294学苑论衡
人类社会已步入以数字化生产力为主要标识的新历史阶段。以大 数据、云计算等为代表的新一代信息技术迅猛发展，数字经济已然成 为影响国际竞争格局的核心力量。持续稳定快速发展的数字经济是经
济高质量发展的重要引擎。1994年，我国数字经济开始萌芽，该阶段
的商业模式仍较为单一；2003年数字经济步入发展期；2013年至今
菌基于互联网的模式创新不断为其注入新的活力，已越发成熟。近年来
植物凝集素我国数字经济规模快速增长，占GDP 比重持续上升，2018年我国数
字经济总量达到31.3万亿元，占GDP 比重超过1/3。但据2017年数
字经济发展报告指出，我国数字经济的规模、增速、占比在稳步提升
中呈现出明显的区域差异，中国数字经济空间格局的形成机理有待研
究。
一、研究方法
西华大学学工系统通过研读徐清源、单志广等[1]对欧盟数字经济与社会指数指标体
系、中国信息通信研究院数字经济指数指标体系、赛迪中国数字经济
指数指标体系等的分析，结合张雪玲、吴恬恬建立的数字经济发展测
文件传输协议
评指标体系[2]，本研究最终建立中国省域数字经济评价指标体系。该体系有数字化基础设施、数字化应用和数字产业变革3个一级指标，
每个一级指标下设2个二级指标，每个二级指标下设2个三级指标；
6个二级指标分别为网络基础、移动基础、个人应用、企业应用、电
子商务和科研应用；网络基础下的三级指标为互联网宽带接入端口（万
个）和移动互联网用户（万户），移动基础下的三级指标为移动电话
交互机容量（万户）和移动电话普及率（部/百人），个人应用下的
三级指标为每百人使用计算机数（台）和彩电视机用户数（台/百户），
企业应用下的三级指标为有电子商务交易活动的企业数比重（%）和
每百家企业拥有网站数（个），电子商务下的三级指标为网络零售占
奥迪a86.0社会消费品零售总额比重（%）和电子商务交易额占地区生产总值比
重（%），科研应用下的三级指标为软件业务收入（万元）和专利授
权数（件）。其中，网络零售占社会消费品零售总额比重由网上零售
额除以社会消费品零售总额得来；电子商务交易额占地区生产总值比
重由电子商务销售额除以地区生产总值得来。所有数据均来自19年
中国统计年鉴，样本范围是31个省市自治区。
（二）灰关联分析法
灰关联分析通过计算子序列和母序列曲线几何形状的相似程度来判断子序列和母序列之间联系的紧密性，灰关联度越大，二者的变化态势一致程度越高，即子序列对母序列的影响程度越大。灰关联分析对样本量的多少和样本数据的分布特点没有要求，非常适合分析复杂无明显规律的系统[3]。影响数字经济的因素纷繁复杂，因此使用灰关联分析法进行综合评价较为合适。本研究使用《数学建模算法与应用》（司守奎）中的灰关联度计算方法[4]。二、对中国省域数字经济空间分布的实证研究（一）基于灰关联分析法对省域数字经济的评价分析本研究构建的数字经济评价指标体系中的12
个三级指标都是效益型指标，因此可以选取每个指标中的最大值作为灰关联分析的参考序列，而12个三级指标作为子序列。用MATLAB 设计算法，输出中国31个省域数字经济综合水平得分，见表1。表1 中国31
个省域数字经济综合水平由表1可得广东、北京、上海、江苏和浙江5省的数字经济综合水平得分超过50，远高于其他省域，其中广东和北京的数字经济综合水平得分相差无几，均超过70，是中国数字经济发展的排头兵；其他26个省域的综合得分均集中在36—48之间，差距不大。由于三级指标数量较多，此处就不一一展示三级指标下得分。（二）省域数字经济空间分布格局研究为更好地探究中国数字经济省域空间分布特点，可利用K-Means 聚类法将31个省聚类成若干梯队，并结合各省地理位置信息来研究。K-Means 聚类是一种无监督学习算法，它可将一些无标签数据自动分为几组，使组内差异较小而组间差异较大，达到同一类样本有相似特征的效果。本研究使用Python 中sklearn 学习包中的K-Means 对中国摘要：基于前人对数字经济测度指标体系的研究，建立中国省域数字经济评价体系，然后使用灰关联分析法对各个省域的数字经济水平进行评价，以便使用相关分析法来研究中国省域数字经济空间格局的形成原因。研究结果表明，数字化基础设施、数字化应用和数字产业变革都能够显著影响数字经济的发展，其中数字产业变革对数字经济发展的影响程度最大。
关键词：数字经济；灰关联分析；相关分析；MATLAB
中国数字经济空间格局的形成机理研究
张海鹏1 方瑞鼎2 金川1
vhdl数字电路设计教程（1安徽财经大学国际经济贸易学院）
（2安徽财经大学统计与应用数学学院）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议