胡本田,沈曉東

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院,安徽 合肥 230601)

長(zhǎng)三角作為國(guó)家一體化發(fā)展示范區(qū),數(shù)字經(jīng)濟(jì)正處在快速發(fā)展階段,對(duì)社會(huì)發(fā)展的重要作用日益凸顯,探討數(shù)字經(jīng)濟(jì)對(duì)城市高質(zhì)量發(fā)展的影響具有重要的現(xiàn)實(shí)意義。對(duì)此,本文選取長(zhǎng)三角2015—2019年41個(gè)地級(jí)以上城市的面板數(shù)據(jù),從創(chuàng)新視角出發(fā),在研究數(shù)字經(jīng)濟(jì)能否促進(jìn)高質(zhì)量發(fā)展的基礎(chǔ)上,分析數(shù)字經(jīng)濟(jì)能否通過(guò)提高創(chuàng)新能力間接推動(dòng)城市高質(zhì)量發(fā)展,并探討數(shù)字經(jīng)濟(jì)可能存在的非線性溢出特征與空間溢出效應(yīng)。

一、文獻(xiàn)綜述

圍繞研究的主題,將相關(guān)文獻(xiàn)歸納為數(shù)字經(jīng)濟(jì)賦能高質(zhì)量發(fā)展、數(shù)字經(jīng)濟(jì)提升創(chuàng)新能力以及創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展三個(gè)方面。

(一) 數(shù)字經(jīng)濟(jì)賦能高質(zhì)量發(fā)展

許憲春等認(rèn)為數(shù)字經(jīng)濟(jì)是基于現(xiàn)代網(wǎng)絡(luò)信息技術(shù)所產(chǎn)生的一系列經(jīng)濟(jì)活動(dòng)的總和[1],可以通過(guò)大數(shù)據(jù)整合資源、優(yōu)化資源配置、提高產(chǎn)品生產(chǎn)效率來(lái)實(shí)現(xiàn)綠色發(fā)展[2]。丁志帆認(rèn)為經(jīng)濟(jì)高質(zhì)量發(fā)展得益于數(shù)字技術(shù)的創(chuàng)新、擴(kuò)散與廣泛應(yīng)用[3]。荊文君等認(rèn)為數(shù)字經(jīng)濟(jì)的快速發(fā)展在微觀上降低了企業(yè)跟行業(yè)的平均成本,宏觀上提高了整個(gè)社會(huì)的經(jīng)濟(jì)效率進(jìn)而推動(dòng)高質(zhì)量發(fā)展[4]。宋曉玲證實(shí)了數(shù)字金融的發(fā)展有助于城鄉(xiāng)收入差距的減小[5],并且可以促進(jìn)我國(guó)經(jīng)濟(jì)的包容性增長(zhǎng)[6]。趙濤等證實(shí)了數(shù)字經(jīng)濟(jì)可以顯著促進(jìn)城市高質(zhì)量發(fā)展[7]。

(二) 數(shù)字經(jīng)濟(jì)提升創(chuàng)新能力

部分學(xué)者研究了數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新能力的影響。溫珺等選取中國(guó)287個(gè)地級(jí)市的數(shù)據(jù)進(jìn)行回歸分析,證實(shí)數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)創(chuàng)新能力的提升,原因在于數(shù)字經(jīng)濟(jì)可以在生產(chǎn)端與消費(fèi)端之間架設(shè)橋梁,打破信息壁壘,促進(jìn)新產(chǎn)品研發(fā),提高企業(yè)創(chuàng)新能力,企業(yè)還可以利用數(shù)字技術(shù)節(jié)約經(jīng)營(yíng)成本,有更多資金可用于研發(fā)來(lái)提升創(chuàng)新效率[8]。此外,溫珺等通過(guò)對(duì)我國(guó)省域面板數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新能力提升作用明顯[9]。

