数字经济能否缓解中国发展不平衡不充分的局面__葛翔宇.pdf

作者简介:葛翔宇，男，湖北武汉人，武汉工商学院经济与商务外语学院教授，中南财经政法大学统计与数学学院教授、博士生导师，研究方向:数量经济;周尊荣，男，江西鹰潭人，中南财经政法大学统计与数学学院博士研究生，研究方向:经济计量。*基金项目:国家自然科学基金项目“高新技术自主创新知识产权价值评估与融资决策研究”(71974204)，主持人:葛翔宇;中南财经政法大学博士生科研创新项目“数字经济对经济高质量发展的影响效应及作用机制”(202111301)，主持人:周尊荣。经济问题探索2023 年第 3 期数字经济能否缓解中国发展不平衡不充分的局面?*葛翔宇1，2，周尊荣2(1 武汉工商学院经济与商务外语学院，武汉 430073;2 中南财经政法大学统计与数学学院，武汉 430073)摘要:本文旨在测算 20132019 年中国省际层面的平衡充分发展水平，利用面板固定效应模型、面板分位数模型和空间面板杜宾模型分析数字经济对平衡充分发展的影响效应，探索数字经济是否能够缓解中国发展不平衡不充分的局面。研究发现:数字经济对平衡充分发展有积极影响，经过内生性检验和稳健性检验后，该结论依然成立，且随着数字经济发展水平的不断提高，该影响在不断加强，说明数字经济能够改善区域内部发展不平衡不充分的局面;相比较于东部地区和平衡充分发展高水平地区，数字经济在中西部地区和低水平地区的影响更大，说明数字经济对区域之间不平衡不充分发展的局面有一定的改善作用;空间效应分析表明，数字经济存在空间溢出效应，不仅能提升本地区的平衡充分发展水平，也同样有助于提高周边地区的平衡充分发展水平。因此，本文为数字经济改善中国发展不平衡不充分的局面提供数据支撑和分析视角，也为探寻平衡充分发展的提升路径提供政策参考。关键词:数字经济;平衡充分发展;面板分位数;空间效应中图分类号:F124.9文献标识码:A文章编号:1006 2912(2023)03 0001 17一、引言数字经济以数字化知识和信息为关键生产要素，以数字技术创新为核心驱动力，以信息网络为重要载体，通过数字技术与经济社会发展各领域不断融合，在刺激消费、拉动投资和促进就业等方面表现出强劲动力1，已成为推动经济社会发展的新动能。中国高度重视数字经济的发展，“数字经济”一词频繁出现于各类重要会议与工作报告中，发展数字经济已上升到国家重要战略层面。近年来，数字经济在中国发展迅速，根据中国信息通信研究院的相关资料，2019 年数字经济规模达到 35.8 万亿元，占 GDP 比重的 36.2%，增长速度为 15.6%，远高于 GDP 增速，是中国经济社会发展中最为活跃的领域之一。1与此同时，中国经济社会发展取得了显著成效，人民对美好生活的需要日益提升，但发展不平衡不充分问题依然较为突出，已经成为满足人民日益增长的美好生活需要的主要制约因素，是我国实现高质量发展和实现全体人民共同富裕亟需破解的难题之一。在此背景下，研究数字经济对平衡充分发展的影响效应，对我国实现高质量发展和全体人民共同富裕具有重要的意义，是一个极有价值的议题。那么，数字经济是否能够有效促进平衡充分发展?数字经济对平衡充分发展的影响是否存在异质性?数字经济是否能够缩小地区内部与地区之间的不平衡不充分差距?基于此，本文首先在第二节对相关文献进行综述，其次在第三节从兼顾平衡性与充分性的角度出发测算中国省级层面的平衡充分发展水平，并对其进行评析，然后在对基准回归、内生性检验、稳健性检验和异质性分析等方面的实证结果进行相关分析，接着在第五节使用面板分位数模型和空间面板杜宾模型对数字经济的影响进一步分析，最后在第六节对论文进行总结并给出相关政策建议。二、文献综述(一)关于数字经济的研究关于数字经济的内涵概念研究，国外学者对数字经济的研究经历了信息经济、互联网经济、数字经济的探索过程2，国内学者大多基于我国实践，围绕信息技术和产业、互联网发展、数字经济等展开研究。