產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的綜合測(cè)度及收斂性分析

[摘要]產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)能夠直觀(guān)反映各地利用現(xiàn)代化信息技術(shù)，對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行全方位、全鏈條、全角度改造的成效。以2007—2020年中國(guó)八大經(jīng)濟(jì)區(qū)為研究樣本，使用熵權(quán)-TOPSIS法測(cè)算產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)，發(fā)現(xiàn)八大經(jīng)濟(jì)區(qū)整體產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)較弱，且經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指標(biāo)差距較大，表現(xiàn)出明顯梯度特征。其中，北部沿海屬于第一等級(jí)，南部沿海和東部沿海屬于第二等級(jí)，其余五個(gè)經(jīng)濟(jì)區(qū)屬于第三等級(jí)，存在典型地區(qū)異質(zhì)性特征。在此基礎(chǔ)上，采用Dagum基尼系數(shù)分解法分析區(qū)域差異及其來(lái)源得出，八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)基尼系數(shù)總體呈波動(dòng)上升演變態(tài)勢(shì)，各經(jīng)濟(jì)區(qū)之間協(xié)同性在不斷下降，地區(qū)間差異是地區(qū)差異的主要源頭。通過(guò)三種空間計(jì)量模型檢驗(yàn)時(shí)空收斂特征發(fā)現(xiàn)，八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)存在“俱樂(lè)部趨同”和穩(wěn)定性特征，但產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)向下轉(zhuǎn)移概率超過(guò)向上轉(zhuǎn)移概率，僅有南部沿海經(jīng)濟(jì)區(qū)向上轉(zhuǎn)移概率超過(guò)向下轉(zhuǎn)移概率，說(shuō)明經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)呈放緩演化形態(tài)。

[關(guān)鍵詞]產(chǎn)業(yè)數(shù)字化；比較優(yōu)勢(shì)；八大經(jīng)濟(jì)區(qū)；動(dòng)態(tài)分布；空間收斂

一、 引言與文獻(xiàn)綜述

從工業(yè)經(jīng)濟(jì)時(shí)代步入數(shù)字經(jīng)濟(jì)時(shí)代，全球經(jīng)濟(jì)發(fā)生了革命性和全方位變化，數(shù)字經(jīng)濟(jì)逐漸成為引領(lǐng)世界經(jīng)濟(jì)社會(huì)變革、驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能[1]。產(chǎn)業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)發(fā)展的主陣地，應(yīng)用互聯(lián)網(wǎng)、人工智能等現(xiàn)代化技術(shù)，可驅(qū)動(dòng)傳統(tǒng)產(chǎn)業(yè)鏈全鏈條全要素?cái)?shù)字化轉(zhuǎn)型、升級(jí)與再造。加速推進(jìn)產(chǎn)業(yè)數(shù)字化進(jìn)程，形成我國(guó)獨(dú)特產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)不僅有助于促進(jìn)產(chǎn)業(yè)提質(zhì)增效、提高企業(yè)效益，還能有效增強(qiáng)國(guó)家戰(zhàn)略決策能力、加速數(shù)實(shí)融合、強(qiáng)化全球數(shù)字競(jìng)爭(zhēng)力[2]。隨著近幾年數(shù)字經(jīng)濟(jì)創(chuàng)新引領(lǐng)作用日漸凸顯，中國(guó)對(duì)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型重視度大幅提升。2022年2月中央一號(hào)文件針對(duì)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型作出重要指示1；2022年5月中國(guó)信息通信研究院發(fā)布《主要國(guó)家和地區(qū)推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型的政策研究報(bào)告（2022年）》，就制造業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行政策分析2。為全面釋放產(chǎn)業(yè)數(shù)字化對(duì)經(jīng)濟(jì)社會(huì)的引擎作用，貫徹落實(shí)國(guó)家宏觀(guān)政策導(dǎo)向，有必要對(duì)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)打造現(xiàn)狀作進(jìn)一步探察。

事實(shí)上，當(dāng)前學(xué)術(shù)界關(guān)于產(chǎn)業(yè)數(shù)字化的研究已取得頗豐成果。黃蕊等[3]構(gòu)建非線(xiàn)性動(dòng)態(tài)面板模型展開(kāi)實(shí)證測(cè)度，認(rèn)為我國(guó)文化產(chǎn)業(yè)數(shù)字化賦能效果存在倒“U”形影響。陳金丹等[4]結(jié)合世界投入產(chǎn)出表（World Input-Output Table，WIOTs）及中國(guó)制造業(yè)面板數(shù)據(jù)實(shí)證檢驗(yàn)后指出，產(chǎn)業(yè)數(shù)字化對(duì)技術(shù)創(chuàng)新有顯著促進(jìn)作用，且本土市場(chǎng)規(guī)模優(yōu)勢(shì)能夠強(qiáng)化這一效應(yīng)。方慧等[5]基于中國(guó)30個(gè)主要文化貿(mào)易伙伴國(guó)2012—2019年面板數(shù)據(jù)進(jìn)行實(shí)證，研究發(fā)現(xiàn)文化產(chǎn)業(yè)數(shù)字化具有明顯出口促進(jìn)效應(yīng)。傅為忠等[6]立足2011—2019年長(zhǎng)三角區(qū)域面板數(shù)據(jù)進(jìn)行實(shí)證，提出當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化與制造業(yè)高質(zhì)量發(fā)展間耦合協(xié)調(diào)水平持續(xù)攀升，但整體水平較低且存在一定空間差異。周夏偉等[7]基于17個(gè)制造業(yè)面板數(shù)據(jù)進(jìn)行研究，結(jié)果顯示產(chǎn)業(yè)數(shù)字化可促進(jìn)區(qū)域經(jīng)濟(jì)提速與提效，引致創(chuàng)新優(yōu)勢(shì)可強(qiáng)化產(chǎn)業(yè)數(shù)字化對(duì)區(qū)域經(jīng)濟(jì)的提效效應(yīng)，但對(duì)提速效應(yīng)存在門(mén)檻特征。楊文溥[8]構(gòu)建指標(biāo)體系進(jìn)行統(tǒng)計(jì)測(cè)度，表明中國(guó)整體產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型成效顯著，但區(qū)域間發(fā)展進(jìn)程并不統(tǒng)一，且呈現(xiàn)出明顯的空間集聚特征。

