楊燁軍, 石華安, 林 森

(安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院,安徽 蚌埠 233030)

一、引 言

近幾年,隨著數(shù)字通信信息技術(shù)的迅速崛起,以其為底層技術(shù)的數(shù)字經(jīng)濟(jì)得到了蓬勃發(fā)展。據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展報告(2022年)》顯示:2021年,我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬億元,占GDP比重高達(dá)39.8%(1)數(shù)據(jù)源自《中國數(shù)字經(jīng)濟(jì)發(fā)展報告(2022年)》,網(wǎng)址:http://www.caict.ac.cn/kxyj/qwfb/bps/202207/P020220729609949023295.pdf.。毫無疑問,數(shù)字經(jīng)濟(jì)是時代的選擇,是實(shí)現(xiàn)我國經(jīng)濟(jì)繁榮的重要途徑之一。如今,越來越多的國家積極地投入到數(shù)字經(jīng)濟(jì)建設(shè)中,將其視為實(shí)現(xiàn)經(jīng)濟(jì)復(fù)蘇與提高國際地位的重要手段。我國數(shù)字經(jīng)濟(jì)具有巨大的發(fā)展?jié)摿?目前正處于高速發(fā)展階段,但在追求速度的同時,難以避免地暴露出區(qū)域間發(fā)展不平衡等問題。當(dāng)前,國內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)呈現(xiàn)由東向西梯度遞減的特征[1]。數(shù)字經(jīng)濟(jì)發(fā)展不協(xié)調(diào)問題已逐步顯現(xiàn),區(qū)域差距過大,勢必影響整體經(jīng)濟(jì)增長和協(xié)調(diào)發(fā)展。因此,研究我國數(shù)字經(jīng)濟(jì)的動態(tài)變化,揭示區(qū)域差異及來源,顯得尤為必要和迫切。

隨著數(shù)字經(jīng)濟(jì)的概念被提出,由此展開的相關(guān)研究便從未停止,主要集中在以下幾個方面:一是對數(shù)字經(jīng)濟(jì)的概念補(bǔ)充。Moulton認(rèn)為,在廣義上數(shù)字經(jīng)濟(jì)應(yīng)包含以數(shù)字信息技術(shù)為基礎(chǔ)進(jìn)行數(shù)字運(yùn)算、數(shù)據(jù)分析的行業(yè)[2];Kim指出將產(chǎn)品和服務(wù)以數(shù)字化形式呈現(xiàn)給消費(fèi)者是數(shù)字經(jīng)濟(jì)的本質(zhì)特征[3];Carlsson、荊文君等認(rèn)為數(shù)字經(jīng)濟(jì)代表了一種新型的經(jīng)濟(jì)形式,主要是與互聯(lián)網(wǎng)相關(guān)行業(yè)相結(jié)合而產(chǎn)生[4-5];康鐵祥在對大量文獻(xiàn)研究的基礎(chǔ)上,將數(shù)字經(jīng)濟(jì)總結(jié)為數(shù)字技術(shù)相關(guān)的經(jīng)濟(jì)活動[6];裴長洪則從經(jīng)濟(jì)學(xué)角度解釋數(shù)字經(jīng)濟(jì)是先進(jìn)生產(chǎn)力的代表[7]。二是關(guān)于數(shù)字經(jīng)濟(jì)測度研究,主要分為數(shù)字經(jīng)濟(jì)發(fā)展水平綜合評價與數(shù)字經(jīng)濟(jì)增加值兩個方面進(jìn)行測算。其中綜合評價研究主要通過構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系開展探討,張雪玲等從設(shè)施、應(yīng)用、企業(yè)和產(chǎn)業(yè)等方面構(gòu)建指標(biāo)體系,借用熵值法與指數(shù)法測度了中國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)[8];趙濤等通過主成分分析法測算了全國222個地級及以上城市的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)[9];劉軍等基于年鑒數(shù)據(jù),發(fā)現(xiàn)測出的數(shù)字經(jīng)濟(jì)發(fā)展水平存在區(qū)域“數(shù)字鴻溝”與兩極分化現(xiàn)象[10];焦帥濤等則以重點(diǎn)行業(yè)領(lǐng)域?yàn)楹诵?采用熵權(quán) TOPSIS 法對我國數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測算[11]。數(shù)字經(jīng)濟(jì)增加值測度研究主要有:蔡躍洲和張鈞南借用增長核算框架,測算了我國36年的數(shù)字經(jīng)濟(jì)規(guī)模,并從替代效應(yīng)和滲透效應(yīng)帶來的影響展開分析探討[12];中國信息通信研究院(2021)根據(jù)數(shù)字經(jīng)濟(jì)的范圍劃分為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩部分,將信息產(chǎn)業(yè)等核心部分納入數(shù)字產(chǎn)業(yè)化,非數(shù)字產(chǎn)業(yè)部門使用數(shù)字技術(shù)和數(shù)字產(chǎn)品帶來的產(chǎn)出增加和效率提升歸為產(chǎn)業(yè)數(shù)字化,通過測算傳統(tǒng)產(chǎn)業(yè)部門中ICT資產(chǎn)來度量產(chǎn)業(yè)數(shù)字化規(guī)模(2)信息源自《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》,網(wǎng)址:http://www.caict.ac.cn/kxyj/qwfb/bps/202104/P020210424737615413306.pdf.;郭美晨等同樣利用增長核算框架并引入了兩部門模型,利用所測出的ICT生產(chǎn)性資本存量探討了生產(chǎn)過程產(chǎn)生的貢獻(xiàn)和效應(yīng)[13];許憲春等在系統(tǒng)梳理數(shù)字經(jīng)濟(jì)演變歷程的基礎(chǔ)上,確定其范圍后引入行業(yè)數(shù)字經(jīng)濟(jì)調(diào)整系數(shù),測算出與之相關(guān)產(chǎn)業(yè)的總產(chǎn)出、增加值等總量指標(biāo)[14]。三是數(shù)字經(jīng)濟(jì)區(qū)域差異分析。目前,已有部分學(xué)者對區(qū)域差異展開了研究,韓兆安等采用Dagum基尼系數(shù)及其分解法對省域?qū)用娴臄?shù)字經(jīng)濟(jì)差異進(jìn)行分解和來源分析,并用核密度估計探討了數(shù)字經(jīng)濟(jì)的分布動態(tài)[15];王軍、聶昌騰、呂明元等對我國東部、中部、西部和東北地區(qū)的數(shù)字經(jīng)濟(jì)差異進(jìn)行分析探討[16-18];趙新偉、曹萍萍等揭開了我國整體及三大板塊數(shù)字經(jīng)濟(jì)發(fā)展水平差距[19-20];而田俊峰、鐘業(yè)喜等則分別聚焦于東北地區(qū)和長江經(jīng)濟(jì)帶的空間差異分析[21-22]。

