全国统一大市场背景下信息通...的影响——破解索洛悖论之谜_王钺.pdf

中国流通经济（2023年4月，第37卷第4期）China Business And Market（April 2023，Vol.37，No.4）收稿日期：2023-03-17基金项目：国家自然科学基金项目“国内市场整合驱动企业技术升级的机理与效应研究：地区技术多样化的视角”（72203107）作者简介：王钺（1991），女，河南省南阳市人，中共中央党校（国家行政学院）经济学教研部教师，经济学博士，主要研究方向为习近平经济理论与实践、全国统一大市场建设。全国统一大市场背景下信息通信技术对城市生产率的影响破解索洛悖论之谜一、引言党的二十大报告提出，要增强国内大循环内生动力和可靠性，提升国际循环质量和水平，加快建设现代化经济体系，着力提高全要素生产率。1 在构建双循环新发展格局、建设全国统一大市场的进程中，信息通信技术的快速发展与普及对人类生产生活产生了重要影响，推动世界经济进入第五轮康德拉季耶夫周期 2。信息通信技术高度嵌入经济活动，不仅有助于改变传统经济的价值创造方式，而且有助于扩大资源优化配置的地域范围。对城市间的要素流动而言，信息通信技术的发展可在一定程度上弱化地方保护主义下的行政性贸易壁垒，降低区际经济往来成本，方便资源自由流动，助力城市间市场整合，而市场整合有利于提高市场运行效率，增强知识和技术溢出效应，增加全社会技术存量，促进城市生产率增长。早在 20 世纪 80 年代，美国经济学家索洛王钺（中共中央党校（国家行政学院）经济学教研部，北京市 100091）摘 要：建设全国统一大市场背景下，信息通信技术的发展与普及对提升市场整合水平与运行效率具有重要作用。基于20062020年我国236个地级及以上城市数据，利用面板计量模型和RIF分位数回归模型，实证检验信息通信技术发展对城市生产率增长的直接效应及其通过市场整合对城市生产率增长的中介效应。研究发现，信息通信技术发展既能直接促进城市生产率增长，也能通过市场整合间接促进城市生产率增长，且这种影响效应在人口规模较大的城市更显著；沿海城市与内陆城市间存在“数字鸿沟”，与内陆城市相比，沿海城市信息通信技术发展对城市生产率增长的直接效应及其通过市场整合对城市生产率增长的中介效应更强；信息通信技术发展对城市生产率增长的直接效应会导致城市间生产率增长差距的扩大，其通过市场整合对城市生产率增长的中介效应会带来城市间生产率增长差距的缩小。为更好地促进城市生产率增长，各地应高度重视市场整合的中介效应，进一步推进固定互联网和移动互联网基础设施建设，着力加大对人口规模较大城市和内陆城市的政策扶持力度；积极贯彻实施网络强国战略，建立数字政府，借助信息通信技术增进与其他地区的交流与合作，提升国内市场整合水平。关键词：信息通信技术发展；城市生产率增长；市场整合；高质量发展中图分类号：F299.23文献标识码：A文章编号：1007-8266（2023）04-0003-14doi：10.14089/11-3664/f.2023.04.001引用格式：王钺.全国统一大市场背景下信息通信技术对城市生产率的影响J.中国流通经济，2023（4）：3-16.3（Solow）3 就注意到，美国产业生产中存在一种奇怪现象：美国在信息技术方面投入了大量的精力和资金，但这些投入对生产率的作用效果甚微。基于此，索洛提出了著名的索洛悖论：除了生产率领域，计算机所发挥的作用无处不在。此后，越来越多的学者开始关注以互联网为代表的信息技术与生产率的关系，并对索洛悖论的存在性进行了探究 4-5。绝大多数学者认为，索洛的观点过于草率，信息通信技术对生产率的影响在长期是能够显现出来的 6，这与本研究观点相一致。从当前信息通信技术对经济发展的贡献以及各国对信息通信技术的重视程度看，索洛在提出索洛悖论时显然没有预见到基于信息通信技术的“连接经济”的能量 7。各地基于信息通信技术相互连接，不仅有助于重塑地理空间格局，加速地区间市场整合，构建一体化市场网络，形成规模经济，而且有助于打破信息不对称状况，降低交易成本，带动地区间交流与合作，促进资源自由流动，提高资源配置效率。更重要的是，随着信息通信技术的发展与普及，这种市场整合作用会出现边际递增趋势，成为推动我国经济增长特别是生产率增长的重要力量。