基于“有中心，无边界”的数字经济评价模型的构建

文/黄文金 张海峰 叶少莉

受经济、政治、文化、历史等多方面的影响，我国不同地区在数字经济的发展过程中，由于数据应用能力差异、新一代信息技术（物联网、云计算、大数据、移动互联网、人工智能）发展程度不一和数据普惠共享能力的差别，存在数字产业化和产业数字化程度不同，从而出现了信息落差和贫富分化，这就是数字鸿沟[1]。数字鸿沟对数字经济发展态势造成的影响是多方面的，直观来说，既会造成不同地区在构建数据、平台、创新、资本等中心时的差距，也会造成企业数字产品和业务服务范围在地域上的受限。

如何从宏观层面客观评价一个地区的数字经济发展情况，并有针对性地提出数字经济发展策略，解决数字经济发展桎梏，是近几年来地方政府、企业迫切关注的内容，也是本文需要探讨的内容。

一、数字经济评价模型

从宏观层面洞察经济比较常见的做法是进行数据建模。目前已有一些较为常见的数字经济评价模型，比如信通院的数字经济模型[2]，其模型由两部分组成，一部分是信息产业增加值，另一部分是数字技术与其他产业融合应用。腾讯的中国互联网+指数推出的模型[3]由基础分指数、产业分指数、双创分指数、智慧民生分指数四部分组成，数据以其基础性移动互联产品数据、腾讯云的数据等组成。赛迪顾问的DEDI指标模型[4]包括基础型、资源型、技术型、融合型和服务型数字经济等。

以上数字经济评价模型的构建，均是基于各组织机构对数字经济的宏观理解与把握，公式的建立均基于数字经济产业内容或者数字经济主要表现形式。以下将基于笔者对数字经济的理解构建数字经济评价模型。

二、数字经济呈现出“有中心，无边界”的发展态势

（一） 数字经济呈现出“有中心”的发展态势

数字化是数字经济的最基本特征。在数字经济中，对数据的采集、传输、处理和应用成为了其核心业态。因而拥有数据源和相关业态的企业、地区将在数字经济发展中拥有中心化的地位。

1.平台中心

平台是数字经济的发展基础。平台经济[5]具有较强的衍生、组织、整合和产业带动能力，成为抢占经济制高点的战略手段。

以杭州为例，2017年地区生产总值（GDP）达12556亿元，增长8.0%，比全国平均增速高出1.1个百分点，总量位列全国百强城市第十。其中最重要的原因之一便是杭州有发达的数字平台经济。在杭州发展数字经济的过程中，阿里等平台企业扮演着不可或缺的作用。以阿里为代表的平台企业，其业务平台衍生覆盖全国，但是其信息、资源、资金还是会汇聚回杭州，在杭州产生聚集效应，形成产业组织的显著特征，即平台化和生态化。在平台的衍生、辐射带动下，杭州也逐渐发展成为数字中心城市，在经济发展中掌握了主导权、主动权。

2.数据中心

数据是数字经济的核心要素。随着数据规模越来越大、数据流动越来越频繁、数据分析越来越宽广，数据所含的价值就越大。

以贵阳为例，贵阳抢抓国家大数据发展战略，大力发展大数据产业，打造大数据中心，实施以大数据引领产业转型升级的城市发展战略，使贵阳大数据中心城市的地位逐步形成，悄然变成大数据时代的领跑者。在短短几年时间中，贵阳获得“国家级大数据产业发展集聚区”、“宽带中国”、“智慧城市”等一批示范试点，被中国数据中心产业联盟授予“最适合投资数据中心的城市”。预计到2020年，贵阳大数据产业规模将突破5000亿元[6]，届时，贵阳将成为全球的数据交易中心。

3.创新中心

创新是数字经济的动力引擎。数字经济以数字技术创新为核心驱动力，数字产业化要求掌握云计算、大数据、人工智能等新一代信息技术，推动不同产业之间的融合创新；产业数字化要求传统产业利用数字技术转型升级，为经济发展注入新的活力。

以深圳为例，《中国区域创新能力评价报告2017》中，以深圳为龙头的广东省独占鳌头。在完善高效的政策体系和体制机制下，深圳涌现出一大批科技型企业、创新载体和数以万计的科技成果，迸发出自主创新的强大力量。深圳探索出的政府抓战略、抓政策，以企业为主体的创新发展模式，使深圳成为了充满活力的科技创新中心。

