中國省域信息產業集聚對經濟發展效率的影響

陳 莉，檀文飛，殷天賜

(安徽建筑大學 經濟與管理學院，合肥 230601)

當中國經濟進入新常態[1]，信息化進程是促進中國社會經濟發展的重要因素之一。信息化建設作為全球經濟一體化建設的重要基石，與一體化建設相互交織，正在重塑世界競爭格局[2]，引發一輪接一輪的信息“戰爭”。國務院辦公廳印發的《國家信息化發展戰略綱要》指出，中國信息消費總額已達到6萬億元。信息產業實力大幅提升。信息產業不僅關系到國家經濟命脈[3]，還與國家安全息息相關[4]。已有研究表明，信息產業發展與中國經濟增長有著密切的影響[5-9]。同時，新經濟地理學認為，產業集聚是提高生產效率的有效途徑，也是促進產業協同創新，推動技術創新與知識溢出，實現資源合理配置的關鍵[10]。鑒于此，本研究擬通過計算2008—2018年全國30個省信息產業區位熵，測度信息技術產業集聚分布與現狀，并測算中國各省域的經濟發展效率，借助雙固定效應回歸模型進行實證研究。基于庫茲涅茨曲線構造信息產業區位熵的平方二次項，探究信息產業集聚與經濟發展效率間的內在機制。同時，鑒于省域不同區域的信息產業集聚對經濟發展效率存在異質性，本研究又進一步將全國樣本分為東部、中部和西部3個子樣本，以考察這種作用機制的差異。旨在促進中國信息產業健康發展，找到信息產業集聚對經濟發展效率的作用區間，為中國經濟長期可持續良性發展提供合理的建議。

1 研究方法

1.1 區位熵指數

區位熵常用來衡量區域中某一個指標的分布狀況，反映該指標在劃定區域內的集聚狀況[11]，其計算公式為

(1)

式中：LQij表示信息技術產業區位熵值數;xij表示i地區j產業的相關指標;∑jxij表示i地區范圍內全部產業的相關指標;∑ixij表示研究區域內所有地區的j產業的相關指標;∑i∑jxij表示研究區域內所有地區全部產業的相關指標。一般認為，當LQij>1時，產業出現集聚。

1.2DEA-CCR模型

DEA-CCR模型以規模報酬不變為假設，通過線性規劃來估計各決策單元的生產前沿面，評價各決策單元的相對效率[12-13]。假設有A個決策單元，每個決策單元都有m種輸入和s種輸出，則某個特定決策單元的效率評價公式為

(2)

式中：Xj與Yj分別為決策單元的投入和產出向量；uT,vT為權重變量。令t=1/vTx0，ω=t×v，μ=t×u，則式(2)可轉變為

(3)

對偶問題為

(4)

式中：θ為中國各省經濟發展效率。

1.3 雙固定效應模型

由于普通面板模型無法完整地描述地區個體之間和時間效應的影響，因此，構建雙固定面板變截距模型探究信息產業區位熵與經濟發展效率之間的關系，其基準方程為

yit=α0+δi+δt+αitxit+controlit+ε.

(5)

式中：yit為方程的被解釋變量，表示經濟發展效率；α0表示方程截距項；δi表示個體固定效應；δt表示時點固定效應；xit為方程的核心解釋變量，表示信息產業區位熵；controlit為控制變量，表示勞動力水平、資本存量、地方政府競爭、地方財政支出、開放水平和城鎮化水平；ε為隨機擾動項。

為了證明區位熵與城市建設之間是否存在非線性關系，在上述基準方程中引入基于庫茲涅茨曲線構造的信息產業區位熵平方二次項，調整后的回歸方程為

(6)

2 數據來源與指標選取

選取2008—2018年中國30個省級行政區域面板數據，數據均來自《中國統計年鑒》《中國人口和就業統計年鑒》及《中國高技術產業統計年鑒》。此外，由于西藏自治區的數據缺失較多，無法將其納入到研究框架。對于少數省份、年份的缺失數據，研究過程中均對空缺數據利用平均增長率等方法進行填補。

被解釋變量選擇2008—2018年中國各省經濟發展效率(TE)，由DEA-CCR模型計算得出，投入變量選擇各省從業總人數和資本存量，分別表示勞動力投入和資本投入，其中，勞動力投入由各省份內65周歲以下就業人數衡量，資本存量參考張軍[14]的永續盤存法按不變價格計算得出。產出變量選擇以2008年為基期，對名義GDP進行平減后得出的實際GDP，以消除通貨膨脹的影響。

