數字經濟與循環經濟融合水平評價及時空演化

陳艷春 李娜娜 張靜

摘 要：

以我國31個省份為研究對象，運用耦合協調度模型和探索性空間數據分析等方法，測度并分析2011—2020年數字經濟與循環經濟融合水平及其空間格局。研究表明：第一，從整體耦合協調度來看，我國省域的數字經濟與循環經濟耦合協調度實現了“跨越式”增長，但是區域間發展極度不協調，仍然存在東強西弱的發展格局，現階段需要結合東部地區優越的地理環境和人才優勢，發揮帶頭作用，將經驗、技術向中西部地區輻射。第二，耦合協調度存在明顯的空間依賴性，且我國31個省份耦合協調度存在著明顯的集聚現象，耦合協調度高的省份以及耦合協調度低的省份朝著水平相近的地區聚集。其中，“低—低”關聯的省份包括大多數西部地區省份，可見西部地區與其他地區之間的交流與合作存在一定的阻礙，是亟需政府扶持發展的區域。

關鍵詞：

數字經濟; 循環經濟; 耦合協調度；經濟高質量發展

中圖分類號：F49

文獻標識碼：A文章編號：1007-2101（2023）06-0056-11

收稿日期：2023-04-21

基金項目：

國鐵集團項目“鐵路數字化綠色化協同轉型發展研究”（P2022S016）;河北省教育廳人文社會科學研究重大攻關項目“系統打造河北高能級創新平臺的對策與措施研究”（ZD202206）

作者簡介：

陳艷春（1974-），女，河北玉田人，石家莊鐵道大學教授，博士生導師；張靜（1982-），女，河北邢臺人，唐山市路南區委副書記、政府區長。

積極推動數字經濟與循環經濟融合發展，是新時代推動經濟高質量發展的有效路徑。數字化轉型已經上升到國家戰略高度，將在我國經濟發展中發揮越來越重要的作用［1］。發展數字經濟，大力推動5G、物聯網、云計算、大數據、人工智能、區塊鏈等新一代數字關鍵技術，可以進一步加速創新突破，促進數字經濟與實體經濟深度融合，改造提升傳統產業的轉型，推進產業基礎高級化、產業鏈條現代化，是構建新發展格局的戰略選擇和關鍵支撐［2］。

循環經濟的實施不僅是一個物質流問題，還涉及信息問題，循環經濟發展需要協調物質流和信息流，數字經濟與循環經濟融合，數字技術賦能循環經濟產業能夠提高循環經濟效率、創新循環經濟商業模式，對循環經濟發展發揮巨大價值和潛能，乘數倍增效應凸顯。基于綠色化與數字化協同發展的共識，學術界從循環經濟和數字經濟融合方式展開研究，形成了“循環經濟數字化”和“數字化循環經濟”兩條路徑［3］。一方面，研究者從循環經濟的機理出發，認為在循環經濟的“減量化、再利用、再循環”方面可采用數字技術［4］監控物質流和信息流，從而提升循環經濟效率。國內外研究表明，以物聯網、大數據和人工智能為代表的數字技術不僅可以從物質循環的條件、回收利用知識等方面支撐循環經濟的發展，還可以使產品生產者更好地洞察用戶需求、提高盈利能力［5-6］。另一方面，研究者認為數字化是技術進步的一種表現，而技術進步一直是經濟增長的根本動力。數字技術融入循環經濟活動的全過程，循環經濟的發展水平也會因數字技術的應用增加得到顯著提高［7］。除了對循環經濟生產過程的影響，數字技術還可以使企業和企業之間、個人和個人之間、人和物之間建立起立體的、折疊的、交互式的鏈接，進一步提高效率［8-10］。

在綠色發展基礎上，數字經濟與循環經濟的融合發展需要戰略規劃和協調不同的政府機構，如果不能清晰地把握數字經濟與循環經濟的融合程度，政策制定者將難以精準施策。為了實現數字經濟與循環經濟融合，學者們在融合理論、方法和路徑等方面的定性研究不斷深入，但是關于數字經濟與循環經濟融合程度方面的定量研究比較缺乏，需要進一步用數據挖掘當前融合發展的現狀。由于我國不同地區的資源稟賦和產業結構存在顯著差異，探究數字經濟與循環經濟融合程度可以對融合現狀進行實時的把握，為兩者融合政策的制定、重點領域的識別提供數字依據。

