中国数字经济发展水平、区域差异及分布动态演进

杨承佳，李忠祥

（贵州大学 经济学院，贵阳 550025）

0 引言

随着新一轮科技革命和产业变革的持续推进，数字技术已经融入经济社会生活的方方面面，给生产、生活与生态环境等领域带来深刻影响。数字经济发展对于增强国家科技力量、深化产业链和供应链自控能力、扩大内需、调整产业结构和能源结构具有重要意义。数字经济的快速发展能够有效加快信息流动速度，推动城乡均衡共享式增长，进而促进区域协调发展，加快实现共同富裕。然而，在我国数字经济发展整体走势向好的背景下，当前我国数字经济发展仍然面临“数字鸿沟”问题[1]，区域间仍然存在数字经济发展水平的两极分化特征。因此，在发展数字经济的大背景下，有必要构建一套中国数字经济发展水平综合评价指标体系，精确测度我国数字经济发展水平，进而准确把握区域差异和非均衡性特征，这对提升中国数字经济发展水平、缩小区域差距、弥合“数字鸿沟”具有重要的理论和现实意义。

1 数字经济发展水平测度

1.1 测度逻辑

数字经济是指以数据为关键生产要素、以现代信息网络为重要载体、以信息技术的有效使用为重要推动力，促进效率提升和经济结构优化的一系列经济活动，是一种全新的经济形态。数字经济的发展受基础设施、人力资本、科研环境等诸多因素影响。因此，对于数字经济发展水平的测度，应着眼于综合考虑数字经济的方方面面，既要注重数字经济的发展过程，又要注重数字经济的发展结果，还要注重数字经济发展的条件、应用与环境，从而全方位构建数字经济发展水平测度指标体系。综合考虑现阶段数字经济发展的实际，本文从数字经济发展载体、数字经济发展环境、数字经济发展效益、数字产业化、产业数字化、数字化人才、数字化资本和数字化消费这8 个方面归纳数字经济发展逻辑主线。

（1）数字经济发展载体。数字经济发展载体包括传统数字基础设施和新型数字基础设施[2]。数字基础设施是数字经济发展的重要前提条件，是以数据创新为驱动、以通信网络为基础、以数据算力设施为核心的基础设施体系，具有较强的整合能力，在突破产业界限、知识界限、空间界限等方面有明显的优势，对提升数字经济发展水平起着重要作用。

（2）数字经济发展环境。数字经济发展环境主要包括创新环境和治理环境。一方面，创新环境为数字技术开发与应用提供了场所，能够快速提升数字技术水平。数字技术在发展数字经济、加速经济社会数字化转型的过程中起着重要作用。另一方面，随着数字经济的快速发展，伴随而来的是不平衡、不充分问题凸显，“数字鸿沟”应运而生，迫切需要转变传统发展方式，加快补齐短板和弱项。而治理环境的良好保障对于拓展数字经济和实体经济融合发展的深度和广度发挥着重要作用，从而有利于提升数字经济发展水平。

（3）数字经济发展效益。数字经济对生态环境改善发挥着重要作用[3]，反过来，生态环境也会对数字经济产生影响[4]，数字经济与生态环境存在潜移默化的相互作用关系。因此，发展数字经济不仅要注重经济效益，还要注重社会效益。根据数字经济生态化的内在要求，应将资源消耗、环境损害、生态效益等体现生态文明建设状况的指标纳入数字经济发展水平测度框架中，促使生态环境成为推动数字经济发展的重要导向和约束指标。

（4）数字产业化。中国信息通信研究院发布的《中国数字经济发展与就业白皮书（2019 年）》中对中国数字产业的发展状况进行了分类统计，主要从产业规模、营收能力等方面反映我国数字产业的发展情况。王军等（2021）[2]从产业规模和产业种类两个方面衡量我国数字产业化情况。数字产业化强调利用数字技术，尤其是新型数字技术进行加工，通过获得的成果来提高产业利润，数字产业化能力对提升数字经济发展水平发挥着重要作用。

