黃建康 潘鈺秋

（江南大學(xué)商學(xué)院，無錫 214122）

引 言

改革開放以來，中國傳統(tǒng)工業(yè)產(chǎn)業(yè)依托廉價(jià)勞動(dòng)力、資源稟賦等優(yōu)勢，極大地提高了勞動(dòng)生產(chǎn)率水平。但隨著人口老齡化加劇，生產(chǎn)要素成本顯著提高，依靠人口紅利和資本投入已難以保持高水平的勞動(dòng)生產(chǎn)率，工業(yè)尤其是制造業(yè)逐漸喪失競爭優(yōu)勢，陷入低端鎖定的發(fā)展困境。勞動(dòng)生產(chǎn)率的提高是推動(dòng)工業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級的重要?jiǎng)恿?，而工業(yè)產(chǎn)業(yè)作為支撐中國經(jīng)濟(jì)發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，其結(jié)構(gòu)轉(zhuǎn)換升級直接關(guān)乎著國民經(jīng)濟(jì)的內(nèi)部結(jié)構(gòu)優(yōu)化和發(fā)展動(dòng)能轉(zhuǎn)換，對于中國經(jīng)濟(jì)社會(huì)的高質(zhì)量發(fā)展意義重大。

進(jìn)入新常態(tài)后，僅依靠資本投入已難以保持勞動(dòng)生產(chǎn)率的快速增長，自主創(chuàng)新、技術(shù)進(jìn)步將成為勞動(dòng)生產(chǎn)率增長的新動(dòng)力。近些年以大數(shù)據(jù)、云計(jì)算、人工智能等為代表的數(shù)字技術(shù)快速發(fā)展，與各行業(yè)和領(lǐng)域的融合程度日益加深，數(shù)字經(jīng)濟(jì)成為工業(yè)產(chǎn)業(yè)突破當(dāng)前困境的可能途徑。 “十四五”規(guī)劃中指出，要推動(dòng)實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)融合發(fā)展，以 “雙融合”支撐 “雙循環(huán)”，打造數(shù)字經(jīng)濟(jì)新優(yōu)勢，為構(gòu)建新發(fā)展格局提供支撐。因此，能否借助數(shù)字經(jīng)濟(jì)提高工業(yè)勞動(dòng)生產(chǎn)率，對于培育工業(yè)創(chuàng)新發(fā)展新模式具有重要的實(shí)踐意義。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 數(shù)字經(jīng)濟(jì)測度

國內(nèi)外圍繞數(shù)字經(jīng)濟(jì)的測度采用了多種方法，包括國民經(jīng)濟(jì)核算相關(guān)方法論、增加值測算、相關(guān)指數(shù)編制和構(gòu)建衛(wèi)星賬戶等[1]，尚未形成統(tǒng)一標(biāo)準(zhǔn)。國內(nèi)比較常見的是相關(guān)指數(shù)編制，不少研究機(jī)構(gòu)發(fā)布了相關(guān)指數(shù)，如中國信息通信研究院編制的數(shù)字經(jīng)濟(jì)指數(shù)、上海社科院構(gòu)建的全球數(shù)字經(jīng)濟(jì)競爭力指數(shù)等。近些年來不少學(xué)者對構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系有所研究。萬曉榆等（2019）[2]在引入治理環(huán)境的基礎(chǔ)上，形成了一個(gè)基于投入與產(chǎn)出角度的數(shù)字經(jīng)濟(jì)發(fā)展評估指標(biāo)。王軍等（2021）[3]著眼于數(shù)字經(jīng)濟(jì)的條件、應(yīng)用與環(huán)境，選取數(shù)字經(jīng)濟(jì)發(fā)展載體、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境4個(gè)一級指標(biāo)以衡量數(shù)字經(jīng)濟(jì)。