现有关于信息通信技术与生产率关系的研究往往关注信息通信技术发展对生产率增长的直接影响，尚未充分关注信息通信技术发展的市场整合效应及其对生产率增长的影响机制。作为一种高效的资源配置方式，信息通信技术发展的市场整合效应对建设全国统一大市场、推动生产率增长具有非常重要的作用。本研究从信息通信技术发展的国内市场整合效应入手，实证检验信息通信技术发展对我国城市生产率增长的直接效应及其通过市场整合对城市生产率增长的中介效应，以期为加快全国统一大市场建设、促进城市生产率增长提供参考。与已有研究相比，本研究的边际贡献主要有三：一是把信息通信技术发展、市场整合、城市生产率增长纳入统一框架，深入分析信息通信技术发展的市场整合效应及其对城市生产率增长的影响，可在一定程度上拓展信息通信技术与生产率关系的研究，为破解索罗悖论提供新视角；二是从技术进步和效率改善两个维度分析信息通信技术发展对城市生产率增长的直接影响，继而深入分析信息通信技术发展通过市场整合对城市生产率增长的间接影响，发现了信息通信技术发展对城市生产率增长影响的内在机制；三是将对市场整合水平的测度拓展到城市层面，并在此基础上实证检验信息通信技术发展的市场整合效应对城市生产率增长的影响，可为政策制定提供有益参考。二、理论分析与研究假设（一）信息通信技术发展对城市生产率增长的直接影响信息通信技术发展可通过技术进步和效率改善两种途径促进城市生产率增长。从技术进步角度看，首先，信息通信技术作为一种通用技术，能加快信息在地理空间范围内的扩散与整合，方便联网经济体共享、学习、理解、加工信息，促进社会知识存量的积累，推动技术进步 8。其次，信息通信技术能为各创新主体提供便利的零距离交流平台，帮助其规避或减少研发活动中出现偏误的可能性，加速技术进步。最后，信息通信技术能促使经济体转变思维模式，而开放、平等、协作、共享的思维模式有助于社会创新。由于创新活动具有高风险、长周期、高不确定性等特征，加之信息不足会导致风险评估不准确等，社会资本往往不愿意投资创新项目，而随着信息通信技术的发展和信息开放程度的提高，社会资本参与企业创新项目的意愿将变得更强，而这有助于缓解创新面临的资金约束，促进技术进步 9。从效率改善角度看，首先，信息通信技术的应用和信息化水平的提高有助于促进虚拟经济与实体经济融合，突破要素利用刚性约束，降低信息传递成本，提升效率水平。比如，信息通信技术能为用人单位发布招聘信息、劳动力搜寻就业岗位提供方便，而这有助于降低劳动力机会成本，增强劳动力流动性，吸引更多闲置资源进入生产领域，缓解市场失衡矛盾，优化要素配置。其次，以知识和信息技术为核心要素的信息通信技术，能突破科斯（Coase）10 提出的自由市场体制下高昂的交易成本障碍，深刻改变经济和生产环境以及生产、交换、分配过程，大大提升生产效率。最后，信息通信技术能增强信息传递时效性，降低信息传输成本，缓解管理效率低下困境，提升经济运行效率。4基于上述分析，本研究提出以下假设：H1：信息通信技术发展对城市生产率增长具有正向促进作用。（二）基于市场整合的间接影响信息通信技术的发展深刻改变了信息传播的方式，提高了资源配置的效率，对经济发展产生了重要影响。对于信息通信技术发展与生产率增长的关系，索洛 3 认为，计算机在很多领域都发挥了重要作用，却唯独没有对生产率增长产生显著影响，这就是索洛悖论。事实上，索洛悖论过于草率，忽略了计算机相互连接而形成的能量 7。信息通信技术的发展能够促进城市间市场整合，而作为一种重要的资源配置方式，市场整合能对城市生产率增长产生重要影响。与传统理论认为集聚经济、产业结构升级是城市生产率增长的基础不同，区域协调发展理论认为，市场整合才是城市生产率增长的基础。在信息通信技术发展对城市生产率增长的影响中，市场整合发挥着非常重要的作用。信息通信技术能够促进空间联通，降低交易成本，加速城市间市场整合，加剧市场间竞争，方便技术溢出，优化资源配置 11-13，促进城市生产率增长。具体而言，首先，随着市场整合水平的提高，竞争会加剧，为在竞争中保证利润，生产者会不断围绕产品质量、产品种类等进行研发创新，而这有助于城市生产率的增长；其次，在市场整合水平高的地区，开放的市场可为技术溢出提供极大的便利，使之能够通过各种溢出路径直接或间接作用于本地技术进步和效率改善，促进城市生产率增长；最后，随着市场整合水平的提高与社会分工的深化，低效率的企业和要素不断被淘汰，资源的流动范围不断扩大，生产部门中各种要素的配置比例不断优化，而这有助于城市生产率的增长。