数字经济对公共服务高质量发展影响的机理分析与实证研究

周小刚,文 雯

(华东交通大学 经济管理学院,江西 南昌 330013)

一、引言

2021年《中国数字经济发展白皮书》指出,2020年数字经济对中国GDP的贡献比重约38.6%,数字经济成为中国经济发展的核心动能。大量数字技术与新兴产业蓬勃发展,数字经济新时代的到来不断为世界经济发展创造新的可能性。研究表明数字经济能提高合作创新绩效、提升产业链强度、促进城市绿色转型等[1-3]。数字基础设施建设有助于夯实公共服务基础,通过建立网络化、数字化、智慧化的民生服务体系,有助于缩小公共服务水平差距,加速共同富裕进程。高质量的公共服务反映了国家治理能力与治理体系的现代化,是扎实推进共同富裕的坚实基础,不断增强人民群众获得感、幸福感和安全感。

《“十四五”公共服务规划》明确指出,要推动公共服务数字化,保证公共服务普惠均等。作为发展新动能的数字经济,为公共服务治理注入了新活力,但目前已有的研究集中在数字经济促进农业、制造业、旅游业、体育产业、文化产业高质量发展等方面[4-8],较少涉及数字经济推进公共服务高质量发展机理和特点分析,仅发现夏杰长和王鹏飞从信息不对称、集体行动和交易成本等理论视角出发,从数字技术服务化、公共服务数字化和数字赋能效应化三个方面定性剖析数字经济赋能公共服务高质量发展的作用机制[9],对于数字经济促进公共服务高质量发展的定量研究亦较少,目前发现的是惠宁和宁楠采用截面数据回归方法检验数字经济驱动公共服务质量提升的影响机制[10]。现有的少量相关研究从信息不对称、集体行动和交易成本进行了传统理论分析,缺乏结合技术经济范式、梅特卡夫法则理论进行分析的研究,相应的实证分析亦较少,特别是缺乏从空间效应角度分析数字经济对公共服务发展的影响,这为本文的研究留下了空间。本文将数字经济理论与经典模型相结合,从理论机制、计量分析和空间效应三个方向,探究数字经济与公共服务高质量发展之间的定量影响关系。数字政务模式创新、社会服务数字化转型和数字养老产品等层出不穷,通过数字技术赋能公共服务治理,推动数据资源整合,形成多元主体参与运营模式,不仅能提升公共服务资源配置效率,而且能促进公共服务范围的拓展。因此,深入分析并定量研究数字经济与公共服务高质量发展之间的关系,有助于探索数字技术赋能公共服务治理发展的新模式,有利于解决公共服务供需匹配不平衡问题。

本文基于技术经济范式理念、梅特卡夫法则和两部门模型对数字经济影响中国公共服务高质量发展的影响机理进行深入研究,通过建立系统GMM动态回归模型、门槛回归模型和空间杜宾模型分析了数字经济推进公共服务发展的基本规律,为加快推进公共服务高质量发展提供理论支持和政策建议。为抓住数字经济发展机遇,突破公共服务数字化转型的制约瓶颈,加快推进公共服务高质量发展提供参考。

二、数字经济对公共服务高质量发展的影响机理

(一)基于技术经济范式理念的影响机理分析

技术经济范式指一定类型的技术进步通过经济系统影响企业、产业和社会发展的过程。Freeman和Louca认为,技术经济范式在一定时间内都存在具有以下三个特征的“关键要素”:第一,成本较低并较快下降;第二,在长期内具有无限的供应能力;第三,具有广泛的应用前景[11]。Perez指出,一次技术革命及其范式的传播过程,不仅在生产、分配、交换和消费方面产生出结构性变化,而且也在社会中产生了深刻的质的变化[12]。当下,以互联网为代表的信息与通信技术ICT(Information and Communications Technology)带来新的技术经济范式,并大规模向各个产业和领域渗透。从本质上来说,数字经济是一种新的技术经济范式,会重塑整个经济和社会[13]。基于技术经济范式研究框架,学者认为数字经济改变了传统的生产组织与社会分工模式,通过变更创新模式和优化生产要素配置来推动制造业转型升级[14]。基于上述理论,本文认为数字经济通过改进公共服务供给方式和有效降低成本,提高了公共服务供给能力和供给效率,对公共服务高质量发展存在正向促进作用,有利于公共服务高质量发展。一方面,数字互联技术催生了远程医疗、教育公共服务平台、数字化交通信息平台和数字旅游服务平台等新服务方式,提升公共服务数字化水平,加快线上线下融合,使得公共服务资源得到最大化利用;另一方面,新一代数字技术的突破式创新与公共服务治理有机结合,以数据为关键要素,数字技术在公共服务领域不断渗透与普及,促进各部门之间建立数据共享机制,政务服务逐渐实现移动化、智能化、高效化和便捷化,有利于打通“信息孤岛”,科学配置和优化公共服务资源,提高服务效率。基于上述分析,提出以下假设:

假设1:数字经济对公共服务高质量发展具有正向促进作用。

(二)基于梅特卡夫法则的非线性影响机理分析

梅特卡夫法则内容为:一个网络的价值等于该网络内的节点数的平方,而且该网络的价值与联网的用户数的平方成正比。该法则指出,一个网络的用户数目越多,那么网络的节点数越多,整个网络的价值也就越大。随着联网用户和设备的增加,网络效应愈发凸显,数字经济价值呈现指数型增长趋势[15]。基于互联网的“梅特卡夫法则”,李雪等发现数字经济对区域创新绩效有非线性特点[16]。基于上述理论,本文认为数字经济对公共服务高质量发展存在非线性影响。数字经济投入新领域发展初期,各项基础设施建设成本较高,但只有小部分企业得到了数字红利,低回报高投入的特征使得初期数字经济的影响并不显著;到发展中期时,数字经济带来的收益显现,数字经济的用户规模不断扩大,网络化效应凸显,边际成本持续降低,边际收益大幅提升,低投入高回报的特点使公共服务主体加大对数字经济的投资,更多的数据、信息等要素运用到公共服务各环节,推动了公共服务的数字化、智能化和高效化运营,涌现出“掌上办”“一网通办”和“云生活”等新模式,推翻了传统公共服务业的经营模式,公共服务治理边界逐渐模糊,公共福利被显著激发,数字经济对公共服务高质量发展的促进作用显著;到了发展后期,数字经济催生的各项新公共服务方式基本成型,公共服务业保持可持续发展态势,数字经济对公共服务高质量发展的影响趋于稳定。基于上述分析,提出以下假设:

假设2:数字经济对公共服务高质量发展的影响具有非线性特点。

(三)基于两部门模型的空间溢出效应分析

两部门模型是内生增长模型中的一个模型,研究两部门经济中一个部门对另一部门的外溢作用[17],由于中国各区域经济活动呈现出显著的空间关联特征[18],部分学者研究发现数字经济对区域经济增长、经济高质量发展等方面均存在空间溢出效应[19-20]。基于上述理论,本文认为数字经济对公共服务高质量发展存在空间溢出效应。数据要素是数字经济的核心生产要素,数字平台是数字经济的重要载体。数据要素的高流动性和数字平台的在线协同效应,压缩了时空距离,增强了地区间公共服务活动的关联广度和公共服务主体的交流深度。从数据要素角度看,数据具有传播成本低且传播速度快的特点,这种特点使它不受地理空间的限制四处流动,体现出较强的空间溢出效应。地理位置邻近的公共服务主体可以共享开放数据,提高数据要素利用率,进而带动区域间公共服务效率的协同增长。数字平台为公共服务主体提供了在线协同办公和最大化配置资源的机会,例如教育公共服务平台在疫情封校暂停线下授课时,保证了学生们不管身处何地都能线上学习;大多数患者去大医院看病的交通成本和时间成本都比较高,远程医疗使医患能远距离线上初步沟通,跨地区治病,使偏远地区的患者也能享受到城市的医疗资源。基于上述分析,提出以下假设:

假设3:数字经济对公共服务高质量发展具有空间溢出效应。

三、研究设计

(一)模型构建

为检验假设1,构建动态面板回归模型如下:

serviceit=α+βservicei,t-1+λdigitalit+φXit+ui+εit

(1)

其中,i表示地区,t表示时间,serviceit表示第i个地区第t年的公共服务高质量发展水平,digitalit表示第i个地区第t年的数字经济发展水平,Xit表示一系列可能影响公共服务高质量发展水平的控制变量,α表示截距,ui表示i省份不可观测的个体固定效应,εit为残差项。在实际中,公共服务发展水平具有滞后项特征,本期公共服务发展水平可能会受到上一期公共服务发展水平的影响,因此将滞后一期的公共服务高质量发展水平servicei,t-1作为解释变量引入到模型中,建立动态面板模型。

为检验假设2,构建门槛回归模型如下:

serviceit=α+βservicei,t-1+λ1digitalit×I(digitalit≤θ1)+λ2digitalit×I(θ1

λn+1digitalit×I(θn

(2)

