我国数字经济发展水平测度与区域比较

D O I :１０．１５８９６/j ．x jt u s k x b ．２０２３０３００４ʌ收稿日期ɔ２０２２Ｇ０９Ｇ１３.㊀㊀ʌ修回日期ɔ２０２３Ｇ０１Ｇ０２.ʌ基金项目ɔ国家社会科学基金重点资助项目(１９A J Y ００１).ʌ作者简介ɔ段丁允(１９９６ ),女,西安交通大学经济与金融学院博士研究生;冯宗宪(１９５４ ),男,通信作者,西安交通大学经济与金融学院教授,博士生导师, 一带一路 自由贸易试验区研究院服务贸易中心主任.中国城市群数字贸易发展水平测度段丁允１,冯宗宪１,２１．西安交通大学经济与金融学院,陕西西安７１００６１２．西安交通大学 一带一路 自由贸易试验区研究院,陕西西安７１００４９开放科学(资源服务)标识码(O S I D )ʌ摘要ɔ从数字贸易的特征出发,通过构建数字贸易发展水平综合评价指标体系,采用面板数据熵值法测度中国十大城市群１２７座城市２０１１ ２０１９年的数字贸易发展水平,运用D a gu m 基尼系数㊁核密度估计等方法分析其动态演进和区域差异.结果表明:(１)中国十大城市群２０１１ ２０１９年数字贸易水平不断提升,数字贸易发展较好的城市群是京津冀㊁珠三角和长三角城市群,以北京市㊁深圳市㊁广州市㊁上海市㊁杭州市五座城市为引领.(２)十大城市群数字贸易发展差异较大,不同城市群之间的差异是中国数字贸易发展差异的主要来源.(３)十大城市群数字贸易发展水平存在一定的梯度效应和多极化现象;各城市群数字贸易发展水平稳定,改变类型的概率相对较低.(４)总体㊁成渝㊁海峡西岸㊁京津冀㊁辽中南㊁山东半岛㊁长三角㊁珠三角城市群存在收敛过程.基于此,对城市㊁城市群内部和城市群之间不同层面的数字贸易发展提出明确定位㊁优化布局等政策建议.ʌ关键词ɔ城市群;数字贸易;跨境电商;地区差异;空间收敛ʌ中图分类号ɔF ４９;F ７５２㊀ʌ文献标识码ɔA㊀ʌ文章编号ɔ１００８Ｇ２４５X (２０２３)０３Ｇ００４４Ｇ１７㊀㊀数字技术的不断发展给传统生产方式和贸易方式带来巨大影响和深刻变革,数字经济和数字贸易已经成为改变全球竞争格局的关键力量.根据联合国贸易与发展会议(U N C T A D )发布的数据,中国的数字化服务贸易额增速较快,从２００５年的１７３亿美元增长至２０２０年的１５４３亿美元,其占总体服务贸易规模的比例也从２００５年的２２．１１％增长至２０２０年的５５．０１％,占世界总体数字化服务贸易规模的份额从２００５年的１．４４％上升至２０２０年的４．８７％.数字贸易发展进程加快,已经成为中国服务贸易增长的新支柱.近年来,中国政府越发重视数字贸易,２０２１年１２月国务院印发的« 十四五 数字经济发展规划»中提到要完善数字贸易促进政策,加强制度供给和法律保障.江苏省㊁广东省㊁河南省在其数字经济促进条例中均提出加快数字贸易发展,推广新零售,发展社交电商㊁直播电商等新业态新模式,引导数字贸易集聚.北京市是全国范围内数字贸易政策方面的先行者,２０２０年北京市商务局印发«北京市关于打造数字贸易试验区实施方案»,２０２１年印发«北京市关于促进数字贸易高质量发展的若干措施».作为对外开放的新高地,多个中国自由贸易试验区(简称 自贸区 )条例中均提到要以数字化改革为引领,加强数字经济领域国际规则对接,推动传统产业数字化转型,支持跨境数字贸易发展,建设数字自贸区.随着人力资本的积累㊁知识信息的溢出和资源要素流动性的增强,单个中心城市能够带动周边城市发展,形成片状城市群,从而促进经济发展.目前,中心城市和城市群正在成为承载发展要素的主要空间形式,也成为经济增长的新引擎和载体[１].«中华人民共和国国民经济和社会发展第十四个五年规划和２０３５年远景目标纲要»和«２０２１年新型城镇化和城乡融合发展重点任务»中均提出要 发挥中心城市和城市群带动作用,建设现代化都市圈 ,说明城市群对中国城镇化和区域协调发４４展具有重要意义.数字经济和数字贸易影响着生产生活的各个方面.随着数字化转型的不断深入,城市数字化也已经初现成效,对城市群的发展产生了深远影响.在这一背景下,中国城市和城市群数字贸易发展情况如何,其演进和变化过程如何,是否存在地区差异,成为需要进一步探究的问题.鉴于此,本文从数字贸易的特征出发,基于十大城市群１２７座城市２０１１ ２０１９年的面板数据,构建城市层面的数字贸易发展指标体系,采取熵值法测度其数字贸易发展情况,并采取D a g u m基尼系数分析其区域差异,使用核密度估计㊁马尔可夫链分析其动态演进,采用σ收敛和β收敛方法分析其收敛水平.本文可能的创新点在于:第一,以城市和城市群为对象评价其数字贸易发展现状,进一步补充有关中国数字贸易发展在城市和城市群层面的证据;第二,构建了由６个一级指标和１８个二级指标构成的地级市层面数字贸易发展指标体系,并在其中加入数字贸易政策的量化数据,力图全面客观地分析城市层面数字贸易发展情况;第三,从区域差异和演化特征的角度出发,探究中国十大城市群数字贸易发展的区域差异及其来源和动态演进特征,并且对城市群数字贸易协调发展提出行之有效的对策建议.一、文献综述(一)跨境电子商务数字贸易最早由跨境电子商务发展而来.１９９７年美国政府发布的«全球电子商务纲要»将电子商务定义为通过互联网进行的广告㊁交易㊁支付等商务活动,并将电子商务分为两类,即企业与企业的电子商务和企业与个人的电子商务.而跨境电子商务是不同国家或地区的贸易双方通过互联网平台完成的商务活动,其中涉及国际支付㊁运输㊁海关等环节,是与国内电子商务的主要区别.