長三角城市數(shù)字經(jīng)濟發(fā)展測度及時空演變研究

章秀琴,施旭東

(安徽工程大學(xué) 經(jīng)濟與管理學(xué)院，安徽 蕪湖 241000)

一、引言

隨著第三次科技革命的不斷深化，中國經(jīng)濟正逐步邁入高質(zhì)量發(fā)展的新時代，區(qū)域經(jīng)濟協(xié)調(diào)性和數(shù)字經(jīng)濟已成為中國經(jīng)濟發(fā)展的關(guān)鍵詞。2021年中共中央政治局多次會議提出“著力增強區(qū)域發(fā)展協(xié)調(diào)性”“數(shù)字經(jīng)濟事關(guān)國家發(fā)展大局”等重要講話，表明統(tǒng)籌考慮區(qū)域一體化和數(shù)字經(jīng)濟發(fā)展、消除區(qū)域數(shù)字鴻溝等問題是新時期中國經(jīng)濟高質(zhì)量發(fā)展的題中之意，對紓解新時代我國社會發(fā)展不平衡不充分的主要矛盾意義重大。長三角一體化發(fā)展戰(zhàn)略作為新時代國家重大經(jīng)濟發(fā)展戰(zhàn)略，從城市層面測度并解析其數(shù)字經(jīng)濟發(fā)展水平及其時空演變特征，有利于探究區(qū)域數(shù)字經(jīng)濟協(xié)調(diào)發(fā)展態(tài)勢，同時發(fā)揮數(shù)字經(jīng)濟高質(zhì)量發(fā)展的示范效應(yīng)。

二、文獻綜述

(一)關(guān)于數(shù)字經(jīng)濟測度研究

學(xué)者們主要借鑒Tapscott和Mcqueen[1]、 Barefoot K等[2]及裴長洪等[3]的數(shù)字經(jīng)濟內(nèi)涵界定理論[1-3]，采用相關(guān)指數(shù)編制法[4-5]，從數(shù)字經(jīng)濟發(fā)展載體、應(yīng)用和發(fā)展環(huán)境三個方面構(gòu)建數(shù)字經(jīng)濟測算指標(biāo)體系。其中，數(shù)字經(jīng)濟發(fā)展載體主要包括數(shù)字基礎(chǔ)設(shè)施、信息化產(chǎn)業(yè)和互聯(lián)網(wǎng)發(fā)展[6-7]；數(shù)字經(jīng)濟應(yīng)用以基礎(chǔ)電信、電子制造、軟件服務(wù)及互聯(lián)網(wǎng)產(chǎn)業(yè)等信息增值模式的數(shù)字產(chǎn)業(yè)化[8]和以ICT技術(shù)與第一、二、三產(chǎn)業(yè)深度融合的產(chǎn)業(yè)數(shù)字化[9-10]兩個維度為主；數(shù)字經(jīng)濟的發(fā)展環(huán)境主要包括商業(yè)環(huán)境、社會數(shù)字化(社會數(shù)字素養(yǎng))，以及政府?dāng)?shù)字化對數(shù)字經(jīng)濟發(fā)展的支持作用[11]。

(二)關(guān)于數(shù)字經(jīng)濟發(fā)展的時空演變研究

學(xué)者們主要從兩個層面展開研究：一是從國家間比較層面，立足于某一維度利用國際投入產(chǎn)出表測算中國與其他國家在數(shù)字經(jīng)濟發(fā)展上的差異，如許憲春和張美慧[12]從產(chǎn)業(yè)維度比較中國、美國及澳大利亞三國數(shù)字經(jīng)濟發(fā)展水平，結(jié)果表明中國數(shù)字經(jīng)濟增加值年均實際增長率明顯高于美國和澳大利亞；王愛華和王艷真[13]以數(shù)字貿(mào)易為切入點，將中國與日本的數(shù)字經(jīng)濟進行比較，認為中國相比日本在數(shù)字貿(mào)易領(lǐng)域擁有較強的國際競爭力；陳建龍等[14]在國際數(shù)字經(jīng)濟測算方法上進行了學(xué)理上的闡述。此類研究多局限于國內(nèi)外數(shù)據(jù)不匹配，從而只能選擇單一維度對指標(biāo)進行測度，缺乏全面對數(shù)字經(jīng)濟綜合指數(shù)的測算。二是從全國省際比較層面，研究表明在省際層面中國數(shù)字經(jīng)濟處于不充分、不均衡發(fā)展階段。從縱向?qū)Ρ葋砜矗袊鴶?shù)字產(chǎn)業(yè)長期存在發(fā)展不充分問題[15]，特別是進入互聯(lián)網(wǎng)4.0時代后，相較于前三個時代，發(fā)展波動更加不平穩(wěn)[16]；從橫向?qū)Ρ葋砜矗袊‰H數(shù)字經(jīng)濟非均衡性波動上升，且有一定的兩極分化趨勢，整體呈現(xiàn) “東—中—西”及“沿?！獌?nèi)陸”依次遞減之勢[17]。

綜上，數(shù)字經(jīng)濟的相關(guān)研究成果已逐漸豐富，但依然存在可拓展之處：一是現(xiàn)有數(shù)字經(jīng)濟的測算指標(biāo)體系并未統(tǒng)一。二是主要從國家間和省際層面研究數(shù)字經(jīng)濟的時空演變，而缺少城市間層面，在極少關(guān)于城市層面的數(shù)字經(jīng)濟相關(guān)研究中[18]，忽視了城市間的空間關(guān)聯(lián)性。相較于國家和省際層面，城市層面更能反映區(qū)域經(jīng)濟之間的相關(guān)性和聯(lián)系[19]?；诖?，本文在城市層面構(gòu)建數(shù)字經(jīng)濟發(fā)展水平測度指標(biāo)體系的基礎(chǔ)上，基于長三角41個城市的面板數(shù)據(jù)，首先運用熵值法測度其數(shù)字經(jīng)濟發(fā)展水平，其次運用泰爾指數(shù)法考察長三角城市數(shù)字經(jīng)濟發(fā)展的時間演變，然后運用自然間斷點分級法、局部莫蘭指數(shù)法、時空躍遷測度法、耦合度模型和kernel密度估計法分別考察長三角城市數(shù)字經(jīng)濟發(fā)展的空間異質(zhì)性和空間關(guān)聯(lián)性，最后提出相應(yīng)對策建議。

