嚴紅梅，徐 燦，2

(1. 中共深圳市委黨校，廣東 深圳 518034；2. 深圳大學，廣東 深圳 518057)

一、引言

近年來,飛速發(fā)展的現(xiàn)代信息技術融合人類生產(chǎn)生活新方式，應運而生數(shù)字經(jīng)濟新興業(yè)態(tài)，正在成為繼農(nóng)業(yè)經(jīng)濟、工業(yè)經(jīng)濟之后，推動工業(yè)高質(zhì)量發(fā)展、經(jīng)濟發(fā)展動能轉(zhuǎn)型升級最有效發(fā)展模式?；跀?shù)字化的信息技術廣泛應用(大數(shù)據(jù)、人工智能、5G等)，以實現(xiàn)優(yōu)化資源配置的數(shù)字經(jīng)濟，已然成為拉動經(jīng)濟高質(zhì)量發(fā)展的新引擎，亦是經(jīng)濟發(fā)展新格局下一國綜合國力的有利體現(xiàn)。據(jù)2019年信通院統(tǒng)計，中國數(shù)字經(jīng)濟增加值規(guī)模達到35.8萬億元[1]，如果按歐美口徑，我國數(shù)字經(jīng)濟占GDP的比重高達7.2%。[2]2020年席卷全球的新冠疫情，使本已增速放緩的全球經(jīng)濟進入下行通道，數(shù)字經(jīng)濟扮演著重塑全球經(jīng)濟體系、提高綜合治理能力和拉動經(jīng)濟增長的關鍵角色。

大力發(fā)展數(shù)字經(jīng)濟、推動傳統(tǒng)產(chǎn)業(yè)升級已上升為國家戰(zhàn)略層面。自2017年政府工作報告首次提出“數(shù)字經(jīng)濟”以來，數(shù)字經(jīng)濟呈現(xiàn)出越來越重要的地位。2019年，政府工作報告提出促進新興產(chǎn)業(yè)加快發(fā)展，壯大數(shù)字經(jīng)濟；2020年提出全面推進互聯(lián)網(wǎng)+，打造數(shù)字經(jīng)濟新優(yōu)勢；2021年，則“數(shù)字經(jīng)濟”和“數(shù)字中國”同時出現(xiàn)，并且增加了“數(shù)字社會”“數(shù)字政府”“數(shù)字生態(tài)”等內(nèi)容。[3]習近平主席在二十國集團領導人第十五次峰會上強調(diào)，加強數(shù)據(jù)安全合作，加強數(shù)字基礎設施建設，為數(shù)字經(jīng)濟營造有利發(fā)展環(huán)境的必要性。

深圳，作為制造業(yè)和信息通信產(chǎn)業(yè)發(fā)展繁榮的“先行示范區(qū)”，近年來在數(shù)字經(jīng)濟發(fā)展上取得了舉世矚目的成效。據(jù)統(tǒng)計，深圳市2020年數(shù)字經(jīng)濟核心增加值占據(jù)GDP比重高達30%以上。在大力發(fā)展包括5G、工業(yè)互聯(lián)網(wǎng)、人工智能、云計算、大數(shù)據(jù)等新基建產(chǎn)業(yè)的加持下，數(shù)字經(jīng)濟產(chǎn)業(yè)迅速壯大，新業(yè)態(tài)、新應用呈井噴狀，為深圳經(jīng)濟穩(wěn)定、高速增長和平穩(wěn)轉(zhuǎn)型發(fā)展提供了勢能。另外，深圳數(shù)字經(jīng)濟的發(fā)展更是為粵港澳大灣區(qū)經(jīng)濟發(fā)展注入能量。

