數(shù)字經(jīng)濟與產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化：基于多模型指數(shù)構(gòu)建的實證研究

林 博 寇冬雪

數(shù)字經(jīng)濟與產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化：基于多模型指數(shù)構(gòu)建的實證研究

林 博1寇冬雪2

（1. 中國社會科學(xué)院拉丁美洲研究所 北京 100007； 2. 中國社會科學(xué)院工業(yè)經(jīng)濟研究所 北京 100006）

本文基于多模型指數(shù)構(gòu)建檢驗了數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)合理化及高級化的影響及內(nèi)在機制。研究得出，數(shù)字經(jīng)濟有助于促進產(chǎn)業(yè)結(jié)構(gòu)高級化，對產(chǎn)業(yè)結(jié)構(gòu)合理化的促進作用在克服內(nèi)生性影響后顯著。數(shù)字經(jīng)濟有助于促進東西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)高級化，不利于西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化。電力消費在數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化過程中存在負向調(diào)節(jié)作用。技術(shù)市場、電子商務(wù)和全要素生產(chǎn)率在數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)高級化過程中存在正向調(diào)節(jié)作用，區(qū)域創(chuàng)新在數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)高級化過程中存在負向調(diào)節(jié)作用。

數(shù)字經(jīng)濟；產(chǎn)業(yè)結(jié)構(gòu)；高級化；合理化

近年來，我國推進新型工業(yè)化發(fā)展，在大數(shù)據(jù)、云計算、5G、人工智能、區(qū)塊鏈等數(shù)字技術(shù)領(lǐng)域取得了長足進步，數(shù)字技術(shù)驅(qū)動作用逐漸增強，不斷推動生產(chǎn)、流通、交易等環(huán)節(jié)持續(xù)創(chuàng)新和升級，工業(yè)化發(fā)展出現(xiàn)新圖景。我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級進程不斷加快，第三產(chǎn)業(yè)增加值占GDP的比重從改革開放初期的24.6%提升到2022年前三季度的53.5%，一舉扭轉(zhuǎn)了長期以來產(chǎn)業(yè)結(jié)構(gòu)單一的不利局面，為轉(zhuǎn)變經(jīng)濟發(fā)展方式、實現(xiàn)高質(zhì)量發(fā)展奠定了重要基礎(chǔ)。與此同時，產(chǎn)業(yè)結(jié)構(gòu)合理化程度不斷優(yōu)化，產(chǎn)業(yè)之間協(xié)調(diào)能力不斷增強。數(shù)字經(jīng)濟發(fā)展能否真正促進我國產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化，這成為理論和實證研究領(lǐng)域的熱點話題。因此，從多模型指數(shù)構(gòu)建維度進行實證研究和論證顯得尤為重要。

一、文獻綜述

國內(nèi)學(xué)者普遍認為數(shù)字經(jīng)濟對我國產(chǎn)業(yè)結(jié)構(gòu)升級起到促進作用。數(shù)字經(jīng)濟發(fā)展驅(qū)動服務(wù)外包產(chǎn)業(yè)升級和轉(zhuǎn)型，推動由工業(yè)主導(dǎo)型經(jīng)濟向服務(wù)主導(dǎo)型經(jīng)濟轉(zhuǎn)變[1]。這給我國從制造業(yè)數(shù)字化轉(zhuǎn)型切入促進產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進提供了重要機遇[2]。數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)升級主要有以下機制：一是數(shù)字技術(shù)促進全要素生產(chǎn)率提升。數(shù)字革命和人工智能革命促進了勞動生產(chǎn)率的提高，智能機器制造部分替代了傳統(tǒng)的勞動力、資本等要素，改變了全要素的結(jié)構(gòu)[3]。在數(shù)字經(jīng)濟時代，數(shù)據(jù)成為核心生產(chǎn)要素[4]，數(shù)字技術(shù)和制造業(yè)深度融合催生數(shù)字化生產(chǎn)要素，數(shù)字技術(shù)成為驅(qū)動制造業(yè)全要素生產(chǎn)率增長的新引擎[5]，不斷推動產(chǎn)業(yè)升級和經(jīng)濟增長[6]。二是產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化相互促進。數(shù)字經(jīng)濟在全球范圍內(nèi)快速增長，信息通信技術(shù)在數(shù)字經(jīng)濟發(fā)展中具有重要作用[7]，數(shù)字產(chǎn)業(yè)本身規(guī)模不斷擴展帶動第三產(chǎn)業(yè)持續(xù)發(fā)展。同時，數(shù)字產(chǎn)業(yè)化催生新創(chuàng)新模式，推動科技創(chuàng)新和產(chǎn)業(yè)轉(zhuǎn)型[8]。工業(yè)互聯(lián)網(wǎng)對于推動企業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)優(yōu)化升級具有基礎(chǔ)性作用，未來會迎來加速落地期[9]。同時，數(shù)字經(jīng)濟下的工業(yè)智能化推動產(chǎn)業(yè)變革和創(chuàng)新，有助于高質(zhì)量就業(yè)的實現(xiàn)[10]。三是數(shù)字經(jīng)濟加速新型工業(yè)化。在數(shù)字要素推動下，工業(yè)化展開新的發(fā)展圖景，由傳統(tǒng)的以機械化（以蒸汽機為代表）、電氣化（以發(fā)電機、發(fā)動機為代表）、信息化（以電子計算機、互聯(lián)網(wǎng)為代表）驅(qū)動的工業(yè)革命，轉(zhuǎn)向由數(shù)字技術(shù)、人工智能為代表的數(shù)字化、智能化為驅(qū)動因素的新工業(yè)革命。數(shù)字經(jīng)濟為經(jīng)濟增長提供新動能，制造業(yè)成為主戰(zhàn)場，推動我國工業(yè)發(fā)展質(zhì)量的不斷提升[11]，數(shù)字化浪潮帶來的“組合式創(chuàng)新”成為第四次工業(yè)革命時代創(chuàng)新方式重大變革的表現(xiàn)之一，產(chǎn)業(yè)政策范式出現(xiàn)轉(zhuǎn)型[12]。

