数字经济与实体经济融合协调发展水平统计测度

[摘要]数字经济与实体经济融合不仅可以实现资源优化配置，而且能推动产业链供应链升级，赋能中国高质量发展。在分析数字经济和实体经济融合协调机理的基础上，采用2012—2021年中国30个省级行政区面板数据，测度“数实融合”协调发展水平以及内部驱动因素。研究发现：“数实融合”水平呈持续增长态势，但实体经济综合发展水平略滞后于数字经济；区域与省级层面“数实融合”协调发展不平衡，呈“东高西低”分布特征；数字经济要素层、创新层是制约耦合效应发挥的“胁迫因素”，实体经济要素层、环境层是制约耦合效应发挥的“约束因素”。鉴于此，应从差异化政策扶持、产业结构调整以及发展环境“弱项”补足等方面出发，为数字经济与实体经济融合协调发展助力赋能。

[关键词]“数实融合”；耦合协调度模型；灰色关联度模型；约束效应；胁迫效应

一、 引言

2022年10月，党的二十大报告中强调，“加快发展数字经济，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”，旨在加快构建现代产业体系，着力推动中国式现代化高质量发展1。从党和国家的政策旨向看，在全球产业竞争格局重塑变革背景下，以数字经济为着力点打造实体经济新优势，可推动实体产业供需结构升级，筑牢实体经济强国基石。以数字技术为核心支撑的数字经济，可借助实体经济充沛物质资源，加速产业数字化与数字产业化变革，进而赋能国民经济高质量发展[1]。随着数字技术快速更迭，数字经济与实体经济边界逐渐模糊，使得两者融合发展成为应对国内外形势、提振国民经济的重要方式。此背景下，各省纷纷出台加快数字经济与实体经济融合（下称“数实融合”）发展的产业政策。如《山东省2023年数字经济“全面提升”行动方案》2《青海省数字经济发展三年行动方案（2023—2025年）》3均指出要提升“数实融合”水平，助力制造业数字化转型。然而，中国各省份“数实融合”程度不一，加剧发展不平衡、融合深度不够等现实困阻[2]，不利于推进中国式现代化进程。以此审视，在“数实融合”初级发展阶段背景下，系统研判其协调发展水平、区域发展差异和内部驱动因素，有利于了解中国“数实融合”协调发展实际，为经济社会高质量发展提供一定理论与现实参鉴。

在已有“数实融合”发展的研究中，学者们从不同视角分析了两者关系。理论层面，洪银兴等[3]发现，数字技术、平台经济、数字共享等数据要素载体与实体经济的深度融合，是推进数字经济与实体经济协同发展的内在要求。郑琼洁等[4]指出，在我国经济发展面临需求紧缩、供给冲击与预期转弱的三重压力下，推动“数实融合”发展须构建供给支撑、需求拉动与运行保障三大体系。实证层面，史丹等[5]借助耦合协调度模型对中国“数实融合”水平展开测度发现，东部地区融合度最高、中部次之，东北和西部地区相对较低。胡西娟等[6]运用组合赋权法测度指出，当前我国“数实融合”发展水平呈上升态势，且表现出空间非均衡性。Xu等[7]运用调整后的Logistic协同演化模型考察后发现，数字经济与实体经济的协同演化有助于推进中国经济高质量发展。郭晗等[8]采用耦合协调度模型得出，各省份“数实融合”协调发展水平持续深化，但多数省份实体经济发展水平高于数字经济发展水平。

基于已有研究，本文的边际贡献主要表现在以下两方面：一方面，系统梳理数字经济与实体经济发展实际，并结合两者共性特征构建涵括要素层、结构层、布局层、环境层与创新层五个维度的“数实融合”协调发展评价指标体系；另一方面，从内部视角着手，挖掘驱动“数实融合”协调发展的“胁迫因素”与“约束因素”，为政府制定“数实融合”相关决策提供一定经验证据。

二、 理论基础

1. “数实融合”协调发展机理分析

就经济发展而言，实体经济高质量发展离不开数字经济参与，而脱离实体经济发展的数字经济则会成为“无根之水”，难以稳固。因此，在“数实融合”进程中，须充分研判“胁迫效应”与“约束效应”所扮演的关键角色。