數(shù)字經(jīng)濟以通用數(shù)字技術為核心驅(qū)動力，極大程度提高了信息流動的效力，助力邁入新工業(yè)革命時代。數(shù)字經(jīng)濟的深入發(fā)展，能夠有效提升遍布產(chǎn)業(yè)鏈每一環(huán)的生產(chǎn)要素投入分配效率，實現(xiàn)對市場優(yōu)化分工協(xié)作。相比于傳統(tǒng)市場的低效，數(shù)字經(jīng)濟高效的融合市場經(jīng)濟，極大程度地減輕了市場扭曲和資源錯配，從而能夠顯著提高全要素生產(chǎn)率。不少學者從要素市場扭曲的角度實證檢驗了資源配置效率的提高有益于全要素生產(chǎn)率的改善。國家(地區(qū))數(shù)字經(jīng)濟的深入發(fā)展必然也會提升其生產(chǎn)力(全要素生產(chǎn)率)，但目前尚缺乏此類相關嚴謹?shù)膶W術研究成果?；诖耍疚牟捎?2004—2017 年我國市級面板數(shù)據(jù)(粵港澳大灣區(qū)11個城市和北上廣),力圖給出數(shù)字經(jīng)濟發(fā)展與全要素生產(chǎn)率的關系的實證檢驗，不僅有助于科學準確地評估我國不同區(qū)域間數(shù)字經(jīng)濟發(fā)展水平的高低,更為實現(xiàn)我國由工業(yè)經(jīng)濟向數(shù)字經(jīng)濟發(fā)展轉(zhuǎn)型過渡提供重大的理論和實踐參考。本文在已有文獻上的邊際貢獻有以下三點：1.擴展了評價數(shù)字經(jīng)濟的研究體系和方法，著力于數(shù)字產(chǎn)業(yè)化這個易于量化評價的角度，運用主成分分析法構建了數(shù)字經(jīng)濟發(fā)展指數(shù)；2.實證檢驗了數(shù)字經(jīng)濟提高生產(chǎn)力的作用機制，豐富了數(shù)字經(jīng)濟和全要素生產(chǎn)率的相關影響研究，并否定了中國國情的“索洛悖論”的存在性；3.針對粵港澳大灣區(qū)城市群中數(shù)字經(jīng)濟可能具有的空間溢出效應，做出了實證檢驗。

二、文獻回顧

數(shù)字經(jīng)濟的快速發(fā)展引發(fā)了國內(nèi)外學者們的廣泛關注，國際上對數(shù)字經(jīng)濟的研究經(jīng)歷了從信息經(jīng)濟和互聯(lián)網(wǎng)經(jīng)濟到數(shù)字經(jīng)濟的探索過程。張雪玲和焦月霞通過對數(shù)字經(jīng)濟內(nèi)涵的界定，構建了數(shù)字經(jīng)濟發(fā)展評價指標體系，運用熵值法與指數(shù)法測算2007—2015年我國數(shù)字經(jīng)濟發(fā)展狀況，并著重分析信息通訊基礎設施、ICT初級和高級應用、企業(yè)數(shù)字化、信息和通信技術產(chǎn)業(yè)發(fā)展之間的關聯(lián)性。[4]許憲春等系統(tǒng)梳理信息經(jīng)濟、互聯(lián)網(wǎng)經(jīng)濟、數(shù)字經(jīng)濟演變歷程，對 2007—2017 年中國數(shù)字經(jīng)濟增加值與總產(chǎn)出等指標進行測算，深化了數(shù)字經(jīng)濟規(guī)模核算框架研究，系統(tǒng)監(jiān)測了中國數(shù)字經(jīng)濟的發(fā)展規(guī)模與結(jié)構，為進一步完善中國數(shù)字經(jīng)濟統(tǒng)計核算體系和提出促進數(shù)字經(jīng)濟高質(zhì)量發(fā)展的戰(zhàn)略措施提供參考依據(jù)。[5]劉傳明等利用“騰訊互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟大數(shù)據(jù)平臺公布的城市數(shù)字經(jīng)濟發(fā)展指數(shù)數(shù)據(jù)，采用Dagum基尼系數(shù)測度粵港澳大灣區(qū)、京津冀、長三角等城市群數(shù)字經(jīng)濟發(fā)展的地區(qū)差距，發(fā)現(xiàn)中國數(shù)字經(jīng)濟發(fā)展的地區(qū)差距呈逐漸下降趨勢，京津冀城市群數(shù)字經(jīng)濟發(fā)展的差異遠遠高于其他城市群，城市群間差異是數(shù)字經(jīng)濟發(fā)展差異的主要來源。[6]楊慧梅等從數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化兩個維度，采用主成分分析法構建了數(shù)字經(jīng)濟發(fā)展水平的指標體系，并利用2004—2017年我國省際面板數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟發(fā)展顯著促進了全要素生產(chǎn)率的提升。但較之高生產(chǎn)率地區(qū)和東部地區(qū)，數(shù)字經(jīng)濟發(fā)展對低生產(chǎn)率地區(qū)和中西部地區(qū)全要素生產(chǎn)率的提升作用更大，研究強調(diào)人力資本投資與產(chǎn)業(yè)結(jié)構升級是數(shù)字經(jīng)濟影響全要素生產(chǎn)率的兩個渠道。[7]邱子迅等基于國家級大數(shù)據(jù)綜合試驗區(qū)，采用廣義 DID模型，對2013—2017年中國地級市面板數(shù)據(jù)進行研究，發(fā)現(xiàn)大數(shù)據(jù)試驗區(qū)的建立顯著提高了區(qū)域全要素生產(chǎn)率，這種促進是由純技術進步主導的。同時試驗區(qū)的建立有助于增加區(qū)域和數(shù)字產(chǎn)業(yè)有關的創(chuàng)新，提升區(qū)域內(nèi)部制造業(yè)企業(yè)的智能化意識和研發(fā)水平。異質(zhì)性研究發(fā)現(xiàn)，試驗區(qū)對生產(chǎn)率的提高作用在經(jīng)濟欠發(fā)達地區(qū)、創(chuàng)新水平較低的地區(qū)和產(chǎn)業(yè)結(jié)構較高的地區(qū)表現(xiàn)更強。[8]

