賀建風(fēng) 吳慧

摘 要：? 基于數(shù)字經(jīng)濟(jì)定義，構(gòu)建涵蓋數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層的測(cè)度框架，運(yùn)用熵值法計(jì)算得到2010—2020年中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平，考察其時(shí)空演變特征和差異形成機(jī)理。研究發(fā)現(xiàn)：整體上數(shù)字經(jīng)濟(jì)發(fā)展持續(xù)向好，但發(fā)展不平衡和兩極分化的趨勢(shì)不斷擴(kuò)大，甚至呈現(xiàn)“優(yōu)者恒優(yōu)，弱者仍弱”的固化態(tài)勢(shì)?？臻g視角的總體差異主要來源于區(qū)域間差異，其中東部和中部、東部和西部的區(qū)域間差異遠(yuǎn)高于中部和西部的區(qū)域間差異。結(jié)構(gòu)視角的總體差異主要來源于數(shù)字產(chǎn)業(yè)化差異，差異來源結(jié)構(gòu)呈現(xiàn)數(shù)字產(chǎn)業(yè)化差異不斷下降而其他三個(gè)方面差異逐漸上升的特征，其中東部地區(qū)的差異來源結(jié)構(gòu)類似全國總體，而中西部地區(qū)由以數(shù)字生產(chǎn)要素差異為主轉(zhuǎn)向以數(shù)字產(chǎn)業(yè)化差異為主。

關(guān)鍵詞：中國省域數(shù)字經(jīng)濟(jì)；測(cè)度；時(shí)空演變；差異分解

中圖分類號(hào)：C813???? 文獻(xiàn)標(biāo)志碼：A???? 文章編號(hào)：1009-055X（2024）03-0065-17

doi：10.19366/j.cnki.1009-055X.2024.03.007

一、引 言

數(shù)字經(jīng)濟(jì)是伴隨數(shù)據(jù)要素與數(shù)字技術(shù)應(yīng)用而生的新經(jīng)濟(jì)社會(huì)形態(tài)，不僅全面滲透經(jīng)濟(jì)生產(chǎn)和社會(huì)生活中，而且在中國經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展中扮演著不可或缺的角色，已成為中國趕超發(fā)達(dá)國家、縮小貧富差距及實(shí)現(xiàn)共同富裕的重要新動(dòng)能。當(dāng)前，加快數(shù)字經(jīng)濟(jì)發(fā)展已成為一項(xiàng)重大國家戰(zhàn)略?！吨腥A人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出要“加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國”和“加快建設(shè)數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)、數(shù)字政府，以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革” ①。然而，現(xiàn)階段中國數(shù)字經(jīng)濟(jì)也存在一些不足，如發(fā)展不平衡、產(chǎn)業(yè)數(shù)字化程度低、基礎(chǔ)創(chuàng)新能力不強(qiáng)和數(shù)字經(jīng)濟(jì)治理薄弱等［1-3］。這些不足可能導(dǎo)致政府部門在制定和實(shí)施數(shù)字經(jīng)濟(jì)發(fā)展政策時(shí)較難做到精準(zhǔn)施策。因此，測(cè)度中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平，并考察其時(shí)空演變特征和差異來源機(jī)理，有助于厘清中國數(shù)字經(jīng)濟(jì)的發(fā)展現(xiàn)狀和存在問題，為數(shù)字經(jīng)濟(jì)相關(guān)政策制定提供有益參考。

數(shù)字經(jīng)濟(jì)受到了眾多學(xué)者的關(guān)注。大部分文獻(xiàn)從產(chǎn)值核算角度計(jì)算數(shù)字經(jīng)濟(jì)規(guī)模，少部分文獻(xiàn)則從指數(shù)編制角度測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平。其中指數(shù)編制相關(guān)文獻(xiàn)主要從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個(gè)角度構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系，或者在數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的基礎(chǔ)上考慮數(shù)字發(fā)展載體和數(shù)字發(fā)展環(huán)境，但是構(gòu)建的指標(biāo)體系仍然不夠全面和系統(tǒng)。例如，數(shù)據(jù)要素、數(shù)據(jù)平臺(tái)等作為數(shù)字經(jīng)濟(jì)的核心內(nèi)容，暫未有文獻(xiàn)將其納入測(cè)度體系。另外，現(xiàn)有文獻(xiàn)還存在研究內(nèi)容不夠深入、研究方法不夠科學(xué)、研究角度不夠全面等問題。例如，對(duì)數(shù)字經(jīng)濟(jì)缺乏更細(xì)分維度的深入分析，以及暫未有文獻(xiàn)從結(jié)構(gòu)視角探究中國省域數(shù)字經(jīng)濟(jì)差異的形成機(jī)理。鑒于此，本文基于數(shù)字經(jīng)濟(jì)定義構(gòu)建包含數(shù)字環(huán)境和數(shù)字活動(dòng)兩個(gè)子系統(tǒng)以及數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層的測(cè)度框架，采用熵值法對(duì)中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，并根據(jù)測(cè)度結(jié)果考察其時(shí)空演變特征與差異形成機(jī)理。

二、文獻(xiàn)綜述

梳理測(cè)度數(shù)字經(jīng)濟(jì)的相關(guān)文獻(xiàn)，發(fā)現(xiàn)主要有四類方法：

一是從國民經(jīng)濟(jì)核算角度探討數(shù)字經(jīng)濟(jì)測(cè)算中的漏統(tǒng)現(xiàn)象，如Brynjolfsson等? ［4］、Feldstein? ［5］、續(xù)繼等? ［6］的研究表明數(shù)字經(jīng)濟(jì)的漏統(tǒng)會(huì)導(dǎo)致生產(chǎn)率的低估；二是從產(chǎn)值核算角度根據(jù)產(chǎn)業(yè)分類計(jì)算數(shù)字經(jīng)濟(jì)的規(guī)模，如康鐵祥? ［7］、吳翌琳等? ［8］；三是從指數(shù)編制角度測(cè)算數(shù)字經(jīng)濟(jì)水平，如楊慧梅等 ［9］、王軍等? ［10］；四是通過編制衛(wèi)星賬戶開展數(shù)字經(jīng)濟(jì)研究，如屈超等 ［11］、楊仲山等 ［12］試圖編制中國數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶。

國民經(jīng)濟(jì)核算法、產(chǎn)值核算法和衛(wèi)星賬戶法屬于直接測(cè)算法，側(cè)重?cái)?shù)字經(jīng)濟(jì)相關(guān)產(chǎn)品或產(chǎn)業(yè)的發(fā)展情況，適用于測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模。指數(shù)編制法屬于間接測(cè)算法，通過選取指標(biāo)或者構(gòu)建指標(biāo)體系測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平，不僅關(guān)注數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)維度，同時(shí)還考慮與數(shù)字經(jīng)濟(jì)相關(guān)的其他方面，如數(shù)字要素、數(shù)字設(shè)施、數(shù)字產(chǎn)品和服務(wù)等。許憲春等 ［13］認(rèn)為，相較于產(chǎn)值核算法和指數(shù)編制法，國民經(jīng)濟(jì)核算和衛(wèi)星賬戶法的理論和實(shí)踐還處于不斷完善的階段，現(xiàn)階段測(cè)度數(shù)字經(jīng)濟(jì)更適合用產(chǎn)值核算法和指數(shù)編制法。

