皖江城市带数字经济产业协同发展水平评价及障碍因子诊断

黄敦平,胡雨琦,尹 凯

(安徽财经大学 经济学院,安徽 蚌埠 233030)

党的二十大报告指出“要加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。当前,我国正处于新一轮科技革命和产业革命变革的历史交汇时期,以数字经济为代表的经济形态发展速度之快、辐射范围之广、影响程度之深前所未有,且数字经济发展能够突破时空限制和产业限制,提升区域经济发展质量和竞争力,促进区域资源要素优化配置和产业经济布局调整。城市群作为承接数字经济发展的重要载体,区域集聚效应日益凸显。皖江城市带是《中共中央国务院关于促进中部崛起的若干意见》确定的重点发展区域,也是国务院批复的《促进中部崛起规划》中明确建设的六大城市群增长极之一,它以皖江城市群为支撑,位于中国人口密集、最靠近东部的中部地区,且毗邻长三角经济带。为加快皖江城市带协同发展,省政府于2016年审议通过《皖江城市带承接产业转移示范区规划》,并于2021年提出将制定新一轮皖江城市带发展规划,皖江城市带战略地位得到不断提升。但与其他城市群相比,皖江城市带产业协同水平不高,区际差异明显,中心城市辐射带动作用不足,破局关键在于产业协同。基于此,探讨皖江城市带数字经济产业协同发展对优化数字经济产业空间布局,实施数字经济发展战略和区域协调发展战略,助力擘画我国数字经济高质量发展蓝图具有重要现实意义。

一、文献综述

目前,关于城市群数字经济产业协同发展的研究较少,主要聚焦于以下2个方面。

第一,城市群数字经济产业发展研究方面。刘传辉和杨志鹏采用数字经济指标体系,基于熵值法测度数字经济产业发展水平,依托Arc GISL2软件绘制数字经济发展空间分布图,发现数字经济发展水平呈动态波动趋势,且城市间数字经济发展差异明显[1]。刘传明等采用Dagum基尼系数、熵值法、Kernel核密度和空间Markov链等方法测度城市带数字经济发展水平、区域差距及动态演变特征,结果表明周边城市对本城市有较强的辐射带动作用,城市间差异是数字经济发展差异的主要来源[2]。还有一些学者从空间维度研究城市群数字经济分异特征。王彬燕等运用插值模拟、Zipf位序-规模法则及地理探测器等方法探索城市群数字经济发展程度,发现数字经济发展空间分化明显,且呈现自东向西递减的特征[3]。此外,更有学者基于信息网络空间、实体物理空间和人类社会空间建立数字经济发展评价体系,但却忽略了实际操作能否顺利推进[4]。

第二,城市群数字经济产业协同发展研究方面,主要有以下几个研究视角:一是关于数字经济产业协同结构的划分。由于数字经济具有虚拟性和渗透性,国内学者对数字经济产业协同结构的划分尚未形成统一标准,李小玉和李华旭通过构建数字基础设施、数字产业化和产业数字化耦合协调模型,衡量长江中游城市群数字经济产业协同发展程度[5]。也有部分学者构建“三化”耦合协调度模型来测量数字经济结构协调程度,发现“三化”系统耦合协调度逐年提升,但数字产业化的绿色水平、产业数字化的创新水平和绿色水平增幅都较低,且数字化治理效益明显不足[6]。刘钒和余明月将数字经济结构分为数字产业化与产业数字化,研究两者之间存在螺旋交织的耦合关系对城市群协同发展的影响[7]。二是关于数字经济对城市群产业协同发展的影响。连港慧等测度19个国家级城市群数字经济产业的发展水平,发现数字经济发展可以增强城市群空间分布的趋同性,促进城市群协同创新网络的形成[8],进而实现区域创新收敛,影响区域发展质量和成效等[9-10]。三是关于城市群数字经济产业协同发展的实现路径。数字经济时代背景下,城市群网络结构“断档式”特征明显,内部发展不平衡矛盾日益凸显[11]。毛丰付等指出需注重多重协同因素对数字经济发展的驱动作用,推进区域差异化发展政策,兼顾数字经济产业比较薄弱的地区,适当倾斜政策资源[12]。郝永敬和程思宁也认为应完善利益协调机制,建立资源信息共享平台,加强城市间交流合作,逐步缩小区域间数字经济产业发展差距,推动数字经济产业布局协同[13]。还有学者认为区域内技术创新与产业发展之间的协同度可以通过提升产业链与创新链的协同度来实现[14]。

