长三角城市群数字化转型效率测度及评价——基于DEA-Malmquist 模型

任宗强，相娇娜，王振宇

（1.温州大学商学院，浙江温州 325035；2.温州中津先进科技研究院，浙江温州 325035）

以物联网、大数据、云计算、人工智能为代表的数字化浪潮正引发各领域业务形态变革和产业结构重塑，成为构建新发展格局的重要引擎[1]参见：洪俊杰，蒋慕超，张宸妍.数字化转型、创新与企业出口质量提升[J].国际贸易问题，2022（3）：1-15。。《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》[2]参见：中华人民共和国中央人民政府.中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要[EB/OL].[2021-12-10].https://www.gov.cn/xinwen/2021-03/13/content_5592681.htm。提出，要打造数字经济新优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，加速数字化转型成为新时期建设数字中国的必然要求。长三角是我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，区域内各省市数字化改革竞相发展。数字长三角建设成为“十四五”时期扎实推进长三角区域一体化发展战略的重要抓手，稳步实现区域协同创新和经济高质量发展。面对企业变革、行业创新、区域转型的外在需求和内生动力，我国数字化转型进程加速驶入快车道[3]参见：中国信息通信研究院云计算与大数据研究所.企业数字化转型蓝皮报告：新IT 赋能实体经济低碳绿色转型[EB/OL].[2021-12-10].https://pdf.dfcfw.com/pdf/H3_AP202112301537478098_1.pdf?1640873618000.pdf。，但数字赋能经济社会发展的方式和路径仍处于探索阶段，各地转型成效参差不齐。经济合作与发展组织（Organization for Economic Cooperation and Development，OECD）报告[4]参见：Organization for Economic Cooperation and Development.OECD Digital Economy Outlook 2020[EB/OL].[2020-11-30].https://www.oecd-ilibrary.org/science-and-technology/oecd-digital-economy-outlook-2020_bb167041-en。发现，发达地区与落后地区、城市与农村间的数字鸿沟会阻碍强劲且包容的经济增长。《2021 埃森哲中国企业数字转型指数》[5]参见：埃森哲.可持续发展进行时 跨越数字化分水岭：2021 埃森哲中国企业数字转型指数[EB/OL].[2021-09-23].https://www.accenture.cn/content/dam/accenture/final/a-com-migration/pdf/pdf-177/accenture-digital-tran sformation-index-2021。亦显示，中国企业数字化转型正进入强弱分化的分水岭，且仅有16%的企业数字化转型取得显著成果。与此同时，劳动、资本、知识等生产要素的稀缺性，导致地区间为谋求发展所展开的竞争持续加剧，社会资源优先集聚于高回报率、高效率、高收益领域的特性使得城市间发展差距日渐加大，严重阻碍区域协调发展[6]参见：张可云，杨丹辉，赵红军，等.数字经济是推动区域经济发展的新动力[J].区域经济评论，2022（3）：8-19。。本文通过构建数字化转型指标体系，分析当前长三角城市群数字化转型水平以及可能存在的问题，并基于此为提升长三角地区数字化转型效率和推动区域一体化发展提供有益借鉴。

