長三角地區(qū)數(shù)字經濟發(fā)展水平測度與時空演繹特征分析

摘 要：文章基于2014—2021年長三角地區(qū)41個城市的面板數(shù)據(jù)，從數(shù)字基礎設施、數(shù)字產業(yè)化和產業(yè)數(shù)字化三個維度構建數(shù)字經濟發(fā)展水平測度指標體系，測度其發(fā)展水平綜合指數(shù)，進一步采用莫蘭指數(shù)、泰爾指數(shù)分析其空間特征。研究表明，長三角地區(qū)數(shù)字經濟發(fā)展水平有一定的區(qū)域聚集性，區(qū)域整體發(fā)展水平持續(xù)提升，城市間差距縮小，存在較明顯的區(qū)域聚集性，產業(yè)數(shù)字化發(fā)展水平聚集性較高，整體區(qū)域聚集性呈下降趨勢。

關鍵詞：長三角地區(qū)；數(shù)字經濟；熵值法；測度；時空演繹特征；全局莫蘭指數(shù)；泰爾指數(shù)

中圖分類號：F061.5 文獻標識碼：A 文章編號：2096-0298（2024）10（a）--05

2024年的政府工作報告提出深入推進數(shù)字經濟創(chuàng)新發(fā)展，促進數(shù)字技術與實體經濟深度融合。目前，數(shù)字經濟已成為經濟發(fā)展的重要引擎之一，但學界尚缺乏相應的統(tǒng)計指數(shù)來測度數(shù)字經濟發(fā)展水平。為準確反映數(shù)字經濟整體發(fā)展水平，需從多維度評價城市數(shù)字經濟發(fā)展水平綜合指數(shù)、分析城市數(shù)字經濟發(fā)展水平區(qū)域異質性和時空特征情況。數(shù)字經濟指標體系的建立要從多角度考慮，以避免指標覆蓋面不足難以全面評估數(shù)字經濟發(fā)展的問題。本文對地區(qū)進行區(qū)域異質性和時空特征情況分析，可深入了解不同地區(qū)和時間段數(shù)字經濟發(fā)展的差異和特點。因此，我國需建立一套全方位、寬領域的數(shù)字經濟指標體系，進行長三角地區(qū)數(shù)字經濟發(fā)展水平測度及時空特征分析，將有助于更深入地理解數(shù)字經濟的發(fā)展狀況，對長三角地區(qū)數(shù)字經濟賦能新質生產力形成，促進經濟高質量發(fā)展具有重要意義。

1 文獻綜述與問題提出

數(shù)字經濟的技術發(fā)展具有不確定性，其定義邊界也較為模糊。信息化是發(fā)展數(shù)字經濟的核心，唯有數(shù)字化的信息，才能夠轉化為新的社會價值與生產力，為社會經濟發(fā)展帶來無窮的潛力[1]。數(shù)字經濟的發(fā)展需要社區(qū)、協(xié)作和訪問共同作用[2]，不同國家在數(shù)字經濟問題上的認識存在一定差異，中、韓、俄三個國家都把數(shù)字經濟歸為單一的經濟行NwIZU8IFnInvrDIz0iXJGg==為，美國、法國和經合組織關注的是數(shù)字經濟發(fā)展水平的測度，英國關注的是數(shù)字經濟的輸出效應，澳大利亞關注的是社會過程[3]。數(shù)字經濟由ICT產業(yè)、數(shù)字媒體產業(yè)和互聯(lián)網平臺產業(yè)三部分組成，在這三大產業(yè)的融合過程中，存在著外溢現(xiàn)象[4]。中國數(shù)字經濟發(fā)展水平測度指標體系日趨完善，涵蓋全國、省級和城市層面的數(shù)據(jù)。指標主要包括基礎設施、人工智能、云計算等[5]、信息化發(fā)展程度、互聯(lián)網發(fā)展程度、貿易發(fā)展程度、基礎設施、基礎應用、先進應用、企業(yè)數(shù)字化發(fā)展、ICT產業(yè)發(fā)展[6]。基于全國數(shù)據(jù)構建數(shù)字經濟發(fā)展評估指標體系，對中國各省數(shù)字經濟進行評估[7]。有學者以“數(shù)字產業(yè)化”與“產業(yè)數(shù)字化”為切入點，構建測度指標，并對其進行回歸分析[8]。文章主要采用熵值法計算數(shù)字經濟發(fā)展指數(shù)權重，再依據(jù)所得權重測度各區(qū)域數(shù)字經濟發(fā)展水平[9]，以TOPSIS法測度數(shù)字經濟發(fā)展狀況，運用核密度、基尼系數(shù)及ESDA法分析數(shù)字經濟的時空演變特征[10-11]。通過計算莫蘭指數(shù)及繪制莫蘭散點點圖對數(shù)字高質量發(fā)展水平進行空間相關性分析[12]。學術界對數(shù)字經濟的發(fā)展歷程、特征、影響因素、理論機理和發(fā)展路徑已進行深入探討，雖然已有少數(shù)學者對數(shù)字經濟發(fā)展水平進行空間論證，但長三角城市層面的實證研究還很少。為此，文章從長三角地區(qū)城市方面對數(shù)字經濟進行測度，能夠考慮空間相互作用、解釋空間異質性和提高測度精度，更全面地理解數(shù)字經濟在城市中的影響和作用機制，為促進數(shù)字經濟與城市發(fā)展的互動關系提供深入分析和準確評估。

