Impact of Digital Infrastructure Construction on the High-Quality Development of Low-Altitude Economy
-
摘要:
研究旨在探讨中国数字基础设施建设对低空经济高质量发展的影响及其发挥作用的机理。通过构建理论框架和实证模型，利用2012—2022年中国30个省（自治区、直辖市）的面板数据进行分析，发现数字基础设施建设对低空经济高质量发展起到了明显的推动作用。研究进一步发现人才集聚度、创业活跃度以及数字普惠金融的中介效应。此外，研究也发现创业活跃度和产业高级化水平具有门槛效应，地区间一般预算支出和城乡收入差距对回归结果存在异质性影响。综合回归分析结果，提出如下政策建议：加强数字基础设施建设，特别是低空经济发展相对滞后的中西部地区；优化人才培养、促进人才集聚；激发创业活力，降低创业成本，推动新型商业模式的发展；发展数字化普惠金融。
Abstract:This study aims to explore the impact of China’s digital infrastructure construction on the high-quality development of low-altitude economy, as well as the mechanism for the impact. Based on the theoretical framework and empirical model constructed, it analyzes the panel data from 30 provinces (autonomous regions and municipalities) in China from 2012 to 2022, and finds that digital infrastructure construction has significantly promoted the high-quality development of the low-altitude economy. In addition, it reveals the mediating effects of talent pooling, entrepreneurial activity and digital inclusive finance. The findings show that entrepreneurial activity and the level of industrial advancement have threshold effects, and inter-regional general budget expenditures and urban-rural income disparities have heterogeneous effects on the regression results. In light of the results of regression analysis, the paper puts forward the following policy recommendations. It is essential to strengthen digital infrastructure construction, especially in the central and western regions where the development of low-altitude economy is relatively backward, and optimize talent training and talent pooling. Furthermore, it is necessary to stimulate entrepreneurial vitality, reduce entrepreneurial costs, push the development of new business models, and develop digital inclusive finance.
-
2023年12月，习近平在中央经济工作会议上指出：“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。完善新型举国体制，实施制造业重点产业链高质量发展行动，加强质量支撑和标准引领，提升产业链供应链韧性和安全水平。要大力推进新型工业化，发展数字经济，加快推动人工智能发展。打造生物制造、商业航天、低空经济等若干战略性新兴产业，开辟量子、生命科学等未来产业新赛道，广泛应用数智技术、绿色技术，加快传统产业转型升级。”[1]数字基础设施，包括5G基站、数据中心、云计算平台、工业物联网等，为科技创新、商业化应用和产业转型升级提供了基础支撑。作为新质生产力的重要载体，数字基础设施进一步深化了行业之间的融合创新，构建了更加协调、绿色、开放、共享的创新生态系统，为新产业、新模式和新动能的发展提供了数字技术的土壤，其建设水平对经济高质量发展发挥着重要的投资乘数效应。
2010年，中国人均GDP达到
4283 美元，突破国际公认的通用航空产业发展的经济标准[2]99。然而，诸多学者通过研究中国通用航空产业发展现状，实证发现，航空领域合格专业人员的缺乏，通用航空机场及相关基础设施不足[3][4]252，技术和维护设施的缺乏[4]253，通用航空服务的市场需求培育不足[2]100[4]250等共同制约着中国通用航空产业的发展和运营。迅速增长的新业态如无人机等也给亟待完善的通用航空业法规和认证标准带来了监管和运营上的挑战[5]。针对中国通用航空产业发展出现的问题、进行低空空域资源的合理配置和管理改革等，低空经济这一概念应运而生。作为一种围绕低空空域资源开发利用和运营管理的综合性经济形态，低空经济的核心环节：低空飞行活动参与市场主体多、管理方式多样，加之当下新业态如无人机、电动垂直起降飞行器（electric vertical take-off and landing， eVTOL）等持续涌现，新商业模式如无人机配送、跨城空中的士等不断丰富，低空空域这一资源日趋稀缺，资源的配置和管理更加要求集成、实时的数字化低空保障系统，从而提高低空空域使用的安全、效率和灵活性。
粤港澳大湾区数字经济研究院发布的《低空经济发展白皮书2.0—全数字化方案》提出，低空经济具有“异构、高密度、高频次、高复杂度”的特性，通过建设低空智能融合基础设施（smart integrated lower airspace system，SILAS），分别构建设施网、空联网、航路网、服务网等“四张网” [6]，有助于解决低空经济快速发展中出现的问题[7]。而低空经济发展所依赖的这“四张网”正是数字基础设施的重要组成部分，足见数字基础设施建设与低空经济规模化发展需求之间存在天然契合点，即通过建设数字基础设施，不仅能够利用数字技术解决当前和今后复杂多样的低空飞行活动面临的问题，还能发挥数据要素赋能产业创新的作用，实现传统低空制造、低空飞行、低空服务、低空保障的数字化转型和产业升级，提升中国通用航空产业链在全球价值链中的地位，增强通用航空产业和低空经济形态的国际竞争力。
此外，现有学者大多基于通用航空产业和低空经济发展现状、问题和困境开展定性研究，分析新型基础设施建设水平等因素的理论影响机制，尚未将研究聚焦低空经济高质量发展的核心内涵和影响因素，缺乏数字基础设施建设对低空经济高质量发展的实证机制研究。因此，笔者通过文献研究法，结合分析美国等国家通用航空产业、城市空中交通（urban air mobility，UAM）、电动垂直起降飞行器发展现状和经验，总结低空经济高质量发展的核心内涵和影响因素，丰富数字基础设施建设对低空经济高质量发展影响机制的理论分析。在实证部分聚焦省级层面，梳理当前中国各省数字基础设施建设水平以及低空经济发展水平和趋势，并进一步构建计量模型并检验其影响机制，从而完善该领域的实证研究、丰富相关理论。
一、 理论分析
2024年，工业和信息化部赛迪研究院发布的《中国低空经济发展研究报告（2024）》指出，目前低空经济发展的核心是低空要素化、要素场景化和场景经济化[8]。
低空经济作为低空飞行活动与产业融合的新型综合性经济形态，产业链条涵盖低空制造、低空飞行、低空服务和低空保障等。与海洋经济等其他经济活动所依赖的资源相比，低空空域作为低空经济活动开展所依赖的重要稀缺资源，具有可重复性和不会耗尽的特点[9]，因此，针对低空空域这一资源要素进行的合理开发、使用和运营管理能够带来持续的社会财富和精神财富。然而，当前低空空域存在开发利用较低、运营效率不高等问题，这也决定了中国低空经济高质量发展必然离不开低空要素化的推进，以此打造发展新动能。