三、長三角城市數(shù)字經(jīng)濟發(fā)展水平測度

(一)指標(biāo)體系構(gòu)建與測度方法選擇

綜合以往學(xué)者的選擇，本文基于城市層面選取數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、政府和社會數(shù)字化四個維度為一級指標(biāo)，并參照《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書(2019)》和王軍等[10]的做法，將其細分為9個二級指標(biāo)和25個三級指標(biāo)，分層次構(gòu)建城市數(shù)字經(jīng)濟發(fā)展水平測度指標(biāo)體系，如表1所示。其中，“+”代表正向指標(biāo)，“-”代表負向指標(biāo)。

表1 城市數(shù)字經(jīng)濟發(fā)展水平測度指標(biāo)體系

續(xù)表1

目前對于數(shù)字經(jīng)濟的賦權(quán)方法主要有主成分分析法、專家打分法以及熵值法，其中主成分分析法主要適用于平行指標(biāo)之間，但本文的指標(biāo)體系存在著遞進關(guān)系，因而不適用。而專家打分法受到主觀因素等諸多限制，因此本文選用熵值法對指標(biāo)進行賦權(quán)。熵值法作為客觀賦權(quán)法，不會受人為干預(yù)，可以更好地保障指數(shù)的精確度。

(二)數(shù)據(jù)來源

每百人移動電話用戶數(shù)、互聯(lián)網(wǎng)寬帶滲透率、用電量、固定電話用戶數(shù)、人均電信業(yè)務(wù)收入、人均郵政業(yè)務(wù)收入、第三產(chǎn)業(yè)比重、農(nóng)村居民平均每百戶計算機擁有量、工業(yè)化水平(以產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)代替)、教育支出占財政比率、科技支出占財政比率、社會高等教育率和社會數(shù)字就業(yè)水平(以計算機和軟件業(yè)從業(yè)人員數(shù)率代替)等原始數(shù)據(jù)均來源于國家統(tǒng)計局官網(wǎng)、長三角各城市歷年統(tǒng)計年鑒，以及《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》；淘寶村和淘寶鎮(zhèn)數(shù)據(jù)均來源于阿里研究院相關(guān)研究報告和公布數(shù)據(jù)；網(wǎng)絡(luò)零售額原始數(shù)據(jù)來源于歷年《中國數(shù)字經(jīng)濟發(fā)展報告》；數(shù)字金融普惠指數(shù)來源于北京大學(xué)數(shù)字金融研究中心課題組[20]；城市創(chuàng)新創(chuàng)業(yè)指數(shù)來源于北京大學(xué)企業(yè)大數(shù)據(jù)研究中心；互聯(lián)網(wǎng)相關(guān)服務(wù)企業(yè)數(shù)、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)數(shù)、計算機和通信企業(yè)數(shù)、廣播電視企業(yè)數(shù)和兩化融合水平(以兩化融合平臺企業(yè)數(shù)占比代替)的原始數(shù)據(jù)均來源于天眼查平臺和兩化融合管理體系平臺上相關(guān)企業(yè)數(shù)據(jù)的手工整理。①

2014年3月《國家新型城鎮(zhèn)化規(guī)劃》的發(fā)布，標(biāo)志著我國城市發(fā)展模式開始向智慧型和數(shù)字化轉(zhuǎn)變，是城市發(fā)展與數(shù)字經(jīng)濟交匯的重要節(jié)點，因此在權(quán)衡政策效果初顯的滯后性和數(shù)據(jù)的精確性基礎(chǔ)上，以2015年為研究基期，選取2015—2019年為研究樣本區(qū)間，樣本為長三角的41個城市，同時對數(shù)據(jù)做以下處理：一是采取插值法或類推法對缺失數(shù)據(jù)進行補充；二是在原始指標(biāo)的基礎(chǔ)上對部分指標(biāo)進行了比重測算,例如互聯(lián)網(wǎng)滲透率、第三產(chǎn)業(yè)比重和網(wǎng)絡(luò)零售額②；三是通過虛擬變量賦值來衡量政府和政策的影響，例如電子政務(wù)(用政府微博創(chuàng)立時間衡量)、城市治理現(xiàn)代化水平(以是否是長三角一體化戰(zhàn)略的中心城市衡量)；四是通過產(chǎn)業(yè)結(jié)構(gòu)升級公式[21]來測算各城市產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)(ais)，具體計算公式為：

(1)

式中，Yi，m，t表示i城市第m產(chǎn)業(yè)在t時期占城市生產(chǎn)總值的比重, 該指數(shù)反映了城市內(nèi)三大產(chǎn)業(yè)由第一產(chǎn)業(yè)占優(yōu)勢地位逐漸向第二產(chǎn)業(yè)、第三產(chǎn)業(yè)占優(yōu)勢地位的比例關(guān)系的演進。

(三)測度結(jié)果及分析

運用熵值法得到2015—2019年長三角41個城市數(shù)字經(jīng)濟發(fā)展水平，如表2所示。由表2可知：長三角城市數(shù)字經(jīng)濟發(fā)展有明顯的非均衡性。整體上看，長三角城市數(shù)字經(jīng)濟發(fā)展均值從2015年的0.0025到2019年的0.0070，年均增長率37.0506%，遠超長三角GDP年均增速6.66%，體現(xiàn)了長三角數(shù)字經(jīng)濟整體正在蓬勃發(fā)展。從城市層面來看，除舟山市以外所有城市的數(shù)字經(jīng)濟年均增速均超過GDP增長率，特別是銅陵市，其GDP增長率只有-1.7%，但數(shù)字經(jīng)濟年均增速卻達到48.3545%，是銅陵市經(jīng)濟增長的重要引擎，而舟山市的數(shù)字經(jīng)濟呈現(xiàn)負值，或許是由于其數(shù)字基礎(chǔ)設(shè)施的負增長引起的，畢竟舟山市由眾多島嶼組成，這種“離散”的地形形態(tài)導(dǎo)致數(shù)字基礎(chǔ)設(shè)施的建設(shè)進程緩慢，極大地阻礙了數(shù)字經(jīng)濟的發(fā)展。

表2 2015—2019年長三角41個城市數(shù)字經(jīng)濟發(fā)展水平測度結(jié)果

由表2進一步發(fā)現(xiàn)，長三角省際和省內(nèi)數(shù)字經(jīng)濟發(fā)展水平的差距均較大。具體而言，從省際看，上海市、浙江省和江蘇省數(shù)字經(jīng)濟發(fā)展較好，均值增速基本在15%～30%區(qū)間波動，而數(shù)字經(jīng)濟發(fā)展較為落后的安徽省，其均值增速達到51.7421%，遠遠超過其他省市的均值增速。以2019年為例，數(shù)字經(jīng)濟發(fā)展指數(shù)呈現(xiàn)出上海引領(lǐng)，蘇浙并進，安徽尚處外圍的順次梯度發(fā)展格局；同時，排名第一的上海市數(shù)字經(jīng)濟發(fā)展指數(shù)均值(0.0306)比末位的安徽省(0.0043)高出7倍，比浙江省(0.0107)和江蘇省(0.0079)分別高出了將近3倍和4倍。

