数字经济发展对可持续发展的影响

The Influence of Digital Economy Development on Sustainable Development

摘要

在数字经济广义定义的基础上，对数字经济的12个显著特征进行量化研究。首先，综合参考文献和专家咨询法，确定评价指标；其次，通过DS证据理论合成规则，对变异系数法和熵权法的权值进行融合，对数字经济高质量可持续发展进行综合评价；最后，建立数字经济高质量可持续发展的PLS结构方程模型和回归模型。通过实证对该模型进行观测和预报，其结果与实测值吻合较好。

Abstract

The quantification of 12 significant characteristics of digital economy was conducted based on the definition of digital economy in broad sense to carry out the evaluation of the high-quality and sustainable development of digital economy in the paper. Firstly， the evaluation indicators are determined by means of literature searching and expert consultation； and then， the weights of the coefficient of variation method and entropy weight method were integrated through combination rule of DS （Dempster-Shafer） evidence theory to comprehensively evaluate the high-quality and sustainable development of the digital economy； finally， the partial least squares （PLS）-structural equation model （SEM） and regression model for high quality sustainable development of digital economy were established. The observation and prediction of the model obtained expected results of good agreement with the measured values.

Graphical abstract

关键词

数字经济 / 可持续发展 / DS证据理论 / PLS结构方程模型 / 回归模型

Key words

digital economy / sustainable development / DS evidence theory / PLS structural equation model / regression model

随着数字技术的迅速发展和广泛应用，数字经济已成为全球经济增长的重要推动力。中国的数字经济呈蓬勃发展态势，为经济高质量发展提供了新的机遇与挑战。目前有关数字经济的研究主要集中在对经济增长的影响方面。首先，数字经济的发展可以在提高生产效率、创造就业机会和推动消费升级等方面，对经济总量的增长产生积极影响。数字技术的应用可以提高企业的生产力和创新能力，促进产业升级和结构调整。同时，数字经济的快速发展也为就业提供了更多机会，增加了消费需求，进而推动经济的增长^［1⁃5］。其次，数字经济的发展不仅在数量上对经济总量产生影响，更重要的是在质量上对经济结构的优化升级起到关键作用。数字经济的兴起改变了传统经济的组织方式和商业模式，推动了新兴产业的崛起和传统产业的转型升级。数字经济的发展促进了创新能力的提高，推动了科技创新和产业升级，从而使经济结构更加优化，以适应时代变革的需要^［6⁃8］。第三，数字经济的发展不仅是全球性的趋势，也对各个地区的经济增长产生显著影响。数字经济的发展可以打破地理限制，促进城乡一体化发展，推动中小微企业的创新和发展，促进资源优化配置。数字经济的兴起为落欠发达地区提供发展新动能，推动了区域经济发展的均衡和可持续^［9⁃13］。

目前数字经济的发展已成为可持续经济发展的一个重要驱动因素，数字经济快速发展所带来的环境、社会和经济问题也引起广泛的关注和讨论。而目前对数字经济发展与可持续发展的关系的研究相对较少。因此，从可持续发展的角度对数字经济进行研究，可为数字经济的发展与管理提供参考。本文旨在探讨数字经济发展与可持续发展之间的关系，深入分析数字经济发展水平对可持续发展的影响。并通过结构方程模型和回归模型对区域的可持续发展水平进行分析。通过这些模型的应用，可以更具体地研究数字经济与可持续发展之间的关系，从而为进一步推动可持续发展提供理论支持和实践指导，为数字经济发展对区域可持续发展的影响机制提供参考。

1 指标体系构建

1.1 理论与假设

发展数字经济有利于区域协调发展。Zeng等^［14］指出，通过数字经济价值链的各个增值环节创造价值，可以促进地方经济增长，但数字经济发展水平呈明显的区域性。陈维涛等^［15］发现数字经济可以影响区域产业结构，促进数字产业化和产业数字化。因此，提出假设H_{\mathrm{1}}：数字经济促进区域经济高质量发展。

数字经济的进一步发展推动了云服务、移动服务和人工智能的创新^［16］。而且，数字经济与传统产业的结合，推动了行业创新。Mancha^［17］建议制造商应将数字经济创新与本地工厂培训劳动力相结合，以确保工厂在数字创新驱动商业环境中的战略地位。因此，提出假设H_{\mathrm{2}}：数字经济促进区域创新发展。

