關(guān)鍵詞：數(shù)字治理；詞頻統(tǒng)計(jì)；社會(huì)網(wǎng)絡(luò)分析；QAP回歸分析

一、引言

數(shù)字治理是指利用數(shù)字技術(shù)與工具，對(duì)社會(huì)、企業(yè)、政府等進(jìn)行管理和決策的一種管理模式。伴隨著數(shù)字時(shí)代的來(lái)臨，基于數(shù)據(jù)、面向數(shù)據(jù)和經(jīng)由數(shù)據(jù)的數(shù)字治理正在成為全球數(shù)字化轉(zhuǎn)型的最強(qiáng)勁引擎。數(shù)字治理是數(shù)字時(shí)代全新的治理模式。從國(guó)家宏觀政策方面來(lái)看，黨的十八大以來(lái)，習(xí)總書記多次對(duì)數(shù)字基礎(chǔ)設(shè)施建設(shè)提出明確要求。2015年12月16日，在第二界世界互聯(lián)網(wǎng)大會(huì)開(kāi)幕式上，習(xí)近平主席正式提出“數(shù)字中國(guó)”建設(shè)。黨的十九屆五中全會(huì)進(jìn)一步提出我國(guó)要加快“數(shù)字化發(fā)展”，統(tǒng)籌數(shù)字經(jīng)濟(jì)、數(shù)字政府和數(shù)字社會(huì)協(xié)同發(fā)展。數(shù)字治理強(qiáng)調(diào)以數(shù)據(jù)平臺(tái)的協(xié)同和開(kāi)放為基礎(chǔ)，以數(shù)據(jù)要素的協(xié)同與合作為導(dǎo)向，以數(shù)據(jù)資源的決策與服務(wù)為目標(biāo)，對(duì)于打破數(shù)據(jù)孤島、革新組織架構(gòu)、深化“放管服”改革、推動(dòng)智慧城市建設(shè)等都具有重要意義。

與此同時(shí)，國(guó)家十四五規(guī)劃中提出要加快數(shù)字化發(fā)展、建設(shè)數(shù)字中國(guó)的發(fā)展要求。黨的二十大作出需加快建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)的重大部署。根據(jù)業(yè)界諸多分析與統(tǒng)計(jì)報(bào)告得出，數(shù)字治理是數(shù)據(jù)化轉(zhuǎn)型的核心要素，實(shí)現(xiàn)數(shù)據(jù)化轉(zhuǎn)型的前提是實(shí)現(xiàn)數(shù)字治理。數(shù)字治理包括“數(shù)字”和“治理”兩個(gè)方面，數(shù)字更強(qiáng)調(diào)的是它的技術(shù)屬性，而治理更能彰顯它的價(jià)值屬性。數(shù)字治理至少包含3個(gè)方面的內(nèi)涵：一是“對(duì)數(shù)據(jù)的治理”，即治理對(duì)象擴(kuò)大到涵蓋數(shù)據(jù)要素。二是“運(yùn)用數(shù)字技術(shù)進(jìn)行治理”，即運(yùn)用數(shù)字與智能技術(shù)優(yōu)化治理技術(shù)體系，進(jìn)而提升治理能力。三是“對(duì)數(shù)字融合空間進(jìn)行治理”。這意味著需要適應(yīng)數(shù)字融合世界的治理體系，對(duì)線上的新生事物進(jìn)行有效治理。

二、文獻(xiàn)綜述

數(shù)字治理意味著治理理念的數(shù)字化、治理主體的多元化、治理內(nèi)容的清晰化、治理媒介的平臺(tái)化與治理成果的共享化（沈費(fèi)偉等，2020;胡衛(wèi)衛(wèi)等，2022）。數(shù)字治理旨在綜合管理數(shù)據(jù)資源信息，既包括對(duì)數(shù)據(jù)的收集和整理，也包括對(duì)數(shù)據(jù)進(jìn)行分析、處理和存儲(chǔ)等方面的管理，在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字治理已經(jīng)成為了經(jīng)濟(jì)發(fā)展中非常重要一環(huán)。

