我国数字经济发展及其与制造业融合发展的空间差异研究

赵 放 刘一腾

(吉林大学，吉林 长春 130012)

一、引言

随着新一代信息技术的发展应用，数字经济已经成为激发全球各国社会经济增长的新动能。[1]在亚太经合组织第二十七次领导人非正式会议中，习近平总书记明确指出，数字经济是全球未来的发展方向，创新是亚太经济腾飞的翅膀。面对新一轮的全球竞争，我国的数字经济正在高速发展。中国信息通信研究院研究数据表明，从2005年到2020年，我国数字经济增加值已经从2.6万亿元增长到39.2万亿元，数字经济占GDP比重也由14.2%提升到38.6%。同时，数字经济增速、数字经济贡献率都在显著提升，数字经济结构持续优化升级。作为融合型经济，数字经济想要完成作为全球经济复苏新引擎的任务，关键在于以融合发展为契机，对实体经济特别是制造业产生支撑效应和引领作用。从2016年开始，美国、英国、欧盟都先后出台数字经济相关战略规划，其布局重点是利用数字化新技术、新应用对制造业进行全方位、全链条改造。制造业作为我国国民经济的主体，是立国之本、兴国之器、强国之基，推动数字经济与制造业的融合发展也是国家关注的重点。党的十九大报告中指出，要大力发展新型实体经济，尤其是发展先进制造业，使数字经济与实体经济深度融合。

不论是数字产业化还是数字经济与制造业的融合发展都作为国家重要战略，得到了政府及相关企业的高度重视。但是，国内关于数字经济的相关研究还处于起步阶段，对数字经济以及数字经济与制造业融合发展的研究多停留在理论层面，涉及到数字经济发展具体测度的文献较少，关于各个省份数字经济发展测度的研究更是非常匮乏。同时，因为数据口径以及内涵定义等方面的差异，国内外现存的数字经济测度指标体系还不统一，测度重点不同，往往呈现出不同的测度结果。[2]因此，我国各个省份数字经济发展水平如何？各个地区数字经济发展处于何种阶段？不同地区数字经济与制造业融合发展情况如何？这些问题都还没有得到有效的实证检验，基于此，本文在现有研究成果的基础上，构建新的数字经济发展水平评价体系。首先对数字经济综合发展水平、数字基础设施、数字产业、数字经济融合发展情况以及数字经济发展环境的空间差异进行测度；其次利用灰色关联法对不同区域数字经济与制造业的融合程度进行测度。通过定量分析，明确当前数字经济发展的具体空间差异情况，为我国未来数字经济及其与制造业融合发展提供一定的决策参考。

二、数字经济发展水平评价指标体系构建

目前，学术界以及政府部门对数字经济的测度方法主要分为两类：直接法和对比法。前者是在界定范围下直接对数字经济的规模体量进行统计，后者是基于多个维度的指标对不同地区数字经济具体情况进行对比。[3]因为当前对数字经济还没有明确统一的定义，在数字经济的测算上各地区存在较大的差异，因此在区域对比时，直接法会有一定的偏差。对比法因为包含范围广、数据来源统一、测度更具有针对性，能够更好的对各地区差异情况进行测度，在国内外得到了广泛的应用。

国内外研究机构在构建数字经济评价体系时，因为面对的评价对象不同，数据统计口径不同，因而各有差异。国际上对数字经济的评价起步较早，评价体系集中在数字经济的基础、应用、影响等方面。欧盟通过构建宽带接入、人力资本、互联网应用、数字技术应用、公共服务数字化程度等指标进行测度；经合组织则是通过投资智能化基础设施、赋权社会、创新能力、ICT促进经济增长与增加就业岗位等四个指标进行测度；世界经济论坛从环境、准备度、应用及影响等四个指标进行测度。国内评价体系首次出现则是在2017年，数据较新、差异较大，主要包含了数字经济基础设施、数字经济融合发展(应用)、数字经济产业、人才、创新等方面。上海社科院在构建全球数字经济竞争力指数评价指标体系时选取了数字基础设施竞争力、数字产业竞争力、数字创新竞争力、数字治理竞争力等指标；财新等构建数字经济指标体系时选取了数字经济产业指数、数字经济融合指数、数字经济溢出指数、数字经济基础设施指数；苏州大学等数字经济指数测度选择了发展环境、信息产业、数字化融合发展等指标。

