國家大數據綜合試驗區對數字經濟的影響研究
——基于雙重差分的實證分析

黃景貴，劉響俊，李東敖

（海南大學 經濟學院，海口 570228）

一、引言

當前，新一輪產業變革和科技革命日新月異。全球數字經濟迅猛發展，影響程度深、覆蓋范圍廣，正推動生產方式、生活方式和治理方式的深刻改變，成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。2023 年5 月23 日，根據國家網信辦發布的《數字中國發展報告》（2022）數據顯示，2022 年我國數字經濟規模已突破50.2 萬億元，占GDP 比重上升至41.5%，總量穩居世界第二。該報告還顯示，截止2022 年底，我國累計開通5G 基站231.2 萬個，5G 用戶達5.61 億戶，IPv6 活躍用戶數超7 億戶，全國網上零售額高達13.79 萬億元，而大數據產業規模也達到了1.57 萬億元。從上述數據中可以看出，數字基礎設施規模能級得到大幅度提升后將會促進與數字相關產業的蓬勃發展，成為推動經濟增長的重要引擎。2015 年9 月，貴州省啟動首個國家級大數據綜合試驗區的建設。2016 年，第二批大數據試驗區建設名單公布，其中包括北京、天津、河北、內蒙古、沈陽、河南、上海、重慶和廣東。大數據試驗區主要圍繞數據資源管理與共享開放、數據中心整合、數據資源應用、數據要素流通、大數據產業集聚、大數據國際合作、大數據制度創新等七大主要任務開展系統性試驗，通過不斷總結可借鑒、可復制、可推廣的實踐經驗，最終形成試驗區的輻射帶動和示范引領效應。那么，國家大數據綜合試驗區能夠推動數字經濟發展嗎？如果能，大數據試驗區影響數字經濟的機制是什么？大數據試驗區對周圍地區的數字經濟會具有輻射帶動作用嗎？

與本文密切相關的文獻有兩個方面。一是與大數據試驗區相關的文獻。學者們主要從創新創業、經濟增長、環境質量角度進行了相關研究。在創新創業方面，通過推動產業結構升級和優化要素配置效率，大數據綜合試驗區能夠顯著促進城市創新水平[1]。大數據試驗區也可以通過促增外商直接投資和改善營商環境增強城市創業活躍度[2]。在經濟增長方面，通過純技術進步，大數據試驗區的設立有助于提升區域全要素生產率[3]，進而實現經濟的高質量增長[4]。在環境質量方面，通過機器人應用和產業結構升級，大數據綜合試驗區可以有效起到減輕霧霾和降低碳排放的效果[5]，從而改善城市空氣質量[6]。實際上，大數據試驗區也可以降低能源消耗強度并促進綠色技術創新，進而實現城市產業生態化轉型[7]。二是與數字經濟相關的文獻。很多學者從經濟發展效應和資源配置效應兩個方面著手研究。在經濟發展效應方面，研究發現，在產業數字化和數字產業化的作用下，數字經濟與實體經濟的融合更加緊密，推動了實體經濟發展[8]。此外，數字經濟在提高創新水平、擴大市場潛力和產業結構升級等方面具有促進作用，這有助于推動綠色發展[9]和經濟高質量發展[10-12]。資源配置方面主要體現在對居民和企業等微觀主體的影響上。首先，數字經濟通過參與并改善收入分配關系使收入分配更加均衡，從而推動實現共同富裕[13]；而居民收入的提升會增加居民消費意愿，促進消費結構升級[14]。其次，數字經濟發展對市場和資源的整合促進了要素流動，減少了要素錯配，這對提高企業創新績效和全要素生產率具有積極作用[15-16]。但也有學者認為數字經濟發展過程中可能存在“數字鴻溝”，導致城鄉收入差距擴大[17]，阻礙部分企業創新[18]。