2 數(shù)字經濟發(fā)展水平指標體系構建及測度

數(shù)字經濟是一個復雜的系統(tǒng)，涉及多方面因素。通過數(shù)字基礎設施，數(shù)字產業(yè)化和產業(yè)數(shù)字化之間存在的內在聯(lián)系和互相影響，構建長三角城市的數(shù)字經濟測度指標體系。這有助于全面評估城市數(shù)字經濟發(fā)展水平，推動長三角城市數(shù)字經濟的可持續(xù)發(fā)展。

2.1 數(shù)字經濟發(fā)展水平指標體系構建

2.1.1 指標選取

（1）數(shù)字基礎設施發(fā)展水平指標選取

良好的數(shù)字基礎設施能提供高速穩(wěn)定的網絡連接、安全可靠的數(shù)據(jù)存儲和處理能力，為數(shù)字經濟的各領域提供必要的支撐和保障。選擇數(shù)字化基礎、數(shù)字化影響和數(shù)字化就業(yè)作為測度長三角地區(qū)數(shù)字經濟發(fā)展狀況的二級指標。數(shù)字化基礎指標展現(xiàn)一個地區(qū)為數(shù)字經濟發(fā)展提供的硬件、軟件和服務情況，因此選擇移動電話和固定電話的普及率作為評估數(shù)字化基礎的指標。數(shù)字化影響指標指因數(shù)字化過程對個人、組織和社會產生的各種影響，反映數(shù)字技術在各領域的影響，以每百人固定互聯(lián)網寬帶接入用戶數(shù)作為城市的互聯(lián)網普及率指標，反映數(shù)字化對城市的影響。數(shù)字化就業(yè)是指通過數(shù)字技術進行的就業(yè)活動，反映數(shù)字經濟對就業(yè)市場的勞動力需求，數(shù)字化就業(yè)指標選取信息軟件服務業(yè)從業(yè)人數(shù)。

