我国数字产业双重集聚水平测度、演化特征与融合发展研究

摘 要： 本文基于２０１１～２０２２ 年我国３０ 个省（区、市） 的面板数据， 测算各地区数字产业地理集聚和虚拟集聚水平，分析其演化趋势特征， 并基于耦合协调度模型研究两种集聚模式之间的融合发展程度。研究结论如下： １ 时间维度上， 我国数字产业地理集聚水平和虚拟集聚水平呈现反向变化趋势， 前者稳中略降， 后者微幅上升； ２ 空间维度上， 地理集聚水平和虚拟集聚水平均表现为由东至西呈阶梯状下降特征； ３ 地理集聚和虚拟集聚均表现出显著的空间正相关性， 同时地理集聚的空间关联性更强； ４ 地理集聚和虚拟集聚的耦合协调度指数呈小幅上升趋势， 表明数字产业双重集聚的融合发展水平不断提高。

关键词： 数字产业； 地理集聚； 虚拟集聚； 莫兰指数； 耦合协调度

基金项目： 浙江省自然科学基金项目“数字经济驱动浙江省服务业开放的动态优化机理与效果评价” （ＬＱ２２Ｇ０３０００４）

中图分类号： Ｆ４９ 文献标识码： Ａ

文章编号： １６７４－５３７Ｘ （２０２４） １０. ００８２－１０

一、引言

党的二十届三中全会提出要健全实体经济和数字经济深度融合制度， 加快推动数实融合， 释放数字经济潜力， 打造具有国际竞争力的数字产业集群， 提升产业链供应链韧性和安全水平， 推动经济高质量发展。近年来， 我国数字经济发展速度之快、辐射范围之广、影响程度之深史无前例， 它不仅深刻改变了传统的经济形态和产业组织方式， 还催生了新的经济现象和产业集聚模式。

传统产业地理集聚是指同一产业内大量中小企业在少数区域集中的空间经济现象。在数字经济时代， 数字产业的地理集聚不再仅仅依赖于传统的地理优势、自然资源或劳动力成本， 而是更多地依赖于数字技术的普及和应用、数据资源的丰富性以及网络基础设施的完善。这种基于数字技术的地理集聚， 通过企业间的信息共享、技术合作和市场拓展， 形成了更加紧密的产业联系和更强的集聚效应。而虚拟集聚是数字经济背景下出现的一种全新集聚形态［１］ 。它依托新一代数字化平台， 利用具有生产特性的数据要素， 将供需双方及相关企业从地理空间、物理空间转向虚拟空间、网络空间进行集聚。虚拟集聚突破了地理空间的限制， 降低了交易成本， 提高了信息交换效率， 为产业发展提供了新的动力源泉。在农业、工业和服务业等多个领域， 虚拟集聚正逐步成为推动产业转型升级的重要力量。但地理集聚和虚拟集聚并非孤立存在， 而是相互依存、相互促进的关系［２］ 。一方面， 地理集聚为虚拟集聚提供了坚实的基础和丰富的资源； 另一方面， 虚拟集聚则通过优化资源配置、加速技术创新等手段， 进一步增强了地理集聚的竞争力。这种双重集聚的耦合协调关系， 不仅促进了数字经济的快速发展，还推动了产业结构的优化升级， 为经济社会的可持续发展注入了新的活力。

基于此， 本文着眼于数字产业地理和虚拟的双重集聚， 测算并分析地理集聚和虚拟集聚的时空演化特征， 探究两者之间的融合发展关系， 为加速地方数字经济与实体经济的融合、促进数字产业化和产业数字化协同并进提供政策启示和理论依据。

二、文献综述

传统产业集聚是指产业在某个特定地理区域内高度集中， 产业资本要素在空间范围内不断汇聚的一个过程。随着互联网的发展， 产业经济形态发生巨大变革， 以数据、信息为核心要素的数字经济快速崛起。不仅改变传统经济主体在地理空间上的集聚模式， 还延伸和重塑产业组织的集聚形态［３］ 。产业不再局限于在地理空间中聚集， 还通过网络平台实现在虚拟空间中的聚集， 从而形成地理集聚和虚拟集聚相结合的新型生态系统［４］ 。

