中国数字经济发展的测度及分析

焦帅涛 孙秋碧

(福州大学经济与管理学院， 福建福州 350108)

一、引言及文献综述

在经济新常态背景下，我国经济增长速度进入换挡期，经济高质量发展的要求越来越得到重视。中国正面临着经济结构转型、增长动力转换和发展不平衡不充分突出等社会问题，发展数字经济为这些问题的解决提供了新的增长动力。2017年3月，我国政府工作报告中首次出现“数字经济”的内容。2019年工作报告提出“加大新一代信息技术产业集群建设，不断加强大数据产业、人工智能领域、数字经济等研发和应用”。2020年政府工作报告再次指出要深化“互联网+”技术对数字经济发展的助力。2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》定量性地提出数字经济核心产业增加值的具体预期性目标。这些都表明国家层面已经开始从战略高度重视数字经济发展。如何对数字经济发展进行准确测度已成为当前国内外机构及学者面临的重大挑战。那么，如何测度中国数字经济发展水平？中国数字经济发展水平呈现出怎样的变动趋势？中国数字经济发展是否存在地区差异性？这些差异性是发散还是收敛？对于上述问题的研究，既可以为中国数字经济发展测度提供新的研究视角，又可以了解近年来中国数字经济发展状况，进而为发展数字经济提供相关政策建议。

数字经济发展研究已经成为国内外机构和学者研究的热点和重点话题。一方面包括定性研究，如数字经济定义[1][2][3]、数字经济分类[4][5]和数字经济卫星账户设计[6][7][8]等；另一方面包括定量研究，如数字经济测度研究，其中数字经济测度研究主要有数字经济增加值核算[9][10][11][12]和数字经济综合评价体系构建。在国内，主要的指标评价体系有中国信息通信研究院数字经济指数(DEI)和财新智库中国数字经济指数(CDEI)等，各个机构的指数体系包含的指标既有相同的指标，也有差异性的指标，同时各个机构开始公布数字经济指数的年份主要集中在2015年之后。[13]在我国，张雪玲、焦月霞构建含有5个一级指标、19个二级指标的数字经济综合评价体系，得出我国数字经济发展呈上升趋势但增速放缓。[14]张勋等通过构建数字普惠金融指标体系实证研究了数字经济发展对我国包容性增长的传导机制。[15]单志广等基于三元空间理论视角构建我国数字经济发展综合评价体系，并对提升数字经济发展效益水平提出相关建议。[16]刘军等基于我国省际2015-2018年统计数据构建数字经济发展评价体系，研究得出我国数字经济发展存在严重的“数字鸿沟”现象。[17]张守恒、王家庭通过构建4个一级要素层和12个二级指标层的数字经济发展水平评价体系研究了数字经济发展对我国省际层面的要素配置水平的影响。[18]赵涛等基于互联网发展和数字普惠金融双重视角构建我国城市层面数字经济发展综合评价体系，并实证分析数字经济发展对高质量发展的作用效用及理论机制。[19]

综上分析，数字经济相关研究还不够完善和深入，因此，本文将从以下几个方面进行相关研究。第一，在相关研究基础上，对数字经济发展的内涵和外延进行定性研究。第二，聚焦代表性行业产业，基于数字经济发展定义及外延，同时考虑到数据可得性和实操性等因素，对中国数字经济发展综合评价体系进行构建。第三，从中国数字经济发展综合评价体系出发，运用面板数据对中国及三大地区数字经济发展的空间集聚性和时空差异性进行分析。第四，已有研究较少分析中国数字经济发展的收敛性或发散性，将利用泰尔指数、α收敛模型和β收敛模型对中国数字经济发展的收敛性和发散性进行研究。

