数字经济发展水平测度及其对全要素生产率的影响效应

万晓榆 罗焱卿

一、相关文献综述

学术界对数字经济的内涵、特征及其对经济、产业发展的影响展开了较为深入的研究。早期的研究主要集中于数字经济的本质、内涵和特征方面。张鹏指出，数字经济形态是经济系统中技术、组织和制度相互作用过程中的宏观涌现，这一过程中基于技术进行资源配置优化为导向的人类经济活动的高度协调和互动所塑造的新生产组织方式的不断演化，构成了数字经济的本质。数字经济是一种典型的从技术角度区分的经济概念，其特征包括高增长性、颠覆性创新。总的来说，数字经济区别于传统的经济发展模式，其最典型的特征是利用信息技术来驱动生产力增长和经济结构优化。迈入经济高质量发展阶段，学术界开始关注数字经济对经济高质量发展的影响机制与效应。荆文君等从微观、宏观两个方面探讨了数字经济与经济增长的关系及其促进经济高质量发展的内在机理；温军等提出了“经营生态—数字赋能—高质量发展”的分析框架，认为数字经济从增强传统要素质量、提升资源配置效率与塑造数据要素新动能三个方面促进了经济维度的高质量转型。另有学者从大数据赋能、数字经济与实体经济融合、政策供给体系、数字金融等角度研究了数字经济对经济高质量发展的影响机制。

除了从理论方面研究数字经济的内涵、特征及其对经济发展的影响外，关于数字经济的评价指标体系及相关实证研究也是学术界关注的重点。目前，关于数字经济评价指标体系并没有统一的定论，学者们更多是从各自的角度解读数字经济的维度及具体测度指标。刘军等从信息化、互联网、数字交易三个维度的发展指标评价我国各省（区、市）数字经济发展水平；张雪玲等从信息通信基础设施、ICT初级应用、ICT高级应用、企业数字化发展、信息和通信技术产业五个维度构建我国数字经济发展评价指标体系；万晓榆等从投入产出的经济学视角构建包含数字化投入、数字治理环境、数字化产出三大维度共计70个测度指标的数字经济评价指标体系。中国信息通信研究院、赛迪研究院、腾讯研究院、阿里研究院等国内咨询机构亦发布了各自所研制的数字经济评价指标体系。结合上述已有的研究，可以总结出数字基础设施、数字产业、数字融合与应用是评价数字经济发展的重要维度，这对本文后续构建我国省级数字经济发展测度指标体系具有很好的借鉴意义。

就数字经济对全要素生产率的影响机理而言，从宏观层面来看，对于发展中国家，数字化被认为是经济增长的主要驱动力，它提高了资本和劳动生产率，降低了交易成本，并促进了国家融入全球市场体系。对于发达国家，数字经济对经济发展质量的影响主要体现在推动可持续发展、提升企业敏捷性等方面。从微观层面来看，数字制造技术提高了企业的竞争力，并提高了公司的绩效，有效促进了政务电子化发展，有助于企业实现循环经济的商业模式。总的来说，数字经济契合创新、协调、绿色、开放、共享的新发展理念，将有力推动我国经济实现高质量发展。

综上所述，学术界关于数字经济的研究经过了两个阶段，早期集中于数字经济的内涵、特征、指标体系等方面，后期主要从理论机制层面研究数字经济对全要素生产率的影响，研究视角较广，一类是基于数据要素、资源配置的宏观逻辑，另一类是研究信息技术对产业结构转型和企业数字化改造的影响机制，但是缺乏从实证角度研究数字经济对全要素生产率的影响效应的成果。鉴于此，一方面，本文选取数字经济的核心维度和测度指标，尝试以2015—2018年我国各省（区、市）数字经济发展为研究对象，评价我国数字经济发展的整体变化及区域差异。另一方面，在数字经济评价指数的基础上，构建计量模型，研究其对全要素生产率的影响效应，并引入技术进步作为两者的中介变量，以一个全新的视角更为客观地研究数字经济对全要素生产率的影响机制。另外，本文还考察了数字经济与各省（区、市）间的交互项以研究数字经济对全要素生产率影响的区域异质性，深入解释东部地区数字经济对全要素生产率的影响具有更高的边际贡献率，这对于我国加快推进数字经济发展、缩小区域“数字经济鸿沟”、推动经济高质量发展具有较好的政策参考价值。

