发展数字经济对长江经济带落实创新驱动战略、实现经济高质量发展、解决发展不平衡不充分问题具有重要推动作用。文章基于数字经济指数,采用空间计量模型、数理统计分析等方法,探讨了长江经济带数字经济水平空间格局及其影响因素。结果表明:长江经济带数字经济发展水平整体偏低,地理分布差异显著,发展水平由下游向上游递减;数字经济城市等级体系不由经济水平所主导,不完全遵循已有的基于地理空间的等级体系;长江经济带数字经济呈热点区-过渡区-次热点区-冷点区的"驼峰"状空间分异格局,上海、苏州、嘉兴等城市为数字经济热点区;地理加权回归结果显示,信息化水平、城市等级、产业结构显著提高了长江经济带数字经济发展水平,经济水平、人口规模、人力资本作用甚微,意味着经济基础较差的地区也可以依靠提升信息基础设施、推动产业升级发展数字经济以实现经济"换道超车"。据此,提出设立机构,制定政策,促进数字经济壮大;打造基地,培育品牌,提升数字经济实力;深化合作,深入对接,创新数字经济模式等建议。
The development of the digital economy has played an important role in promoting the innovation-driven strategy of the Yangtze River Economic Belt, in achieving high-quality economic development, and in addressing the problem of inadequate development imbalance. Based on the digital economic index, by using spatial econometric model and mathematical statistics analysis, this paper attempts to explore the spatial pattern of the digital economy in the Yangtze River Economic Belt and its influencing factors. The results show that the development level of the digital economy in the Yangtze River Economic Belt is generally low, the geographical distribution is significantly different, and the development level is decreasing from the downstream to the upstream. The digital economic city hierarchy is not dominated by the economic level and does not completely follow the existing geospatial-based hierarchy. The digital economy of the Yangtze River Economic Belt is a hotspot-transitional-secondary hotspot-cold-point spatial differentiation pattern, and cities such as Shanghai, Suzhou, and Jiaxing are digital economic hotspots; geographically weighted regression results show that information level of development, city level, and industrial structure have significantly improved the level of digital economic development in the Yangtze River Economic Belt. The economic level, population size, and human capital have little effect, which means that regions with poor economic bases can also rely on upgrading information infrastructure and promoting industrial upgrading, and develop the digital economy to achieve economic "changing the road and overtaking". Accordingly, it is proposed to set up institutions to formulate policies to promote the growth of the digital economy, create a base, cultivate a brand, and enhance the digital economy, deepen cooperation, and innovate digital economic models.
