張璐菲， 袁平紅

(安徽財經大學 國際經濟貿易學院， 安徽 蚌埠 233030 )

0 引言

數(shù)字經濟是一種新的經濟形式， 可以加速經濟發(fā)展和治理模式的重建. 近年來， 隨著支持數(shù)字經濟發(fā)展的政策的加速實施和數(shù)字經濟產業(yè)基礎的迅速發(fā)展， 數(shù)字經濟已成為我國國民經濟高質量發(fā)展的新動力， 也是助推產業(yè)結構優(yōu)化升級的新力量.

中國信息通信研究院2020年7月3日發(fā)布的《中國數(shù)字經濟發(fā)展白皮書(2020)》顯示， 2019年我國數(shù)字經濟將實現(xiàn)35.8萬億元的增加值， 占GDP的四成左右， 數(shù)字經濟的地位將進一步提高. 據(jù)中商產業(yè)研究院預測， 2020年我國數(shù)字經濟增加值規(guī)模將突破40萬億元的大關. 作為數(shù)字產業(yè)化的重要領域， 我國5G創(chuàng)新應用已累計開展400多個， 涉及工業(yè)、 交通、 醫(yī)療等多個行業(yè). 研究表明， 我國數(shù)字產業(yè)穩(wěn)步發(fā)展， 基礎進一步夯實. 從規(guī)?？?， 2019年數(shù)字產業(yè)化增加值7.1萬億元， 同比增長11.1%. 從結構上看， 數(shù)字產業(yè)結構持續(xù)軟化， 軟件產業(yè)和互聯(lián)網產業(yè)比重不斷提高. 產業(yè)數(shù)字化深入推進， 從單點應用到持續(xù)協(xié)同演進. 數(shù)據(jù)集成、 平臺賦能成為推動產業(yè)數(shù)字化發(fā)展的關鍵. 2019年我國產業(yè)數(shù)字化增加值約為28.8萬億元， 占GDP比重29%， 相比于2015年的水平， 提高了21個百分點. 數(shù)字治理能力提升， 數(shù)字政府建設加速轉型， 政府治理實現(xiàn)從低效到高效、 從粗放到精準的轉變.

1 文獻綜述

與本文研究相關的文獻主要從產業(yè)結構優(yōu)化升級和測度數(shù)字經濟發(fā)展水平的角度展開研究. 許家云通過實證系統(tǒng)分析了互聯(lián)網在地區(qū)工業(yè)結構升級中的作用. 研究發(fā)現(xiàn)， 互聯(lián)網顯著促進了東、 中部地區(qū)的工業(yè)結構升級， 對西部地區(qū)工業(yè)結構升級沒有明顯的作用； 在國有化水平低的地區(qū)， 互聯(lián)網的工業(yè)結構升級效應較為顯著[1]. 徐偉呈等利用面板數(shù)據(jù)研究“互聯(lián)網+”和產業(yè)結構優(yōu)化升級的關系. 研究表明， 互聯(lián)網技術進步可以驅動產業(yè)結構向高級化方向發(fā)展， 但是由于互聯(lián)網技術在三大產業(yè)中融合度不同， 因此， 不利于產業(yè)結構合理化[2]. 昌忠澤等利用省級面板數(shù)據(jù)對信息技術與產業(yè)結構優(yōu)化升級的中介效應進行分析. 研究發(fā)現(xiàn)， 信息技術可以有效助推制造業(yè)轉型升級， 并且信息技術促進產業(yè)結構轉型升級存在區(qū)域性的差異[3]. 張于喆認為， 數(shù)字經濟并不是傳統(tǒng)意義上的單一型經濟， 它對產業(yè)發(fā)展新內涵、 產業(yè)發(fā)展新空間和產業(yè)發(fā)展新領域三個方面產生質的影響， 成為經濟增長的動力源泉， 驅動產業(yè)向中高端轉型升級[4]. 趙西三指出， 互聯(lián)網發(fā)展正由消費互聯(lián)網向產業(yè)互聯(lián)網轉型， 他認為制造業(yè)是數(shù)字經濟的主戰(zhàn)場， 而中國的制造業(yè)轉型升級方向明確， 正在以平臺化、 生態(tài)化、 軟件化、 共享化為方向實現(xiàn)快速發(fā)展[5].

