基于省际维度的中国数字经济空间结构发展研究

2024-06-14 16:36张舒博
中国商论 2024年11期
关键词:社会网络分析产业发展数字经济

摘 要:本文通过构建以数字经济基础设施、产业发展、发展环境及创新能力为一级评价指标的综合评价体系,结合熵权法测度中国各省市的数字经济发展水平及各省市之间的数字经济辐射及依存关系。为进一步探究中国数字经济发展的整体态势,本文利用社会网络分析方法分析了中国数字经济发展网络的整体和局部特征。研究发现:中国各省市的数字经济发展水平呈上升态势,且数字经济联系的密切程度逐年提高,但各省市间关联的紧密性和稳定性有待加强,且数字经济发展呈现“多点突出,局部失衡”的状况;各地区数字经济集群特点不同,数字经济联系多发生在经济集群内部,集群之间的联系有待加强。

关键词:数字经济;空间关联;产业发展;社会网络分析;区域协同

本文索引:张舒博.<变量 2>[J].中国商论,2024(11):-046.

中图分类号:F061.5 文献标识码:A 文章编号:2096-0298(2024)06(a)--06

近年来,随着我国互联网、大数据、云计算数据库等现代先进信息技术平台的广泛应用,数字经济以数据为核心的发展迅速蓬勃。党的二十大报告再次明确了实施“数字经济等新兴产业蓬勃发展”工程行动的计划,并着重强调推动互联网、大数据、人工智能和实体经济的深度融合。数字经济模式对整个区域国民经济转型升级的重要性不言而喻,其边际贡献在推动我国现代化与高质量经济发展模式转型变革中日益凸显。

本文旨在从时空结合的视角全面把握我国省际数字经济发展网络的空间关联特征和网络结构效应。相较现有研究,本文的独特之处在于:首先,基于前人经验,构建了更为客观、科学的数字经济发展程度评价指标体系,并运用熵权法获取更具代表性的数字经济发展水平指数。其次,通过构建数字经济关联网络,以时空视角分析各省市之间数字经济发展的相互联系。最后,进一步考察了省际数字经济关联对各省市数字经济发展的影响,从而丰富了数字经济研究内容,为各省市数字经济发展提升路径的探索提供了数据支撑。

1 理论方法与模型概述

1.1 修正引力模型

本文采用修正引力模型来量化中国各省市之间数字经济发展的联系强度。

其中,各省数字经济的引力值与各省的数字经济基础设施、数字经济产业发展、数字经济发展环境及数字经济创新能力水平成正比,与各省之间的距离成反比。

鉴于省市间数字经济联系存在不均衡性,同时考虑数字经济关系网络的有向性,本文采用了修正引力模型,并以该省数字经济产业发展水平得分占该省及其相连省市得分之和的比重作为经验常数。具体表达式如下:

,其中(1)

其中,Iij表示i省市对j省市的数字经济联系量;Bi、Bj分别表示i省市、j省市的数字经济基础设施得分;Ii、Ij分别表示i省市、j省市的数字经济产业发展得分;Ei、Ej分别表示i省市、j省市的数字经济发展环境得分;Gi、Gj分别表示i省市、j省市的数字经济创新能力得分;Dij表示i省市、j省市之间的地理距离;kij是一个经验常数,用来表示省市与省市之间数字经济联系的不对称性。

1.2 社会网络分析理论

社会网络是由社会行动者及其相互关系构成的网络结构,社会网络分析则是对这些关系结构及其特性进行规范和方法化分析的一套方法。

本文基于修正引力模型获取了省际数字经济联系量,并据此构建了中国省际数字经济的关联强度矩阵。为保证简洁性的同时不失可靠性,需要对数字经济关联强度矩阵进行二值化处理。

处理原则主要包括两点:一是尽可能减少网络中的冗余信息;二是保留网络的主要结构、基本性质和统计特征。为综合考虑以上原则,本文采用阈值法对数据进行去噪处理,以构建中国省域数字经济联系的二值化矩阵。

1.2.1 网络密度

网络密度是用来衡量数字经济联系网络中各节点之间联系紧密程度的指标,反映了区域间数字经济关联强度的程度,是评估网络稳健性的关键参数。当网络密度数值增大时,意味着数字经济联系更为紧密,网络的稳健性也随之增强。

1.2.2 中心性

中心性能够度量整个网络各节点的中心化程度,是社会网络分析方法中的重要方法。本文中的中心性主要用来反映各省市在中国数字经济关系网络中的中心化程度。为了更加具体地研究各省市数字经济在全国范围内的中心化程度,本文的数字经济研究网络中将中心性指标进一步细分为两个指标:点度中心度和中介中心度。

