李 潔，王琴梅

（1.陜西師范大學(xué) 國際商學(xué)院，西安 710119；2.太原工業(yè)學(xué)院 經(jīng)濟(jì)與管理系，太原 030008）

0 引言

為有效應(yīng)對復(fù)雜的國內(nèi)外形勢，推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展，需要構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局[1]，我國數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展為新發(fā)展格局的構(gòu)建提供了現(xiàn)實(shí)基礎(chǔ)?？梢姅?shù)字經(jīng)濟(jì)是暢通“雙循環(huán)”的重要抓手[2]。數(shù)字經(jīng)濟(jì)發(fā)展是擴(kuò)大內(nèi)需的重要途徑，能有效地挖掘消費(fèi)需求和優(yōu)化消費(fèi)結(jié)構(gòu)，為構(gòu)建新發(fā)展格局提供新動力；同時又能有效推動內(nèi)需與產(chǎn)業(yè)良性互動，借助跨國公司的發(fā)展積極向海外市場進(jìn)行延伸，促進(jìn)國內(nèi)、國際經(jīng)濟(jì)進(jìn)一步融合，為構(gòu)建新發(fā)展格局提供關(guān)鍵戰(zhàn)略支撐。因此，如何有效測度數(shù)字經(jīng)濟(jì)發(fā)展水平、判定不同區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的驅(qū)動因素進(jìn)而推動其高質(zhì)量發(fā)展成為我國當(dāng)前構(gòu)建新發(fā)展格局亟待解決的關(guān)鍵問題。

現(xiàn)有研究主要采用直接法[3]和間接法[4—11]測度我國數(shù)字經(jīng)濟(jì)發(fā)展水平，具體應(yīng)用熵值法進(jìn)行間接測量，側(cè)重于在分析各省份數(shù)字經(jīng)濟(jì)相對發(fā)展的基礎(chǔ)上探討我國“三大區(qū)域”發(fā)展差異，或是對某一特定區(qū)域如“長江經(jīng)濟(jì)帶”[6]展開研究。通過構(gòu)建SAR模型探究我國數(shù)字經(jīng)濟(jì)發(fā)展影響因素，如產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、政府干預(yù)、人力資本等均會不同程度地影響我國數(shù)字經(jīng)濟(jì)發(fā)展[5,6]。已有研究較少關(guān)注新發(fā)展格局視閾下我國“南北數(shù)字經(jīng)濟(jì)分化”現(xiàn)象及其成因，忽略了區(qū)域特質(zhì)性影響因素，難以對數(shù)字經(jīng)濟(jì)的空間優(yōu)化發(fā)展提供相應(yīng)實(shí)證依據(jù)；同時由于“內(nèi)生性”不能得以有效解決而易使計量模型的回歸結(jié)果存在一定偏誤。因此，本文采用綜合加權(quán)TOPSIS法，利用新發(fā)展格局視閾下數(shù)字經(jīng)濟(jì)評價指標(biāo)體系測度我國2013—2019年數(shù)字經(jīng)濟(jì)發(fā)展水平，并應(yīng)用Dagum 系數(shù)分解法、Kernel 密度估計法綜合揭示其南北分化及演進(jìn)趨勢；選用QAP 分析法探究我國數(shù)字經(jīng)濟(jì)“南北鴻溝”的形成原因，以期為新發(fā)展格局下實(shí)現(xiàn)我國數(shù)字經(jīng)濟(jì)空間優(yōu)化發(fā)展提供現(xiàn)實(shí)依據(jù)。

1 研究設(shè)計

1.1 研究方法

1.1.1 綜合加權(quán)TOPSIS法

分析步驟如下[12]：

首先，將數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的原始評價矩陣標(biāo)準(zhǔn)化后得到相應(yīng)矩陣R=(Yij)m×n，i=1，…，m;j=1，…，n，Yij為第i個省份的第j個指標(biāo)的標(biāo)準(zhǔn)化數(shù)值。

最后，計算i省份數(shù)字經(jīng)濟(jì)接近最優(yōu)解的相對程度Ci，數(shù)值越大說明該省份數(shù)字經(jīng)濟(jì)發(fā)展水平越高。

