数字经济对经济高质量发展的空间溢出效应检验

周 慧, 孙 革

(安徽财经大学 经济学院, 安徽 蚌埠 233030)

改革开放以来,我国经济快速增长。但是在现阶段,受到劳动力供给短缺、资本投资回报率下降、出口受阻等因素的叠加冲击,传统投资驱动与要素驱动对经济增长的贡献不断下滑,粗放型增长模式难以为继。纵观世界历史,历次工业革命均带来生产关系的深刻变革,实现了生产力的跨越式进步。当前是我国数字经济发展的历史机遇期,数字经济催生出“新技术-经济”范式,通过质量变革、效率变革与动力变革,推动资源配置方式、生产组织方式与创新模式变革,对实现经济高质量发展具有重要影响。据中国信息通信研究院发布的《中国数字经济发展与就业白皮书2021》显示,2005—2020年数字经济规模从2.6万亿元增长到39.2万亿元,GDP占比从14.2%提高到38.6%,数字经济处于高速扩张态势。随着“十四五”规划的不断推进,数字经济成为推动高质量发展“新引擎”。当前数字经济得到初步释放,服务业数字化快速发展,但实体经济数字化应用仍相对不足,产业数字化转型水平、居民信息利用能力及数字基础设施完善程度等方面存在较大差异,我国数字经济的比较优势与发展潜能存在显著的区域异质性。数字经济发展速度快、辐射范围广、影响程度深,推动生产方式、生活方式和治理方式的深刻变革,成为重组要素资源、重塑经济结构、改善竞争格局的关键力量。因此,在新一轮信息革命的机遇期,以及新旧动能转换与经济效率变革的关键期,探究数字经济对高质量发展的作用具有重要的理论价值与现实意义。

一、 文献综述

梳理现有文献发现,数字经济对经济高质量发展的影响研究主要基于以下两个角度:

(1) 要素配置角度。要素配置视角的研究焦点主要在于劳动力配置,即数字经济能否通过改善劳动力配置,进而实现经济高质量发展。学者从缓解信息不对称、市场分割,提升就业灵活化等角度出发[1],解释数字经济有助于优化劳动力配置。但居民信息利用能力存在差异,同时受制于区域经济水平、受教育水平、数字鸿沟等因素制约,数字经济的劳动力配置效应存在显著异质性[2]。刘军[3]纳入空间交互影响分析指出,数字经济会产生负向溢出影响,加剧周边地区劳动力错配。

(2) 技术进步角度。从宏观层面来看,一方面数字经济通过变革创新配置方式、改善创新要素错配、提高人力资本水平,进而促进技术进步与创新[4-6]。另一方面,王宏鸣等[7]认为传统教育模式无法满足数字经济对复合型人才的需求,创新难以演化为关键性技术进步,数字经济无法通过改善创新要素错配进而促进技术进步。从微观层面来看,一方面陈剑等[8]认为企业数字化转型能通过消弭“产学研”隔阂、提高技术创新精度、形成数据驱动创新模式,促进技术进步;另一方面,刘然等[9]认为数字经济因其自我膨胀性,企业数字化转型极易引发数字垄断,邓洲[10]认为企业垄断的形成会阻碍其他企业主体创新效应发挥,而技术、劳动与资本是企业数字化转型的基础,强行推动企业数字化转型会引起“破坏式创新”,数字化转型不足会阻碍生产技术突破[11]。

综上所述,学界就数字经济能否促进经济高质量发展的观点并不统一,研究的焦点在于能否改善劳动力错配、促进技术进步两个方面,其原因在于区域“数字鸿沟”与数字技术应用能力差异会阻碍数字经济的配置效应发挥,而数字经济自我膨胀性会诱发数字经济发达区域产生“虹吸效应”,同时可能诱发区域间发展的“马太效应”。基于此,本研究的边际贡献在于:①对数字经济进行了组成分解,分析不同的数字阙值对高质量发展的影响;②传统计量模型基于样本独立与同质的假设,忽视了样本相关与异质性的典型事实,本研究纳入空间交互影响,分析数字经济对经济高质量发展的空间溢出效应;③对是否存在数字经济对经济高质量发展的条件收敛性进行了识别,为缩小地区经济发展水平提供经验证据。

