陳燕武　丁海銘　馬駿

摘要：“十四五”規(guī)劃提出要加快建設數(shù)字經(jīng)濟，同時要提升產業(yè)鏈的現(xiàn)代化水平?；?012年和2017年中國投入產出表，運用結構分解、社會網(wǎng)絡分析和歸因矩陣分析數(shù)字經(jīng)濟產業(yè)與其他產業(yè)的關聯(lián)結構，結果表明：數(shù)字化賦權基礎設施產業(yè)、數(shù)字化交易產業(yè)和數(shù)字化媒體產業(yè)在經(jīng)濟社會發(fā)展中的聯(lián)系愈加緊密，其它產業(yè)需求增加能夠顯著促進三者的產出；前兩個產業(yè)位于產業(yè)關聯(lián)網(wǎng)絡中較為中心的位置，而數(shù)字化媒體位于較邊緣的位置；三個產業(yè)間彼此無法凝聚為一個子群，產業(yè)間的結構、模式、特點以及對其它產業(yè)的貢獻有明顯區(qū)別。該研究是對數(shù)字經(jīng)濟產業(yè)實證研究新視角的補充，刻畫產業(yè)鏈結構圖對認識數(shù)字經(jīng)濟產業(yè)在經(jīng)濟體系中位置，推動融合發(fā)展具有現(xiàn)實意義。

關鍵詞：數(shù)字經(jīng)濟；投入產出模型；社會網(wǎng)絡分析； Weaver-Thomas 指數(shù)模型

作者簡介：陳燕武，華僑大學統(tǒng)計學院/數(shù)量經(jīng)濟研究院教授，經(jīng)濟學博士，主要研究方向：投入產出分析、產業(yè)經(jīng)濟學（Email：cywhelen@163.com;福建 廈門 361021）。丁海銘，華僑大學統(tǒng)計學院研究生，主要研究方向：金融計量模型及其應用。馬駿，華僑大學統(tǒng)計學院研究生，主要研究方向：經(jīng)濟統(tǒng)計。

基金項目：福建省創(chuàng)新戰(zhàn)略研究項目“福建省智能制造業(yè)產業(yè)鏈布局和價值提升路徑研究”（2022R0044） ；統(tǒng)一戰(zhàn)線專項課題“我為建設新福建獻良策”（JAT22060）

中圖分類號：F492文獻標識碼：A文章編號：1006-1398（2023）04-0059-12

一引言

“十四五”規(guī)劃提出要加快建設數(shù)字經(jīng)濟，同時要提升產業(yè)鏈的現(xiàn)代化水平。數(shù)字經(jīng)濟可以暢通產業(yè)鏈循環(huán)發(fā)展，促進新發(fā)展理念的推進。當前中國實體經(jīng)濟“大而不強”的現(xiàn)象導致中國經(jīng)濟持續(xù)發(fā)展壯大的根基不牢，不僅對于中國經(jīng)濟的可持續(xù)發(fā)展的目標有害，更使得中國在國際競爭中處于劣勢地位，是中國經(jīng)濟向高質量發(fā)展轉變過程中的制約因素。數(shù)字經(jīng)濟作為驅動中國經(jīng)濟增長的新引擎，是提振實體經(jīng)濟的重要支撐。發(fā)展數(shù)字經(jīng)濟有利于調節(jié)實體產業(yè)的供需情況，優(yōu)化產業(yè)結構，是新時代中國優(yōu)化經(jīng)濟結構的重要動力。2022年初，國務院發(fā)布《關于印發(fā)“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃的通知》，推動數(shù)字經(jīng)濟健康發(fā)展。中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告（2022年）》顯示，2021年中國數(shù)字經(jīng)濟規(guī)模達到45.5萬億元，相比2016年的22.6萬億元，年均復合增速達到15.02%。因此，分析數(shù)字經(jīng)濟產業(yè)在整個經(jīng)濟體系中的地位，了解數(shù)字經(jīng)濟產業(yè)與其他產業(yè)之間的聯(lián)系、其上下游產業(yè)，有利于未來數(shù)字經(jīng)濟的發(fā)展，也有利于數(shù)字經(jīng)濟與其他產業(yè)的融合發(fā)展。

以往大多數(shù)研究將數(shù)字經(jīng)濟視為一種新的經(jīng)濟模式進行理論研究，王俊豪等對數(shù)字經(jīng)濟產業(yè)的概念和發(fā)展現(xiàn)狀進行分析。伴隨著數(shù)字經(jīng)濟的發(fā)展，學者們逐漸將重點轉移到實證研究。許憲春等對中國數(shù)字經(jīng)濟增加值進行指標衡量，并進行國際視角的比較，劉傳明等對中國主要經(jīng)濟區(qū)域的數(shù)字經(jīng)濟發(fā)展差異進行定量分析，閆冰倩對數(shù)字經(jīng)濟和產業(yè)鏈的發(fā)展關系進行理論分析，朱發(fā)倉等將數(shù)字經(jīng)濟分為數(shù)字技術生產和應用兩部分進行增加值的測算。