当前世界正处于一系列环境危机中，数字经济提供了一个机会，可以通过信息收集和处理提出更好的问题解决方案^［18］。此外，在温室气体排放方面，随着数字经济的发展，能源结构以煤为主的省份碳排放量正在逐步下降，说明数字经济起到了减碳作用^［19］。因此，提出假设H_{\mathrm{3}}：数字经济促进区域绿色发展。

从国家层面看，建设完善的数字经济基础设施对于中等收入国家缩小发展差距、避免中等收入陷阱、提升国际竞争力至关重要。因此，投资数字经济成为加速区域一体化的工具^［20］。数字经济可以帮助企业通过产业融合。Jablonski^［21］通过研究数字经济增加企业价值的可持续商业模式，提出有利于企业可持续发展的数字经济概念。因此，提出假设H_{\mathrm{4}}：数字经济通过影响区域经济高质量、创新、绿色发展，促进区域可持续发展。

1.2 中国数字经济评价指标体系构建

通过上述理论和假设，可以得出经济高质量发展的几个重要方面：保证生产要素投入结构合理化，提高经济效率；调整政策，促进经济结构优化；为经济发展找到平稳动力源。数字经济与这些方面联系紧密，数字经济的发展使得经济高质量发展得以持续保证。研究国内外数字经济指标体系发现，评估当前数字经济在指标选择和指标数量方面存在较大差异。使用若干指标将更准确地评估某些因素的经济效益，但收集数据存在困难。根据中国快速发展的经济趋势，在发展高水平的基础设施、数字经济、数字经济的技术水平、工业发展水平、数字经济的一体化程度、数字经济的生产水平等方面刻不容缓。本文以数字经济发展指数为基础，建立数字经济评价指标体系。由于各省数字经济发展水平存在较大差异，因此将相对和绝对指标相结合对数字经济进行评估，确定和衡量各省数字经济的发展情况。数据来自RESSET数据库。中国数字经济评价指标体系见表1。

1.3 中国数字经济评价指标权值的求解

1.3.1 变异系数法

变异系数法^［22］是一种客观的加权方法，用于综合评价多个指标。假设有n个参与者，每个参与者有m个独立的特征参数，则特征参数矩阵可以表示为O=(O_{ij}{)}_{n\times m}。第j个特征参数的平均值\overline{x}和均方差S_j为

\overline{x}={\displaystyle \sum _{i=\mathrm{1}}^n}\frac{O_{ij}}{n}，S_j=\sqrt[]{\frac{{\sum }_{i=\mathrm{1}}^n(O_{ij}-{\overline{O}}_j{)}^{\mathrm{2}}}{n}}。

第j个特征参数的变异系数{\epsilon }_j为

{\epsilon }_j=\frac{S_j}{x_j}，

第j个特征参数的权重值{\mu }_j为

{\mu }_j=\frac{{\epsilon }_j}{{\sum }_{j=\mathrm{1}}^n{\epsilon }_j}，

第i个参与者的第j个特征参数值所占比例p_{ij}为

p_{ij}=\frac{y_{ij}}{{\sum }_{i=\mathrm{1}}^n{y}_{ij}}，

第i个参与者的权重值{\omega }_i为

{\omega }_i={\sum }_{j=\mathrm{1}}^n({\mu }_j\times p_{ij})。

1.3.2 熵权法

熵权法是一种客观赋权方法，基本思路是根据指标变异性大小确定客观权重。以下是具体算法。

第一步：数据标准化，指标的值减去最小值，除以指标的振幅，得到正向化后的矩阵Z，如果数据都是非负的，可以跳过正向化步骤，公式为

{\tilde{z}}_{ij}=\frac{x_{ij}-\mathrm{m}\mathrm{i}\mathrm{n}\{x_{\mathrm{1}j},x_{\mathrm{2}j},\cdots ,x_{nj}\}}{\mathrm{m}\mathrm{a}\mathrm{x}\{x_{\mathrm{1}j},x_{\mathrm{2}j},\cdots ,x_{nj}\}-\mathrm{m}\mathrm{i}\mathrm{n}\{x_{\mathrm{1}j},x_{\mathrm{2}j},\cdots ,x_{nj}\}}。