一、文献综述

由于研究视角和领域的差异，不同学者对于数字化转型的概念和内涵具有不同定义，但对其核心要义则有基本的共性认知，即数字化转型是利用新一代数字技术，通过激发数据要素创新潜力[7]参见：李载驰，吕铁.数字化转型：文献述评与研究展望[J].学习与探索，2021（12）：130-138。，改变传统发展模式，实现转型升级和创新发展的过程[8]参见：韦影，宗小云.企业适应数字化转型研究框架：一个文献综述[J].科技进步与对策，2021（11）：152-160。。随着数字化转型的不断延伸，数字技术以特有的泛扩散、强适应属性逐渐渗透社会各领域，引发经济、生活、治理的全面变革[9]参见：李由君，韩卓希，乔天宇，等.数字化转型中的国家治理变化[J].西安交通大学学报（社会科学版），2022（3）：51-60。，不同领域的数字化转型也表现出不同的转型模式和实施路径。其中企业数字化转型将数字技术映射到生产活动中，聚焦于生产运营、产品服务、组织架构和商业模式的全方位变革[10]参见：周琦玮，刘鑫，李东红.企业数字化转型的多重作用与开放性研究框架[J].西安交通大学学报（社会科学版），2022（3）：10-19。；产业数字化转型的关键则在于推动传统产业与数字技术的深度融合[11]参见：宋清华，钟启明，温湖炜.产业数字化与企业全要素生产率：来自中国制造业上市公司的证据[J].海南大学学报（人文社会科学版），2022（4）：74-84。，培育传统产业经济发展新动能[12]参见：杨文溥.中国产业数字化转型测度及区域收敛性研究[J].经济体制改革，2022（1）：111-118。，构建以数据要素为核心生产力的新经济范式[13]参见：尹西明，陈劲.产业数字化动态能力：源起、内涵与理论框架[J].社会科学辑刊，2022（2）：114-123。；政府数字化转型是指政府部门借助数字技术重塑管理模式、服务流程和决策方式，从而推动治理范式的转变[14]参见：郑跃平，梁灿鑫，连雨璐，等.地方政府部门数字化转型的现状与问题：基于城市层面政务热线的实证研究[J].电子政务，2021（2）：38-51。。而城市数字化转型则是涵盖经济、社会、生活等多领域于一体的全面转型，不再突出单一主体的重要性，而是强调企业、产业以及政府等多元主体的互动以及行动主体间的相互影响[15]参见：翁士洪.城市治理数字化转型的发展与创新[J].中州学刊，2022（5）：75-82。。

城市数字化转型以信息技术和数据要素驱动城市发展模式与实体形态的结构性转变，涉及经济产业、社会生活、政府治理等诸多方面[16]参见：赵继娣，曲如杰，王蕾，等.城市数字化转型中的社会风险演化及防范对策研究[J].电子政务，2022（6）：111-124。。其中经济领域的数字化转型为生活数字化和治理数字化提供了数字技术条件和经济基础，给整个国家的发展带来了新机遇。数字技术的集成不仅能够显著改善资源错配状况[17]参见：郭家堂，骆品亮.互联网对中国全要素生产率有促进作用吗？[J].管理世界，2016（10）：34-49。[18]参见：向云，陆倩，李芷萱.数字经济发展赋能共同富裕：影响效应与作用机制[J].证券市场导报，2022（5）：2-13。，更以产业关联、技术扩散等效应带动传统产业的转型升级[19]参见：陈晓东，杨晓霞.数字经济发展对产业结构升级的影响：基于灰关联熵与耗散结构理论的研究[J].改革，2021（3）：26-39。，为区域经济高质量发展提供新动能。当前对于城市群数字化转型的研究仍较少，更多学者聚焦于企业层面，认为企业作为城市经济发展的核心竞争力，是数字化转型这一浪潮中的排头兵。但研究视角和情境的差异使得企业转型模式与路径仍未有统一定论，学术界也存在多视角探讨。例如余江[20]参见：余江，孟庆时，张越，等.数字创新：创新研究新视角的探索及启示[J].科学学研究，2017（7）：1103-1111。和刘洋等[21]参见：刘洋，董久钰，魏江.数字创新管理：理论框架与未来研究[J].管理世界，2020（7）：198-217。认为数字化转型关键在于将多种数字技术运用于产品、管理、运营和商业模式创新之中，从而提升企业绩效和竞争力。王永贵和汪淋淋[22]参见：王永贵，汪淋淋.传统企业数字化转型战略的类型识别与转型模式选择研究[J].管理评论，2021（11）：84-93。则从数字化资源投入和组织适应性两个维度识别传统企业数字化转型的不同战略类型，并从战略与模式匹配视角分析不同战略下的企业转型模式选择问题。而在数字化转型优先策略选择上也存在诸多分歧，在应用初期数字化多被作为改善资金、人才、物资等要素配置的重要手段，以此提升企业生产效率、改进企业业务[23]参见：黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济，2019（8）：5-23。。但当企业管理模式的转变滞后于数字技术变革时，多数企业的转型阵痛会进一步放大[24]参见：刘淑春，闫津臣，张思雪，等.企业管理数字化变革能提升投入产出效率吗？[J].管理世界，2021（5）：170-190，13。，严重打击了企业转型的积极性。尽管企业数字化转型能为城市治理、产业变革的发展奠定一定基础与经验，但在资源、技术、制度、规则等方面都存在较大差异。随着数字技术的深化，城市数字化转型应逐步从硬件环境的搭建扩展至治理理念的重构上[25]参见：陈冬梅，王俐珍，陈安霓.数字化与战略管理理论：回顾、挑战与展望[J].管理世界，2020（5）：220-236。，从而实现城市全方位、系统性的重塑。

