長江經濟帶數字經濟產出效率的地區差異及動態演變

劉 超，丁晨輝，鄭垂勇，李 峰

1.河海大學公共管理學院，江蘇 南京 210000；2.江蘇長江保護與高質量發展研究基地，江蘇 南京 210000；3.河海大學商學院，江蘇 南京 210000)

0 引言

長江經濟帶是中國覆蓋面積最廣和綜合影響力最大的黃金經濟帶，是中國區域發展格局中具有戰略性地位的地區，是中國經濟高質量發展的先行示范區域。以過度損耗資源與環境為代價的經濟增長一度成為長江經濟帶發展面臨的核心問題。培養經濟發展新動能，推動長江經濟帶高質量發展，不僅是改善該地區經濟可持續增長的關鍵，更是關系國家發展全局的重大戰略。

數字經濟已成為世界各國經濟發展的新動能。數字信息技術大幅降低了數據利用與傳播成本，使數據資源價值得以充分挖掘。數據已逐步成為與土地、資本和技術等并列的關鍵性生產要素[1]。2015年中國首次提出 “國家大數據戰略”。2017年至今，政府工作報告已經4次將數字經濟納入考察與評估內容。在2021年出臺的 “十四五”規劃及2035遠景目標中，發展數字經濟皆為其中一項重要內容。隨后各地相繼出臺有關數字經濟發展產業布局、行動規劃以及補貼措施等在內的數字經濟政策文件。2020年中國數字經濟體量占GDP比重達到38.6%，同比增長9.7%，有效支撐經濟社會發展。其中，長江經濟帶的江蘇、浙江、上海、湖北等省 (市)數字經濟規模均超1萬億元，上海市數字經濟占比GDP50%以上[2]。

已有研究與實踐證實，數字經濟為區域經濟高質量發展提供有力支撐，成為解決地區生產要素流動、綠色生態與百姓民生的重要舉措，推動了地區綠色循環低碳和創新驅動發展[3-4]。一方面，數字經濟通過數字化要素替代傳統要素，彌補地區生產要素稟賦差異，拓展各類信息的傳播范圍，有效提高資源配置效率與全要素生產率，為跨區域生產服務與創新協同提供物質基礎[5]；另一方面，數字技術作為典型的通用技術，在國民經濟與社會生產各個領域得到融合應用，對地區治理機制、產業形態、商業模式、生產方式等方面都產生了顛覆性影響[6]。同時，數字經濟所包含的新興數字化技術推動具備規模效應、范圍效應和長尾效應經濟社會運行環境的形成，完善了供需關系與價格機制。

那么，長江經濟帶的數字經濟發展水平究竟如何？近年來地區間發展水平差異如何？地區差異呈現怎樣的演變趨勢？未來應從哪些方面來提升該地區數字經濟發展水平、縮小地區間差異？能否回答好上述問題，對提升長江經濟帶發展活力與潛能、促進區域協同發展的國家戰略具有重要現實意義。本文以2010—2019年長江經濟帶省際區域為研究對象，構建地區數字經濟投入產出體系，通過評估數字經濟產出效率衡量數字經濟發展水平，并綜合運用多種計量方法測度和分析該地區數字經濟發展地區差異與動態演變趨勢。

