中国省级新经济指数测度研究※—— 方法选择、测度逻辑与指数解析

张燕 王云舒

内容提要：中国新经济蓬勃发展，新经济测度工作十分紧迫。构建新经济指数测度体系，采集2011-2019年中国省级数据，依据合成指数构建原理与交叉熵无偏赋权法，对省级新经济指数进行测度，对新经济指数的区域差异进行纵向增长分解和横向空间集聚分析。结论为：各省新经济指数逐年上升，东部新经济指数最高，中部新经济指数增长最快；研发与创新、新产业是决定新经济指数差异的关键项，并存在区域极化现象，新业态新模式、经济社会发展的区域差异较小；在新经济指数增长中，竞争效应占主导地位，结构效应不稳定；新经济发展的空间集聚呈现动态变化，但已形成一定空间格局。最后从基础研究、高端人力资本培育、区域协调发展以及数字规则建设方面给予建议。

一、 引 言

自20世纪70年代以来，“信息经济”“共享经济”“网络经济”“知识经济”“数字经济”“绿色经济”等接连出现，它们在不同程度上体现了新经济的特征。美国、经合组织、欧盟曾对“新经济”概念与内涵相继进行过探究，但未形成一个国际社会普遍接受的、通用的、统一的概念(许宪春等，2020)。然而不可否认的是，世界处于信息与通信技术大变革的时代，经济全球化、信息与通信技术(ICT)被普遍认为是驱动传统工业经济更替至新经济的关键力量(Pohjola，2002)。ICT作为新的通用目的技术(GPT)，对经济产生了广泛而深刻的影响，它的快速发展与应用促使着国家与地区所有经济行业的转型，孵化出一系列新产品、新工艺和新服务。在国家层面，Jorgenson等(2008)认为，信息技术革命为美国20世纪90年代劳动生产率的增长做出了头部贡献(lion’s share)，具体原因在于信息技术部门生产率的快速增长，以及信息技术的大规模应用投资；信息技术的生产和应用持续推动全要素生产率的增长，这种增长并不局限于生产部门，还扩大到金融、零售批发等服务部门(Baily和Lawrence, 2001)；ICT产品的生产与应用，极大促进了中东欧国家劳动生产率的提高(Ark和Piatkowski，2004)。在产业层面，Kim等(2014)认为，ICT产业具有规模报酬递增的特征，它还与传统产业交汇并提高其生产效率，ICT不仅激发需求和供给，还促使整个再生产系统的扩展，ICT是数字经济发展背后的力量。在企业层面，“新经济”的典型特征是企业增加在信息技术软件和硬件方面的投资，越来越多的企业采用“基于知识”的工作流程(Black和Lynch，2000)；Farboodi 和Veldkamp (2021)从企业角度创建了一个“新经济”增长理论模型，分析认为数据是企业的资产和副产品，数据可被用于出售，可被用于营销、预测销售收入以及评估公司价值，使用数据能够帮助企业进行科学决策并降低不确定性风险，因此信息技术与大数据分析导致了经济增长。

2016年“新经济”一词首次被写入中国《政府工作报告》，新经济不仅展现为以高科技产业为龙头的新产业新产品，而且与原有产业融合带来了新业态。据中国信息通信研究院统计，中国数字经济规模已从2011年的9.5万亿元增长到2020年的39.2万亿元，占GDP比重38.6%，年环比增速达17.06%。据《中国独角兽企业研究报告2021》，电子商务、智慧物流、数字文娱、人工智能、金融科技、新能源与智能网联汽车的独角兽数量居前六。同时，创新药与器械、数字医疗、企业数字服务、新能源与智能汽车的潜在独角兽企业数量位于前列。2021年全国人大表决通过“十四五”规划和2035年远景目标纲要，提出“加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。由此可见，新经济蓬勃发展，对于促进新旧动能转换、实现经济高质量发展有重要的战略意义。

