1. 引言
21世纪以来,数字化的趋势日益明显,数字经济作为新兴的经济形态,在某种程度上已经改变了公众的生产和生活习惯,为经济和社会带来了深远的影响。面对未来的经济发展新趋势,我们必须积极推动数字经济的壮大,并努力实现数字经济与实体经济的深度整合。在过去的几年中,中国的数字经济规模不断扩大,到2021年已经达到了45.5万亿元,其在GDP中的占比为39.8%,达到了40%。根据国家网信办公布的《数字中国发展报告》,2022年,我国的数字经济规模已经超过了50万亿,其在GDP中的占比也上升到了41.5%。在过去的一年里,数字中国的建设取得了令人瞩目的进展,其总量稳定地排在全球第二,这进一步突显了数字经济在我国国民经济中的核心地位。如今,数字经济已经深入地渗透到国民经济的各个方面,为我国的经济增长注入了新的活力,并在优化经济布局、推动产业的转型和升级等领域发挥了越来越重要的作用。数字经济作为数字化与经济社会进步的关键融合部分,与中国的经济增长速度有着紧密的联系。因此,密切关注中国数字经济的当前发展状况,并对其发展水平进行准确评估,具有不可忽视的现实重要性。
2. 文献综述
数字经济这一概念最初是在二十世纪九十年代被引入的,而“数字经济时代”这一概念则是由Tapscott (1996) [1]首次提出的。数字经济的研究主要集中在数字经济概念的明确界定、数字经济发展水平的量化评估,以及数字经济在实际应用中的研究。许宪春和张美慧(2020) [2]提出,数字经济的计算方法主要可以归纳为增值计算、卫星账户计算和指数计算这三大类。数字经济指数主要是通过一种综合性的评估方法来对数字经济的发展状况进行全面评价,与其他两种评估方法相比,指数测算在选择评价指标方面具有更高的灵活性和可操作性,因此,在数字经济发展评价的相关研究中,数字经济指数得到了广泛应用。汤渌洋和鲁邦克等(2023) [3]认为,数字经济的发展是建立在信息和通信技术之上的,因此选择数字基础设施、数字创新能力、数字产业规模和数字技术应用这四个层面来衡量数字经济的发展水平。何地,赵炫焯(2023) [4]从数字经济的深层含义出发,选择了数字经济的发展载体、数字产业化、产业数字化以及数字经济的发展环境这四个方面来构建指标体系。刘传辉等(2021) [5]从城市群数字经济的发展水平出发构建评价指标体系,该体系涵盖了数字基础设施、人力资源支持、数字产业基础、科学教育支持和经济发展基础这五个方面。巫景飞等(2022) [6]依据国家统计局发布并执行的《数字经济及其核心产业统计分类》中的分类准则,构建了一个涵盖数字产品制造、数字技术应用、数字产品服务和数字要素驱动四大领域的数字经济评估体系,以此来衡量数字经济的发展状况。
数字经济指数测算法可以通过构建多维度的综合指标体系,从多个角度反映数字经济的发展状况,因此,本研究计划通过构建数字经济发展评价指标体系,来计算2015~2022年中国各省市区的数字经济综合指数,以此来评估中国的数字经济发展水平,并为中国的数字经济建设和发展提供相关的建议。
3. 研究设计
3.1. 数字经济评价指标体系的建构
本文基于国家统计局发布的《数字经济及其核心产业统计分类(2021)》,从数字经济的概念及分类范围出发,并参考王军(2021) [7]、金灿阳(2022) [8]、何地(2023) [4]、李蕾(2022) [9]等众多学者的研究,分别从数字基础设施、数字产业化、产业数字化和数字发展环境四个维度,进而分别选取21个代表性指标对数字经济发展综合水平进行测度,具体指标解释如下:
(1) 数字基础设施
数字基础设施是数字经济发展的坚实保障。参考王娟娟(2021) [10]、何地(2023) [4]的做法,从硬件设施和软件设施两方面入手,共选取6个代表指标,即包括光缆线路密度、互联网宽带接入端口密度和移动电话基站密度在内的硬件设施和包括互联网网页数、互联网域名数和IPV4地址数在内的软件设施,以衡量各省份基础设施的建设。
(2) 数字产业化发展
