周 慧, 孫 革
(安徽財經(jīng)大學 經(jīng)濟學院, 安徽 蚌埠 233030)
改革開放以來,我國經(jīng)濟快速增長。但是在現(xiàn)階段,受到勞動力供給短缺、資本投資回報率下降、出口受阻等因素的疊加沖擊,傳統(tǒng)投資驅動與要素驅動對經(jīng)濟增長的貢獻不斷下滑,粗放型增長模式難以為繼??v觀世界歷史,歷次工業(yè)革命均帶來生產(chǎn)關系的深刻變革,實現(xiàn)了生產(chǎn)力的跨越式進步。當前是我國數(shù)字經(jīng)濟發(fā)展的歷史機遇期,數(shù)字經(jīng)濟催生出“新技術-經(jīng)濟”范式,通過質量變革、效率變革與動力變革,推動資源配置方式、生產(chǎn)組織方式與創(chuàng)新模式變革,對實現(xiàn)經(jīng)濟高質量發(fā)展具有重要影響。據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書2021》顯示,2005—2020年數(shù)字經(jīng)濟規(guī)模從2.6萬億元增長到39.2萬億元,GDP占比從14.2%提高到38.6%,數(shù)字經(jīng)濟處于高速擴張態(tài)勢。隨著“十四五”規(guī)劃的不斷推進,數(shù)字經(jīng)濟成為推動高質量發(fā)展“新引擎”。當前數(shù)字經(jīng)濟得到初步釋放,服務業(yè)數(shù)字化快速發(fā)展,但實體經(jīng)濟數(shù)字化應用仍相對不足,產(chǎn)業(yè)數(shù)字化轉型水平、居民信息利用能力及數(shù)字基礎設施完善程度等方面存在較大差異,我國數(shù)字經(jīng)濟的比較優(yōu)勢與發(fā)展?jié)撃艽嬖陲@著的區(qū)域異質性。數(shù)字經(jīng)濟發(fā)展速度快、輻射范圍廣、影響程度深,推動生產(chǎn)方式、生活方式和治理方式的深刻變革,成為重組要素資源、重塑經(jīng)濟結構、改善競爭格局的關鍵力量。因此,在新一輪信息革命的機遇期,以及新舊動能轉換與經(jīng)濟效率變革的關鍵期,探究數(shù)字經(jīng)濟對高質量發(fā)展的作用具有重要的理論價值與現(xiàn)實意義。
梳理現(xiàn)有文獻發(fā)現(xiàn),數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的影響研究主要基于以下兩個角度:
(1) 要素配置角度。要素配置視角的研究焦點主要在于勞動力配置,即數(shù)字經(jīng)濟能否通過改善勞動力配置,進而實現(xiàn)經(jīng)濟高質量發(fā)展。學者從緩解信息不對稱、市場分割,提升就業(yè)靈活化等角度出發(fā)[1],解釋數(shù)字經(jīng)濟有助于優(yōu)化勞動力配置。但居民信息利用能力存在差異,同時受制于區(qū)域經(jīng)濟水平、受教育水平、數(shù)字鴻溝等因素制約,數(shù)字經(jīng)濟的勞動力配置效應存在顯著異質性[2]。劉軍[3]納入空間交互影響分析指出,數(shù)字經(jīng)濟會產(chǎn)生負向溢出影響,加劇周邊地區(qū)勞動力錯配。
(2) 技術進步角度。從宏觀層面來看,一方面數(shù)字經(jīng)濟通過變革創(chuàng)新配置方式、改善創(chuàng)新要素錯配、提高人力資本水平,進而促進技術進步與創(chuàng)新[4-6]。另一方面,王宏鳴等[7]認為傳統(tǒng)教育模式無法滿足數(shù)字經(jīng)濟對復合型人才的需求,創(chuàng)新難以演化為關鍵性技術進步,數(shù)字經(jīng)濟無法通過改善創(chuàng)新要素錯配進而促進技術進步。從微觀層面來看,一方面陳劍等[8]認為企業(yè)數(shù)字化轉型能通過消弭“產(chǎn)學研”隔閡、提高技術創(chuàng)新精度、形成數(shù)據(jù)驅動創(chuàng)新模式,促進技術進步;另一方面,劉然等[9]認為數(shù)字經(jīng)濟因其自我膨脹性,企業(yè)數(shù)字化轉型極易引發(fā)數(shù)字壟斷,鄧洲[10]認為企業(yè)壟斷的形成會阻礙其他企業(yè)主體創(chuàng)新效應發(fā)揮,而技術、勞動與資本是企業(yè)數(shù)字化轉型的基礎,強行推動企業(yè)數(shù)字化轉型會引起“破壞式創(chuàng)新”,數(shù)字化轉型不足會阻礙生產(chǎn)技術突破[11]。
