关于区域差异，早期研究大多采用基尼系数的分析思路，之后不少学者对基尼系数进行了拓展，提出了更加丰富的分析方法，其中，泰尔指数已经成为国内外常用的区域差异分析方法，其主要的优势就在于能够将区域差异进一步分解为地区内差异和地区间差异。为了揭示中国数字经济发展的区域差异及其来源，借鉴周小亮和吴武林（2018）、聂长飞和简新华（2020）的处理方式，采用泰尔指数将数字经济发展（数字经济企业进入率和退出率）的总体差异分解为地区内差异和地区间差异，并将地区内差异进一步分解为三大地区的地区内差异。关于总体差异的分解，具体公式为：

式（4-1）中，T表示数字经济发展的总体差异泰尔指数，介于［0，1］之间，该值越大，表明数字经济发展总体差异越大；反之，表明数字经济发展总体差异越小。式（4-2）中，Tj分别表示三大地区（j=1，2，3）的数字经济发展的总体差异泰尔指数，i表示省份，n表示全国省份总数，nj分别表示东部、中部和西部地区省份数量，xi表示省份i的数字经济发展，xij表示地区j内省份i的数字经济发展，x_ave和x_avej分别表示全国数字经济发展的平均值和地区j数字经济发展的平均值。式（4-3）中，数字经济发展的泰尔指数进一步分解为地区内差异泰尔指数Tw和地区间差异泰尔指数Tb。

关于数字经济发展协调度指数的测算方法，本章主要借鉴王薇和任保平（2015）的研究，构建各个省份数字经济发展协调度指数：

其中，xi表示省份i的数字经济发展，x-i表示省份i相邻省份的数字经济发展的均值。当xi=x-i时，数字经济发展协调度指数C取得最大值1，表明省份i的数字经济发展与其相邻省份的数字经济发展程度相同，省份之间生产要素市场发展协调度指数处于较高水平。C值越偏离1，表明省份i的数字经济发展与其相邻省份的数字经济发展程度偏差越大，省份之间生产要素市场发展协调度指数处于较低水平。(www.daowen.com)

为了更好地考察数字经济与经济增长之间的互动效应，同时，避免控制变量选择偏误以及内生性等问题，本章利用PVAR模型，对上述互动效应展开分析。PAVR模型是对VAR模型的拓展，本章使用的PVAR模型的数学表达式为：

式（4-5）中，yi，t是包含内生变量的向量，即数字经济企业进入率、退出率和经济增长，假设每一个截面的基本结构相同，采用固定效应模型，引入反映个体异质性的变量αi。vi，t用于反映个体时点效应，以体现在同一时点的不同截面上可能受到的共同冲击。μi，t是随机扰动项，假设服从正态分布。利用GDP增长率衡量经济增长，数据根据中经网数据库[2]整理所得。