郭貝貝

（中共天津市委黨校經(jīng)濟(jì)學(xué)教研部，天津 300191）

0 引言

數(shù)字經(jīng)濟(jì)作為知識(shí)密集型、技術(shù)密集型的經(jīng)濟(jì)形態(tài)，完美契合了以新發(fā)展理念為核心的高質(zhì)量發(fā)展要求，展現(xiàn)出明顯的“顛覆性”創(chuàng)新發(fā)展特征，成為發(fā)展中國(guó)家“變道超車”的必選之路[1]。2020年4月，《中共中央國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見》首次將數(shù)據(jù)列為生產(chǎn)要素之一，提出“培育數(shù)字經(jīng)濟(jì)新產(chǎn)業(yè)、新業(yè)態(tài)和新模式”。黨的十九屆五中全會(huì)更是強(qiáng)調(diào)，“發(fā)展數(shù)字經(jīng)濟(jì)，推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，推動(dòng)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”，為實(shí)現(xiàn)高質(zhì)量發(fā)展提供了嶄新的發(fā)展思路。

已有研究多聚焦于數(shù)字經(jīng)濟(jì)的內(nèi)涵特征、影響路徑等。內(nèi)涵特征方面，數(shù)字經(jīng)濟(jì)的核心要素是數(shù)據(jù)，具有易復(fù)制、無(wú)損耗、低成本等優(yōu)勢(shì)，能夠突破增長(zhǎng)極限和資源稟賦約束[2]，實(shí)現(xiàn)生產(chǎn)可能性曲線的拓展；其四大核心技術(shù)分別為人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)與大數(shù)據(jù)技術(shù)[3]，具有網(wǎng)絡(luò)聯(lián)動(dòng)[4]、規(guī)模經(jīng)濟(jì)[5]、范圍經(jīng)濟(jì)等顯著特征，能夠提升實(shí)體經(jīng)濟(jì)的創(chuàng)新效率與生產(chǎn)效率，帶來(lái)邊際遞增效應(yīng)[6]，實(shí)現(xiàn)創(chuàng)新可能性曲線的延伸[7]。憑借數(shù)據(jù)要素與數(shù)字技術(shù)的優(yōu)勢(shì)特征，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的驅(qū)動(dòng)作用[7]，主要通過(guò)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化兩大路徑來(lái)實(shí)現(xiàn)。一方面，通過(guò)產(chǎn)業(yè)縱橫交錯(cuò)的關(guān)聯(lián)性、協(xié)同性發(fā)展，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)三次產(chǎn)業(yè)的滲透與融合，推動(dòng)傳統(tǒng)產(chǎn)業(yè)的數(shù)字化、智能化與網(wǎng)絡(luò)化轉(zhuǎn)型[8]；另一方面，通過(guò)“技術(shù)創(chuàng)新—成果轉(zhuǎn)化—技術(shù)擴(kuò)散—產(chǎn)業(yè)應(yīng)用—供需響應(yīng)—技術(shù)創(chuàng)新”的正向反饋環(huán)路[9]，倒逼新一代ICT產(chǎn)業(yè)的技術(shù)創(chuàng)新及產(chǎn)業(yè)融合，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化，進(jìn)而形成“動(dòng)能倍增效應(yīng)”[10]。同時(shí)，數(shù)字軟硬件設(shè)施的建設(shè)與完善也是數(shù)字經(jīng)濟(jì)發(fā)揮其優(yōu)勢(shì)的重要基礎(chǔ)，為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的有效推進(jìn)奠定了良好的發(fā)展基礎(chǔ)[11]。

從現(xiàn)有研究成果與研究方法來(lái)看，學(xué)界尚未形成統(tǒng)一的數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展的核算體系，且對(duì)于二者間關(guān)系的研究也多從影響路徑展開分析，較少?gòu)慕?jīng)濟(jì)與地理空間視角入手，針對(duì)二者的空間影響效應(yīng)及其時(shí)空差異展開研究。鑒于此，本文在借鑒現(xiàn)有研究的基礎(chǔ)上，對(duì)數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展的核算指標(biāo)體系進(jìn)行優(yōu)化、拓展，并運(yùn)用空間計(jì)量模型探究數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響效應(yīng)及時(shí)空差異，以數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的“雙融合”全面支撐經(jīng)濟(jì)高質(zhì)量發(fā)展。

