数字经济对区域经济增长收敛的影响研究

李卫东 冯雨佳 陈镜宇

（北京交通大学经济管理学院，北京 100044）

引 言

随着改革开放政策的实施，我国经济进入了飞速发展的阶段，经济实力位居世界前列。但同时我国经济发展的公平问题愈发严峻，2022 年的GDP 数据显示，北方地区的GDP 仅占全国总GDP的35.3%，南北经济差距高达35 万亿，北方城市仅剩首都北京位于GDP 排名的前十位。值此情形，党的二十大报告提出，“促进区域协调发展。深入实施区域协调发展战略、区域重大战略……”。

长江经济带发展战略作为三大发展战略之一，对推动区域协调发展具有重大意义。长江经济带横跨东、中、西三大板块，人口和生产总值均超过全国总量的40%，在我国经济高质量发展中具有重要的引擎作用［1］。但由于该经济带沿着长江流域横跨东、西两端，受空间距离以及贸易壁垒的束缚，该区域经济协调发展始终存在着一定的割裂情况，2022 年下游GDP 总量约占全国GDP 的24.1%，而中游和上游GDP 总量均占全国总量的11%左右，相差约13 万亿元［2］。因此，如何加速推动长江经济带城市的经济收敛仍有待进一步的研究。

数字经济的出现为此提供了可能。中国信息通信研究院发布的《中国数字经济发展报告（2023年）》 指出，2022 年我国数字经济规模达到50.2万亿元，同比名义增长10.3%，占GDP 比重相当于第二产业占国民经济的比重，达到41.5%，可见数字经济在国民经济中发挥的重要作用［3］。数字经济对区域经济发展具有深刻复杂的影响，数字经济创造了换赛道优势，且缓解了经济活动的时空限制，强化了区域、市场和主体关联，促进了经济的长期收敛； 另外，数字经济可能也会引发数字鸿沟，加剧区域不平衡。因此，数字经济能否促进长江经济带城市的经济增长收敛仍然有待进一步的研究。对此，本文从空间收敛分析的角度出发，就数字经济对区域经济增长收敛性的影响进行分析，并进一步探讨其动态变化特征。

既有研究多从全国层面探究数字经济对经济增长收敛的影响，鲜有研究关注到长江经济带这一重点区域层面，本文的研究对长江经济带发展战略的推动具有直接的现实意义。本文探究了数字经济对经济增长收敛影响的动态变化特征，丰富了既有研究的视角。同时，本文以城市卫星灯光数据替代GDP 数据，弥补了部分西部城市的数据缺失问题，增强了实证结果的可信度和说服力。

1 文献综述

目前，越来越多的学者采用不同区域的研究样本，探讨数字经济对经济增长收敛的影响，但关于该问题的结论尚未形成统一的观点。

一些学者就国际层面展开研究，认为以互联网为核心的数字经济对经济增长收敛有一定的促进作用。Choi 和Yi［4］利用1991～2000 年207 个国家的数据，发现在将投资率、政府消费率和通货膨胀作为控制变量后，互联网对经济增长发挥着显著的促进作用。张伯超和沈开艳［5］以“一带一路” 国家为研究区域，构建了数字经济发展就绪度指标体系，发现各国在要素禀赋与基础设施、信息通信技术水平以及创新环境方面存在较大差异，指出数字经济的发展可以带动沿线国家信息基础设施的互通建设，进而优化资源配置，对实现沿线国家经济互联共通具有重要意义。但同时，也有学者持相反观点。Noh 和Yoo［6］借助OLG 模型，通过对1995 ～2002 年间60 个国家的数据进行实证分析，发现在贫富差距较大的国家中，互联网普及率的增加会对经济发展产生不利影响，从而加剧数字鸿沟问题。Vicente 和López［7］以欧盟27 个国家为研究样本，发现存在明显的数字鸿沟现象。

