中国数字经济的联系强度、空间结构与发展策略

赵 放,刘雨佳

(吉林大学 经济学院,吉林 长春 130012)

一、引言

数字经济作为一种更高级、可持续的经济形态,[1]将成为全球未来的发展方向。习近平总书记多次强调,要实施国家大数据战略,加快建设数字中国。据2020年中国信息通信研究院发布的《中国数字经济发展白皮书》统计结果显示,2019年,中国数字经济的增加值达到35.8万亿元,占GDP比重的36.2%,(1)数据来源：http:∥www.xinhuanet.com/politics/2020-11/20/c_1126767556.htm可见,数字经济在国民经济中的地位不断提升,贡献度不断增强。数字经济是引领国家创新战略的重要力量,[2]能够为中国经济的高质量发展提供新的动力,[3]也必将为中国区域的协调发展带来新的契机。那么,中国数字经济的空间结构究竟有怎样的特征,中国数字经济的发展又是否存在区域差异呢?研究数字经济的空间结构将有助于正确认识中国数字经济的区域性差异,有助于拓宽省与省之间数字经济联系的合作通道,为制定中国数字经济的发展策略提供科学依据。

从现有文献来看,关于中国数字经济与区域经济发展的研究尚处于起步阶段,研究成果并不丰硕,较为代表性的研究思路主要包含以下几个方面:一是陈建军从理论阐述的角度,诠释了区域属性影响数字经济的作用机理,并指出数字经济发展与市场响应机制和区域发展机制紧密相关。[4]二是姚震宇从区域市场化水平的角度,通过合成财新数联的cxdei指数与赛迪咨询公司的dedi指数,综合形成数字经济发展指数来分析数字经济的空间集聚性,研究了省际市场化程度与数字经济发展之间的关系。[5]三是姚志毅等从数字经济规模、产业、融合、溢出、基础设施五个维度构建数字经济指数,讨论了数字经济与区域经济增长之间的联动性机制。[6]四是王彬燕等从数字总经济以及数字经济基础、产业、双创、智慧民生分维度,测度了中国数字经济在东部、中部、西部和东北地区的空间分异情况与影响因素。[7]五是刘传明等从分布动态演进角度,运用腾讯“互联网+”数字经济大数据平台公布的数字经济发展指数,利用Dagum基尼系数、Kernel核密度等测度方法,分析了中国数字经济发展的地区差异。[8]

综上所述,现有文献基本都是以数字经济发展水平作为出发点,按照不同指标构建区域数字经济发展情况的评价体系,进而测度、展示省际数字经济发展水平的空间差异,尚未有学者从数字经济联系的角度出发进行研究。另外,现有文献在实证研究中选取的时间年份多为单一年份的截面数据,或时间年份为连续的二至三年,选取的数据样本时间跨度很近,无法全面展示中国数字经济的演进规律。因此,本文将考察中国省域数字经济之间的联系强度、辐射方向,并以2014年、2016年、2018年三个年份作为实证研究样本的时间点,试图从全新的视角揭示中国数字经济的空间结构特征。

二、研究方法与数据说明

(一)修正引力模型

本文借鉴欧向军等[9]吴志才等[10]曾冰[11]等学者关于区域之间的经济联系、旅游经济联系、金融发展关联强度的测度方法,采用修正引力模型来量化中国省域之间数字经济发展的关联强度。引力值与各省的数字经济规模成正比,与各省之间的距离成反比,数字经济规模则通常体现为数字经济产业的营业收入和数字经济产业的从业人数。另外,考虑到省与省之间的数字经济联系存在非对称性,为了刻画中国数字经济关系网络的有向性,本文选用该省数字经济产业的营业收入占该省和与之相联系省份的数字经济产业营业收入之和的比重,来进一步修正模型的经验常数。具体表达式如下:

(1)

式中,Fij表示i省对j省的数字经济联系程度,称为数字经济联系量。Pi、Pj分别表示i省、j省的数字经济产业的营业收入,Vi、Vj分别表示i省、j省的数字经济产业的从业人数,Dij表示i省、j省之间的地理距离。kij是经验常数,用来表示省与省之间数字经济联系的非对称性。

