趙新偉

(西北政法大學經濟學院，陜西 西安 710122)

一、引言

習近平總書記指出：“要發(fā)展數(shù)字經濟，加快推動數(shù)字產業(yè)化，依靠信息技術創(chuàng)新驅動，不斷催生新產業(yè)新業(yè)態(tài)新模式，用新動能推動新發(fā)展。要推動產業(yè)數(shù)字化，利用互聯(lián)網新技術新應用對傳統(tǒng)產業(yè)進行全方位、全角度、全鏈條的改造”。近年來，高速發(fā)展的信息基礎設施在我國已基本構建完成[1-2]，數(shù)字經濟實現(xiàn)了對我國生產生活各領域的全面滲透，其規(guī)模也獲得迅速擴張[3-4]。數(shù)據顯示(1)部分數(shù)據根據《中國互聯(lián)網發(fā)展報告2011》《中國數(shù)字經濟發(fā)展白皮書2020》整理。，我國數(shù)字經濟規(guī)模已經由2010年的8.9萬億增加到2019年的35.8萬億元，9年時間我國數(shù)字經濟規(guī)模增長了302.2%，數(shù)字經濟規(guī)模年均增長33.58%，以近乎爆炸性的方式快速擴張；數(shù)字經濟占GDP的比重也在穩(wěn)步提高，2010年，數(shù)字經濟占我國GDP的比重為18.6%，2019年數(shù)字經濟占GDP的比重已達到36.2%，9年時間數(shù)字經濟在國民經濟體系中的占比已提高近一倍，數(shù)字經濟占比年均提高1.8%，按此速度，到2027年，我國數(shù)字經濟將達到GDP的50%以上；從貢獻率來看，2019年，數(shù)字經濟對我國GDP增長的貢獻率達67.7%，給中國帶來280萬新增就業(yè)人數(shù)，占我國年新增就業(yè)人數(shù)的21%[5-7]。

二、文獻綜述

在此背景下，數(shù)字經濟也成為我國學術界的研究熱點，通過中國知網的數(shù)據庫檢索系統(tǒng)，檢索詞為“數(shù)字經濟”與“Digital Economy”，可以檢索到外文期刊論文1 066篇，其中：2018年116篇，2019年163篇，2020年208篇，2021年49篇；北大中文核心期刊論文574篇，其中2019年93篇，2020年246篇，2021年121篇，CSSCI(南大核心)期刊(包括來源期刊與擴展版期刊)494篇，其中2019年88篇，2020年220篇，2021年102篇。國內對于數(shù)字經濟的研究主要集中在數(shù)字經濟與產業(yè)發(fā)展融合及數(shù)字經濟測度等方面[8-11]。在數(shù)字經濟與產業(yè)發(fā)展融合方面，主要側重數(shù)字經濟與信息技術、農業(yè)農村、創(chuàng)意產業(yè)等融合方式的研究，如：陳曉紅(2018)[12]分析了數(shù)字經濟的新特征和新挑戰(zhàn)，探討了數(shù)字經濟時代數(shù)字信息技術在公共管理、醫(yī)療服務、零售、制造等領域的應用，揭示了數(shù)字信息技術的融合趨勢。金雪濤和李坤繁(2020)[13]從英國數(shù)字經濟發(fā)展背景、戰(zhàn)略布局等方面分析了英國數(shù)字經濟與創(chuàng)意產業(yè)融合發(fā)展與轉型，認為數(shù)字經濟與創(chuàng)意產業(yè)的融合推動了英國傳統(tǒng)產業(yè)業(yè)態(tài)的升級與新業(yè)態(tài)的增長，也推動了英國產業(yè)布局優(yōu)化。溫濤和陳一明(2020)[14]總結了國外數(shù)字經濟與農業(yè)農村經濟的融合發(fā)展經驗和模式，分析了目前我國數(shù)字經濟與農業(yè)農村經濟融合的現(xiàn)狀及在基礎實施建設、數(shù)字人才、法律法規(guī)等方面的瓶頸，認為數(shù)字經濟與農業(yè)農村經濟融合有利于農業(yè)升級以及農村進步，有助于“三農”的可持續(xù)發(fā)展。王國成(2021)[15]揭示了數(shù)字化的實質及其對個體和集體決策行為的影響，將數(shù)字化聚焦行為根源和理論內核上進行了探討。

