数字经济、人才集聚与长三角高质量发展

欧阳海琴

(江西师范大学 财政金融学院,江西南昌 330022)

一、引言

党的二十大报告指出:“高质量发展是全面建设社会主义现代化国家的首要任务。”[1]28这意味着我国在关注经济总量增长的同时,还应从创新、绿色、协调、开放和共享等五个主要维度重视经济发展的质量。我国数字经济发展迅猛,规模高居全球第二,推动了绿色创新、信息资源共享、产业升级和协同发展,为高质量发展提供了新的动力[2]98-108。检验和分析数字经济对高质量发展影响的效应与机制具有重要的理论意义与实践价值。

现有相关文献从国家[3]451-467、省份[4]22-27、城市[5]30-41、产业[6]22-27等层面实证检验了数字经济对高质量发展的影响,但大部分文献侧重于讨论数字经济对本地区的影响,忽略了数字经济对相邻地区的影响,即数字经济的空间效应。实际上,数字经济发展通过扩散效应和极化效应等机制对周围地区的要素流动和配置产生空间上的间接影响。相关文献研究结论不一,主要分为三种观点:第一种观点认为,数字经济的区域之间的溢出效应大于区域内部的溢出效应,从而产生正向空间效应[7]19-25;第二种观点认为,数字经济产生负向空间效应,这是因为数字经济发展水平较高的地区形成虹吸效应,不仅导致相邻地区资金、生产要素和专业人才流失严重,而且被动接受落后产能[8]48-58;第三种观点认为,数字经济有非线性空间效应[9]95-107。

上述文献都是基于空间效应是均匀向外辐射的前提进行研究,但这与事实相悖。随着地理距离增加,不同地区之间交易成本提升、地方保护主义、制度和文化差异等因素阻碍了数字信息技术共享和要素自由流动,可能导致数字经济的空间效应逐渐衰减[10]517-531。目前有两种观点:第一种观点认为,空间效应在一定的地理距离内呈现非线性状态[11]720-733;第二种观点认为,空间效应处于一直衰减状态[12]15-26。但当前学界研究忽略了空间效应与空间格局的联系,即位于不同经济地位地区的空间效应强度存在较大差异,这为本文展开进一步研究打下了基础。

为了探索有效对策增强数字经济的辐射强度和范围,相关文献采用调节模型分析经济发展水平[13]34-45、数字基础设施[14]1-14等主要外界因素的调节作用,但忽略了人才在数字经济发展中的关键作用。由于数字技术研发的进入门槛较高,需要大量数字专业人才,人才集聚是发展数字经济的必要条件[15]29-40。相关文献主要分析人力资本的调节作用,但没有一致结论,主要包括正向调节和负向调节两种观点[16]58-66。

长三角地区是我国重要的经济增长极和数字经济先行者,分析数字经济对长三角高质量发展的直接效应和空间效应,具有重要的理论与实践意义。通过构建空间计量模型,运用2010—2021年长三角41个地级以上城市的数据,本文分析下列问题:数字经济对长三角高质量发展起到怎样的直接效应和空间效应?在数字经济空间格局层面上有何异质性?空间效应呈现怎样的特征?人才集聚在数字经济对长三角高质量发展的直接效应和空间效应中,起到怎样的调节作用?

本文可能有以下贡献:研究视角方面,把数字经济、人才集聚与高质量发展的关联从平面维度拓展到空间维度;研究内容方面,分析数字经济对高质量发展的空间效应随地理距离变化而呈现的特征,并测度空间衰减边界;研究方法方面,引入空间调节模型分析人才集聚的调节作用,为增强数字经济与高质量发展的空间关联提供新思路。

二、理论基础与研究假设

(一)数字经济对高质量发展的影响机制

数字经济通过多种途径对高质量发展产生直接效应。第一,在技术创新和生产效率方面,先进的数字技术使传统行业进入智能化生产时代,不仅在投入端节省大量的劳动力和生产要素,还能在产出端提高产量和经济价值,减小产品的残次品比例。第二,在产业转型升级方面,促进生产活动的全流程智能化监管,不仅促进生产要素的优化配置和节能减排,从而减少交易成本和生产要素投入,还能把处于产业链不同环节的研发和生产部门结合起来,从而针对市场需求的变化作出迅速精准的对策,实现产业层面的转型升级。第三,在经济合作方面,为生产要素流动和技术交流提供平台,不仅促进研发和生产活动的跨区域跨行业合作,而且通过市场透明化和产品标准化,促进市场机制高效运转。第四,在环境监管共治方面,从技术上提供先进的环境监管设备,解决监管数据及时反馈的问题,还从规模上大幅增加监管覆盖面,使跨区域协同监管成为可能,从而能够从根本上解决企业违规排污和环境污染问题。第五,在国际贸易的规模效应与扩散效应方面,通过构建跨境电商平台等途径显著扩大国际贸易经济的规模效应和扩散效应,推动消费升级、降低贸易成本、缓解信息不对称,实现高质量开放。

