互联网发展与区域经济收敛——基于空间计量的分析

李 峰 王 科 赵 毅河北工业大学经济管理学院天津 30040 复旦大学经济学院上海 00344

引 言

改革开放以来，区域发展失衡是中国经济发展面临的突出问题之一，在东西差距并未明显缩小的情况下，南北失衡特征愈发突出，严重影响了要素流动和增长效率，已成为中国经济可持续发展的重大障碍［1］。党的十九大报告提出要实施区域协调发展战略，“建立更加有效的区域协调发展新机制”，这就要求我们客观分析我国区域经济差异和收敛情况，这不仅是为解决地区间公平问题而做出的制度安排，也是致力于解决区域间失衡格局，推动我国高质量发展的区域战略选择［2］。

当前，互联网与新一代信息技术在各领域扩散、应用，已成为中国创新发展重要的变革力量［3］。截至2021年初，我国数字经济增加值达到39.2万亿元，占GDP比重高达38.6%，位居世界第二。作为数字经济发展基础的互联网具有 “时空压缩”特质与新经济增长点 “催化剂”效应，引致资源配置和生产组织方式的变革，逐渐成为欠发达地区实现跨越式发展的驱动力量［4］。互联网作为承载信息流、商品流、资金流的 “神经系统”，使资源获取的渠道更为便捷畅通，必然引起生产技术和资源要素在空间上的流动，进而对区域发展产生极化效应或扩散效应。那么，我国互联网发展呈现怎样的空间格局？是否驱动了区域发展空间收敛？并且这种影响是否存在不同区域空间特征差异？基于此，本文选取2006～2019年中国30个省（区、市）的面板数据，应用指标体系综合衡量互联网发展，系统分析互联网发展对我国区域经济收敛的影响，有助于认识重塑区域协同发展组织形态的可行路径，对实现我国区域空间结构优化与协调发展具有重要理论与现实意义。

1 文献综述

目前，有关互联网发展对区域经济收敛的研究主要存在以下两种观点：

（1）互联网发展对区域经济收敛具有促进作用。持此类观点的学者认为互联网发展打破时空约束，使空间由静止、封闭的状态转变为虚实互动耦合的流动空间［5］，导致 “距离的死亡”，减少集聚扮演的角色，为偏远地区克服位置上的不便提供可能性。互联网发展使信息编码化程度提高，互联网平台大量涌现，落后地区模仿和学习的搜寻成本、通勤成本显著降低，快速发展［6］；另外，互联网发展使得跨区域资源整合能力增强，落后地区可以借助互联网平台，通过网络链接点的倍增效应，在充分挖掘自身优势的基础上，与先进地区的要素结合和重组，从而完成跃升［7］。 Jung［8］发现互联网发展对巴西落后地区的促进作用更强，有利于实现赶超。赵霞［9］将互联网分接入能力和应用能力进行研究，发现互联网的接入能力对西部的增长促进作用更大。

（2）互联网发展对区域经济收敛具有负面作用。该类观点认为互联网发展的结果是两极化，处于优势一端的地区利用网络推动经济增长，而落后的地区则很难从中获得新的经济增长动力，从而陷入 “数字鸿沟”的困境［10］。相对劣势的地区学习和使用能力较弱，形成严重的约束障碍，使得其经济发展受到限制，增长缓慢［11］。而核心地区互联网发展较快且对临近地区的影响越来越大，进一步扩大经济差距。另外，互联网的 “时空压缩”效应拓宽了市场的范围，同时也使得产业发生转移［12］。信息可编码化程度的提高使得大型公司的核心功能集中在互联网发展较好的地区，而劳动密集型的下游部门则被推向落后地区，最终对经济收敛产生负面作用［13］。Sujarwoto和Tam⁃pubolon［14］利用印尼的调查数据进行研究，发现互联网发展促使城市与农村间、偏远岛屿和内陆岛屿间在收入和教育等方面不平等的程度更严重。李晓钟和王欢［15］用我国省级面板数据进行研究发现互联网发展对东部的经济增长的作用明显高于中、西部，且存在门槛效应，不利于经济的收敛。林娟［16］将互联网普及率引入收敛模型发现互联网扩大了区域经济差异，且在后期更为显著。

