数字经济发展对黄河流域生态韧性的影响效应研究

郭力 李欣烨

[摘    要] 近年来，沿黄各城市在快速扩张中普遍面临水资源短缺、水土流失、土壤植被破坏、空气质量下降等问题，生态韧性趋弱。借助数字经济发展机遇以提升沿黄城市的生态韧性，是推进黄河流域生态保护和高质量发展的重要途径。从生态系统抵抗力、适应力、恢复力三方面构建指标体系，研究2006-2017年沿黄46个城市的生态韧性演变特征，运用面板模型、时空地理加权模型分析表明：样本期内沿黄城市生态韧性总体呈波动上升趋势，下游>中游>上游，下游城市的生态适应力、恢复力较高，但是生态抵抗力低于中上游；生态韧性大小在空间分布上呈“低-低”或“高-高”韧性区集聚特征，以省会城市为高韧性区向周边递减；数字经济发展能显著提升沿黄城市的生态适应力和恢复力，但对抵抗力有抑制作用，各因素影响生态韧性的作用强度和方向存在异质性。基于此，实现黄河流域城市高质量发展，首先，要完善信息技术基础设施建设，推动数字经济快速发展。通过实施数字技术向制造业、能源化工業赋能渗透，提高产业资源利用效率，推广数字技术在环境监测中的应用。其次，要加强省会城市对周围城市的带动，严防生态韧性风险连锁反应。三是沿黄城市尤其是中上游城市在吸引外商投资时要警惕产业“污染转移”问题，限制严重损害城市生态韧性的企业。四是沿黄城市只有加快高质量发展才能真正获得保障生态韧性的底蕴和底气。

[关键词] 数字经济；生态韧性；区域协调发展；黄河流域；城市治理；时空演变；生态文明建设

[中图分类号] X22;F299.27  [文献标识码] A  [文章编号] 1002-8129（2023）05-0086-11

一、引言

城市生态韧性是城市生态系统应对工业化进程中资源消耗、环境污染、生态恶化等冲击时表现出的抵抗力、适应力和恢复能力。生态韧性强调城市要形成抵御生态风险灾害的自然屏障和缓冲潜能，能够基于自净能力、环保技术、政策规制等快速修复生态缺陷。黄河流域是我国北方重要的生态屏障，横跨东中西部，生态脆弱区分布广，脆弱生态类型多，属于生态韧性构建难度较大、也较为重要的地区之一。近年来，沿黄各城市在快速扩张中普遍面临水资源短缺、水土流失、土壤植被破坏、空气质量下降等问题，生态系统应对外力冲击的抵抗力和恢复力趋弱。

《黄河流域生态保护和高质量发展规划纲要》明确提出，要大力推进数字信息等新基建，提高工业互联网、人工智能、大数据对传统产业的渗透率。数字经济可以通过信息数据的互联互通为产业内协作分工创造条件，提高资源的利用效率以及节能减排，进而促进生态韧性提升[1]。在新发展阶段，数字经济成为解决沿黄城市产业结构偏重、自然资源依赖、环境非适应等问题，提升城市生态韧性的重要途径。本文通过分析沿黄城市生态韧性的演变特征，定量评估数字经济发展对生态韧性的影响效应机理，并提出提升生态韧性的对策建议，有利于全面推进黄河流域生态保护和高质量发展。

二、文献综述

城市韧性是指城市对当前环境改变的适应与调节力，以及应对外部冲击时的抵抗和恢复力，主要包括城市经济韧性、社会韧性、生态韧性、制度韧性等多个维度[2] [3]。Holling（1996）首次将韧性概念应用到生态学领域，提出生态韧性是生态系统恢复平衡的速度、应对危机的能力，以及新环境适应力。生态韧性作为城市韧性的重要部分，近年来受到越来越多学者的关注。从城市生态韧性的衡量方式来看，张小飞等（2011）等从自然灾害、环境污染、生态退化角度，构建了城市综合生态风险的评估框架[4]。王少剑等（2021）将城市生态韧性分解为抗冲击能力、自适应能力及冲击后恢复力，并将珠三角地区的城市化水平与生态韧性进行耦合协调，发现随着城市化水平总体的提升，生态韧性水平持续降低，认为城镇化过程中城市生态系统亟需提高其韧性[5]。陶洁怡等（2022）从韧性的基本特征（抵抗力、适应力和恢复力）出发，使用熵值法构建生态韧性指标[6]，发现研究期内长三角城市生态韧性抵抗力呈现波动下降，而适应力和恢复力呈现波动上升趋势。