1 研究設(shè)計(jì)

1.1 數(shù)字經(jīng)濟(jì)核算指標(biāo)體系

對(duì)于數(shù)字經(jīng)濟(jì)，目前學(xué)界尚未形成統(tǒng)一的權(quán)威核算標(biāo)準(zhǔn)。中國(guó)信息通信研究院對(duì)數(shù)字經(jīng)濟(jì)增加值規(guī)模的核算主要涉及數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個(gè)部分，萬(wàn)永坤和王晨晨（2022）[12]采用了這一核算方法。葛和平和吳福象（2021）[11]在數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理三個(gè)維度的基礎(chǔ)上，拓展了數(shù)字經(jīng)濟(jì)的軟硬件基礎(chǔ)，并將其界定為發(fā)展環(huán)境維度。李英杰和韓平（2022）[13]則僅從數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與數(shù)字基礎(chǔ)設(shè)施三個(gè)維度來(lái)核算和評(píng)價(jià)數(shù)字經(jīng)濟(jì)。也有學(xué)者從產(chǎn)業(yè)劃分的角度入手，例如，劉方和孟祺（2019）[14]以ICT 產(chǎn)業(yè)為基礎(chǔ)，采用增長(zhǎng)核算賬戶框架進(jìn)行數(shù)字經(jīng)濟(jì)規(guī)模度量。依據(jù)數(shù)字經(jīng)濟(jì)的融合性、滲透性和賦能性三大特點(diǎn)，結(jié)合數(shù)據(jù)的可獲得性與可操作性，本文借鑒李英杰和韓平（2022）[13]的核算方法，從數(shù)字基礎(chǔ)設(shè)施、產(chǎn)業(yè)數(shù)字化以及數(shù)字產(chǎn)業(yè)化三個(gè)維度入手來(lái)測(cè)算與評(píng)估數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，并對(duì)其核算指標(biāo)做了進(jìn)一步調(diào)整、優(yōu)化與拓展。其中，數(shù)字基礎(chǔ)設(shè)施包括“電信設(shè)施建設(shè)”與“互聯(lián)網(wǎng)設(shè)施建設(shè)”；產(chǎn)業(yè)數(shù)字化主要涉及“互聯(lián)網(wǎng)應(yīng)用”與“電子商務(wù)應(yīng)用”；數(shù)字產(chǎn)業(yè)化涉及“軟件和信息技術(shù)服務(wù)業(yè)”與“計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)（簡(jiǎn)稱ICT產(chǎn)業(yè)）”。具體的指標(biāo)體系如表1所示。

