1. 引言
《中国数字经济发展研究报告》(2024年) [1]指出,2023年中国数字经济规模高达53.9万亿元,占GDP比重超42%。中国数字经济规模持续扩大,已成为推动经济增长的关键力量。2023年9月,习近平总书记在黑龙江考察期间首次提到“新质生产力”这一前沿概念[2]。2024年1月,中共中央政治局第十一次集体学习时,习近平总书记强调:“必须继续做好创新这篇大文章,推动新质生产力加快发展”[3]。二十届三中全会进一步指出:“要健全因地制宜发展新质生产力体制机制,健全促进实体经济和数字经济深度融合制度”[4]。由此看来,对于新质生产力的发展要求已然上升到国家战略层面。数字经济作为经济发展中创新最活跃、增长速度最快、影响最广泛的关键变量,对增强发展新动能、提升发展韧性、畅通发展循环,具有至关重要的意义,是培育壮大新质生产力的重要支撑。在其飞速发展的同时,各地区之间也面临着不同程度的不平等问题,如产业数字化转型滞后、基础创新能力薄弱以及数字经济治理体系不健全等(韩兆安等,2024) [5]。基于此背景,本文旨在结合国内外数字经济发展的相关研究,构建一套“科学合理便利”的数字经济评价指标体系,对比分析我国283个城市的数字经济发展情况,并对我国数字经济区域发展不平衡现象提出相应政策建议。
2. 文献综述
“数字经济”一词是上世纪90年代加拿大商业策略大师Tapscott (1996)在其出版的著作《数字经济》中所提出来的,描述了互联网在经济社会发展中的推动作用[6]。1997年,日本通产省率先引入了“数字经济”这一术语。紧接着,1998年美国商务部持续聚焦这一新兴经济形态,发布完成诸多以“数字经济”为主题的成果。进入21世纪,全球各国相继制定数字经济战略,加快发展数字经济已成为世界共识。数字经济正在以前所未有的速度勃兴,为中国经济发展注入不竭动力,并不断推动中国经济高质量发展道路走深、走实。
然而,数字经济迅猛发展的同时,也伴随着区域发展失衡的现象。因此,较为精准地识别数字经济不平等程度对于促进各地区高质量发展就显得尤为重要。刘家旗等(2022)认为数字经济发展不平衡的本质,其实是新一代数字技术在不同地区的生产、服务等领域中所发挥的效能不同[7]。韩兆安等(2021)基于马克思政治经济学理论视角,从数字经济生产、数字经济流通、数字经济交换三个角度来测度中国省际数字经济规模。同时更有学者将数字经济不平等定义为数字鸿沟。Peters (2001)从互联网接入和ICT使用两个方面来测度数字鸿沟[8]。刘骏等(2019)认为数字鸿沟的测度应该包括网络技术的认知、接入、使用、环境四个层面[9]。而杨勇等(2024)从数字基础设施、数字产业化、产业数字化、治理数字化、数字经济生态环境、创新环境、人才环境7个维度来描述数字经济的不平衡性[10]。
全面系统地测度数字经济发展水平成为客观认识和全面把握我国目前的数字经济区域发展不平衡现状的前提和基础工作,对于推进数字中国建设具有现实的价值和意义。本文可能的边际贡献在于:一是基于283个城市来分析中国数字经济不平衡程度,更加具体、细致。二是基于Dagum基尼系数和核密度估计,比较不同区域的特征和演化趋势,为解决中国数字经济发展不平衡的问题提供一定参考。
3. 数字经济评价指标体系构建
(一) 指标体系构建原则
本部分建立数字经济水平测度指标体系,主要有以下几个方面的目的:一是,通过建立的指标体系测度各市的数字经济水平,进而了解不同地区在数字化发展过程中存在的问题及差距。二是,根据测算出来的结果,借助Dagum基尼系数、核密度估计等方法,对数字经济水平的时空演变特征进行分析,实施靶向性策略以加速数字经济发展步伐,进而缩小各地区、各行业之间的数字经济发展差异。因此,在构建数字经济评价指标体系时,需要遵循系统性、科学性、独立性和可操作性原则。
(二) 指标选取与数据来源
结合数字经济的理论逻辑与政策导向,本文将按照数字基础设施、数字产业化、产业数字化和数字发展环境四个维度构建我国数字经济评价指标体系,其中,数字基础设施代表数字经济发展过程中所需要具备的物质基础;数字产业化和产业数字化聚焦于数字技术如何深度融入并重塑产业格局;而数字发展环境映射出数字化进程中不可或缺的各类环境因素。最终确定4个分项指标和8个基础指标,具体如表1。通过熵值法计算的各指标权重也做了相应展示,如表2。
