張 毅，王 軍

(1.貴州財經(jīng)大學(xué) 經(jīng)濟學(xué)院，貴州 貴陽 550025；2.首都經(jīng)濟貿(mào)易大學(xué) 經(jīng)濟學(xué)院，北京 100070)

一、引言

中國經(jīng)濟高速增長的背后伴隨著嚴(yán)重的資源錯配，很大程度上制約著經(jīng)濟高質(zhì)量發(fā)展和資源配置效率的改善；同時，資源錯配限制了生產(chǎn)效率和全要素生產(chǎn)率水平的提升。我國區(qū)域、行業(yè)和企業(yè)間嚴(yán)重的資源錯配問題使得經(jīng)濟社會發(fā)展難以持續(xù)。自2008年金融危機以來，我國全要素生產(chǎn)率年均增速下降了1%以上[1]，增速放緩的原因更多來自資源配置扭曲和要素錯配[2]；資源錯配引致的生產(chǎn)效率下降抑制了全要素生產(chǎn)率水平增長并導(dǎo)致經(jīng)濟總產(chǎn)出與社會福利水平的損失[3-6]。如何改善資源錯配和提升要素配置效率作為我國經(jīng)濟建設(shè)的重要目標(biāo)在政府工作報告中被反復(fù)提及。

新經(jīng)濟發(fā)展背景下，數(shù)字經(jīng)濟與生產(chǎn)組織變革、制度安排改進(jìn)有機結(jié)合，有效矯正了資本、勞動要素錯配。首先，互聯(lián)網(wǎng)和數(shù)字化技術(shù)的廣泛采用能夠有效減少勞動者在時間和空間上的錯位，有效促進(jìn)勞動就業(yè)選擇，進(jìn)而優(yōu)化勞動要素配置；其次，數(shù)字經(jīng)濟的數(shù)字化平臺和基于“互聯(lián)網(wǎng)+”的嶄新模式改變了傳統(tǒng)資本市場運作方式，有效促進(jìn)區(qū)域市場競爭和區(qū)域?qū)I(yè)化水平的提升，降低資本要素市場的錯配程度。隨著數(shù)字經(jīng)濟的進(jìn)一步發(fā)展，生產(chǎn)要素的配置生產(chǎn)方式發(fā)生重大變化，逐漸改變既往要素的配置方式，特別是在新的資源配置平臺下，數(shù)據(jù)資源主要在網(wǎng)上流動，數(shù)據(jù)流引領(lǐng)技術(shù)流、物質(zhì)流、資金流、人才流的配置悄然變化。借助海量數(shù)據(jù)、將多種資源集聚進(jìn)而改善資源配置形態(tài)和空間，極大地提升了資源配置效率?？傮w而言，數(shù)字經(jīng)濟通過既有要素的重組和優(yōu)化資源配置，依托云計算、大數(shù)據(jù)和人工智能等數(shù)字化技術(shù)合理地配置資本和勞動要素，切實優(yōu)化生產(chǎn)要素的投入和使用比例，擺脫傳統(tǒng)要素市場的扭曲和束縛，推動生產(chǎn)要素有序高效流動，有效矯正要素錯配程度，使生產(chǎn)要素達(dá)到最佳配置。

較之已有的研究，本文可能的邊際貢獻(xiàn)主要如下：現(xiàn)有文獻(xiàn)大多基于單一視角討論數(shù)字經(jīng)濟對資源錯配的影響，本文不僅直接討論數(shù)字經(jīng)濟對資源錯配的影響，而且將技術(shù)創(chuàng)新、市場競爭和政府治理納入數(shù)字經(jīng)濟影響資源錯配的分析框架，特別是從政府?dāng)?shù)字治理和數(shù)字經(jīng)濟協(xié)同發(fā)展視角考察政府治理在數(shù)字經(jīng)濟矯正資源錯配中的調(diào)節(jié)效應(yīng)，論證得出數(shù)字經(jīng)濟有助于矯正資源錯配的結(jié)論。

二、文獻(xiàn)綜述與研究假說

(一)文獻(xiàn)回顧

數(shù)字經(jīng)濟作為全新的經(jīng)濟形態(tài)，從生產(chǎn)組織各個方面對資源錯配產(chǎn)生重要影響。梳理既有文獻(xiàn)發(fā)現(xiàn)數(shù)字經(jīng)濟對資源錯配的影響主要包括以下方面。

一是關(guān)于數(shù)字經(jīng)濟對資源錯配的直接影響。計算機等信息技術(shù)的普及和應(yīng)用加快了數(shù)字經(jīng)濟的發(fā)展，特別是人工智能等數(shù)字技術(shù)的出現(xiàn)，深刻影響和變革著要素的配置方式。學(xué)術(shù)界尤以數(shù)字經(jīng)濟對資源錯配的影響最為關(guān)注。在數(shù)字經(jīng)濟時代，數(shù)字技術(shù)以極強的滲透、融合、匹配、普惠，以及協(xié)同效應(yīng)實現(xiàn)要素的精準(zhǔn)匹配，改變傳統(tǒng)資源配置方式，使要素錯配得以有效矯正進(jìn)而改善資源配置效率[7-8]。要素扭曲是影響資源配置的重要方式，數(shù)字經(jīng)濟強化市場競爭并使生產(chǎn)要素配置趨于理想狀態(tài)，有效改善資源錯配[9]。數(shù)字經(jīng)濟改變了傳統(tǒng)經(jīng)濟形態(tài)的資源配置參照體系和分析方法，緩解了因信息不對稱和有限理性造成的資源配置扭曲，通過“增量補充”和“存量優(yōu)化”打破了傳統(tǒng)工業(yè)時代的資源配置路徑，實現(xiàn)了要素資源配置機制的重塑[10]；此外，外生事件的沖擊特別是新冠流行的出現(xiàn)進(jìn)一步加速了數(shù)字經(jīng)濟的快速增長，并對其他部門資源重新配置產(chǎn)生重要影響[11]。HORTON 和 ZECKHAUSER(2016)[12]強調(diào)，借助數(shù)字平臺能夠?qū)崿F(xiàn)閑置資源有效利用和重新配置。低搜索成本使閑置資源能夠被更高效利用[13]，特別是點對點搜索平臺利用低搜索成本提供了市場需求信息，使要素供給在必要需求時及時進(jìn)入市場，實現(xiàn)資源的精確匹配和有效的配置[14-15]。于世海等(2022)[16]通過測算中國制造業(yè)行業(yè)的資源錯配程度，并結(jié)合中國地區(qū)層面數(shù)字經(jīng)濟指數(shù)考察數(shù)字經(jīng)濟對資源錯配的影響，發(fā)現(xiàn)數(shù)字經(jīng)濟有效矯正了制造業(yè)資源錯配程度，進(jìn)而優(yōu)化資源配置效率。韋莊禹(2022)[17]以面板固定模型和工具變量法實證檢驗發(fā)現(xiàn)，城市數(shù)字經(jīng)濟發(fā)展顯著提升了制造業(yè)企業(yè)的資源配置效率。柏培文和喻理(2021)[18]使用2004—2013年中國工業(yè)企業(yè)數(shù)據(jù)實證檢驗得出數(shù)字經(jīng)濟發(fā)展降低了企業(yè)價格加成的離散度，顯著改善了資源配置效率。

二是數(shù)字經(jīng)濟影響資源配置的機制分析。數(shù)字經(jīng)濟發(fā)展背景下，如何處理政府與市場關(guān)系，更好實現(xiàn)資源配置則顯得尤為重要。隨著數(shù)字經(jīng)濟蓬勃發(fā)展，為政府職能轉(zhuǎn)變提供了良好的制度創(chuàng)新環(huán)境，政府治理能力的提升與數(shù)字經(jīng)濟發(fā)展更有助于資源配置效率的提升[19]。羅佳等(2023)[20]研究發(fā)現(xiàn)，伴隨數(shù)字經(jīng)濟的發(fā)展，數(shù)字技術(shù)的發(fā)展能夠提升企業(yè)的創(chuàng)新效率和緩解勞動力扭曲，進(jìn)而改善企業(yè)的資源錯配水平。數(shù)字技術(shù)還通過強大的資源整合能力，重構(gòu)傳統(tǒng)生產(chǎn)要素體系，實現(xiàn)資源的優(yōu)化配置[21]；同時，數(shù)字經(jīng)濟牽引數(shù)字技術(shù)進(jìn)步為資本、勞動等要素提供多種配置途徑，緩解要素配置扭曲，實現(xiàn)資源合理配置[7]。

