中國城市群數字經濟發展測度與空間分布特征分析

郭 晗 全勤慧

一、引言和文獻綜述

黨的二十大報告指出，要“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”。根據第七次全國人口普查數據，截至2020年末，全國人口總量為14.12億，居住在城鎮的人口約為9.02億，城鎮化率為63.89%，與2010年全國第六次人口普查相比，城鎮人口增加了2.36億，比重上升了14.21%。與此同時，2021年末，全國城市數量達691個，比2012年末增加34個，100萬人口以上的城市較2012年增加了37個，高鐵網對50萬人口以上城市的覆蓋率由2012年的28%擴大到2021年的90%。隨著城市規模結構、醫療服務和交通設施的持續改善，我國經濟發展的空間結構正在發生深刻變化，中心城市和城市群正在成為承載發展要素的主要空間形式，我國已進入以城市群為主體的發展新階段。

數字經濟與城市發展相伴相生，城市作為經濟發展與社會生活的重要載體，而城市群是多個城市的群集。以中心城市為龍頭的城市群代表了經濟發展和人口聚集的基本趨勢，跨區域的空間布局使得城市群內部數據、資源、服務高速流通，為城市群帶來巨大發展增量。城市間的競爭模式由單打獨斗轉向抱團聚合，尤其是在數字經濟賦能城市發展的背景下，伴隨數字技術的不斷革新，新基建造就的數字革命成為城市群一體化發展的核心動能。數字化催生新產業的同時也倒逼城市群逐步完成產業的地理化分工，縮小中心城市與非中心城市的經濟差距，助力城市群整體產業升級。城市群成為大中小城市協同發展的重要空間形態，城市群呈現了更加豐富的時空特征?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出發展壯大城市群，優化城市群內部空間結構，推動城市群一體化發展。因此，在“十四五”規劃推進的關鍵之年，量化分析城市群數字經濟發展水平，探討城市群內部空間結構，分析城市群間區域差異，對化解“數字鴻溝”、提升城市群綜合承載能力、培育打造城市空間新價值具有重要意義。

盡管新冠疫情給全球生產和需求帶來了前所未有的沖擊，但數字經濟卻獲得了長足的發展，數字化逐步嵌入生產生活之中，成為經濟發展和社會價值的關鍵助推器。在數字經濟領域，很多學者開展了一系列關于數字經濟的測算，然而由于數字經濟是一種隨著數字技術不斷更新和演進的新型經濟形態，其概念、內涵也在不斷發展之中，因此對數字經濟的測算存在著較大差異。目前，按照研究方法的不同可將相關文獻分為兩類，第一類研究用增加值估算法統計區域內數字經濟的規模體量[1-4]，第二類研究則采用指數編制法，通過構建指標體系測度數字經濟發展水平[5-10]，然而由于統計口徑和指標體系的不同，測算結果往往出入較大。

在城市群的相關研究中，相關主題涉及城市群范圍識別[11]、發育動力因素[12-14]和城市群空間結構[15-19]等方面，城市群是產業空間實現的重要形式。在城市化的過程中，中心城市的規模不可能無限擴張，超大型城市的人口、產業和資源必然向周邊區域溢出，然而空間地理上的鄰近既可能導致競爭和破壞增長，也可能改善市場準入和促進增長。[20]在討論城市交通基礎設施、協同創新以及環境污染等問題時，現有研究發現相鄰地區存在顯著的擴散和溢出效應[21-24]，而數字經濟以現代信息網絡為載體，通過對物理空間、信息空間和社會空間的互聯互通，突破地理距離的限制，產生空間外溢效應。[25,26]

綜上所述，目前關于數字經濟的測算研究更多集中于國家或者省級層面，而將城市群數字經濟測度和空間效應聯系起來的研究較少，本研究將從城市群層面測度數字經濟發展態勢，探討城市群數字經濟的空間效應，并分析城市群數字經濟發展的差異來源。

二、研究設計

（一）研究對象

城市群作為城鎮化空間的主體形態，是拉動數字經濟高質量發展的核心引擎。本文基于2011—2020年城市數據，結合“十四五”規劃和2035年遠景目標綱要，借鑒李澤眾和沈開艷[27]的研究，考慮數據可得性，以京津冀、長三角、珠三角、成渝、長江中游、山東半島、粵閩浙沿海、中原、關中平原、遼中南等十個城市群為研究對象，具體所轄城市見表1。

