數(shù)字經(jīng)濟賦能長三角高質(zhì)量發(fā)展
——基于創(chuàng)新能力視角的機制分析*

胡本田,沈曉東

(安徽大學 經(jīng)濟學院,安徽 合肥 230601)

長三角作為國家一體化發(fā)展示范區(qū),數(shù)字經(jīng)濟正處在快速發(fā)展階段,對社會發(fā)展的重要作用日益凸顯,探討數(shù)字經(jīng)濟對城市高質(zhì)量發(fā)展的影響具有重要的現(xiàn)實意義。對此,本文選取長三角2015—2019年41個地級以上城市的面板數(shù)據(jù),從創(chuàng)新視角出發(fā),在研究數(shù)字經(jīng)濟能否促進高質(zhì)量發(fā)展的基礎上,分析數(shù)字經(jīng)濟能否通過提高創(chuàng)新能力間接推動城市高質(zhì)量發(fā)展,并探討數(shù)字經(jīng)濟可能存在的非線性溢出特征與空間溢出效應。

一、文獻綜述

圍繞研究的主題,將相關文獻歸納為數(shù)字經(jīng)濟賦能高質(zhì)量發(fā)展、數(shù)字經(jīng)濟提升創(chuàng)新能力以及創(chuàng)新驅(qū)動高質(zhì)量發(fā)展三個方面。

(一) 數(shù)字經(jīng)濟賦能高質(zhì)量發(fā)展

許憲春等認為數(shù)字經(jīng)濟是基于現(xiàn)代網(wǎng)絡信息技術(shù)所產(chǎn)生的一系列經(jīng)濟活動的總和[1],可以通過大數(shù)據(jù)整合資源、優(yōu)化資源配置、提高產(chǎn)品生產(chǎn)效率來實現(xiàn)綠色發(fā)展[2]。丁志帆認為經(jīng)濟高質(zhì)量發(fā)展得益于數(shù)字技術(shù)的創(chuàng)新、擴散與廣泛應用[3]。荊文君等認為數(shù)字經(jīng)濟的快速發(fā)展在微觀上降低了企業(yè)跟行業(yè)的平均成本,宏觀上提高了整個社會的經(jīng)濟效率進而推動高質(zhì)量發(fā)展[4]。宋曉玲證實了數(shù)字金融的發(fā)展有助于城鄉(xiāng)收入差距的減小[5],并且可以促進我國經(jīng)濟的包容性增長[6]。趙濤等證實了數(shù)字經(jīng)濟可以顯著促進城市高質(zhì)量發(fā)展[7]。

(二) 數(shù)字經(jīng)濟提升創(chuàng)新能力

部分學者研究了數(shù)字經(jīng)濟對創(chuàng)新能力的影響。溫珺等選取中國287個地級市的數(shù)據(jù)進行回歸分析,證實數(shù)字經(jīng)濟發(fā)展能夠促進創(chuàng)新能力的提升,原因在于數(shù)字經(jīng)濟可以在生產(chǎn)端與消費端之間架設橋梁,打破信息壁壘,促進新產(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)營成本,有更多資金可用于研發(fā)來提升創(chuàng)新效率[8]。此外,溫珺等通過對我國省域面板數(shù)據(jù)進行分析,發(fā)現(xiàn)數(shù)字經(jīng)濟對創(chuàng)新能力提升作用明顯[9]。

(三) 創(chuàng)新驅(qū)動高質(zhì)量發(fā)展

創(chuàng)新是推動我國經(jīng)濟高質(zhì)量發(fā)展的根本動力。陳昌兵認為不斷探索發(fā)展的根本動力是經(jīng)濟增長的來源,而發(fā)展根本動力在于創(chuàng)新,在創(chuàng)新驅(qū)動下,會帶來服務業(yè)和高端制造業(yè)的轉(zhuǎn)型升級[10]。任保平等認為創(chuàng)新是經(jīng)濟邁向高質(zhì)量增長的核心,發(fā)展數(shù)字經(jīng)濟、創(chuàng)新發(fā)展方式是新舊動力轉(zhuǎn)化的有效方式[11]。還有學者以長江經(jīng)濟帶城市為研究對象,證實了科技創(chuàng)新可以顯著促進城市的高質(zhì)量發(fā)展[12-13]。