一、數字經濟與循環經濟評價體系

（一）循環經濟評價體系構建

國內學者對區域循環經濟評價體系的研究最早始于2005年。早期使用最廣的構建指標方法是基于“PSR”架構的循環經濟評價體系，即壓力（Pressure）、狀態（State）和響應（Response）這三類指標。之后的學者又以此架構為基礎進行修正后創新出一系列的循環經濟評價體系，如鐘太洋等［11］以“活動—壓力—反應—績效”（APRP）體系構建循環經濟評價指標來評價江蘇省循環經濟發展水平。但是 PSR指標架構用于評價循環經濟發展水平存在明顯的不足，即缺少經濟發展水平及發展能力指標、管理類指標等，評價范圍過小。于是，在此期間也有學者嘗試基于“循環經濟原則”架構評價體系。CE原則包括廣泛使用的R原則，從3R到5R，再到更細微的10R，從這些不同原則的探討中尋找出最能夠反映循環經濟發展本質特征的指標，并以此為基礎來研究循環經濟發展情況。吳穎倩和孫文生［12］對河北省循環經濟現狀進行研究分析，依據3R原則從經濟社會發展、環境保護與資源再利用、資源消耗與環境污染三個方面建立包含18個基本指標的城市區域循環經濟指標體系。王榮等［13］根據循環經濟“減量化、再利用、資源化、減量化優先”的4R原則，選擇包括經濟社會發展水平、環境保護與資源再利用、資源消耗與廢物排放三個方面的指標體系。慈福義［14］遵循“6R”（再思考、減量化、再利用、再循環、再修復、再重組）原則、區域公平原則和代際公平原則，提出包含67個二級指標在內的城市循環型創新系統評價指標體系。從以上研究中可以發現，通常依據原則制定的指標過于泛化，缺乏循環經濟過程指標，不足以全面刻畫循環經濟發展情況。

為了進行全域評價和區域之間的橫向比較，筆者基于循環經濟發展從投入到產出的全過程，以及循環經濟的實施對社會、經濟和環境產生正向影響的角度構建循環經濟發展指標體系。在選擇具體的循環經濟投入、產出和影響指標時，依據已有學者建立的評價指標體系中，統計頻率出現次數最多的指標，同時參照國家發改委2017年印發的《循環經濟發展評價指標體系》，從物質輸入、資源利用、產出率、經濟和社會發展五個方面構建包含15個二級指標內的指標體系，以此更加全面地反映循環經濟發展，如表1所示。

“+”代表正向指標，即數值越大表明效果越好；“-”代表負向指標，即數值越小效果越好。本文以我國 31個省份（研究區域未包含中國香港特別行政區、澳門特別行政區和臺灣地區，下同）為研究對象。各指標的原始數據分別來源于《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》以及各省份統計年鑒。其中，還有一些指標需要通過相應的計算獲得，計算公式如下：

城市化率=地區城市人口總人口×100%（1）

第三產業占比=地區第三產業產值地區生產總值×100%（2）

萬元GDP水耗=統計期內水資源消耗量地區生產總值×100%（3）

萬元GDP能耗=統計期內能源消耗量地區生產總值×100%（4）

再生水利用率=地區再生水利用量地區污水處理量×100%（5）

一般工業固體廢物綜合利用率=一般工業固體廢物綜合利用量當年工業固體廢物產生量+綜合往年貯存量×100%（6）

建設用地產出率=地區生產總值建設用地面積×100%（7）

資源產出率=地區生產總值能源消費量×100%（8）

（二）數字經濟評價體系構建

目前對數字經濟的測度沒有統一標準，學界和政府部門最常用的兩個方法［15］：一是直接法，即在數字經濟的界定范圍之下，統計或估算一定區域內數字經濟的規模體量；二是對比法，即基于多個不同維度的指標，計算數字經濟綜合發展指數，對比不同地區間的數字經濟發展情況，并得到具體領域發展的相對情況。而現有的國際組織與研究機構對數字經濟的測度主要集中在后者。

歐盟在2014年發布了數字經濟與社會指數（Digital Economy and Society Index，簡稱 DESI），指數由寬帶接入、互聯網應用、人力資本、數字化公共服務程度和數字技術應用等五個主要方面的31項二級指標構成［16］。美國在構建數字經濟指標時，從數字經濟的概念范圍圖譜出發，包括數字化賦能基礎設施、數字化對銷售的賦能。經濟合作與發展組織（OECD）構建的數字經濟指標體系包括投資智能化基礎設施、創新能力、賦權社會、ICT 促進經濟增長與增加就業崗位四個層面，由具有國際可比較性的38個指標組成。對比國外，中國信息通信研究院從基礎設施、數字要素、數字社會和市場等方面構建評價指標進行測算［17］，充分考慮了數字經濟發展必要的基本條件、產業數字化、數字產業化以及數字經濟對宏觀經濟社會產生的影響。財新智庫與數聯銘品（BBD）聯合發布的“中國數字經濟指數”主要包括數字經濟產業指數、融合指數、溢出指數和基礎設施指數四個部分。2017年，賽迪顧問發布《2017 中國數字經濟指數（DEDI）》白皮書［18］，運用互聯網企業用戶數據反映數字經濟在服務業的滲透情況，同時將數字經濟劃分為基礎型、資源型、技術型、融合型和服務型數字經濟，涵蓋34個二級指標來評估我國31個省（自治區、直瞎市）的數字經濟發展水平。

