数字经济与产业结构升级：锁定还是提升

【摘要】产业结构升级是经济高质量发展的重要支撑。本文采用2011 ～ 2021年我国285个地级及以上城市的经济数据研究数字经济对产业结构升级的影响， 结果表明： 数字经济发展对产业结构升级表现出显著的提升作用， 该结论在经过内生性检验后仍成立； 数字经济可通过改善要素结构与提升绿色技术创新水平间接驱动产业结构合理化和产业结构高级化； 分区域来看， 东中西部地区数字经济对产业结构合理化均具有显著的促进作用， 且作用强度表现为“西部>东部>中部”， 对产业结构高级化的正向影响程度表现为“中部>东部>西部”； 数字经济发展对产业结构合理化主要呈现出线性影响， 而对产业结构高级化则具有边际效应递减的非线性特征。

【关键词】数字经济；产业结构升级；绿色技术创新；要素结构

【中图分类号】 F275 【文献标识码】A 【文章编号】1004-0994（2024）13-0115-7

产业结构升级是构建现代化产业体系、 实现经济高质量发展的重要支撑。随着我国经济的快速发展， 各次产业规模不断增加， 但结构问题也日益凸显， 主要表现在过早去工业化， 制造业被锁定于全球价值链的低端等。现有研究认为， 造成中国产业结构低端锁定的原因是多方面的， 包括知识锁定、 市场锁定、 低利润锁定等。数字经济作为一种新兴经济形态， 在拓展分工边界、 降低交易成本和优化资源配置方面对产业结构升级存在积极作用， 但是数字经济是否是中国破解产业结构锁定效应的新的契机还有待验证， 现有研究也未形成定论。程文（2021）认为， 数字技术作为一种通用技术， 虽然表面上看起来红红火火， 但实际上并没有带来生产率的提高， 并结合我国产业面板数据证实了当下数字技术不仅没有提升生产率， 反而对生产率起到了抑制作用， 并不利于产业结构升级。而刘翠花（2022）通过研究发现， 数字经济通过促进要素有效配置、 降低交易成本等促进了产业结构升级和创业增长。因此， 数字经济对中国的产业结构升级究竟存在何种影响， 锁定还是促进？数字经济影响产业结构升级的作用机制如何？对这些问题的深入探讨有助于全面评估数字经济对产业结构升级的影响， 为数实融合提供理论和实证依据。

一、 文献综述

产业结构的锁定效应主要是由路径依赖引发的经济决策失灵的均衡状态， 具体表现为在现有分工体系下， 某一产业长期处于产业链的低端分工环节， 在持续贸易的过程中， 这种分工地位被不断强化。数字经济作为一种新兴经济形态， 在优化资源配置、 降低交易成本等方面有积极的作用， 但数字经济的这些积极作用能否成为解锁中国产业结构低端锁定、 促进产业结构升级的新动力， 现有研究结论并不相同。

有研究认为， 数字经济可通过降低交易成本、 提升交易效率， 使得低端产业仍能获得微利， 化解其生存困境， 但反而进一步强化了低端锁定的路径依赖（凌永辉和刘志彪，2020）。如王淑敏（2018）认为， 中国代工企业习惯于依赖低成本要素的生存和发展模式， 缺乏对高级要素和创新能力的积累意识， 同时由于利润微薄， 也缺乏引进新要素的渴望和跻身专精特新企业的动力， 进而致使其出现价值链低端锁定。还有一些研究认为， 数字经济对产业结构优化升级的作用还可以通过中介机制来表达， 技术创新、 劳动技能提升、 城镇化加速等均可以实现。如焦帅涛和孙秋碧（2021）研究发现， 在影响产业结构升级的因素中， 数字经济作用明显， 其作用机理是通过提升区域创新来实现， 且在高城镇化地区和高人力资本地区作用更显著。王钺（2023）研究发现， 数字经济能够在制造业出口技术复杂度和高端服务业领域起到促进作用， 主要是在东部和中部地区， 而在西部地区这一现象却比较鲜见。进一步梳理发现， 现有结论之所以不一致， 主要是因为我国幅员辽阔， 各地区数字经济的发育程度、 市场化水平、 要素结构、 创新能力等存在较大差异， 数字经济推动产业结构升级不仅需要数字经济的发展， 还需要整个区域在制度、 要素、 基础设施等方面的协调配合。因此， 数字经济对产业结构升级的影响可能不仅仅只是线性的。