把握数字产业的时空演变规律是推动数字产业集聚发展的前提条件［５］ 。一方面， 有关数字产业集聚的测度大多集中在地理层面， 余紫菱（２０２２）［６］利用电子商务销售额和高技术收入的区位熵衡量数字产业地理集聚水平。叶堂林（２０２３）［７］ 则是在对数字产业进行明确分类的基础上， 采用每平方米建成区内数字产业在营企业的累计注册资本表示数字产业地理集聚程度。Ｌｉｕ （２０２４）［８］ 使用数字服务行业的就业人数的区位熵衡量数字服务产业的地理集聚度。单一方法的测算存在不足， 另有学者采用多种方法结合衡量数字产业的集聚程度。王彦杰（２０２３）［９］ 选择产业集中度和区位熵相结合的方法测度我国数字产业集聚程度。卢福财（２０２４）［１０］ 采用区位熵和基于社会网络分析的创新联系强度， 识别并判断已形成数字产业集群的城市。另一方面， 虚拟集聚作为信息技术革新而延伸出的新型集聚模式［１１］ 。对虚拟集聚的界定和测度也成为学术研究的重点， 王如玉（２０１８）［１２］ 指出虚拟集聚作为新一代信息技术与实体经济深度融合的新形态， 不仅能够有效规避地理集聚的拥挤效应， 还能极大增强集聚效应。田霖（２０２３）［１３］ 通过构建指标体系测算我国省域的虚拟集聚水平； 赵春明（２０２２）［１４］ 利用ＯＥＣＤ 世界投入产出表数据， 以世界各国的数字化部门对中国的投入来表示虚拟集聚水平； 刘烨（２０２３）［１５］ 则是在地理集聚的基础上， 使用地理距离权重矩阵加权的区位熵来衡量城市虚拟集聚水平。

综上所述， 尽管数字产业空间集聚的研究较为丰富， 但将地理集聚和虚拟集聚（下称“双重集聚” ） 结合的研究相对匮乏， 特别是对地理集聚和虚拟集聚之间的耦合协调发展缺乏系统性的分析。鉴于此， 本文从以下两个方面做出拓展： 第一， 以数字产业的双重集聚为视角， 分别对数字产业的地理集聚和虚拟集聚水平进行测度， 并且深入刻画了两种不同集聚模式的时空演变特征。第二， 重点关注数字产业双重集聚之间的内在关联， 探究两种集聚模式之间的融合发展水平。

三、数字产业地理集聚和虚拟集聚的演化特征

（一） 测算方法和数据来源

１. 数字产业地理集聚和虚拟集聚的测算方法

本文借鉴徐丹（２０２４）［１６］ 的做法结合数字产业的就业人数衡量我国数字产业地理集聚水平， 并借鉴赵放（２０２４）［１１］ 的做法， 使用电子商务交易额的区位熵来衡量数字产业的虚拟集聚水平， 计算公式为：

其中， Ｌ Ｑｉｔ 表示ｔ 年份ｉ 地区数字产业的地理集聚程度， ｑｉｊｔ 表示ｔ 年份ｉ 地区ｊ 数字产业的就业人数，ｈｉｔ 表示ｔ 年份ｉ 地区总的就业人数， ｑｊｔ 表示ｔ 年份全国ｊ 数字产业的就业人数， ｈｔ 则表示ｔ 年份全国总的就业人数； ＶＡＧＧｉｔ 表示ｔ 年份ｉ 地区数字产业的虚拟集聚程度， ｂｉｔ 表示ｔ 年份ｉ 地区数字产业的电子商务交易额， ｄｉｔ 表示ｔ 年份ｉ 地区的电子商务交易额， ｂｔ表示ｔ 年份全国数字产业的电子商务交易额， ｄｔ 表示ｔ 年份全国的电子商务交易额。

