國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響研究
——基于雙重差分的實(shí)證分析

黃景貴，劉響俊，李東敖

（海南大學(xué) 經(jīng)濟(jì)學(xué)院，海口 570228）

一、引言

當(dāng)前，新一輪產(chǎn)業(yè)變革和科技革命日新月異。全球數(shù)字經(jīng)濟(jì)迅猛發(fā)展，影響程度深、覆蓋范圍廣，正推動(dòng)生產(chǎn)方式、生活方式和治理方式的深刻改變，成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量。2023 年5 月23 日，根據(jù)國(guó)家網(wǎng)信辦發(fā)布的《數(shù)字中國(guó)發(fā)展報(bào)告》（2022）數(shù)據(jù)顯示，2022 年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已突破50.2 萬(wàn)億元，占GDP 比重上升至41.5%，總量穩(wěn)居世界第二。該報(bào)告還顯示，截止2022 年底，我國(guó)累計(jì)開(kāi)通5G 基站231.2 萬(wàn)個(gè)，5G 用戶(hù)達(dá)5.61 億戶(hù)，IPv6 活躍用戶(hù)數(shù)超7 億戶(hù)，全國(guó)網(wǎng)上零售額高達(dá)13.79 萬(wàn)億元，而大數(shù)據(jù)產(chǎn)業(yè)規(guī)模也達(dá)到了1.57 萬(wàn)億元。從上述數(shù)據(jù)中可以看出，數(shù)字基礎(chǔ)設(shè)施規(guī)模能級(jí)得到大幅度提升后將會(huì)促進(jìn)與數(shù)字相關(guān)產(chǎn)業(yè)的蓬勃發(fā)展，成為推動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要引擎。2015 年9 月，貴州省啟動(dòng)首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)。2016 年，第二批大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)名單公布，其中包括北京、天津、河北、內(nèi)蒙古、沈陽(yáng)、河南、上海、重慶和廣東。大數(shù)據(jù)試驗(yàn)區(qū)主要圍繞數(shù)據(jù)資源管理與共享開(kāi)放、數(shù)據(jù)中心整合、數(shù)據(jù)資源應(yīng)用、數(shù)據(jù)要素流通、大數(shù)據(jù)產(chǎn)業(yè)集聚、大數(shù)據(jù)國(guó)際合作、大數(shù)據(jù)制度創(chuàng)新等七大主要任務(wù)開(kāi)展系統(tǒng)性試驗(yàn)，通過(guò)不斷總結(jié)可借鑒、可復(fù)制、可推廣的實(shí)踐經(jīng)驗(yàn)，最終形成試驗(yàn)區(qū)的輻射帶動(dòng)和示范引領(lǐng)效應(yīng)。那么，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)能夠推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展嗎？如果能，大數(shù)據(jù)試驗(yàn)區(qū)影響數(shù)字經(jīng)濟(jì)的機(jī)制是什么？大數(shù)據(jù)試驗(yàn)區(qū)對(duì)周?chē)貐^(qū)的數(shù)字經(jīng)濟(jì)會(huì)具有輻射帶動(dòng)作用嗎？

與本文密切相關(guān)的文獻(xiàn)有兩個(gè)方面。一是與大數(shù)據(jù)試驗(yàn)區(qū)相關(guān)的文獻(xiàn)。學(xué)者們主要從創(chuàng)新創(chuàng)業(yè)、經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量角度進(jìn)行了相關(guān)研究。在創(chuàng)新創(chuàng)業(yè)方面，通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和優(yōu)化要素配置效率，大數(shù)據(jù)綜合試驗(yàn)區(qū)能夠顯著促進(jìn)城市創(chuàng)新水平[1]。大數(shù)據(jù)試驗(yàn)區(qū)也可以通過(guò)促增外商直接投資和改善營(yíng)商環(huán)境增強(qiáng)城市創(chuàng)業(yè)活躍度[2]。在經(jīng)濟(jì)增長(zhǎng)方面，通過(guò)純技術(shù)進(jìn)步，大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立有助于提升區(qū)域全要素生產(chǎn)率[3]，進(jìn)而實(shí)現(xiàn)經(jīng)濟(jì)的高質(zhì)量增長(zhǎng)[4]。在環(huán)境質(zhì)量方面，通過(guò)機(jī)器人應(yīng)用和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，大數(shù)據(jù)綜合試驗(yàn)區(qū)可以有效起到減輕霧霾和降低碳排放的效果[5]，從而改善城市空氣質(zhì)量[6]。實(shí)際上，大數(shù)據(jù)試驗(yàn)區(qū)也可以降低能源消耗強(qiáng)度并促進(jìn)綠色技術(shù)創(chuàng)新，進(jìn)而實(shí)現(xiàn)城市產(chǎn)業(yè)生態(tài)化轉(zhuǎn)型[7]。二是與數(shù)字經(jīng)濟(jì)相關(guān)的文獻(xiàn)。很多學(xué)者從經(jīng)濟(jì)發(fā)展效應(yīng)和資源配置效應(yīng)兩個(gè)方面著手研究。在經(jīng)濟(jì)發(fā)展效應(yīng)方面，研究發(fā)現(xiàn)，在產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的作用下，數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合更加緊密，推動(dòng)了實(shí)體經(jīng)濟(jì)發(fā)展[8]。此外，數(shù)字經(jīng)濟(jì)在提高創(chuàng)新水平、擴(kuò)大市場(chǎng)潛力和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等方面具有促進(jìn)作用，這有助于推動(dòng)綠色發(fā)展[9]和經(jīng)濟(jì)高質(zhì)量發(fā)展[10-12]。資源配置方面主要體現(xiàn)在對(duì)居民和企業(yè)等微觀主體的影響上。首先，數(shù)字經(jīng)濟(jì)通過(guò)參與并改善收入分配關(guān)系使收入分配更加均衡，從而推動(dòng)實(shí)現(xiàn)共同富裕[13]；而居民收入的提升會(huì)增加居民消費(fèi)意愿，促進(jìn)消費(fèi)結(jié)構(gòu)升級(jí)[14]。其次，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)市場(chǎng)和資源的整合促進(jìn)了要素流動(dòng)，減少了要素錯(cuò)配，這對(duì)提高企業(yè)創(chuàng)新績(jī)效和全要素生產(chǎn)率具有積極作用[15-16]。但也有學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中可能存在“數(shù)字鴻溝”，導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大[17]，阻礙部分企業(yè)創(chuàng)新[18]。

