数字经济发展与区域经济增长的关联机制研究

扈奔奔 张英明

摘 要：数字经济高速發展并渗透到各领域，对国民经济的潜在贡献巨大，研究其自身发展与区域经济增长的关联机制，对促进数字经济与其他产业协调发展有重大意义。运用分析法、综合法和因子分析建立动态数字经济评价体系，通过广义最小二乘回归、Granger因果检验对各省数字经济与地区GDP面板数据进行研究。建立数字经济发展与区域经济增长之间的数据模型和关联机制，为地区经济发展与数字经济发展战略提供理论依据，并为预测数字经济发展提供新视角。

关键词：数字经济;动态指标体系;关联机制;区域经济增长

中图分类号：F127        文献标志码：A      文章编号：1673-291X（2022）15-0051-03

引言

数字经济可分为三大部分，信息工业、信息技术研究与开发行业和数字经济[1]。我国学者已深刻认识到数字经济与我国经济增长关系密切，但数字经济在各行业的渗透水平不断加深[2]，给量化数字经济对地区经济增长带来了影响。数字经济是直接面向需求的产业，是我国的新兴产业之一，数字经济的发展水平影响其竞争力[3]。因此立足于统计上的可操作性，参考数字经济指标应用现状，用分析法和综合法筛选出可对数字经济发展水平进行全面、准确评估的指标，引入时间序列运用因子分析建立动态评价模型。对2015—2021年各省数字经济进行综合评价后，研究数字经济发展与区域经济增长之间的关系[4]，运用广义最小二乘回归、Granger因果检验建立数字经济发展与区域经济增长之间的关联机制和数据模型。

一、数字经济评价体系

（一）设计层次指标

参考《高技术产业（服务业）分类（2018）》《第四次全国经济普查统计分类标准（2018）》，采用自顶而下的分析法，结合数字经济概念[5]将国家统计局对数字经济分类标准中的指标分为数字经济发展水平、发展基础、社会效益、发展潜力4个一级指标[6]，再结合自下而上的综合法，根据上述4个一级指标提炼出可采集基础数据的指标作为二级指标，共11个，构建递阶层次结构的数字经济指标体系。

（二）引入时间变量

数字经济技术的更新可为社会带来效益，反过来社会将会投入更多的人力开发新技术，新技术再为社会创造效益，数字经济技术在此循环中快速发展[3]，而高级的基础设施对经济增长的影响更大[6]。因此，同一基础设施随着技术更新，对经济增长的贡献会变化。

（三）因子分析

1.数据处理。本文数据来源于2015—2021年国家统计局，由于各指标单位、属性存在差异，不能直接进行综合分析，应对指标进行标准化处理。选取的11个指标中，无逆指标和适度指标，无须进行一致化处理。因子分析得到的评价模型是线性的，参考张立军等人（2010）的研究，选取在线性综合评价模型中有效性最高的Z-Score法进行无量纲处理[7]。

2.相关性检验。用SPSS20对标准化后的数据进行KMO和Bartett检验，得到各年KMO值均大于0.7，说明变量间存在相关性，Sig.值均小于0.001，适合进行因子分析。

3.提取公因子。通过主成分法，根据因子特征值及累计贡献率选取因子。SPSS20输出解释的总方差各年均有2个公共因子特征值大于1，且特征值对样本方差的贡献率和均在85以上，所选取公共因子的特征值、方差贡献率见下页表1，说明这两个公共因子能够解释三级指标中绝大多数信息，可选取这2个公共因子（F1，F2）来反映各省当年数字经济发展情况。

4.因子旋转。通过对旋转成分矩阵进行分析可得到2015—2021年公共因子F1由网站数（VAR1）、电话普及率（VAR4）、互联网普及率（VAR5）、信息传输计算机服务和软件业城镇单位就业人员（VAR8）、信息传输计算机服务和软件业城镇单位就业人员平均工资（VAR9）、信息传输计算机服务和软件业城镇私营单位就业人员平均工资（VAR10）6个指标决定，这些指标反应的是数字经济在对人们生活状况的影响及带来的就业机会，将F1命名为社会贡献因子，公共因子F2在互联网宽带接入端口（VAR2）、互联网宽带接入用户（VAR3）、光缆线路长度（VAR6）、移动电话交换机容量（VAR7）、普通高等学校本科在校学生数（VAR11）5个指标上有较高载荷，这些指标描述了数字经济现有投入和未来发展潜力，可命名为发展潜力因子。因子得分可用回归方法结合成分得分系数矩阵计算各公共因子得分及总得分。

5.因子得分计算。通过对各省数字经济发展水平得分时间序列进行统计分析，在2015—2021年中，信息统计业并未发生产业结构上的变化。可从数量上揭示数字经济发展规律，并可运用本文建立的评价体系预测数字经济未来的发展，达到对数字经济产业结构进行优化修正，以促进数字经济健康发展。

