蔡紹洪，谷 城，張?jiān)俳?/p>

（貴州財(cái)經(jīng)大學(xué)a.經(jīng)濟(jì)學(xué)院；b.貴州綠色發(fā)展戰(zhàn)略高端智庫(kù)，貴州 貴陽(yáng) 550025）

一、引言及文獻(xiàn)綜述

隨著數(shù)字產(chǎn)業(yè)的迅猛發(fā)展，數(shù)字經(jīng)濟(jì)為產(chǎn)品生產(chǎn)質(zhì)量、資源配置效率、社會(huì)生活方式帶來(lái)深刻影響，同時(shí)也給予世界各國(guó)新一輪經(jīng)濟(jì)發(fā)展的契機(jī)，為縮小區(qū)域經(jīng)濟(jì)發(fā)展鴻溝創(chuàng)造了有利條件。中國(guó)信息通訊研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2021）》顯示：2020 年我國(guó)數(shù)字經(jīng)濟(jì)總體規(guī)模達(dá)到39.2 萬(wàn)億元，占GDP 比重為38.6%；同時(shí)，在疫情沖擊與全球經(jīng)濟(jì)下行的疊加影響下，數(shù)字經(jīng)濟(jì)增速是同期名義GDP 增速的3.2 倍多，農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)數(shù)字經(jīng)濟(jì)滲透率分別達(dá)到8.9%、21.0%和40.7%。對(duì)中國(guó)而言，數(shù)字經(jīng)濟(jì)的興起與應(yīng)用儼然成為了構(gòu)建新發(fā)展格局的關(guān)鍵支撐以及打造經(jīng)濟(jì)復(fù)蘇的新動(dòng)能。然而傳統(tǒng)經(jīng)濟(jì)的統(tǒng)計(jì)模式和統(tǒng)計(jì)口徑并不符合數(shù)字經(jīng)濟(jì)的測(cè)度準(zhǔn)則，難以對(duì)其進(jìn)行準(zhǔn)確測(cè)度?；诖?，本文梳理數(shù)字經(jīng)濟(jì)統(tǒng)計(jì)相關(guān)指標(biāo)，構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展綜合指標(biāo)體系，并對(duì)中國(guó)省域數(shù)字經(jīng)濟(jì)的時(shí)空特征及影響因素展開(kāi)分析。

數(shù)字經(jīng)濟(jì)在國(guó)民經(jīng)濟(jì)中的地位與其文獻(xiàn)關(guān)注度呈正向關(guān)聯(lián)，關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度已引起諸多國(guó)際機(jī)構(gòu)、政府統(tǒng)計(jì)機(jī)構(gòu)以及相關(guān)領(lǐng)域?qū)W者的廣泛關(guān)注，然而對(duì)數(shù)字經(jīng)濟(jì)的測(cè)度方法、測(cè)度內(nèi)容、研究成果各有不同（陳夢(mèng)根和張?chǎng)危?020）［1］。縱觀國(guó)際與國(guó)內(nèi)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)算，按照研究方法不同，可以分為直接法與有關(guān)指數(shù)編制法，直接法指在界定范圍內(nèi)，統(tǒng)計(jì)或估算出研究區(qū)數(shù)字經(jīng)濟(jì)的規(guī)?？偭?，亦或是數(shù)字經(jīng)濟(jì)規(guī)模增加值；有關(guān)指數(shù)編制法指通過(guò)構(gòu)建多維度指標(biāo)體系，測(cè)度研究區(qū)數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)，亦或是對(duì)不同地區(qū)的數(shù)字經(jīng)濟(jì)水平進(jìn)行相對(duì)比較。

在直接法核算研究方面，Porat（1977）［2］開(kāi)啟了信息經(jīng)濟(jì)增加值的測(cè)度方式。美國(guó)經(jīng)濟(jì)分析局（BEA）在對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行界定的基礎(chǔ)上，核算了美國(guó)數(shù)字經(jīng)濟(jì)增加值（Barefoot 等，2018）［3］。在國(guó)內(nèi)，康鐵祥（2008）［4］最早通過(guò)核算數(shù)字產(chǎn)業(yè)部門(mén)數(shù)字輔助活動(dòng)創(chuàng)造的增加值測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模。在考慮對(duì)相關(guān)部門(mén)進(jìn)行數(shù)字界定之后，數(shù)字規(guī)模核算框架聚焦于數(shù)字化賦權(quán)基礎(chǔ)設(shè)施、數(shù)字化媒體以及數(shù)字化交易等維度規(guī)模測(cè)度（許憲春和張美慧，2020）［5］。隨著數(shù)字產(chǎn)業(yè)部門(mén)的逐漸增多以及缺乏統(tǒng)一界定標(biāo)準(zhǔn)，學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)核算體系的構(gòu)建也不盡相同，包括從數(shù)字經(jīng)濟(jì)生產(chǎn)、數(shù)字經(jīng)濟(jì)流通、數(shù)字經(jīng)濟(jì)交換和數(shù)字經(jīng)濟(jì)消費(fèi)四個(gè)方面劃分?jǐn)?shù)字經(jīng)濟(jì)行業(yè)（韓兆安等，2021）［6］。此外，也有學(xué)者對(duì)國(guó)內(nèi)相關(guān)研究機(jī)構(gòu)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)度結(jié)果的準(zhǔn)確性進(jìn)行了研判，如金星曄等（2020）［7］歸納了現(xiàn)有數(shù)字經(jīng)濟(jì)規(guī)模核算方法，并測(cè)算2019年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模，結(jié)果表明：中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模約占GDP比重的29.3%，該結(jié)果低于2016年信通院、騰訊研究院、中國(guó)信息化百人會(huì)的測(cè)算結(jié)果，因而認(rèn)為多數(shù)機(jī)構(gòu)對(duì)數(shù)字經(jīng)濟(jì)規(guī)模的測(cè)算存在不同程度的高估現(xiàn)象。

