中国省域数字经济发展水平测度及其空间关联研究

金灿阳,徐蔼婷,邱可阳

(浙江工商大学 统计与数学学院,浙江 杭州 310018)

一、引 言

作为国民经济高质量发展的新动能,以数字技术为基础、数字化为标志的数字经济正深刻改变着传统经济的发展方式,在激发消费、拉动投资、创造就业等方面发挥着重要作用。自2017年以来,“数字经济”被四度写入中国政府工作报告。2021年的政府工作报告在延续2020年“打造数字经济新优势”的基础上增加了“数字产业化和产业数字化”“数字社会”“数字政府”“数字生态”等新内容,以适应“十四五”时期新发展阶段的新要求。毋庸置疑,在中国经济“从高速增长转为中高速增长”的新常态下,数字经济将成为新一轮经济增长的方向和突破口。在党和国家政策的引导下,各级地方政府纷纷出台数字经济发展规划,依托自身优势推进新一代信息技术与实体经济的深度融合,将大力发展数字经济作为打破地区合作藩篱、助推区域协调发展的重要契机。基于此,测度省域数字经济发展水平,探析省域数字经济的空间关联结构特征,是加快弥合省域“数字鸿沟”、助推中国数字经济均衡发展的内在要求,也是新发展理念下重塑中国经济空间格局的关键所在。

考察相关文献,有关数字经济规模的测度已涌现了系列成果。就测度方法来看,既有研究大体可归为三类:一是增加值法,即基于数字经济行业范围的界定,直接测度行业增加值以衡量数字经济规模[1-5]。二是指数法,即通过构建多维度评价指标体系,编制数字经济发展指数来刻画数字经济发展状况[6-17]。三是卫星账户法,即通过编制数字经济卫星账户,以灵活的账户结构来展现数字经济发展规模及其对宏观经济的贡献[18-20]。比较来看,鉴于数字经济中由数字技术渗透性和协同性引致的传统产业效率提升部分无法用行业GDP核算方法直接测算,且增加值作为一个单维的总量指标难以测度数字经济发展的效应[21];同时数字经济卫星账户的编制尚处于理论阶段,距离实际应用还存在行业界定、数据收集、供给使用表调整等若干难题,因此大部分研究通过编制数字经济发展指数来刻画数字经济规模。

进一步考察数字经济发展指数编制的相关文献,既有研究仍存在诸多问题亟待补充:其一,数字经济发展评价指标的筛选尚缺乏客观方法和规范流程。多数学者在参考大量文献的基础上采用经验法筛选指标[11,14-15,22],极易受学者自身研究水平的影响。研究机构构建的指标体系更是特色鲜明,其所筛选的指标多聚焦时事热点,且数据来源也多局限于微观企业的业务资源[6-7,10],存在一定程度的可持续性和可操作性问题。其二,数字经济发展指数的编制对象尚局限于整个国家或某片重点区域,且多以探析短期发展为主[8,11,16,23],缺乏对省域数字经济发展水平的长期动态考量。其三,基于数字经济发展指数的分析尚停留在区域差异的静态评价和影响因素的浅层探析[14],缺乏对省域数字经济空间格局进行深层次的考察。

基于此,本文融入投入产出思想构建多维度数字经济发展评价指标体系,据此探析中国省域数字经济发展及动态演变过程,并考察省域数字经济的空间关联结构特征。相较已有文献,本文的拓展之处在于:第一,基于投入产出视角并结合模糊集合思想,构建了多维度数字经济发展评价指标体系。运用纵横向拉开档次法为指标赋权,编制了更为客观的数字经济发展指数;第二,借助修正后的引力模型,测度了省域数字经济之间的联系强度,揭示了各省份在推进数字经济发展过程中的扩散效应和聚集效应;第三,引入社会网络分析法,根据数字经济引力值搭建省域数字经济关联网络,刻画了中国省域数字经济空间关联关系和时空演变特征,以期为推动数字经济的区域协调发展提供数据支持。

