陳小輝 張紅偉 吳永超

(四川大學(xué)經(jīng)濟學(xué)院，四川 成都 610064)

一、文獻回顧

2008年全球金融危機以來，互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等技術(shù)與經(jīng)濟深度融合，產(chǎn)生了數(shù)字經(jīng)濟。數(shù)字經(jīng)濟的影響廣泛而深遠。美國、歐盟、德國、英國、澳大利亞等許多國家和地區(qū)已經(jīng)將發(fā)展數(shù)字經(jīng)濟作為優(yōu)先事項，紛紛推動數(shù)字經(jīng)濟的發(fā)展(沈家文，2018)[28]。早在2016年中共中央政治局第三十六次集體學(xué)習(xí)時，習(xí)總書記就要求“做大做強數(shù)字經(jīng)濟”。2017年“數(shù)字經(jīng)濟”概念被寫入黨的十九大報告。2018年習(xí)總書記強調(diào)“數(shù)字經(jīng)濟是亞太乃至全球未來的發(fā)展方向”。2019年習(xí)總書記進一步強調(diào)“引導(dǎo)數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，推動經(jīng)濟高質(zhì)量發(fā)展”。數(shù)字經(jīng)濟與實體經(jīng)濟深度融合，成為新時代中國經(jīng)濟高質(zhì)量發(fā)展的重要驅(qū)動力量(丁志帆，2020)[13]。數(shù)字經(jīng)濟對第一、二、三產(chǎn)業(yè)均有深度滲透(羅以洪，2019)[25]，并且深度滲透具有產(chǎn)業(yè)異質(zhì)性(謝莉娟和莊逸群，2019；趙西三，2017)[41][49]。這種產(chǎn)業(yè)異質(zhì)性將可能改變第一、二、三產(chǎn)業(yè)的演進，進而影響產(chǎn)業(yè)結(jié)構(gòu)水平。那么，數(shù)字經(jīng)濟將如何影響中國的產(chǎn)業(yè)結(jié)構(gòu)水平呢？

關(guān)于產(chǎn)業(yè)結(jié)構(gòu)水平，國內(nèi)外學(xué)者進行了大量研究。恰當?shù)漠a(chǎn)業(yè)政策可提高產(chǎn)業(yè)創(chuàng)新效率(Peters et al., 2012)[8]，從而促進產(chǎn)業(yè)結(jié)構(gòu)水平的提升(韓永輝等，2017)[16]。貿(mào)易開放(Amighini et al., 2014)[1]、高鐵開通(羅能生等，2020)[24]、信息化(紀成君和孫曉霞，2019)[19]和互聯(lián)網(wǎng)技術(shù)進步(徐偉呈和周田，2019)[42]、外商投資(肖琬君等，2020)[40]、土地財政和房價上漲(王先柱和吳蕾，2019)[38]等因素均有利于提升產(chǎn)業(yè)結(jié)構(gòu)水平。金融規(guī)模(王蘭平等，2020)[36]和金融開放(鮑星，2020)[11]與產(chǎn)業(yè)結(jié)構(gòu)水平之間為倒“U”型非線性關(guān)系。而國家級承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)抑制了產(chǎn)業(yè)結(jié)構(gòu)水平的提升(陳凡和周民良，2020)[12]。

總體看，國內(nèi)外文獻對產(chǎn)業(yè)結(jié)構(gòu)水平的影響因素進行了大量研究，但對“數(shù)字經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)水平”之間的關(guān)系缺乏研究。在中國數(shù)字經(jīng)濟規(guī)模已居全球第二位、部分省市區(qū)已紛紛出臺數(shù)字經(jīng)濟發(fā)展規(guī)劃的情況下，關(guān)于這一問題的研究對促進中國經(jīng)濟高質(zhì)量增長具有重要意義。為此，本文基于數(shù)字經(jīng)濟的效率提升效應(yīng)和行業(yè)滲透異質(zhì)性進行理論分析并提出研究假設(shè)，然后基于本文測算的2012―2018年省級數(shù)字經(jīng)濟發(fā)展水平指數(shù)，采用時間和個體雙向固定效應(yīng)模型檢驗研究假設(shè)，以研究“數(shù)字經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)水平”之間的關(guān)系。

本文可能的創(chuàng)新點為：第一，有別于現(xiàn)有文獻，率先研究了數(shù)字經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)水平之間的關(guān)系，豐富了產(chǎn)業(yè)結(jié)構(gòu)變遷方面的文獻；第二，檢驗政府干預(yù)是否通過數(shù)字經(jīng)濟發(fā)展水平的中介效應(yīng)，間接影響產(chǎn)業(yè)結(jié)構(gòu)水平，豐富了有為政府和有效市場理論；第三，就數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平影響的區(qū)域異質(zhì)性進行了研究，可為縮小地區(qū)差異、緩減發(fā)展不平衡提供政策參考。

二、理論分析

數(shù)字經(jīng)濟是以使用數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息與通信技術(shù)(Information and Communication Technology，ICT)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動(王春云和王亞菲，2019)[34]。數(shù)字經(jīng)濟能提高生產(chǎn)效率、協(xié)作效率和創(chuàng)新效率，且對第一、二、三產(chǎn)業(yè)的影響具有異質(zhì)性。

