中国数字经济发展水平的时空演进与影响因素研究.pdf

第 25 卷第 2 期燕山大学学报(哲学社会科学版)Vol.25 No.22024 年 3 月Journal of Yanshan University(Philosophy and Social Science)Mar.2024【数字经济】栏目主持人:张春玲 主持人语:数字经济是全球经济未来发展方向,正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。近年来我国数字经济快速发展,不断塑造发展新动能新优势,为构建新发展格局、建设现代化经济体系增添强劲动力。“十四五”数字经济发展规划将数字经济上升为国家战略,党的二十大报告中指出“坚持把发展经济的着力点放在实体经济上,加快发展数字经济,促进数字经济和实体经济深度融合”,可见,数字经济将成为我国经济高质量发展的新动能,也将是中国式现代化的新优势。然而数字经济发展受到多种因素影响,如何厘清数字经济融合发展中影响因素的复杂关系、时空演进与影响因素的关系对于疏通数字经济融合路径中的急、难、重点,把握数字经济的发展规律,优化资源空间配置具有重大意义。本期的两篇论文,将从不同角度为读者分析数字经济发展的影响因素作用,帮助我们更深入地理解数字经济的本质和影响,也为相关问题研究的学者提供理论指导和有益启示。中国数字经济发展水平的时空演进与影响因素研究王庆喜1,2,胡 安1(1.浙江工业大学 经济学院,浙江 杭州 310023;2.浙江工业大学 现代产业体系研究院,浙江 杭州 310023)收稿日期 2023-09-06 基金项目 国家社会科学基金一般项目“数字经济赋能全国统一大市场建设的福利效应与提升对策研究”(23BJL022)作者简介 王庆喜(1976),男,湖南邵阳人,博士,浙江工业大学经济学院教授,博士生导师;胡 安(1996),男,安徽池州人,浙江工业大学经济学院博士研究生。摘 要 文章构建数字经济评价体系测度我国数字经济的发展情况,分析我国数字经济发展水平的空间分布特征及其时空演进规律,并运用空间计量方法对其影响因素进行探究。结果表明:2011-2018 年间我国数字经济稳步发展,呈逐年上升的趋势,且地区间发展差异逐步缩小。数字经济的发展表现出明显的空间相关性,总体上呈现出东高西低的梯度分布特征。数字经济的发展水平受到多种因素影响,产业结构优化、人力资本提高、研发创新、对外开放度提高和城镇化建设均有助于促进本地数字经济发展,同时通过空间溢出效应促进周边地区的数字经济发展。关键词 数字经济;时空演进;影响因素;空间计量模型中图分类号 F49 文献标识码 A 文章 DOI 10.15883/j.13-1277/c.20240202709一、引言伴随着信息和通信技术的快速发展,大数据、区块链、人工智能、物联网、云计算等高新数字技术逐渐走进人们的视野。近年来,这些新兴技术已经开始渗透到社会经济和人民生活的方方面面,引领社会进入数字经济时代,并日益成为促进经济一体化和高质量发展的强劲推动力。然而我国幅员辽阔,各地经济基础差距较大,信息化水平各异,数字经济的发展难免出现不均衡不充分的问题。在着力促进我国数字经济持续健康发展的过程中,需要在把握我国数字经济整体发展水平演进规律的基础上,剖析其内在动因。因此研究我国数字经济发展的空间分布和演化特征并考察28 燕山大学学报(哲学社会科学版)2024 年其背后的影响因素具有极大的现实意义,有助于我们从空间角度把握数字经济的发展规律,从而通过要素的空间优化配置来提升其发展绩效,进而为我国经济的高质量发展做出贡献。自 20 世纪 90 年代 Don Tapscott1首次提出“数字经济”的概念以来,“数字经济”概念开始在全社会被广泛使用,同时也引起了广大学者的注意。近年来,国内外学者对数字经济的相关内容进行了广泛的研究,但当前的研究结果较少涉及数字经济发展的时空演进特征,而主要集中在以下几个方面:首先,众多机构和学者对数字经济的内涵予以界定。大部分学者从技术基础角度对数字经济进行了定义,将数字经济界定为在社会经济领域发生的由数字技术驱动的数字化转型的生态系统,是发展到一定高度的数字信息技术运用于经济活动的产物2-3。经济系统中技术、组织和制度相互作用,而这一过程中基于技术进行资源优化配置为导向的人类经济活动及其塑造的新型生产组织方式,则是数字经济的本质4。此外还有众多学者从不同的角度给出了定义5。