關(guān)于數(shù)字經(jīng)濟促進產(chǎn)業(yè)轉(zhuǎn)型升級的實證研究也是以往文獻的熱點，有學(xué)者通過面板數(shù)據(jù)統(tǒng)計分析，發(fā)現(xiàn)數(shù)字經(jīng)濟的發(fā)展提升了我國勞動力資源配置效率[13]。也有學(xué)者使用中介效應(yīng)模型，發(fā)現(xiàn)數(shù)字經(jīng)濟可有效改善勞動和資本要素配置扭曲狀況[14]。實證研究同樣發(fā)現(xiàn)，數(shù)字經(jīng)濟正向促進我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，影響效果在不同區(qū)域間存在一定的差異[15]，而反映在制造業(yè)就業(yè)上，呈現(xiàn)先降后升的正“U”型[16]。針對“一帶一路”沿線國家，實證結(jié)果顯示數(shù)字經(jīng)濟正向促進經(jīng)濟增長[17]。以往實證研究少有從多模型指數(shù)構(gòu)建維度驗證數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化的影響，本文試圖增加這一方面的經(jīng)驗證據(jù)。

二、數(shù)字經(jīng)濟指數(shù)構(gòu)建和測算

（一）變異系數(shù)模型下的數(shù)字經(jīng)濟指數(shù)構(gòu)建和測算

1. 指數(shù)構(gòu)建

數(shù)字經(jīng)濟指數(shù)可以從窄維度視角來展開，通常采取變異系數(shù)法進行構(gòu)建。以往有些指標體系過于復(fù)雜，一些指標已經(jīng)不能與當下快速發(fā)展的信息化社會相匹配。窄維度視角的優(yōu)勢在于指數(shù)構(gòu)建簡單便捷，能快速納入新指標以反映現(xiàn)狀。在建立指標體系時，既要符合當下現(xiàn)實需要，與時俱進地去除舊指標，增加新指標，也要考慮到數(shù)據(jù)的可得性。

首先，將指標構(gòu)建成為標準化數(shù)據(jù)矩陣如下：

進而，計算變異系數(shù)=均值/標準差：

權(quán)重比例為：

指數(shù)得分為：

2. 指標選擇與數(shù)據(jù)來源

指標選取主要利用各年度的《中國信息年鑒》和中國互聯(lián)網(wǎng)信息中心定期發(fā)布的《中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告》數(shù)據(jù)，從信息通信基礎(chǔ)資源和相關(guān)信息技術(shù)應(yīng)用兩個維度考察數(shù)字經(jīng)濟指數(shù)，具體兩個維度細節(jié)指標（表1）。

表1 各省數(shù)字經(jīng)濟指數(shù)構(gòu)建

指標名稱指標說明 數(shù)字經(jīng)濟指數(shù)相關(guān)信息技術(shù)應(yīng)用Z1各省域名數(shù)量（萬個）/ 年末常住人口(萬人) 信息通信基礎(chǔ)資源Z2互聯(lián)網(wǎng)寬帶接入端口數(shù)（萬個）/ 年末常住人口(萬人)

資料來源：《中國信息年鑒》《中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告》。

在對兩個指標權(quán)數(shù)確定方法上選擇變異系數(shù)法。具體做法首先為了消除各項評價指標的量綱不同的影響，需要用各項指標的變異系數(shù)來衡量各項指標取值的差異程度。具體是根據(jù)年度橫截面構(gòu)建省份和指標項矩陣，再以每年為單位進行權(quán)重計算。計算權(quán)重后再計算指數(shù)得分，并對得分取對數(shù)得到不同年度各個省份的數(shù)字經(jīng)濟指數(shù)。

3. 檢驗和測算結(jié)果

通過上述公式可以計算各省（直轄市）2014-2020年在變異系數(shù)法下數(shù)字經(jīng)濟得分（Score1）情況，衡量各地數(shù)字經(jīng)濟指數(shù)。

