○張思源 張鴻帥 ，2王春枝

（1內(nèi)蒙古財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010010；2內(nèi)蒙古經(jīng)濟數(shù)據(jù)分析與挖掘重點實驗室，內(nèi)蒙古 呼和浩特 010010）

一、引言與文獻綜述

數(shù)字經(jīng)濟是新一代大數(shù)據(jù)、云計算等新興技術(shù)與經(jīng)濟發(fā)展緊密結(jié)合的新型技術(shù)。近年來，我國高度重視數(shù)字經(jīng)濟的發(fā)展，2021 年數(shù)字經(jīng)濟規(guī)模達到45.5 萬億元，占GDP 比重為39.8%，高于同期GDP 名義增速3.4 個百分點，且經(jīng)中商產(chǎn)業(yè)研究院預(yù)測，2022年我國數(shù)字經(jīng)濟規(guī)模將達48.9萬億元。隨著信息化的蓬勃發(fā)展，數(shù)字經(jīng)濟變得越來越重要，其減少了信息流通障礙，加速資源要素流動，提高供需匹配效率，為實現(xiàn)城鄉(xiāng)之間、區(qū)域之間的協(xié)調(diào)發(fā)展做出了貢獻，對一個國家經(jīng)濟發(fā)展的各個方面起著極其重要的作用。因此，國內(nèi)外學(xué)者就數(shù)字經(jīng)濟的經(jīng)濟影響展開了大量研究，總體來說，這些成果表明，數(shù)字經(jīng)濟可以提高勞動力配置效率，提升區(qū)域創(chuàng)新能力，提升交易效率，促進產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化等[1-4]。由此可見，數(shù)字經(jīng)濟對經(jīng)濟增長及高質(zhì)量發(fā)展發(fā)揮著重要的驅(qū)動作用。

高質(zhì)量發(fā)展的一個重要體現(xiàn)就是全要素生產(chǎn)率的提高，全要素生產(chǎn)率（TFP）是在資本、勞動等生產(chǎn)要素投入既定的條件下所達到的額外生產(chǎn)效率，在很大程度上決定著一國經(jīng)濟發(fā)展的成敗。數(shù)字經(jīng)濟作為一種融合性經(jīng)濟滲透于各生產(chǎn)環(huán)節(jié)，并突破傳統(tǒng)生產(chǎn)要素的束縛成為推動經(jīng)濟增長的新動能，在促進全要素生產(chǎn)率提高方面具有重要作用。在數(shù)字經(jīng)濟發(fā)展初期，SOLOW[5]、ERIK[6]等國外學(xué)者提出信息系統(tǒng)具有“生產(chǎn)率悖論”的觀念，認為企業(yè)在信息技術(shù)方面投入了大量的資源，但從生產(chǎn)率的角度看卻收效甚微。但是隨著時代的發(fā)展和數(shù)字經(jīng)濟的普及，開始有學(xué)者對這些研究產(chǎn)生懷疑并探索數(shù)字經(jīng)濟與全要素生產(chǎn)率的真實關(guān)系。何梟吟和成天婷[7]提出數(shù)字經(jīng)濟與經(jīng)濟高質(zhì)量發(fā)展兩者之間存在高度契合性。任保平[8]則進一步從微觀、中觀、宏觀、支持系統(tǒng)和基礎(chǔ)條件五個方面分析了數(shù)字經(jīng)濟驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的內(nèi)在機理。SUSANTO等[9]的研究顯示，信息化可大幅推動全要素生產(chǎn)率的提高。因此，可以認為數(shù)字經(jīng)濟與全要素生產(chǎn)率之間存在某種關(guān)系，并進而促進經(jīng)濟高質(zhì)量發(fā)展，而高質(zhì)量發(fā)展則會體現(xiàn)為全要素生產(chǎn)率的提升。

