長江經濟帶數字經濟發展水平測度與區域比較

摘 要：如今，數字經濟已成為長江經濟帶構建新發展格局的重要動力來源。本文基于2011—2022年長江經濟帶11個省市的面板數據，采用熵權TOPSIS模型對其數字經濟發展水平進行綜合評價。結果表明：近年來，長江經濟帶數字經濟轉型加快，數字產業化是重要的影響因素，而區域間發展水平呈現聚類特征，區域差異呈現一定的擴張趨勢；不同區域在衡量數字經濟發展水平不同維度上的表現也存在明顯差異。據此，本文提出數字經濟背景下提升區域協同發展質量的相關對策建議，以供參考。

關鍵詞：長江經濟帶；數字經濟；熵權TOPSIS法；區域差異；區域發展；科技賦能

中圖分類號：F49；F207 文獻標識碼：A 文章編號：2096-0298（2025）05（a）--04

1 引言

隨著人工智能、大數據、工業互聯網等數字化信息技術迅猛發展，中國已全面邁進以數字經濟為重要增長引擎的高質量發展階段。《中國數字經濟發展研究報告（2024年）》數據顯示，2023年我國數字經濟規模達53.9萬億元，占GDP的比重達42.8%，同比名義增長7.39%。長江經濟帶作為我國數字經濟與產業的領先者，通過信息技術的創新與突破，不斷完善現代化產業體系，加快傳統制造業和服務業的轉型升級，以發展新質生產力推動長江經濟帶高質量發展。

數字經濟與區域數字經濟發展已成為當前學術研究的熱點之一。劉軍等（2020）、王立新等（2023）、孫未未等（2023）研究認為，我國數字經濟發展存在顯著的區域差異，表現為“東高西低”的不均衡現象，地區間數字經濟發展差異是我國數字經濟非均衡發展的主要原因。楊勇等（2024）在測度2015—2020年省際數字經濟發展水平的基礎上發現區域不平衡程度呈降低趨勢，但區域間不平衡程度上升，其中數字產業化不平衡程度最高。劉軍等（2020）提出，地區經濟增長水平、外貿依存度、政府干預度、人力資本水平和居民工資水平是影響區域數字經濟發展的主要原因。楊路（2024）對2013—2022年蘇北地區數字經濟發展水平進行實證研究，認為金融發展水平和產業升級水平是推動數字經濟發展的主要因素。高志剛等（2024）研究發現，數字經濟對區域經濟韌性的影響具有明顯的正向作用和區域異質性。此外，從數字經濟水平時空演進的角度，方玉霞（2022）研究發現，數字經濟發展水平存在正向空間溢出性，而且地區經濟增長水平、財政支出水平的提升和貿易開放度的擴大均有利于提高數字經濟發展水平。孫未未等探究了我國數字經濟發展的非均衡性和時空演進趨勢，結果表明我國數字經濟發展水平受相鄰省域空間溢出效應的影響較為顯著，高水平類型數字經濟發展水平對低水平和中水平省域數字經濟發展水平的提升具有一定的拉動效果。湯佳慧等（2024）對長三角地區2014—2021年數字經濟發展水平進行空間論證，認為數字經濟發展指數有明顯的區域性和經濟發展聚集性，產業數字化聚集性較高，泰爾指數分解結果表明地區間差異大于地區內差異。

目前，雖然已有大量學者從數字經濟發展水平測度和時空差異等方面進行深入研究，然而針對長江經濟帶數字經濟發展的研究卻相對較少。本文通過構建數字經濟發展水平評價體系，采用熵權TOPSIS模型對長江經濟帶數字經濟發展水平進行綜合測度分析，進一步考查各區域數字經濟發展差異變化特征與趨勢，并提出相應的對策建議，旨在為扎實推動長江經濟帶一體化發展戰略提供參考。