（2）數(shù)字產業(yè)化發(fā)展水平指標選取

數(shù)字產業(yè)化涵蓋數(shù)字技術在各產業(yè)中的應用和融合，其數(shù)字化水平直接反映傳統(tǒng)產業(yè)轉型升級的速度、效果及數(shù)字經濟發(fā)展程度。本文選擇產業(yè)規(guī)模、服務業(yè)規(guī)模和高新技術產業(yè)規(guī)模作為測度長三角地區(qū)數(shù)字經濟發(fā)展狀況的二級指標。產業(yè)規(guī)模是指在數(shù)字經濟領域內，所有與數(shù)字技術相關的產業(yè)活動的經濟總量，可以了解數(shù)字經濟中的滲透程度和貢獻度。本文選擇城市的電信業(yè)務總量評估產業(yè)規(guī)模情況，電信業(yè)務承擔著信息傳遞、通信聯(lián)系、數(shù)據(jù)交換等重要功能，能夠反映出城市的信息化水平和數(shù)字化轉型程度。服務業(yè)規(guī)模指提供數(shù)字化服務的行業(yè)的總產出規(guī)模，評估數(shù)字化對服務業(yè)增長和創(chuàng)新的推動作用。以計算機軟件服務業(yè)人數(shù)占比及科研和技術服務業(yè)人數(shù)作為服務業(yè)規(guī)模的指標，前者反映了數(shù)字化服務業(yè)的整體規(guī)模和發(fā)展趨勢，后者則更具體地突出了數(shù)字化服務領域的人才儲備和發(fā)展情況。高新技術產業(yè)規(guī)模是指以高新技術為核心的產業(yè)活動在經濟體系中的總產出規(guī)模。選擇高新技術產業(yè)工業(yè)產值占比和新產品銷售收入占比作為高新技術產業(yè)規(guī)模指標。新產品銷售收入占比則更直接反映高新技術產業(yè)的創(chuàng)新能力和市場競爭力，兩者結合可以更全面地評估高新技術產業(yè)的規(guī)模和經濟效益。

（3）產業(yè)數(shù)字化發(fā)展水平指標選取

隨著科技的不斷進步和信息技術的普及應用，各產業(yè)都在不同程度上實現(xiàn)數(shù)字化轉型，通過信息化技術提升生產效率、優(yōu)化供應鏈、改善客戶體驗等。產業(yè)數(shù)字化直接關系到經濟增長、創(chuàng)新能力、競爭力以及就業(yè)水平等方面。文章通過服務業(yè)數(shù)字化、工業(yè)數(shù)字化、農業(yè)數(shù)字化和農業(yè)電子商務發(fā)展水平，四個指標衡量產業(yè)數(shù)字化情況。

服務業(yè)是長三角地區(qū)的支柱產業(yè)之一，其數(shù)字化水平能夠反映城市產業(yè)結構的調整。服務業(yè)數(shù)字化是指服務業(yè)通過運用數(shù)字技術和信息化手段，實現(xiàn)服務方式的轉變和服務質量的提升。金融服務是城市服務業(yè)的重要組成部分，以數(shù)字普惠金融指數(shù)反映城市服務業(yè)在金融領域的數(shù)字化水平、技術創(chuàng)新和科技應用情況。工業(yè)數(shù)字化是指在工業(yè)生產過程中，通過應用數(shù)字技術和信息通信技術（ICT），對生產過程進行智能化改造和升級，其工業(yè)數(shù)字化水平可以反映該地區(qū)在工業(yè)智能化方面的發(fā)展情況。本文選擇工業(yè)企業(yè)R&D經費支出和有R&D活動企業(yè)數(shù)作為工業(yè)數(shù)字化指標，體現(xiàn)企業(yè)創(chuàng)新能力和企業(yè)參與研發(fā)活動的廣泛程度，反映城市工業(yè)數(shù)字化、智能化情況。農業(yè)數(shù)字化指在農業(yè)活動中使用傳感器、無人機等高新技術進行農業(yè)生產、管理和監(jiān)測，其數(shù)字化水平能反映該地區(qū)在農業(yè)科技創(chuàng)新和現(xiàn)代化方面的發(fā)展水平。選擇農村居民計算機、移動電話、電話機數(shù)量和農用機械總動力作為農業(yè)數(shù)字化指標，可以反映農民信息獲取和管理效率。農用機械可以提高農業(yè)生產效率和質量，以農用機械總動力數(shù)據(jù)反映農業(yè)生產機械化水平。

