数字经济对区域高质量发展空间影响效应及耦合协调性分析

何寿奎 简东涵

（重庆交通大学经济与管理学院，重庆 400074）

引 言

目前，我国数字经济的发展十分迅速，2020年数字经济规模达到39.2万亿，尤其是电子信息技术、互联网技术、人工智能技术、大数据等高科技技术的发展尤为迅速，并且对人类生产生活产生了极大影响。数据成了新时代一种新型的生产要素，促进着我国经济高速发展的同时，也提高了经济发展的质量。国家“十四五”规划明确提出，发展数字经济，推动数字经济和实体经济深度融合［1］，利用好数字经济带来的优势去深化发展我国经济显得尤为重要。并且供给结构的优化与效率的提升离不开数字经济的支持，数字经济已成为推动经济高质量发展的关键动力［2］。习近平先后在会议讲话中，提出了我国的新发展理念和我国经济发展要从高速发展转变成高质量发展。因此，在新时代背景下，充分利用数字经济带来的红利去促进我国经济高质量发展成为必然选择。

关于数字经济与高质量发展的测度，以及数字经济对区域经济高质量发展作用评价，学术界取得不少研究成果。基于不同的视角测度数字经济及高质量发展，如从生产率的角度，余泳泽等［3］将绿色全要素生产率作为衡量经济高质量发展的标准，对经济高速发展到高质量发展的时空转换特征展开研究。蔡玲和汪萍［4］测算绿色全要素生产率，并且揭示数字经济对提升城市绿色全要素生产率具有重要作用。而韩永辉和韦东明［5］从发展方式、经济结构及增长方式三大维度构建高质量发展评价体系，考察省域高质量发展水平的动态演化。魏敏和李书昊［6］构建覆盖经济结构优化和创新发展驱动等10个方面的新时代经济高质量发展水平测度体系。胡歆韵等［7］从数字化基础设施、数字人才、数字生态化、数字滞后产业值4个层次构建数字经济指标体系。而张雪玲和焦月霞［8］认为数字经济将信息和通讯技术的数字化作为关键生产要素，从信息通讯基础设施、ICT初级应用、ICT高级应用等5个方面构建数字经济发展评价指标体系。

关于数字经济促进高质量发展的机制与路径研究。从单方面影响机制分析，万永坤和王晨晨［9］从产业结构的优化视角去探究数字经济影响高质量发展的机制，周少甫和陈亚辉［10］则研究分析数字经济助推服务业结构升级，进而促进经济高质量发展。赵涛等［11］研究发现数字经济具有提高创业活跃度的作用，激发大众创业来赋能高质量发展。从多个路径机制研究，周巫瑞等［12］从产业结构优化、科技技术创新、城镇化进程3个路径，分析数字经济助推经济高质量发展的机制。杨栋等［13］以组态视角研空数字经济以多元路径驱动经济的高质量发展。任转转和邓峰［14］探究数字技术、要素结构转型与经济高质量发展的关系，发现前两者的交互影响对于经济高质量发展具有先抑后扬的作用。数字经济推动了区域的高质量发展，但不同区域的高质量发展水平有明显差异［15］。

综上所述，目前对于数字经济和高质量发展的研究主要是分析不同作用机制下，数字经济对高质量发展的影响，并且鲜有学者研究数字经济对区域经济高质量发展的空间溢出效应和高质量发展的空间聚集性，同时缺乏对于两大系统之间的耦合协调分析，因此本文基于数字经济对高质量发展的空间自相关性，构建空间计量模型，分析数字经济对高质量发展的空间影响效应，同时构建数字经济－高质量发展耦合系统，分析我国31个省（区、市）耦合协调程度。

