数字经济对资源错配的影响研究：作用机理与经验证据

张 毅，王 军

(1.贵州财经大学 经济学院，贵州 贵阳 550025；2.首都经济贸易大学 经济学院，北京 100070)

一、引言

中国经济高速增长的背后伴随着严重的资源错配，很大程度上制约着经济高质量发展和资源配置效率的改善；同时，资源错配限制了生产效率和全要素生产率水平的提升。我国区域、行业和企业间严重的资源错配问题使得经济社会发展难以持续。自2008年金融危机以来，我国全要素生产率年均增速下降了1%以上[1]，增速放缓的原因更多来自资源配置扭曲和要素错配[2]；资源错配引致的生产效率下降抑制了全要素生产率水平增长并导致经济总产出与社会福利水平的损失[3-6]。如何改善资源错配和提升要素配置效率作为我国经济建设的重要目标在政府工作报告中被反复提及。

新经济发展背景下，数字经济与生产组织变革、制度安排改进有机结合，有效矫正了资本、劳动要素错配。首先，互联网和数字化技术的广泛采用能够有效减少劳动者在时间和空间上的错位，有效促进劳动就业选择，进而优化劳动要素配置；其次，数字经济的数字化平台和基于“互联网+”的崭新模式改变了传统资本市场运作方式，有效促进区域市场竞争和区域专业化水平的提升，降低资本要素市场的错配程度。随着数字经济的进一步发展，生产要素的配置生产方式发生重大变化，逐渐改变既往要素的配置方式，特别是在新的资源配置平台下，数据资源主要在网上流动，数据流引领技术流、物质流、资金流、人才流的配置悄然变化。借助海量数据、将多种资源集聚进而改善资源配置形态和空间，极大地提升了资源配置效率。总体而言，数字经济通过既有要素的重组和优化资源配置，依托云计算、大数据和人工智能等数字化技术合理地配置资本和劳动要素，切实优化生产要素的投入和使用比例，摆脱传统要素市场的扭曲和束缚，推动生产要素有序高效流动，有效矫正要素错配程度，使生产要素达到最佳配置。

较之已有的研究，本文可能的边际贡献主要如下：现有文献大多基于单一视角讨论数字经济对资源错配的影响，本文不仅直接讨论数字经济对资源错配的影响，而且将技术创新、市场竞争和政府治理纳入数字经济影响资源错配的分析框架，特别是从政府数字治理和数字经济协同发展视角考察政府治理在数字经济矫正资源错配中的调节效应，论证得出数字经济有助于矫正资源错配的结论。

二、文献综述与研究假说

(一)文献回顾

数字经济作为全新的经济形态，从生产组织各个方面对资源错配产生重要影响。梳理既有文献发现数字经济对资源错配的影响主要包括以下方面。

一是关于数字经济对资源错配的直接影响。计算机等信息技术的普及和应用加快了数字经济的发展，特别是人工智能等数字技术的出现，深刻影响和变革着要素的配置方式。学术界尤以数字经济对资源错配的影响最为关注。在数字经济时代，数字技术以极强的渗透、融合、匹配、普惠，以及协同效应实现要素的精准匹配，改变传统资源配置方式，使要素错配得以有效矫正进而改善资源配置效率[7-8]。要素扭曲是影响资源配置的重要方式，数字经济强化市场竞争并使生产要素配置趋于理想状态，有效改善资源错配[9]。数字经济改变了传统经济形态的资源配置参照体系和分析方法，缓解了因信息不对称和有限理性造成的资源配置扭曲，通过“增量补充”和“存量优化”打破了传统工业时代的资源配置路径，实现了要素资源配置机制的重塑[10]；此外，外生事件的冲击特别是新冠流行的出现进一步加速了数字经济的快速增长，并对其他部门资源重新配置产生重要影响[11]。HORTON 和 ZECKHAUSER(2016)[12]强调，借助数字平台能够实现闲置资源有效利用和重新配置。低搜索成本使闲置资源能够被更高效利用[13]，特别是点对点搜索平台利用低搜索成本提供了市场需求信息，使要素供给在必要需求时及时进入市场，实现资源的精确匹配和有效的配置[14-15]。于世海等(2022)[16]通过测算中国制造业行业的资源错配程度，并结合中国地区层面数字经济指数考察数字经济对资源错配的影响，发现数字经济有效矫正了制造业资源错配程度，进而优化资源配置效率。韦庄禹(2022)[17]以面板固定模型和工具变量法实证检验发现，城市数字经济发展显著提升了制造业企业的资源配置效率。柏培文和喻理(2021)[18]使用2004—2013年中国工业企业数据实证检验得出数字经济发展降低了企业价格加成的离散度，显著改善了资源配置效率。

二是数字经济影响资源配置的机制分析。数字经济发展背景下，如何处理政府与市场关系，更好实现资源配置则显得尤为重要。随着数字经济蓬勃发展，为政府职能转变提供了良好的制度创新环境，政府治理能力的提升与数字经济发展更有助于资源配置效率的提升[19]。罗佳等(2023)[20]研究发现，伴随数字经济的发展，数字技术的发展能够提升企业的创新效率和缓解劳动力扭曲，进而改善企业的资源错配水平。数字技术还通过强大的资源整合能力，重构传统生产要素体系，实现资源的优化配置[21]；同时，数字经济牵引数字技术进步为资本、劳动等要素提供多种配置途径，缓解要素配置扭曲，实现资源合理配置[7]。