最初对于跨境电子商务的研究主要集中于其贸易成本效应,比如L e n d l e等[２]通过６１个国家跨国交易数据发现,跨境电子商务能够降低贸易成本,从而减弱地理距离对贸易的负面影响.马述忠等[３Ｇ５]基于阿里巴巴发布的跨境电子商务连接指数(E C I)㊁２０１２年中国跨境电子商务相关政策和敦煌网的数据同样证明了这一点.近年来,跨境电子商务的不断发展对经济产生的影响受到学界关注.宏观方面,王喜荣等[６]发现,跨境电子商务能够促进传统贸易的增长;魏悦羚等[７]基于海关交易数据进行研究发现,跨境电子商务有利于出口产品质量升级.微观方面,企业和消费者的影响均是主要关注对象,如刘斌等[８]利用微观企业数据计量分析发现跨境电子商务能够促进企业价值链参与.然而,目前跨境电子商务相关研究最难解决的问题仍是统计数据不完整.M e l t z e r[９]指出跨境电子商务使得贸易数据的统计更复杂.中国海关对跨境电子商务的统计仅限于货物贸易,主要统计通过贸易报关㊁快件运输和邮政三种方式进出境的货物贸易,不包括服务贸易.现有研究大多是通过e B a y㊁敦煌网和阿里巴巴等数字平台企业的数据对跨境电子商务进行研究[１０],不能完整反映跨境电子商务的特征.(二)数字贸易伴随着数字贸易的不断发展,学界对数字贸易的重视程度也不断提升.起初对数字贸易的研究主要集中在概念和内涵方面,W e b e r[１１]认为数字贸易是通过电子化手段传输商品或服务的商业交易活动,熊励等[１２]３Ｇ５将数字贸易定义为通过互联网等数字技术交易商品的商业模式.但数字贸易并不等同于跨境电子商务,目前对于数字贸易的定义总体可以分为广义和狭义两种类型.狭义层面的数字贸易并不包括数字方式交付的实体货物,比如美国国际贸易委员会２０１３年发布的«美国与全球经济中的数字贸易»中就将数字贸易阐释为借助互联网传输的数字内容和其他产品或服务.而广义层面的数字贸易包含通过数字方式交易的货物㊁通过数字方式交付的服务产品和跨境数据流动.比如２０１４年美国国际贸易委员会对数字贸易的概念进行了更新,认为通过互联网技术交付的产品和服务㊁跨境数据流动,以及使之实现的平台和应用均是数字贸易的一部分;经济合作与发展组织(O E C D)㊁世界贸易组织(WT O)和国际货币基金组织(I M F)２０１９年共同发布的«数字贸易测度手册»[１３]中也认为除了通过数字交付的商品或服务以外,数字贸易还应当包括数字中介平台;中国商务部发布的«中国数字贸易发展报告２０２０»中认为数字贸易是能够用数字技术交付和实现的货物贸易㊁服务贸易和数据贸易的加总.本文借鉴O E C D㊁WT O㊁I M F和商务部的定义,认为数字贸易是通过数字技术实现的货物贸易㊁服务贸易㊁跨境数据流动和数字中介平台的总和.(三)数字贸易的测度和统计在数字贸易测度和统计方面,目前数字贸易数据的缺失仍是亟须解决的问题.«数字贸易测度手册»提出了指导性框架和方法,后续有研究尝试对菲律宾㊁新西兰㊁中国以及双边数字贸易进行测算和加总.由于数字贸易统计口径不一致和数据缺失,WT O的外国附属机构服务贸易统计(F A T S)数据或U N C T A D的国际收支５４服务贸易统计(B O P )数据[１４]常被用来替代数字贸易数据.商务部在«中国数字贸易发展报告２０２０»中也用同样的方法对中国的数字服务贸易进行了统计.从方法上来看,目前对于数字贸易发展现状的分析主要分为两类:第一类主要使用社会网络模型分析全球数字贸易网络的竞争性㊁互补性等特征,第二类主要采用集成指标评价的方法对跨境电子商务发展情况和数字贸易发展水平进行综合性评价.(四)城市群数字贸易的发展数字经济和数字贸易影响着生产生活,城市数字化也已初现成效.除了研究机构对城市层面数字经济的评估,如腾讯 互联网＋ 数字经济大数据平台公布的城市数字经济发展指数㊁新华三集团发布的中国城市数字经济指数,部分研究也关注到了城市层面数字经济的发展情况,比如王胜鹏等[１５]以２８５个地级市为对象分析了２０１１ ２０１８年数字经济发展水平.城市是构成区域空间的要素,随着城市化的发展,城市的分布状态逐渐密集,与相邻城市之间联系逐渐紧密,出现了城市群[１６]４６.城市群的特征是以中心城市为引领,辐射和带动周边城市共同发展.部分学者从城市群的角度考察数字经济和数字化现状,比如刘传明等[１７]使用腾讯城市经济发展指数分析了五大城市群数字经济发展的地区差距.梳理现有相关文献可以发现,首先,当前对数字贸易发展情况的分析主要集中在国家或省域层面,仍然缺少对城市和城市群层面数字贸易发展现状及其发展差异的相关研究.其次,对城市层面数字经济和数字化发展虽有了一定的研究,但都忽视了数字贸易和数字贸易相关政策的作用.最后,中心城市的发展能够带动周边城市发展从而形成城市群,城市群内部和不同城市群间的数字贸易发展情况均存在差异,现有研究缺乏对城市群数字贸易发展差异和分布动态演进的研究.为弥补现有研究的空白,本文以城市和城市群为对象,基于十大城市群１２７座城市２０１１ ２０１９年的面板数据,构建城市层面的数字贸易发展指标体系,并在其中加入数字贸易政策的量化数据,采取熵值法测度数字贸易发展情况,采用D a g u m 基尼系数㊁K e r n e l 密度估计㊁马尔可夫链分析法以及σ收敛和β收敛方法,综合对数字贸易发展现状的地区差距和分布动态演进进行分析考察.二㊁研究范围㊁指标构建和研究方法(一)研究范围由于地理位置㊁经济水平㊁发展定位存在差异,不同城市群数字贸易发展水平也不同.本文参照国务院㊁国家发展和改革委员会及各省级政府印发的城市群文件,将研究对象定为中国十大城市群,包含长三角㊁珠三角㊁京津冀㊁长江中游㊁成渝城市群在内的重点建设的五大国家级城市群和辽中南㊁山东半岛㊁海峡西岸㊁中原㊁关中五大区域级城市群,共１２７座城市.