中国数字消费发展水平及演变测度

庞靓 华锐

[摘 要] 在国内国际双循环的新发展格局下，扩大消费既是促进国内大循环的战略基点，也是顺畅国际外循环的关键要素，数字消费的健康发展成为顺畅双循环的重要抓手。数字消费发展水平的统计评价对明确发展短板、挖掘新型消费潜力、促进数字经济与实体经济高度融合进而实现高质量发展具有重要意义。基于2015—2020年中国省级面板数据，采用熵权TOPSIS法定量评价数字消费发展水平，利用Dagum基尼系数、非参数核密度估计等探讨时空演化特征的研究结果表明：我国数字消费发展水平逐年提升，“东高西低”的空间格局十分明显，地区间差异仍然是主要因素；数字消费发展水平呈现分散化趋势，极化现象逐渐减弱，各省份的绝对差异逐渐缩小。为此，应着力提升数字消费发展质量，进一步缩小区域差距；重视新基建对数字消费的推动作用，建立健全数字消费制度保障，优化发展环境；鼓励数字产业融合创新，拓展数字消费市场边界。

[关键词] 数字消费；发展实力；发展活力；发展潜力

[DOI编号] 10.14180/j.cnki.1004-0544.2024.05.008

[中图分类号] F49;F724.6              [文献标识码] A        [文章编号] 1004-0544（2024）05-0080-16

基金项目：湖北省教育厅人文社会科学项目“‘湖北智造背景下的企业创新信息服务生态链发展机制研究”（20Q137）；湖北科技学院博士启动基金项目“网络生态与网络经济协调发展的测度与优化机制研究”（BK202021）。

作者简介：庞靓（1988—），女，情报学博士，湖北科技学院经济与管理学院讲师；华锐（1982—），男，经济学博士，湖北科技学院数学与统计学院副教授。

习近平总书记指出：“消费是我国经济增长的重要引擎。”1我国有14多亿人口，中等收入群体规模超过4亿人2，是全球最具潜力的大市场。2023年7月，国务院办公厅转发国家发展改革委《关于恢复和扩大消费的措施》，提出了一系列支持数字消费的具体政策措施，旨在促进消费升级、拓宽消费渠道、增进就业机会、推动创新驱动，数字消费被视为推动消费增长的重要抓手之一。数字消费发展水平的统计评价具有重要意义，对数字消费发展的研究与评价需要从规模扩大、结构优化等角度向更全面、更深入的领域拓展。

目前，国内关于数字消费的研究主要集中在两个方面：其一，以消费经济学研究为基础，重点关注数字消费、新消费的含义及特征。这类研究认为数字消费是与信息通信产业直接关联的手机、通信等现代数字产品的消费1，是市场针对商品的数字内涵而发生的所有消费2，数字消费对象包括数字商品和数字化商品3。个体通过数字技术和互联网等工具进行消费活动4，能够更好满足个性化消费需求及推动消费品质化升级5。2015年国务院印发的《关于积极发挥新消费引领作用 加快培育形成新供给新动力的指导意见》首次提出新消费的概念，该意见指出发挥新消费引领作用是加快推动产业转型升级，实现经济提质增效的重要途径。新消费涉及六个方面：服务消费、信息消费、绿色消费、时尚消费、品质消费和农村消费。此后，多位学者细致考察了新消费市场和产品，对新消费进行了更明确的界定。石磊、陈实强调数字媒介在新消费形成和发展过程中的重要作用，认为新消费的实质是媒介化消费6；孙琳琳认为新消费是由新信息技术、新商业模式和新消费关系共同驱动的新消费行为7。可见，新消费是在数字经济时代背景下出现的一种全新形态的消费方式和消费行为，它具有个性化、多样化和跨界融合的特点，数字化技术的快速发展使数字消费成为新消费模式中的重要组成部分，为新消费提供了更多的可能性和机遇。其二，重在应用型研究，探索和分析数字消费环境下医疗、健身、教育等行业或产业的具体发展策略。如刘伟、聂蕊提出缩小消费层级差距、促进健康产品与服务提质、推动多元业态共振、加速健康产业数字化转型等建议，以培育健康数字消费8。国外学者主要围绕消费者行为学对数字消费模式和结构的变化展开研究，认为技术与实体经济需求的变化和消费模式、结构的变化之间有着明确的关系9；数字技术平台在可持续发展中扮演着重要角色，促进了新的消费和生产模式的发展10。

关于数字消费评价指标建立与统计监测的研究尚处于起步阶段。在建立统计指标上，《北京市数字消费能级提升工作方案》要求北京市统计局参照国家统计局《数字经济及其核心产业统计分类（2021）》确定数字消费统计范围，明确产业分类和主要统计指标，制定产业规模测算方法。其他地区如福州市统计局也有发文，指出应加强数字消费统计调查，及时掌握消费现状和发展趋势，为经济社会发展提供宏观分析，提高政策调控的前瞻性和有效性。

