李 鑫，魏 姍

（1.上海社會科學(xué)院世界經(jīng)濟研究所，上海 200235；2.西安交通大學(xué)經(jīng)濟與金融學(xué)院，西安 710061；3.江蘇師范大學(xué)馬克思主義學(xué)院，江蘇 徐州 221116）

0 引言

現(xiàn)代信息技術(shù)催生了數(shù)字經(jīng)濟，也帶來了新一輪的工業(yè)革命，以大數(shù)據(jù)、云計算、人工智能、量子計算等技術(shù)為標志的數(shù)字技術(shù)逐漸滲透至越來越多的經(jīng)濟社會領(lǐng)域，而這引致了生產(chǎn)方式、生活方式的巨大變革。同時，數(shù)據(jù)作為數(shù)字經(jīng)濟的核心要素，也逐漸成為一種生產(chǎn)要素，在生產(chǎn)、營銷、管理等各方面對經(jīng)濟社會運行起到了巨大的促進作用。數(shù)字經(jīng)濟在當(dāng)前經(jīng)濟社會中已經(jīng)占據(jù)舉足輕重的地位，數(shù)字經(jīng)濟對經(jīng)濟增長的影響也越來越深遠。從經(jīng)濟學(xué)視角考慮，數(shù)字經(jīng)濟可以更加有效地配置資源，從而提升經(jīng)濟效率。數(shù)字技術(shù)的廣泛應(yīng)用極大地拓展了經(jīng)濟活動的范圍，同時也對各國的產(chǎn)業(yè)發(fā)展道路產(chǎn)生了深刻的影響。數(shù)字經(jīng)濟對經(jīng)濟增長的促進作用集中體現(xiàn)在技術(shù)變革引致的效率提升進而優(yōu)化要素資源配置、提升經(jīng)濟發(fā)展水平上，但數(shù)字經(jīng)濟對經(jīng)濟增長的具體作用效果仍有待進一步分析。不同區(qū)域數(shù)字經(jīng)濟發(fā)展水平可能存在較大差異，這種異質(zhì)性是否會導(dǎo)致不同的作用效果也需要通過實證分析來驗證?；诖?，本文從數(shù)字用戶、數(shù)字平臺、數(shù)字產(chǎn)業(yè)和數(shù)字交易四個維度，運用主成分分析法測度了我國30個省份的數(shù)字經(jīng)濟發(fā)展水平，從動態(tài)視角和區(qū)域異質(zhì)性視角探討了增長效應(yīng)的作用程度和地區(qū)差異，并基于數(shù)字經(jīng)濟各維度和不同時間區(qū)間進行了穩(wěn)健性檢驗。

1 理論分析與研究假設(shè)

1.1 數(shù)字經(jīng)濟的增長效應(yīng)

已有研究認為數(shù)字經(jīng)濟對經(jīng)濟增長的促進作用表現(xiàn)出逐漸疊加的態(tài)勢，整體效應(yīng)類似于Young（1993）[1]提出的“干中學(xué)”理論。這種促進作用存在一種加速效應(yīng)，而這主要源于數(shù)字經(jīng)濟中數(shù)據(jù)資本的應(yīng)用。徐翔和趙墨非（2020）[2]將數(shù)據(jù)化的生產(chǎn)要素定義為數(shù)據(jù)資本，分析其經(jīng)濟增長路徑，認為其具有拉動經(jīng)濟增長的潛在能力。邱子迅和周亞虹（2021）[3]采用廣義DID模型分析了國家級大數(shù)據(jù)綜合試驗區(qū)的影響效應(yīng)，認為數(shù)字經(jīng)濟顯著提高了地區(qū)生產(chǎn)率且這種促進作用很大程度上是技術(shù)升級主導(dǎo)的。據(jù)此，本文提出：