梳理上述文獻(xiàn)可以發(fā)現(xiàn)，既有研究主要從綜合測(cè)度指標(biāo)對(duì)產(chǎn)業(yè)數(shù)字化展開(kāi)分析，且內(nèi)容多集中于對(duì)某一領(lǐng)域產(chǎn)業(yè)數(shù)字化賦能效應(yīng)的探討，雖為產(chǎn)業(yè)數(shù)字化相關(guān)研究提供一定理論支撐，但并未針對(duì)產(chǎn)業(yè)數(shù)字化自身發(fā)展現(xiàn)狀進(jìn)行分析，難以為國(guó)內(nèi)經(jīng)濟(jì)社會(huì)發(fā)展提供可持續(xù)化產(chǎn)業(yè)數(shù)字化動(dòng)能。研究視角多聚焦于某一行業(yè)、各省域或者國(guó)家層面，并未從宏觀(guān)維度系統(tǒng)考察國(guó)內(nèi)各大區(qū)域產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)，無(wú)法為區(qū)域協(xié)同發(fā)展提供有益助力。鑒于此，本文依據(jù)國(guó)務(wù)院研究中心劃分標(biāo)準(zhǔn)，立足國(guó)內(nèi)八大經(jīng)濟(jì)區(qū)2007—2020年面板數(shù)據(jù)展開(kāi)測(cè)度分析，以更加直觀(guān)反映中國(guó)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)發(fā)展現(xiàn)狀與不足之處。并通過(guò)構(gòu)建包含產(chǎn)業(yè)數(shù)字化基建、創(chuàng)新、應(yīng)用、環(huán)境及治理五大維度的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指標(biāo)體系，利用熵權(quán)-TOPSIS法、Dagum基尼系數(shù)、核密度估計(jì)等統(tǒng)計(jì)方法分析八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)具體的動(dòng)態(tài)演化情況，并依據(jù)研究結(jié)論提出瞄準(zhǔn)性政策建議。

二、 八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的綜合測(cè)度分析

1. 產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)評(píng)價(jià)指標(biāo)體系構(gòu)建

指標(biāo)維度選取多集中于產(chǎn)業(yè)數(shù)字化內(nèi)涵視角。本文結(jié)合既有研究理論闡釋[9-10]，將產(chǎn)業(yè)數(shù)字化界定為在新一代數(shù)字科技支撐和引領(lǐng)下，以數(shù)據(jù)為關(guān)鍵要素，以?xún)r(jià)值釋放為核心，以數(shù)據(jù)賦能為主線(xiàn)，對(duì)產(chǎn)業(yè)鏈上下游全要素?cái)?shù)字化升級(jí)、轉(zhuǎn)型和再造的過(guò)程。據(jù)此，產(chǎn)業(yè)數(shù)字化必然具備時(shí)代發(fā)展動(dòng)態(tài)性特征，只有緊跟時(shí)代步伐才可形成自身獨(dú)特比較優(yōu)勢(shì)。這在很大程度上都依賴(lài)于數(shù)字基礎(chǔ)日漸完備、數(shù)字創(chuàng)新持續(xù)支撐、數(shù)字應(yīng)用不斷拓展、數(shù)字環(huán)境逐步優(yōu)化、數(shù)字治理加以保障?；谏鲜鰞?nèi)涵邏輯，本文嘗試從產(chǎn)業(yè)數(shù)字化基建、創(chuàng)新、應(yīng)用、環(huán)境、治理五大維度選取其比較優(yōu)勢(shì)的具體衡量指標(biāo)，進(jìn)一步借鑒相關(guān)研究成果和指標(biāo)提取經(jīng)驗(yàn)[11-13]，構(gòu)建產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)評(píng)價(jià)指標(biāo)體系如表1所示。

2. 數(shù)據(jù)來(lái)源及研究范疇

（1）數(shù)據(jù)來(lái)源。本文選取2007—2020年30個(gè)省區(qū)市（港澳臺(tái)藏因數(shù)據(jù)獲取困難，故予以剔除）為研究樣本，所有原始數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)信息年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)信息產(chǎn)業(yè)年鑒》《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)信息社會(huì)發(fā)展報(bào)告》《中國(guó)政府網(wǎng)站績(jī)效評(píng)估》《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，以及各省份歷年統(tǒng)計(jì)年鑒、中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告、國(guó)際機(jī)器人聯(lián)合會(huì)、國(guó)家統(tǒng)計(jì)局官網(wǎng)、中國(guó)信息通信研究院及工業(yè)和信息化相關(guān)研究報(bào)告與公示數(shù)據(jù)。針對(duì)部分年份缺失數(shù)據(jù)，使用線(xiàn)性插補(bǔ)法補(bǔ)齊。