數(shù)字經濟作為一種新興的經濟形態(tài)， 由于其發(fā)展歷史較短， 國內外對數(shù)字經濟的衡量并沒有統(tǒng)一的指標. Georgiadi等認為， 數(shù)字經濟是由信息通信技術和互聯(lián)網的滲透實現(xiàn)的所有經濟行為， 是以數(shù)字化形式傳遞的新的動態(tài)經濟[6]. OECD對數(shù)字經濟的衡量是基于投資智能化基礎設施、 賦權社會、 創(chuàng)新能力和ICT促進經濟增長與增加就業(yè)崗位四個維度構建數(shù)字經濟評價指標， 對世界主要國家數(shù)字經濟發(fā)展進行對比分析[7]. 許憲春等通過系統(tǒng)梳理互聯(lián)網經濟、 信息經濟和數(shù)字經濟演變過程， 總結出數(shù)字經濟的形成主要由數(shù)字化賦權基礎設施、 數(shù)字化媒體、 數(shù)字化交易和數(shù)字經濟交易產品四個要素構成[8]. 單志廣等利用三元空間理論， 從信息網絡空間、 實體物理空間和人類社會空間三個維度設計數(shù)字經濟發(fā)展評價體系， 對每個空間設置一、 二、 三級指數(shù)并賦予權重[9]. 萬曉榆等利用經濟學上的投入產出法， 通過引入數(shù)字化治理， 在探究數(shù)字經濟發(fā)展效應中新增數(shù)字知識型人才供給和數(shù)字化治理兩個指標， 構建一整套基于投入產出視角的數(shù)字經濟發(fā)展的綜合評價指標體系[10]. 劉方等把數(shù)字經濟分成數(shù)字經濟融合產業(yè)和數(shù)字經濟基礎產業(yè)兩個部分， 然后將數(shù)字經濟這兩個部分進行匯總構建數(shù)字經濟的測度模型， 從而得出數(shù)字經濟的總體規(guī)模[11].

通過對以往文獻梳理可以發(fā)現(xiàn)， 關于產業(yè)結構升級的研究， 大多集中于互聯(lián)網、 “互聯(lián)網+”、 信息技術對產業(yè)結構優(yōu)化升級的影響. 關于數(shù)字經濟的研究， 大部分學者集中于數(shù)字經濟的概念及其測度方法， 而對于產業(yè)結構升級與數(shù)字經濟之間的關系主要致力于理論研究和分析框架.

目前， 國內外對數(shù)字經濟的研究大多是分析數(shù)字經濟的測度和數(shù)字經濟的內涵， 且對數(shù)字經濟與產業(yè)結構優(yōu)化升級之間的關系大多是以理論研究為主. 本文通過實證分析探究數(shù)字經濟對產業(yè)結構的影響. 首先， 根據(jù)相關文獻研究建立數(shù)字經濟評價指標體系， 利用熵值法將各個指標賦予權重， 進而得出數(shù)字經濟綜合評價指標. 然后， 利用時間和個體雙向固定效應模型、 動態(tài)面板模型相結合的方法， 探究數(shù)字經濟對產業(yè)結構優(yōu)化升級的影響， 并通過更換變量指標進一步研究文章結論的穩(wěn)健性.

2 數(shù)字經濟發(fā)展水平和產業(yè)結構優(yōu)化升級的測算與分析

2.1 數(shù)字經濟發(fā)展水平指標體系構建

數(shù)字經濟是以互聯(lián)網的應用普及為背景而出現(xiàn)的. 根據(jù)數(shù)字經濟的界定范圍和產業(yè)結構優(yōu)化升級的內涵， 為了客觀衡量兩者的發(fā)展水平， 需要多維度選擇指標. 然而， 作為一種新興的經濟形態(tài)， 數(shù)字經濟在現(xiàn)有文獻中的衡量標準尚未達成共識. 本文基于現(xiàn)有學者對數(shù)字經濟的理論分析， 并考慮數(shù)據(jù)的可獲得性， 主要從技術創(chuàng)新水平、 數(shù)字基礎設施水平、 企業(yè)數(shù)字化水平三個方面選取11個評價指標， 綜合測算省域數(shù)字經濟的發(fā)展水平. 本文科技創(chuàng)新水平指標， 主要從規(guī)模以上工業(yè)企業(yè)中計算機、 通信和其他電子設備制造業(yè)的新產品開發(fā)數(shù)目， R&D經費支出， 專利申請受理數(shù)目和R&D人員折合全時當量四個方面反應數(shù)字經濟發(fā)展的創(chuàng)新水平； 數(shù)字基礎設施水平能夠直接體現(xiàn)各地區(qū)數(shù)字經濟發(fā)展水平， 本文選取軟件業(yè)務收入、 電信業(yè)務總量、 移動電話普及率和互聯(lián)網寬帶接入端口數(shù)四個方面來衡量數(shù)字基礎設施水平； 企業(yè)數(shù)字化水平很大程度上影響著數(shù)字經濟發(fā)展， 本文參考已有文獻， 選取以域名數(shù)、 網站數(shù)和網頁數(shù)為初始指標來綜合計算企業(yè)數(shù)字化水平.