梳理既有文献可知大多直接讨论数字经济和资源错配之间的关系，鲜有将技术创新、市场竞争和政府治理纳入统一的分析框架。当前我国正处于数字经济飞速发展阶段，一方面，数字经济所引致的广义技术进步和市场竞争将对经济社会产生重大影响；另一方面，在数字经济发展背景下考察有效政府治理对于资源配置的机制影响尤为重要。可见，忽略上述因素则可能导致研究结果有失偏颇，因此，本文将技术创新、市场竞争和政府治理纳入数字经济影响资源错配的统一分析框架，是对既有研究的有效补充和深化。

(二)研究设计

1.数字经济影响资源错配的理论分析

数字经济作为全新的经济形态，能够有效矫正资源错配。伴随数字经济的蓬勃发展，数字技术对资源错配发挥显著的矫正和改善作用。企业借助数字技术能够有效掌握市场信息，充分甄别市场需求和适应市场环境的冲击，合理投入生产要素，避免要素配置扭曲，有效实现资源的合理配置。数字经济促进传统生产方式向着信息化、智能化和数字化方向发展，从根本上重塑和改变了传统资源配置方式。比如借助网络优势显著降低了要素的交易成本，有助于资源合理配置。数字化信息平台的发展实现就业信息获取、搜寻匹配的及时性和精确性，减少劳动力的时空错位和提高劳动力就业信息获取能力；同时互联网发展能够提供灵活多样的岗位和就业信息，重塑改善劳动力配置效率和矫正劳动错配[22]。伴随数字经济的繁荣壮大和数字技术的日趋成熟，数字经济能够实现市场主体突破地理和交易场所的限制，同时通过强化要素竞争水平使要素在不同区域、时空实现网格化配置，从而降低要素市场扭曲程度并有效矫正资源错配[9]。

基于此，本文提出假设1：数字经济发展对资源错配起显著矫正作用。

2.技术创新的机制分析

数字经济作为引领经济社会发展的新引擎，数字经济发展与技术创新、资源配置是相互联系的，尤其是由数字化、信息化技术创新所引致的社会变革。结合中国发展实际，数字化转型的过程也是数字化技术普及应用的过程，当数字化技术被广泛应用于经济发展、产业变革、企业生产，新支点、新动能的出现将会给广义的技术创新带来提升空间。特别是数字经济的发展，引致人工智能、大数据、云计算等新技术层出不穷。数字经济发展驱动底层技术向着更高水平发展，如带来支撑数字经济发展的芯片、半导体和存储等广义技术不断更迭、进步。当技术水平得到提升之后，企业倾向于获取更多数据要素以实现自身的数字化水平，数字化水平的提升在处理和配置资源将更加及时、有效和精确。因此技术创新水平的发展更加有助于既有资源错配水平的矫正。

基于此，本文提出假设2：数字经济通过提升技术创新水平进而更加有助于矫正当前普遍存在的资源错配，资源配置效率得到显著提升。

3.市场竞争的机制分析

考虑数字经济的发展提高了经济活动的市场竞争程度，随着数字经济的繁荣壮大，数字技术等新技术不断涌现，促进既有企业技术进步和市场规模的扩大，潜在进入者通过研发和更新既有技术以获取更多市场份额，潜在进入者和既有市场占有者必然因争夺市场份额而产生竞争。同时数字经济通过破除区域、行业和地方政府保护壁垒，促进各类要素广泛流动，实现价格和生产机制市场化，促进市场充分竞争。特别是在数字经济发展背景下，各区域和微观生产组织能够借助数字技术更大范围参与竞争、参与资源共享和配置，实现资源在更大范围、区间配置，进而使资源错配水平矫正更为显著。数字技术和数据要素具备可复制性、可复用性、可叠加性与不可耗竭性等特殊属性，这赋予了其拓宽生产可能性边界与改善资源配置效率的能力。那么市场竞争程度的提升一方面提高了企业的数字化水平，另一方面又降低了要素价格，从而使代表性企业能实现更高产出水平和资源配置效率，这意味着由数字经济发展所引致的市场竞争程度的提升全面促进了资源配置效率的改善。

基于此，本文提出假设3：数字经济的发展有助于提高市场竞争水平进而改善资源配置效率。

4.政府治理的调节机制分析

市场主体的自发行为可能引致数据要素市场的分割垄断，政策的积极主动干预是必要的。数据要素来自市场主体的行为、生产活动，当其从原始的数据资源转化为生产要素之后，隐私保护、产权归属和收益分配等问题也随之出现，例如居民会担心隐私遭到侵害而选择不公开个人数据，企业则会因“创造性破坏”而不向社会提供生产、服务的有效信息，且数据要素市场上供给方的垄断行为将催生数据寡头和市场分割，这均使得市场上的需求方无法通过支付要素的边际报酬以获取生产活动所需的数据要素，此时数据要素市场的资源配置效率将大打折扣，甚至寡头凭借垄断力量造成数据要素和数字技术分割，加剧资源错配。