從省內(nèi)看，差異主要體現(xiàn)在省會城市與省內(nèi)其他城市之間，其中,浙江省省會杭州市2019年數(shù)字經(jīng)濟發(fā)展水平指數(shù)為0.0316，但同期的舟山市只有0.0023，相差近14倍；江蘇省省會南京市2019年數(shù)字經(jīng)濟發(fā)展水平指數(shù)為0.0173，同期淮安市只有0.0036，相差近5倍；安徽省省會合肥市2019年數(shù)字經(jīng)濟發(fā)展水平指數(shù)為0.0175，同期淮南市只有0.0015，相差近12倍。

從城市間看，許多中小城市的增速已經(jīng)超過了上海(19.2681%)、杭州(29.2426%)、南京(15.6563%)以及合肥(37.2267%)等省會城市，特別是馬鞍山(99.7444%)和亳州(108.1892%)的數(shù)字經(jīng)濟發(fā)展增速是省會城市的3～5倍，這說明長三角的數(shù)字經(jīng)濟欠發(fā)達地區(qū)正在快速追趕數(shù)字經(jīng)濟發(fā)達地區(qū)，可以預(yù)期這將有效地推動長三角數(shù)字一體化的實現(xiàn)。如果不考慮行政隸屬關(guān)系，城市間的差距將更加“刺眼”，如2019年數(shù)字經(jīng)濟發(fā)展水平指數(shù)最高的上海市相較于最低的淮南市，差距達到20倍，遠超省際和省內(nèi)差距。

各城市數(shù)字經(jīng)濟梯度分布特征明顯，根據(jù)各城市歷年數(shù)字經(jīng)濟發(fā)展平均指數(shù)的區(qū)間梯度差異，劃分梯隊，其中[0.02,0.03]為第一梯隊，[0.01，0.02]為第二梯隊，[0,0.01]為第三梯隊[22]，具體如表3所示。其中，上海和杭州為長三角數(shù)字經(jīng)濟發(fā)展的第一梯隊，南京、蘇州、寧波和合肥為數(shù)字經(jīng)濟發(fā)展的第二梯隊，說明上海市和三省省會城市依然是長三角數(shù)字經(jīng)濟發(fā)展的引領(lǐng)極。同時，一些中小城市的數(shù)字經(jīng)濟發(fā)展也步入快速增長期，如寧波、蘇州都已經(jīng)躋身第二梯隊，而馬鞍山、阜陽、亳州以及六安，雖在第三梯隊，但增速都超過50%，這表明梯隊之間也存在較為強勁的追趕效應(yīng)。

表3 長三角城市數(shù)字經(jīng)濟發(fā)展梯隊

最后，類比阿里研究院與21世紀經(jīng)濟研究院共同發(fā)布的《2019長三角數(shù)字經(jīng)濟指數(shù)報告》顯示的數(shù)字經(jīng)濟發(fā)展指數(shù)前十的城市排行和梯隊分布，③其結(jié)果與本文測度基本保持一致，這也佐證了本文城市數(shù)字經(jīng)濟發(fā)展評價指標(biāo)體系構(gòu)建的科學(xué)性和測算結(jié)果的準(zhǔn)確性。

四、長三角城市數(shù)字經(jīng)濟發(fā)展的時間演變

表2的測度結(jié)果顯示出明顯的時序特征。為進一步分析長三角城市數(shù)字經(jīng)濟發(fā)展的時間演變情況，本文運用泰爾指數(shù)法考察長三角城市數(shù)字經(jīng)濟發(fā)展水平差異。

(一)泰爾指數(shù)法

泰爾指數(shù)亦稱泰爾熵標(biāo)準(zhǔn)，是由泰爾利用信息理論中的熵概念以計算收入不平等而得名，是衡量個人之間或者地區(qū)間收入差距(或者稱不平等程度)的指標(biāo)，通過對泰爾指數(shù)的測算可以直觀反映不同地區(qū)之間隨著時間變化其差異演變的特征。參照陳凱等[23]的泰爾指數(shù)分解，如公式(2)：

(2)

其中，T為總體泰爾指數(shù)，用來測度整體差異；Y、N代表的是指標(biāo)值總和與總地區(qū)數(shù)，Yij、Nij代表的是第j個地區(qū)的指標(biāo)值和地區(qū)數(shù)。T∈[0,1],T越大則表示地區(qū)的差異越大，反之，T越小則表示地區(qū)的差異越小。

為考察長三角數(shù)字經(jīng)濟的區(qū)域間和區(qū)域內(nèi)差異，進一步對泰爾指數(shù)進行分解，如公式(3)：

(3)

同時，分別計算區(qū)域間貢獻率Wb和區(qū)域內(nèi)貢獻率Ww，以進一步區(qū)分考察長三角數(shù)字經(jīng)濟發(fā)展的區(qū)域間差異和區(qū)域內(nèi)差異的影響：

Wb=Tb/T

(4)

Ww=Tw/T

(5)

(二)長三角“三省一市”數(shù)字經(jīng)濟發(fā)展的時間演變

圖1 長三角“三省一市”數(shù)字經(jīng)濟發(fā)展的時間演變

自2018年11月長江三角洲區(qū)域一體化發(fā)展正式上升為國家戰(zhàn)略后，相關(guān)政策陸續(xù)出臺，如2019年12月中共中央、國務(wù)院印發(fā)的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，2021年2月起滬浙蘇皖戶籍居民跨省遷移戶口實現(xiàn)的“一地辦理、網(wǎng)上遷移”，2021年6月推動長三角一體化發(fā)展領(lǐng)導(dǎo)小組辦公室印發(fā)的《長三角一體化發(fā)展規(guī)劃“十四五”實施方案》等。同時，滬浙蘇皖亦分別相繼出臺了切實有效推動長三角區(qū)域一體化發(fā)展的一系列政策舉措，推動其經(jīng)濟發(fā)展水平不斷提升，尤其隨著大數(shù)據(jù)、區(qū)塊鏈、人工智能等的深入應(yīng)用，數(shù)字經(jīng)濟成為長三角經(jīng)濟高質(zhì)量一體化發(fā)展的重要增長極，且由于資源稟賦異質(zhì)性等使得滬浙蘇皖的數(shù)字經(jīng)濟發(fā)展水平存在差異。由圖1可見，長三角“三省一市”的數(shù)字經(jīng)濟發(fā)展呈遞增態(tài)勢，其中，上海數(shù)字經(jīng)濟發(fā)展遙遙領(lǐng)先，浙江省和江蘇省分別位居第二和第三，安徽省稍微落后于江蘇省。從各省數(shù)字經(jīng)濟年均增速來看，安徽省的最高(52%)，浙江省和江蘇省次之(分別為30%和26%)，上海市的增速相對較低(19%)。滬浙蘇皖數(shù)字經(jīng)濟發(fā)展并未出現(xiàn)趨同之勢，而是隨著時間的推進，其差距愈發(fā)明顯，這表明由于資源稟賦的異質(zhì)性抑或“虹吸效應(yīng)”的存在，上海市數(shù)字經(jīng)濟發(fā)展水平明顯高于其他三個省份，江蘇省和安徽省長期處于相對低發(fā)展水平。可見，盡管長三角一體化發(fā)展系列政策在推進滬浙蘇皖一體化發(fā)展特別是數(shù)字經(jīng)濟一體化發(fā)展方面起到了一定的促進作用，但未來應(yīng)不斷推進精準(zhǔn)化的長三角數(shù)字經(jīng)濟一體化發(fā)展舉措，逐步減少區(qū)域間差異。