從以上國內外數字經濟發展評價指標體系的構建可以發現，各指標體系考慮層次各異，且極具特色，但是仍有很多不足。一是理論框架不夠完善，尤其是國內，數字經濟發展指數的研究大多集中在2017年之后，數字經濟發展測度方面的起步較晚，指標間的邏輯關系和科學依據不清晰，一些指標數據來源不穩定，可能是當下的熱點，但不具有長期觀測的代表性和可持續性。二是指標差異大，數字經濟發展水平的測度指標不僅體現在要素投入、改善要素配置以及提高全要素生產率等微觀層面，還體現在優化市場結構、產業融合和提升區域經濟等中觀層面，更體現在經濟金融發展的普惠性等宏觀均衡層面。因此，在構建數字經濟發展指標體系時，關鍵是匹配研究對象，選取最適合、聯系最緊密、影響程度最深的指標。為此，

筆者基于數字經濟與循環經濟融合的認識，并在國內外研究基礎上，針對我國數字經濟發展實際，辨析數字化知識與技術在循環經濟中的應用與滲透機理，從而制定能夠精確測算數字經濟與循環經濟融合程度的指標體系，去除大量交叉度較高且有較少影響的指標。借鑒趙濤等［19］的研究，并結合數字經濟與循環經濟融合的實質，增加區域可比性，從數字基礎設施、數字技術產業規模、數字要素投入、數字技術相關產出、數字交易發展五個方面對數字經濟發展水平予以評價，指標體系如表2所示。在表2中，現有數字技術企業數是指經營項目涉及大數據、云計算、數字科技、人工智能相關業務的企業數總和，數據來源于企查查平臺。中國數字普惠金融指數的原始數據來源于《北京大學數字普惠金融指數（2011—2020）》報告。其他數據來源于《中國統計年鑒》以及各地區互聯網絡發展狀況統計報告。

二、研究方法

（一）熵值法確定指標權重

筆者采用熵值法對數字經濟和循環經濟發展水平指標體系的指標權重進行計算。熵值法是一種客觀賦權方法，借鑒了信息熵思想，依據指標樣本數據的離散和變異程度來決定指標的權重，有效改進了主觀賦權法的不足。指標的信息熵大小與其自身的相對變化成反比，即熵越大說明系統越混亂，攜帶的信息越少，權重越小；熵越小說明系統越有序，攜帶的信息越多，權重越大。

熵值法計算權重的步驟如下。

第一步，建立多屬性決策矩陣，Xij為第i組樣本，第j個評價指標：

X={Xij}m×ni＝1，2，…，m；j=1，2，…，n（9）

第二步，對數據無量綱化處理。

因為選取的指標有正向指標和負向指標，因此分為兩種情況：

正向指標：yij=xij-min max-min+0.01（10）

負向指標：yij=max-xijmax-min+0.01（11）

在式子后加上0.01是為了有效避免無綱函數在處理時個別指標可能出現負值或0的現象。

第三步，計算第 j 項指標下第 i 個樣本數值占該指標的比重pij：

pij=yij∑ni=1yij（12）

第四步，分別計算熵值（ej）、差異性系數（Aj）、指標權重（Wij）：

ej=-k∑mi=1pijln （pij） （13）

Aj=1-ej（14）

Wij=Aij∑nj=1Aj（15）

（二）綜合評價函數

首先，構建循環經濟綜合評價函數：

CEi=∑nj=1W'jMij（16）

式中，W'j為循環經濟發展水平評價體系中第j項指標的指標權重（j =1，2，…，n）；Mij為第i個省份第j個指標的標準化值。

其次，構建數字經濟綜合評價函數：

DEi=∑nj=1Q'jNij（17）

式中，Q'j為數字經濟發展水平評價體系中第j項指標的指標權重（j =1，2，…，n）；Nij為第i個省份第j個指標的標準化值。

（三）耦合協調度模型

筆者通過引入耦合協調度模型測度數字經濟與循環經濟的融合水平。耦合是經濟學從物理學引進的基礎概念，用于表示多個系統之間相互制約與影響的復合效應，耦合度模型可表示為：

Ci=2CEiDEi（CEi+DEi）2（18）

式中，CEi、DEi分別為數字經濟、循環經濟綜合發展指數，Ci表示耦合度值，其取值范圍為［0，1］，Ci值越大，說明數字經濟與循環經濟的耦合度越高，反之越低。耦合度可以反映系統之間相互作用的程度，但是無法體現好壞。需要進一步引入協調度模型，耦合協調度既能夠反映兩個及以上系統之間相互作用關系，又可以表征要素協調的水平，體現系統協調狀況的好壞。耦合協調度的計算如下：

Di=Ci×Ti（19）

Ti=αCEi+βDEi（20）

式中，Di為耦合協調度，Ti為綜合協調指數，α、β為數字經濟、循環經濟在系統中的重要程度，這里令α=β=0.5。

三、數字經濟與循環經濟融合水平測算

（一）循環經濟綜合發展評價

為綜合考慮我國經濟發展的區位因素，根據經濟發展程度將我國31個省（自治區、直轄市）劃分為東部、中部和西部三個經濟區，其發展指數均值如表3所示。由圖1可知，從整體趨勢上2011—2020年東部、中部和西部三大經濟區的循環經濟發展水平持續增長，