（5）产业数字化。随着数字经济与实体经济融合发展不断提速，产业数字化作为数字经济增长主引擎的作用不断被放大[5]。从现实经济发展情况来看，人工智能、大数据、互联网等数字技术在各行各业不断渗透和普及，推动产业数字化快速发展。企业可以利用人工智能、大数据、区块链等数字技术，对采购、生产、研发、销售等环节进行数字化转型升级，从而提高生产经营效率。因此，产业数字化既是数字经济发展的关键，又是数字经济发展的主导力量。

（6）数字化人才。人才资源是各行各业发展的核心资源，在数字经济发展过程中，数字化人才对数字经济的发展将产生直接影响。《数字经济就业影响研究报告》中的数据显示，截至2020 年，我国数字化人才缺口接近1100 万，随着产业数字化转型的发展，这一缺口将持续扩大。因此，应加大对数字化人才的培养力度[6]。

（7）数字化资本。随着数字经济的发展，与数字技术密切相关的数字资本的重要性愈发明显。一方面，数字资本为新一代信息技术企业提供融资场所；另一方面，大数据、人工智能、云计算等数字技术可以借助资本的力量在各行各业渗透融合，有利于提升数字经济发展水平。

（8）数字化消费。现阶段，我国消费增长仍然面临复杂的压力，而数字经济改变了传统消费模式，催生出平台经济、共享经济、“互联网+”等一系列新型经济形态和商业模式，推动“产消者”时代加速来临[7,8]。在数字化时代，数字消费也将对数字经济提出更高的要求，诸多研究也证实了消费与数字经济的正相关关系[9]，因此，数字化消费有利于数字经济发展水平的提升。

1.2 指标体系

基于数字经济发展水平的测度逻辑，兼顾测度指标的层次性和数据的可得性，本文构建了包括数字经济发展载体、数字经济发展环境、数字经济发展效益、数字产业化、产业数字化、数字化人才、数字化资本和数字化消费共8个维度、60 个基础指标的数字经济发展水平综合评价指标体系（见下页表1）。

表1 数字经济发展水平综合评价指标体系

1.3 测度方法与数据来源

本文根据表1 的综合评价指标体系测算2011—2020年中国省域数字经济发展水平。

对各项指标按0～1的取值范围进行极差标准化处理，以消除因指标量纲、数量级的不同而引起的测算结果偏误。具体来讲，设有m个时期、n个指标，Xij（i=1，2，…，m；j=1，2，…，n）为i时期第j项指标的数值，可构造原始数据矩阵Z=(Zij)m×n。

其中，Zij是标准化之后的数值，但指标经标准化处理之后会出现0 值，为使数据具有意义，进一步将标准化之后的数据整体向右平移1个单位，记Yij=Zij+1。

使用熵权法来确定各项指标的权重，可通过分析指标间的关联程度以及各项指标所提供的信息量来确定指标权重，以避免人为确定权重的主观性和多指标变量之间的信息重叠性，具体公式如下：

其中，Ej代表第j项指标的熵值，k为玻尔茨曼常数，ωj为第j项指标的信息熵权重。通过加权求和得到样本的综合评价值（U）：

本文以我国30 个省份（不含西藏和港澳台）为样本，将其按地理位置划分为东、中、西三大地区①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。。对于数据缺失的年份，采用移动平均法等方法进行填充，样本数据主要来源于国家统计局官网、各省份历年统计年鉴、历年《中国数字经济发展报告》《中国信息年鉴》《中国信息产业年鉴》《中国统计年鉴》《中国电子信息产业统计年鉴》《中国高技术产业统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国人口和就业统计年鉴》《中国科技统计年鉴》《中国经济普查年鉴》《中国城市统计年鉴》等。

