中國省域數字經濟發展水平的測度、時空演變與差異分解

賀建風 吳慧

摘 要：? 基于數字經濟定義，構建涵蓋數字生產要素、數字基礎設施、數字產業化和產業數字化四個準則層的測度框架，運用熵值法計算得到2010—2020年中國省域數字經濟發展水平，考察其時空演變特征和差異形成機理。研究發現：整體上數字經濟發展持續向好，但發展不平衡和兩極分化的趨勢不斷擴大，甚至呈現“優者恒優，弱者仍弱”的固化態勢。空間視角的總體差異主要來源于區域間差異，其中東部和中部、東部和西部的區域間差異遠高于中部和西部的區域間差異。結構視角的總體差異主要來源于數字產業化差異，差異來源結構呈現數字產業化差異不斷下降而其他三個方面差異逐漸上升的特征，其中東部地區的差異來源結構類似全國總體，而中西部地區由以數字生產要素差異為主轉向以數字產業化差異為主。

關鍵詞：中國省域數字經濟；測度；時空演變；差異分解

中圖分類號：C813???? 文獻標志碼：A???? 文章編號：1009-055X（2024）03-0065-17

doi：10.19366/j.cnki.1009-055X.2024.03.007

一、引 言

數字經濟是伴隨數據要素與數字技術應用而生的新經濟社會形態，不僅全面滲透經濟生產和社會生活中，而且在中國經濟社會高質量發展中扮演著不可或缺的角色，已成為中國趕超發達國家、縮小貧富差距及實現共同富裕的重要新動能。當前，加快數字經濟發展已成為一項重大國家戰略。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出要“加快數字化發展，建設數字中國”和“加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變革” ①。然而，現階段中國數字經濟也存在一些不足，如發展不平衡、產業數字化程度低、基礎創新能力不強和數字經濟治理薄弱等［1-3］。這些不足可能導致政府部門在制定和實施數字經濟發展政策時較難做到精準施策。因此，測度中國省域數字經濟發展水平，并考察其時空演變特征和差異來源機理，有助于厘清中國數字經濟的發展現狀和存在問題，為數字經濟相關政策制定提供有益參考。

數字經濟受到了眾多學者的關注。大部分文獻從產值核算角度計算數字經濟規模，少部分文獻則從指數編制角度測度數字經濟發展水平。其中指數編制相關文獻主要從數字產業化和產業數字化兩個角度構建數字經濟指標體系，或者在數字產業化和產業數字化的基礎上考慮數字發展載體和數字發展環境，但是構建的指標體系仍然不夠全面和系統。例如，數據要素、數據平臺等作為數字經濟的核心內容，暫未有文獻將其納入測度體系。另外，現有文獻還存在研究內容不夠深入、研究方法不夠科學、研究角度不夠全面等問題。例如，對數字經濟缺乏更細分維度的深入分析，以及暫未有文獻從結構視角探究中國省域數字經濟差異的形成機理。鑒于此，本文基于數字經濟定義構建包含數字環境和數字活動兩個子系統以及數字生產要素、數字基礎設施、數字產業化和產業數字化四個準則層的測度框架，采用熵值法對中國省域數字經濟發展水平進行測度，并根據測度結果考察其時空演變特征與差異形成機理。

二、文獻綜述

梳理測度數字經濟的相關文獻，發現主要有四類方法：

一是從國民經濟核算角度探討數字經濟測算中的漏統現象，如Brynjolfsson等? ［4］、Feldstein? ［5］、續繼等? ［6］的研究表明數字經濟的漏統會導致生產率的低估；二是從產值核算角度根據產業分類計算數字經濟的規模，如康鐵祥? ［7］、吳翌琳等? ［8］；三是從指數編制角度測算數字經濟水平，如楊慧梅等 ［9］、王軍等? ［10］；四是通過編制衛星賬戶開展數字經濟研究，如屈超等 ［11］、楊仲山等 ［12］試圖編制中國數字經濟衛星賬戶。

國民經濟核算法、產值核算法和衛星賬戶法屬于直接測算法，側重數字經濟相關產品或產業的發展情況，適用于測算數字經濟規模。指數編制法屬于間接測算法，通過選取指標或者構建指標體系測度數字經濟發展水平，不僅關注數字經濟的產業維度，同時還考慮與數字經濟相關的其他方面，如數字要素、數字設施、數字產品和服務等。許憲春等 ［13］認為，相較于產值核算法和指數編制法，國民經濟核算和衛星賬戶法的理論和實踐還處于不斷完善的階段，現階段測度數字經濟更適合用產值核算法和指數編制法。