二、数字经济发展的测度分析

(一)数字经济发展的内涵界定

不同国家和地区对数字经济发展内涵界定不尽相同。通过梳理文献，本文将沿用焦帅涛和孙秋碧的研究定义[20],从四维层面定义数字经济发展。其中：数字基础为数字经济发展提供了设施基础保障；数字应用是数字经济发展程度深浅的主要体现；数字创新很大程度上体现数字化技术水平高低；数字变革代表技术发展及技术渗透所催生出的新产业、新业态、新商业以及新产品。

(二)数字经济发展的综合指标评价体系构建

数字经济发展综合指标评价体系构建是一个复杂且系统性的工作。体系的构建必须满足科学性、代表性、可比性和可操作性等条件。因此，聚焦代表性行业产业，从数字基础、数字应用、数字创新和数字变革四个层面构建中国数字经济发展综合指标评价体系，数字基础包括移动基础和固定设施基础，数字应用包括个人应用、企业应用和社会应用，数字创新包括创新投入和创新产出两个方面，数字变革包括电商发展变革和新产品效益变革。与传统的单一指标体系和官方测算体系相比，该体系所有数据均容易获得，测算结果既有利于同一年份数字经济发展横向对比，又有利于不同年份数字经济发展的纵向对比。具体如表1所示，该体系中指标均为正向效益型指标。

表1 省际数字经济发展综合指标评价体系

续表1

(三)测度方法、数据及测算结果分析

1. 测度方法说明及结果分析

为了方便各省份数字经济发展水平的比较，参考刘军等的处理方法[21]，对体系中各个效益型指标进行指标无量纲化处理，并以2013年为基期，其余年份利用公式(1)计算获得。

(1)

其中：Xit表示处理后的指标值，Vit表示处理前第i个省份第t期的原始指标值，Vmax和Vmin分别表示基期2013年原始指标值的最大值和最小值。

在原始指标进行无量纲化的处理后，进行各层级指标的赋权。具体赋权方法：一级指标权重=1/一级指标总个数，二级指标权重=一级指标权重/二级指标总个数，三级指标权重=二级指标权重/三级指标总个数，三级指标权重相对整个指标体系的权重=所属一级指标权重*所属二级指标权重*三级指标权重。确定好权重后，利用公式(2)测算数字经济发展指数值。

(2)

其中：DEIit表示第i个省份第t期的数字经济指数，Wj表示三级指标权重，其余指标内涵如上。

考虑到数据的可得性，研究样本数据为2013-2019年我国30个省份数据(除香港、澳门、台湾和西藏外)，所有数据均来自于2014-2020年中国国家统计局官网。

2. 测算结果分析

根据公式(1)-(2)，测度我国30个省份及四大地区2013-2019年数字经济发展水平，具体结果如表2所示。由表2中数据描述性统计特征可知：就全国层面，2013-2019年全国数字经济发展均值为8.1786，标准差为4.3041，最大值为27.1207，最小值为3.7673，2019年数字经济发展水平排名前五名的省份依次为广东、江苏、浙江、北京、上海；就三大区域分析：数字经济发展水平高低依次为东部、中部和西部，中西部数字经济发展水平较为接近，中部数字经济发展均值为6.6678，西部数字经济发展水平均值为5.6938，其中中部数字经济发展水平均值距离全国数字经济发展平均水平最为接近。2019年中部地区数字经济发展水平排名前五的省份依次为湖北、安徽、河南、湖南、江西，西部地区数字经济发展水平排名前五的省份依次为四川、陕西、重庆、广西、贵州。

