汤长安，张丽家

(1.江苏理工学院 商学院，江苏 常州 213001；2.山西财经大学 国际贸易学院，山西 太原 030006)

面对新一轮的科技革命和产业变革，大力发展数字经济已成为主要大国重塑产业转型升级新动能、推动经济高质量发展的共同选择。随着数字经济时代的到来，世界主要经济体均出台相关政策积极应对数字经济带来的机遇与挑战，推动数字经济与制造业深度融合，以期在新一轮科技革命中占据有利地位，数字经济的快速增长为我国经济带来新的发展前景。目前，我国已成为全球第二数字经济大国，展现出巨大的经济增长潜力。据测算，2020年中国数字经济增加值规模超过19万亿元，占GDP比重约为18.8%，预计到2025年，中国数字经济增加值规模将达到32万亿元，其中数字产业化增加值为15万亿元，产业数字化增加值为17万亿元①。作为国土面积、人口规模、市场空间、发展潜力巨大的发展中大国，中国如何顺应数字经济快速发展之大势，持续有效地释放中国数字经济“发展势能”，激活蛰伏的内需优势、规模优势及制度优势等“大国潜能”，是实现“数字中国”和“数字强国”国家发展战略的应有之义。

一、数字经济相关研究

1.数字经济内涵及特征的相关研究

自从Fritz Machlup(1962)提出数字经济概念以来，学术界开启了数字经济研究的探索。数字经济作为衡量信息产业发展态势应用而生，但是随着经济效应的进一步显现，逐步发展为承接农业经济、工业经济的重要的经济形态。数字经济的形成与发展主要依托于物联网、大数据等数字技术，是一种具有增速快、创新高、适用性强、渗透广等特征的新经济形态。随着我国信息技术创新日新月异，随着数字技术与工业、物流、金融和电子商务的深入结合，数字经济引领中国经济发展的主力军地位越来越凸显，数字中国正在形成[1]。

尽管学术界就数字经济的概念和内涵有所争论，但数字经济的高融合性以及其与产业融合过程中所表现出的对生产效率的巨大促进作用在学界已达成基本共识[2-3]。王伟玲等(2019)[4]认为数字经济是一种以新一代信息技术为核心，通过信息产业等载体生产和提供信息产品及服务的新型经济形态，具有创新性、规模性和革命性等特征，但是这些定义既没有科学辨析数字经济与传统经济的异质性，也没有深入分析数据作为生产要素的限制条件及可能性边界等问题[5]。目前使用率最高的数字经济概念来源于2016年G20杭州峰会发布的《G20数字经济发展与合作倡议》，认为“数字经济是以数字化的知识和信息成为新的生产要素，借助现代信息网络等载体，最大限度地提高信息通信技术的有效使用率，以实现效率提升和产业结构优化为根本目的的一系列经济活动”，数字经济所具有的渗透性、创新性、规模性、高技术性等特征优势也成了普遍共识(张于喆，2018；张勋和谭莹，2019)[6-7]。

2.数字经济水平测度相关研究

测算数字经济发展水平是研究数字经济的基础，因此有关数字经济测算的研究也是学术界关注的重点。国外研究以“信息经济”为源头，发表了一系列有关“信息通信技术与经济增长关系”的论文，这为数字经济测算奠定了理论基础[8-9]。随着数字技术在电子商务领域的渗透，国外有关数字经济的测算主要围绕电子商务展开，认为数字经济测算应该从数字基础设施、电商商务流程和电商商务交易三个部分展开(Mesenbourg，2000[10]；Margherio，1998[11])。随后OECD在提出数字经济测算概念模型的基础上，将信息社会进一步划分为ICT供给、ICT需求、ICT基础设施、ICT产品和内容，发布了一套信息社会测算的统计标准和定义，以对信息社会进行全方位的考量[12]。随着研究的深入，OECD再次从基础设施投资、增强社会活力、推动创新创造能力、促进经济增长带动就业等四个方面对数字经济进行全面考察，并制定了完整的评价体系。不同于OECD的研究，美国波斯顿咨询机构从支出法的角度，在与互联网相关的消费、投资和进出口方面的测算中进行了具体尝试，但尚未考虑效率提升所带来的价值等问题。

