数字经济发展战略对产业结构升级的政策效应

梁海萌 申丹虹

[摘要]以大数据为关键生产要素的数字经济发展战略是否为产业结构升级带来新机遇？以国家级大数据综合试验区的设立为准自然实验，运用多时点DID方法，检验以数据要素为核心的数字经济发展战略对产业结构升级的影响。研究发现：保持其他条件不变，大数据试验区的设立使得实验组产业结构升级程度相比对照组提高了0.94，研发水平效应以及消费需求效应在其中发挥了中介作用；这一影响效应在互联网发展水平和金融发展水平较高的省份更显著，同时相较于省份试点，直辖市试点能有效发挥政策的城市集中效应进而推动产业结构升级。研究结论有助于进一步认识国家级大数据综合试验区的政策效果，为充分发挥数字经济发展战略的产业结构升级效应提供政策建议。

[关键词]数字经济发展战略；产业结构升级；大数据；国家级大数据综合试验区

一、 引言

推进产业结构优化升级，推动产业迈向价值链中高端，是决定我国经济能否实现高质量发展的关键因素。产业结构优化升级的关键是技术升级和效率提升，随着新一轮产业革命和科技变革兴起，经濟增长模式从传统生产要素为动力正在转向以数据要素为驱动的数字经济发展新阶段。其特征是以大数据技术为主体的通用技术的进步，大幅提升信息生产、转化与传播效率，进而催生出一批新兴的数字化产业，推动我国进入新工业革命时代[1]。作为互联网时代推动经济增长和结构转型的重要抓手，数字经济建设俨然成为产业结构优化的“新答案”。在我国政府与市场的良性互动下，政府发布了一系列相关区域政策促进数字经济的发展， 2015年国务院印发《促进大数据发展行动纲要》，正式提出建设国家级大数据综合试验区（以下简称大数据试验区或试验区）。作为一项重要的数字经济发展战略，试验区的建设将培育地区产业新业态、推动地区产业新发展格局。那么数字经济发展战略的政策效应发挥如何？试验区的建设能否促进产业结构升级，其中的影响机制又是什么？

鲜有学者从政策视角出发探究数字经济发展战略对产业结构的影响，但政策效应主要作用于数字经济这一新经济形态。梳理数字经济与产业结构关系的文献发现，现有研究主要集中在两个方面：一是数字经济与产业结构升级关系的理论研究，研究认为数字技术具有互补性，与其他生产、经营流通等环节产生互补，对生产方式、组织结构在内的各种要素资源进行重新整合，引发产业联动效应和溢出效应，助力创新驱动，推动生产部门结构优化[2]。新经济形态以传统产业为支撑，基于信息技术催生出产业新业态以及新模式，探索产业发展新内涵[3]，带动产业发展新领域[4]，开拓产业发展新空间[5]，从基础层、支撑层和整合层各层面融入三大产业运行中，实现产业融合优化[6]。二是数字经济对产业结构升级的影响机理研究。Lee等[7]将数字信息融入产业关联度进行研究，发现数字化将成为产业结构升级的杠杆。其他学者提出数字经济发展直接通过影响地区创新[8]、资源错配效率[9]、金融发展[10]以及人力资本红利[11]等促进产业结构升级。

综上，现有文献对数字经济与产业结构的关系从理论分析和实证检验角度进行了研究，但是鲜有文章从政策视角出发，评估数字经济发展战略对产业结构升级的政策效应。本文以2015到2016年间国家级大数据综合试验区获批建设为准自然实验，将北京、天津、上海、河北、内蒙古、重庆、广东、河南和贵州9个省市设为实验组，其余省份设为对照组，实证检验数字经济发展战略如何助力产业结构升级。本文可能的贡献主要表现为以下三个方面：一是以大数据试验区的设立为政策冲击，实证评估试验区试点对产业结构升级的政策效果；二是运用准自然实验的方法，丰富数字经济与产业结构关系的研究方法，断开两者之间潜在的内生关联，保证研究结果的可靠性；三是从实证层面验证数字经济发展战略到产业结构升级之间的研发水平效应和消费需求效应的传导路径；四是验证数字经济发展战略对产业结构升级促进作用的异质性特征，网络基础设施和金融发展水平差异解释了异质性问题，同时深入探究不同行政级别的试验区政策效应差异。