在數(shù)字經(jīng)濟(jì)產(chǎn)值核算的文獻(xiàn)中，國內(nèi)外很多機(jī)構(gòu)和學(xué)者通過制定數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)分類體系來測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模。經(jīng)濟(jì)合作與發(fā)展組織（Organization for Economic Co-operation and Development，OECD）［14］通過識(shí)別數(shù)字經(jīng)濟(jì)活動(dòng)，將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)初步分成6類。新西蘭統(tǒng)計(jì)局（Statistics New Zealand）借鑒其數(shù)字經(jīng)濟(jì)概念框架進(jìn)行測(cè)算，結(jié)果表明2007—2015年新西蘭數(shù)字訂購產(chǎn)品總產(chǎn)出占國民經(jīng)濟(jì)總產(chǎn)出的20%新西蘭統(tǒng)計(jì)局2017年發(fā)布《評(píng)估新西蘭的數(shù)字經(jīng)濟(jì)》報(bào)告，http：//www.oecd.org/officialdocuments/publicdisplaydocumentpdf/？cote=STD/CSSP/WPNA（2017）3&docLanguage=En。。2018年，美國經(jīng)濟(jì)分析局將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)界定為數(shù)字基礎(chǔ)設(shè)施、電子商務(wù)和付費(fèi)數(shù)字服務(wù)3個(gè)大類美國經(jīng)濟(jì)分析局2018年發(fā)布《定義和衡量數(shù)字經(jīng)濟(jì)》報(bào)告，https：//www.bea.gov/digital-economy/_pdf/defining-and-measuring-the-digital economy。；澳大利亞統(tǒng)計(jì)局、加拿大統(tǒng)計(jì)局均基于該框架對(duì)數(shù)字經(jīng)濟(jì)增加值和總產(chǎn)出規(guī)模進(jìn)行測(cè)算研究。國內(nèi)從產(chǎn)值核算角度測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模的文獻(xiàn)較多，康鐵祥 ［7］是最早采用中國數(shù)字產(chǎn)業(yè)部門總增加值刻畫數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)規(guī)模的學(xué)者，其測(cè)得2002年中國數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)占據(jù)GDP的8.85%。隨后，吳翌琳等 ［8］通過制定中國數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)分類體系測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模，測(cè)算結(jié)果表明2017年中國數(shù)字經(jīng)濟(jì)增加值為5.3萬億元，占GDP的比重為6.46%，其規(guī)模約為美國的58.12%。另外，還有部分學(xué)者根據(jù)政府官方公布的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)分類體系進(jìn)行規(guī)模測(cè)算。例如，李研［15］根據(jù)《浙江省數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)統(tǒng)計(jì)分類目錄（2016）》采用DEA-Malmquist指數(shù)方法研究數(shù)字經(jīng)濟(jì)產(chǎn)出效率；韓兆安等 ［16］以《國民經(jīng)濟(jì)行業(yè)分類》（2017）為基準(zhǔn)，對(duì)2012—2017年中國省際數(shù)字經(jīng)濟(jì)規(guī)模進(jìn)行測(cè)算，發(fā)現(xiàn)中國省際數(shù)字經(jīng)濟(jì)規(guī)模整體呈上升態(tài)勢(shì)，但也出現(xiàn)了一定的兩極分化現(xiàn)象；鮮祖德等［17］根據(jù)國家統(tǒng)計(jì)局發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》測(cè)算得到2020年中國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)規(guī)模為7.9萬億元。

在數(shù)字經(jīng)濟(jì)指數(shù)編制的文獻(xiàn)中，國內(nèi)外研究機(jī)構(gòu)與代表性學(xué)者從信息化、數(shù)字化、數(shù)字載體與環(huán)境等不同視角構(gòu)建指標(biāo)體系，如國際電信聯(lián)盟自2009年以來每年發(fā)布信息和通信技術(shù)發(fā)展指數(shù)國際電信聯(lián)盟自2009年以來每年發(fā)布一次《數(shù)字信息和通信技術(shù)發(fā)展指數(shù)》，https：//www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2017/methodology.aspx。 ，OECD［14］從智能基礎(chǔ)設(shè)施投資、增強(qiáng)社會(huì)活力、釋放創(chuàng)新創(chuàng)造能力、促進(jìn)增長帶動(dòng)就業(yè)等諸多方面衡量數(shù)字經(jīng)濟(jì)發(fā)展程度。國內(nèi)研究數(shù)字經(jīng)濟(jì)指標(biāo)體系起步較晚，2017年之后一些研究機(jī)構(gòu)開始發(fā)布數(shù)字經(jīng)濟(jì)指標(biāo)體系的研究，如2017年中國信息通信研究院發(fā)布數(shù)字經(jīng)濟(jì)指數(shù)中國信息通信研究院2017年發(fā)布的中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書，http：//www.caict.ac.cn/kxyj/qwfb/bps/201804/P020170713408029 202449.pdf。 、2018年財(cái)新智庫發(fā)布中國新經(jīng)濟(jì)指數(shù)財(cái)新智庫2018年發(fā)布《中國新經(jīng)濟(jì)指數(shù)》，https：//yun.ccxe.com.cn/indices/nei。 、2019年騰訊研究院發(fā)布數(shù)字中國指數(shù)騰訊研究院2019年發(fā)布《數(shù)字中國指數(shù)》報(bào)告，https：//www.tisi.org/15098。 等。另外，楊慧梅等 ［9］從產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化兩個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，并進(jìn)一步實(shí)證分析得到數(shù)字經(jīng)濟(jì)發(fā)展會(huì)顯著促進(jìn)全要素生產(chǎn)率的提升的結(jié)論。王軍等 ［10］在數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的基礎(chǔ)上納入數(shù)字經(jīng)濟(jì)發(fā)展載體和數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境因素測(cè)算中國數(shù)字經(jīng)濟(jì)發(fā)展水平。任保平等［18］從基礎(chǔ)設(shè)施指數(shù)、產(chǎn)業(yè)指數(shù)、消費(fèi)指數(shù)、社會(huì)指數(shù)、創(chuàng)新指數(shù)5個(gè)維度測(cè)算中國數(shù)字經(jīng)濟(jì)指數(shù)，并分析了中國數(shù)字經(jīng)濟(jì)發(fā)展的空間分布特征。鈔小靜等［19］則從信息經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì)、共享經(jīng)濟(jì)、智能經(jīng)濟(jì)4個(gè)維度構(gòu)建綜合評(píng)價(jià)指標(biāo)體系，考察了中國數(shù)字經(jīng)濟(jì)發(fā)展水平的演進(jìn)態(tài)勢(shì)與區(qū)域差異情況。

綜合已有文獻(xiàn)，發(fā)現(xiàn)主要存在以下幾個(gè)方面的問題：一是盡管從產(chǎn)值核算角度測(cè)算數(shù)字經(jīng)濟(jì)規(guī)模的文獻(xiàn)較多，但數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)社會(huì)產(chǎn)生的數(shù)字賦能影響可能存在漏統(tǒng)問題。二是基于指數(shù)編制角度測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平的相關(guān)文獻(xiàn)主要聚焦于數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化兩個(gè)維度，鮮有文獻(xiàn)將數(shù)字生產(chǎn)要素納入綜合評(píng)價(jià)指標(biāo)體系。三是分析中國數(shù)字經(jīng)濟(jì)發(fā)展特征的文獻(xiàn)依然不夠，缺乏對(duì)數(shù)字經(jīng)濟(jì)更細(xì)分維度的深入分析，存在研究內(nèi)容過于分散和研究設(shè)計(jì)過于簡單等問題，難以全面把握中國省域數(shù)字經(jīng)濟(jì)的發(fā)展情況。相比已有研究，本文邊際貢獻(xiàn)主要體現(xiàn)在以下四個(gè)方面：第一，基于數(shù)字經(jīng)濟(jì)內(nèi)涵，構(gòu)建包含數(shù)字環(huán)境和數(shù)字活動(dòng)兩個(gè)子系統(tǒng)以及數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層的指標(biāo)體系，使得數(shù)字經(jīng)濟(jì)測(cè)度框架更加系統(tǒng)和豐富；第二，不僅考察中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度結(jié)果，還對(duì)數(shù)字經(jīng)濟(jì)各準(zhǔn)則層的測(cè)度結(jié)果進(jìn)行了深入分析，尤其是按照測(cè)度結(jié)果對(duì)所考察地區(qū)進(jìn)行分類探討；第三，引入核密度估計(jì)法、全局Morans I指數(shù)和狀態(tài)轉(zhuǎn)移概率更加全面地考察中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的時(shí)空演變特征；第四，采用Dagum基尼系數(shù)分解法和方差分解法分別從空間和結(jié)構(gòu)兩個(gè)視角探究了中國省域數(shù)字經(jīng)濟(jì)差異的形成機(jī)理，為制定省域差異化的政策方案提供依據(jù)。

三、中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度

本文從數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化四個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，并利用熵值法對(duì)2010—2020年中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度。

（一）構(gòu)建指標(biāo)體系

數(shù)字經(jīng)濟(jì)最早由Tapscott［20］于1996年提出，但該學(xué)者未對(duì)其概念給出具體界定。國內(nèi)普遍認(rèn)可和應(yīng)用比較廣泛的數(shù)字經(jīng)濟(jì)概念于2016年在G20杭州峰會(huì)上被提出，即數(shù)字經(jīng)濟(jì)是指以使用數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)參見二十國集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議，http：//www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html。 。該內(nèi)涵界定表明，數(shù)字經(jīng)濟(jì)包括數(shù)字化的知識(shí)和信息、現(xiàn)代信息網(wǎng)絡(luò)和信息通信技術(shù)、數(shù)字經(jīng)濟(jì)活動(dòng)三個(gè)部分。數(shù)字化的知識(shí)和信息可理解為數(shù)字生產(chǎn)要素，現(xiàn)代信息網(wǎng)絡(luò)和通信技術(shù)代表數(shù)字基礎(chǔ)設(shè)施，這兩者可以歸為數(shù)字環(huán)境；數(shù)字經(jīng)濟(jì)活動(dòng)包括數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化兩個(gè)方面。