(二)社会网络分析

社会网络是社会行动者及他们之间关系的集合,[12]而社会网络分析则是研究这种社会关系的结构与属性,能够揭示社会网络的整体特征、个体特征与空间结构。本文以修正引力模型计算出的省际数字经济联系数值为基础,求得中国省际数字经济的关联强度矩阵,为了更加清晰的分析中国数字经济的空间结构,需要对数据进行二值化处理。二值化处理的原则包含两个方面,一方面应去掉数字经济联系强度较低的连边,使得网络关系尽可能地简单明了;另一方面又要确保中国数字经济联系网络的主体结构,使得网络中保留足够多的信息,保证网络的相对完整性。本文参考数据的均值、中位数等统计指标,进行多次科学性的实验,最后设定临界值K为60,即当数字经济的联系量大于临界值时取值1,小于临界值时取值0,进而将关联强度矩阵转换为关系矩阵X。表达式如下:

(4)

本文将中国各省份视为节点,将各省份之间的数字经济联系视为边,并考虑数字经济联系的方向,构建无权有向的关系网络,运用社会网络分析的方法,通过计算关系网络的各项指标来分析中国数字经济空间结构的特征和演进规律。

1.网络密度

网络密度用来反映中国数字经济关系网络的紧密程度,是衡量空间关系网络稳健性的重要指标。网络密度的数值越大,说明该网络成员之间的关系越紧密,网络的稳健性越强。网络密度的计算公式为:

(5)

其中,D为网络密度,d(ni,nj)为网络中成员ni,nj之间的关系量,k为该网络中的成员数,本文即构成中国数字经济关系网络的省份数。

2.中心性

中心性用来反映各个省份在中国数字经济关系网络中所在中心的程度,测度方法主要分为度中心度、接近中心度和中介中心度三种。度中心度是刻画中心性最直接最直观的测度指标,是该省在数字经济关系网络中与其他省存在数字经济联系的节点数。度中心度越大,说明该省与其他省产生的数字经济联系越多,即该省在中国数字经济关系网络中的地位就越高。另外,由于本文是有向网络,因此,采用点入度来表示该省数字经济的集聚能力,点出度来表示该省数字经济的辐射能力。度中心度的计算公式为:

(6)

(7)

其中,CD(in)(ni)为点入度,CD(out)(ni)为点出度,Xij为i省与j省之间数字经济的有效联系数量。

中介中心度能够反映中国数字经济网络中各省份对于网络资源的控制能力,衡量的是一个省份担任其他两个省份之间最短路的桥梁次数,中介中心度越大,说明该省份充当“中介”的次数越多。中介中心度的计算公式为:

(8)

其中,CABk为中介中心度,gij表示i省与j省之间存在的捷径数目,gij(k)表示i省与j省之间存在的经过k省的捷径数目,则gij(k)/gij表示k省能够控制i省与j省联系的能力,即k省处于i省与j省之间的捷径上的概率。

3.凝聚子群

分析网络中存在的子结构是社会网络分析的重要关注点之一。凝聚子群是行动者以相对较强、直接、紧密、积极的关系形成的协同活动的集合,分析凝聚子群对认识网络结构和理解群体行动有重要的意义。本文运用CONCOR方法(迭代相关收敛法)对凝聚子群进行分析,考察中国数字经济网络的子结构,确定群体之间的亲疏关系。

(三)数据来源与变量说明

本文选取中国30个省(市、自治区)作为网络节点,因数据缺失问题去掉了西藏、香港、澳门、台湾,分别选取2014年、2016年、2018年三个年份作为时间点,构成三个时间点的截面数据。数字经济是一种新型经济形态,如何测度数字经济产业学术界尚没有准确的界定,因此,本文结合中国行业分类的标准,综合考虑数据的可得性,选取电子及通信设备制造业,信息传输、软件和信息技术服务业两大类指标,作为量化数字经济产业的指标。数字经济产业营业收入,用电子及通信设备制造业营业收入与信息传输、软件和信息技术服务业营业收入之和来表示。数字经济产业从业人数,用电子及通信设备制造业从业人数与信息传输、软件和信息技术服务业从业人数之和来表示。其中,电子及通信设备制造业的相关数据来源于《中国高技术产业统计年鉴》,信息传输、软件和信息技术服务业的相关数据来源于国家统计局和Wind数据库。中国各省之间的地理距离,选取中国各省的省会城市之间的地理距离来表示,数值通过国家地理信息系统的各城市经度、纬度数据计算而来。