（2）研究范疇。經(jīng)濟(jì)區(qū)是新時(shí)期區(qū)域協(xié)調(diào)發(fā)展的重點(diǎn)空間。由此，立足國(guó)務(wù)院研究中心對(duì)30個(gè)省區(qū)市的區(qū)域劃分，將研究對(duì)象設(shè)定為中國(guó)八大經(jīng)濟(jì)區(qū)1。

3. 測(cè)度方法

熵權(quán)法可有效避免主觀(guān)因素導(dǎo)致的指標(biāo)權(quán)重偏誤問(wèn)題，是一種客觀(guān)評(píng)價(jià)法；TOPSIS法主要用于測(cè)算各項(xiàng)指標(biāo)和理想點(diǎn)之間的相對(duì)距離，并對(duì)其作出量化排序，是一種計(jì)算簡(jiǎn)便的綜合評(píng)價(jià)法[14]。綜合考慮之后，最終選擇熵權(quán)-TOPSIS相結(jié)合法對(duì)中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)展開(kāi)系統(tǒng)測(cè)算。具體計(jì)算過(guò)程如下所示：

第一步，對(duì)原始數(shù)據(jù)作標(biāo)準(zhǔn)化處理（因所有指數(shù)屬性均為正，故只列出正向指標(biāo)處理方式）：

[Xij′=Xmax-XijXmax-Xmin] （5）

上式中，[i]測(cè)量指標(biāo)，[j]為區(qū)域，[j]代表原始數(shù)據(jù)，[Xij′]代表極值法下所得標(biāo)準(zhǔn)化值。

第二步，建立無(wú)量綱化矩陣：

[Pij=X′iji=1nX′ij] （6）

第三步，測(cè)算指標(biāo)熵值：

[ej=-lnn-1×i=1nPij×lnPij] （7）

第四步，測(cè)算信息效用值：

[sj=1-ej] （8）

第五步，測(cè)算評(píng)價(jià)對(duì)象熵權(quán)：

[Wij=sjj=1nsj] （9）

第六步，建立加權(quán)矩陣：

[Y=yijmn=Wj×Xij′m×n] （10）

第七步，依據(jù)加權(quán)矩陣確定正理想解和負(fù)理想解：

[Y+j=y+1，y+2，…y+m，y+j=maxiyij] （11）

[Y-j=y-1，y-2，…y-m，y-j=miniyij] （12）

第八步，測(cè)算各項(xiàng)指標(biāo)歐氏距離：

[D+i=j=1nyij-y+j2] （13）

[D-i=j=1nyij-y-j2] （14）

第九步，依據(jù)歐氏距離測(cè)算各項(xiàng)指標(biāo)和理想解的貼近程度：

[C=D-iD+i+D-ii=1，2，…，m] （15）

上式中，產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的貼近程度[C]數(shù)值位于0—1區(qū)間，值越大說(shuō)明八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)越大；反之，則說(shuō)明越小。

4. 綜合測(cè)度結(jié)果分析

（1）八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合評(píng)價(jià)結(jié)果分析。圖1為中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)在時(shí)間序列上的演化趨勢(shì)。不難看出，2007—2020年產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)最大的為北部沿海地區(qū)，然后是東部沿海地區(qū)和南部沿海地區(qū)，其余五大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)整體較小。這說(shuō)明中國(guó)經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差異明顯，呈顯著梯度分布格局。研究時(shí)段內(nèi)中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)的年均值處于0.1160—0.7857區(qū)間內(nèi)。其中，北部沿海地區(qū)年均值最高達(dá)到0.7857，領(lǐng)先于其他經(jīng)濟(jì)區(qū)，排名除在2020年位于第二，其他年份均位列第一，在第一等級(jí)陣營(yíng)；東部沿海地區(qū)和南部沿海地區(qū)的年均值分別達(dá)0.4314、0.5001，超過(guò)0.4，在第二等級(jí)陣營(yíng)；其余經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化年均值由高到低漸次為黃河中游地區(qū)（0.1635）、長(zhǎng)江中游地區(qū)（0.1476）、東北地區(qū)（0.2085）、西南地區(qū)（0.1234）、西北地區(qū)（0.1160），比較優(yōu)勢(shì)整體偏弱，在第三等級(jí)陣營(yíng)。另外，八大經(jīng)濟(jì)區(qū)2007—2020年的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)演變態(tài)勢(shì)在研究時(shí)段內(nèi)表現(xiàn)出分化特征。南部沿海、長(zhǎng)江中游、東北這三大經(jīng)濟(jì)區(qū)綜合指數(shù)上下浮動(dòng)過(guò)程中總體呈上漲態(tài)勢(shì)。其中，東北地區(qū)漲幅最大，從2007年的0.1778上漲至2020年的0.2501，幅度為40.66%；長(zhǎng)江中游地區(qū)漲幅最小，從2007年的0.1280上漲至2020年的0.1581，幅度為23.52%；其余除南部沿海之外的四大經(jīng)濟(jì)區(qū)綜合指數(shù)在浮動(dòng)過(guò)程中總體呈下滑態(tài)勢(shì)，北部沿海地區(qū)降幅最大，為39.93%。