核心解釋變量選擇信息產業區位熵指數(LQ)和基于庫茲涅茨曲線構造的信息產業區位熵平方二次項(LQ2)，通過測度區位熵指數來表征信息技術產業的集聚狀況。鑒于數據的可得性，首先界定以信息傳輸、計算機服務和軟件業作為測算信息技術產業的樣本行業，以地區內行業從業人數測算區位熵指數。

控制變量選擇勞動力水平(LNL)、資本存量(LNK)、地方政府競爭(GC)、地方政府財政支出(LNFP)、開放水平(OL)及城鎮化水平(UL)。其中，勞動力水平和資本存量均做自然對數處理。不同地區的政府受到績效考核的限制，為追求經濟產出，勢必會對其管轄區域產業發展及發展狀態產生影響，因此，以地區GDP占當年總GDP的比重衡量地方政府的競爭壓力，數值越小，表明政府面臨的競爭壓力越大；地方政府財政支出給予政府自主支出的范圍，以地區政府財政當年一般預算內支出取自然對數衡量；開放水平會影響企業的創新偏好，以地區當年進出口總額占地區GDP的比重衡量；城鎮化水平以地區城鎮人口占地區年末總人口的比重衡量。各變量的描述性統計如表1所示。

表1 變量描述性統計

3 實證分析

3.1 區位熵測度

通過測算2008—2018年中國信息產業區位熵指數，以測度信息產業集聚狀況，分析信息產業集聚特征，計算結果如表2所示。

根據表2的計算結果所示，全國信息產業區位熵指數近10 a來平均為0.937，從全國視角看中國信息產業集聚尚不明顯，但大于0.500，表明信息產業集聚已經出現一定的規模。東部地區區位熵指數平均為1.233，2008年為1.204，2018年為1.303，樣本期內存在小幅度的波動，但總體呈現上升趨勢，表明東部地區是信息產業集聚分布的重心，信息產業發展狀況較好。其中，北京市區位熵指數平均為4.449，2008—2018年信息產業集聚水平均大于4，位列全國第一，而上海市區位熵指數平均為1.663，從2014年起信息產業集聚水平均大于2，集聚水平僅次于北京市。廣東省區位熵指數平均為1.072，年均分布呈現“U”型結構，波動幅度較大，在2008年后呈現下降趨勢，2016—2018年均大于1，廣東省是中國開放程度較高的城市，外商直接投資比重較大，表明廣東省的信息產業發展可能受到2008年金融危機的影響。中部地區區位熵指數平均為0.756，小于1，表明中部地區信息產業集聚不顯著，這是由于中部地區經濟發展水平不夠高，信息化進程速度較慢，信息化與工業化融合不緊密。而吉林省區位熵指數平均為1.122，信息產業集聚顯著，表明吉林省現行的“信息產業轉型升級方案”的實施情況較好，信息產業與傳統產業融合創新模式進一步深化[15]。西部地區區位熵指數平均為0.774，與中部地區集聚情況較為相似。其中，內蒙古自治區、四川省、重慶市和陜西省的集聚水平較高，這在一定程度上反映了“西部大開發”戰略的潛力，以四川省作為發展的中心，帶動相鄰城市協同發展。內蒙古自治區區位熵指數平均為0.950，集聚程度較高，且大于西部其他周邊城市的平均水平，這與近年來內蒙古落實對外開放戰略，全方位開展對外交流合作和招商引資，加快推動國家一體化大數據中心、工業大數據應用技術等項目落地舉措有著密不可分的關系[16]。中西部地區信息產業集聚水平趨向于收斂，跟隨東部地區信息產業發展形成的帶動作用，有助于實現自身信息化進程的快速推進。

表2 2008—2018年中國省域信息產業區位熵

續表2

3.2 經濟發展效率測度

基于2008—2018年中國省域30省的面板數據，測度中國經濟發展效率，測算結果如表3所示。

根據表3的測算結果顯示，全國經濟發展效率近10 a來存在波動，在0～0.069的范圍內波動，波動的范圍并不大。2008年總體經濟發展效率為0.772，2012年為0.805，2016年為0.740，2018年為0.769，雖然2018年相比于2008年出現了下降趨勢，但總體變化呈現“N”型分布的規律，目前正處于提升階段，發展空間依然很大。全國經濟發展效率總平均值為0.774，表明中國經濟發展效率還不夠高，雖然近年來中國經濟增速十分迅猛，難免存在勞動力和資本存量投入的冗余，導致總體效率的降低。2008—2012年橫跨中國“十一五”規劃期間，此時國家對經濟增速提出了較大的要求，其間經濟發展效率呈現顯著上升，但同時社會矛盾相應凸顯，城鄉發展不平衡，“三農”問題突出，因此，在2013年中國經濟發展效率出現了下降。到“十三五”期間，中國經濟總體保持中高速發展，城鎮化率提升，農業現代化也取得了長足的進步[17]，人民生活水平和質量都普遍提高，國家治理體系和治理能力現代化取得重大進展，2017—2018年經濟發展效率出現顯著升高。

