趙 航，武云亮

(安徽財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，安徽 蚌埠 233030)

黨的十九大報(bào)告首次提出，要不斷推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革，提高全要素生產(chǎn)率，促進(jìn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展[1]。為了持續(xù)推進(jìn)全要素生產(chǎn)率穩(wěn)固增長(zhǎng)，需要不斷加快以要素驅(qū)動(dòng)、投資驅(qū)動(dòng)向技術(shù)創(chuàng)新驅(qū)動(dòng)的發(fā)展方向轉(zhuǎn)變。而數(shù)字經(jīng)濟(jì)以數(shù)字化技術(shù)和信息作為重要生產(chǎn)要素，通過現(xiàn)代信息網(wǎng)絡(luò)的載體，實(shí)現(xiàn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的高度融合，以其技術(shù)創(chuàng)新能力整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革，契合當(dāng)前經(jīng)濟(jì)環(huán)境下各產(chǎn)業(yè)提升全要素生產(chǎn)率的迫切需求[2]。

目前數(shù)字經(jīng)濟(jì)相關(guān)研究主要集中在以下幾個(gè)方面。第一，數(shù)字經(jīng)濟(jì)的定義與內(nèi)涵，鐘春平認(rèn)為數(shù)字經(jīng)濟(jì)已然滲入經(jīng)濟(jì)社會(huì)之中，成為一個(gè)新的經(jīng)濟(jì)系統(tǒng)，改變了傳統(tǒng)經(jīng)濟(jì)業(yè)態(tài)[3]。第二，數(shù)字經(jīng)濟(jì)的測(cè)度方面，許憲春基于國(guó)際比較的視角，通過構(gòu)建數(shù)字經(jīng)濟(jì)規(guī)模核算框架，得出我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的規(guī)模與現(xiàn)況[4]。第三，隨著我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展要求的提出，更多學(xué)者將目光轉(zhuǎn)向數(shù)字經(jīng)濟(jì)對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展、全要素生產(chǎn)率提升的影響之中。郭家堂和駱品亮認(rèn)為互聯(lián)網(wǎng)技術(shù)對(duì)全要素生產(chǎn)率的促進(jìn)作用是非線性的，并結(jié)合中國(guó)的實(shí)際情況，提出建設(shè)普惠互聯(lián)網(wǎng)、加快 “互聯(lián)網(wǎng)+”戰(zhàn)略的落地等相關(guān)政策建議[5]。

綜上，學(xué)者們對(duì)數(shù)字經(jīng)濟(jì)的內(nèi)涵與測(cè)度方面已有較為深刻的研究與認(rèn)識(shí)，更有一部分學(xué)者探究了數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制。但以宏觀視角分析數(shù)字經(jīng)濟(jì)對(duì)各區(qū)域全要素生產(chǎn)率影響的研究較少。同時(shí)在近年的相關(guān)研究中忽略了數(shù)字經(jīng)濟(jì)所具有的區(qū)域發(fā)展聯(lián)動(dòng)性和空間跨區(qū)溢出效應(yīng)。因此本文將首先厘清數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的理論機(jī)制，分析數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響路徑與機(jī)理，并在構(gòu)建較為完備且適宜的數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，利用熵值法確定各地區(qū)的數(shù)字經(jīng)濟(jì)影響力指數(shù)，探究其對(duì)全要素生產(chǎn)率的影響，最后在基準(zhǔn)回歸的基礎(chǔ)上，利用空間計(jì)量的方法探究數(shù)字經(jīng)濟(jì)對(duì)各地全要素生產(chǎn)率的空間效應(yīng)。

