引言

近年来，我国经济发展面临多重压力。城市经济韧性指城市应对外部冲击时的抵御、恢复与适应能力，其强化关乎短期稳定与中长期可持续发展，成渝双城经济圈作为全国重要增长极、西部大开发引擎、内陆开放高地及创新示范区，提升经济韧性尤为关键。数字经济以5G、大数据、AI等为支撑，通过数字平台创新消除产业壁垒、优化资源配置，推动构建开放共享的生态系统。在成渝双城经济圈建设规划纲要实施收官与新五年规划启动之际，文章剖析了数字经济提升城市经济韧性的内在机制。测度方法上，数字经济发展水平常采用熵值法、主成分分析等降维方法，赵涛等从互联网与数字普惠金融维度测度地级市水平；城市经济韧性测度有Martin等的敏感指数与平均增长率法及张辽等的综合指标体系法。影响效果上，胡艳等、卢现祥等、周慧等证实数字经济有助于提升韧性。作用路径上，罗红艳等强调创新创业活跃度，陈杨等指出改善资源要素错配，彭伟辉等认为提升创新与基建水平。本文在既有研究基础上，探究成渝地区数字经济对城市经济韧性的影响，并揭示新质劳动资料与新质劳动力的作用机制。

理论分析

（一）数字经济对城市经济韧性具有直接的影响

数字经济作为一种新兴的经济形态，正深刻改变着城市的经济结构与发展模式，对城市经济韧性具有直接且关键的影响。从理论上来说，数字经济通过多方面机制提升城市经济韧性。在技术创新层面，数字技术的发展，如大数据、人工智能、区块链等，为企业提供了创新的技术手段，激发了创新活力。王珏珽在其研究中指出，数字技术能够降低企业创新的成本与风险，提高创新的效率与成功率，使企业在面对外部冲击时，能够凭借技术创新快速调整产品或服务，增强市场竞争力。在产业结构优化方面，数字经济催生了一系列新兴产业，如数字文创、数字金融、智能制造等，同时也推动传统产业数字化转型。以成渝地区双城经济圈为例，《2024年成渝双城经济圈协同发展指数报告》显示，成渝地区在数字经济和电子商务的推动下，经济增长动力强劲，特别是电子信息产业集群和高端装备制造业集群的协同推进，使得制造业核心部件、集成电路和信息安全等关键领域实现技术突破。龚新蜀等认为数字经济打破了传统产业边界，促进产业融合发展，构建起多元化的产业体系，增强了区域经济对外部冲击的抵抗力和恢复力。从资源配置效率来看，数字经济依托现代信息网络，实现了信息的快速传递与共享，降低了信息不对称，使资源能够更加精准、高效地配置到最需要的领域和企业。成渝两地在数字经济领域的合作不断深化，共享数字资源与技术，促进了区域内生产要素的自由流动和高效配置。这种区域协同发展模式有助于提升整个经济圈的经济韧性，当某一城市受到冲击时，其他城市能够通过协同机制提供支持，共同应对危机，实现经济的稳定发展。

由此提出假说 H1：数字经济对城市经济韧性具有正向的促进作用。

（二）数字经济对城市经济韧性的间接影响

新质生产力的核心内涵，聚焦于劳动者、劳动资料、劳动对象三大核心要素的突破性升级，以及三者间优化组合所催生的系统性变革。在学术领域，这一概念已形成普遍共识：新劳动者、新劳动资料与新劳动对象，共同构成了新质生产力的三大基本支柱。数字经济通过技术渗透与模式创新，驱动劳动力与劳动资料从“传统形态”向“新质形态”转型，两类新质要素再通过能力输出与协同互动，分别从“人力适配性”与“技术支撑力”维度，为城市经济系统注入抗冲击、快恢复、能演化的韧性特质。

数字经济对城市经济韧性的作用，能够以新质劳动力为中介完成价值转化，构建“数字赋能劳动力转型—新质劳动力输出韧性动能”的传导逻辑。新质劳动力是数字经济催生的“数字素养+动态适应+创新能力”复合型人力要素，其中介机制体现在抗风险与演化力双维度。数字经济通过数字技能培训体系、灵活就业平台，推动劳动力从“单一技能型”向新质形态转型。这类劳动力具备远程协作、跨领域技能迁移能力：当城市遭遇区域封锁、产业短期波动等冲击时，可快速适配数字服务、智慧物流等核心产业的人力需求，避免劳动力供给断裂导致的经济停摆，直接强化城市经济系统的抗中断韧性。新质劳动力的创新思维与技术迭代能力，成为城市经济韧性长期提升的核心动力。其能推动传统产业数字化升级、催生数字新业态，降低经济系统对单一产业的依赖度，为城市经济韧性注入长期演化活力。