綜上可以看出，學(xué)者們對(duì)大數(shù)據(jù)試驗(yàn)區(qū)的研究主要集中于創(chuàng)新創(chuàng)業(yè)、經(jīng)濟(jì)增長(zhǎng)和環(huán)境質(zhì)量等方面，而對(duì)數(shù)字經(jīng)濟(jì)的研究則主要集中于數(shù)字經(jīng)濟(jì)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)和資源配置效應(yīng)，但忽視了對(duì)數(shù)字經(jīng)濟(jì)影響深遠(yuǎn)的數(shù)字基礎(chǔ)設(shè)施水平。事實(shí)上，數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)為關(guān)鍵要素、數(shù)字平臺(tái)為載體，依托數(shù)字和智能化技術(shù)，在物理和數(shù)字空間都創(chuàng)造價(jià)值的新型經(jīng)濟(jì)形態(tài)[19]。而大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立有助于推動(dòng)數(shù)據(jù)要素的整合、流通、運(yùn)用和共享，這將為數(shù)字經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。可見(jiàn)，研究大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)具有重要的實(shí)際意義，事關(guān)我國(guó)未來(lái)經(jīng)濟(jì)走勢(shì)。

本文主要的邊際貢獻(xiàn)在于：第一，當(dāng)前關(guān)于大數(shù)據(jù)試驗(yàn)區(qū)的文獻(xiàn)還相對(duì)較少，已有的文獻(xiàn)主要關(guān)注其對(duì)綠色技術(shù)創(chuàng)新、經(jīng)濟(jì)高質(zhì)量發(fā)展、節(jié)能減排等方面的影響，而關(guān)于大數(shù)據(jù)試驗(yàn)區(qū)怎樣影響數(shù)字經(jīng)濟(jì)的文獻(xiàn)少之又少。本文主要探討國(guó)家數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響，這不同于以往的文獻(xiàn)研究，一定程度上豐富了現(xiàn)有文獻(xiàn)。第二，大數(shù)據(jù)的傳播不受空間分布和地理距離的影響，能夠有效地推動(dòng)省際間要素的流動(dòng)，對(duì)周?chē)貐^(qū)起到一定的輻射帶動(dòng)效果。因此，本文采用雙重差分空間計(jì)量模型驗(yàn)證大數(shù)據(jù)試驗(yàn)區(qū)對(duì)周?chē)貐^(qū)的輻射帶動(dòng)作用。

二、理論分析與假設(shè)提出

（一）大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展影響的理論分析

大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立顯著地促進(jìn)了數(shù)據(jù)資源的應(yīng)用和開(kāi)放共享，也加快了生產(chǎn)要素的數(shù)字化進(jìn)程。隨著生產(chǎn)要素?cái)?shù)字化的不斷完善，企業(yè)可以高效率地完成關(guān)于產(chǎn)品、用戶(hù)體驗(yàn)、服務(wù)和其他資源的溝通[20]，從而提高數(shù)字貿(mào)易的效率。通過(guò)大數(shù)據(jù)對(duì)外部市場(chǎng)和產(chǎn)品信息的準(zhǔn)確識(shí)別和篩選，企業(yè)能夠有效地優(yōu)化產(chǎn)品和預(yù)測(cè)需求，精準(zhǔn)快速地響應(yīng)客戶(hù)需求[21]。精確的個(gè)性化服務(wù)有利于企業(yè)由以往的單方向供給輸出轉(zhuǎn)變?yōu)樯唐饭┬桦p向溝通互動(dòng)，也利于數(shù)字貿(mào)易份額增加。在這一過(guò)程中，數(shù)字技術(shù)得到了廣泛應(yīng)用和快速發(fā)展，而由數(shù)字技術(shù)衍生出的數(shù)字經(jīng)濟(jì)也將不斷發(fā)展壯大，觸及更多的經(jīng)濟(jì)部門(mén)。改善公共服務(wù)效率、降低區(qū)域制度性成本和企業(yè)運(yùn)營(yíng)成本是大數(shù)據(jù)試驗(yàn)區(qū)優(yōu)化營(yíng)商環(huán)境的重要功能之一[22]。而因此帶來(lái)的產(chǎn)業(yè)集聚效應(yīng)則會(huì)增加FDI 額度和改進(jìn)FDI 質(zhì)量[23]。營(yíng)商環(huán)境改善和產(chǎn)業(yè)集聚效應(yīng)可以為數(shù)字經(jīng)濟(jì)相關(guān)企業(yè)的創(chuàng)新提供良好的發(fā)展環(huán)境和條件，也有助于培育和發(fā)展大數(shù)據(jù)相關(guān)產(chǎn)業(yè)，包括大數(shù)據(jù)分析、人工智能、云計(jì)算、物聯(lián)網(wǎng)等領(lǐng)域的企業(yè)和創(chuàng)新機(jī)構(gòu)。通過(guò)引進(jìn)和孵化優(yōu)秀的企業(yè)和項(xiàng)目，有利于推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展。研究表明，在貴州被列為大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)后，英特爾、微軟、高通、蘋(píng)果、甲骨文、戴爾、惠普等企業(yè)齊聚于貴州。而在此期間（2015—2017 年），貴州省電子信息制造業(yè)增加值、網(wǎng)絡(luò)零售交易額和軟件業(yè)務(wù)收入分別增長(zhǎng)了78.9%、38.2 和35.9%[3]。不難看出，設(shè)立大數(shù)據(jù)國(guó)家試驗(yàn)區(qū)能夠有效地完善數(shù)字技術(shù)，推動(dòng)數(shù)字貿(mào)易發(fā)展，優(yōu)化數(shù)字基礎(chǔ)設(shè)施，引進(jìn)和培育與數(shù)字經(jīng)濟(jì)相關(guān)的企業(yè)及項(xiàng)目來(lái)促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。鑒于此，提出假設(shè)1：

