为0.243，表明专业化集聚在一定程度上对绿色技术创新具有显著的正向促进作用，数字经济产业专业化集聚产生的“规模效应”和“协同效应”，促进企业间信息、技术、资金等资源的快速交流和共享；同时，在一定程度上对绿色技术创新产生“知识溢出”，在专业化集聚水平较高的区域，企业与科技人员之间的频繁交流和互动，促进知识、技术、专利的传播和扩散。数字经济产业多样化集聚对绿色技术创新产生显著负向影响(P<0.05)，回归系数为-0.075，可能在于黄河流域不同类型的城市在发展阶段上存在一定差异性，各自具有特色的优势产业，而数字经济产业作为新兴行业，对于资源型城市而言存在“路径锁定”的困境，区域间资源的有限性和资源禀赋的差异性，使得不同产业可能会在资金、人才、技术等方面产生竞争，导致用于绿色专利研发与成果转化的资源相对减少；此外，数字经济产业中的某一些行业可能与绿色技术创新的关联度较低，难以形成有效的“协同创新效应”，在绿色技术研发、应用推广等方面难以形成紧密的合作关系，从而在一定程度上对绿色技术创新产生抑制作用，甚至可能由于资源竞争等原因产生负面影响。
从控制变量回归结果来看，环境规制与对外开放程度对绿色技术创新呈现显著负向影响。数字经济产业在集聚过程中，可能会面临传统产业转型与升级，严格的环境规制使企业面临更高的合规成本，当企业需要将大量资金用于满足环境规制需求时，会降低绿色技术研发投入，从而抑制绿色技术创新；从对外开放角度来看，黄河流域在对外承接产业转移时，可能会承接一些低附加值、高污染、高能耗的产业转入，这些产业对绿色技术创新的需求和动力相对较低，在一定程度上会造成产业结构“低端锁定”现象，此外，大量外资企业进入可能会挤占本地企业的发展空间，导致本地企业在绿色技术创新上面临更大的竞争压力和资源约束。人力资本水平和经济发展水平对绿色技术创新具有显著的正向促进作用，表明高技术人才汇集与流动会促进绿色知识和技术的传播与交流，加速绿色专利的研发与成果的转化，较高的经济发展水平，稳定的资金供给为企业绿色技术创新提供充足市场需求。政府科技支持力度和产业结构未通过显著性检验，对黄河流域绿色技术创新无显著影响。

3.3.2 异质性分析

(1) 流域异质性分析。本文运用双向固定效应模型探讨数字经济产业集聚对黄河流域上中下游绿色技术创新影响效应的异质性(表2)。结果表明，在上游和中游地区，数字经济产业专业化集聚对绿色技术创新的影响未通过显著性检验，其优势尚未得到发挥；下游地区回归系数为0.286，且通过5%的显著性水平检验。究其原因，可能是上游和中游地区经济发展水平相对较低，数字基础设施建设落后，产业结构相对单一，缺乏完善的数字经济产业配套体系，且研究期内大部分城市专业化集聚指数小于1，产业内横向关联较弱抑制了流域绿色技术创新，导致专业化集聚对绿色技术创新的优势未得到有效发挥。下游地区经济较为发达，数字基础设施建设完备，绿色创新活力较强，同时依托优越的地理位置和雄厚的资金支持吸引了大量的数字技术人才和企业，形成较为完善的数字经济产业链，数字经济产业专业化集聚水平相对较高，对产业内数字化协同与绿色技术深耕产生积极影响。
表2 流域异质性回归结果