数字产业化是数字经济发展的先导力量,可以推动数字经济更好发展。中国信息通信研究院发布的《中国数字经济发展就业白皮书(2018年)》中指出,数字产业化主要包括电子信息制造业、电信业、软件和信息技术服务业等,因此,参考金灿阳(2022) [8]、何地(2023) [4]等学者研究,选取人均电信业务总量、人均软件业务收入、信息传输、软件和信息技术服务业从业人员占比、电子信息制造业企业个数、电子信息制造业收入5个代表指标,以此来反映数字产业化的发展状况。
(3) 产业数字化发展
产业数字化是指数字技术在传统产业中的应用所带来的增产增效,是数字经济发展的现实表现。借鉴王军(2021) [7]、马长发(2024) [11]、慕娟(2021) [12]的研究成果,分别选取代表三次产业的数字化发展水平指标,以农村宽带接入用户、农产品网络零售额衡量第一产业数字化发展水平;以规模以上工业企业电子商务交易额衡量第二产业数字化发展水平;由于第三产业构成比较复杂,而数字普惠金融指数反映了数字技术在金融服务领域的应用和普及程度,因此选取人均快递业务收入、有电子商务交易活动企业比重、数字普惠金融指数衡量第三产业数字化发展水平,以此来反映产业数字化的发展状况。
(4) 数字发展环境
数字发展环境是数字经济发展的动力,对促进数字经济发展起到重要的保障作用。《二十国集团数字经济发展与合作倡议》中强调,数字经济以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力,又考虑到创新对数字经济高质量发展的重要作用,因此,本文借鉴何地(2023) [4]、李蕾(2022) [9]的研究,从应用环境和创新环境两方面入手,共选取4个代表指标,即包括移动电话普及率、互联网普及率在内的应用环境和包括R&D经费、技术市场成交额在内的创新环境。特别的,技术市场成交额反映了一个地区在技术转移、技术进步等方面的实际情况,其高低可以间接反映出该区域的创新型企业数量、技术价值等各方面综合实力。运用上述指标以此来反映数字经济软实力的发展情况。
综上所述,数字经济的核心是数字产业,而数字产业包括数字产业化和产业数字化两个部分,且两者均需要依靠数字新基建的建设以及大环境的支持才能快速发展,基于此,本文依据客观性、系统性、科学性、可得性等指标选取原则建立如下表1所示的数字经济评价指标体系。
Table 1. Digital economy evaluation index system
表1. 数字经济评价指标体系
一级指标 |
二级指标 |
测度指标 |
单位 |
指标属性 |
数字基础设施 |
硬件设施 |
光缆线路密度 |
公里/平方公里 |
+ |
互联网宽带接入端口密度 |
个/平方公里 |
+ |
移动电话基站密度 |
个/平方公里 |
+ |
软件设施 |
互联网网页数 |
万个 |
+ |
互联网域名数 |
万个 |
+ |
IPV4地址数 |
万个 |
+ |
数字产业化发展 |
电信业 |
人均电信业务总量 |
元/人 |
+ |
软件和信息技术
服务业 |
人均软件业务收入 |
元/人 |
+ |
信息传输、软件和信息技术服务
业从业人员占比 |
% |
+ |
电子信息制造业 |
电子信息制造业企业个数 |
个 |
+ |
电子信息制造业收入 |
万元 |
+ |
产业数字化发展 |
第一产业数字化 |
农村宽带接入用户 |
万户 |
+ |
农产品网络零售额 |
亿元 |
+ |
第二产业数字化 |
规模以上工业企业电子商务交易额 |
亿元 |
+ |
第三产业数字化 |
有电子商务交易活动企业比重 |
% |
+ |
数字普惠金融指数 |
% |
+ |
人均快递业务收入 |
元/人 |
+ |
数字发展环境 |
应用环境 |
移动电话普及率 |
部/百人 |
+ |
互联网普及率 |
% |
+ |
创新环境 |
RD经费 |
万元 |
+ |
技术市场成交额 |
亿元 |
+ |
3.2. 数字经济发展水平综合指数的测度方法
