王家明,馮連勇,李 波,林承耀
(1.山東石油化工學院 經(jīng)濟管理與文法學院,山東 東營 257061;2.中國石油大學(北京)經(jīng)濟管理學院,北京 102249)
隨著數(shù)字中國建設(shè)的推進,數(shù)據(jù)要素在經(jīng)濟高質(zhì)量發(fā)展過程中的關(guān)鍵性逐步顯現(xiàn)。從實踐層面來看,數(shù)據(jù)要素在市場中如何確權(quán)、市場結(jié)構(gòu)與創(chuàng)新績效等問題制約著其驅(qū)動作用的充分發(fā)揮[1]。從理論層面來看,數(shù)據(jù)要素作為全新生產(chǎn)要素,其生產(chǎn)效率以及對經(jīng)濟社會高質(zhì)量發(fā)展的邊際貢獻率如何?數(shù)據(jù)要素與經(jīng)濟社會高質(zhì)量發(fā)展其他影響因素之間的關(guān)系如何?這些問題均有待進一步探討[2]。
從數(shù)據(jù)要素市場化配置效率測度的角度來看,部分學者認為數(shù)據(jù)要素出現(xiàn)較晚,其市場化配置效率無法測度[3,4];還有部分學者提出采用測算傳統(tǒng)要素市場化配置效率的DEA或索羅余值等模型進行測算,但此類方法的適用性有待進一步商榷;還有部分學者基于實證角度進行了探索,構(gòu)建指標體系與評價模型進行分析?,F(xiàn)有研究為本文測度數(shù)據(jù)要素市場化配置效率提供了參考,但仍存在以下不足:第一,數(shù)據(jù)要素市場化配置效率的科學量化問題。數(shù)據(jù)要素涉及面廣、發(fā)展變化速度快,但現(xiàn)有研究大多以單一指標進行衡量,其科學性與系統(tǒng)性不足。第二,較少有對數(shù)據(jù)要素市場化配置效率進行區(qū)域差異及來源、動態(tài)演進、收斂性分析的相關(guān)研究。
本文以2006—2020年中國31個省份數(shù)據(jù)要素市場化配置的基礎(chǔ)數(shù)據(jù)為研究樣本,將經(jīng)典TOPSIS 模型改進為PFHWD-TOPSIS模型對數(shù)據(jù)要素市場化配置效率進行測度。進一步運用Dagum 基尼系數(shù)、核密度估計方法、σ收斂與β收斂模型對區(qū)域差異及其來源、分布動態(tài)演進及收斂性進行分析。本文旨在對現(xiàn)有理論研究做出有益的探索與補充,對數(shù)據(jù)要素市場化配置的實踐應(yīng)用提供參考與借鑒,具有一定的理論意義與實踐價值。
本文運用TOPSIS模型對數(shù)據(jù)要素市場化配置效率進行測度,鑒于此模型應(yīng)用較為廣泛,通過畢達哥拉斯矩陣進行展示。
(1)引入模糊數(shù)來構(gòu)造畢達哥拉斯模糊矩陣。畢達哥拉斯模糊矩陣R=(cj(xi))m×n,其中,cj(xi)=(μij,vij)為方案集中xi(i=1,2,…,m)在評價屬性集中cj(j=1,2,…,n)下的評估值。
(2)計算正理想解和負理想解。
(3)分別計算各項方案與正理想解和負理想解的混合加權(quán)距離。PFHWD(xi,X+)和PFHWD(xi,X-)分別表示xi(i=1,2,…,m)方案與求得的正理想解和負理想解的混合加權(quán)距離,其計算公式如下:
(4)計算方案的貼近度。在使用混合加權(quán)距離測度時,若使用傳統(tǒng)貼近度的計算方法往往會出現(xiàn)某個方案不能同時滿足與正理想解最近且與負理想解最遠的情況,故本文借鑒已有研究提出了一種新的計算方案xi的貼近度函數(shù)ζ(xi)(i=1,2,…,m)[5,6],公式如下:
(5)結(jié)果排序。根據(jù)式(5)中所求貼近度ζ(xi)的大小,對方案X={x1,x2,…,xm} 進行排序。由于需要對數(shù)據(jù)進行總體基尼系數(shù)測算,進一步進行核密度估計,故對最終的函數(shù)值ζ(xi)進行處理作為優(yōu)化貼近度值,公式如下:
Dagum(1997)[7]提出了按子群對基尼系數(shù)進行分解的方法,彌補了傳統(tǒng)基尼系數(shù)和Theil指數(shù)的缺陷,定義如公式(7)所示:
其中,G表示總體基尼系數(shù),k為劃分的區(qū)域數(shù),n為所有省份數(shù)。
總體基尼系數(shù)G可分解為區(qū)域內(nèi)差異貢獻Gω、區(qū)域間差異貢獻Gnb和超變密度貢獻Gt,他們之間滿足以下關(guān)系:
其中,Gjj為區(qū)域j的基尼系數(shù),Gjh為區(qū)域j和區(qū)域h之間的基尼系數(shù),Djh表示區(qū)域j和區(qū)域h之間數(shù)據(jù)要素市場化配置效率的相互影響。,函數(shù)F是區(qū)域數(shù)據(jù)要素市場化配置效率的累計概率密度函數(shù),djh表示區(qū)域之間數(shù)據(jù)要素市場化配置效率的差值。
參考已有研究,本文運用核密度估計方法研究數(shù)據(jù)要素市場化配置效率動態(tài)演進情況[8],假定隨機變量X的密度函數(shù)為:
其中,x為均值,N是觀測值的個數(shù),h為帶寬,K(*)為核函數(shù),X1,…,Xn是各省份的數(shù)據(jù)要素市場化配置效率,其表達式為:
(1)σ收斂檢驗方法。σ收斂可理解為不同區(qū)域數(shù)據(jù)要素市場化配置效率的離散程度隨時間推移而變化的過程[8]。本文采用變異系數(shù)法進行計算,公式為:
其中,j=1,2,3 表示區(qū)域;i=1,2,3,…,31 表示省份;Nj表示第j區(qū)域內(nèi)省份的數(shù)量;Qij表示j區(qū)域內(nèi)i省份數(shù)據(jù)要素市場化配置效率。
(2)β收斂檢驗方法。絕對β收斂的計量模型為:
其中,i=1,2,…,N表示第i個地區(qū),t=1,2,…,T表示時間,μi和ηt分別為地區(qū)效應(yīng)和時間效應(yīng),εit為隨機干擾項。
為了提高預(yù)測的精確性,添加控制變量,包含地區(qū)生產(chǎn)總值(GDP)、科技發(fā)展水平(TECH,科技經(jīng)費投入/GDP)、城鎮(zhèn)化率(URBAN,城鎮(zhèn)人口總數(shù)/人口總數(shù))、產(chǎn)業(yè)結(jié)構(gòu)(IS,第三產(chǎn)業(yè)產(chǎn)值/GDP)、金融發(fā)展水平(FIN,金融產(chǎn)業(yè)增加值)、對外開放(OPEN,進出口總額/GDP),構(gòu)建如下模型:
結(jié)合已有研究,本文從數(shù)據(jù)要素市場化基礎(chǔ)、數(shù)據(jù)要素市場化開發(fā)、數(shù)據(jù)要素市場化規(guī)模三個方面構(gòu)建數(shù)據(jù)要素市場化配置效率測度指標體系[9],如表1所示。
表1 數(shù)據(jù)要素市場化配置效率測度指標體系及綜合權(quán)重
本文選取我國2006—2020年31個省份(不含港澳臺)的面板數(shù)據(jù)作為研究樣本,對數(shù)據(jù)要素市場化配置效率進行測度。本文數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒、各類統(tǒng)計公報和中國經(jīng)濟社會大數(shù)據(jù)研究平臺。對極少數(shù)未發(fā)布與缺失數(shù)據(jù),通過差分法、線性回歸等方法驗證補齊,同時結(jié)合周邊地區(qū)均值進行轉(zhuǎn)換、補充與驗證。
現(xiàn)有對數(shù)據(jù)要素市場化水平的研究鮮少對其標準進行研究,且尚未形成統(tǒng)一的梯度劃分標準。因此,本文結(jié)合優(yōu)化后的貼近度測度結(jié)果,以0.2999作為間隔劃分為6個梯度,如表2 所示(數(shù)量表示2006—2020 年位于此梯度區(qū)間內(nèi)的省份總數(shù))。
表2 梯度分布表