綜上,數(shù)字經(jīng)濟(jì)的研究已取得眾多階段性成果,但多數(shù)集中于全國總體、東中西部或省域?qū)用?。鑒于此,本文在相關(guān)文獻(xiàn)研究的基礎(chǔ)上,引入南北區(qū)域劃分的方法,并與傳統(tǒng)的東中西部劃分思路相結(jié)合,選取中國30個省區(qū)市(由于數(shù)據(jù)缺失,研究樣本不含西藏自治區(qū)、臺灣省、香港和澳門特別行政區(qū))(3)參考國家統(tǒng)計局的劃分標(biāo)準(zhǔn):東部地區(qū)為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū)為山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)為內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。參考經(jīng)濟(jì)地理的劃分標(biāo)準(zhǔn):北方地區(qū)包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、陜西、甘肅、青海、寧夏、新疆;南方地區(qū)包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南。,以全方位探索2012-2020年我國區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展不平衡特征。首先,運(yùn)用熵值法測算出30個省區(qū)市的數(shù)字經(jīng)濟(jì)發(fā)展水平;其次,通過數(shù)字經(jīng)濟(jì)的Dagum基尼系數(shù)來探究各大區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展差異,加深對地區(qū)差距及其來源的理解,并采用核密度估計分析發(fā)展的分布動態(tài);最后運(yùn)用σ與β收斂模型研究不同區(qū)域的收斂性,以期為決策者制定和實(shí)施有針對性的政策提供科學(xué)依據(jù)。在指標(biāo)構(gòu)建上,借用Python爬蟲與文本分析技術(shù),在產(chǎn)業(yè)數(shù)字化方面加入微觀層面的上市公司數(shù)字化轉(zhuǎn)型程度,在數(shù)字化治理方面加入以數(shù)字化詞頻信息構(gòu)造的政府?dāng)?shù)字關(guān)注度,通過在宏觀測度體系中加入微觀指標(biāo)數(shù)據(jù),豐富了數(shù)字經(jīng)濟(jì)的指標(biāo)體系與測度結(jié)果。在研究方法上,運(yùn)用Dagum基尼系數(shù)測度數(shù)字經(jīng)濟(jì)的區(qū)域差異并揭示差異來源,相比于傳統(tǒng)基尼系數(shù)和泰爾指數(shù)能更有效解決樣本劃分造成的交叉重疊問題;并且將空間關(guān)聯(lián)性考慮其中,采用空間收斂模型分析數(shù)字經(jīng)濟(jì)的收斂特征,使得研究結(jié)論更加可靠。

二、研究設(shè)計

1.數(shù)字經(jīng)濟(jì)發(fā)展綜合評價指標(biāo)體系

以國家統(tǒng)計局發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》為基礎(chǔ),并參考李英杰、金燦陽等對數(shù)字經(jīng)濟(jì)的界定和剖析,采用熵值法從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理四大維度來度量各省區(qū)市的數(shù)字經(jīng)濟(jì)發(fā)展水平[23-24]。與以往研究指標(biāo)體系相比,本文在產(chǎn)業(yè)數(shù)字化方面構(gòu)造微觀層面的上市公司數(shù)字化轉(zhuǎn)型程度指標(biāo);在數(shù)字化治理中以省區(qū)市政府工作報告中的數(shù)字化詞頻構(gòu)造政府?dāng)?shù)字關(guān)注度指標(biāo),上述兩個指標(biāo)均通過文本分析獲取。具體選取的變量指標(biāo)及計算得到的權(quán)重見表1所列。測算方法如下:

表1 數(shù)字經(jīng)濟(jì)發(fā)展水平評價指標(biāo)體系

(1)構(gòu)建綜合評價函數(shù) 在tk時設(shè)綜合評價函數(shù):

(1)

其中:yij(tk)為i地區(qū)在tk時刻的評價指數(shù);ωj為j指標(biāo)的權(quán)重;xij(tk)為i地區(qū)的j指標(biāo)在tk時刻的標(biāo)準(zhǔn)化數(shù)值。

(2)指標(biāo)權(quán)重確定 首先計算第i個指標(biāo)值在第j項指標(biāo)下所占的比重pij:

