段丁允,馮宗憲,2

1.西安交通大學 經(jīng)濟與金融學院,陜西 西安 710061 2.西安交通大學 “一帶一路”自由貿(mào)易試驗區(qū)研究院,陜西 西安 710049

數(shù)字技術(shù)的不斷發(fā)展給傳統(tǒng)生產(chǎn)方式和貿(mào)易方式帶來巨大影響和深刻變革,數(shù)字經(jīng)濟和數(shù)字貿(mào)易已經(jīng)成為改變?nèi)蚋偁幐窬值年P(guān)鍵力量。根據(jù)聯(lián)合國貿(mào)易與發(fā)展會議(UNCTAD)發(fā)布的數(shù)據(jù),中國的數(shù)字化服務貿(mào)易額增速較快,從2005年的173億美元增長至2020年的1 543億美元,其占總體服務貿(mào)易規(guī)模的比例也從2005年的22.11%增長至2020年的55.01%,占世界總體數(shù)字化服務貿(mào)易規(guī)模的份額從2005年的1.44%上升至2020年的4.87%。數(shù)字貿(mào)易發(fā)展進程加快,已經(jīng)成為中國服務貿(mào)易增長的新支柱。

近年來,中國政府越發(fā)重視數(shù)字貿(mào)易,2021年12月國務院印發(fā)的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》中提到要完善數(shù)字貿(mào)易促進政策,加強制度供給和法律保障。江蘇省、廣東省、河南省在其數(shù)字經(jīng)濟促進條例中均提出加快數(shù)字貿(mào)易發(fā)展,推廣新零售,發(fā)展社交電商、直播電商等新業(yè)態(tài)新模式,引導數(shù)字貿(mào)易集聚。北京市是全國范圍內(nèi)數(shù)字貿(mào)易政策方面的先行者,2020年北京市商務局印發(fā)《北京市關(guān)于打造數(shù)字貿(mào)易試驗區(qū)實施方案》,2021年印發(fā)《北京市關(guān)于促進數(shù)字貿(mào)易高質(zhì)量發(fā)展的若干措施》。作為對外開放的新高地,多個中國自由貿(mào)易試驗區(qū)(簡稱“自貿(mào)區(qū)”)條例中均提到要以數(shù)字化改革為引領(lǐng),加強數(shù)字經(jīng)濟領(lǐng)域國際規(guī)則對接,推動傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,支持跨境數(shù)字貿(mào)易發(fā)展,建設數(shù)字自貿(mào)區(qū)。

隨著人力資本的積累、知識信息的溢出和資源要素流動性的增強,單個中心城市能夠帶動周邊城市發(fā)展,形成片狀城市群,從而促進經(jīng)濟發(fā)展。目前,中心城市和城市群正在成為承載發(fā)展要素的主要空間形式,也成為經(jīng)濟增長的新引擎和載體[1]?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》和《2021年新型城鎮(zhèn)化和城鄉(xiāng)融合發(fā)展重點任務》中均提出要“發(fā)揮中心城市和城市群帶動作用,建設現(xiàn)代化都市圈”,說明城市群對中國城鎮(zhèn)化和區(qū)域協(xié)調(diào)發(fā)展具有重要意義。數(shù)字經(jīng)濟和數(shù)字貿(mào)易影響著生產(chǎn)生活的各個方面。隨著數(shù)字化轉(zhuǎn)型的不斷深入,城市數(shù)字化也已經(jīng)初現(xiàn)成效,對城市群的發(fā)展產(chǎn)生了深遠影響。在這一背景下,中國城市和城市群數(shù)字貿(mào)易發(fā)展情況如何,其演進和變化過程如何,是否存在地區(qū)差異,成為需要進一步探究的問題。

鑒于此,本文從數(shù)字貿(mào)易的特征出發(fā),基于十大城市群127座城市2011—2019年的面板數(shù)據(jù),構(gòu)建城市層面的數(shù)字貿(mào)易發(fā)展指標體系,采取熵值法測度其數(shù)字貿(mào)易發(fā)展情況,并采取Dagum基尼系數(shù)分析其區(qū)域差異,使用核密度估計、馬爾可夫鏈分析其動態(tài)演進,采用σ收斂和β收斂方法分析其收斂水平。本文可能的創(chuàng)新點在于:第一,以城市和城市群為對象評價其數(shù)字貿(mào)易發(fā)展現(xiàn)狀,進一步補充有關(guān)中國數(shù)字貿(mào)易發(fā)展在城市和城市群層面的證據(jù);第二,構(gòu)建了由6個一級指標和18個二級指標構(gòu)成的地級市層面數(shù)字貿(mào)易發(fā)展指標體系,并在其中加入數(shù)字貿(mào)易政策的量化數(shù)據(jù),力圖全面客觀地分析城市層面數(shù)字貿(mào)易發(fā)展情況;第三,從區(qū)域差異和演化特征的角度出發(fā),探究中國十大城市群數(shù)字貿(mào)易發(fā)展的區(qū)域差異及其來源和動態(tài)演進特征,并且對城市群數(shù)字貿(mào)易協(xié)調(diào)發(fā)展提出行之有效的對策建議。

一、文獻綜述

(一)跨境電子商務

數(shù)字貿(mào)易最早由跨境電子商務發(fā)展而來。1997年美國政府發(fā)布的《全球電子商務綱要》將電子商務定義為通過互聯(lián)網(wǎng)進行的廣告、交易、支付等商務活動,并將電子商務分為兩類,即企業(yè)與企業(yè)的電子商務和企業(yè)與個人的電子商務。而跨境電子商務是不同國家或地區(qū)的貿(mào)易雙方通過互聯(lián)網(wǎng)平臺完成的商務活動,其中涉及國際支付、運輸、海關(guān)等環(huán)節(jié),是與國內(nèi)電子商務的主要區(qū)別。

最初對于跨境電子商務的研究主要集中于其貿(mào)易成本效應,比如Lendle等[2]通過61個國家跨國交易數(shù)據(jù)發(fā)現(xiàn),跨境電子商務能夠降低貿(mào)易成本,從而減弱地理距離對貿(mào)易的負面影響。馬述忠等[3-5]基于阿里巴巴發(fā)布的跨境電子商務連接指數(shù)(ECI)、2012年中國跨境電子商務相關(guān)政策和敦煌網(wǎng)的數(shù)據(jù)同樣證明了這一點。近年來,跨境電子商務的不斷發(fā)展對經(jīng)濟產(chǎn)生的影響受到學界關(guān)注。宏觀方面,王喜榮等[6]發(fā)現(xiàn),跨境電子商務能夠促進傳統(tǒng)貿(mào)易的增長;魏悅羚等[7]基于海關(guān)交易數(shù)據(jù)進行研究發(fā)現(xiàn),跨境電子商務有利于出口產(chǎn)品質(zhì)量升級。微觀方面,企業(yè)和消費者的影響均是主要關(guān)注對象,如劉斌等[8]利用微觀企業(yè)數(shù)據(jù)計量分析發(fā)現(xiàn)跨境電子商務能夠促進企業(yè)價值鏈參與。

