您当前的位置: 核心期刊论文发表咨询网经济管理》上海数字经济服务业空间格局演变及影响因素

上海数字经济服务业空间格局演变及影响因素

来源:核心期刊论文发表咨询网 所属分类:经济管理 点击:次 时间:2021-09-02 08:08

  [摘要]]当前,数字经济已成为助推上海经济高质量发展的新动能。本文利用2008—2018年上海数字经济服务业企业的地理位置数据,从区级和镇级尺度刻画了上海数字经济服务业的空间分布特征与演变趋势,并利用负二项回归模型检验了交通要素、区位要素、产业基础要素以及经济发展要素对数字经济服务业企业区位选择的作用,得到以下结论:首先,在区级尺度,上海数字经济服务业空间分布格局由“中心-外围”状逐渐演变为“多中心-外围”状。其次,在乡镇尺度,由原先浦东新区的张江科技园区、陆家嘴街道以及中心市区的外滩街道、枫林路街道为主要集聚中心,逐渐演变为张江、临港、五角场为核心的多核心空间分布格局;其中,张江成为上海数字经济服务业企业的超级集聚中心,同时一些郊区中心镇也成为重要的集聚地。第三,从影响因素来看,交通条件的便捷性,如高速公路和地铁交通的便利程度的提升,会显著提升数字经济服务业企业的区位选择性。同时,本地已有的数字经济基础对数字经济企业的区位选择会产生正向推动作用,同时城市化经济的影响也为正。先进生产性服务业较为发达的区域,也是数字经济服务业集中的区域。此外,大型综合商城越多会不利于数字经济服务业企业进入进行区位选择。最后,本文从强化数字经济集聚中心与邻近数字经济强镇联动发展、完善数字经济服务业交通设施、产业配套等方面提出推动上海数字经济服务业进一步发展的对策建议。

上海数字经济服务业空间格局演变及影响因素

  [关键词]数字经济;交通要素;区位要素;产业基础要素;上海市

  一、引言

  当前,以信息技术为引领的产业新业态方兴未艾,在加快信息经济发展的过程中,催生了一种全新的经济形态——数字经济。从全球来看,中美正在引领数字经济。2015年数字经济的发展上升为国家战略,在2020年政府工作报告中,进一步强调了要打造数字经济新优势。2019年中国数字经济增加值的规模达到35.8亿元,占GDP比重36.2%(数据源于《数字中国建设发展进程报告(2019年)》),更是凸显了数字经济对整个经济社会发展的引领作用。可以发现,中国作为数字经济大国,数字经济逐渐成为国民经济的重要组成部分和增长动力,成为我国经济的高质量发展的重要依托(赵涛等,2020)。更进一步,数字经济作为驱动经济发展的关键生产要素,对于我国主要城市的经济发展的作用也愈发重要,对于推动城市经济的高质量发展具有重要现实意义。

  就上海而言,2019年数字经济产值规模已经超过了50%(数据源于《2021上海市数字经济发展研究报告》),表明数字经济已经成为引领上海经济继续增长的引擎。为进一步促进数字经济发展,2019年出台的《上海加快发展数字经济推动实体经济高质量发展的实施意见》,指出要持续增强新时代上海数字经济发展新优势,加快提升数字经济规模和质量。2020年出台的《上海市推进新型基础设施建设行动方案(2020-2022年)》更是指出,通过一系列数字经济基础设施的建设来构建上海新兴产业技术创新发展的支撑体系。然而,数字经济的发展不仅要关注产值规模的提升,还应该注重发展质量的提升。尤其是在全国数字经济百家齐放的大环境下,聚焦上海数字经济发展重点领域。全力打造数字经济发展新亮点,持续增强新时代上海数字经济发展新优势,促进上海数字经济的更高质量发展。

