数字经济、产业融合与城市经济高质量发展——基于制度环境的调节作用

赵云辉,吴心月,白佳奇,张 剑

(1.内蒙古财经大学 工商管理学院，内蒙古 呼和浩特 010070；2.首都经济贸易大学工商管理学院，北京 100071)

一、引言

在数字经济规模高速增长的背景下，数字经济对产业的影响引起了各国的高度重视。英国、日本、新加坡等国尝试利用数字经济与相关产业关联，来提升国际竞争能力和创新能力[1]，中国也不例外。根据中国信息通信研究院的公示信息，2020年中国数字经济规模占 GDP 比重为 38.6%，同比2019年增长9.5%，成为社会经济高质量发展的重要动能。数据信息正逐渐成为推动经济发展的关键要素，但由于缺少实体经济的有效配合，经常造成资源成本过高、利用效率较低等问题。目前，我国多数城市正积极展开产业联动等方式进行信息渗透，对推动经济高质量发展具有重要作用。例如，杭州市提出“企业上云”理念，累计示范企业高达15万家，着力打造数字经济与主导产业融合发展的新境界；成都市目前累计建成10900个5G基站，助力成都数字经济产业生态圈建设，赋能城市经济社会高质量发展。产业融合是通过数据共享、技术创新等方式将现有不同产业边界相互交叉的过程。它不仅提高了资源利用率，降低了交易成本，还激发了不同产业的动态发展，从而促进了新商业模式的构建。然而，在数字经济的推动下，中国虽在产业增长方面取得了长足的进展，但数字经济与传统产业的融合仍不深入，未能有效发挥数字经济的优势。同时，制度环境是保障经济高质量发展的重要因素，也是多个环节共同协调的必备手段[2]。拥有良好的制度环境更倾向于发展分工明确的复杂技术产业，如数字技术产业。并且完善的制度环境有助于降低交易风险，减少交易成本，对经济高质量发展具有促进作用。因此为激发巨大的市场活力，大力提高产业利用能源的效率，降低资源消耗，对进一步推动经济高质量发展具有重要研究意义。

从经济学的角度看，数字经济的影响可以归结到效率或增长[3]方面。现有文献阐述了数字经济如何影响中国工业绿色全要素生产率增长[4-5]、绿色创新、产业升级[6]、创业活跃度[7-8]等高质量发展命题。数字经济对高质量发展的研究主要集中在以大数据[9-10]、互联网[11-12]和数字金融[13]为切入点探究其对高质量发展的影响。其中，一支文献主要从产业融合角度，探讨数字经济对高质量发展的影响机制。李治国等[14]的研究表明，“数字经济对产业转型速度及产业结构合理化的影响效果呈现出中部>西部>东部的态势”，这有别于以往“东部地区数字经济作用效果优于西部”的研究结论。另一支文献主要以制度环境为切入点，探讨数字经济对高质量发展发挥作用的边界条件，但其对数字经济与高质量发展作用机制的解释并不一致。例如，程文先和钱学锋[4]认为导致中国东西部地区数字经济对高质量发展的影响出现差异的主要原因在于制度环境的不同。但张蕊和余进韬[15]则认为西部地区数字基础设施薄弱和不完善的制度环境共同限制了西部经济的高质量发展。梁琦等[16]认为导致数字经济对东西部高质量发展影响存在差异的主要原因是西部地区数字化水平较低。但是实际上贵州和重庆的大数据中心已成为西部地区的领军者，位于全国数字经济发展水平前十名。如果把数字经济对高质量发展发挥作用的边界条件归结为数字基础设施薄弱和制度环境不完善，可能与现实情况相悖。那么，数字经济对高质量发展的影响机制究竟是什么？针对这一问题，本文整合制度视角和产业融合视角，探究数字经济对高质量发展的作用机制。

在理论研究中，数字经济对高质量发展的影响是多维的。从产业升级角度看，数字经济与传统产业融合，改变了产业间的比例结构[14]，使得能源密集度较低的企业快速发展，进而降低能源消耗强度，推动经济高质量发展。从资源配置效率上看，数字经济通过合理的要素投入和高效的资源配置完善匹配机制，从而促进地区高质量发展[3]。此外，数字经济具有高成长性，可以不断优化产品服务，提高居民需求的满意程度，进而驱动经济高质量发展。然而，以往研究虽然探讨了数字经济对高质量发展的影响及作用机制，但由于视角单一，并未更深层地探讨数字经济主要通过何种路径促进高质量发展这一根本问题。因此，本研究从制度环境与产业融合双重视角分析数字经济对高质量发展的作用机制。

鉴于此，本研究基于中国2011—2018 年276个地级城市数据，以制度环境与产业融合为视角构建理论分析框架，分析数字经济对高质量发展的影响及作用机制，并扩展了数字经济对高质量发展影响的边界条件。虽然数字经济对高质量发展的影响已经是目前学术界关注的热点，但本文可以在如下三个方面加以深化和拓展。第一，囿于数据可得性等原因，现有文献研究样本基本停留在省级层面。考虑数字经济对城市经济高质量发展具有促进作用，可以有效聚焦于城市自身发展阶段来解决数字经济红利优势不足、社会不公正、产业结构优化慢等问题。所以，本文从中国城市层面对高质量发展与数字经济进行了较为全面的测度，力图从更加细微的角度有针对性地讨论二者之间的影响机制。第二，本文主要讨论了数字经济通过何种路径影响高质量发展这一问题，探究了在数字经济高速发展的背景下，分析制度环境与数字经济交互机制下对产业融合程度的影响，进而补充了一个统一的框架来分析数字经济与经济高质量发展之间的理论关系，深化了已有文献研究。第三，在进一步分析中，本文发现数字经济在城市等级和人力资本水平上对高质量发展的影响均表现出较大的差异，这为研究结论和政策建议提供了多角度的证据。