數(shù)據(jù)要素市場化配置效率位于第二梯度的省份數(shù)量最多(135 個),隨后是第三梯度(129 個)、第一梯度(94個)、第四梯度(50 個)。可以看出,2006—2020 年我國31個省份中有86%處于中等水平。但第一梯度、第四梯度的省份數(shù)量則出現(xiàn)斷崖式分布,說明省份數(shù)據(jù)要素市場化配置效率分布差距較大。整體來看,各省份數(shù)據(jù)要素市場化配置效率均呈波動上升趨勢。2006 年,各省份數(shù)據(jù)要素市場化效率停留在第三梯度至第六梯度;2010年,東部地區(qū)的部分省份數(shù)據(jù)要素市場化配置效率進入第二梯度,同時,仍然存在第六梯度的省份如新疆、青海和云南;2015年,各省份的數(shù)據(jù)要素配置效率水平都在第四梯度以上,東部地區(qū)較多省份進入第一梯度,中部地區(qū)進入第一梯度的省份有四川、重慶、湖北和江西;2020年,我國各省份的數(shù)據(jù)要素配置效率都在第三梯度以上,數(shù)據(jù)要素市場化配置效率位于第一梯度的省份范圍進一步向西部地區(qū)移動,整體效率相較于2015年均有顯著提升。
全國及三大地區(qū)數(shù)據(jù)要素市場化配置效率的區(qū)域差異及其貢獻率如下頁表3所示。
表3 區(qū)域差異及其貢獻率
2.2.1 總體差異
從下頁圖1 可知,樣本期內(nèi)數(shù)據(jù)要素市場化配置效率的總體區(qū)域差異呈現(xiàn)下降的趨勢。從演變過程來看,數(shù)據(jù)要素市場化配置效率的總體基尼系數(shù)的演變過程為在2006—2008 年與2016—2018年呈現(xiàn)小幅下降趨勢,2009—2016年與2018—2020年呈現(xiàn)快速下降趨勢。2006年數(shù)據(jù)要素市場化配置效率總體基尼系數(shù)值為0.1924,是樣本期內(nèi)最大值,2008—2016 年驟降至0.0926,年均遞減率為9.2%;隨后從2018 年的0.0889 降至2020 年的0.0683,達到樣本期內(nèi)最小值。從整體層面上看,數(shù)據(jù)要素市場化配置效率的總體差異在下降,同時,區(qū)域間差異的貢獻率最高,樣本期內(nèi)在70%上下浮動[10]。由此可見,數(shù)據(jù)要素發(fā)展在樣本期內(nèi)仍然存在區(qū)域間的數(shù)據(jù)鴻溝,單純依靠改善發(fā)展落后地區(qū)的信息基礎(chǔ)設(shè)施條件,難以縮小區(qū)域間的數(shù)據(jù)要素差異。在數(shù)字經(jīng)濟循環(huán)中,依靠數(shù)字技術(shù)可以采集分析各區(qū)域之間的生產(chǎn)要素數(shù)據(jù)信息,通過合理布局發(fā)達地區(qū)與落后地區(qū)的生產(chǎn)要素配置方案,進而打破單核同心圓空間生產(chǎn)模式,弱化生產(chǎn)要素在城鄉(xiāng)之間和區(qū)域之間分布的不均衡性,削弱生產(chǎn)要素流通的空間壁壘,推動經(jīng)濟活動由單向流動轉(zhuǎn)為多向流動。
圖1 總體差異及其貢獻率
2.2.2 區(qū)域內(nèi)差異
如下頁圖2 所示,2006—2020 年,東、中、西三大地區(qū)數(shù)據(jù)要素市場化配置效率區(qū)域內(nèi)差異整體呈現(xiàn)波動下降趨勢。東部地區(qū)變化相對平穩(wěn),2006—2012 年表現(xiàn)為緩慢下降趨勢,2012—2014年小幅下降,并于2014年達到樣本期內(nèi)最小值,隨后緩慢上升且持續(xù)到2015年,直至2020年區(qū)域內(nèi)差異穩(wěn)定在0.032~0.034。中部地區(qū)整體呈緩慢下降的趨勢,2006—2012 年呈緩慢下降趨勢,2012—2016年的中部地區(qū)區(qū)域內(nèi)差異下降幅度略微增加,2016—2019年呈緩慢下降趨勢且介于0.038~0.042,之后又由0.0388下降至2020 年的0.0340,達到樣本期內(nèi)最小值。