中国数字经济产业发展的时空...析——基于企业大数据的考察_张永姣.pdf

中国数字经济产业发展的时空分异及空间收敛性分析基于企业大数据的考察张永姣1，丁少斌2，方创琳3（1.兰州大学 经济学院，中国甘肃 兰州73000；2.中国社会科学院大学 应用经济学院，中国 北京102488；3.中国科学院 地理科学与资源研究所，中国 北京100101）摘要：数字经济产业发展对于推动中国经济新旧动能转换和质量变革具有重要的意义。文章基于数字经济相关企业大数据，采用核密度估计方法测算了20002020年中国285个地级及以上城市数字经济产业发展水平，分析了数字经济产业的时空分异格局及演化特征，进一步运用Dagum基尼系数法揭示其区域差异，并使用收敛模型和收敛模型考察其收敛性。研究发现：中国数字经济产业发展规模呈“U”型发展趋势，全国数字经济产业呈现“城市群带动、沿海大集聚内陆小集聚”的空间格局。集聚热点表现为“东强西弱，南热北冷”，各城市群呈现“多核心集聚”的空间格局，沿海城市群连片集聚，内陆城市群离散集聚。全国层面数字经济产业发展差异存在加速收窄特征，东中西部视角下，差异来源主要为区域间差距的贡献，南北方视角下，差异来源主要为区域内差距的贡献。除中西部地区之间的差距近年来有所上升外，区域间差距总体趋于下降。全国及各区域存在收敛、绝对与条件收敛特征，且条件收敛下各区域收敛速度更快，西部地区不存在收敛现象。关键词：数字经济；产业集聚；空间收敛；Dagum基尼系数；企业大数据中图分类号：F49文献标志码：A文章编号：1000-8462（2023）03-0120-11DOI：10.15957/ki.jjdl.2023.03.013Spatiotemporal Variation and Spatial Convergence of Chinas Digital EconomyIndustry Development：Based on the Big Data of EnterpriseZHANG Yongjiao1，DING Shaobin2，FANG Chuanglin3（1.School of Economics，Lanzhou University，Lanzhou 730000，Gansu，China；2.Faculty of Applied Economics，University ofChinese Academy of Social Sciences，Beijing 102488，China；3.Institute of Geographic Sciences and Natural ResourcesResearch，Chinese Academy of Sciences，Beijing 100101，China）Abstract:The development of the digital economy industry is of great significance to promoting the transition of Chinaseconomy and its quality reform.Based on the big data of enterprises location related to the digital economy,this paperapplies the kernel density estimation method to measure the development level of digital economy industry in 285 citiesat prefecture level and above in China from 2000 to 2020,and analyzes the spatiotemporal differentiation pattern andevolution characteristics of the digital economy industry.Additionally,this paper reveals the industrys regionaldifferences adopting the Dagum Gini coefficient method and investigates its convergence using the convergence modeland the convergence model.The results show that:1)The industrial development scale of the digital economy in Chinashows the U-shaped development trend.The national digital economy industry shows a spatial pattern of cities-drivenagglomeration,with large agglomeration in coastal