２. 数据来源

本文选取了２０１１ ～ ２０２２ 年我国３０ 个省（区、市） 的面板数据分别测算我国数字产业的地理集聚水平和虚拟集聚水平。其中， 数字产业的就业人数数据来源于国家统计局、《中国工业统计年鉴》《中国第三产业统计年鉴》等； 电子商务的交易额来源于国家统计局， 由于缺少行业层面的数据， 按照各省份数字产业的就业占比对电子商务交易额进行分解。针对少量缺失值， 采用线性插值法进行填补。

（二） 数字产业双重集聚的测算结果和特征分析

１."数字产业地理集聚的测算结果和分析

由图１ 可知， 我国数字产业的地理集聚总体呈微幅下降趋势且分布上具有一定的地理差异。东部地区数字产业地理集聚程度较高， 中西部地区的数字产业地理集聚程度较低， 其中， 中部地区的数字产业地理集聚有所上升， 西部一直保持稳定。原因可能在于， 数字技术的快速进步和普及， 使得数字产业更加分散化， 不再局限于特定地区或城市。政府对数字经济的支持和引导政策更加均衡， 不再过度集中于某一地区， 导致数字产业总体的地理集聚度下降。东部地区经济发达， 基础设施完善， 有利于数字经济的集聚和发展， 在数字经济发展方面起步较早， 积累了较多的经验和资源， 形成了较高的地理集聚度。中部地区在承接东部地区产业转移、提升自身发展水平、完善基础设施等方面取得了进展。此外， 中部地区的政府也加大了对数字经济的支持力度， 推动数字经济与当地产业的深度融合，吸引众多数字产业企业入驻， 最终推动地区的数字产业的地理集聚水平有所上升。

为进一步展现我国各个省份的数字产业地理集聚的发展情况， 本部分将２０１１～２０２２ 年数字产业地理集聚水平排名前十的省份归纳整理， 绘制成下表１。

由表１ 可知， ２０１１～２０２２ 年我国数字产业地理集聚水平较高的省份基本分布在东部沿海经济发达区， 具体包括北京、天津、上海、江苏、浙江、福建、广东。值得注意的是， 上述省份除浙江外， 数字产业的地理集聚水平均呈现下降的趋势。而中部地区的重庆和江西， 其地理集聚水平保持稳定的增长， 且增长速度较快。而同样位于内陆地区的陕西， 地理集聚水平却表现出下降的态势。原因可能在于， 江西紧靠沿海经济发达地区， 能够更快享受到地理集聚带来的溢出效应。重庆作为直辖市， 凭借政策优势， 吸引更多的企业在此聚集， 不断提升数字产业的地理集聚水平。而陕西作为中华文明的重要发源地之一， 拥有众多的历史文化遗产和古迹。在基础设施建设中， 需要平衡经济发展与历史文化遗产保护的关系， 这也导致基础设施建设的速度缓慢， 难以吸引数字企业聚集， 最终导致数字产业的地理集聚水平下降。

２. 数字产业虚拟集聚的测算结果和分析

由图２ 可知， 我国数字产业的虚拟集聚总体呈微幅上升趋势。同样， 我国数字产业虚拟集聚的分布上也具有一定的地理差异， 东部地区数字产业虚拟集聚程度较高， 年均水平一直保持在０. ８ 附近，而中西部地区的数字产业虚拟集聚程度较低， 但有着稳步上升的趋势。究其原因， 随着电子商务的迅速崛起和发展， 不断推动着网络基础设施完善， 以阿里巴巴为代表的数字化平台型企业迅速崛起， 通过构建开放、共享、协同的虚拟集聚平台， 促进企业间的互利共赢， 吸引大量企业参与， 推动了虚拟集聚的快速发展。此外， 传统地理集聚受到地域空间的限制， 企业在发展过程中可能会遇到资源短缺， 要素成本上升等问题， 而虚拟集聚可以突破这些限制， 实现资源的跨区域配置和优化利用， 降低运营成本， 从而推动产业发展。更重要的是由于数字产业自身的产业特性， 虚拟集聚的稳步发展也是必然结果。

