刘 明,范丹雪,施子杨
(兰州财经大学 统计学院,兰州 730020)
《中国互联网发展报告(2022)》显示,2021年中国数字经济规模达到45.5万亿元,占GDP的比重为39.8%,数字经济已然成为中国经济增长不可或缺的重要动力。经济新常态背景下,如何寻找经济增长新动能、促进中国经济高质量发展已经成为一个亟待解决的问题。
数字经济是一种依托于大数据和互联网的新兴经济形态,以互联网平台和网络客户端作为主要载体,将原有核心生产要素转换为数据资源,推动生产、生活方式深刻变革。因此,数字经济与经济高质量发展的关系研究也迅速成为热点,现有研究主要集中于以下两个方面:一是理论研究。以往的研究多从宏观、中观和微观的层面研究数字经济对经济高质量发展的影响[1,2],宏观层面的研究多从生产要素、资源配置、全要素生产率等方面探究数字经济对经济高质量发展的作用[3,4];中观层面主要研究数字经济对经济高质量发展的驱动作用以及数字经济与其他产业的融合发展[1,5];微观层面的研究主要集中于运用经济学概念进行分析,比如从范围经济、规模经济和匹配效率角度展开分析[6]。二是实证研究。有学者通过建立空间计量模型,从创业活跃度、创新型人力资本等角度实证分析数字经济对经济高质量发展的影响[7,8],结果显示:数字经济对经济高质量发展不仅存在正向促进作用,而且这种促进作用还存在着一定的区域异质性。此外,数字经济受益于信息边际收益递增,呈现低成本、强扩散、高增长的特征[9],也可以通过空间溢出效应提升经济高质量发展水平。
本文在已有研究的基础上,对数字经济与经济高质量发展的关系进行进一步梳理,具体来说:一是对数字经济对经济高质量发展的影响进行深入剖析,充分挖掘数字经济的价值,为中国推进数字经济发展提供理论支撑。二是在构建经济高质量发展评价指标体系的基础上,从空间效应角度评价数字经济对其的影响,深化对空间关联性的认识。三是从全国整体层面和东、中、西部地区层面进一步分析数字经济影响经济高质量发展的异质性问题。
经济高质量发展是我国经济可持续发展的必然要求,涵盖社会生产、生活的各个方面。数字经济作为新一轮经济可持续和高质量发展的重要动力,具有高效率、高协调、低成本、知识密集等特征,在我国推动高质量发展的背景下,数字经济与经济高质量发展之间的联系更为紧密,因此有必要厘清两者之间关系的内在逻辑。在摩尔定律和梅特卡夫定律的共同作用下[7],数字经济对经济高质量发展不仅可以产生直接影响,还可能会产生空间溢出效应。在此基础上,本文尝试从以下三个方面进行研究。
(1)直接影响机制
数字经济的发展以数字技术和新型基础设施的强力扩张为基础,基于数据要素的特性,其对其他生产要素效率具有乘数效应,可以更好地释放经济发展新活力,从而达到提升全要素生产率和促进经济高质量发展的目的[10]。首先,数字经济可以提高经济总量中的技术含量,运用数字技术逐步建立起现代产业体系,形成“互联网+”、大数据、区块链等新业态,催生产业智能化的发展,优化区域产业结构,助推经济高质量发展[11,12]。其次,数字经济还能通过方便、快捷的信息平台,助推结构转型、产业升级,驱动示范区的形成,实现数字经济在各领域的延伸,促进经济高质量发展[12—14]。最后,从降低成本角度考虑,数字经济的发展能有效降低各部门间的生产、流通成本,缩短交易时间。同时,数字经济对环境造成的负担较小,能与环境协调发展,从而有利于推动经济高质量发展。据此,本文提出以下假设:
假设1:数字经济能够促进经济高质量发展。
(2)空间溢出机制
数字经济的空间溢出效应主要通过强化学习、模仿、协作研发这三种机制产生。首先,数字经济可以压缩空间和时间距离,增强区域间经济活动联系的广度和深度。基于其开放和共享的特性,数字经济可以有效打破市场垄断壁垒、缓解信息不对称,为跨地区协作发展提供了更为便利的条件。加之多种信息平台和信息媒介的支撑,数字信息可以更快地渗透于各行各业,加快了信息数据在各地区、各产业间的流动和传播,从而产生溢出效应。其次,互联网的加入可以优化区域间的资源配置效率,增强省与省之间、省与市之间、市与市之间企业的联系与合作,互联网在促进经济增长、推动数字金融发展等方面作用显著,对区域经济的发展具有正向影响[15—18]。最后,数字经济助推多层次主体创新共享机制,构建政府、企业、个人之间协同发展、优势资源互补、创新成果共享的产业协同发展联盟。基于此,本文提出以下假设:
假设2:数字经济可以通过空间溢出效应影响邻近地区的经济高质量发展。
(3)区域异质性
中国幅员辽阔,地区间普遍存在资源禀赋不均、生态环境质量差距较大、产业结构差异明显、经济发展水平不同等问题,从而可能导致数字经济在不同地区的发展阶段也存在较大差异。同时,不同的数字经济发展水平对本地区以及邻近地区的经济高质量发展也可能产生不同的影响。基于此,本文提出以下假设:
假设3:数字经济对经济高质量发展的影响因地区的不同而存在差异。
考虑到数据的可得性和指标的科学性,为尽可能全面地反映经济高质量发展水平,本文借鉴聂长飞和简新华(2020)[19]的做法,基于“五大发展理念”,从高质量发展的内涵出发,构建经济高质量发展水平评价指标体系。同时,考虑到经济发展维度仍然是高质量发展不可或缺的重要部分,将经济发展并入指标体系,与“五大发展理念”的5 个维度共同构成6 个维度、22 项指标的综合评价指标体系(见表1)。其中,样本期内的GDP增长率是以2010年为基期进行计算的。常用的指标赋权方法有层次分析法、变异系数法、熵权法、CRITIC权重法等,考虑到高质量发展评价指标之间关系的复杂性,本文最终确定使用熵权法来测度经济高质量发展水平。具体步骤如下:
表1 经济高质量发展水平评价指标体系
第一步,查询原始数据。本文以我国30个省份2011—2020 年22 项指标的数据作为样本数据,构建原始数据矩阵X,其中Xtij表示第t年i省份j项指标的原始数据。
第二步,指标无量纲化处理。
其中,Ztij表示无量纲化后的指标值,Xmin和Xmax分别表示各指标的最小值和最大值。
第三步,指标赋权。
其中,T=10,N=30,Ytij、Ej、Dj和Wj分别为第j项指标所占的比重、信息熵、冗余度和权重。
第四步,计算经济高质量发展指数。
本文借鉴刘军等(2020)[20]的做法,从互联发发展和数字普惠金融两个维度来测度数字经济发展水平,具体的指标体系见表2。互联网是数字经济发展的载体,本文借鉴彭刚和赵乐新(2020)[21]的做法,从四个方面对互联网发展进行衡量;数字普惠金融则采用北京大学数字普惠金融指数,从广度、深度和数字化程度三个方面衡量,数字普惠金融是数字经济发展的重要体现。最后,借鉴赵涛等(2020)[7]的做法,通过主成分分析法测度的综合得分来代表数字经济发展水平。
表2 数字经济发展水平评价指标体系
对经济高质量发展水平进行全局空间关联性分析,以从整体上验证地区之间的经济高质量发展水平是否存在空间相关性。本文通过全局莫兰指数(Moran’s I)来测度地区之间的空间相关性,具体计算公式如下:
其中,EHQDt表示第t年某地区经济高质量发展水平的具体观测值,n为地区样本总数。
考虑到空间杜宾模型(SDM)兼顾空间滞后模型(SLM)和空间误差模型(SEM)的特点,可以更好地基于面板数据估计空间效应,故本文选用空间杜宾模(SDM)进行分析。模型的具体形式如下:
其中,i表示地区;t表示时间;Yit表示被解释变量;Xit表示解释变量;ρ表示空间自回归系数,取值范围在-1到1 之间;β表示解释变量的系数;W表示空间权重;ρWYit表示来自其他地区被解释变量的影响;WXitθ表示来自其他地区解释变量的影响,θ是影响系数;γi和δt分别表示表示个体和时间固定效应;εit为随机误差项。
本文中,空间杜宾模型的变量设置如下:
(1)被解释变量
经济高质量发展(EHQD),以经济高质量发展水平评价指标体系所测度的各地区经济高质量发展指数来表示。
(2)核心解释变量
数字经济(DIGE),以数字经济发展水平评价指标体系所测度的数字经济发展综合得分来表示。
(3)控制变量
为尽可能地避免其他因素对经济高质量发展的影响,本文考虑在回归模型中加入控制变量,以减少遗漏变量偏误。设定如下5个控制变量:政府干预(gov),反映政府宏观调控的程度,对社会经济总体起到调节与控制的作用,用各省份财政预算支出与各省份生产总值的比值来衡量;资本投资比(cv),反映资本投资效率,用各省份固定资产投资与各省份生产总值的比值来衡量;市场化程度(market),反映市场在资源配置中所起作用的程度,市场化程度越高,资源配置的扭曲就越少,调节能力越好,资源配置越合理,采用市场化总指数来衡量市场化程度;科研经费强度(rd),可以衡量经济主体的自主创新潜力和研发投入力度,科研经费强度越高,自主创新潜力越大,从而促进经济高质量发展,用各省份R&D经费与各省份生产总值的比值来衡量;经济发展水平(edl),用各省份生产总值与各省份总人口的比值来衡量。