梳理既有文獻(xiàn)可知大多直接討論數(shù)字經(jīng)濟和資源錯配之間的關(guān)系，鮮有將技術(shù)創(chuàng)新、市場競爭和政府治理納入統(tǒng)一的分析框架。當(dāng)前我國正處于數(shù)字經(jīng)濟飛速發(fā)展階段，一方面，數(shù)字經(jīng)濟所引致的廣義技術(shù)進(jìn)步和市場競爭將對經(jīng)濟社會產(chǎn)生重大影響；另一方面，在數(shù)字經(jīng)濟發(fā)展背景下考察有效政府治理對于資源配置的機制影響尤為重要。可見，忽略上述因素則可能導(dǎo)致研究結(jié)果有失偏頗，因此，本文將技術(shù)創(chuàng)新、市場競爭和政府治理納入數(shù)字經(jīng)濟影響資源錯配的統(tǒng)一分析框架，是對既有研究的有效補充和深化。

(二)研究設(shè)計

1.數(shù)字經(jīng)濟影響資源錯配的理論分析

數(shù)字經(jīng)濟作為全新的經(jīng)濟形態(tài)，能夠有效矯正資源錯配。伴隨數(shù)字經(jīng)濟的蓬勃發(fā)展，數(shù)字技術(shù)對資源錯配發(fā)揮顯著的矯正和改善作用。企業(yè)借助數(shù)字技術(shù)能夠有效掌握市場信息，充分甄別市場需求和適應(yīng)市場環(huán)境的沖擊，合理投入生產(chǎn)要素，避免要素配置扭曲，有效實現(xiàn)資源的合理配置。數(shù)字經(jīng)濟促進(jìn)傳統(tǒng)生產(chǎn)方式向著信息化、智能化和數(shù)字化方向發(fā)展，從根本上重塑和改變了傳統(tǒng)資源配置方式。比如借助網(wǎng)絡(luò)優(yōu)勢顯著降低了要素的交易成本，有助于資源合理配置。數(shù)字化信息平臺的發(fā)展實現(xiàn)就業(yè)信息獲取、搜尋匹配的及時性和精確性，減少勞動力的時空錯位和提高勞動力就業(yè)信息獲取能力；同時互聯(lián)網(wǎng)發(fā)展能夠提供靈活多樣的崗位和就業(yè)信息，重塑改善勞動力配置效率和矯正勞動錯配[22]。伴隨數(shù)字經(jīng)濟的繁榮壯大和數(shù)字技術(shù)的日趨成熟，數(shù)字經(jīng)濟能夠?qū)崿F(xiàn)市場主體突破地理和交易場所的限制，同時通過強化要素競爭水平使要素在不同區(qū)域、時空實現(xiàn)網(wǎng)格化配置，從而降低要素市場扭曲程度并有效矯正資源錯配[9]。

基于此，本文提出假設(shè)1：數(shù)字經(jīng)濟發(fā)展對資源錯配起顯著矯正作用。

2.技術(shù)創(chuàng)新的機制分析

數(shù)字經(jīng)濟作為引領(lǐng)經(jīng)濟社會發(fā)展的新引擎，數(shù)字經(jīng)濟發(fā)展與技術(shù)創(chuàng)新、資源配置是相互聯(lián)系的，尤其是由數(shù)字化、信息化技術(shù)創(chuàng)新所引致的社會變革。結(jié)合中國發(fā)展實際，數(shù)字化轉(zhuǎn)型的過程也是數(shù)字化技術(shù)普及應(yīng)用的過程，當(dāng)數(shù)字化技術(shù)被廣泛應(yīng)用于經(jīng)濟發(fā)展、產(chǎn)業(yè)變革、企業(yè)生產(chǎn)，新支點、新動能的出現(xiàn)將會給廣義的技術(shù)創(chuàng)新帶來提升空間。特別是數(shù)字經(jīng)濟的發(fā)展，引致人工智能、大數(shù)據(jù)、云計算等新技術(shù)層出不窮。數(shù)字經(jīng)濟發(fā)展驅(qū)動底層技術(shù)向著更高水平發(fā)展，如帶來支撐數(shù)字經(jīng)濟發(fā)展的芯片、半導(dǎo)體和存儲等廣義技術(shù)不斷更迭、進(jìn)步。當(dāng)技術(shù)水平得到提升之后，企業(yè)傾向于獲取更多數(shù)據(jù)要素以實現(xiàn)自身的數(shù)字化水平，數(shù)字化水平的提升在處理和配置資源將更加及時、有效和精確。因此技術(shù)創(chuàng)新水平的發(fā)展更加有助于既有資源錯配水平的矯正。

基于此，本文提出假設(shè)2：數(shù)字經(jīng)濟通過提升技術(shù)創(chuàng)新水平進(jìn)而更加有助于矯正當(dāng)前普遍存在的資源錯配，資源配置效率得到顯著提升。

3.市場競爭的機制分析

考慮數(shù)字經(jīng)濟的發(fā)展提高了經(jīng)濟活動的市場競爭程度，隨著數(shù)字經(jīng)濟的繁榮壯大，數(shù)字技術(shù)等新技術(shù)不斷涌現(xiàn)，促進(jìn)既有企業(yè)技術(shù)進(jìn)步和市場規(guī)模的擴大，潛在進(jìn)入者通過研發(fā)和更新既有技術(shù)以獲取更多市場份額，潛在進(jìn)入者和既有市場占有者必然因爭奪市場份額而產(chǎn)生競爭。同時數(shù)字經(jīng)濟通過破除區(qū)域、行業(yè)和地方政府保護(hù)壁壘，促進(jìn)各類要素廣泛流動，實現(xiàn)價格和生產(chǎn)機制市場化，促進(jìn)市場充分競爭。特別是在數(shù)字經(jīng)濟發(fā)展背景下，各區(qū)域和微觀生產(chǎn)組織能夠借助數(shù)字技術(shù)更大范圍參與競爭、參與資源共享和配置，實現(xiàn)資源在更大范圍、區(qū)間配置，進(jìn)而使資源錯配水平矯正更為顯著。數(shù)字技術(shù)和數(shù)據(jù)要素具備可復(fù)制性、可復(fù)用性、可疊加性與不可耗竭性等特殊屬性，這賦予了其拓寬生產(chǎn)可能性邊界與改善資源配置效率的能力。那么市場競爭程度的提升一方面提高了企業(yè)的數(shù)字化水平，另一方面又降低了要素價格，從而使代表性企業(yè)能實現(xiàn)更高產(chǎn)出水平和資源配置效率，這意味著由數(shù)字經(jīng)濟發(fā)展所引致的市場競爭程度的提升全面促進(jìn)了資源配置效率的改善。

基于此，本文提出假設(shè)3：數(shù)字經(jīng)濟的發(fā)展有助于提高市場競爭水平進(jìn)而改善資源配置效率。

4.政府治理的調(diào)節(jié)機制分析

市場主體的自發(fā)行為可能引致數(shù)據(jù)要素市場的分割壟斷，政策的積極主動干預(yù)是必要的。數(shù)據(jù)要素來自市場主體的行為、生產(chǎn)活動，當(dāng)其從原始的數(shù)據(jù)資源轉(zhuǎn)化為生產(chǎn)要素之后，隱私保護(hù)、產(chǎn)權(quán)歸屬和收益分配等問題也隨之出現(xiàn)，例如居民會擔(dān)心隱私遭到侵害而選擇不公開個人數(shù)據(jù)，企業(yè)則會因“創(chuàng)造性破壞”而不向社會提供生產(chǎn)、服務(wù)的有效信息，且數(shù)據(jù)要素市場上供給方的壟斷行為將催生數(shù)據(jù)寡頭和市場分割，這均使得市場上的需求方無法通過支付要素的邊際報酬以獲取生產(chǎn)活動所需的數(shù)據(jù)要素，此時數(shù)據(jù)要素市場的資源配置效率將大打折扣，甚至寡頭憑借壟斷力量造成數(shù)據(jù)要素和數(shù)字技術(shù)分割，加劇資源錯配。