同样， 为进一步了解各个省份数字产业虚拟集聚的发展水平， 本部分将２０１１～２０２２ 年数字产业虚拟集聚水平排名前十的省份归纳整理， 绘制成下表２。

由表２ 可知， 虚拟集聚水平较高的省市主要集中在东部沿海经济发达地区， 包括北京、天津、上海、江苏、浙江、福建、广东等。以重庆、江西、四川为代表的中部地区数字产业虚拟集聚发展紧随其后。作为中国经济最为发达的地区， 东部地区的虚拟集聚水平较高城市一直保持稳定， 这表明东部地区在数字经济发展上拥有强大的基础和优势。虽然中西部地区在整体水平上不如东部， 但逐步追赶、快速发展， 并在数字经济发展上取得了一定成果。未来， 随着数字技术的不断发展和普及， 以及国家政策的持续支持， 高虚拟集聚区的范围可能会进一步扩大， 进而覆盖更多的地区和城市。

四、数字产业双重集聚的时空演变特征分析

为揭示我国数字产业双重集聚水平的时空演化特征， 本文采用核密度估计法和莫兰指数法， 从时间和空间维度上对我国各地区数字产业双重集聚的时间演变特征和空间发展特征进行分析。

（一） 数字产业双重集聚的时间演变特征分析

１. 数字产业地理集聚的核密度估计结果分析

由图３ 可知， 从波峰的移动位置来看， 全国层面核密度曲线主峰位置无明显偏移， 说明我国数字产业地理集聚水平发展平缓。东部地区的主峰位置向左偏移， 说明东部地区数字产业地理集聚呈现下降趋势。而中西部地区的波峰均在波动中缓慢右移， 表明我国中西部地区的数字产业的地理集聚水平在缓慢提升。

从波峰的高度和宽度来看， 全国层面的高度有所降低， 表明低地理集聚水平的省份逐渐减少， 地区之间的差距在缩小。而东部地区的波峰高度在不断提升， 宽度变动幅度较小， 说明东部地区内部数字产业地理集聚水平的差距逐渐扩大。中西部地区的波峰高度和宽度波动较大， 表明地区之间数字产业地理集聚水平差距仍然较大， 处于不均衡发展阶段。

从延展性和极化现象来看， 我国各区域的核密度曲线均存在右拖尾现象， 即区域内存在部分省份的数字产业地理集聚水平明显高于同一区域内的其他省份。东部地区、中西部地区均存在双峰甚至多峰的现象， 说明两极分化的现象较明显， 地区之间的差距仍较大。

２. 数字产业虚拟集聚的核密度估计结果分析

由图４ 可知， 样本期内全国层面数字产业虚拟集聚水平的动态演进表现以下特征： 从波峰的移动位置来看， 全国层面的核密度曲线主峰位置向右偏移， 说明我国数字产业虚拟集聚水平发展缓慢提升。东部地区的波峰向左偏移， 说明东部地区数字产业的虚拟集聚水平有所下降， 中西部地区的波峰均向右偏移， 表明我国中西部地区的虚拟集聚水平不断提升。

从波峰的高度和宽度来看， 全国层面的高度有所降低， 表明地区之间的差距在缩小。而东部地区的波峰高度和宽度在不断提升， 说明东部地区内部数字产业虚拟集聚水平的差距逐渐扩大。中西部地区的波峰高度和宽度波动较大， 表明地区之间数字产业虚拟集聚水平差距仍然较大， 地区发展极不平衡。

