王丹丹,謝明柱

(安徽新華學(xué)院 財會與金融學(xué)院,合肥 230088)

一、引言

數(shù)字經(jīng)濟(jì)是以數(shù)字知識和信息為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)為載體的一系列經(jīng)濟(jì)活動。[1-2]數(shù)字經(jīng)濟(jì)在經(jīng)濟(jì)發(fā)展中發(fā)揮了重要作用,是支撐經(jīng)濟(jì)高質(zhì)量發(fā)展的重要動力之一。《中國數(shù)字經(jīng)濟(jì)發(fā)展報告(2023年)》數(shù)據(jù)顯示,2022年中國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到50.2萬億元,占GDP的比重達(dá)到41.5%。然而,中國地域廣闊,區(qū)域間的數(shù)字資源稟賦存在差異,不同區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展面臨的內(nèi)外部影響因素也有所不同,造成了數(shù)字經(jīng)濟(jì)的空間差異,其中數(shù)字鴻溝便是重要影響因素之一。數(shù)字鴻溝是指不同社會群體、行業(yè)、地域等在獲取、利用數(shù)字技術(shù)機(jī)會及其使用能力的差異。[3-4]數(shù)字鴻溝的存在抑制了數(shù)字經(jīng)濟(jì)要素的空間流動,阻礙了某一區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的正向溢出,不利于周邊地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展,拉大了數(shù)字經(jīng)濟(jì)的空間差異。[5]同時,數(shù)字鴻溝會進(jìn)一步拉大周邊地區(qū)與其他地區(qū)間的差距,即數(shù)字鴻溝會蔓延至周邊地域,這進(jìn)一步擴(kuò)大了數(shù)字經(jīng)濟(jì)的空間差異。所以,如何跨越數(shù)字鴻溝成為當(dāng)前社會各界高度關(guān)注的話題,探索數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異的影響,對于中國區(qū)域間數(shù)字鴻溝的彌合及經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

學(xué)術(shù)界針對數(shù)字經(jīng)濟(jì)展開了廣泛研究,在研究內(nèi)容上主要集中在以下幾方面。一是數(shù)字經(jīng)濟(jì)內(nèi)涵和特征的研究,比如張文魁從內(nèi)生性角度闡述了數(shù)字經(jīng)濟(jì)的內(nèi)涵,并認(rèn)為數(shù)字經(jīng)濟(jì)存在信息產(chǎn)品的非爭奪性、信息的邊際成本趨零以及數(shù)字市場在線不在場等特征。[6]陳曉紅等在探討技術(shù)變革對經(jīng)濟(jì)學(xué)基本理論發(fā)展的影響過程中,基于“內(nèi)涵特征-現(xiàn)實表現(xiàn)-核心理論-方法體系”學(xué)理鏈,構(gòu)建了中國特色數(shù)字經(jīng)濟(jì)理論體系,闡釋了該理論體系框架下的數(shù)字經(jīng)濟(jì)內(nèi)涵與特征。[7]歐陽日輝基于層次論和摩爾定律解釋了數(shù)字經(jīng)濟(jì)的涵義,并將數(shù)字經(jīng)濟(jì)特征歸納為場景化、平臺化、生態(tài)化、數(shù)智化等幾方面。[8]二是數(shù)字經(jīng)濟(jì)發(fā)展水平的測度,比如姚震宇在中國區(qū)域市場化水平與數(shù)字經(jīng)濟(jì)競爭的過程中,從產(chǎn)業(yè)規(guī)模、基礎(chǔ)設(shè)施、創(chuàng)新能力等多維度構(gòu)建了數(shù)字經(jīng)濟(jì)指數(shù),并測算了中國數(shù)字經(jīng)濟(jì)的發(fā)展水平研究顯示,中國數(shù)字經(jīng)濟(jì)發(fā)展水平較低,但提升速度較快。[9]王(Wang)和施(Shi)以安徽省為例,從數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和基礎(chǔ)設(shè)施三個維度構(gòu)建了數(shù)字經(jīng)濟(jì)的測量指標(biāo)體系,對安徽省的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行了測量,認(rèn)為目前安徽省的數(shù)字經(jīng)濟(jì)發(fā)展水平較低。[10]祁紅梅從產(chǎn)出效率角度,利用DEA-MI模型和Malmquist指數(shù)測算了中國數(shù)字經(jīng)濟(jì)的發(fā)展水平,研究顯示,中國數(shù)字經(jīng)濟(jì)發(fā)展水平較低,產(chǎn)出效率整體表現(xiàn)出先升后降趨勢。[11]三是數(shù)字經(jīng)濟(jì)發(fā)展影響因素研究,比如姚震宇[12]、胡增璽和馬述忠[13]均認(rèn)為市場化水平是推動數(shù)字經(jīng)濟(jì)發(fā)展的重要因素。蘇冰杰等基于2010—2018年中國30個省份的數(shù)據(jù),探討了中國數(shù)字經(jīng)濟(jì)發(fā)展水平的影響因素,研究結(jié)論顯示,數(shù)字化基礎(chǔ)、經(jīng)濟(jì)發(fā)展以及政府科技投入是數(shù)字經(jīng)濟(jì)發(fā)展的主要因素。[14]張勛等基于中國數(shù)字普惠金融指數(shù)和中國家庭追蹤調(diào)查(CFPS)數(shù)據(jù)研究了數(shù)字經(jīng)濟(jì)與普惠金融之間的關(guān)系,認(rèn)為普惠金融對數(shù)字經(jīng)濟(jì)發(fā)展水平存在積極的推動作用。[15]王軍等[16]、龔新蜀等[17]、彭剛和高勁松[18]在研究中均論證了數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)發(fā)展存在顯著影響。四是數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域差異研究,比如蘇冰杰等在研究中指出,相較于中西部,中國東部的數(shù)字經(jīng)濟(jì)發(fā)展水平高且發(fā)展速度快。[19]祁紅梅認(rèn)為中國數(shù)字經(jīng)濟(jì)發(fā)展存在顯著的空間異質(zhì)性。[20]呂雁琴和范天正運(yùn)用Dagum基尼系數(shù)實證分析了中國數(shù)字經(jīng)濟(jì)發(fā)展水平的區(qū)域差異及變化規(guī)律,研究顯示,中國各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異明顯,空間上呈現(xiàn)出自東向西階梯遞減的趨勢。[21]