現(xiàn)有文獻分析了數(shù)字經(jīng)濟可以提高創(chuàng)新能力和促進高質(zhì)量發(fā)展,創(chuàng)新作為新時代經(jīng)濟增長的核心動力,可以推動高質(zhì)量發(fā)展,那么數(shù)字經(jīng)濟能否通過提高創(chuàng)新能力間接促進高質(zhì)量發(fā)展呢?對此本文提出研究假設:數(shù)字經(jīng)濟可以直接促進城市高質(zhì)量發(fā)展,并且創(chuàng)新能力是這一過程的重要機制。

二、研究設計

(一) 模型構(gòu)建

為了證實上述假設的正確性,對數(shù)字經(jīng)濟影響經(jīng)濟高質(zhì)量發(fā)展的直接作用機制構(gòu)建如下的基本計量模型

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)濟指數(shù),Xit為控制變量,μi和λt分別控制個體、時間固定效應,?it為隨機擾動項,α1為核心解釋變量數(shù)字經(jīng)濟的回歸系數(shù)。

為分析數(shù)字經(jīng)濟對城市高質(zhì)量發(fā)展可能存在的影響機制,對創(chuàng)新能力(Rip)是否為二者之間的中介變量進行檢驗。參考溫忠麟等[14]的分析思路，在模型(1)中的系數(shù)α1顯著性通過了檢驗的基礎上,構(gòu)建數(shù)字經(jīng)濟(DEI)對創(chuàng)新能力(Rip)的計量模型、數(shù)字經(jīng)濟(DEI)和創(chuàng)新能力(Rip)對城市高質(zhì)量發(fā)展(Hqd)的計量模型,通過系數(shù)β1、γ1和γ2的大小和顯著性來判斷中介效應是否存在,具體的中介效應模型為

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)濟可能存在的非線性效應。參考Hansen的研究[15],在基準模型基礎上構(gòu)建如下門檻模型

(4)

(5)

(6)

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

考慮到經(jīng)濟活動在空間上存在的聯(lián)系,本文構(gòu)建空間計量模型來檢驗數(shù)字經(jīng)濟和創(chuàng)新能力在空間上對高質(zhì)量發(fā)展的影響。

設定空間誤差模型(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)濟地理距離矩陣三種矩陣來分析數(shù)字經(jīng)濟、創(chuàng)新能力對長三角城市高質(zhì)量發(fā)展的影響。

(二) 變量說明

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。參考已有文獻對高質(zhì)量發(fā)展水平的測度[17-22],并結(jié)合數(shù)據(jù)可獲得性,從經(jīng)濟活力、綠色發(fā)展、人民生活、社會和諧四個角度構(gòu)建城市高質(zhì)量發(fā)展指標體系。在高質(zhì)量發(fā)展指標體系中,經(jīng)濟活力是一個城市高質(zhì)量發(fā)展的核心,因此賦予40%的權(quán)重;綠色發(fā)展、人民生活和社會和諧具有相同的重要性,各賦予20%的權(quán)重。

指標體系的權(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]。綜合考慮各項指標對于評價體系的重要性以及指標之間的差異程度,參考上述文獻對一級指標進行主觀賦權(quán),并對二級指標和三級指標使用熵值法客觀加權(quán)確定權(quán)重,指標的差異程度越小,熵值越小,其權(quán)重越大。高質(zhì)量發(fā)展的指標體系及各指標權(quán)重見表1。