綜上所述,學界就數(shù)字經(jīng)濟能否促進經(jīng)濟高質量發(fā)展的觀點并不統(tǒng)一,研究的焦點在于能否改善勞動力錯配、促進技術進步兩個方面,其原因在于區(qū)域“數(shù)字鴻溝”與數(shù)字技術應用能力差異會阻礙數(shù)字經(jīng)濟的配置效應發(fā)揮,而數(shù)字經(jīng)濟自我膨脹性會誘發(fā)數(shù)字經(jīng)濟發(fā)達區(qū)域產(chǎn)生“虹吸效應”,同時可能誘發(fā)區(qū)域間發(fā)展的“馬太效應”。基于此,本研究的邊際貢獻在于:①對數(shù)字經(jīng)濟進行了組成分解,分析不同的數(shù)字闕值對高質量發(fā)展的影響;②傳統(tǒng)計量模型基于樣本獨立與同質的假設,忽視了樣本相關與異質性的典型事實,本研究納入空間交互影響,分析數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的空間溢出效應;③對是否存在數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的條件收斂性進行了識別,為縮小地區(qū)經(jīng)濟發(fā)展水平提供經(jīng)驗證據(jù)。
內生經(jīng)濟增長理論認為技術進步、知識溢出與人力資本積累是實現(xiàn)經(jīng)濟持續(xù)增長的關鍵所在,但“技術-經(jīng)濟”范式理論指出,重大技術革命需要依靠其產(chǎn)生的“技術-經(jīng)濟”范式激發(fā)創(chuàng)新潛能,而“技術-經(jīng)濟”范式的形成需要新關鍵要素產(chǎn)生、新主導性通用技術形成與應用、新基礎設施涌現(xiàn)、新興產(chǎn)業(yè)爆發(fā)、新組織形式與制度變革五個條件,且相互聯(lián)系?;跀?shù)字經(jīng)濟構成,分析數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的影響機理。
(1) 數(shù)字基礎設施通過提高人力資本水平、推動技術進步,實現(xiàn)經(jīng)濟高質量發(fā)展。數(shù)字基礎設施具有較強的外部性與公共性,有助于知識、技術的廣泛傳播與使用,提高全社會人力資本水平與知識密度。數(shù)字基礎設施有助于創(chuàng)新資源的集聚與整合,釋放社會創(chuàng)新潛能,推動技術進步。
(2) 數(shù)字產(chǎn)業(yè)化有助于提高要素回報率、優(yōu)化要素配置,實現(xiàn)經(jīng)濟高質量發(fā)展。根據(jù)梅特卡夫定律,數(shù)字產(chǎn)品的價值創(chuàng)造與網(wǎng)絡連接用戶數(shù)量密切相關,在既定要素投入下獲取利潤最大化。數(shù)字產(chǎn)業(yè)發(fā)展水平與數(shù)字技術水平密切相關,一方面,數(shù)字技術降低信息搜尋成本,緩解信息不對稱,為勞動力配置開辟“數(shù)字通道”,克服了傳統(tǒng)就業(yè)渠道單一、連續(xù)性不足等弊端。另一方面,數(shù)字通信技術增強了資本的即時轉移交付能力,拓寬了金融服務范圍,有效解決領域錯配、屬性錯配和階段錯配。此外,數(shù)字技術通過變革教育供給結構、管理方式、制度機制,優(yōu)化教育資源配置,提高欠發(fā)達地區(qū)的人力資本水平及居民信息利用能力。
(3) 產(chǎn)業(yè)數(shù)字化通過提升效率、推動技術進步,實現(xiàn)經(jīng)濟高質量發(fā)展。數(shù)字技術有助于降低企業(yè)內部信息獲取與溝通成本,提高企業(yè)內部信息傳播效率及企業(yè)管理效率。產(chǎn)業(yè)數(shù)字化轉型有效擴大組織邊界,推動生產(chǎn)的社會分工,有效整合供應鏈資源,有助于消弭“產(chǎn)學研”隔閡,提高創(chuàng)新資源的成果轉化速度,從而有效推動技術進步。
