西部地區十二省份數字經濟發展水平測度與碳排放影響的關系研究

辛陽 賀民澍 何銀寧

摘 要：隨著“東數西算”工程全面啟動，本文采用一種合適的、可量化的方法測度當前較我國東、中部地區數字經濟發展水平存在較大差異的西部地區發展現狀。一方面，本文選用2014—2020年國家統計局統計年鑒、第三產業統計年鑒、信息產業統計年鑒及目標省份統計年鑒中部分數字經濟可替代性關鍵指標進行擴展和修正，采用改進的TOPSIS方法對西部地區十二省份的數字經濟發展水平進行測度和評價；另一方面，通過構建計量模型探討上述西部地區十二省份數字經濟發展對碳排放的影響關系及其作用機制。結果顯示，西部地區各省數字經濟發展存在“數字鴻溝”現象，同時西部地區數字經濟發展對碳排放的影響并未呈現出顯著的倒“U”型非線性關系，而是處于一種發展早期所呈現的正線性相關關系。因此，本文為決策機構制定和實施西部地區數字經濟與環境協調發展的相關政策提供了思路和建議，僅供參考。

關鍵詞：數字經濟；碳排放；改進的Topsis方法；西部地區十二省份

本文索引：辛陽，賀民澍，何銀寧.<變量 2>[J].中國商論，2024（02）：-079.

中圖分類號：F127；X324 文獻標識碼：A 文章編號：2096-0298（2024）01（b）--08

1 研究背景及意義

2021年4月，中國信息通信研究院發布《中國數字經濟發展白皮書》報告指出，我國2020年數字經濟規模達到39.2萬億元，占GDP的比重高達38.6%，數字經濟規?？偭勘３?.6%的快速增長。近年來，我國數字經濟發展正處于快速發展階段，數字經濟規模由2016年的22.6萬億元增長至2020年的39.2萬億元，以2016年為基期，定基增長率為73.45%，年平均增長率為14.76%。隨著“雙碳”目標的提出，低碳發展逐漸受到國內學者的關注，數字經濟的發展是否能夠助力“雙碳”目標成為一項重要課題，對我國早日實現“雙碳”目標具有重要意義。

然而，我國數字經濟快速發展的同時逐漸顯露出一些問題。從我國區域數字經濟發展層面來看，東部、中部和西部地區數字經濟發展水平呈現出較大的差異。東部地區各省份數字經濟發展保持著明顯的領先優勢；中部地區雖次之，但與東部地區差距較大；西部地區的數字經濟發展現狀則一直處于較低水平，與其他地區相比差距較大。因此，關注發展相對落后的西部地區數字經濟發展現狀，對其進行客觀、科學的測度與評價，并進一步探尋其發展與環境發展的內在聯系機制，對縮小西部地區數字經濟發展與東、中部之間的差距推動形成《二十大報告》中綠色低碳的生產、生活方式具有重要意義。

2 文獻綜述

2.1 數字經濟內涵及其測度體系

數字經濟涉及領域廣泛，凡是直接或間接利用數據來引導資源發揮作用、 推動生產力發展的經濟形態都可以納入其范疇。目前，數字經濟的定義可以分為狹義和廣義兩種。狹義上的數字經濟僅包括數字經濟核心產業（Bukht and Heeks，2017）；而廣義上的數字經濟泛指應用數字技術的一系列技術活動，包括數字經濟核心產業、數字經濟融合產業等（康鐵祥，2008）。

Brent，R.M.和Steven，L.（1999）探討了數字經濟和GDP的關系，認為數字經濟包括信息技術和電子商務。Bharadwaj和Pavlou（2013）從電子商務的范圍、電子商務的規模、電子商務發展的速度和電子商務中價值的創造四方面對數字化商業模式進行研究。Kim B等（2002）對數字經濟發展和數字化交易的關系進行研究，指出數字經濟活動是服務和商品數字化的進行方式。Scott和Carrtngton（2011）認為，互聯網的發展極大地促進了數字經濟的發展，人們在互聯網的社交使得數字化服務不斷滲透到日常生活中，為數字經濟的發展奠定了基礎。陳曉紅等（2022）對數字經濟的內涵與特征、數字經濟核心理論和數字經濟研究方法體系進行了闡述，探討了我國數字經濟理論體系的拓展及未來的研究方向。劉軍等（2020）給出了數字經濟的內涵，并在此基礎上分析了促使我國數字經濟發展的眾多因素，指出數字經濟發展存在“數字鴻溝”與兩極分化現象。

