中国数字经济空间关联及其驱动因素研究

余海华

(闽南师范大学 a.数学与统计学院;b.数据科学与统计重点实验室,福建 漳州 363000)

一、引言

随着新一代互联网信息通信关键技术的创新突破,人工智能、大数据、云计算、物联网等数字技术获得了快速发展,数字技术与传统农业、工业和服务业等领域发生跨界融合,孕育诞生了数字经济,并正在掀起新一轮科技和产业革命,这必将有效推动经济生产方式变革、社会生产关系重塑和经济社会结构变迁[1]。全球各国纷纷将数字经济作为推动经济发展的新动能、调整优化产业结构的新主线、构建核心竞争的新优势,西方发达国家均已制定经济社会数字化转型的发展战略[2]。在新常态经济背景下,中国对数字经济在推动经济高质量增长、产业结构转型升级和生产效能提升等方面也做出了重要战略部署。2016年10月,在第十六次中央政治局集体学习时,习近平总书记强调:“要加快传统产业数字化,做大做强数字经济,拓展经济发展新空间”;2017年3月,“加快数字经济发展”被写入政府工作报告,同年10月召开的“十九大”也将“数字经济”写入大会报告,同年12月,习近平总书记进一步强调“推动实体经济与数字经济融合”;随后,连续两年政府工作报告均提出“发展壮大新动能,培育新兴产业集群,壮大数字经济”[1-3]。可见,数字经济已成为中国经济发展关注的新焦点,正在成为引领中国经济高质量发展的新引擎和促进经济集约化增长的新动力。2018年,中国数字经济规模达31万亿元,2030年数字经济规模占GDP的比重预测达到50%[2-3]。由此可见,中国正在全面迈向数字经济时代,数字经济在推动中国经济发展中所起的关键作用将越来越大。

然而,中国数字经济在数字新基建、数字产业化、网络信息安全、数字技术渗透、产业数字化等领域存在显著的不平衡、不充分、不协调的区域发展问题[4-5]。因此,如何在科学布局数字经济生产空间、提升数字经济产出质量基础上,促进区域之间形成互动交流、相互借鉴和优势互补的关联关系,是实现区域经济布局优化、产业结构转型升级、新旧动能成功转换和协同高质量发展的关键所在。当前,中国正在实施加快形成优势互补的区域经济高质量发展战略,而数字经济对国家高质量经济增长和重大战略实施具有巨大推动作用,因此近年来围绕区域数字经济发展的相关问题已成为国内学者研究的热点,并出现了一些相关量化分析的研究成果。王彬燕等采用插值模拟、Zipf位序-规模法则及地理探测器等方法实证分析了中国数字经济的空间分异和影响因素,研究发现,不同区域尺度的数字经济发展呈现出不同的空间分异特征,且不同尺度的分异性受不同因素的影响[2]。张雪玲和吴恬恬采用熵值法和自然间断点分级法对中国省域数字经济发展空间分化格局进行了分析,结果表明,各省之间数字经济发展表现出不平衡的发展分化格局[5]。田峻峰等运用泰尔指数和地理探测器模型等方法实证分析了中国东北地区数字经济发展空间分异特征,结果发现,东北地区数字经济发展存在显著的内部分化和发展滞后,整体呈现出非均衡的空间分异格局[6]。钟业喜和毛炜圣采用空间计量模型分析了长江经济带数字经济空间格局,研究发现,长江经济带数字经济发展呈现出“驼峰”状空间分异格局,区域化分布差异明显,总体发展程度偏低[4]。

上述研究文献为本文进一步探析区域数字经济空间关联及其驱动因素提供了重要基础,但尚存值得探究的地方:第一,各省数字经济发展之间存在千丝万缕、错综复杂的联系,虽然彼此之间的空间关联性可以进行相关验证,但共同构成的数字经济复杂关联网络还未得到充分刻画;第二,所用地理探测器、自然间断点分级或空间计量模型等方法仅能验证区域数字经济发展的空间相关程度,不能充分反映各省在数字经济发展网络中所处的地位、承担的作用和扮演的角色,难以从整体上把握区域之间的空间关联特征;第三,这些统计计量方法仅仅从地理或经济特征邻近性来考察区域数字经济发展的空间特征,还不足以全面阐释导致区域数字经济不平衡发展的关联关系究竟源于区域之间的何种因素差异,更无法判断各省数字经济空间关联关系与其驱动因素之间的关系是否成立。因此,只有在准确理解数字经济内涵的基础上,全面解析中国区域数字经济空间关联的复杂网络结构、空间溢出效应及其驱动因素,才能科学有效地推进区域协调平衡的高质量数字经济发展。

针对已有文献的不足,笔者基于网络视角和关系数据,首先,界定数字经济的内涵、发展态势及指标体系;其次,运用引力模型对各省之间数字经济发展的空间相关距离进行测算;再次,采用社会网络分析法构建和解析中国各省之间数字经济空间关联网络,并系统分析各省及各板块在关联网络中的地位、角色和作用;最后,进一步探讨数字经济省际关联的驱动原因,从而为形成优势互补的区域数字经济发展格局、创新驱动经济发展新动能、实现新冠疫情防控和经济高质量增长提供有益的决策参考。

