数字经济与创业空间分布

田相辉,刘新民,徐小靓

(青岛农业大学 经济管理学院,山东 青岛 266019)

一、引言

党的二十大报告指出,要着力推进城乡融合和区域协调发展,推动经济实现质的有效提升和量的合理增长。创业显著促进了城乡就业和区域经济增长[1-2],推进“大众创新、万众创业”已成为中国新时代促进经济转型发展的重大战略选择。而从中国创业的城乡区位选择视角来看,虽然农民进城打工和创业是主流,但自20世纪90年代的打工能人开始返乡创业以来,返乡创业浪潮方兴未艾,特别是新冠疫情发生后,返乡入乡创业者规模迅速增加,2019—2021年年均增长率约为15%。2020年初,国家发展和改革委员会等19个部门出台《关于推动返乡入乡创业高质量发展的意见》,为返乡入乡创业释放了更多政策“红利”[3]。虽然乡村振兴战略特别强调要激发乡村创新创业活力,推动乡村大众创业万众创新,但相对于城市创业,乡村创业面临创业资源获取障碍较多、创业成本较高以及创业环境较差等诸多难题。

从理论上看,新经济地理学认为中心和外围这两类地区之间存在不同的创业模式,如Renski研究发现,与中心地区相比,美国外围地区大多数行业的创业活跃度较低,而且创业强度低于核心地区[4]。尽管乡村创业活动也有越来越多的证据,但创业主要是城市事件[2,5]。城市集聚经济影响着新企业所需投入品、劳动力以及思想的流向与可获得性[6],并通过城市规模、就业密度、专业化经济和多样化经济等集聚经济来源和形式显著影响新企业的创立[7]。而随着数字经济时代的到来,数据要素、数字技术以及数字平台组织已成为经济高质量发展的新引擎;技术的更新和生产要素的变革也深刻影响着创业及其空间分布。作为一种颠覆性技术,数字经济自身具有网络效应和去中心化的技术特征,突破传统等级体系的跳跃性扩散和集聚可能性显著增加[8]。互联网和数字化不仅弥补外围地区的劣势,同时也增强了中心地区的集聚优势。数字化带来的离心力(即减少差距)和向心力(即增加差距)同时存在,这就是所谓的“数字经济的地理悖论”[9]。虽然总体上,数字化通过开放性、可提供性和可生成性促进了新的创业机会[10],但创业在区域和城乡空间的分布规律是否仍然成立还有待商榷。

基于此,本文将采用中国不同空间尺度的面板数据,深入探究中国数字经济发展下的创业地理悖论,实证检验数字经济影响下的创业空间分布是趋向分散还是集聚,并进一步探究其作用机理和政策启示。相对于现有相关文献,本文的创新点主要体现在两个方面:一是基于数字经济的空间效应分析,探究数字经济下初创企业的集聚机制及其发生作用的条件,考察数字经济如何通过城市、产业和地理等多维度集聚机制影响创业活动的地域性,目前关于这一主题的经验性证据相对较少,这为实证检验数字经济的创业地理悖论提供了中国情境的相关证据,丰富了数字经济影响区域发展和区域间不平等的相关研究;二是从城乡区域视角,基于全国企业工商注册数据考察创业空间分布,从绝对集中度和相对集中度两个层面刻画创业在城乡区域层面的空间分布情况,并分别从城市、产业以及空间溢出等方面探究数字经济对创业空间分布的集聚机制,这将有助于为创业空间敏感政策尝试创造证据,也为返乡入乡创业以及双创城市等政策措施提供经验支持,特别是对于增强县城综合承载能力,推进县域新型城镇化提供经验支撑。

二、文献综述与理论分析

下面将分别从数字经济的创业空间分布效应和异质性企业区位选择的集聚经济机制这两类主题进行理论分析和文献梳理。

(一)数字经济的创业空间分布效应

数字经济的创业空间分布效应方面,主要体现为两种截然不同的观点。一种观点认为,通过鼓励互联网扩张和数字化,可以弥补外围地区缺失的集聚优势,降低空间接近的重要性,加速“距离的死亡”[11],从而减少区域间的不平等。这是因为信息、思想、数字(中间)产品和隐性知识可以通过数字方式进行交流,地理上孤立的公司可以更好地融入生产网络和价值链。此外,这些企业还可以利用以前无法获得的外部资源,并参与到更大的市场领域中[12]。这通常会减弱集聚优势,特别是频繁地面对面接触的重要性,从而减少了乡村企业在历史上面临的“乡村惩罚”[13]。在外围地区,数字化可能会使空间与创业的相关性降低,初创企业因此可以避免集聚的不利因素(如工资和生活成本),这些因素对小型、低资本的初创企业的伤害比对成熟企业更大。这可能会否定“创业是城市事件”的概念[14]。