(2)

其次計算第j項指標(biāo)的熵值Ej:

(3)

最后計算第j項指標(biāo)權(quán)重ωj。

(4)

(3)計算數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù) 將計算得到的權(quán)重ωj帶入綜合評價函數(shù),即可得到i地區(qū)在tk時刻的數(shù)字經(jīng)濟(jì)發(fā)展水平y(tǒng)ij(tk)。

2.Dagum基尼系數(shù)

為探討區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展差異,本文采用Dagum基尼系數(shù)對區(qū)域差異進(jìn)行測度[25]。根據(jù)定義,式(5)為其總體的基尼系數(shù)G的計算公式:

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

其中:式(6)為j區(qū)域內(nèi)的基尼系數(shù)Gjj;式(7)為總體基尼系數(shù)分解后區(qū)域內(nèi)差異貢獻(xiàn)率Gw;式(8)為j區(qū)域與h區(qū)域之間的區(qū)域間基尼系數(shù)Gjh;式(9)和式(10)分別為區(qū)域間差異貢獻(xiàn)率Gnb和超變密度貢獻(xiàn)率Gt;式(11)為區(qū)域之間的相對影響Djh;式(12)的djh和式(13)的pjh均為區(qū)域之間數(shù)字經(jīng)濟(jì)發(fā)展水平的差值,可以理解為滿足yji-yhr>0與yhr-yji>0條件下區(qū)域樣本值的數(shù)學(xué)期望。

3.核密度估計

為研究區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平絕對差異的動態(tài)分布特征,本文引入核密度估計法。利用Stata15軟件計算出核密度曲線,根據(jù)分布位置、曲線形態(tài)以及延展性等方面,對區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展能力高低、區(qū)域差異與極化程度展開分析,其公式如下:

(14)

(15)

4.收斂模型

為了進(jìn)一步考察區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平差異是否會隨著時間的推移呈現(xiàn)出縮小的趨勢,最后達(dá)到同一勢態(tài),即分析數(shù)字經(jīng)濟(jì)發(fā)展差異是否存在收斂趨勢。本文采用σ收斂與β收斂研究,其中σ收斂采用變異系數(shù),β收斂則引入計量模型。

(1)σ收斂檢驗(yàn)σ收斂過程為區(qū)域數(shù)字經(jīng)濟(jì)的差異隨時間推移出現(xiàn)下降的趨勢。本文采取變異系數(shù)對區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展σ收斂趨勢展開分析,具體公式如下:

(16)

(2)β收斂檢驗(yàn) 絕對β收斂不考慮區(qū)域之間結(jié)構(gòu)差異所帶來的影響,僅考慮數(shù)字經(jīng)濟(jì)發(fā)展本身的收斂狀態(tài),認(rèn)為區(qū)域間數(shù)字經(jīng)濟(jì)發(fā)展將隨時間收斂于同一水平。條件β收斂放棄了區(qū)域結(jié)構(gòu)相同的假設(shè),認(rèn)為各區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展會受其結(jié)構(gòu)等因素的影響。傳統(tǒng)的計量模型為:

(17)

本文認(rèn)為在數(shù)字經(jīng)濟(jì)發(fā)展的過程中,很大可能存在空間效應(yīng),而使用傳統(tǒng)的計量模型會出現(xiàn)一定偏差,故引入空間滯后模型(SAR)、空間誤差模型(SEM)以及空間杜賓模型(SDM)。為篩選出合適的模型,以普通OLS回歸為基礎(chǔ),通過LM檢驗(yàn)、LR檢驗(yàn)以及Hausman等檢驗(yàn)對模型進(jìn)行選擇,其中模型依次為:

(18)

(19)

(20)

其中:α是常數(shù)項;β為核心估計值; ln(yi,t+1/yi,t)表示i區(qū)域相鄰時間段數(shù)字經(jīng)濟(jì)發(fā)展的增長率;X為一系列影響區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的控制變量;ρ為空間滯后系數(shù);λ為空間誤差系數(shù);W為空間權(quán)重矩陣;θ為空間溢出系數(shù);φ為控制變量的空間項系數(shù);μi和υt分別為空間、時間固定效應(yīng);εi,t為隨機(jī)擾動項。若β<0且通過顯著性檢驗(yàn),即存在β收斂,反之不存在。

結(jié)合眾多學(xué)者研究[20,26-27],引入?yún)^(qū)域發(fā)展水平(RGDP)、科技創(chuàng)新能力(TECH)、產(chǎn)業(yè)結(jié)構(gòu)(IS)、政府干預(yù)度(GOV)和人力資本水平(HC)5個方面加以考慮,納入控制變量中。本文以各地區(qū)人均GDP反映區(qū)域發(fā)展水平;科技創(chuàng)新能力是由當(dāng)年地區(qū)專利申請授權(quán)量來度量;第三產(chǎn)業(yè)占GDP的比重來反映產(chǎn)業(yè)結(jié)構(gòu)狀況;政府干預(yù)度用地方政府財政一般支出占GDP比重來衡量;人力資本水平借用李娟的做法,采用平均受教育年限表示[27],計算公式為:

(21)

其中:hc為人力資源水平;Mpop為6歲以上總?cè)丝?Mpri為小學(xué)畢業(yè)人數(shù);Mjun為初中畢業(yè)人數(shù);Msen為高中畢業(yè)人數(shù)(包含職高人員);Muni為大專及以上人員。