其東部地區的循環經濟發展水平顯著高于中部和西部地區，同時高于全國平均值。但是可以發現，三大經濟區的發展指數均值在2020年都有明顯下降。2019年及以前，東部地區從2017年開始增長速度放緩，中部地區一直保持穩步上升，西部地區在2015年有所下降，雖然循環經濟的發展有不穩定的情況出現，但是大致方向是積極向好的。

2020年，全國消費下降，政府在一定程度上給予了企業和個人減免稅收的優惠，同時減少了部分政府采購和投資支出，2020年全國財政收入同比下降3.9%。人均財政收入是評價體系中用以衡量循環經濟發展指數的重要指標，其數值的縮減是導致循環經濟發展水平全區域下降的主要原因。

2017年，北京市的一般工業固體廢物綜合利用率同比下降0.122個百分點，遼寧省同比下降0.006個百分點，山東省同比下降0.061個百分點，重慶市同比下降0.075個百分點。同時，北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東的萬元GDP能耗都有不同程度的上升，同比增加的百分點分別為0.075、0.037、0.011、0.008、0.038、0.064、0.025、0.074、0.020、0.054。由于兩個指標的變化共同發生作用導致東部地區2017年之后的循環經濟發展指數增速放緩。由此可見，東部地區的資源消耗需求大，末端治理仍然存在不足，工業固廢處置利用效率低，資源循環利用產業發展措施有待加強。

2011—2014年，西部地區循環經濟發展指數增長明顯，與中部地區循環經濟的發展指數均值幾乎持平。其中，西部的發展得益于國家西部大開發戰略的推動，循環經濟園區示范中心的建立，以及持續調整的產業布局和工業結構、科技人才和資金的投入等。但是，中西部的平均發展水平仍然低于全國平均水平。究其原因，主要是其對礦物資源的依賴性相對較大，且中西部地區重工業基地偏多，資源的消耗也隨之增加，對循環經濟效率值產生一定影響。同時，中西部地區循環經濟發展指數低下也受制于其經濟增長方式，目前還處于由粗放型經濟向集約型經濟發展模式轉變的過程中。

（二）數字經濟綜合發展評價

由表4可知，從整體趨勢上看，2011—2020年東部、中部和西部三大經濟區的數字經濟發展水平不斷提高，并且東部地區的數字經濟發展指數明顯高于中西部地區，且高于全國平均值，中西部地區平均發展水平低于全國平均值。西部地區2011—2016年發展增速較為緩慢，然而2017—2020年增速加快，甚至趕超中部地區，發展勢頭強勁。2020年，數字經濟發展除西藏略有下降外，其他30個省份的數字經濟發展均有較大程度提高，這與數字技術的運用密切相關。2018—2020年，全國各地區增長速度加快，在6個評價指標中，數字技術產業規模的發展速度最快，對總指數的貢獻也最大。截至2020年，根據企查查數據，廣東的現有數字技術相關企業有175 652家，上海、江蘇和浙江分別有49 220、86 746和74 467家。數字要素投入的增加，比較顯著的有：上海市2020年信息傳輸、計算機服務和軟件業從業人數占城鎮單位從業人員比重較2011年增加了3.208個百分點，天津市2020年比2011年增加了2.502個百分點。

2017—2020年，西部地區發展水平超過中部，觀察增速變動節點年份，貴州和新疆2020年數字經濟發展指數均比2017年上升14名，廣西同時期上升8名，西藏同時期上升7名，云南同時期上升5名，數字經濟的發展正在釋放西部省份新動能（見圖2）。

（三）耦合協調度分析

1.耦合協調度等級劃分。

筆者參考已有研究的相關分類標準［20-22］，并且結合數字經濟與循環經濟融合發展的實際情況將耦合協調度D值分為5個階段10等級，如表5所示。

2.耦合協調度測算結果。

依據我國31個省份數字經濟與循環經濟的發展水平，通過耦合協調度模型計算出各個省份的耦合協調度，結果如表6所示。

從整體耦合協調度來看，我國省域2011—2020年的耦合協調度呈現逐漸增長趨勢，整體均值增長114.87%。北京的耦合協調度一直保持高水準，從深度磨合階段逐漸向高水平耦合階段靠攏，到2020年，其耦合協調度已達到0.982，近10年增長56.12%。上海、浙江和廣東在2011年均處于初步磨合階段，2020年其耦合協調度分別為0.820、0.793和0.865，位于中級協調和良好協調等級，耦合協調度持續加快。西藏、甘肅、青海、寧夏和新疆在2020年的耦合協調等級仍然處于瀕臨失調和勉強協調，其他省份大多處在初步磨合階段（如表6所示）。由此可知，雖然我國數字經濟與循環經濟發展水平的耦合協調度在逐級上升，但是區域發展極度不協調，仍然存在東強西弱的經濟發展格局，這與數字經濟和循環經濟的發展水平極度吻合，也說明數字經濟與循環經濟的發展融合亟需尋求新的突破點。