二、融入投入产出思想的数字经济发展指标体系构建

(一)融入投入产出思想的一级指标构建

随着数字经济不断向其他产业“渗透”和“赋能”,以及人工智能、云计算等新兴技术应用领域不断拓展,人们对数字经济的认识不断迈向深入,但由于其复杂性而仍未统一。目前备受研究者推崇的定义是由二十国集团(G20)在2016年杭州峰会上提出的。《G20国家数字经济发展与合作倡议》明确指出数字经济是“以使用数字化的知识和信息作为关键生产要素、以现代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重要推动力的一系列经济活动”。可以认为,数字经济的本质是涵盖一系列经济活动的现代化经济系统。根据投入产出理论,经济系统的良好运行取决于资源要素投入和生产成果产出的均衡发展。为此,本文从投入维度和产出维度分别构建数字经济发展评价的一级指标。

从投入维度来看,数字经济具有高技术性和高成长性特征,其发展扩大需要数字基础设施、数字创新资源等高端要素的大量投入。其中,与数据相关的软硬件基础设施为数字经济拓展应用场景、推进技术变革和创新商业模式提供了运行载体和驱动引擎。技术、人才和金融资本等创新资源的有效投入推动数字经济向依靠知识积累、技术进步和劳动力素质提升发展,进而形成以创新为引领的数字经济。同时,数字经济的发展还离不开政府的数字治理。这一方面是由于尚处于发展初期的数字经济不可避免地存在设施建设滞后、市场秩序不稳定等问题,需要政府通过宏观调控手段提供基础政策支撑和资金支持;另一方面数字经济特有的数据要素赋予了政府治理新的价值维度。政府依托数字技术,以数据集中和共享途径促进要素资源流转,鼓励市场主体深挖数据潜在价值,形成赋能数字经济发展的新路径。据此,投入视角的一级指标应包括三个方面,即数字基础设施、数字创新和数字治理。

从产出维度来看,数字经济在壮大以互联网、大数据、人工智能为代表的新型信息技术产业的同时,催生了一批以产业升级为特征的数字化新业态新模式。本文借鉴中国信息通信研究院有关数字经济产业的“两化”框架,将数字经济产出分为数字产业化和产业数字化两大类。其中,数字产业化对应数字技术带来的产品和服务,包括电子信息制造业、电信业、软件业等传统信息产业。产业数字化也称数字经济融合产业,指传统产业应用数字技术所带来的产出增加和效率提升部分。

(二)基于模糊集合方法的二级指标筛选

本文采用模糊集合方法对数字经济发展评价的二级指标进行筛选。模糊集合方法是一种基于数据驱动、处理不确定问题的数学方法。将模糊集合引入综合评价中,其属性约简原理能兼顾指标的全面性和代表性,可较为有效地解决二级指标种类冗杂、指标间信息重叠率高、指标选取主观性强等问题。具体筛选步骤如下:

(1)构建总指标库。选择近四年来国内有关数字经济的19个综合评价指标体系所涉及的二级指标进行同义替换和可观测性筛选,汇总成一个含有41个指标的总指标库。

(3)筛选评价指标。根据隶属度函数的偏态分布,设定F(xi)≥0.2的筛选标准,以此剔除移动电话交换机容量、域名数、信息通信技术产业固定投资等24个指标,保留移动电话普及率、互联网普及率、研发资本投入等17个评价指标。

需要指出的是,既有文献鲜有涉及政府数字治理维度的评价指标。数字治理是现代信息技术与治理理论结合的新型治理模式,其通过部门协同和社会参与,提高数字政府服务效能,助推数字经济高质量发展。该种治理模式涉及政府、公民与企业为代表的两大主体,通过数字化技术实现政府职能和权力向外、向下的延伸和转变,进而构建政府引导、多元主体协同共治的社会治理新格局。基于此,本文从治理主体视角出发,根据数字治理的政府引导和协同共治两大特征选择具体衡量指标。对于政府引导特征,鉴于政府的有效调控需要财政支持和政策保障,同时科技投入是数字经济发展的重要支撑,本文选择“财政科技支出占比”和“数字经济相关政策”进行衡量。对于协同共治特征,考虑到政府开放数据平台是协同共治的良好媒介,其建设与运维既需要企业的协同推进又需要公民的互动参与,本文据此选择“政府开放平台数量”作为代理指标。