綜上所述，關于數(shù)字經(jīng)濟相關研究尚處于起步階段，很多點有待深挖，其中尤以數(shù)字經(jīng)濟與全要素生產(chǎn)率之間是促進還是抑制的相關研究尚得不到定論。機制方面，當前文獻鮮有刻畫數(shù)字經(jīng)濟促進技術進步的理論機理，影響機制不明朗。實證方面，部分文獻傾向于構建宏觀理論模型，完成數(shù)字經(jīng)濟相關的技術進步和投資拉動經(jīng)濟增長的機制刻畫，并通過微觀數(shù)值模擬進行二次驗證，但缺乏對相關問題的中觀層面研究。

三、機理分析

全要素生產(chǎn)率(Total Factor Productivity，TFP)向來是宏觀經(jīng)濟發(fā)展領域的研究熱點問題，無論是學界還是業(yè)界均予以高度關注。相比于諸如 GDP、GNP 這種經(jīng)濟增長數(shù)量的指標，全要素生產(chǎn)率則能更好地反映出人力資本質(zhì)量、企業(yè)技術和管理模式、地方產(chǎn)業(yè)結(jié)構等象征經(jīng)濟增長質(zhì)量的元素變化，逐漸發(fā)展成衡量宏觀調(diào)控政策有效性的重要指標。究其本質(zhì)，全要素生產(chǎn)率衡量的是國家(地區(qū))在一定時間內(nèi)發(fā)展經(jīng)濟所取得的綜合成效，其反映技術發(fā)展對經(jīng)濟的拉動作用。另外，TFP的異質(zhì)性則體現(xiàn)國家地域間經(jīng)濟發(fā)展水平。我國正經(jīng)由經(jīng)濟高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的關鍵時點，逐漸淡化以GDP、GNP等增長率作為唯一硬性的衡量指標。而黨的十九大報告首次提出推動經(jīng)濟發(fā)展質(zhì)量變革，提高全要素生產(chǎn)率的迫切要求。[9]標志著國民經(jīng)濟發(fā)展有了新的理念和思路，通過優(yōu)化生產(chǎn)布局等手段全面提高全要素生產(chǎn)率。

當前，我國尚且處于技術更新迭代的新工業(yè)轉(zhuǎn)型初期，數(shù)字經(jīng)濟飛速發(fā)展引領經(jīng)濟結(jié)構實現(xiàn)“再工業(yè)化”轉(zhuǎn)型升級。全要素生產(chǎn)率提升伴隨著工業(yè)化結(jié)構調(diào)整，工業(yè)互聯(lián)網(wǎng)倒逼產(chǎn)業(yè)的價值鏈重組，為產(chǎn)業(yè)進一步提升效率，驅(qū)動新的產(chǎn)業(yè)崛起。而數(shù)字經(jīng)濟對全要素生產(chǎn)率的提升直接表現(xiàn)為對純技術進步的促進作用。純技術進步代表了不同時期生產(chǎn)邊界前沿的推移程度，表現(xiàn)為要素投入產(chǎn)出的最優(yōu)配比。一項新技術的誕生，和因其衍生出的全新的應用情景、模式會共同促進純技術進步發(fā)展。個人層面，數(shù)字信息資源的生產(chǎn)、加工、傳導和迭代過程中，相關人力資源要素得以積累和提高。企業(yè)層面，以數(shù)字技術進步整合產(chǎn)業(yè)鏈，激活企業(yè)生產(chǎn)服務效能，全方位提升服務質(zhì)量。推動企業(yè)數(shù)字化應用，更為企業(yè)開辟相關多元化的商業(yè)模式提供技術便利，諸如加速在線教育、智慧城市、無人駕駛、人工智能等新業(yè)態(tài)充分發(fā)展，充分釋放數(shù)字紅利。需求端層面，數(shù)字經(jīng)濟則植根于現(xiàn)代人類日常生活的方方面面，并通過不斷地升級迭代形成和拓展海量的線上線下的服務需求。數(shù)字經(jīng)濟的飛速發(fā)展則迅速拉動產(chǎn)業(yè)上下游新型基礎設施的建設需求，同時5G網(wǎng)絡更能促進工業(yè)互聯(lián)網(wǎng)、人工智能等產(chǎn)業(yè)發(fā)展共生共榮。效率層面，數(shù)字經(jīng)濟通過技術進步極大地提升了市場透明度，降低了雙方交易成本，促進了國際資源供給和需求方的匹配效率。具體作用機制如圖1所示。

