[摘要]產業(yè)數字化比較優(yōu)勢能夠直觀反映各地利用現代化信息技術，對傳統(tǒng)產業(yè)進行全方位、全鏈條、全角度改造的成效。以2007—2020年中國八大經濟區(qū)為研究樣本，使用熵權-TOPSIS法測算產業(yè)數字化比較優(yōu)勢指數，發(fā)現八大經濟區(qū)整體產業(yè)數字化比較優(yōu)勢較弱，且經濟區(qū)產業(yè)數字化比較優(yōu)勢綜合指標差距較大，表現出明顯梯度特征。其中，北部沿海屬于第一等級，南部沿海和東部沿海屬于第二等級，其余五個經濟區(qū)屬于第三等級，存在典型地區(qū)異質性特征。在此基礎上，采用Dagum基尼系數分解法分析區(qū)域差異及其來源得出，八大經濟區(qū)產業(yè)數字化比較優(yōu)勢基尼系數總體呈波動上升演變態(tài)勢，各經濟區(qū)之間協同性在不斷下降，地區(qū)間差異是地區(qū)差異的主要源頭。通過三種空間計量模型檢驗時空收斂特征發(fā)現，八大經濟區(qū)產業(yè)數字化比較優(yōu)勢存在“俱樂部趨同”和穩(wěn)定性特征，但產業(yè)數字化比較優(yōu)勢向下轉移概率超過向上轉移概率，僅有南部沿海經濟區(qū)向上轉移概率超過向下轉移概率，說明經濟區(qū)產業(yè)數字化比較優(yōu)勢呈放緩演化形態(tài)。

[關鍵詞]產業(yè)數字化；比較優(yōu)勢；八大經濟區(qū)；動態(tài)分布；空間收斂

一、 引言與文獻綜述

從工業(yè)經濟時代步入數字經濟時代，全球經濟發(fā)生了革命性和全方位變化，數字經濟逐漸成為引領世界經濟社會變革、驅動中國經濟高質量發(fā)展的新動能[1]。產業(yè)數字化是數字經濟發(fā)展的主陣地，應用互聯網、人工智能等現代化技術，可驅動傳統(tǒng)產業(yè)鏈全鏈條全要素數字化轉型、升級與再造。加速推進產業(yè)數字化進程，形成我國獨特產業(yè)數字化比較優(yōu)勢不僅有助于促進產業(yè)提質增效、提高企業(yè)效益，還能有效增強國家戰(zhàn)略決策能力、加速數實融合、強化全球數字競爭力[2]。隨著近幾年數字經濟創(chuàng)新引領作用日漸凸顯，中國對產業(yè)數字化轉型重視度大幅提升。2022年2月中央一號文件針對農業(yè)數字化轉型作出重要指示1；2022年5月中國信息通信研究院發(fā)布《主要國家和地區(qū)推動制造業(yè)數字化轉型的政策研究報告（2022年）》，就制造業(yè)數字化轉型進行政策分析2。為全面釋放產業(yè)數字化對經濟社會的引擎作用，貫徹落實國家宏觀政策導向，有必要對產業(yè)數字化比較優(yōu)勢打造現狀作進一步探察。

事實上，當前學術界關于產業(yè)數字化的研究已取得頗豐成果。黃蕊等[3]構建非線性動態(tài)面板模型展開實證測度，認為我國文化產業(yè)數字化賦能效果存在倒“U”形影響。陳金丹等[4]結合世界投入產出表（World Input-Output Table，WIOTs）及中國制造業(yè)面板數據實證檢驗后指出，產業(yè)數字化對技術創(chuàng)新有顯著促進作用，且本土市場規(guī)模優(yōu)勢能夠強化這一效應。方慧等[5]基于中國30個主要文化貿易伙伴國2012—2019年面板數據進行實證，研究發(fā)現文化產業(yè)數字化具有明顯出口促進效應。傅為忠等[6]立足2011—2019年長三角區(qū)域面板數據進行實證，提出當地產業(yè)數字化與制造業(yè)高質量發(fā)展間耦合協調水平持續(xù)攀升，但整體水平較低且存在一定空間差異。周夏偉等[7]基于17個制造業(yè)面板數據進行研究，結果顯示產業(yè)數字化可促進區(qū)域經濟提速與提效，引致創(chuàng)新優(yōu)勢可強化產業(yè)數字化對區(qū)域經濟的提效效應，但對提速效應存在門檻特征。楊文溥[8]構建指標體系進行統(tǒng)計測度，表明中國整體產業(yè)數字化轉型成效顯著，但區(qū)域間發(fā)展進程并不統(tǒng)一，且呈現出明顯的空間集聚特征。