二、理论分析与研究假设

(一)产业融合的中介作用

在数字经济高速发展背景下，产业融合逐步形成了技术融合、业务融合、市场融合等方面的协调发展[17]。具体来讲，产业融合一方面可以利用技术与不同产业结合，以达到优化生产阶段的目的，进而形成一种新商业模式来应对外部环境的变化。数字经济为我国经济发展创造新的机遇，通过数字技术与不同行业结合，形成一种高度结合的网络化结构，以降低生产过程中的资源浪费，进而降低运行成本。数字经济同样也会形成新的商业模式，意味着市场中会有更多不同的行业参与，既保持了行业的竞争优势、提升了整体资源利用效率，也带来了经济高质量发展的新动能。另一方面，产业融合能够改善信息不对称，间接为社会群体提供更好的帮助。例如，不少企业利用数字平台构建互动机制，即生产者与消费者的信息交流，这样不仅可以了解消费者的消费偏好，还可以为整个产业链提供优质信息。由于产业融合具有延长产业链的作用，所以为了使产业链上的供应商、生产者更好地服务消费者，需要更有效的信息沟通。由此，提升行业间的竞争能力和改善人们的生活质量均是高质量发展的追求。数字经济可以通过影响信息溢出、要素组合和市场规模等方面促进产业融合，也会给产业提供信息共享和传播的平台，以促进不同产业之间的交流融合。本文将从以下三个方面进行剖析。

第一，从技术融合角度(新技术)看，数字经济的发展可以促进要素重组和技术创新，冲破了传统产业的边界，拓展了与不同产业之间的联系[18]。不同的数字技术会影响产业的生产方式，例如，腾讯云指出云计算技术可以为制造业提供远程服务，用来记录、管理和分析数据，进而实现信息共享；而人工智能成为传统制造业转型升级的新技术，它可以精准分析用户的重点需求，帮助制造业优化营销能力，降低交易成本。同时，数字技术还能够为产业提供多样化的知识网络和信息交流，扩大企业收集信息的渠道，这样有利于企业根据更丰富的内外部信息，推进经济主体的竞合关系。产业融合主要是打破之前单一产业的局面，使得行业与行业之间关系更加紧密，也推动着产业与产业之间的合作更加完善。随着数字经济的快速发展，各个产业所面临的考验不再是单打独斗，而是在整个产业生态系统中发挥自己的核心竞争力。所以，具有高渗透性和强扩散性的数字经济更注重行业的创新能力，具有更高的技术创新能力，也更倾向于技术研发等方面的战略布局[19]，诱发产业间的技术融合和新要素组合，从而推动产业融合。

第二，从业务融合角度(新平台)看，数字经济为提升效率和优化经济结构提供新动能。数字经济的动力基于平台建设，通过共享的服务和基础设施为生产提供场所[20]，具有高成长性。并且，数字平台大大缩小了生产和消费之间的交易时间，降低了参与者的搜寻成本。基于交易成本理论，数字经济提供的平台不但帮助了厂商更便利、更快速地与用户接触，降低信息成本，而且还能够给每个用户精准地传递产品信息。随着数字经济的发展，产业融合不仅仅局限于企业内部跨部门沟通，在不同产业之间也需要进行业务融合。通常来看，不同行业可以选择不同的数字平台，投入相关的信息资源，不仅增加了行业间获取信息的渠道，还能够提高平台参与者获利的可能性[21]。已有研究表明，有些数字平台(如百度、腾讯)致力于促进制造业在研发技术、维护运行和售后服务等方面提供一体化服务模式[21]。其中，物联网平台可以根据不同行业的需求进行定制，实现数据在产业链中的流动。这意味着数字平台既可以帮助制造业降低知识沟通与信息的搜寻成本，也能促进制造业传递其产品信息，达到消除产业边界的目的。可见，数字平台的生态系统越完善，意味着在产业融合时更容易进行信息共享，而数字平台不断优化对产品和服务的交易行为决定了加强信息对称的可能性[21]。此外，数字平台通过整合来自不同行业的信息，提高了交易双方获取信息的透明度。信息透明度的提高可以降低交易的不确定性，这样的平台有利于知识溢出，减少无效交易的产生。

第三，从市场融合角度(新商业模式)看，数字经济会扩大原有市场规模，代表着消费者的需求逐渐增加，利用新的商业模式来改变传统产业的盈利模式。首先，数字经济拓展了交易的空间。消费者可以随时在线上进行购物，不用特意去实体店消费。其次，数字经济满足了消费者的多样化需求。数字经济可以消耗“长尾”产品的量产，为消费者提供更多消费的选择。最后，数字经济可以创造新的需求。消费者在交易平台的信息可以及时反馈给生产者，这样生产者就可以及时预测到消费者的购买行为，扩大市场的交易规模。交易成本理论认为由于外部环境的不确定、信息的不对称等原因造成高额的交易成本[22]。因此，数字经济为消费者提供了更多的交易模式，缓解了交易各方获取信息的不对称性，降低了交易成本。同时，这种新的商业模式也是经济结构转型的主要动力。产业升级是产业融合最后的目标，其具有完善的产业结构、高级的产业结构，能够冲破产业间的“数据壁垒”，从而推动行业间整合资源，进而合理地分配相关资源，推动产业的融合发展。

