1. 引言
数字经济是人类社会继农业经济、工业经济之后一种新的经济形态,也是经济增长的新动能。数字经济正逐步成为经济增长的新引擎,带动经济快速增长。加快推进数字经济高质量发展正当其时。随着信息技术的迅猛发展,尤其是互联网、大数据、云计算和人工智能等技术的普及,数字经济不断改变着传统产业的运作模式和商业模式。《国务院关于印发“十四五”数字经济发展规划的通知》中也明确表示,“以数字技术与实体经济深度融合为主线,加强数字基础设施建设,培育新产业新业态新模式,不断做强做优做大我国数字经济,为构建数字中国提供有力支撑。”戚聿东、杜博认为数字经济是推动高质量发展的核心抓手[1]。
李卫东等人研究的数字经济能促进经济增长收敛,且具有明显的时空特征[2]。同时,王志刚等人也发现数字经济不仅能加速经济增长,也能缩小地区间经济发展差距[3]。陆岷峰、张壹帆提出了数字经济提升经济驱动策略,突出其在推动经济高质量增长中的核心地位[4]。彭刚、赵乐新测算分析得出数字经济对经济增长的贡献率稳步提升,需进一步提升新旧动能转换,才能进一步让数字经济成为经济发展的主动力[5]。贺晓宇、张二宇则是从新型数字基础设施建设为切入点,认为其是推动经济增长质量的源头和动力[6]。欧阳日辉在研究数字经济对经济增长新动能研究的过程中,认为需要依靠数字基础设施、数字平台以及融合发展等因素进行增长动力转换[7]。
另一方面,数字经济发展指数的测度研究基于数字经济内涵,以发展条件、产业融合应用为维度进行研究。首先,就发展条件而言,数字经济基础为数字经济发展提供基石。王开科等认为数字经济基础可分为平台载体、信息与通信网络、数字技术三方面,通过基础行业发展提升生产效率[8]。张雪玲、焦月霞在构建数字经济发展指数指标体系的过程中,也考虑了信息通讯基础设施作为维度指标之一,以反映数字经济发展基础设施情况[9]。此外,刘方、孟祺指出数字经济不断与服务业、工业领域融合发展[10]。在服务业方面,通常用数字普惠金融代表数字经济和金融业的融合发展情况,张勋等就利用数字普惠金融指数研究了数字经济和数字金融的发展情况,发现数字金融促进中国包容性增长[11]。而且在普惠金融指数的测度上,郭峰等借助金融机构的微观数据刻画了该指数的发展趋势,展现较高的空间聚集性[12]。
在测度数字经济发展指数过程中,大多学者从整体出发分析数字经济发展指数,缺乏更细致全面的分析,因此,本文增设维度角度,采用熵值法对2011年以来中国数字经济发展指数进行测度,再从全国、区域以及维度角度综合研究分析中国数字经济发展情况。此外,本文还从宏观角度,考虑数字经济发展对经济增长的影响作用,进一步完善对数字经济的研究。
2. 数字经济发展指数的测算分析
2.1. 数字经济发展指标体系构建
为掌握数字经济发展情况,本文参考郭峰等[12]、王军等[13]测度数字经济发展指数的方法,分别从数字基础设施、数字产业化、以及数字普惠金融三个维度构建了数字经济发展指数指标体系(表1),该指标体系能综合体现出数字经济发展的情况、应用以及前景。同时,构建综合评价指标体系的科学合理性直接影响评价结果,在构造指标体系过程中,严格遵循了目的性、系统性、一贯性、独立性、全面性、可比性以及可操作性基本原则。此外,本文选择了2011年至2022年省级数据进行测度,并且对于原始数据也进行了相应的缺失值处理和比值类数据的计算,其中,综合评价指标体系各指标中所涉及的数据大部分皆为基础数据,来源于北京大学数字金融研究中心、《中国工业统计年鉴》《中国统计年鉴》以及各省份统计年鉴。
Table 1. Comprehensive evaluation index system for digital economy development index
表1. 数字经济发展指数综合评价指标体系
维度 |
指标 |
属性 |
数字基础设施 |
互联网宽带接入端口数(万) |
正向 |
移动电话普及率(部/百人) |
正向 |
域名数(万) |
正向 |
IPv4网址数(万个) |
正向 |
单位面积长途光缆长度(万公里) |
正向 |
数字产业化 |
每百家企业拥有网站数 |
正向 |
信息化企业数(个) |
正向 |
电子商务交易活动企业比例(%) |
正向 |
电子商务销售额(亿元) |
正向 |
软件业务收入(亿元) |
正向 |
数字普惠金融 |
覆盖广度指数 |