2 長江經濟帶數字經濟發展水平測度與分析

2.1 評價指標體系構建

通過梳理學者相關研究，在遵循指標可行性、真實性等原則的基礎上，本文共構建了包括4個一級指標和15個二級指標的數字經濟發展評價指標體系。一級指標聚集于數字基礎設施建設、數字產業化、產業數字化、數字應用創新四個維度，其中，數字基礎設施建設是數字經濟持續發展的穩固支柱和前置條件，以域名數（X1）、互聯網寬帶接入端口（X2）、移動電話普及率（X3）、長途光纜線路長度（X4）指標反映；數字產業化一定程度上能夠反映數字經濟發展的活力，可通過電信業務總量（X5）、郵政業務總量（X6）、軟件業務收入（X7）、信息技術服務收入（X8）、電子商務交易額（X9）指標反映；產業數字化是經濟轉型的重要方向，以數字普惠金融指數（X10）、電子商務交易活動企業比例（X11）、每百家企業擁有網站數（X12）指標反映；數字應用創新借助規模以上工業企業Ramp;D經費（X13）、國內發明專利申請授權量（X14）、技術市場交易額（X15）指標來打造具備國際競爭力的數字產業集群。上述指標均具有顯著的正向屬性，能夠精準量化數字經濟各維度發展情況，清晰把握數字經濟走向，為長江經濟帶各主體提供清晰的定位與發展方向。

2.2 數據來源

本文選取2011—2022年長江經濟帶的11個省市的面板數據，數據主要源自《中國統計年鑒》、各省市的統計年鑒及中華人民共和國工業和信息化部。其中，數字普惠金融指數來源于北大數字金融研究中心。

2.3 研究方法

熵權法是基于指標統計數據中的信息量決定權重的方法，熵值能夠體現其在整個指標體系中的重要性。TOPSIS 法主要是根據原始數據構成的矩陣，計算目標解與理想解的相對貼近度，從而反映評估對象的優劣程度。熵權TOPSIS法是熵權法與TOPSIS法的結合，通過熵權法確定權重、TOPSIS法進行排序，得出更準確客觀的評價結果。以下是詳細的測算過程：

2.3.1 計算熵權

（1）為保證數據口徑的統一性和可比性，本文對原始數據進行標準化處理：

式（1）中：x0表示j地區i指標的原始值。由于所選指標均為正向指標，而且為了標準化后的數據有存在的數學意義，本文對標準化后的數據整體加上0.0001。

（2）計算各指標在各樣本中的比重pij：

（3）計算各指標的信息熵ej：

式（4）中：kgt;0，m為評價個體總數，0≤ej≤1。

（4）計算第j項指標的差異性系數dj：

（5）計算評價指標的權重wj：

式（6）中：n表示評價指標。指標中熵值ej越小，權重wj越大，在評價結果中數字經濟發展水平的影響程度越大；反之，越小。

2.3.2 計算貼近度

貼近度Fi的大小反映了各指標的綜合得分，進而說明各區域數字經濟發展水平的高低。

（1）構建賦權規范化矩陣：

式（7）中：wj代表權重，yij代表標準化后的數據。

（2）計算積極理想解和消極理想解：

（3）計算距離：

（4）計算貼近度：

2.3.3 結果分析

通過測算發現，四個一級指標的權重分別為0.158、0.537、0.054、0.251，表明數字產業化對數字經濟發展水平貢獻最大。數字產業化包含數字產品制造業、服務業、數字技術應用業、數字要素驅動業等核心產業，這些產業的發展可直接創造經濟價值，并為數字經濟其他領域供應產品和服務。數字應用創新和數字基礎設施建設的貢獻次之，產業數字化的貢獻最小。從二級指標來看，郵政業務總量（X6）、軟件業務收入（X7）、信息技術服務收入（X8）三個指標的權重較大（gt;0.1），分別呈現出0.118、0.111、0.140的權重值。而互聯網寬帶接入端口（X2）、移動電話普及率（X3）、長途光纜線路長度（X4）等指數權重依次為0.046、0.026、0.036，均處于0.05以下的較低水平，對數字經濟發展水平的影響較小。

