江苏省数字经济发展水平综合统计测度

魏满满 孙会娟

（江苏师范大学科文学院经济学院，江苏 徐州 221132）

一、引言

国家“十四五”规划和2035 年远景目标纲要强调要发展数字经济，迎接数字时代。江苏省作为经济大省，数字经济发展势头强劲，数据显示，2021 年江苏省数字经济规模超过5 万亿元，占地区生产总值比重为11.8%，其中数字经济核心产业增加值占比达10.3%，两化融合发展水平连续七年保持全国第一，智能制造发展指数、中国软件名城数量排名全国第一，工业互联网应用位列全国第一方阵。

2016 年G20 杭州峰会发布的《二十国集团数字经济发展与合作倡议》提出了最具代表性数字经济定义，之后引起广泛关注。余岚（2016）[1]认为数字化转型将给人们生活带来各种便利，新技术已经融入人们工作与生活的方方面面，正在改造和重构经济与商业，给未来注入无限的发展潜力。郑嘉琳和徐文华（2020）[2]提出数字经济有助于我国经济的高质量发展，但存在区域异质性，且存在显著的环境规制和城市化门槛效应，建议大力推动我国的数字经济发展，提升创新能力，优化产业结构，加快城市化进程。何大安（2021）[3]认为如果大部分厂商能够在解析产供销的数字化数据和历史数据的基础上，对非数字化数据、现期数据和未来数据进行解析，数字经济就会突飞猛进。梁小甜和文宗瑜（2022）[4]研究了数字经济对制造业高质量发展的影响，结果表明数字经济通过增加创新投入和提升人均创利促进制造业高质量发展，不存在财务困境的企业及新产品开发经费较高的省份，数字经济与制造业高质量发展的正向关系更为显著。侯杰和李卫东等（2023）[5]发现全国和不同规模等级城市的数字经济发展水平呈稳步提升趋势，但城市之间的绝对差异有所扩大，且存在收敛趋势。

然而，目前关于江苏省数字经济发展现状及13市之间差异的研究甚少。因此，本文在对江苏省数字经济现状描述性分析的基础上，应用GM（1，1）模型对江苏省数字经济发展水平进行预测，并基于因子分析和聚类分析对2021 年江苏省的相关指标进行综合比较分析，旨在综合了解江苏省数字经济发展现状及13市的数字经济发展差异，以期为江苏省数字经济发展提供有益参考。

二、江苏省数字经济发展现状

近些年来江苏省在数字基础设施、数字化环境等方面均取得了突飞猛进的发展，苏南、苏北和苏中区域呈现各具特色的数字经济发展新态势。

（ 一） 苏南力推核心产业， 形成“ 高水平、 重创新、强规模”的中心城市群

2021 年，南京市数字经济核心产业增加值占地区生产总值比重为15.9%，居江苏省第一。苏州市数字经济发展水平遥遥领先，电子信息产业占4 万亿元规上工业总产值的28.1%，占江苏省比重超过40%，约占全国的10%。2022 年无锡市数字经济核心产业规模以上企业营业收入同比增长6.2%，集成电路和软件产业突破1800 亿元，物联网规模突破4000 亿元。

（ 二） 苏北力补传统特色， 形成“ 厚基础、 求创新、抓特色”的新竞争格局

徐州市作为苏北地区的中心城市，数字经济发展优势明显，2022 年实施“智改数转”项目1608 个，数字经济发展指数位列全国城市第七、江苏省第一；两化融合发展水平达到66.7，位居江苏省第四。连云港市抢抓建设千兆城市，初步搭建了5G 网络、千兆光网等，在信息新基建开发模式方面有突破，加快了新基建投入步伐，在“数字+基础设施”方面形成高质量发展新支撑。