对应于新经济的快速增长，关于新经济的统计测度显得十分紧迫。当前国内对新经济的统计工作相对滞后，关于区域、省市级别的新经济测度尤其稀缺。因此，本文在梳理已有测度思路的基础上，选择科学合理的测度方法，构建中国新经济指数测度体系，系统测度省级新经济发展水平，并对测度结果从时空维度剖析其经济含义，从而为各地区制定新经济发展相关政策提供有价值的借鉴。

二、 新经济测度思路与方法选择

在探索如何测度中国新经济的问题上，国内学者刘仕国(2002)建议首先判断是否存在新经济现象，其次测度新经济部门的经济活动规模，最后测度新经济部门对传统经济部门的间接影响；张美慧(2017)对国内外新经济相关测度进行了梳理；陈维涛(2017)着重对中、美“新经济”测度体系进行评析；李金昌和洪兴建(2020)就新经济的内涵、统计核算、指数评价、对经济社会的影响效应进行了深入探讨。借鉴以上研究，本文对国内外新经济测度思路、方法与应用进行了梳理，将其归纳为三类：第一类基于国民经济核算原理开发，如《OECD Internet Economy Outlook(2012)》提供的“价值增值法”“增长贡献法”(1)价值增值法：直接核算互联网相关活动产生的GDP增加值。增长贡献法：考虑互联网对所有产业产生的动态影响，以对生产率或GDP增长的贡献来核算。。中国国家统计局“三新”经济统计、中国信息通信研究院《中国数字经济发展白皮书(2021)》及历年版本即采用了“价值增值法”。Shen等(2016)创新性地利用“要素投入法”(2)要素投入法：依据9个新经济产业的劳动力、资本和技术三要素投入占国民经济行业要素总投入比重来衡量新经济在整个国民经济中所占的份额。对中国新经济进行了核算，与前者相比，该方法的特点在于基于投入而非产出视角进行核算。第二类依据合成指数构建原理开发新经济指数测度体系，即“指数法”，目前较为流行。《Measuring the Digital Economy: A New Perspective(2014)》《A Roadmap toward A Common Framework for Measuring the Digital Economy(2019)》《OECD Digital Economy Outlook(2020)》相继提出了第一代、第二代OECD数字经济指数测度体系。《The EU-15’s New Economy-A Statistical Portrait(2005)》《Digital Economy and Society Index (DESI)(2017)》分别构建了欧盟新经济指数、欧盟数字经济与社会指数。《The State New Economy Index(2020)》及历年版本构建和测度了美国新经济指数。当前关于中国新经济指数的测度，张其仔(2019)、财智BBD新经济指数、任保平和宋雪纯(2020)、钞小静等(2021)使用了该方法。第三类试图从更广阔的内涵考察新经济的影响，如对消费者剩余、社会总体福利等经济福利的影响，以此判断新经济发展水平，目前尚未开发出具体应用方法。

综上，第一类方法若聚焦“新产业”，则会忽略新经济对其他行业和整个经济社会的动态影响而显得狭隘，若纳入新产业在传统产业的渗透，则需要从传统产业中分离出新经济的贡献，尚无公认的国际标准，国内可参考的分离标准是国家统计局《新产业新业态新商业模式统计分类(2018)》，即从三次产业中分别剥离出“三新”经济活动增加值，目前仅有2017-2020年“三新”经济增加值统计数据(3)关于新经济的统计制度和标准近3年陆续建立，统计调查数据较为缺乏，目前“三新”经济增加值仅有国家口径的统计数据，缺乏各省市口径的统计数据。。第二种方法，虽然不能够测出新经济的实际规模，但是合成指数方法具有较强的开放性、综合性和实践性，可以通过构建多维度多层次指标体系，兼容已有测度研究的思想，系统考察新经济活动水平、演进趋势尤其是区位分布特征，对经济活动和政策制定极具借鉴价值，该方法已被广泛使用并引入中国新经济测度领域。

