数字经济对我国长江经济带高技术产业出口的影响

姚 娟,刘自为

(南京审计大学 经济学院，江苏 南京 211899)

我国经济步入新常态，且正处于经济结构调整优化、转型升级的关键时期，高技术产业在经济增长及产业转型中扮演着重要角色，成为推动经济增长和技术进步的新动力。高技术产业作为知识和技术密集型产业,汇聚着大量的高端人才和先进技术，是当今国家抢占经济全球化和世界经济结构调整中的主动权的制高点，能最大限度地把科技成果转化为现实生产力。高技术产业出口竞争力对增强中国的国际竞争力及提高国际地位具有重要意义。长江经济带作为我国经济实力较强且战略地位重要的区域之一, 因而研究长江经济带高技术产业出口很有必要。

2020年中国经历了新冠疫情的波折，但是数字经济并没有因此受到打击，反而保持了继续上涨的态势。2020年中国数字经济规模达到了39.2万亿元，占GDP的比重为38.6%，同比提升了2.4个百分点(1)数据来源：参见中国信息通信研究院2021年发布的《中国数字经济发展白皮书2020》。。《2021中国数字经济发展形势报告》指出，多个核心产业增长超40%，全网电商零售额同比增长23.2%(2)数据来源：参见中国电子信息产业发展研究院发布的《2021中国数字经济发展形势报告》。，这说明数字经济已经成为我国经济增长的重要引擎，尤其是在受疫情影响的当下，数字经济的作用愈发突出。“十四五”时期的新发展格局提到，要以新发展理念为指导，以高质量发展为目标，以供给侧结构性改革为主线，构建基于双循环的经济发展新格局(3)参见2021年发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》。。这要求我们对国内市场要有整体认知，不能将各个地区割裂来看，要充分发挥每个地区的优势，促进要素流动。作为新兴的产业载体，数字经济可以发挥其优势，打破地理上的限制，实现高技术产业变革。

(一)相关内涵

美国经济学家Tapscott[1]在1996年指出，数字化设备在家庭的广泛应用将会给社会的经济带来一场变革。21世纪初，人工智能逐渐发展，城市中互联网和人工智能有机结合进一步深入。Mesenbourg[2]对数字经济提出新的划分理念，将其区分为数字基础建设、数字技术开发、电子商务交易三个层次。美国经济分析局(Bureau of Economic Analysis，BEA)在2019年给出关于数字经济的定义：“数字经济包含主要基于互联网及相关信息通信技术(ICT)的经济活动。”[3]李忠民等[4]对世界上主要经济体的数字经济发展状况进行了介绍，对中国本土市场进行了简要的梳理，发现我国数字经济已经取得了较为明显的增长。关会娟等[3]借鉴了BEA的分类，给出了中国数字经济的产业统计分类，共计5个大类22个中类122个小类。在数字经济促进转型方面，李晓华[5]提出数字经济正在以新技术、新产业、新模式、新业态(“四新”)来促进我国旧产能向新产能转型。王勇等[6]提出数字经济的出现使得虚拟资本的利用得到了提高。杨飞[7]指出，数字经济“下沉”明显，在三四线城市的受众范围正在不断扩大。万永坤等[8]通过实证研究证实数字经济确实对产业结构升级起到了明显促进作用。

高技术产业(High-Tech)最先由美国的劳务局在20世纪60年代提出。20世纪80年代，经济合作与发展组织借鉴了美国对于高技术产业的定义，在世界范围内对高技术产业进行了划分，划分的主要依据是产品研发费用占产品销售额的比例。我国在1986年的《高技术研究发展计划》(“863”计划)中正式提出高技术产业相关概念，指出我国要发展自己的高技术产业。目前我国关于高技术产业还没有明确的产业划分，但已公布的《高技术产业统计分类目录》包含了航天和电子通信制造等方面，与数字经济存在着重合领域。