綜上可以看出，學者們對大數據試驗區的研究主要集中于創新創業、經濟增長和環境質量等方面，而對數字經濟的研究則主要集中于數字經濟的經濟增長效應和資源配置效應，但忽視了對數字經濟影響深遠的數字基礎設施水平。事實上，數字經濟是以數據為關鍵要素、數字平臺為載體，依托數字和智能化技術，在物理和數字空間都創造價值的新型經濟形態[19]。而大數據試驗區的設立有助于推動數據要素的整合、流通、運用和共享，這將為數字經濟的長遠發展奠定堅實基礎。可見，研究大數據試驗區對數字經濟具有重要的實際意義，事關我國未來經濟走勢。

本文主要的邊際貢獻在于：第一，當前關于大數據試驗區的文獻還相對較少，已有的文獻主要關注其對綠色技術創新、經濟高質量發展、節能減排等方面的影響，而關于大數據試驗區怎樣影響數字經濟的文獻少之又少。本文主要探討國家數據綜合試驗區對數字經濟的影響，這不同于以往的文獻研究，一定程度上豐富了現有文獻。第二，大數據的傳播不受空間分布和地理距離的影響，能夠有效地推動省際間要素的流動，對周圍地區起到一定的輻射帶動效果。因此，本文采用雙重差分空間計量模型驗證大數據試驗區對周圍地區的輻射帶動作用。

二、理論分析與假設提出

（一）大數據試驗區對數字經濟發展影響的理論分析

大數據試驗區的設立顯著地促進了數據資源的應用和開放共享，也加快了生產要素的數字化進程。隨著生產要素數字化的不斷完善，企業可以高效率地完成關于產品、用戶體驗、服務和其他資源的溝通[20]，從而提高數字貿易的效率。通過大數據對外部市場和產品信息的準確識別和篩選，企業能夠有效地優化產品和預測需求，精準快速地響應客戶需求[21]。精確的個性化服務有利于企業由以往的單方向供給輸出轉變為商品供需雙向溝通互動，也利于數字貿易份額增加。在這一過程中，數字技術得到了廣泛應用和快速發展，而由數字技術衍生出的數字經濟也將不斷發展壯大，觸及更多的經濟部門。改善公共服務效率、降低區域制度性成本和企業運營成本是大數據試驗區優化營商環境的重要功能之一[22]。而因此帶來的產業集聚效應則會增加FDI 額度和改進FDI 質量[23]。營商環境改善和產業集聚效應可以為數字經濟相關企業的創新提供良好的發展環境和條件，也有助于培育和發展大數據相關產業，包括大數據分析、人工智能、云計算、物聯網等領域的企業和創新機構。通過引進和孵化優秀的企業和項目，有利于推動數字經濟的發展。研究表明，在貴州被列為大數據試驗區試點后，英特爾、微軟、高通、蘋果、甲骨文、戴爾、惠普等企業齊聚于貴州。而在此期間（2015—2017 年），貴州省電子信息制造業增加值、網絡零售交易額和軟件業務收入分別增長了78.9%、38.2 和35.9%[3]。不難看出，設立大數據國家試驗區能夠有效地完善數字技術，推動數字貿易發展，優化數字基礎設施，引進和培育與數字經濟相關的企業及項目來促進數字經濟發展。鑒于此，提出假設1：

H1:大數據試驗區的設立能夠顯著推動數字經濟發展。

（二）大數據試驗區對數字經濟的空間溢出效應

已有的文獻表明，大數據試驗區對鄰近區域的經濟增長[4]、知識與信息技術跨區域轉移[24]、要素流動[25]都發揮著積極的空間溢出效應。那么，大數據綜合試驗區是否會對周圍區域的數字經濟發揮積極的空間溢出效應呢？數字經濟通過不斷升級的網絡基礎設施與信息技術引發社會和經濟的深刻變革，而我國重點推進的5G 網絡、數據中心和工業互聯網等新興基礎設施則為發展數字經濟奠定了基礎。周亮和王成[26]指出，數字經濟是一個網絡外部性產業，由于市場中存在“信息積極外部性”和“技術領域的積極外部性”，因此，企業的數字化程度和數字經濟發展水平會在空間上產生典型的溢出效應。大數據綜合試驗區在這種具有網絡外部性的經濟體中，匯聚了大量的數字經濟企業以及信息和技術資源，進而強化了這種網絡空間效應。鑒于此，提出假設2：