面對壟斷分割，單純的市場手段難以有效解決，需要統(tǒng)籌政府和市場的力量予以妥善解決。一方面，政府通過制定相關(guān)法律法規(guī)對市場壟斷行為加以約束和規(guī)范，在競爭市場的機制框架下輔之以產(chǎn)業(yè)、產(chǎn)權(quán)和分配政策調(diào)節(jié)，打通拖累要素配置效率提升的各類梗阻，發(fā)揮政府治理和數(shù)字經(jīng)濟在矯正資源錯配中的協(xié)同作用。另一方面，政府直接向居民采集數(shù)據(jù)，依次對居民提供的信息進(jìn)行存儲、加工、流通、分析、應(yīng)用和保障等工序，關(guān)鍵是對居民的個人信息進(jìn)行隱私保護(hù)，當(dāng)政府向數(shù)據(jù)要素的需求方提供數(shù)據(jù)、信息集時，已經(jīng)通過隱去主體信息等方式防止居民信息的隱私泄露。在此基礎(chǔ)上，居民向政府而不是市場直接提供數(shù)據(jù)，可以防止隱私泄露對個人效用帶來負(fù)效應(yīng)，增加要素市場的數(shù)據(jù)要素供給，借助政府?dāng)?shù)據(jù)交易平臺，企業(yè)將實現(xiàn)以更低的價格購買數(shù)據(jù)以提升自身的數(shù)字化水平，進(jìn)而充分發(fā)揮數(shù)字技術(shù)對資源配置的改善作用。

基于此，本文提出假設(shè)4：政府治理在數(shù)字經(jīng)濟影響資源配置中具有顯著的調(diào)節(jié)作用。

三、模型設(shè)定和變量選擇

(一)模型設(shè)定

理論部分分析得出數(shù)字經(jīng)濟顯著矯正了當(dāng)前的資源錯配水平，為進(jìn)一步驗證理論假設(shè)，本部分將引入計量模型以檢驗數(shù)字經(jīng)濟對資源錯配的定量影響，具體模型設(shè)定如式(1)：

τit=β0+β1dig-ecoit+β2Xit+λi+ut+εit

(1)

式(1)表征數(shù)字經(jīng)濟對資本、勞動錯配的影響。其中τit為本文的被解釋變量，分別代表樣本城市資本(tkit)和勞動(tlit)錯配水平①；dig-eco表征樣本數(shù)字經(jīng)濟發(fā)展水平，為本文的核心解釋變量；X代表一系列控制變量合集，分別為經(jīng)濟發(fā)展水平、政府干預(yù)、交通基礎(chǔ)設(shè)施、產(chǎn)業(yè)政策、外商直接投資、城鎮(zhèn)化、金融效率、產(chǎn)業(yè)結(jié)構(gòu)；λ刻畫城市固定效應(yīng)，用以控制個體不隨時間變化的特征，u為樣本的時間效應(yīng)；i和t分別表示i城市和t時期。

理論機制部分分析得出技術(shù)創(chuàng)新、市場競爭和政府治理是數(shù)字經(jīng)濟矯正資源錯配和改善資源配置效率的重要機制變量?；诶碚摍C制分析本文設(shè)定如下機制檢驗?zāi)Ｐ?，具體見式(2)～(4)。

medit=γ0+γ1dig-ecoit+γ2Xit+λi+ut+εit

(2)

τit=γ3+γ4dig-ecoit+γ5medit+γ6Xit+λi+ut+εit

(3)

τit=δ1+δ2dig-ecoit+δ3gov-eranceit

+δ4dig-ecoit×gov-eranceit+δ5Xit+λi+ut+εit

(4)

式(2)刻畫數(shù)字經(jīng)濟對機制變量的影響，其中med分別代表技術(shù)創(chuàng)新和市場競爭兩個重要機制變量，其余變量與式(1)一致；式(3)表征在分別納入機制變量技術(shù)創(chuàng)新和市場競爭之后數(shù)字經(jīng)濟和機制變量對資本、勞動錯配的影響；式(4)將政府治理作為重要的調(diào)節(jié)機制變量與數(shù)字經(jīng)濟相乘考察二者對資本、勞動錯配的影響。

(二)指標(biāo)選取

(1)資本和勞動錯配為本文的因變量，測算城市層面上的資本錯配和勞動錯配先要從要素的價格扭曲系數(shù)入手，本文借鑒陳永偉等(2011)[23]、白俊紅等(2018)[24]的方法，通過測度資本錯配指數(shù)(tk)和勞動錯配指數(shù)(tl)以考察各城市資本和勞動的錯配情況。

(5)

式(5)中，tk和tl分別代表資本、勞動錯配，其具體計算如下式：

(6)

(2)數(shù)字經(jīng)濟指數(shù)為本文的自變量，得益于互聯(lián)網(wǎng)迅速崛起，我國數(shù)字經(jīng)濟呈現(xiàn)井噴式發(fā)展。一方面，具體體現(xiàn)在傳統(tǒng)產(chǎn)業(yè)借助數(shù)字化轉(zhuǎn)型契機快速向產(chǎn)業(yè)數(shù)字化發(fā)展；另一方面，大數(shù)據(jù)和人工智能等現(xiàn)代信息技術(shù)的飛速發(fā)展，使得信息制造業(yè)、信息通信業(yè)、軟件服務(wù)業(yè)、互聯(lián)網(wǎng)產(chǎn)業(yè)等數(shù)字產(chǎn)業(yè)化蓬勃發(fā)展。綜上可知我國數(shù)字經(jīng)濟主要集中體現(xiàn)在產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化兩大方面。基于此，在參考唐紅濤和謝婷(2022)[25]、唐要家等(2022)[26]并結(jié)合本文研究實際，關(guān)于數(shù)字經(jīng)濟指數(shù)構(gòu)建本研究也將從以下方面展開。數(shù)字產(chǎn)業(yè)化通過數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務(wù)業(yè)、數(shù)字技術(shù)應(yīng)用業(yè)、數(shù)字要素驅(qū)動業(yè)4個層面衡量。其中，數(shù)字產(chǎn)品制造業(yè)指標(biāo)包括電子元器件及設(shè)備制造、數(shù)字媒體設(shè)備制造與其他數(shù)字產(chǎn)品制造業(yè)3個維度；數(shù)字產(chǎn)品服務(wù)業(yè)主要包括數(shù)字產(chǎn)品服務(wù)；數(shù)字技術(shù)應(yīng)用業(yè)包括信息技術(shù)服務(wù)、軟件開發(fā)、電信、廣播電視和衛(wèi)星傳輸服務(wù)、互聯(lián)網(wǎng)相關(guān)服務(wù)；數(shù)字要素驅(qū)動業(yè)包括互聯(lián)網(wǎng)平臺、互聯(lián)網(wǎng)批發(fā)零售、數(shù)字內(nèi)容與媒體、信息基礎(chǔ)設(shè)施建設(shè)和其他數(shù)字要素驅(qū)動業(yè)等5個維度指標(biāo)。產(chǎn)業(yè)數(shù)字化從數(shù)字化效率提升層面衡量，分別從智慧農(nóng)村、智能制造、數(shù)字政府與數(shù)字金融4個維度構(gòu)建指標(biāo)。具體指標(biāo)構(gòu)建、測算如式(7)～(10)所示。

基于本研究數(shù)字經(jīng)濟發(fā)展評價指標(biāo)體系，參考現(xiàn)有技術(shù)處理和本文研究實際，選擇熵權(quán)法對數(shù)字經(jīng)濟指數(shù)進(jìn)行測度，首先使用極差法將各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，以消除指標(biāo)之間的量綱差異，具體見式(7)：

(7)

其中，i表示各個省市；j表示數(shù)字經(jīng)濟的各測度指標(biāo)；max(xij)和min(xij)分別表征指標(biāo)xij的最大值和最小值；yij是對xij原始指標(biāo)進(jìn)行無量綱化處理后的值。

接著對測算指標(biāo)yij進(jìn)行標(biāo)準(zhǔn)化處理，具體如式(8)：

(8)

隨后，計算數(shù)字經(jīng)濟評價體系中的各測算指標(biāo)值yij的權(quán)重Wj，計算過程如式(9)：

(9)

最后，得到數(shù)字經(jīng)濟水平測度指標(biāo)的加權(quán)矩陣即數(shù)字經(jīng)濟指數(shù)：

dig-eco=∑Wjyij

(10)