Leontief首次系統(tǒng)闡述投入產出法后，Rasmussen首次建立產業(yè)關聯(lián)研究的理論模型，奠定產業(yè)關聯(lián)研究的理論基礎?；谕度氘a出表，Hirschman、Chenery & Watanabe、Jones和后來的研究分別提出各種投入產出消耗系數(shù)和分配系數(shù)。進一步可以從兩個角度進行產業(yè)關聯(lián)研究，一類是結構分解（Structural Decomposition Analysis， SDA）方法，常用的 SDA 方法有加法分解法和乘法分解法兩種。在研究中，加法分解法多適用于絕對指標的分解，可以測算出產業(yè)的乘數(shù)效應、反饋效應和溢出效應，結合不同跨期可以分別引入動態(tài)乘數(shù)效應、動態(tài)反饋效應和動態(tài)溢出效應。例如余典范等、楊智峰等分析產業(yè)結構升級。乘法分解法更適用于比值指標的分解，例如顧阿倫等和馮明等分析生態(tài)經(jīng)濟和金融經(jīng)濟領域，等等。

另一類是社會網(wǎng)絡分析（SNA）方法。社會網(wǎng)絡分析法（Social Network Analysis， SNA）是最初由社會學專業(yè)的學者發(fā)展起來的，在經(jīng)濟學研究中已有應用案例。在投入產出領域里，經(jīng)濟系統(tǒng)可由各產業(yè)相互供給和消耗產品和服務而形成一個緊密關聯(lián)的生產網(wǎng)絡，近年來已有研究將SNA與投入產出分析相結合，如鄭偉等用投入產出表考察中國制造業(yè)間的關聯(lián)性，運用SNA進行網(wǎng)絡效應和網(wǎng)絡結構特征分析；彭本紅等運用SNA構建制造業(yè)與生產性服務業(yè)之間相關部門的網(wǎng)絡模型，研究兩者的關聯(lián)關系。徐映梅等?參考《浙江省數(shù)字經(jīng)濟核心產業(yè)統(tǒng)計分類目錄》，將數(shù)字產業(yè)具體細分為數(shù)字硬件制造、數(shù)字軟件及服務、數(shù)字資料共3個類型，并以130個左右的產業(yè)為基礎進行SNA分析。

在網(wǎng)絡分析理論中，核心內容是網(wǎng)絡矩陣包含了參與者之間關系的內容，對于在投入產出網(wǎng)絡分析中矩陣數(shù)值的處理，不同學者也采用了不同的處理方法和標準，曾燕萍在探討中國服務業(yè)各細分產業(yè)間的關聯(lián)關系時，為突出產業(yè)間的強關聯(lián)關系，將關聯(lián)系數(shù)矩陣的均值作為閾值來選取強關聯(lián)產業(yè)。趙曉軍等在研究中國產業(yè)結構變化時，設置5%的閾值來排除冗余數(shù)據(jù)，保留了大于閾值的產業(yè)數(shù)據(jù)，并定性為強關聯(lián)關系。商勇等利用Weaver-Thomas指數(shù)計算鄰接矩陣來構建河南省產業(yè)關聯(lián)網(wǎng)絡。Weaver-Thomas指數(shù)模型能夠根據(jù)數(shù)據(jù)間的關系和測定假設分布來挖取數(shù)據(jù)的臨界值，這在找尋閾值方面較為科學。而根據(jù)數(shù)據(jù)來人為設定閾值的處理方法會產生過于主觀的篩選目標，容易造成數(shù)據(jù)之間內在聯(lián)系的丟失，有失客觀性。

目前，把數(shù)字經(jīng)濟作為經(jīng)濟發(fā)展模式的理論研究相對豐富，在實證研究中，產業(yè)數(shù)字化和數(shù)字產業(yè)的研究比較多，而其作為產業(yè)部門，研究其與其他產業(yè)部門的關聯(lián)，探究其在產業(yè)體系中發(fā)揮什么作用的論文還比較少。Stamopoulos， et alDimitrios Stamopoulos， Petros Dimas， Aggelos Tsakanikas. Exploring the structural effects of the ICT sector in the Greek economy： A quantitative approach based on input-output and network analysis.Telecommunications Policy， 2022，46（7），1-17。利用投入產出和SNA對希臘ICT產業(yè)進行關聯(lián)網(wǎng)絡結構分析。國內研究中更多的是對數(shù)字經(jīng)濟產業(yè)的增加值、總產出的測算研究和本身產業(yè)發(fā)展的影響因素進行探究，對于數(shù)字經(jīng)濟產業(yè)與經(jīng)濟體系內其他產業(yè)的生產聯(lián)系和產品聯(lián)系的研究還很少，因此，本文將數(shù)字經(jīng)濟作為一個大的產業(yè)部門，在投入產出分析的框架下運用結構分解、社會網(wǎng)絡分析和歸因矩陣方法對數(shù)字經(jīng)濟產業(yè)與其他產業(yè)的關聯(lián)程度和關聯(lián)特征進行分析，將其中的關系用數(shù)據(jù)網(wǎng)絡進行描述，探索數(shù)字經(jīng)濟產業(yè)部門在中國經(jīng)濟發(fā)展中處于什么地位，與哪些產業(yè)間有密切的關聯(lián)，這些關聯(lián)如何能更好地推動中國經(jīng)濟發(fā)展？

為了回答這些問題，本文首先利用結構分解方法對當期投入產出數(shù)據(jù)和跨期數(shù)據(jù)進行分析，得到數(shù)字經(jīng)濟產業(yè)的靜態(tài)和動態(tài)產業(yè)結構關聯(lián)特征；其次利用網(wǎng)絡分析方法分析數(shù)字經(jīng)濟產業(yè)在整體經(jīng)濟網(wǎng)絡中權力的大小和地位的高低情況，揭示數(shù)字經(jīng)濟網(wǎng)絡結構的群體性，刻畫產業(yè)子群網(wǎng)絡圖，回答數(shù)字經(jīng)濟與其他產業(yè)關聯(lián)情況和作用的問題；最后基于對數(shù)字經(jīng)濟產業(yè)靜態(tài)、動態(tài)產業(yè)結構關聯(lián)特征和網(wǎng)絡結構特征的分析，利用歸因矩陣刻畫結構變遷特征，分析數(shù)字經(jīng)濟與其他產業(yè)融合情況，回答數(shù)字經(jīng)濟產業(yè)如何發(fā)揮作用，與其他產業(yè)融合共同推動中國經(jīng)濟發(fā)展的問題。

