长江经济带数字经济产出效率的地区差异及动态演变

刘 超，丁晨辉，郑垂勇，李 峰

1.河海大学公共管理学院，江苏 南京 210000；2.江苏长江保护与高质量发展研究基地，江苏 南京 210000；3.河海大学商学院，江苏 南京 210000)

0 引言

长江经济带是中国覆盖面积最广和综合影响力最大的黄金经济带，是中国区域发展格局中具有战略性地位的地区，是中国经济高质量发展的先行示范区域。以过度损耗资源与环境为代价的经济增长一度成为长江经济带发展面临的核心问题。培养经济发展新动能，推动长江经济带高质量发展，不仅是改善该地区经济可持续增长的关键，更是关系国家发展全局的重大战略。

数字经济已成为世界各国经济发展的新动能。数字信息技术大幅降低了数据利用与传播成本，使数据资源价值得以充分挖掘。数据已逐步成为与土地、资本和技术等并列的关键性生产要素[1]。2015年中国首次提出 “国家大数据战略”。2017年至今，政府工作报告已经4次将数字经济纳入考察与评估内容。在2021年出台的 “十四五”规划及2035远景目标中，发展数字经济皆为其中一项重要内容。随后各地相继出台有关数字经济发展产业布局、行动规划以及补贴措施等在内的数字经济政策文件。2020年中国数字经济体量占GDP比重达到38.6%，同比增长9.7%，有效支撑经济社会发展。其中，长江经济带的江苏、浙江、上海、湖北等省 (市)数字经济规模均超1万亿元，上海市数字经济占比GDP50%以上[2]。

已有研究与实践证实，数字经济为区域经济高质量发展提供有力支撑，成为解决地区生产要素流动、绿色生态与百姓民生的重要举措，推动了地区绿色循环低碳和创新驱动发展[3-4]。一方面，数字经济通过数字化要素替代传统要素，弥补地区生产要素禀赋差异，拓展各类信息的传播范围，有效提高资源配置效率与全要素生产率，为跨区域生产服务与创新协同提供物质基础[5]；另一方面，数字技术作为典型的通用技术，在国民经济与社会生产各个领域得到融合应用，对地区治理机制、产业形态、商业模式、生产方式等方面都产生了颠覆性影响[6]。同时，数字经济所包含的新兴数字化技术推动具备规模效应、范围效应和长尾效应经济社会运行环境的形成，完善了供需关系与价格机制。

那么，长江经济带的数字经济发展水平究竟如何？近年来地区间发展水平差异如何？地区差异呈现怎样的演变趋势？未来应从哪些方面来提升该地区数字经济发展水平、缩小地区间差异？能否回答好上述问题，对提升长江经济带发展活力与潜能、促进区域协同发展的国家战略具有重要现实意义。本文以2010—2019年长江经济带省际区域为研究对象，构建地区数字经济投入产出体系，通过评估数字经济产出效率衡量数字经济发展水平，并综合运用多种计量方法测度和分析该地区数字经济发展地区差异与动态演变趋势。