二、 政策背景与研究假设

1. 政策背景

为推动以数据为核心生产要素的数字经济的发展，全球各大工业国陆续出台了大数据发展战略。早在2011年，美国就公布《大数据研究与发展计划》，表明大数据已成为美国国家层面的战略部署；为推动公共部门服务质量，澳大利亚政府2013年出台《公共服务大数据战略》，以大数据战略引领服务改革；同年，英国和法国也紧跟步伐，先后出台了大数据战略规划以实现数据价值萃取，助力经济发展[12]。

2014年，我国政府工作报告首次出现“大数据”概念，大数据政策开始进入顶层设计阶段。2015年，《促进大数据发展的行动纲要》1正式印发，成为全国首部促进大数据发展的权威性文件，对发展大数据产业进行国家层面的统筹布局和战略性指导，其的发布对我国大数据领域相关应用、产业和技术的发展具有指导意义。2020年国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》2，正式将数据确定为生产要素，提出加快培育数据要素市场。2021年，工信部发布《“十四五”大数据产业发展规划》3，为我国大数据产业高质量发展做出总体部署。2022年，《“十四五”数字经济发展规划》4出台，明确以“优化升级数字基础设施、充分发挥数据要素作用”为基础支撑。

值得注意的是，2015年在国务院印发的《促进大数据发展行动纲要》中提出，要“开展区域试点，推进贵州等大数据综合试验区建设”，次年，北京、天津、上海、河北、内蒙古、重庆、广东、河南和沈阳等多个省市也相继获批建设国家级大数据综合试验区。设立大数据试验区的主要目标，是建立大数据产业集聚区，加速数据要素流动，推进数据整合共享开放，完善大数据支撑体系，繁荣大数据产业生态。同时也要进一步发掘数据要素，有效推动人才汇聚和产业研发水平，助力数字经济发展，培育新兴业态。基于此，本文以国家级大数据综合试验区的设立为准自然实验，验证数字经济发展战略与产业结构升级之间的关系。

2. 研究假设

数字技术以数据要素和创新驱动为核心，集约化整合传统生产要素，成为产业结构升级的重要引擎。一方面，数字经济发展战略能够产生“鲶鱼效应”，激发传统产业焕发新活力。以数字技术驱动的大数据试验区的设立，不仅为产业生态重构与产业融合创造了新机遇，也使区域内传统企业产生危机感，既想要保住原有的生存空间又想谋求更大的市场份额，迫使企业进行数字创新和改造，通过规模经济和溢出效应，提高竞争力[13]。这不仅带来了传统产业内部的优化升级，更促进了产业间整体结构的高端化。另一方面，试验区的设立推动了区域数字经济发展，在数量和质量上重构产业劳动力。数字经济的繁荣以及传统产业的数字化转型虽然减少了劳动力岗位，但也为劳动力素质的提高及跨行业转移提供了机会和动力[14]。劳动力将不得不通过再学习和再培训提高自己的技术与能力，以适应新兴行业的要求，这也为产业结构升级提供了劳动力资源准备。基于此，本文提出如下假设：

假设1：数字经济发展战略可以促进产业结构升级。

数字经济發展战略推动科技研发水平、助力数字产业化的同时塑造传统产业新业态，进而赋能产业结构升级。从宏观角度看，试验区在政策红利下获得了更多资金支持，不仅可以投资数字经济相关领域的研发和创新，还能够吸引大量高素质人才，同时数据技术的发展使得知识的存储形态和传播效率发生改变，知识的溢出与吸收速度加快，全社会知识存量增加，这些创新要素的集聚能够充分释放研发水平与技术成果转化能力[15]。技术的持续增强带来外部溢出效应和内部经济效应，助力地区产业优化调整。从微观角度看，一方面试验区内科技企业和科研机构的自发性创新活动能够产生知识溢出效应，加快新业态和新商业模式形成。另一方面率先发掘数据要素价值的企业可能获得成本以及效益的领先，打破行业内原有市场格局，无形间加剧企业竞争，倒逼企业实现需求型研发创新。传统产业在技术升级的新动力下，融合新兴技术得以加快改造升级，向技术密集型产业演进。同时信息技术的应用催生出数字化产业的形成与发展，成为产业结构升级的主力军[16]。基于此，本文提出如下假设：