1 文獻綜述

數字經濟的概念最早由Tapscott[7]提出，其以信息產業為主干，以信息產品與服務為重要內容，以通用信息技術為手段，以信息與知識為基礎[8]，對地區經濟社會發展產生重要影響[9]。國內有關數字經濟的理論研究大致可以分為3類：①有關數字經濟的機理機制和影響效應研究。對經濟質量發展影響方面，宋洋[10]研究認為，數字經濟通過提升經濟績效、創新能力、公共服務水平和促進生態文明等途徑地區對經濟發展質量外在表現產生作用。趙濤等[11]也指出，數字經濟顯著促進城市高質量發展，且呈現空間溢出和 “邊際效應”非線性遞增特點。對海外投資影響方面，詹曉寧等[12]研究發現，數字經濟的興起推動中國利用外資的戰略著眼點從 “招商引資”轉變為 “招商引智”和 “招商引能”。但也有研究表明，數字經濟對中國城市實體經濟產生負向 “擠出效應”[13]，并帶來地區間嚴峻的 “數字鴻溝”問題[14]。②數字化的具體產業或管理模式方面的研究，如數字政府、數字產業和數字金融等。徐頑強[15]認為，數字政府給政府帶來機遇與發展空間的同時也給政府的管理機制帶來深刻的變化；劉海啟[16]研究發現，數字農業通過將現代信息技術與傳統農業的結合，實現對農作物生長、環境及災害的實時監控。張勛等[17]得出結論，基于互聯網的數字金融促進低社會資本及低物質資本家庭的創業行為，有利于中國包容性增長。③有關數字經濟地區發展差異與演變趨勢的研究。在省域層面，李研[18]測度和評價中國省際數字經濟產出效率的發展差異時發現，區域間產出效率差異逐漸擴大，效率的總體差異主要由區域間差異所致。在特定區域層面，田俊峰等[19]、劉傳明等[20]等運用變異系數、泰爾指數與基尼系數等方法分別探究中國東北地區和五大城市群數字經濟空間差異及主要成因。

此外，學界與政府機構所采用的數字經濟評價方法也各具特點，主要包括以下3類。①通過直接估算數字經濟規模體量來評價其發展水平。相關研究一般通過統計具體數字化行業的產業規模來進行評價，如采用ICT資產統計指標[21]，也有基于GDP與 “互聯網”指數間回歸關系測算數字經濟規模，以及綜合利用統計指標和回歸分析的復合評價方法[22]。②從不同維度構建地區間可對比的數字經濟發展指標體系。經合組織 (OECD)的 《衡量數字經濟》中構建的數字經濟指標體系涵蓋具有國際可比較性的4個主要維度 (創新能力、投資智能化基礎設施、賦權社會和ICT促進經濟增長與增加就業崗位)38個二級指標[23]。張雪玲等[24]基于數字經濟內涵及中國數字經濟發展新態勢，分別從數字化應用、數字化產業變革與數字化基礎設施維度構建省域數字經濟發展測評體系，并通過實證分析考察了省域數字經濟發展空間分布及其制約因素。③通過測度數字經濟投入產出的效率評價其發展水平。蔡昌等[25]、李研[18]利用DEA模型和Malmquist指數模型從靜態和動態角度測算中國各省數字經濟產出效率，發現省際數字經濟產出效率間存在顯著差異。

作為新興經濟，數字經濟得到諸多關注，但目前關于區域數字經濟發展的研究仍然較少。本文聚焦長江經濟帶，旨在研究分析該區域數字經濟發展的地區差異和動態演變。與已有文獻相比，本文從投入產出角度來評估長江經濟帶數字經濟發展水平，并綜合運用多種方法，從不同維度考察該地區數字經濟發展的地區差異與演變趨勢，對促進長江經濟帶區域協同發展具有重要意義。

2 評價方法與指標選取

2.1 數字經濟產出效率測度方法

超效率DEA模型由于能夠避免傳統DEA模型難以區分同時多個處于有效前沿面DMU優劣的情形，在實證評價中被廣泛應用[26]。假設決策單元有n個,每個決策單元有m種投入，S1種產出。x∈Rm為輸入向量，而yd為產出向量。s-為投入的多余，sd為產出的不足。那么，以產出為導向的超效率模型 (SBM-DEA)計算公式為：

(1)

(2)

2.2 數字經濟產出效率區域差異分析方法

基尼系數是可用于定量測度分析差異程度的方法。借鑒Dagum[27]的研究，將基尼系數用于評價區域差異，并將其分解為區域內差異Gw、區間凈差異Gnb和超密度Gl。

假設有n個省份，k個區域。具體測度過程為：

μm≤…≤μi≤…μk

G=Gw+Gnb+Gl

Ggb=Gnb+Gl

(3)

(4)

(5)