与此同时，产业融合也是经济高质量发展的内生动力，对技术创新[23]、产业结构[24]、产业竞争优势等高质量发展子命题具有重要推动，有助于打破产业壁垒，进而促进经济高质量发展。在产业融合过程中，政府为了保证政策的执行力度，必须与市场共同拓展产业生存和发展空间。产业融合具有连接一切的特征，因此大大提升了产业资源的利用率。资源编排理论认为资源只是获得经济增长的必要条件，为实现资源在产业、社会、政府之间的转化，需要对资源进行有效的管理[25]。外部环境的变化是短暂的，政府必须持续调整资源安排，才能形成符合环境需求的资源组合以取得短暂的竞争优势。数字经济为政府提供了良好的整合机制，更加有效地促进了生产要素的交互作用，使得产业边界更加紧密，为经济高质量发展提供有效的管理。同时，产业结构变化是产业融合的主要表现，可以从根本上把握产业结构发展进程，来推动经济高质量发展。基于资源编排理论，完整的资源编排流程包含资源的来源、转化和利用[25]。产业结构升级可实现相关资源都流向高效率部门，从而使得资源得到更优化的配置。在实践中，各个产业部门之间的资源的来源不同，使得各个部门对资源的需求和转化程度也不同，数字经济可以结合不同部门进行协调运转和预测分析，减少了资源在流转过程中的浪费，进而推动了经济高质量发展[26]。

此外，产业融合不仅推动产业结构的升级，还能够提升产业竞争优势，打破不同行业之间的资源壁垒，进而促进经济高质量发展。制造业本身就存在总体水平低、创新能力弱等问题，因此，产业横向融合可以带动制造业与高新技术产业形成拓展性融合，既可以发挥高新技术产业的创新价值，又可以支持制造业提升经济效益。在资源整合方面，信息化和工业化融合可以合理分配资源，进而改善了能源使用效率。所以，基于资源编排理论，释放资源价值需要有效的资源管理行为[27]，其中，最主要的是如何组合、聚集、利用各种资源。在产业融合的过程中，数字经济平台为厂商提供竞争优势，使得管理者较容易得到高效的创新资源。这一作用推动了创造性活动的出现，并改变了原来的生产方式，从而使数字经济在产业链中的创新效率得以提升，为产业增值和经济高质量发展提供了新动能。鉴于此，提出如下假设。

H1：数字经济通过促进产业融合对经济高质量发展产生正向作用。

(二)制度环境的调节作用

制度环境主要是为了减少市场交易的不确定性而构建的一种稳定人们互动的结构，包括政府环境和法制环境[28]。这种不确定性在市场交易中大量存在，往往会伴随着交易成本的大幅度提升，不利于产业之间的交流融合。

交易成本理论认为，不完善的制度环境阻碍了技术信息的交流，增加了产业技术融合的信息成本。不完善的制度环境也会导致信息不完整、存储不规范以及维护不及时等问题，这些都会影响产业边界消失过程中的信息交流和技术创新。在产业融合的过程中，新技术得不到良好的融合不利于推动产业与产业之间的合作，会产生大量的无效交易，进而造成交易成本逐渐升高。而且，交易市场主体不良行为的加剧在某种程度上预示着制度环境水平的下降，较低的制度环境水平不利于发挥数字经济的创新行为，甚至会产生大量的交易成本[4]。由于不完善的制度环境所产生的产业壁垒、信息的不对称等现象，难以实现信息共享，使得数字技术很难在产业融合中发挥自身的创新效应。产业结构升级是产业融合的最终目的。在推进产业融合的过程中，各个地区的产业结构升级不平衡，例如，产业结构虽然向高级化转变，但缺乏制度环境的监管，依旧存在模仿强、创新弱的问题。因此，在完善的制度环境下形成良好的监管机制，既有利于数字经济发挥创新效应来推动信息传播，也有利于降低交易过程中的交易成本。

从地方法律法规层面上看，在地方法律法规不完善的地区，由于数字经济爆发式的增长使得数字信息错综复杂，数字资源不能充分利用、知识产权得不到保护，数字平台带来的不确定性风险不断增加[4]。数字平台建设需要制度的规范，若规范性不高，必然会形成资源浪费，也会造成产业之间信息传递受阻。因此，完善的法制体系为产业之间信息传输提供了保障，降低了产业融合过程中的信息成本，为数字经济平台建设不断缩小产业边界提供政府监管和法律保障。完善的法律制度意味着公众获取信息的渠道更有保障，并且能提高信息的可获取性，减少信息的不对称性，有利于公众做出更为精准的判断。这为政府制定一系列面向公众的政策保证数字经济促进产业融合发展奠定了良好的制度环境基础。

产业融合加大了不同产业之间的摩擦，涌现出许多新业态。在产业融合的过程中，政府推进放管服政策是为了放宽对产业融合的管理，促进产业向更高水平发展[29]。在推进市场化的进程中，制度发展不平衡容易出现无效交易，产生大量协调成本。因此，完善的制度环境可以改善市场与政府之间的协调互动，降低了交易成本。如果制度环境尚未完善，无效交易行为就会普遍存在，由此产生的冲突和阻力不利于产业之间的融合。产业融合所形成的新商业模式可以满足消费者更多个性化的需求，随着消费者多样化需求的增强，完善的制度环境会对市场交易主体行为进行约束，减少无效交易的形成。数字经济给交易市场带来更高标准的信息需求，高质量信息的获取和反馈为数字经济提供更强的信息处理能力，推动市场融合。而不完善的制度环境则会影响生产者对信息获取、处理和反馈的能力，引发交易成本上升，同时也不能满足消费者日益增长的多样化需求。据此，实现产业融合的协调发展需要数字经济在完善的制度环境下才能发挥较强的经济效应。鉴于此，提出如下研究假设。

