政府?dāng)?shù)字治理、營(yíng)商環(huán)境與城市創(chuàng)新

孫 萍，胡 珍

（東北大學(xué) 文法學(xué)院，沈陽(yáng) 110169）

0 引言

數(shù)字化轉(zhuǎn)型是城市創(chuàng)新發(fā)展的新動(dòng)力，政府?dāng)?shù)字化轉(zhuǎn)型已成為優(yōu)化政務(wù)服務(wù)、改善營(yíng)商環(huán)境、實(shí)現(xiàn)國(guó)家治理體系和治理能力現(xiàn)代化的必然選擇。黨的十九屆四中全會(huì)明確指出，要推進(jìn)數(shù)字政府建設(shè)，加強(qiáng)數(shù)據(jù)有序共享。如何加快提高數(shù)字政府建設(shè)水平，營(yíng)造優(yōu)良的營(yíng)商環(huán)境，進(jìn)而推動(dòng)城市創(chuàng)新發(fā)展，近年來(lái)受到社會(huì)各界的廣泛關(guān)注。

關(guān)于政府?dāng)?shù)字治理能否促進(jìn)城市發(fā)展這一議題，學(xué)者們的觀點(diǎn)莫衷一是。一方面，一些學(xué)者對(duì)此保持積極態(tài)度，認(rèn)為政府?dāng)?shù)字治理能夠產(chǎn)生良好的經(jīng)濟(jì)效益，其不僅加速推進(jìn)了“放管服”改革，為政府履行行政職責(zé)提供技術(shù)支撐，還對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生顯著的積極影響[1]。另一方面，一些學(xué)者對(duì)此持有消極態(tài)度，認(rèn)為政府?dāng)?shù)字治理面臨著諸多挑戰(zhàn)。隨著新興技術(shù)在政務(wù)服務(wù)領(lǐng)域得以應(yīng)用，政府運(yùn)用數(shù)字治理提升效率的同時(shí)，既要警惕數(shù)字鴻溝的出現(xiàn)[2]，還應(yīng)避免過(guò)度夸大數(shù)字技術(shù)的使用效果，要對(duì)新興技術(shù)的應(yīng)用保持批判性評(píng)估[3]。

現(xiàn)有研究側(cè)重從理論或定性的角度闡述政府?dāng)?shù)字治理與經(jīng)濟(jì)社會(huì)發(fā)展之間的關(guān)系，缺乏定量研究的支撐和佐證，且對(duì)政府?dāng)?shù)字治理與城市創(chuàng)新之間作用機(jī)理的研究鮮有涉及，有關(guān)兩者間空間溢出效應(yīng)的討論更顯不足。鑒于此，本文以2017—2020 年中國(guó)272 個(gè)地級(jí)市為研究對(duì)象，實(shí)證分析政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的影響，并討論營(yíng)商環(huán)境的中介作用以及空間溢出效應(yīng)，以期為提升我國(guó)數(shù)字政府建設(shè)水平，推動(dòng)城市創(chuàng)新發(fā)展提供理論支撐。

1 理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型正成為重塑城市發(fā)展格局的關(guān)鍵力量，而政府?dāng)?shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)創(chuàng)新發(fā)展的重要影響可以從宏觀與微觀兩個(gè)層面得以體現(xiàn)。從宏觀層面來(lái)看，數(shù)字政府建設(shè)不僅是經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的先導(dǎo)力量，也是數(shù)字經(jīng)濟(jì)的重要支撐和現(xiàn)代化經(jīng)濟(jì)體系的強(qiáng)大引擎，政府的數(shù)字化轉(zhuǎn)型可以撬動(dòng)經(jīng)濟(jì)數(shù)字化，加速互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，促進(jìn)區(qū)域創(chuàng)新發(fā)展和現(xiàn)代化經(jīng)濟(jì)體系建設(shè)[4]。在微觀層面上，政府?dāng)?shù)字治理既能夠提高家庭創(chuàng)業(yè)活躍度，也對(duì)企業(yè)投資效率與創(chuàng)新績(jī)效具有促進(jìn)作用。首先，政務(wù)信息化為創(chuàng)業(yè)者提供更多的信息與機(jī)會(huì)開(kāi)辦企業(yè)，減弱信息不對(duì)稱與社會(huì)網(wǎng)絡(luò)對(duì)家庭創(chuàng)業(yè)的負(fù)面影響[5]；其次，在政務(wù)環(huán)境優(yōu)質(zhì)高效的地區(qū)，政府可以通過(guò)降低企業(yè)制度性交易成本，加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)等措施，提高企業(yè)投資效率[6]，使企業(yè)更傾向于選擇研發(fā)投入進(jìn)行創(chuàng)新活動(dòng)[7]，進(jìn)而改善創(chuàng)新績(jī)效。據(jù)此本文提出假設(shè)1：政府?dāng)?shù)字治理對(duì)城市創(chuàng)新具有顯著正向影響。

