基于熵权法和面板数据模型数字经济发展研究

□ 吕俊松 张 涛

随着云计算、物联网、大数据、人工智能等数字技术的快速创新和应用，数字经济正在成为全球经济社会发展的重要引擎。在我国，数字经济已成为经济发展中创新最活跃、增长速度最快、影响最广泛的领域。近年来，安徽锚定数字经济新赛道，发力数字经济新领域，高起点谋划、高质效推进“数字安徽”建设，数字经济在安徽高质量发展的进程中占据重要一极。

| 安徽数字经济发展概况

（一）数字赋能经济成效显著

一是数字产业化能级提升。2022 年，安徽规模以上数字经济核心产业营业收入首次突破万亿，达10238.3 亿元，比上年增长17.4%；数字经济核心产业固定资产投资占全社会固定资产投资比重为8.4%，比上年提升1.5 个百分点；从业人员55.4 万，比上年增加2.5 万人；电子商务平台交易额13130.4 亿元，比上年净增1000亿元以上；登记电子信息领域应用技术成果2360 项，比上年增加548项。二是产业数字化转型取得实效。2022 年，全省已培育重点工业互联网平台130 个，进入国家试点示范的有36 个；累计建成省级智能工厂175 个、数字化车间869 个；新增国家智能制造示范工厂6 家，居全国第1 位；通过国家“两化”融合管理体系贯标评定的企业新增333 家、新增5G 应用场景292 个；智能快件（信包）箱（组）11531 件；电子支付金额518367 亿元。三是数字基础设施加快建设。2022 年，全年累计建成5G 基站数80518 个，比上年增加37377 个；城市宽带平均接入速率274.7Mbps，比上年快68.4Mbps；农村宽带平均接入速率242.5Mbps，比上年快58.1Mbps；光纤宽带用户占比、移动宽带用户普及率、固定宽带家庭普及率分别达92.6%、91.5% 和98.5%。四是数字化治理深入推进。2022 年，“皖事通”访问量315 亿次，比上年增加236.6 亿次；公共区域视频监控联网数47.8 万路，比上年增加23.9 万路；开展网上预约诊疗的公立医院数208 家，比上年增加18 家。

（二）部分领域和企业“火出圈”

截至2023 年8 月，安徽省首家工信部工业互联网“双跨平台”羚羊工业互联网平台已入驻用户超过35.2 万，累计服务企业113.2 万次；互联网周刊发布的《2023 工业互联网500 强》名单中，羚羊工业互联网位居第5 位。安徽“彩云追月”工业互联网平台建设项目，以专业的供应链服务经验为基础，将“云计算”“大数据”“人工智能”等新技术与供应链相结合，赋能全国47 万家中小企业，累计为中小企业提供融资金额约200 亿元。凯盛AGM 玻璃新材料工业互联网平台进入了国家工业互联网平台的“第一梯队”，成为行业领域的工业互联网平台示范标杆。一些新技术的研发应用为安徽数字经济的未来奠定坚实发展基础，“墨子号”实现无中继千公里级量子密钥分发；17 纳米动态存储芯片实现突破；科大讯飞在语音合成、语音识别、口语评测、语音转写、机器翻译等领域技术国际领先；华米科技发布全球智能穿戴领域第一颗人工智能芯片“黄山1 号”等。

| 数字经济发展指数分析

为全面、客观反映安徽数字经济发展变化，本文研究建立数字经济指标体系，引入并计算数字经济综合指数和分领域指数。

（一）指标体系构建

结合数字经济统计监测情况和相关文献，考虑指标数据代表性、可获取性和连续性，设计的数字经济发展指标体系设置了基础设施、数字产业化、产业数字化、数字化治理、协调性等5 个一级指标，信息基础设施、数字网络普及、规模效益等11 个二级指标，5G 基站数、城市宽带平均接入速率、光纤宽带用户占比等32 个三级指标。根据研究需要，设置6 类指数：综合发展指数反映全省数字经济综合发展情况；基础设施建设指数、数字产业化指数、产业数字化指数、数字化治理指数由各自对应的二级指标指数合成，分别反映各自领域数字经济发展情况；协调性指数反映安徽16 个市数字经济均衡发展情况。

（二）指标权重确定

经过分析比较，采用熵权法进行指数分析。熵权法通常借助系统无序化程度来度量不同因素对评价对象的影响程度。在熵权法中，指标的作用取决于该指标所占权重，权重越大，作用越大，反之相反。由于指标的权重完全由数据本身的关系决定，因此评价结果具有较强的客观性。

熵权法计算步骤：

1.确定评价对象，建立指标体系，构建水平矩阵R；

2.对矩阵进行标准化处理：

j 为正指标：

j 为逆指标：

3.计算熵值：

fij是第j 个指标下第i 个项目的权重。

4.计算第j 个指标的熵权。

根据熵权法，分别对二级指标下的三级指标进行赋权。经过计算，基础设施建设指数权重为0.167，数字产业化指数权重为0.170，产业数字化指数权重为0.170，数字化治理指数权重为0.324，协调性指数权重为0.169。

