黃穎樑 毛春苗

【摘要】在測(cè)算2011—2021年中國(guó)30個(gè)省級(jí)行政區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平的基礎(chǔ)上，利用空間杜賓模型探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響。研究顯示：（1）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換具有顯著正向促進(jìn)效應(yīng)；（2）經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平的提高會(huì)對(duì)鄰近地區(qū)產(chǎn)生明顯的正向空間溢出效應(yīng)；（3）數(shù)字經(jīng)濟(jì)具有“虹吸效應(yīng)”，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響具有負(fù)向空間溢出效應(yīng)。據(jù)此，政府有關(guān)部門(mén)應(yīng)持續(xù)加大數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)力度，以加快數(shù)字經(jīng)濟(jì)發(fā)展；同時(shí)，應(yīng)統(tǒng)籌大數(shù)據(jù)平臺(tái)建設(shè)，加強(qiáng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合、加強(qiáng)各個(gè)地區(qū)數(shù)字經(jīng)濟(jì)的交流。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換；空間杜賓模型；空間溢出效應(yīng)

【中圖分類(lèi)號(hào)】F49

一、引言

隨著信息革命的不斷發(fā)展，數(shù)字經(jīng)濟(jì)已成為中國(guó)經(jīng)濟(jì)增長(zhǎng)的重要驅(qū)動(dòng)力。根據(jù)中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2023年）》[ 1 ]，2022年我國(guó)的數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到了50.2萬(wàn)億元，比2020年增長(zhǎng)了10.3%，占GDP比重達(dá)41.5%。這表明，數(shù)字經(jīng)濟(jì)的發(fā)展已經(jīng)成為實(shí)現(xiàn)經(jīng)濟(jì)平穩(wěn)回升、推進(jìn)中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)飛躍的重大戰(zhàn)略選擇。近年來(lái)，我國(guó)人口紅利逐漸消失，中美貿(mào)易沖突日益激烈，經(jīng)濟(jì)承受著巨大的下行壓力。如何為中國(guó)經(jīng)濟(jì)發(fā)展塑造新動(dòng)能、新優(yōu)勢(shì)成為我國(guó)經(jīng)濟(jì)發(fā)展亟需解決的重要問(wèn)題。在“十四五”規(guī)劃和黨的二十大報(bào)告中均指出“打造數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)，壯大經(jīng)濟(jì)發(fā)展新引擎”。因此，厘清數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響，對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展具有實(shí)踐意義。

目前，關(guān)于經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的研究主要集中在以下三個(gè)方面。其一，經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的內(nèi)涵。國(guó)內(nèi)外學(xué)者對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換內(nèi)涵的研究主要從微觀、中觀與宏觀三個(gè)層面展開(kāi)。從微觀視角看，經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的實(shí)質(zhì)是新需求和新供給全面結(jié)合并實(shí)現(xiàn)平衡的過(guò)程（裴長(zhǎng)洪，2020）[2]；從中觀視角來(lái)看，部分學(xué)者將經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換定義為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，培育新產(chǎn)業(yè)新優(yōu)勢(shì)，實(shí)現(xiàn)產(chǎn)業(yè)融合發(fā)展（金芳，2020）[3]；從宏觀視角看，經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換可以看成是國(guó)家整個(gè)經(jīng)濟(jì)從高速增長(zhǎng)狀態(tài)轉(zhuǎn)向高質(zhì)量發(fā)展?fàn)顟B(tài)的過(guò)程。其二，經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的測(cè)度。對(duì)新舊動(dòng)能轉(zhuǎn)化水平的測(cè)度方法主要分為兩種。一種是運(yùn)用柯布—道格拉斯生產(chǎn)函數(shù)測(cè)算全要素生產(chǎn)率（白潔，2018）[4]，依靠全要素生產(chǎn)率等單維度指標(biāo)衡量經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平。另一種則是通過(guò)構(gòu)建經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換綜合指標(biāo)體系，從多維度綜合測(cè)算經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平。其三，探究新舊動(dòng)能轉(zhuǎn)換的影響因素。學(xué)者們重點(diǎn)探討了產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放、生產(chǎn)要素、政府政策、企業(yè)家精神對(duì)新舊動(dòng)能轉(zhuǎn)換的影響。梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，當(dāng)前學(xué)者在理論分析和實(shí)證分析上均對(duì)新舊動(dòng)能轉(zhuǎn)換做出了一定的探究，為本文提供了研究基礎(chǔ)。但鮮有學(xué)者從空間角度探究數(shù)字經(jīng)濟(jì)對(duì)新舊動(dòng)能轉(zhuǎn)換的影響，因此，本文的邊際貢獻(xiàn)可能在于：采用201—2021年中國(guó)30個(gè)省份（不包括西藏和港澳臺(tái)地區(qū)）的面板數(shù)據(jù)，利用空間杜賓模型探究數(shù)字經(jīng)濟(jì)對(duì)新舊動(dòng)能轉(zhuǎn)換的影響及其空間溢出效應(yīng)。

