中国新经济的测度及其经济高质量发展效应分析

钞小静　薛志欣　王昱璎

[中图分类号]17061.5 [文献标识码]A [文章编号]0447—662X（2021）08—0038—12

一、问题提出与文献评述

党的十九届五中全会把“推动高质量发展”作为“十四五”时期我国经济社会发展的主题。面对新一轮科技革命和产业变革的重大机遇，加快发展新经济是形成我国高质量发展新动能的重要途径。2020年国家发展改革委、中央网信办印发《关于推进“上云用数赋智”行动，培育新经济发展实施方案》的通知中强调要“加快产业数字化转型，培育新经济发展，助力构建现代化产业体系，实现经济高质量发展。”《中共中央关于制定国民经济和社会发展第十四个五年规划和二0三五年远景目标的建议》进一步强调，要培育新技术、新产品、新业态、新模式，促进平台经济、共享经济健康发展。根据万事达卡财新BBD发布的数据，2020年12月中国新经济投入占整个经济投入的比重达28.1%。那么，什么是新经济？如何精确测度我国新经济的发展状态？如何理解新经济影响经济高质量发展的内在机理？对上述问题的回答既可以为高质量发展阶段政府大力发展新经济提供理论依据与经验证据，也对于如何利用新经济更好地驱动我国经济高质量发展具有重要的政策启示。

新经济一词最早出现于美国1996年《商业周刊》的一组文章中，用于描述信息技术革命所引发的新产业和新发展模式。目前关于新经济的研究尚未形成统一的内涵界定与测算体系，从新经济不同时期的发展形态脉络来看，早期一部分学者和相关机构在对新经济内涵的界定中强调创新是其核心内容，之后的相关研究在肯定创新重要地位的同时，将新经济催生出的新产业也纳入其中。随着对新经济发展特征的进一步观察与总结，新业态、新模式也被纳入到新经济的范畴中。如戚聿东和李颖将与信息技术及其应用相关的新技术、新产业、新业态、新模式都归到新经济范畴内。而从新经济发展的内在属性来看，李国杰和徐志伟将新经济的本质理解为工业经济向数字经济的转型。孟晔认为新经济是平台经济、共享经济和微经济三位一体、相辅相承的有机整体。而李金昌和洪兴建则认为新经济是由现代信息通信技术发展与应用所带来的经济活动。由此不难发现，它是一个具有丰富内涵、多重属性的综合性概念，但均体现了“新”的基本特征。

最早对于新经济的测算工作是由国外研究机构围绕新经济的本质、表现和影响展开。美国信息技术与创新基金会（ITIF）在其发布的2012年《美国各州新经济指数报告》中使用知识型就业、全球化、经济活力、数字经济、创新能力5类共25個指标测算了美国的新经济指数。对于我国新经济的测算，由于相关数据获取难度较大，现有研究成果多停留在单一指标度量或定性讨论测算体系的层面。Shen等将新经济描述为从制造型经济向服务型经济的转变，具体界定为衡量劳动、资本和技术创新的相对比率。

目前关于新经济对经济发展影响的研究主要从经济结构和经济活动方式两个方面进行了理论上的定性分析。从经济结构视角来看，一是新经济具有的技术的通用性和跨产业性能促使产业间融合跨界进一步加速，产业之间产生交叉进而边界模糊化、大规模协作的效率提高，由此促进了经济发展;二是新经济会推动企业组织流程的结构变革，进而引起产业组织特征发生改变，使得供求双方的规模经济与范围经济在平台上可以实现良性互动，产生空间效应和网络外部效应，从而推动经济发展;三是新经济借助互联网及移动数字通信技术，改变人们工作的空间与时间，使得人们可以远离传统工作区域进行独立远程办公;同时，随着移动数字通信技术的普及，催生了新的产业、业态和商业模式，不断改变着原有的生产模式，创造了新的工作岗位，从而有助于经济发展。从经济活动方式视角来看，新经济能够对经济生产、消费方式产生影响。许宪春指出新经济的快速成长对我国传统经济增速下滑产生重要的对冲作用，并且其快速成长很大程度上影响着人类的生产和生活方式。师博和张冰瑶认为新经济能促进新产业、新业态、新模式的迅速发展，提升经济内生性增长动力，实现新旧动能转换和发展方式的转变。