基于上述分析，本研究提出以下假设：H2：信息通信技术发展能通过加快城市间市场整合促进城市生产率增长。三、计量模型、变量与数据（一）计量模型构建根据前面的理论分析，为检验信息通信技术发展对城市生产率增长的影响，本研究建立如下面板计量模型：TFPi，t+1=+1Intit+2Xit+vi+t+it（1）在式（1）中，i表示城市，t表示时间；表示常数项，表示回归系数；TFP表示城市生产率增长，考虑到信息通信技术发展对城市生产率增长产生影响需要一定的时间，对城市生产率增长变量做前置一期（t+1）处理；Int表示信息通信技术发展（包括固定互联网普及率和移动互联网普及率）；X表示控制变量；v表示地区固定效应；表示时间固定效应；表示随机误差项。（二）变量说明1.被解释变量本研究的被解释变量为城市生产率增长（TFP）。数据包络分析（Data Envelopment Analysis，DEA）法不需要预先设定函数的具体形式，测算结果比较客观。本研究主要使用基于数据包络分析法的曼奎斯特（DEA-Malmquist）指数法测度城市生产率增长率，并以此衡量被解释变量城市生产率增长（TFP）。为测度城市生产率增长率，首先，用m和n分别表示决策单元（Decision Making Unit，DMU）的投入和产出，利用DEA-Malmquist指数法测度产出导向下以第 t 期生产水平为基准的城市生产率变动Ft0：Ft0=dt0(mt+1，nt+1)/dt0(mt，nt)（2）在式（2）中，（mt，nt）和（mt+1，nt+1）分别表示第t期和第t+1期的投入产出变量组，dt0表示以第t期生产水平为参照的距离函数。同理，求得以第t+1期生产水平为基准的城市生产率变动Ft+10：Ft+10=dt+10(mt+1，nt+1)/dt+10(mt，nt)（3）其次，为避免在数值上产生误差，参考法尔（Fre）等 14 的做法，计算Ft0和Ft+10的几何平均值F0，即城市生产率增长率。计算公式如下：F0=dt0(mt+1，nt+1)dt0(mt，nt)dt+10(mt+1，nt+1)dt+10(mt，nt)12（4）将式（4）分解为：F0=dt+10(mt+1，nt+1)dt0(mt，nt)dt0(mt+1，nt+1)dt+10(mt+1，nt+1)dt0(mt，nt)dt+10(mt，nt)12（5）5在式（5）中，等号右侧中括号外的部分代表技术效率的变化，中括号内的部分代表技术进步，中括号内外两个部分的乘积代表城市生产率增长率。在利用DEA-Malmquist指数法测算城市生产率增长率的过程中需要计算相关的距离函数。下面以距离函数dt0（mt，nt）为例，给出其线性规划求解模型：dt0(mit，nit)-1=maxis.t.timtijmtij，tintijntij，ti1（6）在式（6）中，表示达到生产前沿面时产出要素增加的比率，参数1。这里的投入变量包括劳动力投入量和资本投入量，分别用就业人数和固定资产投资额（采用永续盘存法核算成存量形式）衡量，产出变量用地区实际生产总值衡量。2.解释变量本研究解释变量为信息通信技术发展（Int）。目前，学界关于信息通信技术发展水平的测度方法主要有单一指标法、综合指标体系法两种。考虑到综合指标体系法在指标合成过程中可能会弱化一些主要指标的影响，经济学领域的多数研究倾向于采用单一指标法测度信息通信技术发展水平，如用互联网普及率或互联网宽带接入用户数量作为衡量信息通信技术发展水平的代理变量。互联网普及率作为最直观、最成熟的衡量信息通信技术发展水平的指标，能在一定程度上综合反映信息通信技术基础设施建设水平和信息通信技术应用水平，因此本研究用互联网普及率表征信息通信技术发展水平，以此衡量解释变量信息通信技术发展（Int）。互联网普及率表现为固定互联网 普 及 率（Int_tradition）、移 动 互 联 网 普 及 率（Int_mobile）两种形式。其中，固定互联网普及率用城市人均互联网宽带接入用户数量衡量，移动互联网普及率用城市人均移动电话台数衡量。3.中介变量本研究中介变量为市场整合（Seg）。相对价格法是目前市场整合研究中最为常用的方法，相对价格不仅能反映市场供求关系，而且能反映整体的市场整合水平 15-16。本研究采用相对价格法测算城市间市场整合水平，以此衡量中介变量市场整合（Seg）。