梳理上述文獻可以發(fā)現，既有研究主要從綜合測度指標對產業(yè)數字化展開分析，且內容多集中于對某一領域產業(yè)數字化賦能效應的探討，雖為產業(yè)數字化相關研究提供一定理論支撐，但并未針對產業(yè)數字化自身發(fā)展現狀進行分析，難以為國內經濟社會發(fā)展提供可持續(xù)化產業(yè)數字化動能。研究視角多聚焦于某一行業(yè)、各省域或者國家層面，并未從宏觀維度系統(tǒng)考察國內各大區(qū)域產業(yè)數字化比較優(yōu)勢，無法為區(qū)域協同發(fā)展提供有益助力。鑒于此，本文依據國務院研究中心劃分標準，立足國內八大經濟區(qū)2007—2020年面板數據展開測度分析，以更加直觀反映中國產業(yè)數字化比較優(yōu)勢發(fā)展現狀與不足之處。并通過構建包含產業(yè)數字化基建、創(chuàng)新、應用、環(huán)境及治理五大維度的產業(yè)數字化比較優(yōu)勢指標體系，利用熵權-TOPSIS法、Dagum基尼系數、核密度估計等統(tǒng)計方法分析八大經濟區(qū)產業(yè)數字化比較優(yōu)勢具體的動態(tài)演化情況，并依據研究結論提出瞄準性政策建議。

二、 八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的綜合測度分析

1. 產業(yè)數字化比較優(yōu)勢評價指標體系構建

指標維度選取多集中于產業(yè)數字化內涵視角。本文結合既有研究理論闡釋[9-10]，將產業(yè)數字化界定為在新一代數字科技支撐和引領下，以數據為關鍵要素，以價值釋放為核心，以數據賦能為主線，對產業(yè)鏈上下游全要素數字化升級、轉型和再造的過程。據此，產業(yè)數字化必然具備時代發(fā)展動態(tài)性特征，只有緊跟時代步伐才可形成自身獨特比較優(yōu)勢。這在很大程度上都依賴于數字基礎日漸完備、數字創(chuàng)新持續(xù)支撐、數字應用不斷拓展、數字環(huán)境逐步優(yōu)化、數字治理加以保障?；谏鲜鰞群壿?，本文嘗試從產業(yè)數字化基建、創(chuàng)新、應用、環(huán)境、治理五大維度選取其比較優(yōu)勢的具體衡量指標，進一步借鑒相關研究成果和指標提取經驗[11-13]，構建產業(yè)數字化比較優(yōu)勢評價指標體系如表1所示。

2. 數據來源及研究范疇

（1）數據來源。本文選取2007—2020年30個省區(qū)市（港澳臺藏因數據獲取困難，故予以剔除）為研究樣本，所有原始數據均來源于《中國統(tǒng)計年鑒》《中國信息年鑒》《中國科技統(tǒng)計年鑒》《中國信息產業(yè)年鑒》《中國電子信息產業(yè)統(tǒng)計年鑒》《中國信息社會發(fā)展報告》《中國政府網站績效評估》《中國互聯網發(fā)展狀況統(tǒng)計報告》，以及各省份歷年統(tǒng)計年鑒、中國數字經濟發(fā)展報告、國際機器人聯合會、國家統(tǒng)計局官網、中國信息通信研究院及工業(yè)和信息化相關研究報告與公示數據。針對部分年份缺失數據，使用線性插補法補齊。

（2）研究范疇。經濟區(qū)是新時期區(qū)域協調發(fā)展的重點空間。由此，立足國務院研究中心對30個省區(qū)市的區(qū)域劃分，將研究對象設定為中國八大經濟區(qū)1。

3. 測度方法

熵權法可有效避免主觀因素導致的指標權重偏誤問題，是一種客觀評價法；TOPSIS法主要用于測算各項指標和理想點之間的相對距離，并對其作出量化排序，是一種計算簡便的綜合評價法[14]。綜合考慮之后，最終選擇熵權-TOPSIS相結合法對中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢指數展開系統(tǒng)測算。具體計算過程如下所示：