2.1.2 數(shù)據(jù)說明

文章基于2014—2021年長三角地區(qū)41個地級市層級的數(shù)字經濟數(shù)據(jù)，構建數(shù)字經濟指標體系，淘寶村的城市數(shù)據(jù)來自阿里研究院，數(shù)字普惠金融指數(shù)來自北京大學數(shù)字普惠金融指數(shù)，中國政府網站績效評估得分來自中國政府網站，電話普及率、電信業(yè)務總量、農村居民單位耐用消費品等數(shù)據(jù)來自各省市《統(tǒng)計年鑒》及《中國城市統(tǒng)計年鑒》。部分城市的數(shù)據(jù)有缺失，對這些缺失數(shù)據(jù)使用插值法進行處理。

2.1.3 權重設置

全局熵值法是一種多指標綜合評價方法，用于對多個指標進行綜合評估和排序。其原理基于熵值法，通過計算各指標的權重和得分，最終得出各指標的綜合得分，從而進行綜合評價。全局熵值法能夠綜合考慮各指標的重要性和數(shù)據(jù)之間的關聯(lián)性，為決策者提供一個相對客觀和綜合的評價結果，有助于指導決策和優(yōu)化資源配置。

采用全局熵值法測算指標權重，產業(yè)數(shù)字化所占權重最大，其次為數(shù)字產業(yè)化，權重分別為0.3917和0.3703。這兩個權重占比較大的原因可能是長三角地區(qū)的數(shù)字經濟發(fā)展水平提升需要傳統(tǒng)行業(yè)進行數(shù)字化轉型。同時，提升長三角地區(qū)的數(shù)字經濟發(fā)展水平還需要將數(shù)字經濟的非實體產業(yè)轉型實體產業(yè)，以實體行業(yè)對數(shù)字經濟進行支撐。數(shù)字經濟基礎設施指標權重為0.2383，在三個指標中為所占權重最小的指標，但數(shù)字經濟的發(fā)展首先需要數(shù)字經濟基礎設施的建設，沒有良好的基礎設施，數(shù)字經濟難以獲得快速發(fā)展。

2.2 數(shù)字經濟發(fā)展水平綜合指數(shù)分析

為分析數(shù)字經濟發(fā)展情況較好的城市特征，選取8年數(shù)字經濟發(fā)展水平的平均值排名前8名的城市（見表2）進行描述分析。上海周邊城市在前8名城市占比較大，包括上海市、蘇州市、無錫市、溫州市和寧波市。此外，江蘇省、浙江省和安徽省的省會城市南京市、杭州市和合肥市均在排名前8。

上海市作為國際化大都市，地理位置優(yōu)越，擁有雄厚的經濟實力和市場規(guī)模，多元化的產業(yè)結構，高素質的人才資源，綜合以上因素，上海市數(shù)字經濟發(fā)展水平處于領先位置。其他城市在一些因素上略遜于上海市，以各省省會為例：南京區(qū)位優(yōu)勢較弱，國際化水平較低；杭州產業(yè)結構更單一，偏向于互聯(lián)網和電子商務等數(shù)字經濟相關行業(yè)，產業(yè)結構不夠多元化；合肥市場規(guī)模較小，影響數(shù)字經濟的擴張和發(fā)展。此外，溫州市雖然不屬于省會，不與大都市接壤，但仍進入排名，與溫州市民營經濟發(fā)達、且成功抓住傳統(tǒng)產業(yè)轉型機會，緊跟數(shù)字化市場需求有關。

3 數(shù)字經濟發(fā)展水平時空特征分析

3.1 數(shù)字經濟發(fā)展水平時間特征分析

2014—2021年，長三角地區(qū)數(shù)字經濟發(fā)展水平得分波動上升，城市間數(shù)字經濟發(fā)展綜合指數(shù)差距在變小，區(qū)域和省份聚齊情況較明顯。上海市的數(shù)字經濟發(fā)展狀況明顯優(yōu)于長三角地區(qū)其他3省，且呈上升趨勢。在所有城市評分中，上海市數(shù)字經濟發(fā)展評分一直為第1名。得分評價略低于上海的城市為各省省會，三省中江蘇地區(qū)城市的數(shù)字經濟評分最高，其次為浙江省，安徽省數(shù)字經濟發(fā)展水平評分與江蘇省和浙江省差距較大。

