数字经济与制造业高质量发展耦合协调研究——基于黄河流域的实证分析.pdf

2024 年 第 40 卷 第 2 期（总第 194 期）Vol.40 No.2 2024（Sum No.194）中北大学学报（社会科学版）JOURNAL OF NORTH UNIVERSITY OF CHINA（SOCIAL SCIENCE EDITION）数字经济与制造业高质量发展耦合协调研究基于黄河流域的实证分析赵瀚穹，刘亚丽（晋中学院 经济管理系，山西 晋中 030619）摘 要：数字经济成为新时代下稳增长的重要保障。利用 2011年2020年黄河流域 9省区的面板数据，分别构建数字经济与制造业高质量发展评价指标体系，运用熵值法、耦合协调模型、相对发展模型、灰色关联模型，研究了黄河流域数字经济与制造业高质量发展的耦合协调水平及驱动因素。研究发现：（1）2011年2020年，黄河流域数字经济指数与制造业高质量发展指数均表现出增长趋势，但存在明显的空间异质性。（2）研究期内，黄河流域数字经济与制造业高质量发展的耦合协调度持续上升，且表现出下游中游上游的空间特征。（3）科技创新、对外开放、城镇化水平、人力资本、政府支持是黄河流域数字经济与制造业高质量发展耦合协调的驱动因素。基于上述结论，提出相关政策建议。关键词：黄河流域；数字经济；制造业高质量发展；耦合协调中图分类号：F274 文献标识码：A doi:10.3969/j.issn.1673-1646.2024.02.006引用格式：赵瀚穹，刘亚丽.数字经济与制造业高质量发展耦合协调研究基于黄河流域的实证分析 J.中北大学学报（社会科学版），2024，40（2）：31-45.Research on Coupling and Coordination Between Digital Economy and High-Quality Development of Manufacturing Industry：A Case Study of the Yellow River BasinZHAO Hanqiong，LIU Yali（Department of Economics and Management，Jinzhong University，Jinzhong 030619，China）Abstract：Digital economy has become an important guarantee for stable growth in the new era.Using panel data from the nine provinces in the Yellow River Basin from 2011 to 2020，this paper constructs evaluation indicators for digital economy and high-quality development of manufacturing industry.Using methods such as entropy，coupling coordination model，relative development model and grey correlation model，this paper studies the coupling coordination level and driving factors between digital economy and high-quality development of manufacturing industry in the Yellow River Basin.The research findings are as follows：（1）From 2011 to 2020，both the digital economy index and the high-quality manufacturing development index in the Yellow River Basin showed a growing trend，but there was evident spatial heterogeneity.