数字化转型实证研究则主要侧重于数字化转型水平评估、转型绩效衡量以及影响因素分析三大方向。范合君等[26]参见：范合君，吴婷.中国数字化程度测度与指标体系构建[J].首都经济贸易大学学报，2020（4）：3-12。从生产数字化、消费数字化、流通数字化和政府数字化4 个维度23 个二级指标构建全面的数字化转型测度指标体系。周青等[27]参见：周青，王燕灵，杨伟.数字化水平对创新绩效影响的实证研究：基于浙江省73 个县（区、市）的面板数据[J].科研管理，2020（7）：120-129。则选择数字化接入水平、数字化装备水平、数字化应用水平、数字化平台建设水平四个指标构建区域数字化水平。在转型绩效测算上，现有研究主要结合计量模型，定量分析数字化转型对产业劳动生产率、全要素生产率等方面的影响，从而判断数字化转型对经济增长的作用[28]参见：肖仁桥，沈佳佳，钱丽.数字化水平对企业新产品开发绩效的影响：双元创新能力的中介作用[J].科技进步与对策，2021（24）：106-115。。而对数字化转型影响因素分析，既有学者实证检验单一因素对数字化转型的直接或间接影响，认为数字技术、研发人员、金融发展等要素是推动数字化转型不可或缺的关键因素[29]参见：李婧，产海兰.空间相关视角下R&D 人员流动对区域创新绩效的影响[J].管理学报，2018（3）：399-409。，也有学者采用组态视角和模糊集定性比较分析（Fuzzy-set Qualitative Comparative Analysis，fsQCA）方法剖析数字化转型多重前因的复杂因果机制[30]参见：张新，徐瑶玉，马良.中小企业数字化转型影响因素的组态效应研究[J].经济与管理评论，2022（1）：92-102。，为谋划更具针对性的数字化转型策略提供参考。

回顾现有研究发现，尽管关于数字化转型经济效应的研究已取得一些值得借鉴的成果，但转型过程中关于投入与产出的效率问题却鲜少涉及。数字化转型并非一蹴而就，既需要持续、长久的数字资产投入，也需要战略、人才等一系列互补性资产相匹配，因此通过实证量化研究各地数字化转型水平以及地区间的差距对缓解区域间因发展不平衡所造成的数字鸿沟具有重要作用[31]参见：陆洋，王超贤.数字化转型量化评估研究的比较分析与最新进展[J].科技进步与对策，2021（9）：152-160。。本文从数字化转型的效率视角出发，基于长三角城市群2015―2020 年的统计数据，运用DEA-Malmquist 指数测算各城市数字化转型效率及其动态演化情况，为长三角一体化发展提供新动能，为实现区域经济高质量发展提供现实指导。

