EN中文

Economic geography >

2019 , Vol. 39 >Issue 12: 31 - 38

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.12.004

The Impact of China's Information Technology Gap on Regional Income Difference

  • SUN Jie , 1 ,
  • MIAO Zhenlong 2 ,
  • CHEN Xiuying , ※, 3
Expand
  • 1. Yiwu Industrial and Commercial College，Yiwu 322000，Zhejiang，China
  • 2. Department of Technological Business Start-up，Kunsan National University，Kunsan 54150，Korea
  • 3. School of Economics and Management，Zhejiang Ocean University，Zhoushan 316022，Zhejiang，China

Received date: 2019-03-24

  Revised date: 2019-09-14

  Online published: 2025-04-18

Fold

Abstract

Through the re-understanding of the connotation of regional income disparity and the comprehensive review of the essence of the information gap，the paper introduces 4C model of information society，weighted standard deviation index，relative difference coefficient and gray relational degree analysis. To support GIS grading method, from the spatial scale of provincial unit，Information gap and regional income，and reveal the evolution trend of regional information gap and regional income gap in China and the influence coefficient of information gap on regional income disparity. According to the study, China's regional income difference and ICT index show an overall growth trend, and the relative difference in inter-regional information gap is gradually decreasing. The regional income shows a relative difference coefficient, which is firstly reduced and then increased. The absolute difference gradually increases, and with the spatial location. The change in the eastern, central and western regions showed a trend of expansion. It should be more focused on the ability to train people to use the network and the optimization of network content applications and precise positioning.

Key words： information gap; regional income; gray correlation; information poverty alleviation; GIS; digital economy; information network facilities

Cite this article

SUN Jie , MIAO Zhenlong , CHEN Xiuying . The Impact of China's Information Technology Gap on Regional Income Difference[J]. Economic geography, 2019 , 39(12) : 31 -38 . DOI: 10.15957/j.cnki.jjdl.2019.12.004

区域收入差异是人类经济社会生活伴生现象[1]，信息化鸿沟作为信息技术在区域间不均衡发展的产物，东中西三大区域之间围绕信息通信技术（Information Communications Technology，ICT）为首的信息接入与应用不对称日渐凸显[2]。信息化和数字化作为一种全新的生产要素被投入到生产各环节，推动地区新产业、新业态和新模式的快速兴起[3]。信息技术普及落后的国家和地区将面临新的“知识贫困”“信息贫困”危机[4]，丧失参与新兴技术发展的机遇。贫困问题，依然是我国当前社会经济发展过程中最突出的短板。加快推进区域信息化、网络化的进程，完善中低收入群体所处区域的基础设施、提升其数字素养[5]，可使得经济社会活动的空间限制得以突破，区域承载力进一步提升，经济空间结构也得以优化[6]。区域信息鸿沟不仅是一种“发展状态”[7]，同时作为“发展问题”和“发展结果”，发达国家信息产业相关联经济活动对GDP的贡献远超于第一产业和第二产业，信息资源匮乏的发展中国家及地区，因存在着信息和数字的不平等，将面临新的结构性失业、社会矛盾激化问题，并对民众的离线活动和日常生活产生不利影响[8]。区域经济发展的不均衡导致信息鸿沟的显现，信息鸿沟同时反向加深该地区发展成本，产生经济鸿沟[9-10]并影响经济活动的开展。深入探讨两者之间的关联，化“信息鸿沟”为“信息红利”[11]，探索转移就业新途径，加大科技扶贫力度，完善信息扶贫政策，提升贫困户利用信息技术创业增收的能力，对解决当前的贫困问题显得尤为重要。
目前我国区域经济发展差异呈现增大趋势，孙东琪等认为东部区域整个地区极化现象十分严重[12]；陈修颖等认为经济集中度差异、区域信息分化在逐年加剧，如何缩小这种因信息发展不平衡造成的区域差异，国内外学者都进行较多的有益的探索[13]；沈丽珍等认为信息社会促进传统时间和空间的重构[14]；李会宁等研究认为我国东中西三大区域间差异逐年加大，区域间经济鸿沟逐渐加大[15]；Nguyen针对不同阶层不同收入区域收入分配问题，利用分位数回归技术对多因素进行研究，使得分析结果更加全面、深入[16]。关于信息化鸿沟系数的测量，国内外研究较为丰富，如Sciadas提出信息化状态指数Infostate，用以衡量区域内部信息化程度[17]；Arquette提出信息智商指数（IIQ）[18]，将信息鸿沟量化为区域综合性差异指标，用以衡量区域的信息鸿沟发展现状；ITU依据区域信息接入能力的强弱提出信息接入指数（DAI）[19]，同时提出信息接入机遇指数（DOI）[20]和ICT机遇指数（ICT-OI）[21]2个指标，用来测量区域信息机遇与ICT机遇的大小；Vehovar等突破测度模型不能跨越时间和类别的一维研究现状，主张以时间延迟替代信息鸿沟的理念，提出一种新的研究体系“时间距离（time-distance）”研究模式[22]；祝建华通过对各阶层对互联网使用情况的分类指标的平均差异及绝对值，提出信息化鸿沟指数（DDI）测度方法[23]。总体而言，信息鸿沟测度模型主要分为：加州大学洛杉矶分校提出的3C模型[24]、信息社会8C框架模型[25]、信息社会4C模型[26]三类，上述方法都无法实现对研究数据的跨区域、跨时间的综合测量。