（2）During the study period，the coupling coordination degree of the digital economy and high-quality manufacturing development in the Yellow River Basin continued to rise，showing a spatial characteristic that the downstream was greater than the middle，and the middle was greater than the upstream.（3）Technological innovation，openness to the outside world，the level of urbanization，human capital，and government support are 文章编号：1673-1646（2024）02-0031-15收稿日期：2023-11-27基金项目：山西省哲学社会科学规划课题：数字经济赋能山西制造业高质量发展研究（2021YY034）作者简介：赵瀚穹（1991-），男，助教，硕士，从事专业：数字经济、区域经济、产业经济。Email：。通信作者：刘亚丽（1980-），女，副教授，博士，从事专业：数字经济、区域经济、产业经济。Email：liuyali_。2024 年第 2 期中 北 大 学 学 报（社 会 科 学 版）driving factors for the coupling coordination of the digital economy and high-quality manufacturing development in the Yellow River Basin.Based on these conclusions，relevant policy suggestions are proposed.Key words：Yellow River Basin；digital economy；high-quality development of manufacturing；coupling and coordination2021年，黄河流域生态保护和高质量发展上升为国家战略。国家提出要加快黄河流域战略性新兴产业及先进制造业的发展，并指明要发挥大数据、互联网等因素在推进产业优化升级方面的作用，大力推进数字化赋能。在国家高度重视黄河流域高质量发展的背景下，研究黄河流域数字经济与制造业高质量发展之间的协同关系很有必要。数字经济已经成为推动全球经济增长的新引擎，在各国经济遭遇下行压力的情况下，数字经济成为了稳定和复苏经济的重要力量1。对于中国而言，数字经济将在推动经济高质量发展方面起到越来越关键的作用2。数字经济正在与传统产业进行融合与渗透，特别是与制造业的融合，可以为经济增长培育出新的竞争优势3。2017年，数字经济成为政府工作报告的内容之一。2020 年，我国数字经济增速达到 9.6%，排名世界第一4。当前，我国经济面临转型升级，从注重速度转向注重高质量发展，研究数字经济与制造业高质量发展之间的耦合协调水平，探索影响两者之间耦合协调的驱动因素，有利于更好地实现黄河流域数字经济与制造业高质量发展的同步推进。1文献综述与本文有关的研究主要有：关于数字经济内涵与测度的研究；关于制造业高质量发展内涵与测度的研究；关于数字经济与制造业高质量发展的耦合协调以及驱动因素的研究。1.1数字经济国内外关于数字经济的研究主要集中在两个方面，数字经济的内涵界定，数字经济的规模测度。学术界对于数字经济的内涵界定没有达成一致，在如何划分数字经济产业与其他产业的问题上存在争议。经济合作与发展组织（OECD）认为数字经济主要是以数字化订购、促成、传输作为基础形成的，其核心是数字交易5 4-20。美国经济分析局（BEA）认为数字经济的内涵在于互联网及信息技术，在此基础上对数字产业进行识别6。金星晔等认为数字经济的核心是数字技术与信息，将电子商务纳入到数字经济的产业活动中7。许宪春和张美慧认为数字经济并非只局限于数字化交易，而是应该包括数字基础设施以及数字化的媒体、货物、服务等在内8。关于数字经济的规模如何测度的问题，目前学术界的测度方法主要是两种：一种是通过测算绝对数来衡量数字经济的整体规模；另一种是构建相应的指标测度体系，通过测算相对数来衡量数字经济的相对规模，比较常见的是数字经济指数。美国经济分析局（BEA）以供给使用表作为基础，对数字经济 的 总 体 规 模 进 行 了 测 度6。