當(dāng)前，中國經(jīng)濟正處于由“高速增長”轉(zhuǎn)向“高質(zhì)量發(fā)展”的階段，數(shù)字經(jīng)濟已成為我國落實此重大戰(zhàn)略的關(guān)鍵力量，正成為影響中國經(jīng)濟高質(zhì)量發(fā)展的新動能。在確定數(shù)字經(jīng)濟會對全要素生產(chǎn)率產(chǎn)生影響的基礎(chǔ)上，學(xué)者們對其影響情況進行了進一步的研究。在區(qū)域差異方面，肖國安和張琳[10]提出數(shù)字經(jīng)濟與全要素生產(chǎn)率之間存在高度正相關(guān)關(guān)系，同時數(shù)字經(jīng)濟對全要素生產(chǎn)率的貢獻存在地域差異。ALMA 等[11]研究發(fā)現(xiàn)，數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響在不同國家間存在差異性，對高收入國家具有促進作用，對低收入國家呈抑制作用。在影響機制方面，邱子迅和周亞虹[12]對國家級大數(shù)據(jù)綜合試驗區(qū)的數(shù)字經(jīng)濟發(fā)展與地區(qū)全要素生產(chǎn)率關(guān)系進行研究發(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)率且這種促進是由純技術(shù)進步主導(dǎo)的。張焱[13]則認為數(shù)字經(jīng)濟對技術(shù)效率的影響大于技術(shù)進步效應(yīng)，且數(shù)字經(jīng)濟對全要素生產(chǎn)率的作用路徑也存在著空間差異。楊慧梅和江璐[14]為研究數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響效果提供了數(shù)據(jù)支撐和分析視角，認為產(chǎn)業(yè)結(jié)構(gòu)升級與人力資本投資是數(shù)字經(jīng)濟影響全要素生產(chǎn)率的兩個主要渠道。綜上所述，可以認為數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響可能存在區(qū)域異質(zhì)性，另外，數(shù)字經(jīng)濟會通過不同的途徑影響全要素生產(chǎn)率。

由此可見，雖然目前有關(guān)數(shù)字經(jīng)濟對全要素生產(chǎn)率影響的研究已較為充分，但現(xiàn)有研究大多通過理論分析直接確定1～2個間接影響因素，這可能會導(dǎo)致對其影響機制的研究不夠全面?；诖?，文章將以上述作者的研究成果為基礎(chǔ)，首先通過理論分析從技術(shù)、資源、效率多個方面探究數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響機制，進一步采用面板固定效應(yīng)模型和中介效應(yīng)模型驗證數(shù)字經(jīng)濟與全要素生產(chǎn)率之間的關(guān)系及其重要影響因素，并為我國如何進一步發(fā)展數(shù)字經(jīng)濟、促進全要素生產(chǎn)率提升提供政策建議。

二、理論分析與研究假設(shè)

全要素生產(chǎn)率一般的含義為資源（包括人力、物力、財力）開發(fā)利用的效率，用來衡量純技術(shù)進步在生產(chǎn)中的作用。隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)的蓬勃發(fā)展，數(shù)字經(jīng)濟成為推動經(jīng)濟增長的中堅力量。從供給側(cè)角度分析，經(jīng)濟增長也代表著生產(chǎn)要素投入及全要素生產(chǎn)率的增加，因此可以認為數(shù)字經(jīng)濟對全要素生產(chǎn)率存在促進作用。

全要素生產(chǎn)率主要為衡量經(jīng)濟社會發(fā)展水平的指標，是柯布道格拉斯生產(chǎn)函數(shù)的進一步衍生。本文將采用的基準生產(chǎn)函數(shù)形式如下所示：

其中，Y為總產(chǎn)出，K為資本，L為勞動力，I為數(shù)字經(jīng)濟的投入，α、β、γ分別為產(chǎn)出彈性。同時A(I)可以更為直觀地體現(xiàn)全要素生產(chǎn)率：