數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度框架的具體內(nèi)容如下：

（1）數(shù)字生產(chǎn)要素。數(shù)字經(jīng)濟(jì)的基礎(chǔ)是數(shù)據(jù)，知識(shí)與信息均可外化為數(shù)據(jù)的形式，是一種繼勞動(dòng)力、資本、技術(shù)之后新的生產(chǎn)要素。根據(jù)中國信息通信研究院的定義，數(shù)據(jù)要素是指在特定生產(chǎn)需求下，通過匯聚、整理、加工等步驟形成的計(jì)算機(jī)數(shù)據(jù)及其衍生形態(tài)，具體包括服務(wù)、分析、交易、加工、存儲(chǔ)和采集等內(nèi)容參見中國信息通信研究院2022年發(fā)布《數(shù)據(jù)要素白皮書2022》， http：//www.caict.ac.cn/kxyj/qwfb/bps/202301/P02023010739225 4519512.pdf。 。此外，數(shù)字生產(chǎn)要素與勞動(dòng)力、資本、技術(shù)等傳統(tǒng)要素均具有聯(lián)動(dòng)關(guān)系。其中，勞動(dòng)力中的數(shù)字人才運(yùn)用數(shù)字技術(shù)產(chǎn)生、儲(chǔ)存、管理、傳輸、計(jì)算數(shù)字生產(chǎn)要素，數(shù)字技術(shù)是產(chǎn)生數(shù)字生產(chǎn)要素的工具，資本在數(shù)字生產(chǎn)要素的產(chǎn)生、儲(chǔ)存與運(yùn)用過程中提供資金支持。因此，數(shù)據(jù)是數(shù)字生產(chǎn)要素的核心，勞動(dòng)力、資本和技術(shù)分別是數(shù)字生產(chǎn)要素產(chǎn)生和運(yùn)用的主體、保障和工具。

（2）數(shù)字基礎(chǔ)設(shè)施。數(shù)字基礎(chǔ)設(shè)施是以信息網(wǎng)絡(luò)為基礎(chǔ)，綜合集成新一代信息技術(shù)，圍繞數(shù)據(jù)的感知、傳輸、存儲(chǔ)、計(jì)算、處理和安全等環(huán)節(jié)，所形成的支撐經(jīng)濟(jì)社會(huì)數(shù)字化發(fā)展的新型基礎(chǔ)設(shè)施體系。數(shù)字基礎(chǔ)設(shè)施不僅包括移動(dòng)通信、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)中心等信息基礎(chǔ)設(shè)施，而且包括融合型基礎(chǔ)設(shè)施，即傳統(tǒng)基礎(chǔ)設(shè)施利用物聯(lián)網(wǎng)、邊緣計(jì)算、人工智能等新一代信息技術(shù)進(jìn)行智能化改造后所形成的基礎(chǔ)設(shè)施形態(tài)，甚至包括以處理海量數(shù)據(jù)存儲(chǔ)、計(jì)算及不間斷流數(shù)據(jù)實(shí)時(shí)計(jì)算、離線計(jì)算、智能推薦、交互式查詢、數(shù)據(jù)湖構(gòu)建等場(chǎng)景為主的數(shù)字平臺(tái)。

（3）數(shù)字產(chǎn)業(yè)化。數(shù)字產(chǎn)業(yè)化是指借助數(shù)字技術(shù)，利用數(shù)字生產(chǎn)要素產(chǎn)生新的產(chǎn)品、服務(wù)甚至是產(chǎn)業(yè)，如電子信息制造業(yè)、信息通信業(yè)、軟件服務(wù)業(yè)、互聯(lián)網(wǎng)業(yè)等。吳翌琳等［8］

將中國數(shù)字產(chǎn)業(yè)分為數(shù)字設(shè)備制造業(yè)、數(shù)字產(chǎn)品貿(mào)易業(yè)、數(shù)字技術(shù)服務(wù)業(yè)和數(shù)字驅(qū)動(dòng)產(chǎn)業(yè)四種，分別對(duì)應(yīng)數(shù)字設(shè)備制造、數(shù)字產(chǎn)品貿(mào)易、數(shù)字技術(shù)服務(wù)和數(shù)字驅(qū)動(dòng)生產(chǎn)活動(dòng)。

（4）產(chǎn)業(yè)數(shù)字化。2020年6月，國家信息中心、京東數(shù)字科技研究院聯(lián)合發(fā)布《中國產(chǎn)業(yè)數(shù)字化報(bào)告2020》，首次對(duì)“產(chǎn)業(yè)數(shù)字化”作出了專業(yè)的闡述，即產(chǎn)業(yè)數(shù)字化是指在新一代數(shù)字科技支撐和引領(lǐng)下，以數(shù)據(jù)為關(guān)鍵要素，以價(jià)值釋放為核心，以數(shù)據(jù)賦能為主線，對(duì)產(chǎn)業(yè)鏈上下游的全要素?cái)?shù)字化升級(jí)、轉(zhuǎn)型和再造的過程國家信息中心、京東數(shù)科聯(lián)合發(fā)布《中國產(chǎn)業(yè)數(shù)字化報(bào)告2020》，http：//www.sic.gov.cn/sic/83/260/0714/10538_pc.html。。

基于上述測(cè)度框架，兼顧指標(biāo)選取的原則，構(gòu)建包含數(shù)字環(huán)境與數(shù)字活動(dòng)兩個(gè)子系統(tǒng)，涵蓋數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層的數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，具體測(cè)度指標(biāo)共44項(xiàng)，如表1所示。

在上述測(cè)度指標(biāo)中，部分指標(biāo)數(shù)據(jù)由于未統(tǒng)計(jì)或者統(tǒng)計(jì)未公開等因素?zé)o法獲取，后續(xù)測(cè)算結(jié)果暫未考慮，具體包括數(shù)據(jù)和數(shù)字平臺(tái)兩個(gè)指標(biāo)層；其余測(cè)度指標(biāo)的樣本數(shù)據(jù)來源于國家統(tǒng)計(jì)局官網(wǎng)、各省（自治區(qū)、直轄市）歷年統(tǒng)計(jì)年鑒、《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》。選取的樣本區(qū)間為2010—2020年中國30個(gè)省份（自治區(qū)、直轄市）由于西藏自治區(qū)、香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣省的數(shù)據(jù)缺失較多，因此并未將這些地區(qū)納入樣本范圍。 ，對(duì)于個(gè)別缺失數(shù)據(jù)采用了插值法或類推法進(jìn)行補(bǔ)充。

（二）指標(biāo)體系的測(cè)度方法

考慮到熵值法在測(cè)度類文獻(xiàn)中應(yīng)用廣泛，如朱子云 ［21］利用該方法測(cè)度了經(jīng)濟(jì)增長質(zhì)量，鈔小靜等 ［22］利用該方法測(cè)度了中國互聯(lián)網(wǎng)發(fā)展水平等，因此，本文采用這一方法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度。事實(shí)上，該方法是根據(jù)各測(cè)度指標(biāo)標(biāo)準(zhǔn)化處理后的變異程度得到各測(cè)度指標(biāo)的權(quán)重，屬于客觀賦權(quán)法，相較于主觀賦權(quán)法，有利于降低指標(biāo)賦權(quán)時(shí)主觀人為因素的干擾。熵值法測(cè)度步驟具體如下：

第一步，標(biāo)準(zhǔn)化。由于上述具體測(cè)度指標(biāo)均為正向指標(biāo)，則先采用式（1）進(jìn)行標(biāo)準(zhǔn)化，避免指標(biāo)值的量綱對(duì)測(cè)度結(jié)果產(chǎn)生影響：

yitj=xitj－minxitjmaxxitj－minxitj（1）

式中，i表示省份，所考察省份共計(jì)N個(gè)；t表示時(shí)間，所考察時(shí)間的跨度為T年；j 表示測(cè)度指標(biāo)，測(cè)度指標(biāo)共計(jì)m個(gè)；xitj代表標(biāo)準(zhǔn)化之前的原始指標(biāo)，max xitj為指標(biāo)j的最大值，minxitj為指標(biāo)j的最小值，yitj為標(biāo)準(zhǔn)化后的指標(biāo)。