1.1.2 Dagum系數(shù)分解法

為有效避免樣本間可能存在的交叉重疊，更好地描述區(qū)域差異產(chǎn)生的具體來源[13]，將總系數(shù)（G）分解為區(qū)域間差異（GBC）、區(qū)域內(nèi)差異（GWC）和超變密度（GDC）三個部分。

1.1.3 Kernel密度估計法

由于Kernel密度估計法具有穩(wěn)健、能直觀描述分布動態(tài)、有效擬合樣本數(shù)據(jù)等優(yōu)點(diǎn)，因此較多應(yīng)用于非均衡研究[14]。本文選取高斯函數(shù)進(jìn)行分析。

1.1.4 QAP分析法

應(yīng)用隨機(jī)置換法對關(guān)系數(shù)據(jù)模型進(jìn)行非參數(shù)檢驗(yàn)，能有效克服自相關(guān)、多重共線性等問題，將每個區(qū)域視作一個行動者，通過構(gòu)建差異矩陣分析區(qū)域間差異形成的具體原因[15]。本文以數(shù)字經(jīng)濟(jì)差異矩陣作為被解釋變量，運(yùn)用關(guān)系數(shù)據(jù)模型探尋我國數(shù)字經(jīng)濟(jì)發(fā)展差異形成的作用機(jī)制。

首先，設(shè)定如下模型：

其中，Y、X、Z分別為以n×n的矩陣形式表示的被解釋變量、解釋變量、控制變量，U為殘差矩陣。

其次，進(jìn)行QAP 分析，主要包括相關(guān)分析及回歸分析，二者原理[15]基本一致，前者分析兩兩矩陣間的相互關(guān)系，后者重點(diǎn)考察多個矩陣和一個矩陣的回歸關(guān)系[16]。本文采用DSP進(jìn)行隨機(jī)置換[16]。

1.2 評價指標(biāo)體系構(gòu)建

新發(fā)展格局視閾下，數(shù)字經(jīng)濟(jì)的健康有序發(fā)展主要依托于完整的數(shù)據(jù)產(chǎn)業(yè)體系、大規(guī)模的市場需求以及推動供求有效匹配的網(wǎng)絡(luò)設(shè)施、數(shù)字創(chuàng)新和制度環(huán)境。數(shù)據(jù)作為一種新型生產(chǎn)要素,通過直接參與社會再生產(chǎn)活動和在循環(huán)過程中優(yōu)化生產(chǎn)要素配置而提高全要素生產(chǎn)率，從供給端構(gòu)建新發(fā)展格局的基礎(chǔ)條件。以需求為導(dǎo)向的數(shù)字經(jīng)濟(jì)，應(yīng)用新型數(shù)字技術(shù)深度挖掘多元化的消費(fèi)需求，擴(kuò)大消費(fèi)規(guī)模、引領(lǐng)消費(fèi)需求結(jié)構(gòu)升級，有效暢通國內(nèi)市場大循環(huán)，從需求端構(gòu)建新發(fā)展格局的核心驅(qū)動。推動數(shù)字技術(shù)創(chuàng)新、新基建及制度建設(shè)能提升數(shù)據(jù)的有效生產(chǎn)、傳輸及分析能力，加速數(shù)據(jù)流、信息流供需匹配效率，帶動實(shí)物流、資金流等快速流通，加快商品供需精準(zhǔn)對接，使得經(jīng)濟(jì)活動的生產(chǎn)、流通和消費(fèi)環(huán)節(jié)更加通暢，為新發(fā)展格局的形成提供了有力支撐。因此，從供給端、需求端、保障端三個維度構(gòu)建新發(fā)展格局視閾下我國數(shù)字經(jīng)濟(jì)評價指標(biāo)體系，如表1所示。