1 理论分析和研究假设

数字经济是应用互联网技术、电子信息技术、大数据、人工智能、云计算、物联网、区块链、5G通信等高技术产业推动经济发展。高新技术产业在数字化的背景下，更加重视技术创新，加大对于新产品、新技术、新应用的研发投入。数字经济的发展受地理时空的约束性低，其发展具有很好的辐射作用，便利人类社会的生产和生活，共享经济发展的红利。数字经济的发展降低交易成本，将数字要素与传统要素结合，优化资源配置，带动传统产业优化升级［16］。数字经济通过“产业数字化”，带动传统产业提质增效、焕发活力；通过“数字化产业”，为其他生产要素提供发展平台［17］。互联网技术的发展，让我国的落后地区也能够享受到技术带来的便捷和高效，生产效率同步得到提升，进一步向发达地区靠拢看齐，促使我国发展更具协调性。数字经济的发展带来技术革新，新技术应用到人类生活和生产中，减少所产生的污染排放和能源消耗，促进社会的低碳环保。低能源消耗和低污染排放的数据要素，在参与经济活动中，能有效体现绿色发展理念［18］，由此提出：

假设1：数字经济能够直接促进高质量发展。

数据具有低成本和复制性，数字交互不受时空限制，产品交换无磨损［19］。数字要素能够以较低成本跨区域进行交易，高效的信息传递压缩时空距离，增强区域间经济活动关联的广度和深度［5］。借助数据要素，促进技术与资本要素融合和知识在邻近地区流动，扩大技术外溢效果［20］。数字产业的发展，汇集许多高技术人才、高技术企业和研发机构聚集，高效地提高区域之间的经济与技术交流，进一步产生对邻近区域的空间溢出效应。数字经济发展迅速并且形成产业聚集的地区，其技术和知识的扩散传播具有更强的空间溢出特性［21］。数字经济发展，促使我国“新基建”完善，现代基础设施的深化建设，为我国经济数字转型提供了底层支撑［22］。“新基建”的完善，在促进本区域经济高质量发展的同时加强了与邻近地区经济发展关联性，进而产生对邻近区域的高质量发展溢出效应，由此提出：

假设2：数字经济对高质量发展具有空间溢出效应。

2 研究设计

2.1 模型构建

为了分析数字经济发展对高质量发展的空间影响效应，构建空间杜宾模型（SDM）：

其中，i为省（区、市），t为年份，hqit表示i省（区、市）t年的高质量发展水平，digit表示i省（区、市）t年的数字经济发展水平，Whqit为高质量发展水平的空间滞后项，Wdigit为数字经济发展水平的空间滞后项，Xit为控制变量，WXit为控制变量的空间滞后项，ρ为空间自回归系数，β1为空间自相关系数，β2为控制变量的空间相关系数，εit为随机扰动项。

耦合协调度计算。通过构建数字经济发展水平－高质量发展耦合系统，分析两个系统的耦合作用和协调程度。其中U1为数字经济发展水平系统，U2为高质量发展系统：

C为两系统的耦合度，取值范围0～1之间，其值越大说明两个系统的耦合性越大，互相作用程度越大。进一步分析两系统的协调度，引入耦合协调度模型：

其中T为两个系统的综合发展指数，α和β分别表示数字经济发展水平和高质量发展水平的协调效应权重，取值都为0.5，在［0，1］区间表示耦合协调度。本文结合相关划分方法，将数字经济发展水平－高质量发展耦合系统的耦合协调度区间进行划分（如表1）。

表1 耦合协调度等级区间划分

2.2 变量的选取

被解释变量：高质量发展（hq）。基于新发展理念的提出，本文选择从创新、协调、绿色、开放、共享五方面来构建高质量发展综合指标体系，结合指标数据的可获得性、可靠性，并结合相关研究［15，23］选取R＆D人员全时当量等17个二级指标构建5个维度下的指标（如表2），单位产出二氧化硫排放量（万吨／亿元）、城镇登记失业率（%）2个指标为高质量发展负向指标，其余15个指标为高质量发展正向指标。利用熵权法加权求出高质量发展的综合得分。