低空经济的产业融合性、辐射带动性、地空协同性特征明显。中国作为拥有全部工业门类、具备独立完整工业体系的国家，尚需在低空领域进一步优化配置市场参与、技术创新、政策保障等内容，发挥地空协同对推动传统工业低空化探索发展的保障作用、提升低空经济产品的供给质量，助推更多低空运营场景成为现实。这也说明，中国低空经济高质量发展依赖于更多样的新业态的持续涌现，而这必然离不开要素场景化的探索和推进。
低空经济产品主要包括各类通用航空飞行器、无人机、城市空中交通、电动垂直起降飞行器等，发展了“低空+应急救援”“低空+物流配送”“低空+载人交通”“低空+农林植保”“低空+医疗物资运送”等领域。然而，当前公众对此类产品的整体认知度和价值感知度较低，区域差异较大，市场有效需求尚未得到充分培育。当前，中国城乡充电桩数量分布不均衡，未来随着城乡充电桩等设施建设水平的共同提高以及能源技术水平的提升，低空经济运营成本预期将持续降低，也将吸引更多市场力量参与其中，更多满足消费者物质财富和精神财富需求的产品和商业运用模式也将被开发出来，提升低空经济整体的国民参与度，真正实现激发有效需求，实现经济效益。可见，中国低空经济高质量发展必然离不开场景经济化的推进，从而推动发展新模式。
基于当前学者对低空经济发展核心要素的前沿研究，结合低空经济产业链条组成内容，笔者提出，低空经济高质量发展核心内涵在于以低空飞行、低空保障作为低空经济产业链发展的需求牵引，辐射带动低空制造、低空服务产业。通过优化低空经济资源配置，实现政府提供优质高效的低空保障和服务、产业提供安全的低空制造产品供给、消费者培育形成对低空飞行产品的有效需求和价值认可。在逐步提升低空要素化、要素场景化、场景经济化水平中构建低空经济高质量发展路径。
基于上述对低空经济高质量发展核心内涵的概括，笔者进一步回顾既有文献，分析数字基础设施建设对低空经济高质量发展影响机制的理论路径。
（一） 数字基础设施建设与低空要素化
在数字基础设施建设促进低空空域要素利用效率上，Bunce指出，2015年美国通用航空和制造商协会（General Aviation Manufacturers Association，GAMA）将自动化程度提高等关键创新引入通用航空设计[10]。在2020年美国联邦航空管理局（Federal Aviation Administration，FAA）颁布的新机械证书下降30%、越来越多应届毕业生在航空业以外就业的情况下[11]，数字化集成的维护管理系统有效弥补了人力资本和专业工程师数量不足的缺陷，通过数据分析、人工智能、虚拟和增强现实等技术提高了传统培训、远程协助、数据可视化、检查和维护的效率[12]，提升了低空空域这一要素的利用效率和低空飞行的安全性能。杨伟涛和汪慧基于省级面板数据的研究发现，数字基础设施对现代化产业体系建设具有显著促进作用，要素配置效率起着正向调节效应[13]。覃睿认为，低空交通基础设施等要素为低空经济生态发展提供了重要支撑[14]。
（二） 数字基础设施建设与要素场景化
在数字基础设施建设促进低空空域管理，打造安全可靠的低空经济飞行场景上，陈志杰等认为，基于数字化的低空空域管理系统有助于城市无人机管理，助力城市无人机交通等新业态的发展[15]。在影响低空经济要素场景化及其认可度的因素上，Vongvit等认为，对产品技术和顾客感知价值的信任影响了客户使用城市空中交通作为公共交通的意向[16]。即城市空中交通产品的快速运输、准时性、服务覆盖范围、运输能力和环境等影响着顾客对低空飞行活动新运营场景的选择。邱小剑等的研究进一步认为，通过数字技术等搜集信息的优势可以更好地识别通用航空消费需求，进一步利用高效反馈的市场需求信息加速通用航空产品供给，从而推动消费升级[17]。由此可见，数字基础设施能够通过提高低空保障产品的供给质量，识别消费者的需求特征，实现航路的优化设计，提升低空经济要素场景化的功能价值和技术体验。
（三） 数字基础设施建设与场景经济化
Liu 等提出，通过研究电动飞行汽车这一场景经济可行的技术要求，实证发现，搭配性能先进的动力电池技术，可以显著提升这一场景的盈利性能、实现经济效益，在此基础之上，使用无人驾驶系统则可以进一步缩短投资回报周期[18]。由此可见，智慧交通、电动汽车充电桩等数字基础设施的进一步建设完善，对于低空经济场景经济化具有重要支撑作用。
（四） 文献评述
现有学者大多关注数字基础设施对于中国低空经济具体组成部分的作用，例如，通用航空、低空制造、低空飞行、低空保障、低空服务产业，侧重定性研究，较少从省级层面出发测度低空经济高质量发展水平、缺少对数字基础设施建设影响低空经济高质量发展机制的计量实证分析。笔者基于低空经济产业融合性、辐射带动性等特点，进一步细化低空经济高质量发展的核心内涵，测算各省数字基础设施建设和低空经济发展水平，完善数字基础设施建设影响低空经济高质量发展的实证机制。
（五） 机制的进一步理论分析
笔者基于人力资本理论、交易成本理论、创新生态系统理论，进一步分析数字基础设施建设影响低空经济高质量发展的传导机制，从而为不同发展水平的省份制定差异化发展策略提供实证经验。其中，人力资本，尤其是合格的飞行员和通用航空工程师数量影响着低空服务（维护、维修和运营）质量，数字技术能够通过远程培训和创新维护维修等指导方式提升地区低空经济人力资本，从而为低空要素化提供更专业安全的服务。此外，交易成本带来了低空经济要素场景化的不确定性和风险性，但通过数字技术的强渗透性和高协调性，加速了企业集聚，从而降低了低空技术和专利商业化进程中寻找合适合作商的搜寻成本、监督成本和违约风险，推动低空经济要素化真正场景落地。另外，创新生态系统通过影响地区创业活跃度和产业高级化水平，影响地区先进技术的研发和产业化进程、金融服务能力和政策服务效能，进而影响低空经济场景经济化的实现。
综上所述，笔者旨在实证研究从省级层面上对数字基础设施建设水平与低空经济高质量发展的关系进行深入分析，整合人力资本理论等，构建一个综合性的理论框架，用以分析数字基础设施如何通过多个中介机制影响低空经济，结合面板双固定模型，考虑空间效应和时间效应，使研究结果更为全面，为理解区域差异和制定区域性政策提供了新的视角和数据支持。笔者的边际研究贡献在于探索了不同省份城乡收入差距的异质性、创业活跃度和产业高级化水平作为门槛变量对主效应的影响，这一分析为理解不同地区低空经济发展的差异提供了新的视角，有助于揭示不同地区低空经济发展的异质性，为制定区域性政策提供了依据。
二、 研究设计
（一） 模型设定
基于上述理论分析，为了检验数字基础设施建设对于低空经济高质量发展的影响，笔者设定基准回归方程为
$$ {{\mathrm{LAEhqd}}} _{ {{\mathrm{it}}} } {=\beta } _{ {0} } {+\beta } _{ {1} } {{\mathrm{di}}} _{ {{\mathrm{it}}} } {+\beta } _{ {2} } {{\mathrm{controls}}} _{ {{\mathrm{it}}} } +\mu _{ {{\mathrm{i}}} } {+\lambda } _{ {{\mathrm{t}}} } {+\varepsilon } _{ {{\mathrm{it}}} } $$ (1) 式（1）中，被解释变量LAEhqdit代表各省低空经济高质量发展水平；核心解释变量diit代表各省数字基础设施建设水平；controlsit代表一系列控制变量，包括z2城市化率，z3产业高级化水平，z4外资吸引力，z6一般预算支出，z8地区生产总值，z9传统金融发展水平，z11教育水平；β0为常数项，β1和β2为待估系数，εit为误差项。
此外，为进一步探究数字基础设施建设水平对低空经济高质量发展的作用机制，研究基于集聚效应和创新经济生态视角，检验数字基础设施建设水平是否会通过影响人才集聚度（TAit）、创业活跃度（EAit）、数字普惠金融水平（DFIit）等方式间接影响低空经济高质量发展。笔者使用两步回归法，采用面板双固定模型，设定中介效应模型式（2）、式（3）、式（4），可以表示为