二、模型設(shè)計(jì)與變量選取

（一）模型設(shè)計(jì)

1.空間計(jì)量模型設(shè)定

Level代表經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平，ρ為經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的空間自相關(guān)系數(shù)，Xit為第t年i地區(qū)所有解釋變量的集合，β和γ分別為相應(yīng)解釋變量的估計(jì)系數(shù)和空間自相關(guān)系數(shù)，W為空間權(quán)重矩陣，μi和vt分別為地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)，uit為空間誤差項(xiàng)，λ為各干擾項(xiàng)的空間自相關(guān)系數(shù)。

2.空間權(quán)重矩陣的選取

引入空間權(quán)重矩陣是進(jìn)行空間計(jì)量分析的必要前提?？紤]到數(shù)字經(jīng)濟(jì)突破了地理位置的約束，地區(qū)之間經(jīng)濟(jì)相似程度越高，其相互影響的程度就越高（曹靜韜，2022）[ 6 ]。因此，本文借鑒崔詳民等（2022）學(xué)者的研究方法，選用地理鄰接權(quán)重矩陣（W1）和經(jīng)濟(jì)距離權(quán)重矩陣（W2）檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響。兩種空間權(quán)重矩陣的具體構(gòu)建方法如下所示。

在矩陣W1的元素中，通過(guò)判斷兩地是否鄰接進(jìn)行取值，若鄰接則對(duì)應(yīng)元素取1，不鄰接則對(duì)應(yīng)元素取0。

（二）變量選取

1.被解釋變量——經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平

本文參考鄭江淮（2018）學(xué)者的研究方法，基于經(jīng)濟(jì)增長(zhǎng)新動(dòng)能理論，從需求側(cè)動(dòng)能維度、供給側(cè)動(dòng)能維度和結(jié)構(gòu)轉(zhuǎn)換動(dòng)能維度構(gòu)建經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平評(píng)價(jià)體系[ 7 ]。運(yùn)用熵值法計(jì)算新舊動(dòng)能綜合指數(shù)（Level），經(jīng)濟(jì)新舊動(dòng)能綜合指數(shù)越高代表經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平越高。

2.核心解釋變量——數(shù)字經(jīng)濟(jì)

測(cè)度數(shù)字經(jīng)濟(jì)若只選取某單一指標(biāo)，會(huì)導(dǎo)致對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度產(chǎn)生偏誤。因此，本文借鑒潘為華等（2021）的做法，從數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理4個(gè)維度對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度[8]，運(yùn)用熵值法進(jìn)行賦權(quán)，計(jì)算數(shù)字經(jīng)濟(jì)綜合指數(shù)（Dig）。

3.控制變量

本文參考馬海良（2022）[13]等學(xué)者的研究，選取外商直接投資（Fdi）、基礎(chǔ)設(shè)施建設(shè)（Infra）、政府干預(yù)程度（Gov）、經(jīng)濟(jì)發(fā)展水平（Rgdp）、開(kāi)放程度（Open）、人力資本水平（Human）作為主要控制變量。其中：外商直接投資（Fdi）使用各省外商直接投資額與各省GDP的比值表征；基礎(chǔ)設(shè)施建設(shè)（Infra）使用各省城市道路面積與建成區(qū)面積之比表示；政府干預(yù)程度（Gov）使用各省財(cái)政支出占GDP的比重衡量；經(jīng)濟(jì)發(fā)展水平（Rgdp）采用以2011年為基期的人均實(shí)際GDP表示，并取對(duì)數(shù)；開(kāi)放程度（Open）使用各省進(jìn)出口總量占GDP比重衡量；人力資本水平（Human）使用6歲以上人均受教育年限衡量。

4.數(shù)據(jù)來(lái)源

為了更好檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)新舊動(dòng)能轉(zhuǎn)換的影響，選取2011—2021年中國(guó)30個(gè)省級(jí)行政區(qū)（不包含西藏和港澳臺(tái)地區(qū)）的面板數(shù)據(jù)作為研究樣本，樣本數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》以及各省的統(tǒng)計(jì)年鑒，部分缺失值均采用線(xiàn)性插值法進(jìn)行推算補(bǔ)齊。

三、實(shí)證分析

（一）空間自相關(guān)檢驗(yàn)

