数字经济对京津冀地区全要素生产率的影响研究

李雨露

（天津商业大学， 天津 300133）

1 研究背景以及文献综述

党的十九大报告首次提出高质量发展这一概念，并作出我国经济已由高速度发展向高质量发展转变的科学论断。这一论断的提出，是对我国改革开放以来经济发展成果和方式的历史总结，明确了未来经济发展的方向和思路。提高经济发展质量将成为我国经济发展的未来走向，是实现经济可持续发展的必经之路，更是推进经济体系现代化进程的关键所在。进入新时代以来，中国在5G 通信、大数据和物联网等新兴信息技术领域取得了越来越多的重大性突破，迅速发展的数字经济已成为经济高质量发展的主要引擎之一，为优化资源要素的配置以及推动我国产业升级做出了重大贡献。据《中国数字经济发展白皮书（2021年）》显示，2020 年，中国数字经济总量已近40 万亿元人民币，数字经济规模跃居至世界第二位。与15 年前相比，我国数字经济总量翻了15 倍，增长速度近乎GDP 平均增速的3 倍。从国家工业信息安全发展研究中心编制的《全国数字经济发展指数（2021）》中可以看到，北京市、天津市和河北省的数字经济发展指数在全国省市排名中分别为第2、第8 和第14。北京市的数字经济规模在我国数字经济总量中占据重要地位，此外，天津市和河北省也在不断强化数字经济的基础设施建设。随着数字经济对我国GDP 增长的贡献率地不断提升，数字经济在国民经济中已经起到了举足轻重的作用。推动数字经济深度融合、加强京津冀数字经济协同[1]，对于提升生产效率、改变生产方式、培育京津冀地区发展的新动能具有重要意义。

经济高质量发展的一个重要体现就是全要素生产率的提高，全要素生产率（TFP）是由国民总产出除以各种投入要素的产出得来的[2]，在一定程度上代表了社会资源的利用率。同时，全要素生产率被认为是技术进步引起的[3]，能很好地反映经济增长质量，如企业生产效率的提升、人力资本的质量。因此，在政府制定政策的过程中起着举足轻重的作用。

我国学者在数字经济这一领域不断取得重大进展，但是，针对数字经济通过推动制造业集聚从而提高全要素生产率的理论机制还不完善。杨文溥等[4]提出，在数字经济蓬勃发展的今天，数字经济会通过促进生产端效率的提升以及需求端的消费扩容等方式，成为推动经济高质量发展的新动能。孙铭[5]的实证研究显示，以互联网为载体的数字经济对产业的多样化集聚有着显著地促进效应。徐月等[6]针对“互联网+”对产业集聚的影响展开研究，在控制经济高质量水平条件下，“互联网+”对于产业集聚的影响为由阻碍到促进。刘新智等[7]发现，产业集聚能显著推进我国五大城市群经济的高质量发展。不难看出，上述文献主要侧重于研究数字经济对经济高质量发展或产业集聚对经济高质量发展的影响，但是，对于数字经济通过影响制造业集聚从而影响全要素生产率缺乏系统性的梳理和实证分析。本文利用中国京津冀三地的面板数据进行数字经济对全要素生产率影响的实证检验，并且检验了制造业集聚作为中介指标的影响。

2 作用机制

2.1 数字经济和全要素生产率

数字经济的迅猛发展，不仅体现在GDP 上，而且表现在对经济提质增效上。2016 年9 月，在杭州召开的G20 峰会上就明确了数字经济的内涵。数字经济以数字技术为核心驱动力，以现代互联网平台为重要载体，通过与实体经济深度融合，极大地提升了对资源进行重新配置的能力，从而推动全要素生产率的提升。新时期，我国经济发展进入新阶段，国家经济已由高速增长阶段转向高质量发展阶段，数字化经济作为高质量经济发展的排头兵，以其独特的高效率、高质量、广覆盖和深融合的特点，对推进新时期经济变革，全面引领国家经济发展具有深远的战略意义。在创新就是生产力的当今时代，世界各国都在紧锣密鼓地发展着自己的新兴智能产业，优秀的创新能力能够促进数字经济向更新兴的产业发展[8]，加快数字化进程。同时，数字经济银企数字化的特性，紧密连接着大数据、物联网和互联网等各项产业，从而推动产业全面迭代升级，助力全要素生产率的提升。