其中,digitalit既是解释变量也是门槛变量,I(·)为取值为1或0的示性函数,满足括号里的条件即为1,否则为0,θ1到θn为待估计门槛值,这些值将样本划分成了多个区间,不同区间内的数字经济发展水平回归系数λ1到λn+1存在着差别,其他变量的定义同式(1)。

为检验假设3,构建空间面板模型如下:

serviceit=λdigitalit+φXit+β1W×serviceit+β2W×digitalit+φW×Xit+ui+εit

(3)

其中,β1,β2,φ表示空间相关系数,W表示空间权重矩阵,其他变量的定义同式(1)。

(二)变量说明

被解释变量:公共服务高质量发展水平。由于现有文献尚缺乏公共服务高质量发展水平的评价体系,所以本文参考经济高质量发展、制造业高质量发展、文化产业高质量发展等领域的评价体系[21-22],从绿色、共享、协调和开放4个角度选取20个指标构建公共服务高质量发展评价指标体系,如表1。对比各种评价方法,熵权TOPSIS法既能有效避免指标赋权过程中主观因素的影响,又具备计算简单、结果合理的优点,因此本文采用熵权TOPSIS法对各省份公共服务高质量发展水平进行测度评价。

表1 公共服务高质量发展水平评价体系

解释变量:数字经济发展水平。数字经济作为新兴经济,评价体系、测度方法都还未统一[23-24]。基于现有研究,本文从数字基础设施、数字产业发展和数字经济应用3个维度选取8个指标构建数字经济发展水平评价体系如表2,采用主成分分析法得到数字经济发展水平综合值。

表2 数字经济发展水平评价体系

控制变量:综合前面的数字经济和高质量发展相关文献中的控制变量,选取创新投入力度、政府支持力度、经济发展水平三个控制变量。创新投入力度,选取规模以上工业企业R&D经费来衡量;政府支持力度,选取地方财政一般公共服务支出来衡量;经济发展水平,选取人均地区生产总值来衡量。

(三)数据来源

基于数据的可得性,本文以2012—2019年中国30个省份的数据为样本,由于港澳台地区和西藏自治区的数据存在大量缺失,因此去掉了这些地区。原始数据均来源于《中国统计年鉴》《中国互联网络发展状况统计报告》、国家统计局以及各省份统计年鉴等资料。先对本文要检验的所有变量进行描述性统计,结果如表3所示。

表3 变量的描述性统计

四、实证分析

(一)基于动态面板模型的实证分析

本文采用GMM估计方法对动态面板模型进行估计,GMM即广义矩估计(Generalized method of moments),是基于模型实际参数满足一定矩条件而形成的一种参数估计方法,是矩估计方法的一般化。为避免差分GMM带来的部分样本信息损失和弱工具变量的缺点,本研究采用Blundell和Bond提出的系统GMM估计方法[25]:在差分GMM的基础上再引入水平方程,引入水平方程的工具变量即被解释变量的差分滞后变量,能有效弥补差分GMM的不足。

动态面板模型系统GMM回归结果如表4模型1列所示,滞后一期的公共服务高质量发展水平在1%的水平下显著为正,即前一期的公共服务高质量发展水平对后一期的公共服务高质量发展水平存在显著的正向影响,证实了公共服务高质量发展具有惯性,回归系数值为0.738 2,表明前一期的公共服务高质量发展水平每增加1单位,当期的公共服务高质量发展水平就增加0.738 2。数字经济对公共服务高质量发展的影响系数在1%的水平下显著为正,说明数字经济对公共服务高质量发展起到正向引导和促进作用,回归系数值为0.782 4,表明数字经济发展水平每增加1单位,公共服务高质量发展水平就增加0.782 4。控制变量中创新投入力度和政府支持力度对公共服务高质量发展的影响显著,创新投入力度在10%的水平下显著,政府支持力度在1%的水平下显著。

表4 系统GMM回归结果

为保证回归结果的可靠性,对内生性和稳健性问题进行解释说明如下:

(1)内生性问题的处理。当动态面板模型纳入被解释变量的滞后项作为解释变量,由于被解释变量的滞后项与误差项的滞后项相关,在误差项存在自相关的情况下,误差项与误差项的滞后项相关,使被解释变量的滞后项与误差项相关,进而导致内生性问题。差分GMM主要是针对差分方程,将被解释变量的滞后变量设定为工具变量,得到差分GMM估计量,有效解决了解释变量内生性问题。但是,由于差分GMM方法的缺点在于会损失一部分样本信息,而且解释变量的时间连续性较长会减弱工具变量的有效性,小样本情况下尤其如此。为了消除解释变量和误差项存在相关关系而带来的内生性影响,借鉴已有文献对动态面板内生性问题处理方法[26],本文采用Arellano-Bover与Blundell-Bond提出的系统GMM方法进行解决,将公共服务高质量发展水平的滞后项作为内生变量,将数字经济发展水平、创新投入力度和政府支持力度设为前定变量,经济发展水平作为外生变量,对模型设定的合理性以及工具变量的有效性进行了检验,结果如表4所示。回归结果的AR(1)检验的P值小于0.01,拒绝原假设,表明误差项的一阶序列自相关,AR(2)检验的P值大于0.1,不拒绝原假设,表明误差项的二阶序列不相关,这说明模型设定是合理的;因为使用稳健标准误,Sargan统计量不再适用,改用Hansen-J统计量进行工具变量的过度识别检验,由Hansen过度识别检验的P值大于0.1,不拒绝原假设,这说明工具变量不存在过度识别。

(2)稳健性分析。为增强回归结果的可靠性,通过替代自变量和修改自变量评价体系两种方法来检验模型的稳定性,前者采用北京大学数字金融研究中心发布的数字普惠金融指数替代本文的数字经济发展水平,后者采取删除数字经济发展水平评价体系中的长途光缆线路长度,系统GMM回归结果如表4模型2和模型3列所示,可以看到两种模型中数字经济和公共服务的影响显著性与基准检验结果一致,表明模型结果稳定。

(二)基于门槛回归模型的实证分析

在进行回归分析前要先确定存在门槛效应以及得到门槛个数,本文采用Bootstrap自助抽样方法,从单一门槛开始检验,通过显著性检验判断是否存在门槛效应,确定存在单一门槛后再继续检验是否存在双重门槛效应,以此类推,直到得到所有显著的门槛效应。门槛效应检验结果如表5所示。

由表5可知单一门槛效应在1%的置信水平下显著,双重门槛效应在5%的置信水平下显著,而三重门槛效应则不显著,说明数字经济对公共服务高质量发展是非线性影响,两者之间存在显著的双门槛特征。在得到数字经济与公共服务高质量发展间是双门槛效应后,本文对双重门槛估计值进行了估计,表6给出了门槛的估计值以及相应的置信区间。

表5 门槛效应检验结果

表6 门槛估计结果

对数字经济作用于公共服务高质量发展的动态双重门槛模型进行回归分析,回归结果如表7所示。当数字经济发展水平在0.119 5以下时,数字经济对公共服务高质量发展的影响并不显著,存在显著影响的是前一期的公共服务高质量发展水平、创新投入力度和地区发展水平;当数字经济发展水平在0.119 5到0.858 0时,数字经济对公共服务高质量发展的影响显著为正,影响系数为0.788 9;当数字经济发展水平在0.858 0以上时,数字经济对公共服务高质量发展的影响也显著为正,但影响系数下降为0.580 0。

表7 门槛回归结果

(三)基于空间面板模型的实证分析

在建立空间面板模型前需要先构建邻接矩阵来表示地区间的相邻关系,常用的有Rook和Queen两种邻接矩阵构建形式,前者是将有公共边界的两个省市视为相邻,后者在前者的基础上还将拥有公共点的两个省市视为相邻,本文选用Queen邻接矩阵构建空间面板权重矩阵,用W表示,如果省市间相邻,则W取值为1;如果省市间不相邻,则W取值为0。

在进行空间计量分析前,需先检验数字经济和公共服务高质量发展是否存在空间相关性。本文采用Moran’sI指数对数字经济和公共服务高质量发展水平进行全局空间自相关检验。结果如表8所示,可以看到数字经济和公共服务高质量发展的全局Moran’sI指数检验的P值都小于0.01,表明数字经济和公共服务高质量发展都通过了检验,存在空间相关性。

表8 全局Moran’s I指数

为进一步分析数字经济和公共服务高质量发展的空间聚集特征,绘制了局部Moran’sI散点图,如图1和图2所示。从图1可以看出,大部分省份分布在一、三象限,表明数字经济存在正向空间相关性,数字经济较高的省份被高值省份包围,数字经济较低的省区被低值省份包围。从图2可以看出,绝大多数省份位于一、三象限,公共服务高质量发展存在高高集聚和低低集聚的特征。这表明数字经济和公共服务高质量发展均呈现显著的空间聚集特征。