随着改革开放的不断深化,中国经济逐步迈入质量优先的新时代,高质量发展已成为中国经济发展的关键词。2017年12月8日,习近平总书记提出,“加快发展数字经济”“推动实体经济和数字经济融合”。2018年政府工作报告提出“发展壮大新动能”“为数字中国建设加油助力”,数字经济发展已经成为中国落实国家重大战略的关键力量,对中国经济高质量发展意义重大。长江经济带是新时期中国经济发展三大支撑带之一,长江经济带相关研究逐步成为关注热点。大多数学者从区域经济[
自1994年美国学者泰普斯科特正式提出数字经济以来[
在研究方法上,侧重构建指标体系运用主成分分析[
综上所述,已有研究取得诸多进展,主要对中国数字经济宏观发展状态展开,侧重区域数字经济发展战略探讨;但关于数字经济的测度及空间分布的研究仍显不足,尤其是关于数字经济的区域差异及空间分布研究的文献较少。本文在吸收已有研究成果的基础上作出如下探索:第一,全面展示长江经济带这一国家战略支撑区市域层面数字经济的实际发育状态及地域分异特征,弥补之前大多质性研究的不足;第二,采用Getis-Ord G*指数揭示了长江经济带数字经济发展水平热点区域;第三,基于地理加权回归模型分析长江经济带数字经济发展水平影响因素的空间异质性,甄别影响数字经济发展水平的关键驱动机制,以期对进一步提升长江经济带数字经济发展水平,缩小其空间差异有所裨益。
数字经济是一个阶段性的概念,是经济社会发展过程中的高级阶段,数字化的知识和信息是其关键要素,数字技术创新是其核心动力,现代信息网络是其主要载体,是将数字技术融入传统产业,提升传统产业数字化、信息化、数据化、智能化水平的一系列融合性经济活动[
http://txindex.qq.com/#/internet-plus?kind=all。]]>
② 腾讯研究院.中国“互联网+”数字经济指数,2018。
全局空间自相关反映数字经济发展水平在长江经济带的整体分布情况,可以判断长江经济带数字经济发展水平变化是否与相邻空间有关。本文通过计算全局Moran’s I指数来量化数字经济发展水平的总体空间关联程度。计算公式如下[
式中:
冷热点分析是一种探索局部空间聚类分布的方法,用于确定数字经济发展水平空间聚集的高(热点)低(冷点)值区域。采用Getis-Ord G*指数测度数字经济发展水平的热点和冷点区域,计算公式如下[
式中:
地理加权回归模型是将观测值的空间属性嵌入回归参数中,引入地理距离权重的统计回归模型,能够体现空间数据的非平稳性和相互差异[
式中:DE
本文引入一系列变量,通过运用GWR模型解释数字经济水平地域差异的主要影响因素因数据缺失,影响因素分析仅包含110个地级城市,不包含自治州。。数字经济的空间格局与多种社会因素有关,经济发展水平被认为是互联网产业发展的基础,数字经济发展所依赖的互联网基础条件与经济发展水平息息相关[
④ 直辖市、副省级城市和省会城市赋值为1,其余地级市赋值为0。
对长江经济带125个地级行政区的数字经济指数、基础分指数、产业分指数、创新创业分指数及智慧民生分指数进行统计,根据结果选择4分位的方法对全部地区进行分级(
长江经济带城市层面数字经济发展水平地理格局
通过比较各个城市的基础分指数(
将长江经济带125个城市数字经济指数从高到低排序(
长江经济带数字经济指数分布
长江经济带数字经济发展水平等级体系
层级 | 数字经济指数 | 均值 | 数量/个 | 比重/% | 城市 |
第一层级 | 18.109 | 18.109 | 1 | 0.8 | 上海 |
第二层级 | 5.138~6.185 | 5.721 | 4 | 3.2 | 重庆、成都、杭州、武汉 |
第三层级 | 1.357~ 3.539 | 2.215 | 10 | 8 | 长沙、苏州、南京、宁波、温州、昆明、无锡、合肥、南昌、金华 |
第四层级 | 0.093~1.148 | 0.367 | 110 | 88 | 贵阳、嘉兴、常州、台州、南通、绍兴、徐州、泰州、赣州、盐城、衡阳、扬州、绵阳、株洲、德阳、岳阳、湖州、郴州、镇江、遵义、邵阳、湘潭、宜昌、淮安、常德、娄底、连云港、宿迁、上饶、阜阳、九江等 |
从4个不同层级来看,个别城市如南京、宁波、贵阳、嘉兴、台州等城市只承担着省区级中心或地方性中心的作用,与已有的关于行政等级、网络社会空间的城市体系特征不一致[
为探讨长江经济带数字经济发展水平的地域集聚格局特征,通过ArcGIS10.2平台得到Moran’s I指数(
