数字经济如何赋能产业结构优化？

付庆华，杨颜萌

(云南大学 经济学院，云南 昆明 650500)

一、问题提出

近年来，随着人口红利逐渐消失、生产成本持续上升，中国经济发展存在的资源错配、生产效率低下、发展不平衡等结构性问题逐渐显现[1]。在此背景下，党的十九大再次明确提出了深化供给侧结构性改革、支持传统产业优化升级的目标。然而，产业结构升级对经济增长的影响呈现出一种先增后降的趋势[2]。因此，对产业结构优化的讨论不能只局限于产业结构的高级化，也要兼顾各产业的协调发展，即产业结构的合理化。脱离产业结构合理化的高级化只能是虚高级化，对经济的长期增长不利[3-5]。

目前，数字技术已经成为全球产业发展的新动能。2016年二十国集团(G20)杭州峰会通过的《二十国集团数字经济发展与合作倡议》，将数字经济定义为“是以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息与通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。随后，中国于2020年提出“要加快培育数据要素市场”，发展数字经济在中国已上升到了国家战略的高度。数字经济发展不仅催生了以大数据、物联网、人工智能等为代表的新型数字产业，而且促进了传统产业部门运用数字技术改革原有的生产方式和经营模式，成为推动产业结构高级化和合理化的重要工具。在此背景下，研究数字经济发展如何赋能产业结构优化具有重要的现实意义。本文将对以下问题进行分析：(1)数字经济能否有效赋能产业结构高级化和合理化。(2)数字经济将通过哪些渠道赋能产业结构高级化和合理化。(3)数字经济对产业结构高级化和合理化的影响是否存在非线性和异质性特征。(4)中国应如何把握数字经济发展机遇，加速推动产业结构优化进程。

二、文献综述

已有学者从技术的角度出发，研究信息技术和互联网技术对产业结构优化的影响。贾科拉等(Jaakkola et al.，1991)、西格斯和格罗弗(Segars & Grover，1995)、惠宁和周晓唯(2016)、昌忠泽和孟倩(2018)等认为信息技术和互联网技术的进步有助于推动产业结构优化[6-9]。然而，徐伟呈和赵昕(2018)认为信息技术和互联网技术进步能否有效推动产业结构优化取决于当地的产业发展特征[10]。

2019年前后，数字经济概念开始被普遍提及，部分学者开始从理论上分析数字经济推动产业结构优化的机理。李春发等(2020)基于产业链视角从理论上分析认为，数字经济可以通过拉动需求、拓展产业链组织分工、降低交易成本、转移价值分配促进制造业升级[11]。胡西娟等(2020)认为数字经济能够通过促进科技创新、融合生产要素、提高人力资源质量优化现代产业体系[12]。丁守海和徐政(2021)、高京平和孙丽娜(2022)认为数字经济可以通过赋能创新、拉动需求、技术支持、缓解信息不对称问题、促进产业融合加速产业结构优化进程[13-14]。

有部分学者开始对数字经济对产业结构优化的促进作用进行实证检验。李英杰和韩平(2021)、白雪洁等(2021)、纪园园和朱平芳(2022)等对中国省级面板数据进行实证分析，发现数字经济发展能够有效推动中国产业结构高级化[15-17]。还有部分学者对数字经济对产业结构高级化的非线性影响进行了探讨。陈小辉等(2020)将数字经济指数的二次项加入实证模型，检验发现数字经济对产业结构高级化的影响呈现出“正U”型特征，即当数字经济发展水平较低时，其会阻碍产业结构高级化，而当数字经济发展到一定水平后，其会推动产业结构高级化[18]。而秦建群等(2022)将数字经济指数的一次项和二次项同时加入模型分析，却得出了完全相反的结论，即数字经济对产业结构高级化的影响呈现出“倒U”型特征[19]。

目前，有少数学者开始关注数字经济对产业结构合理化的影响，但尚未形成统一结论。戚聿东和楮席(2022)基于中国省级面板数据进行实证检验，发现数字经济不仅有助于推动产业结构高级化，还能够促进产业结构合理化[20]。然而，王奕飞等(2022)通过构建多层线性模型(HLM)检验发现数字经济虽然能够推动产业结构高级化，但会阻碍产业结构合理化[21]。