(二)数字经济促进区域高技术产业出口的研究

有学者[9]对全球各个主要经济体的经济发展进行了分析并指出全球有超过20%的经济增长都与数字经济相关，这说明数字经济确实已经作为一种新的经济增长方式融入社会发展。国内研究则主要分为影响因素和路径的研究。谢伟等[10]运用DEA方法对我国高技术产业进行实证回归分析，发现我国各省份之间高技术产业出口存在着较为明显的差异，且投入研发支出出现了冗余的现象。李晓钟等[11]则发现外国直接投资和研发投入已经为正向影响。近几年随着空间计量方法的引入，开始有学者考虑空间效应。冯德连等[12]对长江经济带高技术产业出口进行了空间分析，结果表明，2002—2016年长江经济带11个省市之间存在着显著的空间自相关性，且呈现了高高聚集、低低聚集的现象。段小梅等[13]对数字环境促进高技术产业的出口进行了空间计量分析，发现数字环境对高技术产业出口有着明显促进作用，且存在着空间影响关系。

数字化经济促进的路径研究多集中于近几年。传统行业数字化的增多使得高技术产业出口增加，数字化可以创新传统工业，例如数字化技术将汽车的生产与拼车、停车、收费和多式联运服务的供应结合起来，提高了产品的科技含量[14]。互联网的新业态建立、基础工业的完善升级也是我国数字经济发展的一个重要成果[15]，为我国的战略高技术产业发展打下了坚实的基础。

综上所述，有较多学者对高技术产业出口进行了不同影响因素和数字化路径的研究，但是对于区域经济数字化和地理因素的影响研究还较少，对数字经济对于区域高技术产业影响的机制研究亦不足。区域经济的数字化能否成为拉动国际贸易尤其是高技术产业出口的重要引擎，本研究将对此进行分析。

高技术产业出口是我国在国际竞争中高端市场的重要布局。在当前疫情影响的国际环境下，全球经济衰退不同程度地影响各类消费品的国际需求。在这种背景下，通过数字化经济加强国内大循环、打破区域之间的地理隔离将会是一种有效降低生产成本的方法[16]。数字经济促进区域一体化可以改善高技术产业的需求端，弥补国际需求的萎靡，也可以改善供给端，加强国内生产要素流通[17]。当前数字化经济主要有两种路径：产业数字化与数字产业化，两者对长江经济带高技术产业出口可以产生促进作用。

(一)数字经济对长江经济带区域一体化的优化

黄文等[18]研究发现，长江经济带的区域一体化进程有利于经济高质量增长。衡量高质量增长的一个重要标准就是创新能力，高技术产业是一个依赖创新能力的产业，尤其对于高技术产业出口企业，在国际市场竞争中不断创新是必需的。区域一体化可以有效帮助高技术产业出口。长江经济带作为一个东西跨度较大的经济区域，地理上的分割是无法避免的。经济区域上的分割不利于生产要素流动，生产要素流动不畅就使得先进技术无法得到大范围的普及，对于产业技术革新将是不利的。

长期的区域发展不平衡会导致各地区之间出现不同的问题。长期的外向型经济导致长江经济带的沿海地区过于依赖国际市场，对于偏重出口的高技术产业来说，这种情况将无法规避国际市场带来的波动风险，且人口的涌入使得城市管理费用上升，也会导致城市加大对企业的征税，不利于企业效益的提升。人才流失使得长江经济带内陆地区的高技术产业丧失了出口竞争力。因此，只有加强区域一体化，促进生产要素合理分配，高技术产业在总体上才能获得更高质量的发展。

(二)产业数字化对高技术产业的优化

产业数字化在近几年开始被应用在工业企业生产中，例如工业互联网就是一个能够明显实现产业数字化的途径。新技术的出现减少了大量的人力，同时简化了生产流程，提高了生产效率，使高技术产业达到国际先进的生产水平，提高了它们的国际竞争力。对于高技术产业企业来说，管理能力也是国际竞争力的一个重要方面。在管理环节，现在出现了以“5G”网络为基础的“5G+”互联网管理模式，可以对自身的生产链、供给链等进行优化，使管理能力得到提升。后续服务等环节也有着产业数字化的构想，例如，区块链具有去中心化、难以篡改、可溯源等特点，能够使国际消费者对产品的生产流程更加清晰，更容易溯源。