第一步，對原始數據作標準化處理（因所有指數屬性均為正，故只列出正向指標處理方式）：

[Xij′=Xmax-XijXmax-Xmin] （5）

上式中，[i]測量指標，[j]為區(qū)域，[j]代表原始數據，[Xij′]代表極值法下所得標準化值。

第二步，建立無量綱化矩陣：

[Pij=X′iji=1nX′ij] （6）

第三步，測算指標熵值：

[ej=-lnn-1×i=1nPij×lnPij] （7）

第四步，測算信息效用值：

[sj=1-ej] （8）

第五步，測算評價對象熵權：

[Wij=sjj=1nsj] （9）

第六步，建立加權矩陣：

[Y=yijmn=Wj×Xij′m×n] （10）

第七步，依據加權矩陣確定正理想解和負理想解：

[Y+j=y+1，y+2，…y+m，y+j=maxiyij] （11）

[Y-j=y-1，y-2，…y-m，y-j=miniyij] （12）

第八步，測算各項指標歐氏距離：

[D+i=j=1nyij-y+j2] （13）

[D-i=j=1nyij-y-j2] （14）

第九步，依據歐氏距離測算各項指標和理想解的貼近程度：

[C=D-iD+i+D-ii=1，2，…，m] （15）

上式中，產業(yè)數字化比較優(yōu)勢的貼近程度[C]數值位于0—1區(qū)間，值越大說明八大經濟區(qū)產業(yè)數字化比較優(yōu)勢越大；反之，則說明越小。

4. 綜合測度結果分析

（1）八大經濟區(qū)產業(yè)數字化比較優(yōu)勢綜合評價結果分析。圖1為中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢指數在時間序列上的演化趨勢。不難看出，2007—2020年產業(yè)數字化比較優(yōu)勢最大的為北部沿海地區(qū)，然后是東部沿海地區(qū)和南部沿海地區(qū)，其余五大經濟區(qū)產業(yè)數字化比較優(yōu)勢整體較小。這說明中國經濟區(qū)產業(yè)數字化比較優(yōu)勢差異明顯，呈顯著梯度分布格局。研究時段內中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢綜合指數的年均值處于0.1160—0.7857區(qū)間內。其中，北部沿海地區(qū)年均值最高達到0.7857，領先于其他經濟區(qū)，排名除在2020年位于第二，其他年份均位列第一，在第一等級陣營；東部沿海地區(qū)和南部沿海地區(qū)的年均值分別達0.4314、0.5001，超過0.4，在第二等級陣營；其余經濟區(qū)產業(yè)數字化年均值由高到低漸次為黃河中游地區(qū)（0.1635）、長江中游地區(qū)（0.1476）、東北地區(qū)（0.2085）、西南地區(qū)（0.1234）、西北地區(qū)（0.1160），比較優(yōu)勢整體偏弱，在第三等級陣營。另外，八大經濟區(qū)2007—2020年的產業(yè)數字化比較優(yōu)勢綜合指數演變態(tài)勢在研究時段內表現出分化特征。南部沿海、長江中游、東北這三大經濟區(qū)綜合指數上下浮動過程中總體呈上漲態(tài)勢。其中，東北地區(qū)漲幅最大，從2007年的0.1778上漲至2020年的0.2501，幅度為40.66%；長江中游地區(qū)漲幅最小，從2007年的0.1280上漲至2020年的0.1581，幅度為23.52%；其余除南部沿海之外的四大經濟區(qū)綜合指數在浮動過程中總體呈下滑態(tài)勢，北部沿海地區(qū)降幅最大，為39.93%。

