Spatio-Temporal Pattern Evolution and Convergence of China′s Digital Economy Industry

Zhang Hui1, Yi Jinbiao2

(1.School of Management,Hangzhou Dianzi University,Hangzhou 300018,China;2.Institute of Finance and Economics, Shanghai University of Finance and Economics, Shanghai 200433, China)

Abstract：China′s digital economy industry has been expanding in scale and depth, with a strong promotion effect on economic growth. However, due to practical differences in economic foundation, factor endowment, geographical location, and other aspects, China′s digital economy during its high-speed growth,implies the development of an uneven, homogenized path of structural problems. The trend of a "digital divide" between regions, industries and groups is becoming more and more obvious. Uneven regional development of the digital economy has a negative impact on the coordinated development of the regional economy, and the relationship between regional disparities and the "digital divide" has an accelerating tendency to fall into a "vicious circle" under the effect of the siphon effect, resulting in widening the economic gap and deepening the old irrational contradictions of the original pattern of regional economic development. These issues raise the questions of how the spatial and temporal distribution pattern and evolution trend of China′s digital economy industry and its subsectors are evolving at this stage, and what kind of spatial convergence characteristics exist. The scientific answers to the above questions are of great practical significance for the comprehensive understanding of the spatial differences and regional connections in the development of China′s digital economy industry.

Using the EG index, standard deviation ellipse method, and σ-convergence and β-convergence models, this study examines the spatio-temporal pattern and evolutionary trend of China′s digital economy industry using sub-industry data of China′s digital economy industry for the period of 2013-2021, and tests the convergence characteristics in conjunction with spatial effects. The research finds that China′s digital economy industry as a whole is in multi-polar distribution, the spatial trend is decreasing step by step from the coast to the inland , the spatial agglomeration degree is medium and shows a weak trend of dispersion, the center of gravity of the distribution tends to move to the south; digital economy industry segments coexist in both agglomeration and dispersion trend, in which the digital product manufacturing industry is mainly manifested in the migration to the southwestern provinces of Sichuan-Chongqing and Guizhou, while the digital product service industry, the digital technology application industry, and other capital and technology-intensive industries are further clustered to the southeast coast; there is no obvious σ-convergence in the development of digital economy industry nationwide, but it is characterized by significant absolute β-convergence and conditional β-convergence, i.e., the less developed regions show a stronger growth trend. Factors such as the level of economic development, technological innovation, economic openness, and digital infrastructure have different degrees of facilitating effects on the convergence of China′s digital economy industry, and can amplify the spatial spillover effect of digital economy industry development on neighboring regions.

Compared with the existing literature that mostly measure the level of the digital economy through the construction of the indicator system, and fail to comprehensively reflect the connotation of the digital economy industry, this paper defines the scope of digital economy industries based on the "Statistical Classification of the Digital Economy and its Core Industries (2021)", which profoundly responds to the connotation of digital industrialization and industrial digitization, enriches the relevant research on the quantitative assessment of the digital economy industries, and also provides a useful supplement to the in-depth understanding of the characteristics of the internal differences of China′s digital economy industries; besides, existing studies usually ignore the potential impact of spatial effects on the dynamic evolution of China′s digital economy industry development, and lack a systematic exploration of the spatial convergence characteristics of China′s digital economy industry development and its influencing factors. This paper, however, introduces a variety of spatial analytical methods, such as the EG index, standard deviation ellipse, spatial autocorrelation and other spatial analytical methods, to explore the spatio-temporal pattern and the law of evolution of China′s digital economy industry; its spatial convergence characteristics are analyzed by the σ-convergence and β-convergence models, which provides empirical reference for revealing the trend of the dynamic evolution of the development of China′s digital economy industry and its intrinsic laws and promoting the regional coordination development of the digital economy.

Key Words：Digital Economy Industry; Convergence Characteristics; Spatio-temporal Pattern; Spatial Agglomeration

收稿日期：2023-06-25

修回日期：2024-01-23

基金项目：国家社会科学基金一般项目(20BGL293);浙江省软科学重点项目(2024C25004)

作者简介：张慧(1979-),女,河南禹州人,博士,杭州电子科技大学管理学院教授、博士生导师,研究方向为数字经济与产业发展;易金彪(1998-),男,湖南湘潭人,上海财经大学财经研究所博士研究生,研究方向为数字经济与经济地理。

DOI：10.6049/kjjbydc.2023060640

开放科学(资源服务)标识码(OSID)：

中图分类号：F49

文献标识码：A

文章编号：1001-7348(2025)05-0094-12

0 引言

随着新一代信息技术与实体经济深度融合,数字经济推动全球范围内经济社会形态重大变革。作为内生于中国经济高质量发展的重要引擎之一,中国数字经济产业规模不断扩张、深度不断拓展,在国民经济中的地位持续上升,对经济增长具有较强赋能效应。然而,由于经济基础、要素禀赋、地理区位等现实差异,我国数字经济在高速增长过程中隐含着发展不均衡、路径同质化等结构性问题[1-2],地区间、行业间、群体间“数字鸿沟”愈发明显[3]。数字经济区域发展不均衡会阻碍区域经济协调发展,区域差距与“数字鸿沟”关系在虹吸效应的作用下加速陷入“恶性循环”,致使经济差距进一步拉大以及区域经济发展不合理。那么,现阶段中国数字经济产业及其细分行业时空分布格局与演变趋势如何?又存在哪些空间收敛特征?回答上述问题对于全面认识中国数字经济产业发展空间差异及区域联系,深化与丰富数字经济产业布局区位理论,实现从注重数字经济产业总量扩张向追求区域结构优化和效益转变具有重要意义。