（ 三） 苏中力抓平稳发展， 形成“ 求突破、 稳步伐、加速度”的新发展态势

扬州市加快产业数字化转型，2021 年累计建成81 个智能示范车间和3 家省级智能制造示范工厂，数字农业农村发展水平为66%，数字经济领域规模以上企业达1000 余家。2021 年，南通市电子信息制造业业务收入达1874 亿元，数字经济核心产业增加值占生产总值比重为8.71%，公共数据按需共享率达94.99%，数字安全防护指数达90.32%，省级智能制造示范工厂和车间数量突破100 个。

总之，苏南城市数字核心产业增加值占比名列前茅，且在数字产业创新方面成果显著；苏北城市立足自身优势，抢抓数字经济在制造业方面的先机；苏中地区在追求稳步发展的基础上加强数字经济规模建设，在数字产业化和产业数字化方面平衡发展。

三、江苏省数字经济发展水平预测分析

本文数据主要来源于《江苏统计年鉴》、北京大学数字普惠金融指数、国家统计局等，部分缺失数据根据已有数据推算。

（一）江苏省数字经济发展的指标体系构建

参考王晓红和李雅欣（2021）[6]的研究，考虑数据的可获得性，最终选取2011—2020 年江苏省数字基础设施、数字生活方式、数字知识环境三个维度的数据作为一级指标来综合反映江苏省的数字经济发展水平。通过TOPSIS 熵权法计算江苏省数字经济指数，该方法是将熵权法和TOPSIS 法结合，以熵值法定权，以TOPSIS 法排序，得到更加准确客观的评价结果。表1是构建的江苏省数字经济发展水平的评价指标体系及相关指标权重。

表1 2011—2020 年江苏省数字经济发展水平评价指标体系

（二）T O P S I S 熵权法

步骤一：设定数字经济的初始矩阵

步骤二：应用计算极值的方法计算标准矩阵Q

步骤三：计算加权决策矩阵

基于标准化的矩阵Q，得到归一化加权矩阵N：

其中，W 表示由ωi构成的矩阵。

步骤四：计算正理想解和负理想解

步骤五：确定最优最劣距离

分别计算各个年份的数字经济评价向量最佳状态N+和最差状态N-的距离和。

步骤六：求接近度

用Gi表示接近度，取值范围是[0，1]。接近度的数值越大，数字经济发展水平越接近最优水平。

依据上述赋权方法，分别计算得到2011—2020年江苏省数字经济发展指数（见表2）。

表2 2011—2020 年江苏省数字经济发展指数

（三）江苏省数字经济发展水平预测

灰色预测法是一种预测灰色系统的方法。目前常用的一些预测方法如回归分析等，需要较大的样本，对于少样本的情况会造成比较大的误差，使预测目标失效。而灰色预测模型所需的建模信息少、运算方便、建模精度高，因此有着广泛应用，是处理小样本预测问题的有效工具。

设X(0)=（x(0)（1），x(0)（2），…，x(0)（n））和X(1)=（x(1)（1），x(1)（2），…，x(1)（n）），则GM（1，1）的原始形式为：

设Z(0)=（z(0)（1），z(0)（2），…，z(0)（n））和Z(1)（k）=0.5x(1)（k）+0.5x(1)（k-1），则GM（1，1）的基本形式为：

针对数字经济指数进行GM（1，1）模型构建时，首先要进行级比检验，用于判断数据序列进行模型构建的适用性。级比值为上一期数据/当期数据。由表3 可见，原始数据没有通过级比检验，因此需进行平移转换，即在原始值基础上加入平移转换值1.000，最终平移转换后的数据级比检验值均在标准范围区间[0.834，1.199]内，意味着数据适合进行GM（1，1）模型构建。

表3 GM（1，1）模型级比值计算结果

从表4 可知，后验差比C 值为0.043，小于0.350，意味着模型精度等级非常好。另外，小误差概率p 值为1.000 大于0.950，意味着模型精度很好。由于灰色预测法适合短期预测，于是仅计算如表5 所示的向后5 年的预测值，并绘制如图1 所示的条形图。

