中国数字经济发展的区域差异及驱动因素——基于空间面板模型的实证分析

聂昌腾，张 帆

（1.江西财经大学 信息管理学院，江西 南昌 330032；2.福建商学院 国际经贸学院，福建 福州 350016）

一、引言

互联网、信息通信技术的快速发展将人类带入数字化时代，尤其是2011 年以来大数据、云计算、人工智能等新型数字技术的涌现和成熟，国家逐渐认识到数字经济的重要性，并将其作为新时代、新阶段中国经济高质量发展的新引擎。数字经济早在1996 年就被提出，但目前人们对数字经济内涵的认识仍未达成一致。数字经济内涵无法准确界定，其中一个重要的原因是信息技术的快速变迁导致数字经济涵盖的内容随时间的推移而快速发生变化。当前对数字经济内涵的认识主要涉及数字产业化和产业数字化两个方面：对于数字产业化，主要是指将数字化的产品与服务从传统国民经济活动中分离出来成为一个独立的核心产业，具体包括通讯产业、电信产业、软件产业、互联网行业等（许宪春、张美慧，2020）。对于产业数字化，主要表现为融入数字元素后的一种新型经济形态（蔡跃洲，2018），是ICT 产品和服务与其他领域融合后的产物，体现了数字经济的融合效应（戚聿东、肖旭，2020）。

学者们围绕数字经济进行了较丰富地探索，主要基于两个角度：一是数字经济发展对经济社会发展的影响，具体包括对经济增长、高质量发展、全要素生产率、产业结构、创新、就业、创业等的促进作用（王开科等，2020；Myovella 等，2020；赵涛等，2020；Yin 等，2019），重点突出数字经济的新引擎、新动能地位；二是数字经济自身发展相关研究，主要涉及数字经济测度、数字经济发展的影响因素和区域差异。对于数字经济测度，包括已有指数和自建指数两种方法。田俊峰等(2019)采用腾讯研究院公布的“互联网+”数字经济指数来测度东北地区数字经济发展水平。鉴于腾讯数字经济指数的局限性，Li 等(2021)从数字基础设施、数字化人才、数字产业产值三个维度构建指标，并运用熵权法测算出2003—2018 年中国数字经济综合指数。而You 等(2021)仅用互联网上网人数来衡量数字经济发展水平，是一种相对简单的处理。值得注意的是，杨慧梅、江璐(2021)综合考虑数字产业化和产业数字化两大特征，采用主成分分析法测算出中国省际层面的数字经济指数，较为科学和全面地刻画了数字经济发展水平。对于数字经济发展的影响因素和区域差异，钟业喜、毛炜圣(2020)采用空间计量法探讨了长江经济带数字经济发展水平空间格局，并发现信息化水平、产业结构、城市等级是长江经济带数字经济发展的重要影响因素，他们还指出经济基础较差的地区可以依靠建设信息基础设施和推动产业升级发展数字经济来实现“弯道超车”。Li&Liu(2021)基于经济增长理论和新经济地理理论研究了中国八大综合经济区数字经济发展水平差异，并探索了投入要素、技术进步和制度变迁对数字经济发展的影响。综合来看，国内外相关研究集中于数字经济对经济社会发展的影响，对数字经济本身发展的分析不足，尤其是从空间经济学视角研究数字经济发展的时空特征及其驱动因素的较少。同时，现有研究对数字经济发展水平的测度不足，如仅考虑数字产业化而忽视了数字技术与传统产业融合的产业数字化、借鉴研究机构的已有指数则面临时间跨度短的缺陷，难以从时间维度考察数字经济发展的动态演进特征，这些缺陷影响了研究结果的科学性。

发展数字经济是中国高质量发展阶段的重要战略部署，从国家到地方政府均陆续出台政策和规划予以大力支持。一方面，东部沿海省份期望借助数字经济实现二次飞跃，继续保持经济发展水平的领先地位；另一方面，中、西部省份则希望凭借数字经济这个“新赛道”实现“弯道超车”。然而，区域间发展数字经济的环境差异很大，东部沿海区域具备良好的经济实力和基础设施条件，而中、西部区域则拥有较为丰富的自然资源和较低的人力物力成本。那么，中国各地区数字经济发展水平如何？地区间数字经济发展水平存在怎样的差异和空间格局？全国及各区域数字经济发展受到哪些驱动因素的影响？这些问题的厘清对于制定科学合理的数字经济发展政策、引导数字经济健康协调发展具有重要意义。

