中国数字经济发展水平:时空特征、动态演化及影响因素

苏冰杰, 卢方元, 朱 峰, 李彦龙

(1.厦门大学 经济学院,厦门 361000; 2.郑州大学 商学院,河南 郑州 450000; 3.郑州大学 管理工程学院,河南 郑州 450000; 4.中国社会科学院大学 经济学院,北京 100871;5.北京大学 数字金融研究中心,北京 100871)

0 引言

近年来随着互联网、大数据与高端通信技术的迅速发展，数字经济的扩张和影响逐渐引起了全球关注。自2017年政府工作报告首次提出“数字经济”的概念以来，数字化被作为一种全新的生产要素投入到生产的各个环节，促进地区新产业、新业态和新模式的快速发展[1]。在新旧动能转换的时代背景下，数字经济已经继农业社会和工业社会之后，成为我国发展最迅速、运用最广泛的一种新型社会形态，是驱动中国经济高质量发展的新引擎[2]。

数字经济的快速发展引起了学术界的广泛关注，当前国内外的研究主要集中在以下几个方面：一是有关数字经济内涵与发展现状的研究。早期有关数字经济内涵与行业边界的设定相对较为简单，数字经济通常被等同于“互联网经济”。随着全球经济形态的演变，数字经济的内涵与外延被逐渐扩大。如王思瑶[3]在确定数字经济内涵与外延的基础上，对数字经济中的行业进行分类，并给出了以国民经济行业分类代码显示的数字经济行业分类代码。但由于各国际组织和研究团体的目的与立场的差异，现阶段有关数字经济内涵与行业边界的界定尚未形成统一口径。

二是有关数字经济影响机制的研究。数字经济作为一种新型社会形态，其发展对经济增长和就业产生了深远的影响。Behanm等[4]指出信息和通信技术的发展在欧洲创造的就业人口数占到了欧洲总就业人数的13%。夏炎等[5]的研究表明，数字化不仅将促进国内生产总值更快速增长，还将提升生产率、消费结构转型、优化投资结构、提升企业出口规模、提高人力资本质量，并引领新型智慧城市的发展。此外，数字经济还会带来创新能力的提升，推动产业转型升级。

三是有关数字经济水平测度方面的研究。由于各国在数字经济定义上的差异化，目前有关数字经济的核算并未形成统一的口径。在数字经济发展早期，对数字经济的测算相对宽泛，大多是围绕着电子商务展开的。随着数字化的发展及研究的逐步深入，学术界开启了指标核算的时代。中国学者夏炎等[5]从ICT产业出发，构建非竞争型就业投入占用产出模型测算数字经济对经济增长和非农就业的影响，该方法看似新颖，但在实操层面相对繁琐且无法顾及城市层面的可操作性。单志广等[6]基于三元空间理论构建数字经济评价指标体系，考虑相对全面，但是该指标体系尚且存在于理论层面，在相关指标数据的可获得性等方面可能考虑不太周到。

中国的经济发展已经进入到增速换挡的新阶段，但区域间信息鸿沟的存在[7]，明显加大了地区发展成本，并由此带来了经济鸿沟，制约数字经济发展进程[8]。在此背景下，为了进一步缩小区域间经济鸿沟的差距，最大化数字化的外部影响，搞清楚中国数字经济发展的时空演化特征就显得很有必要。基于此，本文着力于揭示中国数字经济发展的时空演化特征，在此基础上对区域间数字化发展水平差异的原因进行分析。为了克服目前数字经济化水平测度工具存在的缺陷，本文首先构建了数字经济发展水平综合评价指标体系，并采用熵权法和三参数加权Heronian平均(TPWHM)算子[9]获得各省市的数字经济发展水平，其次从静态的角度，分别采用Moran’s I指数和泰尔指数分析中国数字经济发展的空间演化特征，接着从动态的角度，运用速度激励模型[10]分析了中国数字经济发展速度变化的动态演化特征，最后对中国数字经济发展水平的区域差异原因进行探究。

1 数字经济发展水平测度指标及研究方法

1.1 数字经济发展水平测度指标体系

1996年“数字经济”这一术语第一次出现，距今已有二十多年，但有关数字经济内涵界定尚无统一标准，各国及国际组织的理解也各有侧重[7,11]。梳理文献发现，国内学者普遍接受2016年杭州G20峰会对数字经济的定义，故本文主要参考该定义并结合中国数字经济发展的现实情况，遵循指标选取中的客观性、系统性、代表性和可比性的原则，依次从数字化基础、数字化生产力与数字化潜力三个方面选取指标构建数字经济的综合评价指标体系。详细内容如表1所示。