(3)理論機制分析得出技術(shù)創(chuàng)新、市場競爭和政府治理作為數(shù)字經(jīng)濟影響資源錯配的重要機制變量，在理論認(rèn)識的基礎(chǔ)上本研究進(jìn)一步選取技術(shù)創(chuàng)新、市場競爭和政府治理作為機制變量。①技術(shù)創(chuàng)新，當(dāng)前學(xué)界多以專利申請或授權(quán)量刻畫區(qū)域技術(shù)創(chuàng)新水平，因此本研究用專利授權(quán)總量表征技術(shù)創(chuàng)新水平。②市場競爭，參考王若蘭和劉燦雷(2019)[27]采用赫芬達(dá)爾指數(shù)刻畫市場競爭程度，但是由于赫芬達(dá)爾指數(shù)是競爭程度的逆反向指標(biāo)，因此本文使用逆赫芬達(dá)爾指數(shù)作為衡量市場競爭程度的指標(biāo)，具體使用“1-赫芬達(dá)爾指數(shù)”衡量。③政府治理，根據(jù)本研究理論分析并結(jié)合數(shù)字經(jīng)濟發(fā)展現(xiàn)實情況，數(shù)字經(jīng)濟和政府治理要實現(xiàn)協(xié)同矯正資源錯配問題，那么政府的數(shù)字治理能力無疑顯得尤為重要。因此，根據(jù)本文研究實際采用政府?dāng)?shù)字治理水平這一變量刻畫政府治理這一指標(biāo)，具體主要包含信息經(jīng)濟與產(chǎn)業(yè)發(fā)展、工業(yè)互聯(lián)網(wǎng)安全、互聯(lián)網(wǎng)教育發(fā)展、醫(yī)療健康與公共服務(wù)、農(nóng)村與城市發(fā)展、物聯(lián)網(wǎng)發(fā)展和核心技術(shù)與信息產(chǎn)業(yè)等7個方面②，通過爬取政府網(wǎng)站下載相關(guān)政策文件，最后提取詞頻得到本文所需政府治理數(shù)據(jù)。

(4)此外，為盡可能減少遺漏變量引致的估計結(jié)果偏差，在參考既有研究文獻(xiàn)[28-32]和本文研究實際的基礎(chǔ)上選取以下變量作為控制變量：經(jīng)濟發(fā)展水平、政府干預(yù)、交通基礎(chǔ)設(shè)施、產(chǎn)業(yè)政策、外商直接投資、城鎮(zhèn)化、金融效率、產(chǎn)業(yè)結(jié)構(gòu)。

(三)數(shù)據(jù)來源與變量描述性分析

本研究樣本選取2010—2020年中國259個地級城市(直轄市)的相關(guān)數(shù)據(jù)(不含港澳臺)，數(shù)據(jù)主要來自《中國信息統(tǒng)計年鑒》、《信息產(chǎn)業(yè)年鑒》、《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》、《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國人口和就業(yè)統(tǒng)計年鑒》，以及商務(wù)部網(wǎng)站，部分指標(biāo)來源于EPS全球統(tǒng)計數(shù)據(jù)庫、CEIC中國宏觀經(jīng)濟數(shù)據(jù)庫、Wind數(shù)據(jù)庫，以及網(wǎng)絡(luò)爬取地方政府官方網(wǎng)站處理得到。具體變量描述性分析見表1～表2。

表1 變量說明

表2 變量描述性統(tǒng)計

四、數(shù)字經(jīng)濟對資源錯配影響的實證結(jié)果分析

(一)基準(zhǔn)結(jié)果分析

本小節(jié)主要考察數(shù)字經(jīng)濟對資源錯配的平均影響情況，具體使用2010—2020年中國259個地級城市面板數(shù)據(jù)，采用雙固定效應(yīng)模型實證檢驗數(shù)字經(jīng)濟對資源錯配的影響，其估計結(jié)果見表3。

表3 數(shù)字經(jīng)濟對資源配置的影響

表3列(1)～(4)分別報告了模型(1)數(shù)字經(jīng)濟對資本、勞動錯配的參數(shù)估計結(jié)果，由于列(2)和列(4)分別在納入控制變量、城市個體和時間效應(yīng)的估計結(jié)果，因此以列(2)和列(4)的估計結(jié)果作為參照，以此展開討論。

列(2)報告了數(shù)字經(jīng)濟對資本錯配的參數(shù)估計結(jié)果，可以看出估計系數(shù)(-0.344)在1%的顯著性水平下顯著為負(fù)，說明數(shù)字經(jīng)濟的發(fā)展顯著矯正了資本錯配水平，數(shù)字經(jīng)濟發(fā)展水平越高，越有助于矯正資本錯配。列(4)數(shù)字經(jīng)濟對勞動錯配的參數(shù)估計結(jié)果可以看出，其估計系數(shù)同樣在1%的顯著性水平下顯著為負(fù)，說明數(shù)字經(jīng)濟的發(fā)展顯著抑制了勞動錯配的發(fā)展。實證結(jié)果驗證了前文理論假設(shè)：數(shù)字經(jīng)濟發(fā)展有助于矯正資源錯配，且數(shù)字經(jīng)濟發(fā)展水平越高，矯正效應(yīng)則越顯著。

(二)機制檢驗實證結(jié)果分析

前文理論假設(shè)技術(shù)創(chuàng)新、市場競爭和政府治理是數(shù)字經(jīng)濟影響資源錯配的機制變量，基于計量模型式(2)～(4)對本文機制變量進(jìn)行估計，具體估計結(jié)果如下。

1.技術(shù)創(chuàng)新的機制檢驗結(jié)果分析

由表4可以看出，列(1)數(shù)字經(jīng)濟對技術(shù)創(chuàng)新的估計系數(shù)在5%的顯著性水平下顯著為正，說明數(shù)字經(jīng)濟顯著促進(jìn)了技術(shù)創(chuàng)新水平的發(fā)展；列(2)和列(3)在考慮技術(shù)創(chuàng)新這一機制變量之后，可以看出數(shù)字經(jīng)濟對資本、勞動錯配的估計系數(shù)仍顯著為負(fù)，說明數(shù)字經(jīng)濟通過牽引技術(shù)創(chuàng)新進(jìn)而矯正資源錯配的效應(yīng)顯著存在，前文理論機制得到驗證。

表4 技術(shù)創(chuàng)新的機制檢驗結(jié)果

2.市場競爭的機制檢驗結(jié)果分析

表5報告了市場競爭機制變量的參數(shù)估計結(jié)果，列(1)數(shù)字經(jīng)濟對市場競爭的估計系數(shù)(0.025)在1%的顯著性水平下顯著為正，說明數(shù)字經(jīng)濟發(fā)展有助于形成良性市場競爭發(fā)展格局，列(2)和列(3)在納入市場競爭這一機制變量之后，市場競爭的估計系數(shù)在5%的顯著性水平下顯著為負(fù)，說明一定程度的市場競爭有助于改善資本、勞動錯配水平，同時在納入市場競爭這一變量之后，數(shù)字經(jīng)濟對資本、勞動錯配的估計依然負(fù)向顯著。列(1)～列(3)的估計結(jié)果說明數(shù)字經(jīng)濟通過促進(jìn)市場競爭的發(fā)展進(jìn)而改善資本、勞動錯配的機制切實存在，理論機制得到驗證。

表5 市場競爭的機制檢驗結(jié)果

3.政府治理的機制檢驗結(jié)果分析

由表6的列(1)和列(2)可以看出數(shù)字經(jīng)濟的發(fā)展顯著矯正了資本和勞動錯配水平；政府治理對資本、勞動錯配估計系數(shù)顯著為負(fù)，結(jié)果表明政府治理能力的提升有助于改善資本、勞動錯配。數(shù)字經(jīng)濟和政府治理的交互項對資本、勞動錯配的估計系數(shù)顯著為負(fù)，說明數(shù)字經(jīng)濟和政府治理的協(xié)同發(fā)展對改善資本、勞動錯配水平起著顯著作用，反映出政府治理水平越高，對資源錯配的矯正效應(yīng)越發(fā)顯著，政府治理作為機制變量這一理論得到驗證。