在学术界，王如意选取了数字经济基础设施、核心产业以及融合应用(个人应用、企业应用、政府应用)等一级指标对浙江省各市数字经济发展做了对比。[4]陈芳选取了经济效率、社会进步、结构优化、资源环境等4个一级指标对中国数字经济发展质量作出了综合评价。[5]蓝国娇选取了数字基础设施、数字产业、融合发展以及发展环境等4个一级指标对我国中部地区数字经济发展水平进行测度。[6]结合国内外研究机构及学术界的研究，可以发现对数字经济发展的测度，主要是从数字基础设施、数字经济的融合应用以及数字产业等三大模块进行的，因此本文参考蓝国娇的一级指标构建，结合国际成熟体系对其二级指标进行丰富，构建如下评价指标体系(见表1)。

表1 数字经济发展水平评价指标体系

数字基础设施指标从终端设施和网络资源角度入手，数字产业指标从产业规模及技术创新入手，融合应用从个人、企业及政府的角度入手，发展环境指标从政策环境以及人才环境双向入手，各三级指标具体情况如表1中所示。与其他评价体系相比，本文增添了发展环境、政府应用等指标，丰富了数字融合应用的内容，完善了数字可持续发展指标，更加科学全面。其中，X1-X4、X6、X7、X15-X17来自《中国统计年鉴》，X5来自《中国信息年鉴》，X8-X10来自国家统计局，X11-X14、X18、X20-X23来自国研网，X19来自《省级政府和重点城市网上政务能力调查评估报告》。

三、数字经济发展水平测度及其空间差异分析

(一)数据处理与权重确定

本文选取熵值法确定各级指标权重值，并采用加权汇总的方式确定综合评价结果以及二级指标结果。本文选取2020年数字经济相关数据对我国内地31个省份(港澳台除外)进行研究，因为各指标存在着量纲差异，需对其进行无量纲处理，具体如下：

(3.1)

其次，根据熵值法确定指标权重W，具体如下：

(3.2)

(3.3)

gj=1-ej，0≤gj≤1

(3.4)

(3.5)

式中，Wj为第j项因子权重值。

接着，计算第i个地区第j项指标得分：

Fiy=WiX'ij

(3.6)

式中，Wj为各一级指标中因子个数。

最后，对各指标得分进行线性加总，得到我国各省数字经济综合发展水平Fi：

(3.7)

式中，n为一级指标个数。

(二)测度得分

通过计算可以得到中国内地各个省份数字经济发展综合水平，以及二级指标中数字基础设施、数字产业、数字经济融合应用、数字经济发展环境等要素得分，其具体结果如表2。

表2 2020年中国内地各省份数字经济发展水平得分及排名

从表中评价结果可知，我国内地各地区数字经济发展水平差距较大，而且各项指标的空间分布水平各有不同。为更好地了解其空间差异情况，本文进一步对数字经济发展水平进行了空间差异分析，利用GIS图进行展示，具体如图1-图5。

图1 数字经济发展水平空间分布图

(三)空间差异分析

1.数字经济发展水平空间差异结果

根据图1结果，我国数字经济发展水平空间特征明显，存在着严重的数字鸿沟，断层现象明显，整体上呈现出东部沿海地区显著优于大部分中西部地区的趋势。[7]数字经济发展水平最高的地区是北京、上海和广东，其综合得分分别为0.669、0.449、0.443，较其他地区呈现出断层性的优势；紧随其后的便是浙江、江苏及天津，从空间角度看这些省份都属于东部沿海地区，这其中浙江发展最优，得分为0.320，江苏和天津分别为0.279和0.229，远高于全国平均水平0.147；第三类则是辽宁、山东、福建、江西、安徽、湖南、湖北、河南、陕西、贵州、重庆等地，这些省份的测度得分高于0.082，基本在平均水平左右；而其余地区则属于最后一类，得分远低于平均水平，其中西部、中部省份较多，东北地区的黑龙江、吉林以及东部的河北也归属其中。这种发展空间差异是地理位置、政策、教育、资源、人才、产业环境等多种因素共同作用所呈现出的结果。

2.数字基础设施空间差异结果

数字基础设施是发展数字经济的先决条件和前提。从图2可知，我国数字基础设施水平的空间差异明显小于数字经济综合发展水平，说明我国数字基础设施建设起步较早，且在各地都得到了不同程度的发展。在数字基础设施方面，北京、上海仍然显著优于其他地区，测度值分别为0.259、0.192，而其他地区测度值则均小于0.1；其次便是东部沿海的广东、福建、浙江、江苏及天津，其中天津与浙江得分高于0.05领先于其他地区；数字基础设施前两类的城市与数字经济综合水平相比仅多了福建省，但第三类城市则显著增多，所有的东中部省市均归属第三类，西部的四川、云南与东北的吉林也归属第三类；而西部地区的其它省份以及东北的黑龙江数字基础设施水平则远低于其它地区归属第四类，仍有较大的进步空间。