综上,已有研究在城市群数字经济产业发展和产业协同等方面做出了详细探索,但是由于处于研究初期,仍存在一些不足:一是关于城市群数字经济产业协同发展的研究主要集中于京津冀、长三角、粤港澳等城市群,鲜有学者将皖江城市带、产业协同、数字经济纳入统一研究框架,与其他城市群相比,皖江城市带数字经济产业协同发展的理论和实证研究相对较为匮乏。二是数字经济产业协同指标体系覆盖面不足,且城市群数字经济产业协同发展在时空上呈现何种动态特征也鲜有探析。三是缺乏从实证角度分析阻碍城市群数字经济产业协同发展的主要原因。鉴于此,本文边际贡献主要在于以下3个方面:第一,从地市视角出发研究城市群数字经济产业协同,突破以往国家层面的广泛研究;第二,基于数字经济测算框架,构建数字基础设施、数字产业化、产业数字化评价指标体系,综合利用熵值法、耦合协调度模型、核密度估计法评价皖江城市带数字经济产业协同发展水平,着重关注数字经济产业协同发展的时空演变特征;第三,引入障碍度模型,检验阻碍皖江城市带数字经济产业协同发展的主要因素,为更好推进皖江城市带数字经济产业协同提供理论选择和实践指导。

二、研究设计

(一)评价指标体系构建

科学评价皖江城市带数字经济产业的协同发展水平,首先需要测度皖江城市带数字经济产业的发展水平。从国外实践看,普遍认同的数字经济测度体系包括OECD在《G20数字经济测算路线图》中提出的测度体系,其将数字经济分为核心层、狭义层、广义层和“数字社会”,狭义层为依赖于核心层中数字产品和服务的相关产业,核心层为ICT产品和服务。美国BEA商务部经济分析局则从电子商务、数字媒体、促成因素构建数字经济测度体系。相较于国外,国内对数字经济的研究起步较晚,数字经济评价指标体系和指数在2017年之后才开始出现批量、突破性的进展。如由我国社会科学院研究所、国家金融与发展实验室、中国社会科学出版社联合发布的《全球数字经济发展指数报告(TIMG 2023)》,是从数字技术、数字基础设施、数字市场和数字治理来测度数字经济的发展。2023年,赛迪顾问联合四川德阳发布的“德阳指数”,则选取了数字基础、数字产业、数字治理、数字融合等指标来反映中国2023年第一季度数字经济发展的动态特征。目前,国内学者普遍接受的测度方法是将数字经济产业结构分为数字产业化与产业数字化。综上分析,为充分考虑地市层面数据的可得性、连续性和可靠性,文章从数字基础设施、产业数字化和数字产业化3个维度评价皖江城市带数字经济产业发展水平。

数字基础设施是数字经济产业运行与发展的前提和保障,涵盖数字信息基础设施、数字创新基础设施以及数字融合基础设施,借鉴万晓榆和罗焱卿[15]的方法,从移动互联网和互联网端口2方面考察数字基础设施的构造,并选取互联网普及率(%)、移动电话普及率(%)和互联网宽带接入用户(万户)作为测度数字基础设施发展水平的二级指标。数字产业化体现为信息增值模式,它以数据为生产要素,能突破时空界限,基于长尾需求提高信息技术匹配能力,同时也能通过数字产业集群打造经济发展增长极。借鉴王军等[16]的方法,选取人均电信业务总量(亿元),ICT从业人员占城镇单位从业人员比重(%),信息传输、计算机服务和软件业从业人员数(人)作为测度数字产业化发展水平的二级指标。产业数字化贯穿投入、生产和产出全过程,以数据赋能为主线,通过优化要素资源配置,将传统企业转变为以数字科技为核心的数字产业,大幅提升经济主体的边际效益,是数字经济与实体经济的深度融合。参考杨文溥[17]的测度方法选取规模以上R&D人员全年折合当量(人年),规模以上R&D经费占GDP比重(%),并加入数字普惠金融指数作为测度产业数字化发展水平的二级指标(表1)。

表1 数字基础设施、数字产业化与产业数字化耦合协调度评价指标及权重

(二)研究方法

1.综合指数模型。基于熵值法处理2011—2021年皖江城市带数字经济产业协同发展评价指标体系。熵值法作为一种数学方法,优点在于能对指标的离散程度进行合理判断,有效避免主观赋权法造成的测量偏差。熵值法具体步骤如下:

为避免指标量纲和指标属性的干扰,采用极值化方法对数据进行标准化处理。首先,构建初始矩阵,设定指标有n个城市,t个考察年份,m个评价指标,初始矩阵X表达式为:

X=(Xij)×m

Xij表示t年时第i个城市第j个指标的值。

(1)确定指标属性。本文采用的评价指标均为正向指标。

(2)数据的标准化处理。为消除零值对结果的影响,将整体数据向右平移0.001个单位,得出正向指标计算公式为:

(1)

(3)建立比重矩阵。计算第i个评价对象下第j个指标的比重:

Pij=Vij/∑Vij

(2)

(4)第j项评价指标的熵值:

(3)

ej为信息熵,代表数据的离散性和不确定性,其中ej越大,指标所含的信息量越小,ej越小,指标所含的信息量越大。

(5)确定信息效用值。信息效用值Dj也即差异系数,是1与信息熵之差。信息熵ej越小,Dj越大,说明指标对评价结果的重要性越强,权重也就相应越大。

第j项指标的差异系数:

Dj=1-ej

(4)

第j项指标的权重:

Sj=Dj/∑Dj

(5)

2.耦合协调度模型。本文采用物理学上的耦合理论测度皖江城市带数字经济产业协同发展水平,耦合度C越大,子系统间耦合作用程度越强,耦合度C的计算公式为:

(6)

S1、S2、S3分别表示数字基础设施、数字产业化、产业数字化的综合序参量。

由于耦合度仅能反映皖江城市带数字经济产业协同发展的耦合度,不能反映其实际发展水平,因此,引入耦合协调度模型科学评价皖江城市带数字经济产业协同发展水平,首先计算子系统的综合协同指数:

T=aS1+bS2+cS3+…+nSn

(7)

其中,a+b+c+…+n=1,T为数字经济产业的综合协同指数,体现为数字基础设施、数字产业化、产业数字化之间的协同效应。Sn前面的系数表示子系统的权重,若测算两系统之间的耦合协调度,则取a=b=1/2,若测算整体的耦合协调度,则取a=b=c=1/3。

计算耦合协调度:

(8)

根据测算结果,耦合协调度可以分为以下几个等级,如表2所示。

表2 耦合协调度划分等级与划分标准

3.Kernel核密度估计。核密度估计法常用于描述区域经济的非均衡分布特征,常用的核密度函数包括高斯核、双角核、三角核等。本文参考杨孟阳和唐晓彬[18]的高斯核密度分析法,运用Kernel高斯核密度图分析2011—2021年皖江城市带数字经济产业耦合协调度的空间演变特征。随机变量的核密度函数为:

(9)

其中窗宽的计算方法为h=0.9SeN0.2,Se为面板数据随机变量的标准差,N为8,也即区域内省份个数,x为均值,n为观测值个数。为使图形更好展示出来,本文确定的窗宽最终值为0.04。

4.障碍度模型。数字经济产业结构是个复杂的系统,障碍度模型有助于识别出影响皖江城市带数字经济产业协同发展的关键因素,精准助推城市带高质量发展。本文参考傅为忠和刘瑶[19]的方法,采用因子贡献度(W)、指标偏离度(D)和障碍度(h,H)3个指标诊断皖江城市带数字经济产业协同的准则层障碍因子及指标层障碍因子,各指标计算公式如下:

Dj=1-Vij

(10)

(11)

Hj=∑hj

(12)

其中Dj为各单项指标的标准值与100%之差,Wj为熵值法计算得出的指标权重,hj、Hj分别表示二级指标和一级指标的障碍度大小,也即障碍因素诊断的目标结果。

(三)研究区域与数据来源说明

研究区域包括皖江城市带8大城市:合肥、芜湖、马鞍山、铜陵、宣城、滁州、池州和安庆。研究时间跨度为2011—2021年,各项指标数据主要来源于2011—2021年的《国家统计局》《安徽省统计年鉴》、安徽省地市级统计年鉴、EPS数据库,其中数字普惠金融指数来源于北京大学数字金融研究中心《北京大学数字普惠金融指数(2011—2022)》。部分缺失数据采用线性插值法加以补全。

三、测度结果与分析

(一)皖江城市带数字经济产业发展水平综合分析

根据式(1)—(5)并结合皖江城市带数字经济产业的相关数据,测度出数字基础设施发展指数、数字产业化发展指数、产业数字化发展指数与数字经济产业综合发展指数,如下列折线图所示。