数字经济在狭义上被视作一种产业经济形态，在广义上被视作一种经济行为[7]，能够打破传统生产要素的制约，催生新业态、新模式，如平台经济、共享经济等[8-9]，有利于节约生产资源、促进产业结构升级、提高技术研发水平，因此对环境保护和治理有促进作用。当前对数字经济发展水平的测度主要从多指标综合评级着手（巫瑞等，2022；于世海等，2022）[10-11]。在对数字经济与生态环境关系的研究中，刘新智等（2021）运用耦合协调模型实证检验了数字经济发展对城市绿色转型的提高效果[12]，发现相较于生态空间转型的影响，对生产空间和生活空间的转型影响效应更突出。邓荣荣等（2022）利用空间计量模型研究了数字经济发展对不同污染物的降低效果，及其差异性和空间溢出效应[13]，认为数字经济的发展对工业二氧化硫排放量的降低效应最明显，对PM2.5浓度的降低效应最小，且对东部地区污染减排效应更强。缪陆军等（2022）实证探究数字经济发展对碳排放的影响，发现数字经济发展对碳排放的非线性影响具有空间效应，但产生的空间溢出效应较弱，数字经济发展对碳排放的影响呈倒U型关系[14]。

综上，当前对于数字经济发展改善污染防治、碳减排等具体生态效应的研究较多，但是关于其对生态系统韧性的异质性影响效应研究较少，尤其缺少面向黄河流域城市的实证分析，本文在这方面的研究具有边际贡献。

三、研究设计

（一）变量选取

1. 被解释变量。城市生态韧性（UER，Urban Ecological Resilience）主要根据沿黄城市的水土、大气、人居环境等核心生态问题，借鉴陶洁怡等（2022）研究成果，分别从生态抵抗力、适应力以及恢复力3个方面选取17个指标。首先以极差标准化法对原始数据进行标准化和正向化处理：

然后运用熵值法对指标进行赋权，综合计算城市生态韧性，具体结果见表1。

2. 核心解释变量。数字经济Dig（Digital economy）发展水平衡量借鉴陈小辉等（2021）、于世海等（2022）相关研究，从数字基础设施、数字资源利用、数字化人才和数字产业4个视角纳入10个二级指标，运用熵权法对指标进行赋权并得出综合得分，见表2。

3. 控制变量

（1）制造业集聚（Aggl）。由该城市制造业从业人员占全国比重除以该区域所有产业从业人员占全国比重计算得出。制造业大规模集聚会加剧对黄河流域煤炭等资源的过度消耗，可能会降低城市生态韧性。

（2）技术进步（LnTech）。采用专利申请数来表征技术进步（辛玲等，2021）[15]。高新技术开发运用能够使传统产业转变为低污染、低能耗、高效益产业，实现能源与资源的节约，对城市生态韧性带来正的影响。但技术进步也可能会强化资源开采密度，造成生态环境破坏，因此技术进步的影响可能存在区域差异。

（3）产业结构（IND）。采用第二产业产值占GDP的比重来衡量产业结构。由于环境污染主要来源于工业活动的排放物，预计以第二产业为主的产业结构会破坏城市生态系统抵抗力，降低城市生态韧性。

（4）富裕程度（PGDP）。以人均GDP来衡量城市富裕程度。城市越富裕越有条件有效减少污染物排放和加强污染治理，对城市生态韧性产生积极影响。但是也有学者认为城市人均GDP与环境污染之间存在非线性关系。

（5）人口密度（POP）。以单位面积常住人口数量衡量。人口高度集聚会导致城市通勤成本上升，造成空气污染。但是人口集聚也能够通过降低生产成本，推动节能减排，进而提高城市生态韧性，因此具体效应有待验证。

（6）对外开放度（FDI）。以外商直接投资表征城市对外开放度。外商直接投资带来的国际产业链转移具有“污染避难所假说”和“污染光环假说”等学术争论，黄河流域各城市引入外商投资的生态韧性效应可能具有异质性。

