長三角地區數字經濟發展水平測度與時空演繹特征分析

摘 要：文章基于2014—2021年長三角地區41個城市的面板數據，從數字基礎設施、數字產業化和產業數字化三個維度構建數字經濟發展水平測度指標體系，測度其發展水平綜合指數，進一步采用莫蘭指數、泰爾指數分析其空間特征。研究表明，長三角地區數字經濟發展水平有一定的區域聚集性，區域整體發展水平持續提升，城市間差距縮小，存在較明顯的區域聚集性，產業數字化發展水平聚集性較高，整體區域聚集性呈下降趨勢。

關鍵詞：長三角地區；數字經濟；熵值法；測度；時空演繹特征；全局莫蘭指數；泰爾指數

中圖分類號：F061.5 文獻標識碼：A 文章編號：2096-0298（2024）10（a）--05

2024年的政府工作報告提出深入推進數字經濟創新發展，促進數字技術與實體經濟深度融合。目前，數字經濟已成為經濟發展的重要引擎之一，但學界尚缺乏相應的統計指數來測度數字經濟發展水平。為準確反映數字經濟整體發展水平，需從多維度評價城市數字經濟發展水平綜合指數、分析城市數字經濟發展水平區域異質性和時空特征情況。數字經濟指標體系的建立要從多角度考慮，以避免指標覆蓋面不足難以全面評估數字經濟發展的問題。本文對地區進行區域異質性和時空特征情況分析，可深入了解不同地區和時間段數字經濟發展的差異和特點。因此，我國需建立一套全方位、寬領域的數字經濟指標體系，進行長三角地區數字經濟發展水平測度及時空特征分析，將有助于更深入地理解數字經濟的發展狀況，對長三角地區數字經濟賦能新質生產力形成，促進經濟高質量發展具有重要意義。

1 文獻綜述與問題提出

數字經濟的技術發展具有不確定性，其定義邊界也較為模糊。信息化是發展數字經濟的核心，唯有數字化的信息，才能夠轉化為新的社會價值與生產力，為社會經濟發展帶來無窮的潛力[1]。數字經濟的發展需要社區、協作和訪問共同作用[2]，不同國家在數字經濟問題上的認識存在一定差異，中、韓、俄三個國家都把數字經濟歸為單一的經濟行NwIZU8IFnInvrDIz0iXJGg==為，美國、法國和經合組織關注的是數字經濟發展水平的測度，英國關注的是數字經濟的輸出效應，澳大利亞關注的是社會過程[3]。數字經濟由ICT產業、數字媒體產業和互聯網平臺產業三部分組成，在這三大產業的融合過程中，存在著外溢現象[4]。中國數字經濟發展水平測度指標體系日趨完善，涵蓋全國、省級和城市層面的數據。指標主要包括基礎設施、人工智能、云計算等[5]、信息化發展程度、互聯網發展程度、貿易發展程度、基礎設施、基礎應用、先進應用、企業數字化發展、ICT產業發展[6]。基于全國數據構建數字經濟發展評估指標體系，對中國各省數字經濟進行評估[7]。有學者以“數字產業化”與“產業數字化”為切入點，構建測度指標，并對其進行回歸分析[8]。文章主要采用熵值法計算數字經濟發展指數權重，再依據所得權重測度各區域數字經濟發展水平[9]，以TOPSIS法測度數字經濟發展狀況，運用核密度、基尼系數及ESDA法分析數字經濟的時空演變特征[10-11]。通過計算莫蘭指數及繪制莫蘭散點點圖對數字高質量發展水平進行空間相關性分析[12]。學術界對數字經濟的發展歷程、特征、影響因素、理論機理和發展路徑已進行深入探討，雖然已有少數學者對數字經濟發展水平進行空間論證，但長三角城市層面的實證研究還很少。為此，文章從長三角地區城市方面對數字經濟進行測度，能夠考慮空間相互作用、解釋空間異質性和提高測度精度，更全面地理解數字經濟在城市中的影響和作用機制，為促進數字經濟與城市發展的互動關系提供深入分析和準確評估。