然而,目前跨境電子商務相關(guān)研究最難解決的問題仍是統(tǒng)計數(shù)據(jù)不完整。Meltzer[9]指出跨境電子商務使得貿(mào)易數(shù)據(jù)的統(tǒng)計更復雜。中國海關(guān)對跨境電子商務的統(tǒng)計僅限于貨物貿(mào)易,主要統(tǒng)計通過貿(mào)易報關(guān)、快件運輸和郵政三種方式進出境的貨物貿(mào)易,不包括服務貿(mào)易?，F(xiàn)有研究大多是通過eBay、敦煌網(wǎng)和阿里巴巴等數(shù)字平臺企業(yè)的數(shù)據(jù)對跨境電子商務進行研究[10],不能完整反映跨境電子商務的特征。

(二)數(shù)字貿(mào)易

伴隨著數(shù)字貿(mào)易的不斷發(fā)展,學界對數(shù)字貿(mào)易的重視程度也不斷提升。起初對數(shù)字貿(mào)易的研究主要集中在概念和內(nèi)涵方面,Weber[11]認為數(shù)字貿(mào)易是通過電子化手段傳輸商品或服務的商業(yè)交易活動,熊勵等[12]3-5將數(shù)字貿(mào)易定義為通過互聯(lián)網(wǎng)等數(shù)字技術(shù)交易商品的商業(yè)模式。但數(shù)字貿(mào)易并不等同于跨境電子商務,目前對于數(shù)字貿(mào)易的定義總體可以分為廣義和狹義兩種類型。狹義層面的數(shù)字貿(mào)易并不包括數(shù)字方式交付的實體貨物,比如美國國際貿(mào)易委員會2013年發(fā)布的《美國與全球經(jīng)濟中的數(shù)字貿(mào)易》中就將數(shù)字貿(mào)易闡釋為借助互聯(lián)網(wǎng)傳輸?shù)臄?shù)字內(nèi)容和其他產(chǎn)品或服務。而廣義層面的數(shù)字貿(mào)易包含通過數(shù)字方式交易的貨物、通過數(shù)字方式交付的服務產(chǎn)品和跨境數(shù)據(jù)流動。比如2014年美國國際貿(mào)易委員會對數(shù)字貿(mào)易的概念進行了更新,認為通過互聯(lián)網(wǎng)技術(shù)交付的產(chǎn)品和服務、跨境數(shù)據(jù)流動,以及使之實現(xiàn)的平臺和應用均是數(shù)字貿(mào)易的一部分;經(jīng)濟合作與發(fā)展組織(OECD)、世界貿(mào)易組織(WTO)和國際貨幣基金組織(IMF)2019年共同發(fā)布的《數(shù)字貿(mào)易測度手冊》[13]中也認為除了通過數(shù)字交付的商品或服務以外,數(shù)字貿(mào)易還應當包括數(shù)字中介平臺;中國商務部發(fā)布的《中國數(shù)字貿(mào)易發(fā)展報告2020》中認為數(shù)字貿(mào)易是能夠用數(shù)字技術(shù)交付和實現(xiàn)的貨物貿(mào)易、服務貿(mào)易和數(shù)據(jù)貿(mào)易的加總。本文借鑒OECD、WTO、IMF和商務部的定義,認為數(shù)字貿(mào)易是通過數(shù)字技術(shù)實現(xiàn)的貨物貿(mào)易、服務貿(mào)易、跨境數(shù)據(jù)流動和數(shù)字中介平臺的總和。

(三)數(shù)字貿(mào)易的測度和統(tǒng)計

在數(shù)字貿(mào)易測度和統(tǒng)計方面,目前數(shù)字貿(mào)易數(shù)據(jù)的缺失仍是亟須解決的問題?！稊?shù)字貿(mào)易測度手冊》提出了指導性框架和方法,后續(xù)有研究嘗試對菲律賓、新西蘭、中國以及雙邊數(shù)字貿(mào)易進行測算和加總。由于數(shù)字貿(mào)易統(tǒng)計口徑不一致和數(shù)據(jù)缺失,WTO的外國附屬機構(gòu)服務貿(mào)易統(tǒng)計(FATS)數(shù)據(jù)或UNCTAD的國際收支服務貿(mào)易統(tǒng)計(BOP)數(shù)據(jù)[14]常被用來替代數(shù)字貿(mào)易數(shù)據(jù)。商務部在《中國數(shù)字貿(mào)易發(fā)展報告2020》中也用同樣的方法對中國的數(shù)字服務貿(mào)易進行了統(tǒng)計。從方法上來看,目前對于數(shù)字貿(mào)易發(fā)展現(xiàn)狀的分析主要分為兩類:第一類主要使用社會網(wǎng)絡模型分析全球數(shù)字貿(mào)易網(wǎng)絡的競爭性、互補性等特征,第二類主要采用集成指標評價的方法對跨境電子商務發(fā)展情況和數(shù)字貿(mào)易發(fā)展水平進行綜合性評價。

(四)城市群數(shù)字貿(mào)易的發(fā)展

數(shù)字經(jīng)濟和數(shù)字貿(mào)易影響著生產(chǎn)生活,城市數(shù)字化也已初現(xiàn)成效。除了研究機構(gòu)對城市層面數(shù)字經(jīng)濟的評估,如騰訊“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟大數(shù)據(jù)平臺公布的城市數(shù)字經(jīng)濟發(fā)展指數(shù)、新華三集團發(fā)布的中國城市數(shù)字經(jīng)濟指數(shù),部分研究也關(guān)注到了城市層面數(shù)字經(jīng)濟的發(fā)展情況,比如王勝鵬等[15]以285個地級市為對象分析了2011—2018年數(shù)字經(jīng)濟發(fā)展水平。城市是構(gòu)成區(qū)域空間的要素,隨著城市化的發(fā)展,城市的分布狀態(tài)逐漸密集,與相鄰城市之間聯(lián)系逐漸緊密,出現(xiàn)了城市群[16]46。城市群的特征是以中心城市為引領(lǐng),輻射和帶動周邊城市共同發(fā)展。部分學者從城市群的角度考察數(shù)字經(jīng)濟和數(shù)字化現(xiàn)狀,比如劉傳明等[17]使用騰訊城市經(jīng)濟發(fā)展指數(shù)分析了五大城市群數(shù)字經(jīng)濟發(fā)展的地區(qū)差距。