假設(shè)1：數(shù)字經(jīng)濟能夠顯著促進經(jīng)濟增長，且呈現(xiàn)一種加速效應(yīng)。

1.2 數(shù)字經(jīng)濟增長效應(yīng)的作用機制

本文從貿(mào)易開放度和全要素生產(chǎn)率兩個層面考量其調(diào)節(jié)機制。一方面，數(shù)字經(jīng)濟對經(jīng)濟的提升主要體現(xiàn)在流通中，最直接的表現(xiàn)就是數(shù)字貿(mào)易。數(shù)字經(jīng)濟有助于降低貿(mào)易成本[4]，擴展貿(mào)易邊界[5]，促進對外貿(mào)易活動的增長[6]，因此貿(mào)易開放度高的地區(qū)數(shù)字經(jīng)濟對經(jīng)濟增長的貢獻度也可能越高。但考慮到部分地區(qū)經(jīng)濟發(fā)展水平較低且貿(mào)易開放度極低，在這種情況下發(fā)展數(shù)字經(jīng)濟可能并不能促進經(jīng)濟增長，反而會因為數(shù)字基礎(chǔ)設(shè)施等的投入占用要素資源，降低經(jīng)濟發(fā)展速度。據(jù)此，本文提出：

假設(shè)2：貿(mào)易開放度在數(shù)字經(jīng)濟的增長效應(yīng)中具有“U”型調(diào)節(jié)作用。

另一方面，數(shù)字經(jīng)濟作為新的業(yè)態(tài)和經(jīng)濟模式，其發(fā)展離不開技術(shù)等的推動，數(shù)字經(jīng)濟的增長效應(yīng)可能受到地區(qū)技術(shù)水平的影響。沈曉平等（2022）[7]在研究數(shù)字經(jīng)濟對國內(nèi)經(jīng)濟的影響效應(yīng)時發(fā)現(xiàn)數(shù)字技術(shù)應(yīng)用的推動效應(yīng)較強，可以預(yù)見的是，技術(shù)水平相對較高的地區(qū)數(shù)字經(jīng)濟的增長效應(yīng)可能較強。據(jù)此，本文提出：

假設(shè)3：全要素生產(chǎn)率在數(shù)字經(jīng)濟的增長效應(yīng)中具有正向調(diào)節(jié)作用。

2 研究設(shè)計

2.1 模型設(shè)定

假定社會生產(chǎn)函數(shù)符合柯布-道格拉斯生產(chǎn)函數(shù)的設(shè)定，即Y=A(t)LαKβ，其中，A(t)表示技術(shù)進步，α和β分別表示勞動力和資本的產(chǎn)出彈性，且假定社會生產(chǎn)過程中K/L不隨時間變化，即滿足?？怂怪行约夹g(shù)進步條件。參考谷克鑒和陳福中（2016）[8]的模型設(shè)定，經(jīng)濟增長函數(shù)可設(shè)定為：

其中，Y代表經(jīng)濟增長，模型中勞動力、資本均為時間t的函數(shù)?？紤]到資本投入實質(zhì)上是各類資源的投入，在開放經(jīng)濟條件下，外商投資作為重要的資本來源也是需要考慮的對象，因此將金融發(fā)展水平、能源消費量和實際利用外資水平作為資本投入的代理變量納入模型。另外，為了考察數(shù)字經(jīng)濟的增長效應(yīng)，將數(shù)字經(jīng)濟作為新增投入要素加入式（1），可以得到如下模型：

運用國內(nèi)生產(chǎn)總值（gdp）表示地區(qū)經(jīng)濟增長水平，就業(yè)人數(shù)（qe）表示勞動力投入，將金融發(fā)展水平（fid）、能源消費量（ecp）和實際利用外資水平（afc）作為資本投入的代理變量，創(chuàng)新能力（npg）作為技術(shù)進步的代理變量，同時引入產(chǎn)業(yè)結(jié)構(gòu)（IS）作為地方經(jīng)濟的特征變量。依照柯布-道格拉斯生產(chǎn)函數(shù)的特點，分別用相應(yīng)的經(jīng)濟增長系數(shù)來反映各要素對經(jīng)濟增長的影響程度。因此式（2）可表示為：

其中，α、β、δ、γ、η分別表示勞動力、金融發(fā)展水平、能源消費量、實際利用外資水平和數(shù)字經(jīng)濟對地區(qū)經(jīng)濟增長的影響。