(三) 創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展

創(chuàng)新是推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的根本動(dòng)力。陳昌兵認(rèn)為不斷探索發(fā)展的根本動(dòng)力是經(jīng)濟(jì)增長(zhǎng)的來(lái)源,而發(fā)展根本動(dòng)力在于創(chuàng)新,在創(chuàng)新驅(qū)動(dòng)下,會(huì)帶來(lái)服務(wù)業(yè)和高端制造業(yè)的轉(zhuǎn)型升級(jí)[10]。任保平等認(rèn)為創(chuàng)新是經(jīng)濟(jì)邁向高質(zhì)量增長(zhǎng)的核心,發(fā)展數(shù)字經(jīng)濟(jì)、創(chuàng)新發(fā)展方式是新舊動(dòng)力轉(zhuǎn)化的有效方式[11]。還有學(xué)者以長(zhǎng)江經(jīng)濟(jì)帶城市為研究對(duì)象,證實(shí)了科技創(chuàng)新可以顯著促進(jìn)城市的高質(zhì)量發(fā)展[12-13]。

現(xiàn)有文獻(xiàn)分析了數(shù)字經(jīng)濟(jì)可以提高創(chuàng)新能力和促進(jìn)高質(zhì)量發(fā)展,創(chuàng)新作為新時(shí)代經(jīng)濟(jì)增長(zhǎng)的核心動(dòng)力,可以推動(dòng)高質(zhì)量發(fā)展,那么數(shù)字經(jīng)濟(jì)能否通過(guò)提高創(chuàng)新能力間接促進(jìn)高質(zhì)量發(fā)展呢?對(duì)此本文提出研究假設(shè):數(shù)字經(jīng)濟(jì)可以直接促進(jìn)城市高質(zhì)量發(fā)展,并且創(chuàng)新能力是這一過(guò)程的重要機(jī)制。

二、研究設(shè)計(jì)

(一) 模型構(gòu)建

為了證實(shí)上述假設(shè)的正確性,對(duì)數(shù)字經(jīng)濟(jì)影響經(jīng)濟(jì)高質(zhì)量發(fā)展的直接作用機(jī)制構(gòu)建如下的基本計(jì)量模型

Hqdit=α0+α1DEIit+αcXit+μi+λt+?it

(1)

式(1)中,Hqdit為i城市在第t年的高質(zhì)量發(fā)展指數(shù),DEIit為在i城市第t年的數(shù)字經(jīng)濟(jì)指數(shù),Xit為控制變量,μi和λt分別控制個(gè)體、時(shí)間固定效應(yīng),?it為隨機(jī)擾動(dòng)項(xiàng),α1為核心解釋變量數(shù)字經(jīng)濟(jì)的回歸系數(shù)。

為分析數(shù)字經(jīng)濟(jì)對(duì)城市高質(zhì)量發(fā)展可能存在的影響機(jī)制,對(duì)創(chuàng)新能力(Rip)是否為二者之間的中介變量進(jìn)行檢驗(yàn)。參考溫忠麟等[14]的分析思路，在模型(1)中的系數(shù)α1顯著性通過(guò)了檢驗(yàn)的基礎(chǔ)上,構(gòu)建數(shù)字經(jīng)濟(jì)(DEI)對(duì)創(chuàng)新能力(Rip)的計(jì)量模型、數(shù)字經(jīng)濟(jì)(DEI)和創(chuàng)新能力(Rip)對(duì)城市高質(zhì)量發(fā)展(Hqd)的計(jì)量模型,通過(guò)系數(shù)β1、γ1和γ2的大小和顯著性來(lái)判斷中介效應(yīng)是否存在,具體的中介效應(yīng)模型為

Ripit=β0+β1DEIit+βcXit+μi+λt+?it

(2)

Hqdit=γ0+γ1Ripit+γ2DEIit+γcXit+μi+λt+?it

(3)

考慮到數(shù)字經(jīng)濟(jì)可能存在的非線性效應(yīng)。參考Hansen的研究[15],在基準(zhǔn)模型基礎(chǔ)上構(gòu)建如下門(mén)檻模型

(4)

(5)

(6)

式(4)中,DEIit既是核心解釋變量也是門(mén)檻變量,式(5)和式(6)中的門(mén)檻變量均為DEIit;I(·)為指示函數(shù),滿足括號(hào)內(nèi)的條件即為1,否則為0;θ為待估門(mén)檻值,其余各項(xiàng)含義均與基準(zhǔn)模型相同。上述考慮的為單門(mén)檻模型,具體可根據(jù)檢驗(yàn)結(jié)果拓展至多門(mén)檻模型。

考慮到經(jīng)濟(jì)活動(dòng)在空間上存在的聯(lián)系,本文構(gòu)建空間計(jì)量模型來(lái)檢驗(yàn)數(shù)字經(jīng)濟(jì)和創(chuàng)新能力在空間上對(duì)高質(zhì)量發(fā)展的影響。