另外一种相反的说法则否定了外围地区将通过提高数字化水平来追赶的观点。尽管信息和通信技术有助于将编纂好的、与人无关的知识进行远距离传输,但传输与人有关的、与环境有关的隐性知识仍然需要面对面的互动[15]。因此,企业学习仍然主要是通过基于信任的个人接触来进行的,而这种接触是在有大量人际互动的地方进行的,也就是在城市。由于数字化为交互式学习提供了新的机会,它有可能补充而不是替代城市集聚[16]。这主要是由于数字技术与城市人力资本的互补性[17],以及空间距离对于传播编纂的知识越来越重要[18]。鉴于这种潜在的面对面的接触和区域创新能力可能越来越重要,数字经济实际上可能会拉大城乡差距。相关研究也表明,数字技术的使用为外围地区的公司提供了机会,但与工业4.0相关的项目主要在经济强势地区实施[19]。

以上两种截然不同的观点,被称为“数字经济的创业地理悖论”。在数字化之前,创业具有很强的区域性,中心地区比外围地区更具区位优势[20]。因此,创业作为一个区域特定过程的概念是可信的,在经济上也是合理的[21]。但综合国内外相关研究发现,数字经济与创业空间分布之间的内在联系在很大程度上仍然是理论不足的,而且在空间上是盲目的[22],亟需理论和经验层面的进一步检验。

(二)异质性企业区位选择的集聚经济机制

异质性企业空间选择的集聚经济机制方面,相关文献主要从城市和产业两个维度分析数字经济影响创业空间分布的集聚经济内在作用机制。从城市空间维度来看,集聚经济作用机制主要基于两种不同类型的理论模型:一种是注重区域内要素集聚效应的城市经济学模型,另外一种是强调一个地区的经济发展与其临近地区经济发展水平和经济特征密切相关的新经济地理学模型。前者强调集聚经济就是密度经济,其有助于知识溢出[23],而后者则重点关注空间需求联系,强调本地市场效应的影响[24]。Combes等认为新经济地理学模型侧重于解释集聚在较大空间范围内的宏观趋势,而城市经济学模型则主要关注单个的“集聚点”(spikes)[25]。

从产业维度来看,根据是否来自同一产业集聚经济划分为地方化经济和城市化经济,并以相应最早提出此概念的学者名字命名为Marshall外部性(Marshall-Arrow-Romer,MAR)和Jacobs外部性。在具体的经验分析中,行业专业化和多样性与前面两对概念在内涵上是一样的。专业化带来的规模经济变得更富经济效率,而多样化可以让不同的行业共享中间品和公共服务,有利于创新创业活动的开展。总体来看,集聚经济影响着新企业所需投入品、劳动力以及思想的流向与可获得性[6],并通过城市规模、就业密度、专业化经济和多样化经济等集聚经济来源和形式显著影响新企业的创立[7]。

综合上述两类文献和理论分析可见,互联网和数字化不仅能弥补外围地区的劣势,同时也增强了中心地区的集聚优势。数字化带来的离心力和向心力同时存在,创业在区域和城乡空间分布的集聚经济机制是否仍然成立亟需进行实证检验。特别是在中国城乡二元结构转型发展阶段,创业的区域和城乡空间发展规律亟需检验总结,从而为全面推进乡村振兴战略和城乡融合发展提供理论和经验支撑。