表1 新经济测度中指数法的使用进展

表1对指数法新经济测度进行了梳理，从测度体系一级指标来看，创新、信息技术和数字应用已成为新经济的标志特征，当然也存在一定差异：欧盟和OECD测度体系倾向于从整个经济社会系统来考察新经济发展；中国新经济测度注重量化研发和数字技术应用；美国新经济测度介于二者之间。测度体系的差异源于对新经济理论与内涵理解的不同，同时也决定着测度的质量与实用价值。根据国家统计局《中国国民经济核算体系(2016)》中对新兴经济内涵和特征的定义(4)新兴经济指以新产业、新业态、新商业模式为主体，由互联网和新技术革命推动的，以信息化和产业化深度融合、商业模式和体制机制创新、人力资本的高效投入和减少对物质要素的依赖为标志的一种经济形态，表现为传统经济活动的转型升级和新兴经济活动的兴起。，新产业包含新技术应用直接催生的新产业，传统产业采用现代信息技术形成的新产业，以及科技成果、信息技术推广应用，推动产业的分化、升级、融合而衍生出的新产业；新业态表现为以互联网为依托开展的经营活动，商业流程、服务模式或产品形态的创新，更加灵活快捷的个性化服务；新商业模式表现为将互联网与产业创新融合等。李金昌和洪兴建(2020)认为，当前中国新经济的“新”主要基于两个方面：新的动力源，即ICT技术；组织、制度和技术等多方面的创新。杨学山(2020)认为，数字资源在经济社会发展中的引领作用，ICT技术在经济发展技术体系中的带动作用，是数字经济快速增长的两个原因。

综上，本文认为中国新经济测度首先应该体现出新产业、新业态和新商业模式的发展程度，从而使得测度结果和统计标准相得益彰，具有直观的经济含义和应用价值；其次，ICT是引领新一代新兴技术的核心(5)根据联合国ISIC4.0最新分类标准，ICT行业是指：信息与通信技术制造；信息与通信技术贸易；信息与通信技术服务。可以对应到《中国国民经济行业分类标准(GB/T 4754—2017)》中的制造业C39(计算机、通信和其他电子设备制造业)和服务业I(信息传输、软件和信息技术服务业)，服务业具体包括I63电信、广播电视和卫星传输服务，I64互联网和相关服务，I65软件和信息技术服务。，是推动新经济发展的关键技术，应注重对ICT行业的量化，从而使得测度具有实体经济的支撑，更有利于进行趋势研判；再次，新经济的范围不能停留在产业层面，还应该扩展到社会经济宏观层面。显然，以往关于中国新经济的测度研究存在如下特点：① 普遍注重对数字技术应用的量化，对ICT行业的发展缺乏精准度量。少数研究虽然在“智能化”维度中涉及“高端芯片制造能力”“半导体制造能力”“超级计算机制造能力”等指标，但这些指标较适用于国家层面的测度，对于省级测度来说，比较高端而不具有代表性。并且指标均以ICT制造为主，缺乏ICT服务的指标。② 测度体系一级指标大多属于平行类，将新经济分为几个平行的子系统，不利于判断新经济的动态发展与前因后果，也容易忽略子系统之间的内在联系。③ 对于中国新经济发展存在的区域不平衡状况，以往研究侧重于从区域间、区域内两个空间维度进行分解，这种分解停留在不平衡表象，忽略了新经济区域发展不平衡的根源和本质。④ 新经济测度多为国家口径，对省级层面的测度极为稀缺。