根據(jù)式(2)—(5)計算出2015—2019年長三角數(shù)字經(jīng)濟發(fā)展水平的總體差異、區(qū)域內(nèi)差異和區(qū)域間差異及貢獻率，結(jié)果如表4所示。

表4 2015—2019年長三角區(qū)域數(shù)字經(jīng)濟發(fā)展泰爾指數(shù)及貢獻率

續(xù)表4

由表4可知：總體差異上，長三角數(shù)字經(jīng)濟發(fā)展的總體差距在考察期內(nèi)依舊比較突出，但隨著時間的推進正在逐漸改善，總體泰爾指數(shù)從2015年的0.2219下降到2019年的0.1466，短期內(nèi)下降了近34%，佐證了長三角一體化戰(zhàn)略對推進長三角社會經(jīng)濟均衡發(fā)展的有效性。區(qū)域差異上，區(qū)域內(nèi)差異的泰爾指數(shù)呈先上升后下降的發(fā)展態(tài)勢，區(qū)域間差異的泰爾指數(shù)則保持逐年遞減趨勢；區(qū)域差異貢獻率上，2018年之前，區(qū)域間差異是總體差異的主要力量，但在2018年之后，區(qū)域差異貢獻率結(jié)構(gòu)出現(xiàn)了根本性變化，區(qū)域內(nèi)差異成為主導(dǎo)。各省內(nèi)差異上，安徽省數(shù)字經(jīng)濟發(fā)展內(nèi)部差異最小，江蘇省次之，浙江省內(nèi)部差異最大；江蘇省貢獻率最大，平均貢獻率為35.2275%，浙江省次之，為22.3208%，安徽省貢獻率雖最小，為8.6125%，但卻一直呈遞增態(tài)勢，而浙江省和江蘇省的貢獻率則呈下降趨勢。

(三)長三角城市數(shù)字經(jīng)濟發(fā)展四個維度的時間演變

為進一步考察長三角城市數(shù)字經(jīng)濟差異的來源，本文對其四個維度的泰爾指數(shù)進行了計算，結(jié)果如圖2所示。

圖2 2015—2019年長三角城市數(shù)字經(jīng)濟四個維度的泰爾指數(shù)

由圖2可知：總體差異方面，2015—2019年數(shù)字產(chǎn)業(yè)化、政府和社會數(shù)字化是目前長三角數(shù)字經(jīng)濟在時空演變上呈現(xiàn)非均衡性特征的第一貢獻力量，泰爾指數(shù)分別為0.3002和0.1732，數(shù)字基礎(chǔ)設(shè)施、產(chǎn)業(yè)數(shù)字化是次要貢獻部分，泰爾指數(shù)分別為0.1600和0.1463。這表明長三角數(shù)字經(jīng)濟不協(xié)調(diào)發(fā)展的主要矛盾集中于產(chǎn)業(yè)和制度環(huán)境。如在產(chǎn)業(yè)上，各省市逐漸出現(xiàn)一省重點打造一個數(shù)字戰(zhàn)略產(chǎn)業(yè)的現(xiàn)象，其中上海市以數(shù)字金融產(chǎn)品為主，浙江省多發(fā)展電商產(chǎn)業(yè)，江蘇省大力支持大型數(shù)字機械行業(yè)，而安徽省則以合肥市為中心著力建設(shè)新興戰(zhàn)略行業(yè)。在制度環(huán)境上，由于地理位置和政策傾向等差異，長三角制度環(huán)境水平按照由東向西的順序逐漸下降[24],制度環(huán)境對數(shù)字經(jīng)濟發(fā)展的推動作用亦依次減弱。

區(qū)域差異方面，考察期內(nèi)數(shù)字基礎(chǔ)設(shè)施的差異主要來源于區(qū)域間差異，其貢獻度達到54.8658%；數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化以及政府和社會數(shù)字化的差異都主要來源于區(qū)域內(nèi)差異，分別是75.3435%、54.1235%和97.5028%，反之，這也表明長三角數(shù)字經(jīng)濟在考察期內(nèi)的區(qū)域間差異主要由數(shù)字基礎(chǔ)設(shè)施引致，區(qū)域內(nèi)差異主要由數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化以及政府和社會數(shù)字化引起。

貢獻率結(jié)構(gòu)變化方面，考察期內(nèi)區(qū)域間差異貢獻率的遞減趨勢和區(qū)域內(nèi)貢獻率的遞增趨勢共同決定了長三角數(shù)字經(jīng)濟區(qū)域差異貢獻率結(jié)構(gòu)的變化。觀察圖2中四個維度的貢獻率演變趨勢可以發(fā)現(xiàn)，只有政府和社會數(shù)字化維度滿足這一趨勢特征，并在2018年之后，出現(xiàn)大幅度的“此消彼長”，符合上文2018年為分界點的結(jié)論。因此，可以推斷政府和社會數(shù)字化的區(qū)域差異演變是貢獻率結(jié)構(gòu)出現(xiàn)根本變化的主要影響因素。

五、長三角城市數(shù)字經(jīng)濟發(fā)展的空間演變

在空間演變方面，運用自然間斷點分級法、莫蘭指數(shù)法和時空躍遷測度法進一步分析長三角41個城市數(shù)字經(jīng)濟發(fā)展總體水平的空間異質(zhì)性，同時分別采用耦合度模型和kernel密度估計考察省際與省內(nèi)的空間相關(guān)性。

(一)空間異質(zhì)性分析

1.長三角城市數(shù)字經(jīng)濟總體水平的空間異質(zhì)性分析

借鑒王軍等[10]的研究成果，采取自然斷點分級法分析長三角城市數(shù)字經(jīng)濟發(fā)展水平的空間異質(zhì)性，將其劃分為高水平、中高水平、中低水平及低水平，其范圍分別為：(0.0107,0.0316]、(0.0055,0.0107]、(0.0013,0.0055]、(0.0002,0.0013]。如表5所示。