圖1 數(shù)字經(jīng)濟發(fā)展促進技術進步的機制分析

四、數(shù)字經(jīng)濟發(fā)展指數(shù)構建

目前測算數(shù)字經(jīng)濟有兩種主流方法：(1)傾向運用傳統(tǒng)的統(tǒng)計方法對某一范圍內(nèi)的數(shù)字相關的經(jīng)濟活動的總體規(guī)模進行測算；(2)通過多重指標測算法來對比分析出不同區(qū)域數(shù)字經(jīng)濟發(fā)展狀況的相對位置。近年來，國內(nèi)外不少研究機構(美國國家商務部、歐盟經(jīng)濟咨詢委員會、中信通以及騰訊研究院等)，運用此類方法對不同國家和地區(qū)的數(shù)字經(jīng)濟產(chǎn)業(yè)規(guī)模和發(fā)展狀況進行測算，出具了相關的數(shù)字經(jīng)濟發(fā)展成果。但值得注意的是，這些研究測度成果均存在較大差異。比如，針對數(shù)字經(jīng)濟規(guī)模占比GDP比重的測算，美國、歐洲等國2017年的比重為5.5%～8.9%，而信管院給出中國的數(shù)字為32.9%，相去甚遠。騰訊研究院采用歐美近似的指標體系和測算方法，得出中國數(shù)字經(jīng)濟占比為7.2%，便于對比分析。測算結(jié)果不一致的主要原因在于指標的選取不一致以及選取數(shù)據(jù)來源不夠穩(wěn)定。

根據(jù)國家統(tǒng)計局最新公布的《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》中關于數(shù)字經(jīng)濟范圍的劃分標準，數(shù)字經(jīng)濟最直觀有效的兩個指標特征為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化。數(shù)字產(chǎn)業(yè)化具體包括數(shù)字產(chǎn)品相關的制造業(yè)、服務業(yè)、技術應用業(yè)、要素驅(qū)動業(yè)四大類。而產(chǎn)業(yè)數(shù)字化部分則表現(xiàn)為數(shù)字化效率提升產(chǎn)業(yè)，是指應用數(shù)字技術和數(shù)據(jù)資源為傳統(tǒng)產(chǎn)業(yè)帶來的產(chǎn)出增加和效率提升，是數(shù)字技術與實體經(jīng)濟的融合，體現(xiàn)了數(shù)字技術已經(jīng)并將進一步與國民經(jīng)濟各行業(yè)產(chǎn)生深度滲透和廣泛融合。值得注意的是，從統(tǒng)計學的角度出發(fā)很難對產(chǎn)業(yè)數(shù)字化進行精準衡量，其傾向于描述產(chǎn)業(yè)數(shù)字化后技術升級導致生產(chǎn)力提高的狀態(tài)。所以在對產(chǎn)業(yè)數(shù)字化進行測算的過程中，關鍵在于甄別出數(shù)字技術對其所在行業(yè)帶來的貢獻是因果還是相關關系，估算方法的不同、數(shù)據(jù)的差異均是導致數(shù)字經(jīng)濟對經(jīng)濟發(fā)展貢獻率測算結(jié)果相去甚遠的客觀原因。實際操作中只能采用模型估算的方法，極易受到人為因素影響。

基于此，本文從“數(shù)字產(chǎn)業(yè)化”這個易于進行統(tǒng)計分析的特征出發(fā)，運用改進后的距離綜合評價法來構建數(shù)字經(jīng)濟發(fā)展指數(shù)，并以此衡量粵港澳大灣區(qū)城市群的數(shù)字經(jīng)濟發(fā)展狀況。該方法作為一種多元統(tǒng)計分析方法，通過計算每個評價對象與參考點的距離，對備選方案的整體效果進行綜合分析、比較和權衡，然后利用變異系數(shù)法確定各指標的權重，能夠有效避免主觀隨機因素的干擾的同時降低研究變量在量綱上的差別影響。

(一)指標選取

本文參考《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書(2021年)》中關于數(shù)字經(jīng)濟相關產(chǎn)業(yè)發(fā)展的分類標準，并綜合考慮數(shù)據(jù)來源的可獲得性，將數(shù)字經(jīng)濟進行分類為：(1)ICT相關制造業(yè)；(2)ICT相關服務通信水平；(3)ICT配套的軟硬件發(fā)展規(guī)模。具體見表1。