刘一书提到劳动资料是生产过程中不可或缺的物质基础，它的数智化转型在推动生产流程变革、提升生产效率、优化资源配置、激发市场活力等方面展现出巨大潜力。新质劳动资料是伴随新一轮科技革命与产业变革如数字化、智能化、绿色化转型，产生的新型生产工具与物质条件，核心特征是突破传统劳动资料的技术边界，以数字技术、智能算法、绿色能源、新型材料为核心驱动，深刻重构生产方式、提升生产效率，并推动经济形态向新质生产力演进。新质劳动资料作为新质生产力要素中极为活跃且具变革性的部分，在数字经济浪潮下被赋予全新内涵与强大动能。从理论层面深入剖析，数字经济促使新质劳动资料产生多维度变化，进而对城市经济韧性产生影响。数字经济赋能新质劳动资料的智能化升级，新一代信息技术，广泛且深入地嵌入各类生产设备与工艺流程。在成渝地区，众多制造业企业引入工业互联网平台，借助大数据分析优化生产计划与调度，运用人工智能实现设备故障的精准预测与智能维护。这种智能化升级使得企业生产过程更为高效精准，显著降低生产成本，增强企业在市场波动中的抗压能力，进而提升城市经济韧性。新质劳动资料的快速创新迭代，使城市经济发展获得持续动力，面对外部冲击时具备更强恢复能力与创新发展能力，进一步强化城市经济韧性。新质劳动资料在数字经济影响下的变革，推动产业间融合与协同创新，通过产业关联效应影响城市经济韧性。

据此提出假说 H2：数字经济通过提升新质劳动力和新质劳动资料来促进成渝地区双城经济圈城市经济韧性。

实证设计

（一）基准回归模型

本文的主旨是研究数字经济对城市经济韧性的影响效应，为了检验本文提出的理论假设，采用双向固定效应模型，如下：

在模型（1）中，下标 i代表城市个体，t代表年份。表示第 t 年 i 城市的经济韧性；表示第 t 年 i 城市的数字经济发展水平；controls_{it}为一系列控制变量；表示城市个体固定效应；为年份固定效应；为随机扰动项，代表了以上变量之外的不可观测因素对模型的影响。

此外，为了验证数字经济影响城市经济韧性的作用机制，本文采用新质劳动资料和新质劳动力作为中介变量，即数字经济通过提升新质劳动资料和新质劳动力来促进成渝地区双城经济圈城市经济韧性。设定包括了中介变量的回归模型如下：

其中 表示中介变量，在本文中包括新质劳动资料（）和新质劳动力（）。

（二）变量定义

1. 被解释变量：城市经济韧性（）

城市经济韧性，城市经济体在面对内外部冲击或扰动时，通过自身调整、适应与转型，维持核心功能稳定、降低损失，并实现恢复、升级甚至创新发展的能力。现有研究对城市经济韧性主要有两种测度方式：一是综合性的评价指标测度；二是单一敏感性指标。本文参考张辽等的做法，从抵抗与恢复力、适应与调节力、转型与发展能力三个维度出发，结合城市层面数据的可获得性，共选取了14个三级指标构建了成渝地区双城经济圈城市的经济韧性多维度指标体系，如表1所示，最终结果采取熵值法计算。

一级指标	二级指标	三级指标	指标属性
城市经济韧性（）	抵抗与恢复力	人均地区生产总值（元）	正向
		城镇居民可支配收入（元）	正向
		城乡居民储蓄余额(元)	正向
		城镇登记失业人数(人)	负向
		进出口总额占GDP比重(%)	负向
	适应与调节力	地方财政收支比(%)	正向
		社会消费零售总额(万元)	正向
		第三产业占GDP比重(%)	正向
		年末金融机构存贷比(%)	正向
		固定资产投资额(万元)	正向
	转型与发展能力	专利授权数(件)	正向
		万人普通高等学校在校学生数(人)	正向
		财政科学支出(万元)	正向
		财政教育支出(万元)	正向