在數(shù)字經濟測度方面，許憲春和張美慧(2020)[16]在數(shù)字經濟演變歷程的基礎上，對數(shù)字經濟的構成要素進行了分析，并以此構建了數(shù)字經濟核算體系，測算了我國數(shù)字經濟發(fā)展總產值，并與美國、澳大利亞等發(fā)達國家進行對比分析。關會娟等(2020)[17]系統(tǒng)梳理了國際組織和官方機構對數(shù)字經濟的統(tǒng)計方法，并結合我國的統(tǒng)計標準，提出了包括數(shù)字設備制造、互聯(lián)網應用等5個大類、122個小類的數(shù)字經濟統(tǒng)計指標，并與國際統(tǒng)計指標進行了對比。王開科等(2020)[18]構建了包含數(shù)字經濟的五部門投入產出模型，利用數(shù)字經濟效率系數(shù)，分析了數(shù)字經濟的發(fā)展對于社會整體經濟效率的作用，通過分析發(fā)現(xiàn)，數(shù)字技術的通用性對于改善生產效率具有重要作用。李研(2021)[19]采用DEA-Malmquist指數(shù)測算了各省份及八大經濟區(qū)數(shù)字經濟產業(yè)效率，并通過Dagum基尼系數(shù)、Markov鏈等方法分析了八大經濟區(qū)數(shù)字經濟效率的演變，并通過對比區(qū)域差異以促進區(qū)域間數(shù)字經濟產業(yè)協(xié)調發(fā)展。趙新偉和王琦(2021)[20]利用熵值法對我國數(shù)字經濟發(fā)展狀況進行了測算，并利用概率和經濟差距測算方法核算了我國全國及地區(qū)數(shù)字經濟發(fā)展差距，對我國數(shù)字經濟發(fā)展的地區(qū)演進進行了分析。

國外對于數(shù)字經濟產業(yè)測算主要集中在數(shù)字經濟產業(yè)的分類與研究方法等方面，具體包括國民經濟核算方法研究、增加值測算研究、相關指數(shù)編制研究。Ahmad和Ribarsky(2018)[21]分析了傳統(tǒng)國民經濟核算體系在數(shù)據核算過程中存在的問題，并對數(shù)據核算方案提出了相關建議；Barefoot等(2019)[22]對美國數(shù)字經濟的數(shù)據價值以及數(shù)據資本化等方法進行了探討；在數(shù)字經濟增加值測算方面，美國經濟分析局BEA利用供給使用表對美國數(shù)字經濟范圍進行了闡釋，并對美國數(shù)字經濟增加值進行了測算[23]，此外，澳大利亞統(tǒng)計局(2019)、加拿大數(shù)據統(tǒng)計局(2019)也對本國數(shù)字經濟產業(yè)增加值進行了估算[24]。

通過梳理有關數(shù)字經濟產業(yè)的研究成果可以發(fā)現(xiàn)，目前國內對于數(shù)字經濟產業(yè)發(fā)展的研究大多從數(shù)字經濟的規(guī)模著手，基于定性分析，以理論分析和政策分析為主，從定量方面對數(shù)字經濟產業(yè)進行的研究較少。近兩年對我國數(shù)字經濟的定量研究在增多，但對于我國地區(qū)數(shù)字經濟產業(yè)效率測度、空間演進等內容的研究還沒有，這為本文的開展提供了空間。

與現(xiàn)有數(shù)字經濟的研究相比，本文的創(chuàng)新之處包括：(1)采用超效率DEA方法對我國不同時期地區(qū)數(shù)字經濟產業(yè)效率、規(guī)模效率、純技術效率等進行了測算，并對數(shù)字經濟產業(yè)效率的空間分布特征進行了刻畫；(2)對我國以及我國東、中、西部地區(qū)數(shù)字經濟產業(yè)效率要素貢獻度進行了分解，對我國不同地區(qū)數(shù)字經濟產業(yè)效率提升的因素進行了闡釋，為我國數(shù)字經濟產業(yè)發(fā)展政策的制定提供了理論依據；(3)運用Barro和Sala-I-Martin絕對收斂模型，對我國及我國東、中、西部地區(qū)數(shù)字經濟產業(yè)效率的收斂性特征進行了檢驗，揭示了我國及地區(qū)數(shù)字經濟產業(yè)效率的收斂性特征。本文的研究對于探究我國地區(qū)數(shù)字經濟發(fā)展的深層次動因、制定數(shù)字經濟產業(yè)政策、提升我國數(shù)字經濟產業(yè)發(fā)展效率、促進我國數(shù)字經濟產業(yè)高質量發(fā)展具有一定的現(xiàn)實意義。

三、研究設計

(一)研究方法

1.數(shù)據包絡分析方法(DEA)

本文采用數(shù)據包絡分析方法(DEA)對我國數(shù)字經濟產業(yè)效率進行分析，數(shù)據包絡分析方法(DEA)是比較各決策單元(DMU)間相對效率的非參數(shù)效率分析法，其不需要設定生產函數(shù)的具體形式或評價標準，僅僅依靠投入產出的數(shù)據從而對單元的投入產出效率進行評價。其效率評價方法包括：CCR模型、BCC模型、兩階段與三階段的DEA模型、非期望產出的DEA模型、超效率模型等方法。超效率(SBM-DEA)模型相較于傳統(tǒng)的DEA分析方法，受環(huán)境因素影響較小，突破了傳統(tǒng)效率值上限為1的限制，特別是當決策單元都達到效率邊界的情況下，可以對實現(xiàn)DEA有效的決策單元效率值進行重新排序。因此，本文將BCC-DEA模型與SBM-DEA模型相結合，首先利用BCC-DEA模型對我國數(shù)字經濟產業(yè)效率值進行測算，并將數(shù)字經濟產業(yè)效率分解為純技術效率與規(guī)模效率；其次，對于已經達到數(shù)字經濟產業(yè)效率邊界的地區(qū)，重新利用SBM-DEA方法進行測算。