在有關(guān)指數(shù)編制法核算方面，經(jīng)濟(jì)合作與發(fā)展組織和歐盟統(tǒng)計(jì)局均構(gòu)建了包含眾多數(shù)字產(chǎn)業(yè)基礎(chǔ)的數(shù)字經(jīng)濟(jì)指標(biāo)體系（OECD，2014；Eurostat，2017）［8-9］。在國(guó)內(nèi)，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)相關(guān)測(cè)度研究處于起步階段，學(xué)者們正不斷豐富數(shù)字經(jīng)濟(jì)研究?jī)?nèi)容，指標(biāo)體系多圍繞數(shù)字經(jīng)濟(jì)的內(nèi)涵進(jìn)行構(gòu)建，主要可劃分為以下兩種類(lèi)型：一是基于信息化、互聯(lián)網(wǎng)、數(shù)字交易等維度對(duì)數(shù)字經(jīng)濟(jì)分解（劉軍等，2020）［10］，側(cè)重于網(wǎng)絡(luò)信息化發(fā)展和數(shù)字貿(mào)易；二是從經(jīng)濟(jì)發(fā)展載體、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境等維度構(gòu)建指標(biāo)體系（王軍等，2021；高燕和徐政，2021）［11-12］，注重?cái)?shù)字化基礎(chǔ)設(shè)施建設(shè)和數(shù)字環(huán)境。從上述指標(biāo)體系測(cè)度結(jié)果考察，不同指標(biāo)體系所得數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)存在顯著差異，因而構(gòu)建一套學(xué)術(shù)界廣泛認(rèn)可、具備科學(xué)性和合理性的數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系是現(xiàn)階段亟需解決的重大課題。

綜上所述，圍繞數(shù)字經(jīng)濟(jì)測(cè)度相關(guān)研究已取得一定的研究成果，但仍處于發(fā)展之初，尚存以下不足：一是國(guó)際組織與相關(guān)機(jī)構(gòu)的規(guī)模測(cè)度偏向于國(guó)家之間比較，并不適用于我國(guó)省域地區(qū)；二是學(xué)術(shù)界并未形成統(tǒng)一的數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，部分學(xué)者選取指標(biāo)注重總量增長(zhǎng)，缺乏考核質(zhì)量效益類(lèi)指標(biāo)；三是對(duì)數(shù)字經(jīng)濟(jì)影響因素的研究有待深入探索，鮮有雙驅(qū)動(dòng)因子的交互影響研究。為彌補(bǔ)現(xiàn)有研究的不足，本文的邊際貢獻(xiàn)在于：選取淡化總量增長(zhǎng)、適宜我國(guó)區(qū)域比較的指標(biāo)類(lèi)型，測(cè)度2013—2019 年中國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）數(shù)字經(jīng)濟(jì)發(fā)展水平，并借助地理探測(cè)器，從單因子探測(cè)、雙因子探測(cè)和生態(tài)探測(cè)三個(gè)維度討論影響數(shù)字經(jīng)濟(jì)發(fā)展水平空間差異的驅(qū)動(dòng)因素。以期為進(jìn)一步完善數(shù)字經(jīng)濟(jì)測(cè)度框架、縮小區(qū)域數(shù)字經(jīng)濟(jì)鴻溝、促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供科學(xué)依據(jù)。

二、指標(biāo)體系構(gòu)建、數(shù)據(jù)說(shuō)明與研究方法

（一）數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)指標(biāo)體系構(gòu)建

指標(biāo)維度的選取多從數(shù)字經(jīng)濟(jì)內(nèi)涵的角度考慮，本文認(rèn)為：數(shù)字經(jīng)濟(jì)作為一種新經(jīng)濟(jì)形態(tài)，其內(nèi)涵將伴隨數(shù)字技術(shù)的不斷創(chuàng)新而愈加豐富，具備時(shí)代發(fā)展的動(dòng)態(tài)性，這個(gè)動(dòng)態(tài)發(fā)展過(guò)程依賴(lài)“四個(gè)需要”，包括數(shù)字基礎(chǔ)需要逐步完備、數(shù)字應(yīng)用需要多范圍拓展、數(shù)字創(chuàng)新需要持續(xù)支撐、數(shù)字環(huán)境需要逐漸優(yōu)化。立足上述內(nèi)涵邏輯，參考相關(guān)學(xué)者研究成果（王軍等，2021；吳媛媛和宋玉祥，2018）［11,13］，注重質(zhì)量效益指標(biāo)，共選取34個(gè)變量，構(gòu)建中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系見(jiàn)表1 所列。

