胡日东 张涛 | 中国省域数字经济与实体经济深度融合——动态演进趋势与障碍因子识别

本文载于《吉林大学社会科学学报》2024年第4期

“财经前沿：数字经济专题”栏目

中国省域数字经济与实体经济深度融合

——动态演进趋势与障碍因子识别

胡日东 张涛 | 文

一、引言

数字经济与实体经济深度融合，日益成为重组实体经济要素资源、重塑实体经济结构、提升实体经济竞争力的关键。近年来，数字经济逐渐成为世界科技革命先导、产业变革前沿及全球各国经济竞争力的关键领域，如英国出台《数字经济战略（2015—2018）》，打造具有数字经济竞争力的领域；德国出台《数字战略2025》，旨在推动制造业成功转型。纵观全球发展趋势，数字经济在数字技术与人类社会全面融合中持续演进，为实体经济的转型升级注入强大动能和新的活力，实现数字经济与实体经济深度融合日益成为全球各国经济进一步发展的重要方向。

中国实体经济经过几十年的发展，已具备颇为坚实的基础，为数字经济的产生与发展提供了肥沃的土壤。实现数字经济与实体经济深度融合于中国而言是重中之重。习近平总书记在十九届中共中央政治局第二次集体学习时强调：要加快建设数字中国，构建以数据为关键要素的数字经济，推动实体经济和数字经济融合发展。《“十四五”数字经济发展规划》提出：以数据为关键要素，以数字经济与实体经济深度融合为主线，加强数字基础设施建设，完善数字经济治理体系，协同推进数字产业化和产业数字化，赋能传统产业转型升级，不断做强做优做大中国数字经济，为构建数字中国提供有力支撑。党的二十大报告也指出：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。

由上述战略与规划可以看出，中国对数字经济与实体经济深度融合给予了高度重视。数字经济与实体经济深度融合是实现经济高质量发展的必经之路，推动数字经济与实体经济深度融合是当代中国经济发展的迫切要求。如何促进数字经济与实体经济深度融合一直都是学术界的热议话题，但目前关于数字经济与实体经济系统构建的学理性概念依旧较弱，主要问题首先在于两者构建的系统性与概念性契合度不足；其次在于两者融合发展的相关模型应用并不完全一致，融合水平有待进一步考证，而关于阻碍两者深度融合的实证分析文献较少。本文拟为中国数字经济与实体经济“深度融合”的模型应用及其和实际经济发展状况相契合的问题提供一种解决思路。

本文力图做出的边际贡献如下：第一，从广义概念角度出发，基于国家统计局及中国信息通信研究院的概念外延确定科学合理的数字经济子系统；对现有实体经济子系统准则层及三级指标进行合理补充。第二，对衡量数实融合的耦合模型进行修正和补充，将其扩展为熵权-修正耦合模型，以更科学合理地测度数实融合水平。第三，利用高斯动态核密度估计方法刻画中国近十年数实融合的动态演进趋势。第四，基于全面的数字经济与实体经济子系统，通过修正障碍因子模型识别中国数实融合的主要障碍。

二、文献述评与理论分析

目前关于中国数字经济与实体经济深度融合的研究主要包括以下四个方面：关键概念的重构与剖析、深度融合的重要性及机理、建立在深度融合测度基础上的内生和外生驱动机制以及现实梗阻与策略。以上研究基本集中在规范分析领域，少部分文献涉及测度评价和因果关系类实证分析。为简便起见，参照刘慧和王曰影、杨秀云和从振楠的做法，将数字经济与实体经济深度融合简写为“数实融合”。