$$ {{\mathrm{TA}}} _{ {{\mathrm{it}}} } {=\gamma } _{ {0} } {+\gamma } _{ {1} } {{\mathrm{di}}} _{ {{\mathrm{it}}} } {+\gamma } _{ {2} } {{\mathrm{controls}}} _{ {{\mathrm{it}}} } +\mu _{ \mathit{i} } {+\lambda } _{ \mathit{t} } {+v} _{ {{\mathrm{it}}} } $$ (2) $$ {{\mathrm{EA}}} _{ {{\mathrm{it}}} } {=\delta } _{ {0} } {+\delta } _{ {1} } {{\mathrm{di}}} _{ {{\mathrm{it}}} } {+\delta } _{ {2} } {{\mathrm{controls}}} _{ {{\mathrm{it}}} } +\mu _{ {i} } {+\lambda } _{ {t} } {+e} _{ {{\mathrm{it}}} } $$ (3) $$ {{\mathrm{DFI}}} _{ {{\mathrm{it}}} } {=\rho } _{ {0} } {+\rho } _{ {1} } {{\mathrm{di}}} _{ {{\mathrm{it}}} } {+\rho } _{ {2} } {{\mathrm{controls}}} _{ {it} } +\mu _{ {i} } {+\lambda } _{ {t} } {+\pi } _{ {{\mathrm{it}}} } $$ (4) （二） 变量选取
1. 被解释变量：各省低空经济高质量发展水平
研究的被解释变量各省低空经济高质量发展水平（
$ {{\mathrm{LAEhqd}}}_{{\mathrm{it}}} $ ）重点参考广东省深圳市龙华区2023年发布的《低空经济高质量发展评价指标》[19]这一国内首个低空经济高质量发展指标体系，该评价体系聚焦市场、空域、技术、政策、安全等五大要素，围绕生产制造、飞行服务、飞行保障、综合服务等四大产业链关键环节，对低空经济高质量发展水平指标体系的构建具有科学指引作用，具体构建的指标体系如表1所示。其中一级指标“产业：供给质量”中的各类企业数量数据来自企查查① ；二级指标“上市企业R&D② 经费投入金额”“低空经济产值规模”数据来自iFinD③ 上“低空经济”概念企业。最终通过熵权法计算出各省低空经济高质量发展水平。表 1 各省低空经济高质量发展水平的指标体系一级指标 二级指标 低空经济高质量发展水平 产业：供给质量 经营范围是无人机的企业数量 专利包含无人机的企业数量 经营范围是无人机的专精特新企业数量 专利包含无人机的专精特新企业数量 经营范围是无人机的高新技术企业数量 专利包含无人机的高新技术企业数量 上市企业R&D经费投入金额 市场：产品需求 低空经济产值规模 政府：基础设施支撑能力 中国民航局颁证通用机场数量 2. 核心解释变量：各省数字基础设施建设水平
借鉴黄群慧等[20]、赵涛等[21]、施震凯等[22]、李治国等[23]的研究，采用互联网接入端口数、互联网宽带接入用户数、域名数、移动基站密度、移动电话普及度、单位面积长途光缆长度、电子商务交易企业活动企业比例、企业电子商务交易额、企业每百人使用计算机数、每百家企业拥有网站数等指标衡量数字基础设施建设水平。数字基础设施建设水平的指标体系，如表2所示，其中二级指标数据来源于2012—2022年国家统计局各省年度数据
④ ，最终采用熵权法计算出各省数字基础设施建设水平。表 2 各省数字基础设施建设水平的指标体系一级指标 二级指标 数字基础设施
建设水平互联网普及程度 互联网接入端口数 互联网宽带接入用户数 域名数 移动电话普及程度 移动基站密度 移动电话普及度 信息传输广度 单位面积长途光缆长度 邮电业发展水平 电子商务交易企业活动企业比例 企业数字化发展程度 企业电子商务交易额 企业每百人使用计算机数 每百家企业拥有网站数 3. 控制变量
在省级层面上，低空经济的高质量发展不仅受数字基础设施建设水平的影响，还与低空要素化、要素场景化、场景经济化等三个方面紧密相关。低空要素化强调，将低空经济的各个组成部分，例如，可飞行空域面积、通用航空基础数量、航空器、飞行人员、航空服务等，转化为可度量和可操作的要素。包括航空器的种类和数量、飞行员和技术人员的专业水平、航空服务的质量和效率等，这些要素的质量和水平直接影响低空经济的发展基础和潜力。要素场景化强调，在低空经济中，要素需要在特定的应用场景中发挥作用，例如，无人机在农业植保、物流配送、地理测绘等场景中的应用，城市空中交通在缓解城市交通压力、提供紧急医疗服务等场景中的应用。要素场景化要求将低空经济的要素与实际需求相结合，创造出具体的应用模式和解决方案。场景经济化强调，将低空经济的应用场景转化为经济价值，这包括开发新的商业模式、创造新的市场机会、提高产品和服务的附加值等，例如，无人机物流配送服务可以降低物流成本、提高配送效率，从而为物流企业带来经济效益，城市空中交通可以提供新的出行方式，创造新的市场和收入来源。
不同省份的经济水平、科技创新能力、教育水平、对低空经济的财政支持等不同，导致其低空要素化、要素场景化、场景经济化水平不一，加之目前学术界尚未对低空经济的影响因素进行深入分析，因此，笔者结合高质量发展相关文献综合选取以下控制变量[24-25]。宏观变量包括：（1）城市化率（z2）用城镇人口占年末常住人口比例表示；（2）外资吸引力（z4）用外商投资企业投资总额取对数表示；（3）一般预算支出（z6）取对数表示；（4）地区生产总值（z8）用地区人均GDP取对数表示；（5）传统金融发展水平（z9）用各省金融机构存贷款余额总额占地区GDP比例表示；（6）教育水平（z11）用每十万人口高等学校平均在校生数表示。产业变量包括：（7）产业高级化水平（z3）用第三产业增加值/第二产业增加值的比值表示。
（三） 数据来源
数据来源为国家统计局及各省统计年鉴，时间跨度为2012—2022年。考虑到数据的完整性与可得性，样本为中国30个省（自治区、直辖市），并对个别缺失数据进行了平滑处理。描述性统计，如表3所示。
表 3 各变量描述性统计变量符号 变量名称 Obs Mean S.D. Min Max LAEhqd 低空经济高质量发展 330 0.065 0.089 0.000 0.680 di 数字基础设施建设 330 0.147 0.114 0.022 0.672 z2 城市化率 330 0.608 0.117 0.363 0.896 z3 产业高级化水平 330 1.388 0.750 0.611 5.244 z4 外资吸引力 330 11.554 1.451 7.948 15.551 z6 一般预算支出 330 8.482 0.583 6.762 9.826 z8 地区生产总值 330 9.909 0.889 7.332 11.772 z9 传统金融发展水平 330 3.471 1.088 1.784 7.605 z11 教育水平 330 2819.091 833.533 1.4e+03 5.5e+03 三、 实证分析
（一） 低空经济高质量发展的时空分异
通过熵权法测算出被解释变量2012—2022年各省低空经济高质量发展水平，如表4所示，均值如图1所示。多数省份的低空经济高质量发展水平呈现上升趋势，这表明中国低空经济整体上处于快速发展阶段且具有发展潜力。其中，东部沿海地区如广东、江苏、浙江和上海的数值普遍较高，显示出这些地区低空经济发展较为成熟，这可能与这些地区的经济基础、技术创新能力和政策支持有关。而中西部地区如贵州、云南、甘肃和青海的数值相对较低，可能与经济发展水平、基础设施建设以及产业集聚度有关。从数据上看，广东省在2022年的数值最高（0.680），如表4所示。此外，广东省出台了《广东省推动低空经济高质量发展行动方案（2024—2026年）》（粤府办〔2024〕6号），计划打造世界领先的低空经济产业高地，这也表明广东省在低空经济发展上具有明显的引领作用。
表 4 2012—2022年各省低空经济高质量发展水平省份 2012年 2017年 2022年 均值 北京 0.091 0.173 0.250 0.166 天津 0.018 0.036 0.047 0.035 河北 0.024 0.050 0.087 0.055 山西 0.010 0.024 0.034 0.022 内蒙古 0.004 0.011 0.035 0.016 辽宁 0.018 0.033 0.057 0.035 吉林 0.020 0.033 0.046 0.034 黑龙江 0.011 0.027 0.138 0.071 上海 0.050 0.106 0.177 0.107 江苏 0.078 0.150 0.250 0.159 浙江 0.050 0.108 0.173 0.107 安徽 0.028 0.065 0.100 0.064 福建 0.015 0.034 0.051 0.034 江西 0.016 0.030 0.050 0.033 山东 0.057 0.118 0.182 0.122 河南 0.032 0.055 0.081 0.057 湖北 0.037 0.079 0.107 0.077 湖南 0.025 0.056 0.094 0.058 广东 0.180 0.453 0.680 0.417 广西 0.006 0.014 0.022 0.014 海南 0.005 0.009 0.014 0.009 重庆 0.023 0.040 0.053 0.038 四川 0.039 0.093 0.139 0.091 贵州 0.007 0.012 0.018 0.012 云南 0.008 0.017 0.027 0.018 陕西 0.038 0.072 0.114 0.075 甘肃 0.004 0.011 0.019 0.011 青海 0.000 0.001 0.002 0.001 宁夏 0.002 0.008 0.010 0.007 新疆 0.001 0.005 0.029 0.012 全国 0.030 0.064 0.103 0.065 （二） 数字基础设施建设的时空分异
