摘 要：數(shù)字經(jīng)濟作為中國經(jīng)濟的核心增長極，為實現(xiàn)中國制造向中國智造的轉(zhuǎn)型升級做出了重要貢獻?；谥袊?0個省市2014-2021年的相關統(tǒng)計數(shù)據(jù)，構(gòu)建數(shù)字經(jīng)濟與制造業(yè)評價指標體系并運用熵值法對其進行綜合評價，分析數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展區(qū)域差異原因，進一步運用σ收斂與β收斂模型分析兩者匹配發(fā)展區(qū)域差異的演變趨勢。研究結(jié)果表明：中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展區(qū)域差異較為明顯，區(qū)域差異是造成總體差異的主要原因；分區(qū)域看，數(shù)字經(jīng)濟與制造業(yè)不存在σ收斂，但兩者的絕對β收斂和條件β收斂顯著。上述研究結(jié)果對把握中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展規(guī)律以及動態(tài)調(diào)整相關政策以促進經(jīng)濟高質(zhì)量發(fā)展提供了理論依據(jù)。

關鍵詞：數(shù)字經(jīng)濟；制造業(yè)；區(qū)域差異；收斂性

中圖分類號中圖分類號：F427

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202404151

英文標題Matching Development and Convergence Analysis of China’s Digital Economy and Manufacturing Industry：Based on Empirical Data from 30 Provinces and Cities in China

Wang Luyao1，Shi Ke2，Zhang Lihua1

（1.School of Economic Management，" North China University of Science and Technology， Tangshan 063210， China;

2.School of Statistics， Tianjin University of Finance and Economics， Tianjin 300221， China）

英文摘要Abstract：The digital economy， as the core growth pole of China's economy， has made important contributions to the transformation and upgrading from Made in China to Made in China. Based on relevant statistical data from 30 provinces and cities in China from 2014 to 2021， a digital economy and manufacturing evaluation index system is constructed， and the entropy method is used to comprehensively evaluate it. The reasons of regional differences in the matching development of the digital economy and manufacturing industry are analyzed， and the evolution trend of regional differences in the matching development of the two is further analyzed using the σconvergence and βconvergence models. Research has shown that there are significant regional differences in the matching development of China's digital economy and manufacturing industry， and regional differences are the main reason for the overall differences; From a regional perspective， there is no sigma convergence between the digital economy and manufacturing industry， but their absolute beta convergence and conditional beta convergence are significant. The above research results provide a theoretical basis for grasping the matching development law between China's digital economy and manufacturing industry， as well as dynamically adjusting relevant policies to promote high-quality economic development.

英文關鍵詞Key Words：Digital Economy; Manufacturing; Regional Differences; Astringency

0 引言

隨著數(shù)字技術和人工智能的迅猛發(fā)展，數(shù)字經(jīng)濟成為世界經(jīng)濟發(fā)展的新動力，制造業(yè)則是數(shù)字經(jīng)濟發(fā)展的重要應用領域。數(shù)字經(jīng)濟和制造業(yè)的融合發(fā)展將引領經(jīng)濟發(fā)展的新方向，為經(jīng)濟帶來新的增長模式和增長點。中國作為世界第二大經(jīng)濟體，數(shù)字經(jīng)濟與制造業(yè)發(fā)展的匹配對中國經(jīng)濟的高質(zhì)量發(fā)展具有重要意義。國內(nèi)外相關學者對于數(shù)字經(jīng)濟與制造業(yè)發(fā)展進行了卓有成效的研究與探索，為數(shù)字經(jīng)濟與制造業(yè)的匹配研究奠定了基礎。