5.數(shù)據(jù)來源及說明

本文選取2012-2020年中國30個省區(qū)市面板數(shù)據(jù)為研究樣本,原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》,少數(shù)缺失值以線性插值的方法補(bǔ)全。對于指標(biāo)體系中的上市企業(yè)數(shù)字化轉(zhuǎn)型程度和政府?dāng)?shù)字關(guān)注度,本文通過收集整理上市企業(yè)年報與政府工作報告(4)其中企業(yè)年報來源于巨潮資訊網(wǎng),政府工作報告來源于政府官網(wǎng)。,借用Python軟件對文本中出現(xiàn)與數(shù)字經(jīng)濟(jì)相關(guān)詞頻進(jìn)行分詞處理,統(tǒng)計這些相關(guān)詞頻數(shù)量以量化上市企業(yè)數(shù)字化轉(zhuǎn)型程度和政府?dāng)?shù)字關(guān)注度,并作為這兩個指標(biāo)的基礎(chǔ)數(shù)據(jù)。

三、數(shù)字經(jīng)濟(jì)發(fā)展水平測度與比較

1.數(shù)字經(jīng)濟(jì)發(fā)展水平測算結(jié)果

依據(jù)前文的研究思路,將計算得到的各指標(biāo)權(quán)重與標(biāo)準(zhǔn)化值相乘再累加即得到各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平,其發(fā)展趨勢如圖1所示。從整體上看,2012-2020年我國數(shù)字經(jīng)濟(jì)發(fā)展水平得到穩(wěn)步提升,由2012年的0.084增長到2020年的0.256,增長幅度高達(dá)204.762%。從各區(qū)域看,東部、中部和西部的數(shù)字經(jīng)濟(jì)增幅分別為176.979%、259.897%和241.336%,其中東部發(fā)展水平顯著高于全國水平,中部與西部則一直低于全國水平;南方和北方的數(shù)字經(jīng)濟(jì)增幅依次為214.874%和192.604%,且南方發(fā)展水平同樣優(yōu)于全國水平。雖各區(qū)域發(fā)展水平與增長幅度存在明顯差異,但各區(qū)域均表現(xiàn)出良好的線性增長趨勢。從東中西區(qū)域看,我國數(shù)字經(jīng)濟(jì)發(fā)展水平呈現(xiàn)出“東部-中部-西部”依次遞減的態(tài)勢;東部地區(qū)遙遙領(lǐng)先其余兩大區(qū)域,數(shù)字經(jīng)濟(jì)發(fā)展水平由2012年的0.138增長至2020年的0.381,增長速度為13.535%;后兩者的發(fā)展水平分別由0.058和0.048上升至0.209和0.164,增長速度依次為17.379%和16.600%,高于東部地區(qū),表明區(qū)域之間的絕對差異在逐步縮小。從南北區(qū)域看,南方地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平由0.100增長至0.313,增速為15.330%;北方地區(qū)則是從0.068上升至0.198,增速為14.293%。南方地區(qū)顯著高于北方地區(qū),且發(fā)展趨勢表明兩者之間的差距可能還在繼續(xù)拉大。綜上,全國總體及各大區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展水平雖個別年份存在波動,但總體上均呈現(xiàn)出持續(xù)繁榮的趨勢。與此同時暴露出來的發(fā)展不平衡問題也愈發(fā)明顯,區(qū)域間極化水平在逐年擴(kuò)大。

圖1 數(shù)字經(jīng)濟(jì)發(fā)展水平變化趨勢點(diǎn)

2.數(shù)字經(jīng)濟(jì)發(fā)展省際區(qū)域分布

為研究各大區(qū)域內(nèi)省域分布特征,本文參考魏敏和李書昊的研究,將30個省區(qū)市按照均值(E)與標(biāo)準(zhǔn)差(SD)關(guān)系劃分為明星型(大于E+0.5SD)、普通型(介于E+0.5SD和E-0.5SD之間)和落后型(小于E-0.5SD)3種類型[28],結(jié)果見表2所列?？疾炱趦?nèi)各省區(qū)市數(shù)字經(jīng)濟(jì)年均水平位于0.048～0.505之間,均值為0.164,標(biāo)準(zhǔn)差為0.109,其中最低的省份為青海,最高為廣東,兩者的數(shù)字經(jīng)濟(jì)發(fā)展水平差距高達(dá)10倍有余。這表明我國數(shù)字經(jīng)濟(jì)發(fā)展水平整體波動較大,空間差異顯著。從東中西區(qū)域看,數(shù)字經(jīng)濟(jì)發(fā)展水平由東部向西部逐步遞減,呈較為明顯的“東部-中部-西部”梯級分布。具體看,東部地區(qū)中有6個為明星型,超過東部省區(qū)市數(shù)量的一半;中部地區(qū)擁有5個普通型與3個落后型;而西部地區(qū)中雖四川省為明星型,但近2/3為落后型。從南北區(qū)域看,南方地區(qū)擁有5個明星型、7個普通型以及3個落后型,北方則只有2個明星型、4個普通型,其余均為落后型。南方地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平顯著高于北方地區(qū)。從整體上看,明星型省區(qū)市占據(jù)23.333%,普通型省區(qū)市占據(jù)36.667%,落后型省區(qū)市占據(jù)33.333%,其中普通型與落后型省區(qū)市占據(jù)大多數(shù),意味著我國總體數(shù)字經(jīng)濟(jì)發(fā)展水平不高,仍有較大提升空間。顯然,當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展存在明顯的空間分布差異,東部優(yōu)于中西部;南方優(yōu)于北方。

