数字经济对长三角区域高质量发展的影响研究——基于技术创新的视角

王伟, 刘健

(安徽财经大学 经济学院, 安徽 蚌埠 233030)

一、引言

经过多年发展,长三角区域产业结构不断转型升级、资源配置不断优化,对外开放和经济发展水平迈向新的台阶。2021年,长三角三省一市的GDP规模达27.6万亿元,约占全国GDP总量的24%,成为中国乃至世界的重要区域增长极。近年来,我国经济进入高质量发展阶段,资本和劳动力要素在驱动经济高质量发展的过程中,发挥了日益显著的作用。2018年4月,习近平提出要“聚焦高质量,聚力一体化”,发挥长三角城市群促进区域经济协同发展在全国的示范和带动作用。传统增长模式付出的环境成本极高,且不可持续发展,长三角区域经济迈全面向新台阶需要借助更强大的经济发展新动能。

数字经济从不同的视角出发,内涵边界有所不同。一般来说是以数据资源为核心要素,运用现代信息网络载体,融合数字信息技术推动经济社会全要素数字化转型,促进公平与效率更加统一的新型经济形态。21世纪以来,以大数据、云计算、区块链等为代表的数字技术得到长足发展,依托数字技术产生的数字经济成为我国经济发展中最活跃的因素。2021年,我国数字经济总体规模为45.5万亿元,占GDP的比重达到39.8%。数字经济通过推动现代信息技术与传统部门的深度融合,重塑企业生产和管理流程,大大提升生产效率、贸易效率和社会效率,为长三角区域高质量发展提供新路径。

数字经济早期研究主要集中在概念界定[1]、发展水平[2]和风险挑战[3]等理论方面。随着数字经济的长足发展,研究重点逐渐转移到数字经济发展的经济影响上,宏观层面主要围绕高质量发展[4]、经济数量增长[5]、创新模式演化[6]等领域;中观层面围绕产业结构升级[7]、产业组织创新[8]领域;微观层面围绕企业管理变革[9]、生产效率提升[10]、资本市场表现[11]等领域展开研究。这些文献都从国家区域整体或企业角度探讨了数字经济产生的经济功效,没有对我国经济最活跃的长三角聚焦。学界对长三角城市群的研究也大都集中在经济高质量发展、技术创新和城乡融合[12]等方面,较少地探讨长三角数字经济如何作用于高质量发展。本文可能存在的边际贡献为:第一,测度长三角数字经济发展水平和以绿色全要素生产率衡量的高质量发展水平,探讨数字经济对高质量发展的作用效果。第二,围绕技术创新视角,分析数字经济在推进长三角区域经济高质量发展的作用机制,深化了现有文献。第三,依据区域间城市定位和资源禀赋,分析数字经济对高质量发展的异质性作用。第四,深入分析了数字经济和高质量发展的空间溢出效应,从更加细微的尺度探讨二者时空演化特征和影响关系。

二、研究设计

(一)模型设定

1.数字经济对高质量发展的直接影响

数字经济能通过人工智能、大数据、云计算等新一代信息技术直接推动长三角区域经济社会发展动力、效率和质量变革。数字经济在推动长三角区域高质量发展过程中,运用现代信息技术改变传统生产方式,提高要素的投入、产出效率,推进全要素数字化转型,从而提升生态环境治理能力,具体表现为绿色全要素生产率提高。本文采用固定效应模型来检验数字经济对经济高质量发展的影响。模型设定如下:

yi,t=a0+a1digi,t+anXi,t+μi+δt+εi,t#

(1)

其中,yi,t代表区域城市i在t时期的经济高质量发展水平;digi,t代表区域城市i在t时期的数字经济发展水平;Xi,t代表控制变量;a0表示截距项;a1表示核心解释变量的估计参数;μi表示控制区域城市i不随时间变化的个体固定效应;δt表示时间固定效应;εi,t表示随机扰动项。

2.技术创新的间接机制

数字经济发展有效促进了城市技术创新。一方面,数字经济的加速发展能够激励数字技术供给主体,促进其创新行为开展,进而提升数字技术与传统产业融合的能力。另一方面,数字经济在信息和知识的传播过程中提供便利,能够有效促进知识在区域创新系统中的充分交流,对创新活动产生了积极影响。技术创新促进了产业结构调整、优化资源配置,从而推动经济高质量发展。

