省會城市數字經濟發展的影響
——溢出還是虹吸

劉耀彬,胡偉輝,駱 康,卓 沖,李碩碩

(1.南昌大學 經濟管理學院,江西 南昌 330031;2.海南大學 經濟學院,海南 ?？?571000;3.復旦大學 社會發展與公共政策學院,上海 200433)

0 引言

從中共十八屆五中全會提出“實施網絡強國戰略,實施國家大數據戰略”,到中共十九大提出“推動互聯網、大數據、人工智能和實體經濟深度融合,建設數字中國、智慧社會”,再到十九屆五中全會提出“發展數字經濟,推進數字產業化和產業數字化,推動數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群”,發展數字經濟已上升為國家戰略。2005—2020年數字經濟占GDP比重由14.2%上升至38.6%,特別是2020年新冠肺炎疫情下數字經濟仍然保持9.7%的高位增長,成為應對經濟下行壓力的關鍵抓手。同時,數字經濟作為繼農業經濟、工業經濟后的新經濟形態,其獨特的外部性不容忽視。以數據為要素、以網絡為載體、以技術應用為特征的數字經濟,有助于打破傳統空間地理邊界、加快各類要素流動、增強不同地區經濟活動聯系[1-2],促進跨地區分工合作,帶動周邊地區經濟發展[3]。

城市作為經濟活動的重要空間載體,其數字經濟發展能夠反映數字經濟建設水平?！吨袊鞘袛底纸洕l展報告(2021)》指出,廣州、杭州、南京、成都、武漢、福州等多個省會城市已經成為我國數字經濟發展的開拓型特色城市。以杭州為例,2020年新冠疫情下城市第三產業增加值達10 959億元,其中,數字經濟發展對GDP增長的貢獻率高達79.4%,發揮了重要的穩經濟“壓艙石”作用。近年來,貴州、福建、湖南、江西等多地出臺“強省會”戰略政策,其中均涉及數字賦能、大數據引領、數字應用等內容。省會城市往往在全省發展格局中扮演重要角色,因此,其數字經濟發展能否帶動周邊城市發展是一個重要的現實問題。在發展初期,省會城市會產生虹吸效應,不斷吸納周邊區域的資金、人才、技術等生產要素,削弱周邊城市數字經濟發展能力,出現區域極化現象。隨著時間推移,當省會城市數字經濟極化效應達到一定程度時,會對周邊城市產生溢出效應,促進要素向周邊城市擴散,刺激周邊城市數字經濟增長,帶動區域數字經濟整體發展。因此,省會城市會基于經濟體量、人口規模、資金政策等優勢匯聚數字資源,進而對周邊城市產生影響。但這種影響是呈現為損人利己的虹吸效應,還是充分利用自身資源、共享共建機制,帶動周邊地區城市經濟發展,進而實現比翼齊飛的結果?破解該問題對于當前推進“強省會”戰略,實現區域協調發展至關重要。

1 文獻綜述

數字經濟作為基于互聯網等現代信息技術開展經濟活動的總和,正成為經濟社會發展的重要推力[4]。當前學者們針對數字經濟發展水平測度各執一詞,缺乏統一的評價指標體系。如柏培文和張云[5]采用主成分分析法,從數字產業、數字創新、數字用戶、數字平臺等多角度對數字經濟發展水平進行評價;王軍等[6]通過構建一系列指標體系并采用熵值法,測算我國省際層面數字經濟發展水平,指出我國數字經濟發展水平具有時空差異性。從數字經濟研究維度看,在微觀層面上,張勛等[7]結合中國家庭追蹤調查數據評估由互聯網革命推動的數字金融發展對包容性增長的影響;柏培文和喻理[8]基于中國工業企業數據,探討數字經濟發展對企業價格加成的影響機制等。在宏觀層面上,錢海章等[9]基于省域面板數據研究發現,中國數字金融發展促進經濟增長;陳懷超等[10]基于2010-2019年中國內地31個省域面板數據進行PVAR分析,發現數字經濟對制造業結構合理化、高級化、人才數字素養提升均具有顯著促進作用。然而,企業數據在衡量數字經濟發展水平時存在數據更新以及影響范圍有限等不足,而省域數據則存在不能揭示各地數字經濟政策影響差異性的局限。