综上所述，随着互联网与实体经济的深度融合，数字消费从顶层规划到实践落地不断推进，表现出强大的生命力，正加速融入并影响百姓生活。但由于出现时间较短，国内外目前关于数字消费的研究成果并不多，且对数字消费的定义未达成共识。当前，围绕什么是数字消费、如何对数字消费进行统计监测、怎样推动数字消费高质量发展都还有待进一步研究。本文立足数字消费含义，结合我国当前的实际情况构建相对科学合理的数字消费发展指数评价指标体系，力求揭示我国数字消费发展水平及区域差异，为数字消费发展水平的测度和分析提供一种可行的方法，为壮大我国数字消费，推动数字经济高质量发展提供决策参考。

一、数字消费发展指数及其测度

对相关概念的清晰界定是开展后续研究的基础。结合已有研究，本文认为数字消费是以互联网为依托开展的经营活动，它涵盖多种形式，如在线医疗、在线娱乐和网络零售等，涉及数字产品与服务的提供者、传递者、消费者和监管者等多个主体。在数字消费中，不同类型的主体扮演着不同的角色，发挥着不同的功能。数字产品与服务的提供者是推动数字消费发展的关键因素，他们通过创新和提供高质量的数字产品与服务满足消费者的需求，促进数字消费的繁荣。在线平台作为数字消费的传递者，提供了便捷高效的交流和交易渠道，连接起提供者和消费者，促进了数字产品与服务的流通。数字产品与服务的消费者是数字消费活动的核心因素，他们的需求和行为对数字产品与服务的创新及改进起着重要作用。监管者在数字消费中发挥监管和引导作用，通过制定相关政策法规保护消费者权益，维护数字消费市场的公平竞争环境。数字消费发展指数及其测度应作多方面考量，本文依据创新、协调、绿色、开放、共享的新发展理念构建数字消费发展指数评价模型，通过衡量数字消费的发展实力、发展活力和发展潜力三个维度来评估我国数字消费发展水平。

（一）指标体系的具体含义

近年来，消费结构不断升级，消费方式不断革新，数字消费发展评价体系须紧密结合当前消费市场发展的特点、问题和趋势，既反映数字消费发展现状，又反映数字消费的发展活力及潜力。因此，本文围绕发展实力、发展活力、发展潜力三个一级指标构建数字消费发展指数评价指标体系，以全面度量我国各省份数字消费发展水平。指标的选取立足我国数字消费发展现实，兼顾可操作性与数据的可获得性，其中权重一列数值由后文所述熵值法计算得出。

第一，数字消费发展实力维度。发展实力是指数字产品与服务通过产业化、商业化和市场化带来经济效益的能力。该维度主要反映数字消费相关核心产业的发展规模和经济效益，选取电子信息制造业主营业务收入、软件业务收入、电信业务收入、电子商务销售额、电子商务采购额、网上零售额、快递业务量7个与数字消费相关的核心产业的发展规模、营收规模的指标。涵盖范围难免有所偏差，但从数据获取的角度来看，它们应是最接近数字消费发展实力的划分。数据来源于《中国统计年鉴》以及各省统计年鉴、统计公报。

第二，数字消费发展活力维度。发展活力是指通过数字技术赋能激发数字消费市场主体活力的能力。该维度主要反映数字消费发展过程中各要素的活跃程度，选取每百家企业拥有网站数，有电子商务交易活动企业占比，移动互联网用户数，互联网宽带接入用户数，信息传输、软件和信息技术服务业法人单位数，信息传输、软件和信息技术服务业城镇单位就业人员数6个能反映市场主体规模变化的关键指标。数据均来源于《中国统计年鉴》《中国信息化年鉴》。

第三，数字消费发展潜力维度。发展潜力是指数字消费可持续发展的能力。该维度主要反映创新投入和数字产业结构优化升级的成果，选取产业融合指数，信息传输、软件和信息技术服务业固定资产投资比上年增长，电子及通信设备制造业R&D经费内部支出，电子及通信设备制造业R&D活动人员折合全时当量，投融资指数5个能够反映投入于数字消费活动的资本、人力及创新力度的指标。其中产业融合指数、投融资指数数据来源于北京雁栖湖应用数学研究院发布的《中国数字经济指数》，其他3个指标数据均来源于《中国统计年鉴》《中国信息化年鉴》。

具体指标构成如表1所示。考虑到各指标数据在不同年份存在缺失，为了尽可能获得较为齐整的数据资源以反映中国数字消费发展的最新态势，本文将样本数据的时间区间设定为2015—2020年。即便如此，新疆、广西、贵州、青海和宁夏等地区仍存在缺失数据，因此本文采用线性插值法填补缺失数据。西藏地区则因为数据缺失较为严重而未被包含在样本范围内。

（二）数字消费发展指数测度方法

TOPSIS熵权法是一种多指标决策方法，本文将利用TOPSIS熵权法比较不同省域在数字消费方面的表现，确定其数字消费发展水平的综合排名。

1.建立原始评价矩阵。根据表1的指标体系，建立原始矩阵X=[（xij）m×n]，[xij]为第i个评价对象的第j项指标的原始数据值（i=1，2，…，m；j=1，2，…，n）。