二理論模型與方法

本文研究是基于投入產出分析的框架，主要運用的模型有投入產出模型、Weaver-Thomas指數(shù)模型、SNA方法。SNA方法側重于對數(shù)字經(jīng)濟與各產業(yè)之間關聯(lián)網(wǎng)絡結構進行全面分析，主要包括中心性、接近性和子群分析等等。Weaver-Thomas指數(shù)模型在SNA分析時用于進行閾值位置的選取。

（一）投入產出模型

（二）Weaver-Thomas指數(shù)模型

（三）SNA方法

三實證分析

（一）數(shù)字經(jīng)濟產業(yè)的劃分與數(shù)據(jù)整理

對數(shù)字經(jīng)濟產業(yè)進行篩選和劃分，《數(shù)字經(jīng)濟及其核心產業(yè)統(tǒng)計分類，2021》給出的分類為“數(shù)字產品制造業(yè)（01）”“數(shù)字產品服務業(yè)（02）”“數(shù)字技術應用業(yè)（03）”“數(shù)字要素驅動業(yè)（04）”“數(shù)字化效率提升業(yè)（05）”五大類。前四類基本對應“數(shù)字產業(yè)化”，第五類則對應“產業(yè)數(shù)字化”。在I/O表分類時，“數(shù)字產品服務業(yè)（02）”的增加值相對“數(shù)字產品制造業(yè)（01）”較少，“數(shù)字化效率提升業(yè)（05）”無法明確的產業(yè)分類，所以在研究中主要借鑒了許憲春和張美慧的相關研究。根據(jù)國家統(tǒng)計局發(fā)布的《統(tǒng)計用產品分類目錄》中的描述，部分產品同時擁有數(shù)字化和非數(shù)字化的成分，直接使用容易出現(xiàn)偏離實際情況的誤差，要準確地對數(shù)字經(jīng)濟產業(yè)進行結構分解，需要從這類產品中剝離出非數(shù)字化成分，因此需要更多詳細的數(shù)據(jù)。然而目前數(shù)字經(jīng)濟的基礎數(shù)據(jù)不夠完善，因此在產業(yè)部門的界定時，認為數(shù)字經(jīng)濟為完全或主要依賴于數(shù)字技術、數(shù)據(jù)資源的經(jīng)濟活動。對數(shù)字經(jīng)濟增加值進行測算的代表性研究成果是美國國家經(jīng)濟分析局（BEA）的研究。澳大利亞統(tǒng)計局（ABS）也借鑒 BEA 的測算方法對澳大利亞數(shù)字經(jīng)濟增加值進行測算，可見 BEA 的測算方法具有一定的可借鑒性，通過該方法測算得出的數(shù)字經(jīng)濟增加值和結構也將具有較強的國際可比較性。許憲春在BEA分類的基礎上，界定數(shù)字經(jīng)濟的內涵與范圍，建立中國數(shù)字經(jīng)濟規(guī)模核算框架。

借鑒國際組織和其他國家關于數(shù)字經(jīng)濟分類，考慮在產業(yè)鏈中的實際應用，本文將數(shù)字經(jīng)濟產業(yè)分為以下三個產業(yè)：第一，數(shù)字化賦權基礎設施產業(yè)，是數(shù)字經(jīng)濟運轉和發(fā)展的基礎設施，能夠保證數(shù)字經(jīng)濟的運行與發(fā)展；第二，數(shù)字化媒體產業(yè)，用戶在數(shù)字化設備上創(chuàng)建、接觸、存儲或瀏覽內容，是數(shù)字經(jīng)濟最廣泛的應用；第三，數(shù)字化交易產業(yè)，隨著互聯(lián)網(wǎng)發(fā)展幾乎所有產品都可以通過數(shù)字化平臺進行交易。對于數(shù)字產品來說，“數(shù)據(jù)”本身涉及產業(yè)較廣，不再進行單獨分類，而是根據(jù)其在產業(yè)鏈中發(fā)揮的作用，認為其已經(jīng)包含在數(shù)字化賦權基礎設施產業(yè)中。利用2012和2017年投入產出表，在數(shù)據(jù)支持的范圍內將數(shù)字經(jīng)濟產業(yè)劃分為數(shù)字化賦權基礎設施產業(yè)、數(shù)字化媒體產業(yè)和數(shù)字化交易產業(yè)，具體分類見表1。

