城際數字信息流與經濟內循環動力

2024-03-01 07:34:58呂謹伊

河海大學學報(哲學社會科學版) 2024年1期

鄒璇,呂謹伊,楊旭

(湖南大學經濟與貿易學院,湖南長沙 410079)

一、引言

黨的二十大報告提出,要把實施擴大內需戰略同深化供給側結構性改革有機結合起來,增強國內大循環內生動力和可靠性[1]。規模龐大、供求匹配和創新活躍的國內市場是構建雙循環新發展格局的重要支撐[2]。經濟內循環要求消費和投資相互拉動以形成良好的循環,將新增的消費需求培育成為經濟循環的強大動力,從而在供給和需求兩端形成對經濟內循環的動態刺激與自我強化效應[3]。由此,經濟內循環的出發點和落腳點是國內需求,新增的國內需求是經濟內循環的動力[4]。具體到城市層面而言,城市是經濟活動的空間載體、要素流動的重要節點,城市的國內需求是該節點的經濟內循環動力,能夠為全國經濟循環良好運轉提供重要支撐。

以往的國內國際循環有較強的地理和物理依賴性,而數字化和智能化的發展使經濟循環突破了本地化和實物化的限制,為經濟循環注入新的特征[5]。數字信息流是基于數字信息技術而產生的信息傳輸與信息流動,城際數字信息的流動能夠通過以下3條路徑對經濟內循環動力產生正向影響:一是能夠提高信息傳輸速度,加深城市間聯系,通過填補信息缺失降低人口移動的成本,增加人口移動活動,增加居民消費;二是通過提供良好的信息環境和網絡宣傳資源,增加新建企業活動,提升企業投資;三是通過提高居民創造力和產業專業化程度以促進技術進步,延伸產業鏈和供應鏈。然而,數字信息流的增長也可能會對部分城市的經濟內循環動力產生負面影響,如當數字信息流形成集中式的網絡后,一些城市逐漸成為數字網絡中心,具有更強的競爭力和吸引力,從而虹吸邊緣城市的要素資源,削弱邊緣城市的內循環動力,并進一步通過循環累積效應,使整體區域發展格局改變[6]?；谏鲜霰尘?筆者探究城際數字信息流對經濟內循環動力的影響和內在機制。

相關研究主要涉及三類文獻:一是城際數字信息流的相關研究。已有成果表明,城際數字信息流最初多由屬性類數據進行描述,不能直接體現“流”和交互聯系的特征,如采用各地區的電話[7]和互聯網基礎設施[8]等數據。隨著“多元流”理論和大數據方法的發展,當前主要通過將某一信息平臺內大量用戶層面的數字信息聚合到城市層面,以表征城際數字信息流。其中,使用較多的數字信息平臺包括新浪微博[9]、百度搜索、豆瓣和百度貼吧[10]等,雖無法反映城際數字信息流的全貌,但已具備交互聯系的特征。二是經濟內循環動力的相關研究。目前在經濟內外循環的聯系和測度方面已取得較為豐富的研究[11],但在提升路徑方面的研究文獻較少。部分成果指出,在供給側方面,應以自主創新為動力,引致內生增長;在需求側方面,應以調整消費結構為動力,強大國內市場[12]。部分文獻也指出,通過解決產能相對過剩、供給不適應需求、高技術和資源能源“卡脖子”等問題來更好地提升雙循環動力[5]。三是數字要素對經濟內循環動力的影響研究。研究成果表明,數字要素能夠升級消費結構[12]、影響就業結構[13]、促進高質量創業[14]、提高全要素生產率[15]和促進居民消費[16]等。此外,數字經濟可通過提升政府治理水平、推動智能化發展、促進區域創新和優化產業結構來實現經濟高質量發展及共同富裕建設[17-18]。綜合上述文獻,有關城際數字信息流和經濟內循環動力已有一定的研究基礎,但對于數字信息流的研究則大多側重測度和網絡分析層面,鮮見將其作為影響城市發展的因素。目前有關數字要素對經濟內循環動力的影響研究中,數字要素大多采用數字基礎設施和企業數字化來測度,而考察居民視角的數字信息使用的文獻較為少見。