1 研究方法与数据源

1.1 研究区域与数据源

由于近年地级行政区略有调整，省级行政区的管辖范围相对稳定，本文在考虑研究区域的空间完整性及数据全面性、可获得性的基础上，以2017年中国省级行政单元（包括4个直辖市、5个自治区）为尺度进行对照分析，不包括台湾省、香港和澳门特别行政区，由此得到31个省（市、区）政单元（下简称“省级单元”）作为样本参与研究。
本文所需要社会经济及信息产业统计数据主要源自2011—2017年《中国统计年鉴》《中国信息年鉴》《中国信息产业年鉴》、各地省市统计年鉴。共包括4个一级指标和10个二级指标，分别为网络可连接性、网络使用能力、网络内容应用及网络外部环境。限于2017年互联网上网人数统计指标可得性，本研究结合31个研究样本的2011—2016年共6年互联网上网人数数据，分别构建线性预测方程得出2017年网民总数预测值为7.76亿，较实际7.72亿网民数仅存在0.5%的误差，故而数据具有一定的可信度。以GIS中分级设色法为支撑，构建地理空间数据库，并与区域信息化指数数据库及区域收入数据库进行重构[27]，以此完成地理空间数据的可视化表达。各省级单元行政界线及地理位置，源自国家基础地理信息中心1∶400万数据库，采用投影坐标系。

1.2 研究方法

1.2.1 信息鸿沟指数测度

为准确合理地评价我国区域间的信息鸿沟差异状况，结合中国的实际，既要避免核心数据的遗漏，又要避免无意义数据的交叉重叠干扰数据的量化结果，选取信息社会4C模型作为研究的理论框架。在对ICT接入和应用水平评估中，为确保数据的完整性及可信度，研究指标遵循综合性原则、数据匹配性原则，引入层次分析法（Analytic Hierarchy Process）[28]，共设置4个一级指标10个二级指标进行验证。各指标体系如下：网络可连接性（每百人网站数、每百人域名数、互联网普及率、每百人移动电话交换机容量）、网络使用能力（信息产业从业人员占总劳动人口比例、15岁以上人口非文盲比例）、网络内容应用（每百人固定电话户数、每百人移动电话户数、每百人因特网用户数）、网络外部环境（信息设施投入占总社会固定资产投资比例）等，共计4个准则层指标，10个子准则层指标。通过对原始数据采用均值化处理[9]，得到全国各省（市、区）ICT接入和应用水平综合指数ICI（ICT composite index）。
ICI指数计算公式如下：
I C I K = ∑ i = 1 N ∑ j = 1 N i P i j k W i j W i     K = 1,2 , … , P
式中： I C I K为对应的省份 K的ICT接入和应用水平综合指数； N i为第 i个准则层中子准则层数量； P i j k为对应省份 K的第 i个准则层指标中第 j个子准则层的标准化数值； W i j为第 i个准则层指标中第 j个子准则层对应的权重数值； W i为第 i个准则层的权重数值； P为省级单元研究样本数量。根据综合指数采用相对集中度分析方法进行跨区域横向对照分析，并辅以跨时间的数据的纵向比较，得出区域间的信息鸿沟发展状况。

