數據流空間視角下知識溢出的內生經濟增長機制

鄭安邦 馮 華

內容提要：數據流空間是數字經濟時代非競爭的數據在各網絡節點之間不斷復制共享與往復傳輸所形成的虛擬空間場域。本文基于兩部門的內生經濟增長模型,將數據視為研發活動的“副產品”,分析有數據流動參與的內生經濟增長機制;繼而使用社會網絡分析方法,驗證發現中國的數據流空間網絡結構呈現“核心-外圍”特征,數據流空間中的數據流動聯系彌補了現實空間的距離聯系的不足。進一步,本文利用2014—2020年面板數據,構建空間杜賓模型對數據流空間中知識溢出對經濟增長的促進效應進行實證分析。結果顯示,在數字經濟時代,虛擬的數據流空間能夠成為知識溢出的新載體,研發活動所產生的知識溢出以數據流動的方式體現,促進了經濟增長。

一、問題提出

隨著信息和通信技術革命的出現,廣泛的聯系和高度的動態化成為信息時代的重要特征,也引發了“流空間”概念的出現[1]?？ㄋ固?Castells,1996)將流空間定義為“通過流動而運作的共享時間之社會實踐的物質組織”[2],其強調了時間層面的信息交流和空間層面的物質移動,構建了新的空間聯系邏輯。在此基礎上,諸多學者圍繞人流[3]、物流[4]、交通流[5-6]、信息流[7-8]、多元要素流[9-10]等研究對象對這一概念進行了拓展,開展了基于不同視角的探討。

黨的二十大報告提出,要加快建設網絡強國、數字中國。隨著新一輪科技革命的蓬勃發展,數字經濟已經成為未來的發展方向。在數字經濟時代,數據成為新的生產要素。與資本、勞動、土地等傳統生產要素相比,非競爭性是數據的重要特征[11],這意味著一組數據在不同主體間多次復制與使用不會產生另外的邊際成本[12]。依托以5G通信、IPv6等為底層技術的互聯網,數據得以在不同節點之間流動傳輸。一方面,數據流動是依托互聯網而發生的,這在空間上克服了地理距離的限制;另一方面,數據流動是瞬時完成的,實現了非競爭的數據共享的即時性,這與卡斯泰爾(1996)[2]的流空間定義相契合,成為數字時代新的空間聯系形式。本文從流空間的視角切入,提出數據流空間的定義:數據流空間是數字經濟時代非競爭的數據在各網絡節點之間不斷復制共享與往復傳輸所形成的虛擬空間場域。

知識溢出是新經濟地理學和內生增長理論用來解釋經濟增長的一個重要概念[13],知識所依托載體的流動是產生空間知識溢出效應的原因[14],知識溢出效應促進了經濟增長[15]。但相關研究都是將知識溢出對經濟增長的促進效應建立在現實空間的基礎上[16-18],其考慮的載體是現實的載體,考慮的距離是物理的距離。隨著數字經濟的發展,數據流空間這一新的空間聯系形式打破了傳統空間中現實距離的限制,壓縮了時空?？臻g進一步從物理層面拓延到了虛擬層面,以致難以使用現有理論對數字經濟時代的知識溢出和經濟增長的關系進行更進一步的分析。數字經濟的優勢很大程度依托于海量的數據資源,通過數據的流動打通數字經濟的大動脈,釋放經濟增長動能。鑒于此,本文將探討如下問題:在數字經濟時代,區域間的數據流動共享所構成的數據流空間能否成為知識溢出效應的新載體?基于數據流空間的知識溢出效應,對區域經濟增長有著怎樣的影響?

本文余下部分安排如下:第二部分是文獻述評,旨在厘清知識溢出、經濟增長與流空間相關的文獻發展脈絡,闡述本文可能的邊際創新點;第三部分為理論分析,旨在使用內生增長模型理論推導數據流空間中知識溢出的內生經濟增長機制,進而提出理論假設;第四部分為實證設計,闡述研究方法及模型、變量選取和數據來源等內容;第五部分為實證結果與分析,一是對中國數據流空間的網絡結構進行分析,二是以計量分析結果驗證支持本文的理論假設;第六部分為研究結論與政策建議。