盡管現有文獻從微觀層面和宏觀層面研究了數字經濟對經濟社會發展的影響,但鮮有文獻考慮數字經濟獨有的外部性特征。數字經濟的高技術密集性、高滲透性、網絡外部性等特征賦予其對經濟社會發展明顯的溢出效應[11]。一方面,數字經濟下的資源要素具備低擴散成本和高流速特點,有助于促進地理鄰近的創新主體交流與合作,進而提高區域創新績效空間溢出效應[12];另一方面,數字經濟不僅有助于突破地理與交通限制,帶動本地區經濟增長,輻射周邊城市經濟發展,更有利于打造城市群增長極和開展跨區域合作[13]。具體而言,一是數字經濟可以通過技術擴散和知識溢出對周邊地區產生影響,數字技術應用有助于弱化地理距離對知識溢出的影響,降低知識獲取和創新成本,有利于周邊城市學習先進地區經驗;二是數字經濟促進勞動力和資本流動,加速地區專業化分工。伴隨城市間人流、信息流和資金流擴散加劇,不同地區產業結構和人口集聚度呈現差異化,使得一部分地區具有數字技術和信息等方面優勢,另一部分地區具有勞動力生產等方面優勢,進而有助于促進地區數字產業結構優化和分工專業化[14];三是數字經濟通過互助共享促進地區主體溝通與交流。數字經濟具有平臺效應,其不僅有利于地區間溝通協作、互助共享,還有助于集聚資源,提供更多知識與信息,在促進地區間知識交流的同時,優化數字資源配置和提高數字經濟發展效率[15]。

新經濟地理學理論認為,技術、資本、勞動力等要素的跨區域流動引起地區產業集聚或擴散。隨后該理論從企業、園區層面擴展到城市、城市群層面,提出資源與要素在城市間集聚和流動同樣會產生特定的經濟效應。當前,學者們就大城市對小城市、中心城市對周邊城市、增長極對周邊區域等數字經濟影響效應展開一系列研究。如有研究發現,數字經濟對中心城市專業化水平提升和產業比較優勢形成具有顯著影響,而對外圍城市影響不顯著(張翱等,2022);柳卸林等[16]在實證分析數字化促進區域經濟增長過程中發現,經濟發達地區以及直轄市、省會城市等中心城市從數字化中獲益更大。進一步地,李宗顯和楊千帆[17]采用中國城市面板數據進行實證分析,發現數字經濟有助于提升鄰近城市全要素生產率水平,中心城市享受到的數字經濟發展紅利更多;徐輝和邱晨光[18]在實證探究數字經濟發展對區域創新能力的影響時,發現數字經濟對周邊鄰近省域的技術創新和產品創新均具有阻礙作用。從具體作用機制看,中心城市對區域內其它城市具有綜合示范效應,或是將自身經濟、文化、科技、教育等優勢資源向周邊擴散,或是通過知識溢出,促進城市間知識與技術交流,從而提升鄰近城市數字經濟發展水平,產生空間輻射效應;另一方面,地方城市也可以憑借地理鄰近優勢,共享中心城市數字基礎設施,或者通過參與中心城市數字產業專業化分工提高自身產業發展效率[19-20]。中心城市作為促進經濟社會發展的要素匯聚載體,是地區乃至國家經濟發展的增長極。就我國而言,省會城市在很大程度上就是省域經濟發展中心。近年來多地陸續出臺“強省會”戰略,通過中心城市的資源集聚優勢產生集聚效應,從而帶動區域經濟協同發展[21-22]。張航和丁任重[23]認為,實施“強省會”戰略的現實意義是通過省會城市發展帶動全省域經濟發展,即早期階段通過吸引各要素向中心城市集聚,形成核心增長極,進而產生資源外溢效應,最終引領地方城市高質量發展。但是,“強省會”戰略實施也會帶來諸如行政區劃調整、搶人大戰、爭奪國家平臺政策試點等結果,導致省會城市集聚效應極化,擴大省會城市與地方其它城市之間的數字經濟鴻溝。

