數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度測度與分析

高 煜，李佳余

（西北大學(xué) 經(jīng)濟管理學(xué)院，西安 710127）

0 引言

隨著人工智能、大數(shù)據(jù)、云計算等新一代數(shù)字技術(shù)的蓬勃發(fā)展及其與實體產(chǎn)業(yè)的深度結(jié)合，全球各主要經(jīng)濟體正加速發(fā)展數(shù)字經(jīng)濟。數(shù)字經(jīng)濟解構(gòu)了傳統(tǒng)價值鏈，成為新的中介機構(gòu)[1]，具有數(shù)字、創(chuàng)新和融合的特點[2]，通過促進要素自由流動等途徑[3]實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。

數(shù)字經(jīng)濟包括數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化。數(shù)字產(chǎn)業(yè)化是數(shù)字經(jīng)濟發(fā)展的基礎(chǔ)，表現(xiàn)為信息通信產(chǎn)業(yè)及其市場化應(yīng)用，通過技術(shù)創(chuàng)新釋放數(shù)據(jù)價值[4]。數(shù)字產(chǎn)業(yè)化是數(shù)字技術(shù)不斷創(chuàng)新、市場化應(yīng)用不斷擴大[5]，進而形成具有高滲透、技術(shù)密集、基礎(chǔ)性等特征的數(shù)字產(chǎn)業(yè)的過程[6]。數(shù)字產(chǎn)業(yè)化已經(jīng)邁向數(shù)字技術(shù)、數(shù)據(jù)要素價值釋放以及數(shù)字產(chǎn)業(yè)集群發(fā)展的轉(zhuǎn)型期[7]。產(chǎn)業(yè)數(shù)字化是數(shù)字經(jīng)濟的融合部分，指數(shù)字技術(shù)在產(chǎn)品和服務(wù)中的應(yīng)用，強化價值創(chuàng)造、數(shù)據(jù)集成以及平臺賦能作用[8]，是改造型數(shù)字經(jīng)濟模式[9]，其重要業(yè)態(tài)包括工業(yè)電子商務(wù)平臺、工業(yè)互聯(lián)網(wǎng)平臺等[10]。產(chǎn)業(yè)數(shù)字化具有數(shù)據(jù)新要素、供需精準匹配、產(chǎn)業(yè)互聯(lián)網(wǎng)助力、數(shù)字技術(shù)支持四大特征[11]，呈現(xiàn)“第三產(chǎn)業(yè)＞第二產(chǎn)業(yè)＞第一產(chǎn)業(yè)”的產(chǎn)業(yè)差異[12]及空間集聚的特征[13]。

現(xiàn)有研究主要從定量[14]或理論邏輯方面[7]進行單一角度分析，對數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)同關(guān)系的研究還存在較大拓展空間。有鑒于此，本文參考已有文獻構(gòu)建數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的綜合評價體系，利用耦合協(xié)調(diào)模型對數(shù)字經(jīng)濟兩大組成部分的協(xié)同狀況進行深入剖析，利用Dagum基尼系數(shù)測算差異來源，并進一步利用Moran指數(shù)研究兩者耦合協(xié)調(diào)度的空間效應(yīng)。

1 數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的耦合關(guān)系

（1）數(shù)字產(chǎn)業(yè)的發(fā)展有助于促進產(chǎn)業(yè)數(shù)字化高質(zhì)量發(fā)展

首先，數(shù)字技術(shù)的發(fā)展能夠加速釋放創(chuàng)新活力，夯實產(chǎn)業(yè)數(shù)字化底座，降低產(chǎn)業(yè)數(shù)字化的發(fā)展門檻。其次，將數(shù)字化技術(shù)應(yīng)用到農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)中，可以引領(lǐng)產(chǎn)業(yè)向智能化、高端化發(fā)展，促進傳統(tǒng)產(chǎn)業(yè)向高端價值鏈突破[15]，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級。最后，數(shù)字產(chǎn)業(yè)（如人工智能、大數(shù)據(jù)、云計算等前沿技術(shù)）與生產(chǎn)業(yè)務(wù)相結(jié)合的發(fā)展能夠促進傳統(tǒng)產(chǎn)業(yè)全要素生產(chǎn)率的提高[6]，助力傳統(tǒng)產(chǎn)業(yè)高質(zhì)量發(fā)展。

