數(shù)字經(jīng)濟空間分布格局、溢出效應(yīng)與產(chǎn)業(yè)結(jié)構(gòu)升級

吳繼英，張一凡

(江蘇大學(xué) 財經(jīng)學(xué)院， 江蘇 鎮(zhèn)江 212013)

一、引言

在人工智能、大數(shù)據(jù)等新一輪科技革命的推動下，“十四五”規(guī)劃綱要提出打造數(shù)字經(jīng)濟新優(yōu)勢，促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。在政策保障和市場環(huán)境的雙重支撐下，我國數(shù)字經(jīng)濟邁出“加速度”，不僅實現(xiàn)了自身快速發(fā)展，更凸顯了其對產(chǎn)業(yè)結(jié)構(gòu)升級的倍增作用。數(shù)字經(jīng)濟以其平臺化、共享化、技術(shù)化等獨特優(yōu)勢，在新冠肺炎疫情應(yīng)對中展現(xiàn)了強勁與韌性，帶動了企業(yè)數(shù)字化、產(chǎn)業(yè)數(shù)字化及社會數(shù)字化轉(zhuǎn)型[1]，印證了數(shù)字經(jīng)濟是產(chǎn)業(yè)轉(zhuǎn)型的重要競爭力來源?！笆奈濉币?guī)劃綱要首次提出“數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值占GDP比重”這一新經(jīng)濟指標，明確到2025年該占比達到10%的發(fā)展目標。為實現(xiàn)這個目標，我國需大力推進數(shù)字經(jīng)濟發(fā)展。但在我國區(qū)域發(fā)展不平衡不充分的背景下，數(shù)字化基礎(chǔ)設(shè)施呈現(xiàn)差異性[2]，導(dǎo)致數(shù)字經(jīng)濟內(nèi)部發(fā)展存異，阻礙數(shù)字經(jīng)濟快速協(xié)調(diào)發(fā)展。

未來我國要堅定不移地建設(shè)數(shù)字中國，因此，把握數(shù)字經(jīng)濟的區(qū)域發(fā)展特征，推動數(shù)字經(jīng)濟協(xié)調(diào)發(fā)展引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級尤為重要。我國地區(qū)間數(shù)字經(jīng)濟發(fā)展呈現(xiàn)怎樣的差異特征？不同發(fā)展規(guī)模的數(shù)字經(jīng)濟是否會帶來溢出效應(yīng)？能否推動本地區(qū)并帶動周邊地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級？針對以上問題，本文首先從時空演變視角揭示我國數(shù)字經(jīng)濟的省域分布格局，在探討數(shù)字經(jīng)濟時空異質(zhì)性的基礎(chǔ)上，進一步實證研究數(shù)字經(jīng)濟對我國產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)及其區(qū)域差異，以期為協(xié)調(diào)區(qū)域間數(shù)字資源配置，打造數(shù)字經(jīng)濟新優(yōu)勢，為推進我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供理論參考和依據(jù)。

二、文獻綜述

國家統(tǒng)計局在《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》中對數(shù)字經(jīng)濟做出明確定義：數(shù)字經(jīng)濟是以數(shù)據(jù)資源作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動。目前數(shù)字經(jīng)濟的測度通常有兩種方法：一是規(guī)模測算法，即在范圍界定內(nèi)統(tǒng)計數(shù)字經(jīng)濟整體規(guī)模。一些機構(gòu)部門如美國商務(wù)部數(shù)字經(jīng)濟咨詢委員會(DEBA)、中國信息通信研究院等常使用此方法測度數(shù)字經(jīng)濟，學(xué)者們則較少使用此方法。比較有代表性的是許憲春等采用直接法從數(shù)字化賦權(quán)基礎(chǔ)設(shè)施、數(shù)字化媒體、數(shù)字化交易及數(shù)字經(jīng)濟交易產(chǎn)品等方面直接測度數(shù)字經(jīng)濟[3]。Reinsdorf等指出數(shù)字經(jīng)濟的發(fā)展模式暴露了現(xiàn)有經(jīng)濟規(guī)模的核算缺陷[4]，Bean進一步表明數(shù)字化時代產(chǎn)業(yè)連通性增強、信息技術(shù)不斷提升，促使商業(yè)模式變更、經(jīng)濟活動歸屬模糊化[5]，直接法核算會導(dǎo)致數(shù)字經(jīng)濟核算遺漏或GDP核算低估，不能有效反映數(shù)字經(jīng)濟的貢獻價值[6]。二是指標分析法，即通過多重指標評估數(shù)字經(jīng)濟再進行對比分析，用于測度不同區(qū)域的數(shù)字經(jīng)濟發(fā)展水平，單志廣等認為通過具體指標衡量數(shù)字經(jīng)濟發(fā)展現(xiàn)狀是現(xiàn)階段較為可行的方法[7]。目前數(shù)字經(jīng)濟指標體系的構(gòu)建理論與指標不斷豐富完善，通常包括互聯(lián)網(wǎng)發(fā)展、數(shù)字交易[8-10]、產(chǎn)業(yè)效率[10-11]等維度。