設(shè)定空間誤差模型(SEM)、空間滯后模型(SAR)和空間杜賓模型(SDM)三種模型的形式如下

Hqdit=β1DEIit+βiXit+μi+?it,?it=λW?it+ωit

(7)

Hqdit=ρWHqdit+β1DEIit+βiXit+μi+?it

(8)

Hqdit=ρWHqdit+β1DEIit+βiXit+β1WDEIit+βiWXit+μi+?it

(9)

式中,ρ和λ分別表示空間自回歸系數(shù)和空間誤差系數(shù)；W為空間權(quán)重矩陣,參考鄭瑞坤等的研究方法[16],采用鄰接權(quán)重矩陣、地理距離矩陣和經(jīng)濟(jì)地理距離矩陣三種矩陣來(lái)分析數(shù)字經(jīng)濟(jì)、創(chuàng)新能力對(duì)長(zhǎng)三角城市高質(zhì)量發(fā)展的影響。

(二) 變量說(shuō)明

1 被解釋變量 本文選取城市高質(zhì)量發(fā)展水平作為被解釋變量。參考已有文獻(xiàn)對(duì)高質(zhì)量發(fā)展水平的測(cè)度[17-22],并結(jié)合數(shù)據(jù)可獲得性,從經(jīng)濟(jì)活力、綠色發(fā)展、人民生活、社會(huì)和諧四個(gè)角度構(gòu)建城市高質(zhì)量發(fā)展指標(biāo)體系。在高質(zhì)量發(fā)展指標(biāo)體系中,經(jīng)濟(jì)活力是一個(gè)城市高質(zhì)量發(fā)展的核心,因此賦予40%的權(quán)重;綠色發(fā)展、人民生活和社會(huì)和諧具有相同的重要性,各賦予20%的權(quán)重。

指標(biāo)體系的權(quán)重處理方法主要有主成分分析法[23-24]、熵值法[25-26]、線性加權(quán)法[27]和主觀賦權(quán)[22]。綜合考慮各項(xiàng)指標(biāo)對(duì)于評(píng)價(jià)體系的重要性以及指標(biāo)之間的差異程度,參考上述文獻(xiàn)對(duì)一級(jí)指標(biāo)進(jìn)行主觀賦權(quán),并對(duì)二級(jí)指標(biāo)和三級(jí)指標(biāo)使用熵值法客觀加權(quán)確定權(quán)重,指標(biāo)的差異程度越小,熵值越小,其權(quán)重越大。高質(zhì)量發(fā)展的指標(biāo)體系及各指標(biāo)權(quán)重見(jiàn)表1。

表1 高質(zhì)量發(fā)展指數(shù)評(píng)價(jià)指標(biāo)體系Table 1 Evaluation index system of high-quality development index

2 核心解釋變量 數(shù)字經(jīng)濟(jì)發(fā)展為本文的核心解釋變量。參考已有文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的測(cè)度[28-29],并結(jié)合城市數(shù)據(jù)可獲得性,本文從數(shù)字化基礎(chǔ)設(shè)施、數(shù)字化產(chǎn)業(yè)、數(shù)字化應(yīng)用、數(shù)字化人才和數(shù)字金融發(fā)展五個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系。其中,對(duì)于數(shù)字金融發(fā)展,用“北京大學(xué)數(shù)字普惠金融指數(shù)”表示,該指數(shù)在數(shù)字經(jīng)濟(jì)及相關(guān)領(lǐng)域的研究中應(yīng)用廣泛[30]。在數(shù)字經(jīng)濟(jì)指標(biāo)體系中,本文認(rèn)為5個(gè)一級(jí)指標(biāo)均從不同角度反映了數(shù)字經(jīng)濟(jì)的發(fā)展情況,重要性相同,因此各賦予20%的權(quán)重。采用和高質(zhì)量發(fā)展指標(biāo)同樣的賦權(quán)方法，得到數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系及各指標(biāo)權(quán)重見(jiàn)表2。

表2 數(shù)字經(jīng)濟(jì)指數(shù)評(píng)價(jià)指標(biāo)體系Table 2 Evaluation index system of digital economy index