在劃分數(shù)字經(jīng)濟產業(yè)后，參考張同斌等、王莉莉和肖雯雯將其他產業(yè)進行合理拆分和合并，整理后的18個產業(yè)分別為數(shù)字化賦權基礎設施產業(yè)、數(shù)字化媒體產業(yè)、數(shù)字化交易產業(yè)、農業(yè)服務及產品（對應01—05類）、采礦業(yè)（對應06—11類）、食品和煙草（對應13—16類）、紡織品工業(yè)（對應17—19類）、木材紙制品（對應20—24類）、石油化工業(yè)（對應25—29類）、冶金建材工業(yè)（對應30—34類）、機械裝備制造業(yè)（對應35—38類）、其他制造業(yè)（對應40—43類）、電力、熱力、燃氣、水的生產和供應（對應44—46類）、建筑（對應47—50類）、交通運輸（對應53—59類）、住宿和餐飲（對應61和62類）、研發(fā)和其他商業(yè)活動（對應72—74類）和公共服務業(yè)（對應70—72類和76—94類）等等。按照國家統(tǒng)計局的標準，I-O表的前兩個數(shù)字對應類別，后三個數(shù)字對應表中的序列號。由于2012年和2017年I-O表的長度不同，以上產業(yè)分類以類別編號表示（數(shù)字經(jīng)濟除外）。

（二）數(shù)字經(jīng)濟產業(yè)的關聯(lián)結構分析

余典范等提出的基于投入產出結構的分解方法對數(shù)字經(jīng)濟產業(yè)的關聯(lián)特征進行分析，可以將產業(yè)內部、產業(yè)之間的聯(lián)系區(qū)別開，利用該分解方法可以測算出產業(yè)的乘數(shù)效應、反饋效應和溢出效應，結合不同跨期可以分別引入動態(tài)乘數(shù)效應、動態(tài)反饋效應和動態(tài)溢出效應。

利用結構分解方法對數(shù)字經(jīng)濟產業(yè)的關聯(lián)特征進行分析，得到相關指標值見表 2。

根據(jù)表 2的結果來看，2017年數(shù)字化賦權基礎設施產業(yè)的乘數(shù)效應為1.73，反饋效應為0.04，溢出效應Ⅰ為1.23，總效應為3.00，即當該產業(yè)的最終需求增加1個單位時，通過自身能力可以導致自身生產增加1.73個單位增加值，通過反饋接受能力創(chuàng)造0.04個單位增加值，通過產業(yè)關聯(lián)創(chuàng)造的產出增加值為1.23個單位，對整體經(jīng)濟的產出增加值增加3.00個單位。在產業(yè)關聯(lián)機制中，溢出效應Ⅰ類似于產業(yè)感應度系數(shù)，溢出效應Ⅱ類似于產業(yè)影響力系數(shù)，不同的是溢出效應受產業(yè)部門本身增加值的規(guī)模影響較小，例如2017年的數(shù)字化媒體產業(yè)的溢出效應Ⅰ為0.04，溢出效應Ⅱ為1.40，這說明在不受產業(yè)本身經(jīng)濟規(guī)模影響條件下，數(shù)字化媒體產業(yè)對其他產業(yè)的影響作用較強。

從時間變化上來看，數(shù)字經(jīng)濟包括的三個產業(yè)部門的乘數(shù)效應和反饋效應從2012到2017年變動不大，溢出效應Ⅰ逐漸增加，而溢出效應Ⅱ逐漸減小，這說明數(shù)字經(jīng)濟產業(yè)參與整體經(jīng)濟發(fā)展的聯(lián)系越來越大，受到其他產業(yè)的感應越來越強，而對其他產業(yè)的影響有小幅度的變小。從比例系數(shù)上來看，2017年數(shù)字化賦權基礎設施產業(yè)三大效應占總效應的比例分別是57.58%、1.39%和41.03%，這說明該產業(yè)自生能力和通過關聯(lián)影響經(jīng)濟的能力都較強。同樣地，數(shù)字化媒體產業(yè)對經(jīng)濟發(fā)展的促進主要依靠自生能力（2017年乘數(shù)效應占總效應的比96.25%），數(shù)字化交易產業(yè)則依靠產業(yè)關聯(lián)機制（2017年溢出效應Ⅰ占總效應的比為73.70%），通過對比可以發(fā)現(xiàn)數(shù)字經(jīng)濟產業(yè)的反饋效應占比均小于2%，這說明反饋效應在產業(yè)發(fā)展中起到的作用并不強，扮演的角色相對不那么重要。

上述結構分解中對關聯(lián)特征的分析僅僅是在定義了單位最終需求時的靜態(tài)特征，進一步，對數(shù)字經(jīng)濟產業(yè)的關聯(lián)特征進行動態(tài)分解，結果見表 3。

根據(jù)表 3，2012—2017年，數(shù)字經(jīng)濟包含的三個產業(yè)由產業(yè)自生能力創(chuàng)造的增加率分別為59.93%、53.22%和25.81%，這說明數(shù)字化賦權基礎設施產業(yè)和數(shù)字化媒體產業(yè)的自我影響能力在對經(jīng)濟增長的作用中占了大部分；而數(shù)字化交易產業(yè)的動態(tài)溢出效應貢獻達到72.27%，即數(shù)字化交易產業(yè)通過產業(yè)關聯(lián)機制創(chuàng)造增加值的能力較強，這說明數(shù)字化交易產業(yè)在當下都是經(jīng)濟發(fā)展相對基礎的產業(yè)，通過數(shù)字化交易平臺這一媒介來聯(lián)系實體經(jīng)濟，促進經(jīng)濟的發(fā)展。此外，與靜態(tài)分解相似，數(shù)字經(jīng)濟的三個產業(yè)動態(tài)反饋效應的占比均小于2%，這說明在動態(tài)過程中產業(yè)部門通過反饋機制對增加值的貢獻作用微乎其微。