H1:大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立能夠顯著推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展。

（二）大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的空間溢出效應(yīng)

已有的文獻(xiàn)表明，大數(shù)據(jù)試驗(yàn)區(qū)對(duì)鄰近區(qū)域的經(jīng)濟(jì)增長(zhǎng)[4]、知識(shí)與信息技術(shù)跨區(qū)域轉(zhuǎn)移[24]、要素流動(dòng)[25]都發(fā)揮著積極的空間溢出效應(yīng)。那么，大數(shù)據(jù)綜合試驗(yàn)區(qū)是否會(huì)對(duì)周?chē)鷧^(qū)域的數(shù)字經(jīng)濟(jì)發(fā)揮積極的空間溢出效應(yīng)呢？數(shù)字經(jīng)濟(jì)通過(guò)不斷升級(jí)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施與信息技術(shù)引發(fā)社會(huì)和經(jīng)濟(jì)的深刻變革，而我國(guó)重點(diǎn)推進(jìn)的5G 網(wǎng)絡(luò)、數(shù)據(jù)中心和工業(yè)互聯(lián)網(wǎng)等新興基礎(chǔ)設(shè)施則為發(fā)展數(shù)字經(jīng)濟(jì)奠定了基礎(chǔ)。周亮和王成[26]指出，數(shù)字經(jīng)濟(jì)是一個(gè)網(wǎng)絡(luò)外部性產(chǎn)業(yè)，由于市場(chǎng)中存在“信息積極外部性”和“技術(shù)領(lǐng)域的積極外部性”，因此，企業(yè)的數(shù)字化程度和數(shù)字經(jīng)濟(jì)發(fā)展水平會(huì)在空間上產(chǎn)生典型的溢出效應(yīng)。大數(shù)據(jù)綜合試驗(yàn)區(qū)在這種具有網(wǎng)絡(luò)外部性的經(jīng)濟(jì)體中，匯聚了大量的數(shù)字經(jīng)濟(jì)企業(yè)以及信息和技術(shù)資源，進(jìn)而強(qiáng)化了這種網(wǎng)絡(luò)空間效應(yīng)。鑒于此，提出假設(shè)2：

H2:大數(shù)據(jù)試驗(yàn)區(qū)能夠?qū)︵徑鼌^(qū)域的數(shù)字經(jīng)濟(jì)發(fā)揮積極的空間溢出效應(yīng)。

（三）大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的作用機(jī)制分析

大數(shù)據(jù)作為新一輪技術(shù)變遷和科技革命的重要資源[27]，有助于推動(dòng)知識(shí)傳播和信息交流，為促進(jìn)技術(shù)創(chuàng)新提供了潛在的可能[28]。數(shù)字技術(shù)作為數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素，其發(fā)展和應(yīng)用深刻影響著數(shù)字經(jīng)濟(jì)的走勢(shì)。已有研究表明，數(shù)字技術(shù)創(chuàng)新與數(shù)字經(jīng)濟(jì)發(fā)展之間具有顯著的相關(guān)性，即數(shù)字技術(shù)創(chuàng)新與數(shù)字經(jīng)濟(jì)發(fā)展兩者呈波動(dòng)性上升趨勢(shì)[29]。而設(shè)立大數(shù)據(jù)試驗(yàn)區(qū)將通過(guò)改善信息不對(duì)稱(chēng)、促進(jìn)要素流動(dòng)等方式提升數(shù)字技術(shù)創(chuàng)新水平[30]。可見(jiàn)，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)能夠通過(guò)促進(jìn)數(shù)字技術(shù)創(chuàng)新來(lái)推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展。鑒于此，提出假設(shè)3：

H3:大數(shù)據(jù)試驗(yàn)區(qū)能夠通過(guò)提升數(shù)字技術(shù)創(chuàng)新水平促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。

三、 模型設(shè)定和數(shù)據(jù)描述

（一）模型設(shè)定

為了考察大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響，本文參照白俊紅等[31]的方法，設(shè)定計(jì)量模型如式（1）：

其中，i和t分別代表省份和年份；被解釋變量DEit表示省份i在t年份的數(shù)字經(jīng)濟(jì)發(fā)展水平；DID 為設(shè)立大數(shù)據(jù)試驗(yàn)區(qū)的政策變量，如果省份i在t年份被列為大數(shù)據(jù)試驗(yàn)區(qū)，DID 則取值為1，否則取0 值；Xit為省層面的控制變量，ηi為省份固定效應(yīng)，δt為時(shí)間固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。本文的標(biāo)準(zhǔn)誤被聚類(lèi)在省級(jí)層面。

雙重差分在評(píng)估大數(shù)據(jù)試驗(yàn)區(qū)的效應(yīng)上有一定程度的優(yōu)勢(shì)，但從空間角度看，大數(shù)據(jù)試驗(yàn)區(qū)不僅會(huì)影響試點(diǎn)區(qū)域自身的數(shù)字經(jīng)濟(jì)發(fā)展，也會(huì)對(duì)試點(diǎn)區(qū)域周?chē)》莓a(chǎn)生影響。雙重差分空間杜賓模型（SDMDID）不僅考慮了空間溢出效應(yīng)和空間相關(guān)性，還能通過(guò)空間溢出效應(yīng)觀測(cè)大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的作用方向和作用力度[29]。考慮到大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)可能會(huì)存在空間溢出效應(yīng)，設(shè)定模型如式（2）：