在數字經濟產值核算的文獻中，國內外很多機構和學者通過制定數字經濟產業分類體系來測算數字經濟規模。經濟合作與發展組織（Organization for Economic Co-operation and Development，OECD）［14］通過識別數字經濟活動，將數字經濟產業初步分成6類。新西蘭統計局（Statistics New Zealand）借鑒其數字經濟概念框架進行測算，結果表明2007—2015年新西蘭數字訂購產品總產出占國民經濟總產出的20%新西蘭統計局2017年發布《評估新西蘭的數字經濟》報告，http：//www.oecd.org/officialdocuments/publicdisplaydocumentpdf/？cote=STD/CSSP/WPNA（2017）3&docLanguage=En。。2018年，美國經濟分析局將數字經濟產業界定為數字基礎設施、電子商務和付費數字服務3個大類美國經濟分析局2018年發布《定義和衡量數字經濟》報告，https：//www.bea.gov/digital-economy/_pdf/defining-and-measuring-the-digital economy。；澳大利亞統計局、加拿大統計局均基于該框架對數字經濟增加值和總產出規模進行測算研究。國內從產值核算角度測算數字經濟規模的文獻較多，康鐵祥 ［7］是最早采用中國數字產業部門總增加值刻畫數字經濟核心產業規模的學者，其測得2002年中國數字經濟規模已經占據GDP的8.85%。隨后，吳翌琳等 ［8］通過制定中國數字經濟產業分類體系測算數字經濟規模，測算結果表明2017年中國數字經濟增加值為5.3萬億元，占GDP的比重為6.46%，其規模約為美國的58.12%。另外，還有部分學者根據政府官方公布的數字經濟產業分類體系進行規模測算。例如，李研［15］根據《浙江省數字經濟核心產業統計分類目錄（2016）》采用DEA-Malmquist指數方法研究數字經濟產出效率；韓兆安等 ［16］以《國民經濟行業分類》（2017）為基準，對2012—2017年中國省際數字經濟規模進行測算，發現中國省際數字經濟規模整體呈上升態勢，但也出現了一定的兩極分化現象；鮮祖德等［17］根據國家統計局發布的《數字經濟及其核心產業統計分類（2021）》測算得到2020年中國數字經濟核心產業規模為7.9萬億元。

在數字經濟指數編制的文獻中，國內外研究機構與代表性學者從信息化、數字化、數字載體與環境等不同視角構建指標體系，如國際電信聯盟自2009年以來每年發布信息和通信技術發展指數國際電信聯盟自2009年以來每年發布一次《數字信息和通信技術發展指數》，https：//www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2017/methodology.aspx。 ，OECD［14］從智能基礎設施投資、增強社會活力、釋放創新創造能力、促進增長帶動就業等諸多方面衡量數字經濟發展程度。國內研究數字經濟指標體系起步較晚，2017年之后一些研究機構開始發布數字經濟指標體系的研究，如2017年中國信息通信研究院發布數字經濟指數中國信息通信研究院2017年發布的中國數字經濟發展白皮書，http：//www.caict.ac.cn/kxyj/qwfb/bps/201804/P020170713408029 202449.pdf。 、2018年財新智庫發布中國新經濟指數財新智庫2018年發布《中國新經濟指數》，https：//yun.ccxe.com.cn/indices/nei。 、2019年騰訊研究院發布數字中國指數騰訊研究院2019年發布《數字中國指數》報告，https：//www.tisi.org/15098。 等。另外，楊慧梅等 ［9］從產業數字化和數字產業化兩個維度構建數字經濟評價指標體系，并進一步實證分析得到數字經濟發展會顯著促進全要素生產率的提升的結論。王軍等 ［10］在數字產業化和產業數字化的基礎上納入數字經濟發展載體和數字經濟發展環境因素測算中國數字經濟發展水平。任保平等［18］從基礎設施指數、產業指數、消費指數、社會指數、創新指數5個維度測算中國數字經濟指數，并分析了中國數字經濟發展的空間分布特征。鈔小靜等［19］則從信息經濟、平臺經濟、共享經濟、智能經濟4個維度構建綜合評價指標體系，考察了中國數字經濟發展水平的演進態勢與區域差異情況。

綜合已有文獻，發現主要存在以下幾個方面的問題：一是盡管從產值核算角度測算數字經濟規模的文獻較多，但數字經濟對經濟社會產生的數字賦能影響可能存在漏統問題。二是基于指數編制角度測度數字經濟發展水平的相關文獻主要聚焦于數字產業化與產業數字化兩個維度，鮮有文獻將數字生產要素納入綜合評價指標體系。三是分析中國數字經濟發展特征的文獻依然不夠，缺乏對數字經濟更細分維度的深入分析，存在研究內容過于分散和研究設計過于簡單等問題，難以全面把握中國省域數字經濟的發展情況。相比已有研究，本文邊際貢獻主要體現在以下四個方面：第一，基于數字經濟內涵，構建包含數字環境和數字活動兩個子系統以及數字生產要素、數字基礎設施、數字產業化和產業數字化四個準則層的指標體系，使得數字經濟測度框架更加系統和豐富；第二，不僅考察中國省域數字經濟發展水平的測度結果，還對數字經濟各準則層的測度結果進行了深入分析，尤其是按照測度結果對所考察地區進行分類探討；第三，引入核密度估計法、全局Morans I指數和狀態轉移概率更加全面地考察中國省域數字經濟發展水平的時空演變特征；第四，采用Dagum基尼系數分解法和方差分解法分別從空間和結構兩個視角探究了中國省域數字經濟差異的形成機理，為制定省域差異化的政策方案提供依據。

三、中國省域數字經濟發展水平的測度

本文從數字生產要素、數字基礎設施、數字產業化、產業數字化四個維度構建數字經濟評價指標體系，并利用熵值法對2010—2020年中國30個省（自治區、直轄市）的數字經濟發展水平進行測度。

（一）構建指標體系

數字經濟最早由Tapscott［20］于1996年提出，但該學者未對其概念給出具體界定。國內普遍認可和應用比較廣泛的數字經濟概念于2016年在G20杭州峰會上被提出，即數字經濟是指以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動參見二十國集團數字經濟發展與合作倡議，http：//www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html。 。該內涵界定表明，數字經濟包括數字化的知識和信息、現代信息網絡和信息通信技術、數字經濟活動三個部分。數字化的知識和信息可理解為數字生產要素，現代信息網絡和通信技術代表數字基礎設施，這兩者可以歸為數字環境；數字經濟活動包括數字產業化與產業數字化兩個方面。