對式（3）兩邊同時取自然對數(shù)，可得：

其中，μi為對地區(qū)估計的截距項，為方便表示且突出本文的主題，令αi=μi；將除數(shù)字經(jīng)濟外的其他變量記為X，將式（4）進一步化簡為：

其中，下標i表示省份，t表示時間，lngdp是GDP 的對數(shù)，digit表示數(shù)字經(jīng)濟發(fā)展水平，X表示除數(shù)字經(jīng)濟外的其他控制變量?？紤]到使用的是面板數(shù)據(jù)模型，為控制不同省份不隨時間變化的不可觀測因素，在式（5）中加入地區(qū)固定效應(yīng)，同時依照慣例加入時間固定效應(yīng)，可得：

其中，系數(shù)β0衡量數(shù)字經(jīng)濟對經(jīng)濟增長的影響，φi為省份固定效應(yīng)，μt為時間固定效應(yīng)，εit為隨機誤差項。

考慮到靜態(tài)模型僅考察了數(shù)字經(jīng)濟的當(dāng)期影響，而產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型具有較強的發(fā)展慣性以至于外在表現(xiàn)往往是動態(tài)且相對滯后的，僅進行靜態(tài)分析并不能很好地反映實際情況。因此，將被解釋變量的滯后一期加入式（6），構(gòu)建動態(tài)面板數(shù)據(jù)模型：

2.2 變量選取

2.2.1 核心解釋變量

本文核心解釋變量為數(shù)字經(jīng)濟（digit）。結(jié)合數(shù)據(jù)的可得性和可靠性以及已有研究，本文構(gòu)建包含數(shù)字用戶、數(shù)字平臺、數(shù)字產(chǎn)業(yè)和數(shù)字交易四個維度的數(shù)字經(jīng)濟指標體系，見表1。對于數(shù)字經(jīng)濟發(fā)展綜合指數(shù)的測算，本文借鑒齊俊妍和任奕達（2020）[9]的方法，運用主成分分析法計算得到三個特征值大于1且反映78%信息量的主成分，根據(jù)各主成分占比計算綜合指數(shù)，作為數(shù)字經(jīng)濟發(fā)展水平的度量指標。

表1 數(shù)字經(jīng)濟指標體系

2.2.2 控制變量

為了更全面地分析數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)的影響，設(shè)定如下控制變量：就業(yè)人數(shù)（qe），用城鎮(zhèn)就業(yè)人數(shù)表示；金融發(fā)展水平（fid），用金融業(yè)增加值/GDP 表示；創(chuàng)新能力（npg），用專利申請授權(quán)數(shù)表示；能源消費量（ecp），用電力消費量（實物量）表示；實際利用外資水平（afc），用年度實際利用外資表示；產(chǎn)業(yè)結(jié)構(gòu)（IS），參考陳世金等（2021）[10]的做法，選取第二產(chǎn)業(yè)增加值占GDP 比重與第三產(chǎn)業(yè)增加值占GDP比重的比值來度量產(chǎn)業(yè)結(jié)構(gòu)。

2.2.3 調(diào)節(jié)變量

本文將貿(mào)易開放度（open）和全要素生產(chǎn)率（tfp）作為調(diào)節(jié)變量，在下文的影響機制分析中用以考察數(shù)字經(jīng)濟增長效應(yīng)的作用機制。其中，貿(mào)易開放度為地區(qū)進出口貿(mào)易總額與國內(nèi)生產(chǎn)總值的比值；全要素生產(chǎn)率參照Battese和Coelli（1995）[11]的研究，采用SFA方法測算。

2.3 數(shù)據(jù)來源

本文選取2011—2020 年我國30 個省份（不含西藏和港澳臺）的均衡面板數(shù)據(jù)。研究使用的數(shù)據(jù)除了數(shù)字普惠金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心課題組發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020 年）》外，其他數(shù)據(jù)主要來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、國研網(wǎng)經(jīng)濟類數(shù)據(jù)庫、《中國統(tǒng)計年鑒》《中國電子商務(wù)報告》，對個別缺失數(shù)據(jù)運用插補法和平均值法補齊。

