数字经济与区域产业结构转型升级——基于因子分析法

张永庆，陈棉棉 （上海理工大学，上海200093）

ZHANG Yongqing, CHEN Mianmian (University of Shanghai for Science and Technology, Shanghai 200093, China)

0 引 言

伴随着中国互联网技术的发展，以大数据、云计算、人工智能等技术为依托的数字经济开始与传统产业相融合。数字经济是一种新的经济发展形态，根据相关数据显示中国的数字经济总量正不断向上攀升，在GDP 占比中也表现突出，数字经济已然成为了促进中国经济继续快速向前发展的重要动力。

近些年来，中国经济迈向“新常态”，更加注重发展质量，其中区域产业结构转型升级就显得尤为重要。大量的研究都表明数字经济对区域产业结构转型升级存在推动作用。在要素流动的视角下，数字经济发展水平呈现出空间聚焦特征，并且显著促进了产业结构的转型升级（林宇豪、陈英葵，2020）。黄蓝经济区的产业集群优化得益于数字经济的发展（李伟娟，2019）。数字经济已经和传统产业密切配合，对各个产业形成不同程度的影响，其中第三产业最为明显（康铁翔，2008）。在中国新经济中，数字经济是其主要构成，在与传统产业深度融合的同时催生出许多新产业，并引导区域产业结构转型升级（李艺铭，2017）。在如今数字经济快速发展的背景下，数字经济在区域产业结构中的运用，使得产业结构转型升级的方向更加明确（赵西三，2017）。因此有必要对数字经济对区域产业结构转型升级产生的影响进行一定的研究。本文首先采用因子分析模型对全国30 个省市的数字经济发展水平进行测度，得出30 个省市的数字经济发展水平指数，并对其进行一定的分析。然后再对数字经济对区域产业结构转型升级的影响进行实证分析，并且在该分析结果的基础上提出相应的对策和建议。

1 基于因子分析法的数字经济发展水平的测算

根据相关文献资料并且结合数字经济的内涵，从数字通信基础设施、数字网络基础设施、数字产业发展水平、创新能力4个方面选取了17 个指标综合反映数字经济发展水平的状况，构建数字经济发展评价指标体系（见表1）。

因子分析模型是通过相关性研究而浓缩原始变量为少数综合因子的线性组合，这些综合因子之间互不相关，能反映原始指标所代表的信息量，同时可以消除变量间信息的重叠，还能客观确定因子的权重大小。因子分析的基本模型如下：

其中：Xi（i=1,2,…,n）为可观测的变量；Fj（j=1,2,…,m）为两两正交的公共因子；特殊因子εi与Fj相互独立，且两两相互独立，只对相应变量Xi起作用；aij为第i个变量在第j个因子上的载荷，载荷因子的值越大，则表示公共因子与该变量的相关关系越强。

本文利用SPSS25.0 对表1 中各指标的原始数据进行标准化处理，然后进行KMO 检验和Bartlett's 球形检验。检验结果显示KMO 检验测度为0.877，大于0.5，说明各变量之间的信息重叠程度较高，Bartlett's 球形检验结果显示其卡方值很大，而且显著性概率为0.000，应拒绝各变量相互独立的假设，即认为各变量之间存在相关关系。KMO 检验和Bartlett's 球形检验的结果说明这些数据适合采用因子分析模型。

利用SPSS25.0 计算各个指标的相关矩阵和方差累计贡献率，提取出特征值大于1 的因子；接着进行旋转变换，使得负荷系数趋于0 或1，得到旋转前和旋转后的因子贡献率和累计贡献率。从表2 中可以看出，抽取的3 个公共因子的累计贡献率已经达到82.278%，且这个3 个因子互不相关，说明这3 个公共因子包含的信息较能充分地表达原始信息。

对3 个主因子进行分析，得到旋转后的荷载矩阵、成分得分系数（见表3）。

第一主因子的贡献率为41.118%，第二主因子的贡献率为26.935%，第三主因子的贡献率为14.225%。根据因子得分系数矩阵建立因子得分模型如下：

根据第一、第二主因子得分以及方差贡献率构造综合因子值F如下：

由上式计算可得全国30 个省市2011～2018 年数字经济发展水平的得分情况，从指标得分情况来看，30 个省市的数字经济发展水平呈现逐年递增的趋势，这与近些年来全国各地经济发展水平不断提高，教育及科研投入不断增加和重视互联网基础设施建设有关。另外东中部地区的数字经济发展水平要显著得高于西部地区，因为东中部地区经济发展水平较高，数字网络基础设施相对较为完善，教育及科研投入较大，人才相对聚集，而西部地区则相对较为薄弱，所以数字经济发展水平在全国范围内呈现出一定的差异化。

2 数字经济对区域产业结构转型升级的理论分析

数字经济以计算机和数字通讯技术为基础，为传统产业注入了新的活力。数字经济变革了传统产业发展的机制及内涵，不断驱使传统产业向更具竞争力的中高端转型。同时数字经济还带动了新兴产业的出现，尤其是提高了第三产业在国民经济产业结构中的比重，促进了产业结构更加合理化，因而数字经济正不断优化传统产业结构，促进经济更好发展。