H2:大數據試驗區能夠對鄰近區域的數字經濟發揮積極的空間溢出效應。

（三）大數據試驗區對數字經濟的作用機制分析

大數據作為新一輪技術變遷和科技革命的重要資源[27]，有助于推動知識傳播和信息交流，為促進技術創新提供了潛在的可能[28]。數字技術作為數字經濟的核心生產要素，其發展和應用深刻影響著數字經濟的走勢。已有研究表明，數字技術創新與數字經濟發展之間具有顯著的相關性，即數字技術創新與數字經濟發展兩者呈波動性上升趨勢[29]。而設立大數據試驗區將通過改善信息不對稱、促進要素流動等方式提升數字技術創新水平[30]。可見，國家大數據綜合試驗區能夠通過促進數字技術創新來推動數字經濟發展。鑒于此，提出假設3：

H3:大數據試驗區能夠通過提升數字技術創新水平促進數字經濟的發展。

三、 模型設定和數據描述

（一）模型設定

為了考察大數據試驗區對數字經濟的影響，本文參照白俊紅等[31]的方法，設定計量模型如式（1）：

其中，i和t分別代表省份和年份；被解釋變量DEit表示省份i在t年份的數字經濟發展水平；DID 為設立大數據試驗區的政策變量，如果省份i在t年份被列為大數據試驗區，DID 則取值為1，否則取0 值；Xit為省層面的控制變量，ηi為省份固定效應，δt為時間固定效應，εit為隨機誤差項。本文的標準誤被聚類在省級層面。

雙重差分在評估大數據試驗區的效應上有一定程度的優勢，但從空間角度看，大數據試驗區不僅會影響試點區域自身的數字經濟發展，也會對試點區域周圍省份產生影響。雙重差分空間杜賓模型（SDMDID）不僅考慮了空間溢出效應和空間相關性，還能通過空間溢出效應觀測大數據試驗區對數字經濟的作用方向和作用力度[29]。考慮到大數據試驗區對數字經濟可能會存在空間溢出效應，設定模型如式（2）：

其中，W是空間權重矩陣，本文選取反地理距離矩陣、經濟地理嵌套矩陣和經濟距離矩陣；ρ為因變量的空間自相關系數；β2為政策溢出效應；γC為控制變量的溢出效應；其余指標解釋與式（1）相同。

為進一步驗證大數據試驗區對數字經濟的作用機制，設定中介效應模型如式（3）（4）：

其中，數字技術創新（DTI）為中介變量，式中其他變量與上述保持一致。如果回歸系數φ1和ψ2均顯著，則表明存在中介效應。進一步而言，如果ψ1也顯著且與φ1×ψ2符號一致，則說明DTI 存在部分中介效應。

（二）數據說明

（1）選取數字經濟（DE）為被解釋變量。目前關于數字經濟的測度已存在豐富的文獻研究。為盡可能的反映數字經濟發展的真實水平，本文借鑒趙濤等[32]、侯建等[33]、克甝等[34]的方式、主要從數字網絡技術設施、數字技術水平、數字貿易方式、數字貿易能力和數字貿易潛力五個方面共計21 個指標進行了測量。由于熵值法能夠規避個人的主觀隨意且不受指標自身單位和數值大小的影響，故選擇該方法對各區域數字經濟發展水平進行度量。具體的指標內容見表1。

表1 數字經濟的指標評價體系

（2）核心解釋變量。將大數據試驗區作為一項準自然實驗，以省份類型虛擬變量與政策實施年份虛擬變量交互相（Group×Post）作為大數據試驗區的政策處理效應（DID）。具體而言，本文將大數據試驗區試點省份Group 設置成1 作為實驗組，將非大數據試驗區的省份設置成0 作為對照組，而政策實施前后時間虛擬變量Post 分別被設置成0 和1。由此可見，不同大數據試驗區試點省份的時間虛擬變量并不完全相同。

（3）控制變量。政府干預（gov），采用政府財政支出的對數表示；經濟發展水平（gdpg），采用地區生產總值的增速表示；市場化水平（market），采用技術市場成交額的對數表示；人力資本（hc），采用地區在校學生數的對數表示。外商直接投資（fdi），采用地區利用外商直接投資的對數表示；人口密度（pd），采用單位地區面積的人口數量表示。