[X=x11x12x21x22…x1nx2n???xm1xm2…xmn     ] （1）

2.原始指标数据无量纲化。由于原始评价指标数据带有单位，对于不同指标来说其量纲是不同的，无法直接对它们进行比较。为客观评价数字消费发展水平，首先应去除量纲的影响。本文涉及指标均为正向指标，进行无量纲处理如下：

[yij=xij-min （xij）max（xij）-min （xij）  ]      （2）

[ yij]为第i个评价对象的第j项指标无量纲化后的值，[maxxij和minxij]分别为指标[xij]的最大值和最小值。得到标准化矩阵[Y]：

[Y=y11y12y21y22…y1ny2n???ym1ym2…ymn]    （3）

3.计算概率矩阵P。通过构建概率矩阵，获取第i个评价对象对第j项指标的贡献程度。矩阵P中每一个元素pij的具体公式为：

[pij=yiji=1myij]    （4）

容易验证[i=1mpij=1]，即保证了每一项指标所对应的概率和为1。概率矩阵P为：

P=[p11p12p21p22…p1np2n???pm1pm2…pmn]   （5）

4.计算信息熵值ej和冗余度[ηj]。计算公式分别为：

[ej=-（1/ln m）i=1mpijlnpij]    （6）

[ηj=1-ej]    （7）

5.计算指标权重[λj]。公式为：

[λj=ηjj=1nηj      ] （8）

6.构建规范化矩阵C。对标准化矩阵Y中的每一个元素[yij]进行规范化处理，得到规范化矩阵C，规范化公式为：

[cij=yiji=1my    2ij]     （9）

[C=c11c12c21c22…c1nc2n???cm1cm2…cmn       ] （10）

7.构建加权规范化决策矩阵Z。利用计算得到的各指标权重[λj]对规范化矩阵C进行加权，得到加权规范化决策矩阵Z。Z中每一个元素zij的具体公式为：

[zij=λj×cij]  （11）

Z=[z11z12z21z22…z1nz2n???zm1zm2…zmn]   （12）

8.确定正理想解[Z+j]和负理想解[Z-j]。正理想解[Z+j]是第j个指标所在列中的最大值，即在该指标上取得的最好结果；负理想解[Z-j]是第j个指标所在列中的最小值，即在该指标上取得的最差结果。具体公式为：

[Z+j=maxzij]   （13）

[Z-j=minzij]   （14）

9.计算距离。利用欧氏距离计算各评价对象到正负理想解的距离，[D+i]为第i个评价对象和[Z+j]的距离，[D-i]为第i个评价对象和[Z-j]的距离。具体公式为：

[D+i=j=1nz+j-zij2]  （15）

[D-i=j=1n（z-j-zij）2]    （16）

10.计算相对接近度。相对接近度Si可以确定每个评价对象在多个指标下的优劣程度。最终，根据相对接近度确定我国各省份2015—2020年的数字消费发展指数综合得分，值越大表示数字消费发展水平越高。计算公式为：

[Si=D-iD+i+D-i] （[1≤i≤m]）  （17）

（三）区域差异及分解测度方法

考察地区差异的传统方法主要有变异系数、基尼系数（Gini）和泰尔指数（Thei）等。针对传统方法无法分解区域差异的问题，Dagum（1997）对基尼系数法进行改进，提出了Dagum基尼系数法1。该方法的优势在于其可以将测算出的区域差异分解成不同来源的差距，进而分析不同子群对总体区域差异的贡献度，因而被广泛应用于各类区域差异问题研究。本文采用Dagum基尼系数法及其子群分解方法对2015—2020年中国数字消费发展指数的地区差异进行测算与分解，以反映数字消费发展水平的相对差异及其来源情况。

Dagum基尼系数（G）可被分解为区域内差异贡献（Gw）、区域间差异贡献（Gnb）和超变密度贡献（Gt）三部分。关系如下：

[G=Gw+Gnb+Gt]   （18）

总体基尼系数G的计算公式见式（19），其中yji（yhr）为j（h）区域内省份i（r）的数字消费发展指数综合得分，[y]为平均值，n为省份个数，m为区域个数，nj（nh）是j（h）区域内的省份个数。在进行基尼系数分解时，首先要对区域数字消费发展水平进行排序，如式（20）所示。

[G=j=1mh=1mi=1njr=1nhyji-yhr2n2y]    （19）

[Yh][≤…Yj≤…≤Yk] （20）

式（21）中，Gjj为j地区的基尼系数。式（22）中，Gw为区域内差异贡献，其中，pj=nj/n，sj=nj[Yj]/（n[Y]）。式（23）和式（24）分别表示j地区与h地区的区域间基尼系数[Gjh]和区域间净值差距的贡献[Gnb]。式（25）则表示超变密度贡献[Gt]，其中[Djh]为j、h区域之间数字消费发展指数综合得分的相对影响，其定义如式（26）所示。