由式（2）可以看出，數(shù)字經(jīng)濟可通過三個方面影響全要素生產(chǎn)率：

首先，數(shù)字經(jīng)濟可通過推動社會技術(shù)的進步和技術(shù)效率的提高促進全要素生產(chǎn)率的提升。如圖1 所示，隨著數(shù)字經(jīng)濟的迅猛發(fā)展，一個國家或地區(qū)的技術(shù)將得到有效的提升。進一步技術(shù)進步又是全要素生產(chǎn)率提升的關(guān)鍵,其改善了生產(chǎn)效率，是影響不同要素增進型技術(shù)發(fā)揮效率的關(guān)鍵因素。根據(jù)內(nèi)生經(jīng)濟增長理論，技術(shù)進步可通過改進生產(chǎn)設(shè)備和生產(chǎn)過程來提升生產(chǎn)效率，降低單位能耗，增加單位產(chǎn)出，從而提升全要素生產(chǎn)率；技術(shù)進步的同時會產(chǎn)生新的知識，這些知識可以強化知識儲備，從而衍生出新的技術(shù)進步進而提升全要素生產(chǎn)率；技術(shù)進步還可以通過增加各要素的單位產(chǎn)出來促進全要素生產(chǎn)率。

其次，數(shù)字經(jīng)濟可通過影響勞動和資本的投入間接影響全要素生產(chǎn)率。如圖1所示，隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，對勞動力表現(xiàn)出很多新需求，這表明數(shù)字經(jīng)濟的發(fā)展對教育型人才和技能型人才有更高的需求。在這一需求下，勞動力投入成本逐漸增長，在勞動力成本上升的“倒逼”機制下,國家更加注重提升全要素生產(chǎn)率以削弱工資上漲的負面影響。在一個更有效率的資本市場中，物力資本、人力資本、知識資本和社會資本都是影響全要素生產(chǎn)率各因素中不可或缺的一部分，在投入生產(chǎn)后，提高其資本貢獻率將會促進全要素生產(chǎn)率的增長。

最后，數(shù)字經(jīng)濟可通過優(yōu)化資源配置及提高規(guī)模效應(yīng)促進全要素生產(chǎn)率。如圖1所示，數(shù)字經(jīng)濟的快速發(fā)展加快了信息的流動速度，提高了市場配置資源的效率。資源配置效率對全要素生產(chǎn)率有著非常重要的影響，市場扭曲不僅會降低全要素生產(chǎn)率,而且會因為壟斷勢力阻礙企業(yè)的進入與退出行為,從而抑制全要素生產(chǎn)率的提升。隨著數(shù)字經(jīng)濟的發(fā)展，信息傳播速度的不斷提高能夠減少價格離散程度，增強市場規(guī)模效率。在規(guī)模報酬遞減的背景下,過高的要素投入會使得規(guī)模效應(yīng)不斷下降，而規(guī)模效應(yīng)的下降則會抑制全要素生產(chǎn)率的提升。

圖1 數(shù)字經(jīng)濟作用于全要素生產(chǎn)率的機制示意圖

基于以上理論分析并借鑒相關(guān)研究成果，本文提出假設(shè)H1和假設(shè)H2：

假設(shè)H1：數(shù)字經(jīng)濟能夠直接對全要素生產(chǎn)率產(chǎn)生促進作用。

假設(shè)H2：數(shù)字經(jīng)濟能夠通過資源、技術(shù)、效率等機制間接對全要素生產(chǎn)率產(chǎn)生促進作用。

由于我國經(jīng)濟發(fā)展不平衡，東、中、西部地區(qū)發(fā)展重點不同，數(shù)字經(jīng)濟發(fā)展水平和全要素生產(chǎn)率也可能存在差異，不同地區(qū)數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響也可能存在差異。因此，提出假設(shè)H3：

假設(shè)H3：數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響具有區(qū)域差異性。

三、模型構(gòu)建、變量選取與數(shù)據(jù)來源

（一）模型構(gòu)建

基于數(shù)字經(jīng)濟與全要素生產(chǎn)率的理論與假設(shè)，為檢驗全國和不同地區(qū)數(shù)字經(jīng)濟發(fā)展能否直接對全要素生產(chǎn)率產(chǎn)生促進作用，設(shè)置以下面板模型進行探究：

其中，TFPit表示第i個省份第t年的全要素生產(chǎn)率，DIEit表示第i個省份第t年的數(shù)字經(jīng)濟發(fā)展指數(shù)，control表示控制變量，c為常數(shù)，α、β為代估參數(shù)，ε為隨機擾動項。

為檢驗各中介變量是否為數(shù)字經(jīng)濟促進全要素生產(chǎn)率的影響機制，數(shù)字經(jīng)濟能否通過各中介變量間接促進全要素生產(chǎn)率，建立如下中介效應(yīng)模型：