二、数字经济的内涵与发展指标体系

(一)数字经济的内涵

最早提出“数字经济”相关概念的学者是唐·泰普斯科特,他在20世纪90年代撰写的《数字经济:网络智能时代的机遇和挑战》一文中,首次将数字经济描述为一个广泛运用ICT技术的经济系统,涵盖了高速互联网建设的基础设施、利用ICT商业模式的电子商务及基于ICT的B2B、B2C和C2C交易模式,并宣布“数字经济时代”的到来[7]。数字经济的发展与不断跃迁的信息通讯技术紧密相连,使其呈现出快速演变与动态发展的新特征,而且当期数字经济与国民经济运行处于全面融合阶段,从而对数字经济内涵的认识和界定尚难以形成统一标准。

随着全球各国政府对数字经济发展的日益重视,准确界定数字经济的理论内涵也日益成为国内外学者及政府机构非常重视的热点问题。泰普斯科认为,数字经济是一种具有数字化、信息化、虚拟化、智能化、知识化、互联互通等显著性数字特征的新经济[4]。逄建和朱欣民指出,数字经济是以信息通讯技术为依托,通过与传统产业的深度融合,实现自身规模和产业边界的快速扩大,不断形成各种数字化形式的新型经济模式[8]。林跃勤将数字经济视为一种通过数字信息通讯技术与知识要素资源来重塑传统生产方式和生产过程的新型经济活动[9]。张亮亮等认为数字经济是一种以现代信息通讯技术和高速信息网络为依托、以数字信息、知识和数据要素为关键要素、不断与传统产业深度融合形成的新经济业态[10]。同时,法国数字经济监测中心认为,依赖于ICT行业的数字经济是电信行业、视听行业、互联网行业、软件行业以及需要利用上述行业来支持自身运行的行业的集合[7,9]。英国政府指出,数字经济是一种通过信息通讯等数字化网络基础平台来实现全球范围内个人或组织之间的相互交往、互利合作和信息共享的新经济活动[11]。中国政府在《二十国集团数字经济发展与合作倡议》中,将数字经济界定为一种以数字信息和知识为生产要素、以信息化网络为平台载体、以ICT技术的应用来促进效率提升和经济结构优化的经济活动总和”。韩国对数字经济的定义则更加宽泛,将其定义为以互联网等信息通讯产业为基础而进行的所有经济活动的总和[7]。

综上可见,数字经济是基于数字信息网络通讯技术,通过与传统经济的深度融合而形成的一种以信息化、数字化、智能化和数据化为支撑的新型经济形态和技术经济范式,进而笔者将数字经济内涵的相关研究归纳为:在数字经济生产过程中,将数字化的信息、数据和知识作为核心生产要素,以高速信息通讯互联网络作为支撑平台,以有效使用数字技术作为生产效率提升、产业结构优化和经济转型升级的重要驱动力,不断在经济生产、产品交易、日常消费、交流合作和社会管治等方面实现产业、政务、生活和文化等的信息化、智能化和数字化,并成为推动经济运行模式和生产组织方式发生颠覆性变革的一系列经济活动。

(二)数字经济的发展态势

当前数字化浪潮席卷全球,中国数字技术也在加速创新,不断推动新业态和新模式的快速涌现和飞速增长,使得数字经济具有新的发展态势和变化特征[12]。随着以5G为代表的新一代高速信息通讯技术的快速发展和广泛应用,围绕数字化“新基建”设施的加速建设,高速、移动、安全、泛在的数字化关键基础设施不断完善,有力地支撑了互联网、大数据、人工智能与传统经济的深度融合,从而夯实了数字经济发展的基础设施。数字化应用极大地延伸和拓展了传统产业边界和领域,数字化产业、数字化生活、数字化政务、数字化文化等呈现出加速发展态势,不仅优化了组织管理水平,而且极大地提高了资源配置效率和社会治理效率。特别是数字产业化和产业数字化的深入变革,大数据、云计算、物联网、人工智能等数字化技术对传统产业的主动作用愈发突出,数据要素的配置作用日益显现,新业态、新产业和新模式不断涌现并成为引领经济发展的新动能,经济发展的可持续性日益增强。

(三)数字经济发展指标及评价

鉴于数字经济的内涵及发展态势,科学测度和评价数字经济发展水平不仅直接关系到如何客观衡量数字经济对整体经济的影响,而且会进一步影响对宏观形势的总体判断和相关政策的准确制定。本文沿用已有研究,采用腾讯研究院发布的《数字中国指数报告2019》中的数字经济发展指数,该指数的发布为研究中国数字经济的发展状况及其影响效应提供了关键素材,科学地反映了各地区数字经济的发展水平[2-6]。

表1 数字经济指数含义

数字经济指数是由腾讯研究院联合京东大数据研究部、滴滴研究部、携程研究团队、新美大数据研究院等国内知名互联网企业研究机构,选择微信、QQ、支付、城市服务、众创空间等10余个核心平台的全样本数据和京东电商、滴滴出行、携程等全样本数据,通过赋权、标准化等统计测度过程编制形成了数字经济指数,该指数由数字产业、数字文化、数字生活和数字政务等四个维度构成,全景体现了数字经济在中国31个省级层面和351个地市级层面的发展效果和趋势。数字经济指数测度由四个维度构成,每一维度共设一级测度指标14个、二级测度指标135个,各个指标涵盖了几乎所有主要行业在移动端的数据产出和表现,具体涉及到社交、新闻、视频、云计算、三次产业、移动互联创新创业、智慧民生等内容,而且这些指标样本数据来自业务覆盖范围广、行业渗透率高的互联网企业一手经营数据,数据资源丰富、动态更新及时。由此可见,该指数具有编制规范、测算精确度高、覆盖范围广、及时性强等特征,能够全面展现数字经济的发展活力、真实情况和总体态势。表2展示了数字经济发展指数及其四个构成维度指数的内涵。