也有较多学者基于我国省域层面，针对数字经济对经济增长收敛的影响展开实证研究。邵秀燕和陈思华［8］基于收敛分析框架，采用卫星灯光数据测度地区经济状况，发现我国城市经济增长表现出明显的收敛特征，数字经济在此过程中发挥了显著促进作用。曾祥炎等［9］利用2011 ～2019年270 个城市的面板数据，构造了空间杜宾计量模型，发现数字经济有利于推动经济增长，促进区域经济收敛并缩小地区经济差距。同时也有部分学者持相反的观点，索罗在1987 年提出经典的“ICT 生产率悖论”，而数字经济的发展高度依赖于互联网等新一代信息技术，因此部分学者认为数字经济会对经济增长收敛产生负向影响或者不会产生显著影响。如林娟［10］运用泰尔系数考察了2000～2013 年我国31 个省（区、市）的互联网普及率，指出互联网整体上对经济增长收敛起到抑制作用。

除此之外，也有部分文献基于区域视角研究经济增长收敛问题，如城市群、东、中、西三大区域和八大综合经济区，但少有研究考虑数字经济的作用如何。薛永刚［11］以长三角和珠三角城市群为研究区域，采用空间滞后模型分析了空间σ收敛性和β收敛性，指出珠三角城市群存在σ收敛和β收敛，长三角城市群不存在σ收敛性，但存在β收敛。斯丽娟和王超群［12］利用2000 ～2018年十大城市群的夜间灯光数据，采用Dagum 基尼系数、Kernel 密度估计考察我国城市群区域经济差异及动态演变，指出城市群总体和各城市群均存在明显的绝对β收敛和条件β收敛特征。

综上所述，目前关于数字经济对经济增长收敛影响的研究重点主要集中于国家、省级、东、中、西三大区域等宏观层面，针对长江经济带的研究较少。当前，城市已经成为承载各类资源禀赋的重要载体，而长江经济带更是我国重要的战略性区域。鉴于此，本文选取2013 ～2022 年长江经济带110 个地级市，探讨数字经济对经济增长收敛的影响，以期为推动长江经济带数字经济发展水平和长江经济带发展提供借鉴和启示。

2 机制分析与研究假设

数字经济对经济增长收敛性的影响可以分为直接效应和间接效应。如图1 所示，就直接效应而言，发达地区倚赖集聚理论认为其雄厚的经济基础使其更易吸引经济活动，实现资源有效配置，提升区位优势［13］。在长江经济带地区，由于初始经济发展水平的不同以及报酬递增效应的存在，发达城市在初期具有先发优势，并通过网络外部性和正反馈机制保持扩大； 另外，落后地区由于经济基础薄弱和技术落后，限制了信息和经济的发展，处于后发劣势。这或导致两极化，发达城市以显著的经济基础优势，充分利用资源和数字技术机遇，实现快速发展。而落后地区由于经济基础薄弱，难以发挥数字技术等资源最大效益，导致增长滞后，进而扩大地区间差距，难以实现经济增长收敛。目前长江经济带数字经济发展不平衡，是否形成经济增长收敛仍需深入研究。

图1 直接效应

间接效应表明，数字经济对经济增长具有空间溢出效应，如图2 所示。数字经济的发展不仅能促进本地经济，也显著影响了邻近地区经济增长。数字技术具有空间依赖性，能够促进“互联互通、共建共享”，通过技术溢出效应，解除空间距离限制，克服阻力，加强地区沟通。这有利于落后地区充分利用资源，实现经济追赶，最终实现经济收敛。

图2 间接效应

具体而言，宏观产业层面，数字技术推动知识高效传播，本地区与外部知识的融合可以创造更多价值。数字技术革新使大量信息和知识扩散至落后地区，有助于产业结构升级，衍生新的商业模式，如智能制造等。进而通过长尾效应创造新的经济增长点，为赶超发达地区提供了可能［14］。微观企业层面，面对涌入的大量知识和信息，落后地区需高效识别、吸收并转化为有用信息。企业借助数字技术，通过全质量控制实现从研发到生产的精准匹配，提高运营管理效率，优化资源利用率； 通过生产模块化分工，实现科学生产与协作，有助于落后地区发挥生产比较优势，形成经济收敛趋势。