設每一個數(shù)字經濟企業(yè)為一個決策單元，每一個決策單元有i種投入，j種產出，該決策單元輸入向量為xi，輸出向量為yj，s+和s-為決策單元要素投入和產出的松弛變量。則有

xi=(x1k,x2k,x3k，…，xik)T,i=1,2，

yj=(y1k,y2k,y3k，…，yik)T,j=1,2，k=1,2,3,…，n。

則BCC-DEA模型設定為

minθ-ε(eTS-+eTS+)

(1)

(2)

SBM-DEA模型設定如下

(3)

s.t.

(4)

(5)

λ,s-,s+≥0;γ=1,2,…,n;t=1,2,…,q;m=1,2,…,k(m≠k)

式中σ為決策單元的總效率值(σ為任意的正數(shù)，可以大于1)，σ的大小代表決策單位效率值的高低，σ值越大，決策單元效率值越高；λm為第m個分析單位在當前組合構造的有效單位中所占比例；xik為第i個分析單位中第k個要素的投入比例；yir為第i個分析單位中第r個產出的比例；s+和s-為決策單元要素投入和產出的松弛變量。

2.絕對β收斂性分析

β收斂來源于新古典經濟增長理論，指經濟增長率與初始經濟水平呈負相關的關系，落后地區(qū)相對發(fā)達地區(qū)具有更高的經濟增長率，隨著時間推移所有經濟體的經濟水平將趨于一致。絕對β收斂指經濟增長率與初始經濟水平呈負相關關系，并且所有經濟體的經濟水平隨時間的推移趨于相同。其假設不同經濟體之間具有完全相同的經濟特征，比如：制度水平、投資水平、人力資本水平、人口增長率等，進而在經濟增長路徑和經濟均衡穩(wěn)態(tài)方面也處于完全相同的水平，如果經濟體之間經濟特征不相同，則為條件收斂。

本文對數(shù)字經濟產業(yè)效率的演變分析采用Barro和Sala-I-Martin(1991)提出的絕對β收斂模型

(6)

其中，yit和yiT分別表示期初和期末的數(shù)字經濟產業(yè)效率值，β為收斂速度，μit為隨機干擾項。若β>0，表示地區(qū)數(shù)字經濟產業(yè)效率存在絕對收斂特征，數(shù)字經濟產業(yè)效率絕對收斂是一種理想狀態(tài)，可以總體反映數(shù)字經濟企業(yè)效率的長期變化趨勢，僅僅考慮了數(shù)字經濟產業(yè)效率的初始狀態(tài)與增長率差異，沒有考慮其他因素對效率的影響。

(二)數(shù)字經濟產業(yè)范圍、指標選取與數(shù)據來源

參照我國《國民經濟行業(yè)分類(GB/T 4754-2002)》《國民經濟行業(yè)分類(GB/T 4754-2011)》《國民經濟行業(yè)分類(GB/T 4754-2017)》中相關行業(yè)類型的界定，本文數(shù)字經濟產業(yè)主要指信息傳輸、軟件和信息技術服務業(yè)的相關企業(yè)，從國泰安數(shù)據庫中手動篩選了我國信息傳輸、軟件和信息技術服務業(yè)的相關企業(yè)信息，并按照注冊地將其分配到了各省份。在參考前人研究成果的基礎上，數(shù)字經濟產業(yè)的效率指標包括數(shù)字經濟產業(yè)投入和產出指標，產業(yè)投入指標包括：數(shù)字經濟企業(yè)勞動力投入、資金投入、財政資金投入、網絡基礎設施投入等指標，分別用地區(qū)數(shù)字經濟企業(yè)研發(fā)人員數(shù)(人)、企業(yè)R&D經費(萬元)、科學技術財政支出(萬元)、互聯(lián)網寬帶接入端口普及率(個/萬人)來衡量(2)由于部分省份數(shù)字經濟產業(yè)的投入產出指標數(shù)據有缺失，為了保證分析樣本的完整性與典型性，本文以數(shù)字經濟產業(yè)占地區(qū)GDP的比例為權重，對部分數(shù)據缺失省份數(shù)字經濟產業(yè)投入產出數(shù)據進行了處理。。產出指標包括數(shù)字經濟企業(yè)技術產出和經濟產出2個指標，技術產出為企業(yè)實用新型專利申請受理數(shù)(件)(3)本文技術產出涉及三種專利數(shù)據：發(fā)明專利、實用新型專利和外觀設計專利，發(fā)明專利和外觀設計專利歷年數(shù)據有缺失，因此，本文采用實用新型專利數(shù)據作為技術產出的替代變量。，經濟產出為企業(yè)產品銷售收入(萬元)。