表5 2015—2019年長三角數(shù)字經(jīng)濟城市間發(fā)展水平

從表5可知，2015年處于低水平和中低水平區(qū)間的城市數(shù)量共有37個，中高水平和高水平區(qū)間只有4個城市；2019年只有麗水市和池州市處于低水平區(qū)間，中高水平和高水平區(qū)間城市數(shù)量上漲到18個。總體來說，長三角城市數(shù)字經(jīng)濟發(fā)展水平正在快速地從低水平向高水平演變。同時，表5還反映了長三角城市數(shù)字經(jīng)濟發(fā)展存在不充分和不平衡的特征。整體來看，2015—2019年間長三角大多數(shù)城市均分布在低水平和中低水平區(qū)間，說明長三角城市數(shù)字經(jīng)濟發(fā)展不充分問題較為嚴重；分區(qū)域來看，在低水平和中低水平區(qū)間內(nèi)大多以安徽省城市為主，而浙江省和江蘇省城市在高水平和中高水平區(qū)間占比較大，表明長三角城市數(shù)字經(jīng)濟發(fā)展也存在著不平衡的問題。

2.長三角城市數(shù)字經(jīng)濟四個維度的空間異質(zhì)性分析

通過構(gòu)建數(shù)字經(jīng)濟四個維度的雷達圖進行空間異質(zhì)性分析，結(jié)果如圖3所示。

圖3 2015—2019年長三角數(shù)字經(jīng)濟四個維度的空間分異

首先，從整體看，四個維度在構(gòu)成上失衡嚴重，并呈現(xiàn)出“一維獨大”的空間非均衡特征。四個維度也存在圈層關(guān)系：數(shù)字產(chǎn)業(yè)化>數(shù)字基礎(chǔ)設(shè)施>政府和社會數(shù)字化>產(chǎn)業(yè)數(shù)字化，其中，產(chǎn)業(yè)數(shù)字化對長三角數(shù)字經(jīng)濟發(fā)展存在明顯的掣肘。部分中小城市在產(chǎn)業(yè)數(shù)字化、政府和社會數(shù)字化等維度表現(xiàn)“搶眼”。這些特征表明長三角數(shù)字經(jīng)濟發(fā)展的“金字塔形”空間分異特征本質(zhì)上是由各維度發(fā)展的差異化引致的，在以數(shù)字產(chǎn)業(yè)化和數(shù)字基礎(chǔ)設(shè)施為主要發(fā)力點的現(xiàn)階段，東部沿海城市和大城市憑借原先良好的產(chǎn)業(yè)基礎(chǔ)和完善的基礎(chǔ)設(shè)施往往能夠搶先占據(jù)數(shù)字經(jīng)濟紅利，成為“塔頂”，而大多內(nèi)陸城市和中小城市由于發(fā)展相對滯后，變成了輸出生產(chǎn)要素的“塔底”，但同時部分中小城市“另辟蹊徑”在產(chǎn)業(yè)數(shù)字化、政府和社會數(shù)字化等維度實現(xiàn)特色化發(fā)展，從而越過數(shù)字鴻溝，完成了數(shù)字經(jīng)濟發(fā)展的躍遷。

其次，從省際看，江蘇省和浙江省占據(jù)了數(shù)字經(jīng)濟四個維度的多個極大值點和數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化。政府和社會數(shù)字化等維度的最大值，已然呈現(xiàn)出“三超多強”的規(guī)?；l(fā)展，從而在長三角區(qū)域內(nèi)形成區(qū)別于傳統(tǒng)以上海市為單一增長中心的數(shù)字經(jīng)濟增長極區(qū)域，發(fā)揮了更大的乘數(shù)效應(yīng)。因此省際數(shù)字經(jīng)濟的耦合度和耦合協(xié)調(diào)度逐年上升。

最后，從省內(nèi)看，浙江省數(shù)字經(jīng)濟發(fā)展最好的杭州市，其第一貢獻組件是數(shù)字產(chǎn)業(yè)化(0.0312)，而與之同屬數(shù)字應(yīng)用范疇的產(chǎn)業(yè)數(shù)字化是省內(nèi)7個城市的第一貢獻組件，占比63.64%，這種高度相關(guān)的聚集態(tài)勢使得杭州市與省內(nèi)其他城市之間具備良好的協(xié)作關(guān)系基礎(chǔ)和有效的輻射作用，從而壓抑了極化效應(yīng)。江蘇省數(shù)字經(jīng)濟發(fā)展差異主要來源于蘇南和蘇北的地區(qū)差異，蘇南(南京、蘇州、無錫、常州、鎮(zhèn)江)5個城市中第一貢獻組件多為相對重要性更高的數(shù)字基礎(chǔ)設(shè)施(占比60.00%)，蘇北(徐州、淮安、鹽城、連云港、宿遷)5個城市中第一貢獻組件多集中于同屬數(shù)字應(yīng)用范疇的數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化(共占比80%)，然而產(chǎn)業(yè)數(shù)字化在當(dāng)前階段相對重要性較低，可能產(chǎn)生拖累效應(yīng)，因此兩地區(qū)之間發(fā)展差異逐漸擴大，從而形成了“雙峰”態(tài)勢，并且主峰以蘇南地區(qū)為主，側(cè)峰以蘇北地區(qū)為主。安徽省數(shù)字經(jīng)濟發(fā)展最好的合肥市，第一貢獻組件是相對重要性最高的數(shù)字產(chǎn)業(yè)化(0.0178)，而省內(nèi)其他城市的第一貢獻組件多是相對重要性較低的政府和社會數(shù)字化，且維度之間不屬同一范疇，輻射效應(yīng)有限，而進一步觀察發(fā)現(xiàn)，安徽省內(nèi)16個城市中有13個城市的第一貢獻組件均是政府和社會數(shù)字化，占比81.25%，這種 “扎堆式”發(fā)展模式可能使得安徽省內(nèi)中小城市數(shù)字經(jīng)濟發(fā)展水平逐漸趨同，所以在2017年之后呈現(xiàn)“梯形”單峰發(fā)展態(tài)勢。

(二)空間相關(guān)性分析

1.長三角城市數(shù)字經(jīng)濟總體水平空間相關(guān)性分析

首先，使用局部莫蘭指數(shù)(Moran’s I )對長三角41個城市間數(shù)字經(jīng)濟發(fā)展的空間相關(guān)性進行分析。局部莫蘭指數(shù)計算公式如下：

(6)