国内有关数字经济测算的研究主要由中国信息化百人会、腾讯研究院等智库类的研究机构主导。中国信息化百人会将信息经济(数字经济)划分为生产部分和应用部分，并采用生产法核算与效率提升测算相结合的方法，测算数字经济规模和对GDP贡献度，该方法理论基础坚实，但是在测算细节上存在较大争议。腾讯研究院主要采用的是计量方法进行估算，通过构建面板模型来测算数字经济指数，进而得到“互联网+数字经济指数”与GDP之间的回归系数，同时在“互联网+数字经济指数”推算数字经济增加值。虽然腾讯的计量估算结果与中国信息化百人会相近，但仍存在一定的逻辑漏洞。基于数字经济基本内涵，学术界也从不同方面构建数字经济综合评价指标体系，有的学者从信息产业、电信业务、电子商务和企业数字化四个方面出发，对数字经济发展水平进行测度，并以此为基础进行数字经济发展与中国经济高质量发展的关系研究(陈小辉等，2020)[13]，也有学者构建了包含数字基础、数字应用、数字创新、数字变革四个一级指标，23个二级指标的数字经济评价体系(焦帅涛等，2021)[14]，并对数字经济与我国产业结构关系进行具体分析。通信技术产业是数字经济不可或缺的基础产业，通过测算通信技术产业竞争优势和技术含量，可以近似估算数字经济发展规模(蔡跃洲和牛新星，2021)[15]。尽管目前对数字经济规模的测算还未达成一致，但这些研究对后期数字经济发展的相关研究均具有一定的借鉴意义。

二、我国数字经济发展的测度与分析

1. Critic客观权重赋权法

Critic客观权重赋权法是一种基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重，能同时兼顾指标变异性大小和指标之间的相关性，完全是利用数据本身的客观属性进行科学评价。因此，为了全面客观地反映我国数字经济发展基本情况，本文采用Critic权重赋值法。

对于Critic客观权重赋值法来说，在标准差一定的时候，指标之间的冲突性越小，权重也就越小；冲突性越大，权重也就越大。而且，当两个指标间的正相关程度越大时，也即指标间相关系数越接近1时，冲突性越小，表明两个指标在评价不同方案的优劣上反映的信息存在比较大的相似性。Critic客观权重赋权法可按照如下计算过程展开：

第一步，无量纲化处理。指标的无量纲化处理是消除因量纲不同对评价结果造成的影响。根据选取指标的不同特性，采用正向化或逆向化处理。假设有n个待评价的样本，p项评价指标，形成一个n×p的原始指标数据矩阵，其中xij表示第i个省份第j项数字经济发展评价指标的具体值。

根据以上计算步骤，得到数字经济综合评价水平DE，取值范围为[0，1]。

2.指标选取与说明

目前学术界有关数字经济发展水平的指标体系及测算的研究尚未达成一致意见。因此，本文参照世界互联网大会蓝皮书《中国互联网发展报告(2017—2019)》，结合陈小辉(2020)的研究，并在考虑数据可得性的基础上，构建包含“信息产业水平”“电信业务水平”“电子商务发展水平”“企业数字化水平”4个一级指标、10个二级指标的数字经济发展水平测算体系，具体指标及说明见表1。

表1 数字经济测算指标体系

在建立以上指标体系的基础上，本文收集整理了我国30个省市(西藏、台湾、香港、澳门因数据缺失严重，因此未统计在内)2013—2019年的相关数据，数据主要来源于EPS、国研网、中国及各省统计年鉴，部分缺失数据通过插值法加以补全。本文采用Matlab、Stata等软件对数据进行处理分析，得到各指标的描述性统计如表2。在数字经济发展水平综合评价体系中，各指标预期指向均为正，指标描述性统计中企业网站数这一指标标准差最大，数据较为离散，一定程度上反映出我国数字经济在企业数字化方面的发展存在较大的区域差异。

表2 变量描述性统计

3.我国数字经济发展水平测度结果与分析

(1)数字经济发展的时序变动特征

在收集以上数据的基础上，本文利用Critic客观权重赋权法计算出我国2013—2019年数字经济综合评价指数DE。由表3可知，2013—2019年间我国数字经济DE指数全国平均水平为0.1866，数字经济发展水平整体偏低，距离发展前沿面具有81.34%的改进空间，也即信息化水平、电信业务水平、电子商务水平和企业数字化水平还可以在现有基础上再增长81.34%，可见，我国数字经济发展空间和潜力巨大。