二、模型构建

数据包络分析（Data envelopment analysis，DEA）是以传统的工程效率概念和生产函数理论为基础评价同类型决策单元（Decision Making Unit，DMU）之间相对效率的一种非参数估计方法，无需建立变量之间的严格显示性函数关系，有效避免了由于模型设定偏误引起的计量结果不准确等问题[32]参见：孙涛，周思思.黄河流域国家高新区创新效率测算与比较研究：基于三阶段数据包络分析模型[J].济南大学学报（社会科学版），2022（3）：89-101。，相较于其他方法更具有客观性。并且DEA 模型对于评价复杂系统的多投入多产出的生产活动效率具有独到之处，能够充分考虑对于评价单元的最优投入产出方案，理想地反映评价对象自身信息与特点，因此被广泛应用于各领域各行业的有效性评价研究中。DEA 中最为常用的是CCR（Charnes&Cooper&Rhodes）模型和BCC（Banker&Charnes&Cooper）模型。CCR 模型假定决策单元规模报酬不变，但随着外部社会环境的加速变化，企业难以在最优的模式下进行生产活动，因此基于可变规模报酬假设的BCC 模型被提出。但这两个DEA 模型只能测算静态效率，无法有效反映跨年份的动态变化趋势[33]参见：FARE R,GROSSKOPF S,ROOS P.Malmquist Productivity Indexes:A Survey of Theory and Practice[M]//FARE R, GROSSKOPF S, RUSSELL R R.Index Numbers: Essays in Honour of Sten Malmquist.New York:Springer,1998:127-190。，因此本文引入DEA-Malmquist 模型，通过构建投入距离函数和产出距离函数的比例，动态分析加入时间因素后决策单元全要素效率指数的变化情况。本研究采用DEA-Malmquist 指数模型分析长三角城市群数字化转型效率的动态变化特征，并将其进一步分解为技术变化和技术效率变化。其基本原理如下：假设表示t时刻的产出向量，表示t时刻的投入向量，（·）表示t时刻的产出导向距离函数，则全要素生产率变化（TFP）可表示为如下形式：

其中，若TFP>1，则表示全要素生产率趋于上升；若TFP=1，则表示全要素生产率保持不变；若TFP<1，则表示全要素生产率趋于下降。

在规模效率可变的条件下，设S表示规模报酬函数，TFP 可进一步分解为如下形式：

其中，effch、techch、sech、pech 分别表示技术效率变化指数、技术进步指数、规模效率变化指数以及纯技术效率变化指数。effch 主要用来衡量决策单元对资源配置情况和利用程度，若effch>1，表明决策单元相对技术效率提升，反之下降。techch 反映决策单元技术变化情况，若techch>1，表明决策单元技术进步与创新能力提高，反之减小。sech 和pech 分别衡量了规模经济和管理制度带来的全要素生产率增长效应。

三、研究设计

（一）构建指标和数据来源

数字化转型效率综合反映了区域数字化转型的能力和水平，表示在一定时期，数字化投入与产出之间的相互关系，体现了数字化转型活动中的资源配置情况。对相关指标的选取不仅要考虑数字化投入与产出，还要保证所选取的指标能够从多角度反映效率结果。