二、文獻述評

(一)知識溢出與經濟增長

知識具有正外部性的特征,基于區域知識存量的知識溢出能為經濟增長提供動力,相關研究多從知識的空間外部性視角展開[19-21]。例如,白俊紅等(2017)使用引力模型表征研發要素的空間流動,使用空間計量模型驗證了研發要素流動的知識溢出效應及其對經濟增長的影響[22]。此類研究都默契地將物理空間作為知識溢出的發生載體,并將物理空間內的知識溢出作為促進經濟增長的因素。然而,虛擬空間也能成為區域經濟聯系的介質。安頔等(2022)等通過百度指數構建中國城市間聯系的虛擬空間信息網絡,借此考察城市經濟增長之間的互動,研究發現城市通過虛擬的空間信息網絡發生聯系,產生了基于虛擬網絡空間的增長溢出效應[23]。如果單純地從物理空間研究知識溢出與經濟增長,一是會忽視知識溢出在虛擬網絡空間中的網絡外部性特征,二是不能適應數字經濟發展的實際,忽略了區域經濟通過數據流動產生聯系的這一重要途徑。

(二)數據與流空間

數據具有非競爭性的重要特征,意味著對同一組數據的多次使用并不會帶來額外的邊際使用成本[24],而數據的虛擬性特征[1]帶來了復制與傳輸的便捷。因此,如果互聯網不同節點上的主體對一組數據存在著需求,非競爭的數據資源便能夠在網絡空間中形成數據流。不少學者基于非競爭數據的復制與共享,從動態視角考察了數據要素流動的經濟效應,認為其會帶來生產率提升的“倍增效應”[25]、改善社會福利效應[26]、緩解要素錯配效應[27]。已有研究關注了數據的特征以及數據流動的影響,但是缺乏對數據流動網絡形態的直接刻畫和描述。

自卡斯泰爾(1996)[2]提出了流空間概念后,不少國內學者對流空間定義進行了拓展。沈麗珍和顧朝林(2009)指出,流空間是“圍繞人流、物流、資金流、技術流和信息流等要素流動而建立起來的空間,以信息技術為基礎的網絡流線和快速交通流線為支撐,創造一種有目的的、反復的、可程式化的動態運動”[28]。隨著信息和通信技術的發展與應用,信息的流動逐步被視作流空間的主導因素,流空間被認為是信息主導下的物質流動所形成的場域[29-30]。借助流空間理論和網絡分析的方法,王寧寧等(2016)關注互聯網空間的網絡層級結構特征,基于互聯網測速數據構建了省域互聯網信息空間的復雜網絡,并指出中國目前的互聯網信息空間的網絡特征仍然受約束于地理空間與現實區位特征[31]。在對中國互聯網的網絡結構進行分析時,相關研究將百度指數作為網絡聯系的表征。例如,熊麗芳等(2013)借助百度指數衡量長三角城市之間的兩兩相互關注度,并基于此構建城市間的信息流網絡[32];趙映慧等(2015)基于百度指數的搜索數據,使用社會網絡分析方法分析了東三省城市網絡聯系的結構和格局[33]。

(三)對已有文獻的評價

相關研究從理論和實證層面肯定了知識溢出對經濟增長的重要作用,但是其默契地將現實空間作為知識溢出的發生載體,而忽視了知識溢出能否通過虛擬空間產生這一命題。盡管已有研究借助流空間理論和網絡分析方法對要素流動網絡和互聯網結構開展了討論,也分析了數據流動的經濟效應,但是尚缺乏文獻從流空間視角出發研究非競爭數據流動的網絡結構、帶來的知識溢出效應及其對經濟增長的影響。鑒于已有文獻的不足,本文在以下方面進行了可能的邊際創新:(1)提出數據流空間的定義,在此基礎上,借助社會網絡分析方法對數據流空間的結構進行分析并闡述虛擬時空的數據聯系;(2)將虛擬的數據流動視作知識溢出效應的另一載體,借助內生增長模型考察以數據流空間為載體的知識溢出效應及其對經濟增長的影響,以拓展現有研究對知識溢出的產生及載體的認識。

三、理論分析

(一)前提假定

本文將以數據流空間為載體的知識溢出納入羅默(Romer,2000)[34]所構建的內生增長模型的框架,探討數據流空間中數據流動共享帶來的知識溢出效應及其對經濟增長的影響。為了純粹討論知識溢出,本文僅從知識的生產部門即研發部門討論數據產生過程,假定數據僅是研發活動的“副產品”,是研發過程數字化的“歷史記錄”,從而將數據的產生和流動聚焦在研發環節。假定有對稱的N個區域;每個區域都有兩個部門,物質生產部門和研發部門;每個區域都使用兩種生產要素進行生產,勞動L(t)和資本K(t),這兩種要素分別有αL和αK的比例投入研發部門進行生產,并且該比例是不變的。研發資本RDK(t)=αKK(t),研發人員RDL(t)=αLL(t)。物質生產部門的產品一部分用于儲蓄即資本積累,儲蓄率為s。研發部門主要負責生產知識,提高技術水平。研發部門在生產知識的同時,還產生了“副產品”數據。每個區域作為一個網絡節點,所產生的數據全部接入數據流空間并被其他所有網絡節點所共享。為了簡化分析,將每個區域的勞動增長視為外生且穩定的,即gL=n>0。本文試圖基于數據流動的知識溢出效應提出新的內生增長機制,因此在前提假定與模型設定上極大地簡化和抽象了現實經濟的諸多細節,而強調了已有研究所忽視的基于數據流空間的知識溢出在經濟增長中的關鍵作用。