數字經濟測度指標體系研究方面，2017年中國信通院最早發布《中國數字經濟發展白皮書（2017）》；同年新華三集團數字經濟研究院發布《中國城市數字經濟指數白皮書（2017）》；騰訊發布的“互聯網+”數字經濟指數?；谶\用統計與測算相結合的方法形成相關指標數據的有：浙江省出臺的《浙江省數字經濟發展綜合評價辦法（試行）》、重慶市制定的《重慶市數字經濟統計報表制度》、貴州省制定的《貴州大數據產業統計報表制度》等。

數字經濟區域發展綜合評價方面，巫景飛、汪曉月（2022）基于最新統計分類標準，編制了2009 —2019年中國數字經濟產業的發展指標體系，測度了我國30個省份的數字經濟發展水平，分析了各省份數字經濟發展的差異及時空特征。藍國姣（2020）對我國中部六省份數字經濟發展總體狀況進行了評價，并從多個角度給出數字經濟發展的建議。徐瀅、張娟娟（2022）從區域協同的視角，解析了數字經濟產業分布特征。

2.2 數字經濟與碳排放研究

本文的研究與數字經濟的發展對碳排放的影響關系及其具體的作用機制密切相關。林達（2022）指出，數字經濟發展能夠有效助力低碳消費。葛立宇等（2022）研究了數字經濟、產業結構轉型和碳排放之間的關系，認為數字經濟發展通過產業結構升級有效地促進了城市的碳減排?？婈戃姷龋?022）以中國278個地級市為研究對象，論證了數字經濟發展能夠通過創新效率間接促進碳減排。

由上述文獻可知，數字經濟可從產業結構轉型升級、創新效率和綠色技術創新多方面因素間接影響碳排放。已有研究表明，中國數字經濟的發展與碳排放呈現出非線性的關系，該研究結論是從中國整體視角出發得出的，而我國西部地區數字經濟發展和碳排放是否依然遵循非線性關系鮮有相關的實證研究。

在綜合已有相關文獻的基礎上，本文可能的邊際貢獻有三點：第一，采用改進的TOPSIS方法建立了一套符合西部地區十二省份數字經濟發展水平現狀的綜合評價體系；第二，對西部地區十二省份數字經濟發展水平與其碳排放影響關系進行了計量和實證；第三，依據綜合評價結果，從數字基礎設施建設、數字產業化、產業數字化、數字創新能力和發展環境五個維度對西部地區數字經濟發展進行了較科學和全面的分析。

3 數字經濟發展水平測度方法

3.1 指標體系構建

本文參考《中國數字經濟發展白皮書（2020）》中關于數字基礎設施、數字產業化、產業數字化和數字創新能力的指標描述，并借鑒蔣金荷（2021），從數字基礎設施、數字創新能力、產業數字化、數字產業化和數字發展環境五個層面構建數字經濟發展的測度體系，如表1所示。

3.2 數據來源

本文所有數據均來自2014—2020年國家統計局統計年鑒、第三產業統計年鑒、信息產業統計年鑒和西部地區省域相關統計年鑒。根據中國經濟地理分區，選取山西省、四川省、重慶市、陜西省、貴州省、云南省、甘肅省、青海省、寧夏回族自治區、廣西壯族自治區、內蒙古自治區、新疆維吾爾自治區12個省份的相應數據為研究對象，編制對應年份上述地區的數字經濟發展水平指標。

3.3 基于熵權法的權重計算

本文采用熵權法計算每個指標的權重，即根據指標變異性的大小確定權重。該方法具有賦值的客觀性，在多場合具備較強的適應性。

3.3.1 數據的標準化處理

本文采用極差法消除量綱的影響，具體方法如下：

設省份數為，指標數為，年份為，則對正向指標有：

相應地，負向指標有：

其中，代表第個省份第個指標第年的數值；為消除量綱后的數值，且取值范圍為[0，1]。

3.3.2 計算信息熵

計算信息熵的公式如下：

其中，代表年第j個指標第i個省份所占的比重。

其中，為年第j項指標的信息熵，當時，令。

3.3.3 計算差異性系數和熵權值

差異性系數可以反映該指標在不同評價對象間的差異大小，指標值間的差異越大，差異性系數越大，該指標的信息熵越大，該指標所占的權重也就越大；反之，亦然。具體計算公式如下：

