曹 萍 萍

(皖西學(xué)院 經(jīng)濟(jì)與管理學(xué)院, 安徽 六安 237012)

在以大數(shù)據(jù)、人工智能為代表的數(shù)字經(jīng)濟(jì)時(shí)代,發(fā)展縣域數(shù)字經(jīng)濟(jì)已成為新時(shí)期推動(dòng)農(nóng)業(yè)農(nóng)村現(xiàn)代化、鄉(xiāng)村振興和城鄉(xiāng)融合發(fā)展的“新動(dòng)能”。2021年,中央一號(hào)文件《中共中央 國(guó)務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》指出了以數(shù)字化轉(zhuǎn)型加速農(nóng)村現(xiàn)代化發(fā)展的指導(dǎo)意見,明確各縣域要在農(nóng)村數(shù)字基礎(chǔ)設(shè)施、智慧農(nóng)業(yè)、鄉(xiāng)村治理數(shù)字化、農(nóng)村數(shù)字普惠金融等數(shù)字經(jīng)濟(jì)領(lǐng)域全面發(fā)力,提高大數(shù)據(jù)運(yùn)用的社會(huì)價(jià)值,最大限度地解放農(nóng)村勞動(dòng)力、釋放農(nóng)村生產(chǎn)力,推動(dòng)農(nóng)村經(jīng)濟(jì)效率數(shù)字化轉(zhuǎn)型,全面提高農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)的發(fā)展效益[1]。縣域是我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的主陣地,但縣域數(shù)字經(jīng)濟(jì)水平可能存在著顯著的空間分異特征,且縣域數(shù)字經(jīng)濟(jì)發(fā)展還會(huì)受到一些關(guān)鍵因素的影響,闡明這些問題對(duì)提升縣域數(shù)字經(jīng)濟(jì)水平、實(shí)現(xiàn)縣域經(jīng)濟(jì)高質(zhì)量、縮小區(qū)域發(fā)展不平衡問題具有重要的理論和現(xiàn)實(shí)意義。

關(guān)于數(shù)字經(jīng)濟(jì)方面的研究,早期學(xué)者們從不同視角界定了數(shù)字經(jīng)濟(jì)的概念和特征。Brynjolfsson等[2]認(rèn)為數(shù)字經(jīng)濟(jì)是信息的數(shù)字化。Kim等[3]將數(shù)字經(jīng)濟(jì)的活動(dòng)歸納為商品和服務(wù)以數(shù)字化形式進(jìn)行交易。Carlsson[4]則認(rèn)為數(shù)字經(jīng)濟(jì)更強(qiáng)調(diào)新活動(dòng),將數(shù)字經(jīng)濟(jì)稱作“新經(jīng)濟(jì)”?？佃F祥[5]將數(shù)字經(jīng)濟(jì)定義為以數(shù)字技術(shù)為基礎(chǔ)進(jìn)行的經(jīng)濟(jì)活動(dòng)的總和。目前,關(guān)于數(shù)字經(jīng)濟(jì)的定量研究主要側(cè)重全國(guó)、省域等宏觀尺度,如張雪玲等[6]采用熵值法測(cè)度了2007—2015年中國(guó)整體的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù),結(jié)果顯示我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展總體上呈增長(zhǎng)趨勢(shì)。劉軍等[7]測(cè)度了中國(guó)30個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展水平,發(fā)現(xiàn)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展存在著“數(shù)字經(jīng)濟(jì)鴻溝”。李研[8]基于DEA-Malmquist指數(shù)測(cè)度了中國(guó)28個(gè)省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率,結(jié)果表明數(shù)字經(jīng)濟(jì)產(chǎn)出效率主要來源于技術(shù)進(jìn)步。也有少數(shù)學(xué)者從市級(jí)層面探討數(shù)字經(jīng)濟(jì)發(fā)展水平及其分布特征,如曹萍萍等[9]對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的空間收斂性進(jìn)行檢驗(yàn),結(jié)果發(fā)現(xiàn)城市間數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)呈收斂趨勢(shì),中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展存在顯著的絕對(duì)β收斂和條件β收斂。