综上， 虽然关于数字经济对产业结构升级影响的文献取得了许多成果， 但是对于数字经济是否促进了产业结构升级， 学界仍未达成共识。数字经济影响产业结构升级的机制还不清晰， 在数字经济发展水平不同的区域， 数字经济对产业结构升级究竟是追赶效应还是锁定效应也未有定论。基于此， 本文采用2011 ～ 2021年我国285个地级及以上城市的实际经济数据对数字经济影响产业结构升级的作用及机制展开深入分析， 以期能进一步厘清数字经济对产业结构升级的作用机理， 为推动中国产业结构升级、 构建现代化产业体系提供决策参考。

二、 理论分析与研究假设

随着AI技术、 5G通信技术、 大数据、 云计算、 量子加密等数据信息处理技术和领先信息通信技术的广泛运用， 数字经济能够有效破除产业结构升级过程中的要素供需矛盾， 其对产业结构转型升级的驱动作用日益凸显。为全面评估数字经济对产业结构优化升级的作用， 本文拟从提升作用、 间接提升作用及非线性影响三方面阐释数字经济对产业结构升级的内在机制， 并提出研究假设。

一是提升作用机制， 即数字经济对产业结构升级的提升影响。产业结构转型升级由两个维度构成： 产业结构合理化和产业结构高级化。两者是互相依赖的， 所以当数字经济协同推动产业结构的合理化转型和高级化转变时， 才能说明其推动了产业结构升级。其中， 产业结构合理化指产业间的比例均衡和关联协调程度。首先， 数字经济中的信息与通信技术能够建立不同经济主体间的信息桥梁， 降低信息使用难度（罗珉和李亮宇，2015）。因此， 数字经济发展在解决市场失灵问题上效果显著， 不会因为信息不完全、 信息不对称而产生投资方向偏差以及产能不足或过剩， 同时有效克服摩擦性问题， 有助于资本、 劳动、 技术等要素的跨时空流动， 降低要素重置成本， 促进产业间资源要素的合理配置。其次， 数字经济发展催生出数字产品制造业、 数字产品服务业、 数字要素驱动业、 数字技术应用业等数据新产业， 进而强化产业关联， 促进产业结构向合理化迈进（褚晓琳等，2024）。

产业结构高级化指产业结构从低级形态向高级形态演进的过程， 包括数量增加和质量提升两方面。数量增加产业结构由第一产业为主导向第二、 第三产业为主导的演进。以数据为生产要素和数字技术为驱动力的数字经济能够推动要素市场自由流动， 从而优化资本、 劳动力与技术等生产要素的配置效率（张毅等，2024）。同时数字技术的外溢性亦能提高传统生产要素的使用效率， 促进传统产业提质增效， 提升价值链整体效能， 推动产业链向中高端迈进（孔静和傅元海，2023）。此外， 数字经济的高渗透性、 高技术性与高融合性能够催生出更多新产品、 新业态与新模型， 通过数字技术创新及其产业化和商业化， 最终形成数字产业链和产业集群（任保平，2023）。因此， 数字经济可以增加高级形态产业的数量。

产业结构高级化的质量提升是指劳动生产率较高的产业所占份额的比重增加（刘伟等，2008）。企业借力于数字经济， 利用现代数字技术在精准度量、 深入分析和优化运营等环节发力， 降成本、 扩服务、 增效率， 为拓展产品和服务注入新的活力（纪洁等，2023）。可见， 数字技术作用于传统生产要素， 调节生产要素错配， 实现生产要素从低效率生产部门流向高效率生产部门， 从而促使生产方式从外延式向内涵式转变， 驱动传统生产要素效率攀升（袁航和朱承亮，2018）。由此可知， 数字经济通过提升劳动生产率， 从而提高产业结构高级化的质量。本文提出如下假设：