表1 數(shù)字經(jīng)濟(jì)的核算指標(biāo)體系

1.2 經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系

國(guó)內(nèi)學(xué)者針對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的評(píng)價(jià)指標(biāo)體系構(gòu)建做了諸多研究，有的從質(zhì)量變革、效率變革和動(dòng)力變革三個(gè)維度進(jìn)行構(gòu)建[15]，也有的從經(jīng)濟(jì)效益、經(jīng)濟(jì)結(jié)構(gòu)、資源環(huán)境、民生福祉四個(gè)維度進(jìn)行構(gòu)建[16]，還有的從經(jīng)濟(jì)發(fā)展、改革開放、城鄉(xiāng)建設(shè)、生態(tài)環(huán)境、人民生活五個(gè)方面入手構(gòu)建[17]。從相關(guān)研究成果來(lái)看，多是以新發(fā)展理念作為指標(biāo)體系構(gòu)建的理論依據(jù)?；诖?，結(jié)合數(shù)據(jù)的可得性和完整性，本文借鑒董小君和石濤（2020）[18]圍繞“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念所構(gòu)建的評(píng)價(jià)指標(biāo)體系，并對(duì)相關(guān)指標(biāo)做了進(jìn)一步優(yōu)化，以此來(lái)測(cè)度經(jīng)濟(jì)高質(zhì)量發(fā)展水平，見表2。例如，考慮到制度創(chuàng)新的市場(chǎng)化程度提升為企業(yè)創(chuàng)新與產(chǎn)業(yè)創(chuàng)新提供了良好的營(yíng)商環(huán)境，因此創(chuàng)新維度拓展了宏觀制度創(chuàng)新指標(biāo)，選取“中國(guó)分省份市場(chǎng)化指數(shù)”[19]來(lái)替代；考慮到收入與消費(fèi)之間存在一定線性關(guān)系，極易引發(fā)指標(biāo)間的共線性問題，因此協(xié)調(diào)維度的城鄉(xiāng)協(xié)調(diào)剔除了“城鄉(xiāng)消費(fèi)比”指標(biāo)，僅選取“城鄉(xiāng)收入比”指標(biāo)來(lái)衡量；考慮到近幾年我國(guó)部分省份的人口死亡率呈現(xiàn)小幅上升趨勢(shì)，如北京市的人口死亡率從2013 年的4.52‰上升至2019 年的5.49‰，難以代表表征健康福祉的醫(yī)療服務(wù)提升，因此共享維度的健康福祉采用“每千人口衛(wèi)生技術(shù)人員數(shù)”替換了“人口死亡率”。

表2 經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系

考慮到指標(biāo)賦權(quán)的客觀性，本文采用熵值法來(lái)測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)。

1.3 模型構(gòu)建

為避免內(nèi)生性問題，本文借鑒Huang 等（2010）[20]的空間杜賓模型，選擇采用空間動(dòng)態(tài)面板模型進(jìn)行分析，具體模型如下：

其中，econ表示經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)，digi表示數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，X為控制變量，C為常數(shù)項(xiàng)，W為空間權(quán)重矩陣，α1、α2、β1、β2、γ1、γ2為相應(yīng)變量的影響系數(shù)，μi和yt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

借鑒現(xiàn)有研究成果，采用綜合反映經(jīng)濟(jì)距離和地理距離的經(jīng)濟(jì)地理距離嵌套空間權(quán)重矩陣，則有：

其中，dab表示樣本省份a與b的省會(huì)城市間的空間地理距離；gˉa和gˉb分別表示2013—2019年樣本省份a和b的人均GDP的平均值。

為更好地研究數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的時(shí)空差異，綜合考慮時(shí)間因素和空間地理因素，選擇采用Huang等（2010）[20]構(gòu)建的時(shí)空地理加權(quán)回歸模型（GTWR）進(jìn)行時(shí)空差異分析，具體模型如下：

其中，(ui，vi，ti)表示第i個(gè)樣本地區(qū)的時(shí)空地理位置；εit表示隨機(jī)誤差項(xiàng)；(ui，vi)表示第i個(gè)樣本地區(qū)的空間二維坐標(biāo)。在時(shí)空差異分析中，采用d來(lái)衡量點(diǎn)(u0，v0，t0)與研究的樣本點(diǎn)(ui，vi，ti)之間的時(shí)空距離，既包含時(shí)間距離dT，又包含空間距離dS，其線性組合公式為：d=?dT+μdS。時(shí)空權(quán)重由高斯函數(shù)確定，即wij=，其中，dik為樣本i與樣本k之間的距離；b為帶寬，由cv=min取最小值時(shí)得出，?(b)為yi的擬合值。