1.数字基础设施发展指数分析。图1显示,2011—2021年,皖江城市带数字基础设施发展指数平稳上升,数字基础设施发展指数平均得分由2011年的0.03升为2021年的0.10。2018年开始,皖江城市带数字基础设施发展指数年均增速放缓,2017—2018年发展指数年均增速(21.30%),是2018—2019年发展指数年均增速(8.68%)的2.45倍,这与我国经济下行压力有关,使得数字基础设施的发展还存在很大提升空间。再者从空间尺度看,皖江城市带数字基础设施发展水平存在显著异质性。研究期间,合肥和芜湖的数字基础设施发展水平与其他城市的数字基础设施发展水平并没有表现出趋同之势,以2011年为例,数字基础设施发展指数得分最低的城市池州(0.01),与得分最高的城市合肥(0.11),指数差距为0.10,到2021年,合肥与池州的数字基础设施发展指数差距达到0.25,是2011年指数差距(0.10)的2.50倍。随着时间推移,城市间发展差距变得愈加明显,这说明在提高皖江城市带数字基础设施整体发展水平的基础上,需要更加重视对区域内落后城市数字基础设施的投入和建设。

图1 2011—2021年皖江城市带数字基础设施发展指数

2.产业数字化发展指数分析。由图2可以看出,研究年间,皖江城市带产业数字化发展指数不断上升,发展指数得分由2011年的0.28增加到2021年的0.66,增幅为0.38。从皖江城市带数字经济产业各项指标的发展水平看,产业数字化滞后于数字基础设施和数字产业化。以2021年为例,皖江城市带数字基础设施发展指数平均得分为0.10,数字产业化发展指数平均得分为0.10,而产业数字化发展指数平均得分为0.08。原因是皖江地区工业化起步较晚,产业结构落后,部分传统企业面临着转型升级的困境。从空间尺度看,产业数字化在城市间的发展差异最小。2021年,产业数字化发展指数得分最高的城市合肥(0.18),与得分最低的城市池州(0.04),指数差距仅为0.14,分别是数字基础设施发展指数得分差距(0.25)和数字产业化发展指数得分差距(0.47)的0.16倍和0.09倍。

图2 2011—2021年皖江城市带产业数字化发展指数

3.数字产业化发展指数分析。图3显示,2011—2021年,皖江城市带数字产业化发展指数波浪式上升。分阶段看,2011—2012年,数字产业化发展指数得分增长50.39%, 2012—2013年,数字产业化发展指数得分下降45.46%,2013年后,数字产业化发展指数开始不断上升,截止2018—2019年,数字产业化发展指数年均增速升至37.93%。由于疫情和国际贸易的冲击,皖江城市带数字产业化发展指数涨幅自2018年开始放缓。从空间尺度看,结合图3发现皖江城市带数字产业化发展水平呈梯队式分布特征,两极分化现象显著。合肥位于第一梯队,整体呈“M”型发展趋势,发展水平及发展增速均位于前列,2011—2013年合肥的数字产业化发展波动幅度最大,呈倒“V”发展态势。马鞍山、芜湖、宣城、滁州、铜陵、安庆、池州位于第二梯队,数字产业化发展水平较低,呈两点发展特征,发展指数得分均位于0.1之内,第一梯队与第二梯队发展差异明显。这意味着提升落后城市数字产业化发展水平,是一项长期而艰巨的任务。因此,皖江城市带应持续加大对落后城市数字产业化的投入,以充分发挥核心城市的辐射带动作用。

图3 2011—2021年皖江城市带数字产业化发展指数

4.数字经济产业综合发展指数分析。如图4所示,2011—2021年,皖江城市带数字经济产业综合发展指数平稳上升。2021年的数字经济产业综合发展指数得分是2011年指数得分的2.68倍。首先,从区域发展看,皖江城市带数字经济产业发展水平并不均衡。2021年,指数得分排名前三的城市是合肥(0.97)、芜湖(0.40)、马鞍山(0.24)。相较于合肥、芜湖和马鞍山而言,其余城市的数字经济产业发展水平较低,其中池州数字经济产业综合发展指数最低,为0.09,与合肥(0.97)的指数之差高达0.88。其次,从曲线整体表现也不难发现,皖江城市带数字经济产业发展的区际差距随时间推移有所扩大。2011年,合肥与芜湖的指数之差为0.21,与池州的指数之差为0.34,到2021年,合肥与芜湖指数之差达到0.58,是2011年合肥与芜湖指数之差(0.21)的2.76倍,与池州的指数之差达到0.87,是2011年合肥与池州指数之差(0.34)的2.56倍。这一方面是因为国家对落后城市数字化建设的扶持不足,另一方面是因为部分落后城市没有把握数字经济发展的时代契机,以数字经济赋能自身发展。