政府?dāng)?shù)字治理在優(yōu)化營(yíng)商環(huán)境過(guò)程中發(fā)揮著重要作用，而優(yōu)質(zhì)的營(yíng)商環(huán)境對(duì)于城市創(chuàng)新發(fā)展也具有重大意義。一方面，政府?dāng)?shù)字治理是影響營(yíng)商環(huán)境的關(guān)鍵因素。數(shù)字治理通過(guò)實(shí)現(xiàn)政府服務(wù)與數(shù)字技術(shù)的深度融合，使政府決策民主化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化，進(jìn)而有效地遏制腐敗現(xiàn)象[8,9]，提高政務(wù)透明度，保證惠企政策的落實(shí)。另一方面，良好的營(yíng)商環(huán)境在提高企業(yè)研發(fā)創(chuàng)新能力、企業(yè)盈利能力方面作用顯著，政府可以通過(guò)提升營(yíng)商環(huán)境的市場(chǎng)化、法治化、國(guó)際化水平釋放城市創(chuàng)新潛能。市場(chǎng)化方面，優(yōu)質(zhì)的營(yíng)商環(huán)境通過(guò)增強(qiáng)企業(yè)信心、增加創(chuàng)新活動(dòng)使創(chuàng)新主體的內(nèi)在動(dòng)力得以激發(fā)，進(jìn)而間接促進(jìn)城市創(chuàng)新發(fā)展[10]；在法治化方面，法治化水平高的城市可以更好地保護(hù)企業(yè)知識(shí)產(chǎn)權(quán)，激發(fā)萬(wàn)眾創(chuàng)新創(chuàng)業(yè)積極性；在國(guó)際化方面，貿(mào)易開(kāi)放也可以通過(guò)加大外商直接投資的引入，促進(jìn)本地企業(yè)的技術(shù)進(jìn)步[11]。綜上所述，本文提出如下假設(shè)：