在有關數(shù)字經(jīng)濟與制造業(yè)發(fā)展水平的測度與評價方面，許憲春等[1]從增加值視角測算數(shù)字經(jīng)濟基礎產(chǎn)業(yè)增加值和其應用于傳統(tǒng)行業(yè)中所產(chǎn)生的增加值之和占GDP的比重，認為數(shù)字經(jīng)濟對GDP的貢獻度主要集中在數(shù)字經(jīng)濟與制造業(yè)的融合以及數(shù)字技術對制造業(yè)的影響。郭炳南等[2]從互聯(lián)網(wǎng)發(fā)展和數(shù)字金融水平兩個角度建立數(shù)字經(jīng)濟指標體系，用熵值法對數(shù)字經(jīng)濟發(fā)展水平進行衡量。周曉輝[3]以長三角為例，從發(fā)展規(guī)模、發(fā)展效率、發(fā)展效益、發(fā)展?jié)摿?個方面來構(gòu)建制造業(yè)指標體系，具體包括勞動生產(chǎn)率、凈利潤占營業(yè)收入的比重等4個指標，并運用熵值法對制造業(yè)發(fā)展水平進行衡量。孫暢等[4]從生產(chǎn)要素、市場業(yè)務、創(chuàng)新能力3個層次，以及固定資產(chǎn)投資、產(chǎn)值利潤率等13個具體指標建立了制造業(yè)指標體系，通過因子分析法確定各指標權(quán)重以衡量制造業(yè)發(fā)展水平。在數(shù)字經(jīng)濟與制造業(yè)的匹配融合方面，程敏[5]通過分析黑龍江省數(shù)字經(jīng)濟與制造業(yè)的融合現(xiàn)狀，提出通過加強數(shù)字基礎設施建設，培育數(shù)字人才等來實現(xiàn)兩者的高質(zhì)量融合發(fā)展。周正等[6]基于中國數(shù)字經(jīng)濟與制造業(yè)的相關數(shù)據(jù)進行實證分析，認為數(shù)字經(jīng)濟發(fā)展水平對中國制造業(yè)發(fā)展具有顯著的正向影響。尚濤等[7]認為數(shù)字經(jīng)濟與制造業(yè)之間存在顯著的空間溢出效應，且認為數(shù)字經(jīng)濟對制造業(yè)升級具有顯著的促進作用。蔡婷婷等[8]研究了數(shù)字經(jīng)濟對中國制造業(yè)的賦能效應，認為數(shù)字經(jīng)濟對制造業(yè)的升級轉(zhuǎn)型具有促進作用，但需要加強相關政策支持與產(chǎn)業(yè)協(xié)同發(fā)展。Areslonbekovna[9]認為，制造業(yè)的數(shù)字化轉(zhuǎn)型可以提高生產(chǎn)效率，降低生產(chǎn)成本，同時為創(chuàng)新提供新的機遇。Wang等[10]提出利用大數(shù)據(jù)支持智能免疫系統(tǒng)的方法來實現(xiàn)能源高效制造管理，認為大數(shù)據(jù)與人工智能的整合可以幫助減少能源消耗。

數(shù)字經(jīng)濟發(fā)展受到信息技術的支持，具有高度的數(shù)字化和網(wǎng)絡化特征，而制造業(yè)的核心在于技術與工藝的創(chuàng)新和應用。探索數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展模式，對理解經(jīng)濟領域中不同產(chǎn)業(yè)融合的內(nèi)在邏輯和規(guī)律有著重要意義。研究數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的趨勢和特點，有助于深化對數(shù)字化轉(zhuǎn)型與制造業(yè)產(chǎn)業(yè)升級規(guī)律的理解，從而推動兩者協(xié)同發(fā)展。對收斂性分析有助于把握數(shù)字經(jīng)濟和制造業(yè)之間的關系，預測未來經(jīng)濟發(fā)展的方向和趨勢，為政策制定提供依據(jù)。因此，本文重點探索數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展及其收斂性，以期促進中國數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展以及傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。

1 研究設計

1.1 指標體系構(gòu)建

梳理已有研究成果[11-12]，基于各項指標的科學性和可得性原則，從數(shù)字設施指數(shù)、數(shù)字創(chuàng)新指數(shù)、數(shù)字產(chǎn)業(yè)指數(shù)和數(shù)字環(huán)境指數(shù)4個一級指標，以及光纜線路長度、互聯(lián)網(wǎng)寬帶接入端口數(shù)、軟件業(yè)務收入等14項二級指標構(gòu)建數(shù)字經(jīng)濟發(fā)展水平評價指標體系，并通過熵值法對中國各省數(shù)字經(jīng)濟發(fā)展水平進行賦權(quán)并測算；在制造業(yè)發(fā)展方面，從產(chǎn)業(yè)規(guī)模和產(chǎn)業(yè)創(chuàng)新兩個一級指標，以及制造業(yè)就業(yè)單位人員平均工資、工業(yè)產(chǎn)品銷售收入、工業(yè)企業(yè)Ramp;D人員數(shù)，工業(yè)企業(yè)Ramp;D經(jīng)費以及工業(yè)企業(yè)Ramp;D項目數(shù)5個二級指標構(gòu)建評價指標體系。具體指標體系如表1所示。

1.2 數(shù)據(jù)來源

鑒于數(shù)據(jù)的可得性和準確性，本文采用2014-2021年中國30個省份（因數(shù)據(jù)缺失，故不包括西藏自治區(qū)以及港澳臺地區(qū)）的相關統(tǒng)計數(shù)據(jù)。其中數(shù)字普惠金融指數(shù)來源于《北京大學數(shù)字普惠金融指數(shù)（2014-2021）》，其余數(shù)據(jù)來源于《中國統(tǒng)計年鑒（2012-2022）》與國家統(tǒng)計局官方網(wǎng)站、各個省份相應年份統(tǒng)計年鑒，2016年之前數(shù)據(jù)來源于中國統(tǒng)計年鑒，2016年之后數(shù)據(jù)來源于中國互聯(lián)網(wǎng)信息中心網(wǎng)絡發(fā)展狀況統(tǒng)計報告。個別缺失數(shù)據(jù)通過線性趨勢由線性插值法填補獲取，使用Stata 16.0進行數(shù)據(jù)分析。

