摘要：從數字化基礎、數字產業(yè)化、產業(yè)數字化三方面分別選取6、5、7個水平指標度量數字經濟（DE）水平，再采用保序主成分評價法（PCEM）依次計算三方面與整體的綜合得分，給出絕對、相對地區(qū)差異的空間與結構分解，探討DE的空間聚集性。明確給出4個評價誤區(qū)及處理方案，為綜合評價提供借鑒：PCEM需要保證特征向量的分量之和大于等于o，故不能采用統(tǒng)計軟件默認PCA結果；平移可改變不平等測度，故不能采用Gini系數傳統(tǒng)分界點判斷不平等程度，可通過蒙特卡洛方法給出模擬分界點：DE水平評價指標不能總量指標、水平指標混用：當一級指標對應二級指標個數存在顯著差異時，不能直接計算二級指標最終權重，需要逐層計算。經濟結論：從2013年到2021年，北京、上海、浙江、廣東的DE水平依次穩(wěn)居前4，天津、江蘇、福建在第5-8波動，內蒙古、云南、甘肅、新疆排名靠后，排名進步較大省份有重慶，廣西、貴州等，退步較大省份有遼寧、云南、內蒙古等；與自身相比，各省份DE水平逐年提高，包括疫情期間；中國DE水平地區(qū)差異較大，側重客觀的絕對地區(qū)差異逐年下降，但側重主觀的相對地區(qū)差異先下降后上升，區(qū)間Gini系數貢獻率很高，主要取決于東-中、東-西的地區(qū)差異；從地區(qū)差異的結構分解看，產業(yè)數字化的貢獻率最高，數字產業(yè)化的貢獻率最低；三大地區(qū)的DE水平逐年提高，東部遠高于西部、中部；八大經濟區(qū)排名前4為東部沿海→南部沿?！辈垦睾！L江地區(qū)，后2名為黃河中游→西北地區(qū)。

關鍵詞：數字經濟；水平指標；主成分評價法；地區(qū)差異；誤區(qū)

基金項目：甘肅省哲學社會科學規(guī)劃項目“以數字經濟培育發(fā)展甘肅新質生產力的對策研究”（2024YB029）

中圖分類號：0212 文獻標識碼：A

文章編號：1674-537X（2024）09.0116-13

一、引言

隨著科技發(fā)展，互聯網普及，AI興起，數據已成為重要生產要素，為生產、生活帶來全面影響，產生新經濟形態(tài)（祝合良和王春娟，2020）：數字經濟（Digital economy，DE），它依據購物習慣等數據，以SG等信息技術、人工智能等為載體，為各地區(qū)、企業(yè)帶來新一輪發(fā)展機會（王軍等，2021）。目前，中國DE規(guī)模占GDP超1/3，已滲透五大高質量發(fā)展理念：創(chuàng)新、綠色、協調、共享和發(fā)展，成為高質量發(fā)展新引擎、新動能，需要進一步促進DE發(fā)展。第14個5年規(guī)劃（2021年）指出：建設數字中國，同年11月，習近平總書記對DE健康發(fā)展發(fā)表重要講話，防止資本無序擴展、平臺壟斷阻止創(chuàng)新等，在20大報告上，指出“加快發(fā)展DE”。目前，DE仍是研究熱點，相關文獻已有很多，在DE定義、測度等方面已達成一些共識。王軍等（2021）、盛斌等（2022年）直接給出DE水平評價指標體系，分別基于運用熵權法、層次分析的變異系數賦權法對DE發(fā)展評價，探究中國DE發(fā)展地區(qū)差異與動態(tài)演進：陳曉紅等（2022）構建DE理論框架，闡述DE內涵、核心理論；魏艷華等（2024）構建融合輔助信息的主成分評價法，對我國DE發(fā)展水平進行統(tǒng)計評價。DE評價的第一步是確定評價指標體系，根據確定原則與相關文獻，本文從數字化基礎（6個）、數字產業(yè)化（5個）、產業(yè)數字化（7個）三個方面選擇18個水平指標測度DE水平，嚴禁采用總量指標。

