中国省域新经济发展的时空格局与驱动机制——基于中介效应模型和MGWR模型的实证分析

王 旭 伟，季 凯 文

(1.江西师范大学管理科学与工程研究中心，江西 南昌 330022；
2.江西师范大学江西经济发展研究院，江西 南昌 330022)

以数字经济为引领的新经济是一种代表先进生产力的新型经济形态，是新动能的主要来源，具体表现为新产业、新业态和新模式。在新一轮科技革命与产业变革蓬勃兴起、中国加快推进新旧动能转换和新冠肺炎疫情全球蔓延的背景下，推动新经济高质量发展是中国积极应对新一轮科技革命与产业变革[1]、加快推进新旧动能转换[2]和有效管控疫情冲击[3]的必然选择。习近平总书记早在2014年的国际工程科技大会上就指出，世界正在进入以信息产业为主导的新经济发展时期，2016年新经济被正式写入政府工作报告，2020年国家发改委和中央网信办专门出台《关于推进“上云用数赋智”行动培育新经济发展实施方案》。因此，在理论层面认识新经济和在实践层面发展新经济显得尤为关键。

目前国内外对新经济的研究主要从概念界定、发展水平测度、影响因素分析及发展路径选择等方面展开。新经济这一概念最早出现于20世纪80年代，用于解释以重工业为基础的经济向以技术为基础的经济转变[4]，20世纪90年代新经济成为美国信息产业持续发展的代名词[5]，21世纪初新经济被认为是在经济全球化和信息技术革命背景下以高科技产业为龙头的经济形态[6]。当前多数学者认为新经济是以数字经济为引领，以新材料、生物、新能源等高新技术产业为重要支撑的新型经济形态[1,2,7-9]。随着新经济的快速发展，逐渐出现关于新经济发展水平测度的研究，美国信息技术与创新基金会、腾讯研究院、中国信息通信研究院、中国电子信息产业发展研究院、上海社会科学院、财新智库、新华三集团及苏州大学东吴智库等国内外研究机构通过构建指标体系测度了新经济发展水平[10,11]，均强调高新技术产业和数字经济发展在测度指标体系中的重要地位。学术界也对构建新经济发展水平测度指标体系进行了尝试[9,12-14]，并指出科技创新是新经济发展的第一动力[3,10,13,15,16]，对外开放等因素对新经济发展也具有深刻影响[13,16]。此外，现有研究还从科技创新能力提升[1,13,14]、产业融合发展[17,18]、产业规制[2,7,13,19]、开放发展[16,20]等方面提出推动新经济高质量发展的路径。

综上，国内外学者围绕新经济发展取得了丰富的研究成果，但主要基于国际对比视角研究国家层面的新经济发展，以中国省域新经济发展为对象的研究较少；
其次，现有研究未能有效区分新经济的具体表现形式与影响因素，新经济发展水平测度指标体系的精准性和系统性仍有待提升；
另外，虽然现有研究指出科技创新、绿色发展、对外开放和新一代信息技术是新经济发展的重要推动力，但并未进一步从实证层面分析这些因素驱动中国省域新经济发展的具体机制与效应。因此，本文在构建中国省域新经济发展水平测度指标体系的基础上，分析中国省域新经济发展的时空特征，并运用中介效应模型和多尺度地理加权回归(MGWR)模型实证分析科技创新、环境污染、对外开放和互联网发展等因素驱动中国省域新经济发展的机制与效应，以期为深化相关理论研究和推动中国省域新经济高质量发展提供参考。

