长三角地区数字经济发展水平的综合评价研究

摘 要： 构建一个地区数字经济发展水平评价指标，是实施区域统筹发展的关键。以长三角26个城市为研究对象，采用长三角26个城市的数字经济数据，从数字基础设施建设、数字产业化、数字科技创新、数字转型四个方面评价和预测长三角数字经济的发展现状，剖析各地区数字经济发展的差距及关键因素，从“数字基础设施”的“数字产业化”“数字技术创新”“数字转型”四个层面，定量评价长三角数字经济的发展现状，并对各地区的数字经济发展现状进行实证研究。

关键词： 数字经济； 长三角地区； 综合评价； 灰色预测模型

中图分类号：F49 ""文献标识码：A ""文章编号：1673-1794（2024）01-0033-06

作者简介： 吕颖洁，徽商职业学院会计系讲师，硕士（合肥 230022）。

基金项目：

收稿日期：2023-11-20

数字经济最开始是在十九世纪由经济合作组织提出的，是以信息作为内核、以网络作为载体，通过通信技术作为传递方式开展的一项经济活动。数字知识和信息为社会发展注入了新的活力，已成为我国的战略选择和社会经济发展的重要引擎，越来越驱动着全球经济快速增长。与此同时，我国数字经济发展的差异性也越发增大，不同地区数字经济发展存在明显的差别。数字经济发展在我国分为三个阶段，分别为缓慢发展阶段、较快发展阶段和快速发展阶段[1]。学者们围绕数字经济发展的时间特征和空间特征展开了研究。李英杰等[2]发现2010-2018年间，中国数字经济发展水平上升了4.4倍。辛金国等[3]利用指数法测度了浙江省数字经济的发展状况，发现浙江省数字经济发展总体呈现快速上升趋势。赵新伟等[4]对中国各省东中西部区域的数据进行了统计分析，得出了不同区域之间的数据发展不平衡、差异较大的结论。陈凯旋[5]在分析各省市的数字经济发展水平、地区差异时发现全国数字经济发展虽处于上升期但是各地区之间存在“数字鸿沟”现象。梁秋霞等[6]通过测度长江经济带的数字经济发展水平得出，长江经济带数字经济发展存在不均衡问题，地域上形成阶梯式发展差异，省与省之间、市与市之间呈现两极化发展态势。学者研究还表明，创业基金的聚集和城市的创新能力都对高水平的增长具有正向的推动效应，而人才的聚集则是促进高质量增长的重要因素。[7]此外，也有学者提出，长三角都市圈的高质量发展程度一直处于高位，一些落后区域受到了发达都市的辐射和影响，呈现出快速增长的态势。区域间的区域差异对区域内的区域经济增长产生了一定的阻碍，并且该影响对安徽和长三角周边区域的影响更加显著；从作用机理上看，由于区域间的经济差异导致的区域创新能力的不同，对高质量发展具有直接的作用。[8]还有一些学者从异质性角度研究了江苏省的产业结构与创新型人才的结合对区域的拉动效果要好于浙江省、安徽省，且对中心城市的拉动效果明显强于中小型城市。[9]综上，不同地区的经济发展程度是不同的，因此，需要对其数字经济发展程度进行度量，并对其差距进行研究。

在此前研究基础上，笔者拟从“数字基础设施”“数字产业化”“数字技术创新”“数字转型”四个方面选取相关的指标，构建长三角数字经济发展的综合评估系统，评估长三角区域的数字经济发展状况，分析不同区域数字经济发展的差异及其主要影响因子，进而通过灰色预测方法，对长三角区域数字经济的发展态势做出科学的预测。

一、数字经济发展综合评价指标体系的建立

（一）指标选取

基于现有研究[4，6-7，10]，从现实出发，以系统性、科学性、客观性、可操作性等构建长三角区域数字经济指数的基本原理，设定了数字基础设施、数字产业化、数字科技创新和数字化转型4个一 级指标，并进一步设定了12个次级指标，具体包括：

（二） 数据处理及指标权重确定

1.数据来源与处理

在数字经济综合评价指标体系中选取了“一带一路”和长江经济带重要交汇地带的长三角城市群内的26个城市进行综合评价，通过评价方法得出2016-2020年经济发展指数并进行分析。数据来自国家统计局和各省统计局。由于每一个数据所对应的指标单位和量纲是存在差异的，数据与数据之间也有很多的不同之处，所以要对数据进行归一化处理，具体处理操作方法如下：