1.投入指标选取

本文主要参照中国区域数字化发展指数指标以及相关文献，从数字基础[34]参见：惠宁，白思.打造数字经济新优势：互联网驱动区域创新能力提升[J].西北大学学报（哲学社会科学版），2021（6）：18-28。、创新要素[35]参见：刘鑫鑫，惠宁.数字经济对中国制造业高质量发展的影响研究[J].经济体制改革，2021（5）：92-98。以及合作生态[36]参见：武晓婷，张恪渝.数字经济产业与制造业融合测度：基于投入产出视角[J].中国流通经济，2021（11）：89-98。三大维度构建区域数字化转型的投入指标，如表1 所示。数字基础设施是参与经济和社会生活以及利用数字技术所提供机遇的必要条件，区别于传统经济的物理基础设施，数字基础设施以信息基础建设为主导，作为“社会技术系统”嵌入于社会情境中[37]参见：LIPSEY R G,CARLAW K I,BEKAR C T.Economic Transformations:General Purpose Technologies and Long Term Economic Growth[M].UK:Oxford University Press,2005:97-98。，与各领域进行渗透、融合、创新，成为提升企业技术能力和生产效率的重要基石[38]参见：DAVID T,KALLE L,CARSTEN S.Digital Infrastructures:The Missing is Research Agenda[J].Information Systems Research,2010(4):748-759。[39]参见：张鸿，刘中，王舒萱.数字经济背景下我国经济高质量发展路径探析[J].商业经济研究，2019（23）：183-186。。而无形资产（如管理人才、软件和R&D）则是数字化转型的重要补充，数字经济本身的复杂性和高成长特性，需要创新要素投入以增强企业整合内外部资源与链接外部环境的能力，推进产业链的创新协作与整合，从而建立产业竞争优势[40]参见：李培楠，赵兰香，万劲波.创新要素对产业创新绩效的影响：基于中国制造业和高技术产业数据的实证分析[J].科学学研究，2014（4）：604-612。[41]参见：李唐，李青，陈楚霞.数据管理能力对企业生产率的影响效应：来自中国企业劳动力匹配调查的新发现[J].中国工业经济，2020（6）：174-192。。数字时代下产业组织的基本单位不再是企业，而是以用户价值为出发点建立合作关系而形成的数字化生态[42]参见：ADNER R.Match Your Innovation Strategy to Your Innovation Ecosystem [J].Harvard Business Review,2006(4):98-107,148。，借助同类产业间的竞合以及不同产业间的协作，以实现经济的高质量发展[43]参见：焦勇.数字经济赋能制造业转型：从价值重塑到价值创造[J].经济学家，2020（6）：87-94。。

表1 模型变量与指标

2.产出指标选取

本文将人均生产总值和规上工业总产值作为数字化转型的产出指标。其中人均生产总值作为衡量区域经济整体发展的重要指标之一，能够在宏观层面表现数字化转型对推动区域经济发展的重要作用。而规上工业总产值则是衡量区域产业数字化转型成效的关键指标，产业数字化是指运用新一代数字技术推动传统产业价值创造实现提质、降本与增效的过程，因此规上工业总产值能够有效反映数字化对区域产业转型升级的影响。

3.数据来源

本研究以长三角城市群为分析对象，以数据可得性、连续性、全面性为准绳，选取23 个城市2015―2020 年共6 个年度的面板数据，主要指标数据依据《安徽统计年鉴》[44]参见：安徽省统计局.安徽统计年鉴[EB/OL].[2023-10-01].http://tjj.ah.gov.cn/ssah/qwfbjd/tjnj/。《江苏统计年鉴》[45]参见：江苏省统计局.江苏统计年鉴[EB/OL].[2023-10-01].http://tj.jiangsu.gov.cn/col/col87172/。《浙江统计年鉴》[46]参见：浙江省统计局.浙江统计年鉴[EB/OL].[2023-10-01].http://tjj.zj.gov.cn/col/col1525563/。。

（二）长三角城市群数字化转型实证结果分析

1.长三角数字化转型阶段性效率分析

传统的DEA 静态分析模型无法有效反映转型效率的变化趋势，为更清晰反映长三角城市群数字化转型的效率特征，本文利用DEA P2.1 软件进行Malmquist TFP 指数计算得出各城市数字化转型的全要素生产率，并进行技术效率变化指数、技术进步指数二重分解，在此基础上再将技术效率变化指数分解为纯技术变化效率指数以及规模效率变化指数[47]参见：兰海，吴悦，王丹.基于DEA 和Malmquist 指数的青海省科技创新效率研究[J].科技管理研究，2021（17）：40-46。。