面对垄断分割，单纯的市场手段难以有效解决，需要统筹政府和市场的力量予以妥善解决。一方面，政府通过制定相关法律法规对市场垄断行为加以约束和规范，在竞争市场的机制框架下辅之以产业、产权和分配政策调节，打通拖累要素配置效率提升的各类梗阻，发挥政府治理和数字经济在矫正资源错配中的协同作用。另一方面，政府直接向居民采集数据，依次对居民提供的信息进行存储、加工、流通、分析、应用和保障等工序，关键是对居民的个人信息进行隐私保护，当政府向数据要素的需求方提供数据、信息集时，已经通过隐去主体信息等方式防止居民信息的隐私泄露。在此基础上，居民向政府而不是市场直接提供数据，可以防止隐私泄露对个人效用带来负效应，增加要素市场的数据要素供给，借助政府数据交易平台，企业将实现以更低的价格购买数据以提升自身的数字化水平，进而充分发挥数字技术对资源配置的改善作用。

基于此，本文提出假设4：政府治理在数字经济影响资源配置中具有显著的调节作用。

三、模型设定和变量选择

(一)模型设定

理论部分分析得出数字经济显著矫正了当前的资源错配水平，为进一步验证理论假设，本部分将引入计量模型以检验数字经济对资源错配的定量影响，具体模型设定如式(1)：

τit=β0+β1dig-ecoit+β2Xit+λi+ut+εit

(1)

式(1)表征数字经济对资本、劳动错配的影响。其中τit为本文的被解释变量，分别代表样本城市资本(tkit)和劳动(tlit)错配水平①；dig-eco表征样本数字经济发展水平，为本文的核心解释变量；X代表一系列控制变量合集，分别为经济发展水平、政府干预、交通基础设施、产业政策、外商直接投资、城镇化、金融效率、产业结构；λ刻画城市固定效应，用以控制个体不随时间变化的特征，u为样本的时间效应；i和t分别表示i城市和t时期。

理论机制部分分析得出技术创新、市场竞争和政府治理是数字经济矫正资源错配和改善资源配置效率的重要机制变量。基于理论机制分析本文设定如下机制检验模型，具体见式(2)～(4)。

medit=γ0+γ1dig-ecoit+γ2Xit+λi+ut+εit

(2)

τit=γ3+γ4dig-ecoit+γ5medit+γ6Xit+λi+ut+εit

(3)

τit=δ1+δ2dig-ecoit+δ3gov-eranceit

+δ4dig-ecoit×gov-eranceit+δ5Xit+λi+ut+εit

(4)

式(2)刻画数字经济对机制变量的影响，其中med分别代表技术创新和市场竞争两个重要机制变量，其余变量与式(1)一致；式(3)表征在分别纳入机制变量技术创新和市场竞争之后数字经济和机制变量对资本、劳动错配的影响；式(4)将政府治理作为重要的调节机制变量与数字经济相乘考察二者对资本、劳动错配的影响。

(二)指标选取

(1)资本和劳动错配为本文的因变量，测算城市层面上的资本错配和劳动错配先要从要素的价格扭曲系数入手，本文借鉴陈永伟等(2011)[23]、白俊红等(2018)[24]的方法，通过测度资本错配指数(tk)和劳动错配指数(tl)以考察各城市资本和劳动的错配情况。

(5)

式(5)中，tk和tl分别代表资本、劳动错配，其具体计算如下式：

(6)

(2)数字经济指数为本文的自变量，得益于互联网迅速崛起，我国数字经济呈现井喷式发展。一方面，具体体现在传统产业借助数字化转型契机快速向产业数字化发展；另一方面，大数据和人工智能等现代信息技术的飞速发展，使得信息制造业、信息通信业、软件服务业、互联网产业等数字产业化蓬勃发展。综上可知我国数字经济主要集中体现在产业数字化和数字产业化两大方面。基于此，在参考唐红涛和谢婷(2022)[25]、唐要家等(2022)[26]并结合本文研究实际，关于数字经济指数构建本研究也将从以下方面展开。数字产业化通过数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业4个层面衡量。其中，数字产品制造业指标包括电子元器件及设备制造、数字媒体设备制造与其他数字产品制造业3个维度；数字产品服务业主要包括数字产品服务；数字技术应用业包括信息技术服务、软件开发、电信、广播电视和卫星传输服务、互联网相关服务；数字要素驱动业包括互联网平台、互联网批发零售、数字内容与媒体、信息基础设施建设和其他数字要素驱动业等5个维度指标。产业数字化从数字化效率提升层面衡量，分别从智慧农村、智能制造、数字政府与数字金融4个维度构建指标。具体指标构建、测算如式(7)～(10)所示。

基于本研究数字经济发展评价指标体系，参考现有技术处理和本文研究实际，选择熵权法对数字经济指数进行测度，首先使用极差法将各指标进行标准化处理，以消除指标之间的量纲差异，具体见式(7)：

(7)

其中，i表示各个省市；j表示数字经济的各测度指标；max(xij)和min(xij)分别表征指标xij的最大值和最小值；yij是对xij原始指标进行无量纲化处理后的值。

接着对测算指标yij进行标准化处理，具体如式(8)：

(8)

随后，计算数字经济评价体系中的各测算指标值yij的权重Wj，计算过程如式(9)：

(9)

最后，得到数字经济水平测度指标的加权矩阵即数字经济指数：

dig-eco=∑Wjyij

(10)