表2 2018年中国数字经济发展情况

在给定四个细分维度指标设定相关权重的基础上,根据表2中全国各省区市2018年数字经济发展的原始数据描述情况,可以发现,东部地区的数字经济发展程度最高,中部地区次之,西部地区最低,而且只有东部地区数字经济发展水平高于全国平均水平,东部与中、西部地区数字经济发展水平的差异大于中西部地区之间的发展差异,总体上中国及其三大区域的数字经济呈现出不平衡的发展现象。

三、研究方法与样本数据

(一)空间关联关系的确定

区域经济空间关联的存在基础是经济要素资源在区域地理空间分布上存在着差异性和复杂性,使得要素资源“流”在彼此之间发生流动、溢出,造成区域经济之间相互作用、互相影响,从而形成了不同的区域空间集聚形态和集聚程度[13]。数字经济是数字信息、互联网技术与传统经济高度融合形成的一种新型经济,各区域之间数字经济发展的差异性和复杂性也不尽相同,表现出区域差异和空间分布不平衡的发展问题,使得彼此之间发生空间相互作用联系、产生不同程度的空间相互作用强度,从而数字经济发展水平较高的区域具有更强的要素资源吸引力。因此,探究区域数字经济空间关联关系结构及其相互作用机制具有重要的经济意义。然而,准确测算数字经济发展的空间关联关系是构建网络模型及解析区域之间空间关联结构、空间溢出效应和相互作用机制的关键。根据国内外已有研究文献,对于区域之间存在的关联关系的测算方法通常包括引力模型和VAR模型[14-16],但由于VAR模型对数据具有非常强的时滞敏感性,对时间跨度较短的数据进行拟合的精度会大幅下降,某种程度上会降低后续网络结构特征刻画的精确性;引力模型综合考虑了各区域之间的实际经济影响、彼此联系特征及发展因果关系,能够准确测算区域之间的空间相互作用联系,而且对截面数据进行建模也非常适用。可见,引力模型对区域空间关联关系的测度更具优势。

引力模型最早是由Tinbergen在借鉴物理学中牛顿万有引力定律的基础上于20世纪60年代提出,并用于研究全球不同国家之间经济贸易流量的不对称现象,从而形成了所谓的“经济引力模型理论”[17-18]。自此以后,引力模型不断在经济增长、区域经济联系、空间经济相互作用和跨国投资等各个领域的大量研究中都得到了有效验证并广泛成功,国内众多学者从20世纪90年代开始也广泛应用引力模型实证分析区域经济的空间相互作用联系和发展差异的不平衡问题,均表明引力模型能够有效测度区域之间的相互作用关联关系[19]。经济引力模型理论认为,区域(或城市)之间的经济联系存在相互吸引、相互作用的关系,区域经济空间相互作用强度与它们之间的距离密切相关,彼此之间的经济联系强度随着距离的增加而降低,而且经济规模较大、发展程度较高的中心区域对周边区域的要素资源具有更强的吸引力,全面反映了中心区域对周边区域的辐射带动作用及周边区域对中心区域辐射的接受能力,此即经济引力模型的基本原理。有鉴于引力模型在测度区域经济空间关联关系的整体优势,同时兼顾区域之间的数字经济发展联系潜力、现实数字经济发展联系存在的因果关系及各区域之间的数字经济发展联系的非对等性,本研究采用全面反映区域经济规模、发展水平、人口总量和地理距离等基础作用因素的引力模型,以此测算数字经济发展的空间关联关系,综合衡量数字经济发展的区域空间关联强弱程度,具体模型如下:

(1)

其中,Rm,n为地区m与地区n之间数字经济发展空间关联距离,Pm和Pn分别为地区m与地区n的总人口,Gm和Gn分别为地区m与地区n的GDP总量,Km,n为地区m在地区m和地区n的数字经济发展中的贡献率,Im与In分别表示地区m和地区n的数字经济发展指数,Dm,n为地区m和地区n的经济地理距离,dm,n表示地区m与地区n省会城市之间的地理距离(通过google地图测量计算得到),gm和gn分别为地区m和地区n的人均GDP(衡量地区间的经济距离)。

由式(1)可测算出各省之间数字经济发展空间关联关系的引力矩阵(Rm,n)31×31。考虑到相互作用存在一定的临界阈值,并将(Rm,n)31×31引力矩阵每行的均值作为该行的阈值。若每行元素不小于阈值,则表示两者之间有相关性,并取值为1;反之,小于阈值,则表示两者之间没有相关性,并取值为0。因为地区之间的贡献率Km,n各不同,使得引力矩阵Rm,n与Rn,m中的元素各异,由此可以得到31×31维0-1型非对称矩阵表示的有向空间关联网络。

(二)空间关联网络的构建与分析

按引力模型公式测算出省际关联关系矩阵后,运用社会网络分析法就可绘制出空间关联网络,进而分析网络的关联性特征、中心性特征、块模型特征及驱动关联的作用因素[14-16]。