假設(shè)2：政府?dāng)?shù)字治理對(duì)營(yíng)商環(huán)境具有顯著正向影響。

假設(shè)3：政府?dāng)?shù)字治理通過(guò)營(yíng)商環(huán)境的中介作用而間接正向影響城市創(chuàng)新。

盡管政府?dāng)?shù)字治理對(duì)本地城市的創(chuàng)新發(fā)展具有積極作用，但其是否存在空間溢出效應(yīng)主要受到地方政府治理能力、數(shù)字資源基礎(chǔ)、政策協(xié)同機(jī)制等多維因素的影響。首先，由于目前我國(guó)正處于經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的關(guān)鍵時(shí)期，政府?dāng)?shù)字治理效能在很大程度上依賴于當(dāng)?shù)氐募夹g(shù)驅(qū)動(dòng)，東、中、西部地區(qū)在數(shù)字經(jīng)濟(jì)發(fā)展水平上存在較大差異，數(shù)字政府整體上呈現(xiàn)東部強(qiáng)、中西部弱的發(fā)展態(tài)勢(shì)，地方政府自身數(shù)字治理水平的不平衡是協(xié)同治理面臨的一大難題。其次，在政府?dāng)?shù)字治理促進(jìn)區(qū)域協(xié)同創(chuàng)新發(fā)展的進(jìn)程中，不僅需要專業(yè)人才、財(cái)政資金及技術(shù)設(shè)備等有形資源，還需要包括行政權(quán)力、知識(shí)技能、數(shù)據(jù)等在內(nèi)的無(wú)形資源，而各城市之間數(shù)字資源基礎(chǔ)的差異性導(dǎo)致了數(shù)字治理推動(dòng)下的區(qū)域協(xié)同聯(lián)動(dòng)發(fā)展受到阻礙[12]。最后，數(shù)字政府建設(shè)的協(xié)同發(fā)展機(jī)制尚未健全，研究表明東南沿海與中西部省份在數(shù)字政府建設(shè)的主導(dǎo)議題上存在顯著的對(duì)立差異，中西部地區(qū)較多關(guān)注于經(jīng)濟(jì)投資方面，對(duì)數(shù)字政府建設(shè)加強(qiáng)投資與經(jīng)濟(jì)發(fā)展的作用尤為重視，東南沿海省份則更關(guān)注行政審批與媒體公關(guān)塑造政府形象方面[13]?；谝陨戏治觯疚奶岢黾僭O(shè)4：政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的空間溢出效應(yīng)不顯著。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為檢驗(yàn)政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的影響，構(gòu)建二者的直接傳導(dǎo)機(jī)制模型：

其中，被解釋變量INij代表城市i在t年的創(chuàng)新產(chǎn)出，解釋變量DGit代表城市i在t年的政府?dāng)?shù)字治理能力，Zit表示各控制變量。μi表示不隨時(shí)間變化的個(gè)體固定效應(yīng)，δt則表示不隨個(gè)體變化的時(shí)間固定效應(yīng)，εit表示隨機(jī)擾動(dòng)項(xiàng)。

為驗(yàn)證營(yíng)商環(huán)境（BE）在政府?dāng)?shù)字治理能力與城市創(chuàng)新之間的中介作用，構(gòu)建如下中介效應(yīng)模型：

為進(jìn)一步討論政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的空間溢出效應(yīng)，在式（1）的基礎(chǔ)上加入空間交互項(xiàng)，將其拓展為空間面板計(jì)量模型：

其中，ρ為空間自回歸系數(shù)，W表示空間權(quán)重矩陣，φ1與φ2為主要解釋變量與控制變量空間交互項(xiàng)的系數(shù)，該模型為空間杜賓模型。本文采用聚類穩(wěn)健標(biāo)準(zhǔn)誤對(duì)上述模型進(jìn)行估計(jì)。

2.2 變量說(shuō)明與數(shù)據(jù)來(lái)源

（1）被解釋變量：城市創(chuàng)新（IN）。參考文獻(xiàn)[14]，以每萬(wàn)人擁有專利授權(quán)量衡量城市創(chuàng)新。

（2）核心解釋變量：政府?dāng)?shù)字治理能力（DG）。采用《中國(guó)地方政府互聯(lián)網(wǎng)服務(wù)能力發(fā)展報(bào)告》中地方政府互聯(lián)網(wǎng)政務(wù)服務(wù)供給能力得分進(jìn)行度量。

（3）中介變量：營(yíng)商環(huán)境（BE）。結(jié)合文獻(xiàn)[15]，營(yíng)商環(huán)境由市場(chǎng)化水平、法治化水平、國(guó)際化水平3個(gè)維度構(gòu)成。

（4）控制變量：參照以往學(xué)者研究[16,17]，選取互聯(lián)網(wǎng)發(fā)展（netp）、產(chǎn)業(yè)結(jié)構(gòu)（ind）、金融結(jié)構(gòu)（fina）、政府科技支出（goin）、經(jīng)濟(jì)發(fā)展（gdp）和人力資源（hr）作為控制變量。

本文基于2017—2020年公開(kāi)統(tǒng)計(jì)數(shù)據(jù)，以我國(guó)272個(gè)地級(jí)及以上城市為對(duì)象展開(kāi)研究，剔除個(gè)別變量數(shù)據(jù)嚴(yán)重缺失的城市，少量缺失數(shù)據(jù)采用線性插值法進(jìn)行填補(bǔ)，對(duì)于存在價(jià)格因素影響的變量，均以2017 年為基期采用GDP平減指數(shù)進(jìn)行處理。各變量說(shuō)明及數(shù)據(jù)來(lái)源見(jiàn)表1。