本研究搜集了2011—2019年基于居民交互搜索而產生的城際數字信息流數據,通過將信息流矩陣標準化得到描述各城市城際數字信息流的變量,研究了城際數字信息流對城市經濟內循環動力的影響及作用機制,有助于補充居民視角的數字信息使用對城市發展的影響。此次研究的邊際貢獻可能在于:一方面,從數字信息流的視角研究如何增強經濟內循環動力,豐富了有關經濟循環動力提升路徑的研究;另一方面,收集全國城市居民交互信息檢索數據,構建城際數字信息流的動態數據庫,為后續數字信息流的實證研究提供了一定的數據基礎。

二、城際數字信息流影響經濟內循環動力的三種機制

數字信息流是基于數字信息技術而產生的信息傳輸與信息流動,在研究城市間的數字信息流時,通常采用居住在城市中的居民或坐落在城市中的企業所產生的數字信息流的加總來進行表征。數字信息流描述了各城市在數字信息方面的交互聯系,與傳統的商品流描述了城市間的商品貿易量類似,但因為數字信息的超平面特征,數字信息流具有更強的無向性。本研究從居民視角來研究城際數字信息流,提出人口移動效應、新建企業效應和技術進步效應共3條機制,討論城際數字信息流如何影響城市經濟內循環動力。原始的數字信息流矩陣直接加總能夠得到各城市所獲得的數字信息的絕對量——數字信息傳輸量,通過矩陣標準化能夠得到描述各城市相對位置的相對量:側重于信息搜集角度的信息聚合能力和側重于信息傳遞角度的信息輻射能力,在機制分析中將這兩種能力分開進行探討。

1.人口移動效應

城際數字信息流的增加有助于居民獲取陌生城市的信息,增加人口空間移動。人口空間移動包括短期旅游和遷入常住兩種情況:短期旅游方面,網絡關注度對一個城市的旅游業有重要影響,城際數字信息流提升了城市的網絡關注度,信息輻射能力較強的城市能夠吸引居民前來旅游,激發居民旅游消費,提升城市的經濟內循環動力;人口遷移方面,人口遷移的推力-拉力理論認為,信息缺失是人口遷移決策的重要阻礙因素[19],而城際數字信息流能夠幫助居民填補信息缺失,當居民生活在信息聚合能力較強城市時,能夠捕捉到更多的遷移機會,增進對陌生城市的了解,降低遷移成本,增強人口遷移活動。綜上,人口移動活動能夠提升居民消費能力,改變居民消費習慣并擴展消費領域,釋放居民消費潛能[20],提升城市經濟內循環動力,據此提出假說1。

假說1城際數字信息流能夠增強人口移動效應,增加居民消費,提升城市經濟內循環動力。

2.新建企業效應

城際數字信息流豐富的城市對初創企業有較大吸引力。其一,城際數字信息流有助于創業者更好地識別創業機會。Granovetter認為在創業活動中,相較于“強聯系”,“弱聯系”有更好的信息傳播效果[21]。城際數字信息流的產生僅來自搜索行為關聯,而非建立親近關系,其屬于“弱聯系”網絡的范疇。因此,信息聚合能力較強的城市有助于創業者跨越小群體進行溝通,在創業機會識別過程中獲取多元化信息,從而增加城市內的創業活動。其二,信息輻射能力較強的城市能夠降低其新建企業的成本:一方面,企業選址在信息輻射能力較強的城市能夠提升其網絡知名度,節省企業宣傳費用,幫助消費者更快了解產品信息,占領市場份額;另一方面,企業選址在信息輻射能力較強的城市能夠以開放平臺吸引新的參與者加入,整合內外部的信息資源,實現多元主體的價值共創,為初創企業提供融資支持[22]。綜上,新建企業活動能夠增加該城市的企業投資,提升城市的經濟內循環動力,據此提出假說2。