本文在对2009—2018年中国省际新经济指数进行测算的基础上，结合282个地级市的相关数据考察了新经济对经济高质量发展的影响机制与作用效应。与现有文献相比，本文的边际贡献在于：（1）基于新经济的本质属性与主要表现，构建包含4个维度14个基础指标的新经济指数，首次采用“纵横向拉开档次法—神经网络分析法”对2009—2018年中国省级的新经济发展水平进行了测算。（2）分别从信息技术、知识能力、智能技术、平台经济4个层面揭示了新经济影响经济高质量发展的内在机制，并首次量化识别了新经济对经济高质量发展的具体作用效应。（3）充分考虑了地理位置、区域发展水平与投资的变化，并讨论了这种变化对新经济推动经济高质量发展的调节效应。

二、分析框架与研究假说

基于国际组织、政府机构以及相关学者的已有研究，本文将新经济界定为在新一轮科技革命与产业变革推动下所形成的新型经济形态，主要包括信息技术、知识能力、智能技术与平台经济四种形式，能够通过新一代信息技术的集成迭代、知识能力的提升拓展、智能技术的创新应用以及平台经济的网络协同对经济高质量发展产生重要的支撑作用。

1.信息技术：新经济影响经济高质量发展的信息匹配效应

信息技术通过信息运维、算法模型和迭代应用三个部分构成闭环反馈，带动生产、交换、消费和分配等活动的变化，从而对经济发展质量产生变革性影响。其对经济高质量发展的具体影响为：一是新经济通过信息运维影响经济高质量发展。信息技术的广泛应用可以提高技术支持能力，降低企业运维成本，实现人与人、人与物、物与物之间的精准匹配，提高匹配效率，从而为推动经济高质量发展发挥积极作用。二是新经济通过算法模型影响经济高质量发展。信息技术能够将模型算法与信息资源进行匹配，实现全生命周期的产品信息集成，帮助企业高效追踪产品状态，提高企业生产率，从而推动经济高质量发展。三是新经济通过迭代应用影响经济高质量发展。新经济的发展倒逼了信息技术的突破，加强了5G网络等信息技术在各环节各领域的渗透、覆盖，提高匹配精度，这不仅催生了移动电子商务、淘宝直播等新兴产业，还加快了传统产业数字化、智能化转型，对我国经济发展质量的促进效应愈发凸显。因此，新经济会通过信息技术的信息匹配效应推动经济高质量发展。

2.知识能力：新经济影响经济高质量发展的知识溢出效应

新经济的发展与知识密切相关，以知识能力为表征的新经济在知识创造、知识产品化与知识消费三个环节上对经济高质量发展产生了深远的影响。其对经济高质量发展的知识溢出效应具体分为：一是新经济通过知识创造影响经济高质量发展。随着工业4.0时代的到来，人类知识信息的增长速度呈现井喷式趋势，“人力资本”概念的内涵也相应发生了转变，从传统型人力资本向创新型人力资本转型，对知识更新的持久性和专业的自主性要求更高，创新型人力资本作为加速器更易产生知识溢出，提高经济效益，推动经济高质量发展。二是新经济通过知识产品化影响经济高质量发展。新经济发展的过程也是知识产品化的过程，而知识产品化通过知识溢出将知识转变为现实生产力，大幅降低数据处理与挖掘的成本，不断衍生出新产品，获取更高的市场份额和竞争优势，提高企业的整体效益，从而带动经济高质量发展。三是新经济通过知识消费影响经济高质量发展。新经济发展是个体隐性知识被充分挖掘的过程，原先散落化且低频使用的隐性知识在技术变革下逐渐串联显性知识，显著提升分立知识的整合效率，有利于社会知识结构的优化，推动了知识服务的消费升级，进而推动经济高质量发展。因此，新经济可以通过知识能力的知识溢出效应推动经济高质量发展。