圖1 變異系數(shù)法下各?。ㄖ陛犑校?shù)字經(jīng)濟指數(shù)（2014-2020年）

通過變異系數(shù)法構(gòu)建數(shù)字經(jīng)濟指數(shù)，得出2014-2020年我國30個?。ㄖ陛犑校?shù)字經(jīng)濟指數(shù)情況，走勢如圖1。結(jié)果顯示，北京、福建、上海、浙江等地數(shù)字經(jīng)濟水平較高，尤其是福建省在2014年之后數(shù)字經(jīng)濟指數(shù)增長較快，北京在2016年之后指數(shù)出現(xiàn)下降但仍領(lǐng)先其他地區(qū)。

（二）因子分析模型下的數(shù)字經(jīng)濟指數(shù)構(gòu)建和測算

1. 指數(shù)構(gòu)建

除了從窄維度構(gòu)建數(shù)字經(jīng)濟指標，本部分進一步從寬維度視角，采用因子分析模型進行指標構(gòu)建。首先，從網(wǎng)絡(luò)基礎(chǔ)設(shè)施、通訊技術(shù)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展三個維度形成數(shù)字經(jīng)濟發(fā)展水平指標體系。其次，在指標體系基礎(chǔ)上，構(gòu)建因子分析模型，將原始變量通過模型結(jié)合成代表不同維度水平的因子組合，并衡量不同因子所占權(quán)重的大小。因子模型構(gòu)建如下：

上述模型和變量滿足如下條件：

通過因子分析模型得到數(shù)字經(jīng)濟發(fā)展水平綜合因子Score2。

2. 指標選擇與數(shù)據(jù)來源（表2）

表2 指標選擇和數(shù)據(jù)來源

指數(shù)一級指標二級指標計算方法 數(shù)字網(wǎng)絡(luò)基礎(chǔ)設(shè)施(A1)移動互聯(lián)網(wǎng)用戶人數(shù)占比X1移動互聯(lián)網(wǎng)用戶/ 年末常住人口 通訊技術(shù)設(shè)施(A2)移動電話交換機容量X2移動電話交換機容量/ 年末常住人口 長途光纜線路X3長途光纜線路長度/ 區(qū)域面積 數(shù)字產(chǎn)業(yè)發(fā)展(A3)各省域名數(shù)量X4各省域名數(shù)量/ 年末常住人口

3. 檢驗和測算結(jié)果

檢驗過程分為三步走進行。第一步對因子分析模型原始數(shù)據(jù)進行標準化處理和檢驗；第二步進行因子特征值計算和因子變換，根據(jù)因子得分系數(shù)矩陣進行因子得分模型計算；第三步計算數(shù)字發(fā)展水平得分矩陣，進而將數(shù)字發(fā)展水平對產(chǎn)業(yè)結(jié)構(gòu)指標進行回歸模型計算。

首先，對數(shù)字經(jīng)濟發(fā)展水平指數(shù)三級指標原始數(shù)據(jù)進行標準化計算，并進行KMO檢驗以及Bartlett球形檢驗。其次，對所有指標的方差貢獻率和相關(guān)矩陣進行計算，對特征值大于1的因子進行提取，之后進行旋轉(zhuǎn)變換，負荷系數(shù)趨近于0或1，計算矩陣旋轉(zhuǎn)前后的累積貢獻率和因子貢獻率。最后，對兩個主因子進行分析后得到成分得分矩陣、旋轉(zhuǎn)后載荷矩陣。并根據(jù)因子得分系數(shù)矩陣建立因子得分模型如下：

1=0.0051+0.3922-0.3323+0.3834 （6）

2=0.7931+0.1612+0.3743+0.1484 （7）

結(jié)合第一主因子和第二主因子得分情況和方差貢獻率，可以構(gòu)建因子指數(shù)Score2①：

2=(0.60791+0.30912) /0.917 （8）

通過上述公式可以計算各?。ㄖ陛犑校?014年到2020年在因子分析模型下數(shù)字經(jīng)濟得分（Score2）情況，衡量各地數(shù)字經(jīng)濟指數(shù)。

圖2 因子分析模型下各省（直轄市）數(shù)字經(jīng)濟指數(shù)（2014-2020年）

圖2表示因子分析模型下2014-2020年我國30個?。ㄖ陛犑校?shù)字經(jīng)濟衡量指數(shù)情況。結(jié)果顯示，北京、江蘇、上海、陜西等地數(shù)字經(jīng)濟水平較高，北京、江蘇、上海在2017年之后數(shù)字經(jīng)濟指標有較大幅度下降。除西藏地區(qū)外其余地區(qū)數(shù)字經(jīng)濟均保持增長，西藏地區(qū)數(shù)字經(jīng)濟指數(shù)出現(xiàn)下滑，但在2017年之后開始緩慢爬升。

三、數(shù)字經(jīng)濟發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化的影響

（一）產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化指數(shù)構(gòu)建

1. 產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)構(gòu)建（TS）

產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)（TS）是用于顯示產(chǎn)業(yè)結(jié)構(gòu)變化的趨勢，是二、三產(chǎn)業(yè)規(guī)模之間的一種比例。以往諸多研究也通過第三產(chǎn)業(yè)產(chǎn)值同第二產(chǎn)業(yè)產(chǎn)值之間的比例來反映產(chǎn)業(yè)結(jié)構(gòu)高級化[18]。計算公式如下：