笔者进一步用熵权法对核心解释变量2012—2022年各省数字基础建设水平进行测算，如表5所示。大多数省份的数字基础设施建设得分呈上升趋势，这表明在这十年间各省在数字基础设施方面进行了显著的投资和建设。然而，地区间数字经济发展和产业升级方面仍面临不均衡的挑战，这也显著地体现在东部沿海地区，尤其是上海、江苏、浙江和广东数字基础设施建设得分较高，而中西部地区，例如，广西却逐年下降。
表 5 2012—2022年各省数字基础设施建设省份 2012年 排名 2017年 排名 2022年 排名 北京 0.1486 5 0.3654 2 0.5705 2 天津 0.0634 9 0.1225 15 0.2176 10 河北 0.0605 10 0.1459 10 0.1973 13 山西 0.0366 20 0.0851 21 0.1353 21 内蒙古 0.0321 21 0.0703 26 0.1000 25 辽宁 0.0548 11 0.1243 13 0.1659 16 吉林 0.0313 22 0.0717 25 0.0950 26 黑龙江 0.0305 25 0.0762 24 0.1038 24 上海 0.1859 2 0.4228 1 0.6721 1 江苏 0.1228 6 0.2662 5 0.3943 4 浙江 0.1743 4 0.2617 6 0.3494 6 安徽 0.0438 16 0.1343 11 0.2163 11 福建 0.0825 8 0.2920 4 0.2554 7 江西 0.0307 24 0.0945 19 0.1467 20 山东 0.0857 7 0.2319 7 0.3543 5 河南 0.0529 12 0.1644 8 0.2330 9 湖北 0.0528 13 0.1268 12 0.1890 14 湖南 0.0439 15 0.1238 14 0.1815 15 广东 0.1816 3 0.3407 3 0.5207 3 广西 0.2605 1 0.0866 20 0.1543 18 海南 0.0428 17 0.0951 18 0.1153 23 重庆 0.0367 19 0.1168 16 0.1979 12 四川 0.0510 14 0.1612 9 0.2410 8 贵州 0.0290 27 0.0806 23 0.1610 17 云南 0.0309 23 0.0827 22 0.1244 22 陕西 0.0422 18 0.1040 17 0.1541 19 甘肃 0.0215 30 0.0592 27 0.0876 27 青海 0.0267 29 0.0524 30 0.0680 30 宁夏 0.0281 28 0.0592 28 0.0744 29 新疆 0.0297 26 0.0555 29 0.0867 28 （三） 数字基础设施建设对低空经济高质量发展的影响
面板双固定模型的回归结果，如表6所示。数字基础设施建设的回归系数在5%的水平下显著为正，说明各省数字基础设施建设能够有效促进低空经济高质量发展，当数字基础设施建设水平每提高0.1，低空经济高质量发展水平提高0.406。
表 6 面板双固定模型的回归结果变量名称 回归系数 标准误 di 0.406** (0.181) z2 −0.410 (0.303) z3 −0.048 (0.055) z4 0. 000 (0.000) z6 0.132** (0.060) z8 −0.148* (0.078) z9 0.019 (0.017) z11 0.001** (0.006) _cons −0.634* (0.325) 注：***、**、*分别表示在 1%、5%与10%的水平下显著，下同。 就控制变量的回归结果而言：第一，一般预算支出的回归系数在5%的置信水平下显著为正，说明各省政府通过增加一般预算支出能够有效促进低空经济高质量发展。具体而言，政府预算支出增加可以用于建设或改善低空经济所需的基础设施，如通航机场、临时起降点、空中交通管理系统等，提升低空飞行的安全性和效率，从而提升政府在低空经济高质量发展中的中介服务水平；政府通过出台优惠政策，如提供财政补贴、税收减免等措施，引导更多企业布局低空经济业务，从而提升企业在低空经济高质量发展中的供给数量和质量；政府通过增加对公共服务领域的投入，如航空应急救援等，丰富低空经济应用场景，从而提升对低空经济相关产品的需求。第二，地区生产总值的回归系数在10%的置信水平下显著为负。一方面，由于低空经济领域的产品创新能力较弱，导致市场对其商业化产品认知和需求较低；另一方面，由于低空信息基础设施和网络基础设施等低空经济配套设施建设水平不足，对低空经济的效益和潜力尚未凸显，致使发达地区资源更倾向于其他经济领域，对低空经济相对投资不足，从而影响了低空经济高质量发展。第三，教育水平的回归系数在5%的回归系数下显著为正，但系数较小。一方面，说明教育水平提升能够为低空经济高质量发展提供人才和技术支撑；另一方面，也说明了培养低空经济领域高素质专业人才的重要性，仍需进一步加强产学研合作，促进高校研究成果的商业化。第四，产业高级化水平、传统金融发展水平、外资吸引力对低空经济高质量发展的影响不显著，意味着当前低空经济作为战略性新兴产业正处于起步阶段，相关配套的产业和技术尚未成熟，此时低空经济发展更加依赖国内风险投资、产业基金的资本支持。
（四） 稳健性检验
在上述研究的基础上，笔者通过三种方法进行稳健性检验，回归结果如表7所示。第一，可能存在遗漏变量带来的内生性问题。各省低空经济高质量发展可能会受益于数字基础设施建设带来的技术溢出，还可能受益于行业内人才流动带来的知识溢出，即各省航空业的既有基础和潜力也可能会影响低空经济高质量发展。因此，研究加入2012—2022年各省航空运输业从业人员数量（z10）作为航空业发展水平，将其纳入原模型重新估计（模型2），发现各省数字基础设施建设（diit）的系数依然在5%的置信水平下正向显著，且系数与原面板双固定模型系数相差不大，加之z10在1%的置信水平下显著，因此，假定原不存在行业内知识溢出层面上的遗漏变量。第二，可能存在核心解释变量的滞后效应问题。将数字基础设施建设滞后一期（dii,t-1）水平纳入原模型进行估计（模型3），发现核心解释变量依然在5%的置信水平下显著为正，且其系数比原面板双固定模型更优，这表明模型在考虑到滞后效应后依然稳健。第三，可能存在反向因果带来的内生性问题。首先，既有文献研究认为，政府工作报告中提及的新型数字基础设施频次可以在一定程度上反映该省数字基础设施发展水平[26]。具体测量方法如下：收集整理2011—2022年各省政府工作报告，确定数字基础设施建设水平相关词汇；进一步使用Python对各省政府工作报告进行文本分析后获得对应年份各省的数字基础设施建设水平的词频数。其次，基于各省信息服务业从业人员占地区常住人口的比例与数字基础设施建设水平存在高度相关性，因此，笔者选取当年信息服务业从业人员占比和上一年政府工作报告中数字基础设施建设水平词频数的交乘项作为工具变量进行回归（模型4）。第一阶段回归结果，如表7所示。工具变量（iv1）的系数343.99在1%的水平上显著，且第一阶段F统计量的值大于经验法则建议的10，因此，内生变量和工具变量之间存在强相关性，不存在弱工具变量问题。Cragg-Donald Wald F统计量大于Stock-Yogo弱工具变量识别F检验在10%显著性水平上的临界值，再次拒绝弱工具变量的原假设。第二阶段回归结果显示，数字基础设施建设（di）的系数在1%的置信水平下显著为正，说明在考虑到内生性问题后，各省数字基础设施建设水平依然对低空经济高质量发展水平具有显著促进作用，回归结果具有稳健性。