（二）数据来源与描述统计

本文数据来源于《中国城市统计年鉴》《中国环境统计年鉴》、EPS数据平台以及各地级市年鉴，研究样本为黄河流域46个地级市，时间跨度为2006-2017年。对缺失值数据通过插值法补全；为避免异常值影响，对数据进行缩尾处理；对技术进步、富裕程度、人口集聚、对外开放程度等变量采取对数化处理。

四、沿黄城市生态韧性的时空演变特征

（一）动态演变特征

从总体来看，2006-2017年沿黄城市生态韧性总体呈波动上升趋势，其中下游城市的生态韧性均值最高，中游城市次之，上游城市最低，省会城市和上游地区城市生态韧性增长率速度较快。如图1所示，根据生态韧性增长率将其分为四个类型：低速上升型（增幅0～0.25）的城市有16座，包括漯河、泰安、兰州等，占比34.8%；波动中速上升型（0.25～0.5）的城市有21座，包括平顶山、宝鸡、西安等，占比45.7%；波动较高速上升型（0.5～0.75）的城市有7座，包括太原、郑州、呼和浩特等，占比15.2%；波动高速上升型（增幅大于0.75）的城市有2座，为鄂尔多斯和晋中，占比4.3%。前两个阶段主要集中在中下游地区，后两个阶段的城市主要集中在上游城市尤其是省会城市。

从3个分指标来看，下游城市的生态适应力、恢复力相对较高，但是抵抗力低于中上游城市。一方面，下游城市居民的环保意识相对较高，环境规制力度刚性，污染治理能力较强，有利于保持城市生態适应力和恢复力。下游城市的人口分布更加集聚，交通拥堵、建设用地高强度开放、废弃物集中排放导致城市生态承载压力增大，因此下游生态抵抗力低于中上游。另一方面，中上游是我国煤炭、能化产业集聚区，资源开发带来水污染、空气污染等，影响生态适应力。

（二）空间分布格局

为了比较分析沿黄各城市生态韧性的空间分布特征，以2017年作为代表年份绘制生态韧性空间分布图，并根据自然断点法将其划分为低韧性区、较低韧性区、一般韧性区、较高韧性区、高韧性区五种类型，如图2所示。

省会城市基本处于韧性高值区，且以省会城市为中心向周边城市递减，空间上呈“低-低”或“高-高”韧性区集聚。高韧性区主要分布在下游区域，低韧性区主要集中在中上游，原因可能在于中上游城市生态环境脆弱，土地荒漠化、大规模煤炭开采、水资源短缺污染等。下游城市凭借相对发达的经济水平，资源利用效率、平均污染排放强度、产业结构高级化等拥有较高的生态韧性。尤其以清洁能源、计算机、金融、高新技术产业以及服务业为主的城市能够更有效提高城市生态系统的抵抗力、恢复力。

五、实证分析

（一）面板数据模型分析

模型（1）-（4）分别为各变量对城市生态韧性以及生态抵抗力、适应力、恢复力的影响效应。Hausman检验均在1%的水平上建议采用固定效应模型，如表4。

1.  数字经济发展对沿黄城市生态韧性的影响效应分析。从表4可以看出，数字经济发展总体上对城市生态韧性具有显著提升效果，主要是通过提高生态“适应力”和“恢复力”而起作用，但是却降低了城市生态系统“抵抗力”。第一，模型（2）显示数字经济发展对城市生态抵抗力存在显著的负向影响。原因主要在于数字经济使对自然资源的获取更加容易，刺激了能源需求增长产生的回弹效应，进而引起环境污染和生态系统抵抗力下降。生产电子媒体设备需要资源开采、维持数字传播产生数据可能增加能源需求以及媒介废弃物的毒性等，数字传播同样可能对环境造成损害[16]。因此，过度重视产业末端环节的数字化转型，可能会进一步赋能数字技术对自然资源信息获取和掠夺应用能力[17]。