本文所有指標數(shù)據均來自《中國區(qū)域創(chuàng)新能力報告》《中國科技統(tǒng)計年鑒》、國泰安數(shù)據庫以及部分省份歷年統(tǒng)計年鑒。另外，考慮到投入產出具有一定的時滯性，本文將投入產出的時滯期定為一年。為了保證企業(yè)數(shù)據來源的準確性與可得性，本文將分析時期限定為2010-2019年，將2010年作為基期，對比分析2010-2019年，我國數(shù)字經濟產業(yè)效率的動態(tài)演進過程。每一個時期的數(shù)據分為兩組，分別為2009年的投入數(shù)據、2010年的產出數(shù)據，2018年的投入數(shù)據、 2019年的產出數(shù)據。

四、我國數(shù)字經濟產業(yè)效率空間分布及演進研究

本文首先利用BCC-DEA模型對我國地區(qū)數(shù)字經濟產業(yè)效率、純技術效率與規(guī)模效率進行測算，對于達到數(shù)字經濟產業(yè)創(chuàng)新績效邊界的地區(qū)，重新利用SBM-DEA進行估算與排序。得到如表1所示的2010年與2019年我國地區(qū)數(shù)字經濟產業(yè)效率、純技術效率與規(guī)模效率測算值。

表1 我國地區(qū)數(shù)字經濟產業(yè)效率、純技術效率與規(guī)模效率測算

(一)我國數(shù)字經濟產業(yè)效率地區(qū)空間分布及演進

由表1可見，2010年我國地區(qū)數(shù)字經濟產業(yè)效率由北向南逐漸提高，基本符合“胡煥庸線”對我國地區(qū)范圍的空間劃分，除極少數(shù)省份外，地區(qū)數(shù)字經濟產業(yè)效率高于0.722的省份大多位于“胡煥庸線”的右側。2010年大多數(shù)省份數(shù)字經濟產業(yè)效率較低，其中，數(shù)字經濟產業(yè)效率介于0.259-0.722區(qū)間(4)為深入闡釋我國數(shù)字經濟產業(yè)效率的空間分布及演進特征，使得地區(qū)之間數(shù)字經濟產業(yè)效率更具有對比性，本文按照自然間斷點將數(shù)字經濟產業(yè)(綜合技術)效率指標分為0.259-0.722、0.722-1.160兩個區(qū)間，數(shù)字經濟產業(yè)規(guī)模效率與純技術效率指標的劃分與此相同。的14個省份，大多分布在我國的北部與東北部地區(qū)。數(shù)字經濟產業(yè)效率介于0.722-1.160區(qū)間的有17個省份，除新疆維吾爾自治區(qū)和西藏自治區(qū)外，均位于“胡煥庸線”右側的東南部地區(qū)；2019年數(shù)字經濟產業(yè)效率空間分布與2010年相比有很大差異，2019年大多數(shù)省份數(shù)字經濟產業(yè)效率相對于2010年都有大幅提升，數(shù)字經濟產業(yè)效率普遍較高，從空間分布來看，南部地區(qū)高于北部地區(qū)。其中，28個省份數(shù)字經濟產業(yè)效率介于0.722-1.160區(qū)間，低于0.722的省份只有3個，2010-2019年我國數(shù)字經濟產業(yè)效率的演進路徑為由東部沿海向西北地區(qū)、北部地區(qū)擴散。

(二)我國數(shù)字經濟產業(yè)規(guī)模效率地區(qū)空間分布及演進

2010年我國數(shù)字經濟產業(yè)規(guī)模效率地區(qū)空間分布與其產業(yè)效率空間分布基本一致，除個別省份外，數(shù)字經濟產業(yè)規(guī)模效率西北部地區(qū)較低，東南部地區(qū)較高，基本沿“胡煥庸線”分布。2010年我國地區(qū)數(shù)字經濟產業(yè)規(guī)模效率分布在0.286-0.790區(qū)間的有11個省份，分別為河北、黑龍江、山西、江西、內蒙古自治區(qū)、貴州、云南、西藏自治區(qū)、甘肅、青海、寧夏回族自治區(qū)，除江西外，其他省份都分布在西北地區(qū)。其余20個省份數(shù)字經濟產業(yè)規(guī)模效率在0.790以上，其空間位置均位于“胡煥庸線”右側；2019年我國地區(qū)數(shù)字經濟產業(yè)規(guī)模效率低于0.790的省份只有4個，表明相比2010年，2019年我國地區(qū)數(shù)字經濟產業(yè)規(guī)模效率有了大幅提升，呈現(xiàn)初步收斂狀態(tài)。與產業(yè)效率演進路徑相似，從2010年到2019年，我國地區(qū)數(shù)字經濟產業(yè)規(guī)模效率的演進路徑為由東南地區(qū)向我國西北和東北地區(qū)擴散。