數字經濟發展水平測度框架的具體內容如下：

（1）數字生產要素。數字經濟的基礎是數據，知識與信息均可外化為數據的形式，是一種繼勞動力、資本、技術之后新的生產要素。根據中國信息通信研究院的定義，數據要素是指在特定生產需求下，通過匯聚、整理、加工等步驟形成的計算機數據及其衍生形態，具體包括服務、分析、交易、加工、存儲和采集等內容參見中國信息通信研究院2022年發布《數據要素白皮書2022》， http：//www.caict.ac.cn/kxyj/qwfb/bps/202301/P02023010739225 4519512.pdf。 。此外，數字生產要素與勞動力、資本、技術等傳統要素均具有聯動關系。其中，勞動力中的數字人才運用數字技術產生、儲存、管理、傳輸、計算數字生產要素，數字技術是產生數字生產要素的工具，資本在數字生產要素的產生、儲存與運用過程中提供資金支持。因此，數據是數字生產要素的核心，勞動力、資本和技術分別是數字生產要素產生和運用的主體、保障和工具。

（2）數字基礎設施。數字基礎設施是以信息網絡為基礎，綜合集成新一代信息技術，圍繞數據的感知、傳輸、存儲、計算、處理和安全等環節，所形成的支撐經濟社會數字化發展的新型基礎設施體系。數字基礎設施不僅包括移動通信、工業互聯網、大數據中心等信息基礎設施，而且包括融合型基礎設施，即傳統基礎設施利用物聯網、邊緣計算、人工智能等新一代信息技術進行智能化改造后所形成的基礎設施形態，甚至包括以處理海量數據存儲、計算及不間斷流數據實時計算、離線計算、智能推薦、交互式查詢、數據湖構建等場景為主的數字平臺。

（3）數字產業化。數字產業化是指借助數字技術，利用數字生產要素產生新的產品、服務甚至是產業，如電子信息制造業、信息通信業、軟件服務業、互聯網業等。吳翌琳等［8］

將中國數字產業分為數字設備制造業、數字產品貿易業、數字技術服務業和數字驅動產業四種，分別對應數字設備制造、數字產品貿易、數字技術服務和數字驅動生產活動。

（4）產業數字化。2020年6月，國家信息中心、京東數字科技研究院聯合發布《中國產業數字化報告2020》，首次對“產業數字化”作出了專業的闡述，即產業數字化是指在新一代數字科技支撐和引領下，以數據為關鍵要素，以價值釋放為核心，以數據賦能為主線，對產業鏈上下游的全要素數字化升級、轉型和再造的過程國家信息中心、京東數科聯合發布《中國產業數字化報告2020》，http：//www.sic.gov.cn/sic/83/260/0714/10538_pc.html。。

基于上述測度框架，兼顧指標選取的原則，構建包含數字環境與數字活動兩個子系統，涵蓋數字生產要素、數字基礎設施、數字產業化與產業數字化四個準則層的數字經濟評價指標體系，具體測度指標共44項，如表1所示。

在上述測度指標中，部分指標數據由于未統計或者統計未公開等因素無法獲取，后續測算結果暫未考慮，具體包括數據和數字平臺兩個指標層；其余測度指標的樣本數據來源于國家統計局官網、各省（自治區、直轄市）歷年統計年鑒、《中國統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》。選取的樣本區間為2010—2020年中國30個省份（自治區、直轄市）由于西藏自治區、香港特別行政區、澳門特別行政區、臺灣省的數據缺失較多，因此并未將這些地區納入樣本范圍。 ，對于個別缺失數據采用了插值法或類推法進行補充。

（二）指標體系的測度方法

考慮到熵值法在測度類文獻中應用廣泛，如朱子云 ［21］利用該方法測度了經濟增長質量，鈔小靜等 ［22］利用該方法測度了中國互聯網發展水平等，因此，本文采用這一方法對數字經濟發展水平進行測度。事實上，該方法是根據各測度指標標準化處理后的變異程度得到各測度指標的權重，屬于客觀賦權法，相較于主觀賦權法，有利于降低指標賦權時主觀人為因素的干擾。熵值法測度步驟具體如下：

第一步，標準化。由于上述具體測度指標均為正向指標，則先采用式（1）進行標準化，避免指標值的量綱對測度結果產生影響：

yitj=xitj－minxitjmaxxitj－minxitj（1）

式中，i表示省份，所考察省份共計N個；t表示時間，所考察時間的跨度為T年；j 表示測度指標，測度指標共計m個；xitj代表標準化之前的原始指標，max xitj為指標j的最大值，minxitj為指標j的最小值，yitj為標準化后的指標。

第二步，計算信息熵。根據式（2）計算數字經濟發展水平測度體系中各測度指標xitj的信息熵Ej：

Ej=－1lnNT∑Ni=1∑Tt=1yitj∑Ni=1∑Tt=1yitjlnyitj∑Ni=1∑Tt=1yitj（2）

第三步，構造權重。根據式（3）計算數字經濟發展水平測度體系中各測度指標yitj的權重Wj：

Wj=1－Ej∑mj=11－Ej（3）

第四步，得到綜合水平值。基于標準化的指標yitj和測算的Wj，使用多元線性函數的加權求出數字經濟發展水平值INDEXit，如式（4）所示：

INDEXit=∑mj=1yitj×Wj（4）

通過上述步驟計算出的數字經濟發展水平取值范圍將會落在0～1之間。數值越大，代表數字經濟發展水平越高；反之，數值越小，則代表數字經濟發展水平越低。

（三）綜合測度結果分析

基于數字經濟評價指標體系，采用熵值法對2010—2020年中國30個省（自治區、直轄市）的數字經濟發展水平進行測度，結果如表2所示。2010—2020年的測度期間內，數字經濟發展水平的測度結果介于0.02～0.77之間，各省均呈現明顯的上升趨勢。其中，廣東的數字經濟發展水平始終處于領先位置，并從2010年的0.256持續上升到2020年的0.768；排名最末的為青海，其2020年的數字經濟發展水平僅為0.039。這表明中國省際層面的數字經濟發展水平具有較大差異。在地區差異的比較中，以2020年測度結果為例：測度結果高于0.5的只有廣東和江蘇，表明這兩個省份處于數字經濟發展水平的前列；北京處于0.4至0.5之間；0.3至0.4之間的有上海、浙江、