其次，在計算出局部莫蘭指數(shù)基礎(chǔ)上，結(jié)合Li J等[7]的“中心-外圍”區(qū)域發(fā)展模式將長三角內(nèi)部劃分為4種空間關(guān)聯(lián)模式：促進區(qū)中心區(qū)H-H，數(shù)字經(jīng)濟增長的主要中心輻射地帶，對周邊城市具有良好的輻射效應(yīng)；低水平中心區(qū)L-L，數(shù)字經(jīng)濟發(fā)展的最薄弱地帶；促進區(qū)外圍區(qū)H-L，數(shù)字經(jīng)濟發(fā)展的中心城市，但對周邊城市的輻射作用有限；低水平外圍區(qū)L-H，低水平向促進區(qū)過渡的區(qū)域。如表6所示。

表6 2015—2019年長三角局部Moran’s I區(qū)域分布情況

續(xù)表6

同時借鑒Rey[25]的時空躍遷測度法對長三角數(shù)字經(jīng)濟發(fā)展的空間分布做進一步的演變分析。時空躍遷主要包含4種路徑：Ⅰ型-某地區(qū)的相對躍遷，Ⅱ型-相對空間中相鄰地區(qū)的躍遷，Ⅲ型-某地區(qū)及其相鄰地區(qū)向不同狀態(tài)躍遷，Ⅳ型-地區(qū)-鄰近地區(qū)保持相同水平。如表7所示。

表7 時空躍遷路徑

表6、表7結(jié)果表明：從整體上看，長三角整體呈現(xiàn)正相關(guān)的空間相關(guān)性，內(nèi)部具有高度的城市聚集態(tài)勢。從區(qū)域分布上看，促進區(qū)以上海市和三省省會城市為主，過渡區(qū)以江浙兩省的中小城市為主，而低水平中心區(qū)則以安徽省的中小城市為主。從城市躍遷上看，在觀測期內(nèi)，低水平區(qū)域并未發(fā)生太多城市間的躍遷，但在促進區(qū)，除了上海、杭州、南京、合肥等省會城市未發(fā)生躍遷外，越來越多原先處在中上游水平的中小城市先后加入了促進區(qū)，例如浙江省的寧波(Ⅱ型)、嘉興、金華和臺州等，江蘇省的常州(Ⅱ型)、蘇州和無錫(Ⅱ型)等，安徽省的馬鞍山(Ⅰ型)，表明長三角數(shù)字經(jīng)濟發(fā)展正逐漸打破大城市為經(jīng)濟增長中心的傳統(tǒng)分布規(guī)律，使得越來越多的中小城市成為經(jīng)濟增長中心。此外，促進區(qū)的城市逐漸增多，但是低水平區(qū)的城市卻并沒有發(fā)生太多的躍遷，也表明數(shù)字經(jīng)濟的發(fā)展同時擴大了長三角中小城市之間的內(nèi)部差異。從躍遷路徑選擇看，長三角城市躍遷路徑主要集中于Ⅰ型和Ⅱ型此類鄰近類型，其中Ⅰ型發(fā)生了6次，Ⅱ型發(fā)生了5次，這表明長三角城市數(shù)字經(jīng)濟發(fā)展保持穩(wěn)定性的可能相對較大。

此外，采用自然間斷點分級法，將長三角2015年、2017年和2019年的局部Moran’s I以及各城市均值劃分為四個區(qū)域，分別對應(yīng)強相關(guān)、偏強相關(guān)、偏弱相關(guān)以及弱相關(guān)，其中，顏色越深相關(guān)性越強，反之，顏色越淺相關(guān)性越弱，如圖4所示。

由圖4中可知：從整體來看，2015—2019年的41個城市里有23～25個城市的值為正，16～18個城市的值為負，這表明長三角城市數(shù)字經(jīng)濟發(fā)展總體上呈現(xiàn)空間正相關(guān)。從區(qū)域劃分來看，2015—2019年只有上海市處于強相關(guān)區(qū)域，偏強相關(guān)區(qū)域城市數(shù)在7～20區(qū)間浮動，偏弱相關(guān)區(qū)域城市數(shù)在17～26區(qū)間浮動，弱相關(guān)區(qū)域城市數(shù)在3～9區(qū)間浮動，這表明長三角城市數(shù)字經(jīng)濟的空間相關(guān)性尚處在中游水平。從局部莫蘭指數(shù)的演變趨勢來看，長三角各城市的值在考察期內(nèi)波動較小，城市位次保持穩(wěn)定，說明長三角城市數(shù)字經(jīng)濟發(fā)展在考察期內(nèi)有較為穩(wěn)定的“陣營”。從省會城市來看，只有上海市的均值為正，且保持較高水平波動，而杭州市、南京市和合肥市的均值都為負，說明在長三角省會城市數(shù)字經(jīng)濟發(fā)展中的涓滴效應(yīng)主要集中在上海市，而其他省會城市仍以虹吸效應(yīng)為主。

圖4 長三角整體局部莫蘭指數(shù)分級情況

總之，長三角城市數(shù)字經(jīng)濟發(fā)展存在空間相關(guān)性，且處在中游水平；長三角城市數(shù)字經(jīng)濟不同于傳統(tǒng)經(jīng)濟的“橢圓形”分布空間相關(guān)性特征[26]，而是逐漸呈現(xiàn)出總體穩(wěn)定、局部躍遷的“金字塔形”(區(qū)域城市數(shù)量由低水平區(qū)向促進區(qū)遞減)空間相關(guān)性特征。

2.長三角城市數(shù)字經(jīng)濟省際空間相關(guān)性分析

用耦合度模型來評價省份之間的兩兩耦合度以探求省際數(shù)字經(jīng)濟發(fā)展的失衡程度，計算公式如下：

C=[U(x)×E(y)]1/2/|U(x)+E(y)|

(7)

式中：C為耦合度，0～1；U(x)和E(y)為兩省數(shù)字經(jīng)濟發(fā)展指數(shù)。C越大，耦合程度越高。

同時，利用耦合協(xié)調(diào)度模型測算省際數(shù)字經(jīng)濟發(fā)展之間的協(xié)調(diào)程度，計算公式如下：

T=αU(x)+βE(y)

(8)

(9)

式中：α，β為待定系數(shù)，α+β=1，本研究認為長三角“三省一市”數(shù)字經(jīng)濟發(fā)展同等重要，因此α和β均取0.5。T為綜合指數(shù)；D為耦合協(xié)調(diào)度指數(shù)，取值范圍[0,1]，D越大，表明兩個省份之間的協(xié)調(diào)程度越高。表8反映了2015—2019年長三角“三省一市”數(shù)字經(jīng)濟發(fā)展的耦合度和耦合協(xié)調(diào)度。