3 實證分析

3.1 基準回歸結(jié)果

根據(jù)經(jīng)驗分析，應(yīng)選擇固定效應(yīng)模型進行估計，考慮到避免模型選擇錯誤導(dǎo)致的估計誤差，分別選用混合效應(yīng)、固定效應(yīng)和隨機效應(yīng)模型進行估計，并進行了Wald檢驗和Hausman 檢驗。其中，Wald 檢驗統(tǒng)計量F（29，254）=19.10，顯著拒絕不存在個體固定效應(yīng)的假設(shè)，故排除混合效應(yīng)模型；同時Hausman 檢驗結(jié)果顯示chi2（8）=37.62，顯著拒絕不存在系統(tǒng)性差異的原假設(shè)，因此本文選擇固定效應(yīng)模型進行估計。

實證結(jié)果如表2 所示。列（1）至列（7）報告了逐步回歸結(jié)果。結(jié)果顯示，數(shù)字經(jīng)濟的系數(shù)均正向顯著且數(shù)值變化不大，表明數(shù)字經(jīng)濟對經(jīng)濟增長的促進效應(yīng)比較明顯，這驗證了假設(shè)1。就業(yè)人數(shù)、創(chuàng)新能力、實際利用外資水平和產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為正，表明技術(shù)進步、勞動力增加、實際利用外資增加、產(chǎn)業(yè)結(jié)構(gòu)升級均能顯著促進經(jīng)濟增長；金融發(fā)展水平的系數(shù)顯著為負，這可能是因為本文選擇的時間段金融業(yè)發(fā)展超過經(jīng)濟增長的正常需求，即金融業(yè)的過快增長可能導(dǎo)致金融走向脫實向虛的歧路，進而抑制產(chǎn)業(yè)資本積累和實體經(jīng)濟發(fā)展[12]。

表2 基準回歸結(jié)果

3.2 異質(zhì)性分析

考慮到我國東、中、西部地區(qū)發(fā)展差異明顯，數(shù)字經(jīng)濟發(fā)展水平也可能存在較大差異，本文將樣本按照地域分布劃分為東、中、西部地區(qū)三個子樣本進行分析。由圖1 可以發(fā)現(xiàn)，中部和西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平較為接近，均呈快速增長態(tài)勢，但整體發(fā)展水平低于東部地區(qū)；東部地區(qū)各省份數(shù)字經(jīng)濟發(fā)展較不均衡，其中海南、遼寧等省份發(fā)展較為滯后。從增速來看，各省份均呈較快增長態(tài)勢，東部地區(qū)的海南、遼寧、天津增速相對較慢，中部地區(qū)的安徽、西部地區(qū)的四川在區(qū)域內(nèi)增速最快，甚至趕超部分東部地區(qū)省份。

圖1 東、中、西部地區(qū)各省份數(shù)字經(jīng)濟發(fā)展水平

地區(qū)差異可能同樣反映在作用效果上，本文針對東、中、西三大地區(qū)分別分析數(shù)字經(jīng)濟的增長效應(yīng)。下頁表3中列（1）和列（2）分別為東部地區(qū)不包含控制變量和包含控制變量的回歸結(jié)果，列（3）和列（4）為中部地區(qū)回歸結(jié)果，列（5）和列（6）為西部地區(qū)回歸結(jié)果?？梢园l(fā)現(xiàn)，中部和西部地區(qū)回歸系數(shù)均顯著為正，表明增長效應(yīng)明顯，且對中部地區(qū)的增長效應(yīng)高于對西部地區(qū)的增長效應(yīng)，原因在于中部地區(qū)相對于西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平更高，對經(jīng)濟增長的促進作用更加明顯。東部地區(qū)回歸系數(shù)不顯著，可能的原因是，東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平和經(jīng)濟發(fā)展水平均相對較高，數(shù)字經(jīng)濟相對于其他要素投入的促進作用并不明顯；由于東部地區(qū)數(shù)字經(jīng)濟對經(jīng)濟增長促進作用的滯后效應(yīng)明顯，因此當(dāng)期的結(jié)果并不能反映二者間的真實關(guān)系。下文運用動態(tài)模型進行了進一步檢驗，發(fā)現(xiàn)第二個原因應(yīng)為更合理的解釋。