（4）數字技術創新（DTI）。借鑒孫勇等[35]的方法測算數字技術創新水平，將數字經濟行業分類與國際專利分類進行匹配，以專利數據來衡量數字技術創新水平。具體而言，按照《國民經濟行業分類（2017 版）》新的行業分類目錄，參照《浙江省數字經濟核心產業統計分類目錄》界定數字經濟核心產業統計分類目錄，確定計算機通信和其他電子設備制造業等7 大類128 個小類行業作為數字經濟核心產業的統計范圍。在數字經濟核心產業范圍的基礎上，進一步參照國家統計局發布的《國際專利分類與國民經濟行業分類參照關系表（2018）》，對數字經濟對應的國際專利分類號進行統計，再通過佰騰網搜索31 個省市2011—2020 年的數字經濟專利數據，取其自然對數以衡量數字技術創新水平。

（三）數據來源

測算數字經濟發展指標來源中的域名數和網頁字節數2 個指標來源于CNNIC 公布的歷年《中國互聯網發展狀況統計報告》。其他控制變量及測算數字經濟所需的各個指標均來源于歷年《中國統計年鑒》和各省相應的統計年鑒。具體的變量描述性統計見表2。

表2 變量描述性統計

四、國家大數據綜合試驗區對數字經濟的實證分析結果

（一）基準回歸結果

表3 為模型（1）具體的回歸估計結果。其中，列（1）沒有進行控制變量和固定效應處理，列（2）則在列（1）的基礎上進行了控制變量處理，列（3）只進行了時間個體固定效應處理，而列（4）則在列（3）的基礎上進行了控制變量處理。列（1）—（4）的實證回歸結果顯示，DID 的回歸系數都在1%的水平下顯著為正，盡管加入控制變量后其系數有所下降，但仍然能夠說明設立國家大數據綜合試驗區會顯著促進該地區的數字經濟發展。因此，H1 得證。就控制變量而言，政府干預、經濟發展水平和市場化水平較高的區域有利于發展數字經濟。其原因可能在于：一是政府干預可以為發展數字經濟提供更好的網絡基礎設施建設、完備的關于數字經濟的法律和公平的競爭環境；二是經濟發展水平高的區域通常具有更高的市場需求和消費能力，這有助于數字產品的銷售和應用；三是市場化水平較高的地區往往具備較為完善的創業和創新環境。相反，外商直接投資則不利于數字經濟的發展，其原因可能是技術依賴、利潤外流以及不平等合作關系使得本地企業缺乏自主創新，市場準入受限，流動性資金減少。

表3 基準回歸結果

（二）平行趨勢檢驗

借鑒Beck et al[36]的方法，對政策沖擊前非試點省份與試點省份數字經濟發展是否有相同變化趨勢進行驗證，設定模型如式（5）：

其中，變量DIDs是以大數據試驗區試點當年為參照生成的相對時間政策變量。具體而言，試點政策執行前第j年的試點省份的DID-j被賦值為1；試點政策執行后第j年試點省份的DID+j被賦值為1，否則為0；DIDs在非試點省份始終為0。由模型（5）回歸后的估計系數θ及其顯著性水平繪制成圖1。不難看出，大數據綜合試驗區試點政策前DIDs估計系數均不顯著，而在政策實施以后DIDs估計系數都通過了顯著性檢驗，說明滿足平行趨勢檢驗。

圖1 平行趨勢檢驗

（三）安慰劑檢驗

為防止因重要解釋變量遺漏導致有偏的回歸結果，本文借鑒了Li et al[37]的方法，采用隨機抽樣進行安慰劑檢驗。近年來，以隨機抽樣的方式進行安慰劑檢驗也被廣泛應用于雙重差分研究中。具體操作如下：首先，從31 個省份中隨機選取9 個省份作為“偽實驗組”，也就是假設被隨機抽取的省份實行了大數據綜合試驗區試點政策，剩余省份則作為控制組。然后，再為“偽實驗組”隨機抽取一個年份作為偽政策時點，最后生成“偽政策虛擬變量”，引入計量模型中進行回歸，在本文該過程循環了1 000 次，其回歸后的估計系數和P 值繪制成圖2。由圖2 可以看出，隨機生成的估計系數較為集中地分布于0 值附近，與真實系數值有明顯差異，且P 值絕大多數高于0.1，這再一次佐證了基準回歸結果的可靠性。