第二步，計(jì)算信息熵。根據(jù)式（2）計(jì)算數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度體系中各測(cè)度指標(biāo)xitj的信息熵Ej：

Ej=－1lnNT∑Ni=1∑Tt=1yitj∑Ni=1∑Tt=1yitjlnyitj∑Ni=1∑Tt=1yitj（2）

第三步，構(gòu)造權(quán)重。根據(jù)式（3）計(jì)算數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度體系中各測(cè)度指標(biāo)yitj的權(quán)重Wj：

Wj=1－Ej∑mj=11－Ej（3）

第四步，得到綜合水平值?；跇?biāo)準(zhǔn)化的指標(biāo)yitj和測(cè)算的Wj，使用多元線性函數(shù)的加權(quán)求出數(shù)字經(jīng)濟(jì)發(fā)展水平值INDEXit，如式（4）所示：

INDEXit=∑mj=1yitj×Wj（4）

通過上述步驟計(jì)算出的數(shù)字經(jīng)濟(jì)發(fā)展水平取值范圍將會(huì)落在0～1之間。數(shù)值越大，代表數(shù)字經(jīng)濟(jì)發(fā)展水平越高；反之，數(shù)值越小，則代表數(shù)字經(jīng)濟(jì)發(fā)展水平越低。

（三）綜合測(cè)度結(jié)果分析

基于數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，采用熵值法對(duì)2010—2020年中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，結(jié)果如表2所示。2010—2020年的測(cè)度期間內(nèi)，數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度結(jié)果介于0.02～0.77之間，各省均呈現(xiàn)明顯的上升趨勢(shì)。其中，廣東的數(shù)字經(jīng)濟(jì)發(fā)展水平始終處于領(lǐng)先位置，并從2010年的0.256持續(xù)上升到2020年的0.768；排名最末的為青海，其2020年的數(shù)字經(jīng)濟(jì)發(fā)展水平僅為0.039。這表明中國省際層面的數(shù)字經(jīng)濟(jì)發(fā)展水平具有較大差異。在地區(qū)差異的比較中，以2020年測(cè)度結(jié)果為例：測(cè)度結(jié)果高于0.5的只有廣東和江蘇，表明這兩個(gè)省份處于數(shù)字經(jīng)濟(jì)發(fā)展水平的前列；北京處于0.4至0.5之間；0.3至0.4之間的有上海、浙江、

四川、山東4個(gè)?。ㄖ陛犑校?；0.2至0.3之間的有福建、河南、安徽和重慶4個(gè)?。ㄖ陛犑校?；0.1至0.2之間的有遼寧、河北等10個(gè)?。ㄗ灾螀^(qū)、直轄市）；0.1以下的有海南等9個(gè)省（自治區(qū)）?？梢园l(fā)現(xiàn)，盡管中國數(shù)字經(jīng)濟(jì)持續(xù)發(fā)展，但仍有大部分?。ㄗ灾螀^(qū)、直轄市）處于較低水平，如2020年所考察省（自治區(qū)、直轄市）中有63.3%低于0.2，表明中國數(shù)字經(jīng)濟(jì)發(fā)展不僅要重視速度，還要兼顧其均衡性，尤其應(yīng)大力提升落后地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平。

根據(jù)中國經(jīng)濟(jì)發(fā)展水平和地理位置劃分，本文將30個(gè)?。ㄗ灾螀^(qū)、直轄市）分為東部地區(qū)、中部地區(qū)、西部地區(qū)三大區(qū)域按照國家統(tǒng)計(jì)局對(duì)中國省（自治區(qū)、直轄市）進(jìn)行區(qū)域分組。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、廣東和海南；中部地區(qū)包括：山西、河南、湖北、湖南、吉林、黑龍江、安徽和江西；西部地區(qū)包括：重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西和內(nèi)蒙古。 ，并計(jì)算中國三大區(qū)域中各省數(shù)字經(jīng)濟(jì)發(fā)展水平在考察期內(nèi)的均值和年均增長率，考察中國省域數(shù)字經(jīng)濟(jì)平均水平的增長速度情況，結(jié)果如表3所示。從均值排名來看，數(shù)字經(jīng)濟(jì)平均發(fā)展水平最高和最低的省份分別是廣東和青海，均值分別為0.493和0.027。排名前10位的?。ㄖ陛犑校┲?，東部地區(qū)、中部地區(qū)和西部地區(qū)分別有7個(gè)、1個(gè)和2個(gè)，分別占樣本整體的23.3%，3.3%，6.7%；排名后10位的?。ㄖ陛犑校┲?，東部地區(qū)、中部地區(qū)和西部地區(qū)分別有1個(gè)、3個(gè)、6個(gè)，占樣本整體的3.3%，10.0%，20.0%，反映出中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平具有東部高、中西部低的特點(diǎn)。從年均增長率的結(jié)果來看，年均增長率介于5.07%（上海）至19.90%（重慶）之間。年均增長率較高的4個(gè)?。ㄖ陛犑校┮来问侵貞c、四川、江西和安徽，其年均增長率均超過了16%，處于數(shù)字經(jīng)濟(jì)發(fā)展勢(shì)頭迅猛的梯隊(duì)。而年均增長率低于8%的有江蘇、上海、天津、海南4個(gè)東部地區(qū)?。ㄖ陛犑校?，反映了西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展速度比東部地區(qū)更快；年均增長率的均值也證實(shí)了這一結(jié)論，西部地區(qū)年均增長率的均值最高，中部地區(qū)次之，西部地區(qū)最低。究其原因，一方面是受益于西部大開發(fā)、中部崛起等一系列區(qū)域協(xié)調(diào)發(fā)展的政策舉措，中西部地區(qū)經(jīng)濟(jì)發(fā)展水平不斷提升；另一方面是因?yàn)橹形鞑康貐^(qū)的數(shù)字經(jīng)濟(jì)發(fā)展落后，基數(shù)較低，提升數(shù)字經(jīng)濟(jì)發(fā)展水平的速度更快。

依據(jù)中國各?。ㄗ灾螀^(qū)、直轄市）數(shù)字經(jīng)濟(jì)發(fā)展水平在考察期內(nèi)的均值，借鑒魏敏等 ［23］的研究，將中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）劃分為明星型、平庸型、落后型三種類型依據(jù)均值（M）及標(biāo)準(zhǔn)差（SD）的關(guān)系，將30個(gè)省份（自治區(qū)、直轄市）劃分為明星型（得分高于M+0.5SD）、平庸型（得分介于M-0.5SD至M+0.5SD之間）和落后型（得分低于M-0.5SD）三種類型。 ，如表4所示。三種類型的區(qū)域分布顯示：廣東、江蘇、北京、浙江、上海、山東處于明星型數(shù)字經(jīng)濟(jì)發(fā)展水平行列，占東部地區(qū)的55%，占全部考察省（自治區(qū)、直轄市）的20%；中部地區(qū)沒有省份進(jìn)入明星型；西部地區(qū)只有四川躋身明星型，四川數(shù)字經(jīng)濟(jì)的發(fā)展得益于國家西部大開發(fā)的戰(zhàn)略，承接了東南沿海地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，其數(shù)字經(jīng)濟(jì)基礎(chǔ)條件相對(duì)較好，且在不斷提高省內(nèi)的自主創(chuàng)新能力等。平庸型共有福建、河北等11個(gè)?。ㄖ陛犑校既靠疾焓》荩ㄗ灾螀^(qū)、直轄市）的36.7%，其中東部地區(qū)、中部地區(qū)、西部地區(qū)分別有4個(gè)、5個(gè)、2個(gè)。海南是唯一個(gè)東部地區(qū)處于數(shù)字經(jīng)濟(jì)發(fā)展水平落后型的省份，而中部地區(qū)和西部地區(qū)分別有3個(gè)?。ㄗ灾螀^(qū)）和8個(gè)?。ㄗ灾螀^(qū)）處于落后型。