2 數字經濟發展水平指標體系構建及測度

數字經濟是一個復雜的系統，涉及多方面因素。通過數字基礎設施，數字產業化和產業數字化之間存在的內在聯系和互相影響，構建長三角城市的數字經濟測度指標體系。這有助于全面評估城市數字經濟發展水平，推動長三角城市數字經濟的可持續發展。

2.1 數字經濟發展水平指標體系構建

2.1.1 指標選取

（1）數字基礎設施發展水平指標選取

良好的數字基礎設施能提供高速穩定的網絡連接、安全可靠的數據存儲和處理能力，為數字經濟的各領域提供必要的支撐和保障。選擇數字化基礎、數字化影響和數字化就業作為測度長三角地區數字經濟發展狀況的二級指標。數字化基礎指標展現一個地區為數字經濟發展提供的硬件、軟件和服務情況，因此選擇移動電話和固定電話的普及率作為評估數字化基礎的指標。數字化影響指標指因數字化過程對個人、組織和社會產生的各種影響，反映數字技術在各領域的影響，以每百人固定互聯網寬帶接入用戶數作為城市的互聯網普及率指標，反映數字化對城市的影響。數字化就業是指通過數字技術進行的就業活動，反映數字經濟對就業市場的勞動力需求，數字化就業指標選取信息軟件服務業從業人數。

（2）數字產業化發展水平指標選取

數字產業化涵蓋數字技術在各產業中的應用和融合，其數字化水平直接反映傳統產業轉型升級的速度、效果及數字經濟發展程度。本文選擇產業規模、服務業規模和高新技術產業規模作為測度長三角地區數字經濟發展狀況的二級指標。產業規模是指在數字經濟領域內，所有與數字技術相關的產業活動的經濟總量，可以了解數字經濟中的滲透程度和貢獻度。本文選擇城市的電信業務總量評估產業規模情況，電信業務承擔著信息傳遞、通信聯系、數據交換等重要功能，能夠反映出城市的信息化水平和數字化轉型程度。服務業規模指提供數字化服務的行業的總產出規模，評估數字化對服務業增長和創新的推動作用。以計算機軟件服務業人數占比及科研和技術服務業人數作為服務業規模的指標，前者反映了數字化服務業的整體規模和發展趨勢，后者則更具體地突出了數字化服務領域的人才儲備和發展情況。高新技術產業規模是指以高新技術為核心的產業活動在經濟體系中的總產出規模。選擇高新技術產業工業產值占比和新產品銷售收入占比作為高新技術產業規模指標。新產品銷售收入占比則更直接反映高新技術產業的創新能力和市場競爭力，兩者結合可以更全面地評估高新技術產業的規模和經濟效益。

（3）產業數字化發展水平指標選取

隨著科技的不斷進步和信息技術的普及應用，各產業都在不同程度上實現數字化轉型，通過信息化技術提升生產效率、優化供應鏈、改善客戶體驗等。產業數字化直接關系到經濟增長、創新能力、競爭力以及就業水平等方面。文章通過服務業數字化、工業數字化、農業數字化和農業電子商務發展水平，四個指標衡量產業數字化情況。

服務業是長三角地區的支柱產業之一，其數字化水平能夠反映城市產業結構的調整。服務業數字化是指服務業通過運用數字技術和信息化手段，實現服務方式的轉變和服務質量的提升。金融服務是城市服務業的重要組成部分，以數字普惠金融指數反映城市服務業在金融領域的數字化水平、技術創新和科技應用情況。工業數字化是指在工業生產過程中，通過應用數字技術和信息通信技術（ICT），對生產過程進行智能化改造和升級，其工業數字化水平可以反映該地區在工業智能化方面的發展情況。本文選擇工業企業R&D經費支出和有R&D活動企業數作為工業數字化指標，體現企業創新能力和企業參與研發活動的廣泛程度，反映城市工業數字化、智能化情況。農業數字化指在農業活動中使用傳感器、無人機等高新技術進行農業生產、管理和監測，其數字化水平能反映該地區在農業科技創新和現代化方面的發展水平。選擇農村居民計算機、移動電話、電話機數量和農用機械總動力作為農業數字化指標，可以反映農民信息獲取和管理效率。農用機械可以提高農業生產效率和質量，以農用機械總動力數據反映農業生產機械化水平。