通过对相关文献的梳理，可以发现现有数字经济发展对产业结构优化影响的研究虽然取得了一定的成果，但仍存在一些不足：(1)大部分现有研究都是分析数字经济发展对产业结构高级化的影响，而忽略了其对产业结构合理化的作用，并且对其中的影响机制也缺乏实证检验；(2)现有研究大都是基于省级数据，缺乏城市层面数据的检验；(3)现有研究大都是从线性影响的视角展开，少数几篇从非线性影响视角进行分析，但由于模型设定等原因，并没有得出一致的结论；(4)现有研究大都通过将全国划分为东部、中部和西部三个区域，分析数字经济对产业结构影响的区域异质性，然而由于中国幅员辽阔，各区域在地理、人文、经济等方面都存在着较大的区别，该方法虽然有助于分析数字经济对产业结构的影响在各区域的差异，但却难以清楚解释异质性存在的具体原因。因此，本文将运用熵权法构建数字经济发展综合指数，从产业结构高级化和合理化两个方面，探讨数字经济发展对中国产业结构优化的作用机制和影响效果，并进一步分析数字经济对产业结构优化的影响是否存在非线性和异质性特征。

三、理论分析与研究假设

产业结构的优化可以分解为产业结构的高级化和合理化两个部分。产业结构高级化即产业结构升级，是指产业结构逐渐由低级形态向高级形态的演变；产业结构合理化即各产业的协调发展，是指生产要素能够在各产业间有效地分配和利用。数字经济发展能够通过拉动消费需求、赋能技术创新同时推动产业结构高级化和产业结构合理化的进程。

(一)数字经济对产业结构高级化影响的理论分析

数字经济能够通过拉动消费需求进而推动产业结构高级化。首先，大数据和云计算的应用可帮助企业高效地收集和分析消费者资料、精准定位消费者需求。这能够帮助企业不断根据市场需求的变化改进产品和服务，提高消费者的消费意愿，也能够使企业更加科学地把握消费者心理，通过网络营销等多种方式引导消费升级，改变原有消费结构[14]。其次，随着数字经济发展，消费者的个性化需求将得到重视，生产型制造逐渐向服务型制造转变。一方面，互联网技术的发展使得生产者与消费者之间的联系变得更加紧密，消费者有机会直接参与到产品设计中，而3D等技术的发展也为个性化设计变现提供了条件；另一方面，数字经济的发展也会影响传统商业模式，例如云计算和移动网络的运用给予了平台型商业模式发展的可能，在这样的商业模式下，多样化的需求可以与多样化的供给进行匹配，使得“长尾”需求被充分放大，提供个性化产品或服务的厂商也能够获得规模经济效益[11]，因此数字经济发展有助于促进消费多样化增长，消费者对于高端、个性化产品和服务的需求也将得到满足。再者，数字经济的发展降低了产业间的技术壁垒和交易成本，数据所具有的融合能力有助于打破传统的企业边界，扩展企业的经营范围，推动产业融合[22]，促使企业将产品的供给和后续服务结合起来，提供整套的解决方案，在更好地满足消费者需求的同时促进了服务业发展。另外，作为数字经济的组成部分之一，数字金融的出现有助于打破金融服务的区域限制，并且数字技术的应用使得金融机构可以更加准确地评估贷款风险，为服务长尾人群提供条件[23]，这使得金融服务范围被扩大，有助于提升消费者的消费能力，扩大消费规模，实现消费升级。消费是生产的目的和起点，社会需求的大小决定了一种产业的发展时机和发展规模[24]，因此消费需求的变动将会倒逼产业结构改变。数字经济发展通过拉动消费需求，促进消费升级，从而带动相关产业的发展，并最终推动产业结构高级化进程。