表1 高質(zhì)量發(fā)展指數(shù)評價指標體系Table 1 Evaluation index system of high-quality development index

2 核心解釋變量 數(shù)字經(jīng)濟發(fā)展為本文的核心解釋變量。參考已有文獻對數(shù)字經(jīng)濟發(fā)展的測度[28-29],并結(jié)合城市數(shù)據(jù)可獲得性,本文從數(shù)字化基礎設施、數(shù)字化產(chǎn)業(yè)、數(shù)字化應用、數(shù)字化人才和數(shù)字金融發(fā)展五個維度構(gòu)建數(shù)字經(jīng)濟發(fā)展指標體系。其中,對于數(shù)字金融發(fā)展,用“北京大學數(shù)字普惠金融指數(shù)”表示,該指數(shù)在數(shù)字經(jīng)濟及相關領域的研究中應用廣泛[30]。在數(shù)字經(jīng)濟指標體系中,本文認為5個一級指標均從不同角度反映了數(shù)字經(jīng)濟的發(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)展指標同樣的賦權(quán)方法，得到數(shù)字經(jīng)濟評價指標體系及各指標權(quán)重見表2。

表2 數(shù)字經(jīng)濟指數(shù)評價指標體系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),Patent2為非發(fā)明專利授權(quán)量(千項),Rip為城市創(chuàng)新能力。

4 控制變量 為全面分析數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的影響,設定一組可能會影響經(jīng)濟發(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;政府干預度(Gov),用政府財政支出總額比地區(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),用當年實際使用外資金額比地區(qū)GDP表示。

(三) 數(shù)據(jù)來源和描述性統(tǒng)計

本文選取的是2015—2019年長三角41個地級市的平衡面板數(shù)據(jù),少量缺失數(shù)據(jù)難以獲取，用相應的統(tǒng)計方法補齊,數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》、各省市的統(tǒng)計年鑒以及各省市政府網(wǎng)站年報和工作報告。表3為本文變量的描述性統(tǒng)計結(jié)果。

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

(11)

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

(12)

由此進行數(shù)據(jù)處理后,所有指標值均在1～7之間,式中“+1”的目的是為了讓指標的最小值或最大值經(jīng)過無量綱處理后的值不為0,避免對數(shù)處理時出現(xiàn)個別值不存在的情況。

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

三、實證檢驗

(一) 基準回歸分析

經(jīng)Hausman檢驗和過度識別檢驗,選擇固定效應模型分析數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的影響及其機制。表4的模型(1)(2)(3)報告了不添加控制變量時的結(jié)果,在模型(4)到模型(6)中則對應加入控制變量。模型(1)和模型(4)顯示了核心解釋變量數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的結(jié)果,表明無論是否加入控制變量,數(shù)字經(jīng)濟均顯著促進了長三角城市群的高質(zhì)量發(fā)展,本文假設的前半部分得以驗證;從控制變量結(jié)果看,人口聚集可能會促進經(jīng)濟的增長,但并不能推動城市高質(zhì)量發(fā)展[13];政府適當?shù)呢斦深A可以為經(jīng)濟高質(zhì)量發(fā)展提供有力支撐[12];城市規(guī)?；臄U張也未必能提高經(jīng)濟發(fā)展質(zhì)量[33];外資依存度(Fdi)的系數(shù)同樣為負且不顯著,表明外商直接投資并不能顯著促進地區(qū)的高質(zhì)量發(fā)展,反而可能會因為外商的過度投資,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)引進的外資類型不同也可能會造成地區(qū)之間經(jīng)濟社會發(fā)展的不平衡,進而不利于我國城市層面的高質(zhì)量發(fā)展[12]。從模型(2)和模型(5)數(shù)字經(jīng)濟對創(chuàng)新能力(Rip)的影響看,數(shù)字經(jīng)濟可以顯著提高創(chuàng)新能力,其發(fā)展帶來了專利申請數(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];人口密度對創(chuàng)新能力的影響顯著為正,可能因為密集的人口有利于人才的聚集和知識的吸收,進而可以提升區(qū)域創(chuàng)新能力[34];地方政府也可以通過主導創(chuàng)新環(huán)境建設以及直接參與創(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,加入機制變量創(chuàng)新能力(Rip)后,創(chuàng)新能力對高質(zhì)量發(fā)展的影響系數(shù)同樣顯著為正,數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的促進作用依然顯著,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檢驗也顯著拒絕了模型不存在中介效應的假設,說明創(chuàng)新能力提升是數(shù)字經(jīng)濟推動高質(zhì)量發(fā)展的作用機制。具體來看,在加入控制變量的中介效應模型(4)(5)(6)中,其他因素不變,數(shù)字經(jīng)濟每提升1個單位,高質(zhì)量發(fā)展就會直接提升0.071個單位,同時,創(chuàng)新能力也會提升3.896個單位,進而會使得高質(zhì)量發(fā)展提升0.039個單位,總效應為0.111,間接效應占總效應的比重為35.14%,即數(shù)字經(jīng)濟可以通過提高創(chuàng)新能力來推動城市高質(zhì)量發(fā)展。以上驗證了本文的研究假設。