其中，W是空間權(quán)重矩陣，本文選取反地理距離矩陣、經(jīng)濟(jì)地理嵌套矩陣和經(jīng)濟(jì)距離矩陣；ρ為因變量的空間自相關(guān)系數(shù)；β2為政策溢出效應(yīng)；γC為控制變量的溢出效應(yīng)；其余指標(biāo)解釋與式（1）相同。

為進(jìn)一步驗(yàn)證大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的作用機(jī)制，設(shè)定中介效應(yīng)模型如式（3）（4）：

其中，數(shù)字技術(shù)創(chuàng)新（DTI）為中介變量，式中其他變量與上述保持一致。如果回歸系數(shù)φ1和ψ2均顯著，則表明存在中介效應(yīng)。進(jìn)一步而言，如果ψ1也顯著且與φ1×ψ2符號(hào)一致，則說(shuō)明DTI 存在部分中介效應(yīng)。

（二）數(shù)據(jù)說(shuō)明

（1）選取數(shù)字經(jīng)濟(jì)（DE）為被解釋變量。目前關(guān)于數(shù)字經(jīng)濟(jì)的測(cè)度已存在豐富的文獻(xiàn)研究。為盡可能的反映數(shù)字經(jīng)濟(jì)發(fā)展的真實(shí)水平，本文借鑒趙濤等[32]、侯建等[33]、克甝等[34]的方式、主要從數(shù)字網(wǎng)絡(luò)技術(shù)設(shè)施、數(shù)字技術(shù)水平、數(shù)字貿(mào)易方式、數(shù)字貿(mào)易能力和數(shù)字貿(mào)易潛力五個(gè)方面共計(jì)21 個(gè)指標(biāo)進(jìn)行了測(cè)量。由于熵值法能夠規(guī)避個(gè)人的主觀隨意且不受指標(biāo)自身單位和數(shù)值大小的影響，故選擇該方法對(duì)各區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行度量。具體的指標(biāo)內(nèi)容見(jiàn)表1。

表1 數(shù)字經(jīng)濟(jì)的指標(biāo)評(píng)價(jià)體系

（2）核心解釋變量。將大數(shù)據(jù)試驗(yàn)區(qū)作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，以省份類(lèi)型虛擬變量與政策實(shí)施年份虛擬變量交互相（Group×Post）作為大數(shù)據(jù)試驗(yàn)區(qū)的政策處理效應(yīng)（DID）。具體而言，本文將大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)省份Group 設(shè)置成1 作為實(shí)驗(yàn)組，將非大數(shù)據(jù)試驗(yàn)區(qū)的省份設(shè)置成0 作為對(duì)照組，而政策實(shí)施前后時(shí)間虛擬變量Post 分別被設(shè)置成0 和1。由此可見(jiàn)，不同大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)省份的時(shí)間虛擬變量并不完全相同。

（3）控制變量。政府干預(yù)（gov），采用政府財(cái)政支出的對(duì)數(shù)表示；經(jīng)濟(jì)發(fā)展水平（gdpg），采用地區(qū)生產(chǎn)總值的增速表示；市場(chǎng)化水平（market），采用技術(shù)市場(chǎng)成交額的對(duì)數(shù)表示；人力資本（hc），采用地區(qū)在校學(xué)生數(shù)的對(duì)數(shù)表示。外商直接投資（fdi），采用地區(qū)利用外商直接投資的對(duì)數(shù)表示；人口密度（pd），采用單位地區(qū)面積的人口數(shù)量表示。

（4）數(shù)字技術(shù)創(chuàng)新（DTI）。借鑒孫勇等[35]的方法測(cè)算數(shù)字技術(shù)創(chuàng)新水平，將數(shù)字經(jīng)濟(jì)行業(yè)分類(lèi)與國(guó)際專(zhuān)利分類(lèi)進(jìn)行匹配，以專(zhuān)利數(shù)據(jù)來(lái)衡量數(shù)字技術(shù)創(chuàng)新水平。具體而言，按照《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)（2017 版）》新的行業(yè)分類(lèi)目錄，參照《浙江省數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)目錄》界定數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)目錄，確定計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)等7 大類(lèi)128 個(gè)小類(lèi)行業(yè)作為數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)的統(tǒng)計(jì)范圍。在數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)范圍的基礎(chǔ)上，進(jìn)一步參照國(guó)家統(tǒng)計(jì)局發(fā)布的《國(guó)際專(zhuān)利分類(lèi)與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)參照關(guān)系表（2018）》，對(duì)數(shù)字經(jīng)濟(jì)對(duì)應(yīng)的國(guó)際專(zhuān)利分類(lèi)號(hào)進(jìn)行統(tǒng)計(jì)，再通過(guò)佰騰網(wǎng)搜索31 個(gè)省市2011—2020 年的數(shù)字經(jīng)濟(jì)專(zhuān)利數(shù)據(jù)，取其自然對(duì)數(shù)以衡量數(shù)字技術(shù)創(chuàng)新水平。

（三）數(shù)據(jù)來(lái)源

測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)來(lái)源中的域名數(shù)和網(wǎng)頁(yè)字節(jié)數(shù)2 個(gè)指標(biāo)來(lái)源于CNNIC 公布的歷年《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。其他控制變量及測(cè)算數(shù)字經(jīng)濟(jì)所需的各個(gè)指標(biāo)均來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》和各省相應(yīng)的統(tǒng)計(jì)年鑒。具體的變量描述性統(tǒng)計(jì)見(jiàn)表2。

表2 變量描述性統(tǒng)計(jì)