其中，Medianit為各中介變量，其他參數(shù)含義與式（3）一致。式（4）為數(shù)字經(jīng)濟對中介變量的影響情況，式（5）為數(shù)字經(jīng)濟通過中介變量影響全要素生產(chǎn)率的中介效應(yīng)，只有當(dāng)式（4）和式（5）的回歸結(jié)果均顯著時，才能證明存在中介效應(yīng)。

（二）變量選取及數(shù)據(jù)來源

1.被解釋變量

根據(jù)前文對數(shù)字經(jīng)濟于全要素生產(chǎn)率的影響機制分析，將被解釋變量確定為全要素生產(chǎn)率（TFP），目前國內(nèi)外學(xué)者關(guān)于全要素生產(chǎn)率測算的方法主要有三種，分別為DEA-Malmquist法，隨機前沿生產(chǎn)函數(shù)法以及索羅余值法。文章所采用的測度方法為隨機前沿生產(chǎn)函數(shù)法，該方法能夠利用不同前沿面，更好地反映數(shù)據(jù)的真實性以及因技術(shù)進步對生產(chǎn)效率產(chǎn)生的影響。其生產(chǎn)函數(shù)模型為：

其中，i表示省域；t表示年份；Yit表示第地區(qū)第年的GDP 的產(chǎn)出；Kit表示第i地區(qū)第t年的資本數(shù)量；Lit表示第i地區(qū)第t年的勞動力數(shù)量；α為待估參數(shù)。各省域產(chǎn)出指標采用實際生產(chǎn)總值。根據(jù)生產(chǎn)函數(shù)理論，勞動投入實質(zhì)上指工作時間和每個單位時間內(nèi)勞動質(zhì)量的乘積，勞動質(zhì)量一般指單位時間內(nèi)勞動者所能提供的技能水平，由于我國在勞動投入的統(tǒng)計并不完善，故只能采用其相近指標從業(yè)人數(shù)進行替代。而資本投入指標在近年來的研究中多使用永續(xù)盤存法進行測度，其實質(zhì)為對原有資本存量的使用效率進行折舊處理，并通過逐年加總，累計得出意義一致的資本存量，其基本公式為：

其中，Dit指第i地區(qū)第t年的固定資本折舊率，Iit指以不變價格的第i地區(qū)第t年的固定資產(chǎn)投資。

對生產(chǎn)函數(shù)模型進行簡化，具體表達式為：

其中，yit為第i個決策單元t時期的產(chǎn)出；f(xit,t;α)為特定函數(shù)形式，xit為第個決策單元時期的投入向量，用以反映技術(shù)變化；α是待估參數(shù)，誤差項vit-μit為復(fù)合殘差項，且vit與μit相互獨立，vit服從正態(tài)分布，μit為生產(chǎn)無效率項。

通過極大似然法既可以估計出模型中的參數(shù)，還可以得到每個決策單元不同時期的技術(shù)效率值，其中，第i個決策單元在第t年的實際技術(shù)效率可以定義為：

而相鄰年份t和s的技術(shù)效率可以通過以下公式進行計算：

其中，TEC表示在不同時期技術(shù)有效性變化對全要素生產(chǎn)率變化的影響，TEC的值大于1說明技術(shù)效率在提升，反之則為下降。如果當(dāng)技術(shù)進步為非效率時，技術(shù)進步指數(shù)會隨著投入向量的不同而產(chǎn)生差異。那么這時技術(shù)進步指數(shù)可以通過計算相鄰年份偏導(dǎo)數(shù)的幾何平均得到，即：

其中，TPC表示兩個時期內(nèi)技術(shù)有效生產(chǎn)前沿面的移動對全要素生產(chǎn)率變化的影響，當(dāng)指數(shù)大于1時，表示從s到t時刻技術(shù)在進步，反之，表示技術(shù)在退步。根據(jù)Malmquist 生產(chǎn)率變化指數(shù)的定義，全要素生產(chǎn)率指數(shù)的公式為：

