李佳惠子
(山西財經大學統計學院,山西 太原 030006)
數字經濟作為一種新經濟形態,具有極大的潛力去改進生產方式、優化資源配置,推動經濟走向持續發展道路。黃河流域具有豐富的歷史底蘊和自然人文,地理范圍跨度廣,橫貫我國東、中、西三部,也因此存在部分流經省份相距較遠的問題,易造成流域內數字經濟發展不均衡。《北京大學數字普惠金融指數(2011-2020)》測算出的2020年山東省數字普惠金融指數已達到347.81,青海省僅有298.23,就這一微觀指標可以大致看出,黃河流域不同省份間數字化水平發展不均衡。因此,要全面認識黃河流域各省份間的數字經濟發展差距及其影響因素,這對于縮小省域數字經濟差距,推動黃河流域高質量發展具有重大意義。
通過結合各數據平臺和相關文獻的測度方式,本文從數字基礎設施、數字技術應用、數字產品普及、數字環境支持四個維度對數字經濟發展水平進行劃分。
(1)數字基礎設施。數字經濟發展的前提條件是對數字基礎設施的完善,其中包括光纜線路的鋪設、相關基站和端口的建立、網站的設立等。
(2)數字技術應用。數字經濟發展水平最直觀的體現就是數字化技術在生產活動上的融合應用程度,體現在以數字產業的發展、各單位信息化的程度,以及數字交易活動等。
(3)數字產品普及。數字產品是通過在生產中融合數字技術而形成的產物,其普及程度可以較好地反映社會對于數字化技術的接受程度,如數字電視、計算機等的普及程度。
(4)數字環境支持。數字技術作為一種新興技術,其發展離不開知識的積累和技術的創新,因此高素質人才、創新能力、政府投入等環境因素占據了重要地位。
在以上四個維度的基礎上,選取如表1所示的X1~X22這22個測度指標構建指標體系。各指標的原始數據均來自2013年~2020年歷年的《中國統計年鑒》、各省統計年鑒、《北京大學數字普惠金融指數(2011-2020)》。

表1 黃河流域數字經濟指標體系
為確保穩定性和科學性,本文采用熵值法進行賦權。首先需要對各指標數據進行標準化處理,本文所選取的指標均為正向,標準化處理方法如下:

其中:i=1,2,…,m;j=1,2,…,n;m為年份數,n為指標數,zij表示某省第i年第j個指標進行標準化后的數值,xij表示指標原始值,min(xj)和max(xj)分別表示第j個指標下的最小值和最大值。
第i個數據在第j個指標中所占的比重:

指標信息熵:

指標冗余度:

各指標權重:

數字經濟綜合指數:

根據表2所示的黃河流域數字經濟發展指數,從分年度和分省份兩個維度分別對黃河流域數字經濟的發展情況進行分析。

表2 2013年~2020年黃河流域數字經濟發展指數
(1)黃河流域數字經濟分年度發展情況。從年均發展指數看,黃河流域數字經濟的發展指數逐年上升,但2013年~2016年的發展指數均處于平均水平0.249之下。從發展指數的同比增長率看,增長幅度波動性下降,且在2020年下降至最低。從離散系數看,呈現明顯的下降趨勢,2013年離散系數最高,截至2020年已降低到0.646,且有保持平緩的趨勢。綜上可以看出,黃河流域數字經濟在初期處于較低發展水平,且省域間差距較大,但增長速度較快,存在巨大潛力;后期伴隨數字經濟發展水平的提高,使得短時間內無法產生新突破,導致增速逐漸降低,但省域間數字經濟差距在逐漸縮短。
(2)黃河流域數字經濟分省份發展情況。從表2可以看出,黃河流域數字經濟發展水平存在明顯差距。數字經濟平均發展指數相對較高的是山東、四川、河南,其中山東省數字經濟平均發展水平最高,四川省次之;數字經濟平均發展指數相對較低的為青海、寧夏、甘肅,其中青海省地平均發展指數僅為0.069。可見,省域間數字經濟發展不均衡,呈現出“東強西弱”“南強北弱”的特點。
圖1描繪了2013年~2020年黃河流域數字經濟的核密度曲線,首先可以看出曲線整體呈現向右移動的趨勢,表明黃河流域數字經濟發展水平在不斷提高,與前文描述一致。其次,從波峰視角看,2013年的峰值最大且最為明顯,之后峰值逐漸降低,曲線寬度逐漸擴大,截至2020年,核密度曲線已趨于平坦,表明黃河流域數字經濟發展的兩級化趨勢正在減弱,發展差距在不斷縮小。再次,從分布形態視角看,觀測末期的核密度曲線普遍有右尾部明顯加長加厚的趨勢,說明流域內一些省份的數字經濟發展較為迅速,發展水平相對較高的省份在不斷增加。