1.2.2 区域收入差异的测度

为全面客观反映我国区域收入间差异状况，引入加权标准差、相对差异系数两项指标，以求对各省（市、区）之间的绝对差异和相对差异做出准确判断。在分析区域间收入差异时，加权标准差可以克服区域划分的干扰，实现对区域多角度分析的同时，使研究结果更具稳定性。
加权标准差计算公式如下：
S w = ∑ i n y i - y 2 · p i p       i = 1,2 , … , P
式中： S w表示区域间绝对差异系数； y i为 i区域的居民收入； y表示全国居民人均收入； p i表示 i区域的居民人口数； p表示全国人口数量； i为研究区域数量。 S w越大，表明区域间收入差异绝对差距越大。
相对差异系数是衡量区域间相对差距的重要指标，其计算公式为：
I v r = 1 - y m i n y m a x × 100 %
式中： I v r表示区域间相对差异系数的大小； y m a x表示研究范围内最大样本区域收入数值； y m i n表示研究范围内最小样本区域收入数值。 I v r统计值介于0~100之间， I v r数值越小表明区域间相对收入差异越小， I v r越大表示区域间相对收入差异越大。
由于信息鸿沟所需统计数据历史年限短、连续性弱，计算方法的差异可能造成较大的误差，为解决这个问题，引入灰色关联分析方法以期验证信息鸿沟系数与经济指标的关联性，其计算公式为：
γ 0 i = 1 + s 0 ' + s i ' 1 + s 0 ' + s i ' + s 1 ' - s 0 '
s 0 ' = ∑ k = 2 n - 1 x 0 0 ' k + 1 2 x 0 0 ' n
s i ' = ∑ k = 2 n - 1 x i 0 ' k + 1 2 x i 0 ' n
        s i ' - s 0 ' = ∑ k = 2 n - 1 x i 0 ' k - x 0 0 ' k + 1 2 x i 0 ' n - x 0 0 ' n
式中： γ 0 i表示灰色相对关联度指数； s 0 '为参考序列的初值像； s i '为比较序列初值像； x 0 0 '为参考序列的始点零化像； x i 0 '为比较序列始点零化像； x i 0 ' n为 x i n初值像的始点零化像。 γ 0 i取值范围为 0 γ 0 i ≤ 1，值越大数据关联性越强。

2 我国信息化鸿沟空间格局分异特征

2.1 信息化鸿沟系数测算结果及分析

在构建信息化鸿沟指标体系时，对各级指标间及同级指标间作出重要性判断，需要构造判断矩阵（表1），对其重要性进行必要的量化，以期实现定性指标的定量化过程。设定判断矩阵A，并同时具备下列性质： a i j 0， a i j = 1 / a j i，其中， a i j（i，j=1，2K，Kn）权重值表示评价因子 a i与 a j重要性比例标度。
表1 判断矩阵数值的设定标准群

Tab.1 Setting the standard group values

标度 1 3 5 7 9 2，4，6,8 倒数
含义 同等重要 稍微重要 明显重要 强烈重要 极端重要 上述相邻判断的中间值 a i j = 1 / a j i，其中， a i j（i，j=1，2K，Kn）
为使指标体系能够真实全面合理地反映区域间差异，征集了10位专家学者的意见，分别对4个准则层的重要性进行评判赋值，对各项取平均得到各指标权重值。经检验最大特征向量 λ m a x = 4.2437，一致性比例为0.0913<0.1，满足要求。同时为简化数据处理，取各子准则层权重相等，得到中国信息化鸿沟测度指标体系权重分布（表2）。
表2 中国信息化鸿沟测度指标体系权重分布