2.核心解釋變量

構(gòu)建指標體系進行綜合評價是數(shù)字經(jīng)濟發(fā)展水平測度常用的方法之一。一些較權(quán)威機構(gòu)及學(xué)者也給出了其使用的指標體系。其中，中國電子信息發(fā)展研究院從環(huán)境、基礎(chǔ)、產(chǎn)業(yè)以及融合四個方面構(gòu)建了數(shù)字經(jīng)濟指標體系①資源來源：中國電子信息產(chǎn)業(yè)發(fā)展研究院《2019年中國數(shù)字經(jīng)濟發(fā)展指數(shù)》。。財新智庫從溢出指標、產(chǎn)業(yè)指標、基礎(chǔ)設(shè)施指標、融合指標四個方面測度了數(shù)字經(jīng)濟發(fā)展程度②資料來源：財新智庫《中國數(shù)字經(jīng)濟指數(shù)》。。王軍等[15]著眼于數(shù)字經(jīng)濟的條件、應(yīng)用與環(huán)境，從基礎(chǔ)設(shè)施、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化、發(fā)展環(huán)境四個方面搭建了數(shù)字經(jīng)濟指標體系。程廣斌和李瑩[16]從“技術(shù)—經(jīng)濟”的范式結(jié)構(gòu)從數(shù)字技術(shù)、核心產(chǎn)業(yè)、社會應(yīng)用三個方面對數(shù)字經(jīng)濟發(fā)展水平進行了測度。這些機構(gòu)以及學(xué)者對數(shù)字經(jīng)濟指標體系的研究各有側(cè)重又存在相似點。借鑒上述研究成果，并結(jié)合數(shù)字經(jīng)濟有關(guān)內(nèi)涵及政策，本文從發(fā)展環(huán)境、基礎(chǔ)設(shè)施、產(chǎn)業(yè)規(guī)模、技術(shù)創(chuàng)新、數(shù)字應(yīng)用五個維度對數(shù)字經(jīng)濟發(fā)展水平進行測度，具體指標體系如表1所示。

表1 數(shù)字經(jīng)濟發(fā)展水平指標體系

由于本文所選取指標均為正向指標，文章在進行指標標準化處理時，采用如下公式：

其中，θ為年份，i表示省域，j表示二級指標，Xθij表示原始指標值，表示標準化后的指標值，max(Xθij)和min(Xθij)分別表示的最大值和最小值。

在確定指標權(quán)重時，采用熵值法根據(jù)各二級指標觀測值數(shù)據(jù)來確定指標權(quán)重，在避免人為因素干擾的同時盡量突出指標數(shù)據(jù)變異程度所解釋的信息含量。具體步驟如下：

確定第i個研究對象下第j項指標的比重pθij：

求各指標的信息熵ej：

利用信息熵求出各指標的權(quán)重，權(quán)重越高則指標在綜合評價中的重要性越強：

最后，通過綜合指數(shù)評價法，利用得到的標準化指標值以及指標權(quán)重測算2013—2019年各省域的數(shù)字經(jīng)濟發(fā)展水平：

3.中介變量

對數(shù)字經(jīng)濟促進全要素生產(chǎn)率的影響機制進行理論分析可以發(fā)現(xiàn)，數(shù)字經(jīng)濟主要通過資源、技術(shù)、效率等機制間接對全要素生產(chǎn)率產(chǎn)生促進作用。因此，根據(jù)李斌等[17]的研究以物質(zhì)資本存量（K）及人力資本存量（L）對資源投入進行衡量，并采用張軍等[18]提出的永續(xù)盤存法以及平均受教育年限衡量物質(zhì)資本存量和人力資本存量；根據(jù)王儒奇等[19]及蔡玲等[20]的研究以科技支出（TE）和創(chuàng)新能力（RD）對技術(shù)水平進行衡量，并分別采用科技支出占財政支出的比值及各地區(qū)工業(yè)企業(yè)有效發(fā)明專利數(shù)進行測度；最后，采用地區(qū)生產(chǎn)總值與就業(yè)人員人數(shù)（城鎮(zhèn)單位、私營企業(yè)與個體之和）的比值來衡量效率。