本文以国家统计局有关标准为参照，拟采用指数法对中国省级新经济发展进行测度，对以往研究形成一定的补充：① 突破现有测度体系中将一级指标平行化的趋势，深入探究新经济的整体发展与前因后果，将新经济测度体系视为一个有机整体，一级指标视为局部(子系统或分项)，局部构成整体，并且局部之间存在有序性、层次性的内在关联，这种内在关联为研发创新、生产、应用、社会经济发展的四位一体。② 突破单纯注重数字技术应用量化的局限，综合考虑ICT生产与服务发展。子系统不仅体现研发与创新，还能体现新产业、新业态、新模式。同时前向关联到研发创新，后向延伸到宏观层面的经济社会发展。使得合成指数具有新经济的综合意义，分项指数能够透视基础研发、创新、核心产品与服务、数字技术应用，以及社会经济的宏观表现。③ 与以往研究侧重于从空间维度分解新经济发展区域不平衡不同，本研究侧重于从系统内部探究新经济发展区域不平衡的根源，即分解子系统的发展差异对区域不平衡的贡献，从系统内部探究子系统的竞争优势，从而更具实践价值。综上，本文测度体系分成4个分项：研发与创新、新产业、新业态新模式、经济社会发展，严格按照合成指数构建步骤，逐步合成省级层面的新经济指数，并从时空维度描述新经济指数的动态变化与分布特征，对新经济增长的区域差异来源进行分项分解。

三、 中国省级新经济指数测度

1. 测度体系构建

基于以上测度思路与逻辑，本文建立的新经济测度体系包括四个分项。

第一，研发与创新。新经济离不开创新驱动，研发与创新是培育新要素、催生新技术和新产业的源泉。研发与创新从3个维度发掘：投入、产出与高端人力资本培育。

第二，新产业。该分项有投入、应用2个维度。投入维度聚焦ICT行业的要素投入，即新产品新服务的生产要素投入规模，体现信息技术产业化和社会资源的配置，以企业数占比、从业密度、固定资产投资强度三个指标衡量；应用维度则体现国内市场的需求规模，即作为中间品投入到关联产业和对消费者的产品供给情况，使用企业业务收入占比、盈利能力、通信类产品居民消费价格指数三大指标，业务收入占比越高、盈利能力越强并且消费价格指数越低，说明ICT产品与服务越融入其他部门，被广泛应用。应用维度虽不能识别某个具体产业采用现代信息技术的程度，但能够识别该技术在国民经济中的综合应用水平。

第三，新业态新模式。基于大数据、云计算、人工智能等数字技术与制造业、金融、医疗、零售等产业相结合，催生了大量的新业态新模式，其关键特征为“互联网+”。该项以互联网的应用普及程度来衡量，从电子商务和居民互联网应用2个维度发掘。

第四，经济社会发展。“创新、协调、绿色、开放、共享”是中国新时代五大发展理念。充分就业、物价稳定、经济增长、国际收支平衡始终是宏观经济政策的基本目标，为了能够体现新时代背景下社会经济发展成效，结合宏观经济政策目标与五大发展理念，主要从绿色化、经济发展和对外开放3个维度发掘。

2. 指标筛选与缺失数据处理

数据来源国家统计局、各省市统计局、EPS数据库、Wind数据库、《科技统计年鉴》《工业统计年鉴》《环境统计年鉴》等。根据数据可获得性、省市覆盖率以及基于统计判断的指标相关性进行指标初步选择，并获取样本，见表2。

表2 新经济测度体系指标：子系统、指标、指标说明

(续表)

在初选指标中，有一些指标相关系数较大，会导致信息重复和指标冗余，因此基于相关性对指标进行再次筛选很有必要。作为一种常用的降维方法，主成分分析法能够将多个具有相关关系的初始指标转化为数量更少、具有代表性且彼此独立的评价指标，可以较大程度体现原有指标信息。鉴于本文需要进行多元分析的数据为面板数据，因此选择更适合面板数据分析的全局主成分分析方法对指标体系进行因子分析。首先根据每项指标的全样本最大与最小值，采用Min-Max标准化方法，转换样本数据；其次运用SPSS对相关系数矩阵做KMO和巴特利特统计检验，以确认是否适合主成分分析或因子分析；然后，在全局主成分分析结果中，将相关系数矩阵与成分得分系数矩阵结合起来分析单个指标之间的相关性以及指标贡献度，剔除高度相关指标，筛选出新经济测度体系指标，如表3所示，获得2011-2019年31个省(区、市)的34项有关指标的9486个样本。