表1 数字经济发展水平评价指标体系

1.2 数据来源

本文数据样本时间跨度为2010～2018年，空间跨度为除西藏和港澳台外的中国30个省及直辖市。数据主要来自于历年《中国统计年鉴》、《中国科技统计年鉴》。文中所涉及到的货币单位指标均以2000年为基期，并利用相应的价格指数进行平减处理以剔除价格因素的影响。

2 中国数字经济发展水平的时空演化特征

2.1 全国及三大区域数字经济发展水平的时间演化特征

为了便于探究观测期内全国及三大区域数字经济发展水平的时间演化特征，同时考虑到指标之间可能存在一定的相关关系，本文首先根据熵权法和TPWHM算子计算得到2010～2018年间中国30个省市(除西藏外)的数字经济的发展水平指标，在此基础上计算出全国及三大区域各省市数字经济发展水平的平均值和标准差，并绘制出2010～2018年全国及三大区域数字经济发展水平演变趋势的折线图。如图1所示：

图1显示，从数字经济发展水平的均值来看，整体上全国及其三大区域的数字经济发展水平的均值均呈现稳步上升态势。其中东部的数字化经济发展水平的均值远远高于全国水平，中西部地区低于全国平均水平，西部最弱。从数字经济发展水平的标准差来看，整体上全国及三大区域的数字经济发展水平的标准差都呈现递增趋势，且东部地区远高于全国水平，中部次之，西部最小，说明虽然东部地区数字经济发展水平相对较好，但是区域内各个省市数字经济发展水平仍存在较大差距。

图1 2010～2018年全国及三大区域数字经济发展水平演变趋势

2.2 中国数字经济发展水平的空间演化特征

2.2.1 中国数字经济发展水平的空间关联特征

为探究中国数字经济发展水平的空间关联性，本文测算了2010～2018年中国数字经济发展水平的Moran’s I指数，并重点分析2010、2014和2018年各个省市及其相邻省市间的空间集聚状态。具体结果如图2和表2所示：

图2 中国数字经济发展水平的Moran’s I指数变化趋势

表2 2010年、2014年、2018年中国数字经济发展水平集聚类型

图2结果显示，样本观测期内中国数字经济发展水平的Moran’s I指数全部为正，说明中国数字经济发展水平存在正向空间相关性，即各个省份间数字经济的发展与周围临近地区数字经济的发展水平密切相关，表现为空间聚集性特征，且这种集聚状态发展相对较为稳定。这与图1中的结果基本一致。

表2显示，高高集聚类型的省份主要集中在东部沿海地区和华中地区，这些地区普遍具有较高的经济发展水平、工业化水平和城镇化水平，为数字化发展提供良好条件。低高集聚类型的省份分布在高高集聚地区的周围，其数字经济发展水平具有较大的发展空间。低低集聚类型的省份主要集中在东北和西部地区，这些地区资金、技术等生产要素相对匮乏，劳动力大量外流等造成这些地区数字经济发展落后，虽然依靠西部大开发等国家战略得以发展，但相对于东部沿海地区还是存在一定的差距的。高低集聚类型的省份数字经济发展水平的空间辐射能力相对较弱，出现了“极化”现象。例如北京与河北、天津相邻，河北相对其他地区属于数字经济发展水平的高集聚区，天津属于低集聚区，但二者相对北京都属于数字经济发展水平的低集聚区，同理广东、湖北、四川也是。

2.2.2 中国数字经济发展水平的区域差异

为了分析中国数字经济发展水平的区域差异性，本文采用泰尔指数计算得到全国及三大区域数字经济发展水平2010～2018年间的泰尔指数，具体结果如表3所示。

表3 全国及三大区域数字经济发展水平泰尔指数

表3结果显示，全国及三大区域数字经济发展水平的泰尔指数均为正，说明中国数字经济发展水平存在明显的区域差异性。三大区域看，东部地区数字经济发展水平的区域差异大于中西部地区。变化趋势上看，2010～2018年间东部地区数字经济发展水平的泰尔指数逐步递减，表明东部地区数字经济发展水平的区域差距正在逐步收敛。中部地区数字经济发展水平的泰尔指数虽有波动但相对较为稳定，基本维持在0.09附近，表明对于中部地区来说，其数字经济发展水平的区域差距基本不变。西部地区数字经济发展水平的泰尔指数逐渐递减，其中2010～2012年间泰尔指数相对平稳，其值大于中部地区，2012年后开始递减并逐渐低于中部地区。对这一现象的一个可能解释为，近年来国家出台一系列政策扶持西部地区大大拉动了西部地区的发展，带动西部地区经济腾飞、贫富差距大大缩小等，为西部发展积蓄了力量，同时西部各省份间表现为较强的空间正向关性，进一步拉动区域差距的缩小。