（2）數(shù)字產(chǎn)業(yè)化促進產(chǎn)業(yè)數(shù)字化的深度與廣度

首先，數(shù)字技術(shù)作為三大產(chǎn)業(yè)的重要粘合劑，通過產(chǎn)業(yè)關(guān)聯(lián)（如數(shù)字化生態(tài)）的方式加快產(chǎn)業(yè)邊界的調(diào)整，為產(chǎn)業(yè)數(shù)字化的發(fā)展創(chuàng)造了更多空間。其次，數(shù)字技術(shù)的應(yīng)用可以通過激活企業(yè)閑置資產(chǎn)的共享，增加企業(yè)信息化連接，降低信息不對稱以降低交易成本[16]，擴寬企業(yè)邊界。最后，通過平臺賦能實現(xiàn)從企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型到全產(chǎn)業(yè)鏈共同協(xié)作的新格局，實現(xiàn)不同場景的應(yīng)用創(chuàng)新，不斷拓展行業(yè)的價值空間。

（3）數(shù)字產(chǎn)業(yè)化的發(fā)展提高了產(chǎn)業(yè)數(shù)字化的效率

數(shù)字產(chǎn)業(yè)化改變了傳統(tǒng)行業(yè)的商業(yè)模式，數(shù)字技術(shù)促進傳統(tǒng)行業(yè)業(yè)務(wù)流程再造，推動產(chǎn)品向智能化以及服務(wù)向在線化的轉(zhuǎn)變，形成了消費者需求與體驗驅(qū)動的新型商業(yè)模式，實現(xiàn)柔性化生產(chǎn)。通過分析產(chǎn)品使用數(shù)據(jù)構(gòu)建全生命周期的服務(wù)體系，提高企業(yè)服務(wù)的附加值，進而提高產(chǎn)業(yè)數(shù)字化效率。此外，利用區(qū)塊鏈、物聯(lián)網(wǎng)等優(yōu)化供應(yīng)鏈結(jié)構(gòu)與組織模式，打破了不同產(chǎn)業(yè)、不同層級之間的壁壘，實現(xiàn)資源的優(yōu)化配置，從而推動產(chǎn)業(yè)數(shù)字化的效率變革。

（4）產(chǎn)業(yè)數(shù)字化為數(shù)字產(chǎn)業(yè)化提供了更廣闊的應(yīng)用空間

傳統(tǒng)行業(yè)數(shù)字融合規(guī)模的擴大帶動了技術(shù)開源化和組織方式去中心化，減少了物理約束對創(chuàng)新的主體、機制、模式的制約，促進了數(shù)字技術(shù)的創(chuàng)新，使傳統(tǒng)產(chǎn)業(yè)與數(shù)字產(chǎn)業(yè)實現(xiàn)更高水平的協(xié)同發(fā)展。此外，產(chǎn)業(yè)數(shù)字化推動了數(shù)字化生態(tài)系統(tǒng)協(xié)同高效發(fā)展，新的價值創(chuàng)造模式對數(shù)字產(chǎn)業(yè)提出了新需求，促進數(shù)字產(chǎn)業(yè)不斷更迭。因此傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型突破了自身增長的天花板，同時催生的新業(yè)態(tài)、新知識將引導(dǎo)數(shù)字產(chǎn)業(yè)向更高層次發(fā)展。

2 研究設(shè)計

2.1 研究方法

2.1.1 耦合協(xié)調(diào)度模型

對指標進行標準化處理：

其中，i表示系統(tǒng)，j表示指標，Xij表示原始測度指標，Yij表示標準化后的指標值。設(shè)δj為各指標權(quán)重，使用熵值法確定，Ui為各個系統(tǒng)的綜合水平指數(shù)。