在研究方法上,現(xiàn)有研究以定量分析法為主,比如宋培等使用DEA模型對數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行了測算[22],祁紅梅使用Dagum基尼系數(shù)和Malmquist指數(shù)分析了數(shù)字經(jīng)濟(jì)的區(qū)域差異[23],蘇冰杰等利用泰爾指數(shù)分析數(shù)字經(jīng)濟(jì)的時空特征[24],焦帥濤和孫秋碧使用空間SAR模型分析了數(shù)字經(jīng)濟(jì)發(fā)展的影響因素[25]。

綜上可以發(fā)現(xiàn),首先,現(xiàn)有研究主要從絕對發(fā)展水平角度探討了數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)的影響,很少從數(shù)字經(jīng)濟(jì)空間差異角度展開研究。其次,現(xiàn)有研究大多數(shù)是基于橫截面數(shù)據(jù),對數(shù)據(jù)時間維度的考慮較少,這在一定程度上限制了對數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r的考察。再次,現(xiàn)有研究大多只研究了數(shù)字經(jīng)濟(jì)的空間差異,但忽略了空間溢出效應(yīng)的影響。本文基于2013—2022年的省域面板數(shù)據(jù),利用綜合評價法對中國數(shù)字經(jīng)濟(jì)發(fā)展水平和數(shù)字鴻溝水平進(jìn)行了測度,利用Dagum基尼系數(shù)測算了數(shù)字經(jīng)濟(jì)發(fā)展水平的空間差異,通過構(gòu)建空間效應(yīng)模型分析數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異的影響及存在的溢出效應(yīng)。

二、研究設(shè)計

(一)空間計量模型構(gòu)建

面板數(shù)據(jù)模型是基于面板數(shù)據(jù)構(gòu)建的一種數(shù)學(xué)方程式,其表達(dá)式為：

yit=α+βXit+φKit+γi+λt+μit

(1)

式中,i為空間個體數(shù),t為時間單位數(shù),y是被解釋變量,α為截距項,X是解釋變量,K為控制變量,β和φ是待估參數(shù),γi為空間個體效應(yīng),λt為時間個體效應(yīng),μit為隨機(jī)誤差項。

將空間滯后因變量或空間滯后誤差項引入面板數(shù)據(jù)模型可以構(gòu)建空間效應(yīng)模型,即空間滯后模型(SAR)和空間誤差模型(SEM)?？臻g滯后模型假定被解釋變量在空間上存在依賴,描述了不同空間相互作用的均衡結(jié)果：