1.网络关联性分析

网络关联性通常用密度、关联度、效率和等级度等指标来衡量,分别反映了关联网络的紧密性、结构性和稳定性,这些指标均取值在[0,1]之间。密度越大(越接近1),网络关联越多,反之,密度越小(越接近0),网络关联越少;关联度越大(越接近1),网络关联性越好,反之,关联度越小(越接近0),网络关联性越差;等级度越大(越接近1),网络等级结构越明显,反之,网络的等级结构越不明显;效率越大(越接近1),网络中节点间的联系越稀疏,关联网络稳定性越差,反之,网络稳定性越好。

2.网络中心性分析

网络中心性是用来描述和刻画网络中每个节点所处的地位、角色和作用,象征着节点的权力或等级,通常采用程度中心度、接近中心度和中间中心度来度量和刻画网络的中心性。如果某节点处于关联网络的中心位置,那么该节点的中心度越大,与其他地区的连接越多,充当着整个网络连通的“桥梁”传输作用,本身获取要素和资源的独立性越强;处于边缘的其他节点需要通过中心节点获取发展要素和资源,其独立性相对较差。某节点程度中心度越大,该节点位于网络权力或等级最高的中心位置越明显,象征着该节点所具有的“权力”和影响力也越大;某节点接近中心度越大,则该节点与其他节点的直接关联越多,其越在网络中处于中心行动者;某节点的中间中心度越大,则该节点控制其他节点之间相互关联的程度越大,象征着该节点的中介功能越突出。

3.块模型分析

块模型分析是将地位和作用相近或相似的节点聚集到同一板块,计算各板块内部及其与板块外部之间的接收(受益)和发出(溢出)的关联关系、各板块内部包含的期望与实际关系比例,并分析和判断各板块在关联网络中的地位、作用和角色,反映各节点的空间聚集特征、各板块的作用机理和传递机制。板块通常被划分为以下四种类型:一是主受益板块,该板块成员接收的溢出关系明显多于向其他板块的溢出关系,极端情况下只接收溢出关系;二是净溢出板块,该板块成员接收的溢出关系明显少于向其他板溢出的关系,极端情况下只发出溢出关系;三是双向溢出板块,该板块内部成员之间的溢出关系较多,向板块外部溢出的关系也较多;四是经纪人板块,该板块是其他板块之间相互联系的“桥梁”,该板块内部成员之间的联系比较少,与外部成员的联系比较多,既向板块外部成员溢出关系,又接收板块外部成员的溢出关系。

4.QAP分析法

空间关联的产生通常是由多种因素共同作用的结果,如果采用传统计量方法来实证分析这些因素对区域关联产生的共同驱动作用,会因自变量的“高度相关”或“多重共线”问题而使得估计结果发生偏误,同时传统计量方法无法对“关系之间的关系”进行相关或回归分析,而QAP分析法较好的解决了上述问题。QAP分析法包括相关分析与回归分析,这两种方法的原理大致相同。QAP相关分析是一种用来检验两两关系矩阵中各个格值(数据)是否存在相似性的方法,即比较分析两两矩阵中每一个数据元素的相似性,并根据他们之间的相关系数,判断两两矩阵之间的相关性。因此,本文采用QAP分析法对绿色发展省际关联及溢出的生成机制进行研究。

(三)样本数据来源

考虑到数据的可获得性,笔者选择2018年数字经济发展指数作为样本数据,来源于腾讯研究院与国内10余家规模较大的互联网平台企业联合发布的《数字中国指数报告2019》(http:∥txindex.qq.com/#/internet-plus?kind=all)。各省之间的地理距离通过google地图测量计算得到,涉及的其他指标变量数据均来自《中国统计年鉴》。

四、数字经济空间关联的实证分析

(一)关联网络的关联性分析

在运用引力模型计算出中国数字经济发展的省际空间相关强度矩阵后,就可以绘制出2018年数字经济发展的省际空间关联有向网络图(见图1)。网络中各节点分别表示中国31个省区市,节点之间的有向线段表示其关联强度和关系溢出方向。各省在数字经济发展空间关联有向网络图中存在的可能最大有向关联关系数有930条,实际存在关系数有235条,数字经济发展的省际空间关联网络正是由这些错综复杂的关联关系构成,而且网络中不存在孤立省份。从图1可以看出,中国数字经济发展的省际空间关联具有显著的通达性和地理聚集性,并展现出空间分布的非均衡性。位于网络中心位置的省份主要是广东、江苏、北京、上海、浙江、山东、福建等东部沿海省份,这些省份发出和接收的关联关系相对较多,位于网络“外围”的绝大多数中西部省份围绕在“中心”省份周边,由此形成“中心—外围”式的数字经济空间网络分布发展格局,并在地理区域上呈现出“东强中西部弱”的发展态势。

