APP下载

国家级大数据综合试验区设立对区域数字经济发展影响效应评估

2021-09-11李桥兴

科技管理研究 2021年16期
关键词:试验区效应政策

李桥兴,杜 可

(1.贵州大学管理学院;2.贵州大学喀斯特地区发展战略研究中心,贵州贵阳 550025)

在信息技术时代,数字经济已然成为驱动经济高质量发展的重要推动力。我国政府自2015 年开始重视培育数字经济并在《促进大数据发展行动纲要》中强调大数据的切入点地位,在随后2017—2020 年的《政府工作报告》中均强调发展数字经济,并要求出台相关政策打造我国数字经济新优势。国家级大数据综合试验区(以下简称“试验区”)正是我国政府为紧随数字时代机遇,从顶层规划、政策指引和实施方向等方面支持以大数据产业为代表的数字经济发展,并实施具有中国特色的特殊区域经济政策,为推动国家大数据发展战略和促进数字经济发展等提供了可借鉴、可复制和可推广的经验。从整体来看,国家级大数据综合试验区从南到北、从东到西纵横全国展开布局,其区域选择需综合衡量地区的经济状况、基础设施、自然条件和人文环境等方面,其功能是为我国数字经济发展做先行实践。因此,充分发挥国家级大数据综合试验区的政策福利,推动试验区对区域数字经济的辐射带动和示范引领作用,必然有助于推进我国数字经济的整体和快速发展。

1 文献综述

作为新的经济形态,数字经济能否有效缓解各区域经济基础发展的不平衡?对此学者们从各个角度探究了数字经济对区域发展态势和社会发展效应的影响。部分学者关注区域差异对数字经济发展的影响,如钟业喜等[1]分别从经济水平、区域信息化水平、城市等级和产业结构等不同角度探讨了区域差异对数字经济空间分布的差异性影响,发现通过提升信息化水平和优化产业结构等方式发展数字经济可实现区域经济的“换道超车”;还有学者关注数字经济引发创新驱动效应的异质性和影响因素,如黎晓春等[2]通过构建创新型城市发展动力系统,探究以数字经济为代表的关键创新变量对区域创新能力提高的影响路径,并指出需要通过局部创新来带动整体创新进而实现协同驱动。通过文献梳理发现,各区域在政府引导下,经济发展均具有较好的主观能动性,但鲜有文献探究政府行为或政策效应对区域数字经济的影响;此外,各区域能否借助区域经济政策的优势以形成数字经济的领跑态势或后发赶超,也是值得探讨的问题。

目前,自由贸易试验区、高新技术开发区、跨境电商综合试验区和国家新区等是我国主要的区域经济政策形式,学者们已经证实了区域经济政策特别是新区设立后带来的经济辐射、创新驱动和可持续性等发展效应,表明不同类型的区域经济政策在不同阶段对经济、创新和环保等领域带来不同程度的促进作用。但是,国家级大数据综合试验区作为另外一种创新性的区域经济政策,还正处在初始阶段而有待于学者进一步研究;同时,尽管国家级新区等其他区域经济政策对研究国家级大数据综合试验区有较大的借鉴作用,但是它们之间还是存在较大的差异,主要表现在其他经济特区政策多数是基于县市级的管理权限和行政级别,而且基本属于目标明确和功能单一的产业聚集区,但国家级大数据综合试验区则基本具备了副省级以上的行政级别和管理权限,同时还具有较大的社会服务职能和明显时代特性。国内学者在国家级大数据综合试验区的评价研究和改进方案等方面有了较深入的探讨,如周钟等[9]对大数据综合试验区从基础要素、核心要素以及差异化功能定位进行评价和引导;陈加友[10]针对贵州大数据综合试验区存在的瓶颈问题提出改进方案,但是还鲜有学者探讨国家级大数据综合试验区的创设效应和影响机制等内容。

因此,本研究将评估国家级大数据综合试验区对区域数字经济的发展效应,通过实证分析设立国家级大数据综合试验区对区域数字经济的政策效应,探讨政策特区的强化对数字经济的影响程度,为试验区的日后建设提供借鉴;此外深入分析设立试验区对区域数字经济的影响路径,以期有利于政府通过完善相关政策提出改进方案等。