二、 理论分析

1. 数字经济对经济高质量发展的影响机理

内生经济增长理论认为技术进步、知识溢出与人力资本积累是实现经济持续增长的关键所在,但“技术-经济”范式理论指出,重大技术革命需要依靠其产生的“技术-经济”范式激发创新潜能,而“技术-经济”范式的形成需要新关键要素产生、新主导性通用技术形成与应用、新基础设施涌现、新兴产业爆发、新组织形式与制度变革五个条件,且相互联系。基于数字经济构成,分析数字经济对经济高质量发展的影响机理。

(1) 数字基础设施通过提高人力资本水平、推动技术进步,实现经济高质量发展。数字基础设施具有较强的外部性与公共性,有助于知识、技术的广泛传播与使用,提高全社会人力资本水平与知识密度。数字基础设施有助于创新资源的集聚与整合,释放社会创新潜能,推动技术进步。

(2) 数字产业化有助于提高要素回报率、优化要素配置,实现经济高质量发展。根据梅特卡夫定律,数字产品的价值创造与网络连接用户数量密切相关,在既定要素投入下获取利润最大化。数字产业发展水平与数字技术水平密切相关,一方面,数字技术降低信息搜寻成本,缓解信息不对称,为劳动力配置开辟“数字通道”,克服了传统就业渠道单一、连续性不足等弊端。另一方面,数字通信技术增强了资本的即时转移交付能力,拓宽了金融服务范围,有效解决领域错配、属性错配和阶段错配。此外,数字技术通过变革教育供给结构、管理方式、制度机制,优化教育资源配置,提高欠发达地区的人力资本水平及居民信息利用能力。

(3) 产业数字化通过提升效率、推动技术进步,实现经济高质量发展。数字技术有助于降低企业内部信息获取与沟通成本,提高企业内部信息传播效率及企业管理效率。产业数字化转型有效扩大组织边界,推动生产的社会分工,有效整合供应链资源,有助于消弭“产学研”隔阂,提高创新资源的成果转化速度,从而有效推动技术进步。

2. 数字经济对经济高质量发展的空间溢出效应

新经济地理学认为,知识溢出对技术创新的空间分布产生影响,数字经济对经济高质量发展产生的空间溢出效应体现在以下三个方面:

(1) 数字基础设施有助于知识溢出。数字基础设施打破了知识溢出对地理空间的依赖,加强地区间交流的深度与广度。但数字基础设施的知识溢出效应,会因区域知识吸收能力差异,使得率先取得技术创新突破的地区产生“虹吸效应”,进而扩大区域创新能力差距。

(2) 数字产业化促进要素跨区域流动。数字技术通过缓解信息不对称提高要素流动性,加速要素跨区域流动,促进跨区域要素整合,从而产生空间外溢。

(3) 产业数字化通过知识和技术溢出、促进要素跨区域流动,进而产生空间溢出效应。企业数字化转型拓展企业边界,使得先进生产模式、知识和技术,在社会协作生产中得到广泛传播,同时提高区域间企业的关联度,缓解企业间的信息不对称,促使生产要素在不同区域企业之间充分流动。

3. 数字经济缩小区域经济高质量发展水平的机制

新古典经济增长理论认为,生产要素的自由流动与技术的广泛传播是实现经济收敛的两个关键因素。①数字经济显著提高要素流动性。数字经济能凭借数字基础设施实现不同时空主体之间的互联互通,为要素流动开辟“数字化通道”。同时数字技术的技术优势,能显著降低信息不确定性,确保要素能向欠发达地区的高效率部门转移。②数字经济有力助推技术传播,一是数字基础设施能打破时空限制,有效促使知识与技术向欠发达区域下沉。二是数字经济发展促进社会分工协作,欠发达地区能通过产业链,获取来自发达地区的技术援助。三是数字技术能实现关键生产技术的数据化保存与运用,有助于缺乏高端人才的欠发达地区也能在标准化生产流程中大规模运用关键生产技术。

三、 研究设计

1. 变量选取

被解释变量:高质量发展采用全要素生产率(Ffp)描述,利用Deap 2.1软件测得Malmquist指数,将基期TFP2012设为1,则TFP2013=TFP2012×Malmquist2013,后续年份TFP计算依次类推,其中劳动投入采用全社会从业人数进行表征,产出采用地区生产总值进行表征并以2012年为基期对其作平减处理,资本投入采用如下的永续存盘法估算:

Ki,t=Ii,t/Pi,t+Ki,t-1×(1-δ)

(1)

式中:I代表固定资产投资;P代表固定资产投资平减指数;K代表资本存量;δ为折旧率,i代表省份;t代表年份,同时借鉴周慧[12]研究中的处理方法,固定资产投资平减指数通过以2012年为基期的固定资产投资价格指数换算得到,基期资本存量通过以2012年为基期平减后的全社会固定资产投资除以10%得到,折旧率设为9.6%。

解释变量:数字经济,采用数字经济综合得分(de)进行表征,学界对数字经济概念尚没有统一,本研究参照《“十四五”数字经济发展规划》中对数字经济的界定,同时借鉴相关学者的做法,构建综合指标评价体系,见表1,采用熵值法对数字经济综合得分进行测度。

表1 数字经济的综合指标评价体系

控制变量:参考已有研究结果,引入如下控制变量。政府作用(Gov):采用地区政府财政支出占生产总值的比重进行表征;外商直接投资(Fdi):采用外商直接投资额占生产总值比重进行表征;金融发展(Fin):采用金融机构存贷款余额占生产总值的比重进行表征;基础设施(Inf):采用人均城市道路面积进行表征。

2. 数据来源

由于数字经济相关指标统计时间晚、年限少,为了遵循数据可得性与科学性,本文选取我国2012—2019年30个省市自治区数据。数字经济指标数据来源于《中国第三产业统计年鉴》《中国劳动统计年鉴》《中国固定资产统计年鉴》《中国电子信息产业统计年鉴(软件篇)》《中国统计年鉴》,其余指标数据均来源于《中国城市统计年鉴》《中国统计年鉴》,部分缺失数据通过线性插值法补充,变量的描述性统计见表2。

表2 变量描述性统计

3. 模型构建

数字经济具有技术特性,不仅能促使要素跨区域流动,而且能产生知识溢出效应,此外为了使模型更具直观的经济意义,构建模型如下:

lnFfpit=α0+ρWlnFfpit+β1lnDeit+β2lnXit+θ1WlnDeit+θ2WlnXit+μi+λt+εit

(2)

式中:W为空间权重矩阵;lnFfp、lnDe为省份i在t时刻经济高质量与数字经济综合得分;X代表一系列控制变量;μi与λt表示个体与时间效应;εit为随机误差项,当θ=0时退化为SLM模型,当θ=0且β=0 时退化为SEM模型。α0为常数项,ρ表示全要素生产年空间回归系数,β1表示数字经济对全要素生产率的回归系数,β2表示控制变量对全要素生产率的回归系数,θ1表示数字经济对全要素生产率的空间回归系数,θ2表示控制变量对全要素生产率的回归系数。

四、 实证分析

1. 空间相关性分析

经济地理矩阵和地理距离矩阵下的全域莫兰指数如表3所示,经济高质量发展在两种矩阵下,均通过5%以上的显著性水平检验,数字经济在经济地理矩阵下均通过1%的显著性水平检验,而在地理矩阵下大多数年份仍通过10%的显著性水平检验,表明两者均具有空间正相关性。

表3 数字经济与经济高质量发展的全域莫兰指数

采用局部莫兰指数对特定区域及周围区域之间的空间差异进行分析,以2014年和2019年为例,绘制全国范围数字经济与经济高质量发展的局部莫兰散点图。结果表明:在两种不同空间权重矩阵下,大部分观测值均分布在第一、三象限,表明数字经济与经济高质量发展并非随机分布,而是呈现高水平集聚与低水平集聚特征,因此,本文采用空间计量模型进行回归分析较为合理。

图1 2014年与2019年数字经济的局部莫兰散点图(W2)

图2 2014年与2019年数字经济的局部莫兰散点图(W1)

图3 2014年与2019年经济高质量发展的局部莫兰散点图(W2)

图4 2014年与2019年经济高质量发展的局部莫兰散点图(W3)

2. 空间计量模型选择

LM检验在邻接矩阵下,除R-LMLag外,其余指标均在5%水平下拒绝原假设。进一步通过LR检验空间杜宾模型(SDM)是否退化为空间误差模型(SEM)或空间误差模型(SAR),结果表明显著拒绝原假设,验证SDM无法退化为SEM或SAR。Hausman检验结果表明,固定效应优于随机效应,而联合显著性检验结果表明,在两种不同矩阵下均应选择双向固定的SDM模型,见表4。