H2：制度环境对数字经济和产业融合之间的关系具有正向调节作用，即制度环境越完善，数字经济与产业融合之间的关系越强。

三、数据构建与实证模型设定

(一)数据构建

本文选择中国2011—2018年276个地级城市的面板数据进行分析，探究数字经济、产业融合与制度环境对高质量发展的影响及作用机制。为了使数字经济的经济后果更具有可靠性、科学性，数字经济的度量(数字化指数)在城市级层面从2011年开始根据新的测度指标进行计算。因此，本文选取的年份从2011年开始。本文剔除了4个直辖市，避免较大城市的数据影响结论的准确性，并剔除部分数据严重缺失的城市，最终选取全国276个地级城市作为研究样本。

(二)变量测度与说明

1.高质量发展的测量

已有研究有利用全要素生产率来测度经济质量的，但这一指标单纯考虑了经济增长的主要投入产出部分，并未考虑到非期望产出部分(环境因素)，不能清楚地表示经济高质量发展的水平。因此，就有学者同时考虑了增加的期望产出和减少的非期望产出，即采用绿色全要素生产率来评价经济高质量发展水平[30]，这与绿色发展理念相符。也有学者利用产业结构、包容性经济增长、技术创新、居民生活和生态环境5个二级指标构成的多维度评价体系估计经济高质量发展[8]。多维度评价体系虽然可以更全面地表达经济高质量发展的多视角，但其中包含的产业结构方面与产业融合形成了强关联性。考虑多数学者利用经济效率来衡量经济发展质量，即选择全要素生产率来表示经济效率。当今社会“双碳”目标已成为主要发展战略，实现合理资源利用和绿色发展。所以本文综合了赵明亮等[31]的做法，以绿色发展效率为被解释变量，将绿色发展考虑在内能更精准地反映经济转型期的经济效率变化，并且突出绿色发展观念。本研究选取基于超效率DEA模型和ML指数法测算的中国地级城市绿色发展效率(GTFP)作为被解释变量。分别选取投入、期望产出以及非期望产出一级指标下的相关指标测度高质量发展的综合发展水平，结合陈诗一和陈登科[32]的研究结论，在非期望产出中加入PM2.5，深入考察大气污染的情况。具体指标的选取见表1。

表1 投入-产出指标

2.数字经济的测量

数字经济发展水平的评价是国内外学者关注的重点，但根据各个国家的不同发展阶段和战略选择，尚未有一个统一的测算。一部分学者将网站基础数据作为数字经济发展水平的主要评价指标，张旭亮等[33]利用网站包含的网页数量来测算。后来学者通过构建数字经济综合指标体系来评价数字经济发展水平。黄群慧等[34]选择互联网普及率、互联网相关从业人员和其相关产出以及移动互联网用户数四个维度构建衡量数字经济发展水平的指标体系；赵涛等[8]在黄群慧的基础上，增加了数字金融惠普构建数字经济发展体系。

为准确和客观地反映我国数字经济的真实发展水平，本文借鉴赵涛等[8]的研究将互联网发展和数字交易指标来进行综合评估。互联网发展对应的指标为：互联网普及率、移动电话普及率及其相关从业人员分布和相关产出情况。对于数字交易发展方面，采用北京大学数字金融研究中心和蚂蚁金服集团共同编制的数字普惠金融指数[35]。本文对表2的4个指标进行了标准化处理后，采用主成分分析方法综合测算出数字经济发展水平指数。

表2 数字经济发展水平评价的指标体系

3.产业融合的测量

目前，大多数学者从不同方面对产业融合进行测度，并且在测度上并没有统一的表达。据已有文献研究，产业融合可用耦合协调度来表示。尽管二者并不完全相同，但都反映了产业之间的互动关系和协调程度。通过耦合协调度的模型来测度各个产业之间的融合程度，以确保在理论角度保持一致。本文参考了陈学云和程长明[36]的研究，产业融合测算模型如下：

(1)

T=eFI×fSI×gTI

(2)

(3)

其中，FI、SI和TI分别表示第一、二、三产业的综合评价值；根据式(1)可求出各个产业之间的耦合协调度，且0≤C≤1。若C越趋近于1，则表明产业融合程度越高；式(2)为综合协调指数，反映了三个子系统对整体发展水平的贡献。其中，e、f和g为待定参数，本文将三次产业的贡献进行三等分，即e、f和g均为1/3；式(3)中的D为耦合协调度，用来表示三次产业融合水平。

关于不同产业的综合评价值的测算，参考陈学云和程长明[36]的文献，且考虑了城市层面的数据限制，本文采用熵值法计算不同产业的综合评价指数，具体指标见表3。根据表3的指标数据计算出各个指标的权重，比主观赋值法具有更高的可信度，具体步骤如下：

①将原始数据排列成矩阵。X=(xij)m×n(1≤i≤m,1≤j≤n)，其中，xij为第i个样本中的第j个指标。

②对数据进行无量纲化处理。由于本文的指标均是正向指标，因而不涉及负向指标的处理。本文参考郑珍远等[37]的分析方法，处理公式如下：

⑤计算差异项系数。gj=1-ej(j=1，2，3…n)。

据上述步骤，可以分别得出第一、二、三产业的综合评价值，作为产业融合度的关键指数。

表3 不同产业融合发展水平评价指标体系

4.制度环境的测量

中国制度环境主要从各个地区的市场化程度入手，市场化发展程度与制度环境密不可分。制度环境主要从主观和客观两个方面进行度量，其中，主观测量主要从五个不同角度反映管理者对制度环境变化的感觉，以企业为研究对象，考察企业家对外部环境的感知。而客观方面则是利用王小鲁等[38]构建的中国市场进程相对指数进行测算，包含政府与市场关系(gm)、非国有经济发展(ped)和产品市场的发育程度(pmd)、要素市场的发育程度(fmd)和市场中介组织发育(ol)，以及法律制度环境5个二级指标。多数学者利用这一客观角度作为制度环境的替代变量[39]。因此，本文采用客观方法对城市制度环境进行测量，即利用王小鲁等[38]报告的市场化指数。但数据只公布到2016年，所以本文借鉴了赵云辉等[39]的数据处理方式，选用2016年的数据等价作为2017年和2018年的指标数值。