表3 旋转后的荷载矩阵、成分得分系数表

3 数字经济对区域产业结构转型升级的回归分析

3.1 指标的选取、模型设定及数据来源。本文的被解释变量是区域产业结构，用第三产业增加值占GDP 的比重表示，解释变量是数字经济发展水平，用数字经济发展水平得分F表示，根据研究意义及参考文献选取金融发展水平、外商直接投资使用额、城镇化、教育水平和政府财政支出水平作为控制变量。其中金融发展水平、城镇化、教育水平和政府财政支出水平分别用金融机构存款余额占GDP 的比重、城镇人口占总人口的比重、教育投入资金占政府财政支出的比重和政府一般预算支出占GDP 的比重表示。从而建立起区域产业结构对数字经济发展水平的回归模型，以解释数字经济发展水平对区域产业结构转型升级的影响。回归模型如式（1） 所示：

其中：Industrial structureit代表区域产业结构，Digitit代表数字经济发展水平，Financeit代表地区金融水平，Fdiit代表外商直接投资使用额，Urbanit代表城镇化率，Eduit代表教育水平，Governit代表政府财政支出水平，α0为截距项，α1表示解释变量回归系数，β1、β2、β3、β4和β5表示各控制变量回归系数，μit为误差项。

本文所使用的数据均来自2011～2018 年的《中国区域统计年鉴》、《中国城市统计年鉴》、《国民经济与社会发展统计公报》中全国30 个省、市、自治区的数据，其中西藏自治区因数据缺失较多，故未将其列入研究样本。因其他部分省份也存在统计数据缺失，故采用线性插值法补齐数据。本文在研究之前对各变量数据均做了无量纲标准化处理。

3.2 基本回归分析检验。利用Stata25.0 软件进行实证检验，首先通过OLS 方法进行面板数据的回归分析，并参考已有文献的常用做法，采用逐步添加控制变量方式进行回归。首先通过Hausman 检验发展随机效应更适合本研究。因此，在逐步回归的基础上进行随机效应回归分析。检验结果如表4 所示。

表4 基本回归检验结果

从表4 中模型（1） ～（6） 检验结果来看，随着控制变量的加入，模型的拟合优度在提高，这说明核心解释变量和控制变量的选取有一定的科学性。从模型（1） ～（6） 回归分析结果来看，核心解释变量的回归结果都显著为正，这说明数字经济发展水平对区域产业结构的转型升级具有一定的正向促进作用，在一定的条件下，数字经济发展水平越高的地区，区域产业结构转型升级就越明显。此外地区金融水平对区域产业结构转型升级也具有显著的正向影响，这也与经济发展的现实状况相符合。地区金融发展水平越高，该地区第三产业发展水平越高，该地区资金充足可以为区域产业结构转型升级提供更多的后备力量。城镇化水平和政府财政支出水平的结果也显著为正，因为城镇化水平一定程度上代表了该地区经济的发展水平，城镇化水平越高，经济发展水平越高，区域产业结构转型升级越明显。政府财政支出水平的显著正向作用说明了区域产业结构转型升级需要政府的资金支持，政府的资金支持力度越大，区域产业结构转型升级作用越明显。最后，外商直接投资使用额和地区教育水平则对区域产业结构转型升级表现出一定的抑制作用，在今后的发展中要引导好外商投资的方向，在区域产业结构转型中要进一步发挥市场的调节作用，科学引导产业结构优化升级与劳动力市场化发展，促进人才培养和当地劳动力市场需求相匹配。

3.3 分地区检验。通过将全国30 个省、市和自治区按照东、中、西部的方式进行检验，最终的回归结果呈现出数字经济给中国区域产业结构转型升级带来的差异化影响，结果如表5 所示。

表5 分地区回归检验结果

从分析结果看，发现即使在分地区检验中检验结果依旧显著为正。这说明数字经济对各个区域的产业结构转型升级均有一定的正向影响。从东、中和西部地区来看，数字经济对东部地区的区域产业结构转型作用最为明显，西部次之，中部最后。这要是因为东部地区本身经济基础较好，数字经济技术水平较高，并且把数字经济充分运用到了传统产业的发展中，近10 年来西部地区各级政府和企业的数字化转型对于该地区区域产业结构转型升级起到了非常大的推动作用。中部地区相较于东、西部地区，数字经济对区域产业结构的推动作用较为不明显，但是也具有一定的正向影响。

总体来看，实证检验结果表明数字经济从对区域产业结构转型升级有一定的正向推动作用，数字经济发展水平越高的地方，区域产业结构转型升级作用越明显。

4 结论与对策建议

以上实证检验结果表明：数字经济的发展对区域产业结构转型升级呈现出显著的正向促进作用。地区金融水平、城镇化水平和政府财政支出水平对区域产业结构转型升级也具有一定的正向影响作用，而外商直接投资使用额和教育水平则表现出一定的抑制作用。在分地区检验中，东部最为明显，西部次之，中部最后。

基于以上研究结论，提出对策建议如下：（1） 平衡各地区数字经济发展差异，优化数字经济发展格局。推动各地区数字经济资源共享建设，实现数字要素在各地区充分流动，优化各区域数字资源配置，从而提升各区域数字经济协调发展水平。（2） 推动数字技术创新，加强多样化数字设备科学应用，充分助力区域产业结构转型升级。在数字经济发展中应该加大创新驱动力度，重视新型人才培养，以确保数字经济发展应有的物质基础、技术支撑和人才保障。（3） 推动共享平台发展，推动数据资源互联互通。大力发展数字经济，提高传统服务业高质量发展能力。数字经济关键资源是数据，在平衡好数据隐私性和开放性的前提下，推动各市场参与主体合作互动，充分挖掘数据价值。