数字经济对经济新旧动能转换的影响研究

黄颖樑 毛春苗

【摘要】在测算2011—2021年中国30个省级行政区数字经济发展水平和经济新旧动能转换水平的基础上，利用空间杜宾模型探究数字经济发展对经济新旧动能转换的影响。研究显示：（1）数字经济发展对经济新旧动能转换具有显著正向促进效应；（2）经济新旧动能转换水平的提高会对邻近地区产生明显的正向空间溢出效应；（3）数字经济具有“虹吸效应”，数字经济对经济新旧动能转换的影响具有负向空间溢出效应。据此，政府有关部门应持续加大数字经济基础设施建设力度，以加快数字经济发展；同时，应统筹大数据平台建设，加强数字经济与实体经济融合、加强各个地区数字经济的交流。

【关键词】数字经济；经济新旧动能转换；空间杜宾模型；空间溢出效应

【中图分类号】F49

一、引言

随着信息革命的不断发展，数字经济已成为中国经济增长的重要驱动力。根据中国信息通信研究院发布的《中国数字经济发展报告（2023年）》[ 1 ]，2022年我国的数字经济规模达到了50.2万亿元，比2020年增长了10.3%，占GDP比重达41.5%。这表明，数字经济的发展已经成为实现经济平稳回升、推进中国经济实现飞跃的重大战略选择。近年来，我国人口红利逐渐消失，中美贸易冲突日益激烈，经济承受着巨大的下行压力。如何为中国经济发展塑造新动能、新优势成为我国经济发展亟需解决的重要问题。在“十四五”规划和党的二十大报告中均指出“打造数字经济发展优势，壮大经济发展新引擎”。因此，厘清数字经济对经济新旧动能转换的影响，对我国经济高质量发展具有实践意义。

目前，关于经济新旧动能转换的研究主要集中在以下三个方面。其一，经济新旧动能转换的内涵。国内外学者對经济新旧动能转换内涵的研究主要从微观、中观与宏观三个层面展开。从微观视角看，经济新旧动能转换的实质是新需求和新供给全面结合并实现平衡的过程（裴长洪，2020）[2]；从中观视角来看，部分学者将经济新旧动能转换定义为产业结构优化升级，培育新产业新优势，实现产业融合发展（金芳，2020）[3]；从宏观视角看，经济新旧动能转换可以看成是国家整个经济从高速增长状态转向高质量发展状态的过程。其二，经济新旧动能转换的测度。对新旧动能转化水平的测度方法主要分为两种。一种是运用柯布—道格拉斯生产函数测算全要素生产率（白洁，2018）[4]，依靠全要素生产率等单维度指标衡量经济新旧动能转换水平。另一种则是通过构建经济新旧动能转换综合指标体系，从多维度综合测算经济新旧动能转换水平。其三，探究新旧动能转换的影响因素。学者们重点探讨了产业结构、对外开放、生产要素、政府政策、企业家精神对新旧动能转换的影响。梳理现有文献发现，当前学者在理论分析和实证分析上均对新旧动能转换做出了一定的探究，为本文提供了研究基础。但鲜有学者从空间角度探究数字经济对新旧动能转换的影响，因此，本文的边际贡献可能在于：采用201—2021年中国30个省份（不包括西藏和港澳台地区）的面板数据，利用空间杜宾模型探究数字经济对新旧动能转换的影响及其空间溢出效应。

二、模型设计与变量选取

（一）模型设计

1.空间计量模型设定

Level代表经济新旧动能转换水平，ρ为经济新旧动能转换的空间自相关系数，Xit为第t年i地区所有解释变量的集合，β和γ分别为相应解释变量的估计系数和空间自相关系数，W为空间权重矩阵，μi和vt分别为地区固定效应和时间固定效应，uit为空间误差项，λ为各干扰项的空间自相关系数。

2.空间权重矩阵的选取

引入空间权重矩阵是进行空间计量分析的必要前提。考虑到数字经济突破了地理位置的约束，地区之间经济相似程度越高，其相互影响的程度就越高（曹静韬，2022）[ 6 ]。因此，本文借鉴崔详民等（2022）学者的研究方法，选用地理邻接权重矩阵（W1）和经济距离权重矩阵（W2）检验数字经济发展对经济新旧动能转换的影响。两种空间权重矩阵的具体构建方法如下所示。