用于综合评价的方法很多,其中包括德尔菲法、灰色关联度、层次分析法和熵权法等。在众多方法中,德尔菲法和层次分析法都带有明显的主观倾向,很难完全消除主观偏见。而熵权法更多地是基于指标本身,根据指标带来的信息量来确定权重,这样的方法具有更高的客观性。然而,以上这些方法主要用于分析静态数据的变化,而数字经济的发展是不断变化和分阶段的,因此,从动态的角度来评估其发展水平是更有说服力和准确性的。鉴于我们选择的是过去7年的时序数据,并考虑到时间和样本之间的差异,我们决定采纳郭亚军(2002) [13]提出的“纵横向拉开档次法”作为动态的综合评估方法。这种方法能够充分地反映面板数据的特性,并描述纵向时间和横向空间两个方面的变化差异。它具有客观的权重分配和操作便利性,但权重的确定依赖于对称矩阵,这可能会减少指标所蕴含的信息。总体上,为了确保研究结果的准确性,我们将纵横向拉开档次法和熵权法两种方法相结合,首先使用熵权法来确定各指标的权重,然后采用纵横向拉开档次法进行评估。以下是计算的具体步骤:
(1) 对各指标数据进行无量纲化处理,由于本次研究所用数据均为正向化数据,因此对所有原始数据做以下处理,其中,
为各省份的原始数据,
为标准化之后的数据:
(2) 构建规范化矩阵
:
(3) 计算第
项指标的熵值,其中,
:
(4) 计算信息熵冗余度:
(5) 计算指标在对应维度中的权重,其中,
为测度指标维度,
为对应维度指标个数:
使用熵权法计算每个测算指标在不同时期的权重后,再采用纵横向拉开档次法对我国2015~2022年各省市区的数字经济发展水平进行评价。
3.3. 数据来源与说明
本文选取2015~2022年中国30个省市的面板数据作为研究对象,指标数据均来源于国家统计局官网、《中国统计年鉴》、工业和信息化部、《中国电子信息产业统计年鉴》《中国贸易外经统计年鉴》以及北京大学数字金融研究中心课题组发布的《北京大学数字普惠金融指数(2015~2022年)》,对于缺失数据采取线性插值法进行插补。
4. 数字经济发展水平测度结果与分析
4.1. 我国数字经济发展水平整体呈上升趋势但存在明显的时空分异
(1) 时间维度
下表2为2015~2022年我国各省份的数字经济发展水平综合指数。整体来说,研究期内我国数字经济发展水平的均值从0.275增长至0.362,年平均增长率达到4.039%,各个省份的年均增长率都超过了0,这表明各个地区的数字经济发展水平也得到了显著的提升。从时间维度我们可以看到,我国各省市区在2021年均出现了数字经济发展水平下降,次年再次上升的现象。
Table 2. Measurement results of the development level of digital economy from 2015 to 2022
表2. 2015~2022年数字经济发展水平测度结果
省份 |
2015年 |
2016年 |
2017年 |
2018年 |
2019年 |
2020年 |
2021年 |
2022年 |
平均值 |
年均增长率(%) |
北京 |
0.501 |
0.516 |
0.546 |
0.583 |
0.637 |
0.671 |
0.658 |
0.691 |
0.600 |
4.708 |
天津 |
0.271 |
0.276 |
0.285 |
0.311 |
0.344 |
0.368 |
0.336 |
0.344 |
0.317 |
3.490 |
河北 |
0.253 |
0.268 |
0.286 |
0.310 |
0.336 |
0.354 |
0.336 |
0.343 |
0.311 |
4.421 |
山西 |
0.232 |
0.238 |
0.247 |
0.268 |
0.286 |
0.300 |
0.273 |
0.275 |
0.265 |
2.469 |
内蒙古 |
0.228 |
0.231 |
0.242 |
0.259 |
0.280 |
0.294 |
0.260 |
0.263 |
0.257 |
2.069 |
辽宁 |
0.261 |
0.263 |
0.273 |
0.291 |
0.308 |
0.318 |
0.295 |
