我國省際數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合評價

董曉芳，胡 杰

(河北經(jīng)貿(mào)大學(xué)，河北 石家莊 050061)

隨著互聯(lián)網(wǎng)的快速發(fā)展，世界經(jīng)濟(jì)已經(jīng)發(fā)生了重大變革，傳統(tǒng)經(jīng)濟(jì)和互聯(lián)網(wǎng)經(jīng)濟(jì)逐漸融為一體，數(shù)字經(jīng)濟(jì)成為撬動經(jīng)濟(jì)增長的新杠桿。我國進(jìn)入新的發(fā)展階段，抓住數(shù)字產(chǎn)業(yè)化賦予的機(jī)遇至關(guān)重要。目前我國數(shù)字經(jīng)濟(jì)處于快速發(fā)展階段，數(shù)字經(jīng)濟(jì)增加值規(guī)模由2011年的9.5萬億元增加到2019年的35.8萬億元，增加了26.3萬億元，占GDP比重從20.3%提升到36.2%，數(shù)字產(chǎn)業(yè)成為我國經(jīng)濟(jì)增長的主要貢獻(xiàn)力量?，F(xiàn)階段我國數(shù)字經(jīng)濟(jì)發(fā)展存在區(qū)域、技術(shù)等方面的不均衡，這些不均衡制約著我國數(shù)字經(jīng)濟(jì)向更高階段發(fā)展，筆者對我國各個省份的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行綜合評價，為促進(jìn)我國數(shù)字經(jīng)濟(jì)區(qū)域均衡發(fā)展提出合理建議。

我國有許多學(xué)者對數(shù)字經(jīng)濟(jì)方面做過研究，比如：王琦(2021)利用熵值法對我國數(shù)字經(jīng)濟(jì)發(fā)展差距進(jìn)行了研究，發(fā)現(xiàn)不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展空間分布不均衡[1]；張雪玲等(2017)通過構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系，運(yùn)用熵值法與指數(shù)法測算出我國數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r，結(jié)果發(fā)現(xiàn)我國數(shù)字經(jīng)濟(jì)發(fā)展總體上呈增長態(tài)勢[2]；何樹全等(2021)利用因子分析方法對42個國家數(shù)字經(jīng)濟(jì)發(fā)展水平構(gòu)建評價指標(biāo)體系，并在此基礎(chǔ)上驗證了貿(mào)易伙伴國數(shù)字經(jīng)濟(jì)發(fā)展和差異對增加值貿(mào)易的影響[3]；賈奇(2020)運(yùn)用主成分分析對我國30個省份的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測度，發(fā)現(xiàn)東部沿海省份發(fā)展水平較高，西部內(nèi)陸省份發(fā)展水平較低[4]；何盈穎(2021)采用熵權(quán)法對中國30個省份2008年—2017年的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測度與分析，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的促進(jìn)作用[5]；張伯超等(2018)對“一帶一路”沿線國家數(shù)字經(jīng)濟(jì)發(fā)展就緒度進(jìn)行了因子分析，研究表明各個國家在要素稟賦與基礎(chǔ)設(shè)施等方面存在較大差異[6]；荊文君等(2019)探討了數(shù)字經(jīng)濟(jì)和我國經(jīng)濟(jì)發(fā)展的關(guān)系，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展為我國經(jīng)濟(jì)體系的建設(shè)提供了匹配機(jī)制與創(chuàng)新激勵[7]；逄健等(2013)對各個國家數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略進(jìn)行了定性分析，提出發(fā)展數(shù)字經(jīng)濟(jì)能夠促進(jìn)各國戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展[8]。

綜合以上研究，發(fā)現(xiàn)大部分學(xué)者只是對各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行了測度，度量方法主要有熵值法、主成分分析和因子分析[9]，目前還沒有學(xué)者根據(jù)各地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平對地區(qū)進(jìn)行分類分析。對各個地區(qū)進(jìn)行分類，可以直觀發(fā)現(xiàn)各類地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的特點，從而進(jìn)一步為促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)均衡發(fā)展提出合理建議，筆者運(yùn)用因子分析和系統(tǒng)聚類兩種分析方法，首先采用因子分析對各省份數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行評價，然后根據(jù)因子得分，采用聚類分析對各個省份進(jìn)行分類，根據(jù)分類結(jié)果得出各類地區(qū)的優(yōu)勢與不足，最后依據(jù)分析結(jié)果為促進(jìn)我國數(shù)字經(jīng)濟(jì)均衡發(fā)展提出合理建議。