其中，TS代指產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)，反映產(chǎn)業(yè)結(jié)構(gòu)比重向第三產(chǎn)業(yè)發(fā)展的趨勢，是“經(jīng)濟服務(wù)化”的進程[19]。通過上述公式，可以計算得到31個省、直轄市、自治區(qū)的TS面板數(shù)據(jù)。

2. 產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)構(gòu)建（TL）

產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)（TL）是用于顯示產(chǎn)業(yè)之間的協(xié)調(diào)程度，是產(chǎn)出結(jié)構(gòu)同要素投入結(jié)構(gòu)之間一種均衡狀態(tài)的反映。借鑒干春暉等[20]的做法，產(chǎn)業(yè)結(jié)構(gòu)合理化以泰爾指數(shù)的倒數(shù)來進行度量。計算公式如下：

當經(jīng)濟系統(tǒng)處于均衡時，存在

此時，=0

當TL不等于0的情況下，顯示產(chǎn)業(yè)結(jié)構(gòu)偏離均衡狀態(tài)，產(chǎn)業(yè)結(jié)構(gòu)合理化程度隨數(shù)值偏離。通過上述公式，計算得到31個省、直轄市、自治區(qū)的TL面板數(shù)據(jù)。

（二）研究設(shè)計

1. 樣本選擇與數(shù)據(jù)來源

基于《中國統(tǒng)計年鑒》《地方統(tǒng)計年鑒》、國家統(tǒng)計局數(shù)據(jù)庫、CEIC數(shù)據(jù)庫，本文選取2014-2020年31個省、直轄市、自治區(qū)的面板數(shù)據(jù)構(gòu)成樣本，并對原始數(shù)據(jù)進行無量綱處理，對缺失數(shù)據(jù)采用線性插值法和ARIMA填補法補全。

2. 變量設(shè)定

（1）被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)（TS）、產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)（TL）。通過產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)和產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)作為被解釋變量，用來度量產(chǎn)業(yè)結(jié)構(gòu)變化的趨勢和程度。被解釋變量的計算生成過程如前文指標構(gòu)建模型，通過代入各變量原始數(shù)據(jù)，最終計算形成匹配本文樣本集合的面板數(shù)據(jù)。

（2）解釋變量：變異系數(shù)模型下的數(shù)字經(jīng)濟指數(shù)（Score1）和因子分析模型下的數(shù)字經(jīng)濟指數(shù)（Score2）。通過變異系數(shù)模型和因子分析模型分別構(gòu)建數(shù)字經(jīng)濟指數(shù)，用來度量各地區(qū)數(shù)字經(jīng)濟發(fā)展程度和水平，數(shù)值大小排列以及時序上的變動趨勢，可以在一定程度上反映各地數(shù)字經(jīng)濟的情況。解釋變量的計算生成過程如前文指標構(gòu)建模型，通過代入模型篩選后的二級指標變量，最終計算形成匹配本文樣本集合的面板數(shù)據(jù)。

（3）控制變量：參考以往研究和經(jīng)典理論模型，納入包括：外商直接投資（FDI）、財政支出水平（Govern）、教育水平（Edu）、城鎮(zhèn)化水平（Urban）、金融發(fā)展水平（Finance）等主要變量?？刂乒潭ㄐ?yīng)，考慮到數(shù)據(jù)“短面板”的特性，雙控制省份固定效應(yīng)和時間固定效應(yīng)會損失自由度降低系數(shù)顯著性，故采取單控制固定效應(yīng)。

3. 模型設(shè)定

構(gòu)建產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字經(jīng)濟發(fā)展水平的基準回歸模型，如下：

在基準模型的基礎(chǔ)上，由于被解釋變量、解釋變量形成2×2的矩陣關(guān)系，因而，可以生成以下4組回歸模型：

為了考慮模型變量之間可能存在的共線性問題，對兩組解釋變量和控制變量組合進行VIF檢驗，得到VIF數(shù)值分別為：3.78、4.25。因而，可以判斷不存在嚴重的多重共線性問題，模型變量選取是適當?shù)?。同時，考慮到模型存在的內(nèi)生性和異質(zhì)性問題，通過最小二乘虛擬變量法（LSDV法）及LM檢驗，本文選用固定效應(yīng)進行檢驗?？紤]到模型中可能存在包括遺漏變量偏誤、雙向因果等內(nèi)生性潛在來源，在基準模型的基礎(chǔ)上，本文采用工具變量法進行處理。具體參考黃群慧等[21]的思路，選取“人均固定電話戶數(shù)”（IV1），即區(qū)域固定電話年末用戶（萬戶）/區(qū)域人口（萬人）作為數(shù)字經(jīng)濟的工具變量，并選取兩階段最小二乘法（2SLS）來進行處理。