数字经济对实体经济的“胁迫效应”。数字经济可通过优化生产效率、降低投入成本来拉动实体经济发展，进而对“数实融合”产生“胁迫效应”。数字经济是新一代信息技术发展下的产物，具有高于实体经济技术水平的生产、运营方式，可有效助力实体经济产业链延伸，提高产品附加值[9]。此过程可表现为对传统产品的完善以及新产品的衍生。当数字技术提供者将产品消费者反馈、消费者信息偏好反馈至生产环节时，实体经济可借助数字经济对信息服务、资金服务进行要素优化，从而推动传统产业链升级。这在加速产业链升级进程的同时，倒逼同领域企业扩大对信息服务、资金服务的投入，致使企业间竞争处于非均衡状态[10]。受此影响，相关企业会以上述要素投入，加速产品迭代速度，进而形成新产品循环路径。综上，数字经济对实体经济会产生持续的“胁迫效应”。

实体经济对数字经济的“约束效应”。在实体经济发展过程中，其规模与创新水平的高低一定程度上影响数字经济发展，继而对“数实融合”产生“约束效应”。具言之，受产业间分工与协作不断深化影响，实体经济会逐渐分化出数字产业化和产业数字化形态[11]。在这一过程中，不论是数字产业化还是产业数字化都离不开实体经济发展规模与技术创新能力的支持。从实体经济发展规模看，发展规模越小，实体经济对数字经济的需求也就越小，这对数字经济发展起到一定约束作用。从实体经济技术创新能力看，实体经济规模的提升会引致技术突破。此过程中，低实体经济技术创新能力与高数字经济技术水平间的落差，也会阻滞二者形成相互影响的闭环，进而制约数字经济发展。

2. “数实融合”协调发展水平评价指标体系构建依据

数字经济创新演进下，实体经济与“大智移物云区”等新一代信息技术深度融合，并以技术创新手段打破原有产业边界，逐渐形成产业数字化与数字产业化等多种融合态势[12]。这一过程中，要素、结构、功能及环境是推动产业发展关键要素。立足于此，本文参考系统论及产业发展理论[13-14]，从要素层、结构层、布局层、环境层与创新层五个维度出发，探索“数实融合”协调发展水平评价指标体系的构建依据。

第一，要素层是“数实融合”发展的基础支撑。一方面，地方数字经济或实体经济企业数越多，说明当地数字经济与实体经济发展基础越好[15]，底层支持能力越强。另一方面，数字行业人均劳动报酬与人均实体经济生产总值是衡量数字经济、实体经济发展前景的重要参考[16]。综上，本文在数字经济要素层选取数字经济企业数、数字行业人均劳动报酬加以衡量；在实体经济要素层选取实体经济百强企业数、人均实体经济生产总值加以衡量。

第二，结构层是“数实融合”发展的核心框架。数字经济可通过新技术、新要素、新业态等助力实体经济数字化转型，从而带动实体经济高质量发展[17]。实体经济亦能够借助数字化转型契机增加企业发展潜力。从组织结构视角看，就业人数占比与企业数占比均是体现行业发展潜力的重要参考[18]。故本文在数字经济要素层选取数字行业就业人数与第三产业就业人数的比值、数字企业就业人数与第三产业就业人数的比值加以衡量；在实体经济要素层选取非数字行业就业人数与第三产业就业人数的比值、非数字企业就业人数与第三产业就业人数的比值加以衡量。

第三，布局层是“数实融合”发展的内在把控。从数字经济视角看，互联网发展水平是衡量数字经济高质量发展的重要衡量标准[19]，因此本文选择人均互联网宽带接入端口数量、每百家企业拥有网站数衡量互联网发展水平。从实体经济视角看，提振实体经济发展离不开国家财政扶持与高素质人才支持[20]，因此选择财政收入质量、人均教育经费加以衡量。

第四，环境层是“数实融合”发展的外在把控。从数字经济视角看，数字行业就业人数增长率越高，地方数字经济就业环境越好[21]；数字普惠金融指数越高，地方金融数字化水平越高[22]，二者均能有效刻画数字经济发展的金融与人才环境。从实体经济视角看，人均社会零售商品总额增加意味着实体经济产能提升，实体经济产品生产环境利好[23]；技术市场是连接科技与经济的重要场所，其活跃度越高，越有助于营造实体企业创新发展环境。此外，考虑到数字经济与实体经济高质量发展均须体现绿色可持续发展的生态理念[24]，本文从生态环境视角增加工业废水排放量与就业总人数比值这一指标。