第二步：归一化处理，公式为

y_{ij}=\frac{z_{ij}}{{\displaystyle \sum _{i=\mathrm{1}}^n}{x}_{ij}}。

第三步：计算每个指标的信息熵，计算信息效用值，并归一化得到每个指标

e_j=k{\displaystyle \sum _{i=\mathrm{1}}^n}{y}_{ij}\mathrm{l}\mathrm{n}{y}_{ij}。

第四步：计算信息效用值（信息熵冗余度）

d_j=\mathrm{1}-e_j。

第五步：计算指标的权重系数

w_j=\frac{d_j}{{\displaystyle \sum _{i=\mathrm{1}}^m}{d}_i}。

1.3.3 DS证据理论

Dempster最开始提出了一种证据合成方法，即对两个或多个证据的基本信任分配函数使用正交和的方式进行运算，该方法被称为Dempster合成规则。

对于∀A⊇Θ，Θ上的两个mass函数m_{\mathrm{1}},m_{\mathrm{2}}，Dempster合成规则为

m_{\mathrm{1}}\oplus m_{\mathrm{2}}(A)=\frac{\mathrm{1}}{K}\sum _{B\bigcap C=A}{m}_{\mathrm{1}}(B)\cdot m_{\mathrm{2}}(C)，

其中，K为归一化常数，所有命题组成的样本空间定义为辨识框架，记为Θ，m为基本概率分配函数。基本 概率分配是计算辨识框架Θ中每一条证据基本概率的过程，m函数反映命题信度的大小。

K=\sum _{B\bigcap C\ne \varnothing }{m}_{\mathrm{1}}(B)\cdot m_{\mathrm{2}}(C)=\mathrm{1}-\sum _{B\bigcap C=\varnothing }{m}_{\mathrm{1}}(B)\cdot m_{\mathrm{2}}(C)。

由于数据集中存在缺失项，所以可能会造成权重的不确定性，因此采用DS证据理论进行融合，融合后的结果见表2。

2 数字经济高质量可持续发展模型

2.1 数据预处理

由于我国各行业在量纲上存在较大的差异，因此采用阈值法对原数据进行处理。即

x_i^{\mathrm{*}}=\frac{x_i-\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_i}{\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{a}\mathrm{x}}{x}_i-\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_i}\times k+q，

其中，\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_i和\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{a}\mathrm{x}}{x}_i分别代表指标的最小值与最大值；k\mathrm{、}q根据转化后的数据分布区间要求确定，由于所选指标对结果起正向作用，根据郭亚军等^［23］的研究，令k=\mathrm{6}，q=\mathrm{1}。

因此，本文对数据标准化处理的方法为

x_i^{\mathrm{*}}=\frac{x_i-\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_i}{\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{a}\mathrm{x}}{x}_i-\underset{\mathrm{1}\le i\le n}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_i}\times \mathrm{6}+\mathrm{1}。

2.2 模型的构建

本文采用结构方程模型（如图1）研究数字经济融合水平对数字经济技术水平、数字经济产业发展水平和数字经济产出水平的影响，建立回归模型，如图2所示。

利用SmartPLS3.0、MATLAB、Python以及SPSS软件建立数字经济融合水平对区域可持续发展影响的结构方程模型。

结构方程模型中四个潜在变量分别代表四个主要指标，使用PLS算法时，软件输出的结果为标准化结果。本文以经济景气指数、智能手机出售量以及互联网宽带接入率为解释变量，使用DS证据理论来计算解释变量。

模型1：

\alpha ={\alpha }_{\mathrm{0}}+\delta \times {\alpha }_{\mathrm{1}}+\gamma \times {\alpha }_{\mathrm{2}}+\upsilon \times {\alpha }_{\mathrm{3}}+\varphi \times {\alpha }_{\mathrm{4}}+{\epsilon }_{\mathrm{1}}，

其中：\alpha为区域可持续发展水平，\delta为数字经济发展水平，\gamma为经济高质量发展水平，\upsilon为数字经济产业发展水平，\varphi为数字经济产出水平；{\alpha }_i是预测系数，当{\alpha }_i大于0时，说明对应的解释变量对被解释变量有促进作用；{\epsilon }_{\mathrm{1}}是残差。最后以数字经济融合水平为解释变量，中国数字经济为被解释变量构建模型2。

模型2：

\alpha ={\beta }_{\mathrm{0}}+\delta \times {\beta }_{\mathrm{1}}+{\epsilon }_{\mathrm{2}}，

其中：{\beta }_i是预测系数，当{\beta }_i大于0时，说明其对应的解释变量对被解释变量有促进作用；{\epsilon }_{\mathrm{2}}是残差。

3 实证分析与研究

3.1 PLS结构方程的验证

可靠性和有效性测试结果（表3）表明，所有的潜在变量及模型都有较高的可靠性。模型的数字经济发展水平、经济高质量发展水平、创新发展水平以及绿色发展水平的平均提取方差值和相关系数符合相关统计标准。只有数字经济发展水平的克隆巴赫系数效果较差，但整体拟合效果良好。

