數字鴻溝、溢出效應與數字經濟空間差異

王丹丹,謝明柱

(安徽新華學院 財會與金融學院,合肥 230088)

一、引言

數字經濟是以數字知識和信息為關鍵生產要素、以現代信息網絡為載體的一系列經濟活動。[1-2]數字經濟在經濟發展中發揮了重要作用,是支撐經濟高質量發展的重要動力之一?！吨袊鴶底纸洕l展報告(2023年)》數據顯示,2022年中國數字經濟規模達到50.2萬億元,占GDP的比重達到41.5%。然而,中國地域廣闊,區域間的數字資源稟賦存在差異,不同區域數字經濟發展面臨的內外部影響因素也有所不同,造成了數字經濟的空間差異,其中數字鴻溝便是重要影響因素之一。數字鴻溝是指不同社會群體、行業、地域等在獲取、利用數字技術機會及其使用能力的差異。[3-4]數字鴻溝的存在抑制了數字經濟要素的空間流動,阻礙了某一區域數字經濟發展的正向溢出,不利于周邊地區數字經濟發展,拉大了數字經濟的空間差異。[5]同時,數字鴻溝會進一步拉大周邊地區與其他地區間的差距,即數字鴻溝會蔓延至周邊地域,這進一步擴大了數字經濟的空間差異。所以,如何跨越數字鴻溝成為當前社會各界高度關注的話題,探索數字鴻溝對數字經濟空間差異的影響,對于中國區域間數字鴻溝的彌合及經濟高質量發展具有重要意義。

學術界針對數字經濟展開了廣泛研究,在研究內容上主要集中在以下幾方面。一是數字經濟內涵和特征的研究,比如張文魁從內生性角度闡述了數字經濟的內涵,并認為數字經濟存在信息產品的非爭奪性、信息的邊際成本趨零以及數字市場在線不在場等特征。[6]陳曉紅等在探討技術變革對經濟學基本理論發展的影響過程中,基于“內涵特征-現實表現-核心理論-方法體系”學理鏈,構建了中國特色數字經濟理論體系,闡釋了該理論體系框架下的數字經濟內涵與特征。[7]歐陽日輝基于層次論和摩爾定律解釋了數字經濟的涵義,并將數字經濟特征歸納為場景化、平臺化、生態化、數智化等幾方面。[8]二是數字經濟發展水平的測度,比如姚震宇在中國區域市場化水平與數字經濟競爭的過程中,從產業規模、基礎設施、創新能力等多維度構建了數字經濟指數,并測算了中國數字經濟的發展水平研究顯示,中國數字經濟發展水平較低,但提升速度較快。[9]王(Wang)和施(Shi)以安徽省為例,從數字產業化、產業數字化和基礎設施三個維度構建了數字經濟的測量指標體系,對安徽省的數字經濟發展水平進行了測量,認為目前安徽省的數字經濟發展水平較低。[10]祁紅梅從產出效率角度,利用DEA-MI模型和Malmquist指數測算了中國數字經濟的發展水平,研究顯示,中國數字經濟發展水平較低,產出效率整體表現出先升后降趨勢。[11]三是數字經濟發展影響因素研究,比如姚震宇[12]、胡增璽和馬述忠[13]均認為市場化水平是推動數字經濟發展的重要因素。蘇冰杰等基于2010—2018年中國30個省份的數據,探討了中國數字經濟發展水平的影響因素,研究結論顯示,數字化基礎、經濟發展以及政府科技投入是數字經濟發展的主要因素。[14]張勛等基于中國數字普惠金融指數和中國家庭追蹤調查(CFPS)數據研究了數字經濟與普惠金融之間的關系,認為普惠金融對數字經濟發展水平存在積極的推動作用。[15]王軍等[16]、龔新蜀等[17]、彭剛和高勁松[18]在研究中均論證了數字鴻溝對數字經濟發展存在顯著影響。四是數字經濟發展的區域差異研究,比如蘇冰杰等在研究中指出,相較于中西部,中國東部的數字經濟發展水平高且發展速度快。[19]祁紅梅認為中國數字經濟發展存在顯著的空間異質性。[20]呂雁琴和范天正運用Dagum基尼系數實證分析了中國數字經濟發展水平的區域差異及變化規律,研究顯示,中國各地區數字經濟發展差異明顯,空間上呈現出自東向西階梯遞減的趨勢。[21]