上述研究从不同视角分析了互联网发展对区域经济收敛的影响，但仍存在以下两个方面的不足：（1）已有文献在衡量互联网发展时多使用单一指标，未能全面反映互联网的发展程度； （2）现有文献较少涉及到互联网发展对区域经济收敛的空间溢出效应研究。事实上，互联网的不断发展所带来的 “时空压缩”效应使得空间溢出效应日益增强，是研究区域经济收敛不可遗漏的因素。鉴于此，本文尝试从以下3个方面进行创新：（1）建立互联网发展对区域收敛的空间计量模型，揭示互联网对区域收敛的直接影响与空间效应； （2）克服以往采用互联网普及率或网站数等指标单一性，采用时序全局主成分分析法建立较为完整的评价指标体系，全面考察互联网发展对区域收敛的影响；（3）考虑中国区域发展的异质性，从东、中、西部3个区域层面，考察互联网的直接影响和空间溢出效应，理论分析和实证检验了互联网发展影响区域收敛的传导路径。

2 互联网发展评价指标体系

既有研究多采用单一指标来表征互联网发展，衡量标准不够全面、客观，难以涵盖全部事实。为了客观反映互联网的发展状况，需要从多个方面进行测度，建立较为完整的指标评价体系。本文借鉴韩先锋等［17］的研究思路，参考 《中国互联网发展状况统计报告》，选取互联网普及、互联网基础设施、互联网信息资源、互联网商务应用和互联网发展环境5个维度，通过时序全局主成分分析法（GPCA）对互联网发展进行表征，如表1所示。

表1 互联网发展水平测度体系指标设置及描述

续 表

具体来看：（1）互联网普及是互联网发展的前提，表征对互联网的接受程度。其中，互联网普及率反映互联网的扩散程度，网民总数则体现对互联网需求的绝对规模，两者共同体现互联网的发展潜力，因此选用上述指标衡量互联网普及程度；（2）互联网基础设施为互联网发展提供要素支持，是互联网发展的基础。为保障互联网信息的传递，需要更高的IPv4地址占比、更多的域名数、端口数以及更长的长途光缆线路长度作为支撑，它们是填平互联网时代第一道 “数字鸿沟”的重要抓手。因此选用上述指标来表征互联网基础设施建设程度；（3）互联网信息资源体现互联网的发展成果，是互联网信息传递的具体体现。其中，网页字节数表明网页所承载信息和形式的丰富程度，而网页则是信息的载体。因此选用上述指标表征互联网信息资源；（4）互联网商务应用是互联网发展水平的直接反映。互联网发展渗透在生活的各个方面，鉴于互联网产业省际层面数据的不可得性，因而从网络购物角度衡量互联网商务应用水平。随着网络购物逐渐成为互联网产业应用的重要组成部分，其直接影响就是快递业务的快速增长，因此本文使用快递业务总量对此进行表征；（5）互联网发展环境是互联网发展的背景板，不同程度影响到其他维度。互联网属于高端技术，在发展的过程中需要开发者一定的资金投入；同时在使用互联网的过程中，也需要使用者一定的消费支出，因此使用城镇居民人均可支配收入表征互联网发展环境。

3 空间相关性分析

在决定是否采用空间计量模型之前需要进行自相关性的检验，如不存在自相关性，则可直接采用标准计量模型。本文采用Moran's I指数进行全域和局域相关分析。

3.1 全局空间相关性分析及权重矩阵

Moran's I指数计算公式如下：

依据新经济地理学 “中心-外围”理论，本文构建如下两类空间权重矩阵：

地理邻接矩阵W1。结合我国的省份分布，本文选择Rook邻接，即两区域必须具有公共边界才算具有邻接关系，定义如下：

反距离矩阵W2。考虑到空间溢出效应会随距离的递增而衰减，本文构建反距离矩阵如下：

其中dij为两地区质点间距离。

下面分年度对空间权重矩阵进行赋值，标准化处理后计算实际人均GDP的Moran's I指数，如图1所示。

图1 2006～2019年实际人均GDP莫兰指数

从图1中可以看出，实际人均GDP在两种权重矩阵下的莫兰指数均显著大于0.25，表明区域经济发展具有空间正相关性。因此，我国区域经济发展的空间分布并非完全随机，呈现空间相关的特征，若忽视空间因素，模型的估计结果会出现偏误。

3.2 局域空间相关性分析

通常局域空间相关性分析被用来分析考察对象属于高低水平何种区域，能够衡量考察区域和临近区域之间的差异程度，通常采用莫兰散点图的方法进行分析。图中共有4个象限，第一象限表明高水平的区域与高水平的区域集聚（H-H）；第二象限表明高水平区域将低水平区域包围（LH）；第三象限表明低水平区域与低水平区域集聚（L-L）；第四象限说明高水平区域被低水平区域包围（H-L）。