表 7 稳健性检验的回归结果模型1 模型2 模型3 模型4 变量名称 面板双固定 遗漏变量 滞后变量 工具变量 一阶段 二阶段 di 0.406** 0.365** 0.465** 0.584*** (0.270) (0.181) (0.165) (0.207) iv1 0.791*** (0.043) z2 −0.410 −0.269 −0.014 −0.046 0.013 (0.303) (0.268) (0.024) (0.099) (0.253) z3 −0.048 −0.050 −0.063 −0.009 −0.057 (0.055) (0.049) (0.054) (0.009) (0.052) z4 0.000 0.000 0.000 0.000 0.000 (0.000) (0.000) (0.000) (0.000) (0.000) z6 0.132** 0.101** 0.073** −0.003 0.075*** (0.060) (0.040) (0.029) (0.020) (0.028) z8 −0.148* −0.156** −0.182** 0.026* −0.197 (0.078) (0.067) (0.077) (0.016) (0.081) z9 0.019 0.024 0.024 0.010* 0.018 (0.017) (0.019) (0.017) (0.005) (0.016) z11 0.001*** 0.000 0.000*** 0.000 0.000* (0.006) (0.000) (0.000) (0.000) (0.002) z10 0.001*** 0.001*** 0.000 0.001* (0.005) (0.003) (0.000) (0.000) _cons −0.634* −0.477* −0.337* (0.325) (0.252) (0.193) F 统计量 343.99*** Cragg-Donald Wald F statistic 455.448 Kleibergen-Paap rk LM statistic 17.429*** 注：Stock-Yogo弱工具变量识别F检验在10%显著性水平上的临界值为16.38。 四、 作用机制
研究进一步探讨了数字基础设施建设对低空经济高质量发展的中介机制，并结合广东、上海等省份先进案例进行了实证分析，研究认为，各省数字基础设施建设水平对低空经济高质量发展的中介机制有三条，即提高人才集聚度、提升创业活跃度和促进数字普惠金融发展。
（一） 提高人才集聚度
1. 人才集聚度的中介传导机制分析
舒尔茨的人力资本理论指出，教育和技能水平的提升能够有效促进生产效率和经济增长。数字基础设施建设能够提高教育和技能培训的质量，吸引更多高技能人才，与此同时，人才集聚带来的知识共享和创新思维加速了低空经济的技术进步和应用创新。此外，数字技术强渗透性和高协调性的特点促进了不同行业间的融合，人才集聚度的提高进一步加强了这一融合趋势，为低空经济带来了新的商业模式和增长点。
2. 人才集聚度的测度
综上，根据诸多理论分析，数字基础设施建设为人才提供了良好的发展环境和创新平台，并通过人才集聚和创新活动，推动了低空经济的技术进步、产业升级和经济增长。研究进一步选择地区信息传输、软件和信息技术服务业从业人员数作为人才集聚（TA）的代理变量，并提出如下假设：
假设1. 数字基础设施建设通过提升人才集聚度，从而促进低空经济高质量发展。
（二） 提升创业活跃度
1. 创业活跃度的中介传导机制分析
科斯的交易成本理论指出，企业间的交易成本影响着经济效率。数字基础设施建设提供了技术平台和通信网络，增强了正外部性，促进了知识和技术的共享。一方面，数字技术的强渗透性使得企业能够快速吸收和应用创新成果，提高了整个行业的技术水平和生产效率；另一方面，数字基础设施建设提高了市场信息的透明度，促进了资源在创业活动中的优化配置，而数字技术高协同性的特点，进一步降低了创业过程中的搜索成本、监督成本，促进了不同企业间的协同合作，加强了低空经济产业链上下游的整合。
2. 创业活跃度的测度
综上，根据诸多理论分析，数字基础设施建设具有强外部性，数字技术强渗透性和高协调性的特点使企业间的知识溢出和学习效应不再受制于传统地理位置的限制，降低了企业在创业过程中的成本，通过激发创业活力推动了低空经济高质量发展。研究进一步选择地区企业数量占总人口的比例作为创业活跃度（EA）的代理变量，并提出如下假设：
假设2. 数字基础设施建设通过提高创业活跃度，从而促进低空经济高质量发展。
（三） 促进数字普惠金融发展
1. 数字普惠金融的中介传导机制分析
低空经济作为战略性新兴产业，其发展不仅依赖于技术创新和市场需求，还与金融支持密切相关，数字普惠金融在这一中介机制中发挥着重要作用。数字技术的强渗透性为低空经济领域的创新企业提供了更广泛的资金来源，降低了融资门槛，加速了创新技术的研发和应用；利用数字基础的高协调性，数字普惠金融提高了市场信息的透明度，降低了信息不对称问题，使得投资者能够更准确地评估低空经济企业的潜力和风险，提高了资金配置的效率。
2. 数字普惠金融的测度
综上，根据诸多理论分析，数字基础设施为金融行业提供了技术支撑，降低了交易成本，提高了市场的信息透明度和效率，促进了金融服务的普及和创新，为低空经济领域的发展提供了重要的资金和风险管理支持。进一步参考现有文献[27]，以北京大学数字普惠金融指数（DFI）
⑤ 来衡量数字普惠金融发展，并提出如下假设：假设3. 数字基础设施建设通过促进数字普惠金融发展，从而促进低空经济高质量发展。
（四） 中介效应检验
为探究数字基础设施建设对低空经济高质量发展的传导机制，笔者试引入人才集聚度、创业活跃度、数字普惠金融指数对此进行检验，回归结果如表8所示。
表 8 中介机制的回归结果机制1 机制2 机制3 人才集聚度 创业活跃度 数字普惠金融 di 71.842*** 271.319* 77.179*** (20.955) (144.650) (24.342) z2 −95.824** −113.939 −75.414 (39.181) (336.566) (55.658) z3 −1.859 −50.237** 6.785 (4.653) (20.690) (5.336) z4 −0.003 0.043 −0.002 (0.006) (0.027) (0.066) z6 12.089*** 63.459** 10.475 (3.499) (30.076) (10.502) z8 −5.633 −38.652 46.829*** (8.420) (71.089) (14.522) z9 0.968 −8.109 3.315 (2.302) (14.165) (2.700) z10 0.001*** −0.000 −0.000* (0.005) (0.000) (0.000) z11 −0.001 −0.005 0.002* (0.001） (0.008) (0.001) _cons −33.637 −196.056 103.235 (29.756) (276.139) (83.428) 由实证结果可知，数字基础设施建设对人才集聚度在1%的置信水平下显著为正，且系数较大，这表明数字基础设施建设显著促进了人才集聚度的提高，为低空经济领域吸引和保留关键人才，从而促进产品开发和技术创新，使得大规模低空飞行活动和低空运营具备技术支撑，推动低空要素化和低空经济高质量发展。
数字基础设施建设对创业活跃度在10%的置信水平下显著为正，且系数较大，这表明良好的数字基础设施能够激发创业活动，提高低空经济领域创新动力，促进低空经济和其他产业融合，探索开发新的应用场景，推动要素场景化和低空经济高质量发展。
数字基础设施建设对数字普惠金融在1%的置信水平下显著为正，且系数较大，说明数字基础设施的完善有助于数字普惠金融的发展，数字技术能够实现对资源的优化配置和资本的风险控制，推动场景经济化和低空经济高质量发展。
（五） 机制的进一步讨论
1. 异质性分析
考虑到各省份之间一般预算支出和城乡收入差距存在差异，研究进一步计算出全国各省一般预算支出和城乡收入差距的均值，并分为一般预算支出高省份和支出低省份，城乡收入差距大省份和差距小省份。笔者采用陈斌开和林毅夫的做法，用城镇居民人均可支配收入除以农村居民人均纯收入来衡量城乡收入差距（urig）[28]，如表9所示。
表 9 异质性分析变量 一般预算支出 城乡收入差距 高省份 低省份 大省份 小省份 di 0.585** 0.061* 0.237 0.294** (0.236) (0.030) (0.174) (0.114) _cons −0.697 0.115 0.307 0.584 (0.926) (0.221) (0.534) (0.491) 控制变量 是 是 是 是 地区固定 是 是 是 是 时间固定 是 是 是 是 N 179 151 139 191 R2 0.9481 0.9018 0.9686 0.9758 回归结果显示，一般预算支出高省份数字基础设施建设对低空经济高质量发展在5%的置信水平下显著为正，而一般预算支出低省份数字基础设施建设对低空高质量发展仅在10%的置信水平下显著为正，且前者系数显著大于后者。这可能是因为一般预算支出较高的省份可能已经形成了一定的产业集聚，这些地区的企业和人才更集中，数字基础设施建设能够进一步促进产业集群的发展。这些省份也可能拥有更积极的政策环境，包括对数字经济和低空经济的扶持政策，为数字基础设施建设提供了政策支持。