(二)資本積累與知識積累

對于i地的物質生產部門,參考羅默(2000)[34]的方法,設定物質生產函數的形式如下:

Yi(t)=[(1-αK)Ki(t)]α[Ai(t)(1-αL)Li(t)]β,α+β=1

(1)

物質資本增長率giK可以寫成:

(2)

所以有:

(3)

對于研發部門而言,知識生產函數的形式為:

(4)

(5)

將數據流空間中的非競爭數據包以不變替代彈性(CES)的形式生成,在各個區域都是對稱的這一假定下,可以將D(t)表述為如下形式:

(6)

其中,Di(t)是i地伴隨著研發過程產生的節點數據量,其并不是知識,而是知識生產過程的“副產品”,或者可以理解為數字經濟背景下研發活動的數字化歷史記錄。因此,研發活動越強,生成的數據也就越多,即Di(t)是i地研發活動的一系列投入品的單調增函數:

(7)

數據具有非競爭性,因此通過數據流動空間被所有區域所在的節點所共享。將式(5)代入知識生產函數可得:

(8)

(9)

即區域之間的知識生產存在著互動和關聯,其他地區的研發活動產生了知識溢出效應,知識溢出以數據的流動和共享所構成的數據流空間為載體。

由式(4)可知,技術進步率可以表示為:

(10)

近似地,有以下表達式:

(11)

所以,知識積累可以表達為:

(12)

(三)數據流空間中數據增長

從式(7)可以看出數據是內生于經濟系統本身的,原因是數據的生成函數是由研發投入所決定的。如果能對數據生產函數的形式進行適當的設定,便可將gD表示為技術進步率、資本增長率和勞動增長率的組合形式。由于數據是知識生產過程的“副產品”,是研發活動的數字化“歷史記錄”,設定數據生成函數形式為:

(13)

進一步有:

(14)

從式(13)和式(14)可以看出等式左右均有Di(t)這一項,即在各節點數據Di(t)參與知識生產的同時,作為“副產品”的數據Di(t)不斷生成。其經濟含義是非競爭的數據進入數據流空間被所有網絡節點共享時,數據流空間中的非競爭性數據包D(t)的數據量增加,因此本地知識質量提升,知識生產增加。而知識生產增加使得非競爭的數據量增加,如此循環往復直至數據生成過程的均衡。由此,數據流空間中數據流動共享帶來的知識溢出效應,使得知識生產過程得以自我強化。梅特卡夫(Metcalfe,2013)指出網絡價值等于節點數量的平方[36]。在數據流空間中,數據在各網絡節點之間不斷往復傳輸共享,使得知識生產過程形成倍增的正反饋效應。

當數據生成過程達到均衡時有:

(15)

從式(15)的推導過程可以看出,節點數據Di(t)既參與了研發活動同時又伴隨研發活動所產生,因此數據的生成是依附于經濟系統的,是經濟的內生變量。

將式(15)所求的數據量代入式(6)可得:

(16)

因此,數據流空間中非競爭數據包的增長率gD可以表示為giA、giK和giL的線性組合形式:

(17)

從式(17)的推導過程可以看出,數據流空間中的數據增長取決于知識積累、資本積累以及勞動增長,數據增長同樣是經濟系統運行的內生結果。

(四)內生經濟增長路徑

本文基于數據流空間的視角提出了知識溢出的內生增長機制,因此需要論證在數據流動的參與下,兩部門經濟如何收斂到內生的增長路徑上。在上述推導中論述了包含數據增長gD的增長路徑以及內生決定的gD表達形式,將數據增長gD代入式(12)可得:

(18)

因此,經濟增長最終可以由以下一組方程所描述:

(19)

(20)

當增長的“刀鋒條件”得以滿足,即1>a+θ+ηθr時(1)可以證明,如果不滿足1>a+θ+ηθr的“刀鋒條件”,只要初始經濟不處于極度的衰退中,經濟仍可以實現非均衡的內生增長。,經濟將收斂到穩態增長路徑,穩態增長路徑可以由以下一組解進行描述:

(21)

(22)

圖1所示的增長相位圖說明了增長的穩態路徑。

圖1 穩態增長路徑相位

由式(1),經濟增長率可以寫成如下形式:

giY*=αgiK*+β(giA*+n)

(23)

則人均經濟增長率表示為:

giy*=giY*-n

(24)