2.2 基于熵值法的數(shù)字經濟綜合水平測度

基于以上數(shù)字經濟評價指標體系的構建， 本文采用熵值法作為我國數(shù)字經濟發(fā)展綜合水平的賦權方法， 計算最終數(shù)字經濟水平， 使評價結果更為準確.

選取30個省份作為樣本， 設計12個評價指標，Xij表示第i個省份的第j個評價指標原始值(i=1,2,3，…, 30；j=1,2,3, …, 12). 熵值法的計算過程如下：

(1)由于不同指標單位不同， 無法進行比較， 因此在進行評價之前， 需將所有指標進行無量綱化， 消除量綱不同帶來的的影響， 使數(shù)據(jù)具有可比性. 本文選擇極值法作為我國數(shù)字經濟水平評價指標無量綱化處理的方法. 極值法的特點是將指標數(shù)值全部轉化為0～1的區(qū)間內， 最小為0， 最大為 1. 由于本文選取的指標均為正向， 在進行數(shù)據(jù)無量綱處理時， 標準化處理公式為

其中，X表示指標原始數(shù)值，X′表示標準化處理后的指標數(shù)值.

(2)計算第j個指標下， 第i個省份占該指標的比重：

(3)第j個指標的熵值計算：

(4)差異性系數(shù)的計算：

gj=1-ej

(5)確定評價指標的權重：

依據(jù)2012—2018年我國30個省份數(shù)字經濟評價指標標準化處理的結果， 運用熵值法的計算公式分別得出各個評價指標的權重.

表1 所示的是2012年至2018年我國數(shù)字經濟指標的權重. 計算各指標權重三年的平均值， 作為我國數(shù)字經濟評價的最終指標權重. 表2 為我國數(shù)字經濟發(fā)展最終指標權重.

表1 2012—2018年數(shù)字經濟評價指標的權重 %

表2 我國數(shù)字經濟發(fā)展最終指標權重

將得到的指標權重Wj與第i個被評價對象在第j個評價指標上的比值Pij相乘， 得出某年某個省份的數(shù)字經濟綜合水平：

利用上述計算公式， 可計算得到2012—2018年我國30個省份的數(shù)字經濟發(fā)展水平(DEI).

2.3 產業(yè)結構優(yōu)化升級指標測度

經濟社會的發(fā)展趨勢是第一產業(yè)比重下降； 第二產業(yè)比重先上升后趨于穩(wěn)定， 最后開始萎縮； 第三產業(yè)比重開始占據(jù)主導地位. 因此， 本文借鑒徐德云[12]的做法設計產業(yè)結構升級測度指標. 產業(yè)結構升級的一個重要標志是第三產業(yè)比重逐步上升， 而第一產業(yè)比重越來越小， 因此在指標設計中， 第三產業(yè)被賦予最大的價值， 而第一產業(yè)是最小的. 具體產業(yè)結構升級指標：

s=Y1* 1+Y2* 2+Y3* 3(1 ≤R≤3)

其中，Y1、Y2、Y3分別為第一產業(yè)、 第二產業(yè)、 第三產業(yè)對GDP貢獻率， 即Yi/Y.s為測定產業(yè)結構升級的程度. 如果s越接近1， 產業(yè)結構層次就越低， 第一產業(yè)比重就很大； 如果s越接近3， 表明產業(yè)結構層次越高， 經濟社會是一種后工業(yè)化的信息經濟社會， 第三產業(yè)在國民經濟中占主體地位； 如果s越接近2， 產業(yè)結構高度就處在第一和第二產業(yè)之間， 經濟是一種工業(yè)化經濟， 以工業(yè)為主， 第二產業(yè)所占比重很大， 大于一、 三產業(yè)的比重.