在矩阵W1的元素中，通过判断两地是否邻接进行取值，若邻接则对应元素取1，不邻接则对应元素取0。

（二）变量选取

1.被解释变量——经济新旧动能转换水平

本文参考郑江淮（2018）学者的研究方法，基于经济增长新动能理论，从需求侧动能维度、供给侧动能维度和结构转换动能维度构建经济新旧动能转换水平评价体系[ 7 ]。运用熵值法计算新旧动能综合指数（Level），经济新旧动能综合指数越高代表经济新旧动能转换水平越高。

2.核心解释变量——数字经济

测度数字经济若只选取某单一指标，会导致对数字经济发展水平的测度产生偏误。因此，本文借鉴潘为华等（2021）的做法，从数字经济基础设施、数字产业化、产业数字化和数字化治理4个维度对数字经济发展水平进行测度[8]，运用熵值法进行赋权，计算数字经济综合指数（Dig）。

3.控制变量

本文参考马海良（2022）[13]等学者的研究，选取外商直接投资（Fdi）、基础设施建设（Infra）、政府干预程度（Gov）、经济发展水平（Rgdp）、开放程度（Open）、人力资本水平（Human）作为主要控制变量。其中：外商直接投资（Fdi）使用各省外商直接投资额与各省GDP的比值表征；基础设施建设（Infra）使用各省城市道路面积与建成区面积之比表示；政府干预程度（Gov）使用各省财政支出占GDP的比重衡量；经济发展水平（Rgdp）采用以2011年为基期的人均实际GDP表示，并取对数；开放程度（Open）使用各省进出口总量占GDP比重衡量；人力资本水平（Human）使用6岁以上人均受教育年限衡量。

4.数据来源

为了更好检验数字经济对新旧动能转换的影响，选取2011—2021年中国30个省级行政区（不包含西藏和港澳台地区）的面板数据作为研究样本，样本数据来源于《中国统计年鉴》以及各省的统计年鉴，部分缺失值均采用线性插值法进行推算补齐。

三、实证分析

（一）空间自相关检验

首先对2011—2021年我国30个省份数字经济综合指数和经济新旧动能转换综合指数进行空间自相关检验，基于地理邻接空间权重矩阵（W1）和经济距离空间权重矩阵（W2）测度Morans I指数以检验空间自相关性。通过表1结果可以看出，无论是基于地理邻接空间权重矩阵还是基于经济距离空间权重矩阵，我国各省经济新旧动能转换水平的Morans I指数均为正，且在10%的显著性水平上通过检验。这表明在空间分布上，我国各省经济新旧动能转换水平具有显著的正向空间相关性。

（二）模型选择

选择恰当的空间计量模型是保证回归结果稳健的重要步骤。第一，基于地理邻接空间权重矩阵（W1）和经济距离空间权重矩阵（W2）对模型（1）进行拉格朗日乘数（LM）检验，LM检验显示计量模型中包含空间效应，则根据Elhorst（2014）的研究，可直接使用更具一般意义的SDM模型进行空间计量估计[ 9 ]。第二，Hausman检验结果发现选择固定效应模型更加适合。第三，运用似然比（LR）检验发现应该选用个体固定效应模型。第四，对空间杜宾模型进行Wald和LR检验，发现Wald与LR检验统计量在1%的置信水平下拒绝原假设，即空间杜宾模型（SDM）无法退化为空间误差模型（SEM）和空间自回归模型（SAR）。以上检验结果均表明选取个体固定效应的空间杜宾模型最优。

（三）基准回归结果

本文基于2011—2021年我国30个省的面板数据，分析了数字经济对经济新旧动能转换的影响，表2中报告了基于两种空间权重矩阵下数字经济对经济新旧动能转换的空间杜宾模型回归结果。根据表2列（1）和列（2）结果来看，经济新旧动能转换综合指数（Level）的空间自回归系数ρ在两种空间权重下均为正，且通过了1%水平下的显著性检验，意味着经济新旧动能转换具有正向的空间溢出效应，本地区经济新旧动能转换水平的提高会提升周边地区经济新旧动能转换水平。