首先對(duì)2011—2021年我國(guó)30個(gè)省份數(shù)字經(jīng)濟(jì)綜合指數(shù)和經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)進(jìn)行空間自相關(guān)檢驗(yàn)，基于地理鄰接空間權(quán)重矩陣（W1）和經(jīng)濟(jì)距離空間權(quán)重矩陣（W2）測(cè)度Morans I指數(shù)以檢驗(yàn)空間自相關(guān)性。通過(guò)表1結(jié)果可以看出，無(wú)論是基于地理鄰接空間權(quán)重矩陣還是基于經(jīng)濟(jì)距離空間權(quán)重矩陣，我國(guó)各省經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平的Morans I指數(shù)均為正，且在10%的顯著性水平上通過(guò)檢驗(yàn)。這表明在空間分布上，我國(guó)各省經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平具有顯著的正向空間相關(guān)性。

（二）模型選擇

選擇恰當(dāng)?shù)目臻g計(jì)量模型是保證回歸結(jié)果穩(wěn)健的重要步驟。第一，基于地理鄰接空間權(quán)重矩陣（W1）和經(jīng)濟(jì)距離空間權(quán)重矩陣（W2）對(duì)模型（1）進(jìn)行拉格朗日乘數(shù)（LM）檢驗(yàn)，LM檢驗(yàn)顯示計(jì)量模型中包含空間效應(yīng)，則根據(jù)Elhorst（2014）的研究，可直接使用更具一般意義的SDM模型進(jìn)行空間計(jì)量估計(jì)[ 9 ]。第二，Hausman檢驗(yàn)結(jié)果發(fā)現(xiàn)選擇固定效應(yīng)模型更加適合。第三，運(yùn)用似然比（LR）檢驗(yàn)發(fā)現(xiàn)應(yīng)該選用個(gè)體固定效應(yīng)模型。第四，對(duì)空間杜賓模型進(jìn)行Wald和LR檢驗(yàn)，發(fā)現(xiàn)Wald與LR檢驗(yàn)統(tǒng)計(jì)量在1%的置信水平下拒絕原假設(shè)，即空間杜賓模型（SDM）無(wú)法退化為空間誤差模型（SEM）和空間自回歸模型（SAR）。以上檢驗(yàn)結(jié)果均表明選取個(gè)體固定效應(yīng)的空間杜賓模型最優(yōu)。

（三）基準(zhǔn)回歸結(jié)果

本文基于2011—2021年我國(guó)30個(gè)省的面板數(shù)據(jù)，分析了數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響，表2中報(bào)告了基于兩種空間權(quán)重矩陣下數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的空間杜賓模型回歸結(jié)果。根據(jù)表2列（1）和列（2）結(jié)果來(lái)看，經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)（Level）的空間自回歸系數(shù)ρ在兩種空間權(quán)重下均為正，且通過(guò)了1%水平下的顯著性檢驗(yàn)，意味著經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換具有正向的空間溢出效應(yīng)，本地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平的提高會(huì)提升周邊地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平。

由于通過(guò)簡(jiǎn)單的點(diǎn)回歸無(wú)法分析數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的空間溢出效應(yīng)，因此采用偏微分法對(duì)空間杜賓模型得到的回歸結(jié)果進(jìn)行分解，可分解為直接效應(yīng)和間接效應(yīng)，以此探究我國(guó)各省數(shù)字經(jīng)濟(jì)發(fā)展對(duì)鄰近省份經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的溢出效應(yīng)。從表2效應(yīng)分解結(jié)果可以看出，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的直接效應(yīng)和總效應(yīng)均顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)能有效提高本地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平；數(shù)字經(jīng)濟(jì)的間接效應(yīng)顯著為負(fù)，表明本地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)周邊地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平具有負(fù)向的空間效應(yīng)，不利于周邊省份新舊動(dòng)能轉(zhuǎn)換。原因可能是本地區(qū)數(shù)字經(jīng)濟(jì)在推動(dòng)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的過(guò)程中，會(huì)產(chǎn)生“虹吸效應(yīng)”，從而對(duì)鄰近地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換產(chǎn)生一定的負(fù)向效應(yīng)。

（四）穩(wěn)健性檢驗(yàn)