研究可能的边际贡献包括：第一，采用国家统计局最新公布的《数字经济及其核心产业统计分类（2021）》来测度数字经济指数，测度范围覆盖数字产业化和产业数字化，指标选取更加全面、合理；第二，运用Dagum 基尼系数方法能更好地从时空角度分析数字经济发展的区域差异及差异的主要来源；第三，从空间相关性视角考察数字经济发展的驱动因素，更为科学地发现各区域数字经济发展的制约和优势因素。

二、指标选取、数据来源与研究方法

1. 指标体系与数据来源

测度中国数字经济发展水平，首先要构建反映数字经济水平的评价指标体系。研究以国家统计局《数字经济及其核心产业统计分类（2021）》确定的数字经济范围为基础，并参考杨慧梅、江璐(2021)对数字经济的界定和剖析，遵循科学性、针对性、可操作性和可得性等原则，从数字产业化和产业数字化两个大类来衡量各省份的数字经济发展水平，具体选取的变量指标见表1。文章选取2006—2019 年中国30 个省份（西藏和港澳台地区除外） 的数据为研究样本，研究所采用的原始数据主要来源于《中国统计年鉴》 《中国城市统计年鉴》 《中国科技统计年鉴》 《中国电子信息产业统计年鉴》 《中国信息年鉴》 《中国工业经济统计年鉴》以及历年《中国互联网络发展状况统计报告》。

表1 数字经济发展水平评价指标体系

2. 研究方法

（1） 数字经济测度方法

根据表1 细分的各级指标，采用主成分分析法获得最终的数字经济指数来衡量数字经济发展水平，为了方便比较不同省份各年份指标，在主成分分析过程中进行数据标准化以消除量纲，最终得到的各省份数字经济发展水平介于0～1 之间。标准化公式如下：

其中，i表示省份，t表示年份，xit、xit′分别为主成分分析法直接得到的数字经济发展水平和标准化之后得到的数字经济发展水平。

（2） Dagum 基尼系数

相较于变异系数、泰尔指数和传统基尼系数等衡量区域差距的方法，Dagum 基尼系数可以将特定变量的总体差异分解为区域内差异、区域间差异和超变密度三部分，能够准确识别各个部分对总体差异的贡献程度(Dagum，1997)，被广泛用于研究空间差异问题。Dagum 基尼系数的定义如下：

其中，μ 表示所有省份数字经济发展水平的均值；yji(yqr)表示地区j(q)内省份i(r)的数字经济发展水平；n为省份个数，k为划分的地区个数。基尼系数G越大，表示数字经济发展水平差异越大。

（3） 空间计量模型

相较于传统回归方法，空间计量模型考虑了样本间的空间依赖性和空间关联性，常用的空间计量模型包括空间误差模型(SEM)、空间滞后模型(SAR)和空间杜宾模型(SDM)。三种模型的设定如下：

其中，式(4)为空间误差模型，式(5)是空间滞后模型，式(6)是空间杜宾模型；Y为被解释变量数字经济发展水平，W表示空间权重矩阵，Xit表示一系列解释变量，βi表示各解释变量的估计系数，μi和φt分别为个体固定效应和时间固定效应；θit为随机干扰项；λ 表示误差空间相关系数；ρ 表示空间滞后项系数，若显著则表明被解释变量存在空间相关性。

三、中国数字经济发展水平的空间特征

1. 特征描述

根据上文测度方法得出2006—2019 年全国各省份数字经济发展水平。以2019 年数字经济发展水平为例，研究测算的结果与腾讯研究院、赛迪顾问发布的2019 年各省数字经济水平排名较为一致，充分说明构建的数字经济发展水平指标体系较为科学、合理。