在β收斂模型中，從經(jīng)濟發(fā)展、科學技術、制度環(huán)境、數(shù)字經(jīng)濟發(fā)展4個方面構(gòu)建數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展影響因素框架。經(jīng)濟發(fā)展（Gdp），選取地區(qū)生產(chǎn)總值作來衡量；科學技術（Tec），選取移動互聯(lián)網(wǎng)用戶數(shù)來衡量；制度環(huán)境（Env），選取扣除教育支出和科學技術支出后的地方一般公共預算支出占地區(qū)生產(chǎn)總值的比重來衡量；數(shù)字經(jīng)濟發(fā)展（Eco），選取數(shù)字經(jīng)濟綜合發(fā)展得分來衡量。

1.3 熵值法及指標權(quán)重

對數(shù)據(jù)進行標準化處理。

正向指標標準化：

yij=xij-min （xij）max （xij）-min （xij） （1）

負向指標標準化：

yij=max （xij）-xijmax （xij）-min （xij） （2）

其中，max （xij）、min （xij）分別表示為第j項的最大值和最小值。

熵值計算：

ej=-k∑m1pijln （pij） （3）

其中，m為評價對象的個數(shù)。

pij=yij∑m1yij （4）

確定各項指標權(quán)重：

wij=1-eij∑n1（1-eij） （5）

最后利用NI=∑wij×yij，分別計算出數(shù)字經(jīng)濟與制造業(yè)的綜合發(fā)展指數(shù)。

其中wij為權(quán)重，n為指標個數(shù)，經(jīng)計算，中國數(shù)字經(jīng)濟與制造業(yè)各項指標權(quán)重如表1所示。

1.4 數(shù)字經(jīng)濟與制造業(yè)匹配水平測度

由于數(shù)字經(jīng)濟與制造業(yè)是相互作用、相互影響的，因此利用耦合度模型衡量兩者之間的匹配度：

C=f（x）×f（y）fx+f（y）221/2 （6）

C表示產(chǎn)數(shù)字經(jīng)濟與制造業(yè)的匹配度即耦合度，取值[0，1]，C值越大表示兩者之間的匹配程度越高，相互影響越大。其中f（x）表示數(shù)字經(jīng)濟發(fā)展綜合評價指標， f（y）表示制造業(yè)發(fā)展綜合評價指標。兩者之間耦合度雖能反映數(shù)字經(jīng)濟與制造業(yè)發(fā)展的相互作用程度，但不能表征兩者之間在高水平上相互促進還是低水平上相互制約，因此構(gòu)建耦合協(xié)調(diào)度模型來更好地反映數(shù)字經(jīng)濟與制造業(yè)之間的動態(tài)匹配程度。

D= C×T （7）

T=αfx+βf（y） （8）

其中C表示耦合度，T為綜合協(xié)調(diào)發(fā)展指數(shù)，D表示兩者之間的耦合協(xié)調(diào)度。α和β表示數(shù)字經(jīng)濟與制造業(yè)兩者的權(quán)重，一般α和β均選取0.5，表示在計算兩者之間的耦合協(xié)調(diào)關系時兩者有同等的重要性。為更加準確有效地研究數(shù)字經(jīng)濟與制造業(yè)之間的耦合協(xié)調(diào)發(fā)展狀況，本文將兩者的耦合協(xié)調(diào)度劃分為10個等級，如表2所示。

1.5 Dagum基尼系數(shù)及分解

Dagum基尼系數(shù)是一種測算區(qū)域間差異的方法，可以將區(qū)域間的不均衡分解成區(qū)域內(nèi)不均衡、區(qū)域間不均

衡與超變密度。超變密度是指不同區(qū)域的重疊地區(qū)造成的區(qū)域間的差異，利用Dagum基尼系數(shù)對中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平進行區(qū)域差異分解，分析其差異原因?？傮w基尼系數(shù)G可以通過以下公式表示：

G=∑kj=1∑kh=1∑nji=1∑nhr=1|yji-yhr|2n2η （9）

總體G可以分解為區(qū)域間差異Gw、區(qū)域內(nèi)差異Gb與超變密度Gt，G=GW+Gt+Gb，計算公式為：

Gjj=12y-∑nji=1∑njr=1|yji-yjr|n2j （10）

Gw=∑kj=1Gjjpjsj （11）

Gjh=∑nji=1∑nhr=1yji-yhr|njnh（yj--yh-） （12）

Gb=∑kj=2∑j-1h=1Gjh（pjsh+phsj）Djh （13）

Gt=∑kj=2∑j-1h=1Gjh（pjsh+phsj）（1-Djh） （14）

其中，pj=njn，sj=njyj-ny-；Djh表示區(qū)域j與區(qū)域h之間數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的相對影響力；djh表示數(shù)字經(jīng)濟與制造業(yè)之間耦合協(xié)調(diào)度的差值；pjh是超變一階；Fj和Fh是區(qū)域j和區(qū)域h的累計密度分布函數(shù)。