（三）數(shù)字經(jīng)濟產業(yè)的關聯(lián)網(wǎng)絡結構特征分析

1.數(shù)字經(jīng)濟產業(yè)的關聯(lián)網(wǎng)絡

采用Weaver-Thomas指數(shù)模型對中國2012和2017年投入產出表作二值化處理，得出產業(yè)關聯(lián)網(wǎng)絡的鄰接矩陣后，對2012和2017年中國18個產業(yè)的整體網(wǎng)絡密度進行計算，結果表明2012年整體的網(wǎng)絡密度為0.5948，2017年的整體網(wǎng)絡密度為0.6013，略有提升?？傮w來看中國產業(yè)間都具備較高的聯(lián)系密度水平，說明2012年以來中國產業(yè)的關聯(lián)性較為密集。通過Weaver-Thomas指數(shù)計算的2012和2017年中國各行業(yè)鄰接矩陣中數(shù)字經(jīng)濟產業(yè)的點入中心度和點出中心度見表4，括號表示測度值的排名，測度值越高排名越靠前。

根據(jù)網(wǎng)絡指標的計算結果，石油化工業(yè)、數(shù)字化交易產業(yè)和交通運輸產業(yè)在2012和2017年都占據(jù)了點出中心度的前三位，說明這三個產業(yè)在生產過程中有著極高的產品和服務輸出量，對其它部門有很強的產品貢獻能力。數(shù)字化交易產業(yè)中的金融服務是一國經(jīng)濟的潤滑劑，承擔國民經(jīng)濟的資源配置功能，金融部門在國民經(jīng)濟中發(fā)揮中介作用，為國家經(jīng)濟高效運轉提供保障。點出中心度也證明了這三個產業(yè)在中國經(jīng)濟活動中的核心地位。隨著時間變化的點出中心度可以發(fā)現(xiàn)，相比2012年，近年來數(shù)字化交易產業(yè)和數(shù)字化賦權基礎設施產業(yè)等對經(jīng)濟生產的貢獻度在持續(xù)上升，而數(shù)字化媒體產業(yè)的貢獻度卻遠不及數(shù)字化交易和數(shù)字化賦權基礎設施產業(yè)，其貢獻度排名多年來位于最后。

從點入中心度來看，數(shù)字化賦權基礎設施產業(yè)的點入度數(shù)連續(xù)位于最高位，說明該產業(yè)在經(jīng)濟生產的過程中對資源的索取能力是最強的，其入度值為17，在索取其它產業(yè)資源方面，數(shù)字化賦權基礎設施產業(yè)與其它所有行業(yè)都具備強相關關系（本研究中點入點出中心度的測度未包括自身產業(yè)），所有產業(yè)的產品或服務都有一部分被用于數(shù)字化賦權基礎設施產業(yè)的生產中。數(shù)字化經(jīng)濟的各產業(yè)的特點較為明顯，數(shù)字化交易產業(yè)對經(jīng)濟產品和服務貢獻度較高，數(shù)字化賦權基礎設施產業(yè)對產品和服務的索取度較高；而數(shù)字化媒體產業(yè)不論入度或出度都偏低，因此其與其它產業(yè)的關聯(lián)度相比另兩個數(shù)字化產業(yè)較低。

從時間變化角度來看，各產業(yè)的點入度中心勢大于或等于點出度中心勢，說明總體上各產業(yè)的經(jīng)濟生產活動中，產品索取的集中度高于產品貢獻的集中度，各行業(yè)生產對原材料的貢獻情況較為平均，但是在原材料的消耗上相對集中于某個行業(yè)。整體來看，2012年中國產業(yè)間的資源貢獻和索取情況存在不對稱、不均衡的現(xiàn)象，但在2017年，點入中心勢和點出中心勢測度值一致說明這種現(xiàn)象大體上消失了，但仍存在部分產業(yè)主導資源配置的情況。逐漸上升的網(wǎng)絡密度也表明中國產業(yè)間的聯(lián)系正在加強。

總的來說，數(shù)字化交易產業(yè)和數(shù)字化賦權基礎設施產業(yè)占有較重要的地位，其位于產業(yè)關聯(lián)網(wǎng)絡較中心位置，并且兩個產業(yè)的相對重要性隨著時間的推移在不斷上升。各產業(yè)的中心度普遍具有較大的差異，說明中國的經(jīng)濟情況主要受到少量產業(yè)控制，在整體經(jīng)濟中的重要性分布不均勻，其中數(shù)字化媒體產業(yè)在經(jīng)濟中的重要性測度為0。這說明數(shù)字化媒體產業(yè)不充當其它產業(yè)間資源配置過程的中介產業(yè)，其在整體經(jīng)濟中的地位非常低，對其它產業(yè)長期以來都不具備影響能力。

2.接近性分析

在有向網(wǎng)絡里，途徑的測量還必須考慮到節(jié)點對外作用的方向，因此接近性又可以分為內向和外向接近性。結合投入產出分析，內向接近性測度表明產業(yè)生產活動中對外索取資源時不受其它產業(yè)影響的能力，而外向接近性測度表明產業(yè)向外貢獻資源時不受其它產業(yè)影響的能力。鑒于篇幅，僅展示三個數(shù)字經(jīng)濟產業(yè)的內向和外向接近性的測度值見表5。

通過觀察點度中心度和接近性測度可以發(fā)現(xiàn)，節(jié)點度較大的產業(yè)對應的接近性也較大，說明產業(yè)關聯(lián)網(wǎng)絡的節(jié)點度與接近性有一定的正相關性，節(jié)點度越大接近性也越大，說明當某產業(yè)在經(jīng)濟體中的地位越重要，則越不容易受其它產業(yè)的影響，這種影響可以解釋為當其它產業(yè)改變了它們在經(jīng)濟中對資源的貢獻和索取情況時，該產業(yè)對其它產業(yè)資源貢獻和索取情況也隨之發(fā)生改變的程度。