梳理現(xiàn)有相關(guān)文獻可以發(fā)現(xiàn),首先,當前對數(shù)字貿(mào)易發(fā)展情況的分析主要集中在國家或省域?qū)用?仍然缺少對城市和城市群層面數(shù)字貿(mào)易發(fā)展現(xiàn)狀及其發(fā)展差異的相關(guān)研究。其次,對城市層面數(shù)字經(jīng)濟和數(shù)字化發(fā)展雖有了一定的研究,但都忽視了數(shù)字貿(mào)易和數(shù)字貿(mào)易相關(guān)政策的作用。最后,中心城市的發(fā)展能夠帶動周邊城市發(fā)展從而形成城市群,城市群內(nèi)部和不同城市群間的數(shù)字貿(mào)易發(fā)展情況均存在差異,現(xiàn)有研究缺乏對城市群數(shù)字貿(mào)易發(fā)展差異和分布動態(tài)演進的研究。為彌補現(xiàn)有研究的空白,本文以城市和城市群為對象,基于十大城市群127座城市2011—2019年的面板數(shù)據(jù),構(gòu)建城市層面的數(shù)字貿(mào)易發(fā)展指標體系,并在其中加入數(shù)字貿(mào)易政策的量化數(shù)據(jù),采取熵值法測度數(shù)字貿(mào)易發(fā)展情況,采用Dagum基尼系數(shù)、Kernel密度估計、馬爾可夫鏈分析法以及σ收斂和β收斂方法,綜合對數(shù)字貿(mào)易發(fā)展現(xiàn)狀的地區(qū)差距和分布動態(tài)演進進行分析考察。

二、研究范圍、指標構(gòu)建和研究方法

(一)研究范圍

由于地理位置、經(jīng)濟水平、發(fā)展定位存在差異,不同城市群數(shù)字貿(mào)易發(fā)展水平也不同。本文參照國務院、國家發(fā)展和改革委員會及各省級政府印發(fā)的城市群文件,將研究對象定為中國十大城市群,包含長三角、珠三角、京津冀、長江中游、成渝城市群在內(nèi)的重點建設的五大國家級城市群和遼中南、山東半島、海峽西岸、中原、關(guān)中五大區(qū)域級城市群,共127座城市。具體城市群見表1。

表1 十大城市群及其城市

(二)數(shù)字貿(mào)易發(fā)展綜合評價指標體系構(gòu)建

在充分考慮數(shù)字貿(mào)易發(fā)展應用的基礎上,兼顧指標數(shù)據(jù)的可得性,本文構(gòu)建了由6個一級指標和18個二級指標構(gòu)成的地級市層面數(shù)字貿(mào)易發(fā)展的評價指標體系,具體見表2。

表2 中國城市數(shù)字貿(mào)易發(fā)展評價體系

表3 2011—2019年中國十大城市群數(shù)字貿(mào)易發(fā)展水平

數(shù)字貿(mào)易環(huán)境是影響數(shù)字貿(mào)易發(fā)展的重要支撐,本文主要分兩個方面測度。其一是金融環(huán)境,主要選擇數(shù)字普惠金融指數(shù)進行衡量,數(shù)據(jù)來源于北京大學數(shù)字金融研究中心和螞蟻集團研究院共同發(fā)布的地級市層面的北京大學普惠金融指數(shù)[18];其二是數(shù)字創(chuàng)新環(huán)境,主要選取中國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)進行衡量,數(shù)據(jù)來源于北京大學企業(yè)大數(shù)據(jù)研究中心發(fā)布的中國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)。

數(shù)字貿(mào)易人才是數(shù)字貿(mào)易發(fā)展的核心動力,本文主要選取信息傳輸、計算機服務和軟件從業(yè)人員數(shù)量進行衡量,數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。

數(shù)字基礎設施是城市數(shù)字化發(fā)展的基礎,也是數(shù)字貿(mào)易發(fā)展的基本條件,參考趙濤等[19]的研究,主要選取郵政業(yè)務總量、電信業(yè)務總量、移動電話年末用戶數(shù)和國際互聯(lián)網(wǎng)用戶數(shù)進行衡量,數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。

數(shù)字產(chǎn)業(yè)基礎是數(shù)字貿(mào)易發(fā)展的主要載體,本文根據(jù)國家統(tǒng)計局發(fā)布的《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》中的數(shù)字經(jīng)濟產(chǎn)業(yè)分類,主要選取電信、廣播電視和衛(wèi)星傳輸服務業(yè),廣播電視電影和影視錄音制作業(yè),互聯(lián)網(wǎng)和相關(guān)服務,計算機、通信和其他電子設備制造業(yè),軟件和信息技術(shù)服務業(yè),電子商務業(yè)務,智能化服務7個與數(shù)字經(jīng)濟相關(guān)產(chǎn)業(yè)的上市公司數(shù)量進行衡量。上市公司具體信息數(shù)據(jù)來源于國泰安數(shù)據(jù)庫,本文篩選出數(shù)字經(jīng)濟相關(guān)產(chǎn)業(yè)的上市公司,根據(jù)其注冊位置信息與地級市進行匹配,并在地級市層面進行匯總得到各地級市相關(guān)上市公司數(shù)量。

數(shù)字貿(mào)易現(xiàn)狀方面,目前地級市層面數(shù)字貿(mào)易的統(tǒng)計仍然缺失,因此本文選取信息和通信技術(shù)產(chǎn)品(ICT)出口額來代替數(shù)字貿(mào)易出口額,根據(jù)UNCTAD發(fā)布的ICT產(chǎn)品HS6位代碼,計算出地級市層面的ICT產(chǎn)品出口額,采用ICT產(chǎn)品出口額占貨物出口額的比例來衡量數(shù)字貿(mào)易現(xiàn)狀,其中2017—2019年的缺失數(shù)據(jù)用均值進行補充替代,數(shù)據(jù)來源于EPS數(shù)據(jù)平臺。

數(shù)字貿(mào)易政策能夠有效促進數(shù)字貿(mào)易發(fā)展,本文選取跨境電子商務綜合試驗區(qū)數(shù)量、自貿(mào)試驗區(qū)數(shù)量和數(shù)字貿(mào)易政策文本進行衡量。其中,跨境電子商務綜合試驗區(qū)和自貿(mào)試驗區(qū)對數(shù)字貿(mào)易具有促進作用,政府工作報告中出現(xiàn)數(shù)字貿(mào)易相關(guān)詞匯的頻次能夠體現(xiàn)地級市政府對數(shù)字貿(mào)易發(fā)展的重視程度。本文手動收集整理各地級市2011—2019年的政府工作報告,以數(shù)字貿(mào)易相關(guān)詞匯作為關(guān)鍵詞,使用Python爬蟲功能進行分詞處理和詞頻統(tǒng)計,以政府工作報告中詞頻統(tǒng)計數(shù)量為具體指標,衡量政府對數(shù)字貿(mào)易發(fā)展的關(guān)注度和促進作用。

(三)研究方法

1.數(shù)字貿(mào)易發(fā)展評價指標體系的測度方法

本文采取熵值法對各項指標的權(quán)重進行計算,以避免主觀賦權(quán)法存在的主觀性問題。由于評價體系中各項指標的量綱差異較大,對每一個指標的數(shù)據(jù)進行標準化處理:

zij=(Zij-minZij)/(maxZij-minZij)+0.01

(1)

其中,Zij為第i個城市第j個指標的原始值,zij為標準化后的值。其中,i=1,2,3,…,n;j=1,2,3,…,m。

計算第i個城市第j個指標的比重wij:

(2)

計算指標的信息熵ej:

(3)

計算信息效用值aj:

aj=1-ej

(4)

計算指標權(quán)重μj:

(5)

基于指標權(quán)重,加權(quán)計算出數(shù)字貿(mào)易發(fā)展指數(shù)水平DIi:

(6)