具体城市群见表１.表１㊀十大城市群及其城市城市群城市相关依据京津冀㊀北京市㊁天津市㊁石家庄市㊁保定市㊁张家口市㊁唐山市㊁秦皇岛市㊁衡水市㊁邯郸市㊁廊坊市㊁邢台市㊁沧州市㊁承德市㊀«京津冀协同发展规划纲要(２０１５)»长三角㊀上海市㊁杭州市㊁南京市㊁苏州市㊁无锡市㊁金华市㊁宁波市㊁合肥市㊁湖州市㊁常州市㊁嘉兴市㊁南通市㊁台州市㊁温州市㊁绍兴市㊁滁州市㊁宣城市㊁池州市㊁马鞍山市㊁盐城市㊁芜湖市㊁扬州市㊁镇江市㊁泰州市㊁安庆市㊁舟山市㊁铜陵市㊀«长江三角洲城市群发展规划(２０１６)»珠三角㊀深圳市㊁广州市㊁珠海市㊁东莞市㊁中山市㊁惠州市㊁佛山市㊁肇庆市㊁江门市㊀«珠江三角洲地区改革发展规划纲要(２００８ ２０２０)»成渝㊀成都市㊁重庆市㊁绵阳市㊁内江市㊁乐山市㊁广安市㊁南充市㊁遂宁市㊁德阳市㊁泸州市㊁宜宾市㊁自贡市㊁巴中市㊁广元市㊁眉山市㊁资阳市㊁雅安市㊀«成渝城市群发展规划(２０１６)»长江中游㊀长沙市㊁武汉市㊁南昌市㊁信阳市㊁九江市㊁荆州市㊁湘潭市㊁岳阳市㊁黄冈市㊁随州市㊁咸宁市㊁荆门市㊁黄石市㊁孝感市㊀«长江中游城市群发展规划(２０１５)»海峡西岸㊀福州市㊁厦门市㊁汕头市㊁上饶市㊁泉州市㊁潮州市㊁莆田市㊁漳州市㊁鹰潭市㊁宁德市㊀«海峡西岸城市群协调发展规划(２００９)»山东半岛㊀济南市㊁烟台市㊁潍坊市㊁青岛市㊁淄博市㊁威海市㊁日照市㊁东营市㊀«山东半岛城市群发展规划(２０１６ ２０３０)»辽中南㊀沈阳市㊁大连市㊁抚顺市㊁鞍山市㊁丹东市㊁本溪市㊁营口市㊁盘锦市㊁铁岭市㊁辽阳市㊀«辽中南城市群发展规划(２０１８)»关中㊀西安市㊁商洛市㊁天水市㊁咸阳市㊁运城市㊁临汾市㊁渭南市㊁宝鸡市㊁庆阳市㊁平凉市㊁铜川市㊀«关中平原城市群发展规划(２０１８)»中原㊀郑州市㊁焦作市㊁洛阳市㊁许昌市㊁开封市㊁平顶山市㊁新乡市㊁漯河市㊀«中原城市群发展规划(２０１６)»６４㊀㊀(二)数字贸易发展综合评价指标体系构建在充分考虑数字贸易发展应用的基础上,兼顾指标数据的可得性,本文构建了由６个一级指标和１８个二级指标构成的地级市层面数字贸易发展的评价指标体系,具体见表２.表２㊀中国城市数字贸易发展评价体系一级指标二级指标单位数字贸易环境数字普惠金融指数中国区域创新指数数字贸易人才信息传输㊁计算机服务和软件从业人员占比％数字基础设施邮政业务总量万元电信业务总量万元移动电话年末用户数万户国际互联网用户数万户数字产业基础电信㊁广播电视和卫星传输服务业上市公司数量个广播㊁电视电影和影视录音制作业上市公司数量个互联网和相关服务上市公司数量个计算机㊁通信和其他电子设备制造业上市公司数量个软件和信息技术服务业上市公司数量个电子商务业务上市公司数量个智能化服务上市公司数量个数字贸易政策自贸试验区数个跨境电子商务综合试验区数个数字贸易相关关键词个数个数字贸易现状I C T产品出口金额占比货物贸易的比例美元㊀㊀数字贸易环境是影响数字贸易发展的重要支撑,本文主要分两个方面测度.其一是金融环境,主要选择数字普惠金融指数进行衡量,数据来源于北京大学数字金融研究中心和蚂蚁集团研究院共同发布的地级市层面的北京大学普惠金融指数[１８];其二是数字创新环境,主要选取中国区域创新创业指数进行衡量,数据来源于北京大学企业大数据研究中心发布的中国区域创新创业指数.数字贸易人才是数字贸易发展的核心动力,本文主要选取信息传输㊁计算机服务和软件从业人员数量进行衡量,数据来源于«中国城市统计年鉴».数字基础设施是城市数字化发展的基础,也是数字贸易发展的基本条件,参考赵涛等[１９]的研究,主要选取邮政业务总量㊁电信业务总量㊁移动电话年末用户数和国际互联网用户数进行衡量,数据来源于«中国城市统计年鉴».数字产业基础是数字贸易发展的主要载体,本文根据国家统计局发布的«数字经济及其核心产业统计分类(２０２１)»中的数字经济产业分类,主要选取电信㊁广播电视和卫星传输服务业,广播电视电影和影视录音制作业,互联网和相关服务,计算机㊁通信和其他电子设备制造业,软件和信息技术服务业,电子商务业务,智能化服务７个与数字经济相关产业的上市公司数量进行衡量.上市公司具体信息数据来源于国泰安数据库,本文筛选出数字经济相关产业的上市公司,根据其注册位置信息与地级市进行匹配,并在地级市层面进行汇总得到各地级市相关上市公司数量.数字贸易现状方面,目前地级市层面数字贸易的统计仍然缺失,因此本文选取信息和通信技术产品(I C T)出口额来代替数字贸易出口额,根据U N C T A D发布的I C T产品H S６位代码,计算出地级市层面的I C T产品出口额,采用I C T产品出口额占货物出口额的比例来衡量数字贸易现状,其中２０１７ ２０１９年的缺失数据用均值进行补充替代,数据来源于E P S数据平台.数字贸易政策能够有效促进数字贸易发展,本文选取跨境电子商务综合试验区数量㊁自贸试验区数量和数字贸易政策文本进行衡量.其中,跨境电子商务综合试验区和自贸试验区对数字贸易具有促进作用,政府工作报告中出现数字贸易相关词汇的频次能够体现地级市政府对数字贸易发展的重视程度.本文手动收集整理各地级市２０１１ ２０１９年的政府工作报告,以数字贸易相关词汇作为关键词,使用P y t h o n爬虫功能进行分词处理和词频统计,以政府工作报告中词频统计数量为具体指标,衡量政府对数字贸易发展的关注度和促进作用.(三)研究方法１．数字贸易发展评价指标体系的测度方法本文采取熵值法对各项指标的权重进行计算,以避免主观赋权法存在的主观性问题.