2 中国数字经济发展水平及维度指标分析

2.1 全国及三大地区数字经济发展水平变化趋势

下页图1 显示了2011—2020 年全国及三大地区数字经济发展水平的变化趋势。可以看出，中国数字经济发展水平介于0.2210～0.3584，这表明我国数字经济发展水平不高，但数字经济发展水平整体呈平稳上升的趋势，从2011 年的0.2210 上升到2020 年的0.3584，增长幅度约为62%。三大地区数字经济发展水平的走势与全国基本相同，除了西部地区在2015年出现小幅度下降外，其余地区均呈现稳步上升的趋势，这表明我国数字经济发展的走势向好。从区域差异来看，东部地区数字经济发展水平明显高于全国及其他两个地区，综合指数介于0.2920～0.4569；中部地区数字经济发展水平低于全国及东部地区，但高于西部地区，综合指数介于0.2101～0.3397；西部地区数字经济发展水平较低，与东部地区相比还有很大差距，这意味着当前我国数字经济发展仍然面临“数字鸿沟”问题[1]，数字经济发展水平呈现两极分化特征。

图1 2011—2020年全国及三大地区数字经济发展水平的变化趋势

2.2 省域数字经济发展水平分析

下页表2展示了2020年我国30个省份的数字经济发展水平及排名。可以发现，2020 年中国省域数字经济发展水平介于0.1717～0.7886，均值（E）为0.3584，标准差（SD）为0.1423，省际差异较大。借鉴魏敏和李书昊（2018）[10]的研究思路，根据均值和标准差的关系，将综合指数大于等于E+0.5SD，即大于等于0.4296 的省份称为领先型省份；将综合指数小于E-0.5SD，即小于0.2873的省份称为落后型省份；将综合指数大于等于0.3584、小于0.4296 的省份称为进步型省份；将综合指数大于等于0.2873、小于0.3584的省份称为追赶型省份，四种类型省份的区域分布见下页表3。

表2 2020年各省份数字经济发展水平及排名

表3 四种类型省份的区域分布

数字经济发展水平达到0.4296 及以上的领先型省份有8 个，从高到低分别是广东、江苏、浙江、山东、北京、四川、河南和上海，这些省份在追求数字化转型的同时，数字经济发展的成绩也比较突出，广东处于绝对的领头羊地位；数字经济发展水平大于等于0.3584、小于0.4296 的进步型省份有5 个，从高到低分别是湖北、安徽、河北、湖南和福建，这些省份在数字化转型过程中注重数字经济发展，虽然数字经济发展水平相对较高，但仍有一定的上升空间；数字经济发展水平大于等于0.2873、小于0.3584 的追赶型省份有6 个，从高到低分别是江西、陕西、广西、辽宁、重庆和云南，这些省份的数字经济发展水平处于均值以下，对数字经济发展重视程度不够，有较大的追赶空间；其他11 个落后型省份数字经济发展水平小于0.2872，占考察省份总数的36.67%，这些省份对数字化转型发展重视程度不够，与其他省份之间的差距较大，有很大的提升空间，尤其是内蒙古、甘肃、海南、新疆、宁夏和青海的数字经济发展水平均在0.25以下，这些省份在新时期更需要重视数字化转型发展，着力提升数字经济发展水平。

综上可知，当前中国数字经济发展存在显著的区域不平衡问题，东部地区发展较好，中西部地区发展相对落后。这意味着我国数字经济发展水平具有两极分化的特征，中西部地区数字经济发展水平相对较低，这也印证了我国区域间数字经济发展存在明显的“马太效应”[11]，从而产生了较为严重的“数字鸿沟”。

3 中国数字经济发展水平的区域差异

3.1 Dagum基尼系数及其分解方法

根据Dagum（1997）[12]的研究，可将总体基尼系数分解为区域内差异的贡献Gw、区域间差异的贡献Gnb和超变密度的贡献Gt三个部分。具体计算公式如下：

3.2 区域差异分析

采用Dagum 基尼系数及其分解方法测度全国及三大地区数字经济发展水平的区域差异及贡献率，结果见表4。

表4 数字经济发展水平的区域差异及贡献率

（1）数字经济发展水平的总体差异。从表4可以看出，中国数字经济发展水平的区域差异较为明显。从其演变过程来看，数字经济发展水平总体基尼系数整体呈现上升趋势，上升幅度约为3.86%。中国数字经济发展水平省际差异扩大的可能原因在于：一方面，由于省际战略导向、经济基础、产业结构、资源禀赋等方面的不同，使得数字经济发展水平具有明显的省际差异；另一方面，由于东部城市拥有较为完善的数字化基础设施，吸引大量数字化人才纷纷涌入这些城市，致使省际资源分布不均衡，如全国数字化人才分布最多的城市为上海、北京、广州、杭州等东部城市。