图4 2011—2021年皖江城市带数字经济产业综合发展指数

总的来说,皖江城市带数字经济产业的发展基础和发展水平不均衡,时空差异明显。并且各城市的数字产业化和数字基础设施发展水平要优于产业数字化发展水平。这说明皖江城市带在致力于提升数字经济产业整体发展水平的同时,也需注重采取措施缩小区域间数字经济产业发展差距。

(二)皖江城市带数字经济产业协同发展水平综合分析

1.数字基础设施、数字产业化、产业数字化耦合机理。耦合的各子系统间是相互协调、相互促进或相互制约的,数字经济产业系统内部的数字基础设施、数字产业化、产业数字化之间的相互作用就表现为理论上的耦合关系。三者之间的具体互动机理如下:数字产业化的发展壮大是企业转型升级的“催化剂”,同时也是产业数字化发展的前提和保障。产业数字化则代表数字经济在产业经济方面的融合发展和应用,其为数字产业化提供应用途径,产业数字化在实现数字产业化的过程中,也会推动数字产业化朝着更加适合产业数字化的方向发展。数字基础设施则是确保数字经济产业最终得以运行和发展的基础保障,也是产业数字化和数字产业化发展的前提条件。数字基础设施、数字产业化和产业数字化通过各自的耦合元素产生相互作用而影响彼此,最终形成3个系统之间的耦合。研究数字基础设施、数字产业化、产业数字化之间的耦合关系为进一步提升皖江城市带数字经济产业协同发展水平提供了理论选择和路径指南。

2.皖江城市带数字经济产业耦合协调度分析。基于熵值法测算的权重结果,结合式(6)—(9),得出数字基础设施、数字产业化和产业数字化之间的耦合协调度,如表3和表4所示。进一步,为准确描述皖江城市带数字经济产业耦合协调度的空间动态演变特征,本文以Kernel核密度图展示皖江城市带数字经济产业耦合协调水平发展态势,如图5所示。

图5 2011—2021年皖江城市带数字经济产业耦合协调发展态势

表3 2011—2021年皖江城市带数字经济产业耦合协调度

表4 2011—2021年分维度皖江城市带数字经济产业耦合协调度

(1)皖江城市带数字经济产业耦合协调度整体变化特征。表3和图5可以得到皖江城市带数字经济产业耦合协调度的时序变化特征与空间动态演变特征。首先,结合表3分析皖江城市带数字经济产业耦合协调度的时序变化特征。从时间尺度看,2011—2021年,皖江城市带数字经济产业耦合协调度呈现整体上涨态势,耦合协调度得分由2011年的1.27升为2021年的2.09,增加64.57%。从区域发展看,2011—2020年,8个城市的数字经济产业耦合协调度均处于失调水平,到2021年,合肥的数字经济产业耦合协调水平由失调转为勉强协调。可以发现,皖江城市带数字经济产业协同发展水平较低,且城市群数字经济产业协同发展水平存在显著的区域异质性。

结合图5不难发现,皖江城市带数字经济产业耦合协调度的空间动态演变有以下显著特征:从分布位置看,自“十四五”开始,数字经济产业协同工作就被纳入我国数字经济发展的下一步目标,皖江地区积极响应国家政策要求,数字经济产业耦合协调度的核密度曲线分布中心明显向右平移,意味着皖江城市带数字经济产业耦合协调水平不断提高。值得注意的是,向右平移峰值增长较缓,表示皖江城市带数字经济产业耦合协调度演变速度较缓。从主峰分布形态看,皖江城市带数字经济产业耦合协调度的核密度曲线主峰高度不变但宽度变大,意味着样本期内数字经济产业耦合协调度离散程度不断上升。从分布延展性看,2011—2021年,皖江城市带数字经济产业耦合协调度的核密度曲线存在显著右拖尾特征,这意味着区域内数字经济产业耦合协调发展水平差异较大,有个别城市的耦合协调水平显著高于区域内其他城市的耦合协调水平。最后,从波峰数量来看,研究期间皖江城市带数字经济产业耦合协调度的核密度曲线侧峰数量不断增加,且“主峰”和“侧峰”之间宽度逐渐拉大,这说明城市间的耦合协调发展水平差距日益扩大,开始出现“数字鸿沟”以及强者愈强的“马太效应”。总体来说,2011—2021年,皖江城市带数字经济产业协同发展的空间动态演进特征差异较大,数字经济产业协同发展的收敛性有待提高。