表1 變量定義與數(shù)據(jù)來(lái)源

2.3 描述性統(tǒng)計(jì)分析

本文主要變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)下頁(yè)表2。此外，各變量方差膨脹因子值均小于10，故后文分析中可不予考慮多重共線性問(wèn)題。

表2 變量的描述性統(tǒng)計(jì)結(jié)果

3 實(shí)證結(jié)果分析

3.1 政府?dāng)?shù)字治理與城市創(chuàng)新

以城市創(chuàng)新作為被解釋變量，政府?dāng)?shù)字治理作為核心解釋變量進(jìn)行線性回歸，基準(zhǔn)回歸結(jié)果如表3所示。

表3 政府?dāng)?shù)字治理影響城市創(chuàng)新的基準(zhǔn)回歸結(jié)果

表3中模型1為普通OLS模型，模型2至模型5為面板回歸模型，其中模型2與模型4為個(gè)體固定效應(yīng)模型，模型3 為隨機(jī)效應(yīng)模型，模型5 為個(gè)體時(shí)間雙固定效應(yīng)模型。由表3 可知，模型1 至模型5 中DG 的估計(jì)系數(shù)均在1%水平上顯著為正。而穩(wěn)健的豪斯曼檢驗(yàn)Sargan-Hansen值為31.420，P值為0.0001，強(qiáng)烈拒絕使用隨機(jī)效應(yīng)模型的原假設(shè)，故選擇固定效應(yīng)模型進(jìn)行分析。模型5同時(shí)控制了時(shí)間與個(gè)體效應(yīng)，此時(shí)DG 估計(jì)系數(shù)為0.055，說(shuō)明政府?dāng)?shù)字治理能力對(duì)城市創(chuàng)新具有顯著的促進(jìn)作用，其經(jīng)濟(jì)含義為政府?dāng)?shù)字治理能力每提高1個(gè)單位，城市創(chuàng)新產(chǎn)出將平均增加0.055%，經(jīng)濟(jì)意義顯著。其可能原因是，高效便捷的數(shù)字化政務(wù)服務(wù)有效降低了當(dāng)?shù)仄髽I(yè)在開(kāi)辦變更、經(jīng)營(yíng)納稅、注銷等業(yè)務(wù)上的制度性交易成本，進(jìn)而提高企業(yè)經(jīng)營(yíng)效率，改善創(chuàng)新績(jī)效，故假設(shè)1得以驗(yàn)證。

3.2 營(yíng)商環(huán)境的中介作用

為驗(yàn)證營(yíng)商環(huán)境的中介作用，在前文理論分析的基礎(chǔ)上構(gòu)建線性回歸方程，回歸結(jié)果如表4所示。

表4 營(yíng)商環(huán)境中介效應(yīng)回歸結(jié)果

表4中模型1至模型3為個(gè)體固定效應(yīng)模型的中介作用檢驗(yàn)結(jié)果，模型4至模型6為個(gè)體時(shí)間雙固定效應(yīng)模型的中介作用檢驗(yàn)結(jié)果。由模型2與模型5可知，DG的估計(jì)系數(shù)顯著為正，但在控制了時(shí)間效應(yīng)后，其促進(jìn)效果有所減弱。以模型5來(lái)看，其經(jīng)濟(jì)含義表示政府?dāng)?shù)字治理能力每提高1個(gè)單位，城市營(yíng)商環(huán)境會(huì)平均改善0.042%?？赡艿慕忉屖钦ㄟ^(guò)大數(shù)據(jù)平臺(tái)公開(kāi)政務(wù)信息，既提高了政務(wù)透明度，也保證了創(chuàng)新補(bǔ)貼、降低稅負(fù)等政策的落實(shí)，拉近了政企距離，這為營(yíng)造優(yōu)質(zhì)的營(yíng)商環(huán)境創(chuàng)造了有利條件，故假設(shè)2得以驗(yàn)證。