(三)指标体系的框架和内容

表1描述了本文构建的中国省域数字经济发展评价指标体系。数据来源主要为《中国统计年鉴》(2013—2020年)、《中国科技统计年鉴》(2013—2020年)、中华人民共和国工业和信息化官网、各省政府工作报告(2013—2020年)以及中国开放数林指数网,部分指标数据通过计算得到。涉及价格因素的指标数据,均以2012年为基期,采用CPI指数进行缩减。对指标体系中缺乏数据支撑的“数字经济相关政策”指标,本文通过收集整理201个地级市的政府工作报告确定数字经济相关词频(1)具体包括:数字经济、智能经济、信息经济、知识经济、智慧经济、数字化信息、现代信息网络、信息和通信技术、ICT、通信基础设施、互联网、云计算、区块链、物联网、数字化、数字乡村、数字产业、电子商务、5G、数字基础设施、人工智能、电商、大数据、数据化、产业数字化、数字产业化、数据资产化、智慧城市、云服务、云技术、云端、电子政务、移动支付、线上、信息产业、软件、信息基础设施、信息技术、数字生活。,借助Python软件对政府工作报告进行分词处理,并统计数字经济相关词频数量以量化政府政策支持力度。

三、省域数字经济发展研究方法

(一)“逐层纵横向”拉开档次评价法

为从纵向时间维度和横向时间截面上最大限度地体现省域数字经济发展的差异性,本文采用“逐层纵横向”拉开档次评价法计算数字经济发展指数,具体步骤如下:

第一步,收集并整理数据。按时间顺序,收集30个省份(西藏、港澳台除外)各项指标具体数值,用{xi,j,t}表示。为保证数据口径的统一可比,采用王常凯和巩在武的“整体规范化[24],分时标准化”方法对原始数据{xi,j,t}进行标准化处理,具体公式如下:

表1 中国省域数字经济发展评价指标体系

(1)

(2)

(二)修正的引力模型

为研究省域数字经济的空间关联强度,本文引入引力模型。同时,考虑到省域数字经济空间关联因受省份自身发展水平的影响而呈现出非对称特征,本文借鉴汤放华等、刘华军等学者的处理方法[25-26],采用各省份的数字经济发展状况对空间关联的贡献率来修正引力常量k,以此来刻画省域数字经济的关联方向。基于此,构建引力矩阵(Gij)30×30以刻画省域间数字经济联系强度。同时,为消除微弱关联关系并简化整体网络分布,以2012—2019年省域数字经济引力均值为阈值对引力矩阵(Gij)30×30进行二值化处理。修正的引力模型为:

(3)

其中,Gij为省份i和省份j间的数字经济引力强度;k为修正后的引力常量;Mi,Mj分别表示区域i与区域j的数字经济发展水平;Dij为省份i和省份j的省会距离;r为距离摩擦系数,通常设为2。

(三)社会网络分析法

为进一步揭示省域数字经济的关联模式及其对全国及各省份数字经济发展的定量影响,本文引入社会网络分析法。具体地,以各个省份为节点、省域之间的数字经济引力为边构建省域数字经济空间关联网络。基于此,选用网络特征指标、凝聚子群分析方法来刻画网络关联方向、程度及结构特征,以此揭示各省份节点及凝聚子群在数字经济网络中所扮演的角色及作用。

1.网络整体特征

本文采用网络密度、网络等级度及网络效率指标来刻画省域数字经济空间关联网络特征。网络密度是反映整体网络连接紧密程度的指标,该指标值越大说明网络节点间联系越密切。网络等级度是描绘节点等级结构的指标,该指标值越大表示网络等级结构越森严,从属边缘节点越多。网络效率则是用来刻画节点间连接效率的指标,该指标值越大表示网络中连线越少,节点间联系越弱,整体网络稳定性越差。

2.节点关联分析

本文采用点度中心度指标、中间中心度和结构洞指标来展现省份节点的关联特征。其中,点度中心度是网络中其他节点与某一节点的直接关联数量,用以测量该节点的网络地位,具体指标值与节点的网络地位成正比。区别于点度中心度仅局限于两点间的关联,中间中心度指标和结构洞指标可刻画三个以上节点间的联系。中间中心度主要测度节点的中介作用,通过某节点落于其余节点间最短路径的频率来计算,其数值越高意味着节点控制资源的能力越强。结构洞指标从有效规模(Effective Size)、效率(Efficiency)、限制度(Constraint)和等级度(Hierarchy)四方面进行刻画。其中有效规模和限制度被认为是判断节点是否占据结构洞最重要的依据,分别代表某节点个体网络的非冗余因素和某节点在其个体网络中运用结构洞的能力。

