江蘇省數字經濟發展水平綜合統計測度

魏滿滿 孫會娟

（江蘇師范大學科文學院經濟學院，江蘇 徐州 221132）

一、引言

國家“十四五”規劃和2035 年遠景目標綱要強調要發展數字經濟，迎接數字時代。江蘇省作為經濟大省，數字經濟發展勢頭強勁，數據顯示，2021 年江蘇省數字經濟規模超過5 萬億元，占地區生產總值比重為11.8%，其中數字經濟核心產業增加值占比達10.3%，兩化融合發展水平連續七年保持全國第一，智能制造發展指數、中國軟件名城數量排名全國第一，工業互聯網應用位列全國第一方陣。

2016 年G20 杭州峰會發布的《二十國集團數字經濟發展與合作倡議》提出了最具代表性數字經濟定義，之后引起廣泛關注。余嵐（2016）[1]認為數字化轉型將給人們生活帶來各種便利，新技術已經融入人們工作與生活的方方面面，正在改造和重構經濟與商業，給未來注入無限的發展潛力。鄭嘉琳和徐文華（2020）[2]提出數字經濟有助于我國經濟的高質量發展，但存在區域異質性，且存在顯著的環境規制和城市化門檻效應，建議大力推動我國的數字經濟發展，提升創新能力，優化產業結構，加快城市化進程。何大安（2021）[3]認為如果大部分廠商能夠在解析產供銷的數字化數據和歷史數據的基礎上，對非數字化數據、現期數據和未來數據進行解析，數字經濟就會突飛猛進。梁小甜和文宗瑜（2022）[4]研究了數字經濟對制造業高質量發展的影響，結果表明數字經濟通過增加創新投入和提升人均創利促進制造業高質量發展，不存在財務困境的企業及新產品開發經費較高的省份，數字經濟與制造業高質量發展的正向關系更為顯著。侯杰和李衛東等（2023）[5]發現全國和不同規模等級城市的數字經濟發展水平呈穩步提升趨勢，但城市之間的絕對差異有所擴大，且存在收斂趨勢。

然而，目前關于江蘇省數字經濟發展現狀及13市之間差異的研究甚少。因此，本文在對江蘇省數字經濟現狀描述性分析的基礎上，應用GM（1，1）模型對江蘇省數字經濟發展水平進行預測，并基于因子分析和聚類分析對2021 年江蘇省的相關指標進行綜合比較分析，旨在綜合了解江蘇省數字經濟發展現狀及13市的數字經濟發展差異，以期為江蘇省數字經濟發展提供有益參考。

二、江蘇省數字經濟發展現狀

近些年來江蘇省在數字基礎設施、數字化環境等方面均取得了突飛猛進的發展，蘇南、蘇北和蘇中區域呈現各具特色的數字經濟發展新態勢。

（ 一） 蘇南力推核心產業， 形成“ 高水平、 重創新、強規模”的中心城市群

2021 年，南京市數字經濟核心產業增加值占地區生產總值比重為15.9%，居江蘇省第一。蘇州市數字經濟發展水平遙遙領先，電子信息產業占4 萬億元規上工業總產值的28.1%，占江蘇省比重超過40%，約占全國的10%。2022 年無錫市數字經濟核心產業規模以上企業營業收入同比增長6.2%，集成電路和軟件產業突破1800 億元，物聯網規模突破4000 億元。

（ 二） 蘇北力補傳統特色， 形成“ 厚基礎、 求創新、抓特色”的新競爭格局

徐州市作為蘇北地區的中心城市，數字經濟發展優勢明顯，2022 年實施“智改數轉”項目1608 個，數字經濟發展指數位列全國城市第七、江蘇省第一；兩化融合發展水平達到66.7，位居江蘇省第四。連云港市搶抓建設千兆城市，初步搭建了5G 網絡、千兆光網等，在信息新基建開發模式方面有突破，加快了新基建投入步伐，在“數字+基礎設施”方面形成高質量發展新支撐。