图2 数字基础设施水平空间分布图

3.数字产业空间差异结果

数字产业是带动数字经济发展的重要推动力，发展数字产业也是助推数字经济发展的重要内容。从图3可知，数字产业的发展不同于前两类的区域特征，深色区域多。广东、北京、江苏、浙江四个地区领先于其它地区，测度值均在0.088之上，归属第一类；紧接其后的便是上海、天津、福建、安徽、山东、湖北等东中部地区以及四川、重庆、陕西等地，测度结果均在均值0.050之上，这些地区数字产业发展都取得了较好的成绩；而其余的东部及中部地区均属于第三类，处于成长进步阶段，该类地区数量最多；黑龙江与内蒙古、新疆、西藏等西部偏远地区则属于第四类。数字产业仍是东部地区高度领先，特别是广东、江苏、北京优势明显，但其他地区之间的差异较小，仅个别偏远地区发展落后。

图3 数字产业发展水平空间分布图

4.数字融合应用空间差异结果

数字经济的发展核心是实现数字技术在社会生活中的应用。从图4可知，我国当前数字技术融合应用水平总体偏低，且融合应用受到个人应用、企业应用与政府应用等三个层面指标共同影响，因此区域特征不明显。北京、上海、浙江、广东四地归属第一类，测度得分均在0.040之上，其融合应用水平远高于其他地区；而归属第二类的仅有天津、江苏、安徽、福建、海南、重庆等地，得分在0.022-0.039之间，融合水平较高；第三类和第四类地区没有显著的区域特征，其中第三类地区除江西、湖北、山东、辽宁、吉林等地，其余多为西部地区省份，这是因为新疆、内蒙、青海、宁夏等地区的个人融合发展程度较高，从而提升了其数字融合发展得分。这样的得分结果源于国家政策的支持以及地区人口稀少，使这些地区拥有较高的人均资源，但其企业融合发展以及政府融合发展仍处于较低水平。

图4 数字融合应用空间分布图

图5 数字发展环境空间分布图

5.数字发展环境空间差异结果

数字发展环境是一个地区数字经济持续发展的保障。在数字发展环境的测度中，本文选取了政策环境与人才环境两项指标。从图5的测度结果可知，当前我国的数字发展环境仍然存在着较大的空间差异，仅北京、上海、辽宁归属第一类，且其政策环境及人才环境均位列前4；第二类的省份有广东、浙江、江苏、山东、安徽、湖北、重庆、陕西、山西，这其中江苏、浙江、安徽、山东、广东、重庆两项排名均较为靠前，而湖北、陕西则是人才环境得分较高(分别为第4、第8)，从而使得发展环境得分较高，山西因为政策环境得分较高(排名第7)因此发展环境得分较高；第三类省份包含地区较多，仅吉林、海南、广西、贵州、云南、青海、西藏等边缘地区归属第四类。其中第三类中的新疆、甘肃、宁夏等西部地区人才得分较低，但因为较高的政策环境得分(排名均前17)提升了总分，四川则是人才政策得分较高，其余省份双项得分相差较小。

四、数字经济与制造业融合发展测度

基于数字化信息通信技术的第三次工业革命为第四次工业革命奠定了基础。2017年联合国贸发组织指出，数字经济已经不单单是在个人消费领域发挥作用，随着大数据采集、汇聚等技术的发展，数字经济开始深入到企业和工业系统，促进制造业实现新生态模式、新产品开发、新销售模式等数字转型，将会给制造业发展带来巨大的影响。当前，国内外的研究大多是对两者关系的探讨，数字经济与制造业之间融合度的评价非常欠缺，急需对其进行理论和实证研究。在数字经济与制造业融合发展程度的测度上，本文借鉴过去对信息化及工业化两化融合的测度方法，进行实证探究，为我国数字经济与制造业融合发展的测度作出理论及数据贡献。

(一)研究方法

传统的两化融合度测度方法有数理统计法和灰色关联分析法。数理统计法对数据量要求较高，且需要人工与计算机辅助进行，可能会出现测度的偏差，数字经济与制造业的融合因子数量大小相差较大，缺乏分布规律，因此更适合灰色关联分析法。[8]灰色关联分析的基本思想是根据曲线间量级变化大小的接近性和相似程度来判断因素间的关联程度，由于它对样本量的大小没有过高的要求、不需要典型的分布规律且计算量小，定性与定量分析结果吻合度高，近年来得到了广泛的应用。[9]灰色关联的具体步骤如下：