在研究方法上,現有研究以定量分析法為主,比如宋培等使用DEA模型對數字經濟發展水平進行了測算[22],祁紅梅使用Dagum基尼系數和Malmquist指數分析了數字經濟的區域差異[23],蘇冰杰等利用泰爾指數分析數字經濟的時空特征[24],焦帥濤和孫秋碧使用空間SAR模型分析了數字經濟發展的影響因素[25]。

綜上可以發現,首先,現有研究主要從絕對發展水平角度探討了數字鴻溝對數字經濟的影響,很少從數字經濟空間差異角度展開研究。其次,現有研究大多數是基于橫截面數據,對數據時間維度的考慮較少,這在一定程度上限制了對數字經濟發展狀況的考察。再次,現有研究大多只研究了數字經濟的空間差異,但忽略了空間溢出效應的影響。本文基于2013—2022年的省域面板數據,利用綜合評價法對中國數字經濟發展水平和數字鴻溝水平進行了測度,利用Dagum基尼系數測算了數字經濟發展水平的空間差異,通過構建空間效應模型分析數字鴻溝對數字經濟空間差異的影響及存在的溢出效應。

二、研究設計

(一)空間計量模型構建

面板數據模型是基于面板數據構建的一種數學方程式,其表達式為：

yit=α+βXit+φKit+γi+λt+μit

(1)

式中,i為空間個體數,t為時間單位數,y是被解釋變量,α為截距項,X是解釋變量,K為控制變量,β和φ是待估參數,γi為空間個體效應,λt為時間個體效應,μit為隨機誤差項。

將空間滯后因變量或空間滯后誤差項引入面板數據模型可以構建空間效應模型,即空間滯后模型(SAR)和空間誤差模型(SEM)。空間滯后模型假定被解釋變量在空間上存在依賴,描述了不同空間相互作用的均衡結果：

(2)

其中,δ為空間自回歸系數。

空間誤差模型假定因變量主要依賴于個體自身特征,但在誤差項上存在空間相關性：

(3)

(4)

其中,φit為空間自相關誤差項,ρ為空間自相關系數,wij為空間權重矩陣。xi和xj分別為i空間和j空間的屬性值。借鑒楊慧梅和江璐[26]、李曉鐘和毛芳婷[27]的研究,本文基于空間鄰近關系構建空間矩陣,其計算公式為：

(5)

(二)變量設置與說明

1.數字經濟指標體系構建

借鑒張勛等[28]、李彥龍和畢鈺[29]、王立新[30]、陳夢根和周元任[31]等的研究,本文從基礎設施、產業規模、創新能力、數字金融四個維度構建數字經濟評價指標體系(表1)。

表1 數字經濟評價指標

第一,數字基礎設施是數字經濟發展的基礎,用寬帶用戶占比和手機用戶占比反映。[32-33]

第二,使用人均電信業務量以及數字經濟七大重點產業的就業人數占比、資產總規模、產業利潤率來衡量數字經濟產業規模。[34]

第三,創新能力是數字經濟發展的核心動力,使用數字經濟七大重點產業的專利數量和研發人員數衡量。[35-36]

第四,借鑒李治國[37]和付會敏[38]等學者的研究,用北京大學數字普惠金融指數(PKU-DFIIC)反映數字金融狀況,它基于螞蟻科技集團的海量用戶數據,具有橫向和縱向比較、數據量大、指標全面的優勢,包括數字金融覆蓋廣度、使用深度和普惠金融數字化程度三個指標。