表1 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系

數(shù)字基礎(chǔ)為數(shù)字經(jīng)濟(jì)提供了基礎(chǔ)設(shè)施保障，由傳統(tǒng)基礎(chǔ)設(shè)施和新型數(shù)字基礎(chǔ)設(shè)施共7 項(xiàng)指標(biāo)構(gòu)成。選擇移動(dòng)電話普及率、互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)寬帶接入用戶(hù)、互聯(lián)網(wǎng)接入端口反映傳統(tǒng)數(shù)字基礎(chǔ)設(shè)施建設(shè)完善度；以信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)投資額、科學(xué)研究和技術(shù)服務(wù)業(yè)投資額、光纜線路長(zhǎng)度反映新型數(shù)字基礎(chǔ)設(shè)施富裕度。

數(shù)字應(yīng)用是數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀重要表征之一，由農(nóng)業(yè)應(yīng)用、企業(yè)應(yīng)用、服務(wù)業(yè)應(yīng)用共14項(xiàng)指標(biāo)構(gòu)成。選擇有線廣播電視入戶(hù)率、開(kāi)通互聯(lián)網(wǎng)業(yè)務(wù)行政村比例、農(nóng)產(chǎn)品電子商務(wù)額反映農(nóng)業(yè)數(shù)字應(yīng)用現(xiàn)狀；以企業(yè)每百人使用計(jì)算機(jī)臺(tái)數(shù)、企業(yè)擁有網(wǎng)站數(shù)、有電子商務(wù)交易活動(dòng)的企業(yè)數(shù)、有電子商務(wù)交易活動(dòng)的企業(yè)比重反映企業(yè)數(shù)字應(yīng)用水平；以電子商務(wù)采購(gòu)額占GDP 比重、電子商務(wù)銷(xiāo)售額占GDP比重、郵政業(yè)務(wù)總額占GDP 比重、軟件業(yè)務(wù)收入占GDP 比重、信息技術(shù)服務(wù)收入占GDP 比重、電信業(yè)務(wù)總量占GDP比重、數(shù)字惠普金融指數(shù)度量服務(wù)業(yè)數(shù)字應(yīng)用規(guī)模。

數(shù)字創(chuàng)新為數(shù)字經(jīng)濟(jì)發(fā)展提供技術(shù)支持，由數(shù)字創(chuàng)新投入與數(shù)字創(chuàng)新產(chǎn)出共6 項(xiàng)指標(biāo)構(gòu)成。選擇R&D人員投入強(qiáng)度、R&D經(jīng)費(fèi)投入強(qiáng)度、每十萬(wàn)人擁有高等學(xué)校在校學(xué)生數(shù)、財(cái)政教育支出和科學(xué)技術(shù)支出占財(cái)政總支出比重反映數(shù)字創(chuàng)新投入發(fā)展現(xiàn)狀；以發(fā)明專(zhuān)利申請(qǐng)受理數(shù)、技術(shù)市場(chǎng)成交額反映數(shù)字創(chuàng)新產(chǎn)出潛力。

數(shù)字環(huán)境是數(shù)字經(jīng)濟(jì)發(fā)展的載體，由政府治理環(huán)境與數(shù)字發(fā)展環(huán)境共7 項(xiàng)指標(biāo)構(gòu)成。選擇政府政務(wù)微博分布數(shù)、政府網(wǎng)站數(shù)反映政府?dāng)?shù)字治理能力；以第三產(chǎn)業(yè)產(chǎn)值占GDP 比重、各類(lèi)科技技術(shù)合同數(shù)、各類(lèi)科技技術(shù)合同成交額占GDP 比重、IPV4地址數(shù)、域名數(shù)反映數(shù)字發(fā)展環(huán)境水平。

續(xù)表1

（二）數(shù)據(jù)說(shuō)明

本文相關(guān)原始數(shù)據(jù)來(lái)自2014—2020 年各省份統(tǒng)計(jì)年鑒、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)信息年鑒》，部分指標(biāo)在原始數(shù)據(jù)基礎(chǔ)上進(jìn)行比重測(cè)算，如軟件業(yè)收入占GDP 比重、電信業(yè)收入占GDP比重等；數(shù)字惠普金融指數(shù)來(lái)自北京大學(xué)數(shù)字金融研究中心課題組所發(fā)布的《北京大學(xué)數(shù)字惠普金融指數(shù)（2011—2020）》；政府政務(wù)微博分布數(shù)和政府網(wǎng)站數(shù)來(lái)自歷年中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心所發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。對(duì)部分缺失數(shù)據(jù)，采用線性插補(bǔ)方法補(bǔ)充。