当前,学术界虽然对数字经济产业概念的界定未形成统一共识,但普遍认为数字经济产业能通过数字技术与实体经济深度融合,不断推动传统产业数字化与数字产业化,是加速经济重构、改变竞争格局、推动社会变革的关键力量[4]。早期学者将数字产业理解为信息通信产业(ICT)。如康铁祥[5]最早关注国内数字产业分类问题,在吸取国外研究经验的基础上,围绕ICT产业对我国数字经济规模进行测算。随着数字技术外延的不断拓展及其与产业的深度融合,单纯以ICT界定数字经济产业已无法满足社会经济活动的客观需求。因此,部分学者将数字经济产业拓展至数字贸易、数字服务等范畴,根据既有行业分类标准对数字经济活动进行识别,提出完善数字经济统计核算体系建议[6-7]。上述研究初步完成对数字经济产业的界定和分类[8],为数字经济定量研究及明确其对国民经济的贡献度提供了较为可行的分析框架。

数字经济产业时空格局作为一个复杂的多维概念,是指数字经济产业在地理空间和时间维度上的结构性安排及动态演进趋势。数字经济产业时空格局主要表现为地域空间内数字经济产业集聚与外部辐射效应之间的相互作用[9],以及不同时间段数字经济产业结构、发展模式与价值链变化趋势。随着数字产业化与产业数字化进程的不断深入,近年来中国数字经济产业发展迅猛,产业要素趋于集聚,并逐步形成由粤港澳大湾区、京津冀、长三角、成渝经济区带动辐射周边地区发展的“4+N”格局。由于数字经济相较于其它传统产业具有高渗透性、强赋能性、价值增值性等突出特征[10],使得数字经济产业表现出传统产业集聚特点的同时,又具有虚拟集聚、空间关联、跨越式发展的多重叠加特征[11]。为此,部分学者借鉴产业区位理论和比较优势理论等传统经济理论,从综合水平、产出效率、产业竞争力、产业关联程度等视角对中国数字经济产业时空分布特征进行探讨。如王军等(2021)从数字产业化、产业数字化、经济技术基础等多个维度构建数字经济发展评价指标体系,发现中国数字经济发展存在显著区域差异,且同质集聚特征明显;陆小莉等[12]指出,中国数字化产业竞争力差异主要反映在规模优势上;韩兆安等[2]通过测算中国省际数字经济规模发现,中国省际数字经济发展呈非均衡性波动上升趋势,且两极分化特征愈发明显;顾伟忠等[13]通过构建TVP-VAR模型、PSTR模型发现,传统基建对经济增长的拉动效应正在逐步减弱,而数字经济带来的赋能效应则持续增强,但其存在明显的区域异质性;李研[1]对中国数字经济产出效率区域差异与演变趋势进行分析发现,地区间数字经济产出效率差异存在扩大趋势。

本文边际贡献在于:第一,现有研究通过构建评价指标体系对数字经济水平进行测度,指标往往较为单一且多侧重于信息化基础应用,难以全面反映数字经济产业内涵,鲜有研究从分行业视角对中国数字经济产业及各细分产业空间分异特征进行分析。不同于以往研究,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)》对数字经济产业范围进行界定,有助于深度契合数字产业化与产业数字化内涵,丰富数字经济产业定量评价研究,并对中国数字经济产业内部差异作出有益补充。第二,已有研究忽视了空间效应对中国数字经济产业发展动态演进的潜在影响,缺乏对中国数字经济产业发展空间收敛特征及影响因素的探讨[4],本文引入EG指数、标准差椭圆、空间自相关等多种空间分析方法,探讨中国数字经济产业时空格局与演变规律,并进一步结合σ收敛、β收敛模型分析其空间收敛特征,可为揭示中国数字经济产业发展动态演进趋势与内在规律、推动数字经济区域协调发展提供指导。

1 研究方法与数据说明

1.1 EG指数

EG指数是由Ellison &Glaeser[14]提出的产业集聚指标,相较于其它指标,该指标融合空间基尼系数和赫芬达尔指数两项指标,考虑企业规模和区域差异对产业集聚程度的影响,计算公式如下:

(1)

其中,G为空间基尼系数,为地区总数,Si为i地区产业份额占全国该产业份额的比重,Ci为i地区所有产业产值占全国产业产值的比重。xi为i地区就业人数占全国总就业人数的比重,H为赫芬达尔指数,为第j个企业在整个行业中所占份额。由于各行业企业详细数据获取难度较大,故本文假设各地区不同产业所有企业具有相同规模,并对赫芬达尔指数加以调整,调整后的公式为:

(2)

其中,outputi代表某产业在i地区的总产出,nij为某产业在i地区的企业数量。一般认为,EG<0.02表示产业空间集聚程度较低,0.02<EG<0.05表示产业空间集聚程度中等,EG>0.05表示产业空间集聚程度较高。

1.2 标准差椭圆

点要素地理空间通常在不同方向上的离散程度不同,而标准差椭圆可从中心性、分布性、方向性、空间形态等方面解释点状要素的地理空间特征,具体测算步骤参考Gong[15]的研究。

1.3 收敛检验模型

(1)σ收敛。σ收敛作为一个存量概念,是指地区间数字经济产业发展离差逐渐降低的态势。本文参考Rezitis[16]的研究,引入变异系数检验中国数字经济发展是否存在σ收敛,公式为:

(3)

其中,lnDit为省份i在t时期数字经济产业人均收入或人均资产的自然对数,为其均值,N为省份个数。当多个年份出现σt-1>σt时,意味着随着时间推移,各省份数字集聚产业差距变小,即数字经济产业发展存在σ收敛。

(2)β收敛。β收敛作为一个增量概念,分为绝对β收敛和条件β收敛。根据绝对β收敛的定义,如果数字经济产业发展水平较低地区增长速度高于数字经济发展水平较高地区,则认为数字经济产业存在绝对β收敛。条件β收敛是指在充分考虑各地区经济特征变量差异情况下,各地区数字经济产业会收敛到各自的稳态,距离自身稳态越远,数字经济产业增长速度越快。本文将空间因素纳入中国数字经济产业收敛性检验,借鉴Elhorst[17]的研究,构建以下空间面板计量模型检验中国数字经济产业的β收敛性,模型如下:

(4)

(5)

其中,表示i地区数字经济产业在t+1期的增长率,α为常数项,Xk,i,t表示一系列控制变量,θk为控制变量系数,εit为随机扰动项,ωij为空间权重矩阵。本文参考王婧等[18]建立的非对称经济距离权重矩阵,ρ和φ为空间项系数,β为待估计收敛系。若β显著小于0,则表明中国数字经济产业存在β收敛,反之则表明中国数字经济产业存在β发散,收敛速度公式为:

(6)

当式(4)中θk=0,即模型中不包含控制变量时,式(4)为对应的空间绝对β收敛模型;当包含控制变量时,式(4)为空间条件β收敛模型。当式(5)中τ=0时,式(4)为空间杜宾模型(SDM);当τ=0且φ=γk=0时,式(4)为空间滞后模型(SLM);当ρ=0且φ=γk=0时,式(4)为空间误差模型(SEM)。

1.4 指标选取与数据说明

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)》对数字经济产业各层次经济活动的界定和划分,考虑到与《国民经济行业分类(2017)》相匹配以及与现有统计数据分类相一致,本文选取信息传输、软件和信息技术服务业(门类I,含电信、广播电视和卫星传输服务(I63)、互联网和相关服务(I64)、软件和信息技术服务业(I65)三大类行业)、科学研究和技术服务业(门类M,含研究和试验发展(M73)、专业技术服务业(M74)、科技推广和应用服务业(M75)三大类行业)、电气机械和器材制造业(C38)、计算机、通信和其它电子设备制造业(C39)、商务服务业(L72)以及广播、电视、电影和录音制作业(R87)作为数字经济产业的细分行业,对数字经济产业时空格局、演变趋势及空间收敛特征进行分析。

因西藏部分行业数据缺失,故以中国内地其余30个省份为研究样本。关于数字经济产业指标,本文从营利情况和资产分布两个角度出发,选取产业收入和产业资产总额反映数字经济产业发展水平,考察中国数字经济产业空间分布格局及演变趋势。本文数据来源于《中国第三产业统计年鉴》《中国工业统计年鉴》《第四次经济普查年鉴》以及国家统计局官方网站。由于《中国第三产业统计年鉴》自2013年开始公布部分行业收入和资产总额,故本文将样本考察期设定为2013—2021年。其中,商务服务业以及广播、电视、电影及录音制作业数据参考许宪春和张美慧[7]的研究,引入调整系数,分别从租赁与商务服务业以及文化、体育和娱乐业中分离得到。

2 中国数字经济产业空间集聚分析

2.1 中国数字经济产业发展可视化描述

图1以2013年、2021年为例,汇报了中国各省份数字经济产业所占比重及空间分布特征。从中可见,中国数字经济产业空间分布具有显著区域差异,整体表现为由东部沿海向内陆逐级递减的分布格局,从2013年和2021年对比情况看,更有持续向中东部地区集聚的趋势。此外,无论是从产业收入还是资产总额看,中国数字经济产业主要集聚在北京、广东、江苏,这三大地区在数字基础设施、数字经济融合、政策支持力度等方面存在显著优势,数字经济产业占比达到全国份额10%以上,数字经济产业发展动能强劲。其中,占比最高的广东和北京在2021年分别占据中国数字经济产业收入的20.01%以及资产总额的15.79%;中部地区则保持跟随态势,整体发展相对均衡;西部地区数字经济产业主要集聚在四川,其余地区发展相对滞后。