式中，G為效率的總體基尼系數，yij為第i個區域第j個省份數字經濟產出效率。μ為區域數字經濟產出效率均值，Gii為第i個區域效率的基尼系數。Gim為第i個和第m個區域間效率的基尼系數，Dim為第i個和第m個區域間效率的相對影響。dim為第i個和第m個區域中yij-ymr>0所有樣本值加總的數學期望，pim為第i個和第m個區域中ymr-yij>0所有樣本值加總的數學期望。

2.3 數字經濟產出效率區域差異演變的分析方法

(1)時間維度分析方法。核密度估計方法 (Kernel Density Estimation)作為一種研究非均衡分布的非參數評估方法，相較于傳統參數估計方法，具有對應變量與自變量分布限定較少的優點。核密度估計方法首先對隨機變量的概率進行統計，隨后使用連續的概率密度曲線展現指標數據分布形態，能夠較好解釋指標數據的動態演化機制。假設f(x)為隨機變量x的密度函數，其在點x的概率密度分布函數為：

(6)

(2)空間維度分析方法。本文通過探索性空間分析工具 (Exploratory Spatial Data Analysis，ESDA)來檢驗數據的空間分布，揭示數據空間結構與主體間相互作用。莫蘭指數是其中的一種重要方法，包括全局莫蘭與局部莫蘭兩種。全局莫蘭指數可用來判斷主體或者現象數據在整體上是否存在空間相關性分布；而局部莫蘭指數用來判斷主體或者現象數據在局域空間是否存在集聚效應。全局莫蘭指數的模型表達式為：

(7)

局部莫蘭指數的計算公式為：

(8)

(3)轉移概率。Markov鏈是指概率論中具有馬爾可夫性質并存在于離散指數集和空間內的隨機過程。其中，隨機變量的狀態隨時間變化被稱為轉移。在t時刻處于i狀態下的Markov鏈，t+1時刻處于j狀態時的轉移概率為：

Pij=p(xt+1=j)|xt=i)

(9)

根據Cohort法進一步可得，給定狀態下i的觀測值，在t時刻轉移至狀態j的概率極大似然估計值為：

(10)

對所有觀測值研究范圍內的轉移概率進行加權，得到從初始狀態i轉移為狀態j的概率為：

(11)

式中，Ni為期間處于狀態i的省份數量，Nij為研究時間范圍內由t年的狀態i轉移為t+1年狀態j的省份數量。

2.4 指標選取與數據處理

(1)指標選取?；跀祿色@取性以及數字經濟的內涵和外延，選擇的數字經濟投入與產出指標見表1。

表1 長江經濟帶數字經濟投入產出指標選取

投入指標：在中國國民經濟行業分類中，信息傳輸、計算機服務和軟件業與數字經濟發展緊密相關，是數字經濟發展的重要產業依托。選取信息傳輸、計算機服務與軟件業的固定資產投資總額與該行業就業人數作為數字經濟資本與人員的投入指標[20]。數字經濟興起與發展離不開基礎設施條件支持，選取互聯網普及率作為數字經濟發展的另一項投入指標[21]。

產出指標：數字經濟作為一種更開放、高效和綠色的新經濟形態，通過生產效率提升和產業結構優化帶來經濟高質量發展。數字產業化和產業數字化是其發展帶來的根本性變化。根據數據可獲取性，選取電信業務收入和軟件業務收入作為數字產業化的代表性指標。其中，軟件業務收入來自軟件和信息安全產品、嵌入式系統軟件及信息技術服務等[28]。參考浙江省相關部門建立的數字經濟綜合指標統計規則，選取電商銷售額/第三產業增加值作為產業數字化的代表性指標[29]。所有數據均由長江經濟帶2010—2019年的省 (市)級統計年鑒整理而得。其中，長江經濟帶分為上、中和下游區域，上游地區包括重慶、云南、貴州和四川，中游地區包括湖南、湖北和江西，下游地區包括江蘇、浙江、安徽和上海。