1.4 變量選擇與數(shù)據(jù)來(lái)源

為更有效地分析驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的數(shù)字經(jīng)濟(jì)要素，本文將被解釋變量設(shè)定為經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)（econ）；解釋變量設(shè)定為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（digi），以及數(shù)字基礎(chǔ)設(shè)施指數(shù)（digi-inf）、產(chǎn)業(yè)數(shù)字化指數(shù)（indu-digi）、數(shù)字產(chǎn)業(yè)化指數(shù)（digi-indu）這三個(gè)維度指數(shù)。此外，考慮到現(xiàn)實(shí)經(jīng)濟(jì)中的其他環(huán)境要素的影響，基于變量間的非共線性，本文的控制變量主要選取以下指標(biāo)：經(jīng)濟(jì)結(jié)構(gòu)（struc），采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比衡量；R&D 投入強(qiáng)度（rdinv），采用R&D 投入經(jīng)費(fèi)占地區(qū)GDP 的比重衡量；固定資產(chǎn)投資（invest），采用全社會(huì)固定資產(chǎn)投資總額占地區(qū)GDP的比重衡量；對(duì)外貿(mào)易依存度（trade），采用進(jìn)出口貿(mào)易總額占地區(qū)GPD的比重衡量。

土的變形特征參數(shù)包括固結(jié)指數(shù)（Cc、Cs、Cr）和彈性模量（E、G、K、B），還有蠕變參數(shù)。基于CPTU資料估計(jì)土的壓縮模量Es，可以表示成凈錐尖阻力qn的函數(shù)。對(duì)于超固結(jié)黏土，Senneset（1982，1989）建議采用如下線性模型：

本文選取2013—2019 年我國(guó)30 個(gè)省份（不含西藏和港澳臺(tái)）的面板數(shù)據(jù)進(jìn)行研究。樣本數(shù)據(jù)主要來(lái)源于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)信息年鑒》以及Wind數(shù)據(jù)庫(kù)等；并采用插值法與線性趨勢(shì)法相結(jié)合的方法補(bǔ)充和完善缺失的數(shù)據(jù)。

考慮到變量的方差異質(zhì)性與穩(wěn)定性，本文對(duì)部分變量進(jìn)行取對(duì)數(shù)處理，并采用LLC、ADF_Fisher 和PP_Fisher 方法進(jìn)行變量平穩(wěn)性檢驗(yàn)，結(jié)果如表3所示。表3中的結(jié)果顯示，lnecon、lndigi、lndigi-inf、lnindu-digi、lndigi-indu、lnstruc、lnrdinv、lntrade、lninvest等變量均通過(guò)顯著性檢驗(yàn)，故可判定變量均為平穩(wěn)序列。

表3 變量平穩(wěn)性檢驗(yàn)結(jié)果

2 實(shí)證分析

2.1 經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度結(jié)果分析

本文采用熵值法對(duì)我國(guó)30個(gè)省份2013—2019年的樣本數(shù)據(jù)進(jìn)行測(cè)算，得出相應(yīng)指數(shù)，結(jié)果如表4 所示?？紤]到變量間的空間相關(guān)性問題，針對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行全局Moran’s Ⅰ分析，相關(guān)統(tǒng)計(jì)結(jié)果如表5所示。檢驗(yàn)結(jié)果顯示，2013—2019年經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的全局Moran’s Ⅰ均通過(guò)1%的顯著性檢驗(yàn)，即二者均存在顯著的空間經(jīng)濟(jì)地理集聚效應(yīng)。

表4 2013—2019年我國(guó)30個(gè)省份的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度結(jié)果（單位：%）

表5 2013—2019年中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的Moran’sⅠ檢驗(yàn)結(jié)果

從全國(guó)趨勢(shì)來(lái)看，我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)均呈現(xiàn)穩(wěn)步上升趨勢(shì)。從全國(guó)均值來(lái)看，經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)的均值由2013 年的24.32%上升至2019年的31.79%，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的均值由2013 年的10.01%上升至22.46%。從四大經(jīng)濟(jì)區(qū)來(lái)看，區(qū)域差異較大，區(qū)域發(fā)展不平衡問題明顯。以2019年為例，經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)從高到低依次為東部地區(qū)（45.65%）、中部地區(qū)（28.24%）、東北地區(qū)（25.29%）和西部地區(qū)（22.89%）；數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)從高到低依次為中部地區(qū)（38.67%）、東部地區(qū)（22.46%）、東北地區(qū)（18.13%）和西部地區(qū)（10.70%）。