由于通过简单的点回归无法分析数字经济对经济新旧动能转换的空间溢出效应，因此采用偏微分法对空间杜宾模型得到的回归结果进行分解，可分解为直接效应和间接效应，以此探究我国各省数字经济发展对邻近省份经济新旧动能转换的溢出效应。从表2效应分解结果可以看出，数字经济发展对经济新旧动能转换的直接效应和总效应均显著为正，说明数字经济能有效提高本地区经济新旧动能转换水平；数字经济的间接效应显著为负，表明本地区数字经济发展对周边地区经济新旧动能转换水平具有负向的空间效应，不利于周边省份新旧动能转换。原因可能是本地区数字经济在推动经济新旧动能转换的过程中，会产生“虹吸效应”，从而对邻近地区经济新旧动能转换产生一定的负向效应。

（四）稳健性检验

为保证回归结果的可靠性，本文采用替换核心解释变量以及剔除直辖市方法进行稳健性检验。第一，本文参考赵涛等（2020）[10]的研究方法，从互联网普及率、互联网相关从业人员数量、互联网相关产出、移动互联网用户数、数字金融普惠发展5个方面重新测算数字经济综合指数。回归结果见表3列（1）和列（3）。第二，剔除直辖市。由于中国各个省份数字经济发展存在较大的差异，特别是北京、天津、上海、重庆4个直辖市数字经济发展水平位居全国前列，这可能会导致数字经济对新旧动能转换的促进效应不一致。因此，将4个直辖市样本数据剔除，利用余下26个省市2011—2021年数据进行回归，回归结果见表3列（2）和列（4）。可知，无论是替换核心解释变量还是剔除直辖市样本数据，数字经济对经济新旧动能的影响与基准回归结果保持一致，说明基准回归结果具有稳健性。

四、结论与建议

本文基于2011—2021年中国30个省市的面板数据，运用空间杜宾模型实证分析了数字经济对经济新旧动能转换的影响及其空间溢出效应。研究结果表明：第一，数字经济对本地区经济新旧动能转换存在显著的促进作用；第二，本地区经济新旧动能转换水平的提高会提升周边地区经济新旧动能转换水平；第三，本地区数字经济发展会对邻近地区经济新旧动能转换产生负向的空间效应。

基于以上研究结果，提出如下启示：第一，持续增加数字经济基础设施投入，促进数字经济持续发展。中央和各级地方政府应该牵头支持数字经济发展，加快5G互联网、大数据、人工智能的应用，推进数字中国建设，使信息技术成为中国经济发展的强大新动力。第二，政府有关部门应统筹大数据平台建设，打破“数据壁垒”，使信息资源真正突破地域限制。第三，通过实体经济挖掘出数字经济的潜在价值，使数字经济融入到经济发展的各个方面，同时需要建立各地产业联动机制，实现区域经济协同发展。

主要参考文献：

[1]中国信息通信研究院.中国数字经济发展报告（2023年）[R].北京：中国信息通信研究院，2022.

[2]裴长洪，倪江飞.习近平新旧动能转换重要论述的若干经济学分析[J].经济学动态，2020（05）：3-14.

[3]金芳，苏倩，梁益琳.山东省制造业细分产业竞争力分析——基于新旧动能转换视角[J].经济与管理评论，2020，36（03）：152-164.

[4]白洁.湖北新旧动能转换的定量测度与对策研究[J].湖北社会科学，2018（07）：53-58.

[5]曾燕萍，蔣楚钰，崔智斌.数字金融对经济高质量发展的影响——基于空间杜宾模型的研究[J].技术经济，2022，41（04）：94-106.

[6]曹静韬，张思聪.数字经济对我国地区间税收收入分配影响的实证分析——基于空间杜宾模型[J].税务研究，2022（06）：13-21.

[7]郑江淮，冉征.中国新旧动能技术转换的特征事实与政策建议——基于关键使能技术专利的指数分析[J].改革，2021（08）：38-51.

[8]潘为华，贺正楚，潘红玉.中国数字经济发展的时空演化和分布动态[J].中国软科学，2021（10）：137-147.

[9]韩峰，阳立高.生产性服务业集聚如何影响制造业结构升级 ——一个集聚经济与熊彼特内生增长理论的综合框架[J].管理世界，2020，36（02）：72-94+219.

[10]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界，2020，36（10）：65-76.

责编：险峰