(2)

其中,δ為空間自回歸系數(shù)。

空間誤差模型假定因變量主要依賴于個體自身特征,但在誤差項上存在空間相關(guān)性：

(3)

(4)

其中,φit為空間自相關(guān)誤差項,ρ為空間自相關(guān)系數(shù),wij為空間權(quán)重矩陣。xi和xj分別為i空間和j空間的屬性值。借鑒楊慧梅和江璐[26]、李曉鐘和毛芳婷[27]的研究,本文基于空間鄰近關(guān)系構(gòu)建空間矩陣,其計算公式為：

(5)

(二)變量設(shè)置與說明

1.數(shù)字經(jīng)濟(jì)指標(biāo)體系構(gòu)建

借鑒張勛等[28]、李彥龍和畢鈺[29]、王立新[30]、陳夢根和周元任[31]等的研究,本文從基礎(chǔ)設(shè)施、產(chǎn)業(yè)規(guī)模、創(chuàng)新能力、數(shù)字金融四個維度構(gòu)建數(shù)字經(jīng)濟(jì)評價指標(biāo)體系(表1)。

表1 數(shù)字經(jīng)濟(jì)評價指標(biāo)

第一,數(shù)字基礎(chǔ)設(shè)施是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ),用寬帶用戶占比和手機(jī)用戶占比反映。[32-33]

第二,使用人均電信業(yè)務(wù)量以及數(shù)字經(jīng)濟(jì)七大重點(diǎn)產(chǎn)業(yè)的就業(yè)人數(shù)占比、資產(chǎn)總規(guī)模、產(chǎn)業(yè)利潤率來衡量數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)規(guī)模。[34]

第三,創(chuàng)新能力是數(shù)字經(jīng)濟(jì)發(fā)展的核心動力,使用數(shù)字經(jīng)濟(jì)七大重點(diǎn)產(chǎn)業(yè)的專利數(shù)量和研發(fā)人員數(shù)衡量。[35-36]

第四,借鑒李治國[37]和付會敏[38]等學(xué)者的研究,用北京大學(xué)數(shù)字普惠金融指數(shù)(PKU-DFIIC)反映數(shù)字金融狀況,它基于螞蟻科技集團(tuán)的海量用戶數(shù)據(jù),具有橫向和縱向比較、數(shù)據(jù)量大、指標(biāo)全面的優(yōu)勢,包括數(shù)字金融覆蓋廣度、使用深度和普惠金融數(shù)字化程度三個指標(biāo)。

2.數(shù)字鴻溝指標(biāo)體系

數(shù)字鴻溝的表現(xiàn)不僅僅是獲取和利用數(shù)字技術(shù)機(jī)會的差異,同時也體現(xiàn)為數(shù)字技術(shù)應(yīng)用能力上的不足。借鑒弗朗西斯卡(Francisca)[39]、樊軼俠等[40]、杜勇等[41]的研究,本文從數(shù)字技術(shù)獲取機(jī)會、數(shù)字技術(shù)利用機(jī)會和數(shù)字技術(shù)應(yīng)用能力三個維度測算數(shù)字鴻溝。數(shù)字技術(shù)獲取機(jī)會主要體現(xiàn)地區(qū)居民、企業(yè)等接觸數(shù)字技術(shù)的可能性,用各地區(qū)在移動基站數(shù)量差異、長途光纖線路長度差異和互聯(lián)網(wǎng)寬帶接入率差異反映。數(shù)字技術(shù)利用機(jī)會是居民、企業(yè)等能夠利用數(shù)字技術(shù)的可能性,用人均收入水平差異、人均電子商務(wù)消費(fèi)支出差異和互聯(lián)網(wǎng)市場規(guī)模差異反映。[42]數(shù)字技術(shù)應(yīng)用能力主要體現(xiàn)為居民、企業(yè)等利用數(shù)字技術(shù)的規(guī)模和質(zhì)量,用各地區(qū)的財政支持差異、人力資源質(zhì)量差異和研發(fā)支出差異反映。[43]

3.其他影響因素

除了數(shù)字鴻溝,數(shù)字經(jīng)濟(jì)空間差異的形成還會受到其他因素影響,參考現(xiàn)有研究[44-46],主要有城鎮(zhèn)化水平、外商投資和產(chǎn)業(yè)結(jié)構(gòu)三個。