（三）指数结果分析

以2020 年为基期（100），分别计算2021 年、2022 年全省指数发展情况。综合发展指数2021 年和2022 年分别为127.1 和195.54，比2020 年分别增加27.1 和95.54。从指数数值看，数字经济发展呈加快态势。分维度看，新冠疫情期间“皖事通”访问量激增（指数权重占7.84%），导致数字化治理指数增长最快，2021 年和2022 年分别为118.88 和262.29；其次是产业数字化指数，2021 年和2022 年分别为158.98 和240.31；第三是基础设施发展指数，2021 年和2022年分别为132.46 和174.49；数字产业化发展速度相对较慢，2021年和2022 年该指数分别为112.8和130.34；发展协调性进一步增强，2021 年和2022 年该指数分别为119.77 和108.47。数字化治理、产业数字化和基础设施建设推进较快，这与政府近几年对数字经济发展的高度重视和高投入相关。数字产业化实施主体受资金、技术、企业意愿等多重因素影响，进展相对较慢。各市之间数字产业基因和资源禀赋差异较大，从均衡角度和发展数字经济的需要考虑，有必要进一步提升。

| 面板数据实证分析

面板数据模型是一类利用混合数据分析变量间相互关系并预测其变化趋势的计量模型。该模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性。

面板数据模型的一般表达式为：yit=α+xitβ+µit，i=1,2,……N；j=1,2,……T

（一）指标选取

面板数据模型拟考察数字经济发展情况对经济增长的影响，考虑到指标的可得性，选取规模以上数字经济核心产业营业收入（DE）为自变量，GDP 为因变量，时序为2020—2022 年，截面单元为安徽省16 个市。

（二）模型结果

输入16 个市截面堆栈数据，建立固定效应模型，利用相关软件算出结果。常数项C 对应的T 统计量值为34.88，相伴概率P=0，检验通过；DE 对应的T 统计量值为10.14，相伴概率P=0，检验通过；方程的F 值为692.78，相伴概率P=0，检验通过；调整后的决定系数达0.996，接近于1，说明模型的拟合优度很高。D.W.检验值为2.25，接近于2，说明残差无序列相关。整体上看，模型效果较好。

合肥市模型方程为：

GDP（合肥）=2063.235+3865.413+1.052DE(数字经济核心产业营业收入)

芜湖市模型方程为：

GDP（芜湖）=2063.235+1246.652+1.052DE(数字经济核心产业营业收入)

……

其他各市依此类推。

（三）模型结论

截面方程回归系数相同，表明数字经济核心产业营业收入对经济增长的作用不受经济结构影响。系数相同，反映当下安徽数字经济发展仍处于起步阶段。截距不同，反映各市数字经济发展基础存在差异。对模型量化分析，数字经济核心产业营业收入增加1 个亿，可带动GDP 增加1.052 亿。因此，对于GDP 总量较小的市，加快发展数字经济会促进经济显著加快增长，GDP 增速会明显加快。

| 存在的突出问题

数字经济是一个新事物，发展过程中难免摸着石头过河。数字经济发展不可能一蹴而就，特别是向纵深发展过程中，困难将更加突出，需要从问题导向出发，看清和解决问题。

（一）产业生态不尽完善

一是数字产业高级化不明显。高端数字产品制造、智能设备制造、数字媒体设备制造仍是发展短板，互联网数据服务、物联网技术服务等行业发展滞后，数字产品租赁、维修和其他数字产品服务业发展不足，数字要素驱动业以互联网零售为主、产业竞争力不强。二是缺乏大平台支撑。今年8 月份，按同口径统计，安徽电商平台纳统数只有北京的9.9%，广东的14.3%，上海的18.8%，浙江的23.2%，江苏的26.4%。今年1—8 月份，电商平台交易额超100 亿元的只有12 家、占纳统平台的15.4%，少于10 亿元的有58家、占纳统平台的74.4%，交易额前十的平台交易总额为3510.5 亿元，与头部电商平台淘宝、京东、拼多多今年618 活动销售总额相比，相差2632.5 亿元。三是数据归集相关制度体系尚未建立健全。调研中，某农业股份有限公司表示，智慧农业需要大量的数据来支持精细化管理，但绝大部分市的农业信息化基础依然十分薄弱，单纯由企业投资进行数据采集，则需要投入很高的设备成本和人力成本，政府项目产生的农业数据的分析与使用面临较多的限制。四是数字化创新的融合度和渗透率偏低。“碎片化”“孤岛化”现象较为突出，多数企业数字化转型以使用简单的财务系统、购销管理系统等软件为主。中小企业数字化智能化改造困难较多，多数企业对于企业数据交易持“观望”态度，对于开展数据交易的主观能动性差。

