区块链技术公众关注度空间分异及影响因素研究*

胡安琪，吉顺权

(1.苏州科技大学 图书馆，江苏 苏州 215009；2 苏州城市学院 马克思主义学院，江苏 苏州 215104)

互联网时代，区块链技术的重要性不言而喻，它正深刻影响着全球治理、经济发展、社会服务的运营理念、组织和业务模式。[1]“区块链”这一概念是中本聪于2008年首次提出的[2]，并成为比特币的核心组成部分。2016年是我国区块链技术发展的关键年，区块链被列为国家层面的战略性新兴前沿技术。2019年，习近平强调，要把区块链作为核心技术自主创新的重要突破口，加快推动区块链技术和产业创新发展。[3]由此，区块链技术在我国的发展进一步提速。2020年4月，区块链技术首次被国家纳入新型基础设施体系。此后，我国区块链技术在创新研发、产业规模等方面取得飞速发展。

作为一种新兴的去中心化基础架构与分布式计算范式，区块链技术目前已引起各界的广泛关注，相关学术研究在近几年也呈指数级增长。国外区块链研究始于2009年，其热点主要集中在智能合约、物联网、数据安全与隐私保护等方面(1)参见Philipp Robert, Prause Gunnar, Gerlitz Laima, “Blockchain and smart contracts for entrepreneurial collaboration in maritime supply chains”, Transport and telecommunication journal, 2019, No. 4, pp. 365-378; Wattana Viriyasitavat, Xu Li Da, Bi Zhuming, et al, “Managing QoS of internet of things services using blockchain”, IEEE transactions on computational social systems, 2019, No. 6, pp. 1357-1368; Gai Keke, Wu Yulu, Zhu Liehuang, et al, “Privacy-preserving energy trading using consortium blockchain in smart grid”, IEEE transactions on industrial informatics, 2019, No. 6, pp. 3548-3558。。我国学者于2012年开始关注区块链领域的相关研究，其热点主要集中在互联网金融、大数据、人工智能、联盟区块链、图书档案及信息资源管理等领域(2)参见庄雷、赵翼飞《区块链技术的应用模式与发展路径研究》，《金融与经济》2019年第9期第33～38页；张梦迪、高振记《区块链技术在地质大数据知识产权保护中的应用探讨》，《中国矿业》2019年第11期第9～14页；贾忠伟、陆祖宏、范文勇等《基于互联网+和人工智能技术的吸毒人员公共卫生管理模式研究》，《系统科学与数学》2019年第4期第522～533页；宁卓、李牧阳《基于联盟区块链的物流信息平台LIP-Chain》，《计算机技术与发展》2019年第8期第190～194页；张倩《区块链技术对高校档案信息管理方式创新的可行性探究》，《档案与建设》2017年第12期第21～24页。。

2020年以来，为加速推动区块链的落地应用，我国多地陆续出台了关于区块链专项扶持政策，重点聚焦在区块链的技术布局、产业生态、管理机制、应用场景等方面。例如：江苏加快区块链技术的布局，区块链产业年均增速不低于15%；上海促进区块链等新兴技术的研发，推动技术创新与金融创新融合发展；北京预计到2022年初步建成具有影响力的区块链科技创新高地、创新人才高地、应用示范高地和产业发展高地；湖南预计到2022年形成全省区块链发展管理机制；成都力争到2022年打造30个区块链应用示范场景；深圳、重庆支持探索区块链等新技术在金融领域的应用；青岛重点建设“区块链+政务”服务平台。[4]

随着区块链理论研究的不断深入，政策支持力度不断增强，我国对区块链技术的发展越来越重视，公众对区块链技术的关注、认知也逐渐提升。公众关注度作为一种重要资源，能够在一定时间、一定资源范围内反映社会公众的注意力分配和信息偏好。[5]对于一项新兴技术，公众关注度能够反映公众对其认知度和认可度，公众关注度的提高有利于促进新兴技术的发展和应用。然而，目前关于区块链技术的公众关注度研究相对较少。因此，本研究利用百度指数的区块链技术网络关注度，揭示我国除港澳台地区以外的31个省(区、市)区块链技术公众关注度的空间分布差异特征，分析其影响因素，以此挖掘推动区块链技术发展和应用的关键点。这对我国积极推进区块链和经济社会融合发展、加快区块链技术应用落地具有重要的参考意义。