可以看出,虽然学界对数字经济内涵的界定尚未形成统一的看法,但普遍认为数字经济是一种基于数字技术的经济。其次,学者从不同角度选择相应方法对数字经济进行测度与评价。如 Haltiwanger 和 Jarmin 从信息技术基础设施、电子商务、产业结构、劳动力特征和价格行为等方面构建了数字经济发展水平的评价体系,但未对数字经济发展水平进行定量衡量6;一些学者借鉴相关核算方法,使用国民经济核算工具构建数字经济规模核算框架,对我国数字经济规模进行了测算7-8。此外,也有学者基于投入产出表测度了我国数字经济的规模9,但未形成统一的评价框架与指标体系。再次,有关数字经济发展影响因素的研究得到了不尽相同的结果。王彬燕等基于腾讯研究院公布的数字经济指数,运用地理探测器方法对2016 年中国数字经济发展的影响因素进行探测比较,发现不同地区的影响因素存在较大差异10;而钟业喜和毛炜圣采用地理加权回归(GWR)等方法,分析了长江经济带数字经济发展水平的空间格局及其影响因素,发现信息化水平、城市等级、产业结构显著提高了长江经济带的数字经济发展水平11;余运江等基于地级市层面的数字经济指数发现,信息化基础、地理区域、经济水平、人力资本等对数字经济空间格局与演化具有显著的影响,其中信息化基础和人力资本的影响愈加重要12。最后,随着数字经济在国民经济中的地位日益提高,越来越多的学者着眼于数字经济对经济社会发展的影响。一方面,数字经济可以缓解劳动力和资本要素的配置扭曲问题,促进制造业质量升级13。另一方面,数字经济通过激发消费者的产品多样化需求、满足创业者的信息获取需求,加速产品的交易,促进创业活动的加强,从而推动经济高质量发展14。此外,数字经济还会通过改善农村居民的创业行为,提升家庭收入,实现我国的包容性增长15。总体来看,当前关于数字经济的研究存在以下不足:(1)对数字经济未形成系统而清晰的定义,并且由于数字经济的数据统计工作开始较晚,相关数据的获取难度较大,国内的研究大多只是进行定性分析或者基于极少量的数据评价单一年份或单一地区的数字经济发展水平,未能从长时间序列和广阔的空间视角探讨数字经济的发展水平,因此缺乏对数字经济发展时空演进规律的挖掘与探讨;(2)现有研究大多使用地理探测器、地理加权回归、灰色关联度等非参方法探究数字经济的影响因素,鲜有研究使用空间计量方法对数字经济的强空间外溢性展开定量探究,从而导致分析结果可能存在偏误。2016 年中国杭州 G20 峰会发布的二十国集团数字经济发展与合作倡议指出:“数字经济是指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的重要推动力的一系列经济活动”。基于该定义,本文认为,数字经济是基于互联网技术,通过提升人民生活水平和优化产业结构,推动经济社会发展的新型经济业态。因此本文从数字化基础设施、数字化应用、数字化产业三个维度选取恰当指标构建数字经济发展水平评价体系,运用熵值法计算数字经济指数,衡量我国大陆 31 个省市区(不含港澳台)20112018 年的数字经济发展水平,在此基础上分析我国数字经济发展水平的空间分布特征及其时空演进规律,并运用空间计量方法探究第 2 期王庆喜 等 中国数字经济发展水平的时空演进与影响因素研究29 影响我国数字经济发展的因素,以期为实现我国数字经济快速均衡发展提供对策建议。二、研究方法与数据来源(一)研究方法1.面板熵值法本文需要对我国 31 个省市区(不含港澳台)的数字经济发展状况进行客观评价。为避免主观评价方法造成的评价偏误,本文采取熵值法评价各省市区的数字经济发展水平。考虑到传统熵值法每年的权重不同,容易造成评价尺度不一的问题,本文借鉴前人的方法16对传统熵值法加入时间变量进行拓展,得到面板熵值法,可以更为客观地比较不同年份数字经济水平。具体计算步骤为:(1)指标定义:假设对 T 年 M 个对象的 N 个指标进行评价,xtmn为对象 m 在 t 年的第 n 个指标;(2)无量纲化处理:为了消除不同指标单位的影响,对每个指标进行无量纲化处理,对正向指标和负向指标的处理方法分别为 xtmn=xtmn/xmax和 xtmn=xmin/xtmn,其中 xmax和 xmin分别代表该指标的最大值 和 最 小 值;(3)确 定 比 重:ytmn=xtmn/tmxtmn;(4)确定熵值:n=-ln(TM)tmytmnln(ytmn);(5)计算信息效用值:en=1-n;(6)计算权重:wn=en/nen;(7)计算得分:Stm=n(wnxtmn)。