（三）研究方法

1.熵權(quán)與變異系數(shù)綜合賦權(quán)法

主觀賦權(quán)法更多受到人為因素的影響，不能充分體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的實(shí)際水平，故采用客觀賦權(quán)法對(duì)指標(biāo)權(quán)重進(jìn)行測(cè)算。變異系數(shù)賦權(quán)基于指標(biāo)初始值與初始平均值之間的比較，與只針對(duì)離散程度的熵權(quán)法相比，指標(biāo)之間權(quán)重的變化較小。因此，為了消除單一客觀賦權(quán)的誤差與偏頗，以熵權(quán)與變異系數(shù)的幾何平均值作為數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)，具體見(jiàn)表2所列。

表2 熵權(quán)法、變異系數(shù)賦權(quán)法測(cè)算步驟

考慮到各指標(biāo)之間的量綱不同，不同指標(biāo)之間無(wú)法直接比較，因此對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，正向?qū)傩耘c負(fù)向?qū)傩缘臉?biāo)準(zhǔn)化公式如（1）式所示，其中：xij為第i個(gè)城市j項(xiàng)指標(biāo)的初始值；i=1，2，…，m；j=1，為標(biāo)準(zhǔn)化后的數(shù)值。

2.探索性空間數(shù)據(jù)分析模型

探索性空間數(shù)據(jù)分析模型（ESDA）常用于描述可視化空間分布，具備識(shí)別非典型空間位置異質(zhì)性技術(shù)（冉澤澤，2017；劉鴻雁和雷磊，2017）［14-15］，主要分為全局莫蘭指數(shù)（Global Moran'sI）和局部莫蘭指數(shù)（Local Moran'sI）：全局莫蘭指數(shù)大于0，代表不同空間單元的數(shù)字經(jīng)濟(jì)水平在空間上存在依賴(lài)性，若小于0，則代表在空間上存在異質(zhì)性；局部莫蘭指數(shù)為正，說(shuō)明某空間單元數(shù)字經(jīng)濟(jì)的高值或低值被相鄰空間單元數(shù)字經(jīng)濟(jì)的高值或低值所包圍，反之則被低值或高值所包圍。具體公式如下：

其中：S2表示得分方差；Wij表示空間權(quán)重，可依據(jù)鄰接和鄰近兩種方式構(gòu)建矩陣，本文充分考慮地理上鄰接空間單元數(shù)字經(jīng)濟(jì)發(fā)展的相互作用，相鄰地區(qū)Wij=1，反之Wij=0；Di與Dj為空間區(qū)域單元i與j的屬性值。

3.地理探測(cè)器

地理探測(cè)器能夠度量空間分異性和探測(cè)解釋因子驅(qū)動(dòng)能力。與其他驅(qū)動(dòng)模型相比較，地理探測(cè)器既能夠測(cè)度數(shù)值型數(shù)據(jù)和定性數(shù)據(jù)，也能測(cè)度兩因子交互后的驅(qū)動(dòng)作用，并通過(guò)生態(tài)探測(cè)分析交互因子對(duì)因變量（數(shù)字經(jīng)濟(jì)）空間分布的差異性是否顯著（王勁峰和徐成東，2017）［16］進(jìn)行度量，具體模型如下：

其中：q∈［0，1］度量了某驅(qū)動(dòng)因子x在多大程度上解釋了協(xié)調(diào)度的空間分異；h為變量的分層；分別代表了層樣本量和全層的方差；Nh、N分別代表了層樣本量和全層單元數(shù)。

三、實(shí)證結(jié)果分析

為全面揭示我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀及未來(lái)趨勢(shì)，本文對(duì)2013—2019 年全國(guó)、東部、中部、西部、東北部以及省域數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行闡述，為縮小地區(qū)數(shù)字經(jīng)濟(jì)差異，實(shí)現(xiàn)區(qū)域數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展及其相關(guān)政策制定提供事實(shí)依據(jù)。

（一）區(qū)域數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)

由圖1 可知，2013—2019 年我國(guó)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平在空間上具有顯著的異質(zhì)性。整體上，中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)均值從0.129 增長(zhǎng)至0.245，年均增長(zhǎng)率達(dá)到11.478%，四大區(qū)域具有東部＞中部＞東北＞西部的空間格局，除東北數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)波動(dòng)上升外，其他區(qū)域均呈現(xiàn)出逐年遞增之趨勢(shì)，并且東部數(shù)字經(jīng)濟(jì)曲線2018—2019 年具有“翹尾”特征。西部年均增長(zhǎng)率（15.643%）最 高，中 部（12.226%）次 之，東 部（9.299%）第三，東北（9.042%）處于末位。中部、西部及東北作為追趕型區(qū)域，數(shù)字經(jīng)濟(jì)仍具有很大的發(fā)展空間，縮小區(qū)域差距以避免“數(shù)字鴻溝”擴(kuò)大仍是當(dāng)務(wù)之急。

圖1 2013—2019年區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)

