程显宏,姜国刚
(常州大学吴敬琏经济学院,江苏 常州 213159)
科学技术和产业革命是改变世界经济和贸易格局的重要力量,随着移动通信网络、大数据等数字技术与传统产业的数字化融合,数字经济的快速发展正在重塑世界经济[1]。数字经济(Digital Economy)将数据作为生产要素,采用信息技术和人工智能作为载体[2],为新产品创造新服务机遇,具有颠覆性创新、网络效应与“蒲公英效应”等特征[3]。党的十九大报告中提出,坚定实施创新驱动发展战略,把科技进步和创新作为促进经济结构调整的重要支撑,为我国经济发展中产业升级动力匮乏、经济效益低下等问题带来新机遇,这也为我国构建双循环新发展格局和经济高质量发展提供了重要的历史机遇,其中区域创新在创新驱动发展的过程中扮演着重要角色。同时,创新有助于提高企业生产要素的科技含量从而提高产出效率,也为经济高质量发展提供基础动力和崭新路径。因此,在数字革命背景下,国内外学者构建多维数字经济指标评价体系评价数字经济发展水平,一是基于国家层面从信息通信基础设施等五个维度构建数字经济发展评价体系[4],二是基于省级层面构建综合评价指标体系[5]。也有学者以“中国数字经济指数”[6]、数字经济效率系数[7]以及大数据实验区的政策变量等作为数字经济发展的代理变量[8]。
当前,我国正处于经济高质量发展的关键期,有必要了解数字经济、区域创新与经济高质量发展之间存在何种关系?由于地区资源和技术禀赋不同,数字经济、区域创新对经济高质量发展的影响是否具有地区异质性?为了解决以上问题,文章基于已有研究,构建2011—2020年省级层面的数字经济和经济高质量发展三级指标体系并进行测度,将数字经济、区域创新和经济高质量发展三者纳入统一框架下予以分析,并充分考虑时滞效应、空间溢出效应,进一步实证分析数字经济、区域创新对经济高质量发展的影响,以期为我国经济高质量发展提供经验参考。
第一,数字经济赋能传统产业结构升级,有力促进经济高质量发展。一是随着现代信息技术的不断发展,数字经济促使传统产业转型为智能化、数字化企业,数字化发展降低行业壁垒,增强了上下游企业间、同行业部门间的协同发展势态,增加第三产业比重,推动产业结构升级[9];二是数字经济催生物联网、人工智能等新的高端制造业形态和新的商业模式,这些新的产业形态引领产业生态体系,能够反哺产业结构升级。
第二,数字经济赋能区域全要素生产率,提升经济高质量发展。一是数字经济引导具有比较优势生产率的企业进入市场,优胜劣汰机制迫使一些低生产率企业退出市场,从主动性方面要求企业改善创新环境、技术更迭、信息传输成本等方面以提升企业生产率[10];二是企业借助数字化平台进行市场信息搜集和生产计划调整,有效降低供需双方的信息不对称问题,提高企业的资源配置效率[11],进而促进经济高质量发展。
第三,数字经济赋能要素重组和产业融合,提升经济高质量发展。一是数据要素可以存贮有价值的数据信息,提高生产要素协同效率,有效改善企业物质资本和人力资本等生产要素的配置效率[12];二是数字经济和实体经济逐渐融合发展,数字经济提高闲置资产的利用率、缓解产业间信息不对称等问题,改变了产业内外协同方式,提升产业效率与产业融合,促进经济高质量发展。据此,文章提出如下假设:
假设H1:数字经济发展水平提升有助于促进我国经济高质量发展。
第一,区域创新带动产业结构升级,促进经济高质量发展。经济增长极理论认为,创新是保持经济稳定增长的重要支撑,并且技术创新对经济增长的驱动作用具有区域异质性,这种创新驱动不仅削弱劳动和资本要素在经济增长过程中的影响力,而且有利于本地区产业结构优化升级,带动相邻地区产业结构升级[13]。第二,区域创新提高社会福利水平和企业生产效率,促进经济高质量发展。技术创新通过上下游产业合作、企业间知识交流、技术创新成果市场化等方式传播,对邻近地区产生“涓滴效应”,从微观层面提高企业生产经营活动的信息收集和管理水平,增加企业间各环节运行效率[14],从宏观层面促进企业实现最优生产率水平和利润空间,提高整个社会福利水平,实现经济高质量发展。据此,文章提出如下假设:
假设H2:区域创新促进经济高质量发展,并且具有正向空间溢出效应。
数字经济能有效推动周期性的技术创新[15],其技术溢出效应通过跨产业的技术创新驱动力构建数字时代创新系统,影响区域创新要素水平、提高劳动力配置效率和就业质量等[16];数字化知识和信息通过大数据等通讯技术传播,使得企业间信息化生产要素迅速得到应用和交易,提升企业研发能力和热情,研发成果在市场的转化提升了经济高质量发展水平。依托现代数据技术,碎片化的知识被充分整理,研发资源潜力得到释放,增加了企业获得创新发展的资源,夯实了发展的技术基础。据此,文章提出如下假设:
假设H3:数字经济水平提升,促进了区域创新水平提升,进而促进经济高质量发展,区域创新具有中介效应。
综合考虑我国数字经济的新发展特征以及数据的可得性、可靠性等,构建数字经济三级指标体系,将二级指标定义为数字基础设施环境、数字产业就业环境和数字产业发展环境三个层面,如表1 所示。经济高质量发展是一个多元化概念,本质上具有丰富性和多维性,因此构建经济高质量发展三级指标体系,将二级指标定义为产业基础、要素驱动、经济发展和居民生活四个层面。采取面板熵值法测度数字经济和经济高质量发展水平,并采用TOPSIS 方法修正熵值,以更准确体现数字经济和经济高质量发展的趋势与地区差异。
表1 数字经济和经济高质量发展测度评价体系
(1) 权重矩阵确定
(2) 模型设定
第一,空间计量模型。
考虑到模型可能存在的自变量和因变量的空间自相关性,构建空间杜宾模型:
其中,y 是因变量,x 是自变量,t 是时间,εi,t是随机误差项,β 和θ 是空间相关系数,ρ 是空间滞后系数,wi,j是空间权重矩阵,n 是地区数。
第二,IV 因果中介效应模型。
建立IV 因果中介模型考察区域创新的中介效应:
其中,Mit为中介变量,表示各省的区域创新;Tit为随机生成的处理变量;Zit为各省的数字经济变量;Yit为经济高质量发展变量;Xit为影响经济高质量发展的控制变量,ξit和εit为随机误差项。
(3) 变量选取及数据说明
一是被解释变量。经济高质量发展(E-hd)。根据表1 的指标体系测算获得。
二是核心解释变量。数字经济(Digi-E)。根据表1指标体系测算获得。
三是中介变量。区域创新(Innov)。专利授权数能够客观衡量创新质量水平,因此采用各省发明专利授权数的增长率水平表示区域创新。数据来源于国家知识产权局专利检索数据库。
四是其他控制变量。对外直接投资(lnOFDI),采用当年各省对外直接投资值的对数值表示;城市化水平(lnCityd),采用各省人口密度的对数值来表示③人口密度(人/平方千米)=人口数(人)/面积(平方千米)。;金融发展水平(lnFnc),采用金融机构保费占比地区生产总值的对数值表示;劳动力水平(lnPop),用各省劳动力就业人数的对数值表示;城市发展潜力(lnGDP),使用本省人均GDP 的对数值表示。
变量描述性统计如表2 所示。
表2 变量描述性统计
首先,表3 空间自相关LM 检验显示空间误差模型(Spatial error)和空间滞后模型(Spatial lag)的P 值均未通过,说明模型均存在显著空间自相关关系。其次,利用豪斯曼检验(Hausman),表3 显示模型应选择随机效应进行回归估计;Wald 检验P 值均显著,说明空间杜宾模型不会退化。最后,莫兰指数(Moran's I)反映我国省级经济高质量发展具有显著正向空间相关性。因此,文章选用随机效应空间杜宾模型进行估计。
表3 空间关系的LM 检验
文章选择随机效应空间杜宾模型,同时选择空间误差模型和空间滞后模型作为对照,结果如表4 所示。
表4 基础回归结果
表4 显示,数字经济系数均在1%的显著性水平为正,表明数字经济水平上升会促进经济高质量发展,这与假设H1 的结论一致;区域创新的系数分别在5%和1%的显著性水平上为负,说明区域创新水平的上升不但不能促进省级经济高质量发展,反而会产生抑制效应,这与假设H2 的结论并不一致,这可能是因为:一方面,在我国一个专利从申请到获得授权的平均年限为1.5年[17],因此发明型专利从申请到授权具有滞后时间;另一方面,专利研发前期未投入市场会影响企业盈利,因此当期区域创新一般具有抑制效应。
将数字经济、区域创新对省级经济高质量发展的影响分解为总效应、直接效应和间接效应,结果发现:数字经济对经济高质量发展影响的直接效应、间接效应和总效应均显著为正,说明数字经济水平的提高会显著促进经济高质量发展,再次验证了假设H1;区域创新对省级经济高质量发展影响的直接效应显著,但间接效应和总效应在统计上均不显著,这依然与假设H2 的结论并不符合,说明总体上各省份的区域创新水平上升并不会促进该省的经济高质量发展。
(1) 系统GMM 和差分GMM 回归估计
为减轻因果关系导致内生性估计偏误,研究选取系统GMM 估计方法。回归中将数字经济、区域创新和经济高质量发展的一阶滞后项视为内生变量,并采用两步稳健标准误估计,结果如表5 所示。表中Hansen 检验P 值均大于0.1,表明工具变量均有效,自相关检验AR(2)的P 值均大于10%,说明模型残差序列无二阶自相关,符合系统GMM 要求。从表5 列(1)~列(4)的回归结果来看,当期数字经济显著促进经济高质量发展,而区域创新滞后一期(L.Innov)的回归系数显著为正,间接证明了区域创新存在一定的时滞性,对经济高质量发展的促进作用主要体现在滞后一期,这与现实情况吻合。