(3)理论机制分析得出技术创新、市场竞争和政府治理作为数字经济影响资源错配的重要机制变量，在理论认识的基础上本研究进一步选取技术创新、市场竞争和政府治理作为机制变量。①技术创新，当前学界多以专利申请或授权量刻画区域技术创新水平，因此本研究用专利授权总量表征技术创新水平。②市场竞争，参考王若兰和刘灿雷(2019)[27]采用赫芬达尔指数刻画市场竞争程度，但是由于赫芬达尔指数是竞争程度的逆反向指标，因此本文使用逆赫芬达尔指数作为衡量市场竞争程度的指标，具体使用“1-赫芬达尔指数”衡量。③政府治理，根据本研究理论分析并结合数字经济发展现实情况，数字经济和政府治理要实现协同矫正资源错配问题，那么政府的数字治理能力无疑显得尤为重要。因此，根据本文研究实际采用政府数字治理水平这一变量刻画政府治理这一指标，具体主要包含信息经济与产业发展、工业互联网安全、互联网教育发展、医疗健康与公共服务、农村与城市发展、物联网发展和核心技术与信息产业等7个方面②，通过爬取政府网站下载相关政策文件，最后提取词频得到本文所需政府治理数据。

(4)此外，为尽可能减少遗漏变量引致的估计结果偏差，在参考既有研究文献[28-32]和本文研究实际的基础上选取以下变量作为控制变量：经济发展水平、政府干预、交通基础设施、产业政策、外商直接投资、城镇化、金融效率、产业结构。

(三)数据来源与变量描述性分析

本研究样本选取2010—2020年中国259个地级城市(直辖市)的相关数据(不含港澳台)，数据主要来自《中国信息统计年鉴》、《信息产业年鉴》、《中国互联网络发展状况统计报告》、《中国统计年鉴》、《中国农村统计年鉴》、《中国城市统计年鉴》、《中国科技统计年鉴》、《中国人口和就业统计年鉴》，以及商务部网站，部分指标来源于EPS全球统计数据库、CEIC中国宏观经济数据库、Wind数据库，以及网络爬取地方政府官方网站处理得到。具体变量描述性分析见表1～表2。

表1 变量说明

表2 变量描述性统计

四、数字经济对资源错配影响的实证结果分析

(一)基准结果分析

本小节主要考察数字经济对资源错配的平均影响情况，具体使用2010—2020年中国259个地级城市面板数据，采用双固定效应模型实证检验数字经济对资源错配的影响，其估计结果见表3。

表3 数字经济对资源配置的影响

表3列(1)～(4)分别报告了模型(1)数字经济对资本、劳动错配的参数估计结果，由于列(2)和列(4)分别在纳入控制变量、城市个体和时间效应的估计结果，因此以列(2)和列(4)的估计结果作为参照，以此展开讨论。

列(2)报告了数字经济对资本错配的参数估计结果，可以看出估计系数(-0.344)在1%的显著性水平下显著为负，说明数字经济的发展显著矫正了资本错配水平，数字经济发展水平越高，越有助于矫正资本错配。列(4)数字经济对劳动错配的参数估计结果可以看出，其估计系数同样在1%的显著性水平下显著为负，说明数字经济的发展显著抑制了劳动错配的发展。实证结果验证了前文理论假设：数字经济发展有助于矫正资源错配，且数字经济发展水平越高，矫正效应则越显著。

(二)机制检验实证结果分析

前文理论假设技术创新、市场竞争和政府治理是数字经济影响资源错配的机制变量，基于计量模型式(2)～(4)对本文机制变量进行估计，具体估计结果如下。

1.技术创新的机制检验结果分析

由表4可以看出，列(1)数字经济对技术创新的估计系数在5%的显著性水平下显著为正，说明数字经济显著促进了技术创新水平的发展；列(2)和列(3)在考虑技术创新这一机制变量之后，可以看出数字经济对资本、劳动错配的估计系数仍显著为负，说明数字经济通过牵引技术创新进而矫正资源错配的效应显著存在，前文理论机制得到验证。

表4 技术创新的机制检验结果

2.市场竞争的机制检验结果分析

表5报告了市场竞争机制变量的参数估计结果，列(1)数字经济对市场竞争的估计系数(0.025)在1%的显著性水平下显著为正，说明数字经济发展有助于形成良性市场竞争发展格局，列(2)和列(3)在纳入市场竞争这一机制变量之后，市场竞争的估计系数在5%的显著性水平下显著为负，说明一定程度的市场竞争有助于改善资本、劳动错配水平，同时在纳入市场竞争这一变量之后，数字经济对资本、劳动错配的估计依然负向显著。列(1)～列(3)的估计结果说明数字经济通过促进市场竞争的发展进而改善资本、劳动错配的机制切实存在，理论机制得到验证。

表5 市场竞争的机制检验结果

3.政府治理的机制检验结果分析

由表6的列(1)和列(2)可以看出数字经济的发展显著矫正了资本和劳动错配水平；政府治理对资本、劳动错配估计系数显著为负，结果表明政府治理能力的提升有助于改善资本、劳动错配。数字经济和政府治理的交互项对资本、劳动错配的估计系数显著为负，说明数字经济和政府治理的协同发展对改善资本、劳动错配水平起着显著作用，反映出政府治理水平越高，对资源错配的矫正效应越发显著，政府治理作为机制变量这一理论得到验证。

表6 政府治理的机制检验结果

(三)稳健性检验

基准模型从数量关系上初步证明了数字经济对资源错配矫正效应的存在，但这一结果是否可靠，即改变识别策略是否数字经济矫正资源错配的因果关系仍然成立，还有待进一步验证。因此，本文将进一步进行稳健性检验以验证基准回归结果的稳健性和可靠性，具体主要通过以下几种方式检验模型的稳健性。第一，采用工具变量法进行内生性处理；第二，替换被解释变量的测度方法；第三，采取国家大数据综合试验区的准自然实验进行检验。