（二）省域數(shù)字經(jīng)濟(jì)發(fā)展水平的時(shí)空演化

為實(shí)現(xiàn)區(qū)域協(xié)同進(jìn)步及縮小地區(qū)差異，我國(guó)相繼出臺(tái)西部大開(kāi)發(fā)、東北振興、中部崛起、東部新跨越等一系列區(qū)域發(fā)展規(guī)劃（郭蕓等，2020）［17］，顯著地促進(jìn)了各地經(jīng)濟(jì)水平的進(jìn)步，然而，由于政策導(dǎo)向與資源稟賦的非均衡發(fā)展的影響，我國(guó)省域數(shù)字經(jīng)濟(jì)發(fā)展水平不盡相同且差異顯著。從圖2 可以看出，數(shù)字經(jīng)濟(jì)發(fā)展不平衡不充分問(wèn)題較為突出，體現(xiàn)在多數(shù)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)較低，北京數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)平均值是青海、寧夏、新疆等地的6 倍多，雖然上述地區(qū)具有較大增長(zhǎng)率，但兩者之間的差距依舊存在，這表明中國(guó)省域數(shù)字經(jīng)濟(jì)發(fā)展水平的差異在短時(shí)間內(nèi)難以撫平，并且存在明顯的“馬太效應(yīng)”（劉樹(shù)春，2019）［18］。從省域所屬區(qū)域來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)較高的區(qū)域多集中在東部及沿海地區(qū)，并且東部省域數(shù)字經(jīng)濟(jì)水平遙遙領(lǐng)先其他地區(qū)；數(shù)字經(jīng)濟(jì)年均增長(zhǎng)率較高的省域多集中在西部和中部地區(qū)。因此，無(wú)論是從整體還是從省域考察，我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平均面臨著發(fā)展不平衡問(wèn)題，西部和東北仍存在較大發(fā)展空間。

圖2 2013—2019年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)及年均增長(zhǎng)率

為進(jìn)一步考察各省份數(shù)字經(jīng)濟(jì)發(fā)展情況及差異性，借助ArcGIS10.5軟件將所有指數(shù)進(jìn)行自然斷裂分級(jí)處理，劃分為低值水平、中低值水平、中值水平、中高值水平和高值水平，對(duì)應(yīng)范圍區(qū)間為：（0.035，0.117］、（0.117，0.193］、（0.193，0.300］、（0.300，0.364］、（0.364，0.688］。

從表3 可以看出，北京、廣東、江蘇、上海等地?cái)?shù)字經(jīng)濟(jì)發(fā)展位于高值水平，屬于“領(lǐng)頭型”地區(qū)；浙江、山東、四川稍顯落后。北京以創(chuàng)新資源激發(fā)數(shù)字經(jīng)濟(jì)活力，依托政策優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)、區(qū)位優(yōu)勢(shì)、人才優(yōu)勢(shì)等，成為數(shù)字經(jīng)濟(jì)創(chuàng)新資源集聚地、全國(guó)數(shù)字產(chǎn)業(yè)化制高地和產(chǎn)業(yè)數(shù)字化輸出地。依托西部大開(kāi)發(fā)戰(zhàn)略，四川已然成為西部發(fā)展的中堅(jiān)力量，良好的經(jīng)濟(jì)基礎(chǔ)與科創(chuàng)人才，促進(jìn)了數(shù)字經(jīng)濟(jì)的快速進(jìn)步。與此相對(duì)應(yīng)的青海、新疆、寧夏等地，囿于數(shù)字基礎(chǔ)設(shè)施建設(shè)、數(shù)字化產(chǎn)業(yè)、人才儲(chǔ)備等方面相對(duì)缺乏，加之經(jīng)濟(jì)基礎(chǔ)薄弱，導(dǎo)致數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)落后。海南、江西、貴州等地增長(zhǎng)率較快，達(dá)到了17.000%以上，遼寧增長(zhǎng)率最低，僅為4.846%。東北數(shù)字經(jīng)濟(jì)長(zhǎng)期處于不溫不火的狀態(tài)，發(fā)展指數(shù)與增長(zhǎng)率均無(wú)明顯優(yōu)勢(shì)，似乎進(jìn)入“數(shù)字經(jīng)濟(jì)貧困陷阱”難以擺脫。2013 年我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平位于中高值、高值水平的地區(qū)僅有北京，中值水平有5 個(gè)省份，其余地區(qū)均處于低值和中低值水平；2019 年，高值水平省份增至6 個(gè)，中高值水平僅有四川，中低值和中值水平有20 個(gè)省份，仍存在3 個(gè)省份處于低值水平區(qū)間。2013—2019年各省數(shù)字經(jīng)濟(jì)發(fā)展水平所處區(qū)位變化不大，多數(shù)地區(qū)僅向上跳躍一個(gè)區(qū)間范圍，如“追趕型”地區(qū)海南、江西、重慶，由2013 年低值水平轉(zhuǎn)變?yōu)?019 年中低值水平，數(shù)字經(jīng)濟(jì)發(fā)展差異依舊顯著，這意味著我國(guó)現(xiàn)階段數(shù)字經(jīng)濟(jì)發(fā)展仍面臨著“數(shù)字鴻溝”的威脅（張勛等，2021）［19］，側(cè)面反映了政策導(dǎo)向、信息資源和技術(shù)資源分布的不平等。這種發(fā)展模式與地區(qū)內(nèi)部發(fā)展情況類(lèi)似，如湖北和四川重點(diǎn)打造武漢和成都，使其成為兩省數(shù)字經(jīng)濟(jì)發(fā)展增長(zhǎng)極，輻射帶動(dòng)周邊地區(qū)，從結(jié)果來(lái)看，這種發(fā)展模式已取得顯著成效，但區(qū)域發(fā)展的不充分與不均衡問(wèn)題仍需進(jìn)一步加以重視。