二、数字经济发展的测度指标体系与评价方法

（一）我国省级数字经济发展测度指标体系的构建

本文设计了包含3个二级指标和12个三级指标的数字经济发展测度指标体系（见表1），对我国各省（区、市）数字经济发展水平进行评价。为了使不同区域的统计指标在时间截面上具有可比性，本文尽可能使用比例指标。另外，数字经济融合发展效应的影响因素较多，无法用单一的指标来衡量，因此本文借鉴工业和信息化部的“全国两化融合发展指数”以及国家信息中心的各省（区、市）信息社会发展指数中的在线政府指数和数字生活指数，这三个指标均为结构化的二手数据，其余数据均来自国家统计局及各省（区、市）统计年鉴。

表1 数字经济测度指标体系及其权重

1.数字基础设施分指数

该部分指标主要用于衡量各省（区、市）数字经济基础设施发展水平。基础设施是区域发展数字经济的重要前提条件，本文主要从移动互联网和互联网端口两个方面考察，用移动电话普及率和移动互联网人均接入流量表征移动互联网发展水平，用互联网宽带接入端口和企业自有网站数量表征互联网端口发展水平。

2.数字产业分指数

该部分指标主要用于衡量各省（区、市）数字经济产业规模、企业和投资发展状况，用信息技术服务业增加值和电子设备制造业增加值占GDP比重解释数字经济的核心产业规模，用数字经济企业数量解释区域数字经济相关企业发展水平，用ICT投资占比解释区域数字经济投资水平。

3.数字融合分指数

该部分指标主要用于衡量各省（区、市）数字经济融合发展水平。消费互联网是数字经济的核心组成部分之一，因而采用区域电子商务采销额占GDP比重衡量区域“数字经济+服务业”发展水平。工业数字化水平无法用单一的指标来衡量，本文借鉴工业和信息化部的“两化融合发展指数”来衡量。另外，“数字经济+政务”和“数字经济+民生”是数字融合发展的两个重要方面，这里借鉴国家信息中心发布的信息社会发展指数中的在线政府指数和数字生活指数来衡量数字经济的融合发展水平。

（二）评价方法说明

第一步，指标标准化。由于数据量纲不一致，本文先对所有三级指标数据进行标准化处理，采用最常见的标准正态累计概率分布对数据进行标准化处理，并乘以100便于数据计算：

第二步，指标权重的确定。本文的数据结构是时序面板数据，一般的静态综合评价方法无法体现权重在时间维度上的变化，因此考虑借鉴郭亚军的研究方法，采用纵横向拉开档次法确定各个指标的权重，该方法既能体现横向维度在时间上的变化，又能从纵向维度体现各个省（区、市）的差异，使得面板数据的综合评价结果在截面上和时间上具有可比性。

三、我国省级数字经济发展的比较与分析

（一）我国数字经济发展水平分析

我国整体数字经济发展水平在样本期内呈逐年上升的趋势，且增长趋势较为稳定，从2015年的43.39分提升到2018年的56.00分（见图1），增幅达到29.06%，年均增幅为8.87%，数字经济发展水平显著提高。从分维度指数来看，数字基础设施分指数从2015年的40.84分提升至60.14分，增幅达到47.26%，年均增幅为13.77%，反映出近年来我国数字基础设施建设取得较好成效。“十三五”以来，我国大力发展数字基础设施，从宽带中国建设到电信业“提速降费”，以全域性的视角有序推动我国数字基础设施建设，有效弥补了区域数字基础设施鸿沟。数字产业分指数从2015年的46.71分提升至2018年的49.27分，增幅为5.48%，年均增幅仅为1.79%。从整体来看，数字产业对数字经济发展没有显著的提升作用，这与我国数字产业分布有较强的相关性，数字核心产业大多集中在东部发达地区，产业集中导致中西部地区缺乏数字产业发展的相关资源要素。数字融合分指数从2015年的43.63分提升至2018年的55.73分，增幅为27.73%，年均增幅为8.49%。“十三五”以来，国家大力推动工业化与信息化融合，注重电子政务发展，推动国家治理朝着数字化和智能化方向发展，并有序在全国使用数字技术提升传统经济社会运行效率。