表1 數(shù)字經(jīng)濟(數(shù)字產(chǎn)業(yè)化發(fā)展指標)

(二)測算結(jié)果

為了直觀比較分析國內(nèi)不同城市的數(shù)字經(jīng)濟發(fā)展水平，采用選擇距離綜合評價法來得出發(fā)展指數(shù)，并對結(jié)果進行標準化處理，結(jié)果介于 0～1 之間。具體過程如下：為了優(yōu)化各項指標最終的比較效果，選擇對評價矩陣X=(xij)n*m進行統(tǒng)一方向及無量綱歸一化處理，使其結(jié)果能夠介于0～1之間：

對于每個i(i=1,2,…,n) ，?。篗i=max{xij|j=1,2,…,p}i (i=1,2,…,n)；mi=min{xij|j=1,2,…,p}i (i=1,2,…,n)。

如果第i個指標是正向指標(越大越優(yōu))，則?。?/p>

(1)

如果第i個指標是逆向指標(越小越優(yōu))，則?。?/p>

(2)

如果第i個指標是最佳區(qū)間指標(越接近區(qū)間 [a，b]越優(yōu))，則?。?/p>

(3)

于是轉(zhuǎn)換后的矩陣Y=(yij)n*p已滿足優(yōu)劣方向統(tǒng)一(越大越優(yōu))及歸一化。篇幅所限，權重的選取計算過程在正文省略，另外為了方便比較對分析結(jié)果進行標準化處理，結(jié)果如圖2所示。

圖2 2017年四大一線城市及粵港澳大灣區(qū)城市數(shù)字經(jīng)濟發(fā)展指數(shù)

如圖2所示，廣東的數(shù)字經(jīng)濟發(fā)展水平處于國內(nèi)的第一梯隊。深圳位列四大一線城市之首，北京、上海、廣州位列其后，排名契合了上文提到的深圳的數(shù)字經(jīng)濟產(chǎn)值排名國內(nèi)第一的客觀現(xiàn)實。一線城市的數(shù)字經(jīng)濟發(fā)展水平是遠超其他城市，凸顯我國數(shù)字經(jīng)濟發(fā)展的失衡問題，應引起相關重視。

另外，深圳引領粵港澳大灣區(qū)數(shù)字經(jīng)濟發(fā)展，灣區(qū)不同城市間數(shù)字經(jīng)濟發(fā)展水平參差不齊，廣州和香港暫列發(fā)展的第二、三名，與深圳的差距較大，呈現(xiàn)出與GDP不同的差距水平。值得注意的是，2017年深圳的GDP才剛剛和香港的持平，數(shù)字經(jīng)濟發(fā)展卻已經(jīng)遠遠超過香港，也側(cè)面反映出深圳經(jīng)濟的產(chǎn)業(yè)結(jié)構優(yōu)于香港。那么，基于以上客觀事實，提出兩點假設：(1)粵港澳大灣區(qū)的數(shù)字經(jīng)濟發(fā)展對全要素生產(chǎn)率有顯著的提升；(2)深圳市的數(shù)字經(jīng)濟發(fā)展會輻射和帶動其他周邊城市的生產(chǎn)力水平，對其有正向的影響。下文將實證驗證以上假設。

五、實證模型、變量和數(shù)據(jù)說明

(一)模型設定

基準回歸選擇OLS模型，以此分析粵港澳大灣區(qū)數(shù)字經(jīng)濟發(fā)展對全要素生產(chǎn)率的影響，公式表示如下：tfpit=α+βdigilizeit+λXit+βit+εit

(4)

其中，i代表大灣區(qū)各地級市，t表示年份，被解釋變量tfpit表示各市的全要素生產(chǎn)率，digilizeit表示各市數(shù)字經(jīng)濟發(fā)展水平(數(shù)字化程度)，Xit設置為影響數(shù)字經(jīng)濟發(fā)展的控制變量。對實驗過程中數(shù)據(jù)進行對數(shù)化處理，降低異方差導致的統(tǒng)計誤差。同時也應該考慮到區(qū)域地理位置、要素稟賦以及經(jīng)濟結(jié)構的差異等，本文選擇加入?yún)^(qū)分不同城市的固定效應βit予以解決。εit則反映隨機干擾。