3.智能技术：新经济影响经济高质量发展的技术提升效应

智能技术是在处理信息与整合知识的基础上，实现资源优化配置，支撑经济高质量发展的新经济形态。智能技术主要通过商品研发、商品生产和商品销售三个环节促进经济高质量发展，具体来看：一是新经济通过商品研发促进经济高质量发展。企业通过灵活运用智能技术更易提高技术创新水平，降低价值链、供应链、产业链互联互通的成本，从而创造出更多“站在巨人的肩膀上”的机会，实现多阶段、多投入的复杂过程，促进经济发展质量的提高;二是新经济通过商品生产促进经济高质量发展。新经济通过智能技术帮助企业进行智能化决策，共建柔性生产链，提高生产效率，从而促进经济高质量发展;三是新经济通过商品销售促进经济高质量发展。以智能技术为主导的新经济通过借助“数据+算力+算法”的运作范式，智能分析消费者行为，精准把握消费趋势，根据消费者的潜在需求实现产品供给的智能化，从而帮助企业获得持续性竞争优势，促进经济高质量发展。因此，新经济会通过智能技术的提升效应推动经济高质量发展。

4.平臺经济：新经济影响经济高质量发展的网络协同效应

平台经济作为新经济发展的新模式，通过各种要素的充分流动，凸显与提升企业自身优势，从而对经济发展质量产生重要影响。平台经济根据功能不同可分为平台层、用户层与应用层，其对经济高质量发展的网络协同效应具体为：一是新经济通过平台层影响经济高质量发展。平台层是指满足基础服务和增值服务所需的新型基础设施，新经济的发展促进了新型基础设施建设水平的提高，降低经济网络的创造成本与利用成本，促使资源流动效率提升，产生跨边网络效应，激发双边用户价值创造效应，从而提升用户间的协调效率，促使平台企业获取超额利润，推动经济高质量发展;二是新经济通过用户层影响经济高质量发展。用户层是指使用平台的各种客户集合，新经济发展促使平台要素充分集聚，加快物质、信息的交换，实现自组织、自学习、自适应的循环机制，进一步促进平台经济实现资源集聚，产生多边辐射，提高平台要素间的协调水平，最终实现资源优化配置，提高经济运行效率，推动经济高质量发展;三是新经济通过应用层影响经济高质量发展。应用层是指为供求双方提供信息匹配的场所。新经济发展将供给端和需求端连接在一起，高效配置供给和需求，缓解了交易双方的信息不对称问题，降低议价成本，实现生产的快速响应与协同，提高投入与生产间的协调效率，从而促进企业效益提升，推动经济高质量发展。因此，新经济会通过平台经济的网络协同效应推动经济高质量发展。

图1 新经济对经济高质量发展的影响机制

基于此，本文提出如下假说：

假说1：新经济对经济高质量发展具有推动作用。

假说2：新经济通过信息技术的信息匹配效应、知识能力的知识溢出效应、智能技术的技术提升效应与平台经济的网络协同效应共同推动经济高质量发展。

三、中国新经济发展水平的测算

1.新经济发展水平的综合评价指标体系

基于新经济的理论内涵及其对经济高质量发展的作用机理，同时兼顾指标数据的可得性，本文构建包括“信息技术—知识能力—智能技术—平台经济”4个维度14个基础指标的新经济发展水平综合评价指标体系，如表1所示：

表1 新经济发展水平的综合评价指标体系

第一，信息技术维度指标选取。信息基础设施、信息产业和信息技术应用是反映信息技术发展和应用水平最重要的三个方面。信息基础设施是信息技术发展的物理基础，本文用移动电话交换机容量占省级人口比重反映信息技术基础设施的建设水平。电子信息制造业是信息产业的重要组成部分，其规模一定程度上能够反映信息产业的市场容量。因此，采用电子信息制造业主营业务收入占国内生产总值比重对信息产业的发育程度进行反映。互联网是世界范围内使用最广泛的信息网络，互联网使用的活跃程度能够较好地反映信息技术的普及与应用水平，因此本文用省级人均互联网域名数来反映信息技术的应用水平。此外，信息技术的发展还离不开政策的激励与支持，本文用政府工作报告中信息技术相关词汇出现的频率来对政策支持情况进行反映。