由于数字经济的发展是动态的，且变化速度超过了以往的任何一种经济形式，仅从一个或几个方面定义数字经济非常困难，目前国际上关于数字经济的内涵概念还没有形成统一的共识3。关于数字经济的测度方法研究，国内外学者的研究方法、研究内容和研究成果也不尽相同，主要体现在数字经济规模核算和数字经济指数编制两个方面:在数字经济规模核算方面，欧盟和美国商务局均提出了各自的数字经济核算框架，向书坚和吴文君(2019)4 在欧盟提出的数字经济核算框架的基础上，测算了中国的数字经济规模，许宪春和张美慧(2020)3 在美国商务局提出的数字经济测算框架的基础上，测算了中国的数字经济规模。在数字经济指数的编制方面，赵涛等(2020)1、刘军等(2020)5 和王军等(2021)6 分别从不同的维度，建立了数字经济发展水平评价指标体系，从而测算出数字经济发展水平。(二)关于不平衡不充分发展的研究关于不平衡不充分发展的内涵概念研究，国内学者多数是将不平衡发展和不充分发展分开研究。在发展不平衡方面，学者们认为发展不平衡是事物内部以及事物之间发展不均衡不协调的一种状态7，主要表现在区域和城乡发展不平衡，其中区域不平衡主要表现在地区发展和收入差距等领域，城乡不平衡主要表现在收入、就业、养老、医疗、教育和基础设施等领域8。在发展不充分方面，学者们认为发展不充分是我国生产要素没得到充分利用，使得社会生产力发展尚不充分，较难满足人民对不同产品结构和质量、各种服务、社会公平、民主法治和生态环境等的需求9，10。关于不平衡不充分发展的测度方法研究，现有文献大致可分为三类:第一类是测度发展水平，在一定程度上可以看作是对充分发展的测度11，缺乏平衡性的考虑，如国务院发展研究中心编制的中国民生指数(2015)12 和中国统计学会编制的地区发展与民生指数(2013)13 等。第二类是测度不平等程度，常见于收入分配领域，尤其是测度城乡收入差距，方法包括基尼系数和泰尔指数等，在一定程度上可以看作是对平衡发展的测度，缺乏充分性的考虑。第三类是兼顾平衡性与充分性的发展水平测度，如许宪春等(2020)8 编制的中国平衡发展指数，但仅能测算到国家层面的平衡发展指数，而无法推广到省级层面，因为在其所建立的指标体系中，较多指标数据无法被找到。(三)关于数字经济影响平衡充分发展的研究已有研究认为，数字经济对平衡充分发展的影响体现在多个层面。微观层面上表现为资源配2置效率提升，数字经济以网络为载体，以数据为生产要素，突破了原有劳动形式中的时空壁垒，为劳动者提供了丰富的选择，劳动资源市场化配置效率得到提高14。中观层面上表现为产业体系优化，数字经济具有渗透性、融合性和协同性的特征，与实体经济不断融合发展，形成新产业和新模式，不仅可以实现数字技术的产业化发展，还可以推动传统产业的数字化转型，从而赋能平衡充分发展15。宏观层面上表现为经济发展质量提高，数字经济通过生产要素的优化和全要素生产率的提升，从而影响经济发展质量16。由于兼顾平衡性与充分性的发展水平测度的文献较少，数字经济对平衡充分发展展开的实证研究较为匮乏，相关文献多是从平衡发展或充分发展某一个层面来研究数字经济的影响，没有综合考虑平衡性与充分性，如数字经济影响全要素生产率17 19、创新能力20，21、经济高质量发展22，23 和区域协调发展14 等。现如今，在中国力求高质量发展和共同富裕的背景下，平衡发展和充分发展并不能分开单独考虑，需要综合考虑平衡性与充分性并进行实证研究，这也是本文尝试提供学术边际贡献的突破口之一。三、平衡充分发展水平的测度本节从兼顾平衡性与充分性的角度出发测算中国省级层面的平衡充分发展水平，并对平衡充分发展水平的时序特征和空间特征进行评述。(一)平衡发展水平的测度王嵩等(2020)10 认为发展不平衡是指不能满足人民日益增长的经济和社会公平需求，人民无法均等享受社会主义建设成果，具体表现在收入、消费、就业、养老、医疗、教育、基础设施和社会保障等方面9，11。