（二）要素支撑弱项缺项较多

一是政策支持面不宽。政策扶持对象主要是“龙头型”、研发能力较强的大企业，中小企业享受面较窄。政策优惠主要集中在税收和资金奖励方面，在金融支持和用地、用电供应等方面支持力度相对薄弱。二是中高端技能和复合型人才招人难、留人难。近年来，数字经济发展迅猛，数字人才缺口持续扩大。某光伏材料有限公司反映，在平台建设与赋能的过程中，面临需求各异、定制化程度高等问题，需要跨学科的专业人员、数字化人才来协助解决这些问题，目前这样的稀缺人才很难从市场上招聘。三是资金投入缺口大。某物流科技有限公司反映，企业数字经济发展中资金压力较大。某平台公司反映设备数字化改造和互联互通前期投入较大，而数字化能为企业带来的近期“降本增效”回报不明确，投入产出比难以界定，企业抱有观望态度。

（三）升级改造内生动力亟待激活

调研显示，87.6%的受访企业受成本、风险等因素制约，改造意愿不高。未来两年内，41.1%的企业因数字化技术缺乏、数字化效果不可预期等原因明确表示不进行数字化改造，59.7%的企业认为数字化改造面广量大、负担较重。究其原因一是对转型认识不足。部分企业对数字化转型未理解其本质上是以数据要素为关键驱动，其对生产方式、组织方式、价值体系的创新和重构，甚至有的企业数字化转型是为了政策申报和奖励补助，数字化转型的目的和方向偏移。二是转型动力不强。一些传统企业不愿意花费大代价去更新智能化设备，对数字化转型的长远益处仍处于观望状态。以所调研的某园区为例，园区内大部分企业缺乏数字化转型的紧迫感，加之数字化转型需要大量的人力、物力和资金投入，导致企业参与数字转型发展的意愿较低。

| 意见建议

数字化已成为改变国际竞争格局的关键力量，谁掌握了数字化发展的主动权，谁就占领了未来发展的制高点。数字经济是大国竞争的“新赛道”，也是中国式现代化的“主赛道”，对推动实现安徽高质量发展至关重要。根据调研实际，结合模型结论和数字经济先发地区成功做法，提出以下建议。

（一）更高站位抢占高地

一是出台安徽省数字经济促进条例。参照浙江、江苏、广东等省的做法，通过人大立法形式推动数字经济健康、有序、高质量发展。二是大力发展平台经济。在C 端消费领域，倾力打造有安徽基因的全国或区域性大平台，如应对老龄化加剧趋势，建立养老服务平台；做强农产品、旅游产品等优势产品交易平台。三是加大数据共享与开放。建设数据中心，打造算力集群，推动数据中心存算一体集约化布局，构建高性能计算体系，构建人工智能加速器体系，推动建设内容、网络、存储、计算四位一体的边缘计算资源池。四是加大数据供给激励。出台企业数据资产登记与数据确权激励政策，激发企业开展数据登记与确权的主观意愿，丰富数据要素市场供给侧资源，构建全省数据资产地图，提高数据要素市场供给能力。

（二）更大力度破除掣肘

一是对初创型数字经济企业和中小企业开展甄别和分类，对发展前景好、数字化智能化改造潜在效用突出的企业，在资金、用地、用电等方面予以政策支持。二是推进数字人才引进与培养。发布数字经济紧缺核心产业人才目录，采用专家评审制、关键要素评定制两种认定模式，准确地判断人才能力，对人才进行分级，识真才、引真才、用真才。三是加大金融支持。适度扩大数字经济产业专项基金规模，引导社会资本投资数字经济领域重大项目，拓宽数字经济市场主体融资渠道，同时鼓励有条件的市设立数字经济专项资金。

（三）更实举措夯实底座

一是一企一策，增强企业数字化智能化改造信心和能力。根据企业需求和意愿，以问题为导向、场景应用为依托，加强转型升级技术等方面的支持和引导，推动OA、ERP、MES、数字化设计工具等模块应用和集成。二是强化重点创新平台建设和龙头引领。推动合肥国家实验室、人工智能研究院、国家智能语音技术标准创新基地、中科大先研院、中国视谷等新型协同创新平台建设，扩大国家新一代人工智能开放创新平台影响力。积极发挥腾讯、阿里、科大讯飞等龙头企业牵引作用，发挥资源禀赋和要素优势，纵向伸展、横向牵引，畅通产业链循环，以大带小。三是以应用场景为牵引，引进培育数据加工、数据安全、数据要素流通、元宇宙、人工智能、区块链、智能终端等新兴产业，做好数字经济发展的能源、网络等基础支持，推动数字产业高端化、绿色化、集约化发展。