cities and small agglomeration in inland cities.The agglomerationhotspots are strong in the east of China and weak in the west,hot in the south and cold in the north.Each urbanagglomeration presents the spatial pattern of multi-core agglomeration.2)The differences in the development of digitaleconomy industries at the national level are characterized by accelerated narrowing.From the perspective of the eastern,central and western regions,the source of the difference is mainly the contribution of the inter-regional gap.From theperspective of the north and the south,the source of the difference is mainly the contribution of the intra-regional gap.Inaddition to the gap between the central and western regions,the gap between other regions tends to decline.3)There are 收稿时间：2022-11-15；修回时间：2023-02-08基金项目：国家自然科学基金创新研究群体项目（42121001）；国家自然科学基金青年科学基金项目（41701170）作者简介：张永姣（1986），女，博士，讲师，研究方向为区域与城市经济。E-mail：通讯作者：方创琳（1966），男，研究员，研究方向为城市地理、城市群发展与城镇化的资源环境效应等。E-mail：第43卷第3期2023年3月经济地理ECONOMIC GEOGRAPHYVol.43，No.3Mar.，2023数字经济的诞生和发展是信息技术与经济运行方式不断融合的结果。近年来，数字经济在优化产业结构、激励大众创业与企业创新、改善社会分工、缓解融资约束等方面产生了重要影响，成为新时期推动中国经济高质量发展的新引擎1-4。据中国信息通讯研究院相关资料显示，2021年中国数字经济总规模达到 45.5 万亿元，占 GDP 比重为39.8%，名义同比增速达到 16.2%，高于同期名义GDP增速3.4个百分点5。此外，数字经济产业平台和基地建设成效显著，截至2021年，中国建设了8个国家大数据综合试验区和11个大数据领域国家新型工业化产业示范基地，创设了6个国家数字经济创新发展试验区，中国已成为全球数字经济大国和数字技术领域的领导者，数字经济产业的发展成为国家经济发展战略的重要支撑。2022年，国务院发布的 “十四五”数字经济发展规划 明确提出：“协同推进数字产业化和产业数字化，赋能传统产业转型升级，培育新产业新业态新模式，不断做强做优做大我国数字经济”。同年，党的二十大报告中强调：“加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”2023年2月，在中共中央、国务院印发的 数字中国建设整体布局规划 中进一步提出：“建设数字中国是数字时代推进中国式现代化的重要引擎，要全面提升数字中国建设的整体性、系统性、协同性，促进数字经济和实体经济深度融合，以数字化驱动生产生活和治理方式变革”。在此背景下，数字经济产业发展近年来在政府和学术界引起广泛的关注与讨论。数字经济作为新经济业态，在催生新产业、社会新生产组织和新商业模式的同时，也重塑了市场结构，并对传统的市场经济理论形成了挑战6-7。在数字经济企业的区位选择和空间集聚过程中，数字经济产业既表现出传统产业的地理集聚与扩散特征，又有着自身的独特性。数字经济相比于传统经济，更大的规模效应、更低的运输成本和更高的市场可达度往往引致更高的地理集中度8。但产业集聚过程并不是无休止的，众多的企业集聚带来的市场竞争效应可能会产生反向的扩散力9。数字经济产业的集聚与扩散共同塑造了我国现阶段数字经济发展的空间格局。王军等通过构建数字经济发展指数测度框架，发现不同区域的数字经济发展水平存在较大差异，呈现“东中西”与“沿海内陆”递减的格局10。潘为华等进一步发现，各区域数字经济发展水平存在收敛的趋势11。此外，中国数字经济产业的企业创新创业指数也在过去十年快速上升，省级尺度上呈现“南热北冷、中部崛起”的特征，各城市之间则存在差距收敛态势，相邻城市数字经济发展之间存在空间关联性与地理集聚现象12-13。数字经济区域间的这种不平衡状态同样也体现在数字经济产出效率上，并且产出效率的区域差异呈现出一种扩大的趋势14。