1 理論分析

《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(2020)》提出，數(shù)字經(jīng)濟(jì)是以數(shù)字技術(shù)為核心驅(qū)動(dòng)力，以現(xiàn)代數(shù)據(jù)信息網(wǎng)絡(luò)為重要載體，通過與實(shí)體經(jīng)濟(jì)的深度融合，提升了傳統(tǒng)產(chǎn)業(yè)的科技創(chuàng)新能力與資源配置能力，它所帶來的新經(jīng)濟(jì)、新模式、新業(yè)態(tài)給全要素生產(chǎn)率的提升提供了一系列新的途徑[6]。其中技術(shù)創(chuàng)新是數(shù)字經(jīng)濟(jì)最主要的特征，隨著數(shù)字產(chǎn)業(yè)化的不斷推進(jìn)，革命性的數(shù)字技術(shù)不斷涌現(xiàn)，如物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、5G、區(qū)塊鏈等新興技術(shù)提升了經(jīng)濟(jì)運(yùn)行的效率，改進(jìn)了生產(chǎn)的流程，創(chuàng)造出新的商業(yè)模式，進(jìn)而以技術(shù)為導(dǎo)向驅(qū)動(dòng)我國(guó)全要素生產(chǎn)率逐步提升。迅速發(fā)展的通訊技術(shù)、網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)采集技術(shù)，具有極高的滲透功能，它們擴(kuò)散至各行各業(yè)，使得三大產(chǎn)業(yè)間的界限逐漸模糊，促進(jìn)了三產(chǎn)融合，提升了全要素生產(chǎn)率[7]。同時(shí)在數(shù)字技術(shù)不斷應(yīng)用于傳統(tǒng)產(chǎn)業(yè)的過程中，數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)的第一生產(chǎn)要素貫穿于整個(gè)生產(chǎn)過程中，能夠降低生產(chǎn)設(shè)備的安裝，產(chǎn)品的設(shè)計(jì)、生產(chǎn)、運(yùn)行、檢驗(yàn)等環(huán)節(jié)所花費(fèi)的時(shí)間，以實(shí)現(xiàn)精準(zhǔn)控制的智能化生產(chǎn)，使得資源配置更加合理，從而促進(jìn)各地區(qū)全要素生產(chǎn)率的提升。從空間視角來看，數(shù)字經(jīng)濟(jì)自身就具有網(wǎng)絡(luò)分布和去中心化的特點(diǎn)，在其高速發(fā)展的過程中，突破了傳統(tǒng)要素的空間組織模式，發(fā)達(dá)地區(qū)的新興技術(shù)可能通過促進(jìn)其他地區(qū)技術(shù)效率的提升和核心技術(shù)的進(jìn)步，最終促進(jìn)了全要素生產(chǎn)率的提升，產(chǎn)生正向的溢出效應(yīng)。綜上，數(shù)字經(jīng)濟(jì)主要利用技術(shù)創(chuàng)新效應(yīng)持續(xù)輸出新興技術(shù)至傳統(tǒng)產(chǎn)業(yè)，并以數(shù)據(jù)為第一生產(chǎn)要素貫穿于生產(chǎn)過程中，進(jìn)一步促進(jìn)各地全要素生產(chǎn)率的提升。為探明二者的空間效應(yīng)，有必要在基準(zhǔn)回歸的基礎(chǔ)上構(gòu)建空間權(quán)重矩陣，進(jìn)行空間計(jì)量分析，進(jìn)一步探究數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響。

2 研究設(shè)計(jì)

2.1 變量與數(shù)據(jù)說明

2.1.1被解釋變量

利用DEA-Malmquist指數(shù)法測(cè)算我國(guó)30個(gè)省、自治區(qū)、直轄市(西藏?cái)?shù)據(jù)缺失嚴(yán)重，故去除)的全要素生產(chǎn)率變化率及其分解變化率，測(cè)算過程如下。

產(chǎn)出變量：采用2013-2019年30個(gè)省、自治區(qū)、直轄市的名義GDP與GDP指數(shù)(以2011年為不變價(jià))以衡量中國(guó)各地區(qū)的實(shí)際GDP。

投入變量：包括勞動(dòng)投入與資本投入，其中勞動(dòng)投入采用2013-2019年各地區(qū)三大產(chǎn)業(yè)就業(yè)人員數(shù)量總和，由于中國(guó)沒有進(jìn)行大規(guī)模的資產(chǎn)普查，資本投入借鑒張軍的方法，利用永續(xù)盤存法以固定資本形成總額與固定資產(chǎn)投資價(jià)格指數(shù)計(jì)算各地區(qū)的資本存量情況[8]。具體公式如下：

Kit=Kit(1-δit)+Iit/Pit

(1)