表3 我国数字经济发展水平

续表

从时间变化趋势来看(图1)，2013—2019年我国数字经济DE指数发展逐年上升趋势明显，全国平均水平从2013年的0.1178发展到2019年的0.2725，每年增长率基本保持在15%左右，发展前景良好。从三大区域来看，我国东、中、西部的数字经济DE指数分别为0.3044、0.1289和0.1106，且7年来呈现出与经济发展水平相一致的变化趋势，一定程度上说明数字经济发展与地区整体经济发展水平存在一定的正相关关系。

图1 我国分区域数字经济发展水平

(2)数字经济发展的区域差异特征

从三大区域来看，东部地区作为我国经济和科技发展的前沿地区，数字经济发展速度最快且明显高于全国平均水平，从2013年的0.2082发展到2019年的0.4158，同时与全国数字经济发展水平保持相似的上升趋势。这主要是因为东部地区大多分布在沿海开放地区，地理位置优越，基础设施完善，发达的经济和先进的科技水平可为数字经济发展提供较大的支撑，同时较高的开放水平也为我国数字经济发展提供了强大的吸引力。

中西部地区数字经济发展水平也表现出逐年上升的趋势，但发展水平低于全国和东部平均水平。就中西部两区域而言，2013—2014年间数字经济综合发展水平差别不大，2013年相差0.0003，2014年相差0.0065。但2015年开始中部地区数字经济加速发展，逐渐拉开与西部地区的差距，两地区差距由0.0219发展到2019年的0.0355，中部地区快速崛起为数字经济发展奠定了重要基础。西部地区相对落后的经济发展水平、相对单一的产业结构以及较落后的数字经济基础设施极大地限制了数字经济的发展，但反过来也说明西部地区数字经济发展潜力巨大。因此，西部地区要重视高技术产业引进以及基础设施的建设，以便为数字经济发展奠定坚实的基础。总之，随着“数字中国”和“5G”基础设施的建设进程加快，我国数字化水平不断提升，为我国制造业数字化与转型提供了数字技术与产业基础。但是还应该看到，与西方发达国家相比，我国数字经济发展还存在较大差距。

(3)各省份数字经济发展水平的梯度特征

从单个省份数字经济发展情况来看，2013—2019年间我国数字经济发展呈现由东部沿海向西部内陆逐渐降低的趋势。具体而言，我国各省市数字经济发展综合评价指数从高到低可以分为四个梯队：北京、广东处于第一梯队，DE指数大于0.4，这主要是因为北京、广东具有明显的产业发展优势和区位优势，加之进入高技术产业领域较早，在“两化”融合和“互联网+”的产业浪潮中响应迅速，数字经济发展整体状况良好。第二梯队主要集中在东部沿海地区，包括上海、福建、浙江、江苏、山东，DE指数在0.2～0.4之间，主要得益于传统产业基础和新兴产业领域的消费红利；第三梯队包括四川、陕西、河南、湖南、湖北、河北和辽宁，主要分布在我国中部地区，数字经济发展受限，DE指数在0.1～0.2之间。其余省份为第四梯队，主要分布在我国西部和东北地区。

三、基于空间自相关的我国数字经济空间演化特征

根据收集数据的特点，选取2013年、2016年和2019年共三个年份作为研究断面，以上文通过Critic客观权重赋权法测算出来的30个省份数字经济综合评价指数DE作为我国数字经济发展水平的评价指标，采取全局自相关和局部自相关分析我国30个省份数字经济发展的空间集聚特征。空间权重矩阵是进行空间自相关分析的重要环节。空间权重矩阵根据不同的设定标准，主要有邻近矩阵、地理矩阵、经济矩阵、经济地理矩阵等，虽然考虑到数字经济发展作为一种经济现象，更多涉及的是不同地区经济发展方面的关联，用经济矩阵来进行空间相关性分析更为合理，但为了结果的稳健性，本文同时采用以上四种空间矩阵进行数字经济的空间自相关分析。