表2 高质量发展综合评价指标体系

核心解释变量：数字经济发展水平（dig）。结合目前的研究来看，对于数字经济发展水平的评价测量尚未有确定的指标体系，本文结合刘丽和丁涛［21］、周清香和李仙娥［24］、闵路路和许正中［16］的构建方法，从数字基础设施、数字技术投入、数字应用3个维度，选取7个相关指标作为二级指标构建数字经济发展水平综合评价指标体系（如表3），同样通过熵值法计算指标综合得分。

表3 数字经济发展水平指标体系

控制变量：为了全面研究数字经济发展水平对区域经济高质量发展的影响，选取交通基础设施水平（infra）、金融发展水平（lnfinan）、经济发展水平（lneco）、科技发展水平（tech）、政府调控水平（gov）作为控制变量。其中，交通基础设施水平用每万人拥有公共交通车辆来表示；金融发展水平（lnfinan）用年末金融机构存贷款余额比地区生产总值取对数来表示；经济发展水平（lneco）用人均GDP取对数来表示；科技发展水平（tech）用科学技术支出比财政支出来表示；政府调控水平（gov）用财政支出占GDP比重来表示。

2.3 数据来源和描述性统计变量

基于数据的科学性、可获得性，本文选取中国31个省（区、市）（不含港、澳、台地区）2013～2020年的面板数据进行实证分析。所有指标的原始数据均来源于国家统计局、《中国统计年鉴》和《中国城市统计年鉴》。分析2019年、2020年原始数据，发现新冠肺炎疫情爆发后，数字经济与高质量发展指标并未带来较大的数据波动，如受疫情影响较严重的湖北省，虽然2020年经济出现负增长，但数字经济及高质量发展相关数据也在正常变动范围内。因此，2020年数据仍具有效性。描述性统计变量结果如表4所示。

表4 描述性统计变量

3 实证分析

3.1 时空变化分析

根据我国2013～2020年的经济发展面板数据，分析数字经济驱动下我国经济高质量发展的时空分布及变化趋势。

（1）我国高质量发展水平测算值范围在0～0.6之间，呈现出东部＞中部＞西部，并且随时间的推移这种分层布局并未发生较大改变。总体来看，随时间的推移全国各省（区、市）的高质量发展水平都得到较为明显的提升，但是整体高质量发展水平都较低，绝大多数省（区、市）的高质量发展水平值都低于0.3。超过0.3的省（区、市）都位于东部，这些省（区、市）经济水平较高并且具有对外开放的优势。西部地区的省（区、市）高质量发展水平值都低于0.2。其中增速最快的是海南省，在2019～2020年间，高质量发展水平直接翻了一番，其位于我国南部沿海地区，邻近高质量发展水平最高的广东省，能够借助地理优势充分发展，而西藏则增速最慢，高质量发展水平始终位于0～0.1范围之间，这是由于西藏独特的地理位置，阻碍了其像其他省（区、市）同步进入高质量发展进程中。

（2）按惯例把我国经济区域划分为东部、中部、东北部和西部四大地区，由图1可知，仅有东部地区高质量发展水平高于全国均值，其余3个地区都低于全国平均值，表明我国高质量发展水平存在较大的地区差异。最高的东部地区高质量发展水平远高于最低的西部地区，并且东部地区高质量发展水平在研究期间的增长速率最高，西部增长速率最低，东部地区经济发展水平较高，交通基础和“新基建”更加完善，邻近沿海具有开放贸易的优势，企业数字化发展水平远远领先于其余3个地区，因此利用这些优势提升高质量发展水平速度最快。

图1 不同地区高质量发展水平时间变化

3.2 空间自相关分析

进行空间计量分析之前，利用莫兰指数去检验经济高质量发展是否具有空间自相关性。莫兰指数的测算需要先构建出空间权重矩阵Wij，本文选择邻接空间权重矩阵进行空间自相关性分析，即Wij＝1，表示两省（区、市）相邻；Wij＝0表示省（区、市）不相邻。由于海南省位置相对特殊，本文选择将其与广东省邻接。测算高质量发展全局Moran's I，如表5所示，2013～2020年其值始终为正，并且P值均通过显著性检验，因此，说明高质量发展水平在研究期内具有正向空间自相关性。