表3 2008—2018年中國省域經濟發展效率

根據圖1結果所示，中部地區和全國的經濟發展效率較為趨近，總體上看均呈現“N”結構，西部地區經濟發展效率同樣呈現“N”結構，但其效率值遠低于全國和中部地區。東部地區的經濟發展效率遠高于中西部地區，平均為0.858，其中，以北京市、天津市、上海市、江蘇省和廣東省的經濟發展效率較高，帶動了東部地區整體經濟發展效率的增長。

圖1 2008—2018年中國省域子樣本經濟發展效率

北京市從2010年起，經濟發展效率均為1.000，平均為0.996，經濟發展效率排名為全國第二；天津市2018年經濟發展效率為1.000，其余大部分年份均大于0.900，平均為0.936；上海市2008—2012年經濟發展效率均為1.000，但在2013年后出現下降趨勢，始終保持在0.900以上，平均為0.990，排名為全國第三。東部地區3個直轄市的經濟發展效率顯著提高，表明直轄市在區域內屬于競爭力較強的城市，具有一定的影響力，可以充沛地帶動地區發展[18]。城市內部產業更加聚集、就業率更高，教育資源、醫療資源也會得到提高，從而有助于經濟增長。而以廣東省為主的東部沿海地區經濟發展效率同樣保持較高的水平，2008—2017年一直保持在1.000，平均為0.998，經濟發展效率排名為全國第一。中部地區的經濟發展效率平均為0.767，其中，以安徽省、江西省、湖北省和湖南省的效率排在中部地區前列，湖南省近年來經濟發展效率增速明顯，2018年的效率為1.000，平均為0.915，發展勢頭強勁。安徽省、江西省和湖北省的經濟發展效率增速不夠顯著，但總體仍保持上升趨勢。西部地區的經濟發展效率為0.695，四川省2018年效率達到1.000，平均為0.878；重慶市2018年效率為0.828，平均為0.804，西部地區主要以四川省和重慶市的經濟發展效率較高。四川省地理位置平坦，而重慶市水路發達，同時兩地區發展得到國家的大力支持，以期帶動周邊城市良性循環發展，故人口集聚地區、經濟發展較為迅速，也為社會發展打下良好基礎。西部地區由于發展起步較晚，雖然近5 a來各地區經濟均表現出上升態勢，但后期經濟發展被前期所抵消，總體表現不夠理想。東部與中西部地區經濟發展效率呈現兩極分化，中西部地區除了部分城市發展狀況較好外，還存在一些城市發展增速較慢，導致經濟發展不均衡，與區位熵的測度結果大致吻合。

3.3 雙固定效應回歸分析

在研究全國樣本的基礎上，將全國樣本分為東部、中部和西部地區3個子樣本，以信息產業區位熵和基于庫茲涅茨曲線構造的信息產業區位熵的平方二次項作為核心解釋變量，加上相應的控制變量對經濟發展效率進行回歸，采用雙固定效應模型進行分析，并對回歸結果進行對比。回歸結果如表4—5所示。

表4 全國樣本回歸結果

根據表4全國樣本的回歸結果所示，列(1)僅使用區位熵(LQ)和區位熵二次項(LQ2)對經濟發展效率進行回歸，可以看出LQ2系數顯著為負，表明信息產業集聚對中國經濟發展效率存在顯著的倒“U”型影響，即過高或過低的信息產業集聚都不利于中國經濟的增長，保持合理的產業集聚水平有助于提高中國經濟發展效率的增長。列(2)使用控制變量對中國經濟發展效率進行回歸，LNL、LNK、GC、LNFP和UL的系數均在1%的顯著性水平下通過檢驗，其中，LNL的系數為0.166 1，當勞動力水平每提高一個百分點，經濟效率提高0.17，提高勞動力投入有助于促進經濟發展。LNK的系數為0.282 3，表明資本存量每增加1%，經濟發展效率提高0.28。GC的系數為2.069 0，表明地方政府競爭與經濟發展效率存在正向關系，提高政府競爭力同樣有助于促進經濟發展。財政支出(LNFP)和城鎮化水平(UL)的系數分別為0.015 73和1.079 7，均為正向影響。開放水平(OL)沒有通過顯著性檢驗。列(3)和列(4)的回歸中分別只加入區位熵(LQ)和區位熵二次項(LQ2)進行回歸，結果表明列(3)的LQ為正向影響，表明提高信息產業集聚水平與經濟發展效率之間存在顯著的正向作用，與列(1)的結論保持一致；而列(4)的LQ2系數顯著為負，證明信息產業集聚對經濟發展效率的影響呈現倒“U”型結構，同樣與列(1)的結論保持一致。列(3)與列(4)的回歸結果增加了列(1)結論的穩健性。列(5)同時加入區位熵和區位熵二次項進行回歸，回歸結果表明信息產業集聚水平每提高一個單位，經濟發展效率將提高0.039 6，控制變量的系數均為正數，LNL、LNK、GC、LNFP、OL在5%的顯著性水平下顯著，UL則不顯著。此時信息產業集聚影響經濟發展效率的方程可簡化為[19]