（三）實證結(jié)果分析

表3為數(shù)字經(jīng)濟影響產(chǎn)業(yè)結(jié)構(gòu)的基準回歸結(jié)果，結(jié)果顯示：第一，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)產(chǎn)生正向顯著影響，即隨著數(shù)字經(jīng)濟的發(fā)展，第三產(chǎn)業(yè)占比逐漸提高，“經(jīng)濟服務(wù)化”程度加深。第二，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)的影響在基準回歸中并不明確，甚至在數(shù)字經(jīng)濟指標1的回歸系數(shù)中產(chǎn)生負向影響，數(shù)字經(jīng)濟指標2的回歸系數(shù)雖為正向但不顯著，這說明產(chǎn)業(yè)之間的協(xié)調(diào)程度受數(shù)字經(jīng)濟發(fā)展影響到線性數(shù)量關(guān)系并不明確，或者由于內(nèi)生性或樣本量較小的影響而不明顯。

表3 基準回歸結(jié)果

變量TSTSTLTLTSTS (1)(2)(3)(4)(5)(6) Score12.153**(2.17) -0.461**(-2.04) 1.405***(2.62) Score2 0.496*(1.85) 0.100(1.40) 0.560***(4.75) Control variablesYESYESYESYESYESYES Province FEYESYESNONONONO Year FENONONONOYESYES Observations186186186186186186 R-squared0.5410.4540.4890.4660.7300.709

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t值。

為緩解模型中存在的內(nèi)生性問題，本文通過工具變量法（IV）做進一步回歸（表4）。根據(jù)回歸結(jié)果，數(shù)字經(jīng)濟依然表現(xiàn)出對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化的正向促進作用，進一步支持了前文基準回歸所示結(jié)果，且在克服內(nèi)生性影響后，數(shù)字經(jīng)濟發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)合理化正向促進的數(shù)量關(guān)系開始顯著。

表4 工具變量法（IV）回歸結(jié)果

變量TSTSTLTL (1)(2)(3)(4) Score19.534***(4.07) 1.816*(1.92) Score2 2.702***(3.90)0.831(0.65)0.515**(2.05) Control variableYESYESYESYES Observations186186186186 Sargan P0.0000.0000.0000.000

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為z統(tǒng)計量。

綜上，數(shù)字經(jīng)濟指數(shù)對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化在數(shù)量關(guān)系上存在正向促進作用。其中，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化正向影響顯著，在克服內(nèi)生性影響后，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)合理化的正向影響數(shù)量關(guān)系也得到證實。

（四）穩(wěn)健性檢驗

穩(wěn)健性檢驗考慮通過變量替換、滯后一期項和變換估計方法來實現(xiàn)。1.變量替換：由于本文實現(xiàn)了兩類建模方法下的數(shù)字經(jīng)濟變量Score1、Score2對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化的回歸分析，兩類變量之間存在相互的穩(wěn)健性驗證，表現(xiàn)出一致性方向的回歸結(jié)果。2.滯后一期項：在加入滯后一期項后，其系數(shù)表現(xiàn)出方向一致性，且數(shù)值通過顯著性檢驗。3.變換估計方法：基準回歸估計方法為固定效應(yīng)模型，通過測試有無時間固定效應(yīng)和省份固定效應(yīng)以及混合回歸，發(fā)現(xiàn)結(jié)果仍保持方向上和顯著性上的一致性。囿于篇幅限制，此處不再展示具體結(jié)果。

四、進一步分析

（一）異質(zhì)性分析

本部分首先對結(jié)果展開區(qū)域異質(zhì)性檢驗。按照1986年全國人大六屆四次會議“七五”計劃提出的傳統(tǒng)東部、中部、西部的劃分方法驗證不同區(qū)域分組下模型回歸結(jié)果。結(jié)果顯示，東部地區(qū)數(shù)字經(jīng)濟變量對產(chǎn)業(yè)結(jié)構(gòu)高級化具有顯著正向影響，對產(chǎn)業(yè)結(jié)構(gòu)合理化影響作用不顯著；中部地區(qū)數(shù)字經(jīng)濟變量對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化指標影響均不顯著；西部地區(qū)數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化具有顯著正向影響，對產(chǎn)業(yè)結(jié)構(gòu)合理化具有顯著負向影響。數(shù)量關(guān)系上的不同結(jié)果一方面可能由于分組后樣本量減小產(chǎn)生的偏誤，尤其是中部地區(qū)組別僅為48個觀測數(shù)；另一方面可能反映如下經(jīng)濟事實：1.東部地區(qū)數(shù)字經(jīng)濟對第三產(chǎn)業(yè)發(fā)展的促進作用因其作為第三產(chǎn)業(yè)的數(shù)字服務(wù)產(chǎn)業(yè)本身規(guī)模在迅速擴大，加之較為飽和的第二產(chǎn)業(yè)受數(shù)字技術(shù)發(fā)展產(chǎn)生的“精減”（比如因一些傳統(tǒng)工廠和生產(chǎn)線的關(guān)閉造成的產(chǎn)業(yè)收縮）。2.中部地區(qū)由于第二產(chǎn)業(yè)仍在快速發(fā)展，數(shù)字經(jīng)濟對第二產(chǎn)業(yè)規(guī)模促進作用較大，故數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)影響的數(shù)量關(guān)系尚未明確顯示方向。3.西部地區(qū)數(shù)字經(jīng)濟雖促進了產(chǎn)業(yè)結(jié)構(gòu)高級化，但由于數(shù)字經(jīng)濟的高能耗等負向作用甚至包括可能存在重復(fù)建設(shè)的資源浪費，對產(chǎn)業(yè)結(jié)構(gòu)合理化產(chǎn)生負向影響。