西部地區(qū)區(qū)域內(nèi)差異整體表現(xiàn)出急劇下降趨勢,2006—2013 年以9.36%的年均遞減率中小幅度下降,2013—2015年急劇下降,2015—2018 年下降速度相對平緩,保持在0.095~0.100,2018—2020年以8.10%的年均遞減率從0.0952中小幅度下降至0.0623。整體來看,2006—2020 年,東、中、西部地區(qū)區(qū)域內(nèi)數(shù)據(jù)要素市場化配置效率差異均在下降,并且區(qū)域內(nèi)數(shù)據(jù)要素市場化配置效率的極差分別為0.016、0.055、0.225。樣本期內(nèi),西部地區(qū)基尼系數(shù)值要大于東部地區(qū)和中部地區(qū),均值分別為0.1711、0.0612 和0.0384,這說明西部地區(qū)內(nèi)部數(shù)據(jù)要素市場化配置效率不均衡現(xiàn)象最為突出,隨后是中部地區(qū)和東部地區(qū)。
圖2 區(qū)域內(nèi)差異
2.2.3 區(qū)域間差異
如圖3 所示,2006—2020 年,東、中、西部地區(qū)數(shù)據(jù)要素市場化配置效率區(qū)域間差異總體呈下降趨勢,其中,東-中部地區(qū)差異平緩下降,2009—2014 年區(qū)域間差異縮小情況較為明顯。從東部地區(qū)和西部地區(qū)差異來看,2006—2009年緩慢下降,2009—2015年急劇下降,2015—2018年區(qū)域間差距仍在縮小但速度并不快,2018—2020 年從0.1382 降至0.1045,降幅約為24.4%。中部地區(qū)和西部地區(qū)區(qū)域間差異變化與東部地區(qū)和西部地區(qū)區(qū)域間差異變化較為相似,呈現(xiàn)下降趨勢,2013—2015年與2018—2020年,中部地區(qū)和西部地區(qū)數(shù)據(jù)要素市場化配置效率差異縮小較為明顯。
圖3 區(qū)域間差異
本文運用核密度估計方法考察數(shù)據(jù)要素市場化配置效率分布的位置、形態(tài)和延展性特征(見圖4)。
圖4 數(shù)據(jù)要素市場化配置效率核密度估計圖
2.3.1 全國核密度估計結(jié)果
由圖4(a)可以看出,在樣本期內(nèi)數(shù)據(jù)要素市場化配置效率的區(qū)域差異經(jīng)歷了“上升—下降”的過程。各省份數(shù)據(jù)要素市場化配置效率存在兩個峰值,且隨著時間推移核密度估計曲線總體向右移動,說明數(shù)據(jù)要素市場化配置效率整體呈上升趨勢。從2018年的核密度估計曲線可以看出,峰值較之前逐步上升,兩個波峰距離逐漸逼近且均向右上方移動,說明數(shù)據(jù)要素市場化配置效率整體提升,到2020年曲線整體向右移動,兩個波峰距離繼續(xù)逼近,函數(shù)寬度縮小,說明數(shù)據(jù)要素市場化配置效率總體提升且區(qū)域差異進一步縮小。
2.3.2 三大地區(qū)核密度估計結(jié)果
由圖4(b)可以看出,東部地區(qū)核密度曲線在樣本期內(nèi)均存在兩個峰值,東部地區(qū)數(shù)據(jù)要素市場配置效率在各省份之間存在較為明顯的梯度,其中,主峰較為靠右且高度大致表現(xiàn)為“大幅下降—逐漸上升”的變化趨勢,具體表現(xiàn)為,2006—2009年主峰高度下降,2009—2020年主峰高度逐漸上升,到2020年介于1.8~2.0。由圖4(c)可以看出,中部地區(qū)核密度曲線在樣本期內(nèi)總體右移。從整體上來看,核密度曲線在2006年、2009年、2012年均有兩個波峰,主峰相對靠右,小峰相對靠左。主峰在2009—2009 年峰值上升且保持穩(wěn)定直至2020 年,波峰介于1.75~1.80,小峰在2009—2012 年峰值上升且波峰之間的距離不斷縮小。由圖4(d)可以看出,整體來說,西部地區(qū)核密度曲線存在兩個波峰,且在樣本期內(nèi)大致表現(xiàn)為2006—2009 年主峰波峰大幅上升,2012—2015年主峰波峰小幅下降,2015—2018年主峰波峰小幅上升,2018—2020年主峰波峰再次下降,其主峰寬度總體呈現(xiàn)變窄的趨勢。小峰位于主峰右側(cè),在2009—2018 年小峰與主峰之間的間距逐漸縮小,2018—2020年小峰峰值顯著降低且波峰右移。