澳 大 利 亚 统 计 局（ABS）参考了美国经济分析局的做法，对国家整体的数字经济发展水平进行了估计9。中国信息通信研究院则将数字经济分为数字产业化与产业数字化，并在测算中国数字经济绝对规模的基础上，测算了中国数字经济指数以衡量相对规模10。一些学者也探究了数字经济规模的测度，张少华和陈治从基础设施、互联网融合、人才、技术产出等四个维度出发，运用主成分分析法和线性加权法测度了中国省域数字经济指数11。唐红涛等选取互联网宽带接入数、邮电业务收入、移动电话年末用户数、从业人员数四个指标，运用熵值法测算了 2004 年2019 年中国各地级市的数字经济指数12。肖远飞和周萍萍利用基础设施、数字生活、企业数字化、知识支撑四个维度和相应的 12 个二级指标构建了数字经济指数评价体系，得出了省级层面的数字经济综合指数13。1.2制造业高质量发展促进制造业高质量发展，有助于更好地发挥制造业在经济增长中的支柱作用，学术界一般从经济增长质量和新发展理念两个角度对制造业高质量发展进行界定。惠宁和杨昕将制造业绿色全要素生产率作为制造业高质量发展的内涵，将技术进步作为衡量制造业高质量发展的关键因素14。任转转和邓峰将制造业高质量发展分为内部结构升级和外部价值链攀升，认为互联网发展能从这个两个方面促进制造业高质量发展15。32（总第 194 期）数字经济与制造业高质量发展耦合协调研究（赵瀚穹等）在制造业高质量的测度方面，沈运红和黄桁运用制造业中高端技术产业产值与中端技术产值的比值，来衡量制造业产业结构升级，以此来测度制造业高质量发展16。曲立等将创新、绿色、开放、高效、风控、共享六个维度纳入评价体系，并运用专家评分矩阵确定每项指标的权重，通过加权法测算出中国区域制造业高质量发展指数17。张颖等从效益、绿色、创新、开放等四个维度构建指标评价体系，运用熵值法对河南省制造业高质量发展水平及驱动因素进行了探讨18。1.3耦合机制数字经济能够与制造业等传统产业融合、渗透，从而推动制造业的高质量发展，两者之间具有耦合关系。在耦合机理方面，吴爽认为应该充分发挥数字经济转换为生产要素的优势，打造数字产业集群，来促进数字经济与制造业高质量发展的进一步融合19。王瑞荣和陈晓华以 2007 年2018 年浙江省数据为分析样本，发现数字经济对制造业高质量发展的促进作用主要是通过对资本和技术密集型制造业的正向作用实现的20。在耦合水平方面，秦铸清等对成都和北京进行比较，发现成都的数字经济与制造业高质量发展都得到了有效提高，二者之间已经进入中等协调阶段，但与北京相比依然存在进步的空间21。傅为忠和刘瑶以长三角三省一市作为分析对象，发现长三角区域产业数字化与制造业高质量发展的整体耦合协同效应得到了有效提升，但区域之间的差异明显，各省的障碍因子也并不相同22。段秀芳和徐传昂认为，制造业数字化转型对制造业高质量发展有显著的促进作用，但两者的耦合关系存在区域差异23。综上所述，现有文献虽然对数字经济、制造业高质量发展及两者之间关系的研究较为丰富，但大多数是从数字经济和制造业高质量发展的角度分别进行分析，探究两个系统各自的内涵及测度问题，对于二者的关系研究更多是定性分析，缺少关于二者耦合协调机理和驱动因素的定量分析。在数字经济的研究方面，大多数学者偏向于选择互联网用户数、移动电话普及率等单一或几项指标来衡量数字经济，缺乏对数字经济整体指标体系的构建和测度。在制造业高质量发展方面，目前的研究主要采用绿色全要素生产率、高端产业增加值等指标来进行测度，对制造业高质量发展水平全面测度的研究较少，难以反映出制造业高质量发展的真实水平。在数字经济与制造业高质量发展的耦合协调关系研究方面，相关的文献比较缺乏，目前有部分学者将制造业高质量发展作为经济高质量发展的一个方面进行衡量，研究数字经济对促进经济高质量发展的作用，很少有研究将制造业高质量发展单独作为研究对象，分析其与数字经济的协调发展。以现有的研究为基础，本文选择黄河流域 9 省（自治区）作为分析对象，在厘清数字经济与制造业高质量发展耦合协调机理的基础上，分别构建数字经济与制造业高质量发展评价指标体系，分别测度黄河流域 2011 年2020 年数字经济与制造业高质量发展水平。在此基础上，运用耦合协调模型、相对发展模型，分析黄河流域数字经济与制造业高质量发展的耦合协调水平，并运用灰色关联模型分析两系统协同发展的主要影响因素，为促进黄河流域数字经济与制造业高质量发展协同推进提供参考。