從最終貼近度結果來看，2011—2022年長江經濟帶數字經濟發展綜合得分均值從0.057增至0.311，年均增幅達445.6%，在2020年達到峰值后呈現先減后增的變動趨勢。各省市的得分均值從高到低依次為：江蘇（0.393）、浙江（0.335）、上海（0.285）、四川（0.2）、湖北（0.171）、安徽（0.132）、湖南（0.127）、重慶（0.099）、云南（0.093）、貴州（0.088）、江西（0.08）。此外，從標準差結果看，雖然2013年和2016年標準差略有下降，但整體呈上升趨勢，說明區域間數字經濟發展的差異增大，空間發展不平衡的趨勢明顯。

3 長江經濟帶數字經濟發展水平的區域比較

3.1 聚類分析

本文利用SPSS27對長江經濟帶11個省市的數字經濟發展水平進行聚類分析，分析結果表明，長江經濟帶數字經濟發展水平可劃分為三類。其中，江蘇、浙江為第一類，上海、四川、湖北為第二類，安徽、湖南、重慶、云南、貴州、江西為第三類。

首先，江浙地區領先優勢顯著。江浙兩省經濟基礎扎實、產業體系成熟，為數字經濟發展筑牢了根基。江蘇省實體經濟雄厚，電子信息、裝備制造等領域發展迅猛，有力支撐了數字經濟，如蘇州工業園區積極發展數字化，致力于打造智能工廠和數字化車間。2023年浙江省數字經濟增加值達4.33萬億元，占GDP比重的52.5%，浙江正全力建設具有國際影響力的新興戰略性產業集群和數字產業集群。江浙兩省依托長期積累的扎實經濟基礎及完備成熟的產業體系，為數字經濟的蓬勃興起筑牢了堅實根基。

滬川鄂地區數字經濟發展緊隨江浙。上海以金融、貿易等服務業和集成電路、信息技術服務等產業為支柱，通過“一網通辦”“一網統管”等政務服務數字化場景應用驅動數字經濟發展。四川成都作為西部數字經濟發展的領軍者，憑借良好政策環境和人才資源，吸引了大量數字經濟企業，推動數字產業呈現多元化發展。湖北“光芯屏端網”為數字經濟發展提供了堅實支撐，數字經濟實現穩定增長。滬川鄂地區于數字經濟的發展軌道上各施所長，基于區域資源稟賦與產業基礎，通過差異化的發展路徑與策略，逐步構建起具有顯著區域特性與競爭優勢的數字經濟發展范式。

此外，其他地區數字經濟發展增速顯著提升。這些地區的數字基礎設施建設有較大提升空間，在數字治理和數字人才培育方面潛力較大。雖然數字經濟規模與發展水平先進地區相比仍存在差距，但近年來在國家支持和各省市的重視下增速明顯加快。例如，隨著“東數西算”工程全面啟動，2024年貴州發放首批“貴州算力券”，發揮區域算力規模效應，推動算力資源優化配置，實現了算力資源的高效利用，推動算力產業鏈上下游企業協同發展，為貴州數字經濟的可持續發展注入了強勁動力，促使數字經濟取得新突破。

3.2 具體維度分析

為了進一步探究長江經濟帶各省市數字經濟發展的差異，本文從數字基礎設施建設、數字產業化、產業數字化、數字應用創新四個維度進行探究。數字基礎設施建設方面，浙江、江蘇和四川的網絡基礎設施表現出高滲透率，名列前三；數字產業化方面，通信技術產業相對發達的江蘇、浙江和上海表現出明顯優勢；產業數字化方面，浙江、上海和安徽分別位于前三名；數字應用創新方面，江蘇、浙江和上海因其技術創新水平和數字人力資源優勢而穩居前三名（表1）。

4 政策建議

4.1 結合自身資源稟賦優勢，推動數字產業創新

提高數字經濟發展水平先進地區的數字技術研發與應用創新，加快數字技術成果轉化和產業化進程，以充分釋放數字經濟的潛能與價值。長江經濟帶作為我國經濟增長的關鍵戰略領域，其獨特的產業根基和豐富的資源稟賦，為數字經濟核心產業的孕育與蓬勃發展構筑了優越的條件。各地區立足自身實際，深入挖掘自身優勢資源，精確定位、著力培養并發展具有顯著地方特色的數字經濟核心產業，實現差異化和特色化的發展路徑。例如，重慶構建柑橘產業大數據平臺，通過收集柑橘種植區域的土壤、氣候、病蟲害等數據，利用大數據分析和人工智能算法，為橘農提供精準的種植指導。同時，該平臺還整合了柑橘加工、銷售企業的信息，實現了柑橘產業從種植、加工到銷售全產業鏈的數據共享和協同，推動農業與數字技術融合發展。各地區基于自身比較優勢發展特色數字經濟核心產業，能夠激發數字產業創新活力，更有利于培育區域經濟新的增長點。