(2)數據處理。以2010年為基期，對各省份固定資產投資額、電信和軟件業務收入進行指數平減。由于各省份行業固定資產投資總額為存量數據，無法直接獲取，借鑒李研[18]的做法，利用歷年固定資產投資折算得到固定資產投資總額。具體計算方法為：首先將行業固定資產投資用固定資產投資價格進行指數平減，得到2010年不變價固定資產投資額。隨后根據公式K0=I0/(γ+δ)計算行業初始資本存量。式中，K0為初始資本存量，γ為固定資產投資的幾何平均增長率，δ為折舊率。δ的賦值取9.6%，第t年的固定投資資本總額為Kt=It+Kt-1(1-δ)[30]。部分省份某年份軟件業務收入及電商銷售額有所缺失，采用增長指數進行插值補充。

3 實證結果分析

3.1 長江經濟帶數字經濟產出效率分析

(1)效率測度結果分析。長江經濟帶2010—2019年數字經濟產出效率測度結果見表2。

表2 長江經濟帶數字經濟產出效率測算結果

分省份看，上海歷年波動態勢最為平穩；安徽、江西、重慶和四川均存在一定下降趨勢；其余省份均存在一定上升態勢，江蘇和浙江的增長趨勢最為明顯。在這些省份中，上海經濟實力與信息化程度較高，數字經濟發展比較穩定。江蘇省和浙江省歷年來高度重視數字經濟發展，近年來先后出臺發展互聯網經濟、大數據、人工智能等一系列政策文件，創新融合驅動加快，新業態不斷涌現，數字經濟規模增長迅速。而其他地區數字信息技術發展起步較晚，安徽、江西和重慶等地數字化資源存在更多不合理利用和配置問題。

分區域看，長江上中下游數字經濟產出效率呈現不同程度的波動趨勢。長江下游數字經濟產出效率高于上游，而上游數字經濟產出效率高于中游。長江下游數字經濟產出效率的年平均增長率低于上游，而上游數字經濟產出效率的年平均增長率要低于中游。由此可見，數字經濟起步較晚的中上游地區，尤其是中游地區數字經濟發展提速，數字經濟相關決策部署已初見成效。

(2)效率成因分析。基于Malmquist指數分析得到2010—2019年長江經濟帶數字經濟產出效率、技術效率及技術進步指數的計算結果。2010—2019年長江經濟帶全樣本數字經濟產出效率、技術效率及技術進步指數的變動趨勢如圖1所示?？梢?，長江經濟帶總體數字經濟產出效率與技術進步指數的變動趨勢較為一致，技術進步指數的增加大大拉動數字經濟產出效率提升，同時長江上中下游數字經濟產出效率、技術效率及技術進步指數也呈現相似趨勢。因此，技術進步是導致長江經濟帶數字經濟產出效率提升的主要原因，技術創新、擴散及引進顯著促進當地數字經濟發展。

圖1 長江經濟帶數字經濟相關指數變動趨勢

3.2 長江經濟帶數字經濟產出效率差異分析

(1)總體差異。長江經濟帶2010—2019年數字經濟產出效率總體差異來源及其貢獻見表3。從時間維度看，2010—2015年基尼系數在波動中升至最大值0.215，2015—2019年在波動中降至0.184，總體不存在明顯的收斂現象。除2012年以外，其他年份對總體基尼系數貢獻率由大到小依次為區域凈差異、區域內差異及超變密度。因此，數字經濟產出效率的總體差異主要由區域間差異所導致。區域內差異貢獻率較為穩定，年均貢獻率為25.7%。超變密度貢獻率最小，2012年前呈上升趨勢，達到峰值后呈現波動趨勢。區域間貢獻率始終最大，且波動狀態與超變密度完全相反，存在此消彼長關系。這表明2012年以前區域間差異主要由于某區域內某省份數字經濟效率極高，而其他區域內某省份數字經濟產出效率極低所致，極化現象顯著。在2012年以后區域間差異主要是由區域間凈差異所致，且極化趨勢相對減弱。