基于文獻梳理發現,數字經濟研究不可忽視其跨越地理空間限制、促進與實現要素自由流動的外部性特征。同時,明晰中心城市對周邊地區數字經濟發展的影響和作用機制,特別是在“強省會”戰略背景下探討省會城市數字經濟發展對地方城市的影響是一個重要且緊迫的現實話題。綜上所述,本文將從收入產出、勞動力和資本投入角度構建理論模型,采用2011-2019年城市面板數據,運用面板固定模型研究省會城市數字經濟發展對地方城市的溢出效應?？赡艽嬖诘倪呺H貢獻有:①重點關注數字經濟存在的外部性,從“強省會”戰略角度出發,探討省會城市數字經濟發展對地方城市的影響,拓展數字經濟理論研究視角;②分別從勞動力投入、資本投入和收入產出角度構建省會城市數字經濟溢出效應和虹吸效應理論模型,揭示省會城市數字經濟發展對地方城市的影響機制;③城市是研究數字經濟政策實施的最佳單元,使用城市面板數據探討省會城市數字經濟發展對地方城市的影響具有現實合理性,有助于深化現有研究。

2 研究設計

2.1 理論分析

U=βW+(1-β)H-∑αC

(1)

省會城市勞動力遷移決策存在3種情形,分別是:遷往地方城市工作、留在省會城市工作、留在省會城市但是不工作,分別對應效用Ua1=Wb-C2,Ua2=Wa,Ua3=H。

當Ua1≥max{Ua2,Ua3}時,省會城市勞動力會遷往地方城市工作,數量計算如式(2)所示。

La1=Na·P(C2≤Wb-Wa,H≤Wb-C2)

(2)

當Ua2≥max{Ua1,Ua3}時,省會城市勞動力繼續留在省會城市工作,數量計算如式(3)所示。

(3)

地方城市勞動力遷移決策也存在3種情形,分別是:遷往省會城市工作、留在地方城市工作、留在地方城市但是不工作,分別對應效用Ub1=Wa-C1、Ub2=Wb、Ub3=H。由前文類推可得,地方城市勞動力遷往省會城市工作的數量如式(4)所示。

(4)

地方城市勞動力繼續留在地方工作的數量如式(5)所示。

Lb2=NbFH(Wb)[1-FC1(Wa-Wb)]

(5)

省會城市勞動力數量(La)和地方城市勞動力數量(Lb)分別滿足式(6)、式(7)。

La=La2+Lb1

(6)

Lb=Lb2+La1

(7)

考慮在完全競爭市場下,勞動力生產同質產品且價格標準化為1。假設省會城市和地方城市的數字技術水平分別為Aa與Ab,主要考慮兩種情形。

第一種是當省會城市共享其數字技術或數字基礎設施時,地方城市會受到省會城市技術的影響,其提升程度可以用δ表示。相應地,省會城市會損失δ程度的技術提升,這些技術變化最終反映到產出上。但是,省會城市的共享行為并不是無止境的,設0<δ<1/2。此時,省會城市數字產業平均工資水平(Wa)和地方城市數字產業平均工資水平(Wb)分別滿足式(8)、式(9)。

Wa=Aa-δAa

(8)

Wb=Ab+δAa

(9)

出于簡化分析考慮,僅對留在地方城市工作的勞動者進行研究,為此將式(8)和式(9)帶入式(5),得到式(10)。

Lb'=NbFH(Ab+δAa)[1-FC1((1-2δ)Aa-Ab)]

(10)

進一步對式(10)求偏導,可以得出共享模式下省會城市數字技術進步對地方城市就業的影響,如式(11)所示。

(11)

第二種是地方城市從省會城市學習到一定程度(θb)的數字產業技術,并需要向省會城市支付一定程度(θa)的報酬(0<θa<1,0<θb<1),最終反映在工資函數上,如式(12)和式(13)所示。

Wa=Aa+θaWb=(1+θb)Aa+θaAb

(12)

Wb=Ab+θbAa

(13)

同樣,將式(12)和式(13)帶入式(5)并求偏導,得到學習模式下省會城市數字技術進步對地方城市就業的影響,如式(14)所示。

(14)