其中K代表實(shí)際的資本存量，I代表固定資產(chǎn)投資總額,P為固定資產(chǎn)價(jià)格指數(shù)，δ為經(jīng)濟(jì)折舊率，按照大部分學(xué)者的做法選取經(jīng)濟(jì)折舊率為9.6%。在以1952年為基期所估算出的2000年資本存量數(shù)據(jù)的基礎(chǔ)上，轉(zhuǎn)化為以2000年為基期的資本存量，代入數(shù)據(jù)于(1)式中計(jì)算出2013-2019年中國(guó)30個(gè)省、自治區(qū)、直轄市的實(shí)際資本存量。由于Malmquist指數(shù)算出的是全要素生產(chǎn)率相對(duì)于上一年的變化率，故在后面的實(shí)證分析中借鑒劉和旺的方法，將全要素生產(chǎn)率變化率以第一年為基期進(jìn)行累乘，得到2013-2019年的全要素生產(chǎn)率(純技術(shù)進(jìn)步率和技術(shù)效率增長(zhǎng)率同理)[9]。

2.1.2解釋變量

在段東[10]等學(xué)者所構(gòu)建的數(shù)字經(jīng)濟(jì)評(píng)價(jià)體系的基礎(chǔ)上以數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境、數(shù)字化產(chǎn)業(yè)與數(shù)字化應(yīng)用三個(gè)維度，基于數(shù)據(jù)的可得性與指標(biāo)的合理程度，細(xì)分為17個(gè)具體指標(biāo)，通過熵值法將各個(gè)指標(biāo)融合為數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指標(biāo)體系(見表1)，以更為全面的層次綜合衡量我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展水平，并將其作為研究的核心解釋變量。

同時(shí)針對(duì)前文數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的作用機(jī)理與作用路徑，選取相應(yīng)指標(biāo)，構(gòu)建各效應(yīng)的綜合評(píng)價(jià)指標(biāo)體系，細(xì)分路徑探究數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)、技術(shù)擴(kuò)散效應(yīng)與數(shù)據(jù)賦能效應(yīng)對(duì)全要素生產(chǎn)率的影響，其中涉及：

數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)(DIGI)：在數(shù)字產(chǎn)業(yè)化不斷發(fā)展的過程中，新興數(shù)字技術(shù)不斷涌現(xiàn)，運(yùn)用新技術(shù)改變了生產(chǎn)方式，改進(jìn)了生產(chǎn)流程，提高了全要素生產(chǎn)率，故選取綜合指標(biāo)中數(shù)字化產(chǎn)業(yè)相關(guān)指標(biāo)作為數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)的替代指標(biāo)。

數(shù)字經(jīng)濟(jì)的技術(shù)擴(kuò)散效應(yīng)(DIGA)：隨著數(shù)字技術(shù)不斷擴(kuò)散并應(yīng)用于傳統(tǒng)產(chǎn)業(yè)，推動(dòng)實(shí)體經(jīng)濟(jì)發(fā)生深刻變革，為全要素生產(chǎn)率的提升提供了新生動(dòng)力，因此選取綜合指標(biāo)中的數(shù)字化應(yīng)用作為數(shù)字經(jīng)濟(jì)技術(shù)擴(kuò)散效應(yīng)的替代指標(biāo)。

數(shù)字經(jīng)濟(jì)的數(shù)據(jù)賦能效應(yīng)(DIGD)：由于數(shù)據(jù)流動(dòng)過程離不開數(shù)字基礎(chǔ)設(shè)施的支持，因此選取衡量數(shù)字基礎(chǔ)設(shè)施的IPV4地址數(shù)、互聯(lián)網(wǎng)域名數(shù)、長(zhǎng)途光纜線路長(zhǎng)度、互聯(lián)網(wǎng)寬帶接入端口數(shù)為指標(biāo)構(gòu)建分指標(biāo)體系，作為數(shù)據(jù)賦能效應(yīng)的替代指標(biāo)。

2.1.3控制變量

參考張潔[11]等學(xué)者的研究，發(fā)現(xiàn)除了勞動(dòng)力和資本投入會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生影響外，教育水平(EDU)、市場(chǎng)化水平(MR)、城鎮(zhèn)化程度(URBAN)與對(duì)外開放水平(OPEN)都會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生影響，故選取以上4個(gè)相關(guān)變量作為控制變量。其中選取人均受教育年限作為衡量各區(qū)域教育水平的指標(biāo)，用非農(nóng)村人口占該地區(qū)總?cè)丝诘谋戎乇硎境擎?zhèn)化水平，以城鎮(zhèn)私營(yíng)和個(gè)體從業(yè)人員占單位從業(yè)人員的比重衡量市場(chǎng)化水平，用外商投資額占各地GDP的比重表示我國(guó)對(duì)外開放的程度。