表3 長江經濟帶數字經濟產出效率總體差異來源及其貢獻

(2)區域差異。區域差異分析包含區域內差異和區域間差異兩部分。2010—2019年長江上中下游數字經濟產出效率區域內與區域間基尼系數及其均值見表4。

表4 長江經濟帶區域數字經濟產出效率區域內與區域間基尼系數

區域內差異。研究期內長江上游區域內基尼系數及其均值均大于長江下游，長江下游的區域內基尼系數及均值大于長江中游，表明長江上游區域內數字經濟產出效率差距均大于長江下游，長江下游區域內數字經濟產出效率差距均大于長江中游。長江上游區域內基尼系數除了在2013年下降明顯外，總體呈上升趨勢，表明長江上游區域內數字經濟產出效率差異呈不斷擴大趨勢。長江中游區域內基尼系數處于不斷波動狀態，但整體仍呈現下降趨勢，表明長江中游區域內數字經濟產出效率差異不斷變化，但存在一定收斂趨勢。長江下游區域內效率基尼系數在2014年前在波動中上升后又逐步下降，表明長江下游區域內數字經濟產出效率差異自2014年后開始呈現收斂趨勢。

區域間差異。除2011年長江上游-下游區域間基尼系數略低于長江中游-下游以外，歷年區域間基尼系數及均值最大的均為長江上游-中游地區，其次為長江上游-下游地區，最后為長江中游-下游。長江上游-中游區域間基尼系數逐步上升至2015年的最高點后開始下降，2017年達到最低值后開始小幅波動，表明長江上游-中游區域間效率差異先增長后縮小，存在小幅擴大趨勢。長江上游-下游區域間基尼系數在波動中增長至2015年的最大值。2016年下降到最低值后又有所回升，表明長江上游-中游地區區域間效率差異在波動中上升，隨后下降又上升，呈現出明顯擴大趨勢。而長江中游-下游區域間基尼系數在波動中上升又逐漸下降，表明長江中游-下游區域間效率差異雖在前期有所擴大，但逐漸呈現顯著收斂趨勢。而長江上游-下游區域間效率差異在波動中攀升，存在顯著擴大趨勢。

3.3 長江經濟帶數字經濟產出效率演變趨勢

(1)時間演變趨勢。選取高斯核密度函數進行時間演變趨勢估計。借鑒李研[18]的做法，由公式h=0.9SeN0.2計算窗寬大小，繪制2010—2019年長江經濟帶數字經濟產出效率三維核密度圖，如圖2所示。

圖2 長江經濟帶數字經濟產出效率三維核密度

從長江經濟帶總體看，數字經濟產出效率分布存在向右移動的趨勢，波峰在2010—2013年和2014—2016年之間呈U形分布，其他時間段均表現出增長態勢。波峰寬度也隨著波峰起伏而變化，地區間效率極化情況有所減弱。這一結果表明，研究期內長江經濟帶數字經濟產出效率值大小有所增長，且地區間效率差異程度有所改善。分區域來看，長江上游地區數字經濟產出效率分布存在向右移動趨勢，波峰在2011—2016年呈U形分布，2012—2015年效率分布的兩極分化趨勢較為明顯。長江中游地區數字經濟產出效率分布呈現顯著兩極分化狀態，在這一期間波峰在調整中總體呈現上升的趨勢。長江下游地區數字經濟產出效率也存在顯著向右移動趨勢。2010—2012年波峰出現短暫顯著下降后，總體表現為上升趨勢，且長江下游地區效率較其它區域而言，分布更集中，變化更平穩。

(2)空間演變趨勢。根據式 (7)和 (8)計算長江經濟帶及各區域數字經濟產出效率全局Moran指數與局部Moran指數。囿于篇幅所限，本文僅列出經由經濟地理權重測算得到的全局Moran指數結果，見表5。由此可知，在研究期內不論是長江經濟帶整體，還是長江上游、長江中游和長江下游數字經濟產出效率均不存在顯著空間相關性及局部空間相關性，也不存在高-高、低-低聚集效應，該結果與鐘業喜等[31]的研究結論保持一致。

表5 長江經濟帶全樣本及上中下游數字經濟產出效率全局Moran指數

(3)狀態轉移分析。由于數字經濟產出效率結果變動差異較大，為了便于比較，本文選擇四分位數將長江經濟帶及各區域狀態進行分類。全樣本第一、二、三四分位數分別為0.953、1.107、1.455，由此本文將效率狀態劃分為小于0.953，0.953～1.107，1.107～1.455,大于1.455，分別表示數字經濟產出效率的低水平 (Ⅰ)、較低水平 (Ⅱ)、較高水平 (Ⅲ)及高水平 (Ⅳ)。轉移概率計算結果見表6。其中，表中的行代表t年狀態，列代表t+1年狀態。對角線數字代表t+1年狀態未發生變化的概率，非對角線數字表示t+1年狀態發生變化的概率。