新經(jīng)濟地理學認為,知識溢出對技術創(chuàng)新的空間分布產(chǎn)生影響,數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展產(chǎn)生的空間溢出效應體現(xiàn)在以下三個方面:
(1) 數(shù)字基礎設施有助于知識溢出。數(shù)字基礎設施打破了知識溢出對地理空間的依賴,加強地區(qū)間交流的深度與廣度。但數(shù)字基礎設施的知識溢出效應,會因區(qū)域知識吸收能力差異,使得率先取得技術創(chuàng)新突破的地區(qū)產(chǎn)生“虹吸效應”,進而擴大區(qū)域創(chuàng)新能力差距。
(2) 數(shù)字產(chǎn)業(yè)化促進要素跨區(qū)域流動。數(shù)字技術通過緩解信息不對稱提高要素流動性,加速要素跨區(qū)域流動,促進跨區(qū)域要素整合,從而產(chǎn)生空間外溢。
(3) 產(chǎn)業(yè)數(shù)字化通過知識和技術溢出、促進要素跨區(qū)域流動,進而產(chǎn)生空間溢出效應。企業(yè)數(shù)字化轉型拓展企業(yè)邊界,使得先進生產(chǎn)模式、知識和技術,在社會協(xié)作生產(chǎn)中得到廣泛傳播,同時提高區(qū)域間企業(yè)的關聯(lián)度,緩解企業(yè)間的信息不對稱,促使生產(chǎn)要素在不同區(qū)域企業(yè)之間充分流動。
新古典經(jīng)濟增長理論認為,生產(chǎn)要素的自由流動與技術的廣泛傳播是實現(xiàn)經(jīng)濟收斂的兩個關鍵因素。①數(shù)字經(jīng)濟顯著提高要素流動性。數(shù)字經(jīng)濟能憑借數(shù)字基礎設施實現(xiàn)不同時空主體之間的互聯(lián)互通,為要素流動開辟“數(shù)字化通道”。同時數(shù)字技術的技術優(yōu)勢,能顯著降低信息不確定性,確保要素能向欠發(fā)達地區(qū)的高效率部門轉移。②數(shù)字經(jīng)濟有力助推技術傳播,一是數(shù)字基礎設施能打破時空限制,有效促使知識與技術向欠發(fā)達區(qū)域下沉。二是數(shù)字經(jīng)濟發(fā)展促進社會分工協(xié)作,欠發(fā)達地區(qū)能通過產(chǎn)業(yè)鏈,獲取來自發(fā)達地區(qū)的技術援助。三是數(shù)字技術能實現(xiàn)關鍵生產(chǎn)技術的數(shù)據(jù)化保存與運用,有助于缺乏高端人才的欠發(fā)達地區(qū)也能在標準化生產(chǎn)流程中大規(guī)模運用關鍵生產(chǎn)技術。
被解釋變量:高質量發(fā)展采用全要素生產(chǎn)率(Ffp)描述,利用Deap 2.1軟件測得Malmquist指數(shù),將基期TFP2012設為1,則TFP2013=TFP2012×Malmquist2013,后續(xù)年份TFP計算依次類推,其中勞動投入采用全社會從業(yè)人數(shù)進行表征,產(chǎn)出采用地區(qū)生產(chǎn)總值進行表征并以2012年為基期對其作平減處理,資本投入采用如下的永續(xù)存盤法估算:
Ki,t=Ii,t/Pi,t+Ki,t-1×(1-δ)
(1)
式中:I代表固定資產(chǎn)投資;P代表固定資產(chǎn)投資平減指數(shù);K代表資本存量;δ為折舊率,i代表省份;t代表年份,同時借鑒周慧[12]研究中的處理方法,固定資產(chǎn)投資平減指數(shù)通過以2012年為基期的固定資產(chǎn)投資價格指數(shù)換算得到,基期資本存量通過以2012年為基期平減后的全社會固定資產(chǎn)投資除以10%得到,折舊率設為9.6%。