表5 高质量发展全局Moran's I的结果

利用局部莫兰指数分析我国高质量发展的空间聚集性，得出如下结论：

（1）2013年西部省（区、市）除宁夏、重庆、贵州3个省（区、市）外，均呈现出低－低聚集的分布；中部省（区、市）除江西呈现低－高聚集的分布外，其他省（区、市）聚集性不显著；东部省（区、市）中海南省呈现出低－高聚集，江苏省、上海市、浙江省、福建省呈现出明显的高－高聚集分布，其余省（区、市）均聚集性不显著。

（2）2016年全国高质量发展的聚集性没有发生较明显的变化，唯一变化的是安徽省由不显著变为低－高聚集，可能原因是安徽省邻近的浙江省和江苏省增长的速度比其快，并且高质量发展水平高，因此形成了低－高聚集的分布格局。

（3）2020年空间聚集性依旧没有发生太大变化，主要变化是被低－低聚集省（区、市）包围的宁夏壮族自治区也变成低－低聚集，安徽省变回不显著，变化最大的是海南省，其直接从低－高聚集变成了高－高聚集。海南省聚集性发生大变化，可能的原因是党中央在2018年决定支持海南省建设自由贸易试验区，自由贸易港的建设，让海南省的对外贸易愈来愈频繁，对外开放程度的飞速提升，直接推动了整个海南省的高质量发展进程，高质量发展水平在短时间内得到大大提升。从整体的聚集性看，西部省（区、市）大面积呈现低－低聚集性，由于缺乏具有明显带头作用的省（区、市），大部分省（区、市）没有能够借助发展优势的省（区、市）进行自我发展。因此，西部地区的四川省和重庆市，应借助建设成渝双经济圈的发展战略，提高两地高质量发展的同时，将发展优势辐射到周围的低水平省（区、市），加快整个西部地区高质量发展的步伐。

3.3 空间计量分析

3.3.1 计量模型回归分析

利用空间双固定杜宾模型进行空间计量回归分析，结果如表6所示，得出如下结论：

表6 空间计量回归结果

核心解释变量dig的系数为0.202，并且通过了1%的显著性水平检验，表明本地区数字经济水平每增加1单位，能够直接提高本地区0.202单位的高质量发展水平。

控制变量gov、tech的系数分别为0.151和1.596，并且都通过了1%的显著性水平检验，表明本地区政府调控水平每提高1单位，能够直接提高本地区0.151单位的高质量发展水平；本地区科技发展水平每提高1单位，能够提高本地区1.596单位的高质量发展水平。其余控制变量均没有通过显著性水平检验，说明本地区交通基础设施水平、金融发展水平和经济发展水平还不能显著地促进本地区的高质量发展水平。

Wx对应的dig系数为0.251，并且系数通过了1%的显著性水平检验，表明邻近地区的数字经济水平与本地区的高质量发展水平呈正相关，随着邻近地区数字经济水平提高1单位，本地区的高质量发展水平能够提升0.251个单位，这验证了假设2，即数字经济对高质量发展具有溢出效应，并且还是正向的溢出效应。同时Wx对应的lneco和lnfinan的系数分别为0.101和0.031，分别通过了10%和5%显著性水平检验，表明邻近地区的经济发展水平和金融发展水平的提升能够推动本地区的高质量发展水平。而Wx对应的tech系数为－1.886，并且通过1%显著性水平检验，表明邻近地区的科技水平提高，不利于本地区的高质量发展水平，可能原因是邻近地区科技水平的提高，集聚的科技发展要素仅在邻近地区内流动，甚至会吸纳本地区的科学技术人才和资源，导致本地区的高质量发展水平下降。

3.3.2 效应分解分析

为进一步探究数字经济对高质量发展水平的影响，将效应进行分解，探究解释变量对被解释变量的影响程度。通过直接效应、间接效应、总效应来解释影响程度。直接效应表示为本地区的解释变量对本地区被解释变量的影响大小，间接效应表示为邻近地区解释变量对本地区被解释变量的影响，总效应表示为直接效应与间接效应的影响之和。根据效应分解结果（表略）显示，无论是哪种固定效应模型下，数字经济发展水平对高质量发展的直接效应、间接效应和总效应均通过了1%的显著性水平检验。