確定DE水平評價指標體系后，則需要確定指標權重，常采用客觀賦權法。主成分評價法（PCEM）是基本的客觀賦權技術，葉明確等、魏艷華等，學者對PCEM缺陷進行探討并改進、推廣，目前已成為較公認評價法。本文采用改進后的保序PCEM確定指標權重，更合理。Dagum Gini系數分解可以對DE水平地區(qū)差異進行空間分解，是研究地區(qū)差異的常用手段（李強誼和鐘水映，2016），但無法刻畫評價指標或方面對DE水平差異的貢獻，即結構分解。Shao（2021）提出Gini系數結構分解，用于探討收入構成對收入差異的貢獻，具有較大理論貢獻。如果將評價指標或方面的得分看作綜合得分一部分（王丙參等，2024），則可利用Gini系數結構分解探討評價指標或方面對整體Gini系數的貢獻，很有意義。眾所周知，平移可以改變Gini系數，這會導致Gini系數分界點失效（魏艷華等，2021），進而影響對不平等程度的判斷，本文通過蒙特卡洛方法（魏艷華等，2018）給出Gini系數的模擬分界點。為了更細致刻畫地區(qū)差異，引入絕對、相對地區(qū)差異概念，分別從客觀事實、主觀感受角度刻畫地區(qū)差異，對絕對、相對地區(qū)差異進行空間與結構分解，探討地區(qū)差異來源。

（三）莫蘭指數

假定研究的省份s1，…，sn的DE水平得分為x1，…，xn，則全局莫蘭指數，

三、數字經濟水平測度

DE是一種新經濟形態(tài)，以人工智能等技術革命、銷售等模式轉變、以高端制造為代表等結構升級（魏艷華等，2024）引領經濟增長，為經濟高質量發(fā)展培育新動能（祝合良和王春娟，2020）。準確測度我國DE水平、異質性、空間聚集，才能根據定量依據更好制定政策。測度DE水平第一步就是構建DE水平評價指標體系，學者采用指標存在明顯差異，但也達成一些原則性共識，主要有：易得性要求評價指標易觀測或便于計算，最好官方公布此指標，比如，人均DE產值可很好度量DE水平，但目前政府及權威機構沒有公布此指標，所以不建議選用，因為其測算難度不亞于測算DE水平：穩(wěn)健性要求指標不能太少，因為每個指標都存在一定局限性，指標體太少波動大、片面，且評價對象易操縱指標；簡潔性。通常，評價指標個數太多，容易掩蓋核心指標且工作量很大，可操作性不強。

（一）DE發(fā)展水平評價指標體系構建

對于DE水平（記作A），根據穩(wěn)健性、易得性等原則，參考相關文獻，從數字化基礎（6個）、數字產業(yè)化（5個）、產業(yè)數字化（7個）三個方面A1-A3選取18個二級指標，見表2。研究對象是我國除西藏、港澳臺的大陸30個省份。評價目的是測度30個研究省份的DE發(fā)展水平，而非實力，這就需要將總量指標（實力）轉化為水平指標（平均指標、相對指標）。這產生了綜合評價的一個誤區(qū)：

誤區(qū)3：總量指標與水平指標混用，與評價目標偏離。

總量指標側重“給定對象的規(guī)?！?，而水平指標側重“給定可比對象在某方面達到的高度”，比如“人均指標、百分比指標、單位GDP指標、單位面積指標”等，通常不能將北京、廣東、青海、甘肅等省份直接看作可比對象，因為它們在常住人口、地域面積、GDP等方面存在較大差異，這就需要對上述方面進行修正。評價目標是測量省份的DE水平，而非實力，首先需要將“不可比的省份對象”修正為“可比對象”，故A1×1、A1×2不能采用光纜長度、移動電話基站數總量指標，本文采用抽象密度，考慮了省份面積、常住人口數量。但是，部分文獻在測度DE水平時，采用了對應總量指標（經濟高質量水平測算等也存在類似問題），這是不合理的，北京的光纜長度少于廣東光纜長度，但北京的光纜密度會高于廣東光纜密度，類似指標還有很多，因此，調整水平指標與總量指標的比例可以改變省份DE水平排名，不合理，尤其進一步進行面板回歸時，可調整水平指標與總量指標的比例達到想要的顯著結果。誤區(qū)3產生的根源在于對評價目標界定出現偏差，進而導致評價指標體系沒有準確反映評價目的，這也表明，在度量某一現象時，需明確給出評價目的，進而考慮評價指標是否可以實現目的？比如，度量我國31省份各自的經濟發(fā)展不平衡程度可否采用自身人均GDP偏離全國人均GDP均值的程度，這種不平衡具有什么意義？度量31省份各自產業(yè)結構優(yōu)化升級水平是否可以僅采用“第三產業(yè)GDP/第二產業(yè)GDP”？