计算每个路径系数的t检验，并使用双尾测试来检验每个路径系数的显著性水平，结果见表4。

从表4可以看出，路径系数在0.001的水平上是显著的，表明每个路径系数都通过了相应的显著性检验。首先，数字经济发展水平和经济高质量发展之间的路径系数为0.839，表明数字经济发展水平促进了经济高质量发展，数字经济发展水平每增加1%，经济高质量发展增加0.839%，假设H_{\mathrm{1}}成立。其次，数字 经济发展水平和创新发展水平之间的路径系数为0.675，表明数字经济发展水平促进了创新发展水平，数字经济发展水平每增加1%，创新发展水平增加0.675%，因此假设H_{\mathrm{2}}成立。第三，数字经济发展水平和绿色发展水平之间的路径系数为0.357，这表明数字经济发展水平促进了绿色发展水平，数字经济发展水平每增加1%，绿色发展水平增加0.357%，因此假设H_{\mathrm{3}}成立。

由PLS结构方程模型的检验结果可知，数字经济发展水平促进了经济高质量发展、创新发展水平和绿色发展水平。

3.2 回归模型的检验

采用DS证据理论计算中国数字经济指标数据。为研究数字经济发展水平对区域可持续发展水平的影响，利用SPSS软件对31个省、自治区、直辖市2013-2019年的面板数据进行回归分析，回归结果见表5。

从表5可以看出，所有指标的P值均通过假设。经济景气指数和智能手机出售量与区域可持续发展水平呈正相关，智能手机出售量越高，区域可持续发展水平越高。互联网宽带接入率对区域可持续发展水平产生轻微的负面影响。智能手机出售量，会在一定程度上促进区域可持续发展水平，假设H_{\mathrm{4}}得到验证。

此外，利用SPSS软件通过DS证据理论计算数据，通过回归分析直接研究数字经济发展水平对区域可持续发展水平的回归关系，结果见表6。

从表3和表4可以看出，数字经济发展水平促进了区域可持续发展水平，模型拟合结果较为良好，该模型结果进一步验证了假设H_{\mathrm{4}}。综上，四个假设均成立，说明本研究对数字经济的评估具有可视化的建议。

4 总结

4.1 结论

本文通过分析经济景气指数、智能手机出售量和互联网宽带接入率等数据，研究了数字经济发展水平对可持续发展的影响。从本文研究结果可知，数字经济发展水平促进了经济高质量发展、数字经济产业发展水平和数字经济产出水平，进而间接促进区域可持续发展水平。本文的研究结果和政策建议对实践具有一定参考价值，可以为数字经济的管理和发展提供参考和借鉴。

4.2 建议

随着中国经济坚定迈向高质量发展，数字经济对经济高质量发展的支撑作用越来越重要，数字经济正逐渐成为驱动经济高质量发展的原动力，其中创新能力起到的中介作用十分重要。本文实证研究发现，近年来，数字经济对中国制造业的整合和发展产生了较良好的影响。虽然数字经济的基础设施发展顺利，但数字产业和技术的发展相对滞后。要推动数字经济更好发展，就要继续加强数字产业一体化，加快新旧能源转型。由于创新能力的发展需要一些根本性的支持，数字经济基础设施的发展在未来需要持续得到保障。因此需要增加数字经济技术投资，确保技术及时转型，为数字经济提供保障。此外，要提高数字经济的发展和经济的创新能力，应鼓励高质量发展，探索产学研合作新模式，积极培养数字经济人才。虽然中国互联网消费行业发展迅速，但工业互联网在供应和数字行业方面的发展相对缓慢。因此提出以下三个建议。

（1）互联网+提高政府服务效率

一方面，健全法律制度体系，提高政府服务质量，改进服务标准化和数字信息化，实现政府的新一代全社会工作服务，推动改革，使政府数据共享并优化流程，推进合作。另一方面，推动线上和线下的政府服务、加快线上流程的整合，将政府服务扩展到社区层面，改善服务的无障碍共享，提高对重大公共突发事件做出快速反应和协调管理的能力。

（2）改善数字社会服务水平

提供普遍的通信服务，将远程通信服务扩展到更广泛的地区，以扩大教育、卫生、社会保障、互助等服务，加强信息获取能力。同时推动社会服务和数字平台的深度融合，探索跨境合作在医疗、文化教育、运动医学和文化旅游等领域的应用。

（3）推动城乡数字一体化发展

提高国家事务和城市之间的协调能力，加强数据共享，并加强管理示范城市中综合管理服务平台和信息服务平台的运营。同时推动城市与农村智能设施的建设，促进生产要素的流动，实现城市和农村资源的合理分配，以促进该地区的可持续发展。

参考文献

[1] BENTON C M D. The second machine age： Work， progress， and prosperity in a time of brilliant technologies［J］. Quality Management Journal， 2016， 23（1）：72-72.