2.Dagum基尼系數(shù)分解

Dagum[20]提出了基尼系數(shù)以及以子群為單位的分解方法,將總體基尼系數(shù)分解為區(qū)域內(nèi)差異貢獻Gw、區(qū)域間差異貢獻Gnb和超變密度貢獻Gt,能夠有效解決傳統(tǒng)基尼系數(shù)和泰爾指數(shù)的弊端。總體的計算公式如下:

(7)

其中,G為總體基尼系數(shù),k為城市群個數(shù),本文中為10個城市群;i和r分別為城市群內(nèi)的城市序號;j和h為城市群序號;yji和yhr分別代表j、h組內(nèi)城市的數(shù)字貿(mào)易發(fā)展水平;n為總體城市數(shù)量,在本文中為127個城市;μ為城市群數(shù)字貿(mào)易發(fā)展水平的均值。

區(qū)域j內(nèi)部的基尼系數(shù)可以表示為

(8)

區(qū)域j和h之間的基尼系數(shù)可以表示為

(9)

其中,|yji-yhr|為區(qū)域j或h城市i或r數(shù)字貿(mào)易發(fā)展水平差值的絕對值。

Qj=nj/n

(10)

sj=njμj/(nμ)

(11)

Djh=(djh-pjh)/(djh+pjh)

(12)

(13)

(14)

其中,Qj為j區(qū)域內(nèi)城市數(shù)量占總體城市數(shù)量的比重;sj為j區(qū)域內(nèi)所有城市數(shù)字貿(mào)易發(fā)展水平之和占總體城市高質(zhì)量發(fā)展水平之和的比重;Djh表示第j、h個地區(qū)間數(shù)字貿(mào)易指標的相對影響;djh為數(shù)字貿(mào)易發(fā)展水平的差值,是第j、h個地區(qū)中所有yji-yhr>0的樣本值加總的數(shù)學期望;pjh為超變一階矩,是第j、h個地區(qū)中所有yhr-yji>0的樣本值加總的數(shù)學期望。Fj和Fh分別為第j個和第h個地區(qū)的累積密度分布函數(shù)。

Gw、Gnb、Gt分別是區(qū)域內(nèi)差異貢獻、區(qū)域間差異貢獻、超變密度貢獻,共同構(gòu)成了總體基尼系數(shù),其關(guān)系為G=Gw+Gnb+Gt,具體計算公式如下:

(15)

(16)

(17)

3.Kernel密度估計方法

核密度估計法是一種具有較強穩(wěn)健性的非參數(shù)估計方法,能夠通過密度曲線對隨機變量的分布形態(tài)和不均衡現(xiàn)象進行描述。假設有滿足獨立同分布的數(shù)字貿(mào)易發(fā)展水平隨機變量為y1,y2,…,yn,f(y)表示隨機變量y的密度函數(shù),可以估計為

(18)

本文采用高斯核密度函數(shù),具體公式如下:

(19)

4.馬爾可夫鏈

馬爾可夫鏈是研究離散時間隨機過程的模型,本文將數(shù)字貿(mào)易發(fā)展水平按照四位數(shù)分為四種類型,構(gòu)建馬爾可夫狀態(tài)轉(zhuǎn)移矩陣以探究十大城市群數(shù)字貿(mào)易發(fā)展情況的轉(zhuǎn)移特征。將t時刻各城市所處狀態(tài)假設為不同的概率分布向量,不同時刻狀態(tài)間轉(zhuǎn)移呈現(xiàn)為一個K×K階的矩陣,馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣為

(20)

Pij=αij/αi

(21)

其中,Pij為數(shù)字貿(mào)易水平從i類型轉(zhuǎn)移到j類型的概率,αij為從i類型轉(zhuǎn)移到j類型城市數(shù)量,αi則表示研究時間段i類型的城市總數(shù)。

5.收斂性分析

本文使用σ收斂模型和β收斂模型對十大城市群數(shù)字貿(mào)易發(fā)展水平的收斂性進行分析。σ收斂主要考察十大城市群數(shù)字貿(mào)易發(fā)展水平離差的動態(tài)變化,常見的測算方法包括Gini系數(shù)、Theil指數(shù)和變異系數(shù)等,本研究采用變異系數(shù)來刻畫σ收斂,公式如下:

(22)

β收斂又分為絕對β收斂和條件β收斂。絕對β收斂認為初始發(fā)展水平低的地區(qū)增長速度比初始發(fā)展水平高的地區(qū)更快,最終會收斂到相同的穩(wěn)態(tài)水平;條件β收斂則是在加入控制變量的基礎上,不同城市的數(shù)字貿(mào)易發(fā)展仍會收斂到相同的穩(wěn)態(tài)水平。β絕對收斂公式如下:

ln(DIit+1/DIit)=α+βlnDIit+μi+?t+εit

(23)

其中,ln(DIit+1/DIit)為第i個城市第t年數(shù)字貿(mào)易發(fā)展指數(shù)在t+1期的增長率,α為常數(shù)項,μi和?t分別為個體效應和時間效應,εit為誤差項,β為收斂系數(shù)。當β顯著小于0時,存在絕對β收斂,城市群數(shù)字貿(mào)易水平趨向收斂;反之則趨向分散。條件收斂公式如下:

ln(DIit+1/DIit)=α+βlnDIit+ηXit+μi+?t+εit

(24)

其中,ln(DIit+1/DIit)為第i個城市第t年數(shù)字貿(mào)易發(fā)展指數(shù)在t+1期的增長率,α為常數(shù)項,μi和?t分別為個體效應和時間效應,εit為誤差項,β為收斂系數(shù),X為其他控制變量,γ為其他控制變量的系數(shù)。同絕對收斂一樣,當β顯著小于0時,存在條件β收斂,城市群數(shù)字貿(mào)易水平趨向收斂;反之則趨向分散。

另外,考慮到城市之間存在互動性和流動性,因此對十大城市群數(shù)字貿(mào)易發(fā)展水平收斂性進行分析時,有必要考慮空間效應。本文基于相鄰權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣,構(gòu)建絕對收斂和條件收斂的SAR、SEM、SDM模型分析空間β收斂性。其中,空間SDM模型可以看作是SAR和SEM模型的一般形式,絕對收斂和條件收斂的空間SDM模型分別為

ln(DIit+1/DIit)=α+βlnDIit+ρWij·

ln(DIit+1/DIit)+θWijlnDIit+μi+?t+εit

(25)

ln(DIit+1/DIit)=α+βlnDIit+ρWij·

ln(DIit+1/DIit)+θWijlnDIitηXit+1+

μi+?t+εit

(26)

其中,DIit表示i城市在t年數(shù)字貿(mào)易發(fā)展指數(shù),ρ為空間自回歸系數(shù),θ為空間外溢系數(shù),Wij為權(quán)重矩陣,μi為個體固定效應,?t為時間效應,εit為誤差項。β為收斂系數(shù),當β<0并通過顯著性檢驗時,數(shù)字貿(mào)易發(fā)展存在收斂趨勢。