表2 數(shù)字經(jīng)濟(jì)發(fā)展3種類型省區(qū)市的區(qū)域分布

為進(jìn)一步考察省域數(shù)字經(jīng)濟(jì)發(fā)展增速情況,本文將各省區(qū)市的增長速度由高到低進(jìn)行排列,結(jié)果見表3所列。其中四川省的數(shù)字經(jīng)濟(jì)增長速度位列第一,為西部其他地區(qū)提供了很好的示范,同時也反映出大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對周圍地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展具有很好的輻射效應(yīng)。中部地區(qū)中的河南、江西、安徽等省份異軍突起,增速在考察期內(nèi)均在前列,三省份近幾年堅持創(chuàng)新引領(lǐng)科技的發(fā)展戰(zhàn)略已初顯成效。江蘇、北京、浙江、上海的增速雖處于后半段,但其數(shù)字經(jīng)濟(jì)發(fā)展水平均位于全國前列,其增速帶來的絕對增量是相當(dāng)可觀的。青海、新疆、天津、海南以及遼寧的增速乏力,反映出其對加快數(shù)字經(jīng)濟(jì)轉(zhuǎn)型,推動數(shù)字行業(yè)興起的迫切需求。

表3 省域數(shù)字經(jīng)濟(jì)發(fā)展增速統(tǒng)計 %

四、數(shù)字經(jīng)濟(jì)發(fā)展動態(tài)演進(jìn)及區(qū)域差異

1.數(shù)字經(jīng)濟(jì)發(fā)展動態(tài)演進(jìn)

為探究我國總體及各大區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的動態(tài)特征,本文選取考察期內(nèi)的2012、2015、2018和2020年為代表性年份,繪制核密度曲線,將其分布特征整理出來,具體見表4所列。從全國層面上看,核密度曲線的整體分布位置隨時間向右移動,表明我國數(shù)字經(jīng)濟(jì)發(fā)展水平呈明顯增長趨勢。主峰高度逐年下降,曲線寬度增大,意味著各省區(qū)市數(shù)字經(jīng)濟(jì)發(fā)展水平差異程度在持續(xù)擴(kuò)大。從分布延展性看,右拖尾現(xiàn)象特征明顯,表明存在少數(shù)數(shù)字經(jīng)濟(jì)發(fā)達(dá)地區(qū)的發(fā)展水平遠(yuǎn)遠(yuǎn)高于全國平均水平,但延展性呈收斂趨勢,意味著數(shù)字經(jīng)濟(jì)發(fā)展水平較高地區(qū)與平均水平的差距有所縮小。從分布極化現(xiàn)象上看,全國數(shù)字經(jīng)濟(jì)發(fā)展在考察期內(nèi)為單峰現(xiàn)象,說明整體數(shù)字經(jīng)濟(jì)發(fā)展并未形成多極化格局。

表4 數(shù)字經(jīng)濟(jì)核密度曲線分布特征

從東中西區(qū)域看,東中西部的核密度曲線均呈現(xiàn)逐年右移、主峰高度下降、曲線寬度擴(kuò)大的分布特征,表明東中西部數(shù)字經(jīng)濟(jì)發(fā)展特征同全國總體發(fā)展特征類似,數(shù)字經(jīng)濟(jì)發(fā)展水平雖逐年上升,但各區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展水平的離散程度有所擴(kuò)大,意味著區(qū)域內(nèi)同樣存在發(fā)展不均衡格局。東部和中部曲線的分布延展性表明區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)仍然保持“領(lǐng)先”優(yōu)勢,但這種優(yōu)勢正在向平均水平靠攏。西部的分布延展性呈右拖尾拓寬趨勢,表明區(qū)域內(nèi)差異在持續(xù)增加。此外,東部和西部均為單峰特征,而中部經(jīng)歷了“雙峰-單峰”的變化,說明區(qū)域內(nèi)部存在極化現(xiàn)象。從南北區(qū)域看,南方和北方的曲線分布特征表明數(shù)字經(jīng)濟(jì)發(fā)展呈增長趨勢,但區(qū)域內(nèi)發(fā)展不平衡問題依舊突出,其中南方分布延展性呈右拖尾收斂趨勢,而北方則呈右拖尾拓寬趨勢。同時南方和北方均為單峰特征,意味著內(nèi)部發(fā)展較為穩(wěn)定。綜上所述,我國區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平雖表現(xiàn)穩(wěn)定增長勢態(tài),但發(fā)展中出現(xiàn)的差距拉大或是多極化等新問題,也在表明需要注重區(qū)域內(nèi)部的協(xié)同發(fā)展。

2.數(shù)字經(jīng)濟(jì)發(fā)展水平區(qū)域差異及其來源

為揭示區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展差異及其空間來源,本文繼續(xù)沿用東中西三大區(qū)域以及南北兩大區(qū)域的劃分視角,依據(jù)Dagum基尼系數(shù)將考察期內(nèi)的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行差異分解。