Tab.2 Watershed heterogeneity regression results

变量 上游 中游 下游
模型7 模型8 模型9 模型10 模型11 模型12
ln RZI 0.363 0.275 0.286**
(0.283) (0.229) (0.211)
ln RDI 0.264** -0.152** 0.070**
(0.115) (0.076) (0.035)
常数项 6.938** 5.097 -22.522*** -16.819*** -1.150 -0.146
(6.329) (6.698) (8.571) (7.612) (3.689) (3.695)
个体固定 YES YES YES YES YES YES
时间固定 YES YES YES YES YES YES
控制变量 YES YES YES YES YES YES
R2 0.5011 0.3688 0.4310 0.2982 0.4337 0.5426
从流域多样化集聚异质性视角分析，黄河流域上游和下游地区多样化集聚对绿色技术创新影响均显著为正(P<0.05)，回归系数分别为0.264和0.070；中游地区多样化集聚显著为负(P<0.05)，回归系数为-0.152。上游地区虽然经济发展水平较低，产业基础薄弱且缺乏特色的优势产业，然而数字经济产业多样化集聚促进流域绿色技术创新，可能由于上游地区作为黄河流域的生态屏障，优越的生态环境条件吸引不同行业的数字经济产业在此集聚，助力区域绿色专利研发与成果转化，尤其在国家和地方政府在黄河流域生态保护和高质量发展战略政策倾斜与支持下，上游地区可借助政策红利，推动数字经济产业多样化集聚与绿色技术创新的协同发展。中游地区因为资源型城市众多，在多样化集聚过程中多产业间的跨产业融合和传统制造业的数字化转型受原有产业的“路径锁定”，在绿色专利研发与成果转化中需要付出更多的时间和成本，导致其产生负向影响。下游地区凭借地理位置、资源禀赋、资金和技术等优势，吸引不同行业部门为增进纵向联系在此集聚和联合，形成绿色创新合力，极大地促进了绿色专利的发明和成果的转换。
(2) 行业异质性分析。本文基于Mar外部性理论所强调的专业化集聚机制，从细分行业的维度，通过双向固定效应模型揭示黄河流域数字经济产业不同子行业其专业化集聚对绿色技术创新的影响，选取计算机通信和其他电子设备制造业(Cem)、电信广播电视和卫星传输服务(Tbs)、互联网和相关服务(Irs)以及软件和信息技术服务业(Sit)及四大类数字产业化(Di)部分，分别用模型13~17进行表示；数字化效率提升业(Dei)即产业数字化用模型18来表示，以企业数量衡量各细分行业的集聚水平(表3)。
表3 行业异质性回归结果

Tab.3 Sectoral heterogeneity regression results

变量 模型13 模型14 模型15 模型16 模型17 模型18
ln Cem 0.110**
(0.045)
ln Tbs 0.101***
(0.038)
ln Irs -0.098***
(0.037)
ln Sit -0.091*
(0.050)
ln Di 0.212***
(0.061)
ln Dei 0.209**
(0.093)
常数项 5.686** 7.734*** 0.760 0.931 3.677*** 3.012***
(2.908) (2.817) (2.788) (2.823) (2.921) (2.804)
个体固定 YES YES YES YES YES YES
时间固定 YES YES YES YES YES YES
控制变量 YES YES YES YES YES YES
R2 0.2773 0.3643 0.1743 0.1407 0.4690 0.4362
回归结果显示，不同子行业的专业化集聚对绿色技术创新的影响存在显著差异，计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务对黄河流域绿色技术创新均具有显著的正向促进作用。一方面，计算机通信和其他电子设备制造业拥有大量如半导体、通信、人工智能等先进技术。这些技术在行业内部不断创新和发展的同时，会通过技术转让、合作研发、人才流动等方式向黄河流域的其他产业进行溢出，带动其他产业绿色技术升级；另一方面，电信广播电视和卫星传输服务以其高速、稳定的网络通信促进信息快速流通和共享，降低绿色创新成本，提高绿色创新效率。互联网和相关服务、软件和信息技术服务业对绿色技术创新产生负向影响，反映了该类行业专业化集聚带来的潜在的负外部性效应。由于两类行业需要大量资金投入与高技术人才需求，一些互联网技术在能源管理、环境保护等领域的应用可能需要进行大量的定制化研发，以满足绿色专利研发和成果转化的需求，从而增加了技术应用的难度和成本，限制了绿色技术创新的发展。从数字产业化和产业数字化两大类行业分析，数字产业化和产业数字化均对绿色技术创新呈现显著的正向影响。总体来看，数字产业化和产业数字化在资源优化配置、传统产业绿色转型等方面对黄河流域绿色技术创新产生积极的影响。