(一)數(shù)字經(jīng)濟的三大效率

第一，提高生產(chǎn)效率。ICT是數(shù)字經(jīng)濟的基礎(chǔ)。ICT的廣泛應(yīng)用即為信息化(孫琳琳等，2012)[32]?，F(xiàn)有研究表明，信息化提高了勞動生產(chǎn)率(Basu and Fernald, 2008)[4]，能提高農(nóng)業(yè)生產(chǎn)效率(朱秋博等，2019)[51]，改進制造企業(yè)的生產(chǎn)流程，減少安裝、運行和檢驗時間，提高制造企業(yè)在各生產(chǎn)環(huán)節(jié)上的效率(Bartel et al., 2007)[3]，也能提升零售等服務(wù)企業(yè)的生產(chǎn)效率(孫早和劉李華，2018)[33]。

第二，增加協(xié)作效率。數(shù)字經(jīng)濟使得生產(chǎn)和消費精準化(龔曉鶯和王海飛，2019)[15]，從而提高了生產(chǎn)和消費的協(xié)作效率，降低了庫存資本需求，減少了庫存損失。數(shù)字經(jīng)濟還有助于促進生產(chǎn)要素多維度協(xié)作，對社會生產(chǎn)力形成革命性推動(楊慧玲和張力，2020)[45]。企業(yè)將數(shù)字化網(wǎng)絡(luò)引入生產(chǎn)過程，將先進科技用于監(jiān)管勞動過程，對生產(chǎn)過程的協(xié)調(diào)效率更高(楊慧玲和張力，2020)[45]。

第三，激發(fā)創(chuàng)新效率。大數(shù)據(jù)是數(shù)字經(jīng)濟的重要技術(shù)驅(qū)動因素，其為創(chuàng)新效率提供了全新的動力，納入大數(shù)據(jù)平臺的物流、計算機行業(yè)的就業(yè)人口效率遠遠高于傳統(tǒng)制造業(yè)(李輝，2019)[22]。數(shù)字經(jīng)濟的發(fā)展以數(shù)字基礎(chǔ)設(shè)施為基石。數(shù)字基礎(chǔ)設(shè)施也將提升創(chuàng)新頻率、降低創(chuàng)新創(chuàng)業(yè)成本，減少信息不對稱，降低企業(yè)運營管理成本和銷售成本(師博，2020)[30]。

(二)數(shù)字經(jīng)濟影響的異質(zhì)性

綜上，數(shù)字經(jīng)濟可提高生產(chǎn)效率、協(xié)作效率和創(chuàng)新效率。然而，中國數(shù)字經(jīng)濟表現(xiàn)出了基礎(chǔ)設(shè)施城鄉(xiāng)異質(zhì)性、行業(yè)滲透差異性和資本回報迥異性。

第一，基礎(chǔ)設(shè)施城鄉(xiāng)異質(zhì)性。數(shù)字通信有關(guān)的技術(shù)發(fā)展是數(shù)字經(jīng)濟的主要驅(qū)動力(Raisinghani, 2004)[10]，信息與通訊技術(shù)(ICT)是數(shù)字經(jīng)濟得以存在的基礎(chǔ)(王春云和王亞菲，2019)[34]。在發(fā)展不平衡、不充分的情況下，中國的信息與通訊技術(shù)發(fā)展表現(xiàn)出了城鄉(xiāng)不平衡。城市信息與通訊技術(shù)較為發(fā)達，而鄉(xiāng)村則相對滯后。以信息與通訊技術(shù)的典型應(yīng)用(寬帶用戶)為例，2010―2019年，中國城市寬帶用戶普及率(寬帶用戶戶數(shù)/人口數(shù))始終高于鄉(xiāng)村寬帶用戶普及率(見圖1)。2010年城市寬帶用戶普及率是鄉(xiāng)村的4.03倍，2010年后差距逐漸縮小，但到2019年城市寬帶用戶普及率仍為鄉(xiāng)村的1.50倍。基礎(chǔ)設(shè)施城鄉(xiāng)異質(zhì)性將導(dǎo)致數(shù)字經(jīng)濟對第一產(chǎn)業(yè)的深度滲透速度低于第二、三產(chǎn)業(yè)。

圖1 2010―2019年城市和鄉(xiāng)村寬帶用戶普及率

表1 部分省份數(shù)字經(jīng)濟發(fā)展規(guī)劃涉及產(chǎn)業(yè)