2.1.2 數據說明

文章基于2014—2021年長三角地區41個地級市層級的數字經濟數據，構建數字經濟指標體系，淘寶村的城市數據來自阿里研究院，數字普惠金融指數來自北京大學數字普惠金融指數，中國政府網站績效評估得分來自中國政府網站，電話普及率、電信業務總量、農村居民單位耐用消費品等數據來自各省市《統計年鑒》及《中國城市統計年鑒》。部分城市的數據有缺失，對這些缺失數據使用插值法進行處理。

2.1.3 權重設置

全局熵值法是一種多指標綜合評價方法，用于對多個指標進行綜合評估和排序。其原理基于熵值法，通過計算各指標的權重和得分，最終得出各指標的綜合得分，從而進行綜合評價。全局熵值法能夠綜合考慮各指標的重要性和數據之間的關聯性，為決策者提供一個相對客觀和綜合的評價結果，有助于指導決策和優化資源配置。

采用全局熵值法測算指標權重，產業數字化所占權重最大，其次為數字產業化，權重分別為0.3917和0.3703。這兩個權重占比較大的原因可能是長三角地區的數字經濟發展水平提升需要傳統行業進行數字化轉型。同時，提升長三角地區的數字經濟發展水平還需要將數字經濟的非實體產業轉型實體產業，以實體行業對數字經濟進行支撐。數字經濟基礎設施指標權重為0.2383，在三個指標中為所占權重最小的指標，但數字經濟的發展首先需要數字經濟基礎設施的建設，沒有良好的基礎設施，數字經濟難以獲得快速發展。

2.2 數字經濟發展水平綜合指數分析

為分析數字經濟發展情況較好的城市特征，選取8年數字經濟發展水平的平均值排名前8名的城市（見表2）進行描述分析。上海周邊城市在前8名城市占比較大，包括上海市、蘇州市、無錫市、溫州市和寧波市。此外，江蘇省、浙江省和安徽省的省會城市南京市、杭州市和合肥市均在排名前8。

上海市作為國際化大都市，地理位置優越，擁有雄厚的經濟實力和市場規模，多元化的產業結構，高素質的人才資源，綜合以上因素，上海市數字經濟發展水平處于領先位置。其他城市在一些因素上略遜于上海市，以各省省會為例：南京區位優勢較弱，國際化水平較低；杭州產業結構更單一，偏向于互聯網和電子商務等數字經濟相關行業，產業結構不夠多元化；合肥市場規模較小，影響數字經濟的擴張和發展。此外，溫州市雖然不屬于省會，不與大都市接壤，但仍進入排名，與溫州市民營經濟發達、且成功抓住傳統產業轉型機會，緊跟數字化市場需求有關。

3 數字經濟發展水平時空特征分析

3.1 數字經濟發展水平時間特征分析

2014—2021年，長三角地區數字經濟發展水平得分波動上升，城市間數字經濟發展綜合指數差距在變小，區域和省份聚齊情況較明顯。上海市的數字經濟發展狀況明顯優于長三角地區其他3省，且呈上升趨勢。在所有城市評分中，上海市數字經濟發展評分一直為第1名。得分評價略低于上海的城市為各省省會，三省中江蘇地區城市的數字經濟評分最高，其次為浙江省，安徽省數字經濟發展水平評分與江蘇省和浙江省差距較大。

3.1.1 數字化基礎設施發展水平分析

長三角地區的數字基礎設施發展水平評分總體呈上升趨勢。數字化基礎設施發展指數排名較穩定，上海基本穩定在第1名，其周邊發達城市數字基礎設施水平穩定在前15名，是長三角地區發展最優的區域；南京作為省會城市排名穩定在前3名，其周邊城市在中等水平；杭州城市排名為前3名，且浙江南部城市在數字化基礎設施方面表現較強，均在20名左右；安徽省的合肥市數字基礎設施發展較數字經濟綜合發展評分和排名都有明顯增長，其余城市皆落后于大部分長三角城市。