通常，對(duì)數(shù)字治理有兩種觀點(diǎn)：其一是“用數(shù)字進(jìn)行治理”，也就是把數(shù)字技術(shù)當(dāng)作一種工具：其二是“對(duì)數(shù)字進(jìn)行治理”，即對(duì)數(shù)字化信息、數(shù)據(jù)和數(shù)字技術(shù)進(jìn)行管理和控制，（何水等2021）。數(shù)字治理是數(shù)字經(jīng)濟(jì)的一大組成部分，包括但不限于多元治理，以“數(shù)字技術(shù)+治理”為典型特征。

學(xué)者馬懷德（2023）認(rèn)為數(shù)字治理水平的高低往往能代表其信息化發(fā)展的程度。近年來(lái)，我國(guó)數(shù)字治理的腳步逐步向前邁進(jìn)，數(shù)字化軟硬件的系統(tǒng)建設(shè)也日趨完善，數(shù)字治理系統(tǒng)的應(yīng)用范圍普及面也越來(lái)越廣，從交通擁堵治理逐步拓展到包括城市安全、應(yīng)急消防、公共衛(wèi)生、基礎(chǔ)設(shè)施管理等多個(gè)領(lǐng)域。段永彪等學(xué)者（2021）認(rèn)為數(shù)字治理能夠促進(jìn)社會(huì)發(fā)展的同時(shí)還能為城市的高質(zhì)量發(fā)展注入新動(dòng)力。不僅如此，城市高質(zhì)量發(fā)展反過(guò)來(lái)又對(duì)數(shù)字治理提出更高的要求，倒逼政府等相關(guān)主體推進(jìn)城市數(shù)字治理的進(jìn)度。

三、“數(shù)字治理”相關(guān)核心詞統(tǒng)計(jì)分析

本文通過(guò)使用Python軟件收集各地級(jí)市的政府工作報(bào)告，并進(jìn)行詞頻統(tǒng)計(jì)，采用我國(guó)31個(gè)?。ㄊ校┑牡胤秸ぷ鲌?bào)告，從報(bào)告選取的時(shí)間上來(lái)看，本文選取的政府工作報(bào)告是從習(xí)總書記在黨的十八大提出加快建設(shè)數(shù)字中國(guó)的部署開(kāi)始截止至2022年底。另一方面，地方政府工作報(bào)告中與“數(shù)字治理”相關(guān)的核心詞能夠度量地方政府對(duì)數(shù)字治理的關(guān)注度，比如：大數(shù)據(jù)、互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)、物聯(lián)網(wǎng)和區(qū)塊鏈等等。詞頻的高低往往能代表我國(guó)當(dāng)下經(jīng)濟(jì)社會(huì)未來(lái)一年所注重發(fā)展的產(chǎn)業(yè)以及產(chǎn)業(yè)集群，對(duì)政府工作報(bào)告中與“數(shù)字治理”相關(guān)的詞匯進(jìn)行統(tǒng)計(jì)分析，能夠獲取當(dāng)下進(jìn)行數(shù)字治理關(guān)注度較高的行業(yè)和領(lǐng)域，數(shù)字治理關(guān)注度的高低能反映社會(huì)運(yùn)行的數(shù)字化發(fā)展進(jìn)程。故以數(shù)字治理為核心選取與之密切相關(guān)的關(guān)鍵詞，本文統(tǒng)計(jì)了報(bào)告中與“數(shù)字治理”相關(guān)的關(guān)鍵詞以及詞頻（表1）。