3.凝聚子群分析

本文采用凝聚子群分析方法来揭示省域数字经济发展小团体聚集现象。通过CONCOR迭代相关收敛法对各省份进行非重叠性的聚类分析,将数字经济联系相对密切且具有相似结构的省份划分到同一凝聚子群,并通过内部子群密度、外部子群密度指标来分析子群内部节点和各子群之间的相互关系,以此展现各子群在整体数字经济关联网络中的作用。

四、实证分析

(一)省域数字经济发展水平测算

本文的评价对象是2012—2019年全国30个省份(西藏和港澳台除外)。基于纵横向拉开档次法计算的指标权重、全国及各省份的数字经济发展指数(EDI)如表2和图1所示(2)为方便比较,本文对数字经济发展指数统一按EDI×10进行扩大处理。。测算显示,中国数字经济发展指数由2012年的1.30稳步提升至2019年的3.11,年均增长率高达13.30%,表明中国数字经济正呈现蓬勃发展之势。同时,省域数字经济发展差距悬殊,发展水平由东部沿海向西部内陆渐次降低。以2019年为例,采用自然断点法将省域数字经济发展水平划分为四个层级。其中,作为改革开放前沿阵地,广东充分依托其数据资源富集、产业基础雄厚、融合应用场景丰富的发展优势,数字经济发展指数值高达8.10,稳居全国之首,联合江苏、北京、浙江形成中国数字经济发展的第一梯队。上海、山东、四川和福建以较高的数字经济发展水平紧随其后,指数值介于3.51和4.91之间,位列第二梯队。相较于第一、二梯队数字经济发展的强劲态势,安徽、河南、湖北等10个省份的发展水平稍显不足,各省份指数均值为2.84,略低于全国平均水平。受地理位置、基础设施等因素限制,云南、广西、海南等省份的数字经济发展尚未步入正轨,发展指数均值仅为1.80,形成了数字经济发展的末级梯队。

表2 “逐层纵横向”拉开档次法计算的指标权重系数

图1 2019年中国各省数字经济发展指数

为进一步探析中国省域数字经济发展的均衡程度,本文借鉴腾讯研究院“数字基尼系数”计算数字经济发展的省域差距。结果显示,中国省域数字基尼系数从2012年的0.374逐年下降至2019年的0.273,这在一定程度上体现了中国数字化进程正跨越传统“胡焕庸线”,由东部沿海地区向西北部地区推进,数字鸿沟呈现出弥合趋势,省域数字经济发展趋向平衡。

(二)省域数字经济空间关联分析

1.整体网络形态

根据数字经济引力矩阵(Gij)30×30,借助UCINET6软件绘制了2012—2019年中国省域数字经济网络图,如图2所示(3)本文仅展示了2019年省域数字经济网络图,对其他年份结果感兴趣的读者可以随时向作者索取。。从时序演化过程来看,中国省域数字经济关联网络结构呈现出从简单到复杂、从稀疏到稠密不断演变的特征。空间关联总数逐年上升,由2012年的49条上升至2019年的229条。同时,省域数字经济联系日益紧密,节点省份的集聚能力和扩散能力不断增强,处于边缘、孤立位置的省份逐步被关联网络所吸纳,整体网络密度也从0.056上升至0.263,联通可达、关联紧密的数字经济网络初步形成。此外,数字经济关联网络等级和网络效率从2012年的0.626和0.858降至2019年的0和0.714,表明省域数字资源要素的流动性大幅提升,由东部发达省份支配的数字经济空间关联结构被打破。

