孔丹丹,金泽虎
(1.亳州学院 经济与管理系,安徽 亳州 236800;2.安徽大学 经济学院,安徽 合肥 230601)
党的二十大报告指出:“增强国内大循环内生动力和可靠性,提升国际循环质量和水平,加快建设现代化经济体系”,“着力推进城乡融合和区域协调发展”[1]。现阶段我国区域经济发展不平衡,区域人均收入差距较大,产业结构不够合理,环境问题依然存在。因此,助力区域经济高质量发展已成为中国新发展格局下的重要任务。目前,区域经济高质量发展影响因素的研究主要关注环境规制[2]、生态环境保护[3]、科技金融[4]、人力资本积累[5]和外商投资[6]。随着信息技术的发展,数字经济对经济高质量发展的影响已成为近年学界讨论较多的影响因素之一。国家互联网信息办公室发布的《数字中国发展报告(2021年)》显示:2017年到2021年,我国数字经济规模从27.2万亿元增至45.5万亿元,平均每年度的复合增长率为13.6%,总量位居全球第二;就GDP而言,数字经济在其中的占比由原来的32.9%增长到39.8%,成为推动经济增长的主要引擎之一[7]。因此,应当全面提升数字经济发展水平,促进数字产业化和产业数字化,推动区域经济高质量发展。
现有研究从协调发展[8]、数字消费机制[9]、创新力培育[10]等视角考察了数字经济对经济高质量发展的促进作用。宋洋认为数字经济(直接效应和间接效应)对高质量发展均产生促进作用,其中直接效应的促进作用大于间接效应[11]。鉴于此,本文基于新发展格局下,以淮河流域为考察对象,研究数字经济对淮域经济高质量发展的影响。
淮河流域人口密集,土地肥沃,资源丰富,交通便利,是长江经济带、长三角一体化、中原经济区的覆盖区域,也是大运河文化带主要集聚地区,在我国社会经济发展大局中具有十分重要的地位①。淮河流域(含山东半岛)位于我国东部,流域面积33万平方公里,地跨河南、湖北、安徽、江苏和山东5个省49个市,177个县(市),人口约2.3亿,占全国总人口的16%[12]。由于数据的可得性,本文以淮域境内的信阳、周口、漯河、许昌、平顶山、开封、商丘、淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、南京、南通、连云港、徐州、淮安、宿迁、扬州、泰州和盐城共24个城市为研究对象,探究新发展格局下,数字经济对淮域经济高质量发展的影响效应并全面地解析数字经济促进淮域经济高质量发展的规律,对于完善淮河流域经济发展政策和措施,促进淮河流域经济高质量发展具有重要的现实意义。
数字经济已经广泛深入地嵌入社会经济发展的各个方面,深刻影响经济发展质量。互联网发展提升了区域科技创新能力、降低了研发成本、改善了区域资源错配、促进产业链的进步和发展,加速了产业结构转型,最终带动了区域经济发展[13-15]。数字经济资源集聚在城市地域空间,数字经济的普及能快速发展数字物流等,有效降低企业的成本,提高经济效率,最终带动经济更高质量的发展[16-17]。数字经济通过绿色技术创新正向促进本地经济高质量发展[18]。且数字经济通过改变传统生产方式、加速经济动态循环、知识溢出效应等路径促进服务业效率提升,成为新时代下推动经济高质量发展的重要动力[19]。据此,提出以下假说:
H1:数字经济对本地经济高质量发展有正向促进作用。