由于评价体系中各项指标的量纲差异较大,对每一个指标的数据进行标准化处理:㊀z i j＝(Z i j－m i n Z i j)/(m a x Z i j－m i n Z i j)＋０．０１(１)其中,Z i j为第i个城市第j个指标的原始值,z i j为标准化后的值.其中,i＝１,２,３, ,n;j＝１,２,３, ,m.计算第i个城市第j个指标的比重w i j:㊀㊀㊀㊀㊀w i j＝z i j/ðn i＝１z i j(２)计算指标的信息熵e j:㊀㊀e j＝－(１/l n n)ðn j＝１(w i jˑl n w i j)(３)计算信息效用值a j:㊀㊀㊀㊀㊀㊀a j＝１－e j(４)７４计算指标权重μj:㊀㊀㊀㊀㊀μj＝a j/ðm j＝１a j(５)基于指标权重,加权计算出数字贸易发展指数水平D I i:㊀㊀㊀㊀㊀㊀D I i＝ðm j＝１μj z i j(６)２．D a g u m基尼系数分解D a g u m[２０]提出了基尼系数以及以子群为单位的分解方法,将总体基尼系数分解为区域内差异贡献G w㊁区域间差异贡献G n b和超变密度贡献G t,能够有效解决传统基尼系数和泰尔指数的弊端.总体的计算公式如下:G＝ðk j＝１ðk h＝１ðn i＝１ðn r＝１|y j i－y h r|/(２n２μ)(７)其中,G为总体基尼系数,k为城市群个数,本文中为１０个城市群;i和r分别为城市群内的城市序号;j和h为城市群序号;y j i和y h r分别代表j㊁h组内城市的数字贸易发展水平;n为总体城市数量,在本文中为１２７个城市;μ为城市群数字贸易发展水平的均值.区域j内部的基尼系数可以表示为㊀G j j＝ðn i＝１ðn r＝１|y j i－y h r|/(２n２jμj)(８)区域j和h之间的基尼系数可以表示为㊀G j h＝ðn i＝１ðn r＝１|y j i－y h r|/[n j n h(μj＋μh)](９)其中,|y j i－y h r|为区域j或h城市i或r数字贸易发展水平差值的绝对值.㊀㊀㊀㊀㊀㊀Q j＝n j/n(１０)㊀㊀㊀㊀㊀s j＝n jμj/(nμ)(１１)㊀㊀㊀㊀D j h＝(d j h－p j h)/(d j h＋p j h)(１２)㊀㊀d j h＝ʏɕ０d F j(y)ʏy０(y－x)d F h(x)(１３)㊀㊀p j h＝ʏɕ０d F h(y)ʏy０(y－x)d F j(x)(１４)其中,Q j为j区域内城市数量占总体城市数量的比重;s j为j区域内所有城市数字贸易发展水平之和占总体城市高质量发展水平之和的比重;D j h表示第j㊁h个地区间数字贸易指标的相对影响;d j h为数字贸易发展水平的差值,是第j㊁h个地区中所有y j i－y h r＞０的样本值加总的数学期望;p j h为超变一阶矩,是第j㊁h个地区中所有y h r－y j i＞０的样本值加总的数学期望.F j和F h 分别为第j个和第h个地区的累积密度分布函数.G w㊁G n b㊁G t分别是区域内差异贡献㊁区域间差异贡献㊁超变密度贡献,共同构成了总体基尼系数,其关系为G＝G w＋G n b＋G t,具体计算公式如下:㊀㊀㊀㊀㊀㊀G w＝ðk j＝１G j j p j s j(１５)㊀㊀G n b＝ðk j＝２ðj－１h＝１G j h(p j s h＋p h s j)D j h(１６)㊀㊀G t＝ðk j＝２ðj－１h＝１G j h(p j s h＋p h s j)(１－D j h)(１７)３．K e r n e l密度估计方法核密度估计法是一种具有较强稳健性的非参数估计方法,能够通过密度曲线对随机变量的分布形态和不均衡现象进行描述.假设有满足独立同分布的数字贸易发展水平随机变量为y１,y２, ,y n,f(y)表示随机变量y的密度函数,可以估计为㊀㊀f(y)＝１/(n h)ðn i＝１K[(y i－ y)/h](１８)其中,n为观测样本城市的个数,y i为１２７个城市数字贸易发展水平,y为其均值,K( )为核密度,h为带宽.带宽越小,估计精度越高.本文采用高斯核密度函数,具体公式如下:㊀㊀㊀K(y)＝１/㊀２πe x p(－y２/２)(１９)４．马尔可夫链马尔可夫链是研究离散时间随机过程的模型,本文将数字贸易发展水平按照四位数分为四种类型,构建马尔可夫状态转移矩阵以探究十大城市群数字贸易发展情况的转移特征.将t时刻各城市所处状态假设为不同的概率分布向量,不同时刻状态间转移呈现为一个KˑK阶的矩阵,马尔可夫状态转移概率矩阵为㊀㊀㊀P＝P１１ P１k⋮⋮P k１ P k kæèçççöø÷÷÷(２０)㊀㊀㊀㊀㊀P i j＝αi j/αi(２１)其中,P i j为数字贸易水平从i类型转移到j类型的概率,αi j为从i类型转移到j类型城市数量,αi则表示研究时间段i类型的城市总数.５．收敛性分析本文使用σ收敛模型和β收敛模型对十大城市群数字贸易发展水平的收敛性进行分析.σ收敛主要考察十大城市群数字贸易发展水平离差的动态变化,常见的测算方法包括G i n i系数㊁T h e i l指数和变异系数等,本研究采用变异系数来刻画σ收敛,公式如下:㊀㊀σ＝㊀ðn i(D I j i－D I j i)２/n j/D I j i(２２)其中,n j为城市群j内包含的城市数量,D I j i为城市群j内i城市的数字贸易发展水平,D I i j为考察期内城市群j内i城市的数字贸易发展平均水平.当变异系数逐年减小时,其数字贸易发展更趋于收敛.β收敛又分为绝对β收敛和条件β收敛.