0.302 |
0.289 |
2.111 |
吉林 |
0.226 |
0.230 |
0.241 |
0.260 |
0.279 |
0.291 |
0.260 |
0.262 |
0.256 |
2.154 |
黑龙江 |
0.225 |
0.227 |
0.238 |
0.254 |
0.272 |
0.282 |
0.262 |
0.266 |
0.253 |
2.371 |
上海 |
0.411 |
0.433 |
0.458 |
0.494 |
0.545 |
0.586 |
0.585 |
0.618 |
0.516 |
6.004 |
江苏 |
0.387 |
0.400 |
0.425 |
0.461 |
0.498 |
0.525 |
0.517 |
0.528 |
0.468 |
4.542 |
浙江 |
0.364 |
0.381 |
0.401 |
0.442 |
0.483 |
0.508 |
0.489 |
0.522 |
0.449 |
5.280 |
安徽 |
0.252 |
0.262 |
0.279 |
0.310 |
0.342 |
0.362 |
0.351 |
0.364 |
0.315 |
5.388 |
福建 |
0.292 |
0.313 |
0.351 |
0.370 |
0.397 |
0.384 |
0.367 |
0.378 |
0.357 |
3.750 |
江西 |
0.237 |
0.241 |
0.259 |
0.285 |
0.313 |
0.332 |
0.314 |
0.321 |
0.288 |
4.418 |
山东 |
0.312 |
0.331 |
0.351 |
0.379 |
0.391 |
0.414 |
0.412 |
0.428 |
0.377 |
4.624 |
河南 |
0.263 |
0.276 |
0.294 |
0.325 |
0.352 |
0.375 |
0.359 |
0.371 |
0.327 |
5.025 |
湖北 |
0.261 |
0.269 |
0.282 |
0.310 |
0.344 |
0.361 |
0.340 |
0.352 |
0.315 |
4.400 |
湖南 |
0.242 |
0.255 |
0.270 |
0.296 |
0.329 |
0.348 |
0.327 |
0.342 |
0.301 |
5.092 |
广东 |
0.453 |
0.477 |
0.506 |
0.564 |
0.636 |
0.669 |
0.655 |
0.690 |
0.581 |
6.179 |
广西 |
0.229 |
0.236 |
0.248 |
0.273 |
0.302 |
0.322 |
0.296 |
0.297 |
0.275 |
3.807 |
海南 |
0.242 |
0.245 |
0.256 |
0.276 |
0.296 |
0.309 |
0.282 |
0.285 |
0.274 |
2.356 |
重庆 |
0.246 |
0.259 |
0.273 |
0.296 |
0.321 |
0.339 |
0.311 |
0.320 |
0.296 |
3.800 |
四川 |
0.264 |
0.277 |
0.294 |
0.325 |
0.355 |
0.382 |
0.357 |
0.375 |
0.329 |
5.147 |
贵州 |
0.220 |
0.229 |
0.244 |
0.269 |
0.299 |
0.319 |
0.284 |
0.286 |
0.269 |
3.836 |
云南 |
0.224 |
0.230 |
0.241 |
0.267 |
0.294 |
0.314 |
0.278 |
0.281 |
0.266 |
3.257 |
陕西 |
0.248 |
0.259 |
0.273 |
0.299 |
0.325 |
0.342 |
0.313 |
0.324 |
0.298 |
3.922 |