三、研究设计

(一)创业空间分布、数字经济的指标选取

对于城乡创业空间分布的刻画(DIST),参考区域和产业研究中常用的不平等测度指标,本文将分别从绝对集中度和相对集中度两个层面构造城乡创业空间分布的集中度。其中,绝对集中度(CON)是以创业活跃度最高的县区与城市全域数量的比例进行表示,如式(1)所示,比例越高表示城乡创业空间结构的集中度越高。相对集中度则采用赫芬达尔—赫希曼指数(Herfindahl-Hirschman Index,HHI,简称赫希曼指数),如式(2)所示,具体为各县区创业数量的占比平方后再相加的总和,重点考察创业在市辖区和县域之间的空间分布,比例越高表示城市创新空间结构的集中度越高。绝对集中度只反映了创业数量排名靠前的区域集中度,而未能考虑到各县区规模和数量的差异程度;而相对集中度HHI则既考虑了参与整个市场的厂商规模的差异,又兼顾考虑创业数量前几位区域的影响效应。

(1)

(2)

其中,numi为城市i的创业注册总量,numijmax为城市i创业最多县区的创业注册数量,numij表示城市i中的县区j的创业注册数量。本文主要采用相对稳健的相对集中度来刻画创业空间分布,稳健性检验部分采用绝对集中度进行分析。需要特别说明的是,为了更好地刻画创业,本文从企业成长发展和创业动机的角度[26],分别将各地区新注册的个体工商户和新注册企业界定为生存型创业和机会型创业。其中,生存型创业(subsistence entrepreneurship)规模较小,成长空间有限,仅仅为自己或其家族成员提供就业机会;而机会型创业(transformational entrepreneurship)的成长性较好,可以为他人创造更多工作岗位和收入。

数字经济发展水平是本文关注的核心自变量。借鉴相关文献的做法[8,27],并根据国家统计局发布的《数字经济及其核心产业统计分类(2021)》,本文主要从数字产业化与产业数字化两个维度来构建不同空间尺度下的数字经济发展水平指标评价体系,具体如表1所示。在8个原始指标标准化的基础上,本文首先采用主成分分析法进行降维处理,然后根据因子累计贡献率大于70%的标准提取3个主成分,最终计算得到数字经济发展水平指数。此外,还采用了熵值法进行了不同空间尺度的地区数字经济发展水平测度,以此作为稳健性检验。其中,相关指标的缺失值均采用线性插值法进行了补齐。表1报告了各个空间尺度上数字经济发展水平指标体系,其中,省域尺度指标体系最为完整;在实践中,数字经济发展的一些重大政策措施也主要是由省级地方政府负责制定实施的,比如,从2004年开始,中央1号文件将加强农业农村信息化建设提上具体日程;从2010年开始推进三网融合改革等。此外,数字经济自身具有网络分布和去中心化技术特征,打破了传统的经济要素空间组织模式,呈现典型的网络效应和空间溢出特征,显著增强了区域间关联的广度和深度[8]。基于此,本文主要从省域空间尺度捕捉数字经济发展效应,并采用地级市和县区尺度进行稳健性检验。

表1 区域维度数字经济发展水平指标体系

(二)模型构建

根据上述分析,为了探究数字经济与创业空间分布的内在联系,实证检验创业的数字经济地理悖论,本文构建如下数字经济发展影响创业空间分布的面板数据固定效应模型:

DISTit=α+βDIGIit+γXit+λi+δt+εit

(3)

其中,被解释变量DIST为创业空间分布,核心解释变量DIGI为地区数字经济发展水平,X为影响创业空间分布的相关控制变量,λ和δ分别为地区和时间固定效应,ε为随机误差项。

控制变量(X)的指标选取借鉴了相关文献的做法[6,28],控制了城乡经济发展水平差距(GDPP)、市场化程度(Market)、城市人力资本水平(HUC)、本地消费市场规模(POPR)、城市固定资产投资(INVEST)、财政支出(GOV)、教育支出(EDU)、科技支出(SCI)以及对外开放水平(FDI)。进一步控制了时间固定效应和地区固定效应,其中,为了更好地控制数字经济的空间效应,地区固定效应是从地级市和省级两个层面进行刻画。表2报告了核心变量以及主要控制变量的描述性统计。