表3 東、中、西部地區(qū)回歸結(jié)果

3.3 內(nèi)生性問題處理

數(shù)字經(jīng)濟的增長效應(yīng)可能存在的滯后效應(yīng)和雙向因果問題，這有可能產(chǎn)生內(nèi)生性問題進而導(dǎo)致模型估計偏誤，本文構(gòu)建動態(tài)模型分析數(shù)字經(jīng)濟的增長效應(yīng)。考慮到動態(tài)面板模型中被解釋變量滯后項與隨機擾動項可能存在一定的相關(guān)性，傳統(tǒng)的最小二乘估計難以得到無偏且一致的估計結(jié)果，比較常見的做法是更換估計方法。本文運用三種方法來檢驗動態(tài)模型的估計效果，分別為面板工具變量法、差分GMM 和系統(tǒng)GMM，均引入被解釋變量的高階滯后項作為工具變量控制由此產(chǎn)生的內(nèi)生性問題。區(qū)別在于面板工具變量法側(cè)重于對固定效應(yīng)模型進行離差變化，并使用工具變量法進行回歸；差分GMM運用一階差分消除個體效應(yīng)影響后進行廣義矩估計；系統(tǒng)GMM 則在差分GMM 的基礎(chǔ)上添加水平GMM 以修正個體效應(yīng)被去除可能造成的估計不一致。

表4的動態(tài)模型回歸結(jié)果顯示，無論是采用面板工具變量法、差分GMM 還是系統(tǒng)GMM 方法，核心解釋變量（digit）的系數(shù)均顯著為正，且回歸結(jié)果與靜態(tài)模型較為接近，表明數(shù)字經(jīng)濟對經(jīng)濟增長有明顯的促進作用。采用動態(tài)面板模型重新分區(qū)域進行異質(zhì)性分析，由于中西部地區(qū)有一定的同質(zhì)性，因此將全樣本分為東部地區(qū)和中西部地區(qū)。由于拆分后樣本量較少，難以滿足GMM方法的要求，因此使用面板工具變量法進行分析。對東部地區(qū)和中西部地區(qū)的動態(tài)分析結(jié)果顯示，數(shù)字經(jīng)濟的增長效應(yīng)同樣顯著，且東部地區(qū)較中西部地區(qū)的效應(yīng)更強，結(jié)果也更顯著，這也驗證了上文的觀點。

表4 動態(tài)模型回歸結(jié)果

從模型設(shè)定的有效性來看，表4中GDP的滯后項系數(shù)顯著為正，且在1%的水平上顯著，表明數(shù)字經(jīng)濟的增長效應(yīng)存在一定的發(fā)展慣性，動態(tài)模型設(shè)定是有意義的。同時，從AR（2）的結(jié)果來看，隨機擾動項不存在顯著的二階序列自相關(guān)問題，可接受原假設(shè)擾動項無自相關(guān)問題；Hansen 檢驗表明工具變量整體有效，不存在過度識別問題，模型設(shè)定整體有效。

3.4 穩(wěn)健性檢驗

3.4.1 分維度檢驗

數(shù)字經(jīng)濟發(fā)展水平的度量指標是一個綜合的指標，包括數(shù)字用戶、數(shù)字平臺、數(shù)字產(chǎn)業(yè)、數(shù)字交易四個維度。為保證結(jié)果的穩(wěn)健性，本文將綜合指數(shù)的四個維度拆分開來，分別檢驗各個維度對經(jīng)濟增長的作用，借鑒柏培文和張云（2021）[13]的做法，對各維度的指標進行無量綱化處理，并運用算術(shù)平均法將各維度指標分別合成一個綜合指標以分別度量四個維度的發(fā)展狀況。

表5 中列（1）至列（4）分別展示了數(shù)字用戶、數(shù)字平臺、數(shù)字產(chǎn)業(yè)和數(shù)字交易四個維度對經(jīng)濟增長作用的結(jié)果。結(jié)果顯示，數(shù)字用戶、數(shù)字平臺和數(shù)字交易三個維度的變化對經(jīng)濟增長的影響均正向顯著，其中，數(shù)字用戶和數(shù)字交易的系數(shù)更大，表明其增長效應(yīng)更加明顯；數(shù)字產(chǎn)業(yè)的增長效應(yīng)不顯著，可能的原因是數(shù)字產(chǎn)業(yè)并不直接作用于經(jīng)濟增長。但整體來看，數(shù)字經(jīng)濟發(fā)展三個維度指標均對經(jīng)濟增長有顯著促進作用，證明前文實證結(jié)果較為穩(wěn)健。