1.2 數(shù)字經(jīng)濟(jì)與勞動(dòng)生產(chǎn)率

對于數(shù)字經(jīng)濟(jì)能否提高勞動(dòng)生產(chǎn)率，學(xué)者們有不同的觀點(diǎn)。 Labaye和 Remes（2015）[4]認(rèn)為數(shù)字技術(shù)的快速發(fā)展及其對企業(yè)、政府和個(gè)人的日益廣泛的應(yīng)用，將為未來的生產(chǎn)率增長做出巨大貢獻(xiàn)。 Bogoviz等（2018）[5]研究發(fā)現(xiàn)當(dāng)前企業(yè)數(shù)字化進(jìn)程對勞動(dòng)效率增長的影響為零或負(fù)，并分析是由后工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)過渡時(shí)期的不完整造成的。 Metlyakhin等（2020）[6]使用兩組數(shù)字指標(biāo)構(gòu)建了兩個(gè)不同時(shí)間段（2011～2017年和2006～2017年）的模型，發(fā)現(xiàn)在短時(shí)間內(nèi)數(shù)字化因素對區(qū)域勞動(dòng)生產(chǎn)率影響不顯著，而在長期內(nèi)大多數(shù)數(shù)字化因素對勞動(dòng)生產(chǎn)率有顯著的正向影響。

國內(nèi)對數(shù)字經(jīng)濟(jì)與勞動(dòng)生產(chǎn)率關(guān)系的研究，近些年來主要集中于互聯(lián)網(wǎng)對制造業(yè)勞動(dòng)生產(chǎn)率的影響。王娟（2016）[7]在理論分析 “互聯(lián)網(wǎng)+”能夠降低交易成本、改造供應(yīng)鏈、提高人力資本后，實(shí)證表明 “互聯(lián)網(wǎng)+”可以顯著提高中國制造業(yè)勞動(dòng)生產(chǎn)率。盧福財(cái)和徐遠(yuǎn)彬（2019）[8]實(shí)證研究發(fā)現(xiàn)互聯(lián)網(wǎng)能夠促進(jìn)制造業(yè)勞動(dòng)生產(chǎn)率的提升，并通過機(jī)制分析論證了互聯(lián)網(wǎng)會(huì)通過降低生產(chǎn)成本和促進(jìn)創(chuàng)新來提高勞動(dòng)生產(chǎn)率水平。

當(dāng)前對數(shù)字經(jīng)濟(jì)的研究重點(diǎn)在定義的界定、測度指標(biāo)的構(gòu)建以及數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級[9，10]、驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制分析[11，12]上。而關(guān)于數(shù)字經(jīng)濟(jì)對勞動(dòng)生產(chǎn)率影響的研究，目前還比較匱乏。因此，本文參考了學(xué)術(shù)界常用的數(shù)字經(jīng)濟(jì)測度方法，在已有對互聯(lián)網(wǎng)和勞動(dòng)生產(chǎn)率關(guān)系研究的基礎(chǔ)上，實(shí)證探究數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的影響，將數(shù)字經(jīng)濟(jì)領(lǐng)域的研究延伸到產(chǎn)業(yè)層面，并為工業(yè)高質(zhì)量發(fā)展提供理論支撐和實(shí)證依據(jù)。

1.3 研究假設(shè)

1.3.1 數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的直接影響

隨著數(shù)字技術(shù)的不斷創(chuàng)新與發(fā)展，其在產(chǎn)業(yè)各環(huán)節(jié)得到廣泛應(yīng)用，為傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和生產(chǎn)效率提升提供了重要?jiǎng)恿?。作為?shù)字經(jīng)濟(jì)發(fā)展的核心，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化推動(dòng)生產(chǎn)力重塑。通過數(shù)字產(chǎn)業(yè)化，數(shù)字化的知識(shí)和信息被轉(zhuǎn)化為生產(chǎn)要素，借助新一代信息通信技術(shù)，培育出新產(chǎn)業(yè)、新模式、新業(yè)態(tài)，并為資本、勞動(dòng)等傳統(tǒng)生產(chǎn)要素的發(fā)展提供更寬廣的前景。通過產(chǎn)業(yè)數(shù)字化，數(shù)字經(jīng)濟(jì)對傳統(tǒng)工業(yè)進(jìn)行數(shù)字化改造，優(yōu)化生產(chǎn)流程和組織形式，提升生產(chǎn)效率和經(jīng)濟(jì)效益。在生產(chǎn)流程方面，企業(yè)通過與人工智能和工業(yè)互聯(lián)網(wǎng)的結(jié)合，實(shí)現(xiàn)智能制造、網(wǎng)絡(luò)化生產(chǎn)，極大地優(yōu)化了各生產(chǎn)環(huán)節(jié)，提高了生產(chǎn)自動(dòng)化水平。在組織層面，企業(yè)通過互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)提高了信息的流動(dòng)性，形成更大范圍、更深層次的市場分工，組織方式更加靈活，推動(dòng)了生產(chǎn)的協(xié)同化。根據(jù)以上分析，提出假設(shè)：