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

(二) 非線性效應分析

采用面板門檻模型分析數(shù)字經(jīng)濟可能存在的非線性效應。先檢驗門檻存在性,在Bootstrap自助抽樣法反復抽樣500次后,在數(shù)字經(jīng)濟推動創(chuàng)新的門檻模型中,數(shù)字經(jīng)濟顯著通過了單門檻檢驗,未通過雙門檻和三門檻檢驗;在創(chuàng)新推動高質(zhì)量發(fā)展的門檻模型中,數(shù)字經(jīng)濟顯著通過了雙門檻檢驗,未通過三門檻檢驗;在數(shù)字經(jīng)濟直接促進高質(zhì)量發(fā)展的門檻模型中,存在一定的非線性效應,但未通過門檻檢驗。根據(jù)檢驗結(jié)果進行實證,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)濟發(fā)展水平的提高,數(shù)字經(jīng)濟對創(chuàng)新能力的提升呈現(xiàn)出顯著正向的非線性特征,當數(shù)字經(jīng)濟指數(shù)低于4.168時,數(shù)字經(jīng)濟的系數(shù)為1.522并且通過了顯著性水平為10%的檢驗,表明數(shù)字經(jīng)濟發(fā)展對于創(chuàng)新能力的促進作用較為顯著;當數(shù)字經(jīng)濟發(fā)展水平大于4.168時,數(shù)字經(jīng)濟的影響系數(shù)上升至2.931,并且通過了顯著性水平為1%的檢驗,說明數(shù)字經(jīng)濟對于創(chuàng)新能力的推動強度更大且效果更加顯著。在創(chuàng)新推動高質(zhì)量發(fā)展的門檻模型(2)中,當數(shù)字經(jīng)濟指數(shù)小于2.973時,創(chuàng)新能力的影響系數(shù)較小,且未通過顯著性檢驗,表明在數(shù)字經(jīng)濟發(fā)展水平很低的環(huán)境下,創(chuàng)新對于高質(zhì)量發(fā)展的推動效果微乎其微;當數(shù)字經(jīng)濟發(fā)展水平介于2.973和3.737之間時,創(chuàng)新對于高質(zhì)量發(fā)展的正向影響顯著增強,系數(shù)達到了0.021;當數(shù)字經(jīng)濟發(fā)展指數(shù)跨越了3.737時,創(chuàng)新能力對城市高質(zhì)量發(fā)展的推動力度更進一步。

