文摘
数字经济是有很大潜力的,维持中国的高质量的经济增长和城市创新能力大大加强。本文开发了一个数字经济指数使用市级数据来自中国和衡量城市创新与专利的人均水平。我们使用空间计量经济学模型来探索数字经济的空间影响城市创新,探讨数字经济影响城市创新的机制,并进一步测量空间溢出距离和阈值的数字经济城市创新。研究结果表明,中国的数字经济和城市创新的特点是空间聚合,以及空间分布因地区而异。数字经济,强大的空间溢出效应在中国城市的创新能力,不仅可以提高一个城市的创新能力也开在周边城市创新能力的同步发展。数字经济机制的分析表明,提高当地的创新能力直接通过促进人力资源和增加科技支出和驱动外围城市的创新能力的提高的空间溢出人力资源和科技支出。后者的影响超过前一个。异质性的分析表明,中部、西部、北部地区,数字经济相对欠发达的地方,有后发优势,数字经济更加突出对创新能力的影响。计算溢出距离和阈值表明,数字经济影响城市创新的空间溢出范围和阈值内大约500公里。500公里内,积极的空间溢出效应占上风,超过500公里时,负虹吸效应。 Therefore, it is necessary to consider the differences in the impact and role of the digital economy on urban innovation from a spatial perspective.
1。介绍
这是一个关键时刻,中国经济正在发生结构性变化,改变从高速增长到高质量的发展。新经济引擎所代表的数字经济聚集力量,会经历爆炸式增长,进一步发展中国经济产生不可估量的能量。在一个经济的结构性转变,创新是至关重要的。创新也需要从老司机过渡到中国经济增长的新引擎,中国从一个经济强国转变为一个超级大国在创新。作为经济增长的空间单位,城市聚集和城市创新活动和成果创新活动推广;加强城市创新能力形成了国家创新战略的基础。数字经济的持续发展提供了巨大的战略提升城市创新能力的机会。根据全球数字经济白皮书发布的中国科学院信息和通信技术(CAICT), 2020年,全球数字经济达到了32.6万亿美元,占全球国内生产总值(GDP)的43.7%。中国的数字经济价值5.4万亿美元,居世界第二,从2005年的14.2%上升到2020年的38.6%。与此同时,中国的总体创新能力大大提高。 It ranked 14th in the Global Innovation Index (GII) 2020, making progress by 15 spots compared to its ranking in 2015. The development of the digital economy and the enhancement of innovation capacity in China has aroused extensive attention and provoked thought in academic circles. Can the growing digital economy drive China’s urban innovation capacity? How can the digital economy enhance urban innovation capacity? What are the mechanisms? In addition, along with the spatial differentiation of economic growth, the growing digital economy and urban innovation development have also gradually shown the feature of spatial differentiation. As for regions, the digital economy and urban innovation in the eastern coastal regions are ahead of those of China’s central and western regions. At a provincial level, the digital economy and urban innovation in capital cities outpace those of other cities. Then, how to account for the impact of the digital economy on urban innovation from the spatial perspective? Can the digital economy cause spatial spillover effects on urban innovation, synergistically enhancing the level of innovation across cities and even regions? Exploring this issue could not only help us consider the role of developing the digital economy rationally and comprehensively, creating appropriate ideas for developing the digital economy and encouraging urban innovation in China but also provide authorities with the basis and valuable references for making decisions on developing the digital economy and strengthening urban innovation.
本文的其余部分由几个部分。部分2评论和总结相关的研究文献。部分3提出了本研究的实验设计,包括如何创建一个空间计量经济学模型,该方法构造的空间权重矩阵,空间的分解效果,空间溢出的计算距离,机理分析的方法和变量的描述以及数据的来源。部分4说明了本研究的实证分析的结果,包括空间计量经济学模型的估计结果,分解结果的空间效果,如何解决内生性问题,以及鲁棒性测试的结果。部分5进一步探讨了数字经济的空间影响城市创新,包括机制的结果分析、储层非均质性分析的结果,计算的结果空间溢出距离和阈值。部分6总结和讨论了结论和政策建议。
2。文献综述
近年来,数字经济的理论研究和应用已经成为热门话题,在学术界,和学者已从各个方面探讨相关问题。第一个重要的研究领域是数字经济的概念和定义。这个术语被Tapscott创造了第一次在他的书中,他解释了数字经济的多个方面,如新一代数字经济和它的基本面,工业治理对互联网的上下文(1]。1998年,美国商务部发布了一份报告,新兴的数字经济,重点分析信息作为核心资源的决定性的作用在经济在宏观和微观方面。因此,术语“数字经济”被正式定义(2]。数字经济的广泛使用的定义提出了20国集团(G20)数字经济发展与合作倡议在2016年通过杭州20国集团(G20)峰会。在这个倡议,数字经济是指一个广泛的经济活动,包括使用数字化信息和知识作为生产的关键因素,现代信息网络作为一种重要的活动空间,有效使用信息和通信技术作为生产力增长的重要推动力和经济结构优化(3]。中国科学院信息和通信技术(CAICT)提供了进一步的补充和澄清的定义,认为数字经济不仅应包括新兴数码等行业互联网,云计算、大数据,物联网,也e-commerce-but数字转换的传统产业。作为还没有普遍同意变量测量的数字经济,许多机构和学者采用不同的指标体系来衡量数字经济。联合国世界银行、国际货币基金组织(imf)和经济合作与发展组织相关事项定义数字经济,提供了一个整体的方法测量数字经济在2008年的国民经济核算体系。学者和机构,如美国商务部、国际电信联盟,CAICT,评估和测量了数字经济通过使用多个评价模型,如TOPSIS法、熵权法、主成分分析(PCA)方法,和专家评分法(4- - - - - -7]。第二个关键的研究领域是数字经济的国家。学者进行计算和研究程度的数字经济发展主要经济体,如中国的数字经济的措施8,9];空间分布的模式,和数字经济的区域差异在中国10,11];数字经济的测量方法和发展趋势在美国(12,13];欧盟数字经济的发展和司机(14- - - - - -16]。最后一个重要的研究领域是数字经济的影响在经济发展的不同方面。学者讨论了数字经济对经济增长的影响(17,18];工业结构升级(19,20.];生态环境(21,22];和全要素生产率23,24]。他们的发现证明了数字经济可以突出发挥积极作用,表明,数字经济可能产生积极影响经济增长的各个方面。