基本特征表现为：数字经济发展水平在各省分布不均衡，总体呈现“东高西低”的空间分布特征。为了进一步分析中国数字经济发展水平的区域差异和空间分布等空间特征，将全国省份划分为东部地区、中部地区、西部地区和东北地区四大区域①东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省份；中部地区包括山西、安徽、江西、河南、湖北和湖南6个省份；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆11个省份；东北地区包括辽宁、吉林和黑龙江3个省份。。四大区域的数字经济发展水平均值从高到低依次为东部地区、中部地区、东北地区、西部地区，分别为0.49，0.26，0.22，0.15，且中部地区、东北地区和西部地区均低于全国平均水平(0.29)。

从全国及各地区内部经济发展态势来看（见图1），数字经济发展水平表现出较大的差异性。首先，对比全国各省份的数字经济发展水平，广东的数字经济发展水平均值位列全国第一，数字经济指数在0.9 以上，青海的数字经济发展水平均值全国最低。其次，从四大地区数字经济发展水平的内部差异来看，东部地区省份之间差异很大，广东、江苏的发展水平在0.8 以上，而海南仅为0.04，天津低于0.2；中部地区各省份的发展水平均在0.1～0.4 之间，各省份之间差异相对较小；西部地区的整体发展水平较低，而且区域内省份之间差异较大，其中四川的发展水平接近0.4，而青海、宁夏、贵州的发展水平不足0.1；东北地区中辽宁的发展水平明显高于其他两个省份。

图1 各省数字经济发展水平

2. 空间差异与分解

文章采用Dagum 基尼系数方法测度2006—2019 年数字经济发展水平的总体基尼系数，并按照子群分解方法测算出四大区域的基尼系数，以彰显中国数字经济发展水平的区域差异。

（1） 总体差异和区域内差异

图2 展示了全国和四大地区数字经济发展水平基尼系数逐年变化趋势，反映了发展水平的空间分布差异和演变趋势。从全国层面看，数字经济发展水平总体差异的变化为先下降后上升，基尼系数数值处于0.35～0.45 之间，2014 年达到最低点0.351。具体可划分为两个阶段：2006—2014 年，基尼系数从0.439 下降至2014 年的0.351，这段时期内全国数字经济发展水平的不均衡程度有所减轻；2014 年之后，基尼系数开始升高，表明数字经济发展水平的不均衡程度加剧。

图2 数字经济发展水平的基尼系数演变趋势

从四大地区来看，2006—2019 年东部地区、中部地区和西部地区数字经济发展水平的基尼系数呈现上升趋势，基尼系数分别从0.301、0.138、0.356 上升到0.320、0.204、0.427，上升幅度分别为6.31%、47.83%、19.94%，这表明中部地区和西部地区的内部差异增加明显。与此相反，东北地区基尼系数总体呈现先上升后下降趋势，从2006 年的0.177 上升到2012 年最高点0.234，之后下降到2019 年的0.121，总体下降幅度为31.64%，这说明东北地区数字经济发展水平的内部差异在震荡中呈现下降趋势。

（2） 区域间差异

表2 的区域间基尼系数反映了中国数字经济发展水平区域间差异的时空演变趋势。总体来看，东-西部地区的区域间差异最大，历年均在0.5 以上，其次是东-中部地区，东-东北地区，历年基尼系数大多都保持在0.4 以上，中-东北地区的区域间差异最小，大多数年份在0.3 以下。从趋势上看，东-中部地区、东-西部地区和西-东北地区的区域间差异呈现明显的“下降-上升”趋势，而且总体呈下降趋势；东-东北地区和中-西部地区的区域间差异也表现为“下降-上升”趋势，但总体呈上升趋势；中-东北地区的区域间差异整体表现为波动中上升的趋势。值得注意的是，中-东北地区区域间差异上升幅度较大，2006—2019 年上升了70.71%，而且在2019 年超过西-东北地区的区域间差异。从整体时间演变趋势看，“十三五”时期各区域间差异均有较大幅度上升，而同期全国正在大力发展数字经济，这在一定程度上说明各区域数字经济发展水平受当地经济、社会、区位等因素的影响。