Tab.2 The sustainable indicator system of Chinese information gap

总目标层 准则层 子准则层 权重 单位
ICT接入和应用水平 A=1 网络可连接性 B1=0.0860 C1 每百人网站数 0.0215 个
C2 互联网普及率 0.0215 %
C3 每百人域名数 0.0215 个
C4 每百人移动电话交换机容量 0.0215 门
网络使用能力 B2=0.4404 C5 信息产业从业人员占总劳动人口比例 0.2202 %
C6 15岁以上人口非文盲比例 0.2202 %
网络内容应用 B3=0.3179 C7 每百人固定电话户数 0.1060 门
C8 每百人移动电话户数 0.1060 门
C9 每百人因特网用户数 0.1060 位
网络外部环境 B4=0.1557 C10 信息设施投入占总社会固定资产投资比例 0.1557 %
利用ICI指数计算公式（1）和中国信息化鸿沟测量指标体系权重分布（表2），基于2013—2015年度统计数据，可以较好地测算2011—2017年我国区域间各年度信息鸿沟系数空间分布。限于篇幅的制约，本部分并未列出各省份各年度统计指标，而是将2011—2017年度指标的测算结果呈现出来，并不影响结论的准确性。
图1显示，2011—2017年31个省级研究单元ICT接入和应用水平综合指数分布中，北京、上海、广东处于前三名，其次为浙江、福建两省，综合指数分列前5名并保持绝对优势；西藏、贵州、云南分列后三名，其次为安徽、江西两省，综合指数较低，并呈现逐年恶化的趋势。可以看出ICT接入和应用水平综合指数呈现一定的地域分布特征，信息需求与信息供给存在较大差异[6]，东部地区综合指数整体较高，中西部地区次之。随着援疆政策及内蒙古大开发、中部崛起、振兴东北老工业基地等扶贫脱困政策效益的进一步释放，新疆、内蒙古、青海、黑龙江、山东、河南、四川、广西等省份基础设施建设获得了较大的发展成果。
图1 2011—2017年中国省级单元ICT接入和应用水平综合指数分布

Fig.1 ICT composite index at the province level in China in 2011-2007

图2显示，2011—2017年各省级单元ICT接入和应用水平综合指数均高于平均值（亦可称为信息贫困线）的有：北京、天津、内蒙古、辽宁、上海、江苏、浙江、福建、广东、海南、陕西及新疆共计12个省级单元；河北、山西、黑龙江、安徽、江西、山东、河南、湖北、湖南、四川、贵州、云南、西藏、甘肃、青海、宁夏等共计16个省级单元常年低于历年的信息贫困线；吉林省ICT指数经历下滑后呈现回升趋势，广西ICT指数逐年下滑，重庆市则经由负于信息贫困线转向正值。从中可以得出大部分省份的ICT接入和应用水平综合指数低于平均值，而少数的省市占有了较多的资源得以较好地发展，贫困地区的资源优势尚未较好地开发与利用。第一名北京市与最后一名西藏自治区差异从2011年的1.75倍，扩大到2013年的1.88倍、2014年的1.91倍后差距逐年缩小，2015—2017年的分别为1.87倍、1.72倍及1.59倍。同时，根据图2可知，各省市间信息鸿沟差异明显，在2011—2014年差距存在扩大化趋势，进入2015年后差距逐年缩小，各省级单元信息指数距离信息贫困线的绝对值逐渐缩小，更加趋于平均化。东部地区的“数字溢出”效应转化为地区新一轮的竞争优势，通过“虹吸效应”吸收来自周边的人才、资源，进一步加剧地区间的产业失衡。
图2 2011—2017年中国省级单元ICT接入和应用水平综合指数与平均数离差分布

Fig.2 Distribution and integration of ICT access and utilization levels at provincial level in China (2011-2017)