数字经济对社会经济发展具有全方位的影响。数字经济能够广泛吸收优秀人才,产生学习效应。伴随人才跨区流动,创新技术能够突破时空束缚,增强地区之间的交流互通,产生空间溢出效应[20]。数字经济对相邻地区经济高质量发展可能存在一定的负向空间溢出效应。数字化覆盖率较低的城市往往不能很好地享受到数字经济带来的优势,而且还存在着信息不对称等问题。数字隔离导致现代化数字经济未能正向促进相邻地区的经济高质量发展[21]。同时, 由于虹吸效应,数字技术创新较高且经济高质量发展较好的城市往往更容易吸引高素质劳动力、高质量创新资本汇聚发达地区,可能会对邻近地区经济社会的高质量发展构成威胁。数字经济通过拓展分工边界,降低了企业对于邻近空间的依赖,造成产业从空间上的集聚向互联网集聚的转移,为周边地区的高质量发展带来不利的影响[22]。据此,提出以下假说:
H2:数字经济对相邻地区经济高质量发展具有负向空间溢出效应。
空间权重矩阵是做空间计量前的首要选择,而常用的4种空间权重矩阵即为邻接权重矩阵、地理距离权重矩阵、经济距离权重矩阵和嵌套权重矩阵。因河南省、安徽省和江苏省3个省域位置靠近,且本文研究的24个城市都处于淮域境内的河南省、安徽省和江苏省,因此选择邻接权重矩阵和地理距离权重矩阵作为分析的基础。两种权重矩阵的基本元素如下。
(1)
(2)
其中,(1)式中的w1ij表示邻接权重矩阵,(2)式中的w2ij表示地理距离权重矩阵,(1)和(2)式中i和j分别表示区域i和区域j,(2)式中dij表示地级市之间的欧氏距离。
邻接权重矩阵使用简单的二进制规则定义空间权重矩阵。对于两个不一样的空间单元,倘若其相邻,那么获值是1;倘若其不相邻,则取0。地理距离权重矩阵以地级市之间欧氏距离的倒数设置权重,地区i和地区j之间的权重w2ij=1/dij,若i=j则w2ij=0。实证分析中的空间权重矩阵都需要进行标准化,化为无量纲数据,这样可以避免计量单位的影响,只用于显示不同地区间的空间相关结构[23]。因此,本文实证分析中的两种权重矩阵均为行标准化后的空间权重矩阵。
1.被解释变量:经济高质量发展(high)。经济高质量发展的测度方法有很多种,许多学者通过多维的指标体系对经济高质量发展水平进行衡量。本文借鉴赵涛等[24]的研究方法,设定了由产业结构、包容性TFP、技术创新、居民生活和生态环境5个二级指标构成的多维度评价体系,对2011—2020年淮河流域安徽段、江苏段和河南段24个地级市的经济高质量发展进行测算,最终得到高质量发展水平。
2.核心解释变量:数字经济(digital)。本文借鉴赵涛等[24]的做法,关于数字经济综合发展水平主要从互联网发展和数字金融普惠两方面进行测度。其中,互联网发展采用互联网普遍使用率、手机普遍使用率、有关从业人员情况与相关产出情况4个方面进行测度。数字金融普惠采用中国数字普惠金融指数进行衡量,中国数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团合力开发[25]。本文通过熵权法衡量分析的方法,对以上5个指标的数据进行多维度评价,最终得到数字经济综合发展水平。
3.控制变量:因被解释变量经济高质量发展可能会受到多方面因素的综合影响,还需要设定对经济高质量发展可能产生影响的控制变量。本文使用的控制变量包括以下4种:政府行为(gov),用公共财政支出/GDP进行测度;人力资本水平(edu),用大学生在校人数/本地常驻人口数来表示;贸易开放(opening),用进出口总额/GDP来表示;城镇化(urban)用城镇人口/总人口来表示。
以淮河流域24个城市为研究对象,时间跨度为 2011—2020年。数据主要来源于河南省统计年鉴、安徽省统计年鉴、江苏省统计年鉴、各市各年国民经济与社会发展公报和中国城市统计年鉴,个别缺失值采用线性插值法补全,各变量的描述性统计见表1。
表1 变量描述性统计