本文的创新之处有：第一，从研究对象看，现有的研究主要侧重于分析数字经济、制造业高质量发展二者内部的子系统之间的关系，本文则以数字经济、制造业高质量发展的内涵为依据，分别构建两个系统的评价指标体系，对数字经济、制造业高质量发展水平进行系统的分析研究。第二，从研究方法看，目前的研究大多侧重分析数字经济对制造业的单向推动作用，本文则在阐述数字经济与制造业高质量发展耦合协调机理的基础上，运用耦合协调法分析两者发展的协同效应，并在此基础上用灰色关联法分析影响两者协同效应发挥的主要因素。第三，从研究区域看，现有的研究大多基于全国范围，或者以长三角、京津冀、珠三角等沿海经济发达地区作为分析对象，本文对黄河流域这一特殊经济地理区域进行分析，其中 7 个省区为中西部省区，能弥补当前研究的不足。2数字经济与制造业高质量发展耦合机理数字经济与制造业高质量发展两个系统之间具有耦合协调效应，两者之间相互促进、协同发展，实现协同效应大于单个系统效应的结果，如图 1 所示。数字经济作为新兴业态，整合互联网、移动终端、5G等高新技术，以现代化的数字方式进行生产，能够通过与传统产业相融合，促进制造业高质量发展。制造业高质量发展以绿色、环保、高效为主要特点，实现粗放发展模式向集约发展模式的转变，需要以数字经济为代表的高新产业提供技术支持，反过来为数字经332024 年第 2 期中 北 大 学 学 报（社 会 科 学 版）济创造需求，促进数字经济的发展。2.1数字经济推动制造业高质量发展数字经济通过全新的生产方式，助力传统制造业转型，提高传统制造业的生产效益，促进生产模式的创新，推动产业结构合理化，实现传统制造业绿色发展。第一，数字基础设施推动制造业高质量发展。互联网、移动终端、5G 技术覆盖率的提高，为制造业高质量发展提供了物质基础。传统的制造业企业通过引入新的终端，实现管理和生产方式的改变，为数字技术、虚拟技术在传统制造业中的应用提供了平台，有助于制造业转型升级。第二，数字产业水平推动制造业高质量发展。随着数字时代的到来，邮政业、电信业、信息技术等数字相关产业发展迅速，与采掘业、制造业等传统产业的联系和渗透进一步加强加深，有助于发挥产业之间的协同效应。数字产业的发展创造更多的就业岗位，有效吸纳制造业升级后的剩余劳动力，为制造业高质量发展解决后顾之忧。第三，科技教育支撑推动制造业高质量发展。数字经济是高新技术产业，其发展需要相应的科技和教育投入作为支撑，科技和教育成果具有明显的外溢性，在提升数字技术的同时，能够被应用到制造业等传统领域，为制造业高质量发展解决技术难题，提供人才支撑。第四，软件信息业务推动制造业高质量发展。电子商务是新时代经济发展的重要方式和渠道，有助于传统制造业扩展进货和销售渠道，改变过去单一的经营和发展模式，走线上和线下结合发展的道路。软件业务能解决制造业进行线上经营的客户端问题，助推制造业高质量发展。第五，普惠金融推动制造业高质量发展。相比于传统的金融模式，数字普惠金融能以更便捷、更高效的方式为企业提供所需的资金，覆盖面更广，使用范围更大。数字普惠金融的发展，可以减轻制造业转型升级面临的资金压力，尤其能对中小传统制造业企业实现高质量发展起到支撑作用。2.2制造业高质量发展对数字经济的反作用制造业高质量发展为数字经济提供了实体产业支撑和技术装备支持，通过与数字经济的融合进一步扩大数字经济规模，提升数字经济整体水平。第一，制造业的效益提高有助于拉动数字经济。制造业高质量发展带来劳动生产率、收益成本比的提高，有助于解放更多的劳动力，剩余劳动力可以回流市场，经过培训后重新就业，有助于解决数字经济面临的劳动力相对短缺的问题。制造业效益的提升带来生产规模的扩大，为数字经济提供更好的实体支撑，有利于扩大数字经济的规模。第二，制造业的创新提升有助于拉动数字经济。制造业高质量发展伴随着创新的提升，数字化、自动化等高新技术在制造业领域应用更加广泛，促进数字技术更加成熟的同时，也对数字技术的发展提出更高要求，推动各地加大对数字技术的研发投入，拉动数字经济的发展。第三，制造业的产业升级有助于拉动数字经济。制造业高质量发展实现产业结构的合理化，以现代服务业、高新技术产业为代表的第三产业地位更加重要，驱动政府出台政策鼓励数字经济等高新技术产业的进一步发展，制造业与新兴产业的比重和结构趋于合理，更好发挥制造业高质量发展与数字经济的协同效应。第四，制造业的绿色转型有助于拉动数字经济。制造业高质量发展要求走绿色清洁的道路，实现从生产到消费的全绿色过程，对数字化生产、电商渠道销售产生更多的需求，有助于带动电子商务、数字化生产等数字经济相关产业的发展。