1.1 指标体系构建与驱动机制阐释

1.1.1 中国省域新经济发展水平测度指标体系构建 参考现有研究[1,2,7-9]，本文将新经济界定为以数字经济为引领，以新材料、生物、新能源等高新技术产业为重要支撑的新型经济形态，具体表现为新产业、新业态和新模式。参考国家统计局公布的《新产业新业态新商业模式统计分类(2018)》，同时考虑到新业态与新模式难以分割、新模式数据不易采集等因素，故主要从新产业和新业态两方面构建指标体系(表1)。根据科技部等三部门2016年公布的《高新技术企业认定管理办法》，信息技术、生物、新材料等新产业均为高新技术产业，故新产业发展水平可使用高新技术产业发展指标表征；
数字经济在新产业发展中的重要地位可通过数字经济核心产业的收入贡献和就业贡献指标体现。本文主要从产业规模、产业成长、产业集聚和产业效益层面测度新产业发展水平。考虑到产业数字化是新业态的主要表现形式，故借鉴中国电子信息产业发展研究院发布的《2020中国数字经济发展指数白皮书》及其他学者构建的指标体系[9,12-14]，主要从业态规模、业态集聚和业态效益层面测度新业态发展水平，具体采用电子商务、制造业数字化和数字普惠金融指数等指标衡量。与现有指标体系相比，本文构建的指标体系不仅有效区分了新经济的具体表现形式与影响因素，而且将一级指标从规模、成长、集聚、效益等层面进行细分，还将数字经济核心产业、电子商务发展指数、数字普惠金融指数、淘宝村(镇)数量、两化融合指标等较成熟的数字经济测度指标融入新经济发展水平测度指标体系中，有效提升了指标体系的系统性、精准性和可行性。

表1 中国省域新经济发展水平测度指标体系

1.1.2 中国省域新经济发展影响因素选择 现有研究指出科技创新[3,21]、绿色发展[21]、对外开放[13,16,21]、新一代信息技术[22]是推动新经济发展的重要动力，但并未在实证层面进一步分析这些因素驱动新经济发展的具体机制和效应。因此，本文将系统分析科技创新(innovation)[23]、环境污染(lnaqi)[24]、对外开放(open)[25]和互联网发展(internet)[26]对中国省域新经济发展的影响机制与效应，相关变量测度指标如表2所示。

表2 中国省域新经济发展的影响因素

1.1.3 中国省域新经济发展的驱动机制阐释 经济增长理论表明技术进步是经济增长的基础性因素，科技创新(如新一代人工智能技术)可通过优化资本和劳动等要素的配置直接推动新经济发展[13]。严重的环境污染会对创新型人才的身体/精神健康状况和区域的人才吸引力产生负面影响[24]，进而抑制科技创新能力提升和新经济发展；
高新技术产业的高精尖机器设备对环境要求非常苛刻，严重的环境污染会增加设备维护成本，从而直接抑制新经济发展。新经济是技术和资本密集型经济，对技术创新和风险资本具有很大依赖性，所以提升对外开放水平不仅可以通过获得更多的外部资本直接推动新经济发展，还可以通过强化知识的空间溢出效应提升科技创新能力[13]，进而间接推动新经济发展。互联网不仅可以通过促进产业协调发展[21]、区域协调发展[22]和共享经济发展直接推动新经济联动发展，而且可以通过促进技术创新[27]、加速技术扩散[28]、促进人力资本积累[26]等途径提升科技创新水平，进而间接推动新经济发展。由此可见，科技创新不仅可以直接影响新经济发展，而且还是环境污染、对外开放和互联网发展影响新经济发展的中介变量，具体驱动机制如图1所示。

图1 中国省域新经济发展的驱动机制

1.2 研究方法

本文涉及熵值法[29]、基于邻接空间权重矩阵的空间自相关检验[30]、中介效应模型和多尺度地理加权回归(MGWR)模型等研究方法。

1.2.1 中介效应模型 中介效应模型是分析经济传导机制的常用方法，本文采用该模型对中国省域新经济发展的驱动机制进行实证检验，模型设定如式(1)-式(3)所示[31]，通过模型(1)可估计环境污染、对外开放、互联网发展对中国省域新经济发展影响的总效应，通过模型(2)可估计环境污染、对外开放、互联网发展对科技创新能力的影响，通过模型(3)可估计环境污染、对外开放、互联网发展对中国省域新经济发展影响的直接效应以及科技创新对中国省域新经济发展的影响。本文结合逐步回归法和Bootstrap法(取样次数为200次)进行中介效应检验。