首先，计算商品相对价格的一阶差分Qkijt：Qkijt=ln(Pkit/Pki,t-1)-ln(Pkjt/Pkj,t-1)（7）其中，i、j表示城市，k表示商品类别，P表示商品价格。接下来，对Qkijt取绝对值，得到|Qkijt，以避免因i、j两个城市商品价格分子分母位置的变换而导致取对数后Qkijt的符号发生变化。继而，采用去均值法消除相对价格中某些与商品异质性有关的固定效应所带来的系统偏差，得到i、j两个城市间的市场分割水平qkijt：qkijt=|Qkijt-|Qkt（8）进一步，计算qkijt的方差Var（qkijt），求取组内均值，得到各城市与其他城市间市场分割水平，对其开方后取倒数，即可得到各城市与其他城市间的市场整合水平。本研究同时考虑各城市与相邻城市间的市场整合（以下简称“相邻城市间市场整合”，用Seg1表示）及其与所有其他城市间的市场整合（以下简称“所有城市间市场整合”，用Seg2表示）。其中，前者参考桂琦寒等 15 的方法测算，式（7）、式（8）中的i和j代表相邻的城市；后者参考范爱军等 16 的方法测算，式（7）、式（8）中的i和j既可以是相邻的城市，也可以是不相邻的城市。4.控制变量本研究设置了七个控制变量，分别是政府干预程度（Government）、对外开放程度（Open）、金融发展水平（Finance）、创新能力（Innovation）、城镇化水平（Urban）、产业结构（Structure）、人力资本水平（Human）。其中，政府干预程度用各城市预算内与预算外财政支出之和占GDP的比重衡量；对外开放程度用各城市货物进出口总额占GDP的比重衡量；金融发展水平用各城市金融机构存贷款余额与GDP的比值衡量；创新能力用专利授权数量加权平均值（0.5发明专利数+0.3实用新型专利数+0.2外观设计专利数）的对数衡量；城镇化水平用城镇人口占总人口的比重衡量；产业结构用第二产业增加值占地区生产总值的比重衡量；人力资本水平用平均受教育年限衡量。变量描述性统计结果见表1。（三）数据来源城市层面居民消费价格指数的收集和整理难6度较大，因此现有关于国内市场整合的研究大多集中于省级层面。然而，需要注意的是，即使在同一省份的城市之间，也存在竞争和地方保护主义，由此造成的市场分割也不容忽视。鉴于此，本研究手工整理了20062020年我国236个地级及以上城市（未包含香港、澳门、台湾、西藏地区的城市）的消费价格指数，将研究拓展到城市层面。之所以选择2006年为研究起点，是因为自2006年以来，固定互联网和移动互联网发展的相关统计数据比较完备。另外，由于2016年居民消费价格指数的统计口径发生了变更，为在一定程度上保证数据的一致性和连续性，本研究通过手工整理，将2016 年之前的“食品”“烟酒”类目合并，以匹配2016年及以后的“食品烟酒”类目，合并后“食品烟酒”类目的价格指数为两个合并前类目价格指数的均值；将2016年之前“医疗保健和个人用品”类目中的“医疗保健”项目单列，以匹配2016年及以后的“医疗保健”类目，将“个人用品及服务”项目并入“家庭设备用品及维修服务”类目，以匹配2016年及以后的“生活用品及服务”类目；对于“其他用品和服务”类目，不再予以考虑。经过这样处理的数据尽管会存在一定误差，但整体变动较小，相比于任由数据在时间维度上大量缺失的做法，这样处理显然更加合理。此外，原始数据主要来自历年各城市统计年鉴及国民经济和社会发展统计公报、中国城市统计年鉴、中国价格信息网、EPS数据平台、中经网统计数据库、CEIC中国经济数据库等。四、实证结果与分析（一）基准回归分析信息通信技术发展对城市生产率增长影响的基准回归结果见表2。其中，列（1）和列（2）显示了未控制城市和时间固定效应时的结果，列（3）和列（4）显示了控制城市和时间固定效应时的结果。可以发现，在控制城市和时间固定效应后，模型拟合效果更好，因此最终选用控制城市和时间固定效应的模型进行回归。由列（4）的结果可知，固定互联网普及率和移动互联网普及率的提升均有助于城市生产率增长。固定互联网普及率每提升1%，会促进城市生产率增长1.249%，移动互联网普 及 率 每 提 升 1%，会 促 进 城 市 生 产 率 增 长1.393%。由此可见，信息通信技术发展作为技术进步的一种方式，可以直接促进城市生产率增长。