2.2 区域收入差异测算结果及分析

图3显示，2011—2017年中国省级单元区域收入差异分布中，天津、北京、上海处于前三名，其次为江苏、浙江两省，区域收入人均指标分列前5名并保持绝对优势；贵州、甘肃、云南分列后三名，其次为西藏、广西两省，区域收入较低。可以看出区域收入差异仍遵循一定的经济地理学规律[29]，呈现一定的地域分布特征。东部地区区域收入水平整体较高，中部地区次之，西部地区尤其西南地区最少。空间集聚效应所带来的经济效益较多的体现在东部区域，而中西部欠发达地区集聚经济效益则不明显。
图3 2011—2017年中国省级单元区域收入差异分布

Fig.3 Distribution of regional income inequality of China’s provincial units in 2011-2017

图4显示，2011—2017年区域收入指标均高于全国收入平均值（可称为收入贫困线）的包括：北京、天津、内蒙古、上海、江苏、浙江、福建、山东、广东等共计9个省级单元；低于收入贫困线的包括：河北、山西、黑龙江、安徽、江西、河南、湖南、广西、海南、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等共计18个省级单元；辽宁和吉林相继从正值转为负值，与全国平均收入水平差距逐年拉大；湖北省、重庆市相继从负值转向为正值，整体收入相对于全国平均水平在逐年改善。大部分省份单元人均收入指标低于收入贫困线，第一名与最后一名人均GDP差异从2011年的5.08倍（差额6.7万元），发展到2013年的4.07倍（差额7.04万元）、2015年的4.07倍（差额7.99万元）、2017年的4.53倍（差额10.05万元）。同时，根据图4可知，2011—2017年全国各地区人均收入距离收入贫困线的绝对距离在逐年扩大，区域收入差异逐年加剧。
图4 2011—2017年中国省级单元区域收入与平均数离差分布

Fig.4 Regional differences of income and mean variance distribution of China’s provincial units in 2011-2017

为更好地揭示2011—2017年区域收入的相对差异和绝对差异状况，根据公式（2）、（3），对2011—2017年中国省级单元区域收入差异的相对差异指数 I v r、绝对差异指数 S w两方面进行深入分析。根据图5可知，2011—2014年中国区域收入相对差异指数 I v r呈线性递减趋势，从2011年的80.30缩减到2014年的74.55，随后2015—2017年逐年增加，并增长为2017年的77.91，区域间收入的相对差异经历了先逐年减小后逐年扩大的演进趋势。同时，根据图5可知，2011—2017年中国区域收入绝对差异指数 S w呈线性递增趋势，从2011年的1.54增长到2017年的2.38，区域间收入的绝对差异以年均7.8%的速率逐年扩大。
图5 2011—2017年中国区域经济差异指数分布

Fig.5 China’s regional economic disparity index distribution in 2011-2017

为验证区域ICT指数与区域收入之间的关联性，根据公式（4）、（5）、（6）和（7），并借助灰色系统理论建模软件（GTMS 3.0），对2011—2017年中国省级单元ICT综合指标与区域收入进行灰色相对关联度分析。表3显示，经分析得知灰色关联度 γ 0 i数值从2011年的0.7522，演变为2013年的0.7691、2015年的0.7860、2017年的0.7400，符合 γ 0 i取值范围，呈现较好的关联性，区域信息鸿沟与区域收入之间存在较强的关联性，较高的ICT指数（较低的信息鸿沟）会促进地区收入的持续增长，较低的ICT指数（较高的信息鸿沟）会阻碍地区收入的持续增长。
表3 2011—2017年中国ICT综合指标与区域收入灰色关联度系数

Tab.3 The Gray relational coefficient of China’s ICT composite index and regional income in 2011-2017

年份 S 0 ' S i ' S i ' - S 0 ' γ 0 i
2011 7.6061 15.5729 7.9668 0.7522
2013 8.0220 15.2017 7.1793 0.7714
2015 7.7792 14.8819 7.1027 0.7691
2017 8.5797 14.8907 6.3110 0.7950
2015 8.5324 15.2899 6.7575 0.7860
2016 8.0359 15.8175 7.7816 0.7616
2017 7.4822 16.1268 8.6456 0.7400