  二、文献综述

  从已有的研究成果来看,主要集中在以下几个方面:第一,数字经济的产生及其内涵。英国新经济学家Tapscott(1996)首次提出“数字经济”,随后各国政府纷纷采取措施将数字经济作为推动经济增长的新动能。数字经济在范围上涵盖电子商务、信息技术、相应的信息通信技术(ICT)基础设施、IT行业本身、商品和服务的数字传输及IT所支撑的有形商品的零售销售(Malecki&Moriset,2008)。其中,数字经济核心产业包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业等,与ICT产业具有较强的重叠性(赵义怀,2020;徐丽梅,2020)。不过,2021年国家统计局公布的《数字经济及核心产业分类(2021)》中,将数字经济确定为数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字效率提升业这五个类别。相比原先的ICT产业,主要增加了数字技术与实体经济的融合的相关产业。第二,影响数字经济空间格局的要素机理分析。首先,传统区位理论认为,产业分布受制于地方发展条件与区位优势(韩峰和李玉双,2019)。通过介入比较优势的构建,政府部门能通过地方发展策略的实施,推动产业的地方性集聚发展(Bai等,2004)。其次,城市发展理论指出,集聚是城市发展的本质,城市发展要素的空间集中的向心力会促进产业在城市空间的集聚。数字经济产业作为城市产业发展的新业态,只有大城市才能获得技术支持、市场保证和经济效益。因此,数字经济产业中外资企业主要集中在城市化发展水平较高地区(康江江等,2019)。第三,数字经济发展的政策研究。其一为国外数字经济政策研究,随着许多发达国家对产业政策的兴趣复苏,各地政府都对发掘更强大、更具“竞争力”的数字经济有着浓厚的政策兴趣。例如,英国的科技城计划、美国的区域创新集群、欧盟的“智能专业化”政策(Foray,2015)和欧美“锈带”转型“智带”的智能转型(阿格塔米尔和巴克,2017)。其二为国内关于全国、上海及长三角其他地区推进数经济发展的政策建议。上海数字经济基础较好,在全国数字经济指数中的占据领先地位(刘军等,2020)。从突破数字经济核心产业关键技术、提升数字经济规模等级、数字经济产业集聚效应以及建设数字经济产业联盟等等方面提升上海数字经济的发展水平(袁伟等,2020)。将上海打造成为具有影响力的数据中心、数字技术创新策源地、数字经济贸易国家枢纽港以及面向未来的数字之城(赵义怀,2020)。此外,浙江省启动“数字浙江”建设(方申国,2019);江苏省着力推进信息基础设施建设提档升级,大力提升数字基础设施(南磊,2018);安徽省发布《支持数字经济发展若干政策》,组建安徽工业互联网产业联盟等(范琦娟,2018)。可以发现全国主要省份都提出了数字经济的发展政策与方略,特别是2021年国家统计局专门公布了数字经济核心产业的行业类型、分类和具体代码,更是为指导全国推进数字经济发展、统计以及区域比较提供了重要的参考基础,同时也会进一步推动数字经济的发展。

  总结而言,国外研究起步较早,在数字经济的空间效应及其对产业、社会的影响方面研究较多,对其在地方发展中实际作用的研究稍显薄弱。国内研究近几年进展较快,但研究的主要局限性和急需解决问题是,研究内容较为笼统与分散,较少明确聚焦地方产业发展需求,进行深入的针对性实证研究,地方指导意义较弱。为展开这一研究,需要首先明晰数字经济服务业企业的空间区位选择特征与分布规律,分析这些企业在进行区位选择时主要关注的影响因素,进而提出未来促进本地数字经济服务业的发展提供相关的对策建议。因此,本文基于2008—2018年上海数字经济服务业企业相关数据,分析上海数字经济服务业企业的空间变化特征,并利用负二项回归分析方法对其影响因素进行实证检验,以期深入掌握上海数字经济服务业发展空间规律与驱动因素,为上海进一步推动全市数字经济发展以及内部不同区级单元协同发展提供支持。

  三、数据来源与研究方法

  (一)数据来源

  本文数据来源主要包括上海市统计局第二(2008年)、第三次(2013年)国民经济普查数据中的数字经济企业数据,以及2018年上海市的工商注册的数字经济服务业企业数据。获取的数字经济企业数量分别为2008年3832家、2013年10068家、2018年35825家。其中,2008和2013年企业信息字段包括企业名称、企业地址、行业类型、注册资本、营业收入、法人、成立时间、行政区划、经营范围等。基于国家统计局发布的《数字经济及其核心产业统计分类(2021)》指南,主要选择数字经济核心产业中的服务业行业进行研究。因此,本文的数字经济服务业产业主要涵盖电信、广播电视和卫星传输服务业、互联网及相关服务、软件和信息技术服务业、文化数字内容及其服务业等具体门类。此外,在模型实证中,本文还用到城市层面的数据,主要来源于《上海统计年鉴》、上海第六次人口普查资料、2015年上海1%人口抽样调查资料等,以及上海道路、地铁站点、大型综合商城POI数据等。

  (二)研究方法

  负二项回归分析方法。由于分布在每个乡镇的数字经济服务业企业存在一定的不连续特征,即某些乡镇拥有的企业数量相对较多,有的城市分布的数量很少甚至为零,这就说明数字经济服务业企业在空间上的分布可能存在较为明显的离散特征,不符合泊松回归模型的假设。同时,通过检验因变量的方差与均值,发现方差明显大于均值,说明存在“过度分散”,需要用负二项模型来进行实证检验(陈强,2014)。