2.4.1σ收斂
根據(jù)σ收斂結(jié)果繪制圖5,可以看出:樣本期內(nèi),全國總體呈波動下降趨勢,2020 年比2006 年下降約0.235,下降幅度達到約66.27%。從區(qū)域?qū)用鎭砜?,東部地區(qū)在2012—2013年下降速度較快,2014—2015 年小幅回升,2020 年相較于2006 年下降了0.0341,降幅約為34.4%。中部地區(qū)在樣本期內(nèi)整體呈下降趨勢,2020 年相較于2006 年下降0.1115,降幅約為64.5%。西部地區(qū)總體呈持續(xù)下降趨勢,明顯下降階段為2013—2015年,2020年相較于2006年下降了0.3945,降幅約為77.5%。值得注意的是,在2019—2020 年,西部地區(qū)σ收斂系數(shù)下降速率高于全國數(shù)值并于2020 年小于全國σ收斂系數(shù)值,中部地區(qū)σ收斂系數(shù)也在同年低于東部地區(qū)的數(shù)值。由此可見,全國及中西部地區(qū)σ收斂系數(shù)在樣本期內(nèi)均表現(xiàn)出逐年下降趨勢,東部地區(qū)數(shù)據(jù)要素市場化配置效率差異的收斂現(xiàn)象并不顯著,西部地區(qū)收斂速度明顯高于中部地區(qū),存在“追趕效應(yīng)”。
圖5 數(shù)據(jù)要素市場化配置效率σ 收斂趨勢
2.4.2β收斂
在進行了σ收斂后,本文分別進行了全國及東、中、西部地區(qū)數(shù)據(jù)要素市場化配置效率的絕對β收斂檢驗和條件β收斂檢驗(見表4)。
表4 絕對β 收斂和條件β 收斂檢驗結(jié)果
(1)絕對β收斂分析
全國、中部地區(qū)和西部地區(qū)的絕對β收斂系數(shù)均小于0,且均通過了1%水平的顯著性檢驗,表明全國以及中西部地區(qū)數(shù)據(jù)要素市場化配置效率均存在絕對β收斂現(xiàn)象。在地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、對外開放等影響因素相似的情形下,各省份數(shù)據(jù)要素市場化配置效率隨著時間推移最終會收斂至同一穩(wěn)態(tài)水平。從全國來看,絕對β收斂速度為0.0921,從區(qū)域來看,東部地區(qū)不存在絕對β收斂趨勢,中部地區(qū)和西部地區(qū)的絕對β收斂速度分別為0.1057 和0.0936,中部地區(qū)具有較快的收斂速度,而西部地區(qū)收斂速度相對較慢。與數(shù)據(jù)要素配置效率較高的省份相比,科技資源配置效率較低的省份具有更快的增長速度,區(qū)域差距逐漸縮小。
(2)條件β收斂分析
全國及三大地區(qū)條件β收斂系數(shù)都顯著為負,且均通過了1%水平的顯著性檢驗,在考慮除初始值以外的其他異質(zhì)性影響因素的條件下,全國及三大地區(qū)數(shù)據(jù)要素市場化配置效率均存在條件β收斂。全國和東、中、西三大地區(qū)內(nèi)各省份的數(shù)據(jù)要素配置效率都朝著各自穩(wěn)態(tài)水平發(fā)展,不同區(qū)域條件β收斂速度由大到小依次為中部地區(qū)(0.1391)、西部地區(qū)(0.1225)、全國(0.1186)和東部地區(qū)(0.1057)。在考慮了地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、對外開放這些因素之后,收斂速度也隨之發(fā)生了改變。特別地,東部地區(qū)的絕對β收斂分析結(jié)果并未呈現(xiàn)收斂趨勢,條件β收斂分析結(jié)果呈現(xiàn)收斂趨勢。