2 理论分析与假说

国内经济普遍存在“南强于北、西弱于东”的区域异质性态势,与经济态势类似,东部地区的先进技术和雄厚经济基础同样使其数字经济发展优于中西部地区,但受惠于近几年国家在基础设施建设等方面的政策扶持,中西部地区的数字经济获得了突飞猛进的发展,因此,很多学者密切关注经济政策在东西部发展效应的区域差异对比。有研究认为基础设施、经济集聚、制度建设和市场环境等诸多区域初始条件都是产生区域异质性的影响因素[5],而初始条件较差的地区也会长期受到路径依赖的影响,导致其政策效应低于其他地区[6];张夏恒等[7]研究指出跨境电商综合试验区的政策绩效与区域经济密切相关,区域差异性显著地表现为促进跨境贸易水平提高的政策效应“从东到西”逐步递减;但也有部分学者认为,区域经济政策能够为所在区域提供新的初始条件,因此政策效应会逐步淡化其他条件而有助于打破长期滞后的区域僵局,如刘传明等[8]基于城市群视角发现,初始条件不同的区域的数字经济发展存在分化现象,但差异正逐步减小;郁俊莉等[9]指出政府的有效作为可以促进经济落后地区发挥其后发优势,并符合客观经济规律;范巧等[10]认为相对于经济发达地区而言,欠发达地区国家级新区设立后的经济促增效应更显著。那么,国家在设立大数据综合试验区之后,区域数字经济的发展水平是与原经济形态呈现相同的发展态势还是借助技术力量实现了“弯道超车”,这是本研究要回答的问题。对此,提出以下假设:

H1a:国家级大数据综合试验区的设立对区域数字经济发展的影响呈现路径依赖;

H1b:国家级大数据综合试验区的设立对区域数字经济发展的影响实现“弯道超车”。

显然,经济政策的区域级别不同,其承担的社会责任也会不同,因而政策的扶持强度和影响效应也就有所不同。部分学者通过企业的成长和并购为切入点来研究不同级别的政策特区所产生的政策效应,如以开发区为例的研究发现,不同层级开发区的运行机制有明显的差异,即国家级开发区对于区内企业成长和并购的促进效应更显著,而省级开发区在促进企业成长方面较明显受制于企业所属行业及其生命周期[11];但市级开发区对区内企业成长和并购的影响作用并不显著,所造成的经济效应也有较大差别[12];还有学者认为国家级开发区的扩容升级可改善资源配置效率而省级开发区的影响并不显著[13]。此外,有学者在研究高新区设立后对区域经济发展水平的影响作用时发现,高级别试验区的综合发展能力要明显强于低级别试验区[14],但低级别试验区在某些专项能力(例如创新能力和产业发展速度)方面的促进作用略高于高级别试验区[15]。针对国家批复的大数据综合试验区而言,根据建设目标和功能需要等可划分为区域示范类综合试验区,如上海、重庆、内蒙古(原为基础设施统筹发展型,但本研究将归为综合型)和河南等,以及跨区域类综合试验区,如北京、天津、河北、贵州和广东等。本研究要回答的问题是,不同类型的国家级大数据综合试验区所产生的政策效应是否有差异以及有何差异;对区域数字经济发展的政策效应而言,是作为区域示范区所提出的针对性政策有效,还是作为跨区域试验区产生的政策协同效应更加有效。对此,提出以下假设:

H2a:国家级大数据综合试验区受政策针对性影响对区域数字经济发展的影响效应更明显;

H2b:国家级大数据综合试验区受政策协同效应影响对区域数字经济发展的影响效应更明显。

3 研究设计

3.1 变量设计

3.1.1 被解释变量

本研究以区域数字经济发展评分(DE)为被解释变量,并借鉴刘军等[16]对数字经济发展评价指标体系的构建和驱动因素的分析,构建了包括基础设施评分、应用指数评分和发展指数评分等指标体系来共同衡量区域数字经济的发展水平。其中,基础设施评分由信息化基础、固定互联网基础、移动互联网基础和互联网应用基础等共同组成,具体评价指标包括区域光缆人均密度、移动电话普及率、互联网普及率和互联网接入端口人均密度等,而基础设施评分越高则证明该区域越适合发展数字经济;应用指数评分主要从数字交易基础、数字贸易程度和数字应用程度等3 个方面来具体体现,包括4 个指标,即企业拥有的网站个数、电子商务销售额、电子商务采购额、从事电商活动的企业占比等,而应用指数评分越高则证明该区域数字经济的应用程度越高和发展水平越高;发展指数评分主要考察数字经济的发展潜力、发展动力和发展程度,并由从业人数占比、信息化投资占总投资比重和软件业务收入等指标来综合评价,并且发展指数评分越高则证明该区域数字经济的发展态势越强。评价具体过程如下:

(1)获取区域数字经济发展水平的所有二级指标X的取值xit,其中xit为指标X的实际数值,t为年份,i为省份。

(2)将各二级指标的实际取值按照如下公式进行标准化处理:

式(1)中:Xit为指标X的标准取值;和则分别是指标X在所有省份所有年份中实际取值的最大者和最小者。

(3)采用如下公式简单确定各二级指标和一级指标的权重W,如第j项指标的权重Wj为:

式(2)中:n为同级指标总数。

(4)区域数字经济发展水平综合得分可采用如下线性加权模型计算:

区域数字经济发展水平的评分指标体系及其权重如表1 所示。

表1 区域数字经济发展水平评价指标体系

3.1.2 解释变量

(1)政策变量。目前,国家级大数据综合试验区是分为两批设立的,因而不适用仅存在单一政策时点的双重差分模型,即不能简单地应用试验区设立变量和时间变量的交互项来作为解释变量,所以本研究对设立政策变量(Treated)的处理方式为:若i省份在t年被设立为国家级大数据综合试验区,则其Treatedit=1;否则Treatedit=0。

(2)时间变量。某省份被设立为国家级大数据综合试验区的年龄(Time)的计算方式为:记t为数据的报告年份,s为i省份被确立为试验区的年份,若t>s,则Timeit=t-s;否则Timeit=0。

3.1.3 控制变量

(1)经济水平(PGDP)。区域经济发展水平在一定程度上反映了区域基础设施的服务水平和数字经济的发展潜力,是制约区域数字经济发展的要素之一,本研究认为区域人均生产总值(GDP)的对数值越强,则越利于区域数字经济的发展。

(2)产业结构(IC)。数字经济发展的主要产业往往是属于第三产业中的知识密集型和技术密集型产业,而第一二产业往往隶属于劳动密集型和资本密集型产业,产业结构对数字经济有着重要的影响,表现在数字经济对传统产业进行升级改造并重塑区域的产业结构[17],因此应用第三产业产值占GDP 比重×100 来反映区域的产业结构水平。

(3)社会投资(SI)。区域数字经济发展水平与区域的硬件水平以及基础设施的投入情况密不可分,而社会投资则直接决定了区域硬件装备的更新换代程度和基础设施的普及情况与质量水平,因此采用区域固定资产投资的对数表示区域社会投资水平。

(4)政府调控(GO)。试验区是在当地政府的推动和上级政府的支持下成立的,因而中央政府和当地各级政府会积极投入到试验区的建设过程中,政府通过行使其管理职能和协调权利,从税收、采购、财政补贴等多方面更好地推进试验区的建设并作出应有的贡献,但由于政府的支持工作不易量化,因此应用政府财政支出的对数来表示政府调控行为,该对数值越大,表明政府的调控力度越大。

(5)市场化程度(TT)。数字经济是货币经济发展到一定程度后受到技术影响的另一种经济形式,其被人们接受的程度和发展的状况与社会中的技术发展与技术普及等紧密关联,而技术市场成交额在很大程度上能够展示区域技术的活跃程度和科技成果转化程度,因此通过技术市场成交额的对数来表示技术被市场接纳和应用的程度。

(6)科研能力(TR)。数字经济与以大数据和云计算为代表的信息网络技术密不可分,在一定程度上,这些信息技术越先进成熟,则数字经济也随之发展得越好,而一系列技术的研发离不开科研的支持,因此科研经费能够在很大程度表明某区域对科技的支持情况,故通过区域科研支出占GDP 比重×100 反映区域的科研能力,进而反映区域对数字经济发展的研发投入程度。