数据来源:考虑到数据的科学性、可得性,本文选取2011~2021年中国283个城市作为研究对象,原始数据主要来自于《中国城市统计年鉴》《北大数字普惠金融指数2011~2021》及各省市统计年鉴和统计公报,部分缺失值采用线性插值法进行补齐。
(三) 实证分析与数据处理
本文选取我国283个城市2011~2021年的11年内的数据作为计算依据,然后搭建指标评价体系,进一步通过熵值法计算出数字经济综合水平[11] [12]。具体实施步骤如下:
第一步,对指标数据进行标准化处理。为了保障数据的可比性,运用极差法对原始数据进行无量纲化处理,计算公式为:
正向指标:
(1)
其中,i表示市(
),j表示指标(
);
和
分别表示原始和标准化处理后的指标值,
和
分别为指标
的最大值和最小值。由于本文选取的指标都是正向指标,故均进行正向化处理。
第二步,对指标进行归一化处理。以计算第i市第j指标的比重,即
(2)
第三步,计算数字经济综合水平的信息熵
。
(3)
第四步,计算数字经济综合水平的权重
。
(4)
第五步,对数字经济中各测度指标进行线性加权,得到综合指数。
单个指标指数:
(5)
第i年的数字经济综合水平指数:
(6)
Table 1. China’s digital economy index evaluation system
表1. 中国数字经济指标评价体系
一级指标 |
二级指标 |
指标计算 |
指标属性 |
数字基础设施 |
移动电话普及率 |
每百人移动电话接入用户数 |
正向 |
互联网普及率 |
每百人宽带接入用户数 |
正向 |
数字产业化 |
电信业务 |
人均电信业务量 |
正向 |
数字专利 |
每万人数字专利拥有量 |
正向 |
产业数字化 |
数字金融 |
北大数字普惠金融指数 |
正向 |
快递业务 |
人均邮政业务量 |
正向 |
数字发展环境 |
政府政策支持 |
数字经济相关词汇占政府报告词频数 |
正向 |
政府财政投入 |
科技支出占财政支出比重 |
正向 |
Table 2. List of indicator weights for the digital economy evaluation system
表2. 数字经济指标评价体系指标权重一览表
一级指标 |
二级指标 |
权重 |
数字基础设施 |
移动电话普及率 |
0.1312 |
互联网普及率 |
0.1268 |
数字产业化 |
电信业务 |
0.1218 |
数字专利 |
0.1094 |
产业数字化 |
数字金融 |
0.1302 |
快递业务 |
0.1326 |
数字发展环境 |
政府政策支持 |
0.1250 |
政府财政投入 |
0.1230 |
4. 我国数字经济发展水平的总体评价
(一) 各地数字经济综合指数
通过以上的计算方法,计算出2011~2021年中国283个城市数字经济综合指数。囿于文章篇幅限制,选取三大地区前十名(按2021年排序)的奇数年数据进行展示,如表3。
Table 3. (a) Top 10 regions in the eastern area for digital economy development index; (b) Top 10 regions in the central area for digital economy development index; (c) Top 10 regions in the western area for digital economy development index
表3. (a) 东部地区数字经济发展指数前十名;(b) 中部地区数字经济发展指数前十名;(c) 西部地区数字经济发展指数前十名
(a) |
省/市 |
地区 |
2011 |
2013 |
2015 |
2017 |
2019 |
2021 |
广东省 |
珠海市 |
0.2734 |
0.3629 |
0.4501 |
0.5276 |
0.5933 |
0.5867 |
广东省 |
深圳市 |
0.4196 |
0.5324 |
0.5799 |
0.5707 |
0.6321 |
0.5713 |
江苏省 |
苏州市 |
0.2650 |
0.3311 |
0.3607 |
0.4436 |
0.5031 |
0.5614 |
浙江省 |
杭州市 |
0.2503 |
0.3328 |
0.3958 |
0.4352 |
0.4838 |
0.5264 |
北京市 |
北京市 |
0.2710 |
0.3429 |
0.3927 |