(1)數(shù)字經(jīng)濟(jì)發(fā)展總體差異與區(qū)域內(nèi)差異 我國總體及各大區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展總體差異及區(qū)域內(nèi)差異如圖2所示。從整體上看,考察期內(nèi)基尼系數(shù)呈現(xiàn)出“下降-上升-下降”趨勢,由2012年的0.346下降至2020年的0.337,幅度為2.601%,雖呈現(xiàn)下降趨勢,但并不明顯;從東中西區(qū)域看,三大區(qū)域的基尼系數(shù)均有不同程度的上升,東中西部的增幅分別為8.727%、31.008%和48.851%,說明區(qū)域內(nèi)的差異在不斷擴(kuò)大,發(fā)展不均衡問題愈發(fā)顯著。從南北區(qū)域看,兩大區(qū)域的基尼系數(shù)在絕大數(shù)時間內(nèi)均大于東中西部,其中北方地區(qū)的基尼系數(shù)與全國水平接近,且在2018年末超過了總體基尼系數(shù),呈現(xiàn)先下降后持續(xù)增長的趨勢,“數(shù)字鴻溝”愈發(fā)明顯;南方地區(qū)則呈現(xiàn)出持續(xù)下降趨勢,即區(qū)域內(nèi)部數(shù)字經(jīng)濟(jì)發(fā)展不平衡問題得到緩解。一方面,可能主要得益于在“寬帶中國”戰(zhàn)略實(shí)施后,大量數(shù)字化基礎(chǔ)設(shè)施在城市和農(nóng)村建立起來,數(shù)字設(shè)備的均衡化縮小了地區(qū)間的“數(shù)字鴻溝”;另一方面,相比于北方地區(qū),南方地區(qū)存在的經(jīng)濟(jì)交通壁壘較少,各地區(qū)形成交流網(wǎng)絡(luò),數(shù)據(jù)要素的有效流動加速了數(shù)字經(jīng)濟(jì)的協(xié)同發(fā)展。

圖2 數(shù)字經(jīng)濟(jì)發(fā)展總體差異及區(qū)域內(nèi)差異

(2)數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域間差異 本文繪制了東中西部和南北地區(qū)的數(shù)字經(jīng)濟(jì)區(qū)域間差異的演變趨勢,如圖3所示。從東中西區(qū)域看,區(qū)域間的基尼系數(shù)呈現(xiàn)明顯的分布差異,其中東部對中部、東部對西部顯著高于中部對西部,但兩者的基尼系數(shù)在考察期內(nèi)均呈收斂趨勢,分別由0.419和0.492下降至0.359和0.445,且未來仍有持續(xù)下降趨勢。而中部對西部的基尼系數(shù)則由原來的0.180上升至0.256,說明兩區(qū)域間發(fā)展差異在持續(xù)擴(kuò)大。從南北區(qū)域看,兩大地區(qū)間的差異雖有波動,但一直維持在較為穩(wěn)定的狀態(tài),基尼系數(shù)由2012年的0.365到2020年的0.369。雖無明顯的增長,但區(qū)域間的差異也不容小覷。綜上,數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域間差異依舊較為明顯,空間非均衡性依舊顯著。

圖3 數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域間差異

(3)數(shù)字經(jīng)濟(jì)區(qū)域差異來源 考察期內(nèi)我國區(qū)域數(shù)字經(jīng)濟(jì)差異來源及貢獻(xiàn)率見表5所列。從東中西區(qū)域看,區(qū)域內(nèi)差異、區(qū)域間差異、超變密度的平均貢獻(xiàn)率分別為25.434%、65.003%、9.563%。東中西部數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域差異的來源依次是區(qū)域間差異、區(qū)域內(nèi)差異以及超變密度。其中,區(qū)域間差異是東中西部數(shù)字經(jīng)濟(jì)發(fā)展差異的主要來源,占總體差異的65%以上,但貢獻(xiàn)率在持續(xù)下降,反之區(qū)域內(nèi)差異貢獻(xiàn)率在持續(xù)上升,說明區(qū)域內(nèi)差異亦是不可忽視的差異來源。從南北區(qū)域看,區(qū)域內(nèi)差異、區(qū)域間差異、超變密度的平均貢獻(xiàn)率分別為46.323%、30.275%、23.403%,南北地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異的主要來源為區(qū)域內(nèi)發(fā)展差異,但其貢獻(xiàn)率持續(xù)下降,而區(qū)域間差異貢獻(xiàn)率在持續(xù)上升。因此打造協(xié)調(diào)共生的數(shù)字經(jīng)濟(jì)發(fā)展空間格局應(yīng)重點(diǎn)解決區(qū)域間與區(qū)域內(nèi)差異問題。

五、數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域收斂性分析

1.σ收斂分析

根據(jù)式(16),本文繪制了全國總體及各大區(qū)域的變異系數(shù)演變趨勢,具體如圖4所示。從全國整體上看,變異系數(shù)呈現(xiàn)“下降-上升-下降”的變動趨勢,數(shù)值由2012年的0.711下降至2020年的0.655,表明全國存在明顯的σ收斂趨勢。從區(qū)域看,各大區(qū)域變異系數(shù)表現(xiàn)出不同的變化特征,其中東部、中部、西部的變異系數(shù)呈現(xiàn)明顯的增長趨勢,其數(shù)值由原來的0.490、0.238、0.327上升到0.529、0.309、0.504,表明這些區(qū)域不存在明顯的σ收斂。南方地區(qū)的演變趨勢與全國整體較為類似,其變異系數(shù)由0.635下降到0.546,說明存在一定的σ收斂;而北方地區(qū)呈現(xiàn)曲折變化,但變異系數(shù)期初值相比于期末值仍有所下降,說明同樣存在σ收斂?？傮w上各大區(qū)域的σ收斂分析結(jié)果與上文分布動態(tài)及差異分解的分析結(jié)果基本一致,數(shù)字經(jīng)濟(jì)發(fā)展存在區(qū)域不平衡性。