甘肃 |
0.221 |
0.227 |
0.239 |
0.264 |
0.286 |
0.304 |
0.271 |
0.274 |
0.261 |
3.096 |
青海 |
0.222 |
0.224 |
0.235 |
0.260 |
0.278 |
0.296 |
0.250 |
0.253 |
0.252 |
1.872 |
宁夏 |
0.225 |
0.228 |
0.239 |
0.261 |
0.280 |
0.294 |
0.251 |
0.253 |
0.254 |
1.663 |
新疆 |
0.224 |
0.223 |
0.229 |
0.247 |
0.274 |
0.295 |
0.256 |
0.260 |
0.251 |
2.124 |
全国 |
0.275 |
0.284 |
0.300 |
0.327 |
0.356 |
0.375 |
0.352 |
0.362 |
0.329 |
4.039 |
(2) 空间维度
不可否认的是,我国的数字经济增长在不同地区之间存在明显的不均衡,各省之间的差异仍然很明显。从各个省份的数据来看(见上表2),只有8个地方的数字经济发展平均得分不会低于全国的平均水平。具体来说,在2020年,北京、广东、上海、江苏和浙江的数字经济发展处于前列,而内蒙古、吉林、宁夏、黑龙江、青海和新疆的数字经济发展水平相对较低。除此之外,广东、上海、安徽、浙江、四川、湖南和河南这些地区的年平均增长率都位居前列,均突破了5%,展现出了强劲的发展势头。
为了促进区域间的共同进步,我国政府陆续推出众多的相关政策措施,这也使得各个地区的经济增长水平逐步上升。随着互联网技术的广泛应用,数字经济已逐渐成为推动经济高品质增长的核心动力,但由于政策方向和资源配置的差异,导致四个地区的数字经济发展状况并不完全一致。更具体地说,从图1展示的四个区域的数字经济发展水平中,我们可以观察到在研究期间,这些区域的发展指数都呈现出上升的趋势。从均值来看,东部地区明显领先,且是唯一数字经济发展指数年均值高于全国整体年均值的地区(见下图1),中部地区排名第二,西部地区排在第三位,而东北地区则稍微落后于西部。从区域数字经济的增长率来看,东部地区的年均增长率最快,达到4.758%,中部地区为4.517%,西部地区的3.221位居第三,而东北地区的2.207%则是最低的。
我们可以看到,由于东部地区本身数字经济的丰富存量和较快的增长速度,东部地区一直是我国数字经济的领军者。但介于中部、西部、及东北的追赶效应不太明显,随着时序的推进,呈现出的差距愈加明显。因此,在未来,我们应当持续推动更为精确的区域数字经济发展策略,努力提升相对落后地区的数字经济水平,减少各区域间的发展差异,以避免我国数字经济中“数字鸿沟”的进一步扩大,这是当前的紧迫任务。
Figure 1. Evolution of digital economy development level in the four regions
图1. 四大地区数字经济发展水平演变
4.2. 数字经济发展依城市群呈梯队分布格局
图2展示了我国30个省份在研究期间的数字经济的年均指数。从图2可以看出,北京、广东、上海、江苏和浙江在数字经济的发展上与其他地方相比具有明显的领先优势,但与北上广地区相比,略显滞后。同时,排名首位的北京(0.600)的数字经济年平均指数是排名末尾的新疆(0.251)的2.4倍,这表明中国当前的数字经济发展仍然面临着巨大的“数字鸿沟”问题,数字经济的“贫富差距”呈现出两极分化的趋势。
Figure 2. Annual average index of digital economy by province
图2. 各省份数字经济年平均指数