三、中国数字经济的联系强度

(一)中国数字经济联系的强度与方向

本文根据修正引力模型(1)计算出中国30个省相互之间的数字经济联系量,并按照各省的数字经济联系总量进行排名。再根据公式(2)、公式(3)分别计算各省对外数字经济联系总量和两两省份之间数字经济联系的隶属度,将每个省隶属度的最大值省份记为该省数字经济联系的首选地。最后,计算2018年和2014年相比,各省数字经济联系总量的增长率。汇总2014年和2018年的指标与数值如表1所示。

通过分析表1的结果可以发现,首先,从整体上看,中国30个省总的数字经济联系总量由2014年的1 545 789上升到了2018年的2 677 633,总体增长率为73.22%,这说明,随着时间的推移,中国数字经济联系的密切程度是不断提高的。其次,分省份来看,在2014年和2018年中数字经济联系总量的排名前5位,始终是江苏、北京、广东、浙江和上海,并且这5个地区数字经济联系总量的数值也远高于其他省市,可见经济发达地区在数字经济联系的强度上也占有比较明显的优势。再次,从数字经济联系总量的排名来看,数值在2014年排名第1的江苏为539 129,排名第30的新疆为25,在2018年排名第1的江苏为783 878,排名第30的青海为101,二者的数值差距始终较大,这反映了中国各区域数字经济联系的不平衡性。另外,从增长率来看,除天津、山东、辽宁、吉林4个省市之外,其余26个省份数字经济联系总量的增长率均大于0,其中,广东、浙江、上海、安徽、湖北、福建、江西、四川、重庆、陕西、广西、贵州、云南、海南、青海、宁夏、新疆,共计17个省市的数字经济联系总量增长率均超过了100%。可见2018年与2014年相比,共26个省市与其他省市之间的数字经济联系程度不断增强,且中国省际数字经济联系的增速比较显著。

表1 中国数字经济联系的强度与方向

就两两省份之间数字经济联系的隶属度来讲,2014年与2018年相对比,除了新疆的数字经济联系首选地由甘肃变为四川之外,其他省份的数字经济联系首选地均未发生变化,而且从首选地的隶属程度占比上看,数值变化也基本不大,这说明中国省与省之间的数字经济联系的方向基本稳定。另外,中国数字经济联系的方向呈现出明显的邻近省份指向性特征,两省份之间空间地理距离的远近,直接影响了二者之间的数字经济联系的紧密程度,即省份之间的空间地理距离越近,数字经济联系越紧密。在2014年和2018年各省市数字经济联系的首选的结果中,除了广东首选地江苏、新疆2018年首选地四川之外,其他省市的数字经济首选地都是各自的相邻省市,充分证明了中国数字经济联系方向的邻近地域指向性。

(二)中国数字经济联系的空间分布

本文以2014年和2018年中国省际数字经济联系的总量值为基础,运用自然间断点分级法和ArcGIS 10.2软件,分别绘制了中国30个省市数字经济联系情况的空间分布图(如下页图1、图2所示)。从图1可知,除去缺失值省份之外,按照中国数字经济联系的强度可以将30个省份划分成五个梯队,其中,2014年江苏数字经济联系强度最高,位列第一梯队;北京数字经济联系较强,位列第二梯队;广东、浙江、上海数字经济联系强度中等,位列第三梯队;天津、山东数字经济联系强度位列第四梯队;其余23个省份数字经济联系强度相对较弱,都属于第五梯队。可见,除北京之外,前四梯队省份都属于东部沿海地区,这说明2014年东部沿海省份的数字经济联系强度显著高于其他地区。从图2可知,2018年江苏数字经济联系强度依旧最高,位列第一梯队;第二梯队除原有的北京之外,浙江、广东、上海也从第三梯队进入了第二梯队;安徽、河南、山东数字经济联系强度中等,位列第三梯队;天津、江西、湖北、福建位列第四梯队;其余18个省份属于第五梯队。2018年中国数字经济联系强度表现为东部地区最强、中部地区中等、西部地区最弱的特点。另外,2018年与2014年的空间分布相对比,前四梯队一共增加了5个省份,其中,安徽、河南、江西、湖北都属于中部地区,福建属于东部沿海地区,这说明中国数字经济联系的空间分布呈现出由东部地区向中部地区辐射和扩散的演进规律。

