文献基本信息
标题：
数字经济与行政边界地区经济发展再考察——来自卫星灯光数据的证据
期刊：
管理世界, 2023, 39(04): 16-34
作者：
郭峰，上海财经大学公共经济与管理学院、北京大学数字金融研究中心；
熊云军，上海财经大学公共经济与管理学院；
石庆玲，华东师范大学中国现代城市研究中心、华东师范大学城市发展研究院；
王靖一，中央财经大学金融学院、北京大学数字金融研究中心
01
研究背景与意义
在各级政府大力促进经济发展的过程中，行政边界地区经常被系统性地忽略，导致各级行政区划的边界地区发展水平明显落后于行政中心地区。行政边界地区发展落后的主要原因有地理障碍和行政分割两方面因素。而近年来，伴随着互联网技术与数字技术的发展，数字经济既改变了我们的很多生活习惯，也改变了生产销售的组织方式，甚至改变了经济社会的形态，从逻辑上看数字经济具有一定的超地理特征，可以助力偏远地区经济发展。本文主要在城市层面考察了数字经济发展能否促进城市经济集聚产生的红利扩散到城市的行政边界区域，进而促进城市行政边界地区相对更快的发展。
02
研究目标与贡献
第一，在研究视角方面，本文的研究利用细颗粒度数据，在城市层面详细考察了数字经济对城市行政边界地区的影响，为数字经济相关文献提供了重要补充。
第二，本文综合使用了行政边界地区相对发展水平，以及基尼系数、赫芬达尔指数等多种指标，在全市、行政边界地区内部和城市中心区域内部等不同尺度和层级上考察了经济活动的空间分布，从而丰富了有关数字经济发展影响经济活动空间分布的结论。
第三，在研究数据方面，本文综合使用了夜间卫星灯光、高德地图兴趣点等细颗粒度数据。从而得到更加直接与丰富的关于数字经济发展与行政边界地区经济发展关系的发现。
03
关键概念
“边界洼地效应”：是指由于地方政府相对忽视、地理条件不好等各种原因，行政边界地区发展相对落后于行政中心区域，即“沿边界贫困带”现象。
基尼系数：刻画城市内部灯光亮度的不平衡，基尼系数的公式具体如下所示：
当 gini=1 时，表示区域内部的灯光亮度全部集中在一个镇上，gini=0 表示区域内所有镇的灯光亮度都相同。因此，基尼系数的值越大，反映区域内部经济活动更加集聚，而基尼系数的值越小，则表示区域内部经济活动更加分散化。
赫芬达尔指数：最早用于研究市场集中度，是反映产业集聚的关键指标。鉴于赫芬达尔指数能够更为精准地刻画城市空间结构的分布及演化规律，本文也采用赫芬达尔指数进一步分析数字经济对城市内部空间分布的影响。
HHI 值越趋近1，表示这个区域灯光亮度越集中；反之则表示灯光亮度越分散。
04
研究设计
本文结构如下：第一部分是引言，第二部分是文献综述和理论分析，第三部分介绍本文使用的主要数据和实证方法，第四部分是主要的实证结果，包括基准回归结果、稳健性检验和机制分析等，第五部分主要是聚焦于城市规模，进一步讨论数字经济发展对行政边界地区经济发展的影响，最后一部分是结论和相关政策启示。
05
研究方法
普通最小二乘法：识别数字经济对行政边界地区经济发展的影响。
工具变量法：采用各城市1984年的邮局数量作为当前数字经济发展水平的工具变量，同时收集了2012-2019年全国层面的互联网投资额数据，通过这一当期全国层面的投资额数据与1984年各城市的历史邮局数量相乘，得到最终回归中使用的工具变量。使用工具变量可以减少使用OLS进行回归时可能存在的互为因果、遗漏变量和测量误差等内生性问题。
06
数据或案例的获取与处理
灯光数据：埃尔维治等基于月度NPP/VIIRS数据合成的年度NPP/VIIRS数据，用于衡量城市行政边界地区经济发展水平。
行政边界地区相对发展水平：以边界镇的灯光平均亮度与中心镇灯光平均亮度之比衡量。