從區域發展分布來看，高水平融合省份集中在東部沿海地區，低水平融合省份集中在西部。其中，西藏整體水平較低，說明西藏下轄城市數字經濟與循環經濟發展之間的相互作用和反饋過程還沒有形成良性發展，融合水平尚處于輕度失調狀態。由此，應該發揮東部地區優越的地理環境和人才優勢，將經驗、技術向中西部地區輻射，進而實現中西部地區數字經濟與循環經濟的快速融合與發展。

3.耦合協調度時序演變分析。

為了更直觀地觀察各省份時序演變趨勢和協調度變化，選取2012年、2015年、2018年和2020年的耦合協調度作為樣本數據繪制圖3，可直觀表現出各地區數字經濟與循環經濟耦合協調度的差異。整體來看，在研究期內，31個省份的耦合協調度是逐漸提高的。具體來說，31個省份在2012年、2015年、2018年和2020年的平均值分別為0.350、0.451、0.563和0.653。

4.耦合協調的空間演變分析。

為進一步探究數字經濟與循環經濟耦合協調度的空間分布特征，基于2012年、2015年、2018年和2020年四個截面的耦合協調度數據，按照等級劃分標準繪制了耦合協調度的空間分布圖，結果如表7所示。總體來看，隨著時間的推移，我國31個省份的數字經濟與循環經濟耦合協調度實現了“跨越式”的增長。在耦合協調度不斷提高的進程中，也存在著明顯的空間分異。

高水平耦合省份。北京依托其經濟基礎和頂層設計，數字經濟與循環經濟發展水平均處于絕對的優勢地位，已逐漸形成數字經濟與循環經濟深度融合格局。廣東在2020年的耦合協調度達到0.865，進入良好協調階段，這與廣東省強大的數字經濟實力密不可分。近幾年，廣東省的數字經濟呈現超高速發展的勢頭，截至2022年，廣東省的5G基站已超過17萬座，數量居全國第一，光纖用戶數和電子信息制造業的規模等也均居全國前列。數字產業創新發展的步伐大步前進，推動了產業數字化轉型進程提速升級，數字經濟與循環經濟融合加深。

深度磨合省份。在2012年和2015年，只有北京處于深度磨合階段，隨后逐漸由東向西蔓延。2018年，天津市以及東部沿海地區的山東、江蘇、上海、浙江、福建和廣東進入深度磨合階段。到了2020年，絕大多數的中部地區以及四川、貴州、云南等西部地區也步入深度磨合階段，由此可見，數字經濟與循環經濟融合加深的區域不斷在擴展。

初步磨合省份。2012年初步磨合省份包括江蘇、上海、浙江、福建和廣東5個省份，2015年增加至21個省份，2018年較2015年增加23個省份，不包括已經進入深度磨合階段的天津、山東、江蘇、上海、浙江、福建和廣東。可見在研究期內數字經濟與循環經濟融合水平提升明顯。

拮抗與低水平耦合省份。2012年，我國除了北京、江蘇、上海、浙江、福建和廣東之外，全部處于拮抗階段，此時的數字經濟與循環經濟融合水平非常低。2015年，隨著國家對數字經濟和循環經濟的愈加重視，中部地區幾乎脫離失調的狀態，進入初步磨合階段，只剩下西部地區仍然處在落后地位。到2018年可以觀察到全國的數字經濟與循環經濟融合水平整體進入新發展階段。

四、數字經濟與循環經濟耦合協調的空間關聯格局

（一）全局空間關聯特征分析

為了進一步揭示數字經濟與循環經濟融合發展的空間分布狀況，根據我國31個省份的區域屬性和位置，選用空間自相關分析方法分析區域單元觀測值的總體分布情況，通過計算Moran's I、Z得分和P值的結果分析是否存在集聚現象。

全局空間自相關Moran's I 指數的計算公式為：

I=n∑ni=i∑nj=1wij（xi-）（xj-）s2∑ni=1∑nj=1w

ij（13）

S2=1n∑ni=1（xi-）2（14）

式中， x為數字經濟與循環經濟耦合協調度的代入值；n個地區屬性值變量的均值記為（這里n為31個省份，為31個省份數字經濟與循環經濟耦合協調度平均值）。i和j為各省份，wij為構建的空間權重矩陣，本文采用一階Queen鄰接關系的空間權重矩陣。

Moran's I 數值在［-1，1］內變化，在其通過顯著性檢驗的情況下，Moran's I >0表示空間正相關，其值越大，空間相關性越明顯；Moran's I <0表示空間負相關，其值越小，空間差異越大；Moran's I=0表示空間不相關，空間呈隨機性，結果如表8所示。