圖2 安慰劑檢驗

（四）穩健性檢驗

（1）PSM-DID 方法。使用PSM-DID 方法分析大數據試驗區對數字經濟的影響，對本文的結論進行穩健性檢驗。參照曹翔和高瑀[38]的方法，對模型（1）按鄰近匹配、核匹配和半徑匹配方式對樣本進行匹配，匹配后的回歸結果見表4。從表4 可以看出，列（1）—（3）中DID 估計系數均顯著為正，即本文的基準回歸結論得到進一步支持。

表4 PSM-DID 方法

（2）預期效應。政策效應的回歸結果可能會因為政策沖擊前存在預期效應導致有偏。本文借鑒Lu and Yu[39]的做法，將前一年的試點政策變量prevar 引入模型（1）中做預期效應檢驗，如表5 列（1）所示。不難看出，DID 估計系數顯著為正，而prevar 估計系數不顯著，說明不存在預期效應。

表5 穩健性檢驗

（3）更改政策時間。由于大數據試驗區在2015 年僅將貴州列為試點省份，隨后在2016 年才將剩余8 個省市列為試點區域。因此，為進一步驗證結論的可靠性，參照邱子迅和周亞虹[3]的做法，將2016 年作為政策試點元年，重新估計后的結果見表5 列（2）。不難看出，其估計系數和顯著性與基準回歸結果相類似，說明結論穩健。

（4）滯后效應。借鑒曹翔和高瑀[38]的做法，將控制變量做滯后一期處理，以改善可能存在的雙向因果關系產生的內生性問題，得到如表5 列（3）的估計結果。不難發現，DID 的估計系數仍舊顯著為正，說明結論穩健。

（5）兩期倍差法。借鑒周茂等[40]的做法，使用兩期倍差法緩解可能存在的序列相關性問題。具體而言，把政策試點年份2016 年作為分界點，將樣本劃分為兩個區間2014—2016 年和2017—2018 年，分別以兩個區間中各主要變量的均值進行回歸分析。表5 列（4）為該回歸結果，DID估計系數為0.742 1，且通過了1%水平的顯著性檢驗。結果說明在緩解了序列相關性問題之后，本文的主要結論依舊穩健。

（6）政策干擾。為排除同時期或鄰近時期其他政策對基準結果的影響，選擇與國家大數據試點相近的自由貿易試驗區作為政策干擾變量。該試點政策在2013—2019 年分批次共選取了18 個省市作為自由貿易試驗區，因此選擇該試點政策作為政策干擾變量具有一定的合理性。干擾政策虛擬變量（FZ）取值規則：在樣本期間內獲批自由貿易試驗區試點的省市在政策實施當年及以后取值為1，否則取值為0。表5 列（5）為其回歸結果，可以看出，在考慮政策干擾以后，本文的基準回歸結果繼續保持穩健。

（五）內生性檢驗

為緩解試點省份因非完全隨機導致的內生性問題，選擇地形起伏度作為工具變量（IV）。主要出于兩方面考慮：一方面，區域的地形地勢對于網絡基礎設施的建設成本有著明顯影響，區域的地形起伏度越大，其網絡基礎設施建設成本會越高；另一方面，地形起伏度具有很強的外生性，既不受其他因素影響，也不會對數字經濟產生明顯影響。因此，選擇地形起伏度作為大數據試驗區的工具變量具有合理性。因地形起伏度為橫截面數據，故借鑒于志慧和何昌磊[41]的做法，將地形起伏度與政策實施年份虛擬變量相乘作為工具變量。表6 為工具變量法的估計結果。一階段回歸結果顯示，政策虛擬變量DID 與工具變量IV 呈現顯著的正相關；F 統計量為79.71，顯著大于臨界值10，說明不存在弱工具變量問題。由二階段回歸結果可知，DID 估計系數為0.022 0，通過了10%水平的顯著性檢驗，說明在考慮了內生性問題后，大數據試驗區仍能夠顯著促進數字經濟發展。