一級指標對應二級指標個數可以任意選擇嗎？可以，但二級指標個數會影響權重的具體確定方法，而部分文獻對于權重計算非?；\統(tǒng)，沒給出具體操作流程，這會導致綜合評價的又一個誤區(qū)。

誤區(qū)4：一級指標對應二級指標個數差異較大且直接采用PCEM、熵權法等對二級指標確定權重。

評價指標體系通常默認同級評價指標的重要性相同，本文也是如此假定。DE水平（記作A）評價指標體系的3個一級指標對應二級指標個數依次為6：5：7，如果對這18個指標直接采用熵權法或PCEM確定權重，則默認3個一級指標的重要性為6：5：7，而這是沒有依據的。因此，需要分別對3方面單獨運用熵權法或PCEM等確定二級指標權重，再將3方面綜合得分看作3個指標，再次運用熵權法或PCEM等確定一級指標權重。另一種解決方法是，將3方面對應二級指標個數調整相同。本文采用第一種解決方法。

為了讓不同年份觀測數據具有近似可比性，需要對貨幣度量指標價格平減，即對A2×1、A2×2、A2×3、A2×4、A3×4、A3×5采用各省GDP價格平減指數平減。根據表2，有

1．數字基礎設施（AI）能夠推動人、電腦、手機等主體間連接，克服內部資源有限、同質性等限制，建立知識共享途徑、渠道，擴展平臺輻射時空邊界。光纜、移動電話基站是通信基本硬件，但上述指標主要與省份面積S、常住人口P有關，需要采用水平指標，故采用光纜線路長度／S＇、移動電話基站數／S’，其中S＇=（SP）0．5，稱為修正面積。為什么不直接采用省份面積或常住人口？主要因為青海等省份面積很大，但常住人口很少，而上海等省份面積很小，但常住人口很多。移動電話是用戶接收端，采用普及率。寬帶接入端口數、域名、網頁數可很大程度上規(guī)避地理位置限制，采用人均指標可較準確衡量上網狀況。

2．數字產業(yè)化（A2）采用5個評價指標。相對而言，人均電信業(yè)務總量主要是電信通訊費用，取決經濟水平、電信企業(yè)資費，它只是數字產業(yè)的一方面，更側重消費；指標A2×2、A2×3、A2×4可體現技術水平、省份間差異等，區(qū)分度更明顯；A2×5刻畫從業(yè)人員，實際含義也很重要。

3．DE與實體經濟廣泛結合，產業(yè)數字化（A3）作為DE引擎的作用日趨重要。人均電子商務交易額（最具有代表性）、數字普惠金融指數（綜合指標）是兩個通用指標，后者雖然計算復雜，但因北大公布而可以直接使用。企業(yè)每百人使用計算機數度量企業(yè)數字硬件基礎，每百家企業(yè)擁有網站數度量企業(yè)的網絡化基礎。單位GDP的快遞業(yè)務收入、單位GDP的快遞量從兩個角度度量單位GDP的網絡交易情況。

（二）數字經濟水平綜合得分與排名

全局保序PCEM評價：首先對A1、A2、A3（即3個一級指標）分別評價，再對A1、A2、A3的綜合得分運用保序PCEM評價，采用0．01-1無量綱化，即正、負向指標無量綱化方法為

其中，a=0．01，可避免0，記為0．01-1化（魏艷華等，2023 ），它本質就是通過線性變化將觀測值轉化到[0．01，1]，取值越大越好。這也表明：DE水平得分是相對得分，它只表明自身在所有評價對象中的相對位置，這與百分試卷的考試分數不一樣，因此在對DE水平得分進行解讀時要慎重，高分只是表示在30個評價對象中靠前。