图1 2015—2018年我国数字经济发展指数及三个分指数的变化

2015—2018年对我国数字经济发展贡献大小依次为数字基础设施、数字融合、数字产业，贡献率分别为58.73%、34.46%、6.81%。可见，2015—2018年我国数字经济发展更多依赖于数字基础设施建设，数字融合效应在经济社会发展中也起到了一定的作用，而数字产业对数字经济发展的拉动作用并没有充分显现，可能的原因是基于我国网民优势的消费互联网蓬勃发展，同时带动了数字基础设施建设，但是供给侧以计算机、通信和其他电子设备制造业，信息传输、软件和信息技术服务业等数字产业发展相对滞后，且区域之间并没有形成良好的产业发展互促局面。因此，未来加快发展数字产业是推动数字经济发展的一个重要着力点。

（二）各省（区、市）数字经济发展状况

由表2（下页）可知，2018年我国数字经济发展指数均值为56，有12个省市在平均水平以上，包括除河北以外的9个东部省市以及湖北、重庆和四川，其余18个省（区）均处于平均水平以下。在东部地区中，北京、广东、上海是第一梯队，2018年数字经济发展指数均达到80以上；江苏、浙江为第二梯队；天津、河北、福建、海南、山东为第三梯队。东北三省中，由于偏重工业化的发展模式和数字资源要素的缺乏，整体数字经济发展水平较为均衡，但整体发展处于中下游水平；中部地区中，湖北数字经济发展水平领先；西部地区中，四川和重庆发展水平较高，云南、新疆、甘肃、广西发展水平相对较低。

表2 我国分区域各省（区、市）数字经济发展指数情况

一方面，数字经济发达地区由于数字基础设施和数字资源禀赋优势，2015年其数字经济发展指数就处于一个较高的水平，2018年其指数提升的幅度总体较为有限。以贵州、内蒙古、广西、重庆等为代表的省份，在样本考察期内数字经济发展指数增幅大于其他省份。贵州推进大数据综合试验区建设，大力发展大数据产业；重庆结合工业传统制造基地的优势，大力推进制造业数字化转型。这些省份结合国家政策部署和自身产业优势与资源禀赋，大力提升数字经济发展水平。另外，以云南、辽宁、江西等为代表的省份在样本考察期内数字经济发展指数增幅较低，这些省份本身数字经济发展起步较晚，基础设施的落后和人力资源的匮乏又进一步限制了其数字经济发展，这不仅会对当期经济社会发展产生一定影响，而且会加大区域之间的“数字经济鸿沟”。“十四五”时期，如何系统性、全面性地提升欠发达地区的数字经济发展水平是一个重要课题。

另一方面，从我国区域数字经济发展情况来看，2015—2018年我国数字经济发展指数的方差分别为206.01、191.25、184.56、172.06，可见整体上我国各省（区、市）的“数字经济鸿沟”在不断缩小，体现了近几年国家推动数字经济区域均衡发展的政策效应，包括强化区域合作，探索数字经济区域协调发展模式，加快数字经济示范区建设推广等，同时与地区立足自身资源禀赋和产业结构发展数字经济也有较大关系。2018年，东部、中部、东北、西部地区的数字经济发展指数的方差分别为148.32、20.72、17.29、48.53，可见东部地区虽然数字经济发展较好，但是其区域内的“数字鸿沟”要显著大于其他地区，集中体现在北京、上海、广东的数字经济发展水平要远高于其他省份。未来让发达地区的数字经济发展经验向其他地区扩散，是解决我国各省（区、市）“数字经济鸿沟”的有效途径之一。