2.1.4數(shù)據(jù)來源

采用2013-2019年我國(guó)30個(gè)省、自治區(qū)、直轄市(西藏?cái)?shù)據(jù)缺失嚴(yán)重，故去除)的面板數(shù)據(jù)，其中數(shù)字經(jīng)濟(jì)相關(guān)數(shù)據(jù)主要來自《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)信息產(chǎn)業(yè)年鑒》，其余數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局等，為了克服預(yù)先可能存在的異方差現(xiàn)象，實(shí)證回歸中的變量均以對(duì)數(shù)形式體現(xiàn)。

表1 數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指標(biāo)體系

2.2 模型設(shè)定

在對(duì)各解釋變量進(jìn)行多重共線性檢驗(yàn)后，發(fā)現(xiàn)VIF的最大值為5.56，小于經(jīng)驗(yàn)值法所要求的數(shù)值10，故有效控制了多重共線性給實(shí)證過程帶來的不利影響。同時(shí)使用豪斯曼檢驗(yàn)發(fā)現(xiàn)最終p值<0.05,得出該面板數(shù)據(jù)應(yīng)該采用固定效應(yīng)模型，以進(jìn)行基準(zhǔn)回歸。使用Malmquist指數(shù)測(cè)度全要素生產(chǎn)率可以將全要素生產(chǎn)率分為技術(shù)進(jìn)步效率(EFF)與純技術(shù)效率(TECH)，故分解被解釋變量，探究技術(shù)效率與技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率的影響，分別建立如下模型進(jìn)行回歸。

lnEFFCHit=α+βlnDIGit+θlnDIGIit+μlnDIGAit+δlnDIGDit+γlnXit+εit

(2)

lnTECHCHit=α+βlnDIGit+θlnDIGIit+μlnDIGAit+δlnDIGDit+γlnXit+εit

(3)

lnTFPCHit=α+βlnDIGit+θlnDIGIit+μlnDIGAit+δlnDIGDit+γlnXit+εit

(4)

其中i表示不同地區(qū)；t表示年份(時(shí)間)；全要素生產(chǎn)率變化率TFPCHit為被解釋變量，同時(shí)可以進(jìn)一步分解為技術(shù)進(jìn)步變化率TECHCHit與技術(shù)效率變化率EFFCHit，在后續(xù)的計(jì)量過程中將全要素生產(chǎn)率分解后具體分析；DIGit為核心解釋變量，表示數(shù)字經(jīng)濟(jì)發(fā)展水平，DIGIit、DIGAit、DIGDit分別表示數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)、技術(shù)擴(kuò)散效應(yīng)與數(shù)據(jù)賦能效應(yīng)；Xit為一系列控制變量；εit為隨機(jī)誤差項(xiàng)。

在現(xiàn)實(shí)的經(jīng)濟(jì)運(yùn)行中有一部分無法觀測(cè)的因素也會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生影響，如國(guó)家層面的經(jīng)濟(jì)政策的變動(dòng)，經(jīng)濟(jì)周期性的波動(dòng)等，它們隨著時(shí)間在變動(dòng)并不隨著各地區(qū)變動(dòng)，所以需要加入時(shí)間固定效應(yīng)以控制經(jīng)濟(jì)大環(huán)境、大方向的變化。同時(shí)各地區(qū)間的實(shí)情不同，模型中加入地區(qū)固定效應(yīng)，避免因自然資源稟賦、經(jīng)濟(jì)水平、人口變動(dòng)、發(fā)展策略等不隨時(shí)間而變的遺漏變量造成的有偏估計(jì)。