（2）八大經濟區(qū)產業(yè)數字化比較優(yōu)勢分維度結果分析。表2為八大經濟區(qū)2007—2020年分維度均值。從表中可知，產業(yè)數字化基建維度方面，北部沿海地區(qū)指標平均值最高（0.9726），其次是東部沿海地區(qū)（0.4664）、南部沿海地區(qū)（0.4511），平均值最低為西北地區(qū)（0.0553）。其他經濟區(qū)在產業(yè)數字化基建維度的平均值普遍較低，說明各層級經濟區(qū)的產業(yè)數字化基建優(yōu)勢差異明顯。產業(yè)數字化創(chuàng)新維度方面，北部沿海地區(qū)平均值最高（0.6434），西北地區(qū)平均值最低（0.1404）。產業(yè)數字化應用維度方面，北部沿海（0.9801）和南部沿海（0.5431）地區(qū)平均值較其他經濟區(qū)更高。這可能是由于，一方面北部沿海、南部沿海地區(qū)商業(yè)經濟發(fā)達，內部產業(yè)發(fā)展對先進數字化技術的需求更大；另一方面兩地對外開放程度較高，便于引進先進數字化技術，吸引各大產業(yè)應用數字化技術實現智能轉型。產業(yè)數字化環(huán)境維度方面，平均值最低為西北地區(qū)（0.1881），其次為東北地區(qū)（0.2007）。究其緣由，西北和東北地區(qū)多數情況下主要依賴冶金、能源化工等傳統(tǒng)產業(yè)實現進一步發(fā)展，產業(yè)結構相對單一、經濟水平較為落后，而且外部環(huán)境條件比較惡劣，致使產業(yè)數字化環(huán)境發(fā)展空間較小。產業(yè)數字化治理維度方面，北部沿海地區(qū)平均值最高（0.9745），西南地區(qū)平均值最低（0.0678），可見綜合實力強勁經濟區(qū)其內部在產業(yè)數字化監(jiān)管、推廣方面的比較優(yōu)勢相對綜合實力較弱經濟區(qū)更好。

（3）經濟區(qū)內部產業(yè)數字化比較優(yōu)勢分析。此次研究樣本共包括中國30個省區(qū)市，從省級層面出發(fā)，大多省份產業(yè)數字化比較優(yōu)勢綜合指數較低。綜合指數較高的主要為直轄市，且經濟區(qū)內部各省區(qū)市產業(yè)數字化比較優(yōu)勢極不均衡。隸屬于第一等級的北部沿海地區(qū)中北京市、天津市等經濟發(fā)達直轄市產業(yè)數字化比較優(yōu)勢指數均超過0.4，而山東、河北等經濟發(fā)展相對落后省份綜合指數不足0.2，但北部沿海地區(qū)整體產業(yè)數字化創(chuàng)新優(yōu)勢并不低，說明經濟實力雄厚省份發(fā)揮了強勁帶動作用。隸屬于第二等級的東部沿海和南部沿海地區(qū)，產業(yè)數字化比較優(yōu)勢綜合指數高于0.4的主要有上海市、浙江省、廣東省。隸屬于第三等級其他經濟區(qū)中產業(yè)數字化比較優(yōu)勢綜合指數較高的為經濟區(qū)范疇內唯一的直轄市——重慶市。就結構而言，總體經濟發(fā)展水平較高省份產業(yè)數字化比較優(yōu)勢整體較強，這可能是由于經濟實力較好省份在產業(yè)數字化基建、創(chuàng)新、應用、環(huán)境、治理方面的投入更多，具備更強勁規(guī)模效應，產業(yè)數字化發(fā)展?jié)摿σ哺蟆?/p>

三、 八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的區(qū)域差異分析

1. Dagum基尼系數及其分解

利用Dagum（1997）[15]提出的基尼系數及其分解方式，深層次揭露八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的區(qū)域差異和來源。具體來看，可將系數劃分為區(qū)域內貢獻[Gw]、區(qū)域間貢獻[Gnb]、超變密度貢獻[Gt]，且設定三者間存在[G=Gw+Gnb+Gt]關系，公式如下：