西 部四川重慶、陜西內(nèi)蒙古、廣西、甘肅、云南、新疆、貴州、寧夏、青海表5展示了中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）數(shù)字經(jīng)濟(jì)四個(gè)準(zhǔn)則層的均值和排名。這些信息能夠從細(xì)分維度來分析數(shù)字經(jīng)濟(jì)發(fā)展的情況，有利于更加深入研究中國各?。ㄗ灾螀^(qū)、直轄市）數(shù)字經(jīng)濟(jì)的優(yōu)勢(shì)和短板。結(jié)合前面劃分的三種數(shù)字經(jīng)濟(jì)發(fā)展類型，可以發(fā)現(xiàn)明星型?。ㄖ陛犑校┰谒膫€(gè)準(zhǔn)則層的排名均靠前，平庸型省（直轄市）和落后型?。ㄗ灾螀^(qū)）的排名則較為靠后。具體而言：廣東、江蘇、北京、上海、浙江、山東和四川7個(gè)明星型?。ㄖ陛犑校┰谒膫€(gè)準(zhǔn)則層的排名均位于前10。其中，廣東各準(zhǔn)則層的排名均是第1；江蘇在數(shù)字生產(chǎn)要素和數(shù)字產(chǎn)業(yè)化的排名僅次于廣東，但數(shù)字基礎(chǔ)設(shè)施和產(chǎn)業(yè)數(shù)字化排名較靠后；北京的優(yōu)勢(shì)在于數(shù)字生產(chǎn)要素和產(chǎn)業(yè)數(shù)字化，排名靠后的是數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)化；上海在數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化三個(gè)準(zhǔn)則層的排名均在前3，但數(shù)字生產(chǎn)要素排名第6；浙江和山東排名靠后的是數(shù)字產(chǎn)業(yè)化；四川則是在數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和產(chǎn)業(yè)數(shù)字化三個(gè)方面的排名均較為靠后，排名均是第8，這表明四川能夠躋身數(shù)字經(jīng)濟(jì)明星型省份是靠數(shù)字產(chǎn)業(yè)化的發(fā)展。

數(shù)字經(jīng)濟(jì)平庸型?。ㄖ陛犑校┯?1個(gè)，他們?cè)谒膫€(gè)準(zhǔn)則層的排名表現(xiàn)各異。數(shù)字生產(chǎn)要素排名比較靠后的有天津和陜西；數(shù)字基礎(chǔ)設(shè)施排名較為靠后的有天津、江西、陜西和重慶；數(shù)字產(chǎn)業(yè)化排名比較靠后的有遼寧、湖南、江西和重慶；產(chǎn)業(yè)數(shù)字化排名比較靠后的是河北、遼寧、江西、陜西和重慶。數(shù)字經(jīng)濟(jì)落后型省（自治區(qū)）中，海南、山西、黑龍江、云南和廣西在部分準(zhǔn)則層的排名能夠相對(duì)靠前。例如，海南的產(chǎn)業(yè)數(shù)字化排名第11，但在數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)化方面的排名均為28；吉林、內(nèi)蒙古、甘肅、新疆、貴州、寧夏和青海在四個(gè)準(zhǔn)則層的排名均處于后20位。根據(jù)數(shù)字經(jīng)濟(jì)四個(gè)準(zhǔn)則層的排名，各地應(yīng)根據(jù)自身排名特點(diǎn)補(bǔ)齊相應(yīng)短板，以便更好促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，尤其是數(shù)字經(jīng)濟(jì)四個(gè)準(zhǔn)則層排名均落后的省份應(yīng)充分謀劃和相應(yīng)布局，避免在數(shù)字經(jīng)濟(jì)的快速發(fā)展中掉隊(duì)。

四、中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的時(shí)空演變特征

基于前述2010—2020年中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度結(jié)果，進(jìn)一步分別采用核密度估計(jì)法、全局Morans I指數(shù)、狀態(tài)轉(zhuǎn)移概率分析其時(shí)空演變特征。

（一）核密度估計(jì)結(jié)果

為全面考察中國省域數(shù)字經(jīng)濟(jì)分布特征的動(dòng)態(tài)演進(jìn)情況，采用核密度估計(jì)法對(duì)中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行分析，結(jié)果如圖1所示。圖1（a）為全部考察?。ㄗ灾螀^(qū)、直轄市）的數(shù)字經(jīng)濟(jì)發(fā)展水平核密度估計(jì)圖。可以發(fā)現(xiàn)，隨著時(shí)間推移，核密度曲線中心位置總體小幅右移，主峰的高度逐漸下降，曲線的寬度持續(xù)擴(kuò)大，右拖尾的數(shù)值不斷上升，這些特征表明考察期內(nèi)中國數(shù)字經(jīng)濟(jì)發(fā)展水平整體處于上升趨勢(shì)，但發(fā)展的不均衡性和兩極分化程度不斷擴(kuò)大。圖1（b）、（c）、（d）分別為中國東部、中部、西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的核密度估計(jì)圖。三個(gè)地區(qū)的相似之處在于中心位置均出現(xiàn)右移和分布圖的寬度持續(xù)擴(kuò)大現(xiàn)象，不同之處在于東部地區(qū)兩極分化最嚴(yán)重，而中部和西部地區(qū)的主峰高度下降速度較快。其中中部地區(qū)下降幅度最高，西部地區(qū)次之，反映了東部、中部和西部三個(gè)地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平均有提升，但東部地區(qū)兩極分化的趨勢(shì)不容忽視，而中部地區(qū)和西部地區(qū)不均衡性發(fā)展程度較為嚴(yán)重。

圖2（a）、（b）、（c）、（d）分別為數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化的核密度估計(jì)圖。從四個(gè)核密度估計(jì)圖的分布位置來看，近年來，各省域數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的發(fā)展水平均呈現(xiàn)上升趨勢(shì)。從分布形態(tài)來看，四個(gè)圖的主峰高度都有不同程度的下降，表明數(shù)字經(jīng)濟(jì)在數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)方面都具有明顯的不均衡發(fā)展和兩極分化態(tài)勢(shì)。其中數(shù)字基礎(chǔ)設(shè)施主峰的高度下降速度最快，產(chǎn)業(yè)數(shù)字化主峰的高度在2014年下降幅度較大，隨后保持平穩(wěn)，數(shù)字生產(chǎn)要素和數(shù)字產(chǎn)業(yè)化的主峰高度一直保持緩慢下降的趨勢(shì)。

（二）全局Morans I指數(shù)的結(jié)果

從前述可知，東部地區(qū)的廣東、江蘇、山東、上海、浙江、福建等?。ㄖ陛犑校┑臄?shù)字經(jīng)濟(jì)發(fā)展水平較高，中部地區(qū)和西部地區(qū)的大部分地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平較低，表明數(shù)字經(jīng)濟(jì)發(fā)展可能存在區(qū)域集聚現(xiàn)象。另外，數(shù)字經(jīng)濟(jì)可以突破物理位置的限制，實(shí)現(xiàn)自身數(shù)字經(jīng)濟(jì)的內(nèi)生增長，如四川和重慶。數(shù)字經(jīng)濟(jì)是否具有空間集聚效應(yīng)，需要采用統(tǒng)計(jì)方法進(jìn)一步測(cè)算。因此，采用全局Morans I指數(shù)進(jìn)行空間自相關(guān)檢驗(yàn)，衡量中國數(shù)字經(jīng)濟(jì)發(fā)展水平的空間集聚情況，其中空間權(quán)重矩陣為Wij=1/（PGDPi-PGDPj）×DISij ，PGDPi和PGDPj分別代表i省份和j省份的人均國內(nèi)生產(chǎn)總值，DISij代表i省份與j省份的地理距離?；?010—2020年中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度結(jié)果，計(jì)算得到歷年的全局Morans I指數(shù)結(jié)果，如表6所示。

從全樣本的結(jié)果來看，中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的全局Morans I指數(shù)從2010年的0.300下降到2020年的0.125，考察期內(nèi)大部分年份（除2018年外）的全局Morans I指數(shù)均通過顯著性檢驗(yàn)，說明中國數(shù)字經(jīng)濟(jì)發(fā)展具有空間集聚現(xiàn)象。

按東部地區(qū)、中部地區(qū)和西部地區(qū)的區(qū)域分組來看，東部地區(qū)的全局Morans I指數(shù)在考察期內(nèi)均不顯著，中部地區(qū)的全局Morans I指數(shù)在2014年及之后才開始呈現(xiàn)統(tǒng)計(jì)顯著性，西部地區(qū)的全局Morans I指數(shù)則僅在2010年和2020年呈現(xiàn)統(tǒng)計(jì)顯著性，反映了中國省域數(shù)字經(jīng)濟(jì)發(fā)展的空間集聚現(xiàn)象主要存在于數(shù)字經(jīng)濟(jì)發(fā)展水平較低的中部地區(qū)。從數(shù)字經(jīng)濟(jì)各細(xì)分維度的結(jié)果來看，數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化在考察期內(nèi)均存在空間集聚現(xiàn)象，其中數(shù)字基礎(chǔ)設(shè)施的全局Morans I指數(shù)最高，表明數(shù)字基礎(chǔ)設(shè)施的空間集聚效應(yīng)最強(qiáng)。