假說2城際數字信息流能夠增加新建企業活動,增加企業投資,提升城市的經濟內循環動力。

3.技術進步效應

城際數字信息流有助于培育創新環境:其一,城際數字信息流能夠提升居民創造力。個人輕松獲取信息、信息在組織內外自由流動等是有利于技術創新的重要環境特征[23]。信息聚合能力較強的城市捕捉信息和轉化信息的速度更快,能夠容納外界的信息更充分地流動,提升了城市居民的創造力,使該城市萌發出更多的技術創新活動。其二,城際數字信息流有助于產業專業化整合,提升企業生產率。數字信息作為一項重要的生產要素,能推動生產社會化發展,使社會細分出更多的生產部門,促進區域分工和提升城市專業化水平[24]。信息輻射能力較強的城市能夠拓展其商品分銷網絡,拓寬本地產品的銷售區域,有助于企業實現規模經濟,提升企業生產率[25]。內生技術進步能夠增加新產品和高端產品的出現,延伸產業鏈和供應鏈,提高城市的經濟內循環動力。綜上,提出假說3。

假說3城際數字信息流能夠促進技術進步,延伸產業鏈和供應鏈,提升城市的經濟內循環動力。

綜上所述,信息聚合能力較強的城市能夠增加人口遷移活動,提供更多創業機會,提升居民創造力;信息輻射能力較強的城市能夠增加城市旅游收入,降低企業初創成本,促進產業專業化。數字信息傳輸量的變動會引起信息聚合能力和信息輻射能力的變動,再通過3條路徑影響城市經濟內循環動力(圖1)。

三、城際數字信息流影響經濟內循環動力的模型設定

1.計量模型設定

使用城市層面的面板數據來考察城際數字信息流對城市經濟內循環動力的影響,因為數字信息流需要反映出城市間的交互聯系,初始數據采用矩陣的形式進行表示,需通過矩陣計算得出各城市的數字信息傳輸量(transmit)、信息聚合能力(greg)和信息輻射能力(radi)。其中,數字信息傳輸量是城際數字信息流的無向加總,信息聚合能力和信息輻射能力用于度量城市在數字信息流網絡中的相對位置,分別從“入”和“出”兩個角度進行描述。兩個變量的Spearman和Person相關系數分別為0.709和0.806,可能存在較嚴重的多重共線性,因此將3個解釋變量依次納入計量模型進行估計,具體如下所示:

lnicpit=β0+β1lntransmitit+βXit+

μi+vt+εit

(1)

lnicpit=β0+β1gregit+βXit+μi+vt+εit

(2)

lnicpit=β0+β1radiit+βXit+μi+vt+εit

(3)

式中:icpit為被解釋變量——城市經濟內循環動力,數字信息傳輸量(transmitit)、信息聚合能力(gregit)和信息輻射能力(radiit)為解釋變量。

參照已有研究成果,在回歸模型中加入一系列在城市層面上可能影響經濟內循環動力的控制變量,式(1)～(3)中Xit向量具體包括:人口規模(pop),選用年平均人口進行衡量;居民消費水平(awage),選用職工平均工資進行衡量;能源耗用(ele),選用城市年用電量進行衡量;創新投入(sci),選用政府科學支出進行衡量;交通設施水平(load),選用公路貨運量進行衡量;對外開放程度(open),選用實際使用外資金額占國民生產總值的比重進行衡量。此外,μi和vt分別為個體固定效應和時間固定效應,εit為隨機擾動項。