表1 新發(fā)展格局視閾下我國數(shù)字經(jīng)濟(jì)評價指標(biāo)體系

1.3 影響因素變量選取

參考已有研究成果并結(jié)合我國數(shù)字經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)情況，將影響數(shù)字經(jīng)濟(jì)發(fā)展的因素劃分為經(jīng)濟(jì)、制度及創(chuàng)新因素。經(jīng)濟(jì)因素重點(diǎn)考察經(jīng)濟(jì)發(fā)展規(guī)模和結(jié)構(gòu)，經(jīng)濟(jì)發(fā)展水平越高的區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平也越高[5]，通過加大對新基建的投資，提升數(shù)據(jù)等要素的廣泛共享及高效利用能力，為數(shù)字經(jīng)濟(jì)發(fā)展提供更有利的物質(zhì)條件；數(shù)字經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)的深度融合可以促進(jìn)我國傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級。從新型城鎮(zhèn)化和市場化兩個方面分析制度因素，新型城鎮(zhèn)化的發(fā)展有利于推動不同要素的有效集聚，在數(shù)據(jù)等溢出效應(yīng)作用下能有效推動產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化；市場化發(fā)展程度較高有利于提高數(shù)據(jù)等要素的流動性和配置效率。將創(chuàng)新因素分解為技術(shù)創(chuàng)新和人力資本，技術(shù)創(chuàng)新為數(shù)字經(jīng)濟(jì)發(fā)展提供動力支撐；高度信息化和數(shù)字化的硬件設(shè)備和軟件產(chǎn)業(yè)更加需要擁有特定專業(yè)知識和技能的人才作為其發(fā)展的能動性因素。具體指標(biāo)及測度方法見表2。

表2 數(shù)字經(jīng)濟(jì)發(fā)展影響因素變量

1.4 數(shù)據(jù)來源

鑒于數(shù)據(jù)可得性，選取中國30個省份（不含西藏和港澳臺）的數(shù)據(jù)作為樣本，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》、Wind 數(shù)據(jù)庫以及各省份統(tǒng)計年鑒的相應(yīng)數(shù)據(jù)，部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

2 實(shí)證分析

2.1 數(shù)字經(jīng)濟(jì)發(fā)展水平測度及分類

2.1.1 數(shù)字經(jīng)濟(jì)發(fā)展水平測度

運(yùn)用綜合加權(quán)TOPSIS 法測度2013—2019 年我國30個省份數(shù)字經(jīng)濟(jì)及各分項(xiàng)發(fā)展水平，如下頁表3所示。借鑒鈔小靜等（2021）[17]的研究思路，對具有缺失值的指標(biāo)進(jìn)行敏感性分析，即將具有缺失值的指標(biāo)依次剔除后，運(yùn)用綜合加權(quán)TOPSIS 法進(jìn)行重新測度，并將兩次測算結(jié)果對比。結(jié)果發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)測度水平變動較小且在樣本期內(nèi)仍具有不斷提升的發(fā)展態(tài)勢，表明測度結(jié)果具有一定穩(wěn)健性。

表3 2013—2019我國數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)、各分項(xiàng)指數(shù)及排名

2.1.2 數(shù)字經(jīng)濟(jì)發(fā)展水平分類

根據(jù)我國數(shù)字經(jīng)濟(jì)實(shí)際發(fā)展?fàn)顩r，以全國發(fā)展均值為基準(zhǔn)，借鑒劉軍等（2020）[5]的分析思路，將數(shù)字經(jīng)濟(jì)綜合水平及三個分項(xiàng)發(fā)展劃分為高水平、較高水平、中等水平和較低水平四種類型，具體如表4和表5所示。就綜合指數(shù)而言，我國南方地區(qū)絕大多數(shù)省份數(shù)字經(jīng)濟(jì)發(fā)展水平處于中等水平之上，占比約為68.75%，而北方地區(qū)僅占31.25%；北方地區(qū)絕大多數(shù)省份處于較低水平，這意味著我國數(shù)字經(jīng)濟(jì)發(fā)展存在“南北鴻溝”。我國各分項(xiàng)指數(shù)的均值從大到小依序?yàn)镈I1＞DI3＞DI2，即現(xiàn)階段DI1發(fā)展態(tài)勢最好，DI3次之，DI2成為制約我國數(shù)字經(jīng)濟(jì)發(fā)展的“短板”。DI1、DI2、DI3均存在“南北分異”，就DI1來看，較高水平及以上類型中有70%的省份位于南方地區(qū)，只有30%的省份屬于北方地區(qū)，絕大多數(shù)北方地區(qū)省份供給端發(fā)展較為薄弱。DI2中只有8 個省份屬于較高水平及以上類型，其中北方地區(qū)省份約占25%；其余22個省份位于第Ⅲ、Ⅳ類型，說明現(xiàn)階段數(shù)字經(jīng)濟(jì)需求端發(fā)展兩極分化，因此在新發(fā)展格局視閾下擴(kuò)大需求是當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展的主要著力點(diǎn)。就DI3而言，50%的省份處于較低水平類型中，意味著我國數(shù)字經(jīng)濟(jì)發(fā)展保障端具有較高的上升空間。