从延展性和极化现象来看， 我国各区域虚拟集聚的核密度曲线均存在右拖尾现象， 即区域内存在部分省份的虚拟集聚水平明显高于同一区域内的其他省份。东部地区、中西部地区均存在双峰甚至多峰的现象， 说明两极分化的现象较明显， 地区之间的差距仍较大。

（二） 数字产业双重集聚的空间发展特征分析

１. 数字产业地理集聚的莫兰指数结果分析

由表３ 可知， ２０１１ ～ ２０２２ 年的全局莫兰指数（Ｍｏｒａｎ′ｓ Ｉ） 值均为正值， 且在１０％的水平上显著，说明数字产业地理集聚的发展呈现显著的正相关。从时间维度上来看， 我国数字产业地理集聚的空间相关性从前期增强到后期减弱。这种趋势表明区域间数字产业地理集聚呈多极化发展趋势。

由于全局莫兰指数无法反映各省份的空间相关性。因此， 采用局部莫兰散点图分析各个省份之间数字产业地理集聚的空间相关性。图５ 分别展示了２０１１ 年和２０２２ 年我国各地区的数字产业地理集聚的莫兰散点图。观察图５ （ａ） 的四个象限发现， 东部沿海经济较发达的省份， 如北京、上海、江苏、天津等， 大多分布在第一象限（高－高）， 表明这些省份的数字产业地理集聚发展水平较高， 且周边省份的数字产业集聚发展同样较快。而分布在第二象限（低－高） 的省份， 如海南、河北、福建、江西、广西等， 这些省份自身的数字产业地理集聚水平较低， 但却邻近高地理集聚地区， 容易受到集聚所带来的辐射效应， 从而推动自身数字产业的发展。相反在第四象限（高－低） 的广东， 其自身的地理集聚水平较高， 但其邻近地区的集聚水平偏低， 对周边地区的辐射效应不显著。第三象限（低－低） 中的省份不仅自身的数字产业地理集聚水平较低， 其周边地区的集聚水平同样偏低， 导致这一区域的数字产业发展缓慢， 难以形成有效集聚。

由图５ （ｂ） 可知， 比较明显的变化是浙江从第二象限移动到第一象限， 这表明上海、江苏的数字产业地理集聚辐射效应带动了浙江省数字产业的地理集聚水平上升。湖南和江西在第二象限的位置往右偏移， 表明以湖南和江西为代表的中部地区受到周边数字产业地理集聚水平较高省份的影响， 其自身的地理集聚水平也在不断攀升。

２. 数字产业虚拟集聚的莫兰指数结果分析

由表４ 可以看出， ２０１１～２０２２ 年我国数字产业虚拟集聚的全局莫兰指数（Ｍｏｒａｎ′ｓ Ｉ） 呈现出一个总体下降的趋势， 表明数字产业的虚拟空间中的分布变得更加分散。所有年份的数字产业虚拟集聚均在１０％的水平上显著， 说明数字产业在虚拟空间上存在明显的集聚现象。

图６ 分别展示了２０１１ 年和２０２２ 年我国各地区的数字产业虚拟集聚的莫兰散点图。观察图６ （ａ）的四个象限发现， 同样的东部沿海经济较发达的省份大多分布在第一象限（高－高）， 得益于健全的基础设施以及快速崛起的数字化平台， 这些省份数字企业率先在虚拟空间中聚集， 不断提升地区数字产业虚拟集聚水平。而分布在第二象限（低－高） 的省份， 自身的数字产业虚拟集聚水平较低， 但却邻近高虚拟集聚地区（如北京、江苏）。在第四象限（高－低） 的广东， 其自身的虚拟集聚水平较高， 但其邻近地区的集聚水平偏低， 对周边地区的辐射效应不显著。第三象限（低－低） 中省份的数字产业虚拟集聚发展较困难， 原因在于其自身的数字产业虚拟集聚水平较低， 且周边地区的集聚水平同样偏低。