从控制变量看，对外开放程度、金融发展水平、创新能力、城镇化水平、产业结构、人力资本水平的系数显著为正，说明这些因素能显著促进城市生产率增长；政府干预程度的系数不显著，说明随着信息化和市场化水平的提升，市场在资源配置中的作用越来越大，生产部门对政府的依赖度逐渐降低。（二）机制分析表2基准回归结果显示的是信息通信技术发展对城市生产率增长的总效应。接下来，本研究进行机制分析，进一步探究信息通信技术发展对城市生产率增长的直接效应及其通过市场整合对变量类型被解释变量解释变量中介变量控制变量变量城市生产率增长（TFP）信息通信技术发展（Int）市场整合（Seg）政府干预程度（Government）对外开放程度（Open）金融发展水平（Finance）创新能力（Innovation）城镇化水平（Urban）产业结构（Structure）人力资本水平（Human）固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）最大值1.9450.7511.0879.9108.1810.1090.75314.5978.2740.8970.67413.436最小值0.6230.0710.0872.5572.3510.0470.0321.1891.0140.1390.1987.345均值1.0890.5200.9735.9765.4230.0890.0264.5215.8240.5180.4639.347标准差0.2140.1820.4293.8233.6110.0120.1532.8726.2770.1440.0850.873表1 变量描述性统计结果7城市生产率增长的中介效应。这两种效应的大小由解释变量、被解释变量、中介变量的系数和相关性决定。表3列（1）、列（2）分别显示了信息通信技术发展对相邻城市间市场整合、所有城市间市场整合的影响。可以发现，无论是对相邻城市间市场整合还是对所有城市间市场整合，固定互联网普及率和移动互联网普及率的系数均在1%的水平上显著为正，也即固定互联网普及率和移动互联网普及率的提升均有助于市场整合水平的提升。表3列（3）、列（4）分别显示了进一步控制信息通信技术发展变量后，相邻城市间市场整合、所有城市间市场整合对城市生产率增长的影响。可以发现，无论是以相邻城市间市场整合还是以所有城市间市场整合为中介变量，中介变量对城市生产率增长的系数均显著为正，同时固定互联网普及率和移动互联网普及率对城市生产率增长的系数也均显著为正，这表明在控制城市信息通信技术发展变量后，市场整合对城市生产率增长具有显著促进作用。基于上述结果，可得到信息通信技术发展对城市生产率增长的直接效应及其通过市场整合对城市生产率增长的中介效应。以中介变量为相邻城市间市场整合时的情况为例，说明其计算过程：TFP/Int_tradition=0.999+0.3240.772TFP/Int_mobile=1.107+0.3240.884在这两个等式中，等号右侧加号前的部分表示直接效应，加号后的部分表示中介效应，两部分之和表示固定互联网普及率或移动互联网普及率对城市生产率增长的总效应。综合表2、表3的实证结果可知，信息通信技术发展不仅能直接促进城市生产率增长，而且能通过加快市场整合促进城市生产率增长。H1、H2得到验证。注：*、*分别表示在5%、1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表2 基准回归结果变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）政府干预程度（Government）对外开放程度（Open）金融发展水平（Finance）创新能力（Innovation）城镇化水平（Urban）产业结构（Structure）人力资本水平（Human）城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）1.314*（0.063）1.508*（0.025）否否0.417（2）1.062*（0.045）1.193*（0.034）0.623*（0.074）0.052*（0.001）0.025*（0.006）0.128*（0.051）0.877*（0.059）0.037*（0.013）0.053*（0.007）否否0.502（3）1.489*（0.038