三、十大城市群數(shù)字貿(mào)易發(fā)展水平測度與結(jié)果分析

(一)城市群得分綜合分析

根據(jù)熵值法測算出中國十大城市群數(shù)字貿(mào)易發(fā)展指數(shù),結(jié)果見3。從中可以看出,十大城市群范圍內(nèi)數(shù)字貿(mào)易發(fā)展最好的是珠三角城市群,2011—2019年間均處于第一位,均值為0.128,珠三角城市群數(shù)字貿(mào)易現(xiàn)狀和數(shù)字貿(mào)易產(chǎn)業(yè)發(fā)展均處于全國領(lǐng)先水平;其次是京津冀和長三角城市群,2011—2019年間在十大城市群中排名均保持在第二位和第三位,數(shù)字貿(mào)易發(fā)展水平均值分別為0.072和0.070;其他城市群的數(shù)字貿(mào)易發(fā)展水平低于全國平均水平,2011—2019年數(shù)字貿(mào)易發(fā)展水平均值均低于0.05,海峽西岸城市群得分為0.048,山東半島城市群得分為0.041,中原城市群得分為0.041,長江中游城市群得分為0.036,成渝城市群得分為0.035,遼中南城市群得分為0.035,關(guān)中城市群得分為0.027。這說明全國城市群數(shù)字貿(mào)易發(fā)展水平差異較大。

(二)城市綜合得分分析

從城市來看,本文研究對象共包括127個城市,其中2011—2019年平均數(shù)字貿(mào)易發(fā)展水平最高的城市是北京,前10名分別是上海、深圳、廣州、杭州、成都、重慶、蘇州、天津、武漢,平均得分前30名的城市見表4。數(shù)字貿(mào)易發(fā)展前30名的城市最多的是長三角城市群,共有8座城市。其次是珠三角城市群,共有4座城市。此外,除了省會和直轄市以外,長三角和珠三角城市群中仍有其他區(qū)域中心城市數(shù)字貿(mào)易發(fā)展較好。再次是京津冀、海峽西岸和山東半島城市群,分別有3座城市排名在前30名。長江中游、遼中南、成渝和中原城市群分別有2座城市排在前30名。關(guān)中城市群數(shù)字貿(mào)易發(fā)展較差,僅有西安一座城市排在前30名。這些城市群的共同特點是數(shù)字貿(mào)易發(fā)展較好的城市均為城市群范圍內(nèi)的中心城市。

表4 2011—2019年中國數(shù)字貿(mào)易發(fā)展前30名城市及排名

(三)演化格局分析

如圖1所示,從時間趨勢上看,十大城市群的數(shù)字貿(mào)易發(fā)展水平整體均呈現(xiàn)出波動中增長的趨勢。其中,中原城市群增長幅度最大,從2011年的0.009上升到了2019年的0.098;山東半島和遼中南城市群的增長幅度也相對較大;增長幅度最小的城市群是珠三角城市群,從2011年的0.074增長到了2019年的0.198。從城市來看,珠三角、長三角、京津冀和成渝城市群中廣州、深圳、上海、杭州、北京、重慶、成都的數(shù)字貿(mào)易發(fā)展較好,在區(qū)域內(nèi)一直處于領(lǐng)先水平。各大城市群的數(shù)字貿(mào)易發(fā)展均呈現(xiàn)出中心城市帶動和輻射周邊、城市群內(nèi)部數(shù)字貿(mào)易水平不均衡的現(xiàn)象。

圖1 2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展水平趨勢

四、十大城市群數(shù)字貿(mào)易發(fā)展水平的區(qū)域差異及其來源分析

根據(jù)Dagum基尼系數(shù)分解方法,可以得出中國十大城市群2011—2019年數(shù)字貿(mào)易發(fā)展水平的Dagum基尼系數(shù)及其分解情況。

(一)總體差異

運用Dagum基尼系數(shù)分解方法,本文對2011—2019年十大城市群間數(shù)字貿(mào)易發(fā)展的總體差異、城市群內(nèi)部差異、城市群之間差異和超變密度進行測度。各城市群內(nèi)部數(shù)字貿(mào)易發(fā)展Dagum基尼系數(shù)和分解的具體結(jié)果見表5。從總體來看,十大城市群數(shù)字貿(mào)易發(fā)展差異較大,2011—2019年總體差異的數(shù)值保持在0.62～0.69之間;從時間趨勢上看,十大城市群數(shù)字貿(mào)易發(fā)展差異較為穩(wěn)定,但也呈現(xiàn)出縮小的趨勢,說明十大城市群數(shù)字貿(mào)易發(fā)展差異總體而言在縮小。

表5 2011—2019年中國十大城市群數(shù)字貿(mào)易發(fā)展水平區(qū)域內(nèi)基尼系數(shù)

(二)區(qū)域內(nèi)差異

從城市群來看,十大城市群中京津冀城市群內(nèi)部的數(shù)字貿(mào)易發(fā)展的差異最大,均值達到0.646。京津冀城市群的內(nèi)部差異高于總體平均水平,說明北京、天津和京津冀其他城市的數(shù)字貿(mào)易發(fā)展差異較大,但從時間趨勢上看,2011—2019年處于下降的趨勢。成渝城市群的內(nèi)部差異也較大,2011—2019年的均值達到0.600以上,城市群內(nèi)部差異均處于先縮小后增大的V型趨勢。長三角、珠三角、長江中游、關(guān)中和遼中南城市群2011—2019年的均值均達到0.500以上。長三角和珠三角城市群的內(nèi)部差異均值分別為0.597和0.571,并在9年內(nèi)較為穩(wěn)定;關(guān)中、長江中游和遼中南城市群的區(qū)域內(nèi)差異呈現(xiàn)出先下降再增長的趨勢,從2011年的0.606下降至2016年的0.468,2016年后再次增長,2019達到0.615;長江中游城市群的內(nèi)部差異從2011年的0.636下降至2016年的0.447,后增長至2019年的0.602;遼中南城市群的內(nèi)部差異從2011年的0.550下降至2015年的0.339,后增長至2019年的0.587;內(nèi)部差異較小的三個城市群分別是中原、海峽西岸和山東半島城市群,均值在0.500以下,但2011—2019年間區(qū)域內(nèi)差異總體上均表現(xiàn)出擴大的趨勢。這說明各城市群內(nèi)部的差異在2011—2019的9年間均擴大,城市群內(nèi)中心城市引領(lǐng)數(shù)字貿(mào)易發(fā)展,和周邊城市的差異在擴大。

(三)區(qū)域間差異

表6報告了2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展的區(qū)域間差異的均值,區(qū)域間差異的均值在0.280～0.560 之間。珠三角城市群和關(guān)中、遼中南、成渝、中原和長江中游城市群的區(qū)域間差異最大,2011—2019年差異均值分別為0.762、0.751、0.7454、0.724和0.722,均大于0.700,說明珠三角城市群的數(shù)字貿(mào)易發(fā)展較優(yōu),與其他城市群差距較大。從變動趨勢上看,珠三角與其他城市群的區(qū)域間差異逐漸縮小。長三角和京津冀城市群作為數(shù)字貿(mào)易發(fā)展僅次于珠三角城市群的地區(qū),與關(guān)中、遼中南、長江中游和成渝城市群之間的區(qū)域間差異較大,2011—2019年均值均大于0.650,但9年差異處于縮小的趨勢。京津冀、珠三角和長三角城市群和海峽西岸、山東半島、中原城市群的區(qū)域間差異也較大,2011—2019年均值保持在0.600以上。區(qū)域間差異最小的城市群是山東半島和長江中游、中原、海峽西岸城市群,區(qū)域間差異的均值分別為0.529、0.528和0.478,但城市群之間的差異處于不斷擴大的趨勢中。