1.确定指标体系，收集数据，将n个数据序列形成序列矩阵：

(4.1)

其中m为指标个数；

2.确定参考数据列

参考数据列是一个处于理想水平的比较标准，既可以是各项指标的最优值(或最劣值)构成参考数据列，也可以根据评价目的选择其它参考值，记作：

(4.2)

3.对指标数据进行无量纲化

本文采取熵值法中所用的处理方法，无量纲化后得到如下矩阵：

(4.3)

4.逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值，即|x0(k)-xi(k)|，(k=1，…，m；i=1，…，n；n为被评价对象个数)；

|x0(k)-xi(k)|；

6.计算关联系数

对每个比较序列与参考序列对应元素的关联系数进行测度，公式如下：

k=1，…，m

(4.4)

式中，ρ为分辨率系数0<ρ<1。ρ越小，关系系数间差距越大，区分能力越强，通常取值为0.5；

7.计算关联序列

对各评价对象分别计算其各个指标和参考序列对应元素的关联系数均值，以反映各评价对象与参考序列的关联联系，称其为关联序，记为：

(4.5)

8.如果各指标在综合评价中所起作用不同，则可以对关联系数求加权平均值，即

9.依据各观察对象的关联序，可得到最终结果。

(二)指标选取及数据说明

在2016年的G20峰会上，关于数字经济的阐释提到，以使用数字化的知识和信息作为生产要素、以现代化信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。一段话囊括了数字基础设施、数字化产业、数字技术创新三项指标。郗恩崇等人指出，基础设施的大量投资和建设，能够提升产业内生产要素的协调水平，这对于传统制造业的发展至关重要。[10]沈运红等指出，数字技术作为数字经济的核心，不仅是推动数字经济发展的主要引擎，同时为制造业发展提供不可或缺的技术创新。[11]周志丹则在其研究中指出，在各项数字技术不断进步的同时，数字化产业和制造业之间联系越来越紧密，融合之势逐渐突显。[12]由此可知，数字基础设施、数字技术创新以及数字产业对数字经济和制造业融合发展的重要作用，同时数字经济发展环境也是保障数字经济与制造业融合能够持续进行的关键。

基于此，本文选取数字基础设施、数字技术创新、数字产业以及数字发展环境等方面具有代表性的变量投入到模型中，作为数字经济与制造业融合发展的影响因素进行研究。在变量选取中，参考熵值法中权重大小进行指标选择。在数字基础设施方面选择每平方千米互联网宽带接入端口数、每百人拥有域名数、每百人拥有网页数；在数字产业方面选择电子信息制造业主营业务收入占GDP比重、软件业务收入GDP占比；在数字技术创新方面选择技术市场成交额占GDP比重、专利申请数；在数字发展环境方面选取电信固定资产投资占全社会固定资产投资比重与硕士及以上成员从业人员占比，制造业发展水平用《中国工业统计年鉴》中制造业工业销售总值(X0)来表示。

(三)模型结果

将我国制造业发展水平及数字经济放入同一个灰色关联系统中，制造业发展水平作为母序列，数字经济发展水平及相关影响因素作为子序列，测度数字经济与制造业融合发展水平，及相关影响因素与制造业之间的关联序。为对我国数字经济发展的空间差异有连贯性了解，在关联度测度中，针对四类数字经济发展水平地区逐个进行测度，测度结果如表3。

表3 制造业与数字经济及数字经济影响因子之间关联度

从数字经济和制造业的关联度来看，第一类地区数字经济与制造业之间关联度高达0.762，说明在北京、上海、广东数字经济与制造业之间高度融合；而在第二类地区(天津、浙江、江苏)与第三类地区(辽宁、安徽、福建等)两者之间的关联度分别为0.646、0.620，说明数字经济与制造业之间融合发展已取得一定成效，处于中级融合阶段；第四类地区(山西、内蒙古、吉林等)数字经济与制造业关联度为0.532，说明这类地区数字经济和制造业处于初级融合阶段。

在第一类地区，数字经济高度发展，数字经济发展已经完成了靠数字要素投入带动数字经济发展的阶段。X9、X10与制造业的关联度均在0.8之上，其中X9代表政府对数字经济发展的投入和扶持力度，X10代表地区人才水平，这一测度结果表明在北京、上海、广东地区数字经济获得的政策支持越来越多、人才水平不断提升，为数字经济与制造业融合发展创造了良好的发展环境。在第二类地区，各影响因子与制造业的关联度相对均衡，基本围绕在0.6左右，宽带接入数、技术市场成交额甚至超过数字经济与制造业关联程度，说明在第二类地区各项数字指标均在高速发展，为实现数字经济与制造业融合发展发挥了巨大的作用。第三类地区与第四类地区在数字影响因素与制造业的关联度上差别不大，均保持在与数字经济关联度接近的水平，略低于第二类地区。说明这两类地区在数字基础设施、数字产业与数字技术创新方面正在不断完善，数字经济与制造业融合发展方面仍有较大空间。综合数字经济发展水平测度结果，可将我国四类地区进行新的特征分类，如表4所示。