其中，為差異化系數，為熵權值。

3.4 指標權重的計算結果

根據上文所述的計算步驟，對七組權重計算加權平均得2014—2020年各級指標的權重，計算結果如表2所示。

由表2可知，數字基礎設施權重為0.156、數字創新能力權重為0.264、數字產業化權重為0.192、產業數字化權重為0.282、數字發展環境權重為0.106，數字創新能力和產業數字化能力占比權重處于高位水平，數字基礎設施和數字產業化發展占比權重較前兩者略低，而數字發展環境的平均權重最低。

由圖1可知，五大指標在數字經濟發展過程中所占的權重相對穩定，歷年來權重變化幅度較小，均在合理區間內波動起伏，表明我國西部地區數字經濟發展的結構穩定合理，數字經濟發展處在平穩的發展區間。其中，數字產業化權重從2014年的0.179上升到2020年0.280，權重占比具有逐年增加的趨勢；數字創新能力和產業數字化權重占比較高，但近年權重占比呈現小幅降低的趨勢；而數字基礎設施和數字發展環境的權重占比較低。2020年，新冠疫情爆發，數字經濟發展受到影響，圖1表明除了數字化產業權重呈現增長外，其他四個發展指標權重均有不同程度的降低。

3.5 基于改進TOPSIS法計算綜合得分

傳統的TOPSIS法在計算每個評價對象綜合得分時，未考慮指標之間的重要性差異，故在計算各指標權重時采用的是平均權重，可能造成最終的綜合得分結果不理想。本文采用改進的TOPSIS法，即將熵權法和TOPSIS法相結合，運用熵權法計算各指標權重后，再利用TOPSIS法計算各評價對象的綜合得分，使計算結果更加科學合理，模型基本步驟如下。

3.5.1 原始數據指標正向化

其中，為最大值。對中間型指標有：

其中，為最大值；為最小值。對區間型指標有：

其中

3.5.2 構建標準化矩陣

其中，Xij為第i個省份第j個指標的原始數據；Zij為標準化后的數據；n為西部地區省份個數。

3.5.3 計算各評價對象最優最劣距離

第i個省份與最大值的距離和最小值的距離分別定義為：

其中，為第j個指標的權重（本文由熵權法確定權重）；與分別為標準化矩陣第j個指標的最大值與最小值。

3.5.4 計算評價對象貼進度

計算評價對象貼進度如下：

其中Ci為第i個省份的綜合得分，取值范圍為[0，100]，數值越大，代表該評價對象表現越優；反之，得分越低，評價對象表現越差。

4 數字經濟發展水平綜合評價

4.1 西部地區十二省份數字經濟發展總體評價

此部分中所有總指數和分類指數的結果均由二中計算所得的權重加權求和后得到，具體計算公式如下：

其中，為第年第j個指標的指數值；為第年數字經濟發展總指數。表3為2014—2020年西部地區數字經濟發展總指數和各分類指數結果，圖2繪制了西部地區數字經濟發展總指數折線圖。

由表4數據計算可知，在五大分類指數中，數字創新能力指數均值最高，為0.8681；數字產業化指數和產業數字化指數均值略低于數字創新能力指數，分別為0.8597和0.7717；而數字基礎設施指數和數字發展環境指數均值較低，分別為0.6704和0.4947。數字經濟總指數方面，由圖2可知，2014—2019年數字經濟發展總指數呈現上升趨勢，表明西部地區數字經濟發展在此期間呈現較好的發展態勢，但應注意到其發展速度較慢，與東部地區省份存在較大的差距。結合表4數據和圖2數字經濟發展總指數發現，2020年數字經濟發展總指數和除數字創新能力指數之外的其他四類指數均存在不同程度的下降，表明在新冠疫情時期，數字經濟發展的某些方面也受到了不同程度的影響。

由圖3可知，在五大分類指數中，數字創新能力指數不僅處于高位具有逐年增長的趨勢，表明近年來數字創新能力成為數字經濟發展中越來越重要的一環，創新驅動經濟增長。同樣的，數字創新助力數字經濟增長，在數字經濟方面同樣需要實施創新驅動發展戰略；數字基礎設施等其他四方面的指數數據呈現出平穩的趨勢。