第二，行業(yè)滲透差異性。數(shù)字經(jīng)濟對第一、二、三產(chǎn)業(yè)均有深度滲透(羅以洪，2019)[25]。從貴州、廣東、廣西、湖南和山東的情況看，五省的數(shù)字經(jīng)濟發(fā)展規(guī)劃均涉及了第一、二、三產(chǎn)業(yè)(見表1)。同時數(shù)字經(jīng)濟對不同產(chǎn)業(yè)的滲透仍表現(xiàn)出了差異性。數(shù)字經(jīng)濟在消費領(lǐng)域率先發(fā)展，正在由消費領(lǐng)域向制造領(lǐng)域擴展(趙西三，2017)[49]，而對農(nóng)業(yè)的滲透則剛剛起步。零售業(yè)是數(shù)字經(jīng)濟最活躍、最集中的領(lǐng)域之一(謝莉娟和莊逸群，2019)[41]，而數(shù)字經(jīng)濟對農(nóng)業(yè)的滲透則相對滯后。作為數(shù)字經(jīng)濟的驅(qū)動因素，大數(shù)據(jù)可以和傳統(tǒng)制造業(yè)深度融合，促使傳統(tǒng)制造業(yè)更有效率地實現(xiàn)資源配置，更加精準地組織采購、生產(chǎn)、營銷、物流等經(jīng)營活動，實現(xiàn)高質(zhì)量發(fā)展(李輝，2019)[22]。制造業(yè)大數(shù)據(jù)已積累多年，而農(nóng)業(yè)相關(guān)的大數(shù)據(jù)建設(shè)相對滯后。這樣，作為數(shù)字經(jīng)濟的基礎(chǔ)，大數(shù)據(jù)對農(nóng)業(yè)的支撐也相對滯后。

第三，數(shù)字化資本回報率迥異性。產(chǎn)業(yè)的發(fā)展有賴于資本投入。資本回報率越高，資本投入越大，產(chǎn)業(yè)發(fā)展越快。從數(shù)字化資本回報率看，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)資本回報率呈下降趨勢，農(nóng)業(yè)資本回報率下降幅度最大(王春云和王亞菲，2019)[34]。由于農(nóng)業(yè)資本回報率下降幅度大，且低于第三產(chǎn)業(yè)，在利潤最大化動機的驅(qū)使下，數(shù)字化資本將逐步由第一產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移。最終，將降低第一產(chǎn)業(yè)的數(shù)字化資本比重，抑制數(shù)字經(jīng)濟對第一產(chǎn)業(yè)的深度滲透，而促進數(shù)字經(jīng)濟向第三產(chǎn)業(yè)的深度滲透。

(三)研究假設(shè)

綜上，數(shù)字經(jīng)濟能顯著提高效率，從而促進產(chǎn)業(yè)發(fā)展。而數(shù)字經(jīng)濟對第一產(chǎn)業(yè)的深度滲透相對滯后于第二、三產(chǎn)業(yè)，而對第三產(chǎn)業(yè)的深度滲透將可能高于第一、二產(chǎn)業(yè)。此外，數(shù)字經(jīng)濟還借助“數(shù)字產(chǎn)業(yè)化”強化第三產(chǎn)業(yè)。這樣，隨著數(shù)字經(jīng)濟的日漸深度滲透，產(chǎn)業(yè)結(jié)構(gòu)水平將可能呈現(xiàn)出上升態(tài)勢。同時，數(shù)字經(jīng)濟以信息為基礎(chǔ)要素，信息的邊際收益遞增使得數(shù)字經(jīng)濟具有高成長性(宋洋，2019)[31]。數(shù)字要素是數(shù)字經(jīng)濟的核心生產(chǎn)要素，其具有要素報酬遞增規(guī)律(王娟， 2019)[35]，以致數(shù)字經(jīng)濟具有邊際收益遞增規(guī)律(王姝楠和陳江生，2019)[37]。在邊際遞增規(guī)律作用下，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的提升作用也可能表現(xiàn)出邊際遞增趨勢。為此，本文提出研究假設(shè)1：

H1：數(shù)字經(jīng)濟發(fā)展水平對產(chǎn)業(yè)結(jié)構(gòu)水平具有提升作用，且提升速度邊際遞增。

此外，數(shù)字經(jīng)濟的發(fā)展需要作為市場主體的企業(yè)積極實施創(chuàng)新，而企業(yè)創(chuàng)新離不開政府干預(yù)。政府干預(yù)能激發(fā)市場的創(chuàng)新活力、為創(chuàng)新活動提供良好的市場環(huán)境、引導(dǎo)民間資本流向政府所指引的創(chuàng)新領(lǐng)域，推動創(chuàng)新網(wǎng)絡(luò)和創(chuàng)新體系的形成與發(fā)展(胡樂明，2018)[18]。政府干預(yù)能促進地區(qū)創(chuàng)新效率(趙增耀等，2015)[50]，創(chuàng)新具有正的外部性，私人投資的意愿低于社會最優(yōu)，政府干預(yù)可促進創(chuàng)新，使得創(chuàng)新市場進入良性運行軌道(陽東輝，2013)[44]。同時，適當?shù)恼深A(yù)可以提升創(chuàng)新者的競爭力(馮毅梅和李兆友，2015)[14]。這樣，政府干預(yù)能促進企業(yè)在數(shù)字經(jīng)濟方面的創(chuàng)新，從而促進數(shù)字經(jīng)濟發(fā)展水平的提升。但同時，政府難以掌握充分信息進行正確決策(張曉晶等，2018)[47]，當決策信息不充分時，政府干預(yù)可能抑制企業(yè)在數(shù)字經(jīng)濟方面的創(chuàng)新，從而不利于數(shù)字經(jīng)濟發(fā)展水平的提升。因此，政府干預(yù)對數(shù)字經(jīng)濟發(fā)展水平的影響存在正反兩種力量。從兩種力量的作用過程看，在政府干預(yù)程度較小時，政府對企業(yè)在數(shù)字經(jīng)濟創(chuàng)新方面的信息掌握程度可能相對較低，政府干預(yù)對數(shù)字經(jīng)濟發(fā)展水平的負向力量較大，若大于正向力量，則將抑制數(shù)字經(jīng)濟發(fā)展水平的提升。隨著政府干預(yù)程度的加深，政府對企業(yè)在數(shù)字經(jīng)濟創(chuàng)新方面的信息掌握程度將得到提高，對數(shù)字經(jīng)濟發(fā)展水平的負向力量將減弱，最終將低于正向力量的作用，政府干預(yù)將促進數(shù)字經(jīng)濟發(fā)展水平的提升。因此，政府干預(yù)與數(shù)字經(jīng)濟發(fā)展水平之間可能為“正U”型非線性關(guān)系，隨著政府干預(yù)程度的提高，數(shù)字經(jīng)濟發(fā)展水平先下降后上升。