表5 不同區(qū)域分組下回歸結(jié)果

變量TSTLTSTLTSTL 東部中部西部 Score12.147***(4.35)-0.078(-0.49)-0.231(-0.22)-0.333(-0.41)1.482**(2.02)-3.124***(-4.29) Control variablesYESYESYESYESYESYES FENONONONONOYES Observations666648487272 R-squared0.9170.6710.3470.3180.4530.371

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為z值。

（二）機制分析

進一步分析數(shù)字經(jīng)濟和其他經(jīng)濟變量對產(chǎn)業(yè)結(jié)構(gòu)的疊加影響或交互影響，引入專利（申請數(shù)（件），以patent表示）、技術(shù)市場（技術(shù)市場成交額（萬元）/GDP(億)/10000，以tech表示）、電力消費(各省電力消費量(億千瓦時)/GDP，以electric表示)、電子商務(wù)(電子商務(wù)銷售額（億元）/GDP，以ecom表示)、區(qū)域創(chuàng)新能力（區(qū)域創(chuàng)新能力綜合效用值，以inno表示）、全要素生產(chǎn)率（各省全要素生產(chǎn)率TFP，以tfp表示）等變量，并同數(shù)字經(jīng)濟變量構(gòu)建交互變量，建立線性交互模型，并進行系數(shù)估計和假設(shè)檢驗。其中，專利、技術(shù)市場、電力消費和電子商務(wù)變量數(shù)據(jù)來自《中國統(tǒng)計年鑒》《地方統(tǒng)計年鑒》，區(qū)域創(chuàng)新能力數(shù)據(jù)來源為《2001-2020中國區(qū)域創(chuàng)新能力評價報告》，全要素生產(chǎn)率參考Battese & Coelli[22]的模型，采用最新的SFA方法計算所得。

通過構(gòu)建線性交互模型，得出納入電力消費同數(shù)字經(jīng)濟交互變量的線性交互模型回歸結(jié)果（表6），結(jié)果顯示數(shù)字經(jīng)濟指標變量對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化的影響顯著為正，而交互變量的影響顯著為負，這表明數(shù)字經(jīng)濟發(fā)展引發(fā)電力消費的增加對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化起到負向作用。因此，數(shù)字經(jīng)濟發(fā)展帶來的電力消耗和碳排放壓力，應(yīng)得到充分重視，這將會對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化帶來不利影響。

表6 交互作用回歸結(jié)果A

變量TSTLTSTL (1)(2)(3)(4) Score12.679**(2.23)0.146(0.45) Score1*electric-8.722*(-1.71)-4.412(-1.65) Score2 0.918***(4.22)0.274***(4.64) Score2*electric -6.158***(-5.35)-2.626***(-3.83) Control variablesYESYESYESYES Province FEYESYESYESYES Year FENONONONO Obs186186186186 R-squared0.6150.4930.6250.518

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t 值。

在對除電力消費之外其他弱交互變量對產(chǎn)業(yè)結(jié)構(gòu)的回歸中（表7），應(yīng)用固定效應(yīng)模型進行線性估計，結(jié)果顯示，線性交互項系數(shù)在被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)高級化的模型中顯著，但在被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)合理化的模型中不顯著（為便于觀察，對不顯著的結(jié)果暫不在文中列示），說明這種交互作用對產(chǎn)業(yè)結(jié)構(gòu)高級化有顯著影響，但對產(chǎn)業(yè)結(jié)構(gòu)合理化沒有影響。數(shù)字經(jīng)濟通過促進技術(shù)市場、電子商務(wù)和全要素生產(chǎn)率進而對產(chǎn)業(yè)結(jié)構(gòu)高級化產(chǎn)生正向促進作用，可能的原因是技術(shù)市場和電子商務(wù)為數(shù)字經(jīng)濟發(fā)展提供了良好的外部環(huán)境，而全要素生產(chǎn)率能夠進一步激發(fā)數(shù)字經(jīng)濟的潛能，這些因素的提升均有助于數(shù)字經(jīng)濟的良性發(fā)展，帶來更高層次的技術(shù)進步和技術(shù)效率，尤其是電子商務(wù)對第三產(chǎn)業(yè)的帶動，有助于進一步促進產(chǎn)業(yè)結(jié)構(gòu)的高級化。而數(shù)字經(jīng)濟通過區(qū)域創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)高級化產(chǎn)生負向影響，原因可能是區(qū)域創(chuàng)新能力主要體現(xiàn)為一個地區(qū)創(chuàng)新機構(gòu)之間的互動和聯(lián)系情況，相對于第三產(chǎn)業(yè)中少數(shù)高技術(shù)領(lǐng)域創(chuàng)新機構(gòu)之間的聯(lián)系，第二產(chǎn)業(yè)的創(chuàng)新機構(gòu)互動更強，聯(lián)系更緊密。因此，區(qū)域創(chuàng)新反而抑制了數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化的促進作用。數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)合理化的機制影響尚不明確，可能原因在于產(chǎn)業(yè)之間的協(xié)調(diào)來自于產(chǎn)業(yè)自身發(fā)展，數(shù)字經(jīng)濟和其他經(jīng)濟變量的交互影響很微弱。