表5 各維度分項(xiàng)指數(shù)類型劃分

2.2 我國數(shù)字經(jīng)濟(jì)發(fā)展南北地區(qū)差異性分析

2.2.1 時序演變分析

由圖1可得我國數(shù)字經(jīng)濟(jì)發(fā)展水平不斷提升，增速為2.2%；南北地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異明顯，均值表現(xiàn)為南方地區(qū)＞全國＞北方地區(qū)。我國數(shù)字經(jīng)濟(jì)綜合發(fā)展呈現(xiàn)階段性特征：2013—2017 年在平穩(wěn)中緩慢上升，2017—2019年則表現(xiàn)為先上升后回落的發(fā)展趨勢。

圖1 2013—2019年我國數(shù)字經(jīng)濟(jì)發(fā)展趨勢

2.2.2 空間差異分析

（1）區(qū)域差異分解

由下頁表6 可得，2013—2016 年總系數(shù)值急劇下降，2017年開始上升，之后又呈遞減趨勢，說明樣本期內(nèi)整體發(fā)展趨勢波動中降低，總體差異年均下降3%，意味著我國數(shù)字經(jīng)濟(jì)發(fā)展趨勢總體差異在不斷縮小?？疾霨WC發(fā)現(xiàn)南北地區(qū)區(qū)域內(nèi)差異系數(shù)均出現(xiàn)下降，南方地區(qū)區(qū)域內(nèi)差異系數(shù)值年均下降速度為2.8%；北方地區(qū)區(qū)域內(nèi)差異系數(shù)值年均下降率則達(dá)3.6%，表明我國區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展差異也呈縮小趨勢，且北方地區(qū)收斂速度明顯高于南方地區(qū)。我國南北地區(qū)區(qū)域間差異系數(shù)值GBC變動雖較為平緩，但由期初的0.07上升為期末的0.11，增長了57%，說明我國數(shù)字經(jīng)濟(jì)南北差異有逐漸擴(kuò)大趨勢。GWC貢獻(xiàn)度圍繞47.44上下波動，呈現(xiàn)波動降低且幅度較為平緩，平均下降0.3%；GDC也具有波動下降態(tài)勢，平均下降率為4.8%，降幅為26.4%，反映出區(qū)域間差異與區(qū)域內(nèi)差異的交互影響對總體發(fā)展差異的影響在逐漸變小；GBC表現(xiàn)為上升趨勢，由2013年的14.82上升到2019年的25.62，漲幅為73%，平均上升率為10%。因此，雖然現(xiàn)階段GWC均值最高，但其貢獻(xiàn)度逐漸降低，GBC雖然低于GWC，但在不斷上升且上升幅度較大，GDC下降，說明未來區(qū)域間差異的影響將會越來越顯著。

表6 2013—2019年Dagum基尼系數(shù)及區(qū)域分解

（2）動態(tài)演進(jìn)分析

從分布位置（圖略）來看，我國總體、南方及北方地區(qū)的核密度曲線均有不同程度右移，表明數(shù)字經(jīng)濟(jì)發(fā)展均有效提升，前文分析所得客觀事實(shí)得以驗(yàn)證。從分布形態(tài)來看，我國數(shù)字經(jīng)濟(jì)總體及南方、北方地區(qū)的峰度值均不斷下降，寬度變化程度略有不同，我國北方地區(qū)的曲線峰度最為陡峭，總體次之，南方地區(qū)最為平坦，這意味著北方地區(qū)內(nèi)部數(shù)字經(jīng)濟(jì)發(fā)展差異縮小的狀況改善程度最好。從延展性來看，我國總體、南方地區(qū)、北方地區(qū)的核密度曲線都表現(xiàn)為“右拖尾”，主要是由于各自區(qū)域內(nèi)部存在著發(fā)展較優(yōu)的省份所致。