表2 全国及三大地区测度描述性统计

为进一步了解全国及三大地区各省份数字经济发展的差异性，将对2013-2019年我国30个省份的数字经济发展水平具体状况进行分析，具体数值如表3所示。由表3可知，2013-2019年30个省份数字经济发展水平均呈现出上升趋势。就样本均值分析：整体均值排名位居前10位的省份中，东部省份有7个，中部省份有2个，西部省份有1个，四川是排名前10中唯一的西部省份，其数字经济发展水平高于中部省份湖北和安徽。整体均值排名位居最后6位的省份有海南、吉林、甘肃、青海和宁夏，海南省是排名位居最后6位的唯一东部省份，吉林是排名位居最后6位的唯一中部省份。就样本年平均增长速度分析：平均增长速度位居前10位的省份中只有四川和广西是西部省份，江西是增速最快的中部省份；平均增长速度位居最后6位的省份依次为云南(4.43%)、内蒙古(4.34%)、宁夏(3.98%)、新疆(3.78%)、辽宁(3.31%)、黑龙江(3.25%)，辽宁是增速落后省份中唯一的东部省份，黑龙江是30个省份中增速最慢的省份。综上分析，一方面各省份数字经济发展的差异性来源主要有数字基础差异、数字应用差异、数字创新差异和数字变革差异；另一方面这4方面因素共同作用于我国数字经济发展水平，使得30个省份数字经济发展水平均呈现出上升趋势。

表3 中国数字经济发展水平测度结果

三、数字经济发展测度结果的进一步分析

(一)模型设计

1. 空间相关性

伴随着信息技术和资源要素的空间流动，数字经济可以突破时空因素限制，可以拓宽不同地区间经济活动的深度和广度。因此，利用空间Moran’s进行数字经济发展空间相关性分析，具体模型公式：

(3)

2. 泰尔指数原理

泰尔指数可以将区域差异进行分解并对组间或组内的贡献率进行计算。因此，将利用泰尔指数进行中国数字经济发展差异性及贡献率测算研究，具体模型公式如下：

(4)

式(4)可以化简为：

(5)

(6)

3. α收敛模型

α收敛模型能反映区域数字经济发展水平偏离整体平均水平的差异，也能体现区域数字经济发展水平非平衡动态过程。利用α收敛模型可以对中国数字经济发展水平的离散波动性的收敛性或发散性进行检验，具体模型公式如下：

(7)

其中：αt代表t年数字经济发展水平的检验系数，Deiit代表第i个省份第t期的数字经济发展指数。若αt+1>αt,则可得出数字经济发展水平是发散的，反之数字经济发展水平是收敛的。

4. β收敛模型

绝对β收敛模型回归结果相关变量系数的正负性及显著性可以说明数字经济发展水平的收敛性或发散性，具体模型公式如下：

(8)

其中：Deii0代表第i个省份基期(2013年)数字经济发展水平，α代表常数项，β代表系数，εit代表误差项，等号左边表示t年中国数字经济发展水平的年平均增长率，其余符号与式(7)相同。若β>0，则说明中国数字经济发展水平是发散的，反之中国数字经济发展水平是收敛的。

(二)变量与数据来源

被解释变量数字经济发展数据来源于表3中计算结果，解释变量基期数字经济发展水平经作者利用表3计算得出，控制变量具体如下：利用第三产业增加值除以第二产业增加值来表示产业结构升级(ISO)；利用地区城镇人口与地区总人口的比值来表示城镇化(UR)；利用平均受教育年限表示人力资本(HC)。[22]

利用历年各省份政府财政支出额占比对应年份地区GDP表示政府行为(GOV)；利用实际人均GDP(取对数)来表示地区的经济发展水平(PGDP)；利用地区进出口总额与地区GDP总量的比值衡量贸易依存度(TRA)。变量描述性特征统计如表4所示。

表4 变量描述性统计

(三)实证结果及分析

1. 空间相关性分析

利用探索性空间数据分析(ESDA)进行全域相关性检验，Moran’s I值计算结果如表5所示。Moran’s I值介于0.151-0.280，除2019年外，其余年份P值均小于0.05，这表明数字经济发展存在正向空间相关性和空间集聚性。