《中國數(shù)字經(jīng)濟發(fā)展白皮書(2021)》顯示，2020年我國數(shù)字經(jīng)濟規(guī)模達39.2萬億元，增速接近10%。數(shù)字經(jīng)濟高速增長的背后，數(shù)字基礎(chǔ)設(shè)施水平、數(shù)字技術(shù)滲透、數(shù)字融合發(fā)展不平衡、不協(xié)調(diào)、不充分等問題逐漸凸顯，區(qū)域數(shù)字經(jīng)濟的發(fā)展差異已引起政府和學(xué)者高度重視，目前已有學(xué)者圍繞區(qū)域間數(shù)字經(jīng)濟的空間分異格局和制約均衡發(fā)展的因素展開研究，但研究成果極少。從區(qū)域發(fā)展看，我國數(shù)字經(jīng)濟發(fā)展水平自東向西呈梯級遞減之勢[2,12]，長江經(jīng)濟帶地區(qū)從上游至下游呈遞增特征，整體發(fā)展水平空間分異明顯[13]，京津冀、成渝以及長三角城市群的數(shù)字經(jīng)濟群內(nèi)發(fā)展差距較大[14]。在眾多影響因素中，區(qū)域經(jīng)濟發(fā)展水平、數(shù)字化發(fā)展基礎(chǔ)、科學(xué)技術(shù)投入水平等是引致分異的主要原因[2]。

數(shù)字經(jīng)濟影響產(chǎn)業(yè)結(jié)構(gòu)升級的研究成果主要包括影響效應(yīng)與作用路徑分析。Zimmermann等較早指出數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有關(guān)鍵意義[15]，現(xiàn)有產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化作為數(shù)字經(jīng)濟的主體部分，均能顯著促進我國產(chǎn)業(yè)結(jié)構(gòu)升級，但產(chǎn)業(yè)數(shù)字化的促進效果比數(shù)字產(chǎn)業(yè)化更為明顯[16]。陳小輝等指出數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的提升速度存在邊際遞增效用，但囿于我國數(shù)字經(jīng)濟基礎(chǔ)設(shè)施發(fā)展不均衡，不同區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀存在差異，數(shù)字經(jīng)濟的提升作用存在區(qū)域異質(zhì)性[17]。例如長三角地區(qū)數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級存在空間溢出效應(yīng)，但相較于非都市圈區(qū)域，溢出效應(yīng)在都市圈城市中更為顯著[18]。另外，數(shù)字經(jīng)濟通過促進研發(fā)投入強度、提高地區(qū)創(chuàng)新等方式推動產(chǎn)業(yè)結(jié)構(gòu)升級[9,19]，同時產(chǎn)業(yè)結(jié)構(gòu)也是數(shù)字經(jīng)濟促進就業(yè)結(jié)構(gòu)優(yōu)化的中介變量，且存在明顯的門檻效應(yīng)[20]。

作為新興經(jīng)濟，數(shù)字經(jīng)濟的測度、發(fā)展差異及其對產(chǎn)業(yè)結(jié)構(gòu)升級的影響得到了學(xué)界廣泛關(guān)注，但目前的研究仍存在不足。首先,我國數(shù)字經(jīng)濟區(qū)域分布格局的研究角度較為單一，主要從某一時間截面切入，未能深入研究分布的時序變化過程和階段特征。其次，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)的影響研究是圍繞某個產(chǎn)業(yè)(如制造業(yè))揭示數(shù)字經(jīng)濟的驅(qū)動作用，割裂了產(chǎn)業(yè)結(jié)構(gòu)之間的有機聯(lián)系，不能充分說明數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的整體影響。最后，多數(shù)研究采用面板模型進行實證檢驗，忽略了經(jīng)濟活動的擴散效應(yīng)特征。也有研究基于部分地區(qū)探討(如長三角地區(qū))數(shù)字經(jīng)濟的溢出效應(yīng)，但針對全國范圍內(nèi)的專題性研究不多?？紤]到樣本選擇的差異性，需要進一步研究全國范圍內(nèi)數(shù)字經(jīng)濟的溢出情況。有鑒于此，基于“建設(shè)數(shù)字中國，賦能傳統(tǒng)產(chǎn)業(yè)改造升級”這一現(xiàn)實需求，本文旨在研究我國數(shù)字經(jīng)濟的空間分布格局，揭示數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)和區(qū)域異質(zhì)性。區(qū)別于現(xiàn)有文獻，本文的邊際貢獻在于以下兩個方面：第一，基于4個時間截面，通過自然斷裂法及核密度法深入分析我國省域數(shù)字經(jīng)濟的空間分布格局及其演變特征，拓展數(shù)字經(jīng)濟發(fā)展格局的研究維度；第二，考慮到數(shù)字經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)自身可能存在空間相關(guān)性，納入空間因素對變量的影響，運用空間杜賓模型研究我國數(shù)字經(jīng)濟發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)，并討論溢出效應(yīng)的區(qū)域異質(zhì)性，提升二者關(guān)系研究的深度。