1 數(shù)據(jù)來源和指標(biāo)確定

通過參考文獻(xiàn)，筆者將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)劃分為計算機(jī)、通信和其他電子設(shè)備制造業(yè)，以及信息傳輸、軟件和計算機(jī)服務(wù)業(yè)兩大類，雖然沒有包括全部的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)[4]，但其具有較高的代表性和可查閱性。

本文選取除西藏、澳門、香港、臺灣之外，其余30個省份2019年的數(shù)據(jù)為研究對象，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國投資領(lǐng)域統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》。在收集數(shù)據(jù)時，由于西藏數(shù)據(jù)缺失值較多，故將其刪除，對于個別缺失值采取均值插補(bǔ)法進(jìn)行插補(bǔ)。

為確立數(shù)字經(jīng)濟(jì)發(fā)展水平衡量指標(biāo)，筆者參考文獻(xiàn)[3]和[4]，結(jié)合數(shù)據(jù)可得性，從基礎(chǔ)設(shè)施與應(yīng)用、規(guī)模與效益和研發(fā)創(chuàng)新環(huán)境三大方面入手選取相關(guān)指標(biāo)，此處規(guī)模與效益和研發(fā)創(chuàng)新環(huán)境都是針對數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)而言的，具體指標(biāo)如表1所示。

表1 中國數(shù)字經(jīng)濟(jì)發(fā)展水平測度指標(biāo)體系

2 實證結(jié)果分析

2.1 數(shù)字經(jīng)濟(jì)發(fā)展水平的因子分析

2.1.1 因子分析的適應(yīng)性檢驗。運(yùn)用因子分析的KMO統(tǒng)計量和Bartlett球形檢驗，檢驗數(shù)據(jù)的適用性，KMO值大于0.5，表明數(shù)據(jù)適合做因子分析，得出結(jié)果如表2所示。

表2 KMO和Bartlett的檢驗

檢驗結(jié)果表明，KMO值為0.676，大于0.5，同時P<0.05，故可以通過因子分析對各地數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行評價。

圖1 碎石圖

2.1.2 確定公因子數(shù)目。利用SPSS軟件做因子分析，得到的碎石圖如圖1所示。

當(dāng)折線由陡峭變得突然平穩(wěn)時，陡峭到平穩(wěn)對應(yīng)的因子個數(shù)即為參考提取因子個數(shù)，圖中陡峭到平穩(wěn)對應(yīng)的因子個數(shù)在3附近，故選擇3個或4個因子比較合適。因子分析得到的解釋的總方差如表3所示。

表3 解釋的總方差

由表3可得，提取3個公因子時，累計貢獻(xiàn)率達(dá)到了87.972%，大于85%，表明這3個公因子提取了總體87.972%的信息，能夠反映原來13個變量的大部分信息,所以按照這3個公因子進(jìn)行分析。

2.1.3 旋轉(zhuǎn)成分矩陣。利用最大方差法進(jìn)行因子旋轉(zhuǎn)以確定3個公因子的名稱和含義。由表4可見：公因子1中比重比較大的指標(biāo)包括X1、X6、X7、X8、X11、X12和X13，這幾個指標(biāo)主要展現(xiàn)各省數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的規(guī)模與創(chuàng)新情況，所以將第一公因子F1命名為“規(guī)模與創(chuàng)新因子”；公因子2中比重較大的是X5、X9和X10，反映的主要是各省數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的研發(fā)能力，故將第二公因子F2命名為“研發(fā)能力因子”；公因子3中比重較大的是X2、X3和X4，這幾個指標(biāo)主要反映各省數(shù)字經(jīng)濟(jì)的基礎(chǔ)設(shè)施建設(shè)情況，所以將第三公因子F3命名為“基礎(chǔ)設(shè)施因子”。