[Gjj=12Yji=1njr=1njyji-yjrnj2]    （21）

[Gw=j=1mGjjpjsj]    （22）

[Gjh=i=1njr=1nhyji-yhrnjnh（Yj+Yh）]    （23）

[Gnb=j=2mh=1j-1Gjh（pjsh+phsj）Djh]    （24）

[Gt=j=2mh=1j-1Gjh（pjsh+phsj）（1-Djh）] （25）

[Djh=djh-pjhdjh+pjh]    （26）

式（26）中，[djh]为区域间数字消费发展水平的差值，即j、h区域中所有yji-yhr＞0的样本值之和的数学期望；pjh为超变一阶矩，即j、h区域中所有yhr-yji＞0的样本值之和的数学期望。其计算公式如式（27）、（28）所示：

[djh=0∞dFjy0yy-xdFhx]    （27）

[pjh=0∞dFhy0yy-xdFjx]    （28）

二、数字消费发展指数的特征分析

本节运用熵权TOPSIS法测算我国数字消费发展水平，根据分值结果分析数字消费发展指数的总体特征、省域特征、区域特征。

（一）数字消费发展指数总体特征

图1描绘了2015—2020年我国数字消费发展指数及变化趋势。研究期内，全国数字消费发展指数逐年递增，从2015年的0.0919上升到2020年的0.1802，相对增长率为96.08%。虽总体发展水平不高，但上升趋势非常明显，2019年后，数字消费发展水平上升幅度更大，数字消费发展取得明显进步。

（二）数字消费发展指数省域特征

表2列出了2015—2020年我国省域（不含港澳台地区及西藏自治区）数字消费发展指数及其均值①。

整体来看，2015年数字消费发展指数得分的前五名省份是广东（0.4744）、江苏（0.4402）、北京（0.3447）、山东（0.2274）和辽宁（0.2238）；排名靠后的五个省份分别为甘肃（0.0020）、山西（0.0017）、海南（0.0013）、宁夏（0.0006）、青海（0.0001）。2016年，发展指数排名前五位的省份略微发生了变化，上海取代辽宁，排名第五；排名末尾的五个省份也有所变化，从高到低依次为甘肃（0.0026）、内蒙古（0.0023）、山西（0.0021）、宁夏（0.0008）、青海（0.0002）。到2020年，广东（0.9918）依然位居第一位，且发展指数得分已接近1，北京（0.7000）和江苏（0.6929）分别位居第二、三位，且都超过0.5，浙江（0.4758）、上海（0.4715）位列第四、五位。发展指数末五位中，内蒙古、宁夏、青海排名垫底，山西退出后五位，而新疆首次进入末五名。可见，广东、北京、江苏、上海、山东是数字消费发展的领先区域，内蒙古、宁夏、青海长期处在低值区范围，呈现空间锁定效应。

从2015—2020年各省数字消费发展指数的均值来看，广东（0.6829）最高，其次是江苏（0.5662）和北京（0.5044），上海（0.3131）、山东（0.3120）、浙江（0.3105）紧随其后且分数接近，这六省（市）是我国数字消费发展水平的第一梯队。四川（0.1993）、福建（0.1749）、辽宁（0.1629）、陕西（0.1214）、湖北（0.1102）、天津（0.1012）的均值在0.1—0.2，属于第二梯队。其余18个省（市）发展指数均值都低于0.1，属于第三梯队，数量占考察省域总数的一半以上，且多数分布在中、西部地区。易知，我国数字消费发展水平存在较大差距，总体上经济发达地区发展水平较高，而经济相对落后的地区发展水平较低。

从空间格局演化和分布情况来看，2015年尚未有省份的数字消费发展指数达到0.6，只有广东、江苏两个省份在0.4以上。发展指数达到0.2的省份共有6个，占所考察省份总数的20%，且全部分布在东部地区，说明东部地区数字消费发展水平在全国范围内相对领先。发展指数处于0.01—0.2区间的共有12个省份，占所考察省份总数的40%，在三大地区均有分布。东部地区除海南外，其余省份均在0.01以上。中部地区除黑龙江、江西、山西、内蒙古外，发展指数均达到0.01，但均低于全国平均值0.0919，说明中部地区对数字消费发展的重视程度有待进一步提升。发展指数处于0.005—0.01区间的省份为广西、贵州、江西及黑龙江。发展指数低于0.005的省份有8个，占所考察省份总数的26.66%，除海南、山西、内蒙古外的其余5个省份均位于西部地区，说明西部地区2015年数字消费发展水平较低，尚处于探索阶段，提升空间较大。