H1： 数字经济对产业结构合理化与高级化均发挥解锁提升作用。

二是间接提升作用机制， 即数字经济通过绿色技术创新和要素结构对产业结构升级的间接影响。首先， 数字经济发展能够提高创新资源的流动性和适用性， 强化产学研等创新主体间的交流与合作， 提升企业绿色创新能力（孙全胜，2024）， 而绿色技术创新通过节约资源及提升要素生产率促使城市产业结构趋向合理化。有学者研究发现， 随着环境规制和生产环保标准的不断完善， 传统产业通过开展绿色技术研发增加创新竞争力， 推动产业迈向产业链中高端（郭炳南等，2022）。其次， 随着现代数字信息技术对传统产业的改造升级， 促使数字技术与经济各行业的深度融合， 使生产要素在产业间合理流动， 优化资本劳动比， 改善要素结构， 提升要素生产率， 促进产业由劳动密集型向资本密集型与技术密集型转型， 参与全球价值链分工， 进而推动产业结构升级（程惠芳和袁佳煜，2024）。基于此， 本文提出如下假设：

H2： 数字经济可以通过提升绿色技术创新水平、 改善要素结构间接发挥对产业结构升级解锁提升作用。

三是非线性影响机制。在数字经济发展初期， 各产业部门的生产经营边界逐渐被弱化， 数据信息在各部门间的流动非常便利， 获取数据信息的成本也随之缩减， 较容易渗透到各个行业， 由此带来的收益会呈现指数级增长（杨虎涛和胡乐明，2023）。随着数字经济的发展， 数字技术发展水平及创新能力对制造业、 服务业持续渗透的难度增大， 渗透速度和渗透能力都逐渐减弱， 此时数字经济对产业结构升级的作用可能会出现衰减的趋势（曹张龙，2023）。基于此， 本文提出如下假设：

H3： 数字经济对产业结构升级的影响可能呈现“解锁提升-效果衰减-强化锁定”这一非线性轨迹。

三、 模型构建、 变量说明与数据来源

（一） 模型构建

为检验数字经济发展对产业结构升级的影响， 本文构建如下基本模型：

Indit=α0+α1Dglit+αiZit+μi+δt+εit （1）

其中， Indit为i城市t年的产业结构升级水平， 包括产业结构合理化和高级化两个方面。Dglit为核心解释变量数字经济发展水平， μi为不可观测的个体固定效应， δt为时间固定效应， εit为随机干扰项。α1反映数字经济变量对产业结构的影响程度， Zit为影响产业结构升级的其他控制变量。

式（1）表征了数字经济对产业结构升级的影响， 为更深入地发现数字经济对产业结构升级的间接影响， 参考温忠麟等（2014）关于中介效应的研究思路， 基于式（1）加入中介变量（medit）， 构建中介模型， 具体公式如下：

medit=β0+β1Dglit+βiZit+μi+δt+εit （2）

Indit=α0+α1Dglit+α2medit+αiZit+μi+δt+εit （3）

为了研究数字经济对产业结构升级的非线性， 本文运用一个面板门限回归方法进行实证研究， 检验两者之间是否存在非线性关系。在式（1）的基础上构建如下面板门槛模型：

Indit=α1Dglit∙I（q≤γ1）+α2Dglit∙I（γ1<q≤γ2）+…+αnDglit∙I（γn-1<q≤γn）+αiZit+μi+δt+εit （4）

其中， Dglit为核心解释变量与门槛变量， [γ]为待估计的门槛值， 将被研究的城市数据样本划分为n个不同的区间， 且样本区间的估计系数存在差异。满足条件时， 指示函数I（∙）取值是1， 反之则是0。

（二） 变量选取及测度

1. 被解释变量。被解释变量为产业结构升级， 通过两个方面来刻画， 分别是产业结构合理化（Indr）与产业结构高级化（Indh）。其中， 产业结构合理化是描述产业间的投入产出的比例均衡与否、 产业间相互作用关联协调与否的指标。本文参考干春晖等（2011）的方法， 利用泰尔指数对产业结构合理化进行测度， 具体计算公式如下：