NEit=α0+α1lnaqiit+α2openit+α3internetit+μ1i+ε1it

(1)

innovationit=β0+β1lnaqiit+β2openit+β3internetit+μ2i+ε2it

(2)

NEit=γ0+γ1lnaqiit+γ2openit+γ3internetit+γ4innovationit+μ3i+ε3it

(3)

式中：NEit为i省域第t年新经济发展水平；
α0、β0、γ0为截距；
α1、α2、α3、β1、β2、β3、γ1、γ2、γ3为待估参数；
μ为个体固定效应；
ε为误差项。

1.2.2 MGWR模型 传统地理加权回归(GWR)模型是定量分析变量间空间非平稳关系的有效方法，MGWR是对GWR的优化，其模型设定形式见式(4)[32]。由于MGWR模型考虑更多空间尺度，故不能用GWR模型的加权最小二乘法进行参数估计，而采用后退拟合算法进行参数估计[33,34]。本文使用的空间权函数为高斯核函数，带宽选择准则为AICc准则。由于MGWR模型只能对截面数据进行参数估计，故将各省域2013-2018年的面板数据取平均值后进行参数估计。

(4)

式中：NEi为2013-2018年i省域新经济平均发展水平；
βbw0(ui,vi)和βbwj(ui,vi)分别为具有特异性带宽的截距项和参数估计值；
j为解释变量类别；
(ui,vi)为省会城市的经纬度坐标；
xij为2013-2018年省域科技创新、环境污染、对外开放、互联网发展等解释变量的平均值。

1.3 数据来源

中国省域新经济发展水平测度数据来源于《中国火炬统计年鉴》《中国统计年鉴》《中国高技术产业统计年鉴》《中国第三产业统计年鉴》《中国淘宝村研究报告》《中国电子商务发展指数报告》《北京大学数字普惠金融指数》、国家统计局、工业和信息化部发布的两化融合管理体系贯标试点企业名单等；
影响因素数据主要来源于《中国统计年鉴》《中国科技统计年鉴》、真气网等。对缺失值采用移动平均法进行补充，对价值型指标通过GDP平减指数转换成以2013年为基期的不变价，对环境污染数据取自然对数。

2.1 中国省域新经济发展的空间格局

如图2所示，2013年和2018年中国新经济发展水平较高的省域主要呈现出沿东部沿海和长江经济带两条相交轴带分布的“T”形空间分布格局，且这种发展格局具有时空稳定性，与陆大道院士在20世纪80年代提出的“T”形国土开发战略吻合。尽管中国省域新经济发展格局依然会受到胡焕庸线的约束，但也表现出由传统的东强西弱发展格局向南高北低发展格局演变的新趋势。如2013年以来，上海、浙江、四川、湖北和福建等南部省域的新经济均实现了跨越性发展，主要原因是这些省域的创新发展基础较好[35]，同时也与新经济发展具有大分散、小集中的区位特征有关[36];而四川和湖北新经济的快速发展与两地政府抢抓机遇的主动作为密不可分，如湖北在2016年专门出台了《湖北省人民政府关于加快发展新经济的若干意见》，四川也从2017年开始大力支持成都的新经济发展，并在全国率先成立了新经济发展委员会。云南、贵州和广西等南方省域的新经济也得到一定发展，而北方只有山东和河北的新经济实现跨越式发展，黑龙江、天津和新疆的新经济发展水平则由较高类别转化为较低类别。