为检验数字经济能否通过促进技术创新从而推动经济高质量发展,本文参考温忠麟和叶宝娟[16]的做法构建三步法模型进行检验。在基准回归模型(1)的基础上,分别构建模型(2)和模型(3)来判断技术创新的中介效应,各模型的具体设定如下:

innovationi,t=β0+β1digi,t+βnXi,t+μi+δt+εi,t#

(2)

yi,t=γ0+γ1digi,t+γ2innovationi,t+

γnXi,t+μi+δt+εi,t#

(3)

3.数字经济对高质量发展的空间溢出效应

数字经济具有高效的信息承载和传递作用,压缩了区域之间的时空距离,使区域经济活动愈发紧密,数字化和信息化带来的知识和技术在城市间的经济活动中存在外溢性。因此,在验证了数字经济对经济高质量发展的直接和间接机制后,本文进一步分析数字经济对高质量发展的空间溢出效应。设立空间面板模型如下:

yi,t=φ0+ρWyi,t+φ1Wdigi,t+φ2digi,t+

φ3WXi,t+φnXi,t+μi+εi,t#

(4)

其中,W代表地理距离空间权重矩阵;ρ和φ1用来代表数字经济与高质量发展空间滞后项的回归系数,其他变量解释同式(1)。

(二)变量说明

1.被解释变量:经济高质量发展

在以往的研究中,经济增长多采用人均GDP、全要素生产率等指标进行测度,这些指标当中,国内生产总值(GDP)相关指标基于描述性统计分析方法来分析区域经济发展,重在反映经济增长速度,难以反映经济增长质量,随着我国经济进入高质量发展阶段,其局限性日益凸显。而全要素生产率指标也难以很好地反映绿色发展的经济理念。基于此,采用绿色全要素生产率(Gtfp)进行经济增长测度,不仅涵盖了能源和环境的消耗,又能够符合当代绿色发展要求,满足了综合衡量经济发展绩效的要求。首先,将每个城市作为一个决策单元,将土地、资本存量、劳动力、水资源、能源作为投入指标,GDP作为合意产出,工业三废(废水、烟尘、SO2)作为非合意产出,构建生产可能性集。其次,本文构建了包含合意产出和非合意产出的SBM方向性距离函数,并基于SBM方向性距离函数进一步构建了Malmquist-Luenberger生产率指数。最后,对于长三角区域城市绿色全要素生产率的计算,选择采用数据包络分析法来进行。

2.核心解释变量:数字经济

目前对数字经济的测度主要集中在省级层面,对地级市数字经济的测度较少且缺乏统一标准。本文参考Nunn and Qian[13]和赵涛等[4]的研究,从互联网发展和数字金融普惠两个角度对数字经济发展水平进行测度。互联网发展水平包括互联网普及率、互联网相关从业人员数量、互联网相关产出水平以及移动电话普及情况四个维度。数字普惠金融发展水平采用中国数字普惠金融指数[14]表示。本文通过主成分分析对以上五维数据进行标准化和降维处理,得到数字经济综合发展指标。

3.中介变量:创新水平

大学、科研院所以及企业的研发部门是一个地区创新的主力军。数字经济的发展降低知识的获取成本、加速现有知识的溢出、实现更大范围的创新。而专利作为主要的创新产出形式,是区域创新水平的重要体现,专利授权数量能很好地反映区域创新能力。因此,本文采用发明专利数和专利总量对区域创新水平进行衡量。

4.控制变量

为了尽可能地缓解遗漏变量带来的偏误,本文在基础回归模型中采用了一系列城市特征指标作为控制变量,具体为:(1)经济发展水平(Lnpgdp),用人均GDP的对数值表示;(2)固定资产投资(Invest),用固定资产投资占地区生产总值的比重表示;(3)外商投资(Fdi),用当年实际使用外资占地区生产总值的比重表示;(4)城市化水平(Urban),用城市建设用地占区域面积的比重表示;(5)金融发展水平(Finance),用机构存贷款余额占地区生产总值的比重表示;(6)政府支出(Gov),用地方财政支出占地区生产总值比重表示;(7)产业结构,用第三产业与第二产业的比值表示;(8)城乡收入差距,用城乡收入的泰尔指数公式表示。