3 中介變量 選取專利授權(quán)量來(lái)衡量地區(qū)的創(chuàng)新能力。專利分為發(fā)明專利、非發(fā)明專利,其中發(fā)明專利是對(duì)產(chǎn)品和方法的創(chuàng)新,技術(shù)含量最高,由此根據(jù)不同專利的創(chuàng)新程度,構(gòu)建城市創(chuàng)新能力(Rip)計(jì)算公式如下

Ripit=Patent1it×0.6+Patent2it×0.4

(10)

其中,Patent1為發(fā)明專利授權(quán)量(千項(xiàng)),Patent2為非發(fā)明專利授權(quán)量(千項(xiàng)),Rip為城市創(chuàng)新能力。

4 控制變量 為全面分析數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的影響,設(shè)定一組可能會(huì)影響經(jīng)濟(jì)發(fā)展的控制變量。包括:人口密度(Url),用全市常住人口比城市行政區(qū)域面積表示;政府干預(yù)度(Gov),用政府財(cái)政支出總額比地區(qū)GDP表示;城市化水平(Urb),用城鎮(zhèn)人口的占比表示;外資依存度(Fdi),用當(dāng)年實(shí)際使用外資金額比地區(qū)GDP表示。

(三) 數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)

本文選取的是2015—2019年長(zhǎng)三角41個(gè)地級(jí)市的平衡面板數(shù)據(jù),少量缺失數(shù)據(jù)難以獲取，用相應(yīng)的統(tǒng)計(jì)方法補(bǔ)齊,數(shù)據(jù)主要來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》、各省市的統(tǒng)計(jì)年鑒以及各省市政府網(wǎng)站年報(bào)和工作報(bào)告。表3為本文變量的描述性統(tǒng)計(jì)結(jié)果。

為了消除量綱對(duì)指標(biāo)的影響,方便指標(biāo)之間的比較,需對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。參考已有研究的做法[31-32],對(duì)原始數(shù)據(jù)采用閾值法進(jìn)行無(wú)量綱化,即對(duì)于正向指標(biāo),也稱效益型指標(biāo),指數(shù)值越大、效益越好的指標(biāo),處理方法為

(11)

對(duì)于負(fù)向指標(biāo),也稱成本型指標(biāo),指數(shù)值越小、效益越好的指標(biāo),處理方法為

(12)

由此進(jìn)行數(shù)據(jù)處理后,所有指標(biāo)值均在1～7之間,式中“+1”的目的是為了讓指標(biāo)的最小值或最大值經(jīng)過(guò)無(wú)量綱處理后的值不為0,避免對(duì)數(shù)處理時(shí)出現(xiàn)個(gè)別值不存在的情況。

表3 描述性統(tǒng)計(jì)Table 3 Descriptive statistics

三、實(shí)證檢驗(yàn)