TEit=β1LQit+β2LQ2it+Δ.

(7)

式中：Δ=α+controlit+ε。

在上述簡化方程中，對LQit求偏導，并代入相關系數可得到關于信息產業集聚與經濟發展效率的一次導函數方程為

(8)

根據表5的回歸結果所示，東、中、西部地區樣本中，區位熵指數(LQ)的系數均為正數，分別為0.024 6、0.009 0和0.012 5，且均在1%的顯著性水平下顯著，表明信息產業集聚對經濟發展效率存在正向的促進作用，而區位熵指數的平方二次項(LQ2)均為負，分別為-0.004 2、-0.017 9和-0.011 4，東部樣本在1%的顯著性水平下顯著，中西部在5%的顯著性水平下顯著，表明信息產業集聚水平對經濟發展效率的影響呈現倒“U”型結構，與全國樣本回歸結果的結論保持一致，即推動信息產業集聚水平提高，保持在合理的區間內有助于促進各地區經濟發展。控制變量中，西部地區的勞動力水平(LNL)系數為0.255 0，顯著大于東部和中部地區，反映出西部地區現行人口流出較多[20]，提高西部地區勞動力水平有助于提高經濟水平。中部地區的資本存量(LNK)系數為0.709 1，表明資本存量每提高1%，經濟效率將增加0.709 1，顯著大于東部和西部地區，應當加大對中部地區的投資力度，增加資本流入以促進中部地區經濟效率提高。地方政府競爭(GC)東部地區的系數最小，為9.764 2，從側面反映出東部地區各省經濟發展狀況優于中西部地區，政府面臨的競爭壓力較小。地方財政支出(LNFP)同樣東部地區的系數顯著大于中西部地區，表明東部地區各省政府自主支出范圍較大，投資相對靈活，對經濟增長的促進作用更大。中部地區開放水平(OL)的系數最大，為1.708 5，且在1%的顯著性水平下顯著，而西部地區在10%的顯著性水平下顯著，東部地區不顯著，表明中西部地區當前應當提高開放水平，合理引進外資，擴大對外貿易范圍，加大進出口力度，東部地區不顯著可能是因為開放水平已經足夠高，對經濟發展的刺激不顯著。由于城鎮化水平(UL)在子樣本的回歸中均不顯著，在此不做過多贅述。

表5 子樣本回歸結果

4 結論與建議

基于計算2008—2018年信息技術產業區位熵，測度信息技術產業集聚現狀，并測度了各省經濟發展效率，構建雙固定效應模型實證檢驗了信息技術產業集聚與經濟發展效率之間的影響。實證結果表明：1)中國信息技術產業集聚平均還不到1，仍有較大的提升空間。2)東部地區的經濟發展效率遠高于中西部地區。3)信息產業集聚對中國經濟發展效率存在顯著的倒“U”型影響，保持合理的產業集聚水平有助于提高中國經濟發展效率的增長。4)子樣本的回歸結果均可證明結論的穩健性。

為促進中國信息技術產業集聚與經濟效率的提高，提出如下建議：第一，大力發展信息技術產業。推動信息技術在各個產業和領域的應用，培養和引進信息技術研發與創新人才，強化信息技術領域的高端人才隊伍建設，注重核心技術的研發與實現。第二，合理促進信息產業集聚水平提高，加速信息化改造進程。信息技術產業促進經濟效率的增長主要是由技術進步驅動的，要合理推動信息化與工業化相融合，促進信息化改造在各領域和各產業的滲透，逐步實現生產現代化、管理現代化。 第三，促進包括信息產業在內的高新技術產業的發展。要提高中國自主創新的意識和能力, 平衡中國產業結構合理性，提高產業結構高級化，轉變經濟發展方式，由外延式擴張轉向內涵式增長，實現經濟效率的穩定增長和長期可持續發展。