假设2：数字经济发展战略可以通过研发水平效应促进产业结构升级。

数字经济发展战略可以通过改变国内大循环的需求端，催生新的产业生态进而促进产业结构升级。数字化变革下，产业结构升级的动力来源于人们不断升级的消费需求，产业结构调整不断适应消费需求升级，可以说消费结构变化是引导和促进产业结构升级的重要因素。数字经济发展战略引致消费需求效应变化主要体现在以下两方面：一方面，数字技术的发展极大地促进了消费行为的变化。大数据技术降低了市场的信息不对等，开发了市场潜力，进一步促进了消费结构变迁，由温饱型价值消费转向享受型价值消费，进而大幅提升第二产业和第三产业的经济活跃度，提高其在国民经济中的比重，推动产业结构高级化[17]。另一方面，中国拥有潜力巨大的消费市场，但城乡经济发展不平衡及区域边界壁垒等因素制约了消费需求。数字经济发展催生的平台经济、电子商务等新业态，能够在一定程度上开发市场需求、打破地理壁垒、模糊市场边界进而促进产业融合。同时需求端的不断升级促使产业的生产模式和组织架构随之发生变化，企业必须持续进行技术革新和产品更新以适应消费结构调整，新技术催生新动能，促进产业结构升级。基于此，本文提出如下假设：

假设3：数字经济发展战略可以通过消费需求效应促进产业结构升级。

三、 研究设计

1. 模型构建

本文以国家级大数据综合试验区的设立为准自然实验，构建双重差分模型检验大数据综合试验区对产业结构升级的政策效应。其中，以贵州、北京、上海、天津、河北、广东、河南、内蒙古和重庆9个试验区为实验组，以其他省份为对照组。由于贵州省2015年批准设立试验区，所以将其政策时间节点设定为2015年，其他试验区的政策时间节点则根据其试验区批准设立时间定为2016年。同时，考虑到大数据综合试验区是分批设立的，由于传统的双重差法分只能分析单个时间点的政策效应，为弥补这一方法的效果分析不足，本文参考Beck等[18]的做法，采用多时点双重差分模型，模型构建如下：

[indit=α0+α1DIDit+α2Xit+μi+νt+εit] （1）

其中，ind表示产业结构升级，DID为是否获批建设试验区的政策虚拟变量，[α0]表示常数项，[Xit]表示控制变量，i表示省份，t表示样本年度。本文主要考察系数[α1]，若系数显著为正，则表示大数据试验区设立有利于推动产业结构升级，即数字经济发展战略有效促进了产业结构升级。

2. 变量说明

（1）被解释变量

产业结构升级（ind）。目前有关研究对产业结构升级的衡量，主要分为以下三种：第一，以第三产业与第二产业的产值之比测度产业结构高级化[19]；第二，通过将各产业产值占总产值的比重赋予相应的权重并加权来表示产业结构升级[20]；三是基于产业结构合理化视角衡量产业结构升级[19]。产业结构升级的内在逻辑与现阶段经济发展趋势决定了其外在特征表现为第一产业的相对稳定发展，第三产业相比第二产业在产值上的迅速扩张。因此，本文借鉴李虹等[19]的方法，通过测算三产与二产的产值比衡量产业结构升级，同时用产业结构合理化指标进行稳健性检验。

参考干春晖等[21]学者的做法，本文借助重新定义的泰尔指数来衡量产业结构合理化。测度方法如下：

[TL=k=1nYkYlnYkLkYL] （2）

式（2）中，TL代表调整过的泰尔指数；Y表示国民生产总值，[Yk]为k产业增加值（k=1、2、3）；L表示就业总人数，[Lk]为k产业的就业人数；n为产业数，k为各个具体产业。泰尔指数不仅能全面反映产业总体结构的分布，也展现了产业结构的优化程度。泰尔指数越趋于0，说明实际产业结构偏差越小，产业结构越合理。