白津夫认为，数字经济的定义有狭义和广义之分，狭义维度可概括为基于数字要素的经济活动，广义维度可概括为由于数字要素而得以显著增强的经济活动，这种显著增强主要来源于数字产业化和产业数字化。中国国家统计局采取了广义界定：数字经济是指以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动；中国信息通信研究院进一步将其概念外延涵盖数据价值化、数字产业化、产业数字化和数字化治理等内容，点明了数字经济子系统的构建来源。田杰棠和张春花辨析了数字经济、实体经济与虚拟经济的关系，指出对于数字经济来说，目前只统计数字经济核心产业，未涵盖全部数字经济相关产业，虚拟经济在当代主要指房地产业与金融业。基于以上对数字经济概念的剖析，洪银兴和任保平认为，数实融合是数字技术和数据要素渗透实体经济的全过程，以数据要素和数字技术双轮驱动对实体经济进行改造，主要涉及“技术融合-产业融合-企业融合-生态融合”。结合学者们对数字经济及其相关概念的重构与剖析可知，数字经济、实体经济、虚拟经济之总和构成了中国经济总系统，任何行业或产业都归入这三个子系统。因此，在本文中，数字经济和实体经济都作为子系统隶属于经济总系统，其中涉及的前提条件为实体经济的度量不包含虚拟经济范畴。

众多学者强调了数实融合的重要性。他们指出，实体经济是中国式现代化建设的根基，而数字经济以其提供的数据要素和数字技术深刻地改变着实体经济和社会生活，正在重塑社会生产、交换、分配、消费新格局，数实融合成为重组实体经济要素资源、重塑实体经济结构、提升实体经济竞争力的关键。着眼全球发展趋势，当前和今后一段时间是抢抓数字经济战略制高点、推动数实融合发展的重要战略机遇期。从未来趋势看，数字经济与实体经济深度融合越来越成为把握新一轮科技革命机遇、推动新一轮产业变革的战略制高点。此外，中国经济发展面临需求收缩、供给冲击、预期转弱三重压力，数实融合已被视为经济增长的新引擎。据田杰棠和张春花的测算，2012年以来，中国数字经济与实体经济融合程度呈现不断上升的趋势，从2012年的14.95%上升到2018年的17.95%。洪银兴和任保平认为，依据当前中国数字经济发展的新特征，建设数字经济现代化产业体系和实体经济高质量发展是目前经济发展的新要求。更重要的是，学者们普遍认为，作为全新经济形态的数字经济，将会通过与实体经济深度融合深刻地改变人类社会的生产方式、生活方式及治理方式。

有学者分析了数实融合的相关机理。陈曦从产品层、企业层和产业层三个维度分析了数字经济与实体经济深度融合的具体路径——关键在于底层技术的突破，数字技术才能对传统产业、传统模式进行数字化、智能化改造升级，进而全面构筑起数字经济与实体经济深度融合发展的新优势。数实融合正在从2C迈向2B阶段，促进两者深度融合的关键在于布局数字基建共建共投机制，构建“卡脖子”技术攻关机制，建立一揽子政策引导机制以及谋划反垄断监管治理机制。郑琼洁和曹劲松认为，数实融合存在三重基本逻辑，技术生态圈的打造、主体生产率的提升以及场景适应力的拓展。因此，数实融合并不是数字经济在实体经济部门的简单应用，而是以新型数字基础设施为基础、大数据为关键要素、“破坏性创新”为基本特征、全产业链条为范围的融合型新业态。

数实融合测度方面。郭晗和全勤慧构建了数字经济与实体经济子系统，基于熵权-耦合评价模型从数字经济的数字化、网络化、智能化、平台化维度和实体经济的规模、环境、效益、潜力维度度量了数实融合水平，发现省际数字经济与实体经济耦合协调度呈现持续深化趋势；史丹和孙光林基于熵权-耦合评价模型从数字经济的基础设施、制造、产品服务、金融服务、要素驱动维度和实体经济的农业、工业、建筑业、运输和邮电业、批发和零售业、住宿和餐饮业维度测度了数实融合水平，发现中国数实融合仍然处于低融合阶段，张帅等的结论与其基本一致。

数实融合驱动机制方面。数实融合的首要作用为内生作用，即推动传统实体产业数字化改造或转型，数实融合是实体经济创新发展的必然选择。具体而言，数实融合能够助推产业结构转型升级、提高产业效率、增强产业创新动能、赋能产业绿色发展。数实融合外生驱动机制主要在于对经济高质量发展的推动作用，扎实的实体经济基础是经济高质量发展的必要条件，数实融合成为破解经济高质量发展难题的关键。

