GDII 方法论

理论依据

GDII 的理论根基源于古典经济学家让 - 巴蒂斯特 • 萨伊提出的“生产三要素”理论，即商品价值是由土地，劳动、资本这三个要素共同创造的，构成了关键的新型生产工具，推动数据转化为知识、赋能产业升级；高素质的 ICT 人才，则为数字经济的持续创新注入了根本动力。积极的 ICT 产业政策也在激发市场活力、培育数字生态方面发挥着不可替代的作用。数据、ICT 人才和数智化生产工具。数据作为核心生产要素，其流通与利用效率直接关乎国家竞争力；以网络、计算、存储、人工智能和能源为代表的数智化技术，构成了关键的新型生产工具，推动数据转化为知识、赋能产业升级；高素质的 ICT 人才，则为数字经济的持续创新注入了根本动力。积极的 ICT 产业政策也在激发市场活力、培育数字生态方面发挥着不可替代的作用。

理论依据
全屏查看

研究模型

GDII 围绕以下七个关键支柱来评估各国的准备度和有效性：
数据生成

宽带用户、移动网络、物联网设备和智能终端产生的数据

数据传输

光纤、4G/5G 网络、骨干基础设施以及 IPV6 部署的传输和联接质量

数据处理与存储

数据计算和存储基础设施及相关能力，包括云投资、人工智能 Token 消耗以及业务连续性能力

数据应用

企业数字化、人工智能应用、电子商务和数字政府服务等多个领域的数据使用

绿色能源

支持数字系统的可持续能源基础设施，包括可再生能源投资和绿色发电的经济效率

政策

支撑数智经济增长的国家监管、法律、投资和可持续发展框架

人才生态

涵盖 ICT 人才、STEM 毕业生、初创企业、开源贡献者以及在线社区参与度的人才与创新生态

通过跟踪从数据生成到数据应用的全生命周期，GDII 为政策制定者、投资者和企业提供了可落地的洞察，用于识别发展瓶颈、确定投资优先级和评估进展。GDII 全新升级了"数字化成熟度"评估体系，不仅关注数智基础设施的建设本身，更聚焦于它所带来的应用价值，实现了从"技术投入"到"价值产出"的评估跃迁。

研究模型
全屏查看

详细指标

详细指标
全屏查看

指标评分与总分

各国指标评分采用 10 分制（1 分最低，10 分最高）。根据领先国家的市场渗透率预测、历史市场表现以及专业分析师的预测，每个指标都有一个符合实际的2030年目标值。

通过对比各指标的实际值与目标值，我们可以得出每个指标所对应的区间值。然后我们会根据该区间值对原始数据进行标准化换算，从而得出该指标的得分。通常情况下，如果实际值不到目标值的 10%，则指标得分为 1 分 ；如果实际值在目标值的 11% 到 20% 之间，则指标得分为 2 分，以此类推，当指标得分超过 10 分时，代表该指标的目标值已实现。

取值范围（%目标值）
GDII 得分
1-10%
1
11-20%
2
21-30%
3
31-40%
4
41-50%
5
51-60%
6
61-70%
7
71-80%
8
81-90%
9
91-100%
10

在此基础上，我们将各指标的得分进行汇总，并得出一国在数据生成、数据传输、数据处理与存储、数据应用、数字能源、政策，以及人才生态这七大 GDII 支柱上的得分。

各国 GDII 最终得分中，各支柱的权重基于因子分析确定。在进行因子分析时，我们通过对各支柱进行最优加权线性组合得出一个索引变量，即因子得分，并根据其因子负荷量为各支柱分配相应的权重，以此来反映该支柱与因子（GDII）的关系。经过计算，数据生成权重为 20%，数据传输为 25%，数据处理与存储为 15%，而数据应用、政策、人才生态以及数字能源权重各为 10%。

最后，我们基于七大支柱的得分计算出各国的 GDII 得分：
methodology
i:代表支柱编号 ni:代表各支柱的指标数量 j:代表各支柱的指标 ai:代表各支柱的权重
附加说明：在根据 GDP 对变量进行加权计算时，我们采用的是根据购买力平价（PPP）计算的 GDP。由于这种计算方式考虑了各国生活成本的差异，因此通常是衡量一国购买力的最佳方式。具体而言，它通过衡量一国在国民经济中购买商品和服务的能力来衡量该国的相对财富。GDII 参考了经济合作与发展组织（OECD）、国际电信联盟（ITU）、GSMA、世界经济论坛（WEF）、世界银行（World Bank）、联合国、Ookla、IDC、华为等来源的最新数据。对于缺失的数据，我们基于相似地理区域内的情况进行了估算。图表中的数据，由于做了舍入调整，显示结果跟实际计算结果可能存在差别。