表2 四大分区数字经济发展水平的区域间基尼系数

（3） 差异来源及贡献度

图3 反映了中国数字经济发展水平区域差异的来源及贡献度，贡献度的变化反映了发展水平差异产生机制的变化。2006—2019 年，数字经济发展水平区域间差异贡献度始终大于区域内和超变密度贡献度，这表明区域间差异是总体差异的主要来源，区域内差异为第二主要来源，超变密度的贡献度最低。从差异来源的演变上看，区域间差异的贡献度有较明显下降；区域内差异的贡献度呈小幅上升趋势；超变密度的贡献度虽然最低，但观测期内上升幅度最大，这说明随着时间推移数字经济发展水平低的区域内部个别省份的发展水平上升较快，开始赶超高水平区域内部落后的省份。综上可知，中国数字经济发展水平的总体差异主要来自区域间发展水平的巨大差距。

图3 数字经济发展水平的差异来源及贡献度

四、中国数字经济发展驱动因素分析

数字经济是一种新型经济形态，其本质是传统经济与数字技术深度融合的产物，数字经济发展势必受到区域经济社会状况、资源禀赋和区位等因素的影响。因此，文章从经济发展水平、外商投资水平、人力资本、产业结构、经济外向程度、道路基础设施等方面考察数字经济发展的驱动因素（何菊香等，2015；王彬燕等，2018；刘军等，2020），并采用空间计量模型分析各驱动因素对区域数字经济发展的影响程度。

1. 驱动因素说明

经济发展水平采用人均GDP 表征区域经济发展水平(EDL)；外商投资水平用外商直接投资额来衡量(FIL)；人力资本用平均受教育年限来衡量(HC)；产业结构用第三产业产值占GDP 比重表征产业结构(IS)；经济外向程度用进出口总额占GDP 比重来衡量(EO)；道路基础设施用铁路与公路网密度来衡量(INF)。

2. 空间相关性检验

（1） 空间权重矩阵

（2） 空间相关性检验

运用Moran's I 指数分析数字经济发展水平的空间相关性。结果如表3 所示，2006—2019 年中国数字经济发展水平的Moran's I 指数均为正值，而且均通过了1%显著性检验，意味着数字经济发展水平具有显著的空间相关性。

表3 数字经济发展水平的Moran's I 指数

3. 驱动因素实证分析

（1） 全国层面

在进行驱动因素分析之前，根据LM 检验、Hausman 检验和LR 检验结果选择合适的空间计量模型，以准确分析全国和四大区域数字经济发展的驱动因素。同时，对非比值型的驱动因素变量取对数处理，并进行方差膨胀因子检验，各变量的VIF 均小于10，因此可以排除多重共线性带来的影响。根据检验结果，全国层面选择空间滞后模型(SAR)后，空间滞后系数ρ为0.098，未通过10%显著性检验，将SAR 模型退回到传统OLS 模型。根据表4 中第二列的基准回归结果，外商投资水平、人力资本、经济外向程度、道路基础设施等均对数字经济发展有显著的促进作用。第一，外商投资水平每增加1 个百分点，数字经济指数提高0.014，主要是因为从全国层面引进外商投资既带来了额外的资本，也引入了国外先进的技术和理念，因此加快了中国数字经济的发展，这一结论与詹晓宁和欧阳永福(2018)的研究结论相似。第二，人均受教育年限每提升1 年，数字经济指数会提高0.029，因为数字经济无论从供给端的研发、创新，还是需求端的应用都离不开高素质人才，因此人力资本提升能显著促进数字经济发展。第三，进出口总额占GDP比重每增加1 个百分点，数字经济指数提高0.067，表明提升经济对外开放水平、大力发展数字贸易，对一国数字经济发展具有重要推动作用。同时，铁路与公路网总密度每增加1 个百分点，数字经济指数提高0.049，这是因为数字经济是线上和线下相融合的新经济，道路基础设施完善的地区电子商务与快递物流协同发展得更好，越有助于数字经济发展。此外，产业结构对数字经济发展具有负面影响，可能是因为中国数字经济发展不是以第三产业发展为主导，而主要依赖第二产业的数字化。最后，经济发展水平对数字经济发展的影响并不显著，在一定程度上说明数字经济发展不是发达地区的专利，恰恰是落后地区实现“弯道超车”的重要途径。