由图６ （ｂ） 可知， 与２０１１ 年的局部散点图相比， 江西从第二象限（低－高） 移动到第一象限（高－高）， 这表明江西享受到周边高虚拟集聚地区的辐射效应， 使得自身数字产业的虚拟集聚水平不断上升。重庆从第三象限（低－低） 移动到第四象限（高－低）， 说明重庆地区凭借着自身的优势， 不断完善基础设施， 极大推动了当地数字产业虚拟集聚水平的提升。

五、数字产业地理集聚和虚拟集聚的融合发展分析

（一） 耦合协调度模型构建

耦合是协调和发展的统一， 是系统之间频繁互动从而达到协调发展的动态关系。本文将数字产业的地理集聚和虚拟集聚作为两个系统， 通过耦合协调度来探究地理集聚和虚拟集聚之间的发展关联。本文采用的耦合协调度模型如下：

其中， Ｃ 表示地理集聚和虚拟集聚的耦合度； Ｔ表示地理集聚和虚拟集聚的协调度； Ｄ 表示地理集聚和虚拟集聚的耦合协调度， 取值为［０～１］； Ｘ１ 和Ｘ２ 分别表示标准化之后的数字产业地理集聚和虚拟集聚水平， 考虑到两者的发展对数字产业同等重要， 故α 和β 分别取值为０. ５。

（二） 双重集聚融合发展水平分析

图７ 为２０１１—２０２２ 年数字产业地理集聚和虚拟集聚的耦合度、协调度以及耦合协调度的测算结果。由图可知， 随着时间的推移， 耦合度Ｃ、协调度Ｔ 以及耦合协调度Ｄ 都呈现出一定的波动。观察耦合度Ｃ 看到， 地理集聚和虚拟集聚的耦合度在稳步上升， 说明数字产业地理集聚和虚拟集聚之间的偏差在变小， 关联性在不断增强， 两者之间的相互作用越来越紧密。而协调度Ｔ 的波动则是反映了在不同年份， 数字产业地理集聚与虚拟集聚在协同发展过程中遇到的不同挑战和机遇。作为耦合度和协调度的综合反映， 耦合协调度Ｄ 的变化能够更全面地展示数字产业地理集聚与虚拟集聚之间的协调发展状况。从折线的波动情况来看， 数字产业地理集聚和虚拟集聚的耦合协调度总体微幅上升， 并一直保持在［０. ４～０. ５） 之间， 表明数字产业整体的地理集聚和虚拟集聚的耦合协调度虽有发展， 但发展速度较缓。

为进一步考察地区之间数字产业地理集聚和虚拟集聚的融合发展程度， 表５ 展示了２０１１－２０２２ 年全国以及东、中、西部地区在数字产业地理集聚和虚拟集聚的耦合协调度。全国层面从２０１１ 年的０. ４０６２ 增长到２０２２ 年的０. ４２７１， 显示出全国范围内的数字产业地理集聚和虚拟集聚的耦合协调度在逐年提升， 但增长速度较为缓慢。东部地区始终保持着较高的耦合协调度， 从２０１１ 年的０. ５８７５ 到２０２２ 年的０. ５４６７， 尽管期间有所波动， 但整体保持在较高水平， 表明东部地区在数字产业的双重集聚耦合协调程度高， 彼此融合发展， 这可能与东部地区的经济发展水平、科技创新能力、基础设施完善程度等因素有关。中部地区的耦合协调度从２０１１年的０. ３７６０ 增长到２０２２ 年的０. ４２２２， 增长显著，显示出中部地区在数字产业集聚方面的快速发展，逐渐缩小与东部地区的差距。西部地区从２０１１ 年的０. ２４６７ 增长到２０２２ 年的０. ３１１０， 西部地区虽然起点较低， 但增长速度较快， 表明西部地区数字产业的地理集聚和虚拟集聚之间融合程度不断加深，推动西部地区数字产业快速发展。