表6 政府治理的機制檢驗結(jié)果

(三)穩(wěn)健性檢驗

基準(zhǔn)模型從數(shù)量關(guān)系上初步證明了數(shù)字經(jīng)濟對資源錯配矯正效應(yīng)的存在，但這一結(jié)果是否可靠，即改變識別策略是否數(shù)字經(jīng)濟矯正資源錯配的因果關(guān)系仍然成立，還有待進(jìn)一步驗證。因此，本文將進(jìn)一步進(jìn)行穩(wěn)健性檢驗以驗證基準(zhǔn)回歸結(jié)果的穩(wěn)健性和可靠性，具體主要通過以下幾種方式檢驗?zāi)Ｐ偷姆€(wěn)健性。第一，采用工具變量法進(jìn)行內(nèi)生性處理；第二，替換被解釋變量的測度方法；第三，采取國家大數(shù)據(jù)綜合試驗區(qū)的準(zhǔn)自然實驗進(jìn)行檢驗。

1.內(nèi)生性處理

基準(zhǔn)回歸驗證了數(shù)字經(jīng)濟有助于矯正資源錯配，在經(jīng)濟學(xué)研究過程中，內(nèi)生性是難以忽視和跳過的問題，從本文的研究主題出發(fā)，一方面可能存在數(shù)字經(jīng)濟快速發(fā)展顯著影響資源錯配，但資源錯配可能也顯著影響著數(shù)字經(jīng)濟的發(fā)展，這種互為因果關(guān)系的內(nèi)生性問題難以確保因果效應(yīng)干凈和準(zhǔn)確。另一方面，影響資源配置的因素眾多，在實證研究過程中難以窮盡所有控制變量。鑒于此，本文嘗試用工具變量法以盡可能緩解模型中存在的內(nèi)生性問題，以減少模型估計偏差。

對于工具變量的選取，第一，在參考黃凌云等(2018)[36]的做法，本文選取數(shù)字經(jīng)濟指數(shù)與其均值差值的三次方構(gòu)建工具變量。分別對工具變量的有效性、弱工具變量進(jìn)行檢驗，并在此基礎(chǔ)上對數(shù)字經(jīng)濟的內(nèi)生性展開Hausman檢驗。

檢驗結(jié)果如表7所示，不可識別檢驗在1%的顯著水平上拒絕了工具變量不可識別的原假設(shè)；弱工具變量檢驗的統(tǒng)計值至少大于10%水平上的臨界值，這表明本文選取的工具變量是有效的。進(jìn)一步，Hausman檢驗拒絕“不存在內(nèi)生性”的原假設(shè)，說明本文內(nèi)生性問題的存在，因此進(jìn)一步采用工具變量進(jìn)行實證檢驗。

表7 內(nèi)生性檢驗

表8報告了工具變量的參數(shù)估計結(jié)果，可以看出第一階段工具變量(數(shù)字經(jīng)濟與其均值差值三次方)和內(nèi)生變量數(shù)字經(jīng)濟顯著相關(guān)、系數(shù)(0.225)和(0.228)均在1%的顯著性水平下顯著為正，第二階段數(shù)字經(jīng)濟對資本和勞動錯配在1%的顯著性水平下顯著為負(fù)。說明在解決本文存在的內(nèi)生性問題之后，數(shù)字經(jīng)濟對資源錯配仍具有顯著的矯正作用，進(jìn)一步說明了本文工具變量選取的合理性與有效性，也證明本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性和可靠性。

表8 基于數(shù)字經(jīng)濟與其均值差值三次方工具變量內(nèi)生性處理回歸結(jié)果

進(jìn)一步，為保證工具變量和基準(zhǔn)回歸結(jié)果的穩(wěn)健性，尋找新的工具變量以更好解決模型存在的內(nèi)生性問題是必要的。一方面，互聯(lián)網(wǎng)有效支撐了數(shù)字經(jīng)濟的快速發(fā)展，前期歷史上互聯(lián)網(wǎng)架構(gòu)對后續(xù)數(shù)字經(jīng)濟發(fā)展起著重要作用，如網(wǎng)絡(luò)通信等互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的建設(shè)，勢必對后期數(shù)字經(jīng)濟發(fā)展產(chǎn)生重要影響，滿足工具變量相關(guān)性要求。另一方面，固定電話和郵電等傳統(tǒng)電信工具隨著使用頻率的下降對數(shù)字經(jīng)濟的影響日漸式微，進(jìn)一步滿足排他性條件。因此，本文使用樣本考察期之前的互聯(lián)網(wǎng)發(fā)展水平(2000—2009年)分別與1984年每百人電話數(shù)以及每百萬人郵局?jǐn)?shù)的交互項作為工具變量展開內(nèi)生性檢驗。檢驗結(jié)果參見表9。

表9報告了兩個工具變量合理性和有效性檢驗結(jié)果，可以看出不可識別檢驗均在1%的顯著水平上拒絕了工具變量不可識別的原假設(shè)；弱工具變量檢驗的統(tǒng)計值滿足至少大于10%水平上的臨界值，這表明本文選取的工具變量是有效的。最后，Hausman檢驗同樣拒絕“不存在內(nèi)生性”的原假設(shè)，進(jìn)一步說明本文內(nèi)生性問題的存在。

表10和表11分別報告兩個工具變量的估計結(jié)果?？梢钥闯龅谝浑A段工具變量(郵局×互聯(lián)網(wǎng))、(每百人固定電話×互聯(lián)網(wǎng))對數(shù)字經(jīng)濟均存在顯著的正向影響，驗證了相關(guān)性假設(shè)。從第二階段參數(shù)估計結(jié)果來看，表10數(shù)字經(jīng)濟對資本、勞動錯配的估計系數(shù)分別在5%和1%的顯著性顯著為負(fù)；表11數(shù)字經(jīng)濟對資本、勞動錯配的參數(shù)估計結(jié)果分別在5%和10%的顯著性水平下顯著為負(fù)，在考慮本文的內(nèi)生性問題之后數(shù)字經(jīng)濟對資源錯配仍具有顯著的矯正效應(yīng)，再次說明本文選取的工具變量是合理有效的，也進(jìn)一步證明前文實證檢驗結(jié)果的穩(wěn)健性和可靠性。

表10 互聯(lián)網(wǎng)發(fā)展水平工具變量回歸結(jié)果(1)

表11 互聯(lián)網(wǎng)發(fā)展水平工具變量回歸結(jié)果(2)

2.替換被解釋變量的穩(wěn)健性檢驗

進(jìn)一步本文采取替換因變量的測算方法進(jìn)行穩(wěn)健性檢驗。具體使用資本、勞動力扭曲系數(shù)替換資本、勞動錯配指數(shù)作為被解釋變量進(jìn)行穩(wěn)健性估計。

由于要素市場的扭曲引致要素成本偏離最優(yōu)路徑，資源配置無法達(dá)到最優(yōu)，根據(jù)這一思路，資本、勞動扭曲系數(shù)具體測算如式(11)～(12)：

(11)

(12)

式(11)和(12)中，mpk和mpl分別刻畫資本和勞動的邊際產(chǎn)出，pi×yi表示總產(chǎn)值，pk和pl分別刻畫資本和勞動價格，即資本利率水平和勞動力工資水平。要素在完全自由、不存在摩擦情況下實現(xiàn)要素的充分有效配置，達(dá)到帕累托最優(yōu)，即diski和disli為0。若二者不為0，那么則要素存在扭曲。進(jìn)一步對根據(jù)測算得到資本、勞動扭曲系數(shù)進(jìn)行穩(wěn)健性檢驗，其估計結(jié)果如表12所示。

表12 替換被解釋變量的穩(wěn)健性檢驗

表12報告了替換被解釋變量資本、勞動錯配指標(biāo)后參數(shù)估計結(jié)果，列(1)～列(4)分別報告的是數(shù)字經(jīng)濟對資本、勞動扭曲系數(shù)的估計結(jié)果。因列(2)和列(4)是納入控制變量的參數(shù)估計結(jié)果，因此，以列(2)和列(4)的估計結(jié)果作為參照進(jìn)行分析。

整體來看，列(1)～列(4)系數(shù)估計大小和符號方向并未發(fā)生顯著變化。列(2)資本扭曲估計系數(shù)(-0.594)在1%的顯著性水平下顯著為負(fù)，列(4)勞動扭曲參數(shù)估計結(jié)果(-0.240)在10%的顯著性水平下顯著為負(fù)，說明數(shù)字經(jīng)濟對資本、勞動扭曲具有切實的改善效應(yīng)，進(jìn)一步佐證基準(zhǔn)回歸結(jié)果是穩(wěn)健和可靠的。