（2）数字经济发展水平的区域内差异。从表4可以看出，三大地区中，东部呈现扁平的“N”型演变趋势，大致可划分为微弱上扬、缓慢下降、稳步上升三个阶段，即2011—2012 年大致表现为微弱上扬趋势，上升幅度约为2.42%；2012—2014 年表现为缓慢下降趋势，下降幅度约为2.13%；2014—2020 年表现为稳步上升趋势，上升幅度约为19.98%。东部基尼系数整体呈上升趋势，上升了近20.26%。中部呈现扁平的“M”型演变趋势，大致可划分为大幅上升、急速下降、大幅上升、微弱下降四个阶段，即2011—2015 年大致表现为大幅上升趋势，上升幅度约为48.40%，随后表现为急速下降趋势，降幅约为25.28%；2016—2019年表现为大幅上升趋势，升幅约为40.53%，随后呈微弱下降趋势，降幅约为1.97%。中部基尼系数整体呈上升趋势，上升了近52.75%。西部的区域内差异呈波动上升趋势，2011—2014 年呈波动下降趋势，降幅约为10.59%；2014—2020 年呈现持续上升趋势，升幅约为19.02%；考察期内西部基尼系数总体呈上升趋势，升幅约为6.41%。从区域内差异角度看，三大地区区域内差异总体上呈扩大的趋势。从具体数值上可以看出，东部基尼系数（均值为0.1829）大于西部基尼系数（均值为0.1473），也大于中部基尼系数（均值为0.1016），说明东部数字经济发展水平的内部不均衡现象最为突出。

（3）数字经济发展水平的区域间差异。从表4可以看出，东-中部区域间差异主要表现为“微弱上扬—小幅下降—平稳上升—趋缓下降—小幅上升”的变化特征，在考察期内，其基尼系数整体呈上升趋势，由2011年的0.1937上升至2020 年的0.2113，升幅约为9.09%。东-西部区域间差异呈波动趋势，在考察期内，其基尼系数整体呈下降趋势，降幅约为7.82%。中-西部区域间差异主要表现为“平稳下降—大幅上升—大幅下降—平稳上升”的变化特征，在考察期内，其基尼系数整体呈上升趋势，由2011 年的0.1682 上升至2020 年的0.1758，升幅约为4.52%。整体来看，东-中部、中-西部的区域间差异呈扩大趋势，东-西部的区域间差异则是逐渐缩小的。

（4）数字经济发展水平区域差异的贡献率。从表4可以看出，区域间差异的贡献率整体呈现平稳下降的趋势，2011 年区域间差异的贡献率为71.02%，随后降低到2020年的60.35%，降幅约为15.02%。区域内差异的贡献率整体呈现平稳上升趋势，2011 年区域内差异的贡献率为24.22%，之后在2020年达到考察期内的最大值27.80%，增幅约为14.78%。超变密度反映区域间交叉重叠对整体差异的贡献率，在考察期内超变密度的贡献率整体上与区域内差异的贡献率呈现相似的变动趋势，2011 年超变密度的贡献率为4.76%，之后在2020年达到考察期内的最大值11.85%，增幅约为148.95%。从数字经济发展水平区域差异来源的贡献率大小来看，在考察期内区域间差异是主要来源，区域内差异和超变密度的贡献率相对较小，三者贡献率的均值分别约为66.25%、25.92%和7.83%。这一数据说明区域间样本的交叉重叠问题对数字经济发展水平区域差异的影响很小。因此，要解决数字经济发展的区域差异问题，重点应从缩小区域间差异着手，促进中国数字经济协调健康发展。

