中国数字经济发展水平测度、时空格局与区域差异研究

何 地 赵炫焯 齐 琦

1（辽宁大学经济学部经济学院，沈阳 110136）2（西南财经大学中国西部经济研究院，成都 611130）3（中共辽宁省委党校决策咨询部，沈阳 110004）

党的十八大以来，党中央将发展数字经济置于国家发展战略的重要地位并作出了一系列详细部署。尽管我国数字经济发展迅速，数字经济规模已跃居世界第二位，但是我国区域数字经济发展仍存在不均衡、不协调的现象，如何全面认识我国数字经济发展水平、时空格局和区域差异，从而有效推进数字经济健康发展，是当前理论研究与政策实践共同面临的重要课题。

通过梳理现有研究发现，学者们主要利用增加值法［1，2］、 卫星账户法［3，4］和构建指标体系［5，6］等方法测度数字经济发展水平，并且一部分研究对数字经济发展的时空特征进行了有益的探索［7，8］。然而，现有研究仍存在以下不足：（1）多数研究者选择通过构建指标体系进行测度研究，但是已有研究建立的指标体系较为单一，而多维指标体系也仅侧重于信息化基础及应用［9，10］，未能全面反映数字经济的内涵及体系；
（2）现有研究对数字经济发展的空间关联性考虑不足，急需从自然地理视角探索我国数字经济发展的空间特征；
（3）现有研究主要集中于静态分析层面，未能连贯全面地揭示我国数字经济发展的动态变化及区域差异。因此，本文从数字基础设施、数字产业发展和数字经济环境3个维度构建数字经济发展水平评价指标体系，运用熵权Topsis评价法、空间探索性分析、Dagum基尼系数及其分解、空间收敛模型对我国数字经济发展水平、时空格局、区域差异来源及空间收敛性进行深入考察，以期全面认识不同时期、不同空间维度下我国数字经济发展情况，为促进我国数字经济健康发展、弥合区域 “数字鸿沟”提供有益参考。

1.1 评价指标体系构建

本文在参考 《数字经济及其核心产业统计分类（2021）》、 《“十四五”数字经济发展规划》、《G20国家数字经济发展与合作倡议》以及现有相关文献的基础上，认为数字经济内涵不仅包括推动数字经济发展的基础实施，以及数字技术与实体经济融合所表现出的数字产业形式，而且还包括支撑数字经济发展的外部环境。本文按照科学性、代表性、可得性的指标选取原则，从数字基础设施、数字产业发展、数字经济环境3个维度构建数字经济发展水平评价指标体系。其中，数字基础设施作为数字经济运行的基础设施保障，是数字经济发展的必要条件［11］；
数字产业发展是数字经济的经济结构核心［12］；
数字经济环境则是数字经济发展的载体，对促进数字经济发展起到重要的保障作用［13］。指标详细信息如表1所示。

表1 数字经济发展水平评价指标体系

1.2 数据来源及说明

本文选取2013～2020年我国31个省域（考虑到数据的可获得性，不包含港、澳、台地区）相关数据进行分析。相关原始数据来源于 《中国统计年鉴》、《中国信息年鉴》以及各省（区、市）统计年鉴，并采用插值法对极少数地区和年份的缺失数据进行了补充。其中，“信息类就业人员数占就业总人数比重”用信息类就业人员数量除以当年就业总人数计算得到，其余三级指标的数据均可直接获取。此外，所选取指标的数据几乎不受新冠肺炎疫情影响，故2020年的数据可纳入分析。

1.3 数字经济发展水平的测度方法

本文采用熵权Topsis法进行测度，具体流程如下：

（1）对各指标的原始数据进行标准化处理（由于本文选取指标均为正向指标，故省去逆向指标的构建公式）：

（2）计算每个维度的熵：

进一步，计算冗余度与权重：

（3）计算得分：

（4）对式 （4）中的sij进行进一步标准化，并定义最大值与最小值。

进一步，分别计算各评价对象与最大值和最小值之间的距离：

（5）计算综合得分：

其中，Ki∈［0，1］，Ki值越大表明该地区数字经济发展水平越高。

1.4 我国数字经济发展水平测度结果与分析

2013～2020年我国数字经济发展水平测度结果如表2所示。从结果可知，我国数字经济发展持续增长，全国得分均值从2013年的0.057逐步提升到2020年的0.152，年均增长率为15.07%。同时，我国数字经济发展存在明显的区域不平衡现象，仅有9个地区数字经济发展水平的平均得分超过了全国均值。进一步，按照东、中、西部三大地区进行统计发现，东部地区数字经济发展水平最高，中部地区次之，西部地区最低；
从平均增速来看，中部地区为16.14%，西部地区为15.61%，东部地区为14.61%。并且，东、中、西部区域数字经济发展差距在不断增加。