根據(jù)表1顯示，在政府工作報(bào)告中與數(shù)字治理相關(guān)的詞頻中，共計(jì)10個(gè)高于400的關(guān)鍵詞，其中大數(shù)據(jù)、互聯(lián)網(wǎng)和數(shù)字化詞頻均高于1000，“大數(shù)據(jù)”詞頻為1440，“互聯(lián)網(wǎng)”詞頻為1338，“數(shù)字化”詞頻為1006。由此可見(jiàn)，目前我國(guó)數(shù)字治理更加注重以互聯(lián)網(wǎng)為基礎(chǔ)的大數(shù)據(jù)和數(shù)字化的應(yīng)用，大數(shù)據(jù)和數(shù)字化的應(yīng)用范圍也非常廣，可應(yīng)用于各行各業(yè)進(jìn)行分析處理數(shù)據(jù)，在一定程度上能反映出近幾年我國(guó)經(jīng)濟(jì)社會(huì)中大數(shù)據(jù)、互聯(lián)網(wǎng)、數(shù)字化的高速發(fā)展趨勢(shì)。對(duì)于數(shù)字經(jīng)濟(jì)、數(shù)據(jù)化、5G和電子商務(wù)等詞頻，其在城市治理中正處于中高速發(fā)展階段，對(duì)政府工作報(bào)告進(jìn)行詞頻統(tǒng)計(jì)能夠側(cè)面反映政府在發(fā)展數(shù)字治理過(guò)程中需要重點(diǎn)依托和發(fā)展的行業(yè)。

四、模型構(gòu)建與數(shù)據(jù)來(lái)源

（一）引力模型與變量說(shuō)明

探究空間相互作用最普遍的模型有兩種，一種是基于“場(chǎng)所空間”屬性的引力模型，另一種是基于“流動(dòng)空間”屬性的流數(shù)據(jù)模型。引力模型最初起源于牛頓提出的萬(wàn)有引力定律。起初，荷蘭的經(jīng)濟(jì)學(xué)家將這一定律應(yīng)用在研究較近的兩國(guó)的貿(mào)易流量問(wèn)題上，并構(gòu)建了貿(mào)易引力模型。

基于赫爾普曼（Helpman）、迪爾道夫（Dear-dorff）、安德森等人對(duì)引力模型的研究，采用31個(gè)?。ㄊ校┑臄?shù)字治理情況并引入新變量，構(gòu)建了拓展型的引力模型。如下：

（二）數(shù)據(jù)的來(lái)源和處理

2021年，我國(guó)各省市共出臺(tái)216個(gè)數(shù)字經(jīng)濟(jì)相關(guān)政策，其中89個(gè)為數(shù)字治理政策。當(dāng)前，我國(guó)數(shù)字治理正處在用數(shù)字技術(shù)治理到對(duì)數(shù)字技術(shù)治理，再到構(gòu)建數(shù)字經(jīng)濟(jì)治理體系的深度變革中，成果主要體現(xiàn)在數(shù)字政府建設(shè)加速，新型智慧城市建設(shè)穩(wěn)步推進(jìn)等方面。采用詞頻統(tǒng)計(jì)的方式來(lái)了解各省數(shù)字治理能力以及關(guān)注度，在引力模型中體現(xiàn)為用DJ來(lái)表示各省數(shù)字治理的情況。

由于數(shù)字治理程度以及其治理情況往往離不開(kāi)各省的經(jīng)濟(jì)發(fā)展?fàn)顩r，在對(duì)各省進(jìn)行詞頻統(tǒng)計(jì)時(shí)可以看出各省間對(duì)數(shù)字治理的關(guān)注度差異較大，有學(xué)者（張?zhí)祉數(shù)龋?023）對(duì)城市數(shù)字治理能力的強(qiáng)弱與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展進(jìn)行了研究分析，分析結(jié)果顯示由于數(shù)字經(jīng)濟(jì)發(fā)展的不平衡性影響，導(dǎo)致各省市間數(shù)字治理及數(shù)字技術(shù)應(yīng)用層面的“馬太效應(yīng)”逐漸顯現(xiàn)。故在引力模型中加入了對(duì)各省經(jīng)濟(jì)指標(biāo)的分析是非常有必要的。我們通過(guò)構(gòu)建引力模型來(lái)研究各省數(shù)字治理與其空間關(guān)聯(lián)度的情況，空間距離在這里表示的是這31個(gè)省市的省會(huì)之間的球面距離以及各省之間的空間距離，人口數(shù)量即各省市的人口數(shù)量指標(biāo)。