田秀娟和李睿(2022)認為,數字經濟發展及傳統產業的數字化升級,孕育了新的內生增長動能[37]。羅默內生增長理論超越了外生技術進步理論,從內生知識積累視角闡釋了經濟增長的機制。本文引入了數據的內生增長,并闡述了數據流動對知識生產的強化及知識溢出效應,從而提出數字經濟時代的內生經濟增長機制:內生于經濟系統的數據通過往復流動傳輸構成了數據流空間,成為地區間知識溢出的載體;基于數據流動帶來的知識溢出效應,兩部門的經濟系統實現了內生增長。

綜上分析,本文提出理論假設:研發活動產生的知識溢出以數據流空間為載體,以數據流空間為載體的知識溢出成為經濟增長的新動能。

四、實證設計

(一)研究方法及模型

1.基于引力模型構建數據流空間網絡

本文分析的重點是非競爭的數據在以各個省份為中心的節點上不斷復制共享與往復傳輸所構成的數據流空間,基于節點間的數據聯系強度構建流空間的網絡模型,是對數據流空間的網絡特征進行分析以及在實證測度中構建數據流空間權重矩陣的重要基礎。

不少學者將百度指數作為不同地區之間網絡聯系的表征,熊麗芳等(2013)、趙映慧等(2015)基于百度指數建立了區域間的網絡聯系關系[32-33]。安頔等(2022)指出,百度搜索引擎在中國的滲透率高,能綜合反映地區間通過互聯網聯系的程度[23],而數據的流動共享是通過互聯網這一載體而發生的?；诖?本文通過百度指數表征地區間的數據聯系的強弱,記為linkij。為了消除聯系的有向性,借鑒熊麗芳(2013)[32]的做法,定義linkij=Qi→jQj→i,其中Qi→j表示百度指數所衡量的i地對j地的關注程度。但是,百度指數所衡量的關注程度僅衡量了區域間互聯網聯系的強弱程度,并沒有反映出傳輸的數據量的大小。白俊紅等(2017)使用引力模型衡量要素流動量[22],本文參考這一做法,借助引力模型以同時考慮地區間的數據聯系強弱以及數據傳輸量,測度不同省份節點間的數據流動大小。

引力模型源于物理學領域的萬有引力公式,后逐漸被引入社會經濟研究領域。其一般表達形式為:

(25)

其中,Fij為兩地區之間的作用;G為引力系數;Mi、Mj是某種要素的測度,αi、αj為引力參數,Rij為聯系強度,p為聯系參數。

在此引力模型基礎上,結合數據可得性的考慮,本文構建了兩省份之間的數據流動強度Dataflowij。為了簡化處理過程,本文將引力系數、引力參數、聯系參數等簡化為1,測度公式如下:

(26)

其中,Datai和Dataj分別表示兩地的移動互聯網接入流量,由于該變量的取值數目過于龐大且具有時間異質性,因此對其在年份維度上求平均,用經標準化處理的兩地流量接入占所有省份流量接入之比表示兩地接入數據量的相對大小。通過這種方式,可以生成30個省份(不包括香港、澳門、臺灣和西藏)兩兩配對的數據流空間網絡,從而定義了數據流空間網絡WDF=(Dataflowij)。使用移動互聯網接入流量表征數據傳輸總量具有合理性:第一,在數字經濟時代,隨著終端通信的發展,移動互聯網成為數據傳輸和信息交流的重要渠道,接入流量衡量了節點接入網絡的頻繁和活躍程度;第二,該數據是可直接量化的指標,相比于使用間接方式推算節點的接入數據量,該指標更加合理。

同理,人均數據流動強度的測度如下:

(27)

其中,pDatai和pDataj分別表示兩地的移動互聯網人均接入流量。通過這種方式,定義了人均數據流空間網絡pWDF=(pDataflowij)。

2.基于社會網絡分析方法描述數據流空間網絡特征

目前,尚缺乏從流空間的視角直接研究數據流動的文獻。盡管湯森(Townsend,2001)基于信息基礎設施構建了靜態的信息網絡[38],王寧寧等(2016)基于互聯網網速描述分析了信息網絡形態[31],但尚缺乏基于動態的數據流動量構建數據流空間模型并對其網絡形態進行刻畫和分析的研究。本文將借助社會網絡分析(SNA)方法,研究省份之間非競爭的數據流動與共享所形成的數據流空間的網絡結構特征。

3.計量模型設定

劉學良和陳琳(2011)指出,截面(時間)固定效應本質上是時間序列(截面)回歸估計量的加權平均,估計系數體現的是時間序列(截面)維度上的相關關系;處理面板數據時應從經濟邏輯上識別自變量和因變量相關關系所存在的維度,即變量是在時間還是空間維度上存在相關,并依據邏輯和理論判斷所要采取的固定效應[39]。本文所研究的問題是經濟在時間上的增長,自變量和因變量是在時間維度上存在相關關系,因此需要對截面效應進行固定。本文設定如下基準回歸模型:

(28)

地區間的研發活動產生了數據流空間的知識溢出效應,存在著區域之間的關聯和互動。為了驗證本文的研究假設,論證研發活動基于數據流空間產生知識溢出效應從而促進經濟增長,本文設定了如下形式的空間杜賓模型(SDM)?？臻g杜賓模型假定,本地區的因變量除了受到本地區的自變量影響之外,還受到其他地區的因變量以及自變量的溢出效應的間接影響,空間權重矩陣可以被視為發生溢出效應的“載體”。相關模型設定為:

(29)

(二)變量設定及數據來源

1.因變量

本文的因變量為人均實際GDP的對數值(lnpGDPit)。王智毓和馮華(2020)指出,人均GDP是衡量一個國家或地區宏觀經濟運行狀況的重要工具[40],因此本文以此來衡量經濟增長,并通過GDP平減指數消除通貨膨脹因素。本文所涉及價格因素的變量,基期均設定為2013年。

2.自變量

人均研發資本存量(lnpRDKit):本文使用人均研發資本存量的對數值來表征研發活動。羅默(2000)將研發人員占勞動力的比例視為恒定的[34]。為了避免共線性問題,本文沿用研發人員占人口比例恒定這一假定,因此僅使用人均研發資本來表征研發活動。本文參考了吳延兵(2006)對于研發資本存量的永續盤存的核算方法[41],方式如下:

RDKit=(1-η)RDKi,t-1+RDIit

(30)

(31)

其中,η為研發資本折舊率,采取國際上通用的15%;RDIit為i地t年研發經費內部支出的實際量,通過白俊紅等(2017)[22]構建的研發資本價格指數進行平減,2020年缺失的固定資本投資價格指數使用插值法補齊。g為考察期內研發資本實際存量的幾何增長率。

3.控制變量

計量模型通過控制變量緩解外部因素對經濟增長的影響。(1)人均物質基礎設施(lnpIit):本文以各個省份鐵路里程數作為物質基礎設施的代理變量,然后計算人均值并取對數。(2)人力資本水平(lneduit):本文以平均受教育年限的對數值衡量人力資本水平,平均受教育年限使用各個教育層次年數結合所對應的人口數進行加權平均求得。盧卡斯(Lucas,1988)認為,人力資本積累是形成經濟增長的內生機制[42]。(3)對外開放程度(openit):使用進出口總額與GDP之比表示,對外開放程度在很大程度上反映了宏觀外部因素對經濟增長的沖擊。(4)政府干預(govit):使用地方財政一般預算支出與GDP之比表示。張璟和沈坤榮(2008)指出,政府干預同樣會對經濟增長產生影響[43],因此需要對此進行控制。

4.數據來源說明

本文使用百度指數衡量數據流空間中地區間數據聯系強弱,其數據來源為百度指數官方網站,各個省份接入互聯網的數據流量來源于《中國統計年鑒》;研發資本的原始數據來源于《中國科技統計年鑒》;人均受教育年限原始數據來源于《中國人口和就業統計年鑒》;用于計算研發資本平減指數的固定資本投資價格指數數據來源于《中國投資領域統計年鑒》;其他原始數據來源于《中國統計年鑒》。

五、實證結果與分析

(一)數據流空間的網絡結構分析

1.數據流空間網絡形態

使用軟件Ucinet 6.0,對各個省份數據流空間從數據接入總量、人均數據接入量兩個角度進行網絡結構的分析,分別繪制各省份數據流空間中數據總量流動的網絡結構、各省份人均數據量流動的網絡結構,如圖2、圖3所示。其中,線的粗細表示數據流動量的大小;節點的大小表示數據流空間中節點的中心度。從圖2、圖3可以看出,數據流空間的網絡結構從形態上呈現出“多核”的“繭狀”特征?！岸嗪恕笔侵笖祿骺臻g存在多個網絡核心,北京、上海、廣東、浙江、江蘇等省份處在數據流空間的多個核心節點上;“繭狀”是指所有省份兩兩之間構建起了廣泛的數據聯系,如同蠶絲包裹成“繭”。

圖2 數據流空間中數據接入總量的網絡結構

圖3 數據流空間中人均數據接入量的網絡結構

2.基于數據聯系強弱的數字距離

在現實空間中,聯系的強弱反映了距離的大小,例如兩地之間的貿易量、人口流動量會隨著距離增加而減小。在數據流空間中,數據聯系反映了節點間的數字距離:兩個節點之間的數據聯系越強,則二者的數字距離越近;而兩個節點之間的數據聯系越弱,則二者之間的數字距離越遠。