表3从四个层次划分了2018年我国各省（区、市）数字经济发展的俱乐部分类，其中数字经济高发达地区和中等发达地区均为全国平均水平之上的地区，另外18个省份除河北外，均集中于东北、西部和中部地区，反映出我国各省（区、市）数字经济发展水平呈现显著的区域异质性，存在较为明显的“马太效应”。

表3 2018年我国各省（区、市）数字经济发展水平俱乐部分类

四、数字经济对全要素生产率的影响效应

（一）全要素生产率的测算

在全要素生产率的测算方法中，索洛余值法是最为常见的方法，C-D生产函数可以表示为：

资本投入K可用物质资本存量来衡量，而各省（区、市）样本期内的物质资本存量可通过永续盘存法估算。资本投入的具体计算公式为K=I+（1-δ）K，期初的物质资本存量的估算方法为K=I/（g+δ），考虑到将基期时间设置较早，则期初资本存量估算对于后期资本存量测算的影响要更小，本文将基期设定为2010年。其中，I为t年的投资额，用全社会固定资产投资总额表示，并用价格指数换算为2010年不变价人民币；δ表示固定资产折旧率，本文参考张军等在计算全国各省（区、市）资本存量的做法，将其设定为9.6%；g表示全社会固定资本形成总额2010—2018年的年平均实际增长率。在全要素生产率的测算中，不同文献对于资本产出弹性a的取值存在一定差别，本文在计算各省（区、市）全要素生产率时，参考张军等的研究将资本产出弹性a取值为0.6，另外将资本产出弹性a分别取值0.5和0.7，进行稳健性检验。

（二）研究假设与变量定义

1.研究假设

结合全要素生产率的内涵和影响因素，本文从生产要素、生产关系、传统产业升级改造、新业态新模式四个方面阐述数字经济影响全要素生产率的理论机制。第一，数据成为关键生产要素是数字经济的一个典型特征。数据要素相较于传统生产要素，具有更深度、更广度的融合能力，具有边际成本递减、可复制、易传播、流通性强等特征。数据渗透到工业、交通、医疗、教育等各个领域，成为各行各业价值增值的战略性资源，提高了经济社会的运行效率。第二，人工智能、区块链、云计算、大数据等信息技术快速发展，使得传统工业时代的生产关系难以适应其发展需要，先进生产力的发展倒逼传统的生产关系向数据更透明、信用体系更健全、信息更对称、交易更高效的数字化生产关系转型。先进生产力和数字化生产关系的相互促进与发展对提升全要素生产率起到了重要作用。第三，数字技术大规模应用推动了传统产业转型升级，通过技术升级、数据驱动决策、信息处理智能化等提升产业效率，通过加速生产要素流动、降低交易成本、联合配合响应需求、共建数字化生态等推动产业跨界融合，通过以用户价值引导资源要素配置、整合数字化生态内外部价值网络、降低产业进入壁垒等重构产业组织的竞争模式，进而提升要素生产效率。第四，随着人工智能、工业互联网、虚拟现实等新技术不断突破与应用，柔性制造、个性化服务、产业链协同制造等新模式加速发展，形成一批高效率、高附加值的新业态新模式，具有知识密集型、生产效率高、高附加值等特点。

数字经济由于其高技术特性、高渗透特性、高增长特性，其发展路径依靠于平台化、智能化、生态化，因此，基础设施完善的地区发展数字经济会有比较优势和先发优势，比较优势包括数字产业集聚度高、数字技术应用、数字生态体系等，先发优势包括数字基础设施完善、人力资本积累等，这些优势又会形成区域经济高质量发展的动力。基于上述分析，本文提出如下研究假设：