2.2 制造业集聚和全要素生产率

目前，我国的产业布局处于从分散到聚集、由东部向西部转变的过程，产业集聚已成为经验事实。随着产业融合的不断发展与进步，产业协同集聚对创新、经济发展等的影响愈来愈大[9]。产业集聚促进了产业内部以及各个产业之间多元化的分工协作，对生产资源的再配置有很大益处。制造业集聚会产生知识溢出效应[10]，使企业的新产品研发成本下降，缩短研发的周期以及提高技术创新的积极性。知识溢出效应还会促进企业间的交流，调整企业的发展目标和方向，发挥制造业的产业优势，提高企业的生产、技术效率。这些都有助于优化商业环境，提高经济发展质量。同时，制造业集聚也会带来人口的集聚，促进城市化的进程和公共服务、设施的完善，从而提高经济质量。

2.3 数字经济、制造业集聚和全要素生产率

关于数字经济与制造业集聚之间的关系，我们用范围经济来解释。范围经济是当厂商生产一种产品的费用高于生产多种产品时出现的成本节约效应，指由厂商的经营范围而非规模带来的经济。由于受到物理位置等空间限制，制造业早些时候想要形成范围经济是比较困难的。随着互联网的发展以及电子货币的广泛应用，制造业的产品研发、市场营销以及产品的物流配送等等行为愈发依赖于数字经济的发展[11]。数字经济的发展打破了企业之间的物理时空制约，企业之间可以跨时间、跨空间进行交易，而不再是仅仅使用传统的“面对面”交易方式，在扩大市场供给的同时，还能扩展消费端的需求。一方面，数字经济使得制造业形成协同效应，提高了有形资源（如厂房、生产设备等）和无形资源（如商标、专利等）的利用率，在一定程度上对范围经济的形成起到了促进作用。另一方面，企业利用数字经济扩大经营范围，扩展其服务半径，从而更易于获得范围经济。与此同时，企业经营范围与服务半径的扩大促进了产业链上下游企业的集聚。基于此，本文认为，数字经济可以推动制造业集聚从而影响全要素生产率。

3 研究设计

3.1 模型构建

为探究数字经济对全要素生产率的作用机制，本文从以下两个方面来构建实证模型。

一是探究数字经济对全要素生产率发展的直接影响。在引入政府的公共支出、外商直接投资和金融发展程度等控制变量的基础上，检验数字经济与全要素生产率之间的关系，并对其进行基准回归分析。构建如下面板数据模型：

二是为了进一步探究产业集聚是否在数字经济与全要素生产率发展之间起着中介作用，构建如下模型：

式中：TFP 为全要素生产率；digit为解释变量，即数字经济发展水平；DURit为中介变量；Xit为控制变量，包括外商直接投资、金融发展程度等；μi为不可测的地区效应；εit为随机扰动项。

中介效应模型的检验程序如下：

1）对式（2）进行基准回归分析，在不包括中介变量时，对数字经济对全要素生产率的影响进行判断。若α1显著，则表明数字经济发展水平的提高对全要素生产率的影响是存在的。

2）对式（3）进行回归分析，对数字经济对制造业集聚的影响β1进行判断。

3）对式（4）进行回归分析，针对数字经济发展水平对全要素生产率的中介效应γ1进行检验。若β1与γ1都显著，则表明存在中介效应。

3.2 变量说明

3.2.1 被解释变量

全要素生产率（TFP）主要为衡量经济社会发展水平的指标，是柯布道格拉斯生产函数的进一步衍生。本文将采用的基准生产函数形式如下所示：

式中：Y为总产出；K为资本；L为劳动力；I为数字经济的投入；α、β、γ 分别为产出弹性。同时，A（I）可以更为直观地体现全要素生产率。

3.2.2 解释变量

目前，针对数字经济如何测量的相关文献较为丰富，大致可分为熵权法和主成分分析方法。丛屹和俞伯阳[12]选取了各地区快递业务量、网站数量和移动网络用户数等指标，并基于熵权法对各地区各年份的数字经济进行综合评价。本文借鉴刘军等[13]的方法，使用互联网普及率、互联网相关从业人数、互联网相关产出、移动互联网用户数以及数字普惠金融指数等指标，通过主成分分析的方法，得到数字经济发展指数，以上指标的原始数据均来源于《中国城市统计年鉴》。

3.2.3 中介变量

本文参考周鹏飞等[14]测度制造业集聚的方法，使用区位熵来评价制造业集聚水平，选用就业人数来计算区位熵，具体如下：

式中：Xit为地区i在时间t时的制造业的就业人数；Yit为地区i时间t时的总就业人数；Xt为所有地区在t时的制造业的总就业人数；Yt为在时间t时的总就业人数。

3.2.4 其他控制变量

人均GDP（PGDP）是重要的宏观经济指标，也是评价国民经济发展水平的指标。一般公共预算支出（GOV）可以刺激消费，也可以保障公共服务供给的增加，提高公民的生活水平。金融发展程度（FIN）用金融业法人机构数量来表示。外商直接投资（FDI）用各地区人均FDI 来表示，外国直接投资额越高，表明该地区吸引和利用外资的能力越强。同时，对这些数据进行对数化处理。各变量的描述性统计见表1。