綜上，政府干預(yù)對數(shù)字經(jīng)濟發(fā)展可能具有非線性影響，而數(shù)字經(jīng)濟發(fā)展水平又會對產(chǎn)業(yè)結(jié)構(gòu)水平起到提升作用。這樣，政府干預(yù)可能通過影響數(shù)字經(jīng)濟發(fā)展水平間接影響產(chǎn)業(yè)結(jié)構(gòu)水平。因此，本文提出研究假設(shè)2：

H2：政府干預(yù)通過數(shù)字經(jīng)濟發(fā)展水平，間接影響產(chǎn)業(yè)結(jié)構(gòu)水平。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文利用數(shù)字經(jīng)濟發(fā)展水平指數(shù)檢驗研究假設(shè)。目前尚無表征各省市區(qū)數(shù)字經(jīng)濟發(fā)展水平的數(shù)據(jù)，本文采用CRITIC方法構(gòu)造數(shù)字經(jīng)濟發(fā)展水平指數(shù)進行實證檢驗。鑒于計算指數(shù)的原始數(shù)據(jù)最早為2012年，本文基于2012―2018年全國30個省市區(qū)(西藏除外)的數(shù)據(jù)進行實證檢驗。

其他數(shù)據(jù)和計算指數(shù)的原始數(shù)據(jù)來源于中國人民銀行、國家統(tǒng)計局和Wind數(shù)據(jù)庫，陸地面積來源于百度百科。為消除異常值的影響，本文對連續(xù)變量進行了上下1%的縮尾(Winsorize)處理。

(二)模型設(shè)計

1.研究假設(shè)H1的模型

為檢驗研究假設(shè)H1，設(shè)計如下時間和個體雙向固定效應(yīng)模型：

其中，indus_struit表示第i個省市區(qū)第t年的產(chǎn)業(yè)結(jié)構(gòu)水平，α0為截距項，αi為第i個省市區(qū)的個體效應(yīng)，λt為第t年的年度效應(yīng)，εti為隨機誤差項。Xit為后文所設(shè)計的控制變量。

digecoit為關(guān)鍵解釋變量，即第i個省市區(qū)第t年的數(shù)字經(jīng)濟發(fā)展水平，為不為零的正數(shù)；digeco2it為其平方項，β為平方項的系數(shù)。若β顯著為正，則數(shù)字經(jīng)濟發(fā)展水平可提升產(chǎn)業(yè)結(jié)構(gòu)水平，且提升速度邊際遞增。原因在于式(1)兩邊對數(shù)字經(jīng)濟發(fā)展水平digecoit求一階偏導(dǎo)可得數(shù)字經(jīng)濟發(fā)展水平對產(chǎn)業(yè)結(jié)構(gòu)水平的邊際影響，當β顯著為正時，一階偏導(dǎo)為正，即隨著數(shù)字經(jīng)濟發(fā)展水平的增加，產(chǎn)業(yè)結(jié)構(gòu)水平得到提升；式(1)對數(shù)字經(jīng)濟發(fā)展水平digecoit求二階偏導(dǎo)可得數(shù)字經(jīng)濟發(fā)展水平對產(chǎn)業(yè)結(jié)構(gòu)水平的邊際影響的速度，β顯著為正時，二階偏導(dǎo)為正，即隨著數(shù)字經(jīng)濟發(fā)展水平的增加，產(chǎn)業(yè)結(jié)構(gòu)水平提升速度邊際遞增。