三、研究方法及變量說明

(一)研究方法

1.核密度估計法

核密度估計(Kernel Density Estimation，KDE)是基于核函數(shù)計算點要素在柵格像元周圍的密度，最終由離散的點要素輸出連續(xù)的密度圖[21]，由此刻畫經(jīng)濟活動在空間上的集聚及演化特征，數(shù)學(xué)表達如下：

(1)

其中，f(x)為x處的核密度值，n為樣本數(shù)，h表示核密度帶寬，k為核函數(shù)，xi-Xi表示估計點x到第i個觀測位置的距離。

2.空間計量模型

空間計量模型的基本形式有空間滯后模型(Spatial Lagged Model，SLM)、空間誤差模型(Spatial Error Model，SEM)和空間杜賓模型(Spatial Dubin Model，SDM)。空間滯后模型的空間相關(guān)性反映被解釋變量的滯后項，將被解釋變量的空間滯后項納入解釋變量；空間誤差模型的空間相關(guān)性由誤差項的空間滯后項反映，描述了未納入模型的誤差項對被解釋變量的影響；空間杜賓模型綜合考慮了解釋變量和被解釋變量的空間滯后因素。為研究數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)，設(shè)定模型如下：

(2)

式(2)中被解釋變量indu表示產(chǎn)業(yè)結(jié)構(gòu)升級狀況，解釋變量del是數(shù)字經(jīng)濟發(fā)展水平，X是一系列控制變量。W為空間權(quán)重矩陣，反映各單元之間的空間關(guān)系；ρ和θ是空間滯后系數(shù)，反映變量之間的空間依賴關(guān)系；λ是空間自回歸系數(shù)，δ代表個體固定效應(yīng)，μ表示時間固定效應(yīng)，ε是隨機擾動項，In是n×1階單位矩陣。若ρ和θ同時為零，式(2)為空間誤差模型(SEM)；若λ和θ同時為零，式(2)為空間滯后模型(SLM)；若λ為零，式(2)則為空間杜賓模型(SDM)。

權(quán)重矩陣W參考孫超等構(gòu)建的地理經(jīng)濟綜合權(quán)重矩陣Wij：地理距離的倒數(shù)值乘以樣本期內(nèi)人均GDP絕對差值的倒數(shù)值[22]，具體見式(3)。pgdpi和pgdpj分別表示樣本期內(nèi)區(qū)域i和區(qū)域j的人均GDP的平均值，刻畫數(shù)字經(jīng)濟與產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出強度與區(qū)域經(jīng)濟發(fā)展的變化關(guān)系，dij是根據(jù)兩區(qū)域間省會城市經(jīng)緯度坐標計算得到的球面距離。

(3)

(二)變量選擇與數(shù)據(jù)說明

1.被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)升級狀況indu

周昌林等認為隨著勞動力分工與專業(yè)化水平的提高，產(chǎn)業(yè)結(jié)構(gòu)不斷升級演化，提高了勞動生產(chǎn)率[23]。勞動生產(chǎn)率主要反映產(chǎn)業(yè)水平狀況，在現(xiàn)有研究中學(xué)者們常使用各產(chǎn)業(yè)之間的比例考察產(chǎn)業(yè)結(jié)構(gòu)高級化程度，忽略了勞動生產(chǎn)率的改變，可能會導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)測度值“虛高”[22]。有鑒于此，參考袁航等的做法[24]，采用各產(chǎn)業(yè)產(chǎn)值比例與勞動生產(chǎn)率的乘積之和表示產(chǎn)業(yè)結(jié)構(gòu)升級，可以同時體現(xiàn)各產(chǎn)業(yè)比例關(guān)系的演進和各產(chǎn)業(yè)部門勞動生產(chǎn)率的提高，公式表達為：

(4)

2.核心解釋變量：數(shù)字經(jīng)濟發(fā)展水平del

數(shù)字經(jīng)濟是一種融合型經(jīng)濟，邊界難以界定，準確測度數(shù)字經(jīng)濟相對困難。王彬燕等、姜松等學(xué)者采用騰訊研究院發(fā)布的《中國“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟指數(shù)》作為研究數(shù)據(jù)[2,25]，該指數(shù)由多項指標測度得出，自2015年發(fā)布以來，測度指標每年均有調(diào)整且數(shù)據(jù)時間跨度較短，不適用于面板數(shù)據(jù)分析。因此基于研究需要，本文采用多指標綜合評價法從數(shù)字經(jīng)濟自身發(fā)展特征出發(fā)，通過概念分析法并參考國家統(tǒng)計局《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》，遵循指標有效性、代表性、數(shù)據(jù)可得性等原則，構(gòu)建包括數(shù)字環(huán)境、數(shù)字產(chǎn)業(yè)、數(shù)字融合3個一級指標、9個二級指標、14個三級指標的我國數(shù)字經(jīng)濟發(fā)展水平評價指標體系(具體見表1)，通過熵值法得到指標權(quán)重，測算各省份數(shù)字經(jīng)濟發(fā)展水平。