在圖2、圖3中,網絡節點間連線的粗細表征了區域數據聯系的強弱,可以看出數據聯系較強的省份并非在地理空間中處于接近的位置,例如廣東省,無論在數據總量流動網絡還是人均數據流動網絡中,其與上海、北京等省份建立了較強的數據聯系,而其在地理空間上并沒有與這些省份有著較近的相鄰關系。兩地在現實空間中的實際距離很大,但有可能在數據流空間中的數字距離很小,數字距離和實際距離在增強區域聯系上實現了“互補”。其中的原因是:數據流的產生依附于實體經濟活動,當實際距離制約了區域聯系的實現,而兩地卻又存在著聯系和互動的需要時,便會派生出更強的數據流動的聯系,從而縮短兩地的數字距離。這也意味著,數據流空間中的聯系彌補了現實空間的距離聯系的局限,在數據流空間中傳統的可達性概念又有了新的體現——即便克服地理距離的困難程度很大,通過虛擬的數據聯系兩地仍能夠實現虛擬空間的“可達”。這反映出數字經濟時代完善5G、IPv6等數字基礎設施,縮短數字距離的重要性。

3.數據流空間的節點中心度與“核心-外圍”結構

省份節點的中心度衡量了該省份在數據流空間網絡中的重要程度,某個省份的中心度越大,意味著其在整個數據流空間網絡中的影響力也就越大,在數據流空間中與其他省份有著越強的數據聯系,在數字距離的層面上有著越強的“數字可達性”。本文計算出的數據流空間中各個省份的節點中心度結果如表1所示。

表1 數據流空間中各個省份節點中心度

從表1可以看出,數據流空間中的部分省份的中心度較大,在整個數據流空間中承擔了“核心”支撐作用;而其余省份則處在數據流空間的“外圍”。為了對此進行進一步的探究,使用軟件Ucinet 6.0對數據流空間網絡進行“核心-外圍”聚類分析,輸出結果如表2所示。

表2 數據流空間的“核心-外圍”分布特征

由表2可以看出,數據流空間網絡呈現出明顯的“核心-外圍”的分布特征,無論是從數據總量還是從人均數據接入量流動的角度來看,其都是由處于核心節點的省份作為支撐,核心省份及其數據聯系構成了數據流空間的整體骨架。而處在外圍的節點省份,主要是通過與核心節點省份建立數據聯系參與數據流空間網絡的分工?！昂诵?外圍”聚類的結果并非與節點中心度排名一一對應。原因在于前者從單個節點的視角反映該節點在網絡中的絕對重要程度;而后者是基于節點間兩兩相互聯系的強弱進行的聚類,因此從節點相互聯系的視角反映其是處在核心還是外圍。從表2的結果還可以看出,處在核心節點的省份并非在地理上處于鄰近,例如處在數據流空間核心節點的北京,與上海、江蘇、廣東等核心節點省份在地理位置上并沒有相接近。在新經濟地理學中的“核心-外圍”概念中,“核心”是由經濟在地理空間中集聚而產生的,因此處在“核心”區位的地理單元之間是區位鄰近的;而數據流空間中的“核心”是由數據流動的密切聯系所產生的,因此數據流空間中“核心”節點之間的實際距離可能很遙遠,但是通過縮短數字距離的方式形成了虛擬的鄰近。新經濟地理學所認為的空間,是實體空間;而數字經濟時代,虛擬的數據流動打破了傳統地理區位的限制,產生了時空的壓縮效應,部分數字經濟龍頭省份在虛擬的數據流空間中實現了“集聚”。因此,數據流空間中的數據流動彌補了實體空間中區域間相互作用的有限性。

(二)數據流空間中知識溢出效應對增長促進的測算

1.空間效應識別與空間計量模型的選擇

本文采取拉格朗日乘數(LM)檢驗—似然比(LR)檢驗和沃爾德(Wald)檢驗的思路來確定空間效應存在,并對最佳模型進行識別。安瑟琳(Anselin,2003)、陶長琪和楊海文(2014)指出可以使用LM檢驗判斷是否存在空間效應,從而接受或拒絕普通最小二乘(OLS)模型[44-45]。LR檢驗和Wald檢驗則是用于選取空間計量模型的具體形式,即可以使用這兩種形式判斷空間杜賓模型(SDM)是否會退化為空間誤差模型(SEM)或空間自回歸(SAR)模型,從而選擇出最恰當的模型形式。表3報告了空間計量模型的選擇檢驗結果。