為使評價結果具有縱向、橫向可比性，將9年的30個研究省份合并，然后采用保序PCEM對270個評價對象（2013年甘肅與2021年甘肅看作2個評價指標，其它類似）綜合評價，對應評價參數見表3。給定閾值0．90，刪除貢獻率低的PC，減輕噪聲干擾（魏艷華等，2020），A1、A2、A3分別提取3、2、4個PC，CCR依次為0．930、0．980、0．930;整體A評價提取1個PC，CCR為0．915，即研究省份對應3個一級指標上的一致性很高，此時，保序PCEM等價于保序PCEM1，即PCEMI。顯然，所有權重都為正，即保序PCEM有效。

中國DE水平綜合得分與排名見表4，得分箱線圖見圖1，9個評價時期（2013 - 2021年）綜合得分間相關系數p、等級相關系數ρs（魏艷華等，2020）見表5，可用于度量DE系統(tǒng)變化速度、穩(wěn)定程度。

根據表4-5、圖1，主要結論有：

1．綜合得分箱線圖的箱體較長，異常點逐漸較多，且中位線通常偏下，表明：DE水平地區(qū)差異較大；中位線及箱體呈現上升趨勢，表明：DE水平整體呈現上升趨勢。北京、上海等以異常值形式展示DE水平遠高其它省份，是DE標桿，且隨著時間推移，DE標桿省份增加到4個，包括浙江、廣東。

2．從2013年到2021年，北京、上海、浙江、廣東依次保持前4，差距明顯，尤其前2名，天津、江蘇、福建在第5-8波動，西部的新疆、甘肅、云南及山西、內蒙古、黑龍江排名靠后（以2021年為準）；排名進步較大省份有：重慶（16→9）、江西（20→17）、貴州（27→21）、河南（25→22）、廣西（28→24），退步較大省份有：遼寧（10→15）、寧夏（15→19）、內蒙古（18→26）、云南（22→27）、新疆（26→30）。甘肅省除2015年（第24名）之外DE水平都在第28、29名波動，排名非常落后，新疆DE水平也非常落后，值得關注。海南雖然在第6 - 10名波動，比較靠前，但常住人口剛突破1千萬，對DE大局影響有限，因為DE水平指標多是人均指標，常住人口越大，DE總量越大。北京、上海、浙江、廣東等是我國DE發(fā)展核心、引領，值得學習與繼續(xù)保持，而人口大省山東（9→8）、四川（13→13）、河南（25→22）、湖南（19→18）、廣西（28→24）等需要引起更高關注、支持，因為它們潛力大、人口多，足以對中國DE大局產生影響。

3．相對自身而言，30個研究省份的DE水平都在逐年提升，包括2020 - 2021年，即疫情后，這表明：在政府嚴格控制下的新冠疫情并沒有阻礙DE發(fā)展，甚至具有一定促進作用。這是自然的，因為在疫情期間，人們身體出行受影響，但網絡交互活動更加頻繁，比如疫情碼、網購、在線會議的應用，而這會推動政府、居民的數字化程度，比如疫情期間沒有疫情碼則寸步難行。

4．中國30個研究省份在不同年間ρ的最小值為0．985（2013年與2017年等），ρs的最小值0．917（2013與2020年），相鄰兩年的ρ和ρs更高，最小值分別為0. 994、0.951，表明：中國DE發(fā)展較穩(wěn)定，在1年內相對水平變化很小，但長期變化依然顯著，即我國DE保持活力，省份間仍存在較強競爭，長期排名變化較大。

（三）地區(qū)差異分解

由于DE水平綜合得分大于0，可直接計算RD、Gini系數等不平等測度（IEM），就是絕對地區(qū)差異。社會在進步，經濟在發(fā)展，故評價指標后期觀測值會通常會顯著大于前期觀測值，而綜合得分是將樣本合并0．01-1化后計算，通常有：評價對象在前期綜合得分很小，而后期綜合得分較大，這對IEM影響很大，因為平移會改變IEM。如果對每年得分采用0．01-1化處理，再計算Gini系數、RD等IEM，就是相對地區(qū)差異，可統(tǒng)一規(guī)則，增加可比性。絕對、相對地區(qū)差異對應Dagum Gini系數分解（即Gini系數空間分解）與RD見表6。顯然有：