绝对β收敛认为初始发展水平低的地区增长速度比初始发展水平高的地区更快,最终会收敛到相同的稳态水平;条件β收敛则是在加入控制变量的基础上,不同城市的数字贸易发展仍会收敛到相同的稳态水平.β绝对收敛公式如下:㊀㊀l n(D I i t＋１/D I i t)＝α＋βl n D I i t＋μi＋ϑt＋εi t(２３)其中,l n(D I i t＋１/D I i t)为第i个城市第t年数字贸易８４发展指数在t＋１期的增长率,α为常数项,μi和ϑt分别为个体效应和时间效应,εi t为误差项,β为收敛系数.当β显著小于０时,存在绝对β收敛,城市群数字贸易水平趋向收敛;反之则趋向分散.条件收敛公式如下:l n(D I i t＋１/D I i t)＝α＋βl n D I i t＋ηX i t＋μi＋ϑt＋εi t(２４)其中,l n(D I i t＋１/D I i t)为第i个城市第t年数字贸易发展指数在t＋１期的增长率,α为常数项,μi和ϑt分别为个体效应和时间效应,εi t为误差项,β为收敛系数,X 为其他控制变量,γ为其他控制变量的系数.同绝对收敛一样,当β显著小于０时,存在条件β收敛,城市群数字贸易水平趋向收敛;反之则趋向分散.另外,考虑到城市之间存在互动性和流动性,因此对十大城市群数字贸易发展水平收敛性进行分析时,有必要考虑空间效应.本文基于相邻权重矩阵㊁地理距离权重矩阵和经济距离权重矩阵,构建绝对收敛和条件收敛的S A R㊁S E M㊁S D M模型分析空间β收敛性.其中,空间S D M模型可以看作是S A R和S E M模型的一般形式,绝对收敛和条件收敛的空间S D M模型分别为l n(D I i t＋１/D I i t)＝α＋βl n D I i t＋ρW i j㊀㊀l n(D I i t＋１/D I i t)＋θW i j l n D I i t＋μi＋ϑt＋εi t(２５) l n(D I i t＋１/D I i t)＝α＋βl n D I i t＋ρW i jl n(D I i t＋１/D I i t)＋θW i j l n D I i tηX i t＋１＋㊀㊀㊀㊀㊀㊀㊀μi＋ϑt＋εi t(２６)其中,D I i t表示i城市在t年数字贸易发展指数,ρ为空间自回归系数,θ为空间外溢系数,W i j为权重矩阵,μi为个体固定效应,ϑt为时间效应,εi t为误差项.β为收敛系数,当β＜０并通过显著性检验时,数字贸易发展存在收敛趋势.三㊁十大城市群数字贸易发展水平测度与结果分析㊀㊀(一)城市群得分综合分析根据熵值法测算出中国十大城市群数字贸易发展指数,结果见３.从中可以看出,十大城市群范围内数字贸易发展最好的是珠三角城市群,２０１１ ２０１９年间均处于第一位,均值为０．１２８,珠三角城市群数字贸易现状和数字贸易产业发展均处于全国领先水平;其次是京津冀和长三角城市群,２０１１ ２０１９年间在十大城市群中排名均保持在第二位和第三位,数字贸易发展水平均值分别为０．０７２和０．０７０;其他城市群的数字贸易发展水平低于全国平均水平,２０１１ ２０１９年数字贸易发展水平均值均低于０．０５,海峡西岸城市群得分为０．０４８,山东半岛城市群得分为０．０４１,中原城市群得分为０．０４１,长江中游城市群得分为０．０３６,成渝城市群得分为０．０３５,辽中南城市群得分为０．０３５,关中城市群得分为０．０２７.这说明全国城市群数字贸易发展水平差异较大.表３㊀２０１１ ２０１９年中国十大城市群数字贸易发展水平城市群２０１１年２０１２年２０１３年２０１４年２０１５年２０１６年２０１７年２０１８年２０１９年平均值成渝０．０１６０．０１７０．０１８０．０２２０．０２６０．０４３０．０５８０．０５６０．０６２０．０３５关中０．０１２０．０１３０．０１５０．０２２０．０２５０．０２６０．０３６０．０４５０．０４６０．０２７海峡西岸０．０２００．０２２０．０２６０．０２９０．０５５０．０５６０．０５６０．０６６０．０９９０．０４８京津冀０．０４４０．０４５０．０４７０．０５５０．０６８０．０７９０．０７９０．０９６０．１３３０．０７２辽中南０．００８０．００９０．０１００．０１３０．０１８０．０３００．０６５０．０７５０．０８７０．０３５山东半岛０．０１７０．０１８０．０１９０．０２５０．０２７０．０４１０．０４１０．０５４０．１２５０．０４１长江中游０．０１９０．０２００．０２２０．０２５０．０３１０．０３２０．０３９０．０６２０．０７８０．０３６长三角０．０４００．０４２０．０４８０．０５４０．０６１０．０７９０．０８４０．０９６０．１２３０．０７０中原０．００９０．０１００．０１２０．０１７０．０２２０．０３９０．０７９０．０８３０．０９８０．０４１珠三角０．０７４０．０７８０．０８３０．０８８０．１３１０．１５８０．１５７０．１８３０．１９８０．１２８㊀㊀(二)城市综合得分分析从城市来看,本文研究对象共包括１２７个城市,其中２０１１ ２０１９年平均数字贸易发展水平最高的城市是北京,前１０名分别是上海㊁深圳㊁广州㊁杭州㊁成都㊁重庆㊁苏州㊁天津㊁武汉,平均得分前３０名的城市见表４.数字贸易发展前３０名的城市最多的是长三角城市群,共有８座城市.其次是珠三角城市群,共有４座城市.此外,除了省会和直辖市以外,长三角和珠三角城市群中仍有其他区域中心城市数字贸易发展较好.再次是京津冀㊁海峡西岸和山东半岛城市群,分别有３座城市排名在前３０名.长江中游㊁辽中南㊁成渝和中原城市群分别有２座城市排在前３０名.关中城市群数字贸易发展较差,仅有西安一座城市排在前３０名.这些城市群的共同特点是数字贸易发展较好的城市均为城市群范围内的中心城市.９４。