Dj=djh-pjhdjh+pjh （15）

djh=∫SymboleB@0dFj（y）∫y0y-xdFh（x）（16）

pjh=∫SymboleB@0dFh（y）∫y0y-xdFj（x）（17）

2 實證分析

2.1 綜合發(fā)展水平分析

2.1.1 數(shù)字經(jīng)濟綜合發(fā)展水平

利用熵值法測算2014-2021年中國30個省份的數(shù)字經(jīng)濟發(fā)展水平的綜合得分，如表3所示。

由表3可知，中國30個省份的數(shù)字經(jīng)濟水平總體得分較低且具有顯著的差異，各省份的數(shù)字經(jīng)濟水平在2014-2021年整體呈上升趨勢。其中數(shù)字經(jīng)濟發(fā)展水平最高的4個省份分別是

廣東省、北京市、江蘇省、浙江省，且廣東省、北京市、江蘇省在2021年的發(fā)展水平均達到了0.5以上；數(shù)字經(jīng)濟發(fā)展水平最低的3個省市分別是青海省、寧夏回族自治區(qū)、海南省，且青海省在2021年發(fā)展水平低至0.05以下。

2.1.2 制造業(yè)綜合發(fā)展水平

利用熵值法測算2014-2021年中國30個省份的制造業(yè)發(fā)展水平的綜合得分，如表4所示。

由表4可以看出，中國30個省份的制造業(yè)發(fā)展水平總體得分較低且具有顯著的差異，且各省份的制造業(yè)發(fā)展水平在2014—2021年均呈上升趨勢。其中制造業(yè)發(fā)展水平最高的省市分別是廣東省、江蘇省、浙江省、山東省，尤其是廣東省發(fā)展得分為0.669，遠高于其他省份。制造業(yè)發(fā)展水平最低的5個省市分別是青海省、海南省、寧夏回族自治區(qū)、甘肅省和新疆維吾爾族自治區(qū)。

2.2 數(shù)字經(jīng)濟與制造業(yè)發(fā)展匹配度分析

利用熵值法對數(shù)字經(jīng)濟與制造業(yè)的耦合協(xié)調(diào)程度進行計算，得到中國30個省份協(xié)調(diào)等級以及耦合協(xié)調(diào)程度。由表5可知，不同省份的耦合協(xié)調(diào)程度存在明顯差異。東部地區(qū)部分省份的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平較高，如廣東省、江蘇省、北京市、山東省等，這可能是因為這些地區(qū)數(shù)字經(jīng)濟發(fā)展水平較高，且擁有優(yōu)質(zhì)的資源稟賦；而一些經(jīng)濟相對落后的中西部省份數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平較低，如云南省、貴州省、甘肅省、內(nèi)蒙古等，這是因為這些地區(qū)數(shù)字經(jīng)濟發(fā)展相對落后，且擁有的資源稟賦也相對薄弱。

數(shù)字經(jīng)濟與制造業(yè)耦合協(xié)調(diào)程度最好的是江蘇省與廣東省，其耦合協(xié)調(diào)度均值在0.9左右，耦合協(xié)調(diào)程度為優(yōu)質(zhì)協(xié)調(diào)，這是因為江蘇省與廣東省的數(shù)字化發(fā)展較快，使得其數(shù)字經(jīng)濟與制造業(yè)的協(xié)調(diào)度達到優(yōu)質(zhì)協(xié)調(diào)。其次是北京市、上海市、浙江省、山東省，其耦合協(xié)調(diào)度均值為0.6以上，耦合協(xié)調(diào)程度為初級協(xié)調(diào)，這是由于東部沿海地區(qū)積極加快數(shù)字化發(fā)展，建設制造業(yè)產(chǎn)業(yè)體系，使得數(shù)字經(jīng)濟與制造業(yè)的協(xié)調(diào)度良好。中度失調(diào)地區(qū)有新疆維吾爾族自治區(qū)、貴州省、云南省等。海南省、甘肅省、青海省、寧夏回族自治區(qū)等地區(qū)經(jīng)濟相對不發(fā)達，產(chǎn)業(yè)發(fā)展也較落后，其數(shù)字經(jīng)濟與制造業(yè)的耦合協(xié)調(diào)程度不高，處于嚴重失調(diào)階段。