從長江經濟帶總體看，在t年為類型Ⅰ的省份中，有88.5%在下一年仍為類型Ⅰ，有7.7%、3.8%的省份類型在t+1年上升為類型Ⅱ和Ⅲ。在t年為類型Ⅱ的省份中，有56.0%在t+1年中類型不發生變化，8.0%、28.0%和8.0%在t+1年中分別下降一位、上升一位、上升兩位；在t年為類型Ⅲ的省份中，有54.5%在t+1年中類型不發生變化，36.4%和9.1%在t+1年中類型下降一位、上升一位。在t年為類型Ⅳ的省份中，有84.6%在t+1年中類型不發生變化，3.8%和11.5%在t+1年中類型下降兩位、下降一位。臨近類型效率之間轉移概率大于非臨近類型，且對角線元素數值均大于非對角線元素，長江經濟帶數字經濟產出效率保持穩定的可能性較大。

表6 全樣本及分區域數字經濟產出效率馬爾可夫轉移概率矩陣

從各區域看，情況也不同。①在長江上游，t年的Ⅰ類型省份中，在下一年全部提升為類型Ⅳ；t年Ⅱ類型省份中，有53.8%在t+1中類型保持不變，30.8%和15.4%在t+1中上升一位、上升兩位；t年Ⅲ類型的省份中，有33.3%在t+1年中類型下降一位，53.3%的類型保持不變，13.3%的類型上升一位；t年Ⅳ類型的省份中，有12.5%、37.5%在t+1中類型分別下降兩位、一位，50.0%類型保持不變。除類型為I的省份以外，對角線元素均大于非對角線元素，長江上游數字經濟效率保持穩定的可能性較大。②在長江中游，t年Ⅰ類型省份中，有87.5%在t+1年中類型不發生變化，12.5%在t+1年中上升一位；t年Ⅱ類型省份有70.0%在t+1年中保持不變，10.0%和20.0%在t+1年中分別下降和上升一位，t年Ⅲ類型的省份在t+1年中類型全部下降一位；t年Ⅳ類型的省份中在t+1年中類型全部下降一位。對角線元素有一半小于非對角線元素，臨近類型效率之間轉移概率大于非臨近類型。長江中游數字經濟效率保持穩定的可能性較弱，存在高水平效率向下轉移的趨勢。③在長江下游，t年Ⅰ類型省份中，有90.0%在t+1年中類型不發生變化，10.0%在t+1年中類型上升兩位；t年Ⅱ類型省份中，有50.0%在t+1年中上升一位，50.0%在t+1年中下降一位；t年Ⅲ類型的省份中，有66.7%在t+1年中類型不發生變化，33.3%類型下降一位；t年Ⅳ類型的省份在t+1年中類型不發生變化。除類型為Ⅱ的省份以外，對角線元素均大于非對角元素，長江下游數字經濟效率保持穩定的可能性較大。

4 結論及對策建議

4.1 研究結論

(1)由數字經濟效率測度及成因分析可知：①分省份看，上海歷年效率波動態勢最為平穩。安徽、江西、重慶和四川均存在一定下降趨勢；其余省份均存在一定上升態勢，江蘇和浙江的增長趨勢最明顯。②分區域看，長江下游數字經濟產出效率高于上游，而上游數字經濟產出效率高于中游。技術的創新、擴散及引進顯著促進長江經濟帶數字經濟的發展。

(2)由數字經濟產出效率差異分析可知：①從總體差異看，長江經濟帶總體差異主要來源于地區間差異。②從區域差異看，長江上游區域內差異大于長江下游，長江下游區域內差異大于長江中游。上游和中游地區區域內效率差異呈現擴大趨勢。長江上游-中游區域間效率差異最大，且長江上游-下游、上游-中游區域間效率差異存在擴大趨勢。