图1 中国省际数字经济空间关联网络

中国数字经济发展的省际空间关联网络密度为0.252 7,在所有可能存在的省际关联关系中仅有25.27%的联系能被实际观察到,表明各省之间在关联网络中的联系不够紧密,彼此之间的联动溢出效应也相对较弱,数字经济发展的省际关联还具有较大的改进提升空间;网络的关联度为1,表明各省之间在关联网络中具有显著的通达性,彼此之间通过直接或间接的方式完全连通、互通可达;网络效率为0.655 2,表明各省在网络中存在一定的重叠关联冗余现象,彼此之间的关联联系较为稀疏,网络结构的稳定性相对较差;网络等级度为0.234 8,表明各省在关联网络中存在较弱的等级结构,彼此间的关联渠道较为畅通。根据网络的密度、关联度、效率及等级结构的测算可知,数字经济发展的省际关联互通可达,但各省之间的关联联系紧密性不强、溢出效应较弱,空间结构等级森严较弱、稳定性较差。为此,要积极关注各省之间存在的普遍关联溢出现象,提高“外围”省份与“中心”省份的数字经济发展联动性,维持适度的网络密度;同时采取针对性政策措施,不断优化数字经济发展软环境,推动要素资源跨区域合理流动,提升要素资源的市场配置效率,促进数字经济空间关联网络结构趋于稳定,实现全域数字经济发展省际协调联动效应的提升。

(二)关联网络的中心性分析

在对数字经济空间网络的关联性特征进行分析的基础上,测度省际数字经济发展空间关联网络的中心性指标(程度中心度、接近中心度和中间中心度),从而考察各省在数字经济发展空间关联网络中的角色、地位和作用。表3列示了2018年中国省际数字经济发展空间关联网络的中心性度量指标的测算结果。

表3 中国省际数字经济空间关联网络的中心性测度结果

首先,从程度中心度来看,全国31个省份的程度中心度高于其均值(38.710)的省份有9个,分别为上海、江苏、广东、北京、浙江、山东、福建、湖北和四川,这些省份与其他省份存在相对更多的关联关系,并在数字经济发展空间关联网络中处于中心位置。处于关联网络中心位置的省份主要分布在东部沿海经济发达地区及中西部经济发展较好、活力较强的地区,表明东部沿海地区对全域数字经济发展空间关联及溢出效应展现出很强的影响作用,其他中西部省份的数字经济发展受中心省份的辐射影响作用大,亟待加强与那些数字经济发展中心省份的关联溢出关系,协同推进全国区域数字经济协调发展。进一步分析表3中各省的程度中心度的出度与入度,出度小于入度的省份有上海、北京、广东、江苏、山东、浙江、安徽、河南等8个省份,这些省份主要分布在长三角、环渤海和珠三角等发达的东部沿海地区,不仅具有较完善的数字基础设施,而且互联网、人工智能、大数据和物联网等发展和创新水平相对较高,与传统产业的融合度也相对较高,加上本身的经济较为发达,从而具有较强的数字经济发展聚集能力,不断地从其他省份吸引数字经济发展要素资源的流入,从而数字经济发展水平相对较高;其他中西部绝大多数省份的出度大于入度,原因可能是自身经济发展相对落后,创新水平较低,发展数字经济的基础设施较差,从而这些省份的要素资源不断地向中心位置省份流动溢出,使得出度大于入度。

其次,从接近中心度来看,全国31个省份的接近中心度高于均值(63.416)的有7个省份:上海、江苏、广东、北京、浙江、山东和福建,表明这些省份在数字经济发展空间关联网络中展现出较大的影响力,承担着数字经济发展的中心行动者角色,能够快速地与其他省份产生关联联系。原因可能在于,上述省份不仅具有较好的经济发展水平,而且具备相对较为完善的数字化基础设施,同时数字化、信息化、智能化和数据化的发展程度也相对较高,加上数字经济发展相关的科技创新活跃,从而获得数字经济发展要素资源的能力更强,使得与其他省份之间的技术流、资金流、资本流、数据流等“要素资源流”的流动效率更高。最后,从中间中心度来看,高于中间中心度均值(2.113)的7个省份分别是上海、江苏、广东、北京、浙江、山东和福建,这7个省份的中间中心度之和为57.15,占据了2018年数字经济发展空间关联网络的中间中心度总量(65.52)的87%,表明这些省份占据了全国大部分数字经济发展的关键要素资源,对其他省份的数字经济发展的要素资源流动具有较强的控制力,进而成为其他省份之间发生关联溢出的关键节点,在数字经济发展关联网络中起着“桥梁”传输作用。

程度中心度、接近中心度和中间中心度排名靠后的省份基本上是新疆、山西、青海、辽宁、吉林等,这些省份要么地理位置相对偏远,要么经济规模相对较小(如新疆、青海),要么经济中能源和重工业所占比重较大(如山西、河北、辽宁、吉林),其数字经济发展的基础设施相对落后,发展程度也相对较低,并且因受经济发展水平、产业结构和地理区域的约束,造成这些省份处于空间关联网络的边缘地带或边缘行动者地位,从而他们的数字经济发展与其他省份之间的关联联系表现更弱。

(三)关联网络的块模型分析

在进行块模型分析运算时,根据已有文献对参数的设置惯例[14-16],本文将最大分割深度设为2、集中标准设为0.2,将全国31个省区市划分为四大板块(见表4与图2)。可以看出,2018年中国省际数字经济发展空间关联网络中各板块内部省份之间的关联关系为40条、各板块之间的关联关系为199条,表明各板块之间在空间网络中存在显著的关联联系与溢出效应。

表4 中国省际数字经济空间关联的板块结构及角色划分

图2 中国省际数字经济四大发展板块之间的溢出关系

第一板块包括5个省份(北京、上海、江苏、山东、四川),该板块省份具有较强的数字经济发展要素资源聚集能力,主要接收来自中西部地区数字化要素资源的溢出,而且该板块接收的关联关系显著多于发出的关联关系,实际内部关系比例(27.78%)相对较高,因此可归为“主受益”板块。第二板块包括3个省份(广东、浙江、福建),该板块内部省份数字经济发展程度高,特别是广东和浙江具有众多的互联网平台企业,进而接收和发出的关联关系也都相对较多,期望(实际)内部关系比例为6.67%(12.90%),因此可归为“双向溢出”板块。