數(shù)字經(jīng)濟的發(fā)展經(jīng)歷了準備、應(yīng)用與深化3個階段。數(shù)字環(huán)境是數(shù)字經(jīng)濟正常運行的必要條件，數(shù)字基礎(chǔ)設(shè)施構(gòu)成數(shù)字經(jīng)濟最初的基礎(chǔ)環(huán)境。同時為支撐數(shù)字經(jīng)濟發(fā)展，人力資源環(huán)境、資產(chǎn)環(huán)境逐漸成為數(shù)字經(jīng)濟不可或缺的部分，本文將基礎(chǔ)環(huán)境、人力環(huán)境、資產(chǎn)環(huán)境納入數(shù)字環(huán)境范疇，衡量數(shù)字經(jīng)濟的準備階段。之后，數(shù)字經(jīng)濟發(fā)展為以信息通信技術(shù)為主的產(chǎn)業(yè)，實現(xiàn)了數(shù)字產(chǎn)業(yè)化。數(shù)字產(chǎn)業(yè)化也是數(shù)字經(jīng)濟的狹義概念，即將數(shù)據(jù)轉(zhuǎn)變成產(chǎn)業(yè)[26]。《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》指出，數(shù)字產(chǎn)業(yè)化主要包括計算機通信和其他電子設(shè)備制造業(yè)、電信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)以及其他技術(shù)應(yīng)用業(yè)等，因此采用電信產(chǎn)業(yè)、電子信息產(chǎn)業(yè)和高技術(shù)產(chǎn)業(yè)規(guī)模3個指標衡量數(shù)字產(chǎn)業(yè)化。最終在新一代信息技術(shù)的深化下，各產(chǎn)業(yè)與數(shù)字技術(shù)融合開啟數(shù)字化轉(zhuǎn)型，逐步構(gòu)造融合經(jīng)濟即產(chǎn)業(yè)數(shù)字化，產(chǎn)業(yè)數(shù)字化強調(diào)的是產(chǎn)出增加和效率的提升，例如智慧農(nóng)業(yè)、智能制造、數(shù)字金融的發(fā)展?；跀?shù)據(jù)可得性，參考鄧榮榮等、劉成坤等的研究成果[27-28]，從數(shù)字商貿(mào)、智慧農(nóng)業(yè)、數(shù)字金融發(fā)展3個角度設(shè)計電子商務(wù)規(guī)模、智慧農(nóng)業(yè)以及數(shù)字普惠金融3個二級指標。

表1 我國數(shù)字經(jīng)濟發(fā)展水平評價指標體系

3.控制變量

為消除遺漏變量帶來的偏差，參考陳小輝等、袁航等的研究成果[17,24]，選取城鎮(zhèn)化進程(urb)、金融發(fā)展規(guī)模(fina)、政府干預(yù)程度(gov)、 教育發(fā)展水平(edu)等4個控制變量。

選擇2013—2019年中國30個省(市、自治區(qū))的面板數(shù)據(jù)(港澳臺及西藏地區(qū)除外)，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》、各省市統(tǒng)計年鑒、國家統(tǒng)計局官方網(wǎng)站以及Wind數(shù)據(jù)庫，部分缺失數(shù)據(jù)通過平滑處理或均值法補齊。變量說明及描述性統(tǒng)計結(jié)果見表2。

表2 變量說明及統(tǒng)計性描述

四、數(shù)字經(jīng)濟發(fā)展的空間分布格局

(一)我國數(shù)字經(jīng)濟發(fā)展的省域分異特征

基于表1我國數(shù)字經(jīng)濟發(fā)展水平評價指標體系，通過熵值法測算得到各省份數(shù)字經(jīng)濟發(fā)展水平(限于篇幅，測算結(jié)果省略)。測算結(jié)果顯示2013—2019年我國各省份數(shù)字經(jīng)濟發(fā)展水平整體呈上升趨勢，全局發(fā)展態(tài)勢良好，東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平較高，西部地區(qū)落后，其中北京、上海、廣東、江蘇、天津5個地區(qū)數(shù)字經(jīng)濟發(fā)展水平相對領(lǐng)先，黑龍江、內(nèi)蒙古和新疆3個省份發(fā)展水平較低。為了從整體上把握數(shù)字經(jīng)濟發(fā)展的空間分異特征和階段特點，通過 ArcGIS 10.5采用自然斷裂法對各省份數(shù)字經(jīng)濟發(fā)展水平進行差距分級，共分為5個梯隊。為演示其詳細分布規(guī)律，以2013年、2015年、2017年以及2019年4個時間截面為切入點，通過可視化地圖展現(xiàn)中國數(shù)字經(jīng)濟發(fā)展空間分化格局，具體見圖1。