圖1 2016年~2020年黃河流域數字經濟的核密度
為進一步探究黃河流域數字經濟水平的動態轉移特征,本文將黃河流域數字經濟發展情況劃分了低、中、高三個水平,分別對應I、II、III三種狀態。用xij表示i省在第j年的數字經濟發展指數,u表示2013年~2020年9個省份數字經濟指數的平均值。若xij<0.5u,則劃分為狀態I;若0.5u≤xij<1.5u,則劃分為狀態II;若Xij≥1.5u,則劃分為狀態III。
用Pij表示某水平從t時期的狀態轉移到t+1時期的j狀態概率,可用式(7)進行估計:

其中,nij表示某水平從狀態轉移到狀態的次數,ni表示該水平下i狀態出現的總次數。
計算結果如表3所示。可以看出,對角線上的數值總體顯著高于非對角線上的數值,表明數字經濟發展水平的流動性較低,即各省域數字經濟發展水平的相對分布位置比較穩定,在狀態II和狀態III下尤為明顯。當數字經濟的發展處于低水平狀態時,向高水平轉移的概率為0,大概率保持在原有水平。當數字經濟的發展處于中水平狀態時,很難向高水平躍進,反而有可能落后為低水平狀態。當數字經濟處于高水平狀態時,會有一定概率下降,但幾乎不可能一次性下滑至低水平。

表3 黃河流域數字經濟水平的Markov鏈狀態轉移矩陣
本文通過引力模型計算黃河流域內各省份間的數字經濟關聯強度,得到引力矩陣,并利用矩陣元素的均值對其進行二值化處理。若關聯強度大于均值,則記為1;若關聯強度小于均值,則記為0;省與省本身的關聯強度均記為0。
(1)網絡密度。2013年~2020年黃河流域數字經濟網絡密度如表4所示。可以看出,黃河流域數字經濟的網絡密度和關系數在2013年~2017年呈波動性下降趨勢,2017年以后逐步上升。截至2020年,黃河流域整體的數字經濟關聯程度仍較低,甚至比2013年有所下降。

表4 2013年~2020年黃河流域數字經濟的整體網絡特征
(2)網絡中心勢。從表5可以看出,黃河流域數字經濟網絡的點出度、點入度的中心勢存在較大差距,但這種差距在逐漸減小并趨于平緩,且除2017年二者持平外,其余時期的點出度中心勢均明顯大于點入度,這表明黃河流域內數字經濟網絡整體不均衡,各省份普遍向外發出數字經濟關聯關系的程度更高,這種現象在發展初期表現較為顯著。自2017年以來,數字經濟的向外擴散與向內接收的差距明顯減少,說明流域內數字經濟聯系的“來”與“往”正在趨于均衡。

表5 2013年~2020年黃河流域數字經濟的整體網絡中心勢
(1)省域網絡關聯強度差距。本文以黃河流域9個省份為空間節點,省域間的數字經濟關聯強度為網絡線,進行可視化分析,圖2~圖4列出了2013年、2016年、2020年的黃河流域省域間數字經濟網絡關系,圖中線條的粗細差距即代表省域間相對關聯強度的差距。