(三)我國數(shù)字經濟產業(yè)純技術效率地區(qū)空間分布及演進

2010年與2019年，我國地區(qū)數(shù)字經濟產業(yè)純技術效率均值分別為0.881和0.942，表明2010年和2019年，我國數(shù)字經濟產業(yè)純技術效率值都較高，此外兩個時期數(shù)字經濟產業(yè)純技術效率空間分布趨于一致，變化不大。2010年數(shù)字經濟產業(yè)純技術效率介于0.881-1區(qū)間的有18個省份，2019年有22個省份，除遼寧、黑龍江、山西等9個省份數(shù)字經濟產業(yè)純技術效率在0.696-0.881區(qū)間，其余省份數(shù)字經濟產業(yè)純技術效率均大于0.881，地區(qū)數(shù)字經濟產業(yè)純技術效率具有趨同現(xiàn)象。2010-2019年，我國數(shù)字經濟產業(yè)純技術效率的地區(qū)演進路徑為由南部、東南部地區(qū)向我國東北地區(qū)擴散。

(四)我國地區(qū)數(shù)字經濟產業(yè)效率貢獻度分解

為更明確地闡釋2010年到2019年我國在數(shù)字經濟產業(yè)效率提升的過程中規(guī)模效率與純技術效率的作用水平，本文對不同時期我國地區(qū)數(shù)字經濟產業(yè)效率貢獻度進行了測算，如表2所示。

表2 我國數(shù)字經濟產業(yè)效率貢獻度分解

1.我國總體數(shù)字經濟產業(yè)效率貢獻度分解

由表2可以看到，2010年我國數(shù)字經濟產業(yè)效率均值為0.722，綜合績效水平較低，未實現(xiàn)DEA有效。其中規(guī)模效率對產業(yè)效率貢獻度為0.473，純技術效率對產業(yè)效率貢獻度為0.527，純技術效率對產業(yè)效率的貢獻度大于規(guī)模效率的貢獻度。表明2010年，數(shù)字經濟規(guī)模過小，要素投入低仍是我國數(shù)字經濟產業(yè)發(fā)展中最主要的問題。2019年我國數(shù)字產業(yè)效率均值為0.942，雖仍未實現(xiàn)DEA有效，但較2010年有顯著提升，其中純技術效率貢獻度為0.492，規(guī)模效率貢獻度為0.503，規(guī)模效率對數(shù)字經濟產業(yè)效率貢獻度大于純技術效率貢獻度。近10年間我國數(shù)字經濟產業(yè)效率整體提升30.4%，其中規(guī)模效率對我國數(shù)字經濟產業(yè)效率提升的貢獻度為0.73，純技術效率貢獻度為0.27。樣本期內，我國數(shù)字經濟產業(yè)效率提升的最主要原因為我國數(shù)字經濟規(guī)模效率的改進，而純技術效率對我國數(shù)字經濟產業(yè)效率提升的作用有限，說明我國目前數(shù)字經濟產業(yè)的發(fā)展模式仍是以增大數(shù)字經濟要素投入，提高產業(yè)規(guī)模為主的規(guī)模擴張模式。

2.我國東中西部地區(qū)數(shù)字經濟產業(yè)效率貢獻度分解

2010年我國東中西部地區(qū)數(shù)字經濟產業(yè)效率均值分別為：0.883、0.623、0.660，數(shù)字經濟產業(yè)效率東部地區(qū)最高，西部地區(qū)次之，中部地區(qū)最小。東部地區(qū)數(shù)字經濟規(guī)模效率貢獻度為0.508，純技術效率貢獻度為0.492，二者對東部地區(qū)數(shù)字經濟產業(yè)效率貢獻度基本一致。中部地區(qū)數(shù)字經濟規(guī)模效率貢獻度為0.480，純技術效率對產業(yè)效率貢獻度為0.520，純技術效率貢獻度大于規(guī)模效率貢獻度。西部地區(qū)數(shù)字經濟規(guī)模效率貢獻度為0.422，純技術效率貢獻度為0.578，純技術效率貢獻度同樣大于規(guī)模效率貢獻度。與東部地區(qū)相比，2010年中西部地區(qū)數(shù)字經濟產業(yè)要素投入未實現(xiàn)最大化，數(shù)字經濟規(guī)模較低，導致了中西部地區(qū)數(shù)字經濟產業(yè)效率低下。

2019年，我國東中西部地區(qū)數(shù)字經濟產業(yè)效率均值分別為：1.048、0.910、0.867，相較于2010年，東中西部地區(qū)數(shù)字經濟產業(yè)效率都有很大提高，東部地區(qū)數(shù)字經濟產業(yè)效率提升18.7%，其中規(guī)模效率對東部地區(qū)數(shù)字經濟產業(yè)效率提升的貢獻度為0.460，純技術效率貢獻度為0.540，中部地區(qū)數(shù)字經濟產業(yè)效率提升46.0%，規(guī)模效率對中部地區(qū)數(shù)字經濟產業(yè)效率提升的貢獻為0.569，純技術效率貢獻度為0.431。西部地區(qū)數(shù)字經濟產業(yè)效率提升31.3%。其中規(guī)模效率對西部地區(qū)數(shù)字經濟產業(yè)效率貢獻度為1.170，純技術效率貢獻度為-0.170。從2010年到2019年，東部地區(qū)數(shù)字經濟產業(yè)效率的提高主要來源于純技術效率的改進，而中西部地區(qū)數(shù)字經濟產業(yè)效率的提升主要來源于規(guī)模效率的改進，特別是西部地區(qū)，由于2019年數(shù)字經濟純技術效率出現(xiàn)下降，所以，數(shù)字經濟產業(yè)效率提升全部來源于規(guī)模效率的大幅提高。