第二，模型（3）表明数字经济发展对生态适应力具有较高的促进效应。究其原因，一是数字经济发展有效提升了沿黄城市对各类污染物、废弃物的无害化处理能力和净化能力。例如数字技术能够对城市供水设施老化提出报警，及时维修以做到节水节电增效。数字化助力城市生活垃圾处理流程更规范、操作更环保，提高生活垃圾回收利用率、无害化利用率，降低环境污染。二是数字经济能够提高制造业资源利用效率，使用先进技术提高工业废弃物的综合利用效率，新技术创新使清洁技术替代高耗能技术，改善高城市空气质量，进而提高城市生态适应力。例如白银市作为资源型城市忽视了大中型化工冶炼企业的技术改造，导致以SO2为主的城市空气污染、以重金属为主的水污染、以废渣堆放为主的土壤和粉尘污染等问题突出[18]。三是数字经济广泛应用会催生新的商业模式，促进劳动、资本密集型产业向技术、数字密集型产业升级，以产业结构高级化助力城市生态适应力提升 。

第三，根据模型（4），数字经济的发展能够显著提高城市生态恢复力。一是数字经济发展能够提高公众环保意识，提高公众对生态环境的监督水平，为政府强化环境规制提供有利条件，最终提高城市生态系统的恢复力。二是数字技术利用能够对沿黄空气质量、河流水质、污染物排放、土壤环境等数据进行实时动态监测，并推动生态资产数据库的发展，对生态环境进行评估，为政府提供相应的数据支持实行生态价值补偿，分别根据上中下游制定相应的环境保护政策，提升黄河流域城市生态系统恢复力。

2. 控制变量的影响效应分析。第一，从模型（1）（4）来看，制造业集聚对城市生态韧性具有负向影响，且主要通过降低生态抵抗力起作用。原因：一是黄河流域尤其是中上游城市拥有丰富的煤炭资源，这会吸引大量资源型企业、重工业在特定区域高度集聚，进而带来环境污染；二是资源型城市的高强度开采往往造成资源挤占、结构僵化等负效应[19]；三是制造业集聚的技术外溢效应降低企业研发创新的积极性，不利于污染治理。

第二，技术进步对城市生态抵抗力有抑制作用，但对总体生态韧性有积极作用。原因在于绿色技术进步能够促进黄河流域工业向技术密集型和环境型升级，提供技术支持降低污染排放和提高资源利用率，有利于解决水资源短缺、水土流失、植被破坏等问题，提升城市生态韧性。

第三，产业结构通过抑制生态恢复力进而降低了生态韧性。说明黄河流域依赖工业为主导的产业结构决定了其能耗、物耗水平和污染物排放强度较高，不利于生态恢复；二是工业开发普遍导致了环境问题会阻碍产业的发展，而产业发展受阻又不利于改善生态环境，进而产生不可持续的非良性循环的发展方式。

第四，富裕程度对城市生态适应力和总体生态韧性有促进作用。说明富裕程度主要是通过优化生态“适应力”来提升生态韧性的。证明了经济发展水平越高的城市，越有财政实力完善污染治理基础设施和技术条件，达到提升生态韧性的目的。

第五，外商直接投资对生态韧性的不利影响主要来自于生态抵抗力。这说明沿黄城市引入外资产业的主体可能多是高污染、高排放、高消耗型低端产业，产业层次不高，在一定程度上也印证了“污染转移”假说。

（二）时空地理加权回归模型分析

时空地理加权回归（GTWR）模型是在地理加权回归（GWR）的基础上引入时间因子，既突破了样本量的限制，又考虑了时间与空间非平稳性，能有效估计因子参数[20]。利用GTWR模型对数字经济发展的生态韧性影响效应进行空间异质性分析，剔除人口规模（POP）以减轻模型的多重共线性，对各项指标进行方差膨胀因子（VIF）检验。根据检验结果如表5，最终选取6个指标进行分析，GTWR模型的拟合优度和显著性等检验均要优于OLS估计。

主要基于ArcGIS10.8软件估计GTWR模型。采用Huang（2010）等[21]制作的GTWR插件，带宽采用AICc优化设置，时空距离参数比值为1，模型如下：

式中，[ui，υi]分别为每个市的经纬度坐标，[（ui，υi，ti）]是第i个城市的时空坐标；X，Y分别为解释变量和被解释变量；p为解释变量的个数；[β0（ui，υi，ti）]为截距项；[βk（ui，υi，ti）]为第k个解释变量的估计系数；为模型的残差项。将GTWR计算得出的各个变量的回归系数在ArcGIS10.8上进行可视化表达，选取2017年回归结果，对黄河流域局域的生态韧性各影响因素进行空间分析，结果如图3。