表1 十大城市群及所轄城市

（二）數字經濟綜合評價指標體系構建

通過梳理相關文獻，可將數字經濟的內涵定義為：數字經濟是以數字化信息為關鍵生產要素，以互聯網平臺為主要信息載體，通過數字經濟與實體經濟深度融合，逐步應用以人工智能為代表的新一代信息技術，加速變革生產生活方式與經濟結構的新型經濟形態。數字經濟的發展體現在“四化”，即數字化、網絡化、智能化和平臺化四部分。

一是數字化，數字技術將生產過程中復雜多元的信息轉變為可以度量、儲存、分析的數據，大大提高了通信和計算的效率，數據資本取代了實體資本，數字化的信息和知識成為關鍵生產要素，讓企業從傳統生產要素驅動轉向數據生產要素驅動，進一步對企業組織形態、商業模式、運營方式進行賦能和重構，實現數字化與各個產業的廣泛深入融合，數字化是數字經濟的重要內容。

二是網絡化，現代信息網絡是數字經濟的主要載體，我國信息基礎設施全球領先，新一代信息通信技術通過對物理空間、信息空間和社會空間的互聯互通，推動人、機、物、系統的無縫對接和高效協作，構建起了全新的制造和服務體系，網絡化也是數字經濟題中應有之義。

三是智能化，人工智能是引領發展的戰略性技術，人工智能技術可以帶動傳統應用場景的數字化轉型和智慧化改造，以深度學習為代表的機器學習加速滲透到各行各業，產生了豐富的應用，提升了企業的運行效率和經濟效益。此外，引入人工智能所帶來的對算法、算力、數據的持續需求可以帶動相關產業鏈的發展，相關應用不斷深化，為數字經濟的創新發展提供強大動力。

四是平臺化，隨著大數據、云計算、物聯網、人工智能成為基礎性技術，以現代信息技術為驅動的平臺成為企業重要的資源配置和組織方式。不同地域、不同屬性的用戶群以平臺的方式實現了再組織，平臺將海量用戶數據和第三方服務商鏈接起來，帶來了組織的去中心化，促進源源不斷的信息交互，推動線上線下資源整合，形成大規模社會化協作，互聯網平臺成為數字經濟的重要組織形態。

一個科學、完整的數字經濟發展評價指標體系是客觀評價數字經濟發展水平的基礎，基于數字經濟的理論內涵，遵循合理性、科學性、完備性、多元性和可操作性的原則，從數字化、網絡化、智能化、平臺化四個維度構建了中國數字經濟綜合評價指標體系，總共包括4個一級指標和16個二級指標，考慮到數據可得性，選取了2011—2020年282個地級以上城市的數據，指標體系以及數據來源如表2所示。

表2 中國數字經濟綜合評價指標體系

（三）測度方法

由于數字經濟綜合評價指標體系中的各個指標量綱、性質的差異，在對各個指標合成之前，需要對各基礎指標進行無量綱化處理。為緩解極端值的影響，首先對數據進行了5%的縮尾預處理，對于部分年份和地級市的缺失值，采取線性插值法補齊數據。在無量綱化方法的選取上，采用了極差法對數據進行標準化處理，具體方法如下：

其中，Xij（i=1,2,3,…,n）（j=1,2,3,…,m）代表第i個城市的第j個原始指標數值，Aij與Bij是Xij的最大值和最小值，Zij是標準化后的指標值。

無量綱化后的任務就是確定權重，確定權重的方法包括主觀賦權法和客觀賦權法。主觀賦權方法主要包括層次分析法（AHP法）和專家咨詢系數法（德爾菲法）等?？陀^賦權法不依賴于人的主觀判斷，客觀賦權法包括熵權法、標準間關聯示重法（CRITIC）法、標準離差法和優劣解距離法（TOPSIS法）等。主觀賦權法和客觀賦權法各有優劣，不同方法的聯用可以彌補各個方法的不足，使得綜合評價更具科學性和合理性。

由于地級市層面部分指標數據極端零值較多，不適合單一采用依賴原始數據信息量的客觀賦權法，因此采用主觀和客觀賦權相結合的方法來確定權重，先利用主觀賦權法確定二級具體指標的權重，再通過熵權法求得一級指標的權重。在二級指標合成的過程中，由于難以量化各個具體指標的重要程度，本文采取了簡單直接的均等賦權法，對二級指標各賦予25%的權重。在一級指標合成過程中利用了熵權法，熵權法具體計算公式如下：