4.控制變量

此外，除數(shù)字經(jīng)濟外，市場化水平（MAR）、財政支出（GOV）、產(chǎn)業(yè)結(jié)構(gòu)升級（RIS）以及環(huán)境規(guī)制（ER）也會對全要素生產(chǎn)率產(chǎn)生影響作用。對這些因素也需要在模型中加以控制從而避免因遺漏重要解釋變量而導(dǎo)致內(nèi)生性問題。

（1）市場化水平（MAR）。樊綱等[21]指出市場化進程通過加強資本循環(huán)，輔助經(jīng)濟體系完善、整合區(qū)域發(fā)展要素等方面對TFP 提高和經(jīng)濟增長的貢獻因素很大。本文采用非國有企業(yè)員工占比來體現(xiàn)市場化水平。

（2）產(chǎn)業(yè)結(jié)構(gòu)升級（RIS）。余泳澤等[22]提出產(chǎn)業(yè)結(jié)構(gòu)升級可通過生產(chǎn)要素的再配置效應(yīng)提升配置效率，通過技術(shù)密集型產(chǎn)業(yè)和生產(chǎn)性服務(wù)業(yè)的溢出效應(yīng)提升技術(shù)效率，通過產(chǎn)業(yè)發(fā)展的分工專業(yè)化效應(yīng)提升規(guī)模效率，從而促進全要素生產(chǎn)率的增長。因此，本文采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比衡量產(chǎn)業(yè)結(jié)構(gòu)升級水平。

（3）財政支出（GOV）。周代數(shù)[23]研究發(fā)現(xiàn)，在適度的財政支出規(guī)模下，優(yōu)化財政支出結(jié)構(gòu)，可以優(yōu)化經(jīng)濟增長模式、提升經(jīng)濟發(fā)展質(zhì)量，進而提升全要素生產(chǎn)率。因此，本文采用政府財政支出占地區(qū)生產(chǎn)總值的比重衡量財政支出水平。

（4）環(huán)境規(guī)制（ER）。劉和旺和鄭世林[24]提出恰當(dāng)?shù)沫h(huán)境規(guī)制能激發(fā)“創(chuàng)新補償效應(yīng)”，進而逐漸彌補創(chuàng)新的“遵循成本”，提高全要素生產(chǎn)率。因此，本文采用政府環(huán)境保護支出占地方財政支出的比重表示環(huán)境規(guī)制水平。

5.數(shù)據(jù)來源

本文所采用的是2013—2019年中國30個省域的面板數(shù)據(jù)（西藏缺失數(shù)據(jù)較多，故而不分析），數(shù)據(jù)均來源于EPS數(shù)據(jù)平臺以及30個省域的統(tǒng)計年鑒以及《中國統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技年鑒》《中國信息年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》等等，個別數(shù)據(jù)的缺失采用了統(tǒng)計學(xué)常用的方法（線性插值法）進行補充。另外，為避免模型的異方差問題，物質(zhì)資本存量、人力資本存量和創(chuàng)新能力進行取對數(shù)處理。

四、實證結(jié)果與分析

（一）數(shù)字經(jīng)濟促進全要素生產(chǎn)率及區(qū)域異質(zhì)性分析

為分析數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響情況，基于式（13）構(gòu)造普通面板模型；同時，為了解其影響是否存在區(qū)域差異，根據(jù)我國地理位置的劃分，將各省域按照東、中、西區(qū)域劃分，分析可能存在的區(qū)域異質(zhì)性。首先使用Hausman 檢驗進行模型選擇，根據(jù)結(jié)果采用面板數(shù)據(jù)固定效應(yīng)模型對全樣本及三大區(qū)域分別進行回歸，回歸結(jié)果如表2所示。

表2 中第2 列為包含全部樣本的模型回歸結(jié)果。由回歸結(jié)果可見，從全國總體來看，數(shù)字經(jīng)濟發(fā)展對全要素生產(chǎn)率的回歸系數(shù)為1.758，通過了顯著性水平為1%的t檢驗，這說明數(shù)字經(jīng)濟發(fā)展與全要素生產(chǎn)率之間呈正相關(guān)關(guān)系，且數(shù)字經(jīng)濟發(fā)展水平每提高1個單位，全要素生產(chǎn)率將提升約1.76個單位，驗證了假設(shè)H1的正確性，說明數(shù)字經(jīng)濟對于我國的全要素生產(chǎn)率的增長起到了至關(guān)重要的作用，已逐步發(fā)展成為我國的經(jīng)濟增長的重要驅(qū)動力。