2.核心變量說明

被解釋變量為經濟內循環動力,采用國內需求進行測度,國內需求是最終使用的貨物和服務價值,包括消費需求(個人消費和政府消費)和投資需求。由于國內生產總值(GDP)的核算遵循三方等值原則,即通過生產法、收入法和支出法核算得出的國內生產總值一致,實際操作過程中的統計誤差在可接受范圍內允許存在。從最終使用看,國內生產總值(GDP)是所有常住單位在一定時期內最終使用的貨物和服務價值與貨物和服務凈出口價值之和(1)資料來源:國家統計局。。因此,采用國內生產總值減去貨物和服務凈出口價值,計算得出國內需求。具體計算方法如式(4)所示

icpit=Yit-(Xit-Mit)

(4)

式中:Yit為國內生產總值,Xit為進口額,Mit為出口額。變量處理過程中將進出口額統一換算為人民幣口徑,并以2011年為基期,采用GDP價格平減指數對該變量進行了平減處理。

解釋變量為城際數字信息流,采用數字信息傳輸量、信息聚合能力和信息輻射能力3個變量進行測度。在城際數字信息流的數據獲取上,借鑒楊亮潔等的做法[26],在百度指數平臺(1)②②百度指數是百度公司將百度搜索引擎積累的用戶數據依照關鍵詞分類,基于一定算法計算為指數,面向公眾開放的數據統計平臺,當前可收集的百度指數數據最早為2011年,因此樣本期的起點為2011年。中搜索“j城市”字段,在界面中間篩選時間段,再在界面右側篩選i城市,從而獲取指定時間段內i城市的居民對“j城市”的“搜索日均值”的平均值,用以表征兩個城市之間的數字信息流。

數據處理與變量構造的具體步驟如下:調用Python程序中request包將動態網頁中的數據爬取下來,導出為2011—2019年284個城市的年度“搜索指數日均值”矩陣,共計9個284×284的非對稱矩陣、725 904個數據。城市數字信息傳輸量是數字信息流的絕對量,假定城市i對城市j的信息流為Fij,城市j對城市i的信息流為Fji,將矩陣按對角線相加,并將對角線上的值賦值為0,按行相加,得到i城市與除自身以外的其他城市的信息流總和,將該值取對數后得到i城市的數字信息傳輸量的對數。信息聚合能力和信息輻射能力為相對量,從“入”和“出”兩個角度描述城市在數字信息網絡中的相對位置。在第t年的百度指數日均值矩陣中,坐標為(i,j)的值表示j城市的居民對i城市的搜索日均值,將矩陣行標準化后并按列相加,得到i城市的信息輻射能力,將日均值矩陣列標準化后并按行相加,得到i城市的信息聚合能力,由此得到描述城際數字信息流的3個變量。

3.數據來源

使用的數據主要包括以下4部分:第一為城市層面的數據,主要來源于《中國城市統計年鑒》《中國區域統計年鑒》、各省份統計年鑒和各城市經濟統計年報,對數據缺失嚴重的城市予以剔除,最終基于281個城市進行面板回歸;第二為企業層面的數據,來源于2011—2015年中國工業企業數據庫,采用該部分數據計算得出工業企業全要素生產率(tfp);第三為居民層面數據,來源于2010—2015年人口普查抽樣調查微觀數據,采用該部分數據計算得出各城市流動人口比例(ar);第四為爬蟲數據,在百度指數信息平臺爬取并整理出城際數字信息流矩陣,在企查查數據平臺爬取并整理出各城市新注冊企業數(entr)。

主要變量的描述性統計如表1所示。其中,國內需求(icp)為被解釋變量,數字信息傳輸量(transmit)、信息聚合能力(greg)、信息輻射能力(radi)為解釋變量,控制變量包括人口規模(pop)、居民消費水平(awage)、能源耗用(ele)、創新投入(sci)、交通設施水平(load)和對外開放程度(open),上述變量的具體測算方法已在前文論述。互聯網寬帶接入用戶率(intnet)為工具變量,具體測算方式為接入互聯網寬帶用戶數與常住人口數之比;數字信息乘積量(multi)為解釋變量的替代變量;市場潛能(dmp)為被解釋變量的替代變量,測算方法在穩健性分析部分進行了詳述。機制變量包括流動人口比例(ar)、國內旅游收入(ly_ic)、新注冊企業數(entr)、創新創業指數(innov)、專利授權數(pat)、工業企業全要素生產率(tfp)。