3.2 模型选择

由于国家级大数据综合试验区是分为两个批次批准建设的,而传统双重差分模型是基于单时点的模型设置,故该模型不能直接用于探究本研究提出的试验区相关问题。鉴于此,借鉴了文献[18]的思路来构建渐进双重差分模型进行分析,即模型1如式(1)所示;同时应用固定效应渐进双重差分模型,即模型2 如公式(2)所示,来避免个体效应和时间效应等的影响误差。

式(1)(2)中:Control 可分别表示区域的政府调控、经济水平、市场化程度、产业结构、社会投资和科研支出等控制变量;γt、µi、εit则分别表示时间固定效应、个体(即各省份)固定效应和随机误差项等;β1是试验区的设立对区域数字经济发展水平的影响效果;β2为试验区设立年限对区域数字经济发展水平的影响效应;β3为控制变量对区域数字经济发展水平的影响评价。

3.3 数据说明

在2015—2016 年,贵州、京津冀(北京、天津、河北)和珠江三角洲(广东)相继被国务院批准建立为跨区域类大数据综合试验区,而内蒙古则为大数据基础设施统筹发展类综合试验区,上海、重庆、河南和沈阳等作为区域示范类综合试验区。参考薄文广等[19]的思路,依据试验区的批复时间来统一确定其设立年份,将上半年批复的第一批试验区的设立时间视为2015 年,而将下半年批复的第二批试验区的设立时间视为2016 年。由于在第二批试验区中仅沈阳是副省级城市,而其他地区则均为省级区域,为便于统计和研究的一致性,将沈阳隶属的辽宁省不认定为试验区。在此情况下,研究上述已设立的国家大数据综合试验区对国内30 个省级行政区(限于资料收集条件,未含港澳台和西藏地区)(以下简称“样本地区”)数字经济发展水平的影响。研究期间为2012—2019 年,数据来自2012—2019 年的《中国统计年鉴》和中国研究数据服务平台(Chinese Research Data Services,CNRDS)数据库中的区域经济数据库,并根据前7 年的数据采用插值法和回归法补齐2019 年数据等缺失数据。表2 为各控制变量的描述性统计结果。

表2 控制变量的描述性统计

4 实证研究

采用双重差分模型的基准回归方法探究国家级大数据综合试验区的设立对区域数字经济发展的政策效应,并对不同区域和不同类型的试验区政策效应进行检验和稳健性分析,最后提出试验区对区域数字经济的影响路径。

4.1 基准回归

采用Stata16.0 软件的渐进双重差分和固定效应渐进双重差分模型,检验国家级大数据综合试验区设立对区域数字经济发展水平的政策效应,如表3所示,列(1)(3)分别是在模型1 的基础上分别不加控制变量和加入所有控制变量的估计结果,而列(2)(4)则是在模型2 的基础上分别不加控制变量和加入所有控制变量的估计结果。在4 种检验结果中,Treated 均显著且系数为正,表明试验区的设立对区域数字经济发展具有正向促进作用;综合比较来看,在未加入控制变量时系数增大,而加入控制变量后系数有所下降但仍然显著,并且在控制固定效应后数值继续减小,表明控制变量对区域数字经济发展水平有较大的影响,因此区域的经济水平、产业结构、社会投资、政府调控、市场化程度和科研支持等一系列控制变量弱化了试验区设立对区域数字经济发展水平的影响程度,且除社会投资外,其他控制变量均对区域数字经济发展水平起正向促进作用,并且除市场化程度之外的其他变量均显著。因而,国家级大数据综合试验区需改善区域内的经济体量、经济结构、政策环境、市场化程度和科研资源等政策条件,方可有效促进区域数字经济的发展水平提升。