[G=j=1kh=1ki=1njr=1nhxji-xhr2n2x] （16）

[Gw=j=1kGjjpjsj] （17）

[Gjj=12xn2ji=1njr=1njxij-xir] （18）

[Gnb=j=2kh=1j-1Gjhpjsh+phsjDjh] （19）

[Gjh=i=1nhr=1nhxij-xhrnjnhxj+xh] （20）

[Djh=djh-pjhdjh+pjh] （21）

[djh=0∞dFjx0xx-ydFhy] （22）

[pjh=0∞dFhx0xx-ydFjy] （23）

[Gt=j=2kh=1j-1Gjhpjsh+phsj1-Djh] （24）

上式中，[k]代表經濟區(qū)數量，即[k=8]；[n]代表經濟區(qū)內部省份數量；[njnh]代表第j[h]個地區(qū)內省份數量；[xijxhr]代表第[jh]個地區(qū)內產業(yè)數字化比較優(yōu)勢指數；[x]代表全國產業(yè)數字化比較優(yōu)勢指數均值；[Gjj]為第[j]個地區(qū)的基尼系數；[Gjh]為第[j]個地區(qū)和第[h]個地區(qū)的地區(qū)間基尼系數；[xj]與[xh]分別為第[j]個地區(qū)、第[h]個地區(qū)的產業(yè)數字化比較優(yōu)勢指數均值；[nj]與[nh]分別為第[j]個地區(qū)、第[h]個地區(qū)的省份個數。[Djh]為第[j]和[h]地區(qū)間產業(yè)數字化比較優(yōu)勢的相對影響；[djh]表示[j]、[h]地區(qū)中所有[xij>xhr]樣本值和的數學期望；[pjh]表示[j]、[h]地區(qū)中所有[xij

2. 區(qū)域差異分析

（1）整體差異分析。本文利用基尼系數及其分解方式對中國八大經濟區(qū)2007—2020年產業(yè)數字化比較優(yōu)勢指數展開測算，結果如表5所示。研究時段內中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢整體基尼系數均值可達0.2171，表現為波動演化趨勢。具體而言，2007—2019年整體基尼系數在波動軌跡中從0.2217上漲至0.2703，又在2020年跌落至0.2288。這說明中國八大經濟區(qū)整體差異較為明顯，呈波動中上升態(tài)勢。究其原因，長期以來各地區(qū)在數字技術研發(fā)創(chuàng)新、基礎設施建設與利用、新興數字產業(yè)發(fā)展、產業(yè)結構等方面均存在一定不平衡現象，尚未形成統(tǒng)一產業(yè)數字化轉型模式，導致比較優(yōu)勢分布不均。

（2）區(qū)域內差異分析。表3為中國八大經濟區(qū)內部差異水平隨時間推移表現出差異化演進態(tài)勢。研究時段內區(qū)域內差異的年均值最高為東北經濟區(qū)（0.2484），其次為長江中游經濟區(qū)（0.2184）、南部沿海經濟區(qū)（0.1866）、西南經濟區(qū)（0.1832）、西北經濟區(qū)（0.1732）、北部沿海經濟區(qū)（0.1697）、東部沿海經濟區(qū)（0.1158）。黃河中游經濟區(qū)的區(qū)域內差異年均值最低，只有0.0909，遠不及東北地區(qū)1/2。此外，除西南地區(qū)及東部沿海地區(qū)2007—2020年間內部差異水平呈波動中下滑態(tài)勢之外，其余7個經濟區(qū)在研究時段內的差異水平均表現為波動中上漲態(tài)勢，漲幅分別為長江中游經濟區(qū)（11.25%）、西北經濟區(qū)（25.81%）、黃河中游經濟區(qū)（38.11%）、東北經濟區(qū)（6.83%）、北部沿海經濟區(qū)（3.78%）、南部沿海經濟區(qū)（28.80%）?？傮w而言，全樣本中大多數經濟區(qū)產業(yè)數字化比較優(yōu)勢在研究時段內呈上升態(tài)勢，其中北部沿海經濟區(qū)增幅最低，黃河中游經濟區(qū)增幅最高。這可能是由于，北部沿海地區(qū)得益于本身經濟發(fā)展水平較高、數字資源相對充足、產業(yè)結構分布更加均衡等優(yōu)勢，內部整體產業(yè)數字化發(fā)展動能強勁，各省份比較優(yōu)勢布局較為合理，未形成明顯差距；而黃河中游經濟區(qū)存在諸多高端人才、產業(yè)生態(tài)、創(chuàng)新資本等方面的限制因素，且北部各地區(qū)產業(yè)互補性較弱、梯度分布明顯，無法為當地產業(yè)數字化比較優(yōu)勢均衡化發(fā)展創(chuàng)設有利外部環(huán)境。