第二，知识能力维度指标选取。首先，在企业层面，企业的研究与开发投入是促进知识成果产品化的关键要素，因此，本文采用规模以上工业企业R&D人员全时当量数占省级人口比重来反映企业的研发投入。其次，在勞动力层面，新经济对知识更新的持久性和专业的自主性要求使得创新型人力资本成为经济的加速器，创新型人力资本的积累离不开研究者和劳动力素质的提高。因此，本文选用人力资本结构高级化指数、科学研究和技术服务就业者人数占就业人口比重反映知识能力提升过程中劳动力水平的提升。其中，人力资本结构高级化指数的测算主要参考刘智勇等一文计算得到。最后，在政府层面，本文用政府工作报告中知识能力相关词汇出现的频率反映政府对知识能力提升的支持与重视。

第三，智能技术维度指标选取。本文用智能技术的发展需要以企业为组织平台，故本文选用人工智能上市公司利润增长率来衡量相关公司的发展情况。同时，选用人工智能专利授权数占申请数比例来衡量一个地区的智能技术发展状况。此外，智能技术的发展还需要良好的外界环境，所以本文用政府工作报告中智能技术相关词汇出现频率来衡量政府对智能技术的支持力度。

第四，平台经济维度指标选取。平台有着多种表现形式，包括电商平台、社交平台、信息平台等，根据数据可得性，本文选取了比较有代表性的网络平台和电商平台方面的指标，同时加入了反映政府对于平台经济的支持和重视程度的指标。分别选取Ipv4协议下的IP地址持有量占总地址持有量的比重、淘宝村数量以及政府工作报告中平台经济相关词汇出现的频率这三个指标对平台经济进行测度。

2.新经济发展水平的测度方法

新经济发展是一个内涵丰富的多维度概念，需要通过构建一套综合评价指标体系，并使用多指标测度方法进行系统性评价。纵横向拉开档次法可以充分考虑样本数据在截面和时间上的双重差异，并通过差异的最大化有效减少指标合成的信息损耗，这一赋权方法既弥补了截面因子分析法等方法只能应用于截面数据的不足，也克服了动态因子分析法等方法因估计参数过多而不适用于短面板的局限。神经网络分析法可以利用计算机强大的计算能力学习和探索事物内部机理，通过空间转换进行非线性拟合以模拟复杂和多层次的逻辑，从内在机理的角度出发对事物进行模拟、分类、预测和改进，从而客观、科学地达到偏误纠正和数据改进的目的。将纵横向拉开档次法与神经网络分析法相结合能够充分克服纵横向拉开档次法破坏数据时间顺序的局限并有效修正指标合成过程中的误差，从而得到更加精确的测算结果。因此，本文首先采用纵横向拉开档次法对新经济发展水平综合评价指标体系中的测度指标进行赋权，然后利用神经网络分析法对初始赋权值进行模拟和改进以得到更优的综合评价结果。

神经网络分析法是一种模拟人大脑神经突触连接进行信息处理的数学方法，通过多层的神经元结构对输入特征向量进行空间转换，从而对事物中复杂的机制和关系进行拟合。神经网络参数选取的合理与否直接决定了神经网络学习和预测的准确性。神经网络模型的最重要的三个参数分别是：神经网络隐藏层的个数、每个隐藏层神经元的个数和正则化强弱。为保证参数选取的合理性，本文采用交叉验证法对模型的性能进行检验以得到最优的参数。

3.中国新经济发展水平的测算结果

基于新经济发展水平的综合评价指标体系，利用纵横向拉开档次法对各测度指标进行赋权，由此合成信息技术、知识能力、智能技术、平台经济4个子维度指数，并采用同样的方法赋予4个子维度权重值，从而合成初步的新经济指数。在此基础上，利用多层神经网络对其进行学习和改进，得到最终的新经济指数。经调参后的神经网络模型含有三个隐藏层，每个隐藏层的神经元个数为90，正则化参数仅为0.1。该模型拟合的平均准确度达到80.67%，能够较好地进行拟合与预测。具体分项指标权重结果如表2所示，新经济指数分析结果如图2所示：

表2 新经济发展水平综合评价指标体系的指标权重

图2 2009—2018年中国四大区域新经济发展水平的变动情况

根据测算结果，2009—2018年我国新经济发展水平的变化主要呈现以下特征：第一，随着时间的推移，新经济指数整体呈现波动上升的态势，这说明我国新经济的发展整体向好，从分段趋势来看，2009—2015年新经济发展水平的上升速度较快，2015—2018年新经济指数的上升趋势较缓;第二，地区间存在明显差异。不同区域间的新经济发展状况存在较大差异，其中，东部地区的新经济发展显著优于其他地区，中部次之，而西部和东北部地区的新经济发展状况则较为落后。