表2第3至第5列為東、中、西部三大地區(qū)樣本的模型回歸結(jié)果。由回歸結(jié)果可見，數(shù)字經(jīng)濟發(fā)展對全要素生產(chǎn)率的作用方面，東、中、西部地區(qū)的回歸系數(shù)分別為1.009，3.208 和1.479，且均通過了顯著性水平為1%的t檢驗，這表明在三個區(qū)域內(nèi)，數(shù)字經(jīng)濟發(fā)展均對全要素生產(chǎn)率有促進作用，且對中部地區(qū)促進作用遠遠高于東、西部地區(qū)，對西部地區(qū)次之，數(shù)字經(jīng)濟及對東部地區(qū)全要素生產(chǎn)率的作用最小。這是由于東部地區(qū)數(shù)字經(jīng)濟發(fā)展已較為完善，其影響效益會存在邊際效益遞減的現(xiàn)象；而西部地區(qū)由于地理環(huán)境及發(fā)展較為落后的緣故，數(shù)字經(jīng)濟發(fā)展無法全面惠及；因此中部地區(qū)數(shù)字經(jīng)濟對全要素生產(chǎn)率的邊際貢獻最高，而東、西部地區(qū)邊際貢獻相對較少，但仍呈現(xiàn)促進作用，該結(jié)論驗證了假設(shè)H3的正確性。

表2 普通面板模型回歸結(jié)果

（二）數(shù)字經(jīng)濟促進全要素生產(chǎn)率影響機制分析

表3為根據(jù)式（4）進行回歸得到數(shù)字經(jīng)濟對各中介變量的影響情況，由表3 可知，數(shù)字經(jīng)濟對物質(zhì)資本存量、勞動資本存量、科技支出、創(chuàng)新能力以及生產(chǎn)效率均有促進作用，隨著數(shù)字經(jīng)濟的發(fā)展，其均會在一定程度上得到提升。由表3 后三列可知，數(shù)字經(jīng)濟對科技支出、自主創(chuàng)新和技術(shù)效率的回歸系數(shù)分別為0.397、0.643、和0.531，通過了1%的顯著性檢驗，可作為數(shù)字經(jīng)濟促進全要素生產(chǎn)率的有效中介變量，說明相對于物質(zhì)和勞動，數(shù)字經(jīng)濟更能推進科學(xué)技術(shù)方面的提升。

表3 機制分析結(jié)果（1）

表4為在中介變量存在的條件下，數(shù)字經(jīng)濟對全要素生產(chǎn)率的間接影響情況。其中，科技支出的回歸并不顯著，不能作為中介變量在數(shù)字經(jīng)濟促進全要素生產(chǎn)率的過程中產(chǎn)生作用；創(chuàng)新能力會促進數(shù)字經(jīng)濟，而生產(chǎn)效率的提升則會抑制數(shù)字經(jīng)濟，在創(chuàng)新能力和生產(chǎn)效率的作用下，數(shù)字經(jīng)濟對全要素生產(chǎn)率的回歸系數(shù)分別為1.687和1.707，相比于普通面板回歸系數(shù)的1.758，均有所下降。這表明自主創(chuàng)新和技術(shù)效率確實為數(shù)字經(jīng)濟促進全要素生產(chǎn)率的影響機制，即數(shù)字經(jīng)濟發(fā)展將會促進自主創(chuàng)新和技術(shù)效率的增加，進而通過兩者間接影響其對全要素生產(chǎn)率的促進作用，驗證了假設(shè)2的部分正確性。