表1 變量描述性統計

四、城際數字信息流影響經濟內循環動力的實證檢驗

1.基準回歸結果

城際數字信息流對城市經濟內循環動力的基準回歸結果如表2所示。其中,第(1)～(3)列中未加入控制變量,第(4)～(6)列中加入了控制變量,各系數均在1%顯著性水平上通過檢驗。結果顯示,城市數字信息傳輸量每增加1%,經濟內循環動力提升0.21%;城市信息聚合能力和信息輻射能力每提高1單位,經濟內循環動力分別提升8.8%和4.4%。上述回歸結果表明,信息流的“量”——城市數字信息傳輸量對經濟內循環動力的影響表現為幅度較小的漸進變化;而城市在數字信息網絡中相對位置的提高,即信息聚合能力和信息輻射能力的提升則會促進該城市的經濟內循環動力大幅增長。

表2 基準回歸結果

2.內生性處理

解釋變量城際數字信息流可能存在內生性問題:一方面,經濟內循環動力較高的城市可能先產生數字信息流;另一方面,城際數字信息流和經濟內循環動力會同時受到不可觀測因素的影響。選用互聯網寬帶接入用戶率(intnet)作為城際數字信息流的工具變量,以減輕內生性問題。工具變量的選取需要滿足相關性和無關性假定:在相關性假定方面,城際數字信息流是居民在數字信息平臺的參與度的抽象化總和,而接入互聯網是居民使用數字信息平臺的必要條件,因此選用互聯網寬帶接入用戶率作為工具變量滿足相關性假定。在無關性假定方面,我國互聯網經濟發展已突破基礎設施瓶頸,信息基礎設施不再是制約地區互聯網經濟發展水平的決定性因素,尤其是在“互聯網+”戰略提出后,我國中西部地區各城市互聯網基礎設施水平大幅提高,城際信息基礎設施建設水平的差距縮小,但各城市利用數字信息流的差距仍然顯著。綜上所述,互聯網寬帶接入用戶率是一個可能有效的工具變量。

工具變量回歸結果如表3所示。為進一步驗證工具變量選用的無關性假定,表3中第(4)～(6)列檢驗了互聯網寬帶接入用戶率是否直接影響經濟內循環動力,三列系數均不顯著,表明在控制相關變量后,互聯網寬帶接入用戶率對經濟內循環動力沒有直接影響,一定程度上佐證了無關性假定。表3中第(1)～(3)列為2SLS回歸二階段的結果,各解釋變量的回歸系數均在1%顯著性水平上顯著,回歸系數方向與基準回歸一致。此外,2SLS一階段回歸時系數均在1%顯著性水平上顯著為正,且F值依次為748.42、742.17和936.46,排除了弱工具變量的可能性,佐證了工具變量選用的相關性假定。

表3 工具變量回歸結果

3.穩健性分析

①更換解釋變量測度。前文中測度的城市數字信息傳輸量采用了信息流相加的方式,考慮將測度方式更換為相乘,即假定城市i對城市j的信息流為Fij,城市j對城市i的信息流為Fji,將矩陣按對角線相乘,并將對角線上的值賦值為0,按行相加,取對數后得到數字信息乘積量的對數(lnmulti)?；貧w結果如表4中第(1)列所示,結果與基準回歸結果基本一致。

表4 穩健性分析結果

②更換被解釋變量測度。借鑒Harris對市場潛能的定義來進行測算國內需求[27],具體如式(5)～(6)所示。

(5)

(6)

式中:t為年份;i為該城市;j為除i城市之外的其他城市;dmpit為i城市第t年時的國內市場潛能;icpit為i城市在第t年時的國內需求;dii為i城市地區內部距離;dij為兩個城市之間的歐式直線距離;areait為i城市第t年的行政區域土地面積?；貧w結果如表4中第(2)～(4)列所示,解釋變量的回歸系數仍然顯著。