表5 数字经济发展空间相关性检验

2. 泰尔指数结果分析

利用式(7)和式(9)进行中国数字经济发展的泰尔指数分析，具体如表6所示。就总体差异分析：2013-2019年中国数字经济发展存在显著的地区差异，最小值出现在2013年(0.0929)，最大值出现在2016年(0.1296)，总体差异值由0.0929上升到0.1193，数字经济发展总体差异呈现上升趋势。地区内差异数值呈现增大趋势，数值由0.0437上升到0.0614，对总体的贡献率由47.04%上升到51.47%；地区间差异数值呈现上升趋势，数值由0.0492上升到0.0579，对总体的贡献率由52.96%降低到48.53%，贡献率呈现出下降趋势。对比地区内差异和地区间差异对总体的贡献率，2013-2017年地区间差异贡献率始终大于地区内差异贡献率，2018-2019年地区内差异贡献率大于地区间差异贡献率，两者对总体差异的贡献率均在50%上下波动，两者对总体差异的贡献率表现出此消彼长的阶段性特征。就三大地区差异分析：除个别年份外，2013-2019年三大区域差异性数值呈现上升趋势，东部地区数值由0.0705上升到0.0928，中部地区数值由0.0106上升到0.0196，西部地区数值由0.0183上升到0.0311，中部地区数值变动相对稳定。在三大区域中，对总体差异贡献率最大的区域是东部区域(37.99%-42.23%)，最小的区域是中部区域(2.52%-3.96%)，西部区域对总体差异贡献率居中(4.39%-6.51%)。

表6 中国数字经济发展的泰尔指数及结构分解结果

基于以上分析可得出，我国数字经济发展水平地区差异性在不断扩大。三大地区的发展差异是总体差异的主要来源。地区内和地区间差异贡献率都较高，两者的贡献率均在50%上下浮动。因此，必须解决东部区域和西部区域差异性贡献较大的现状，不断加强区域间信息技术的开放和共享，努力打破阻碍地区间数字经济发展的各种壁垒，进而实现数字经济均衡性发展。

3. 区域差异的α发散性分析

为了得出数字经济发展区域差异发散性的结论，首先用α收敛性模型对其差异发散性进行检验。结果见表7。就全国分析来看：2013-2019年回归系数值由0.3908上升至0.4392，表明中国数字经济发展是非收敛的，地区间差异也在扩大。就三大地区分析来看：三大地区回归系数值均呈现出扩大趋势，东部地区系数值由0.3959上升至0.4403，中部地区系数值由0.1468上升至0.2040，西部地区系数值由0.1800上升至0.2316，上升速度从高到低依次为中部地区、西部地区和东部地区。这再次表明中国数字经济发展具有发散性而非收敛性，地区间数字经济发展差异性在上升，地区间“数字鸿沟”日益加深。

表7 中国数字经济发展的α发散性分析

4. 区域差异的β发散性分析

为了进一步检验中国数字经济发展的区域差异发散性，将进行绝对β发散性检验。具体结果见表8。就全国层面分析：回归系数值为正，系数值0.0171通过1%的显著性水平检验，这说明中国数字经济发展差异性是发散的。就分地区分析：三大地区回归系数均为正，中部地区系数值通过1%的显著性水平检验，西部地区系数值通过10%的显著性水平检验，东部地区系数显著性较弱。这说明三大地区内部数字经济发展水平的差距在增大，数字经济发展差异性是发散的。对比三大区域回归系数值，系数值从大到小依次为中部地区、西部地区和东部地区，这说明中部地区数字经济发展差异性发散速度最快，西部地区次之，东部地区最慢。因此，在不控制外在宏观因素条件下，全国及三大地区数字经济发展差异性均为发散的。

表8 中国数字经济发展的绝对β发散性分析

四、主要结论与建议

发展数字经济已经成为新时代中国经济社会发展过程中必然选择，发展数字经济也为经济发展新旧动能转换提供助力作用。因此，科学合理测度数字经济既有现实意义又具有重要的理论意义，研究结论如下：