3 實證及結果分析

3.1 變量選擇及數(shù)據(jù)說明

本文采用2012—2018年中國30個省份的面板數(shù)據(jù)進行實證研究. 數(shù)據(jù)來源于2013—2019年《中國統(tǒng)計年鑒》、 30個省份的地區(qū)統(tǒng)計年鑒以及國研網、 中經網數(shù)據(jù)庫. 變量的衡量指標均為無量綱化處理后的數(shù)據(jù).

(1)被解釋變量

設定產業(yè)結構優(yōu)化升級(UIS)作為被解釋變量. 采用徐德云對產業(yè)結構升級的一個測度指標設計[12]， 利用2012—2018年除西藏以外其他30個省份的三次產業(yè)對GDP的貢獻率， 并進行賦值， 得到歷年各省份產業(yè)結構優(yōu)化升級水平.

(2)解釋變量

設定數(shù)字經濟發(fā)展水平(DEI)作為核心解釋變量. 從科技創(chuàng)新水平、 基礎設施水平和企業(yè)數(shù)字化水平三個維度來建立數(shù)字經濟發(fā)展水平指標體系， 利用熵值法對各指標進行賦權， 計算2012-2018年各個省份的數(shù)字經濟發(fā)展指數(shù)， 從而來衡量中國30個省份數(shù)字經濟發(fā)展水平.

(3)控制變量

產業(yè)結構優(yōu)化升級受到多種因素的影響， 為了能夠全面揭示影響產業(yè)結構優(yōu)化升級水平， 本文基于對相關文獻的梳理， 選取經濟發(fā)展水平、 對外開放程度、 政府參與程度和人力資本四個控制變量.

1)經濟發(fā)展水平

不同水平的經濟發(fā)展地區(qū)集中不同程度的生產效率企業(yè)， 進而產業(yè)結構優(yōu)化升級的程度也會各有不同. 本文選取2012—2018年我國30個省份的人均GDP來度量各省份的經濟發(fā)展水平. 為了避免異方差的影響， 對該變量取對數(shù)形式， 記為LnPGDP.

2)對外開放程度

進出口商品結構的優(yōu)化， 有利于經濟水平的提高， 從而推動產業(yè)結構優(yōu)化升級. 本文采用30個省份的進出口總額占GDP的比重來度量對外開放程度， 記為OD.

3)政府參與程度

政府通過有效的資源調節(jié)配置可以對經濟市場進行有限的干預. 政府的參與影響經濟活動， 必然會對產業(yè)結構升級帶來一定的影響. 本文采用一般公共預算支出占地區(qū)GDP的比重來衡量政府的參與程度， 記為GI.

4)人力資本

人力資本水平的提高依靠教育水平的提高， 教育水平的提高有助于創(chuàng)新效率的提高， 進而促進產業(yè)結構優(yōu)化升級. 本文選取2012—2018年30個省份的高等教育普通本專科畢業(yè)生數(shù)與全國普通本?？飘厴I(yè)生數(shù)之比來衡量人力資本水平， 記為HU.各個變量的描述性統(tǒng)計見表3， 這為下文的實證分析提供了研究基礎.

表3 變量的描述性統(tǒng)計

3.2 面板數(shù)據(jù)模型的構建

本文待驗證的核心問題為數(shù)字經濟驅動產業(yè)結構優(yōu)化升級， 通過構建面板數(shù)據(jù)模型可以解決樣本量不足的問題， 提供更多的信息和較少的共線性， 有利于準確分析信息變量之間的關系. 本文根據(jù)研究需要， 對數(shù)據(jù)進行F檢驗和LM檢驗， 強烈拒絕使用混合回歸.通過豪斯曼檢驗P值為0.000 9， 拒絕原假設， 使用固定效應模型. 本文靜態(tài)面板計量回歸的具體模型設定如下：

UISit=β0+β1DEIit+β2lnPGDPit+β3ODit+β4GIit+β5HUit+μi+νt+εit

其中，UIS代表被解釋變量產業(yè)結構優(yōu)化升級，DEI代表數(shù)字經濟發(fā)展水平.μi和νt表示個體效應和時間效應， 分別用于控制不隨時間變化且不易觀察的個體因素和時間維度的影響.εit為隨機干擾項. lnPGDPit、ODit、GIit、HUit為控制變量， 分別表示經濟發(fā)展水平、 對外開放程度、 政府參與程度和人力資本.β0表示截距項，β1、β2、β3、β4、β5表示解釋變量系數(shù).