圖1 中國數(shù)字經(jīng)濟發(fā)展水平空間分布格局

縱觀圖1中4個時間截面可知，我國數(shù)字經(jīng)濟發(fā)展省域分異較大，東部和南部區(qū)域?qū)儆跀?shù)字經(jīng)濟發(fā)展高梯隊，西北地區(qū)屬于數(shù)字經(jīng)濟發(fā)展低梯隊，呈現(xiàn)“東南強，西北弱”的區(qū)域發(fā)展格局。具體來看：(1)2013年北京、天津、江蘇、上海、廣東5個區(qū)域的數(shù)字經(jīng)濟發(fā)展水平處于第一梯隊，并持續(xù)至2015年；2017年廣東居第一梯隊，天津、江蘇下降至第二梯隊并持續(xù)至2019年，2019年廣東也退位至第二梯隊，但北京、上海在2017和2019這兩個時間截面一直穩(wěn)居第一梯隊。(2)山東、浙江、福建、四川、重慶5個地區(qū)在2013年處于第二梯隊，2015年未發(fā)生梯隊變化；2017年除浙江在第二梯隊外，山東、福建、四川、重慶4個地區(qū)均退位至第三梯隊；2019年山東再次退位至第四梯隊，其他4個地區(qū)與2017年相比未發(fā)生梯隊變化。(3)2013年遼寧、河北、陜西、河南、海南5省處于第三梯隊，其中遼寧、陜西、河南3省在2015年仍處第三梯隊，但在2017年后退至第四梯隊并持續(xù)至2019年；海南在2015年上升至第二梯隊，2017年后退到第三梯隊并持續(xù)至2019年；但河北在2015、2017和2019年這3個時間截面均處于第四梯隊。(4)2013年吉林、山西、湖北、安徽、湖南、江西、廣西7省處于第四梯隊，其中吉林在2015年上升至第三梯隊，2017年下降至第四梯隊，2019年再次下降到第五梯隊；安徽、江西、廣西于2015年上升至第三梯隊，2017年后退至第四梯隊并持續(xù)至2019年；山西在2015年仍在第四梯隊，但于2017年退位至第五梯隊并持續(xù)至2019年；湖北、湖南兩省在2015、2017、2019年3個時間截面均穩(wěn)居第四梯隊。(5)2013年黑龍江、內(nèi)蒙古、寧夏、甘肅、新疆、青海、云南、貴州8省處于第五梯隊；其中黑龍江、內(nèi)蒙古、新疆、云南在2015、2017、2019年3個時間截面均在第五梯隊；甘肅在2015年、2017年處于第五梯隊，但2019年上升至第四梯隊；2015年青海上升至第二梯隊、寧夏上升至第四梯隊、貴州處于第五梯隊，但在2017年青海、寧夏、貴州三省均處在第四梯隊并持續(xù)至2019年。

(二)我國數(shù)字經(jīng)濟發(fā)展的空間密度特征

基于式(1)，以2013年、2015年、2017年以及2019年4個時間截面通過Arcgis 10.5繪制密度圖展示中國數(shù)字經(jīng)濟發(fā)展核密度的時空分布，如圖2所示。顏色表示核密度值，顏色越深集聚程度越高，形狀代表集聚區(qū)域范圍，通過顏色和形狀變化刻畫中國數(shù)字經(jīng)濟發(fā)展在地理空間上的集聚與分布形態(tài)。

圖2 2013年、2015年、2017年和 2019年我國數(shù)字經(jīng)濟發(fā)展空間密度分布

五、空間溢出效應(yīng)分析

(一)空間相關(guān)性分析

前文數(shù)字經(jīng)濟的空間分布格局顯示我國省域數(shù)字經(jīng)濟存在空間集聚特征，因此研究數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的影響需要充分考慮數(shù)字經(jīng)濟的擴散效應(yīng)，進一步地引入空間因素探討數(shù)字經(jīng)濟與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系。首先，通過全局莫蘭指數(shù)(Moran’sI)測度空間相關(guān)性，了解中國產(chǎn)業(yè)結(jié)構(gòu)升級和數(shù)字經(jīng)濟發(fā)展水平的整體空間集聚性。其次，采用地理經(jīng)濟綜合權(quán)重矩陣，使用Stata 16.0測度全局Moran’sI如表3所示。2013—2019年中國產(chǎn)業(yè)結(jié)構(gòu)升級與數(shù)字經(jīng)濟發(fā)展水平Moran’sI均為正值，且全部通過了5%的顯著性檢驗，說明中國產(chǎn)業(yè)結(jié)構(gòu)升級與數(shù)字經(jīng)濟發(fā)展水平總體呈正空間相關(guān)性，在地理空間上表現(xiàn)出顯著的空間集聚特征。且樣本期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級的Moran’sI有所增長，進一步表明隨著時間推移產(chǎn)業(yè)結(jié)構(gòu)升級的空間集聚程度逐漸加強。