2.研究假設(shè)H2的模型

為檢驗研究假設(shè)H2，借鑒溫忠麟等(2004)[39]提出的檢驗程序，參照葉康濤等(2018)[46]的做法，設(shè)定以下 模型：

式(2)和式(4)中的Xit為控制變量，與式(1)相同。

前述模型中，digeco2it為中介變量。第一，在不加入中介變量情況下，進行模型式(2)估計，如果政府干預(yù)govit的系數(shù)β1顯著，則表明政府干預(yù)對產(chǎn)業(yè)結(jié)構(gòu)水平具有總效應(yīng)，繼續(xù)后續(xù)分析，否則終止。第二，對模型式(3)進行回歸，判斷政府干預(yù)對數(shù)字經(jīng)濟發(fā)展水平的影響。第三，在加入中介變量后進行模型式(4)估計，如果式(3)中的系數(shù)β1、式(4)中的系數(shù)δ均顯著，則表明中介效應(yīng)存在，此時若式(4)中的β1顯著，則說明digeco2it起到了部分中介效應(yīng)，若β1不顯著，則說明digeco2it起到了完全中介效應(yīng)。第四，若式(3)中的β1、式(4)中的δ僅有一個顯著，尚需通過Sobel 檢驗中介效應(yīng)。

表2 變量定義

(三)變量說明

基于檢驗研究假設(shè)需要，參照現(xiàn)有文獻，設(shè)計被解釋變量、關(guān)鍵解釋變量和控制變量如表2所示。

具體說明如下：

1.被解釋變量

本文的被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)水平。為此，設(shè)計被解釋變量indus_stru，參照王蘭平等(2020)[36]、王先柱和吳蕾(2019)[38]等文獻，按“1×第一產(chǎn)業(yè)比重+2×第二產(chǎn)業(yè)比重+3×第三產(chǎn)業(yè)比重”計算，其值越大，產(chǎn)業(yè)結(jié)構(gòu)水平越高。

另外，參照黎紹凱等(2020)[20]、李愛和蓋驍敏(2019)[21]等文獻，按“第三產(chǎn)業(yè)增加值/第二產(chǎn)業(yè)增加值”計算產(chǎn)業(yè)結(jié)構(gòu)水平rindus_stru進行穩(wěn)健性檢驗。

2.關(guān)鍵解釋變量

本文的關(guān)鍵解釋變量為數(shù)字經(jīng)濟發(fā)展水平(digeco)，但目前尚無表征各省市區(qū)數(shù)字經(jīng)濟發(fā)展水平的指標。本文參照世界互聯(lián)網(wǎng)大會藍皮書《中國互聯(lián)網(wǎng)發(fā)展報告(2017)》《中國互聯(lián)網(wǎng)發(fā)展報告(2018)》和《中國互聯(lián)網(wǎng)發(fā)展報告(2019)》，考慮數(shù)據(jù)可獲得性，選擇“信息傳輸計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資”“軟件業(yè)務(wù)收入”“電信業(yè)務(wù)量”等10項指標，從信息產(chǎn)業(yè)、電信業(yè)務(wù)、電子商務(wù)和企業(yè)數(shù)字化四個維度，對2012―2018年中國30個省市區(qū)(西藏除外)數(shù)字經(jīng)濟發(fā)展水平進行綜合衡量。在指標權(quán)重方面，CRITIC方法確定的權(quán)重更為精準(許滌龍和陳雙蓮，2015)[43]。本文采用CRITIC方法生成指標權(quán)重，具體計算過程如下：

第一步，以“信息傳輸計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資”和“軟件業(yè)務(wù)收入”為初始指標，計算“信息產(chǎn)業(yè)水平”；以“電信業(yè)務(wù)總量”和“移動電話普及率”為初始指標，計算“電信業(yè)務(wù)水平”；以“有電子商務(wù)交易活動的企業(yè)數(shù)”“電子商務(wù)銷售額”和“電子商務(wù)采購額”為初始指標，計算“電子商務(wù)水平”；以“域名數(shù)”“網(wǎng)站數(shù)”和“網(wǎng)頁數(shù)”為初始指標，計算“企業(yè)數(shù)字化水平”。

第二步，以“信息產(chǎn)業(yè)水平”“電信業(yè)務(wù)水平”“電子商務(wù)水平”和“企業(yè)數(shù)字化水平”為指標，計算數(shù)字經(jīng)濟發(fā)展水平。

關(guān)于各項指標的權(quán)重，采用CRITIC方法生成，第i個指標第t年的權(quán)重為

其中，Cit=σit∑nj(1-rtij),i=1,2,…,n,i≠j，σit為指標i第t年的標準差，rtij為第i個指標與第j個指標第t年的相關(guān)系數(shù)。

為檢驗數(shù)字經(jīng)濟發(fā)展水平對產(chǎn)業(yè)結(jié)構(gòu)水平的邊際遞增提升效應(yīng)，關(guān)鍵解釋變量取平方項digeco2。

3.控制變量

在式(1)中，本文參照黎紹凱等(2020)[20]、肖琬君等(2020)[40]、王先柱和吳蕾(2019)[38]等文獻，設(shè)計了經(jīng)濟發(fā)展水平、外商投資、勞動力水平、政府干預(yù)、城鎮(zhèn)化率、社會消費、人口密度、固定資產(chǎn)投資和基礎(chǔ)設(shè)施等控制變量，后三個控制變量作為追加變量進行穩(wěn)健性檢驗?？紤]到產(chǎn)業(yè)結(jié)構(gòu)水平可能存在時間趨勢，本文還設(shè)計了時間變量作為控制變量。此外，還設(shè)計了金融分權(quán)這一變量進行穩(wěn)健性檢驗。