表3 2013—2019年中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平劃分

（三）省域數(shù)字經(jīng)濟(jì)發(fā)展的空間相關(guān)性分析

2013—2019年，我國(guó)數(shù)字經(jīng)濟(jì)全局莫蘭指數(shù)均為正，表明數(shù)字經(jīng)濟(jì)發(fā)展在空間上并不是隨機(jī)分布的，地區(qū)之間存在顯著空間相關(guān)性。通過(guò)局部莫蘭指數(shù)將集聚類(lèi)型分為四個(gè)象限，即第一象限高—高集聚（H-H）、第二象限低—高集聚（L-H）、第三象限低—低（L-L）、第四象限高—低集聚（H-L），見(jiàn)表4所列。

由表4可知，我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)在空間上呈現(xiàn)高度集聚態(tài)勢(shì)。具體來(lái)看，北京、天津及東部沿海地區(qū)主要分布在H-H 集聚區(qū)，表現(xiàn)為自身數(shù)字經(jīng)濟(jì)發(fā)展水平較高，鄰接地區(qū)也擁有較高發(fā)展水平，位于此集聚類(lèi)型的省份，研究時(shí)限內(nèi)變化不大，新增河南、湖北、湖南三個(gè)省份；L-H集聚區(qū)存在較小波動(dòng)，河北、海南、安徽、江西和廣西一直位于該集聚類(lèi)型，表現(xiàn)為自身數(shù)字經(jīng)濟(jì)發(fā)展水平較低，而鄰接地區(qū)發(fā)展水平較高；位于L-L 集聚的省份較多，且多數(shù)位于西部和東北地區(qū)，表現(xiàn)為觀測(cè)區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)為低水平，鄰接區(qū)域發(fā)展也同樣處于低水平，2019 年西部11 個(gè)省份中，有7 個(gè)省份位于該集聚類(lèi)型，黑龍江、吉林、遼寧也同樣在此區(qū)域，因此，中國(guó)整體數(shù)字經(jīng)濟(jì)水平的提升，需要重點(diǎn)關(guān)注L-L 集聚區(qū)域；H-L 集聚類(lèi)型的省份較少，由2013年的廣東、湖北、四川、陜西、遼寧轉(zhuǎn)變?yōu)?019年的廣東、陜西、四川，表現(xiàn)為觀測(cè)區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平較高，而鄰接區(qū)域發(fā)展水平較低，該集聚類(lèi)型地區(qū)極易產(chǎn)生“極化”現(xiàn)象，因而該類(lèi)型區(qū)省份減少，呈現(xiàn)出向好發(fā)展趨勢(shì)。綜上，我國(guó)大部分省份處于L-L 集聚區(qū)且長(zhǎng)期未變動(dòng)，因此，數(shù)字經(jīng)濟(jì)水平有待提高，縮小數(shù)字經(jīng)濟(jì)差距仍是現(xiàn)階段經(jīng)濟(jì)高質(zhì)量發(fā)展的重要課題。

表4 2013—2019年省域數(shù)字經(jīng)濟(jì)集聚類(lèi)型

四、數(shù)字經(jīng)濟(jì)的影響因素分析

（一）變量說(shuō)明

本文采用地理探測(cè)器來(lái)探索各驅(qū)動(dòng)因子對(duì)數(shù)字經(jīng)濟(jì)發(fā)展空間異質(zhì)性的影響，目前關(guān)于數(shù)字經(jīng)濟(jì)影響因素的研究仍處于起步階段，參考相關(guān)學(xué)者研究成果（王彬燕等，2018；劉婷婷等，2021）［20-21］，選取經(jīng)濟(jì)增長(zhǎng)（x1）、外資依存度（x2）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）、政府行為（x4）、城鎮(zhèn)化（x5）以及人力資本（x6）作為影響因子，旨在豐富數(shù)字經(jīng)濟(jì)影響因素相關(guān)研究深度。

（1）經(jīng)濟(jì)增長(zhǎng)（x1）。本文研究發(fā)現(xiàn)，經(jīng)濟(jì)水平較高的地區(qū)數(shù)字化水平程度也會(huì)偏高，區(qū)域內(nèi)數(shù)字化基礎(chǔ)設(shè)備較為完善，有助于數(shù)字經(jīng)濟(jì)的發(fā)展；而經(jīng)濟(jì)發(fā)展落后的地區(qū)，可能對(duì)經(jīng)濟(jì)發(fā)展存在重“量”輕“質(zhì)”的現(xiàn)象，數(shù)字化設(shè)施較為落后，制約了數(shù)字經(jīng)濟(jì)的發(fā)展。采用人均GDP 來(lái)表征經(jīng)濟(jì)增長(zhǎng)水平，預(yù)期對(duì)數(shù)字經(jīng)濟(jì)具有正向影響。

