數字經濟助力長三角區域一體化發展

□張平原 高 策 劉晴晴

長江三角洲區域（以下簡稱長三角區域）包括上海市、江蘇省、浙江省和安徽省，是我國經濟發展程度最高、創新能力最強的區域之一。目前，長三角區域由于內部協調性不足、機制體制障礙等問題，與世界先進區域相比，創新性和聯動性仍是短板。數字經濟發展速度快、輻射范圍廣、影響程度深，正成為推動生產、生活和社會治理變革，重組世界資源要素、重塑世界產業結構、改變世界競爭格局的主要力量之一。因此，分析數字經濟和長三角區域一體化發展的關系，找出怎樣發展數字經濟才能更好助力長三角區域一體化發展，對加快實現長三角區域一體化目標具有重要的現實意義。

｜研究目標

1.構建數字經濟和長三角區域一體化發展的指標體系。本文基于以往研究成果，首先建立數字經濟和長三角區域一體化指標體系，以求客觀反映數字經濟和長三角區域一體化發展情況。其中，數字經濟指標體系包括數字化產業、數字化社會和數字化服務等3 個一級指標，16 個二級指標；長三角區域一體化指標體系包括經濟發展測度、科技創新測度、交流服務測度和生態保護測度等4 個一級指標，22 個二級指標。

2.本文著重分析數字經濟對長三角區域一體化發展的影響，探索長三角區域一體化發展影響因素，根據研究結果為數字經濟推動長三角區域一體化正向作用最大化提供理論向導，以實現高效率推動長三角區域一體化發展。

｜指標構建與測算

面板熵值法是對截面熵值法的改進。設共有r 年，n個地區（省級），m個指標；xijk表示第i年，第j 地區，第k 個指標的值。步驟如下：

原始數據歸一化。

正向指標：

逆向指標:

逆向指標是正向指標的相反數。

xmax,k表示第k 個指標在n 個地區、r 年中的最大值，xmin,k表示第k個指標在n 個地區、r 年中的最小值。標準化處理后x′ijk取值范圍為[0,1]，其含義為xijk在n 個地區、r年中的相對大小。由于標準化后會出現0 值，因此對標準化后的數據平移：

計算第k 項指標權重：

計算第k 項指標的熵值：

計算第k 項指標的差異系數：

對差異系數歸一化，計算第k項的權重：

計算最終的統計測度：

（一）數字經濟指標體系的構建

目前國際上暫時沒有一套確定的統一標準，大多都以定性描述為常用方法，本文參考了王慶喜、武謹、胡安的相關結果，主要從數字化產業、數字化社會、數字化服務三個方面構建數字經濟指標體系（表1）。數字化產業從郵政電信兩個方面反映數字經濟產業發展；數字化社會從數字經濟帶動社會就業方面進行描述；數字化服務根據互聯網通信相關服務反映數字化經濟的推廣覆蓋程度。

表1 數字經濟指標體系

本研究運用了面板熵值法，利用stata.15 工具，首先計算每項指標的權重，然后根據每項指標權重計算得出最終的數字化統計測度。

將有關數字經濟測度的指標數據導入stata 程序，通過br 指令查看數據，id 代表地區分類，其中1表示長三角區域分類標簽，2 代表上海市分類標簽，3 代表江蘇省分類標簽，4 代表浙江省分類標簽，5代表安徽省分類標簽；area 代表地區指標；year代表年份；v1 代 表GDP（億元）；v2 代表人數（萬人）；v3 代表郵政業務量（萬件）；v4 代表電信業務量（萬元）；v5 代表郵政業務量占GDP 比重；v6 代表電信業務量占GDP 比重；v7 代表城鎮就業人員（萬人）；v8 代表郵政從業人員（萬人）；v9 代表郵政從業人員占就業人員比重；v10代表科技機構數（個）；v11 代表科技活動人口（人）；v12 代表每千人移動電話用戶數（部）；v13 代表互聯網用戶數（萬戶）；v14 代表每千人互聯網用戶數（戶）；v15 代表互聯網寬帶數（萬戶）；v16 代表每千人互聯網寬帶數（戶）。

由圖1 分析可知，obs 代表觀測值，本研究一共有10 個觀測值，vars 代表變量，本研究一共有19個變量。此外，圖1 的下半部分表格展示了數據名稱和數據對應的存儲類型。由圖1 分析可知，id 變量為類別類型，area 變量為字符串類型，year 變量為數值類型，v1-v16變量為雙精度類型。