2.主要解释变量：数字经济发展水平（）

本文参考赵涛等的研究方法，采用熵值法，从互联网发展和数字普惠金融两个方面，共选取了5个三级指标对成渝地区双城经济圈城市数字经济发展水平进行综合测度，指标构建体系如下表2所示。

一级指标	二级指标	三级指标	指标属性
数字经济发展水平（）	互联网普及率	每百人互联网用户数	正向
	互联网相关从业人员	计算机服务和软件从业人员占比	正向
	互联网相关产出	人均电信业务总量	正向
	移动互联网用户数	每百人移动电话用户数	正向
	数字普惠金融发展	中国数字普惠金融指数	正向

3. 控制变量

在选取控制变量时，本文参考了张辽等、蒋立成等的研究选取以下6个变量作为模型的控制变量：人力资本水平（Hum）用普通本专科在校学生数与年末人口数比值来衡量；市场开放度（Fdi）用实际使用外资金额的对数值表示；城市基础设施供给水平（Road）采用人均道路面积来衡量；城市交通通达性（Fre）采用公路货运量表示；教育水平（Edu）采用教育支出占财政支出的比值来衡量；社会消费水平（Consu）社会消费品零售总额与地区生产总值的比值来衡量。

4. 中介变量

1. 新质劳动资料（Nq1），以数字技术、智能算法、绿色能源、新型材料为核心驱动，深刻重构生产方式、提升生产效率；新质劳动资料作为新质生产力要素中极为活跃且具变革性的部分，本文在衡量新质劳动资料水平时，参考了韩文龙等的研究，从技术研发、创新产出、智能化、绿色化、数据要素5个维度，对应选取科学支出占地方财政支出的比重；当年申请的发明数量、当年申请的实用新型数量；人工智能企业数量；当年申请的绿色发明数量、当年申请的绿色实用新型数量；数据要素利用水平、有无数据交易平台8个指标，采用熵值法并将结果取自然对数来衡量新质劳动资料水平。
2. 新质劳动力（Nq2），从新兴产业员工数、员工个人能力、员工高素质水平3个维度，对应选取战略性新兴产业和未来产业上市公司的总员工数、在岗职工平均工资(元）、普通高等学校学校数(所)，采用熵值法并将结果取自然对数来衡量新质劳动力水平。

（三）数据说明

结合本文研究主题，鉴于数据可获得性和代表性，选择以成渝地区双城经济圈16个城市（重庆、成都、自贡、泸州、德阳、绵阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、雅安、资阳）为研究对象，以2011-2022年为样本考察期。本文所涉数据主要来源于相关年份的《中国统计年鉴》、各省份或地级市统计局官网、天眼查以及马克数据网，针对少量缺失值，采用插值法予以补齐。主要变量描述性统计如下表3所示：

变量名称	Obs	Mean	SD	Min	Median	Max
Res	192	0.0912	0.088	0.03	0.06	0.47
Dig	192	0.1060	0.065	0.04	0.09	0.50
Edu	192	0.1737	0.025	0.12	0.17	0.26
Consu	192	0.4165	0.064	0.28	0.41	0.61
Hum	192	0.0155	0.015	0.00	0.01	0.07
Fre	192	32.4787	94.021	6.69	18.02	895.72
Road	192	15.8203	7.086	2.25	14.37	58.11
Fdi	192	0.0165	0.050	-0.02	0.00	0.48

实证结果与分析

1. 基准回归

表4 报告了将城市经济韧性作为被解释变量，通过逐步回归方法，评估城市数字经济发展水平对城市经济韧性影响的基准回归分析结果。表4 列（1）至列（4）分别展示了模型从仅包括核心解释变量，逐渐加入控制变量，并逐步引入时间固定效应的回归结果，并以列（4）作为基准回归结果进行讨论。由表4 第（2）、（4）列可知再加入控制变量并引入时间固定效应前后，数字经济水平（Dig）对城市经济韧性（Res）影响系数分别为0.3227和0.2850，均在通过了1%的显著性检验，说明数字经济水平对城市经济韧性具有较强的正向影响。