解釋變量:數(shù)字經(jīng)濟,采用數(shù)字經(jīng)濟綜合得分(de)進行表征,學界對數(shù)字經(jīng)濟概念尚沒有統(tǒng)一,本研究參照《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》中對數(shù)字經(jīng)濟的界定,同時借鑒相關學者的做法,構建綜合指標評價體系,見表1,采用熵值法對數(shù)字經(jīng)濟綜合得分進行測度。
表1 數(shù)字經(jīng)濟的綜合指標評價體系
控制變量:參考已有研究結果,引入如下控制變量。政府作用(Gov):采用地區(qū)政府財政支出占生產(chǎn)總值的比重進行表征;外商直接投資(Fdi):采用外商直接投資額占生產(chǎn)總值比重進行表征;金融發(fā)展(Fin):采用金融機構存貸款余額占生產(chǎn)總值的比重進行表征;基礎設施(Inf):采用人均城市道路面積進行表征。
由于數(shù)字經(jīng)濟相關指標統(tǒng)計時間晚、年限少,為了遵循數(shù)據(jù)可得性與科學性,本文選取我國2012—2019年30個省市自治區(qū)數(shù)據(jù)。數(shù)字經(jīng)濟指標數(shù)據(jù)來源于《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國固定資產(chǎn)統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒(軟件篇)》《中國統(tǒng)計年鑒》,其余指標數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》,部分缺失數(shù)據(jù)通過線性插值法補充,變量的描述性統(tǒng)計見表2。
表2 變量描述性統(tǒng)計
數(shù)字經(jīng)濟具有技術特性,不僅能促使要素跨區(qū)域流動,而且能產(chǎn)生知識溢出效應,此外為了使模型更具直觀的經(jīng)濟意義,構建模型如下:
lnFfpit=α0+ρWlnFfpit+β1lnDeit+β2lnXit+θ1WlnDeit+θ2WlnXit+μi+λt+εit
(2)
式中:W為空間權重矩陣;lnFfp、lnDe為省份i在t時刻經(jīng)濟高質量與數(shù)字經(jīng)濟綜合得分;X代表一系列控制變量;μi與λt表示個體與時間效應;εit為隨機誤差項,當θ=0時退化為SLM模型,當θ=0且β=0 時退化為SEM模型。α0為常數(shù)項,ρ表示全要素生產(chǎn)年空間回歸系數(shù),β1表示數(shù)字經(jīng)濟對全要素生產(chǎn)率的回歸系數(shù),β2表示控制變量對全要素生產(chǎn)率的回歸系數(shù),θ1表示數(shù)字經(jīng)濟對全要素生產(chǎn)率的空間回歸系數(shù),θ2表示控制變量對全要素生產(chǎn)率的回歸系數(shù)。
經(jīng)濟地理矩陣和地理距離矩陣下的全域莫蘭指數(shù)如表3所示,經(jīng)濟高質量發(fā)展在兩種矩陣下,均通過5%以上的顯著性水平檢驗,數(shù)字經(jīng)濟在經(jīng)濟地理矩陣下均通過1%的顯著性水平檢驗,而在地理矩陣下大多數(shù)年份仍通過10%的顯著性水平檢驗,表明兩者均具有空間正相關性。
表3 數(shù)字經(jīng)濟與經(jīng)濟高質量發(fā)展的全域莫蘭指數(shù)
采用局部莫蘭指數(shù)對特定區(qū)域及周圍區(qū)域之間的空間差異進行分析,以2014年和2019年為例,繪制全國范圍數(shù)字經(jīng)濟與經(jīng)濟高質量發(fā)展的局部莫蘭散點圖。結果表明:在兩種不同空間權重矩陣下,大部分觀測值均分布在第一、三象限,表明數(shù)字經(jīng)濟與經(jīng)濟高質量發(fā)展并非隨機分布,而是呈現(xiàn)高水平集聚與低水平集聚特征,因此,本文采用空間計量模型進行回歸分析較為合理。
圖1 2014年與2019年數(shù)字經(jīng)濟的局部莫蘭散點圖(W2)
圖2 2014年與2019年數(shù)字經(jīng)濟的局部莫蘭散點圖(W1)
圖3 2014年與2019年經(jīng)濟高質量發(fā)展的局部莫蘭散點圖(W2)