图1 2014年中国数字经济联系总量的空间分布图

图2 2018年中国数字经济联系总量的空间分布图

四、中国数字经济的空间结构特征

(一)中国数字经济的整体网络结构特征

本文根据公式(4)构建中国数字经济的关系网络,运用软件Ucinet6.0对中国省际数字经济联系展开社会网络分析。首先,根据公式(5)求得中国数字经济的网络密度如表2所示。数字经济联系网络密度数值越大,说明中国省与省之间的数字经济联系越密切,由计算结果可以发现,2014年至2018年中国数字经济的网络密度呈上升趋势,数值由2014年的0.5057提高到2016年的0.5253,再提高到2018年的0.5816。可见,中国30个省份整体上的数字经济联系程度越来越紧密,各省在数字经济发展上的合作程度逐渐加强,空间关联度逐渐深化,且从网络密度的数值上看,中国省域数字经济合作仍有进一步提升的空间。另外,本文求得中国数字经济网络的中心势如表2所示,中心势能够从整体上反映网络的中心化程度和整合一致性程度,由计算结果可以发现,2014年至2018年中国数字经济联系网络的点出度中心势和点入度中心势的差距始终较大,且点出度中心势始终大于点入度中心势,这说明中国各省份之间的数字经济联系存在不对称、不均衡的现象,且整体上看,中国数字经济联系主要表现为经济辐射效应。

表2 中国数字经济的整体网络结构特征

(二)中国数字经济的个体网络结构特征

本文根据公式(6)(7)和(8)计算中国数字经济的度中心度、中介中心度,考虑到篇幅有限,故仅以2018年为代表,展示和分析2018年中国数字经济的个体网络结构指标,实证结果如表3所示。

首先,点出度和点入度分别反映了中国30个省份各自对数字经济的辐射能力和集聚能力,点出度与点入度的差值为该省数字经济的净辐射量。由表3的结果可以发现,2018年就净辐射能力而言,北京、江苏、广东、河南、浙江、上海、四川、山东、陕西、江西、湖南、福建、湖北、安徽、重庆、山西、天津共计17个省份数字经济联系的净辐射量均为正值,说明这些省份对其他省份的数字经济联系主要表现为辐射效应,属于数字经济净辐射型省份。河北省净辐射量为0,说明河北省数字经济的辐射能力和集聚能力处于平衡状态。辽宁、广西、贵州、云南、内蒙古、吉林、黑龙江、海南、甘肃、青海、宁夏、新疆共计12个省份数字经济联系的净辐射量为负值,说明这些省份对其他省份的数字经济联系主要表现为集聚效应。另外,从数字经济网络的空间分布上看,在17个数字经济净辐射型省份中,以秦岭——淮河分界线划分成南方、北方省份后可以发现,仅有北京、河南、山东、陕西、山西、天津6个省份为北方省份,其余11个省份都是南方省份。这说明中国数字经济存在较大的南北差异,南方省份多表现为数字经济的辐射效应,北方省份多表现为数字经济的集聚效应。

表3 2018年中国数字经济的个体网络结构特征

具体来讲,就点出度而言,北京、江苏、广东的点出度最高,说明这些省份对中国其他省份的数字经济辐射效应最强,占据网络的核心位置,是中国数字经济的重要输出地。就点入度而言,江苏、河南、四川、陕西、湖南、湖北、安徽、辽宁的点入度最高,说明这些省份数字经济的集聚能力最强,能够在网络中集聚较多的数字经济资源。另外,可以发现,江苏省既是点出度最高的省份,也是点入度最高的省份,可见江苏省属于中国数字经济网络的重要节点,发挥着资源枢纽的关键作用。