区域内和区域间泰尔指数对比表明，区域内泰尔指数值明显高于区域间，说明数字经济发展水平的区域内差异要大于区域间差异。2010～2013年间，区域内泰尔指数一直下降，2013～2015年稍有回升，2015年之后继续下降，表明区域内数字经济发展水平的差距变化虽有小幅震荡但一直在缩小。而2010～2018年间区域间泰尔指数始终保持下降趋势，说明区域间数字经济发展水平的差距在逐渐收敛。

2.3 中国数字经济发展速度的动态演化特征

上文结果表明，2010～2018年间中国数字经济发展水平呈现逐渐上升趋势，且各个区域间数字化的发展明显不均衡，为了进一步考察中国各省市数字经济发展水平速度的动态演变特征，本文利用速度激励模型，综合考虑多时段内数字经济发展水平速度变化的状态和趋势。具体结果如表4和表5所示：

表4 中国数字经济发展的速度变化状态与趋势测度结果

表5 中国数字经济发展速度变化综合效度值

表4结果显示，全国及三大区域变化速度状态均为正，说明中国各省市数字经济发展速度变化状态逐步上升。三大区域看，中国数字经济发展水平变化速度状态值东部地区最大，中部次之，西部最小，说明东部相对于中西部而言拥有更大的速度变化状态，这与东部地区丰富的地理与资源优势是分不开的。

变化速度趋势测度结果显示，全国及三大区域数字经济发展速度变化趋势值在2012～2013、2015～2016年大于1，说明这些时间段内数字化发展水平变化速度的加速度大于0，其速度的变化是越来越快的。相反，其他时段内变化速度趋势值小于1，意味着数字发展水平变化速度趋势对其变化速度具有惩罚作用，即加速度小于0，速度变化虽在增加但是其增加的速度是越来越慢的。

表5显示，中国各个省市数字经济发展速度变化综合效度值均为正，说明目前全国数字经济发展速度趋于上升，潜力较大。排名结果显示，速度变化综合效度值较高的地区普遍分布在东部沿海(如山东、江苏、浙江、广东等)及经济数字化发展水平较高的集聚区(上海、福建、河南等)内，而安徽、湖南等省份虽然本身经济数字化发展水平不高，但由于周边地区经济数字化水平较高，相应地带动其经济数字化得以快速发展。对于青海、宁夏、新疆等西部地区，由于资源条件劣势，其综合效度值较低，数字经济发展速度较慢。值得说明的是天津和四川两地，四川排名第二，天津则排在最后。结合前文分析，四川属于高低集聚类型，其周围省份数字经济水平普遍较低，天津被数字水平较高的省份环抱，但在此种情况下，四川做到了“一支独秀”，而天津的数字化程度一直不高，而且增长疲软，这背后的原因值得进一步深入探究。

3 中国数字经济发展水平区域差异影响因素分析

3.1 变量说明

前文分析表明中国数字经济发展存在明显的区域差异性。为了进一步探究区域差异原因，本部分以数字经济发展水平(EDL)作为被解释变量,从数字经济发展的区域环境角度选择一系列可能的影响因素进行实证分析。具体变量的设置如下。

(1)经济发展水平(lngdp_1)。数字发展水平和地区经济发展之间可能存在双向因果关系，引入经济发展水平的一阶滞后(lngdp_1)。(2)政府科技投入强度(gov)。采用政府支出中科技投入支出所占的比例来衡量政府科技投入强度。(3)对外开放水平(fdi)。采用外商投资企业进出口总额/地区生产总值来衡量。(4)地区规模(scal)。采用年末常住人口的对数值来衡量。考虑到地区规模对数字经济发展水平的影响可能呈现非线性，引入地区发展规模的平方项。

3.2 模型估计结果

最终建立固定效应面板回归模型对全国整体及东部、中部和西部分样本数据进行估计，为了进一步减小估计误差，各模型均采用稳健标准误的形式。具体估计结果如表6所示。

表6 回归结果

整体上来看，数字化发展水平的一阶滞后、经济发展水平的一阶滞后、政府科技支出强度和对外开放程度对数字化发展的影响为线性，而地区规模对数字经济的影响表现为非线性，而且在全国及东、中、西三大区域中均表现为这一特征。具体来看，上一年的数字化发展水平和经济发展水平、政府科技支出强度均会正向促进当年数字化发展水平；对外开放程度则会抑制数字经济发展水平，并且各影响因素对数字经济发展的影响力具有明显的层级性特征。全国层面，各因素对数字化发展水平均表现为显著影响。影响力来说，数字化的一阶滞后、地区规模的影响处于第一层级，经济发展水平的一阶滞后、政府科技支出强度处于第二层级，对外开放水平处于第三层级。