制造业的绿色转型也有助于消费者转变消费观念，更多选择数字化渠道消费，拉动数字经济的发展。3研究设计与数据来源3.1指标体系构建数字经济与制造业高质量发展属于两个互相作用的复杂系统，本文借鉴已有研究成果，基于两图 1数字经济与制造业高质量发展耦合机理34（总第 194 期）数字经济与制造业高质量发展耦合协调研究（赵瀚穹等）者的耦合机制原理，遵循科学性、合理性、综合性、系统性以及数据可得性，分别构建数字经济与制造业高质量发展评价指标体系。3.1.1数字经济评价指标体系数字经济指数可以衡量数字经济的相对规模，大多数学者都选择将数字基础设施作为测度数字经济指数的一个重要维度，而在其他维度的选择上有不同的观点。刘传辉和杨志鹏认为，数字经济不仅应该包括数字产业的相关指标，还应该将社会的整体经济发展水平纳入到考察范围当中24。王军和肖华堂认为数字经济评价指标应该包括数字经济基础设施、发展环境、数字产业化、产业数字化等四个方面25。本文借鉴已有的研究成果，考虑数据的可得性，构建包括数字基础设施、数字产业水平、科技教育支撑、软件信息业务、普惠金融五个一级指标及与之对应的 19 个二级指标的数字经济评价指标体系，以测度数字经济整体发展水平，所有指标均为正向指标，详情见表 1。3.1.2制造业高质量发展评价指标体系制造业高质量发展是经济高质量发展的重要组成部分，不少学者选择将效益、创新、绿色、现代化作为构建指标体系的重要维度。江小国等认为制造业高质量发展包括效益、绿色、高端、创新、质量、两化融合六个维度，利用相应的 12个指标构建了评价体系26。黄顺春和张书齐认为，制造业高质量发展评价指标应该包括开放和共享，并纳入教育、医疗、就业等方面的细分指标27。本文在已有研究的基础上，结合数据的可得性，选择效益、创新、产业、绿色四个维度，以对应的 18 个二级指标构建黄河流域制造业高质量发展评价指标体系。其中，产业维度下的产业结构合理化为负向指标，绿色维度下的四个指标为负向指标，其余均为正向指标，详情见表 2。表 2 中，产业结构高度化采用结构层次系数计算得出，公式为：AIS=1t+22t+33t（1）其中，AIS 为产业结构层次系数，1t、2t、3t分别为第一产业增加值、第二产业增加值、第三产业增加值占 GDP的比重。产业结构合理化用泰尔指数表示，公式为：TL=i=1n()YiYln()YiLi/YL（2）其中，TL 为泰尔指数，Yi、Y、Li、L 分别代表各省区三大产业各自的增加值、各省区的地区生产总值、各省区三大产业各自的就业人数、各省区的总就业人数。泰尔指数为负向指标，当 TL 趋向于0时，产业结构趋向于合理。3.2数据来源黄河流域包括甘肃等9个省区，考虑到市级层面缺乏相关指标的数据统计，本文将研究对象确定为黄河流域的9个省区，分别构建黄河流域数字经济和制造业高质量发展评价指标模型。考虑到 2011年中国调整了规模以上工业企业的统计口径，数字普惠金融指数也是从 2011年开始发布，为了保证数据口径的表 1黄河流域数字经济评价指标体系一级指标数字基础设施数字产业水平科技教育支撑软件信息业务普惠金融二级指标光缆覆盖移动电话发展宽带发展邮政发展水平电信发展水平邮政从业水平信息从业水平科技支撑教育支撑软件业务电商销售电商采购电商企业域名网页普惠金融水平覆盖广度使用深度数字化程度指标测算光缆线路长度移动电话用户宽带用户邮政业务总量电信业务总量交通运输、仓储和邮政业从业人员信息传输、软件和信息技术服务业从业人员科学技术支出教育支出软件业务收入电商销售额电商采购额有电商活动企业数互联网域名数互联网网页数普惠金融总指数覆盖广度指数使用深度指数数字化程度指数单位公里万户万户亿元亿元万人万人万元万元亿元亿元亿元个万个万个属性+权重0.043 20.087 10.054 30.061 80.062 40.045 00.053 50.050 10.044 60.084 90.061 70.059 60.063 20.068 80.060 50.026 00.026 10.024 50.022 7352024 年第 2 期中 北 大 学 学 报（社 会 科 学 版）一致性，本文将研究的时间跨度选择为2011年2020年。数据主要来自历年 中国统计年鉴 中国第三产业统计年鉴 中国高技术产业统计年鉴 中国能源统计年鉴 中国科技统计年鉴 北京大学普惠金融指数报告。