表2 2013～2020年我国31个省（区、市）数字经济发展评价得分与排名结果

续 表

2.1 我国数字经济发展的空间演化分析

为揭示不同时期我国省域数字经济发展的空间分布变化，本文使用ArcGIS软件分别分析了2013年、2017年与2020年我国省域数字经济发展的空间分布情况。为使得数据间差异最大化，使用自然断点法对数字经济发展评价得分进行分组，按照颜色由浅到深依次将数字经济评分划分为“很低”、“较低”、 “一般”、 “较高”、 “很高” 5个等级（空间分布图略）。研究发现，我国省域数字经济发展存在显著的空间异质性，具有相同数字经济发展等级的省域由分散分布逐渐演化为集中分布，呈现出明显的集聚效应。

进一步，对我国不同省域数字经济演化的具体类型按照 “演化进步”、“演化不变”、“演化退步”3个类型进行归纳，如表3所示。从结果可知，我国省域数字经济发展未形成 “演化进步”型。在 “演化不变”类型中，广东省数字经济发展水平持续居于高位，成为唯一一个数字经济发展评分为 “很高”的省份，说明广东省的数字经济发展远远领先于其他省域。此外，宁夏、甘肃、新疆等西北区域省（区、市）与海南省一直保持低位演化，表明这些地区数字经济发展一直较为落后。在 “演化退步”类型中，2013年数字经济发展水平很高、较高的沿海地区与数字经济发展程度一般的中、西部地区都出现了降级演化现象，可能的原因是广东省数字经济发展与其他省域拉开了较大差距，导致这些地区数字经济发展水平的相对等级下降，这也说明了我国区域数字经济演化呈现出了地理上的集聚效应和区域间发展的马太效应。

表3 2013～2020年我国数字经济演化类型

2.2 我国数字经济发展的空间相关性分析

由于数字经济具有极强的 “渗透性”特征，因而区域数字经济发展在理论上存在着空间上的关联性。本文采用莫兰指数（Moran"s I）进行检验分析。莫兰指数具体为：

莫兰指数I取值范围为［-1，1］，若数值大于0，表示空间正自相关性的存在；
若数值小于0，表示着空间负自相关性的存在；
若数值接近于0，表示不存在空间自相关。在空间自相关分析过程中需要设置空间权重矩阵，本文遵循 “地理学第一定律”理论，采用反距离空间权重矩阵，具体为：

其中，dij＝arccos［（sinαi×sinαj）＋（cosαi×cosαj×cos（Δτ））］×R，αi与αj分别代表某地区的经度与纬度，Δτ为两地区之间的经度之差，R为地球半径。

2013～2020年我国数字经济发展的全局莫兰指数I如表4所示。从结果可知，除2013年外，所有年份莫兰指数I所对应P值均小于0.1，其中2017～2020年P值小于0.5，表明2013年我国数字经济发展还未呈现出显著的空间自相关性，2014～2020年我国数字经济发展存在空间上的正向相关性且不断增强，即呈现 “高-高”相邻、“低-低”相邻的现象。

表4 2013～2020年我国数字经济发展的全局莫兰指数I

2014年、2017年与2020年我国数字经济发展的莫兰指数I散点图①略。图中的第一、二、三、四象限依次对应 “高-高”、“低-高”、“低-低”、 “高-低”型集聚地区，具体而言，第一、三象限中的省域存在较强的空间正相关性，而第二、四象限中的省域则存在较强的空间负相关性。通过散点图可知，位于一、三象限的省域数量多于位于二、四象限的省域数，说明我国省域数字经济发展的空间正相关性占据主导地位，同时，位于第三象限的省域多于第一象限，即我国多数省域数字经济发展呈现出 “低-低”集聚的状态，说明中国大部分省域数字经济发展水平较低且对周边地区辐射力、渗透力不足。