計算兩大系統(tǒng)的耦合協(xié)調(diào)度：

其中，T代表綜合協(xié)調(diào)指數(shù)，U1是數(shù)字產(chǎn)業(yè)化的綜合水平指數(shù)，U2是產(chǎn)業(yè)數(shù)字化的綜合水平指數(shù)。α與β分別表示數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的權(quán)重，由于兩者重要程度相當，因此α=β=0.5。C表示耦合度，D為耦合協(xié)調(diào)度，i，j=1，2。借鑒文獻[17]的方法，將耦合協(xié)調(diào)度進行如表1所示的分類。

表1 耦合協(xié)調(diào)度分類

2.1.2 Dagum基尼系數(shù)

本文使用Dagum 基尼系數(shù)及分解方法研究數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度區(qū)域差異?；嵯禂?shù)G是區(qū)域內(nèi)差異GW、區(qū)間差異Gnb、超變密度Gt三者之和。

其中，K為總的區(qū)域個數(shù)，本文K=4，y代表數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度，μ代表耦合協(xié)調(diào)度均值。n代表省份個數(shù)，ni和nj分別是i（j）組內(nèi)地區(qū)的個數(shù)。Zjh是j地區(qū)和h地區(qū)之間數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度相對影響，pjh為超變一階。

2.1.3 空間相關(guān)性分析

數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)水平可能存在省級層面空間上的依賴性或者自相關(guān)性，因此對全局Moran’s I進行測度，公式如下：

其中，I為全局莫蘭指數(shù)，Di為數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)水平。S2為方差，Dˉ為均值，wij是空間權(quán)重矩陣。

為研究局部狀態(tài)的非典型特征，使用局部Moran’s I進行研究，計算公式為：

2.2 指標體系構(gòu)建與數(shù)據(jù)說明

本文按照數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的內(nèi)涵，借鑒經(jīng)濟合作與發(fā)展組織（OECD）衡量數(shù)字經(jīng)濟的指標建議及已有研究結(jié)果[18,19]。依照合理性、可得性、可操作性等重要原則，構(gòu)建數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)同綜合評價體系。將數(shù)字產(chǎn)業(yè)化劃分為規(guī)模水平、投入水平、效益水平、創(chuàng)新水平4 個一級指標。將產(chǎn)業(yè)數(shù)字化劃分為產(chǎn)業(yè)數(shù)字化投入、產(chǎn)業(yè)數(shù)字化應(yīng)用、數(shù)字融合3 個一級指標。根據(jù)數(shù)據(jù)的可獲得性選取了18 個單項指標，并采用熵值法客觀評價指標的重要程度。結(jié)果如下頁表2所示。

表2 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化指標體系

本文選取我國30個省份（不含西藏和港澳臺）2011—2021 年的面板數(shù)據(jù)為研究樣本。原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》和國家統(tǒng)計局官網(wǎng)等。部分缺失的數(shù)據(jù)采用插值法估算填補。

3 耦合協(xié)調(diào)度時空分析

3.1 四大地區(qū)的耦合協(xié)調(diào)度時空分析

本文使用耦合協(xié)調(diào)度模型測算2011—2021年中國四大地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)程度。

如圖1 所示，從時間演變上來看，2011 年以來數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)程度呈現(xiàn)平穩(wěn)上升態(tài)勢，但在2021年我國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)程度仍然處于低位，耦合協(xié)調(diào)度處于勉強協(xié)調(diào)及以上的省份僅占所有省份的26.7%。30 個省份中達到初級協(xié)調(diào)的省份從2011年的0個增至2021年的4個，分別為廣東、江蘇、浙江、北京。處于中間過渡類型的省份從2011年的3個增至2021年的17個。屬于勉強協(xié)調(diào)的省份從0個增加至4個，分別是福建、山東、四川和上海?？傮w來看，部分省份數(shù)字經(jīng)濟內(nèi)部兩化的耦合協(xié)調(diào)度有所改善，但是整體的耦合協(xié)調(diào)度水平依然不高，需要進一步提升。

圖1 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度雷達圖

從空間演變上來看，分別計算東部、中部、東北、西部四大地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度。如圖2所示。