对于个别缺失值，本文借鉴秦铸清等的做法，用年均增长率进行计算补齐21。3.3研究方法3.3.1指标的标准化处理数字经济评价指标体系与制造业高质量发展指标评价体系分别包含19项、18项二级指标，每个指标的单位都不同，为了使得数据具有可比性，首先对数据进行标准化处理。本文借鉴王德平和秦铸清的做法，对正向指标和负向指标分别做以下标准化处理28：xij=xij-xjminxjmax-xjmin 0.9+0.1（3）xij=xjmax-xijxjmax-xjmin 0.9+0.1（4）其 中，式（3）表 示 正 向 指 标 的 级 差 标 准 化 处 理，式（4）表示负向指标的级差标准化处理。xij、xij分别为各省区第 i年第 j项指标的原始数据和标准值，xjmax、xjmin分别为各省区所有年份第 j项指标的最大值和最小值。3.3.2利用熵值法测算权重首先，计算各省区第 i年第 j项指标的权重：pij=xiji=1nxij（5）其中，pij为各省区第 i年第 j项指标所占权重。其次，计算熵值：ej=-ki=1npijlnpij（6）其中，ej为第 j 项指标的熵值，k=1lnml0，ej0，m=9 代表本文研究的 9 个省区，l=10 代表本文的研究跨度 2011年2020年。第三步，计算差异系数：gj=1-ej（7）其中，gj为第 j项指标的差异系数，gj的大小体现出指标的相对重要程度。第四步，计算第 j项指标的权重：wj=gjj=1mgj（8）其 中，wj为第j项指标的权重，且j=1mwj=1，0 wj 1。第五步，利用第四步得出的权重（已在表 1、表 2 中列出）计算黄河流域 9 个省区的数字经济和制造业高质量发展综合指数：ui=j=1mwjxij（9）其中，ui为各省区在第 i年的综合指数，指数越大，说明该省区的数字经济发展水平和制造业高质量发展水平越高。3.3.3计算耦合协调度利用计算得出的黄河流域数字经济和制造业高质量发展的综合指数，计算两个系统的耦合协调度：表 2黄河流域制造业高质量发展评价指标体系一级指标效益创新产业绿色二级指标工业增加值收益成本比劳动生产率就业规模制造业工资研发强度技术改造有效专利新产品收入技术市场产业结构高度化产业结构合理化外贸依存对外开放水耗情况电耗情况产生固体废物产生危险废物指标测算工业增加值/GDP规上工业企业业务收入/业务成本工业增加值/工业就业人数制造业就业人数/就业总人数制造业工资/平均工资规上企业 R&D经费内部支出/业务收入规上企业技术改造支出/业务收入规上企业有效发明专利数/R&D人员数规上企业新产品销售收入/业务收入技术市场成交额/GDP结构层次系数泰尔指数进出口总额/GDP外商直接投资额/GDP用水量/GDP电力消费量/GDP一般工业固体废弃物产生量/GDP危险废物产生量/GDP单位%万元/人%个/人%立方米/元千瓦时/元吨/元吨/元属性+权重0.050 30.052 90.074 50.079 10.042 80.060 40.098 90.077 20.043 60.112 90.038 30.021 20.067 40.066 10.020 90.045 20.026 50.021 736（总第 194 期）数字经济与制造业高质量发展耦合协调研究（赵瀚穹等）C=2 U1 U2U1+U2（10）T=U1+U2（11）D=C T（12）在式（10）中，C 代表耦合度，U1、U2分别代表数 字 经 济 指 数 和 制 造 业 高 质 量 发 展 指 数。在式（11）中，T 代表两个系统之间的协调系数，和 为调节系数，且+=1。本文假定数字经济和制造业高质量发展两个系统同等重要，因此取=0.5。在 式（12）中，D 代 表 耦 合 协 调 度，且 0D1。3.3.4计算相对发展度利用计算得出的两个系统的综合指数，计算黄河流域数字经济和制造业高质量发展的相对发展度：R=U1/U2（13）其中，R 为相对发展度，用来衡量数字经济与制造业高质量发展之间的相对发展程度。本文借鉴毕国华等、刘琳轲等的做法，以耦合协调度和相对发展度为标准，将黄河流域数字经济与制造业高质量发展的耦合协调分为三个耦合协调阶段及与之对应的九个耦合协调类型2930，详情见表 3。4实证研究4.1数字经济指数与制造业高质量发展指数时空特征根据上述步骤，本文计算得出黄河流域九个省区 2011 年2020 年数字经济指数和制造业高质量发展指数，并汇总得到黄河流域两个系统指数的均值，详情见图 2。