從內向接近性來看，可以看出數(shù)字化賦權基礎設施產業(yè)的測度值都是最高，表明2012—2017年經(jīng)濟生產中該行業(yè)對外索取資源不受影響的能力最強。而數(shù)字化媒體產業(yè)和數(shù)字化交易產業(yè)的內向接近性長期以來都位于中等偏下水平，說明這兩個產業(yè)在對外索取資源時，容易受到其它產業(yè)的制衡。

從外向接近性來看，數(shù)字化媒體產業(yè)的排名一直都位于最后，表明數(shù)字化媒體產業(yè)在向其它產業(yè)輸出資源時不受其它產業(yè)影響的能力最弱，即容易受其它產業(yè)的影響，其在產業(yè)關系網(wǎng)絡中位于較邊緣地位。而數(shù)字化交易產業(yè)的排名位于第二位，表明其在向其它產業(yè)貢獻資源時不容易受其它產業(yè)的影響，數(shù)字化交易產業(yè)在產業(yè)關系網(wǎng)絡中位于較為中心的地位。

3.細分產業(yè)的子群分析

中心度和關聯(lián)網(wǎng)絡密度分析能夠掌握中國18個產業(yè)經(jīng)濟間關聯(lián)網(wǎng)絡的影響路徑和識別產業(yè)中心聯(lián)系的節(jié)點，但無法揭露針對不同產業(yè)聯(lián)系的集聚特征，因此在完成產業(yè)間中心度分析的基礎上，利用塊模型進一步進行細分產業(yè)的子群分析。通過塊模型將節(jié)點歸類成不同的群組，每個群組里的節(jié)點都有相似的特點和結構，群組與群組之間節(jié)點的特點有明顯的區(qū)別，該分析法可以較容易地看出網(wǎng)絡節(jié)點間的聚類關系，區(qū)分開不同節(jié)點間的特征，并提取特點和結構相似的節(jié)點信息加以分析。

歸納產業(yè)塊模型子群分類結果見表6，可以發(fā)現(xiàn)2012年所有產業(yè)一共分為7個子群，其中數(shù)字化賦權基礎設施產業(yè)與建筑業(yè)、住宿餐飲業(yè)和紡織品工業(yè)共同組成第一個子群，數(shù)字化交易產業(yè)和數(shù)字化媒體產業(yè)也都分布于不同的子群，在2017年里也呈現(xiàn)同樣的情況，只是聚類成群的成員有所改變，說明該三個產業(yè)之間有明顯的特征差異，雖然同屬于數(shù)字經(jīng)濟產業(yè)，但彼此之間卻無法聚為一個子群，產業(yè)間的模式以及各自對經(jīng)濟中其它產業(yè)的貢獻能力有明顯的區(qū)別，從側面說明數(shù)字經(jīng)濟產業(yè)劃分是有效的。塊模型將發(fā)出影響和接受影響相類似的產業(yè)分為同一子群，因此可以得出被并入不同子群的兩兩行業(yè)間對經(jīng)濟具有不同的貢獻度。

在2017年的塊模型分析中，數(shù)字化賦權基礎設施產業(yè)在三級分類中無法與其它任何產業(yè)并為一類，因此在三級子群中它被單獨歸為第一組，由此可得出近幾年數(shù)字化賦權基礎設施產業(yè)在貢獻上明顯區(qū)別于其它行業(yè)，這是由于該產業(yè)近年來受到政策的大力扶持使其發(fā)展路徑與其它產業(yè)脫節(jié)，例如其細分的集成電路產業(yè)，近年來為突破技術瓶頸而大力地投資并引進科研人才進行技術攻關。通過觀察產業(yè)子群網(wǎng)絡（見圖1和圖2），發(fā)現(xiàn)單獨為一個子群的數(shù)字化賦權基礎設施產業(yè)對其它子群具有完全的接受影響，但是對其它子群的發(fā)出影響的密度較稀疏。而數(shù)字化交易產業(yè)與石油化工產業(yè)聚為第五子群，說明兩個產業(yè)擁有相似的產業(yè)結構、特點和對經(jīng)濟的貢獻，2017年的子群網(wǎng)絡圖也顯示由兩者所聚成的第五子群對其它子群具有完全地發(fā)出影響，同時位于子群網(wǎng)絡圖的中心位置，因此該子群的產業(yè)是經(jīng)濟中的核心產業(yè)，其它子群的產業(yè)都使用了來自該子群的產品投入生產，因此數(shù)字化交易產業(yè)與石油化工產業(yè)擁有同等經(jīng)濟地位。

（四）數(shù)字經(jīng)濟產業(yè)與其他產業(yè)的關聯(lián)融合分析

進一步，運用王智波提出的歸因矩陣模型刻畫數(shù)字經(jīng)濟投入產出矩陣的結構變遷，揭示觀測期內數(shù)字經(jīng)濟產業(yè)與其他產業(yè)的融合狀況。歸因矩陣能夠通過刻畫系數(shù)矩陣間結構的變遷過程，分析數(shù)字經(jīng)濟投入產出矩陣的結構變遷，揭示觀測期內數(shù)字經(jīng)濟產業(yè)與其他產業(yè)的關聯(lián)融合狀況。通過歸因矩陣計算方法，結合中國2012和2017年投入產出表，分析了2012—2017年歸因矩陣的相關結果（見表7，由于篇幅限制，表格只列出數(shù)字經(jīng)濟包含的三個產業(yè)的歸因矩陣計算結果）。