5.控制变量

为了更加准确地分析城市经济高质量发展过程中数字经济的影响，还需要设定可能影响经济高质量发展的控制变量，具体如下：①经济发展，利用人均GDP来衡量各城市的经济规模和实力；②财政分权度，利用财政收入占财政支出的比例来表示；③非农就业人员比重，采用非农从业人员占总人口的比率来衡量；④教育水平，利用普通高等学校在校学生占总人口的比例来度量；⑤信息传输效率，采用邮政业务和电信业务的总收入占GDP的比例来体现。

以上数据均来自《中国城市经济统计年鉴》《中国能源统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》，以及2011—2018年各个省份的统计年鉴。

(三)实证模型设定

中介效应检验有多种方法，包括依次检验法、Bootstrap检验法、MCMC检验法等，其中温忠麟和叶宝娟[40]的依次检验法应用最为广泛，但也有不少学者提出质疑。因此，本文将使用依次检验法和Bootstrap检验法相结合对产业融合是否为数字经济影响高质量发展的中介变量进行检验。在此基础上，还将检验制度环境在此过程中的调节效应。本文的设计分为以下两个阶段：

第一阶段，构建如下关于数字经济、产业融合与高质量发展的中介效应模型：

GTFPit=c0+c1digeit+cTXit+uit

(4)

indit=a0+a1digeit+aTXit+uit

(5)

GTFPit=c0′+c1′digeit+b1indit+cT′Xit+uit

(6)

式中，GTFPit反映城市的绿色发展效率；digeit为城市的数字经济发展水平；indit为城市的产业融合发展水平； Xit为控制变量；i为城市，t为时间。uit为随机误差项。

第二阶段，对制度环境的调节效应进行检验。首先，要检验制度环境是否对数字经济对高质量发展的直接效应产生调节作用；其次，分析制度环境对数字经济和产业融合之间是否存在调节作用；最后，探究制度环境在中介过程的调节作用是否存在。在建模时，对数字经济发展指数、产业融合水平和高质量发展进行中心化处理，以便更好地分析变量之间的关系。因此，建立有调节的直接效应模型如下：

GTFPit=f0+f1digeit+f2Instiit+f3digeit*Instiit+fTXit+uit

(7)

indit=d0+d1digeit+d2Instiit+d3digeit*Instiit+dTXit+uit

(8)

GTFPit=f0′+f1′digeit+g1indit+f2′Instiit+f3′digeit*Instiit+fT′Xit+uit

(9)

式(7)中，若f3检验结果不显著，则表明制度环境对直接效应不存在调节作用；式(8)和式(9)分别检验制度环境对中介过程前半路径和整个路径的调节作用是否存在。

四、实证分析

(一)变量描述和多重共线性检验

1.变量描述性统计

从表4可以根据标准差看出，控制变量的波动较大，因此对除了高质量发展、数字经济、产业融合和制度环境以外的所有变量进行对数化处理，然后利用LLC检验和Fisher-ADF方法检验各变量的平稳性，证实了在1%的显著性水平下各变量间存在长期稳定的关系，可以建立模型进行回归分析。

表4 各变量描述性统计

2.方差膨胀因子(VIF)分析

解释变量的方差膨胀因子VIF检验结果如表5所示。表5中的结果显示，数字经济的VIF值最大为3.21，远小于10。因此，根据方差膨胀因子VIF的结果可知，不需要担心变量间的多重共线性问题。

表5 各解释变量的方差膨胀因子VIF

(二)基准回归结果

1.中介效应检验

本文在进行面板回归之前，首先进行Hausman检验判断应采用何种效应模型，其结果p值远小于0.05，本文更适合选用固定效应模型来进行实证检验。数字经济、产业融合对高质量发展影响的实证结果见表6。

表6 数字经济、产业融合对高质量发展的回归分析结果

续表6

由表6可见，模型1—3检验产业融合在数字经济和高质量发展之间的中介效应。从模型1的结果可以看出，数字经济发展水平系数显著为正(β=0.041，p<0.05)，说明数字经济发展有利于经济高质量发展。为了检验产业融合的中介效应，需要分析数字经济发展对产业融合的影响，回归结果见模型2。从模型2的结果可以看出，数字经济发展水平系数也显著为正(β=0.027，p<0.01)，进一步说明数字经济发展推动了产业融合。在模型1和模型2都满足条件的基础上，模型3是分析中介效应的主要依据，统计结果表明：产业融合系数(β=0.140，p<0.05)显著为正，且数字经济发展水平系数(β=0.037，p<0.05)仍然呈显著为正，表明产业融合具有中介效应。这意味着从产业融合对数字经济与高质量发展之间的关系产生了部分中介效应，假设1得到验证。