造成区域不平衡的因素之一是数字经济企业的区位选择，数字经济企业分布热点往往由城市群中心向外围逐层扩散，其空间演化被城市等级、政策制度与信息化基础等因素所驱动15。与此同时，产业自身集聚程度会影响该区域的生产率、技术进步与收入分配等，产业空间密度也会影响该区域新企业的诞生与发展，从而对区域差距产生持久性的影响16-19。目前学者从多角度对数字经济发展的空间格局与区域差异展开了研究，但仍存在如下不足之处：一是在研究对象上，大多学者通过构建数字经济发展指数等宏观经济指标对城市数字经济发展水平进行测度，鲜有基于微观层面企业大数据来考察城市数字经济产业发展规模和集聚水平。二是在研究范畴上，已有研究多以经济带、城市群和省（市）作为研究尺度，缺乏从全国层面和区域层面系统综合的考察。三是在研究视角上，缺乏从企业区位选择的视角探究数字经济产业发展规模和水平，并且相关研究对于数字经济产业在不同区域之间的空间收敛性等方面关注不足。基于上述分析，本文利用数字经济企业大数据，从区域和“城市内部网格”的视角来综合考察中国数字经济产业发展的时空演变特征及其收敛性。本文将基于企业微观大数据，从空间“精细化”尺度对中国数字经济产业的发展水平进行测度；利用Dagum基尼系数法对数字经济产业发展水平的空间差异及来源进行分解与分析；采用空间收敛模型对全国层面及分区域样本数据的收敛性特征进行convergence,absolute and conditional convergence characteristics nationally and regionally.The convergence speed ofeach region is faster under conditional convergence,and there is no convergence phenomenon in the western region.Keywords:digital economy;industrial agglomeration;spatial convergence;Dagum Gini coefficient;the big data ofenterprises第3期张永姣，丁少斌，方创琳：中国数字经济产业发展的时空分异及空间收敛性分析121分析，探究数字经济产业发展收敛的影响因素，以期为新时期中国数字经济产业协调发展和差异化产业发展政策的制定提供事实依据和有益补充。1 研究方法与数据来源1.1 数字经济概念辨析与产业类型划分“数字经济（Digital Economy）”一词首先由Tapscott提出，其通过阐述信息通信技术在社会组织、商业模式和个人行为等经济社会领域所引起的深刻变革来描绘数字经济体现出的新经济特征20。此后学界基于数字经济范围、产出类别等角度分别对数字经济内涵进行了界定21-22。2021年，国务院发布的 “十四五”数字经济发展规划 将数字经济定义为“以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。”由此，数字经济这一概念在国内基于广义视角形成了广泛的共识，在此内涵特征下，从产业类别出发，数字经济产业的构成可以分为数字产业化与产业数字化两部分，前者也称为数字经济基础部分，主要由信息产业组成，后者称为数字经济融合部分，主要由被数字技术赋能的传统产业组成23。基于此，本文结合国务院发布的 “十四五”数字经济发展规划、国家统计局颁布的 数字经济及其核心产业统计分类（2021）标准和相关研究成果24，在遵循数据统一性、承接性和可获取性的基础上，将数字经济产业划分为数字产业化和产业数字化两个大类。数字产业化部分主要包括计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业等，是数字经济发展的基础。产业数字化主要包括智慧农业、智能制造、智慧物流、数字金融、数字商贸、数字社会和其他产业等，体现出数字技术与实体经济的融合。进一步按照 国民经济行业分类（GB/T 4754-2017）标准，选取符合相关产业特征的38个行业作为数字经济产业的依托行业（表1）。在建立数字经济产业行业分类框架的基础上，依据企业归属的行业类别对其进行筛选和匹配，最终获得20002020年全国31个省份285个地级及以上城市（未涉及我国港澳台地区）的数字经济企业数据集。1.2 数字经济产业发展水平的测算方法本文选用核密度估计法（Kernel Density Estimation，KDE）计算数字经济产业集聚程度来表征数字经济产业发展水平。核密度估计法是依据样本点数据来估计总体分布特征的常用非参数方法，将其运用到空间样本点时，核密度估计法通过核函数提供一个依据空间距离增大而衰减的权重，从而能够基于企业位置信息更精准地捕捉数字经济产业的热点分布与空间集聚特征，计算公式如下25-26：fn(x)=1nhi=1nK()x-xih（1）式中：K(z)为核函数；h为带宽（搜索半径）；n为搜索半径内已知的企业位置点数量；(x-xi)表示企业x到企业xi处的距离；fn(x)值越大，数字经济产业集聚度越高，相应的城市数字经济产业发展水平也越高。