2.空间自相关检验为检验数字经济的空间相关性,本文采用全局 Morans I 指数来衡量各地数字经济的空间依存关系17。全局 Morans I 指数的定义如下:I=ni=1nj=1Wij(xi-x)(xj-x)S2ni=1nj=1Wij(1)其中,S2=1nni=1(xi-x)2,x=1nni=1xi,xi和xj表示空间对象 i 和 j 的观测值;n 为空间对象总数;Wij为空间权重矩阵。全局 Morans I 指数 I-1,1,大于 0 表示空间对象之间正相关,具有相似属性的空间对象聚集在一起;小于 0 则表示空间对象之间负相关,具有相异属性的空间对象聚集在一起;接近于 0 说明属性随机分布,不存在显著的空间相关性。其绝对值反映了空间相关程度的大小,绝对值越大表明空间相关性越强,反之则越弱。3.空间计量分析当经济活动具有空间相关性时,应当使用空间计量模型进行估计。Anselin18-19在传统计量模型中加入空间因素,系统研究了空间计量模型的设定与估计方法。综合考虑各空间计量模型的特点与数字经济的空间溢出特性,本文选用空间杜宾模型(SDM)检验数字经济发展水平的影响因素。具体设定如下:Yit=WijYit+Xit+WijXit+it,itN(0,2I)(2)上式中,Yit表示空间单元 i(i=1,2,M)在第 t(t=1,2,T)期的被解释变量所组成的 M1阶矩阵;Xit是 M 个空间单元的 N 个解释变量所组成的 MN 阶矩阵;、和 为待估模型参数;it代表误差项;Wij为空间权重矩阵。由于地理空间位置、经济水平的相似性与经济事物的发展密切相关,为更为准确地分析数字经济发展水平的影响因素,本文分别构建地理邻接矩阵(W1)、地理距离矩阵(W2)、经济距离矩阵(W3)三类矩阵进行空间性质分析。地理邻接矩阵可以捕获空间单元的邻接位置关系,设定如下:W1=Wij=1,城市 i 与城市 j 邻接0,i=j 或城市 i 与城市 j 不邻接(3)地理距离矩阵可以克服地理邻接矩阵仅仅反映空间单元相邻关系的不足,真实反映相对距离带来的影响。基于 Tobler20的地理学第一定律构建地理距离矩阵,设定如下:W2=Wij=1/d2,ij0,i=j,d 为两空间单元的质心距离(4)经济距离矩阵反映了空间单元两两之间经济活动的关联。借鉴林光平21的做法,认为两个空间单元之间收入水平差异越小,相互影响越大,基于各空间单元的人均国民生产总值构建经济距离矩阵,设定如下:W3=Wij=1/|Yl-YJ|,ij0,i=j,Yl、YJ为两空间单元的人均 GDP 水平(5)(二)指标体系构建与数据来源1.指标体系构建数字经济是基于互联网技术,通过提升人民30 燕山大学学报(哲学社会科学版)2024 年生活水平和优化产业结构,推动经济社会发展的新型经济业态。数字经济的发展,一方面要依托于良好的网络基础设施提供经济社会数字化发展的必要保障,另一方面要实现数字化技术的广泛应用,通过数字技术与人民生活、社会生产深度融合,即数字化应用与数字化产业,推动全社会的数字化转型。因此,要客观全面评价数字经济发展水平,要从基础设施水平、技术应用水平和产业数字化发展三个视角选取合适的指标。数字经济的发展离不开数字化技术基础设施的支撑,网络设备的普及化使用和互联网接入能力的不断提高是数字经济发展的网络基础,因此数字化基础设施维度应包含移动电话、互联网计算机等智能终端发展及其网络接入能力等方面,反映数字经济发展所必要的基础设施建设水平;而要数字经济迸发出带动经济发展和社会进步的强劲动力,则需要数字技术实现在生活和生产领域的广泛应用。数字化应用维度应当反映移动终端、互联网在经济社会中不同主体间的普及程度和应用广度;产业数字化发展则应反映数字技术在产业经济活动中的应用与发展,体现了数字经济对产业发展的贡献。通过对数字经济相关领域研究的对比分析9,22-24,考虑指标数据的可获得性,结合中国数字经济发展的实际情况,本文从数字化基础设施、数字化应用、数字化产业三个维度选取 12 个指标来测度我国数字经济发展水平。通过运用面板熵值法对各变量进行客观赋权,最终得到数字经济发展水平评价指标体系及各指标的权重(详见表 1)。2.数据来源本文以中国 31 个省级行政区域(港澳台除外)为研究对象。考虑到数字经济相关指标的数据可得性限制,同时为排除掉重大突发公共卫生事件对我国数字经济发展的冲击,本文将研究区间设定在 20112018 年。