由此，提出本文的假设1 和假设2。

H1： 数字经济对区域经济增长收敛性具有正向影响。

H2： 数字经济对其他地区的经济增长收敛性具有空间溢出效应。

长江经济带上、中、下游地区横跨西、中、东三大地带，呈现沿江分布的经济特征。经济基础、产业结构等方面的差距使得经济增长水平存在较大的差异，下游地区借助优越的地理位置和政策红利，拥有丰富的资源用以发展经济。相比之下，上游和中游地区缺乏优质资源，导致其与下游地区差异较为明显。如有研究发现中、西部城市表现出经济增长收敛现象，尤其在相对落后的西部地区，数字经济发挥更显著的促进作用［8］。因此，提出本文的假设3。

H3： 数字经济对长江上、中、下游城市经济增长收敛性的影响具有区域异质性。

数字经济对经济增长收敛的促进作用并非恒定，可能会呈现随时间动态变化的特征［15］。由于经济发展水平、数字基础设施和互联网普及率的不同，数字经济的影响程度存在显著差异。当数字经济发展水平较高时，基础设施完善、创新能力强，有助于提高资源利用率，因此对经济增长收敛的促进作用可能在较低水平时更显著，呈现时间异质性。如林娟［10］指出，2004 ～2006 年全国网民差距持续缩小，但速度减缓，2007 ～2013 年全国及各地区的差异均呈现出先缩小后逐渐趋于平稳的状态。由此，提出本文的假设4。

H4： 数字经济对长江经济带城市经济增长收敛性的影响具有时间异质性。

3 研究设计

3.1 模型的构建与选择

数字经济和经济增长均表现出较强的空间相关性，因此本文选择运用空间计量模型来分析数字经济对经济增长收敛性的影响。空间杜宾模型可以认为是空间滞后模型和空间误差模型的结合，参考潘文卿［16］的研究，本文构建了绝对β收敛和条件β收敛的空间杜宾模型，如下所示：

其中，gyi，t代表地区i在t期的人均产出增长率，即gyi，t＝ln（yi.t）－ln（yi.t－1），ln（yi.t－1）表示地区i在上一年的经济发展水平。ρ为空间自回归系数，即被解释变量空间滞后项系数。φ1、φ2为自变量系数。θ、θ1、θ2为自变量空间滞后项的系数。W为空间权重矩阵，本文根据研究问题，选择了反距离权重矩阵。

3.2 变量选取与数据说明

（1） 被解释变量： 经济增长率

与常见的GDP 增长率衡量方式不同，本文选取了NPP－VIIRS 夜间灯光这一指标以表征长江经济带各城市的经济增长情况。其主要原因有以下两点： ①城市夜间灯光数据的统计范围更为广泛，有效弥补了样本期内长江经济带上游地区40 个城市GDP 统计数据的缺失问题； ②夜间灯光数据的统计结果更加客观和准确［17］。从统计动机来看，相较于GDP 数据，夜间灯光数据并不属于官员政绩的重点考核指标，因而受到人为因素的干扰程度更小，数据可信度更高。有研究指出地方官员的政治晋升激励显著影响了城市GDP 数据的真实性［18］。从使用效果来看，夜间灯光数据不仅能准确反映当期的经济增长情况，而且不会受到价格波动因素的影响。此外，为降低该数据在成像阶段由于气体燃烧微光而受到的负面影响，本文参考已有文献，采用八邻域窗口平滑法，经过裁剪、坐标变换、投影等操作对原始数据进行了校准处理［19］。