1．從全國地區(qū)差異看，Gini系數與RD變化趨勢相同，都具有度量地區(qū)差異的作用，但前者更全面，可以空間、結構分解，推薦優(yōu)先使用。

2．從絕對地區(qū)差異看，Gini系數呈現下降趨勢，三大地區(qū)內、三大地區(qū)間的Gini系數也具有震蕩下降趨勢：東部地區(qū)差異遠高于西部地區(qū)，而西部地區(qū)差異略高于中部地區(qū)；Gnb超過0．699，即DE水平地區(qū)差異主要取決于地區(qū)間差異，尤其是東-中、東—西的地區(qū)差異；Ct不到0. 06，即三大地區(qū)省份按DE水平排序后，交叉現象較輕：絕對地區(qū)差異側重客觀事實，常用于判斷地區(qū)差異變化規(guī)律，比如判斷σ收斂，因為Gini系數下降，故從全國看DE水平存在σ收斂：如果采用Gini傳統(tǒng)分界點判斷不平等程度，則結論與主觀感受不吻合，比如，2021年全國Gini系數為0.225，處于“過于平均”和“較為平均”的邊界，但采用模擬分界點（n= 270），結論可接受，2021年為“較為合理”，因此在判斷不平等程度時，要從多個角度判斷。

3．基于Gini系數模擬分界點（n=30），從相對地區(qū)差異看，Gini系數先從地區(qū)“差異懸殊”降到“差距過大”，后上升，但仍在“差距過大”范圍內變化，三大地區(qū)內、三大地區(qū)間的Gini系數也具有類似變化趨勢，它側重地區(qū)差異的主觀感受；東部、西部地區(qū)差異大小交替變化，它們顯著高于中部地區(qū)差異；Gnb與Gt變化趨勢同上。

DE水平綜合得分PCCS =w1X1+…+wpXp，p=3（即3個方面A1 - A3），令0=0.01，b=min（PCCS），c=max（PCCS）- min（PCCS），則

可將每年得分進行0．01-1化并保持結構分解。若將wi（a+（1-a）Xi-b/c）（或wiXi）看作第i方面對整體貢獻，則對應相對（或絕對）Gini系數結構分解見表7。

對于Cini系數結構分解，當考慮省份常住人口時，Gini系數略有下降，可能因為：加權的本質就是將30省份DE水平得分復制對應常住人口份再計算Gini系數，但是，3方面對應貢獻率沒有本質變化。下面以“等權重”計算的Gini系數結構分解為準，從3方面看，產業(yè)數字化A3對應的貢獻率最高，超過45%（2021年除外），對應貢獻率從2013年的50.5%遞減到2021年45.6%：數字產業(yè)化A2的貢獻率最低，不足19%;數字化基礎A1在40%附近震蕩。

（四）八大經濟區(qū)、三大地區(qū)數字經濟水平測度

下面基于30個研究省份得分計算更大地區(qū)A（比如西北地區(qū)）DE水平，具體方法（魏艷華等，2020），2023）：假定地區(qū)A包含nA個省份，對應得分為s1，…，snA，常住人口為p1，…，pnA，則地區(qū)A的DE水平得分為

運用（11）式計算的八大經濟區(qū)、三大地區(qū)對應DE水平與排名見表8。

顯然，從2013年到2020年，三大地區(qū)DE水平都在逐年提高，東部地區(qū)（0．169→0o442）最高，在2013年、2016年、2019年西部地區(qū)（0. 052→0．262）略高于中部地區(qū)（0．051→0．262），而其它年份相反；八大經濟區(qū)DE水平也都在逐年提高，排名前4依次為東部沿海（0. 227→0. 515）→南部沿海（0.196→0.454）→北部沿海（0.118→0.398）→長江地區(qū)（0．062→0．286），后兩名依次為黃河中游（0.051→0．250）→西北地區(qū)（0038→0．210）；西南地區(qū)排名從第6上升到第5，東北地區(qū)相反。西北地區(qū)經濟落后，地域遼闊且因大山、戈壁灘、沙漠、高寒等不利因素存在而導致交流不便，這也限制了其數字化技術的推廣，DE產業(yè)規(guī)模較小，進而導致DE水平較低，值得中央和當地政府關注。