四川、山東4個省（直轄市）；0.2至0.3之間的有福建、河南、安徽和重慶4個省（直轄市）；0.1至0.2之間的有遼寧、河北等10個省（自治區、直轄市）；0.1以下的有海南等9個省（自治區）。可以發現，盡管中國數字經濟持續發展，但仍有大部分省（自治區、直轄市）處于較低水平，如2020年所考察省（自治區、直轄市）中有63.3%低于0.2，表明中國數字經濟發展不僅要重視速度，還要兼顧其均衡性，尤其應大力提升落后地區的數字經濟發展水平。

根據中國經濟發展水平和地理位置劃分，本文將30個省（自治區、直轄市）分為東部地區、中部地區、西部地區三大區域按照國家統計局對中國省（自治區、直轄市）進行區域分組。東部地區包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括：山西、河南、湖北、湖南、吉林、黑龍江、安徽和江西；西部地區包括：重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西和內蒙古。 ，并計算中國三大區域中各省數字經濟發展水平在考察期內的均值和年均增長率，考察中國省域數字經濟平均水平的增長速度情況，結果如表3所示。從均值排名來看，數字經濟平均發展水平最高和最低的省份分別是廣東和青海，均值分別為0.493和0.027。排名前10位的省（直轄市）中 ，東部地區、中部地區和西部地區分別有7個、1個和2個，分別占樣本整體的23.3%，3.3%，6.7%；排名后10位的省（直轄市）中，東部地區、中部地區和西部地區分別有1個、3個、6個，占樣本整體的3.3%，10.0%，20.0%，反映出中國省域數字經濟發展水平具有東部高、中西部低的特點。從年均增長率的結果來看，年均增長率介于5.07%（上海）至19.90%（重慶）之間。年均增長率較高的4個省（直轄市）依次是重慶、四川、江西和安徽，其年均增長率均超過了16%，處于數字經濟發展勢頭迅猛的梯隊。而年均增長率低于8%的有江蘇、上海、天津、海南4個東部地區省（直轄市），反映了西部地區的數字經濟發展速度比東部地區更快；年均增長率的均值也證實了這一結論，西部地區年均增長率的均值最高，中部地區次之，西部地區最低。究其原因，一方面是受益于西部大開發、中部崛起等一系列區域協調發展的政策舉措，中西部地區經濟發展水平不斷提升；另一方面是因為中西部地區的數字經濟發展落后，基數較低，提升數字經濟發展水平的速度更快。

依據中國各省（自治區、直轄市）數字經濟發展水平在考察期內的均值，借鑒魏敏等 ［23］的研究，將中國30個省（自治區、直轄市）劃分為明星型、平庸型、落后型三種類型依據均值（M）及標準差（SD）的關系，將30個省份（自治區、直轄市）劃分為明星型（得分高于M+0.5SD）、平庸型（得分介于M-0.5SD至M+0.5SD之間）和落后型（得分低于M-0.5SD）三種類型。 ，如表4所示。三種類型的區域分布顯示：廣東、江蘇、北京、浙江、上海、山東處于明星型數字經濟發展水平行列，占東部地區的55%，占全部考察省（自治區、直轄市）的20%；中部地區沒有省份進入明星型；西部地區只有四川躋身明星型，四川數字經濟的發展得益于國家西部大開發的戰略，承接了東南沿海地區的產業轉移，其數字經濟基礎條件相對較好，且在不斷提高省內的自主創新能力等。平庸型共有福建、河北等11個省（直轄市），占全部考察省份（自治區、直轄市）的36.7%，其中東部地區、中部地區、西部地區分別有4個、5個、2個。海南是唯一個東部地區處于數字經濟發展水平落后型的省份，而中部地區和西部地區分別有3個省（自治區）和8個省（自治區）處于落后型。

西 部四川重慶、陜西內蒙古、廣西、甘肅、云南、新疆、貴州、寧夏、青海表5展示了中國30個省（自治區、直轄市）數字經濟四個準則層的均值和排名。這些信息能夠從細分維度來分析數字經濟發展的情況，有利于更加深入研究中國各省（自治區、直轄市）數字經濟的優勢和短板。結合前面劃分的三種數字經濟發展類型，可以發現明星型省（直轄市）在四個準則層的排名均靠前，平庸型省（直轄市）和落后型省（自治區）的排名則較為靠后。具體而言：廣東、江蘇、北京、上海、浙江、山東和四川7個明星型省（直轄市）在四個準則層的排名均位于前10。其中，廣東各準則層的排名均是第1；江蘇在數字生產要素和數字產業化的排名僅次于廣東，但數字基礎設施和產業數字化排名較靠后；北京的優勢在于數字生產要素和產業數字化，排名靠后的是數字基礎設施和數字產業化；上海在數字基礎設施、數字產業化和產業數字化三個準則層的排名均在前3，但數字生產要素排名第6；浙江和山東排名靠后的是數字產業化；四川則是在數字生產要素、數字基礎設施和產業數字化三個方面的排名均較為靠后，排名均是第8，這表明四川能夠躋身數字經濟明星型省份是靠數字產業化的發展。