目前中国数实融合关键领域核心技术外部依赖性大，数字技术尚未全产业链、全生命周期地融入实体经济中，数字经济本身也暴露出供应链安全隐患、数字监管缺失、数字鸿沟和算法偏见等诸多问题，因此下决心突破关键核心技术“卡脖子”问题是首要条件，进而充分运用前沿数字技术对传统产业、传统模式进行全方位、全链条、系统性改造升级。此外，支撑数实融合的关键底层技术不足，融合水平不均衡，融合质量有待提升，数实融合的多层面联动尚未得到足够重视，这些问题的主要解决方式在于实现数实融合由微入宏的层层递进，即从产品层融合到企业层融合再到产业层融合。同时，由于基础数据方面的数据隔离现象日益突出，关键技术自主可控亟待实现，企业数字化程度不平衡，所以应着力打破数据孤岛，充分释放数据要素价值，发挥体制优势，全力攻克关键核心技术和积极培育数字技术人才。考虑到中国大部分省份的数字经济发展滞后于实体经济，总体上要坚持“有为政府+有效市场”方针，政府应进一步完善政策制度环境，充分释放数字经济潜能，加快数字化转型，提高市场竞争力。而培育具备市场竞争力的数字经济又在一定程度上依赖政府积极引导并建设数字及交通基础设施，引导发展数据要素市场，让数据流动起来，进而加快企业数字化转型和升级，即通过数字技术和数据要素双轮驱动数实融合。总之，数实融合不仅需要有效市场的自发运转，更需要有为政府的积极引导。

由文献梳理可知，数字经济子系统从广义概念角度出发应包括以下五个方面：数字基础设施、数字产业化、产业数字化、涵盖数字化治理的数字技术环境、数字技术人才。学术界关于实体经济子系统的衡量分为两类：第一类主要衡量实体经济的规模、结构、潜力等方面，这种直接衡量方式可以剔除房地产业和金融业等虚拟经济产值，但测度体系较单一与狭隘；第二类间接从为国民经济提供产品和服务的实体部门入手，包括农业、工业、建筑业、运输和邮电业、批发和零售业、住宿和餐饮业，这种由概念出发衍生出的系统更具科学性和溯源性。学术界对数字经济与实体经济融合进行了多方面研究，但现有研究对“深度融合”仍缺乏明确界定。依据当前中国数字经济发展的新特征及建设数字经济现代化产业体系和实体经济高质量发展的新要求，本文参照洪银兴和任保平对数实融合的界定：“数字技术和数据要素渗透实体经济的全过程，以数据要素与数字技术双轮驱动对实体经济进行改造”。

如前文所述，数实融合并不是数字经济在实体经济部门的简单应用，而是以数字基础设施为基础、大数据为关键要素、“破坏性创新”为基本特征、全产业链条为范围的融合型新业态，其中涉及数字基础设施的布局、“破坏性创新”的技术以及产业层面的交互。通过梳理文献，可总结出数实融合的耦合机理应包括三个方面：数字经济与基础设施融合、数字经济与技术创新融合、数字经济与产业创新融合。这种深度融合不仅体现在数字经济对实体经济改造、升级的纵深性，还体现在作用于众多实体经济行业中的宽广性，这也是数字经济、实体经济及数实融合的概念需要采取广义角度的部分原因。

三、数实融合的测度及动态演进趋势

（一）数实融合测度体系

经过前文的梳理与总结，数字经济子系统从广义角度应该包括以下五个方面：数字基础设施、数字产业化、产业数字化、涵盖数字化治理的数字技术环境、数字技术人才。其中数字基础设施作为数据要素化或价值化的前提条件被纳入数字经济子系统，数字产业化是数字经济的狭义概念，在此基础上纳入产业数字化形成广义概念，数字技术环境中的数字化治理是中国信息通信研究院公布的概念外延，数字技术人才则来源于众多学者的补充与反复提及。