(2)分维度皖江城市带数字经济产业耦合协调度变化特征。

第一,皖江城市带数字基础设施与产业数字化耦合协调度分析。表4显示,2011—2021年,皖江城市带数字基础设施与产业数字化的耦合协调度整体呈上升趋势,这表明在国家对数字经济的大力倡导下,皖江城市带实施的数字经济发展战略取得一定成效。从时间尺度看,其耦合协调度得分数值范围由2011年的0.09～0.36升为2021年的0.21～0.49,但整体耦合协调发展水平仍处于低位,2021年,仅合肥的耦合协调度达到0.49,勉强实现协调,其余城市的耦合协调度均处于失调水平。从空间尺度看,各城市耦合协调发展水平有不同程度的提高,其中,宣城、滁州、池州的耦合协调度得分增幅最大且相近,为0.15,说明数字经济对落后城市具有更显著的带动作用。此外,研究期间,皖江城市带数字基础设施与产业数字化耦合协调度的组间极差有所下降,这表明皖江城市带数字基础设施与产业数字化耦合协调度的区域差距有所缩小,这与我国坚持中部崛起战略有关。

第二,皖江城市带数字基础设施与数字产业化耦合协调度分析。结合表4,从发展趋势看,2011—2021年,皖江城市带数字基础设施与数字产业化耦合协调度平稳上升。耦合协调度得分由2011年的1.30升为2021年的2.06,但数字基础设施与数字产业化的耦合协调水平仍有很大的提升空间。从空间尺度看,城市间耦合协调度得分极差由2011年的0.25升为2021年的0.44,说明皖江城市带数字基础设施与数字产业化耦合协调度的组间极差有扩大之势,这与数字产业化发展过程中的“极化”现象有关。

第三,皖江城市带产业数字化与数字产业化耦合协调度分析。表4显示,2011—2021年,皖江城市带产业数字化与数字产业化耦合协调度逐年提升,但区域间两级分化现象仍然存在。研究期内,产业数字化与数字产业化的耦合协调水平最低,2021年,皖江城市带数字基础设施与数字产业化的加总耦合协调度为2.30,数字基础设施与产业数字化的加总耦合协调度为2.06,产业数字化与数字产业化的加总耦合协调度为1.97,数字产业化与产业数字化的融合还存在很大提升空间。

综上分析,皖江城市带数字基础设施、数字产业化、产业数字化之间的协同发展水平逐年提高,受制于产业数字化的滞后发展,产业数字化与数字产业化协同发展水平较低。此外,地区间数字经济产业发展的不平衡性也制约了数字基础设施、数字产业化和产业数字化的协同发展。

(三)皖江城市带数字经济产业协同系统障碍因素诊断及分析

1.准则层障碍因子诊断。结合表5,从准则层整体表现看,各准则层对皖江城市带数字经济产业协同的阻碍作用存在差异性。以2021年为例,数字产业化对皖江城市带数字经济产业协同的阻碍作用最大,障碍度多数位于0.50以上,这表明皖江城市带在数字经济产业协同发展研究上,应加强数字技术投入,培育壮大新兴产业,打造具有核心竞争力的数字经济产业集群,促进数字产业化发展。数字基础设施对皖江城市带数字经济产业协同的阻碍作用处于中等地位,障碍度多数位于0.29～0.33。而产业数字化对皖江城市带数字经济产业协同的阻碍作用最小,障碍度大部分位于0.17,相较于数字基础设施和数字产业化而言,产业数字化更有助于推动皖江城市带数字经济产业协同发展。准则层系统整体障碍度排序为数字产业化>数字基础设施>产业数字化。其次,从发展水平看。2011—2021年,数字基础设施对皖江城市带数字经济产业协同的阻碍作用有所下降,障碍度得分由2011年的2.49降至2021年的2.02,这与我国近年来的技术革新和信息基础建设有关。而产业数字化和数字产业化对皖江城市带数字经济产业协同阻碍作用有所上升,前者的障碍度得分由2011年的1.41,升至2021年的1.52,增加了7.8%,后者的障碍度得分由2011年的4.09,升至2021年的4.46,增加了9.05%。具体到城市间发展看,由于皖江城市群的数字经济发展水平和产业发展侧重点不同,导致各准则层对不同城市的阻碍作用也存在差异性。以2021年为例,产业数字化对合肥数字经济产业协同阻碍作用最大,障碍度得分为0.43,数字产业化对芜湖数字经济产业协同阻碍作用最大,障碍度得分高达0.67,数字基础设施则对马鞍山数字经济产业协同阻碍作用最大,障碍度得分为0.33。