綜上所述,已有研究取得諸多進(jìn)展,但仍存在一些不足。一是現(xiàn)有文獻(xiàn)多停留在國(guó)家整體和省級(jí)層面,鮮有文獻(xiàn)在縣域?qū)用婵疾鞌?shù)字經(jīng)濟(jì)發(fā)展的空間分布格局。二是關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展影響因素的研究往往忽視了地理上的空間異質(zhì)性。本文的主要貢獻(xiàn)在于克服了上述不足。首先,利用空間趨勢(shì)方法描繪中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間分布總體格局;其次,基于Moran’sI指數(shù)和泰爾指數(shù)揭示縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間集聚特征和空間差異特征;最后,將縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間屬性納入到模型中,基于地理加權(quán)回歸模型分析縣域數(shù)字經(jīng)濟(jì)發(fā)展水平影響因素的空間異質(zhì)性,以期進(jìn)一步提升縣域數(shù)字經(jīng)濟(jì)發(fā)展水平,助力全面推進(jìn)鄉(xiāng)村振興。

一、 方法與數(shù)據(jù)

1. 空間集聚和差異指標(biāo)

(1) Moran’sI指數(shù)。Moran’sI指數(shù)是度量全局空間自相關(guān)性的重要指標(biāo),通過計(jì)算區(qū)域內(nèi)地理單元之間的關(guān)聯(lián)程度及其顯著性,從而直接反映研究變量的空間分布情況。因此,本文利用Moran’sI指數(shù)測(cè)度縣域數(shù)字經(jīng)濟(jì)發(fā)展的全局空間自相關(guān)性,并判斷縣域數(shù)字經(jīng)濟(jì)發(fā)展水平變化與鄰近縣域空間是否有關(guān)。計(jì)算公式如下:

(1)

(2) 泰爾指數(shù)。泰爾指數(shù)從信息熵的概念出發(fā)測(cè)算研究目標(biāo)的差異性,具有較好的可分解性質(zhì),能夠全面剖析研究對(duì)象的空間差異。基于此,本文利用泰爾指數(shù)法測(cè)算了縣域數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域差異,在分別計(jì)算中國(guó)不同地區(qū)縣域數(shù)字經(jīng)濟(jì)總指數(shù)及各維度泰爾指數(shù)的基礎(chǔ)上,對(duì)泰爾指數(shù)進(jìn)行二階分解,獲得中國(guó)四大地區(qū)間縣域數(shù)字經(jīng)濟(jì)發(fā)展差異及地區(qū)內(nèi)各縣域數(shù)字經(jīng)濟(jì)發(fā)展差異。泰爾指數(shù)及其分解的具體公式如下所示:

2. 地理加權(quán)回歸法

地理加權(quán)回歸模型(GWR)是將觀測(cè)值的空間屬性嵌入到回歸方程中,通過引入地理距離權(quán)重,量化縣域數(shù)字經(jīng)濟(jì)發(fā)展影響因素的空間異質(zhì)性,從而體現(xiàn)各變量系數(shù)在不同空間的非平穩(wěn)性。其模型構(gòu)建如下:

(5)

式中:yi為縣域i的數(shù)字鄉(xiāng)村總指數(shù);(λi,μi)為縣域i的采樣點(diǎn)坐標(biāo);βk(λi,μi)為連續(xù)函數(shù)βk(λ,μ)在縣域i的值,xki為縣域i上第k個(gè)解釋變量;εi為獨(dú)立分布的隨機(jī)誤差項(xiàng)。

3. 數(shù)據(jù)來源與指標(biāo)選取

本研究以1 880個(gè)縣級(jí)區(qū)劃單位為研究對(duì)象。所用縣域數(shù)字經(jīng)濟(jì)指數(shù)來源于2018年北京大學(xué)新農(nóng)村發(fā)展研究院,該研究機(jī)構(gòu)依據(jù)國(guó)家宏觀統(tǒng)計(jì)數(shù)據(jù)、行業(yè)數(shù)據(jù)和互聯(lián)網(wǎng)大數(shù)據(jù)等全樣本數(shù)據(jù)測(cè)算了中國(guó)縣域數(shù)字鄉(xiāng)村總指數(shù)和基礎(chǔ)設(shè)施分指數(shù)、經(jīng)濟(jì)數(shù)字化分指數(shù)、生活數(shù)字化分指數(shù)、治理數(shù)字化分指數(shù)。各指數(shù)的具體含義見表1。