图2为2013年和2021年各省份数字经济产业发展水平。从产业收入看,中国数字经济产业收入由2013年的24.67万亿元增至2021年的51.70万亿元,提升幅度为109.56%,各省份收入排名未发生明显改变。大部分省份发展水平有所提升,仅辽宁出现下降。河南从2013年低于全国均值提升到2021年略高于全国均值,数字经济产业发展增速较快。2013年与2021年产业收入均高于全国均值的省份由高到低依次为广东、江苏、北京、上海、浙江、山东和四川,以上7个省份数字经济产业收入分别占据全国69.87%和68.89%。而青海、宁夏、海南、甘肃等排名后10位省份产业收入占比之和仅为3.68%和3.95%。从资产总额看,2013—2021年中国数字经济产业资产总额整体提升幅度达到154.88%。2013年和2021年资产总额均高于全国均值的省份未发生明显改变,但排名从高到低变为北京、广东、江苏、浙江、上海、四川、山东,这7个省市资产总额占比之和分别占据2013年全国数字经济产业的65.62%和2021年的63.03%。进一步比较排名第一的北京和排名末位的宁夏可以发现,2013年北京数字经济资产总额是宁夏的129.94倍,2021年则降低为58.51倍。由以上分析可以看出,尽管数字经济产业收入和资产分布呈发散趋势,但发散幅度较小,整体来看仍呈集聚发展态势,且地区间差距明显。

2.2 中国数字经济产业空间集聚程度

图3报告了数字经济产业EG指数的变化趋势。从产业收入看,2013—2021年数字经济产业EG指数围绕均值0.025上下波动,空间集聚程度适中且未出现大幅变动,但不同细分行业存在差异。其中,集聚程度较高的行业为计算机、通信和其它电子设备制造业以及科学研究和技术服务业,各年均值分别为0.075、0.048。进一步分析各行业变化趋势可以发现,2013—2021年仅有信息传输、软件和信息技术服务业呈平稳上升趋势。广播、电视、电影和录音制作业呈波动下降趋势,整体趋于发散。科学研究和技术服务业与商务服务业空间集聚程度下降明显,整体降幅接近40%,这可能与数字技术互联互通有关。数字技术高速发展能减少地区之间的要素流动障碍,从而使得对于传统要素依赖程度更低的行业具有明显发散趋势。而数字产品制造业(C38、C39)在考察期内变化幅度不大,集聚程度相对稳定。

相较于产业收入空间集聚,中国数字经济产业资产总额集聚程度更加明显,各年均值为0.034。在各细分行业中,信息传输、软件和信息技术服务业集聚程度最高,均值达到0.109。同时,科学研究和技术服务业与计算机、通信和其它电子设备制造业均值超过0.05,分别为0.069和0.068。可见,初始要素成本非均衡分布使得劳动密集型和技术密集型行业地域性特征相对于其它行业更明显。从2013—2021年变化趋势看,中国数字经济产业资产分布发散程度更明显,EG指数总体均值由2013年的0.042降至2021年的0.025,下降幅度达到40%。除电气机械和器材制造业与广播、电视、电影和录音制作业保持相对平稳波动外,其它细分行业在资产总额上的集聚程度呈明显下降趋势,降幅最明显的行业为科学研究和技术服务业,考察期内降幅达到44.43%。因此,综合产业收入和资产总额两项指标发现,现阶段中国数字经济产业收入总体保持相对平稳的集聚状态,且集聚程度适中,细分行业集聚与发散并存。而在资本分布上,尽管现阶段空间集聚程度更高,但呈现出更为明显的发散趋势。

3 中国数字经济产业时空格局与演变趋势分析

为进一步探究中国数字经济产业空间分布特征,本文根据中国各省份数字经济产业收入和资产总额指标,利用ArcGIS软件进行标准差椭圆分析。从图4可以看出,在两种产业发展指标下,2013—2021年标准差椭圆主要覆盖在中国东、中部地区,椭圆方向基本为南北走向,整体向南偏西方向小幅移动,椭圆面积变化幅度不明显,表明考察期内中国数字经济产业空间分布及集聚特征未出现大幅变动。此外,通过对椭圆重心、面积、形状、方位分布等一系列参数(见表1、表2)变化特征加以分析,能够直观反映中国数字经济产业空间格局演变情况。

3.1 中国数字经济产业时空格局演变分析

由图4可知,2013—2021年中国数字经济产业分布重心位于湖北、安徽及河南三省交界线附近,其中产业收入指标分布重心向南偏西方向移动56.62km,整体位于鄂豫皖三省毗邻区域的安徽省六安市境内;资产总额指标分布重心同样向南偏西方向迁移,迁移距离为83.91km,由河南省周口市沈丘县移动到河南省驻马店市息县境内。以上结果表明,中国数字经济产业当前呈现出向南偏西方向移动趋势。