表6 2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展區(qū)域間差異均值

(四)城市群差異來源和貢獻率

十大城市群的數(shù)字貿(mào)易發(fā)展水平的差異來源和貢獻率測算結(jié)果見表7,分解為區(qū)域內(nèi)差異、區(qū)域間差異和超變密度。從整體上來看,十大城市群的數(shù)字貿(mào)易發(fā)展水平差異主要來源于超變密度,來源在0.230～0.390之間,均值為0.293;其次是區(qū)域之間,其大小在0.190～0.350之間,2011—2019年均值為0.278;區(qū)域內(nèi)差異測度值最小,其大小在0.070左右。

表7 2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展水平差異來源分解

從貢獻率來看,超變密度的貢獻率最大,變動區(qū)間在45%～58%之間,超變密度的變動呈現(xiàn)增長的趨勢,從2011年的38.57%上升至2019年的56.84%。其次是區(qū)域間差異,貢獻率均值達到43.05%;從變動趨勢來看,區(qū)域間差異呈現(xiàn)出下降的趨勢,具體來看,從2011年的49.729%下降至2019年的31.992%。區(qū)域內(nèi)差異貢獻率均值為11.558%,變動趨勢較為穩(wěn)定。這說明不同城市群之間的差異是中國數(shù)字貿(mào)易發(fā)展差異的主要來源。

五、十大城市群數(shù)字貿(mào)易發(fā)展水平的分布動態(tài)演進

(一)數(shù)字貿(mào)易水平動態(tài)演進

Dagum基尼系數(shù)的測算結(jié)果能夠體現(xiàn)中國十大城市群數(shù)字貿(mào)易發(fā)展差異的大小和來源,但未能反映城市群內(nèi)部數(shù)字貿(mào)易發(fā)展水平的絕對變化?；诖?本文采用Kernel密度估計方法對2011—2019年十大城市群的數(shù)字貿(mào)易發(fā)展水平的分布位置、延展性和極化趨勢等分布特征進行分析。

2011—2019年的十大城市群數(shù)字貿(mào)易發(fā)展水平的核密度估計結(jié)果如圖2所示。從分布位置來看,十大城市群核密度曲線總體分布呈左移的趨勢,主峰中心位置呈右側(cè)拖尾的現(xiàn)象,曲線的主峰高度波動中上升,說明十大城市群數(shù)字貿(mào)易發(fā)展水平存在極化現(xiàn)象。從波峰來看,左側(cè)波峰較高,并且逐漸分化出了多峰,體現(xiàn)了成渝、關(guān)中、海峽西岸、遼中南、長江中游、山東半島城市群數(shù)字貿(mào)易發(fā)展水平情況,右側(cè)波峰延展性較強,并且逐漸后移,體現(xiàn)了珠三角、長三角和京津冀城市群的發(fā)展狀況,同樣說明十大城市群數(shù)字貿(mào)易的發(fā)展存在著一定的梯度效應和多極化現(xiàn)象。

圖2 2011—2019年總體數(shù)字貿(mào)易發(fā)展水平核密度估計及動態(tài)演進

圖3報告了2011—2019年十大城市群的核密度分布曲線?？傮w來看,十大城市群的核密度分布曲線中心位置均呈現(xiàn)出小幅度右移,說明各城市數(shù)字貿(mào)易均得到一定的發(fā)展;核密度分布曲線的主峰寬度變化不大,高度均呈現(xiàn)在波動中增長的現(xiàn)象,各大城市群的核密度分布曲線的主峰均位于左側(cè),右側(cè)均有側(cè)峰分布,存在右側(cè)拖尾現(xiàn)象,說明各城市群內(nèi)部均有中心城市引領(lǐng)其他城市的數(shù)字貿(mào)易發(fā)展,并且與其他城市發(fā)展具有較大差距。從中原、長江中游、遼中南、海峽西岸、關(guān)中和成渝城市群的核密度分布曲線來看,主峰和側(cè)峰之間的距離在2011—2019年逐漸拉大,說明這幾座城市群內(nèi)部中心城市數(shù)字貿(mào)易發(fā)展較快,和其他城市的發(fā)展速度不同,城市群內(nèi)部差異拉大,存在梯度效應。山東半島城市群的核密度分布曲線從單峰轉(zhuǎn)換成雙峰,說明青島、濟南數(shù)字貿(mào)易發(fā)展崛起,與城市群內(nèi)其他城市拉開差距,存在分化現(xiàn)象。珠三角城市群的分布曲線呈現(xiàn)出多峰的趨勢,且波峰高度相似,說明珠三角城市群內(nèi)部發(fā)展具有一定的梯度效應和“小俱樂部”效應。京津冀城市群和長三角城市群的分布曲線較為類似,主峰分布在左側(cè),右側(cè)呈現(xiàn)長拖尾現(xiàn)象,并且存在較小的側(cè)峰,與主峰之間的距離較大,說明北京和上海在這兩座城市群中數(shù)字貿(mào)易發(fā)展水平領(lǐng)先?？傮w而言,各大城市群內(nèi)部數(shù)字貿(mào)易發(fā)展始終呈現(xiàn)出極化的現(xiàn)象,中心城市數(shù)字貿(mào)易發(fā)展速度較快,和其他城市之間的差距逐步拉大。

圖3 2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展水平核密度估計及動態(tài)演進

(二)十大城市群數(shù)字貿(mào)易發(fā)展水平的馬爾可夫鏈分析

本文通過傳統(tǒng)馬爾可夫鏈的方法將數(shù)字貿(mào)易發(fā)展水平按照四分位法分為低水平地區(qū)、中低水平地區(qū)、中高水平地區(qū)和高水平地區(qū),并且在各城市群內(nèi)部進行劃分,進一步對2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展的內(nèi)部趨勢進行分析。馬爾可夫鏈的概率轉(zhuǎn)移矩陣計算結(jié)果如表8所示。

表8 十大城市群數(shù)字貿(mào)易發(fā)展水平馬爾可夫鏈轉(zhuǎn)移概率矩陣

從總體層面的結(jié)果來看,對角線上的概率值遠大于非對角線的概率值,最大值為0.958,最小值為0.689,說明各地級市的數(shù)字貿(mào)易發(fā)展穩(wěn)定,改變類型的概率較低。其中,高水平地區(qū)保持高水平的概率為95.76%,低水平地區(qū)保持低水平的概率為71.28%,說明高水平城市的數(shù)字貿(mào)易發(fā)展具有俱樂部趨同的現(xiàn)象,低水平城市的數(shù)字貿(mào)易發(fā)展實現(xiàn)躍升的難度較大。中低水平地區(qū)滑落至低水平地區(qū)的概率有6.56%,而上升至中高、高水平地區(qū)的概率分別為23.36%和1.23%;中高水平地區(qū)滑落至中低水平地區(qū)的概率有11.02%,而上升至高水平地區(qū)的概率有13.39%,說明中低水平和中高水平地區(qū)向上轉(zhuǎn)移的概率比向下轉(zhuǎn)移到概率高,但是跨越式轉(zhuǎn)移發(fā)生概率較低。