为进一步揭示我国省域数字经济发展的空间集聚情况及其时空变化特征，本文分析了我国数字经济发展的LISA集聚情况。研究发现，2013～2020年期间，我国数字经济发展的 “高-高”集聚地区逐步由东部沿海扩展至整个东南部沿海地区，说明我国东南部地区的数字经济发展增长极作用日益明显；
数字经济发展的 “低-低”集聚地区则逐步向西部与北部地区转移。其中，四川省是唯一一个数字经济发展水平较高却与周围地区呈现 “高-低”集聚特征的省份，这主要是由于西部及北部地区经济发展落后，交通基础设施不发达，导致资源要素空间流动性低。同时，西部与北部地区的资金与人才流入川渝地区及东部沿海地区，导致地区数字经济发展受阻。此外，中部地区不断趋于 “低-高”型集聚，这是由于中部地区位于东部几大经济圈与川渝经济圈中间，东部经济圈和川渝经济圈的回流效应超过扩散效应导致中部地区省（区、市）与周围地区数字经济发展呈现空间上的负相关。另一个典型的地区是北京，北京逐渐由 “高-高”集聚向 “高-低”集聚演变，其原因也在于北京数字经济发展的 “虹吸效应”不断增强。

3.1 数字经济发展的区域差异来源

本文采用Dagum基尼系数及其分解对数字经济发展区域差异进行测算。Dagum基尼系数具体公式为：

其中，G、Gjj、Gjh分别为总体基尼系数、子群内部基尼系数与子群间基尼系数。k表示地区划分个数，n表示所有省域个数，Yji（Yhr）则表示j（h）地区内i（r）省域的指标水平，nj（nh）代表j（h）地区省域个数，表示所有省域指标的平均值。

运用MATLAB软件计算2013～2020年我国数字经济发展的总体基尼系数以及东、中和西部区域内基尼系数②，并利用Stata进行可视化展示，如图1所示。从结果可知，我国数字经济发展总体基尼系数基本保持在0.6左右的较高水平，进一步验证了我国区域数字经济发展不平衡的事实。其中，我国中部地区数字经济发展的基尼系数最小，东、西部地区则保持了一个相同水平的区域内差异情况。从趋势来看，我国总体与东、西部地区的基尼系数呈现出了缓慢下降的趋势，而中部地区呈现缓慢上升趋势，这说明我国整体及东、西部地区的区域内发展差异程度减小，而中部地区则在经历一个区域内差异的小幅提升。从区域差异来看，不同区域间差异的基尼系数排名由高到低依次为东-西部地区、东-中部地区与中-西部地区，这表明我国区域 “数字鸿沟”问题严重，东、西部地区数字经济发展差异远大于中部与西部。从趋势上看，3个区域间基尼系数在时间上并未表现出明显趋势。

图1 数字经济发展的总体差异及区域内差异（上）、区域间差异（下）

Dagum基尼系数的分解贡献系数以及相应的贡献率如表5所示。可以发现，区域间差异的贡献率最高，区域内差异次之，超变密度最低。这说明我国数字经济发展不平衡的主导因素是区域间差异，其次才是区域内差异，从趋势上看，各差异及其贡献率随时间变化均在原位振荡，未呈现出明显趋势。

表5 数字经济发展的区域差异及其分解

3.2 数字经济发展的空间收敛性分析

为探索不同地区的数字经济发展随时间推移是否会趋于一致，本文采用空间计量模型进行β收敛性检验。β收敛分析包括绝对β收敛与条件β收敛，绝对β收敛指的是在不控制外部影响因素时存在收敛趋势，而条件β收敛则为控制相关影响因素之后仍存在收敛趋势。在收敛性分析中，所建立的空间计量模型为：

式中，εit＝λα1Wεt＋vit，digi，t＋1与digi，t＋1分别表示第t＋1期和第t期的数字经济发展水平得分，β1为收敛系数，contr为控制变量。若β1＜0则表明存在收敛趋势。W是经济距离空间权重矩阵，ρ、β、α是待估计系数，ui是非观测效应，vit为扰动项。当λ＝0、δ＝0时，该式表示空间自回归模型（SAR）；
当ρ＝0、δ＝0时，该式为空间误差模型（SEM），当λ＝0时，该式表示空间杜宾模型（SDM）。另外，当βi＝0时，为绝对β收敛，否则为相对β收敛。

由于2013年的莫兰指数I未通过显著性检验，故选取2014～2020年期间进行分析，并且由于西藏自治区数字经济发展水平过低，将其从样本中剔除。全国及分地区数字经济发展绝对β收敛回归分析结果如表6所示。其中，全国与东、中部地区通过LM检验与LR检验，故选取空间SDM模型，而西部地区未通过LM检验，故模型变为普通OLS模型。Hausman检验结果显著，故均选取固定效应模型。从绝对β收敛回归结果可知，全国与三大地区β系数都显著为负，说明存在显著的β收敛，即随时间推移，落后地区数字经济发展将追赶发达地区，达到同一稳态水平。从收敛速度来看，收敛速度按快慢排名分别为东部地区、全国、中部地区与西部地区，东部地区收敛速度远高于全国水平，说明东部地区的落后省域发展潜力大、动力强；
而中、西部地区收敛速度则远低于全国水平，说明中、西部地区数字经济发展落后地区发展动能低，发展速度较慢。