表4 旋轉(zhuǎn)成分矩陣

2.1.4 得分與排名。根據(jù)軟件輸出的公共因子得分，依據(jù)表3中3個公因子的方差貢獻(xiàn)率，得到綜合得分F的表達(dá)式：

F=(50.253F1+22.321F2+15.398F3)/87.972

(1)

表5 各省份數(shù)字經(jīng)濟(jì)發(fā)展水平因子得分及排名

各個省份按照得分高低進(jìn)行排名，得出各地區(qū)的因子得分及排名表(見表5)。由表5可以看出：各省數(shù)字經(jīng)濟(jì)發(fā)展水平在第一因子規(guī)模與創(chuàng)新方面，廣東、浙江、江蘇、福建、上海位列前五名，都位于東部沿海地區(qū)，可見我國數(shù)字經(jīng)濟(jì)發(fā)展重心集中在東部沿海地區(qū)，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)規(guī)模在東部沿海地區(qū)優(yōu)勢比較明顯，相比較而言，西部大多數(shù)地區(qū)數(shù)字經(jīng)濟(jì)規(guī)模與創(chuàng)新情況比較落后；各省數(shù)字經(jīng)濟(jì)發(fā)展水平在第二因子研發(fā)能力方面，北京、江蘇、上海、四川、湖北位列前五名，說明東部地區(qū)在數(shù)字經(jīng)濟(jì)研發(fā)方面也具有較大優(yōu)勢；各省份數(shù)字經(jīng)濟(jì)發(fā)展水平在第三因子滲透與應(yīng)用方面，四川、山東、江蘇、河南和河北位于前五名，這些地區(qū)基礎(chǔ)設(shè)施建設(shè)和使用情況較好；綜合排名前五名是廣東、江蘇、浙江、北京、山東。

綜合來看，東部沿海地區(qū)數(shù)字經(jīng)濟(jì)整體發(fā)展勢頭強(qiáng)勁，發(fā)展速度較快，我國中部地區(qū)以及西部地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展質(zhì)量明顯下降，相對于東部地區(qū)，西部地區(qū)相對比較落后，目前我國數(shù)字經(jīng)濟(jì)發(fā)展仍然呈現(xiàn)出東高西低不均衡發(fā)展。

2.2 各省份數(shù)字經(jīng)濟(jì)發(fā)展水平的聚類分析

2.2.1 聚類結(jié)果。本文利用系統(tǒng)聚類方法，以30個省份3個公因子的得分為變量，對省份進(jìn)行聚類分析，得到樹狀圖，如圖2所示。

圖2 樹狀圖

根據(jù)圖2，將各地區(qū)分為4類，分別定義為A、B、C、D，其中A類包含1個，B類包含10個，C類包含10個，D類包含9個，具體分類結(jié)果如表6所示。

表6 聚類結(jié)果

在系統(tǒng)聚類分析中，30個地區(qū)全部有效，無缺失值，聚類分析的方差檢驗結(jié)果如表7所示。

表7 方差分析

根據(jù)表7得出，得分變量的P值均<0.01，在顯著性水平為0.01時全部拒絕原假設(shè)，所有得分變量通過檢驗，說明本次聚類分析的結(jié)果是有效的。

2.2.2 各類地區(qū)平均得分。

由表8可以看出：A類地區(qū)規(guī)模與創(chuàng)新平均得分和綜合平均得分是4類地區(qū)中最高的，A類地區(qū)即廣東省規(guī)模與創(chuàng)新方面遠(yuǎn)超過其他類地區(qū)，是中國數(shù)字經(jīng)濟(jì)發(fā)展水平最高的省份，但其研發(fā)能力平均得分低于總體平均值，表明其研發(fā)能力較弱；B類地區(qū)基礎(chǔ)設(shè)施平均得分中是4類地區(qū)中最高，說明該類地區(qū)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)情況較好，但其規(guī)模與創(chuàng)新平均得分為負(fù)，低于總體平均值，說明其數(shù)字經(jīng)濟(jì)規(guī)模與創(chuàng)新方面有待提高；C類地區(qū)研發(fā)能力平均得分是這4類地區(qū)中最高的，說明其研發(fā)能力突出，但在其他因子平均得分中都是負(fù)值，均低于總體平均水平，說明該類地區(qū)在規(guī)模與創(chuàng)新和基礎(chǔ)設(shè)施建設(shè)兩方面發(fā)展較差；D類地區(qū)平均因子得分均為負(fù)值，低于總體平均值，其數(shù)字經(jīng)濟(jì)整體發(fā)展水平落后，應(yīng)該作為國家重點扶持對象。