同时,从图2中我们可以清晰地观察到,我国的各个省份在数字经济年平均指数上有多个不同的发展水平。因此,本研究将我国30个省份的数字经济发展水平分为四个主要梯队,分别是数字经济高发达地区、数字经济中等发达地区、数字经济低发达地区和数字经济欠发达地区。从当前的发展状况来看,京津冀、长三角和珠三角这三大城市群的中心城市代表了我国在数字经济方面的高发展水平,具体表现为北京、广东和上海。受到核心城市的影响,环渤海经济区的山东和天津,再到向外辐射的河南,以及泛长三角地区的江苏、浙江和福建等省份,其数字经济的发展水平在全国范围内也是领先的。四川被选为首批的国家数字经济创新发展试验区,并以其较高质量的数字经济成功进入了第二梯队。其他20个省份的数字经济发展水平差距较小,但数字经济发展水平低于全国平均水平0.5倍以上的,属于欠发达地区,划分为第四梯队;其余的为数字经济低发达地区,属于我国数字经济发展的第三梯队(见下表3)。
Table 3. Distribution of development teams of digital economy in our country
表3. 我国数字经济发展梯队分布
数字经济梯队 |
数字经济发展状况 |
省份 |
第一梯队 |
高发达地区 |
北京、广东、上海 |
第二梯队 |
中等发达地区 |
江苏、浙江、山东、福建、四川、河南、天津 |
第三梯队 |
低发达地区 |
安徽、湖北、河北、湖南、陕西、重庆、辽宁、江西、广西、海南 |
第四梯队 |
欠发达地区 |
贵州、云南、山西、甘肃、内蒙古、吉林、宁夏、黑龙江、青海、新疆 |
4.3. 数字经济发展不同梯队在各维度上的表现
Figure 3. Radar chart of the annual average score of each dimension of China’s digital economy
图3. 我国数字经济各维度年平均得分雷达图
四个维度得分在各梯队均表现出一致性(见上图3),从大到小排列为:产业数字化发展 > 数字基础设施 > 数字产业化发展 > 数字发展环境,表明我国数字基础建设,以及数字技术应用方面发展较好,后续还应该加大政府的支持以及相关的人才和资金的投入,从而为数字发展创造一个更加有利的环境,加快数字经济的发展。
Figure 4. Radar chart of the annual average score of each dimension of China’s digital economy
图4. 我国数字经济各维度年平均得分雷达图
我国数字经济发展水平不同梯队在各维度的得分也存在较大差异(见上图4)。总体来看,第一梯队在四个维度上的得分均远高于其他梯队,处于绝对领先水平,与其他梯队拉开了较大差距,这表明第一梯队在这四个方面的发展都显示出了明显的优越性。在数字基础设施和数字产业化发展维度上,第二梯队的均值小于全国平均水平,但在产业数字化和数字发展环境维度上的得分大于全国平均水平。
从研究的时间范围开始和结束点来看,在全国范围内以及数字经济的各个层次中,除了数字产业化的发展得分略有下降之外,数字基础设施、产业的数字化进程和数字发展的环境这三个方面的得分都呈现出不同程度的增长(参见下表4)。这表明我国的各个梯队在数字技术方面的应用正在逐渐扩大。在数字化发展的背景下,第一梯队展现出了最强的实力,但在其他梯队的研究期间也有所进步,特别是第三梯队,这表明政府对此已经给予了足够的关注并增加了资金投入。
Table 4. Index scores of various dimensions of China’s digital economy
表4. 我国数字经济各维度指标得分
省份 |
数字基础设施 |
数字产业化发展 |
产业数字化发展 |
数字发展环境 |
2015年 |
2022年 |
2015年 |
2022年 |
2015年 |
2022年 |
2015年 |
2022年 |
北京 |
0.214 |
0.226 |
0.163 |
0.163 |
0.171 |
0.145 |
0.131 |
0.120 |
上海 |
0.186 |
0.184 |
0.113 |
0.107 |
0.188 |
0.179 |
0.087 |
0.100 |
广东 |
0.122 |
0.123 |
0.172 |
0.160 |
0.201 |