圖2 四大地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度

四大地區(qū)的耦合協(xié)調(diào)度整體呈現(xiàn)上升趨勢，但是區(qū)域間耦合協(xié)調(diào)度的增長呈現(xiàn)顯著差異，其中東部地區(qū)耦合協(xié)調(diào)度最高，中部次之，西部位居第三，東北最差。2015 年以前東北“兩化”耦合協(xié)調(diào)水平高于西部地區(qū)，2015 年以后，東北“兩化”耦合協(xié)調(diào)水平低于西部地區(qū)。

3.2 區(qū)域內(nèi)部的耦合協(xié)調(diào)度時空分析

各省份數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度如表3所示。

表3 各省份數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度

東部地區(qū)2011—2021 年耦合協(xié)調(diào)度呈現(xiàn)上升趨勢，由0.341增長至0.575，耦合協(xié)調(diào)程度也由輕度失調(diào)發(fā)展為勉強失調(diào)。東部地區(qū)是數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)程度發(fā)展最好的區(qū)域，但是依然存在較大的內(nèi)部差距。其中2021年廣東實現(xiàn)良好協(xié)調(diào)、江蘇實現(xiàn)中級協(xié)調(diào)、北京和浙江實現(xiàn)初級協(xié)調(diào)，屬于東部地區(qū)“兩化”耦合協(xié)調(diào)的第一梯隊。但海南在2021 年耦合協(xié)調(diào)水平僅為輕度失調(diào)，是東部地區(qū)“兩化”耦合協(xié)調(diào)度最低的省份。

從整體來看，中部地區(qū)耦合協(xié)調(diào)度浮動不大，樣本期內(nèi)由中度失調(diào)發(fā)展成瀕臨失調(diào)。從區(qū)域內(nèi)部來看，安徽、河南、湖南協(xié)調(diào)發(fā)展度較好，但是與東部地區(qū)第一梯隊的省份之間依然存在一定差距，耦合協(xié)調(diào)度依舊處在瀕臨失調(diào)階段，未實現(xiàn)勉強協(xié)調(diào)的突破。

西部地區(qū)在樣本期間內(nèi)從嚴重失調(diào)發(fā)展至瀕臨失調(diào)，耦合協(xié)調(diào)度水平有所提升。但地區(qū)內(nèi)部發(fā)展依然存在差異，除了四川、陜西、重慶、青海、廣西在2021 年達到了頡頏區(qū)間之外，其他的省份都處于不可接受區(qū)間。

東北地區(qū)的耦合協(xié)調(diào)度雖然在不斷提升，但是整體增長速度較為平緩，從2011 年的中度失調(diào)發(fā)展至2021 年的瀕臨失調(diào)。東北三省數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)程度相差不大。

總之，東部地區(qū)經(jīng)濟更為發(fā)達，數(shù)字技術(shù)更為成熟，數(shù)字基礎(chǔ)設(shè)施也具有競爭力，有力地提升了東部地區(qū)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的效率。同時，在東部地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)水平增長過程中表現(xiàn)出的競爭優(yōu)勢吸引了其他區(qū)域勞動、資本等要素的流入，使區(qū)域之間的差距不斷拉大?！皟苫眳f(xié)調(diào)發(fā)展過程中所產(chǎn)生的技術(shù)、人才和產(chǎn)品會不斷向外部輸出，促進“兩化”的協(xié)調(diào)發(fā)展，使兩者的耦合協(xié)調(diào)度不斷提升。而西部以及東北地區(qū)，由于本身經(jīng)濟發(fā)展較為落后，且極大依賴資源型產(chǎn)業(yè)的發(fā)展，導(dǎo)致數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化發(fā)展相對滯后。因此應(yīng)該重視數(shù)字基礎(chǔ)設(shè)施的布局，借助區(qū)塊鏈、人工智能等新業(yè)態(tài)促進區(qū)域發(fā)展。

4 耦合協(xié)調(diào)度區(qū)域差異分析

為進一步分析數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度較低的原因，本文利用Dagum 基尼系數(shù)模型，進行區(qū)域內(nèi)與區(qū)域間的差異分析。

4.1 總體差異分析

圖3 展示了總體基尼系數(shù)的走勢。其中2011 年的總體基尼系數(shù)為0.187，2021 年為0.115，樣本期內(nèi)呈下降趨勢，降幅為38.6%。