1.3 数字经济产业发展的区域差异分析方法传统基尼系数对于区域差距来源的分解具有一定的局限，Dagum27提出一种按子群分解的方法，能够充分考虑各个区域以及其子样本的空间特征，从而较好地解释区域差距及其来源。总体的基表1数字经济产业的行业分类Tab.1Industry classification of digital economy industry类型数字产业化产业数字化数字经济产业计算机通信和其他电子设备制造业电信广播电视和卫星传输服务互联网和相关服务软件和信息技术服务业智慧农业智能制造智慧物流数字金融数字商贸数字社会其他行业依托部门计算机制造；通信设备制造；广播电视设备制造；非专业视听设备制造；智能消费设备制造；电子器件制造；电子元件及电子专用材料制造电信；广播电视传输服务；卫星传输服务互联网接入及相关服务；互联网信息平台软件开发；信息系统集成和物联网技术服务；数字内容服务；其他信息技术服务业农村金融；农业智能硬件；农业信息化；农业大数据人工智能；智能硬件；先进制造物流信息化金融大数据新型电商医疗大数据；医疗信息化；教育大数据；教育信息化；AI教育区块链；VRAR；文体娱乐社交；企业数字服务；旅游媒体和信息化服务；物联网；体育媒体和智能硬件122经济地理第43卷第3期张永姣，丁少斌，方创琳：中国数字经济产业发展的时空分异及空间收敛性分析123尼系数G分解为：群体内差距Gw、群体间差距净贡献Gnb、超变密度贡献Gt，计算过程为：G=Gw+Gnb+Gt=12n2j=1kh=1ki=1njr=1nh|yjit-yhrt;=1nj=1ki=1njyjitGjj=i=1njr=1nj|yji-yjr2n2j;Gjh=i=1njr=1nh|yji-yhrnjnh()j+hGw=j=1kGjjpjsj;Gnb=j=2kh=1j-1DjhGjh()pjsh+phsjGt=j=2kh=1j-1()1-DjhGjh()pjsh+phsjdjh=0dFj()y0y()y-x dFh()x;pjh=0dFh()y0y()y-x dFj()xDjh=()djh-pjh()djh+pjh;pj=njn;sj=pjj;j=1k（2）式中：yjit(yhrt)是t期j(h)区域内各城市的数字经济产业集聚度；k是区域的个数；nj(nh)是j(h)区域内的城市数量；n为城市总数量；是区域数字经济产业集聚度均值；j(h)是j(h)区域内的城市数字经济产业集聚度；Gjj是j区域内基尼系数；令djh表示区域j和h中所有yji-yhr 0的数学期望；令超变一阶矩阵pjh表示区域j和h中所有yji-yhr50.000.000.10集聚度值(2000)0100kma.京津冀b.长三角c.珠三角d.成渝0.110.500.511.001.015.005.0110.0010.0150.0050.000.000.10集聚度值(2010)a.京津冀b.长三角c.珠三角d.成渝集聚度值(2020)0.110.500.511.001.015.005.0110.0010.0150.0050.000.000.100100km图3中国数字经济产业空间分异格局（产业空间集聚视角）Fig.3Spatial differentiation pattern of Chinas digital economy industry from the perspectiveof industrial spatial agglomeration第3期张永姣，丁少斌，方创琳：中国数字经济产业发展的时空分异及空间收敛性分析125如廊坊、常州、义乌、惠州与中山等2020年出现集聚度高值区的城市，其在2010年并不具备明显的数字经济产业集聚的先发优势，数字经济产业较强的空间流动性和具备更强的可复制性是溢出现象的重要原因。从城市群所处位置来看，长三角、珠三角城市群数字经济产业分布呈现连片集聚的特征，京津冀、成渝城市群的数字经济产业集聚相对离散，集聚核心以北京、天津、石家庄、成都、重庆为主，尤其是成渝城市群的产业空间呈现出“峡谷型”的特征，成都与重庆两个集聚中心之间存在着大片低密度或无密度地区，这一定程度上体现出成渝城市群的数字经济产业以龙头带动为主，城市群内部差距更为明显。总体而言，四大城市群的数字经济产业集聚特征反映出20世纪以来中国数字经济产业发展取得显著的成效，省会城市和中心城市成为数字经济产业布局的优选地，城市群之间和城市群内部数字经济发展存在一定的差异。2.3 中国数字经济产业发展区域差异及来源分解本文采用 Dagum 基尼系数法对中国 20002020年数字经济产业发展的区域差异进行测算，同时对区域差异的来源分别按照东中西部地区与南北方地区进行分解（图4）。在数字经济产业发展的区域内差异方面，首先，基于时序视角，观测期内东部地区呈现“微小上升平稳下降加速下降”的趋势。具体而言，20002005年以年均0.01的微小幅度上升，20052017年以年均0.04的幅度平稳下降，2017年开始以年均0.02的幅度加速下降。