從各個城市群的結(jié)果來看,和總體層面的結(jié)果類似,大部分城市群概率轉(zhuǎn)移矩陣中對角線上的概率值遠大于非對角線的概率值,說明各城市群內(nèi)部城市數(shù)字貿(mào)易發(fā)展類型的改變概率較低。此外,各城市群均表現(xiàn)出高水平地區(qū)和低水平地區(qū)保持類型的概率較高的現(xiàn)象,比如京津冀、珠三角和長三角城市群的高水平地區(qū)保持的概率分別為95.83%、100%和100%,說明各城市群數(shù)字貿(mào)易發(fā)展一定程度上存在馬太效應。所有城市群的中低水平地區(qū)向上轉(zhuǎn)移概率高于向下轉(zhuǎn)移概率。珠三角、中原、長三角、長江中游、山東半島和成渝城市群的中高水平地區(qū)向上轉(zhuǎn)移概率高于向下轉(zhuǎn)移概率,遼中南城市群則相反,京津冀、海峽西岸和關(guān)中城市群中高水平地區(qū)向上轉(zhuǎn)移概率和向下轉(zhuǎn)移概率一樣,說明中低水平和中高水平地區(qū)類型并不固定,但總體來看向上轉(zhuǎn)移的概率均較高。

六、十大城市群數(shù)字貿(mào)易發(fā)展水平的收斂性分析

(一)σ收斂檢驗

本文通過對2011—2019年十大城市群數(shù)字貿(mào)易發(fā)展水平變異系數(shù)的測算,對數(shù)字貿(mào)易發(fā)展的σ收斂進行檢驗,結(jié)果如圖4所示。從十大城市群總體層面來看,階段性收斂的特征較為明顯,2011—2019年呈現(xiàn)出收斂的趨勢。分別觀察十大城市群收斂性特征可以發(fā)現(xiàn),山東半島、海峽西岸、關(guān)中城市群2011—2019年總體呈現(xiàn)出發(fā)散的特征,而珠三角、長三角、京津冀城市群2011—2019年總體呈現(xiàn)出收斂的趨勢,長江中游、遼中南、中原、關(guān)中和成渝城市群則呈現(xiàn)出先收斂后發(fā)散的階段性特征。比較來看,十大城市群數(shù)字貿(mào)易發(fā)展的σ收斂性特征與Dagum基尼系數(shù)演進規(guī)律具有一定的相似性。

圖4 十大城市群數(shù)字貿(mào)易發(fā)展水平σ收斂系數(shù)趨勢

(二)β收斂檢驗

十大城市群數(shù)字貿(mào)易發(fā)展狀況的絕對β收斂檢驗結(jié)果如表9所示?？傮w來看,除了關(guān)中城市群外,其余城市群的β系數(shù)均為負值,其中總體層面、珠三角、長三角、成渝城市群通過了顯著性檢驗,說明這些城市群的數(shù)字貿(mào)易發(fā)展均存在絕對β收斂。從收斂速度來看,總體城市群的收斂速度為0.022,珠三角、長三角、山東半島和海峽西岸城市群的收斂速度均高于全國平均水平。

表9 十大城市群數(shù)字貿(mào)易發(fā)展水平絕對β收斂檢驗結(jié)果

本文進一步控制了各城市的人均GDP進行條件β收斂檢驗,十大城市群數(shù)字貿(mào)易發(fā)展狀況的條件β收斂檢驗結(jié)果如表10所示。從中可見,十大城市群數(shù)字貿(mào)易發(fā)展的β系數(shù)均通過了顯著性檢驗,其中總體、珠三角、長三角、山東半島、京津冀、海峽西岸、成渝城市群至少在10%的水平上通過了顯著性檢驗,說明再加入經(jīng)濟因素之后,這些城市群存在顯著的條件β收斂,朝穩(wěn)態(tài)水平收斂。而中原、長江中游和遼中南城市群的β系數(shù)雖然為負,但并未通過顯著性檢驗。從收斂速度來看,總體城市群的收斂速度為0.023%,珠三角、長三角、山東半島、京津冀和海峽西岸的收斂速度均高于全國平均水平,而中原、長江中游、遼中南和成渝城市群的收斂速度低于平均水平。

(三)空間β收斂檢驗

如果各個城市在地理位置上臨近,會通過流動等因素對彼此的數(shù)字貿(mào)易發(fā)展水平產(chǎn)生一定空間影響?；诖?本文進一步采用空間β收斂檢驗方法考察十大城市群數(shù)字貿(mào)易發(fā)展的收斂性。本文在相鄰權(quán)重矩陣、地理—經(jīng)濟權(quán)重矩陣、地理距離矩陣的基礎上,分別用SDM、SEM、SAR模型對十大城市群數(shù)字貿(mào)易發(fā)展進行空間絕對β收斂檢驗,結(jié)果如表11所示。從中可見,總體、成渝、海峽西岸、京津冀、遼中南、山東半島、長江中游、長三角、珠三角城市群在三類權(quán)重下絕對β收斂檢驗均為負,說明這些城市群存在明顯的收斂特征。關(guān)中和中原城市群在三種權(quán)重矩陣下的絕對β收斂系數(shù)均為正,呈現(xiàn)出發(fā)散的特征,但不顯著。從收斂速度上來看,長三角和珠三角城市群的收斂速度最快,遠高于總體平均水平,說明這兩座城市群內(nèi)數(shù)字貿(mào)易發(fā)展水平較低的城市能夠較快追趕上發(fā)展較好的城市,并且較快達到穩(wěn)態(tài)水平。

表11 十大城市群數(shù)字貿(mào)易發(fā)展水平空間絕對β收斂檢驗結(jié)果

進一步考察在經(jīng)濟因素影響下十大城市群數(shù)字貿(mào)易發(fā)展的空間β收斂情況,表12報告了加入人均GDP的對數(shù)這一控制變量后,在相鄰權(quán)重矩陣、地理—經(jīng)濟權(quán)重矩陣、地理距離矩陣下SDM、SEM、SAR模型考察的空間條件β收斂的檢驗結(jié)果。與空間絕對β收斂檢驗結(jié)果類似,總體、成渝、海峽西岸、京津冀、遼中南、山東半島、長三角、珠三角城市群在三類權(quán)重下條件β收斂系數(shù)均為負。關(guān)中城市群、長江中游、中原城市群在三種權(quán)重下條件β收斂系數(shù)不全顯著。從收斂速度的結(jié)果來看,長三角、珠三角和京津冀收斂速度較快,以SDM模型為例,在三種矩陣下長三角的收斂速度分別為0.047、0.050、0.033,珠三角的收斂速度分別為0.036、0.040、0.038,京津冀的收斂速度分別為0.036、0.035、0.038,高于總體約為0.015的平均水平。