表3 经过主成分分析筛选之后的新经济评价指标

3. 指标赋权与测度结果

指标赋权方法分为主观赋权法和客观赋权法。主观赋权法主要包括专家意见法、层次分析法等。客观赋权法是根据指标数据包含的信息确定权数，能够避免主观赋权的主观性，可信度较高，主要有熵值法、主成分分析法等。崔彦哲和赵林丹(2020)提出了一种交叉熵熵值法，对信息熵熵值法进行无偏优化，并从熵、机器学习、计量经济学三个角度进行论证，保证了赋权结果的无偏性和赋权方法的可操作性。本文采用交叉熵熵值法进行赋权，步骤为：

第一步，对数据进行标准化处理，将数值转换为介于0和1之间的值。标准化公式为：

正向指标：Zidt=(Xidt-Xmin)/(Xmax-Xmin)

(1)

负向指标：Zidt=(Xmax-Xidt)/(Xmax-Xmin)

(2)

式(1)、(2)中，Xidt和Zidt分别代表d项指标标准化处理前和处理后的值。Xmax与Xmin分别为d项指标全样本最大值和最小值。

第二步，指标归一化，即求Zidt在d项指标上的全样本指标值比值：

(3)

第三步，计算d项指标的交叉熵熵值(6)在9486个全样本指标值比值中存在68个零值，为使取对数有意义，将零值增加0.0001再取对数。：

(4)

第四步，对交叉熵熵值进行标准化处理。由于交叉熵熵值不是收敛函数，所以不能照搬前文标准化处理方法，使用另外一种标准化处理方法：

(5)

式中，mean(ed)表示ed的平均值，std(ed)表示ed的标准差。

第五步，将标准化的交叉熵熵值映射到[0,1]上：

(6)

第六步，计算d项指标的交叉熵熵权：

(7)

最后，根据Pidt与Wd的乘积，计算各省(区、市)d项指标得分，进而进行各级指标的加总合成，得到各分项指数和最终合成的新经济指数，见表4。

表4 中国31个省(区、市)2011-2019年新经济指数测度结果

(续表)

第一，北京处于领先地位，其次为广东、上海、江苏、浙江、天津、山东、重庆、四川、福建，该10省(区、市)新经济指数排名居前且较为稳定；前十位中，北京、天津、上海的新经济指数年环比增长率相对较低，低于5%。四川、重庆、山东的年环比增长率较高，高于7%。测度结果体现了各省(区、市)新经济发展水平。北京的发明专利拥有量、研发经费投入强度一直居全国首位；中关村作为第一个国家自主创新示范区，新经济企业数从2014年的0.87万家增至2019年的1.55万家，占全国同类企业1/5以上，拥有国家级重点实验室 139 个，占全国1/3；北京经济技术开发区同样拥有300多家各类研发机构，成为聚集创新要素、转化技术成果的重要载体；北京的技术市场成交额、有电子商务交易活动的企业占比同样位居全国第一；企业电子商务销售额和成交额仅次于广东，远超过其他省级地区。

广东的研发人员规模、研发项目数、研发机构数以及新产品开发项目数均位居全国首位。广东省最早拥有2个国家自主创新示范区，分别位于深圳和珠江三角洲。深圳是中国首个以城市为单元的国家自主创新示范区，相比北京中关村、上海张江，深圳自主创新示范区的信息产业占据半壁江山。另外，广东的互联网宽带用户数与接入端口数、电信业务总量、电子商务销售额等，也遥遥领先其他省级地区。

上海、江苏、浙江的新经济指数一直稳居3、4、5位。该三省(市)的研发创新、新产业、新业态新模式虽落后于北京、广州，但是仍然领先于其他地区。值得一提的是，该地区的制造业类ICT从业规模、从业密度、主营业务收入在多个年份位居全国首位。