从标准差椭圆形状参数看,产业收入指标下椭圆平均形状指数(短半轴与长半轴之比)由2013年的0.639转变为2021年的0.685,资产总额指标下的平均形状指数则由0.733转变为0.764,表明椭圆形状逐渐向正圆趋近,中国数字经济产业在椭圆区域内集聚程度变得更加分散。从椭圆面积看,2021年与2013年产业收入指标面积比为1.031,资产总额指标面积比为1.040,两种指标下椭圆面积呈扩大趋势,表明中国数字经济产业在考察期内整体呈发散趋势。结合EG指数结果可知,产业收入指标下中国数字经济产业在椭圆内部的发散趋势更明显,而产业资产指标在全国范围内的发散趋势则更明显。

标准差椭圆长半轴表示中国数字经济产业发展离散程度,短半轴表示产业分布范围。两者差值越大,即椭圆扁率越大,说明中国数字经济产业发展方向性特征越明显。短半轴越短,表明中国数字经济产业发展向心力越大。根据表1和表2,2013—2021年产业收入指标下中国数字经济产业标准差椭圆长短半轴差值由338.94km缩至290.10km,而资产总额指标下标准差椭圆长短半轴差值由259.87缩至230.38km,以上参数表明中国数字经济产业在考察期内发展向心力趋于减弱,总体呈现出空间发散趋势。从椭圆方位参数看,2013—2021年产业收入指标下标准差椭圆逆时针旋转2.96°,而资产总额指标下标准差椭圆顺时针旋转0.55°。其中,产业收入方位角旋转幅度较大,表明产业收入存在明显偏移趋势,但整体而言中国数字经济产业分布格局仍表现为南北走向。

3.2 中国数字经济产业细分行业时空格局演变分析

从平均形状指数看,在基于产业收入和资产总额的标准差椭圆下,多数细分行业平均形状指数在考察期内有所提高,表明多数数字经济细分行业在集聚区域内分布愈发分散,仅信息传输、软件和信息技术服务业以及计算机、通信和其它电子设备制造业在产业收入指标下的标准差椭圆平均形状指数有所下降,且集聚发展趋势明显。具体来看,2013年和2021年两种指标下标准差椭圆平均形状指数最低行业为计算机、通信和其它电子设备制造业,表明数字产品制造行业在椭圆区域内的集聚特征最明显,与EG指数结果一致;形状变化最大的行业为广播、电视、电影和录音制作业,2013—2021年产业收入与产业资产指标下标准差椭圆形状指数分别提升0.17和0.20,椭圆形状逐渐趋于正圆,表明该行业空间分布最分散。

从各细分行业标准差椭圆面积比看,产业收入指标下面积比小于1的行业为信息传输、软件和信息技术服务业、商务服务业以及计算机、通信和其它电子设备制造业,表明以上3个行业在样本期内空间集聚程度明显,其它行业面积比均大于1,整体呈发散趋势;资产总额指标下仅有计算机、通信和其它电子设备制造业面积比小于1,表明中国数字经济产业资产分布发散趋势更明显,这与上文EG指数反映结果一致,即相较于产业收入指标,中国数字经济产业资产总额指标发散趋势更明显。

从2013年、2021年各细分行业分布重心看,图4中各行业产业收入指标和资产总额指标重心迁移方向未发生明显改变,普遍表现为向南迁移趋势。对传统要素依赖程度偏低的商务服务业以及广播、电视、电影和录音制作业分布重心在考察期内主要向西南方向迁移。在产业收入指标下移动幅度较大的行业为数字产品制造业(C38、C39)以及科学研究和技术服务业,分别向南偏西方向迁移165.13km、103.16km和135.76km,在资产总额指标下移动幅度最大的行业为科学研究和技术服务业以及信息传输、软件和信息技术服务业,分别向南偏东方向移动171.00km、113.05km。这表明,对传统要素成本较为敏感的数字产品制造业正逐步向西南方向迁移,而资本密集型和技术密集型数字经济行业则呈现出向东南沿海方向迁移趋势。

4 中国数字经济产业收敛性检验

4.1 中国数字经济产业空间相关性检验

在对中国数字经济产业收敛特征进行检验前,本文首先引入Moran′s I指数确定中国数字经济产业发展空间依赖程度,结果如表3所示。在数字经济产业收入指标下,2013—2021年中国数字经济产业Moran′s I指数在0.150～0.172之间波动;在产业资产总额指标下,2013—2021年中国数字经济产业Moran′s I指数在0.184～0.229之间波动,两者均通过1%显著性水平检验,表明各地区数字经济产业发展存在显著空间关联性。在各子行业中,只有电气机械和器材制造业在产业收入及资产总额指标下不存在显著空间相关性,其它各子行业的Moran′s I指数均显著为正,其中商业服务业Moran′s I指数最大,空间关联特征最明显。在资产总额指标下,空间相关性最明显的是广播、电视、电影和录音制作业。值得注意的是,信息传输、软件和信息技术服务业在资产总额指标下的空间相关性从2013年的0.054逐渐升至2021年的0.145,显著性也从10%逐步升至1%,表明在考察期内信息传输、软件和信息技术服务业呈现愈发明显的空间集聚发展态势。