数字经济发展水平：使用百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量、百人中移动电话用户数，以及郭峰等构造的“北京大学数字普惠金融指数”(nsd.pku.edu.cn/docs/20221017131046905230.pdf)等5类指标，并使用熵值法，在地级市层面合成一个综合性的数字经济发展水平度量指标。
控制变量：包括如公路密度、城市财政支出占GDP的比重等，来源于《中国城市统计年鉴》、CEIC 数据库(https://insights.ceicdata.com/)和中国气象监测站。
城市规模衡量：借助夜间卫星灯光数据和 Landscan 全球人口动态统计分析数据库，提取灯光亮度大于10，且同时人口密度大于1000 人/平方公里的区域（栅格），作为城市化区域。
兴趣点数据(Point of Interest, POI)：是指一组包含地理实体属性的地理坐标点，通常用于电子地图上来标识政府部门、商业机构、旅游景点、公共设施等处所。随着互联网技术和大数据应用更加成熟，兴趣点数据也成为一个研究城市内部空间结构、城乡划分等问题的重要数据。本文采用高德地图兴趣点数据，每一条兴趣点数据均包括其类型、经纬度等信息。
07
分析结果
第一，数字经济发展导致城市行政边界地区相对更快发展，在数字经济影响下，经济活动不再完全集中于市中心，有逐渐从中心城区迁往边界地区的趋势。
第二，克服地理障碍限制与减缓行政分割影响，是数字经济促进行政边界地区经济相对更快发展的具体影响机制。
第三，数字经济发展产生的上述经济活动往边界地区扩散的趋势主要表现在人口规模和经济规模较大的城市，而且数字经济发展对大城市的内部空间结构的影响表现为“总体分散、局部集聚”的特征，即在数字经济发展的影响下，经济活动从中心城区迁移到边界地区，但并非“摊大饼”式的蔓延式扩散，而是集中于边界的某些区域。
第四，基于高德兴趣点的分业态数据分析证明，数字经济发展对不同业态往边界地区扩散趋势的影响是不一样的，那些离开中心城区，依然能享受中心城区经济集聚红利的业态，如餐饮服务、购物服务等，就有可能迁往边界地区，但那些地理依赖性强的业态，如旅游服务、酒店等，则没有因为数字经济的发展而迁往边界地区。
08
研究结论
第一，数字经济为中国城市内部发展不协调、不平衡提供了新的解决方法，可以以此为契机，以实现城市经济高质量发展为目标，适度引导地理依赖性较弱的产业多向行政边界地区集聚。
第二，注重数字产业化和产业数字化相结合，不断增加城市产业数字化的比重，从而实现产业集聚的规模经济、范围经济以及长尾效应，赋能城市经济高质量发展。
第三，数字经济发展为边界地区的发展提供了机会，应当进一步完善行政边界地区的公共基础设施服务，为这些地区的产业提供相应配套的基础设施保障，从而实现城市发展的良性循环。
09
读后感
1、稳健性检验：
指标解释能力的稳健性对于实证结论存在一定挑战，因此，可以对相关变量进行重新解释和计算。如本文中，对解释变量的衡量，也采用主成分分析法构建城市数字经济发展水平，以检验本文的实证结论对于关键解释变量的构建方法是否稳健。
2、内生性的解决：
（1）工具变量：
工具变量的选取：相关性和外生性。相关性：与解释变量相关，外生性：与扰动项不相关。
常用工具变量：当地历史上的电信基础设施
工具变量的检验：Kleibergen-Paap rk 工具变量弱识别，相关性检验。
（2）缓解互为因果导致的内生性：
将解释变量滞后一期考察。如本文中，在固定效应的前提下，将数字经济发展变量滞后1期，即考察去年的数字经济发展水平对今年的边界地区相对发展水平的影响。
转自： 人本城市智慧治理实验室
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