H1：发展数字经济有利于提升全要素生产率，相较于发展水平差的地区，基础较好的地区能够从发展数字经济中获益更多。

全要素生产率是一个抽象化的概念，其根本要义是除去所有有形生产要素对经济增长贡献率以外的余值部分，该余值包括技术进步、规模效应、资源配置、管理水平等无形因素，且技术进步是该余值的重要贡献因素，而信息技术又是数字经济的显著属性，因此，本文认为数字经济可以通过促进技术进步来提升全要素生产率。一方面，数字经济时代企业生产经营成本结构发生变化，形成了一种高固定成本、低边际成本的结构，网络外部性将这种成本结构逐渐放大，使得企业生产经营的平均成本逐渐降低，产生了规模经济效应。另一方面，数字经济时代企业更加关注产品或服务的多样化生产，企业通过多边平台积累用户数据，然后在开发其他产品或服务过程中将原有平台的用户进行导入，降低了运营成本，在多种业务模式并行发展的状态下实现了范围经济。此外，信息技术能够有效整合市场供需两端的信息，将供需双方在同一空间、时段的有效信息整合在平台上，利用信息技术提升供需匹配效率，简化经济系统运行的信息冗余，降低市场交易成本，提升经济系统运行效率。基于上述分析，提出如下研究假设：

H2：发展数字经济能够通过促进技术进步来提升全要素生产率。

2.变量定义

被解释变量全要素生产率由前文测算可得，核心解释变量数字经济发展指数由数字基础设施分指数、数字产业分指数、数字融合分指数三个维度共计12个指标测算获得，体现中国各省（区、市）技术进步水平的指标采用区域专利申请授权量和区域技术市场成交额两个指标综合计算，数据来源于国家统计局，指标标准化及赋权过程与数字经济发展指数测算过程类似，这里不再赘述。各变量定义如表4（下页）所示。

表4 变量定义

3.变量的统计性描述

数据标准化后的统计性描述结果如表5（下页）所示。

表5 数据标准化后的统计性描述

（三）模型设定与研究方法

1.总基准模型

为检验H1，结合数据结构和我国各省（区、市）数字经济发展实际，建立以下模型：

在式（1）中，TFP表示各省（区、市）的全要素生产率，DEI表示数字经济发展水平，指标数据来源于前文对数字经济发展指数的测算。关于控制变量，结合已有研究的做法，加入技术进步（TP）、人力资本水平（HUC）、金融发展水平（FIA）、产业结构高级化水平（IS）、对外开放水平（OPEN）、财政研发投入水平（RD）。i代表的是各省（区、市），t代表的是年份，β表示截距项，μ表示随机误差项。

在测算总基准模型的基础上，基于本文测度数字经济发展指数的三个维度：数字基础设施分指数（INF）、数字产业分指数（DIND）、数字融合分指数（FUSE），分别检验三个维度对全要素生产率的影响。模型设定与式（1）类似，这里不再赘述。

2.中介效应模型

为检验H2是否成立，这里进一步分析数字经济是否能够通过技术进步来提升全要素生产率，以及技术进步的中介效应能发挥多大作用。这里使用中介效应检验模型对此展开进一步研究。具体步骤如下：

与模型（1）相比，Controls中不包含技术进步指标，其余变量定义与模型（1）相同。

接下来，验证数字经济对促进技术进步的影响作用。先将技术进步作为被解释变量，数字经济发展指数作为核心解释变量，检验数字经济对技术进步的影响效应，建立如下面板模型：

然后，检验技术进步中介效应是否完全，即数字经济是否能够直接提升全要素生产率，这里构建如下面板模型：

在以上模型中，技术进步为中介变量。模型（2）中的系数α为数字经济提升全要素生产率的总效应，模型（3）中系数η为数字经济对中介变量的影响效应，模型（4）中的系数λ是在控制数字经济发展的影响之后，检验中介变量对全要素生产率的影响效应，θ为数字经济对提升全要素生产率的直接作用。其中，中介效应为ηλ，它与总效应α和直接效应θ存在以下关系：

关于是否存在中介效应以及中介效应的发挥程度，检验流程如下（见图2）：如系数α显著，且η和λ都显著，则中介效应显著；如系数α不显著，或者η和λ都不显著，则不存在中介效应。若系数α显著，且η和λ都显著，同时满足系数θ小于系数α，则技术进步是部分中介变量，其中中介效应占总效应的比重为ηλ/α。若系数α显著，且η和λ都显著，但是θ不显著，则存在完全中介效应，也即数字经济提升全要素生产率的影响要完全通过中介效应发挥作用。