数字经济的影响对创新和创业活动最活跃的领域之一,近年来的研究。随着经济增长数字,创新和创业活动越来越受到数字经济的影响,和数字经济已成为影响企业活动的一个重要因素和创新能力。许多论文发表的数字经济和创新活动。大多数学者探讨了数字经济对企业创新活动的影响主要在微观方面,如数字经济的影响在商业模式创新25,26];数字转换的角色在创新活动27,28];数字技术的应用和企业创新29日,30.];人工智能对企业创新活动的影响(31日,32]。这些研究发现,数字经济发展过程中扮演重要角色的企业创新和企业作为一个重要因素,开展创新活动。许多微级研究探索数字经济对企业创新活动的影响;然而,并非如此多的论文讨论的宣传和影响日益增长的数字经济在宏观的城市创新能力。由于数字经济是未来经济发展的主要方向,城市,区域经济为主体,将不可避免地增加他们的投资在数字经济,不断提高他们的创新能力和水平在经济竞争获得足够的前缘。一些论文主要集中在城市创新数字经济的影响。例如,Caragliu和德尔博33)构建一个智能城市用作quasinatural实验测量的数字经济和得出结论,欧洲城市,更高层次的智能城市,可能更倾向于申请专利,因此提高城市创新能力和水平。j·李和b·李(34)使用数字金融包容指数来衡量数字经济的水平,采用法(做)模型来探索数字金融包容的影响在中国城市创新。李发现促进数字金融包容可以增加专利的数量在城市5.3%,和数字金融包容可以发挥积极作用在城市创新。王等人。35]讨论了影响数字经济的绿色创新在城市层面和确认数字经济的积极影响对城市绿色创新。陆et al。36]研究了数字经济和城市创新能力之间的关系从宏观的角度看,重点是创新环境的作用,得出的结论是,数字经济可以显著增强一个城市的创新能力和探索了数字经济影响城市创新的机制。
上述研究表明,许多微级数字经济的影响研究进行了创新活动。然而,macrodiscussion在数字经济的影响创新能力在城市层面是不够的。可用的文学,在某种程度上,探索数字经济如何影响一个城市的创新能力和水平,但仍远未足够。下面的缺陷和弱点也可以发现在这些论文。首先,多数研究数字经济和城市创新没有考虑空间效应和空间的影响。一些最新研究认为,数字经济,作为一个知识密集型的经济体,可以推动地理边界和在其他地区经济活动产生影响,导致强烈的空间溢出效应。丁等。37)发现,数字经济显示明显的空间溢出效应,促进高质量的经济发展。数字经济不仅可以直接促进当地经济的优质发展也发挥积极作用在其他周边地区高质量的经济增长。马和朱38]还发现了数字经济的地区可以扮演一个角色在周边地区通过高质量的绿色发展空间溢出效应。因此,忽略了空间的影响和溢出效应可能产生偏置系数估计数字经济的影响城市创新,这可能会阻碍我们从理解数字经济的影响城市创新。其次,一些研究城市创新数字经济的影响机制进行了分析,即。,how and through what channels the digital economy affects urban innovation, but those mechanisms have not undergone sufficient research. Particularly, if the spatial implications and spillover effects are taken into account, it needs to further discuss the mechanisms of the digital economy to influence urban innovation. Last, currently published research verified the trend and size of the impact of the digital economy on urban innovation, and almost all of them turned out to be positive. However, will this conclusion be somehow different from a spatial perspective? How long is the meaningful spatial spillover distance of the digital economy for urban innovation, and how extensive is the range that it takes effect? In other words, within what distance can the growing digital economy in a city influence and drive the enhancement of innovation capacity in other cities? Is there any threshold for such impetus and enhancement? They are seldom mentioned in currently published papers.
本文的小说特点和边际贡献提高above-given研究的弱点。首先,我们研究了数字经济的影响城市创新从空间的角度来看,发现数字经济和城市创新的特点是空间聚合。数字经济可以推动创新向更高水平发展,提高当地城市边缘城市的创新。因此,发展数字经济、提高创新能力、地方需要重视跨地区的协同作用。这是具有重要意义的城际数字经济,增强创新能力。其次,本文试图丰富和完善机制的数字经济影响城市创新和识别数字经济如何改善了城市创新能力的环境空间溢出效应。我们不仅专注于数字经济的直接机制来影响城市创新,还分析了数字经济的空间溢出效应可能对城市创新工作。最后,我们探讨了溢出距离、范围和阈值的数字经济影响城市创新的空间。不同于大多数的研究,我们发现,数字经济只能加强内其他城市的创新能力的距离500公里,大约达到省级边界;超出这个范围,数字经济往往对城市创新负虹吸效应,表明数字经济可能会迫使区域为城市创新拼字游戏。 This finding is this paper’s most significant marginal contribution and a novel feature. We hope it will provide meaningful references for theorists and policy-makers who seek to appropriately understand the impact of the digital economy on urban innovation and improve the strategies for developing the digital economy and urban innovation.