四、國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的實(shí)證分析結(jié)果

（一）基準(zhǔn)回歸結(jié)果

表3 為模型（1）具體的回歸估計(jì)結(jié)果。其中，列（1）沒(méi)有進(jìn)行控制變量和固定效應(yīng)處理，列（2）則在列（1）的基礎(chǔ)上進(jìn)行了控制變量處理，列（3）只進(jìn)行了時(shí)間個(gè)體固定效應(yīng)處理，而列（4）則在列（3）的基礎(chǔ)上進(jìn)行了控制變量處理。列（1）—（4）的實(shí)證回歸結(jié)果顯示，DID 的回歸系數(shù)都在1%的水平下顯著為正，盡管加入控制變量后其系數(shù)有所下降，但仍然能夠說(shuō)明設(shè)立國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)會(huì)顯著促進(jìn)該地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展。因此，H1 得證。就控制變量而言，政府干預(yù)、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)化水平較高的區(qū)域有利于發(fā)展數(shù)字經(jīng)濟(jì)。其原因可能在于：一是政府干預(yù)可以為發(fā)展數(shù)字經(jīng)濟(jì)提供更好的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、完備的關(guān)于數(shù)字經(jīng)濟(jì)的法律和公平的競(jìng)爭(zhēng)環(huán)境；二是經(jīng)濟(jì)發(fā)展水平高的區(qū)域通常具有更高的市場(chǎng)需求和消費(fèi)能力，這有助于數(shù)字產(chǎn)品的銷(xiāo)售和應(yīng)用；三是市場(chǎng)化水平較高的地區(qū)往往具備較為完善的創(chuàng)業(yè)和創(chuàng)新環(huán)境。相反，外商直接投資則不利于數(shù)字經(jīng)濟(jì)的發(fā)展，其原因可能是技術(shù)依賴(lài)、利潤(rùn)外流以及不平等合作關(guān)系使得本地企業(yè)缺乏自主創(chuàng)新，市場(chǎng)準(zhǔn)入受限，流動(dòng)性資金減少。

表3 基準(zhǔn)回歸結(jié)果

（二）平行趨勢(shì)檢驗(yàn)

借鑒Beck et al[36]的方法，對(duì)政策沖擊前非試點(diǎn)省份與試點(diǎn)省份數(shù)字經(jīng)濟(jì)發(fā)展是否有相同變化趨勢(shì)進(jìn)行驗(yàn)證，設(shè)定模型如式（5）：

其中，變量DIDs是以大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)當(dāng)年為參照生成的相對(duì)時(shí)間政策變量。具體而言，試點(diǎn)政策執(zhí)行前第j年的試點(diǎn)省份的DID-j被賦值為1；試點(diǎn)政策執(zhí)行后第j年試點(diǎn)省份的DID+j被賦值為1，否則為0；DIDs在非試點(diǎn)省份始終為0。由模型（5）回歸后的估計(jì)系數(shù)θ及其顯著性水平繪制成圖1。不難看出，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策前DIDs估計(jì)系數(shù)均不顯著，而在政策實(shí)施以后DIDs估計(jì)系數(shù)都通過(guò)了顯著性檢驗(yàn)，說(shuō)明滿(mǎn)足平行趨勢(shì)檢驗(yàn)。

圖1 平行趨勢(shì)檢驗(yàn)

（三）安慰劑檢驗(yàn)

為防止因重要解釋變量遺漏導(dǎo)致有偏的回歸結(jié)果，本文借鑒了Li et al[37]的方法，采用隨機(jī)抽樣進(jìn)行安慰劑檢驗(yàn)。近年來(lái)，以隨機(jī)抽樣的方式進(jìn)行安慰劑檢驗(yàn)也被廣泛應(yīng)用于雙重差分研究中。具體操作如下：首先，從31 個(gè)省份中隨機(jī)選取9 個(gè)省份作為“偽實(shí)驗(yàn)組”，也就是假設(shè)被隨機(jī)抽取的省份實(shí)行了大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策，剩余省份則作為控制組。然后，再為“偽實(shí)驗(yàn)組”隨機(jī)抽取一個(gè)年份作為偽政策時(shí)點(diǎn)，最后生成“偽政策虛擬變量”，引入計(jì)量模型中進(jìn)行回歸，在本文該過(guò)程循環(huán)了1 000 次，其回歸后的估計(jì)系數(shù)和P 值繪制成圖2。由圖2 可以看出，隨機(jī)生成的估計(jì)系數(shù)較為集中地分布于0 值附近，與真實(shí)系數(shù)值有明顯差異，且P 值絕大多數(shù)高于0.1，這再一次佐證了基準(zhǔn)回歸結(jié)果的可靠性。

圖2 安慰劑檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)

（1）PSM-DID 方法。使用PSM-DID 方法分析大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響，對(duì)本文的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。參照曹翔和高瑀[38]的方法，對(duì)模型（1）按鄰近匹配、核匹配和半徑匹配方式對(duì)樣本進(jìn)行匹配，匹配后的回歸結(jié)果見(jiàn)表4。從表4 可以看出，列（1）—（3）中DID 估計(jì)系數(shù)均顯著為正，即本文的基準(zhǔn)回歸結(jié)論得到進(jìn)一步支持。

表4 PSM-DID 方法

（2）預(yù)期效應(yīng)。政策效應(yīng)的回歸結(jié)果可能會(huì)因?yàn)檎邲_擊前存在預(yù)期效應(yīng)導(dǎo)致有偏。本文借鑒Lu and Yu[39]的做法，將前一年的試點(diǎn)政策變量prevar 引入模型（1）中做預(yù)期效應(yīng)檢驗(yàn)，如表5 列（1）所示。不難看出，DID 估計(jì)系數(shù)顯著為正，而prevar 估計(jì)系數(shù)不顯著，說(shuō)明不存在預(yù)期效應(yīng)。

表5 穩(wěn)健性檢驗(yàn)