）1.721*（0.047）是是0.462（4）1.249*（0.091）1.393*（0.087）0.268（0.324）0.012*（0.005）0.008*（0.001）0.162*（0.031）2.233*（0.094）0.054*（0.008）0.063*（0.010）是是0.523变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）政府干预程度（Government）对外开放程度（Open）金融发展水平（Finance）创新能力（Innovation）城镇化水平（Urban）产业结构（Structure）人力资本水平（Human）城市固定效应时间固定效应可决系数（R2）相邻城市间市场整合（Seg1）（1）0.772*（0.224）0.884*（0.095）是是0.392所有城市间市场整合（Seg2）（2）0.737*（0.148）0.845*（0.083）是是0.406城市生产率增长（TFP）（3）0.999*（0.065）1.107*（0.094）0.324*（0.068）0.204（0.183）0.009*（0.002）0.010*（0.005）0.194*（0.025）2.172*（0.089）0.035*（0.015）0.054*（0.009）是是0.458城市生产率增长（TFP）（4）1.016*（0.096）1.127*（0.134）0.315*（0.072）0.239（0.307）0.007*（0.002）0.006*（0.002）0.187*（0.028）2.084*（0.091）0.062*（0.030）0.070*（0.012）是是0.367注：*、*分别表示在10%、1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表3 机制分析结果8（三）稳健性检验1.更换被解释变量测算方法为避免变量测算方法带来的误差，本研究参考昆巴卡纳（Kumbhakar）等 17、钟（Chung）等 18 的做法，在进行稳健性检验时，分别换用基于随机前沿分析法的曼奎斯特（SFA-Malmquist）指数法和曼奎斯特-卢恩伯格（Malmquist-Luenberger）指数法测算被解释变量。被解释变量两种测算方法下的稳健性检验结果见表4、表5。由表4、表5可知，在更换被解释变量测算方法后，固定互联网普及率和移动互联网普及率对城市生产率增长的总效应、直接效应及其通过市场整合对城市生产率增长的中介效应依然显著为正。这说明基准回归结果和机制分析结果具有稳健性。2.剔除直辖市样本为消除直辖市与其他城市在政策和发展方面显著差异所造成的影响，本研究剔除直辖市样本并进行稳健性检验。结果见表6列（1）至列（5）。可以发现，在删除直辖市样本后，固定互联网普及率和移动互联网普及率对城市生产率增长的总效应均在1%的水平上显著。此外，固定互联网普及率和移动互联网普及率对市场整合的系数均显著为正，在控制相邻城市间市场整合、所有城市间市场整合变量后，固定互联网普及率和移动互联网普及率的系数仍显著为正，说明信息通信技术发展可通过加快市场整合促进城市生产率增长。这与基准回归结果和机制分析结果一致，进一步证明本研究结果稳健。（四）异质性分析1.基于城市人口规模信息通信技术的网络效应与城市人口规模有关，用户数量越多，其网络效应发挥得越好。据此推测，在人口规模不同的城市，信息通信技术发展对城市生产率增长的直接效应及其通过市场整合对城市生产率增长的中介效应可能具有异质性。为检验这种异质性，本研究根据2014年国务院印发的 关于调整城市规模划分标准的通知，按城区常住人口对样本分组，将超大城市、特大城市、大城市归为一组，将中等城市、小城市归为一组，并利用面板计量模型分别对两组样本进行变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）0.771*（0.045）0.769*（0.033）是是是0.529相邻城市间市场整合（Seg1）（2）0.632*（0.054）0.658*（0.077）是是是0.438所有城市间市场整合（Seg2）（3）0.601*（0.075）0.622*（0.062）是是是0.394城市生产率增长（TFP）（4）0.585*（0.069）0.576*（0.051）0.294*（0.017）是是是0.423城市生产率增长（TFP）（5）0.573*（0.088）0.563*（0.074）0.313*（0.038）是是是0.384注：*表示在1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表5 