4 结论与对策建议

4.1 结论

本文基于微观数字经济企业数据，从黄河流域地级市的视角分别运用核密度分析、区位商和赫芬达尔—赫希曼指数的倒数测算其专业化集聚和多样化集聚水平，并考察流域整体及细分流域下的时序动态演进、空间格局与集聚特征，构建面板回归模型分析数字经济产业集聚演化对绿色技术创新的影响效应与异质性机理，主要得出以下结论：
(1) 2011—2022年，黄河流域数字经济企业数量呈现逐年上升态势，企业数量由2011年的3.64万家增加至2022年的40.21万家。其专业化集聚与多样化集聚时序差异显著，流域整体专业化集聚持续上升，多样化集聚波动增加；专业化集聚与多样化集聚指数分别从0.571、3.696增加至0.706、8.415。上游地区专业化集聚呈现倒“U”型的演变趋势，多样化集聚呈现“M”型波动变化态势，中游和下游地区专业化集聚水平持续提高，多样化集聚水平大致呈持续增加态势，不同流域数字经济产业集聚协同联动水平仍有待提升。
(2) 从核密度值来看，空间集聚趋势显著，逐渐由“一省单核心”或“一省双核心”向“一省多核心”转变，研究期内核密度高值区多集中于下游地区，逐渐形成集中连片的发展态势；中上游地区以流域沿线各省会城市为中心形成了零散分布的高值集聚区；从专业化与多样化集聚的空间演化视角来看，整体呈现“东高西低”分布格局，省会城市和副省级城市作为区域数字经济产业的“增长极”，对流域周边地区的“扩散效应”和“溢出效应”较为明显，地理邻近性在数字经济产业集聚中发挥着重要作用。
(3) 数字经济产业专业化集聚促进绿色技术创新，多样化集聚对绿色技术创新具有显著的抑制作用，且数字经济产业集聚对绿色技术创新具有明显的异质性。在流域异质性方面，下游地区专业化集聚显著促进绿色技术创新，上游和中游地区未通过显著性检验，专业化集聚优势未有效发挥。上游和下游地区多样化集聚促进绿色技术创新，中游地区产生抑制作用，在产业转型方面受资源型城市“路径锁定”与“路径依赖”制约。行业异质性上，计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务促进绿色技术创新，互联网和相关服务、软件和信息技术服务业产生负向影响，数字产业化和产业数字化总体对绿色技术创新产生积极正向作用。

4.2 对策建议

基于以上研究结论，针对黄河流域数字经济产业集聚存在的专业化与多样化集聚区域差异性显著、产业布局不均衡、对区域绿色技术创新影响差异性显著等问题，本文提出如下政策启示，以促进黄河流域数字经济产业集聚效应的发挥，加快推动黄河流域数字经济产业与绿色技术创新高质量发展以及产业结构的提质增效。
(1) 合理规划产业布局，支持数字经济产业发展。根据上中下游区域资源禀赋和发展基础的差异性，制定差异化的数字经济产业发展策略。在下游地区，可重点规划建设数字经济产业园区，通过优化产业链条、完善配套设施，打造具有规模效应的数字经济产业集群，充分发挥产业集聚的辐射带动作用。针对中上游地区离散型的特点，以省会城市为核心节点，强化区域间数字经济产业协同联动，构建“核心—外围”产业协作网络，培育具有区域特色的数字经济产业增长极，实现点状突破向区域联动发展的转变。
(2) 着力提升产业集聚效能，构建多元化发展格局。对于专业化集聚水平较高且呈现持续上升态势的中游和下游地区，应重点强化数字经济产业链纵向整合，构建产业创新联盟、产学研合作平台等方式，深化上中下游企业协同创新，完善产业配套服务体系，推动产业链向高端化、智能化方向延伸，充分发挥其专业化集聚的规模效应优势。在多样化集聚水平相对滞后的上游地区，加大对上游地区的生态环境补偿与绿色政策倾斜，加快传统产业的数字化转型与新兴产业的数字化融合，实现产业结构的优化升级和多元化发展。
(3) 推动区域协同合作，促进绿色专利成果产出。黄河流域经济发达、集聚优势明显的下游地区，充分发挥其辐射带动作用，通过产业转移、技术输出等方式，助力中上游地区数字经济产业集聚对绿色专利成果的研发和成果的转化。中上游地区应加强数字基础设施建设与产业配套体系完善，承接产业转移与技术溢出，推动区域之间数字经济产业的协同创新，共同开展绿色技术创新合作；同时，对于关联度低的行业，组织产业对接活动，探索新的合作模式，形成协同创新机制。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
苗长虹, 张佰发. 黄河流域高质量发展分区分级分类调控策略研究[J]. 经济地理, 2021, 41(10): 143-153.