3.1.1 數(shù)字化基礎設施發(fā)展水平分析

長三角地區(qū)的數(shù)字基礎設施發(fā)展水平評分總體呈上升趨勢。數(shù)字化基礎設施發(fā)展指數(shù)排名較穩(wěn)定，上海基本穩(wěn)定在第1名，其周邊發(fā)達城市數(shù)字基礎設施水平穩(wěn)定在前15名，是長三角地區(qū)發(fā)展最優(yōu)的區(qū)域；南京作為省會城市排名穩(wěn)定在前3名，其周邊城市在中等水平；杭州城市排名為前3名，且浙江南部城市在數(shù)字化基礎設施方面表現(xiàn)較強，均在20名左右；安徽省的合肥市數(shù)字基礎設施發(fā)展較數(shù)字經濟綜合發(fā)展評分和排名都有明顯增長，其余城市皆落后于大部分長三角城市。

3.1.2 數(shù)字產業(yè)化發(fā)展水平分析

上海及各省的省會在數(shù)字產業(yè)化的表現(xiàn)較好，在數(shù)字基礎設施評分高的城市，數(shù)字化產業(yè)的評分無太大變化；南通市排名有一定提升，這與南通市在數(shù)字化領域有較為發(fā)達的產業(yè)鏈條或者技術積累有關；蘇北城市中宿遷排名上升；安徽大部分城市在數(shù)字產業(yè)化評分有所升高，黃山市，湖州市和淮南市有所下降，安徽北部和安徽南部城市（淮北市、阜陽市、安慶市等）排名基本沒有變化。數(shù)字產業(yè)化發(fā)展較好的地區(qū)主要集中在長江兩岸及各省省會城市，發(fā)展較快的城市主要集中在安徽北部和浙江南部。

3.1.3 產業(yè)數(shù)字化發(fā)展水平分析

2014—2021年產業(yè)數(shù)字化評分呈上升趨勢。產業(yè)數(shù)字化平均指數(shù)及發(fā)展速度較快的城市主要集中在上海周邊及浙江沿海地區(qū)（溫州市，金華市，臺州市），這些城市成功抓住傳統(tǒng)產業(yè)轉型機會，展現(xiàn)出獨特的優(yōu)勢和發(fā)展路徑，舟山和麗水排名有所下降，可能與舟山傳統(tǒng)產業(yè)轉型不足和產業(yè)結構不夠多元化有關；南京排名有所下降，江蘇北部城市（徐州市，連云港市，鹽城市，泰州市，宿遷市）的名次都有小幅度上升，這些城市大部分都有大量工廠，可以支撐傳統(tǒng)行業(yè)轉型；安徽相比數(shù)字產業(yè)化排名有所下降。

3.2 數(shù)字經濟發(fā)展水平空間分析

3.2.1 空間分析方法

（1）全局莫蘭指數(shù)

全局莫蘭指數(shù)是一種度量整體相關性的度量指標，反映區(qū)域內相鄰的單位屬性數(shù)值之間的相似性，即度量單位的聚集效果，分析在空間上鄰近的區(qū)域單元是否具有相同屬性，計算公式如下：

（2）局部空間自相關

文章以局部自相關指標（Local Indicators of Spatial association，LISA）進一步考慮是否存在局部空間集聚，衡量全局空間自相關結果中哪個區(qū)域貢獻更大，檢驗相似觀察值是否聚集在一起，局部莫蘭指數(shù)是常用的局部空間自相關分析方法之一，其計算公式如下：

（3）泰爾指數(shù)（Theil Index）

泰爾指數(shù)對各區(qū)域的組內、組間差異進行比較，可直觀了解區(qū)域的變化趨勢程度及其對整體差異的貢獻率。泰爾指數(shù)取值范圍為[0，1]，數(shù)值越大說明區(qū)域差異越大，反之亦然。泰爾指數(shù)分解公式如下：