观测期内基尼系数共下降 0.097，年均降速为 0.65%，2017年开始年均降速达到2.44%。中部地区呈现“阶梯式”下降的趋势。具体而言，20002001年微弱 上 升 0.002，20012002 年 陡 降 0.015，20022007年基本保持平稳，2007后继续以年均0.007的幅度持续下降。观测期内共下降0.109，年均降速达到0.84%。西部地区呈现“波浪形”下降上升循环的趋势。具体而言，20002011年经历了两个平均波幅为0.003左右的下降上升循环，20112018年以年均0.011的幅度持续下降，20182020年以年均0.006的幅度再次上升。观测期内共下降0.045，年均降速为0.03%。南方地区与北方地区呈现“阶段式”下降趋势。具体而言，党的十八大以来，南北方地区的基尼系数均开始加速下降，但北方地区下降幅度超过南方地区。整体而言，除了西部地区的内部差距在2019年前后开始再次上升外，观测期内其他地区均呈现下降趋势。其次，基于绝对值的视角，西部地区的内部差距整体大于东部地区与中部地区，3 个地区的平均基尼系数分别为 0.827、0.770、0.713，南方地区的内部差距整体大于北方地区，南北方地区平均基尼系数分别为0.825、0.783。综合来看，西部地区数字经济产业发展的不均衡现象最为突出，东部地区次之，中部地区最小。这一结果与数字经济产业发展的集聚度计算结果相一致，东部与中部地区多连片集聚，而西部地区多离散集聚，因此西部地区城市之间的发展差距最为悬殊。与此同时，虽然南方地区总体数字经济产业较为发达，但其中既包括引领数字经济发展的东部城市，也有发展落后的西部城市，因此南方地区的内部发展差距反而大于北方地区。在数字经济产业发展的区域之间差异方面（图4）：首先，基于时序视角，观测期内东中部地区、东西部地区与南北方地区的基尼系数变动趋势较为相似，均呈现初期平稳后持续下降的态势。中西部地区呈现“波浪形”下降上升循环的趋势。其次，基于绝对值的视角，东西部地区之间的差距最大，东中部地区之间的差距次之，中西部地区之间的差距最小，区域间的平均基尼系数分别为0.865、0.847、0.790。南北方地区之间的平均基尼系数为0.827，处于高位。这说明东部与南方地区数字经济产业发展的领先优势明显，尽管近20年来落后地区数字经济企业数量占比持续上升，区域间的基尼系数也趋于下降，但基尼系数绝对值依然处于高位，各区域之间数字经济产业发展不均衡的现象较为突出。进一步地，本文对数字经济产业发展的区域差异来源进行分解，并对贡献率的演变进行分析（图4）。从东中西部分解来看：第一，基于时序视角，观测期内区域内差异的贡献率基本保持在32%左右的平稳状态。区域间差异的贡献率呈现下降趋势。具体而言，20002006年基本在52.5%上下微小波动，20062020年以年均1.13%的幅度下降，并且有加速下降的趋势。超变密度贡献率的走势与区域间差异贡献率的走势恰好相反，超变密度反映了由于部分城市的数字经济产业发展水平在不同区域间存在重叠，其交叉部分对空间差异的贡献。第二，基于绝对值的视角，观测期内区域间差异平均贡献率最大为0.476，区域内差异次之，达到0.322，而超变密度最小，为0.202。综合来看，超变密度的贡献最小，数字经济产业发展的空间差异来源主要为区域间差异，区域内次之。从南北方地区分解来126经济地理第43卷看，超变密度与区域间贡献基本持平，但区域内差异成为数字经济产业发展空间不平衡的主要来源。3中国数字经济产业发展的空间收敛性分析数字经济时代，跨市场、跨行业的市场竞争逐渐趋于常态化，数据、信息等要素的流动逐渐突破地域的限制，数字经济发展能够推动区域协调发展和优化资源配置35。但数字经济企业自身的区位选择又易导致较高的地理集中度，数字经济产业在不同区域的发展存在较大空间差异，这种空间差异一定程度取决于产业集聚过程中产生的集聚力与扩散力36。为此本文对数字经济的产业发展进行收敛性分析，从而进一步考察其时空演变特征。3.1收敛检验图5刻画了全国及各区域数字经济产业发展水平变异系数的测算结果。从全国来看，观测期内变异系数呈现先小幅上升后加速下降的趋势，2005年达到最高点3.765，2017年开始加速下降，20172020年的降幅达到0.543，超过了此前降幅的总和。分区域来看，东部与中部地区呈现波动下降趋势，2017年前经历了上升下降的持续小幅波动变化，2017年后加速下降，观测期内分别下降0.461和0.451。西部地区在前半段观测期内保持平稳，2009年开始呈现较大波动的“N”型发展趋势，20092011年大幅上升0.436，此后经过一段时间的下降后，2017年开始再次加速上升，整个观测期内变异系数上升0.102。南方地区与全国走势基本保持一致，但平均变异系数比全国高出0.589。北方地区在 2016 年之前的走势与西部地区基本保持一致，但 2017 年后呈现下降趋势，观测期内共下降0.298。2017年，党的十九大报告提出要推动“互联网+”深入发展，在基础研究、重大科技项目、关键技术、数字基础设施等全方面加快推进数字经济发展。