此外，采用Bootstrap法检验中介效应模型，随机抽取5000次样本进行运算。如果路径系数的95%CI不包括0，则表示中介效应具有统计学意义。通过Bootstrap检验得到中介效应中间接效应为0.0002，且bootCl中不包含0，验证了数字经济发展通过产业融合来促进经济高质量发展。上述数据综合表明，数字经济利用本身的特性来刺激产业融合，进而推动经济高质量发展。具体表现为：第一，数字经济可以改善生产过程中的技术进步，包括利用不同数字技术重新设计生产环节，既发挥了数字技术的渗透作用，又使传统产业形成高效资源利用，推动了经济高质量发展。第二，数字经济通过数字平台加强供应链上的信息共享。新平台的出现大大提高了交易双方获取信息的透明度，使得信息沟通的渠道更加流畅且多样化，通过满足市场新需求来提升经济发展质量。第三，通过数字经济的无边界性特征促进了新商业模式的形成，包括线上销售、采购、生产监管等方面，拓展了交易的空间。这样就提供了更多的交易模式，降低了交易成本，拉动了经济高质量发展。所以，充分利用数字经济带来的新技术、新平台以及新商业模式可以推动不同产业之间的融合，缩小产业与产业之间的边界，最终达到边界消失的目标。这样不仅加速了产业之间信息沟通，还提升了数据收集、处理和分析的效率，以减少无效交易的产生，降低了交易成本的产生。另外，产业融合可以更合理地分配资源，从而推进经济高质量发展。从理论和实证的角度得出，数字经济通过产业融合发展进而推动了高质量发展。

2.有调节的中介效应检验

前面研究表明，数字经济通过产业融合推动高质量发展。因此，制度环境与市场化进程之间紧密相连，制度环境有利于政府和市场之间进行沟通，有效地向公众传递治理信息。同时，数字经济的发展离不开制度环境的支持。面对数据的爆发增长，完善的制度环境有利于约束交易各方的行为，减少无效交易的产生。由此可见，不完善的制度环境会阻碍数字经济与产业融合之间的信息交流，不利于降低信息不对称并减弱企业的创新能力。研究表明，制度环境发展水平低会阻碍数字经济对制造业经济发展的促进作用，只有达到一定程度之后，才能增强其自身的创新能力，进而改善经济发展水平，使得经济质量稳步提升。基于此，进一步检验制度环境是否对数字经济与高质量发展之间的中介效应起到调节作用，推动经济高质量发展。回归结果如表7所示。

表7 有调节的中介效应的分析结果

在表7中的模型4—6是检验制度环境对数字经济与高质量发展过程中的调节作用。其中，模型4中制度环境系数显著为正(β=0.043，p<0.01)，说明制度环境与高质量发展呈正相关关系。数字经济与制度环境的交叉项系数也显著为正(β=0.010，p<0.05)，表明完善的制度环境会加强数字经济带动高质量发展的作用，即制度环境正向调节数字经济与高质量发展之间的直接路径。从模型5中可以看出，数字经济与制度环境交叉项的回归系数为0.007，在5%的水平下显著，这表明完善的制度环境会提高数字经济对产业融合的促进作用，即制度环境正向调节数字经济与产业融合之间的关系。在检验数字经济对高质量发展中介效应前半路径调节作用的结果模型6中，数字经济与制度环境的交叉项系数显著为正(β=0.009，p<0.05)，说明完善的制度环境对数字经济与高质量发展的间接路径具有推动作用。

从表8可知，制度环境对数字经济与高质量发展的间接效应的CI=(0.000，0.003)，制度环境间接影响数字经济与高质量发展之间的关系，即制度环境可以推动数字经济进行产业融合，从而促进高质量发展，假设2得到验证。而制度环境(调节变量)对数字经济与高质量发展的直接效应的CI=(-0.015，0.041)，在5%的水平上并不显著。这与上述回归结果并不一致，因为Bootstrap检验未考虑个体固定的条件，所以在控制范围上会有一定的差别，本研究较为谨慎考虑回归的可靠性，并没有提出制度环境对数字经济与高质量发展直接效应的假设。但程文先和钱学锋[4]的研究认为只有制度环境发展到一定程度的时候才会提高数字经济对高质量发展的促进作用，与本文的研究结果并不冲突。

表8 Bootstrap检验结果

为了更加直观地展示制度环境对数字经济与高质量发展的中介效应前半路径的调节作用，绘制出制度环境的调节作用图，如图1所示。从图1中可以看出，对于制度环境的完善程度高低而言，其调节作用对数字经济与产业融合之间的影响均是正向作用。具体而言，当制度环境越完善时，数字经济会对产业融合具有正向激励作用，而不完善的制度环境，则会不利于产业融合。正因为这样的结论，尽管在社会生活中，数字经济仍会推动产业之间的融合，促进创新能力的提升，有利于推动经济高质量发展。但事实上，制度环境具有约束作用，不完善的制度环境会刺激无效交易行为的产生，由此造成的阻力不利于产业之间的融合。因此，从长期来看，市场上相关制度环境会逐渐完善，引导交易各方进行高效交易，进而大大降低交易成本，降低数字经济给产业融合带来的风险，此时对数字经济与高质量发展的中介效应前半路径的调节作用将大大提升。综上所述，制度环境对数字经济与高质量发展之间的中介效应具有调节作用。这主要是因为，完善的制度环境促进了技术信息的交流，降低了产业技术融合的信息成本，使得产业融合过程更加流畅，进而提高了经济高质量发展。

图1 制度环境的调节作用

五、稳健性检验

(一)倾向得分匹配法(PSM)