表6 工具變量回歸結果

（六）異質性檢驗

（1）區域異質性檢驗。借鑒李橋興和杜可[42]的方法，將樣本地區劃分成東部地區（北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、吉林、黑龍江和遼寧）、中部地區（山西、安徽、江西、河南、湖北、湖南）和西部地區（內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆）三個區域。再將上述各地區分組回歸，具體結果見表7 列（1）—（3）。可以看出，大數據試驗區對數字經濟的影響存在顯著的區域差異，其中東部地區的促進效果最為明顯，其次是中部和西部地區。究其原因，一方面是東部地區的大數據綜合試驗區試點省份較多，對數字經濟的影響會更明顯；另一方面，東部地區的數字基礎設施也更為完善，因此受影響也更為明顯。

表7 異質性回歸結果

（2）試驗區類型差異性檢驗。將不同類型試驗區的省份和其他非試點省份歸類成試驗組和控制組進行回歸分析。首先，參照李橋興和杜可[42]的方法，選取北京、貴州、天津、河北和廣東共5 類跨區域類試驗區為實驗組，剩余的22 個省份被選為對照組；其次，選取上海、河南、重慶和內蒙古共4 類區域類試驗區為實驗組，其余22 個省份被選為對照組，并按模型（1）進行實證回歸。回歸結果見表7 列（4）（5），可以看出跨區域類試驗區的DID 估計系數明顯大于區域類試驗區的，這說明對于區域數字經濟發展而言，跨區域類試驗區產生的政策協同效應要好于區域類試驗區產生的政策針對效應。究其原因可能在于，跨區域類試驗區服務范圍一般不被限制于其所在省份，而是可輻射至周邊省份甚至全國范圍，其帶來的相關產業集聚效果和所獲的政策支持力度都將超過區域類試驗區。盡管區域類試驗區對本區域的發展更有針對性，但跨區域類試驗區帶來的政策紅利效果會更明顯。

五、 拓展分析

（一）空間溢出效應

（1）空間自相關檢驗。大數據綜合試驗區既對本地區數字經濟產生積極影響，又可能會影響周圍區域的數字經濟發展水平。因此，基于模型（2）本文選取反地理矩陣、經濟地理嵌套矩陣和經濟距離矩陣，使用全局莫蘭指數檢驗數字經濟的空間相關性。由表8 可知，三種矩陣的莫蘭指數均顯著為正，說明數字經濟發展存在空間相關性。為了進一步驗證大數據試驗區是否會影響本區域及鄰近區域的數字經濟發展，選擇雙重差分空間計量模型檢驗其政策效應。

表8 莫蘭指數

（2）空間溢出效應檢驗。空間效應會造成OLS 模型估計存在偏差，因此需要進行LM 檢驗。然后，根據LM-Error 和LM-Lag 的顯著性來判斷應該選取何種空間模型以達到最優，再通過Hausman 檢驗判斷應該使用哪種固定效應。根據實證回歸結果，選取了空間杜賓雙重差分模型考察大數據試驗區與區域數字經濟發展的空間相關性。由于空間模型中的估計系數不能直接顯示大數據試驗區對數字經濟的影響程度，這就要求采用微分的方式將大數據試驗區對數字經濟的影響效應分解為直接效應、溢出效應（間接效應）和總效應。

表9 為雙重差分空間杜賓模型的估計結果，反地理距離矩陣、經濟地理嵌套矩陣和經濟距離矩陣的直接效應說明大數據試驗區的實施可以顯著促進區域內的數字經濟發展，這與前文的基準回歸結果相一致。溢出效應結果表明，大數據試驗區對試點省份周圍區域的數字經濟發展具有明顯的促進作用，且距離試點省份的地理位置越近、經濟聯系越緊密，其對數字經濟的促進效果越明顯。究其原因可能有以下幾點：一是試點省份的數字經濟發展帶動了周圍地區數字經濟生態的形成和發展，形成了新的產業鏈和價值鏈，提高了經濟聯系緊密地區數字經濟發展的潛力和動力；二是大數據技術和平臺建設帶動了數字經濟的發展，提升了數字經濟的效率和質量，吸引了更多數字相關產業的參與，形成數字經濟新的增長點；三是試點省份的政策優勢和技術人才吸引了更多企業和人才聚集到這一區域，形成新的創業和創新氛圍。這種創業和創新氛圍的溢出效應也會促進周邊地區數字經濟生態的形成和發展。因此，H2 得證。