（2）核心解释变量

政策虚拟变量（DID）。本文根据大数据试验区获批建设情况，结合設立时间，生成政策虚拟变量DID，即将试验区获批建设当年及之后的实验组样本的政策虚拟变量设为1，获批建设之前及整个样本时间内对照组的变量设为0，以反映政策实施所带来的净效应。

（3）机制变量

本文选取的中介变量包括①研发水平效应（patent），研发创新不仅能够加速数字化产业发展，而且还能推动产业向技术密集型转移，本文以各省人均专利授权量衡量研发水平；②消费需求效应（lndema），数字经济催生的网络化、平台化等新型消费模式，不仅改变了大众的消费习惯，同时在打破区域市场分割的状态下释放大众消费潜力，解决了国内粗放型经济增长方式所造成的产能过剩、资源低利用率等现状，进而拉动各产业经济总量、带动第三产业蓬勃发展，本文借助人均社会消费品零售总额的自然对数来衡量居民消费需求的变化。

（4）控制变量

参考已有文献，控制产业结构升级的影响因素有以下几个方面：①经济发展水平（lnpgdp），用地方人均生产总值的自然对数衡量；②政府参与程度（gov），用地方财政一般预算内支出与地方生产总值的比值表示；③对外开放程度（fdi），用外商直接投资与地方生产总值的比值表示；④人力资本水平（lnedu），用每万人中普通高等学校在校生数的自然对数来表示；⑤固定资产投资水平（fa），用固定资产投资总额与地方生产总值的比值表示。

3. 数据来源与描述性统计

本文基于中国2008—2020年31个省区市1的面板数据，探究数字经济发展战略与产业结构升级的关系。数据均来自于《中国统计年鉴》《中国城市统计年鉴》，部分省份统计年报以及中经网数据库。相关变量的描述性统计见表1。

四、 实证结果与分析

1. 基准回归分析

本文构建多时点双重差分模型对研究假设进行实证检验，回归结果如表2所示。列（1）和列（2）分别为加入控制变量前后数字经济发展战略对产业结构升级的估计结果，可以看出无论控制变量加入与否，大数据试验区的设立对产业结构升级的影响均显著为正，说明数字经济发展战略对产业结构升级具有强有力的激励作用。具体看列（2），加入控制变量后试验区虚拟变量（DID）对产业结构升级的回归系数为0.9394，且在1%的水平下显著，可以看出，保持其他条件不变时，大数据试验区设立使得实验组产业结构升级程度相比对照组提高了0.94，这表明数字经济发展战略能够促进产业结构升级。回归结果验证了假设1。

2. 稳健性检验

（1）平行趋势检验

本文采用跨期动态面板模型检验大数据试验区政策试点前后产业结构升级的动态变化，来检验政策效应是否存在平行趋势。结合方法原理，本文借鉴Louis等[22]的做法，根据大数据实验区政策试点实施时间进行观测，利用事件分析法考察政策效应，平行趋势检验结果见图1。其中，各点对应的系数大小表示试验区政策试点效应的大小，窗口期选取了10年，试验区批准建设期为0时点，短竖线表示置信区间。从图中可以看出，试验区政策试点实施之前的年度，实验组和对照组对应的系数估计值均不显著异于0，这表明产业结构的变化在试验区获批建立之前无明显差异，说明本文样本在政策时点前满足平行趋势假设。接着，本文从另一个角度考察了大数据试验区对产业结构升级影响的动态特征。由图1可知，政策实施之后，试验区政策试点对产业结构升级的政策效应随着时间的延长而不断增大，政策冲击没有产生立竿见影的效果，可能的原因是大数据试验区建设带来的产业结构调整效果是有一个过程的，数字经济发展战略的产业转型升级效应具有一定的滞后性。随着数字经济的继续发展，政策冲击效果逐渐显现，也验证了基准回归结果的稳健性。