六、结论与政策建议

（一） 研究结论

算了数字产业地理集聚和虚拟集聚的发展水平以及两者之间的融合发展关系。主要的研究结论如下：

第一， 数字产业地理集聚的发展水平总体微幅下降， 并伴有明显的东强西弱特征； 东部地区下降程度最大， 相反中西部地区的数字产业地理集聚水平则呈现上升态势， 地区之间的差距在不断缩小。

第二， 数字产业虚拟集聚的发展水平总体上升， 中西部地区的虚拟集聚水平较低， 但均在稳步增长中， 而东部地区的数字产业虚拟集聚虽水平较高， 但则呈现小幅下降的趋势。尽管两极化格局依然明显， 但地区之间的差距也在不断缩小。

第三， 根据莫兰指数可知， 数字产业地理集聚和虚拟集聚均存在空间正相关性， 两者的集聚发展模式均呈现由“高－低” “东－西” 以及“点－面”的发展历程。

第四， 数字产业地理集聚和虚拟集聚的耦合协调度呈小幅上升趋势， 其中两者的耦合度上升趋势明显， 而地理集聚和虚拟集聚的协调度则有所下降； 东部地区地理集聚和虚拟集聚的耦合协调度高但从时间演变特征来看总体下降， 中西部地区的耦合协调程度较低， 但都处于有序增长中， 不断缩小与东部地区之间的差距。

（二） 对策建议

为顺应时代的发展， 打造具有国际竞争力的数字产业集群， 推动数字经济成为我国经济高质量发展的新的增长点， 本文提出以下政策建议：

第一， 优化区域布局， 促进均衡发展。针对东部地区的数字产业鼓励技术创新和产业升级， 避免同质化竞争， 推动产业链向高端延伸。加大对中西部地区的政策扶持和资金投入， 利用其较低的成本优势和逐渐增强的基础设施条件， 吸引数字产业企业和项目落地， 提升中西部地区的数字产业集聚水平， 缩小与东部的差距。

第二， 加强基础设施建设， 提升虚拟集聚能力。加快５Ｇ、大数据中心、云计算平台等新型基础设施建设， 特别是在中西部地区， 为数字产业虚拟集聚提供坚实的技术支撑。推广和应用远程办公、云服务等新型工作模式， 促进数字产业链上下游企业的无缝对接， 提升产业协同效率。

第三， 强化空间正相关性， 促进集聚效应扩散。利用数字产业地理集聚和虚拟集聚的空间正相关性， 构建跨区域产业合作平台， 促进知识、技术、资本等要素的自由流动和高效配置。鼓励东部地区龙头企业在中西部设立分支机构或研发中心，带动当地产业发展， 形成“点－面” 相结合的产业集聚模式。

第四， 提升耦合协调度， 实现融合发展。建立健全地理集聚与虚拟集聚的协同发展机制， 加强政策协同和规划引导， 确保两者在发展过程中相互促进、相互支撑。鼓励企业采用数字化、智能化技术改造传统产业， 促进数字经济与实体经济深度融合， 提升整体产业竞争力。

参考文献：

［１］Ｃａｎｎａｖａｃｃｉｕｏｌｏ， Ｌｏｒｅｌｌａ ｅｔ ａｌ. Ｔｅｃｈｎｏｌｏｇｉｃａｌ ｉｎｎｏｖａｔｉｏｎ－ｅｎａｂｌｉｎｇ ｉｎｄｕｓｔｒｙ ４. ０ ｐａｒａｄｉｇｍ： Ａ ｓｙｓｔｅｍａｔｉｃ ｌｉｔｅｒａｔｕｒｅ ｒｅｖｉｅｗ［Ｊ］. Ｔｅｃｈｎｏｖａｔｉｏｎ， ２０２３，１２４：１－１６．

［２］Ｓｔｕｒｇｅｏｎ Ｔ.. Ｕｐｇｒａｄｉｎｇ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ ｔｈｅ ｄｉｇｉｔａｌ ｅｃｏｎｏｍｙ［Ｊ］.Ｇｌｏｂａｌ Ｓｔｒａｔｅｇｙ Ｊｏｕｒｎａｌ ２０１９；１１（１）：３４－５７.