表5 2011—2021年皖江城市带数字经济产业协同准则层障碍因素及障碍度大小

2.指标层障碍因子诊断。在3个维度分析基础上,为识别影响皖江城市带数字经济产业协同发展的主要障碍因素,需分析指标层障碍因子的障碍度大小及其变化情况,这里以奇数年排序展示,如表6所示。在此基础上,为明晰指标层主要障碍因子障碍度的变化情况,绘制了其障碍度大小及增长率分布直方图,如图6所示。

图6 2011—2021年皖江城市带数字经济产业协同指标层主要障碍因子的增长趋势

表6 2011—2021年皖江城市带数字经济产业协同指标层障碍因素及障碍度大小

由表6可以看出,2011—2021年,皖江城市带数字经济产业协同的主要障碍维度集中于“ICT从业人员占城镇单位从业人员比重”和“信息传输、计算机和软件业从业人员数”,因此,推动皖江城市带数字经济产业协同发展应重点关注ICT和软件信息等数字型产业的发展,通过数字基础设施建设打牢数字经济产业发展基础,提高数字产业化发展水平。其次,从发展水平看,障碍度呈现增长趋势的指标包括:“人均电信业务总量”和“规模以上R&D人员全年折合当量”,第一个指标障碍度由2011年的0.028升为2021年的0.096,第二个指标障碍度由2011年的0.112升为2021年的0.156。其余指标的障碍度在2011—2021年间均表现出下降趋势。以指标层主要障碍因子的障碍度为例并结合图6分析。2011—2021年,“ICT从业人员占城镇单位从业人员比重”和“信息传输、计算机和软件业从业人员数”的障碍度增长率呈“M”型增长趋势。分阶段看,2014—2017年,两指标增长率保持稳定,到2018—2019年,两指标增长率开始大幅波动,依次呈倒“V”和“V”型发展趋势,2019年之后,“ICT从业人员占城镇单位从业人员比重”的增长率为负,2020年之后,“信息传输、计算机和软件业从业人员数”的增长率也开始大幅下降,呈现负增长趋势。这表明皖江地区互联网和信息技术的发展取得一定成效。而“规模以上R&D人员全年折合当量”的障碍度增长率自2019年开始大幅上升,这表明研究与实验发展(R&D)对数字经济产业协同阻碍作用逐年增强,因此,皖江地方政府应继续加大对R&D经费的投入,并出台相应政策鼓励科研行业发展,为数字经济产业协同提供动力支撑。

综上分析,进入数字经济时代后,互联网与信息技术行业的发展将在一段时间内成为阻碍皖江城市带数字经济产业协同发展的主要因素,与准则层测算结果相对应。但在将来,产业数字化对皖江城市带数字经济产业协同的阻碍作用可能位于主导地位。

四、研究结论与政策启示

(一)研究结论

基于数字经济测算框架,构建数字基础设施、数字产业化和产业数字化指标体系评价皖江城市带数字经济产业协同发展水平,采用熵值法、耦合协调度模型测度皖江城市带数字经济产业协同发展水平,结合Kernel密度函数刻画其动态演变规律,进一步,引入障碍度模型,识别阻碍皖江城市带数字经济产业协同发展的主要因素。得出的结论主要包括:第一,2011—2021年,皖江城市带数字经济产业协同发展水平逐年提升,受制于产业数字化的滞后发展,产业数字化与数字产业化协同发展水平较低。第二,研究期内,皖江城市带数字经济产业协同的动态演进特征差异较大,收敛性较差,极化现象明显,梯度特征显著,合肥位于第一梯队,芜湖位于第二梯队,宣城、滁州、池州、铜陵、马鞍山、安庆则位于第三梯队。第三,障碍度分析表明,现阶段,数字产业化为制约皖江城市带数字经济产业协同发展的主要因素,其中,“ICT从业人员占城镇单位从业人员比重”“信息传输、计算机和软件业从业人员数”的障碍度位于较高水平。