圖4 2014年與2019年經(jīng)濟高質量發(fā)展的局部莫蘭散點圖(W3)
LM檢驗在鄰接矩陣下,除R-LMLag外,其余指標均在5%水平下拒絕原假設。進一步通過LR檢驗空間杜賓模型(SDM)是否退化為空間誤差模型(SEM)或空間誤差模型(SAR),結果表明顯著拒絕原假設,驗證SDM無法退化為SEM或SAR。Hausman檢驗結果表明,固定效應優(yōu)于隨機效應,而聯(lián)合顯著性檢驗結果表明,在兩種不同矩陣下均應選擇雙向固定的SDM模型,見表4。
表4 LM、LR、Hausman與聯(lián)合顯著性檢驗
空間杜賓模型回歸結果如表5所示,全國及東中西部地區(qū)數(shù)字經(jīng)濟均顯著促進經(jīng)濟高質量發(fā)展,從橫向對比來看,中部地區(qū)數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的影響最大,西部次之,東部最小。全國及東中部地區(qū)外商直接投資回歸系數(shù)為負,可能的原因在于通過外商投資形成的企業(yè)多為中低端企業(yè),不僅缺乏技術密集型企業(yè),也導致中低端企業(yè)陷入低效率的“同質化”競爭,抑制了地區(qū)經(jīng)濟高質量發(fā)展。與之相反,西部地區(qū)外商直接投資回歸系數(shù)為正,其原因在于西部地區(qū)整體經(jīng)濟水平較低,產(chǎn)業(yè)結構相對落后,通過外商投資形成的中低端企業(yè)促進西部地區(qū)產(chǎn)業(yè)結構升級,進而促進經(jīng)濟高質量發(fā)展。全國及東中部地區(qū)金融發(fā)展回歸系數(shù)為負,該項指標無法準確地反映資本的配置效率,一方面,大量金融資金閑置降低了資本的配置效率;另一方面,金融機構為了確保資金的安全性與逐利性,非閑置資金多集中于房地產(chǎn)、制造業(yè)等加劇了資本錯配,從而抑制經(jīng)濟高質量發(fā)展。與之相反,西部地區(qū)金融發(fā)展回歸系數(shù)為正,其原因在于流向西部地區(qū)的信貸資金較少,而促進西部地區(qū)金融發(fā)展,有助于改善區(qū)域資本錯配,從而緩解西部地區(qū)資金不足的現(xiàn)實困境,促進經(jīng)濟高質量發(fā)展。全國及東中部地區(qū)道路基礎設施回歸系數(shù)為正,完善道路交通基礎設施有助于提高生產(chǎn)要素流動性。與之相反,西部地區(qū)道路交通基礎設施回歸系數(shù)為負,可能的原因在于西部地區(qū)是勞動力流出地區(qū),伴隨西部地區(qū)道路交通基礎設施的完善,加劇了勞動力向東中部地區(qū)轉移,而勞動力流出又具有明顯擇優(yōu)選擇性特征,因此抑制了經(jīng)濟高質量發(fā)展。
表5 數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的空間杜賓回歸結果(W1)
表6報告了全國及東中西部地區(qū)數(shù)字經(jīng)濟的空間溢出效應分解結果, 從系數(shù)方向來看, 全國及東中西部地區(qū)直接效應均顯著為正, 而間接效應為負且不顯著, 表明本地區(qū)數(shù)字經(jīng)濟水平提高僅能促進本地區(qū)經(jīng)濟高質量發(fā)展, 而抑制周邊地區(qū)經(jīng)濟高質量發(fā)展。 一方面,本地區(qū)數(shù)字經(jīng)濟水平提高不僅為本地區(qū)提供大量高端就業(yè)崗位, 而且會形成更好的發(fā)展前景,從而“虹吸”周邊地區(qū)的人才; 另一方面,數(shù)字經(jīng)濟會因其自身的自我膨脹性, 產(chǎn)生壟斷, 導致周邊地區(qū)的生產(chǎn)要素與技術向本地區(qū)流動。 中部地區(qū)數(shù)字經(jīng)濟直接效應最大, 西部次之,東部最小。 與中部地區(qū)相比, 西部人力資本水平較低, 而信息利用能力作為現(xiàn)階段主要的“數(shù)字鴻溝”, 導致西部地區(qū)個體從數(shù)字經(jīng)濟中的獲益低于中部地區(qū)。