圖2 2013年黃河流域數字經濟的省域網絡關系

圖3 2016年黃河流域數字經濟的省域網絡關系

圖4 2020年黃河流域數字經濟的省域網絡關系
從圖2至圖4可以看出,黃河流域省域間數字經濟的網絡粗線條數逐步增加,表明流域內省份間的數字經濟相對關聯關系逐漸加強。2013年,網絡中的粗線條主要由四川發出,說明四川在流域內活躍度較高,其中四川與陜西的聯系最為緊密;2013年~2016年,陜西、山西、河南與其余省份間的聯系逐漸加強,但河南的關系線主要由其他省份發出,缺乏主動性;截至2020年,大多數省份間已形成了相對較強的聯系,四川幾乎與流域內其余省份均形成了強關聯關系,陜西次之,但山東、內蒙古、青海、甘肅這4個省在流域內活躍度仍較低,易受其他省份的影響。
(2)省域網絡結構分布差距。表6列舉了黃河流域2013年和2020年的省域網絡結構分布。從點出度看,四川、山西、陜西3個省的點出度始終位于黃河流域前列,說明這些省份在主動與其他各省建立數字經濟聯系時表現較為活躍;河南、甘肅、內蒙古3個省的點出度在考察期內一直為0,說明它們與其他省份建立聯系的主動性較低。從點入度看,河南、寧夏、山西3個省一直維持在較高水平,說明其他省份對其數字經濟的輸入程度較高;2020年山東、甘肅的點入度與2013年相比有所下降,四川的點入度仍為0,說明四川對其他省份的數字經濟接收度較低。從度數中心度看,四川、山西、河南、陜西4個省一直處于重要地位,但度數中心度的范圍由2013年的12.5~87.5縮減至12.5~75,可以看出省份間相互聯系的差距在縮小,兩極化趨勢也在減小。從接近中心度看,排名情況與度數中心度相似,排名靠前的省份與其他省份間距離較為接近,而排名靠后的甘肅、青海、內蒙古3個省因與其他省份相距較遠導致很難獲取數字經濟資源。從中介中心度看,四川和山西2個省的中介中心度較高,表明這2個省份作為中介的聯接能力較強,在溝通流域內數字經濟方面起著重要作用;青海、寧夏2個省的中介中心度在2013年~2020年期間有大幅增長,而山東、甘肅、內蒙古3個省在2013年~2020年沒有變化,持續處于較低水平。

表6 2013年和2020年黃河流域數字經濟的省域網絡特征
基于對整體與個體網絡特征的分析,測算出核心-邊緣省域的網絡密度和省域數,結果如表7所示。可以看出,核心省域的數目在不斷增加,核心省域和邊緣省域內部的網絡密度均在不斷增大,但核心省域的網絡密度較高且增長幅度大,邊緣省域的網絡密度始終保持在較低水平,且兩省域間的網絡密度雖也在增加但變化不大。

表7 黃河流域數字經濟核心-邊緣省域的網絡密度和省域數
考慮到數據的可得性,本文從人口密度、經濟水平、產業結構、科技支出、外商投資五方面選取影響因素指標,數據均來源于歷年的《中國統計年鑒》和各省統計年鑒。
(1)人口密度。“人”既可以作為勞動力投入數字生產活動中,也可以通過提高科技水平間接影響數字經濟,本文運用年末常住人口與該地區行政面積之比來反映人口密度。
(2)經濟水平。數字基建的完善、數字產業的融合、數字人才的引進等均離不開經濟的支撐,本文使用人均GDP來衡量該地區的經濟發展水平。
(3)產業結構。我國數字經營模式與高科技產業結構之間的相互關系不可分割,本文使用第三產業增加值來綜合描述我國各地區的產業結構特征。
(4)科技支出。政府的支持與調控有利于數字經濟的長期健康發展,本文使用地方財政科學技術支出來反映各地區政府對數字經濟的治理。
(5)外商投資。與外界不斷進行數字經濟交流合作可以豐富理論知識和實踐經驗,本文通過外商投資企業投資總額來衡量各省份吸引外資的能力。
為反映影響黃河流域省域間數字經濟差距因素的集中趨勢,本文通過計算各省份的數字經濟發展指數和解釋變量在考察期內的平均值,然后對其分別構建差值矩陣來表示省域間各指標的差距,并對各差值矩陣分別進行了標準化處理,以避免不同量綱對結果的影響。基于此,設立如下的QAP模型:
DE=f(PD,EC,IS,TS,FI)
其中,DE表示省域間數字經濟差距,PD為人口密度的省域差距,EC為經濟水平的省域差距,IS產業結構的省域差距,TS科技支出的省域差距,FI外商投資的省域差距。
通過表8可以看出,DE與PD、EC、IS、TS、FI均呈現正相關關系,其中DE與PD、FI的相關性較大,與EC沒有顯著的相關關系,可能由于經濟水平差距對省域間數字經濟差距并不造成顯著影響。此外,PD與IS、TS顯著正相關,IS與TS、FI顯著正相關,這表明變量間存在多重共線性,常規的統計分析方法無法對其進行直接回歸處理,因此,本文引入QAP回歸分析方法進行研究。