最后，通過(guò)本文所使用的引力模型即可得出一個(gè)3lx31的矩陣，指任意兩個(gè)省市之間的數(shù)字治理的相互關(guān)系。本文采用社會(huì)網(wǎng)絡(luò)分析中的二分類（binary）網(wǎng)絡(luò)數(shù)據(jù)方法，把相互關(guān)系轉(zhuǎn)化為0-1數(shù)據(jù)，將矩陣中每一行的平均值作為閾值，大于這一閾值的數(shù)取1表示有關(guān)系，小于這一閾值的數(shù)取0表示無(wú)關(guān)系，因此可以構(gòu)成一個(gè)31x31的0-1的矩陣。

五、數(shù)字治理空間關(guān)聯(lián)性實(shí)證分析

基于拓展引力模型，我們用31個(gè)省份的政府工作報(bào)告中與數(shù)字治理有關(guān)的關(guān)鍵詞詞頻以及各省市的經(jīng)濟(jì)生產(chǎn)總值和人口數(shù)量計(jì)算得出了我國(guó)31個(gè)省市的數(shù)字治理關(guān)聯(lián)性矩陣，并運(yùn)用Ucinet 6社會(huì)網(wǎng)絡(luò)分析軟件進(jìn)行分析，然后再結(jié)合NetDraw軟件做出數(shù)字治理的空間網(wǎng)絡(luò)關(guān)系圖，如圖1所示：

（一）整體網(wǎng)絡(luò)特征分析

通過(guò)Network-Cohesion-Density的路徑進(jìn)行分析得出該空間網(wǎng)絡(luò)的網(wǎng)絡(luò)密度為0.253，關(guān)聯(lián)系數(shù)為235，通過(guò)可達(dá)矩陣計(jì)算其網(wǎng)絡(luò)關(guān)聯(lián)度為0.85，表現(xiàn)為整體網(wǎng)絡(luò)關(guān)聯(lián)性顯著，在空間關(guān)聯(lián)網(wǎng)絡(luò)中無(wú)孤立的點(diǎn)，即圖中任何兩個(gè)省市之間基本具有互通性。在網(wǎng)絡(luò)關(guān)系圖之外，由此可見(jiàn)我國(guó)數(shù)字治理空間網(wǎng)絡(luò)有較強(qiáng)的關(guān)聯(lián)性。

（二）網(wǎng)絡(luò)中心度分析

點(diǎn)度中心度表示與一個(gè)節(jié)點(diǎn)直接相連的其他節(jié)點(diǎn)的個(gè)數(shù)，由點(diǎn)度中心度的特征可知，某節(jié)點(diǎn)的點(diǎn)度中心度越高，則該節(jié)點(diǎn)與其他節(jié)點(diǎn)的關(guān)聯(lián)性越強(qiáng)，對(duì)其他節(jié)點(diǎn)的控制力量就越強(qiáng)，在整體空間關(guān)聯(lián)網(wǎng)絡(luò)產(chǎn)生的影響也就越大。

通過(guò)對(duì)我國(guó)各省之間的數(shù)字治理空間網(wǎng)絡(luò)的網(wǎng)絡(luò)中心度分析，從表2可以看出，我國(guó)的31個(gè)省市中數(shù)字治理空間網(wǎng)絡(luò)的中心度中點(diǎn)人度和點(diǎn)出度的均值為7.581。在對(duì)31個(gè)省市中，遼寧、福建、江西、山東、河南、湖南、廣東、廣西重慶、四川、貴州、云南、陜西、甘肅、寧夏和新疆的點(diǎn)出度大于均值，說(shuō)明這16個(gè)省市向外的影響比較大，因此這16個(gè)省市在數(shù)字治理方面具有溢出性，在點(diǎn)入度方面來(lái)看，河北、江蘇、浙江、安徽、山東、河南、湖北、湖南、廣東、四川和陜西這11個(gè)省的點(diǎn)入度大于均值。因此表明這11個(gè)省的數(shù)字治理接收性較強(qiáng)，而山東、河南、湖南、廣東、四川和陜西這6個(gè)省的點(diǎn)人度和點(diǎn)出度均大于均值，表明這6個(gè)省處于數(shù)字治理網(wǎng)絡(luò)空間的中心位置，對(duì)其他省市既有溢出性又有接收性。在各省的生產(chǎn)總值、地理位置以及人口數(shù)量上看，這6個(gè)省份也與其他省份有較多的人口數(shù)量以及經(jīng)濟(jì)體量，在地理位置上這6個(gè)省具有較強(qiáng)的連通性。與此同日寸，整體網(wǎng)絡(luò)的標(biāo)準(zhǔn)化點(diǎn)出度中心勢(shì)為22%，而標(biāo)準(zhǔn)化點(diǎn)出度中心勢(shì)為53%，這表明數(shù)字治理的空間網(wǎng)絡(luò)有很大的不對(duì)稱性。因此其不適用特征向量中心度分析。