數(shù)字經(jīng)濟發(fā)展水平實際上表征的是數(shù)字經(jīng)濟的增長情況。因此，在式(3)中，本文參照現(xiàn)有關(guān)于經(jīng)濟增長的文獻(如Arcand et al., 2015；Beck et al., 1999；Cecchetti and Kharroubi, 2012；劉曉光等，2018)[2][5][6][23]，設(shè)計了人口增長率、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、經(jīng)濟開放度、固定資產(chǎn)投資、財政分權(quán)、城鎮(zhèn)化率、經(jīng)濟發(fā)展水平等控制變量。此外，考慮到地方政府可能基于金融分權(quán)而爭奪金融資源發(fā)展數(shù)字經(jīng)濟，還控制了金融 分權(quán)。

表3 變量描述性統(tǒng)計

四、實證分析與穩(wěn)健性檢驗

(一)描述性統(tǒng)計結(jié)果

從表3中主要變量的描述性統(tǒng)計結(jié)果看：第一，產(chǎn)業(yè)結(jié)構(gòu)水平的均值為2.3681，最大值為2.8059，最小值為2.1820；第二，數(shù)字經(jīng)濟發(fā)展水平均值為0.2067，最大值達0.8699，最小值僅0.0232，在省際層面上與中國發(fā)展不平衡的基本國情相符。因數(shù)字經(jīng)濟發(fā)展水平僅有7年數(shù)據(jù)，故樣本量僅210個。

(二)研究假設(shè)H1的估計結(jié)果

式(1)可采用個體固定效應(yīng)模型FE和隨機效應(yīng)模型RE進行估計。本文對FE和RE估計結(jié)果進行豪斯曼檢驗。豪斯曼檢驗的p值＜0.0001，但stata15.1報告“V_b-V_B矩陣非正定”，較難判斷。FE可緩解遺漏變量導(dǎo)致的內(nèi)生性問題。為此，本文采用FE進行估計，后文采用RE進行穩(wěn)健性檢驗。采用逐步增加控制變量的方法，基于FE估計式(1)的結(jié)果如表4所示。為緩解內(nèi)生性，關(guān)鍵解釋變量滯后一期(后文還將進行內(nèi)生性討論)。

表4 式(1)的FE 回歸結(jié)果

對標準誤在個體和時間上進行雙重聚類(cluster)調(diào)整，可克服自相關(guān)和異方差等問題對統(tǒng)計推斷的影響(Petersen, 2005)[9]。表4均采用雙重聚類標準誤，以增加估計結(jié)果的可靠性。

1.關(guān)鍵解釋變量

從表4模型(1)～(5)看，關(guān)鍵解釋變量L.digeco2的系數(shù)均在1%顯著性水平下顯著為正，表明隨著數(shù)字經(jīng)濟發(fā)展水平的提升，產(chǎn)業(yè)結(jié)構(gòu)水平將得到提升，且提升速度邊際遞增。因此，研究假設(shè)H1成立。

2.控制變量

從模型(5)看：第一，年度效應(yīng)以虛擬變量形式控制了年度差異，為控制產(chǎn)業(yè)結(jié)構(gòu)水平可能存在的上升趨勢，本文增加了連續(xù)變量t。連續(xù)變量t的系數(shù)在5%水平下顯著為正，表明各省市區(qū)產(chǎn)業(yè)結(jié)構(gòu)水呈上升趨勢。第二，政府干預(yù)gov的系數(shù)在1%水平下顯著為正，政府對經(jīng)濟的干預(yù)可提升產(chǎn)業(yè)結(jié)構(gòu)水平?？赡艿脑蛟谟谇‘?shù)漠a(chǎn)業(yè)政策可提高產(chǎn)業(yè)創(chuàng)新效率(Peters et al., 2012)[8]，以致促進產(chǎn)業(yè)結(jié)構(gòu)升級(韓永輝等，2017)[16]。第三，社會消費soc_retail的系數(shù)在5%水平下顯著為正，表明社會消費水平提高有助于改善地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級效率(黎紹凱等，2020)[20]。其他控制變量不再贅述。

(三)研究假設(shè)H1的穩(wěn)健性檢驗

本文通過內(nèi)生性討論、替換被解釋變量、增加控制變量、考慮金融分權(quán)和采用隨機效應(yīng)估計等進行穩(wěn)健性檢驗。

1.內(nèi)生性討論

模型(5)表明，數(shù)字經(jīng)濟發(fā)展水平會影響產(chǎn)業(yè)結(jié)構(gòu)水平。反過來，產(chǎn)業(yè)結(jié)構(gòu)水平的變化也可能影響第一、二、三產(chǎn)業(yè)與人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等技術(shù)的融合進程，進而影響數(shù)字經(jīng)濟發(fā)展水平。這樣，數(shù)字經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)水平之間可能形成雙向因果關(guān)系，以致數(shù)字經(jīng)濟發(fā)展水平digeco2為疑似內(nèi)生變量。