实体经济子系统的构建同样来源于其广义概念，包括农业、工业、建筑业、运输和邮电业、批发和零售业、住宿和餐饮业。正如前文所述，这种由概念出发衍生出的系统更具科学性与溯源性，并且这种间接衡量方式同样不包括虚拟经济产值，优点在于不仅具备系统性与概念性的直接契合度，还拥有一定程度的遍历性和综合性。实体经济子系统与史丹和孙光林定义的实体经济子系统基本一致，主要补充点在于：增加了农业现代化水平表征指标，运输和邮电业在公路里程基础上扩展了内河航道和铁路营业里程，相应就业人员范围也从原有的邮政业从业人员扩展到公路、管道、水上、航空及铁路从业人员。具体的数实融合测度体系见表1。 

本文样本范围为中国31个省份，时间区间为2011—2020年。数字经济子系统的数字基础设施、数字产业化、数字技术环境及数字技术人才数据来自《中国统计年鉴》《中国工业经济统计年鉴》《中国科技统计年鉴》及EPS数据库；产业数字化广度、深度和程度等指标来自北京大学数字金融研究中心；电子商务销售额数据来自国研网；政府科教文化事业经费支出占比来自EPS数据库；政府工作报告中的数字经济相关词汇数量通过Python爬虫在相应地方政府网站获得。实体经济子系统的工业、建筑业、运输和邮电业数据来自国研网；农业、批发和零售业、住宿和餐饮业中2011—2018年时间段数据来自EPS数据库，2019—2020年时间段数据来自国研网。此外，表1中涉及不少经济类指标，由于本文并未进行因果关系识别，所以指数平减并不影响组内排名。西藏的数字化服务等数据缺失，由相应年份相邻省份（新疆、青海）的平均值计算得到。

（二）数实融合测度方法

融合的本质是协同发展，因此不仅需要在理论机制上分析数字经济与实体经济如何协同发展及相互影响的动态关系，还需要应用相应的模型对这种协同发展程度予以测度。基于熵权法的耦合评价模型常常用来度量两个系统的融合程度，熵权法的本质为基于信息熵计算权重进而线性加权得到综合指标。

信息熵的权重结果基于客观的实际数据，组合赋权的第二权重旨在第一权重结果下纳入平均权重对三级指标的重视程度进行均等化处理。组合赋权思想的做法其实并不利于进行客观的综合评价，其属于“主观+客观”赋权法，而熵权法则属于客观赋权法。综上，本文最终采取熵权-修正耦合模型对数字经济与实体经济深度融合进行测度，不同于一般的熵权-耦合模型，本文修正之处在于对耦合协调系数的权重重新进行计算。

熵权-修正耦合模型应用流程如下所示：表1均为正向指标，所以仅需要对原始数据进行如式（1）所示的正向化处理，i表示样本容量，取值范围为1，...，m，m为样本容量最大值，j表示第j个指标，range表示第j个指标的极差，x_ij为原始数据，因此S_ij表示正向化后的数据。

算法所需要的决策矩阵，此处不再赘述。基于权重结果可以计算得到数字经济和实体经济综合指标，具体来说，将正向化后的数据集与基于式（2）计算得到的权重进行矩阵乘法，即相应元素相乘并求和，最终便可以分别得到数字经济水平DigEco与实体经济水平ReaEco。需要说明的是，之所以没有对两者各自进行单独的权重计算，是因为理论上数字经济子系统和实体经济子系统之上还存在一个经济总系统。FusionDeg表示耦合度，纳入协调水平T便得到数字经济与实体经济深度融合水平FusionLev。

其中，T=α∗DigEco+β∗ReaEco，大多数文献都将α和β设定为0.5。数字经济发展离不开实体经济这一必要载体，数字经济只有与实体经济相融合才能充分发挥其价值赋能的作用。为了在模型上符合深度融合的现实性，必须考虑这种深度融合与中国实际经济发展状况的契合性，该契合性并不来源于大多数学者主观认为的数字经济权重α和实体经济权重β的同等重视程度，而应该由数字经济对中国经济发展的贡献度来决定。因此，α应该由数字经济产值占GDP比重决定，β=1-α则表示实体经济的贡献度。作者计算整理得到2011—2020年中国数字经济平均贡献度为29.113%，实体经济平均贡献度β则为70.887%。

数实融合区间的划分标准不一，如史丹和孙光林的低度融合水平区间为（0，0.4]。考虑到取值区间的平衡性，本文最终设定的数实融合区间如表2所示。

高斯动态核密度估计方法如式（4）所示，N为观测个体，W为带宽，带宽由公式法计算得出，f（x）为默认的高斯核密度估计函数，h（FusionLev）为数实融合水平的密度函数。