其中， Yij/Yi为i城市第j产业占该地区国内生产总值的比重， Lij/Li表示i城市j产业就业人员在总就业人员中的比例。泰尔指数反映产业结构和就业结构二者的偏离均衡水平的程度， 用以衡量产业结构偏离度， 取值范围为［0，1］， 数值越小， 说明产业结构合理化程度越高， 反之， 说明产业结构越不合理。

产业结构高级化指产业结构由低层次向高层次的演进， 应同时体现为各产业间比例关系的量变和劳动生产率提升的质变， 因此， 参考刘伟等（2008）的做法， 将产业结构高级化（Indh）界定为产业之间的比例关系和各产业劳动生产率的比值， 测算公式为：

其中， Yij/Lij表示i地区j产业的劳动生产率， 由于Yij/Yi无量纲， 而Yij/Lij有量纲， 对此， 借鉴袁航等（2018）的做法， 本文采取均值化的方法以消除不同量纲所带来的误差。

2. 核心解释变量。考虑到互联网发展和数字普惠金融均是影响产业结构升级重要因素（唐文进等，2019）， 因此数字经济发展水平（Dgl）参照赵涛等（2020）的研究思路， 以互联网发展为核心， 同时考虑数字化交易情况， 结合城市数据的可得性， 从数字普惠金融发展、 互联网普及率、 互联网相关从业人员、 互联网相关产出、 移动互联网用户数5个方面构建数字经济综合发展评价指标， 详见表1。其中， 数字普惠金融发展采用北京大学金融普惠指数来表征（郭峰等，2020）。在此基础上， 采用熵权TOPSIS法测算数字经济综合发展指数， 进而表征城市数字经济发展水平。

3. 中介变量。绿色技术创新（lnGtp）： 采用各地级市绿色专利申请数的对数衡量绿色技术创新水平。要素结构（lnKlr）： 选择各城市的固定资本存量与平均就业人数之比刻画生产要素投入结构， 其中固定资本存量以2003年为基期， 采用永续盘存法计算获得， 折旧率参考张军等（2004）的研究， 取值9.6%。

4. 控制变量。为更加全面地分析数字经济对产业结构升级的影响， 有必要设定对产业结构升级可能产生影响的控制变量， 主要包括： 人力资本水平（lnEdu）， 采用每万人普通大学生在校人数的对数度量； 政府干预（Gov）， 选用地方一般财政支出与GDP之比表征； 基础设施（Inf）， 选取城市人均城市道路面积衡量； 对外开放（Open）， 采用进出口贸易总额占GDP比重衡量； 市场化水平（Market）， 参考王小鲁等（2017）关于市场化指数的测算思路， 结合各地级市相关数据计算获得。为减少异方差问题， 变量作取对数处理。

（三） 数据来源与描述性统计

本文以2011 ～ 2021年我国285个地级及以上城市为研究对象（由于部分地区数据缺失故剔除）， 得到3135个样本观测数据。所采用的资料和数据包括各省市统计年鉴、 《中国城市统计年鉴》、 EPI数据库、 WIND数据库以及CNRDS等平台。各变量描述性统计见表2， 其中产业结构合理化的最小值、 均值、 最大值分别为0.407、 2.249、 4.079； 产业结构高级化的最小值、 均值、 最大值分别为0.228、 1.011、 3.903。这说明不同城市、 不同年份间产业结构水平的差异很大。数字经济发展水平的最小值、 均值、 最大值分别为0.069、 0.459， 0.864， 表明不同城市、 不同年份的数字经济发展水平也存在较大差异。