2.3 基于Dagum基尼系數(shù)的差異分析

上文描述了2014-2021年中國數(shù)字經(jīng)濟與制造業(yè)發(fā)展綜合評價水平以及數(shù)字經(jīng)濟與制造業(yè)之間匹配度的分布特征，為進一步考察中國數(shù)字經(jīng)濟與制造業(yè)綜合發(fā)展匹配度的區(qū)域差異及其演變趨勢，采用Dagum基尼系數(shù)及其分解方法對匹配度的區(qū)域差異進行測算，結(jié)果見表6。

2.3.1 總體差異

由表6可以看出，2014-2021年中國數(shù)字經(jīng)濟與制造業(yè)匹配總體發(fā)展水平的演變趨勢，樣本觀察期內(nèi)基尼系數(shù)總體差異有所擴大。具體表現(xiàn)為：2014-2021年Dagum基尼系數(shù)持續(xù)下降，由0.473降至0.436，下降幅度為7.82%；其中2014-2015年下降幅度最大，由0.473下降到0.462，下降了2.32%。2014-2021年總體基尼系數(shù)均值為0.450，表明中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展程度的整體差異有所減小。

2.3.2 區(qū)域內(nèi)差異

按照國家統(tǒng)計局《第一次全國經(jīng)濟普查主要數(shù)據(jù)公報（第一號）》區(qū)劃標準[14]，本文將中國30個省份分為東部地區(qū)、中部地區(qū)以及西部地區(qū)3個地區(qū)，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省份；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省份；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11個省份。

各經(jīng)濟區(qū)數(shù)字經(jīng)濟與制造業(yè)發(fā)展匹配水平的變動幅度如圖1所示。由圖1可知，東部地區(qū)的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平高于中部地區(qū)和西部地區(qū)，說明東部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配的不平衡狀況相比其他兩個地區(qū)更加明顯。中部地區(qū)的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平Dagum基尼系數(shù)呈現(xiàn)震蕩緩慢上升的變化趨勢，西部地區(qū)基尼系數(shù)呈波動下降趨勢。2014-2021年，東部地區(qū)的Dagum基尼系數(shù)由0.345上升至0.358，變動幅度相對較小；中部地區(qū)的Dagum基尼系數(shù)由0.186上升至0.199，上升幅度約為6.99%；西部地區(qū)的Dagum基尼系數(shù)由0.339下降至0.291，下降幅度約為14.16%。從數(shù)值上來看，西部地區(qū)變動幅度最大，說明2014-2021年西部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平區(qū)域內(nèi)差異逐步擴大，且擴大幅度最為明顯。

2.3.3 區(qū)域間差異

由表6可以看出，中國各經(jīng)濟區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平的區(qū)域間差異。從區(qū)域間基尼系數(shù)的數(shù)值來看，2014-2021年中國各經(jīng)濟區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平的區(qū)域間差異呈現(xiàn)出不斷下降的趨勢，2014年區(qū)域間基尼系數(shù)最大，為0.330。區(qū)域間差異在2016年下降幅度最大，2016-2017年區(qū)域間差異基尼系數(shù)僅下降了0.012。說明數(shù)字經(jīng)濟與制造業(yè)發(fā)展水平的區(qū)域間差異不斷縮小，與之前比區(qū)域差異有所縮小。

2.3.4 差異原因及貢獻度

從表6還可以看出，中國各經(jīng)濟區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平的差異原因以及其貢獻度。從各貢獻度均值可知，數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平的區(qū)域間差異貢獻率遠遠高于區(qū)域內(nèi)差異貢獻率以及超變密度貢獻率，說明區(qū)域間差異是總體差異的主要原因。從差異原因的演變趨勢看，區(qū)域間差異貢獻率從2014年的69.714%，到2021年的65.880%，基本保持著平穩(wěn)下降趨勢，下降幅度約為5.50%，說明中國各經(jīng)濟區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平區(qū)域間差異有所下降；區(qū)域內(nèi)差異貢獻率在2014年為23.675%，之后波動上升，到2021年為25.508%，上升幅度約為7.74%，說明區(qū)域內(nèi)差異較之前更為明顯；超變密度貢獻率在2014年為6.611%，而后呈現(xiàn)出先下降后上升再下降的震蕩變動趨勢，2014-2015年下降至6.579%，2016-2020年上升至8.863%，2020-2021年又下降至8.612%，表明各經(jīng)濟區(qū)的交叉重疊現(xiàn)象有所增加，即數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平較高區(qū)域中的那些匹配發(fā)展水平較低的省份，其匹配發(fā)展水平可能低于匹配發(fā)展水平較低的區(qū)域中一些匹配發(fā)展水平較高的省份。