對地方城市就業水平進行影響效應分析后,進一步考慮省會城市分別在共享和學習兩種模式下對地方城市產出的影響。用Yb=WbLb'表示地方城市產出,可以得到共享模式下省會城市數字技術進步對地方城市產出的影響,如式(15)所示。

(15)

同理,可以得到學習模式下省會城市數字技術進步對地方城市產出的影響,如式(16)所示。

(16)

綜上,得出以下結論:①無論是從地方城市就業角度還是產出角度,省會城市數字技術進步對地方城市發展既具有正向的溢出效應,也可能存在負向的虹吸效應;②在不同模式下,如共享模式、學習模式等,省會城市數字技術進步對地方城市發展的溢出效應具有不同表現。

2.2 研究方法與數據收集

2.2.1 計量模型

采用23個省份共278個地級市2011-2019年面板數據,研究省會城市數字經濟發展對省內其它城市的影響。地級市數據不包含4個直轄市以及港澳臺地區,部分省份由于數據缺失嚴重(如海南、西藏、青海和新疆),也未考慮。與前文理論模型相對應,從投入角度(數字經濟發展的勞動力和資本投入),以及產出角度(數字經濟相關收入等)衡量城市數字經濟發展水平,設定基準回歸模型為:

lnyit=α+βlny-capitalit+γi+μt+εit

(17)

式(17)中,yit代表地方城市i在t年份的數字經濟發展水平,參照已有研究成果[6][8][24],分別用電信業務總量(income)、信息傳輸、計算機服務和軟件業從業人數(employ)、數字金融指數(dif)度量。y-capitalit代表對應的省會城市數字經濟發展水平,與地方城市指標選取一致。γi和μt分別表示城市固定效應與年份固定效應,εit為隨機擾動項。

由于基準回歸模型可能存在第三方因素干擾,導致高估因果效應,如省會城市的數字經濟政策會同時影響省會城市和地方城市,也可能存在遺漏重要變量的情況,還可能存在省會城市與地方城市互為因果的問題,如省會城市數字經濟發展會對地方城市產生溢出或虹吸效應,地方城市數字經濟發展反過來也可能對省會城市產生影響。為此,本文采取以下措施解決內生性問題:一是采用城市和年份雙固定效應,從一定程度上解決遺漏變量導致的內生性問題,二是構建合適的工具變量來解決反向因果內生性問題。

參考黃群慧等[25]、Nunn &Qian[26]的研究,將1984年每百萬人郵局數量(與城市相關)分別與上一年全國互聯網用戶數(與時間相關)構建交互項,作為城市數字經濟發展的工具變量。該工具變量較好地滿足了相關性和排他性要求:省會城市數字經濟發展是傳統通信技術的延續。在固定電話普及前,人們主要通過郵局系統進行交流溝通,經驗事實告訴我們,當時郵局主要分布在省會城市,郵局數量反映了服務數字經濟發展的基礎設施建設水平,并將從技術角度影響后續數字經濟發展。因此,省會城市往往具備較高的互聯網技術普及率,工具變量滿足相關性要求。此外,隨著互聯網技術發展,傳統電信工具的使用頻率逐漸下降,郵局數量對地方城市數字經濟的影響逐漸消失,從而滿足排他性要求。

2.2.2 數據來源與描述性統計

由于2011年以前數據缺失嚴重,因此選定研究時間段為2011-2019年。數據來源于歷年《中國城市統計年鑒》、《中國區域經濟統計年鑒》、各省市統計年鑒、各地級市國民經濟與社會發展統計公報、北京大學數字金融研究中心(https://www.idf.pku.edu.cn/)、CSMAR數據庫(https://cn.gtadata.com/)。部分缺失數據采用移動平均法進行補充,涉及價格因素的變量以2011年為基期進行相應調整。為降低變量單位和異方差對檢驗結果的影響,對部分變量進行對數化處理,變量描述性統計結果如表1所示。

表1 變量描述性統計結果Tab.1 Descriptive statistical results of variables

3 實證結果分析

3.1 基準回歸分析

表2結果顯示,從產出角度看,以電信業務總量的對數(lnincome)作為因變量,對應省會城市電信業務總量的對數(lnemploy_capital)作為自變量,在逐步控制城市固定效應、年份效應和城市年份雙固定效應后,影響系數均為正且在1%水平下顯著,即省會城市電信業務總量每提高1個百分點,會引致地方城市電信業務總量提高約0.3個百分點,說明省會城市數字經濟發展會提高地方城市數字經濟發展,溢出效應顯著。