(1)点度中心度

在网络结构分析中,点度中心度是衡量节点在网络中重要性的关键指标。若一个节点的点度中心度较高,则意味着有更多的节点与之直接相连,显示出该节点在网络中的核心地位更加突出,其在网络结构中的重要性相应提高。

点入度指的是指向特定节点的、建立了直接数字经济联系的其他节点的数量,这在本文中反映了某省份对其他省市的集聚效应。相对地,点出度则涉及从特定节点出发,向外扩散至其他节点的数字经济联系数量,本文通过此指标展示了省市在数字经济领域对外的影响力和扩散能力。

(2)中介中心度

中介中心度是指一个节点在网络中连接其他节点的数量,可以反映该节点在网络中的重要性和影响力。在数字经济网络中,可以将省市视为节点,而连接不同省市的网络资源流动则是网络中的边。

1.3 数据选取与变量设定

本文以中国30个省(市、自治区)为研究对象,选取2017年、2019年和2021年的数据,形成了三个时间点的截面数据。由于数据缺失,排除了西藏、中国香港、中国澳门和中国台湾地区。

针对数字经济增加值的测算方法缺乏国际统一标准,学术界采用了不同的测算框架,例如中国信息通信研究院提出的数字经济由数字产业化、产业数字化、数字化治理和数据价值化四方面构成。

本文综合了不同学者的研究方法,考虑了数据可得性,构建了数字经济发展水平指标体系,包括数字经济基础设施、数字经济产业发展、数字经济发展环境和数字经济创新能力四个层面。本文对这些方面的评估,可以全面了解各地区数字经济发展的特点,为相关决策提供支持。

其中,数字经济基础设施包含光缆线路长度(公里/万人)、互联网宽带接入端口(个/人)、域名数(个/人)、网页数(个/人)4个二级指标;数字经济产业发展包含信息技术服务收入(元/人),软件业务收入(元/人),信息传输、软件和信息技术服务业城镇单位就业人员占比3个二级指标;数字经济发展环境包含电话普及率(包括移动电话)(部人)、每百人使用计算机数(台)、每百家企业拥有网站数(个)、有电子商务交易活动的企业数比重(%)4个二级指标;数字经济创新能力包含规模以上工业企业R&D经费(万元)、规模以上工业企业R&D人员全时当量(人/年)、规模以上工业企业有效发明专利数(件)3个二级指标。

各类数据存在量纲上的差异,直接进行数据处理分析会导致偏差过大,无法衡量各省市数字经济的真实发展水平。因此,本文利用基于熵权法得到数字经济基础设施、数字经济产业发展、数字经济发展环境及数字经济创新能力4个一级指标的标准化得分,并据此进行进一步的数据分析和研究。

2 省域维度的数字经济联系分析

2.1 各省市数字经济发展水平

本文基于原始指标数据,利用熵权法得出全国30个省市的数字经济发展水平指数,汇总2017年、2019年和2021年数据如表1所示。

其中,北京数字经济发展水平远高于其他地区,北京、广东、上海、江苏和浙江稳居数字经济水平前五,新疆、甘肃、青海等地区数字经济发展最为落后。

从发展增长率来看,除了福建和黑龙江两地的数字经济发展水平出现下降之外,其余地区的数字经济均呈现上升趋势,其中贵州、广西、江西等省市的平均增长率最高,均达到30%以上,表明我国数字经济发展水平在逐年提升。

从地理位置来看,数字经济发展水平较高的省市绝大部分位于东部沿海地区,我国西北地区及东北地区的数字经济发展水平相较前者仍有较大的差距,在一定程度上说明我国数字经济发展的区域不协调。

2.2 数字经济辐射强度及方向

本文根据修正引力模型计算出中国30个省市之间的数字经济联系量,再分别计算出各省数字经济对外辐射总量、数字经济依存总量及两两省市之间的数字经济辐射度和依存度。汇总2017年、2019年和2021年的指标与数值如表2所示。

2017—2021年,中国的数字经济辐射总量从429,328增长到647,936,年均增长率达50.92%,反映了中国各省间数字经济联系日益密切,且发展速度不断加快。

就省市排名而言,在2017年、2019年和2021年,北京、上海、江苏、天津和浙江始终位列数字经济联系总量的前五名,且这五个地区的数字经济辐射总量遥遥领先于其他省市。

