数字经济与实体经济融合协调发展水平统计测度

高培培

（华北水利水电大学法学院，郑州 450045）

0 引言

党的二十大报告提出，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。2023 年2月，中共中央、国务院印发《数字中国建设整体布局规划》，再次明确“促进数字经济和实体经济深度融合，以数字化驱动生产生活和治理方式变革”，旨在构筑国家竞争新优势，赋能经济社会高质量发展。在新一轮科技革命与产业变革浪潮中，借力数字经济发展机遇撬动实体经济既有格局，继而推动落实农业、工业、能源等重要领域的数字技术创新应用，有益于实体经济高质量发展。但需要注意的是，我国数字经济与实体经济融合协调发展（下文简称“数实融合”）尚处于初级阶段，实体经济数字技术应用不足、数字资本无序扩张以及经济发展形势“脱实向虚”等问题日益显现[1,2]，使得中国式现代化发展进程受阻。当前中国“数实融合”协调发展水平呈现怎样的趋势？是否存在区间差异？影响“数实融合”协调发展水平的因素有哪些？回答上述问题将有助于系统剖析“数实融合”协调发展实际，并为相关部门制定决策提供理论参考。

从已有研究看，国内学者对数字经济与实体经济的关系进行了深入探讨，且主要集中于以下几个方面：一是二者的关系研究。有学者认为，数字经济在为实体经济发展提供新动能的同时，亦存在核心技术储备不足、治理体系滞后以及缺乏联动机制等问题[3,4]，需要通过加大新型基础设施建设力度、增强实体经济数字化转型能力等方式来提高“数实融合”协调发展水平[5]。二是二者的协调发展研究。学者们分别从理论与实证层面探究“数实融合”协调发展的逻辑关联性。在理论层面，陈雨露（2023）[6]从数字技术、数据要素、数字产业等维度解构数字经济，并进一步从企业、产业与社会运行视角探析“数实融合”协调发展的主要途径；陈曦（2022）[7]从产品层、企业层和产业层三个维度分析数字经济与实体经济深度融合的具体路径，构建了数字经济与实体经济深度融合的研究框架。在实证层面，学者们主要借助调整后的Logistic 协同演化模型、耦合协调度模型等方法来测度“数实融合”协调发展关系[8,9]。三是二者的影响因素研究，学者们主要探究了经济发展水平、人力资本水平、数字基础设施等因素对“数实融合”协调发展的影响[10—12]。既有研究在“数实融合”协调发展方面形成了一定的理论基础，但仍存在以下优化空间：一是已有研究多考察“数实融合”协调发展的空间分异格局，较少从内部视角分析“数实融合”协调发展水平的影响因素。二是当前我国“数实融合”协调发展仍处于起步阶段，需要进一步基于数据即时性、全面性进行考量，以增强结论的可靠性。鉴于此，本文基于2012—2021 年中国30 个省份的面板数据，首先，借助熵值法分别测度数字经济与实体经济的综合发展水平；然后，利用耦合协调度模型测度“数实融合”协调发展水平；最后，使用灰色关联度模型分析“数实融合”协调发展水平的内部影响因素。

1 研究设计

1.1 指标体系构建

耦合协同是经济学中的一个合成概念[13]。其中，“耦合”是指群体中两个或两个以上个体相互依存、协作与促进，进而形成增力的现象；“协同”则是个体之间相互作用而形成的整体状态，其不仅能够实现帕累托最优，还能够实现共同进步。随着数字经济的创新演进，实体经济与“大智移物云区”等新一代信息技术深度融合，形成产业数字化与数字产业化等多种融合形态[14]。因此，构建“数实融合”协调发展评价指标体系需分别就数字经济与实体经济展开单独讨论。目前关于数字经济量化研究的文献相对较少，且已有文献研究视角不同，选取的指标差别较大，尚未形成较为一致的评估标准。本文基于中国数字经济与实体经济发展实际，遵循科学性、合理性、数据可得性与连续性原则，参考关会娟等（2020）[15]、黄聪英（2019）[16]的研究，从数字基建、数字应用与数字创新三个维度选取数字经济评价指标，从实体结构、实体效益、实体环境、实体创新四个维度选取实体经济评价指标，最终得到“数实融合”协调发展评价指标体系，如表1所示。

表1 “数实融合”协调发展评价指标体系

1.2 研究方法

1.2.1 熵值法

本文采用熵值法[17]分别测度数字经济与实体经济综合发展水平。

第一步，对各指标进行标准化处理：

负向指标：

正向指标：

其中，xij与Xij分别表示原始指标值与处理后的值。

第二步，计算第i个省份第j项指标占比：

第三步，计算第j项指标的熵值、差异系数：

第四步，计算第j项指标在所有指标中所占的比重：

第五步，计算各省份综合发展水平：

1.2.2 耦合协调度模型

耦合协调度模型可以判断不同系统的整体功效和协同效应。参考唐晓华等（2018）[18]的研究，利用耦合协调度模型对“数实融合”耦合度及耦合协调度进行量化分析，具体公式如下：