（2） 核心解释变量： 数字经济发展指数

大水网工程是“十二五”山西省委、省政府决策的重大基础设施建设项目，也是水利部确定的河湖水系连通试点工程。在大水网工程中有许多导流隧洞、溢洪道等受高速水流冲刷的水工建筑物都需要抗冲磨、抗裂性能强的混凝土。掺入有机合成纤维对混凝土进行改性称作纤维混凝土，与普通混凝土相比纤维混凝土具有较高的抗冲磨、抗裂等性能。

本文借鉴赵涛等［20］的研究，考虑到地级市层面的数据可得性，从互联网发展和数字金融普惠两方面对数字经济综合发展水平进行测度。对于地级市层面互联网发展的测度，借鉴黄群慧等［21］的方法，采用4 个指标进行衡量。对于数字金融发展，采用由北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数衡量［22］。本文所构建的综合评价指标体系如表1 所示。借助STATA16.0，利用熵值法，将以上5 个指标的数据标准化后降维处理，得到中国城市数字经济综合发展指数，记为dei。

表1 中国城市数字经济综合评价指标体系

（3） 控制变量

本文从生产函数出发，结合对GDP 增长起明显贡献和拉动作用的三大需求，即国内消费、投资和出口，选取了以下控制变量： 资本投入，以固定资产投资占地区生产总值的比重表示； 劳动投入，以各地区年末单位从业人数与城镇私营和个体从业人员数之和表示； 人力资本，以普通高等学校学生数占总人口的比重表示； 出口依赖，以出口额占地区生产总值的比重表示； 社会消费水平，以各城市人均社会消费品零售额表示； 政府财政支出，以财政支出占地区生产总值的比重代替； 产业结构，以第三产业增加值占GDP 的比重表示［23］。

3.3 数据来源与描述统计

本文根据《长江经济带发展规划纲要》 划定的范围，最终选取了2013～2022 年长江经济带11个省（区、市）共110 个地级市的数据作为样本进行实证研究。夜间灯光数据来源于美国国家海洋和大气管理局（NOAA）官网，数字普惠金融指数来源于北京大学数字金融研究中心，其他数据均来源于《中国城市统计年鉴》。同时，考虑到数字经济发挥作用的时间滞后性，参考曾祥炎等［9］的研究，实证部分均对数字经济进行了滞后1 年的处理，以更符合实际情况。表2 为所有变量的描述性统计结果。

表2 描述性统计结果

4 实证结果分析

4.1 空间相关性检验

Moran's I 指数常用来进行空间相关性检验，其绝对值越接近于1 则说明区域间的空间自相关性越强。本文采用反距离权重矩阵检验2013 ～2022 年长江经济带区域的全局Moran's I 指数，结果如表3 所示，均大于0 且在1%的水平上显著，大小位于0.204～0.244 之间，总体上呈上升趋势，说明区域内存在着一定的空间依赖性，且联系在不断加强，因此可以采用空间计量模型进行深入研究。

表3 2013～2022 年经济发展水平的莫兰指数结果

4.2 数字经济对经济增长收敛的空间计量分析

表4 为式（1） 和（2） 的估计结果，分别表示了在反距离权重矩阵下绝对β收敛和条件β收敛的空间回归结果。在对绝对β收敛的检验中，列（5） 结果显示，未控制任何条件时，初始经济发展水平y的估计系数在1%的水平上显著为负，表明长江经济带城市在2013 ～2022 年存在绝对β收敛。考虑到基础条件差异，同时为了研究数字经济在经济收敛中的作用，加入其他变量进一步分析条件β收敛。列（6） 结果表明，空间自回归系数显著为正，说明长江经济带内其他地区的经济增长对本地区的经济增长有促进作用。同时变量lndei的估计系数显著为正，说明数字经济的发展将加快地区经济增长的收敛，验证了假设1。

对比列（5） 和列（6） 可知，条件β收敛的速度为0.095，大于绝对β收敛的速度0.086，即数字经济对于实现地区间经济收敛有一定的促进作用。结合前文机制分析，说明数字经济对经济增长收敛的影响在直接路径和间接路径的复杂作用下，综合表现为积极影响。