二、区域经济与数字经济

数字经济持续快速发展，自身规模不断壮大，并通过信息技术渗透到非数字经济领域，对我国经济增长作用明显[3]。从发展趋势看，数字经济对经济增长发挥主导作用并且对经济增长具有高带动效应[8]。为探究数字经济增长和区域经济增长之间的关联机制和数据关系，用数字经济发展水平得分和地区生产总值（地区GDP）分别衡量各省2015—2021年数字经济发展水平和区域经济发展情况，尝试建立关于数字经济发展与区域经济增长的经济理论。区域经济增长与数字经济发展计量关系建立如下。

（一）面板数据单位根平稳性检验

对面板数据的三种情形即含个体截距项和趋势项（情形1）、仅含截距项（情形2）、none（情形3）情形分别进行单位根检验，并对检验结果进行分析。在Eview10中用ADF-Fisher Chi-square对2015—2021年数字经济发展水平得分和地区GDP进行面板数据单位根检验，检验结果见下页表2。

2015—2021年地区GDP面板数据在三种情形下均接受原假设，结合地区GDP趋势图可认为地区GDP是趋势平稳时间序列。因ADF-Fisher Chi-square检验的备择假设是面板数据有一定比例的数据是平稳的，结合各省数字经济发展水平得分趋势图和ADF-Fisher Chi-square检验的具体数据分析，其中三种情形均满足Prob.≤0.05变量应拒绝原假设，可判断其所在省数字经济发展水平得分是非平稳时间序列，即黑龙江省、海南省的数字经济发展水平得分是非平稳时间序列;天津市仅有一种情形拒绝原假设，可认为其变量是平稳时间序列;其余省市均需接受备择假设并结合趋势图分析，可确定为趋势平稳。

（二）区域经济水平与数字经济发展水平广义最小二乘（FGLS）回归

根据残差项是否存在自相关进行广义最小二乘（FGLS）回归，可有效解决趋势成分引起的虚假回归问题[9]。用Eviews10进行最小二乘法回归时采用固定面板模型，并进行白噪音的协方差进行自相关检验，尽可能避免伪回归的同时使回归更准确。得到的回归结果为：

GDPi，t=21 969.05+10 365.38×Scorei，t

（83.01986） （6.003448）

其中，GDPi，t表示序列为i的省在t年的地区GDP，Scorei，t表示序列为i的省在t年的数字经济综合评价得分。

R2=0.967447，调整后的R2=0.961992，说明模型在数据上拟合度非常高。参数估计值下的括号中为t统计值，本文中t统计量均大于临界值，符合检验标准，并且P<0.05，可认为观测量无自相关性。

三、讨论与结论

研究数字经济发展与区域经济增長之间的关联机制对规划区域经济发展战略及企业投资具有导向作用。一般情况下，在一定程度上认为数字经济的发展滞后于区域经济的增长，结合数字经济在发展过程中需要大量资本要素投入（如信息化基础设施建设）、劳动要素投入（如前沿技术研发），若某地区将大量资本投入数字经济势必造成投入其他产业的资本减少，若数字经济对其他产业的拉动作用因其他产业投入不足或发展水平较低而不明显，使得此区域数字经济资本投入增加部分带来的经济效益不足以填补其他产业因资本投入减少而降低的经济效益，会使此区域的经济下滑。同时不可否认数字经济对其他行业具有技术溢出效应，在“互联网+”、物联网的大背景下，数字经济渗透到其他行业带来信息产品和服务的同时为国民经济做出贡献。本文分析地区GDP与数字经济得分的回归关系后发现，当数字经济发展水平评分每增长一个单位，地区GDP数据也将增长10 365.38亿元，张媛媛[10]（2011）、Jorgenson（2000）、Oliner（2000）也验证了数字经济对经济的促进作用。因此，各区域应根据区域内其他行业对数字经济的需求程度制定合理的投资策略，以免因盲目将大量资本投入数字经济但受区域经济水平限制而无法获得预期经济增长的情况出现。

参考文献：

[1]  耿亮，刘柳，金鹏，汪强，吴燕，孟宪楠.电力通信网综合评价指标体系建设与实证分析[J].电子技术应用，2015，（12）：152-155.

[2]  李超.我国各地区现代数字经济综合评价研究[J].图书情报工作，2011，（14）：49-53.

[3]  刘平.数字经济对我国经济增长贡献的分析与研究[D].成都：西南财经大学，2015.

[4]  刘跃，彭艳，周亮.我国区域数字经济发展与经济增长质量关系研究[J].产经评论，2014，（3）：40-49.

[5]  李南南，孙秋碧.数字经济的概念及范围初探[J].现代情报，2007，（12）：69-70+74.

[6]  Roller L.H.，Waverman L.Telecommunications infrastructure and economic development：a simultaneous approach[D].CERP discussion paper，2000（No.2399），March.

[7]  张立军，袁能文.线性综合评价模型中指标标准化方法的比较与选择[J].统计与信息论坛，2010，（8）：10-15.

[8]  柯玲.区域数字经济与经济增长的关系[J].西南交通大学学报，2009，（5）：794-798.

[9]  汪睿，李怡，谢伟杰，杨正玲.我国各省域数字经济发展水平评价[J].现代商业，2018，（20）：32-33.

[10]  张媛媛.我国互联网发展现状及对国民经济推动作用研究[J].现代电信科技，2011，（11）：22-28.