（ 三） 蘇中力抓平穩發展， 形成“ 求突破、 穩步伐、加速度”的新發展態勢

揚州市加快產業數字化轉型，2021 年累計建成81 個智能示范車間和3 家省級智能制造示范工廠，數字農業農村發展水平為66%，數字經濟領域規模以上企業達1000 余家。2021 年，南通市電子信息制造業業務收入達1874 億元，數字經濟核心產業增加值占生產總值比重為8.71%，公共數據按需共享率達94.99%，數字安全防護指數達90.32%，省級智能制造示范工廠和車間數量突破100 個。

總之，蘇南城市數字核心產業增加值占比名列前茅，且在數字產業創新方面成果顯著；蘇北城市立足自身優勢，搶抓數字經濟在制造業方面的先機；蘇中地區在追求穩步發展的基礎上加強數字經濟規模建設，在數字產業化和產業數字化方面平衡發展。

三、江蘇省數字經濟發展水平預測分析

本文數據主要來源于《江蘇統計年鑒》、北京大學數字普惠金融指數、國家統計局等，部分缺失數據根據已有數據推算。

（一）江蘇省數字經濟發展的指標體系構建

參考王曉紅和李雅欣（2021）[6]的研究，考慮數據的可獲得性，最終選取2011—2020 年江蘇省數字基礎設施、數字生活方式、數字知識環境三個維度的數據作為一級指標來綜合反映江蘇省的數字經濟發展水平。通過TOPSIS 熵權法計算江蘇省數字經濟指數，該方法是將熵權法和TOPSIS 法結合，以熵值法定權，以TOPSIS 法排序，得到更加準確客觀的評價結果。表1是構建的江蘇省數字經濟發展水平的評價指標體系及相關指標權重。

表1 2011—2020 年江蘇省數字經濟發展水平評價指標體系

（二）T O P S I S 熵權法

步驟一：設定數字經濟的初始矩陣

步驟二：應用計算極值的方法計算標準矩陣Q

步驟三：計算加權決策矩陣

基于標準化的矩陣Q，得到歸一化加權矩陣N：

其中，W 表示由ωi構成的矩陣。

步驟四：計算正理想解和負理想解

步驟五：確定最優最劣距離

分別計算各個年份的數字經濟評價向量最佳狀態N+和最差狀態N-的距離和。

步驟六：求接近度

用Gi表示接近度，取值范圍是[0，1]。接近度的數值越大，數字經濟發展水平越接近最優水平。

依據上述賦權方法，分別計算得到2011—2020年江蘇省數字經濟發展指數（見表2）。

表2 2011—2020 年江蘇省數字經濟發展指數

（三）江蘇省數字經濟發展水平預測

灰色預測法是一種預測灰色系統的方法。目前常用的一些預測方法如回歸分析等，需要較大的樣本，對于少樣本的情況會造成比較大的誤差，使預測目標失效。而灰色預測模型所需的建模信息少、運算方便、建模精度高，因此有著廣泛應用，是處理小樣本預測問題的有效工具。

設X(0)=（x(0)（1），x(0)（2），…，x(0)（n））和X(1)=（x(1)（1），x(1)（2），…，x(1)（n）），則GM（1，1）的原始形式為：

設Z(0)=（z(0)（1），z(0)（2），…，z(0)（n））和Z(1)（k）=0.5x(1)（k）+0.5x(1)（k-1），則GM（1，1）的基本形式為：

針對數字經濟指數進行GM（1，1）模型構建時，首先要進行級比檢驗，用于判斷數據序列進行模型構建的適用性。級比值為上一期數據/當期數據。由表3 可見，原始數據沒有通過級比檢驗，因此需進行平移轉換，即在原始值基礎上加入平移轉換值1.000，最終平移轉換后的數據級比檢驗值均在標準范圍區間[0.834，1.199]內，意味著數據適合進行GM（1，1）模型構建。

表3 GM（1，1）模型級比值計算結果

從表4 可知，后驗差比C 值為0.043，小于0.350，意味著模型精度等級非常好。另外，小誤差概率p 值為1.000 大于0.950，意味著模型精度很好。由于灰色預測法適合短期預測，于是僅計算如表5 所示的向后5 年的預測值，并繪制如圖1 所示的條形圖。