表3 试验区设立对2012—2019 年样本地区数字经济发展水平的基准回归分析

4.2 区域异质性检验

基于政策和经济的研究需要,将样本地区划分为东部(含辽宁、河北、北京、天津、山东、上海、江苏、浙江、福建、广东和海南等11 省份)、中部(含黑龙江、吉林、山西、内蒙古、安徽、河南、湖北、江西、湖南和广西等10 省份)和西部(含新疆、甘肃、青海、宁夏、陕西、四川、重庆、云南和贵州等9 省份)3 个组,各组按照模型2 采用固定效应渐进双重模型分别采取不控制变量和控制变量进行回归计算,结果如表4 所示。由表4 可知,国家级大数据综合试验区的设立对区域数字经济的政策效应存在明显的差异,其中东部受影响最大,其次是西部,而对中部的影响最小,表明试验区对区域数字经济发展水平的影响受到区域经济实力的影响较大,验证了本研究的假设H1a;而西部受影响大于中部则说明在西部内试验区政策对区域数字经济发展的影响更深入,即验证了本研究的假设H1b,表明试验区对区域数字经济发展的政策效应在路径依赖的基础上还可以存在弯道超车的影响效应。进一步分析区域间产生差异的原因,东部在控制所有变量后系数仍然显著且减小幅度很大,表明所有控制变量代表的其他条件对东部数字经济发展水平的影响较大,证实了政策效应的路径依赖,并从侧面说明东部的政策效应被放大;而中部和西部在控制所有变量后系数仍然显著且增大,说明所有控制变量所代表的其他条件抑制了中西部的政策效应,证实了政策效应能够帮助欠发达地区实现弯道超车,因此,尽管中西部的经济技术基础薄弱,但若能充分发挥政策带动效应,是能够实现数字经济的后发赶超的。

表4 试验区设立对2012—2019 年样本地区分区域数字经济发展的影响

以上表明,控制变量的回归分析结果与基准回归得到各变量对于区域数字经济发展的影响结果相类似。显然,不论是否进行分区域验证,区域的经济水平、产业结构和科研能力等对于区域数字经济的提升都起到正向促进作用。其中,经济水平对于东部数字经济发展影响最大而对西部最弱,说明经济水平对区域数字经济发展能够提供强有力的基础效用;产业结构对西部的影响效应最大且东部次之而中部再次之,说明西部受限于产业基础薄弱,产业升级与转型对于数字经济提升有更明显的影响;而东部受到产业结构合理和产业形态高级的驱动,表明区域在产业升级后能够加速数字经济的发展;科研能力对各区域的影响情况与产业结构类似,即西部受限于较弱的科研基础,若提升科研能力能够更大力度地支持区域数字经济的发展,但东中部受科研能力的影响不够显著;西部受社会投资的正向影响显著可归因于更新升级其落后基础设施,对于基础相对完善的东中部来说,只有继续投资到相当规模并在下一轮新信息技术革命时,其社会投资的红利才能进一步显现并爆发。政府调控对中、东部的促进效应显著,说明较成熟的政府政策导向机制和较先进的产政研融合发展能够引领区域获得更有效的经济效应和创新效应。关于市场化程度对于区域数字经济的影响,中西部由于数字经济还不发达,其市场化程度越高将越有利于数字经济的发展;而东部经济相对发达、技术普及,市场部门为提高数字经济发展质量加强监管职能,因此在一定程度上抑制了区域数字经济的发展。

4.3 试验区类型差异性检验

对隶属于不同类别试验区的省份与其他省份形成实验组和对照组进行回归分析。即首先将北京、天津、河北、贵州和广东这5 类跨区域类试验区作为实验组,将未被设立为试验区的其他21 个省份作为对照组,按模型2 进行实证分析;其次将河南、重庆、上海和内蒙古这4 类区域类试验区作为实验组,将未被设立为试验区的其他21 个省份作为对照组按模型2 进行实证分析。其结果如表5 所示,其中的Treated 系数与表1 相比,尽管结果不是十分显著,但是仍然具有一定的参考价值,即不论是否控制所有变量,跨区域类试验区的Treated 系数均大于区域类试验区的Treated 系数,说明就对区域数字经济发展的影响而言,跨区域类试验区带来的政策协同效应强于区域类试验区带来的政策针对效应,这验证了本研究的假设H2b。进一步分析见表5,尽管跨区域类试验区的设立对区域数字经济发展的影响较大,但在加入所有控制变量之后,跨区域类与区域类试验区的Treated 系数均降低并且接近,说明两类试验区设立后的影响效应相似,并且控制变量放大了跨区域类试验区设立对于区域数字经济发展的加持作用,但跨区域类试验区的促进效果仍然更好。究其原因:跨区域类试验区的服务范围往往不局限于其所在省份而意图辐射周边省份乃至全国范围,获得的政策支持力度和吸引相关产业的集聚力度均超过区域类试验区;尽管区域类试验区更能针对本区域自身条件制定符合自身发展的政策体系和规章制度,但是跨区域类试验区设立后的政策红利效应更大。