數字經濟平庸型省（直轄市）有11個，他們在四個準則層的排名表現各異。數字生產要素排名比較靠后的有天津和陜西；數字基礎設施排名較為靠后的有天津、江西、陜西和重慶；數字產業化排名比較靠后的有遼寧、湖南、江西和重慶；產業數字化排名比較靠后的是河北、遼寧、江西、陜西和重慶。數字經濟落后型省（自治區）中，海南、山西、黑龍江、云南和廣西在部分準則層的排名能夠相對靠前。例如，海南的產業數字化排名第11，但在數字生產要素、數字基礎設施和數字產業化方面的排名均為28；吉林、內蒙古、甘肅、新疆、貴州、寧夏和青海在四個準則層的排名均處于后20位。根據數字經濟四個準則層的排名，各地應根據自身排名特點補齊相應短板，以便更好促進數字經濟發展，尤其是數字經濟四個準則層排名均落后的省份應充分謀劃和相應布局，避免在數字經濟的快速發展中掉隊。

四、中國省域數字經濟發展水平的時空演變特征

基于前述2010—2020年中國省域數字經濟發展水平的測度結果，進一步分別采用核密度估計法、全局Morans I指數、狀態轉移概率分析其時空演變特征。

（一）核密度估計結果

為全面考察中國省域數字經濟分布特征的動態演進情況，采用核密度估計法對中國省域數字經濟發展水平進行分析，結果如圖1所示。圖1（a）為全部考察省（自治區、直轄市）的數字經濟發展水平核密度估計圖。可以發現，隨著時間推移，核密度曲線中心位置總體小幅右移，主峰的高度逐漸下降，曲線的寬度持續擴大，右拖尾的數值不斷上升，這些特征表明考察期內中國數字經濟發展水平整體處于上升趨勢，但發展的不均衡性和兩極分化程度不斷擴大。圖1（b）、（c）、（d）分別為中國東部、中部、西部地區數字經濟發展水平的核密度估計圖。三個地區的相似之處在于中心位置均出現右移和分布圖的寬度持續擴大現象，不同之處在于東部地區兩極分化最嚴重，而中部和西部地區的主峰高度下降速度較快。其中中部地區下降幅度最高，西部地區次之，反映了東部、中部和西部三個地區的數字經濟發展水平均有提升，但東部地區兩極分化的趨勢不容忽視，而中部地區和西部地區不均衡性發展程度較為嚴重。

圖2（a）、（b）、（c）、（d）分別為數字生產要素、數字基礎設施、數字產業化、產業數字化的核密度估計圖。從四個核密度估計圖的分布位置來看，近年來，各省域數字生產要素、數字基礎設施、數字產業化和產業數字化的發展水平均呈現上升趨勢。從分布形態來看，四個圖的主峰高度都有不同程度的下降，表明數字經濟在數字生產要素、數字基礎設施、數字產業化和產業數字化四個方面都具有明顯的不均衡發展和兩極分化態勢。其中數字基礎設施主峰的高度下降速度最快，產業數字化主峰的高度在2014年下降幅度較大，隨后保持平穩，數字生產要素和數字產業化的主峰高度一直保持緩慢下降的趨勢。

（二）全局Morans I指數的結果

從前述可知，東部地區的廣東、江蘇、山東、上海、浙江、福建等省（直轄市）的數字經濟發展水平較高，中部地區和西部地區的大部分地區的數字經濟發展水平較低，表明數字經濟發展可能存在區域集聚現象。另外，數字經濟可以突破物理位置的限制，實現自身數字經濟的內生增長，如四川和重慶。數字經濟是否具有空間集聚效應，需要采用統計方法進一步測算。因此，采用全局Morans I指數進行空間自相關檢驗，衡量中國數字經濟發展水平的空間集聚情況，其中空間權重矩陣為Wij=1/（PGDPi-PGDPj）×DISij ，PGDPi和PGDPj分別代表i省份和j省份的人均國內生產總值，DISij代表i省份與j省份的地理距離。基于2010—2020年中國省域數字經濟發展水平的測度結果，計算得到歷年的全局Morans I指數結果，如表6所示。

從全樣本的結果來看，中國省域數字經濟發展水平的全局Morans I指數從2010年的0.300下降到2020年的0.125，考察期內大部分年份（除2018年外）的全局Morans I指數均通過顯著性檢驗，說明中國數字經濟發展具有空間集聚現象。

按東部地區、中部地區和西部地區的區域分組來看，東部地區的全局Morans I指數在考察期內均不顯著，中部地區的全局Morans I指數在2014年及之后才開始呈現統計顯著性，西部地區的全局Morans I指數則僅在2010年和2020年呈現統計顯著性，反映了中國省域數字經濟發展的空間集聚現象主要存在于數字經濟發展水平較低的中部地區。從數字經濟各細分維度的結果來看，數字生產要素、數字基礎設施、數字產業化和產業數字化在考察期內均存在空間集聚現象，其中數字基礎設施的全局Morans I指數最高，表明數字基礎設施的空間集聚效應最強。