由此，本文提出如下研究假设：

假设H1a：数字经济发展能够有效推动产业结构高级化。

假设H1b：数字经济发展能够通过拉动消费需求推动产业结构高级化。

(二)数字经济对产业结构合理化影响的理论分析

数字经济能够通过赋能技术创新进而推动产业结构合理化。技术创新往往存在着风险高、周期长、成本大等特点，这大大削弱了企业进行此项活动的意愿和能力，而数字经济发展有助于帮助企业缓解以上问题。首先，数字经济的发展有助于降低企业进行技术创新的风险。当企业加大创新投入时，会面临新技术可能带来的产品与市场需求不符合的风险。随着数字技术被运用到传统产业的研发环节中，企业能够更加高效地进行数据采集和信息处理，缓解信息不对称问题，在进行实际的研发活动之前，便能更好地把握市场风向，以降低创新风险。其次，数字经济的发展有助于提高企业进行技术创新的效率，并降低其成本。一方面，人工智能技术的发展与运用使企业能够通过对样本数据的分析更加高效和准确地掌握客观世界的规律，避免在进行技术创新时发生方向错误[13]；另一方面，随着数字经济的发展，创新活动将不再仅依靠企业的内部资源独立完成，互联网技术、物联网和实物创新要素的相互结合使得创新资源的获取不再受到空间距离的约束[25]，众多创新主体可以在开发者平台的帮助下，依据其比较优势参与创新活动的不同环节，并最终以较低成本和较高效率协同完成技术创新。再者，作为数字经济的组成部分之一，数字金融有着普惠特征，能够将服务惠及“长尾”群体，并且互联网金融的发展也给予了企业更多融资渠道选择，有助于通过缓解企业的融资约束，为企业进行技术创新提供资金保障。技术创新有助于生产要素更加有效地在产业间进行配置，提升各产业的联动性，使得产业供给链更加高效[26]，并且推动各产业协调发展，促进产业结构合理化。因此，数字经济发展可以通过赋能技术创新促进产业结构合理化。

由此，本文提出如下研究假设：

假设H2a：数字经济发展能够有效推动产业结构合理化。

假设H2b：数字经济发展能够通过赋能技术创新推动产业结构合理化。

(三)数字经济发展对产业结构优化的非线性和异质性影响的理论分析

数字经济与不同产业的融合速度存在显著差异，具有典型的“逆向融合”特征[27]，即第三产业和数字经济的融合要先于第二产业和第一产业[28]，因此在前期，数字经济发展能够显著推动第三产业产值占国内生产总值(GDP)比重增大，表现为产业结构高级化。随着数字经济与传统产业的进一步融合，第二产业和第一产业也开始应用数字技术改善生产流程，提升生产效率，此时数字经济对产业结构高级化的推动作用减弱。另外，数字经济与传统产业融合，赋能技术创新，有助于促进各生产要素多维度高效协作，推动产业结构合理化。然而，随着数字经济进一步发展，数据要素投入增大，与其他要素差距缩小，数字经济的创新溢出作用边际递减[29]，并且过度追求生产智能化，大规模应用数字技术，也可能导致成本过大和技术依赖[30]，不利于提高生产要素的配置效率，从而削弱数字经济对产业结构合理化的推动作用。

方福前和田鸽(2021)、张勋等(2019)研究发现，数字经济有助于促进中国经济包容性增长，缩小收入差距，即数字经济发展能够使相对贫穷的人获益更多[31-32]。因此，相较于经济发达地区，数字经济发展能够更显著地提高欠发达地区居民的收入水平，并由此提升其消费能力，扩大消费规模，实现消费升级，由消费带动生产，更有效地推动当地产业结构高级化进程。另外，数字经济还将缓解信息不对称问题，有助于打破距离限制，实现跨区域合作，这将有助于欠发达地区利用后发优势，通过合作交流、技术学习，更有效地提升其技术创新能力，并进一步推动当地产业结构合理化进程。而对于经济发达地区而言，由于其经济体量大且产业结构已达到较高级状态，实现进一步的产业结构优化需要更大的动能，如陈小辉等(2020)、秦建群等(2022)研究发现，相较于中部和西部地区，数字经济对人均收入更高的东部地区产业结构升级的推动作用较小[18-19]。

由此，本文提出如下研究假设：

假设H3：数字经济对产业结构优化的影响存在边际递减的非线性特征。

假设H4：相较于经济发达地区，数字经济对经济欠发达地区产业结构优化的促进作用更为显著。

四、研究设计

本文选取中国250个地级市2011—2019年的面板数据进行实证研究，相关数据主要来自《中国城市统计年鉴》《北京大学数字普惠金融指数》、EPS数据库、万得(Wind)数据库、中国研究数据服务平台(CNRDS)数据库以及各城市历年的统计年鉴和统计公报。对于部分缺失值，运用线性插值法补齐。另外，为避免异常值的影响，对所有连续变量进行上下1%缩尾处理。