在表7中，無論是數(shù)字化賦權基礎設施產業(yè)、數(shù)字化媒體產業(yè)，還是數(shù)字化交易產業(yè)，在2012至2017年期間，歸因矩陣行和均大于1，表明經(jīng)濟中各部門最終需求增加能夠顯著增加數(shù)字化相關產業(yè)部門的產出，其中，數(shù)字化賦權基礎設施產業(yè)的產出提升最大，數(shù)字化交易產業(yè)次之，數(shù)字化媒體產業(yè)最小。同時，三類數(shù)字化產業(yè)的對角元均大于1，即相較于其他部門，產業(yè)自身最終需求對其結構性增長有更大作用，這一結果說明中國數(shù)字經(jīng)濟產業(yè)有較強的產業(yè)集聚現(xiàn)象，數(shù)字化賦權基礎設施產業(yè)集聚作用最強，而數(shù)字化交易產業(yè)集聚作用相對較弱。

而數(shù)字化賦權基礎設施產業(yè)和數(shù)字化交易產業(yè)的非對角元行和分別為0.0694和0.1488，均大于0，這意味著所有其他部門的最終需求對這兩個產業(yè)的產出增長起正向作用，產業(yè)融合發(fā)展較好，而數(shù)字化媒體產業(yè)的非對角元行和為-0.0006，接近于0，表明其他部門最終需求對該產業(yè)的產出增長影響不大，產業(yè)融合發(fā)展較差。

根據(jù)對角元（c_ii）是否大于１與非對角元行和（ODE）是否大于0，將各部門劃分為四類，表8為分類結果。第Ⅰ類（c_ii＞1 ODE＞0），說明產業(yè)越來越內生化，依靠本產業(yè)部門最終需求推動自身產出增加，且其他產業(yè)部門對該產業(yè)的最終需求推動該產業(yè)的產出增加；第Ⅱ類（c_ii＜1 ODE＞0），說明產業(yè)越來越外生化，依靠本產業(yè)部門最終需求推動自身產出作用減弱，且其他產業(yè)部門對該產業(yè)的最終需求推動該產業(yè)的產出增加；第Ⅲ類（c_ii＜1 ODE＜0），說明產業(yè)越來越外生化，其他產業(yè)部門對該產業(yè)的最終需求不能推動該產業(yè)的產出增加；第Ⅳ類（c_ii＞1 ODE＜0），說明產業(yè)越來越內生化，其他部門對該產業(yè)的最終需求不能推動該產業(yè)的產出增加。

數(shù)字經(jīng)濟的三個產業(yè)在2012—2017年分別屬于第I類和第IV類見表8。其中，數(shù)字化賦權基礎設施產業(yè)（代碼1）、數(shù)字化交易產業(yè)（代碼3）為第I類，結合歸因矩陣可知，這兩個產業(yè)為需求拉動型產業(yè)，同時越來越內生化，即依靠本產業(yè)部門最終需求推動本產業(yè)的產出增加，并且經(jīng)濟中其他產業(yè)部門對該產業(yè)的最終需求也能夠增加該產業(yè)產出，其他產業(yè)部門的最終需求通過產業(yè)之間的消耗關系變化，共同促進了該產業(yè)的產出增長，表明數(shù)字化賦權基礎設施產業(yè)和數(shù)字化交易產業(yè)對經(jīng)濟整體發(fā)展的貢獻力量較大；而數(shù)字化媒體產業(yè)（代碼2）為第IV類，非數(shù)字經(jīng)濟產業(yè)部門的最終需求不能推動該產業(yè)的產出增加，表明只有本產業(yè)部門的最終需求才能拉動該產業(yè)部門的產出，數(shù)字化媒體產業(yè)與其他產業(yè)的關聯(lián)融合狀況較差，處于相對獨立的發(fā)展狀態(tài)，對經(jīng)濟整體貢獻力量薄弱。

四研究結論與政策建議

通過構建中國2012和2017年18個產業(yè)的投入產出鄰接矩陣，以數(shù)字經(jīng)濟產業(yè)為主要研究對象，進行社會網(wǎng)絡分析和產業(yè)鏈分析，得出以下結論：

1.從結構分解結果表明，數(shù)字經(jīng)濟的三個產業(yè)部門在整體發(fā)展中的聯(lián)系越來越緊密，受其他產業(yè)的感應越來越強，但對其他產業(yè)的影響有小幅度縮小，其中數(shù)字化交易產業(yè)的動態(tài)溢出效應較強，即通過產業(yè)關聯(lián)創(chuàng)造增加值的能力較強，而數(shù)字化賦權基礎設施產業(yè)和數(shù)字化媒體產業(yè)的自我影響能力在經(jīng)濟增長作用中占了大部分。歸因矩陣結果分析表明，所有產業(yè)部門最終需求的增加均能顯著促進數(shù)字化相關產業(yè)的產出，但是數(shù)字化賦權基礎設施產業(yè)和數(shù)字化交易產業(yè)是需求拉動型產業(yè)，即所有部門的最終需求全都可以推動兩部門的產出增長，并且和其他產業(yè)的融合發(fā)展較好，然而其他部門最終需求對數(shù)字化媒體產業(yè)產出的影響不大，即產業(yè)融合發(fā)展較差，處于相對獨立的發(fā)展狀態(tài)。