圖1 江蘇省數字經濟發展水平趨勢圖

表4 模型估計結果

表5 向后5 年期的預測結果

由圖1 可知，2014 年之前江蘇省的數字經濟指數均小于0.4，處于初級發展水平。自從2015 年全國各地開始重視并加速推進數字經濟發展后，數字經濟呈現近似指數化增長趨勢，2020 年數字經濟指數超過1，按照此趨勢預測向后5 年的指數，到2025 年江蘇省數字經濟發展指數可以達到1.808。雖然灰色預測法存在一定的估計誤差，但這種短期預測可給江蘇省數字經濟的發展提供參考，綜合來看江蘇省數字經濟發展突飛猛進，取得了顯著成效。

四、江蘇省13市數字經濟綜合實力比較

為更精確了解江蘇省13 市數字經濟發展的差異，進一步建立因子分析模型和聚類分析模型綜合評價各個城市的數字經濟發展水平。參考蘇冰杰和盧方元等（2022）[7]的研究，基于數據的可獲取性，又選取了2021 年江蘇省13 市的計算機服務與軟件從業人員占比、人均電信業務總量、人均郵政業務總量、數字普惠金融指數等指標（見表6）建立實證模型，應用因子分析法和聚類分析法分別對13 市的數字經濟指標進行綜合比較分析。

表6 江蘇省13 市數字經濟指標選取

（一）因子分析

因子分析模型是研究如何以最少的信息丟失將眾多的原始變量濃縮成少數幾個因子，然后使用最終所濃縮的因子來解釋原始變量信息的一種多元統計測度方法。當原始變量之間相關性比較高時，由于多重共線性問題的存在可以借助因子分析方法實現變量的降維，既可以解決多重共線性問題，又可以盡可能地避免“維數災難”。

建立因子得分模型如下：

進行KMO 和巴特利特檢驗，得出KMO 取值為0.829，適合做因子分析，再結合圖2 判斷選取兩個因子比較合適，最終因子分類的結果是人均電信業務總量、人均郵政業務總量、每百人移動電話用戶數、數字普惠金融指數和每百人互聯網用戶數歸為第一個因子，記為F1，解釋的是數字基礎設施、數字產業化和產業數字化。計算機服務與軟件從業人員占比、各類專業技術人員數和發明專利授權率歸為第二個因子，記作F2，主要解釋數字知識環境。計算得到各個因子得分及綜合因子得分，并將其進行排序，見表7。

圖2 因子分析碎石圖

表7 各個因子得分及綜合排名情況表

根據表7 的綜合得分排名表和圖3 的因子得分散點圖可知，蘇南、蘇中和蘇北城市數字經濟發展存在區域異質性。蘇南城市綜合因子得分均在平均得分以上，而蘇中和蘇北城市還在平均得分以下。綜合數字基礎設施、數字產業化和產業數字化及數字知識環境來看，排名前三的分別是蘇州、南京和無錫，其次是常州、南通、揚州和鎮江。從F1（數字經濟基礎設施、數字經濟產業化和產業數字化）來看，排在前三名的仍是蘇州、南京和無錫，其他城市的名次均和綜合得分相差不大。從F1 的得分來看，南京、蘇州、無錫、常州都在平均水平以上，而徐州分數為-0.63，和平均水平有較大差距。鎮江在F1 因子上得分是-0.04，F2 因子上得分為-1.60，表明鎮江綜合水平在蘇南地區排名較為落后，尤其是數字知識環境方面得分在13 市中為最后一名。此外無錫和常州在F2 的得分也較為落后，表明蘇南地區的部分城市還需要加大數字知識環境建設，應在技術人員引進、專利申請和軟件服務等方面加大支持力度。在F2（數字知識環境）方面，第一名是南通，其次是南京、揚州和蘇州。徐州排在第5，而徐州在綜合排名和F1 上得分較低。淮安、宿遷也較為靠前，說明蘇北地區在數字知識環境方面排名比較靠前，與徐州、淮安等地近幾年出臺的人才引進政策密不可分。

圖3 江蘇省13市兩因子得分變量散點圖

綜上，南京和蘇州在F1、F2 和綜合得分上均名列前茅，南通的綜合水平也較高，蘇南城市在數字經濟賽道上賽出了較高水平；蘇中城市在努力與時俱進，穩中求進，加強創新；蘇北地區力補短板，找到了自身發展優勢，數字知識環境的建設效果顯著。