图1 江苏省数字经济发展水平趋势图

表4 模型估计结果

表5 向后5 年期的预测结果

由图1 可知，2014 年之前江苏省的数字经济指数均小于0.4，处于初级发展水平。自从2015 年全国各地开始重视并加速推进数字经济发展后，数字经济呈现近似指数化增长趋势，2020 年数字经济指数超过1，按照此趋势预测向后5 年的指数，到2025 年江苏省数字经济发展指数可以达到1.808。虽然灰色预测法存在一定的估计误差，但这种短期预测可给江苏省数字经济的发展提供参考，综合来看江苏省数字经济发展突飞猛进，取得了显著成效。

四、江苏省13市数字经济综合实力比较

为更精确了解江苏省13 市数字经济发展的差异，进一步建立因子分析模型和聚类分析模型综合评价各个城市的数字经济发展水平。参考苏冰杰和卢方元等（2022）[7]的研究，基于数据的可获取性，又选取了2021 年江苏省13 市的计算机服务与软件从业人员占比、人均电信业务总量、人均邮政业务总量、数字普惠金融指数等指标（见表6）建立实证模型，应用因子分析法和聚类分析法分别对13 市的数字经济指标进行综合比较分析。

表6 江苏省13 市数字经济指标选取

（一）因子分析

因子分析模型是研究如何以最少的信息丢失将众多的原始变量浓缩成少数几个因子，然后使用最终所浓缩的因子来解释原始变量信息的一种多元统计测度方法。当原始变量之间相关性比较高时，由于多重共线性问题的存在可以借助因子分析方法实现变量的降维，既可以解决多重共线性问题，又可以尽可能地避免“维数灾难”。

建立因子得分模型如下：

进行KMO 和巴特利特检验，得出KMO 取值为0.829，适合做因子分析，再结合图2 判断选取两个因子比较合适，最终因子分类的结果是人均电信业务总量、人均邮政业务总量、每百人移动电话用户数、数字普惠金融指数和每百人互联网用户数归为第一个因子，记为F1，解释的是数字基础设施、数字产业化和产业数字化。计算机服务与软件从业人员占比、各类专业技术人员数和发明专利授权率归为第二个因子，记作F2，主要解释数字知识环境。计算得到各个因子得分及综合因子得分，并将其进行排序，见表7。

图2 因子分析碎石图

表7 各个因子得分及综合排名情况表

根据表7 的综合得分排名表和图3 的因子得分散点图可知，苏南、苏中和苏北城市数字经济发展存在区域异质性。苏南城市综合因子得分均在平均得分以上，而苏中和苏北城市还在平均得分以下。综合数字基础设施、数字产业化和产业数字化及数字知识环境来看，排名前三的分别是苏州、南京和无锡，其次是常州、南通、扬州和镇江。从F1（数字经济基础设施、数字经济产业化和产业数字化）来看，排在前三名的仍是苏州、南京和无锡，其他城市的名次均和综合得分相差不大。从F1 的得分来看，南京、苏州、无锡、常州都在平均水平以上，而徐州分数为-0.63，和平均水平有较大差距。镇江在F1 因子上得分是-0.04，F2 因子上得分为-1.60，表明镇江综合水平在苏南地区排名较为落后，尤其是数字知识环境方面得分在13 市中为最后一名。此外无锡和常州在F2 的得分也较为落后，表明苏南地区的部分城市还需要加大数字知识环境建设，应在技术人员引进、专利申请和软件服务等方面加大支持力度。在F2（数字知识环境）方面，第一名是南通，其次是南京、扬州和苏州。徐州排在第5，而徐州在综合排名和F1 上得分较低。淮安、宿迁也较为靠前，说明苏北地区在数字知识环境方面排名比较靠前，与徐州、淮安等地近几年出台的人才引进政策密不可分。

图3 江苏省13市两因子得分变量散点图

综上，南京和苏州在F1、F2 和综合得分上均名列前茅，南通的综合水平也较高，苏南城市在数字经济赛道上赛出了较高水平；苏中城市在努力与时俱进，稳中求进，加强创新；苏北地区力补短板，找到了自身发展优势，数字知识环境的建设效果显著。