一、数据来源及研究方法

1.数据来源

百度搜索是目前最受欢迎的搜索引擎，用户渗透率达到90.9%[6]，在行业内极具代表性。百度指数2006年正式推出数据分析功能模块，按照一定规则加权和，可以反映关键词某一时间段的用户关注度。[7]虽然百度指数产生的相关数据由于近似算法问题可能无法反映具体信息，但其作为一种趋势判断或规律解读仍具有参考价值。[8]基于此，本研究选取百度指数平台作为主要数据来源。由于2016年之前的数据量较小，缺乏研究意义，所以笔者以2016—2020年为研究时间，以“区块链”为关键词，获取31个省(区、市)用户关注度数据，并按年进行统计，以此作为分析公众关注度空间分布差异及影响因素的重要数据来源。除此之外，有关影响因素的分析还利用了《中国统计年鉴》 《中国互联网发展报告》和中国知网数据库等数据，以及国家知识产权局开发的专利检索和分析系统。

2.研究方法

(1)全局空间自相关分析

本研究利用全局莫兰指数(Global Moran’s I)衡量区块链技术的关注度是否存在空间聚集特性。Global Moran’s I是研究变量在同一分布区内的观测数据之间潜在的相互依赖性的一个重要指标。具体计算公式为

(1)

(2)

其中，I为全局莫兰指数，n为评价单元的数量，Zi是要素i的属性与其平均值的偏差，Wij是要素i和j之间的空间权重，So是所有空间权重的聚合。I的取值范围为-1～1：I>0表示正相关，表明区块链技术的公众关注度呈显著的空间集聚分布，且越接近1，空间分布差异越小；I<0表示负相关，表明区块链技术的公众关注度呈显著的空间离散分布，且越接近-1，空间分布差异越大；I=0表示不相关，表明区块链技术的公众关注度呈随机分布状态。

为了验证I的有效性，通常采用Z值对其进行显著性验证，即

(3)

其中

E[I]=-1/(n-1)

(4)

V[I]=E[I2]-E[I]2

(5)

式中，ZI表示显著性水平，E[I]为I的期望值，V[I]为I的方差。取95%的置信区间进行显著性检验，即临界值为1.65，当Z的绝对值大于1.65时，表明区块链技术的公众关注度存在明显的空间自相关特性。[9]

(2)局部空间自相关分析

局部空间自相关是描述一个空间单元与其邻域的相关性，能表示每个局部单元服从全局总趋势的程度，提示空间异质[10]，同时识别不同空间位置上的高值簇与低值簇。根据局部莫兰指数(Local Moran’s I)的大小，区域空间差异可分为高—高、高—低、低—低、低—高四类。其中，高—高和低—低表示公众关注度的空间集聚性，高—低和低—高表示公众关注度的空间差异性，这可以反映区块链技术公众关注度在我国31个省(区、市)邻接地区的相关性。

(3)岭回归分析

对某一因变量进行影响因素分析，最常用的方法是基于最小平方估计法(OLS)的多元回归分析，其前提条件是各自变量之间必须相互独立。然而，在实践中各变量间会存在一定的相关性，产生多重共线性问题。[11]因此，该方法在分析多变量复杂关系时存在一定的局限性。而岭回归分析是一种改良的最小二乘估计法，允许回归系数的有偏估计量存在，能够有效解决多重共线性问题。采用这种方法可以通过允许小的误差换取高于无偏估计量的精度，因此它接近真实值的可能性较大。[12]

二、实证分析

1.区块链技术公众关注度空间分布差异

(1)全局空间分布特征

考察我国31个省(区、市)公众对区块链技术的关注度是否存在空间相关性，基于距离权重矩阵对变量进行全局空间相关性检验。表1显示，2016年、2018年、2019年、2020年的观测数据通过了显著性检验，P值均小于0.1，Z值均大于1.65，Global Moran’s I显著大于0，呈完全正相关，在地理空间上表现出显著的集聚态势。2017年的数据没有通过显著性检验，虽然Global Moran’s I大于0，但在空间上不具备明显的集聚特征。

表1 2016—2020年区块链技术公众关注度全局空间相关性检验

(2)局部空间分布特征

选取2016—2020年我国31个省(区、市)的区块链技术公众关注度数据进行局部空间分析，构建距离权重矩阵，通过LISA聚集图进行可视化展示。表2显示，呈正相关高—高集聚类型的主要有山东、江苏、浙江、福建等地(集中在我国的中部和东部)，呈低—低类型的主要有新疆、西藏等地(集中在我国的西部)，呈负相关低—高类型的主要有江西、安徽等地，呈高—低类型的主要是四川地区。