2.4 數(shù)字經(jīng)濟與制造業(yè)的收斂性分析

2.4.1 數(shù)字經(jīng)濟與制造業(yè)的σ收斂分析

全國及東部、中部、西部地區(qū)的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展水平變異系數(shù)如表7所示。全國的變異系數(shù)呈現(xiàn)出波動下降趨勢，2014-2015年輕微下降，隨后上升至2016年的0.949，再下降后又上升至2018年的0.931，2019-2021年又波動下降至0.899，2014-2021年全國變異系數(shù)整體下降了7.03%；東部地區(qū)的變異系數(shù)呈現(xiàn)出“輕微下降-明顯上升-下降”的變化趨勢，變異系數(shù)由2015年的0.630大幅度上升至2019年的0.692，在2021年下降至0.668，2024-2022年東部地區(qū)變異系數(shù)整體上升了4.21%；中部地區(qū)的變異系數(shù)呈現(xiàn)出“波動上升-回落-上升-下降”的“M”型變化趨勢，由2014年的0.363波動上升至2016年的0.382，在2017年下降至0.358，又波動上升至2021年的0.386，中部地區(qū)變異系數(shù)上升幅度約為6.06%；西部地區(qū)的變異系數(shù)呈現(xiàn)波動下降的變化趨勢，其變異系數(shù)在2014-2019年直線下降，又在2020年上升，2021年又下降至0.581，2014-2021年的變化幅度約為18.40%?？傮w上看，全國層面和西部地區(qū)的變異系數(shù)呈現(xiàn)出下降趨勢，說明全國層面和西部地區(qū)各省份的數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展存在σ收斂，表明數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展存在趨同的發(fā)展趨勢；東部、中部地區(qū)的變異系數(shù)均呈現(xiàn)出波動上升趨勢，數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展并沒有呈現(xiàn)出σ收斂，這兩個區(qū)域的不平衡程度有所增加。

2.4.2 數(shù)字經(jīng)濟與制造業(yè)的β收斂分析

①數(shù)字經(jīng)濟與制造業(yè)的絕對β收斂。

通過Hausman檢驗、固定效應檢驗、隨機效應檢驗等，分析全國及東部、中部、西部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的絕對β收斂性。檢驗結(jié)果如表8所示。結(jié)果表明選擇固定效應模型更合適。從檢驗結(jié)果來看，全國及三大地區(qū)的收斂系數(shù)β均為負值，且均通過了5%的顯著性檢驗，表明全國及三大地區(qū)數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展均存在絕對β收斂趨勢。

②數(shù)字經(jīng)濟與制造業(yè)的條件β收斂。

考慮經(jīng)濟發(fā)展、科學技術、制度環(huán)境、數(shù)字經(jīng)濟發(fā)展4個影響因素，分析全國及東部、中部、西部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的條件及收斂性。檢驗結(jié)果如表9所示。

括號中的數(shù)值為t統(tǒng)計量。從檢驗結(jié)果可以發(fā)現(xiàn)，全國及3個地區(qū)的收斂系數(shù)β均為負值，均存在條件β收斂趨勢。

進一步考察數(shù)字經(jīng)濟發(fā)展水平對數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的作用。從表8可以看出，4個回歸方程中數(shù)字經(jīng)濟發(fā)展水平的回歸系數(shù)均為正值，說明數(shù)字經(jīng)濟發(fā)展水平對數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展均具有促進作用。具體來說，東部地區(qū)經(jīng)濟發(fā)展、科學技術、制度環(huán)境的回歸系數(shù)分別為1.38E-06、-1.42E-06、0.060，表明經(jīng)濟發(fā)展和制度環(huán)境對于兩者的匹配發(fā)展具有促進作用，經(jīng)濟水平的提高以及制度環(huán)境的優(yōu)化可以提升數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展水平，而科學技術的回歸系數(shù)為負值，表明現(xiàn)有的科學技術水平不利于兩者的匹配發(fā)展，應該進一步提高東部地區(qū)的科學技術水平；中部地區(qū)經(jīng)濟發(fā)展、科學技術、制度環(huán)境的回歸系數(shù)分別為1.12E-07、-1.05E-05、0.214，同東部地區(qū)類似，經(jīng)濟水平的提高以及制度環(huán)境的優(yōu)化可以提升數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展水平，而現(xiàn)有的科學技術水平不利于兩者的匹配發(fā)展，所以中部地區(qū)也應該加強發(fā)展該地區(qū)的科學技術水平；而西部地區(qū)經(jīng)濟發(fā)展、科學技術、制度環(huán)境的回歸系數(shù)分別為2.74E-06、-2.53E-06、0.059，西部地區(qū)同樣需要進一步發(fā)展科學技術水平來促進兩者的匹配發(fā)展。