同时，本文参考任保平和巩羽浩的做法，将黄河流域九个省区分为上游、中游和下游，甘肃、青海、宁夏、四川是上游地区，山西、内蒙古、陕西划分 为 中 游 地 区，河 南 和 山 东 则 作 为 下 游 地 区 来处理31。4.1.1数字经济指数1）时序特征。图 2 给出黄河流域数字经济指数的整体水平，从 2011 年到 2020 年，黄河流域数字经济指数持续上升，从 2011 年的 0.179 0 上升到2020 年的 0.450 9。这说明黄河流域在数字经济发展方面取得了显著成效，数字经济的整体水平得到了明显提高，并且依然处于上升趋势，未来有望在黄河流域经济转型升级的过程中发挥更重要的作用。在数字经济的子系统方面（见图 3），各系统在2011 年2020 年基本上保持着持续增长的趋势，软件信息服务、普惠金融指数增长迅速，软件信息服务指数从 2011 年的 0.054 8 增加到了 2020 年的0.125 0，普惠金融指数从 2011年的 0.014 9增加到了 2020 年的 0.090 5，这两个子系统对数字经济起到很好的支撑。数字基础设施指数在 2011 年2014 年持续增长，在 2015 年出现短暂回落后，在2016年以后恢复增长，为数字经济的发展提供了很好的物质条件。数字产业水平指数在 2016 年后的增长速度明显加快，显示出邮政、电信等数字经济相关产业规模的进一步扩大。科技教育支撑指数在研究期内增速有限，说明黄河流域需要加大对科技和教育的投入，来进一步推动数字经济的发展。表 3黄河流域数字经济与制造业高质量发展耦合协调类型D0D0.50.5D0.70.7D1R0R0.80.8R1.21.2R0R0.80.8R1.21.2R0R0.80.8R1.21.2中游上游的特征，下游逐渐拉大了与中游和上游地区的差距。从 2011 年到 2020 年，下游的数字经济指数从0.279 6 上升到了 0.791 7，而中游从 0.165 2 上升到了 0.366 7，上游则从 0.139 0 上升到 0.343 8。上游与中游的数字经济指数差距不大，两者之间的增长基本同步。相对于下游，中游和上游地区的数字经济整体发展水平较低。4.1.2制造业高质量发展指数1）时序特征。图 2 同时给出黄河流域制造业高质量发展指数的整体水平，2011年到 2020年，黄河流域的制造业高质量发展水平呈现波动上升的趋势，增长速度慢于数字经济。本文根据制造业高质量发展指数变动的时序特征，将其分为三个阶段。第一阶段是 2011 年2013 年，制造业高质量发展指数出现下降，由 2011 年的 0.397 6 下降为2013 年的 0.395 1。第二阶段为 2014 年2016 年，制 造 业 高 质 量 发 展 指 数 短 暂 上 升 到 2014 年 的0.403 1后，再次下降到 2016年的 0.398 2。第三阶段为 2017 年2020 年，制造业高质量指数出现持续 上 升，从 2017 年 的 0.421 6 上 升 到 2020 年 的0.465 5。在 子 系 统 方 面（见 图 5），效 益 指 数 从2011年到 2020年持续下降，从 2011年的 0.142 9下降到了 2020 年的 0.109 0，效益下降是制约制造业高质量发展水平提升的主要因素。创新指数和产业 指 数 从 2011 年 到 2016 年 整 体 比 较 平 稳，在2017年以后得到迅速增长，反映出黄河流域在制造业技术创新方面取得了进步，推动了产业结构的优化升级，使得产业结构趋于合理化。绿色指数在整个研究期内基本没有发生变化，表明制造业高质量发展所要求的绿色清洁目标没有得到很好的实现，传统的高污染、高能耗的生产模式没有得到根本改变。2）空间特征。黄河流域制造业高质量发展指数的空间特征如图 6 所示，与数字经济指数一样，同样呈现出下游中游上游的趋势。在研究期最开始的 2011 年和 2012 年，中游和下游的制造业高质量发展指数比较接近。2013年以后，下游在制造业高质量发展方面的速度加快，差距开始拉大，在 2020 年，下游的制造图 3黄河流域数字经济子系统水平图 4黄河流域数字经济指数空间特征图 5黄河流域制造业高质量发展子系统水平图 6黄河流域制造业高质量发展指数空间特征38（总第 194 期）数字经济与制造业高质量发展耦合协调研究（赵瀚穹等）业高质量发展指数为 0.536 3，中游为 0.478 8，两者之间的差距更加明显。