圖3 總體基尼系數(shù)以及四大地區(qū)區(qū)域內(nèi)基尼系數(shù)走勢

4.2 區(qū)域內(nèi)差異

從圖3可以看出，四大地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度區(qū)域內(nèi)差異有著顯著區(qū)別。具體來看，東部地區(qū)區(qū)域內(nèi)基尼系數(shù)最大，雖然在樣本期內(nèi)差異逐漸縮小，但仍高于其他區(qū)域。西部地區(qū)區(qū)域內(nèi)基尼系數(shù)表現(xiàn)出先上升后下降的趨勢，在2016 年達到了最高值隨后開始下降，整體呈現(xiàn)小幅下降的趨勢，由2011 年的0.076 下降至2021 年的0.052。中部地區(qū)區(qū)域內(nèi)基尼系數(shù)從2011 年的0.061下降至2021年的0.041，降幅為31.2%。東北地區(qū)區(qū)域內(nèi)基尼系數(shù)在2011—2021 年呈現(xiàn)快速下降趨勢，降幅達到81.1%。

4.3 區(qū)域間差異

由圖4 可知，東部地區(qū)與西部地區(qū)的區(qū)域間差異最大，在樣本期間內(nèi)表現(xiàn)為下降趨勢，平均基尼系數(shù)為0.198。其次是東部地區(qū)與東北地區(qū)，樣本期內(nèi)平均基尼系數(shù)為0.188，但是從2107年開始東部地區(qū)與東北地區(qū)的區(qū)域間差異超越了東部地區(qū)與西部地區(qū)的區(qū)域間差異。東部地區(qū)與中部地區(qū)的區(qū)域間基尼系數(shù)大小排名第三，組內(nèi)均值為0.156。說明東部地區(qū)與西部、東北、中部地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度都有著較大的差異。另外，中部與西部地區(qū)、中部與東北地區(qū)、西部與東北地區(qū)樣本期內(nèi)組內(nèi)平均基尼系數(shù)分別為0.071、0.067、0.056，說明三組區(qū)域表現(xiàn)出較小的區(qū)域間差異。

圖4 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度區(qū)域間基尼系數(shù)

4.4 差異來源

下頁圖5 展示了數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度的區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻率。從圖中可知，在樣本期間內(nèi)中國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度的空間差異一直由區(qū)域間差異所主導(dǎo)，2011 年這部分的差異占比高達74.09%，樣本期內(nèi)雖然呈現(xiàn)下降趨勢，但在2021 年占比依然高達71.11%。其次為區(qū)域內(nèi)差異，2011 年占比為19.52%，2021 年上升至20.51%。貢獻率最低的是超變密度，且呈現(xiàn)上升趨勢。說明中國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度的整體差異主要來自區(qū)域間差異，區(qū)域間不同省份交叉重疊的差異有所增加。

圖5 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的差異貢獻率走勢

5 耦合協(xié)調(diào)度空間效應(yīng)分解

本文運用Moran’I深入研究我國四大地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度是否存在地理空間相關(guān)性以及區(qū)域差異。

5.1 整體空間相關(guān)性

由表4可知，2011—2021年中國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度Moran指數(shù)均為正，且都通過顯著性水平檢驗，表明30 個省份數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度呈現(xiàn)顯著的空間相關(guān)性。全局Moran’s I從2011年的0.146下降至2021年的0.116，表明耦合協(xié)同發(fā)展的空間集聚特征在減弱，各省份之間的聯(lián)系有所下降。

表4 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度整體Moran指數(shù)

5.2 區(qū)域空間相關(guān)性

全局空間自相關(guān)分析只能反映我國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度的整體關(guān)聯(lián)情況。為了測度各區(qū)域耦合協(xié)調(diào)度的集散情況，進一步應(yīng)用局部莫蘭指數(shù)。