其中，xij為標準化后的數據，i=1，2，3，…，m，代表了不同的城市，m即參與評價的城市數量282，j=1，2，3，…，q，代表了不同的指標，q即指標個數。

（四）研究方法

1.核密度估計

核密度估計（kernel density estimation）是在概率論中用來估計未知的密度函數，屬于非參數檢驗方法之一，可以分析數字經濟的動態演進趨勢。通過核密度估計圖可以比較直觀地看出數據樣本本身的分布特征。核密度曲線的分布位置表示數字經濟發展水平的高低；分布形態反映數字經濟發展水平的區域差異大小和極化程度，其中波峰高度和寬度反映數字經濟差異大小，波峰數量反映空間極化程度。為求圖形清晰簡化，圖中僅展示了2011—2020年的核密度曲線。

假設f（x）為數字經濟發展水平的密度函數：

其中，h為帶寬，N為觀測值個數，x為均值，Xi表示獨立同分布的觀測值，K（·）為核函數，采取高斯函數為內核進行估計，高斯核密度函數為：

2.莫蘭指數

莫蘭指數是用來衡量空間相關性的一個重要指標，莫蘭指數分為全域莫蘭指數（Global Moran's I）和局域莫蘭指數（Local Moran's I），全域莫蘭指數取值范圍在－1到1之間，指數大于0代表存在正的空間相關性，指數越大相關性越強，而局域莫蘭指數的取值不限于－1到1之間，局域莫蘭指數進一步給出了空間聚集的具體區域，因此通過全域莫蘭指數檢驗中國城市群數字經濟是否存在空間溢出效應，并采用局域莫蘭指數分析聚集的具體區域。

全域空間自相關的莫蘭指數統計可表示為：

局域空間自相關的莫蘭指數統計可表示為：

其中，xi表示第i個城市的數字經濟綜合指數，ˉ)為樣本均值，x2為樣本方差，wij為地級市空間權重矩陣的（i，j），表示城市i，j之間的鄰近關系。

3.達格姆（Dagum）基尼系數法

采用達格姆基尼系數法探討十大城市群數字經濟發展水平的空間差異及其來源，達格姆基尼系數法具體方法如下：

其中，G為總體的基尼系數，k為劃分的地區數量，n為城市的數量，是不同地區數字經濟發展水平的均值，yji、yhr分別是j、h地區的數字經濟發展水平?；嵯禂礕=Gw+Gnb+Gt，其中Gw為某個地區內差距的貢獻度，代表了地區內各城市發展差異的來源；Gnb為地區間差距的貢獻度，衡量了地區之間差異和地區間的交叉效應，Gt為超變密度的貢獻。

三、中國城市群數字經濟發展時序特征分析

從總體時間特征來看，我國城市群數字經濟在考察期內不斷朝著更高水平邁進，2011—2020年，十大城市群共計124個城市數字經濟綜合評價指數年均增速為8.92%，2016年平均增速最高達到了20.358%，城市群平均指數增幅最大的關中平原城市群，考察期內平均指數增加了200%，珠三角城市群、長三角城市群十年內指數增幅分別為93.5%和112.5%，這也意味著我國城市群數字經濟向更高階段不斷演進。從總體群際特征來看，我國十大城市群數字經濟綜合指數呈現由東南沿海向中西部地區遞減的態勢，長三角、珠三角、京津冀、粵閩浙沿海四大城市群發展優勢明顯，按照得分年均值進行分類，第一梯隊城市群包括珠三角、長三角和山東半島城市群，第二梯隊城市群包括京津冀、中原和粵閩浙沿海城市群，第三梯隊包括長江中游、遼中南、關中平原和成渝城市群，城市群的排名也基本固定，呈現出明顯的梯度特征，并且考察期內城市群之間的指數差距隨著時間的推移逐漸加大，第一、二梯隊與第三梯隊之間出現了明顯的斷層，城市群之間的“數字鴻溝”現象仍然存在。