1 文献综述

数字经济的概念最早由Tapscott[7]提出，其以信息产业为主干，以信息产品与服务为重要内容，以通用信息技术为手段，以信息与知识为基础[8]，对地区经济社会发展产生重要影响[9]。国内有关数字经济的理论研究大致可以分为3类：①有关数字经济的机理机制和影响效应研究。对经济质量发展影响方面，宋洋[10]研究认为，数字经济通过提升经济绩效、创新能力、公共服务水平和促进生态文明等途径地区对经济发展质量外在表现产生作用。赵涛等[11]也指出，数字经济显著促进城市高质量发展，且呈现空间溢出和 “边际效应”非线性递增特点。对海外投资影响方面，詹晓宁等[12]研究发现，数字经济的兴起推动中国利用外资的战略着眼点从 “招商引资”转变为 “招商引智”和 “招商引能”。但也有研究表明，数字经济对中国城市实体经济产生负向 “挤出效应”[13]，并带来地区间严峻的 “数字鸿沟”问题[14]。②数字化的具体产业或管理模式方面的研究，如数字政府、数字产业和数字金融等。徐顽强[15]认为，数字政府给政府带来机遇与发展空间的同时也给政府的管理机制带来深刻的变化；刘海启[16]研究发现，数字农业通过将现代信息技术与传统农业的结合，实现对农作物生长、环境及灾害的实时监控。张勋等[17]得出结论，基于互联网的数字金融促进低社会资本及低物质资本家庭的创业行为，有利于中国包容性增长。③有关数字经济地区发展差异与演变趋势的研究。在省域层面，李研[18]测度和评价中国省际数字经济产出效率的发展差异时发现，区域间产出效率差异逐渐扩大，效率的总体差异主要由区域间差异所致。在特定区域层面，田俊峰等[19]、刘传明等[20]等运用变异系数、泰尔指数与基尼系数等方法分别探究中国东北地区和五大城市群数字经济空间差异及主要成因。

此外，学界与政府机构所采用的数字经济评价方法也各具特点，主要包括以下3类。①通过直接估算数字经济规模体量来评价其发展水平。相关研究一般通过统计具体数字化行业的产业规模来进行评价，如采用ICT资产统计指标[21]，也有基于GDP与 “互联网”指数间回归关系测算数字经济规模，以及综合利用统计指标和回归分析的复合评价方法[22]。②从不同维度构建地区间可对比的数字经济发展指标体系。经合组织 (OECD)的 《衡量数字经济》中构建的数字经济指标体系涵盖具有国际可比较性的4个主要维度 (创新能力、投资智能化基础设施、赋权社会和ICT促进经济增长与增加就业岗位)38个二级指标[23]。张雪玲等[24]基于数字经济内涵及中国数字经济发展新态势，分别从数字化应用、数字化产业变革与数字化基础设施维度构建省域数字经济发展测评体系，并通过实证分析考察了省域数字经济发展空间分布及其制约因素。③通过测度数字经济投入产出的效率评价其发展水平。蔡昌等[25]、李研[18]利用DEA模型和Malmquist指数模型从静态和动态角度测算中国各省数字经济产出效率，发现省际数字经济产出效率间存在显著差异。

作为新兴经济，数字经济得到诸多关注，但目前关于区域数字经济发展的研究仍然较少。本文聚焦长江经济带，旨在研究分析该区域数字经济发展的地区差异和动态演变。与已有文献相比，本文从投入产出角度来评估长江经济带数字经济发展水平，并综合运用多种方法，从不同维度考察该地区数字经济发展的地区差异与演变趋势，对促进长江经济带区域协同发展具有重要意义。

2 评价方法与指标选取

2.1 数字经济产出效率测度方法

超效率DEA模型由于能够避免传统DEA模型难以区分同时多个处于有效前沿面DMU优劣的情形，在实证评价中被广泛应用[26]。假设决策单元有n个,每个决策单元有m种投入，S1种产出。x∈Rm为输入向量，而yd为产出向量。s-为投入的多余，sd为产出的不足。那么，以产出为导向的超效率模型 (SBM-DEA)计算公式为：

(1)

(2)

2.2 数字经济产出效率区域差异分析方法

基尼系数是可用于定量测度分析差异程度的方法。借鉴Dagum[27]的研究，将基尼系数用于评价区域差异，并将其分解为区域内差异Gw、区间净差异Gnb和超密度Gl。

假设有n个省份，k个区域。具体测度过程为：

μm≤…≤μi≤…μk

G=Gw+Gnb+Gl

Ggb=Gnb+Gl

(3)

(4)

(5)