第一，数字经济对生态韧性的影响效应在空间分布上呈东西高、中间低、高值集聚特征。高值区主要集中在兰州市与青岛市周围。原因可能在于沿海城市数字经济起步早、发展水平高且对周边城市的生态韧性影响效果大，且白银、西宁等城市的环境基础薄弱，数字经济的提升效果和带动作用较明显。

第二，制造業集聚对生态韧性的正向影响效应在下游城市、中游城市以及上游省会城市周边表现为低值集聚。例如制造业集聚对淄博等周围城市的影响最小；郑州、西安、太原等中心城市的制造业集聚带来“规模效应”的同时，也加剧了地区制造业分布不平衡，导致了自然资源过度开采和环境污染问题，因此在这些地区的制造业集聚降低了城市生态韧性。

第三，技术进步对生态韧性的影响总体由西向东递减，在中上游呈正向高值区，下游为负向低值区。下游地区生态技术进步主要应用于对资源的开发，而中上游地区生态技术进步主要应用于保护和改善环境，提高城市抵抗力、恢复力，因此提高了城市生态韧性[22]。

第四，产业结构对城市生态韧性影响在空间上大致呈下游向上游递减。例如山东省通过创新驱动产业结构升级，对生态韧性产生了较大促进作用。上游一些城市的产业结构升级反而抑制了城市生态韧性，这也再次印证了传统能源富集的资源禀赋特征使得黄河流域产业结构升级路径偏重且单一，能源、冶金、化工等产业过多对城市生态韧性产生不利影响。

第五，地区富裕程度对城市生态韧性的影响呈现由下游向上游递减趋势。这也表明沿海城市和发达城市更加注重环境友好，当地政府对环境的规制更加严格；中上游城市经济发展水平普遍偏低，生态环境脆弱，需要平衡环境问题和发展问题，在生态韧性维系上受到掣肘。

第六，外商直接投资对城市生态韧性的影响为由东向西逐渐递减。说明沿黄内陆城市在外商投资引入中的生态绿色导向缺陷更严峻。因此建议中上游城市在承接产业转移中应进一步加强生态绿色导向，维持区域生态韧性以保障高质量发展。

（三）稳健性检验

采用北京大学发布的2011-2020年数字普惠金融指数（PKU-DFIIC）作为数字经济发展的替代指标，使用个体时间双向固定效应进行稳健性检验。如表6所示，数字经济对城市生态韧性及其三个子指标的影响效应方向与前文结论一致，只是回归系数相比基准回归明显降低。

六、结论与对策建议

本文从生态抵抗力、适应力和恢复力3个子系统构建城市生态韧性评价指标，从数字基础设施、数字资源利用、数字化人才和数字产业4个维度测度数字经济发展水平，基于2006—2017年面板数据，运用固定效应模型和GTWR模型分析了数字经济发展对城市生态韧性的影响效应。主要结论有：（1）样本期内沿黄城市生态韧性总体呈波动上升趋势，其中生态韧性均值表现为下游城市>中游城市>上游城市。由于环保意识、环境规制力度、治污能力、产业结构、人口密度等区域差异，下游城市的生态适应力、恢复力相对较高，但是抵抗力低于中上游城市。（2）省会城市普遍处于生态韧性高值区，且以省会为中心向周边递减，空间上呈“低-低”或“高-高”韧性区集聚。（3）实证结果表明，数字经济发展总体上显著提高了城市生态韧性。数字经济发展能够改善城市污染治理能力，加强生态环境监测、评估和价值补偿，提高制造业资源利用效率，促成绿色经济新业态新形态，从而显著促进了生态适应力和恢复力起作用。但是由于能源需求增长的回弹效应等，数字经济对生态抵抗力的影响为负。（4）各影响因素对城市生态韧性影响存在明显的空间差异。数字经济对生态韧性总体的影响效应呈东西高、中间低、高值集聚特征。制造业集聚、产业结构、外商直接投资能够提高东部城市生态韧性，而对中上游内陆城市有抑制作用。