(五)我國三大經濟圈數(shù)字經濟產業(yè)效率

三大經濟圈(5)中國三大經濟圈包括長三角(上海、江蘇、浙江)、珠三角(廣東、香港特別行政區(qū)、澳門特別行政區(qū))、環(huán)渤海(北京、天津、河北、遼寧、山東)。鑒于數(shù)據的連續(xù)性與可得性，研究范圍為除香港特別行政區(qū)、澳門特別行政區(qū)以外的9個省份。是指長三角經濟圈、珠三角經濟圈和環(huán)渤海經濟圈，這三大經濟圈的發(fā)展很大程度上代表著中國經濟發(fā)展的最高水平，同樣也代表著我國數(shù)字經濟產業(yè)發(fā)展的最高水平，本文采用與前述相同的方法測算我國三大經濟圈數(shù)字經濟產業(yè)效率及貢獻度。

表3為2010年及2019年我國三大經濟圈數(shù)字經濟產業(yè)效率指標及分解，可以看到，2010年三大經濟圈數(shù)字經濟產業(yè)效率平均水平為0.878，高于全國平均水平，其中純技術效率對數(shù)字經濟產業(yè)效率的貢獻度為0.509，產業(yè)效率(貢獻度的計算方法參見表2)，規(guī)模效率貢獻度為0.491，純技術效率的貢獻度大于規(guī)模效率的貢獻度。從三大經濟圈內部看，2010年三大經濟圈數(shù)字經濟產業(yè)效率水平分別為：長三角經濟圈為0.957，珠三角經濟圈為0.848，環(huán)渤海經濟圈為0.828，其中，長三角經濟圈數(shù)字經濟產業(yè)純技術效率貢獻度為0.510，規(guī)模效率貢獻度為0.490，珠三角經濟圈數(shù)字經濟產業(yè)純技術效率貢獻度為0.541，規(guī)模效率貢獻度為0.459，二者數(shù)字經濟純技術效率都已實現(xiàn)DEA有效。環(huán)渤海經濟圈數(shù)字經濟產業(yè)純技術效率貢獻度為0.439，規(guī)模效率貢獻度為0.561，規(guī)模效率貢獻度大于長三角和珠三角經濟圈。2019年長三角經濟圈和珠三角經濟圈數(shù)字經濟產業(yè)效率、純技術效率和規(guī)模效率分別實現(xiàn)了DEA有效，說明在現(xiàn)行的效率評價體系下，這兩個地區(qū)數(shù)字經濟產業(yè)效率已實現(xiàn)了投入產出最優(yōu)化，數(shù)字經濟要素投入和產出都比較合理，產出水平已達生產前沿面，產業(yè)效率DEA有效的實現(xiàn)在于規(guī)模效率的提高，其對兩個地區(qū)數(shù)字經濟產業(yè)效率改進的貢獻度為1。環(huán)渤海經濟區(qū)數(shù)字經濟產業(yè)效率2019年獲得提升，但仍未達到DEA有效，數(shù)字經濟產業(yè)效率提升的主要原因在于純技術效率的改進，其貢獻度為0.733，規(guī)模效率貢獻度為0.267。

表3 2010年及2019年我國三大經濟圈數(shù)字經濟產業(yè)效率

五、我國地區(qū)數(shù)字經濟產業(yè)效率收斂性特征

本部分對我國地區(qū)數(shù)字經濟產業(yè)效率的收斂性特征進行檢驗。部分學者利用數(shù)字經濟效率的地區(qū)差異對我國數(shù)字經濟產業(yè)效率的收斂性進行了推斷，但對我國地區(qū)數(shù)字經濟產業(yè)效率收斂性特征進行直接分析，目前還沒有學者涉及到，本文采用的方法為Barro和Sala-I-Martin絕對收斂模型(6)絕對收斂模型假定過于理想化，僅僅考慮了系統(tǒng)初始狀態(tài)與增長率的差異對實現(xiàn)系統(tǒng)穩(wěn)態(tài)收斂的影響，條件收斂模型考慮了多種影響系統(tǒng)收斂的因素，與現(xiàn)實經濟契合度較高，但由于文章篇幅所限，本文僅采用絕對收斂模型對我國數(shù)字經濟產業(yè)效率的收斂狀況進行分析。，數(shù)據來源為前述測算的2010年與2019年我國地區(qū)數(shù)字經濟產業(yè)靜態(tài)效率指標，通過利用我國地區(qū)效率指標與收斂模型，得到如表4所示的2010-2019年我國地區(qū)數(shù)字經濟產業(yè)效率絕對收斂分析結果。