模型3 與模型6 顯示DG 與BE 的估計(jì)系數(shù)均顯著為正，這表明政府?dāng)?shù)字治理能力與營(yíng)商環(huán)境對(duì)城市創(chuàng)新產(chǎn)出均具有顯著的促進(jìn)作用。綜合表4中的回歸結(jié)果可知，營(yíng)商環(huán)境在政府?dāng)?shù)字治理與城市創(chuàng)新之間的中介作用顯著，且為部分中介效應(yīng)。其可能的原因是，政府?dāng)?shù)字治理為打造當(dāng)?shù)貎?yōu)質(zhì)的營(yíng)商環(huán)境夯實(shí)了政務(wù)基礎(chǔ)，優(yōu)質(zhì)高效的營(yíng)商環(huán)境為城市創(chuàng)新發(fā)展提供了制度與環(huán)境保障。地方政府借助數(shù)字技術(shù)賦能社會(huì)治理，從而促進(jìn)城市創(chuàng)新，故假設(shè)3成立。

3.3 政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的空間溢出效應(yīng)

本文引入空間交互效應(yīng)，討論鄰近城市的政府?dāng)?shù)字治理是否對(duì)本地城市創(chuàng)新存在影響。首先，確定空間權(quán)重矩陣。利用ARCGIS軟件提取城市經(jīng)緯度坐標(biāo)，再運(yùn)用Stata 軟件生成空間鄰接權(quán)重矩陣。其次，檢驗(yàn)城市創(chuàng)新是否存在空間自相關(guān)性。2017—2020 年城市創(chuàng)新全局莫蘭指數(shù)雙邊檢驗(yàn)的Moran’s I 值分別為0.557、0.561、0.553、0.610，且均在1%的水平上顯著，即強(qiáng)烈拒絕不存在全局空間自相關(guān)性的假設(shè)，可以進(jìn)行空間計(jì)量分析。最后，選擇合適的空間計(jì)量模型，采用由具體到一般與一般到具體相結(jié)合的思路進(jìn)行模型檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示。

表5 空間計(jì)量模型選擇檢驗(yàn)結(jié)果

第一，按照具體到一般的思路進(jìn)行LM 檢驗(yàn)，依據(jù)檢驗(yàn)結(jié)果選擇SDM模型；第二，按照一般到具體的思路進(jìn)行LR 檢驗(yàn)，結(jié)果顯示SDM 模型拒絕退化為SEM 與SAR 模型，選擇SDM模型；第三，進(jìn)行豪斯曼檢驗(yàn)，結(jié)果拒絕隨機(jī)效應(yīng)模型，選擇固定效應(yīng)的空間杜賓模型；第四，進(jìn)行Wald檢驗(yàn)以驗(yàn)證上述模型的選擇，結(jié)果與LR檢驗(yàn)保持一致，再一次支持了選擇固定效應(yīng)的空間杜賓模型；第五，利用LR 檢驗(yàn)判斷固定效應(yīng)類型，結(jié)果顯示個(gè)體固定效應(yīng)模型優(yōu)于雙固定效應(yīng)模型優(yōu)于時(shí)間固定效應(yīng)模型，因此本文選擇個(gè)體固定效應(yīng)的空間杜賓模型。為檢驗(yàn)與比較各個(gè)參數(shù)變量估計(jì)系數(shù)的穩(wěn)健性，分別列出了靜態(tài)空間杜賓模型、動(dòng)態(tài)空間杜賓模型的三種固定效應(yīng)的回歸結(jié)果，如表6所示。