1.内生性处理

基准回归验证了数字经济有助于矫正资源错配，在经济学研究过程中，内生性是难以忽视和跳过的问题，从本文的研究主题出发，一方面可能存在数字经济快速发展显著影响资源错配，但资源错配可能也显著影响着数字经济的发展，这种互为因果关系的内生性问题难以确保因果效应干净和准确。另一方面，影响资源配置的因素众多，在实证研究过程中难以穷尽所有控制变量。鉴于此，本文尝试用工具变量法以尽可能缓解模型中存在的内生性问题，以减少模型估计偏差。

对于工具变量的选取，第一，在参考黄凌云等(2018)[36]的做法，本文选取数字经济指数与其均值差值的三次方构建工具变量。分别对工具变量的有效性、弱工具变量进行检验，并在此基础上对数字经济的内生性展开Hausman检验。

检验结果如表7所示，不可识别检验在1%的显著水平上拒绝了工具变量不可识别的原假设；弱工具变量检验的统计值至少大于10%水平上的临界值，这表明本文选取的工具变量是有效的。进一步，Hausman检验拒绝“不存在内生性”的原假设，说明本文内生性问题的存在，因此进一步采用工具变量进行实证检验。

表7 内生性检验

表8报告了工具变量的参数估计结果，可以看出第一阶段工具变量(数字经济与其均值差值三次方)和内生变量数字经济显著相关、系数(0.225)和(0.228)均在1%的显著性水平下显著为正，第二阶段数字经济对资本和劳动错配在1%的显著性水平下显著为负。说明在解决本文存在的内生性问题之后，数字经济对资源错配仍具有显著的矫正作用，进一步说明了本文工具变量选取的合理性与有效性，也证明本文基准回归结果的稳健性和可靠性。

表8 基于数字经济与其均值差值三次方工具变量内生性处理回归结果

进一步，为保证工具变量和基准回归结果的稳健性，寻找新的工具变量以更好解决模型存在的内生性问题是必要的。一方面，互联网有效支撑了数字经济的快速发展，前期历史上互联网架构对后续数字经济发展起着重要作用，如网络通信等互联网基础设施的建设，势必对后期数字经济发展产生重要影响，满足工具变量相关性要求。另一方面，固定电话和邮电等传统电信工具随着使用频率的下降对数字经济的影响日渐式微，进一步满足排他性条件。因此，本文使用样本考察期之前的互联网发展水平(2000—2009年)分别与1984年每百人电话数以及每百万人邮局数的交互项作为工具变量展开内生性检验。检验结果参见表9。

表9报告了两个工具变量合理性和有效性检验结果，可以看出不可识别检验均在1%的显著水平上拒绝了工具变量不可识别的原假设；弱工具变量检验的统计值满足至少大于10%水平上的临界值，这表明本文选取的工具变量是有效的。最后，Hausman检验同样拒绝“不存在内生性”的原假设，进一步说明本文内生性问题的存在。

表10和表11分别报告两个工具变量的估计结果。可以看出第一阶段工具变量(邮局×互联网)、(每百人固定电话×互联网)对数字经济均存在显著的正向影响，验证了相关性假设。从第二阶段参数估计结果来看，表10数字经济对资本、劳动错配的估计系数分别在5%和1%的显著性显著为负；表11数字经济对资本、劳动错配的参数估计结果分别在5%和10%的显著性水平下显著为负，在考虑本文的内生性问题之后数字经济对资源错配仍具有显著的矫正效应，再次说明本文选取的工具变量是合理有效的，也进一步证明前文实证检验结果的稳健性和可靠性。

表10 互联网发展水平工具变量回归结果(1)

表11 互联网发展水平工具变量回归结果(2)

2.替换被解释变量的稳健性检验

进一步本文采取替换因变量的测算方法进行稳健性检验。具体使用资本、劳动力扭曲系数替换资本、劳动错配指数作为被解释变量进行稳健性估计。

由于要素市场的扭曲引致要素成本偏离最优路径，资源配置无法达到最优，根据这一思路，资本、劳动扭曲系数具体测算如式(11)～(12)：

(11)

(12)

式(11)和(12)中，mpk和mpl分别刻画资本和劳动的边际产出，pi×yi表示总产值，pk和pl分别刻画资本和劳动价格，即资本利率水平和劳动力工资水平。要素在完全自由、不存在摩擦情况下实现要素的充分有效配置，达到帕累托最优，即diski和disli为0。若二者不为0，那么则要素存在扭曲。进一步对根据测算得到资本、劳动扭曲系数进行稳健性检验，其估计结果如表12所示。

表12 替换被解释变量的稳健性检验

表12报告了替换被解释变量资本、劳动错配指标后参数估计结果，列(1)～列(4)分别报告的是数字经济对资本、劳动扭曲系数的估计结果。因列(2)和列(4)是纳入控制变量的参数估计结果，因此，以列(2)和列(4)的估计结果作为参照进行分析。

整体来看，列(1)～列(4)系数估计大小和符号方向并未发生显著变化。列(2)资本扭曲估计系数(-0.594)在1%的显著性水平下显著为负，列(4)劳动扭曲参数估计结果(-0.240)在10%的显著性水平下显著为负，说明数字经济对资本、劳动扭曲具有切实的改善效应，进一步佐证基准回归结果是稳健和可靠的。