2011—2020年數字經濟與循環經濟耦合協調度的Moran's I均通過Z值檢驗，且均在5%的顯著水平上呈現出正相關性（全局Moran's I估計值均為正值），說明耦合協調度存在明顯的空間依賴性。具體地，2011—2013年全局Moran's I估計值緩慢上升，空間集聚效應逐年增強；2014年全局Moran's I估計值有所下降；2015—2016年Moran's I估計值繼續緩慢上升，且在2016年達到峰值0.335，表明該時期31個省域空間集聚關聯最大；2016—2019年全局Moran's I估計值逐年下降，空間集聚效應逐年降低；2020年Moran's I估計值又有所回升。以上，數字經濟與循環經濟耦合協調度的Moran's I估計值大致經歷了多次波動，表明在2011—2020年31個省域數字經濟與循環經濟耦合協調度空間格局經歷由集中向分散再到集中的演變。

（二）局部空間關聯特征分析

本文采用局部 Moran's I 測算31個省份耦合協調度局部的空間分異規律，局部Moran's I指數的計算公式為：

Ij=xi-S2∑ni=1Wij（xj-）（15）

式中，x為數字經濟與循環經濟耦合協調度的代入值；n個地區屬性值變量的均值記為（這里n為31個省份，為31個省份數字經濟與循環經濟耦合協調度平均值）。i和j為各省份，wij為構建的空間權重矩陣，本文采用一階Queen鄰接關系的空間權重矩陣。

Moran散點圖可以明確說明兩個變量之間的變化聯系，本文以數字經濟與循環經濟耦合協調度為x軸，以發展空間滯后為y軸來表示二者之間的空間相關關系，利用GeoDA軟件繪制2012年、2015年、2018年及2020年31個省份耦合協調度空間自相關散點圖（見圖4）。其計算得出的局部 Moran's I值主要呈現出四種主要模式：“高—高”（HH）集聚模式或者“低—低”（LL）集聚模式反映出全國各個省份的耦合協調度具有很高的相似性且空間的差距很小；“高—低”（HL）集聚模式或者“低—高”（LH）集聚模式反映出全國各個省份的耦合協調度呈現出較低的相關性且空間區域差異顯著。圖中四個象限從左上順時針開始依次代表低—高（LH）、高—高（HH）、高—低（HL）和低—低（LL）聚集模式。

由圖4可知，散點主要集中在一三象限，反映出耦合協調度高的省份以及耦合協調度低的省份朝著水平相近的地區聚集，意味著我國31個省份耦合協調度存在著明顯的集聚現象，相鄰省份之間相互影響，并且散點圖的擬合線向右上方傾斜，也再次證明彼此之間存在著空間正相關性。

如表9所示，2012年、2015年和2018年只有天津是高—高集聚模式，2020年只有江蘇是高—高集聚模式。天津與北京毗鄰，江蘇與浙江、安徽和山東毗鄰，形成互相促進、聯動發展的格局，溢出效應明顯，是我國數字經濟與循環經濟融合發展的重要增長極。2012年只有陜西是高—低集聚模式，2020年只有云南是高—低集聚模式，陜西和云南的數字經濟、循環經濟的發展基礎較好，數字經濟與循環經濟融合發展也達到深度磨合階段，但是由于周邊省份的發展水平偏低抑制自身融合發展潛力，急需探求跨區域合作模式與路徑，帶動外圍區域發展，從而提高自身的融合水平。低—低關聯的省份包括大多數西部地區省份，這是因為西部地區的耦合協調度遠遠落后于其他地區，且其數字經濟發展水平和循環經濟發展水平也較為落后，可見西部地區與其他地區之間的交流與合作存在一定的阻礙，是亟需政府扶持發展的區域。

五、結論與建議

本文采用耦合協調度模型和探索性空間數據分析等方法，測度并分析我國2011—2020 年31個省份的數字經濟與循環經濟融合水平及其空間格局，得知我國各省份的數字經濟與循環經濟耦合協調度實現了“跨越式”的增長，但區域間耦合協調度發展水平極度失衡，且耦合協調度存在明顯的空間依賴性和集聚現象。為了使數字經濟更好地賦能循環經濟發展，一方面通過數字技術提升循環經濟的效率，另一方面提升循環經濟的規模效益。數字經濟與循環經濟的深度融合是當前發展的趨勢，隨著數字經濟與循環經濟的深度融合，經濟結構和規模都發生轉變，才能實現真正的轉型。因此，筆者基于各省份不同發展現狀并結合其產生機制提出如下建議。