（2）外資依存度（x2）。引入外資意味著地區(qū)吸收額外資本的投入，并且往往伴隨著國(guó)外的技術(shù)和服務(wù)，有助于促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)的發(fā)展。采用外商直接投資占GDP 比重表征外資依存度，預(yù)期對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)生正向影響。

交流變頻器的主要用途是對(duì)交流電動(dòng)機(jī)實(shí)現(xiàn)無(wú)級(jí)調(diào)速。具有凋速范圍寬、功能齊全、性能可靠、通用性強(qiáng)、操作靈活、使用簡(jiǎn)便等優(yōu)點(diǎn)，被各行各業(yè)廣泛采用并大力推廣。在石油化工企業(yè)中，安裝變頻調(diào)速器不儀可以保證生產(chǎn)系統(tǒng)的穩(wěn)定性、安令性，還具有顯著的節(jié)能效果。本文主要介紹變頻誦速器在石油化工企業(yè)中的應(yīng)用。

（3）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）。數(shù)字經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)密切相關(guān)，當(dāng)勞動(dòng)和資本驅(qū)動(dòng)產(chǎn)業(yè)向知識(shí)和技術(shù)密集型產(chǎn)業(yè)逐級(jí)演化時(shí)，數(shù)字經(jīng)濟(jì)將得到快速發(fā)展，從而不可避免地淘汰落后產(chǎn)能，倒逼產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。采用第三產(chǎn)業(yè)增加值占第二產(chǎn)業(yè)增加值比重表征產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度，預(yù)期對(duì)數(shù)字經(jīng)濟(jì)具有正向影響。

（4）政府行為（x4）。政府行為將直接影響數(shù)字化基礎(chǔ)設(shè)施建設(shè)，進(jìn)而影響數(shù)字經(jīng)濟(jì)的發(fā)展。應(yīng)當(dāng)注意到，政府行為對(duì)數(shù)字化發(fā)展初期具有顯著促進(jìn)作用，而當(dāng)區(qū)域數(shù)字化市場(chǎng)發(fā)育成熟，政府行為過(guò)多干預(yù)可能會(huì)制約數(shù)字化企業(yè)的創(chuàng)新和技術(shù)進(jìn)步，因此，政府行為對(duì)數(shù)字經(jīng)濟(jì)影響作用需進(jìn)一步驗(yàn)證。采用政府支出占GDP 比重表征。

（5）城鎮(zhèn)化（x5）。城鎮(zhèn)化的穩(wěn)步發(fā)展將促使與之配套的基礎(chǔ)設(shè)施得到完善和優(yōu)化，而都市圈和城市群發(fā)展被視為未來(lái)五到十年中國(guó)經(jīng)濟(jì)增長(zhǎng)的潛能所在，基礎(chǔ)設(shè)施建設(shè)數(shù)字化、智能化，將加速城市數(shù)字化和產(chǎn)業(yè)數(shù)字化，提升城市治理的精準(zhǔn)化和促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展。采用城鎮(zhèn)人口占總?cè)丝诒戎乇碚?，預(yù)期對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)生正向影響。

（6）人力資本（x6）。人力資本既是數(shù)字經(jīng)濟(jì)的投入，也是數(shù)字經(jīng)濟(jì)的產(chǎn)出，優(yōu)質(zhì)的科技人才將促進(jìn)數(shù)字經(jīng)濟(jì)的長(zhǎng)期高效發(fā)展，數(shù)字化產(chǎn)業(yè)需要高素質(zhì)人才作為發(fā)展支撐。理論上，人力資本質(zhì)量越高，數(shù)字經(jīng)濟(jì)發(fā)展也越迅速，并且也將培育一批又一批優(yōu)質(zhì)人才。采用平均受教育年限表征人力資本，預(yù)期對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)生正向影響。

（二）檢驗(yàn)結(jié)果

借助ArcGIS 平臺(tái)自然斷裂法將上述驅(qū)動(dòng)因子轉(zhuǎn)變?yōu)轭?lèi)型變量，通過(guò)地理探測(cè)器測(cè)算驅(qū)動(dòng)因子xi對(duì)數(shù)字經(jīng)濟(jì)空間分異的解釋強(qiáng)度，主要從單因子驅(qū)動(dòng)、交互因子驅(qū)動(dòng)和生態(tài)探測(cè)三個(gè)方面展開(kāi)分析。