表6 全国及分地区数字经济发展绝对β收敛检验

本文进一步控制了金融发展、经济体量、产业结构与政府支出规模等影响因素进行条件β收敛检验，结果如表7所示。由结果可知，全国与东、中部地区的空间收敛系数依然显著，且收敛速度从高到低依然为东部、全国与中部。西部地区的空间收敛系数并不显著，说明在控制其他影响因素之后，西部地区没有形成一个有效的数字经济发展的条件β收敛。

表7 全国及分地区数字经济发展条件β收敛检验

4.1 主要结论

根据上文分析，本文得出以下主要结论：

（1）从数字经济发展水平来看，我国数字经济发展水平持续增长，但是区域间数字经济发展水平差距较大，存在不平衡、两极分化的问题。总体上呈现出东、中、西区域梯度式递减特征；
（2）从数字经济时空格局来看，我国省域数字经济存在 “演化不变”和 “演化退步”两种时空演化类型。同时，我国数字经济发展存在显著的空间相关性。其中，空间正相关性的省域数量大于空间负相关性的省域数量；
（3）从数字经济区域差异来看，我国数字经济发展不平衡的主导因素来自于区域间差异，各区域内部与区域间差异随时间推移没有呈现明显的趋势特征。全国与东、中部地区省域数字经济发展存在绝对β收敛与条件β收敛，西部地区在不考虑空间因素下存在绝对β收敛，不存在条件β收敛。

4.2 政策建议

基于以上结论，本文提出相关政策建议如下：

（1）加强统筹协调，靶向发力补齐短板。①加快数字基础设施建设，兼顾硬件设施和软件设施协同发展，提高关键数字软硬件供给能力；
②推进数字产业化与产业数字化协同发展。在数字产业化方面，提升核心产业竞争力，加快培育数字经济新业态新模式。在产业数字化方面，推动新一代信息技术与产业深度融合，加快传统产业数字化转型；
③优化数字经济环境。进一步深化“放管服”改革，加强数字经济人才培育，构建良好的数字经济创新生态系统。

（2）立足地区优势，打造特色发展路径。对于东部地区，充分发挥领先地区在产出标志性成果方面的引领示范作用，打造数字经济前沿领域的 “样板”。对于中部地区，巩固 “四基地一枢纽”战略地位，加快推动数字技术与生态农业、先进制造业、现代服务业的深度融合，加快建设智能制造业集群。对于西部地区，充分发挥西部地区在电力、土地、人力等要素的低成本优势，扩大数字基础设施规模。同时，各地区还要重视增强与邻域的优势互补。

（3）优化空间布局，增强区域协同联动。以“东数西算”等重大工程为抓手，促进西部与东部地区的数字经济联系；
加快培育统一的数据市场，促进数据要素跨行业、跨区域自由流动。在全国层面，建立板块协同发展模式；
在数字经济滞缓地区，建立极核发展模式和点轴发展模式；
在数字经济领先地区，建立多极网络发展模式。立足国内大循环，加强区域间交流合作。充分利用外循环，构建开放式数字经济全产业链合作体系，提升数字经济竞争优势。

注释：

①由于2013年全局莫兰指数I不显著，故用2014年的相关数据。

②东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、辽宁、海南；
中部地区包括山西、安徽、江西、河南、湖北、湖南、吉林和黑龙江；
西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

猜你喜欢省域基尼系数数字省域高速公路网络信息安全动态防御体系研究中国交通信息化(2018年1期)2018-06-06答数字创新作文(5-6年级)(2018年11期)2018-04-23基尼系数中国证券期货(2017年3期)2017-03-30基尼系数中国证券期货(2017年3期)2017-03-30新视角下理论基尼系数的推导及内涵统计与决策(2017年2期)2017-03-20省域通用机场布局规划思路与方法研究中国工程咨询(2017年3期)2017-01-31基于DEA模型的省域服务业投入产出效率评价西安工程大学学报(2016年6期)2017-01-15数字看G20南风窗(2016年19期)2016-09-21全国总体基尼系数的地区特征研究管理现代化(2016年6期)2016-01-23我国省域农村教育与农业现代化的耦合协调发展华南农业大学学报（社会科学版）(2015年1期)2016-01-11

推荐访问:测度 中国 格局