4.资本中心

资本是数字经济的稳健支撑。稳定、健康、有序发展的多层次资本市场有利于促进科技创新，促进新兴产业发展和经济转型，能够为数字经济发展提供强大支持。

以上海为例，上海作为以金融市场体系为核心的国内金融中心，不仅是中国的经济中心城市，还是国内数字经济发展的排头兵。《上海市推进智慧城市建设“十三五”规划》中提出，上海大数据发展水平计划率先迈入国际先进行列，成为中国国家战略数据储备中心、亚太地区重要的数据交易市场和全球“数据经济”枢纽城市。资本的高效和协同运作，将使上海在中国数字经济的版图中稳居资本中心的宝座。

（二）数字经济呈现出“无边界”的发展态势

数字经济时代，借助于数据的广泛传递、共享和运用，数字产业的延伸、融合，以及形成的数字化需求和应用将无处不在，数字经济的影响将呈现一种无边界的状态。即使某个阶段有边界，这个边界也可以被突破、模糊化，甚至消失。这种无边界主要表现在两个方面：一是垂直无边界，二是水平无边界。

1.垂直无边界

数字经济的垂直边界，是指数字经济产业价值链条的上下游边界。在数字经济时代，通过数据的即时传递、共享，组织体系内外的沟通更加顺畅便捷，生产组织的边界将无法进行准确的区分和界定，企业与上下游合作伙伴之间、企业与消费者之间的协同化程度越来越高。

数字经济的垂直无边界，体现在两个方面。一是垂直延伸无边界。中国数字经济的发展，是从消费者的消费开始的，再到广告营销、分销批发、生产制造，一直追溯到最上游的原材料的生产，呈现的是由三产向二产再向一产推进的逆向趋势，数字经济在行业维度上的覆盖不断延伸，形成垂直延伸的无边界。二是垂直整合无边界。数字经济时代，不同产业之间、组织之间、乃至人与人、物与物之间的协同融合将无处不在，高效率、多样化的协同融合将为高质量的产业创新、商业创新和社会创新注入更为持久的活力。

2.水平无边界

数字经济的水平边界，是指用户产生的所有需求，以及为了满足所有需求而产生的所有应用的边界。数字经济水平边界的核心是用户，用户需求的变化是催生应用更新、技术进步、时代更迭的根本原因。

数字经济的水平无边界，体现在两个方面。一是水平需求无边界。数字经济以数据为关键生产要素，以信息网络为依托载体，以信息化为关键手段，在与各生产领域的不断碰撞融合中，目前形成了五个类型的需求，分别是基础型需求、融合型需求、效率型需求、新生型需求和福利型需求[7]。二是水平应用无边界。数字经济水平应用的产生，是为了满足企业、消费者、政府等用户的核心需求，使得数字经济在提升企业经济效益，促进产业结构优化，释放消费者消费潜力和创新社会化治理方面发挥着越来越多的机理作用。

三、基于“有中心、无边界”的数字经济评价模型的构建

基于对“有中心、无边界”的数字经济发展态势的理解，笔者构建了数字经济评价模型DEEP（Digital Economy Evaluation Pattern）。DEEP模型旨在评价各地区数字经济“中心”和“边界”构建情况以及总体数字经济的发展现状，为企业行业分析、政府政策制定等提供重要参考。

地区数字经济发展的评价主要是从“有没有形成各类中心”和“有没有延伸扩展各类边界”两个维度展开，由此推出DEEP的测算框架，如图1所示。

在该测算框架中，每个坐标轴代表一个指标维度，坐标轴划定相关刻度。离原点越远，指标属性越高。将地区各测算坐标轴依次串联起来，将形成本地区的数字经济评价区域。区域越大，表征数字经济总体评价越高。因此评价一个地区的数字经济发展情况，可以通过DEEP测算框架中的绘制区域面积大小得出。

其区域面积（测算值）可由DEEP指数公式得出，即：

图1 DEEP测算框架

具体展开表述为：

其中，ΕP.T.指的P地在T时期内的数字经济总产量。ΓP.T.指的是中心指数权重，ΒP.T.指的是边界指数权重。μi，i=1,2,3,4，分别表示平台中心、数据中心、创新中心和资本中心构建指数，Horizontal指的是水平边界指数，Vertical指的是垂直边界指数。

其中，数字经济的中心评价由以下公式确定：

数字经济的边界评价由以下公式确定：

DEEP指数选取分为一级指数和二级指数，部分指标如右表所示。以数据中心为例，数据中心的二级指数包含客观性指标，如服务器和网络规模、数据交易中心数量等；技术性指标，如PUE、RTO、RPO、中断时间和次数等；综合性指标，如数据时效性、客户满意度等。