图1 研发与创新、新产业、新业态新模式、经济社会发展分项指标测度结果

天津新经济指数增长率虽然不高，但是其研发与创新、新产业拥有厚实的基础；山东新经济指数迅速增长，年环比增速高达7.2%，超过其他大多省份，原因在于研发与创新、新业态新模式的迅速增长；四川、重庆是进入前十的西部省市，主要得益于近年来ICT产业的快速发展；福建在半导体、物联网、大数据等领域已形成一定优势，2016年“福厦泉国家自主创新示范区”建立，福建是海上丝路的起点，在对外贸易领域一直保持领先优势。

第二，安徽、湖北、陕西、河南、湖南、江西、辽宁、海南、河北的新经济指数居于11-20位，并且发展速度较快。以安徽为例，“安徽合肥综合性国家科学中心”是全国4个综合性国家科学中心之一，聚焦信息、环境等4大领域，该中心于2020年基本建成；近年来安徽打造数字产业化和产业数字化“双轮驱动”，实施“高质量融入长三角一体化发展”战略，在产业领域取得了较好的成效，极大促进了新经济发展。

第三，东北、西北的新经济指数排名较低，但是保持了一定的增长率。以东北为例，作为中国老工业基地，在产业、资源、生态等方面有良好的基础，自东北振兴战略实施以来，该地区在新业态新模式领域增速较快，使用人工智能、大数据、物联网等新一代信息技术为“老字号”产业赋能增效，促进了新经济发展。

图1展示了各分项测度结果：第一，研发与创新权重为31.41%，当中投入、产出与高端人力资本培育三个维度的权重分别为11.24%、9.92%、10.25%。研发与创新已形成三极独大的局面(京津、沪苏浙、粤)，特征十分明显。在31个省级研发与创新指数中，东部的北京、广东、上海、江苏、浙江、天津、山东排名靠前；中部的安徽、河南、湖北排名靠前；内蒙古、吉林、黑龙江、广西、贵州、云南、西藏、青海、新疆的研发与创新指数相对较低。年环比增长率超过8%的地区包括河南、西藏、广东、安徽、江西、湖南。

第二，新产业的权重为24.69%，投入与应用两个维度的权重分别为14.13%、10.56%。东部排名靠前的依次是北京、广东、上海、江苏、天津、浙江；四川、重庆、陕西在西部的优势明显；江西、湖北、湖南高于其他中部地区。对比研发与创新，新产业的极化现象显得更为锋锐，并且有四极(京、沪、粤、川渝)，一定程度上说明新产业的发展更具区域竞争性，区域差异巨大。但是各地区的年环比增长率普遍较高，超过8%的地区包括海南、浙江、河北、天津、山西、安徽、江西、河南、湖北、重庆、陕西、青海、西藏。

第三，新业态新模式权重为19.38%，当中电子商务与居民互联网应用分别占比10.10%、9.28%。排名靠前的为广东、北京、江苏、上海、浙江、山东、四川、安徽、湖北；相比研发与创新、新产业，新业态新模式的极化现象较弱，地区之间的差异相对较小，说明“互联网+”能够迅速广泛地扩散，具有共享性和传播性特点，能够快速融入其他地区和行业，其普及范围和速度超越前两项，有23个地区的年环比增长率超过8%，当中20个超过10%。

第四，经济社会发展权重为24.53%，绿色化、经济发展和对外开放分别占比9.91%、8.20%、6.42%。北京、上海、广东、江苏、浙江、天津、山东、福建、重庆、安徽稳定地位于前列。安徽、河南、湖南、广西、四川在该分项的发展速度较快。比较前三项，该项的地区不均衡现象更加不明显。年环比增长率相对缓慢，仅有广西、四川、河南的年环比增长率超过5%。