表3 空間計量模型的選擇檢驗結果

根據LM檢驗結果,LM-error檢驗與LM-lag檢驗的統計量均在1%的水平上顯著,說明使用OLS模型會忽略掉基于虛擬的數據流空間的空間滯后效應和空間誤差效應,從而導致估計模型的偏誤。因此,需要采取空間計量模型對空間效應進行識別,以保證回歸模型的穩健。根據LR檢驗和Wald檢驗結果,在兩種檢驗方式下,都在1%的水平上顯著拒絕了空間杜賓模型退化為空間誤差模型或空間自相關模型的原假設,因此采取空間杜賓模型的設定是合理的。

2.模型回歸結果

經過豪斯曼(Hausman)檢驗(Chi=29.03,P=0.002),本文使用固定效應(FE)的空間杜賓模型進行實證檢驗?？紤]到上文的模型設定思路,為了便于比較分析,本文將OLS、FE和SDM的結果分別匯報,如表4所示。根據OLS和固定效應模型的結果,區域研發活動增強能促進經濟增長。同時,人力資本積累均對經濟增長有促進作用,而固定效應模型表明對外開放水平在一定程度上抑制了經濟增長?？紤]到模型中存在的空間效應及數據流空間的自相關性會導致一般回歸的結果存在偏誤,主要以表4的SDM結果為準。

表4 模型估計結果

根據表4 SDM的結果,可以看出人均研發資本存量(lnpRDK)的系數在1%的顯著性水平上為正,表明研發活動能夠直接促進本地的經濟增長。同時,由于人均研發資本存量的溢出項(WDF·lnpRDK)的系數在5%的顯著性水平上為正,即基于虛擬的數據流空間權重矩陣的空間溢出效應通過了顯著性檢驗。虛擬的網絡增強了地區間的經濟聯系,溢出效應的產生從實體轉向了虛擬。因此,理論分析部分所提出的研究假設得以佐證:研發活動產生了知識溢出效應,這種知識溢出效應以非競爭的數據不斷傳輸共享所形成的數據流空間為載體,知識伴隨著虛擬的數據流動溢出到各個地區,從而促進了經濟增長。更進一步,相比于OLS和固定效應模型結果,在考慮了數據流空間的空間溢出效應后,人均研發資本存量(lnpRDK)的系數減小到0.135,說明忽略研發活動的知識溢出效應會使直接效應被高估。

從因變量的空間滯后項(WDF·lnpGDP)來看,其系數在1%的顯著性水平上為正,說明人均GDP在虛擬的數據流空間中產生了正向溢出效應,各個地區的經濟增長產生了基于數據流空間的聯系。因此在數字經濟時代,隨著區域間數據聯系的增強,經濟增長也會產生基于數據流動的相關性,經濟增長勢頭較好的地區能夠通過數據聯系帶動其他地區的經濟增長。

從控制變量來看,由于人均物質基礎設施的空間溢出項(WDF·lnpI)的系數在1%的顯著性水平上為負,因此物質基礎設施可以通過數據流空間對其他地區的經濟增長產生較強的虹吸效應,抑制了其他地區的經濟增長,其背后可能有如下原因。第一,區域間的數據流動加速了信息傳輸的便利、暢通了資本的流通渠道,從而加劇了增長的極化。第二,數據流動一方面增強了區域之間的聯系,另一方面也加劇了區域間數字鴻溝的形成。例如,有研究表明數字經濟時代會產生結構性的區域數字鴻溝,形成極化效應,凸顯區域之間的差距[46]。對外開放程度(open)的系數在5%的顯著性水平上為正,即對外開放程度的提高能夠直接促進經濟增長。但是從其空間溢出項來看,其系數為負,表明了在數字經濟時代本地對外開放程度的提高會對其他地區產生增長的虹吸效應。從人力資本水平的空間溢出項來看,其系數在1%的顯著性水平上為正。這說明了在數字經濟時代,人力資本積累會基于數據流產生更大程度的溢出效應,因此通過發展數字經濟、暢通數據流動能在老齡化背景下更大程度地發揮人力資本對經濟增長的正面效應。

為了進一步考察研發活動對經濟增長的直接促進效應以及以數據流空間為載體的知識溢出效應的相對大小,本文對空間杜賓模型結果進行空間效應分解,以考察研發活動對經濟增長的直接促進效應以及數據流空間中知識溢出效應的相對大小。表5展示了研發活動對經濟增長影響的效應分解結果。

表5 研發活動對經濟增長影響的效應分解

根據表5所示的結果,可以看出研發活動增加對經濟增長影響的直接效應、溢出效應和總效應分別為0.147、0.548和0.695,因此人均研發資本提高對經濟增長影響的主要效應為基于數據流空間的知識溢出效應。數字經濟發展遵循梅特卡夫準則[36],即網絡價值等于節點數量的平方。數據流空間由數據在各個網絡節點間往復傳輸而形成,因此數據在節點間的流動所帶來的價值產生倍增效應,產生更強的知識溢出效應,進而成為促進經濟增長的新動能。