3所示。设计的实证研究城市创新数字经济的影响
3.1。构建空间计量经济模型实证研究
空间计量经济学是计量经济学的一个分支,起源于1980年代和1970年代。它指多个空间效果的方法来评估和测试模型通过添加因素变成一个经验模型来测量变量的空间影响。过去几十年来,学术界越来越积极地参与空间计量经济学理论和实证应用,这已成为一种广泛使用的建模方法在经济学领域。空间和空间溢出效应的影响,研究空间经济计量模型经常被实证建模的首选。空间计量经济模型主要包括空间滞后模型(SLM),空间误差模型(SEM),空间杜宾模型(SDM) [39]。这些模型给出了方程(1)- (3):(1)空间滞后模型: (2)空间误差模型: (3)空间杜宾模型: 在哪里是因变量,这里指的是城市创新研究的水平;是解释变量,包括数字经济的水平为核心的解释变量和控制变量的影响城市创新的水平。空间权重矩阵;代表了空间滞后因变量的术语;代表了空间自相关系数。代表了空间解释变量的滞后项;误差项;空间滞后项的误差项;和分别代表个体固定效应和时间;是一个干扰项。在这三个空间计量经济模型中,空间杜宾模型(SDM)是最常见的一种,和勒40)相比,在他的论文中讨论了这三个空间计量经济模型。在他看来,长效磺胺是空间计量经济模型可以产生无偏估计即使有建模错误。本文选择最优的SLM, SEM,并通过模型选择长效磺胺测试和使用它在接下来的实证分析。
3.2。方法构建的空间权重矩阵
空间权重矩阵是至关重要的,当一个空间计量经济模型进行实证分析。在本文中,我们选择了空间距离权重矩阵,提出了以下方程: 在哪里两个城市之间的直线距离。如果两个地点之间的直线距离较长,然后矩阵元素的值 是较小的,互动的程度较低。我们观察到的空间影响每个观察观察通过分配不同的权重值,从而避免均质缺陷和弱点在传统计量经济学的观察值。
3.3。空间自相关测试
空间相关性测试进行前的依赖和核心解释变量空间计量经济学分析。空间计量经济学中,变量近地理位置或邻近地区的特点是倾向于彼此的方法。一般来说,莫兰的我是用来执行空间自相关测试。莫兰是我从−1的值为1。莫兰的价值观我在0和1之间表明积极的空间自相关,这意味着高的位置值聚集在一起。莫兰的价值观我−1和0之间表明消极空间自相关,这意味着位置高价值和低价值空间混合。莫兰的计算方法,我提出了以下方程:
除了在方程(全局空间自相关测试5),我们进行了局部空间自相关测试。莫兰散点图是用于分类集群模式的位置。莫兰散点图中的四个象限代表集群,分为高(高度差)、低(L-H),新低(L-L)、高(h l)类别。我们确定集群的数字经济和城市创新的中国城市分类属于的集群。
3.4。分解的空间效果
我们探索了数字经济的空间影响城市创新,有必要进一步研究数字经济的空间溢出效应对城市创新。然而,随着空间杜宾模型包括空间滞后自变量和因变量由于建模,自变量的系数估计相对于因变量不能直接反映了自变量对因变量的影响。换句话说,它是不可能计算出数字经济的空间溢出效应对城市创新通过模型估计。作为回应,我们采用了勒所使用的方法和速度:把数字经济的总影响城市创新直接影响和间接影响分解的偏微分方程41]。直接影响代表当地的数字经济的直接影响当地城市创新。相比之下,间接影响是指当地的数字经济的影响城市创新在周边地区,这意味着空间溢出效应(42]。我们改变了空间杜宾模型方程(3)以下方程: 在哪里 是一个矩阵的顺序米。我们进一步转换方程(6)到一个矩阵,见以下方程: 数字经济的总影响城市创新总结获得的平均值的矩阵,如方程所示(8)。它代表了数字经济的整体影响城市创新在所有地区。
当地的数字经济的影响对当地城市创新叫做直接影响,如北京的数字经济的影响对北京的城市创新与天津天津的城市创新的数字经济。在方程(7),它是位于矩阵的主对角线元素 。所示的计算方法是以下方程:
当地城市创新数字经济的影响在被称为间接影响周边地区,如上海城市创新的数字经济的影响在周边城市,杭州,苏州,南京。在方程(7),它是谎言的元素在矩阵的主对角线和总影响减去直接影响,见以下方程:
3.5。计算溢出距离和范围
分解的空间效果,我们获得了空间和数字经济的溢出效应影响城市创新的水平。我们进一步探讨这样的封面和空间影响的距离范围内的溢出效应发生。换句话说,我们试图探索在数字经济的距离可以影响城市创新。因此,我们采用方法玉等人用来计算阈值的数字经济的溢出效应对城市创新通过设置不同的阈值和估算空间权重矩阵(43]。中设置的阈值以下方程: 在哪里代表两个城市之间的直线距离,T代表了阈值。设置为初始距离50公里,每50公里作为阈值(如50、100、150和200公里)来创建不同的空间权重矩阵。范围的空间效应和溢出效应的阈值是通过分析获得的值的变化数字经济的直接和间接影响城市创新在不同的距离。
3.6。机制的实证研究
我们应用的中介效应机理分析识别数字经济如何作用于城市创新。首先,我们进行了回归的数字经济为核心的解释变量相对于中介变量的回归,然后中介变量相对于城市创新,最后中介变量添加到基准回归模型(44),见以下方程: 为了简洁,代表城市创新;仅仅代表了数字经济;代表了中介变量。只有满足以下条件我们可以证明数字经济影响城市创新通过中介变量 。首先,系数的估计数字经济相对于中介变量显著。第二,中介变量的系数估计相对于城市创新意义重大。最后,当中介变量添加到基准模型的系数估计的数字经济的影响城市创新减少或没有更重要。在空间杜宾模型,数字经济的总影响城市创新分解为直接影响和间接影响。因此,分析机制的中介效应测试也应该分为两个部分:直接影响和间接影响。通过这种方式,我们可以理解的机制和影响城市创新的数字经济行为空间的影响和溢出效应的观点。
那么,如何识别数字经济的影响的中介变量对城市创新?一般来说,是不可能实现的科学和技术创新在城市不需要人工参与。所有创新活动涉及人类参与者。当高素质人才在城市扩张,城市将会有更大的创新潜力,可以翻译成更多的创新产出,采取城市创新一个更高的水平。因此,人力资源可能是数字经济影响城市创新的重要机制。此外,强有力的政府支持城市科技创新是必要的。政府一般通过金融支持地方科技创新活动支出。他们花在科技、更健壮的保护和支持创新活动将提供,因此更有可能促进地方城市的创新。出于这个原因,科技支出可能也是一个重要的数字经济影响城市创新的机制。机理分析进一步探讨数字经济行为是否对城市创新通过人力资源和科技创新。
3.7。变量说明和日期
本文中使用的变量设定如下:第一个是解释变量、城市创新。本文测量了城市创新与市级人均专利。人均专利越多,城市创新的程度就越高。专利授予市级数据包括发明专利,实用新型专利,专利和设计。本文使用这三个的总和来计算一个城市的人均专利。核心的解释变量是数字经济。该方法从赵et al。45)是本申请市级数字经济指数测量。复合数字经济指数计算的平均五个标准化指标,包括互联网和宽带用户的数量每10000人,数量的计算机服务和软件行业的从业人员每10000人,人均总电信业务,手机用户的数量每10000人,和数字金融包容指数。其他控制变量设定如下:(1)经济发展。当地的经济水平可能影响创新活动,因此,控制变量经济发展成立和当地人均国内生产总值来衡量。(2)人口规模。越来越密集的人口在当地区域表明市场规模增长,这可以提供一个更广泛的创新活动和创新产品的市场空间。人口规模是衡量当地居民。(3)固定资产投资。增加当地固定资产投资和改善基础设施可以为创新活动提供更多的基础设施的支持。这个指标是衡量当地人均固定资产投资。 (4) Industrial Level. A higher local industrial level can offer more industrial support and initial incubation for local innovation activities and provide innovation activities with more technological support. The industrial level was measured by local gross output by industry per capita. (5) Wages level. The higher wage level indicates that the overall local benefits are favorable, which can offer better benefit support and create a better environment for entrepreneurs and innovation activities. This indicator was measured by local wage per capita. (6) Road Condition. If road conditions improve, they can facilitate accessibility inside and outside cities, benefit people’s mobility and communication and accelerate the dissemination of knowledge and information. This indicator was expressed as the local road density. (7) Urbanization Level. With a higher local urbanization level and improved urban function, it is more likely to provide urban innovation activities with high-quality public services. This indicator was expressed as the local urbanization level. (8) Financial Development. The better financial development and more developed financial market in the region can better provide urban innovation and entrepreneurial activities with the necessary financial support and easy access to financing and facilitate the healthy development of urban innovation. This indicator was expressed as the total local loans and deposits per capita. (9) Foreign Investment. It reflects the degree of cooperation between the local area and international markets. More state-of-the-art technology and management experience will be introduced into places where foreign investment is more active, significantly contributing to local urban innovation activities. This indicator was expressed as the local foreign direct investment. Lastly, there are mediator variables, mainly Human Resources and Technology Spending. They were expressed as the number of local college students per 10,000 people and local government spending on science and technology per capita, respectively. In addition, several variables, such as Urban Innovation, Economic Development, Population Size, Fixed Investment, Industrial Level, Wages Level, Road Condition, Financial Development, Foreign Investment, Human Resources, and Technology Spending, were subject to the logarithmic transformation.