第三板块包括11个省份(湖北、湖南、广西、河南、安徽、江西、重庆、陕西、贵州、海南、云南),该板块期望(实际)内部关系比例为33.33%(22.08%),其实际内部关系比例相对较低,既向板块外部成员发出、又接收板块外部成员的溢出关系,同时向外部省份发出的关系相对较多,因此可归为“经纪人”板块,在数字经济发展空间关联网络中起着“桥梁”传输作用。第四板块包括12个省份(吉林、辽宁、黑龙江、内蒙古、山西、河北、天津、新疆、甘肃、青海、西藏),该板块期望(实际)内部关系比例为36.67%(9.47%),板块内部关系比例低,而且接收到的溢出关系也相对少,因此可归为“净溢出”板块。

为了进一步剖析四个板块之间的数字经济发展空间关联与溢出效应,需要计算出各个板块之间的密度矩阵和像矩阵。因此,根据表4及图2中各个板块之间的关联关系及其分布情况,在密度矩阵基础上,将整体网络密度(0.252 7)作为临界值,若密度矩阵中的板块密度大于临界值,则将该板块密度用1(板块间存在较强的关联性)进行替换;否则,用0(板块间存在较弱的关联性)进行替换,最后得出各板块之间的像矩阵(见表5)。

表5 中国省际数字经济空间关联网络的板块密度矩阵与像矩阵

综合表5和图2可以直观获知不同板块之间存在显著的关联关系,各板块在数字经济发展空间关联网络中具有不同的作用、角色和地位,反映了各板块之间在网络中发生的关联联系及溢出效应。第一和第二板块的内部省份存在显著的数字经济发展关联联系,而且第一板块还收到了来自第三和第四板块的溢出关系,同时第二板块也收到了来自第四板块的溢出关系,表明经济发达的长三角、珠三角和环渤海地区数字经济发展所需要素资源供给相对趋紧,需要源源不断地吸收第三和第四板块省份的数据要素资源来加快自身的数字经济发展。第三板块和第四板块内部呈现出的关联及溢出效应不显著,表明中西部省份因自身数字化基础设施相对较差,进而数字经济发展程度低,使得彼此之间的联动性弱,并在市场化和价格机制作用下,其内部省份的数据要素资源会向第一和第二板块输入。此外,第一板块对第二和第三板块、第二板块对第三板块存在数字经济的发展溢出,表明东部数字经济发展程度较高的省份对其他省份具有明显的辐射影响力,各板块之间在数字经济发展关联网络中各自发挥着比较优势功能,全局整体关联联动和溢出效应日益显著。

五、数字经济空间关联的驱动分析

上述研究显示中国数字经济区域发展具有显著的空间关联联系,为此进一步探讨数字经济发展空间关联的驱动因素,从而为推动数字经济区域发展联动和协同演进、加快经济转型升级和新旧动能转换、助力创新驱动和经济高质量发展提供数据支撑。

(一)驱动空间关联的理论分析

数字经济是以互联网为依托,将数字化的知识和信息作为生产要素,通过大数据在线模式的物联网平台,把智能制造的有效使用作为提升生产效率和推动经济转型升级的关键动力,形成了以分享经济为模式的经济形态,并已成为引领中国经济高质量发展和推动全球经济增长的主导力量[1-3]。在农业经济和工业经济等之后形成的数字经济,本质上是现代信息化与传统经济深度融合的新经济,这种融合效应提升了实体经济的运行效率,降低了生产和交易成本,实现了良好的经济增长效应[1]。根据数字经济发展的本质要求和中国经济社会环境,数字经济发展的空间分布和区域关联受多种经济社会因素的影响,大致可归结为区域自身地理空间、经济社会发展程度及信息化基础与潜力等三个方面[2-6]。

在经济社会发展程度方面,传统经济和互联网融合产生的数字经济,自然会受到各自区域经济发展程度的制约;各省本身具有较好的经济发展状况,必然会对数字经济发展直接相关的互联网和信息产业设施带来重要影响;随着互联网人口红利的消减,未来处于第一和第二产业的供给端也必然会受到数字经济的进一步渗透融合,但当前数字经济主要是在以零售业电子商务为代表的第三产业消费端融合发展,从而数字经济发展主要受到第三产业发展差异的重要影响;依托互联网信息网络的数字经济具有超越地理空间限制的发展特征,地理位置局限对区域经济的辐射阻隔可能或多或少存在一定程度的减弱,但是区域在国际经济活动中的参与力和竞争力也可能会对自身数字经济发展带来不同程度的影响;各地区的交通基础设施建设水平对自身的电子商务、互联网产业等发展和区域经济发展的空间溢出具有明显的作用[13]。在信息化基础与发展潜力方面,科技创新、教育资本和政府的政策支持、科研投入及经济干预程度对数字经济发展也具重要影响,而且城乡之间在信息网络及其相关产业发展上存在显著性“数字鸿沟”,从而影响以互联网信息平台为载体的数字经济发展[7,12]。