（2）多时点DID偏误诊断

处理效应同质性假设是多时点DID运用双向固定效应模型进行因果判断的重要假设，它要求处理效应在组别间以及时间维度上是同质的，忽略这一假设可能会产生严重的估计偏误[23]。多时点DID由于处理时点不同，较早接受处理的样本会成为后处理样本的控制组，这一处理效应的异质性可能会带来负权重问题，进而导致政策效应估计反向偏转。本文的处理时点分别为2015年和2016年，其中贵州省在2015年成为处理组，其余未接受政策冲击省份为控制组，北京、上海、天津、河北、广东、河南、内蒙古和重庆8个省市在2016年成为处理组，其余省份在处理效应加权估计时成为控制组。显然，本文较早接受处理的样本少且存在大量“从未接受处理样本”，估计结果不会造成太大偏误。为验证这一判断，借鉴Chaisemartin等[24]的做法，本文对处理效应的权重进行分解，结果显示在固定效应估计中，有46个正权重，0个负权重，处理效应的异质性并不会产生估计结果变化，提高了本文研究结果的可信性和规范性。

（3）安慰剂检验

虽然实验组和对照组在试验区批准设立之前满足平行趋势假设，在一定程度上证明了模型的有效性，但产业结构的变化受多种因素影响，仍要考虑是否与同一时期其他政策或随机因素有关。为进一步验证模型的有效性，排除其他因素干扰，本文通过改变政策执行时间进行两次安慰剂检验。具体而言，考虑到大数据试验区政策试点开始于2015年，本文进行反事实检验（也叫安慰剂检验）。假设试验区批准设立的年份提前2年和3年，观察政策虚拟变量对应的回归系数，若系数不显著，则表明政策的实施是产业升级效应的推动力；反之，则表明产业结构的变化很可能来自其他随机因素。表3中列（1）和列（2）分别表示政策实施年份提前2年和3年的结果，显然，试验区试点对产业结构升级影响的回归系数均不显著，验证了产业结构升级确实是由试验区试点引起的，本文研究结论不变。

（4）其他稳健性检验

除采用上述方法外，本文还进行了如下稳健性检验：（1）解释变量滞后一期检验。将解释变量滞后一期，其他相关数据不变，重新进行回归分析，由表3中列（3）可知，政策试点效应的回归结果显著为正，表明试验区设立能够促进产业结构升级，数字经济发展战略的影响效应与上文研究结论相同，证明了本文研究方法和结论的可靠性。（2）替换被解释变量进行检验。本文用产业结构合理化指标重新度量被解释变量，以检验试验区政策的实施效果，从表3中列（4）的结果可以看出，政策试点效应的系数在5%的水平下显著为负，意味着数字经济发展战略有利于产业结构的合理化，与基准回归结果一致，表明本文的研究结果具有一定的稳健性。

五、 机制检验与异质性分析

1. 影响机制检验

前文研究表明，大數据试验区设立有利于促进产业结构升级，那么其赋能产业结构升级的机制是什么？为进一步揭示数字经济发展战略促进产业结构升级的深层机理，本文基于模型（1），构建两阶段中介效应模型，具体设定见模型（3）与模型（4）：

[Mit=β0+β1DIDit+β2Xit+μi+νt+εit] （3）

[indit=γ0+γ1DIDit+γ2Mit+γ3Xit+μi+νt+εit] （4）

其中M为中介机制变量，在本文中为研发水平效应（patent）和消费需求效应（dema）。模型（3）中DID的系数[β1]表示大数据实验区政策试点对中介机制变量的影响效应，其中，DID的系数[β1]与中介变量M的系数[γ2]为本文关注的核心系数，若它们均显著，则表明数字经济发展战略以中介机制变量为传导机制促进产业结构升级。其余变量与前文定义一致。

（1）机制检验：研发水平效应

本文借助中介效应模型，检验“数字经济发展战略—研发水平效应—产业结构升级”传导机制。结合表4的回归结果可知，列（1）为数字经济发展战略对研发水平效应的影响，其中试验区虚拟变量（DID）的回归系数为6.8550，在1%的水平下显著为正，表明数字经济发展战略对于研发水平有正向的激励作用。列（2）中试验区虚拟变量（DID）的回归系数为0.0637，在10%的水平下显著为正，研发水平效应（patent）的回归系数为0.0044，在5%的水平下显著为正。这表明研发水平效应是大数据试验区政策试点助力产业结构升级的中介变量，即数字经济发展战略可以通过强化研发水平效应促进产业结构升级。回归结果验证了假设2。