(一) 基準(zhǔn)回歸分析

經(jīng)Hausman檢驗(yàn)和過(guò)度識(shí)別檢驗(yàn),選擇固定效應(yīng)模型分析數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的影響及其機(jī)制。表4的模型(1)(2)(3)報(bào)告了不添加控制變量時(shí)的結(jié)果,在模型(4)到模型(6)中則對(duì)應(yīng)加入控制變量。模型(1)和模型(4)顯示了核心解釋變量數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的結(jié)果,表明無(wú)論是否加入控制變量,數(shù)字經(jīng)濟(jì)均顯著促進(jìn)了長(zhǎng)三角城市群的高質(zhì)量發(fā)展,本文假設(shè)的前半部分得以驗(yàn)證;從控制變量結(jié)果看,人口聚集可能會(huì)促進(jìn)經(jīng)濟(jì)的增長(zhǎng),但并不能推動(dòng)城市高質(zhì)量發(fā)展[13];政府適當(dāng)?shù)呢?cái)政干預(yù)可以為經(jīng)濟(jì)高質(zhì)量發(fā)展提供有力支撐[12];城市規(guī)模化的擴(kuò)張也未必能提高經(jīng)濟(jì)發(fā)展質(zhì)量[33];外資依存度(Fdi)的系數(shù)同樣為負(fù)且不顯著,表明外商直接投資并不能顯著促進(jìn)地區(qū)的高質(zhì)量發(fā)展,反而可能會(huì)因?yàn)橥馍痰倪^(guò)度投資,造成技術(shù)上的依賴,不利于創(chuàng)新能力的提升,不同地區(qū)引進(jìn)的外資類型不同也可能會(huì)造成地區(qū)之間經(jīng)濟(jì)社會(huì)發(fā)展的不平衡,進(jìn)而不利于我國(guó)城市層面的高質(zhì)量發(fā)展[12]。從模型(2)和模型(5)數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新能力(Rip)的影響看,數(shù)字經(jīng)濟(jì)可以顯著提高創(chuàng)新能力,其發(fā)展帶來(lái)了專利申請(qǐng)數(shù)量和授權(quán)數(shù)量的增加,專利質(zhì)量得到提高,創(chuàng)新能力因而得以提高[8];人口密度對(duì)創(chuàng)新能力的影響顯著為正,可能因?yàn)槊芗娜丝谟欣谌瞬诺木奂椭R(shí)的吸收,進(jìn)而可以提升區(qū)域創(chuàng)新能力[34];地方政府也可以通過(guò)主導(dǎo)創(chuàng)新環(huán)境建設(shè)以及直接參與創(chuàng)新兩種方式有效提升創(chuàng)新效率[35]。在模型(3)和模型(6)中,加入機(jī)制變量創(chuàng)新能力(Rip)后,創(chuàng)新能力對(duì)高質(zhì)量發(fā)展的影響系數(shù)同樣顯著為正,數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的促進(jìn)作用依然顯著,但回歸系數(shù)和顯著程度相比模型(1)和模型(4)有所下降,經(jīng)Sobel檢驗(yàn)也顯著拒絕了模型不存在中介效應(yīng)的假設(shè),說(shuō)明創(chuàng)新能力提升是數(shù)字經(jīng)濟(jì)推動(dòng)高質(zhì)量發(fā)展的作用機(jī)制。具體來(lái)看,在加入控制變量的中介效應(yīng)模型(4)(5)(6)中,其他因素不變,數(shù)字經(jīng)濟(jì)每提升1個(gè)單位,高質(zhì)量發(fā)展就會(huì)直接提升0.071個(gè)單位,同時(shí),創(chuàng)新能力也會(huì)提升3.896個(gè)單位,進(jìn)而會(huì)使得高質(zhì)量發(fā)展提升0.039個(gè)單位,總效應(yīng)為0.111,間接效應(yīng)占總效應(yīng)的比重為35.14%,即數(shù)字經(jīng)濟(jì)可以通過(guò)提高創(chuàng)新能力來(lái)推動(dòng)城市高質(zhì)量發(fā)展。以上驗(yàn)證了本文的研究假設(shè)。

表4 面板基準(zhǔn)回歸結(jié)果Table 4 Panel benchmark regression results

(二) 非線性效應(yīng)分析

采用面板門(mén)檻模型分析數(shù)字經(jīng)濟(jì)可能存在的非線性效應(yīng)。先檢驗(yàn)門(mén)檻存在性,在Bootstrap自助抽樣法反復(fù)抽樣500次后,在數(shù)字經(jīng)濟(jì)推動(dòng)創(chuàng)新的門(mén)檻模型中,數(shù)字經(jīng)濟(jì)顯著通過(guò)了單門(mén)檻檢驗(yàn),未通過(guò)雙門(mén)檻和三門(mén)檻檢驗(yàn);在創(chuàng)新推動(dòng)高質(zhì)量發(fā)展的門(mén)檻模型中,數(shù)字經(jīng)濟(jì)顯著通過(guò)了雙門(mén)檻檢驗(yàn),未通過(guò)三門(mén)檻檢驗(yàn);在數(shù)字經(jīng)濟(jì)直接促進(jìn)高質(zhì)量發(fā)展的門(mén)檻模型中,存在一定的非線性效應(yīng),但未通過(guò)門(mén)檻檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果進(jìn)行實(shí)證,得到表5所示的結(jié)果。