表8 2015—2019年長三角“三省一市”數(shù)字經(jīng)濟發(fā)展的耦合度和耦合協(xié)調(diào)度

由表8可知：從整體來看，“三省一市”的耦合度C在0.4～0.5區(qū)間浮動，耦合協(xié)調(diào)度D在0.1～0.2區(qū)間浮動，再結(jié)合現(xiàn)有的耦合度類型和耦合協(xié)調(diào)度等級劃分標(biāo)準(zhǔn)④[27]可知，長三角數(shù)字經(jīng)濟發(fā)展在省際層面正處于嚴重失調(diào)的“拮抗階段”。從省際耦合度來看，除浙江與安徽、江蘇與安徽有緩慢上升態(tài)勢外，其他省份之間均勻速下降，表明了上海市對其他省份的空間溢出作用正在降低，而浙江和江蘇兩省對安徽省數(shù)字經(jīng)濟發(fā)展的影響正在上升，究其原因，是浙江和江蘇省近年來數(shù)字經(jīng)濟發(fā)展迅速，已然成為中國數(shù)字強省，由原來的區(qū)域雁陣模式中承接上海市數(shù)字產(chǎn)業(yè)的“雁尾”轉(zhuǎn)變?yōu)橄虬不帐≥斔蛿?shù)字產(chǎn)業(yè)的“雁翼”。從耦合協(xié)調(diào)度來看，各省份之間雖均保持上升趨勢，但波動幅度不大，表明省際數(shù)字經(jīng)濟總體存在差異縮小的潛在趨勢，但還面臨著相互制約的困境。從均值來看，最小的耦合度均值為2018年的0.4587，最大的耦合度均值為2016年0.4668，波動不大，同時，2019年的耦合協(xié)調(diào)度均值(0.1906)是2015年的耦合協(xié)調(diào)度均值(0.1146)的1.663倍，提升明顯。這表明在新發(fā)展理念之下，長三角區(qū)域一體化戰(zhàn)略的深入推進取得了良好的效果。

以上結(jié)果表明，長三角數(shù)字經(jīng)濟發(fā)展的省際差異雖有進一步縮小的趨勢，但現(xiàn)有的協(xié)同發(fā)展水平仍嚴重失調(diào)，原有的經(jīng)濟增長極上海市對其他省份的拉動作用正不斷降低，取而代之的是浙江和江蘇兩省數(shù)字經(jīng)濟的輻射效應(yīng)增強，帶動了安徽省的數(shù)字經(jīng)濟發(fā)展。

3.長三角城市數(shù)字經(jīng)濟省內(nèi)空間相關(guān)性分析

當(dāng)下，長三角各省均不約而同地對省會城市采取重點發(fā)展戰(zhàn)略，希望通過省會城市的發(fā)展帶動省內(nèi)其他中小城市的崛起，但在“極化-涓滴”效應(yīng)的初始階段，長三角各省省內(nèi)數(shù)字經(jīng)濟發(fā)展極有可能還處在極化效應(yīng)的上升期，數(shù)字經(jīng)濟發(fā)展的“鴻溝”將繼續(xù)擴大，故本部分采用kernel密度估計法探究長三角省內(nèi)數(shù)字經(jīng)濟發(fā)展的空間相關(guān)性。

kernel密度估計法作為一種非參數(shù)估計方法，可在不利用有關(guān)數(shù)據(jù)分布的先驗知識以及對數(shù)據(jù)分布不附加任何假定的前提下，從樣本本身出發(fā)研究數(shù)據(jù)分布特征，因此該方法被廣泛應(yīng)用于變量空間相關(guān)性研究。研究中最常用的密度函數(shù)形式為：

(10)

式中，N表示研究對象的數(shù)目，本文中為觀測的城市個數(shù)；xi表示獨立同分布的觀測值，本文指觀測城市的數(shù)字經(jīng)濟發(fā)展水平指數(shù)；x為觀測城市的數(shù)字經(jīng)濟發(fā)展水平指數(shù)的平均值；H表示核密度，K表示帶寬，其中寬帶的計算方法為K=0.9SeN-0.2，但由于本文數(shù)據(jù)集為面板數(shù)據(jù)，根據(jù)此公式計算將會導(dǎo)致不同年份有不同的帶寬，進而導(dǎo)致不同年度的數(shù)字經(jīng)濟發(fā)展指數(shù)的核密度圖無可比性，因此，參考李研[28]的做法，在默認情況下給出的全樣本數(shù)字經(jīng)濟發(fā)展指數(shù)各年度帶寬為參考，最終確定核密度圖的窗寬為0.001785。

特別地，在考察內(nèi)部差異性問題時，由于上海市內(nèi)部無法區(qū)分城市層面，故只考察浙江、江蘇和安徽三省。根據(jù)式(10)計算出長三角三省省內(nèi)的kernel密度值，如圖5所示，分別為浙江省、江蘇省和安徽省的省內(nèi)數(shù)字經(jīng)濟發(fā)展指數(shù)三維核密度估計圖。從分布位置來看，三省曲線中心位置整體向右移動，說明三省數(shù)字經(jīng)濟發(fā)展水平均不斷提高。從分布延展性來看，三省都呈現(xiàn)出左鋒右拖尾的特征，表明各省均存在數(shù)字經(jīng)濟發(fā)展的非均衡性；同時，從分布形態(tài)來看，三省數(shù)字經(jīng)濟發(fā)展核密度函數(shù)呈偏態(tài)分布，江蘇省和浙江省的主峰高度趨于穩(wěn)定，而安徽省波動較大且主峰高度最高，這說明江蘇省和浙江省的內(nèi)部城市數(shù)字經(jīng)濟發(fā)展指數(shù)在考察期內(nèi)較為穩(wěn)定，高低城市之間的差距并未發(fā)生太大變化，而安徽省則相反，內(nèi)部城市的數(shù)字經(jīng)濟發(fā)展出現(xiàn)一定程度的聚集趨勢。從極化現(xiàn)象來看，浙江省在2015—2016年有“雙峰”的趨勢，但很快這種趨勢逐漸平緩，表明浙江省內(nèi)雖具有兩極分化傾向，但并不嚴重。江蘇省內(nèi)部“雙峰”形態(tài)已經(jīng)完全形成，并且這種形態(tài)常年伴隨，說明江蘇省內(nèi)有較為嚴重的兩極分化問題。安徽省內(nèi)部早期呈現(xiàn)“雙峰”形態(tài)，但在2017年之后逐漸演化為“梯形”的單峰態(tài)勢，說明安徽省內(nèi)雖存在兩極分化問題，但分化現(xiàn)象正不斷緩解。