首先，2013-2019年中国30个省份数字经济发展水平均呈现出上升趋势，整体数字经济发展水平从高到低为东部、中部和西部。其次，数字经济发展存在正向空间相关性和空间集聚性，“数字鸿沟”日益加大。三大地区的发展差异是总体差异的主要来源,地区内和地区间差异贡献率都较高，两者的贡献率均在50%上下浮动。在三大区域中，对总体差异贡献率最大的区域是东部区域，最小的区域是中部区域，西部区域对总体差异贡献率居中。再次，中国及三大地区数字经济发展差异性水平是发散的。就收敛性与发散性分析，α收敛模型和β收敛模型均表明中国数字经济发展的差异性是发散的。对比三大区域回归系数值，中部地区数字经济发展差异性发散速度最快，西部地区次之，东部地区最慢。

基于以上研究结论，提出政策建议。第一，进一步加深对数字经济的理解，加大对数字经济概念界定、行业分类、增加值核算、综合指标体系构建等方面的研究，增加权威性分类及核算标准，进而统一数字经济核算口径，明晰数字经济核算范围。第二，不断完善地区数字基础建设水平，拓展数字应用广度和深度，加快数字创新，努力实现数字变革。加强区域间信息技术的开放和共享，打破阻碍地区间数字经济发展的各种壁垒。第三，加强顶层设计，建立合理的地方政府数字经济发展水平考核机制，努力提高行业数字化转型步伐。

注释：

[1] Tapscott D.,TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelligence,New York: McGraw-Hill,1996,pp.8-15.

[2] 何枭吟：《数字经济发展趋势及我国的战略抉择》，《现代经济探讨》2013年第3期。

[3] 易宪容、陈颖颖、位玉双：《数字经济中的几个重大理论问题研究——基于现代经济学的一般性分析》，《经济学家》2019年第7期。

[4] 关会娟、许宪春、张美慧、郁 霞：《中国数字经济产业统计分类问题研究》，《统计研究》2020年第12期。

[5] 王思瑶：《数字经济的统计界定及行业分类研究》，《调研世界》2020年第1期。

[6] 杨仲山、张美慧：《数字经济卫星账户:国际经验及中国编制方案的设计》，《统计研究》2019年第5期。

[7] 向书坚、吴文君：《中国数字经济卫星账户框架设计研究》，《统计研究》2019年第10期。

[8] 罗良清、平卫英、张雨露：《基于融合视角的中国数字经济卫星账户编制研究》，《统计研究》2021年第1期。

[9] Porat, M.,TheInformationEconomy:DefinitionandMeasurement, Washington, D.C.: U.S. Department of Commerce,1977,pp.35-50.

[10] 康铁祥：《中国数字经济规模测算研究》，《当代财经》2008年第3期。

[11] 郭美晨、杜传忠：《ICT提升中国经济增长质量的机理与效应分析》，《统计研究》2019年第3期。

[12] 许宪春、张美慧：《中国数字经济规模测算研究——基于国际比较的视角》，《中国工业经济》2020年第5期。

[13] 徐清源、单广志、马潮江：《国内外数字经济测度指标体系研究综述》，《调研世界》2018年第11期。

[14] 张雪玲、焦月霞：《中国数字经济发展指数及其应用初探》，《浙江社会科学》2017年第4期。

[15] 张 勋、万广华、张佳佳、何宗樾：《数字经济、普惠金融与包容性增长》，《经济研究》2019年第8期。

[16] 单志广、徐清源、马潮江、唐斯斯、王 威：《基于三元空间理论的数字经济发展评价体系及展望》，《宏观经济管理》2020年第2期。

[17][21] 刘 军、杨渊鋆、张三峰：《中国数字经济测度与驱动因素研究》，《上海经济研究》2020年第6期。

[18] 张永恒、王家庭：《数字经济发展是否降低了中国要素错配水平？》，《统计与信息论坛》2020年第9期。

[19] 赵 涛、张 智、梁上坤：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期。

[20][22] 焦帅涛、孙秋碧：《我国数字经济发展对产业结构升级的影响研究》，《工业技术经济》2021年第5期。