從表5中模型(1)的結(jié)果看,隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提高,數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新能力的提升呈現(xiàn)出顯著正向的非線性特征,當(dāng)數(shù)字經(jīng)濟(jì)指數(shù)低于4.168時(shí),數(shù)字經(jīng)濟(jì)的系數(shù)為1.522并且通過(guò)了顯著性水平為10%的檢驗(yàn),表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于創(chuàng)新能力的促進(jìn)作用較為顯著;當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平大于4.168時(shí),數(shù)字經(jīng)濟(jì)的影響系數(shù)上升至2.931,并且通過(guò)了顯著性水平為1%的檢驗(yàn),說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)于創(chuàng)新能力的推動(dòng)強(qiáng)度更大且效果更加顯著。在創(chuàng)新推動(dòng)高質(zhì)量發(fā)展的門(mén)檻模型(2)中,當(dāng)數(shù)字經(jīng)濟(jì)指數(shù)小于2.973時(shí),創(chuàng)新能力的影響系數(shù)較小,且未通過(guò)顯著性檢驗(yàn),表明在數(shù)字經(jīng)濟(jì)發(fā)展水平很低的環(huán)境下,創(chuàng)新對(duì)于高質(zhì)量發(fā)展的推動(dòng)效果微乎其微;當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平介于2.973和3.737之間時(shí),創(chuàng)新對(duì)于高質(zhì)量發(fā)展的正向影響顯著增強(qiáng),系數(shù)達(dá)到了0.021;當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)跨越了3.737時(shí),創(chuàng)新能力對(duì)城市高質(zhì)量發(fā)展的推動(dòng)力度更進(jìn)一步。

表5 門(mén)檻模型回歸結(jié)果Table 5 Threshold model regression results

(三) 空間效應(yīng)分析

使用空間模型之前需要確定變量是否存在空間相關(guān)性,莫蘭指數(shù)是考察地理距離權(quán)重矩陣和經(jīng)濟(jì)地理距離權(quán)重矩陣下空間自相關(guān)性的常用指標(biāo)。經(jīng)檢驗(yàn)，在兩種不同空間權(quán)重矩陣下，2015—2019年長(zhǎng)三角地區(qū)的高質(zhì)量發(fā)展指數(shù)、數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和創(chuàng)新能力的莫蘭指數(shù)均達(dá)到1%的顯著性水平,表明這三個(gè)指標(biāo)具有顯著的空間自相關(guān)性。

參考Elhorst的研究思路[36],先對(duì)樣本進(jìn)行OLS回歸估計(jì),再進(jìn)行LM檢驗(yàn)和R-LM檢驗(yàn)，考察樣本是否適合空間誤差模型(SEM)與空間滯后模型(SAR),再用LR檢驗(yàn)來(lái)確定是否適用于空間杜賓模型(SDM)。表6的檢驗(yàn)結(jié)果顯示,在不同權(quán)重矩陣假定下,樣本均通過(guò)了SAR模型的LM檢驗(yàn)與R-LM檢驗(yàn),未通過(guò)SEM模型的部分檢驗(yàn),因此傾向于SAR模型為最優(yōu)模型,作為比較同時(shí)列出SEM模型的回歸結(jié)果。

表6 空間面板模型的LM檢驗(yàn)Table 6 LM test of the spatial panel model

表7結(jié)果顯示,數(shù)字經(jīng)濟(jì)和創(chuàng)新能力對(duì)高質(zhì)量發(fā)展的影響始終顯著為正,再次說(shuō)明二者對(duì)于城市發(fā)展始終起著重要的推動(dòng)作用。在不同空間權(quán)重矩陣下,SAR模型中空間自回歸系數(shù)均顯著為正,說(shuō)明長(zhǎng)三角各城市的高質(zhì)量發(fā)展之間存在著正向交互效應(yīng)。僅采用回歸系數(shù)解釋空間回歸結(jié)果可能會(huì)因?yàn)榈貐^(qū)之間存在的大量交互信息而產(chǎn)生偏差,將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)(空間溢出效應(yīng))。在經(jīng)濟(jì)地理距離矩陣與鄰接矩陣假定下的SAR模型中,數(shù)字經(jīng)濟(jì)、創(chuàng)新能力推動(dòng)高質(zhì)量發(fā)展的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為正,表明本地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展和創(chuàng)新能力的提升不僅會(huì)促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)的高質(zhì)量發(fā)展,也會(huì)提高周圍鄰近地區(qū)的發(fā)展質(zhì)量,即數(shù)字經(jīng)濟(jì)和創(chuàng)新能力都存在顯著正向的空間溢出效應(yīng)。

表7 數(shù)字經(jīng)濟(jì)、創(chuàng)新能力影響高質(zhì)量發(fā)展的空間模型回歸結(jié)果Table 7 Spatial model regression results of digital economy and innovation ability affecting high-quality development

四、穩(wěn)健性檢驗(yàn)