由表2 可知，2015―2020 年长三角城市群数字化转型全要素生产率整体处于“上升―下降―上升”的波动状态且幅度较大，2015―2017 年从0.531 升至1.430，随后三年内降至0.777，而在2018―2020 年间又达到1.812，这表明当前长三角各地区在数字化转型领域仍处于探索阶段。各地区希望借助新技术实现跨越式发展，拥抱和借力数字化的意愿强烈，但由于缺乏前瞻性规划及有效部署，因此转型成效不稳定、发展不均匀，无法为区域经济增长和协调发展提供持续动能。具体来看，2015―2017 年期间全要素生产率从0.531 大幅增长至1.430，这是由于2016 年G20 杭州峰会通过了《二十国集团数字经济发展与合作倡议》，以及2017 年我国《政府工作报告》[48]参加：中华人民共和国中央人民政府.2017 年政府工作报告[EB/OL].[2021-10-13].https://www.gov.cn/guo wuyuan/2017zfgzbg.htm。首次提出“数字经济”，随后各地席卷起一场数字经济热潮，并加速推动其深入发展，以促进区域经济包容性增长。而2016―2019 年全要素生产率从1.430 降至0.777，则是因为此时各界对数字经济的理解十分宽泛，行业划分、政策实施、企业执行等环节难以有效落地，阻碍了数字经济对区域发展的积极作用。而在2019―2020 年全要素生产率又陡然升至1.812，这是新冠疫情倒逼数字化智能化转型的结果，疫情快速席卷全球对中国经济增长和社会治理带来短期冲击的同时，也为各产业和全社会加速数字化转型制造了特殊契机。

表2 长三角城市群数字化转型Malmquist 指数测算结果

从分解指标来看，在2015―2017 年间技术效率变化指数、技术进步指数以及规模效率变化指数都有所增长，其中技术进步指数以一倍的涨幅对全要素生产率的激增发挥了关键作用。这与当时社会经济发展状况密不可分，2016―2017 年是数字经济迅猛发展的时期，以数字技术为代表的创新多领域、群体性加速突破，实体经济利用数字经济广度深度不断扩展[49]参见：中国信息通信研究院.中国数字经济发展白皮书（2017）[EB/OL].[2017-07-11].http://www.caict.ac.cn/kxyj/qwfb/bps/201804/t20180426_158452.html。，使得经济社会从传统的技术经济范式向数字经济范式转变，大幅降低经济成本并显著提升生产效率。在此之后，数字技术这一新兴领域的发展问题和瓶颈逐渐显现，导致2016―2019 年间全要素生产率的下降。而在2018―2020 年期间，全要素生产率从0.777 上升至1.812。2019 年底新冠疫情暴发，一系列基于数字能力的新产品、新模式如线上交易、电子商务等，有力地推动了我国经济率先复苏，为后疫情时代的经济重振注入强劲动力。

2.长三角各城市Malmquist 指数结果分析

表3 进一步报告了2015―2020 年长三角各地区的数字化转型全要素生产率变动及分解项。从整体来看，在长三角城市群内，浙江（TFP=0.961）和安徽（TFP=1.010）两省数字化平均发展水平较为接近，但与江苏（TFP=1.145）相比仍有一定差距。长三角各地区的全要素生产率处于0.720 至1.581 之间，各城市间的数字化转型效率差异较大。受地区经济发展水平、开放程度以及新型基础设施建设的影响，虽然我国数字经济总体发展情况向好，但地区间不均衡现象仍然存在，严重阻碍了生产要素自由有序流动，不利于跨地区的协作和共享[50]参见：夏艳艳，关凤利，冯超.新时代中国区域协调发展的新内涵及时代意义[J].学术探索，2022（3）：45-53。。