2017年，广东省数字消费发展指数突破0.6，继续领跑全国。江苏、北京在0.4以上，依然处于全国领先位置。山东、上海在0.25以上，浙江也迎头赶上，由2015年的0.1838上升至0.2691。发展指数在0.01—0.2区间的省份共有13个，占所考察省份总数的43.33%，该比例相较2015年有所上升，说明数字消费发展得到了越来越多省份政府部门的重视。其中，湖北首次突破0.1。发展指数处于0.005—0.01区间的省份为江西、贵州、海南、广西和新疆，低于0.005的省份有6个。就全国而言，除辽宁下降幅度稍大外，发展指数总体为上涨态势。

2020年，广东省数字消费发展指数达到0.9918的极高水平。发展指数突破0.6的省份新增了江苏和北京。上海、浙江的发展指数在0.4以上，且浙江超越了上海与山东，排名由2015年的第七位跃升至第四位，说明浙江省数字消费的发展速度相对较快。发展指数处于0.2—0.4区间的省份有4个，其中陕西的表现尤为突出，从2017年的0.0971增长至2020年的0.2125。发展指数在0.01—0.2区间的省份数量与2017年相差不大，处在该区间的省份其发展水平虽有上升，但上升幅度不大。发展指数处于0.005—0.01区间的省份为山西、新疆、甘肃、内蒙古，低于0.005的省份只剩宁夏与青海。

综上可知，样本考察期内大部分省份的数字消费发展指数均实现了不同程度的上涨。0.01—0.2是我国各省份数字消费发展指数的主要分布状态，达到0.4的省份相对较少。同时，我国数字消费发展水平还有很大上升空间，东部地区发展较快，西部地区也有较大程度改善，相对而言中部地区上升趋势较缓。

（三）数字消费发展指数区域特征

基于2015—2020年的省域数字消费发展指数，利用简单算术平均法分别计算出东部、中部、西部地区每年的平均指数以及研究期内的平均指数，其结果及趋势如图2所示。

从三大区域数字消费发展指数均值来看，东部地区（0.2872）>西部地区（0.0445）>中部地区（0.0300）。东部地区2015年的发展指数已经达到0.2，而中、西部地区到2020年仍未突破0.1，区域间数字消费发展水平差距较大。东部地区发展指数从2015年的0.2094上升至2020年的0.392，增长率为87.2%；中部地区从2015年的0.0191上涨到2020年的0.0442，增幅达131.41%；西部地区从2015年的0.0282增长到2020年的0.0695，增幅达146.45%，可见西部地区数字消费的增长速度最快。

具体而言，各区域数字消费发展指数呈现以下特点：第一，2015—2020年东部地区数字消费发展水平处于领头羊地位，发展指数明显高于中部、西部及全国平均水平。2015—2020年东部地区大部分省份的发展指数都在0.2以上，且不断上升。同时，东部地区数字消费呈多极化态势。2020年，首都北京和东部沿海的广东、上海、江苏、浙江处于绝对领先位置，发展指数在0.4以上；山东、福建、天津处于优势地位；河北发展指数位于0.01—0.05区间；研究期内，除2020年，海南的发展指数一直未超过0.02，是东部地区的薄弱省域。第二，西部地区数字消费发展指数低于东部地区，高于中部地区，研究期内各省份发展指数介于0—0.275，区域内差异比较明显。以 2020年数据为例，四川独占鳌头，发展指数达到0.2751，超过了福建、天津等东部省份；陕西、重庆也较高，分别为0.2125和0.1288；而宁夏、青海成为西部地区的塌陷区，发展指数分别仅为0.0027、0.001。得益于加大互联网基础设施建设投入，积极培育新型消费市场等举措，近年来西部地区数字消费发展势头迅猛，成为三个地区中发展速度最快的区域。第三，中部地区数字消费发展指数低于东部和西部地区，其中发展较为落后的是山西和内蒙古，发展水平最高的是湖北，2020年其发展指数达到0.1607，明显高于中部地区其他省域和该地区平均水平，成为中部地区数字消费的发展核心。湖南、安徽、河南、吉林处于中部地区的次核心，发展指数均值在0.026—0.038。近年来，在数字中国建设的推动下，该地区数字消费发展成效明显，发展速度也在不断提升。

三、数字消费发展指数的区域差异分解

上述分析已经揭示出我国数字消费呈现明显的区域差异特征，为了更好地刻画和分析区域差距与差距来源，下文采用Dagum基尼系数及子群分解法分析我国数字消费发展指数的总体差异、区域内差异、区域间差异及超变密度。