四、 实证结果分析

（一） 基准回归结果

由表3的回归结果可以看出， 在添加控制变量前和添加控制变量后， 数字经济对产业结构合理化影响的回归系数均为负， 且通过了1%水平的显著性检验， 而数字经济对产业结构高级化的回归系数显著为正， 这初步说明我国数字经济发展对产业结构合理化和高级化都有非常明显的提升效果， H1得证。在控制变量方面， 政府干预、 市场化水平对产业结构合理化影响的系数显著为负， 说明这二者在促进产业结构合理化方面， 也有明显的促进作用； 在对产业结构高级化的影响因素中， 对外开放度、 市场化水平的系数在1%的显著性水平上为正， 说明其对产业结构高级化均具有显著的推动作用。具体而言， 人力资本作为创新的主要载体， 是产业结构升级的重要动力源泉。政府通过相应的税收、 产业等政策的精准干预可以加速产业结构优化升级。随着高水平的对外开放， 我国正迈向国际分工价值链中高端， 对外出口的产品也由劳动密集型产品转向资本与技术密集型产品。市场化程度越高， 越有助于资源要素合理流动， 提高资源配置效率。可见， 数字经济对产业结构合理化与高级化解锁提升作用明显。

（二） 内生性分析

考虑到数字经济和产业结构升级可能存在反向因果关系， 本文参考黄群慧等（2019）和毛艳华等（2014）的研究思路， 采用数字经济发展滞后一期与1984年人均电话使用量作为数字经济发展的工具变量进行内生性检验。数字经济发展滞后一期之所以作为工具变量， 一方面是因为数字经济发展滞后一期与当期的数字经济发展水平高度相关， 满足相关性要求； 另一方面由于数字经济发展水平的滞后一期已经发生， 属于前定变量， 与当期的随机扰动项不相关， 满足外生性要求。人均电话使用量作为工具变量， 一方面数字经济发展依赖于包括人均电话使用量在内的电信基础设施水平， 满足相关性要求； 另一方面随着信息技术的不断迭代升级， 人均电话使用量不会影响产业结构优化升级， 满足外生性要求。

表4的回归结果显示， 数字经济对产业结构合理化与高级化回归的内生性检验的P值分别为0.823和0.007， 说明数字经济对产业结构合理化的回归中不存在内生性问题， 在基准回归中， 数字经济发展对产业结构合理化影响的估计结果可信， 不需选用工具变量法进行回归； 而数字经济对高级化的基准回归模型存在内生性问题， 选取工具变量进行估计尤为必要。Kleibergen-Paap rk LM的统计量为149.678， 拒绝了因为工具变量识别不足的原假设； Kleibergen-Wald rk F统计量为2149.571， 都超过了Stock-Yogo检验在15%水平的临界值， 拒绝工具变量是弱识别的原假设， 这表明了工具变量与内生变量存在很强的关联； Hansen 检验的P值为0.983远超过0.05， 无法否定工具变量是过度识别的原假设， 因此将其视为是外生性的， 上述的检验结果表明本文选取的工具变量是合理的且有效的。在IV-2SLS、 IV-GMM两种模型估计下， Dgl的系数为正且在1%的显著性水平上， 表明数字经济对产业结构高级化的提升效果是稳健的、 可靠的。

（三） 机制检验

借鉴温忠麟等（2004）关于中介机制检验的方法， 从绿色技术创新与要素结构视角检验数字经济发展对产业结构合理化与产业结构高级化的间接作用， 检验结果如表5所示。可以看出， Sobel的检验结果在5%的水平上均显著， 绿色技术创新与要素结构作为中介变量， 在数字经济对产业结构升级的提升作用中发挥了作用， H2得以验证。由表5可知， 考虑绿色技术创新为中介变量时， 数字经济对绿色技术创新的影响系数为正， 表明其促进作用明显。数字经济与绿色技术创新对产业结构合理化的影响系数为负， 对产业结构高级化的影响系数均为正， 说明绿色技术创新在数字经济提升产业结构合理化和高级化的过程中发挥了中介作用。在控制其他变量的情况下， 每1个单位数字经济水平的提升， 就会提高0.119个单位的产业结构合理化水平。其中直接效应提升0.107个单位， 通过提高绿色技术创新水平3.251个百分点， 继而带来的间接效应提升0.012个单位， 间接效应占总效应比为10.08%； 同样， 数字经济对产业结构高级化的直接效应与间接效应分别为0.213与0.032， 间接效应占比为13.06%。