（3）區(qū)域間差異分析。表4為中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢地區(qū)間差異水平?？梢园l(fā)現，黃河中游經濟區(qū)與東北經濟區(qū)產業(yè)數字化比較優(yōu)勢差異最顯著，在研究時間段內差異水平的年均值達0.340；其次為長江中游經濟區(qū)與黃河中游經濟區(qū)，差異水平年均值為0.322；東部沿海經濟區(qū)與黃河中游經濟區(qū)產業(yè)數字化比較優(yōu)勢差異水平年均值最小，只有0.142。此外，東部沿海與黃河中游經濟區(qū)、黃河中游經濟區(qū)與北部沿海經濟區(qū)的產業(yè)數字化比較優(yōu)勢差距呈持續(xù)縮小態(tài)勢。細究其因，黃河中游經濟區(qū)和東北經濟區(qū)數字基建雖長期處于全國中下游水平，但近幾年黃河中游經濟區(qū)隨著西部崛起和西部大開發(fā)戰(zhàn)略實施，數字化水平和數字經濟發(fā)展大有后起之勢，為當地產業(yè)數字化比較優(yōu)勢打造注入強大動能；而東北經濟區(qū)數字相關基建在全國范圍內仍處于滯后狀態(tài)，產業(yè)數字化轉型并未獲得明顯進步，故兩地區(qū)差距不斷拉大。同時，隨著黃河中游經濟產業(yè)數字化比較優(yōu)勢出現追趕態(tài)勢，其與發(fā)展水平本就較高的東部沿海、北部沿海經濟區(qū)間的產業(yè)數字化比較優(yōu)勢差距也在逐漸縮小。

（4）區(qū)域差異貢獻率。表5為中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的整體差異來源?？梢园l(fā)現，區(qū)域間差異貢獻率最高，在研究時段內貢獻率的年均值可達48.3106%，其次為超變密度貢獻率（42.1901%），區(qū)域內差異貢獻率最小（9.1897%）。顯而易見，經濟區(qū)產業(yè)數字化比較優(yōu)勢的整體差異源頭為區(qū)域間差異，緊接著為超變密度，最后為區(qū)域內差異。這說明之后促進區(qū)域間產業(yè)數字化比較優(yōu)勢向均衡化方向發(fā)展應著眼于化解區(qū)域間差異。

四、 八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的空間收斂性分析

1. 空間收斂模型

參照Xiong Huan等[17]研究，本文使用[β]收斂分析中國八大經濟區(qū)不同地區(qū)產業(yè)數字化比較優(yōu)勢演化規(guī)律?；诮洕嚯x、地理距離、相鄰權重（0—1）三種類型的空間權重矩陣，并引進動態(tài)空間SDM、SEM、SAR模型的具體公式如下：

[lnHi，tHi，t-1=α+βlnHi，t-1+ρj≠inWi，jlnHj，tHj，t-1+γyit+φi+νt+εit] （25）

[lnHi，tHi，t-1=α+βlnHi，t-1+γyit+φi+vt+εit，εit=λj≠inWi，jεit+μit] （26）

[lnHi，tHi，t-1=α+βlnHi，t-1+ρj≠inWi，jlnHj，tHj，t-1+θj≠inWi，jlnHj，t-1 +γyit+?j≠inWi，jyit+φi+νt+εit] （27）

上式中，[Hi，tHi，t-1]代表經濟區(qū)[i]在第[t]年的產業(yè)數字化比較優(yōu)勢增長率；[Hi，t-1]代表上一期產業(yè)數字化比較優(yōu)勢；[β]代表經濟區(qū)產業(yè)數字化比較優(yōu)勢增長率對地區(qū)初始產業(yè)數字化比較優(yōu)勢的彈性，用于衡量經濟區(qū)產業(yè)數字化比較優(yōu)勢收斂趨勢，若其值明顯為負說明經濟區(qū)產業(yè)數字化比較優(yōu)勢存在收斂趨勢，反之則存在發(fā)散趨勢。[-ln1+β]代表收斂速度，[j≠inWi，jlnHj，tHj，t-1]代表空間加權后所得產業(yè)數字化比較優(yōu)勢增長率。[ρ]代表0—1區(qū)間的空間自回歸系數，可反映經濟區(qū)產業(yè)數字化比較優(yōu)勢空間互動強度。[yit]代表控制變量集；[φi]代表經濟區(qū)固定效應；[νt]代表年份固定效應；[εit]代表隨機干擾項。