(1)內(nèi)生性檢驗。本文借鑒Kim et al.(2014)[7]做法，以其他省市區(qū)相同年度數(shù)字經(jīng)濟發(fā)展水平均值平方的滯后一期L.ivdigeco2作為工具變量，進行內(nèi)生性檢驗。弱工具變量檢驗的Cragg-Donald F統(tǒng)計量為11.588，大于15%偏誤下的臨界值8.96 ，即拒絕弱工具變量的假設(shè)，L.ivdigeco2為有效工具變量。豪斯曼檢驗的p值＜0.0001，s t a t a15.1報告“V_b-V_B矩陣非正定”，難以排除digeco2的內(nèi)生性。

(2)內(nèi)生性處理。內(nèi)生變量滯后一期可緩解內(nèi)生性，基準回歸將digeco2滯后一期緩解了內(nèi)生性。在此，本文以其他省市區(qū)相同年度數(shù)字經(jīng)濟發(fā)展水平均值平方的滯后一期L.ivdigeco2作為工具變量，采用工具變量法(IV)重新估計式(1)，結(jié)果如表5模型(6)。

從模型(6)看，關(guān)鍵解釋變量digeco2的系數(shù)在5%水平下顯著為正。因此，在排除內(nèi)生性的情況下，依據(jù)模型(5)得出的結(jié)論是穩(wěn)健的。

2.其他穩(wěn)健性檢驗

(1)以rindus_stru替換被解釋變量，采用FE重新估計式(1)，結(jié)果見表5模型(7)。

(2)增加人口密度pdens、固定資產(chǎn)投資finv和基礎(chǔ)設(shè)施road，采用FE重新估計式(1)，結(jié)果見表5模型(8)。

(3)金融分權(quán)是地方政府金融競爭的直接結(jié)果，地方政府通過參股或控股城市商業(yè)銀行進行金融競爭，甚至將其變成地方政府潛在的“第二財政”以發(fā)展本地經(jīng)濟(何德旭和苗文龍，2016)[17]。這樣，產(chǎn)業(yè)結(jié)構(gòu)水平的變化可能為金融分權(quán)所致，而非數(shù)字經(jīng)濟發(fā)展水平所影響。為此，本文增加金融分權(quán)作為控制變量，采用FE重新估計式(1)，結(jié)果見表5模型(9)。

表5 式(1)的穩(wěn)健性檢驗

(4)采用隨機效應(yīng)RE重新估計式(1)，結(jié)果見表5模型(10)。

從模型(7)～(10)看，關(guān)鍵解釋變量L.digeco2的系數(shù)在1%水平下顯著為正。因此，依據(jù)模型(5)得出的結(jié)論是穩(wěn)健的。

(四)研究假設(shè)H2的估計結(jié)果

采用FE估計模型式(2)；參照Beck et al.(1999)[5]、馬勇和陳雨露(2017)[26]等文獻，采用系統(tǒng)GMM動態(tài)面板估計式(3)；以其他省市區(qū)相同年度數(shù)字經(jīng)濟發(fā)展水平均值平方的滯后一期L.ivdigeco2作為工具變量，采用工具變量法(IV)估計式(4)，結(jié)果見表6。

表6 中介效應(yīng)分析的估計結(jié)果

表7 中介效應(yīng)分析的穩(wěn)健性檢驗(一)

從表6看，Path A中g(shù)ov的系數(shù)在1%水平下顯著，表明總效應(yīng)存在；Path B中g(shù)ov的系數(shù)在5%水平下顯著、Path C中的digeco2的系數(shù)在5%水平下顯著，表明中介效應(yīng)存在；Path C中g(shù)ov在5%水平下顯著，表明digeco2起到了部分中介效應(yīng)。因此，政府干預(yù)通過數(shù)字經(jīng)濟發(fā)展水平的部分中介效應(yīng)，間接影響產(chǎn)業(yè)結(jié)構(gòu)水平，研究假設(shè)H2成立。

另外，從Path B的回歸結(jié)果看，政府干預(yù)與數(shù)字經(jīng)濟發(fā)展水平之間確實為“正U”型非線性關(guān)系。

(五)研究假設(shè)H2的穩(wěn)健性檢驗

1.更換被解釋變量

以rindus_stru替代式(2)和式(4)中的被解釋變量，重新進行中介效應(yīng)檢驗，結(jié)果見表7。表7結(jié)果同樣表明，政府干預(yù)通過數(shù)字經(jīng)濟發(fā)展水平的部分中介效應(yīng)，間接影響產(chǎn)業(yè)結(jié)構(gòu)水平。因此，研究假設(shè)H2成立。

2.替換關(guān)鍵解釋變量

張治棟和廖常文(2019)[48]以政府支出扣除教育支出占GDP比例來衡量政府干預(yù)程度。為此，本文參照其做法，重新計算政府干預(yù)程度rgov，進行穩(wěn)健性檢驗，估計結(jié)果見表8。表8結(jié)果同樣表明，政府干預(yù)通過數(shù)字經(jīng)濟發(fā)展水平的部分中介效應(yīng)，間接影響產(chǎn)業(yè)結(jié)構(gòu)水平。因此，研究假設(shè)H2成立。

綜上，研究假設(shè)H1和H2均成立，且結(jié)論是穩(wěn)健的。

五、進一步分析

表8 中介效應(yīng)分析的穩(wěn)健性檢驗(二)