	Res	Res	Res	Res
Dig	0.4988***	0.3227***	0.2957***	0.2328***
	(7.0470)	(4.8024)	(4.1376)	(3.2656)
Hum			0.7971	-0.6134
			(1.3683)	(-1.1521)
Fre			-0.0000	-0.0000
			(-0.9857)	(-0.3083)
Road			0.0011***	-0.0005
			(2.6910)	(-1.2216)
Fdi			0.1431**	0.0834
			(2.5229)	(1.6413)
Edu			0.3877***	0.7697***
			(2.9880)	(5.2982)
Consu			0.2317***	0.0668
			(5.4771)	(1.2682)
_cons	0.0383***	0.0252***	-0.1353***	-0.0999***
	(4.8919)	(2.8287)	(-4.3946)	(-2.9722)
时间固定	否	是	否	是
个体固定	是	是	是	是
N	192	192	192	192
adj. R2	0.150	0.462	0.394	0.557

注：括号内为 t 值，^* p <0.1, ^** p <0.05, ^*** p <0.01（下同）。

2. 内生性与稳健性检验

（1）内生性检验

为验证基准回归结果的稳健性，本文参考刘娜的研究，构造2000年各城市每百万人邮局数量与上一年全国互联网用户数取自然对数交互项作为最终的工具变量，借助最小二乘法进行内生性研究，这一方法的核心逻辑在于，将解释变量的作用时间延迟，能有效切断当期可能存在的反向因果链条，降低内生性影响，使变量间因果关系的识别更精准。回归结果如表5所示，通过观察 LM 检验、Wald 检验和第一阶段的数据发现：F统计量17.926 大于临界值16.38，说明工具变量并非弱工具变量；使用 Kleibergen-Paap rk LM统计量进行识别不足检验，统计量值为5.995，对应的 P 值为0.0143，说明可以拒绝“工具变量识别不足”的原假设，即工具变量与内生变量之间存在足够的相关性，不存在识别不足问题。本研究选取的工具变量通过了相应检验，表明其选取较为合理。在表5 第（2）列中第二阶段数据结果显示，在引入工具变量进行估计后，数字经济发展水平对成渝地区双城经济圈城市经济韧性的影响系数为1.146，在5% 的显著性水平上呈现正向显著。这一结果充分验证了本文研究结论的可靠性，说明研究结果不受内生性问题的实质性影响，具有较强的稳健性和可信度。

变量名称	Dig	Res
Iv	-0.5834***
	(-3.63)
Dig		1.1468**
		(2.04)
Constant	0.1346***	-0.0300
	(6.41)	(-0.26)
Cragg - Donald Wald F	17.926
	{16.38}
Kleibergen - Paap rk LM	5.995
	[0.0143]
控制变量	是
时间固定	是
个体固定	是
Observations	192
R-squared
	0.504

注：[ ] 内为 p 值，{ } 内为 Stock-Yogo 弱识别检验10% 水平的临界值。

（2）稳健性检验

为了检验基准模型回归结果的可信度，本文采用被解释变量滞后一期、城市层面聚类标准误、缩尾处理、缩短样本周期等多种方式进行稳健性检验。

被解释变量滞后一期的稳健性检验：本文采用被解释变量滞后一期的方法进行稳健性检验。具体而言，将原模型中的被解释变量取滞后一期值重新代入回归方程，构建新的计量模型。该方法的逻辑在于，通过将被解释变量的作用时点向后推移一期，能够有效缓解当期可能存在的反向因果关系和内生性问题，从而更清晰地识别解释变量对被解释变量的真实影响。结果如表6 中（1）列所示，在1%的显著性水平下，数字经济对城市经济韧性有正向的影响作用，说明基准回归结果具有稳定性。

城市层面聚类标准误的稳健性检验：考虑到同一城市内不同观测值可能因共享地理区位、政策环境、产业基础等特征存在自相关性，若采用普通标准误易低估系数标准差，导致统计推断偏差。因此，本文在基准模型基础上，将城市设为聚类单元，通过聚类标准误重新估算回归系数的标准误，以修正城市内自相关对结果的干扰。结果如表6 中（2）列所示，在10%的显著性水平下，数字经济对城市经济韧性有正向的影响作用，说明基准回归结果具有稳定性。

缩尾处理的稳健性检验：为了减少研究中极端值对估计结果的潜在干扰，我们针对所有连续变量在1%和99%分位数水平上进行了缩尾处理，作为对基准回归结果的稳健性检验。这一处理旨在系统性地控制变量两端最极端的观测值可能带来的扭曲效应。结果如表6 中（3）列所示，在应用了1%和99%缩尾处理后，数字经济对城市经济韧性在1%的显著性水平下有正向的影响作用，与基准回归结果基本一致。

