数字经济对经济高质量发展的影响研究——基于产业结构的门槛作用

王君萍 赵 薇

(1.西安石油大学 经济管理学院,陕西 西安 710065;2.西安石油大学 陕西(高校)油气资源经济管理研究中心,陕西 西安 710065)

0 引 言

近年来我国经济高速发展,但随之出现环境污染、发展失衡等问题,该如何实现经济高质量发展成为亟须解决的问题。2021年,我国数字经济规模达45.5万亿元,占GDP比重39.8%,可见,数字经济在我国国民经济中具有重要的支撑作用。党的二十大报告指出要加快建设“数字中国”,并对加快发展数字经济提出明确要求。若借力数字经济来促进经济高质量发展,那么了解数字经济对经济高质量发展产生的影响及作用机理则具有重要现实意义。目前我国制造业大而不强,甚至有部分产业产能过剩,且东部地区与西部地区产业发展存在明显差距,亟须调整产业结构。经济结构的核心是产业结构[1]92,产业结构升级则能促进经济协调发展,提升经济发展质量。可见数字经济、产业结构与经济高质量发展之间存在密切的联系。

1 文献综述

1.1 数字经济与经济高质量发展的相关研究

目前有关数字经济对经济高质量发展的影响研究可以从微观、中观和宏观视角进行。在微观层面具有规模经济、范围经济和长尾效应等主要经济环境,中观层面可重塑市场结构,宏观层面可改善资源配置方式。[2]66可见,数字经济对经济高质量发展发挥着驱动作用。在产业层面,数字经济不仅对农业高质量发展存在明显促进作用[3]3,还对制造业高质量发展存在积极作用[4]104。在区域层面,程广斌、吴家庆等[5]11基于我国2012—2019年省级面板数据,研究发现数字经济对经济高质量发展发挥积极作用。王军、刘小凤等[6]206以省级区域数据为基础,研究发现数字经济能通过消费需求和消费供给扩张促进区域经济高质量发展,且二者之间存在“倒U型”关系,而杨国歌、邓峰等[7]104则认为二者之间为“U”型关系。

1.2 数字经济与产业结构的相关研究

在理论层面,数字经济对消费结构优化、技术创新、能源结构调整等发挥作用。在实证层面,踪锋、程林等[8]8基于2011—2020年省级面板数据,结合耦合协调模型研究,发现数字经济与产业结构升级耦合协调水平呈现上升趋势,且存在明显空间溢出效应。刘洋、陈晓东[9]15研究发现数字经济能促进产业结构合理化和高级化,但徐翔燕、马国勇[10]119基于面板固定效应模型,研究发现数字经济对产业结构合理化存在抑制作用。

通过文献梳理发现,鲜有学者对数字经济、产业结构与经济高质量发展三者间的关系进行研究。因此,本文利用我国2012—2020年省级面板数据,在梳理三者关系的基础上,实证分析数字经济对经济高质量发展的影响机制及区域异质性影响,以期丰富现有研究成果。本文基于产业结构视角研究数字经济对经济高质量发展影响研究,探究了产业结构门槛作用,以期对促进经济高质量发展具有一定参考价值。

2 影响机理与研究假设

2.1 数字经济对经济高质量发展的直接影响

由于数字经济具有高附加性、高渗透性等特征,使数字经济在促进经济高质量发展过程中发挥着不可或缺的重要作用。数字经济中涉及数字技术的经济活动能促进创新发展,涉及数据资源的经济活动能促进协调开放共享发展,涉及经济结构优化的经济活动能促进绿色发展。由此可见,数字经济对创新、协调、绿色、开放及共享的新发展理念会产生影响,而新发展理念与经济高质量发展息息相关。[11]1-10

数字经济对经济高质量发展的影响可以从数字经济对新发展理念的影响这一角度进行深入剖析。数字经济对创新发展的影响主要为企业创新、区域创新,其既对企业创新效率、创新持续性、企业创新绩效等产生积极正面影响,又提高了区域创新效率、区域创新产出、区域创新能力等。数字经济通过促进企业创新、区域创新对“创新发展”产生影响。数字经济对协调发展的影响体现在区域层面,通过降低就业时空成本,改善就业吸纳能力等方式影响区域就业质量[12]8,通过对市场化水平和劳动力资源的调整以缩小区域差距[13]5。数字经济对绿色发展的影响体现在微观和宏观层面。微观层面,数字经济的发展促进企业生产转向智能化,有助于减少污染排放及资源浪费;宏观层面,数字经济带来的规模效应、溢出效应对区域绿色发展产生了积极作用[14]46。数字经济对开放发展的影响体现在对出口成交量、出口效率等方面影响,通过作用于这些因素促进各国间的交流。数字经济对共享发展的影响则体现在促进数据共享、高效资源匹配上。根据以上分析提出假设H1:

H1:数字经济能促进经济高质量发展

基于王军、刘小凤等[6]206,杨国歌、邓峰等[7]104的研究,二者之间可能存在非线性关系,因此,提出假设H2:

H2:数字经济与经济高质量发展之间存在非线性关系

2.2 数字经济对经济高质量发展的非线性影响

数字经济为产业结构升级提供技术支持[15]71,产业结构升级为数字经济发展提供发展方向和空间[16]12,可见两者之间存在相互影响的内在关联。数字经济能从多个方面影响产业结构,其所具有的普及性能促进数据及要素加速流通,优化资源配置效率,进而促进产业升级。虽然数字经济具有高渗透性、高附加性特点,但仍存在信息不对称等问题,因此其促进作用受到一定程度限制。当产业结构存在问题时,各产业比例不合理,而资源有限,无法实现效益最大化。随着产业协调发展,生产要素得到合理配置,经济效益会得到提高。萌生“新业态”“新模式”“新行业”,对经济发展发挥重要作用。产业结构对经济高质量发展的影响不仅体现在有助于推动经济方式改变,由粗放型发展转向技术密集型,还体现在有助于提高资源利用效率,增加产出,直接带动经济增长。[17]6基于以上分析,提出假设H3:

H3:在产业结构调节下,数字经济对经济高质量发展的影响存在门槛效应

3 研究设计

3.1 样本选取与数据来源

鉴于数据可获得性,选取2012—2020年30个省(区、市)数据。数据来源于《中国统计年鉴》、各省市《统计年鉴》及北京大学数字金融研究中心等。

3.2 指标选取

3.2.1 被解释变量

被解释变量为经济高质量发展(score3),参考王婉、范志鹏等[18]125,刘秉镰、秦文晋等[19]66的研究,构建经济高质量发展评价指标体系见表1,并使用熵值法计算权重和综合得分。

表1 经济高质量发展评价指标体系

3.2.2 解释变量

解释变量为数字经济(score1),结合黄群慧、余泳泽等[20]13的研究构建数字经济综合指标体系见表2,并使用熵值法计算权重和综合得分。

表2 数字经济综合指标体系

3.2.3 门槛变量

门槛变量为产业结构,以产业结构高级化(GJH)和产业结构合理化(TL)表示。产业结构高级化(GJH)用第三产业增加值与第二产业增加值的比值表示。产业结构合理化(TL)用泰尔指数表示,见(1)式:

(1)

(1)式中,Y为产值,L为就业,i代表产业,n为产业部门数。

3.2.4 控制变量

根据已有研究,选取控制变量:城镇化(czh)以城镇人口与年末常住人口比值表示;就业率(jy)以城镇单位就业人数与总人口比值表示;金融发展(jr)以地区金融增加值与GDP比值表示;政府干预(zf)以财政支出与GDP比值表示。

3.3 模型设定

3.3.1 基准模型设定

为检验是否存在“U”型关系,将核心解释变量二次项加入模型中,构建模型见(2)式:

score3i,t=β0+β1score1i,t+β2(score1i,t)2+β3Xi,t+εi,t

(2)

(2)式中i,t代表省份、年份。score1i,t指在t年i省份数字经济发展水平,score3i,t指在t年i省份经济高质量发展水平。β0为常数项数,β1、β2、β3为待估系数,X代表控制变量,εi,t为随机扰动项。

3.3.2 面板门槛回归模型

假设存在产业结构合理化、产业结构高级化单一门槛,构建模型见(3)、(4)式:

score3i,t=φ0+φ1score1i,tI(TLi,t≤γ1)+φ2score1i,tI(TLi,t>γ1)+φ3Xi,t+εi,t

(3)

score3i,t=φ0+φ1score1i,tI(GJHi,t≤γ1)+φ2score1i,tI(GJHi,t>γ1)+φ3Xi,t+εi,t

(4)

(3)、(4)式中,I(·)为指标函数。

4 实证分析

4.1 描述性统计分析

利用Stata 17.0对各变量进行描述性统计分析,见表3。由表3可知,各变量标准误均较小,各变量最大值、最小值与均值之间存在明显差距,说明我国不同地区间发展存在着较大差距,存在发展不均衡现象。其中经济高质量发展最大值为0.671 9,最小值为0.056 5,均值为0.171 5,说明各省份间经济高质量发展水平存在一定差距。

表3 各变量的描述性统计

4.2 实证检验

4.2.1 基本回归结果

由于检验“U型”关系过程中检验系数未通过显著性检验,因此认为二者之间不存在非线性关系,不再将核心解释变量二次项纳入模型中。进一步使用OLS模型与FE模型,系统GMM和工具变量2SLS法进行估计,选取的工具变量为数字经济滞后一期, 基准回归结果见表4。由表4可知,R2值均大于0.80,模型拟合效果较好,score1估计系数值均为正显著,说明促进作用显著。为避免内生性问题,选择工具变量2SLS法进一步分析,加入控制变量后的回归结果,score1估计系数值为0.372 1,在1%的显著性水平下显著。可能的原因是数字经济具有“示范效应”,通过信息交流平台推动产业升级、结构转型;其具有高渗透性,能广泛渗透到各个领域,实现稳就业、稳增长,从而降低成本,提高效率,进而对经济高质量发展产生促进作用。