表1 縣域數(shù)字經(jīng)濟(jì)各指數(shù)含義

根據(jù)已有研究可知,縣域經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施是鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ),縣區(qū)人口規(guī)模和人力資本決定著鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的可持續(xù)性,而財(cái)政支出作為政府宏觀調(diào)控的重要手段,也可能會(huì)對(duì)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生重要的影響[10-11]。為綜合討論影響縣域數(shù)字經(jīng)濟(jì)發(fā)展的各類因素,結(jié)合前人的相關(guān)研究,本文以人均GDP、網(wǎng)絡(luò)基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支出、人口規(guī)模和人力資本6項(xiàng)指標(biāo)作為代表,構(gòu)建地理加權(quán)回歸模型。各類影響因素?cái)?shù)據(jù)來源于2018年《中國(guó)縣域統(tǒng)計(jì)年鑒》。

二、 縣域數(shù)字經(jīng)濟(jì)發(fā)展空間分布特征

1. 趨勢(shì)面分析

對(duì)2018年縣域數(shù)字鄉(xiāng)村總指數(shù)進(jìn)行空間趨勢(shì)線分析的結(jié)果如圖1所示,其中,X軸和Y軸分別代表正東方向和正北方向,Z軸表示縣域數(shù)字鄉(xiāng)村總指數(shù),可以發(fā)現(xiàn)我國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平整體上呈現(xiàn)出“東高西低”的空間分布格局。具體來看,在西東方向上,縣域數(shù)字經(jīng)濟(jì)發(fā)展水平呈不斷上升的趨勢(shì),西部地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展整體較為滯后;在南北方向上,縣域數(shù)字經(jīng)濟(jì)發(fā)展水平呈現(xiàn)先小幅上升,隨后不斷下降的趨勢(shì),表明江浙一帶數(shù)字鄉(xiāng)村經(jīng)濟(jì)發(fā)展水平明顯高于其他縣域。

圖1 縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間趨勢(shì)線

2. 空間集聚特征分析

為探討中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平的空間分布集聚特征,通過ArcGIS 10.4平臺(tái)得到縣域數(shù)字鄉(xiāng)村總指數(shù)及其他四個(gè)分項(xiàng)指數(shù)的全局空間自相關(guān)系數(shù)。表2的結(jié)果顯示數(shù)字鄉(xiāng)村總指數(shù)的Moran’sI指數(shù)為正值,且在1%的水平下顯著,表明中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平存在顯著的空間正相關(guān)性,即數(shù)字經(jīng)濟(jì)發(fā)展水平較高的縣域其附近縣域的數(shù)字經(jīng)濟(jì)發(fā)展水平也較高,縣域數(shù)字經(jīng)濟(jì)在空間上呈現(xiàn)集聚的狀態(tài)。此外,基礎(chǔ)設(shè)施、經(jīng)濟(jì)數(shù)字化、生活數(shù)字化和治理數(shù)字化四項(xiàng)分指數(shù)也表現(xiàn)出顯著的集聚分布特征,其中,生活數(shù)字化分指數(shù)的集聚程度更強(qiáng)。

表2 縣域數(shù)字經(jīng)濟(jì)發(fā)展水平空間分布的Moran’s I指數(shù)

為進(jìn)一步研究中國(guó)不同縣域數(shù)字經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)特征,運(yùn)用局部自相關(guān)分析了各縣域數(shù)字鄉(xiāng)村總指數(shù)之間的空間自相關(guān)分布情況,并繪制了中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平的Moran’sI散點(diǎn)圖,結(jié)果如圖2所示。圖2中的四個(gè)象限分別對(duì)應(yīng)縣域之間四種不同類型的空間集聚模式,其中第一、三象限分別表示“高-高”集聚和“低-低”集聚,說明存在空間正相關(guān);第二、四象限則分別表示“低-高”集聚和“高-低”集聚,表示存在空間負(fù)相關(guān)。根據(jù)圖2,絕大多數(shù)縣域落在第一和第三象限,即中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展存在“高-高”集聚和“低-低”集聚特征,數(shù)字經(jīng)濟(jì)發(fā)展水平較高的縣域與較高的縣域相鄰,而數(shù)字經(jīng)濟(jì)發(fā)展水平較低的縣域則與較低的縣域相鄰。同時(shí),發(fā)現(xiàn)落在第三象限的縣域占比較大,表明中國(guó)整體縣域數(shù)字經(jīng)濟(jì)發(fā)展水平仍然偏低。