（二）聚類分析

聚類分析是研究“物以類聚”的一種多元統計分析方法。通過系統聚類的方法將江蘇省13 市按照數字相關經濟指標進行聚類，結果見表8。

表8 江蘇省13市數字經濟指標數據聚類分析結果

表8 的聚類分析結果表明，江蘇省13 市數字經濟發展水平客觀上可分為4 類。其中，南京自成1 類，蘇州、無錫、常州為第2 類，南通、揚州、泰州為第3 類，剩余城市為第4 類，這也和上述因子分析所得結論基本一致。

五、結論與建議

（一）結論

本文共選擇了兩個層面的數據集，一是選取2011—2020 年江蘇省數字經濟相關數據，利用TOPSIS 熵權法計算數字經濟指數，并建立了較為精確的GM（1，1）模型，對所得指數預測未來5 年的數值，旨在了解近年來江蘇省數字經濟發展的綜合水平。二是對2021年蘇南、蘇北和蘇中三個區域進行了現狀描述，并收集了2021 年江蘇省13 市發明專利授權率、數字普惠金融指數等8 個指標構建了因子分析和聚類分析模型，得出如下結論。

1.總體看，2011—2020 年江蘇省數字經濟發展水平逐年提升，呈現近似“指數化”增長趨勢，在2020 年超過1，預測在2024 年將超過1.5，可見江蘇省數字經濟發展態勢良好。

2.蘇南城市在數字產業創新方面成果顯著，尤其是核心產業增加值占比方面名列前茅，形成了“高水平、重創新、強規模”的數字經濟中心城市群。蘇北城市精準定位自身優勢，搶抓數字經濟在制造業上的先機，形成了“厚基礎、求創新、抓特色”的新競爭格局。蘇中城市在追求穩步發展的基礎上加強數字經濟規模建設，在數字基礎設施、數字化產業和產業數字化方面平衡發展，形成了“求突破、穩步伐、加速度”的新發展態勢。

3. 江蘇省13 市數字經濟發展差異較大，呈現蘇南、蘇中和蘇北發展不平衡的區域差異性。其中，蘇南城市數字經濟綜合建設水平突出，蘇中城市穩中求進，蘇北城市數字知識環境建設效果顯著。

（二）建議

1.加大統籌部署，營造良好環境

政府部門應當積極謀劃全省數字經濟發展的新思路、新措施，根據需要制定本省數字經濟發展的新規劃，將數字經濟發展全面納入江蘇省經濟高質量發展的規劃中，為數字經濟發展營造更加有利的環境。及時掌握數字經濟發展新動態，以治理數字化為保障，以產業數字化、數字產業化作為核心，以數據資源價值化為基礎，大力加強數字基礎設施建設。注重數字技術創新，構建數字經濟全要素發展體系，協調解決各區域在數字經濟發展過程中遇到的難題。

2.建立各城市數字經濟專題合作群

江蘇省數字經濟發展區域不平衡性突出。每個城市需要理清在數字經濟建設方面的優勢和不足，通過蘇南、蘇中和蘇北之間的相互合作，推動本地區在數字基礎設施等要素中的發展。積極向其他城市借鑒發展經驗，強化與周邊地區的協作，建成數字經濟專題合作群，實現數字經濟建設經驗分享互動，促成蘇南、蘇北和蘇中之間的區域聯動合作效應。

3.促進數字經濟基礎要素均衡發展

提高網絡服務質量水平，推動數字經濟發展。強化移動5G、通信網絡、大數據等建設力度，加快升級傳統互聯網數據中心，加快高速寬帶網絡等的建設速度。通過加大政府政策支持、提升政策服務效能等措施促進數字經濟基礎要素的深度發展，進而縮小蘇南、蘇中、蘇北地區的數字經濟發展差距。

4.注重跨領域交流協作

各區域應不斷創新，尋求數字經濟新時代改革創新之路，積極融入“數字絲綢之路”建設，加快數字經濟境外合作園區建設。加強與長三角地區、“一帶一路”沿線地區在數字基礎設施、數字金融、智慧物流、數字貿易等領域的交流合作，擴大數字經濟領域開放程度，推進各區域數字產業協同發展。◆