除西部地区外，各区域数字经济产业发展都存在收敛趋势。在数字经济人才、信息技术、政策与制度红利快速释放的背景下，西部地区的城市之间在数字经济产业发展方面并未表现出协同态势，这也与西部地区数字经济产业呈现离散式发展和内部差距上升等结果相一致。1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 200020012002200320042005200620072008200920102011201220132014201520162017201820192020变异系数年份总体东部中部西部南方北方图5全国及区域数字经济产业发展水平的变异系数Fig.5Variation coefficient of development level of digitaleconomy industry at the national and regional levels3.2 绝对收敛检验表2汇报中国及各区域数字经济产业发展绝对收敛检验的结果。由表2可知，全国整体的绝对收敛系数均为负值，并在1%的水平上显著。说明在全国层面，数字经济产业发展存在绝对收敛现象，即在不考虑产业结构、经济发展水平、制度环境、信息技术基础等可能影响因素时，数字经济产业集聚度越低的城市，其数字经济产业集聚速度越快，各个城市的数字经济产业发展水平存在随着时序演变最终收敛到同一稳态水平的可能性。分样本来看，各个区域内也存在绝对收敛现象，但0.900.850.800.750.700.650.60基尼系数年份贡献度(%)10090807060504030201002019202020172018201620142015201220132009201120072008200520062003200420012002200020100.900.850.800.750.700.650.60基尼系数年份贡献度(%)1009080706050403020100201920202017201820162014201520122013200920112007200820052006200320042001200220002010东部 中部 西部 东中 东西 中西南方 北方 南北超变密度 区域间 区域内超变密度 区域间 区域内图4中国数字经济产业发展水平的空间差异及来源Fig.4Spatial differences and sources of development level of Chinas digital economy industry第3期张永姣，丁少斌，方创琳：中国数字经济产业发展的时空分异及空间收敛性分析127各区域的收敛速度存在差异，在东中西部地区的对比中，中部地区的收敛速度最快，西部地区次之，分别达到 1.17%、1.02%，快于全国整体的收敛速度1.01%，而东部地区的收敛速度最慢，为0.30%。在南北方地区收敛的对比中，南方地区的数字经济产业集聚力更强，但收敛速度小于北方地区。由于绝对收敛没有考虑影响数字经济产业发展的经济发展水平、产业结构、信息技术基础、制度环境等影响因素，因此下文纳入这些控制变量进行条件收敛的检验。3.3 条件收敛检验表3汇报了中国及各区域数字经济产业发展条件收敛检验的结果。依据表3，全国及各区域的条件收敛系数符号与统计显著性与上表保持一致，说明在考虑了经济发展水平、产业结构、信息技术基础、制度环境等影响因素后，全国及各区域内数字经济产业发展存在条件收敛现象，即各个城市的数字经济产业发展随着时间推移，逐渐向各自区域的稳态水平演进。从东中西部地区对比来看，中部地区的收敛速度最快，达到了1.28%，东部地区次之，西部地区最后，考虑了控制变量后，收敛速度的结果也相应发生了变化。从南北地区对比来看，南方地区的收敛速度依然小于北方地区，说明考虑了控制变量以后，南方地区数字经济产业发展依然强于北方地区，因此南方地区内各城市达到均衡集聚状态的收敛速度小于北方地区，这与上文的分析相一致。从控制变量来看，在全国与各区域中，相关影响因素的系数符号基本保持一致，但系表3中国数字经济产业发展的条件收敛检验结果Tab.3Conditionalconvergence test results of Chinas digital economy industrial development模型类型收敛速度（%）经济发展产业结构信息技术基础制度环境LM-ErrorR-LM-ErrorLM-LagR-LM-LagLR-ErrorLR-LagHausman检验R2N全国双向固定SDM1.09-0.21*（-30.37）0.06*（7.79）0.07*（2.65）0.01（1.12）-0.02（-0.17）0.52*（6.59）4 920.35 0.0001 160.38 0.0003 794.60 0.00034.62 0.000274.37 0.00042.79 0.000134.67 0.0000.215 700东部地区双向固定SEM1.25-0.23*（-20.38）0.08*（4.96）0.13*（2.51）0.03*（1.67）-0.01（-0.11）4 