为了更进一步比较两类综合试验区对区域数字经济发展的政策效应,将跨区域类和区域类试验区的共计9 个省份作为一组,按照模型2 计算固定效应渐进双重差分。其中跨区域类省份作为实验组,区域类省份作为控制组,其结果也如表5 所示。可以发现,当研究对象均为试验区所在省份时,跨区域类试验区设立后,所在省份产生的政策效应对区域数字经济发展的促进效应更大,并且控制变量后Treated 系数显著增大,说明该区域的其他变量缩小了其被设立为试验区后的政策效应,进一步验证了本研究的假设H2b。综上,两类试验区对区域数字经济发展的促进效应相差不多,但从长期推断,随着社会经济的发展和技术的更新,跨区域类试验区将有更大的提升空间。

表5 不同类型试验区设立对2012—2019 年样本地区数字经济发展的影响

4.4 稳健性检验

上述实证分别从区域异质性和类型差异性检验了国家级大数据综合试验区设立对区域数字经济发展的影响效应,结果表明试验区设立的确能够推动区域数字经济的发展,但是影响效应是否具有稳健性?对此,本研究应用倾向匹配得分法和反事实检验法进行检验。如表6 所示,应用倾向匹配得分法是按照1∶1 的相邻匹配方式为试验区配比对照组样本,反事实检验法是将试验区的设立时间统一提前到2014 年而重新进行回归验证,而通过前者获得的系数仍然显著,后者获得的系数不显著,因此得证基准回归结果具有稳健性。

表6 试验区设立对2012—2019 年样本地区数字经济发展影响的稳健性检验

4.5 影响路径检验

前文证实了国家级大数据综合试验区的设立可以促进区域数字经济的发展,并且结果稳健,但是试验区的设立是如何影响数字经济的还需要进一步实证分析,因此,为继续探究产业结构、社会投资、政府支持、市场化程度和科研支持等是如何影响区域数字经济发展水平的,分别计算试验区创立的政策变量与各控制变量之间的回归分析结果如表7 所示,可知区域的产业结构、政府支持和市场化程度等控制变量受到试验区设立的影响效果较为显著。一方面,试验区的设立对区域产业结构升级起到抑制作用,结合杜宇玮[20]的研究结论进行分析得知,试验区设立之后源于数字经济相关产业的生产性服务业对制造业有促进作用而导致第二产业特别是基础设施建设的产值提升,故而工业制造业获得更多的扶持优惠而在短期内未能惠及到数字经济,即降低了产业结构的高级性,同时从侧面也反映出数字经济的商业模式还不发达,相关基础设施建设还不能及时转化为数字经济生产力,因此需要进一步加强招商引资和创新商业模式;另一方面,试验区设立后的政府调控效应为显著增强,而市场化程度则有所回落,原因是由于政府重视大数据综合试验区的建设,故而在试验区设立后政府又通过财政支出从基础设施的更新和采购等方面提高了投资水平,从而更有利于促进区域数字经济的发展。而市场化程度则由于试验区设立后需建立并完善相关法律法规和规章制度,在一定程度上降低了技术市场化的效率而限制了市场化程度的提升,故而影响区域数字经济发展水平进一步提升。

另外,表7 还显示试验区的设立对社会投资和科研支出的影响不显著,但仍然具有一定参考价值。试验区的设立抑制了社会投资,对应指标是固定资产投资额的对数。分析抑制效应的原因,试验区建设的评选标准之一是选择基础设施建设相对完善的省份进行发展,试验区的边际递增效用逐步降低甚至为负,因此该区域固定资产所需投资小于其他省份,并且随着固定资产投资的进一步增加,区域所需要的投入也相应逐步减少,这与上述关于优化产业结构中加强基础设施建设的解释并不矛盾。另外,试验区的设立促进了区域的科研程度提高,即试验区设立后将要求大力生产数字经济产品,此时更需加强大数据的基础理论和应用技术等研究,因而需要进一步加强提高区域的科研能力,因此试验区的设立促进区域科研能力提高,并且通过科研支持来释放区域数字经济的活力。