4.2 加快建設數字新基建，強化數字人才培養

數字經濟發展的基礎是基礎設施和人才支持。落后地區通過進一步加強大數據、人工智能、工業互聯網等領域數字基礎設施建設以提高對數字經濟的吸收能力，優化數據中心建設布局，充分發揮“東數西算”工程影響力，帶動數據中心上下游產業發展。同時，通過優化教育資源，建立產學研合作機制，企業為院校提供實踐平臺和項目案例，院校為企業定向培養數字經濟所需要的實用型人才。此外，營造良好的創新創業環境也有助于培養和吸引數字人才，通過構建諸如眾創空間、孵化器等多元化創業載體，為創業主體提供全方位、綜合性的一站式服務體系，集成政策咨詢、資源對接、技術支持等功能模塊，降低創業門檻與風險，形成對數字人才的磁吸效應。

4.3 建立跨區域協同創新機制，縮小地區差距

加強長江經濟帶上中下游地區在數字經濟領域的合作，加速構建具有創新性、競爭力和可持續性的數字產業生態體系。政府可通過制定稅收優惠、財政補貼等政策吸引先進地區數字產業向欠發達地區轉移，促進地區間科研院所與高校進一步合作，實現優勢互補、資源共享與技術交流，促進加速科技成果轉化和應用，進而推動長江經濟帶數字經濟一體化發展。提升交通一體化水平，打破市場壁壘以促進要素自由流動，如建設滬蘇通長江公鐵大橋，加強上海對長江以北地區的輻射帶動作用，促進區域間的經濟聯系和協同發展。推動長三角、成渝地區雙城經濟圈等區域的數字經濟一體化發展，加強區域間的數據流通與業務協同，形成協同發展效應。

4.4 強化數據治理與安全保護

引入大數據、人工智能等前沿技術，優化數字治理環境，加強數據安全和隱私保護，營造良好的數字生態。政府可通過健全數字經濟治理政策法規體系，持續優化治理規則體系，加速推動關于平臺運營、數據管理、算法應用等方面的制度規范相繼頒布并切實落地實施，明確界定市場行為中合法與違法的清晰界限。推進數據治理以保障數據準確和完整，強化數據安全與隱私保護法規建設，加強對數據收集、儲存、使用等環節的監管，從而保障企業和個人的數據安全和隱私權益。

參考文獻

劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

王立新，孫夢婷.中國31省份數字經濟發展水平測算研究[J].經濟論壇，2023（2）：5-16.

孫未未，李占風.我國數字經濟發展新特征：非均衡性與趨勢演進[J].經濟問題探索，2023（12）：21-36.

楊勇，岳依洋.中國省際數字經濟發展不平衡的特征、測度及演化趨勢[J].華東經濟管理，2024，38（9）：28-40.

楊路.蘇北地區數字經濟發展測度與驅動因素研究[J].中國商論，2024，33（20）：51-54.

高志剛，胡時豪.數字經濟對區域經濟韌性影響的測度研究[J].價格理論與實踐，2024（1）：140-144.

方玉霞.中國數字經濟的測度、空間演化及影響因素研究[J].中國經濟學，2022（3）：217-245+293-295.

湯佳慧，李晶晶，丁旺旺.長三角地區數字經濟發展水平測度與時空演繹特征分析[J].中國商論，2024，33（19）：40-44.

雷勛平， QIU Ｒ， 劉勇. 基于熵權TOPSIS模型的區域土地利用績效評價及障礙因子診斷[J]. 農業工程學報， 2016， 32（13）：243-253.