图2 各参数的显著与否判断过程

（四）实证结果及其分析

1.数字经济提升全要素生产率的综合影响效应

如表6所示，列（1）为总基准模型的估计结果，数字经济对全要素生产率具有显著的正向影响，影响系数为0.554，且在1%的水平下显著，说明我国数字经济发展水平每提升1个百分点，能直接带动全要素生产率提升0.554个百分点，证实了数字经济对提升全要素生产率具有重要作用，H1前半部分得证。其他控制变量中，对全要素生产率的影响系数由大到小依次为对外开放水平、产业结构高级化水平、金融发展水平、财政研发投入水平、人力资本水平，其中财政研发投入水平对全要素生产率的影响系数显著为负。一般来说，适当的政府财政补贴能够提高企业绩效，进而提升整个经济系统的运行效率，而过高的补贴会对企业绩效产生负面影响。另外，我国地方政府和企业合谋事件时有发生，基于政治联系的财政补贴支出会扭曲整个社会稀缺资源的有效配置，本文实证数据说明，现阶段财政补贴并没有发挥良好的效果，甚至产生了一定的副作用。因此，如何结合数字经济的信息技术特性，改变以往的粗放式、寻租式财政补贴模式，对研发效率高的企业进行“精准补贴”，做到“财尽其用”，是改变当前我国财政补贴效率不高状况需要思考的问题。

表6 数字经济发展指数及数字基础设施分指数、数字产业分指数、数字融合分指数的回归结果

表6中列（2）—（4）分别展示了数字基础设施分指数、数字产业分指数、数字融合分指数对全要素生产率影响的回归结果，影响系数分别为0.314、0.250、0.477，均在1%水平下显著，影响系数由大到小依次为数字融合分指数、数字基础设施分指数、数字产业分指数。从各分指数的影响系数来看，目前我国数字经济对提升全要素生产率的作用主要体现在融合效应，集中体现在我国消费互联网和电子商务发展突飞猛进，配套的信息基础设施也得到了完善。但是，作为数字经济的核心组成部分，数字产业对提升全要素生产率的作用不及前两者，而基础创新和信息技术的发展依托于数字产业的高质量发展，相较于数字基础设施和数字融合，数字产业才是数字经济发展的源动力。因此，对于数字基础设施较好的地区来说，未来实现产业结构转型和提升全要素生产率需要重点发展数字产业。

2.稳健性检验

为验证结果的稳定性，本文假设计算全要素生产率的核心参数a=0.5以及a=0.7，并采用熵值法和等权法计算数字经济发展指数，从以上四个方面进行稳健性检验。表7展示了四种检验的结果，回归结果与前文的总基准模型估计结果基本一致，说明本文的研究结论具有很好的稳健性。

表7 稳健性检验结果

3.技术进步的中介效应检验

以上分析证实了数字经济发展指数及其分维度指数对提升全要素生产率具有一定的显著作用。结合前文相关分析，技术进步是发挥数字经济提升全要素生产率作用的重要基础，且数字经济发展水平的不断提升对技术进步也产生了一定的影响。因此，有必要识别基于技术进步视角的数字经济提升全要素生产率的内在机制。一方面，数字经济是一种新的经济发展形态，区别于以往的经济发展模式，数字经济具有显著的技术效应、规模效应和多边效应，通过智能技术手段改善以往的生产、制造、流通、交易等环节，相比以往的经济形态来看具有更高的生产效率。另一方面，数字经济是一种技术—经济范式，信息技术的快速发展为数字经济发展奠定了良好基础，可以说，以大数据、云计算、物联网、人工智能等为代表的新一代信息技术发展是发挥数字经济效应的强有力支撑。那么，技术进步在发挥数字经济提升全要素生产率的作用中是否有显著影响？贡献程度又如何？接下来，采用逐步回归估计法对这些问题展开深入研究。