表3 2015―2020 年长三角各城市数字化转型Malmquist 指数及分解项

新古典增长理论和内生增长理论突破了传统理论中“资本积累是经济增长的决定性因素”这一观点，均认为技术进步是长期经济增长的重要要素，亦是全要素生产率提升的关键。正如表3结果可知，23 个城市中仅滁州、杭州、合肥、芜湖、宣城、舟山、镇江、扬州以及盐城等9 个地区的全要素生产率大于1，占比为39%，表明长三角整体数字化转型效率偏低，仍有较多地区尚未实现数字资源的有效转化。究其原因可以发现，数字化转型较好的这些城市都得益于其较高的技术进步指数。其中盐城全要素生产率最高，年均增长率达58.1%。在研究期内，盐城的数字资源投入与资源配置效率同时增长，因此资源浪费或流失等现象较少，促进了数字化转型效率的提升；技术进步对盐城经济发展的推动作用仍处于较高水平，反之经济基础较好的地区则需更先进的技术才能拉动经济发展；且在马鞍山、铜陵等与盐城同等规模地区的对比下，盐城的相对效率优势更加凸显。马鞍山的全要素生产率最低，年均下降28%，技术进步指数的负向影响超过了技术效率指数的正向作用。且在数字化转型全要素生产率小于1 的地区中，除湖州和南京外，其余地区的技术效率变化指数均大于或等于1，这也侧面验证了熊彼特“创造性毁灭”理论以及成熟工业体系的经验，经济增长主要靠技术创新，而技术变革对技术创新的影响明显高于技术效率，技术效率是在技术变革发挥作用后，充分利用各种要素进行合理分配，所做出的效率生产[51]参见：王永萍，茅泷丹，王琦.环境保护税法对京津冀上市公司创新的影响研究：基于DEA-Malmquist 指数分解的分析[J].中国软科学，2021（S1）：339-347。。综合上述分析可知，技术进步是影响长三角各个地区数字化转型效率差异的主导因素。

从技术效率变化指数来看，湖州、南京、杭州、滁州均小于1，这主要是由于这些地区在转型初期对数字化资源投入较大，但数字基础设施、创新要素等资源的经济转化具有一定时滞性，从而导致资源配置效率和生产管理能力的降低。技术进步指数则代表一个地区的要素质量和科学技术进展，是影响全要素生产率的关键指标。长三角地区在数字技术水平方面仍有较大的提升空间，仅杭州、滁州、合肥、芜湖、宣城、舟山、镇江、扬州、盐城等地大于1，大多城市处于0.9至1 的区间内。

进一步分解技术效率变化指数，则发现湖州、南京、杭州、滁州四地资源管理效率低下主要是受到了转型管理制度和投入规模大小的双重影响。就纯技术效率指数而言，除杭州、湖州和南京外，其余20 个城市均大于或等于1，这表明大部分城市的技术发展对数字化转型进程具有促进作用。而杭州、湖州、滁州、常州以及南京的规模效率变化指数小于1 则可能存在两方面的原因，一方面，数字化转型较为成熟的地区如杭州、南京等地，在数字产业化和产业数字化方面已有一定规模基础，进一步深入发展的过程中会出现规模报酬增长速度放缓甚至递减的情况，导致规模效率较低。另一方面，在数字化发展基础较差的地区如滁州，通过规模效应实现经济效益增长需要经过较长时间的产业扩张，在此期间内规模效率则普遍较低。

3.数字化转型下长三角经济发展速度与效率比较

在经济高速增长转向高质量发展的关键时期，党的十九大报告首次提出提高全要素生产率的紧迫要求，表明提升全要素生产率成为新时期经济提质升级的关键所在。本文以人均地区生产总值衡量地区经济发展水平，以全要素生产率衡量经济发展质量，进而组合分析数字化转型背景下长三角区域经济发展现状。结果发现长三角地区的经济发展水平与经济发展质量并不形成正比，人均地区生产总值超过15 万元的杭州、无锡、苏州等地全要素生产率远低于人均地区生产总值为6.8 万元的盐城，这表明多地在数字化资源投入方面存在大量冗余，数字化转型的资源配置结构尚未达到最佳。在我国经济发展新常态背景下，简单以人均地区生产总值作为衡量经济发展水平的方式已成为过去，取而代之的是发展速度与质量的辩证统一，发展方式应从规模导向型转向效率导向型，发展核心从关注要素投入转向要素生产率的提升和资源配置优化。