相关社会经济数据来源于中国统计年鉴(20112019)、中国信息统计年鉴(20112019),网络社会指数、在线政府指数来源于中国信息社会发展报告(2017),部分省市区的缺失数据通过查阅相应年份该地发布的统计年鉴和经济社会统计公报予以补充,少量仍然缺失的数据采用移动平均法补齐。文中使用的地理邻接矩阵中各省级行政区的相邻关系根据国家地理信息系统网站提供的地图得到,地理距离矩阵中各省份质心距离由上述地图经 Sta-ta16.0 软件计算得出,经济距离矩阵则根据各省份的人均 GDP 数据计算得出。表 1 数字经济发展水平评价指标体系综合指标 指标类别指标名称及单位权重数字经济指数数字化基础设施移动电话交换机容量(万户)0.083光缆线路长度(公里)0.082互联网宽带接入端口(万个)0.081网站数(万个)0.075数字化应用移动电话普及率(部/百人)0.086互联网宽带接入用户数(万户)0.082网络社会指数(%)0.086在线政府指数(%)0.086数字化产业企业 每 百 人 使 用 计 算 机 台 数(台)0.085每百家企业拥有网站数(个)0.087有电子商务交易活动的企业数比重(%)0.084电子商务销售额占地区生产总值比重(%)0.081三、数字经济发展的时空演进与集聚特征 (一)数字经济发展的时空演进数据表明,近 10 年来,我国数字经济快速发展,如今已初具规模。2018 年全国数字经济体量为 29.91 万亿元,占国内生产总值的 33.22%,全国 GDP 总量的 1/3 均是借助数字技术实现的,可见数字经济对我国经济发展的重要贡献,但是同时我国 31 个省市区的数字经济发展水平存在着较大的差距。根据熵值法计算得到的我国大陆31 个省市区的数字经济指数如表 2 所示。结果显示,我国数字经济发展水平具有明显的空间分异特征。2011 年,广东、北京、浙江、上海和江苏的数字经济发展水平最高,处于第一集团,这些地区数字化基础设施完善,经济实力雄厚,吸引了大量高新技术企业集聚,从而成为我国数字经济发展的“高地”;而西藏、甘肃、青海和贵州受到自身经济基础薄弱等因素的制约,数字经济发展水平较低。整体来看,数字经济发展水平呈现出从东部向西部依次递减的阶梯状空间分布,发展水平相近的区域趋向于集中分布。发展水平较高的地区大多集中分布在东南沿海地区,中西部第 2 期王庆喜 等 中国数字经济发展水平的时空演进与影响因素研究31 除四川表现突出外,其他省市区的数字经济发展不足。与 2011 年相比,2018 年数字经济发展水平的分布格局稍有变化,但总体上仍然呈现出东高西低的空间分布格局。变化较为明显的是,东部地区中山东省数字经济水平快速提升,中部省份数字经济发展水平在 8 年内均显著提升,河南、湖北、湖南三省进入第二集团,东中部省份数字经济水平均呈现高水平发展,仅有江西一省发展稍显不足。而四川省数字经济发展态势依旧迅猛,成功进入第一集团,成为西部数字经济发展的“高地”。表 2 数字经济指数测度结果地区2011 年数字经济指数排序2018 年数字经济指数排序北京0.47620.7012天津0.30890.39221河北0.290120.48510山西0.244200.37723内蒙古0.23240.38222辽宁0.264170.44314吉林0.228250.33727黑龙江0.233230.37624上海0.43140.5946江苏0.41150.6743浙江0.43530.6525安徽0.293110.4879福建0.34560.4878江西0.250190.40318山东0.301100.6105河南0.276130.46713湖北0.273150.46911湖南0.274140.46812广东0.51210.7821广西0.233220.40219海南0.31470.40817重庆0.233210.41516四川0.31080.5927贵州0.207280.37325云南0.252180.40120西藏0.188310.29831陕西0.271160.43415甘肃0.195300.34226青海0.196290.32129宁夏0.220270.30230新疆0.221260.32528 为从总体上反映我国数字经济发展水平的变化趋势和动态特征,本文借鉴郭美晨25的方法,根据计算所得的数字经济指数绘制核密度曲线(图1),通过分析核密度曲线的位置和形态的变化,对20112018 年的我国数字经济发展水平的演进过程进行考察。