3 結(jié)論與建議

3.1 研究結(jié)論

從發(fā)展現(xiàn)狀看，中國數(shù)字經(jīng)濟與制造業(yè)的整體發(fā)展水平較低，但2014-2021年數(shù)字經(jīng)濟與制造業(yè)發(fā)展的綜合得分均呈現(xiàn)上升趨勢，發(fā)展水平逐步提升，數(shù)字經(jīng)濟綜合得分上升幅度整體快于制造業(yè)發(fā)展綜合得分。各省份數(shù)字經(jīng)濟與制造業(yè)發(fā)展水平均存在明顯差異，發(fā)展水平最高的兩個省份為北京市、廣東省，發(fā)展水平最低的兩個省份為青海省、寧夏回族自治區(qū)。根據(jù)地理位置可以看出，東部地區(qū)發(fā)展水平最高，

而中西部地區(qū)的耦合發(fā)展亟待提升。從數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的耦合協(xié)調(diào)度來看，東部地區(qū)數(shù)字經(jīng)濟與制造業(yè)的匹配度均值處于全國最高水平；而中部地區(qū)的匹配度居中；西部地區(qū)的匹配度處于全國最低水平，該地區(qū)內(nèi)各省市的耦合協(xié)調(diào)度基本處于中度失調(diào)或嚴重失調(diào)。區(qū)域間發(fā)展不均衡。

從Dagum基尼系數(shù)各差異數(shù)值來看，全國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的總體差異呈現(xiàn)波動下降趨勢，說明全國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展的不平衡越來越小；從區(qū)域內(nèi)部差異來看，東部、中部地區(qū)的區(qū)域內(nèi)差異均呈現(xiàn)上升趨勢，西部地區(qū)呈波動下降趨勢。東部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配的不平衡狀況較于其他兩個地區(qū)更為突出；從區(qū)域間來看，中國各經(jīng)濟區(qū)之間的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展與之前相比更加均衡了。因此，區(qū)域間差異是造成數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展總體差異的主要原因，區(qū)域內(nèi)差異是第二原因。

從收斂特征來看，中國東部、中部、西部地區(qū)數(shù)字經(jīng)濟與制造業(yè)的變異系數(shù)均呈現(xiàn)上升趨勢，說明區(qū)域發(fā)展平衡程度有所增加。全國及東部、中部、西部地區(qū)的絕對收斂系數(shù)β均為負值，且通過了5%的顯著性檢驗，說明存在絕對β收斂趨勢?？紤]了經(jīng)濟發(fā)展、科學技術、制度環(huán)境、數(shù)字經(jīng)濟發(fā)展4個影響因素后，全國及3個地區(qū)的條件收斂系數(shù)β均為負值，說明存在條件β收斂趨勢，并且經(jīng)濟發(fā)展、科學技術、制度環(huán)境、數(shù)字經(jīng)濟發(fā)展對于中國數(shù)字經(jīng)濟與制造業(yè)的匹配發(fā)展具有一定的影響，但其影響又因地區(qū)不同而存在區(qū)域性差異。

3.2 政策建議

第一，強化數(shù)字經(jīng)濟建設的同時要推動制造業(yè)的發(fā)展。由中國數(shù)字經(jīng)濟與制造業(yè)發(fā)展綜合得分可以看出，中國數(shù)字經(jīng)濟與制造業(yè)總體發(fā)展水平較低，雖2014-2021年兩者發(fā)展水平均有所提高，但整體發(fā)展仍處于較低水平。數(shù)字經(jīng)濟發(fā)展得分提升總體快于制造業(yè)發(fā)展得分，因此中國應該在大力發(fā)展數(shù)字經(jīng)濟、提高技術創(chuàng)新能力的同時，加大科技研發(fā)投入，支持技術創(chuàng)新，提高自主創(chuàng)新能力，推動制造業(yè)快速發(fā)展。增加投入是指政府應該增加對科技創(chuàng)新的投入，包括直接資金支持或通過稅收、信貸等方式鼓勵企業(yè)及個人參與科技創(chuàng)新。同時政府應該通過教育體系改革、稅收優(yōu)惠等加強對科技創(chuàng)新人才的培養(yǎng)和引育，以科技人才促進數(shù)字經(jīng)濟與制造業(yè)的匹配協(xié)調(diào)發(fā)展。

第二，政府應出臺區(qū)域差異化的匹配協(xié)調(diào)發(fā)展政策，縮小區(qū)域發(fā)展差距。由基尼系數(shù)的空間分析結(jié)果可知，中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展存在區(qū)域性差異，且區(qū)域間差異是總體發(fā)展差異的主要原因。區(qū)域內(nèi)部匹配發(fā)展水平較低的省份應該向區(qū)域內(nèi)部匹配發(fā)展水平較高的省份學習經(jīng)驗方法，優(yōu)化數(shù)字經(jīng)濟與制造業(yè)的融合制度，挖掘造成數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展區(qū)域內(nèi)差異的核心因素，以縮減各區(qū)域內(nèi)部匹配發(fā)展的不平衡。在制定相關政策時，應采用地區(qū)差異化的數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展政策，關注匹配度較低的中西部地區(qū)，并給予一些政策支持。東部地區(qū)的數(shù)字經(jīng)濟與制造業(yè)匹配度最高，現(xiàn)階段應該加強制造業(yè)數(shù)字化，提高技術創(chuàng)新能力，加大對于大數(shù)據(jù)、云計算、人工智能等數(shù)字技術的應用，充分發(fā)揮東部地區(qū)的領頭示范作用，為中西部地區(qū)的發(fā)展提供經(jīng)驗方法；同時為中西部地區(qū)數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展提供資金支持，緩解中西部地區(qū)制造業(yè)的融資約束。