本文中使用的数据来源包括但不限于中国城市统计年鉴》,亚洲经济数据库,中国的经济和社会数据平台(CNKI)。数字金融包容指数用于创建数字经济指数是基于中国的数字金融包容指数由郭从数字金融协会(2020年),北京大学(46]。每个变量的描述性统计结果如表所示1。
4所示。空间计量经济学的分析实证结果数字经济的影响城市创新
4.1。城市创新的空间自相关测试的结果和数字经济
当探索数字经济的影响和作用对城市创新通过空间计量经济分析,第一步是测试城市创新的空间自相关和数字经济,探索其空间相关性和聚类特性。空间计量经济学直到这个测试通过才适用,所有条件都满足。使用莫兰的我,我们在空间自相关进行测试,测试结果如表所示2。在表2,从2011年到2020年,所有测试值莫兰的我城市创新和数字经济是积极和重要的1%以上。这表明在空间中,两个变量:城市创新和数字经济展示一个积极和强烈的空间相关性,空间聚类的特性。从城市空间的角度来看,这两个城市的创新和数字经济的特点是高集群和集群新低。这些都是符合现实:在城市群在中国富裕的东部沿海地区,城市创新和数字经济指数的水平较高,而在大多数西方城市,这两个指标更低,有大量空间聚类的差异和独特的特征。因此,利用空间计量经济学来分析城市创新数字经济的影响是合理的。
4.2。城市创新和数字经济空间的聚类特性
在分析城市创新的空间自相关特性和数字经济,第二步是探索空间的聚类特性除以莫兰散点图。城市在右上象限被确定为高(高度差)集群,在城市创新和数字经济指数的水平更高。城市在左上象限被确定为低(L-H)集群,在城市水平较低的城市创新和数字经济指数高出周围那些指标。城市在左下象限的新低(L-L)集群,城市创新的水平和数字经济指数较低。城市在右下象限被确定为高低(h l)集群,在更高层次的城市的城市创新和数字经济指数包围这些指标较低。结果如图1和2。这两个数据表明,城市创新和数字经济指标,大多数城市都在右上和左下象限,属于高度差集群和L-L集群,分别。这与空间自相关测试的结果。我们还提供了一个空间分布的地图在2020年中国的数字经济和城市创新(注意:这个地图是基于地图编号GS(2016) 1063号,从标准的地图服务网站下载中国测绘局测绘和地理信息,和基本的映射没有被修改),如图3和4。可以看出,数字经济和城市创新的水平高在中国东部沿海地区和省会城市。相比之下,中西部地区的典型案例是L-L集群级别较低的数字经济和城市创新。
后我们发现城市创新和数字经济展示一个积极和强烈的空间相关性和一个完全相同的空间集群模式,我们探讨了城市创新和城市经济之间的关系。散点图是用来表达他们之间的关系,最适合线的散点图和线性方程得到,如图5。这个数字表明他们之间完美的正相关。最适合线的斜率为正的价值r(0.534)的线性关系表明,不考虑其他因素,数字经济有积极的影响对城市创新城市创新和强大的解释力。这应该是通过实证分析进一步分析和探讨。
4.3。空间计量经济模型的估计结果的影响城市创新数字经济
表3表明OLS模型,SLM, SEM,长效磺胺被用于分析城市创新数字经济的影响。空间杜宾模型包括随机效应模型,城市固定效应模型、固定效应模型,individual-year固定效应模型。行中给出的模型估计结果(1)-(7)的表3。OLS模型的系数估计的数字经济相对于城市创新是1.691,积极和重大的1%的水平。空间计量经济模型的系数估计的数字经济相对于城市创新是0.564,1.157,1.102,0.961,1.414,和0.961,分别所有积极和重要的在1%的水平。那些得到的系数估计不到OLS模型(1.691),表明OLS估计可能有更高的系数估计需要纠正的考虑空间因素,运用空间计量经济学方法。此外,空间自相关系数估计行(1)-(7)是0.640,0.743,0.748,0.696,0.695,和0.696,分别展示了明显的城市创新的空间溢出效应。1%的城市区域创新水平的提高将使周边城市的城市创新水平增加0.7%左右,动力和增强扮演一个非常重要的角色。
表3提供SLM的分析结果、SEM和长效磺胺不同的效果。因此,最优模型被选中的模型进行进一步分析。表4表示空间计量经济学的模型选择的测试方法。在第一步中,选择测试模型,选择最优模式从SLM, SEM和长效磺胺。这是通过瓦尔德和LR测试,如表所示4。相应卡方检验值是202.94,145.90,72.89,和相应的 - - - - - -值都是0.001。它表明SDM模型是这三个中最优模型。下一步是固定效果测试。豪斯曼检验的结果表明,长效磺胺需要使用固定效应。在最后的步骤中,我们确定了固定效应模型的形成应该应用长效磺胺。相应的LR测试的结果是31.50和4351.18,和 - - - - - -值是0.001和0.001。这表明individual-year SDM应该选择固定的固定效果。因此,最优模型用于以下实证分析individual-year固定长效磺胺。
4.4。分解的数字经济对城市空间的影响创新
在空间计量经济学、长效磺胺是相对特殊的结果作为解释变量的系数估计不能直接反映其对解释变量的影响。因此,分解空间效应的方法应用于分类数字经济的影响城市创新直接,间接,总效应。直接效应是指当地的数字经济的直接影响对当地城市创新,和间接效应是指当地的数字经济的空间溢出效应对城市外围地区的创新。结果如表所示5。在表5系数估计的直接影响、间接影响,数字经济的和总影响城市创新是1.095,4.368,和5.463,分别;他们都是积极的和重要的在1%的水平,这表明当地的数字经济的发展不仅可以直接促进当地城市创新也有积极的作用在城市外围地区的创新水平有很强的空间溢出效应。因此,我们必须鼓励地区促进数字经济的长足发展,提高数字经济的水平,以及在此基础上,明显推动创新在当地及周边地区一个更高的水平,这有助于创建全国环境有利于城市创新由数字创新驱动经济增长。