(二)政策启示

1.推进皖江城市带数字经济产业协同布局,打破城市边界和制度壁垒。一是从数字经济产业结构出发,更加注重产业数字化的投入,推动皖江城市带数字产业化、产业数字化与数字基础设施协同进入协调发展新阶段。二是加快建设皖江城市带数字经济产业联盟,通过要素集聚效应、规模经济效应和比较优势效应等加速产业协调,强化城市群经济联系。三是加强区域间地理联系,构建现代化基础设施体系。建设以合肥为中心,芜湖、安庆为支撑,其他各市为节点的一体化交通运输枢纽体系,从地区层面整合数据要素资源,畅通各城市要素和资源流通,强化城市群空间经济联系。

2.加速皖江城市带内部传统产业数字化转型,以数字经济赋能产业发展。一是以智能制造为重点推动企业数字化转型和制造业中工业互联网的发展,提升企业自身智能化水平和数字化转型效率。二是加大对传统产业数字化转型的政策资金支持,通过省市或国家财政局设立企业数字化转型专用资金,充分盘活利用城市群内部数据产业集团设立的专项基金。三是积极部署新一代信息基础设施建设,推动数据中心集约化、规模化、绿色化发展,统筹部署各市一体化算力服务体系,促进算力普及应用,开展“千兆城市”建设,并加快推进IPv6规模部署,解决企业对低延时、高可靠、广覆盖的网络需求,促进下一代互联网平滑演进升级。

3.优化皖江城市群竞合关系,防止区域“极化”现象持续扩大。一是继续保持合肥与芜湖的双核增长极地位,以充分发挥核心城市对周边落后城市的产业和技术溢出效应,同时利用马鞍山和芜湖的区位优势,打造“芜—马城市圈”与合肥城市圈新型发展格局,共建区域经济轴射结构。对于第三梯度的落后小城市可先借助第一、二梯度城市的带动作用进行数字化转型,上调人才引进津贴并加大政府转移支付力度吸引技术型人才参与城市数字经济建设,内外联动稳步推进本地区数字经济产业发展。二是加速建设跨城数字经济产业园,畅通合肥数字经济产业园、芜湖数字经济产业园、马鞍山数字硅谷国际产业园、宣城数字经济产业园等的互联互通,并通过精准招商、引进培育龙头企业和梯队错位有序招引,打造一批具有特色的跨区型产业集群。三是采取差异化政策,依据资源禀赋差异,打造各市特色数字经济产业,缩小城市群之间的“数字鸿沟”。第一梯度的合肥,应借助经济优势继续发展人工智能、集成电路等新型数字经济产业。位于第二梯度的芜湖,可以探索建立更加高效流通的算力网络体系,发展高密度、高能效、低碳型数据中心集群。对于部分第三梯度的城市,如马鞍山,可以以智能制造和“机器换人”工程为主攻方向,滁州可以以新能源数字科技产业为重点发展对象,池州和安庆则可大力发展电子商务、云计算等。

4.以更大力度促进皖江城市带新型数字经济产业发展。一是优化城市群数字经济产业空间布局,为皖江城市带建设更多的数字经济产业发展示范区。二是加大城市群数字经济产业投入力度,立足皖江城市带数字经济产业发展的实际需求,加快发展人工智能、大数据、区块链等新一代数字技术,突破“卡脖子”技术瓶颈,筑牢数字化转型技术底座。三是促进数字经济核心产业发展,以数字基础设施建设为重要抓手,强化重点产业链和供应链发展,提升核心产业创新能力和供给能力。特别在落后小城市,数字经济发展尚处于初期,应加快落实数字基础设施建设以扩展城市群数字经济产业协同的可行性边界,打破制约数字经济产业协同发展的“经济鸿沟”。四是加强培育数字型人才,提升数字技术创新能力。目前皖江地区数字型人才供不应求,构建人才支撑培育体系,对加速数字经济产业发展至关重要。

当前,大中小城市群数字经济产业协同发展总体尚处于“摸着石头过河”的状态,各城市群数字经济产业协同发展背景虽大相径庭,但某些特征仍有相似之处。因此,本文探讨皖江城市带数字经济产业协同发展,不仅能为大中小城市群数字经济产业协同发展研究提供理论参考,也能为我国数字经济发展和区域协调能力提升提供新方向,助力我国经济高质量发展。