上述驱动数字经济发展的作用因素可以进一步解析为经济发展、产业结构、地理空间、区域开放、基础设施、科技创新、人力资本、市场化、信息化、城镇化等因素。这些因素在区域之间存在不同程度的差异,促进了数字经济发展的技术流、资金流、信息流、数据流等“要素资源流”在不同省份之间形成数字“势能差”,使得不同要素资源在省际之间出现流动或溢出,从而形成辐合力共同驱动数字经济空间关联的产生和变化。与此同时,上述因素在各省之间的差异不仅决定了数字经济在各个特定省份的发展程度,而且推动了“要素资源流”在区域之间的聚集和扩散,进而促进数字经济形成省际差异化发展的规模效应、创新效应和市场效应,最终驱动数字经济区域发展的空间关联和溢出。从本质上来说,驱动中国数字经济发展产生省际关联是各省自身条件和经济社会发展等多种因素存在差异和相互交织共同作用的结果,进而使得“要素资源流”在不同省份之间出现流动、优化升级和配置效率不断提升,从而驱动形成数字经济区域发展的空间关联。

(二)驱动空间关联的实证分析

1.指标说明与模型构建

基于上述数字经济发展空间关联的驱动理论分析,立足数字经济的发展本质,本文用人均GDP表征经济发展水平、第三产业占GDP比重表征产业结构、各省省会之间的地理距离表征地理空间、进出口总额占GDP比重表征区域开放度、公路与铁路网络密度表征基础设施水平、人均专利授权量表征科技创新、中等学校毕业生和大学毕业生人数占总人口比重分别乘以相应各类受教育年限表征人力资本(依据《中国统计年鉴》,中等学校与大专及以上学校受教育年限分别为12年、16年)、财政支出占GDP比重表征市场化程度、互联网普及率表征信息化水平、城镇化率表征城镇化水平,并以这些指标的差异矩阵为自变量、数字经济发展关联矩阵为因变量,建立QAP分析模型来实证分析数字经济发展空间关联的驱动原因和作用因素,具体模型如下:

DE=f(RG,IS,GD,RO,TI,RN,HC,MD,ID,UL)

(2)

其中,各个变量均为31×31维矩阵,DE为各省数字经济发展差异矩阵,RG为各省间人均GDP差异矩阵,IS为各省间产业结构差异矩阵,GD为各省间地理距离矩阵,RO为各省间区域开放度差异矩阵,TI为各省间基础设施水平差异矩阵,RN为各省间科技创新差异矩阵,HC为各省人力资本差异矩阵,MD为各省间市场化程度差异矩阵,ID为各省信息化水平差异矩阵,UL为各省城镇化水平差异矩阵。为了建立各自变量差异矩阵,需将指标变量在样本期内差值网络矩阵的每行均值作为分切点(高于该均值的记1,否则记为0),从而形成1-model的差异矩阵[14-16]。

2.实证结果与分析

表6展示了运用QAP分析法得出的驱动数字经济发展的区域空间关联的相关和回归结果,概率1和概率2分别表示矩阵随机置换后的判断系数绝对值不小于和不大于观察到的判定系数的概率。根据表6中的QAP相关分析结果,中国省际数字经济发展差异网络与各个自变量差异网络均至少在10%水平下具有统计意义上的显著相关性,表明人均GDP、产业结构、地理距离、区域开放、基础设施、人力资本、市场化、信息化和城镇化等均对省际数字经济发展的空间关联网络产生了不同程度的影响。其中,地理距离表现为负相关性,表明地理位置相近的各省之间在数字经济发展中更容易发生关联;其余变量均表现为正向相关性,表明这些因素变量对数字经济发展省际关联呈现出积极影响。因此,数字经济发展省际关联网络相对趋向于向经济较发达、产业基础较完备、基础设施较完善、科技创新较强、城镇化水平较高和软环境较优的地区开拓延伸,这与数字经济发展网络的“东强中西弱”的省际分布格局基本相符合,经济较为发达的东部地区拥有较好的数字经济发展基础,而中西部地区的数字经济发展基础相对更为薄弱,造成东部与中西部之间存在较大的数字化差距,从而抑制了数字经济发展网络的拓展。

更进一步将各个自变量差异矩阵与数字经济发展差异矩阵进行QAP回归分析,结果显示回归判断系数R2为0.205(通常QAP回归的判定系数一般小于OLS分析的判断系数[14-16]),从而所选自变量对省际数字经济发展空间关联网络的解释具有20.52%的差异。根据表6中的QAP回归结果,人均GDP、地理距离和人力资本均至少在10%水平下没有表现出显著性,表明各省之间在人均GDP水平、地理距离和人力资本等差异性对数字经济发展的省际空间关联及溢出不具有显著的驱动作用。原因可能在于,以信息互联网络平台为载体发展起来的数字经济对地理空间依赖性存在某种程度上的削弱,从而与数字经济发达地区相距较远的省份也可能出现数字经济发展程度较高;相比于传统经济,数字经济在创新发展过程中具有颠覆性特征,可能发展的新商业模式难以预测,性质类似的企业在面对新技术时均无法表现出显著的优势,甚至因自身的战略刚性而无法对新技术变革做出迅速反应,从而即使经济发展较差的省份在数字经济发展中也存在大量机会来实现“弯道超车”,从而经济发展差异性对数字经济发展省际关联的驱动作用微弱而不显著;同时,数字经济发展更多的依赖于计算机、信息通信、互联网和大数据等高新技术产业,人力资本落后地区可以通过引进或采购等方式来促进本区域的数字经济发展,加上数字经济具有“弯道超车”的发展特征,从而人力资本差异性对驱动数字经济发展的区域关联作用也可能甚微而不显著。另外,产业结构、区域开放度、基础设施、科技创新、市场化程度、信息化水平、城镇化水平等差异性通过了10%水平显著性检验,表明城镇化水平和产业结构等相似性,市场化程度、区域开放度、科技创新、基础设施和信息化水平等差异性,都有利于数字经济发展的空间关联和溢出。部分原因在于,相似产业结构和相近城镇化率会放大区域市场对数字经济的发展需求,有利于形成共同的市场效应和规模效应,从而促进数字经济发展的省际关联;各省之间在基础设施、科技创新、信息化水平、开放度、市场化程度等存在的差异性,使得彼此之间存在数字化“势能”差,有助于促进数字经济发展的“要素资源流”的跨区域流动,并通过示范效应、协同联动和伴生学习,导致区域之间出现虹吸效应,进而各省数字经济空间关联网络关系的复杂性和关联度也会随之提高,从而共同驱动数字经济省际关联网络的加快形成。