3 结论

本研究采用信息社会4 C模型、加权标准差指数、相对差异系数及灰色相对关联度分析，从省级单元的空间尺度对中国区域信息鸿沟和区域收入进行差异测度和空间可视化对照研究，揭示了中国省级空间尺度信息鸿沟及区域收入演变趋势。主要得到以下结论：
第一，总体而言不同地区的ICT指数逐年扩大（信息鸿沟逐年降低），区域间由于信息接入能力差异而造成的差距在逐渐缩小，区域收入差异在逐年增加，相对差异呈现先降低后增加态势，绝对差异逐年增加。信息流的演化，将促进社会空间的再结构化，中西部信息化建设的短板效应制约了其经济社会建设行为。在中西部地区信息鸿沟差距、经济劣势及东部地区经济、信息外延效应并存的影响下，东中西部收入差异呈现扩大化趋势。
第二，信息鸿沟指数计算结果表明，在当前网络可连接性问题及网络外部环境问题基本已解决的前提下，将网络向农村及偏远地区拓展的同时，应该更多地着眼于民众网络使用能力的培养及网络内容应用的优化与精准定位。不同网络内容应用对民众尤其农户的生产经营行为，化解民众的网络顾虑、提高网络内容应用的转化水平，做好信息扶贫与信息共享工作，让信息红利造福更多人群。
第三，在构建信息鸿沟计算指标体系中，各二级指标的选择及相应权重的赋值对计算结果也存在较大影响。信息产业从业人员占总劳动人口比例、15岁以上人口非文盲比例、信息设施投入占总社会固定资产投资比例三项指标在指标体系中权重占比过半，即在消除区域信息鸿沟过程中承担了更为重要的角色。应加大对信息产业的扶持力度，继续推进基础教育均等化的政策，消除偏远地区的教育差距，鼓励有条件的地方和企业协作构建双向流通的服务网络，加大对贫困家庭子女、农民工、“两后生”的免费培训的力度与适用性。
第四，根据灰色相对关联度分析结果可知，ICT指数较高的区域其经济水平整体较高，ICT指数较低的区域其经济水平整体较低，中国信息鸿沟与区域收入差异之间关联度较强。并且随着空间区位的不同，空间集聚效应呈现较大差异，欠发达地区空间集聚效应较弱，集聚效应所带来的经济效益更多地体现在经济发展水平、信息化程度较高的区域。
当然，由于信息产业发展统计数据的匮乏、区域经济受制于经济发展周期及循环累积效应的影响，短时段的研究数据难以较好地反映区域经济发展趋势。随着数字经济的快速发展和区域信息鸿沟的降低，信息红利也将体现其对地区经济增长的带动作用。本文采取单一尺度的比较研究方式，其结果不能很好地反映多影响因子下更小区域的经济社会发展情况，探讨多影响因子、多空间尺度研究体系下，信息鸿沟对区域收入差异的影响效应是本文后续深化研究方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
孙晓一, 徐勇, 刘艳华. 中国居民收入差距及空间分异特征[J]. 经济地理, 2015, 35(12):18-25,42.

[2]
刘骏, 薛伟贤. 中国城乡数字鸿沟对城市化进程阻尼系数估算[J]. 软科学, 2015, 29(1):129-134.

[3]
彭继增, 陶旭辉, 徐丽. 我国数字化贫困地理集聚特征及时空演化机制[J]. 经济地理, 2019, 39(2):169-179.

[4]
刘文云, 邓尚民. 从“数字鸿沟”看我国的信息化建设[J]. 情报杂志, 2004(1):101-103.

[5]
Chetty K, Qigui L, Gcora N, et al. Bridging the digital divide:measuring digital literacy[J]. Economics:The Open-Access,Open-Assessment E-Journal, 2018, 12(23):1-20.

[6]
丁疆辉, 刘卫东, 吴建民. 农村信息化空间作用的影响因素与影响机理[J]. 地域研究与开发, 2013, 31(6):151-155.