表5對(duì)角線數(shù)值為單因子驅(qū)動(dòng)解釋能力，影響因素對(duì)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平空間分異性的解釋強(qiáng)度由大到小分別為經(jīng)濟(jì)增長(zhǎng)（x1）、人力資本（x6）、城鎮(zhèn)化（x5）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）、政府行為（x4）、外資依存度（x2），各驅(qū)動(dòng)因子對(duì)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)有顯著的正向效應(yīng)，符合本文預(yù)期。其中，經(jīng)濟(jì)增長(zhǎng)（x1）是所有驅(qū)動(dòng)因子中的核心影響因素，對(duì)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)空間分異性起主導(dǎo)作用，意味著地區(qū)經(jīng)濟(jì)水平的提升能夠?yàn)閿?shù)字經(jīng)濟(jì)發(fā)展?fàn)I造良好的生長(zhǎng)環(huán)境，對(duì)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展具有顯著的促進(jìn)作用。從交互因子探測(cè)來(lái)看，除產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）與人力資本（x6）的交互驅(qū)動(dòng)能力小于單因子驅(qū)動(dòng)能力外，其余交互因子的探測(cè)結(jié)果均顯著大于單因子驅(qū)動(dòng)能力。經(jīng)濟(jì)增長(zhǎng)（x1）與外資依存度（x2）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）與政府行為（x4）、政府行為（x4）與人力資本（x6）的交互強(qiáng)度達(dá)到了0.850 以上，具有較強(qiáng)的解釋作用。由此啟示，中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展空間分異性主要源于多因子共同作用的結(jié)果，因而構(gòu)建“組合策略”來(lái)改善數(shù)字經(jīng)濟(jì)發(fā)展水平應(yīng)是各地政府積極思考的課題。

表5 單因子和交互因子探測(cè)結(jié)果

風(fēng)險(xiǎn)探測(cè)器用于分析xi、xj（i≠j）兩因子對(duì)數(shù)字經(jīng)濟(jì)空間分布的影響是否具有顯著的差異。根據(jù)表6 的生態(tài)探測(cè)結(jié)果可知，經(jīng)濟(jì)增長(zhǎng)（x1）與外資依存度（x2）、經(jīng)濟(jì)增長(zhǎng)（x1）與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）、經(jīng)濟(jì)增長(zhǎng)（x1）與政府行為（x4）、經(jīng)濟(jì)增長(zhǎng)（x1）與人力資本（x6）、外資依存度（x2）與城鎮(zhèn)化（x5）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（x3）與政府行為（x4）、政府行為（x4）與人力資本（x6）等的交互作用結(jié)果表明，中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的空間分布有顯著性差異。

表6 生態(tài)探測(cè)結(jié)果

五、結(jié)論與政策啟示

基于上述研究結(jié)論，得出如下政策啟示：

（1）強(qiáng)化基礎(chǔ)設(shè)施建設(shè)，夯實(shí)雙循環(huán)重要載體。針對(duì)部分省域數(shù)字經(jīng)濟(jì)發(fā)展水平落后的發(fā)展情況，各地區(qū)應(yīng)因地制宜加快基礎(chǔ)設(shè)施建設(shè)，為全面重塑生產(chǎn)關(guān)系、釋放數(shù)字生產(chǎn)力奠定基礎(chǔ)。比如在信息基礎(chǔ)設(shè)施領(lǐng)域，加快光纖寬帶“雙千兆”和5G 網(wǎng)絡(luò)建設(shè)，統(tǒng)籌部署云計(jì)算、邊緣計(jì)算等算力基礎(chǔ)設(shè)施，以完備的數(shù)字基礎(chǔ)設(shè)施為載體，從而帶動(dòng)數(shù)字經(jīng)濟(jì)的穩(wěn)步提升。

（2）打造區(qū)域極核發(fā)展模式。針對(duì)區(qū)域間數(shù)字經(jīng)濟(jì)發(fā)展差異以及空間集聚的發(fā)展情況，各地區(qū)應(yīng)將某一中心城市作為數(shù)字經(jīng)濟(jì)增長(zhǎng)極，通過(guò)擴(kuò)散效應(yīng)對(duì)區(qū)域數(shù)字經(jīng)濟(jì)活動(dòng)產(chǎn)生輻射帶動(dòng)作用。數(shù)字經(jīng)濟(jì)區(qū)域極核發(fā)展模式可從國(guó)家內(nèi)部和省域內(nèi)部空間布局兩個(gè)維度展開(kāi)，在國(guó)家層面，通過(guò)數(shù)字經(jīng)濟(jì)發(fā)展水平較高省份帶動(dòng)發(fā)展水平較低的地區(qū)；在省域內(nèi)部，以數(shù)字經(jīng)濟(jì)發(fā)達(dá)的城市為中心向四周地區(qū)展開(kāi)，以增長(zhǎng)極效應(yīng)帶動(dòng)周邊地區(qū)的技術(shù)水平、管理方式、思維理念、價(jià)值觀念等進(jìn)步，從而促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。

（3）構(gòu)建“多組合”政策舉措，助力數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境。從影響因素分析結(jié)果來(lái)看，交互因子的驅(qū)動(dòng)作用對(duì)數(shù)字經(jīng)濟(jì)空間差異性擁有更大的解釋強(qiáng)度，由此啟示，出臺(tái)多維度政策措施對(duì)促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展效果更加顯著，如在提高政府預(yù)算支出的同時(shí)，適當(dāng)放寬外企準(zhǔn)入門(mén)檻，以此來(lái)提高數(shù)字經(jīng)濟(jì)發(fā)展水平。