很多高技术产业都是与国家战略相关的产业，出口产品更是与政府联系紧密，政府的处理能力对高技术产业的生产有着很大的影响。现在越来越多的地方政府在推进电子政务的发展，减少办理政务的步骤和时间，尽量做到政务网上办理，这对于高技术产业产品的出口申报无疑是一种促进。同样值得注意的是，产业数字化是一个更新周期较长的数字化进程，企业更新设备及雇用更加高端的人才，花费较多但收效需要时间。目前我国仍处于产业数字化的起步阶段，产业数字化可能不会对高技术产业的出口起到明显的促进作用，甚至会因为利润降低，与出口能力呈负相关。

(三)数字产业化对高技术产业的优化

高技术产业中的信息与通信产业普遍被认为是数字经济的前身，日本及越南等这些除中国以外的亚洲国家几乎都经历过信息与通信产业蓬勃发展的时期[19]。我国也有着这样一个时期，中国信息通信研究院发布的《中国数字经济发展白皮书2020》显示，中国的数字经济呈现“二八分布”，即约20%为产业数字化，约80%为数字产业化(4)数据来源：参见中国信息通信研究院2021年发布的《中国数字经济发展白皮书2020》。，数字产业化占据了主要地位。数字产业化主要表现为信息与通信产业的增加，信息与通信产业主要包括电子信息设备制造、销售与租赁，电子信息的传输服务及计算机服务和软件等，随着时代的发展还加入了新型数字产业，如云计算、物联网、互联网金融等。

从以上数字产业化相关内容可以看出，数字产业化规模的扩大使得越来越多的企业进入信息与通信产业，而信息与通信产业本身就是高技术产业的重要部分，这些新企业的加入扩大了高技术产业的队伍，提高了高技术产业的总体国际竞争力，这也是对高技术产业出口能力的一种提升。

我国对高技术产业领域一直给予政策上的支持，使得数字产业化的规模不断扩大，高技术产业逐渐形成规模效应。规模效应对于出口能力有着明显的促进作用，只有不断扩大规模才能更多地吸引研发人才进入该产业。除此之外，根据新新贸易理论，某一行业的规模效应将会使外国投资者更加倾向于向该行业投资。2019年高技术产业中的外资企业占比48.3%(5)数据来源：参见国家统计局发布的《中国统计年鉴(2020)》。，规模效应已经具备。外资将进一步扩大在高技术产业中的投资，外资企业产品中的很大一部分就是直接对母国销售，出口额将会较为迅速地增长。因此，数字产业化必然会带来高技术产业出口的一个整体提升，并且表现更为直接。

由上述分析可知，数字经济对高技术产业的出口具有正向影响，区域因素也对各个省份的高技术产业出口产生了影响，数字经济与高技术产业出口在我国长江经济带都受到地理因素影响。推论一：数字经济与其他传统生产要素类似，受地理因素的限制，对高技术产业出口影响不显著；
推论二：数字经济与传统生产要素相比有着更强的空间溢出性，有利于整个长江经济带的区域一体化，对高技术产业出口更加有利。

高技术产业受国家政策的影响较大，且近些年国际市场也在不断波动，数字经济也是近些年兴起的，所以在空间相关性方面需要观察，同时根据已有文献和机制分析选取变量。

(一)变量选取

根据上文的分析，选取被解释变量、解释变量和控制变量，数据均来自各省份统计年鉴，部分变量由计算处理后得出。

1.被解释变量

被解释变量选取的是高技术产业出口竞争力。出口竞争力选取的指数为

RCA=(Xij/Xit)/(Xwj/Xwt)，

(1)