表5 稳健性检验
(2) 内生性问题处理
借鉴赵涛等(2020)等的做法[18],以1998年中国各省份的邮政营业网点数量与互联网普及率的乘积作为数字经济的工具变量。构造公式如下:
其中,Nump1998表示1998年中国邮政营业网点数量,表示互联网普及率。采用2SLS 进行回归检验。如表5 列(5)所示,工具变量有效且回归结果与使用系统GMM的结果基本一致。
(3) 替换核心解释变量
以北京大学数字发展中心的数字化指数替代数字经济,以各行业规模以上企业的R&D 经费支出占GDP 的比重替代区域创新,采用2SLS 回归。如表5列(6)所示,工具变量有效且回归结果与使用系统GMM的结果基本一致。
采用IV 中介效应模型探索区域创新在数字经济与经济高质量发展中的中介效应。回归结果如表6 所示。
表6 区域创新的中介效应检验
表6 第一阶段结果显示,数字经济在5%的显著性水平上影响区域创新;第二阶段结果显示,数字经济、区域创新分别在1%和10%的显著性水平上影响经济高质量发展,结果说明数字经济可以通过区域创新的传导路径对经济高质量发展产生促进作用,与假设H3 结论一致。
按照《中共中央、国务院关于促进中部地区崛起的若干意见》 《国务院发布关于西部大开发若干政策措施的实施意见》以及党的十六大报告的划分方法,将我国的经济区域划分为东部、中部、西部和东北四大地区④东部地区包括:北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南。中部地区包括:山西、安徽、江西、河南、湖北和湖南。西部地区包括:内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。东北地区包括:辽宁、吉林和黑龙江。,以此探索不同经济区域数字经济、区域创新对经济高质量发展的影响。回归结果如表7 所示。
表7 数字经济和区域创新地区异质性效应分解
表7 分解效应显示,东北地区和中部地区的数字经济主要通过直接效应影响本区域的经济高质量发展,区域创新对经济高质量发展的影响并不显著;东部地区的数字经济水平提高不仅能直接提升区域内经济高质量发展,也可以通过影响邻近区域经济高质量发展达到提升本区域经济高质量发展的目的,但区域创新同样对区域经济高质量发展的影响并不显著;西部地区数字经济水平提升直接促进经济高质量发展,但对邻近区域的影响并不显著,而西部地区的区域创新会显著降低省级经济高质量发展,却会通过影响相邻省份的发展来提高本省经济高质量发展,但总效应并不显著。
文章采用2011—2020年省级面板数据构建数字经济和经济高质量发展三级指标评价体系并进行测度,探究经济高质量发展是否会受到数字经济、区域创新的影响。研究发现:数字经济水平的上升会显著促进省级经济高质量发展,直接效应、间接效应和总效应均显著为正;区域创新对省级经济高质量发展影响的直接效应显著为负,间接效应和总效应在统计上均不显著;采用系统GMM 估计发现仅有当期数字经济和上一期区域创新促进经济高质量发展;IV 因果中介效应模型结果表明,区域创新具有部分中介效应。
分地区来看,东北地区和中部地区的数字经济提升会直接促进经济高质量发展,而区域创新对经济高质量发展的影响并不显著;东部地区的数字经济具有显著的直接和间接效应,区域创新同样对区域经济高质量发展的影响不显著;西部地区数字经济水平提升也会直接影响经济高质量发展,对邻近区域的影响不显著,而西部地区的区域创新会显著降低省级经济高质量发展,间接效应显著为正,但是从总效应来看效果是不显著的。
根据研究所得的结论,文章得到如下三个方面的政策启示:
第一,数字经济对我国省级经济高质量发展的促进作用显著,在我国推进国内国际双循环的新发展格局下,要大力加强我国数字经济发展,夯实相关扶持政策、保障措施等关键战略,通过政策支持和制度保障有力地促进我国数字经济发展,与此同时要加快数字创新人才培训,为我国数字经济驱动创新质量提升提供重要的人才支撑。
第二,我国区域创新当期会降低各省经济高质量发展,国家和地方政府应大力扶持地方创新企业的研发,从人才、融资及保障性措施等方面给予创新企业更多的扶持政策,确保创新企业资金流的持续,以及企业创新精神的继续发挥,从而为提高这些企业的创新热情提供重要的基础保障。
第三,针对数字经济与区域创新的地区异质性,东部地区率先提高数字经济排头阵营,鼓励和带动周边地区的经济高质量发展;各地区应加强区域创新和数字经济联合效果,特别是中部和西部地区的各省份,应注重区域之间的协调发展,搭建区域间创新交流平台,正确引导和利用数字经济、区域创新来带动各地区经济发展。