總體來說，各分類指數處于正常區間內小幅波動，且部分指數呈現出明顯的上升趨勢；在數字經濟發展總指數層面，歷年指數呈現出穩定的上升態勢，表明西部地區數字經濟發展狀況良好，且呈現向上的趨勢，但由于地理因素和經濟技術基礎薄弱等條件的限制，西部地區數字經濟發展速度較為緩慢。

4.2 西部地區各省數字經濟發展綜合評價

此部分各省數字經濟發展綜合得分均采用改進的TOPSIS法計算得出。

4.2.1 西部地區各?。ㄗ灾螀^）數字經濟發展現狀總體分析

由圖4可知，四川數字經濟發展綜合得分排名第一，陜西、重慶數字經濟發展綜合得分排名分別居第二位、第三位，排名靠后的三位則分別是寧夏、甘肅和青海。各省數字經濟發展綜合水平呈現出三個梯隊，第一梯隊綜合得分達到40分以上，分別是四川、陜西和重慶，其中四川以77.58的最高得分居于榜首，與陜西、重慶的得分拉開了較大差距；第二梯隊綜合得分在20～30分，處于該梯隊的省份（自治區）分別是廣西壯族自治區、山西和云南；第三梯隊則是綜合得分在20以下，該梯隊中的省份（自治區）分別為貴州、內蒙古、新疆、寧夏、甘肅和青海。

可知，四川的數字經濟發展在西部地區數字經濟發展過程中處于領跑地位，歷年來綜合得分結果均為第一，綜合排名第一。四川能在西部各省份數字經濟發展過程中處于領先地位，究其原因，不僅是四川有較好的自然條件，還因為四川相對其他省份具備更加完善的數字經濟發展政策、數字經濟基礎設施建設和較高的數字化建設水平。從表5排名結果可以發現，山西和貴州的數字經濟發展一直處于上升態勢。具體來看，山西在2014—2016年發展水平處于中等水平，排名第六，從2017年開始，山西的數字經濟發展速度加快，此后歷年的排名逐年上升，到2020年，山西數字經濟發展排名升至第四位，表明山西的數字經濟發展速度較快，且發展動力強勁。表5中排名最后的三省份分別是寧夏、甘肅和青海，其數字經濟發展綜合得分最低，特別是青海，其得分不足10分，與第一梯隊的綜合得分相距甚遠。

4.2.2 西部地區十二省市數字經濟發展各分項指標發展水平分析

利用前文與計算綜合得分一致的方法，本文對目標省市數字經濟發展指標體系中各分項的得分情況進行計算，如圖5、圖6、圖7、圖8、圖9所示。

（1）四川的數字經濟發展在各項得分方面都遙遙領先，但除了四川外，其他各省市在不同分項上的發展水平差異較大。例如，廣西壯族自治區的數字經濟發展水平綜合排名第四，但在數字基礎設施建設和數字經濟發展環境方面的發展高于平均水平。因此，各省份應按照比較優勢因地制宜，充分挖掘數字經濟增長的新動能、新潛力。

圖9 2014—2020年各省份數字發展環境綜合得分雷達圖

（2）陜西和貴州的數字創新水平分別在2014—2016年、2020年具有不俗表現，這與近年來兩省出臺一系列數字經濟發展政策，如著力建設數字經濟發展創新區、強化數字科技和人才支撐關系密切。

（3）各省的數字產業化發展水平總體呈現增長態勢。四川、陜西和重慶處于第一梯隊，優勢明顯。其中，陜西破除地理條件壁壘，大力發展數字化產業，先后建設了陜西省數字經濟試點示范區和陜西省“秦嶺云計算”平臺，極大推動了陜西省的數字經濟發展。

（4）西部地區各省市產業數字化發展水平斷層現象較嚴重。中央和地方都應考慮出臺相關政策，以縮小西部地區各省份在產業數字化方面的差距。

（5）數字經濟發展對環境有正向效應。西部地區各省市數字經濟發展環境綜合得分總體差別最小，說明數字經濟的發展能夠促進城市綠色高質量發展。為驗證兩者之間是否存在因果關系，本文將對目標省市的數字發展水平與碳排放關系進行研究。