3.基于大数据综合试验区的准自然试验稳健性检验

基准回归验证了数字经济对资本、劳动错配具有显著的矫正效应，为使结果更加稳健可靠，本文进一步采用国家大数据综合试验区这一准自然实验，替换核心解释变量数字经济指数对资本、劳动错配进行稳健性估计。

为推动数字经济健康繁荣发展，国务院制定实施关于《促进大数据发展行动纲要》规划，先后设立了贵州省大数据综合试验区(2015年)，进一步设立北京、天津、河北、内蒙古、辽宁、河南、上海、重庆和广东大数据综合试验区(2016年)，见表13。因此，本研究分别将2015年和2016年作为样本接受政策影响时点，采用双重差分(Difference-in-Difference，DID)模型进行估计，传统双重差分模型适用于政策实施于同一时点，由于大数据综合试验区设立存在先后时间差异，传统DID并不适用本文多时期的政策评估，继而本文利用多时期双重差分模型对本研究的政策效应进行估计，具体模型设立如式(13)：

表13 政策试点省(区、市)节点

τit=α0+α1dig-policeit+α2Xit+λi+μt+εit

(13)

其中式(13)的τit和前文一样分别表示i城市t时期的资本、劳动错配水平，dig-police刻画大数据综合试验区虚拟变量，如城市i在t时期设立大数据综合试验区，则赋值为1，否则为0。α1分别表征大数据综合试验区对资本、劳动错配的政策净效应，为本研究重点关注系数，λi、μt和εit与前文一样分别表征城市个体、时间固定效应和随机误差项。

(1)回归结果。基于式(13)考察大数据综合试验区对资本、劳动错配影响的政策效应，估计结果如表14所示。表14的列(1)～列(4)分别报告了大数据综合试验区对资本、劳动错配的参数估计结果。列(1)和列(3)报告的是未加入重要控制变量估计结果，其估计系数大小、符号和显著性水平与前文基准回归(见表3)的列(1)和列(3)相比并未发生显著变化，列(2)和列(4)是进一步加入重要控制的变量的参数估计结果，其系数(-0.113)和(-0.021)分别在1%和10%的显著性水平下显著为负，说明大数据综合试验区的设立有效改善了设立地区资本、劳动错配水平，设立大数据综合试验区有助于整体矫正要素错配；且估计系数大小和符号与前文表3的参数估计结果相比并未发生显著改变，也进一步证明本文估计结果的稳健性和可靠性。资本、劳动等传统要素在边际递减情形下引致产出低于实际要素潜在产出，偏离最优要素配置水平，进而引发资源错配；首先，数据作为新的生产要素，对技术进步、生产效率提升和产业形态变迁起着重要作用；其次，数据要素本身蕴含巨大的潜力和价值，对数据的不断挖掘、利用，更加有助于要素的合理配置和价值发挥[37]；同时大数据与传统要素的集合，实现要素重组升级，资源再配置，促进效率变革和动力变革[18]，最终切实有效改善和矫正要素错配，优化资源配置。

表14 大数据综合试验区的稳健性检验

(2)平行趋势检验。大数据综合试验区的基准回归表明设立国家大数据综合试验区有助于抑制资源错配水平进而整体改善资本、劳动要素配置效率。但这一事实可能在设立大数据综合试验区之前就已经存在，同时双重差分方法适用的前提条件须满足平行趋势假定，即在事件发生或政策实施之前，处理组和控制组变化趋势保持一致，且不随时间变化而产生显著的系统性差异。因此，有必要检验实验组和控制组之间在政策实施前的发展趋势是否存在显著的系统性差异，因此，本文引入平行趋势检验。

借鉴宋弘等(2019)[38]、吕越等(2019)[39]的做法，根据本研究实际，以2015年作为当前考察期，将平行趋势检验的公式设定为：

(14)

式(14)中，Dit刻画的是虚拟变量，代表城市i在t年设立大数据综合试验区则取值为1，反之则为0，其余变量与前文一致，本研究重点关注σk的系数，分别表示在大数据综合试验区设立的第t年，设立大数据综合试验区城市和未设立大数据综合试验区城市的资本、劳动错配差异。

图1分别报告的是大数据综合试验区对资本、劳动错配的平行趋势检验，横轴代表政策时点，纵轴刻画每一时点政策虚拟变量的参数估计结果，0时刻长竖线代表政策实施起始年份(2015年)，图1左的检验结果可以看出，在政策(即设立大数据综合试验区)设立之前，政策虚拟变量的估计系数在0轴附近波动变化，即政策实施之前，试点大数据综合试验区城市和非试点大数据综合试验区城市的资本错配水平并无系统显著差异；但在设立大数据综合试验区的第一年，资本错配水平显著开始明显下降，但并未显著异于0，政策实施的第二年开始，大数据综合试验区对资本错配矫正水平开始显著显现，设立大数据综合试验区城市开始显著超过非大数据综合试验区城市，且随着时间后移，政策效应越发显著，说明大数据综合试验区对资本错配矫正效应的趋势具有持续性。同样图1右在政策实施前政策试点城市和非试点城市估计系数在同样在0轴附近波动，在政策实施当年，大数据综合试验区的政策效应逐步显现，但并不明显，从政策实施的第二年起，试点城市劳动错配改善水平显著大于非政策实施城市，同样随着时间推移，政策效应越发显著。图1进一步说明大数据综合试验区有助于矫正资本、劳动错配，切实改善资源配置效率，也证明大数据综合试验区这一政策对资本、劳动错配的矫正效应是稳健、可靠的。