正向 |
数字化程度指数 |
正向 |
使用深度指数 |
正向 |
2.2. 数字经济发展指数测算方法
在综合评价方法中,熵值法是一种用于多对象、多指标的综合评价方法,其评价结果主要是依据客观资料,几乎不受主观因素的影响。熵值法与主观赋权法相比,是根据各指标的变异程度,利用信息熵计算出各种指标的熵权,再通过熵权对各指标的权重进行修正,客观地确定每个指标的权重大小。而且,经过长期的检验和计算,熵值法已经成为发展成熟的测度方法,因此,本文利用熵值法测度数字经济发展指数,更具有科学性、客观性。熵值法具体的计算步骤如下:
(1) 标准化处理数据,利用极差标准化的方法对数据进行归一化处理:
正向指标:
(1)
负向指标:
(2)
(2) 计算各指标的比重:
(3)
(3) 计算各指标的熵值:
(4)
(5)
(4) 计算变异指数:
(6)
(5) 计算各指标的熵权:
(7)
(6) 计算综合评价得分:
(8)
2.3. 数字经济发展指数结果分析
根据综合评价指标体系,利用熵值法对2011年至2022年数字经济发展指数进行测算,得到各省份十一年间的综合评价得分,分别从全国、区域以及子维度对数字经济发展情况进行了全面分析。首先,从宏观的全国视角来审视(见图1),可以清晰地看到,我国数字经济的发展模式整体展示出持续上升的态势。具体来看,2022年的数字经济发展综合得分为6.225,相较于2011年,这一得分提升了4.387,增长幅度高达338.68%。这一显著增长不仅印证了在此期间,我国的数字经济发展水平在稳步提升,更彰显了国家在这一领域的强劲实力和巨大潜力。进一步观察发展趋势,我们发现数字经济原本稳步上升的态势即便在2020年也未出现短暂的停滞。数字经济发展的综合评价曲线一直呈现出上扬趋势,这充分证明了我国数字经济发展所具有的强大韧性和广阔前景。
从区域层面进一步深入剖析,数字经济发展指数在地理空间上展现出鲜明的异质性特征。为修正不同区域省份数量不同造成的偏差,本文利用数字经济发展指数均值代为表示。图2显示,东部地区在这一领域的发展尤为突出,其数字经济发展指数不仅水平遥遥领先,更在增速上显现出强劲势头。而且从数字经济发展指数曲线的趋势来看,东部地区的数字经济发展呈现较快的增长速度,其年均增速为8%,其中,北京、江苏、浙江以及广东的贡献率较大,同时也是东部地区数字经济发展水平较高的省份。在2011年至2014年期间,除东部地区以外,其余地区的数字经济发展指数相差无几,但随着中部地区数字经济的不断发展,差距逐渐拉大。与之形成鲜明对比的是西部地区和东北地区,两者在全国的数字经济发展指数排名中稍有落后,这一现状也折射出该区域在数字经济方面的相对滞后。
此外,虽然早期西中部地区数字经济发展指数弱于东北地区,但是近年来,西部地区数字经济发展增长势头超过东北地区,摆脱末席,呈现出良好的发展态势。这一数据充分说明了西部地区在数字经济发展方面所展现出的巨大潜力和强劲动力。从图2中,我们更可以直观地看到,西部地区在数字经济发展的道路上正迎头赶上,展现出赶超东北地区的明显态势。
Figure 1. National digital economy development index
图1. 全国数字经济发展指数
Figure 2. Digital economy development index of various regions
图2. 各区域数字经济发展指数
从各维度的数字经济发展指数综合得分来看,见图3,数字基础设施维度、数字产业化维度以及数字普惠金融维度三者整体上皆表现出波折上升的增长趋势,说明各维度都在助力数字经济发展,也和数字经济发展一直保持上升趋势相一致。其中,数字基础设施和数字产业化维度的得分较高,数字基础设施主要是通过提高全要素生产率、促进产业升级的方式拉动经济增长,同时也推动了经济社会高质量发展,而数字产业化相较而言呈现出更快速的增长速度,其以深度融合数字技术的方式,不断优化生产过程,实现产业的转型升级,同时,数字产业化也催生了新技术和新应用,加速形成新的增长点。具体而言,数字产业化通过融合创新催生了新业态,如智能制造和工业互联网,显著提升了传统制造业的生产效率,如浙江省宁波市镇海区的石化产业数字化转型和山东魏桥纺织的智能化转型。值得注意的是,数字普惠金融维度得分较低,其面临着信息安全问题、征信体系完善程度等系列难题,技术更新落后、监管问题也会导致数字普惠金融发展遭遇瓶颈。为帮助数字普惠金融快速发展,需不断加强数据安全规范管理、培育专项人才攻克技术难关,重视数字普惠金融发展难题的解决。