全國以及三大地區(qū)中各個控制變量的系數(shù)和顯著性各不相同。城鎮(zhèn)化率回歸系數(shù)在全國以及東、中、西三大地區(qū)均為負,全國以及東中部地區(qū)通過了1%水平的顯著性檢驗,西部地區(qū)顯著性相對較弱。這說明城鎮(zhèn)化水平提升有助于全國以及東、中、西三大地區(qū)的數(shù)據(jù)要素市場化配置效率空間收斂,且可以促進區(qū)域間差距縮小。金融發(fā)展水平回歸系數(shù)在中西部地區(qū)顯著為負且通過了1%水平的顯著性檢驗,東部地區(qū)通過了10%水平的顯著性檢驗,數(shù)據(jù)要素發(fā)展中金融業(yè)增加值對中西部地區(qū)引進信息設(shè)備、技術(shù)、人才等提升效率相較于東部地區(qū)更為顯著[11]。地區(qū)生產(chǎn)總值回歸系數(shù)在全國以及中西部地區(qū)為負,全國和中部地區(qū)通過了1%水平的顯著性檢驗,西部地區(qū)通過了10%水平的顯著性檢驗,而在東部地區(qū)具有正向作用[12]??萍及l(fā)展水平回歸系數(shù)在全國以及中西部地區(qū)為負,且在全國與中部地區(qū)負向作用更為顯著,西部地區(qū)次之,在東部地區(qū)具有一定正向作用[12]。產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)在全國、中部和西部地區(qū)顯著為負,東部地區(qū)為正??赡艿脑蚴牵瑪?shù)字經(jīng)濟時代背景下東部地區(qū)用戶規(guī)模達到臨界容量后,正向因果累積循環(huán)的反饋機制將產(chǎn)生“馬太效應(yīng)”,能夠持續(xù)降低生產(chǎn)的邊際成本,促使部分企業(yè)規(guī)模經(jīng)濟大范圍凸顯,進而擴大區(qū)域內(nèi)差距。第三產(chǎn)業(yè)占比提高對全國以及中西部地區(qū)第三產(chǎn)業(yè)的發(fā)展具有促進作用,對縮小東部地區(qū)數(shù)據(jù)要素市場化配置效率的差異有抑制作用[13]。開放水平回歸系數(shù)在全國和東部地區(qū)為負,在中西部地區(qū)均顯著為正,表明對外開放水平的提升不利于中西部地區(qū)數(shù)據(jù)要素市場化配置效率差異的縮小??赡艿脑蚴?,國內(nèi)外數(shù)據(jù)要素相關(guān)產(chǎn)業(yè)發(fā)展水平差距較大,外商資本的進入對數(shù)據(jù)要素相關(guān)產(chǎn)業(yè)的沖擊力度較大。
本文以2006—2020年我國31個省份的數(shù)據(jù)要素市場化配置基礎(chǔ)數(shù)據(jù)為研究樣本,對數(shù)據(jù)要素市場化配置現(xiàn)狀、區(qū)域差異及其來源、演進趨勢及收斂性進行研究,得出以下結(jié)論:
(1)2006—2020 年,各省份數(shù)據(jù)要素市場化配置效率呈波動上升趨勢,但具有明顯的異質(zhì)性特征,總體差異、區(qū)域內(nèi)差異和區(qū)域間差異均呈現(xiàn)波動下降趨勢。
(2)全國以及中西部地區(qū)的σ收斂系數(shù)在樣本期內(nèi)均表現(xiàn)出逐年下降趨勢,東部地區(qū)數(shù)據(jù)要素市場化配置效率差異的σ收斂現(xiàn)象并不顯著,西部地區(qū)σ收斂速度明顯高于中部地區(qū),存在“追趕效應(yīng)”。全國以及中西部地區(qū)數(shù)據(jù)要素市場化配置效率存在絕對β收斂現(xiàn)象,全國以及三大地區(qū)均存在條件β收斂現(xiàn)象。
(3)地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、開放水平對全國以及三大地區(qū)數(shù)據(jù)要素市場化配置效率的影響呈現(xiàn)異質(zhì)性特征,其中的閾值效應(yīng)、回彈抵消效應(yīng)可作為未來的研究方向。