城乡收入差距的分析表明，当城乡收入差距越小时，数字基础设施建设对低空经济高质量发展的影响越显著，这可能是因为：一方面，在城乡收入差距较小的地区，数字基础设施的建设为农村和城市提供了相对均等的发展机会，使得低空经济的潜力能够在更广泛的区域内得到挖掘；另一方面，数字基础设施的普及有助于城乡之间资源共享，包括信息、技术、市场等，城乡收入差距较小也意味着该地区低空经济产品和服务具备更广阔的市场有效需求。这在一定程度上表明在偏远落后地区和山区发展航空应急救援、建设乡镇临时起降点的经济意义和民生效益，进而实现促进乡村振兴、共同富裕以及低空经济高质量发展等多重目标。
2. 面板双固定门槛模型
低空经济作为新兴战略性产业，其高质量发展情况离不开地区创新生态系统，即创业生态和产业结构。为进一步考虑不同条件下数字基础设施建设对低空经济高质量发展效果的非线性影响，研究进一步从创业活跃度（ea）和产业高级化水平（iso，即上文提到的z3）两个方面进行面板门槛模型回归。门槛效应检验结果如表10所示。可以发现，创业活跃度（ea）作为门槛变量时，单门槛模型P值为
0.0033 ，在1%水平上显著，双门槛模型P值为0.0067 ，在1%水平上显著，三门槛模型P值大于0.010 0，未通过显著性检验。因此，选择双门槛模型，单门槛值为111.8149 ，双门槛值为228.1415 ；产业高级化水平（iso）作为门槛变量时，单门槛模型P值为0.0100 ，在5%水平上显著，双门槛模型P值为0.0233 ，在5%水平上显著，三门槛模型P值大于0.100 0，未通过显著性检验。因此，选择双门槛模型，单门槛值为1.1095 ，双门槛值为1.3585 。表 10 门槛效应检验结果门槛变量 模型机制2 F值 P值 门槛值 ea 单门槛 102.58 0.0033 111.8149 双门槛 45.94 0.0067 228.1415 三门槛 20.32 0.3133 285.2506 iso 单门槛 85.99 0.0100 1.1095 双门槛 48.65 0.0233 1.3585 三门槛 78.93 0.5167 1.3678 不同门槛效应下各变量的回归估计结果，如表11所示。表11列（1）表明，在创业活跃度小于等于
111.8149 时，数字基础设施建设对低空经济高质量发展的影响系数为0.094，未通过显著性检验；在创业活跃度大于111.8149 且小于等于228.1415 时，数字基础设施建设对低空经济高质量发展的影响系数变大到0.275，且在1%的置信水平下显著为正；在创业活跃度大于228.1415 时，数字基础设施建设对低空经济高质量发展的影响系数达到最大的0.462，且在1%的置信水平下显著为正。说明随着创业活跃度的不断提高，数字基础设施建设对低空经济高质量发展的推动作用逐步增强。在这一阶段，数字基础设施建设更能通过庞大广泛的数据要素促进企业产品数字化、商业模式数字化、供应链管理数字化等，从而提升其对低空经济高质量发展的正向影响程度。表 11 不同门槛效应下回归结果门槛变量 （1） （2） di 0.094 (ea≤ 111.8149 )(0.092) di 0.275*** ( 111.8149 <ea≤228.1415 )(0.087) di 0.462*** (ea＞ 228.1415 )(0.118) di 0.100 (iso≤ 1.1095 )(0.077) di 0.329*** ( 1.1095 <iso≤1.3585 )(0.085) di 0.487*** (iso＞ 1.3585 )(0.153) _cons −0.319* −0.358* (0.171) (0.181) 控制变量 是 是 N 330 330 R2 0.7474 0.7391 表11列（2）的回归结果显示，在产业高级化水平小于等于
1.1095 时，数字基础设施建设对低空经济高质量发展的影响系数为0.100，未通过显著性检验；在产业高级化水平大于1.1095 且小于等于1.3585 时，数字基础设施建设对低空经济高质量发展的影响系数变大到0.329，且在1%的置信水平下显著为正；在产业高级化水平大于1.3585 时，数字基础设施建设对低空经济高质量发展的影响系数达到最大0.487，且在1%的置信水平下显著为正。说明随着产业高级化水平的不断提高，数字基础设施建设对低空经济高质量发展的推动作用逐步增强。在这一阶段，随着产业高级化水平的提高，数字基础设施可以提供实时数据和分析工具，帮助企业优化供应链管理，从而支持更复杂的生产流程和更高质量的产品开发，推动产业结构向高端化、智能化发展，进而助力低空经济高质量发展。五、 结语
研究基于2012—2022年的省级面板数据，对中国低空经济高质量发展的影响及其内在机理进行了深入的探讨。通过构建理论框架和实证模型，笔者得出如下结论：在低空经济发展过程中，数字基础设施建设发挥了关键作用，为低空经济高质量发展提供了有力的技术支撑。
数字基础设施建设对低空经济的发展具有显著的促进作用，随着5G网络大数据云计算等技术的迅猛发展，数字基础设施在为低空经济提供强大技术支撑和丰富应用场景的同时，也促进了低空经济的数字化转型和智能化升级。
研究检验了三个中介机制，即人才集聚度、创业活跃度和数字普惠金融。回归结果显示，数字基础设施建设通过提升人才集聚度和创业活跃度，促进了低空经济的技术创新和产业升级；同时，通过促进数字普惠金融的发展，为低空经济领域提供了更有效的资金支持和风险管理，从而使数字基础设施在加速低空经济的数字化转型和智能化升级的同时，深化行业间的融合创新，构建更加协调、绿色、开放、共享的创新生态系统，为低空经济高质量发展发挥重要作用。在利用数据要素促进各生产要素集聚、资源优化配置的同时，有力地促进了新质生产力的发展，为实现经济社会的转型升级和可持续发展提供了新的动力。
研究还表明，区域一般预算支出与城乡收入差距对数字基础设施建设与低空经济高质量发展之间的关系有显著的异质性影响。这要求在制定相关政策时，应充分考虑区域经济发展阶段的差异，有针对性地根据各省发展情况采取促进低空经济发展的差异化策略，以促进低空经济的多样化发展。
研究进一步发现，创业活跃度和产业高级化水平对主回归具有门槛效应，且为非线性影响，这为认识不同发展阶段的地区低空经济发展的动态变化提供一个新的研究视角。
结合实证分析，笔者提出如下政策建议：加强数字基础设施建设，尤其是加大低空经济发展相对滞后地区，如中西部地区的建设力度，缩小区域发展差距。为低空经济技术创新和产业发展提供人才资源支持，优化人才培养和引进政策，提高人才集聚度。激发创业活跃度，推动低空经济领域新业态、新模式发展，通过提供政策支持和服务，降低创业成本。为低空经济领域的创新企业提供金融支持，发展数字普惠金融，提高金融服务覆盖面和效率。
为了更好促进低空经济高质量发展，必须持续加大数字基础设施建设投入，进一步推动低空经济成为中国经济转型升级和高质量发展的新引擎、新动能。
注释：
① 企查查：https://www.qcc.com/，可获取研究中一级指标“产业：供给质量”各类企业数量数据。② R&D：“research and development”的缩写，即 “研究与开发”。③ iFind是一个提供金融数据的平台。⑤ 研究使用北京大学数字普惠金融指数（DFI）中的综合指数。 -
表 1 各省低空经济高质量发展水平的指标体系
一级指标 二级指标 低空经济高质量发展水平 产业：供给质量 经营范围是无人机的企业数量 专利包含无人机的企业数量 经营范围是无人机的专精特新企业数量 专利包含无人机的专精特新企业数量 经营范围是无人机的高新技术企业数量 专利包含无人机的高新技术企业数量 上市企业R&D经费投入金额 市场：产品需求 低空经济产值规模 政府：基础设施支撑能力 中国民航局颁证通用机场数量 
下载: 导出CSV
表 2 各省数字基础设施建设水平的指标体系
一级指标 二级指标 数字基础设施
建设水平互联网普及程度 互联网接入端口数 互联网宽带接入用户数 域名数 移动电话普及程度 移动基站密度 移动电话普及度 信息传输广度 单位面积长途光缆长度 邮电业发展水平 电子商务交易企业活动企业比例 企业数字化发展程度 企业电子商务交易额 企业每百人使用计算机数 每百家企业拥有网站数
下载: 导出CSV
表 3 各变量描述性统计
变量符号 变量名称 Obs Mean S.D. Min Max LAEhqd 低空经济高质量发展 330 0.065 0.089 0.000 0.680 di 数字基础设施建设 330 0.147 0.114 0.022 0.672 z2 城市化率 330 0.608 0.117 0.363 0.896 z3 产业高级化水平 330 1.388 0.750 0.611 5.244 z4 外资吸引力 330 11.554 1.451 7.948 15.551 z6 一般预算支出 330 8.482 0.583 6.762 9.826 z8 地区生产总值 330 9.909 0.889 7.332 11.772 z9 传统金融发展水平 330 3.471 1.088 1.784 7.605 z11 教育水平 330 2819.091 833.533 1.4e+03 5.5e+03