（2）机制检验：消费需求效应

借助中介效应模型，验证“数字经济发展战略—消费需求效应—产业结构升级”这一传导机制。结合表4的回归结果可知，列（3）为数字经济发展战略对消费需求效应的影响，其中政策虚拟变量（DID）的回归系数为0.1873，在1%的水平下显著为正，表明数字经济发展战略对于消费需求变化有正向的激励作用。列（4）中政策虚拟变量（DID）的回归系数在5%的水平下显著为正，消费需求效应（dema）的回归系数为0.0945，在1%的水平下显著为正。验证了大数据试验区政策试点助力产业结构升级的中介机制的存在性，即数字经济发展战略能够通过强化消费需求效应促进产业结构升级。回归结果验证了假设3。

2. 异质性分析

考虑到互联网基础设施及地区金融发展水平等差异，数字经济发展战略对不同发展水平地区的影响是否存在差异性？试验区类型差异是否会影响政策效果发挥？对上述问题的研究有助于揭示数字经济发展战略对产业结构升级影响的深层次作用机理。

（1）互联网发展水平异质性

由于以数据要素为核心的数字经济的蓬勃发展依赖信息载体，因而信息通讯设备和互联网等基础设施的完善成为制约数字经济战略实施的关键要素[25]，互联网基础设施水平不同的区域，其数字经济发展战略的产业结构升级效果可能也会有所差异。本文以互联网宽带接入端口数来衡量城市的互联网发展水平，根据中位数，将样本省份等分为低互联网发展水平省份和高互联网发展水平省份两组。由表5中列（1）和列（2）的结果可知：对于互联网发展水平低的省份而言，试验区虚拟变量的回归系数未通过显著性检验，而对于互联网发展水平高的省份而言，试验区试点对产业结构升级的回归系数为0.1563，在1%的水平下显著为正，这表明数字经济发展战略促进了互联网发展水平高的省份的产业结构升级。究其原因，可能是互联网基础设施不完善的地区难以彻底释放数据要素的经济红利，阻碍了产业转型升级效应，而高密度互联网基础设施建设地区能够迅速整合数据要素，发挥数字经济战略的政策效应。

（2）金融发展水平异质性

由于金融体系的健全，既可以为区域经济发展提供强大的资金支撑，也可以从某种程度上反映我国第三产业的发展水平，因而数字经济发展战略的产业结构升级效果可能会因区域金融发展水平而异。本文以金融机构存贷款总额与GDP的比值来衡量地区金融发展水平，同样依据中位数，将样本省份等分为低金融发展水平省份和高金融发展水平省份两组。由表5中列（3）列（4）的结果可知：对于金融发展水平低的省份而言，试验区政策虚拟变量的回归系数未通过显著性检验，而对于金融发展水平高的省份而言，数字经济发展对产业结构升级的回归系数为0.3529，在1%的水平下显著为正，这表明金融发展水平高的省份，数字经济发展战略的产业升级效应更为明显。其原因可能是在金融发展水平较低的地区，难以为大数据相关产业提供充足的财力支撑，而金融发展水平高的地区，金融业作为资金密集型产业本身就是产业高级化的体现，同时数字化与金融业的进一步结合加速推进了产业升级效应。

（3）试验区类型异质性

当前，国家级大数据综合试验区可以分为两种类型：一种是直辖市，包括北京、天津、上海和重庆；另一种是省份，包括河北、内蒙古、贵州、广东和河南。这两类地区在面积、人口、经济规模以及产业结构等方面均存在差异，因此将试验区分为直辖市和省份两组考察政策效应，能够使研究更加完善可靠。其中直辖市可以当作城市看待，考察其城市集中效应，而省份可以当作区域看待，考察其区域协同效应，分组检验结果见表5。具体来看，表5中列（5）为直辖市分组样本检验结果，政策虚拟变量（DID）回归系数显著为正，可以看出试验区充分发挥了其城市集中效应，推动该地区产业结构升级，也进一步验证了数字经济发展战略的产业结构升级效应。表5中列（6）为省份分组样本检验结果，可以看出省份试点对产业结构升级的影响不显著，表明试验区尚未发挥其区域协同效应助力产业结构升级。究其原因，可能是政策的执行区域级别影响了政策的执行力度与效果。省份相当于小型城市群，城市群的协同发展程度决定了政策的区域协同效果，区域内城市行政壁垒降低了政策执行效果和行政效率，同时也不利于产业集聚发挥其规模效应。直辖市的统一行政管理提高了政策执行效率，减少了企业迁移获批程序，有利于产业资本的迁入以及配套产业的发展，进而促进了试验区政策效应发挥。