表7 试验区设立对2012—2019 年样本地区数字经济发展影响的路径检验

5 结论与建议

推动区域数字经济发展从而带动区域经济整体发展已经成为我国各级政府的重点工作之一。国家级大数据综合试验区作为引领区域数字经济的先行区,其设立和建设经验对其他区域的数字经济发展具有重要的参考价值,因此,检验试验区设立对区域数字经发展的政策效应和影响路径的意义显著。本研究通过收集2012—2019 年30 个省份的相关数据,从基础设施、发展指数和应用指数3 个层面构建了区域数字经济发展水平评价指标体系,并得出各省份数字经济发展评分,运用渐进双重差分模型实证检验了国家级大数据综合试验区创设对区域数字经济发展的政策效应,包括区域异质性和等级差异性,并在此基础上探究试验区创设对区域数字经济发展的影响路径。研究结果表明:第一,试验区的设立对区域数字经济具有显著提升作用,并且被确立为试验区的省份其经济水平、产业结构和政府调控都得到了显著的促进;第二,从区域异质性看,试验区设立对于经济发达的东部而言,其数字经济发展水平提升更加显著,但同时也为经济欠发达地区实现数字经济的后发赶超提供了契机;第三,从试验区类型差异性看,短期内两类试验区产生的政策效应对于区域数字经济的提升作用相差不大,长期看跨区域类综合试验区产生的政策效应影响更深远;第四,试验区可通过调整产业结构、促进政府调控和规范市场运作等方式推动区域内的数字经济发展。基于以上研究结论,提出若干政策建议如下:

(1)全面实施大数据发展战略,强化数字经济带给产业转型升级的促进作用。鉴于国家级大数据试验区设立后对区域数字经济发展的促进作用,已设立为试验区的省份需继续保持大数据战略的发展方向,加紧相关法律法规的建设完善,引导和巩固区域经济发展新动力,放大跨区域试验区的辐射带动效应和区域试验区的针对提升效应;未设立为试验区的省份需结合自身实际条件,包括经济发展水平、资源集聚能力和制度环境差异等,部署大数据战略规划,探索本区域经济增长新模式,以试验区为引擎推动本区域的数字经济协同发展。同时,紧跟大数据战略所带来的技术革命的步伐,发达地区需持续巩固技术优势,而欠发达地区可通过引进高新技术实现后发赶超等,加速本区域内的数字经济发展。

(2)建立试验区发展评价体系。试验区所产生的政策效应是经济、产业、制度、科研、技术、市场等多方面共同改革带来的提升效果,其中产业转型升级和结构优化、政府的恰当监管引导、科研能力的提升、技术的改良升级和市场化的提高等都对区域数字经济发展产生较大正面影响,因此,建立试验区发展评价体系,通过跨区域试验区与区域试验区对比,学习先进区域经验做法和总结自身不足,并进行有针对性的改善。此外,通过试验区与非试验区的对比,将非试验区的薄弱环节作为试验区的探索改革方向,非试验区学习总结先进经验并结合自身条件进行建设。

(3)创新适合数字经济发展的商业模式。我国政府在以往的区域经济政策中存在重建设而轻管理的问题,导致不能最大化地释放政策福利,且从本研究得到了证实。为了更好地促进国家级大数据综合试验区设立所带来的政策效应,以及最大程度地提升以数字经济为代表的经济效应,各地方政府除了重视基础设施的建设和规章制度的完善之外,还应当注重探讨由大数据技术带来的特有的商业模式创新,通过招商引资学习国内外先进的运营经验,鼓励本土企业结合自身条件进行创新,探索适合区域数字经济发展的商业模式以进一步发挥其基础设施的物质作用和制度规范的保障作用。

猜你喜欢

试验区效应政策
政策
政策
推进自贸试验区高质量发展
懒马效应
助企政策
探索自贸试验区金融改革新路径
政策
18个自贸试验区
应变效应及其应用
4个自贸试验区总体方案实施率超过90%