式中，G为效率的总体基尼系数，yij为第i个区域第j个省份数字经济产出效率。μ为区域数字经济产出效率均值，Gii为第i个区域效率的基尼系数。Gim为第i个和第m个区域间效率的基尼系数，Dim为第i个和第m个区域间效率的相对影响。dim为第i个和第m个区域中yij-ymr>0所有样本值加总的数学期望，pim为第i个和第m个区域中ymr-yij>0所有样本值加总的数学期望。

2.3 数字经济产出效率区域差异演变的分析方法

(1)时间维度分析方法。核密度估计方法 (Kernel Density Estimation)作为一种研究非均衡分布的非参数评估方法，相较于传统参数估计方法，具有对应变量与自变量分布限定较少的优点。核密度估计方法首先对随机变量的概率进行统计，随后使用连续的概率密度曲线展现指标数据分布形态，能够较好解释指标数据的动态演化机制。假设f(x)为随机变量x的密度函数，其在点x的概率密度分布函数为：

(6)

(2)空间维度分析方法。本文通过探索性空间分析工具 (Exploratory Spatial Data Analysis，ESDA)来检验数据的空间分布，揭示数据空间结构与主体间相互作用。莫兰指数是其中的一种重要方法，包括全局莫兰与局部莫兰两种。全局莫兰指数可用来判断主体或者现象数据在整体上是否存在空间相关性分布；而局部莫兰指数用来判断主体或者现象数据在局域空间是否存在集聚效应。全局莫兰指数的模型表达式为：

(7)

局部莫兰指数的计算公式为：

(8)

(3)转移概率。Markov链是指概率论中具有马尔可夫性质并存在于离散指数集和空间内的随机过程。其中，随机变量的状态随时间变化被称为转移。在t时刻处于i状态下的Markov链，t+1时刻处于j状态时的转移概率为：

Pij=p(xt+1=j)|xt=i)

(9)

根据Cohort法进一步可得，给定状态下i的观测值，在t时刻转移至状态j的概率极大似然估计值为：

(10)

对所有观测值研究范围内的转移概率进行加权，得到从初始状态i转移为状态j的概率为：

(11)

式中，Ni为期间处于状态i的省份数量，Nij为研究时间范围内由t年的状态i转移为t+1年状态j的省份数量。

2.4 指标选取与数据处理

(1)指标选取。基于数据可获取性以及数字经济的内涵和外延，选择的数字经济投入与产出指标见表1。

表1 长江经济带数字经济投入产出指标选取

投入指标：在中国国民经济行业分类中，信息传输、计算机服务和软件业与数字经济发展紧密相关，是数字经济发展的重要产业依托。选取信息传输、计算机服务与软件业的固定资产投资总额与该行业就业人数作为数字经济资本与人员的投入指标[20]。数字经济兴起与发展离不开基础设施条件支持，选取互联网普及率作为数字经济发展的另一项投入指标[21]。

产出指标：数字经济作为一种更开放、高效和绿色的新经济形态，通过生产效率提升和产业结构优化带来经济高质量发展。数字产业化和产业数字化是其发展带来的根本性变化。根据数据可获取性，选取电信业务收入和软件业务收入作为数字产业化的代表性指标。其中，软件业务收入来自软件和信息安全产品、嵌入式系统软件及信息技术服务等[28]。参考浙江省相关部门建立的数字经济综合指标统计规则，选取电商销售额/第三产业增加值作为产业数字化的代表性指标[29]。所有数据均由长江经济带2010—2019年的省 (市)级统计年鉴整理而得。其中，长江经济带分为上、中和下游区域，上游地区包括重庆、云南、贵州和四川，中游地区包括湖南、湖北和江西，下游地区包括江苏、浙江、安徽和上海。