基于研究结论，对黄河流域城市发展提出如下政策建议：（1）完善的数字基础设施对产业数字化转型有着重要的支撑作用[23]，能推动数字经济快速发展。实证表明数字经济发展总体上能有效促进城市生态韧性提升，尤其是上游城市应加快数字基础设施建设，实施数字技术向制造业、能源化工业赋能渗透，提高产业资源利用效率，推广数字技术在环境监测中的应用。（2）加强省会城市对周边城市的带动，防范生态韧性风险连锁反应。省会城市周边等高生态韧性区要发挥示范辐射作用，加强城市间的分工协作，共享污染治理技术设施等。低生态韧性集聚区（尤其是中上游区域）植被破坏、水土流失、水体污染等问题严重，应对环境生态风险能力较弱。要加快科学推进水源涵养区生态优先保护，系统提升生态系统服务功能，避免城市生态风险向周边的扩散以及形成生态韧性风险连锁反应。（3）沿黄城市尤其是中上游城市在吸引外商投资时要警惕产业“污染转移”问题，加大对生态绿色产业的引入，建立招商引资限制领域目录，尤其应注意甄别、限制严重损害城市生态韧性的企业。优化自身资源消耗型产业布局，积极化解过剩产能，提高能源化工行业清洁化生产水平。推进生态与旅游、教育、文化、康养等产业融合，引导发展优势特色生态产业。（4）沿黄城市只有加快高质量发展才能获得保障生态韧性的底蕴和底气。发展经济实现可持续发展道路，提高居民富裕水平仍是沿黄城市可持续地改善区域生态韧性的根本前提。尤其中上游城市只有持续发展经济、提高自身独立财政能力才能及时更新升级污染防治技术和硬件设施，能够更好地应对当前生态韧性不足。

黄河流域水土流失和水污染依然是当前主要的生态问题，由于数据获取的限制性，本文选取表征生态韧性的指标关于这两方面仍有不足，评估结果与内容分析存在一定偏差，后续研究还需要对该指标进一步完善。此外，本文对黄河流域数字经济的研究较少，数字经济对城市经济韧性是否存在非线性关系，需要进一步验证。

[参考文献]

[1]  胡艳，陈雨琪，李彦.数字经济对长三角地区城市经济韧性的影响研究[J].华东师范大学学报（哲学社会科学版），2022，（1）.

[2]  邓锁.疫情危机中的社会韧性建构与社会工作定位[J].社会工作，2020，（2）.

[3]  夏楚瑜，董照櫻子，陈彬.城市生态韧性时空变化及情景模拟研究——以杭州市为例[J].生态学报，2022，（1）.

[4]  张小飞，王如松，李正国，李锋，吴健生，黄锦楼，于盈盈.城市综合生态风险评价——以淮北市城区为例[J].生态学报，2011，（20）.

[5]  王少剑，崔子恬，林靖杰，谢金燕，苏坤.珠三角地区城镇化与生态韧性的耦合协调研究[J].地理学报，2021，（4）.

[6]  陶洁怡，董平，陆玉麒.长三角地区生态韧性时空变化及影响因素分析[J].长江流域资源与环境，2022，（9）.

[7]  李丽.数字经济对就业的影响及应对策略[J].经济问题，2022，（4）.

[8]  BUKHT R，HKEEKS R.Defining，Conceptualizing and measuring the digital economy[J].International organisations research journal，2018， （2）.

[9]  石良平，王素云，王晶晶.从存量到流量的经济学分析： 流量经济理论框架的构建[J].学术月刊，2019，（1）．

[10]  巫瑞，李飚，原上伟.数字经济对区域经济高质量发展的影响研究[J].工业技术经济，2022，（1）.

[11]  于世海，许慧欣，孔令乾.数字经济水平对中国制造业资源配置效率的影响研究[J].财贸研究，2022，（12）.

[12]  刘新智，孔芳霞.长江经济带数字经济发展对城市绿色转型的影响研究——基于“三生”空间的视角[J].当代经济管理，2021，（9）.

[13]  邓荣荣，张翱祥.中国城市数字经济发展对环境污染的影响及机理研究[J].南方经济，2022，（2）.

[14]  缪陆军，陈静，范天正，吕雁琴.数字经济发展对碳排放的影响——基于278个地级市的面板数据分析[J].南方金融，2022，（2）.