圖4 數(shù)字經(jīng)濟(jì)發(fā)展σ收斂檢驗(yàn)

2.空間相關(guān)性檢驗(yàn)

本文以經(jīng)濟(jì)距離矩陣為基礎(chǔ),借用莫蘭指數(shù)Moran’s I分析數(shù)字經(jīng)濟(jì)發(fā)展的空間相關(guān)性,計算結(jié)果見表6所列。2012-2020年我國數(shù)字經(jīng)濟(jì)的Moran’s I指數(shù)在0.179～0.292之間波動起伏,且均通過了不同程度的顯著性檢驗(yàn),可見數(shù)字經(jīng)濟(jì)發(fā)展具有明顯的空間效應(yīng),總體雖有波動但呈現(xiàn)遞減狀態(tài),說明數(shù)字經(jīng)濟(jì)發(fā)展的空間相關(guān)性在減弱。

表6 數(shù)字經(jīng)濟(jì)發(fā)展水平Moran’s I指數(shù)

3.β收斂分析

(1)絕對β收斂 本文基于經(jīng)濟(jì)距離矩陣,并在前文的區(qū)域劃分基礎(chǔ)上,利用空間計量模型分析全國總體及東中西三大區(qū)域、南北兩大區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展絕對β收斂情況,借以更加全面地說明全國總體及各大區(qū)域的數(shù)字經(jīng)濟(jì)收斂趨勢,計算結(jié)果見表7所列。結(jié)果顯示,全國層面上本文選擇了雙向固定SDM模型,空間滯后系數(shù)ρ的顯著性表明全國總體數(shù)字經(jīng)濟(jì)發(fā)展存在空間相關(guān)性,同時β系數(shù)顯著,意味著全國總體存在絕對β收斂,即在不考慮地區(qū)間不同因素影響的條件下,各區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展會隨著時間推至同一穩(wěn)態(tài)水平。

表7 數(shù)字經(jīng)濟(jì)發(fā)展絕對β收斂檢驗(yàn)

從東中西區(qū)域看,東中西部的收斂系數(shù)均顯著為負(fù),表明存在絕對β收斂,收斂速度由西向東逐步遞減;從南北兩大區(qū)域看,南方地區(qū)的發(fā)展同樣呈絕對β收斂趨勢,但北方地區(qū)則不存在收斂,可能的原因是北京等發(fā)達(dá)地區(qū)與甘肅、新疆等地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展差距過大,區(qū)域內(nèi)部發(fā)展的極度不平衡導(dǎo)致發(fā)展勢態(tài)難以向收斂趨勢靠攏。因此需解決數(shù)字經(jīng)濟(jì)發(fā)展不平衡的問題。

(2)條件β收斂 在數(shù)字經(jīng)濟(jì)發(fā)展絕對β收斂分析的基礎(chǔ)上,考慮地區(qū)間不同因素對數(shù)字經(jīng)濟(jì)發(fā)展的影響。本文將區(qū)域發(fā)展水平(RGDP)、科技創(chuàng)新能力(TECH)、產(chǎn)業(yè)結(jié)構(gòu)(IS)、政府干預(yù)度(GOV)和人力資本水平(HC)5個方面加以考慮,納入控制指標(biāo),得到條件β收斂結(jié)果,見表8所列。

表8 數(shù)字經(jīng)濟(jì)發(fā)展條件β收斂檢驗(yàn)

經(jīng)檢驗(yàn),全國總體及東中西三大區(qū)域、南北兩大區(qū)域的收斂系數(shù)β均顯著負(fù)值,說明數(shù)字經(jīng)濟(jì)發(fā)展存在條件β收斂趨勢,即考慮地區(qū)因素在內(nèi)的情況下,數(shù)字經(jīng)濟(jì)發(fā)展還是會隨著時間推至同一穩(wěn)態(tài)水平。

從收斂速度看,東部、中部、西部的收斂速度均不同步,且呈現(xiàn)“中部-西部-東部”遞減趨勢;而南方區(qū)域的收斂速度明顯高于北方區(qū)域。這表明各區(qū)域?qū)崿F(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展穩(wěn)態(tài)水平所需要的時間存在差異。

從影響因素看,區(qū)域發(fā)展水平對數(shù)字經(jīng)濟(jì)的增長并不顯著,說明良好的數(shù)字經(jīng)濟(jì)發(fā)展趨勢并不是發(fā)達(dá)地區(qū)的“專利”,經(jīng)濟(jì)較為落后的地區(qū)亦有可能實(shí)現(xiàn)彎道超車。除西部外,各區(qū)域科技創(chuàng)新能力呈顯著正向影響,表明數(shù)字經(jīng)濟(jì)的發(fā)展離不開以科技創(chuàng)新為核心的數(shù)字技術(shù)。東部在產(chǎn)業(yè)結(jié)構(gòu)方面表現(xiàn)出顯著負(fù)向影響,原因可能在于區(qū)域內(nèi)部數(shù)字經(jīng)濟(jì)的發(fā)展對第二產(chǎn)業(yè)的依賴程度大于第三產(chǎn)業(yè)。因此加快產(chǎn)業(yè)融合是推動數(shù)字經(jīng)濟(jì)平衡發(fā)展的先決條件之一。政府干預(yù)度在全國層面上顯著為正,說明數(shù)字經(jīng)濟(jì)同樣離不開政府相關(guān)政策的支持。無論是科技創(chuàng)新還是經(jīng)濟(jì)的持續(xù)繁榮,高端技術(shù)人才無疑起到了重要推動作用,人力資本水平在多區(qū)域內(nèi)同樣顯著為正。