1.数字经济发展水平的全局自相关分析

全局自相关分析中，Moran’SI指数、Geary’C指数是比较常见的用来表示研究对象空间关系的重要指标。Moran’sI指数取值为[-1，1]，该值小于0表示观测值存在负相关，等于0表示观测值不相关，大于0表示观测值存在正相关；Geary’C指数取值为[0，2]，大于1表示观测值存在负相关，等于1表示观测值不相关，小于1表示观测值存在正相关。

运用stata软件计算我国2013—2019年数字经济Moran’sI指数和Geary’C指数，具体结果见表4。在邻近矩阵(W1)下、地理矩阵(W2)下，2013—2019年我国分省域数字经济Moran’sI指数均大于0，Geary’C指数均小于1，说明数字经济存在空间正相关关系，其发展存在明显的空间集聚分布特征，但是不论是Z值还是P值均不显著，没有通过相应的显著性检验。

空间经济地理矩阵(W3)下，2013—2019年我国分省域数字经济Moran’sI指数均大于0，标准化检验Z值为正，有4年Z值大于1.65，通过90%的显著性检验，还有3年Z值小于1.65，没有通过显著性检验。Geary’C指数均小于1，且P值均小于0.1，通过了90%的显著性检验，验证了我国数字经济发展存在正自相关关系。

进一步，在经济矩阵(W4)下，2013—2019年我国分省域数字经济Moran’sI指数均大于0，标准化检验Z值为正且均大于临界值1.96，通过95%的显著性检验。同样地，Geary’C指数均小于1，且P值均小于0.01，通过了99%的显著性检验，说明我国数字经济发展存在正的空间自相关，其发展存在明显的空间集聚分布特征。

表4四种不同空间矩阵下Moran’sI指数和Geary’C指数结果均证明我国各省数字经济发展存在空间正相关关系，结果具有稳健性。并且经济矩阵(W4)下Moran’sI指数、Geary’C指数结果、显著性都优于其他三种空间矩阵结果，因此也可以进一步说明空间统计分析中经济矩阵更能反映数字经济的经济活动属性，因此在后续的空间统计分析中主要采用经济矩阵展开。

表4 我国数字经济Moran’s I指数、Geary’C指数

2.数字经济发展水平的局部空间自相关分析

Moran散点图通过散点图的形式表现变量的观测值与其空间滞后项之间的相关关系，是局部空间自相关分析中常用的工具。散点图的横轴代表观测值向量，纵轴代表变量的空间滞后项向量。Moran散点图共有四个象限，不同象限对应的是不同类型的空间关系形式。本文中第一象限表示数字经济水平高的省份被数字经济水平高的省份包围(HH)；第二象限表示的是数字经济水平低的省份被数字经济水平高的省份所包围(LH)；第三象限表示的是数字经济水平低的省份被数字经济水平低的省份所包围(LL)；第四象限表示的是数字经济水平高的省份被数字经济水平低的省市包围(HL)。HH和LL两个象限表示具有相同属性的经济活动在区域内集聚，省级数字经济之间存在局部正相关，也即存在空间集聚；HL和LH象限表示的是具有不同属性的经济活动在空间上集聚，省级数字经济存在局部负相关，也即存在空间离散。

运用Stata软件分别绘制我国2013年、2016年和2019年三个年份的数字经济Moran散点图。从图2可知，我国不同省份数字经济Moran散点图回归斜率显著为正，表明省级数字经济发展存在明显的空间集聚特征。从象限数据点分布来看，第一象限、第三象限的数据点明显多于第二象限和第四象限，尤其是第三象限的数据点明显多于其他象限，这说明省级数字经济在空间上呈明显的高值簇和低值簇现象，其中低值簇占较大比重，数字经济空间集聚特征明显。

图2 中国各省市数字经济发展Moran散点图

分析Moran散点图不同象限具体省份分布情况，得到表5。分析发现：(1)我国数字经济发展空间集聚区中，HH集聚区主要集中分布在东部沿海一带，这些省市数字经济发展水平较高、具有较显著的空间自相关性，而且保持长期稳定；LL集聚区主要分布在中部和西部地区，数字经济发展水平较低、空间自相关显著，并且随时间变化幅度较小。(2)我国数字经济发展空间离散区中具有HL和LH离散特征的省份比较少，主要是某些省份形成数字经济发展“高地”或“洼地”，比如天津数字经济发展水平较低，而周边的北京、山东等数字经济发展水平较高。四川数字经济发展水平较周边省市高。总的来说，从局部空间自相关分析结果来看，东部沿海省份数字经济水平普遍较高，对周边省份正向带动、辐射作用较大，西部省份数字化水平较低，对周边省份负向带动、辐射作用较大。