表7 交互作用回歸結(jié)果B

變量TSTSTSTSTSTS (1)(2)(3)(4)(5)(6) Score10.839(1.28)0.111(0.20)1.106(1.28) Score1*tech18.081***(4.11) Score1*ecom 6.877***(6.54) Score1*tfp 0.363***(3.97) Score2 0.587*(1.96)0.770***(3.29)0.085(0.29) Score2*patent -0.038(-0.79) Score2*inno -0.005***(-2.82) Score2*tfp 0.178***(2.98) Control variablesYESYESYESYESYESYES Province FEYESYESYESYESYESYES Year FENONONONONONO Obs186186186186186186 R-squared0.7700.7230.6380.5880.6220.628

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t 值。

五、政策建議

基于2014-2020年的省份數(shù)據(jù)，本文檢驗了數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)合理化及產(chǎn)業(yè)結(jié)構(gòu)高級化的影響及其內(nèi)在機制。研究得出：數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)高級化存在正向促進作用，對產(chǎn)業(yè)結(jié)構(gòu)合理化的促進作用在克服內(nèi)生性影響后開始顯著。異質(zhì)性分析表明，數(shù)字經(jīng)濟促進了東部地區(qū)和西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)高級化，降低了西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)合理化。機制分析結(jié)果表明，數(shù)字經(jīng)濟發(fā)展通過增加電力消費對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化起到負向作用。數(shù)字經(jīng)濟通過促進技術(shù)市場、電子商務(wù)和全要素生產(chǎn)率進而對產(chǎn)業(yè)結(jié)構(gòu)高級化產(chǎn)生正向促進作用，通過區(qū)域創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)高級化產(chǎn)生負向影響?；谏鲜龇治?，本文認為：

一是加快數(shù)字化轉(zhuǎn)型步伐，以產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化助力產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化。一方面，加快新型數(shù)字基礎(chǔ)設(shè)施建設(shè)，為數(shù)字化轉(zhuǎn)型提供底座支撐。從加快傳統(tǒng)通信基礎(chǔ)設(shè)施的改造升級和加快新一代信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)兩方面著手，助力大數(shù)據(jù)、物聯(lián)網(wǎng)、5G、人工智能等新技術(shù)、新產(chǎn)業(yè)的發(fā)展。另一方面，加快推進智能制造與工業(yè)互聯(lián)網(wǎng)融合發(fā)展，釋放數(shù)字化轉(zhuǎn)型的強大動能，以技術(shù)突破和標準引領(lǐng)為雙向靶點，優(yōu)先著力于與數(shù)字技術(shù)易于結(jié)合的細分領(lǐng)域，實現(xiàn)重點制造業(yè)集群的數(shù)字化轉(zhuǎn)型。

二是在數(shù)字經(jīng)濟發(fā)展過程中，警惕電力消耗對產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化的負面影響。數(shù)字經(jīng)濟發(fā)展依托的強大算力需要大量的電力支持，巨大的電能消耗會阻礙產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型及經(jīng)濟綠色發(fā)展。因此，對于數(shù)字經(jīng)濟中的能源消耗，可以依托自然條件實現(xiàn)物理節(jié)能，如數(shù)據(jù)中心建設(shè)可以選在具有天然“冷源”的西部地區(qū)，依靠其優(yōu)越的自然環(huán)境優(yōu)勢實現(xiàn)節(jié)能（如貴州、寧夏等地大數(shù)據(jù)中心的設(shè)立），同時也能挖掘經(jīng)濟欠發(fā)達地區(qū)新的經(jīng)濟增長點。此外，可通過在消費端倡導(dǎo)綠色發(fā)展理念形成節(jié)能環(huán)保的社會生活環(huán)境，鼓勵綠色消費、引領(lǐng)全民節(jié)能，倒逼生產(chǎn)端的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級。

① 篇幅所限，總方差分析、旋轉(zhuǎn)后載荷矩陣和系數(shù)得分系數(shù)結(jié)果表略去，可聯(lián)系作者獲取。

[1] 李西林. 中國服務(wù)外包產(chǎn)業(yè)轉(zhuǎn)型升級方向、路徑和舉措[J]. 國際貿(mào)易, 2017(09): 9-14.

[2] 張于喆. 數(shù)字經(jīng)濟驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進的發(fā)展思路與主要任務(wù)[J]. 經(jīng)濟縱橫, 2018, (09): 85-91.

[3] ACEMOGLU D, PASCUAL R . The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment[J]. American Economic Review, 2018, 108(06): 1488-1542.

[4] 于立, 王建林. 生產(chǎn)要素理論新論——兼論數(shù)據(jù)要素的共性和特性[J]. 經(jīng)濟與管理研究, 2020(04): 62-73.

[5] 劉平峰, 張旺. 數(shù)字技術(shù)如何賦能制造業(yè)全要素生產(chǎn)率?[J]. 科學(xué)學(xué)研究, 2021, 39(08): 1396-1406.