图 1 以 2011 年、2014 年、2016 年和2018 年为考察时点,呈现了数字经济发展情况的动态演进过程。从整体来看,数字经济发展的核密度曲线随年份的推移逐渐趋于平缓,并且整体上呈现出向右侧移动的趋势,这表明我国数字经济发展水平呈现出增长态势。具体来说,首先,2011-2018 年,数字经济发展水平的核密度曲线均呈现出右偏的态势,数字经济发展水平不足的地区具有较高的核密度值,而数字经济发展水平较高的地区具有较低的核密度值。这表明我国数字经济水平较高的地区集中在少数几个区域,大部分省份的数字经济发展仍然不足。其次,不同年份核密度曲线的交点可以被认为是数字经济发展水平较低区域与较高区域的分界点,交点左侧核密度曲线呈下降趋势,表明数字经济发展水平较低地区的比重在降低;而交点右侧核密度值上升,表明数字经济发展水平较高区域的占比在不断增加。此外,核密度曲线的峰值随着时间的推移逐年下降,并且向右侧移动,同时核密度曲线峰形呈不断变宽的趋势,表明全国数字经济发展程度越来越高,不同区域之间的差距逐渐缩小。最后,各年的核密度曲线的主峰右侧均存在一个矮峰,这意味着出现了一些数字经济发展水平较高的集团,对应广东、北京、浙江、上海、江苏等省市,与前文分析结果较为一致。图 1 主要年份数字经济指数的核密度动态演进32 燕山大学学报(哲学社会科学版)2024 年 (二)数字经济发展的空间集聚特征数字经济空间分布状况显示我国数字经济发展分布具有明显的集聚特征。为进一步探讨我国数字经济发展的集聚特征,可通过计算全局 Mo-rans I 指数考察数字经济的空间自相关性。本文基于地理邻接矩阵(W1)、地理距离矩阵(W2)、经济距离矩阵(W3)分别计算了我国 20112018 年数字经济发展水平的全局 Morans I 指数(表 3)。结果表明全局 Morans I 指数值均大于 0,且绝大多数指数均通过了 5%水平下的显著性检验,表明我国数字经济发展具有显著的正向空间自相关性。从三个空间权重矩阵的计算结果分别来看,在地理邻接矩阵下,全局 Moran s I 指数值在20112016 年呈现下降的趋势,在 20172018 年则小幅上升,整个样本期内呈现出“U”型波动。类似地,在地理距离矩阵下,全局 Morans I 指数值也呈现出“U”型波动,说明基于地理关系,我国各地的数字经济发展水平的空间相关性出现了先减弱后增强的变化。而在经济距离矩阵下,全局Morans I 指数值在 20112013 年增大,20132015 年维持在 0.22 左右,2016 年后又出现快速增大的趋势,说明基于经济联系,各地数字经济发展的空间相关性不断增强,集聚特征愈发显著,表现出明显的空间相关性。表 3 20112018 年中国数字经济发展全局 Morans I 指数及显著性概率年份W1(地理邻接矩阵)Morans IZ(I)P 值W2(地理距离矩阵)Morans IZ(I)P 值W3(经济距离矩阵)Morans IZ(I)P 值20110.3773.5030.0000.0733.3540.0000.1191.0420.14920120.3363.1580.0010.0623.0010.0010.1261.0980.13620130.2912.7780.0030.0512.6590.0040.2251.7810.03720140.2812.6800.0040.0472.5200.0060.2231.7570.03920150.2622.5120.0060.0412.3410.0100.2161.7040.04420160.2232.1740.0150.0332.0660.0190.2762.1130.01720170.2732.5860.0050.0542.7200.0030.2802.1280.01720180.2812.6520.0040.0492.5580.0050.3172.3750.009 注:、和分别表示在 1%、5%、10%水平上显著。四、数字经济发展的影响因素分析 数字经济发展水平在省域尺度上表现出显著的正向空间相关关系,考虑到空间相关性的存在,本文通过在空间计量模型中引入一系列变量考察各地区数字经济发展水平差异的主要影响因素。