表4 2010—2019年我國地區(qū)數(shù)字經濟產業(yè)效率絕對收斂分析結果

由表4可知，收斂模型的擬合優(yōu)度、F值較大，參數(shù)的t檢驗可信度高，模型擬合效果較好。從全國平均水平來看，收斂模型β系數(shù)大于零，表明2010-2019年我國東中西部地區(qū)數(shù)字經濟產業(yè)效率存在絕對收斂現(xiàn)象，其絕對收斂速度為0.192，隨著時間推移，我國東中西部地區(qū)數(shù)字經濟產業(yè)效率差異將逐漸縮小，最終實現(xiàn)數(shù)字經濟產業(yè)效率地區(qū)趨同。不考慮其他因素的影響，我國數(shù)字經濟產業(yè)效率達到穩(wěn)態(tài)趨同的時間約為46.8年(7)該時間為不考慮其他因素的影響，僅考慮全國數(shù)字經濟產業(yè)效率地區(qū)初始狀態(tài)及增長率差異，實現(xiàn)數(shù)字經濟產業(yè)效率趨同的時間，是全國數(shù)字經濟地區(qū)效率達到穩(wěn)態(tài)趨同的理想時間間隔。，從我國三大地區(qū)內部看，2010-2019年我國東中西部數(shù)字經濟產業(yè)效率收斂系數(shù)均大于0，東部地區(qū)數(shù)字經濟產業(yè)效率收斂系數(shù)為0.271，中部地區(qū)數(shù)字經濟產業(yè)效率收斂系數(shù)為0.167，西部地區(qū)為0.269。因此，對于東中西部地區(qū)來說，其數(shù)字經濟產業(yè)效率也存在絕對收斂現(xiàn)象，2010-2019年我國東中西部地區(qū)數(shù)字經濟產業(yè)效率收斂速度為0.271、0.167、0.269。收斂速度東部最快，西部地區(qū)次之，中部地區(qū)最小。究其原因，在于東部地區(qū)內部省份數(shù)字經濟產業(yè)環(huán)境較相似，發(fā)展差異性較小，數(shù)字經濟產業(yè)結構具有趨同化趨勢，地區(qū)內部數(shù)字經濟產業(yè)的擴散、融合、地區(qū)協(xié)同發(fā)展阻礙較小，便于實現(xiàn)地區(qū)數(shù)字經濟產業(yè)效率的趨同。而中部地區(qū)內部省份數(shù)字經濟產業(yè)差異性較大，因而地區(qū)數(shù)字經濟產業(yè)效率收斂速度較低。僅考慮東中西部數(shù)字經濟產業(yè)效率初始狀態(tài)與增長率，東中西部地區(qū)內部數(shù)字經濟產業(yè)效率實現(xiàn)穩(wěn)態(tài)趨同的時間約為33.2-53.8年(8)考慮到影響地區(qū)數(shù)字經濟產業(yè)效率收斂的其他因素，東中西部地區(qū)數(shù)字經濟產業(yè)效率實現(xiàn)穩(wěn)態(tài)趨同的時間將會有較大差異，因篇幅所限，本文省略了這部分內容的討論。。

六、結論與政策建議

(一)研究結論

本文采用BCC-DEA及SBM-DEA分析方法對不同時期我國地區(qū)數(shù)字經濟產業(yè)效率進行了測算，利用可視化方法對我國不同時期地區(qū)數(shù)字經濟產業(yè)效率的空間分布及演進過程進行了刻畫，對規(guī)模效率貢獻度、純技術效率貢獻度及技術效率貢獻度進行了分解，最后探討了我國地區(qū)數(shù)字經濟產業(yè)效率的收斂性特征。通過分析得出以下結論。

(1)在不同時期我國數(shù)字經濟產業(yè)效率存在不同的空間分布與演進特點，且地區(qū)之間差異較大。2010年我國地區(qū)數(shù)字經濟產業(yè)效率、規(guī)模效率呈現(xiàn)西北地區(qū)低、東南地區(qū)高的特點，除極個別省份外，基本沿“胡煥庸線”分布；2019年我國地區(qū)數(shù)字經濟產業(yè)效率大多數(shù)省份較高，地區(qū)差異較?。?2010-2019年，我國地區(qū)數(shù)字經濟產業(yè)效率總體演進路徑為由東南地區(qū)向我國西北和東北地區(qū)逐漸降低。

(2)在樣本期內，我國地區(qū)數(shù)字經濟產業(yè)效率提升顯著。2010-2019年我國地區(qū)數(shù)字經濟產業(yè)效率整體提升29.3%，東部地區(qū)數(shù)字經濟產業(yè)效率提升14.2%，中部地區(qū)數(shù)字經濟產業(yè)效率提升51.1%，西部地區(qū)數(shù)字經濟產業(yè)效率提升31.2%，我國數(shù)字經濟產業(yè)效率提升的最主要原因為我國數(shù)字經濟規(guī)模效率的改進，而純技術效率對我國數(shù)字經濟產業(yè)效率提升的作用有限。