基于此，本文认为发展不平衡是指相较于经济发展，人民生活水平和社会福利享有存在失衡，并从收入水平、消费水平、就业状况、居住出行、基础设施、文化教育、医疗卫生和养老保障 8 个层面，选取 16 个指标构建平衡发展评价指标体系，如表 1 所示。指标数据来源于中国统计年鉴，样本为除西藏和港澳台以外的 30 个省份，样本区间为 20132019 年，涉及价格因素的数据均用 GDP 平减指数折算到以 2013 年为基期的实际值。表 1平衡发展评价指标体系层面序号指标属性计量单位收入水平1居民人均可支配收入正向元2城乡居民人均可支配收入比逆向%消费水平3居民人均消费支出正向元4城乡居民人均消费支出比逆向%就业状况5城镇登记失业率逆向%6城镇单位就业人员平均工资正向元居住出行7住宅房价收入比逆向%8每万人拥有公共交通车辆正向标台基础设施9公路密度正向公里/万平方公里10铁路密度正向公里/万平方公里文化教育11人均拥有公共图书馆藏量正向册12人均受教育年限正向年医疗卫生13每万人医疗机构床位数正向张14每万人拥有卫生技术人员数正向人养老保障15养老保险覆盖率正向%16养老金替代率正向%3欲确定平衡发展水平不仅需要可获得的具体指标，而且还需要对指标赋予权重。已有的赋权法主要包括主观和客观赋权法，但主观赋权可能会受人为影响。因此，本节使用客观赋权法中的熵值法对指标进行赋权。由于表 1 中的 16 个指标值的量纲与数量级存在显著差异，因此为便于比较不同省份不同年份的平衡发展水平，需要对指标进行标准化。本文对正向和负向指标进行如下处理:正向指标:zijt=xijt min xijtmax xijt min xijt(1)逆向指标:zijk=max xijk xijkmax xijk min xijk(2)其中，max zijk和 min zijt分别为指标 i 在所有省份所有年份中的最大值和最小值，其中i=1，2，M，共有 M 个评价指标，j=1，2，N，共有 N 个省份，t=1，2，T，时间跨度为 T。计算标准化后的指标所占比重:ijt=zijtNj=1Tt=1zijt(3)计算指标 i 的信息熵，则有:ei=1ln(N T)Nj=1Tt=1ijt ln(ijt)(4)计算指标 i 的信息熵冗余度，则有:di=1 ei(5)计算指标的权重，则有:wi=diMi=1di(6)最后，每个省份每年的平衡发展水平计算公式为:BDIjt=Mi=1Nj=1Mt=1zijt wi(7)式依据的是标准化后的指标 zijt及指标权重 wi，其中 BDIjt表示省份 j 在 t 年的平衡发展水平，取值范围在0 1之间，BDIjt越大，表示平衡发展水平越高。(二)充分发展水平的测度借鉴王嵩等(2020)10 对充分发展水平的测算思路，通过测算效率的方式来体现一个地区的充分发展水平，考虑到传统的 DEA 方法无法剔除外部环境因素和随机误差对效率的影响，为获取更为准确的效率值，使用三阶段 DEA 方法测算经济发展效率以反映充分发展水平。第一阶段:DEA BCC 模型。相比较于产出变量，投入变量更容易控制，因此，本文选择基于规模报酬可变的投入导向 DEA 模型测算各省份的经济发展效率值，公式如下:min (mi=1si+sr=1s+r)s tnj=1jxij+si=xi0i=1，2，mnj=1jyrj s+r=yr0r=1，2，snj=1j=1j 0j=1，2，n(8)4其中，为效率值，为非阿基米德无穷小，其有效允许了加入松弛后 值的最小化，s与 s+分别是投入与产出变量的松弛变量，为权重，x 与 y 分别为投入变量与产出变量，分别有 m 与 s个。本文选取劳动和资本作为投入变量，其中劳动为各地区就业人员总数，资本是利用不含农户的固定资产投资额，经永续盘存法计算得到10;产出指标选用地区生产总值。其中，地区生产总值与不含农户的固定资产投资额均用 GDP 平减指数折算到以 2013 年为基期的可比值。第二阶段:SFA 模型。在 DEA BCC 模型中，由于测算出的经济发展效率值无法区分外部环境因素和随机误差