2.數字鴻溝指標體系

數字鴻溝的表現不僅僅是獲取和利用數字技術機會的差異,同時也體現為數字技術應用能力上的不足。借鑒弗朗西斯卡(Francisca)[39]、樊軼俠等[40]、杜勇等[41]的研究,本文從數字技術獲取機會、數字技術利用機會和數字技術應用能力三個維度測算數字鴻溝。數字技術獲取機會主要體現地區居民、企業等接觸數字技術的可能性,用各地區在移動基站數量差異、長途光纖線路長度差異和互聯網寬帶接入率差異反映。數字技術利用機會是居民、企業等能夠利用數字技術的可能性,用人均收入水平差異、人均電子商務消費支出差異和互聯網市場規模差異反映。[42]數字技術應用能力主要體現為居民、企業等利用數字技術的規模和質量,用各地區的財政支持差異、人力資源質量差異和研發支出差異反映。[43]

3.其他影響因素

除了數字鴻溝,數字經濟空間差異的形成還會受到其他因素影響,參考現有研究[44-46],主要有城鎮化水平、外商投資和產業結構三個。

城鎮化水平(U_level)。隨著城鎮化水平的提升,與之配套的各種基礎設施也在不斷完善和優化,這是數字經濟產業發展的重要基礎,是數字產業資源流動的重要條件之一。本文用城鎮人口占總人口比例(單位：%)代表。

外商投資(F_invest)。外商投資除了為數字經濟發展提供資本外,還有助于引入先進的數字經濟管理經驗,促進數字技術創新和數字要素流動,是降低數字經濟空間差異的重要因素。本文用外商對數字經濟產業的直接投資占國內生產總值比例(單位：%)代表。

產業結構(S_indust)。三大產業中,數字資源對第三產業影響最大,智能酒店、移動支付、電子商務、人工智能、云計算、云辦公等新興數字業態是第三產業與數字資源對接的產物。第三產業在經濟體系中的占比越高,則數字經濟產業會發展的越好,有助于降低數字經濟空間差異。本文用第三產業產值占GDP比例(單位：%)代表產業結構。

(三)數據來源

本文將2013—2022年設置為研究期。鑒于香港、澳門和臺灣的數據嚴重不足,研究區域設定為中國大陸的31個省、市和自治區(統稱“省份”)。根據《中華人民共和國國民經濟和社會發展第十四個五年規劃綱要和2035年遠景規劃綱要》,云計算、大數據、物聯網、工業互聯網、區塊鏈、人工智能、虛擬現實和增強現實是數字經濟的七大重點產業,所以本文所涉及的數字經濟的相關數據是這七大重點產業的數據,比如數字經產業規模和創新能力下的各指標。數字技術獲取機會指標和數字技術利用機會指標收集戰略性新興產業數據庫(https：//emerging.drcnet.com.cn/www/emerging/)、中國信息通信研究院(http：//www.caict.ac.cn/)和阿里研究院(http：//www.aliresearch.com/cn/index),數字金融指標源于北京大學數字金融研究中心(https：//tech.antfin.com/research/data),人口及就業人數數據收集自《中國人口與就業統計年鑒》,數字產業資產總規模和數字產業利潤率收集整理自中國產業信息網(http：//www.chinassaw.net/)和中國數字經濟網(https：//www.zgszjj.cn/),數字經濟專利數據來自國家知識產權局專利檢索網站(http：//pss-system.cnipa.gov.cn/),其他數據來自《中國統計年鑒》《中國工業統計年鑒》及各省份的統計年鑒。

(四)研究方法

1.綜合評價法

首先,采用范圍標準化法消除維度的影響。然后采用熵權法計算各指標權重。最后,使用加權法計算各省份的數字經濟發展水平和數字鴻溝。具體公式為：

(6)

(7)

(8)

(9)

其中,Xij和Aij分別表示原始值和歸一化值。Pij表示第i省份在第j個指數中的比例。ej和wj分別為信息熵、第j個指數的權重,F為最終計算所得的數字經濟發展水平或數字鴻溝水平。

2.Dagum基尼系數

Dagum基尼系數是在傳統基尼系數基礎上的優化和改進,能夠測算數字經濟在區域間和區域內的差異。

區域j和h間的基尼系數為：

(10)

j區域內的基尼系數的公式為：

(11)