（二）聚类分析

聚类分析是研究“物以类聚”的一种多元统计分析方法。通过系统聚类的方法将江苏省13 市按照数字相关经济指标进行聚类，结果见表8。

表8 江苏省13市数字经济指标数据聚类分析结果

表8 的聚类分析结果表明，江苏省13 市数字经济发展水平客观上可分为4 类。其中，南京自成1 类，苏州、无锡、常州为第2 类，南通、扬州、泰州为第3 类，剩余城市为第4 类，这也和上述因子分析所得结论基本一致。

五、结论与建议

（一）结论

本文共选择了两个层面的数据集，一是选取2011—2020 年江苏省数字经济相关数据，利用TOPSIS 熵权法计算数字经济指数，并建立了较为精确的GM（1，1）模型，对所得指数预测未来5 年的数值，旨在了解近年来江苏省数字经济发展的综合水平。二是对2021年苏南、苏北和苏中三个区域进行了现状描述，并收集了2021 年江苏省13 市发明专利授权率、数字普惠金融指数等8 个指标构建了因子分析和聚类分析模型，得出如下结论。

1.总体看，2011—2020 年江苏省数字经济发展水平逐年提升，呈现近似“指数化”增长趋势，在2020 年超过1，预测在2024 年将超过1.5，可见江苏省数字经济发展态势良好。

2.苏南城市在数字产业创新方面成果显著，尤其是核心产业增加值占比方面名列前茅，形成了“高水平、重创新、强规模”的数字经济中心城市群。苏北城市精准定位自身优势，抢抓数字经济在制造业上的先机，形成了“厚基础、求创新、抓特色”的新竞争格局。苏中城市在追求稳步发展的基础上加强数字经济规模建设，在数字基础设施、数字化产业和产业数字化方面平衡发展，形成了“求突破、稳步伐、加速度”的新发展态势。

3. 江苏省13 市数字经济发展差异较大，呈现苏南、苏中和苏北发展不平衡的区域差异性。其中，苏南城市数字经济综合建设水平突出，苏中城市稳中求进，苏北城市数字知识环境建设效果显著。

（二）建议

1.加大统筹部署，营造良好环境

政府部门应当积极谋划全省数字经济发展的新思路、新措施，根据需要制定本省数字经济发展的新规划，将数字经济发展全面纳入江苏省经济高质量发展的规划中，为数字经济发展营造更加有利的环境。及时掌握数字经济发展新动态，以治理数字化为保障，以产业数字化、数字产业化作为核心，以数据资源价值化为基础，大力加强数字基础设施建设。注重数字技术创新，构建数字经济全要素发展体系，协调解决各区域在数字经济发展过程中遇到的难题。

2.建立各城市数字经济专题合作群

江苏省数字经济发展区域不平衡性突出。每个城市需要理清在数字经济建设方面的优势和不足，通过苏南、苏中和苏北之间的相互合作，推动本地区在数字基础设施等要素中的发展。积极向其他城市借鉴发展经验，强化与周边地区的协作，建成数字经济专题合作群，实现数字经济建设经验分享互动，促成苏南、苏北和苏中之间的区域联动合作效应。

3.促进数字经济基础要素均衡发展

提高网络服务质量水平，推动数字经济发展。强化移动5G、通信网络、大数据等建设力度，加快升级传统互联网数据中心，加快高速宽带网络等的建设速度。通过加大政府政策支持、提升政策服务效能等措施促进数字经济基础要素的深度发展，进而缩小苏南、苏中、苏北地区的数字经济发展差距。

4.注重跨领域交流协作

各区域应不断创新，寻求数字经济新时代改革创新之路，积极融入“数字丝绸之路”建设，加快数字经济境外合作园区建设。加强与长三角地区、“一带一路”沿线地区在数字基础设施、数字金融、智慧物流、数字贸易等领域的交流合作，扩大数字经济领域开放程度，推进各区域数字产业协同发展。◆