从表1可以看出,经济高质量发展和数字经济的均值分别为0.164和0.228,标准差分别为0.182和0.133,且经济高质量发展和数字经济的最大、最小值之间差距显著。这说明淮河流域不同城市之间经济高质量发展和数字经济存在明显差异。政府行为、人力资本、贸易开放和城镇化这些控制变量也呈现出类似的特点,说明淮河流域城市群之间的经济、政治、教育等发展水平存在明显的非均衡性。
空间分析常用的3种计量模型为空间误差模型(SEM模型)、空间滞后模型(SAR模型)和空间杜宾模型(SDM模型)。相比空间误差模型和空间滞后模型,空间杜宾模型不仅考虑本地区解释变量对被解释变量的影响,也兼顾地区之间被解释变量和解释变量的空间相关性。因此,研究新发展格局下数字经济对经济高质量发展的空间效应,构建以下空间杜宾模型:
highit=β0+β1digitalit+β2Xit+β3wij*digitalit+β4wij*Xit+μi+θt+εit
(3)
式(3)中:highit为城市i在t时期的经济高质量发展水平,digitalit为城市i在t时期的数字经济发展水平指标;Xit为控制变量,包括edu、gov、opening和urban。wij为空间权重矩阵,βi为待估系数,μi代表空间固定效应,θt代表时间固定效应,εit为随机误差项。本文在空间杜宾模型中用邻接空间权重矩阵(w1)进行实证检验分析,引入地理空间权重矩阵(w2)进行稳健性检验。
空间计量分析的必要前提即检验变量之间是否具有空间相关性,一般在莫兰指数、吉尔里指数与Geary指数中进行选择。其中,莫兰指数在学术界的应用较为广泛,更为稳定,受偏离正态分布的影响较小[26]。本文使用莫兰指数I检验经济高质量发展(high)和数字经济(digital)在样本区间总体的空间相关性,结果如表2所示。在地理权重矩阵情况下,淮河流域24个地级市经济高质量发展(high)和数字经济(digital)的莫兰指数均显著为正,且20个莫兰指数的值全部在1%的检验水平上为正。检验结果表明,这些地级市存在空间自相关性,相邻地区的经济高质量发展和数字经济互相关联并相互影响。因此,可以选择空间计量模型探究这些城市的数字经济对经济高质量发展的影响。
表2 莫兰指数
空间自相关检验显示应该采用空间计量模型,但是否应该选择空间杜宾模型(SDM)还需进行一系列检验。本文分别进行了LM、Hausman、Wald检验和LR检验(见表3)。LM检验结果显示在1%和5%的检验水平下拒绝使用SEM模型和SAR模型,说明可以选择使用SDM模型。Hausman检验结果显示应使用固定效应模型。Wald和LR检验结果分别显示SDM拒绝退化成SEM和SDM拒绝退化成SAR。最后,进一步通过LR检验方法证明了应选择空间双固定效应模型。综合以上检验,具有时空双重固定效应的空间杜宾模型为最佳选择。
表3 模型选择相关检验结果
1.空间模型结果分析
为进一步研究解释变量对被解释变量发展的空间效应,依据偏微分法将结果分解为直接效应、间接效应和总效应。表4分别为模型(1)引入邻接权重矩阵(w1)和地理距离空间权重矩阵(w2)的检验结果,两种检验结果基本相同。
表4 两种空间权重矩阵下空间杜宾模型估计结果
由表4可知,就核心解释变量而言,在采用邻接空间权重矩阵(w1)和地理距离空间权重矩阵(w2)时,核心解释变量系数值分别为0.259和0.261,分别通过1%的显著性检验。这代表数字经济能显著促进本地经济高质量发展。在两种权重矩阵下,数字经济的空间加权项(w*digital)的系数分别为-0.187和-0.257,且分别通过1%的显著性检验。这说明本地区数字经济的发展对相邻地区经济高质量发展具有负向空间溢出效应。
2.直接效应和间接效应