下载: 导出CSV
表 4 2012—2022年各省低空经济高质量发展水平
省份 2012年 2017年 2022年 均值 北京 0.091 0.173 0.250 0.166 天津 0.018 0.036 0.047 0.035 河北 0.024 0.050 0.087 0.055 山西 0.010 0.024 0.034 0.022 内蒙古 0.004 0.011 0.035 0.016 辽宁 0.018 0.033 0.057 0.035 吉林 0.020 0.033 0.046 0.034 黑龙江 0.011 0.027 0.138 0.071 上海 0.050 0.106 0.177 0.107 江苏 0.078 0.150 0.250 0.159 浙江 0.050 0.108 0.173 0.107 安徽 0.028 0.065 0.100 0.064 福建 0.015 0.034 0.051 0.034 江西 0.016 0.030 0.050 0.033 山东 0.057 0.118 0.182 0.122 河南 0.032 0.055 0.081 0.057 湖北 0.037 0.079 0.107 0.077 湖南 0.025 0.056 0.094 0.058 广东 0.180 0.453 0.680 0.417 广西 0.006 0.014 0.022 0.014 海南 0.005 0.009 0.014 0.009 重庆 0.023 0.040 0.053 0.038 四川 0.039 0.093 0.139 0.091 贵州 0.007 0.012 0.018 0.012 云南 0.008 0.017 0.027 0.018 陕西 0.038 0.072 0.114 0.075 甘肃 0.004 0.011 0.019 0.011 青海 0.000 0.001 0.002 0.001 宁夏 0.002 0.008 0.010 0.007 新疆 0.001 0.005 0.029 0.012 全国 0.030 0.064 0.103 0.065
下载: 导出CSV
表 5 2012—2022年各省数字基础设施建设
省份 2012年 排名 2017年 排名 2022年 排名 北京 0.1486 5 0.3654 2 0.5705 2 天津 0.0634 9 0.1225 15 0.2176 10 河北 0.0605 10 0.1459 10 0.1973 13 山西 0.0366 20 0.0851 21 0.1353 21 内蒙古 0.0321 21 0.0703 26 0.1000 25 辽宁 0.0548 11 0.1243 13 0.1659 16 吉林 0.0313 22 0.0717 25 0.0950 26 黑龙江 0.0305 25 0.0762 24 0.1038 24 上海 0.1859 2 0.4228 1 0.6721 1 江苏 0.1228 6 0.2662 5 0.3943 4 浙江 0.1743 4 0.2617 6 0.3494 6 安徽 0.0438 16 0.1343 11 0.2163 11 福建 0.0825 8 0.2920 4 0.2554 7 江西 0.0307 24 0.0945 19 0.1467 20 山东 0.0857 7 0.2319 7 0.3543 5 河南 0.0529 12 0.1644 8 0.2330 9 湖北 0.0528 13 0.1268 12 0.1890 14 湖南 0.0439 15 0.1238 14 0.1815 15 广东 0.1816 3 0.3407 3 0.5207 3 广西 0.2605 1 0.0866 20 0.1543 18 海南 0.0428 17 0.0951 18 0.1153 23 重庆 0.0367 19 0.1168 16 0.1979 12 四川 0.0510 14 0.1612 9 0.2410 8 贵州 0.0290 27 0.0806 23 0.1610 17 云南 0.0309 23 0.0827 22 0.1244 22 陕西 0.0422 18 0.1040 17 0.1541 19 甘肃 0.0215 30 0.0592 27 0.0876 27 青海 0.0267 29 0.0524 30 0.0680 30 宁夏 0.0281 28 0.0592 28 0.0744 29 新疆 0.0297 26 0.0555 29 0.0867 28
下载: 导出CSV
表 6 面板双固定模型的回归结果
变量名称 回归系数 标准误 di 0.406** (0.181) z2 −0.410 (0.303) z3 −0.048 (0.055) z4 0. 000 (0.000) z6 0.132** (0.060) z8 −0.148* (0.078) z9 0.019 (0.017) z11 0.001** (0.006) _cons −0.634* (0.325) 注：***、**、*分别表示在 1%、5%与10%的水平下显著，下同。
下载: 导出CSV
表 7 稳健性检验的回归结果
模型1 模型2 模型3 模型4 变量名称 面板双固定 遗漏变量 滞后变量 工具变量 一阶段 二阶段 di 0.406** 0.365** 0.465** 0.584*** (0.270) (0.181) (0.165) (0.207) iv1 0.791*** (0.043) z2 −0.410 −0.269 −0.014 −0.046 0.013 (0.303) (0.268) (0.024) (0.099) (0.253) z3 −0.048 −0.050 −0.063 −0.009 −0.057 (0.055) (0.049) (0.054) (0.009) (0.052) z4 0.000 0.000 0.000 0.000 0.000 (0.000) (0.000) (0.000) (0.000) (0.000) z6 0.132** 0.101** 0.073** −0.003 0.075*** (0.060) (0.040) (0.029) (0.020) (0.028) z8 −0.148* −0.156** −0.182** 0.026* −0.197 (0.078) (0.067) (0.077) (0.016) (0.081) z9 0.019 0.024 0.024 0.010* 0.018 (0.017) (0.019) (0.017) (0.005) (0.016) z11 0.001*** 0.000 0.000*** 0.000 0.000* (0.006) (0.000) (0.000) (0.000) (0.002) z10 0.001*** 0.001*** 0.000 0.001* (0.005) (0.003) (0.000) (0.000) _cons −0.634* −0.477* −0.337* (0.325) (0.252) (0.193) F 统计量 343.99*** Cragg-Donald Wald F statistic 455.448 Kleibergen-Paap rk LM statistic 17.429*** 注：Stock-Yogo弱工具变量识别F检验在10%显著性水平上的临界值为16.38。
下载: 导出CSV
表 8 中介机制的回归结果
机制1 机制2 机制3 人才集聚度 创业活跃度 数字普惠金融 di 71.842*** 271.319* 77.179*** (20.955) (144.650) (24.342) z2 −95.824** −113.939 −75.414 (39.181) (336.566) (55.658) z3 −1.859 −50.237** 6.785 (4.653) (20.690) (5.336) z4 −0.003 0.043 −0.002 (0.006) (0.027) (0.066) z6 12.089*** 63.459** 10.475 (3.499) (30.076) (10.502) z8 −5.633 −38.652 46.829*** (8.420) (71.089) (14.522) z9 0.968 −8.109 3.315 (2.302) (14.165) (2.700) z10 0.001*** −0.000 −0.000* (0.005) (0.000) (0.000) z11 −0.001 −0.005 0.002* (0.001） (0.008) (0.001) _cons −33.637 −196.056 103.235 (29.756) (276.139) (83.428)