表3 2011—2020年十大城市群數字經濟綜合評價指數平均值及排名

為了全面考察中國城市群數字經濟的動態演進特征，繪制了2011—2020年十大城市群共計124個城市數字經濟綜合評價指數的核密度圖，根據圖1可知，核密度曲線的波峰逐年左移，但左移的幅度較小，表明我國城市群數字經濟的發展水平整體呈上升趨勢，但整體上升幅度有限。從核密度曲線形態來看，核密度曲線存在雙峰，核密度曲線的主峰值較高，但主峰仍然處于低水平區，表明此處數據分布更為密集，說明大多數城市的數字經濟發展水平仍然處于較低水平。同時主峰左側存在一個略微隆起的側峰，側峰與主峰相隔較遠，并且側峰值在考察期內高度有小幅上升，主峰逐漸弱化，說明城市群內存在小部分城市數字經濟處于高水平區間，城市間的數字經濟發展也呈現分化態勢。從峰度特征來看，核密度曲線的峰值不斷降低，寬度有所加大，表明城市群數字經濟聚集程度逐漸降低，差異呈縮小態勢。

圖1 中國城市群數字經濟指數核密度圖

四、中國城市群數字經濟發展的空間格局分析

空間依賴性是空間溢出效應的重要來源，某一城市的數字經濟發展不僅受到本城市的影響，也會受到城市群內其他城市的影響。因此，為了全面考察城市群數字經濟的空間關聯特征和溢出效應，基于探索性空間數據分析（ESDA）方法，從全局和局部兩個角度分別對城市群數字經濟的空間溢出效應進行檢驗。在全局空間自相關分析方面，相關統計方法包括全域莫蘭指數和全局葛瑞指數，而葛瑞指數沒有很好地運用到空間權重，可靠度不及莫蘭指數，因此采用全域莫蘭指數進行測度，在局部空間自相關分析方面，采用局域莫蘭指數和莫蘭散點圖兩種方法進行分析。

莫蘭指數是用來衡量空間相關性的重要指標，莫蘭指數分為全域莫蘭指數和局域莫蘭指數，全域莫蘭指數取值范圍在－1到1之間，指數大于0時代表存在正的空間相關性，指數越大相關性越強。局域莫蘭指數的取值不限于－1到1之間，局域莫蘭指數進一步給出了空間聚集的具體區域，因此本文通過全域莫蘭指數檢驗中國城市群數字經濟是否存在空間溢出效應，并采用局域莫蘭指數分析聚集的具體區域。

（一）全域空間自相關分析

空間計量經濟學與傳統計量經濟學的重要創新就是空間權重矩陣的引入，構建空間權重矩陣有多種方法，包括地理特征權重矩陣、經濟距離權重矩陣以及反距離權重矩陣等，參考巴沃（Bavaud）總結的空間權重矩陣構建方法以及通過比較不同空間權重矩陣的特點，為了全面系統地考察城市群數字經濟的空間關聯特征，提高結論的可靠性，基于城市的地理特征和經濟特征分別構建了“車步”（Rook）鄰接權重矩陣（w1）、空間距離權重矩陣（w2）、經濟距離權重矩陣（w3）和空間經濟地理嵌套權重矩陣（w4）四類空間權重矩陣，對城市群數字經濟的空間溢出效應給予系統考察。

Rook鄰接權重矩陣（w1），是最簡單的二進制空間矩陣，若兩城市相鄰，則元素值為1，若不相鄰則元素值為0。

空間距離權重矩陣（w2），其元素為i城市與j城市最近公路里程的倒數。

經濟距離權重矩陣（w3），其元素為i城市人均GDP年均值與j城市人均GDP年均值差值的倒數。

空間經濟地理嵌套權重矩陣（w4），其元素為i城市與j城市之間最近公路里程的倒數的平方乘以i城市人均國內生產總值年均值占所有城市人均國內生產總值年均值的比重。

不同空間權重矩陣下的全域空間相關性檢驗結果如表4，結果顯示，四類空間權重矩陣的莫蘭指數估計值均為正值，且在地理距離（w2）、經濟距離（w3）和空間經濟地理嵌套矩陣（w4）下的莫蘭指數估計值都通過了5%的顯著性檢驗，可以認為莫蘭指數顯著有效，充分表明中國城市群數字經濟存在正向的空間相關性，一個城市數字經濟的發展不僅會受到行政相鄰、地理距離較近和經濟發展水平較為相似的城市的影響，也會受到地理空間相鄰和經濟相鄰城市的雙重影響，說明中國城市數字經濟的空間相關性不僅具有地理距離和經濟水平兩方面的空間關聯特征，還具有地理和經濟的綜合空間關聯特征。此外，溢出效應是空間相關性的重要根源，表中顯示全域莫蘭指數估計值逐年增加，說明我國城市群數字經濟的空間相關性總體呈現增強的趨勢，隨著新基建和數字通信技術的不斷發展，城市群內部物理空間的存在感會有所稀釋，而數字空間的存在感會進一步增強，數字經濟的空間溢出效應不斷增強。