(2)数据处理。以2010年为基期，对各省份固定资产投资额、电信和软件业务收入进行指数平减。由于各省份行业固定资产投资总额为存量数据，无法直接获取，借鉴李研[18]的做法，利用历年固定资产投资折算得到固定资产投资总额。具体计算方法为：首先将行业固定资产投资用固定资产投资价格进行指数平减，得到2010年不变价固定资产投资额。随后根据公式K0=I0/(γ+δ)计算行业初始资本存量。式中，K0为初始资本存量，γ为固定资产投资的几何平均增长率，δ为折旧率。δ的赋值取9.6%，第t年的固定投资资本总额为Kt=It+Kt-1(1-δ)[30]。部分省份某年份软件业务收入及电商销售额有所缺失，采用增长指数进行插值补充。

3 实证结果分析

3.1 长江经济带数字经济产出效率分析

(1)效率测度结果分析。长江经济带2010—2019年数字经济产出效率测度结果见表2。

表2 长江经济带数字经济产出效率测算结果

分省份看，上海历年波动态势最为平稳；安徽、江西、重庆和四川均存在一定下降趋势；其余省份均存在一定上升态势，江苏和浙江的增长趋势最为明显。在这些省份中，上海经济实力与信息化程度较高，数字经济发展比较稳定。江苏省和浙江省历年来高度重视数字经济发展，近年来先后出台发展互联网经济、大数据、人工智能等一系列政策文件，创新融合驱动加快，新业态不断涌现，数字经济规模增长迅速。而其他地区数字信息技术发展起步较晚，安徽、江西和重庆等地数字化资源存在更多不合理利用和配置问题。

分区域看，长江上中下游数字经济产出效率呈现不同程度的波动趋势。长江下游数字经济产出效率高于上游，而上游数字经济产出效率高于中游。长江下游数字经济产出效率的年平均增长率低于上游，而上游数字经济产出效率的年平均增长率要低于中游。由此可见，数字经济起步较晚的中上游地区，尤其是中游地区数字经济发展提速，数字经济相关决策部署已初见成效。

(2)效率成因分析。基于Malmquist指数分析得到2010—2019年长江经济带数字经济产出效率、技术效率及技术进步指数的计算结果。2010—2019年长江经济带全样本数字经济产出效率、技术效率及技术进步指数的变动趋势如图1所示。可见，长江经济带总体数字经济产出效率与技术进步指数的变动趋势较为一致，技术进步指数的增加大大拉动数字经济产出效率提升，同时长江上中下游数字经济产出效率、技术效率及技术进步指数也呈现相似趋势。因此，技术进步是导致长江经济带数字经济产出效率提升的主要原因，技术创新、扩散及引进显著促进当地数字经济发展。

图1 长江经济带数字经济相关指数变动趋势

3.2 长江经济带数字经济产出效率差异分析

(1)总体差异。长江经济带2010—2019年数字经济产出效率总体差异来源及其贡献见表3。从时间维度看，2010—2015年基尼系数在波动中升至最大值0.215，2015—2019年在波动中降至0.184，总体不存在明显的收敛现象。除2012年以外，其他年份对总体基尼系数贡献率由大到小依次为区域净差异、区域内差异及超变密度。因此，数字经济产出效率的总体差异主要由区域间差异所导致。区域内差异贡献率较为稳定，年均贡献率为25.7%。超变密度贡献率最小，2012年前呈上升趋势，达到峰值后呈现波动趋势。区域间贡献率始终最大，且波动状态与超变密度完全相反，存在此消彼长关系。这表明2012年以前区域间差异主要由于某区域内某省份数字经济效率极高，而其他区域内某省份数字经济产出效率极低所致，极化现象显著。在2012年以后区域间差异主要是由区域间净差异所致，且极化趋势相对减弱。