3.2.2 全局空間相關性分析

文章選用數(shù)字經濟發(fā)展水平指數(shù)檢驗2014—2021年長三角地區(qū)數(shù)字經濟的全局空間相關性，檢驗結果如表3所示。數(shù)字經濟指數(shù)X的Moran's I指數(shù)在2015—2018年均大于0.1，且所有年份均通過10%的顯著性檢驗，這表明2014—2021年長三角地區(qū)數(shù)字經濟情況在空間上存在顯著的正相關性，即在空間分布上長三角地區(qū)數(shù)字經濟評分越高的城市，其周圍城市的數(shù)字經濟評分也就越高，而數(shù)字經濟評分較低的城市，其周圍城市數(shù)字經濟評分也較低。此外，數(shù)字經濟評分的Moran's I指數(shù)整體呈現(xiàn)上升趨勢，即聚集性在升高。

長三角地區(qū)產業(yè)數(shù)字化區(qū)域聚集性較強。全局空間相關性檢驗結果顯示，2014—2021年長三角地區(qū)數(shù)字經濟評分呈顯著正相關性，城市數(shù)字經濟指數(shù)上升時，周邊城市的數(shù)字經濟指數(shù)也有所上升。產業(yè)數(shù)字化聚集性高于數(shù)字基礎設施和數(shù)字產業(yè)化的聚集性，但區(qū)域聚集性均呈下降趨勢，數(shù)字基礎設施和數(shù)字產業(yè)化指標在2019年后更為明顯，可能與疫情沖擊和地方政府發(fā)展方向不同有關。

3.2.3 局域空間關聯(lián)分析

由全局空間相關性檢驗結果可知，長三角地區(qū)數(shù)字經濟指數(shù)及各子指標在10%的顯著性水平下存在空間正相關，為確定各城市數(shù)字經濟指數(shù)的空間集聚狀況，本文通過Lisa集聚圖進一步分析各城市的局域空間相關性，包括空間集聚特征和集聚區(qū)域演變過程，結果如圖2所示，長三角地區(qū)數(shù)字經濟指數(shù)具有一定的空間相關性。從時間上看，在10%的顯著性水平下，數(shù)字經濟“高-高”集聚從江蘇北部逐漸向長三角中心地區(qū)聚集，“低-低”聚集無太大變化，主要集中在安徽??；從空間上看，“高-高”聚集主要集聚于江蘇北部和長三角中心城市，“低-低”集聚主要分布在安徽省，這也與數(shù)字經濟指數(shù)及排名所得結論相同。

3.2.4 區(qū)域差異分析——基于泰爾指數(shù)

各區(qū)域基礎設施建設水平、人才和教育水平、產業(yè)結構特色、政策支持和法律環(huán)境、投資和創(chuàng)新氛圍、地理位置和市場規(guī)模等方面存在顯著的差異。因此，長三角地區(qū)各區(qū)域間數(shù)字經濟指數(shù)存在空間差異是一種客觀存在的現(xiàn)象。

2014—2021年，長三角地區(qū)數(shù)字經濟的泰爾指數(shù)分解結果顯示，長三角地區(qū)數(shù)字經濟存在非常顯著的區(qū)域差異性，且總體差異變大。從結構分解結果來看，樣本期間長三角地區(qū)數(shù)字經濟的地區(qū)間差異要大于地區(qū)內差異，地區(qū)間差異在變大，貢獻率總體呈現(xiàn)上升udysn5/+tMOuhnqGM6SlMw==趨勢，而地區(qū)內差異在變小，貢獻率呈現(xiàn)下降趨勢。按省份劃分進一步分析，江蘇省的差異最大，其次為浙江和安徽，浙江省差異性在2016年超過安徽。

4 結論與啟示

4.1 結論

第一，長三角地區(qū)數(shù)字經濟發(fā)展指數(shù)具有明顯的區(qū)域和經濟發(fā)展聚集性，沿海城市和各省的省會地區(qū)發(fā)展較好，數(shù)字經濟發(fā)展水平整體情況呈上升趨勢。