中國幅員遼闊，經(jīng)濟發(fā)展不平衡。各地區(qū)市場化程度和資源稟賦不盡相同(黎紹凱等，2020)[20]，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的影響勢必出現(xiàn)區(qū)域差異。首先，數(shù)字經(jīng)濟的創(chuàng)新發(fā)展影響金融發(fā)展(彭緒庶，2019)[27]，而金融發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)水平的影響具有區(qū)域差異性，中部和西部地區(qū)金融發(fā)展可促進產(chǎn)業(yè)結(jié)構(gòu)升級，而東部地區(qū)則會抑制產(chǎn)業(yè)結(jié)構(gòu)升級(王蘭平等，2020)[36]。這樣，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的影響也可能出現(xiàn)區(qū)域差異性，對中部和西部地區(qū)的影響將大于東部地區(qū)。其次，前文分析表明，數(shù)字經(jīng)濟對第一產(chǎn)業(yè)的深度滲透相對滯后是其影響產(chǎn)業(yè)結(jié)構(gòu)水平的重要原因，第一產(chǎn)業(yè)比重越大，則數(shù)字經(jīng)濟對第一產(chǎn)業(yè)深度滲透的滯后效應(yīng)就越明顯，而數(shù)字經(jīng)濟影響產(chǎn)業(yè)結(jié)構(gòu)水平的作用也就越大。從東、中、西部地區(qū)第一產(chǎn)業(yè)占比的均值看，2012―2018年東部地區(qū)第一產(chǎn)業(yè)占比的均值為6.76%，中部地區(qū)為10.93%，西部地區(qū)為11.70%，中部和西部地區(qū)比較接近，兩者均高于東部地區(qū)。這樣，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的影響作用可能表現(xiàn)為中部和西部大致相當，兩者均大于東部地區(qū)。簡言之，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的促進作用具有區(qū)域異質(zhì)性，在中部和西部地區(qū)的提升作用可能明顯大于東部地區(qū)。本文以變系數(shù)時間和個體雙向固定效應(yīng)進行檢驗，結(jié)果見表9。

表9 式(1)按區(qū)域變系數(shù)估計結(jié)果

從表9看，東、中、西部地區(qū)關(guān)鍵解釋變量L.digeco2的系數(shù)均為正，但東部L.digeco2的系數(shù)小于中西部(經(jīng)檢驗，東部L.digeco2的系數(shù)在1%水平下顯著小于中部和西部)。因此，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平的提升作用具有區(qū)域異質(zhì)性。

六、結(jié)論與建議

本文基于測算的2012―2018年省級數(shù)字經(jīng)濟發(fā)展水平指數(shù)，采用時間和個體雙向固定效應(yīng)模型，研究了“數(shù)字經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)水平”之間的關(guān)系。研究結(jié)果表明，數(shù)字經(jīng)濟對中國產(chǎn)業(yè)結(jié)構(gòu)水平具有提升作用，并且提升速度邊際遞增；政府干預(yù)通過數(shù)字經(jīng)濟發(fā)展水平的部分中介效應(yīng)，間接提升產(chǎn)業(yè)結(jié)構(gòu)水平。進一步研究發(fā)現(xiàn)，數(shù)字經(jīng)濟對中國產(chǎn)業(yè)結(jié)構(gòu)水平邊際遞增提升作用具有區(qū)域異質(zhì)性，在中部和西部地區(qū)的提升作用明顯大于東部地區(qū)。

基于前述研究結(jié)論，本文建議：第一，數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)水平具有邊際遞增促進作用，其對第一產(chǎn)業(yè)的深度滲透相對滯后是重要原因。換言之，數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)升級是以第一產(chǎn)業(yè)的技術(shù)進步相對滯后為前提條件。這種產(chǎn)業(yè)結(jié)構(gòu)水平的提升并非完全具有積極意義。因此，各省市區(qū)應(yīng)將農(nóng)業(yè)數(shù)字化作為重點規(guī)劃和實踐事項，摒棄盲目追求高水平產(chǎn)業(yè)結(jié)構(gòu)水平的做法。第二，數(shù)字經(jīng)濟對中國產(chǎn)業(yè)結(jié)構(gòu)水平邊際遞增提升作用具有區(qū)域異質(zhì)性。因此，地方政府在發(fā)展數(shù)字經(jīng)濟的過程中，還可在深入推進農(nóng)業(yè)數(shù)字化的情況下，基于區(qū)域異質(zhì)性縮小中西部地區(qū)和東部地區(qū)的經(jīng)濟發(fā)展差距，從而緩解發(fā)展不平衡。第三，除直接影響產(chǎn)業(yè)結(jié)構(gòu)水平外，政府干預(yù)還通過數(shù)字經(jīng)濟的部分中介效應(yīng)提升產(chǎn)業(yè)結(jié)構(gòu)水平。因此，地方政府在充分發(fā)揮市場作用的同時，還可進行適度的政府干預(yù)，以提升產(chǎn)業(yè)結(jié)構(gòu)水平，促進本地經(jīng)濟高質(zhì)量發(fā)展。