為研究動態(tài)變化下數(shù)字經濟對產業(yè)結構優(yōu)化升級的影響， 采用動態(tài)面板廣義矩估計法進行實證研究， 修正靜態(tài)面板， 引入被解釋變量的滯后一期作為工具變量. 建立的動態(tài)面板模型如下：

UISit=β0+αUISit-1+β1DEIit+β2lnPGDPit+β3ODit+β4GIit+β5HUit+μi+νt+εit

其中，UISit-1為產業(yè)結構優(yōu)化升級的滯后一期，α為其回歸系數(shù). 其余變量和系數(shù)與靜態(tài)面板模型的設定相同. 圖1給出了數(shù)字經濟發(fā)展與產業(yè)結構優(yōu)化升級的散點圖. 由簡單回歸擬合線可知， 數(shù)字經濟發(fā)展與產業(yè)結構優(yōu)化升級大體上存在正相關性.

圖1 數(shù)字經濟發(fā)展與產業(yè)結構優(yōu)化升級散點圖

3.3 面板數(shù)據(jù)檢驗

本文使用Stata軟件對數(shù)據(jù)基于面板模型進行計量分析.

(1)組間異方差檢驗

由表4可以看出，P值為0， 因此強烈拒絕組間同方差的原假設， 認為存在組間異方差. 本文認為， 不同省份由于經濟基礎和產業(yè)政策不同， 產業(yè)結構優(yōu)化升級程度也會產生差異.

表4 組間異方差檢驗結果

(2)組內自相關檢驗

根據(jù)表5檢驗結果得知，P值為0， 強烈拒絕不存在一階組內自相關原假設. 由于同一省份的產業(yè)政策對經濟發(fā)展進而對產業(yè)結構優(yōu)化升級具有持續(xù)性的影響， 不僅對當下產業(yè)結構產生影響， 還對未來一定時段產生后續(xù)效應， 因此產業(yè)結構優(yōu)化升級存在一階組內自相關.

表5 組內自相關檢驗結果

(3)組間同期相關

由表6可以得出，P值小于0.01， 拒絕無組間同期相關的原假設， 認為存在組間同期相關. 各省份雖然產業(yè)政策、 經濟基礎不同， 但是由于相鄰省份地理位置之間存在一定的關聯(lián)性， 另外， 國家的宏觀政策整體上影響產業(yè)結構， 因此各省份在同期產業(yè)發(fā)展上存在一定的關聯(lián)， 從而產業(yè)結構優(yōu)化升級必然具有相關性.

表6 組間同期相關檢驗結果

3.4 回歸結果分析

3.4.1 靜態(tài)面板模型估計結果

在上述檢驗的基礎上， 本文采用雙向固定效應模型和全面FGLS進行回歸對比， 具體結果如表7所示. 由全面FGLS估計結果知， 本文所選取的控制變量均在一定的顯著性水平上正向影響產業(yè)結構優(yōu)化升級.

從核心解釋變量角度分析. 根據(jù)表7結果， 無論是從雙向固定效應模型還是全面FGLS模型來看， 數(shù)字經濟發(fā)展水平與產業(yè)結構優(yōu)化升級在1%水平上顯著且相關系數(shù)為正， 這表明數(shù)字經濟發(fā)展水平對產業(yè)結構優(yōu)化升級起到明顯的促進作用. 近年來， 數(shù)字經濟正引發(fā)新的科技變革和產業(yè)變革. 在大力倡導數(shù)字經濟背景下， 數(shù)字基礎設施水平和科技創(chuàng)新水平得到了不同程度的提升， 企業(yè)數(shù)字化也在不斷發(fā)展， 這對產業(yè)效率的提升以及產業(yè)結構的升級起到重要的作用. 但是， 根據(jù)實證結果， 由于我國的數(shù)字經濟發(fā)展時間較短， 數(shù)字基礎設施還不夠成熟， 因此， 數(shù)字經濟相比于對外開放對產業(yè)結構升級的驅動力較小.