表4 基准回归结果

控制变量城镇化估计系数值为0.412 0,在1%的显著性水平下显著。就业率估计系数值为-0.255 5,在5%的显著性水平下显著。政府干预估计系数值为0.047 2,在10%的显著性水平下显著。说明城镇化和政府干预对score3产生显著积极作用,而就业率对score3产生显著阻碍作用,可能是由于就业人员的受教育水平不高,及就业人员涌向北京、上海等大城市,导致区域间发展不平衡,从而对经济高质量发展产生负向影响。

4.2.2 区域异质性分析

由于各地区score1及score3有较大差异,因此为保证回归结果可靠性,需要进行分地区检验,各地区检验回归结果见表5。由表5可知,score1估计系数值在东、中、西部地区均为正,且在1%显著性水平下显著,说明数字经济能促进各地区经济高质量发展。各地区估计系数绝对值为东部>西部>中部。可能的原因是,东部地区数字经济发展的条件更好,西部地区由于“东数西算”等方面的支持,从而使得数字经济对经济高质量发展的促进作用效果更大。而中部地区存在产业发展问题,产业数字化大多针对单一领域,亟须优化数字化支撑,因此今后需要加大对中部地区支持力度。

表5 各地区检验回归结果

4.2.3 稳健性检验

为保证结果的稳健性,进行稳健性检验。由于我国各城市发展水平不同,考虑到样本可比性,剔除直辖市样本。由表5可知,核心解释变量估计系数值为正且显著,证实前文结果是稳健的。

4.2.4 产业结构的门槛效应分析

(1)门槛效应检验及门槛值确定。

使用自举抽样法,进一步判断产业结构合理化与产业结构高级化门槛效应。产业结构合理化门槛效应检验结果见表6,产业结构高级化门槛效应检验结果见表7。由表6、表7可知:产业结构合理化和产业结构高级化单一门槛、双重门槛检验显著,通过检验,三重门槛检验不显著未通过检验,因此存在产业结构合理化双重门槛,门槛值为0.173 0和0.105 0;存在产业结构高级化双重门槛,门槛值为1.589 0和1.216 0。

表6 产业结构合理化门槛效应检验结果

表7 产业结构高级化门槛效应检验结果

(2)参数估计与结果分析。

门槛回归结果见表8,表8中(1)～(3)列以产业结构合理化为门槛变量的门槛估计结显示:在不同产业结构合理化水平下,数字经济对经济高质量发展均存在显著正向影响。具体表现在:当TL小于0.105 0时,估计系数为0.212 1;当TL大于0.105 0且小于0.173 0时,估计系数为0.290 3;当TL大于0.173 0时,估计系数为0.215 3,估计系数值均在1%的显著性水平下显著。可见,估计系数均为正值,这说明数字经济对经济高质量发展的影响还受到产业结构合理化的调节作用。(4)～(6)列以产业结构高级化为门槛变量的门槛估计结果显示:在不同产业结构高级化水平下,数字经济对经济高质量发展同样均存在显著正向影响。具体表现在:当GJH小于1.216 0时,估计系数为0.265 0;当GJH大于1.216 0且小于1.589 0时,估计系数为0.310 0;当GJH大于1.589 0时,估计系数为0.143 5,估计系数值均在1%的显著性水平下显著。可见,估计系数均为正值,这说明数字经济对经济高质量发展的影响还受到产业结构高级化的调节作用。可能的原因在于:当产业结构合理化水平、产业结构高级化水平较低时,环境压力、发展不平衡等问题较为突出,然而随着产业结构合理化水平、产业结构高级化, 资源配置更加合理,部门之间运转更加协调,但是,待其更进一步提高,随之产生“鲍莫尔成本病”现象,会使促进效果减弱,但总体上对经济高质量发展仍然起促进作用。

表8 门槛回归结果

5 结论与启示

本文选取我国2012—2020年30个省(区、市)面板数据,以产业结构为门槛变量,分析数字经济对经济高质量发展的影响。实证得出:(1)目前,数字经济对经济高质量发展存在显著促进作用,且在控制城镇化、就业率、金融发展与政府干预的情况下依然成立。(2)产业结构在数字经济影响经济高质量发展过程中发挥显著门槛作用。以产业结构合理化为门槛变量,存在双重门槛作用。(3)区域异质性回归结果显示,东、中、西部地区数字经济均能促进经济高质量发展,并且促进效果从大到小依次为东部、西部、中部,估计系数值均在1%水平下显著。

基于以上结论,得出以下启示:(1)应充分重视数字经济对经济高质量发展的促进作用。政府要推动和支持数字经济发展,对核心技术创新给予支持,支持重点实验室建设。(2)注重数字经济与产业结构合理化、高级化协调发展,利用5G、大数据等技术为提高产业结构合理化、高级化水平提供便利,推动信息共享,助力产业技术革新及创新。(3)制定个性化数字经济发展战略,数字化经济水平较高地区,要发挥其“带头作用”,带动其他地区共同发展;数字化经济水平较低的地区,要学习发展较快地区的经验,同时加大对数字经济设施建设支持力度,实现各地区协调发展。