2.中國各產業(yè)之間具備一定的關聯(lián)密度水平并呈現(xiàn)逐漸上升趨勢，同時在數(shù)字經(jīng)濟產業(yè)中，數(shù)字化交易產業(yè)和數(shù)字化賦權基礎設施產業(yè)依靠各自特點在所有部門中存在獨特優(yōu)勢，前者在數(shù)字經(jīng)濟發(fā)展中占據(jù)了核心的位置，是典型的基礎產業(yè)。在產業(yè)間的資源配置過程中，通過數(shù)字化交易產業(yè)和數(shù)字化賦權基礎設施產業(yè)較多，而通過數(shù)字化媒體產業(yè)較少，說明該產業(yè)位于網(wǎng)絡較邊緣的位置，對其它產業(yè)無長期影響力。

綜合上述分析結論，本文提出如下政策建議：

1.聚焦數(shù)字經(jīng)濟自身發(fā)展，提升數(shù)字化發(fā)展效率。數(shù)字經(jīng)濟產業(yè)產值增加主要依靠自生能力，產業(yè)自身最終需求對其結構性增長有很大作用，要注重自身的產業(yè)發(fā)展機制的建設，充分發(fā)揮自身乘數(shù)效應規(guī)避產業(yè)內部風險，尤其是數(shù)字化賦權基礎設施產業(yè)和數(shù)字化交易產業(yè)。數(shù)字經(jīng)濟具有提振中國實體經(jīng)濟與推進產業(yè)結構優(yōu)化的重要動能，以數(shù)字化賦權基礎設施產業(yè)為主，該產業(yè)對其它部門產品貢獻能力較強，同時對生產資源的占有率最高。因此，增加對數(shù)字化基礎設施的投資，培養(yǎng)一批勇闖“無人區(qū)”的優(yōu)秀人才與領軍企業(yè)，加大政府財政支持與政策傾斜的力度，通過建設新基建帶動經(jīng)濟發(fā)展，為中國產業(yè)重塑、價值重構與經(jīng)濟轉型做基礎支撐。

2.提升數(shù)字經(jīng)濟與其他產業(yè)的關聯(lián)融合度，加速融合發(fā)展進程。數(shù)字化賦權基礎設施產業(yè)與其他產業(yè)的關聯(lián)融合度較好，數(shù)字化交易產業(yè)主要依靠與其他產業(yè)的關聯(lián)發(fā)展增加自身產值，而數(shù)字化媒體產業(yè)與其他產業(yè)的關聯(lián)融合度較差，因此，在完善改進現(xiàn)有關聯(lián)融合機制的基礎上，增強產業(yè)關聯(lián)，加大產業(yè)鏈上下游深度融合，建立產業(yè)部門之間的信任機制，降低信任成本以及減少合作負擔，增強數(shù)字經(jīng)濟與其他產業(yè)部門的前后向關聯(lián)，拓展全新的關聯(lián)融合機制，即整合創(chuàng)新資源強化“創(chuàng)新關聯(lián)”，同時加強與實體經(jīng)濟產業(yè)部門的聯(lián)系，助力企業(yè)數(shù)字能力普惠化提升，推動中國實體經(jīng)濟通過數(shù)字化轉型實現(xiàn)增長。

3.加強數(shù)字經(jīng)濟研發(fā)能力，推動上下游產業(yè)協(xié)同發(fā)展。目前世界正經(jīng)歷百年未有之大變局，全球產業(yè)鏈受突發(fā)因素影響愈加敏感，這要求中國加速整體產業(yè)鏈研發(fā)進展，工業(yè)、交通運輸業(yè)與服務業(yè)等第二、三產業(yè)部門推動數(shù)字經(jīng)濟發(fā)展，數(shù)字經(jīng)濟反向帶動上游產業(yè)數(shù)字化轉型，數(shù)字經(jīng)濟促進下游產業(yè)增加值規(guī)模累積，下游產業(yè)反哺數(shù)字經(jīng)濟發(fā)展。因此，加強產業(yè)鏈供應鏈建設工作，提升產業(yè)基礎高級化和產業(yè)鏈現(xiàn)代化水平，優(yōu)先發(fā)展一批“鏈主”企業(yè)，強化使命與引領作用，以此保障整體產業(yè)鏈的安全與穩(wěn)定，同時助推創(chuàng)新鏈、金融鏈與產業(yè)鏈融合，實現(xiàn)新發(fā)展格局下的全面協(xié)同發(fā)展。

Analysis of Industrial Linkage and Network Structure

of Chinas Digital Economy

CHEN Yan-wu， DING Hai-ming， MA Jun

Abstract： The “14th Five-Year Plan” proposes to speed up the construction of digital economy and upgrade the modernization level of industrial chain. Based the data of Chinas 2012 and 2017 input-output table， this paper analyzes the linkage structure between the digital economy and other industries by using structural decomposition analysis， social network analysis and causative matrix method. The results show that the digital infrastructure industry， digital trading industry and digital media industry are more and more closely-linked in the economic and social development， and the increase in demand of other industries can significantly promote the output of these three digital economy industries. The first two industries are located at the center of Chinas industrial linkage network， while the digital media industry is located at the edge of the network. The three industries of the digital economy cannot be condensed into a sub-group， and there are obvious differences in their structure， patterns， characteristics and contributions to other industries in the economy. This study is a supplement to the new perspective of empirical research on the digital economy industry. This study is of practical significance to depict the industrial chain structure chart and understand the position of digital economy industry in the economic system and promote the integrated development.

Keywords： digital economy; input-output model; social network analysis; Weaver-Thomas Index Model

【責任編輯：吳應望】