四、模型设定与变量数据说明

1.模型设定

为对上述理论假说进行验证，本文首先建立新经济与经济高质量发展之间的模型如下：

为了进一步考察新经济对不同分位点下经济高质量发展的影响差异并排除极端值影响，本文还建立如下面板分位数回归模型：

其中，分位点q=0.3，0.6，0.9。

2.变量选取

经济高质量发展集中表现为经济效率的提升，部分学者認为经济效率的提高是提升经济发展质量在狭义上的核心要义，而全要素生产率的增长一定程度上可用于衡量经济效率的高低。因此，本文主要选用全要素生产率增长率代表经济高质量发展，并选用Malmquist指数法，借助DEAP2.1软件对城市经济高质量发展进行测度。其中，用实际GDP表示产出，从业人员数表示劳动力投入，资本存量采用固定资产投资额并借助永续盘存法进行估计。

新经济是本文的核心解释变量，其准确度量是决定经验结果可靠性的重要基础。首先，确定新经济的分维度指数与各个基础指标。其次，基于“纵横向拉开档次法一BP神经网络分析法”对我国30个省市自治区2009—2018年新经济发展水平进行了测算。最后，将省区新经济发展水平进行分级匹配到地级市，得到地级市层面的新经济指数。

在其他控制变量中，物理基础设施选用固定电话用户数表示，投资率选用固定资产投资额占GDP比重表示，区域发展水平用人均GDP表示，对外开放程度选用进出口贸易额占GDP比重表示，金融结构选用存贷款余额占GDP比重表示。

3.数据来源

本文选取282个地级市作为研究对象，时间跨度为2009—2018年。同时整合了国泰安研究服务中心CS-MAR系列数据库、中国城市统计年鉴、CNKI数据库、CCER数据库等进行数据搜集与整理。表3汇报了各变量的描述性统计。不难看出，新经济均值仅为0.3340，这说明新经济水平较低，且其发展具有较高的前期成本。

五、实证结果与分析

表3 主要变量的描述性统计

1.新经济对经济高质量发展的总体影响分析

表4报告了新经济对经济高质量发展的基准估计结果。从表4的第1列可以看出，新经济对经济高质量发展进行固定效应回归，估计系数在1%统计水平上显著为正，支持假说1的结论，这表明新经济对经济高质量发展的促进作用显著，也表明我国已经进入新经济发展的重要阶段，加快新经济发展成为推动经济高质量发展的重要途径。考虑到均值回归中被解释变量分布可能存在的中心趋势较弱的问题，表4还报告了在30%、60%和90%分位点下新经济对全要素生产率增长率的估计结果，在30%的分位点下，新经济对全要素生产率增长率的估计系数并不显著，随着分位点的上移，新经济对全要素生产率增长率正向影响逐渐显现，新经济水平较高时（90%分位点）对经济高质量发展的促进作用显著增加。这侧面说明新经济对经济高质量发展的条件分布影响是存在差异的，经济发展质量较高的地区更容易获得新经济外溢的促进作用，这可能是因为经济发展质量本身较高的地区，拥有更多高性能的新型基础设施，有利于新经济的应用，从而提高生产效率，进而推动经济高质量发展。

表4 基准回归结果

注：*、**、***分别表示在10%、5%和1%显著水平上显著;括号内数值为稳健标准误差。

2.新经济影响经济高质量发展的分维度分析

新经济是由新一轮科技和产业革命带动，在新一代信息技术的基础上衍生形成的一种新型经济形态，其主要表现为信息技术的信息匹配效应、知识能力的知识溢出效应、智能技术的技术提升效应与平台经济的网络协同效应。表5的结果表明信息技术、知识能力、智能技术与平台经济的变动均可引起全要素生产率增长率的同向变动，当新经济的信息技术、知识能力、智能技术与平台经济四个维度分别上升一个单位，其全要素生产率的增长率分别上升0.3070、0.4860、0.1300和0.5900个单位，假说2的结论成立。此外，新经济的智能技术对经济高质量发展的促进作用位于其他三个维度的末端，这表明虽然新经济会通过信息技术的信息匹配效应、知识能力的知识溢出效应、智能技术的技术提升效应与平台经济的网络协同效应共同促进全要素生产率增长率的提升，但新经济通过智能技术对经济高质量发展带来的正向影响要弱于信息技术、知识能力与平台经济的作用。可能的原因在于：一方面，目前中国智能技术尚未发展完善，关键技术、智能产品与智能服务尚未完全普及，难以产生更大范围的规模效应;另一方面，智能技术的发展需要以一定的网络与技术支撑为前提，而网络与技术的有效发挥存在时滞，从而影响了智能技术对经济高质量发展技术提升效应的充分发挥。