（2）八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)分維度結(jié)果分析。表2為八大經(jīng)濟(jì)區(qū)2007—2020年分維度均值。從表中可知，產(chǎn)業(yè)數(shù)字化基建維度方面，北部沿海地區(qū)指標(biāo)平均值最高（0.9726），其次是東部沿海地區(qū)（0.4664）、南部沿海地區(qū)（0.4511），平均值最低為西北地區(qū)（0.0553）。其他經(jīng)濟(jì)區(qū)在產(chǎn)業(yè)數(shù)字化基建維度的平均值普遍較低，說(shuō)明各層級(jí)經(jīng)濟(jì)區(qū)的產(chǎn)業(yè)數(shù)字化基建優(yōu)勢(shì)差異明顯。產(chǎn)業(yè)數(shù)字化創(chuàng)新維度方面，北部沿海地區(qū)平均值最高（0.6434），西北地區(qū)平均值最低（0.1404）。產(chǎn)業(yè)數(shù)字化應(yīng)用維度方面，北部沿海（0.9801）和南部沿海（0.5431）地區(qū)平均值較其他經(jīng)濟(jì)區(qū)更高。這可能是由于，一方面北部沿海、南部沿海地區(qū)商業(yè)經(jīng)濟(jì)發(fā)達(dá)，內(nèi)部產(chǎn)業(yè)發(fā)展對(duì)先進(jìn)數(shù)字化技術(shù)的需求更大；另一方面兩地對(duì)外開(kāi)放程度較高，便于引進(jìn)先進(jìn)數(shù)字化技術(shù)，吸引各大產(chǎn)業(yè)應(yīng)用數(shù)字化技術(shù)實(shí)現(xiàn)智能轉(zhuǎn)型。產(chǎn)業(yè)數(shù)字化環(huán)境維度方面，平均值最低為西北地區(qū)（0.1881），其次為東北地區(qū)（0.2007）。究其緣由，西北和東北地區(qū)多數(shù)情況下主要依賴(lài)冶金、能源化工等傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)進(jìn)一步發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)單一、經(jīng)濟(jì)水平較為落后，而且外部環(huán)境條件比較惡劣，致使產(chǎn)業(yè)數(shù)字化環(huán)境發(fā)展空間較小。產(chǎn)業(yè)數(shù)字化治理維度方面，北部沿海地區(qū)平均值最高（0.9745），西南地區(qū)平均值最低（0.0678），可見(jiàn)綜合實(shí)力強(qiáng)勁經(jīng)濟(jì)區(qū)其內(nèi)部在產(chǎn)業(yè)數(shù)字化監(jiān)管、推廣方面的比較優(yōu)勢(shì)相對(duì)綜合實(shí)力較弱經(jīng)濟(jì)區(qū)更好。

（3）經(jīng)濟(jì)區(qū)內(nèi)部產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)分析。此次研究樣本共包括中國(guó)30個(gè)省區(qū)市，從省級(jí)層面出發(fā)，大多省份產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)較低。綜合指數(shù)較高的主要為直轄市，且經(jīng)濟(jì)區(qū)內(nèi)部各省區(qū)市產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)極不均衡。隸屬于第一等級(jí)的北部沿海地區(qū)中北京市、天津市等經(jīng)濟(jì)發(fā)達(dá)直轄市產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)均超過(guò)0.4，而山東、河北等經(jīng)濟(jì)發(fā)展相對(duì)落后省份綜合指數(shù)不足0.2，但北部沿海地區(qū)整體產(chǎn)業(yè)數(shù)字化創(chuàng)新優(yōu)勢(shì)并不低，說(shuō)明經(jīng)濟(jì)實(shí)力雄厚省份發(fā)揮了強(qiáng)勁帶動(dòng)作用。隸屬于第二等級(jí)的東部沿海和南部沿海地區(qū)，產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)高于0.4的主要有上海市、浙江省、廣東省。隸屬于第三等級(jí)其他經(jīng)濟(jì)區(qū)中產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)較高的為經(jīng)濟(jì)區(qū)范疇內(nèi)唯一的直轄市——重慶市。就結(jié)構(gòu)而言，總體經(jīng)濟(jì)發(fā)展水平較高省份產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)整體較強(qiáng)，這可能是由于經(jīng)濟(jì)實(shí)力較好省份在產(chǎn)業(yè)數(shù)字化基建、創(chuàng)新、應(yīng)用、環(huán)境、治理方面的投入更多，具備更強(qiáng)勁規(guī)模效應(yīng)，產(chǎn)業(yè)數(shù)字化發(fā)展?jié)摿σ哺蟆?/p>

三、 八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的區(qū)域差異分析

1. Dagum基尼系數(shù)及其分解

利用Dagum（1997）[15]提出的基尼系數(shù)及其分解方式，深層次揭露八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的區(qū)域差異和來(lái)源。具體來(lái)看，可將系數(shù)劃分為區(qū)域內(nèi)貢獻(xiàn)[Gw]、區(qū)域間貢獻(xiàn)[Gnb]、超變密度貢獻(xiàn)[Gt]，且設(shè)定三者間存在[G=Gw+Gnb+Gt]關(guān)系，公式如下：