［３］Ｃｈｅｎ Ｘ， Ｌｉｕ Ｃ， Ｊｉａｎｇ Ｙ， Ｇａｏ Ｃ. Ｗｈａｔ Ｃａｕｓｅｓ ｔｈｅ Ｖｉｒｔｕａｌ Ａｇｇｌｏｍｅｒａｔｉｏｎ ｏｆ Ｃｒｅａｔｉｖｅ Ｉｎｄｕｓｔｒｉｅｓ？［Ｊ］. Ｓｕｓｔａｉｎａｂｉｌｉｔｙ ２０２１； １３（１６）：９２３２.

［４］殷利梅，何丹丹，王梦梓等. 打造具有竞争力的数字产业集群［Ｊ］. 宏观经济管理，２０２４，（０２）：２８－３５＋５２.

［５］李永红，黄瑞. 我国数字产业化与产业数字化模式的研究［Ｊ］. 科技管理研究，２０１９，３９（１６）：１２９－１３４.

［６］余紫菱，任孟成，马莉莉. 数字经济空间集聚对区域全要素能源效率的影响［Ｊ］. 工业技术经济，２０２２，４１（０７）：２８－３４.

［７］叶堂林，刘哲伟，张京亮. 数字产业空间集聚影响因素探析［Ｊ］. 科技进步与对策，２０２３，４０（１５）：７５－８２.

［８］Ｌｉｕ， Ｈｕｉｍｉｎ， Ｙｕｐｅｎｇ Ｓｈｉ， Ｂａｏｗｅｎ Ｓｕｎ ａｎｄ Ｘｕｚｅ Ｙａｎｇ. Ａｇｇｌｏｍｅｒａｔｉｏｎ ｏｆ ｔｈｅ Ｄｉｇｉｔａｌ Ｓｅｒｖｉｃｅｓ Ｉｎｄｕｓｔｒｙ ａｎｄ Ｄｉｇｉｔａｌ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ： Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｃｈｉ⁃ｎａ［Ｊ］. Ｅｍｅｒｇｉｎｇ Ｍａｒｋｅｔｓ Ｆｉｎａｎｃｅ ａｎｄ Ｔｒａｄｅ ６０ （２０２３）： ８５５ － ８６９.

［９］王彦杰，高启杰，杨瑞. 我国数字经济产业集聚测度及时空演化特征研究［Ｊ］. 工业技术经济，２０２３，４２（０２）：１３４－１４５.

［１０］卢福财，钟诗韵. 数字产业集群发展水平评价及其时空演变［Ｊ］. 经济地理，２０２４，４４（０６）：１１３－１２３.

［１１］赵放，李文婷，马婉莹. 数字经济视域下地理集聚与虚拟集聚的演化特征及耦合关系［ Ｊ］ . 吉林大学社会科学学报，２０２４，６４（ ０１）：１１７－１３２＋２３８.

［１２］王如玉，梁琦，李广乾. 虚拟集聚：新一代信息技术与实体经济深度融合的空间组织新形态［Ｊ］. 管理世界，２０１８，３４（０２）：１３－２１.

［１３］田霖，张仕杰. 我国虚拟集聚水平测度、空间差异与收敛性研究［Ｊ］.浙江大学学报（人文社会科学版），２０２３，５３（０７）：７５－９７.

［１４］赵春明，班元浩，李宏兵，等. 虚拟集聚能否促进城市出口产品质量升级［Ｊ］. 经济管理，２０２２，４４（０７）：２３－４１.

［１５］刘烨，王琦，班元浩. 虚拟集聚、知识结构与中国城市创新［Ｊ］. 财贸经济，２０２３，４４（０４）：８９－１０５.

［１６］徐丹，于渤. 高技术产业集聚对区域阶段创新绩效的影响研究［Ｊ］. 科研管理，２０２４，４５（０３）：１１３－１２１.