数字经济发展水平测度及其对全要素生产率的影响效应作者：万晓榆罗焱卿来源：《改革》2022年第01期关键词：数字经济发展水平;数字基础设施;数字产业;数字融合;技术进步发展数字经济对强化国家战略科技力量、增强产业链供应链白主可控能力、扩大内需、调整优化产业结构和能源结构具有重要意义。

中国信息通信研究院发布的《中国数字经济发展白皮书》显示，2020年我国数字经济规模达到39.2万亿元，占GDP比重为38.6%，已成为引领经济高质量发展的核心驱动力。

然而，在我国数字经济整体发展向好的背景下，城市间“数字经济鸿沟”较为严峻，北京市的互联网普及率达到70.3%，而互联网普及率程度较低的云南、江西、贵州等省份不到25%。

加快弥补“数字经济鸿沟”引发的各类经济社会问题，对推动我国经济高质量发展具有重要意义.一、相关文献综述学术界对数字经济的内涵、特征及其对经济、产业发展的影响展开了较为深入的研究。

早期的研究主要集中于数字经济的本质、内涵和特征方面。

张鹏指出，数字经济形态是经济系统中技术、组织和制度相互作用过程中的宏观涌现，这一过程中基于技术进行资源配置优化为导向的人类经济活动的高度协调和互动所塑造的新生产组织方式的不断演化，构成了数字经济的本质。

数字经济是一种典型的从技术角度区分的经济概念，其特征包括高增长性、颠覆性创新;总的来说，数字经济区别于传统的经济发展模式，其最典型的特征是利用信息技术来驱动生產力增长和经济结构优化。

迈入经济高质量发展阶段，学术界开始关注数字经济对经济高质量发展的影响机制与效应。

荆文君等从微观、宏观两个方面探讨了数字经济与经济增长的关系及其促进经济高质量发展的内在机理：温军等提出了“经营生态一数字赋能一高质量发展”的分析框架，认为数字经济从增强传统要素质量、提升资源配置效率与塑造数据要素新动能三个方面促进了经济维度的高质量转型。

另有学者从大数据赋能、数字经济与实体经济融合、政策供给体系、数字金融等角度研究了数字经济对经济高质量发展的影响机制。

国内外数字经济测度指标体系研究综述近年来，数字经济测度指标体系正成为研究国内外经济发展的新话题。

本文从数字经济测度指标体系的概念出发，对国内外研究进行总结，为我国数字经济测度指标体系的建立提供指导意见和实践经验。

一、数字经济测度指标体系概念构架数字经济测度指标体系是指从内容产品、分销渠道、基础设施、配套供给等方面，综合出发，为描述和分析数字经济发展状况而建立的一系列指标体系。

二、数字经济测度指标体系下的指标（1）创新能力指标：该指标主要是对某地区数字经济创新能力的检测，例如技术创新文化及规模化利用能力。

（2）信息化水平指标：该指标体系旨在评估由于信息技术改变而带来的收益，包括网络技术支持下的计算、储存、传输能力、发展应用力度、数据质量水平及有形经济社会变量影响等方面。