以上分析表明長(zhǎng)三角地區(qū)的數(shù)字經(jīng)濟(jì)可以顯著推動(dòng)高質(zhì)量發(fā)展,為了確保結(jié)論的準(zhǔn)確性,本文進(jìn)行以下穩(wěn)健性討論。

(一) 工具變量方法

考慮到在分析數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的促進(jìn)作用時(shí)可能存在的內(nèi)生性問(wèn)題,即數(shù)字經(jīng)濟(jì)和經(jīng)濟(jì)高質(zhì)量發(fā)展可能會(huì)同時(shí)受到一系列不可觀測(cè)因素的影響,二者之間形成雙向因果關(guān)系,意味著地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展可能會(huì)對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)生影響。

針對(duì)這一現(xiàn)象,為數(shù)字經(jīng)濟(jì)選取合適的工具變量,可以有效地解決內(nèi)生性問(wèn)題。參考黃群慧等[37]的處理方法,選取2004年長(zhǎng)三角各城市的每百人固定電話數(shù)作為數(shù)字經(jīng)濟(jì)指數(shù)的工具變量。因?yàn)楸疚牟捎玫氖敲姘迥Ｐ?只采用2004年的城市層面每百人固定電話數(shù)量的截面數(shù)據(jù)不能直接用于分析,因此引入隨時(shí)間變化的變量來(lái)構(gòu)造面板工具變量[38]。具體而言,為了比較估計(jì)的結(jié)果,引入上一年的全國(guó)移動(dòng)互聯(lián)網(wǎng)接入流量(IAT)與全國(guó)互聯(lián)網(wǎng)寬帶接入用戶(IAU)兩個(gè)指標(biāo)分別與2004年長(zhǎng)三角各城市的每百人固定電話數(shù)量(FLT)構(gòu)造交互項(xiàng),作為城市該年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的兩個(gè)工具變量。

為了進(jìn)一步佐證檢驗(yàn)的結(jié)論,再選取數(shù)字經(jīng)濟(jì)指數(shù)的滯后一期(L.DEI)作為第三個(gè)工具變量,并進(jìn)行相應(yīng)的穩(wěn)健性檢驗(yàn),見(jiàn)表8。其中,模型(1)(2)(3)的工具變量分別為IAT*FLT、IAU*FLT、L.DEI。模型(4)(5)(6)中的工具變量各有兩個(gè),分別為IAT*FLT和IAU*FLT、L.DEI和IAT*FLT、L.DEI和IAU*FLT,模型(7)中的工具變量為三個(gè)。

表8 工具變量回歸Table 8 Instrumental variable regression

表8的Anderson canon.corr.LR為工具變量不可識(shí)別的檢驗(yàn),結(jié)果顯示本文的工具變量是合理的;Cragg-Donald F為工具變量弱識(shí)別檢驗(yàn),統(tǒng)計(jì)量的值大于10%水平上的臨界值,即不存在弱工具變量;模型(4)～(7)的工具變量個(gè)數(shù)大于解釋變量個(gè)數(shù),需進(jìn)行過(guò)度識(shí)別檢驗(yàn),Hansen J統(tǒng)計(jì)量表明所有工具變量均外生,是合理的;Endogeneity test of DEI是對(duì)于數(shù)字經(jīng)濟(jì)穩(wěn)健的內(nèi)生性檢驗(yàn),表明模型中數(shù)字經(jīng)濟(jì)確實(shí)存在內(nèi)生性。結(jié)果說(shuō)明,在考慮內(nèi)生性問(wèn)題之后,數(shù)字經(jīng)濟(jì)均在1%的水平下正向顯著,驗(yàn)證了本文結(jié)論的穩(wěn)健性。

(二) 控制固定效應(yīng)

參考趙濤等[7]的做法,設(shè)定省份固定效應(yīng)、省份與年份交互效應(yīng)以減小宏觀系統(tǒng)性環(huán)境變化產(chǎn)生的影響,表9第(1)(2)列的結(jié)果顯示,在考慮宏觀環(huán)境變化后,數(shù)字經(jīng)濟(jì)依舊顯著推動(dòng)長(zhǎng)三角地區(qū)城市的高質(zhì)量發(fā)展。