圖2 縣域數(shù)字經(jīng)濟(jì)發(fā)展水平的Moran’s I散點(diǎn)圖

3. 空間差異特征分析

根據(jù)表3,在中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平各指數(shù)中,基礎(chǔ)設(shè)施分指數(shù)得分最高,說明中國(guó)縣域數(shù)字基礎(chǔ)設(shè)施發(fā)展水平較高,經(jīng)濟(jì)數(shù)字化分指數(shù)、生活數(shù)字化分指數(shù)和治理數(shù)字化分指數(shù)得分明顯較低。從發(fā)展水平絕對(duì)差異來看,中國(guó)縣域數(shù)字經(jīng)濟(jì)各指數(shù)絕對(duì)差異最大的為治理數(shù)字化分指數(shù),其次是基礎(chǔ)設(shè)施分指數(shù),而經(jīng)濟(jì)數(shù)字化分指數(shù)和生活數(shù)字化分指數(shù)絕對(duì)差異較小;從相對(duì)差異看,治理數(shù)字化分指數(shù)相對(duì)差異最明顯,數(shù)字鄉(xiāng)村總指數(shù)相對(duì)差異最小。從偏度來看,縣域數(shù)字鄉(xiāng)村總指數(shù)、基礎(chǔ)設(shè)施分指數(shù)和經(jīng)濟(jì)數(shù)字化分指數(shù)呈現(xiàn)左偏,表明中國(guó)多數(shù)縣域數(shù)字鄉(xiāng)村總指數(shù)、基礎(chǔ)設(shè)施分指數(shù)和經(jīng)濟(jì)數(shù)字化分指數(shù)高于縣域平均水平;生活數(shù)字化分指數(shù)和治理數(shù)字化分指數(shù)呈右偏,但極化程度較弱。從峰度來看,數(shù)字鄉(xiāng)村總指數(shù)、基礎(chǔ)設(shè)施分指數(shù)和經(jīng)濟(jì)數(shù)字化分指數(shù)大于3,表明離散程度比正態(tài)分布更大,而生活數(shù)字化分指數(shù)和治理數(shù)字化分指數(shù)離散程度較小。

表3 中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平各指數(shù)差異

接下來,研究進(jìn)一步對(duì)東、中、西和東北四大板塊間縣域數(shù)字鄉(xiāng)村總指數(shù)和各分指數(shù)發(fā)展差異進(jìn)行比較,結(jié)果如表4所示。東部地區(qū)縣域數(shù)字鄉(xiāng)村總指數(shù)及各分指數(shù)發(fā)展水平普遍高于中、西和東北地區(qū),經(jīng)濟(jì)數(shù)字化和生活數(shù)字化分指數(shù)的絕對(duì)差異最大,但數(shù)字鄉(xiāng)村總指數(shù)和各分指數(shù)相對(duì)差異在四大板塊居中。縣域數(shù)字鄉(xiāng)村總體發(fā)展水平最低的為西部地區(qū),相較于其他地區(qū),其絕對(duì)差異和相對(duì)差異都比較大,呈現(xiàn)出低水平差異發(fā)展的態(tài)勢(shì)。東北地區(qū)縣域數(shù)字鄉(xiāng)村總體發(fā)展水平略高于西部地區(qū),而其發(fā)展差異性卻低于西部地區(qū)。中部地區(qū)縣域數(shù)字鄉(xiāng)村總體發(fā)展相較于其他地區(qū)表現(xiàn)居中,且不論絕對(duì)差異和相對(duì)差異都低于其他地區(qū),表現(xiàn)為中水平均衡發(fā)展?fàn)顟B(tài)。經(jīng)濟(jì)數(shù)字化分指數(shù)和生活數(shù)字化分指數(shù)發(fā)展水平最低的均為西部地區(qū),其發(fā)展的相對(duì)差異卻顯著高于其他區(qū)域,呈現(xiàn)低水平差異化發(fā)展?；A(chǔ)設(shè)施分指數(shù)和治理數(shù)字化分指數(shù)發(fā)展水平最低的為東北地區(qū),其發(fā)展的差異性也較大,同樣呈現(xiàn)出低水平差異發(fā)展的態(tài)勢(shì)。中部地區(qū)基礎(chǔ)設(shè)施分指數(shù)發(fā)展水平最高,但發(fā)展差異性最小,呈高水平均衡發(fā)展的狀態(tài)。