假設(shè)1：數(shù)字經(jīng)濟(jì)能夠提升工業(yè)勞動(dòng)生產(chǎn)率。

1.3.2 數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的非線性影響

數(shù)字經(jīng)濟(jì)的發(fā)展需要高水平勞動(dòng)力的推動(dòng)，人力資本可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率產(chǎn)生非線性影響。由于大數(shù)據(jù)、人工智能等為代表的數(shù)字經(jīng)濟(jì)應(yīng)用對勞動(dòng)力素質(zhì)的要求較高，因而在人力資本水平高的地區(qū)，勞動(dòng)者的綜合素質(zhì)較高，能有效匹配數(shù)字技術(shù)應(yīng)用，加速工業(yè)企業(yè)通過數(shù)字化轉(zhuǎn)型提升勞動(dòng)生產(chǎn)率。人力資本水平差異可能會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的影響存在 “門檻”效應(yīng)，即當(dāng)人力資本達(dá)到一定程度后，其會(huì)增強(qiáng)數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的促進(jìn)作用。基于此，本文提出假設(shè)：

假設(shè)2：數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率存在基于人力資本的非線性影響。

2 研究設(shè)計(jì)

2.1 模型設(shè)定與變量選取

2.1.1 計(jì)量模型

本文采用2013～2020年中國30個(gè)省（區(qū)、市）（考慮到數(shù)據(jù)的可獲得性，不含西藏和港、澳、臺(tái)地區(qū)）的面板數(shù)據(jù)，實(shí)證研究數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的影響，計(jì)量模型設(shè)定如下：

其中，i表示地區(qū)（?。▍^(qū)、市）），t表示時(shí)間（年份），β為待估參數(shù)，CVit為控制變量，εit為隨機(jī)擾動(dòng)項(xiàng)。

為了進(jìn)一步檢驗(yàn)數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的非線性影響，本文采用門檻模型進(jìn)行非線性檢驗(yàn)，構(gòu)建如下模型：

其中，eduit為門檻變量人力資本，γ為門檻值，I（·）為示性函數(shù)，當(dāng)括號(hào)中表達(dá)式為假時(shí)，取值為0，否則取值為1。

2.1.2 變量選取

（1）被解釋變量：工業(yè)勞動(dòng)生產(chǎn)率水平（ilp）。勞動(dòng)生產(chǎn)率指勞動(dòng)者生產(chǎn)產(chǎn)品的效率，用單位勞動(dòng)投入的產(chǎn)出表示?；跀?shù)據(jù)可獲得性，本文采用規(guī)模以上工業(yè)企業(yè)全員勞動(dòng)生產(chǎn)率，即規(guī)模以上工業(yè)企業(yè)的增加值除以平均用工人數(shù)來衡量，并以2013年為基期，用生產(chǎn)者出廠價(jià)格指數(shù)對增加值進(jìn)行平減。規(guī)模以上工業(yè)企業(yè)增加值數(shù)據(jù)由于不可獲得，用總工業(yè)增加值代替。

（2）解釋變量：數(shù)字經(jīng)濟(jì)，由本文構(gòu)建的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（dedi）衡量。按照現(xiàn)有研究中對數(shù)字經(jīng)濟(jì)的定義，數(shù)字經(jīng)濟(jì)涉及多個(gè)方面，并不是單個(gè)指標(biāo)可以衡量的，學(xué)者們對數(shù)字經(jīng)濟(jì)的測度也都是構(gòu)建由多維指標(biāo)組成的綜合指數(shù)?；诒疚膶?shù)字經(jīng)濟(jì)的研究主要集中在應(yīng)用層面，依據(jù)科學(xué)性、層次性及數(shù)據(jù)的可獲得性等原則，本文構(gòu)建了以數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化兩個(gè)一級指標(biāo)為基礎(chǔ)的數(shù)字經(jīng)濟(jì)指標(biāo)體系，共選取7個(gè)變量，具體如表1所示。