(三) 更換核心解釋變量

本文研究是基于主觀加權(quán)和熵值加權(quán)測(cè)算的數(shù)字經(jīng)濟(jì)指數(shù),研究結(jié)論可能存在偶然性。為此,通過(guò)更換核心解釋變量進(jìn)行進(jìn)一步驗(yàn)證,使用“北京大學(xué)數(shù)字普惠金融指數(shù)”來(lái)體現(xiàn)城市的數(shù)字經(jīng)濟(jì)發(fā)展水平。表9第(3)列結(jié)果顯示,更換核心解釋變量后,數(shù)字經(jīng)濟(jì)依然在1%的水平上顯著,再次表明數(shù)字經(jīng)濟(jì)對(duì)長(zhǎng)三角高質(zhì)量發(fā)展的促進(jìn)作用是顯著的。

表9 控制固定效應(yīng)與更換核心解釋變量Table 9 Controlling fixed effects and changing core explanatory variables

五、結(jié)論與政策建議

(一) 研究結(jié)論

本文通過(guò)實(shí)證分析得出如下結(jié)論:(1) 數(shù)字經(jīng)濟(jì)可以顯著促進(jìn)長(zhǎng)三角地區(qū)城市的高質(zhì)量發(fā)展,通過(guò)引入工具變量等穩(wěn)健性檢驗(yàn),該結(jié)論依然成立;(2) 區(qū)域創(chuàng)新能力是數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)高質(zhì)量發(fā)展的作用機(jī)制,數(shù)字經(jīng)濟(jì)能夠提升區(qū)域創(chuàng)新能力,通過(guò)正向中介效應(yīng)間接推動(dòng)城市的高質(zhì)量發(fā)展;(3) 數(shù)字經(jīng)濟(jì)促進(jìn)高質(zhì)量發(fā)展的影響機(jī)制中存在非線性溢出效應(yīng),數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新影響呈現(xiàn)出“邊際效應(yīng)”遞增的非線性特征,并且隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提高,創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展也具備該特征;(4) 數(shù)字經(jīng)濟(jì)和創(chuàng)新能力對(duì)長(zhǎng)三角地區(qū)城市的高質(zhì)量發(fā)展均有顯著的空間溢出效應(yīng),表明數(shù)字經(jīng)濟(jì)和創(chuàng)新能力會(huì)隨著地區(qū)經(jīng)濟(jì)交流促進(jìn)區(qū)域之間共同的高質(zhì)量發(fā)展,形成良好的經(jīng)濟(jì)格局。

(二) 政策建議

我國(guó)數(shù)字經(jīng)濟(jì)正處于飛速發(fā)展階段,為充分培育數(shù)字經(jīng)濟(jì)的新動(dòng)能,推動(dòng)長(zhǎng)三角地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展,給出以下政策建議。第一,要全面推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展,持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè),提高地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量,助力產(chǎn)業(yè)數(shù)字化改革和數(shù)字化產(chǎn)業(yè)發(fā)展。從政府角度,應(yīng)積極推進(jìn)政府?dāng)?shù)字化轉(zhuǎn)型,用數(shù)字化改革的方式實(shí)現(xiàn)政府治理能力的現(xiàn)代化,充分掌握經(jīng)濟(jì)社會(huì)信息,合理分析經(jīng)濟(jì)社會(huì)大數(shù)據(jù),賦能長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)全面發(fā)展；從企業(yè)角度,應(yīng)積極應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù),提高企業(yè)生產(chǎn)效率與產(chǎn)品品質(zhì)；從個(gè)人角度,努力提高自身數(shù)字化素養(yǎng),在生產(chǎn)端和消費(fèi)端掌握數(shù)字化技能。第二,創(chuàng)新能力是數(shù)字經(jīng)濟(jì)促進(jìn)高質(zhì)量發(fā)展的重要機(jī)制,各地區(qū)應(yīng)積極加大創(chuàng)新投入,提升創(chuàng)新成果產(chǎn)出,努力建設(shè)創(chuàng)新人才隊(duì)伍,不斷推動(dòng)相關(guān)領(lǐng)域核心技術(shù)的突破,培育我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的根本動(dòng)力。第三,加大區(qū)域間經(jīng)濟(jì)建設(shè)的協(xié)調(diào)與聯(lián)系,利用現(xiàn)代化數(shù)字技術(shù)積極構(gòu)建區(qū)域協(xié)同發(fā)展網(wǎng)絡(luò),充分發(fā)揮數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展貢獻(xiàn)的空間溢出能力，不斷提升創(chuàng)新能力在區(qū)域協(xié)同網(wǎng)絡(luò)下對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的支撐作用。