表4 中國(guó)四大地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平及各指數(shù)差異

根據(jù)式(2)～(4),在分別測(cè)算中國(guó)東部、中部、西部和東北板塊縣域數(shù)字鄉(xiāng)村總指數(shù)及各分指數(shù)泰爾指數(shù)的基礎(chǔ)上,對(duì)泰爾指數(shù)進(jìn)行二階分解,獲取四大區(qū)域內(nèi)縣域數(shù)字經(jīng)濟(jì)發(fā)展差異及區(qū)域間發(fā)展差異,泰爾指數(shù)的分解結(jié)果如表5所示。數(shù)字鄉(xiāng)村總指數(shù)及4個(gè)分指數(shù)的發(fā)展差異均主要來自于區(qū)域內(nèi)差異,從區(qū)域內(nèi)差異對(duì)總差異的貢獻(xiàn)率來看,基礎(chǔ)設(shè)施分指數(shù)的貢獻(xiàn)率最高,為83.873%,其次為治理數(shù)字化分指數(shù),貢獻(xiàn)率為81.081%,生活數(shù)字化分指數(shù)的貢獻(xiàn)率最低,僅為59.852%,說明基礎(chǔ)設(shè)施分指數(shù)與治理數(shù)字化分指數(shù)區(qū)域內(nèi)差異較區(qū)域間差異更為顯著。對(duì)比四大區(qū)域的泰爾指數(shù),發(fā)現(xiàn)中部地區(qū)縣域在數(shù)字鄉(xiāng)村總指數(shù)及各指數(shù)方面的差異程度均要小于其他三個(gè)區(qū)域,西部地區(qū)各縣域在基礎(chǔ)設(shè)施、經(jīng)濟(jì)數(shù)字化、生活數(shù)字化三個(gè)指數(shù)方面的差異居首位,東北地區(qū)各縣域在治理數(shù)字化方面差異較大。

表5 縣域數(shù)字經(jīng)濟(jì)發(fā)展區(qū)域差異及其分解

三、 縣域數(shù)字經(jīng)濟(jì)發(fā)展水平影響因素分析

1. 基準(zhǔn)回歸

在深入了解縣域數(shù)字經(jīng)濟(jì)發(fā)展空間分布的基礎(chǔ)上,本文結(jié)合相關(guān)研究,從縣域社會(huì)經(jīng)濟(jì)發(fā)展的多個(gè)方面引入相關(guān)變量,通過運(yùn)用地理加權(quán)回歸模型解釋縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間差異。具體來說,選擇縣域數(shù)字鄉(xiāng)村總指數(shù)來反映縣域數(shù)字經(jīng)濟(jì)發(fā)展水平,同時(shí)作為被解釋變量。選擇人均GDP對(duì)數(shù)(AGDP)、產(chǎn)業(yè)結(jié)構(gòu)(第三產(chǎn)業(yè)占GDP的比重,IS)、網(wǎng)絡(luò)基礎(chǔ)設(shè)施(電話用戶數(shù)占總?cè)藬?shù)比重,TI)、人口規(guī)模(縣總?cè)丝?Pop)、人力資本(中小學(xué)生在校人數(shù)占總?cè)丝诒戎?Edu)、財(cái)政支出(公共預(yù)算支出占GDP的比重,Gov)作為解釋變量來研究縣域數(shù)字經(jīng)濟(jì)發(fā)展差異的成因。為消除量綱差異造成的系數(shù)差異過大,這里將比值數(shù)據(jù)單位統(tǒng)一為1%,數(shù)值單位統(tǒng)一為億元。為了比較不同模型結(jié)果的擬合效果,本文同時(shí)給出了普通最小二乘模型(OLS)和地理加權(quán)回歸模型(GWR)結(jié)果,分別如表6和表7所示。