表4 LM、LR、Hausman与联合显著性检验

3. 回归检验

空间杜宾模型回归结果如表5所示,全国及东中西部地区数字经济均显著促进经济高质量发展,从横向对比来看,中部地区数字经济对经济高质量发展的影响最大,西部次之,东部最小。全国及东中部地区外商直接投资回归系数为负,可能的原因在于通过外商投资形成的企业多为中低端企业,不仅缺乏技术密集型企业,也导致中低端企业陷入低效率的“同质化”竞争,抑制了地区经济高质量发展。与之相反,西部地区外商直接投资回归系数为正,其原因在于西部地区整体经济水平较低,产业结构相对落后,通过外商投资形成的中低端企业促进西部地区产业结构升级,进而促进经济高质量发展。全国及东中部地区金融发展回归系数为负,该项指标无法准确地反映资本的配置效率,一方面,大量金融资金闲置降低了资本的配置效率;另一方面,金融机构为了确保资金的安全性与逐利性,非闲置资金多集中于房地产、制造业等加剧了资本错配,从而抑制经济高质量发展。与之相反,西部地区金融发展回归系数为正,其原因在于流向西部地区的信贷资金较少,而促进西部地区金融发展,有助于改善区域资本错配,从而缓解西部地区资金不足的现实困境,促进经济高质量发展。全国及东中部地区道路基础设施回归系数为正,完善道路交通基础设施有助于提高生产要素流动性。与之相反,西部地区道路交通基础设施回归系数为负,可能的原因在于西部地区是劳动力流出地区,伴随西部地区道路交通基础设施的完善,加剧了劳动力向东中部地区转移,而劳动力流出又具有明显择优选择性特征,因此抑制了经济高质量发展。

表5 数字经济对经济高质量发展的空间杜宾回归结果(W1)

表6报告了全国及东中西部地区数字经济的空间溢出效应分解结果, 从系数方向来看, 全国及东中西部地区直接效应均显著为正, 而间接效应为负且不显著, 表明本地区数字经济水平提高仅能促进本地区经济高质量发展, 而抑制周边地区经济高质量发展。 一方面,本地区数字经济水平提高不仅为本地区提供大量高端就业岗位, 而且会形成更好的发展前景,从而“虹吸”周边地区的人才; 另一方面,数字经济会因其自身的自我膨胀性, 产生垄断, 导致周边地区的生产要素与技术向本地区流动。 中部地区数字经济直接效应最大, 西部次之,东部最小。 与中部地区相比, 西部人力资本水平较低, 而信息利用能力作为现阶段主要的“数字鸿沟”, 导致西部地区个体从数字经济中的获益低于中部地区。

表6 数字经济的空间溢出效应分解(W1)

为进一步考察数字经济对经济高质量发展的长期作用,本文纳入空间交互影响,构建条件β收敛模型进一步检验数字经济对经济高质量发展的条件收敛性,相关回归结果见表7。由表7可得:①全国和东中西部地区均存在经济高质量发展的条件收敛,其收敛速度分别为0.851 4、0.682 8、0.254 8与1.461 9,东中部地区收敛速度低于全国水平,西部地区收敛速度高于全国水平,而横向比较来看,西部地区收敛速度最快、东部次之,而中部最慢;②全国与东部地区数字经济回归系数显著为正,表明发展数字经济有助于加快全国与东部地区经济高质量发展的收敛速度。与之相反,中西部地区数字经济回归系数为负且并不显著。其原因在于:一是产业数字转型化不足阻碍了跨区域分工协作,制约了生产要素与技术的流动;二是东部地区的“虹吸效应”阻碍了数字经济的配置作用发挥,生产要素与技术不断向东部聚集,并未流向中西部地区的高收益部门;三是中西部地区人力资本水平偏低,居民从数字技术产生的知识溢出中获益低于东部地区。

表7 数字经济对经济高质量发展条件收敛性的空间杜宾回归结果(W1)