已有研究发现,影响空间溢出效应的因素主要包括地区之间地理距离和经济差距,因此本文采用一般邻接权重W1、地理距离权重W2和经济距离权重W3作为空间权重。
(1)一般邻接权重W1
(2)地理距离权重W2
相关研究发现,地区与地区之间存在着一定的经济业务往来,两个地区的距离越近,区域间的经济业务往来越频繁。数字经济溢出同样也遵循这样的规律,因此可以设定地理距离权重W2:
其中,1/dij表示地理距离的倒数值。
(3)经济距离权重W3
其中,Xi(Xj)表示i(j)省份的人均GDP。经济差距越小,赋予的权重值越大;经济差距越大,赋予的权重值就越小。
本文将我国30 个省份(不含西藏和港澳台)2011—2020 年的数据作为研究样本,相关指标数据来源于历年《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国区域经济统计年鉴》《北京大学数字普惠金融指数》及各省份统计年鉴,部分数据来源于各省份统计局、商务局等官方网站,对于缺失的数据主要采用时间序列法和线性插值法进行补充。主要变量的描述性统计结果如表3 所示。被解释变量EHDQ的均值为0.252,最小值为0.143,最大值为0.591,标准差为0.770,可以看出,各地区经济高质量发展水平差距较大。核心解释变量DIGE的均值较小,标准差较大。
表3 变量的描述性统计
空间相关性检验结果如表4 所示。变量EHQD的Moran’s I 除了在一般邻接权重下2016 年为0.226,z 值为2.409,在5%的水平下显著外,其余年份在三种空间权重下Moran’s I 均在0.23 以上,z 值均通过1%水平下的显著性检验,表明我国各省份之间存在显著的经济往来,经济高质量发展水平相近的地区存在集聚现象。表5的结果在三种空间权重下再次验证了空间效应的存在性。因此,在研究数字经济对高质量发展的影响时,进行空间计量分析是必不可少的。
表4 经济高质量发展的全局莫兰指数
表5 空间效应诊断性检验
首先,基于三种空间权重进行Hausman检验,结果表明应当使用固定效应模型。其次,进行Wald 空间滞后检验和Wald空间误差检验以及LR 空间滞后检验和LR 空间误差检验,结果表明SDM 不能简化为SLM或SEM。因此,SDM 更适合用于分析回归结果。最后,考虑到结果的稳健性,本文选用固定效应模型在三种空间权重矩阵下,结合相关统计量,对样本数据进行分析,结果见表6。
表6 空间杜宾模型回归结果
从表6 可以看出,DIGE和W×DIGE的系数均至少通了5%水平下的显著性检验,表明在其他控制变量不变的情况下,数字经济不仅对本地区经济高质量发展的直接推动作用显著,而且对邻近地区也具有空间溢出作用。在三种空间权重下,ρ均为正值,且均在1%的水平下显著,表明影响一个省份经济高质量发展的因素不仅包括当地相关因素,邻近地区的经济发展水平也会影响该省份的经济高质量发展;在控制变量中,政府干预系数为负但不显著,表明一定程度的政府干预虽然可以起到宏观调控作用,但可能对经济高质量发展的影响并不明显;市场化程度系数为正且显著,说明较高的市场化程度有利于提高资源配置效率,从而能够对经济高质量发展起到正向作用;科研经费强度系数为正且显著,说明加强R&D 经费的投入对促进地区经济高质量发展具有积极影响;经济发展水平系数为负且不显著,说明经济快速发展未必能促进经济的高质量发展。假设1和假设2得到验证。
本文从三种空间权重的角度出发,通过求偏微分,将核心解释变量和控制变量对被解释变量的影响效应进行分解[22]。从表7 可以看出,核心解释变量DIGE的直接效应和间接效应均显著为正,表明数字经济的发展不仅对本地区经济高质量发展存在显著的促进作用,同时也能促进邻近地区的经济高质量发展,具有空间溢出效应。核心解释变量DIGE的总效应系数显著为正,表明在综合考虑空间相互作用后,数字经济对经济高质量发展仍具有积极的促进作用。假设1和假设2再次得到验证。