DOI

[Miao Changhong, Zhang Baifa. Regulation strategy of zoning-gradation-classification for high-quality development in the Yellow River Basin. Economic Geography, 2021, 41(10): 143-153.]

DOI

[2]
陆大道, 孙东琪. 黄河流域的综合治理与可持续发展[J]. 地理学报, 2019, 74(12): 2431-2436.

DOI

[Lu Dadao, Sun Dongqi. Development and management tasks of the Yellow River Basin: A preliminary understanding and suggestion. Acta Geographica Sinica, 2019, 74(12): 2431-2436.]

DOI

[3]
张永姣, 丁少斌, 方创琳. 中国数字经济产业发展的时空分异及空间收敛性分析: 基于企业大数据的考察[J]. 经济地理, 2023, 43(3): 120-130.

DOI

[Zhang Yongjiao, Ding Shaobin, Fang Chuanglin. Spatiotemporal variation and spatial convergence of China's digital economy industry development: Based on the big data of enterprise. Economic Geography, 2023, 43(3): 120-130.]

DOI

[4]
Cheng Y, Zhang Y, Wang J J, et al. The impact of the urban digital economy on China's carbon intensity: Spatial spillover and mediating effect[J]. Resources, Conservation and Recycling, 2023, 189: 106762. doi: 10.1016/j.resconrec.2022.106762.

[5]
赵金国, 王秀丽, 李先涛. 绿色技术创新、环境规制对黄河流域城市绿色发展的影响机理[J]. 中国人口·资源与环境, 2024, 34(9): 132-141.

[Zhao Jinguo, Wang Xiuli, Li Xiantao. Impact mechanisms of green technology innovation and environmental regulation on the green development of cities in the Yellow River Basin. China Population, Resources and Environment, 2024, 34(9): 132-141.]

[6]
韩燕, 潘成, 金凤君, 等. 黄河流域数字经济产业空间格局演化及影响因素[J]. 资源科学, 2024, 46(3): 488-504.

DOI

[Han Yan, Pan Cheng, Jin Fengjun, et al. Evolution and influencing factors of the spatial pattern of digital industry in the Yellow River Basin. Resources Science, 2024, 46(3): 488-504.]

DOI

[7]
毛丰付, 高雨晨, 周灿. 长江经济带数字产业空间格局演化及驱动因素[J]. 地理研究, 2022, 41(6): 1593-1609.

DOI

[Mao Fengfu, Gao Yuchen, Zhou Can. Evolution characteristics of spatial patterns of digital industry and its driving factors in the Yangtze River Economic Belt. Geographical Research, 2022, 41(6): 1593-1609.]

[8]
夏杰长, 刘睿仪. 数字产业集群创新网络的形成机制与发展模式研究[J]. 区域经济评论, 2024(5): 58-68.

[Xia Jiechang, Liu Ruiyi. Research on the formation mechanism and development mode of digital industrial cluster innovation network. Regional Economic Review, 2024(5): 58-68.]

[9]
李腾, 孙国强, 崔格格. 数字产业化与产业数字化: 双向联动关系、产业网络特征与数字经济发展[J]. 产业经济研究, 2021(5): 54-68.

[Li Teng, Sun Guoqiang, Cui Gege. Digital industrialization and industrial digitization: Two-way linkage,industrial network characteristics,and digital economy development. Industrial Economics Research, 2021(5): 54-68.]

[10]
刘耀彬, 邓伟凤, 李硕硕, 等. 数字产业集聚对减污降碳协同的影响: 以长江经济带为例[J]. 资源科学, 2024, 46(4): 744-760.

DOI

[Liu Yaobin, Deng Weifeng, Li Shuoshuo, et al. The impact of digital industry agglomeration on synergistic pollution reduction and carbon emission reduction: Taking the Yangtze River Economic Belt as an example. Resources Science, 2024, 46(4): 744-760.]

DOI

[11]
Wang Y T, Yuan Y K, Qian X, et al. The impact of China's digital economy industry development and its structural indicators on carbon emission intensity[J]. Frontiers in Environmental Science, 2024, 12: 1438927. doi: 10.3389/fenvs.2024.1438927.

[12]
冷硕峰, 席广亮, 甄峰, 等. 基于企业股权关联的长三角数字经济网络演变和空间扩展模式研究[J]. 人文地理, 2024, 39(3): 81-91, 182.