(三)数据来源

本文所研究的长三角区域参照《长江三角洲区域一体化发展规划纲要》中划定的范围,包括上海市、江苏省、浙江省、安徽省41个地级市,时间范围是2001-2020年,形成了410个城市-年份观测值的平衡面板。数据来源于各城市统计年鉴,缺失值使用插值法进行填充,本文以2011年为基期对各变量数据进行了平减处理以消除价格因素的影响。变量的描述性统计见表1。

表1 描述性统计

三、实证结果

本文使用方差膨胀因子方法检验变量之间的多重共线性,结果表明各变量的VIF值均小于10,即模型中不存在严重的多重共线性。另外,为了选择合理的模型估计方式,对模型进行Hausman检验,其p值显著拒绝原假设,因此选用双向固定效应模型进行估计。

(一)基准回归

表2展示了基准回归结果,第(1)列为数字经济变量对经济高质量发展进行回归结果,核心解释变量的系数在1%的水平上显著为正,体现了数字经济显著提高了经济高质量发展水平。第(2)列中进一步控制年份时间效应和城市固定效应后,显著性水平提高且系数为正。第(3)列中加入控制变量后,核心解释变量的系数在1%的水平上显著为正。第(4)列进一步控制年份和城市固定效应后,核心解释变量的系数在1%的水平上显著为0.047,说明数字经济发展每提高1%,经济高质量发展提高0.047%。

表2 基准回归

(二)稳健性检验

本文参考Nunn and Qian[13]的做法,以各城市年每百万人电话机数量,与上一年全国互联网用户数量构造交互项作为工具变量,来衡量城市数字经济发展水平。其合理性在于:地区历史电信基础设施水平能够在一定程度上影响当地的数字经济发展,但另一方面,随着数字通信技术飞速发展,互联网对当代经济社会的影响日益凸显,固话等传统电信设备的使用规模日益减少。因此,构造交互项来同时满足工具变量的相关性和外生性,以消减因反向因果和遗漏重要变量可能导致的内生性问题。

表3的第(1)列展示了2SLS第二阶段回归结果,Kleibergen-Paap rk LM统计量和Kleibergen-Paap rk Wald F统计量的值分别为66.594和81.238,说明工具变量不存在识别不足和弱工具变量问题。在考虑内生性之后,核心解释变量的系数在5%的水平上显著为正,说明数字经济对促进经济高质量发展的结论依然成立。

表3 稳健性检验

2.替换被解释变量

为了避免采用单一指标对分析结果造成可能的偏失,本文借鉴刘佳等[15]的研究,运用熵值法构建了城市经济高质量发展综合指数。回归结果见表3第(2)列,核心解释变量的系数(Dig)在1%的水平上显著为0.022,说明在替换被解释变量之后,数字经济促进经济高质量发展的结论依然稳健。

3.替换解释变量

本文使用腾讯研究院发布的数字中国指数报告中城市数字化发展程度指数作为数字经济的代理变量。该指数从2015年开始编制,从数字产业指数、数字政务指数、数字文化指数和数字生活指数综合反映了城市数字经济发展程水平。表3第(3)列展示了2015-2020年回归结果,核心解释变量的系数(Dig)在1%的水平上显著为0.005,说明在替换解释变量之后,数字经济促进经济高质量发展的结论依然稳健。

4.改变样本窗口期

2015年中国经济开始增速换挡,向高质量发展迈进。为避免一系列改革的实施对回归结果产生的偏误,本文分别对2011-2015年和2016-2020年两个时间样本进行回归分析。表3中第(4)和(5)列展示了回归结果,核心解释变量的系数均显著为正,且2016年之后的系数(0.064)更大,说明2016年后数字经济发展迅猛,逐渐成为经济高质量增长的关键一环。

由图2可看出Db，Dy，Dr不同作物值不同，特征明显。春小麦的特征是Dy值比其他2种作物小，莜麦特征是Db值比其他2种作物小，大麦的特征是Dr值比其他2种作物大。