5 西部地區十二省份數字經濟發展與碳排放關系影響研究

目前，部分學者認為我國數字經濟發展和碳排放的關系遵循倒“U”型的非線性影響關系（葛立宇等，2022），且數字經濟發展通過產業結構升級加快了U型拐點的形成。徐維祥等（2022）發現，數字經濟的發展在東部地區對碳排放存在顯著的降低作用，而在中部、西部地區則在一定程度上加劇了碳排放量，造成這一現象的主要原因是數字經濟發展初期需要大量的能源消耗，導致碳排放量的增加。

據此，本文提出以下假設：西部地區數字經濟發展仍處于初期階段，對碳排放的影響遵循正線性相關關系。

5.1 變量的選取

（1）被解釋變量的選?。憾趸寂欧帕浚╟e），本文參考陳詩一（2009）關于二氧化碳排放量測定的做法，將各項能源指標分別加權求和得到最終的二氧化碳排放總量。具體計算方法為：。其中，為二氧化碳總量，為各項能源指標轉換系數，為各項能源指標。

（2）解釋變量：數字經濟發展指數，本文采用上文計算得到的各省數字經濟發展指數作為模型中的核心解釋變量。

（3）控制變量：參考高原（2022）的做法，本文選取綠色金融（gre）、能源消耗（per）、環境污染（poll）作為模型的控制變量。采用綠色信貸、綠色證券、綠色投資、綠色保險、碳金融5項指標計算綠色金融發展指數；火力發電量作為衡量能源消耗情況的指標；參考董直慶和王輝（2019）的做法，計算環境污染指數作為環境污染狀況的衡量指標。

5.2 個體固定效應面板數據模型的建立

本文建立個體固定效應模型如下：

其中，Ince、Inper分別為二氧化碳、火力發電生產量的對數值；digt、gre、poll分別為數字經濟指數、綠色金融指數和環境污染指數；分別為個體固定效應和隨機擾動項。

5.3 數據來源

本部分數據主要來源于國家統計局數據庫、中國環境數據庫、中國金融數據庫、中國宏觀經濟數據庫和各省統計年鑒。本文以西部地區12個省市（自治區）為研究對象，收集2014—2020年相關指標數據，各指標描述性統計量如表6所示。

5.4 實證分析

5.4.1 面板回歸結果分析

根據表7的回歸結果，數字經濟（digt）指數在1%水平上顯著為正；而在表8中，數字經濟（digt）一次項系數為正，二次項系數為負，在5%水平上未通過系數的顯著性檢驗。模型結果與本文假設預期一致，即西部地區數字經濟的發展處于初期階段，其發展紅利并未顯著減少二氧化碳排放量；相反，碳排放量還有一定程度的增加，出現了數字經濟所謂“綠色盲區”的問題。表8數字經濟指數系數也已表明，西部地區數字經濟發展對碳減排的倒“U”型非線性關系已初具雛形，數字經濟發展對碳排放的效應正由正線性關系向倒“U”型非線性關系轉化。

控制變量中，綠色金融指數系數在1%水平上顯著為負，表明綠色金融發展水平越高，碳減排效果越好，這一結果與現實相符?；鹆Πl電量系數顯著為正，說明西部地區目標省市能源消耗較大，加劇了碳排放量；環境污染指數系數亦顯著為正，可知工業廢水、工業二氧化硫和工業煙塵等工業污染物的排放與碳排放存在交互作用。

5.4.2 模型檢驗

F（chow）檢驗與Hausman檢驗結果顯示，在5%的顯著性水平上均拒絕原假設，表明真實模型為個體固定效應變截距模型。

面板單位根檢驗：對被解釋變量碳排放量（Ince）進行LLC和IPS檢驗。結果顯示，在5%的顯著性水平上均拒絕了原假設，表明個體趨勢平穩，且在剔除了趨勢項后被解釋變量所有個體均是平穩的。

6 結語

通過以上研究發現：（1）我國西部地區數字經濟發展現狀總體平穩，但與中部地區、東部地區的數字經濟發展存在較大差距，說明我國東中西部地區數字經濟發展仍存在明顯的“數字鴻溝”現象。（2）西部地區各省數字經濟各分項發展情況總體穩定，呈現穩步上升趨勢，但各省發展水平存在較大差異，呈現出三個梯隊。（3）各省市（自治區）都較重視數字創新能力的發展，且具有各自比較優勢，但在產業數字化發展方面的差距較大。（4）西部地區數字經濟的發展處于初期階段，數字經濟發展在西部地區對碳排放的影響呈現出正線性關系向倒“U”型非線性關系的轉化。