图1 平行趋势检验

进一步，为了排除可能潜在的其他不可观测因素对本部分结论稳健性的干扰，即除开设立大数据综合试验区之后资本、劳动错配的变化是其他政策或原因所致，本文借鉴ABADIE 和GARDEAZABAL(2003)[40]的做法，通过构造反事实事件的方法进行安慰剂检验。具体做法将大数据综合试验区对资本、劳动错配的政策影响变得更加随机化，从样本中任意选取城市作为“伪”处理组，其他城市为“伪”控制组。因为“伪”处理组具有随机性，理论上安慰剂检验中“伪”分组虚拟变量与时间虚拟变量的交互项不会对模型的被解释变量产生明显影响，若不存在明显遗漏变量，处理变量的估计系数不会显著异于0。同时，为规避小概率事件对估计结果形成干扰，本文选择将随机冲击过程重复进行1 000次，结果如图2(左、右)所示。可以发现，大数据综合试验区的系数值全部集中分布在0的附近，进而可以推断“伪大数据综合试验区”对资本、劳动错配没有显著影响，进一步验证了不可观测的随机因素几乎不会对本文结果产生影响，再次证明本部分结果是稳健的。

图2 随机安慰剂检验

(四)异质性分析

本文的基准回归部分主要基于平均影响效应讨论了数字经济对资源错配影响的总量分析，但中国作为一个幅员辽阔、要素资源禀赋各异的发展中国家，各地区在经济发展水平、区位条件、产业布局，以及社会基础设施等方面的差异可能使得数字经济发展对资源错配的影响呈现出非均衡特征，结合现有主流文献的技术处理手段并考虑中国经济发展的实际状况，本文从区域、要素发展水平等层面入手展开异质性分析。

1.分区域异质性讨论

根据资本、劳动要素发展实际状况，本文将资本错配样本划分为沿海和内陆地区，将劳动错配以胡焕庸线为基准，分为胡焕庸线以东和以西依次展开讨论。具体估计结果见表15的列(1)～列(4)。列(1)报告了数字经济对沿海地区资本错配的参数估计结果，可以看出，其估计系数在1%的显著性水平下显著为负，再看列(2)数字经济对内陆地区资本错配的参数估计结果，其系数为负但不显著；可知沿海和内陆地区数字经济对资本矫正作用存在显著差异，整体来看，数字经济对沿海地区具有显著矫正效应，而内陆地区的矫正效应并未充分显现。列(3)报告的是数字经济对胡焕庸线以东劳动错配的参数估计结果，其估计系数在1%显著性水平下显著为负；列(4)报告了胡焕庸线以西地区数字经济对劳动错配的参数估计结果，其系数为正但不显著，列(3)和列(4)的参数估计结果表明，数字经济对胡焕庸以东劳动错配具有显著的矫正效应，而以西区域则存在轻微的加剧作用。

表15 不同区域资本、劳动错配的异质性分析

2.数字经济对资本、劳动配置过度和不足的影响

前文理论和实证结果均得出数字经济对资源错配具有显著的影响，经验事实告诉我们各地区的资本、劳动配置量存在显著差异，如发达地区资本配置水平很好耦合经济产出水平下的有效配置量，资本配置处于合理范围，但可能存在劳动力配置不能满足经济产出水平的有效配置量，出现劳动配置不足；而在欠发达地区可能存在资本、劳动配置量超过经济产出下的有效配置量而出现资本、劳动配置过度。并且随着时间推移，资本、劳动配置的动态过程也存在显著差异，因此，本研究进一步将资源错配分为配置过度和配置不足两种情况分别进行实证检验，其参数估计结果如表16所示，列(1)和列(2)分别为资本、劳动配置过度的参数估计结果，列(3)和列(4)为资本、劳动配置不足的估计结果。

可以看到，列(1)的系数(-0.835)在5%的显著性水平下为负，说明数字经济对资本配置过度具有显著的矫正作用，列(2)的估计系数(-0.275)在10%显著性水平下为负，同样说明当劳动配置过度时，数字经济对劳动配置过度具有显著改善作用。列(3)的系数(-0.019)为负但不显著，说明数字经济在资本配置不足时发挥改善效应还未能充分显现，列(4)报告数字经济对劳动配置不足的估计结果，可以看出其系数(-0.126)符号为负，说明在劳动配置不足时，数字经济对劳动配置不足有一定的矫正和改善作用，但这种效应同样还未充分显现和有效发挥。综上可以看出，数字经济对资本、劳动错配均具有一定的矫正作用，但对资本、劳动配置过度的矫正和改善作用显著大于配置不足的情形，实证结果与前文假设相契合。数字经济对资本、劳动过度配置发挥出更为显著的矫正和改善作用，原因在于数字经济通过数字技术和信息网络精准识别了市场主体的要素需求，减少了资本、劳动要素的过度、冗余投入，大幅改变过去重投入、轻效率的情况，进而发挥出数字经济对资本、劳动配置过度的显著矫正作用；而数字经济对资本、劳动配置不足的矫正作用较小，其原因可能在于资本、劳动配置不足的地区和生产企业自身资源禀赋较差，实现要素优化配置的自我调节能力较弱，并且这类地区和企业数字化转型往往也较慢，进而导致数字经济发展对其资源错配的改善效果大打折扣。