2.3 基于QAP分析法的數(shù)字經(jīng)濟(jì)南北分化的成因分析

當(dāng)前我國數(shù)字經(jīng)濟(jì)發(fā)展存在明顯南北區(qū)域差異，“南北鴻溝”顯現(xiàn)是各因素綜合作用所致，為促進(jìn)我國數(shù)字經(jīng)濟(jì)區(qū)域協(xié)調(diào)發(fā)展，有效推動新發(fā)展格局的構(gòu)建，需探尋影響我國數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域特質(zhì)性因素。假設(shè)A、B兩個區(qū)域數(shù)字經(jīng)濟(jì)差距為DDIG，以DDIG（DIGA-DIGB）為被解釋變量，以其余影響因素即經(jīng)濟(jì)發(fā)展差距DGDP（GDPA-GDPB）、產(chǎn)業(yè)結(jié)構(gòu)差距DINS（INSA-INSB）、市場化差距DMAR（MARA-MARB）、新型城鎮(zhèn)化差距DURB（URBA-URBB）、人力資本差距DHUM（HUMA-HUMB）、技術(shù)創(chuàng)新差距DTEC（TECA-TECB）為解釋變量構(gòu)建關(guān)系數(shù)據(jù)模型。

表7 相關(guān)性分析中各變量相關(guān)系數(shù)存在著顯著相關(guān)性，因此可應(yīng)用QAP 回歸考察各因素對數(shù)字鴻溝的影響作用和強(qiáng)度。

表7 QAP相關(guān)分析結(jié)果

2.3.1 我國數(shù)字經(jīng)濟(jì)發(fā)展差異的影響因素分析

表8報告了全樣本QAP回歸結(jié)果。調(diào)整R2為0.903并通過1%水平上的顯著性檢驗(yàn)，表明已有解釋變量能解釋我國數(shù)字經(jīng)濟(jì)差異形成的90.3%。標(biāo)準(zhǔn)化系數(shù)可避免指標(biāo)不同量綱的影響[15]，DINS、DMAR、DTEC、DURB 標(biāo)準(zhǔn)化系數(shù)均顯著為正，說明產(chǎn)業(yè)結(jié)構(gòu)、市場化、技術(shù)創(chuàng)新及新型城鎮(zhèn)化的非均衡發(fā)展是引致區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展差異的主要因素，影響程度由低到高依次為DMAR＜DTEC＜DURB＜DINS，意味著縮小DINS、DMAR、DTEC、DURB 能推動我國區(qū)域數(shù)字經(jīng)濟(jì)有效收斂，產(chǎn)業(yè)結(jié)構(gòu)差距是促使我國數(shù)字經(jīng)濟(jì)發(fā)展差距形成的主要因素，這與鐘業(yè)喜和毛煒圣（2020）[6]的研究結(jié)論一致。

表8 全樣本QAP回歸分析結(jié)果

2.3.2 我國數(shù)字經(jīng)濟(jì)發(fā)展影響因素的動態(tài)演變分析

對樣本期進(jìn)行逐年回歸得出各因素的標(biāo)準(zhǔn)化系數(shù)變化趨勢，如下頁圖2 所示。DMAR 和DTEC 系數(shù)波動式上升，DTEC 系數(shù)更大，說明DTEC 和DMAR 是影響DDIG 的決定性因素，而DTEC影響相對更強(qiáng)；DURB呈先升后降的“倒V”型并在2017年達(dá)到峰值，DINS系數(shù)2014年最大，表明DINS、DURB 分別是2014 年和2017 年數(shù)字經(jīng)濟(jì)發(fā)展差異形成的主導(dǎo)因素；DHUM在整個樣本期內(nèi)未通過顯著性檢驗(yàn)；DGDP 在2017—2019 年顯著為負(fù)，其余年份未通過相應(yīng)檢驗(yàn)。樣本期內(nèi)DTEC、DMAR、DINS、DURB是影響我國數(shù)字經(jīng)濟(jì)發(fā)展差異的主要因素，這與上述研究結(jié)論較為一致。2013—2019 年，制度因素差距是制約我國數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵性因素，技術(shù)創(chuàng)新差距影響逐年增強(qiáng)，而產(chǎn)業(yè)結(jié)構(gòu)差距帶來的影響逐漸減小，2017 年后經(jīng)濟(jì)發(fā)展差距的影響作用逐漸顯現(xiàn)。