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

(三) 空間效應分析

使用空間模型之前需要確定變量是否存在空間相關性,莫蘭指數(shù)是考察地理距離權(quán)重矩陣和經(jīng)濟地理距離權(quán)重矩陣下空間自相關性的常用指標。經(jīng)檢驗，在兩種不同空間權(quán)重矩陣下，2015—2019年長三角地區(qū)的高質(zhì)量發(fā)展指數(shù)、數(shù)字經(jīng)濟發(fā)展指數(shù)和創(chuàng)新能力的莫蘭指數(shù)均達到1%的顯著性水平,表明這三個指標具有顯著的空間自相關性。

參考Elhorst的研究思路[36],先對樣本進行OLS回歸估計,再進行LM檢驗和R-LM檢驗，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檢驗來確定是否適用于空間杜賓模型(SDM)。表6的檢驗結(jié)果顯示,在不同權(quán)重矩陣假定下,樣本均通過了SAR模型的LM檢驗與R-LM檢驗,未通過SEM模型的部分檢驗,因此傾向于SAR模型為最優(yōu)模型,作為比較同時列出SEM模型的回歸結(jié)果。

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

表7結(jié)果顯示,數(shù)字經(jīng)濟和創(chuàng)新能力對高質(zhì)量發(fā)展的影響始終顯著為正,再次說明二者對于城市發(fā)展始終起著重要的推動作用。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,說明長三角各城市的高質(zhì)量發(fā)展之間存在著正向交互效應。僅采用回歸系數(shù)解釋空間回歸結(jié)果可能會因為地區(qū)之間存在的大量交互信息而產(chǎn)生偏差,將總效應分解為直接效應和間接效應(空間溢出效應)。在經(jīng)濟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、創(chuàng)新能力推動高質(zhì)量發(fā)展的直接效應、間接效應和總效應均顯著為正,表明本地區(qū)數(shù)字經(jīng)濟發(fā)展和創(chuàng)新能力的提升不僅會促進當?shù)亟?jīng)濟的高質(zhì)量發(fā)展,也會提高周圍鄰近地區(qū)的發(fā)展質(zhì)量,即數(shù)字經(jīng)濟和創(chuàng)新能力都存在顯著正向的空間溢出效應。

表7 數(shù)字經(jīng)濟、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

以上分析表明長三角地區(qū)的數(shù)字經(jīng)濟可以顯著推動高質(zhì)量發(fā)展,為了確保結(jié)論的準確性,本文進行以下穩(wěn)健性討論。

(一) 工具變量方法

考慮到在分析數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的促進作用時可能存在的內(nèi)生性問題,即數(shù)字經(jīng)濟和經(jīng)濟高質(zhì)量發(fā)展可能會同時受到一系列不可觀測因素的影響,二者之間形成雙向因果關系,意味著地區(qū)經(jīng)濟的高質(zhì)量發(fā)展可能會對數(shù)字經(jīng)濟產(chǎn)生影響。

針對這一現(xiàn)象,為數(shù)字經(jīng)濟選取合適的工具變量,可以有效地解決內(nèi)生性問題。參考黃群慧等[37]的處理方法,選取2004年長三角各城市的每百人固定電話數(shù)作為數(shù)字經(jīng)濟指數(shù)的工具變量。因為本文采用的是面板模型,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,因此引入隨時間變化的變量來構(gòu)造面板工具變量[38]。具體而言,為了比較估計的結(jié)果,引入上一年的全國移動互聯(lián)網(wǎng)接入流量(IAT)與全國互聯(lián)網(wǎng)寬帶接入用戶(IAU)兩個指標分別與2004年長三角各城市的每百人固定電話數(shù)量(FLT)構(gòu)造交互項,作為城市該年數(shù)字經(jīng)濟發(fā)展指數(shù)的兩個工具變量。

為了進一步佐證檢驗的結(jié)論,再選取數(shù)字經(jīng)濟指數(shù)的滯后一期(L.DEI)作為第三個工具變量,并進行相應的穩(wěn)健性檢驗,見表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,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。