（3）创新发展指标：主要是对数字经济的创新发展水平的衡量，包括信息化/数字化重复率、发展模式、产业与服务分布以及开放信息环境等。

（4）服务质量指标：该指标体系对数字经济的服务质量进行衡量，具体指标包括服务质量和服务效率及水平以及安全性能、及时性。

三、国内外数字经济测度指标研究1、美国数字经济测度指标研究：美国数字经济发展大势指标研究，是由美国企业投资和经济发展局（EDD）发起的一项长期的数据报告，其目的是及时收集有关数字经济的信息以反映数字经济发展的总体情况。

2、德国数字经济测度指标研究：德国数字经济发展指标研究是由德国研究中心和德信出版社发起的，主要通过分析报告理论和实践，关注德国网络经济、社会影响、网络发展状况以及增长潜力等方面进行评估，形成了一套系统的指标。

3、中国数字经济测度指标研究：中国数字经济测度指标研究主要从中国的数字经济发展趋势和影响因素出发，关注中国数字经济的互联网应用、新型产业组织、投融资等领域的影响力度、宏观经济发展模式变迁等方面的科学测度，并基于此梳理和构建出数字经济发展的指标体系。

四、结论从上述分析可以看出，国内外数字经济测度指标尚未形成系统性的研究方法，大多数工作都是在单一领域和小范围内进行的初步探索工作，更多的研究应该关注差异化和深入发展，以形成一种完善的数字经济测度指标体系。

城市群数字经济指数测度及时空差异特征分析作者：刘传辉杨志鹏来源：《现代管理科学》2021年第04期[摘要]为反映城市群数字经济发展水平，运用熵值法，通过构建数字经济指标体系，测度了长三角城市群、京津冀城市群、珠三角城市群、中原城市群、成渝城市群和关中平原城市群等六大城市群106个城市的数字经济指数，并通过可视化处理反映城市群数字经济发展水平及其时空特征。

研究发现，六大城市群数字经济差异性明显，数字经济发展水平呈现动态波动性，且城市群内部城市间的数字经济发展水平差异明显。

[关键词]城市群;数字经济指数;时空差异特征一、引言《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，要打造数字经济新优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。

近年来，数字经济的迅猛发展对传统的生产、生活方式和资源配置效率带来了巨大影响。

但是，如何测度和衡量各城市群及城市数字经济的发展水平已成为理论界亟待回答的现实问题。

数字经济以数据资源为关键要素，涉及跨行业、跨区域等很多领域，而现行基于传统经济条件下的统计模式、统计口径、产业分类体系等却与数字经济的发展实际不相适应。

这使研究者无法全面掌握数字经济的统计数据，难以对数字经济进行准确测量，制约了相关部门对数字经济总体发展形势的准确把握。

因此，如何科学地测度数字经济发展水平，进而较为客观地反映各城市群数字经济的发展水平、规模及其对经济社会发展影响日益突出。

基于此，本文拟通过熵值法构建指标体系，对城市群及其城市数字经济发展水平进行测度并分析其时空差异特征。

二、指标体系构建基础国内外学界、政府有关部门为了客观测度城市群的数字经济发展水平进行了一定的探索。

总体上通常采用两种方法。

第一种叫直接法，即对一定区域的数字经济规模、发展水平等进行测度，该测度结果是个绝对值。

第二种是间接法，即通过选取多项指标构建指标体系，采用数学方法测算选定区域的数字经济发展水平，结果是相对值。

数字经济测度方法数字经济是指数字技术带来的产业、生产方式、与消费方式的变革。

数字经济是一种全新的经济形态，在数字化的环境下，通过信息技术的运用，实现人与物、物与物的交互，进而推动了许多新的产业和商业模式的出现。

数字经济测度方法是评估数字经济发展的重要手段，下面介绍几种数字经济测度方法。

1. 科技创新指数科技创新指数是一个较为广泛的经济测度指标，用于评估一个国家或地区的科技创新水平。

该指标通常包括国家在基础设施、人才、研发投入、知识产权等方面的综合评价，以及各种成功率和回报率的测量。

同时，科技创新指数也可以用于评估数字经济制度所处的不同发展阶段。

2. 数字化水平数字化水平是指集成不同类型的数字化技术，以实现生产、创新和推广新型服务的能力和水平。

评估这种数字化水平可以从以下几个方面入手：一是数字设备使用和结构，二是互联网和能源设备使用规模，三是各领域的数字技术应用，如智能制造、智能物流等。

3. 数字经济产业规模数字经济产业规模是指数字经济所创造的新产业及新增产值，如电商平台、在线娱乐、游戏、软件开发等。

用于评估数字经济产业规模的指标可以包括各产业的产业规模、发展趋势、营收率、利润率、产品创新等方面的测量。

4. 电子商务及服务数字经济以电商作为中心，伴随着物流、支付、金融等服务不断深入发展，推动着经济数字化进程的加速，电子商务已经成为了数字经济中最为重要的形态。

在这方面，通常用的指标包括电商规模、交易额增长趋势、服务质量、客户体验等等。

5. 智能制造和机器人智能制造和机器人如今已经成为了数字经济的重要组成部分。

如此明显的数字化改革使这些拥有先进技术的公司在国际市场上更加有竞争力。

对于这个行业，可以使用以下指标进行评估：机器人规模、生产线智能率、数字化程度等等。

总的来说，数字化经济现在是经济发展中广受关注的领域之一，它已经从一个新的兴起，变成了一个极为有影响力的发展趋势。

每一个国家和地区都应该快速适应这样的变革，利用测度方法评估自身在数字经济中的地位、优劣势，从而获取可持续的经济发展。

数字经济发展水平测度指标体系研究作者：暂无来源：《上海信息化》 2020年第5期文/雷鸣嘉2016年，杭州G20峰会给数字经济下了定义：以使用数字化知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。