3.资本、劳动错配的惯性特征分析

前文分析了数字经济对资本、劳动错配的异质性影响分析，但是资本、劳动作为重要的生产要素，自身的惯性和持续性影响可能对其本身产生重要的影响。因此，本文进一步基于动态面板数据考察资本、劳动错配自身惯性和持续性影响，具体采用系统广义矩估计(SYS-GMM)参数检验方法进行估计，结果见表17。

表17 资本、劳动错配的滞后期检验结果

表17的诊断结果可以看出，列(1)～列(4)AR(2)的值表明差分方程的残差序列项不存在二阶序列相关，同时Hansen值的结果表明不能拒绝工具变量有效性的原假设，说明模型选择是合适的。

由于列(1)和列(3)报告的是未纳入控制变量的参数估计，因此，本文以列(2)和列(4)的结果作为参照，展开讨论。在纳入资本、劳动错配滞后期后，数字经济对资本、劳动错配的矫正效应仍显著为负，进一步证明数字经济对资源错配存在显著的矫正效应。因变量资本错配滞后一期(tki，t-1)的估计系数(1.885)在1%的显著性水平下对资本错配(tk)的估计系数显著为正，说明上一期的资本错配每提升1个点，将导致下一期的资本错配水平提高1.885个点。同样劳动错配滞后一期(tli，t-1)的估计系数(0.917)在1%的显著性水平下显著为正，充分表明前一期劳动错配将会对下一期劳动错配产生正向影响。估计结果说明资本、劳动错配存在明显的惯性特征和典型的“路径依赖”的特征。

五、结论与政策启示

当前我国正面临数字经济蓬勃发展和资源错配在供需两侧广泛存在的事实，如何发挥数字经济有效矫正资源错配和重塑要素配置机制进而形成有效的资源配置体系成为学界和政府长期面临的重大课题。在此背景下，本文尝试将数字经济和资源错配纳入分析框架，基于2010—2020年我国259个地级城市面板数据实证评估数字经济对资源错配的矫正效应以及技术创新、市场竞争和政府治理的中介和调节效应。研究结果发现：①数字经济切实有效矫正了资源错配，理论和实证层面均成立，在使用内生性处理等稳健性检验后，仍得出相关一致性结论。②机制检验结果表明，理论假设提出技术创新、市场竞争作为本文的中介变量和政府治理的调节变量成立，即有效提升技术创新水平，市场竞争程度和政府治理能力是数字经济矫正资源错配进而改善资源配置效率的重要机制变量。③异质性检验结果发现，数字经济发挥对资源错配的矫正效应还受到区域自身发展，要素扭曲程度等因素的影响。基于上述结论，本文提出以下政策启示：

第一，准确理解和把握数字经济矫正资源错配的作用机制。本文的理论机制分析结果不以具体产业特征为转移，加快发展高技术产业和提高人力资本发展水平是有效改善资源配置效率的关键手段，避免产业资本和人力资本长期积压在中低端产业造成资本、劳动要素的过度配置，而高端产业的资本、劳动要素配置匮乏。充分利用以5G、工业互联网、人工智能等高新技术为依托的数字化、智能化产业不断发展，促进数据要素与传统生产要素的深度融合。数字经济及数字技术的引入均构成了改善资源配置效率的重要变量，这意味着当前我国高新技术产业与传统产业的发展变迁进程不应该是割裂的，那么经济政策要紧盯住改善资源配置这一目标，统筹推进数字经济“双轮驱动”发展模式，实现资源错配的改善进而驱动宏观经济增长。

第二，首先，技术进步给资源配置提供了更为丰富的手段，数字技术及技术创新的引入有助于市场主体对生产行为进行调整优化。因此，需要加大科技研发投入，不断发挥数字经济对广义技术进步的牵引和推动作用。其次，有效的市场竞争有利于促进要素自由流动，应强化竞争政策的基础地位，不断制定和优化市场竞争法律和法规，以更好发挥市场竞争在资源配置中的基础作用。最后，更好发挥政府的数字治理作用，促进政府数字化转型和数字政府的发展，利用政府大数据在全国资源统筹配置中的作用，打破地区分割、孤立的局面实现资本、劳动等要素自由流动，使资源得到有效配置。

第三，高度重视数字经济和资源错配发展的非均衡特征，形成国民经济互促互补的发展格局。推动数字经济、资源配置在各层面、多层次上均衡发展，引导数字经济发展水平较高的地区积极参与全球竞争，实现更广范的资源整合和配置，形成更具广度和宽度资源配置体系。重视我国区域、产业层面的数字鸿沟和资源配置能力差异，大力加快数字经济发展程度较低地区、产业的数字化转型进程，优化数字经济发展总体布局，推动区域、产业间的数字化互联互通；促进资源配置过度和不足地区要素有效流动，优化资源配置空间格局。

[注 释]

① 由于本文解释变量分别为资本、劳动错配，为避免引起歧义和表达简洁，用τit分别表示资本(tkit)、劳动(tlit)错配。

② 政府治理7个方面主要包括：信息公开、政府信息、政务公开、产业发展、市场、信息消费、安全生产、工业互联网、互联网行业、制造业、数据安全、网络安全、安全保护等、互联网、人工智能、创新发展以及学科融合、医疗卫生、互联网+医保服务、医疗机构、公共卫生以及健康医疗大数据、农村、农业、互联网+政务服务、智慧城市、时空大数据、互联网金融、物联网、移动物联网、物联网应用、物联网终端、物联网安全、信息化、信息产业、信息资源、核心技术、云计算、大数据产业发展等具体指标。