(一)变量测度与说明

1.被解释变量

产业结构优化水平是本文的被解释变量，分别从产业结构的高级化和合理化两个角度进行衡量。其中，针对产业结构高级化，本文借鉴谢婷婷和郭艳芳(2016)[33]的研究方法，构建Uis指数进行实证分析，同时在稳健性检验部分借鉴唐红涛等(2021)[34]的研究方法，构建Ts指数进行稳健性检验：

(1)

(2)

其中，Y为该城市的GDP；Yi为该城市第i产业产值；Y2为该城市第二产业产值；Y3为该城市第三产业产值。城市的Uis指数和Ts指数与其产业结构高级化程度成正比。

针对产业结构合理化，本文借鉴钟漪萍等(2020)[35]的研究方法，构建Ris指数进行实证分析，同时在稳健性检验部分借鉴干春晖等(2011)[36]的研究方法，构建Tl指数进行稳健性检验：

(3)

(4)

其中，Y为该城市的GDP；Yi为该城市第i产业产值；L为该城市总就业人数；Li为该城市第i产业的就业人数。城市的Ris指数与其产业结构合理化程度成正比；Tl指数与其产业结构合理化程度成反比。

2.解释变量

数字经济发展水平(Dig)是本文的核心解释变量。考虑到相关数据的可得性，本文借鉴赵涛等(2020)[37]、缪陆军等(2022)[38]的做法，选取各地级市电信业务收入、移动电话年末用户数、互联网宽带接入用户数、计算机服务和软件业年末城镇单位就业人数以及数字普惠金融指数五个指标，构建数字经济发展指数，对中国250个地级市2011—2019年的数字经济发展水平进行测度和评价。

本文使用由熵权法计算出的数字经济发展指数(Dig_ewm)进行实证分析，使用由主成分分析法计算出的数字经济发展指数(Dig_pca) 进行稳健性检验。就整体趋势而言，中国各城市的数字经济发展指数逐年提升，但依然存在较大的区域差异，东部地区的数字经济发展水平显著高于中西部地区。表1显示了中国东、中、西部地区的数字经济发展水平。

表1 数字经济发展指数分地区统计

3.控制变量

本文引入以下控制变量：政府参与程度(Govern)，采用地方公共财政支出/GDP衡量；经济发展水平(Pgdp)，采用人均国内生产总值(万元)衡量；外商投资水平(Fdi)，采用外商直接投资/GDP衡量；教育水平(Edu)，采用教育支出/GDP衡量；金融规模(Loan)，采用年末金融机构贷款余额/GDP衡量；金融效率(Fi)，采用年末金融机构贷款余额/年末金融机构存款余额衡量；基础设施(Infra)，采用每万人年末实有城市道路面积衡量。

4.中介变量

为进一步探讨数字经济发展推动产业结构高级化和合理化的机理，本文引入消费需求和技术创新两个中介变量。其中，消费需求(Consum)采用社会消费品零售总额/GDP衡量；技术创新(Innov)采用专利授权总量的自然对数衡量。

表2为以上变量的描述性统计结果。

表2 变量的描述性统计

(二)模型构建

1.基准模型

为检验假设H1a和假设H2a，本文建立面板回归模型如下：

Uisit=α0+β0Dig_ewmit+∑γiXit+εit

(5)

Risit=α1+β1Dig_ewmit+∑δiXit+eit

(6)

其中，Dig_ewmit为i城市第t年的数字经济发展水平；Uisit为i城市第t年的产业结构高级化指数；Risit为i城市第t年的产业结构合理化指数；Xit为各控制变量；β0、β1、γi、δi为各待估回归系数；εit和eit为误差项。针对面板数据模型进行豪斯曼(Hausman)检验，结果(限于篇幅从略)显示模型均应采用固定效应模型。

2.中介效应模型

为进一步探讨数字经济发展推动产业结构高级化和合理化的影响机制，本文借鉴温忠麟等(2004)[39]的中介效应检验方法进行分析。

为了检验数字经济发展是否能够通过促进消费需求推动产业结构高级化，本文设定以下中介效应检验模型：

(7)

为了检验数字经济发展是否能够通过赋能技术创新推动产业结构合理化，本文设定以下中介效应检验模型：

(8)