表3 中國產(chǎn)業(yè)結(jié)構(gòu)升級與數(shù)字經(jīng)濟發(fā)展水平全局Moran’s I

(二)模型選擇

首先通過LM檢驗判斷是否需要構(gòu)建空間面板模型。根據(jù)Anselin的研究方法[29]，基于表4發(fā)現(xiàn)LM-lag、R-LM lag、LM-error、R-LM error在5%的顯著性水平顯著，說明選擇空間杜賓模型相對合適。但仍需對模型進行Wald檢驗，判斷空間杜賓模型是否可以簡化成空間滯后模型和空間誤差模型。Wald檢驗的結(jié)果通過了1%水平的顯著性檢驗，說明空間杜賓模型不能退化為空間滯后模型或空間誤差模型，因此建立空間杜賓模型更為科學(xué)。進一步Hausman檢驗的P值為0.011(小于0.05)，拒絕了隨機效應(yīng)的原假設(shè)，又鑒于本文使用的是2013—2019年全國各省份宏觀數(shù)據(jù)，時間跨度相對較小，同時考慮到我國省份間個體特征差異，故選擇個體固定效應(yīng)的空間杜賓模型分析我國數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的空間效應(yīng)。

表4 面板數(shù)據(jù)的LM、Wald檢驗結(jié)果

(三)模型結(jié)果分析

為檢驗結(jié)果的穩(wěn)健性，進行普通面板模型估計以及混合OLS回歸，并建立空間杜賓模型、空間滯后模型和空間誤差模型，綜合比較估計結(jié)果。表5中模型(1)首先考察了數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的基準影響，模型(2)加入了4個控制變量，模型(3)為混合OLS回歸，3個模型中核心解釋變量數(shù)字經(jīng)濟的系數(shù)均在1%的顯著性水平下顯著為正，表明數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向影響。

空間計量模型由于空間協(xié)方差的存在，普通最小二乘法(OLS)的假設(shè)條件無法得到滿足，導(dǎo)致結(jié)果有偏差或不一致，因此采用極大似然法(ML)進行模型估計。個體固定效應(yīng)下的SEM模型(4)、SLM模型(5)、SDM模型(6)以及隨機效應(yīng)下SDM模型(7)的具體估計結(jié)果見表6。

比較三種空間計量模型的估計結(jié)果，表6中個體固定效應(yīng)下SDM和SLM的空間滯后系數(shù)ρ、SEM的空間自回歸系數(shù)λ都通過了1%的顯著性檢驗，表明全國范圍內(nèi)地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)升級存在顯著的正向空間溢出效應(yīng)，本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級發(fā)展的同時能夠促進臨近區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展，產(chǎn)生“示范效應(yīng)”。模型(4)至模型(7)的R2和Log-L值顯示空間杜賓模型的擬合效果最好，實證研究更具說服力，因此本文基于空間杜賓模型討論數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)。SDM中解釋變量的空間滯后項WX是本地區(qū)與臨近地區(qū)的空間加權(quán)值，所以解釋變量的影響系數(shù)不能直接反映解釋變量對本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的影響程度，需要將數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級影響的空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)[30]。其中直接效應(yīng)反映了解釋變量對本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的平均影響程度，間接效應(yīng)反映了解釋變量對鄰近地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的平均影響程度，也稱溢出效應(yīng)；總效應(yīng)反映的是解釋變量對所有地區(qū)的平均影響程度[31]，分解結(jié)果見表7。

表5 基準回歸與混合OLS回歸估計結(jié)果

表7 SDM個體固定效應(yīng)模型空間效應(yīng)分解結(jié)果

表6 空間計量模型估計結(jié)果

表7中核心解釋變量數(shù)字經(jīng)濟發(fā)展水平(del)的直接效應(yīng)(系數(shù)0.323)和間接效應(yīng)(系數(shù)0.798)均在1%的顯著性水平下顯著，說明數(shù)字經(jīng)濟在推動本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的同時，對周邊地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級發(fā)展產(chǎn)生了正向溢出效應(yīng)和帶動效應(yīng)。結(jié)合表5發(fā)現(xiàn)，在不考慮空間效應(yīng)的混合OLS回歸結(jié)果中，數(shù)字經(jīng)濟的估計系數(shù)為0.778(大于0.323)，更進一步表明若不考慮空間溢出效應(yīng)會過高估計數(shù)字經(jīng)濟發(fā)展對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用。