3 實(shí)證分析

3.1 回歸結(jié)果分析

在進(jìn)行基準(zhǔn)回歸，并增加控制變量、地區(qū)與時(shí)間固定效應(yīng)后得出回歸結(jié)果(見表2)，由表中數(shù)據(jù)可知技術(shù)效率、純技術(shù)進(jìn)步、全要素生產(chǎn)率三個(gè)被解釋變量調(diào)整后的可決系數(shù)分別為0.1448、0.8280與0.5920，且F統(tǒng)計(jì)量結(jié)果均顯著，這表明整個(gè)模型的擬合效果較好。從數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的總體影響來看，數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率、技術(shù)進(jìn)步與技術(shù)效率的回歸系數(shù)分別為0.1488827、0.12696、0.766313，且在1%的顯著性水平下正向顯著，這表明在樣本期內(nèi)，數(shù)字經(jīng)濟(jì)的快速發(fā)展能夠從技術(shù)進(jìn)步與技術(shù)效率兩個(gè)方面促進(jìn)我國(guó)各地全要素生產(chǎn)率的提升，且對(duì)技術(shù)創(chuàng)新的影響更加顯著。

表2 數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率及其分解指標(biāo)的固定效應(yīng)回歸模型估計(jì)結(jié)果

從數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響效應(yīng)來看，技術(shù)創(chuàng)新效應(yīng)對(duì)全要素生產(chǎn)率的回歸系數(shù)為0.0962195，同時(shí)在1%的顯著性水平下正向顯著，且從全要素生產(chǎn)率的分解效應(yīng)來看，技術(shù)創(chuàng)新能夠通過技術(shù)變革與效率變革兩個(gè)途徑同時(shí)促進(jìn)全要素生產(chǎn)率的提升，在發(fā)展新的生產(chǎn)流程與商業(yè)模式的同時(shí)，能夠提升傳統(tǒng)生產(chǎn)要素的流動(dòng)效率，緩解要素扭曲的現(xiàn)象，提高資源的配置效率，進(jìn)一步促進(jìn)全要素生產(chǎn)率的提升。

技術(shù)擴(kuò)散效應(yīng)對(duì)全要素生產(chǎn)率的作用正向顯著。從提升路徑來看，數(shù)字技術(shù)擴(kuò)散效應(yīng)在樣本期內(nèi)雖促進(jìn)了技術(shù)效率的提升，然而對(duì)技術(shù)進(jìn)步的影響并不顯著，可能是數(shù)字技術(shù)在賦能傳統(tǒng)產(chǎn)業(yè)的過程中帶來了一種“破壞性”的創(chuàng)新，在數(shù)字技術(shù)擴(kuò)散至傳統(tǒng)產(chǎn)業(yè)的過程中新技術(shù)對(duì)替代舊技術(shù)，基于舊技術(shù)建立起來的生產(chǎn)設(shè)備、組織結(jié)構(gòu)無法適應(yīng)新技術(shù)的生產(chǎn)力，使得傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)的融合需要一定的適應(yīng)期，以確保二者以高契合度協(xié)同發(fā)展。

從數(shù)據(jù)賦能效應(yīng)來看，相比提升技術(shù)進(jìn)步的作用，大數(shù)據(jù)賦能對(duì)提升技術(shù)效率的作用更加顯著。這說明大數(shù)據(jù)賦能已貫穿于生產(chǎn)生活之中，加快了經(jīng)濟(jì)活動(dòng)的運(yùn)行速度，進(jìn)而對(duì)各區(qū)域全要素生產(chǎn)率的提升產(chǎn)生了積極作用。

3.2 內(nèi)生性與穩(wěn)健性檢驗(yàn)

3.2.1工具變量法

數(shù)字經(jīng)濟(jì)能夠促進(jìn)全要素生產(chǎn)率的提升，而全要素生產(chǎn)率的提升也拉動(dòng)了數(shù)字經(jīng)濟(jì)發(fā)展水平的提升。由雙向因果導(dǎo)致的內(nèi)生性問題利用工具變量法來解決，為滿足所選取的工具變量準(zhǔn)確有效，與其他解釋變量、隨機(jī)誤差項(xiàng)不相關(guān)并滿足外生性、相關(guān)性的條件，借鑒謝莉娟等[12]方法使用核心解釋變量的一階滯后和二階滯后作為工具變量進(jìn)行估計(jì)，估計(jì)結(jié)果(見表3)。

表3 工具變量回歸

從中可以發(fā)現(xiàn)系數(shù)符號(hào)與顯著性沒有發(fā)生改變，說明考慮了內(nèi)生性問題后，數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響依然呈正向顯著作用。