表6 數(shù)字經(jīng)濟的空間溢出效應分解(W1)
為進一步考察數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的長期作用,本文納入空間交互影響,構建條件β收斂模型進一步檢驗數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的條件收斂性,相關回歸結果見表7。由表7可得:①全國和東中西部地區(qū)均存在經(jīng)濟高質量發(fā)展的條件收斂,其收斂速度分別為0.851 4、0.682 8、0.254 8與1.461 9,東中部地區(qū)收斂速度低于全國水平,西部地區(qū)收斂速度高于全國水平,而橫向比較來看,西部地區(qū)收斂速度最快、東部次之,而中部最慢;②全國與東部地區(qū)數(shù)字經(jīng)濟回歸系數(shù)顯著為正,表明發(fā)展數(shù)字經(jīng)濟有助于加快全國與東部地區(qū)經(jīng)濟高質量發(fā)展的收斂速度。與之相反,中西部地區(qū)數(shù)字經(jīng)濟回歸系數(shù)為負且并不顯著。其原因在于:一是產(chǎn)業(yè)數(shù)字轉型化不足阻礙了跨區(qū)域分工協(xié)作,制約了生產(chǎn)要素與技術的流動;二是東部地區(qū)的“虹吸效應”阻礙了數(shù)字經(jīng)濟的配置作用發(fā)揮,生產(chǎn)要素與技術不斷向東部聚集,并未流向中西部地區(qū)的高收益部門;三是中西部地區(qū)人力資本水平偏低,居民從數(shù)字技術產(chǎn)生的知識溢出中獲益低于東部地區(qū)。
表7 數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展條件收斂性的空間杜賓回歸結果(W1)
為確?;貧w結果的可信度,將經(jīng)濟地理矩陣(W1)替換為地理距離矩陣(W2)進行穩(wěn)健性檢驗。表8與表5對比可得:所有變量的系數(shù)方向均一致。核心解釋變量數(shù)字經(jīng)濟的顯著性水平雖有所下降,但依然通過10%的顯著性水平檢驗。橫向對比來看,中部地區(qū)數(shù)字經(jīng)濟的影響最大,西部次之,東部最小的結論依然成立。與經(jīng)濟地理矩陣相比,地理矩陣下數(shù)字經(jīng)濟的回歸系數(shù)值更小,表明加強地區(qū)間經(jīng)濟交流,有助于充分發(fā)揮數(shù)字經(jīng)濟的影響作用。表9與表6對比可得:全國及東中西部地區(qū)數(shù)字經(jīng)濟的直接效應系數(shù)值方向均保持一致。橫向對比來看,中部地區(qū)數(shù)字經(jīng)濟的直接效應最大,西部次之,東部最小的結論依然成立。經(jīng)濟地理矩陣下直接效應的系數(shù)值大于地理距離矩陣。
表8 數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的空間杜賓回歸結果(W2)
表9 數(shù)字經(jīng)濟的空間溢出效應分解(W2)
表10報告了地理矩陣下數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展條件收斂性的回歸結果,由表10和表8對比可得:全國及東中西部地區(qū)依然均存在經(jīng)濟高質量發(fā)展的條件收斂性,同時西部地區(qū)收斂速度最快,東部次之,中部最慢的結論仍然成立。全國與東部地區(qū)數(shù)字經(jīng)濟的回歸系數(shù)仍然顯著為正,表明發(fā)展數(shù)字經(jīng)濟有助于改善經(jīng)濟高質量發(fā)展的收斂速度。
表10 數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的條件收斂性系數(shù)(W2)