[G=j=1kh=1ki=1njr=1nhxji-xhr2n2x] （16）

[Gw=j=1kGjjpjsj] （17）

[Gjj=12xn2ji=1njr=1njxij-xir] （18）

[Gnb=j=2kh=1j-1Gjhpjsh+phsjDjh] （19）

[Gjh=i=1nhr=1nhxij-xhrnjnhxj+xh] （20）

[Djh=djh-pjhdjh+pjh] （21）

[djh=0∞dFjx0xx-ydFhy] （22）

[pjh=0∞dFhx0xx-ydFjy] （23）

[Gt=j=2kh=1j-1Gjhpjsh+phsj1-Djh] （24）

上式中，[k]代表經(jīng)濟(jì)區(qū)數(shù)量，即[k=8]；[n]代表經(jīng)濟(jì)區(qū)內(nèi)部省份數(shù)量；[njnh]代表第j[h]個(gè)地區(qū)內(nèi)省份數(shù)量；[xijxhr]代表第[jh]個(gè)地區(qū)內(nèi)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)；[x]代表全國(guó)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)均值；[Gjj]為第[j]個(gè)地區(qū)的基尼系數(shù)；[Gjh]為第[j]個(gè)地區(qū)和第[h]個(gè)地區(qū)的地區(qū)間基尼系數(shù)；[xj]與[xh]分別為第[j]個(gè)地區(qū)、第[h]個(gè)地區(qū)的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)均值；[nj]與[nh]分別為第[j]個(gè)地區(qū)、第[h]個(gè)地區(qū)的省份個(gè)數(shù)。[Djh]為第[j]和[h]地區(qū)間產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的相對(duì)影響；[djh]表示[j]、[h]地區(qū)中所有[xij>xhr]樣本值和的數(shù)學(xué)期望；[pjh]表示[j]、[h]地區(qū)中所有[xij

2. 區(qū)域差異分析

（1）整體差異分析。本文利用基尼系數(shù)及其分解方式對(duì)中國(guó)八大經(jīng)濟(jì)區(qū)2007—2020年產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)指數(shù)展開(kāi)測(cè)算，結(jié)果如表5所示。研究時(shí)段內(nèi)中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)整體基尼系數(shù)均值可達(dá)0.2171，表現(xiàn)為波動(dòng)演化趨勢(shì)。具體而言，2007—2019年整體基尼系數(shù)在波動(dòng)軌跡中從0.2217上漲至0.2703，又在2020年跌落至0.2288。這說(shuō)明中國(guó)八大經(jīng)濟(jì)區(qū)整體差異較為明顯，呈波動(dòng)中上升態(tài)勢(shì)。究其原因，長(zhǎng)期以來(lái)各地區(qū)在數(shù)字技術(shù)研發(fā)創(chuàng)新、基礎(chǔ)設(shè)施建設(shè)與利用、新興數(shù)字產(chǎn)業(yè)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)等方面均存在一定不平衡現(xiàn)象，尚未形成統(tǒng)一產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型模式，導(dǎo)致比較優(yōu)勢(shì)分布不均。

（2）區(qū)域內(nèi)差異分析。表3為中國(guó)八大經(jīng)濟(jì)區(qū)內(nèi)部差異水平隨時(shí)間推移表現(xiàn)出差異化演進(jìn)態(tài)勢(shì)。研究時(shí)段內(nèi)區(qū)域內(nèi)差異的年均值最高為東北經(jīng)濟(jì)區(qū)（0.2484），其次為長(zhǎng)江中游經(jīng)濟(jì)區(qū)（0.2184）、南部沿海經(jīng)濟(jì)區(qū)（0.1866）、西南經(jīng)濟(jì)區(qū)（0.1832）、西北經(jīng)濟(jì)區(qū)（0.1732）、北部沿海經(jīng)濟(jì)區(qū)（0.1697）、東部沿海經(jīng)濟(jì)區(qū)（0.1158）。黃河中游經(jīng)濟(jì)區(qū)的區(qū)域內(nèi)差異年均值最低，只有0.0909，遠(yuǎn)不及東北地區(qū)1/2。此外，除西南地區(qū)及東部沿海地區(qū)2007—2020年間內(nèi)部差異水平呈波動(dòng)中下滑態(tài)勢(shì)之外，其余7個(gè)經(jīng)濟(jì)區(qū)在研究時(shí)段內(nèi)的差異水平均表現(xiàn)為波動(dòng)中上漲態(tài)勢(shì)，漲幅分別為長(zhǎng)江中游經(jīng)濟(jì)區(qū)（11.25%）、西北經(jīng)濟(jì)區(qū)（25.81%）、黃河中游經(jīng)濟(jì)區(qū)（38.11%）、東北經(jīng)濟(jì)區(qū)（6.83%）、北部沿海經(jīng)濟(jì)區(qū)（3.78%）、南部沿海經(jīng)濟(jì)區(qū)（28.80%）?？傮w而言，全樣本中大多數(shù)經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)在研究時(shí)段內(nèi)呈上升態(tài)勢(shì)，其中北部沿海經(jīng)濟(jì)區(qū)增幅最低，黃河中游經(jīng)濟(jì)區(qū)增幅最高。這可能是由于，北部沿海地區(qū)得益于本身經(jīng)濟(jì)發(fā)展水平較高、數(shù)字資源相對(duì)充足、產(chǎn)業(yè)結(jié)構(gòu)分布更加均衡等優(yōu)勢(shì)，內(nèi)部整體產(chǎn)業(yè)數(shù)字化發(fā)展動(dòng)能強(qiáng)勁，各省份比較優(yōu)勢(shì)布局較為合理，未形成明顯差距；而黃河中游經(jīng)濟(jì)區(qū)存在諸多高端人才、產(chǎn)業(yè)生態(tài)、創(chuàng)新資本等方面的限制因素，且北部各地區(qū)產(chǎn)業(yè)互補(bǔ)性較弱、梯度分布明顯，無(wú)法為當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)均衡化發(fā)展創(chuàng)設(shè)有利外部環(huán)境。