(二) 數(shù)據(jù)說明

受限于數(shù)據(jù)的可得性和時效性，本文所用數(shù)據(jù)為 2004—2017 年中國市級面板數(shù)據(jù)(包括北京、上海和粵港澳大灣區(qū)11個城市群)。數(shù)據(jù)主要來自于中國城市統(tǒng)計年鑒、各市級統(tǒng)計年鑒、中國人口和就業(yè)統(tǒng)計年鑒、中國信息年鑒、中國信息產(chǎn)業(yè)年鑒、CNNIC 年度統(tǒng)計報告、WIND 數(shù)據(jù)庫、EPS 數(shù)據(jù)庫。

(三)變量測量

1.全要素生產(chǎn)率。采用malmquist指數(shù)法進行測算全要素生產(chǎn)率，其作為一種比較合適的計算宏觀中觀單位(國家、省、地級市)全要素生產(chǎn)率并將其分解為純技術進步和技術使用效率的方法。[10]經(jīng)濟產(chǎn)出為地級市名義GDP，設定2003年為基期，并通過GDP平減指數(shù)進行處理得到實際GDP值。投入變量包括地級市的固定資本存量和城鎮(zhèn)就業(yè)總?cè)丝?。資本存量Kt采用戈德斯密斯開創(chuàng)的永續(xù)盤存法計算，具體參考公式(2)。其中，It是固定資產(chǎn)投資完成額，Pt反映資產(chǎn)的價格，δ是折舊率。采用剔除通脹后的實際GDP，并且所有數(shù)據(jù)均通過季節(jié)調(diào)整。

Kt=It/Pt+(1-δ)Kt-1

(5)

2.控制變量?？刂谱兞康倪x取，考慮到通過數(shù)字經(jīng)濟相關產(chǎn)業(yè)來影響企業(yè)和地區(qū)全要素生產(chǎn)率的影響因素，例如本地互聯(lián)網(wǎng)化程度必然會影響其全要素生產(chǎn)率發(fā)展水平。本文選擇將工業(yè)化程度、互聯(lián)網(wǎng)化程度、信息化水平以及服務產(chǎn)業(yè)化水平作為工具變量納入到回歸模型中。具體變量的計算范式和描述性統(tǒng)計結(jié)果如表2所示。

表2 變量描述性統(tǒng)計

六、結(jié)果分析

(一)基準回歸

回歸結(jié)果如表3所示，對比列(1)、(2)呈現(xiàn)出加入控制變量前后的回歸系數(shù)差異。首先來看初步通過普通OLS法對公式(4)進行回歸，實證分析數(shù)字經(jīng)濟發(fā)展對全要素生產(chǎn)率的影響。如表3中第(1)列所示，數(shù)字經(jīng)濟有利于全要素生產(chǎn)率的提高，表現(xiàn)為系數(shù)為0.241，但未能通過10%的顯著性檢驗。實證結(jié)果表明，數(shù)字經(jīng)濟對全要素生產(chǎn)率的提升效應并不明顯，雖然系數(shù)為正，但不顯著。那么引入時間固定效應βit來控制整體經(jīng)濟環(huán)境的影響，具體結(jié)果如(2)所示，系數(shù)仍然為正，但滿足5%的顯著性，說明控制了固定時間效應后，數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響顯著為正，兩者間存在顯著的正相關關系。直觀而言，市域的數(shù)字經(jīng)濟發(fā)展水平提高1%，其整體的全要素生產(chǎn)率提高0.415%。

表3 基準回歸

(二)工具變量回歸

普通OLS回歸可能因為存在遺漏變量、測量誤差等原因?qū)е聝?nèi)生性問題，選擇引入工具變量法提高模型回歸結(jié)果解釋力。工具變量，力圖識別出一個跟誤差項不相關，但是跟內(nèi)生變量高度相關的變量，從而得到一致估計。針對不同地域城市間存在的制度差異和企業(yè)規(guī)模導致異質(zhì)性和可能存在的雙向因果關系，以及廣泛存在的難以刻畫的遺漏變量等紕漏問題，本文選擇引入工具變量集Xit(工業(yè)化程度、互聯(lián)網(wǎng)化程度、信息化水平和服務產(chǎn)業(yè)化水平)予以解決。選取工業(yè)化程度和服務產(chǎn)業(yè)化水平的原因在于這兩者是區(qū)別發(fā)達和發(fā)展中國家的兩個重要指標，工業(yè)化程度和服務產(chǎn)業(yè)化水平越高，國家越繁榮。加速人類發(fā)展歷程的關鍵因素是工業(yè)化發(fā)展，成功的工業(yè)化是衡量一個國家繁榮富強的重要指標。當前全球經(jīng)濟發(fā)展仍處在工業(yè)化不斷發(fā)展的加速時代。而新中國開啟的社會主義工業(yè)化進程發(fā)展近年來在深刻拉動自身經(jīng)濟發(fā)展的同時，也為后發(fā)展中國家提供了新的工業(yè)化經(jīng)驗，通過“一帶一路”建設促進沿線國家產(chǎn)業(yè)升級。數(shù)字經(jīng)濟發(fā)展對服務產(chǎn)業(yè)化的提升也是顯而易見，當前全球服務貿(mào)易如火如荼的發(fā)展，但占比仍未超過貨物貿(mào)易，數(shù)字經(jīng)濟能夠改變傳統(tǒng)貿(mào)易形態(tài)，從而豐富全球服務貿(mào)易內(nèi)容。選擇互聯(lián)網(wǎng)化程度、信息化水平主要是出于數(shù)字經(jīng)濟的底層載體是信息網(wǎng)絡的考慮。中國互聯(lián)網(wǎng)飛速發(fā)展的奇點是從電話撥號上網(wǎng)開始的，中間途經(jīng)幾次重大寬帶提速到最新的4G網(wǎng)絡全面鋪開?；ヂ?lián)網(wǎng)的普及水平跟數(shù)字經(jīng)濟的發(fā)展是高度相關的，兩者同根同源。