当要素结构为中介变量时， 数字经济对要素结构的影响系数为正， 表明其提升作用明显。数字经济与要素结构对产业结构合理化的影响系数为负， 对产业结构高级化的影响系数为正， 表明要素结构在数字经济提升产业结构合理化和高级化的过程中发挥了中介作用。在控制其他变量的情况下， 每1个单位数字经济水平的攀升， 就会提高0.122个单位的产业结构合理化水平。其中直接效应提升0.108个单位， 经过提高要素结构水平1.577个百分点， 从而带来的间接效应提升0.014个单位， 间接效应占总效应比为11.48%。另外， 数字经济水平每增加一个单位， 会直接提高产业结构高级化水平0.213个单位， 同时改善要素结构间接提高产业结构高级化水平0.026个单位， 间接效应占比为10.88%。总体而言， 数字经济对产业结构合理化与产业高级化影响的直接效应均超过间接效应， 即绿色技术创新与要素结构在数字经济对产业结构升级的解锁提升中发挥了中介效应， 但是作用稍显薄弱。

（四） 门槛效应

1. 门槛效应检验。为检验数字经济发展水平对产业结构升级的非线性影响， 需构建面板门槛模型进行相关估计， 在此之前， 需进行门槛效应显著性与门槛估计值真实值检验， 其中， 门槛效应显著性检验就是依据临界值对不同样本进行参数估计， 这一方法主要通过F统计量与P值来判断； 临界值估算的真实性（一致性）检验则是利用Bootstrap方法， 以似然比LR统计量来判断估计值与实际数据的相合性。根据检验结果可以看出， 合理化模型F值分别为10.50、 7.81、 4.57， 对应的P值分别为0.600、 0.580、 0.773， 表明数字经济发展对产业结构合理化临界因素的实证检验没有通过， 门槛不成立。而数字经济对产业结构高级化的影响具有双门槛效应， 第一门槛与第二门槛值分别为0.096和0.301。

最后对门槛值的真实性进行检验， 即对估计值与真实数据的相合性进行检验。根据Hansen（1996）提出的方法， 可以使用极大似然估计量对门槛值进行检验， 对应的似然比统计量： LR（γ）=［S1（γ）-S1（[γ]）］/δ2（[γ]）， S1（[γ]）为原假设下参数估计的残差平方和， δ2（[γ]）为原假设下参数估计的得到的残差平方和。根据Hansen提出的判别公式， 即当LR（γ）>-2log［1-（1-α）1/2］时， 否定了原始假定。α在5%的显著性水平上的LR统计量为7.35， 根据估计结果， 绘制似然比函数曲线（由于篇幅限制，图略）。可以看出， 以数字经济发展为门槛变量， 数字经济发展对产业结构高级化对应的LR估值显著小于临界值， 所以， 门槛估计值是真实的。

2. 回归分析。由表6可以看出， 数字经济对产业结构高级化具有双门槛效应。在样本各区间， Dgl的系数值从高到低再到更低， 表明数字经济发展对产业结构高级化的提升作用强度逐渐降低， 锁定作用逐渐增强。具体而言， 当Dgl<0.096时， 数字经济发展对产业结构高级化的回归系数为0.917并在1%的水平上显著， 说明数字经济对产业结构高级化具有显著的解锁提升作用， 随着数字经济的发展， 当0.096<Dgl≤0.301时， 数字经济对产业结构高级化的提升效果衰减， 由0.417变为0.285。当Dgl>0.301后， 数字经济对产业结构高级化的锁定效应开始强化。可能的原因是： 在到达第一门槛值之前， 数字经济对产业结构高级化影响初期， 数字经济能够迅速促进绿色技术创新提高劳动生产率， 改善要素结构促使产业由劳动密集型向资本与技术密集型产业转型， 即呈现解锁提升。在第一门槛和第二门槛之间， 数字经济对产业结构合理化水平的促进作用低于其对高级化的促进作用， 高级化进程受限于合理化水平， 从而导致数字经济对产业结构高级化的提升效果衰减。在第二门槛之后， 产业结构高级化受制于数实融合的领域和程度， 以及“索洛悖论”的出现， 使得锁定效应开始强化。在采用第三产业与第二产业比值（Isu）替换被解释变量（Indh）的回归结果中， 系数符号的正负号与显著性未发生明显变化， H3得以验证。