表8 4類地區(qū)的因子平均得分

3 結(jié)論和建議

3.1 結(jié)論

數(shù)字經(jīng)濟(jì)呈現(xiàn)東高西低不均衡發(fā)展，根據(jù)因子得分結(jié)果發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展水平綜合排名前五的省份分別是廣東、江蘇、浙江、北京、山東，全部來自東部地區(qū)，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展比較迅速，西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平綜合排名都比較靠后，綜合排名后五名省份分別是新疆、甘肅、海南、寧夏、青海，基本上都是西部地區(qū)，整體來看，中國數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)自東向西逐級減弱的特點。

系統(tǒng)聚類得到的4類地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展特點各不相同：A類地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)規(guī)模與創(chuàng)新遙遙領(lǐng)先其他地區(qū)，但是該類地區(qū)的研發(fā)能力低于全國平均水平；B類地區(qū)基礎(chǔ)設(shè)施情況優(yōu)于其他地區(qū)，但該類地區(qū)在規(guī)模與創(chuàng)新和研發(fā)能力方面仍有很大的上升空間；C類地區(qū)的研發(fā)能力比較突出，但其在規(guī)模與創(chuàng)新和基礎(chǔ)設(shè)施方面相對比較落后；D類地區(qū)在這幾個方面的發(fā)展都低于全國平均水平，數(shù)字經(jīng)濟(jì)發(fā)展水平落后。

3.2 建議

3.2.1 提升東部數(shù)字經(jīng)濟(jì)規(guī)模與創(chuàng)新。對于東部地區(qū)，提升數(shù)字經(jīng)濟(jì)規(guī)模與創(chuàng)新是關(guān)鍵，盡管東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展速度高于中西部地區(qū)，但是東部地區(qū)除廣東省外的其他省份的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)規(guī)模仍存在很大的提升空間，此外數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)創(chuàng)新存在明顯不足，這在很大程度上限制了數(shù)字經(jīng)濟(jì)的發(fā)展，未來東部地區(qū)需要引進(jìn)高技術(shù)人才，加大數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的創(chuàng)新力度，以創(chuàng)新驅(qū)動數(shù)字經(jīng)濟(jì)發(fā)展。

3.2.2 加強(qiáng)中西部地區(qū)信息基礎(chǔ)設(shè)施建設(shè)。對于中西部地區(qū)，加強(qiáng)信息基礎(chǔ)設(shè)施建設(shè)是關(guān)鍵，基礎(chǔ)設(shè)施的全面建設(shè)是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)，只有夯實基礎(chǔ)，中西部數(shù)字經(jīng)濟(jì)才能得到長遠(yuǎn)發(fā)展。當(dāng)前國家多次強(qiáng)調(diào)要加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施建設(shè)進(jìn)度，中西部地區(qū)要抓住“新基建”帶來的新的發(fā)展機(jī)遇，加強(qiáng)信息基礎(chǔ)建設(shè)，推動地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展，中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展是一個長期過程，但發(fā)展勢頭不容小覷。

3.2.3 促進(jìn)中西部地區(qū)產(chǎn)業(yè)數(shù)字化。加快中西部地區(qū)產(chǎn)業(yè)數(shù)字化，實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。產(chǎn)業(yè)數(shù)字化是推動數(shù)字經(jīng)濟(jì)發(fā)展的支柱力量，結(jié)合中西部地區(qū)環(huán)境承載力，選擇傳統(tǒng)產(chǎn)業(yè)進(jìn)行數(shù)字化改造，篩選數(shù)字化轉(zhuǎn)型潛力大、數(shù)字融合性強(qiáng)的企業(yè)進(jìn)行重點培育，產(chǎn)業(yè)數(shù)字化可以提升數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模，進(jìn)而提升該地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平，有助于區(qū)域數(shù)字經(jīng)濟(jì)均衡發(fā)展。