三大区域层面，东部地区除对外开放水平、政府科技支出强度的影响不显著外，其他各因素均表现为显著影响。其中经济发展水平的一阶滞后和数字化的一阶滞后影响力非常接近，在各线性影响因素中处于主导地位，其次是政府科技支出强度、最后是对外开放水平，地区规模依然表现为非线性。中部地区除政府科技支出强度的影响不显著外，其余各因素对数字经济发展水平的影响都显著，其中政府科技支出强度在各线性影响因素中充当主力，数字化一阶滞后紧随其后，经济化发展水平的一阶滞后和政府科技支出强度的影响力接近。西部地区除外开放水平外，各因素的影响均显著，且政府科技支出强度的影响力在各线性影响因素中位于第一层级，数字化一阶滞后和经济发展水平一阶滞后位于第二层级，对外开放程度位于第三层级，说明对于西部地区来说，当前政府科技支出强度是制约西部地区数字经济发展水平提升的一个主要因素，未来需要政府大力提升科技支持来促进西部地区数字经济发展。

3.3 稳健性检验

考虑到上部分回归模型包含地区固定效应，且解释变量中包含被解释变量的一阶滞后，属于典型的动态面板数据，若仅仅采用普通回归的估计方法，容易造成估计系数偏大或者偏小的误差。广义矩估计(GMM)可以有效避免内生性问题，同时为了进一步提升估计结果的稳健性，本部分依次采用差分GMM和系统GMM估计方法对上述各参数再次进行估计。稳健性检验结果显示无论是差分GMM还是系统GMM估计，各个变量的估计系数符号与普通回归相比并未发生改变，说明本文的模型估计结果具有一定的稳健性，是可以信任的。

4 研究结论与建议

本文基于构建的数字经济发展水平评价指标体系与2010～2018年全国30个省市(西藏和港澳台地区除外)的面板数据，完成对中国数字经济发展水平的测算、时空特征及影响因素分析。主要得到如下结论：

第一，从时间演化特征来看，全国及三大区域的数字经济发展水平的均值和标准差均呈现稳步上升态势。其中东部地区数字化经济发展水平的均值和标准差远远高于全国水平，中西部地区低于全国平均水平，西部最弱。随着时间的推移，全国及三大区域间数字经济发展水平的均值增长趋势较为同步，但标准差间的差距却在不断拉大，各省市数字经济发展水平存在明显的区域差异性。

第二，从空间演化特征看，样本观测期内中国数字经济发展具有明显的空间相关性、空间集聚性和区域差异性。Moran’s I指数计算结果显示各个省份间数字经济的发展与周围临近地区数字经济的发展水平密切相关，表现为空间聚集性特征，且大约有67%的省份呈现出高高集聚和低低集聚状态。泰尔指数及其分解结果显示中国数字经济发展水平存在明显的区域差异性且随着时间推移这种区域差异正在逐渐缩小。具体来看，三大区域中，东部地区数字经济发展水平的区域差异最大，远远大于中部和西部地区，另外，三大区域内部差异要大于区域间的差异。

第三，从速度变化的动态演化特征看，整体上全国及三大区域数字化发展水平变化速度状态均表现为上升趋势，其中东部地区数字经济发展相对于中西部而言拥有更大的速度变化状态。速度变化综合效度值计算结果显示，发展速度较快的地区主要分布在东部沿海(如山东、江苏、浙江等)及经济数字化发展水平较高的集聚区(上海、福建、河南等)内，而青海、宁夏、新疆等西部地区的经济数字化发展速度则较慢。

第四，从区域差异影响因素看，数字化水平的一阶滞后、政府科技投入水平、经济发展水平的一阶滞后会促进区域数字经济的发展，对外开放程度会抑制地区数字经济发展水平，地区规模对数字经济发展的影响表现为非线性，且不同因素在东、中、西三大区域内对数字经济发展水平的影响力具有一定的差异性。在全国和东部的各线性影响因素中，数字化水平的一阶滞后、经济发展水平的一阶滞后影响力较大，而在中西部地区，政府科技支出强度在各线性影响因素中的主导作用逐渐凸显出来，尤其是西部地区，完全充当了主导作用。

根据上述结论，本文得到以下启示：一要清晰认识中国数字经济发展水平的区域差异性、空间集聚性特征，在此基础上深入挖掘造成区域差异的原因及其驱动要素，如文中所提到的政府科技投入水平、经济发展水平等。二考虑到当前中国数字经济发展拥有较大的上升空间，各个地区应积极制定相应措施，因地制宜，充分发挥自身优势，大力发展数字经济来更好的带动其区域发展。同时，地区总体差异的来源主要是区域间差距，尤其表现为东部——西部、东部——中部间，因此现阶段中央政府在制定一系列经济发展政策时应合理的向中西部地区适度偏移。