從驅(qū)動(dòng)要素來(lái)看，經(jīng)濟(jì)高質(zhì)量發(fā)展方面，共享發(fā)展取得良好成效，開放發(fā)展依舊是倒逼國(guó)內(nèi)改革的重要驅(qū)動(dòng)力，創(chuàng)新發(fā)展的驅(qū)動(dòng)作用日益凸顯，協(xié)調(diào)發(fā)展與綠色發(fā)展上的不平衡不充分問題仍舊存在。數(shù)字經(jīng)濟(jì)方面，數(shù)字產(chǎn)業(yè)化的驅(qū)動(dòng)作用依舊強(qiáng)勁，其中軟件和信息技術(shù)服務(wù)業(yè)的驅(qū)動(dòng)作用明顯高于ICT產(chǎn)業(yè)；數(shù)字基礎(chǔ)設(shè)施的驅(qū)動(dòng)作用日益凸顯，已經(jīng)超過(guò)產(chǎn)業(yè)數(shù)字化的驅(qū)動(dòng)作用。

2.2 數(shù)字經(jīng)濟(jì)要素驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響分析

為了更好地檢驗(yàn)數(shù)字經(jīng)濟(jì)要素驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，本文分別從數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)層面和數(shù)字基礎(chǔ)設(shè)施指數(shù)、產(chǎn)業(yè)數(shù)字化指數(shù)、數(shù)字產(chǎn)業(yè)化指數(shù)這三個(gè)維度指數(shù)層面進(jìn)行實(shí)證分析，均采用隨機(jī)效應(yīng)模型的逐步回歸方式，依次將控制變量納入空間杜賓模型進(jìn)行分析。

2.2.1 數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的影響

由表6 可知，實(shí)證模型的空間自回歸系數(shù)顯著為正，表明經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)在經(jīng)濟(jì)地理空間下具有空間集聚效應(yīng)，與前文全局Moran’s Ⅰ的檢驗(yàn)結(jié)果具有一致性。數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的系數(shù)顯著為正，表明數(shù)字經(jīng)濟(jì)的發(fā)展有利于促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。同時(shí)，其空間滯后項(xiàng)W×lndigi 的系數(shù)均為正值，且在模型（2）、模型（3）、模型（5）中通過(guò)顯著性檢驗(yàn)，表明經(jīng)濟(jì)地理空間上相鄰的省份的數(shù)字經(jīng)濟(jì)發(fā)展有利于促進(jìn)本省的經(jīng)濟(jì)高質(zhì)量發(fā)展，即存在數(shù)字經(jīng)濟(jì)的正向空間溢出效應(yīng)。經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)一階滯后項(xiàng)的系數(shù)顯著為正，表明一省的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)的提升具有連續(xù)性；其空間滯后項(xiàng)W×L.lnecon 的系數(shù)顯著為負(fù)，表明經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)在經(jīng)濟(jì)地理空間距離下并未表現(xiàn)出顯著的空間溢出效應(yīng)。這與當(dāng)前我國(guó)省域經(jīng)濟(jì)高質(zhì)量發(fā)展的不平衡不充分特征具有一定程度的相符性，呈現(xiàn)以中心城市（或省份）為核心的點(diǎn)狀式分布形態(tài)，通過(guò)虹吸效應(yīng)吸收更多的勞動(dòng)力、資本、技術(shù)等要素資源驅(qū)動(dòng)本省經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提升，但是尚未有效發(fā)揮出示范帶動(dòng)效應(yīng)。如在京津冀、長(zhǎng)三角、珠三角等地區(qū)中，要素資源分別主要集中在北京、上海、廣東等省份，而相鄰的其他省份的經(jīng)濟(jì)高質(zhì)量發(fā)展水平則有待進(jìn)一步提升。以2019 年為例，北京、上海、廣東的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)分別為52.56、57.16、75.02，而他們相鄰省份的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)均值分別為34.88、50.60、30.20。