（三）数实融合的测算结果分析

如表3所示，经过10年的发展，中国各省份数字经济、实体经济及深度融合水平都取得了长足的进步。数字经济方面：2011年数字经济水平前三名分别是广东、江苏和北京，各省份的数字经济水平方差为0.0022；2020年数字经济水平前三名依旧是广东、江苏和北京，方差为0.0151，说明中国数字经济水平省际差距存在扩大趋势。10年间，新疆、西藏和云南数字经济水平分别增长了6.9倍、5.7倍和5.1倍。实体经济方面：2011年前三名分别为广东、江苏和山东，各省份的实体经济水平方差为0.0138，大于数字经济；2020年实体经济前三名与2011年一致，方差为0.0398，实体经济水平省际差距也存在扩大趋势。实体经济没有出现数字经济那样的爆发式增长现象，但西藏的增长率较高，贵州和福建也分别增长了1.82倍和1.18倍。2011年数实融合水平前三名分别为广东、江苏和山东，方差为0.008；2020年数实融合前三名没有变化，方差上升到0.0143。

2011年和2020年中国数实融合平均水平分别为0.2241和0.3218，近10年增长率为43.6%，总体上实现了从低度融合向中度融合的跨越。为了便于直观梳理中国2011年和2020年数实融合水平，表3也对中国31个省份进行了区间划分，2011年广东、江苏等6个省份达到了中度融合水平，其余地区均是低度融合水平。2020年高度融合水平地区有广东和江苏两地，而安徽、云南等14个省份达到了中度融合水平。

图1中描绘了数字经济、实体经济及数实融合的平均增长率。可以看出，数字经济平均增长率2020年最高，疫情的冲击对数字产业化和产业数字化形成了向上的推力。实体经济平均增长率2012年最高，2020年最低，疫情的冲击对实体经济形成了向下的压力。2011—2020年数字经济和实体经济发展基本呈现反相关态势，这也与众多学者所证实的数字经济对实体经济的挤出效应相互印证。

（四）数实融合动态演进趋势

数字经济在数字技术与人类社会全面融合中持续演进，为实体经济的转型升级注入强大动能和新的活力。数实融合是推进实体经济从传统实体经济形态向新型实体经济形态演进的必经历程，因此需要在实证基础上深入剖析其动态演进趋势。图2为2011—2020年中国总体数实融合动态演进趋势，图3为分地区的数实融合动态演进趋势。

如图2所示，2011—2016年主峰位置变化不大，2018年左移，2019—2020年迅速右移，说明中国“十二五”时期数实融合水平处于平稳发展状态，后两年数实融合水平提升幅度较大。图2整体宽度渐宽，存在一定程度的右拖尾趋势，再次印证了中国省际数实融合水平存在极化趋势。图3中，东部地区2011—2017年主峰位置变化不大，2018—2020年主峰位置上升，无明显的右拖尾延展趋势，说明东部地区后两年数实融合水平不断提升且无明显的极化趋势；中部地区随着时间的推移，主峰位置不断右移的同时不断拔高，宽度渐宽，说明中部地区近10年数实融合水平进步较大但存在一定程度的极化趋势；西部地区主峰位置和高度基本变化不大，近10年宽度一直呈现一定区间内的平稳波动状态，但存在一定的右延展趋势，说明西部地区虽然整体上数实融合水平处于平稳发展状态，但其内部也出现了极化趋势；东北地区主峰高度变化不大并且2020年右移趋势明显，整体相对宽度变大，无向右延展拓宽趋势，说明东北地区数实融合水平处于平稳发展状态，但2020年出现了极化趋势。

四、数实融合障碍因子识别及异质性分析

（一）修正障碍因子模型

实体经济内容本身就是动态变化的，数实融合可以进一步拓宽实体经济的范围，因此数字经济与实体经济存在相互关联、相互促进的长期动态关系。在全球经济逐渐复苏、竞争日益激烈的今天，不仅需要充分把握数实融合的动态演进趋势，还需要甄别数实融合的新趋势，识别数实融合的新问题，这为修正障碍因子模型的应用奠定了现实基础。