稳健性检验结果：换用Malmquist-Luenberger指数法测算被解释变量变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）1.021*（0.045）1.138*（0.033）是是是0.455相邻城市间市场整合（Seg1）（2）0.772*（0.224）0.884*（0.095）是是是0.392所有城市间市场整合（Seg2）（3）0.737*（0.148）0.845*（0.083）是是是0.406城市生产率增长（TFP）（4）0.785*（0.074）0.868*（0.054）0.305*（0.022）是是是0.526城市生产率增长（TFP）（5）0.780*（0.053）0.862*（0.043）0.327*（0.024）是是是0.477注：*表示在1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表4 稳健性检验结果：换用SFA-Malmquist指数法测算被解释变量9回归，结果见表7。可以发现，在超大城市、特大城市和大城市，信息通信技术发展对城市生产率增长的总效应、直接效应及其通过市场整合对城市生产率增长的中介效应均显著为正，且相比于全部样本城市平均水平，其影响效应整体上更强；在中等城市和小城市，信息通信技术发展对城市生产率增长的总效应、直接效应及其通过市场整合对城市生产率增长的中介效应也均显著为正，但其效应强度和显著性水平明显降低，从整体上看，既低于超大城市、特大城市和大城市水平，也低于全部样本城市平均水平。据此推测，与中等城市和小城市相比，在超大城市、特大城市和大城市进一步加大信息通信技术基础设施建设的实际效果可能更强。2.基于城市海陆位置考虑到海陆位置对城市经济发展的影响，本研究将全部样本城市分为沿海城市、内陆城市两类进行异质性分析。与内陆城市相比，沿海城市信息通信技术发展水平和开放程度比较高，其信息通信技术发展对城市生产率增长的影响机制和影响效果可能存在差异。基于城市海陆位置的异质性分析结果见表8。由表8可以发现，沿海地区信息通信技术发展对城市生产率增长的总效应、直接效应及其通过市场整合对城市生产率增长的中介效应均显著为正，且相比于全部样本城市平均水平，其影响效应更强。内陆地区信息通信技术发展对城市生产率增长的总效应、直接效应及其通过市场整合对城市生产率增长的中介效应也均显著为正，但其效应强度和显著性水平整体降低，既低于沿海城市水平，也低于全部样本城市平均水平。之所以会出现这样的结果，可能是因为沿海城市信息通信技术发展水平较高，其通过城市间市场整合对城市生产变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）1.225*（0.028）1.374*（0.025）是是是0.584相邻城市间市场整合（Seg1）（2）0.772*（0.224）0.884*（0.095）是是是0.392所有城市间市场整合（Seg2）（3）0.737*（0.148）0.845*（0.083）是是是0.406城市生产率增长（TFP）（4）0.978*（0.033）1.091*（0.028）0.320*（0.017）是是是0.494城市生产率增长（TFP）（5）0.998*（0.021）1.114*（0.027）0.308*（0.015）是是是0.512注：*表示在1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表6 稳健性检验结果：剔除直辖市样本注：*、*、*分别表示在10%、5%、1%的显著性水平上拒绝参数不显著的原假设；括号内数字为基于城市层面聚类的稳健标准误。