據此，本文提出以下建議：（1）為縮小西部地區各省市（自治區）數字經濟發展差距，四川、陜西和重慶等數字經濟發展強省應對西部地區數字經發展落后省份，如青海、甘肅等省進行相應的數字技術和產業交流、扶助，帶動西部地區數字經濟整體向上發展。（2）從前文分析可知，西部地區數字經濟發展環境方面差別較小、教育資源水平相當，如何吸引數字經濟人才到當地發展成為關鍵。因此，各級政府應加大數字化人才的引進力度，培養具有數字化技術的復合型人才，積極出臺具有吸引力的就業政策，促進數字經濟人才在本土的全面發展。（3）西部地區各省應立足自身優勢，加大加快符合省情的數字經濟基礎設施建設，尤其是在技術創新方面的投入，促進數字經濟朝著更高、更好的方向發展。（4）西部各省市應借力“雙碳”目標發展機遇，形成科學、合理、漸進的企業與環境協調發展機制，更好地助力數字經濟發展和節能減排。

參考文獻

Bharadwaj，A. and Pavlou，P. A.，.Digital Business Strategy： Toward a Next Generation of Insights[J]. MIS Quarterly，2013，37（2）：471-482.

Brent，R. M. and Steven，L..，. GDP and the Digital Economy： Keeping up with the Changes[J].Understanding the Digital Economy Data，1999，4（5）：34-48.

Bukht， Rumana， Richard Heeks. Defining， conceptualising and measuring the digital economy[J]. Development Informatics working paper，2017，68：67-89.

Kim B， Barua A， Whinston A B. Virtual Field Experiments for a Digital Economy： A New Research Methodology for Exploring an Information Economy[J]. Decision Support Systems，2002，32（3）：215-231.

Li X， Liu J， Ni P. The Impact of the Digital Economy on CO2 Emissions： A Theoretical and Empirical Analysis[J]. Sustainability， 2021， 13（13） ：84-102.

Salahuddin M， Alam K. Internet Usage， Electricity Consumption and Economic Growth in Australia： A Time Series Evidence [J]. Telematics and Informatics， 2015， 32（4） ：57-63.

Scott J， Carrington P J. The SAGE Handbook of Social Network Analysis[M]. SAGE Publications，2011：34-38.

陳桂龍.為數字城市提供優化創新的發展模式：《2019城市數字發展評價指數報告》發布[J].中國建設信息化，2020（3）：70-75.

陳詩一.能源消耗、二氧化碳排放與中國工業的可持續發展[J].經濟研究， 2009，44（4）：41-55.

陳曉紅，李楊揚，宋麗潔，等. 數字經濟理論體系與研究展望[J].管理世界，2022，38（2）：208-224.

董直慶，王輝.環境規制的“本地—鄰地”綠色技術進步效應[J].中國工業經濟， 2019（1）：100-118

高原，申珍珍.綠色金融改革政策的碳減排效應[J].中國環境科學， 2022（10）：1-13.

葛立宇，莫龍炯，黃念兵.數字經濟發展、產業結構升級與城市碳排放[J].現代財經（天津財經大學學報），2022，42（10）：20-37.

蔣金荷.可持續數字時代：數字經濟與綠色經濟高質量融合發展[J].企業經濟，2021，40（7）：23-30

康鐵祥.中國數字經濟規模測算研究[J].當代財經，2008（3）：118-121.

藍國姣. 中部地區數字經濟發展水平的統計測度研究[D].南昌：江西財經大學，2020（8）：11-22.

林達.“雙碳”目標下數字經濟助力低碳消費[J].中國集體經濟，2022（14）：29-32.

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

繆陸軍，陳靜，范天正，等.數字經濟發展對碳排放的影響：基于278個地級市的面板數據分析[J].南方金融，2022（2）：45-57

巫景飛，汪曉月.基于最新統計分類標準的數字經濟發展水平測度[J].統計與決策，2022，38（3）：16-21.

徐維祥，周建平，劉程軍.數字經濟發展對城市碳排放影響的空間效應[J].地理研究，2022，41（1）：111-129.

徐瀅，張娟娟.五大城市群數字經濟產業發展水平測度研究[J].信息系統工程，2022（3）：24-27.

中國信息通信研究院.中國數字經濟發展白皮書（2020年）[J].2020：23-25.