（三）狀態(tài)轉(zhuǎn)移概率的結(jié)果

表7展示了2010—2020年中國省域數(shù)字經(jīng)濟(jì)的狀態(tài)轉(zhuǎn)移概率情況。據(jù)表可知，中國數(shù)字經(jīng)濟(jì)發(fā)展水平不流動(dòng)的概率在考察期內(nèi)呈現(xiàn)上升的趨勢(shì)，由2011年的33.33%上升到2020年的80%，2011—2020年不流動(dòng)概率的均值為61%，反映了中國數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)“優(yōu)者恒優(yōu)、弱者仍弱”的固化態(tài)勢(shì)，不利于縮小數(shù)字經(jīng)濟(jì)發(fā)展的地區(qū)差異。計(jì)算數(shù)字經(jīng)濟(jì)四個(gè)準(zhǔn)則層在考察期內(nèi)不流動(dòng)概率的均值，發(fā)現(xiàn)由高至低依次為數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字化產(chǎn)業(yè)和產(chǎn)業(yè)數(shù)字化，具體數(shù)值分別為57.00%、56.00%、52.67%和39.67%，說明中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平固化的原因是數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)化三個(gè)維度不流動(dòng)概率較高，改善數(shù)字經(jīng)濟(jì)發(fā)展水平固化的態(tài)勢(shì)應(yīng)重視數(shù)字經(jīng)濟(jì)低水平地區(qū)的數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)化。

五、中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的差異分解

通過綜合測(cè)度結(jié)果的時(shí)空演變分析，可知中國數(shù)字經(jīng)濟(jì)發(fā)展的地區(qū)差異較大，但差異的來源有待進(jìn)一步探究。本部分從空間和結(jié)構(gòu)兩個(gè)視角，分別采用Dagum基尼系數(shù)分解法和方差分解法考察中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平總差異的貢獻(xiàn)情況，以厘清中國省域數(shù)字經(jīng)濟(jì)差異的形成機(jī)理。

（一）空間視角的差異分解

Dagum ［24］在計(jì)算基尼系數(shù)的基礎(chǔ)上進(jìn)一步將基尼系數(shù)分解為組間差異、組內(nèi)差異和超變密度三個(gè)部分。本文采用Dagum基尼系數(shù)分解法考察中國數(shù)字經(jīng)濟(jì)發(fā)展水平的空間差異及其成因。

表8報(bào)告了2010—2020年中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的Dagum基尼系數(shù)及其分解情況?？梢园l(fā)現(xiàn)Dagum基尼系數(shù)在考察期內(nèi)呈現(xiàn)持續(xù)下降趨勢(shì)，具體數(shù)值由2010年的0.434下降到2020年的0.394，表明中國省域數(shù)字經(jīng)濟(jì)水平的總體差異不斷縮小。原因可能是各省份（自治區(qū)、直轄市）均意識(shí)到數(shù)字經(jīng)濟(jì)在經(jīng)濟(jì)發(fā)展中的重要作用，紛紛開始重視數(shù)字經(jīng)濟(jì)的發(fā)展，因而數(shù)字經(jīng)濟(jì)的地區(qū)差異在整體上具有縮小趨勢(shì)，但中國數(shù)字經(jīng)濟(jì)的地區(qū)差異依然不容忽視。區(qū)域內(nèi)、區(qū)域間和超變密度的Dagum

基尼系數(shù)結(jié)果顯示：區(qū)域內(nèi)總體差異在考察期內(nèi)變動(dòng)幅度較小，2010年區(qū)域內(nèi)Dagum基尼系數(shù)為0.105，到2020年上升為0.113；而區(qū)域間Dagum基尼系數(shù)持續(xù)下降，由2010年的0.314下降到2020年的0.218。三個(gè)部分的貢獻(xiàn)率的結(jié)果表明中國數(shù)字經(jīng)濟(jì)的地區(qū)差異主要來自區(qū)域間差異，但區(qū)域間差異的貢獻(xiàn)率不斷降低，由2010年的72.35%下降到2020年的55.21%。

進(jìn)一步計(jì)算東部與中部、中部與西部、東部與西部區(qū)域間的Dagum基尼系數(shù)，分別記為東-中部、東-西部和中-西部，探究區(qū)域間差異的主要來源，可以發(fā)現(xiàn)考察期內(nèi)東-西部的區(qū)域間Dagum基尼系數(shù)最高，東-中部的區(qū)域間Dagum基尼系數(shù)次之，中-西部的區(qū)域間Dagum基尼系數(shù)最低，且東-中部和東-西部的區(qū)域間Dagum基尼系數(shù)均呈現(xiàn)持續(xù)下降趨勢(shì)，而中-西部的區(qū)域間Dagum基尼系數(shù)呈上升趨勢(shì)，反映了中國數(shù)字經(jīng)濟(jì)區(qū)域間差異的縮小主要得益于東-中部、東-西部區(qū)域間差異系數(shù)的縮小，但東-中部、東-西部區(qū)域間差異仍然較大的事實(shí)不容忽視，其中2020年東-中部、東-西部的區(qū)域間Dagum基尼系數(shù)分別為0.422和0.497。

簡而言之，上述分解結(jié)果表明中國數(shù)字經(jīng)濟(jì)發(fā)展水平的省域差異來源主要是區(qū)域間差異。具體來看，相較于中西部地區(qū)，東部地區(qū)在經(jīng)濟(jì)政策、營商環(huán)境、企業(yè)數(shù)量、資金支持、高校人才輸送、科研院所加持等方面更具優(yōu)勢(shì)，更能夠匯聚數(shù)字基礎(chǔ)設(shè)施等地區(qū)內(nèi)優(yōu)越的發(fā)展要素，從而能夠吸引更多的創(chuàng)新企業(yè)入駐、內(nèi)外部投資等，這些因素有助于推動(dòng)?xùn)|部地區(qū)數(shù)字產(chǎn)業(yè)創(chuàng)新能力不斷提升，還能帶動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)以及數(shù)字經(jīng)濟(jì)規(guī)模的擴(kuò)張。

（二）結(jié)構(gòu)視角的差異分解

數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系由數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層構(gòu)成。借鑒陳明華等 ［25］的研究，采用方差分解法對(duì)中國數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行差異來源分解，探究這四個(gè)準(zhǔn)則層在多大程度上導(dǎo)致了數(shù)字經(jīng)濟(jì)發(fā)展水平的差異，即計(jì)算每個(gè)準(zhǔn)則層的差異貢獻(xiàn)率。表9展示了2010—2020年中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平的方差分解結(jié)果?？梢钥闯觯袊∮驍?shù)字經(jīng)濟(jì)的差異依次來自數(shù)字產(chǎn)業(yè)化、數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和產(chǎn)業(yè)數(shù)字化。其中數(shù)字產(chǎn)業(yè)化的差異貢獻(xiàn)率在考察期內(nèi)基本呈現(xiàn)持續(xù)下降的趨勢(shì)，由2010年的63.93%下降到2020年的49.46%，其余三個(gè)維度的差異貢獻(xiàn)率則呈現(xiàn)出不同幅度的上升，分別由2010年的19.73%、11.46%、4.88%上升到2020年的26.74%、15.18%、8.62%。

表10展示了中國東部地區(qū)、中部地區(qū)、西部地區(qū)的方差分解結(jié)果，可以發(fā)現(xiàn)，東部地區(qū)與表9全國總體的方差分解結(jié)果趨勢(shì)相似，數(shù)字經(jīng)濟(jì)的差異來源從數(shù)字產(chǎn)業(yè)化差異逐漸轉(zhuǎn)向數(shù)字生產(chǎn)要素差異、數(shù)字基礎(chǔ)設(shè)施差異和產(chǎn)業(yè)數(shù)字化差異三個(gè)方面，但2020年數(shù)字產(chǎn)業(yè)化差異的貢獻(xiàn)率依然最高，為52.48%。中部地區(qū)與西部地區(qū)的方差分解結(jié)果類似，這兩個(gè)地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展差異來源結(jié)構(gòu)均表現(xiàn)為由以數(shù)字生產(chǎn)要素為主轉(zhuǎn)向以數(shù)字產(chǎn)業(yè)化差異為主。從以上結(jié)果可以反映出，當(dāng)前中國數(shù)字經(jīng)濟(jì)發(fā)展差異的來源主要是數(shù)字產(chǎn)業(yè)化差異，這可能表明地區(qū)間數(shù)字經(jīng)濟(jì)發(fā)展在產(chǎn)業(yè)基礎(chǔ)能力、先進(jìn)技術(shù)、法律制度環(huán)境等方面存在較大差距。因此，縮小地區(qū)間數(shù)字產(chǎn)業(yè)化的差距尤為重要，特別是東部地區(qū)和西部地區(qū)需要均衡發(fā)展數(shù)字產(chǎn)業(yè)化。