（五） 区域异质性

为探讨数字经济的产业结构提升作用在不同的区域间有何差异， 本文按照经济发展水平与地理位置相结合的方式， 将30省市（由于部分地区数据缺失故剔除）285个城市划分为东部地区、 中部地区和西部地区①， 并对其进行差异化研究， 分析结果如表7所示。

结果显示， 数字经济促进东、 中和西部地区的产业结构合理化的回归系数在1%的显著性水平上得到了验证， 表明数字经济对产业结构合理化具有显著的提升作用， 并且这种提升作用程度在不同的区域差异较明显， 即数字经济发展对西部地区产业结构合理化提升的作用最强， 东部次之， 中部最小， 这与汪晓文等（2023）、 王倩（2023）的研究一致， 表明数字经济发展有助于缩小区域间产业结构差距， 促进区域产业结构协调合理发展。这可能是因为随着西部大开发的持续推进， 当地政府加大了数字新型基础设施的建设力度， 促使数字经济蓬勃发展， 且西部地区城市间的数字经济发展水平差距较小， 要素分布疏密有致， 因此， 数字经济发展对西部地区产业合理化发展解锁提升作用较强。东部地区产业结构合理化和数字经济发展水平相对较高， 数字经济发展对产业结构合理化的影响红利可能已经部分提前释放， 数字经济对产业结构合理化提升效应次于西部地区。中部地区城市间的数字经济发展水平差距较大致使要素分布出现疏密无度的现象， 产业数字化转型不足， 从而导致中部地区数字经济对产业结构合理化产生了锁定效应。

数字经济对产业结构高级化的正向影响强度依次为中部、 东部和西部， 这与尹相森等（2022）的研究异曲同工， 即随着中部地区高质量发展的推进， 东部地区知识与技术密集型等高技术产业转移到中部地区， 中部地区利用自身优势， 加大数字型基础设施建设， 逐渐推进产业数字化和数字产业化的协同发展， 不断在数字经济红利中提高劳动率高的产业比重， 因此数字经济对其产业结构高级化的解锁提升作用最强。东部地区已经先于中西部地区发展数字经济， 产业结构高级化的量和质都已经较好， 数字经济对产业结构升级的提升作用有限。西部地区的数字经济发展和劳动生产率高的产业份额占比相对较低， 加之自身禀赋相对薄弱， 数实融合比较滞后， 导致数字经济对产业结构升级产生了锁定效应。

五、 结论与对策

（一） 结论

本文从产业结构合理化与产业结构高级化两个维度阐释了数字经济对产业结构升级的影响， 并利用285个城市的面板数据进行了实证检验， 研究结果表明： 一是数字经济发展对产业结构合理化与产业结构高级化都有提升效应。二是在数字经济促进产业结构升级的过程中， 可通过绿色技术创新与改善要素结构间接提升产业结构合理化与产业结构高级化， 且数字经济对产业结构升级的直接效应大于其通过绿色技术创新和要素结构对产业结构的间接效应。三是数字经济发展对产业结构合理化主要呈现出线性影响， 而对产业结构高级化则呈现“解锁提升-效果衰减-强化锁定”这一非线性轨迹。四是分地区来看， 东、 中、 西部地区数字经济发展影响产业结构升级同时存在提升效应和锁定效应。具体而言， 数字经济对产业结构合理化的促进作用强度表现为“西部>东部>中部”， 对高级化的正向影响程度表现为“中部>东部>西部”。