③改變模型設定。借鑒Luo的做法[28],更換為一階差分模型重新估計城際數字信息流對城市經濟內循環動力的影響,估計結果如表4的第(5)～(7)列所示,解釋變量的回歸系數仍然顯著。

④排除政策干擾。在研究樣本期內,為排除智慧城市相關政策和“寬帶中國”戰略對研究結果的干擾,生成智慧城市政策變量(wisc),試點城市賦值為1,非試點城市賦值為0;生成寬帶中國政策變量(carb),試點城市賦值為1,非試點城市賦值為0,考察排除政策干擾之后的回歸結果?；貧w結果如表5所示,各列系數仍然顯著,證明了研究結論的穩健性。

表5 排除政策干擾回歸結果

4.異質性分析

(1)城際數字信息流異質性

基于數字信息傳輸量的對數的三分位數生成虛擬變量T1、T2、T3,處于上分位的城市T1=1,其余城市T1=0;處于中分位的城市T2=1,其余城市T2=0;處于下分位的城市T3=1,其余城市T3=0。采用類似的方法生成信息聚合能力和信息輻射能力的三分位變量G1、G2、G3和R1、R2、R3。表6～8將解釋變量與三分位數變量交互作為新的解釋變量進行回歸,被解釋變量為城市經濟內循環動力,表6～8依次為數字信息流密集、數字信息流中等和數字信息流稀疏的城市對應的回歸結果。回歸結果反映,數字信息流密集的城市通過數字信息傳輸量、信息聚合能力和信息輻射能力提升經濟內循環動力的作用均較為顯著,而數字信息流中等和數字信息流稀疏的城市僅有數字信息傳輸量的系數顯著為正。由于相對位置提升帶來的促進作用更強,城際數字信息流對經濟內循環動力的促進作用主要由城際數字信息流位列頭部(處于上分位)的城市獲得,可能會進一步加劇城際發展差距,后文將通過非線性分析進一步詳細探討。

表6 數字信息流密集的城市的回歸結果

表7 數字信息流中等的城市的回歸結果

表8 數字信息流稀疏的城市的回歸結果

(2)經濟內循環動力異質性

基于經濟內循環動力的三分位數生成虛擬變量,經濟內循環動力處于上分位的城市I1=1,其余城市I1=0,處于中分位的城市I2=1,其余城市I2=0,處于下分位的城市I3=1,其余城市I3=0。將I1、I2、I3與被解釋變量交互作為新的被解釋變量進行回歸,回歸結果如表9～11所示,其依次為數字信息傳輸量的對數、信息聚合能力和信息輻射能力對應的回歸結果。表9～11中第(1)列的回歸系數均顯著為正,反映出原先經濟內循環能力處于上分位的城市,通過城際數字信息流來提升經濟內循環動力的作用更強,形成正向強化機制。表9～11中第(2)列的回歸系數均顯著為負,表明處于中分位的城市處于被剝奪的地位,城際數字信息流對其經濟內循環動力是負向作用。表9～11中第(3)列的回歸系數均為正,但僅有表11中信息輻射能力的回歸系數顯著,表明處于下分位的城市能夠通過提升信息輻射能力來提升自身的經濟內循環動力。