其中，C、D、T分别表示数字经济与实体经济两个子系统的耦合度、耦合协调度、综合协调指数；U1与U2分别为数字经济与实体经济的综合发展水平。鉴于数字经济与实体经济重要性相等，所以将α、β均设定为0.5。耦合协调阶段划分标准如表2所示。

表2 耦合协调阶段划分标准

1.2.3 灰色关联度模型

灰色关联度模型可通过探索因素之间的关联程度，进而对比得出多个因素间数据序列的变化趋势[19]。为分析影响“数实融合”协调发展水平的相关因素，本文选取灰色关联度模型展开相关研究，具体计算步骤如下。

第一步，计算差序列、最大差与最小差：

第二步，计算关联系数与灰色关联度：

其中，ξi(k)为关联系数；ρ为分辨系数；ri为灰色关联度，其取值范围为[0，1]。

1.3 数据来源

本文采用2012—2021 年中国30 个省份（不含西藏和港澳台）的面板数据。数据主要来源于历年《中国统计年鉴》《中国工业统计年鉴》及Wind数据库，部分缺失数据使用插值法补齐。

2 实证结果分析

2.1 数字经济与实体经济综合发展水平

本文借助熵值法分别测度了2012—2021年中国30个省份的数字经济综合发展水平与实体经济综合发展水平。自党的十九大提出建设“数字中国”与“智慧社会”宏伟蓝图以来，中国数字经济发展迅猛，规模长期稳居世界第二。为便于时序分析，本文以党的十九大召开时间2017 年为界，将研究期划分为两个阶段，第一阶段为2012—2017年，第二个阶段为2018—2021年，并分别对30个省份不同阶段的数字经济综合发展水平与实体经济综合发展水平求均值，结果见图1、图2。

图1 30个省份不同阶段数字经济综合发展水平

图2 30个省份不同阶段实体经济综合发展水平

如图1 所示，横向来看，同一阶段不同省份数字经济综合发展水平具有显著差异，且多数省份第一阶段的数字经济综合发展水平明显小于第二阶段。纵向来看，第一阶段30个省份数字经济综合发展水平均值为0.286，其中高于均值的省份有10 个；第二阶段30 个省份数字经济综合发展水平均值为0.478，较第一阶段增长67.13%，这一结果符合我国数字经济发展实际。

如图2所示，第一阶段不同省份实体经济综合发展水平要小于第二阶段，但与数字经济综合发展水平相比差距相对较小。其中，第一阶段30 个省份实体经济综合发展水平均值为0.285，其中高于均值的省份有10 个；第二阶段30个省份实体经济综合发展水平均值为0.436，较第一阶段上升52.98%。

综合来看，研究期内数字经济与实体经济各自的综合发展水平均随着时间推移而提高。但相较而言，第一阶段数字经济综合发展水平要整体落后于实体经济综合发展水平；第二阶段数字经济综合发展水平则实现了对实体经济综合发展水平的反超。这与当前数字经济与实体经济发展形势较为一致。具体原因如下：在新一轮科技革命与产业变革下，信息通信、新能源、新材料等领域交叉融合，使得数字经济成为引领社会变革的重要推动力。加之全球贸易格局变化、金融危机等外因使得全球产业链供应链受到冲击，大量实体行业陷入发展困局。在多重不利因素影响下，社会资本更倾向于投资数字经济相关产业，在一定程度上影响了实体经济发展，使得实体经济后期发展潜力小于数字经济。

2.2 数字经济与实体经济融合协调发展水平

2.2.1 省份层面

省份层面“数实融合”协调发展水平如下页表3 所示。整体来看，2012—2021 年30 个省份“数实融合”协调发展水平呈现稳步上升趋势，从2012 年的轻度失调阶段（0.350）提升至2021年的中级协调阶段（0.736）。这说明，当前我国“数实融合”协调发展整体向好。从全国均值来看，2012—2015年，“数实融合”协调发展水平呈逐年上升趋势，由0.350 增长至0.471，增长幅度约为34.6%；2015—2017年，“数实融合”协调发展水平的上升趋势有所滞缓，但仍在正向提升，增长幅度约为11.0%；2017—2021 年，“数实融合”协调发展水平呈现快速上升趋势，由0.523 增长至0.736，增长幅度约为38.3%。这表明研究期内30 个省份“数实融合”协调发展水平呈现稳步增长趋势。从省份均值排名来看，“数实融合”协调发展水平均值排在前五名的省份依次为江苏（0.764）、浙江（0.751）、广东（0.714）、上海（0.699）与北京（0.678），整体位于初级协调阶段及以上。到2021年上述省份实际“数实融合”协调发展水平分别达到优质、良好、优质、优质、良好协调阶段。“数实融合”协调发展水平均值排在后五名的省份依次为宁夏（0.426）、青海（0.421）、甘肃（0.418）、贵州（0.411）与云南（0.410）。到2021年上述省份实际“数实融合”协调发展水平分别达到初级、勉强、勉强、初级、初级协调阶段。对比来看，均值排名第一的江苏与均值排在末位的云南的“数实融合”协调发展水平均值仍有不小差距。