表5 分維度檢驗結(jié)果

3.4.2 不同時間區(qū)間的檢驗

考慮到數(shù)字經(jīng)濟的增長效應(yīng)在不同時間段可能不同，本文將樣本時間區(qū)間劃分為不同時間段，以檢驗上文回歸結(jié)果的穩(wěn)健性。具體劃分為5 組，同樣使用系統(tǒng)GMM 估計方法，結(jié)果如表6 所示。其中，列（1）為2011—2016 年，列（2）為2012—2017 年，列（3）為2013—2018 年，列（4）為2014—2019，列（5）為2015—2020年，每組時間長度均為6年?？梢钥吹剑诓煌臅r間段內(nèi)，數(shù)字經(jīng)濟對于經(jīng)濟增長均保持顯著的正向影響，且影響程度與基準回歸結(jié)果相差不大，說明本文的結(jié)果較為穩(wěn)健。

表6 不同時間區(qū)間的回歸結(jié)果

4 影響機制分析

由前文分析可知，數(shù)字經(jīng)濟的增長效應(yīng)可能受到地區(qū)貿(mào)易開放度和全要素生產(chǎn)率的影響。因此，將貿(mào)易開放度和全要素生產(chǎn)率作為調(diào)節(jié)變量，考察二者對數(shù)字經(jīng)濟的增長效應(yīng)的影響機制。為檢驗前文提出的假設(shè)，設(shè)定回歸模型如式（8）至式（10）所示：

其中，i、t、φi、μt的含義與前文一致。式（8）和式（9）用來檢驗貿(mào)易開放度對數(shù)字經(jīng)濟增長效應(yīng)的“U”型調(diào)節(jié)作用，式（10）檢驗全要素生產(chǎn)率對數(shù)字經(jīng)濟增長效應(yīng)的正向調(diào)節(jié)作用。在實證檢驗中，考慮了未添加控制變量和添加控制變量的情形，表7 中列（1）、列（3）、列（5）均為未添加控制變量的回歸結(jié)果，列（2）、列（4）、列（6）為添加控制變量的回歸結(jié)果。

表7 報告了機制檢驗結(jié)果。列（1）至列（4）為貿(mào)易開放度的調(diào)節(jié)效應(yīng)檢驗結(jié)果，列（1）、列（2）為線性調(diào)節(jié)作用檢驗結(jié)果，貿(mào)易開放度的調(diào)節(jié)作用顯著為負，列（3）、列（4）匯報了引入二階調(diào)節(jié)項的回歸結(jié)果，模型R2顯著提升，且一階調(diào)節(jié)交互項系數(shù)顯著為負，二階調(diào)節(jié)交互項系數(shù)顯著為正。同時，經(jīng)計算發(fā)現(xiàn)滿足極值點在取值范圍內(nèi)且小于均值，數(shù)據(jù)范圍兩側(cè)斜率相反，表明貿(mào)易開放度對數(shù)字經(jīng)濟增長效應(yīng)的調(diào)節(jié)作用具有“U”型特征，即當(dāng)貿(mào)易開放度較低時，其對數(shù)字經(jīng)濟增長效應(yīng)可能存在負向調(diào)節(jié)作用，但當(dāng)貿(mào)易開放度達到一定水平后，這種調(diào)節(jié)作用變?yōu)檎?，驗證了假設(shè)2。

關(guān)于全要素生產(chǎn)率對數(shù)字經(jīng)濟增長效應(yīng)的調(diào)節(jié)作用，檢驗結(jié)果如表7列（5）、列（6）所示，可以發(fā)現(xiàn)，不管是否加入控制變量，全要素生產(chǎn)率這一調(diào)節(jié)變量對數(shù)字經(jīng)濟增長效應(yīng)的影響均顯著為正，驗證了假設(shè)3。