表2 省會城市數字經濟溢出效應的OLS回歸結果Tab.2 Spillover effects of provincial capital cities' digital economy: OLS regression

從勞動力、資本要素投入角度看,分別以信息傳輸、計算機服務和軟件業從業人數對數(lnemploy)和數字金融指數對數(lndif)作為因變量,兩項回歸結果顯示,省會城市數字經濟產業就業水平每提高1個百分點,會引致地方城市就業水平提高約0.17個百分點,以及省會城市數字經濟的資本投入每提高1個百分點,會引致地方城市資本水平提高約0.65個百分點,說明省會城市數字經濟發展會顯著促進地方城市發展。

3.2 異質性分析

(1)地理區域異質性。首先,按照秦嶺-淮河一線,將樣本劃分為北方地區(遼寧、河北、山東、黑龍江、吉林、內蒙古、山西、安徽、河南、陜西、甘肅、寧夏共12個省份)和南方地區(江蘇、浙江、福建、廣東、廣西、江西、湖北、湖南、四川、云南、貴州共11個省份),分別進行城市固定效應、時間固定效應和城市時間雙固定效應回歸分析,回歸結果見表3。由表3可知,北方和南方地區省會城市的數字經濟發展對地方城市均呈現出正向溢出效應。此外,無論是從收入產出角度還是勞動力投入角度看,北方地區省會城市數字經濟發展的溢出效應高于南方地區。從資本投入角度看,北方地區省會城市數字經濟的溢出效應不顯著,而南方地區省會城市的溢出效應顯著。

表3 基于南北地區劃分的異質性分析結果Tab.3 Heterogeneity analysis: regions in the north and south

參照1986年《中華人民共和國國民經濟和社會發展第七個五年計劃》,將樣本劃分為東部地區(遼寧、河北、天津、北京、山東、江蘇、上海、浙江、福建、廣東、廣西、海南12個省(自治區、直轄市))、中部地區(黑龍江、吉林、內蒙古、山西、安徽、江西、河南、湖北、湖南9個省(自治區))和西部地區(陜西、甘肅、寧夏、青海、新疆、四川、云南、貴州、西藏、重慶10個省(自治區、直轄市)),進一步探討不同區域省會城市數字經濟發展水平,回歸結果見表4。從表4可以發現,省會城市數字經濟的溢出效應主要發生在東部地區和中部地區,西部地區的溢出效應不顯著。從收入產出角度看,東部地區省會城市數字經濟的溢出效應普遍高于中西部地區;從勞動力投入角度看,相較于東部地區和西部地區,中部地區省會城市數字經濟的溢出效應對地方城市的影響更顯著;從資本投入角度看,相較于中西部地區,東部地區省會城市的數字經濟溢出效應更顯著,中部地區與西部地區省會城市數字經濟溢出效應的差距不大。這可能是因為東部地區經濟相對落后的地方城市在地理位置上更靠近經濟較發達的省會城市,發展數字經濟的其它條件較好,因此其省會城市數字經濟的輻射作用相對更明顯。中部地區省份呈抱團分布,為省會城市數字經濟的溢出影響提供了豐富的勞動力資源,而西部地區發展較滯后,多數省份的數字經濟發展仍處于準備和起步階段,數字經濟覆蓋面較窄。

表4 基于東中西部地區劃分的異質性分析結果Tab.4 Heterogeneity analysis: eastern, central and western regions

(2)經濟發展異質性。除地理區位異質性外,探討城市規模異質性也不容忽視。運用自然斷點法將城市常住人口劃分為小規模城市(360萬人以下)、中等規模城市(360-680萬人)和大規模城市(680萬人以上),回歸結果見表5。從表5可以發現:不同規模省會城市的數字經濟發展均呈現溢出效應,且中等規模城市的數字經濟溢出效應明顯強于小規模和大規模城市?？赡茉蚴?當前中等規模城市能夠提供更多的勞動力和資本要素投入,地方城市能夠學習到更多數字經濟技術和積累相關經驗,而小規模城市的數字經濟收入產出往往是從地方城市聚集到省會城市。