Figure 3. Index of digital economy development in various dimensions
图3. 各维度数字经济发展指数
结合全国、区域以及维度多方面对数字经济发展情况进行了分析,从全国层面来看,数字经济发展总体呈现稳步的上升趋势,并且增速较快;从区域层面来看,数字经济发展具有显著的空间异质特征,具体表现为东部地区数字经济发展程度遥遥领先,中部地区数字经济发展强劲,西部地区和东北地区数字经济发展稍有落后;从维度层面来看,三个维度的得分皆持续升高,为数字经济未来发展提供优质的环境,但也需关注数字普惠金融所面临的难题,取长补短,以推动数字经济快速发展。
3. 数字经济对经济增长的影响作用
3.1. 变量说明
为研究数字经济对经济增长的影响作用,选择数字经济发展指数作为核心被解释变量,经济增长为解释变量,另外设置产业结构、财政转移支付以及进出口总额作为控制变量。其中,数字经济发展指数由熵值法测度得到,经济增长数据以及控制变量数据皆来源于2011年至2022年《中国统计年鉴》,因西藏数据缺失较为严重,故将西藏数据进行剔除处理。表2为各变量的描述性统计结果,可以看出地区生产总值的标准差较大,说明地区经济发展存在一定的差距,另外,其余控制变量中也表现出一定的发展差距。
3.2. 模型构建
根据数字经济与经济增长之间的理论分析,构建如下模型:
其中,gdp表示地区生产总值,dedci表示数字经济发展指数,hl表示产业结构,cx表示城乡收入差距,ex表示进出口总额。被解释变量和解释变量取对数以消除数据的波动性。为常数项,
分别为各个解释变量的系数,u为随机扰动项。
Table 2. Descriptive statistical results of variables
表2. 变量描述性统计结果
指标名称 |
样本量 |
均值 |
标准差 |
最小值 |
最大值 |
地区生产总值(gdp) |
360 |
27204.21 |
23021.98 |
1370.4 |
129118.6 |
数字经济发展指数(dedci) |
360 |
0.14544 |
0.11694 |
0.01698 |
0.71203 |
产业结构(hl) |
360 |
0.08420 |
0.08295 |
0.00109 |
0.60326 |
城乡收入差距(cx) |
360 |
2.54676 |
0.37889 |
1.82658 |
3.67158 |
进出口总额(ex) |
360 |
1.50 |
2.36 |
0.0033 |
12.8 |
3.3. 实证分析
表3为基准报告结果,采用逐步回归的分析方法可以最大程度反映多元线性模型构建的合理性,如表3中结果所示,各变量均在1%的显著性水平下显著,可说明模型构建过程中,加入的控制变量均真实有效。
Table 3. Benchmark regression results
表3. 基准回归结果
|
(1) |
(2) |
(3) |
(4) |
VARIABLES |
1 |
2 |
3 |
4 |
lndedci |
0.974*** |
1.069*** |
0.448*** |
0.478*** |
(23.32) |
(23.49) |
(9.53) |
(10.30) |
lnhl |
|
0.134*** |
0.197*** |
0.209*** |
|
(4.63) |
(9.35) |
(10.07) |
lnex |
|
|
0.385*** |
0.414*** |
|
|
(18.37) |
(19.24) |
lncx |
|
|
|
0.730*** |
|
|
|
(4.33) |
Constant |
11.993*** |
12.588*** |
5.461*** |
4.442*** |
(124.90) |
(79.21) |
(13.50) |
(9.67) |
Observations |
360 |
360 |
360 |
360 |
R-squared |
0.603 |
0.625 |
0.808 |
0.817 |