从双固定效应模型来看，间接效应的系数大于直接效应的系数，表明数字经济对高质量发展的直接效应小于其间接效应，即邻近地区数字经济对本地区高质量发展的推动作用大于本地区自身数字经济发展对本地区高质量发展的推动作用。

直接效应的显著性再次证实假设1成立，数字经济的发展，带动着当地“新基建”的逐渐完善，引领当地的企业增加对新技术、新产品和新应用的开发，减少资源和能源消耗的同时，提高了企业的产出效应和服务效率，进而助推当地的高质量发展。

间接效应的显著性再次证实假设2成立，表明数字经济发展产生空间溢出效应显著，数字要素在邻近区域之间的传递与共享效率较高，某个地区数字化企业与数字型人才聚集，也能够产生正向的空间溢出效应，进而带动周围地区高质量发展水平提高。

3.4 数字经济与高质量发展耦合协调度分析

基于数字经济对高质量发展存在正向直接效应和正向的空间溢出效应，进一步分析二者之间的耦合协调发展的状况，分别计算出31个省（区、市）在2013～2020年的耦合度和协调度，并且研究四大区域的差异。计算结果用分子表示耦合度，分母表示耦合协调度（如表7）。

表7 数字经济发展水平－高质量发展耦合系统的耦合度和协调度

从整体情况看，大多数省（区、市）的耦合度都在0.900以上，并且都处于高耦合度的稳定状态下，一些省（区、市）在研究期间耦合度达到了1.000，其中在2018年全国31个省（区、市）的耦合度最高，12个省（区、市）的耦合度达到了1.000，表明我国数字经济发展水平和高质量发展水平两个系统之间，存在较强的相互作用，两个系统之间的紧密程度很大。数字经济发展水平与高质量发展有较强的相关性，说明两者互相影响程度大，互相带来有力的促进作用。

从不同地区情况看，将研究期内四个区域的耦合度从大到小依次排序（如图2），呈现出东北地区＞中部地区＞东部地区＞西部地区，说明数字经济发展水平与高质量发展水平的相关性在东北地区最为突出，而西部地区相关性最低。但是，仅从耦合度来看，并不能很好反应出耦合协调度的情况，在两者相关性强的省（区、市）可能存在较低耦合协调度，两者相关性偏低的省（区、市）也可能存在较高耦合协调度。高耦合协调度不仅需要高水平的耦合度，还需要高水平的综合发展指数。

图2 不同地区耦合协调度分析结果

从整体耦合协调度来看，研究期内绝大多数的省（区、市）耦合协调度的值在0.500以下，处于低度耦合协调和中度耦合协调状态，说明我国31个省（区、市）在数字经济发展水平和高质量发展水平之间的耦合协调度普遍偏低，两者耦合协调发展程度具有较大的提升空间，推进两者之间的协同发展有待加强。广东省的耦合协调度最高，并且在研究期内耦合协调度的值均在0.500以上。一直处于高度耦合协调状态，2019年后达到了极度耦合协调。从不同地区情况看，4个区域的耦合协调度都呈现出逐年增长的趋势，在2013～2014年，耦合协调度从大到小依次是东部、东北部、中部、西部，2015～2020年耦合协调度从大到小依次是东部、中部、东北部、西部，研究期内东部耦合协调度始终最高，西部始终最低。中部、东北部、西部的耦合协调度始终低于全国平均水平，3个区域在研究期最后2～3年才进入中度耦合协调阶段，并且3个区域的耦合协调度与东部地区存在较大的差距。