[Leng Shuofeng, Xi Guangliang, Zhen Feng, et al. The evolution and the spatial expansion pattern of the digital economy network in the Yangtze River Delta region based on interfirm investment relationship. Human Geography, 2024, 39(3): 81-91, 182.]

[13]
王胜鹏, 滕堂伟, 胡森林, 等. 中国数字经济空间网络结构演化及其驱动因素[J]. 地理科学, 2024, 44(5): 743-753.

DOI

[Wang Shengpeng, Teng Tangwei, Hu Senlin, et al. Evolution and driving factors of spatial network structure of digital economy in China. Scientia Geographica Sinica, 2024, 44(5): 743-753.]

DOI

[14]
陈博, 朱华晟, 代嘉欣, 等. 基于头部企业的城市数字经济网络空间结构及其影响因素[J]. 经济地理, 2024, 44(10): 108-116.

DOI

[Chen Bo, Zhu Huasheng, Dai Jiaxin, et al. China's urban digital economic network and its influencing factors: From the perspective of top-tier digital enterprises. Economic Geography, 2024, 44(10): 108-116.]

[15]
段德忠, 杜德斌. 中国城市绿色技术创新的时空分布特征及影响因素[J]. 地理学报, 2022, 77(12): 3125-3145.

DOI

[Duan Dezhong, Du Debin. Green technology innovation in China city system: Dynamics and determinants. Acta Geographica Sinica, 2022, 77(12): 3125-3145.]

DOI

[16]
金红, 段德忠. 长江经济带城际绿色技术流动的时空特征及减排效应研究[J]. 地理科学进展, 2024, 43(1): 17-32.

DOI

[Jin Hong, Duan Dezhong. Spatial and temporal characteristics of intercity green technology flows and emission reduction effects in the Yangtze River Economic Belt. Progress in Geography, 2024, 43(1): 17-32.]

DOI

[17]
范丹, 孙晓婷. 环境规制、绿色技术创新与绿色经济增长[J]. 中国人口·资源与环境, 2020, 30(6): 105-115.

[Fan Dan, Sun Xiaoting. Environmental regulation,green technological innovation and green economic growth. China Population, Resources and Environment, 2020, 30(6): 105-115.]

[18]
戈兴成, 季璐. 数字经济产业创新生态系统的形成与演化分析[J]. 经济体制改革, 2023(1): 125-134.

[Ge Xingcheng, Ji Lu. Analysis on formation and evolution of the innovation ecosystem of digital economy industry. Reform of Economic System, 2023(1): 125-134.]

[19]
张英浩, 汪明峰, 匡爱平, 等. 数字经济赋能中国城市创新发展的多维机制与空间效应研究[J]. 地理科学进展, 2023, 42(12): 2283-2295.

DOI

[Zhang Yinghao, Wang Mingfeng, Kuang Aiping, et al. Multidimensional mechanisms and spatial effects of digital economy enabling urban innovation and development in China. Progress in Geography, 2023, 42(12): 2283-2295.]

DOI

[20]
孙燕铭, 谌思邈. 长三角区域绿色技术创新效率的时空演化格局及驱动因素[J]. 地理研究, 2021, 40(10): 2743-2759.

DOI

[Sun Yanming, Shen Simiao. The spatio-temporal evolutionary pattern and driving forces mechanism of green technology innovation efficiency in the Yangtze River Delta region. Geographical Research, 2021, 40(10): 2743-2759.]

[21]
赵林, 高晓彤, 吴殿廷. 黄河流域绿色技术创新空间关联网络结构与影响因素[J]. 人文地理, 2023, 38(4): 102-111.

[Zhao Lin, Gao Xiaotong, Wu Dianting. Spatial correlation network and influencing factors of green technology innovation in Yellow River Basin. Human Geography, 2023, 38(4): 102-111.]

[22]
Yan Z M, Yu Y, Du K R, et al. How does environmental regulation promote green technology innovation? Evidence from China's total emission control policy[J]. Ecological Economics, 2024, 219: 108137. doi: 10.1016/j.ecolecon.2024.108137.

[23]
张娟, 耿弘, 徐功文, 等. 环境规制对绿色技术创新的影响研究[J]. 中国人口·资源与环境, 2019, 29(1): 168-176.