表2 核心变量以及主要控制变量的描述性统计

(三)数据来源

参考数字经济测度相关文献研究以及数据可得性,测算不同空间尺度的数字经济发展水平所用原始数据来源于2012—2020年《中国统计年鉴》《中国城市统计年鉴》、各省份统计年鉴以及北京大学数字普惠金融指数。还需要说明的是,自2019年底的新冠疫情加速了数字经济发展,但同时也对创业空间分布产生了直接影响。采用2020年之前的数据样本有可能会低估数字经济对创业空间分布的影响,但是可以有效缓解内生性问题。创业所用的个体工商户和新注册企业数量来自于天眼查。城市层面变量均来源于《中国城市统计年鉴》、各省份统计年鉴,部分缺失数据采用均值法进行了补充。此外,鉴于北京等4个直辖市的特殊性,本文在进行省级和地级市层面回归分析时予以剔除。

四、实证分析

(一)基准回归结果

基于上述研究设计,下面实证检验数字经济发展对创业空间分布的影响,其中,创业空间集中度采用的是相对集中度指标。表3汇报了数字经济对创业空间分布的影响,模型(1)～(4)的因变量是基于城乡创业汇总的相对集中度,模型(5)和模型(6)则将创业分为生存型创业和机会型创业。除了模型(1)和模型(2)没有控制变量外,其余模型均控制了城乡经济差距等控制变量。此外,所有模型均控制了时间固定效应和地级市层面的固定效应,而且模型(2)(4)(5)和(6)进一步控制了省级固定效应。需要说明的是,为了结果的稳健性,除了模型(1)和模型(3)回归结果的标准误采用了聚类在地级市层面的稳健标准误,其他3个模型均采用了聚类在省级层面的稳健标准误。从这6个模型回归结果可见,无论有没有添加控制变量,数字经济发展水平变量系数均在1%水平上显著为正。进一步从不同的创业类型来看,无论是从创业汇总层面还是区分为生存型创业还是机会型创业,数字经济发展水平与创业集中度均显著正相关,数字经济发展显著提升了创业空间集中度。

(二)内生性与工具变量法

本文通过控制城乡经济发展水平差距、人力资本水平等变量,以及时间固定效应、市级固定效应、省级固定效应等,尽量缓解了因遗漏变量产生的内生性问题。但是,创业作为区域城乡发展的基本动力,创业空间分布也有可能在一定程度上影响到数字经济发展水平,两者存在一定的因果内生关系。借鉴相关文献的通用做法,本文通过构建历史工具变量和地理距离工具变量来缓解内生性问题,识别数字经济影响创业空间分布的净效应。其中,历史工具变量为各城市1984年每百人固定电话数量和每百万人邮局的数量,作为传统的信息通信手段(ICT),固定电话和邮局的历史分布必然会影响到新一代ICT的空间布局和行业布局,而且传统ICT的使用技术与习惯养成也会影响到新一代ICT的普及与发展,这满足了相关性要求;但随着新一代ICT的迅速迭代发展,固定电话和邮局传统ICT的影响迅速消失,这在一定程度上满足排他性要求。据此,本文构造了各城市1984年每百人固定电话数量和每百万人邮局的数量(与个体变化有关)分别与省级邮政业务总量(与时间有关)的交互项,作为数字经济发展水平的工具变量。此外,还构造了距离“八纵八横”光缆骨干网节点城市的球面距离与省级邮政业务总量或移动电话普及率(与时间有关)的交互项,表4报告了使用上述工具变量的回归估计结果。其中,模型(1)(3)和(5)采用的是创业城乡分布的绝对集中度,模型(2)(4)和(6)采用的是相对集中度。这6个模型均通过了弱工具变量检验和过度识别检验。从表4结果可以发现,数字经济发展无论是创业汇总情况还是区分生存型创业和机会型创业,回归结果均在1%水平下显著正相关,这说明在考虑内生性问题后,数字经济仍能显著提升创业空间集中度。

表4 工具变量回归结果

(三)稳健性检验

为了进一步检验结果的稳健性,一是采用了指标替换方法,数字经济指标采用熵值法进行测度,创业空间分布中的集中度指标采用了绝对集中度算法,实证结果均保持一致;二是,数据样本方面添加了北京等4个直辖市样本,稳健性检验结果保持一致(1)篇幅所限,相关回归结果请与作者联系获取。。