表4 2011—2020年中國城市群數字經濟的莫蘭指數

同時，通過比較四類權重矩陣下莫蘭指數和P值，可以發現，空間鄰接矩陣（w1）部分年份沒有通過顯著性檢驗，說明單純的空間相鄰對城市群數字經濟的空間溢出效應影響并不明顯，而空間經濟地理嵌套矩陣（w4）的莫蘭指數估計值和P值都最大，表明地理和經濟的綜合空間溢出效應最為明顯，而單純考慮地理距離或經濟距離的空間溢出效應較小。對此可能的解釋是，數字經濟具有超地理特征，按照城市群的空間演化規模，中心城市發展到一定階段后，經濟活動向外的溢出效應會大于聚集效應，數字經濟的發展提供了高度發達的現代信息網絡，使各城市共同構成一個龐大城市化區域，通過聚集效應形成規模經濟和范圍經濟，縮短了城市間的經濟距離，隨著中心城市數字經濟發展水平的不斷提升，會對區域內其他城市產生正向的空間溢出效應。

（二）局部空間自相關分析

全域空間相關性給出了城市群數字經濟的整體空間相關情況，但并沒有給出空間聚集的具體區域，也不能體現出局部地區的非典型聚集特征，因此需要對數字經濟指數進一步進行局部空間相關性分析，本文采用局域莫蘭指數和莫蘭散點圖兩種方法做進一步分析。將局域莫蘭指數以可視化的方式呈現，就得到了莫蘭散點圖。莫蘭散點圖的四個象限分別代表不同的含義，第一象限代表第i個城市發展水平高，周邊城市發展水平也高（高—高型），第二象限代表第i個城市發展水平低，周邊城市發展水平高（低—高型），第三象限代表第i個城市發展水平低，周邊城市發展水平也低（低—低型），第四象限代表第i個城市發展水平高，而周邊城市發展水平低（高—低型）。

從圖2繪制的城市群莫蘭散點圖來看，第一、三象限的點明顯多于第二、四象限，說明“高—高型”和“低—低型”聚集的城市更多，意味著城市群數字經濟發展水平的空間差異較小，而數字經濟發展水平較高或較低的城市更容易出現空間聚集現象，同時第二象限的點較第一象限更多，說明中國城市群數字經濟低水平聚集較高水平聚集更為顯著。為了進一步分析空間聚集的具體區域，也給出了部分年份“高—高型”聚集的城市，可以看出，數字經濟“高—高型”聚集的區域主要集中于長三角城市群、珠三角城市群和粵閩浙沿海城市群，而“低—低型”聚集的區域主要集中在成渝城市群、中原城市群和遼中南城市群。從動態演變的角度來看，2011—2020年，“高—高型”聚集的城市數量逐年增加，而“低—低型”聚集的城市數量逐年減少，說明我國十大城市群數字經濟的發展水平呈增長態勢。

表5 部分年份中國城市群數字經濟的“高—高型”聚集地區

圖2 2011年城市群數字經濟莫蘭散點圖

五、中國城市群數字經濟空間異質性分析

空間異質性是空間效應的第二個重要來源，基尼系數是廣泛使用的衡量區域差異程度的統計指數，根據表6中基尼系數的統計結果，可以看出十大城市群數字經濟的發展差異較大，具體體現為以直轄市、省會城市和數字經濟發達城市等區域中心城市為數字經濟增長極，向周邊城市推開，利用空間優勢，通過數字產業聚集，輻射、帶動周邊城市數字經濟發展，從而刺激城市群整體數字經濟的躍升。以長三角城市群為例，城市群內包括上海、無錫、南京、蘇州、杭州、寧波、南通、合肥等多個增長極，并且以上城市的經濟體量都是萬億級別。多個中心城市聯動發展，優勢突出，這也為長三角城市群領軍全國數字經濟奠定了基礎。另一方面，處于低梯度水平的遼中南、關中平原、成渝城市群，盡管同樣以沈陽、大連、西安、成都、重慶等省會城市和直轄市為增長極，但城市群內部差異過大，單中心聚集程度過高，僅靠中心城市的輻射并未形成有效的聯動效應，無法有力地帶動整體區域的數字經濟發展。