3.2.2兩階段系統(tǒng)GMM檢驗(yàn)

為了確定數(shù)據(jù)的高度相關(guān)并非僅是產(chǎn)生同向變動(dòng)的趨勢(shì)，避免偽回歸的現(xiàn)象出現(xiàn)，在前文OLS回歸的基礎(chǔ)上改變計(jì)量方法，檢驗(yàn)結(jié)論的穩(wěn)健性，將被解釋變量的一階滯后作為代理變量，采用系統(tǒng)兩階段GMM的方法進(jìn)行動(dòng)態(tài)面板回歸(見表4)。

結(jié)果顯示二階序列相關(guān)AR(2)檢驗(yàn)與工具變量過度識(shí)別Sargan的p值均大于0.1，不顯著，說明殘差項(xiàng)不存在序列相關(guān)，工具變量也選用妥當(dāng)，數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響依然顯著為正，增加了前文結(jié)論的可靠性與非偶然性。

表4 系統(tǒng)GMM檢驗(yàn)結(jié)果

4 數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間效應(yīng)影響研究

為探究數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間效應(yīng)，在經(jīng)濟(jì)距離矩陣下運(yùn)用全局Moran’s I指數(shù)雙邊檢驗(yàn)法對(duì)2013-2019年地區(qū)間全要素生產(chǎn)率的空間自相關(guān)性進(jìn)行檢驗(yàn)(見表5)，數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率所有年份在經(jīng)濟(jì)距離矩陣下均為正值，且通過了5%的顯著性檢驗(yàn)，即拒絕“無空間自相關(guān)性”的原假設(shè)，且在樣本內(nèi)隨著年份的增加，指數(shù)本身與其顯著性也在逐年上升，這說明數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響具有正向顯著的空間相關(guān)性，且相關(guān)性正在逐年遞增。

表5 2013-2019年數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間莫蘭指數(shù)檢驗(yàn)

進(jìn)一步對(duì)空間面板的模型形式進(jìn)行檢驗(yàn)，結(jié)果顯示，WALD與LR檢驗(yàn)都在1%的水平下顯著，因而排除空間誤差模型(SEM)與空間滯后模型(SAR)，選取空間杜賓模型(SDM)。同時(shí)進(jìn)行豪斯曼檢驗(yàn)，探究固定和隨機(jī)效應(yīng)的選擇，結(jié)果拒絕原假設(shè)，選取空間固定效應(yīng)模型，最終構(gòu)建個(gè)體與時(shí)間雙固定效應(yīng)杜賓模型進(jìn)行后續(xù)計(jì)量分析。

在利用面板數(shù)據(jù)研究空間溢出效應(yīng)時(shí)，僅憑回歸系數(shù)的點(diǎn)估計(jì)結(jié)果，得出的結(jié)論是不準(zhǔn)確的，應(yīng)使用偏微分的方法將數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響分解為直接效應(yīng)和間接效應(yīng)(溢出效應(yīng))。同時(shí)由于數(shù)字經(jīng)濟(jì)具有跨區(qū)域傳播的優(yōu)勢(shì)，其經(jīng)濟(jì)活動(dòng)的衍生不僅局限于毗鄰地區(qū)，還能對(duì)其他地區(qū)全要素生產(chǎn)率產(chǎn)生影響，故在空間權(quán)重矩陣的選擇上，選取地理距離矩陣(W1)、空間矩陣(W2)與經(jīng)濟(jì)距離矩陣(W3)這三種矩陣探究數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間效應(yīng)，回歸結(jié)果具體如表6所示。

在2013-2019年全國(guó)30個(gè)省、自治區(qū)、直轄市的樣本區(qū)間內(nèi)，三種矩陣的回歸顯著性具有相似的結(jié)果。以經(jīng)濟(jì)距離矩陣為例，在1%的顯著性水平下，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)TFP的直接效應(yīng)與間接效應(yīng)的空間系數(shù)分別為0.208、0.1481，二者都呈正向顯著關(guān)系，這說明一個(gè)地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展不僅促進(jìn)自身全要素生產(chǎn)率的提升，同時(shí)體現(xiàn)出對(duì)其他地區(qū)全要素生產(chǎn)率的正向空間溢出效應(yīng)。