城鎮(zhèn)化水平(U_level)。隨著城鎮(zhèn)化水平的提升,與之配套的各種基礎(chǔ)設(shè)施也在不斷完善和優(yōu)化,這是數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展的重要基礎(chǔ),是數(shù)字產(chǎn)業(yè)資源流動的重要條件之一。本文用城鎮(zhèn)人口占總?cè)丝诒壤?單位：%)代表。

外商投資(F_invest)。外商投資除了為數(shù)字經(jīng)濟(jì)發(fā)展提供資本外,還有助于引入先進(jìn)的數(shù)字經(jīng)濟(jì)管理經(jīng)驗,促進(jìn)數(shù)字技術(shù)創(chuàng)新和數(shù)字要素流動,是降低數(shù)字經(jīng)濟(jì)空間差異的重要因素。本文用外商對數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的直接投資占國內(nèi)生產(chǎn)總值比例(單位：%)代表。

產(chǎn)業(yè)結(jié)構(gòu)(S_indust)。三大產(chǎn)業(yè)中,數(shù)字資源對第三產(chǎn)業(yè)影響最大,智能酒店、移動支付、電子商務(wù)、人工智能、云計算、云辦公等新興數(shù)字業(yè)態(tài)是第三產(chǎn)業(yè)與數(shù)字資源對接的產(chǎn)物。第三產(chǎn)業(yè)在經(jīng)濟(jì)體系中的占比越高,則數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)會發(fā)展的越好,有助于降低數(shù)字經(jīng)濟(jì)空間差異。本文用第三產(chǎn)業(yè)產(chǎn)值占GDP比例(單位：%)代表產(chǎn)業(yè)結(jié)構(gòu)。

(三)數(shù)據(jù)來源

本文將2013—2022年設(shè)置為研究期。鑒于香港、澳門和臺灣的數(shù)據(jù)嚴(yán)重不足,研究區(qū)域設(shè)定為中國大陸的31個省、市和自治區(qū)(統(tǒng)稱“省份”)。根據(jù)《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃綱要和2035年遠(yuǎn)景規(guī)劃綱要》,云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈、人工智能、虛擬現(xiàn)實和增強(qiáng)現(xiàn)實是數(shù)字經(jīng)濟(jì)的七大重點(diǎn)產(chǎn)業(yè),所以本文所涉及的數(shù)字經(jīng)濟(jì)的相關(guān)數(shù)據(jù)是這七大重點(diǎn)產(chǎn)業(yè)的數(shù)據(jù),比如數(shù)字經(jīng)產(chǎn)業(yè)規(guī)模和創(chuàng)新能力下的各指標(biāo)。數(shù)字技術(shù)獲取機(jī)會指標(biāo)和數(shù)字技術(shù)利用機(jī)會指標(biāo)收集戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)庫(https：//emerging.drcnet.com.cn/www/emerging/)、中國信息通信研究院(http：//www.caict.ac.cn/)和阿里研究院(http：//www.aliresearch.com/cn/index),數(shù)字金融指標(biāo)源于北京大學(xué)數(shù)字金融研究中心(https：//tech.antfin.com/research/data),人口及就業(yè)人數(shù)數(shù)據(jù)收集自《中國人口與就業(yè)統(tǒng)計年鑒》,數(shù)字產(chǎn)業(yè)資產(chǎn)總規(guī)模和數(shù)字產(chǎn)業(yè)利潤率收集整理自中國產(chǎn)業(yè)信息網(wǎng)(http：//www.chinassaw.net/)和中國數(shù)字經(jīng)濟(jì)網(wǎng)(https：//www.zgszjj.cn/),數(shù)字經(jīng)濟(jì)專利數(shù)據(jù)來自國家知識產(chǎn)權(quán)局專利檢索網(wǎng)站(http：//pss-system.cnipa.gov.cn/),其他數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》及各省份的統(tǒng)計年鑒。

(四)研究方法

1.綜合評價法

首先,采用范圍標(biāo)準(zhǔn)化法消除維度的影響。然后采用熵權(quán)法計算各指標(biāo)權(quán)重。最后,使用加權(quán)法計算各省份的數(shù)字經(jīng)濟(jì)發(fā)展水平和數(shù)字鴻溝。具體公式為：

(6)

(7)