表6 空間溢出效應(yīng)回歸結(jié)果

由表6 可知，SDM 模型的空間自回歸系數(shù)ρ均在1%的水平上顯著，表明城市創(chuàng)新在空間交互效應(yīng)的作用下存在明顯的空間依賴關(guān)系。本文主要依據(jù)模型1與模型4進(jìn)行分析，由空間溢出效應(yīng)分解結(jié)果可知，模型1 中直接效應(yīng)估計(jì)系數(shù)為0.029，且在5%的水平上顯著，表明本地政府?dāng)?shù)字治理對(duì)當(dāng)?shù)爻鞘袆?chuàng)新具有顯著正向影響，間接效應(yīng)為正卻不顯著，說(shuō)明相鄰城市政府?dāng)?shù)字治理對(duì)本地城市創(chuàng)新具有積極作用，但該正向空間溢出效應(yīng)并不明顯。模型4中，加入因變量滯后一期后，直接效應(yīng)估計(jì)系數(shù)為0.042，大于0.029，且在1%的水平上顯著，間接效應(yīng)依然為正但不顯著，且小于0.070，這說(shuō)明考慮動(dòng)態(tài)效應(yīng)后，政府?dāng)?shù)字治理對(duì)本地城市創(chuàng)新的直接促進(jìn)效應(yīng)得以增強(qiáng)，而對(duì)相鄰城市的空間溢出效應(yīng)進(jìn)一步減弱，這表明政府?dāng)?shù)字治理對(duì)城市創(chuàng)新不存在顯著的空間溢出效應(yīng)，假設(shè)4成立。究其原因可能在于：一是數(shù)字治理能力有待加強(qiáng)，目前我國(guó)大部分城市政府?dāng)?shù)字治理水平較低，其促進(jìn)相鄰城市創(chuàng)新發(fā)展的能力相對(duì)較弱。二是資源差距較大，東、中、西部地區(qū)城市在數(shù)字資源基礎(chǔ)上存在較大差異，各主體參與治理時(shí)難以快速對(duì)接，在打通部門業(yè)務(wù)、數(shù)據(jù)互通共享、數(shù)據(jù)整合等方面的諸多難題亟待解決。三是機(jī)制尚不健全，在頂層設(shè)計(jì)上缺乏有效的數(shù)字協(xié)同治理機(jī)制，如在數(shù)字政府發(fā)展前期，企業(yè)異地辦事面臨不少堵點(diǎn)難點(diǎn)問(wèn)題，“多地跑”“折返跑”現(xiàn)象普遍存在，政務(wù)信息“互不相認(rèn)”是數(shù)字政府橫向協(xié)同治理中存在的典型問(wèn)題。

4 穩(wěn)健性檢驗(yàn)

4.1 PSM傾向得分匹配

2016年4月14日，國(guó)務(wù)院辦公廳發(fā)布《推進(jìn)“互聯(lián)網(wǎng)+政務(wù)服務(wù)”開(kāi)展信息惠民試點(diǎn)實(shí)施方案》，確定了80 個(gè)信息惠民國(guó)家試點(diǎn)城市為試點(diǎn)單位?？紤]到各地方政府?dāng)?shù)字治理能力可能受到國(guó)家試點(diǎn)政策的影響，為解決樣本自選擇帶來(lái)的內(nèi)生性問(wèn)題，將試點(diǎn)城市作為實(shí)驗(yàn)組，非試點(diǎn)城市作為控制組，采用PSM傾向得分匹配法估計(jì)，選擇1:4近鄰匹配與卡尺為0.05的半徑匹配，兩種匹配方法均通過(guò)平衡性檢驗(yàn)，結(jié)果如表7模型1至模型6所示。

表7 穩(wěn)健性檢驗(yàn)結(jié)果

由模型1 至模型6 可知，模型回歸結(jié)果顯著性并未發(fā)生改變，這表明本文結(jié)果具有較強(qiáng)的穩(wěn)健性。

4.2 增加控制變量

為進(jìn)一步避免遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，參考文獻(xiàn)[18]，增加財(cái)政自主權(quán)（fs）、人均貨運(yùn)量（tranp）作為新的控制變量，結(jié)果如表7模型7至模型9所示，在增加控制變量后，政府?dāng)?shù)字治理能力對(duì)營(yíng)商環(huán)境、城市創(chuàng)新產(chǎn)出的促進(jìn)作用以及營(yíng)商環(huán)境在二者之間的中介效果依然顯著，再次驗(yàn)證了結(jié)果的穩(wěn)健性。