表3 长江经济带数字经济产出效率总体差异来源及其贡献

(2)区域差异。区域差异分析包含区域内差异和区域间差异两部分。2010—2019年长江上中下游数字经济产出效率区域内与区域间基尼系数及其均值见表4。

表4 长江经济带区域数字经济产出效率区域内与区域间基尼系数

区域内差异。研究期内长江上游区域内基尼系数及其均值均大于长江下游，长江下游的区域内基尼系数及均值大于长江中游，表明长江上游区域内数字经济产出效率差距均大于长江下游，长江下游区域内数字经济产出效率差距均大于长江中游。长江上游区域内基尼系数除了在2013年下降明显外，总体呈上升趋势，表明长江上游区域内数字经济产出效率差异呈不断扩大趋势。长江中游区域内基尼系数处于不断波动状态，但整体仍呈现下降趋势，表明长江中游区域内数字经济产出效率差异不断变化，但存在一定收敛趋势。长江下游区域内效率基尼系数在2014年前在波动中上升后又逐步下降，表明长江下游区域内数字经济产出效率差异自2014年后开始呈现收敛趋势。

区域间差异。除2011年长江上游-下游区域间基尼系数略低于长江中游-下游以外，历年区域间基尼系数及均值最大的均为长江上游-中游地区，其次为长江上游-下游地区，最后为长江中游-下游。长江上游-中游区域间基尼系数逐步上升至2015年的最高点后开始下降，2017年达到最低值后开始小幅波动，表明长江上游-中游区域间效率差异先增长后缩小，存在小幅扩大趋势。长江上游-下游区域间基尼系数在波动中增长至2015年的最大值。2016年下降到最低值后又有所回升，表明长江上游-中游地区区域间效率差异在波动中上升，随后下降又上升，呈现出明显扩大趋势。而长江中游-下游区域间基尼系数在波动中上升又逐渐下降，表明长江中游-下游区域间效率差异虽在前期有所扩大，但逐渐呈现显著收敛趋势。而长江上游-下游区域间效率差异在波动中攀升，存在显著扩大趋势。

3.3 长江经济带数字经济产出效率演变趋势

(1)时间演变趋势。选取高斯核密度函数进行时间演变趋势估计。借鉴李研[18]的做法，由公式h=0.9SeN0.2计算窗宽大小，绘制2010—2019年长江经济带数字经济产出效率三维核密度图，如图2所示。

图2 长江经济带数字经济产出效率三维核密度

从长江经济带总体看，数字经济产出效率分布存在向右移动的趋势，波峰在2010—2013年和2014—2016年之间呈U形分布，其他时间段均表现出增长态势。波峰宽度也随着波峰起伏而变化，地区间效率极化情况有所减弱。这一结果表明，研究期内长江经济带数字经济产出效率值大小有所增长，且地区间效率差异程度有所改善。分区域来看，长江上游地区数字经济产出效率分布存在向右移动趋势，波峰在2011—2016年呈U形分布，2012—2015年效率分布的两极分化趋势较为明显。长江中游地区数字经济产出效率分布呈现显著两极分化状态，在这一期间波峰在调整中总体呈现上升的趋势。长江下游地区数字经济产出效率也存在显著向右移动趋势。2010—2012年波峰出现短暂显著下降后，总体表现为上升趋势，且长江下游地区效率较其它区域而言，分布更集中，变化更平稳。

(2)空间演变趋势。根据式 (7)和 (8)计算长江经济带及各区域数字经济产出效率全局Moran指数与局部Moran指数。囿于篇幅所限，本文仅列出经由经济地理权重测算得到的全局Moran指数结果，见表5。由此可知，在研究期内不论是长江经济带整体，还是长江上游、长江中游和长江下游数字经济产出效率均不存在显著空间相关性及局部空间相关性，也不存在高-高、低-低聚集效应，该结果与钟业喜等[31]的研究结论保持一致。

表5 长江经济带全样本及上中下游数字经济产出效率全局Moran指数

(3)状态转移分析。由于数字经济产出效率结果变动差异较大，为了便于比较，本文选择四分位数将长江经济带及各区域状态进行分类。全样本第一、二、三四分位数分别为0.953、1.107、1.455，由此本文将效率状态划分为小于0.953，0.953～1.107，1.107～1.455,大于1.455，分别表示数字经济产出效率的低水平 (Ⅰ)、较低水平 (Ⅱ)、较高水平 (Ⅲ)及高水平 (Ⅳ)。转移概率计算结果见表6。其中，表中的行代表t年状态，列代表t+1年状态。对角线数字代表t+1年状态未发生变化的概率，非对角线数字表示t+1年状态发生变化的概率。