圖2 全樣本標(biāo)準(zhǔn)化系數(shù)變化圖

2.3.3 南北地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異的影響因素分析

如下頁表9 所示，南北地區(qū)分樣本調(diào)整R2均在1%的水平上顯著，表明南方地區(qū)各因素能在89.8%的程度上解釋其數(shù)字經(jīng)濟(jì)發(fā)展差異形成原因，而北方地區(qū)解釋力度高達(dá)94.8%。南方地區(qū)中DGDP在5%的水平上顯著為負(fù)，回歸系數(shù)絕對值為1.490，表明DGDP影響強(qiáng)度最大，經(jīng)濟(jì)發(fā)展水平較低的省份數(shù)字經(jīng)濟(jì)發(fā)展增速更明顯。DHUM、DMAR、DINS、DTEC 和DURB 均顯著為正，說明縮小這些差距能有效緩解南方地區(qū)內(nèi)部數(shù)字經(jīng)濟(jì)發(fā)展差異，且作用強(qiáng)度由高到低依次為DURB、DTEC、DINS、DMAR、DHUM。北方地區(qū)DGDP、DHUM、DTEC 和DURB 均未通過顯著性檢驗(yàn)。DINS、DMAR在5%的水平上顯著為正，說明北方地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異產(chǎn)生的主要影響因素為產(chǎn)業(yè)結(jié)構(gòu)和市場化水平的不均衡發(fā)展，且產(chǎn)業(yè)結(jié)構(gòu)差距影響最大。

表9 南北方地區(qū)QAP回歸分析結(jié)果

2.3.4 穩(wěn)健性檢驗(yàn)

將QAP 分析中的隨機(jī)置換數(shù)由5000 變更為2000，通過對比兩次回歸結(jié)果調(diào)整R2和各個解釋變量的P值，發(fā)現(xiàn)顯著性水平基本一致，證明研究結(jié)論具有一定的穩(wěn)健性。

3 結(jié)論

本文在測度2013—2019年我國各省份數(shù)字經(jīng)濟(jì)發(fā)展水平并對其進(jìn)行分類的基礎(chǔ)上，從時空維度分析我國數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域異質(zhì)性，應(yīng)用QAP分析法從經(jīng)濟(jì)、制度及創(chuàng)新三個層面實(shí)證考察我國數(shù)字經(jīng)濟(jì)南北地區(qū)發(fā)展差異的成因。具體結(jié)論如下：（1）2013—2019 年我國數(shù)字經(jīng)濟(jì)總體水平顯著提升，需求端發(fā)展相對不足是目前我國數(shù)字經(jīng)濟(jì)發(fā)展的“短板”；我國數(shù)字經(jīng)濟(jì)及各維度發(fā)展均呈現(xiàn)不同程度南北分化。南方地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)于北方地區(qū)，更具有競爭優(yōu)勢，南北地區(qū)差異增大且影響程度逐漸加強(qiáng)，但北方地區(qū)區(qū)域內(nèi)差異收斂略快。（2）市場化差距是數(shù)字經(jīng)濟(jì)非均衡發(fā)展的主要驅(qū)動力，技術(shù)創(chuàng)新差距對我國數(shù)字經(jīng)濟(jì)非均衡發(fā)展的影響具有逐漸增強(qiáng)的作用，縮小產(chǎn)業(yè)結(jié)構(gòu)差距能有效地推動數(shù)字經(jīng)濟(jì)的平衡發(fā)展；2017年后，經(jīng)濟(jì)發(fā)展差距的影響開始顯現(xiàn)?？s小市場化差距和推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化可以有效地推動北方地區(qū)區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)均衡發(fā)展，而南方地區(qū)區(qū)域內(nèi)主要影響因素為經(jīng)濟(jì)發(fā)展差距。