4.3 替換空間權(quán)重矩陣

為檢驗(yàn)政府?dāng)?shù)字治理空間溢出效應(yīng)的穩(wěn)健性，采用替換權(quán)重矩陣的方法進(jìn)行檢驗(yàn)。首先，參考文獻(xiàn)[19]，構(gòu)建行政隸屬矩陣，在矩陣元素設(shè)置上，若兩個(gè)城市隸屬于同一省級(jí)單位則為1，否則為0，對(duì)角線上的元素全部為0。其次，基于行政隸屬矩陣的2017—2020 年全局莫蘭指數(shù)雙邊檢驗(yàn)結(jié)果分別為0.263、0.262、0.268、0.474，均在1%的水平上顯著，證明城市創(chuàng)新存在空間相關(guān)性。最后，在模型選擇的檢驗(yàn)上，結(jié)果表明應(yīng)選擇個(gè)體時(shí)間雙重固定的空間杜賓模型，回歸結(jié)果如表8所示。

表8 基于行政隸屬矩陣的穩(wěn)健性檢驗(yàn)結(jié)果

由表8 可知，模型1 至模型6 的空間自相關(guān)系數(shù)ρ均在1%的水平上顯著為正，表明城市創(chuàng)新存在空間依賴性。模型3與模型6的結(jié)果顯示本地政府?dāng)?shù)字治理對(duì)當(dāng)?shù)氐某鞘袆?chuàng)新的正向直接效應(yīng)顯著，本省份內(nèi)其他城市的政府?dāng)?shù)字治理對(duì)本地城市創(chuàng)新具有正向影響，但空間溢出效應(yīng)并不顯著，在加入城市創(chuàng)新的動(dòng)態(tài)效應(yīng)后，該空間溢出效應(yīng)進(jìn)一步減弱，再次驗(yàn)證了本文的實(shí)證結(jié)果。

5 進(jìn)一步拓展：區(qū)域異質(zhì)性分析

為考察政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的影響是否存在地區(qū)差異性，本文將272個(gè)城市劃分為東部、中部、西部三個(gè)區(qū)域，結(jié)果如表9所示。

表9 區(qū)域異質(zhì)性回歸結(jié)果

表9模型1顯示DG估計(jì)系數(shù)顯著為正，表明東部地區(qū)政府?dāng)?shù)字治理對(duì)城市創(chuàng)新具有顯著的促進(jìn)作用，模型4中DG 系數(shù)為正但不顯著，表明中部地區(qū)政府?dāng)?shù)字治理促進(jìn)城市創(chuàng)新并不明顯。而模型7 中，西部地區(qū)DG 估計(jì)系數(shù)為負(fù)，說(shuō)明西部地區(qū)政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的正向效應(yīng)尚未顯現(xiàn)。此外，與表3 中模型5 的估計(jì)系數(shù)0.055 相比，可以說(shuō)明東部地區(qū)政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的正向影響遠(yuǎn)高于全國(guó)總體水平，而中部與西部均低于全國(guó)總體水平。從營(yíng)商環(huán)境的中介效應(yīng)來(lái)看，各地區(qū)政府?dāng)?shù)字治理對(duì)營(yíng)商環(huán)境的影響與其對(duì)城市創(chuàng)新的影響表現(xiàn)一致。結(jié)合模型3、模型6、模型9可知，營(yíng)商環(huán)境的中介作用僅在東部地區(qū)表現(xiàn)顯著，在中西部地區(qū)不存在中介效應(yīng)。究其原因可能是，政府?dāng)?shù)字治理能力較多地依賴于當(dāng)?shù)財(cái)?shù)字基礎(chǔ)設(shè)施建設(shè)與數(shù)字經(jīng)濟(jì)水平，而西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展落后于東部與中部，其政府?dāng)?shù)字治理對(duì)城市營(yíng)商環(huán)境及創(chuàng)新產(chǎn)出的提升能力有限，致使其對(duì)城市創(chuàng)新的正向效應(yīng)尚未顯現(xiàn)。而相較于西部而言，中部地區(qū)的數(shù)字政府建設(shè)水平較高，但卻低于東部大部分城市。因此，區(qū)域間不同水平的政府?dāng)?shù)字治理能力對(duì)創(chuàng)新產(chǎn)出的影響作用存在顯著差異。