(3)空间热度分布特征

对区块链技术公众关注度原始数据做系统聚类分析，在相对距离为2.5时将我国31个省(区、市)分为四类：公众关注度最高的地区是北京、广东，较高的是上海、浙江、江苏，河北、湖南、湖北等中部地区关注度较低，西藏、青海等西部地区和内蒙古等北部地区关注度最低。

2.区块链技术公众关注度影响因素

(1)指标选取

技术关注度在空间层面的影响因素指标选择目前还没有形成统一的指标体系。考虑到数据的可获取性和严谨性，以及指标的全面性和质量，笔者从社会人口统计特征、经济发展水平、互联网发展水平、教育水平、科技水平、创新能力、产业规模等七个层面构建指标体系。其中，互联网发展水平选取互联网普及率(X1)来衡量；社会人口统计特征选取年末人口数(X2)、中青年人口占比(X3)、失业率(X4)、性别比(X5)等指标来衡量；经济发展水平选取人均GDP(X6)、地区GDP(X7)、外资投资总额(X8)、居民消费价格指数(X9)、公共预算收入(X10)、公共预算支出(X11)、二三产业占比(X12)等指标来衡量；教育水平用人均受教育年限(X13)来衡量；科技水平选取科学技术支出(X14)、技术市场成交额(X15)、R&D经费支出量(X16)、R&D人员全时当量(X17)等指标来衡量；产业规模选取区块链企业数(X18)来衡量；创新能力选取区块链论文数(X19)、区块链专利数(X20)来衡量。

表2 2016—2020年区块链技术公众关注度局部空间特征

(2)相关性分析

在进行岭回归分析前，先利用SPSS 21.0对20个自变量与因变量进行相关性分析(见表3)，提取有效自变量，并根据各自变量之间的强弱相关关系，判断是否存在多重共线性问题。

从相关分析结果来看，互联网普及率(X1)、人均GDP(X6)、地区GDP(X7)、外资投资总额(X8)、公共预算收入(X10)、公共预算支出(X11)、科学技术支出(X14)、技术市场成交额(X15)、R&D经费支出量(X16)、R&D人员全时当量(X17)、企业数(X18)、论文数(X19)、专利数(X20)等13个自变量呈现高度相关(在0.01水平上显著相关)。

表3 相关性分析(N=31)

将上述13个自变量和公众关注度这一因变量建立函数方程

I=CX1aX6bX7cX8dX10eX11fX14gX15hX16i

X17jX18kX19lX20meu

其中，I为关注度，C为常数项，eu为随机误差，a、b、c、d、e、f、g、h、i、j、k、l、m是各变量的弹性参数。将函数关系式做自然对数转换，得到标准logit回归方程

lnI=lnC+alnX1+blnX6+clnX7+

dlnX8+elnX10+flnX11+glnX14+

hlnX15+ilnX16+jlnX17+klnX18+

llnX19+mlnX20+u

13个自变量之间呈现高度相关关系。运用SPSS 21.0进行logistic回归分析，模型拟合优度很高，VIF值显著大于临界值，t值不显著。

(3)岭回归分析

根据上述分析判断自变量间存在多重共线性，采用岭回归分析对数据重新处理(见表4)。

表4 公众关注度影响因素的岭回归结果

由图1可见，当K≥0.4，岭迹曲线开始趋于平稳，因此选取K=0.4时的岭回归系数带入原假设回归方程

lnI=0.088lnX1+0.047lnX6+0.077lnX7+

0.043lnX8+0.115lnX10+0.142lnX11+

0.088lnX14+0.117lnX15+0.024lnX16+

0.049lnX17+0.053lnX18+0.144lnX19+

0.149lnX20-1.09

此时回归方程的R2为0.968，也就是说，当K=0.4时，这13个自变量可以解释公众关注度96.8%的变异性。

图1 公众关注度影响因素的岭迹图

(4)分析结果

按照岭回归系数大小进行排序，区块链专利数(X20)、区块链论文数(X19)、公共预算支出(X11)、技术市场成交额(X15)、公共预算收入(X10)等5个自变量的岭回归系数相对较大，对因变量影响较大。互联网普及率(X1)、科学技术支出(X14)、地区GDP(X7)、区块链企业数(X18)、R&D人员全时当量(X17)、人均GDP(X6)、外资投资总额(X8)、R&D经费支出量(X16)等8个自变量的岭回归系数相对较小，对因变量影响较小。因此，影响区块链技术公众关注度空间分布的主要因素包括区块链技术的创新研究、应用规模和资金投入三类。