Zij= Xij－ min （Xj） "max （Xj）－ min （Xj） "（1）

在计算公式中， X "ij 代表的是指标的初始数据，max（ Xj ）代表的是第j个指标在26个城市中初始数据的最大值，min（ Xj ）代表的是第j个指标在26个城市中初始数据的最小值，而 xij 则代表第i个样本的第j个指标的归一化数值 ，i=1，2，…，m; j=1，2，…，n。

归一化后的数据在[0，1]范围内进行一次线性转换，以消除0对随后的分析产生的影响。

Z′ ij=Z ij +0.01 （2）

此时， "Z ′ ij 为归一化处理后的最终数据。

2.指标权重的确定

本文采用熵值法来决定各指数的权值，并根据各指数所具有的特征，采用熵值法对各指数的离散性进行评判。熵值越低，离散度越高，此指数就更能反映出整体评估的重要性。其详细的运算过程是这样的：

①求出第 j个指数下的第 i个抽样在各指数中的权重：

Pij= Z′ ij ∑mi=1Z′ ij "（3）

i=1，2，…，m; m=26 表示地区数。

②计算第j个指标的熵值 Ej ：

Ej=－k∑mx=1Pij ln （Pij） （4）

j=1，2，…，n; n=16 表示指标个数。

其中， k=1/ ln （m）

③计算第 j 个指标的信息效用值 Dj ：

Dj=1－Ej （5）

④计算各项指标的权重 Wj

Wj= Dj ∑nj=1Dj "（6）

由上求得各指标权重如表2：

⑤用二级指标权代替一级指标建立综合指标体系，如表3。

此时，通过熵值法计算出来的指数共有5组，5组数据取平均值得出各市数字经济发展指数，如表4。

⑥计算各样本的数字经济水平发展指数 Ii ：

Ii=∑′ ZijWj，i=1，2，… ，m （7）

二、数字经济发展水平的评价与分析

为了更好地了解2016-2020年长三角地区数字经济发展的情况，此次研究对于数字经济发展指数进行分析。

（一）长三角地区数字经济发展总体分析

通过长三角地区2016-2020年数字经济发展总指数绘制出指数趋势图如图1：

由图1可知：在长三角地区数字经济发展总指数总体呈现稳步提升状态。数字经济发展指数从2016年的4.55到2020年的7.88增长了73%。在2016-2018年间长三角地区的数字经济发展总指数不断提高，这是因为国家全面实行“互联网＋”战略，开启了数字经济和实体经济融合发展的新里程。而在2018-2019年间长三角地区的数字经济发展总指数出现了短暂下降，这是因为数字经济企业发展出现了真空期，经济快速发展产生的空挡。2019-2020年，受突如其来的疫情影响，长三角区域的数据经济快速增长。尽管这次突发的疫情对世界经济造成了巨大冲击，但也有一些新的发展空间。危机之中孕育机遇，网络购物、网上服务等新兴产业也在这场疫情中无意中催生出“互联网+”的战略，形成了一种新型的数字化经济格局。从这一点来看，在2018年以前，数字经济一直在蓬勃发展，但在2019年的时候，它遇到了一个暂时的瓶颈，然后突破了这个瓶颈，快速地增长起来。

（二）长三角地区数字经济发展分指标指数分析

从图2可看出：数字基础设施指数、数字科技创新指数、数字产业化发展指数和数字变革化指数中的经济发展指数均具有显著的正向关联；从2016年到2018年，这个数字一直保持着稳定的增长，而在2018年到2019年期间，这个数字略有下滑。但是到了2019-2020年，这一年又迎来了新 一轮的爆发。在传统工业受到重创的同时，数字化工业却以惊人的速度占据了整个行业的主导地位，推动了数字经济的蓬勃发展。与此同时，随着疫情的蔓延，我国的数字经济仍将继续攀升，并将其作为我国未来发展的主要支撑力量。

