摘" 要：數(shù)字經(jīng)濟(jì)是工業(yè)發(fā)展的強(qiáng)大助力，探究數(shù)字經(jīng)濟(jì)推動中國工業(yè)高質(zhì)量發(fā)展已成為重要課題?；谥袊?67個地級市2011—2019年的面板數(shù)據(jù)，采用分位數(shù)回歸模型、門檻效應(yīng)模型和空間杜賓模型，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的影響機(jī)制和空間溢出效應(yīng)，探討政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展的非線性調(diào)節(jié)作用的研究發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的促進(jìn)作用存在邊際效應(yīng)遞增的非線性特征；政府創(chuàng)新偏好存在強(qiáng)化數(shù)字經(jīng)濟(jì)促進(jìn)工業(yè)高質(zhì)量發(fā)展的非線性調(diào)節(jié)作用；數(shù)字經(jīng)濟(jì)對鄰近地區(qū)工業(yè)高質(zhì)量發(fā)展存在虹吸效應(yīng)。因此，要統(tǒng)籌各地?cái)?shù)字經(jīng)濟(jì)發(fā)展，發(fā)揮地方政府的主體作用，彌合數(shù)字鴻溝，充分利用數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的邊際遞增效應(yīng)。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；工業(yè)高質(zhì)量發(fā)展；政府創(chuàng)新偏好；非線性調(diào)節(jié)作用；門檻效應(yīng)模型；空間杜賓模型

中圖分類號：F427""" 文獻(xiàn)標(biāo)識碼：A

DOI：10.16601/j.cnki.issn2096-7330.2024.02.018文章編號：2096-7330（2024）02-0121-11

收稿日期：2024-03-22

基金項(xiàng)目：2023年廣西哲學(xué)社會科學(xué)研究課題“數(shù)字經(jīng)濟(jì)賦能廣西制造業(yè)高質(zhì)量發(fā)展的機(jī)制及路徑研究” （23FLJ004）

通信作者：趙麗，南寧師范大學(xué)講師，zhaohetong@sina.com。

1" 問題的提出

高質(zhì)量發(fā)展要堅(jiān)持推進(jìn)新型工業(yè)化，積極促進(jìn)制造業(yè)高端化、智能化、綠色化，加快促進(jìn)數(shù)字經(jīng)濟(jì)和工業(yè)實(shí)體經(jīng)濟(jì)深度融合，實(shí)現(xiàn)建設(shè)現(xiàn)代化工業(yè)經(jīng)濟(jì)體系。當(dāng)前，數(shù)字經(jīng)濟(jì)給工業(yè)高質(zhì)量發(fā)展帶來新生活力，數(shù)字經(jīng)濟(jì)能夠在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升資源利用效率和助推科技創(chuàng)新等方面發(fā)揮重要作用。