表6 中国省际数字经济空间关联的驱动因素分析

六、结论与建议

本文选择腾讯研究院编制发布的2018年数字经济发展指数,运用引力模型和社会网络分析法对各省数字经济发展的空间关联网络特征、关联的驱动因素进行分析,主要结论如下:

中国数字经济发展的省际空间关联网络关系较稀疏、联系较少,关联网络结构的稳定性较差,并在网络中呈现出一定程度的重叠关联冗余现象,但各省之间在网络中具有显著的通达性和溢出效应,且彼此间存在较弱的等级结构、关联渠道较为畅通。

程度中心度、接近中心度和中间中心度均高于全国均值的省份主要分布在上海、江苏、广东、山东、浙江、福建等东部沿海发达地区,这些省份在数字经济发展空间关联网络中处于中心地位,扮演着中介“桥梁”的传导作用,并承担着中心行动者角色;三个中心度排名靠后的省份基本上是新疆、山西、青海、辽宁、吉林等地理位置偏远、经济规模较小或者能源和重工业比重较大的中西部地区,并在关联网络中处于“外围”边缘位置。

中国数字经济的区域发展总体上呈现出非均衡特征,大多数东部省份属于主受益和双向溢出板块,其他中部大多数省份和数字化基础相对较好的西部省份属于经纪人板块。处于关联网络中心的东部省份不仅具有先进的数字化基础设施,而且拥有发达的经济支撑力,对其他中西部省份具有较强的聚集吸引力,从而源源不断地从关联网络外围的中西部省份吸收数字经济发展的要素资源,使得数字经济发展的省际关联聚集板块的空间特征总体呈现出“中心(东部强)—外围(中西部弱)”的分布格局。

数字经济发展空间关联受产业结构、区域开放度、基础设施、科技创新、市场化程度、信息化水平、城镇化水平等指标的差异性影响显著,这些因素差异促进了数字经济发展的技术流、资金流、信息流、数据流等“要素资源流”在不同省份之间出现聚合、溢出和扩散,进而形成辐合力共同驱动数字经济发展产生区域联动和关联溢出。

根据上述结论,提出以下政策建议:

树立一体化发展理念,推动形成优势互补的区域均衡协同发展格局。处于数字经济发展中心的上海、江苏、北京、浙江、山东、福建等省份应继续发挥自身优势和辐射力,激发数字经济发展的创新活力,加快数字关键技术突破创新和应用,引领数字经济发展;处于数字经济发展外围边缘的省份要因地制宜、主动作为,探寻促进省际空间关联的有效途径,加大数字化新技术和新业态的引进消化力度,创新商业合作模式,积极培育有效的数字化需求,不断加快各省数字经济的赶超式发展,推动逐步形成区域均衡的高质量数字经济协同发展格局。

注重空间关联溢出效应,提升网络关联联系密度。注重各省及各板块在关联网络中的地位、作用和角色,充分考虑各板块内部省份及其之间存在的关联溢出效应,发挥好双向溢出板块和主受益板块在中国数字经济发展中的中心优势,在不断提升自身数字经济发展创新水平的同时,积极引导和带动经纪人板块和净溢出板块增强数字经济发展的消化吸收能力;提高中间人板块和净溢出板块的主动参与和学习意识,充分挖掘自身优势,畅通数字经济发展的溢出渠道,主动接受中心板块省份的溢出效应,提高引进和消化吸收先进数字经济发展技术的能力,加强“外围”省份与“中心”省份的关联联系,逐步提升中国数字经济发展关联网络联系密度,促进关联网络结构稳定。

制定区域差别化发展政策,缩小数字经济发展差距。产业结构与城镇化水平差异越小和基础设施、科技创新、信息化水平、区域开放度、市场化程度等差异性越大,越有利于省际数字经济发展的空间关联和溢出效应,从而处于边缘外围地带的省份要加快推动产业结构转型升级,提高城镇化水平,增强数字新技术的引进消化效能,完善基础设施建设,优化数字经济发展软环境,推动“要素资源流”跨区域有效流动,提升要素资源的市场配置效率,缩小省际“数字鸿沟”,驱动数字经济省际关联和协调发展。