3.基于大數(shù)據(jù)綜合試驗區(qū)的準(zhǔn)自然試驗穩(wěn)健性檢驗

基準(zhǔn)回歸驗證了數(shù)字經(jīng)濟對資本、勞動錯配具有顯著的矯正效應(yīng)，為使結(jié)果更加穩(wěn)健可靠，本文進(jìn)一步采用國家大數(shù)據(jù)綜合試驗區(qū)這一準(zhǔn)自然實驗，替換核心解釋變量數(shù)字經(jīng)濟指數(shù)對資本、勞動錯配進(jìn)行穩(wěn)健性估計。

為推動數(shù)字經(jīng)濟健康繁榮發(fā)展，國務(wù)院制定實施關(guān)于《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》規(guī)劃，先后設(shè)立了貴州省大數(shù)據(jù)綜合試驗區(qū)(2015年)，進(jìn)一步設(shè)立北京、天津、河北、內(nèi)蒙古、遼寧、河南、上海、重慶和廣東大數(shù)據(jù)綜合試驗區(qū)(2016年)，見表13。因此，本研究分別將2015年和2016年作為樣本接受政策影響時點，采用雙重差分(Difference-in-Difference，DID)模型進(jìn)行估計，傳統(tǒng)雙重差分模型適用于政策實施于同一時點，由于大數(shù)據(jù)綜合試驗區(qū)設(shè)立存在先后時間差異，傳統(tǒng)DID并不適用本文多時期的政策評估，繼而本文利用多時期雙重差分模型對本研究的政策效應(yīng)進(jìn)行估計，具體模型設(shè)立如式(13)：

表13 政策試點省(區(qū)、市)節(jié)點

τit=α0+α1dig-policeit+α2Xit+λi+μt+εit

(13)

其中式(13)的τit和前文一樣分別表示i城市t時期的資本、勞動錯配水平，dig-police刻畫大數(shù)據(jù)綜合試驗區(qū)虛擬變量，如城市i在t時期設(shè)立大數(shù)據(jù)綜合試驗區(qū)，則賦值為1，否則為0。α1分別表征大數(shù)據(jù)綜合試驗區(qū)對資本、勞動錯配的政策凈效應(yīng)，為本研究重點關(guān)注系數(shù)，λi、μt和εit與前文一樣分別表征城市個體、時間固定效應(yīng)和隨機誤差項。

(1)回歸結(jié)果。基于式(13)考察大數(shù)據(jù)綜合試驗區(qū)對資本、勞動錯配影響的政策效應(yīng)，估計結(jié)果如表14所示。表14的列(1)～列(4)分別報告了大數(shù)據(jù)綜合試驗區(qū)對資本、勞動錯配的參數(shù)估計結(jié)果。列(1)和列(3)報告的是未加入重要控制變量估計結(jié)果，其估計系數(shù)大小、符號和顯著性水平與前文基準(zhǔn)回歸(見表3)的列(1)和列(3)相比并未發(fā)生顯著變化，列(2)和列(4)是進(jìn)一步加入重要控制的變量的參數(shù)估計結(jié)果，其系數(shù)(-0.113)和(-0.021)分別在1%和10%的顯著性水平下顯著為負(fù)，說明大數(shù)據(jù)綜合試驗區(qū)的設(shè)立有效改善了設(shè)立地區(qū)資本、勞動錯配水平，設(shè)立大數(shù)據(jù)綜合試驗區(qū)有助于整體矯正要素錯配；且估計系數(shù)大小和符號與前文表3的參數(shù)估計結(jié)果相比并未發(fā)生顯著改變，也進(jìn)一步證明本文估計結(jié)果的穩(wěn)健性和可靠性。資本、勞動等傳統(tǒng)要素在邊際遞減情形下引致產(chǎn)出低于實際要素潛在產(chǎn)出，偏離最優(yōu)要素配置水平，進(jìn)而引發(fā)資源錯配；首先，數(shù)據(jù)作為新的生產(chǎn)要素，對技術(shù)進(jìn)步、生產(chǎn)效率提升和產(chǎn)業(yè)形態(tài)變遷起著重要作用；其次，數(shù)據(jù)要素本身蘊含巨大的潛力和價值，對數(shù)據(jù)的不斷挖掘、利用，更加有助于要素的合理配置和價值發(fā)揮[37]；同時大數(shù)據(jù)與傳統(tǒng)要素的集合，實現(xiàn)要素重組升級，資源再配置，促進(jìn)效率變革和動力變革[18]，最終切實有效改善和矯正要素錯配，優(yōu)化資源配置。

表14 大數(shù)據(jù)綜合試驗區(qū)的穩(wěn)健性檢驗

(2)平行趨勢檢驗。大數(shù)據(jù)綜合試驗區(qū)的基準(zhǔn)回歸表明設(shè)立國家大數(shù)據(jù)綜合試驗區(qū)有助于抑制資源錯配水平進(jìn)而整體改善資本、勞動要素配置效率。但這一事實可能在設(shè)立大數(shù)據(jù)綜合試驗區(qū)之前就已經(jīng)存在，同時雙重差分方法適用的前提條件須滿足平行趨勢假定，即在事件發(fā)生或政策實施之前，處理組和控制組變化趨勢保持一致，且不隨時間變化而產(chǎn)生顯著的系統(tǒng)性差異。因此，有必要檢驗實驗組和控制組之間在政策實施前的發(fā)展趨勢是否存在顯著的系統(tǒng)性差異，因此，本文引入平行趨勢檢驗。

借鑒宋弘等(2019)[38]、呂越等(2019)[39]的做法，根據(jù)本研究實際，以2015年作為當(dāng)前考察期，將平行趨勢檢驗的公式設(shè)定為：

(14)

式(14)中，Dit刻畫的是虛擬變量，代表城市i在t年設(shè)立大數(shù)據(jù)綜合試驗區(qū)則取值為1，反之則為0，其余變量與前文一致，本研究重點關(guān)注σk的系數(shù)，分別表示在大數(shù)據(jù)綜合試驗區(qū)設(shè)立的第t年，設(shè)立大數(shù)據(jù)綜合試驗區(qū)城市和未設(shè)立大數(shù)據(jù)綜合試驗區(qū)城市的資本、勞動錯配差異。

圖1分別報告的是大數(shù)據(jù)綜合試驗區(qū)對資本、勞動錯配的平行趨勢檢驗，橫軸代表政策時點，縱軸刻畫每一時點政策虛擬變量的參數(shù)估計結(jié)果，0時刻長豎線代表政策實施起始年份(2015年)，圖1左的檢驗結(jié)果可以看出，在政策(即設(shè)立大數(shù)據(jù)綜合試驗區(qū))設(shè)立之前，政策虛擬變量的估計系數(shù)在0軸附近波動變化，即政策實施之前，試點大數(shù)據(jù)綜合試驗區(qū)城市和非試點大數(shù)據(jù)綜合試驗區(qū)城市的資本錯配水平并無系統(tǒng)顯著差異；但在設(shè)立大數(shù)據(jù)綜合試驗區(qū)的第一年，資本錯配水平顯著開始明顯下降，但并未顯著異于0，政策實施的第二年開始，大數(shù)據(jù)綜合試驗區(qū)對資本錯配矯正水平開始顯著顯現(xiàn)，設(shè)立大數(shù)據(jù)綜合試驗區(qū)城市開始顯著超過非大數(shù)據(jù)綜合試驗區(qū)城市，且隨著時間后移，政策效應(yīng)越發(fā)顯著，說明大數(shù)據(jù)綜合試驗區(qū)對資本錯配矯正效應(yīng)的趨勢具有持續(xù)性。同樣圖1右在政策實施前政策試點城市和非試點城市估計系數(shù)在同樣在0軸附近波動，在政策實施當(dāng)年，大數(shù)據(jù)綜合試驗區(qū)的政策效應(yīng)逐步顯現(xiàn)，但并不明顯，從政策實施的第二年起，試點城市勞動錯配改善水平顯著大于非政策實施城市，同樣隨著時間推移，政策效應(yīng)越發(fā)顯著。圖1進(jìn)一步說明大數(shù)據(jù)綜合試驗區(qū)有助于矯正資本、勞動錯配，切實改善資源配置效率，也證明大數(shù)據(jù)綜合試驗區(qū)這一政策對資本、勞動錯配的矯正效應(yīng)是穩(wěn)健、可靠的。