已有研究主要從以下方面探索數(shù)字經(jīng)濟(jì)對實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展的內(nèi)在機(jī)制：一是技術(shù)創(chuàng)新方面。技術(shù)創(chuàng)新強(qiáng)化數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的疊加和倍增作用，打破傳統(tǒng)模式下工業(yè)生產(chǎn)邊際效益遞減困境，形成規(guī)模經(jīng)濟(jì)［1］。具體表現(xiàn)為，技術(shù)創(chuàng)新通過數(shù)字經(jīng)濟(jì)不僅改變傳統(tǒng)工業(yè)價值創(chuàng)造方式［2］，而且借助數(shù)字技術(shù)的知識性和可封裝性促進(jìn)鄰近地區(qū)制造業(yè)創(chuàng)新集聚和專業(yè)化分工，形成技術(shù)創(chuàng)新地理溢出效應(yīng)，助力工業(yè)高質(zhì)量發(fā)展［3］。二是數(shù)字金融方面。數(shù)字普惠金融不僅可以通過放松工業(yè)企業(yè)融資約束、降低工業(yè)企業(yè)金融成本、減小工業(yè)企業(yè)融資風(fēng)險［4］和促進(jìn)產(chǎn)業(yè)綠色轉(zhuǎn)型升級等路徑助力工業(yè)產(chǎn)業(yè)形成正向外部性［5］，而且可以通過強(qiáng)化產(chǎn)業(yè)集聚［6］助力工業(yè)高質(zhì)量發(fā)展。三是數(shù)據(jù)要素方面。數(shù)據(jù)要素具有低成本、大規(guī)?？色@得的基本特性和非競爭性、非排他性、即時性等經(jīng)濟(jì)特征［7］，有助于創(chuàng)新資源，使高新技術(shù)要素聚集到共享空間，減少工業(yè)生產(chǎn)者之間信息不透明，提高產(chǎn)業(yè)信息要素整合和利用能力［8］，帶動工業(yè)高質(zhì)量發(fā)展。但是，數(shù)字經(jīng)濟(jì)存在虹吸效應(yīng)，使得創(chuàng)新資源不斷流向高新技術(shù)產(chǎn)業(yè)聚集地，使周邊地區(qū)資源配置出現(xiàn)失衡［9］，創(chuàng)新能力和效率低的地區(qū)對新型技術(shù)吸收效率遠(yuǎn)不如相對發(fā)達(dá)地區(qū)，進(jìn)而導(dǎo)致數(shù)字技術(shù)應(yīng)用落地難，數(shù)字技術(shù)協(xié)調(diào)融合受阻，擴(kuò)大了地區(qū)工業(yè)高質(zhì)量發(fā)展水平差距［10］。

綜上所述，少有以動態(tài)眼光分析數(shù)字經(jīng)濟(jì)在不同發(fā)展階段下對工業(yè)高質(zhì)量發(fā)展的影響，缺乏從政府創(chuàng)新偏好方面深入挖掘數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的非線性調(diào)節(jié)作用?；诖耍狙芯炕谥袊?67個地級市2011—2019年的面板數(shù)據(jù)，采用分位數(shù)回歸模型、門檻效應(yīng)模型和空間杜賓模型，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的影響機(jī)制和空間溢出效應(yīng)，探討政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展的非線性調(diào)節(jié)作用。本研究的主要邊際貢獻(xiàn)一是明確數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展間動態(tài)演化過程，聚焦于數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展非線性關(guān)系；二是從政府角度分析政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展的非線性調(diào)節(jié)效應(yīng)。

2" 理論分析和研究假設(shè)

2.1" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展

數(shù)字技術(shù)幫助工業(yè)企業(yè)更好地配置各種要素，形成要素優(yōu)勢互補(bǔ)，為工業(yè)企業(yè)提供廣闊合作和融合空間，通過數(shù)字化平臺實(shí)現(xiàn)產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同，加快工業(yè)高質(zhì)量發(fā)展。此外，數(shù)字經(jīng)濟(jì)發(fā)展由低水平走向高水平，能夠?qū)崿F(xiàn)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的溢出效應(yīng)邊際遞增［11］。因此，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展具有邊際效應(yīng)遞增的非線性特征。綜上所述，筆者提出假設(shè)一：

H1：數(shù)字經(jīng)濟(jì)發(fā)展水平提升顯著促進(jìn)工業(yè)高質(zhì)量發(fā)展，呈現(xiàn)出邊際效應(yīng)遞增的非線性特征。

2.2" 政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展

政府創(chuàng)新偏好越強(qiáng)，政府創(chuàng)新政策和資金支持越多，并通過知識產(chǎn)權(quán)保護(hù)、技術(shù)轉(zhuǎn)移和孵化器建設(shè)等手段，幫助工業(yè)企業(yè)加速技術(shù)轉(zhuǎn)化和商業(yè)化，激發(fā)工業(yè)企業(yè)創(chuàng)新意愿和創(chuàng)新動力，促進(jìn)工業(yè)企業(yè)加大研發(fā)投入，提高創(chuàng)新效率和質(zhì)量，進(jìn)一步加強(qiáng)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的促進(jìn)作用。尤其是對于發(fā)展相對緩慢地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展初期工業(yè)企業(yè)投資成本高，迫切需要政府幫扶和引導(dǎo)。所以，地方政府提高對數(shù)字技術(shù)創(chuàng)新的重視與偏好，有利于加強(qiáng)數(shù)字經(jīng)濟(jì)助力工業(yè)高質(zhì)量發(fā)展。綜上所述，筆者提出假設(shè)二：