然而,数字技术的研发和推广的门槛较高,昂贵的数字设备可能会增加企业的经济负担,因此,在数字经济发展起步阶段,可能会出现生产规模增速减慢甚至下降,不利于提升生产效率,技术创新后劲不足。在数字经济发展环境较差的地区,产业转型、经济合作和环境共治相对困难,难以充分发挥数字经济的促进效应。

此外,数字经济可以通过扩散效应和极化效应对相邻地区产生空间效应。扩散效应包含技术传播和经济合作,有助于缩小地区差距。一方面,数字经济发展带来的生产要素、资本和人才的快速集聚,在加快本地区技术创新的同时,快速传递到相邻地区,形成信息和技术充分共享的局面,迅速提升相邻地区的技术创新能力。另一方面,地区之间经济合作加速技术传播和推广应用,为推动新产品研发、优化产业结构和实现产业协同发展打下基础,为增强经济实力提供新动力。

然而,数字经济的极化效应可能会增大地区差距,产生负向空间效应。数字经济发展水平较高的地区可以吸引大量的资源,形成数字经济发展的“核心—边缘”空间格局,导致边缘地区缺乏资金、生产要素和劳动力,经济发展效率很难提升;边缘地区高技术人才的严重外流会制约新技术新产品研发。核心地区快速的技术更新和产业升级,导致边缘地区被动承接大量的落后产能,对生态环境造成严重威胁。

值得注意的是,数字经济的空间效应并非线性和均质的,而是会随着地理距离增加出现非线性变化。首先,地理距离增加会导致信息传输的出错概率增大,这会显著增加信息搜索成本,甚至导致误判而造成经济损失。其次,地方保护主义及其制度文化差异造成市场分割现象和行政条块限制,阻碍经济合作和新技术推广,减弱数字经济空间效应和示范效应。因此,数字经济的空间效应可能存在地理边界。这意味着数字经济的空间效应只在一定地理距离内有效;一旦超过某个地理距离,空间效应就会逐渐减弱甚至消失。

综上所述,本文提出研究假设1:数字经济对高质量发展产生直接效应和空间效应,且空间效应存在地理边界。

(二)人才集聚的调节机制

人才集聚与数字经济和高质量发展有着紧密联系。首先,数字技术创新依赖人才团队内部的紧密合作和人才团队之间的良好沟通。人才集聚会加速突破数字技术创新难题,缩短数字产品研发周期,形成显著的时间效应,提升地区创新水平和地区发展质量。其次,人才集聚有助于促进信息共享,使数字技术迅速推广到相邻地区。再次,人才集聚可以提升知识和专业人才存量,促进数字产业生产规模迅速扩大,推动传统产业实现数字化转型,促进产业结构升级和绿色发展。最后,人才集聚会形成紧密的研发合作网络,在网络内部促进知识和信息的高效率共享,在网络外部促进知识和技术的快速传播,从整体上提高资源配置效率和新技术推广应用。

但是,数字经济发展的进入门槛较高,不仅需要先进的数字技术基础设施,还需要完善的市场制度等环境条件。在外部环境较好的地区,数字专业人才能迅速提升地区数字经济发展水平,推动高质量发展;在外部环境较差的地区,可能难以充分发挥专业人才的能力。此外,数字技术创新难度较大,需要构建庞大的、配合默契的专业人才团队。因此,人才集聚是加快数字技术创新的重要前提。在人才集聚程度较高的地区,能够快速实现技术突破,加快新技术新产品研发进程;在人才集聚程度不高的地区,难以充分发挥专业人才的能力。