控制變量城鎮(zhèn)化進程(urb)的間接效應(yīng)顯著為正，城鎮(zhèn)化進程每提高1%，會推動鄰近區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級水平提高1.715%。金融發(fā)展規(guī)模(fina)的直接效應(yīng)在5%的顯著性水平上為正，間接效應(yīng)在10%的顯著性水平上為負，說明金融規(guī)模的擴大能夠促進本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級；同時本地區(qū)和相鄰區(qū)域在金融資源方面存在競爭關(guān)系，本地區(qū)擴大金融規(guī)模會從相鄰區(qū)域“抽取”金融資源，從而對臨近地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生一定束縛影響。政府干預(yù)程度(gov)的直接效應(yīng)和總效應(yīng)顯著為負，表明當(dāng)政府干預(yù)過多時，如過度引導(dǎo)產(chǎn)業(yè)資本流向會導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)與市場導(dǎo)向偏離，背離地區(qū)產(chǎn)業(yè)發(fā)展的客觀規(guī)律，抑制地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級發(fā)展。教育發(fā)展水平(edu)的間接效應(yīng)顯著為負(系數(shù)為-0.182)，可能原因有二：一方面本地區(qū)教育發(fā)展與周邊區(qū)域產(chǎn)生資源競爭，另一方面本地區(qū)的高人力資本能夠推動當(dāng)?shù)亟?jīng)濟増長，產(chǎn)生“虹吸效應(yīng)”，進一步對鄰近區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生一定阻礙作用。如我國東部地區(qū)社會經(jīng)濟發(fā)展?fàn)顩r較好，吸引了大量中西部地區(qū)的高素質(zhì)人才，從而對中西部地區(qū)經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)的整體發(fā)展產(chǎn)生消極影響[32]。

(四)穩(wěn)健性檢驗

表8 穩(wěn)健性檢驗結(jié)果

變量SDM個體固定效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)W?urb1.475???———(0.316)———W?fina-1.353???———(0.475)———W?gov0.325?———(0.170)———W?edu-0.049———(0.036)———ρ0.540???———(0.060)———Log-L522.785———N210 ———R20.912 ———

(五)進一步討論：區(qū)域異質(zhì)性分析

表7的結(jié)果顯示數(shù)字經(jīng)濟是促進我國產(chǎn)業(yè)結(jié)構(gòu)升級的主要因素，結(jié)合我國數(shù)字經(jīng)濟發(fā)展存在區(qū)域差異這一特點，進一步基于區(qū)域異質(zhì)性視角，分析東、中、西部3個地區(qū)數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級空間溢出效應(yīng)的差異性，揭示數(shù)字經(jīng)濟區(qū)域差異對地方產(chǎn)業(yè)結(jié)構(gòu)升級的影響，具體結(jié)果見表9。結(jié)果顯示，我國東部地區(qū)的空間滯后系數(shù)ρ顯著為正，中部地區(qū)的空間滯后系數(shù)顯著為負，西部地區(qū)的空間滯后系數(shù)不顯著，說明分區(qū)域來看，我國東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級分別存在正向與負向的空間溢出效應(yīng)，而西部地區(qū)不存在空間溢出效應(yīng)，地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)升級存在明顯的區(qū)域差異。

表9 我國東中西部SDM模型空間溢出效應(yīng)

表9空間效應(yīng)的分解結(jié)果顯示，東部地區(qū)數(shù)字經(jīng)濟的直接效應(yīng)(系數(shù)為0.227)在1%的水平上顯著為正，4個控制變量的直接效應(yīng)不顯著，表明東部地區(qū)數(shù)字經(jīng)濟能夠顯著推動當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)升級，與控制變量相比，數(shù)字經(jīng)濟是推進產(chǎn)業(yè)結(jié)構(gòu)升級最主要的因素。間接效應(yīng)在1%的水平上顯著，進一步表明東部地區(qū)數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級存在空間外溢性，數(shù)字經(jīng)濟能夠推動相鄰區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展，產(chǎn)生“涓流效應(yīng)”。而中、西部地區(qū)數(shù)字經(jīng)濟的直接效應(yīng)和間接效應(yīng)均不顯著，結(jié)合我國數(shù)字經(jīng)濟的空間分布格局表明，現(xiàn)階段相比東部沿海地區(qū)，我國中西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平相對落后，中、西部地區(qū)數(shù)字經(jīng)濟對當(dāng)?shù)睾拖噜彽貐^(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用暫未凸顯，地區(qū)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展主要得益于東部地區(qū)的擴散效應(yīng)，通過吸收周邊地區(qū)的數(shù)字資源為本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級服務(wù)，因此還需進一步挖掘中、西部地區(qū)的數(shù)字經(jīng)濟發(fā)展紅利。我國數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的外溢性表現(xiàn)出顯著的區(qū)域異質(zhì)性。