分别对以上两组模型进行回归分析，检验中介效应是否显著。首先，若β0显著，表明数字经济对产业结构高级化(合理化)具有影响，继续本组模型的后续分析，否则终止。随后，若β1和β3均显著，表明中介效应存在，消费需求以及企业技术创新影响机制发挥作用，假设H1b、假设H2b成立。此时若β2显著，说明存在部分中介效应；若β2不显著，说明存在完全中介效应。

3.门槛回归模型

为进一步检验数字经济发展对产业结构优化的促进作用是否存在非线性和异质性，本文借鉴汉森(Hansen，1999)[40]构建的面板数据门槛回归模型，分别以数字经济发展水平(Dig_ewm)和经济发展水平(Pgdp)作为门槛变量，构建以下模型：

Uis(Ris)it=α0+β1Dig_ewmit×I(Dig_ewmit≤π)+β2Dig_ewmit×I(Dig_ewmit>π)+∑γiXit+εit

(9)

Uis(Ris)it=α0+β1Dig_ewmit×I(Pgdp≤π)+β2Dig_ewmit×I(Pgdp>π)+∑γiXit+εit

(10)

其中I(·)为示性函数，当括号中条件满足时取1，否则取0；π为未知门槛。上述模型为单一门槛模型，多重门槛模型可由此推广构建。

五、实证分析

(一)基准模型回归结果

模型(5)和模型(6)的面板回归结果如表3所示。

如表3中列(1)、列 (2)所示，无论是否加入控制变量，数字经济发展指数的系数始终在1%的水平上显著为正。Uis为正向指标，验证了本文的假设H1a，即数字经济有助于推动中国产业结构高级化进程。其不仅能够催生人工智能、物联网、云计算等知识密集型产业，其与传统产业的结合，也能够帮助传统产业提升运营效率，实现产业高级化。

表3 数字经济发展对产业结构优化的影响

如表3中列(3) 、列(4)所示，在加入控制变量前后，数字经济发展指数的系数分别在1%和5%的水平上显著为正。Ris为正向指标，验证了本文的假设H2a，即数字经济有助于推动中国产业结构合理化进程。其有助于实现供给侧结构性改革，引导生产要素向技术密集型的先进生产力聚集，避免部分领域的过度竞争，有效降低企业库存，提升资源配置效率。

(二)稳健性检验

1.替换核心变量计量方式

本部分利用Ts指数替代Uis指数衡量城市产业结构高级化程度；利用Tl指数替代Ris指数衡量城市产业结构合理化程度，该指标为逆向指标；利用由主成分分析法计算出的Dig_pca指数替代由熵权法计算出的Dig_ewm指数衡量城市数字经济发展水平，重新估计模型(5)和模型(6)，进行稳健性检验，回归结果如表4所示。可以看出，在替换核心变量计量方式后，数字经济依然能够显著推动产业结构高级化和合理化进程，验证了本文结论的稳健性。

表4 稳健性检验——替换核心变量计量方式

2.工具变量法

由于数字经济发展和产业结构优化之间可能存在反向因果关系，因此本文采用两阶段最小二乘法，将各城市互联网宽带接入用户数的自然对数和移动电话用户数的自然对数作为工具变量，以解决研究中可能存在的内生性问题。工具变量模型的回归结果如表5所示，工具变量通过了识别不足检验(UnderidentificationtestP<0.05)和弱工具变量检验(F>10)，说明所选工具变量与原变量有较强的相关关系。同时，此模型也通过了过度识别检验(Hansen_P>0.1)，因此无法拒绝“所有工具变量都是外生变量”的原假设，说明以上工具变量的选择具有合理性。根据回归结果可知，在应用工具变量法检验后，数字经济推动产业结构高级化和合理化的作用依然显著，验证了本文研究结果的稳健性。

表5 稳健性检验——工具变量法

(三)中介效应检验

1.消费需求在数字经济发展促进产业结构高级化进程中的中介效应

为了检验数字经济发展能否通过拉动消费需求影响产业结构高级化水平，根据模型(7)，中介效应模型的回归结果如表6所示。根据表6，首先，模型(7)中系数β0显著，表明数字经济能够有效提高中国产业结构高级化水平，可以进行后续分析。其次，系数β1显著，验证了数字经济发展能够拉动消费需求。最后，系数β1和β3均在1%的水平上显著，证明中介效应存在，又因为β2在1%的水平上显著，因此验证了消费需求在数字经济发展促进产业结构高级化进程中的部分中介效应，假设H1b成立。