表1 數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系

（3）控制變量：本文考慮了行業(yè)集中度、環(huán)境規(guī)制強(qiáng)度、政府參與程度和道路基礎(chǔ)設(shè)施投入強(qiáng)度。行業(yè)集中度（ic）有利于實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)，提高勞動(dòng)生產(chǎn)率，用工業(yè)企業(yè)平均規(guī)模，即工業(yè)增加值與工業(yè)企業(yè)單位數(shù)之比衡量。環(huán)境規(guī)制的實(shí)施能夠促進(jìn)本地產(chǎn)業(yè)結(jié)構(gòu)升級，優(yōu)化勞動(dòng)生產(chǎn)率，環(huán)境規(guī)制強(qiáng)度（eri）用工業(yè)污染治理投資額占增加值的比重度量[13]。政府財(cái)政自由度（gi）直接影響勞動(dòng)生產(chǎn)率，采取地方財(cái)政一般預(yù)算內(nèi)支出占GDP的比值衡量政府參與程度。道路基礎(chǔ)設(shè)施的改善不僅可以降低交易成本，還可以促進(jìn)創(chuàng)新要素和人力資本的流動(dòng)，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級，從而提高勞動(dòng)生產(chǎn)率。參考劉強(qiáng)和李澤錦（2021）[14]的研究，采用單位面積內(nèi)的鐵路和等級公路里程數(shù)表示道路基礎(chǔ)設(shè)施投入強(qiáng)度（road）。

基于前文選取的變量，考慮到不同變量之間存在數(shù)量級差異，為保證數(shù)據(jù)的平穩(wěn)性和消除模型中的異方差，對被解釋變量和控制變量做對數(shù)處理，設(shè)定基準(zhǔn)回歸模型如下：

2.2 數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測度方法

確定數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)不僅需要選取可獲得的具體指標(biāo)，還需要賦予相關(guān)指標(biāo)權(quán)重。由于各指標(biāo)值之間的量綱存在很大差異，無法直接進(jìn)行橫向比較和加權(quán)求和，需要進(jìn)行標(biāo)準(zhǔn)化處理消除這些差異，才能保證最終測算指數(shù)的準(zhǔn)確。

首先，對原始數(shù)據(jù)進(jìn)行無量綱化處理：

其中，xθij表示第θ年?。▍^(qū)、市）i的第j個(gè)指標(biāo)，maxxj和minxj分別為第j項(xiàng)指標(biāo)下的最大值和最小值，yθij為無量綱化的結(jié)果。在對數(shù)據(jù)進(jìn)行正規(guī)化處理后，參照張雪玲和焦月霞（2017）[15]、王娟娟和佘干軍（2021）[16]的研究利用熵值法確定每個(gè)指標(biāo)的權(quán)重。

確定第j項(xiàng)指標(biāo)下yθij所占比重ωθij：（假設(shè)年份跨度為d，?。▍^(qū)、市）數(shù)量為n）

計(jì)算第j項(xiàng)指標(biāo)的熵值ej：

計(jì)算第j項(xiàng)指標(biāo)的差異性系數(shù)dj：

確定指標(biāo)權(quán)重ψj：（假設(shè)指標(biāo)數(shù)量為m）

最后，基于標(biāo)準(zhǔn)化指標(biāo)yθij及確定的指標(biāo)權(quán)重ψj，計(jì)算數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)dedi：

具體指標(biāo)內(nèi)容及權(quán)重如表1所示。

2.3 數(shù)據(jù)說明

本文的研究樣本是2013～2020年30個(gè)省級區(qū)域（考慮到數(shù)據(jù)的可獲得性，不含西藏和港、澳、臺(tái)地區(qū)），數(shù)據(jù)來源于各?。▍^(qū)、市）歷年統(tǒng)計(jì)年鑒、國家統(tǒng)計(jì)局和國泰安數(shù)據(jù)庫。受新冠肺炎疫情影響，2020年的數(shù)據(jù)略有波動(dòng)但處于正常變動(dòng)范圍內(nèi)，對研究結(jié)論影響不大。

3 實(shí)證檢驗(yàn)

3.1 基準(zhǔn)回歸結(jié)果分析

本文采用固定效應(yīng)估計(jì)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對工業(yè)勞動(dòng)生產(chǎn)率的影響。同時(shí)，為了考察數(shù)字經(jīng)濟(jì)分解指標(biāo)對工業(yè)勞動(dòng)生產(chǎn)率的影響，在原模型的基礎(chǔ)上分別討論數(shù)字產(chǎn)業(yè)化（indus）、產(chǎn)業(yè)數(shù)字化（dig）兩個(gè)分解指標(biāo)對工業(yè)勞動(dòng)生產(chǎn)率的影響。回歸結(jié)果如表3所示。