（3）區(qū)域間差異分析。表4為中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)地區(qū)間差異水平?？梢园l(fā)現(xiàn)，黃河中游經(jīng)濟(jì)區(qū)與東北經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差異最顯著，在研究時(shí)間段內(nèi)差異水平的年均值達(dá)0.340；其次為長(zhǎng)江中游經(jīng)濟(jì)區(qū)與黃河中游經(jīng)濟(jì)區(qū)，差異水平年均值為0.322；東部沿海經(jīng)濟(jì)區(qū)與黃河中游經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差異水平年均值最小，只有0.142。此外，東部沿海與黃河中游經(jīng)濟(jì)區(qū)、黃河中游經(jīng)濟(jì)區(qū)與北部沿海經(jīng)濟(jì)區(qū)的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差距呈持續(xù)縮小態(tài)勢(shì)。細(xì)究其因，黃河中游經(jīng)濟(jì)區(qū)和東北經(jīng)濟(jì)區(qū)數(shù)字基建雖長(zhǎng)期處于全國(guó)中下游水平，但近幾年黃河中游經(jīng)濟(jì)區(qū)隨著西部崛起和西部大開(kāi)發(fā)戰(zhàn)略實(shí)施，數(shù)字化水平和數(shù)字經(jīng)濟(jì)發(fā)展大有后起之勢(shì)，為當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)打造注入強(qiáng)大動(dòng)能；而東北經(jīng)濟(jì)區(qū)數(shù)字相關(guān)基建在全國(guó)范圍內(nèi)仍處于滯后狀態(tài)，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型并未獲得明顯進(jìn)步，故兩地區(qū)差距不斷拉大。同時(shí)，隨著黃河中游經(jīng)濟(jì)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)出現(xiàn)追趕態(tài)勢(shì)，其與發(fā)展水平本就較高的東部沿海、北部沿海經(jīng)濟(jì)區(qū)間的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差距也在逐漸縮小。

（4）區(qū)域差異貢獻(xiàn)率。表5為中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的整體差異來(lái)源?？梢园l(fā)現(xiàn)，區(qū)域間差異貢獻(xiàn)率最高，在研究時(shí)段內(nèi)貢獻(xiàn)率的年均值可達(dá)48.3106%，其次為超變密度貢獻(xiàn)率（42.1901%），區(qū)域內(nèi)差異貢獻(xiàn)率最小（9.1897%）。顯而易見(jiàn)，經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的整體差異源頭為區(qū)域間差異，緊接著為超變密度，最后為區(qū)域內(nèi)差異。這說(shuō)明之后促進(jìn)區(qū)域間產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)向均衡化方向發(fā)展應(yīng)著眼于化解區(qū)域間差異。

四、 八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的空間收斂性分析

1. 空間收斂模型

參照Xiong Huan等[17]研究，本文使用[β]收斂分析中國(guó)八大經(jīng)濟(jì)區(qū)不同地區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)演化規(guī)律?；诮?jīng)濟(jì)距離、地理距離、相鄰權(quán)重（0—1）三種類(lèi)型的空間權(quán)重矩陣，并引進(jìn)動(dòng)態(tài)空間SDM、SEM、SAR模型的具體公式如下：

[lnHi，tHi，t-1=α+βlnHi，t-1+ρj≠inWi，jlnHj，tHj，t-1+γyit+φi+νt+εit] （25）

[lnHi，tHi，t-1=α+βlnHi，t-1+γyit+φi+vt+εit，εit=λj≠inWi，jεit+μit] （26）

[lnHi，tHi，t-1=α+βlnHi，t-1+ρj≠inWi，jlnHj，tHj，t-1+θj≠inWi，jlnHj，t-1 +γyit+?j≠inWi，jyit+φi+νt+εit] （27）

上式中，[Hi，tHi，t-1]代表經(jīng)濟(jì)區(qū)[i]在第[t]年的產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)增長(zhǎng)率；[Hi，t-1]代表上一期產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)；[β]代表經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)增長(zhǎng)率對(duì)地區(qū)初始產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的彈性，用于衡量經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)收斂趨勢(shì)，若其值明顯為負(fù)說(shuō)明經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)存在收斂趨勢(shì)，反之則存在發(fā)散趨勢(shì)。[-ln1+β]代表收斂速度，[j≠inWi，jlnHj，tHj，t-1]代表空間加權(quán)后所得產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)增長(zhǎng)率。[ρ]代表0—1區(qū)間的空間自回歸系數(shù)，可反映經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)空間互動(dòng)強(qiáng)度。[yit]代表控制變量集；[φi]代表經(jīng)濟(jì)區(qū)固定效應(yīng)；[νt]代表年份固定效應(yīng)；[εit]代表隨機(jī)干擾項(xiàng)。