其中,j和h是區域,i和r是區域內的省份,n是省份數量,y是數字經濟發展水平的平均值。區域差異的貢獻率可分為區域內差異貢獻率GW和區域間差異貢獻率GM。計算公式為：

(12)

(13)

其中,Qj是第j區域省份數量與31個省份數量之比,Sj是第i區域j省份數字經濟發展水平與31個省數字經濟發展程度之和之比。Djh是數字經濟在j和h地區之間的相對發展。Djh的取值在0到1之間,(1-Djh)表示變異強度。

三、數字經濟發展水平的空間差異分析

(一)數字經濟發展水平測算

對原始數據進行標準化,使用熵權法計算各指標的權重(表1),而后使用綜合評價法計算各省份2013—2022年的數字經濟發展水平。用各省份的均值表示全國層面數字經濟發展水平,計算結果顯示,全國數字經濟發展水平從2013年的0.072增長到了2022年的0.579,期間雖然在個別年份有小幅度下降,比如2015和2021年均相對于前一年有小幅度下降,但整體上升趨勢明顯。利用GeoDa軟件分別繪制2014年、2018年、2022年各省域數字經濟發展水平分布圖(圖1)。

圖1 數字經濟發展水平的省域分布圖

從圖1可以看出,數字經濟發展水平分為低水平(白色)、較低水平(淺灰色)、較高水平(深灰色)和高水平(黑色)四個層次。2014年,絕大部分省份數字經濟發展水平處于低水平和較低水平層次,低水平區域包括新疆、西藏、江西、安徽等11個中西部省份,較低水平區域包括黑龍江、吉林、內蒙古、四川等15個省份,高水平省份僅有北京和上海,較高水平省份包括江蘇、廣東和浙江。2018年,高水平和較高水平省份增加到了8個,云南、安徽和河南由低水平層次上升到較低水平層次,而內蒙古由較低水平下降到了低水平。數字經濟發展較低水平區域有向西部轉移的趨勢,而低水平區域有向東北轉移的趨勢。到了2022年,高水平省份已經增加到了5個,分別為北京、江蘇、上海、浙江和廣東。較高水平省份中,除了天津、福建和海南在東部地區外,其省份均位于西部地區。而低水平省份中,除了江西和云南外,其他省份均位于東北地區。此時,中國數字經濟發展水平的空間分布呈現東南沿海高、西部較高、中部較低和東北低的狀態。

綜上分析,2013年以來,中國數字經濟發展水平整體上呈現不斷上升態勢,整體上處于“東部高、中西部低”的空間分布格局。這主要得益于2013年以來,中國對數字經濟產業的大力支持和投入,自2013年起,幾乎每年都會有2項以上中央層面的數字經濟產業支持政策出臺。而當前空間分布格局的形成則主要源于中國長期以來的區域經濟差異,這使得不同區域數字經濟產業發展基礎不同,進而造成當前的空間分布格局。同時,高水平省份穩定在東部沿海地區,較高水平省份由東部向中西部地區轉移,低水平省份由西部向東北部轉移。出現這種現象的原因可能在于,一是中國推出的西部大開發、東北振興、中部崛起等一系列改革措施完善了中西部、東北地區的數字經濟基礎設施,二是中國出臺了包括泛長三角、環渤海等在內的區域一體化政策,縮小了省域間數字經濟空間差異。

(二)數字經濟空間差異分析

計算2013—2022年各省份數字經濟發展水平的Dagum基尼系數(圖2)?？梢钥闯?總體基尼系數從2013年的0.349下降到了2022年的0.151,表明中國數字經濟發展水平的總體空間差異有所下降。從貢獻度可以看出,總體空間差異主要來源于區域間差異,2013年以來的區域間凈差異均在72%以上,均值達到了74.41%,而區域內差異的貢獻度均值僅為25.45%。