表5 分维度回归结果

注：*、**、***分别表示在10%、5%和1%显著水平上显著;括号内数值为稳健标准误差。

3.新经济影响经济高质量发展的拓展分析

考虑到不同地区禀赋优势和发展潜力对新经济影响经济高质量发展的作用会产生差异化影响，本文将从地区差异、经济差异与投资差异三个方面探讨新经济推动经济高质量发展的边界条件，具体检验结果见表6。就地区差异而言，为了验证新经济对经济高质量发展的影响是否与地区差异有关，本文根据地理位置差异将我国地级市划分为沿海沿边城市与非沿海沿边城市，估计结果如表6第1、2列所示。新经济对沿海沿边城市全要素生产率的增长有明显的促进作用，而对非沿海沿边城市的影响并不显著，可能的原因在于沿海沿边城市由于区位和政策优势，更易实现新经济的开放合作，该地区对新经济影响经济高质量发展的正向作用更易通过辐射效应显现。就经济差异而言，新经济对经济高质量发展的支撑作用可能会受区域发展水平的影响，因此本文将人均GDP作为区域发展水平的衡量指标，以寻找新经济发挥其促进效应在经济层面的边界条件。表6中第3、4列分别汇报了区域发展水平较低地区（人均GDP低于均值地区）与区域发展水平较高地区（人均GDP高于均值地区）的回归结果，表6的估计系数表明新经济在区域发展水平较高的地区对经济高质量发展的促进效应明显，在区域发展水平较低的地区其对经济高质量发展的推动作用并不显著。对这一现象的解释是，区域发展水平较高的地区有良好的经济发展基础，其参与新经济的经济主体更多，而新经济本身具有网络效应，参与的经济主体越多越能为其带来更多的正反馈，因此新经济对区域发展水平较高地区经济高质量发展的推动作用更为显著。就投资差异而言，本文依据投资率的均值将地级市划分为投资率较低的地区和投资率较高的地区，分析投资差异是否是影响新经济对经济高质量发展的边界因素，估计结果如表6第5、6列所示。新经济在投资率较高的地区其估计系数为0.276，且通过1%统计水平的显著性检验。相反，在投资率较低的地区其系数并不显著，这是因为投资率较高的地区更有能力增加在新经济方面的投资作为前期成本，因此新经济对投资率较高地区经济高质量发展的推动作用更强。因此，我国应加快推进区域均衡发展，促使新经济对经济高质量发展的正向激励作用得到充分发挥，从而推动经济高质量发展。

表6 异质性分析的回归结果

注：*、**、***分别表示在10%、5%和1%显著水平上显著;均值回归括号内数值为稳健标准误差。

4.稳健性检验

考虑到新经济对经济高质量发展的基准回归结果可能受到内生性问题的干扰，虽然固定效应模型在很大程度上缓解了个体异质性可能带来的内生性问题，但无法排除经济高质量发展所引起新经济提升的反向因果关系。因此，本文参考沈国兵和袁征宇的做法，选取同地区新经济平均水平（NEE）来缓解内生性问题。表7汇报了新经济对经济高质量发展影响的工具变量估计结果。

表7 工具变量法的估计结果

注：*、**、***分別表示在10%、5%和1%显著水平上显著;括号内数值为稳健标准误差。

本文选取同地区新经济平均水平（NEE）作为工具变量均通过了识别不足检验以及弱工具变量检验。其一阶段的估计结果显示该工具变量与新经济有显著的正向关系，而二阶段的估计结果显示新经济在1%的显著性水平下为正且新经济对高质量发展的回归系数为23.30，显著高于基准回归的结果，不仅证实了前文的观点，也侧面说明潜在内生性问题低估了新经济对经济高质量发展的促进作用。进一步地，为了确定新经济对高质量发展的影响是否受变量选取以及异常值的影响，对上述模型进行了稳健性检验，结果均验证了本文的基本结论，即新经济对经济高质量发展有明显的推动作用，证实了本文实证结果的稳健性。