六、 结论与启示

本文以国家级大数据综合试验区的设立为准自然实验，探究数字经济发展战略的外生冲击效应。实证检验了以数据要素为核心的数字经济发展战略对产业结构的促进作用，并分析了该产业转型升级效应所蕴含的传导机制和异质性特征，深入探究数字经济发展战略的作用机理。研究结果表明：（1）以大数据试验区为主体的数字经济发展战略显著促进了我国产业结构升级，该结论在经历了平行趋势检验、多时点DID偏误诊断、安慰剂检验和替换解释变量等一系列检验后依旧稳健。（2）机制验证表明，数字经济发展战略通过推动研发水平效应以及消费需求效应有效赋能产业结构升级。（3）异质性研究表明，高互联网发展水平和高金融发展水平的省份可以显著增强数字经济发展战略对产业结构升级的促进作用，同时直辖市试点能够充分发挥其城市集中效应推动产业结构升级，而省份试点尚未发挥其区域协同效应。

基于实证研究结果，本文提出以下建议。

统筹推进大数据发展战略，加速产业转型升级效应。由于国家级大数据试验区的设立对产业结构升级起到积极推动作用，已设立为试验区的省份必须坚持实施大数据战略，进而推进数字经济发展，把数字经济作为新时代经济高质量发展的重要抓手。同时加强相关法律法规建设，扩大区域试验区的重点发展效应和跨地区试验区的外溢效应，为区域经济发展注入新动力；对于尚未确立为试验区的省份，需要根据地区的实际情况，依托区域资源环境禀赋、经济发展水平和政策制度，制定相应的大数据发展战略，并以此为发展模式，探索本区域产业结构升级方式，进而促进本区域的数字经济与实体经济融合发展。

以科技研发为转型动力，以消费需求为转型突破。一方面，推进数字经济发展倒逼技术研发，完善优化数字研发水平的人才队伍、科研经费和重点科技平台建设，加快突破数字技术和相关领域科技难关，解决制约产业结构升级的难题，扩大前沿技术与数字化融合对产业结构升级的倍增效应。另一方面，注重需求侧对供给侧结构性改革的引领作用，强调以需求为导向，以需求结构调整为突破口，从消费需求效应角度促进产业转型升级。发挥大数据试验区“新基建”的作用，打破传统消费的空间、区域限制，重塑产业消费新模式，在政府引领与市场机制调节作用下釋放国内消费潜力，以平台经济、电子商务等数字化产业为新动能，赋能产业结构升级。

助力地区产业集聚，发挥区域协同效应。试验区政策的城市集中效应优于其区域协同效应，因此，应加强对省级试验区的建设管理，进行城市群功能规划，打破各城市间的行政壁垒，避免各自为政，提高行政效率。对试验区相关事项进行“特事特办”，克服平行管理权重叠弊端，定期对试验区效果进行评估。重点关注区域内产业集群结构，发挥中心城市辐射周边城市协同发展效应，促进产业集聚程度的提高，助力数字经济发展战略实施。同时地区应大力支持互联网基础设施建设，增强地区金融市场活力，加速金融市场创新，使得数字经济发展战略的产业结构升级效应最大化。

参考文献：

[1] 李辉.大数据推动我国经济高质量发展的理论机理、实践基础与政策选择[J].经济学家，2019（3）：52-59.

[2] 张三峰，魏下海.信息与通信技术是否降低了企业能源消耗——来自中国制造业企业调查数据的证据[J].中国工业经济，2019（2）：155-173.

[3] 任保平，宋文月.新一代人工智能和实体经济深度融合促进高质量发展的效应与路径[J].西北大学学报（哲学社会科学版），2019，49（5）：6-13.