表2 變量描述性統(tǒng)計(jì)

表3 基準(zhǔn)回歸結(jié)果

續(xù) 表

從列（1）的回歸結(jié)果可以看出，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的系數(shù)是0.258，且在5%的水平上顯著，說明數(shù)字經(jīng)濟(jì)發(fā)展水平對工業(yè)勞動(dòng)生產(chǎn)率具有顯著的促進(jìn)作用，假設(shè)1得到驗(yàn)證。列（2）、（3）的回歸結(jié)果顯示，數(shù)字經(jīng)濟(jì)分解指標(biāo)對工業(yè)勞動(dòng)生產(chǎn)率都具有顯著的促進(jìn)作用，并且從系數(shù)可以看出，產(chǎn)業(yè)數(shù)字化對工業(yè)勞動(dòng)生產(chǎn)率的促進(jìn)作用大于數(shù)字產(chǎn)業(yè)化。產(chǎn)業(yè)數(shù)字化可以有效改造和賦能傳統(tǒng)產(chǎn)業(yè)，充分發(fā)揮 “數(shù)字”作為新生產(chǎn)要素的巨大潛力，為傳統(tǒng)工業(yè)數(shù)字化轉(zhuǎn)型提供創(chuàng)新動(dòng)力，極大提高生產(chǎn)效率。

對于控制變量，各個(gè)模型的回歸結(jié)果基本一致，行業(yè)集中度對工業(yè)勞動(dòng)生產(chǎn)率有顯著的促進(jìn)作用，政府參與程度對工業(yè)勞動(dòng)生產(chǎn)率有較為顯著的負(fù)向影響，環(huán)境規(guī)制強(qiáng)度和道路設(shè)施投入強(qiáng)度對工業(yè)勞動(dòng)生產(chǎn)率的影響不顯著。

3.2 穩(wěn)健性檢驗(yàn)

為保證實(shí)證結(jié)果的穩(wěn)定性，參考李慧泉和簡兆權(quán)（2022）[17]的做法，使用主成分分析對數(shù)字經(jīng)濟(jì)各項(xiàng)指標(biāo)進(jìn)行處理，重新得到一個(gè)新的評價(jià)指數(shù)，替換原解釋變量進(jìn)行回歸分析。結(jié)果如表4的列（1）所示，數(shù)字經(jīng)濟(jì)的系數(shù)仍顯著為正，從而進(jìn)一步證明基準(zhǔn)回歸的結(jié)果具有穩(wěn)健性。

3.3 內(nèi)生性問題

前文已經(jīng)通過雙固定效應(yīng)回歸消除了部分內(nèi)生性問題，針對仍然可能存在的由于雙向因果和遺漏變量造成的內(nèi)生性問題，本文采用工具變量法試圖緩解。

借鑒 Bartik（2009）[18]的做法，構(gòu)建工具變量bartik（滯后1階的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)dedii（t-1）與數(shù)字經(jīng)濟(jì)指數(shù)在時(shí)間上的一階差分Δdedit的乘積），然后進(jìn)行工具變量估計(jì)。bartik反映的是各地區(qū)數(shù)字經(jīng)濟(jì)按照全國數(shù)字經(jīng)濟(jì)增長率進(jìn)行增長得到的預(yù)測值。由于全國層面的數(shù)字經(jīng)濟(jì)發(fā)展基本不會(huì)受到某個(gè)地區(qū)發(fā)展的影響，因而全國層面數(shù)字經(jīng)濟(jì)的變化相對于各地區(qū)而言是外生的，bartik工具變量可以減弱反向因果造成的內(nèi)生性問題[19]。對于可能存在的遺漏變量，只要外生沖擊對某個(gè)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的影響與全國層面的數(shù)字經(jīng)濟(jì)不存在顯著相關(guān)，bartik工具變量就是有效的[20]。

表4的列（2）為工具變量的回歸結(jié)果。其中，K-P LM統(tǒng)計(jì)量的P值為0.074，拒絕 “工具變量識(shí)別不足”的原假設(shè)，K-P Wald F統(tǒng)計(jì)量為39.948，大于10%水平的臨界值16.38，拒絕“工具變量弱識(shí)別”的原假設(shè)，通過了弱工具變量檢驗(yàn)。這表明構(gòu)建bartik作為工具變量是合理的，能夠緩解一定的內(nèi)生性問題。回歸結(jié)果中數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的系數(shù)與基準(zhǔn)模型結(jié)果一致，都顯著為正，進(jìn)一步證實(shí)了數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的正向促進(jìn)作用。