0.4135 |
0.4746 |
0.5233 |
上海市 |
上海市 |
0.2636 |
0.3068 |
0.3405 |
0.3808 |
0.4427 |
0.5066 |
江苏省 |
南京市 |
0.2371 |
0.2934 |
0.3311 |
0.3949 |
0.4496 |
0.4938 |
广东省 |
广州市 |
0.2876 |
0.4075 |
0.4021 |
0.4526 |
0.4935 |
0.4831 |
广东省 |
中山市 |
0.2562 |
0.3462 |
0.4107 |
0.4801 |
0.4741 |
0.4801 |
江苏省 |
无锡市 |
0.2382 |
0.2870 |
0.3276 |
0.3858 |
0.4352 |
0.4668 |
(b) |
省/市 |
地区 |
2011 |
2013 |
2015 |
2017 |
2019 |
2021 |
安徽省 |
合肥市 |
0.1946 |
0.2260 |
0.2826 |
0.3549 |
0.4114 |
0.4688 |
湖北省 |
武汉市 |
0.2115 |
0.2772 |
0.3326 |
0.3879 |
0.4102 |
0.4482 |
安徽省 |
芜湖市 |
0.1796 |
0.2312 |
0.2926 |
0.3613 |
0.3736 |
0.4429 |
河南省 |
郑州市 |
0.1818 |
0.2378 |
0.3025 |
0.3478 |
0.3719 |
0.4068 |
湖南省 |
长沙市 |
0.2018 |
0.2607 |
0.2819 |
0.3433 |
0.3772 |
0.4061 |
江西省 |
南昌市 |
0.1791 |
0.2268 |
0.2678 |
0.3193 |
0.3574 |
0.4050 |
山西省 |
太原市 |
0.2250 |
0.2758 |
0.3055 |
0.3306 |
0.3752 |
0.3936 |
安徽省 |
马鞍山市 |
0.1460 |
0.1966 |
0.2365 |
0.2683 |
0.3109 |
0.3845 |
湖北省 |
鄂州市 |
0.1405 |
0.2046 |
0.2268 |
0.2772 |
0.2836 |
0.3757 |
河南省 |
三门峡市 |
0.1467 |
0.2135 |
0.2347 |
0.3189 |
0.2944 |
0.3663 |
(c) |
省/市 |
地区 |
2011 |
2013 |
2015 |
2017 |
2019 |
2021 |
四川省 |
成都市 |
0.2078 |
0.2535 |
0.3149 |
0.3584 |
0.3792 |
0.4264 |
贵州省 |
贵阳市 |
0.1827 |
0.2516 |
0.3219 |
0.4316 |
0.4329 |
0.4182 |
甘肃省 |
嘉峪关市 |
0.1825 |
0.2626 |
0.2721 |
0.3008 |
0.3671 |
0.4129 |
陕西省 |
西安市 |
0.2252 |
0.3122 |
0.3350 |
0.3718 |
0.3696 |
0.4076 |
续表
甘肃省 |
金昌市 |
0.1485 |
0.1809 |
0.2064 |
0.2661 |
0.3243 |
0.4024 |
内蒙古
自治区 |
呼和浩特市 |
0.1695 |
0.2398 |
0.2625 |
0.3069 |
0.3802 |
0.3960 |
新疆维吾尔自治区 |
乌鲁木齐市 |
0.2350 |
0.2521 |
0.2676 |
0.3223 |
0.3680 |
0.3871 |
青海省 |
西宁市 |
0.1483 |
0.1926 |
0.2292 |
0.2801 |
0.3566 |
0.3870 |
云南省 |
昆明市 |
0.1782 |
0.2304 |
0.2701 |
0.3214 |
0.3561 |
0.3843 |
宁夏回族自治区 |
银川市 |
0.1748 |
0.2384 |
0.3035 |
0.3436 |
0.3510 |
0.3821 |
Figure 1. Average national digital economy development level and its growth rate from 2011 to 2021