圖1 平行趨勢檢驗

進(jìn)一步，為了排除可能潛在的其他不可觀測因素對本部分結(jié)論穩(wěn)健性的干擾，即除開設(shè)立大數(shù)據(jù)綜合試驗區(qū)之后資本、勞動錯配的變化是其他政策或原因所致，本文借鑒ABADIE 和GARDEAZABAL(2003)[40]的做法，通過構(gòu)造反事實事件的方法進(jìn)行安慰劑檢驗。具體做法將大數(shù)據(jù)綜合試驗區(qū)對資本、勞動錯配的政策影響變得更加隨機化，從樣本中任意選取城市作為“偽”處理組，其他城市為“偽”控制組。因為“偽”處理組具有隨機性，理論上安慰劑檢驗中“偽”分組虛擬變量與時間虛擬變量的交互項不會對模型的被解釋變量產(chǎn)生明顯影響，若不存在明顯遺漏變量，處理變量的估計系數(shù)不會顯著異于0。同時，為規(guī)避小概率事件對估計結(jié)果形成干擾，本文選擇將隨機沖擊過程重復(fù)進(jìn)行1 000次，結(jié)果如圖2(左、右)所示。可以發(fā)現(xiàn)，大數(shù)據(jù)綜合試驗區(qū)的系數(shù)值全部集中分布在0的附近，進(jìn)而可以推斷“偽大數(shù)據(jù)綜合試驗區(qū)”對資本、勞動錯配沒有顯著影響，進(jìn)一步驗證了不可觀測的隨機因素幾乎不會對本文結(jié)果產(chǎn)生影響，再次證明本部分結(jié)果是穩(wěn)健的。

圖2 隨機安慰劑檢驗

(四)異質(zhì)性分析

本文的基準(zhǔn)回歸部分主要基于平均影響效應(yīng)討論了數(shù)字經(jīng)濟對資源錯配影響的總量分析，但中國作為一個幅員遼闊、要素資源稟賦各異的發(fā)展中國家，各地區(qū)在經(jīng)濟發(fā)展水平、區(qū)位條件、產(chǎn)業(yè)布局，以及社會基礎(chǔ)設(shè)施等方面的差異可能使得數(shù)字經(jīng)濟發(fā)展對資源錯配的影響呈現(xiàn)出非均衡特征，結(jié)合現(xiàn)有主流文獻(xiàn)的技術(shù)處理手段并考慮中國經(jīng)濟發(fā)展的實際狀況，本文從區(qū)域、要素發(fā)展水平等層面入手展開異質(zhì)性分析。

1.分區(qū)域異質(zhì)性討論

根據(jù)資本、勞動要素發(fā)展實際狀況，本文將資本錯配樣本劃分為沿海和內(nèi)陸地區(qū)，將勞動錯配以胡煥庸線為基準(zhǔn)，分為胡煥庸線以東和以西依次展開討論。具體估計結(jié)果見表15的列(1)～列(4)。列(1)報告了數(shù)字經(jīng)濟對沿海地區(qū)資本錯配的參數(shù)估計結(jié)果，可以看出，其估計系數(shù)在1%的顯著性水平下顯著為負(fù)，再看列(2)數(shù)字經(jīng)濟對內(nèi)陸地區(qū)資本錯配的參數(shù)估計結(jié)果，其系數(shù)為負(fù)但不顯著；可知沿海和內(nèi)陸地區(qū)數(shù)字經(jīng)濟對資本矯正作用存在顯著差異，整體來看，數(shù)字經(jīng)濟對沿海地區(qū)具有顯著矯正效應(yīng)，而內(nèi)陸地區(qū)的矯正效應(yīng)并未充分顯現(xiàn)。列(3)報告的是數(shù)字經(jīng)濟對胡煥庸線以東勞動錯配的參數(shù)估計結(jié)果，其估計系數(shù)在1%顯著性水平下顯著為負(fù)；列(4)報告了胡煥庸線以西地區(qū)數(shù)字經(jīng)濟對勞動錯配的參數(shù)估計結(jié)果，其系數(shù)為正但不顯著，列(3)和列(4)的參數(shù)估計結(jié)果表明，數(shù)字經(jīng)濟對胡煥庸以東勞動錯配具有顯著的矯正效應(yīng)，而以西區(qū)域則存在輕微的加劇作用。

表15 不同區(qū)域資本、勞動錯配的異質(zhì)性分析

2.數(shù)字經(jīng)濟對資本、勞動配置過度和不足的影響

前文理論和實證結(jié)果均得出數(shù)字經(jīng)濟對資源錯配具有顯著的影響，經(jīng)驗事實告訴我們各地區(qū)的資本、勞動配置量存在顯著差異，如發(fā)達(dá)地區(qū)資本配置水平很好耦合經(jīng)濟產(chǎn)出水平下的有效配置量，資本配置處于合理范圍，但可能存在勞動力配置不能滿足經(jīng)濟產(chǎn)出水平的有效配置量，出現(xiàn)勞動配置不足；而在欠發(fā)達(dá)地區(qū)可能存在資本、勞動配置量超過經(jīng)濟產(chǎn)出下的有效配置量而出現(xiàn)資本、勞動配置過度。并且隨著時間推移，資本、勞動配置的動態(tài)過程也存在顯著差異，因此，本研究進(jìn)一步將資源錯配分為配置過度和配置不足兩種情況分別進(jìn)行實證檢驗，其參數(shù)估計結(jié)果如表16所示，列(1)和列(2)分別為資本、勞動配置過度的參數(shù)估計結(jié)果，列(3)和列(4)為資本、勞動配置不足的估計結(jié)果。

可以看到，列(1)的系數(shù)(-0.835)在5%的顯著性水平下為負(fù)，說明數(shù)字經(jīng)濟對資本配置過度具有顯著的矯正作用，列(2)的估計系數(shù)(-0.275)在10%顯著性水平下為負(fù)，同樣說明當(dāng)勞動配置過度時，數(shù)字經(jīng)濟對勞動配置過度具有顯著改善作用。列(3)的系數(shù)(-0.019)為負(fù)但不顯著，說明數(shù)字經(jīng)濟在資本配置不足時發(fā)揮改善效應(yīng)還未能充分顯現(xiàn)，列(4)報告數(shù)字經(jīng)濟對勞動配置不足的估計結(jié)果，可以看出其系數(shù)(-0.126)符號為負(fù)，說明在勞動配置不足時，數(shù)字經(jīng)濟對勞動配置不足有一定的矯正和改善作用，但這種效應(yīng)同樣還未充分顯現(xiàn)和有效發(fā)揮。綜上可以看出，數(shù)字經(jīng)濟對資本、勞動錯配均具有一定的矯正作用，但對資本、勞動配置過度的矯正和改善作用顯著大于配置不足的情形，實證結(jié)果與前文假設(shè)相契合。數(shù)字經(jīng)濟對資本、勞動過度配置發(fā)揮出更為顯著的矯正和改善作用，原因在于數(shù)字經(jīng)濟通過數(shù)字技術(shù)和信息網(wǎng)絡(luò)精準(zhǔn)識別了市場主體的要素需求，減少了資本、勞動要素的過度、冗余投入，大幅改變過去重投入、輕效率的情況，進(jìn)而發(fā)揮出數(shù)字經(jīng)濟對資本、勞動配置過度的顯著矯正作用；而數(shù)字經(jīng)濟對資本、勞動配置不足的矯正作用較小，其原因可能在于資本、勞動配置不足的地區(qū)和生產(chǎn)企業(yè)自身資源稟賦較差，實現(xiàn)要素優(yōu)化配置的自我調(diào)節(jié)能力較弱，并且這類地區(qū)和企業(yè)數(shù)字化轉(zhuǎn)型往往也較慢，進(jìn)而導(dǎo)致數(shù)字經(jīng)濟發(fā)展對其資源錯配的改善效果大打折扣。

3.資本、勞動錯配的慣性特征分析

前文分析了數(shù)字經(jīng)濟對資本、勞動錯配的異質(zhì)性影響分析，但是資本、勞動作為重要的生產(chǎn)要素，自身的慣性和持續(xù)性影響可能對其本身產(chǎn)生重要的影響。因此，本文進(jìn)一步基于動態(tài)面板數(shù)據(jù)考察資本、勞動錯配自身慣性和持續(xù)性影響，具體采用系統(tǒng)廣義矩估計(SYS-GMM)參數(shù)檢驗方法進(jìn)行估計，結(jié)果見表17。