研究分析了數(shù)字經(jīng)濟對經(jīng)濟高質量發(fā)展的空間溢出效應并進行了收斂性檢驗,主要研究結論包括:①全國及東中西部地區(qū)數(shù)字經(jīng)濟水平提高,均有利于促進經(jīng)濟高質量發(fā)展,但影響效果存在顯著的區(qū)域差異,中部地區(qū)數(shù)字經(jīng)濟的影響最大,西部次之,東部最小。此外,全國及東中西部地區(qū)數(shù)字經(jīng)濟直接效應均顯著為正,也呈現(xiàn)中部地區(qū)最大,西部次之,東部最小的特征。②完善數(shù)字基礎設施、發(fā)展數(shù)字產(chǎn)業(yè)和推進產(chǎn)業(yè)數(shù)字化均能顯著促進經(jīng)濟高質量發(fā)展,同時三者的直接效應也均顯著為正。③全國及東中西部地區(qū)均存在經(jīng)濟高質量發(fā)展的條件收斂,但僅全國和東部地區(qū)數(shù)字經(jīng)濟的回歸系數(shù)顯著為正,表明全國和東部地區(qū)數(shù)字經(jīng)濟水平提高有助于改善經(jīng)濟高質量收斂速度。
基于以上研究結論,提出如下政策建議:①強化政府引領作用。數(shù)字基礎設施具有先導性,推進數(shù)字基礎設施建設,要注重提“質”?!傲俊?。目前我國已經(jīng)實現(xiàn)網(wǎng)絡全覆蓋,加快5G網(wǎng)絡建設,加速推動“算力”基礎設施建設,充分發(fā)揮出數(shù)字基礎設施的“乘數(shù)效應”。強化政府引領作用,數(shù)字基礎設施具有公共產(chǎn)品屬性,需要政府彌補市場失靈,聚焦民生領域和產(chǎn)業(yè)需求,做好數(shù)字基建的頂層設計。②大力發(fā)展數(shù)字產(chǎn)業(yè)。數(shù)字產(chǎn)品具有高附加值、低邊際成本的特點,在環(huán)境資源約束趨緊的條件下,發(fā)展數(shù)字產(chǎn)業(yè)有助于實現(xiàn)集約化生產(chǎn),促進經(jīng)濟高質量發(fā)展。數(shù)字技術作為數(shù)字經(jīng)濟的核心動力,在一定程度上決定了產(chǎn)業(yè)應用數(shù)字化技術提升效率的大小。不斷提高對區(qū)域經(jīng)濟高質量增長的貢獻度,要聚焦關鍵性數(shù)字技術的突破,從而提升數(shù)字技術水平,強化數(shù)字賦能能力。③推動產(chǎn)業(yè)數(shù)字化轉型。企業(yè)數(shù)字化轉型能夠促進生產(chǎn)效率提升,推進產(chǎn)業(yè)數(shù)字化轉型,通過引進智能數(shù)控等數(shù)字硬件設備對生產(chǎn)流程進行數(shù)字化升級,提高生產(chǎn)效率,引進先進工業(yè)數(shù)字軟件以提高“算力”水平,進一步優(yōu)化資源配置與消弭效率損失。通過數(shù)字技術緩解企業(yè)間的信息不對稱,提高企業(yè)關聯(lián)度,促進跨區(qū)域的分工協(xié)作形成,發(fā)揮各區(qū)域的比較優(yōu)勢。④因地制宜地制定數(shù)字經(jīng)濟發(fā)展政策。對東部地區(qū)而言,一方面發(fā)揮“龍頭”示范作用,推進全國范圍的產(chǎn)業(yè)分工協(xié)作,逐步將生產(chǎn)、制造等部門向低成本區(qū)域轉移,保留研發(fā)等高技術部門,形成總部經(jīng)濟模式。另一方面發(fā)揮創(chuàng)新優(yōu)勢,推動創(chuàng)新模式向數(shù)據(jù)驅動型轉變。對中部地區(qū)而言,充分利用數(shù)字產(chǎn)業(yè)低投資成本的特點,推動中低端數(shù)字產(chǎn)業(yè)發(fā)展,主動融入由東部地區(qū)領頭的分工協(xié)作,加強與東部地區(qū)的經(jīng)濟聯(lián)系,學習效仿東部地區(qū)先進的技術與管理模式,積極承接東部地區(qū)的中低端產(chǎn)業(yè)轉移,加快推進產(chǎn)業(yè)的數(shù)字化轉型。對西部地區(qū)而言,大力發(fā)展數(shù)字普惠金融,擴展金融服務范圍,推動金融服務向西部農村下沉,提升金融資本的可達性,推動信息化教育發(fā)展,破解優(yōu)質教育資源匱乏的困境,有助于消弭區(qū)域“數(shù)字鴻溝”,提高西部地區(qū)人力資本效率。