[7]
邵培仁, 张健康. 关于跨越中国数字鸿沟的思考与对策[J]. 浙江大学学报:人文社会科学版, 2003, 33(1):125-133.

[8]
Van Deursen A J A M, Helsper E J. The Third-Level DigitalDivide:Who Benefits Most from Being Online?[J]. Studies in Media and Communications, 2015:29-52.

[9]
西桂权. 我国数字鸿沟与经济鸿沟之间关系的研究[D]. 北京: 北京邮电大学, 2015.

[10]
金春枝, 李伦. 我国互联网数字鸿沟空间分异格局研究[J]. 经济地理, 2016, 36(8):106-112.

[11]
许竹青, 郑风田, 陈洁. “数字鸿沟”还是“信息红利”信息的有效供给与农民的销售价格——一个微观角度的实证研究[J]. 经济学(季刊), 2015, 12(4):1 513-1 536.

[12]
孙东琪, 陆大道, 朱鹤. 中国东部地带欠发达地区经济发展的时空演化及机制研究[J]. 经济经纬, 2016, 33(1):1-7.

[13]
陈修颖, 于涛方. 长江三角洲经济空间结构最新发展及空间集聚合理度判断[J]. 经济地理, 2007, 27(3):447-451.

[14]
沈丽珍, 甄峰, 席广亮. 解析信息社会流动空间的概念、属性与特征[J]. 人文地理, 2013(4):14-18.

[15]
李会宁. 中国东中西部三地区经济发展差距分析[J]. 经济问题探索, 2006(2):4-11.

[16]
Nguyen B T A. Quantile regression decomposition of urbanand rural inequality in Vietnam[J]. Journal of Development Economics, 2007(83):466-490.

[17]
Sciadas G. From the digital divide to digital opportunities:measuring infostates for development[M]. Montreal: Claude-Yves Charron, 2005.

[18]
Arquette T J. Assessing the Digital Divide:empirical analysisof a meta-analytic framework for assessing the current state of Information and Communication System development,presented to the International Association of Mass The InfoMetrics project currently tests d(2001)[D]. Evanston: Department of Communication Studies of Northwestern University, 2001.

[19]
ITU. Access indicators for the information society(summa)[R]. Geneva:ITU, 2005:18-20.

[20]
ITU. UNCTAD,world information society report 2007:Be-yond WSIS[R]. Geneva:ITU, 2007:35-55.

[21]
ITU. Measuring the information society 2007:ICT opportunityindex and world telecommunication[C]// ICT Indicators, 2009.

[22]
Vehovar V, Sieherl P, Husing T, et al. Methodologieal chal-lenges of digital divide measurements[J]. The Information Society, 2006, 22(5):279-290.

[23]
祝建华. 数码沟指数之操作定义和初步检验[C]// 吴信训,王军,林爱君. 走向21世纪的新闻传播学研究. 汕头: 汕头大学出版社, 2001.

[24]
Afnan-Manns S, Dorr A. Reevaluating the bridge!an expand-ed framework for crossing the digital divide through connectivity,capability and content[C]// A Report on the Digital Divide's Multiple Dimensions:Indicators for Measuring success. Los Angeles:The Pacific Bell/UCLA Initiative for 21st Century literacies 2003:8-9.

[25]
Grigorovici D, Constantin C, Jayakar K, et al. InfoMetries:astructural equation modeling approach to information indicators and "e-readiness"measurement[C]// The 15th Biennial Conference. Berlin:International Telecommunication Society, 2004.

[26]
Rao M. The nature of the information society:a developingworld perspective[C]// Visions of the Information Society Series.Geneva:ITU, 2003:8-18.

[27]
王哲. 历史空间数据可视化与经济史研究——以近代中国粮食市场为例[J]. 中国经济史研究, 2017(5):28-44,57.

[28]
郝勇, 范军晖. 系统工程方法与应用[M]. 北京: 科学出版社, 2007:43-49.

[29]
陈培阳, 朱喜钢. 基于不同尺度的中国区域经济差异[J]. 地理学报, 2013, 67(8):1 085-1 097.

Options
Outlines

/

〈 〉