四、 新经济指数的区域特征解析

1. 指数值与增长差异

从区域来看，东部新经济指数最高且持续增长，地区优势明显；中部新经济指数低于东部，明显高于西部、东北，并且增长最显著；西部、东北的新经济指数与增速均较低，与其他区域差距逐渐扩大，并且东北新经济指数落后于其他地区。从6个国家级城市群所处区域的新经济指数和增长趋势来看，珠三角指数值最高，依次跟进的是京津冀和长三角，珠三角增速最快，长三角增速略高于京津冀；长江中游、成渝、黄河流域三大区域的新经济指数明显低于前三个区域，从增速来看，成渝高于长江中游，黄河流域增长最缓慢。

各区域新经济指数源于四个分项的加总，图2-图5分别展示了东部、中部、西部、东北在四个分项上的差异与对比：在各分项上，东部相对于其他区域均具有数值优势，并且“研发与创新”的优势最强，其次是“新产业”，“新业态新模式”与“经济社会发展”的优势略弱；中部相对于西部、东北而言，“研发与创新”具有较大优势，“新产业”优势不突出，并且“新业态新模式”“经济社会发展”缺乏明显优势；在“经济社会发展”项，中部、西部、东北表现较为平衡。

图2 2011-2019年“研发与创新”指数

图3 2011-2019年“新产业”指数

图4 2011-2019年“新业态新模式”指数

图5 2011-2019年“经济社会发展”指数

2. 增长差异的来源分解

为了揭示各区域新经济指数增长差异来源，接着对区域新经济指数增长率进行分解：

(8)

根据式(8)，区域i的新经济指数的环比增长率可分解为4个分项的增长率加总。东部“研发与创新”的增长在2014年之后迅速提高，是东部新经济指数保持增长的关键分项；“新产业”的增长先慢后快并且在2019年陡然变慢，“新业态新模式”的增长总体呈现放缓趋势，这两项依然是东部新经济指数增长的重要分项；“社会与经济发展”的增长不稳定，相比前三项，最缺乏优势。

在中部新经济指数中，“研发与创新”保持增长趋势但有所放缓，“新产业”的增长总体稳定，“新业态新模式”除2017年外均大幅增长，该三项均是中部新经济指数增长的优势项。“社会与经济发展”的增长相对稳定，但优势不明显。

在西部新经济指数中，“新产业”“新业态新模式”的增长最具跨越性且幅度最大，“研发与创新”除2013年之外保持增长趋势，“社会与经济发展”除2016年之外保持增长趋势。

在东北新经济指数中，“研发与创新”“社会与经济发展”的增长不稳定且有较多年份为负，可能是导致该地区新经济指数增长缓慢的根源。 “新产业”“新业态新模式”保持增长态势，是该地区新经济指数增长的重要因素。

(9)

表5 东部、中部、西部、东北的新经济指数增长率变化的分解

表5显示各区域的结构效应时正时负，年度和地区差异均较大，说明市场需求持续变化，对新经济指数增长率的综合贡献不稳定。在结构效应中，中部最优，西部其次，东部和东北的结构效应较低，说明中部、西部市场需求增长态势超越了东部和东北。其次，竞争效应方向统一，均为正，说新经济内部各分项朝着结构优化的方向调整比重。中部的竞争效应在2015年之前十分明显，但是2015年之后西部的竞争效应超越了中部，在2018年之后，东北的竞争效应剧增，超越其他地区，东部的竞争效应相对平缓。

3. 空间集聚分析

Moran指数是最早应用于全局聚类检验的方法，可用于检验样本区域经济活动的空间相关类型，其取值介于[-1，1]，大于0表示正相关即集聚型，小于0表示负相关即离散型， 接近或等于0表示不存在空间自相关即随机分布型。Moran指数计算公式为：

(10)