数字经济的发展水平与多种社会经济因素有关,本文在借鉴前人研究10-12的基础上选取如下潜在影响因素变量:(1)数字产业的发展离不开经济基础,互联网、移动终端等基础设施条件与经济发展水平密不可分,本文选用“人均 GDP”表征地区经济发展水平(Econo);(2)我国产业结构逐渐由劳动密集型向资本密集型、技术密集型升级,产业结构的高级化与数字经济发展息息相关,本文选用“第三产业产值在 GDP 中的比重”表征产业结构(Indstr);(3)数字经济的发展依托于前沿的信息化技术,高质量的技术人才可以促进区域的数字化技术的发展,本文选用“每万人大学生数”表征人力资本水平(Human);(4)数字经济作为一种新兴的经济模式,离不开科学技术的创新与研发,故选择“发明专利申请授权量”表征地区创新研发水平(R&D);(5)数字经济的发展在一定程度上削弱了地理空间距离对地区间经济活动的阻碍作用,地区的开放性经济活动对数字经济的发展产生了重要影响,因此选用“进出口总额占 GDP 比率”表征贸易开放度(Open);(6)城镇化发展增大了居民对互联网应用的可达性,从而促进了区域数字经济水平的提高,为检验这一猜想,引入“城镇人口占总人口比率”表征城镇化率(Urban)。数字经济发展水平的各潜在影响因素及其含义见表 4。第 2 期王庆喜 等 中国数字经济发展水平的时空演进与影响因素研究33 表 4 数字经济发展的潜在影响因素及含义潜在影响因素变量含义(单位)地区经济发展水平Econo人均 GDP(万元)产业结构Indstr 第三产业产值在 GDP 中的比重(%)人力资本水平Human每万人大学生数(人)创新研发水平R&D发明专利申请授权量(百项)贸易开放度Open进出口总额占 GDP 比率(%)城镇化率Urban城镇人口占总人口比率(%)基于地理邻接(W1)、地理距离(W2)、经济距离(W3)三类空间权重矩阵得到的 SDM 模型的估计结果如表 5 所示。结果表明,中国数字经济发展确实存在显著的空间效应,区域数字经济发展水平在一定程度上受到邻近地区的影响。基于地理邻接矩阵的回归表明,样本期内经济发展水平和产业结构未对本地的数字经济发展水平产生直接显著的影响,反映出数字经济的发展可能并不直接依赖于一地的经济水平和产业构成,而人力资本水平、创新研发水平、贸易开放度和城镇化率的回归系数均在 5%水平显著,说明这些因素都显著促进了地区数字经济水平的提高。与此类似,地理距离矩阵和经济距离矩阵下的估计结果与邻接矩阵相比变化不大,不同的是距离矩阵下,产业结构的回归系数变为显著,原因在于距离矩阵克服了邻接矩阵仅仅反映空间单元相邻关系的不足,说明一地的数字经济发展水平受到产业结构的影响;而在经济距离矩阵下,城镇化的影响作用不再显著,这表明在考虑地区间经济水平的情况下,城镇化对数字经济发展的促进作用不明显。从空间溢出效应(表 5 右侧结果)来看,邻接矩阵下,一地产业结构和城镇化的发展会对周边地区的数字经济发展产生一定的抑制作用,这可能是由于在样本期内,第三产业的快速发展和城镇化的提高具有“虹吸效应”,会使得落后地区产业向外转移,并伴随着人口的流失,从而失去发展数字经济的社会基础;而创新研发水平和对外开放程度则会促进邻近地区数字经济水平的提高,这可以归因于创新研发活动具有正向的空间外部性,创新研发成果的扩散可以给周边地区带来更大的经济效益,而对外开放程度的提高意味着可以接触到更多的海外高新技术和前端产品,有利于一地加快模仿和创新,形成后发优势,从而促进数字经济的发展。而在地理距离矩阵下,仅创新研发水平和贸易开放度具有显著的正向空间溢出效应,产业结构、人力资本水平和城镇化均会因为“虹吸效应”的存在挤占周边地区的发展资源而不利于数字经济水平的提高。在经济距离矩阵下,经济发展水平呈现与数字经济发展水平的负相关关系,意味着经济差异越大的两地区,数字经济发展的空间溢出效应越小,而创新研发则表现出明显的正向空间溢出效应,说明一地的研发活动会促进经济水平相当的地区的数字经济发展。表 5 SDM 模型估计结果模型(1)W1(2)W2(3)W3模型(1)W1(2)W2(3)W3Econo-0.035-0.3220.022W Econo0.1850.053-0.961(0.229)(0.217)(0.216)(0.480)(1.933)(0.382)Indstr0.0610.1220.041W Indstr-0.372-0.724-0.035(0.042)(0.046)(0.046)(0.079)(0.345)(0.068)Human0.0600.0570.058WHuman-0.002-0.1390.003(0.006)(0.006)(0.007)(0.014)(0.068)(0.010)R&D0.0500.0560.050W