（一）加大循環發展數字化投入，拉動提高中西部地區發展水平

新疆、青海、西藏、甘肅、寧夏、山西、江西、黑龍江、吉林和遼寧的耦合協調度在2020年仍處于初步磨合階段，具有較大提升空間。這些地區融合發展滯后的原因主要是其數字經濟發展水平低，數字技術應用范圍比較小，新型基礎設施建設緩慢；資源循環利用效率不高，例如，新疆、西藏、甘肅和寧夏的資源和能源仍然大量采用粗放型消耗模式，山西能源產業、煤炭產業的智能化水平較低；吉林、黑龍江和遼寧的經濟增速緩慢，人才外流導致其產業化能力的下降，沒有全面實施循環經濟數字化轉型的底層架構，成本投入遠遠大于效益產出；同時，西部地區大多數表現為“低—低”集聚模式，是需要政府重點扶持發展的區域。因此，應加快建立5G基站、工業互聯網平臺和智能信息管理系統等基礎設施，在此基礎上創建更合理與更靈活的數字化管理流程，能夠更加快速地解決在生產、消費與回收利用等過程中可能出現的任何技術問題，推動循環經濟技術的創新，進一步提升資源能源的綜合利用效率。利用數字技術與其他生產要素相結合，加大對發展落后的中西部地區和數字化轉型緩慢地區的云計算、人工智能和大數據等數字產業的支持，以及對人才、資金等的投入。

（二）夯實數字經濟發展基礎，布局融合發展新格局

隨著循環產業創新投入的增加，數字技術運用的相對成熟，內蒙古、天津、河北、河南、陜西、安徽、湖北、湖南、重慶、貴州、四川、云南、廣西、海南、山東、江蘇、浙江和福建的耦合協調度在2020年已步入深度磨合階段，部分省份的數字經濟與循環經濟融合發展成效顯著。

例如天津的企業和產業園區循環經濟數字化局部的創新實力顯著加強;數字經濟規模不斷擴大，截至2020 年，湖北省5G 宏基站累計達到3.1萬個，基站數量居中部第一。但是這些區域的融合水平較頭部地區仍有很大差異，這是由于技術帶來效益的同時也產生新型消耗，個人和組織層面能力的不斷更新，急需數字化人才的培養，并且隨著數字化循環企業“壟斷式”發展，中小型企業進入市場困難，其循環經濟發展的體制機制面臨困難和挑戰；循環產業整體信息化不足，利益相關者在共享數據庫、共享經濟平臺方面的參與度不高，大多企業的數字化應用采用相對獨立的管理系統，信息分享之間的聯動性差，缺乏統一高效的循環經濟數字化管理方案和數據中心管理措施，導致數字技術促進循環經濟發展的作用無法充分發揮。因此，需要不斷建鏈強鏈、延鏈補鏈，做強核心循環產業集群，優化產業結構布局，形成結實強勁的數字化循環產業鏈條。同時，不斷升級數字循環治理技術，打通跨區域、全產業的治理流程，鼓勵更多的利益相關者合作研發，以促進數字技術支持的循環商業模式的創新。天津和江蘇等區域“高—高”集聚效應明顯，其數字經濟與循環經濟融合可以利用各自特點，推動工業互聯網快速發展，地區相關企業聯動發展，形成協同效應。天津和江蘇等地應發揮重要增長極的作用，加強與周邊地區的合作，構建高水平發展經濟圈，形成相互促進、融合更深的聯動發展格局。

（三）升級數字技術應用，實現全面協調發展

北京、上海和廣東的耦合協調度在2020年位于高度磨合階段，數字經濟與循環經濟融合水平逐漸進入成熟期，其中北京的發展模式最具代表性，創新的數字技術簇群快速成為循環經濟主導技術群，數字技術的應用引發根本性創新，數據成為關鍵生產要素，完整的循環產業數字化鏈條集成。位于高水平發展的北上廣三地在數字經濟與循環經濟的發展中表現強勁，其中，廣東有著巨大的經濟體量與廣闊的循環產業規模，上海逐步轉型，走入數字經濟為主要驅動的經濟模式。未來，需要不斷升級數字技術在循環經濟中的應用場景，和現有工業、農業和建筑業等領域的結構重建，以及制定統一的標準和實施準則，在信息處理方面積極發揮頭部引領作用。利用空間集聚特征，發展區域聯合模式，結合東部地區優越的地理環境和人才優勢，將其經驗與技術向其他低水平地區輻射，帶動耦合協調度較低地區的發展，促進區域協調發展。

（四）政府宏觀調控，促進數字化循環活動

政策不一致或者滯后會制約融合發展的速度，數字經濟與循環經濟融合發展還需要政策的協同。經濟部門的核心任務是促進經濟增長。通訊部門和監管機構的焦點應是擴大互聯互通。教育部和勞動部可以在人力資本提升和工人培育方面出臺激勵政策。國家統計局負責收集跟蹤每個項目進展的統計數據。同時，可以通過經濟手段鼓勵私人投資，公共資金集中用于資助研發的初始階段，并輔以混合融資模式，綠色公共采購支持創新循環活動和相關數字應用。基于數字技術的應用對不同地區循環經濟發展產生的積極影響具有差異性，未來應實施動態化、差異化的數字化循環經濟發展戰略，在政府的宏觀調控作用下，促進數字經濟與循環經濟融合平衡和深度發展。

參考文獻：

［1］陳昌兵.新時代我國經濟高質量發展動力轉換研究［J］.上海經濟研究，2018（5）：16-24+41.