（3）更改政策時(shí)間。由于大數(shù)據(jù)試驗(yàn)區(qū)在2015 年僅將貴州列為試點(diǎn)省份，隨后在2016 年才將剩余8 個(gè)省市列為試點(diǎn)區(qū)域。因此，為進(jìn)一步驗(yàn)證結(jié)論的可靠性，參照邱子迅和周亞虹[3]的做法，將2016 年作為政策試點(diǎn)元年，重新估計(jì)后的結(jié)果見(jiàn)表5 列（2）。不難看出，其估計(jì)系數(shù)和顯著性與基準(zhǔn)回歸結(jié)果相類(lèi)似，說(shuō)明結(jié)論穩(wěn)健。

（4）滯后效應(yīng)。借鑒曹翔和高瑀[38]的做法，將控制變量做滯后一期處理，以改善可能存在的雙向因果關(guān)系產(chǎn)生的內(nèi)生性問(wèn)題，得到如表5 列（3）的估計(jì)結(jié)果。不難發(fā)現(xiàn)，DID 的估計(jì)系數(shù)仍舊顯著為正，說(shuō)明結(jié)論穩(wěn)健。

（5）兩期倍差法。借鑒周茂等[40]的做法，使用兩期倍差法緩解可能存在的序列相關(guān)性問(wèn)題。具體而言，把政策試點(diǎn)年份2016 年作為分界點(diǎn)，將樣本劃分為兩個(gè)區(qū)間2014—2016 年和2017—2018 年，分別以?xún)蓚€(gè)區(qū)間中各主要變量的均值進(jìn)行回歸分析。表5 列（4）為該回歸結(jié)果，DID估計(jì)系數(shù)為0.742 1，且通過(guò)了1%水平的顯著性檢驗(yàn)。結(jié)果說(shuō)明在緩解了序列相關(guān)性問(wèn)題之后，本文的主要結(jié)論依舊穩(wěn)健。

（6）政策干擾。為排除同時(shí)期或鄰近時(shí)期其他政策對(duì)基準(zhǔn)結(jié)果的影響，選擇與國(guó)家大數(shù)據(jù)試點(diǎn)相近的自由貿(mào)易試驗(yàn)區(qū)作為政策干擾變量。該試點(diǎn)政策在2013—2019 年分批次共選取了18 個(gè)省市作為自由貿(mào)易試驗(yàn)區(qū)，因此選擇該試點(diǎn)政策作為政策干擾變量具有一定的合理性。干擾政策虛擬變量（FZ）取值規(guī)則：在樣本期間內(nèi)獲批自由貿(mào)易試驗(yàn)區(qū)試點(diǎn)的省市在政策實(shí)施當(dāng)年及以后取值為1，否則取值為0。表5 列（5）為其回歸結(jié)果，可以看出，在考慮政策干擾以后，本文的基準(zhǔn)回歸結(jié)果繼續(xù)保持穩(wěn)健。

（五）內(nèi)生性檢驗(yàn)

為緩解試點(diǎn)省份因非完全隨機(jī)導(dǎo)致的內(nèi)生性問(wèn)題，選擇地形起伏度作為工具變量（IV）。主要出于兩方面考慮：一方面，區(qū)域的地形地勢(shì)對(duì)于網(wǎng)絡(luò)基礎(chǔ)設(shè)施的建設(shè)成本有著明顯影響，區(qū)域的地形起伏度越大，其網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)成本會(huì)越高；另一方面，地形起伏度具有很強(qiáng)的外生性，既不受其他因素影響，也不會(huì)對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)生明顯影響。因此，選擇地形起伏度作為大數(shù)據(jù)試驗(yàn)區(qū)的工具變量具有合理性。因地形起伏度為橫截面數(shù)據(jù)，故借鑒于志慧和何昌磊[41]的做法，將地形起伏度與政策實(shí)施年份虛擬變量相乘作為工具變量。表6 為工具變量法的估計(jì)結(jié)果。一階段回歸結(jié)果顯示，政策虛擬變量DID 與工具變量IV 呈現(xiàn)顯著的正相關(guān)；F 統(tǒng)計(jì)量為79.71，顯著大于臨界值10，說(shuō)明不存在弱工具變量問(wèn)題。由二階段回歸結(jié)果可知，DID 估計(jì)系數(shù)為0.022 0，通過(guò)了10%水平的顯著性檢驗(yàn)，說(shuō)明在考慮了內(nèi)生性問(wèn)題后，大數(shù)據(jù)試驗(yàn)區(qū)仍能夠顯著促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。

表6 工具變量回歸結(jié)果

（六）異質(zhì)性檢驗(yàn)

（1）區(qū)域異質(zhì)性檢驗(yàn)。借鑒李橋興和杜可[42]的方法，將樣本地區(qū)劃分成東部地區(qū)（北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、吉林、黑龍江和遼寧）、中部地區(qū)（山西、安徽、江西、河南、湖北、湖南）和西部地區(qū)（內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆）三個(gè)區(qū)域。再將上述各地區(qū)分組回歸，具體結(jié)果見(jiàn)表7 列（1）—（3）。可以看出，大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響存在顯著的區(qū)域差異，其中東部地區(qū)的促進(jìn)效果最為明顯，其次是中部和西部地區(qū)。究其原因，一方面是東部地區(qū)的大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)省份較多，對(duì)數(shù)字經(jīng)濟(jì)的影響會(huì)更明顯；另一方面，東部地區(qū)的數(shù)字基礎(chǔ)設(shè)施也更為完善，因此受影響也更為明顯。