接近中心度，又稱整體中心度，表示網(wǎng)絡(luò)空間中一個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的最短路徑之和，其可分為人接近中心度和出接近中心度。如表2所示，在入接近中心度方面，可知西藏和新疆的人接中心度最大，而河南的人接近中心度最小，這表明河南受到其他省市的間接影響小，而西藏和新疆受到其他省市的間接影響大。在出接中心度方面，上海的出接中心度最大，而遼寧的出接中心度最小。這表明上海對(duì)其他省市的影響較大，而遼寧對(duì)其他省市的影響較小。

中間中心度表示在網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)在多大程度上控制其他點(diǎn)對(duì)關(guān)系的能力。其中，該31省市數(shù)字治理網(wǎng)絡(luò)空間的中間中心勢(shì)指數(shù)為15.75%，這說(shuō)明，整個(gè)網(wǎng)絡(luò)的中心度一般。雖然整體網(wǎng)絡(luò)的中間中心勢(shì)一般，但如表2所示，其中陜西、河南和廣東的中間中心度較大，表明這幾個(gè)省在整體網(wǎng)絡(luò)中對(duì)其他省的控制能力較強(qiáng)，起著比較關(guān)鍵的連接和紐帶的作用，其他省的數(shù)字治理程度在一定程度上會(huì)受到這幾個(gè)省的影響。

（三）塊模型分析

塊模型，是一種研究網(wǎng)絡(luò)位置模型的方法。就是把一個(gè)網(wǎng)絡(luò)中各個(gè)行動(dòng)者按照一定的標(biāo)準(zhǔn)劃分成幾個(gè)離散的子集。對(duì)該整體網(wǎng)絡(luò)進(jìn)行了塊模型分析，經(jīng)調(diào)試當(dāng)選取最大分割深度為3時(shí)，其擬合度在較好的水平上，因此將整體網(wǎng)絡(luò)劃分為8個(gè)板塊，其分別對(duì)應(yīng)我國(guó)31個(gè)省市。本文將從各板塊的構(gòu)成、各板塊內(nèi)部的關(guān)系以及板塊之間的關(guān)系等方面來(lái)解釋數(shù)字治理的空間關(guān)聯(lián)關(guān)系。我國(guó)各省市之間的數(shù)字治理空間網(wǎng)絡(luò)塊模型分析如下圖所示：

1．板塊的空間分布分析

板塊1和板塊3分別由是由北京、天津、河北和山東四省以及山西、內(nèi)蒙古和河南組成，主要位于我國(guó)的華北地區(qū)。板塊2是由遼寧、吉林和黑龍江這三個(gè)省組成，主要位于我國(guó)的東北地區(qū)。板塊4和板塊8中涵蓋的城市主要位于我國(guó)西北地區(qū)，如：陜西、甘肅、青海、寧夏和新疆。板塊5和板塊6中包括的城市主要在華東地區(qū)，如上海、江蘇、安徽、福建和江西等，板塊7則主要分布在中南和西南地區(qū)，由廣東、廣西、重慶、四川和云南等組成。綜合來(lái)看，經(jīng)濟(jì)發(fā)達(dá)地區(qū)省份主要分布在第一、五板塊，而經(jīng)濟(jì)相對(duì)落后地區(qū)的省份則更多分布在第四和第八板塊。