表9 經濟內循環動力異質性下數字信息傳輸量的回歸結果

表10 經濟內循環動力異質性下信息聚合能力的回歸結果

表11 經濟內循環動力異質性下信息輻射能力的回歸結果

(3)人均收入異質性

基于人均GDP的三分位數生成虛擬變量,人均GDP處于上分位的城市P1=1,其余城市P1=0,處于中分位的城市P2=1,其余城市P2=0,處于下分位的城市P3=1,其余城市P3=0。將P1、P2、P3與解釋變量交互作為新的解釋變量進行回歸,被解釋變量為城市經濟內循環動力的對數,回歸結果如表12～14所示,其依次為人均收入高、人均收入中等和人均收入低的城市對應的回歸結果。回歸結果表明,人均收入高的城市的回歸系數顯著為正,通過城際數字信息流提升經濟內循環動力的作用更強;人均收入中等的城市的回歸系數為負,但僅有信息輻射能力對應的回歸系數顯著;人均收入低的城市的回歸系數均顯著為負。綜上反映出城際數字信息流促進了人均收入高的城市的經濟內循環動力的增長,抑制了人均收入低的城市的經濟內循環動力的增長,城際數字信息流可能會加劇發達城市和欠發達城市的數字鴻溝。

表12 人均收入高的城市的回歸結果

表13 人均收入中等的城市的回歸結果

表14 人均收入低的城市的回歸結果

5.非線性分析

基于異質性的分析結果,城際數字信息流對經濟內循環動力的促進作用可能存在非線性關系,加入二次項進一步進行分析,具體如式(7)～(9)所示。

lnicpit=β0+β1lntransmitit+β2(lntransmitit)2+βXit+μi+vt+εit

(7)

lnicpit=β0+β1gregit+β2(gregit)2+βXit+μi+vt+εit

(8)

lnicpit=β0+β1radiit+β2(radiit)2+βXit+μi+vt+εit

(9)

式中:(lntransmit)2、(greg)2、(radi)2是3個解釋變量對應的二次項。

回歸結果如表15所示,數字信息傳輸量的對數的一次項回歸系數顯著為負,二次項系數顯著為正,該變量與經濟內循環動力的關系可能會呈現出正U形。信息聚合能力和信息輻射能力的一次項回歸系數為正,二次項回歸系數為負,這兩個變量與經濟內循環動力的關系可能會呈現出倒U形,但拐點是否會出現,需結合轉折點和邊際效益進一步分析。

表15 非線性分析回歸結果

圖2中的子圖(a)(b)和(c)反映了U形曲線的轉折點所在的位置,其中曲線為城市經濟內循環動力的對數對數字信息傳輸量、信息聚合能力和信息輻射能力回歸的擬合曲線,豎直的虛線為U形曲線的對稱軸,兩條豎直的實線框定了樣本期內解釋變量的取值范圍。由這3幅子圖可知,2011—2019年數字信息傳輸量對經濟內循環動力的促進作用存在邊際遞增(處于U形曲線的右半段),而信息聚合能力和信息輻射能力對經濟內循環動力的促進作用邊際遞減(處于倒U形曲線的右半段)。

圖2 作用效果的轉折點與邊際效應

圖2中的子圖(d)(e)和(f)反映了城市經濟內循環動力的對數對城際數字信息流回歸的邊際效應,圖中的縱軸為回歸系數,回歸的置信區間為95%,橫向的虛線線段標示出樣本期內各解釋變量的取值區間,從左到右依次為數字信息傳輸量、信息聚合能力和信息輻射能力對應的邊際效應。由這3幅子圖可知,樣本期內數字信息傳輸量的邊際效應始終為正,信息聚合能力和信息輻射能力隨著增大出現了系數為負的現象,但在95%置信區間下,邊際效應的系數并不顯著。

綜合上述分析可知,樣本期內各解釋變量的取值均位于U形或者倒U形曲線的一側,因此認為城際數字信息流對經濟內循環動力不存在非線性關系,但數字信息傳輸量增大,其對經濟內循環動力的促進作用會邊際遞增,信息聚合能力和信息輻射能力增大,其對經濟內循環動力的促進作用會邊際遞減。對應現實情況是,數字信息傳輸量絕對值增加,但在城市數字信息網絡中的相對位置尚未提升的城市對經濟內循環動力的促進作用最強,而一旦相對位置提升后,促進作用會相對減弱,城際數字信息流對城市經濟內循環動力的促進作用存在著自穩定機制。