（1）数字经济提升全要素生产率的综合效应

在检验数字经济对提升全要素生产率的综合效应中，暂时不把技术进步纳入回归模型中。表8列（1）是数字经济对全要素生产率影响效应的FGLS的估计结果，影响系数为0.435，在1%的水平下显著。由于综合效应中数字经济发展指数的影响系数显著为正，符合存在中介效应的初步检验步骤，因此本文按照存在中介效应立论，即综合效应中包含直接效应和间接效应，接下来分析技术进步的中介效应。

（2）技术进步的中介效应

表8列（2）是数字经济对地区技术进步影响效应的估计结果，影响系数为0.518，通过1%的显著性检验，可见发展数字经济对地区技术进步水平的影响是稳健的，结果一致说明发展数字经济对提升地区的技术进步水平具有显著的正向影响。

表8 数字经济提高全要素生产率的综合效应、技术进步的中介效应

（3）控制技术进步的影响下数字经济发展指数对全要素生产率的影响效应

在数字经济提升全要素生产率的影响机制中，为检验技术进步在其影响过程中是否为完全中介变量以及是否存在直接效应，模型（4）将数字经济发展的直接效应和间接效应纳入同一模型中进行分析，仍然利用FGLS方法进行估计。表6的列（1）结果显示，技术进步的估计系数为0.263，回归系数依然显著，由此可以得出技术进步的中介效应作用显著，这与假设H2一致。

4.不同地区受益于数字经济发展的差异

除研究数字经济发展指数的影响效应之外，本文继续研究数字基础设施、数字产业、数字融合三个分维度与地区间的交互效应，实证模型设定与式（6）类似，在此不再赘述。

表9（下页）列（1）是数字经济发展指数与地区之间交互项的估计结果，影响系数为0.081，在1%的水平下显著，说明数字经济对提升全要素生产率的影响作用在东部地区要更加显著。东部地区由于数字经济发展起步较早，数字基础设施和资源要素相较于非东部地区来说更为完善，因而具有一定的先发优势和比较优势，假设H1的后半部分得证。非东部地区由于经济发展阶段要落后于东部地区，数字经济发展滞后又进一步限制了其对提升全要素生产率的积极作用。从数字经济发展指数的三个分指数来看，数字基础设施分指数、数字产业分指数、数字融合分指数与地区之间交互项的回归结果分别为0.032、0.027、0.024，本文分别用“数字接入鸿沟”“数字产业鸿沟”“数字应用鸿沟”代表这三个交互项。可以发现，“数字接入鸿沟”影响系数最大，“数字产业鸿沟”影响系数次之，“数字应用鸿沟”影响系数最小。一方面，因为数字应用在国内没有严格的区域分界，互联网平台产品或服务遍及全国，各个地区的企业和个人都可以获得数字应用产品或服务，而“数字鸿沟”更多地体现在“数字接入鸿沟”，再一次验证东部地区由于更加完善的数字基础设施，在通过发展数字经济提升全要素生产率方面具有更大的优势。另一方面，“数字产业鸿沟”在东部与非东部地区之间对提升全要素生产率的影响也有显著差异。从产业发展的进度来看，东部地区产业发展水平更高，而数字化改造又是建设现代化产业体系的必经之路。国际数据公司（IDC）发布的《2018年中国企业数字化发展报告》显示，我国零售、文娱、金融等消费端企业数字化转型程度较高，而这些企业绝大部分集中于东部地区，制造业、资源性行业的数字化程度相对较低，数字化转型成功的制造业大多集中于东部地区，而数字化转型处于单点试验和局部推广的企业大多集中于非东部地区，造成东部地区与非东部地区之间显著的“数字产业鸿沟”。