式中：Xij代表i地区j种商品的出口；
Xit代表i地区一年所有商品的总出口；
Xwj代表该国j种商品的出口；
Xwt代表该国一年所有商品的总出口。这里j种商品选取的是高技术产业出口值，i为长江经济带的11个省份。

2.解释变量

解释变量选取的是数字经济指数。在上文的分析中已经能初步看出，数字经济的发展水平对高技术产业出口存在着正向影响。本研究选取的是财新智库发布的数字经济指数。财新智库采用熵权法进行核算，二级指标为大数据产业、互联网产业、人工智能产业的产值，结合二级指标对数字经济指数进行核算。数据来源于智联招聘、前程无忧招聘网等互联网平台。

3.控制变量

控制变量选取的是工资水平、人均GDP、外商集聚度、地区科研水平和教育水平。当前中国的劳动力工资水平处于上升趋势，即便是技术密集型的高技术产业，生产仍然依赖人力资本，所以劳动力的工资水平对高技术产业的产出有影响。马尔萨斯人口理论、H-O理论等都对人口的增长对于经济发展、国际贸易的影响做出了理论机制上的分析，因而本研究在模型中选择加入工资水平和人均GDP作为控制变量。

一个地区的外商集聚度较高，代表这个地区获得外商投资也会较容易，也有可能获得外商的技术溢出。因此，本研究选取的外商集聚度以各地区的外商注册数来衡量。

高技术产业作为技术密集型产业，生产的产品都需要科研作为支撑。因此，地区科研水平的高低自然也会对高技术产业的产值产生影响。同样，地区的教育水平影响该地区研究人员的数量，继而会对该地区的高技术产业产生影响。因此，本研究选取地区的在校本科生人数即edu来衡量一个地区的教育水平。

(二)空间相关性描述

为了验证上文提出的数字经济与高技术产业出口在我国长江经济带都受到地理因素影响，本研究需要对数字经济及高技术产业出口的空间相关性进行分析。本研究采取的空间权重矩阵是以地理距离来衡量的标准矩阵，即：如果两个省份相邻，则它们的空间距离为1；
如果两个省份没有交界，则以0来计。

当前的空间经济学主要采取Moran指数来衡量地理间的空间相关性。Moran指数是在-1～1的数字，大于0表明存在空间正相关性，且p值越显著越说明区域经济表现为“高高聚集，低低聚集”的现象。利用2012—2020年长江经济带的高技术产业出口额进行空间计量分析，Moran指数结果如表1所示。

表1 高技术产业出口额空间相关性结果

从回归结果来看，2012—2020年的高技术产业出口有着较为显著的空间自相关性，并且表现出聚集现象。与高技术产业出口类似，采用同样的空间权重矩阵对长江经济带的数字经济指数空间相关性进行分析，结果如表2所示。

表2 数字经济指数空间相关性结果

从上述结果来看，2012—2020年的数字经济指数呈现很明显的空间正相关性，并且是在99%的置信水平上通过检验，说明数字经济指数高的地区其周围地区数字经济指数也较高，数字经济存在着很强的空间溢出性。

通过对二者的分析可以初步判断它们都有空间相关性。推论一、推论二的前提即数字经济和高技术产业出口都有着空间相关性成立。数字经济在相邻省份有着集聚现象，存在着一定的溢出性。推论中的数字经济对高技术产业出口的影响，需要更加具体的空间计量分析。

根据上文的描述性分析已经看出，被解释变量和解释变量都具有极强的空间相关性。林光平等[20]在分析中国28个省份1978—2002年人均GDP收敛情况时发现，引入空间矩阵更能准确反映收敛情况，所以在处理有空间相关性的数据时需要引入空间矩阵，建立空间计量模型。本研究将对2012—2020年的数据进行空间计量分析。

(一)模型设定

首先对空间模型进行选择。空间模型有很多类型，一个一般的空间面板模型为

(2)