表7 雙向固定效應和全面FGLS實證結果

從控制變量角度分析. 當用人均GDP衡量地方經濟發(fā)展水平時， 由于存在異方差和自相關對回歸結果有一定的影響， 固定效應模型估計不準確. 全面FGLS回歸結果顯示， 地方經濟發(fā)展水平與產業(yè)結構優(yōu)化升級在1%的水平上顯著， 且兩者的回歸系數(shù)為正. 這表明隨著地方經濟發(fā)展水平的提升， 產業(yè)配套設施愈來愈完善， 進而促進了產業(yè)結構優(yōu)化升級. 另外， 政府參與程度與產業(yè)結構優(yōu)化升級也是在1%水平上顯著呈現(xiàn)正相關性， 這說明政府的參與在一定程度上可以提升產業(yè)結構水平. 主要原因在于政府制定有效的產業(yè)政策可以提高產業(yè)創(chuàng)新水平， 進而促進產業(yè)結構優(yōu)化升級. 上述兩個控制變量雖然都通過1%水平顯著性檢驗且系數(shù)均為正， 但是回歸系數(shù)遠小于對外開放程度回歸系數(shù)， 表明我國對外貿易程度越來越大. 加強對外開放， 提高外貿水平， 利用國際貿易和投資引進高質量資源， 極大促進產業(yè)結構優(yōu)化升級. 人力資本與產業(yè)結構升級相關系數(shù)為正并且在10%水平上顯著， 說明高等教育本專科畢業(yè)生得到充分就業(yè)， 企業(yè)有效吸收高級人力資源， 提高了人力資本與產業(yè)發(fā)展的匹配效率， 進而促進產業(yè)結構優(yōu)化升級.

3.4.2 動態(tài)面板模型估計結果

模型可能出現(xiàn)內生性問題會使得模型結果不穩(wěn)健， 故本文采用動態(tài)面板模型對原模型進行修正. 動態(tài)面板數(shù)據(jù)模型有兩種估計方法， 分別是差分廣義矩估計(Difference-GMM)和系統(tǒng)廣義矩估計(System-GMM). 由于兩步法可以避免異方差的影響， 因此， 本文對這兩種廣義矩估計GMM均采用兩步法進行回歸估計. 回歸結果見表8. 兩種模型均通過Sargan過度識別檢驗和AR序列相關性檢驗， 得出本文采用的所有工具變量都是有效的且沒有二階序列相關性. 系統(tǒng)廣義矩估計可以較好地解決模型中存在的變量內生性問題， 克服動態(tài)面板偏差， 提高估計效率. 因此， 本文根據(jù)系統(tǒng)廣義矩估計的結果進行研究分析.

表8 動態(tài)面板模型實證結果

從核心解釋變量角度分析. 通過系統(tǒng)廣義矩估計結果可得出， 核心解釋變量系數(shù)在動態(tài)面板模型上為正并且在5%水平上呈顯著狀態(tài). 這說明系統(tǒng)廣義矩估計得到的估計結果與靜態(tài)固定效應估計結果基本一致， 核心解釋變量的系數(shù)符號沒有發(fā)生實質性的變化， 即我國數(shù)字經濟發(fā)展對產業(yè)結構優(yōu)化升級具有正向積極的影響， 數(shù)字經濟每增加1%， 產業(yè)結構優(yōu)化升級提升0.354%. 其次， 產業(yè)結構優(yōu)化升級的滯后一期(L.UIS)在1%水平上顯著為正， 證實了產業(yè)結構優(yōu)化升級是一個動態(tài)變化的過程， 利用動態(tài)面板模型分析是正確的選擇. 由于動態(tài)面板模型加入被解釋變量的滯后一期， 無論是使用系統(tǒng)廣義矩估計還是使用差分廣義矩估計， 其估計結果顯示各控制變量的回歸系數(shù)與顯著性和靜態(tài)面板回歸結果存在些許差異， 主要體現(xiàn)在人均GDP的回歸系數(shù)變?yōu)樨摰? 其最可能的原因是， 人均GDP對產業(yè)結構優(yōu)化升級的影響體現(xiàn)在其滯后項里.

3.5 模型穩(wěn)健性檢驗

為驗證核心解釋變量對產業(yè)結構優(yōu)化升級的影響是否穩(wěn)健， 本文通過更換被解釋變量的衡量指標， 采用干春暉等[13]的研究方法， 利用泰爾指數(shù)(TL)對產業(yè)結構優(yōu)化升級進行衡量. 具體公式為

其中，i表示產業(yè)類型，Yi表示第i產業(yè)的總產值，Y表示三次產業(yè)總產值，Li表示第i產業(yè)的就業(yè)人數(shù)，L表示三次產業(yè)總就業(yè)人數(shù). 這里做一個說明， 由于泰爾指數(shù)是逆向指標， 當TL趨近于0時， 說明產業(yè)結構處于合理態(tài)勢； 相反， 當TL遠離0時， 產業(yè)結構偏離均衡無法得到優(yōu)化. 通過系統(tǒng)GMM回歸， 結果如表9所示.