表17 資本、勞動錯配的滯后期檢驗結(jié)果

表17的診斷結(jié)果可以看出，列(1)～列(4)AR(2)的值表明差分方程的殘差序列項不存在二階序列相關(guān)，同時Hansen值的結(jié)果表明不能拒絕工具變量有效性的原假設(shè)，說明模型選擇是合適的。

由于列(1)和列(3)報告的是未納入控制變量的參數(shù)估計，因此，本文以列(2)和列(4)的結(jié)果作為參照，展開討論。在納入資本、勞動錯配滯后期后，數(shù)字經(jīng)濟對資本、勞動錯配的矯正效應(yīng)仍顯著為負(fù)，進(jìn)一步證明數(shù)字經(jīng)濟對資源錯配存在顯著的矯正效應(yīng)。因變量資本錯配滯后一期(tki，t-1)的估計系數(shù)(1.885)在1%的顯著性水平下對資本錯配(tk)的估計系數(shù)顯著為正，說明上一期的資本錯配每提升1個點，將導(dǎo)致下一期的資本錯配水平提高1.885個點。同樣勞動錯配滯后一期(tli，t-1)的估計系數(shù)(0.917)在1%的顯著性水平下顯著為正，充分表明前一期勞動錯配將會對下一期勞動錯配產(chǎn)生正向影響。估計結(jié)果說明資本、勞動錯配存在明顯的慣性特征和典型的“路徑依賴”的特征。

五、結(jié)論與政策啟示

當(dāng)前我國正面臨數(shù)字經(jīng)濟蓬勃發(fā)展和資源錯配在供需兩側(cè)廣泛存在的事實，如何發(fā)揮數(shù)字經(jīng)濟有效矯正資源錯配和重塑要素配置機制進(jìn)而形成有效的資源配置體系成為學(xué)界和政府長期面臨的重大課題。在此背景下，本文嘗試將數(shù)字經(jīng)濟和資源錯配納入分析框架，基于2010—2020年我國259個地級城市面板數(shù)據(jù)實證評估數(shù)字經(jīng)濟對資源錯配的矯正效應(yīng)以及技術(shù)創(chuàng)新、市場競爭和政府治理的中介和調(diào)節(jié)效應(yīng)。研究結(jié)果發(fā)現(xiàn)：①數(shù)字經(jīng)濟切實有效矯正了資源錯配，理論和實證層面均成立，在使用內(nèi)生性處理等穩(wěn)健性檢驗后，仍得出相關(guān)一致性結(jié)論。②機制檢驗結(jié)果表明，理論假設(shè)提出技術(shù)創(chuàng)新、市場競爭作為本文的中介變量和政府治理的調(diào)節(jié)變量成立，即有效提升技術(shù)創(chuàng)新水平，市場競爭程度和政府治理能力是數(shù)字經(jīng)濟矯正資源錯配進(jìn)而改善資源配置效率的重要機制變量。③異質(zhì)性檢驗結(jié)果發(fā)現(xiàn)，數(shù)字經(jīng)濟發(fā)揮對資源錯配的矯正效應(yīng)還受到區(qū)域自身發(fā)展，要素扭曲程度等因素的影響?；谏鲜鼋Y(jié)論，本文提出以下政策啟示：

第一，準(zhǔn)確理解和把握數(shù)字經(jīng)濟矯正資源錯配的作用機制。本文的理論機制分析結(jié)果不以具體產(chǎn)業(yè)特征為轉(zhuǎn)移，加快發(fā)展高技術(shù)產(chǎn)業(yè)和提高人力資本發(fā)展水平是有效改善資源配置效率的關(guān)鍵手段，避免產(chǎn)業(yè)資本和人力資本長期積壓在中低端產(chǎn)業(yè)造成資本、勞動要素的過度配置，而高端產(chǎn)業(yè)的資本、勞動要素配置匱乏。充分利用以5G、工業(yè)互聯(lián)網(wǎng)、人工智能等高新技術(shù)為依托的數(shù)字化、智能化產(chǎn)業(yè)不斷發(fā)展，促進(jìn)數(shù)據(jù)要素與傳統(tǒng)生產(chǎn)要素的深度融合。數(shù)字經(jīng)濟及數(shù)字技術(shù)的引入均構(gòu)成了改善資源配置效率的重要變量，這意味著當(dāng)前我國高新技術(shù)產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的發(fā)展變遷進(jìn)程不應(yīng)該是割裂的，那么經(jīng)濟政策要緊盯住改善資源配置這一目標(biāo)，統(tǒng)籌推進(jìn)數(shù)字經(jīng)濟“雙輪驅(qū)動”發(fā)展模式，實現(xiàn)資源錯配的改善進(jìn)而驅(qū)動宏觀經(jīng)濟增長。

第二，首先，技術(shù)進(jìn)步給資源配置提供了更為豐富的手段，數(shù)字技術(shù)及技術(shù)創(chuàng)新的引入有助于市場主體對生產(chǎn)行為進(jìn)行調(diào)整優(yōu)化。因此，需要加大科技研發(fā)投入，不斷發(fā)揮數(shù)字經(jīng)濟對廣義技術(shù)進(jìn)步的牽引和推動作用。其次，有效的市場競爭有利于促進(jìn)要素自由流動，應(yīng)強化競爭政策的基礎(chǔ)地位，不斷制定和優(yōu)化市場競爭法律和法規(guī)，以更好發(fā)揮市場競爭在資源配置中的基礎(chǔ)作用。最后，更好發(fā)揮政府的數(shù)字治理作用，促進(jìn)政府?dāng)?shù)字化轉(zhuǎn)型和數(shù)字政府的發(fā)展，利用政府大數(shù)據(jù)在全國資源統(tǒng)籌配置中的作用，打破地區(qū)分割、孤立的局面實現(xiàn)資本、勞動等要素自由流動，使資源得到有效配置。

第三，高度重視數(shù)字經(jīng)濟和資源錯配發(fā)展的非均衡特征，形成國民經(jīng)濟互促互補的發(fā)展格局。推動數(shù)字經(jīng)濟、資源配置在各層面、多層次上均衡發(fā)展，引導(dǎo)數(shù)字經(jīng)濟發(fā)展水平較高的地區(qū)積極參與全球競爭，實現(xiàn)更廣范的資源整合和配置，形成更具廣度和寬度資源配置體系。重視我國區(qū)域、產(chǎn)業(yè)層面的數(shù)字鴻溝和資源配置能力差異，大力加快數(shù)字經(jīng)濟發(fā)展程度較低地區(qū)、產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程，優(yōu)化數(shù)字經(jīng)濟發(fā)展總體布局，推動區(qū)域、產(chǎn)業(yè)間的數(shù)字化互聯(lián)互通；促進(jìn)資源配置過度和不足地區(qū)要素有效流動，優(yōu)化資源配置空間格局。

[注 釋]

① 由于本文解釋變量分別為資本、勞動錯配，為避免引起歧義和表達(dá)簡潔，用τit分別表示資本(tkit)、勞動(tlit)錯配。

② 政府治理7個方面主要包括：信息公開、政府信息、政務(wù)公開、產(chǎn)業(yè)發(fā)展、市場、信息消費、安全生產(chǎn)、工業(yè)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)行業(yè)、制造業(yè)、數(shù)據(jù)安全、網(wǎng)絡(luò)安全、安全保護(hù)等、互聯(lián)網(wǎng)、人工智能、創(chuàng)新發(fā)展以及學(xué)科融合、醫(yī)療衛(wèi)生、互聯(lián)網(wǎng)+醫(yī)保服務(wù)、醫(yī)療機構(gòu)、公共衛(wèi)生以及健康醫(yī)療大數(shù)據(jù)、農(nóng)村、農(nóng)業(yè)、互聯(lián)網(wǎng)+政務(wù)服務(wù)、智慧城市、時空大數(shù)據(jù)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)、移動物聯(lián)網(wǎng)、物聯(lián)網(wǎng)應(yīng)用、物聯(lián)網(wǎng)終端、物聯(lián)網(wǎng)安全、信息化、信息產(chǎn)業(yè)、信息資源、核心技術(shù)、云計算、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展等具體指標(biāo)。