  四、上海数字经济服务业空间特征演变

  (一)总体空间特征

  1.区级尺度下“中心—外围”状空间分异格局逐渐演变为“多中心—外围”特征通过计算16个区的企业分布密度(利用数字经济企业数量/区行政区划面积计算所得,用来表示各个区数字经济服务业企业集中程度的高低),结果见图1。

  通过观察企业在不同市区的分布密度图可以发现,上海数字经济服务业的空间分布大致呈现出较强的“中心—外围”状分布特征,即中心市区如黄浦、徐汇等区企业分布密度相对较高,而外围市区如金山、奉贤等市区的数字经济服务业企业则分布密度较低。然而,上海各个区的发展状况存在一定差异,整体空间格局也处于不断的变化当中,多中心趋势开始凸显。具体看来,2008年上海数字经济服务业呈现出非常显著的中心高,外围低的空间分布差异。其中,黄浦、静安、徐汇、长宁是四大核心集聚中心,是上海数字经济服务业分布密度最高的区域,同时邻近的普陀、虹口两区的数字经济服务业也呈现出较高的集聚度;然而,位于远郊区的金山、松江、崇明等区的数字经济服务业企业分布密度较低,表明这些地区的数字经济服务业的发展水平相对较低;虽然2013年中心市区的数字经济服务业集聚程度较高,但是近郊区的浦东、宝山和嘉定等有所发展,且这些区的数字经济服务业集聚程度有所提升;到2018年,仍旧呈现出以中心市区为主,近郊区和远郊区为外围的空间分布格局,但是开始出现多中心分布特征,主要是近郊区有所发展,而崇明和金山、奉贤等区的数字经济发展水平较低。

  2.镇级尺度下多中心状空间分布格局逐步形成

  基于上海各个乡镇街道单元的数字经济服务业企业数量,按照企业分布数量多少进行统一分类,划分为5个等级,结果见表1。从乡镇尺度的企业空间分布变化中发现,数字经济服务业企业的空间分布主要呈现出较强的多中心空间分布特征,即主要以少数镇或街道为主要的集中分布区,这些区域并不仅仅集中于主要的中心市区,而且在一些近郊区和远郊区的乡镇也集聚了大量数字经济服务业企业。具体看来,主要以浦东新区的张江科技园区、陆家嘴街道、徐汇的枫林路街道以及黄浦的外滩街道,逐渐演变为张江、临港、五角场为核心的空间格局。同时,一些中心市区的街道和镇则不再具有集聚优势,同时数字经济服务业企业进一步向少量中心镇或园区进行集聚,尤其是非中心市区的城镇成长迅速。具体而言,张江、五角场街道、陆家嘴街道等一直是数字经济服务业企业集中分布区,张江成为上海数字经济服务业分布的超级集聚中心,临港新城、南翔镇、唐镇等郊区强镇逐渐也逐渐成为地方性的集聚中心。总之,2008—2018年上海数字经济服务业主要以浦东新区的镇为主要的集聚中心,中心市区的少许镇或街道也集聚了大量的数字经济服务业但地位在不断下降,而郊区的部分中心镇成长为本区重要的数字经济服务业企业集聚中心。

  五、影响因素分析

  (一)变量选取与描述性统计

  企业的区位选择可能受多个要素的影响,已有研究针对影响因子的选择已经做了大量的相关性研究(蒋海兵等,2015;公维民和张志斌等,2021;徐祯等,2021)。这些研究均认为地区的交通便利程度(交通可达性)、所处的地理区位、产业发展基础(包括地方化经济、城市化经济以及核心配套产业的发展水平等)、经济发展水平、区域发展环境等是影响企业进行区位选择的主要因素。基于此,本文主要利用2018年企业在乡镇尺度的空间分布数量作为因变量,主要从交通要素、区位要素、产业基础要素以及经济基础要素四个方面进行实证分析。

  其中,交通要素指标主要选择以下三个具体的指标,即是否有高速公路通过(Highway)、地铁站点的数量(Subway)、有无快速公路通过(F-Road)三个指标进行表示。这是因为数字经济服务业企业在进行区位的空间选择时,会综合考虑本地的交通通达性,距离高速路、快速路以及地铁交通方便的地方,方便出行和对外联系,有利于企业快速与客户进行对接,同时也有利于企业员工的上下班通勤,可以较低企业运营的交通成本。