（五）數字經濟是否可以打破地理位置限制

下面利用莫蘭指數MI探討DE水平的空間聚集性，見圖2、表9。顯然，從2013年到2021年，4個象限的省份變化很小，只有山西、遼寧從第三象限位移到第二象限，記為3→2，表明它們周邊DE整體水平從低于均值變?yōu)楦哂诰担鴱V西（2→3）周邊DE整體水平從高于均值變?yōu)榈陀诰?，重慶（3→4）DE水平從低于均值變?yōu)楦哂诰怠蓚€時期在第一、第三象限的相同省份個數為13/15，即局部正相關省份占比超過86%，可見，中國30個研究省份DE水平趨于空間集聚，即地理位置會顯著影響DE水平。

從邏輯上而言，DE與互聯網關系密切，受地理位置限制相對較少，如何從實證上驗證DE打破經濟發(fā)展的地理位置限制呢？顯然，DE水平的全局MI取值越小，表明地理位置對DE發(fā)展限制越小，因此，此問題就轉化為：DE水平的MI均值是否小于經濟水平的MI均值，具體步驟為：

第一步，對給定時間ti，假定DE水平得分為x1，…，xn，空間權重矩陣W=（Wij）m×n表示地理位置限制形式，計算全局MI，記為mxi。如果mxi顯著大于0，則DE水平具有顯著的空間正相關性，取值越大，相關性越強。

第二步，對給定時間ti，計算經濟水平（常以人均GDP代替）綜合得分y1，…，yn的全局MI，記為myi。

第三步，在時間T={t1，…，td}，分別計算DE水平、經濟水平的MI，依次記為mxi，…，mxd，my1，…，myd。

第四步，將mx1，…，mxd，my1，…，myd看作成對觀測樣本，檢測前者均值μDE是否小于等于后者均值μE（單側檢驗）。如果mx1，…，mxd與my1，…，myd都近似服從正態(tài)分布（魏艷華等，2018），則采用t檢驗，否則均值差的Bootstrap檢驗法。如果μDE≤μE，則可認為：DE可以打破地理位置。

經濟水平與DE水平在2013 - 2021年的全局MI見表10，從2013年到2021年，中國30個研究省份經濟水平與DE水平的空間自相關變化都較小，顯著正相關，進一步表明：地理位置對經濟水平、DE水平具有顯著影響。下面檢驗DE水平的MI均值是否小于等于經濟水平的MI均值：

第一步，利用K-S檢驗得：經濟水平與DE水平對應MI近似服從正態(tài)分布，對應p值見表10“p值”列。

第二步，采用配對—t檢驗（單側檢驗）：對于W1，統(tǒng)計量t=-14. 383，df=8，p=2.667e-07，μDE -μE=-0.107；對于W2，t= -18. 808，df=8，p=3. 3e-08，μDE -μE=-0. 135.

另外，也可采用樣本均值差的Bootstrap檢驗，它對樣本分布沒有限制，可以取非正態(tài)分布：假定總體X1，X2的均值μ1，μ2，且μ1＞μ2，目的是檢驗H0：μ1-μ2≤0。在X1，X2分別有放回的隨機抽樣n1，n2次，得到兩個自助樣本X'1，X'2，計算自助樣本均值差，即D=mean（X'1）- mean（X'2）。重復該過程m次，將Di，i=1，…，m按升序排序，計算α1= 5%的分位數Dα1，如果0不屬于[Dα1，+∞），則以5%的顯著性水平拒絕H0，反之則否。假定0，Di，i=1，…，m升序排列后0的次序為r0，檢驗p值定義為：r0-1/m。針對本例，X1，X2分別取經濟水平、DE水平對應的9個MI值，令n1=n2=9，m=104，由于min（X1）＞max（X2），故p值為0，拒絕H0。