在探究数字经济对高质量发展的影响时可能存在样本选择偏差问题。比如，发展机会多、政府投入高的东部地区发展数字经济可能更快，而东部地区的产业结构和产业基础条件本来就比中西部地区的更强，融合数字经济的能力也更好，所以直接根据全国的数字经济发展指数进行分析是不恰当的，可能会存在样本偏差问题。因此，本文运用倾向得分匹配法(PSM)将东部地区与中西部地区通过该方法匹配起来，使得两部分地区在控制其他因素后没有其他差异，进而探究数字经济与高质量发展之间可靠的作用机制。首先，以经济发展、财政水平、非农就业人员、教育水平和信息运输效率，估计数字经济发展在东部地区的倾向得分；其次，根据“最近邻匹配原则”在中西部地区中匹配一个对照样本，最终一共得到2033个有效观测样本。结果如表9所示。

表9 倾向得分的Logit回归结果与变量的平衡检验

表9呈现了PSM 检验结果，其中，各个变量匹配后的标准性偏差绝对值均小于10%，且从匹配前到匹配后，P值从显著变为不显著，这说明东部地区与其他地区的匹配对象之间不存在组间差异，即形成有效的匹配结果。从表10可知，处理组比控制组的平均处理效应(ATT)提升了 0.037，T值明显提高。因此，采用PSM匹配样本进行回归分析，检验结果表明数字经济与高质量发展之间的直接和间接效应均存在，与前文的结论保持一致。

表10 数字经济对高质量发展的PSM估计结果

(二)内生性检验分析

在检验数字经济对高质量发展的关系时，遗漏变量可能对实证产生内生性问题。比如，高质量发展并不是一个短期实现的经济结果，而是需要长期的探索，且不断改善经济结构的过程。在宏观经济中，相关要素的流动均不是短期的，这很可能影响回归分析的检验结果。为此，本文拟采用系统GMM法来排除内生性问题。将考虑高质量发展的滞后一期作为解释变量放入模型，分析得到的动态回归结果如表11所示，AR(2)和Hansen检验的P值均大于0.1，表明了模型的有效性。

表11 内生性检验分析结果

续表11

从表11中可以看出，模型7—9分析的是数字经济与高质量发展之间的传导机制。从模型7和模型9中可以看出，高质量发展滞后一期的系数均显著为负，这说明无论是直接效应还是间接效应均不利于高质量发展，可以看出高质量发展是一个非持续性增长的过程，这离不开社会基础建设的波动。对中介效应而言，产业融合对数字经济与高质量发展之间起到部分中介的作用，与上文结论一致，即数字经济通过产业融合来提升经济高质量发展。模型10—12是检验有调节的中介效应的过程。在模型10中，数字经济与制度环境交互项的系数并不显著，这说明制度环境对数字经济与高质量发展之间的直接效应并没有调节作用，与上文Bootstrap检验的结果一致。由模型11和模型12可见，制度环境对数字经济与高质量发展之间的中介效应存在调节作用。总体而言，以上检验说明了选取高质量发展的滞后一期可以有效地解决遗漏变量带来的内生性问题。

(三)其他稳健性检验

为了增强研究结论的稳健性，本文进行了以下稳健性检验：①控制外商投资。考虑到数字经济发展会为产业吸引更多的外商投资，使产业数字化高速推进，而扩大对外开放也会影响经济高质量发展水平。因此，外商投资额占比很可能会导致遗漏变量的偏误。本文将其作为冲击变量加入模型后进行分析。②缩短回归样本时间维度。本文将实证回归的样本时间维度缩短至最近 3 年(即 2016—2018 年)进行重新回归。③对样本全指标进行1%双向缩尾处理。为考察研究结论对潜在极端值的敏感性，本文将全部指标进行了双向1%缩尾处理并重新回归分析。在上述一系列稳健性检验后，数字经济依然通过产业融合促进高质量发展，同时制度环境对数字经济与高质量发展之间的关系也具有调节作用，前文结论依然稳健。限于篇幅，未报告上述结果。

六、进一步分析

(一)城市人力资本异质性

下面进一步考察人力资本积累带来的差异性。刘成坤和林明裕[41]研究发现，人力资本越集聚，对经济高质量发展的促进作用越显著。除此之外，人力资本的集聚也可以通过劳动生产率对高质量发展存在正向影响。但由于不同城市的基础建设条件存在差异，人才流动性加强，导致人力资本水平具有异质性。为了探寻不同人力资本水平城市的数字经济是否对促进高质量发展存在差异性，本文借鉴石大千等[42]的研究，将每百人高等学校的学生数分成三等分，划分为高等、中等、低等人力资本水平城市。根据不同人力资本水平城市分组，分析数字经济对高质量发展是否存在差异性，得到如下结果(见表12)。

表12 城市人力资本异质性检验结果

据表12可知，高等和中等人力资本水平的城市，数字经济对经济高质量发展具有显著的促进作用，但低等人力资本水平的城市却不存在显著作用。这说明高等和中等人力资本水平的城市能够推进经济高质量发展，可能是因为，受教育程度越高，对数字技术的应用和吸收的能力越强，从而促进其产生创新效应。技术型人力资本是形成新技术的基本保障，不同地区为提高人力资本的质量，不断推行人才引进政策，使得技术型人力资本不断积累，其通过在数字平台中发挥创新能力，对经济发展产生积极的正向作用。而基础型人力资本难以面对新技术带来的挑战，以致在经济转型的过程中，不能简单地依靠技术模仿来推动经济高质量发展，所以，低等人力资本水平城市目前并不能利用数字经济带动经济高质量发展。因此，需要充分发挥多层次人力资本在不同部门的经济活动，以加强多层次人才之间的信息交流和技术提升。