表5 基于城市規模劃分的異質性分析結果Tab.5 Heterogeneity analysis: large, medium and small cities

3.3 穩健性檢驗

(1)內生性處理。理論上,地方城市數字經濟發展同樣可以通過溢出效應,反向促進省會城市數字經濟發展,為此需要進一步運用工具變量法解決由反向因果導致的內生性問題?；貧w結果見表6?？梢园l現,從產出角度看,以地方城市電信業務總量對數(lnincome)作為因變量,對應省會城市電信業務總量對數(lnemploy_capital)作為自變量,省會城市的lnpost_iv作為工具變量,兩階段回歸系數均顯著為正,即省會城市電信業務總量每增長1個百分點,地方城市電信業務總量相應提高約0.3個百分點,但與OLS估計結果相比,IV估計結果顯著提升,反映出地方城市數字經濟發展也可能通過競爭效應降低省會城市數字經濟發展,導致OLS回歸結果偏低,即低估省會城市數字經濟發展的溢出效應。勞動力和資本投入角度的回歸結果與產出角度類似,即第一階段和第二階段回歸系數均顯著為正,IV回歸系數大于OLS回歸結果。

表6 省會城市數字經濟發展的溢出效應:IV回歸Tab.6 Spillover effects of digital economy development in procincial capital cities: IV regression

(2)剔除部分城市樣本。為保證實證結果穩健性,進一步考慮一種實際情況是某些省會城市在經濟發展水平上并不一定處于主導地位,即存在與省會城市發展水平相當甚至超過省會城市的地方城市。為此,剔除山東、江蘇、廣東、福建和遼寧等省內存在非省會中心城市的樣本,相應的IV回歸結果如表7所示。從表7可以看出,IV估計系數在1%水平下仍然顯著為正,表明在省會城市居于主導地位的省域,數字經濟的溢出效應占主導,并促進地方城市數字經濟發展。

表7 穩健性檢驗:剔除魯蘇粵閩遼樣本Tab.7 Robustness test: excluding samples of Shandong, Jiangsu, Guangdong,Fujian and Liaoning provinces

(3)替換被解釋變量。在IV回歸基礎上,考慮到從收入產出、勞動力與資本投入角度衡量數字經濟發展水平可能存在其它替代變量。為此,將收入產出維度的電信業務總量擴展為郵電業務總量,將勞動投入維度的信息傳輸、計算機服務和軟件業從業人數增加科學研究和技術服務業從業人數,將資本投入維度的數字金融指數替換為數字金融應用深度(該變量是數字金融指數的子指數,涵蓋支付、貨幣基金、信貸、保險、投資和信用等業務),并重新進行IV回歸,結果見表8。從表8可以看出,在更換數字經濟發展水平測度變量后,從收入、勞動力和資本角度看,省會城市數字經濟發展對地方城市數字經濟發展均具有顯著的溢出效應,進一步驗證上述研究結論的可靠性。

表8 穩健性檢驗:替換被解釋變量Tab.8 Robustness test: replacement of explained variables

3.4 進一步的機制分析

前文已經證實省會城市數字經濟的溢出效應,可進一步識別與分析溢出效應影響機制。

(1)分工機制。當企業生產產品時,原有的內部總部—生產結構(需要較高的管理成本)向外轉變為總部和服務部門集中在大城市、標準化生產部門遷移到地方城市(管理成本降低,但合作成本提高)的結構,最終企業內部職能分工轉變為城市職能分工[27-28]。數字經濟發展持續推動全社會分工深化,促使眾多第一、二產業生產環節或部門分離出來,形成新服務業務部門,如網絡眾包就是一種專業化分工模式[29-30]。同樣,省會城市在其中扮演研發角色,地方城市則較多扮演生產角色。