[6] 王建冬, 童楠楠. 數(shù)字經(jīng)濟背景下數(shù)據(jù)與其他生產(chǎn)要素的協(xié)同聯(lián)動機制研究[J]. 電子政務(wù), 2020(03): 22-31.

[7] BUKHT R, HEEKS R. Defining, Conceptualising and Measuring the Digital Economy[J]. SSRN Electronic Journal, 2017, 68: 1-24.

[8] 王一鳴. 以數(shù)字化轉(zhuǎn)型推動創(chuàng)新型經(jīng)濟發(fā)展[J]. 前線, 2020(11): 67-70.

[9] 王喜文. 工業(yè)互聯(lián)網(wǎng): 以新基建推動新變革[J]. 人民論壇·學(xué)術(shù)前沿, 2020(13): 23-31.

[10] 王文. 數(shù)字經(jīng)濟時代下工業(yè)智能化促進了高質(zhì)量就業(yè)嗎[J]. 經(jīng)濟學(xué)家, 2020, (04): 89-98.

[11] 曹正勇. 數(shù)字經(jīng)濟背景下促進我國工業(yè)高質(zhì)量發(fā)展的新制造模式研究[J]. 理論探討, 2018(02): 99-104.

[12] 張海豐, 王琳. 第四次工業(yè)革命與政策范式轉(zhuǎn)型: 從產(chǎn)業(yè)政策到創(chuàng)新政策[J]. 經(jīng)濟體制改革, 2020(05): 109-115.

[13] 叢屹, 俞伯陽. 數(shù)字經(jīng)濟對中國勞動力資源配置效率的影響[J]. 財經(jīng)理論與實踐, 2020(02): 108-114.

[14] 馬中東, 寧朝山. 數(shù)字經(jīng)濟、要素配置與制造業(yè)質(zhì)量升級[J]. 經(jīng)濟體制改革, 2020(03): 24-30.

[15] 李曉鐘, 吳甲戌. 數(shù)字經(jīng)濟驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的區(qū)域差異[J]. 國際經(jīng)濟合作, 2020(04): 81-91.

[16] 楊驍, 劉益志, 郭玉. 數(shù)字經(jīng)濟對我國就業(yè)結(jié)構(gòu)的影響——基于機理與實證分析[J]. 軟科學(xué), 2020(10): 25-29.

[17] 陳福中. 數(shù)字經(jīng)濟, 貿(mào)易開放與“一帶一路”沿線國家經(jīng)濟增長[J]. 蘭州學(xué)刊, 2020(11): 100-112.

[18] 付凌暉. 我國產(chǎn)業(yè)結(jié)構(gòu)高級化與經(jīng)濟增長關(guān)系的實證研究[J]. 統(tǒng)計研究, 2010, 27(08): 79-81.

[19] 吳敬璉. 中國增長模式抉擇[M]. 上海: 上海遠東出版社, 2013.

[20] 干春暉, 鄭若谷, 余典范. 中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟增長和波動的影響[J]. 經(jīng)濟研究, 2011(05): 1-16+31.

[21] 黃群慧, 余泳澤, 張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升: 內(nèi)在機制與中國經(jīng)驗[J]. 中國工業(yè)經(jīng)濟, 2019(08): 5-23.

[22] BATTESE G E, COELLI T J. A model for technical inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics, 1995, 20(02): 325-332.

Digital Economy and Upgrading and Rationalization of Industrial Structure: Empirical Research Based on Multi-model Index Construction

LIN Bo1，KOU Dongxue2

（1. Institute of Latin America, Chinese Academy of Social Sciences, Beijing 100007, China; 2. Institute of Industrial Economics, Chinese Academy of Social Sciences, Beijing 100006, China）

Based on multi-model index construction, this paper examines the impact and internal mechanism of digital economy on the rationalization and Advanced of industrial structure. The research shows that digital economy helps to promote the upgrading of industrial structure, and its promotion effect on the rationalization of industrial structure is significant after overcoming the endogenous influence. Digital economy helps to promote the upgrading of the industrial structure in the eastern and western regions, and is not conducive to the rationalization of the industrial structure in the western regions. Power consumption plays a negative role in the process of digital economy promoting the upgrading and rationalization of industrial structure. Technology market, e-commerce and total factor productivity have a positive regulatory role in the process of digital economy promoting the upgrading of industrial structure, while regional innovation has a negative regulatory role in the process of digital economy promoting the upgrading of industrial structure.

digital economy, industrial structure, upgrading, rationalization

F121.3

A

1672-4860（2023）02-0040-09

2022-09-12

2022-11-23

林 博（1988-），男，漢，河北邢臺人，助理研究員，博士。研究方向：數(shù)字經(jīng)濟、拉美經(jīng)濟。

寇冬雪（1990-），女，漢，河南新鄉(xiāng)人，博士后。研究方向：數(shù)字經(jīng)濟、資源與環(huán)境。

研究闡釋黨的十九屆五中全會精神國家社會科學(xué)基金重大項目：推進新型工業(yè)化與經(jīng)濟體系優(yōu)化升級研究，項目編號：21ZDA021。

·感謝匿名審稿人對本文的建議，作者文責(zé)自負。