注：审图号为GS(2019)1825号，底图无修改，下同。

2.2 中国省域新经济发展的空间关联

2.2.1 全局空间自相关 如图3所示，研究期内中国省域新经济发展水平的全局Moran′sI均显著为正值，表明中国省域新经济发展具有显著的空间正相关特征，但全局Moran′sI呈先减小后增大的“U”形演变趋势，说明中国省域新经济集聚发展格局的演变趋势符合增长极发展的一般规律，即会沿着由低水平均衡到极化发展再到高水平均衡的路径演化。结合图2和图3可知，2013年中国省域新经济发展的高值区并不多，基本处于低水平均衡状态，但已表现出空间极化的趋势。随着《国务院关于积极推进“互联网+”行动的指导意见》(2015 年7月出台)在各地的落实，具有比较优势(上海、浙江、山东和福建等)和先发优势(四川和湖北)的省域得到了更快发展，中国省域新经济发展的空间极化进程加速，省域新经济发展的空间自相关性显著下降，并在2017年达到最低点。2017年后，随着省域新经济发展空间溢出效应逐渐显现，中国省域新经济的集聚发展格局开始向高水平均衡发展格局演变。

注：**和*分别表示Z值在1%和5%水平下显著，下同。

2.2.2 局部空间自相关 如表3所示，2013年和2018年表现为低—低型集聚的省域均较多，且均稳定分布在发展基础较差的中西部地区，而表现为高—高型集聚的省域均分布在发展基础较好的东部沿海地区，这说明中国省域新经济发展的空间正相关主要表现为中西部省域的低水平空间均衡，而高水平联动发展不足。研究期内中国省域新经济集聚发展模式总体呈现出由低—低型和高—高型空间均衡发展模式向高—低型和低—高型极化发展模式演变趋势，这与上文基于增长极理论的分析一致。具体看，2013年广东、四川表现为高—低型，但到2018年，湖北、北京也演变成高—低型，这表明北京、广东、四川和湖北正在成为中国新经济发展的高地。四川和湖北新经济的快速发展主要得益于政府的大力推动，而北京和广东新经济的快速发展不仅与二者发展基础有关，也得益于京津冀协同发展、粤港澳大湾区建设等重大国家战略的实施。由于海南、江西、广西、湖南、安徽和河北等省域与广东、江苏、浙江、北京和山东等新经济发展基础较好的高值区相邻，故上述省域一直表现为低—高型。2018年天津由高—高型演变为低—高型，主要是由天津与北京在科技创新领域差距扩大导致[37]。

表3 2013年和2018年中国省域新经济发展水平的LISA聚类

中国省域新经济发展的时空特征分析表明，中国省域新经济发展具有空间异质性与空间关联性并存的特征，这预示着科技创新、环境污染、对外开放和互联网发展等因素对中国省域新经济发展的影响具有空间非平稳性，在实证分析中需重点考虑。

3.1 基于中介效应模型的驱动机制检验

如表4所示，对环境污染而言，模型(1)和模型(3)的参数估计值均显著为负，这与理论预期一致；
模型(2)的估计结果显示，环境污染对科技创新能力的影响与理论预期一致但并不显著，这意味着环境污染通过影响科技创新能力而抑制省域新经济发展的中介效应不显著。考虑到逐步回归对中介效应的检验力较低，故进一步采用检验力较强的Bootstrap法进行检验，结果表明中介效应显著存在，直接效应为-0.5214(1%水平下显著)，中介效应为0.2720(1%水平下显著)，占直接效应绝对值的比重为52.17%。环境污染通过影响科技创新能力而影响省域新经济发展的中介效应显著为正，与理论预期相反，可能的原因是环境污染较严重的省域均具有较高的发展水平，其科技创新环境较好，人才吸引政策更优惠，降低了人才对环境污染的敏感性。但与负向的直接效应相比，正向的中介效应较小，这说明环境污染对省域新经济发展的抑制效应更明显，意味着在发展新经济过程中要加强环境保护。