图1. 2011~2021年全国数字经济发展水平均值及其增长率
整体来看,我国数字经济发展水平在考察期间呈现出稳步上升的趋势(如图1)。从绝对数值来看,我国数字经济发展均值水平从2011年的0.1504上升到2021年的0.3314,绝对数值翻了一番,年增长率达到6.16%。这是因为党的十八大以后,我国数字经济发展上升为国家战略,不断地推进数字产业化与产业数字化。
分地区来看,我们可以看出东中西三大区域呈现出不同的发展态势(如表3)。其中,东部地区数字经济水平最高,其排在第九位的中山市要比中部排位第一的合肥市以及西部排位第一的成都市还要高。这在一定程度上反映出东中西区域之间的发展存在差距。更加具体的来看,东部前十名中广东占据4席、江苏占据3席;中部前十名中安徽占据3席;西部前十名中,除了甘肃是两个非省会城市,其他省份均为省会城市上榜。这一现象进一步说明,不仅在区域之间存在着发展差距,同一区域内部也存在不平衡的问题。
(二) 数字经济不平衡的空间特征分析
为了深入剖析并描述全国范围内数字经济发展的区域差异及时间变化趋势,进一步利用Dagum (1997)基尼系数分解法[13]对总体差异、区域内差异、区域间差异及差异来源进行测度分析。
表4展示了2011~2021年我国数字经济水平总体差异及各区域内差异的情况。可以看出,在考察期间我国数字经济水平总体差异呈现出“下降–上升–下降”的走向,总体差异从2011年的0.14203下降到2021年的0.09229,下降35.02%。
由此可见,我国数字经济水平总体差异是在不断缩小的。从区域内差异来看,东部地区内部差异位居榜首,这主要是与广东、江苏等地与福建、海南等地地区间差异过大有关;西部地区次之,这主要由于四川、陕西、重庆等地与其余省份还是存在一定的差距;其次是中部地区,基尼系数最小。因此,东部与西部地区的城市之间差异过大,发展不平衡不充分的问题更加突出,应该注重两地区内部城市之间的协调发展。
Table 4. Overall differences in digital economy levels and intra-regional differences from 2011 to 2021
表4. 2011~2021年数字经济水平总体差异及各区域内差异
年份 |
总体差异 |
区域内差异 |
东部 |
中部 |
西部 |
2011 |
0.14203 |
0.15396 |
0.09312 |
0.12412 |
2012 |
0.13411 |
0.14777 |
0.08138 |
0.11572 |
2013 |
0.12536 |
0.13923 |
0.07776 |
0.10594 |
2014 |
0.12488 |
0.14266 |
0.07967 |
0.09791 |
2015 |
0.11730 |
0.13870 |
0.07077 |
0.09244 |
2016 |
0.10838 |
0.12715 |
0.06730 |
0.08760 |
2017 |
0.10639 |
0.12549 |
0.06810 |
0.09109 |
2018 |
0.10891 |
0.12891 |
0.06943 |
0.09059 |
2019 |
0.11028 |
0.12856 |
0.07014 |
0.09723 |
2020 |
0.09760 |
0.11537 |
0.06668 |
0.08143 |
2021 |
0.09229 |
0.10803 |
0.06640 |
0.07830 |
Table 5. Inter-regional differences in digital economy levels from 2011 to 2021
表5. 2011~2021年数字经济水平区域间差异
年份 |
区域间差异 |
东-中 |
东-西 |
中-西 |
2011 |
0.14257 |
0.15877 |
0.10844 |
2012 |
0.13597 |
0.15066 |
0.09840 |
2013 |
0.12634 |
0.14229 |
0.09190 |
2014 |
0.12900 |
0.14084 |
0.08893 |
2015 |
0.12116 |
0.13462 |
0.08162 |
2016 |