4.2 中国数字经济产业α收敛分析

图5(a)、图5(b)分别报告了数字经济产业收入和数字经济产业资产系数变化情况。由图5可知,在全国层面,无论是从数字经济产业收入还是产业资产指标看,两者均呈现微弱波动下降趋势,下降幅度分别为5.95%、6.59%,说明中国数字经济产业发展存在微弱α收敛特征,即数字经济产业发展区域差距正在缩小,这与上文图1和图2分析结果一致。在区域层面上,从数字经济产业收入指标看,东部地区数字经济产业α系数呈先上升后下降趋势,中部地区α系数则逐年上升,从2013年的0.312升至2021年的0.498,提升幅度达到64.86%,西部地区σ系数则始终在0.58水平上小幅波动。从资产总额指标看,东部地区数字经济产业系数σ整体呈下降趋势,在考察期内降幅为18.93%,中部地区2013—2017年维持上升态势,之后呈现一定程度下降,西部地区在考察期后5年呈微弱上升趋势。以上结果表明,三大区域中仅有东部地区在产业资产指标上表现出明显σ收敛,中部地区数字经济产业发展呈现发散趋势,其发散趋势在产业收入指标上尤为明显。西部地区数字经济产业发展始终保持平稳态势,收敛和发散特征不明显。

4.3 中国数字经济产业β收敛分析

4.3.1 绝对β收敛分析

本文选取Wald检验、LR检验、LM检验、Hausman检验模型,并根据检验结果选取最优模型对全国及东、中、西部地区数字经济产业β收敛性进行分析。由表4结果可知,在数字经济产业收入指标下,全国和东部地区空间滞后项系数分别为0.264、0.587,且分别在10%和1%显著性水平上显著,表明全国及东部地区数字经济产业发展具有显著空间相关性,地区间数字经济发展相互促进,空间溢出效应明显。中部、西部地区空间误差项系数分别为0.132、0.271,说明不存在显著空间相关性,因此收敛模型由SEM模型退化为传统OLS收敛模型。在数字经济产业资产指标下,东部、中部地区数字经济产业发展存在显著空间溢出效应,分别为0.574、0.445,而全国及西部地区空间项系数不显著,因此SEM模型退化为传统OLS收敛模型。全国及各地区数字经济产业绝对β收敛模型回归结果如表5所示,除东部地区数字经济产业指标收敛系数未通过显著性水平检验外,其余模型收敛系数均显著小于0,表明全国数字经济产业发展整体存在绝对β收敛特征,产业发展增速正在趋同。从收敛速度看,中部地区数字经济产业收入收敛速度最快(7.86%),其次是西部地区(5.40%),最后为东部地区(2.12%),而东部地区数字经济产业资产收敛速度最快,达到9.96%,其次是中部地区(8.82%),最后是西部地区(4.83%)。

4.3.2 条件β收敛分析

在验证中国数字经济产业绝对β收敛性的基础上,本文进一步将一系列影响数字经济产业收敛的潜在因素纳入模型,考察全国及各区域条件β收敛特征。①经济发展水平(Gdpp),用地区人均GDP衡量,数字经济本质上体现了数字技术对地区经济活动的赋能效应,因而受经济发展水平的影响;②人力资本(Human),用地区人均受教育年限衡量,数据要素对传统生产要素的赋能升级,使得各类要素所蕴含的技术和知识信息比以往更加丰富和复杂,因而对地区人力资本提出更高要求;③政府支持(Gov),用人均财政支出衡量。政府通过实施各种政策对市场进行干预,通过调整资源在空间和产业部门间配置影响数字经济产业发展;④技术创新(Innov),用专利申请数量的对数值衡量。数字经济发展的关键在于数字技术不断迭代升级,因而技术创新对数字经济产业具有重要影响;⑤数字基础设施(Infra),用互联网普及率衡量。数字基础设施是数字经济高渗透性、高联接性的基础,对数字经济产业发展具有重要影响;⑥知识产权保护(IP),参考魏浩和巫俊[19]的研究,用全国知识产权保护指数与地区执法力度的交互项衡量,数字经济时代信息知识传播的便捷性降低了竞争者模仿、窃取、复制创新技术的难度,导致技术更迭速度放缓,从而影响整个数字经济产业发展;⑦经济开放度(Fdi),用对外直接投资与GDP的比值衡量,地区经济开放程度越高,越有利于产业链国内国际双循环以及技术、资本等要素高质量集聚互动,进而对数字经济产业产生重要影响。