接下来,我们分析了控制变量的影响城市创新。在控制变量,经济发展(ln)城市创新有正向且显著的直接影响。相比之下,它的间接影响是负面的和重要的,这表明,当地经济发展只能促进当地城市创新,但消极的虹吸效应对城市创新的外围地区。人口规模的间接和总效应(lnp)和固定投资(lnFII)城市创新都是积极的和重要的,而他们的直接影响不显著,表明人口规模和固定资产投资具有强有力的城市创新空间溢出效应。外国投资(lnFOI)和工业水平(lnIL)没有显著的直接影响或强烈的空间溢出效应。工资水平(lnWL)积极和显著的直接影响城市创新,表明当地工资会更好的促进城市创新高。然而,当地的工资水平没有显著的间接影响也没有强烈的空间溢出效应在城市外围地区的创新。直接、间接、道路条件(lnRC)和总影响城市创新都是积极的和重要的,这表明道路条件不仅可以大大促进当地城市创新也使大量增加城市创新的外围地区。城市化水平(UL)积极和显著的直接影响城市创新,表明增加当地城市化水平可以直接驱动城市创新。然而,其间接影响不显著,表明城市化水平没有强烈的空间溢出效应在城市外围地区的创新。 The direct effects of Financial Development (lnFD) on urban innovation are positive and significant, indicating that a higher level of financial development tends to more effectively provide financial support for local urban innovation activities and drive urban innovation. However, the indirect effects of Financial Development on urban innovation are negative and significant, indicating that better financial development in local areas is easy to impose a siphon effect as it attracts innovation activities in peripheral regions to flow into the local areas and weakens the urban innovation capacity of peripheral regions at the expense of urban innovation improvement of peripheral regions.
4.5。数字经济的解决内生性问题影响城市创新
数字经济的影响在城市创新的内生性问题,由于数字经济和城市之间的相互因果关系创新;也就是说,数字经济可能会影响城市创新,反之亦然。因此,辅助变量被用来解决内生性问题在这一节中。当选择辅助变量,我们考虑了两种标准:相关性和exogeneity。相关的工具变量必须与数字经济。exogeneity的工具变量必须与其他不相关的因素影响城市创新。我们采用了面板模型进行辅助变量的估计。与此同时,辅助变量空间因素考虑在内。摘要空间滞后项和时空延迟项的数字经济被选为辅助变量。数字经济的空间滞后项的平均值是数字经济的其他城市,除了城市城市所在地。 The spatio-temporal lag term is the spatial lag term with a lag of one period. From the perspective of correlation, the digital economy of cities in the same province is highly correlated, even though the lag period is considered, which meets the assumption of correlation. From the perspective of exogeneity, the possibility that the spatial lag term and spatio-temporal lag term of the digital economy are correlated with other factors that affect urban innovation is limited, which generally meets the requirements of exogeneity. The results of the instrumental variables estimation are shown in Table6。
在表6,空间滞后项和时空延迟项的数字经济作为辅助变量,工具变量估计数字经济的影响城市创新是2.856和2.585,同时积极和重要的1%的水平。系数和显著性水平是一致的OLS估计和空间计量经济学模型估计的结果。此外,在表6,在第一阶段回归系数的估计结果是0.828和0.797,同时积极和重要的1%的水平。KP Wald-F统计测试的值由工具变量是1055.908和424.375,均远高于10(公认的关键值)。这些证明建模和估计的结果为数字经济的影响城市创新是合理的、可靠的、和数字经济能显著提高城市创新。
4.6。鲁棒性测试数字经济的影响城市创新
我们进行了鲁棒性测试,以确保实验结果的可靠性数字经济的影响城市创新和实证结果的可靠性和可信度测量标准的变化。鲁棒性测试主要是在以下方面进行的。首先,解释变量,城市创新,所取代,这意味着其他指标被用来代替城市创新和包含在模型的回归。一方面,本文采用了创新指数的城市在中国发布的口Zonglai-led团队来自复旦大学教授来衡量城市创新的水平(47]。另一方面,在现有的专利数据,城市专利密度用来衡量一个城市的创新水平是通过计算城市的区域面积。第二,核心解释变量所取代。一方面,底层数据的数字经济取而代之的是那些有滞后一个周期来衡量城市创新数字经济的影响。另一方面,标准化后五个指标,用以衡量数字经济,他们总被纳入模型的回归来代替平均数字经济的替代指标。第三,空间权重矩阵代替。不同的权重矩阵也会影响模型估计的结果。一方面,取而代之的是空间距离矩阵空间邻接矩阵。空间邻近权重矩阵构造在以下方法:矩阵所有元素在城市相同的省是1,和其他人都是0。另一方面,我们使用的混合空间矩阵获得的混合和总结空间距离矩阵和空间邻接矩阵。 Different spatial weights matrices were used to replace the original matrix for regression. Lastly, the sampling period was adjusted. Different sampling periods were adopted to measure the robustness of the estimation results. In this paper, the samples are divided into samples of even-numbered years and those of odd-numbered years, and the regressions were conducted, respectively, to verify the impact of different sampling periods on the empirical results.