表5 Moran散点图不同象限具体省市分布

根据各省市数字经济局部空间自相关性质，进一步将我国30个省份划分为4个区域，并根据不同区域的特征将其命名为扩散型、极化型、传染型、塌陷型[16]：(1)扩散区。省份本身与相邻省市数字经济发展水平较高，并存在正相关关系，将符合这些特征的区域称为扩散型区域。符合扩散型区域特征的省份主要有上海、江苏、浙江、福建、广东，主要形成东部沿海城市组成的扩散区。(2)极化区。省份本身数字化水平较高，但是相邻省市数字化水平较低，呈负相关关系，将符合这些特征的区域称为极化区。符合极化型区域特征的省份主要有湖北、湖南、河南、安徽、山东、河北等省。(3)传染区。属于传染区类型的省份本身及相邻省份数字经济发展水平都较低并且呈现出正相关关系。符合极化特征的省市的主要有新疆、陕西、广西、江西、辽宁和吉林。(4)塌陷区。属于塌陷区类型的省市本身数字化水平较低，但是相邻省市数字化水平高，呈现负相关关系。符合塌陷区特征的省市有内蒙古、四川、天津。可以看出，我国省级数字经济发展极化特征明显，并未形成连片发展，难以发挥区域之间的联动效应。因此，我国数字经济后期发展重点应强化低水平城市的提升，提高木桶的短板，进而实现整体数字经济水平的提升。

四、结论与启示

本文在利用Critic客观权重赋权法测算数字经济发展水平的基础上，利用探索性空间统计方法分析我国数字经济发展的空间格局及演化特征，研究发现：(1)2013—2019年我国数字经济DE指数发展逐年上升趋势明显，全国平均水平从2013年的0.1178发展到2019年的0.2725，年增长率基本保持在15%左右，发展前景较好。东、中、西部数字经济发展水平呈现出与经济发展水平相一致的变化趋势，说明数字经济发展与地区整体经济发展水平存在一定的正相关关系。(2)各省市数字经济发展指数从高到低可以分为四个梯队：北京、广东处于第一梯队，DE指数均大于0.4。上海、福建、浙江、江苏、山东为第二梯队，主要集中在东部沿海地区，DE指数在0.2～0.4之间。四川、陕西、河南、湖南、湖北、河北和辽宁为第三梯队，主要分布在我国中部地区。其余省市为第四梯队，主要分布在我国西部和东北地区；(3)全局Moran’sI指数、Geary’C指数均通过显著性检验，说明我国数字经济发展具有明显的空间集聚特征。(4)局部数字Moran’sI指数和经济空间上的HH集聚主要分布在东部沿海城市，LL集聚主要以中部和西部城市为主，数字经济形成以东部沿海地区、内陆主要城市为核心的扩散区，而传染型区域以东西部地区为主。由以上结果可知，虽然我国数字经济发展规模大，速度快，但是仍存在地区差异大，发展不均衡的问题，应在重点提升低水平城市数字经济发展水平、提高木桶短板的基础上，因地制宜采取适合的政策措施。

上述结论对促进我国数字经济发展也具有重要启示：(1)各省市数字经济发展存在广泛的空间依赖性，因此，各省市在积极促进自身数字经济发展的同时，还要考虑周边省市的影响，并充分利用省市之间的空间联系来强化自身数字经济发展水平。(2)基于各省份数字经济发展的不同情况，东部地区应重点抓好数字经济质量提升，中西部地区应重点扩大数字经济覆盖范围。同时，充分发挥数字经济发展的空间扩散效应，缩小不同省市间数字经济发展的差距。加强不同省市数字经济发展沟通与联系，利用高水平城市信息、科技、设施等优势，在强化集聚效应的同时，发挥扩散效应，带动周边省市数字经济发展，实现我国数字经济整体水平的提升。

注 释：

① 中国社科院：《数字经济蓝皮书：中国数字经济前沿(2021)》。