六、結(jié)論與啟示

1.研究結(jié)論

第一,從時空分布特征看,全國總體及各區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平均呈現(xiàn)增長態(tài)勢,同時數(shù)字經(jīng)濟(jì)發(fā)展水平表現(xiàn)出顯著空間差異,呈較為明顯的“東部-中部-西部”遞減分布以及“南方-北方”遞減分布。第二,從絕對差異角度看,全國總體及各大區(qū)域的核密度曲線在考察期內(nèi)均呈右移態(tài)勢,數(shù)字經(jīng)濟(jì)發(fā)展持續(xù)提升;各區(qū)域分布曲線的主峰峰值高度下降和寬度變大,表明區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展水平離散趨勢逐漸增大;同時各大區(qū)域均存在長短不一的右拖尾現(xiàn)象,但延展性有所差異;東中西三大區(qū)域中僅中部出現(xiàn)過雙峰現(xiàn)象,南北兩大區(qū)域均為單峰現(xiàn)象。第三,從相對差異角度看,區(qū)域數(shù)字經(jīng)濟(jì)總體差異在考察期內(nèi)呈波動下降趨勢。在東中西區(qū)域,差異的主要來源為區(qū)域間差異,且東部區(qū)域內(nèi)部差異較大,其次為西部和中部。在南北區(qū)域,區(qū)域內(nèi)差異為主要來源,同時北方地區(qū)差異呈擴(kuò)大趨勢,南方地區(qū)差異呈縮小趨勢,而兩者之間差異維持在較為穩(wěn)定狀態(tài)。第四,從收斂特征方面看,全國總體數(shù)字經(jīng)濟(jì)發(fā)展呈明顯的σ收斂;東部、中部和西部發(fā)展不存在σ收斂;南方和北方發(fā)展同樣存在顯著的σ收斂。空間相關(guān)性檢驗(yàn)表明各省區(qū)市數(shù)字經(jīng)濟(jì)發(fā)展通常伴隨著顯著空間正相關(guān)性。引入空間計量模型進(jìn)行β收斂分析發(fā)現(xiàn),全國總體數(shù)字經(jīng)濟(jì)發(fā)展存在顯著的絕對β收斂;從東中西三大區(qū)域看,東中西部同樣存在絕對β收斂;而從南北區(qū)域看,僅南方地區(qū)發(fā)展存在絕對β收斂。納入?yún)^(qū)域控制因素后,全國總體及各大區(qū)域均存在條件β收斂,但收斂速度不同步。

2.政策啟示

第一,加強(qiáng)對數(shù)字產(chǎn)業(yè)的支持,進(jìn)一步提升數(shù)字經(jīng)濟(jì)的發(fā)展水平。政府應(yīng)當(dāng)全面推動數(shù)字經(jīng)濟(jì)的發(fā)展,加大對于信息技術(shù)和科技創(chuàng)新的投入,對于高新技術(shù)行業(yè)中的重要領(lǐng)域,例如“人工智能”“大數(shù)據(jù)”“區(qū)塊鏈”等重點(diǎn)關(guān)注;加強(qiáng)數(shù)字基礎(chǔ)設(shè)施的建設(shè),對一些偏遠(yuǎn)農(nóng)村地區(qū)加大數(shù)字投入。同時,發(fā)展多類型數(shù)字平臺,促進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的深度融合;針對數(shù)字經(jīng)濟(jì)發(fā)展水平較為落后的地區(qū),發(fā)展與區(qū)域產(chǎn)業(yè)體系相適應(yīng)的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)體系。加速核心要素與技術(shù)創(chuàng)新的跨平臺流動,打造更具競爭力的數(shù)字經(jīng)濟(jì)集群。第二,縮小差異,協(xié)調(diào)發(fā)展。數(shù)字經(jīng)濟(jì)發(fā)展的主要差異來自區(qū)域間與區(qū)域內(nèi),因此著重縮小區(qū)域間與區(qū)域內(nèi)差距對于促進(jìn)數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展具有重要的實(shí)踐意義。應(yīng)充分考慮區(qū)域內(nèi)各地資源優(yōu)勢與地理條件,明確各地在區(qū)域中的所扮演的角色及功能定位,推動數(shù)字行業(yè)與其他產(chǎn)業(yè)的協(xié)同發(fā)展;同時打通區(qū)域壁壘,實(shí)現(xiàn)東中西、南北區(qū)域合作渠道,推動跨區(qū)域發(fā)展,形成網(wǎng)絡(luò)化發(fā)展結(jié)構(gòu)。本著共同發(fā)展的目標(biāo),中心地區(qū)應(yīng)該主動帶動落后地區(qū)的數(shù)字行業(yè)發(fā)展,充分利用自身的溢出效應(yīng),避免出現(xiàn)兩極分化的局面。第三,多維度經(jīng)濟(jì)共同發(fā)展。應(yīng)把數(shù)字經(jīng)濟(jì)當(dāng)作時代發(fā)展的關(guān)鍵點(diǎn),由點(diǎn)到面循序漸進(jìn)。各地區(qū)在堅定實(shí)體經(jīng)濟(jì)是立國之本的同時,應(yīng)融入數(shù)字經(jīng)濟(jì)新生力量,調(diào)整產(chǎn)業(yè)結(jié)構(gòu),重視高端技術(shù)人才的培養(yǎng),實(shí)現(xiàn)多維度經(jīng)濟(jì)共同發(fā)展。