2020年年初，新冠肺炎疫情对中国经济的短期冲击，使数字经济逐渐成为推动经济复苏的新动能。与此同时，数字经济发展水平不同的地区需要不同的人力资本为数字经济提供基础保障。如果人力资本产生错配，就会造成人才短缺、资源闲置等问题，不利于生产效率的提高。因此，在数字经济高速发展的背景下，根据当地情况探寻符合本地经济发展的人力资本的积累速度和质量，对缩短地区之间差距具有重要意义。

(二)城市等级异质性分析

城市等级的划分根据第一财经在2021年5月发布的《2021城市商业魅力排行榜》。第一财经研究所仍然运用原来的五大维度来评估中国地级城市，其中，城市等级主要分为一线到五线城市。本文借鉴李治国等[14]的研究，将全部样本划分为一线城市15个、二线城市30个、三线城市69个、四线城市81个，以及五线城市81个。在上述回归模型中加入虚拟变量加以控制，得到如下结果(见表13)。

表13的结果显示，在不同等级城市中，数字经济通过产业融合促进高质量发展的路径具有显著差异。一线、四线、五线城市等级不具有显著作用，而在二线、三线城市等级中数字经济对高质量发展具有显著正向作用。其内在原因在于，15个一线城市中9个省会城市，是数字经济先行地区、“塔尖”城市。一方面，一旦数字经济占据优势，就会形成自我强化，扩大市场规模。随着时间的推进，数字经济推动高质量发展已在一线城市得到充分发挥。另一方面，在省会城市由于要素过度拥堵和浪费，不利于资源配置效率的提升，进而未形成有效促进经济高质量发展的作用[43]。而综合上述两个方面，二线和三线城市仍然在推进大数据、区块链、人工智能等数字技术与社会各个领域进行融合，以释放更大的边际收益，并提升经济发展质量。

表13 不同城市等级的异质性中介效应检验结果

从加强建设角度看，应该完善四线、五线城市的基础建设，结合数字经济政策在经济转型的关键阶段占据有利位置，避免一线城市的垄断情况。数字经济遵循梅特卡夫法则，一旦四线和五线城市形成相对比较优势，一线城市所浪费的资源就会回流，据此，四线和五线城市的数字经济对高质量发展的促进作用具有更大的潜力。综上所述，相比一、四、五线城市，二、三线城市数字基础建设较完善，且没有形成资源拥堵和浪费效应，这样也就具有更多的物质条件来发展数字经济，从而对经济高质量发展产生正向作用。

七、结论与政策建议

2021年8月23日，习近平总书记在“智博会”上指出，“世界正进入数字经济快速发展的时期，5G、人工智能、智慧城市等新技术、新业态、新平台蓬勃兴起，深刻影响全球科技创新、产业结构调整、经济社会发展”。自2020年以来，世界各国也开始实施不同的数字经济战略，以应对新冠肺炎疫情的冲击。数字经济逐渐成为转变经济结构的重要选择。本文基于数字经济推动中国经济发展这一事实，从产业融合和制度环境的角度出发，结合中国2011—2018年276个地级城市的面板数据，运用面板固定效应模型和有调节的中介效应模型，实证检验了数字经济对高质量发展的影响及其内在作用机制，得到如下结论：①数字经济通过产业融合推动经济高质量发展。具体来讲，随着数字经济的发展，形成了一系列新技术、新平台以及新业态，使得产业边界消融甚至消失。不同产业之间的融合打破了行业间资源壁垒，改善了资源的使用效率，进而促进了经济高质量发展。②制度环境能够有效增强数字经济对高质量发展的促进作用。当制度环境越完善时，市场无效交易行为越少，交易成本降低，数字经济推动产业融合越明显，进而提升了经济发展质量。采取合适的制度保持市场正常运转，不断优化营商环境，更有效消除产业边界，推动经济高质量发展。③数字经济对高质量发展的影响具有异质性。即拥有高人力资本水平以及较高城市等级的城市，其数字经济对高质量发展的促进作用更明显。高水平人才是推动高质量发展的重要条件，实现多元化技术人才储备对持续发挥数字经济优势具有积极作用。并且中国城市发展水平存在非均衡的特点，尽管一线城市具有更高水平的基础条件，但很可能出现资源过剩的情况。相较于一线城市，维持二、三线城市数字经济发展水平，加强推动四、五线城市显得更为重要。

据以上分析结果，为充分释放数字经济对经济发展质量的优势，提出如下政策建议：①加强数字经济的发展，推动不同产业间的深度融合。各城市应深化物联网、大数据以及人工智能的研发和应用，鼓励传统产业使用先进技术，稳定开发过程、提升原有产品质量。实践中，以“中国制造 2025”规划作为指引，加快智能产业链的建设，促进产业形成新商业模式。②优化制度环境，有效释放数字经济的经济红利。各城市要保障数据在收集、利用、储存等环节的安全性，打通数据在全社会的流动途径。可适度进行政府干预，运用法律法规的手段规范数字技术的应用，引导实体经济与数字经济形成一个有效的融合机制，避免交易市场中的不当行为。③提高人力资本水平，促进数字经济对城市高质量发展的积极作用。各城市在加强数字基础建设的同时应有针对性地优化发展布局，加大对较低人力资本水平城市的投资力度，吸引更多人员集聚并营造良好的基础条件，从而完善数字网络化体系，带动较低人力资本水平地区经济高质量发展。④研究发现数字经济对“塔尖”城市具有垄断效应，为此，在数字经济带来机遇与挑战并存的背景下，此类城市要主动转移优质产业，最大限度地利用数字经济的溢出效应。同时，还要积极探索符合本地发展的道路来避免资源的过度浪费，与四、五线城市形成优势互补的差异化发展格局。