表6 部分年份十大城市群數字經濟基尼系數

為進一步探討十大城市群數字經濟發展水平的空間差異及其來源，采用達格姆基尼系數測度了中國十大城市群數字經濟發展的空間差異及其貢獻率，結果如表7所示。

表7 2011—2020年中國十大城市群數字經濟水平的差異來源及其貢獻

表7描述了十大城市群數字經濟發展水平的區域差異及來源的演變趨勢。在2011—2020年，十大城市群總體的基尼系數均值為0.401，整體呈現“上升—下降”的波動趨勢，在2014年達到峰值（0.435）后總體呈下降趨勢，但下降幅度不大，各地區數字經濟水平總體存在顯著差異。具體來看，2011—2014年基尼系數呈上升趨勢，年均增幅為3.9%；2014—2020年基尼系數呈下降趨勢，年均降幅為19.4%。區域間差異來源總體呈下降趨勢，具體表現為：2011—2017年波動下降，2018年出現輕微抬升，2019年后又表現為逐年下降的趨勢。區域內的差異來源也呈波動下降的趨勢，具體表現為：2011—2014年逐步提升，2015—2017年輕微波動，2018年后逐年下降。雖然各地級市數字經濟發展水平差異依然顯著，但區域內差異和區域間差異在樣本期均呈整體下降趨勢，各地區數字經濟差異在逐漸減少，其原因可能在于：一方面，信息技術的發展、數字化融合的推進、數字基礎設施的建立與完善使得數字經濟的正外部性更好發揮，區域內的差異不斷降低；另一方面，區域合作的進一步加強，高水平地區的輻射帶動作用得以發揮，區域間差異不斷下降。

圖3描述了區域差異來源和貢獻率情況，具體來看：第一，從整體上看，2011—2020年中國十大城市群數字經濟發展水平的區域間差異平均貢獻率為46.38%，是造成區域差異的主要原因，超變密度次之，組內差異的貢獻率最小。第二，從演變趨勢來看，區域間差異的貢獻率波動較大，總體呈現“下降—上升”趨勢；超變密度的貢獻率波動也比較明顯，呈“M型”變動趨勢；而區域內差異的貢獻率相對平穩，且總體呈輕微下降的變化趨勢?？偟膩碚f，區域間差異是造成各地區數字經濟發展水平差異的主要來源，解決十大城市群數字經濟發展水平不平衡的問題關鍵在于降低區域間數字經濟發展水平的差異。

圖3 2015年城市群數字經濟莫蘭散點圖

圖4 2020年城市群數字經濟莫蘭散點圖

六、結論與政策建議

本文構建了數字經濟綜合評價指標體系，利用組合賦權法測算了中國十大城市群共計124個城市的數字經濟發展水平，并利用測算結果分析了城市群數字經濟的時序發展特征、空間溢出效應和空間異質性，并探討了城市群數字經濟的差異來源，得出以下主要結論：第一，我國城市群數字經濟向更高水平不斷演進，十大城市群共計124個城市數字經濟綜合評價指數年均增速為8.92%，但核密度曲線顯示大多數城市的數字經濟發展水平仍然處于較低水平。第二，城市群數字經濟的發展存在顯著的空間依賴性，全域莫蘭指數顯示中國城市群數字經濟存在正向的空間相關性，局域莫蘭指數也顯示城市群存在明顯的空間聚集現象，但中國城市群數字經濟低水平聚集較高水平聚集更為顯著。第三，我國十大城市群內部差異較大，城市群還未完全實現一體化發展，達格姆基尼系數顯示，解決十大城市群數字經濟發展水平不平衡的問題關鍵在于降低區域間數字經濟發展水平的差異。

基于上述結論，提出以下政策建議：

首先，未來城市群數字經濟的發展將依賴于城市定位與產業錯位競爭，各城市群應細化數字經濟布局，依托各自的產業優勢和資源稟賦，不斷推動分工專業化，實現產業的地理科學化布局。其次，城市空間已成為新基建的核心載體，新基建是驅動城市群變革的加速器，新基建應以服務城市群為重點，通過市場與政府合力帶動城市群中心城市與非中心城市聯動效應，推動城市群聚集優質資源和整體產業升級。最后，一體化是城市群發育的關鍵命題，城市間的相關性在很大程度上影響著城市群的一體化進程，應以數字技術為依托推動城市群內生產要素的自由流動和高效配置，賦能城市群數字經濟高質量發展。