图1 数字经济的局部Moran’s I散点图

图2 公共服务高质量发展的局部Moran’s I散点图

面板数据在进行建模时应先确定其适合建立随机效应模型还是固定效应模型,本文采用现有研究中常用的Hausman检验进行检验,检验结果显示建立随机效应模型更加合适。然后又检验空间杜宾模型是否需要退化为空间误差模型或空间滞后模型,通过Wald和LR检验表明建立空间杜宾模型最合适。因此本文建立带有随机效应的空间杜宾模型进行分析,结果如表9所示。

由表9可知,公共服务高质量发展水平的空间回归系数即变量W×service的系数为0.657 7,且在1%的水平下通过了显著性检验,表明公共服务高质量发展存在显著的空间溢出效应,地区间公共服务业的高质量发展相互影响,空间相邻地区公共服务高质量发展水平的提高能够显著促进本地区公共服务高质量发展。表明为推动区域间公共服务协同高质量发展,各地区应加强互联互通,扫除公共服务惠及全民过程中的体制机制障碍。数字经济发展水平的空间回归系数即变量W×digital的系数为0.345 6,且在1%的水平下通过了显著性检验,表明数字经济存在显著的空间溢出效应,空间相邻地区数字经济发展水平的提高能够显著促进本地区公共服务高质量发展。表明应助力相邻地区发展数字经济,形成数字经济发展共同体,为公共服务高质量发展提供区域动力。控制变量中创新投入力度的空间溢出效应显著。

表9 空间杜宾模型的回归结果

根据空间杜宾模型的特点,简单的回归系数并不能很好地反映数字经济对公共服务高质量发展的影响,仅能做粗略判断。Lesage和Pace使用偏微分法将解释变量对被解释变量的影响具体分解为直接效应、间接效应以及总效应[27],直接效应为本地区数字经济对本地区公共服务高质量发展的影响,间接效应即空间溢出效应,指本地区数字经济对相邻地区公共服务高质量发展的影响,总效应为直接效应和间接效应加总。本文借鉴该方法分析了数字经济对公共服务高质量发展的空间溢出效应,效应分解结果如表10所示。

表10 空间杜宾模型的效应分解结果

从表10可以看到数字经济对公共服务高质量发展的间接效应(0.877 4)和总效应(0.900 9)在1%的水平下显著,说明本地区数字经济发展水平的提高能提高邻近地区的公共服务高质量发展水平,存在显著正向空间溢出效应。控制变量中创新投入力度对公共服务高质量发展的直接效应、间接效应和总效应均在1%的水平下显著。

五、结论和政策建议

本文以2012—2019年中国30个省份的面板数据为样本,运用系统GMM动态回归模型、门槛回归模型和空间杜宾模型,实证检验了数字经济对公共服务高质量发展的促进作用、非线性作用特点和空间溢出效应。研究发现:第一,数字经济对公共服务高质量发展有正向促进作用,采取替代自变量和修改自变量评价体系两种方法进行稳健性检验,结论一致。第二,数字经济对公共服务高质量发展的促进作用具有非线性特点,初期基础建设阶段,影响并不显著;中期快速发展阶段,影响显著且影响系数较大;后期稳步发展阶段,影响显著但影响系数相对于中期略微下降。第三,数字经济对公共服务高质量发展具有正向的空间溢出效应,数字经济不仅对本地区公共服务高质量发展有正向影响,同时也对相邻地区公共服务高质量发展有正向影响。

基于以上结论,提出以下政策建议:第一,完善数字基础设施建设,优化数字经济发展环境。数字基础设施是数字经济发展的基础,政府应该在资金和政策方面对数字经济基础设施建设给与足够的资助和支持,加大对无线光缆、宽带网络、5G基站等信息通信基础设施的投资,加强人工智能、云计算、大数据等智慧平台建设,提升数字经济软硬件基础设施水平。第二,加深数字经济与公共服务业的深度融合,激发数字经济的网络放大器效应。政府应鼓励传统公共服务业积极融入数字经济催生的新模式中,根据发展的非线性特点,在初期夯实数字经济在公共服务业的基础建设,在中期大力发展各种数字化公共服务产品,在后期保持数字经济在公共服务业的可持续发展。第三,采取差异化发展策略,推动区域间公共服务业协同联动发展。中国数字经济和公共服务高质量发展在区域间的发展呈现不同特点,政府应充分考虑各地区经济发展水平、创新投入力度等因素,实施满足本地区发展需要的政策。政府应加强区域间的合作与交流,公共服务高质量发展水平较高地区应充分发挥辐射带动作用和示范带头作用,以实现公共服务业的区域协调均衡,从而实现高质量发展。