DEEP一级指数和二级指数表（部分）

赋权采取专家评分法（Experts Grading Method）中的加权评价法。将DEEP中的各项二级指标依照评价指标的重要程度，给予1—5分的不同权重，分数越高代表指标重要性越高。即指标i的权重Ai由以下公式决定：

式中，x指的是第x位专家，y指的是第y个指标，X指的是专家总数，Y指的是指标总数，Axy指的是第x位专家组成员为第y个指标的评分。

其中W指的是二级指标总得分，Wi指的是指标i的指标项得分。

四、DEEP模型初步应用与分析

根据DEEP模型的构建，测算了全国31个省级行政区域2017年的数字经济发展水平，得出各省/市DEEP指数，如图2所示。

图2 全国31省（市）DEEP指数分布

从图2可以较明显看出各省/市DEEP指数呈四型走势聚类。

一型聚类，可定义为数字经济发展一线地区，包括广东、浙江、上海、江苏和北京5个省/市。这些地区是传统经济强省，抢抓国家数字经济发展战略，引领信息时代发展，注重构建各类数字经济中心，促进数字新兴行业的兴起以及与传统行业的融合发展，在中国数字经济的版图中处于领跑地位。

二型聚类，可定义为数字经济发展二线地区，包括山东、福建、四川、湖北、湖南、安徽、重庆、河南、天津、河北、贵州、辽宁和陕西13个省/市。这些省（市）在数字经济中心建设中积累了丰富经验，在边界拓展和融合中还有较大进步空间。以贵州为例，近年来，贵州以大数据发展战略打造了中国数字经济样本，进一步发展重心就是以大数据与实体经济深度融合为重点，构建大数据与实体经济融合发展的基本格局。

三型聚类，可定义为数字经济发展三线地区，包括江西、吉林、山西、黑龙江、广西、内蒙古、云南、海南和宁夏9个省/市。三型聚类分布在我国东北、西南地区。以东北为例，作为传统老工业基地，工业基础雄厚，在谋求转型发展进程中，应加大数字产业发展力度，以数字经济平台中心为构建重点，实现老工业基地的创新转型。

四型聚类，可定义为数字经济发展四线地区，包括新疆、甘肃、青海和西藏4个省/市。四型聚类主要分布在西北欠发达等地区。

图3 全国31省（市、区）DEEP指数分布图

图4 全国31省（市、区）2017年DEEP指数排名与GDP排名比较

DEEP指数地图分布如图3所示。从地域分布来看，DEEP指数基本符合从东向西逐渐降低的趋势，呈现趋势与我国经济发展水平一致。

将全国31省（市、区）2017年DEEP指数排名和本地区的2017年GDP排名进行对比，结果如图4所示。

从图4中可看出DEEP指数排名与GDP排名趋势呈正相关关系，线性相关系数达R^2=0.7805，即地区GDP越高，DEEP指数也越高。但也存在个别特殊情况，具体分析情况如下：

DEEP指数排名显著高于GDP排名：

（1）贵州：前述也提到了贵州在发展数字经济中实施创新驱动、加速转型升级、培植后发优势，实现了数字经济发展中的弯道超车。

（2）上海和北京：两地在数字经济水平边界上，数字化技术在政务、教育、医疗、交通等行业领域的应用水平相对较高。未来，两地还可在需求挖掘、数据应用、普惠共享以及信息安全等方面进一步提升。

（3）重庆：重庆数字经济的发展，一是受土地、能源等因素的影响，数据中心IDC的建设向中西部倾斜的趋势渐显；二是受政策引导影响，重庆已积极推动数据、创新、产业资源的融合和落地。

DEEP指数排名显著低于GDP排名：

（1）河南和河北：两省均拥有丰富的人力资源禀赋和农业、工业发展基础，但两省数字产业化发展内生动力不足，与传统行业的融合发展速度也较为缓慢。

（2）广西：广西目前的数字经济创新能力不容乐观，广西是我国仅有的6个综合科技进步水平低于40%的地区之一[8]。广西需以数字技术为核心，发挥传统优势产业与新一代信息技术的深度融合，实现数字经济发展的换道超车。

（3）内蒙古：以“大央企大能源大化工”的发展模式，形成了资源依赖型经济，这使得内蒙古非资源型产业发展不足，数字经济发展资金相对短缺，数字经济平台建设也相对滞后。

五、结束语

以上仅涉及DEEP模型的初步应用，DEEP模型亦可针对某一具体地区的数字“中心和边界”情况，深入剖析数字经济运转机制，不断完善“DEEP指数”等统计测算体系，敏锐感知地区数字经济发展痛点、难点等问题，有针对性地提出数字经济发展建议，建言地方数字经济的发展。