[15]  辛岭，刘衡，胡志全.我国农业农村现代化的区域差异及影响因素分析[J].经济纵横，2021，（12）.

[16]  刘于思，赵舒成.“洁净”亦危险：物质性和废弃社会视角下电子媒介垃圾的理论反思[J].国际新闻界，2021，（4）.

[17]  徐昊，马丽君.数字经济、资源依赖与绿色经济发展[J].金融与经济，2022，（1）.

[18]  杨永春，张旭东，穆焱杰，张薇.黄河上游生态保护与高质量发展的基本逻辑及关键对策[J].经济地理，2020，（6）.

[19]  纪祥裕，顾乃华.国家高新区改善了资源型城市的环境质量吗[J].现代经济探讨，2019，（11）.

[20]  沈杨，汪聪聪，高超，丁镭.基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析[J].自然资源学报，2020，（2）.

[21]  Huang B，Wu B， Barry M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical information Science， 2010，（3）.

[22]  熊德威，袁其國，赵建平，薛松贵.后发展地区生态环境保护路径选择——以贵州省为例[J].环境保护，2016，（6）.

[23] 吕明元，麻林宵.“十四五”时期我国数字经济与实体经济融合的发展趋势、问题与对策建议[J].决策与信息，2022，（2）.

[责任编辑：汪智力]

[基金项目] 本文系2022年度河南省高等学校哲学社会科学应用研究重大项目“河南加快构建现代化城镇体系的路径研究”（编号：2022-YYZD-05）、2019年度河南省高校科技创新人才支持计划（人文社科类）（编号：2019-cx-019）成果。

[作者简介] 郭力（1982-），男，河南驻马店人，经济学博士，河南工业大学经济贸易学院副教授，硕士生导师，主要从事区域经济与生态经济研究；李欣烨（1998-），男，河南驻马店人，河南工业大学经济贸易学院硕士研究生。

Abstract：  In recent years， with the rapid expansion of cities along the Yellow River， these ciities are faced with common problems such as water shortage， soil erosion， vegetation destruction， declining air quality， and increasingly reduced ecological resilience. It is an important way to promote ecological protection and high-quality development of the Yellow River basin by taking advantage of the development opportunities of digital economy to enhance the ecological resilience of cities along the Yellow River. This paper uses an index system composed of three aspects， namely， ecosystem resistance， adaptability， and resilience， and studies the evolution characteristics of ecological resilience of 46 cities along the Yellow River from 2006 to 2017. Through the panel model， and the geographically and temporally weighted regression （GTWR）， the analysis shows that the ecological resilience of cities along the Yellow River demonstrates an overally fluctuating upward trend during this study period， with downstream cities ranking first， followed by cities in middle reaches and upstream cities; downstream cities shows good ecological adaptability and resilience， but weaker ecological resistance that of middle and upper reaches cities; The spatial distribution of ecological resilience shows the agglomeration characteristics of ' low-low ' or ' high-high '， with the provincial capital as the high resilience area and the surrounding areas decreasingly jogj resilient; the development of digital economy can significantly improve the ecological adaptability and resilience of cities along the Yellow River， but it has an inhibitory effect on resistance， and the intensity and direction of various factors affecting ecological resilience are heterogeneous. Based on these findings， in order to achieve high-quality development of cities in the Yellow River basin， the cities， first of all， must improve the construction of information technology infrastructure and promote the rapid development of the digital economy. Through the empowering the manufacturing， energy and chemical industries with  the digital technology， improve the efficiency of utilizing industrial resource， and promote the application of digital technology in environmental monitoring. Secondly， it is necessary to better coordinate between provincial capital cities and their surrounding cities so as to avoid the chain reaction occured in risks related to ecological resilience. Thirdly， cities along the Yellow River， especially those in the middle and upper reaches， should be alert to ' pollution transfer ' in attracting foreign investment， and forbid the entry of enterprises that seriously damage urban ecological resilience. Fourthly， only by accelerating high-quality development can cities along the Yellow River truly sustain and ensure ecological resilience.

Keywords： Digital economy;ecological resilience;coordinated regional development;Yellow River basin;urban governance;spatio-temporal evolution;construction of ecological civilization