從控制變量來看，教育水平的直接效應(yīng)正向顯著而溢出效應(yīng)不顯著，說明增加教育投入，增強(qiáng)了新興數(shù)字技術(shù)與勞動(dòng)力的契合度，僅使得該地區(qū)勞動(dòng)力的教育素質(zhì)水平提升，進(jìn)而促進(jìn)地區(qū)全要素生產(chǎn)率的提升。從市場(chǎng)化水平來看，其直接效應(yīng)與間接效應(yīng)均在1%的顯著性水平下正向顯著，這表明市場(chǎng)化水平不僅能促進(jìn)該地區(qū)全要素生產(chǎn)率的提升，還能夠提升區(qū)域間的要素流通效率，同時(shí)消除部門、地區(qū)分割，有利于發(fā)揮數(shù)字經(jīng)濟(jì)帶來的規(guī)模效應(yīng)，跨區(qū)域促進(jìn)其他地區(qū)全要素生產(chǎn)率的提升，從而促進(jìn)整體經(jīng)濟(jì)協(xié)調(diào)發(fā)展。外商投資的影響主要體現(xiàn)在直接效應(yīng)中，通過引進(jìn)先進(jìn)技術(shù)，在短時(shí)間能夠促進(jìn)該地區(qū)整體技術(shù)水平的提升。城鎮(zhèn)化的直接效應(yīng)為正向顯著，但卻有負(fù)向顯著的溢出效應(yīng)，這說明隨著城鎮(zhèn)化水平的不斷提高，首先為該地區(qū)創(chuàng)造更多的工作崗位，減少勞動(dòng)力資源向其他地區(qū)流失，提升了工業(yè)生產(chǎn)效率。但同時(shí)一個(gè)地區(qū)城鎮(zhèn)化水平越高，與之帶來的公共服務(wù)與生活質(zhì)量的提升會(huì)使得資本、勞動(dòng)力和技術(shù)等要素從城鎮(zhèn)化水平較低的區(qū)域向該地區(qū)聚集，從而產(chǎn)生負(fù)向的溢出效應(yīng)。

表6 數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間模型回歸結(jié)果

5 研究結(jié)論與政策建議

5.1 研究結(jié)論

從數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境、數(shù)字化產(chǎn)業(yè)和數(shù)字化應(yīng)用三個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指標(biāo)體系，分析數(shù)字經(jīng)濟(jì)對(duì)各地全要素生產(chǎn)率的作用機(jī)制，并通過構(gòu)建空間杜賓模型，進(jìn)一步探究數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的空間溢出效應(yīng)，得出如下結(jié)論。

第一，在樣本區(qū)間內(nèi)，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)各地區(qū)全要素生產(chǎn)率的提升有著正向顯著的作用，且在當(dāng)前發(fā)展階段，相對(duì)于提升技術(shù)效率的途徑，數(shù)字經(jīng)濟(jì)主要通過促進(jìn)技術(shù)進(jìn)步的方式提升各區(qū)域全要素生產(chǎn)率。

第二，技術(shù)創(chuàng)新與擴(kuò)散、大數(shù)據(jù)賦能是數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率提升的傳導(dǎo)機(jī)制，數(shù)字經(jīng)濟(jì)帶來新興技術(shù)促進(jìn)傳統(tǒng)產(chǎn)業(yè)生產(chǎn)方式變革，并由大數(shù)據(jù)貫穿于整個(gè)生產(chǎn)過程之中，持續(xù)促進(jìn)各地區(qū)全要素生產(chǎn)率的提升。

第三，新興數(shù)字技術(shù)擴(kuò)散與應(yīng)用的過程中可能會(huì)帶來一系列“破壞性”的創(chuàng)新。在數(shù)字經(jīng)濟(jì)發(fā)展的前期，破壞傳統(tǒng)產(chǎn)業(yè)舊的經(jīng)濟(jì)結(jié)構(gòu)的同時(shí)，也在不斷創(chuàng)造新的經(jīng)濟(jì)結(jié)構(gòu)，使得短期內(nèi)傳統(tǒng)產(chǎn)業(yè)與新興技術(shù)無法達(dá)到理想的契合度，對(duì)全要素生產(chǎn)率提升的效果甚微。