表6 模型參數(shù)估計(jì)結(jié)果（數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)）

不同控制變量的影響作用也存在差異。其中，對(duì)外貿(mào)易依存度及其空間滯后項(xiàng)的系數(shù)在模型中均顯著為正，表明進(jìn)出口貿(mào)易表現(xiàn)出顯著的空間溢出效應(yīng)，既有助于本省經(jīng)濟(jì)高質(zhì)量發(fā)展，也有助于促進(jìn)相鄰省份經(jīng)濟(jì)高質(zhì)量發(fā)展。進(jìn)出口貿(mào)易是地區(qū)經(jīng)濟(jì)與國(guó)際市場(chǎng)進(jìn)行“外循環(huán)”的重要途徑，這也表明對(duì)外開放的發(fā)展策略依然是促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的重要推手。固定資產(chǎn)投資及其空間滯后項(xiàng)的系數(shù)在模型中均不顯著，這表明投資驅(qū)動(dòng)型的經(jīng)濟(jì)發(fā)展模式對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的邊際效應(yīng)已經(jīng)不再明顯，需要進(jìn)一步轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動(dòng)型的經(jīng)濟(jì)發(fā)展模式。這一點(diǎn)從R&D 投入強(qiáng)度的空間滯后項(xiàng)的系數(shù)在模型（5）中顯著為正也得到了證明。而經(jīng)濟(jì)結(jié)構(gòu)及其空間滯后項(xiàng)的系數(shù)均不顯著。

2.2.2 數(shù)字經(jīng)濟(jì)各維度指數(shù)的影響

本文在探究數(shù)字經(jīng)濟(jì)各維度指數(shù)與經(jīng)濟(jì)高質(zhì)量發(fā)展的空間關(guān)系時(shí)，剔除了控制變量的空間滯后項(xiàng)，回歸結(jié)果見下頁(yè)表7。模型中的空間自回歸系數(shù)均顯著為正，這與表6中的實(shí)證結(jié)果以及前文全局Moran’s Ⅰ的檢驗(yàn)結(jié)果具有一致性。具體來(lái)看，三個(gè)維度指數(shù)中，僅有數(shù)字產(chǎn)業(yè)化指數(shù)及其空間滯后項(xiàng)的系數(shù)通過(guò)顯著性檢驗(yàn)，且系數(shù)均為正值，表明本省數(shù)字產(chǎn)業(yè)化發(fā)展越壯大，越有利于本省經(jīng)濟(jì)高質(zhì)量發(fā)展，同時(shí)也有助于發(fā)揮其空間溢出效應(yīng)，促進(jìn)相鄰省份的經(jīng)濟(jì)高質(zhì)量發(fā)展。數(shù)字基礎(chǔ)設(shè)施與產(chǎn)業(yè)數(shù)字化的系數(shù)均不顯著，但二者系數(shù)的正負(fù)存在差異。其中，數(shù)字基礎(chǔ)設(shè)施指數(shù)的系數(shù)為正值，但其空間滯后項(xiàng)的系數(shù)為負(fù)值，表明其在一定程度上有利于本省的經(jīng)濟(jì)高質(zhì)量發(fā)展，但不利于相鄰省份的經(jīng)濟(jì)高質(zhì)量發(fā)展；產(chǎn)業(yè)數(shù)字化指數(shù)的系數(shù)在模型（2）至模型（5）中為負(fù)值，但其空間滯后項(xiàng)的系數(shù)卻均為正值，表明其在一定程度上雖不利于本省的經(jīng)濟(jì)高質(zhì)量發(fā)展，但卻有利于相鄰省份的經(jīng)濟(jì)高質(zhì)量發(fā)展。可見，過(guò)度追求數(shù)字化、虛擬化，會(huì)引發(fā)企業(yè)忽視實(shí)體經(jīng)濟(jì)發(fā)展的固定資產(chǎn)投資，而更多注重?cái)?shù)字化、網(wǎng)絡(luò)化、商務(wù)化的虛擬投資，無(wú)形之中埋下了經(jīng)濟(jì)“脫實(shí)向虛”的隱患。