H2：政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展起到非線性調(diào)節(jié)作用，即政府創(chuàng)新偏好越高，越能夠加強(qiáng)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的促進(jìn)作用。

2.3" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展

從區(qū)域發(fā)展角度看，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量表現(xiàn)為“數(shù)字鴻溝”，而非普惠性“數(shù)字紅利”［12］。主要原因體現(xiàn)在數(shù)字經(jīng)濟(jì)發(fā)展初期的數(shù)字基礎(chǔ)設(shè)施投資成本巨大，相對發(fā)展遲緩地區(qū)難以依托數(shù)字技術(shù)實(shí)現(xiàn)傳統(tǒng)工業(yè)轉(zhuǎn)型升級，數(shù)字鴻溝容易形成發(fā)展快速地區(qū)以數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化等標(biāo)志性壟斷，加大地區(qū)追趕難度。綜上所述，筆者提出假設(shè)三：

H3：數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展存在負(fù)向溢出效應(yīng)，即數(shù)字經(jīng)濟(jì)對鄰近地區(qū)工業(yè)高質(zhì)量發(fā)展存在虹吸效應(yīng)。

3" 變量選取和模型設(shè)定

3.1" 變量選取

3.1.1" 被解釋變量

工業(yè)高質(zhì)量發(fā)展水平（hqid）。為驗(yàn)證數(shù)字經(jīng)濟(jì)賦能工業(yè)高質(zhì)量發(fā)展綜合影響，筆者借鑒鄒圓等［13］的研究，利用熵值法測算各地級市工業(yè)高質(zhì)量發(fā)展水平，具體指標(biāo)見表1。

3.1.2" 解釋變量

數(shù)字經(jīng)濟(jì)發(fā)展水平（dig）。筆者參考趙濤等［14］的研究，考慮數(shù)據(jù)可得性，去除新疆、西藏以及民族自治州等數(shù)據(jù)缺失嚴(yán)重的城市樣本，利用熵值法對中國267個地級市數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行綜合說明，具體指標(biāo)見表1。

3.1.3" 調(diào)節(jié)變量

政府創(chuàng)新偏好（prefe）。筆者參考趙瑩等［15］的研究，選擇地方政府財(cái)政支出中科學(xué)技術(shù)部分支出占地方政府總支出比重衡量全國各地級市政府創(chuàng)新偏好程度，比重越大，體現(xiàn)當(dāng)?shù)卣畬萍紕?chuàng)新重視程度越高。

3.1.4" 控制變量

筆者參考已有文獻(xiàn)，同時為防止存在遺漏變量造成模型偏誤，加入若干控制變量并對其進(jìn)行標(biāo)準(zhǔn)化處理。地方人口規(guī)模（pop）：以地級市年末總?cè)丝诒硎?；外商投資水平（fdi）：以外商實(shí)際投資額表示；地方經(jīng)濟(jì)發(fā)展水平（p_gdp）：以各地級市人均生產(chǎn)總值表示；政府干預(yù)強(qiáng)度（gov）：以各地區(qū)政府財(cái)政支出與地區(qū)生產(chǎn)總值的比值衡量地方政府的干預(yù)強(qiáng)度。

3.2" 模型設(shè)定

3.2.1" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展基準(zhǔn)回歸模型

為系統(tǒng)分析數(shù)字經(jīng)濟(jì)對工業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展影響，設(shè)計(jì)時間與省份固定效應(yīng)為基準(zhǔn)模型，具體如式（1）：

hqidit=λ0+λ1digit+λ2Controlit+ui+vt+εit（1）

其中：i表示地級市；t表示年份；被解釋變量hqidit表示工業(yè)高質(zhì)量發(fā)展水平指數(shù)；核心解釋變量digit表示數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)；Controlit為控制變量，包括地方人口規(guī)模、外商投資水平、地方經(jīng)濟(jì)發(fā)展水平和地方政府干預(yù)強(qiáng)度；ui為個體固定效應(yīng)；vi為時間固定效應(yīng)；εit為隨機(jī)擾動項(xiàng)。