表4顯示了加入工具變量后，相較于基準OLS回歸的結(jié)果。結(jié)果顯示，即便是考慮到內(nèi)生性問題，數(shù)字經(jīng)濟對全要素生產(chǎn)力的影響依舊表現(xiàn)出顯著的正向沖擊，即數(shù)字經(jīng)濟能夠顯著地提高全要素生產(chǎn)率。另外值得注意的是，加入了工具變量后，模型回歸結(jié)果的顯著性進一步提高，其中互聯(lián)網(wǎng)化程度、信息化水平以及服務產(chǎn)業(yè)化水平均對全要素生產(chǎn)率產(chǎn)生了顯著的正向影響，這也從側(cè)面證實了數(shù)字經(jīng)濟提升生產(chǎn)力的作用機制。

表4 工具變量回歸

(三)穩(wěn)健性檢驗

為了確保本文的實證結(jié)果的準確性，對上述回歸分析的穩(wěn)健性進行檢驗十分必要?？紤]到2016年以來國內(nèi)供給側(cè)改革對國內(nèi)產(chǎn)業(yè)鏈的一系列重塑的影響，數(shù)字經(jīng)濟產(chǎn)業(yè)也進行調(diào)整和升級。供給側(cè)數(shù)字化改革指明了數(shù)字經(jīng)濟發(fā)展的關鍵方向，即數(shù)字經(jīng)濟發(fā)展需貫穿全球產(chǎn)業(yè)鏈的每一個環(huán)節(jié)，完成產(chǎn)業(yè)鏈的全面數(shù)字化升級。那么，基于供給側(cè)改革前后數(shù)字經(jīng)濟的發(fā)展狀態(tài)必然呈現(xiàn)出不同的差異的客觀事實，引入虛擬變量policy，policy=1表示為“供給側(cè)改革政策頒布后”，policy=0的表示為“供給側(cè)改革政策頒布前”。最后回歸結(jié)果顯示，policy的系數(shù)不顯著，沒有拒絕10%的原假設，則平行假設成立，從側(cè)面印證了前文的實證結(jié)果的穩(wěn)健性。

(四)空間效應回歸分析

當前全球經(jīng)濟發(fā)展的趨勢是不同地區(qū)、城市間的要素流動愈發(fā)頻繁，經(jīng)濟活動聯(lián)系愈發(fā)緊密。在關于全要素生產(chǎn)率的研究中，鮮有討論城市群中不同區(qū)域間生產(chǎn)力的溢出影響。一個顯著的經(jīng)濟學直覺是，隨著不同區(qū)域間的交互作用日漸顯現(xiàn)，生產(chǎn)力高的城市可能會對生產(chǎn)率低的城市產(chǎn)生一定的拉動作用，即產(chǎn)生空間自相關效應。另外，數(shù)字經(jīng)濟依托于現(xiàn)代化信息技術網(wǎng)絡，具有天然的快速融合、滲透等特征，相較于傳統(tǒng)生產(chǎn)資料，數(shù)字經(jīng)濟更易于突破地理空間和距離的局限，助力不同生產(chǎn)要素的跨區(qū)域流動和合作。針對這一特有的不同區(qū)域間生產(chǎn)力空間緯度的溢出效應，本文運用空間計量方法進行實證檢驗，能夠有效避免傳統(tǒng)一般面板回歸中的測量精度失準問題。