圖2 全國層面數字經濟空間總體差異及貢獻率

(三)數字鴻溝測算

使用熵權法計算各數字鴻溝評價指標權重(表2),而后使用綜合評價法計算各省份2013—2022年的數字鴻溝水平。用各省份的均值表示全國數字鴻溝水平,并繪制折線圖(圖3)。可以看出,整體上,中國數字鴻溝水平處于下降狀態,數字鴻溝水平值從2013年的0.571下降到了2022年的0.267,說明在宏觀層面上,中國的數字鴻溝有所彌合。但最低值依然為0.267,說明數字鴻溝依然不可忽視。同時可以看出,樣本期內數字鴻溝水平的下降速度有差異,2016年及以前下降速度較快,2017年及以后下降速度放緩。這一方面是因為2017年及以后的數字鴻溝水平值相對之前基數變小,另一方面可能是因為2013年至2016年間,5G技術、智能移動終端、自媒體平臺應用等快速普及帶來了企業、普通民眾接觸和使用數字技術的窗口期。

圖3 全國層面數字鴻溝水平

表2 數字鴻溝測算指標體系

四、數字鴻溝對數字經濟空間差異的影響與溢出效應

本部分以數字鴻溝(D_gap)為解釋變量,數字經濟總體空間差異(D_digital)為被解釋變量,其他影響因素為控制變量,構建空間效應模型,以實證分析數字鴻溝對數字經濟空間差異的影響及可能存在的溢出效應。

(一)模型校驗

1.面板效應校驗

面板數據模型在構建過程中有隨機效應、混合效應和固定效應三種具體形式,隨機效應和固定效應的判別可以利用F檢驗,混合效應和固定效應的判別可以利用Hausman檢驗,利用這兩種方法對本文的面板數據模型進行校驗(表3)。校驗結果顯示,F檢驗在5%水平下顯示固定效應形式更適合本文,而Hausman檢驗在10%水平下顯示混合效應形式更適用于本文。在顯著性水平上,F檢驗優于Hausman檢驗,所以本文選擇F檢驗結果,面板效應選擇固定效應,具體包括時間固定效應、空間固定效應和時空固定效應。

表3 面板效應檢驗表

2.空間效應校驗

利用拉格朗日乘子(LM)和穩健的拉格朗日乘子(Robust LM)對空間效應模型的兩種形式(SAR和SEM)在本文中的適用性進行判別。從表4可以看出,LM對SEM檢驗的P值為0.081,低于10%,而Robust LM對SEM檢驗的P值為0.247,高于10%,SEM在本文中的適用性難以判別。而LM對SAR檢驗的P值為0.023,Robust LM對SAR檢驗的P值為0.075,分別在5%和10%水平下顯著,所以空間滯后模型(SAR)更適合本文。

(二)參數估計與分析

利用2013—2022年的省域面板數據構建固定效應的空間滯后模型,參數估計結果如表5所示。各種固定效應下的Adj-R2在0.45左右,解釋變量對被解釋變量的解釋能力較高。DW值均在2左右,模型中各變量間的獨立性較高,存在自相關性的可能性很低。P(F-stat)均為0,模型整體顯著性水平很高。所以各模型參數估計效果較好。

表5中,各模型中D_gap的參數估計值均為正數,且顯著性水平均較高,在空間固定和時間固定效應下通過了1%的顯著性,在時空固定效應下通過了5%的顯著性,數字鴻溝對數字經濟空間差異存在顯著的正向影響。比較各解釋變量的參數估計值可以發現,在空間固定下最大,為0.442,其次是時空固定,為0.407,時間固定下最小,為0.328,數字鴻溝對數字經濟空間差異的影響更偏向于時間維度上,隨著時間的推移,數字鴻溝會造成數字經濟空間差異更明顯。三者的均值為0.392,數字鴻溝水平每提升1個單位,數字經濟總體空間差異會平均提升0.392個單位。所以,從數字技術獲取機會、利用機會、應用能力等方面著手制定政策以降低數字鴻溝,有助于中國數字經濟空間差異的控制。