圖1 數字經濟測度數據變量標簽（stata 程序）

stata 程序中的sum 命令語句，展示了變量名稱和變量的觀測值，由圖2 可知一共19 個變量，每個變量有10 個觀測值，Mean 代表觀測值的平均數，Std.Dev.代表觀測值的標準差，Min 代表觀測值中的最小值，Max 代表觀測值中的最大值。

圖2 數字經濟測度數據描述性統計（stata 程序）

根據熵值法，通過stata 程序分別求出v1-v16 指標的近似權重；可知，v1 的權重w1 為0.0519；v2的權重w2 為0.0597；v3 的權重w3為0.0814；v4 的權重w4 為0.1350；v5 的權重w5 為0.0685；v6 的權重w6 為0.1368；v7的權重w7 為0.0296；v8 的權重w8 為0.0531；v9 的權重w9 為0.0287；v10 的權重w10 為0.0654；v11 的權重w11為 0.0355；v12的權重w12 為0.0352；v13 的權重w13 為0.0438；v14的權重w14 為0.0437；v15 的權 重w15 為0.0653；v16的權重w16 為0.0664。于是，得到長三角區域數字經濟測度最終指標，同理，通過stata 程序，通過熵值法計算出上海市、江蘇省、浙江省、安徽省有關數字經濟測度評價的指標權重，并結合權重計算出最終數字經濟測度(表2)。

表2 2011—2020 年長三角區域及分地區數字經濟測度

（二）長三角區域一體化指標體系的構建

本文參考引用了 《長江經濟帶城市協同發展能力指數研究報告》中的指標體系，利用熵值法建立2011—2020 年長三角一體化指標體系測度（表3）。

表3 長三角一體化測度指標體系

計算長三角區域一體化測度。根據二級指標通過熵值法計算權重，來計算對應一級指標的測度。將有關長三角區域一體化的二級指標數據導入stata 程序，通過br 指令查看數據，id 代表地區分類；area 代表地區指標；year 代表年份；t1 代表GDP (億元）；t2 代表人數（萬人）；t3 代表人均GDP（萬元）；t4 代表社會消費品零售額（億元）；t5 代表工業增加值（億元）；t6 代表服務 業增 加值（億元）；t7 代表一般公共預算收入（億元）；t8 代表財政科技支出額（億元）；t9 代表合作發明專利申請數量（項）；t10 代表從事科技活動人員數（人）；t11 代表有研發活動的規上工業企業數（個）；t12 代表科技研發（R&D）投入強度（萬元）；t13 代表國家高速公路里程（萬公里）；t14 代表互聯網用戶數（萬人）；t15 代表鐵路客運（萬人）；t16 代表鐵路貨運（萬噸）；t17 代表客運量（萬人）；t18 代表發電量（億千瓦小時）；t19 代表單位GDP 耗電量；t20 代表工業用電量（億千瓦小時）；t21 代表綠化覆蓋面積（公頃）；t22 代表公園個數（個）。t18、t19、t20 為負向指標，其余指標皆為正向指標。

通過熵值法求出t1-t22 指標占區域一體化指標測度的近似權重，結合指標數據和近似權重，可以求出長三角區域一體化指標測度結果。同理，采用同樣的方法，得到2011—2020 年上海市、江蘇省、浙江省、安徽省區域一體化指標的測度 （表4）。

表4 2011—2020 年長三角區域及分地區一體化測度

｜模型建立與實證分析

（一）控制變量選擇

對于控制變量，本研究選用了GDP（億元）、人口（萬人）、財政支出（億元）、中小學數量（所）、醫療衛生機構數（所）、工業污染治理（億元）6 個指標作為該模型的控制變量。

對長三角區域一體化的影響因素除了本文所重點考察的數字經濟指標外，GDP（億元）、人口（萬人）、財政支出（億元）、中小學數量（所）、醫療衛生機構數（所）、工業污染治理（億元）對長三角區域一體化程度會存在一些影響。

（二）控制變量處理

控制變量數值過大，直接計算十分不方便，故本研究通過對數處理法來處理控制變量。

（三）建模過程

通過xtset 命令將數據設置為面板數據，id 代表地區編號，表示其為區域變量，year 代表年份，將其設置為數值，表示為時間變量，顯示面板數據的結構，該數據為強平衡面板數據。