004.03 0.0001 797.41 0.0002 206.63 0.0000.009 0.92367.77 0.0000.282 000中部地区双向固定SEM1.28-0.24*（-20.82）0.07*（4.54）0.14*（2.56）0.03（1.27）-0.02（-0.50）608.46 0.000166.15 0.000442.33 0.0000.024 0.878573.02 0.0000.272 000西部地区双向固定SDM1.06-0.20*（-16.30）0.06*（4.23）0.05（1.09）-0.01（-0.12）-0.03（-0.19）0.49*（29.11）187.35 0.00018.09 0.000198.68 0.00029.42 0.00029.94 0.00040.25 0.009113.65 0.0000.271 700北方双向固定SDM1.25-0.23*（-22.48）0.06*（4.82）0.10*（2.53）0.04*（1.95）-0.09*（-2.87）0.30*（1.98）535.67 0.000271.30 0.000277.82 0.00113.46 0.00045.13 0.000110.55 0.00089.60 0.0000.392 600南方双向固定SDM0.81-0.16*（-20.85）0.08*（4.82）0.08*（2.36）0.02（1.43）0.03*（1.75）0.42*（3.10）2 693.38 0.0001 159.05 0.0001 564.72 0.00196.16 0.00026.83 0.00096.16 0.00098.54 0.0000.183 100表2中国数字经济产业发展的绝对收敛检验结果Tab.2Absoluteconvergence test results of Chinas digital economy industrial development模型类型收敛速度（%）LM-ErrorR-LM-ErrorLM-LagR-LM-LagLR-ErrorLR-LagHausman 检验R2N全国双向固定SDM1.01-0.19*（-30.37）0.56*（7.52）8 618.80 0.0002 280.73 0.0006 627.08 0.000289.02 0.00050.74 0.000701.47 0.000101.00 0.0000.215 700东部地区固定双向SDM0.30-0.06*（-8.38）0.79*（4.27）5 723.03 0.0002 495.73 0.0003 294.98 0.00067.68 0.00010.90 0.00119.09 0.00038.69 0.0000.352 000中部地区双向固定OLS1.17-0.22*（-19.34）0.25（1.36）859.24 0.000241.34 0.000630.81 0.00012.92 0.150334.69 0.00169.00 0.00037.08 0.0000.272 000西部地区双向固定SDM1.02-0.19*（-16.30）0.47*（2.23）430.69 0.000196.62 0.000240.08 0.0006.01 0.01455.08 0.000158.24 0.009107.59 0.0000.271 700北方双向固定SDM1.09-0.21*（-20.94）0.30*（2.00）947.94 0.000515.13 0.000499.12 0.00066.31 0.000296.31 0.00053.82 0.00083.31 0.0000.382 600南方双向固定SDM0.62-0.12*（-17.40）0.52*（4.16）5 549.48 0.0002 238.94 0.0003 149.68 0.00139.13 0.000244.68 0.00042.58 0.00066.79 0.0000.343 100注：*、*、*分别表示10%、5%、1%的水平上显著；小括号内为t统计量；中括号内为p值；本表未汇报SDM模型中控制变量的空间滞后项。表3同。128经济地理第43卷数大小与统计显著性有所不同。具体而言，除了西部地区外，经济发展水平和产业结构对于数字经济产业发展具备显著的正向影响，说明经济发展水平越高和产业结构高度化的城市，对于数字经济企业的吸引力越强，是推进数字经济产业发展的重要因素，但对缩小地区差距并不具有促进作用。而西部地区更多地以农业与工业为主导，产业结构整体较为滞后，从而造成西部地区样本中产业结构在统计上未显著。信息技术基础影响系数除西部地区以外整体为正，表明西部地区信息化发展相对滞后，不能为数字经济发展提供有效支撑，因此，西部地区要强化对信息技术产业的培育，壮大发展规模，充分发挥信息技术的外溢效应。制度环境影响系数仅有北方地区显著为负，这表明制度环境在北方地区不利于数字经济的发展，因此，北方地区要进一步优化制度环境，增加政府财政