第三，根據(jù)收斂特征確定下一階段發(fā)展重點。由實證結(jié)果可知，中國數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展存在絕對β收斂趨勢以及條件β收斂趨勢。根據(jù)研究結(jié)論可知，經(jīng)濟發(fā)展、制度環(huán)境以及數(shù)字經(jīng)濟發(fā)展水平現(xiàn)狀對數(shù)字經(jīng)濟與制造業(yè)匹配發(fā)展均具有促進作用，但是科學技術水平現(xiàn)狀不利于兩者的融合發(fā)展，所以下一階段各區(qū)域的發(fā)展重點就是大力發(fā)展科學技術水平，鼓勵和支持企業(yè)創(chuàng)新發(fā)展，提高企業(yè)競爭力，以實現(xiàn)中國數(shù)字經(jīng)濟與制造業(yè)的高水平融合發(fā)展。

參考文獻參考文獻：

[1] 許憲春，張美慧.中國數(shù)字經(jīng)濟規(guī)模測算研究——基于國際比較的視角[J].中國工業(yè)經(jīng)濟，2020（5）：23-41.

［2］ 郭炳南，王宇，張浩.數(shù)字經(jīng)濟發(fā)展水平的區(qū)域差異、分布動態(tài)及收斂性——基于中國十大城市群的實證研究[J].金融與經(jīng)濟，2022（1）：35-44.

［3］ 周曉輝.制造業(yè)與數(shù)字經(jīng)濟的融合度測算：以長三角為例[J].統(tǒng)計與決策，2021，37（16）：138-141.

［4］ 孫暢，吳芬.中國高端服務業(yè)與制造業(yè)匹配發(fā)展的空間分異及收斂性[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2020，37（12）：3-24.

［5］ 程敏.黑龍江省數(shù)字經(jīng)濟與制造業(yè)高質(zhì)量融合發(fā)展的實現(xiàn)路徑[J].商業(yè)經(jīng)濟，2023（4）：12-15.

［6］ 周正，門博陽，王搏.數(shù)字經(jīng)濟驅(qū)動制造業(yè)高質(zhì)量發(fā)展的增長效應——基于中國數(shù)字經(jīng)濟與制造業(yè)的實證檢驗[J].河南師范大學學報（哲學社會科學版），2023（1）：72-78.

［7］ 尚濤，王鈺濤.數(shù)字經(jīng)濟對我國制造業(yè)升級的影響研究——基于空間計量模型的分析[J].山東財經(jīng)大學學報，2022，34（6）：25-37.

［8］ 蔡婷婷，吳松強.數(shù)字經(jīng)濟賦能我國制造業(yè)：國際經(jīng)驗與借鑒[J].決策與信息，2021（12）：72-79.

［9］" ARESLONBEKOVNA MIRSAIDOVA SHAXNOZA.Increasing competitiveness by modernization of man ufacturing in the digital economy[J].TRANS Asian Journal of Marketing amp; Management Research，2021，10（5）：30-37.

［10］ WANG S，LIANG Y C，LI W D，et al.Big data enabled intelligent immune system for energy efficient manufacturing management[J].Journal of Cleaner Production，2018，195：507-520.

［11］ 徐軍委，劉志華.我國省域數(shù)字經(jīng)濟與綠色經(jīng)濟測度及協(xié)同互動效應研究[J].生態(tài)經(jīng)濟，2023，39（3）：57-62.

［12］ 魯釗陽，杜雨潼.數(shù)字普惠金融發(fā)展促進鄉(xiāng)村振興的實證研究[J].金融理論與實踐，2023（3）：47-56.

［13］ DAGUM C.A new approach to the decomposition of the Gini income inequality ratio[J].Empirical Economics，1997，22（4）：515-531.

［14］ 國家統(tǒng)計局.第一次全國經(jīng)濟普查主要數(shù)據(jù)公報（第一號）[EB/OL]（2005-12-06）[2024-03-26].https：//www.stats.gov.cn/sj/tjgb/jjpcgb/qgjpgb/202302/t20230206_1901966.html.

責任編輯（責任編輯：張雙鈺）