表7 空间杜宾模型的直接效应、间接效应和总效应回归结果
由于地区资源禀赋的不均和各省份经济发展水平的不同,可能造成不同地区数字经济对经济高质量发展的影响存在异质性,因此本文基于国家统计局对三大地区的划分标准,将30 个省份划分为东、中、西三大地区。考虑到地理因素和经济因素更能反映现实经济的空间效应,故本文选用地理距离权重W1和经济距离权重W2,按东部、中部、西部地区进行分组回归,结果如表8和表9所示。从回归结果来看,划分区域后,数字经济仍对经济高质量发展具有正向影响,仅在西部地区影响不显著。可能的原因是:东中部地区创新环境良好,制度与基础设施完善,经济发展水平和人力资本水平相对较高,这些因素使得东中部地区更具有发展数字经济的优势,能够更好地释放数字经济红利;而西部地区地理位置偏远,数字经济发展起步较晚,基础设施与信息化程度相对落后,产业发展仍处于转型时期,发展成果暂不明显。由此可以看出,数字经济对经济高质量发展的影响因地区的不同而存在差异。假设3得到验证。
表8 地理距离权重下的区域异质性检验结果
表9 经济距离权重下的区域异质性检验结果
为确保上述回归结果的稳健性,本文通过以下两种方法进行稳健性检验,以进一步验证数字经济对经济高质量发展的影响。一是替换解释变量。借鉴黄群慧等(2019)[16]的做法,通过互联网宽带接入用户数,电信业务总量,年末移动电话用户总数,互联网用户占比,计算机和软件服务业从业人数占比,人均电信业务总量,信息传输、软件和信息技术服务业从业人数占比等指标综合计算出互联网发展指数,将其作为数字经济(DIGE)的代理变量,以进行稳健性检验,结果见表10 列(1)。可以看出,核心解释变量回归系数的显著性水平基本保持不变,模型估计结果也没有发生明显变化,说明本文结论是稳健的。二是更换空间权重。为同时考虑地理因素和经济因素对经济高质量发展的影响,本文参考刘满凤和王帅龙(2017)[23]的做法,选用经济地理嵌套权重进行稳健性检验,这种嵌套权重是将地理距离权重与经济距离权重相乘,即:
表10 稳健性检验:替换解释变量与更换权重矩阵
回归结果见表10列(2),结果显示,数字经济对经济高质量发展仍然具有显著的促进作用,再次证实了本文结论的稳健性。
本文基于2011—2020 年我国30 个省份的面板数据,从地区划分、空间效应分解等多个角度深入研究了数字经济对经济高质量发展的影响。结果表明:(1)数字经济已然成为新常态下我国经济高质量发展的强大引擎,对经济高质量发展水平的提升具有显著的促进作用。通过替换解释变量和采用经济地理嵌套权重进行稳健性检验后,这一结论仍然成立。(2)数字经济的发展能够显著推动当地经济高质量发展,同时也能促进邻近地区的经济高质量发展,具有空间溢出效应。(3)数字经济对经济高质量发展的影响因区域的不同而显著不同,对东部地区经济高质量发展的影响最强,对中部地区的影响次之,对西部地区的影响最弱。具体表现为:在东部和中部地区,其促进作用更为显著;而在西部地区,其促进作用尚未充分体现出来,原因可能与资源禀赋和经济区位差异有关。
据此,本文提出以下建议:(1)加强数字化建设,使数字经济成为经济高质量发展的重要助力。加大科研投入,拓展信息技术研发平台,加强各地区新型基础设施建设。汇聚高校与大型科研机构的研发力量,加快数字经济与科技创新的深度融合,实现关键领域、关键技术的突破,推动中国经济高质量发展。(2)在建设“数字中国”时,充分把握空间溢出规律,最大限度地释放其对经济高质量发展的空间贡献力度,带动更多地区享受数字化发展的红利。同时,还应重视国际合作,鼓励国内数字企业与国外数字企业深度交流合作,相互学习借鉴,互通先进技术和管理理念,加快区域一体化发展步伐,消除“数字鸿沟”。(3)对数字经济实施动态化、差异化发展战略,使数字经济成为有效缩小区域发展差异的重要支撑。在巩固东部地区和中部地区数字经济发展优势的同时,进一步强化其溢出效应,加快构建现代数字产业体系,引导数字资源要素向西部地区流动和扩散,依靠经济规模和互联网效应实现缩小区域间数字经济发展差异的目的。西部地区应重视补齐短板,加强基础设施建设,扩大数字经济规模,拓宽数字化产业的覆盖面,引进信息技术领域人才和大型科技企业,加强与东中部地区的联动发展,促进数字经济协调发展,提高经济发展质量。