表9 空間杜賓模型雙重差分估計結果

（二）中介效應

表10 是基于模型（1）、模型（3）和模型（4）的估計回歸結果，上述模型的回歸結果分別對應列（1）—（3）。由列（2）可知，DID 的估計回歸系數為2.459 5，且通過了1%水平的顯著性檢驗，說明大數據綜合試驗區可以顯著提升數字技術創新水平。更重要的是，在數字技術創新變量加入模型（1）得到列（3）后，DTI 的估計系數依舊顯著為正，且DID 的估計系數值與列（1）相比有所下降，說明大數據綜合試驗區的確能夠通過提升數字技術創新水平來推動區域數字經濟發展。因此，H3 得證。

表10 中介效應回歸結果

六、結論與政策建議

（一）結論

本文基于2011—2020 年我國31 個省級面板數據和大數據綜合試驗區試點省份，以理論結合實證的方式分析了大數據試驗區對數字經濟發展的影響。具體結論如下：大數據試驗區可以顯著推動數字經濟發展，這一結論在進行了PSM-DID、工具變量法等一系列穩健性檢驗后依然成立；作用機制分析表明，大數據試驗區能夠通過提升數字技術創新水平顯著促進區域數字經濟發展；異質性分析表明，大數據試驗區對東部區域省份的數字經濟發展推動效果更為明顯，而對中西部區域省份的數字經濟發展推動作用相對較弱；大數據試驗區對數字經濟的跨區域政策協同效應要好于區域試點省份自身的政策針對效應；設立大數據試驗區具有顯著積極的空間溢出效應，即大數據試驗區不僅會對本區域的數字經濟發展產生積極的推動作用，還會對周邊地區的數字經濟發展產生輻射促進效應。

（二）政策建議

基于上述結論，現提出如下政策建議以促進數字經濟發展。

一是加強大數據試驗區建設。政府可以進一步加強大數據試驗區的建設，提供更多的政策支持和資源投入，以促進數字經濟的發展。尤其是在東部地區，建議政府建立更多的大數據試驗區，并為大數據試驗區提供專項資金、稅收優惠政策和科技人才支持等，以更好地推動數字經濟的發展。政府還可以加強與大數據企業和研究機構的合作，推動創新和技術發展，提高數字技術創新水平。

二是優化東部區域和中西部區域的政策差異。考慮到大數據綜合試驗區對東部區域省份的數字經濟發展推動效果更為明顯，政府可以針對中西部區域制定更具針對性的政策，包括針對中西部區域的專項資金、稅收優惠政策和科技人才培養等支持措施，幫助中西部區域更好地利用大數據試驗區的機會，促進數字經濟的發展。在建立大數據試驗區時，需要考慮到不同地區之間的差異，采取跨區域的試驗區政策，以提高政策的協同效應。

三是加強跨區域協同合作。考慮到大數據試驗區對數字經濟的跨區域政策協同效應要好于區域試點省份自身的政策針對效應，政府可以鼓勵和推動不同地區之間的合作與交流。可以通過加強數字經濟企業和研究機構之間的合作，共享資源和經驗，促進數字經濟的創新和發展。政府可以設立合作平臺，提供資金支持和政策引導，促進數字經濟的跨區域協同發展。政府在制定政策時，不僅要考慮某一區域的數字經濟發展，還要兼顧其相鄰區域，以實現數字經濟的整體發展。

綜上所述，建立大數據試驗區、采取跨區域試驗區政策、兼顧相鄰區域數字經濟發展是推進區域數字經濟發展的重要手段。同時，還需要加強對大數據技術的研究和應用，提高數字經濟的創新水平，以實現數字經濟的可持續發展。