表4 逐步回归结果

对对外开放而言，模型(1)和模型(3)中的参数估计值均显著为负，与理论预期相反，而且对外开放对科技创新能力的影响与理论预期相反且不显著，这可能是由于逐步回归的检验力较低导致。采用Bootstrap 法的检验结果表明直接效应为0.0844(1%水平下显著)，中介效应不显著，但为正值(0.0048)，说明提高对外开放水平可以促进省域新经济发展，但并非通过提升科技创新能力实现，因为对外开放带来的技术引进对本土企业的自主创新具有一定的时间滞后性和局限性[38]，这也意味着要以促进知识与技术空间溢出为导向，进一步提升对外开放水平，进而推动省域新经济高质量发展。

对互联网发展而言，模型(1)-模型(3)中的参数估计值均显著为正，与理论预期一致。互联网发展驱动省域新经济发展的直接效应为0.3551(1%水平下显著)，中介效应为0.3650(1%水平下显著)，中介效应占总效应(0.7201)的比重为50.69%，这说明基于科技创新能力的中介路径在互联网发展驱动省域新经济发展中占有重要地位，也意味着要将新型信息基础设施建设与科技创新紧密结合才能更好地促进省域新经济发展。

对科技创新而言，由于科技创新不仅可直接推动省域新经济发展，还是其他变量影响省域新经济发展的中介变量，所以各变量对省域新经济发展驱动效应的大小排序为科技创新>互联网发展>对外开放>环境污染(1.0621>0.3551>0.0844>-0.5214)，这说明科技创新是新经济发展的第一动力。此外，模型(3)的R2超过87%，说明科技创新、互联网发展、对外开放和环境污染是中国省域新经济发展的主要影响因素，进一步印证了驱动机制的合理性。

3.2 基于MGWR模型的空间非平稳性分析

基于中介效应模型的实证检验仅验证了驱动机制的存在，并未从实证层面揭示中国省域新经济发展时空特征的来源。因此，本文采用MGWR模型进一步分析各因素对中国省域新经济发展影响的空间非平稳性。如图4所示，从参数估计结果方向看，MGWR模型的参数估计结果尽管具有空间异质性，但其方向与理论分析和基于中介效应模型的实证检验一致。从参数估计结果总体的空间分布看，大部分省域的回归系数处于中等及以上水平，说明大部分省域具有较强的新经济发展动力。各变量估计系数的空间分布呈明显的南高北低和集中连片的梯度分布格局，表明科技创新、环境污染、互联网发展和对外开放是驱动中国省域新经济发展格局向南高北低演变的重要因素。

图4 MGWR模型估计系数的空间分布

从具体影响因素参数估计结果的空间分布看：1)科技创新对中国省域新经济影响的强度呈现由西南向东北递减的格局，缘于广东、湖北、陕西、四川和湖南等省域的创新发展环境较好，科技创新能力更高，从而科技创新对新经济发展的驱动效应更大，而科技创新对西藏、新疆、青海和甘肃等省域新经济发展的驱动效应也较大，是因为这些省域正处于新经济发展的起步阶段，创新投入对新经济发展具有较高的边际效益，创新驱动效应更明显。2)环境污染对中国省域新经济抑制的强度呈现由内陆向沿海递增的格局，缘于由内陆向沿海经济活动密度逐渐提升，空气质量逐渐降低，进而对新经济发展的抑制效应也逐渐增强。3)对外开放对中国省域新经济影响的强度呈现由南向北递减的格局，缘于南方地区对外开放较早，且开放程度更高，特别是在国家支持的自由贸易试验区建设和沿边开放发展中，南部省域获得更多发展机遇，所以对外开放对中国省域新经济发展影响的强度具有南高北低特征。4)互联网发展对中国省域新经济影响的强度呈现由西南向东北递减的格局，这是因为广东、湖南、贵州、四川等省域的互联网发展水平普遍较高，对新经济发展的驱动效应更大，互联网发展对西藏、新疆、青海和甘肃等省域新经济发展的驱动效应也较大，是因为这些省域正处在新经济发展和互联网等新一代信息技术应用的起步阶段，互联网驱动新经济发展的边际效益较高。