（一）总体差异及区域内差异

图3描绘了全国及东部、中部、西部三大经济区域数字消费发展指数的Dagum基尼系数及其演变趋势。从全国范围来看，2015年和2016年保持不变，为0.158；2017—2019年间达到0.164，呈现缓慢的增长趋势；但到2020年又略微下降至0.163，这表明全国范围内的数字消费发展区域差异在研究期内略有扩大，但整体变化幅度较小。从各区域基尼系数来看，西部地区内差距最大，基尼系数均在0.6以上，但其下降趋势相对而言最为明显，说明西部地区省际数字消费发展水平的较大差距正逐步缩小。中部地区2015—2019年的基尼系数大致呈上升趋势，且在2018—2019年间上升趋势最为明显，2019年后又急剧下降，至2020年，基尼系数与2015年基本持平，说明中部地区省际数字消费发展水平的差距有扩大趋势，但趋势并不稳定。东部地区基尼系数最小，区域内差距相对较小，基尼系数出现反复升降的态势，说明区域内省际数字消费发展有所波动。由此可见，全国数字消费发展指数的区域差异整体变化幅度较小，但各个区域内部的变化呈现出不同的特点。这些特点反映了我国数字消费发展不平衡问题的复杂性，需要采取针对性的政策和措施来促进区域内的平衡发展。

（二）区域间差异

图4描绘了东部、中部、西部三大经济区域之间的数字消费发展指数的Dagum基尼系数及其演变趋势。区域间差异从大到小依次为东部与中部、东部与西部、中部与西部，均值依次为0.836、0.788、0.681。具体而言，东部与中部、东部与西部之间的差异都较大，区域间基尼系数均在0.7以上，说明东部与中、西部地区的差距是形成整体不均衡的主要原因，但这两者的差距都有缩小趋势。中部与西部之间的差异相对较小，且呈现波动状，在2019年前变化不大，2019年后有明显下降趋势。

（三）区域差异来源

基尼系数贡献率如图5所示。组内贡献率反映各区域内部水平差距；组间贡献率反映各区域之间水平差距；超变密度贡献率反映各地区交叉重叠现象，体现相对差距情况。

图中，组间贡献率远高于组内贡献率和超变密度贡献率，说明数字消费发展水平差异主要由区域之间的差异所致。组内贡献率最小值为23.202%，最大值为24.749%，总体呈上升趋势。组间贡献率最小值为67.512%，最大值为70.112%，同样呈下降趋势。超变密度贡献率主要用于识别不同地区之间的交叉重叠现象，比如东部地区的数字消费发展水平显著高于西部地区，但东部地区发展指数较低的省份（如海南）可能低于西部地区较高的省份（如四川）。超变密度贡献率呈现波动趋势，从2015年的6.686%逐步上升至2019年的8.027%，在2020年回落至7.739%，整体趋势显示交叉重叠的情况在增加，即低水平地区的最高值和高水平地区的最低值之间的重叠变得显著，但对于总体区域差异的贡献相对较小。总之，我国数字消费发展水平的整体差异主要源于地区间的巨大差异，地区内部差异对于整体差异也有一定的影响，而不同地区之间的交叉重叠并不是导致整体差异的主要原因。

四、数字消费发展指数的时序演变

基尼系数方法刻画的是经过均值调整后的发展指数相对差异特征，未能反映区域数字消费发展水平绝对差异的变化规律。下文利用核密度估计法对数字消费发展水平进行核密度分析，考察数字消费发展指数的分布形态、分布位置和延展性的变化，借助MATLAB软件绘制数字消费发展指数核密度估计曲线，从全国及区域两个层面探讨其动态演变规律。

（一）全国层面

图6是我国数字消费发展水平的核密度估计曲线，从整体上描绘了全国数字消费发展指数的分布动态演变趋势。第一，从分布位置上看，2015—2020年核密度曲线主峰位置逐渐小幅度右移，说明全国数字消费发展水平在稳步提高，但提升的幅度有限，这一特征与前文的测度结果相符。第二，从形状上看，主峰峰值高度变化不大，说明全国数字消费发展水平的离散程度上升趋势不明显。核密度估计曲线存在一个主峰和多个侧峰，且侧峰峰值远低于主峰峰值，表明我国数字消费发展具有一定的梯度效应，多级分化现象明显。考察期内波峰数量在逐渐减少，说明不均衡分布格局正逐渐改善。第三，从分布延展性来看，考察期内核密度估计曲线存在一定的右拖尾现象，分布延展性呈发散趋势，说明高发展指数省份与低发展指数省份之间的差距在变大。

（二）东部地区

东部地区数字消费发展水平的核密度估计曲线如图7所示。第一，从分布位置上看，2015—2020年核密度曲线主峰位置有小幅度的左右移动，说明东部地区数字消费发展水平总体稳步提高的同时，也有部分省域发展不稳定。第二，从形状上看，主峰峰值高度在逐年下降，说明东部地区数字消费发展水平的离散程度有上升趋势。波峰形状变得宽而平，说明东部地区数字消费发展指数绝对差异在逐步增大。具体而言，东部地区2015年发展指数区间为0.0013—0.4744，2020年为0.0216—0.9918，区间跨度变化率为105.07个百分点。如东部地区的广东、江苏的发展指数在基期明显高于其他省份，且提高幅度也较大，而海南等地虽然发展指数有所提高，但增长幅度较小，因此整个东部地区的绝对差异呈现出逐年增大的趋势。核密度估计曲线只存在一个主峰，说明东部地区两极分化现象不太显著。第三，从分布延展性来看，考察期内东部地区核密度估计曲线右拖尾现象不明显，但拖尾长度逐渐增长，说明东部地区高发展指数省份与低发展指数省份之间的差距不太显著，但有扩大趋势。