如式（5）所示，TotalObs_NT∗j表示j层面的障碍度，N∗T表示面板数据的样本容量，[·]表示矩阵点乘。式（6）MeanObsj表示大截面化处理的平均障碍度，障碍度越大，表明该指标对总系统的阻碍越大，式（5）与式（6）为常见的一般障碍度模型。式（7）reshape为重构函数，主要作用为将按照时间排列的面板数据重构为N∗T∗j的三维矩阵。Yt为根据面板数据时间长度引入的时间加权向量，通过MatLab的linspace函数计算得到，根据“厚今薄古”原则将计算区间设为[0.1，1]，即区间最小值为时间长度的倒数，时间终点年为1，然后对其进行标准化处理便得到和为1的Yt。因此式（7）TotalObsjT为剔除时点堆积效应的平均障碍度。而剔除个体效应的核心思想为将面板数据重构后对其进行列均值的计算，因此式（8）TotalObsjN表示剔除个体效应的障碍度。在式（7）基础上纳入式（8）的个体均值计算方式便得到式（9），即同时剔除时点堆积效应和个体效应的平均障碍度。

综上可知，对面板数据进行大截面化的处理具备一定的合理性，尤其对于短面板而言，但随着时间长度的扩大，该合理性将随着时间趋势的增强而加速削弱。对障碍度模型进行大截面化处理的测度评价与剔除个体、时点堆积效应的测度评价仅仅是出发点不同，两者均具备一定的参考价值。当前者仅仅着眼于测度评价时尚可，一旦将其进行线性加权得到综合变量时，便有必要考虑后者的个体、时点堆积效应，后文将对四种测算结果分别进行对比分析。

（二）障碍因子总体识别

表4中的式（6）—（9）分别表示未考虑时点堆积效应和个体效应的平均障碍度、剔除时点堆积效应的平均障碍度、剔除个体效应的平均障碍度、同时剔除时点堆积效应和个体效应的平均障碍度。剔除个体效应的平均障碍度与未考虑时点堆积效应和个体效应的平均障碍度的组内排序结果一致，因为式（8）的剔除个体效应的方法是对面板数据计算个体均值，而平衡面板数据的个体数量是不随时间变化的，这也是将面板数据进行大截面化处理的测度评价存在一定合理性的主要原因。此外，本文表4至表10以式（9）同时剔除时点堆积效应和个体效应的平均障碍度作为组内排序依据。

如表4所示，相较于实体经济而言，数字经济子系统限制了中国数实融合的发展，式（9）结果中，数实融合最大的障碍因子为数字技术环境，该障碍源于技术研发环境和政府数字化治理，而两者都需要政府的大力支持。其次的障碍因子是数字技术人才和数字产业化，如果数字技术环境和数字技术人才在一定程度上依赖“有为政府”，那么数字产业化便是此基础上的“有效市场”，“有为政府+有效市场”才能使得相应的数字经济得以迅速产业化，同时相应的产业链才会产生实际的数字技术人才缺口。式（9）结果还表明，工业对数实融合的障碍度大于建筑业，式（6）—（8）的测算结果与式（9）基本一致，最小的障碍因子是运输和邮电业，表明总体上中国实体经济的基础设施较为完善。

 （三）障碍因子区域异质性识别

中国东部沿海地区与中西部地区之间早期就存在着明显的“数字鸿沟”，主要是信息基础设施建设和产业集聚度等因素带来的.这与省份间数字经济发展具有正向空间相关性结论相互印证，同时意味着相邻省份之间更容易发生数字产业转移和技术外溢效应。由于“数字鸿沟”的存在以及资金、人才、市场环境等外部因素的影响，数实融合可能在区域上存在明显的非均衡特征。上述发现为进一步分析数实融合的区域异质性奠定了一定基础。本文将中国划分为东部、中部、西部以及东北四个地区，进一步识别和分析数实融合障碍因子的区域异质性。