各模型中δ的估計值分別為0.169、0.148和0.182,均值為0.166,至少在5%水平下顯著,數字鴻溝對數字經濟空間差異存在顯著的正向溢出效應。某一省份的數字鴻溝水平每提升1個單位,會平均帶動周邊省份數字鴻溝水平提升0.166個單位,進一步推動數字經濟空間差異加大。

從控制變量來看,U_level和S_indust在各模型中的參數估計值均為負數,且至少通過了10%的顯著性,城鎮化水平提升和產業結構優化有助于數字經濟空間差異的控制。其中,U_level的參數估計值均值為-0.111,高于S_indust的-0.082,城鎮化水平對于數字經濟空間差異的反向控制力度更大。F_invest在空間固定效應模型中的參數估計值顯著為負,在時間固定效應模型中為正數,不顯著,而在時空固定效應模型中為負,但不顯著。所以,外商投資對數字經濟空間差異的影響不穩定。

(三)穩健性檢驗

利用調整樣本容量和變換估計方法的方式進行穩健性檢驗。樣本容量調整為2015—2019年間的五年樣本,估計方法變換為廣義GMM法,對前文模型重新估計(表6)。2015—2019年樣本下各模型的P(F-stat)均為0,DW值距2比較近,Adj-R2值均在0.4以上,此時的模型整體估計效果較好。廣義GMM法下各模型的P(F-stat)依然為0,DW值距2比較近,P(Sargan)在可接受范圍內,此時的模型整體估計效果也較為理想。

表6 穩健性檢驗結果

表6中,D_gap和δ的系數值均顯著為正,與表5一致。各控制變量的參數估計值和顯著性水平也與表5基本一致,2015—2019年樣本下,U_level在時間固定效應模型中的顯著性水平雖然較低,但系數依然為負,F_invest的系數值雖然沒有像表5中出現正值,但大部分沒有通過10%的顯著性水平,也表現出不穩定狀態。所以,總體來看,前文參數估計結果的穩健性較高,本文的實證結論具有較高的可信度。

五、結論與建議

(一)結論

第一,2013年以來,中國數字經濟發展水平整體上呈現上升態勢,處于“東部高、中西部低”的空間分布格局。高水平省份穩定在東部沿海地區,較高水平省份由東部向中西部轉移,低水平省份由西部向東北部轉移。

第二,2013年以來,中國數字經濟發展水平的總體空間差異有所下降,總體空間差異主要來源于區域間差異。

第三,2013—2022年期間,中國數字鴻溝水平整體上處于下降趨勢,2016年及以前的下降速度較快,2017年及以后的下降速度放緩。

第四,數字鴻溝對中國數字經濟發展水平的空間差異存在顯著的正向影響,同時還存在顯著的正向溢出效應。

第五,城鎮化水平和產業結構是中國數字經濟發展水平空間差異的顯著反向影響因素。

(二)建議

為了加快“數字中國”建設,推動中國經濟高質量發展,政府部門可以從縮小數字鴻溝、控制數字經濟空間差異的角度制定相關政策：

第一,加強數字經濟產業的區域內和區域間合作。政府部門可以利用稅費優惠、信貸支持等手段引導和鼓勵數字產業從東部地區向中西部地區轉移、從強省向弱省轉移、從城市向鄉村轉移,并促進數字元素在區域內和區域間的流動。

第二,充分認識到數字鴻溝的阻礙作用。各省份在加強數字基礎設施建設和光纖鋪設、正確引導居民開展電子商務的同時,還可以通過財政投入引導數字產業加大數字技術研發投入、大量培養高素質數字技術人才,以提升區域內數字技術應用能力,控制本地區與其他地區間的數字鴻溝。

第三,關注數字鴻溝的溢出效應,鼓勵數字經濟強省向周邊地區傳遞數字經濟發展經驗,完善數字經濟產業人才跨區域聯合培養機制,充分釋放中國數字經濟的發展潛力,彌合不同地區間的“數字鴻溝”,重塑數字經濟發展新格局。

第四,合理配置資源,不斷優化產業結構。提升對數字經濟產業相關的第三產業的投入,大力支持和培育科創型企業、技術服務企業等第三產業的發展,為數字經濟的協調發展提供支持。