注:t-statistics in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1。
实证结果显示,5个基准回归过程中数字经济发展皆通过了1%的显著性水平检验,而且其系数显著为正,说明数字经济发展有利于经济增长。从经济意义上来说,在第5个回归方程中,经济数字发展的系数为0.478,说明经济数字发展对经济增长的贡献率为47.8%,即数字经济发展指数每上升1%,经济增长就会增长47.8%。另外,其余控制变量也表示出良好的显著性水平,且其系数皆为正,说明产业结构、进出口总额皆对经济增长呈现出显著的正相关关系。
基于上述实证结果,清晰地认识到数字经济在推动经济增长方面所发挥的显著作用。数字经济的蓬勃发展,离不开信息技术的持续创新与广泛应用。这些技术的日新月异,极大地提升了生产效率,降低了生产成本,从而为经济增长注入了强劲动力。同时,数字经济的崛起也催生了众多新兴产业和全新商业模式,有力地推动了经济结构的优化升级与转型。传统产业在数字化、智能化的赋能下,得以焕发新生,实现效率提升和成本降低,顺利完成产业升级与转型。而数字经济本身,更是孕育了无数新兴产业,为经济结构带来了多元化与创新驱动的新格局。此外,在全球数字化浪潮的席卷之下,数字经济已然成为国际竞争的新高地。大力发展数字经济,不仅有助于培育新兴产业、挖掘新的经济增长点,更能显著提升国家的创新实力和技术水平,进而增强国家的经济竞争力。同时,数字经济还架起了国与国之间经济交流与合作的桥梁,为提升国家的国际影响力和话语权奠定了坚实基础。
3.4. 稳健性检验
为验证回归结果的真实性和可靠性,本文进行了系列稳健性检验。首先,将研究时间调整为2011年至2020年,通过改变研究时间的方法验证结果的可靠性;其次,采用固定效应对模型进行回归检验。表4所示为稳健性检验结果,数字经济发展依旧与经济增长之间呈现正相关关系,而且控制变量也均通过了1%的显著性水平检验。因此,可说明实证回归结果真实稳健。
Table 4. Robustness test results
表4. 稳健性检验结果
|
(1) |
(2) |
VARIABLES |
1 |
2 |
lndedci |
0.428*** |
0.238*** |
(7.43) |
(5.89) |
lnhl |
0.210*** |
−0.078*** |
(8.04) |
(−4.55) |
lnex |
0.428*** |
0.048*** |
(15.53) |
(3.19) |
lncx |
0.684*** |
−0.630*** |
(3.29) |
(−3.19) |
Constant |
4.141*** |
9.551*** |
(6.85) |
(28.24) |
Observations |
270 |
360 |
R-squared |
0.794 |
0.996 |
Id FE |
|
YES |
Year FE |
|
YES |
注:t-statistics in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1。
4. 结语和建议
数字经济发展目前呈现出蓬勃的发展态势,由数字经济发展指数测度结果可知,数字经济发展整体上呈现波折上升的趋势,即使因不可抗力影响出现短暂停滞,也能稳健恢复先前的发展水平,展示出强大的韧性和发展潜力。但是,区域间数字经济发展出现较大的差距,为了缩小这种差异并推动数字经济的全面发展,需要政府、企业和社会各界共同努力,加强政策支持、优化资源配置、提升创新能力等方面的工作。同时,各区域也应根据自身特点和优势,制定符合实际的发展策略,积极拥抱数字经济时代带来的机遇和挑战。
同时,数字经济发展对经济增长的拉动作用日益明显,成为推动经济高质量发展的新引擎。随着数字技术的不断创新和应用,数字经济已渗透到各行各业,极大地提高了生产效率,降低了运营成本,为经济增长注入了新动力。同时,数字经济还催生了新业态、新模式,如电子商务、智能制造等,这些新兴领域的发展不仅创造了大量就业岗位,还带动了相关产业的蓬勃发展。可以预见,随着数字经济的持续壮大,其对经济增长的贡献将愈发显著,有望引领我国经济迈向更加繁荣的未来。因此,应进一步加大对数字经济的支持力度,推动其与传统产业深度融合,释放更大潜能,为经济增长提供源源不断的新动能。