（三）狀態轉移概率的結果

表7展示了2010—2020年中國省域數字經濟的狀態轉移概率情況。據表可知，中國數字經濟發展水平不流動的概率在考察期內呈現上升的趨勢，由2011年的33.33%上升到2020年的80%，2011—2020年不流動概率的均值為61%，反映了中國數字經濟發展呈現“優者恒優、弱者仍弱”的固化態勢，不利于縮小數字經濟發展的地區差異。計算數字經濟四個準則層在考察期內不流動概率的均值，發現由高至低依次為數字生產要素、數字基礎設施、數字化產業和產業數字化，具體數值分別為57.00%、56.00%、52.67%和39.67%，說明中國省域數字經濟發展水平固化的原因是數字生產要素、數字基礎設施和數字產業化三個維度不流動概率較高，改善數字經濟發展水平固化的態勢應重視數字經濟低水平地區的數字生產要素、數字基礎設施和數字產業化。

五、中國省域數字經濟發展水平的差異分解

通過綜合測度結果的時空演變分析，可知中國數字經濟發展的地區差異較大，但差異的來源有待進一步探究。本部分從空間和結構兩個視角，分別采用Dagum基尼系數分解法和方差分解法考察中國省域數字經濟發展水平總差異的貢獻情況，以厘清中國省域數字經濟差異的形成機理。

（一）空間視角的差異分解

Dagum ［24］在計算基尼系數的基礎上進一步將基尼系數分解為組間差異、組內差異和超變密度三個部分。本文采用Dagum基尼系數分解法考察中國數字經濟發展水平的空間差異及其成因。

表8報告了2010—2020年中國省域數字經濟發展水平的Dagum基尼系數及其分解情況。可以發現Dagum基尼系數在考察期內呈現持續下降趨勢，具體數值由2010年的0.434下降到2020年的0.394，表明中國省域數字經濟水平的總體差異不斷縮小。原因可能是各省份（自治區、直轄市）均意識到數字經濟在經濟發展中的重要作用，紛紛開始重視數字經濟的發展，因而數字經濟的地區差異在整體上具有縮小趨勢，但中國數字經濟的地區差異依然不容忽視。區域內、區域間和超變密度的Dagum

基尼系數結果顯示：區域內總體差異在考察期內變動幅度較小，2010年區域內Dagum基尼系數為0.105，到2020年上升為0.113；而區域間Dagum基尼系數持續下降，由2010年的0.314下降到2020年的0.218。三個部分的貢獻率的結果表明中國數字經濟的地區差異主要來自區域間差異，但區域間差異的貢獻率不斷降低，由2010年的72.35%下降到2020年的55.21%。

進一步計算東部與中部、中部與西部、東部與西部區域間的Dagum基尼系數，分別記為東-中部、東-西部和中-西部，探究區域間差異的主要來源，可以發現考察期內東-西部的區域間Dagum基尼系數最高，東-中部的區域間Dagum基尼系數次之，中-西部的區域間Dagum基尼系數最低，且東-中部和東-西部的區域間Dagum基尼系數均呈現持續下降趨勢，而中-西部的區域間Dagum基尼系數呈上升趨勢，反映了中國數字經濟區域間差異的縮小主要得益于東-中部、東-西部區域間差異系數的縮小，但東-中部、東-西部區域間差異仍然較大的事實不容忽視，其中2020年東-中部、東-西部的區域間Dagum基尼系數分別為0.422和0.497。

簡而言之，上述分解結果表明中國數字經濟發展水平的省域差異來源主要是區域間差異。具體來看，相較于中西部地區，東部地區在經濟政策、營商環境、企業數量、資金支持、高校人才輸送、科研院所加持等方面更具優勢，更能夠匯聚數字基礎設施等地區內優越的發展要素，從而能夠吸引更多的創新企業入駐、內外部投資等，這些因素有助于推動東部地區數字產業創新能力不斷提升，還能帶動產業數字化轉型升級以及數字經濟規模的擴張。

（二）結構視角的差異分解

數字經濟評價指標體系由數字生產要素、數字基礎設施、數字產業化、產業數字化四個準則層構成。借鑒陳明華等 ［25］的研究，采用方差分解法對中國數字經濟發展水平進行差異來源分解，探究這四個準則層在多大程度上導致了數字經濟發展水平的差異，即計算每個準則層的差異貢獻率。表9展示了2010—2020年中國省域數字經濟發展水平的方差分解結果。可以看出，中國省域數字經濟的差異依次來自數字產業化、數字生產要素、數字基礎設施和產業數字化。其中數字產業化的差異貢獻率在考察期內基本呈現持續下降的趨勢，由2010年的63.93%下降到2020年的49.46%，其余三個維度的差異貢獻率則呈現出不同幅度的上升，分別由2010年的19.73%、11.46%、4.88%上升到2020年的26.74%、15.18%、8.62%。

表10展示了中國東部地區、中部地區、西部地區的方差分解結果，可以發現，東部地區與表9全國總體的方差分解結果趨勢相似，數字經濟的差異來源從數字產業化差異逐漸轉向數字生產要素差異、數字基礎設施差異和產業數字化差異三個方面，但2020年數字產業化差異的貢獻率依然最高，為52.48%。中部地區與西部地區的方差分解結果類似，這兩個地區的數字經濟發展差異來源結構均表現為由以數字生產要素為主轉向以數字產業化差異為主。從以上結果可以反映出，當前中國數字經濟發展差異的來源主要是數字產業化差異，這可能表明地區間數字經濟發展在產業基礎能力、先進技術、法律制度環境等方面存在較大差距。因此，縮小地區間數字產業化的差距尤為重要，特別是東部地區和西部地區需要均衡發展數字產業化。