4.3 稳健性检验

（1） 替换空间权重矩阵

参考史学贵和施洁［24］的做法，进一步选择反距离权重矩阵的平方进行稳健性检验，当i≠j时，W中的元素Wij设为，否则取值为0。由表5的列（1） 和列（2） 的结果可知，采用新的空间权重以后，各系数的符号和显著性并没有发生明显变化，说明结果具有稳健性。

表5 稳健性检验结果

（2） 替换解释变量

考虑到传统经济数据应用的广泛性，参考常见做法采用每百人互联网用户数衡量数字经济发展水平进行验证［25］。由表5 列（3） 和列（4）的结果可知，lny的系数显著为负，lndei的系数显著为正，说明结论没有变化，依旧具有稳健性。

4.4 空间效应的分解

两类空间权重矩阵下，运用偏微分方法将数字经济发展的空间溢出效应分解为直接效应、间接效应两部分，如表6 所示。对比结果发现：

表6 空间效应分解结果

（1） lny在两种空间权重矩阵下的直接效应、间接效应、总效应均显著为负，说明本地区的经济增长是收敛的，且本地区对周边地区的经济增长收敛具有促进作用，即长江经济带城市经济增长存在明显的收敛性，且具有一定的空间溢出效应； （2） lndei在反距离权重矩阵的平方下，直接效应、间接效应和总效应都显著为正，且对比系数大小发现间接效应要强于直接效应，说明数字经济对经济增长收敛的促进作用存在一定的空间溢出效应，进一步验证了假设2。

如前所述，数字经济通过互联网等技术溢出效应，克服空间阻力，加强地区互联互通，有利于落后地区充分利用资源，实现经济追赶。空间效应的分解表明经济增长收敛受数字经济的影响较为复杂，需要考虑整个区域的空间相互作用，特别关注目标区域、城市与周边区域、城市的空间关联及空间溢出效应。

4.5 异质性分析

（1） 空间维度异质性分析

根据自然地理特征，将长江经济带划为上游地区、中游地区和下游地区（其中，重庆、四川、贵州、云南为上游地区，江西、湖北、湖南为中游地区，上海、浙江、江苏、安徽为下游地区）。表7 为空间异质性结果，表明数字经济对经济增长收敛的促进作用呈现出边际递减特征。上中下游地区的收敛系数均显著为负，说明各地区均存在绝对β收敛和条件β收敛。具体而言，各地区系数的绝对值相差较大，说明收敛速度有差异，上游最快，中游次之，下游最慢； 此外，lndei的系数在各地区均显著为正，说明数字经济对经济增长收敛具有显著促进作用，且对比各地区系数可知在上游地区该影响效应更大，中游地区次之，下游地区最小。原因可能在于： 上游地区除重庆外，其他城市经济均相对薄弱，借助数字经济进一步提升要素资源的有效利用，对经济发展水平的促进作用更为明显，从而收敛速度更大。中游地区处于中间地带，地理位置相对便利，因而距离空间因素对经济增长的限制较小，数字技术难以发挥其空间溢出优势，因而促进作用较小，收敛速度次之。下游地区存在如长三角城市群等数字经济和经济发展水平均较高的区域，导致数字经济对经济增长收敛的红利效应呈现减弱趋势，从而促进作用进一步减弱，收敛速度较小。

表7 长江经济带区域异质性分析

（2） 时间维度异质性分析

2016 年G20 峰会首次将“数字经济” 列为G20创新增长蓝图中的一项重要议题。2017 年10 月，党的十九大报告提出“推进互联网、大数据、人工智能和实体经济深度融合”。由此可知，2016 年前后数字经济发展取得了较大的发展。因此，以2016年为时间分割点，进一步观察动态变化特征，实证结果如表8 所示。