使用省內地方城市從事數字經濟相關產業的公司數量識別潛在的分工機制。根據國家統計局發布的《數字經濟及其核心產業統計分類(2021)》,篩選出2011-2019年符合數字經濟范疇的上市公司數據共計20 206個,計算地方城市從事數字經濟相關產業的公司數量并作為因變量。在自變量方面,構造反映省會城市的省內經濟地位變量rank_capital,如果位于前三,賦值為1,否則為0?；貧w模型如式(18)所示。

company_dit=α+β·rank_capitalit+δ·controlit+γi+μt+εit

(18)

company_dit表示地方城市從事數字經濟相關產業的上市公司數量。分別從省會城市數字經濟相關收入以及勞動力、資本投入角度度量省會城市所處地位?？刂谱兞坑薪洕l展水平、政府支持力度、融資能力、城鎮化水平。

分工機制檢驗回歸結果見表9。第(1)列以電信業務總量占第三產業產值的比重度量,第(2)列以信息傳輸、計算機服務和軟件業從業人員數占第三產業從業人員數的比重度量,第(3)列以數字金融應用深度度量。表9結果顯示,回歸系數部分顯著,符號也出現一定變化,表明擁有優勢地位的省會城市未能顯著促進地方城市數字企業發展,分工機制也未能充分解釋前文省會城市數字經濟發展的溢出效應。原因可能是,數字經濟作為新經濟業態,需要較強的數字基礎設施支撐、較多的政策扶持,相比之下,省會城市具有更多的資源、政策優勢,因此數字企業一般集中于省會城市,而較少去偏遠的地方城市。

表9 分工機制檢驗結果Tab.9 Test results of division mechanism

(2)學習機制。通常情況下,地方城市可以通過學習省會城市先進技術、經驗和知識提高自身生產效率[19][31]。數字經濟通過強化信息和知識流動、學習和模仿機制、合作研發機制[32]產生溢出效應,弱化地理距離導致的技術溢出衰減,突破空間距離限制,提高知識與信息的普惠性,使得地方城市可以低成本共享省會城市的優質資源和信息。

本文利用因變量地方城市專利授權數來識別潛在的學習機制,主要是考慮到地方城市通過學習省會城市先進技術和經驗,有助于形成自身專利,而專利授權數相對專利申請數更具有實用性。在自變量方面,當省會城市在省內具有一定優勢時,才會吸引地方城市學習與模仿,為此構造反映省會城市的省內地位變量rank_capital,如果位于前三,賦值為1,否則為0?；貧w模型如下:

patentsit=α+β·rank_capitalit+δ·controlit+γi+μt+εit

(19)

patentsit表示地方城市專利授權數的對數,分別從省會城市數字經濟收入、勞動力與資本投入角度度量省會城市的省內地位?？刂谱兞坑薪洕l展水平、政府支持力度、融資能力、城鎮化水平。

學習機制檢驗回歸結果見表10。第(1)列以電信業務總量占第三產業產值比重度量,第(2)列以信息傳輸、計算機服務和軟件業從業人數占第三產業從業人員數比重度量,第(3)列以數字金融應用深度度量。從表10可以看出,無論是從收入、勞動力投入角度,還是從資本投入角度反映省會城市地位,回歸系數均在1%的水平下顯著為正,表明地方城市會向具有優勢的省會城市學習,省會城市數字經濟的溢出效應主要通過學習機制實現。

表10 學習機制檢驗結果Tab.10 Test results of learning mechanism

(3)共享機制。地方城市通過共享省會城市數字基礎設施,如網絡設施、服務平臺等,優化資源配置,進而提高省會城市對地方城市數字經濟的溢出效應。不同于強調共享閑置物品或服務的共享經濟[33],此處重點關注數字基礎設施共享。

使用因變量地方城市每萬人移動電話數識別潛在的共享機制,移動電話可以視作數字經濟基礎設施的重要構成。值得注意的是,早期的移動電話應用主要集中于大城市,此時信息交流價值不高。隨著時間推移,移動電話逐漸向周邊小城市普及,此時大城市與小城市之間逐漸產生網絡效應,信息交流成本大幅降低,為數字經濟發展提供了堅實基礎。在自變量方面,構造反映省會城市的省內地位變量rank_capital,如果位于前三,賦值為1,否則為0?；貧w模型如下:

telit=α+β·rank_capitalit+δ·controlit+γi+μt+εit

(20)

telit表示地方城市每萬人移動電話數的對數,分別從省會城市數字經濟收入、勞動力投入與資本投入角度度量省會城市的省內地位?？刂谱兞坑薪洕l展水平、政府支持力度、融資能力、城鎮化水平。