下载: 导出CSV
表 9 异质性分析
变量 一般预算支出 城乡收入差距 高省份 低省份 大省份 小省份 di 0.585** 0.061* 0.237 0.294** (0.236) (0.030) (0.174) (0.114) _cons −0.697 0.115 0.307 0.584 (0.926) (0.221) (0.534) (0.491) 控制变量 是 是 是 是 地区固定 是 是 是 是 时间固定 是 是 是 是 N 179 151 139 191 R2 0.9481 0.9018 0.9686 0.9758
下载: 导出CSV
表 10 门槛效应检验结果
门槛变量 模型机制2 F值 P值 门槛值 ea 单门槛 102.58 0.0033 111.8149 双门槛 45.94 0.0067 228.1415 三门槛 20.32 0.3133 285.2506 iso 单门槛 85.99 0.0100 1.1095 双门槛 48.65 0.0233 1.3585 三门槛 78.93 0.5167 1.3678
下载: 导出CSV
表 11 不同门槛效应下回归结果
门槛变量 （1） （2） di 0.094 (ea≤ 111.8149 )(0.092) di 0.275*** ( 111.8149 <ea≤228.1415 )(0.087) di 0.462*** (ea＞ 228.1415 )(0.118) di 0.100 (iso≤ 1.1095 )(0.077) di 0.329*** ( 1.1095 <iso≤1.3585 )(0.085) di 0.487*** (iso＞ 1.3585 )(0.153) _cons −0.319* −0.358* (0.171) (0.181) 控制变量 是 是 N 330 330 R2 0.7474 0.7391
下载: 导出CSV
-
[1] 中央经济工作会议在北京举行[N]. 人民日报, 2023−12−13(1). [2] 高启明, 金乾生. 我国通用航空产业发展特征、关键问题及模式选择[J]. 经济纵横, 2013(4): 98—102. [3] 董念清. 中国通用航空发展现状、困境及对策探析[J]. 北京理工大学学报(社会科学版), 2014, 16(1): 110—117. [4] YADAV K D, GORIET O M. A study of flight operational challenges encountered by general aviation industry in China[J]. International Journal of Sustainable Aviation, 2019, 5(3): 249—262.
[5] 杨勇, 隋东. 我国低空空域改革和通用航空事业发展有关问题的思考[J]. 南京航空航天大学学报(社会科学版), 2010, 12(2): 50—53. [6] 李启辉. 悄然中的低空新经济[J]. 经理人, 2024(6): 52—55. [7] 孙兆. 探寻低空经济“腾飞”之路[N]. 中国经济时报, 2024−05−07(3). [8] 段芳媛, 王婧涵. 2023年中国低空经济规模超过5000亿元[N]. 中国证券报, 2024−04−02(2). [9] 覃睿, 李卫民, 靳军号, 等. 基于资源观的低空及低空经济[J]. 中国民航大学学报, 2011, 29(4): 56—60. [10] BUNCE P. Preparing for the next frontier of aviation [J]. Aircraft Maintenance Technology, 2021, 32(6): 39—39.
[11] BUNCE P. Strengthening our workforce for the future [J]. Aircraft Maintenance Technology, 2021, 33(1): 46.
[12] BUNCE P. General aviation is fostering the future of aerospace [J]. Aircraft Maintenance Technology, 2023, 34(2): 33.
[13] 杨伟涛, 汪慧. 数字基础设施、要素配置效率与现代化产业体系建设[J]. 统计与决策, 2024, 40(9): 118—123. [14] 覃睿. 再论低空经济:概念定义与构成解析[J]. 中国民航大学学报, 2023, 41(6): 59—64. [15] 陈志杰, 朱永文, 刘杨. 基于数字化空域系统的城市无人机管理对策研究[J]. 中国民航大学学报, 2023, 41(3): 8—12. [16] VONGVIT R, MAENG K, LEE C S. Effects of trust and customer perceived value on the acceptance of urban air mobility as public transportation[J]. Travel Behaviour and Society, 2024(36): 100788.
[17] 邱小剑, 阮津, 吴静, 等. 通用航空产业发展、产业融合与区域消费升级[J]. 宏观经济管理, 2024(1): 78—84. [18] LIU M, HAO H, SUN X, et al. Exploring the key technologies needed for the commercialization of electric flying cars: A levelized cost and profitability analysis[J]. Energy, 2024, (33): 131991.
[19] 杨明铭, 吴禾昆. 龙华低空经济创新破茧“天空之城”蓄势腾飞[N]. 深圳特区报, 2023−10−25(5). [20] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升:内在机制与中国经验[J]. 中国工业经济, 2019(8): 5—23. [21] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65—76. doi: 10.3969/j.issn.1002-5502.2020.10.006 [22] 施震凯, 邵军, 刘嘉伟. 数字基础设施对就业变动的影响——来自制造业的证据[J]. 河海大学学报(哲学社会科学版), 2021, 23(5): 76—82. [23] 李治国, 李兆哲, 孔维嘉. 数字基础设施建设赋能包容性绿色增长:内在机制与经验证据[J]. 浙江社会科学, 2023(8): 15—24. [24] 鲁钊阳, 邓琳钰, 黄箫竹, 等. 数字经济促进区域高质量发展的实证研究[J]. 中国软科学, 2023(12): 175—184. doi: 10.3969/j.issn.1002-9753.2023.12.017 [25] 尹西明, 陈泰伦, 金珺, 等. 数字基础设施如何促进区域高质量发展:基于中国279个地级市的实证研究[J]. 中国软科学, 2023(12): 90—101. doi: 10.3969/j.issn.1002-9753.2023.12.009 [26] 钞小静, 廉园梅, 罗鎏锴. 新型数字基础设施对制造业高质量发展的影响[J]. 财贸研究, 2021, 32(10): 1—13. [27] 郭峰, 王靖一, 王芳, 等. 测度中国普惠金融发展:指数编制与空间特征[J]. 经济学(季刊),2020,19(4): 1401—1418 [28] 陈斌开, 林毅夫. 发展战略、城市化与中国城乡收入差距[J]. 中国社会科学, 2013(4): 81—102. -
期刊类型引用(3)
1. 张闳肆. 赋能低空经济的跨域协同型数智技术体系与数字基建重大工程. 物流技术. 2025(01): 1-12 . 
百度学术
2. 任超，丁思颖，尚博东，许力，方禾，郭翰学. 基于协作语义复用共享的低空经济任务执行策略. 西安邮电大学学报. 2025(01): 1-8 . 百度学术
3. 龙卫球，王锡柱. 低空经济发展特殊法律制度创新研究. 华东政法大学学报. 2025(02): 63-76 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 271
- HTML全文浏览量: 193
- PDF下载量: 101
- 被引次数: 3