与此同时,黑龙江、贵州、宁夏、新疆等地区的数字经济辐射总量远远低于前者,其中2017年新疆地区的数字经济辐射总量仅为北京数字经济辐射总量的0.093%,到2021年该数值下降到0.079%,这也反映出中国各地区数字经济联系的不平衡性,且该不平衡性仍有加剧的趋势。

另外,从增长率来看,在本文统计的30个省市中,有28个地区数字经济辐射总量的年均增长率大于0,其中广西增长幅度最大,达到75.5%,福建和黑龙江两个省市的数字经济辐射总量的年均增长率小于0,这表明2017—2021年全国主要经济体之间的数字经济联系程度不断提高,但部分地区出现了数字经济发展停滞甚至倒退的现象。

从表2可以看到:对比三年间各省市的第一辐射地区,除了福建的第一辐射地区由浙江变为江西,内蒙古的第一辐射地区由河北变为山西外,其他省市的第一辐射地区在四年间均无变化,且第一辐射地区辐射度的数值变化集中在1%~3%,表明我国数字经济辐射方向的稳定性。

从地域来看,北京的第一辐射地区为天津,上海的第一辐射地区为浙江,30个省市的隶属地区均为其邻近省市,表明我国数字经济的辐射方向存在明显的近地域特性。

3 中国数字经济的网络结构分析

3.1 整体网络分析

3.1.1 网络密度分析

数字经济联系网络的密度越大,说明中国各省数字经济的关联程度越大。2017年网络密度为0.217,2019年网络密度为0.262,2021年网络密度为0.289;2019年增长率为20.74%,2021年增长率为10.31%。

由以上数据可以看出,2017—2021年中国数字经济联系网络密度逐渐提高,密度的增长率也在10%以上。

其中,网络密度数值从2017年的0.217提高到2019年的0.262,再提高到2021年的0.289,反映出中国各省市之间数字经济的联系呈现出加强的趋势,各省市之间的合作程度也不断加深。

中国各省之间数字经济联系程度的提高有利于带动较不发达省市的数字经济发展,为其带来新的发展机遇,从而推动我国数字经济的均衡发展。

另外,从网络密度的数值上来看,我国数字经济联系网络的关联程度有较大的提升空间,未来随着我国5G、云计算等新兴技术的发展,各省数字经济的联系程度将不断提高。

3.1.2 网络中心势

中心势反映了中国省域数字经济联系网络所具有的中心趋势。2017年点出度中心势为59.57%,点入度中心势为27.47%;2019年点出度中心势为58.5%,点入度中心势为29.96%,2021年点出度中心势为59.33%,点入度中心势为30.8%。由以上数据可以看出,点出度中心势明显高于点入度中心势,表明我国各省市之间的数字经济联系存在不对称、不均衡的现象。从整体来看,我国数字经济联系主要表现为数字经济辐射效应。

3.2 个体网特征分析

3.2.1 点度中心度

点度中心度衡量了一个节点与其他节点发展社会交往关系的能力。在本文中,点出度反映了该省市数字经济的辐射能力,点入度反映了该省市数字经济的集聚能力。点出度和点入度的差值反映了该省市的净辐射量,净辐射量为正,表明其辐射能力较强,是数字经济的重要输出省市;净辐射量为负,则表明其集聚能力较强,是数字经济的重要输入省市。

本文综合2017年、2019年、2021年三年的数据发现,北京、上海、天津、江苏、广东、陕西、福建、浙江、重庆、四川、海南等地的净辐射量为正,属于数字经济辐射型省市,湖南、河南、江西、湖北、安徽、山西、河北、甘肃、云南、内蒙古、宁夏等省市的净辐射量为负,属于数字经济集聚型省市。

从具体数值来看,北京、上海、天津、江苏、广东五个省市的点入度和点出度都保持在较高水平,且净辐射量均为正,说明这五个省市在整个中国数字经济发展格局中占据着核心地位,是中国数字经济发展的核心节点。山东、浙江、

猜你喜欢
社会网络分析产业发展数字经济
OECD国家数字经济战略的经验和启示
从数字经济视角解读欧亚经济联盟与丝绸之路经济带对接
境外公益旅游研究进展与启示
新浪微博娱乐明星的社会网络分析
景德镇陶瓷文化创意产业发展策略探析
数字经济对CFC规则的冲击探究
红色旅游产业现状分析及发展中管理问题研究
基于社会网络分析的我国微课研究探析
应对数字经济下的BEPS现象
荆州港口物流发展对策研究