六、研究結(jié)論與政策建議

數(shù)字經(jīng)濟(jì)是新舊動(dòng)能轉(zhuǎn)換過程中推動(dòng)經(jīng)濟(jì)發(fā)展的新增長極，世界各國將其作為爭(zhēng)奪世界經(jīng)濟(jì)版圖的陣地，紛紛制定促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的相關(guān)戰(zhàn)略。本文在闡述數(shù)字經(jīng)濟(jì)測(cè)度邏輯的基礎(chǔ)上，構(gòu)建了包含數(shù)字環(huán)境和數(shù)字活動(dòng)兩個(gè)子系統(tǒng)，數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)準(zhǔn)則層，以及35個(gè)具體指標(biāo)的測(cè)度框架，采用熵值法測(cè)算得到2010—2020年中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）的數(shù)字經(jīng)濟(jì)發(fā)展水平，并利用核密度估計(jì)法、全局Morans I指數(shù)、狀態(tài)轉(zhuǎn)移概率、Dagum基尼系數(shù)分解法和方差分解法等方法考察中國省域數(shù)字經(jīng)濟(jì)的時(shí)空演變特征和差異分解情況。研究結(jié)論有：第一，從測(cè)度結(jié)果來看，考察期內(nèi)中國各省（自治區(qū)、直轄市）數(shù)字經(jīng)濟(jì)發(fā)展水平呈持續(xù)上升趨勢(shì)，但地區(qū)差異較大，具有東部地區(qū)高、中西部地區(qū)低的特點(diǎn)，其中明星型?。ㄖ陛犑校┯袞|部地區(qū)的廣東、江蘇、北京、上海、浙江、山東和西部地區(qū)的四川，其余?。ㄗ灾螀^(qū)、直轄市）屬于平庸型和落后型。第二，從時(shí)空演變分析來看，核密度估計(jì)表明中國數(shù)字經(jīng)濟(jì)發(fā)展的不平衡和兩極分化趨勢(shì)不斷擴(kuò)大，尤其是中部地區(qū)和西部地區(qū)分化的速度較快；全局Morans I指數(shù)表明中國數(shù)字經(jīng)濟(jì)具有空間集聚效應(yīng)，并且數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化四個(gè)維度在考察期內(nèi)均具有空間集聚的表現(xiàn)；狀態(tài)轉(zhuǎn)移概率表明，中國數(shù)字經(jīng)濟(jì)發(fā)展具有“優(yōu)者恒優(yōu)、弱者仍弱”固化態(tài)勢(shì)，不利于縮小數(shù)字經(jīng)濟(jì)發(fā)展水平的地區(qū)差異，主要原因在于數(shù)字生產(chǎn)要素和數(shù)字基礎(chǔ)設(shè)施兩個(gè)維度的不流動(dòng)概率較高。第三，空間視角的Dagum基尼系數(shù)分解得出，區(qū)域間差異的貢獻(xiàn)率最高，區(qū)域內(nèi)差異次之，超變密度最低，其中區(qū)域間差異貢獻(xiàn)率由2010年的71.18%下降為2020年的51.30%；結(jié)構(gòu)視角的方差分解發(fā)現(xiàn)貢獻(xiàn)率由高至低依次是數(shù)字產(chǎn)業(yè)化、數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施和產(chǎn)業(yè)數(shù)字化。具體而言：東部地區(qū)的差異結(jié)構(gòu)來源從數(shù)字產(chǎn)業(yè)化差異逐漸轉(zhuǎn)向其他三個(gè)準(zhǔn)則層，中西部地區(qū)則由以數(shù)字生產(chǎn)要素為主要差異來源轉(zhuǎn)向以數(shù)字產(chǎn)業(yè)化差異為主的結(jié)構(gòu)。

根據(jù)以上結(jié)論，為提升數(shù)字經(jīng)濟(jì)發(fā)展水平和縮小省域數(shù)字經(jīng)濟(jì)發(fā)展差異，提出以下政策建議：

第一，大力促進(jìn)數(shù)字生產(chǎn)要素水平的提升。數(shù)字生產(chǎn)要素是數(shù)字經(jīng)濟(jì)發(fā)展的核心，其水平的高低直接關(guān)系數(shù)字經(jīng)濟(jì)發(fā)展的可持續(xù)性。具體而言：應(yīng)完善高等學(xué)校中經(jīng)濟(jì)、信息、計(jì)算機(jī)、人工智能等相關(guān)專業(yè)的教學(xué)機(jī)制，培養(yǎng)復(fù)合型數(shù)字化人才；通過加大地方財(cái)政科學(xué)技術(shù)支出、引導(dǎo)規(guī)模以上工業(yè)企業(yè)研發(fā)經(jīng)費(fèi)支出等提升數(shù)字經(jīng)濟(jì)發(fā)展的資金保障水平，激發(fā)數(shù)字創(chuàng)新活力；發(fā)揮政府統(tǒng)籌協(xié)調(diào)作用，構(gòu)建數(shù)字交易市場(chǎng)，通過市場(chǎng)交易促進(jìn)數(shù)字資本、數(shù)字技術(shù)、數(shù)字人才等要素的跨區(qū)域流通，以實(shí)現(xiàn)數(shù)據(jù)資源的優(yōu)化配置，從而實(shí)現(xiàn)區(qū)域均衡發(fā)展。

第二，完善數(shù)字基礎(chǔ)設(shè)施建設(shè)。數(shù)字基礎(chǔ)設(shè)施是發(fā)展數(shù)字經(jīng)濟(jì)的重要載體，體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展水平的硬實(shí)力，完善數(shù)字基礎(chǔ)設(shè)施建設(shè)將為縮小數(shù)字經(jīng)濟(jì)地區(qū)差異提供強(qiáng)大動(dòng)力。加大數(shù)字基礎(chǔ)設(shè)施的投入要圍繞傳感終端、5G網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)中心、人工智能、區(qū)塊鏈、基礎(chǔ)軟件等重點(diǎn)領(lǐng)域精準(zhǔn)發(fā)力，還要對(duì)交通、能源、生態(tài)、工業(yè)等傳統(tǒng)基礎(chǔ)設(shè)施進(jìn)行數(shù)字化、網(wǎng)絡(luò)化、智能化改造升級(jí)，以長補(bǔ)短、加快進(jìn)程，打好產(chǎn)業(yè)基礎(chǔ)高級(jí)化、產(chǎn)業(yè)鏈現(xiàn)代化的攻堅(jiān)戰(zhàn)。尤其是中西部地區(qū)更應(yīng)抓住數(shù)字基礎(chǔ)設(shè)施建設(shè)的契機(jī)，超前謀劃，為數(shù)字經(jīng)濟(jì)發(fā)展提供穩(wěn)固支撐。

第三，改善數(shù)字經(jīng)濟(jì)不均衡發(fā)展和兩極分化問題。中國數(shù)字經(jīng)濟(jì)發(fā)展空間大，尤其是數(shù)字經(jīng)濟(jì)發(fā)展落后的中西部地區(qū)。相關(guān)政府部門應(yīng)充分意識(shí)到數(shù)字經(jīng)濟(jì)的重要戰(zhàn)略地位，主動(dòng)在數(shù)字生產(chǎn)要素、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化方面進(jìn)行相應(yīng)布局，提升數(shù)字經(jīng)濟(jì)發(fā)展水平，縮小發(fā)展數(shù)字經(jīng)濟(jì)的區(qū)域不均衡。東部地區(qū)的廣東、江蘇、北京、上海、浙江、山東，以及西部地區(qū)的四川處于數(shù)字經(jīng)濟(jì)發(fā)展的前列，應(yīng)充分發(fā)揮領(lǐng)頭羊的作用，建立數(shù)字合作共享機(jī)制，如積極參與“東數(shù)西算”工程，在幫扶相對(duì)落后地區(qū)的同時(shí)促進(jìn)自身數(shù)字經(jīng)濟(jì)發(fā)展。中西部地區(qū)應(yīng)在經(jīng)濟(jì)政策、營商環(huán)境、企業(yè)數(shù)量、資金支持、高校人才輸送、科研院所加持等方面不斷完善，發(fā)揮數(shù)字基礎(chǔ)設(shè)施等地區(qū)內(nèi)優(yōu)越的發(fā)展要素的集聚優(yōu)勢(shì)，吸引更多的創(chuàng)新企業(yè)入駐、內(nèi)外部投資等。