3.1.2 數字產業化發展水平分析

上海及各省的省會在數字產業化的表現較好，在數字基礎設施評分高的城市，數字化產業的評分無太大變化；南通市排名有一定提升，這與南通市在數字化領域有較為發達的產業鏈條或者技術積累有關；蘇北城市中宿遷排名上升；安徽大部分城市在數字產業化評分有所升高，黃山市，湖州市和淮南市有所下降，安徽北部和安徽南部城市（淮北市、阜陽市、安慶市等）排名基本沒有變化。數字產業化發展較好的地區主要集中在長江兩岸及各省省會城市，發展較快的城市主要集中在安徽北部和浙江南部。

3.1.3 產業數字化發展水平分析

2014—2021年產業數字化評分呈上升趨勢。產業數字化平均指數及發展速度較快的城市主要集中在上海周邊及浙江沿海地區（溫州市，金華市，臺州市），這些城市成功抓住傳統產業轉型機會，展現出獨特的優勢和發展路徑，舟山和麗水排名有所下降，可能與舟山傳統產業轉型不足和產業結構不夠多元化有關；南京排名有所下降，江蘇北部城市（徐州市，連云港市，鹽城市，泰州市，宿遷市）的名次都有小幅度上升，這些城市大部分都有大量工廠，可以支撐傳統行業轉型；安徽相比數字產業化排名有所下降。

3.2 數字經濟發展水平空間分析

3.2.1 空間分析方法

（1）全局莫蘭指數

全局莫蘭指數是一種度量整體相關性的度量指標，反映區域內相鄰的單位屬性數值之間的相似性，即度量單位的聚集效果，分析在空間上鄰近的區域單元是否具有相同屬性，計算公式如下：

（2）局部空間自相關

文章以局部自相關指標（Local Indicators of Spatial association，LISA）進一步考慮是否存在局部空間集聚，衡量全局空間自相關結果中哪個區域貢獻更大，檢驗相似觀察值是否聚集在一起，局部莫蘭指數是常用的局部空間自相關分析方法之一，其計算公式如下：

（3）泰爾指數（Theil Index）

泰爾指數對各區域的組內、組間差異進行比較，可直觀了解區域的變化趨勢程度及其對整體差異的貢獻率。泰爾指數取值范圍為[0，1]，數值越大說明區域差異越大，反之亦然。泰爾指數分解公式如下：

3.2.2 全局空間相關性分析

文章選用數字經濟發展水平指數檢驗2014—2021年長三角地區數字經濟的全局空間相關性，檢驗結果如表3所示。數字經濟指數X的Moran's I指數在2015—2018年均大于0.1，且所有年份均通過10%的顯著性檢驗，這表明2014—2021年長三角地區數字經濟情況在空間上存在顯著的正相關性，即在空間分布上長三角地區數字經濟評分越高的城市，其周圍城市的數字經濟評分也就越高，而數字經濟評分較低的城市，其周圍城市數字經濟評分也較低。此外，數字經濟評分的Moran's I指數整體呈現上升趨勢，即聚集性在升高。

長三角地區產業數字化區域聚集性較強。全局空間相關性檢驗結果顯示，2014—2021年長三角地區數字經濟評分呈顯著正相關性，城市數字經濟指數上升時，周邊城市的數字經濟指數也有所上升。產業數字化聚集性高于數字基礎設施和數字產業化的聚集性，但區域聚集性均呈下降趨勢，數字基礎設施和數字產業化指標在2019年后更為明顯，可能與疫情沖擊和地方政府發展方向不同有關。

3.2.3 局域空間關聯分析

由全局空間相關性檢驗結果可知，長三角地區數字經濟指數及各子指標在10%的顯著性水平下存在空間正相關，為確定各城市數字經濟指數的空間集聚狀況，本文通過Lisa集聚圖進一步分析各城市的局域空間相關性，包括空間集聚特征和集聚區域演變過程，結果如圖2所示，長三角地區數字經濟指數具有一定的空間相關性。從時間上看，在10%的顯著性水平下，數字經濟“高-高”集聚從江蘇北部逐漸向長三角中心地區聚集，“低-低”聚集無太大變化，主要集中在安徽省；從空間上看，“高-高”聚集主要集聚于江蘇北部和長三角中心城市，“低-低”集聚主要分布在安徽省，這也與數字經濟指數及排名所得結論相同。