(3)由數字經濟產出效率演變趨勢分析可知：①長江經濟帶數字經濟產出效率值大小整體有所增長，且地區間效率差異有所改善。長江下游地區效率較其它區域而言，分布更為集中，變化更為平穩。②不論是長江經濟帶總體，還是長江上游、長江中游和長江下游數字經濟產出效率均不存在顯著空間相關性及局部空間相關性，也不存在高-高、低-低聚集效應。③長江經濟帶總體、長江上游和下游地區數字經濟產出效率保持穩定的可能性較大，而中游地區數字經濟效率保持穩定的可能性較弱，存在高水平效率向下轉移趨勢。

4.2 對策建議

(1)推動技術進步，提高數字經濟產出能力。通過制定產業政策與增加研發經費等措施推動科技進步與創新，驅動傳統產業轉型升級，助力數字經濟、智能制造等新興產業發展。推動包含大數據、人工智能及物聯網等數字化技術在企業設計研發、生產制造及營銷管理等環節的廣泛應用，促進企業數字化轉型，加速數字成果轉化。重視產學研合作在科技創新中的聯動作用，促進高等院校、科研機構和政企合作，為地區源源不斷地提供數字技術支持及多層次創新人才。同時，進一步夯實企業的創新主導作用，將數字技術作為創新鏈與產業鏈精準結合的紐帶，推動科技資源向數字型重點領域和企業集聚。

(2)結合地區發展實際，實施差異化數字經濟發展政策。結合地區發展實際，依據地區資源稟賦與經濟發展所處階段，合理規劃地區數字經濟發展重心，實施差異化數字經濟發展政策。對于基礎設施不夠完善、數字經濟起步較晚的長江上游地區，應進一步加大互聯網與移動寬帶建設，增加信息通信領域基礎設施投資力度，加快偏遠及農村地區數字化信息通信基礎設施建設，并通過吸引民間資本、降低民營企業準入門檻來拓寬投資渠道。同時，加強數字經濟產業知識與技能的推廣與培訓教育，持續增大數字經濟人才引進與培養力度。對于數字經濟產出效率不高且穩定性較差的長江中游地區，應注意控制數字和信息產業投入規模，在推動傳統產業轉型升級的同時，積極承接來自于相鄰地區的相關配套及關聯數字產業，鼓勵和推動數字化水平和技術水平較高項目落地。對于數字化信息技術起步較早、發展勢頭較好的長江下游地區，應在維持原有數字經濟穩定發展的同時，加快拓展數字經濟服務領域、創新數字化產業產品及服務模式，設立長三角數字經濟發展戰略示范區域。鼓勵數字化信息技術在醫療、教育、政府和商業等不同行業與前沿數字技術融合應用，實現資源高效利用與流程有序管理，尤其推動中小型企業傳統生產經營模式的數字化轉型升級。積極探索數字化信息技術創新型應用模式，為創新型企業提供配套服務機制與政策支持。此外，應把握該地區人才和科技資源的集中優勢，瞄準電子信息領域關鍵核心技術，加大科研攻關力度，爭取科技重大專項取得突破。

(3)構建長江上中下游區域化協同發展機制，縮小地區間數字經濟發展差異。積極推進區域一體化，鼓勵地區間橫向協作，逐步打破地區間行政壁壘，運用大數據、互聯網、5G等技術構建數字經濟平臺，實現地區間數字基礎、數字產業、數字環境方面的優勢互補，完成數字經濟發展水平 “階梯式”分布向 “鏈式”分布轉變。打造地區間創新型數字化產業集群，尤其圍繞核心地緣城市，以產業鏈發展為依托，基于經濟帶內的空間集聚形成柔性生產綜合體，推動長江經濟帶產業集群向智能化、規?；蛥f同化發展。此外，各地區應以構建國內國際 “雙循環”新發展格局為契機，在挖掘國內巨大消費潛力的同時，結合地區比較優勢，積極拓展國際循環途徑，擴大各地數字經濟服務范圍，縮小地區間數字經濟發展差異。