(8)

(9)

其中,Xij和Aij分別表示原始值和歸一化值。Pij表示第i省份在第j個指數(shù)中的比例。ej和wj分別為信息熵、第j個指數(shù)的權(quán)重,F為最終計算所得的數(shù)字經(jīng)濟(jì)發(fā)展水平或數(shù)字鴻溝水平。

2.Dagum基尼系數(shù)

Dagum基尼系數(shù)是在傳統(tǒng)基尼系數(shù)基礎(chǔ)上的優(yōu)化和改進(jìn),能夠測算數(shù)字經(jīng)濟(jì)在區(qū)域間和區(qū)域內(nèi)的差異。

區(qū)域j和h間的基尼系數(shù)為：

(10)

j區(qū)域內(nèi)的基尼系數(shù)的公式為：

(11)

其中,j和h是區(qū)域,i和r是區(qū)域內(nèi)的省份,n是省份數(shù)量,y是數(shù)字經(jīng)濟(jì)發(fā)展水平的平均值。區(qū)域差異的貢獻(xiàn)率可分為區(qū)域內(nèi)差異貢獻(xiàn)率GW和區(qū)域間差異貢獻(xiàn)率GM。計算公式為：

(12)

(13)

其中,Qj是第j區(qū)域省份數(shù)量與31個省份數(shù)量之比,Sj是第i區(qū)域j省份數(shù)字經(jīng)濟(jì)發(fā)展水平與31個省數(shù)字經(jīng)濟(jì)發(fā)展程度之和之比。Djh是數(shù)字經(jīng)濟(jì)在j和h地區(qū)之間的相對發(fā)展。Djh的取值在0到1之間,(1-Djh)表示變異強(qiáng)度。

三、數(shù)字經(jīng)濟(jì)發(fā)展水平的空間差異分析

(一)數(shù)字經(jīng)濟(jì)發(fā)展水平測算

對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,使用熵權(quán)法計算各指標(biāo)的權(quán)重(表1),而后使用綜合評價法計算各省份2013—2022年的數(shù)字經(jīng)濟(jì)發(fā)展水平。用各省份的均值表示全國層面數(shù)字經(jīng)濟(jì)發(fā)展水平,計算結(jié)果顯示,全國數(shù)字經(jīng)濟(jì)發(fā)展水平從2013年的0.072增長到了2022年的0.579,期間雖然在個別年份有小幅度下降,比如2015和2021年均相對于前一年有小幅度下降,但整體上升趨勢明顯。利用GeoDa軟件分別繪制2014年、2018年、2022年各省域數(shù)字經(jīng)濟(jì)發(fā)展水平分布圖(圖1)。

圖1 數(shù)字經(jīng)濟(jì)發(fā)展水平的省域分布圖

從圖1可以看出,數(shù)字經(jīng)濟(jì)發(fā)展水平分為低水平(白色)、較低水平(淺灰色)、較高水平(深灰色)和高水平(黑色)四個層次。2014年,絕大部分省份數(shù)字經(jīng)濟(jì)發(fā)展水平處于低水平和較低水平層次,低水平區(qū)域包括新疆、西藏、江西、安徽等11個中西部省份,較低水平區(qū)域包括黑龍江、吉林、內(nèi)蒙古、四川等15個省份,高水平省份僅有北京和上海,較高水平省份包括江蘇、廣東和浙江。2018年,高水平和較高水平省份增加到了8個,云南、安徽和河南由低水平層次上升到較低水平層次,而內(nèi)蒙古由較低水平下降到了低水平。數(shù)字經(jīng)濟(jì)發(fā)展較低水平區(qū)域有向西部轉(zhuǎn)移的趨勢,而低水平區(qū)域有向東北轉(zhuǎn)移的趨勢。到了2022年,高水平省份已經(jīng)增加到了5個,分別為北京、江蘇、上海、浙江和廣東。較高水平省份中,除了天津、福建和海南在東部地區(qū)外,其省份均位于西部地區(qū)。而低水平省份中,除了江西和云南外,其他省份均位于東北地區(qū)。此時,中國數(shù)字經(jīng)濟(jì)發(fā)展水平的空間分布呈現(xiàn)東南沿海高、西部較高、中部較低和東北低的狀態(tài)。