表1 各变量的描述性统计

4 实证结果与分析

4.1 数字经济促进全要素生产率的基准分析

为分析数字经济对全要素生产率的影响情况，基于式（1）构造普通面板模型，并且加入控制变量。采取Hausman 检验来确定是采用固定效应模型还是随机效应模型进行估计，结果显示P 值为0.03。因此，选择固定效应模型进行估计。基准回归结果见表2。

表2 基准回归结果

从表2 可以看出，在控制了人均GDP、一般公共预算支出、金融发展程度和外商直接投资等控制变量后，数字经济的系数显著为正，且通过了1%的显著性水平检验，这表明数字经济与全要素生产率之间为正相关的关系，数字经济发展水平高有利于全要素生产率的提升。人均GDP、一般公共预算支出、金融发展程度和外商直接投资的系数较为稳健，提高我国经济发展水平、增加财政支付、鼓励金融发展和积极吸引利用外商直接投资，有助于全要素生产率的提升。

4.2 中介效应检验

通过前文的理论分析可知，数字经济不仅存在对全要素生产率的直接影响，还可能存在以产业集聚为中介变量的间接影响。因此，对模型2、模型3 和模型4 进行分析，分析结果见表3。

表3 中介模型回归结果

从表3 可以看出，模型3 中包含控制变量在内的所有变量的回归系数全都为正数，表明越高的数字经济发展越对制造业集聚起促进作用。模型4 中制造业集聚水平的系数为正，且通过了显著性水平为1%的检验，这证明数字经济在一定程度上会通过促进制造业集聚从而提升全要素生产率。

4.3 稳健性检验

为了保证实证结果的可靠性，从而进行稳健性检验。使用区位熵对数字经济进行综合评价，选取各地区快递业务量、网站数量和移动网络用户数等指标，计算区位熵的数值。

第一步，计算第i个地区第j个指标的比重：

第二步，计算第j个指标的信息熵：

第三步，计算第j个指标的权重：

第四步，计算数字经济得分：

式中：S为综合得分；wj为第j个指标的权重。具体回归结果见表4。

从表4 可以看出，无论是固定效应还是随机效应，数字经济的系数都通过了1%的显著性水平检验，且显著为正，说明无论是使用熵权法还是主成分分析法来评价数字经济发展水平，数字经济都能正向影响全要素生产率。表2 与表4 的控制变量系数也无明显差异，因此，可以判断本文的实证检验是稳健的。

5 结论与建议

本文从制造业集聚这一角度出发，研究数字经济对全要素生产率的影响，选取互联网普及率、互联网相关从业人数、互联网相关产出、移动互联网用户数和数字普惠金融指数等指标，并利用主成分分析法对京津冀地区数字经济发展水平进行综合评测。同时，选用区位熵来测度制造业集聚水平。使用Hausman检验以及中介效应模型，考证数字经济、制造业集聚对全要生产率的影响。实证研究发现：数字经济的发展水平和制造业集聚均能提高京津冀地区的全要素生产率，并且数字经济能够通过制造业集聚产生中介效应。

为了充分发挥数字经济的价值，促进制造业集聚，进而实现经济高质量发展，本文提出以下几点政策建议：

1）加强数字基础设施建设，完善软硬件设施条件。随着数字化和信息化的蓬勃发展，数字经济的基础建设已成为未来经济发展的底座和动因。从短期来看，有利于加快生产要素的配置、流通。从长期来看，有利于壮大经济发展的新动能。一方面，要加大数字化基础设施的投入力度，提高京津冀地区的互联网普及率，扩宽互联网规模，为经济发展提供新红利。另一方面，要加强人工智能的软硬件投入和建设，强化数字信息的计算、分析能力，力求早日解决被国外“卡脖子”的问题。

2）推动数字人才与数字企业培育，为数字经济的发展提供理论与技术支持。在这个技术创新就是第一生产力的时代，经济的高质量发展对于数字化人才和企业的需求直线上升，必须积极推动数字人才与数字企业的培育力度。一是要鼓励高校及科研机构加大培育数字化人才的力度，通过定向培养、校企合作等方式，争取早日构建出数字化的人才培养体系。二是不能忽略企业在培育数字化人才中的作用，鼓励企业培养符合自身运营、发展的专业化数字人才。三是政府应培育、引导数字化企业，降低企业的数字化转型成本与风险。

3）各城市应提高制造业集聚水平，促进全要素生产率的提高和地区经济发展。政府要提升市场开放程度，消除行政壁垒，加强对市场恶性竞争的监管，制定合理的市场竞争秩序，提高资源的配置效率。同时，各个城市之间应加强交流合作，实现经济共同进步。