圖5 2015—2019年長三角三省省內(nèi)數(shù)字經(jīng)濟發(fā)展的動態(tài)演進

六、結(jié)論與政策建議

本文從數(shù)字經(jīng)濟的四個維度即數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化以及政府和社會數(shù)字化出發(fā)，構(gòu)建了城市數(shù)字經(jīng)濟發(fā)展測算指標(biāo)體系，對長三角41個城市的數(shù)字經(jīng)濟發(fā)展進行了測度，同時使用多種方法對其時空演變的特征進行分析，得到如下結(jié)論：

1.測度結(jié)果上，長三角各城市數(shù)字經(jīng)濟正在蓬勃發(fā)展，數(shù)字經(jīng)濟的增速遠超GDP的增速，對城市經(jīng)濟的拉動作用顯而易見，但城市間出現(xiàn)三個梯隊不均衡發(fā)展態(tài)勢。

2.時間演變上，長三角城市數(shù)字經(jīng)濟發(fā)展的差異性和非均衡性整體上逐漸改善，且非均衡早期主要表現(xiàn)為區(qū)域間明顯的差異，2018年之后轉(zhuǎn)變?yōu)閰^(qū)域內(nèi)差異占主導(dǎo)地位，這種差異結(jié)構(gòu)變化主要源于政府和社會數(shù)字化的發(fā)展演變。

3.空間演變上，長三角城市數(shù)字經(jīng)濟發(fā)展存在空間上不充分和不平衡特征，這種空間分布的不均衡特征主要源于數(shù)字經(jīng)濟四個維度在當(dāng)前發(fā)展階段的相對重要性差異；分別歸屬于4種空間關(guān)聯(lián)模式的長三角城市數(shù)字經(jīng)濟分布差異呈現(xiàn)出總體穩(wěn)定、局部躍遷的“金字塔形”，“三省一市”間數(shù)字經(jīng)濟發(fā)展尚處在嚴重失調(diào)的“拮抗階段”，各省內(nèi)差異亦有不同程度兩極分化現(xiàn)象。

根據(jù)上述研究結(jié)論，本文提出以下建議：

1.抓住城市數(shù)字經(jīng)濟發(fā)展機遇，促進數(shù)字經(jīng)濟壯大。解決區(qū)域數(shù)字鴻溝問題首先還是要繼續(xù)培育和壯大數(shù)字經(jīng)濟，只有把蛋糕做大，才能更好地分蛋糕。數(shù)字經(jīng)濟的本質(zhì)決定了發(fā)展數(shù)字經(jīng)濟必須要充分激發(fā)其對勞動分工、技術(shù)革新和資本積累的賦能作用：一是不斷拓展勞動分工的廣度和深度，勞動分工主要目的是降本增效，充分發(fā)揮數(shù)字勞動在企業(yè)分工和社會分工中的價值創(chuàng)造能力。二是促進數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的融合發(fā)展，“兩化融合”的深度推進是破解傳統(tǒng)產(chǎn)業(yè)“低端鎖不定，高端攀不上”窘境的關(guān)鍵；堅持以創(chuàng)新驅(qū)動作為核心動力，依托互聯(lián)網(wǎng)、人工智能、5G技術(shù)等數(shù)字技術(shù)推動傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，進而加快知識、技術(shù)等生產(chǎn)要素的積累，完成傳統(tǒng)產(chǎn)業(yè)的全要素生產(chǎn)率的提升。三是加強數(shù)字社會和數(shù)字政府的建設(shè)，推動社會服務(wù)模式和治理模式創(chuàng)新。

2.推進區(qū)域數(shù)字經(jīng)濟協(xié)調(diào)發(fā)展，逐步解決發(fā)展過程中的不平衡性。由于長三角資源稟賦差異和功能定位不同，因此各省市差異化發(fā)展是必然結(jié)果，需要正視長三角城市間數(shù)字經(jīng)濟發(fā)展差距，構(gòu)建合理的平衡發(fā)展格局。首先，針對區(qū)域間差異和區(qū)域內(nèi)差異的結(jié)構(gòu)變化，因時制宜地轉(zhuǎn)變相關(guān)政策，面對當(dāng)下區(qū)域內(nèi)差異為主導(dǎo)的長三角數(shù)字經(jīng)濟發(fā)展非均衡問題，可以搭建省會大城市與中小城市的溝通和資源轉(zhuǎn)移渠道，激發(fā)省會城市對全省的涓滴效應(yīng)。其次，針對長三角數(shù)字經(jīng)濟發(fā)展存在較為嚴重的空間差異，形成了“金字塔形”的分布非均衡特征，應(yīng)當(dāng)組建區(qū)域協(xié)調(diào)發(fā)展專門機構(gòu)，鼓勵數(shù)字經(jīng)濟發(fā)展頂端的城市為底端城市提供更新技術(shù)，底端城市為頂端城市提供豐富的生產(chǎn)資料，堅持差異化特色化發(fā)展。最后，統(tǒng)籌考慮數(shù)字經(jīng)濟四個維度的發(fā)展，具體而言，對于欠發(fā)達地區(qū)要加快數(shù)字基礎(chǔ)設(shè)施的覆蓋，讓這些地區(qū)盡快趕上數(shù)字經(jīng)濟發(fā)展的紅利期，并輔以政府的正確引導(dǎo)和幫扶，減少發(fā)展道路上的阻礙，而對于發(fā)達地區(qū)，應(yīng)堅持數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，提高數(shù)字產(chǎn)業(yè)競爭力。

[注 釋]

① 依靠平臺搜索管理系統(tǒng)功能，將創(chuàng)始資本100萬元以上并持續(xù)運營企業(yè)的創(chuàng)立時間與本文考察基期相匹配，進而得到相關(guān)企業(yè)數(shù)量。相關(guān)平臺數(shù)據(jù)源于政府公開數(shù)據(jù)。

② 由于城市網(wǎng)絡(luò)零售額數(shù)據(jù)缺失嚴重，難以收集有效數(shù)據(jù)集，但考慮到網(wǎng)絡(luò)零售額包含于社會消費品零售總額，故本文采用比重測算：市級網(wǎng)絡(luò)零售額=(省級網(wǎng)絡(luò)零售額/省級社會消費品零售總額)*市級社會消費品零售額。

③ 前十城市依次為：杭州、上海、蘇州、南京、寧波、金華、合肥、嘉興、溫州、常州，其中合肥、溫州和常州三市名次的順序與本文略有出入。梯隊分布為：杭州和上海為第一梯隊；南京、蘇州、寧波、合肥、金華和嘉興為第二梯隊(寧波和嘉興兩市略有出入)；其余城市為第三和第四梯隊(本文全部歸為第三梯隊)。

④ 0