綜上分析,2013年以來,中國數(shù)字經(jīng)濟(jì)發(fā)展水平整體上呈現(xiàn)不斷上升態(tài)勢,整體上處于“東部高、中西部低”的空間分布格局。這主要得益于2013年以來,中國對數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的大力支持和投入,自2013年起,幾乎每年都會有2項以上中央層面的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)支持政策出臺。而當(dāng)前空間分布格局的形成則主要源于中國長期以來的區(qū)域經(jīng)濟(jì)差異,這使得不同區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展基礎(chǔ)不同,進(jìn)而造成當(dāng)前的空間分布格局。同時,高水平省份穩(wěn)定在東部沿海地區(qū),較高水平省份由東部向中西部地區(qū)轉(zhuǎn)移,低水平省份由西部向東北部轉(zhuǎn)移。出現(xiàn)這種現(xiàn)象的原因可能在于,一是中國推出的西部大開發(fā)、東北振興、中部崛起等一系列改革措施完善了中西部、東北地區(qū)的數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施,二是中國出臺了包括泛長三角、環(huán)渤海等在內(nèi)的區(qū)域一體化政策,縮小了省域間數(shù)字經(jīng)濟(jì)空間差異。

(二)數(shù)字經(jīng)濟(jì)空間差異分析

計算2013—2022年各省份數(shù)字經(jīng)濟(jì)發(fā)展水平的Dagum基尼系數(shù)(圖2)?？梢钥闯?總體基尼系數(shù)從2013年的0.349下降到了2022年的0.151,表明中國數(shù)字經(jīng)濟(jì)發(fā)展水平的總體空間差異有所下降。從貢獻(xiàn)度可以看出,總體空間差異主要來源于區(qū)域間差異,2013年以來的區(qū)域間凈差異均在72%以上,均值達(dá)到了74.41%,而區(qū)域內(nèi)差異的貢獻(xiàn)度均值僅為25.45%。

圖2 全國層面數(shù)字經(jīng)濟(jì)空間總體差異及貢獻(xiàn)率

(三)數(shù)字鴻溝測算

使用熵權(quán)法計算各數(shù)字鴻溝評價指標(biāo)權(quán)重(表2),而后使用綜合評價法計算各省份2013—2022年的數(shù)字鴻溝水平。用各省份的均值表示全國數(shù)字鴻溝水平,并繪制折線圖(圖3)?？梢钥闯?整體上,中國數(shù)字鴻溝水平處于下降狀態(tài),數(shù)字鴻溝水平值從2013年的0.571下降到了2022年的0.267,說明在宏觀層面上,中國的數(shù)字鴻溝有所彌合。但最低值依然為0.267,說明數(shù)字鴻溝依然不可忽視。同時可以看出,樣本期內(nèi)數(shù)字鴻溝水平的下降速度有差異,2016年及以前下降速度較快,2017年及以后下降速度放緩。這一方面是因為2017年及以后的數(shù)字鴻溝水平值相對之前基數(shù)變小,另一方面可能是因為2013年至2016年間,5G技術(shù)、智能移動終端、自媒體平臺應(yīng)用等快速普及帶來了企業(yè)、普通民眾接觸和使用數(shù)字技術(shù)的窗口期。

圖3 全國層面數(shù)字鴻溝水平

表2 數(shù)字鴻溝測算指標(biāo)體系

四、數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異的影響與溢出效應(yīng)

本部分以數(shù)字鴻溝(D_gap)為解釋變量,數(shù)字經(jīng)濟(jì)總體空間差異(D_digital)為被解釋變量,其他影響因素為控制變量,構(gòu)建空間效應(yīng)模型,以實證分析數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異的影響及可能存在的溢出效應(yīng)。

(一)模型校驗

1.面板效應(yīng)校驗

面板數(shù)據(jù)模型在構(gòu)建過程中有隨機(jī)效應(yīng)、混合效應(yīng)和固定效應(yīng)三種具體形式,隨機(jī)效應(yīng)和固定效應(yīng)的判別可以利用F檢驗,混合效應(yīng)和固定效應(yīng)的判別可以利用Hausman檢驗,利用這兩種方法對本文的面板數(shù)據(jù)模型進(jìn)行校驗(表3)。校驗結(jié)果顯示,F檢驗在5%水平下顯示固定效應(yīng)形式更適合本文,而Hausman檢驗在10%水平下顯示混合效應(yīng)形式更適用于本文。在顯著性水平上,F檢驗優(yōu)于Hausman檢驗,所以本文選擇F檢驗結(jié)果,面板效應(yīng)選擇固定效應(yīng),具體包括時間固定效應(yīng)、空間固定效應(yīng)和時空固定效應(yīng)。