表6 OLS模型的估計(jì)結(jié)果

表7 GWR模型的估計(jì)結(jié)果

根據(jù)表6普通最小二乘模型的估計(jì)結(jié)果,產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、人力資本、網(wǎng)絡(luò)基礎(chǔ)設(shè)施與縣域數(shù)字鄉(xiāng)村指數(shù)之間顯著正相關(guān),且均在1%的水平下顯著。人均GDP和縣域數(shù)字鄉(xiāng)村指數(shù)之間不顯著,而財(cái)政支出和縣域數(shù)字鄉(xiāng)村指數(shù)之間在1%水平下顯著負(fù)相關(guān)。這說明縣域財(cái)政并沒有起到支撐鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的作用,鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展的提高更多依靠當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施、人口規(guī)模和人力資本等來驅(qū)動(dòng)。F檢驗(yàn)值為105.43(P=0.000),模型整體效果顯著,通過調(diào)整R2可知,該模型可以解釋縣域數(shù)字鄉(xiāng)村指數(shù)總變差的42.6%。但由于普通最小二乘模型并沒有考慮到空間距離因素的影響,僅從總體上描述各變量對(duì)縣域數(shù)字鄉(xiāng)村指數(shù)的影響,得到的是一個(gè)全域估計(jì),不能反映參數(shù)的空間非穩(wěn)定性。所以在此基礎(chǔ)上,考慮地理加權(quán)回歸模型,在模型中加入空間距離,從而進(jìn)一步得到局域估計(jì),結(jié)果見表7。

在具體進(jìn)行GWR估計(jì)時(shí),采用高斯核函數(shù),選擇adaptive法使AICc最小的帶寬進(jìn)行局域估計(jì)。通過計(jì)算可得最優(yōu)寬帶是54,CV得分為64.808。GWR模型的擬合優(yōu)度達(dá)到0.705,遠(yuǎn)高于OLS模型的0.426,且GWR模型的AICc(12 546.894)比OLS模型的AICc(13 730.735)更小,說明GWR模型的解釋能力更強(qiáng)。GWR模型可計(jì)算各因素對(duì)每一空間單元的影響,為了研究方便,表7中詳細(xì)統(tǒng)計(jì)了各因素對(duì)縣域數(shù)字鄉(xiāng)村指數(shù)影響程度的最小值、25%分位數(shù)、中位數(shù)、75%分位數(shù)和最大值。具體來看,各變量的系數(shù)均有正有負(fù),且系數(shù)值大小各異,說明這些影響縣域數(shù)字鄉(xiāng)村發(fā)展的各因素具有較強(qiáng)的空間異質(zhì)性,各因素在不同縣域間的影響作用并不一致。以中位數(shù)的符號(hào)來看,人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施、人口規(guī)模和人力資本關(guān)于縣域數(shù)字鄉(xiāng)村指數(shù)的回歸系數(shù)均為正,說明隨著縣域經(jīng)濟(jì)發(fā)展水平的提高、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、基礎(chǔ)設(shè)施完善、人口規(guī)模的增長(zhǎng)及人力資本的提升,縣域數(shù)字鄉(xiāng)村發(fā)展水平會(huì)不斷提高。其中,人均GDP和人力資本對(duì)縣域數(shù)字經(jīng)濟(jì)的影響效果較為顯著,而上述OLS回歸未考慮到縣域地理空間的異質(zhì)性,忽視了人均GDP的顯著作用。特別是財(cái)政支出關(guān)于縣域數(shù)字鄉(xiāng)村指數(shù)的回歸系數(shù)在75%分位數(shù)之前均為負(fù)數(shù),而在最大值位置上的縣域?yàn)檎龜?shù)。這說明中國(guó)絕大多數(shù)縣域財(cái)政都沒有起到促進(jìn)縣域數(shù)字鄉(xiāng)村發(fā)展的作用,主要與中國(guó)整體縣域財(cái)政支出水平較低有關(guān)。

2. 異質(zhì)性分析

為更加詳細(xì)地了解不同地區(qū)縣域數(shù)字鄉(xiāng)村發(fā)展影響因素的地理空間差異,本文接下來分別對(duì)東部、 中部、 西部和東北的縣域數(shù)字鄉(xiāng)村指數(shù)影響因素進(jìn)行地理加權(quán)回歸,得到結(jié)果如表8所示。

表8 分地區(qū)GWR估計(jì)