表7 異質(zhì)性回歸結(jié)果

（2）試驗(yàn)區(qū)類(lèi)型差異性檢驗(yàn)。將不同類(lèi)型試驗(yàn)區(qū)的省份和其他非試點(diǎn)省份歸類(lèi)成試驗(yàn)組和控制組進(jìn)行回歸分析。首先，參照李橋興和杜可[42]的方法，選取北京、貴州、天津、河北和廣東共5 類(lèi)跨區(qū)域類(lèi)試驗(yàn)區(qū)為實(shí)驗(yàn)組，剩余的22 個(gè)省份被選為對(duì)照組；其次，選取上海、河南、重慶和內(nèi)蒙古共4 類(lèi)區(qū)域類(lèi)試驗(yàn)區(qū)為實(shí)驗(yàn)組，其余22 個(gè)省份被選為對(duì)照組，并按模型（1）進(jìn)行實(shí)證回歸。回歸結(jié)果見(jiàn)表7 列（4）（5），可以看出跨區(qū)域類(lèi)試驗(yàn)區(qū)的DID 估計(jì)系數(shù)明顯大于區(qū)域類(lèi)試驗(yàn)區(qū)的，這說(shuō)明對(duì)于區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展而言，跨區(qū)域類(lèi)試驗(yàn)區(qū)產(chǎn)生的政策協(xié)同效應(yīng)要好于區(qū)域類(lèi)試驗(yàn)區(qū)產(chǎn)生的政策針對(duì)效應(yīng)。究其原因可能在于，跨區(qū)域類(lèi)試驗(yàn)區(qū)服務(wù)范圍一般不被限制于其所在省份，而是可輻射至周邊省份甚至全國(guó)范圍，其帶來(lái)的相關(guān)產(chǎn)業(yè)集聚效果和所獲的政策支持力度都將超過(guò)區(qū)域類(lèi)試驗(yàn)區(qū)。盡管區(qū)域類(lèi)試驗(yàn)區(qū)對(duì)本區(qū)域的發(fā)展更有針對(duì)性，但跨區(qū)域類(lèi)試驗(yàn)區(qū)帶來(lái)的政策紅利效果會(huì)更明顯。

五、 拓展分析

（一）空間溢出效應(yīng)

（1）空間自相關(guān)檢驗(yàn)。大數(shù)據(jù)綜合試驗(yàn)區(qū)既對(duì)本地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)生積極影響，又可能會(huì)影響周?chē)鷧^(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展水平。因此，基于模型（2）本文選取反地理矩陣、經(jīng)濟(jì)地理嵌套矩陣和經(jīng)濟(jì)距離矩陣，使用全局莫蘭指數(shù)檢驗(yàn)數(shù)字經(jīng)濟(jì)的空間相關(guān)性。由表8 可知，三種矩陣的莫蘭指數(shù)均顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展存在空間相關(guān)性。為了進(jìn)一步驗(yàn)證大數(shù)據(jù)試驗(yàn)區(qū)是否會(huì)影響本區(qū)域及鄰近區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展，選擇雙重差分空間計(jì)量模型檢驗(yàn)其政策效應(yīng)。

表8 莫蘭指數(shù)

（2）空間溢出效應(yīng)檢驗(yàn)。空間效應(yīng)會(huì)造成OLS 模型估計(jì)存在偏差，因此需要進(jìn)行LM 檢驗(yàn)。然后，根據(jù)LM-Error 和LM-Lag 的顯著性來(lái)判斷應(yīng)該選取何種空間模型以達(dá)到最優(yōu)，再通過(guò)Hausman 檢驗(yàn)判斷應(yīng)該使用哪種固定效應(yīng)。根據(jù)實(shí)證回歸結(jié)果，選取了空間杜賓雙重差分模型考察大數(shù)據(jù)試驗(yàn)區(qū)與區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的空間相關(guān)性。由于空間模型中的估計(jì)系數(shù)不能直接顯示大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響程度，這就要求采用微分的方式將大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的影響效應(yīng)分解為直接效應(yīng)、溢出效應(yīng)（間接效應(yīng)）和總效應(yīng)。

表9 為雙重差分空間杜賓模型的估計(jì)結(jié)果，反地理距離矩陣、經(jīng)濟(jì)地理嵌套矩陣和經(jīng)濟(jì)距離矩陣的直接效應(yīng)說(shuō)明大數(shù)據(jù)試驗(yàn)區(qū)的實(shí)施可以顯著促進(jìn)區(qū)域內(nèi)的數(shù)字經(jīng)濟(jì)發(fā)展，這與前文的基準(zhǔn)回歸結(jié)果相一致。溢出效應(yīng)結(jié)果表明，大數(shù)據(jù)試驗(yàn)區(qū)對(duì)試點(diǎn)省份周?chē)鷧^(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展具有明顯的促進(jìn)作用，且距離試點(diǎn)省份的地理位置越近、經(jīng)濟(jì)聯(lián)系越緊密，其對(duì)數(shù)字經(jīng)濟(jì)的促進(jìn)效果越明顯。究其原因可能有以下幾點(diǎn)：一是試點(diǎn)省份的數(shù)字經(jīng)濟(jì)發(fā)展帶動(dòng)了周?chē)貐^(qū)數(shù)字經(jīng)濟(jì)生態(tài)的形成和發(fā)展，形成了新的產(chǎn)業(yè)鏈和價(jià)值鏈，提高了經(jīng)濟(jì)聯(lián)系緊密地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的潛力和動(dòng)力；二是大數(shù)據(jù)技術(shù)和平臺(tái)建設(shè)帶動(dòng)了數(shù)字經(jīng)濟(jì)的發(fā)展，提升了數(shù)字經(jīng)濟(jì)的效率和質(zhì)量，吸引了更多數(shù)字相關(guān)產(chǎn)業(yè)的參與，形成數(shù)字經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)；三是試點(diǎn)省份的政策優(yōu)勢(shì)和技術(shù)人才吸引了更多企業(yè)和人才聚集到這一區(qū)域，形成新的創(chuàng)業(yè)和創(chuàng)新氛圍。這種創(chuàng)業(yè)和創(chuàng)新氛圍的溢出效應(yīng)也會(huì)促進(jìn)周邊地區(qū)數(shù)字經(jīng)濟(jì)生態(tài)的形成和發(fā)展。因此，H2 得證。