  区位因素不仅是指企业所在的区的地理位置,同时也关注地方自身的一些商务设施的辅助。主要选择以下几个指标进行具体分析,即利用乡镇距离人民广场的欧式距离(D-Center)反映本地与市中心的联系紧密程度;选择乡镇所在的区是否位于中心市区来表示地方的绝对位置,更进一步,将上海16个区按照张凡等(2010)的研究成果划分为中心市区、近中心市区、近郊区以及远郊区四类,按照乡镇所在区进行虚拟变量的设置。同时,数字经济服务业企业对大型商城也有一定的依赖程度,选择2018年大型商城的数量(Mall)进行表示。一方面大型商场可以为数字经济服务业企业提供一定的生活和工作便利,另一方面也会提升区域的地价和房价,提升企业的运营成本。

  产业发展基础是企业区位选择的重要影响因素,尤其是当地数字经济服务业的发展基础,会对后进企业的区位选择产生较大的影响。这是因为地方化经济效应的影响导致同类产业趋向于集聚在一起,这就会促使越来越多的同类产业进入本地,以获得劳动力共享、技术溢出和中间投入等;同时,城市化经济也会对企业的区位选择产生影响,多样化经济效应的存在会提供多样化的劳动力、服务和产业发展要素,吸引企业进行区位选择。数字经济服务业属于技术密集型服务业,对先进生产性服务业的需求也比较高,需要先进生产性服务业为其提供必要的金融、商务服务和技术服务。因此,选择相关性产业基础、城市化经济、先进生产性服务业发展水平三个变量来刻画产业基础要素的影响。其中,相关性产业基础(L-economy),主要用2013年各个乡镇数字经济服务业企业数量表示;城市化经济(U-economy),主要用2010年各乡镇的常住人口规模表示;先进服务业发展水平(S-APS),用2015年各个乡镇金融业、租赁和商务服务业以及科技服务业三个行业占总就业人数的比重来表示。

  最后,数字经济服务业的区位选择也会受到本地经济发展水平(Pgdp)的影响,因为这些产业属于现代化经济,更加倾向于在经济发展水平较高的地区进行区位选择,由于乡镇尺度的数据缺乏,所以用各个区的人均GDP进行表示。——论文作者:康江江1汪明峰2,

  相关期刊推荐:《上海经济》(月刊)1984年创刊,是由上海社科院部门经济研究所主办的专业性学术经济期刊。办刊宗旨为理论与实际相结合,探索新问题,传播新知识,反映新动向,启发新思路,并对上海及长江三角州地区的经济热点问题进行剖析,凸现她的现实性对策性和前瞻性。设有:特稿、封面文章、热门话题、新区开发、经济时评、房地市场、金融视点、旅游经续等栏目。

转载请注明来自:http://www.lunwencheng.com/lunwen/jgu/20570.html

各行业核心期刊快速入口

医学类核心期刊汇总
口腔核心期刊
卫生核心期刊
药学核心期刊
眼科核心期刊
儿科核心期刊
医学核心期刊
兽医核心期刊
外科核心期刊
护理核心期刊
临床核心期刊
教育类核心期刊汇总
小学教育核心期刊
中学教育核心期刊
高等教育核心期刊
职业教育核心期刊
成人教育核心期刊
人文教育核心期刊
科学教育核心期刊
教育核心期刊
教学核心期刊
教育管理核心期刊
学科类核心期刊汇总
语文核心期刊
数学核心期刊
外语核心期刊
化学核心期刊
物理核心期刊
历史核心期刊
政治核心期刊
体育核心期刊
艺术核心期刊
法律核心期刊
经济类核心期刊汇总
市场经济核心期刊
经济核心期刊
金融核心期刊
财经核心期刊
审计核心期刊
旅游核心期刊
统计核心期刊
会计核心期刊
农业类核心期刊汇总
畜牧核心期刊
农业核心期刊
林业核心期刊
工业类核心期刊汇总
机械核心期刊
冶金核心期刊
电力核心期刊
铁路核心期刊
电气核心期刊
工业核心期刊
石油核心期刊
环境类核心期刊汇总
电力核心期刊
水利核心期刊
能源核心期刊
地质核心期刊
化工核心期刊
环境核心期刊
气象核心期刊
地理核心期刊
建筑类核心期刊汇总
测绘核心期刊
测量核心期刊
建筑核心期刊
交通类核心期刊汇总
铁路核心期刊
公路核心期刊
交通核心期刊
运输核心期刊
汽车核心期刊
轨道核心期刊
科技类核心期刊汇总
电子核心期刊
科技核心期刊
计算机核心期刊
其他类核心期刊汇总
管理核心期刊
档案核心期刊
心理核心期刊
政法核心期刊
文学核心期刊