0.198 |
0.121 |
0.118 |
续表
第一梯队 |
0.174 |
0.177 |
0.149 |
0.143 |
0.187 |
0.174 |
0.113 |
0.113 |
天津 |
0.061 |
0.073 |
0.060 |
0.058 |
0.073 |
0.062 |
0.063 |
0.052 |
江苏 |
0.085 |
0.084 |
0.145 |
0.106 |
0.143 |
0.130 |
0.097 |
0.104 |
浙江 |
0.104 |
0.100 |
0.089 |
0.088 |
0.158 |
0.150 |
0.085 |
0.091 |
福建 |
0.066 |
0.078 |
0.063 |
0.052 |
0.095 |
0.097 |
0.067 |
0.047 |
山东 |
0.073 |
0.069 |
0.062 |
0.047 |
0.096 |
0.116 |
0.079 |
0.079 |
河南 |
0.073 |
0.075 |
0.039 |
0.042 |
0.066 |
0.081 |
0.034 |
0.053 |
四川 |
0.050 |
0.052 |
0.052 |
0.053 |
0.079 |
0.101 |
0.034 |
0.045 |
第二梯队 |
0.073 |
0.076 |
0.073 |
0.064 |
0.101 |
0.105 |
0.066 |
0.067 |
河北 |
0.051 |
0.055 |
0.033 |
0.036 |
0.063 |
0.080 |
0.042 |
0.048 |
辽宁 |
0.049 |
0.049 |
0.057 |
0.040 |
0.059 |
0.052 |
0.057 |
0.045 |
安徽 |
0.047 |
0.053 |
0.041 |
0.045 |
0.073 |
0.088 |
0.032 |
0.053 |
江西 |
0.042 |
0.046 |
0.040 |
0.042 |
0.058 |
0.068 |
0.024 |
0.042 |
湖北 |
0.054 |
0.049 |
0.045 |
0.044 |
0.067 |
0.080 |
0.051 |
0.059 |
湖南 |
0.046 |
0.048 |
0.039 |
0.041 |
0.056 |
0.074 |
0.033 |
0.054 |
广西 |
0.039 |
0.044 |
0.033 |
0.034 |
0.051 |
0.065 |
0.026 |
0.029 |
海南 |
0.040 |
0.042 |
0.038 |
0.040 |
0.065 |
0.055 |
0.037 |
0.039 |
重庆 |
0.046 |
0.049 |
0.047 |
0.048 |
0.059 |
0.068 |
0.039 |
0.040 |
陕西 |
0.040 |
0.043 |
0.049 |
0.046 |
0.056 |
0.065 |
0.049 |
0.055 |
第三梯队 |
0.045 |
0.048 |
0.042 |
0.042 |
0.061 |
0.070 |
0.039 |
0.046 |
山西 |
0.040 |
0.043 |
0.032 |
0.031 |
0.043 |
0.049 |
0.041 |
0.031 |
内蒙古 |
0.031 |
0.033 |
0.035 |
0.035 |
0.046 |
0.044 |
0.039 |
0.035 |
吉林 |
0.036 |
0.037 |
0.038 |
0.033 |
0.038 |
0.035 |
0.035 |
0.039 |
黑龙江 |
0.039 |
0.036 |
0.033 |
0.029 |
0.040 |
0.039 |
0.032 |
0.042 |
贵州 |
0.035 |
0.050 |
0.030 |