表4 数字经济发展的驱动因素估计

（2） 区域层面

由于中国数字经济发展呈现非均衡性，需要分区域考察数字经济发展的驱动因素（图4）。根据表4 第三列估计结果来看，东部地区的经济发展水平和对外开放水平对数字经济发展有显著的促进作用；而外商投资水平、人力资本、产业结构和道路基础设施与区域数字经济发展关系并不显著。这说明考察期内，东部地区的经济发展和对外开放是自身数字经济发展的最主要驱动因素，而投资水平、产业结构、人力资本和道路基础设施均较为完善，这些因素对数字经济发展没有表现出促进作用；根据表4 第六列回归结果，外商投资水平是东北地区数字经济发展的关键驱动因素，外商投资水平每提升1%，东北地区的区域数字经济指数提高0.025。从表4 第四、五列可以看出，中、西部地区道路基础设施对数字经济发展均有显著促进作用，铁路与公路网总密度每增加1 个百分点，中部地区和西部地区数字经济指数分别提高0.166 和0.102，而这与东部地区和东北地区不同，主要是因为中、西部地区由于地势地貌原因道路条件相对较差，因此完善道路基础设施对数字经济发展的边际贡献更高。此外，与全国层面不同的是，中部地区对外开放水平提高不利于数字经济发展，一种可能的解释是中部地区由于不属于沿海和沿边，资源投入到没有比较优势的对外贸易会抑制数字经济的发展；西部地区的人力资本对数字经济发展有显著的负向影响，可能的原因是数字经济发展需要相匹配的人力资本，但当人力资本相对过剩后继续投入会造成当地人才资源浪费，不利于数字经济发展，这与赵晓军、余爽(2020)的观点一致。

图4 全国及四大区域数字经济发展的驱动因素

五、结论与讨论

文章基于2006—2019 年全国30 个省份面板数据，在描述数字经济发展水平时空特征的基础上，进一步厘清数字经济发展的多元驱动因素及区域差异，主要研究结论为：

第一，中国数字经济发展水平在空间上表现出较强的非均衡性。总体来看，中国数字经济发展水平呈现“东高西低”的空间特征，四大区域内部不均衡程度不一，东部地区和西部地区内部省份之间差异很大，中部地区和东北地区内部省份之间差异相对较小。

第二，中国数字经济发展水平的总体差异呈先下降后上升的演变趋势，差异整体较大。从区域层面来看，观察期内东部地区、中部地区和西部地区数字经济发展水平的内部差异有明显上升；东北地区数字经济发展水平的内部差异表现出波动下降趋势。此外，区域间差异是总体差异的首要来源，区域内差异为第二主要来源，超变密度的贡献度最低。

第三，中国数字经济发展水平存在空间相关性，数字经济发展受多元化驱动因素影响。外商投资水平、人力资本、经济外向程度和道路基础设施对数字经济发展具有显著正向影响；经济发展水平对数字经济发展的影响不显著。从区域层面来看，东部地区和东北地区数字经济发展表现出虹吸效应；东部数字经济发展主要依赖经济发展水平和对外开放水平提升，中、西部地区数字经济发展中道路基础设施表现出正向的驱动作用，东北地区的外商投资水平对本区域数字经济发展具有显著促进作用。

根据上文分析研究认为：首先，要关注全国数字经济发展水平的不均衡，防范数字鸿沟的出现。数字经济已成为中国经济高质量发展的新引擎，但应认识到数字经济发展存在较大的区域间差异和区域内差异问题。因此，一方面需要统筹布局、优化资源配置，如通过财政转移和引导技术、资本向中、西部地区倾斜发展等政策，以缩小区域间差异；另一方面各区域内部省份应当发挥禀赋优势，有重心地发展当地数字经济，以缩小区域内差异。其次，政府要因地制宜，根据不同区域的数字经济发展状况制定差异化战略。具体而言，东部地区应当凭借自身的区位优势、基础优势等不断提升自身的经济发展水平和对外开放水平来继续保持数字经济发展的良好趋势；中、西部地区可以继续完善道路基础设施，为当地数字经济发展奠定坚实的基础；东北地区应当进一步改善投资环境，吸引优质的外资进入，一方面带来发展所需的资金，另一方面带来先进的技术和理念，以促进数字经济发展水平提升。