式(10)中，n表示省(区、市)数量；wij为空间权重，表示i与j的相邻关系，相邻取值1，不相邻取值0；xi或xj表示观察值，即样本中的指数值。

从表6来看，新经济指数的Moran’s I值均为正，并且Z统计量十分显著，说明新经济发展具有正向空间关联性，存在显著的空间集聚特征。各分项中，研发与创新、新业态新模式、经济社会发展也存在类似的空间集聚特征。但是新产业的空间集聚程度低于其他分项，空间集聚特征不够显著，说明相对于其他分项，新产业可能具有一定的区域竞争性，使得空间关联性较弱。

表6 新经济指数及分项指数的全局Moran’s I值

全局Moran指数只能用于判断整体上是否存在集聚，而对于各省(区、市)集聚的具体类型需要通过局部Moran指数和LISA来分析，该分析用来识别局部地区是否存在相似或相异的观察值聚集在一起且在统计意义上显著。正值表示高值与高值集聚，或低值与低值集聚。当高值与高值集聚时，说明该省份的新经济发展水平较高，并对周边省份产生了正向带动作用，具有较强的辐射效应。当低值与低值集聚时，说明该省份和周边省份的新经济发展均比较落后。负值则表示高值与低值相间，说明相邻省份之间的新经济发展水平差距较大，没有形成良好的辐射或溢出效应，存在地区发展不平衡现象。局部Moran指数计算公式为：

(11)

根据式(11)可得各省(区、市)的局部Moran指数，使用ArcGIS软件进行LISA集聚分析，表7表明：第一，高高集聚的地区较少，低低集聚的地区较多，更多的省份属于高值与低值相间。第二，高高集聚中，研发与创新、新业态新模式有较多的集聚区，特别是研发与创新的高高集聚区逐渐扩大，该集聚逐渐集中在长三角；新产业没有显著的高高集聚，进一步表明新产业具有显著的空间不平衡甚至极化现象，各省份之间存在明显的竞争；新业态新模式的高高集聚超过其他项，说明在该项上，各省份之间的正向溢出和联动辐射效应非常显著；社会与经济发展的高高集聚范围相对较小，以苏为主；综上，作为合成指数的新经济指数，其局部高高集聚现象也十分有限，但趋势范围有所扩大。第三，低低集聚区域较多，且集中在西部和东北；从各分项来看，低低集聚的范围并没有扩大的趋势。第四，中国新经济发展已经呈现一定的空间动态格局：一方面，长三角是高高集聚较固定的区域；另一方面，天津、福建等新成为高高集聚的地区。另外，还有更多的省份之间没有显著的局部空间集聚特征，预期处于动态调整之中。

表7 各省(区、市)新经济指数及分项指数的LISA集聚情况

五、 研究结论与政策启示

本文从研发与创新、新产业、 新业态新模式、经济社会发展四个分项构建新经济测度指标体系，定量描绘出31个省(区、市)的新经济发展情况。在省级新经济指数中，北京、广东、上海、江苏、浙江领先其他地区；在区域新经济指数中，东部最高，其次是中部、西部和东北；中部新经济指数增长最快，其次是西部、东部和东北。研发与创新、新产业是决定区域新经济指数增长差异的关键项；新业态新模式、经济社会发展的区域差异相对较小。在区域新经济指数增长过程中，竞争效应占主导地位，结构效应不稳定。从整体上看，中国新经济发展呈现明显的空间集聚；从局部省级区域来看，集聚类型呈现动态变化，但已形成一定的空间格局。

结合研究结论，提出几点建议。第一，加大力度培养与获取新兴技术人才，以适应新兴产业对高端人才的需求。加大对基础研究的支持力度，组织推动重点核心技术的突破，从而谋求新经济的长远发展。第二，在考虑空间集聚与空间关联的前提下，推动区域一体化措施的实施，促进新经济发展的区域融合。第三，相关制度建设应该更加完善，相关规则需要及时更新，譬如对于数字经济中平台的监管和信息披露问题，对于商业机密和消费者隐私保护等问题，以适应新技术和新经济发展的需要。