如今，数字经济凭借创新性与融合性已成为经济发展新增长点。

数字化浪潮席卷全球，数字经济正成为现代社会中发展最快、创新最活跃、辐射最广泛的经济活动之一。

根据2019年5月国家网信办发布的《数字中国建设发展报告（2018年）》，2018年中国数字经济规模达到31.3万亿元，占GDP比重达34.8%。

数字经济时代，数据成为驱动经济发展的关键生产要素，数字基础设施成为新的基础设施。

同时，经济活动由物理空间扩展到云端空间，数字化、网络化、智能化信息平台正在改变市场形态。

数字技术与实体经济深度融合，不断提高传统产业数字化、智能化水平，成为加速重构经济发展与政府治理模式的新型经济形态。

由于数字经济涉及国民经济所有行业，因此，统计的核心难题是如何处理产业数字化或行业融合发展部分与现有统计体系之间的关系。

而且，由于原始数据获取源、数据处理精细度、数据分析方法以及测算失误等原因，当前各家研究机构对于数字经济的测算存在偏差。

故而，为了进一步明确数字经济发展水平、特征和趋势，适应数字经济发展特点，亟待建立科学合理的数字经济统计指标体系。

研究现状21世纪以来，许多国家和国际组织都对数字经济测度进行了持续探索研究，其中以经济合作与发展组织（OECD）、欧盟等国际组织以及美国等发达国家为主要代表。

近年来，国内相关研究机构如腾讯研究院等第三方研究机构，也在数字经济测度方面取得了一系列研究成果。

OECD对数字经济测度的研究和探索：作为国际上提供经济测度建议最权威的国际组织之一，OECD也在积极探索数字经济统计，其官方出版物《Measuring the Digital Economy：A New Perspective》是描绘世界主要国家数字经济发展的最完整图谱，其构建的数字经济指标体系涵盖了具有国际可比较性的38个指标，运用大量数据、图表对指标进行全面对比分析，充分展现了主要国家数字经济的发展水平。

中国城市数实融合的区域差异、来源分解及形成机理目录一、内容概述 (2)1.1 研究背景与意义 (2)1.2 文献综述 (3)1.3 研究内容与方法 (5)二、中国城市数实融合的发展现状 (6)2.1 数字城市建设进展 (7)2.2 实体经济发展状况 (8)2.3 数实融合水平测度 (9)三、中国城市数实融合的区域差异 (10)3.1 区域划分与特点概述 (11)3.2 差异测度方法与数据来源 (13)3.3 差异分析 (14)3.3.1 经济发展差异 (15)3.3.2 数字化程度差异 (16)3.3.3 政策支持差异 (17)四、数实融合来源的分解 (19)4.1 数据来源与处理 (20)4.2 来源分解方法 (21)4.3 归因分析 (22)4.3.1 政策导向 (23)4.3.2 市场竞争 (25)4.3.3 技术进步 (26)五、数实融合形成的机理 (27)5.1 城市发展战略与规划 (29)5.2 数字经济与实体经济互动 (30)5.3 数字技术在城市治理中的应用 (32)5.4 公共服务与民生改善 (33)六、结论与建议 (35)6.1 研究结论 (36)6.2 政策建议 (37)6.3 研究展望 (38)一、内容概述本文档旨在探讨“中国城市数实融合的区域差异、来源分解及形成机理”。

随着数字化、信息化和网络化技术的快速发展，城市数实融合已成为推动城市发展的重要动力。

在中国各个城市中，数实融合的发展存在明显的区域差异，其形成机理和来源分解复杂多样。

本文将首先概述中国城市数实融合的现状，以及区域差异性的主要表现。

将从多个角度深入分析数实融合区域差异的来源，包括经济政策、地理环境、科技水平、产业结构、人口结构等因素的分解。

在此基础上，本文将探讨数实融合区域差异的形成机理，即这些因素是如何相互作用，共同影响数实融合的发展的。

本文还将讨论数实融合对城市发展的影响，包括提高城市竞争力、优化资源配置、推动产业升级等方面的积极作用。

中国数字经济发展水平及演变测度一、引言A. 选题背景和意义B. 研究目的和意义C. 研究内容和方法二、中国数字经济的演变历程A. 互联网时代的数字经济B. 移动互联网时代的数字经济C. 人工智能时代的数字经济三、中国数字经济的发展现状A. 经济总量和结构B. 产业构成和发展动态C. 技术创新和市场需求四、中国数字经济指数的构建A. 指标选取和加权方法B. 指数构建过程和标准C. 指数的可靠性和有效性五、中国数字经济发展的主要动因A. 政策导向和制度环境B. 技术支撑和创新因素C. 市场需求和消费行为六、中国数字经济发展的主要障碍A. 市场不规范和安全风险B. 技术瓶颈和人才匮乏C. 政策不明确和监管落后七、中国数字经济的未来发展趋势和展望A. 跨界融合和创新升级B. 消费升级和服务升级C. 智能制造和产业升级八、结论与建议A. 发展趋势和演变特点B. 主要挑战和未来机遇C. 政策调整和制度建设建议第一章：引言A. 选题背景和意义随着互联网、移动互联网和人工智能等信息技术的迅猛发展，数字经济作为新兴经济形态受到越来越多国家的重视，成为全球经济转型的重要引擎。

中国作为全球第二大经济体，在数字经济领域发展迅速，已逐渐形成较为完整的数字经济体系。

数字经济不仅促进了互联网科技的进步和创新，在促进经济增长和转型升级、提高生产效率、推动就业和改善民生等各方面都发挥重要作用。

然而与此同时，中国数字经济发展仍面临着很多挑战，如数据安全和私密性、人工智能技术研发和应用、消费升级等问题。

因此，系统剖析中国数字经济的发展水平及其演变特点，有助于理解数字经济的发展趋势和现实问题，为政府部门和企业提供科学决策和发展策略，推动中国数字经济的发展和转型升级。

B. 研究目的和意义本文旨在探讨中国数字经济的发展水平及演变测度，具体研究内容包括：中国数字经济的演变历程、数字经济的发展现状、中国数字经济指数的构建、数字经济发展的主要动因和障碍以及未来发展趋势和展望。