第四，著力縮小數(shù)字產(chǎn)業(yè)化差異。數(shù)字產(chǎn)業(yè)化差異是數(shù)字經(jīng)濟(jì)結(jié)構(gòu)差異的最主要來源，避免數(shù)字經(jīng)濟(jì)的地區(qū)鴻溝可以從縮小地區(qū)數(shù)字產(chǎn)業(yè)化差異方面著手。具體而言：各地區(qū)應(yīng)根據(jù)自身產(chǎn)業(yè)基礎(chǔ)的優(yōu)勢(shì)，在電子信息制造業(yè)、信息通信業(yè)、軟件服務(wù)業(yè)、互聯(lián)網(wǎng)業(yè)等數(shù)字產(chǎn)業(yè)方面加速布局和擴(kuò)大生產(chǎn)。廣東、江蘇、浙江、四川、陜西、北京、上海等走在數(shù)字產(chǎn)業(yè)化發(fā)展的前列，可在有償機(jī)制和優(yōu)勢(shì)互補(bǔ)的基礎(chǔ)上充分發(fā)揮這些地區(qū)對(duì)周邊低水平地區(qū)的產(chǎn)業(yè)和技術(shù)溢出效應(yīng)。中央和地方政府可以設(shè)置數(shù)字產(chǎn)業(yè)引導(dǎo)和扶持基金，更好地配合數(shù)字產(chǎn)業(yè)化優(yōu)勢(shì)地區(qū)和低水平地區(qū)的協(xié)同發(fā)展。

第五，拓展產(chǎn)業(yè)數(shù)字化的廣度和深度。產(chǎn)業(yè)數(shù)字化是數(shù)字技術(shù)賦能產(chǎn)業(yè)鏈上下游進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)和價(jià)值再造，借助數(shù)字技術(shù)對(duì)第一、第二、第三產(chǎn)業(yè)進(jìn)行數(shù)字化升級(jí)和轉(zhuǎn)型是實(shí)現(xiàn)產(chǎn)業(yè)高質(zhì)量發(fā)展的重要抓手。產(chǎn)業(yè)數(shù)字化發(fā)展水平高的地區(qū)，如廣東、北京、浙江、上海、江蘇等應(yīng)重點(diǎn)加強(qiáng)產(chǎn)業(yè)數(shù)字化的深度，關(guān)鍵在于數(shù)字技術(shù)對(duì)傳統(tǒng)產(chǎn)業(yè)帶來的產(chǎn)出增加和效率提升。產(chǎn)業(yè)數(shù)字化水平低的中西部地區(qū)首要任務(wù)是拓展產(chǎn)業(yè)數(shù)字化的廣度，向東部地區(qū)學(xué)習(xí)產(chǎn)業(yè)數(shù)字化的經(jīng)驗(yàn)，盡量在農(nóng)業(yè)、制造業(yè)、交通運(yùn)輸業(yè)、服務(wù)業(yè)等各行業(yè)中引入數(shù)字技術(shù)賦能，提升當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展水平。

參考文獻(xiàn)：

［1］? 王彬燕， 田俊峰， 程利莎，等.中國數(shù)字經(jīng)濟(jì)空間分異及影響因素［J］.地理科學(xué)， 2018，38（6）：859-868.

［2］ 吳翌琳.國家數(shù)字競(jìng)爭(zhēng)力指數(shù)構(gòu)建與國際比較研究［J］.統(tǒng)計(jì)研究， 2019，36（11）：14-25.

［3］ 杜雪鋒.數(shù)字經(jīng)濟(jì)發(fā)展的國際比較及借鑒［J］.經(jīng)濟(jì)體制改革， 2020（5）：164-170.

［4］ BRYNJOLFSSON E， YANG S.Information technology and productivity： a review of the literature［J］.Advances in Computers， 1996，43（8）：179-214.

［5］ FELDSTEIN M.Underestimating the real growth of GDP， personal income， and productivity［J］.Journal of Economic Perspectives， 2017，31（2）：145-164.

［6］ 續(xù)繼， 唐琦.數(shù)字經(jīng)濟(jì)與國民經(jīng)濟(jì)核算文獻(xiàn)評(píng)述［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2019（10）：117-131.

［7］ 康鐵祥.數(shù)字經(jīng)濟(jì)及其核算研究［J］.統(tǒng)計(jì)與決策， 2008（5）：19-21.

［8］ 吳翌琳， 王天琪.數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)界定和產(chǎn)業(yè)分類研究［J］.統(tǒng)計(jì)研究， 2021，38（6）：18-29.

［9］ 楊慧梅， 江璐.數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率［J］.統(tǒng)計(jì)研究， 2021，38（4）：3-15.

［10］ 王軍， 朱杰， 羅茜.中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測(cè)度［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2021，38（7）：26-42.

［11］ 屈超， 張美慧.國際ICT衛(wèi)星賬戶的構(gòu)建及對(duì)中國的啟示［J］.統(tǒng)計(jì)研究， 2015，32（7）：74-80.

［12］ 楊仲山， 張美慧.數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶：國際經(jīng)驗(yàn)及中國編制方案的設(shè)計(jì)［J］.統(tǒng)計(jì)研究， 2019，36（5）：16-30.

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

［14］ OECD.Measuring the digital economy： a new perspective［M］.Pairs： OECD Publishing， 2014.

［15］ 李研.中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率的地區(qū)差異及動(dòng)態(tài)演變［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2021，38（2）：60-77.

［16］ 韓兆安， 趙景峰， 吳海珍.中國省際數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算、非均衡性與地區(qū)差異研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2021，38（8）：164-181.

［17］ 鮮祖德， 王天琪.中國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)規(guī)模測(cè)算與預(yù)測(cè)［J］.統(tǒng)計(jì)研究， 2022，39（1）：4-14.

［18］ 任保平，賀海峰.中國數(shù)字經(jīng)濟(jì)發(fā)展的空間分布及其特征［J］.統(tǒng)計(jì)與信息論壇，2023，38（8）：28-40.

［19］ 鈔小靜，沈路，薛志欣.基于形態(tài)屬性的中國省域數(shù)字經(jīng)濟(jì)發(fā)展水平再測(cè)算［J］.經(jīng)濟(jì)問題，2023（2）：23-34.

［20］ TAPSCOTT D.The digital economy：promise and peril in the age of networked intelligence［M］.New York：McGraw-Hill，1996.

［21］ 朱子云.中國經(jīng)濟(jì)增長質(zhì)量的變動(dòng)趨勢(shì)與提升動(dòng)能分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2019，36（5）：23-43.

［22］ 鈔小靜， 薛志欣， 王宸威.中國新經(jīng)濟(jì)的邏輯、綜合測(cè)度及區(qū)域差異研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2021，38（10）：3-23.

［23］ 魏敏， 李書昊.新時(shí)代中國經(jīng)濟(jì)高質(zhì)量發(fā)展水平的測(cè)度研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2018，35（11）：3-20.

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

［25］ 陳明華， 劉玉鑫， 劉文斐， 等.中國城市民生發(fā)展的區(qū)域差異測(cè)度、來源分解與形成機(jī)理［J］.統(tǒng)計(jì)研究， 2020，37（5）：54-67.

Measurement， Spatio-Temporal Evolution and Differential Decomposition of Provincial Digital Economy Development Level in China

HE Jianfeng WU Hui

（School of Economics and Finance， South China University of Technology， Guangzhou 510006， Guangdong， China）

Abstract：Based on the definition of digital economy， this paper constructed a measurement framework covering four criterion layers of digital production factors， digital infrastructure， digital industrialization and industrial digitalization. The entropy method was used to calculate the digital economy development level of 30 provinces in China from 2010 to 2020， and the spatio-temporal evolution characteristics and the mechanism of differences were further investigated. The research finds that the development level of digital economy in all provinces continues to improve， but the trend of unbalanced development and polarization continues to expand， and it even shows a solidified situation of “the superior is always superior， the weak is still weak”. The overall differences of spatial perspectives mainly come from regional differences. The regional differences between eastern and central regions and between eastern and western regions are much higher than those between central and western regions. The overall difference of structure point of view mainly derives from digital industrialization. The structure of the source of difference shows the declining difference of digital industrialization and the increasing difference of the other three aspects. The main source structure of the difference in the eastern region is similar to that of the whole country， while the central and western regions shift from the dominant difference of digital production factors to the dominant? difference of digital industrialization.

Key words：provincial

digital economy in China; measurement; spatio-temporal evolution; difference decomposition