六、研究結論與政策建議

數字經濟是新舊動能轉換過程中推動經濟發展的新增長極，世界各國將其作為爭奪世界經濟版圖的陣地，紛紛制定促進數字經濟發展的相關戰略。本文在闡述數字經濟測度邏輯的基礎上，構建了包含數字環境和數字活動兩個子系統，數字生產要素、數字基礎設施、數字產業化和產業數字化四個準則層，以及35個具體指標的測度框架，采用熵值法測算得到2010—2020年中國30個省（自治區、直轄市）的數字經濟發展水平，并利用核密度估計法、全局Morans I指數、狀態轉移概率、Dagum基尼系數分解法和方差分解法等方法考察中國省域數字經濟的時空演變特征和差異分解情況。研究結論有：第一，從測度結果來看，考察期內中國各省（自治區、直轄市）數字經濟發展水平呈持續上升趨勢，但地區差異較大，具有東部地區高、中西部地區低的特點，其中明星型省（直轄市）有東部地區的廣東、江蘇、北京、上海、浙江、山東和西部地區的四川，其余省（自治區、直轄市）屬于平庸型和落后型。第二，從時空演變分析來看，核密度估計表明中國數字經濟發展的不平衡和兩極分化趨勢不斷擴大，尤其是中部地區和西部地區分化的速度較快；全局Morans I指數表明中國數字經濟具有空間集聚效應，并且數字生產要素、數字基礎設施、數字產業化和產業數字化四個維度在考察期內均具有空間集聚的表現；狀態轉移概率表明，中國數字經濟發展具有“優者恒優、弱者仍弱”固化態勢，不利于縮小數字經濟發展水平的地區差異，主要原因在于數字生產要素和數字基礎設施兩個維度的不流動概率較高。第三，空間視角的Dagum基尼系數分解得出，區域間差異的貢獻率最高，區域內差異次之，超變密度最低，其中區域間差異貢獻率由2010年的71.18%下降為2020年的51.30%；結構視角的方差分解發現貢獻率由高至低依次是數字產業化、數字生產要素、數字基礎設施和產業數字化。具體而言：東部地區的差異結構來源從數字產業化差異逐漸轉向其他三個準則層，中西部地區則由以數字生產要素為主要差異來源轉向以數字產業化差異為主的結構。

根據以上結論，為提升數字經濟發展水平和縮小省域數字經濟發展差異，提出以下政策建議：

第一，大力促進數字生產要素水平的提升。數字生產要素是數字經濟發展的核心，其水平的高低直接關系數字經濟發展的可持續性。具體而言：應完善高等學校中經濟、信息、計算機、人工智能等相關專業的教學機制，培養復合型數字化人才；通過加大地方財政科學技術支出、引導規模以上工業企業研發經費支出等提升數字經濟發展的資金保障水平，激發數字創新活力；發揮政府統籌協調作用，構建數字交易市場，通過市場交易促進數字資本、數字技術、數字人才等要素的跨區域流通，以實現數據資源的優化配置，從而實現區域均衡發展。

第二，完善數字基礎設施建設。數字基礎設施是發展數字經濟的重要載體，體現數字經濟發展水平的硬實力，完善數字基礎設施建設將為縮小數字經濟地區差異提供強大動力。加大數字基礎設施的投入要圍繞傳感終端、5G網絡、工業互聯網、大數據中心、人工智能、區塊鏈、基礎軟件等重點領域精準發力，還要對交通、能源、生態、工業等傳統基礎設施進行數字化、網絡化、智能化改造升級，以長補短、加快進程，打好產業基礎高級化、產業鏈現代化的攻堅戰。尤其是中西部地區更應抓住數字基礎設施建設的契機，超前謀劃，為數字經濟發展提供穩固支撐。

第三，改善數字經濟不均衡發展和兩極分化問題。中國數字經濟發展空間大，尤其是數字經濟發展落后的中西部地區。相關政府部門應充分意識到數字經濟的重要戰略地位，主動在數字生產要素、數字基礎設施、數字產業化和產業數字化方面進行相應布局，提升數字經濟發展水平，縮小發展數字經濟的區域不均衡。東部地區的廣東、江蘇、北京、上海、浙江、山東，以及西部地區的四川處于數字經濟發展的前列，應充分發揮領頭羊的作用，建立數字合作共享機制，如積極參與“東數西算”工程，在幫扶相對落后地區的同時促進自身數字經濟發展。中西部地區應在經濟政策、營商環境、企業數量、資金支持、高校人才輸送、科研院所加持等方面不斷完善，發揮數字基礎設施等地區內優越的發展要素的集聚優勢，吸引更多的創新企業入駐、內外部投資等。

第四，著力縮小數字產業化差異。數字產業化差異是數字經濟結構差異的最主要來源，避免數字經濟的地區鴻溝可以從縮小地區數字產業化差異方面著手。具體而言：各地區應根據自身產業基礎的優勢，在電子信息制造業、信息通信業、軟件服務業、互聯網業等數字產業方面加速布局和擴大生產。廣東、江蘇、浙江、四川、陜西、北京、上海等走在數字產業化發展的前列，可在有償機制和優勢互補的基礎上充分發揮這些地區對周邊低水平地區的產業和技術溢出效應。中央和地方政府可以設置數字產業引導和扶持基金，更好地配合數字產業化優勢地區和低水平地區的協同發展。

第五，拓展產業數字化的廣度和深度。產業數字化是數字技術賦能產業鏈上下游進行數字化轉型升級和價值再造，借助數字技術對第一、第二、第三產業進行數字化升級和轉型是實現產業高質量發展的重要抓手。產業數字化發展水平高的地區，如廣東、北京、浙江、上海、江蘇等應重點加強產業數字化的深度，關鍵在于數字技術對傳統產業帶來的產出增加和效率提升。產業數字化水平低的中西部地區首要任務是拓展產業數字化的廣度，向東部地區學習產業數字化的經驗，盡量在農業、制造業、交通運輸業、服務業等各行業中引入數字技術賦能，提升當地數字經濟發展水平。

參考文獻：

［1］? 王彬燕， 田俊峰， 程利莎，等.中國數字經濟空間分異及影響因素［J］.地理科學， 2018，38（6）：859-868.