3.2.2" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展動態(tài)演化估計(jì)模型

根據(jù)前文論述，數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展是非線性關(guān)系，筆者將數(shù)字經(jīng)濟(jì)發(fā)展水平作為門檻變量，考察數(shù)字經(jīng)濟(jì)水平在跨越不同門檻閾值動態(tài)影響差異，具體如式（2）：

hqidit=α11+α12digit·I（0＜digit＜κ1）+α22digit·I（κ2＜digit＜κ3）+…+

αn2digit·I（κn－1＜digit＜κn）+α13Contorlit+ui+vi+εit（2）

其中，κ為數(shù)字經(jīng)濟(jì)發(fā)展階段量化閾值，I為設(shè)定檢驗(yàn)待估門檻閾值是否存在的假設(shè)函數(shù)。

為捕捉數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展在極值區(qū)域的估計(jì)結(jié)果，筆者構(gòu)建分位數(shù)回歸模型，具體如式（3）：

hqidit=γ0（τ）+γ1（τ）digit+γ2（τ）Contorlit+ui+vt+εit（3）

其中：τ（0＜τ＜1）表示不同分位點(diǎn)，分別為0.25、0.5、0.75；核心系數(shù)γ（τ）揭示數(shù)字經(jīng)濟(jì)發(fā)展水平在不同分位點(diǎn)對工業(yè)高質(zhì)量發(fā)展的邊際效應(yīng)。

3.2.3" 政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展門檻效應(yīng)估計(jì)模型

筆者以工業(yè)高質(zhì)量發(fā)展為被解釋變量，以數(shù)字經(jīng)濟(jì)發(fā)展水平為解釋變量，引入政府創(chuàng)新偏好作為調(diào)節(jié)數(shù)字經(jīng)濟(jì)發(fā)展的門檻變量，借以檢驗(yàn)政府創(chuàng)新偏好在不同區(qū)間時，能否改變數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的作用，具體如式（4）：

hqidit=β10+β11digit·I（0＜threit＜γ1）+β21digit·I（γ1＜threit＜γ2）+…+

βn1digit·I（γn＜threit＜γn－1）+β12Controlit+ui+vi+εit （4）

其中，γ為門檻變量待估門檻閾值，thre為門檻變量。

3.2.4" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展空間計(jì)量模型

筆者采用空間面板模型來剖析數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展影響是否存在空間效應(yīng)，具體如式（5）：

hqidit=δ0+ρ1Whqidit+θ1digit+ρ2Wdigit+θ2Contorlit+ρ3WContorlit+ui+vt+εit（5）

其中，ρ1為空間自回歸系數(shù)，W為權(quán)重矩陣（地理距離矩陣和經(jīng)濟(jì)地理嵌套矩陣），θ1和θ2為回歸系數(shù)，ρ2和ρ3為空間交互項(xiàng)系數(shù)。

3.3" 數(shù)據(jù)來源和描述性統(tǒng)計(jì)

本文數(shù)據(jù)來源于EPS數(shù)據(jù)庫、CSMAR數(shù)據(jù)庫、中國統(tǒng)計(jì)年鑒和地級市統(tǒng)計(jì)年鑒等。一方面，考慮宏觀環(huán)境和時間演進(jìn)影響，加之本文研究致力于一般背景下普遍規(guī)律的探究，而非公共衛(wèi)生事件等突發(fā)事件下的特性研究；另一方面，綜合考慮工業(yè)高質(zhì)量發(fā)展等相關(guān)指標(biāo)的數(shù)據(jù)可得性和異常值問題，故筆者選擇收集2011—2019年中國267個地級市數(shù)據(jù)，對于地級市樣本某個別數(shù)據(jù)缺失采取線性插值法補(bǔ)充。變量標(biāo)準(zhǔn)化后的基本數(shù)據(jù)情況的描述性統(tǒng)計(jì)見表2。