六、结论及政策启示

新经济是在新一代信息技术迭代应用基础上所衍生形成的一种新型经济形态，对推动经济高质量发展具有重要作用。本文在梳理新经济与经济高质量发展理论内涵与作用机理的基础上，构建了包含“信息技术—知识能力—智能技术—平台经济”4个维度14个基础指标的新经济发展综合评价指标体系，采用“纵横向拉开档次法—BP神经网络分析法”对2009—2018年中国新经济发展水平进行全面测算，再对四大区域的时空演进特征进行具体分析，并以2009—2018年282个地级市数据为样本，分别从信息技术、知识能力、智能技术、平台经济四个层面对新经济影响经济高质量发展的作用机制进行经验检验，主要得出以下结论：第一，2009—2018年我国各省份的新经济发展水平呈现波动上升的态势，尤其是在2009—2015年期间新经济的增长速度明显较快。此外，各省区新经济发展水平的区域差异较大，东部地区的新经济发展水平显著高于西部、东北部地区;第二，新经济对经济高质量发展具有显著的正向促进效应，并且在经济发展质量较高的地区，新经济的正向促进效应更加明显，这一结论在采用工具变量法后仍然稳健;第三，新经济会通过信息技术的信息匹配效应、知识能力的知识溢出效应、智能技术的技术提升效应以及平台经济的网络协同效应对经济高质量发展产生正向影响;第四，从不同地区禀赋优势和发展潜力对新经济影响经济高质量发展差异化的调节作用来看，新经济对沿海沿边城市经济高质量发展具有明显的促进作用，而对非沿海沿边城市的影响并不显著，区域发展水平与投资程度对新经济与经济高质量发展之间的影响起到了正向调节的作用。

基于以上结论，本文提出相关政策建议如下：第一，在新一轮科技革命和产业变革的推动下，聚焦智慧城市、智能制造等重点方向，通过科学的底层架构，搭建产业级共性开源开放平台，加快完善数字化、智能化基础设施水平，充分利用数据等新型要素优势，加强5G、物联网、人工智能等原创性、引领性的新一代信息技术在前沿理论和关键创新领域的研发应用，为产业数字化、智能化转型提供技术支撑;第二，沿海沿边地区、经济发达地区应通过智能化、数字化的全域化发展，形成跨行业的网络集群，着力提高新经济的发展质量，推进地区相关新经济领域的应用示范，多措并举充分发挥对非沿海沿边地区、经济欠发达地区的辐射带动作用，从而更好地实现区域整体新经济的协同效应，促进区域间新经济发展的相对平衡。而非沿海沿边地区、经济欠发达地区需明确新经济领域的发展方向，强化新型要素的供给规模，将信息、数据等要素资源与数字技术、管理创新突破相结合，积极培育良好的新经济创新应用场景，推动非沿海沿边地区、经济欠发达地区新经济发展取得新突破;第三，新经济发展需要大量的资本投入与资金支持，因此在当前新发展格局下我国应充分发挥资本优势，通过积极引导新经济相关产业的专项发展基金，提高数据中心、物联网等新兴企业的融资力度，完善资本市场功能，激活社会资本在新经济领域的多元供给，确保更多的社会资金流向关键创新领域，从而拓展新经济的发展空间，形成资本市场的内循环，为新经济推动我国经济高质量发展提供资金支持;第四，建立健全适应新经济发展特点的综合治理体系，提高信息、数据等新型要素资源的有效共享，充分释放新经济主体的市场活力，推动企业间产品与服务的精准匹配，加快新经济多层次协同治理发展，重塑经济发展新优势，并通过搭建以信息技术、知识能力、智能技术以及平台经济为一体的系统化监管平台，智能化判别市场主体的潜在风险，强化新经济平台信息规制，加大新一代信息技术迭代应用的综合治理力度，从而有助于营造健康向好发展的新经济市场环境。