如圖6所示，圖像中散點多分布于第一、第三象限，說明兩化耦合協(xié)調(diào)度表現(xiàn)為正向空間關(guān)聯(lián)性，高耦合度省份與低耦合度省份均出現(xiàn)了集聚效應(yīng)。第三象限省份數(shù)量多于第一象限，說明我國兩化耦合協(xié)調(diào)度多數(shù)呈現(xiàn)“低低”集聚的空間關(guān)聯(lián)模式。

圖6 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度Moran散點圖

利用Moran 散點圖將各個坐標軸所對應(yīng)的省份按照時間維度與區(qū)域維度進行展示，如表5所示。

表5 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度Moran散點圖對應(yīng)省份

分區(qū)域來看，東部地區(qū)主要呈現(xiàn)“高高”的空間關(guān)聯(lián)模式；中部地區(qū)各個省份分布較為均衡；東北地區(qū)表現(xiàn)為“低高”、“低低”的空間關(guān)聯(lián)模式；西部地區(qū)主要呈現(xiàn)“低低”的空間關(guān)聯(lián)模式，未出現(xiàn)“高高”的空間關(guān)聯(lián)模式。

從區(qū)域內(nèi)部來看，東部地區(qū)北京、上海、江蘇、浙江、福建自身數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度較高，周圍其他省份“兩化”的耦合協(xié)調(diào)度也較高，出現(xiàn)了高值集聚效應(yīng)。主要是因為這些省份的經(jīng)濟發(fā)展水平與數(shù)字技術(shù)水平較高，各個生產(chǎn)要素在物理空間和數(shù)字空間上都向這些區(qū)域高度集聚，對其他省份的耦合協(xié)調(diào)水平起到了很好的帶動作用。山東呈現(xiàn)“高低”集聚的空間關(guān)聯(lián)模式，說明山東向河北等鄰近省份的輻射帶動作用并未完全釋放。中部地區(qū)中安徽表現(xiàn)出較好的集聚效應(yīng)，2021 年實現(xiàn)“高高”集聚的關(guān)聯(lián)模式；2021年河南、湖南、湖北自身耦合協(xié)調(diào)度從低水平發(fā)展到高水平，但是與周邊地區(qū)相差較大，呈現(xiàn)“高低”集聚模式。東北、西部地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度差別不大，主要集中于“低低”集聚的空間關(guān)聯(lián)模式。

6 結(jié)論與啟示

本文通過構(gòu)建數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化評價指標體系，采用2011—2021 年中國30 個省份面板數(shù)據(jù)對兩者耦合協(xié)調(diào)度進行時序分析與空間分析，得出以下結(jié)論與啟示：

（1）30 個省份數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的耦合協(xié)調(diào)度水平不高，大都處于瀕臨失調(diào)階段。區(qū)域間耦合協(xié)調(diào)度存在較大差距，呈現(xiàn)東部、中部、西部、東北地區(qū)逐漸遞減的趨勢。因此應(yīng)把握區(qū)域耦合協(xié)調(diào)度特征，完善區(qū)域差異化策略。

（2）從Dagum 基尼系數(shù)來看，數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度的空間差異化特征明顯，東部地區(qū)區(qū)域內(nèi)部差異最大且與西部、東北、中部地區(qū)之間區(qū)域間差異較大。區(qū)域間差異是空間差異的主要來源。因此要著重治理東部與西部、東北、中部地區(qū)之間較大的區(qū)域間差異。同時注重區(qū)域內(nèi)省際的協(xié)同治理，尤其重視東部地區(qū)的區(qū)域內(nèi)差異問題。

（3）中國數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度存在顯著的空間關(guān)聯(lián)性，且表現(xiàn)出嚴重的空間分布不均，“高高”集聚區(qū)主要位于東部地區(qū)，而東北和西部地區(qū)形成了低值集聚區(qū)。因此發(fā)揮高耦合協(xié)調(diào)度地區(qū)和省份的空間輻射作用，順應(yīng)東部地區(qū)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化耦合協(xié)調(diào)度發(fā)展良好的態(tài)勢，各區(qū)域間建立長效合作與協(xié)同治理機制，建立資源共享、平臺共建、人才共用和跨界搜尋區(qū)域協(xié)調(diào)機制，加強區(qū)域間的技術(shù)交流。