2. 八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的收斂結果分析

據前文絕對[β]收斂模型，可得中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢的空間絕對[β]收斂檢驗結果1。可以發(fā)現，長江中游、南部沿海、北部沿海、東部沿海、西南、黃河中游經濟區(qū)在三大權重下的絕對[β]收斂系數均明顯為負，表現出顯著收斂態(tài)勢。東北經濟區(qū)在三種權重下的顯著性并不統(tǒng)一，需要展開進一步條件收斂分析。表6為控制經濟區(qū)固定效應和年份固定效應的八大經濟區(qū)產業(yè)數字化比較優(yōu)勢條件[β]收斂驗證結果。不難看出，長江中游、北部沿海、東部沿海、南部沿海、黃河中游、西南、東北及西北經濟區(qū)的條件[β]收斂系數均通過了1%顯著性檢驗，且明顯為負。這表明上述經濟區(qū)產業(yè)數字化比較優(yōu)勢存在明顯條件[β]收斂特征。進一步以SDM模型為重點探察模型可以發(fā)現，西南、東部沿海經濟區(qū)收斂速度相對更快，在相鄰權重下分別為2.2281和1.0708；在地理距離權重下分別為1.8162、1.1741；在經濟地理權重下分別為2.4412、1.0763。

五、 研究結論與對策建議

本文通過構建綜合評價指標體系，采用熵權-TOPSIS法測算2007—2020年中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢綜合指數及其分維度指標權重；使用Dagum基尼系數分解法測算并分析八大經濟區(qū)產業(yè)數字化比較優(yōu)勢差異源頭；利用三種空間計量模型展開收斂特征檢驗。研究發(fā)現：（1）八大經濟區(qū)整體產業(yè)數字化比較優(yōu)勢較弱，且經濟區(qū)產業(yè)數字化比較優(yōu)勢綜合指標差距較大，表現出明顯梯度特征。具體而言，北部沿海屬于第一等級，南部沿海和東部沿海屬于第二等級，其余五個經濟區(qū)屬于第三等級，存在典型地區(qū)異質性特征。（2）就整體差異而言，中國八大經濟區(qū)產業(yè)數字化比較優(yōu)勢基尼系數總體呈波動上升演變態(tài)勢，各經濟區(qū)之間協同性在不斷下降；就地區(qū)內差異而言，八大經濟區(qū)內部差異水平表現出差異化演進趨勢；就地區(qū)間差異而言，地區(qū)間差異年均值最大為東北經濟區(qū)和黃河中游經濟區(qū)；就貢獻率而言，地區(qū)間差異貢獻率最大，是地區(qū)差異的主要源頭。（3）八大經濟區(qū)產業(yè)數字化比較優(yōu)勢存在“俱樂部趨同”和穩(wěn)定性特征，但產業(yè)數字化比較優(yōu)勢向下轉移概率超過向上轉移，僅有南部沿海經濟區(qū)向上轉移概率超過向下轉移概率，說明經濟區(qū)產業(yè)數字化比較優(yōu)勢呈放緩演化形態(tài)。

基于上述研究結論，為驅動中國區(qū)域產業(yè)協調發(fā)展，本文提出如下對策建議：一方面，加快建設數字技術高效供給體系。由前文實證分析不難發(fā)現，當前我國各地區(qū)產業(yè)數字化比較優(yōu)勢存在較大差異，而造成這種差異的主要原因之一便是數字技術供給不均。鑒于此，經濟區(qū)作為高級區(qū)域形態(tài)組織，應致力于持續(xù)打破地區(qū)內數字化資源配置及數據要素流通禁錮，通過采用數字技術集聚先進資源，為加速中國產業(yè)數字化轉型提供賦能。首先，各地應堅持推進工業(yè)互聯網創(chuàng)新發(fā)展工程，建立工業(yè)互聯網試點示范區(qū)，同時聚焦于數據創(chuàng)新應用等關鍵領域，布設一批標桿項目，以推動產業(yè)數字化提速升級。其次，各地應大力支持當地企業(yè)建設高水平的、具有行業(yè)影響力的企業(yè)技術中心，引導企業(yè)積極參與國家數字經濟領域“卡脖子”技術攻關、大科學工程、大科學裝置建設以及國際國內標準制定。最后，應培育建設一批優(yōu)勢特色學科和專業(yè)，加強人工智能、大數據、云計算等數字技術的基礎研究，提升原創(chuàng)技術以及基礎理論研究創(chuàng)新水平。另一方面，強化傳統(tǒng)產業(yè)數字化轉型政策支持。據研究結論可知，中國八大經濟區(qū)表現出明顯產業(yè)數字化比較優(yōu)勢占比不均衡現象，經濟實力強勁的東部沿海、北部沿海、南部沿海經濟區(qū)不僅產業(yè)數字化比較優(yōu)勢較強，且各維度指標測算值也相對較高。究其根源，各地區(qū)本身傳統(tǒng)產業(yè)數字化轉型就已存在嚴重分化現狀，嚴重阻滯了后期比較優(yōu)勢均衡化布局。針對于此，政府部門應從源頭出發(fā)，著手強化對各地區(qū)傳統(tǒng)產業(yè)數字化轉型的政策扶持。具體而言，首先要大力優(yōu)化政府服務，提高政策精準度，統(tǒng)籌研究制定相關政策及配套措施，整合財稅、金融、人才、土地等方面的政策力量，全力推動傳統(tǒng)產業(yè)數字化轉型；其次需強化財政專項資金統(tǒng)籌，引導各級財政資金加大對傳統(tǒng)產業(yè)數字化轉型的投入，加強對數字經濟領域重大平臺、重大項目及試點示范的支持；最后要不斷完善人才激勵機制，支持開展股權激勵和科技成果轉化獎勵試點，激發(fā)行業(yè)協會、培訓機構、咨詢公司等在數字技能人才培育中的作用，促進數字技能人才培育體系的形成。