表4 我国内地各省份数字经济发展及其与制造业融合发展水平特征

五、结论与建议

数字经济作为推动全球经济增长的重要引擎，正对世界政治经济格局发挥着重要作用。习近平总书记多次提到数字经济的重要意义，并强调了数字经济健康发展的重要性。因此，本文在梳理前人文献的基础上，构建数字经济发展水平评价体系，通过熵值法测度我国数字经济发展的空间差异，并采取灰色关联法对我国数字经济与制造业融合发展的空间差异进行测度。为我国数字经济健康发展、消除数字鸿沟、推动数字经济与制造业融合发展做出贡献。

本文研究主要得到以下结论：

第一，从数字经济的整体发展来看。我国数字经济增速快、体量大，但数字鸿沟严重，空间差异大。北京、上海、广东属于数字经济高发展地区，天津、浙江、江苏属于数字经济中发展地区，辽宁、安徽、福建、江西、山东、河南、湖北、湖南、重庆、贵州、陕西等地属于数字经济低发展地区，其余地区属于数字经济欠发展地区。

第二，从分项指标来看。数字基础设施均衡度高于数字经济发展水平，东中部地区数字基础设施基本完善，部分西部地区及东北地区数字基础设施水平偏低；东中部多数地区数字产业已初见成效，黑龙江及西部外围省市数字产业较为落后；数字融合应用水平总体空间特征不明显，东部沿海地区及北京、天津、重庆等地融合应用水平领先；发展环境方面整体均衡度较高，其中东部沿海及北京、天津等较发达地区人才优势明显，内蒙、西藏、新疆等偏远西部地区则表现出明显的政策优势，中部地区两者均较为欠缺。

第三，从数字经济与制造业融合发展来看。当前各地区的融合发展程度也存在着较大差异，北京、上海、广东数字经济与制造业已实现了高度融合，多数东中部地区实现了中度融合，大部分西部地区及东北地区仍处于低度融合阶段。综合数字经济发展水平及数字经济与制造业的融合程度，可以将我国分为四类地区：高发展高度融合、中发展中度融合、低发展中度融合、欠发展低度融合。

因此，参考测度结果，本文提出以下建议：

第一，健全数字经济发展测度，针对性解决问题。从对我国数字经济发展水平以及数字经济与实体经济融合发展的测度结果可知，当前我国各个省份所处的发展阶段不同，面对的发展问题不同，有针对性的发展策略才是最高效的发展策略。[13]对于高发展高度融合地区，要保持发展速度，规范发展环境；对于中发展中度融合地区，要同时推动数字经济以及数字经济融合发展的进展；对于低发达中度融合地区，要大力提升数字经济发展，带动数字经济与制造业的深度融合；对于欠发达低度融合地区，要加紧完善数字基础设施，完善数字经济发展环境，为制造业数字化创造发展环境。

第二，加大政府引导、扶持作用，保障数字经济持续协调健康发展。政府的引导、扶持对于提升数字经济发展环境、减小数字鸿沟能够发挥巨大作用。从政府层面把控数字经济发展水平，培育数字经济示范区，为落后地区提供发展引导，通过政策便利、税收优惠等手段激励落后地区发展数字经济的积极性。针对制造业数字化发展也要给予同样的政策支持，从政策层面对落后地区进行发展引导。要注意相关法律规范，按照地区数字经济发展情况，在给予企业发展自由的同时，维护地区数字经济发展环境，实现数字经济的长期健康发展。

第三，引进数字人才，培育跨界人才。无论是数字产业化还是产业数字化，人才都是最大的挑战。数字人才的重要性已经引起了各地的重视，但中西部地区数字人才仍较为紧缺，需要有针对性地加大人才引进政策力度，吸引高技术人才。同时为实现产业数字化，完成制造业与数字经济的高度融合，要以前瞻性眼光培育既有数字化思维又熟悉制造业生产的跨界综合型人才，使其能够在产业数字化延伸发展中及时发挥作用。具体的，要以本科教育为依托，适时地向研究生教育延伸，同时在企业中选拔优秀人才培育发展。