由圖3 可以看出，面板數據一共有5 個不同的id 編號，即有5 組不同類別，時間從2011-2020 年，共10 年。

圖3 面板數據描述（stata 程序）

圖4 顯示了面板數據的組內、組間與整體統計指標，其中overall表示整體統計指標的平均數、標準差、最小值、最大值；between 表示組間統計指標的平均數、標準差、最小值；within 表示組內統計指標的平均數、標準差、最小值。

圖4 面板數據組內、組間與整體統計指標（stata 程序）

接下來，我們對面板數據進行回歸，回歸結果如圖5。

由圖5 可以知道，Number of obs 是樣本容量，一共有50 個觀測值，Number of groups 是組別容量，一共有5 組數據，分組變量是id。F 是模型的F 檢驗值，用來計算P>F，模型的P>F 值=0，表示模型設定沒有問題。模型的擬合優度即R2值越大，表示模型和實際值的擬合度就越高，模型越好。由圖8 可知，組內R2為0.9528，組間R2為0.9178，整體R2為0.9520，表示回歸較為顯著，模型擬合效果較好。且P 值=0，進一步肯定了模型的回歸效果。假如設置95%置信水平，由回歸系數的P 值，可以看出x4的P 值為0.219，大于0.05，回歸系數不顯著，因此我們在后續處理時需要剔除該變量作為控制變量。

圖5 面板回歸結果（stata 程序）

剔除控制變量x4 后，我們對數據進行固定效應回歸模型，得到回歸結果。

最終可以得到回歸方程為：

｜結論與對策建議

（一）結論

從以上回歸分析模型結果可知，數字經濟明顯正向影響長三角區域一體化發展，在保持其他條件不變的情況下，數字經濟每增長一個單位，長三角區域一體化將增長0.2 個單位，說明數字經濟發展可以顯著推動長三角區域一體化發展。數字經濟的發展推動城市在市場、政策、基礎設施、生態環境等方面協同發展，而數字經濟包含的新的生產設施、產業運營、科技創新等對城市的發展起著重要作用。因此，數字經濟可以更高效地發揮城市的作用，促進區域一體化發展，真正實現先富帶動后富發展。

在控制變量方面，人口與區域一體化呈負向的影響關系，由于區域中各城市人口分布不均，導致周圍城市的發展遠落后于中心城市。人口是影響城市發展的一個重要因素，小城市一定要采取相關措施，減少人口遷徙，避免阻礙區域一體化發展。除了人口，其余變量GDP、中小學數量、醫療衛生機構數、工業污染治理均發揮正向作用。學校是為區域一體化提供人才儲備的地方，新型的數字經濟產業需要人才，因此學校數量分布密集的城市，區域一體化發展會更好。

（二）對策建議

1.夯實基礎，推進數字基礎設施建設。發展數字經濟主要抓手在數字基礎設施建設。要推動新一代信息基礎設施建設，加快建成高速、一體、融合、智能、綠色、可控的智能化綜合性數字信息基礎設施；有序推進基礎設施智能升級，穩步構建智能高效的融合基礎設施，提升基礎設施網絡化、智能化、服務化、協同化水平，筑牢長三角區域發展數字經濟的基礎。

2.立足產業，促進數字經濟融合發展。加快物聯網、大數據、人工智能的深度融合發展，圍繞數字產業項目，持續推動傳統產業全方位、全鏈條數字化轉型。創新發展數字農業，縱深發展數字工業，大力發展數字商務，優化服務管理體系、服務模式，提升服務品質與效益。數字化改造傳統產業同時，積極培育新產業、新業態、新模式，凸顯數字經濟對傳統經濟的倍增作用。

3.人才為本，完善數字人才引培機制。創新是引領發展的第一動力，人才是發展的第一資源。長三角區域城市要共商數字人才引進政策，共建區域就業和數字人才網，創新高層次和急需緊缺數字人才等群體職稱評定與聘任方式，切實提高數字人才待遇和社會地位。加大數字人才政策的宣傳，促進政策落地執行，吸引更多數字人才集聚長三角區域。

4.生態優先，堅持綠色發展生命線。堅定不移走生態優先，綠色發展之路。加強生態保護，加大環境治理，夯實綠色發展之基，努力建成綠色美麗長三角。合力保護重要生態空間，切實加強生態環境分區管治，強化生態紅線區域保護和修復；共同保護重要生態系統，強化省際統籌；推動跨界水體環境治理，促進跨界水體水質明顯改善；聯合開展大氣污染綜合防治，強化能源消費總量和強度 “雙控”，推動大氣主要污染物排放總量持續下降，切實改善區域空氣質量。