(四)异质性分析

本部分将从城市规模和城市区位两个方面探究数字经济对创业空间分布的异质性。其中,城市规模标准是基于2014年国务院发布的《关于调整城市规模划分标准的通知》,将城市市辖区常住人口300万作为标准,划分城市规模虚拟变量,300万以上为大城市,设定为1;300万以下则为小城市,设定为0(2)进一步采用其他的城市规模标准进行稳健性检验,结果保持一致。。城市区位则是按中国东中西区域划分标准,将非西部地区设定为0,西部地区设定为1。表5汇报了城市规模异质性分析结果,从表中可见,对于生存型创业,城市规模越大,数字经济对创业相对集中度的影响更大;但对创业绝对集中度的影响方面,对小城市的影响显著,对大城市影响不显著。对于机会型创业,无论是创业绝对集中度还是相对集中度,城市规模越大,数字经济对创业空间分布的影响也越大,可能的原因是大城市和发达地区良好的数字经济基础,比较容易形成规模化的数字经济集聚优势,这进一步验证了集聚经济作用机制。表6汇报了城市区位异质性分析结果,实证结果表明,数字经济对东部和中部地区创业空间分布的影响显著为正,而西部地区不显著,这说明数字经济发展具有技术发展路径依赖性,数字基础设施较完善和区位优势较好的东部和中部地区在发展数字经济方面仍然具有比较优势。

表5 城市规模异质性分析

表6 城市区位异质性分析

五、机制分析

基于异质性企业空间选择相关理论,本部分将从城市和产业两个维度,重点分析数字经济影响创业空间分布的集聚经济内在作用机制,并考虑到数字经济和创业分布的空间依赖性,进一步采用空间计量模型来探究数字经济影响创业空间分布的空间效应。

(一)城市空间维度

基于前文的理论分析,城市经济学范式的实证研究以就业密度(density)为集聚经济的代理变量。借鉴Combes等的做法,本文采用就业密度来度量城市集聚经济,其中,Dens和Denx分别为市辖区和县域的人口密度,用夜间灯光数据亮度均值表示[29]。新经济地理学范式下的实证研究重点关注空间需求联系,Hanson则将这种空间需求联系界定为市场潜能[24],具体的度量方法为:

(4)

表7 城市维度机制分析

(二)产业维度

雅格布斯的多样化外部性是以城市多样化指数作为代理变量,城市多样化指数的定义为:

(5)

其中,sij为行业j在城市i就业中所占份额,sj为行业j在全国就业中所占的份额。城市专业化指数的定义如下:

(6)

表8报告了产业维度上的集聚经济作用机制结果,模型(1)～(2)为基准回归结果,模型(3)～(4)为工具变量回归结果。从表8可见,数字经济显著负向影响城市专业化,而对城市多样化则显著正向影响,这表明数字经济通过降低城市专业化经济或者提高城市多样化经济来影响创业空间分布。

表8 产业维度机制分析

(三)空间效应分析

从地理维度来看,数字经济发展和创业空间区位选择具有典型的空间依赖性和溢出效应[30]。如表9所示,数字经济的Moran’sI均为正值,且具有较强显著性,代表着各地区数字经济发展具有空间相关性,而创业绝对集中度的Moran’sI也均为正值,部分年份也具有显著性,所以对二者关系进行分析时有必要考虑空间因素[31]。基于上述分析,本部分将空间滞后解释变量和空间滞后被解释变量同时引入面板数据模型,构建如下空间杜宾模型,据此来探究数字经济影响创业空间分布的空间效应。

表9 数字经济和创业绝对集中度Moran’s I指标检验

DISTit=α+β1W×DISTit+β2DIGIit+γ1Xit+β3W×DIGIit+γ2W×Xit+λi+δt+εit

(7)

其中,W为空间权重矩阵,为了避免可能存在的内生性问题,本文分别采用了基于区域间地理距离空间权重矩阵和空间k-nearest权重矩阵。需要说明的是,空间杜宾模型对潜在空间溢出效应的规模没有提前施加任何限制,是捕捉空间外部性的最佳选择[32]。进一步采用Lesage等的方法,将空间效应分解为平均直接效应和平均间接效应[33]。其中,间接效应即为区域间的溢出效应。由于空间经济理论的尺度单元尚未统一,而且集聚在空间范围内存在尺度衰减效应[34],据此本文将分别采用地级市和省域两个空间尺度进行实证检验。