表3 面板效應(yīng)檢驗表

2.空間效應(yīng)校驗

利用拉格朗日乘子(LM)和穩(wěn)健的拉格朗日乘子(Robust LM)對空間效應(yīng)模型的兩種形式(SAR和SEM)在本文中的適用性進(jìn)行判別。從表4可以看出,LM對SEM檢驗的P值為0.081,低于10%,而Robust LM對SEM檢驗的P值為0.247,高于10%,SEM在本文中的適用性難以判別。而LM對SAR檢驗的P值為0.023,Robust LM對SAR檢驗的P值為0.075,分別在5%和10%水平下顯著,所以空間滯后模型(SAR)更適合本文。

(二)參數(shù)估計與分析

利用2013—2022年的省域面板數(shù)據(jù)構(gòu)建固定效應(yīng)的空間滯后模型,參數(shù)估計結(jié)果如表5所示。各種固定效應(yīng)下的Adj-R2在0.45左右,解釋變量對被解釋變量的解釋能力較高。DW值均在2左右,模型中各變量間的獨(dú)立性較高,存在自相關(guān)性的可能性很低。P(F-stat)均為0,模型整體顯著性水平很高。所以各模型參數(shù)估計效果較好。

表5中,各模型中D_gap的參數(shù)估計值均為正數(shù),且顯著性水平均較高,在空間固定和時間固定效應(yīng)下通過了1%的顯著性,在時空固定效應(yīng)下通過了5%的顯著性,數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異存在顯著的正向影響。比較各解釋變量的參數(shù)估計值可以發(fā)現(xiàn),在空間固定下最大,為0.442,其次是時空固定,為0.407,時間固定下最小,為0.328,數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異的影響更偏向于時間維度上,隨著時間的推移,數(shù)字鴻溝會造成數(shù)字經(jīng)濟(jì)空間差異更明顯。三者的均值為0.392,數(shù)字鴻溝水平每提升1個單位,數(shù)字經(jīng)濟(jì)總體空間差異會平均提升0.392個單位。所以,從數(shù)字技術(shù)獲取機(jī)會、利用機(jī)會、應(yīng)用能力等方面著手制定政策以降低數(shù)字鴻溝,有助于中國數(shù)字經(jīng)濟(jì)空間差異的控制。

各模型中δ的估計值分別為0.169、0.148和0.182,均值為0.166,至少在5%水平下顯著,數(shù)字鴻溝對數(shù)字經(jīng)濟(jì)空間差異存在顯著的正向溢出效應(yīng)。某一省份的數(shù)字鴻溝水平每提升1個單位,會平均帶動周邊省份數(shù)字鴻溝水平提升0.166個單位,進(jìn)一步推動數(shù)字經(jīng)濟(jì)空間差異加大。

從控制變量來看,U_level和S_indust在各模型中的參數(shù)估計值均為負(fù)數(shù),且至少通過了10%的顯著性,城鎮(zhèn)化水平提升和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有助于數(shù)字經(jīng)濟(jì)空間差異的控制。其中,U_level的參數(shù)估計值均值為-0.111,高于S_indust的-0.082,城鎮(zhèn)化水平對于數(shù)字經(jīng)濟(jì)空間差異的反向控制力度更大。F_invest在空間固定效應(yīng)模型中的參數(shù)估計值顯著為負(fù),在時間固定效應(yīng)模型中為正數(shù),不顯著,而在時空固定效應(yīng)模型中為負(fù),但不顯著。所以,外商投資對數(shù)字經(jīng)濟(jì)空間差異的影響不穩(wěn)定。

(三)穩(wěn)健性檢驗

利用調(diào)整樣本容量和變換估計方法的方式進(jìn)行穩(wěn)健性檢驗。樣本容量調(diào)整為2015—2019年間的五年樣本,估計方法變換為廣義GMM法,對前文模型重新估計(表6)。2015—2019年樣本下各模型的P(F-stat)均為0,DW值距2比較近,Adj-R2值均在0.4以上,此時的模型整體估計效果較好。廣義GMM法下各模型的P(F-stat)依然為0,DW值距2比較近,P(Sargan)在可接受范圍內(nèi),此時的模型整體估計效果也較為理想。