（二） 对策

第一， 考虑到数字经济对产业结构升级的解锁提升作用较强， 则需更深层次地提升数字经济发展水平。强化光纤网络IPv6、 5G技术、 大数据等新型基础设施建设， 明晰政府与市场在经济发展中的行为边界， 改善资源配置中不合理、 不匹配的情况， 提高资源的配置效率。此外， 加大数字智能化、 信息技术等数字型人才的培养力度， 不断提升数字经济基础设施的发展与应用水平， 深化信息和通信技术对传统的渗透效应， 促进产业向智能化、 服务化、 绿色化转型发展。第二， 加大前沿核心绿色技术研发创新与要素结构的持续优化力度。一是在积极引进利用国际前沿核心数字技术的同时， 促使“政产学研用”创新共同体协同发展， 激发各创新主体活力。政府不断优化技术市场环境， 高校和科研机构强化基础研究和技术供给， 企业要深化实践创新， 不断提升自主绿色技术创新水平， 激发绿色技术创新对产业结构升级的驱动作用。二是考虑到数字经济通过重新配置劳动力与资本等生产要素， 促进产业结构向产业链中高端发展， 因此， 要适宜优化要素结构， 发挥数字经济对产业结构升级的叠加倍增作用。第三， 根据区位和发展阶段采取不同的发展策略。数字经济的产业结构合理化和高级化对不同区域的作用程度有差异， 这意味着经济薄弱的中西部地区能够借助数字经济红利缩小区域间差距， 破除锁定效应。东部地区在巩固数字经济发展对本地区产业结构升级的“锦上添花”效应的基础上， 可适当引导数字要素向中西部地区的辐射扩散， 中西部地区应积极承接先进技术， 提升人才数字素养， 弥补数字基础设施在地区间的差距， 充分发挥数字经济发展对本地区产业结构升级的“雪中送炭”作用， 形成区域联动、 优势互补的良性发展格局。

【 注 释 】

1 根据地理位置与经济发展情况，将我国三大经济区包括东部地区、中部地区、西部地区。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（市）；中部地区包括山西、黑龙江、吉林、安徽、江西、河南、湖北、湖南 8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个省（市、自治区）。

【 主 要 参 考 文 献 】

曹张龙．数字经济驱动产业结构升级的理论机制及其门限效应［ J］．统计与决策，2023（11）：18 ～ 23．

程惠芳，袁佳煜．数字技术与内需主导型全球价值链分工：理论逻辑与经验证据［ J］．浙江社会科学，2024（3）：54 ～ 68+157．

褚晓琳，贾杨帆，武晓婷．基于投入产出技术的物流业数字化程度测度［ J］．统计与决策，2024（1）：86 ～ 90．

郭炳南，王宇，张浩．数字经济、绿色技术创新与产业结构升级——来自中国282个城市的经验证据［ J］．兰州学刊，2022（2）：58 ～ 73．

纪洁，谷蓉娜，韩剑．数字经济时代制造业企业服务化转型与产品多样化［ J］．江海学刊，2023（3）：102 ～ 110+255．

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（5）：146 ～ 154．

罗珉，李亮宇．互联网时代的商业模式创新：价值创造视角［ J］．中国工业经济，2015（1）：95 ～ 107．

任保平．以产业数字化和数字产业化协同发展推进新型工业化［ J］．改革，2023 （11）：28 ～ 37．

孙全胜．数字经济赋能企业绿色技术创新效率提升的三种模式［ J］．科学管理研究，2024（1）：96 ～ 105．

汪晓文，陈明月，陈南旭．数字经济、绿色技术创新与产业结构升级［ J］．经济问题，2023（1）：19 ～ 28．

王倩．数字经济、新型城镇化与产业结构升级［ J］．工业技术经济，2023（3）：73 ～ 81．

王淑敏．企业能力如何“动”“静”组合提升企业绩效？——能力理论视角下的追踪研究［ J］．管理评论，2018（9）：121 ～ 131．

温忠麟，张雷，侯杰泰等．中介效应检验程序及其应用［ J］．心理学报，2004（5）：614 ～ 620．

杨虎涛，胡乐明．不确定性、信息生产与数字经济发展［ J］．中国工业经济，2023（4）：24 ～ 41．

袁航，朱承亮．国家高新区推动了中国产业结构转型升级吗［ J］．中国工业经济，2018（8）：60 ～ 77．

张毅，常洪旺，王军．数字经济对统一大市场的影响研究：理论机制与实证分析［ J］．现代财经（天津财经大学学报），2024（3）：19 ～ 36．

Hansen B. E..Inference When a Nuisance Parameter Is not Identified Under the Null Hypothesis［ J］． Econometrica，1996（64）：413 ～ 430．