表6 消费需求在数字经济发展促进产业结构高级化进程中的中介效应

2.技术创新在数字经济发展促进产业结构合理化进程中的中介效应

为了检验数字经济发展能否通过赋能技术创新影响产业结构合理化水平，根据模型(8)，中介效应模型的回归结果如表7所示。

表7 技术创新在数字经济发展促进产业结构合理化进程中的中介效应

根据表7，首先，模型(8)中系数β0显著，表明数字经济能够有效推动产业结构合理化进程，可以进行后续分析。其次，系数β1显著，验证了数字经济发展能够赋能技术创新。最后，系数β1和系数β3均在1%的水平上显著为正，证明中介效应存在，又因为β2在10%的水平上显著，因此技术创新在数字经济发展促进产业结构合理化的进程中具有部分中介效应，假设H2b成立。

(四)非线性和异质性检验

1.非线性影响检验

为检验数字经济对产业结构优化的促进作用是否存在非线性特征，本文以数字经济发展水平(Dig_ewm)为门槛变量，构建面板数据门槛回归模型(9)。之后，运用自抽样(Bootstrap)检验法估计门槛值和相关统计量，检验结果如表8所示，单一门槛和双重门槛都通过了检验，而三重门槛则不显著，图1和图2为双重门槛检验的LR图。因此本文采用双重门槛回归模型，门槛值及对应置信区间如表9所示，回归结果如表10所示。

表8 数字经济发展水平门槛效应自抽样检验结果

表9 数字经济发展水平门槛估计值及置信区间

图1 数字经济发展水平作为门槛变量的LR检验(控制变量为Uis)

图2 数字经济发展水平作为门槛变量的LR检验(控制变量为Ris)

表10显示，针对产业结构高级化，当数字经济发展指数低于0.076 0时，其系数为3.097 3；当数字经济发展指数处于0.076 0和0.147 1之间时，其系数为2.239 8；当数字经济发展指数高于0.147 1时，其系数为1.209 7，以上系数均在1%的水平上显著。针对产业结构合理化，当数字经济发展指数低于0.067 6时，其系数为1.122 3；当数字经济发展指数处于0.067 6和0.141 1之间时，其系数为0.710 8；当数字经济发展指数高于0.141 1时，其系数为0.339 8，以上系数均在1%的水平上显著。可以看出，数字经济对产业结构高级化和合理化的促进作用具有边际递减的非线性特征，在数字经济基础较差的地区，发展数字经济能够更有效地推动当地产业结构优化，验证了本文假设H3。

表10 数字经济发展水平作为门槛变量的回归估计结果

2.经济发展水平异质性检验

为检验数字经济对产业结构优化的促进作用是否因各地经济发展水平不同而存在异质性，本文以经济发展水平(Pgdp)为门槛变量，构建面板数据门槛回归模型(10)。以经济发展水平作为门槛变量的自抽样(Bootstrap)检验结果如表11所示，单一门槛和双重门槛都通过了检验，而三重门槛则不显著，图3和图4为双重门槛检验的LR图。因此本文采用双重门槛回归模型，门槛值及对应置信区间如表12所示，回归结果如表13所示。

表11 经济发展水平门槛效应自抽样检验结果

表12 经济发展水平门槛估计值及置信区间

图3 经济发展水平作为门槛变量的LR检验(控制变量为Uis)

图4 经济发展水平作为门槛变量的LR检验(控制变量为Ris)

表13显示，针对产业结构高级化，当人均GDP低于7.291 2万元时，其系数为2.023 1；当人均GDP处于7.291 2万元和12.432 4万元之间时，其系数为1.152 0；当人均GDP高于12.432 4万元时，其系数为0.734 5，以上系数均在1%的水平上显著。针对产业结构合理化，当人均GDP低于5.193 5万元时，其系数为0.866 9；当人均GDP处于5.193 5万元和7.217 6万元之间时，其系数为0.606 2；当人均GDP高于7.217 6万元时，其系数为0.253 2，以上系数均在1%的水平上显著。可以看出，数字经济对产业结构高级化和合理化的促进作用随着地区经济发展水平的提高而降低，在经济基础较差的地区，发展数字经济能够更有效地推动当地产业结构优化，验证了本文假设H4。