上游的制造业高质量发展水平相比中游和下游有明显差距，从 2014 年2016年，上游制造业高质量发展指数出现下滑趋势，从 2017年开始虽然开始上升，但与下游和中游的差距依然在不断拉大，表明黄河流域在制造业高质量发展方面存在明显的空间异质性。4.2耦合协调度与相对发展度的时空特征4.2.1时序特征黄河流域数字经济与制造业高质量发展的耦合协调度稳定上升（见图 2），从 2011 年的 0.516 5上升到 2020 年的 0.676 9，根据其时序变化特征可以分为三个阶段。第一阶段为 2011 年2013 年，由于黄河流域数字经济得到快速发展，与制造业高质量发展进一步融合，两个系统的耦合协调度上升速度较快。第二阶段为 2014 年2016 年，由于黄河流域制造业高质量发展指数出现下降趋势，阻碍了数字经济驱动作用的发挥，两者的耦合协调度上升速度开始放缓。第三阶段为 2017 年2020 年，黄河流域数字经济与制造业高质量发展均稳定上升，数字经济与制造业等传统产业加强渗透、融合，在制造业优化升级的同时，数字经济的驱动作用得到充分发挥，推动了两个系统的耦合协调度再次加快上升。但总体来看，黄河流域数字经济与制造业高质量发展的耦合协调始终处于磨合阶段，未能进入协调阶段，耦合协调度还需要进一步提高。黄河流域数字经济与制造业高质量发展的相对发展度同样表现出稳步上升的趋势，从 2011 年的 0.450 1上升到 2020年的 0.968 7。整体来看，数字经济发展相对滞后。根据前文表 3所列的耦合协调类型划分，可以将黄河流域数字经济与制造业高质量发展的耦合协调分为两个阶段（见表 4）。第一阶段为2011年-2015年，两个系统之间的耦合协调类型为型，此时两个系统处于磨合阶段，数字经济滞后于制造业高质量发展，两者低度磨合，系统趋于衰退。第二阶段为 2016年2020年，两个系统之间的耦合协调类型为型，此时两个系统依然处于磨合阶段，但数字经济开始同步于制造业高质量发展，两者高度磨合，系统趋于优化。整体来看，黄河流域数字经济与制造业高质量发展在 2011年2020年都得到了提升，两个系统从低度磨合发展为高度磨合，系统从趋于衰退发展为趋于优化，表明数字经济与制造业高质量发展的融合程度不断提高，但依然未能进入协调阶段。今后应当进一步加强黄河流域数字经济与制造业高质量发展的同步推进，促进两个系统实现协调发展。4.2.2空间特征从 2011 年到 2020 年，黄河流域下游地区的耦合协调度高于中游和上游（见表 5），从 2011 年的0.587 9增加到 2020年的 0.807 2，从磨合阶段进入协调阶段。中上游地区的耦合协调度与下游地区差距明显，且差距呈现逐渐拉大的趋势。中游的耦合 协 调 度 从 2011 年 的 0.509 1 上 升 到 2020 年 的0.647 3，但没有能够超过 0.7，在整个研究期内没有实现磨合阶段的突破。上游的耦合协调度从2011 年的 0.478 1 上升到 2020 年的 0.616 5，在研究期的最初两年处于拮抗阶段，在 2013 年顺利进入磨合阶段，但与中游一样，未能成功进入协调发展的阶段。整体而言，只有下游地区在 2016 年开始 进 入 到 了 协 调 阶 段，上 游 和 中 游 地 区 直 到2020年依旧处于磨合阶段，上中游地区的耦合协调度有待进一步提高。从9个省区的空间格局演化来看，结合相对发展度来划分耦合协调类型（见表 6）。研究期内各省区均进入磨合阶段，内蒙古、甘肃、宁夏、青海进入磨合阶段的时间分别为2012年、2013年、2017年和2020年。在上游省区方面，青海从 2011 年到 2019 年一直处于高度拮抗的类型，直到 2020 年才转变为低度磨合的类型。甘肃从 2011 年到 2012 年处于高度拮抗的类型，在 2013 年后一直处于低度磨合的类型。宁夏从 2011 年到 2016 年持续处于高度拮抗的类型，直到 2017 年之后才进入到低度磨合的类型。四川是上游省区中耦合协调度最好的，从 2011年到 2012年处于低度磨合的类型，从 2013 年到 2017 年进化为高度磨合的类型，在2018年之后则直接转为低度协调的类型，数字经济超前于制造业高质量发展，今后应更加注重提升制造业的发展质量，实现协同推进。表 4黄河流域数字经济与制造业高质量发展耦合协调类型年份2011201220132014201520162017201820192020D0.516 50.53