2.3 數(shù)字經(jīng)濟(jì)要素驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的時(shí)空差異

基于前文的公式（5），分別估計(jì)我國(guó)30個(gè)省份數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與各維度指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展影響的時(shí)空差異，限于篇幅，結(jié)果未列示。從發(fā)展指數(shù)來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響均為正向，影響系數(shù)大多介于0.4～1.5；除黑龍江、甘肅與新疆以外，其他省份數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)作用的邊際效應(yīng)趨于弱化。從區(qū)域板塊來(lái)看，2019年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)正向效應(yīng)最高的省份分布在東北地區(qū)，較高省份分布在中西部地區(qū)，其次是東部地區(qū)，尤其是北京與天津更是處于正向效應(yīng)的低值區(qū)?？梢?，推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)與均衡發(fā)展具有重要的積極作用。究其原因，東部地區(qū)的數(shù)字經(jīng)濟(jì)經(jīng)過(guò)多年發(fā)展，相關(guān)要素投入基本趨于飽和狀態(tài)，因此數(shù)據(jù)要素投入的邊際效應(yīng)趨于弱化或降低。而在振興東北、中部崛起、西部大開發(fā)等戰(zhàn)略的支持下，東北地區(qū)以及中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展正處于起步階段或上升階段，很好地帶動(dòng)了當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型以及技術(shù)升級(jí)。這一特點(diǎn)可通過(guò)各維度指數(shù)的邊際效應(yīng)得到印證。

從具體的維度指數(shù)來(lái)看：（1）數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響基本呈現(xiàn)“倒U”型趨勢(shì)，且正負(fù)效應(yīng)存在區(qū)域差異。趨于負(fù)向效應(yīng)影響的有13 個(gè)樣本省份，主要分布在東部與中部地區(qū)，尤其是北京、天津、河北、河南等最為嚴(yán)重。其他17 個(gè)樣本省份均趨于正向效應(yīng)影響，其中正向效應(yīng)影響較大的省份主要分布在東北地區(qū)與西部地區(qū)，影響較小的省份主要分布在中部地區(qū)。原因可能在于，我國(guó)東部地區(qū)的數(shù)字基礎(chǔ)設(shè)施基本實(shí)現(xiàn)全覆蓋，根據(jù)邊際收益遞減規(guī)律可知，繼續(xù)增加數(shù)字基礎(chǔ)設(shè)施投入將會(huì)導(dǎo)致資源低效運(yùn)轉(zhuǎn)。（2）產(chǎn)業(yè)數(shù)字化指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響效應(yīng)及其發(fā)展趨勢(shì)存在區(qū)域差異。東、中、部地區(qū)多數(shù)省份的產(chǎn)業(yè)數(shù)字化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)正向影響，但是其邊際效應(yīng)趨于弱化；同時(shí)，東部地區(qū)南方省份的正向效應(yīng)明顯高于其他地區(qū)。東北地區(qū)更是呈現(xiàn)由正向效應(yīng)向負(fù)向效應(yīng)轉(zhuǎn)變的趨勢(shì)；而西部地區(qū)主要呈現(xiàn)負(fù)向效應(yīng)的弱化趨勢(shì)，存在產(chǎn)業(yè)數(shù)字化發(fā)展不足的問題。譬如，2019年?yáng)|部地區(qū)產(chǎn)業(yè)數(shù)字化指數(shù)為14.12，是全國(guó)平均水平（6.74）的2.09倍，而中西部地區(qū)與東北地區(qū)均明顯低于全國(guó)平均水平。（3）數(shù)字產(chǎn)業(yè)化指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展基本呈現(xiàn)正向效應(yīng)，除福建、新疆和青海以外，大部分省份均保持相對(duì)穩(wěn)定或者上升的趨勢(shì)。從區(qū)域分布來(lái)看，正向效應(yīng)較高的省份集中于東部地區(qū)的北方省份以及東北地區(qū)與西部地區(qū)，而較低的省份則主要分布在東部地區(qū)的南方省份和中部地區(qū)。值得關(guān)注的是，東部地區(qū)北方省份的數(shù)字產(chǎn)業(yè)化發(fā)展的正向效應(yīng)系數(shù)明顯高于其南方省份。在其他地區(qū)也出現(xiàn)了類似情況，例如，2019年?yáng)|北地區(qū)的遼寧、吉林與黑龍江的數(shù)字產(chǎn)業(yè)化指數(shù)分別為1.94、2.60與4.64，明顯高于中西部地區(qū)大部分省份；而中部地區(qū)的河南與山西則明顯高于安徽、江西、湖南、湖北等省份。