表8 空间动态效应检验结果

由结果可知，2016 年前后的收敛系数均显著为负，但比较收敛系数可得，2016 年以前的收敛速度较慢，随着经济的发展，其后收敛速度有了明显提升。进一步考察数字经济对经济增长收敛的影响，lndei的系数在2016 年前不显著，其后显著为正，表明数字经济在2016 年后促进经济增长收敛，在此之前无显著影响。综上，2013～2022 年长江经济带的收敛速度逐步增长，数字经济对经济增长收敛的影响存在缓冲期，即2016 年以后才显现出来。这可能归因于数字经济的网络外部性，即随着数字经济规模不断扩大，其产生的经济效益会呈指数趋势增长，导致前期对收敛的影响不明显，而后期促进作用显著。

5 结论与启示

5.1 研究结论

本文基于2013 ～2022 年长江经济带的110 个地级市数据考察数字经济对经济增长收敛的影响。主要研究结论如下：

（1） 2013～2022 年长江经济带城市的经济增长总体上呈明显的收敛态势，数字经济的发展能够显著促进经济增长收敛，且这一结论在替换空间权重矩阵及解释变量后依然成立。

（2） 空间效应的分解表明，长江经济带城市经济增长存在明显的收敛性，且在两种空间权重矩阵下均存在一定的空间溢出效应，同时，数字经济对经济增长收敛的促进作用也存在明显的空间溢出效应。

（3） 空间维度方面，数字经济对经济增长收敛的促进作用呈现出一定的边际递减特征。2013～2022 年，上、中、下游地区均存在收敛特征，但数字经济对经济增长收敛的影响程度却有一定的差异，其促进作用在上游地区表现最为明显，中游次之，下游最弱。

（4） 时间维度方面，数字经济对经济增长收敛的影响具有明显的缓冲期，2016 年以后其促进作用才显现出来。2013 ～2016 年，长江经济带存在微弱的收敛现象，数字经济对经济增长收敛无显著影响，2017 ～2022 年，长江经济带出现趋于明显的收敛现象，数字经济对经济增长收敛具有正向促进作用。

5.2 研究启示

由以上研究结论可知，数字经济对经济增长收敛具有积极影响，但长江经济带各区域的因素差异较大，需要特别强调差异性和针对性，因地制宜地制定政策。

（1） 考虑长江经济带区域间协同发展和优势互补的机制，发挥数字经济对经济增长收敛的促进作用。除了关注其直接影响外，应最大程度发挥数字经济的空间溢出效应，确保各区域均有平等的数字经济发展机会，防止数字经济碎片化和垄断发展，强化数字经济与区域协调发展战略的衔接。同时，健全监督保障机制建设，营造和谐有序的数字经济发展环境，减小区域内“数字鸿沟” 带来的负面影响，释放数字经济促进经济增长收敛的最大优势效能。

（2） 各区域应根据资源禀赋制定数字经济发展路径，充分发挥比较优势。研究表明长江经济带数字经济对经济增长收敛的影响具有空间异质性，因此可以考虑实施差异化的数字经济发展战略。上游地区做大数字经济，结论表明该地区对数字经济的利用效果更明显，可以进一步扩大数字经济发展规模，充分发挥其促进作用； 中游地区做优数字经济，该地区数字经济的促进作用减弱，可以进一步提升数字经济发展质量，加强数字经济与经济增长之间的关联程度； 下游地区做强数字经济，下游地区数字经济和经济发展水平均较高，可继续保持二者的良好关系，偏重于创新数字技术，实现追赶超越世界先进水平，

（3） 长江经济带需全面支持数字经济发展，并时刻关注数字经济的动态变化，不断调整发展战略。积极推进数字经济一体化发展策略，使数字经济布局体系与区域经济空间体系实现融合，打通数字资源流通路径，形成数字集群，积极发挥数字经济对周边区域产生的积极影响，加速促进区域协同融合与共享发展，在数字经济协调发展中促进经济收敛。