由表5条件β收敛模型结果可知,无论是在数字经济产业收入指标还是产业资产指标下,全国及各地区收敛β系数均显著为负,表明全国及各地区数字经济产业发展存在条件β收敛趋势,中国数字经济产业发展增速趋于稳定。从收敛速度看,数字经济产业资产收敛速度(8.56%)接近两倍于产业收入收敛速度(4.52%),表明中国数字经济产业发展优先达到资产相对收敛,其次才是产业收入相对均衡。从分地区看,中部地区数字经济产业收入指标收敛速度最快,为8.65%,其次是西部地区(5.94%)和东部地区(2.40%)。而东部、中部地区数字经济产业资产也有较快的收敛速度,分别为10.41%、9.22%,西部地区则相对较慢(5.83%)。这表明,东部、中部地区数字经济产业发展更成熟,产业资产趋于多极化分布,西部地区数字经济产业发展相对滞后,产业资产主要分布在成渝等领先地区,收敛速度较慢。从分区域β收敛影响因素看,技术创新、经济开放度、数字基础设施能够显著促进东部、中部地区数字经济产业收敛,而西部数字经济产业收敛主要受到人力资本、政府支持和技术创新的影响,产权保护对数字经济收敛的促进作用主要体现在东部地区。此外,与绝对β收敛模型相比,全国及各个地区在条件β收敛模型下的收敛速度和空间项系数均得到提高,表明上述影响因素能够在一定程度上加速中国数字经济产业收敛,同时也会放大中国数字经济产业发展空间溢出效应。

5 结语

5.1 研究结论

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》界定数字经济产业范围,基于2013—2021年各省份分行业数据,运用EG指数、标准差椭圆方法对中国数字经济产业空间集聚特征和区位分布差异进行研究,并引入多种收敛模型对中国数字经济产业收敛进行检验,得出如下结论:

(1)中国数字经济产业整体呈多极分布格局,空间集聚程度适中且呈现出微弱发散趋势,细分行业集聚与发散趋势并存。中国数字经济产业发展呈现由沿海向内陆逐级递减的空间分布态势,主要集聚于北京、广东以及长三角等东部地区,中部地区保持跟随态势,整体发展相对均衡,西部地区正在形成以四川、贵州为核心的产业集聚点。在细分行业中,集聚程度较高的多为技术密集型或劳动密集型计算机、通信和其它电子设备制造业、科学研究和技术服务业以及信息传输、软件和信息技术服务业,传统要素依赖程度低的商务服务业空间集聚程度逐年发散。

(2)中国数字经济产业及其细分行业多集中在中国东部、中部地区,整体呈南北走向空间分布格局,分布重心逐步向南偏西方向迁移。由椭圆参数分析发现,中国数字经济产业在考察期内呈发散趋势,且主要表现为“东—西”方向发散,而“南—北”方向集聚程度未发生明显变化。产业收入与产业资产指标下的分布重心分别在2013—2021年向南偏西方向迁移56.62km、83.91km,这主要是由细分行业中计算机、通信和其它电子设备制造业等数字产品制造业向南偏西方向大幅迁移所致。资本密集型与技术密集型科学研究和技术服务业、信息传输、软件和信息技术服务业则主要表现为向南偏东迁移。

(3)除东部地区数字经济产业存在σ收敛特征外,中国数字经济产业整体未表现出σ收敛,但中国数字经济产业发展具有显著绝对β收敛特征,即低速增长地区表现出更强的增长趋势。在引入一系列潜在影响因素后,全国及三大区域依旧存在条件β收敛,且条件β收敛速度与空间溢出效应相较于绝对β收敛速度有所提升。具体而言,技术创新、经济开放度、数字基础设施能够显著促进东部、中部地区数字经济产业收敛,而西部数字经济产业收敛主要受人力资本、政府支持和技术创新的影响,产权保护对数字经济产业β收敛的促进作用主要体现在东部地区。

5.2 政策启示

综上所述,本文在已有文献基础上进行延展,为探讨中国数字经济产业空间集聚特征、动态演进趋势和收敛性质提供了丰富的经验参考,深化了对中国数字经济产业布局区位理论的理解;从分行业视角对中国数字经济产业内部差异进行深入考察,加强了对地区间、行业间数字经济发展不均衡的客观把握,为未来制定针对性政策、促进数字经济产业协调发展提供了有益经验。本文政策启示如下:

(1)基于数字经济产业空间分布差异,各地区应立足于比较优势,实施区域协同发展战略。基于中国各省份数字经济产业发展存在显著差异,为避免产业空间集聚过高导致有利因素不断趋向优势极的“极化效应”,应制定高效、科学、合理的数字经济产业区域发展政策,根据功能定位和地区优势产业提升各地区经济互动性,激发数字经济发展内生动力,发挥优势极的经济辐射作用,带动周边区域产业数字化发展,构建数字经济产业良好发展生态。

(2)基于数字经济产业空间集聚与演变趋势,各地区应完善“点—线—面”数字经济产业布局,合理、有序完成产业转移工作。环渤海地区、长三角、珠三角地区作为当前中国数字经济产业的三大集聚中心,应结合自身发展特点,优先布局和发展技术密集型、资本密集型行业,借由扩散效应向周边地区延展,逐步在东部沿海地区联接形成层次丰富、优势突出、协同紧密的数字经济产业网络。中部地区数字经济产业空间集聚程度相对均衡,应围绕黄河中游经济区和长江中游经济区打造数字经济产业开发重点轴线,沿轴线逐步向两侧突出巩固现有优势数字产业,同时做好沿海地区部分产业承接工作,构建中部地区数字经济产业发展驱动轴。西部地区受地理区位和要素禀赋限制,同步均衡难度较大,应在现有产业的基础上,完善数字基础设施,将成都、重庆、贵阳等资源禀赋条件较好地区作为核心点,集中发展符合地区比较优势的数字经济产业,形成区域增长极,逐步带动西部地区发展。