(3)從貢獻度來看，規(guī)模效率對我國數(shù)字經濟產業(yè)綜合效率提升的貢獻顯著，而純技術效率對我國數(shù)字經濟產業(yè)綜合效率提升的貢獻有限，地區(qū)貢獻差異性較大。從全國來看，規(guī)模效率對我國數(shù)字經濟產業(yè)綜合效率提升的貢獻度為0.730，純技術效率貢獻度為0.270。從地區(qū)視角來看，規(guī)模效率對東部地區(qū)數(shù)字經濟綜合效率提升的貢獻度為0.460，純技術效率貢獻度為0.540，規(guī)模效率對中部地區(qū)數(shù)字經濟產業(yè)效率提升的貢獻為0.569，純技術效率貢獻度為0.431，規(guī)模效率對西部地區(qū)數(shù)字經濟產業(yè)效率貢獻度為1.170，純技術效率貢獻度為-0.170。

(4)從收斂性特征來看，2010-2019年我國地區(qū)平均數(shù)字經濟產業(yè)效率存在絕對收斂現(xiàn)象，其絕對收斂速度為0.192。不考慮其他因素的影響，我國數(shù)字經濟產業(yè)效率達到穩(wěn)態(tài)趨同的時間約為46.8年，從我國三大地區(qū)內部看，2010-2019年我國東中西部地區(qū)數(shù)字經濟產業(yè)效率也存在絕對收斂現(xiàn)象，僅考慮東中西部數(shù)字經濟產業(yè)效率初始狀態(tài)與增長率，東中西部地區(qū)內部數(shù)字經濟產業(yè)效率實現(xiàn)穩(wěn)態(tài)趨同的時間約為33.2-53.8年。

(二)政策建議

基于以上對我國數(shù)字經濟產業(yè)發(fā)展效率的分析結論，本文提出以下提高我國數(shù)字經濟產業(yè)效率、促進數(shù)字經濟高質量發(fā)展的對策建議。

(1)加大數(shù)字經濟技術創(chuàng)新力度，促進數(shù)字經濟技術進步。探索建立開放的數(shù)字經濟創(chuàng)新科技攻關機制，加快數(shù)字經濟關鍵技術創(chuàng)新突破，梳理數(shù)字經濟領域核心關鍵技術目錄，組織實施數(shù)字經濟領域重大科技研發(fā)專項和重點研發(fā)計劃，對數(shù)字經濟的核心技術如：5G、虛擬現(xiàn)實等領域的研發(fā)加大配套投入[25-27]；充分發(fā)揮創(chuàng)新平臺在數(shù)字經濟產業(yè)關鍵核心技術攻關的引領作用，對數(shù)字經濟領域的國家重點實驗室、國家工程研究中心，國家產業(yè)創(chuàng)新中心、國家技術創(chuàng)新中心、國家制造業(yè)創(chuàng)新中心等平臺和團隊給予財政和稅收支持[28-29]；支持研發(fā)數(shù)字經濟新產品，支持數(shù)字經濟領域相關創(chuàng)新產品和解決方案進入公共財政投資類項目，提高對數(shù)字經濟產業(yè)創(chuàng)新、產品創(chuàng)新的扶持力度，加大數(shù)字經濟技術創(chuàng)新力度，促進數(shù)字經濟技術進步。

(2)促進地區(qū)數(shù)字經濟產業(yè)擴散、融合，實現(xiàn)地區(qū)數(shù)字經濟協(xié)同發(fā)展。全面統(tǒng)籌東中西部數(shù)字經濟產業(yè)發(fā)展，整體推進提高數(shù)字經濟產業(yè)效率，進一步優(yōu)化我國東中西部地區(qū)統(tǒng)一的數(shù)字經濟營商環(huán)境，發(fā)揮地區(qū)區(qū)位優(yōu)勢與資源優(yōu)勢，促進數(shù)字經濟產業(yè)鏈的上下游分工與協(xié)作，科學規(guī)劃我國的數(shù)字經濟產業(yè)，形成各地區(qū)協(xié)同推進的發(fā)展格局[30-32]，共同推進東中西部地區(qū)數(shù)字產業(yè)信息資源共建共享，強化區(qū)域間數(shù)字經濟產業(yè)互聯(lián)互通，縮小數(shù)字經濟產業(yè)發(fā)展地區(qū)差距，推動地區(qū)數(shù)字經濟產業(yè)發(fā)展實現(xiàn)縱向協(xié)調、橫向協(xié)同。

(3)制定合理、切合地區(qū)發(fā)展的數(shù)字經濟產業(yè)發(fā)展政策。東中西部地區(qū)要因地制宜，結合自身情況，充分發(fā)揮其資源稟賦和比較優(yōu)勢，合理利用當?shù)氐牡乩砦恢?、自然資源、經濟和社會條件等既有優(yōu)勢，在數(shù)字經濟產業(yè)鏈條上合理定位[33-35]。要抓住核心問題，從數(shù)字經濟發(fā)展的關鍵領域入手，形成科學合理的規(guī)劃安排。從產業(yè)鏈布局、投資融資力度、財稅政策支持和人才隊伍建設等方面著手，為數(shù)字經濟產業(yè)發(fā)展創(chuàng)造良好環(huán)境，探尋出具有各地特色的數(shù)字經濟發(fā)展之路。