第二，2014—2021年長三角地區(qū)數(shù)字經濟發(fā)展水平評分的全局空間相關性呈顯著正相關性，數(shù)字基礎設施發(fā)展水平聚集性高于數(shù)字產業(yè)化指標，但兩者的區(qū)域聚集性隨時間發(fā)展均呈下降趨勢。

第三，長三角地區(qū)沿海城市數(shù)字經濟指數(shù)呈現(xiàn)“高-高”聚集情況較多，在產業(yè)數(shù)字化指標中體現(xiàn)尤為明顯，隨時間推移，“高-高”聚集由江蘇沿海城市逐漸轉移到浙江南部。

4.2 啟示

第一，加強省際合作與交流，學習借鑒先進地區(qū)的經驗和做法，推動本地數(shù)字經濟的快速發(fā)展。加強人才培養(yǎng)和數(shù)字化基礎設施，保證數(shù)字經濟的發(fā)展環(huán)境能更有效地提升數(shù)字經濟發(fā)展狀況。

第二，通過建立跨區(qū)域的數(shù)字產業(yè)聯(lián)盟，促進信息共享和資源整合。推動政府數(shù)據(jù)開放，激發(fā)社會各界對數(shù)據(jù)資源的創(chuàng)新應用。提升長三角地區(qū)數(shù)字經濟的核心競爭力，促進其在全球經濟格局中的持續(xù)領先。

第三，明確各城市在數(shù)字經濟發(fā)展中的定位，鼓勵優(yōu)勢互補、資源共享，對數(shù)字經濟基礎薄弱的城市，提供稅收優(yōu)惠政策，激勵數(shù)字經濟投資。

參考文獻

Turcan V， Gribincea， A， Birca， I.Digital Economy-A Premise for Economic Development in the 20th Century [J]. Economy & Sociology Theoretical & Scientifical Journal， 2014 （2） ：109-115.

Richardson L. Performing the sharing economy[J]. Geoforum，2015， 67：121-129.

蔣長流，江成濤.數(shù)字普惠金融能否促進地區(qū)經濟高質量發(fā)展： 基于258個城市的經驗證據(jù)[J].湖南科技大學學報（社會科學版），2020，23（3）：75-84.

崔保國，劉金河.論數(shù)字經濟的定義與測算： 兼論數(shù)字經濟與數(shù)字傳媒的關系[J].現(xiàn)代傳播（中國傳媒大學學報），2020（4）：120-127.

李春娥，吳黎軍，韓岳峰.中國省域數(shù)字經濟發(fā)展水平綜合測度與分析[J].統(tǒng)計與決策，2023，39（14）：17-21.

張雪玲，焦月霞.中國數(shù)字經濟發(fā)展指數(shù)及其應用初探[J].浙江社會科學，2017（4）：32-40.

劉軍，楊淵鋆，張三峰.中國數(shù)字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

張?zhí)N萍，董超，欒菁.數(shù)字經濟推動經濟高質量發(fā)展的作用機制研究： 基于省級面板數(shù)據(jù)的證據(jù)[J].濟南大學學報（社會科學版），2021，31（5）：99-115.

魯玉秀，方行明，張安全.數(shù)字經濟、空間溢出與城市經濟高質量發(fā)展[J].經濟經緯，2021，38（6）：21-31.

張伯超，沈開艷.“一帶一路”沿線國家數(shù)字經濟發(fā)展就緒度定量評估與特征分析[J].上海經濟研究，2018（1）：94-103.

趙濤，張智，梁上坤.數(shù)字經濟、創(chuàng)業(yè)活躍度與高質量發(fā)展： 來自中國城市的經驗證據(jù)[J].管理世界，2020，36（10）：65-76.

李勇，蔣蕊，張敏，等.中國數(shù)字經濟高質量發(fā)展水平測度及時空演化分析[J].統(tǒng)計與決策，2023，39（4）：90-94.