(3)基于数字经济产业收敛性特征,各地区应明确自身定位,充分发挥和利用好“头雁效应”与后发优势。中国数字经济产业收敛特征表明中西部地区具有后发优势,因此应继续加大数字基础设施建设,加快地区产业数字化和数字产业化进程,改善区域数字经济产业成长环境,充分利用后发优势实现对东部发达地区的追赶。而东部地区应发挥数字经济产业发展引领作用,不仅要持续优化变革数字经济产业发展模式,同时也要做到“内外兼顾”,在对外开放、改革创新过程中不断提升数字经济产业整体竞争力,充分发挥“头雁效应”,带动中西部地区数字经济产业发展。

5.3 不足与展望

本文存在一些局限:首先,鉴于目前尚无权威且完全适用于中国情境的数字经济产业衡量指标,同时囿于数据可得性,仅从省份层面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)》对数字经济产业进行界定,可能导致对数字经济产业的理解存在片面性。因此,未来有必要立足于中国实际情境,使用细颗粒小尺度统计与度量指标作细致分析。其次,受限于整体篇幅,仅使用EG指数、标准差椭圆、空间收敛模型等空间分析方法对中国数字经济产业时空格局及收敛性质进行考察,这些方法可能存在一定局限性,且未充分挖掘中国数字经济产业发展的复杂特征。因此,未来可尝试使用更为多样化、综合化的方法展开针对性分析。最后,在分析中国数字经济产业发展收敛性时,关于中国数字经济产业发展时空演变与收敛特征的驱动机制有待深入探究。未来研究可尝试建立更为完善的理论框架,探讨数字经济产业发展的内在规律,并结合更为严谨深入的实证分析,揭示影响中国数字经济产业发展的现实因素,从而为政策制定提供科学指导。

参考文献：

[1] 李研. 中国数字经济产出效率的地区差异及动态演变[J]. 数量经济技术经济研究, 2021, 38(2): 60-77.

[2] 韩兆安, 赵景峰, 吴海珍. 中国省际数字经济规模测算、非均衡性与地区差异研究[J]. 数量经济技术经济研究, 2021, 38(8): 164-181.

[3] 刘军, 杨渊鋆, 张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究, 2020,39(6): 81-96.

[4] 潘为华, 贺正楚, 潘红玉. 中国数字经济发展的时空演化和分布动态[J]. 中国软科学, 2021,36(10): 137-147.

[5] 康铁祥. 中国数字经济规模测算研究[J]. 当代财经, 2008, 29(3): 118-121.

[6] CHIHIRO C,NAVEED K,TOU Y,et al.Measuring GDP in the digital economy: increasing dependence on uncaptured GDP[J]. Technological Forecasting and Social Change, 2018, 137: 226-240.

[7] 许宪春, 张美慧. 中国数字经济规模测算研究——基于国际比较的视角[J]. 中国工业经济, 2020, 37(5): 23-41.

[8] 吴翌琳, 王天琪. 数字经济的统计界定和产业分类研究[J]. 统计研究, 2021, 38(6): 18-29.

[9] 张永姣, 丁少斌, 方创琳. 中国数字经济产业发展的时空分异及空间收敛性分析——基于企业大数据的考察[J]. 经济地理, 2023, 43(3): 120-130.

[10] BASLYMAN M. Digital transformation from the industry perspective: definitions, goals, conceptual model, and processes[J]. IEEE Access, 2022, 10: 42961-42970.

[11] 徐映梅, 张雯婷. 中国数字经济产业关联网络结构分析[J]. 统计与信息论坛, 2021, 36(8): 30-42.

[12] 陆小莉, 刘强, 孙慧慧. 中国数字化产业竞争力的区域差异与影响效应[J]. 经济与管理研究, 2021, 42(4): 58-72.

[13] 顾伟忠, 唐升, 刘建华. 中国传统动能衰减与数字经济异质性研究[J]. 科学决策, 2021, 27(5): 21-43.

[14] ELLISON G, GLAESER E L. Geographic concentration in U.S. manufacturing industries: a dartboard approach[J]. The Journal of Political Economy, 1997, 105(5): 889-927.

[15] GONG J. Clurifving the standard deviational ellipse[J]. Geographical Analysis, 2010, 34(2): 155-167.

[16] REZITIS A N. Agricultural productivity and convergence:Europe and the United States[J]. Applied Economics, 2010, 42(8): 1029-1044.

[17] ELHORST J P. Dynamic panels with endogenous interaction effects when T is small[J]. Regional Science and Urban Economics, 2010, 40(5): 272-282.

[18] 李婧, 谭清美, 白俊红. 中国区域创新生产的空间计量分析——静态与动态空间面板模型的实证研究[J]. 管理世界, 2010,36(7): 43-55.

[19] 魏浩, 巫俊. 知识产权保护、进口贸易与创新型领军企业创新[J]. 金融研究, 2018, 61(9): 91-106.

(责任编辑：王敬敏)