1.东部地区

如表5所示，式（9）结果中，东部地区实现数实融合的首要障碍因子是数字技术环境，前三个障碍因子与中国总体数实融合的障碍因子一致，需要“有为政府+有效市场”双管齐下式的对症下药。有所区别的是，东部地区工业对数实融合的障碍度小于住宿和餐饮业，而总体障碍因子的测算结果则与此相反，这间接表明，相对于全国而言，东部地区的工业发展状况较好。运输和邮电业作为最小的障碍因子在东部地区没有变化。

2.中部地区

同理，以式（9）结果为准，中部地区数实融合的前三个障碍因子为数字技术环境、数字技术人才和数字产业化，与东部地区一致。显然，数字技术环境的缺位和数字人才的缺失是东部地区、中部地区乃至全国数实融合的主要障碍因子，由此可见“卡脖子”技术及人才的紧缺性。此外，中部地区数实融合最小的三个障碍因子是实体经济的建筑业、农业、运输和邮电业。这三个行业是中国实体经济长期发展的结果，再次印证了中国数实融合的主要障碍因子在数字经济方面，即数字经济对实体经济的改造、优化和升级还存在较大空间。与东部地区唯一的区别在于，中部地区批发和零售业的障碍度大于建筑业，东部地区则相反，可见中部地区的批发和零售业相较于东部地区而言还有待进一步发展。值得一提的是，中部地区住宿和餐饮业的障碍度相较于全国水平而言更大，说明中部地区住宿和餐饮业的数字化程度不足。

3.西部地区

西部地区经过“西部大开发”二十余年的发展，总体经济规模实现了较大程度的跃迁。式（9）结果表明，西部地区数实融合前三个障碍因子依旧是数字技术环境、数字技术人才以及数字产业化。表面上西部地区的障碍因子排序与东部地区一致，但经计算发现，在数字经济子系统中，东部地区障碍度方差为1.71，西部地区则为1.93，西部地区数字经济对数实融合的障碍度波动大于东部地区。这表明，相对于东部地区而言，西部地区数字经济子系统整体需要进一步发展以弥补其在数实融合方面的短板，但相对于全国而言，西部地区更需要进一步发展数字基础设施。与其他地区的相同点在于，西部地区住宿和餐饮业的数字产业化程度不足，可见东部和中西部地区的“病症”存在一定程度的一致性。

4.东北地区

以式（9）结果为例，东北地区数实融合的前三个障碍因子与其他地区一致。与其他地区较为典型的异质性结果是：东北地区工业对数实融合的障碍度大于数字基础设施，即东北地区实体经济子系统中工业层面可数字化的基础较为薄弱，因为东北地区产业数字化对数实融合的障碍度在组内的排序比其他地区小，这与其他地区数字经济子系统总体上对数实融合的障碍层面并不一样。需要提及的是，与全国、东部及中西部地区不同，东北地区运输和邮电业还需要进一步发展，因为运输和邮电业在其他地区都是最小的障碍因子。

（四）障碍因子时间异质性识别

数实融合是一个动态演进的过程，也是中国供需两端不断匹配和磨合的过程。“五年规划”是中国经济发展过程中不可或缺的一部分，因此有必要进行时间异质性分析，其中2011—2015年对应“十二五”时期，2016—2020年对应“十三五”时期。

表9和表10的式（6）—（9）结果都表明，数实融合前三个障碍因子依旧为数字技术环境、数字技术人才和数字产业化。这不仅表明前三个障碍因子并没有随着两个五年规划的更迭而变化，还间接表明三者是中国目前及将来很长一段时间内数实融合的主要障碍。“十三五”时期相较于“十二五”时期较为显著的异质性结果为：“十二五”时期实体经济中障碍度较大的建筑业在“十三五”时期变为工业。如果考虑到制造业是工业的核心行业，那么具备启示性的经济意义是，目前中国建筑业的发展并不缺失，缺失的是制造业高质量发展。该结论虽然与总体障碍因子的结论一致，但区别在于制造业高质量发展的迫切要求是近5年经济发展的新要求。此外，“十二五”时期数实融合障碍度最小的运输和邮电业在“十三五”时期变为农业。上述两个结果表明，中国近10年数字经济取得了长足的进步，并且超过了实体经济的发展速度，飞速发展的数字经济对实体经济的工业和交通基础设施等领域提出了更高的要求。