表9 更換被解釋變量的衡量指標實證結果

模型通過Sargan過度識別檢驗和AR序列相關性檢驗， 得出采用的所有工具變量都是有效的且沒有二階序列相關性的結論. 結果顯示， 數(shù)字經濟發(fā)展在5%水平上顯著為負. 由于更換的被解釋變量的衡量指標是逆向的， 因此， 數(shù)字經濟發(fā)展對產業(yè)結構優(yōu)化升級有顯著的正向影響， 說明本文建立的模型和得到的實證結論具有可靠性和穩(wěn)健性.

4 結論及政策建議

鑒于數(shù)字經濟的發(fā)展時間較短以及確保數(shù)據(jù)的完整性， 本文利用2012—2018年除西藏以外全國30個省份的數(shù)據(jù)進行實證分析. 首先， 構建數(shù)字經濟評價指標體系， 利用熵值法賦予各個指標權重， 得到歷年30個省份數(shù)字經濟綜合評價指數(shù). 其次， 運用時間和個體雙向固定效應模型、 全面FGLS初步探究數(shù)字經濟對產業(yè)結構優(yōu)化升級的影響效應. 考慮到模型中存在內生性問題， 利用系統(tǒng)GMM進一步驗證兩者之間的關系. 再次， 通過更換變量的衡量指標驗證模型的穩(wěn)健性和可靠性. 研究結果表明， 無論是靜態(tài)面板模型還是動態(tài)面板模型， 數(shù)字經濟發(fā)展對產業(yè)結構優(yōu)化升級具有顯著的正向促進作用. 關于控制變量， 經濟發(fā)展水平、 對外開放程度和政府參與程度均呈現(xiàn)顯著影響.

根據(jù)以上的研究， 為了更好發(fā)揮數(shù)字經濟對產業(yè)結構優(yōu)化升級的推動作用， 本文提出以下3點建議.

第一， 完善數(shù)字化基礎設施建設， 為產業(yè)結構邁向中高端打下堅實的基礎. 各級政府要把推動社會服務的核心工作放在提供完備的數(shù)字基礎設施上， 加強人工智能、 物聯(lián)網、 量子信息、 智慧城市、 區(qū)塊鏈等數(shù)字領域的基礎設施建設. 首先， 加強移動寬帶、 互聯(lián)網建設， 建立高覆蓋率的網絡服務平臺， 以加快創(chuàng)新步伐. 其次， 提高基礎的軟硬件設施水平， 擴大基礎設施投資來源， 夯實數(shù)字經濟發(fā)展的物質基礎， 為產業(yè)結構優(yōu)化調整提供堅實的后盾.

第二， 堅持對外開放戰(zhàn)略， 推動數(shù)字經濟快速發(fā)展， 促進產業(yè)結構調整. 開放是數(shù)字經濟發(fā)展的條件之一. 通過利用外資、 進口和現(xiàn)代網絡互融互通能力， 引進大量國外先進的技術和設備， 充分利用國際資源發(fā)展數(shù)字經濟， 加快推進產業(yè)的“引進來”和“走出去”戰(zhàn)略， 打造對外開放新的制高點， 提高我國產業(yè)的國際競爭力和經濟的整體素質， 進一步促進產業(yè)結構優(yōu)化升級.

第三， 充分利用有效的產業(yè)政策， 為產業(yè)結構優(yōu)化升級營造良好的環(huán)境. 政府是數(shù)字經濟發(fā)展中不可或缺的力量， 政府應完善數(shù)字經濟發(fā)展體系， 推動相關政策文件落到實處， 保障國家數(shù)字經濟穩(wěn)定發(fā)展， 打造數(shù)字經濟發(fā)展新格局. 此外， 通過充分發(fā)揮政府綜合協(xié)調作用， 建立產學研一體化創(chuàng)新體系， 提高我國科技創(chuàng)新向科技成果轉化的水平， 提供產業(yè)結構升級空間.