通过对空间权重矩阵进行赋值，可以得出互联网发展水平和实际人均GDP的莫兰散点图。由图2～3可以看出，随着互联网发展水平的提高，落在第一、第三象限的省（区、市）越来越多，说明互联网发展的空间辐射程度呈现逐渐增强的趋势，2018年互联网发展具有正的空间相关性的省（区、市）达到了70%。由图4～5可以看出我国区域经济发展也呈现集聚的趋势，2019年落入第一象限省（区、市）的数量有了大幅度提升，经济发展溢出效应逐渐增强。

图2 2006年互联网发展水平莫兰散点图

图3 2018年互联网发展水平莫兰散点图

图4 2006年实际人均GDP莫兰散点图

图5 2019年实际人均GDP莫兰散点图

4 互联网发展与经济收敛的空间计量分析

4.1 模型设定与变量选取

本文旨在分析互联网发展对中国区域经济收敛的影响情况，参考Barro和Sala-I-Martin［18］提出收敛性分析框架，在充分考虑空间相关因素下，构建条件收敛下的空间计量模型如下：

式 （1） 中，yi，t和yi，t+1分别代表i地区t时间的期初和期末实际人均GDP，inti，t代表i地区t时间的互联网发展水平，为本文的核心解释变量，Xi，t为一组控制变量；β为收敛系数，γ和δ为解释变量的影响系数，ρ和θ分别为被解释变量和核心变量的空间回归系数，λ为空间误差回归系数，εi，t为扰动项，εi，t～N（0，σ2In）。

当λ＝0时，该模型为空间杜宾模型（SDM）：

当θ、λ＝0时，该模型为空间滞后模型（SAR）：

当ρ、θ＝0时，该模型为空间误差模型（SEM）：

4.1.2 变量与数据

本文对中国30个省（区、市）（考虑到数据的可获得性，不包含西藏及港、澳、台地区）的面板数据进行实证研究。所需数据来自各年度的 《中国统计年鉴》、《中国科技统计年鉴》及 《中国互联网发展状况统计报告》。需要说明的是，由于互联网发展指标体系中各地区网民普及率及网民总数的指标在2019年后还未更新，因此本文实证分析涉及指标数据均采用2006～2019年的面板数据集。各主要变量和数据说明如下：

被解释变量：各省（区、市）经济增长率（gdp）。本文采用以2006年作为基期进行平减后的实际人均GDP之比表示。

选用耐低温、耐寡照的中早熟品种，如科10号、航椒5号、航椒8号、陇椒5号、陇椒8号、洛椒326A、新秀大椒等。

解释变量：互联网发展水平（int）。表征该变量的指标体系在前文进行了详细阐述。为了便于后续计量回归，参考韩先锋等［17］的做法，按照以下计算公式对上文测算结果进行标准化处理。

其中，Sit为i地区t年份互联网发展水平得分，Max（Sit）和Min（Sit）分别为最大值、 最小值。

控制变量：参考现有文献，本文选取了一些对经济增长具有影响的变量作为控制变量。分别是：受教育水平（edu）：采用各省（区、市）的平均受教育年限表示；产业结构（str）：采用各省（区、市）第三产业增加值占当年GDP的比重表示；基础设施建设（gl）：采用各省（区、市）的公路里程数来表征；政府参与程度（gov）：用各省（区、市）财政支出与GDP的比值来表征；对外开放程度（opp）：采用人民币表示的进出口总额与GDP的比值来表征。

表2 变量的描述性统计

4.2 实证检验

4.2.1 实证结果及分析

在进行下一步实证分析之前，对空间计量模型的选取是至关重要的。本文参考Anselin提出的判别准则对选取的指标进行LM检验，结果如表3所示。

表3 模型检验及估计

在空间邻接矩阵下，LMERR和R-LMERR均显著性更高，选择空间误差模型（SEM）更为合理；在反距离矩阵下，LMERR和LMLAG同样显著，但R-LMERR不显著，选择空间滞后模型（SAR）更为合理。同时Hausman检验均得到显著的结果，拒绝原假设，采用固定效应模型。为了便于比较分析，本文将列出3种模型的估计结果：普通面板模型、考虑空间滞后的SAR模型、考虑了空间误差的SEM模型。回归结果见表4。