六、研究結(jié)論與建議

(一)研究結(jié)論

本文立足于建設(shè)“數(shù)字中國”這一現(xiàn)實需求，以及數(shù)字經(jīng)濟推進產(chǎn)業(yè)轉(zhuǎn)型升級這一熱點議題，以我國30個省份2013—2019年的面板數(shù)據(jù)為樣本，在構(gòu)建評價指標體系測算數(shù)字經(jīng)濟發(fā)展水平的基礎(chǔ)上，以2013年、2015年、2017年以及2019年4個時間截面為切入點，通過自然斷裂法、核密度分析展現(xiàn)我國數(shù)字經(jīng)濟的空間分布格局，并運用空間杜賓模型實證檢驗數(shù)字經(jīng)濟對我國產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)及其區(qū)域差異性，得到以下主要結(jié)論。

第一，2013—2019年我國各省份數(shù)字經(jīng)濟發(fā)展水平整體呈上升趨勢，數(shù)字經(jīng)濟發(fā)展態(tài)勢良好，但區(qū)域間分異較大，北上廣是數(shù)字經(jīng)濟發(fā)展高梯隊群體，西北省份為低梯隊群體，呈現(xiàn)“東南強，西北弱”的區(qū)域分布特征。

第三，我國數(shù)字經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)升級存在顯著的空間相關(guān)性。從全局層面看，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用顯著，在推動本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的同時，對臨近區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級存在正向溢出效應(yīng)。

第四，從區(qū)域?qū)用婵矗瑪?shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的溢出效應(yīng)存在區(qū)域異質(zhì)性。東部地區(qū)的空間溢出效應(yīng)顯著，且東部地區(qū)數(shù)字經(jīng)濟對周邊地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生強烈的“涓流效應(yīng)”；而中西部地區(qū)的空間溢出效應(yīng)不明顯，主要依靠其他地區(qū)的數(shù)字外溢推進本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級。

(二)對策建議

為解決我國發(fā)展不平衡、不充分的問題，需要以數(shù)字經(jīng)濟的協(xié)調(diào)發(fā)展推動高質(zhì)量發(fā)展，進而引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。因此，為持續(xù)發(fā)揮數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級的推進作用，提出以下建議。

促進數(shù)字經(jīng)濟融合發(fā)展，加速產(chǎn)業(yè)轉(zhuǎn)型升級。第一，鼓勵企業(yè)數(shù)字化轉(zhuǎn)型，轉(zhuǎn)變傳統(tǒng)發(fā)展模式。我國大型企業(yè)數(shù)字化轉(zhuǎn)型相對成功，奠定了產(chǎn)業(yè)結(jié)構(gòu)升級的微觀基礎(chǔ)。但對中小企業(yè)來說，由于缺乏數(shù)字技術(shù)應(yīng)用與專業(yè)技術(shù)人才，轉(zhuǎn)型障礙相對突出。因此中小企業(yè)需要基于自身優(yōu)勢與發(fā)展特點，通過數(shù)字技術(shù)對生產(chǎn)、服務(wù)和運營模式進行創(chuàng)新。同時給予中小企業(yè)一定的政策支持，在數(shù)字化轉(zhuǎn)型初期需要政府部門和大型企業(yè)充分發(fā)揮其牽引作用。第二，推廣“互聯(lián)網(wǎng)+產(chǎn)業(yè)”模式，建設(shè)現(xiàn)代化產(chǎn)業(yè)體系?；ヂ?lián)網(wǎng)作為數(shù)字經(jīng)濟的核心技術(shù)，能夠有效推進產(chǎn)業(yè)形態(tài)演進。具體而言，“互聯(lián)網(wǎng)+農(nóng)業(yè)”模式下需要推進農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用，將其滲透到產(chǎn)前、產(chǎn)中以及產(chǎn)后各個環(huán)節(jié)，并持續(xù)發(fā)展電商農(nóng)業(yè)?！盎ヂ?lián)網(wǎng)+工業(yè)”模式需大力開展工業(yè)互聯(lián)網(wǎng)平臺建設(shè)，針對性解決缺少機理模型和專業(yè)技術(shù)等核心問題，并加強平臺與大數(shù)據(jù)安全管理?！盎ヂ?lián)網(wǎng)+服務(wù)業(yè)”則宜在不同區(qū)域選擇各具特色的發(fā)展模式，如我國東部地區(qū)社會發(fā)展程度較高，宜大力推廣“互聯(lián)網(wǎng)+教育”“互聯(lián)網(wǎng)+商業(yè)服務(wù)”等模式，而西部地區(qū)可以針對地理位置大力推廣“互聯(lián)網(wǎng)+旅游”模式，為傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級賦能。