參考文獻：

[1] 盧江，許凌云，梁梓璇.世界經濟格局新變化與全球經濟治理模式創(chuàng)新研究[J].政治經濟學評論，2022（3）：118-143.

[2] 毛建輝，張蕊，管超.數字經濟、財政分權與企業(yè)創(chuàng)新[J].西南民族大學學報（人文社會科學版），2022（8）：118-129.

[3] 黃蕊，李雪威，朱麗嬌.文化產業(yè)數字化賦能的理論機制與效果測度[J].經濟問題，2021（12）：44-52.

[4] 陳金丹，王晶晶.產業(yè)數字化、本土市場規(guī)模與技術創(chuàng)新[J].現代經濟探討，2021（4）：97-107.

[5] 方慧，張瀟葉.中國文化產業(yè)數字化水平測度及其出口效應研究[J].山東大學學報（哲學社會科學版），2022（3）：38-51.

[6] 傅為忠，劉瑤.產業(yè)數字化與制造業(yè)高質量發(fā)展耦合協調研究——基于長三角區(qū)域的實證分析[J].華東經濟管理，2021（12）：19-29.

[7] 周夏偉，楊彬如，岳太青.產業(yè)數字化、引致創(chuàng)新與區(qū)域經濟增長[J].經濟體制改革，2022（3）：119-126.

[8] 楊文溥.中國產業(yè)數字化轉型測度及區(qū)域收斂性研究[J].經濟體制改革，2022（1）：111-118.

[9] 劉波，洪興建.中國產業(yè)數字化程度的測算與分析[J].統(tǒng)計研究，2022（10）：3-18.

[10] Andreas S，Wilfried S.A Strategy Guidance Model to Realize Industrial Digitalization in Production Companies[J].Management and Production Engineering Review，2020（3）：14-25.

[11] 馮秀娟，魏中龍，周璇.數字經濟發(fā)展對我國稅收貢獻度的實證研究——基于數字產業(yè)化和產業(yè)數字化視角[J].稅務與經濟，2021（6）：47-53.

[12] 劉釩，余明月.長江經濟帶數字產業(yè)化與產業(yè)數字化的耦合協調分析[J].長江流域資源與環(huán)境，2021（7）：1527-1537.

[13] 張翱，孫久文.數字經濟、城市專業(yè)化格局與比較優(yōu)勢[J].科學學研究，2022（10）：1788-1797.

[14] 鄭耀群，鄧羽潔.中國制造業(yè)高質量發(fā)展的測度與區(qū)域差距分析[J].現代管理科學，2022（2）：3-12.

[15] Dagum C.A New Approach to the Decom Position of the Gini Income Inequality Ratio[J].Empirical Economics，1997（4）：515-531.

[16] Xiong H A，Yu M Y，Liu L，et al.A Generalized Method for Binary Optimization： Convergence Analysis and Applications[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2022（9）：4524-4543.

作者簡介：李小花（1989-），女，碩士，內蒙古農業(yè)大學經濟管理學院副教授，研究方向為產業(yè)經濟。

（收稿日期：2022-12-02 ?責任編輯：蘇子寵）