研究结果表明：长三角区域已经初步具备了一定的发展规模，目前正处于调整发展方向，转变发展重心，实现更好的发展。

（三）长三角地区各市数字经济发展情况分析

基于长三角地区内部各市2016-2020 年数字经济平均发展指数绘制图3：

由图3可知：长三角区域在2016-2020年间，其数字经济的发展状况存在很大的差别。其中，上海、苏州、南京3个数据指标大于0.3，这表明长三角区域的科技水平较高的城市具有较强的竞争力。其中，无锡、常州、合肥、杭州等城市的平均水平均高于0.24，这表明，“一二线”与“三区”都将成为推动我国“数字经济”发展的重要力量。南通、舟山、嘉兴、泰州、宁波、盐城、湖州，这七个城市的数据并不算太高，但也比较平稳，相差不大。另外，长三角镇江、扬州、宣城、金华、芜湖、铜陵、台州、绍兴、滁州、池州、安庆、马鞍山，这些城市的 数据都在0.2以内，属于长三角比较落后的城市。 从区域分布上来看，呈现出明显的阶梯状发展，从东部到西部，从快速到缓慢，突出了沿海地区相对于内地的快速发展特征。在城市规模方面，宣城市和上海市的发展指标相差0.5，两者发展程度呈两极分化趋势。总体而言，长三角区域内的数字经济发展既有区域差异，也有资源差异。

三、数字经济综合评价与预测

（一）灰色关联法

对四个一级指标指数之间的相对关联度进行计算，针对4个评价项（数字基础设施指数、数字产业化指数、数字科技创新指数、数字化变革指数）以及5项数据进行灰色关联度分析。在使用灰色关联度进行分析时首先以每一个评价的最大值作为评价参考值同时选取0.5作为分辨系数，随后结合关联系数公式来计算系数值，再通过系数值来计算关联度值以此进行评价判断。结果如表5所得。

通过表5可以看出，对数字经济基础设施指数、数字经济产业化指数、数字经济科技创新指数和数字经济数字化变革指数以指标项最大值当作参考值，并选取0.5作为分辨系数来进行计算，在得出计算结果后进行评价排序得到结果如表6。

在相关系数的值较大的情况下，表示相关程度较高的情况下，评估的结果也较高。从上表6可以看出：数字经济基础设施指数关联度数值为1，数字经产业化指数数值为0.632，数字经济科技创新指数为0.488，数字经济数字化变革指数为0.42；数字基础设施指数的综合评价最高，其次是数字产业化指数，然后是数字科技创新指数，最后 才是数字变革指数。说明数字经济设施发展状态很好，可以很好地支撑起数字经济；为数字经济其他产业提供了源源不断资源和便利。

（二）灰色预测模型

以2016-2020年的长三角地区数字经济综合发展指数作为初始数据列，做一次累加生成处理得到一个新数列并构建灰色预测模型。

从表7可知，由于级比检验值都在标准范围区间[0.717， 1.396]内，意味着本数据适合进行GM（1，1）模型构建。

从表8可知，后验差比C值0.093lt;=0.35，意味着模型精度等级非常好；另外小误差概率 p 值为1.000lt;1.0，表明模型准确度较高。

从上表9可知，模型相对误差值最大值0.098lt; 0.1，意味着模型拟合效果较好；模型级比偏差最大值0.130lt;=0.2，意味着模型拟合效果符合设计要求。

从图4可以看出，长三角区域的实际数据与该区域的实际数据相吻合。C=0.0931， P=1，通 "过与表8的比较可以看出，该模式能够较好地符合长三角区域的发展水平。因此，2021-2032年12年中的数字经济发展指数能够从真值和拟合结果中得到，从图4可以看到，这些数据之间存在着一种正向的关系，这些数据会随时间增长，将会是衡量一个国家的一个主要的指标。该模型的预测曲线是一个陡升的趋势，表明了我国的数字经济正在以一种每年都在增长的速率，并且它还将进入一个快速的跳跃阶段。

四、结论与建议

（一）结论

一是现阶段长三角地区的数字经济发展呈现稳步上升态势，并且预测在未来12年内数字经济发展指数会不断上升，社会资源会进一步冲击数字经济领域从而推动数字经济在经济发展中的地位。同时在疫情影响的情况下实体业遭受重大打击也进一步为电子商务和直播销售等数字经济领域的发展起到了很大的推进作用。二是长三角地区各市的数字经济发展情况存在较大的差异。上海、南京、杭州、合肥等省会城市由于资源、政策等领先的情况下数字经济发展快于省内其他城市；而上海、南京等一线发达城市由于高密度的资源集中使得数字经济发展的状况更加领先。城市与城市之间发展差距随着资源的不同慢慢地拉大。三是数字基础设施在长三角地区数字经济发展中一直领先于数字产业化、数字科技创新和数字改革化。同时也说明数字基础设施的完成度很高大大推动了数字经济结构性优化，为未来数字经济发展和转型打下了基础。