4. 稳健性检验

为确保回归结果的可信度,将经济地理矩阵(W1)替换为地理距离矩阵(W2)进行稳健性检验。表8与表5对比可得:所有变量的系数方向均一致。核心解释变量数字经济的显著性水平虽有所下降,但依然通过10%的显著性水平检验。横向对比来看,中部地区数字经济的影响最大,西部次之,东部最小的结论依然成立。与经济地理矩阵相比,地理矩阵下数字经济的回归系数值更小,表明加强地区间经济交流,有助于充分发挥数字经济的影响作用。表9与表6对比可得:全国及东中西部地区数字经济的直接效应系数值方向均保持一致。横向对比来看,中部地区数字经济的直接效应最大,西部次之,东部最小的结论依然成立。经济地理矩阵下直接效应的系数值大于地理距离矩阵。

表8 数字经济对经济高质量发展的空间杜宾回归结果(W2)

表9 数字经济的空间溢出效应分解(W2)

表10报告了地理矩阵下数字经济对经济高质量发展条件收敛性的回归结果,由表10和表8对比可得:全国及东中西部地区依然均存在经济高质量发展的条件收敛性,同时西部地区收敛速度最快,东部次之,中部最慢的结论仍然成立。全国与东部地区数字经济的回归系数仍然显著为正,表明发展数字经济有助于改善经济高质量发展的收敛速度。

表10 数字经济对经济高质量发展的条件收敛性系数(W2)

五、 结论与建议

研究分析了数字经济对经济高质量发展的空间溢出效应并进行了收敛性检验,主要研究结论包括:①全国及东中西部地区数字经济水平提高,均有利于促进经济高质量发展,但影响效果存在显著的区域差异,中部地区数字经济的影响最大,西部次之,东部最小。此外,全国及东中西部地区数字经济直接效应均显著为正,也呈现中部地区最大,西部次之,东部最小的特征。②完善数字基础设施、发展数字产业和推进产业数字化均能显著促进经济高质量发展,同时三者的直接效应也均显著为正。③全国及东中西部地区均存在经济高质量发展的条件收敛,但仅全国和东部地区数字经济的回归系数显著为正,表明全国和东部地区数字经济水平提高有助于改善经济高质量收敛速度。

基于以上研究结论,提出如下政策建议:①强化政府引领作用。数字基础设施具有先导性,推进数字基础设施建设,要注重提“质”保“量”。目前我国已经实现网络全覆盖,加快5G网络建设,加速推动“算力”基础设施建设,充分发挥出数字基础设施的“乘数效应”。强化政府引领作用,数字基础设施具有公共产品属性,需要政府弥补市场失灵,聚焦民生领域和产业需求,做好数字基建的顶层设计。②大力发展数字产业。数字产品具有高附加值、低边际成本的特点,在环境资源约束趋紧的条件下,发展数字产业有助于实现集约化生产,促进经济高质量发展。数字技术作为数字经济的核心动力,在一定程度上决定了产业应用数字化技术提升效率的大小。不断提高对区域经济高质量增长的贡献度,要聚焦关键性数字技术的突破,从而提升数字技术水平,强化数字赋能能力。③推动产业数字化转型。企业数字化转型能够促进生产效率提升,推进产业数字化转型,通过引进智能数控等数字硬件设备对生产流程进行数字化升级,提高生产效率,引进先进工业数字软件以提高“算力”水平,进一步优化资源配置与消弭效率损失。通过数字技术缓解企业间的信息不对称,提高企业关联度,促进跨区域的分工协作形成,发挥各区域的比较优势。④因地制宜地制定数字经济发展政策。对东部地区而言,一方面发挥“龙头”示范作用,推进全国范围的产业分工协作,逐步将生产、制造等部门向低成本区域转移,保留研发等高技术部门,形成总部经济模式。另一方面发挥创新优势,推动创新模式向数据驱动型转变。对中部地区而言,充分利用数字产业低投资成本的特点,推动中低端数字产业发展,主动融入由东部地区领头的分工协作,加强与东部地区的经济联系,学习效仿东部地区先进的技术与管理模式,积极承接东部地区的中低端产业转移,加快推进产业的数字化转型。对西部地区而言,大力发展数字普惠金融,扩展金融服务范围,推动金融服务向西部农村下沉,提升金融资本的可达性,推动信息化教育发展,破解优质教育资源匮乏的困境,有助于消弭区域“数字鸿沟”,提高西部地区人力资本效率。