鲁棒性测试的结果如表所示7。行(1)-(8)的表7系数估计和空间自相关系数的数字经济的影响城市创新都是积极的和重要的在1%的水平。与此同时,他们整体接近表获得的系数估计7;直接影响、间接影响和总影响城市创新都是统计数字经济的积极和重要。因此,它反映了模型估计的结果影响的城市创新的数字经济强劲,这意味着数字经济可以提高城市创新。这种动力不仅是证明由当地数字经济作为当地城市创新的激励,也反映在当地的数字经济的空间溢出效应对城市外围地区的创新。
5。进一步分析数字经济对城市空间影响的创新
5.1。分析数字经济影响城市创新的机制
鲁棒性测试后,我们分析了数字经济如何影响城市创新的机制。机制通过考虑两个变量的中介效应进行了分析:人力资源和技术支出。结果如表所示8,行(1)礼物的结果回归基准数字经济的影响城市创新,并不打算重复本节。行(2)和(3)反映数字经济的影响的中介变量,即、人力资源和技术支出。空间自相关系数是0.348和0.557,同时积极和重要的1%的水平。它表明了一个强大的积极的人力资源和科技支出之间的空间相关性。增加1%的人力资源和科技支出的地区可以同时外围地区的人力资源和科技支出的增长了0.348%和0.557%。这样的整体空间溢出效应值小于城市创新(0.696%)。的值直接影响的系数表明,数字经济的直接影响人力资源和科技支出是0.486和2.660,分别同时正向且显著的1%的水平。这意味着越来越多的本地数字经济的增长可以提高当地的人力资源和科技支出。在实际情况下,数字经济的发展在一个地区可以吸引工人流入该地区;同样,一个地区有更成熟的数字经济可能更多地投资于科技创新。 This has been adequately reflected in the size of spending on human resources and science and technology by Chinese governments at all levels in recent years. The values of the indirect effects that represent the indirect effects of the digital economy on Human Resources and Technology Spending are 0.963 and 1.248, respectively; only the former is positive and significant at the 1% level. This result indicates that the development of the local digital economy can drive a substantial accumulation of human resources in peripheral regions, serving as a model and providing good practices, which in turn leads to positive spatial spillover effects.
在中介作用机理的分析,我们的数字经济中介变量的影响进行了探讨(人力资源和科技支出),其次是分析这些中介变量的影响城市创新。结果见表(4)和(5)的行8。空间自相关系数,系数估计是0.720和0.668,是积极的和重要的在1%的水平,接近0.696行(1)。在当地城市创新得到1%更好,同时也增加了城市周边城市0.7%的创新。直接影响,的值直接影响城市创新的人力资源和科技支出0.161和0.104,同时积极和重要的1%的水平。它表明,当地人力资源和科技支出可以直接促进当地城市创新。间接影响,间接影响的价值的人力资源和科技支出对城市创新0.299和0.478;只有后者是积极和重要的在1%的水平。这意味着只会增加科学技术支出可以极大地推动城市创新的改进在周边城市,导致强大的空间溢出效应。然而,增加人力资源不能有效地建立积极和显著的空间溢出效应对城市创新,作为人力资源主要是位于等大型省会城市和流向城市,它提供了一个明显的促进城市创新和资本大城市,但它对周边城市的城市创新的影响并不显著。
最后,中介变量(人力资源,其次是技术支出)被添加到基准模型的回归。这项研究的结果发表在表8。数字经济的影响城市创新中介变量是合并后的行(6)和(7)所示的表8数字经济,然后是否作用于城市创新两个方面,即、人力资源和科技支出,是验证。空间自相关系数,系数估计是0.697和0.657,同时积极和重要的1%的水平。在整合人力资源、基准模型的空间自相关系数变化略从0.696到0.697,而在将技术支出,基准模型的空间自相关系数从0.697下降到0.657。科技支出的大幅下降表明,公司有更大的影响在基准模型的回归结果,这意味着数字经济更有可能作用于当地城市创新通过科学和技术支出。直接影响,在整合中介变量,系数的估计数字经济的影响城市创新1.036和0.711,同时积极和重要的1%的水平。相比,行(1)的回归结果(1.095),前者只是略有变化,后者认为这是一个更合理的下降,表明科技支出更可能是数字经济影响城市创新的机制。当地的数字经济显著提升城市科技创新通过更多的支出水平。间接影响,在整合中介变量,的值数字经济的间接影响城市创新4.136和2.103,积极的和重要的。与基准模型相比,增加了人力资源价值的数字经济的间接影响城市创新从4.368下降到4.136;通过添加技术支出,间接影响的价值将大幅下滑,从4.136到2.013。 It demonstrates that from the perspectives of indirect effects and spatial spillover, both human resources and science and technology spending are the mechanisms of the digital economy to create spatial spillover effects on urban innovation; from the perspective of the coefficient estimates, the impact of science and technology spending outweighs that of human resources. The development of the digital economy in the local region puts the spatial spillover effects on urban innovation in peripheral regions via two channels, a.k.a., human resources and science and technology spending, and the effects of the latter one outweigh those of the former one.
5.2。分析异质性的数字经济的影响城市创新
机理分析后,我们探讨了实证结果的异质性。本文样本分类的城市所在的地区,即东部,中部和西部,南部,北部地区,比较在不同地区政策的影响。这项研究的结果发表在表9。首先,我们比较了东部地区和中西部地区。行(1)和(2)系数的估计数字经济的影响城市创新是0.394和0.874,而只有后者在1%的水平具有重要意义。空间自相关系数,系数的东部地区和中西部地区是0.532和0.650,同时积极和重要的1%的水平。分解的空间影响的结果表明,只有直接影响、间接影响,总影响中西部地区的数字经济城市创新是积极和统计学意义,尽管所有系数估计相对于东部地区并不重要。这意味着,与东部地区相比,数字经济的中部和西部的对手更有可能大大提高城市创新,主要出于以下原因,我们发现在东部地区:创新氛围和创业活动更有利;城市创新的总体水平较高;是挑战也为数字经济的发展创造更多的实质性的边际影响城市创新。相反,西部地区看到一个低水平的城市创新和数字经济欠发达,随着更大的潜力为提高城市创新,制造更多的努力发展数字经济可能在信息基础设施为城市创新提供坚实的支持和服务,这将有助于将数字经济转换为创新活动和促进城市创新。
接下来,我们比较了南方地区和北方地区。系数估计的影响这些地区的数字经济城市创新1.162和1.605,同时积极和重要的1%的水平。他们的空间自相关系数是0.641和0.627,同时积极和重要的1%的水平。这些表明积极的空间相关性的城市南部和北部地区的创新。分解的空间效果,直接,间接,北部地区的数字经济的总影响城市创新是积极的和重要的在1%的水平。相比之下,只有直接和总在南部地区是正向且显著的影响,而间接影响并不显著。值的系数,这些系数的估计南部地区小于北部地区,这表明北部地区的政策的影响在数字经济相对于城市创新比南部地区。这样的结果是密切相关的数字经济的整体水平和城市创新这两个地区。因此,南部地区,更高层次的数字经济和城市创新,是一个大型集团公司在数字经济,例如总部位于杭州的阿里巴巴和腾讯。城市创新非常活跃。 However, generally speaking, the digital economy and urban innovation in the northern region lag behind those in the southern region. Therefore, the northern region has latecomer advantages, and the effects of its policies on the digital economy relative to urban innovation surpass those of the southern region.