从长江经济带总体看，在t年为类型Ⅰ的省份中，有88.5%在下一年仍为类型Ⅰ，有7.7%、3.8%的省份类型在t+1年上升为类型Ⅱ和Ⅲ。在t年为类型Ⅱ的省份中，有56.0%在t+1年中类型不发生变化，8.0%、28.0%和8.0%在t+1年中分别下降一位、上升一位、上升两位；在t年为类型Ⅲ的省份中，有54.5%在t+1年中类型不发生变化，36.4%和9.1%在t+1年中类型下降一位、上升一位。在t年为类型Ⅳ的省份中，有84.6%在t+1年中类型不发生变化，3.8%和11.5%在t+1年中类型下降两位、下降一位。临近类型效率之间转移概率大于非临近类型，且对角线元素数值均大于非对角线元素，长江经济带数字经济产出效率保持稳定的可能性较大。

表6 全样本及分区域数字经济产出效率马尔可夫转移概率矩阵

从各区域看，情况也不同。①在长江上游，t年的Ⅰ类型省份中，在下一年全部提升为类型Ⅳ；t年Ⅱ类型省份中，有53.8%在t+1中类型保持不变，30.8%和15.4%在t+1中上升一位、上升两位；t年Ⅲ类型的省份中，有33.3%在t+1年中类型下降一位，53.3%的类型保持不变，13.3%的类型上升一位；t年Ⅳ类型的省份中，有12.5%、37.5%在t+1中类型分别下降两位、一位，50.0%类型保持不变。除类型为I的省份以外，对角线元素均大于非对角线元素，长江上游数字经济效率保持稳定的可能性较大。②在长江中游，t年Ⅰ类型省份中，有87.5%在t+1年中类型不发生变化，12.5%在t+1年中上升一位；t年Ⅱ类型省份有70.0%在t+1年中保持不变，10.0%和20.0%在t+1年中分别下降和上升一位，t年Ⅲ类型的省份在t+1年中类型全部下降一位；t年Ⅳ类型的省份中在t+1年中类型全部下降一位。对角线元素有一半小于非对角线元素，临近类型效率之间转移概率大于非临近类型。长江中游数字经济效率保持稳定的可能性较弱，存在高水平效率向下转移的趋势。③在长江下游，t年Ⅰ类型省份中，有90.0%在t+1年中类型不发生变化，10.0%在t+1年中类型上升两位；t年Ⅱ类型省份中，有50.0%在t+1年中上升一位，50.0%在t+1年中下降一位；t年Ⅲ类型的省份中，有66.7%在t+1年中类型不发生变化，33.3%类型下降一位；t年Ⅳ类型的省份在t+1年中类型不发生变化。除类型为Ⅱ的省份以外，对角线元素均大于非对角元素，长江下游数字经济效率保持稳定的可能性较大。

4 结论及对策建议

4.1 研究结论

(1)由数字经济效率测度及成因分析可知：①分省份看，上海历年效率波动态势最为平稳。安徽、江西、重庆和四川均存在一定下降趋势；其余省份均存在一定上升态势，江苏和浙江的增长趋势最明显。②分区域看，长江下游数字经济产出效率高于上游，而上游数字经济产出效率高于中游。技术的创新、扩散及引进显著促进长江经济带数字经济的发展。

(2)由数字经济产出效率差异分析可知：①从总体差异看，长江经济带总体差异主要来源于地区间差异。②从区域差异看，长江上游区域内差异大于长江下游，长江下游区域内差异大于长江中游。上游和中游地区区域内效率差异呈现扩大趋势。长江上游-中游区域间效率差异最大，且长江上游-下游、上游-中游区域间效率差异存在扩大趋势。