0.11207 |
0.12326 |
0.07729 |
2017 |
0.10900 |
0.12072 |
0.07948 |
2018 |
0.11259 |
0.12318 |
0.08001 |
2019 |
0.11205 |
0.12526 |
0.08335 |
2020 |
0.10005 |
0.11022 |
0.07440 |
2021 |
0.09446 |
0.10304 |
0.07275 |
表5展示了2011~2021年间我国数字经济水平三大区域的区域间差异情况。从全局来看,考察期间,东部与西部的区域间差距始终是最为显著的,东部与中部次之,中部与西部的区域间差距排在末位。具体来看,东部与西部的区域间差异年度均值为0.13,且在考察期间在0.10~0.16之间波动。紧随其后的是东部与中部地区的区域间差异,该差异始终在0.09~0.14的范围内波动。中部与西部地区差异的均值仅为0.085,且考察期间围绕均值波动很小。
(三) 数字经济总体水平的动态演进过程
前文通过Dagum基尼系数对我国数字经济发展水平进行了更深入地探讨,使我们对全国数字经济发展水平的空间差异及其来源认识深刻。为了进一步探究考察期内,我国数字经济水平的动态演进效果。所以,本文利用Kernel密度估计方法,深入分析我国数字经济水平的分布位置、形态、延展性等,以揭示其在时间维度上的动态演进特征。本节以2011、2016、2021为测度时点,对我国数字经济总体水平的动态演进特征进行探究,具体结果如图2所示。
Figure 2. Temporal dynamic evolution of the overall level of digital economy nationwide
图2. 全国数字经济总体水平的时间动态演进
从分布位置来看,在2011~2021年期间,数字经济总体水平的分布曲线的中心位置逐渐向右偏移,这一变化显著地表明数字经济发展水平在稳步提升。这一变化特征与先前熵值法所测算的结果不谋而合。从峰值来看,从2011年至2021年数字经济总体水平的峰值在不断降低,表明数据逐渐分散。从波峰的数量来看,一直都是多峰形态,表明两极分化问题还是持续存在。从分布形态看,考察期间内密度曲线宽度增加,不同城市之间绝对差异呈现扩大趋势,这一特征也符合前文用Dagum基尼系数计算的结果,表现在东部发达地区数字经济发展水平遥遥领先其他地区的城市。从分布延展性看,呈现右拖尾现象,且拖尾期逐渐缩短,在一定程度上存在收缩态势,这表明数字经济发展水平的空间差距在全国范围内逐渐缩小。
5. 结论及建议
本文从数字基础设施、数字产业化、产业数字化、数字发展环境四个维度界定数字经济的内涵,运用熵值法测算中国2011~2021年283个城市数字经济发展不平衡程度,并利用Dagum基尼系数与核密度估计测度了中国数字经济发展不平衡程度的特征、来源及演变趋势,研究结果表明。
从空间特征来看,中国数字经济发展水平呈现出“东高西低”“沿海高于内陆”的不平衡现象。从区域内来看,东部地区城市之间的不平衡程度最高,其次是西部地区,最低是中部地区。从区域间来看,东西部、东中部地区之间的数字经济不平衡程度最高,始终保持着较大的差异。
从来源及测度来看,中国数字经济发展不平衡程度逐渐降低,数字鸿沟不断弥合。但在地理和经济空间上依旧呈现出显著的地区之间的不平衡,并且区域间的差异要大于区域内的差异。
从动态演变趋势来看,中国数字经济发展水平在不断地上升,但是区域间的绝对差距也在进一步扩大,是因为东部沿海城市与西部欠发达地区在发展数字经济上存在不可弥合的差距。
由此提出如下建议:1) 加强数字基础设施建设。加快5G网络建设,扩大基站数量,实现热点地区多网并存、边远地区一网托底的格局。积极争取纳入国家“东数西算”枢纽节点,推动算网融合,支持数据中心绿色低碳转型,提高算力资源利用效率。2) 推动数字经济与实体经济深度融合。培育和发展数字经济新产业、新业态、新模式,进一步推动制造业、农业、服务业等行业的数字化转型。3) 优化数字经济发展环境。加快数据基础制度建设,推动数据要素市场化配置,出台更多支持数字经济发展的政策措施。4) 加大对技术和人才的支持力度。推动高等教育和职业教育与数字经济需求紧密结合,培养更多具备数字技能和创新能力的专业人才。
基金项目
本文系云南省教育厅科学研究基金项目“数字经济区域发展不平衡测度及影响因素研究”阶段性成果(项目编号:2023Y0344)。