然后对空间计量模型进行选择。结合本研究中的实际面板数据选取了空间自相关模型(SAR)和空间杜宾模型(SDM)进行比较,通过对空间自回归系数的p值来判断。从表3空间计量模型比较来看，空间杜宾模型要明显好于空间自相关模型。因此，本研究选取空间杜宾模型进行回归分析。

表3 空间计量模型比较

最后对面板数据进行随机效应还是固定效应的选择。进行Hausman检验，发现p值小于0.01，在99%的置信水平上严格拒绝了原假设。因此，对于面板数据，本研究将采用时间、个体双向固定的静态面板进行分析。

根据上文所选择的主要解释变量及控制变量，加入空间影响参数，双向固定的静态模型初步设定为

highouti,t=α1figurei,t+α2salaryi,t+

α3peogdpi,t+α4accumlati,t+α5rdi,t+α6edui,t+

ci,t+vi+εi,t，

(3)

式中：highouti,t代表高技术产业出口竞争力；
i代表省份；
t代表2012—2020年的年份；
figure代表数字经济指数；
salary代表各省份的工资水平；
peogdp代表当地人均GDP；
accumlat代表外商集聚度；
rd代表当地的科研水平；
edu代表当地的教育水平；
c代表常数项；
v代表控制效应；
ε代表随机扰动项，在这里为空间扰动项。

(二)实证结果与分析

借助stata软件建立空间杜宾模型对长江经济带2012—2020年的相关数据进行回归，回归结果如表4所示。

从表4可以看出，每一个变量p值都通过了至少95%的置信水平检验，说明变量的选取都是较为成功的。主要解释变量数字经济水平(figure)对高技术产业的出口能力有着正向促进作用，没有过多受到地理因素限制，可以得出推论一不成立。空间自相关系数ρ取值0.309且p值为0.019，说明模型不存在个体的随机扰动，并且模型存在着空间效应。

表4 回归结果

劳动力工资(salary)与高技术产业出口额之间呈现反向相关关系，这点也在前文中提起。随着中国近些年的经济发展，劳动力工资不断上涨，这是一个经济体所经历的必然过程。在劳动力工资水平上涨时，中国一直以来的人口红利和优势也将逐渐消失。从回归结果可以看出，工资水平对高技术产业出口起到了抑制作用。所以，加快高技术产业数字化会是一个很好的解决方案，这样可以大大减缓劳动力工资上涨带来的负面影响，还可以创造出创新价值。通过ρ的p值来看，所有的变量都存在空间相关影响，说明工资受地理因素的限制。因此，发展数字经济也有利于国内生产要素的流通，这对于平衡地区工资差异有着正面促进作用。

(三)稳健性检验

本研究采用更换回归方法和替换变量的稳健性检验。更换回归方法采用的是由空间固定效应模型变为普通面板固定效应模型，分别固定时间效应及个体效应，以此来检验模型的稳健性。替换变量的检验方法则采用替换被解释变量和控制变量。被解释变量由高技术产业出口竞争力变为高技术产业出口值；
控制变量由研发投入即rd替换为通信产业专利数量，因为高技术产业中通信产业占据主要地位，通信产业的专利数可以在一定程度上替代高技术产业研发投入。稳健性检验结果汇总如表5所示。

从表5的p值检验可以看出，在只控制单边效应时，主要解释变量数字经济通过了90%的置信水平检验，在双向固定时通过了95%的置信水平检验；
其余控制变量并没有表现出很强的相关性，外商集聚度和研发投入表现为不相关，但主要解释变量依旧通过检验。从表6可以看出，在替换变量的稳健性检验中，数字经济始终与高技术产业出口正相关，说明数字经济对高技术产业出口能力有显著的正向影响，其余变量基本保持一致，说明模型较为稳定。

表5 更换回归方法稳健性检验

表6 替换变量方法稳健性检验

上文分析中提出的推进区域一体化可以促进高技术产业出口也得到了验证。

式3检验了总体数字经济对高技术产业出口竞争力的影响，而加大数字经济规模需要通过数字化来实现，数字化经济又分为产业数字化和数字产业化两个部分，所以需要分析二者对高技术产业出口竞争力的具体影响，同时为了验证推论二也需要进一步分析和讨论。