表12 十大城市群數(shù)字貿(mào)易發(fā)展水平空間條件β收斂檢驗結(jié)果

七、結(jié)論和政策建議

本文構(gòu)建了18個指標組成的數(shù)字貿(mào)易發(fā)展評價指標體系,通過面板數(shù)據(jù)熵值法測度了中國十大城市群127座城市2011—2019年的數(shù)字貿(mào)易發(fā)展水平,并且運用Dagum基尼系數(shù)分析十大城市群數(shù)字貿(mào)易發(fā)展的區(qū)域差異和來源,運用核密度估計法和馬爾可夫鏈法分析十大城市群數(shù)字貿(mào)易動態(tài)演進分布情況,通過σ收斂和β收斂方法分析其收斂性。主要結(jié)論如下:

第一,總體來看,中國十大城市群2011—2019年數(shù)字貿(mào)易水平不斷提升,城市群內(nèi)數(shù)字貿(mào)易發(fā)展較好的城市群是珠三角、京津冀和長三角城市群,分別有4、8、3座城市的數(shù)字貿(mào)易發(fā)展平均水平在前30名內(nèi),數(shù)字貿(mào)易發(fā)展較好的城市前10名分別是上海、深圳、廣州、杭州、成都、重慶、蘇州、天津、武漢。

第二,Dagum基尼系數(shù)分解的結(jié)果說明,十大城市群數(shù)字貿(mào)易發(fā)展差異較大,且在2011—2019年呈現(xiàn)出增長的趨勢;不同城市群之間的差異是中國數(shù)字貿(mào)易發(fā)展差異的主要來源,其中,珠三角和關(guān)中、成渝、遼中南、長江中游、中原、京津冀城市群的區(qū)域間差異較大,說明珠三角城市群的數(shù)字貿(mào)易發(fā)展較好,與其他城市群差距較大;十大城市群中京津冀城市群內(nèi)部的數(shù)字貿(mào)易發(fā)展的差異最大。

第三,核密度估計結(jié)果中可知,十大城市群數(shù)字貿(mào)易發(fā)展水平存在一定的梯度效應和多極化現(xiàn)象,城市群之間存在較大的差異;各個城市群的核密度估計結(jié)果均顯示城市群內(nèi)部均有中心城市引領(lǐng)其他城市的數(shù)字貿(mào)易發(fā)展,發(fā)展速度較快,并且與城市群其他城市發(fā)展具有較大差距。馬爾可夫鏈分析結(jié)果顯示,總體來看,各城市數(shù)字貿(mào)易發(fā)展水平穩(wěn)定,改變類型的概率相對較低;高水平城市的數(shù)字貿(mào)易發(fā)展具有俱樂部趨同的現(xiàn)象。

第四,收斂性分析結(jié)果表明,珠三角、長三角、京津冀城市群呈現(xiàn)出σ收斂和絕對β收斂的趨勢;總體、成渝、海峽西岸、京津冀、遼中南、山東半島、長江中游、長三角、珠三角城市群存在顯著的空間絕對β收斂;總體、成渝、海峽西岸、京津冀、遼中南、山東半島、長三角、珠三角城市群存在顯著的空間條件β收斂過程,說明這些城市群區(qū)域內(nèi)數(shù)字貿(mào)易朝著各自穩(wěn)態(tài)水平發(fā)展。

基于上述結(jié)論,本文提出以下政策建議:

第一,提高各城市數(shù)字貿(mào)易發(fā)展水平。中國各個城市的數(shù)字貿(mào)易水平在近年來已經(jīng)得到了長足的發(fā)展,但仍存在較大的進步空間?；诖?各城市應當進一步優(yōu)化數(shù)字金融發(fā)展環(huán)境和數(shù)字創(chuàng)新環(huán)境,加快數(shù)字貿(mào)易人才的培養(yǎng)和引進,加強區(qū)塊鏈、人工智能、大數(shù)據(jù)等新型數(shù)字技術(shù)的發(fā)展,推動數(shù)字基礎設施進一步建設和普及,推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的發(fā)展,提升數(shù)字產(chǎn)業(yè)的對外開放程度,出臺扶持數(shù)字產(chǎn)業(yè)和數(shù)字貿(mào)易發(fā)展的相關(guān)政策,提高對數(shù)字貿(mào)易的重視程度。

第二,推動城市群內(nèi)數(shù)字貿(mào)易共同發(fā)展。京津冀、成渝、長三角、珠三角等城市群內(nèi)部的數(shù)字貿(mào)易發(fā)展水平差異均較大,存在不均衡的現(xiàn)象。因此,一方面需要充分發(fā)揮城市群內(nèi)核心城市的引擎作用,通過環(huán)境優(yōu)勢、人才優(yōu)勢、政策優(yōu)勢,打造高層次的數(shù)字貿(mào)易高地,輻射帶動周邊城市數(shù)字貿(mào)易發(fā)展;另一方面,應當進一步明確各個城市的定位,根據(jù)各城市產(chǎn)業(yè)基礎和特點培育和發(fā)展相關(guān)數(shù)字產(chǎn)業(yè),通過城市群內(nèi)的規(guī)劃和引導,整合各城市的優(yōu)勢資源,提高資源配置效率,優(yōu)化數(shù)字產(chǎn)業(yè)鏈布局,不斷推動城市群內(nèi)數(shù)字貿(mào)易協(xié)同發(fā)展。

第三,促進城市群之間數(shù)字貿(mào)易協(xié)同發(fā)展。京津冀、長三角和珠三角城市群數(shù)字貿(mào)易發(fā)展水平較高,與其他城市群存在較大差異。因此,首先應當樹立全局觀念,正視區(qū)域發(fā)展不均衡問題;其次,京津冀、長三角和珠三角三大城市群應當對標全球數(shù)字貿(mào)易發(fā)展領(lǐng)先地區(qū),學習全球最先進的數(shù)字技術(shù),激活數(shù)字企業(yè)創(chuàng)新活力,充分發(fā)揮當前的發(fā)展優(yōu)勢,對其他城市群發(fā)展起到“領(lǐng)頭羊”的示范作用;再次,關(guān)中、中原等數(shù)字貿(mào)易發(fā)展水平較弱的城市群應當在明確自身定位、了解自身發(fā)展現(xiàn)狀的基礎上錯位發(fā)展,制定差異化的數(shù)字貿(mào)易發(fā)展政策,加大對數(shù)字企業(yè)的扶植力度,加強對數(shù)字領(lǐng)域人才的吸引,促進互補性的數(shù)字產(chǎn)業(yè)鏈的建立,推動數(shù)字基礎設施的普及,以縮小發(fā)展差距,實現(xiàn)對數(shù)字貿(mào)易發(fā)展優(yōu)勢城市群的追趕;最后,應當打破城市群之間的區(qū)域壁壘,促進不同城市之間建立幫扶制度,加強城市群之間的合作,促進城市群之間數(shù)字人才的交流和資金的流動,帶動全國數(shù)字貿(mào)易整體性協(xié)調(diào)發(fā)展。