图2 2019年省域数字经济网络图

从网络整体结构来看,中国省域数字经济网络疏密程度不同,区域数字经济关联并不均衡,大致形成以东部发达省份为核心,中部省份为桥梁向其他省份辐射的网络空间结构。其中,关联稠密区域主要聚集在江苏、上海、北京、浙江、广东等东部地区以及中部地区的湖北和安徽。东部地区凭借自身雄厚的数字经济发展实力吸引其他省份与之开展数字经济交流活动,在网络中一直保持核心地位。安徽虽地处中部,但其作为长三角经济圈重要节点,紧挨东部沿海发达城市,承接江浙沪核心节点的数字经济辐射;湖北依托沟通南北、连接东西的独特区位优势与全国大多数地区建立了数字经济联系,成为数字经济网络重要节点。相较之下,中西部省份的数字经济起步较晚,与其他省份互动不足,存在明显地域分割现象。其中,重庆、四川身居内陆、发展腹地偏窄,加上发展初期自身数字经济水平偏低,一度处于中国省域数字经济网络边缘甚至孤立位置。新疆地处中国西部偏远位置,与其他省份距离较远,在数字经济网络中始终处于孤立状态。

2.节点关联分析

中国省域数字经济关联网络的点度中心度的测度结果如表3所示(4)本表仅展示了2012年和2019年的测度结果,对其他年份的测度结果感兴趣的读者可以随时向作者索取。。2012—2019年,中国各省点度中心度呈现“入度、出度双高发展”趋势,平均值从2012年的1.63提升至2019年的7.63,表明中国省域数字经济资源要素流动日渐活跃,向外扩散和向内吸引的双向效应不断增强。

就出度中心度来看,高出度中心度区域扩散,低出度中心度区域范围缩小并逐渐向高出度转化。其中,北京、广东、江苏、山东、上海和浙江凭借其出色的数字经济发展实力辐射外部省份,保持较高的出度中心度。广东、江西和河南得益于其清晰的数字经济发展思路,依托技术、区位及产业优势打造数字经济新高地,出度中心度增长幅度较大。就入度中心度来看,高入度中心度区域由分散状逐渐连结成片,以安徽、北京、广东、河南、湖北、江苏、山东等地为中心,呈现出明显的环状特征。外围的低入度中心度区域范围缩小,由片状退化为点状,向较高点入度区域发展的趋势较为明显。此外,对比同一省份的点出度和点入度发现,江苏、北京、广东和浙江的点出度显著高于点入度。作为数字经济先发区域,这些省份倚靠数字红利,通过外溢效应带动周边区域的发展。区别于上述输出型节点,内蒙古、湖南、江西、甘肃的点入度明显高于点出度,表明其需要承接核心区域的外溢资源以推动本省数字经济发展。其余地区的出度中心度与入度中心度水平相当,对外省数字经济发展的辐射效应与吸收效应较为均衡。

表3和表4分别展示了中国省域数字经济关联网络的中间中心度及结构洞测度结果。从中间中心度(见表3)来看,北京、辽宁、江苏、山东、河南、广东的中间中心度长期高于均值,在空间网络中发挥“桥梁”作用并连接其他省份构成数字经济合作共同体。不同的是,内蒙古、黑龙江、云南、青海和新疆的中间中心度恒为0,进一步分析其点度中心度发现,除新疆外的其余省份在关联网络中并未被孤立,而是通过外溢效应和吸收效应与其他省份保持联系。从结构洞(见表4)来看,广东、江苏、北京、山东和浙江在保有较大有效规模数值的同时维持着较低的限制度,表明这些省份对其他区域的协调控制能力较强,基本上占据结构洞位置。此外,河南、陕西和四川的有效规模、限制度排名提升较快,作为“中部崛起”“一带一路”及“西部大开发”国家战略的重要节点,其依托倾斜政策促进数字经济发展进而获得更多的控制利益和信息利益,成为结构洞潜在占据者。

表3 点度中心度

表4 结构洞指标排名

3.凝聚子群分析

中国省域数字经济关联网络的凝聚子群划分结果见表5。2012—2019年间,中国数字经济发展的凝聚子群划分变动幅度逐步收窄,各凝聚子群构成趋于稳定。具体来看,子群Ⅰ位于中国东南方位,涵盖长三角经济圈及周边省份河南,以及广东、湖北、湖南、江西四个沿江流域省份;子群Ⅱ位于中国东北方位,由以京津冀经济圈为核心的六省二市一区组成;子群Ⅲ作为东西跨度最大的子群,成员包括西部偏远地区的新疆、甘肃、宁夏、青海和地理最东端省份黑龙江,被子群Ⅱ所割裂;子群Ⅳ位于中国中南部,由四省一市一区组成。