缩短样本周期的稳健性检验：采用“更换样本时间周期”的方法开展稳健性检验。从我国数字经济的演进脉络来看，2015年是其发展进程中的关键节点：该年度国家正式出台“互联网+”行动计划，通过政策引导明确了数字技术与实体经济深度融合的发展方向，标志着我国数字经济进入政策驱动的系统性发展阶段。基于此，本文进一步缩小样本时间跨度，利用2015年及以后的面板数据，重新构建双向固定效应模型进行回归检验，以排除样本时间周期选择对研究结论的潜在影响。结果如表6 中（4）列所示，在1%的显著性水平下，数字经济对城市经济韧性有正向的影响作用，说明基准回归结果具有稳定性。

	(1) L.Res	(2) Res	(3) Res	(4) Res
Dig	0.3130***	0.2328**	0.2195***	0.2271**
	(4.6547)	(2.2184)	(2.9713)	(2.3824)
_cons	-0.0729*	-0.0999	-0.0988***	-0.1307***
	(-1.9360)	(-0.9483)	(-2.8191)	(-3.0514)
控制变量	是
时间固定	是
个体固定	是
N	176	192	192	128
adj. R2	0.610	0.596	0.544	0.557

4.进一步分析

基于前文提出的 H2，即新质劳动资料和新质劳动力可能在数字经济发展水平对城市经济韧性影响中发挥中介作用。本研究采用逐步回归法对新质劳动资料的中介效应进行实证检验，构建中介效应模型如下：

基于中介效应模型的回归结果报告于表7。表7 中第（1）列中数字经济发展水平对新质劳动资料在5%的显著性水平下有正向的影响，表明数字经济可以提升新质劳动资料。将数字经济发展水平和新质劳动资料同时纳入中介机制模型进行回归，二者估计系数分别为0.1982、0.0121，分别在1%、5%的显著性水平下有正向影响，证实新质劳动资料在数字经济促进城市经济韧性的过程中存在显著中介效应。表7 中第（2）列中数字经济发展水平对新质劳动力在1%的显著性水平下有正向的影响，表明数字经济可以提升新质劳动力。将数字经济发展水平和新质劳动力水平同时纳入中介机制模型进行回归，二者估计系数分别为0.1830、0.0103，分别在5%、10%的显著性水平下有正向影响，证实新质劳动力水平在数字经济促进城市经济韧性的过程中存在显著中介效应。

变量名称	Nq1	Res	Nq2	Res
Dig	2.8631***	0.1982***	3.5560***	0.1830**
	(2.7003)	(2.7547)	(3.2901)	(2.4161)
Nq1		0.0121**
	(2.2881)
Nq2				0.0103*
				(1.9040)
_cons	-4.6895***	-0.0433	-2.8973***	-0.0690*
	(-9.3790)	(-1.0455)	(-5.6526)	(-1.8115)
控制变量	是
时间固定	是
个体固定	是
N	192	192	192	192
R2	0.268	0.569	0.241	0.551

结论与政策启示

1. 数字经济对成渝地区双城经济圈城市经济韧性具有正向的促进作用，并且该结论具有稳健性；数字经济通过赋能技术创新、推动产业融合转型、优化资源配置、深化城市协同发展，多维度筑牢抗冲击防线。在本文研究中可以印证这一过程显著增强了城市及区域的抗逆力与恢复能力，即数字经济有助于成渝双城经济圈城市经济韧性的提升。
2. 数字经济通过提升新质劳动资料、新质劳动力水平来促进成渝地区双城经济圈城市经济韧性。数字经济推动劳动力向“数字素养+适应+创新”的新质形态转型，这类劳动力能快速适配冲击下的产业需求，更以创新力注入长期演化活力。数字经济亦赋能劳动资料数智化升级，加速其迭代创新、推动产业融合，成渝制造业的实践已印证其降本增效、增强抗压的价值。新质生产力的核心是劳动者、劳动资料、劳动对象的突破性升级与优化组合。两类新质要素协同发力，从人力适配与技术支撑双维度进一步提升全要素生产率，助力各地区摆脱对传统劳动力、高耗能技术等生产方式的依赖，缓解生产要素与能源资源紧张的经济发展局势，进而提升城市经济韧性。