综上所述,本文提出研究假设2:人才集聚在数字经济对高质量发展的直接效应和空间效应中,起到调节作用。

图1是数字经济、人才集聚与长三角高质量发展之间的作用机制示意图。

图1 数字经济、人才集聚与地区高质量发展的影响机制

三、模型设置与变量选取

(一)基准模型与空间计量模型

首先,为分析数字经济对高质量发展影响的直接效应,本文构建基准模型如公式(1)所示:

lnHQDit=α0+α1lnDEit+α2lnconit+εit

(1)

其中,HQD、DE、con分别表示高质量发展、数字经济和控制变量;i和t分别表示城市和年份;εit表示随机误差项。

其次,在上述基础上构建空间杜宾模型,检验分析数字经济对高质量发展影响的空间效应:

lnHQDit=δ0+ρWijlnHQDit+δ1lnDEit+δ2WijlnDEit+δ3lnconit+δ4Wijlnconit+εit

(2)

其中,ρ表示高质量发展的空间自回归的系数;δ2、δ4表示空间效应的系数,如果δ2大于(或小于)0,说明该城市的数字经济对周围城市的高质量发展产生了正(或负)空间效应;W代表空间权重矩阵,邻接矩阵是应用最广泛的矩阵,根据两个城市是否在地理上拥有共同边界来对矩阵赋值,如公式(3)所示,如果两个城市有共同的地理边界,则赋值为1,反之赋值为0。

(3)

最后,构建空间调节效应模型,检验分析人才集聚对数字经济与高质量发展关系的调节效应,如公式(4)所示:

lnHQDit=φ0+ρWijlnHQDit++φ1lnDEit+φ2WijlnDEit+φ3lnconit+φ4Wijlnconit+

φ5lnTAit+φ6WijlnTAit+φ7lnDEit*lnTAit+φ8WijlnDEit*lnTAit+εit

(4)

其中,TA表示人才集聚度,是调节变量。如果φ7和φ8显著为正,说明人才集聚正向调节了数字经济对高质量发展的直接效应和空间效应。

(二)变量说明及数据来源

本文将区域高质量发展作为被解释变量,参考王军等[17]206-214的处理方法,分别从创新、绿色、协调、开放和共享等五个方面构建多指标体系(表1);采用熵值法,综合评价长三角地区各城市高质量发展水平。

本文将数字经济发展水平作为解释变量,参考张雪玲等[18]32-40的处理方法,分别从基础设施、数字产业化、产业数字化、发展环境和推广应用等五个方面构建多指标体系(表2);采用熵值法,综合评价长三角各城市数字经济发展水平。

表2 数字经济发展水平评价指标体系

参考相关研究[19]1481-1493,[20]130-141,[21]99-104,从产业结构、经济发展水平、环境规制和科研投入等方面,分别选择第二产业生产总值占地区生产总值的比例(IS)、人均国内生产总值(PGDP)、地方政府财政的环保支出额(ER)、地方政府财政的科学技术支出额(RD)作为代理变量。

调节变量为人才集聚,使用区位熵公式计算各城市数字专业人才的集聚度[20]130-141,如公式(5)所示:

TAi=(Ti/Si)/(Pi/Si)

(5)

其中,TAi表示城市i的人才集聚度;Ti表示城市i的数字人才数量;Si表示城市i的面积;Pi表示城市i的人口数量。公式(5)实际上显示了城市i的人才密度与人口密度的比值。当TAi大于1,即使城市i的数字人才数量较少,也能从人才集聚的角度,满足城市i的数字经济发展需要。

研究数据来源于2011—2022年《中国城市统计年鉴》和各城市的统计年鉴。表3显示各变量都是平稳的,且各变量的VIF值都远小于10,说明各指标不存在严重的多重共线性,可以进行回归分析。

表3 变量的描述性统计、多重共线性检验与平稳性检验

四、实证检验与分析

(一)基准回归分析

基准回归结果如表4所示。Hausman检验结果显著为正,说明采用固定效应模型进行回归分析是合适的。第(1)列没有加入控制变量,lnDE系数显著为正,为0.179,说明长三角地区数字经济对高质量发展有显著为正的直接效应;第(2)列加入控制变量,lnDE系数也显著为正,为0.106,说明在考虑控制变量情况下,长三角地区数字经济仍然显著促进高质量发展,即数字经济发展水平每上升1%,高质量发展水平提升0.106%。这与余博等[19]1481-1493研究结论基本一致,但系数稍有差异,这可能是数字经济和高质量发展指标评价体系的差异导致的。