表7 异质性分析结果：基于城市人口规模城市类型超大城市、特大城市、大城市中等城市、小城市变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）2.014*（0.095）1.835*（0.087）是是是0.3640.643*（0.304）0.702*（0.317）是是是0.416相邻城市间市场整合（Seg1）（2）1.085*（0.073）1.146*（0.082）是是是0.4310.472*（0.267）0.535*（0.294）是是是0.383所有城市间市场整合（Seg2）（3）1.168*（0.152）1.274*（0.224）是是是0.3720.683*（0.372）0.694*（0.372）是是是0.405城市生产率增长（TFP）（4）1.196*（0.124）0.971*（0.058）0.754*（0.055）是是是0.3310.240*（0.173）0.245*（0.169）0.854*（0.397）是是是0.352城市生产率增长（TFP）（5）0.971*（0.101）0.697*（0.072）0.893*（0.058）是是是0.3080.153*（0.094）0.101*（0.072）0.916*（0.483）是是是0.31710率增长的中介效应更强。内陆地区要进一步提升信息通信技术发展水平，逐渐缩小与沿海地区的“数字鸿沟”，以更好地发挥信息通信技术发展的市场整合效应。五、扩展分析由前面的分析可知，信息通信技术发展不仅能直接促进城市生产率增长，而且能通过市场整合间接促进城市生产率增长。那么，在不同的城市生产率增长与市场整合水平下，信息通信技术发展对城市生产率增长的促进作用是否存在差异，这种差异对城市间生产率增长差距的影响如何？为进一步探究信息通信技术发展对城市生产率增长的促进作用，接下来采用菲尔波（Firpo）等 19 提出的基于再中心化影响函数（RecenteredInfluence Function，RIF）的分位数回归方法继续进行实证分析。（一）RIF分位数回归模型为检验信息通信技术发展通过市场整合对城市生产率增长的中介效应，设定如下RIF分位数回归模型：v（F）=Ey1（RIF（y1；v）=+1Intit+2Xijt+vi+t+it（9）v（F）=Ey2（RIF（y2；v）=+1Intit+2Xijt+vi+t+it（10）v（F）=Ey1（RIF（y1；v）=+1Intit+2Segit+3Xijt+vi+t+it（11）其中，F表示被解释变量；v（F）表示刻画被解释变量分布的各种统计量，包括方差、分位数等；E表示期望值；y1表示城市生产率增长；y2表示市场整合；其余变量含义与式（1）相同。利用式（9）检验城市生产率增长不同分位数下信息通信技术发展对城市生产率增长影响效应的变化，利用式（10）检验市场整合不同分位数下信息通信技术发展对市场整合影响效应的变化，利用式（11）检验城市生产率增长不同分位数下信息通信技术发展对城市生产率增长影响效应（直接效应和中介效应）的变化。（二）分位数模型回归结果与分析1.城市生产率增长不同分位数下信息通信技术发展对城市生产率增长影响效应的变化利用式（9），分别以城市生产率增长0.1、0.3、0.5、0.7、0.9分位数及方差统计量作为被解释变量进行回归，结果见表9。由表9可知，随着分位数的增大，固定互联网普及率、移动互联网普及率的系数整体呈上升趋势，分别从0.1分位数时的1.342、1.318上升到了0.9分位数时的1.364、1.435，且均在1%的水平上显著。这说明，无论是在生产率增长水平较高的城市还是在生产率增长水平较低的城市，信息通信技术发展均能显著促进城市生产率增长，不过城市类型沿海城市内陆城市变量固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）固定互联网普及率（Int_tradition）移动互联网普及率（Int_mobile）相邻城市间市场整合（Seg1）所有城市间市场整合（Seg2）控制变量城市固定效应时间固定效应可决系数（R2）城市生产率增长（TFP）（1）2.572*（0.073）2.341*（0.068）是是是0.3550.634*（0.021）0.685*（0.032）是是是0.584相邻城市间市场整合（Seg1）（2）1.463*（0.327）1.468*（0.423）是是是0.3950.525*（0.278）0.587*（0.393）是是是0.427所有城市间市场整合（Seg2）（3）1.222*（0.365）1.348*（0.424）是是是