進行空間效應回歸分析的難點在于構建空間權重矩陣?；浉郯拇鬄硡^(qū)城市群互聯(lián)互通，經(jīng)濟活動聯(lián)系緊密，因此采用城市級別的人均GDP差額來構建空間權重矩陣，以反映地區(qū)間的空間距離?；貧w前需要進行的Moran′sI指數(shù)檢驗，結(jié)果為0.621***(受篇幅所限，計算過程請聯(lián)系作者索取)，并通過了1%的顯著性檢驗。檢驗結(jié)果表明嚴格拒絕原假設，即粵港澳大灣區(qū)數(shù)字經(jīng)濟發(fā)展和全要素生產(chǎn)率之間存在空間自相關關系。

基于LeSage和Pace[11]設定的無偏性的空間杜賓模型估計，構建如下空間計量分析：

tfpit=α+ηWtfpit+βdigitalit+κWdigitalit+?Xit+εit

(6)

其中，W表示為空間權重矩陣，Wdigitalit和Wtfpit分別為數(shù)字經(jīng)濟和全要素生產(chǎn)率的滯后項。基于上述邏輯，將數(shù)字經(jīng)濟對全要素生產(chǎn)率的總影響拆解成直接和間接效應影響。值得注意的是，這里間接效應衡量的是空間溢出效應，特指深圳地區(qū)的全要素生產(chǎn)率對粵港澳大灣區(qū)其他城市的輻射影響。結(jié)果如表5所示，數(shù)字經(jīng)濟對全要素生產(chǎn)率的直接和間接影響都為正，而且間接影響比直接影響的系數(shù)還要大，換句話說，深圳市的數(shù)字經(jīng)濟對粵港澳其他城市具有十分顯著的輻射效應，存在顯著且巨大的溢出效應。

表5 空間計量結(jié)果

七、結(jié)論與啟示

本文基于2003—2017 年以來粵港澳大灣區(qū)的市級面板數(shù)據(jù)，構建數(shù)字經(jīng)濟發(fā)展指數(shù)，橫向?qū)Ρ攘瞬煌鞘袛?shù)字經(jīng)濟發(fā)展水平，并剖析數(shù)字經(jīng)濟促進地區(qū)生產(chǎn)力發(fā)展的作用機制。由此，本文得出以下結(jié)論：

1.數(shù)字經(jīng)濟有利于全要素生產(chǎn)率的提高，數(shù)字經(jīng)濟發(fā)展能夠顯著地提升當?shù)氐纳a(chǎn)力水平。

2.不同城市的數(shù)字經(jīng)濟發(fā)展水平具有異質(zhì)性。以國內(nèi)主要城市為例，廣東的發(fā)展水平領跑其他省份，其中深圳的數(shù)字經(jīng)濟發(fā)展水平位列四大一線城市之首。

基于此，提出以下政策啟示：

首先，全力建立健全數(shù)據(jù)要素市場以提升全要素生產(chǎn)率。數(shù)字經(jīng)濟將技術創(chuàng)新和產(chǎn)業(yè)發(fā)展進行融合，突破了傳統(tǒng)生產(chǎn)要素的桎梏，更新了物聯(lián)網(wǎng)、云計算等新業(yè)態(tài)的落地，提高了經(jīng)濟發(fā)展的韌性。數(shù)字經(jīng)濟已然成為未來全面提升全要素生產(chǎn)率的有利手段和重要動力。應加快數(shù)字經(jīng)濟基礎設施(5G基站、人工智能、區(qū)塊鏈等)的建設，進一步加速數(shù)字技術在實體經(jīng)濟發(fā)展的應用和落地，擴大數(shù)字技術與傳統(tǒng)產(chǎn)業(yè)的融合發(fā)展。精準定位現(xiàn)行數(shù)字技術中存在的行業(yè)癥結(jié)，進行集中攻克，尤其是集中攻堅工業(yè)芯片、量子通信等中的算法核心技術，盡早實現(xiàn)自主研發(fā)，孵化一批在技術上占據(jù)全球上游甚至頂端的龍頭數(shù)字經(jīng)濟企業(yè)，起到全行業(yè)的示范作用。

其次，大力發(fā)揮數(shù)字經(jīng)濟的輻射帶動作用,構建區(qū)域間協(xié)同發(fā)展網(wǎng)絡體系。面對我國不同區(qū)域和城市間數(shù)字經(jīng)濟發(fā)展失衡的客觀事實，需加大相關落后地區(qū)的ICT基礎設施建設力度，積極引導數(shù)字經(jīng)濟發(fā)達地區(qū)向欠發(fā)達地區(qū)進行數(shù)字資源的傾斜和扶持，著力解決數(shù)字經(jīng)濟區(qū)域發(fā)展失衡問題。