(3)由数字经济产出效率演变趋势分析可知：①长江经济带数字经济产出效率值大小整体有所增长，且地区间效率差异有所改善。长江下游地区效率较其它区域而言，分布更为集中，变化更为平稳。②不论是长江经济带总体，还是长江上游、长江中游和长江下游数字经济产出效率均不存在显著空间相关性及局部空间相关性，也不存在高-高、低-低聚集效应。③长江经济带总体、长江上游和下游地区数字经济产出效率保持稳定的可能性较大，而中游地区数字经济效率保持稳定的可能性较弱，存在高水平效率向下转移趋势。

4.2 对策建议

(1)推动技术进步，提高数字经济产出能力。通过制定产业政策与增加研发经费等措施推动科技进步与创新，驱动传统产业转型升级，助力数字经济、智能制造等新兴产业发展。推动包含大数据、人工智能及物联网等数字化技术在企业设计研发、生产制造及营销管理等环节的广泛应用，促进企业数字化转型，加速数字成果转化。重视产学研合作在科技创新中的联动作用，促进高等院校、科研机构和政企合作，为地区源源不断地提供数字技术支持及多层次创新人才。同时，进一步夯实企业的创新主导作用，将数字技术作为创新链与产业链精准结合的纽带，推动科技资源向数字型重点领域和企业集聚。

(2)结合地区发展实际，实施差异化数字经济发展政策。结合地区发展实际，依据地区资源禀赋与经济发展所处阶段，合理规划地区数字经济发展重心，实施差异化数字经济发展政策。对于基础设施不够完善、数字经济起步较晚的长江上游地区，应进一步加大互联网与移动宽带建设，增加信息通信领域基础设施投资力度，加快偏远及农村地区数字化信息通信基础设施建设，并通过吸引民间资本、降低民营企业准入门槛来拓宽投资渠道。同时，加强数字经济产业知识与技能的推广与培训教育，持续增大数字经济人才引进与培养力度。对于数字经济产出效率不高且稳定性较差的长江中游地区，应注意控制数字和信息产业投入规模，在推动传统产业转型升级的同时，积极承接来自于相邻地区的相关配套及关联数字产业，鼓励和推动数字化水平和技术水平较高项目落地。对于数字化信息技术起步较早、发展势头较好的长江下游地区，应在维持原有数字经济稳定发展的同时，加快拓展数字经济服务领域、创新数字化产业产品及服务模式，设立长三角数字经济发展战略示范区域。鼓励数字化信息技术在医疗、教育、政府和商业等不同行业与前沿数字技术融合应用，实现资源高效利用与流程有序管理，尤其推动中小型企业传统生产经营模式的数字化转型升级。积极探索数字化信息技术创新型应用模式，为创新型企业提供配套服务机制与政策支持。此外，应把握该地区人才和科技资源的集中优势，瞄准电子信息领域关键核心技术，加大科研攻关力度，争取科技重大专项取得突破。

(3)构建长江上中下游区域化协同发展机制，缩小地区间数字经济发展差异。积极推进区域一体化，鼓励地区间横向协作，逐步打破地区间行政壁垒，运用大数据、互联网、5G等技术构建数字经济平台，实现地区间数字基础、数字产业、数字环境方面的优势互补，完成数字经济发展水平 “阶梯式”分布向 “链式”分布转变。打造地区间创新型数字化产业集群，尤其围绕核心地缘城市，以产业链发展为依托，基于经济带内的空间集聚形成柔性生产综合体，推动长江经济带产业集群向智能化、规模化和协同化发展。此外，各地区应以构建国内国际 “双循环”新发展格局为契机，在挖掘国内巨大消费潜力的同时，结合地区比较优势，积极拓展国际循环途径，扩大各地数字经济服务范围，缩小地区间数字经济发展差异。