长江经济带数字经济发展水平空间分布的Moran’s I指数
指标 | Moran’s I指数 | 显著性水平 | |
数字经济指数 | 0.75 | 10.26 | 0.01 |
基础分指数 | 0.52 | 8.28 | 0.01 |
产业分指数 | 0.64 | 9.66 | 0.01 |
创新创业分指数 | 0.86 | 12.51 | 0.01 |
智慧民生分指数 | 0.33 | 5.67 | 0.01 |
为进一步探索长江经济带数字经济发展水平高低值集聚分布情况,利用ArcGIS10.2空间统计工具分类中的热点分析方法,计算长江经济带数字经济的
长江经济带数字经济指数热冷点区空间分布
进一步从4项分指数探讨其地理的空间集聚特征,可以发现:4项分指数的地理集聚格局与整体数字经济发展水平的集聚格局较为一致,有所不同的是智慧民生分指数识别的热点集聚区包括长三角城市和成渝城市群,说明长三角和成渝城市智慧城市发育程度较高,并呈现高水平集聚的状态。而其余3项分指数识别的冷热点集聚格局与总体较为一致,冷点区域仍以西部地区、中部“襄樊—贵阳”一线、环鄱阳湖城市群及苏北地区的城市为主。
在SPSS平台中利用逐步回归模型对变量进行处理,将VIF大于5的变量剔除,得到4个解释变量,分别是产业结构(IS)、人力资本(HC)、信息化水平(IL)和城市等级(CL)(
数字经济发展水平与影响因素相关性及变量间共线性检验
变量 | 相关性 | 指标共线性 | |||
Pearson系数 | 相关性判断 | 容忍度 | VIF | 多重共线性诊断 | |
注:根据相关系数得分,分为极强相关(0.8,1]、强相关(0.6,0.8]、中等程度相关(0.4,0.6]、弱相关(0.2,0.4]、极弱相关[0,0.2];根据VIF得分划为不存在多重共线性[0,5)、(5,10]存在较强多重共线性。 | |||||
EL | 0.723 | 强相关 | 0.084 | 11.854 | 较强共线性 |
IS | 0.545 | 中等相关 | 0.298 | 3.356 | 不存在共线性 |
PS | 0.245 | 弱相关 | 0.098 | 10.128 | 较强共线性 |
HC | 0.523 | 中等相关 | 0.317 | 3.157 | 不存在共线性 |
IL | 0.694 | 强相关 | 0.428 | 2.338 | 不存在共线性 |
CL | 0.723 | 强相关 | 0.229 | 4.357 | 不存在共线性 |
为了比较地理加权回归估计结果优势,首先构建OLS模型进行分析,结果见
OLS模型估计结果
变量 | 回归系数 | 标准差 | ||
注:***、**、*分别表示在1%、5%和10%水平上显著。 | ||||
(常数项) | 10.071*** | 25.675 | 33.782 | 0.000 |
IS | 0.241** | 1.997 | 1.794 | 0.032 |
HC | -0.201* | 0.218 | -0.421 | 0.078 |
IL | 0.210* | 0.217 | 0.014 | 0.092 |
CL | 2.744** | 3.411 | 3.208 | 0.024 |
在ArcGIS10.0软件中,采用adaptive核函数使AICc最小的带宽法进行局域估计。
GWR模型估计结果
回归系数 | 25%分位数 | 中位数 | 75%分位数 | |||
(常数项) | 9.868 | 25.472 | 9.796 | 9.823 | 9.959 | 0.000 |
IS | 0.038 | 1.794 | 0.020 | 0.038 | 0.057 | 0.021 |
HC | -0.002 | -0.421 | -0.003 | -0.002 | -0.001 | 0.052 |
IL | 0.007 | 0.014 | 0.006 | 0.007 | 0.008 | 0.079 |
CL | 2.541 | 3.208 | 2.120 | 2.541 | 2.962 | 0.024 |
GWR模型的一个优势是参数估计下产生的空间模式能够图形化,利用ArcGIS10.2软件提供的“分位数”分类法将不同地理位置的回归系数划分为5个等级。选取信息化水平、城市等级、产业结构和人力资本4个空间不稳定性非常显著(
GWR模型影响因素回归系数的空间分布
信息化水平。回归系数为正值,说明互联网宽带接入用户数指标对数字经济具有正向作用。系数值总体上呈现出由西向东递增的分布特征(
城市等级。回归系数基本为正值,说明城市等级与数字经济发展水平呈正相关。空间上,系数值呈由西部向东部递增的特征(
产业结构。回归系数为正值,说明产业结构高级度与数字经济呈正相关。系数值总体上呈现出东高西低的分布特征(
人力资本。长江经济带的人力资本与数字经济的关系较复杂。从回归系数的空间分布看,其回归系数的绝对值在空间上由西向东递减(