［2］ 吳翌琳.國家數字競爭力指數構建與國際比較研究［J］.統計研究， 2019，36（11）：14-25.

［3］ 杜雪鋒.數字經濟發展的國際比較及借鑒［J］.經濟體制改革， 2020（5）：164-170.

［4］ BRYNJOLFSSON E， YANG S.Information technology and productivity： a review of the literature［J］.Advances in Computers， 1996，43（8）：179-214.

［5］ FELDSTEIN M.Underestimating the real growth of GDP， personal income， and productivity［J］.Journal of Economic Perspectives， 2017，31（2）：145-164.

［6］ 續繼， 唐琦.數字經濟與國民經濟核算文獻評述［J］.經濟學動態， 2019（10）：117-131.

［7］ 康鐵祥.數字經濟及其核算研究［J］.統計與決策， 2008（5）：19-21.

［8］ 吳翌琳， 王天琪.數字經濟的統計界定和產業分類研究［J］.統計研究， 2021，38（6）：18-29.

［9］ 楊慧梅， 江璐.數字經濟、空間效應與全要素生產率［J］.統計研究， 2021，38（4）：3-15.

［10］ 王軍， 朱杰， 羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究， 2021，38（7）：26-42.

［11］ 屈超， 張美慧.國際ICT衛星賬戶的構建及對中國的啟示［J］.統計研究， 2015，32（7）：74-80.

［12］ 楊仲山， 張美慧.數字經濟衛星賬戶：國際經驗及中國編制方案的設計［J］.統計研究， 2019，36（5）：16-30.

［13］ 許憲春， 張美慧.中國數字經濟規模測算研究——基于國際比較的視角［J］.中國工業經濟， 2020（5）：23-41.

［14］ OECD.Measuring the digital economy： a new perspective［M］.Pairs： OECD Publishing， 2014.

［15］ 李研.中國數字經濟產出效率的地區差異及動態演變［J］.數量經濟技術經濟研究， 2021，38（2）：60-77.

［16］ 韓兆安， 趙景峰， 吳海珍.中國省際數字經濟規模測算、非均衡性與地區差異研究［J］.數量經濟技術經濟研究， 2021，38（8）：164-181.

［17］ 鮮祖德， 王天琪.中國數字經濟核心產業規模測算與預測［J］.統計研究， 2022，39（1）：4-14.

［18］ 任保平，賀海峰.中國數字經濟發展的空間分布及其特征［J］.統計與信息論壇，2023，38（8）：28-40.

［19］ 鈔小靜，沈路，薛志欣.基于形態屬性的中國省域數字經濟發展水平再測算［J］.經濟問題，2023（2）：23-34.

［20］ TAPSCOTT D.The digital economy：promise and peril in the age of networked intelligence［M］.New York：McGraw-Hill，1996.

［21］ 朱子云.中國經濟增長質量的變動趨勢與提升動能分析［J］.數量經濟技術經濟研究， 2019，36（5）：23-43.

［22］ 鈔小靜， 薛志欣， 王宸威.中國新經濟的邏輯、綜合測度及區域差異研究［J］.數量經濟技術經濟研究， 2021，38（10）：3-23.

［23］ 魏敏， 李書昊.新時代中國經濟高質量發展水平的測度研究［J］.數量經濟技術經濟研究， 2018，35（11）：3-20.

［24］ DAGUM C. A new approach to the decomposition of the Gini income inequality ratio［J］. Empirical Economics， 1997， 22（4）： 515-531.

［25］ 陳明華， 劉玉鑫， 劉文斐， 等.中國城市民生發展的區域差異測度、來源分解與形成機理［J］.統計研究， 2020，37（5）：54-67.

Measurement， Spatio-Temporal Evolution and Differential Decomposition of Provincial Digital Economy Development Level in China

HE Jianfeng WU Hui

（School of Economics and Finance， South China University of Technology， Guangzhou 510006， Guangdong， China）

Abstract：Based on the definition of digital economy， this paper constructed a measurement framework covering four criterion layers of digital production factors， digital infrastructure， digital industrialization and industrial digitalization. The entropy method was used to calculate the digital economy development level of 30 provinces in China from 2010 to 2020， and the spatio-temporal evolution characteristics and the mechanism of differences were further investigated. The research finds that the development level of digital economy in all provinces continues to improve， but the trend of unbalanced development and polarization continues to expand， and it even shows a solidified situation of “the superior is always superior， the weak is still weak”. The overall differences of spatial perspectives mainly come from regional differences. The regional differences between eastern and central regions and between eastern and western regions are much higher than those between central and western regions. The overall difference of structure point of view mainly derives from digital industrialization. The structure of the source of difference shows the declining difference of digital industrialization and the increasing difference of the other three aspects. The main source structure of the difference in the eastern region is similar to that of the whole country， while the central and western regions shift from the dominant difference of digital production factors to the dominant? difference of digital industrialization.

Key words：provincial

digital economy in China; measurement; spatio-temporal evolution; difference decomposition