0.035 |
0.042 |
0.048 |
0.023 |
0.035 |
云南 |
0.035 |
0.038 |
0.034 |
0.033 |
0.052 |
0.055 |
0.022 |
0.031 |
甘肃 |
0.042 |
0.047 |
0.030 |
0.033 |
0.041 |
0.045 |
0.025 |
0.027 |
青海 |
0.029 |
0.031 |
0.036 |
0.040 |
0.037 |
0.038 |
0.038 |
0.028 |
宁夏 |
0.032 |
0.034 |
0.036 |
0.039 |
0.047 |
0.039 |
0.035 |
0.026 |
新疆 |
0.031 |
0.032 |
0.033 |
0.038 |
0.043 |
0.042 |
0.038 |
0.028 |
第四梯队 |
0.035 |
0.038 |
0.034 |
0.035 |
0.043 |
0.043 |
0.033 |
0.032 |
全国 |
0.082 |
0.085 |
0.074 |
0.071 |
0.097 |
0.098 |
0.063 |
0.065 |
5. 结论与政策建议
本研究首先明确了数字经济的定义,然后基于《中国统计年鉴》《中国电子信息产业统计年鉴》和《中国贸易外经统计年鉴》等资料,从数字基础设施、数字产业化发展、产业数字化发展和数字发展环境四个方面构建数字经济的评估指标体系。通过这一体系,我们测算了中国30个省份在2015~2022年期间的数字经济综合发展指数,并得出结论:(一) 总的来说,中国的数字经济正在经历一个快速的发展阶段,且数字经济发展具有显著成效;(二) 中国数字经济发展呈现出明显的区域性差异,东部地区的数字经济水平远超中西部,特别是广东、北京、上海、浙江和江苏,它们的数字经济发展明显领先于全国其他地区;尽管如此,大部分地区的数字经济发展状况依然没有达到全国的平均标准;(三) 我国数字经济发展水平依城市群呈梯队分布格局,以城市群为边界,京津冀、长三角和珠三角等三大城市群的核心城市是我国数字经济发展较为先进的地区,并以这些核心城市为中心向外辐射。各梯队在数字经济发展的四个维度上形成了较为严重的“数字鸿沟”现象。所谓的“数字鸿沟”揭示了信息和知识资源在不同地区的严重不均衡分布。在某些欠发达的地方,由于基础设施的落后,人们无法完全享受到互联网所带来的“知识红利”,这不仅限制了当地的经济增长,还限制了互联网等技术的广泛应用;与此同时,不发达地区相对滞后的相关法律和法规,以及鼓励创新的政策,也限制了数字化资本的进入和发展,从而限制了当地数字经济的发展。
基于以上分析,我们提出了以下的政策建议:一是积极推进数字基础设施的建设。数字基础设施是数字产业发展、产业数字化发展的基石,对于东部沿海地区以及三大城市群,有必要增加新型数字基础设施的资金投入,以进一步提升该地区的引领能力。而对于西部内陆地区,应当积极地增加对传统基础设施和新型数字基础设施的资金投入,并发挥地区的带动作用。二是提升数字产业的产业化程度。更具体地说,东部沿海地区和三大城市集群应当加强电信业、软件和信息技术服务业、电子信息制造业的质量和收益。同时,要充分利用核心城市,并最大化其对周边较低发展水平地区的产业和技术溢出效益。而对于发展相对滞后的地区,应该增加数字化产业和电子信息制造业的数量,以实现在数量和质量上的协同提升。三是持续扩大产业数字化的范围和深度。为了实现经济的高质量增长,数字经济与第一、二、三产业的深度融合显得尤为关键。针对东部沿海地区和三大城市群,通过因地制宜的方式实施产业数字化措施,应加强数字经济在制造业、电子商务和互联网金融等多个领域的应用。而对于西部内陆地区,应首先提升数字经济在农业和工业方面的应用水平,随后逐步增加其与第三产业的整合程度。四是强化数字经济发展环境。数字经济的发展环境为数字经济与传统行业的融合提供了必要的外部支撑,需提高相应地区RD经费投入、培育数字人才,并加强互联网的建设,为数字经济的发展提供外部保障。