2. 八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的收斂結(jié)果分析

據(jù)前文絕對(duì)[β]收斂模型，可得中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)的空間絕對(duì)[β]收斂檢驗(yàn)結(jié)果1?？梢园l(fā)現(xiàn)，長(zhǎng)江中游、南部沿海、北部沿海、東部沿海、西南、黃河中游經(jīng)濟(jì)區(qū)在三大權(quán)重下的絕對(duì)[β]收斂系數(shù)均明顯為負(fù)，表現(xiàn)出顯著收斂態(tài)勢(shì)。東北經(jīng)濟(jì)區(qū)在三種權(quán)重下的顯著性并不統(tǒng)一，需要展開(kāi)進(jìn)一步條件收斂分析。表6為控制經(jīng)濟(jì)區(qū)固定效應(yīng)和年份固定效應(yīng)的八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)條件[β]收斂驗(yàn)證結(jié)果。不難看出，長(zhǎng)江中游、北部沿海、東部沿海、南部沿海、黃河中游、西南、東北及西北經(jīng)濟(jì)區(qū)的條件[β]收斂系數(shù)均通過(guò)了1%顯著性檢驗(yàn)，且明顯為負(fù)。這表明上述經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)存在明顯條件[β]收斂特征。進(jìn)一步以SDM模型為重點(diǎn)探察模型可以發(fā)現(xiàn)，西南、東部沿海經(jīng)濟(jì)區(qū)收斂速度相對(duì)更快，在相鄰權(quán)重下分別為2.2281和1.0708；在地理距離權(quán)重下分別為1.8162、1.1741；在經(jīng)濟(jì)地理權(quán)重下分別為2.4412、1.0763。

五、 研究結(jié)論與對(duì)策建議

本文通過(guò)構(gòu)建綜合評(píng)價(jià)指標(biāo)體系，采用熵權(quán)-TOPSIS法測(cè)算2007—2020年中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指數(shù)及其分維度指標(biāo)權(quán)重；使用Dagum基尼系數(shù)分解法測(cè)算并分析八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)差異源頭；利用三種空間計(jì)量模型展開(kāi)收斂特征檢驗(yàn)。研究發(fā)現(xiàn)：（1）八大經(jīng)濟(jì)區(qū)整體產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)較弱，且經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)綜合指標(biāo)差距較大，表現(xiàn)出明顯梯度特征。具體而言，北部沿海屬于第一等級(jí)，南部沿海和東部沿海屬于第二等級(jí)，其余五個(gè)經(jīng)濟(jì)區(qū)屬于第三等級(jí)，存在典型地區(qū)異質(zhì)性特征。（2）就整體差異而言，中國(guó)八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)基尼系數(shù)總體呈波動(dòng)上升演變態(tài)勢(shì)，各經(jīng)濟(jì)區(qū)之間協(xié)同性在不斷下降；就地區(qū)內(nèi)差異而言，八大經(jīng)濟(jì)區(qū)內(nèi)部差異水平表現(xiàn)出差異化演進(jìn)趨勢(shì)；就地區(qū)間差異而言，地區(qū)間差異年均值最大為東北經(jīng)濟(jì)區(qū)和黃河中游經(jīng)濟(jì)區(qū)；就貢獻(xiàn)率而言，地區(qū)間差異貢獻(xiàn)率最大，是地區(qū)差異的主要源頭。（3）八大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)存在“俱樂(lè)部趨同”和穩(wěn)定性特征，但產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)向下轉(zhuǎn)移概率超過(guò)向上轉(zhuǎn)移，僅有南部沿海經(jīng)濟(jì)區(qū)向上轉(zhuǎn)移概率超過(guò)向下轉(zhuǎn)移概率，說(shuō)明經(jīng)濟(jì)區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)呈放緩演化形態(tài)。

基于上述研究結(jié)論，為驅(qū)動(dòng)中國(guó)區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展，本文提出如下對(duì)策建議：一方面，加快建設(shè)數(shù)字技術(shù)高效供給體系。由前文實(shí)證分析不難發(fā)現(xiàn)，當(dāng)前我國(guó)各地區(qū)產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)存在較大差異，而造成這種差異的主要原因之一便是數(shù)字技術(shù)供給不均。鑒于此，經(jīng)濟(jì)區(qū)作為高級(jí)區(qū)域形態(tài)組織，應(yīng)致力于持續(xù)打破地區(qū)內(nèi)數(shù)字化資源配置及數(shù)據(jù)要素流通禁錮，通過(guò)采用數(shù)字技術(shù)集聚先進(jìn)資源，為加速中國(guó)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供賦能。首先，各地應(yīng)堅(jiān)持推進(jìn)工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程，建立工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范區(qū)，同時(shí)聚焦于數(shù)據(jù)創(chuàng)新應(yīng)用等關(guān)鍵領(lǐng)域，布設(shè)一批標(biāo)桿項(xiàng)目，以推動(dòng)產(chǎn)業(yè)數(shù)字化提速升級(jí)。其次，各地應(yīng)大力支持當(dāng)?shù)仄髽I(yè)建設(shè)高水平的、具有行業(yè)影響力的企業(yè)技術(shù)中心，引導(dǎo)企業(yè)積極參與國(guó)家數(shù)字經(jīng)濟(jì)領(lǐng)域“卡脖子”技術(shù)攻關(guān)、大科學(xué)工程、大科學(xué)裝置建設(shè)以及國(guó)際國(guó)內(nèi)標(biāo)準(zhǔn)制定。最后，應(yīng)培育建設(shè)一批優(yōu)勢(shì)特色學(xué)科和專(zhuān)業(yè)，加強(qiáng)人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的基礎(chǔ)研究，提升原創(chuàng)技術(shù)以及基礎(chǔ)理論研究創(chuàng)新水平。另一方面，強(qiáng)化傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型政策支持。據(jù)研究結(jié)論可知，中國(guó)八大經(jīng)濟(jì)區(qū)表現(xiàn)出明顯產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)占比不均衡現(xiàn)象，經(jīng)濟(jì)實(shí)力強(qiáng)勁的東部沿海、北部沿海、南部沿海經(jīng)濟(jì)區(qū)不僅產(chǎn)業(yè)數(shù)字化比較優(yōu)勢(shì)較強(qiáng)，且各維度指標(biāo)測(cè)算值也相對(duì)較高。究其根源，各地區(qū)本身傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型就已存在嚴(yán)重分化現(xiàn)狀，嚴(yán)重阻滯了后期比較優(yōu)勢(shì)均衡化布局。針對(duì)于此，政府部門(mén)應(yīng)從源頭出發(fā)，著手強(qiáng)化對(duì)各地區(qū)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的政策扶持。具體而言，首先要大力優(yōu)化政府服務(wù)，提高政策精準(zhǔn)度，統(tǒng)籌研究制定相關(guān)政策及配套措施，整合財(cái)稅、金融、人才、土地等方面的政策力量，全力推動(dòng)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型；其次需強(qiáng)化財(cái)政專(zhuān)項(xiàng)資金統(tǒng)籌，引導(dǎo)各級(jí)財(cái)政資金加大對(duì)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的投入，加強(qiáng)對(duì)數(shù)字經(jīng)濟(jì)領(lǐng)域重大平臺(tái)、重大項(xiàng)目及試點(diǎn)示范的支持；最后要不斷完善人才激勵(lì)機(jī)制，支持開(kāi)展股權(quán)激勵(lì)和科技成果轉(zhuǎn)化獎(jiǎng)勵(lì)試點(diǎn)，激發(fā)行業(yè)協(xié)會(huì)、培訓(xùn)機(jī)構(gòu)、咨詢(xún)公司等在數(shù)字技能人才培育中的作用，促進(jìn)數(shù)字技能人才培育體系的形成。