2.2.2 区域层面

区域层面“数实融合”协调发展水平如下页表4 所示。参考原嫄等（2015）[20]的研究，本文从北部沿海、东部沿海、南部沿海、东北、长江中游、黄河中游、大西南、大西北八大综合经济区角度展开分析。如表4 所示，2012—2021年八大综合经济区“数实融合”协调发展水平整体呈现上升趋势，但各区域差距较大。从均值来看，八大综合经济区“数实融合”协调发展水平从高到低分别为东部沿海（0.738）、北部沿海（0.638）、南部沿海（0.601）、长江中游（0.545）、黄河中游（0.494）、东北（0.455）、大西南（0.451）、大西北（0.431）。其中，仅有东部沿海综合经济区迈入中级协调阶段，北部沿海、南部沿海综合经济区迈入初级协调阶段，长江中游综合经济区迈入勉强协调阶段，其余均处于濒临失调阶段。

2.3 影响因素分析

基于前文的灰色关联度模型，并参考王裕瑾和李梦玉（2023）[21]、王义保等（2019）[22]的研究，将灰色关联度分为低关联[0，0.35）、中关联[0.35，0.65）、较高关联[0.65，0。85）、高关联[0.85，1.0]，对影响“数实融合”的相关因素展开分析。整体上看，数字经济与实体经济各指标关联度均位于[0.379，0.899]区间内。其中，位于较高关联区间的指标共有46 个，占总指标个数的51.1%；位于高关联区间的指标共有6个，占总指标个数的6.7%。这表明数字经济与实体经济两大子系统具有相互影响的关系。进一步，从内部视角出发探究子系统内部指标对另一系统内部指标的影响次序，以筛选影响“数实融合”协调发展水平的重要因素，结果如表5所示。

表5 数字经济与实体经济耦合作用矩阵

表3 2012—2021年30个省份“数实融合”协调发展水平

表42012 —2021年八大综合经济区“数实融合”协调发展水平

（1）数字经济对实体经济的影响因素筛选。由表5可知，R＆amp;D 经费投入/地区生产总值（X8）、软件业务收入/地区生产总值（X9）、人均电子商务销售额（X4）分别以0.774、0.756和0.698的关联度居于前三位，是数字经济子系统中影响实体经济发展的主要指标。具体而言，在数字经济视域下，相关主体通过增加R＆amp;D经费投入/地区生产总值，可促进实体经济数字化转型，进而催生出大量新业态、新模式，赋能实体经济高质量发展；软件业务收入/地区生产总值则体现出数字技术应用范围的快速扩张，这为实体经济发展提供了良好的创新环境；人均电子商务销售额越高，说明消费市场、消费群体越优良，越能刺激实体企业生产、制造商品，进而提高实体经济发展水平。

（2）实体经济对数字经济的影响因素筛选。如表5所示，工业企业科技成果转化率（Y10）、人均新产品销售收入/主营业务收入（Y9）、实体经济总量/地区生产总值（Y1）分别以0.781、0.727、0.669的关联度居于前三位，是实体经济子系统中影响数字经济发展的主要指标。具体来看，工业企业科技成果转化率与人均新产品销售收入/主营业务收入是发展壮大实体经济的关键因素，其效率越高，说明实体经济科研人才越丰富，研发资金越雄厚，越有助于加快自身产业数字化转型速度，从而为融合数字经济要素提供载体。实体经济是一国经济的立身之本，是国家富强的重要支柱。实体经济总量/地区生产总值越大，说明当前经济社会发展越趋于良好，越有助于促进“数实融合”协调发展。

综上，数字创新与实体创新是影响“数实融合”协调发展水平的关键因素；从指标层看，R＆amp;D 经费投入/地区生产总值、软件业务收入/地区生产总值、人均电子商务销售额、工业企业科技成果转化率、人均新产品销售收入/主营业务收入、实体经济总量/地区生产总值是影响“数实融合”协调发展水平的重要指标。

3 结论

本文在构建“数实融合”协调发展评价指标体系的基础上，利用熵值法分别测算2012—2021 年中国30 个省份的数字经济综合发展水平与实体经济综合发展水平，并运用耦合协调度模型量化二者的协调发展水平，最后借助灰色关联度模型探究影响“数实融合”协调发展水平的因素，结果表明：数字经济综合发展水平与实体经济综合发展水平均随时间推移而持续提高；“数实融合”协调发展水平呈上升趋势；30个省份的耦合协调度整体偏低，八大综合经济区呈现东部沿海＞北部沿海＞南部沿海＞长江中游＞黄河中游＞东北＞大西南＞大西北的空间分异特征；数字创新与实体创新是影响“数实融合”协调发展水平的关键因素，并且R＆amp;D 经费投入/地区生产总值、软件业务收入/地区生产总值、人均电子商务销售额、工业企业科技成果转化率、人均新产品销售收入/主营业务收入、实体经济总量/地区生产总值是影响“数实融合”协调发展水平的主要指标。