5.3。空间溢出距离和阈值的数字经济城市创新
above-given分析中,我们探讨了数字经济城市的空间意义和机制创新和发现,数字经济有显著的直接影响和空间溢出效应对城市创新更有效。我们进一步分析了数字经济的特定形式的空间溢出效应对城市创新,包括空间溢出效应发生的距离与地理距离和空间溢出效应的变化。此外,我们试图确定数字经济的范围内可以影响城市创新和阈值的影响。在这方面,我们进行了回归的空间权重矩阵不同的阈值来获得直接和间接影响的系数估计不同的阈值,映射到相应的阈值。结果如表所示10和图4。在表10,直接影响的系数估计50 - 2000公里范围内的都是积极的和重要的在1%的水平,这表明即使在不同的阈值本地数字经济的发展可以有重大的积极影响对当地城市创新。从间接影响的角度来看,在500公里的范围,数字经济有积极和强烈的空间溢出效应对城市创新,和当地的数字经济的发展可以大大推动城市创新的显著改善在其他城市500公里的范围内。然而,在600 - 1600公里的范围,间接影响的系数估计当地的数字经济发展对城市创新主要是负的,这意味着在这个范围内,数字经济未能促进城市的其他地区的创新,相反,它大大削弱城市的创新在这些地区,导致一个强大的虹吸效应。
为什么数字经济产生积极的空间溢出效应对城市创新500公里内?在他的研究中,玉等人认为,一般达到省级边界500公里(43]。我们还提供省级边界500公里的新证据,情节,我们城市的地理距离直方图从省会城市。图6表明,除了少数极端值(小于5%),大部分城市和省会城市之间的距离不会超过500公里。这样一个省级边界造成了相当大的影响力,一个特定的限制空间溢出效应;有一个特定的区域阈值通常是由当地市场。一方面,给当地企业偏好,生产商和服务提供商往往和他们熟悉当地公司做生意。另一方面,地方保护主义也可能导致区域阈值空间溢出效应;省级政府经常寻求最大化行政区内的好处,防止政策的影响蔓延以外的省份。Yu的结论可以帮助解释为什么数字经济的空间溢出效应对城市创新有一个阈值在500公里。的主要原因是数字经济的发展中地区,那些是当地的公司和个人获益最多;有一个本地市场效应;当地企业和个人可以在数字经济充分受益于政策由于地理优势和准确的掌握市场信息和政策的省份。 In addition, due to local protectionism, the primary purposes for each province to develop the digital economy are to serve local companies and residents, boost urban innovation in the province, and maximize the effects of policies and benefits in the province.
为什么城市创新数字经济有相当大的虹吸效应在600 - 1600公里?地理距离,一般600公里以外的省级边界和分类作为一个跨省,区域的情况。在这个范围内,数字经济的发展在一个省将会产生明显的虹吸效应在其他省份,吸引各种资源聚合与数字经济发达省份。全国范围内,中国的不平衡是一个挑战的数字经济和城市创新。数字经济富裕的东部沿海省份和城市创新通常是在一个更高的水平。然而,中部和西部,特别是西部欠发达省份,通常有一个欠发达的数字经济和城市创新。趋势是各种资源流从中西部地区和内陆省份到东南沿海地区和积累导致虹吸效应在中西部地区和内陆省份。因此,即使在实证计量经济学,我们得出结论,数字经济可以把突出的空间溢出效应对城市创新,从空间的角度来看,这样的空间溢出效应只能发生在500公里,在大多数情况下,没有跨越省边界。然而,在一个更大的空间,数字经济对城市重要的虹吸效应创新,符合中国当前的经济区域二元论。因此,本文的结论也表现为地区性的二元论。 The digital economy can significantly boost urban innovation within the provincial boundaries, i.e., 500 kilometers. In other words, the digital economy can only contribute to substantial improvements in urban innovation of other cities in the same province, but it imposes an obvious siphon effect on the innovation of other cities outside the province.
图7描述了数字经济趋势的直接和间接影响城市创新与距离的变化。我们发现,数字经济的直接影响城市创新小系数估计和变化,而间接影响的估计系数是积极的,然后落入负值,与“上升、下降和上升的趋势。“因此,数字经济的间接影响城市创新演示不同的变化和波动,这表明城市创新数字经济的影响主要是间接影响,主要面对空间溢出效应。因此,在发展数字经济的过程中,将城市的数字经济更上一层楼,并促进城市创新,有必要关注城际协同和合作开发一个省的数字经济,充分发挥数字经济的空间溢出效应对城市创新通过协调和合作最大化省内政策的影响。
国家级分析后的空间溢出效应和空间阈值的数字经济城市创新,我们探讨了溢出的距离和从区域角度阈值。首先,我们看了东部地区。如表所示11和图8,的值直接影响东部地区的数字经济的直接影响城市创新又小又不具有统计学意义,这意味着,对于东部地区,当地的数字经济不会产生重大影响当地城市创新,符合异质性分析的结果。间接影响,射程200 - 300公里,的值数字经济的间接影响城市创新是积极的和重要的,表明数字经济能显著创新城市建设在其他城市在这个范围内。与国家级的结果相比,东部地区的空间溢出的范围的数字经济城市创新是较小的。东部地区,没有相邻的虹吸效应和明显的区域,这表明东部地区的特点是一个发达的数字经济,平衡城际数字经济和创新,弱空间溢出效应,没有强大的城际虹吸作用。