參考文獻(xiàn)：

[1] 盧江，許凌云，梁梓璇.世界經(jīng)濟(jì)格局新變化與全球經(jīng)濟(jì)治理模式創(chuàng)新研究[J].政治經(jīng)濟(jì)學(xué)評(píng)論，2022（3）：118-143.

[2] 毛建輝，張蕊，管超.數(shù)字經(jīng)濟(jì)、財(cái)政分權(quán)與企業(yè)創(chuàng)新[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022（8）：118-129.

[3] 黃蕊，李雪威，朱麗嬌.文化產(chǎn)業(yè)數(shù)字化賦能的理論機(jī)制與效果測(cè)度[J].經(jīng)濟(jì)問(wèn)題，2021（12）：44-52.

[4] 陳金丹，王晶晶.產(chǎn)業(yè)數(shù)字化、本土市場(chǎng)規(guī)模與技術(shù)創(chuàng)新[J].現(xiàn)代經(jīng)濟(jì)探討，2021（4）：97-107.

[5] 方慧，張瀟葉.中國(guó)文化產(chǎn)業(yè)數(shù)字化水平測(cè)度及其出口效應(yīng)研究[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（3）：38-51.

[6] 傅為忠，劉瑤.產(chǎn)業(yè)數(shù)字化與制造業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)研究——基于長(zhǎng)三角區(qū)域的實(shí)證分析[J].華東經(jīng)濟(jì)管理，2021（12）：19-29.

[7] 周夏偉，楊彬如，岳太青.產(chǎn)業(yè)數(shù)字化、引致創(chuàng)新與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)體制改革，2022（3）：119-126.

[8] 楊文溥.中國(guó)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型測(cè)度及區(qū)域收斂性研究[J].經(jīng)濟(jì)體制改革，2022（1）：111-118.

[9] 劉波，洪興建.中國(guó)產(chǎn)業(yè)數(shù)字化程度的測(cè)算與分析[J].統(tǒng)計(jì)研究，2022（10）：3-18.

[10] Andreas S，Wilfried S.A Strategy Guidance Model to Realize Industrial Digitalization in Production Companies[J].Management and Production Engineering Review，2020（3）：14-25.

[11] 馮秀娟，魏中龍，周璇.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)我國(guó)稅收貢獻(xiàn)度的實(shí)證研究——基于數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化視角[J].稅務(wù)與經(jīng)濟(jì)，2021（6）：47-53.

[12] 劉釩，余明月.長(zhǎng)江經(jīng)濟(jì)帶數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)分析[J].長(zhǎng)江流域資源與環(huán)境，2021（7）：1527-1537.

[13] 張翱，孫久文.數(shù)字經(jīng)濟(jì)、城市專(zhuān)業(yè)化格局與比較優(yōu)勢(shì)[J].科學(xué)學(xué)研究，2022（10）：1788-1797.

[14] 鄭耀群，鄧羽潔.中國(guó)制造業(yè)高質(zhì)量發(fā)展的測(cè)度與區(qū)域差距分析[J].現(xiàn)代管理科學(xué)，2022（2）：3-12.

[15] Dagum C.A New Approach to the Decom Position of the Gini Income Inequality Ratio[J].Empirical Economics，1997（4）：515-531.

[16] Xiong H A，Yu M Y，Liu L，et al.A Generalized Method for Binary Optimization： Convergence Analysis and Applications[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2022（9）：4524-4543.

作者簡(jiǎn)介：李小花（1989-），女，碩士，內(nèi)蒙古農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)。

（收稿日期：2022-12-02 ?責(zé)任編輯：蘇子寵）