表5 省域数字经济网络凝聚子群划分

根据子群密度构建中国省域数字经济网络密度矩阵,见表6。观察期内,凝聚子群密度整体呈上升趋势,子群内部、外部联系趋于紧密。从子群内部来看,各子群的内部密度都有不同程度的提升,成员间的数字经济联系强度逐年增强。截至2019年,内部密度从高到低依次为子群Ⅰ、Ⅱ、Ⅲ和Ⅳ,仅有子群Ⅲ的内部密度低于网络整体密度,这主要取决于子群内部成员结构。子群Ⅰ涵盖广东、江苏、浙江、上海等多个数字经济高发展水平省份,凭借较强的辐射和吸引效应增进成员间数字经济合作,进而提升子群内部密度;子群Ⅲ成员多来自西北部偏远地区,成员间互动交流受限于区域位置、经济实力等诸多因素,内部密度稍显落后。从子群外部来看,子群间密度普遍小于子群内部密度,说明数字经济的要素流动和区域协作在子群内部更为密切。观察初期,仅有子群Ⅰ与子群Ⅱ、Ⅲ之间的联系较为频繁,这与子群I成员的高发展质量和经济带动能力有关。随着各省数字化进程的不断推进,数字经济成为合作热点,子群间互动关联逐步建立并加强,截至2019年,仅剩子群Ⅰ、Ⅱ之间尚未搭建直接数字经济联系,而是通过子群Ⅱ、Ⅳ进行合作交流。

表6 数字经济网络密度矩阵

五、研究结论与政策启示

本文基于经济系统的投入和产出视角并结合模糊集合思想构建了中国省域数字经济发展评价指标体系,借助纵横向拉开档次法确定指标权重,对2012—2019年全国30个省份(西藏、港澳台除外)的数字经济发展水平进行了综合评价。基于此,采用修正的引力模型和社会网络分析方法对省域数字经济发展的空间分布格局及空间关联进行了较系统的考察。研究表明,中国数字经济正呈现蓬勃发展之势,尽管省域数字鸿沟逐渐趋向弥合,但东优西劣的分化态势以及强者恒强的“马太效应”依然显著。

从整体网络特征来看,中国省域数字经济关联网络整体呈现从简单到复杂、从稀疏到稠密不断演变的结构特征。省域数字经济联系日益紧密,节点省份的集聚能力和扩散能力不断增强,联通可达、关联紧密的数字经济网络初步形成。

从省域关联来看,北京、广东、江苏等东部发达省份作为数字经济关联网络的核心节点,对周边省份具有积极的辐射效应;内蒙古、湖南等输入型节点通过承接其他省份要素资源以提升自身数字经济发展。此外,北京、河北、江苏等省份在关联网络中扮演“桥梁”角色,通过中介传输作用关联其他省份。北京、江苏、山东和广东还作为结构洞占据者,控制着信息及资源流向,推动数字经济发展格局向多中心网络型结构转变。

从集聚特征来看,各省份在数字经济关联网络中被划分为四个凝聚子群,区域小团体集聚特征明显,邻近省份的数字经济联系强度更大。子群内部、外部的数字经济联系增加趋势明显,且内部联系明显强于外部。子群I凭借内部成员发展优势,积极与其他子群开展数字经济交流,子群Ⅱ、Ⅳ通过中枢桥梁作用连接子群Ⅰ、Ⅲ,促进跨子群数字经济互动,加速资源要素的合理流动,以多样化的合作模式推动区域协调发展。

上述结论蕴含着三点政策启示:(1)加快推进数字化改革,通过深化应用现代信息技术,以数字产业化和产业数字化双轮驱动传统产业向数字化方向跃迁,形成更为广泛的以数字经济为驱动力的新产业、新业态、新模式。(2)立足区域一体化发展需求,因地制宜创新数字经济发展模式。东部地区应加快推进新型基础设施建设,积极培育新兴数字产业,巩固壮大数字经济。中西部地区可以尝试走“数字+创新”发展道路,依托数字技术突破地域限制,深挖在线教育、数字医疗、农业物联网等发展潜力。(3)明确区域发展差距,加大数字经济欠发达地区的财政扶持和政策倾斜力度,加快实施“东数西算”等国家战略以推动区域数字经济交流与合作,带动西部地区形成数字经济新增长极。