[4] James M， Chui M， Bisson P， et al. The Internet of Things： Mapping the Value beyond the Hype[J].McKinsey Global Institute，2015（3）：1-24.

[5] 张于喆.数字经济驱动产业结构向中高端迈进的发展思路与主要任务[J].经济纵横，2018（9）：85-91.

[6] 迟明园，石雅楠.数字经济促进产业结构优化升级的影响机制及对策[J].经济纵横，2022（4）：122-128.

[7] Lee S，Kim M S，Park Y.ICT Co-evolution and Korean ICT Strategy—An Analysis Based on Patent Data[J].Telecommunications Policy，2009，33（5/6）：253-271.

[8] 焦帅涛，孙秋碧.我国数字经济发展对产业结构升级的影响研究[J].工业技术经济，2021，40（5）：146-154.

[9] 方湖柳，潘娴，马九杰.数字技术对长三角产业结构升级的影响研究[J].浙江社会科学，2022（4）：25-35.

[10] 秦建群，赵晶晶，王薇.数字经济对产业结构升级影响的中介效应与经验证据[J/OL].统计与决策，2022（11）：99-103[2022-06-08].

[11] 俞伯阳，丛屹.数字经济、人力资本红利与产业结构高级化[J].财经理论与实践，2021，42（3）：124-131.

[12] 张勇进，王璟璇.主要发达国家大数据政策比较研究[J].中国行政管理，2014（12）：113-117.

[13] 韦庄禹.数字经济发展对制造业企业资源配置效率的影响研究[J].数量经济技术经济研究，2022（3）：66-85.

[14] 翟淑萍，韩贤，毛文霞.数字经济发展能提高企业劳动投资效率吗[J].当代财经，2022（1）：78-89.

[15] 黄赜琳，秦淑悦，张雨朦.数字经济如何驱动制造业升级[J].经济管理，2022（4）：80-97.

[16] 范德成，方璘，宋志龙.智慧城市建设的产业结构升级效应及作用机制研究[J].科技进步与对策，2021，38（17）：61-68.

[17] Pittman T S， Zeigler K R.20.Basic human needs[J].Social Psychology： Handbook of Basic Principles，2007，10（1）：473-489.

[18] Beck T， Levine R， Levkov A. Big Bad Banks？ The Winners and Losers from Bank Deregulation in the United States[J].The Journal of Finance，2010，65（5）：1637-1667.

[19] 李虹，邹庆.环境规制、资源禀赋与城市产业转型研究——基于资源型城市与非资源型城市的对比分析[J].经济研究，2018，53（11）：182-198.

[20] 汪伟，刘玉飞，彭冬冬.人口老龄化的产业结构升级效应研究[J].中国工业经济，2015（11）：47-61.

[21] 干春暉，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011，46（5）：4-16.

[22] Jacobson L S， LaLonde R J，Sullivan D. Earnings Losses of Displaced Workers[J].The American Economic Review，1993，83（4）：685-709.

[23] Goodman-Bacon A.Difference-in-differences with Variation in Treatment Timing[J].Journal of Econometrics，2021，225（2）：254-277.

[24] De Chaisemartin C， dHaultfoeuille X.Two-way Fixed Effects Estimators with Heterogeneous Treatment Effects[J].American Economic Review，2020，110（9）：2964-96.

[25] 许宪春，任雪，常子豪.大数据与绿色发展[J].中国工业经济，2019（4）：5-22.

基金项目：山西省政府重大决策咨询课题“山西省制造业数字化转型的路径与效应研究”（项目编号：0301）；中北大学研究生科技立项项目“国家级大数据综合试验区试点赋能产业全要素生产率研究”（项目编号：20221850）；山西省哲学社会科学规划课题“山西省实体产业数字化转型的路径和效应研究”（项目编号：2022YD112）。

作者简介：梁海萌（1997-），通讯作者，女，中北大学经济与管理学院硕士研究生，研究方向为技术创新与产业经济；申丹虹（1969-），女，博士，中北大学经济与管理学院教授，硕士生导师，研究方向为技术创新与产业经济。

（收稿日期：2022-10-27  责任编辑：苏子宠）