3.穩健性檢驗

為了確保實證結果的穩健性,本文采取如下方式進行穩健性檢驗。

第一,考慮到本文所關注的數據流空間權重矩陣在設定方法上較為單一,為了確保模型的穩健性,本文將數據流空間權重矩陣替換為人均數據流空間權重矩陣,并再次對模型進行了估計;同時本文采取傳統經濟距離權重矩陣的構建方法,以互聯網普及率指標作為數字經濟的表征構建了數字經濟距離矩陣。第二,考慮到可能存在異常值的影響,本文將所有變量進行了99%的縮尾處理,然后再次進行回歸,作為穩健性檢驗。第三,本文同時替換人均數據流動空間權重矩陣以及對數據進行99%的縮尾處理,再次回歸,作為穩健性檢驗。

根據穩健性檢驗結果(限于篇幅不再具體列示),人均研發資本存量的溢出項(WDF·lnpRDK)的系數仍保持在5%的顯著性水平上為正,因此進一步驗證了研發活動的知識溢出以數據流空間為載體,促進了經濟增長。與此同時,多數變量的系數符號和顯著性水平情況均沒有發生明顯變化,因此模型的穩健性表現較好。

六、研究結論與政策建議

(一)研究結論

在數字經濟時代,數據成為重要的生產要素。非競爭的數據在各個省份之間不斷復制、流動與共享,形成了數字化的虛擬空間場域——數據流空間,這構成了數字經濟時代新的空間聯系形式。本文基于數據流空間的視角,討論了知識溢出的內生經濟增長機制,并結合社會網絡分析方法和構建空間計量模型進行了實證分析和討論,得出了如下結論:

第一,數據流動構成了數字經濟時代新的聯系形式,從而彌補了現實空間單一距離聯系的局限性。

第二,通過對中國以省份為節點的數據流空間網絡結構的分析,發現數據流空間網絡形態呈現出明顯的“核心-外圍”特征。部分省份作為核心網絡節點,支撐了數據流空間的整體骨架;而其余省份則處在數據流空間的外圍節點。

第三,數據是內生于經濟系統的,是研發活動的歷史記錄和“副產品”。非競爭的數據往復傳輸共享所構成了數據流空間,成為知識溢出的載體,以數據流空間為載體的知識溢出推動了經濟增長,成為數字經濟時代的新內生增長動力。

(二)政策建議

根據本文結論,可以提出如下政策建議:

第一,完善數字基礎設施建設,暢通數據流動渠道。從硬件設施來看,應當圍繞數據流動的關鍵環節,強化部署5G、IPv6等新一代通信技術,完善促進數據流動的基礎設施建設。首先,數據流動增強了區域間聯系,彌補現實空間單一距離聯系的不足,克服時空障礙。在數字經濟時代,遠程辦公、網絡就診、分布式生產等場景逐步進入生產與生活,這些場景實質是主體間通過虛擬的數據流空間的互動過程。完善基礎設施,能夠使數字經濟時代人們的生產和生活不再受到地理距離的制約。其次,通過硬件建設暢通數據流通渠道,能夠實現數據要素的有序流動,從而充分發揮數據流空間的載體功能,促進經濟高質量增長,打造基于數據流動的新的內生經濟增長引擎。從配套機制來看,建議完善數據要素市場,促進數據交易流通。在數字經濟時代,數據交易是實現數據流動的重要方式。完善數據要素市場,鼓勵以數據交易的方式實現數據的流通流動,能夠發揮知識溢出效應,充分釋放經濟增長的數據紅利。

第二,打造數字經濟區域標桿,建設數據流動樞紐。中國的數據流空間的網絡結構呈現出“核心-外圍”特征,部分標桿區域成為數據流動的核心樞紐,支撐了整體的數據流動網絡。因此,打造區域數字經濟標桿,有助于增強核心節點對數據流空間的支撐作用,形成數據流空間的戰略“支點”。在開展網絡強國和數字中國的建設環節,應當從頂層統籌規劃,“以點帶面”,通過建設區域數字標桿,打造區域數據流動樞紐,引領和帶動其他地區數字經濟發展,支撐起整體的數據循環流動的大格局。目前,中國數字經濟發展的龍頭省份與城市已經開展了具有前瞻性和引領性的數字經濟建設的工作,例如北京2021年提出建設“全球數字經濟標桿城市”,《上海市全面推進城市數字化轉型“十四五”規劃》明確了上海要“打造國際數字之都”,廣東省“數字灣區”建設行動正加速推進等。為推進網絡強國、數字中國建設,要給予地方發展數字經濟的財政、稅收等政策支持。