5 結(jié)論與建議

數(shù)字經(jīng)濟作為一種新的經(jīng)濟形態(tài)，正逐漸成為經(jīng)濟社會新的增長動力。本文深入分析了數(shù)字經(jīng)濟的增長效應(yīng)，同時，將貿(mào)易開放度和全要素生產(chǎn)率納入分析框架，考察數(shù)字經(jīng)濟增長效應(yīng)的調(diào)節(jié)機制?；?011—2020年的省級面板數(shù)據(jù)，構(gòu)建數(shù)字經(jīng)濟指標體系，并運用面板固定效應(yīng)模型、動態(tài)面板模型、調(diào)節(jié)效應(yīng)模型，多維度檢驗了數(shù)字經(jīng)濟的增長效應(yīng)及其影響機制。主要結(jié)論如下：第一，數(shù)字經(jīng)濟對經(jīng)濟增長有明顯的促進作用。第二，異質(zhì)性分析結(jié)果表明，東部地區(qū)與中西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平差異明顯；靜態(tài)模型結(jié)果顯示，數(shù)字經(jīng)濟對東部地區(qū)的作用效果不顯著，這與滯后效應(yīng)有關(guān)，數(shù)字經(jīng)濟對中部地區(qū)的作用效果較西部地區(qū)更強，數(shù)字經(jīng)濟基礎(chǔ)影響數(shù)字經(jīng)濟的增長效應(yīng)；動態(tài)模型結(jié)果顯示，東部地區(qū)和中西部地區(qū)數(shù)字經(jīng)濟的增長效應(yīng)均顯著為正，且東部地區(qū)促進效果更強。第三，調(diào)節(jié)效應(yīng)模型結(jié)果顯示，貿(mào)易開放度對數(shù)字經(jīng)濟的增長效應(yīng)具有“U”型調(diào)節(jié)作用，全要素生產(chǎn)率具有正向調(diào)節(jié)作用。

基于以上實證結(jié)果，本文提出如下建議：第一，應(yīng)注意充分發(fā)揮數(shù)字經(jīng)濟促進經(jīng)濟發(fā)展的優(yōu)勢，加大對數(shù)字技術(shù)的投資力度和研發(fā)力度，推動數(shù)字技術(shù)在各行各業(yè)的應(yīng)用，特別應(yīng)注重5G、區(qū)塊鏈、人工智能、大數(shù)據(jù)等技術(shù)在傳統(tǒng)行業(yè)的多樣化、多層次的應(yīng)用，同時應(yīng)加強數(shù)字基礎(chǔ)設(shè)施建設(shè)，加大數(shù)字化人才培養(yǎng)力度，鞏固數(shù)字經(jīng)濟發(fā)展基礎(chǔ)，推動數(shù)字社會、數(shù)字經(jīng)濟高質(zhì)量發(fā)展。第二，考慮到東、中、西部地區(qū)數(shù)字經(jīng)濟基礎(chǔ)差異及經(jīng)濟發(fā)展水平差異，應(yīng)注意實施差異化發(fā)展戰(zhàn)略，尤其是中西部地區(qū)應(yīng)加大數(shù)字相關(guān)投入，同時應(yīng)注意監(jiān)測戰(zhàn)略實施成效，根據(jù)實際發(fā)展狀況動態(tài)調(diào)整資源投入，深化數(shù)字經(jīng)濟促進經(jīng)濟發(fā)展的作用程度，為減小地區(qū)發(fā)展的不均衡性提供“數(shù)字”支撐。第三，數(shù)字經(jīng)濟增長效應(yīng)的調(diào)節(jié)機制表明數(shù)字經(jīng)濟與貿(mào)易開放度和全要素生產(chǎn)率有密切關(guān)系。應(yīng)注意在貿(mào)易開放度較低、經(jīng)濟較差的地方適度發(fā)展數(shù)字經(jīng)濟，避免拔苗助長；在貿(mào)易開放度高、經(jīng)濟較好的地方加快數(shù)字經(jīng)濟發(fā)展速度，推動數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)水平、數(shù)字化水平的提升，以更好地促進經(jīng)濟增長。同時，注意提升地區(qū)技術(shù)水平，積極引進高技術(shù)人才，培育高技術(shù)產(chǎn)業(yè)，引進高技術(shù)項目，增加技術(shù)推動能力，以助力數(shù)字經(jīng)濟發(fā)展，推動經(jīng)濟發(fā)展水平快速提升。