[Zhang Juan, Geng Hong, Xu Gongwen, et al. Research on the influence of environmental regulation on green technology innovation. China Population, Resources and Environment, 2019, 29(1): 168-176.]

[24]
王彦杰, 高启杰. 数字经济产业集聚对绿色技术创新的影响: 基于环境规制的调节效应分析[J]. 技术经济, 2023, 42(2): 20-30.

[Wang Yanjie, Gao Qijie. The impact of digital economy industry agglomeration on green technology innovation: Analysis of regulation effect based on environmental regulation. Journal of Technology Economics, 2023, 42(2): 20-30.]

[25]
郭爱君, 杨春林, 张永年, 等. 数字经济产业发展对城市绿色创新效率的影响: 基于两阶段价值链视角的分析[J]. 城市问题, 2023(1): 49-59.

[Guo Aijun, Yang Chunlin, Zhang Yongnian, et al. The impact of digital economy industry development on the green innovation efficiency in cities: Based on a two-stage value chain perspective. Urban Problems, 2023(1): 49-59.]

[26]
赵卉心, 孟煜杰. 中国城市数字经济与绿色技术创新耦合协调测度与评价[J]. 中国软科学, 2022(9): 97-107.

[Zhao Huixin, Meng Yujie. Coupling coordination measurement and evaluation of urban digital economy and green technology innovation in China. China Soft Science, 2022(9): 97-107.]

[27]
李刚, 刘梦雪, 王兴帅. 数字经济影响城市群绿色技术创新的机制及空间溢出效应[J]. 大连理工大学学报(社会科学版), 2024, 45(4): 37-49.

[Li Gang, Liu Mengxue, Wang Xingshuai. An analysis of the mechanism and spatial spillover effect of digital economy on green technology innovation in China's urban agglomeration. Journal of Dalian University of Technology (Social Sciences), 2024, 45(4): 37-49.]

[28]
吴朝霞, 许越, 孙坤. 城市集聚效应对绿色技术创新的影响研究: 基于中国232个地级及以上城市的空间计量分析[J]. 经济地理, 2022, 42(10): 25-34, 71.

DOI

[Wu Zhaoxia, Xu Yue, Sun Kun. Impact of urban economic agglomeration on green technological innovation: Spatial econometric analysis based on the panel data of 232 prefecture-level cities. Economic Geography, 2022, 42(10): 25-34, 71.]

[29]
Marshall A. Principles of economics: An introductory volume[M]. London, UK: Macmillan, 1890: 56-58.

[30]
Jacobs J. The economy of cities[M]. New York, USA: Random House, 1969: 162-164.

[31]
Yin X B, Guo L Y. Industrial efficiency analysis based on the spatial panel model[J]. EURASIP Journal on Wireless Communications and Networking, 2021, 2021: 28. doi: 10.1186/s13638-021-01907-5.

[32]
谢里, 张敬斌. 中国制造业集聚的空间技术溢出效应: 引入制度环境差异的研究[J]. 地理研究, 2016, 35(5): 909-928.

DOI

[Xie Li, Zhang Jingbin. The spatial technology spillovers effect of Chinese manufacturing industries' agglomeration: The difference of institutional environment. Geographical Research, 2016, 35(5): 909-928.]

[33]
张可. 不同产业集聚对区域创新的影响及其空间溢出效应[J]. 西安交通大学学报(社会科学版), 2019, 39(2): 12-19.

[Zhang Ke. The influence of individual industry agglomeration on regional innovation and its spatial spillover effect. Journal of Xi'an Jiaotong University (Social Sciences), 2019, 39(2): 12-19.]

[34]
Ning L T, Wang F, Li J. Urban innovation, regional externalities of foreign direct investment and industrial agglomeration: Evidence from Chinese cities[J]. Research Policy, 2016, 45(4): 830-843.

DOI

[35]
Zhu H Y, Dai Z J, Jiang Z R. Industrial agglomeration externalities, city size, and regional economic development: Empirical research based on dynamic panel data of 283 cities and GMM method[J]. Chinese Geographical Science, 2017, 27(3): 456-470.

DOI

[36]
吴康, 刘骁啸, 姚常成. 产业转型对中国资源型城市增长与收缩演变轨迹的影响机制[J]. 自然资源学报, 2023, 38(1): 109-125.