（三）中部地区

中部地区数字消费发展水平的核密度估计曲线如图8所示。第一，从分布位置上看，2015—2020年核密度曲线主峰位置有小幅度的左右移动，说明中部地区数字消费发展水平总体稳步提高的同时，也有部分省域发展不稳定。第二，从形状上看，主峰峰值高度有小幅度波动，但整体呈下降趋势，说明中部地区数字消费发展水平的离散程度有上升趋势。波峰形状向宽而平过渡，说明中部地区数字消费发展指数绝对差异在增大。具体而言，中部地区2015年发展指数区间为0.0017—0.066，2020年发展指数区间为0.0052—0.1607，区间跨度变化率为141.83个百分点，比东部地区更显著。核密度估计曲线存在一个主峰和一个侧峰，侧峰峰值远低于主峰峰值，且侧峰高度也呈下降趋势，说明中部地区存在两极分化现象，但正在减弱。第三，从分布延展性来看，考察期内中部地区核密度估计曲线右拖尾现象不明显，但拖尾长度有增长趋势，说明中部地区高发展指数省份与低发展指数省份之间的差距不太显著，且有扩大趋势。

（四）西部地区

西部地区数字消费发展水平的核密度估计曲线如图9所示。其形态与全国数字消费发展水平的核密度估计曲线十分相似。第一，从分布位置上看，2015—2020年核密度曲线主峰位置逐渐小幅度右移，说明西部地区数字消费发展水平在稳步提高，但提升幅度有限。第二，从形状上看，观察期内前5年主峰峰值高度变化不大，2020年主峰高度有明显下降，说明西部地区数字消费发展水平的离散程度上升趋势在2020年变得更为显著。具体而言，西部地区2015年发展指数区间为0.0001—0.1411，2020年发展指数区间为0.0010—0.2751，区间跨度变化率为94.4%。该变化率虽低于中部、东部地区，但考虑到基础设施和经济发展水平差异，接近一倍的增长率说明西部地区在推动数字消费上同样取得了实质性进展。主峰形状窄而尖，说明西部地区数字消费发展指数绝对差异不大。核密度估计曲线存在一个主峰和多个侧峰，且侧峰峰值远低于主峰峰值，表明西部地区数字消费发展具有一定的梯度效应，多级分化现象明显。但侧峰高度呈现下降趋势，特别是2020年下降明显，说明多极分化现象正在减弱。第三，从分布延展性来看，考察期内核密度估计曲线存在一定的右拖尾现象，分布延展性呈发散趋势，说明高发展指数省份与低发展指数省份之间的差距在变大。

五、结论、建议与展望

当前，以数字化、网络化、智能化为主要方向的新一轮科技革命和产业变革持续推进，数字经济凭借其高创新性、强渗透性、广覆盖性等特点，日益成为促进消费扩容提质的重要力量①。居民消费优化升级同现代科技和生产方式相结合，蕴含着巨大增长空间。对数字消费发展水平进行科学的统计测度，准确测知其区域差异及来源，洞悉其时序演变特征，才能更好地因时因地制定政策，充分发挥其积极作用，推动数字经济赋能消费升级。

（一）研究主要结论

1.在测度结果上，我国数字消费发展水平逐年提升，但整体水平不高，大多数省份发展指数低于0.1。此外，空间不平衡现象较为突出，高发展水平的省份多处于东部地区，“东高西低”的空间格局十分明显。

2.在空间差异及其来源上，全国数字消费发展水平存在显著的空间差异，总体差异有扩大趋势，不均衡性加剧。分区域来看，地区内差异从大到小依次为西部、中部、东部，地区间差异从大到小依次为东部与中部、东部与西部、中部与西部。地区间差异是整体差异的主要来源，贡献率最大，但贡献程度随时间推移逐渐降低。

3.在动态演进特征上，全国数字消费发展水平的核密度估计曲线主峰位置整体缓慢向右移动，这一趋势在西部地区也较为明显，说明我国数字消费发展水平在不断提高。东部和中部地区主峰宽度逐渐扩宽，表明两大区域内数字消费发展水平呈现分散化趋势。全国层面呈现“一主多侧”的多峰分布形态，但侧峰坡度逐渐变缓，有向单一主峰发展的趋势，多极分化现象逐渐减弱。说明省际之间的发展水平差距正在逐步缩减，随着时间推移，低水平省份的增长速度有超过高水平省份的可能性，从而使长期差距缩小。西部地区核密度估计曲线与全国核密度估计曲线相似，多极化态势明显，也有向单一主峰发展的趋势。

（二）相关政策建议

目前，我国数字消费发展不充分和不平衡问题较突出，提高数字消费总体水平任重道远。为此，需要促进东中西部联动发展，将中西部地区的低成本优势、资源优势与东部地区的技术、市场和数字产业优势结合起来1，形成优势互补、协同发展的机制。