表8 黃河流域數字經濟差距的QAP相關分析結果
根據表9的QAP回歸結果顯示,R2為0.560,回歸結果較為理想。具體來看,PD的回歸系數為0.811,且在1%的水平上顯著,說明省域間人口密度差距對數字經濟差距的網絡動態變化有很大程度的正向影響;IS對DE有顯著正向影響,回歸系數為0.838,表明第三產業增加值差距的擴大會使得省域間數字經濟差距越來越大;FI的回歸系數0.714在1%的水平上顯著,體現了吸引外商投資可以大幅提高數字經濟發展水平;GF對DE的影響為負,說明地方財政科學技術支出差距會縮小省域間數字經濟發展差距;EC的回歸系數并不顯著,因此不能將人均GDP差距作為引起省域間數字經濟發展差距的主要因素。

表9 黃河流域數字經濟差距的QAP回歸分析結果
(1)黃河流域數字經濟發展水平在不斷提高,增長速度逐漸減小并趨于平緩,但省域間數字經濟存在“東強西弱”“南強北弱”的不均衡發展的特點,不過這種差距在逐年縮小,兩極化趨勢減弱,處于較低水平的省份在不斷向高水平轉移,使得發展水平較高的省份在不斷增加。
(2)黃河流域整體數字經濟關聯密度呈現先下降后上升的態勢,且變化不大。流域內數字經濟聯系的“來”與“往”差異較大,普遍向外發出聯系的程度比向內接收的程度更高,但這種差距正在緩慢縮小,表明黃河流域數字經濟聯系的擴散與接收正趨于均衡。
(3)四川在流域內活躍度最高,與陜西聯系最強,在流域內處于核心位置,但內蒙古、甘肅與其他省份聯系較遠,很難獲取數字經濟資源,且沒有提高活躍度的趨勢。
(4)從省域結構看,可將黃河流域分為核心與邊緣省域,核心省域的數目在不斷增加,且核心省域內聯系強度始終比邊緣省域內更高,兩省域間的聯系強度雖在增長但幅度較小。
(5)從差距因素看,產業結構特征、人口密度、外商投資差距的擴大是加速黃河流域省域間數字經濟差距的重要因素,而加大地方財政科技支出的差距會縮小數字經濟省域間的發展差距。
(1)黃河流域應積極拓寬數字經濟聯系渠道,處于核心位置的省份應主動發揮自身在流域內的影響力,加大對其他省份的交流與幫助,其他省份也應主動與其建立數字經濟聯系,構建穩定和緊密的流域數字經濟網絡。
(2)數字經濟發展水平較低的省份要努力發展高新技術產業,加快產業結構變革,促進數字與產業融合進步。
(3)要合理控制發展水平較高省份的人口規模,并加強落后地區的勞動力和高素質人才的引進。
(4)數字經濟發展水平落后的地區應繼續推進高水平對外開放進程,建立便利化外商投資制度,以此吸引更多的高質量外商投資,并在黃河流域內加大開放通道,引導資本在省域間合理流動。
(5)要充分利用好政府科技支出在數字經濟發展上的調控作用,完善相關機制,及時應對數字經濟發展過程中出現的各種問題。