首先，区块链技术的创新研究。区块链专利数是弹性系数最大的自变量，即区块链专利数对公众关注度影响最强，随后是区块链论文数，因为专利申请和论文产出是区域创新能力的集中体现。由此表明，创新意识和创新能力较强的地区对新兴技术的关注度也会增强，两者之间的正向影响关系最为显著。由于创新是在现有知识、物质基础上进行的，基于某项技术创新应用的前提就是对该项技术的全面搜索及了解，因此反向推断能说明创新与关注度之间的正向影响关系。此外，创新是公众主动接受新事物、努力探索新事物的表现。在此过程中，对新事物的大量关注行为是其最直接的体现。

其次，区块链技术的应用规模。技术市场成交额是区域技术市场内技术开发和技术服务合同成交额，能够反映一个地区技术市场的活跃度，也能反映区域技术开发成熟度与应用规模。区域技术市场蓬勃发展，科技实力不断提高，社会公众对新兴技术的关注度会随之增强，两者之间的显著影响关系在本研究中得到有力证实。

最后，区块链技术的资金投入。公共预算收入规模在很大程度上决定了公共预算支出规模，两者同时影响地区经济增长和社会发展，是区域整体经济实力的表现。由分析结果可以发现，政府财政实力较强的地区，社会公众对新兴技术的关注度会更高。这一现象与政府在新兴技术上的宣传与投入密切相关，区域财政实力强，在加大新兴技术宣传力度的同时，也会加大资金投入和产业布局。

三、研究结论与对策

笔者采用空间自相关分析、岭回归分析等方法实证研究了2016—2020年我国31个省(区、市)公众对区块链技术关注度的空间分布差异及影响因素。

首先，从全局空间自相关分析结果来看，2016年、2018年、2019年、2020年公众对区块链技术的关注度在地理空间上表现出显著的聚集状态。其中，2018年、2019年关注度集聚性有所增强，2020年开始出现回落。由此表明，随着时间的推移，公众对区块链技术的认知逐渐普及化和深化，区域间的差异性逐渐缩小。2017年公众对区块链技术的关注度在空间上没有呈现显著集聚状态，这与地区政策推动力度和新闻宣传力度等有关。

其次，从局部空间自相关分析结果来看，区块链技术关注度较高且呈现集聚特征的省(区、市)主要分布在我国中部和东部地区，关注度较低且具有集聚特征的省(区、市)主要集中在我国西部地区。其中，江西、安徽等地的关注度虽然较低但被高值包围，四川则是在关注度普遍较低的西部地区中唯一的高值，其他地区局部空间自相关性不显著。

再次，从区域分布聚类分析结果来看，按照关注度由高到低分为四个层次，关注度较高的地区主要集中在我国的东部和中部，关注度较低的区域主要集中在我国的西部。由此可见，在关注度差异分布上，地区间差异较为显著。

最后，不同省域公众对区块链技术关注度产生差异是受到经济、社会等因素的影响。基于岭回归分析发现，区块链技术的创新研究、应用规模、资金投入是影响区块链技术公众关注度的三类主要因素。

公众关注度能较好地印证新兴技术的发展前景和应用规模，公众对新技术的关注差异逐渐缩小是新技术长远发展的前提基础。只有在了解新技术关注度空间分布差异的基础上，抓住关键影响因素，有针对性地推动区块链技术的发展，才能促进区块链和经济社会大融合。

第一，推动区块链技术创新研究。各地区应通过政策支持、经济奖励等方式，有效激励区块链技术的基础研究，推动相关成果向实际应用转变，从而提升区块链技术创新产出水平。同时，通过推动区块链技术高速创新发展，带动我国区块链技术创新型人才培育，努力在区块链技术人才培育上走向世界前列。

第二，加快区块链技术应用发展。区域间的技术资源开放共享与协同，能够加快区块链技术的应用发展。我国东部地区新兴技术发展迅猛，具有得天独厚的环境优势，可以对中西部地区进行帮扶；中西部地区则应充分利用优惠政策，加大对技术、人才的开发。同时，东部个别技术发展缓慢地区应通过制度安排与模范区域开展协同发展，利用区位优势进行资源共享、产业合作，从而形成联动可持续发展态势，进一步加快区块链技术的应用发展。

第三，加大区块链技术经济投入。经济发展水平是影响技术发展的关键因素。因此，要利用区块链技术和实体经济的融合，优化业务流程，提升经济效益，推动产业规模化，增加后续技术研发与应用储备金。同时，在技术研发及应用上，要合理进行资金及人员投入，尤其是技术发展缓慢地区应当充分利用上级政府和其他区域政府的财政帮扶政策，通过经济手段促进区块链技术的快速发展。