本文分析了中国省域新经济发展的时空特征，实证检验了科技创新、环境污染、对外开放和互联网发展对中国省域新经济发展影响的理论机制及空间非平稳性。主要结论如下：1)中国省域新经济发展的高值区呈现沿东部沿海和长江经济带两条相交轴带分布的“T”形空间分布格局，但受科技创新、环境污染、互联网发展和对外开放等因素以及新经济大分散、小集中区位指向的影响，中国省域新经济发展格局具有南高北低演变趋势；
中国省域新经济发展具有显著的空间集聚特征，且集聚发展格局正在由极化发展格局向高水平均衡发展格局演化。2)科技创新、互联网发展、对外开放和环境污染是中国省域新经济发展的主要影响因素，各因素对中国省域新经济发展驱动效应的排序为科技创新>互联网发展>对外开放>环境污染,其中提升科技创新能力、对外开放水平和互联网发展水平会促进中国省域新经济发展，而环境污染程度加剧会抑制中国省域新经济发展；
科技创新是环境污染和互联网发展影响中国省域新经济发展的中介变量。3)科技创新、互联网发展、对外开放和环境污染对中国省域新经济发展的影响强度呈南高北低和集中连片的梯度分布格局,科技创新、互联网发展和环境污染对中国省域新经济发展影响的空间异质性较弱，而对外开放对中国省域新经济发展影响的空间异质性较强。

研究结论对进一步推动中国省域新经济高质量发展具有两点启示：一是要以提升科技创新能力为着力点，推动中国省域新经济高质量发展。提升科技创新能力会促进中国省域新经济发展，而且科技创新还是其他因素影响中国省域新经济发展的中介变量。因此，各地区在推动新经济发展的过程中，要以科技创新为根本动力，结合自身产业发展的比较优势，面向新一代人工智能、新一代信息与通信网络技术、先进储能技术、绿色技术、生物技术、前沿材料等新经济发展的关键领域，围绕产业链打造一批覆盖科技创新全周期的高水平开放式创新平台，营造“热带雨林”式的创新生态，全面提升知识和技术的空间溢出水平和科技成果转化效率，为新经济发展提供重要支撑；
二是要以打造黄河流域新经济高质量发展轴带为重点，进一步优化新经济发展格局。中国省域新经济发展的高值区已经形成沿东部沿海和长江经济带分布的“T”形空间格局，而且具有向南高北低发展格局演变的趋势。因此，要以《黄河流域生态保护和高质量发展规划纲要》为指导，充分发挥黄河流域传统产业聚集区、能源富集区、生态功能区和传统文化承载区的区位优势，以推动传统产业数字化/网络化/智能化升级、大数据产业等能源指向型新产业高质量发展、数字化与绿色发展深度融合为导向，以西安、郑州、济南等创新能力较强的节点城市为依托，打造与流域经济社会发展深度耦合的科技创新生态体系，为优化新经济发展格局提供重要支撑。

本文的理论贡献主要体现在：1)从新产业和新业态两个维度构建了中国省域新经济发展水平测度指标体系，为测度中国省域新经济发展水平提供了新思路；
2)从理论和实证两个层面论证了中国省域新经济发展的驱动机制，为全面认识中国省域新经济的发展动力来源提供了新框架；
3)基于区位理论和增长极理论揭示了中国省域新经济发展格局的演化方向，为认识中国省域新经济发展态势提供了新视角。研究的局限性主要体现在：1)尽管构建了较为系统的中国省域新经济发展水平测度指标体系，但新经济作为新事物，发展势头迅猛，还需结合新经济发展的新实践进一步完善指标体系；
2)受数据和篇幅限制，本文着重揭示了中国省域新经济发展的空间异质性及其形成机制，还需进一步将新产业和新业态细分，讨论中国省域新经济发展的结构异质性及其形成机制。