DOI

[Wu Kang, Liu Xiaoxiao, Yao Changcheng. The mechanisms of industrial transformation on the evolutionary trajectory of growth and shrinkage in Chinese resource-based cities. Journal of Natural Resources, 2023, 38(1): 109-125.]

DOI

[37]
齐放, 贺灿飞. 企业本地根植对城市出口产品结构动态的影响研究[J]. 地理科学进展, 2022, 41(7): 1195-1212.

DOI

[Qi Fang, He Canfei. Effects of local embeddedness of enterprises on the dynamics of city export structures. Progress in Geography, 2022, 41(7): 1195-1212.]

DOI

[38]
徐维祥, 郑金辉, 王睿, 等. 黄河流域城市生态效率演化特征及门槛效应[J]. 地理科学, 2022, 42(1): 74-82.

DOI

[Xu Weixiang, Zheng Jinhui, Wang Rui, et al. The evolution characteristics and threshold effects of the ecological efficiency in the Yellow River Basin cities. Scientia Geographica Sinica, 2022, 42(1): 74-82.]

DOI

[39]
王腾飞, 马仁锋, 庄汝龙. 数字经济背景下长三角城市产业比较优势演化及其知识流动驱动研究[J]. 地理科学进展, 2024, 43(2): 203-214.

DOI

[Wang Tengfei, Ma Renfeng, Zhuang Rulong. Evolution of industrial comparative advantages and its driving mechanism of knowledge flow of cities in the Yangtze River Delta under the background of digital economy. Progress in Geography, 2024, 43(2): 203-214.]

DOI

[40]
任亚文, 杨宇. 珠三角地区半导体产业布局特征及其区位关联模式[J]. 地理科学进展, 2022, 41(9): 1622-1634.

DOI

[Ren Yawen, Yang Yu. Spatial distribution and location correlation of the semiconductor industry in the Pearl River Delta region. Progress in Geography, 2022, 41(9): 1622-1634.]

DOI

[41]
李仙德, 李卫江, 李敏. 中国汽车制造业企业区位及其影响因素[J]. 地理科学进展, 2023, 42(10): 1994-2005.

DOI

[Li Xiande, Li Weijiang, Li Min. Location of Chinese automobile manufacturing enterprises and influencing factors. Progress in Geography, 2023, 42(10): 1994-2005.]

DOI

[42]
马宏智, 钟业喜, 张艺迪. 中国电子竞技产业地理集聚特征及影响因素[J]. 地理科学, 2021, 41(6): 989-997.

DOI

[Ma Hongzhi, Zhong Yexi, Zhang Yidi. The characteristics and influencing factors of geographical agglomeration of E-sports industry in China. Scientia Geographica Sinica, 2021, 41(6): 989-997.]

DOI

[43]
王旭, 褚旭. 制造业企业绿色技术创新的同群效应研究: 基于多层次情境的参照作用[J]. 南开管理评论, 2022, 25(2): 68-81.

[Wang Xu, Chu Xu. Research on the peer group effect of green technology innovation in manufacturing enterprises: Reference function based on multi-level situation. Nankai Business Review, 2022, 25(2): 68-81.]

[44]
黄漫宇, 余祖鹏, 赵曜. 生产性服务业集聚对绿色技术创新的影响研究[J]. 统计与信息论坛, 2022, 37(12): 20-31.

[Huang Manyu, Yu Zupeng, Zhao Yao. The impact of producer services agglomeration on green technology innovation. Journal of Statistics and Information, 2022, 37(12): 20-31.]

[45]
斯丽娟. 环境规制对绿色技术创新的影响: 基于黄河流域城市面板数据的实证分析[J]. 财经问题研究, 2020(7): 41-49.

[Si Lijuan. Impact of environmental regulation on green technology innovation: Empirical analysis based on panel data of the cities in Yellow River Basin. Research on Financial and Economic Issues, 2020(7): 41-49.]

[46]
张兵兵, 董安然, 段玉婉. 碳达峰目标如何引领城市低碳转型: 来自准自然实验的证据[J]. 数量经济技术经济研究, 2024, 41(7): 177-196.

[Zhang Bingbing, Dong Anran, Duan Yuwan. How does the carbon peak target lead the low-carbon transformation of cities? Evidence from quasi-natural experiments. Journal of Quantitative & Technological Economics, 2024, 41(7): 177-196.]

Options
Outlines

/

〈 〉