(三)异质性分析

1.中心区和外围区

在2019年12月中央发布的《长江三角洲区域一体化发展规划纲要》中,长三角区域中心城市包括原规划的26个城市加浙江温州市。考虑到温州市为2019年才加入,本文将原26个城市作为中心区,其余15个城市为外围区进行异质性分析。分析结果显示,中心区的数字经济能显著促进经济高质量发展,而外围区数字经济的系数并不显著。中心区城市基础设施完备,数字经济发展条件较好,对经济高质量适配性更强;而外围区发展数字经济需要进一步的进行数字化投入,数字经济融入到高质量发展中仍需一段时间才能显现。

2.资源禀赋

根据《全国资源型城市可持续发展规划(2013-2020年)》中划定的资源型城市及分类,本文将长三角城市分为资源型城市和非资源型城市进行固定效应模型回归。表4结果表明,数字经济均能促进资源型城市和非资源型城市高质量发展,但对资源型城市的促进作用更强(0.121)。这是由于资源型城市产业结构相对落后、经济增长缺乏持久动能、资源利用不尽合理,数字经济发展有利于提升资源利用效率、淘汰落后产能,提升经济高质量增长。

表4 异质性检验

(四)机制检验

本文对各城市发明专利和专利总量数据进行自然对数处理,作为区域创新的代理变量,对区域创新水平在数字经济促进经济高质量发展中的中介效应进行检验。表5的第(1)列和第(3)列回归结果表明,数字经济在1%的水平上能显著提高技术创新水平。第(2)列和第(4)列将技术创新和数字经济变量共同加入回归模型中后发现,技术创新均至少在5%的水平上显著为正,说明数字经济在推动产业结构升级过程中发挥部分中介作用。为检验中介效应模型稳健性,本文采用Sobel检验和Bootstrap检验对区域创新的中介效应稳健性进行了验证,相关统计量的P值均在5%水平上显著拒绝原假设,Bootstrap在不同抽样次数下的回归在95%置信区间均不包含零,从而拒绝原假设。故创新水平发挥的中介作用是稳健的。

表5 中介效应检验

四、深入分析:数字经济的空间溢出效应

城市的经济活动具有明显的空间相关性,数字经济压缩了不同区域信息传播的时空距离,具有明显的外溢性特征。为了检验数字经济是否存在空间溢出效应,本文对数字经济和高质量发展指数进行空间自相关检验。用地理距离矩阵计算的莫兰指数均在1%的水平上显著为正(见表6),说明2011-2020年数字经济发展和长三角城市高质量发展具有显著的空间自相关性,二者在空间上呈现出集聚效应。

表6 莫兰指数

表7为SDM和SAR模型的估计数据,结果显示高质量发展的空间自回归系数在1%的水平上显著为正,表明长三角区域高质量发展具有明显的正外溢特征,高质量发展城市能够产生带动作用,推高其他城市的高质量发展水平;数字经济与权重矩阵的交互项的系数在1%的水平上显著为正,数字经济存在显著的空间溢出效应,即中心城市的数字经济发展可以通过外溢效应提高周边城市的经济高质量发展水平。进一步分析可知,空间溢出效应的系数为0.041,表示周边城市数字经济发展若提高1%,可以促进该城市高质量发展提升0.041%。

表7 数字经济的空间溢出效应

五、结论和政策建议

本文借助2011-2020年长三角41个城市数据,采用绿色全要素生产率对高质量发展进行衡量。研究发现,数字经济显著提高了长三角区域高质量发展。在考虑内生性问题和进行一系列稳健性检验之后,该结论依然成立。数字经济在中心城市和外围城市、资源型城市和非资源城市呈现显著异质性。并通过中介机制检验,证实了在数字经济推动高质量发展的过程中,技术创新发挥了部分中介作用。数字经济在高质量发展中还存在空间溢出效应,数字经济有助于长三角区域形成协调发展格局。

依据上述结论,本文的政策建议如下:首先,加快数字经济建设,开发大数据云计算和区块链更广阔的应用前景,使其与传统产业部门深入融合,促进经济高质量发展。其次,加快推进长三角区域中心城市数字经济建设,充分发挥数字经济溢出效应,促进区域间城市数字化整体协同发展。以数字经济建设为重要抓手转变资源型城发展模式,推进经济发展进一步转型升级。最后,数字经济激发的区域创新是高质量发展的内生动力,要加快知识产权保护力度,为创新提供可靠的制度保证。