四、研究结论与启示

本文基于投入产出视角，采用长三角23 个城市2015―2020 年的面板数据，构建共同纳入物理要素与无形要素的生产力理论框架，利用DEA-Malmquist 指数模型对数字化转型影响经济增长和资源配置的基本规律与作用机制进行探讨[52]参见：欧阳日辉，李涛.加强数字经济发展的理论研究[N].中国社会科学报，2022-05-26（1）。，为数字时代的经济增长理论创新提供一定参考。主要结论如下：长三角城市群数字化转型效率呈现“上升―下降―上升”的波动态势，其中仅有39%的城市全要素生产率大于1，整体数字化转型效率较低；受技术基础和管理水平影响，各地区转型差异较大，其中盐城、镇江、舟山、扬州等地得益于技术进步与资源管理效率提升的协同效应，全要素生产率显著高于其他地区；数字化转型全要素生产率受技术效率变化指数和技术进步指数双重影响，技术进步指数影响更大。上述结论为理解数字化转型促进区域经济包容性增长提供了重要的启示。

（一）以数字化转型改变传统要素特征

具有非排他性的数据成为数字时代新兴生产要素，深刻改变了要素禀赋的结构和秩序。在数字基础、创新要素和合作生态的共同作用下，传统要素被不断数字化并以指数级增长进入到经济社会活动中，超越地形地貌、交通运输、基础设施等因素的限制，并产生改造、催化和重组的作用，使区域经济整体产生增质效果[53]参见：白永秀，李嘉雯，王泽润.数据要素：特征、作用机理与高质量发展[J].电子政务，2022（6）：23-36。。过去对于生产效率的提升更多集中于对单个生产要素的优化升级，如提高人力资本质量、加大物质资本投入等。但在互联网、人工智能、云计算等数字技术的连接作用下，数据要素依托其高流动性、强渗透性突破对物理空间的内在依赖，通过耦合作用促进要素间的合作，从而提升全要素生产率。

（二）以数字化转型削弱边际递减效应

数字化转型下的生产成本与传统贸易成本、要素流动成本存在显著差异，具有成本半数降低、价值指数级增长的特征，能够打破边际递减效应的瓶颈，为经济增长提供持续动能[54]参见：马涛，任昊翔，黄印，等.数字经济纳入空间经济模型的梳理与思考[J].开发研究，2021（6）：10-17。[55]参见：郑万腾，赵红岩，范宏.数字金融发展对区域创新的激励效应研究[J].科研管理，2021（4）：138-146。。数字技术替代了旧产业体系中生产流程环节和产业结构划分边界的技术部分，并借助高效的网络消除了以往管理、生产、运营活动中存在的接点多、效率低等问题，使得时间成本和空间效率得到综合提升[56]参见：冯圆.数字化改革背景下的成本管理创新[J].财会月刊，2021（23）：68-75。。但从实证结果来看，当前长三角多数地区数字化转型仍陷入边际递减效应的困境之中，尽管在计算机、软件信息等生产性服务业的协助下，企业能够利用数字技术获取海量数据资源，但数据仅仅被获取与存储，内含的价值尚未被充分挖掘，因此各地区应着重关注数字化转型的效率变革，充分释放数字经济的倍增效应。

（三）以数字化转型推动区域融合发展

在传统的经济发展模式中，由于地理空间和经济空间的高度异质性，区域间的经济发展水平差距十分明显。而数字化转型搭建起的“数字桥梁”正在持续模糊各地区间的边界，通过产业关联、技术扩散、功能互补和延伸等效应有效打破传统区域空间束缚，促进区域一体化发展[57]参见：邓崧，周倩，吴玉麟.我国城市群数字化发展非均衡性评估[J].大连理工大学学报（社会科学版），2022（4）：20-30。。但上文实证结果表明，长三角数字化转型全要素生产率在地区间的上升与下降趋势差异显著，数字化转型推动区域协调发展的优势尚未充分发挥，因此依托长三角城市群深厚的产业基础支撑，加快推动长三角数字化的效率变革，对深入部署和实现长三角一体化发展战略具有重要意义。