表8的回歸結(jié)果顯示:對(duì)于東部地區(qū),以中位數(shù)的系數(shù)來看,人均GDP關(guān)于縣域數(shù)字鄉(xiāng)村指數(shù)的回歸系數(shù)最大,達(dá)到0.5以上,且符號(hào)為正,說明東部地區(qū)縣域經(jīng)濟(jì)發(fā)展水平是推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的主要推動(dòng)力。此外,人力資本對(duì)東部地區(qū)數(shù)字經(jīng)濟(jì)的影響也較大。對(duì)于中部和東北地區(qū)來說,人均GDP和人力資本同樣是影響縣域數(shù)字經(jīng)濟(jì)發(fā)展的重要因素,而西部地區(qū)縣域數(shù)字經(jīng)濟(jì)的發(fā)展更多依賴于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平的提高和產(chǎn)業(yè)結(jié)構(gòu)的提升。值得注意的是,對(duì)于西部地區(qū),財(cái)政支出在各分位數(shù)上的系數(shù)均為負(fù)值,這表明西部地區(qū)財(cái)政支出對(duì)縣域數(shù)字鄉(xiāng)村指數(shù)的顯著負(fù)影響是導(dǎo)致整體回歸系數(shù)為負(fù)的主要原因。受限于西部地區(qū)縣域地方財(cái)政,政府支出并未發(fā)揮出促進(jìn)當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展的作用。接下來,比較各類因素對(duì)四大地區(qū)影響的差異,以中位數(shù)的系數(shù)看,人均GDP、財(cái)政支出和網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)中部地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展的促進(jìn)作用最大,產(chǎn)業(yè)結(jié)構(gòu)對(duì)西部地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展的影響最大,而人口規(guī)模和人力資本對(duì)東北地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展的影響最大。

四、 結(jié)論與啟示

本文利用空間統(tǒng)計(jì)模型對(duì)縣域數(shù)字經(jīng)濟(jì)發(fā)展的空間分異特征進(jìn)行了探究,同時(shí)檢驗(yàn)了影響數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵影響因素。結(jié)果發(fā)現(xiàn):①縣域數(shù)字經(jīng)濟(jì)發(fā)展水平空間集聚特征明顯,主要表現(xiàn)為“低-低”集聚,反映出中國(guó)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平整體偏低;②縣域數(shù)字經(jīng)濟(jì)發(fā)展存在顯著差異,且主要來源于區(qū)域內(nèi)差異,其中,西部和東北地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展較落后;③縣域數(shù)字經(jīng)濟(jì)發(fā)展水平受當(dāng)?shù)匕l(fā)展經(jīng)濟(jì)水平、人口規(guī)模等多種因素的影響,其中,經(jīng)濟(jì)發(fā)展水平和人力資本對(duì)縣域數(shù)字經(jīng)濟(jì)的正向影響較顯著,財(cái)政支出并未發(fā)揮出促進(jìn)整體縣域數(shù)字經(jīng)濟(jì)發(fā)展的作用,且各影響因素的作用存在地區(qū)異質(zhì)性。

為此提出以下兩點(diǎn)政策啟示:第一,加快數(shù)字經(jīng)濟(jì)集聚發(fā)展,推動(dòng)區(qū)域數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展。加強(qiáng)縣域間的交流合作,切實(shí)發(fā)揮江浙地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展的“高地”作用,引導(dǎo)和促進(jìn)數(shù)字經(jīng)濟(jì)集聚發(fā)展。同時(shí),以產(chǎn)業(yè)升級(jí)為重點(diǎn),對(duì)實(shí)體經(jīng)濟(jì)實(shí)施數(shù)字化改造,助推經(jīng)濟(jì)發(fā)展落后縣域?qū)崿F(xiàn)“數(shù)字趕超”。加大數(shù)字經(jīng)濟(jì)與各縣域特色優(yōu)勢(shì)產(chǎn)業(yè)融合,利用數(shù)字化技術(shù)推動(dòng)產(chǎn)業(yè)升級(jí),有效激活數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)落后地區(qū)的后發(fā)優(yōu)勢(shì);第二,探索數(shù)字經(jīng)濟(jì)發(fā)展路徑,推動(dòng)縣域經(jīng)濟(jì)高質(zhì)量發(fā)展。在數(shù)字經(jīng)濟(jì)時(shí)代,各縣域應(yīng)加快新型網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè),通過營(yíng)造良好的市場(chǎng)環(huán)境吸引人才,有效探索數(shù)字經(jīng)濟(jì)發(fā)展路徑,逐漸培育和壯大縣域數(shù)字經(jīng)濟(jì),提升經(jīng)濟(jì)效率,加快縣域經(jīng)濟(jì)高質(zhì)量發(fā)展。