[2] 管杜娟，刘翠苹，苏理梅. 数字经济与经济高质量发展： 作用机制与溢出效应［J］.重庆理工大学学报（社会科学），2024， 38（1）：66-82.

[3] OCDE. Going digital： Shaping policies， improving lives［M］. Paris：OECD Publishing，2019.

[4] 胡海洋，杨兰桥. 数字经济赋能经济绿色发展的效应与机制研究［J］.区域经济评论，2023 （6）：84-93.

[5] GOMES S， LOPES J M， FERREIRA L. The impact of the digital economy on economic growth： The case of OECD countries［J］. RAM. Revista de Administraçao Mackenzie， 2022， 23（6）：1-31.

[6] 陈亭旭. 数字经济发展对城市碳排放及绿色经济转型的影响研究［J］.产业创新研究，2023 （20）：42-44.

[7] 周少甫，陈亚辉. 数字经济对经济高质量发展的影响研究：基于服务业结构升级的视角［J］.工业技术经济，2022， 41（5）：111-121.

[8] 张勋，谭莹. 数字经济背景下大国的经济增长机制研究［J］.湖南师范大学社会科学学报，2019，48（6）：27-36.

[9] 赵征，程兴丰，王国忠，等. 我国数字经济赋能城乡经济协调发展研究［J］.中国商论，2023 （10）：63-65.

[10] 谢璐，韩文龙. 数字技术和数字经济助力城乡融合发展的理论逻辑与实现路径［J］.农业经济问题，2022 （11）：96-105.

[11] CHEN H， GUO C. The role of digital economy in promoting rural revitalization in China［J］. Journal of Rural Studies， 2020，78：82-91.

[12] JIANG Q， LI J， SI H， et al. The impact of the digital economy on agricultural green development： Evidence from China［J］. Agriculture， 2022， 12（8）：1107.

[13] CHEN M， ZHOU Y， HUANG X， et al. The integration of new-type urbanization and rural revitalization strategies in China： Origin， reality and future trends［J］. Land， 2021， 10（2）： 207.

[14] ZENG D， YANG X. The impacts of digital economy development on regional economic disparity： Evidence from China［J］. Sustainability， 2020， 12（11）：4506.

[15] 陈维涛，吴婷. 数字经济与城市产业结构升级：基于就业供给和消费需求双角度分析［J/OL］.重庆工商大学学报（社会科学版）（2024-01-04）［2024-01-24］.

[16] 任海龙. 数字经济推动经济高质量发展的内在逻辑和实践路径［J］.黑龙江金融，2023 （11）：13-18.

[17] MANCHA R， SHANKARANARAYANAN G. Making a digital innovator： Antecedents of innovativeness with digital technologies［J］. Information Technology and People，2021，34（1）： 318-335.

[18] DIDEM B G， KIRSTEN L， JUVENILE R E， et al. Built environment of Britain in 2040： Scenarios and strategies［J］. Sustainable Cities and Society， 2021（65）：102645.

[19] YAN L， XIAO D Y， QI Y R， et al. Energy structure， digital economy， and carbon emissions： Evidence from China［J］. Environmental Science and Pollution Research International， 2021， 28（45）：64606-64629.

[20] BALCERZAK A P， PIETRAZK B M. Digital economy in visegrad countries. Multiple-criteria decision analysis at regional level in the years 2012 and 2015［J］. Journal of Competitiveness， 2017， 9（2）：5-18.

[21] JJABLONSKI M.Value migration to the sustainable business models of digital economy companies on the capital market［J］. Sustainability， 2018， 10（9）：3113-3119.

[22] TEASLEY L R， MCKINNEY C D. Calculating the benefits of transboundary river basin cooperation： Syr Darya Basin［J］. Journal of Water Resources Planning and Management， 2011， 137（6）：481-490.

[23] 郭亚军，李玲玉，易平涛，等. 拉开档次法稳定性分析及改进［J］.运筹与管理， 2015，24（2）：155-162.

基金资助

陕西省科技厅资助项目“陕西省在‘一带一路’生态共同体中的作用”(KRM056)