為保證回歸結(jié)果的可靠性，本文采用替換核心解釋變量以及剔除直轄市方法進(jìn)行穩(wěn)健性檢驗(yàn)。第一，本文參考趙濤等（2020）[10]的研究方法，從互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)相關(guān)從業(yè)人員數(shù)量、互聯(lián)網(wǎng)相關(guān)產(chǎn)出、移動(dòng)互聯(lián)網(wǎng)用戶(hù)數(shù)、數(shù)字金融普惠發(fā)展5個(gè)方面重新測(cè)算數(shù)字經(jīng)濟(jì)綜合指數(shù)?；貧w結(jié)果見(jiàn)表3列（1）和列（3）。第二，剔除直轄市。由于中國(guó)各個(gè)省份數(shù)字經(jīng)濟(jì)發(fā)展存在較大的差異，特別是北京、天津、上海、重慶4個(gè)直轄市數(shù)字經(jīng)濟(jì)發(fā)展水平位居全國(guó)前列，這可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)新舊動(dòng)能轉(zhuǎn)換的促進(jìn)效應(yīng)不一致。因此，將4個(gè)直轄市樣本數(shù)據(jù)剔除，利用余下26個(gè)省市2011—2021年數(shù)據(jù)進(jìn)行回歸，回歸結(jié)果見(jiàn)表3列（2）和列（4）?？芍?，無(wú)論是替換核心解釋變量還是剔除直轄市樣本數(shù)據(jù)，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能的影響與基準(zhǔn)回歸結(jié)果保持一致，說(shuō)明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

四、結(jié)論與建議

本文基于2011—2021年中國(guó)30個(gè)省市的面板數(shù)據(jù)，運(yùn)用空間杜賓模型實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換的影響及其空間溢出效應(yīng)。研究結(jié)果表明：第一，數(shù)字經(jīng)濟(jì)對(duì)本地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換存在顯著的促進(jìn)作用；第二，本地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平的提高會(huì)提升周邊地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換水平；第三，本地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展會(huì)對(duì)鄰近地區(qū)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換產(chǎn)生負(fù)向的空間效應(yīng)。

基于以上研究結(jié)果，提出如下啟示：第一，持續(xù)增加數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施投入，促進(jìn)數(shù)字經(jīng)濟(jì)持續(xù)發(fā)展。中央和各級(jí)地方政府應(yīng)該牽頭支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展，加快5G互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的應(yīng)用，推進(jìn)數(shù)字中國(guó)建設(shè)，使信息技術(shù)成為中國(guó)經(jīng)濟(jì)發(fā)展的強(qiáng)大新動(dòng)力。第二，政府有關(guān)部門(mén)應(yīng)統(tǒng)籌大數(shù)據(jù)平臺(tái)建設(shè)，打破“數(shù)據(jù)壁壘”，使信息資源真正突破地域限制。第三，通過(guò)實(shí)體經(jīng)濟(jì)挖掘出數(shù)字經(jīng)濟(jì)的潛在價(jià)值，使數(shù)字經(jīng)濟(jì)融入到經(jīng)濟(jì)發(fā)展的各個(gè)方面，同時(shí)需要建立各地產(chǎn)業(yè)聯(lián)動(dòng)機(jī)制，實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展。

主要參考文獻(xiàn)：

[1]中國(guó)信息通信研究院.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2023年）[R].北京：中國(guó)信息通信研究院，2022.

[2]裴長(zhǎng)洪，倪江飛.習(xí)近平新舊動(dòng)能轉(zhuǎn)換重要論述的若干經(jīng)濟(jì)學(xué)分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020（05）：3-14.

[3]金芳，蘇倩，梁益琳.山東省制造業(yè)細(xì)分產(chǎn)業(yè)競(jìng)爭(zhēng)力分析——基于新舊動(dòng)能轉(zhuǎn)換視角[J].經(jīng)濟(jì)與管理評(píng)論，2020，36（03）：152-164.

[4]白潔.湖北新舊動(dòng)能轉(zhuǎn)換的定量測(cè)度與對(duì)策研究[J].湖北社會(huì)科學(xué)，2018（07）：53-58.

[5]曾燕萍，蔣楚鈺，崔智斌.數(shù)字金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于空間杜賓模型的研究[J].技術(shù)經(jīng)濟(jì)，2022，41（04）：94-106.

[6]曹靜韜，張思聰.數(shù)字經(jīng)濟(jì)對(duì)我國(guó)地區(qū)間稅收收入分配影響的實(shí)證分析——基于空間杜賓模型[J].稅務(wù)研究，2022（06）：13-21.

[7]鄭江淮，冉征.中國(guó)新舊動(dòng)能技術(shù)轉(zhuǎn)換的特征事實(shí)與政策建議——基于關(guān)鍵使能技術(shù)專(zhuān)利的指數(shù)分析[J].改革，2021（08）：38-51.

[8]潘為華，賀正楚，潘紅玉.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的時(shí)空演化和分布動(dòng)態(tài)[J].中國(guó)軟科學(xué)，2021（10）：137-147.

[9]韓峰，陽(yáng)立高.生產(chǎn)性服務(wù)業(yè)集聚如何影響制造業(yè)結(jié)構(gòu)升級(jí) ——一個(gè)集聚經(jīng)濟(jì)與熊彼特內(nèi)生增長(zhǎng)理論的綜合框架[J].管理世界，2020，36（02）：72-94+219.

[10]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

責(zé)編：險(xiǎn)峰