五、结论与政策建议

（一）研究结论

本文基于2011—2020年中国省域面板数据，通过熵权-修正耦合模型度量了中国省域数字经济与实体经济深度融合水平，刻画了数实融合的动态演进趋势，利用修正障碍因子模型识别了中国省域数实融合的障碍因子。主要结论如下：

一是数实融合测算结果。经过10年的发展，中国各省份数字经济、实体经济及其深度融合水平都取得了长足的进步。2020年，数字经济水平前三名为广东、江苏和北京，实体经济水平前三名为广东、江苏和山东，数实融合前三名同样为广东、江苏和山东。2020年中国平均数实融合水平达到0.3218，总体上处于中度融合水平。

二是数实融合动态演进趋势。总体上中国“十二五”时期数实融合水平处于平稳发展状态，“十三五”时期的后两年提升幅度较大，且省际数实融合水平存在极化趋势。

三是数实融合障碍因子识别。中国数实融合的主要障碍来源于数字经济子系统，最大的障碍因子为数字技术环境，该障碍主要源于技术研发环境。

四是数实融合障碍因子区域异质性。数字技术环境的缺位和数字技术人才的缺失是各个地区数实融合的主要障碍，东北地区比较特殊，其工业方面的障碍大于数字基础设施的障碍。

五是数实融合障碍因子时间异质性。数字技术环境、数字技术人才和数字产业化三个障碍因子并未随两个五年规划的更迭而变化，表明三者将是中国目前及将来很长一段时间内数实融合的主要障碍。

（二）政策建议

第一，中国近10年数字经济、实体经济及数实融合水平都取得了较大的进步，但省际数字经济和实体经济差距都存在扩大趋势。中国数字经济的发展速度远远超过了实体经济，而过快的数字经济发展速度势必会吸引原本属于实体经济的市场和资源。因此，我们要关注数字经济与实体经济此消彼长的发展趋势，这种趋势在一定程度上造成了较高的数实融合水平的假象，不仅需要预防经济发展脱实向虚，同时还要努力扭转数实融合水平的省域极化趋势。

第二，虽然中国数字经济发展速度快于实体经济，但总体上数实融合的主要障碍依旧来源于数字经济子系统，即经过长期平稳发展的实体经济具备数字化的坚实基础，而数字经济子系统中最大的障碍因子为数字技术环境，数字技术环境又源于技术研发环境和政府数字化治理。前者代表科学技术研究的市场发展状态，后者代表政府作为“看得见的手”对数字技术的治理或重视程度。因此，数字技术环境障碍因子的克服，总体上需要坚持“有为政府+有效市场”齐头并进的方针。实体经济中，相对于工业而言，建筑业的障碍度较小，制造业作为工业的核心行业，其高质量发展战略应放在重要位置。

第三，无论东部、中部、西部还是东北地区，首要的障碍因子均是数字技术环境，因此各地区应考虑“政府引导+市场做主”方针。除数字技术环境之外，东部的数字产业化需要进一步发展以助推其数实融合水平，中部和西部地区更需要适时培育和吸引数字技术人才，在此基础上，西部地区还应积极建设数字基础设施以进一步减少其对数实融合的阻碍，而东北地区数实融合的短板则在于工业以及运输和邮电业。

第四，数字技术环境、数字技术人才和数字产业化是中国目前及将来很长一段时间内数实融合的主要障碍，因此，下决心突破关键核心技术“卡脖子”问题是首要任务。只有如此，才能充分运用前沿数字技术对传统产业、传统模式进行全方位、全链条、系统性改造升级。此外，中国近10年数字经济发展速度超过了实体经济，飞速发展的数字经济对实体经济的工业和交通基础设施等领域提出了更高的要求。这在宏观层面表现为人民日益增长的美好生活需要同不平衡、不充分的发展之间的矛盾，因此，无论数字基础设施还是交通基础设施，依旧是数实融合不容忽视的重要领域。

(本文载于《吉林大学社会科学学报》2024年第4期，注释从略，如有需要请参阅原文。全文图片除特殊声明者外，均由作者提供。)