数字经济对本地区经济高质量发展的直接影响,以及数字经济影响其他地区的数字经济从而对本地区产生的反馈效应即为直接效应。间接效应亦称空间溢出效应,具体包括本地区数字经济对其他地区经济高质量发展的影响,和本地区数字经济对经济高质量发展的影响从而导致其他地区经济高质量发展的变化。直接效应和间接效应加总即为总效应。表5分别为邻接空间权重矩阵下和地理距离权重矩阵下的检验结果。
表5 直接效应和间接效应的分解
表5显示,在邻接权重矩阵和地理距离权重矩阵下,数字经济对经济高质量发展的直接效应系数0.251和0.268分别在1%的水平上正向显著,间接效应系数-0.160和-0.210分别在5%和1%的水平上负向显著。这进一步证明了本地区数字经济的提高促进本地区经济高质量发展,且数字经济具有显著的负向空间溢出效应,其对相邻地区的经济高质量发展存在负向空间影响。上述实证结果验证了假说1和假说2,数字经济健康发展,有利于推动构建新发展格局。数字经济能够提升经济系统各个方面的创新效率,主要是依靠行业合作、反馈效应、产业集群化、横纵向产业关联来实现的。同时,凭借传统产业的数据化、信息化以及智能化升级,数字经济促进农业、工业、零售业与公共服务产业的融合与转型,继而进一步增强了经济的增长动力,促进我国经济的高质量发展。有关学者研究表明:互联网对经济增长的非线性特征可以表现为空间溢出等,空间溢出既有正向也有负向作用的情况[27]。淮河流域3个省份地级市的经济差距较大,其中,江苏省的9个地级市经济发展整体较好,安徽省的8个地级市有6个地处皖北区域,经济发展较落后且不均衡,河南省的几个地级市经济状况类似于安徽省。这导致数字化和经济发展较好的城市过度虹吸周边资源、人才等从而对邻近区域的经济高质量发展产生负向影响。
淮河流域数字经济对经济高质量发展的直接效应为正向显著,间接效应为负向显著。这意味着本地区数字经济的提高促进本地区经济高质量发展,同时对相邻地区的经济高质量发展存在负向空间溢出效应。
基于以上研究结论,提出以下政策性建议。
淮河流域人口密集,土地肥沃,资源丰富,交通便利,具有得天独厚的数字基础建设条件,应加快提升城市数字发展水平,有力地执行数字辐射带动全域发展的方针,加快经济转型和信息消费,推进域内产业链的逐步发展壮大,形成“数字一体化—数字辐射—产业链升级—经济高质量发展”的提升路径。
一方面,厘清淮河流域不同区域的发展思路。基于淮河流域24个地级市区域资源禀赋,政府应加大资金投入,重视创新力度;加强产业链条内部数字现代化,在区域治理、公共服务、生产生活、民生保障等领域多应用场景加速创新;促进淮河流域不同区域之间的协调发展,打破时空限制,突破区域之间的交流壁垒,加强区域经济交流合作,提高企业创新能力。另一方面,挖掘区域发展潜力,推进数字经济驱动淮河流域实现内外双循环的新动能。借鉴长三角城市群数字经济发展的示范作用,引导淮域城市群抢抓数字经济发展的时代浪潮,从数字新基建、数字产业化等数字经济多维度出发,降低对外贸易成本、优化进出口贸易结构、释放外贸发展潜力,实现对外贸易高质量发展,同时,加快实现刺激淮域内居民内需,促进居民消费升级,从而推进淮河流域实现内外双循环的高质量发展。
淮河流域各地市结合各自经济特点,出台相关政策,积极引进高水平数字经济人才,同时线上线下相结合的方式推行数字经济教育,提高域内人民群众数字素养,提高大众创新能力。同时,在信息化、数字化治理环境下,淮河流域各区域政府要通过大数据技术有效促进信息、资源、人力等要素跨区域、跨部门、跨业务间流通,打破条块化、分割式管理,提升数字政府综合治理、协调治理能力,让数字经济更好地服务高质量发展。
注 释:
①参见水利部淮河水利委员会官网流域介绍部分“淮河流域基本情况”,http://www.hrc.gov.cn/main/lyjs.jhtml。