R&D0.0160.0820.033(0.004)(0.004)(0.004)(0.009)(0.035)(0.007)Open0.0970.0990.148W Open0.2380.604-0.037(0.016)(0.015)(0.016)(0.029)(0.098)(0.025)Urban0.0800.096-0.042WUrban-0.239-0.8650.142(0.040)(0.042)(0.040)(0.077)(0.370)(0.086)-0.378-0.395-0.22927.5528.1718.975(0.103)(0.309)(0.076)(0.694)(0.705)(0.810)Obs248248248R20.6340.4030.778 注:、和分别表示在 1%、5%、10%水平上显著。34 燕山大学学报(哲学社会科学版)2024 年五、结论与启示本文 运 用 熵 值 法 评 价 我 国 31 个 省 市 区20112018 年数字经济的发展情况,分析我国数字经济发展水平的空间分布特征及其时空演进规律,并运用空间计量方法对其影响因素进行了探究,得出以下结论:(1)20112018 年间我国数字经济稳步发展,呈逐年上升的趋势,且地区间发展差异逐步缩小。数字经济的发展表现出明显的空间相关性,总体上呈现出东高西低的梯度分布特征,同时具有较为稳定的空间集聚格局;(2)我国各省区当前数字经济发展水平差距较大,东部省份数字经济发展态势良好,应在充分发挥基础设施完善的优势的基础上,加快数字化技术与产业发展的融合应用;而西部省份的数字经济发展不足,需加大数字化基础设施建设力度以促进数字经济快速发展;(3)空间计量经济分析表明,数字经济发展水平受到多种因素影响,产业结构优化、人力资本提高、研发创新活动增多、对外开放度提高和城镇化发展等均有助于促进本地数字经济发展。同时部分因素不仅影响到本地数字经济的发展,还通过空间传导机制影响其周边省份的数字经济发展水平,表现出显著的空间溢出效应。数字经济的发展有助于提高劳动生产率、培育产业新增长点、实现包容性可持续增长。加快推动数字产业化,促进数字经济与实体经济融合发展,已经成为全球经济发展的共识。当前,我国经济正处在转变发展方式、优化经济结构、转换增长动能的关键时期,为数字经济与实体经济融合发展带来了重大机遇。为促进我国数字经济快速发展,本文提出以下建议。(1)加强政企合作,引领数字经济蓬勃发展。各地区政府应当出台政策鼓励数字经济发展,开展丰富多元的数字经济业务,积极探索数字经济的创新型应用,通过“智慧城市”“万物互联”等系统工程助力形成数字经济蓬勃发展的新格局。东部地区数字经济起步较早,网络基础设施完善,数字化人才云集,应当充分发挥自身优势,加快数字化创新研发和智能应用,促进产业数字化发展,提升数字经济的深度和广度;中西部地区应由政府部门牵头,统筹规划好数字产业布局,加快数字化基础设施建设,推动区域数字化建设,完善数字化发展基础,同时将自身的资源优势与新型数字产业精准结合,营造积极的数字产业发展氛围。(2)吸引人才,鼓励创新,推动数字经济创新发展。从政策和资金等方面吸引高新技术企业落地集聚,形成规模效应,吸引高技术人才流入。各地应大力支持研究机构和高校开展相关领域的科学研究,培育高水平数字技术人才,同时放宽人才落户政策、提高补贴力度,吸引外来数字技术人才和创新团队。(3)加强跨区域合作,实现数字经济均衡发展。各省要明确自身在数字经济发展中存在的不足,因地施策,着力解决短板问题。努力打破行政壁垒,加强各地数字应用技术和高端研发人才的交流合作,通过跨区域协同合作形成优势互补的新格局,实现数字经济快速均衡发展。本文的研究受限于理论水平和数据的可获得性,仍然存在一些不足。一方面,数字经济相关数据的统计工作开展较晚,较多的数据难以获取,导致在构建指标体系时受到诸多限制;另一方面,本文的研究对象为省级行政单位,未能实现对数字经济进行更细致的研究。随着相关统计工作的完善,未来可以进一步完善数字经济发展水平的评价指标体系,并从地级市层面,甚至是县级层面,对我国数字经济的发展状况进行更为细致精确的评估与分析。