接下来,我们看了中部和西部地区。数字经济和城市创新在中西部地区通常在低水平,与巨大的增长潜力和大量的改进余地。如表所示12和图9,的值直接影响数字经济的直接影响城市创新都是积极的和重要的,这表明,当地可以大大提高数字经济的城市创新在不同的阈值。与国家级的结果相比,的值直接影响中西部地区一般都较高,这表明数字经济的直接影响城市创新中西部地区超过该国整体的直接影响。在一系列的间接影响,50 - 250公里,数字经济的发展在中部和西部地区可以大大推动城市创新在其他城市在这个范围内。这个范围没有多少区别的东部地区,但距离短于国家级空间溢出的距离。在750 - 1600公里的范围,数字经济的间接影响城市创新是负面的和重要的,这表明数字经济征收不同的虹吸效应在其他城市的创新在这个范围内。它符合国家级特征,但不同于东部地区。此外,大型空间溢出范围和虹吸作用范围在中西部地区数字经济的影响城市创新加剧了数字经济差距,落后于城市创新在中部和西部地区。在这个地区,一些省会城市,如成都、重庆、武汉,甚至看到他们的数字经济和城市创新水平高于东部地区的一些沿海城市。然而,这种模式的数字经济和城市创新,与一个强大的首都特点,是由虹吸资源从其他中小城市的因素在中西部地区,客观地说,扩大了数字经济的差距和城市创新在中部和西部地区。
之后,我们看了北部地区。近年来,南北之间的经济差异在中国得到了学者的越来越多的关注。南北之间的发展差距一直是中国经济的一个重要问题。如表所示13和图10,直接影响的值直接影响城市北部地区的数字经济的创新都是积极的和重要的,符合国家级特色。间接影响,50 - 350公里的范围,数字经济具有较强的空间溢出效应对城市创新,表明北部地区的数字经济可以大大推动创新在这个范围内的其他城市。然而,在700 - 2000公里的范围,数字经济的间接影响城市创新通常是负面的和重要的,这意味着本地数字经济的发展带来强大的虹吸效应对周边城市的创新在这个范围内。与国家级的结果相比,北部地区的特点是更短的距离空间溢出效应和的虹吸效应,足够的空间和距离的虹吸效应在北部地区的下降趋势,这表明北方地区的数字经济的虹吸效应对城市创新可以发生在一个更大的范围。主要原因是相对较弱的北部地区的总体数字经济影响城市创新能力、区域发展不平衡、直辖市的中央政府,尤其是北京和天津,抽取数字经济和技术创新资源的因素从中国北方大部分地区,留下一个范围广泛的虹吸数字经济的影响在城市北部地区的创新。
最后,我们看了南部地区。数字经济是相对完善的南部地区,国内互联网巨头腾讯和阿里巴巴。南部地区是全国领先的数字经济。如表所示14和图11直接影响,南部地区的数字经济的直接影响城市创新都是积极和重大的在不同的阀值。间接影响,射程100 - 550公里,的值数字经济的间接影响城市创新是积极的和重要的,这表明,南部地区的数字经济可以大大推动周边城市的创新在这个范围内。与北方地区和国家级的结果相比,南部地区有更大的空间溢出的空间,和数字经济可以达到更大的外围地区。在650 - 2000公里的范围,数字经济的间接影响城市创新通常是负面的和重要的,这表明数字经济的发展在南部地区也强加了一个强大的虹吸效应在其他城市的创新在这个范围内。南部地区看到的共存范围空间溢出效应和数字经济的虹吸效应对城市创新。但是,与北部地区,南部地区的特点是一个更大的空间溢出范围和范围较小的虹吸效应下降趋势。
6。结论和政策建议
6.1。研究的结论
数字经济是至关重要的对未来高质量的中国经济的发展方向和基本保障城市创新推向新的高度,实现创新驱动发展。在这种背景下,我们计算了数字经济指数衡量城市创新的水平和人均专利。此外,我们讨论了空间的影响和数字经济的溢出效应对城市创新从空间的角度,探讨了数字经济影响城市创新的机制。我们得出了以下结论:(1)中国市级数字经济和城市创新看到显著积极的空间相关性和空间聚类的特点,主要表现为高度差和L-L集群,明显的空间分异。数字经济和城市创新的水平高在中国的西部沿海地区,而中西部地区的一般情况下是L-L集群与数字经济欠发达和城市创新。(2)数字经济有明显的积极影响城市创新。空间计量经济学的估计结果表明,如果排除空间效应,数字经济的影响城市创新将被高估了。空间影响城市创新体现在数字经济的直接影响和间接影响。直接影响意味着数字经济的发展将直接和显著推动当地城市创新。数字经济的间接影响意味着不仅可以直接促进城市创新的地区,但对不同的空间溢出效应,促进城市创新城市外围地区。解决内生性问题后,进行各种鲁棒性测试,研究结论仍然健壮和可靠的。(3)分析数字经济影响城市创新的机制表明,数字经济提高当地创新能力直接通过促进人力资源的浓度和增加科技支出和驱动外围城市的创新能力的提高空间溢出的人力资源和科技支出。科学技术支出的影响超出人力资源的成本。中西部地区的政策效果优于东部地区和北方地区优于南部地区。数字经济相对欠发达的地区和低水平的城市创新的后发优势。(4)计算结果表明,数字经济并不总是有明显积极的空间溢出效应对城市创新。500公里内,数字经济的影响对其他城市的创新主要表现为积极的空间溢出效应。当它超出500公里,负虹吸效应。关于空间,数字经济的空间影响城市创新的特点是范围的空间溢出效应和虹吸效应。这两个范围大致除以各省边界。因此,我们应该探索的空间差异的影响和影响城市创新从空间的角度来看,数字经济全面、客观。
6.2。政策建议
本文的研究结论,我们提出若干政策建议对未来数字经济和城市的发展创新,希望为有关部门提供参考数字经济发展和提高城市创新。
首先,我们应该给由于体重的发展数字经济和作出实质性的努力进行数字基础设施建设。因此,我们应该增加投资在数字基础设施建设,包括但不限于投资和支持5 g技术,人工智能(AI),物联网,物联网,云计算数据中心,。完善的集成数字技术基础设施建设,提供更多方便的数字化,信息,和AI-enabled保障城市产业升级和创新和创业活动,通过数字经济和城市创新驱动。
其次,我们应该足够注意创新活动的重要性和紧迫性,继续采取城市创新上层。COVID-19继续传播到世界各地,严重打击全球经济已经增长缓慢。在不久的将来,全球经济仍将缓慢甚至看到潜在的金融危机。我们应该加强努力鼓励和支持创新活动,提供激励措施,如税收优惠和政府补贴,企业和个人的创新活动,为创新活动和初创公司提供必要的金融支持,减少创新活动的成本和风险,为各行各业的初创公司。
第三,我们应该重视人力资源的数字经济和城市创新。因此,我们应该充分重视构建一个管道的人才,让更多的投资在所有类型的学校和研究机构,并鼓励个人成长。与此同时,我们应该促进理性人类流动性和调动人力资源转移到欠发达地区,中部和西部等地区。政府应该最大化价值的各种人力资源和鼓励人们参与活动发展数字经济,促进城市创新。
最后,我们应该充分认识到差异的数字经济和城市创新在不同地区和采取行动来减轻数字经济的空间分化和城市创新。从各级政府应该提高关注,并应努力减少各种资源因素的空间不匹配。特别是,我们应该动员剩余生产要素的流动从东部地区向中西部地区缓解短缺的生产要素,然后达到一个更好的空间匹配资源因素,空间最大化的经济效益。
数据可用性
使用的数据来支持本研究的发现可以从第一和通讯作者。
的利益冲突
作者宣称没有利益冲突。