［2］王敏.新發展階段數字經濟高質量發展研究［J］.哈爾濱師范大學社會科學學報，2021（4）：75-78.

［3］蔡躍洲.經濟循環中的循環數字化與數字循環化——信息、物質及資金等流轉視角的分析［J］.學術研究，2022（2）：84-90+177.

［4］VAN BRUGGEN A R， ZONNEVELD M. Solution-focused sustainability assessments for the transition to the circular economy： the case of plastics in the automotive industry［J］. Journal of Cleaner Production， 2022， 358：1-12.

［5］RENTIZELAS A， TRIVYZA N， OSWALD S， et al. Reverse supply network design for circular economy pathways of wind turbine blades in Europe［J］. International Journal of Production Research， 2022， 60（6）：1795-1814.

［6］王江泉，趙鑫，張俊.中國數字經濟發展效率評價［J］.統計與決策，2022（9）：21-25.

［7］PAGOROPOULOS A， PIGOSSO D， MCALOONE T C. The emergent role of digital technologies in the circular economy： areview［J］. Procedia CIRP， 2017， 64：19-24.

［8］蔡玲，汪萍.數字經濟與城市綠色全要素生產率：影響機制與經驗證據［J］.統計與決策，2022（9）：11-16.

［9］D'AMICO G， ARBOLINO R， LEI S， et al. Digital technologies for urban metabolism efficiency： lessons from urban agenda partnership on circulareconomy［J］. Sustainability， 2021， 13（11）：1-23.

［10］程承坪，陳志.人工智能促進中國經濟增長的機理——基于理論與實證研究［J］.經濟問題，2021（10）：8-17.

［11］鐘太洋，黃賢金，李璐璐，等.區域循環經濟發展評價：方法、指標體系與實證研究——以江蘇省為例［J］.資源科學， 2006（2）：154-162.

［12］吳穎倩，孫文生.河北省城市循環經濟發展指標體系及實證評價［J］.廣東農業科學，2010（7）：383-386.

［13］王榮，張所地，徐治宇，等.城市循環經濟發展評價的數學模型及實證分析［J］.數學的實踐與認識，2013（4）：11-16.

［14］慈福義.資源環境約束下城市循環型創新系統評價——以濟南市為例［J］.企業經濟，2016（2）：5-9.

［15］徐清源，單志廣，馬潮江.國內外數字經濟測度指標體系研究綜述［J］.調研世界，2018（11）：52-58.

［16］高燕，徐政.供需視角下我國數字經濟評價體系構建及測度［J］.商業經濟研究，2021（16）：180-183.

［17］王娟娟，佘干軍.我國數字經濟發展水平測度與區域比較［J］.中國流通經濟，2021（8）：3-17.

［18］賽迪顧問.2017中國數字經濟指數（DEDI）報告［R］.賽迪顧問，2017.

［19］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020（10）：65-76.

［20］馬亞亞，劉國彬，張超，等.陜北安塞縣生態與經濟系統耦合協調發展［J］.生態學報，2019（18）：268-277.

［21］李雪松，龍湘雪，齊曉旭.長江經濟帶城市經濟—社會—環境耦合協調發展的動態演化與分析［J］.長江流域資源與環境， 2019（3）：15-26.

［22］楊坤，汪萬.長三角地區協同創新、產業結構與生態效率耦合協調發展的時空演化［J］.科技管理研究， 2020（21）：80-87.

責任編輯：李金霞

The Evaluation and Spatio-Temporal Evolution of the Integration of Digital Economy and Circular Economy

——Taking the "Second

Chen Yanchun1，Li Nana1，Zhang Jing2

（1.School of Management， Shijiazhuang Tiedao University， Shijiazhuang Hebei 050043， China;

2.People's Government of Lunan District of Tangshan City，Tangshan Hebei 063000，China）

Abstract：

Taking 31 provinces in China as the research object， this paper measures and analyzes the integration level and spatial pattern of digital economy and circular economy from 2011 to 2020 by using coupling coordination degree model and exploratory spatial data analysis methods. The research shows that： Firstly， from the perspective of the overall coupling coordination degree， the coupling coordination degree of digital economy and circular economy in provincial areas of China has achieved a "leap-forward" growth， but the development between regions is extremely uncoordinated， and there is still a development pattern of strong east and weak west. At this stage， it is necessary to take the lead in combining the superior geographical environment and talent advantages in the eastern region and radiate experience and technology to the central and western regions. Secondly， the coupling coordination degree has obvious spatial dependence， and the coupling coordination degree of 31 provinces in China has obvious agglomeration phenomenon. The provinces with high coupling coordination degree and the provinces with low coupling coordination degree gather towards areas with similar levels. Among them， the "low-low" related provinces include most provinces in the western region， which shows that there are some obstacles in the exchanges and cooperation between the western region and other regions， and it is an area that urgently needs government support and development.

Key words：

digital economy; circular economy; coupling coordination degree; high-quality economic development