1.资源禀赋和现实基础：发展路径差异化。区域发展的不平衡和不协调客观存在，对此，应明晰各地区的资源禀赋和现实基础，找准各地区发展数字消费的优势和痛点，实现发展路径的差异化。东部地区应持续推动创新引领，重点在高新技术产业、数字支付、智能制造和数字服务等领域发力，巩固其在全国数字经济中的领先地位，为中西部地区提供更多可复制可推广的宝贵经验，引领全国数字消费发展新方向。中部地区应聚焦产业升级和提升数字消费发展质量，利用本地区的地理优势与产业基础，通过数字技术升级传统产业，将数字化手段应用于制造业及农业，促进电子商务和数字服务业的发展，增强中部地区数字消费发展的内生动力。西部地区应利用其丰富的自然和文化资源，通过数字化手段开发如数字文旅产业等特色数字消费市场；同时，鼓励发展线上教育、远程医疗等数字服务，改善偏远地区的公共服务供给，提升居民的数字消费水平。

2.基础建设与技术共享：发展环境可持续。推动新型基础设施建设是中西部地区发展数字消费的重要抓手2。首先，应加快在中西部地区建设高性能计算中心和数据中心，为数字化服务的开展和创新提供坚实基础，吸引更多的互联网企业和数字化产业落户中西部地区，推动数字产业集聚3。其次，建立东中西数字基础设施建设协作机制，发挥全国一体化算力网优势，共享算力资源，减少重复建设，提高能效和资源利用率。推动中西部地区和东部地区的数字技术合作与交流，缩小地区间的发展差距，建立数字化产业联盟及技术创新平台等，形成全国范围数字化服务的统一标准和体系，提升整个数字消费产业链的效益和竞争力。

3.制度创新与环境优化：发展政策精准化。首先，实施差异化区域政策，对于数字消费发展较为落后的地区，可以给予更多的财政和税收支持，鼓励企业投资数字化服务设施建设；对于数字消费发展水平较高的地区，可以采取激励创新和引导消费的政策措施，推动数字消费的多元化发展。其次，优化数字消费市场营商环境，简化行政审批程序，降低市场准入门槛，设立创新基金，采取更加灵活的政策手段，激发市场活力；同时，加强知识产权保护，维护公平竞争的市场秩序，为数字消费企业提供良好的经营环境。最后，建立跨区域监管机制，加强对跨地区企业的监管，加强数据安全管理，打击网络诈骗和侵权行为等，保障数字消费者权益和稳定的市场秩序。

4.人才培养与知识流动：发展机遇平衡化。人才是推动数字消费创新发展的核心驱动力，通过数字人才的技术创新才能开发出更符合市场需求的产品和服务。人才的流动能够促进不同地区之间的知识交流与合作，有助于数字消费产业链的健康发展。应建立人才培养和流动机制，在中西部地区培养数字化营销、数据分析等专业人才，以满足当地数字消费产业的人才需求；鼓励东部地区与中西部地区开展人才培养合作项目，例如实习实训基地建设、校企合作培训计划等；设立专项补助或税收优惠政策，鼓励东部地区的高层次人才到西部地区支持数字消费产业的发展，促进人才资源的均衡分配和有效利用，为东中西部地区的人才搭建交流合作平台，促进知识流动与技术创新。

5.创新合作与应用推广：发展成效共享化。成立东中西数字创新联盟，不同地区数字消费产品与服务的技术开发团队可以共享创新成果、技术资源和应用案例，以共性场景作为突破点，将数字化转型贯穿产前、产中和产后不同环节及企业内部的组织管理①。充分挖掘数字消费市场的新机会，满足人们对数字化产品和服务的需求，共同推进数字技术的研发和应用，促进数字消费技术的跨地区传播和应用推广。推动数字消费产业的跨区域合作与创新，推动跨地区大型数字消费相关项目的实施，鼓励东中西各地区政府和企业联合发起跨地区的智慧城市、数字乡村建设等项目，强调成果共享和经验交流，建立项目成果分享库，收集和整理各地区项目的成功经验和教训，确保成果能够惠及更广泛的地区，促进先进数字技术及数字消费理念的传播和普及。

（三）研究不足与展望

数字消费是涉及在线平台、数字产品生产者和使用者、线上线下融合实体店等多要素的综合体，指标选择和构建较为复杂，且目前有关数字消费定量评价的研究较匮乏，可参考的文献较少。同时，现有的统计体系还不完善，相关资料较少，如反映消费业态市场规模，包括线上线下融合的即时零售交易规模、电子商务服务业营收规模、重点数字化消费平台数量、重点数字化消费平台用户规模、重点数字化消费平台商户规模的指标，部分未见有统计数据，部分未见有分地区统计数据。因此，进一步优化数字消费发展水平指标体系，多视角、多方法测算数字消费发展程度是未来研究的重要方向。

责任编辑   倪子雯