(一)数字产业化和产业数字化对高技术产业出口的影响

将数字经济指数替换为产业数字化和数字产业化，由于数字产业化包括了科学研究产业，所以将科研相关控制变量去掉，避免多重共线性，其余变量保持不变，模型变为

highouti,t=α1Digitindusi,t+α2Indusdigiti,t+

α3accumlati,t+α4salaryi,t+α5peogdpi,t+

ci,t+vi+εi,t，

(4)

式中：Digitindus代表数字产业化；
Indusdigit代表产业数字化。

数字产业化数据计算借鉴了中国信息通信研究院的衡量方法。数字产业化即信息与通信产业，信息与通信产业主要包含电子信息设备制造、电子信息设备销售与租赁、电子信息传输服务、计算机服务和软件业、其他信息相关服务及部分新兴行业例如云计算等。根据统计年鉴中所列出的通信行业增加值来衡量该地区的数字产业化水平。

产业数字化同样采用的是中国信息通信研究院的衡量方法。首先定义信息与通信产业资本，即社会对于计算机、通信设备及软件的投入。然后计算信息与通信产业资本的投资额，以起始年份为基准数据，结合信息与通信产业的内需数据，计算出相隔年份的内需和投资年平均增长率，二者相减后加上某一年的内需增长率。具体公式为

IOt1x(1+INFt2+γ)=IOt2，

(5)

式中：IOt1为开始的年份投资额，这里采用2012年各省份的高技术产业固定投资额；
IOt2为结束年份的实际投资额；
INFt2为结束年份的内需增加率，内需以各省份的总产值减出口加进口来衡量；
γ为转换率，γ=IO-INF；
IO为间隔年份间的平均投资增长率；
INF为间隔年份间的平均内需增长率。以信息与通信产业的实际投资额来衡量产业数字化。

进一步分析回归结果如表7所示。

表7 进一步分析回归结果

从表7来看，数字产业化的正向相关性更强，已经通过了99%的置信水平检验，而产业数字化呈负相关，其余控制变量与式2的回归结果一致。空间自相关系数p(rho)值为0.053，说明依然不存在个体的随机扰动，模型较为稳定。

数字化的两种途径在当前表现为不同的作用。数字产业化p值为0.000，说明通过了99%的置信水平检验，对于高技术产业出口竞争力有着很明显的促进。产业数字化则与之负相关，与机制分析中的结果一致，产业数字化仅占了数字经济的20%左右(6)数字来源：参见中国信息通信研究院2021年发布的《中国数字经济发展白皮书2020》。，所以总体上数字经济依然与高技术产业出口竞争力呈现正向相关。统计发现，产业数字化总体呈现了U型结构，2012—2016年大部分省份的产业数字化上升幅度很小甚至出现了下降现象，2017年以后出现了明显增长(7)数字来源：参见中国信息通信研究院2021年发布的《中国数字经济发展白皮书2020》。。郭美晨等[21]指出，信息与通信产业资本存在“时滞性”，在制造业中，除信息与通信产业外，对其他产业的影响效果并不显著。这与本研究的分析结果基本一致。

(二)数字经济对空间溢出性的影响

p(rho)值为0.053，说明高技术产业出口竞争力、数字经济与数字化途径都有着明显的空间相关性。空间上的溢出效应应当引起重视，因而需要对长江经济带各省份的横截面数据进行分析。

表8列出了2020年各省份数字经济和其他控制变量的Moran指数p值。从表8可以明显看出，长江经济带的数字经济相较于其他控制变量在更多的地方表现出了空间相关性，说明数字经济在空间溢出速度上要快于其他传统生产要素。各变量在长三角地区的空间集聚性很强，其余地区的空间集聚性则表现较弱，但值得一提的是数字经济在西部地区已经有较为明显的集聚现象，其余传统生产要素在空间的分布上与数字经济产生了相似的趋势，说明数字经济确实促进了地区间生产要素的空间溢出，使得区域一体化更进一步。推论二成立。