空间地理维度上的集聚经济作用机制结果如表10所示,模型(1)～(4)是以城市为空间尺度的回归结果,模型(5)～(8)是以省域为空间尺度的回归结果。从表中可见,不同的空间尺度、创业集中度类型和创业类型条件下,数字经济的创业分布效应具有显著的空间依赖性。进一步的空间效应分解发现,如表11所示,无论何种空间尺度、创业集中度类型和创业类型,数字经济对创业空间分布的间接效应均在1%的水平下显著为正,这表明一个地区的数字经济发展对其邻近地区的创业空间分布存在显著的空间溢出效应。需要说明的是,空间尺度由地市级变为省级后,虽然空间效应结果的显著性保持一致,但是总效应和间接效应的数值均变小,而且直接效应的数值由正变负,空间尺度效应可能是其变化的原因。

表10 空间效应分析

表11 空间效应的分解

六、结论与建议

(一)结论

本文从城乡区域层面探究了创业的数字经济地理悖论。基于不同空间尺度的面板数据,利用固定效应、工具变量等方法实证检验数字经济对创业空间分布的影响,并探究了数字经济对区域创业集聚经济机制的异质性效应。研究结论是:

第一,数字经济显著提升了创业在城乡维度的空间集中度,显著增强了中心城市的创业区位优势。数字经济是补充而不是替代城市集聚,这进一步印证了“创业是城市事件”的观点,为创业的数字经济地理悖论提供了中国的经验证据。

第二,在作用机制方面,数字经济主要通过就业密度、市场潜能、专业化经济和多样化经济等城市集聚经济机制发挥作用,与中心城区集聚经济和外围县域集聚经济存在显著的内在联系。从空间效应来看,不同的空间尺度、创业集中度类型和创业类型条件下,数字经济对创业空间分布均存在显著的空间效应,特别是对其邻近地区的创业空间分布存在显著的空间溢出效应。

第三,异质性分析方面,数字经济对创业空间分布的影响受城市规模和城市区位的调节,其中,对于机会型创业,城市规模越大,数字经济对创业空间分布的影响也越大,而对于生存型创业,城市规模异质性相对复杂;从城市区位来看,数字经济对东中部地区创业空间分布的影响显著为正,而西部地区不显著。数字经济发展具有路径依赖性,数字基础设施较完善和区位优势较好的东中部地区和大城市在发展数字经济方面仍然具有比较优势。

(二)政策建议

第一,建议加快培育区域性数字经济中心城市,并提升区域经济发展的均衡性,以城市群或都市圈为空间载体,通过智慧城市和数字乡村建设的有效衔接,实现不同层级城市及城镇之间协调互动,产业发展与城镇化的共赢,多区域之间的投入产出关联度和城乡联系度稳步提高,增强中小城市甚至小城镇的产业转移承接能力以及产业配套服务能力。

第二,加快开展区域数字经济发展战略和布局体系的顶层设计,打破城乡区域要素流动的制度性障碍,大力推动以要素市场化为基础的数字经济发展一体化进程,利用数字经济的共享、交互、开放等特点,促进城乡和不同层级城市的资源整合,发挥数字经济在城乡融合发展过程中的积极作用,为劳动力等各种要素赋能,实现中心城区集聚经济和外围县域集聚经济协调发展,推动城乡区域创新创业高质量发展。

第三,针对数字经济对创业空间分布表现出明显的城市规模异质性和区域异质性,各地区应实施差异化的创新创业战略和数字经济发展战略:一方面,应该充分利用大城市和发达地区良好的数字经济基础,形成规模化的数字经济集聚优势,引导创新创业集聚,并提高中心城市的网络溢出效应,在进行数字资源的开发、采集和扩散时,必须充分考虑到外围地区的需求;另一方面,中小城市和欠发达地区要抓住数字经济发展的战略机遇,在推进以县城为重要载体的城镇化建设中,大力推进智慧城市和数字乡村建设的有效衔接,加快云计算、大数据、物联网、人工智能、区块链等新一代数字基础设施建设,实现“云端”人力资源集聚创新,跨越城乡数字鸿沟,促进县域集聚经济发展,增强县城综合承载能力;同时积极推进县城与中心城市、邻近县城的协同发展,在保持自身特色优势的同时补全短板,提高县域市场潜能,为小微企业创造良好的营商环境,创造充满活力可持续的宜居环境,吸引高素质的人才返乡入乡创业。