4 中国数字经济发展水平的分布动态演进

本文运用Kernel 密度估计方法分析全国及三大地区数字经济发展水平的分布动态及演进规律。图2 展示了2011—2020年全国及三大地区数字经济发展水平的Kernel密度估计及动态演进。

图2 全国及三大地区数字经济发展水平的Kernel密度估计及动态演进

由图2（a）可知，从分布位置来看，曲线中心位置整体向右移动，这意味着2011—2020 年全国数字经济发展水平的不平衡性显著上升；从分布形态来看，2011—2020 年曲线主峰经历了下降的变化过程，整体表现为曲线高度下降、宽度变宽，这意味着全国省际数字经济发展水平非均衡性呈上升趋势；从分布延展性来看，曲线存在明显的拖尾特征，且这种状态在2011—2020年愈演愈烈，这意味着全国省际数字经济发展水平的非均衡性呈上升趋势，高低省份之间的差距有所扩大；从极化现象来看，曲线表现为单峰分布状态，这意味着全国省际数字经济发展水平尚未出现极化现象。

由图2（b）可知，东部的核密度曲线与全国的核密度曲线形状极其相似，但在考察期内东部的曲线变化更加明显，尤其是主峰高度下降明显，主峰经历了“右移—左移—右移”的变动过程，总体趋势为右移，曲线高度下降且宽度变宽，表明东部省份数字经济发展水平的非均衡性具有恶化的趋势；曲线右拖尾延展拓宽，说明东部一些省份数字经济正在快速发展，摆脱原属“阵营”，实现快速数字化转型发展；东部的曲线只存在一个主峰，表明尚未出现极化现象。

由图2（c）可知，中部的曲线表现为明显的双峰分布形态，表明中部省份数字经济发展出现极化现象，但随着数字技术的不断推广和应用，中部曲线的双峰形态趋于平缓，表明近年来中部的极化现象有所改善；但中部曲线的双峰呈现高度下降且宽度变宽的趋势，说明中部省份数字经济发展水平存在明显的非均衡性；中部的曲线两侧具有一定的拖尾现象，表明中部省份数字经济发展水平差距较为明显，高低省份之间的差距存在一定的扩大趋势。

由图2（d）可知，西部的核密度曲线与全国的核密度曲线形状极其相似，但在考察期内曲线变化更加明显，曲线经历了宽度变宽的过程，表明西部省份数字经济发展水平同样存在非均衡性；西部的曲线只存在一个主峰，表明尚未出现极化现象；曲线仍然具有右拖尾特征，表明西部省份数字经济发展正在迅速崛起，但尚未形成稳定发展阵营。

5 结论

本文在探讨中国数字经济发展水平测度逻辑的基础上，构建了包括数字经济发展载体、数字经济发展环境、数字经济发展效益、数字产业化、产业数字化、数字化人才、数字化资本以及数字化消费8个维度、60个基础指标的数字经济发展水平综合评价指标体系，利用熵权法测算了2011—2020 年中国省域数字经济发展水平并加以分析。实证结果表明，中国数字经济发展取得了显著成效，但仍然面临巨大挑战。具体来看：（1）中国数字经济发展水平呈现上升趋势，但数字经济发展水平仍然不高。（2）中国数字经济发展存在明显的区域不平衡，呈现“东部—中部—西部”阶梯分布的特征，数字经济发展仍然面临“数字鸿沟”问题，数字经济发展水平存在两极分化特征。（3）中国数字经济发展水平的区域差异主要来自区域间差异，且呈逐步缩小趋势，区域内差异和超变密度的贡献率相对较小。（4）核密度估计结果显示，中国省际数字经济发展水平的非均衡性呈上升趋势，但未出现极化现象，三大地区的数字经济发展水平同样存在非均衡性，且中部出现极化现象。