最后,从中介中心度的取值来看,辽宁、广西、北京、江苏、四川是标准化中介中心度排序前五的省份,说明这些省份能够很好地调配与控制数字经济资源,在中国数字经济网络中发挥了较强的中介能力。而云南、内蒙古、黑龙江、海南、青海、宁夏、新疆的资源控制和中介能力则较弱。另外,比较度中心度和中介中心度的结果可以发现,二者取值高低的省份排序并不一致,这说明在中国数字经济的网络结构中,处于核心地位的省份与中介能力强的省份并不完全一致。例如辽宁、广西、重庆虽然并不占据网络的核心位置,但有很强的中介能力;上海、山东、江西在网络中占据较为核心的地位,但中介能力相对较弱。

(三)中国数字经济的网络结构图

本文运用Netdraw软件绘制了2014年和2018年中国数字经济联系的网络结构图,分别得到图3、图4。需要说明处理方法一是本文选用度中心度分析对网络的中心性情况进行了展示,图中各节点的矩形大小表示中心性的大小,即矩形越大,表示该省份的中心性越大;二是图中各节点之间的连线均为有向线段,箭头表示各省份之间数字经济联系的方向;三是图中灰色节点表示以秦岭—淮河分界线划分的南方省份,黑色节点表示北方省份。首先,图3、图4中灰色节点相比于黑色节点的矩形大小更大,灰色节点拥有的连线数也更多,这说明中国南方省份的中心性强于北方省份,处于网络更核心的位置,南方省份数字经济联系的紧密程度也强于北方省份。其次,对比图3和图4整体网络连线的疏密情况可知,图4的连线更多且更密集,这说明2018年中国省与省之间的数字经济联系与2014年相比要更加紧密。另外,海南、青海、宁夏、新疆等在2014年连线较少的边缘省份,在2018年连边数均有所提升,说明随着时间的推移这些省份也积极地融入了中国数字经济网络之中,并在网络中逐渐发挥作用。

图3 2014年中国数字经济网络图

图4 2018年中国数字经济网络图

(四)中国数字经济的凝聚子群分析

本文运用软件Ucinet6.0的CONCOR方法绘制了2014年和2018年中国数字经济网络的凝聚子群树状图,分别得到下页图5、图6。对比图5、图6的结果可以发现,首先,2014年到2018年中国数字经济网络的凝聚子群总数没有发生变化,在二级网络上分为4个凝聚子群,在三级网络上分为8个凝聚子群。但是组成各个子群的省份均发生了变化。具体来讲,2014年三级网络上的8个凝聚子群的划分情况为：第一子群北京、上海、江苏、广东、山东、河南、浙江;第二子群重庆、福建、湖南、江西、四川、湖北;第三子群安徽、山西、辽宁、天津、河北、陕西;第四子群内蒙古;第五子群吉林、黑龙江;第六子群贵州、云南、广西;第七子群海南、新疆、宁夏;第八子群为青海、甘肃。2018年三级网络上的8个凝聚子群的划分情况为：第一子群北京、上海、江苏、浙江、山东、福建、河南;第二子群河北、山西、辽宁、天津;第三子群安徽、广东、江西、四川、重庆、湖北、湖南、陕西;第四子群广西、贵州;第五子群内蒙古、甘肃;第六子群云南、海南;第七子群吉林、黑龙江;第八子群青海、宁夏、新疆。其次,分别有5组省份成员始终处于同一个子群之中,一是北京、上海、江苏、山东、河南、浙江;二是湖南、江西、四川、湖北;三是山西、辽宁、天津;四是吉林、黑龙江;五是新疆、宁夏,说明始终处于同一个子群中的省份以互惠性为基础的相互选择频次较多,因而一直保持着比较紧密的数字经济联系,彼此之间有着较强的团体凝聚力。最后,比较每个凝聚子群成员的区位信息可以发现,每个子群的形成有着明显的地域特征,临近省份更容易组团成为同一凝聚子群,共同发展。

图5 2014年中国数字经济网络凝聚子群树状图

图6 2018年中国数字经济网络凝聚子群树状图

五、研究结论与中国数字经济的发展策略

本文运用修正引力模型和社会网络分析法对中国数字经济的联系强度、网络结构进行了实证分析,得出的研究结论主要有:

1.中国数字经济联系的密切程度不断提高,省际数字经济联系的增速比较显著。江苏、北京、广东、浙江和上海等经济发达地区在数字经济联系的强度上占有明显的优势。从隶属度上讲,中国省际之间数字经济联系的方向基本稳定,且呈现出明显的邻近省份指向性特征,即两省份之间的空间地理距离越近,二者之间的数字经济联系越紧密。从空间分布上讲,中国数字经济联系的空间分布呈现出由东部地区向中部地区辐射和扩散的演进规律。

2.中国省际数字经济联系存在不对称、不均衡的现象。从整体上看,中国数字经济联系主要表现为经济辐射效应。另外,中国数字经济存在较大的南北差异,南方省份多表现为数字经济的辐射效应,北方省份多表现为数字经济的集聚效应。具体来讲,北京、江苏、广东对中国其他省份的数字经济辐射效应最强,占据网络的核心位置,是中国数字经济的重要输出地。江苏、河南、四川、陕西、湖南、湖北、安徽、辽宁数字经济的集聚能力最强,能够在网络中集聚较多的数字经济资源。江苏省属于中国数字经济网络的重要节点,发挥着资源枢纽的关键作用。辽宁、广西、北京、江苏、四川能够很好地调配与控制数字经济资源,在中国数字经济网络中发挥了较强的中介能力。但是,处于核心地位的省份与中介能力强的省份并不完全一致,例如辽宁、广西、重庆虽然并不占据网络的核心位置,但有很强的中介能力。

3.中国数字经济网络中邻近的省份更容易组团成为同一凝聚子群,共同发展。其中,一是北京、上海、江苏、山东、河南、浙江;二是湖南、江西、四川、湖北;三是山西、辽宁、天津;四是吉林、黑龙江;五是新疆、宁夏,始终处于同一个凝聚子群,体现出彼此之间较强的团体凝聚力。

基于以上研究结论,以优化中国数字经济联系网络的空间格局、实现区域数字经济的协同发展为目标,本文提出中国数字经济的发展策略如下:

第一,应对区域不均衡,优化数字经济空间布局。一是提前预判中国数字经济发展面临的南北不均衡问题,充分释放北方省份的数字经济集聚效应和南方省份的数字经济辐射效应,优化资源要素的市场配置,借助数字资源的跨区域整合实现南北数字经济的互利共赢。二是应抓住数字经济联系度正逐年提高的良好契机,掌握数字经济正由东部地区向中部地区演进,并将进一步扩散至西部地区的规律特征,统一筹划省际数字经济的空间布局,形成“以点带线,以线带面,线面联动”的发展格局。

第二,实施差异化策略,共建数字网络合作机制。针对不同省份在数字经济网络中所处地位的不同,实施差异化的发展策略,一是发挥网络核心省份的带动作用,以北京、江苏、广东作为数字经济辐射效应的核心主体,重视邻近省份在数字经济合作中的区位优势,引领中国数字经济网络的整体发展。二是发挥网络中介省份的中介效应,以辽宁、广西、北京、江苏、四川等中介省份为主要依托,合理利用对数字资源流动的中介能力,实现对中国数字经济网络结构中边缘省份的辐射与带动。三是发挥经济发达省份的反哺作用。利用江苏、北京、广东、浙江、上海等经济发达省份在数字基础设施建设、数字人力资源储备、数字科技发展水平等方面的优势,加速实体经济与数字经济深度融合。

第三,打造数字经济圈,促进数字经济资源共享。依托中国数字经济网络现有的子群结构,打破传统固有的省际边界,构建科学合理的数字经济圈。打造东部地区以北京、上海、江苏、山东、河南、浙江为主要成员,中部地区以湖南、江西、湖北为主要成员,西部地区以新疆、宁夏为主要成员,东北地区以吉林、黑龙江为主要成员,跨区域以山西、辽宁、天津为主要成员的数字经济发展群。增强数字经济圈内部的凝聚力,为圈内数字经济互动合作提供政策、财政等全方位的支持,实现圈内数字人才、研发力量、数字技术等多领域的资源共享。