表9 空間杜賓模型雙重差分估計(jì)結(jié)果

（二）中介效應(yīng)

表10 是基于模型（1）、模型（3）和模型（4）的估計(jì)回歸結(jié)果，上述模型的回歸結(jié)果分別對(duì)應(yīng)列（1）—（3）。由列（2）可知，DID 的估計(jì)回歸系數(shù)為2.459 5，且通過(guò)了1%水平的顯著性檢驗(yàn)，說(shuō)明大數(shù)據(jù)綜合試驗(yàn)區(qū)可以顯著提升數(shù)字技術(shù)創(chuàng)新水平。更重要的是，在數(shù)字技術(shù)創(chuàng)新變量加入模型（1）得到列（3）后，DTI 的估計(jì)系數(shù)依舊顯著為正，且DID 的估計(jì)系數(shù)值與列（1）相比有所下降，說(shuō)明大數(shù)據(jù)綜合試驗(yàn)區(qū)的確能夠通過(guò)提升數(shù)字技術(shù)創(chuàng)新水平來(lái)推動(dòng)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展。因此，H3 得證。

表10 中介效應(yīng)回歸結(jié)果

六、結(jié)論與政策建議

（一）結(jié)論

本文基于2011—2020 年我國(guó)31 個(gè)省級(jí)面板數(shù)據(jù)和大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)省份，以理論結(jié)合實(shí)證的方式分析了大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響。具體結(jié)論如下：大數(shù)據(jù)試驗(yàn)區(qū)可以顯著推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，這一結(jié)論在進(jìn)行了PSM-DID、工具變量法等一系列穩(wěn)健性檢驗(yàn)后依然成立；作用機(jī)制分析表明，大數(shù)據(jù)試驗(yàn)區(qū)能夠通過(guò)提升數(shù)字技術(shù)創(chuàng)新水平顯著促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展；異質(zhì)性分析表明，大數(shù)據(jù)試驗(yàn)區(qū)對(duì)東部區(qū)域省份的數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)效果更為明顯，而對(duì)中西部區(qū)域省份的數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)作用相對(duì)較弱；大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的跨區(qū)域政策協(xié)同效應(yīng)要好于區(qū)域試點(diǎn)省份自身的政策針對(duì)效應(yīng)；設(shè)立大數(shù)據(jù)試驗(yàn)區(qū)具有顯著積極的空間溢出效應(yīng)，即大數(shù)據(jù)試驗(yàn)區(qū)不僅會(huì)對(duì)本區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生積極的推動(dòng)作用，還會(huì)對(duì)周邊地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生輻射促進(jìn)效應(yīng)。

（二）政策建議

基于上述結(jié)論，現(xiàn)提出如下政策建議以促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。

一是加強(qiáng)大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)。政府可以進(jìn)一步加強(qiáng)大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)，提供更多的政策支持和資源投入，以促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。尤其是在東部地區(qū)，建議政府建立更多的大數(shù)據(jù)試驗(yàn)區(qū)，并為大數(shù)據(jù)試驗(yàn)區(qū)提供專(zhuān)項(xiàng)資金、稅收優(yōu)惠政策和科技人才支持等，以更好地推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展。政府還可以加強(qiáng)與大數(shù)據(jù)企業(yè)和研究機(jī)構(gòu)的合作，推動(dòng)創(chuàng)新和技術(shù)發(fā)展，提高數(shù)字技術(shù)創(chuàng)新水平。

二是優(yōu)化東部區(qū)域和中西部區(qū)域的政策差異。考慮到大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)東部區(qū)域省份的數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)效果更為明顯，政府可以針對(duì)中西部區(qū)域制定更具針對(duì)性的政策，包括針對(duì)中西部區(qū)域的專(zhuān)項(xiàng)資金、稅收優(yōu)惠政策和科技人才培養(yǎng)等支持措施，幫助中西部區(qū)域更好地利用大數(shù)據(jù)試驗(yàn)區(qū)的機(jī)會(huì)，促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。在建立大數(shù)據(jù)試驗(yàn)區(qū)時(shí)，需要考慮到不同地區(qū)之間的差異，采取跨區(qū)域的試驗(yàn)區(qū)政策，以提高政策的協(xié)同效應(yīng)。

三是加強(qiáng)跨區(qū)域協(xié)同合作。考慮到大數(shù)據(jù)試驗(yàn)區(qū)對(duì)數(shù)字經(jīng)濟(jì)的跨區(qū)域政策協(xié)同效應(yīng)要好于區(qū)域試點(diǎn)省份自身的政策針對(duì)效應(yīng)，政府可以鼓勵(lì)和推動(dòng)不同地區(qū)之間的合作與交流。可以通過(guò)加強(qiáng)數(shù)字經(jīng)濟(jì)企業(yè)和研究機(jī)構(gòu)之間的合作，共享資源和經(jīng)驗(yàn)，促進(jìn)數(shù)字經(jīng)濟(jì)的創(chuàng)新和發(fā)展。政府可以設(shè)立合作平臺(tái)，提供資金支持和政策引導(dǎo)，促進(jìn)數(shù)字經(jīng)濟(jì)的跨區(qū)域協(xié)同發(fā)展。政府在制定政策時(shí)，不僅要考慮某一區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展，還要兼顧其相鄰區(qū)域，以實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的整體發(fā)展。

綜上所述，建立大數(shù)據(jù)試驗(yàn)區(qū)、采取跨區(qū)域試驗(yàn)區(qū)政策、兼顧相鄰區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展是推進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的重要手段。同時(shí)，還需要加強(qiáng)對(duì)大數(shù)據(jù)技術(shù)的研究和應(yīng)用，提高數(shù)字經(jīng)濟(jì)的創(chuàng)新水平，以實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的可持續(xù)發(fā)展。