第四，數(shù)字經(jīng)濟(jì)具有較強(qiáng)的外部性，在其利用直接效應(yīng)帶動(dòng)一個(gè)地區(qū)全要素生產(chǎn)率提升的同時(shí)，還能夠通過其空間溢出效應(yīng)，跨區(qū)域促進(jìn)其他地區(qū)全要素生產(chǎn)率的提升。

5.2 政策建議

第一，夯實(shí)數(shù)字基礎(chǔ)設(shè)施建設(shè)，打造優(yōu)良的數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境，利用5G網(wǎng)絡(luò)、大數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)等新基建，對(duì)交通、能源、生態(tài)、工業(yè)等傳統(tǒng)基礎(chǔ)設(shè)施進(jìn)行數(shù)字化、網(wǎng)絡(luò)化、智能化改造升級(jí)，以實(shí)現(xiàn)萬物互聯(lián)、多元協(xié)同發(fā)展。以高帶寬、廣覆蓋的新興網(wǎng)絡(luò)基礎(chǔ)設(shè)施為大數(shù)據(jù)賦能構(gòu)建數(shù)據(jù)流動(dòng)框架，充分發(fā)揮數(shù)據(jù)對(duì)其他要素效率的倍增作用，培養(yǎng)發(fā)展數(shù)據(jù)要素市場(chǎng)，使大數(shù)據(jù)成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能。

第二，推進(jìn)數(shù)字產(chǎn)業(yè)不斷發(fā)展與加強(qiáng)數(shù)字技術(shù)應(yīng)用能力，持續(xù)推動(dòng)信息通訊產(chǎn)業(yè)、信息技術(shù)服務(wù)業(yè)、互聯(lián)網(wǎng)產(chǎn)業(yè)等數(shù)字產(chǎn)業(yè)的不斷發(fā)展，持續(xù)輸出新興數(shù)字技術(shù)。利用數(shù)字技術(shù)全方位、全角度、全鏈條賦能傳統(tǒng)產(chǎn)業(yè)，持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，對(duì)產(chǎn)業(yè)鏈的上下游進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)和價(jià)值再造，進(jìn)一步推動(dòng)融合發(fā)展向深層次演進(jìn)[13]。

第三，因地制宜，制定合適的數(shù)字經(jīng)濟(jì)發(fā)展策略，通過尋找數(shù)字經(jīng)濟(jì)與本地產(chǎn)業(yè)融合的平衡點(diǎn)，逐步形成數(shù)字經(jīng)濟(jì)的合理發(fā)展體系[14]。要防止數(shù)字技術(shù)對(duì)傳統(tǒng)產(chǎn)業(yè)賦能效應(yīng)所帶來的 “破壞性”的創(chuàng)新，根據(jù)傳統(tǒng)產(chǎn)業(yè)發(fā)展的實(shí)際情況，切實(shí)從各地實(shí)際經(jīng)濟(jì)發(fā)展情況出發(fā)，梳理總結(jié)發(fā)展經(jīng)驗(yàn)，有所選擇、有所舍取、分步驟地實(shí)施數(shù)字化轉(zhuǎn)型，形成因地制宜、各具特色的數(shù)字經(jīng)濟(jì)發(fā)展格局。

第四，利用數(shù)字經(jīng)濟(jì)的跨區(qū)溢出效應(yīng)，開展數(shù)字經(jīng)濟(jì)空間發(fā)展戰(zhàn)略和布局的頂層設(shè)計(jì)，打造有利于各類生產(chǎn)要素流動(dòng)的多維立體空間網(wǎng)絡(luò)，發(fā)揮數(shù)字經(jīng)濟(jì)的輻射帶動(dòng)作用，以發(fā)達(dá)地區(qū)先進(jìn)的數(shù)字技術(shù)與成熟的發(fā)展治理方案向欠發(fā)達(dá)區(qū)域下沉，縮小區(qū)域間的數(shù)字鴻溝，使得各地區(qū)物理空間網(wǎng)絡(luò)和地理空間網(wǎng)絡(luò)緊密耦合，打破各類行政邊界，構(gòu)建釋放梯次性發(fā)展效能的空間發(fā)展體系，促進(jìn)東中西部區(qū)域協(xié)調(diào)發(fā)展和城鄉(xiāng)一體化發(fā)展[14]。