如表3所示，在所研究的31個(gè)省市中，共有222個(gè)關(guān)聯(lián)關(guān)系。其中，板塊內(nèi)部的關(guān)系數(shù)為84，各板塊之間的關(guān)系數(shù)為138，占整體網(wǎng)絡(luò)傳導(dǎo)關(guān)系總量的62.16%，因此該31個(gè)省市的數(shù)字治理溢出效應(yīng)較為明顯。

2．板塊價(jià)格關(guān)聯(lián)的溢出一接收關(guān)系分析

本文根據(jù)各板塊內(nèi)外部之間關(guān)系的多少將8個(gè)板塊歸類為四種類，第一類為凈受益類，該類表現(xiàn)為接收關(guān)系數(shù)明顯多于溢出關(guān)系數(shù)，且接收外部關(guān)系數(shù)較多，包括板塊一和板塊五。第二類為凈溢出類，該類接收關(guān)系數(shù)明顯少于溢出關(guān)系數(shù)，且類內(nèi)部關(guān)系數(shù)較少，包括板塊二、板塊四和板塊八。第三類I類經(jīng)紀(jì)人，該類從其他聚類接收關(guān)系和向其他聚類成員發(fā)出關(guān)系均較多，但總體上接收數(shù)大于發(fā)出數(shù)，主要包塊板塊三和版塊六。最后是Ⅱ類經(jīng)紀(jì)人，同樣接收和發(fā)出較多來(lái)自板塊外的溢出關(guān)系，但總體上發(fā)出數(shù)大于接收數(shù)，主要包括板塊七。

從圖二中這四大類的溢出關(guān)系可以看出，凈受益類主要由經(jīng)濟(jì)發(fā)達(dá)的城市組成，吸收我國(guó)中西部和南部的數(shù)字資源，而經(jīng)濟(jì)人類主在其中起中介、橋梁以及在內(nèi)外部起雙向引導(dǎo)的作用。

基于塊分析將這31個(gè)省市劃分為8個(gè)板塊，進(jìn)一步得出這八個(gè)板塊的密度矩陣。再根據(jù)整體網(wǎng)絡(luò)的密度即0.253為標(biāo)準(zhǔn)，將密度矩陣化為像矩陣，從而揭示各板塊之間以及板塊內(nèi)部的關(guān)系。像矩陣對(duì)角線上的元素幾乎均為1，說(shuō)明各板塊內(nèi)部數(shù)字治理具有較為明顯的溢出關(guān)系。像矩陣如表5所示：

根據(jù)像矩陣可知，可以看出，每個(gè)子群內(nèi)部幾乎都有密切的互動(dòng)關(guān)系，特別是板塊4內(nèi)部之間的聯(lián)系更為密切，而板塊5、板塊7和板塊8內(nèi)部互動(dòng)較弱。同時(shí)，板塊4對(duì)板塊1和板塊3的影響較明顯。板塊4是由陜西、甘肅、青海和寧夏組成，且位于我國(guó)的西北地區(qū)。而板塊1是一個(gè)容易受影響的地域，主要包括北京、天津、河北和山東四個(gè)省市，其主要受到來(lái)自板塊2和板塊3和板塊4的影響。

那么是什么因素導(dǎo)致各省市間數(shù)字治理的溢出效應(yīng)不同呢？本文將通過(guò)QAP相關(guān)分析和QAP回歸分析方法進(jìn)行研究。

六、基于QAP的空間網(wǎng)絡(luò)結(jié)構(gòu)驅(qū)動(dòng)因素

（一）QAP相關(guān)分析

為進(jìn)一步研究我國(guó)31個(gè)省市數(shù)字治理水平及其關(guān)系，引入了QAP相關(guān)分析進(jìn)行研究，QAP相關(guān)性分析是為了檢驗(yàn)兩個(gè)矩陣間是否具有相關(guān)關(guān)系以及關(guān)系的強(qiáng)弱，本文利用Ucinet軟件，通過(guò)5000次隨機(jī)矩陣置換檢驗(yàn)了我國(guó)各省市間數(shù)字治理強(qiáng)弱關(guān)系矩陣及其影響因素之間的關(guān)系。同時(shí)我們也引入了四個(gè)變量作為影響各省市數(shù)字治理強(qiáng)弱的主要因素，對(duì)其進(jìn)行相關(guān)性分析。