表8 个体空间相关性

总体上来看，虽然数字经济等生产要素存在空间溢出效应在更多区域表现出空间相关性，但尚未扩散至整个长江经济带。数字经济有利于打破地理区域限制，继而有望使得传统生产要素不再受地理因素限制，逐渐打破传统意义上的地理隔离，促进高技术产业出口能力的提升。

(一)继续推进产业数字化

虽然产业数字化当前表现为与高技术产业出口竞争力负相关，但这仅仅是因为产业数字化刚刚起步，就像研发支出即R&D对于高技术产业出现了冗余现象，1999年的R&D研发效率为0.362，在2002年到了最低值0.281，但随后至2005年R&D研发效率出现了连续上升，总体呈现U型结构[10]。从前文对产业数字化方式的举例可以看出，很大一部分支出是用于研发的，也就是R&D支出，所以也会有类似趋势，随着时间的推移，产业数字化将会对更多的高技术产业产生正向影响。因此，高技术产业应继续实施产业升级策略，积极推动落后产业和夕阳产业的分离和外包，同时鼓励这些企业进行数字化生产革新。

(二)进一步加强数字产业化

数字产业化对高技术产业出口能力的提升有着十分显著的促进作用，并且在短期就收获了巨大的成效。因此，我们需要继续加强数字产业化来提高区域出口竞争力。数字产业化对高技术产业出口来说主要表现为跨境电商贸易方式的增多。中国有着先进的数字经济体系和较为成熟的跨境电商平台，在未来一段时间，高技术产业可以完善自己的电商物流体系，将跨境电商规模扩大，规避国际市场波动风险。

(三)通过数字经济加强更大规模的区域一体化

基于上文的Moran指数可以看出，高技术产业出口表现为“高高集聚、低低集聚”的状态。区域一体化并没有在整体层面表现出来，更多的仍然是受地理因素影响产生了区域上的分割，依然是相邻省份间相互依赖。黄文等[18]指出，经济区域集聚对于高质量发展的作用呈现U型结构，过高或过低都不利于地区的高质量发展。因此，在整体上加强一体化，避免出现“高高集聚”和“低低集聚”的情况，这样各个地区才能取得更高质量的发展，高技术产业亦是如此。

从表8能够看出，数字经济作为新兴经济方式能够在较短的时间扩散至更大规模，说明数字经济受空间限制要小于传统工业，数字经济有利于打破地区限制，可以有效促进各要素流通。高技术产业出口能力与区域一体化的相关性在上文已经说明，区域一体化的深入和合理的要素配置也是对它的直接促进。可以对高技术产业进一步细分，促使各个地区发挥自身优势，转移劣势产业，使得相隔较远地区的产品流通有着客观基础，优化空间发展格局。上中游地区可以积极承接下游地区的产业转移以扩大自己的规模效应，下游地区也需要转移部分产业以避免过度的区域集聚阻碍区域发展。

猜你喜欢高技术经济带出口上半年我国农产品出口3031亿元，同比增长21.7%今日农业(2022年14期)2022-09-152021年上半年高技术制造业快速增长智能制造(2021年4期)2021-11-14一条江的嬗变长江经济带绿色发展之路法人(2021年2期)2021-03-02陕西呼应长江经济带当代陕西(2018年9期)2018-11-18高技术产业国际竞争力研究科学与财富(2017年25期)2017-09-17给情绪找个出口人生十六七(2016年14期)2016-12-01欧阳明高技术控的产业情怀汽车观察(2016年3期)2016-02-28新丝绸之路经济带背景下新疆教育人才培养现代企业(2015年7期)2015-02-28米弯弯的梦里有什么文学少年(小学版)(2014年2期)2014-11-29丝绸之路经济带媒体合作论坛联合宣言签署声屏世界(2014年8期)2014-02-28

推荐访问:经济 长江 高技术产业