可見，DE水平具有顯著的聚集現象，但其聚集水平低于經濟水平的聚集程度，即DE可以在一定程度上打破地理位置限制，在W1，W2下打破程度μE-μDE/μEE分別為27.3%、42.7%，即DE打破地理位置限制程度較高。

四、結論與建議

（一）結論

從三方面構建DE水平評價指標體系，然后運用全局保序PCEM給出三方面與整體評價，探討相對、絕對地區(qū)差異的空間、結構，并通過蒙特卡洛方法給出Gini系數的模擬分界點，最后，基于莫蘭指數檢驗：DE可以打破經濟發(fā)展的地理位置限制。結合DE水平評價，明確給出綜合評價中的4個誤區(qū)及其解決方案，為相關研究提供借鑒。

1．對于DE水平，從2013年到2021年，北京、上海、浙江、廣東依次穩(wěn)居前4，梯度明顯，天津、江蘇、福建在第5-8波動，它們是我國DE發(fā)展標桿，引領DE發(fā)展方向，內蒙古、云南、甘肅、新疆等排名靠后：排名進步較大省份有：重慶（7名）、廣西（4名）、貴州（6名），而退步較大省份有：遼寧（5名）、寧夏（4名）、內蒙古（8名）、云南（5名）、新疆（4名）。30個研究省份DE水平都在逐年提升，但進步速度存在差異。經濟中心上海全方面引領我國經濟發(fā)展，也是拼多多、盛大等互聯網公司總部所在，浙江有互聯網巨頭阿里巴巴（杭州）等，江蘇（5→6）主要有蘇寧控股、同城旅游、途牛等且其與上海、浙江關系密切，可見，東部沿海整體水平很高，是我國DE示范區(qū)。

2．中國DE水平地區(qū)差異較大，側重客觀事實的絕對地區(qū)差異逐年下降，而側重主觀感受的相對地區(qū)差異先下降后上升，區(qū)間Gini系數貢獻率很高，主要取決于東-中、東-西的地區(qū)差異。對于地區(qū)差異結構分解，產業(yè)數字化對應的貢獻率最高，數字產業(yè)化的貢獻率最低，不足19%。三大地區(qū)DE水平逐年提高，東部遠高于西部、中部，而西部與中部的DE水平相近，排名交錯變化。八大經濟區(qū)DE水平也逐年提高，排名前4地區(qū)依次為東部沿海→南部沿?！辈垦睾！L江地區(qū)，后2名依次為黃河中游→西北地區(qū)。

3．DE水平相對經濟水平具有顯著的弱空間聚集現象，表明：DE可在一定程度上打破經濟發(fā)展的地理限制。

（二）建議

為進一步促進我國DE高質量發(fā)展，建議如下。

1．加強數字基礎設施建設。加快5G網絡規(guī)模化部署，推動千兆網建設，加強數字中心、云計算設施建設，實現移動信號、互聯網對城市、鄉(xiāng)村（尤其是類似深山、戈壁灘等地的偏遠鄉(xiāng)村，因為僅依靠市場經濟難覆蓋）全覆蓋，這也是縮小DE發(fā)展基礎間差異的重要手段。

2．加快傳統(tǒng)產業(yè)、服務業(yè)、公共服務等數字化轉型。全面建設數字中國，推進政務信息化建設，打破信息孤島，推動智慧城市、數字鄉(xiāng)村建設，推進教育、醫(yī)療數字化建設，推進文化數字化，培育新型文化業(yè)態(tài)。

3．培育數字產業(yè)。提高集成電路、智能終端等產業(yè)競爭力，推動人工智能、工業(yè)軟件、大數據分析等軟件和信息技術服務業(yè)發(fā)展。另外，也要促進數字產業(yè)向西部轉移，進一步打破地理位置限制。

4．保障數字安全，反對數字霸權，促進DE健康、有序發(fā)展。中央、地方都要完善DE制度，在互聯網平臺對企業(yè)壟斷，防止大數據殺熟且降低實體企業(yè)、個人的運營成本。