4 结论及建议

本文借鉴相关研究，构建数字经济发展水平的指标体系和高质量发展的指标体系，并运用熵权法分别测算了我国31个省（区、市）在2013～2020年的数字经济发展水平和高质量发展水平。基于测算的高质量发展指标值进行时空变化分析和空间自相关分析，以数字经济发展水平为解释变量，高质量发展水平为被解释变量，运用双固定空间杜宾模型进行空间计量分析，最后构建出数字经济－高质量发展耦合系统，分析两系统的耦合协调程度。得出如下结论：

整体而言，我国绝大多数省（区、市）高质量发展水平较低，高质量发展水平呈现出东部＞中部＞西部，并且随时间的推移这种分层布局并未发生较大改变。高质量发展水平在研究期内具有正向空间自相关性，西部地区绝大多数省（区、市）高质量发展水平呈现出低－低聚集，中部地区绝大多数省（区、市）高质量发展水平的聚集性不显著，东部地区的江苏省、上海市、浙江省、福建省呈现出明显的高－高聚集，并且随时间推移这种聚集性没有发生太大变化。通过空间计量分析，数字经济发展对高质量发展不仅存在正向直接效应，而且还存在正向的空间溢出效应，并且通过效应分解发现数字经济发展产生的正向空间溢出效应大于直接效应。基于数字经济－高质量发展耦合系统分析，我国绝大多数省（区、市）的耦合度在0.900以上，处于高度耦合度的稳定状态，但是研究期内绝大多数的省（区、市）耦合协调度的值在0.500以下，处于低度耦合协调和中度耦合协调状态，东部地区耦合协调度始终最高，西部地区始终最低，而中部地区和东北部地区始终在二者中间，前两年东北部大于中部，之后中部一直大于东北部。

通过上述实证分析结果，本文提出如下建议：

东、中、西部地区应结合自身在高新技术、自然资源禀赋和人力资源的优势和短板，实施差异化数字经济发展战略，推动经济高质量发展。高质量发展是多维度全方位的发展，发展过程中不得摒弃新发展理念下任意维度，但是我国地区之间存在不可忽略的差异，因此在全面发展过程中，应因地制宜扩大地区具有鲜明优势维度的发展，同时弥补数字经济发展滞后的相关维度。如东部沿海地区经济基础发展，人才资源聚集，在推动高质量发展过程中，发挥出创新和开放的维度的优势，弥补绿色和协调维度的发展；而西部地区则保持好绿色发展的理念的优势，吸引高技术人才和世界500强及高科技企业聚集西部，加大数字科技创新的投入力度，推动西部地区的高质量发展。

中、西部地区应加大数字基础设施与新基建建设，打造创新人才高地。数字经济的发展对高质量发展具有直接效应和间接效应，因此对于我国高质量发展水平具有低－低聚集和聚集性不显著的地区，要加大数字基础设施的建设与投入，推进企业的数字化发展，培养更多数字化技术与管理人才，在不同地区形成具有领头作用的省（区、市），将数字经济的红利辐射到周围相对落后的省（区、市）。如西部地区四川省和重庆市相对于西部地区其他省（区、市），经济发展更快，数字经济发展水平和高质量发展水平更高，因此，要发挥出其地区优势，在自身赶超中部和东部先进省（区、市）的同时，将发展优势辐射到周围落后的省（区、市），促进整个落后的西部地区高质量发展。

统筹东、中、西部数字技术及产业链分工协调融合发展。针对我国数字经济发展与高质量发展的耦合协调度整体较低，我国在推动数字经济发展和加快高质量发展时，要重视发展的均衡性和协调性，国家层面统筹集成电路、量子技术、通信技术与智能装备等高技术研发布局，避免低水平重复建设和同质竞争；地区层面加强数字技术信息技术的高端研发、先进制造与产业链的分工与协调，国家在人才、技术和资金上给中、西部地区提供支持，2022年中国首个数字经济人才市场在重庆挂牌，成渝双城经济圈布局了西部最大的算力中心，需要进一步推进数字化的产业往西部地区和中部地区转移，让数字要素流动真正发挥出其不受时空限制的特性，东部地区保持技术领先发展的优势，加强与落后地区的交流和合作，带动落后地区步入高协调耦合的发展进程。