3.2.4 區域差異分析——基于泰爾指數

各區域基礎設施建設水平、人才和教育水平、產業結構特色、政策支持和法律環境、投資和創新氛圍、地理位置和市場規模等方面存在顯著的差異。因此，長三角地區各區域間數字經濟指數存在空間差異是一種客觀存在的現象。

2014—2021年，長三角地區數字經濟的泰爾指數分解結果顯示，長三角地區數字經濟存在非常顯著的區域差異性，且總體差異變大。從結構分解結果來看，樣本期間長三角地區數字經濟的地區間差異要大于地區內差異，地區間差異在變大，貢獻率總體呈現上升udysn5/+tMOuhnqGM6SlMw==趨勢，而地區內差異在變小，貢獻率呈現下降趨勢。按省份劃分進一步分析，江蘇省的差異最大，其次為浙江和安徽，浙江省差異性在2016年超過安徽。

4 結論與啟示

4.1 結論

第一，長三角地區數字經濟發展指數具有明顯的區域和經濟發展聚集性，沿海城市和各省的省會地區發展較好，數字經濟發展水平整體情況呈上升趨勢。

第二，2014—2021年長三角地區數字經濟發展水平評分的全局空間相關性呈顯著正相關性，數字基礎設施發展水平聚集性高于數字產業化指標，但兩者的區域聚集性隨時間發展均呈下降趨勢。

第三，長三角地區沿海城市數字經濟指數呈現“高-高”聚集情況較多，在產業數字化指標中體現尤為明顯，隨時間推移，“高-高”聚集由江蘇沿海城市逐漸轉移到浙江南部。

4.2 啟示

第一，加強省際合作與交流，學習借鑒先進地區的經驗和做法，推動本地數字經濟的快速發展。加強人才培養和數字化基礎設施，保證數字經濟的發展環境能更有效地提升數字經濟發展狀況。

第二，通過建立跨區域的數字產業聯盟，促進信息共享和資源整合。推動政府數據開放，激發社會各界對數據資源的創新應用。提升長三角地區數字經濟的核心競爭力，促進其在全球經濟格局中的持續領先。

第三，明確各城市在數字經濟發展中的定位，鼓勵優勢互補、資源共享，對數字經濟基礎薄弱的城市，提供稅收優惠政策，激勵數字經濟投資。

參考文獻

Turcan V， Gribincea， A， Birca， I.Digital Economy-A Premise for Economic Development in the 20th Century [J]. Economy & Sociology Theoretical & Scientifical Journal， 2014 （2） ：109-115.

Richardson L. Performing the sharing economy[J]. Geoforum，2015， 67：121-129.

蔣長流，江成濤.數字普惠金融能否促進地區經濟高質量發展： 基于258個城市的經驗證據[J].湖南科技大學學報（社會科學版），2020，23（3）：75-84.

崔保國，劉金河.論數字經濟的定義與測算： 兼論數字經濟與數字傳媒的關系[J].現代傳播（中國傳媒大學學報），2020（4）：120-127.

李春娥，吳黎軍，韓岳峰.中國省域數字經濟發展水平綜合測度與分析[J].統計與決策，2023，39（14）：17-21.

張雪玲，焦月霞.中國數字經濟發展指數及其應用初探[J].浙江社會科學，2017（4）：32-40.

劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

張蘊萍，董超，欒菁.數字經濟推動經濟高質量發展的作用機制研究： 基于省級面板數據的證據[J].濟南大學學報（社會科學版），2021，31（5）：99-115.

魯玉秀，方行明，張安全.數字經濟、空間溢出與城市經濟高質量發展[J].經濟經緯，2021，38（6）：21-31.

張伯超，沈開艷.“一帶一路”沿線國家數字經濟發展就緒度定量評估與特征分析[J].上海經濟研究，2018（1）：94-103.

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，2020，36（10）：65-76.

李勇，蔣蕊，張敏，等.中國數字經濟高質量發展水平測度及時空演化分析[J].統計與決策，2023，39（4）：90-94.