為了方便表述，我們將其描述為Y=F（X1、X2、X3、X4），其中Y表示我國(guó)31個(gè)省市數(shù)字治理關(guān)系矩陣。X1表示各地區(qū)地理距離差異，X2表示各地區(qū)互聯(lián)網(wǎng)用戶數(shù)差異，X3表示地區(qū)數(shù)字普惠金融差異，X4表示地區(qū)SG基站數(shù)差異，根據(jù)QAP相關(guān)分析結(jié)果發(fā)現(xiàn)：X1、X2、X3、X4的相關(guān)系數(shù)分別：-0.4963、0.3958、0.2332、0.3862，顯著性水平分別為：0.0002、0.0002、0.0040、0.0002。結(jié)果表明，數(shù)字治理空間關(guān)聯(lián)關(guān)系矩陣Y與所有解釋變量X的相關(guān)關(guān)系均通過(guò)了5%顯著性水平檢驗(yàn)，為本文后續(xù)實(shí)證分析提供了理論支持。

（二）QAP回歸分析

本文在相關(guān)分析的基礎(chǔ)上，再對(duì)這31個(gè)省市數(shù)字治理的空間關(guān)聯(lián)關(guān)系進(jìn)行QAP回歸分析。

表6為回歸分析擬合度的情況，結(jié)果所示，R2為0.343和調(diào)整后的R2為0.340，當(dāng)發(fā)現(xiàn)“各地區(qū)地理距離差異”“各地區(qū)互聯(lián)網(wǎng)用戶數(shù)差異”“數(shù)字普惠金融差異”和“5G基站數(shù)差異”這四個(gè)因素與數(shù)字治理程度存在一定的線性關(guān)系時(shí)，可以用上述四個(gè)矩陣數(shù)據(jù)解釋掉“數(shù)字治理關(guān)系”的34%的方差。顯然該結(jié)果數(shù)值較高，因此具有較好的可解釋性。

QAP回歸分析結(jié)果如表7所示，概率1是指隨機(jī)置換后計(jì)算出的相關(guān)系數(shù)大于或者等于實(shí)際給出的矩陣相關(guān)系數(shù)的概率。概率2是表示小于或者等于實(shí)際相關(guān)系數(shù)的概率。

其中各地區(qū)地理距離差異矩陣X1在1%顯著性水平下通過(guò)了檢驗(yàn)，其標(biāo)準(zhǔn)化回歸系數(shù)為-0.41799，表明地理距離制約了城市間數(shù)字治理的空間關(guān)聯(lián)性，所以加強(qiáng)各城市間的交通網(wǎng)絡(luò)是十分必要的。各地區(qū)互社會(huì)聯(lián)網(wǎng)用戶數(shù)差異X。同樣也在1%顯著性水平下通過(guò)了檢驗(yàn)，其標(biāo)準(zhǔn)化回歸系數(shù)為0.21804。地區(qū)5G基站數(shù)差異在10%的顯著性水平下通過(guò)了檢驗(yàn)，其標(biāo)準(zhǔn)化回歸系數(shù)分別為0.09932，表示5G基站數(shù)會(huì)對(duì)數(shù)字治理空間關(guān)聯(lián)在一定程度上產(chǎn)生積極影響。反之，數(shù)字普惠金融指數(shù)相比于其他三個(gè)自變量而言，并無(wú)較強(qiáng)的解釋力度?？傊?，地理距離因素、地區(qū)互聯(lián)網(wǎng)用戶數(shù)、以及地區(qū)5G基站數(shù)量對(duì)各個(gè)地區(qū)的數(shù)字治理水平均具有正向影響。

七、結(jié)論與建議

（一）結(jié)論

本文從網(wǎng)絡(luò)結(jié)構(gòu)視角分析所選最具代表性的31個(gè)省市的數(shù)字治理的空間關(guān)聯(lián)關(guān)系，再結(jié)合QAP回歸分析，分析自變量對(duì)其空間關(guān)聯(lián)關(guān)系的影響程度，結(jié)論如下：