3.4 非線性檢驗(yàn)

為了考察數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的非線性影響，本文運(yùn)用面板門檻模型進(jìn)行檢驗(yàn)，人力資本為門檻變量。首先對門檻變量進(jìn)行檢驗(yàn)，結(jié)果如表5所示，單門檻效應(yīng)結(jié)果較為顯著，雙門檻和三門檻結(jié)果均不顯著。因此，本文基于單門檻模型進(jìn)行分析，門檻值為8.2826。為了更加清晰地判斷門檻值是否為真實(shí)值以及置信區(qū)間的分布情況，本文做出以數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)為門檻變量的似然比（LR）趨勢圖，如圖1所示。

表5 門檻效應(yīng)檢驗(yàn)結(jié)果

圖1 數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的門檻值估計(jì)圖

對模型（2）采用單門檻模型進(jìn)行估計(jì)，結(jié)果如表4列（3）所示。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)低于門檻值8.2826時(shí)，系數(shù)為1.57，高于門檻值時(shí)，系數(shù)為0.28，這表示當(dāng)人力資本超過門檻值時(shí)，數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的促進(jìn)作用有所減弱。這與假設(shè)不相符，原因可能在于，人力資本水平較低的地區(qū)，其經(jīng)濟(jì)發(fā)展水平也比較低，勞動(dòng)生產(chǎn)率有較大的提升空間，數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的促進(jìn)作用比較明顯。這也進(jìn)一步表明，數(shù)字經(jīng)濟(jì)與工業(yè)產(chǎn)業(yè)的融合還不夠深入，在人力資本水平較高、發(fā)展已經(jīng)達(dá)到一定水平的地區(qū)，數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的提升作用尚不顯著，數(shù)字經(jīng)濟(jì)在我國工業(yè)領(lǐng)域的應(yīng)用還有很廣闊的發(fā)展前景。

4 結(jié)論與啟示

目前中國的數(shù)字經(jīng)濟(jì)正處于快速發(fā)展階段，這對工業(yè)提質(zhì)增效、實(shí)現(xiàn)高質(zhì)量發(fā)展有著深遠(yuǎn)的影響。本文在對各?。▍^(qū)、市）數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測度的基礎(chǔ)上，運(yùn)用固定效應(yīng)模型和門檻回歸模型，實(shí)證研究數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的影響。結(jié)果表明：（1）數(shù)字經(jīng)濟(jì)對提升工業(yè)勞動(dòng)生產(chǎn)率具有顯著的促進(jìn)作用，并且其分解指標(biāo)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化不同程度地促進(jìn)工業(yè)勞動(dòng)生產(chǎn)率的提升，產(chǎn)業(yè)數(shù)字化的促進(jìn)水平高于數(shù)字產(chǎn)業(yè)化；（2）數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率存在基于人力資本的非線性影響，并且有顯著的單門檻效應(yīng)，當(dāng)人力資本達(dá)到一定水平時(shí)，數(shù)字經(jīng)濟(jì)對工業(yè)勞動(dòng)生產(chǎn)率的提升作用有所減弱。

基于以上結(jié)論，提供一些政策啟示：（1）大力發(fā)展數(shù)字經(jīng)濟(jì)，壯大電子信息制造業(yè)、軟件業(yè)、電信業(yè)等數(shù)字化產(chǎn)業(yè)；（2）深入推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，推動(dòng)生產(chǎn)運(yùn)營智能化、靈活化，有效提高傳統(tǒng)生產(chǎn)要素的利用效率，促進(jìn)工業(yè)化和信息化更深層次融合，為工業(yè)企業(yè)提質(zhì)增效賦能； （3）依托國家重點(diǎn)研發(fā)計(jì)劃，加強(qiáng)產(chǎn)學(xué)研協(xié)同攻關(guān)，加快突破關(guān)鍵技術(shù)，提升數(shù)字化轉(zhuǎn)型與智能化升級的關(guān)鍵核心技術(shù)和產(chǎn)品研發(fā)能力。