参考文献1 TAPSCOTT D.The digital economy:promise and peril in the age of networked intelligence M.New York:McGraw Hill,1996:3-11.2 BUKHT R,HEEKS R.Defining,conceptualizing and measuring the digital economy J.University of Manchester Working Pa-per,2017.3 何大安,许一帆.数字经济运行与供给侧结构重塑J.经济学家,2020(4):57-67.4 张鹏.数字经济的本质及其发展逻辑J.经济学家,2019(2):25-33.5 荆文君,孙宝文.数字经济促进经济高质量发展:一个理论分析框架J.经济学家,2019(2):66-73.6 HALTIWANGER J,JARMIN R.Measuring the digital economyM/Understanding the digital economy.Cambridge:MIT Press,2000:13-33.7 许宪春,张美慧.中国数字经济规模测算研究:基于国际比较的视角J.中国工业经济,2020(5):23-41.8 蔡跃洲,牛新星.中国数字经济增加值规模测算及结构分析第 2 期王庆喜 等 中国数字经济发展水平的时空演进与影响因素研究35 J.中国社会科学,2021(11):4-30+204.9 陈梦根,张鑫.中国数字经济规模测度与生产率分析J.数量经济技术经济研究,2022(1):3-27.10 王彬燕,田俊峰,程利莎,等.中国数字经济空间分异及影响因素J.地理科学,2018(6):859-868.11 钟业喜,毛炜圣.长江经济带数字经济空间格局及影响因素J.重庆大学学报(社会科学版),2020(1):19-30.12 余运江,杨力,任会明,等.中国城市数字经济空间格局演化与驱动因素J.地理科学,2023(3):466-475.13 黄赜琳,秦淑悦,张雨朦.数字经济如何驱动制造业升级J.经济管理,2022(4):80-97.14 赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展:来自中国城市的经验证据J.管理世界,2020(10):65-76.15 张勋,万广华,张佳佳,等.数字经济、普惠金融与包容性增长J.经济研究,2019(8):71-86.16 杨丽,孙之淳.基于熵值法的西部新型城镇化发展水平测评J.经济问题,2015(3):115-119.17 ANSELIN L.Local indicators of spatial association-LISA J.Geographical Analysis,1995(2):93-115.18 ANSELIN L,GRIFFIYH D.Do spatial effects really matter in regression analysis?J.Papers of the Regional Science Associ-ation,1988(65):11-34.19 ANSELIN L,VARGA A,ACS Z.Local geographic spillovers between university research and high technology innovations J.Journal of Urban Economics,1997(42):422-448.20 TOBLER R.A computer movie simulating urban growth in the detroit region J.Economic Geography,1970(2):234-240.21 林光平,龙志和,吴梅.我国地区经济收敛的空间计量实证分析:19782002 年J.经济学(季刊),2005(S1):67-82.22 徐清源,单志广,马潮江.国内外数字经济测度指标体系研究综述J.调研世界,2018(11):52-58.23 郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征J.经济学(季刊),2020(4):1401-1418.24 刘军,杨渊鋆,张三峰.中国数字经济测度与驱动因素研究J.上海经济研究,2020(6):81-96.25 郭美晨.中国品牌发展的区域差异及动态演进J.数量经济技术经济研究,2020(4):165-180.Study on Spatial-Temporal Evolution and Influencing Factors of the De