第五，创新层是“数实融合”发展的第一驱动力。从企业视角看，科技成果转化效率与新产品销售收入的增加均会带动数字经济、实体经济创新水平提升[25-26]。从行业视角看，固定资产投资与全社会投资总额的比值能够在一定程度上表示行业创新潜力。固定资产投资比重越高，说明投资结构越稳定，可为域内企业创新发展赋能[27]。因此，综合选取固定资产投资与全社会投资总额、新产品销售收入、工业企业科技成果转化率加以衡量。

三、 研究设计

1. 指标体系构建

基于上述分析，遵循科学性、数据可得性、连续性原则，构建涵括要素层、结构层、布局层、环境层与创新层的“数实融合”协调发展评价指标体系（表1），并采用熵权法分别测度数字经济与实体经济综合发展水平。

2. 计量方法

（1）耦合协调模型

耦合协调是指不同系统在外界及自身因素干扰下所产生的相互作用。基于相关文献资料[28]，本文构建耦合协调度模型，就数字经济与实体经济交互关系展开探究。具体计算公式如下：

[Ci（t）=2×Xi（t）×Yi（t）Xi（t）+Yi（t）] （1）

[Ti（t）=αXi（t）+βYi（t）] （2）

[Di（t）=Ci（t）×Ti（t）] （3）

上式中，[Ci]为数字经济与实体经济两子系统的耦合度；[Ti]表示数字经济与实体经济的综合协调指数；[Di]指代两子系统的耦合协调度；[Xi（t）]与[Yi（t）]分别代表数字经济、实体经济的综合发展水平；[α]、[β]表示待定系数。考虑到数字经济与实体经济同等重要，将[α]、[β]取值设定为0.5，并将“数实融合”发展所属类型分为3个阶段，10个等级。详见表2。

（2）灰色关联度模型

为进一步探究“数实融合”协调发展关系中的“胁迫效应”与“约束效应”，本文借鉴李艳丽等[29]的研究，选取灰色关联度模型研判数字经济与实体经济子系统中的关键驱动因素。

第一步，两个子系统指标间的关联系数，如公式（4）所示：

[εi（t）=mini+minjZXi-ZXj+ρZXi-ZXjZXi-ZXj+ρmaxi+maxjZXi-ZXj] （4）

其中，[εi（t）]为关联系数；[ZXi]与[ZXj]分别指代不同指标的标准化值；[ρ]为分辨系数，[ρ=0.5]。

第二步，构建一个以关联系数为依据的关联矩阵[γ]（见公式5），充分反映“数实融合”协调发展水平深层联系。通过比较关联系数[γij]的大小，判断数字经济与实体经济耦合系统中各指标与“数实融合”的相关程度。[γij]的取值范围为[0，1]，[γij]的值越大，说明实体经济子系统中某项指标[ZXi]与数字经济某项指标[ZXj]关联度越大，指标间耦合性越强。

[γ=γ11γ12...γ1lγ21γ22...γ2l............γm1γm2...γml] （5）

在公式（7）中，[γij=1ki=1nεij（j）]；[k1，2，3，…，n]表示样本数。

第三步，利用公式（6）、（7）测得关联度矩阵行与列的平均值，以筛选影响“数实融合”的“胁迫因素”与“约束因素”。

[γi=1τi=1mγij（i=1，2，...，m；j=1，2，...，l）] （6）

[γj=1τj=1lγij（i=1， 2， ...， m； j=1， 2， ...， l）] （7）

3. 样本数据

本文选取2012—2021年，除港澳台西藏地区外的中国30个省级行政区为研究对象。数据主要源于历年《中国互联网络发展状况统计报告》《中国工业统计年鉴》《中国统计年鉴》，以及国家统计局官网、Wind数据库、EPS数据库。针对缺失数据，使用插值法进行补齐；针对统计口径不一致数据，进行换算处理。