1．從個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)特征看，山東、江蘇、河南等省份位于我國(guó)東部地區(qū)，其中心度排名靠前，位于數(shù)字治理空間網(wǎng)絡(luò)的中心位置，而同時(shí)青海、寧夏和新疆等省份位于我國(guó)西部地區(qū)，其中心度較低，處于數(shù)字治理空間網(wǎng)絡(luò)的邊緣位置。相對(duì)而言，我國(guó)東部地區(qū)的數(shù)字治理水平比西部地區(qū)更高。

2．從塊模型分析來(lái)看，北京、上海、江蘇和山東等經(jīng)濟(jì)發(fā)達(dá)的地區(qū)為凈受益類，而陜西、甘肅、青海、寧夏和新疆等中西部地區(qū)以及東三省地區(qū)為凈溢出類，因此可以得出結(jié)論，我國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū)以中部地區(qū)為橋梁吸取西地區(qū)的數(shù)字資源。

3．我國(guó)南部地區(qū)經(jīng)濟(jì)次發(fā)達(dá)地區(qū)起雙向引導(dǎo)作用，雖然也吸收中西部地區(qū)資源，但整體上表現(xiàn)為向中部及北部溢出，進(jìn)一步加劇了我國(guó)東西部地區(qū)尤其是經(jīng)濟(jì)發(fā)達(dá)地區(qū)與不發(fā)達(dá)地區(qū)的數(shù)字治理差異。

4．通過(guò)AQP回歸分析得出，影響數(shù)字治理空間聯(lián)系的主要因素有各地區(qū)互聯(lián)網(wǎng)用戶數(shù)、地理距離以及SG基站數(shù)等因素相關(guān)，而此類因素與各地域的數(shù)字基礎(chǔ)設(shè)施、數(shù)據(jù)資源、技術(shù)應(yīng)用和數(shù)字人才水平差異密切相關(guān)。

（二）對(duì)策建議

根據(jù)本文的研究結(jié)論，提出以下對(duì)策建議：

1．加強(qiáng)西部地區(qū)的數(shù)字基礎(chǔ)建設(shè)，推動(dòng)區(qū)域間數(shù)據(jù)資源的開(kāi)放與共享。加大對(duì)其數(shù)字平臺(tái)建設(shè)的扶持力度，如提高經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的互聯(lián)網(wǎng)普及率，這是數(shù)字治理的物質(zhì)基礎(chǔ)。另外，可以建立統(tǒng)一的數(shù)據(jù)共享交互平臺(tái)，促進(jìn)數(shù)據(jù)要素的流通應(yīng)用，從而推動(dòng)區(qū)域間的數(shù)字協(xié)同發(fā)展，借助數(shù)據(jù)交互平臺(tái)還可以助力東西部之間的產(chǎn)業(yè)協(xié)同和技術(shù)協(xié)同。

2．加大數(shù)字人才培養(yǎng)和數(shù)字鄉(xiāng)村建設(shè)。加大對(duì)我國(guó)經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的數(shù)字教育和培訓(xùn)，尤其是西部地區(qū)和東三省地區(qū)，將人才培養(yǎng)與數(shù)字鄉(xiāng)村建設(shè)相互協(xié)調(diào)，共同提高全民數(shù)字素養(yǎng)與數(shù)字技能。

3．優(yōu)化經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的資源配置。提升數(shù)字治理質(zhì)量水平與各地區(qū)的經(jīng)濟(jì)建設(shè)密切相關(guān)，因此若要從根本上解決我國(guó)地區(qū)間數(shù)字治理水平發(fā)展不平衡的現(xiàn)象，應(yīng)進(jìn)一步優(yōu)化經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的資源配置，加大該地區(qū)的技術(shù)應(yīng)用與創(chuàng)新能力，從而推動(dòng)縮小各區(qū)域間的數(shù)字治理鴻溝現(xiàn)象。