6 結(jié)論與啟示

本文選取2017—2020年中國(guó)272個(gè)城市的樣本數(shù)據(jù)，分析了政府?dāng)?shù)字治理影響城市創(chuàng)新的作用機(jī)理，并討論了其空間溢出效應(yīng)。研究結(jié)論如下：第一，政府?dāng)?shù)字治理對(duì)城市營(yíng)商環(huán)境與創(chuàng)新產(chǎn)出均呈現(xiàn)顯著促進(jìn)作用。第二，政府?dāng)?shù)字治理可以通過(guò)營(yíng)商環(huán)境的間接作用對(duì)城市創(chuàng)新產(chǎn)生正向影響，考慮空間效應(yīng)后，政府?dāng)?shù)字治理對(duì)鄰近城市創(chuàng)新發(fā)展存在正向作用，但該積極效應(yīng)不顯著。第三，政府?dāng)?shù)字治理對(duì)城市創(chuàng)新的正向影響及營(yíng)商環(huán)境在二者間的中介效應(yīng)均存在顯著的區(qū)域差異性。

上述研究結(jié)論對(duì)地方政府加強(qiáng)數(shù)字化建設(shè)和推動(dòng)城市創(chuàng)新具有一定的啟示作用：第一，加快提升政府?dāng)?shù)字治理能力，增強(qiáng)其促進(jìn)城市創(chuàng)新發(fā)展的正向效應(yīng)。一方面，應(yīng)切實(shí)提升政務(wù)服務(wù)響應(yīng)能力。政務(wù)工作者要對(duì)接企業(yè)的切身需求，高效響應(yīng)并精準(zhǔn)解答其反映的難題，為企業(yè)帶來(lái)更好的參與感與互動(dòng)感。另一方面，要積極探索政務(wù)平臺(tái)智能化服務(wù)。政務(wù)平臺(tái)應(yīng)熟練運(yùn)用大數(shù)據(jù)、人工智能等新興技術(shù)工具，重點(diǎn)關(guān)注以企業(yè)需求為目標(biāo)的服務(wù)場(chǎng)景設(shè)置。第二，積極打造優(yōu)質(zhì)營(yíng)商環(huán)境，發(fā)揮其推動(dòng)城市創(chuàng)新發(fā)展的紐帶作用。既要在市場(chǎng)準(zhǔn)入、準(zhǔn)營(yíng)、運(yùn)營(yíng)等環(huán)節(jié)為企業(yè)暢通渠道，助力市場(chǎng)主體輕裝發(fā)展，保障企業(yè)辦事無(wú)憂；還要?jiǎng)?chuàng)新探索“一業(yè)一證”“多業(yè)一證”等審批模式，全面推行“雙隨機(jī)、一公開(kāi)”的監(jiān)管模式，做到政府無(wú)事不擾。第三，全面推進(jìn)數(shù)字政府協(xié)同治理，加強(qiáng)其助力城市創(chuàng)新發(fā)展的溢出效應(yīng)。一是制度與技術(shù)協(xié)同，在數(shù)據(jù)交易過(guò)程中，需要完善的制度支撐確保數(shù)據(jù)隱私與界定數(shù)據(jù)權(quán)屬；二是多方主體協(xié)同，首先政府與互聯(lián)網(wǎng)企業(yè)之間應(yīng)劃分好權(quán)與責(zé)，明確各自的權(quán)利與責(zé)任，除此以外，還應(yīng)加強(qiáng)與高校及科研院所之間的合作，進(jìn)一步提高其在數(shù)字應(yīng)用場(chǎng)景等實(shí)踐項(xiàng)目方面的參與度；三是區(qū)域協(xié)同，各地政府之間應(yīng)加強(qiáng)有效協(xié)商溝通機(jī)制與組織學(xué)習(xí)機(jī)制。