在经济发展新旧动能转换和经济高质量发展的背景下,精准识别长江经济带数字经济发育状况,解析长江经济带数字经济不平衡发展基本特征和形成机制,对助推长江经济带由要素驱动向创新驱动转型、产业结构向中高端迈进具有重要的现实意义。以上从基本格局、等级体系、空间冷热点视角深入分析了长江经济带数字经济空间不平衡特征及其影响因素,主要得到以下结论。
第一,长江经济带数字经济发展水平整体偏低,地理分布差异显著。具体表现为数字经济发展水平由下游向上游递减,长三角地区高水平城市集聚显著,广大中上游地区呈“孤岛”格局,其与长江经济带经济发展的总体格局高度吻合。其中,智慧民生分指数在长三角、长江中游、成渝地区显示出“集群式”分布格局。创新创业分指数空间格局总体呈“核心—边缘”模式,表明创新活动门槛较高,创新载体须依附于高等级城市。
第二,长江经济带数字经济等级体系4个层级城市整体上呈现明显的金字塔型结构特征。个别城市如南京、宁波、贵阳、嘉兴、台州等与已有的关于行政等级、网络社会空间的城市体系特征不一致,这在某种程度上反映了城市在数字经济体系中的地位不由经济水平主导,系城市的数字化、信息化水平等多因素影响下的结果。
第三,长江经济带数字经济表现出显著的全局与局部空间集聚特征,冷热点空间格局呈热点区—过渡区—次热点区—冷点区的“驼峰”状分布态势。热点区主要包括上海、苏州、嘉兴等城市,冷点区主要集中在西部地区、中部“襄樊—贵阳”一线、环鄱阳湖城市群及苏北地区的城市。其中,智慧民生分指数识别的热点集聚区包括长三角城市和成渝城市群,说明长三角和成渝城市智慧城市发育程度较高,并呈现高水平集聚的状态。
第四,从GWR结果看,长江经济带数字经济受信息化水平、城市等级、产业结构、人力资本影响显著,其中以城市等级影响最为突出,而人力资本对长江经济带数字经济的影响不稳定。经济发展水平和人口规模未能通过显著性水平检验,经济水平和人口规模对数字经济影响微弱,意味着经济基础较差的地区也可以依靠提升信息基础设施、推动产业升级发展数字经济以实现经济“换道超车”。
针对长江经济带数字经济发展水平整体低、结构不合理、东西差异大等不平衡不充分问题,进一步提出以下政策建议。
一是合理设立长江经济带数字经济区域合作办公室,构建由9省2市工信厅、科技厅部、发改委等部门牵头的跨区域合作机制,作为数字经济的专业管理机构,分析确定长江经济带数字经济发展的重点领域,跟踪研究长江经济带数字经济发展的新情况、新问题,协调解决长江经济带数字经济发展遇到的重大难题,建立完善长江经济带数字经济风险防控机制。二是制定出台《促进长江经济带数字经济发展的若干意见》,并在此基础上制定《实施细则》,以持续引进国内外著名互联网大数据、互联网金融门户、人工智能等企业,对在长江经济带注册的数字经济企业给予政策、税费、资金等方面的支持;鼓励有条件的企业发展互联网帮助传统产业数字改造转型,增强产业活力;对符合条件的企业给予高新技术企业、技术先进型企业的认定,按照若干意见相应的财税政策享受税费减免。
一是加快建设长江经济带数字经济产业园和基地,鼓励互联网、数字经济新业态企业合理集聚。合理布局长江经济带数字经济发展空间。目前长江经济带已形成长三角和成渝两大数字经济热点区,以上海、成都、重庆、南京、武汉、杭州为试点打造长江经济带数字经济中心,形成数字经济产业聚集态势。积极支持长江经济带省会城市等一批有条件的地区结合自身产业定位,建设有特色的数字经济产业园区,打造有特色的数字经济集聚区。选取区域实力较强的互联网产业基地(园区),政府在政策上给予适当倾斜。二是加大对本土数字经济平台品牌建设的扶持力度,打造区域行业本土品牌。选取阿里巴巴、小米等数字经济龙头企业进行重点扶持,实行“一企一策”,按照规定享受相关财税优惠政策。加强本土数字经济平台品牌的宣传推介,举办数字经济峰会等活动,引导投资者正确投资,为长江经济带数字经济树立坚实可靠的品牌形象。
一是加大数字经济服务平台与传统产业的合作。整合不同机构层面的数字经济平台,打造统一的数字经济服务智慧平台。以“互联网+”的理念形成数字经济服务的大数据库,避免因资源过度分散而给数字经济服务需求者带来不必要的交易成本。为每一条传统产业的数字经济需求提供精准的数字化供给方案。并做好“线上和线下”的服务工作,统计服务结果。二是加大数字经济企业与高校、科研机构的合作。大力支持有条件的高校设立数字经济研究院,对数字经济发展具有重大影响的问题进行产学研合作研究,对数字经济创新有杰出贡献的科研机构和人才给予奖励。鼓励高校及科研机构对云计算、大数据等互联网技术进行研究,提高数字经济的技术创新力和产品竞争力。三是加大数字经济企业与工业产品企业的合作。利用数字化技术实现服务创新,提升数字经济广度、深度和能级,支持数字经济平台与工业产品企业深入对接,拓宽数字经济服务覆盖面,为消费者提供更多的创新数字经济服务。
徐长乐, 徐廷廷, 孟越男.长江经济带产业分工合作现状、问题及发展对策[J].长江流域资源与环境, 2015, 24(10):1633-1638.