表4 模型估计结果

根据表4的估计结果分析可知：

（1）我国区域经济发展呈现条件收敛的特征。在互联网发展作为条件引入模型后，5组模型回归结果中的收敛系数均在1%的置信水平下显著为负，意味着随着互联网的发展，我国区域经济发展的差距仍呈现缩小的趋势，呈现收敛特征。同时，空间滞后变量在两种权重矩阵下的回归结果中均显著为正，表明我国区域经济收敛具有正的空间相关性；R2相对于普通面板模型更高，说明在模型中引入空间溢出效应十分有必要。

（2）互联网发展对区域经济收敛的直接效应为负。5组模型的回归结果中互联网发展的系数均显著为负。意味着随着我国互联网的发展，落后地区可以通过互联网平台更轻易的模仿和学习，搜寻成本显著降低。同时，互联网发展使得要素流动壁垒的限制大幅度降低，落后地区可以高效地与发达地区的要素结合和重组，完成跃升，具有后发优势。这一研究结论支持了互联网发展对区域经济收敛具有促进作用的观点，表明在新时代互联网发展对区域经济协调发展具有重要的 “催化剂”效应。

（3）互联网发展对区域经济收敛的间接效应为负。在两种权重矩阵下，互联网发展的间接效应均为负值，且通过了5%水平下的显著性检验。这说明我国互联网发展不仅对该地区的经济收敛产生了促进作用，同时通过空间溢出效应也促进了其他地区的经济收敛，形成双重促进效应。即一个区域的互联网发展不仅有利于缩小当地的经济差距，也有利于缩小临近地区的经济差距。

4.2.2 异质性分析

为了进一步探讨互联网发展对各地区经济收敛情况的影响及差异，本文将全国样本分为东、中和西部分别进行回归分析。本部分同样展示在两种空间权重矩阵下空间滞后和空间误差模型的回归结果，回归结果如表5所示。

表5 区域异质性模型回归结果

由表5的回归结果看出：（1）东、中、西部估计值都显著为负，即区域经济发展都具有条件收敛的特征，且西部的经济收敛程度大于东部和中部，中部的收敛程度最低；（2）对东部地区而言，互联网发展对某一地区和其相邻地区的经济收敛均产生促进作用，即产生双重促进效应，与全国样本一致，这或许与该地区完备的互联网基建以及频繁的交流有关；而互联网基建相对较弱的西部，互联网发展对区域经济收敛产生了一定的促进作用，但空间溢出效应的影响较小；对中部的影响不显著。

5 主要研究结论和启示

本文基于2006～2019年中国30个省（区、市）的面板数据，构建互联网发展指标体系，采用邻接和反距离两种权重矩阵的空间计量模型实证分析互联网发展对区域经济收敛的影响，并进一步将全国样本分为东、中、西部进行异质性分析来判定区域经济收敛性。主要研究结论如下： （1）我国区域经济发展呈现条件收敛的特征，互联网发展对区域经济收敛具有积极作用；（2）互联网发展对区域经济收敛的直接效应和空间溢出效应都显著为负，产生双重促进效应，即互联网发展对本地区和临近地区的经济收敛都产生了促进作用，有利于缩小区域经济差距；（3）互联网发展对不同地区经济收敛的作用具有异质性。互联网发展促进了东部和西部的经济收敛，有利于缩小其经济差距，其中对东部地区区域经济收敛同全国一样产生了双重促进效应，而对西部地区经济收敛所产生的空间溢出效应较小，对中部的作用不明显。

结合上述分析和讨论，提出以下几点政策建议：（1）减小区域间互联网发展的差距，缩小数字鸿沟，放大数字红利。对互联网发展水平较低的中、西部地区，因其处于信息化滞后的孤岛位置，应进行政策倾斜，加大扶持力度；（2）提升互联网软实力，注重互联网人才培育，为数字经济发展打基础。督促高校将前沿研究成果融入互联网教学中，提升互联网高等教育质量，培养高端人才，为数字经济发展提供有力保障；另外，要构建规范、大众的学习平台，营造健康网络环境，为互联网全民普及提供坚实基础；（3）推动互联网与实体经济融合发展，加快后发地区发展速度，促进经济协调发展。主动顺应和引领互联网发展变革，抓住信息技术和产业升级这一千载难逢的机遇，迅速推动 “互联网+”的实施，汇集多种资源，促进落后地区加快发展，缩小与发达地区的差距，实现经济协调发展。