基于上述结果，提出以下政策启示：

1. 持续推进数字经济战略落地。数字经济已成为高质量发展的核心引擎，对强化经济韧性、抵御外部风险至关重要。要大力发展数字经济，加快数字基础设施建设，以“数字中国”建设为引领，鼓励数字基建领域创新研发。依托新型基础设施赋能数字技术、互联网产业及高端制造业，充分释放数据要素乘数效应，将基建优势切实转化为数字经济蓬勃发展的强劲动力。
2. 培育新质劳动力、升级新质劳动资料。构建校企协同的数字技能培训体系，聚焦人工智能、数据处理等领域，开展定制化培育，提升劳动者数智素养与跨界融合能力。出台专项政策吸引数字领域高端人才，完善人才激励机制，激发创新活力，筑牢人力支撑。加快5G、数据中心等新型基础设施建设，推进工业互联网、城市信息模型平台落地。鼓励企业研发应用智能生产设备与行业垂直大模型，健全数据要素交易规则，打破要素流动壁垒，以数智化工具赋能产业升级，强化城市经济抗风险能力。
3. 强化区域协同合作。相关政府部门需健全成渝地区双城经济圈城市协同机制，打破行政壁垒，促进资源要素自由流动与优化配置。聚焦产业发展、科技创新、人才培养等重点领域，深化重庆、成都等中心城市与外围城市的协作，充分释放双核辐射带动效能，持续提升外围城市经济发展质量与抗风险能力。

参考文献：

1. [1] 文露敏, 陈碧红. 面向“十五五”如何继续唱好“双城记”[N]. 四川日报,2025-08-27(005).
2. [2] 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),2022,54(01):143-154+175-176.
3. [3] 卢现祥, 段扬睿. 数字经济提升了城市经济韧性吗[J].现代经济探讨,2024(04):76-92.
4. [4] 周慧, 杨泽锋, 崔祥民, 等. 数字经济发展对城市经济韧性的影响机制研究——基于企业家精神的中介效应[J].软科学,2024,38(10):23-30.
5. [5] 罗红艳, 杨莉, 杨瑞兰, 等. 数字经济、创新创业活跃度与城市经济韧性[J]. 管理学刊,2025,38(02):148-158.
6. [6] 陈杨, 吉黎. 数字经济、资源配置效率与城市经济韧性[J]. 科技与经济,2025,38(01):66-70.
7. [7] 彭伟辉, 雷秋丽. 数字经济对城市群经济韧性的影响研究——以中国十大城市群为例[J].现代金融,2024(08):20-28.
8. [8] 夏添, 周建华, 孙久文. 数字经济发展、政府介入与城市经济韧性[J]. 中国软科学,2024(05):111-121.
9. [9] 王珏珽. 数字技术对企业创新能力的影响研究——基于反思性知识重构视角[J]. 中国市场,2025(22):186-193.
10. [10] 龚新蜀,赵丽玉, 谢晓利. 数字经济赋能技术密集类产业融合的理论机制与路径研究[J]. 企业经济,2025,44(04):129-139.
11. [11] 李博雅, 崔泽晖. 成渝经济区、成渝城市群、成渝地区双城经济圈建设[J]. 中国投资(中英文),2025(Z7):78-80.
12. [12] 刘一书. 数实融合驱动新质生产力：理论脉络、实践难点与制度构建[J]. 湖南社会科学,2025(04):44-52.
13. [13] 杨丹, 李雨桐, 路萍萍. 数字经济对城市经济韧性的影响——基于安徽省16个地级市的面板数据[J]. 青岛大学学报(自然科学版),2025,38(04):120-128.
14. [14] 张辽, 姚蕾. 数字技术创新对城市经济韧性的影响研究——来自中国278个地级及以上城市的经验证据[J]. 管理学刊,2023,36(05):38-59.
15. [15]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[J]. 管理世界,2020,36(10):65-76.
16. [16] 韩文龙, 张瑞生,赵峰. 新质生产力水平测算与中国经济增长新动能[J]. 数量经济技术经济研究,2024,41(06):5-25.
17. [17] 蒋立成, 陈贤胜. 政府科学技术支出对城市经济韧性的影响效应——以长三角城市群为例[J].统计与决策,2025,41(16):147-152.
18. [18] 滕堂伟, 张晶. 多样性、技术网络与城市经济韧性——基于长江经济带城市数据的分析[J]. 同济大学学报(社会科学版),2023,34(05):48-59.
19. [19] 刘娜. 数字基础设施、技术创新与城市经济韧性[J].统计与决策,2025,41(12):101-106.
20. [20] 范雨婷, 张杰. 数字经济发展对城市经济韧性影响的空间效应[J].经济地理,2025,45(07):46-55.