表4 機制分析結(jié)果（2）

（三）穩(wěn)健性檢驗

1.分位數(shù)回歸

為了保證上述分析結(jié)果的有效性以及可靠性，利用分位數(shù)回歸對其進行檢驗，結(jié)果如表5所示。

利用全國數(shù)據(jù)使用0.25，0.5和0.75分位數(shù)進行回歸分析，由表5的結(jié)果可知，數(shù)字經(jīng)濟的發(fā)展水平對于全要素生產(chǎn)率的促進作用在1%的顯著性水平上高度顯著，這與普通面板回歸的結(jié)果相一致；其余控制變量的檢驗結(jié)果與趨勢也與上文結(jié)果基本一致，這表明文章實證模型具有較強的穩(wěn)健性，所選變量及所采用的回歸方法較為合理，能夠有效地反映我國數(shù)字經(jīng)濟對全要素生產(chǎn)率的促進作用。

2.內(nèi)生性檢驗

考慮到一個地區(qū)的全要素生產(chǎn)率可能依賴于其過去的全要素生產(chǎn)率發(fā)展情況，即存在內(nèi)生性問題。文章借鑒劉軍等[25]檢驗內(nèi)生性的方法，引入全要素生產(chǎn)率的一階滯后項，將普通面板回歸模型擴展為動態(tài)模型來克服模型中被解釋變量的內(nèi)生性問題，由表5 內(nèi)生性檢驗結(jié)果可以發(fā)現(xiàn)，各解釋變量的系數(shù)符號與普通面板回歸的結(jié)果相一致，這進一步表明以全要素生產(chǎn)率作為被解釋變量進行回歸分析是穩(wěn)健的。

表5 面板分位數(shù)回歸及內(nèi)生性檢驗結(jié)果

五、結(jié)論與建議

（一）主要結(jié)論

本文采用面板數(shù)據(jù)，運用固定效應(yīng)模型和中介效應(yīng)模型，通過理論分析并實證分析了我國數(shù)字經(jīng)濟促進全要素生產(chǎn)率的機制，得出了如下結(jié)論：

1.通過理論邏輯的分析，發(fā)現(xiàn)數(shù)字經(jīng)濟能夠通過影響各類資源的投入、技術(shù)進步與技術(shù)效率的提高、優(yōu)化資源配置等方面直接或間接的對全要素生產(chǎn)率產(chǎn)生影響。

2.無論從總體還是分地區(qū)來看，數(shù)字經(jīng)濟均對全要素生產(chǎn)率產(chǎn)生促進作用，且數(shù)字經(jīng)濟對中部地區(qū)全要素生產(chǎn)率的促進作用最強，對西部地區(qū)次之，對東部地區(qū)則最弱。

3.通過實證檢驗發(fā)現(xiàn)，創(chuàng)新能力和生產(chǎn)效率是數(shù)字經(jīng)濟促進全要素生產(chǎn)率的影響機制，數(shù)字經(jīng)濟的發(fā)展將會激發(fā)自主創(chuàng)新能力，提高生產(chǎn)效率，并通過二者間接影響數(shù)字經(jīng)濟對全要素生產(chǎn)率的促進作用。

（二）政策建議

1.在數(shù)字經(jīng)濟發(fā)展方面，政府應(yīng)抓住數(shù)字經(jīng)濟發(fā)展大勢，繼續(xù)推進大數(shù)據(jù)、云計算、5G 通信等新興技術(shù)與整個經(jīng)濟系統(tǒng)的融合，加快數(shù)字化基礎(chǔ)設(shè)施建設(shè)及數(shù)字人才培養(yǎng)，設(shè)立更多的交流合作平臺，實現(xiàn)數(shù)據(jù)共享。

2.地方政府在實行政策時，要考慮本地區(qū)發(fā)展程度，不要盲目學(xué)習(xí)其他地區(qū)的政策措施。對于全要素生產(chǎn)率較低的省份，應(yīng)加快數(shù)字經(jīng)濟的發(fā)展；對于全要素生產(chǎn)率較高的省份，應(yīng)發(fā)揮其示范作用，加強對落后省份的帶動和輻射。

3.進一步強化資源的合理分配，提升資源的有效利用率，加強數(shù)字經(jīng)濟與傳統(tǒng)生產(chǎn)要素的融合，利用數(shù)字技術(shù)加速制造業(yè)生產(chǎn)效率；加強研發(fā)投入與創(chuàng)新保護，緩解數(shù)字經(jīng)濟發(fā)展不平衡和全要素生產(chǎn)率增長差異的問題。