（二）建议

1.加快数字基础设施建设

一是扩大数字经济的基础建设规模，提高互联网普及率，努力加大移动互联网对城市和农村的覆盖，尤其对偏远地区和贫困地区加快对数字基础设施的建设使互联网进入家家户户。二是加大对数字基础设施的投资力度，引导资金对重点地区和重点行业进行资源集中发展，发展出各个省市不同的数字经济特色。以点带面促进数字基础设施向网络化、数据化和数字化方面发展。

2.加快传统产业向数字产业转型

一方面加快数字产业化发展，对现有通信技术和通信产业进行产业化结合推动我国5G、区块链等方面形成产业圈，实现规模化发展战略。另一方面围绕大数据等信息进行采集、加工、储蓄、分析打造大数据平台，并加快数据平台的建设运营，加快数字技术成果的商用途径，努力打造一批新产业。

3.加速进行数字经济科技创新

数字经济是我国经济体系的一大支柱，围绕数字经济对数字农业、智能制造、现代服务业进行科技创新，持续推动传统产业和数字技术、数字产业进行发展融合，从技术和产业方面进行创新，提升产业发展竞争力。

4.加快数字化改革，完善数字经济体系

一方面对传统经济进行数字革新，通过大数据、云平台和智能机械解决传统行业中各种繁杂的问题，进一步推动传统经济向数字经济发展。另一方面在原有的数字经济基础上围绕全球经济和国家政策对当下数字经济进行进一步优化改革，不断使数字经济适用于当前以及未来经济体系。

［参 考 文 献］

［ 1］ "李晓钟，毛芳婷. “一带一路”沿线国家数字经济发展水平比较与分析[J].统计与决策，2021，37（16）：134-138.

[ 2] 李英杰，韩平.中国数字经济发展综合评价与预测[J].统计与决策，2022，38（2）：90-94.

[ 3] 辛金国，姬小燕，张诚跃.浙江省数字经济发展综合评价研究[J].统计科学与实践，2019（7）：10-14.

[ 4] 赵新伟，王琦.我国数字经济发展空间演进及地区差距分解[J].统计与决策，2021，37（17）：25-28.

[ 5] 陈凯旋.中国省域数字经济发展评价、地区差异及驱动因素分析[J].华北金融，2022（1）：52-61.

[ 6] 梁秋霞，葛新宇，张琰佳，等. 长江经济带的数字经济测度[J].宁波工程学院学报，2021，33（3）：64-70.

[ 7] 冯明.创新要素集聚、城市创新能力与经济高质量发展[J].技术经济与管理研究，2023（2）：43-49.

[ 8] "鹿玉娇，章迪平.经济差距、城市创新能力与经济高质量发展——基于长三角城市群面板数据的实证分析[J].浙江科技学院学报，2023（4）：312-321.

[ 9] 张治栋，韦昊松.创新人才集聚、产业结构优化与经济高质量发展——基于长三角地区41个城市的实证研究[J].南京财经大学学报，2023（3）：1-11.

[10] 盛斌，刘宇英.中国数字经济发展指数的测度与空间分异特征研究[J].南京社会科学，2022（1）：43-54.

Comprehensive evaluation of Digital economy on Yangtze River Delta Area

Lv Yingjie

Abstract： "Constructing an indicator system for measuring the level of digital economic development is a key initiative to promote the regional integration development strategy， enhance the performance of all aspects of the area， and improve the overall level of development. Based on the panel data of 26 cities in the Yangtze River Delta area from 2016 to 2020， this study constructs a digital economy development level measurement index system for four aspects： digital infrastructure， digital industrialization， digital science and technology innovation， and digital reform， and systematically evaluates and predicts the digital economy development index in the Yangtze River Delta area， and researches the digital economy development gap and the index factors affecting economic development among the cities. This paper studies the gap between the digital economy development of each city and the index factors affecting the economic development， and establishes a grey prediction model to predict the future development trend of the digital economy in the Yangtze River Delta area.

Key words： digital economy; Yangtze River Delta; comprehensive evaluation; grey prediction model

责任编辑：陈星宇