3 結(jié)論

本文基于2013—2019 年我國(guó)30 個(gè)省份的面板數(shù)據(jù)，從數(shù)字基礎(chǔ)設(shè)施、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化三個(gè)維度測(cè)度了數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，同時(shí)，在借鑒并優(yōu)化前人的指標(biāo)體系的基礎(chǔ)上，測(cè)度了經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)，并進(jìn)一步運(yùn)用空間杜賓模型與時(shí)空地理加權(quán)回歸模型探究了驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的數(shù)字經(jīng)濟(jì)要素的影響效應(yīng)及其時(shí)空差異，得出以下結(jié)論：

（1）中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)與數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)均穩(wěn)步提升，但區(qū)域間差異較大，區(qū)域發(fā)展不平衡問題凸顯，兩個(gè)指數(shù)均呈現(xiàn)由東向西遞減的梯度分布格局；且兩個(gè)指數(shù)均具有顯著的正向空間自相關(guān)性，在經(jīng)濟(jì)地理距離上空間集聚效應(yīng)顯著。

（2）經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)的一階滯后項(xiàng)、數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、數(shù)字產(chǎn)業(yè)化指數(shù)、對(duì)外貿(mào)易依存度對(duì)本省經(jīng)濟(jì)高質(zhì)量發(fā)展的影響呈現(xiàn)顯著的正向效應(yīng)。在經(jīng)濟(jì)地理距離上相鄰的省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、數(shù)字產(chǎn)業(yè)化指數(shù)、對(duì)外貿(mào)易依存度對(duì)其相鄰省份的經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的正向推動(dòng)作用。經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)一階滯后項(xiàng)的空間滯后項(xiàng)的影響系數(shù)顯著為負(fù)，數(shù)字基礎(chǔ)設(shè)施指數(shù)與產(chǎn)業(yè)數(shù)字化指數(shù)及二者的空間滯后項(xiàng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響均不顯著。

（3）數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的效應(yīng)存在區(qū)域差異，東北地區(qū)和中西部地區(qū)的驅(qū)動(dòng)作用明顯高于東部地區(qū)。分維度來(lái)看，數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響呈現(xiàn)“倒U”型趨勢(shì)，且存在區(qū)域差異。其中，東北地區(qū)和西部地區(qū)基本呈現(xiàn)正向效應(yīng)，而東部地區(qū)與中部地區(qū)則主要呈現(xiàn)負(fù)向效應(yīng)。產(chǎn)業(yè)數(shù)字化指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響呈現(xiàn)收斂態(tài)勢(shì)，無(wú)論是正向效應(yīng)還是負(fù)向效應(yīng)，其影響都趨于弱化；并且，中部地區(qū)、東部地區(qū)南方省份的正向效應(yīng)明顯高于其他地區(qū)。數(shù)字產(chǎn)業(yè)化指數(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響的正向效應(yīng)基本保持穩(wěn)定或呈現(xiàn)上升趨勢(shì)（除福建和青海以外），東部地區(qū)北方省份、東北地區(qū)與西部地區(qū)的正向效應(yīng)明顯大于其他地區(qū)。