冯兴华, 钟业喜.长江经济带城市网络结构演变特征[J].学习与实践, 2018(10):46-55.
李强, 高楠.长江经济带生态效率时空格局演化及影响因素研究[J].重庆大学学报(社会科学版), 2018, 24(3):29-37.
钟业喜, 朱治州.长江经济带土地利用及其生态系统服务价值演变研究[J].江西师范大学学报(哲学社会科学版), 2018, 51(3):100-107.
BOWMAN J P.The digitaleconomy:promise and peril in the age of networked Intelligence[M]//TAPSCOTT D.New York:McGraw-hill, 1996.
逄健, 朱欣民.国外数字经济发展趋势与数字经济国家发展战略[J].科技进步与对策, 2013, 30(8):124-128.
林跃勤.新兴国家数字经济发展与合作[J].深圳大学学报(人文社会科学版), 2017, 34(4):105-108.
夏炎, 王会娟, 张凤, 等.数字经济对中国经济增长和非农就业影响研究:基于投入占用产出模型[J].中国科学院院刊, 2018, 33(7):707-716.
张于喆.数字经济驱动产业结构向中高端迈进的发展思路与主要任务[J].经济纵横, 2018(9):85-91.
刘海启.加快数字农业建设为农业农村现代化增添新动能[J].中国农业资源与区划.2017, 38(12):1-6.
曹正勇.数字经济背景下促进我国工业高质量发展的新制造模式研究[J].理论探讨, 2018(2):99-104.
赵西三.数字经济驱动中国制造转型升级研究[J].中州学刊, 2017(12):36-41.
张伯超, 沈开艳."一带一路"沿线国家数字经济发展就绪度定量评估与特征分析[J].上海经济研究, 2018, 30(1):94-103.
张雪玲, 焦月霞.中国数字经济发展指数及其应用初探[J].浙江社会科学, 2017(4):32-40, 157.
王彬燕, 田俊峰, 程利莎, 等.中国数字经济空间分异及影响因素[J].地理科学, 2018, 38(6):859-868.
徐清源, 单志广, 马潮江.国内外数字经济测度指标体系研究综述[J].调研世界, 2018(11):52-58.
OECD.OECD Digital Economy Outlook 2017[R].OECD Publishing, 2017.
http://www.cac.gov.cn/2016-09/29/c_1119648520.htm.]]>
李建新, 钟业喜, 黄洁, 等.21世纪以来京汕低谷带经济发展差异研究[J].经济地理, 2015, 35(8):10-18.
钟业喜, 傅钰, 郭卫东, 等.中国上市公司总部空间格局演变及其驱动因素研究[J].地理科学, 2018, 38(4):485-494.
FOTHERINGHAM A S, BRUNSDON C.Local forms of spatial analysis[J].Geographical Analysis, 2010, 31(4):340-358.
邱娟, 汪明峰.进入21世纪以来中国互联网发展的时空差异及其影响因素分析[J].地域研究与开发, 2010, 29(5):28-32, 38.
张桂文, 孙亚南.人力资本与产业结构演进耦合关系的实证研究[J].中国人口科学, 2014(6):96-106, 128.
何菊香, 赖世茜, 廖小伟.互联网产业发展影响因素的实证分析[J].管理评论, 2015, 27(1):138-147.
魏宗财, 甄峰, 席广亮, 等.全球化、柔性化、复合化、差异化:信息时代城市功能演变研究[J].经济地理, 2013, 33(6):48-52.