表9 数字经济发展指数及其三个分指数与地区交互项的回归结果

五、研究结论与政策建议

本文以我国30个省（区、市）2015—2018年的数据为样本，运用面板模型实证研究数字经济对全要素生产率的影响效应。研究发现，2015—2018年我国数字经济发展水平呈逐年递增趋势，其中数字基础设施分指数增势较为明显，数字融合效应的增长趋势基本与数字经济发展水平保持一致，但是数字产业发展较为缓慢。分区域来看，东部地区数字经济发展水平要高于非东部地区，其中北京、广东、上海、江苏、浙江五个省市数字经济发展水平位于全国第一梯队。另外，无论是数字经济发展指数，还是数字基础设施分指数、数字产业分指数、数字融合分指数，都对区域全要素生产率具有正向的影响作用，其中技术进步的中介效应占总效应的31.32%，反映出技术进步在发挥数字经济影响全要素生产率的作用过程中具有重要意义。东部地区数字经济对提升全要素生产率具有更高的边际贡献率，该优势集中体现在东部地区数字基础设施更加完善，说明东部地区与非东部地区之间存在显著的“数字接入鸿沟”。基于上述结论，提出如下建议：

第一，坚持数字技术“底层创新+单点突破+赋能实体”的创新发展思路。首先，重视数字底层技术创新的全面发展，培育支撑底层创新的文化，引导政府产业资金和民间资本向自主创新企业倾斜，加快推进知识产权和专利体系建设，在关键领域学习美国等发达国家的建设经验，促进产权制度对生物技术、信息技术、互联网及先进制造业发展的推动作用，更好地让技术转化为产品或服务。其次，在集成电路、工业软件、高端智能制造等核心单点技术领域，以“底线开放思维+全面自主创新内生能力”的平衡战略新视野实现“卡脖子”技术突破的战略引领，实现核心自主可控与对外开放的动态平衡，围绕产业链部署创新链，围绕创新链部署产业链，集中制度优势和资源禀赋，鼓励数字经济发达地区利用产业优势攻克核心技术，形成以技术创新为核心的产业链良性竞争。最后，在推动数字经济与实体经济融合发展的战略基点上，突出制造业对数字技术创新发展的需求，打破人才、资本等创新要素在国内循环的体制机制障碍，依托高科技企业，深入推动产学研融合，解决好从“科学”到“技术”再到“应用”的转化问题。

第二，将数字经济产业发展的着力点放在实体经济的数字化转型上。首先，夯实数字基础设施建设，积极推进5G、大数据、物联网、人工智能等新型基础设施与产业网络深度融合，支持传统企业进行可持续化的基础设施数字化建设和改造。其次，深耕工业互联网发展，建立完善的工业互联网跨界融合机制，通过打破各种行业性、地区性、经营性壁垒，为实体企业和互联网企业合作营造良好环境，建立适应融合发展的技术体系、标准规范、商业模式和竞争规则。推动工业企业资源与互联网平台无缝对接和融合，加快普及和推广面向工业领域各环节的分享机制，推进研发设计、数据管理、工程服务等制造资源的开放共享。最后，构建数字经济与实体经济融合发展的投融资服务体系，积极运用政策性金融工具和市场化手段，构建从基础设施到创新研发、从新兴产业培育到传统产业改造、从平台打造到智能化应用的财政扶持政策链条。

第三，以国家战略缩小区域间“数字经济鸿沟”。首先，在国家“十四五”相关规划中，从政策制度、资金保障、人才队伍等方面鼓励欠发达地区加快数字基础设施建设，同时也为新一轮扩大投资形成新的增长点。其次，有序推动发达地区数字经济产能向中西部和东北地区梯度转移，让发达地区的数字经济发展经验向其他地区扩散。最后，针对东北和西部地区人才流失和吸引力不强的问题，要着力构建数字经纪人才培育体系，支持发达地区知名高校、科研院所在东北和西部地区设立数字经济研发机构，探索产学研合作新模式，积极培育数字经济人才。

第四，在数字政府理念下完善政府治理体系。一方面，要明确政府在引领数字经济发展中的地位，与市场和企业之间划分界限，制定财政研发投入负面管制清单，对基础性、非市场性的研发进行精准补贴，对影响市场竞争的财政补贴进行严格管控，利用大数据、区块链等数字技术对企业研发资金进行全过程监督。另一方面，在数字经济时代，加快推动政府决策方式从经验决策到数据决策，推动政府公共服务数据有序开放，利用数字化技术提升政府公共服务能力，鼓励企业主体利用政务开放数据创新产业发展路径，从而更好地挖掘数据价值、释放数据红利。