表13 经济发展水平作为门槛变量的回归估计结果

六、研究结论与政策建议

(一)研究结论

第一，数字经济发展能够同时推动中国产业结构的高级化和合理化。中国各城市的数字经济发展水平虽然在不断提高，但是依然存在较大的区域差异，呈现从东向西递减趋势。数字经济发展能够同时推动中国产业结构的高级化和合理化，该结论在替换核心变量计量方式和运用工具变量进行稳健性检验后仍然成立，这从城市层面补充验证了戚聿东和楮席(2022)[20]等的研究结论。

第二，数字经济发展能够通过拉动消费需求促进产业结构高级化，通过赋能技术创新促进产业结构合理化。数字经济发展能够通过拉动消费需求促进产业结构高级化，通过赋能技术创新促进产业结构合理化，这从实证的角度验证了胡西娟等(2020)[12]、丁守海和徐政(2021)[13]、高京平和孙丽娜(2022)[14]等关于数字经济可以通过拉动需求推动产业结构优化的定性研究结论，以及李春发(2020)[11]、丁守海和徐政(2021)[13]、高京平和孙丽娜(2022)[14]等关于数字经济可以通过赋能创新推动产业结构优化的定性研究结论。

第三，数字经济发展对产业结构优化的影响存在边际递减的非线性特征。当以数字经济发展指数作为门槛变量时，存在双重门槛效应，虽然数字经济发展能显著推动产业结构高级化和合理化，但作用系数递减，表明数字经济对产业结构高级化和合理化的促进作用具有边际递减的非线性特征。

第四，相较于经济发达地区，数字经济对经济欠发达地区产业结构优化的推动作用更为显著。当以经济发展水平作为门槛变量时，存在双重门槛效应，数字经济对产业结构高级化和合理化的推动作用随着当地经济发展水平的提高而降低。这一结论补充并丰富了陈小辉等(2020)[18]、秦建群等(2022)[19]关于数字经济对产业结构优化的推动作用在东部地区要显著小于中西部地区的研究结论。

(二)政策建议

首先，为了发挥数字经济发展对中国产业结构高级化和合理化的推动作用，政府需要利用各类政策工具的组合，构建和完善相关政策体系以支持数字经济发展，包括以鼓励创新为导向的供给型政策，如积极推动数字产业公共平台建设、大力支持中小企业青年工程师培育等；以分担风险为导向的需求型政策，如构建和完善相应保险体系等；以完善机制为导向的环境型政策，如强化财政资金对社会资本的引领作用、明确数据产权归属等，使数字经济能够在加速产业结构优化，实现经济高质量发展中充分发挥效能。

其次，数字经济发展能够通过拉动消费需求促进产业结构高级化，通过赋能技术创新促进产业结构合理化。因此，应鼓励企业积极应用数字技术更加精准地定位消费者需求，实现个性化设计，并将产品的供给和后续服务结合，拉动消费需求，实现消费升级，并最终促进产业结构高级化。另外，还应帮助企业应用数字技术降低创新风险，提高创新效率，并鼓励数字金融发展，缓解企业面临的融资约束，以赋能企业技术创新，并最终促进产业结构合理化。

最后，由于目前中国各城市的数字经济发展水平仍存在较大差异，并且数字经济推动产业结构优化的作用也存在非线性和异质性特征，因此，不同地区需要采取差别化的数字经济发展战略，以更有效地推动产业结构高级化和合理化进程。对于目前经济较为落后、数字经济发展水平较低的地区而言，数字经济对产业结构优化的推动作用更为明显，政府应该积极进行数字基础设施的建设和完善，大力发展5G网络、数据中心和数据共享平台，作为数字经济发展的重要基础，它们保证了数据资源能够高效地跨时、跨地传递，可提高各生产要素的连接和配置效率。而对于目前经济较为发达、数字经济发展水平较高的地区而言，则要充分利用数据要素的乘数效应，鼓励企业积极应用新型数字技术改善其生产和经营流程，降低各产业间的技术壁垒，弱化产业链各分工层的价值分配差距，提升产业融合效率，帮助企业制定个性化的数字化转型战略，推动资源、技术、市场等方面的多维融合，促进产业结构优化。