表4 基准回归与检验结果

根据《长江三角洲区域一体化发展规划纲要(2019)》分类,本文将样本分成两组,分别是中心城市(上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、温州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城)和外围城市(连云港、淮安、宿迁、衢州、舟山、丽水、蚌埠、淮南、淮北、黄山、阜阳、宿州、六安、亳州)。第(3)、(4)列显示lnDE系数都显著为正,分别是0.163和0.052,说明中心城市数字经济对高质量发展促进效应大于外围城市。这与现有文献[21]99-104的结论基本一致,但系数稍有差异,这可能是高质量发展评价模型不同导致的。

所有控制变量的系数都是显著的,lnPGDP、lnER、lnTA的系数为正,lnIS的系数为负,说明经济发展水平、环保力度和人才集聚程度与地区高质量发展之间呈现显著正相关,提升经济发展水平、环保力度和人才集聚程度有助于促进高质量发展;相反,第二产业生产总值占地区生产总值比重越高,越不利于促进高质量发展,说明降低第二产业规模有助于促进高质量发展。

(二)空间相关性分析

首先根据公式(6)作空间相关性分析。如果数字经济与高质量发展都是空间相关的,就可以根据公式(2)作空间回归分析。引入全局莫兰指数(I)检验长三角地区数字经济与高质量发展的空间相关性。

(6)

其中,i、j分别表示城市i和城市j。如果I大于(或小于)0,说明这两个城市的变量x具有正(或负)空间相关性;如果I等于0,则没有空间相关性。n是样本数量。

表5显示各年份数字经济的全局莫兰指数显著为正,且呈现逐年递增的发展趋势,说明长三角地区各城市的数字经济有显著为正的空间相关性;与此类似,各城市高质量发展水平也呈现显著为正的空间相关性,因此可以作空间回归分析[2]98-108。

表5 空间相关性检验

(三)空间效应分析

空间回归的实证结果如表6所示。LM、LR、Wald和Hausman检验的结果均显著为正,因此选择包含个体固定效应和时间固定效应的空间杜宾模型进行回归。其中第(1)列是基于邻接矩阵(公式3)的结果,W·lnDE的系数是0.248,说明数字经济对高质量发展有显著为正的空间效应,长三角数字经济发展水平上升1%,周围地区高质量发展水平提升0.248%。因此,数字经济对长三角地区高质量发展产生了正向空间效应。可见数字经济形成的网络化打破了地区行政区划的壁垒,促进知识技术传播和经济合作、降低贸易成本、缓解信息不对称,从而使长三角形成显著的示范引领效应。这与李宏等[22]65-76的研究结果相似,但是系数略有差异,这可能是研究时间跨度不同导致的。

表6 空间杜宾模型回归结果

第(2)、(3)列显示中心城市、外围城市的结果。第(2)列的W·lnDE系数是0.305,但是第(3)列的W·lnDE系数不显著,说明中心城市数字经济有显著的空间效应,但外围城市没有显著的空间效应。这可能因为中心城市是长三角数字经济发展的重点建设城市,吸引了相邻地区的大量资源,拥有更完善的数字基础设施和发展环境,因此能产生较强的空间效应;相反,外围城市的资源相对匮乏,数字经济发展后劲不足,难以产生显著的空间效应。

(四)稳健性检验

首先作内生性检验。表7第(1)、(2)列分别引入数字经济发展水平的滞后一期和地理坡度作为工具变量[23]308-321,使用2SLS方法进行回归。各城市的地理坡度是自然形成的,与高质量发展之间没有必然关系,与数字经济发展有密切关系。地理坡度相对较低的地区,有助于完善基础设施建设和减少交易成本,有助于促进数字经济发展。因此地理坡度指标可以满足工具变量的“外生性”和“相关性”要求。结果显示模型的不可识别检验、弱识别检验的结果都在1%的水平上显著,说明工具变量模型有效,回归结果与表4基本一致。其次作稳健性检验。第(3)列将样本数据进行双侧的1%缩减处理,第(4)列引入“数字普惠金融指数”作为数字经济的替代变量,结果与表4基本一致,说明回归结果是稳健的。

表7 基准回归的稳健性检验结果

根据刘瑜等[10]517-531引入反距离矩阵Wdij和经济距离矩阵Weij,进一步检验空间杜宾模型结果的稳健性:

(7)

(8)

公式(7)的dij表示城市i和城市j的地理距离,可以根据两个城市经纬度,运用Arcgis10.2软件计算;公式(8)的|GDPi-GDPj|表示两个城市的经济发展水平差距。