共享機制檢驗回歸結果見表11。其中,第(1)列以電信業務總量占第三產業產值比重度量,第(2)列以信息傳輸、計算機服務和軟件業從業人員數占第三產業從業人員數比重度量,第(3)列以數字金融應用深度度量。從表11可以看出,回歸系數均為正,僅有勞動力影響因素顯著為正,表明地方城市與省會城市間可能存在共享模式,但影響效應不顯著。原因可能是,當前地方城市的數字基礎設施建設不夠充分,省會城市與地方城市間還未能形成良好的數字經濟網絡機制。

表11 共享機制檢驗結果Tab.11 Test results of sharing mechanism

4 結語

4.1 研究結論與啟示

探究省會城市數字經濟發展如何影響地方城市發展,既是檢驗“強省會”戰略有效性的手段之一,也是關乎區域協調發展的現實問題。如果省會城市的數字經濟發展會虹吸地方城市的資源、能力、潛力,那么政府應當適度調整大城市發展策略;如果省會城市的數字經濟發展有效促進地方城市數字經濟發展,那么政府可以繼續實施“強省會”戰略,充分發揮省會城市數字經濟的溢出效應,實現省內城市互利共贏。本文嘗試性地從收入產出、勞動力和資本投入角度構建理論模型,揭示數字經濟溢出效應和虹吸效應的作用機制,采用2011-2019年278個地級市城市面板數據,實證研究省會城市數字經濟發展對地方城市的影響,得出以下結論與政策啟示:

(1)省會城市數字經濟發展對地方城市具有顯著的溢出效應,在排除雙向因果導致的內生性問題后,上述溢出效應仍然顯著,經過穩健性檢驗后該結論依然成立?；诖?本文提出,應堅持深入實施“強省會”戰略,發揮省會城市的引領示范輻射作用;降低省會城市的制度壁壘,清除資源流動障礙,加快技術、人才、資金等要素集聚,完善數字基礎設施建設,大力發展數字技術產業集群,全力打造數字經濟發展增長極,合力共推與共享“強省會”戰略紅利。

(2)從地理區域異質性看,南北方省會城市的數字經濟發展均具有正向溢出效應。同時,省會城市數字經濟發展的溢出效應主要發生在東中部地區,西部地區溢出效應不明顯;從經濟發展異質性看,不同規模省會城市的數字經濟發展均呈現溢出效應,但中等規模城市的溢出效應明顯大于小規模和大規模城市。因此,應堅持因地制宜原則,構建錯位發展格局,充分考慮不同地區數字經濟發展水平差異,對欠發達地區予以更多政策支持,引導數字經濟優勢企業到欠發達地區投資。

(3)從機制分析來看,省會城市數字經濟的溢出效應并不能通過分工機制予以解釋,而是通過學習機制起作用,部分通過共享機制實現,且地方城市會通過向具有優勢的省會城市學習先進經驗,促進數字經濟溢出效應產生。因此,應明確省會城市和地方城市數字經濟發展定位,充分釋放數字經濟潛能,打造分工協作的產業鏈條。地方城市應當加強與發達城市交流合作,充分學習省會城市先進經驗及技術,不斷縮小與省會城市間的數字鴻溝。

4.2 研究不足與展望

本文存在以下不足:①實證檢驗了省會城市數字經濟發展對地方城市的顯著正向溢出效應,但未能明確具體的溢出邊界,未來可以運用空間門檻模型等進行溢出邊界范圍劃分,為“強省會”戰略下省會城市發展數字經濟提供參考;②北京和四川的情況特殊,在人們印象中往往存在“環首都貧困帶”和“吸血省會”的戲謔,未來可針對這兩個省市城市群進行數字經濟發展實證檢驗,可能會得出有趣的結論;③受限于數據和技術方法,在探討省會城市數字經濟發展對地方城市的影響時,背后的作用機制分析未能充分考慮數字產業的前向和后向關聯問題,未來可以結合數字企業相關數據對這一問題展開更深入的研究。