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

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

(二) 控制固定效應

參考趙濤等[7]的做法,設定省份固定效應、省份與年份交互效應以減小宏觀系統(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)濟依舊顯著推動長三角地區(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)測算的數(shù)字經(jīng)濟指數(shù),研究結(jié)論可能存在偶然性。為此,通過更換核心解釋變量進行進一步驗證,使用“北京大學數(shù)字普惠金融指數(shù)”來體現(xiàn)城市的數(shù)字經(jīng)濟發(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)濟依然在1%的水平上顯著,再次表明數(shù)字經(jīng)濟對長三角高質(zhì)量發(fā)展的促進作用是顯著的。

表9 控制固定效應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

本文通過實證分析得出如下結(jié)論:(1) 數(shù)字經(jīng)濟可以顯著促進長三角地區(qū)城市的高質(zhì)量發(fā)展,通過引入工具變量等穩(wěn)健性檢驗,該結(jié)論依然成立;(2) 區(qū)域創(chuàng)新能力是數(shù)字經(jīng)濟驅(qū)動高質(zhì)量發(fā)展的作用機制,數(shù)字經(jīng)濟能夠提升區(qū)域創(chuàng)新能力,通過正向中介效應間接推動城市的高質(zhì)量發(fā)展;(3) 數(shù)字經(jīng)濟促進高質(zhì)量發(fā)展的影響機制中存在非線性溢出效應,數(shù)字經(jīng)濟對創(chuàng)新影響呈現(xiàn)出“邊際效應”遞增的非線性特征,并且隨著數(shù)字經(jīng)濟發(fā)展水平的提高,創(chuàng)新驅(qū)動高質(zhì)量發(fā)展也具備該特征;(4) 數(shù)字經(jīng)濟和創(chuàng)新能力對長三角地區(qū)城市的高質(zhì)量發(fā)展均有顯著的空間溢出效應,表明數(shù)字經(jīng)濟和創(chuàng)新能力會隨著地區(qū)經(jīng)濟交流促進區(qū)域之間共同的高質(zhì)量發(fā)展,形成良好的經(jīng)濟格局。

(二) 政策建議

我國數(shù)字經(jīng)濟正處于飛速發(fā)展階段,為充分培育數(shù)字經(jīng)濟的新動能,推動長三角地區(qū)經(jīng)濟高質(zhì)量發(fā)展,給出以下政策建議。第一,要全面推動數(shù)字經(jīng)濟發(fā)展,持續(xù)推進數(shù)字經(jīng)濟基礎設施建設,提高地區(qū)經(jīng)濟發(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,應積極推進政府數(shù)字化轉(zhuǎn)型,用數(shù)字化改革的方式實現(xiàn)政府治理能力的現(xiàn)代化,充分掌握經(jīng)濟社會信息,合理分析經(jīng)濟社會大數(shù)據(jù),賦能長三角地區(qū)數(shù)字經(jīng)濟全面發(fā)展；從企業(yè)角度,應積極應用互聯(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)；從個人角度,努力提高自身數(shù)字化素養(yǎng),在生產(chǎn)端和消費端掌握數(shù)字化技能。第二,創(chuàng)新能力是數(shù)字經(jīng)濟促進高質(zhì)量發(fā)展的重要機制,各地區(qū)應積極加大創(chuàng)新投入,提升創(chuàng)新成果產(chǎn)出,努力建設創(chuàng)新人才隊伍,不斷推動相關領域核心技術(shù)的突破,培育我國經(jīng)濟高質(zhì)量發(fā)展的根本動力。第三,加大區(qū)域間經(jīng)濟建設的協(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,充分發(fā)揮數(shù)字經(jīng)濟對高質(zhì)量發(fā)展貢獻的空間溢出能力，不斷提升創(chuàng)新能力在區(qū)域協(xié)同網(wǎng)絡下對經(jīng)濟高質(zhì)量發(fā)展的支撐作用。