表6 穩(wěn)健性檢驗結(jié)果

表6中,D_gap和δ的系數(shù)值均顯著為正,與表5一致。各控制變量的參數(shù)估計值和顯著性水平也與表5基本一致,2015—2019年樣本下,U_level在時間固定效應(yīng)模型中的顯著性水平雖然較低,但系數(shù)依然為負(fù),F_invest的系數(shù)值雖然沒有像表5中出現(xiàn)正值,但大部分沒有通過10%的顯著性水平,也表現(xiàn)出不穩(wěn)定狀態(tài)。所以,總體來看,前文參數(shù)估計結(jié)果的穩(wěn)健性較高,本文的實證結(jié)論具有較高的可信度。

五、結(jié)論與建議

(一)結(jié)論

第一,2013年以來,中國數(shù)字經(jīng)濟(jì)發(fā)展水平整體上呈現(xiàn)上升態(tài)勢,處于“東部高、中西部低”的空間分布格局。高水平省份穩(wěn)定在東部沿海地區(qū),較高水平省份由東部向中西部轉(zhuǎn)移,低水平省份由西部向東北部轉(zhuǎn)移。

第二,2013年以來,中國數(shù)字經(jīng)濟(jì)發(fā)展水平的總體空間差異有所下降,總體空間差異主要來源于區(qū)域間差異。

第三,2013—2022年期間,中國數(shù)字鴻溝水平整體上處于下降趨勢,2016年及以前的下降速度較快,2017年及以后的下降速度放緩。

第四,數(shù)字鴻溝對中國數(shù)字經(jīng)濟(jì)發(fā)展水平的空間差異存在顯著的正向影響,同時還存在顯著的正向溢出效應(yīng)。

第五,城鎮(zhèn)化水平和產(chǎn)業(yè)結(jié)構(gòu)是中國數(shù)字經(jīng)濟(jì)發(fā)展水平空間差異的顯著反向影響因素。

(二)建議

為了加快“數(shù)字中國”建設(shè),推動中國經(jīng)濟(jì)高質(zhì)量發(fā)展,政府部門可以從縮小數(shù)字鴻溝、控制數(shù)字經(jīng)濟(jì)空間差異的角度制定相關(guān)政策：

第一,加強(qiáng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的區(qū)域內(nèi)和區(qū)域間合作。政府部門可以利用稅費(fèi)優(yōu)惠、信貸支持等手段引導(dǎo)和鼓勵數(shù)字產(chǎn)業(yè)從東部地區(qū)向中西部地區(qū)轉(zhuǎn)移、從強(qiáng)省向弱省轉(zhuǎn)移、從城市向鄉(xiāng)村轉(zhuǎn)移,并促進(jìn)數(shù)字元素在區(qū)域內(nèi)和區(qū)域間的流動。

第二,充分認(rèn)識到數(shù)字鴻溝的阻礙作用。各省份在加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)和光纖鋪設(shè)、正確引導(dǎo)居民開展電子商務(wù)的同時,還可以通過財政投入引導(dǎo)數(shù)字產(chǎn)業(yè)加大數(shù)字技術(shù)研發(fā)投入、大量培養(yǎng)高素質(zhì)數(shù)字技術(shù)人才,以提升區(qū)域內(nèi)數(shù)字技術(shù)應(yīng)用能力,控制本地區(qū)與其他地區(qū)間的數(shù)字鴻溝。

第三,關(guān)注數(shù)字鴻溝的溢出效應(yīng),鼓勵數(shù)字經(jīng)濟(jì)強(qiáng)省向周邊地區(qū)傳遞數(shù)字經(jīng)濟(jì)發(fā)展經(jīng)驗,完善數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)人才跨區(qū)域聯(lián)合培養(yǎng)機(jī)制,充分釋放中國數(shù)字經(jīng)濟(jì)的發(fā)展?jié)摿?彌合不同地區(qū)間的“數(shù)字鴻溝”,重塑數(shù)字經(jīng)濟(jì)發(fā)展新格局。

第四,合理配置資源,不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。提升對數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)相關(guān)的第三產(chǎn)業(yè)的投入,大力支持和培育科創(chuàng)型企業(yè)、技術(shù)服務(wù)企業(yè)等第三產(chǎn)業(yè)的發(fā)展,為數(shù)字經(jīng)濟(jì)的協(xié)調(diào)發(fā)展提供支持。