表8的(1)、(2)列显示W·lnDE的系数都是显著为正,分别是0.326和0.485,这与表6第(1)列结果基本一致,说明空间杜宾模型结果是稳健的。

表8 空间杜宾模型的稳健性检验结果

(五)空间衰减特征与调节效应分析

1.空间效应的衰减特征分析

公式(9)显示空间效应的衰减特征,d表示设定的地理距离域值。当城市i和城市j的地理距离大于d,空间矩阵Wijd才会被赋值为1/dij,否则赋值为0。

(9)

表9是根据公式(2)、(9)的回归结果。根据W·lnDE的系数大小及其显著性,可以把数字经济对高质量发展的空间效应分为三个阶段:第一个阶段是地理距离在500 km以内,W·lnDE的系数显著为正且不断增大;第二个阶段是地理距离在600—800 km之间,W·lnDE显著为正,但系数不断降低;第三个阶段是地理距离在900—1200 km之间,W·lnDE虽然为正数,但是不显著。可见数字经济对高质量发展的空间效应有地理边界,在边界内呈现先增后减的特征。这可能因为城市之间的地理距离越近,相对便利的交通条件和相近的地区发展政策等有利条件越有助于充分发挥数字经济的空间效应;随着城市之间的地理距离增大,交通成本上升和跨区域协调难度增大等不利因素会限制数字经济的空间效应。此外,长三角拥有较强的数字基础设施优势,周围地区的数字基础设施相对落后,很难充分发挥数字经济的空间效应,导致地理距离超过500 km后,空间效应急剧衰减;地理距离超过800 km后,空间效应不再显著。

表9 空间效应衰减特征分析结果

2.空间调节效应分析

空间调节效应(公式4)的实证结果如表10所示。

表10 空间调节效应模型回归结果

首先,交互项lnDE·lnTA的系数为0.197且显著为正,说明人才集聚显著正向调节数字经济对本地区高质量发展的直接效应,即人才集聚度每提升1%,数字经济对本地区的高质量发展直接效应就增强0.197%。

其次,W·lnDE·lnTA的系数为0.205且显著为正,说明人才集聚在数字经济对高质量发展的空间效应中,起到正向调节作用,即人才集聚度每提升1%,数字经济对相邻地区高质量发展的空间效应就增强0.205%。这可能是因为长三角地区优越的人才政策对数字人才产生了较强的吸引力,形成较高的人才集聚度;长三角地区集中了全国大部分数字产业的龙头企业,拥有完善的数字基础设施和研发创业环境,有助于充分发挥人才集聚的正向调节效应。此外,长三角人才流动性较强,从而加速新技术在相邻地区的传播与推广,有助于增强数字经济的空间效应。

五、结论与启示

本文分析了数字经济对长三角高质量发展的直接效应、空间效应、空间效应衰减特征和人才集聚调节作用。研究结论如下:(1)数字经济对长三角高质量发展有显著为正的直接效应和空间效应,数字经济发展水平每上升1%,长三角地区的高质量发展水平就提升0.106%,相邻地区的高质量发展水平就提升0.248%;(2)中心城市的直接效应大于外围城市,中心城市的空间效应显著为正,外围城市没有显著空间效应;(3)空间效应有地理边界,在边界内呈现先增后减的特征,在500 km以内逐渐增强,超过500 km不断减弱,超过800 km不再显著;(4)数字专业人才集聚正向调节了数字经济与高质量发展的关系,提升人才集聚度有助于增强数字经济对长三角地区高质量发展的直接效应和空间效应。

根据研究结论,得到以下启示:

第一,通过出台配套政策进一步深化数字经济发展,特别是连云港等外围城市,需要通过技术合作、财政补贴和税收优惠等措施,加快资源集聚、数字技术创新和新产品研发进程,迅速提升数字经济发展水平。

第二,加强各城市协调与合作。长三角各城市可以构建数字经济发展平台,设立跨城市的数字经济发展项目,充分发挥数字经济的空间效应,实现技术资源共享和环境共治,推动长三角各城市实现高质量发展。

第三,加大人才吸引和培养力度。通过提高人才待遇吸引更多的数字专业人才,在短期内构建强大的人才团队。各城市可以定期举办人才交流会,促进人才流动和优化人才配置,充分发挥人才集聚的作用。