4" 實(shí)證檢驗(yàn)與分析

4.1" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展基準(zhǔn)回歸結(jié)果分析

表3實(shí)證結(jié)果表明，逐步加入控制變量進(jìn)行回歸后，結(jié)果在1%顯著性水平下仍然顯著。其中從控制變量結(jié)果來看，地方政府干預(yù)強(qiáng)度和地區(qū)經(jīng)濟(jì)發(fā)展水平都對實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展起到促進(jìn)作用，而外商投資水平和人口規(guī)模對促進(jìn)工業(yè)經(jīng)濟(jì)發(fā)展起到阻礙作用。地區(qū)經(jīng)濟(jì)發(fā)展水平越高，要素積累越容易、資源利用效率越高，為實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展奠定經(jīng)濟(jì)基礎(chǔ)；地方政府干預(yù)程度越深，工業(yè)發(fā)展政策的扶持力度更加有助于工業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，促進(jìn)工業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展的效果越強(qiáng)；外商投資水平帶來資金、技術(shù)和管理優(yōu)勢等會直接影響國內(nèi)工業(yè)市場競爭，外資更加注重自身利益，容易導(dǎo)致地區(qū)資源流失和利益損失，不利于地區(qū)縮小工業(yè)發(fā)展差距；人口規(guī)模對工業(yè)發(fā)展的顯著作用體現(xiàn)在資源消耗和勞動力市場壓力等方面，人口規(guī)模龐大也就意味著資源消耗負(fù)擔(dān)加劇，勞動力市場中勞動力成本上升，從而給工業(yè)高質(zhì)量發(fā)展增加壓力。

4.2" 數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展動態(tài)演化估計(jì)結(jié)果分析

為保證結(jié)果穩(wěn)健，筆者選擇以數(shù)字經(jīng)濟(jì)為門檻變量和分段回歸兩種方式，具體考察數(shù)字經(jīng)濟(jì)水平在不同發(fā)展階段的動態(tài)影響差異。表4門檻效應(yīng)檢驗(yàn)以及圖1的LR檢驗(yàn)結(jié)果顯示，數(shù)字經(jīng)濟(jì)存在單一門檻，在10%水平上顯著，門檻值為0.166 4。同時，以分位數(shù)回歸模型分別檢驗(yàn)工業(yè)高質(zhì)量發(fā)展處于1/4階段（表5中模型D-1）、1/2階段（表5中模型D-2）、3/4階段（表5中模型D-3）時，數(shù)字經(jīng)濟(jì)對促進(jìn)工業(yè)高質(zhì)量發(fā)展影響的差異。

表5中模型TE-1和模型TE-2以及圖2結(jié)果顯示，當(dāng)數(shù)字經(jīng)濟(jì)處于［0，0.166 4］階段時，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展影響系數(shù)為0.054 7；當(dāng)數(shù)字經(jīng)濟(jì)處于（0.166 4，1］階段時，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展影響系數(shù)為0.092 9，即此階段數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展促進(jìn)作用顯著且相較于上一階段增強(qiáng)。表5中模型D-1、模型D-2和模型D-3以及圖2結(jié)果顯示數(shù)字經(jīng)濟(jì)發(fā)展處于1/4階段、1/2階段、3/4階段時，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展影響系數(shù)分別為0.158 8、0.241 5、0.286 7，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展促進(jìn)作用在不同發(fā)展階段逐漸增強(qiáng)。隨著地區(qū)跨入數(shù)字經(jīng)濟(jì)發(fā)展不同階段，數(shù)字經(jīng)濟(jì)能夠有效發(fā)揮創(chuàng)新長效動力與活力，不僅能夠?qū)崿F(xiàn)工業(yè)高質(zhì)量發(fā)展，更在不同階段中保持工業(yè)高質(zhì)量發(fā)展可持續(xù)性，工業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和綠色轉(zhuǎn)型持續(xù)加速，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的促進(jìn)作用逐漸增強(qiáng)。綜上所述，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展正向影響存在邊際貢獻(xiàn)遞增的非線性關(guān)系，假設(shè)一成立。

4.3" 政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展非線性調(diào)節(jié)效應(yīng)結(jié)果分析

根據(jù)理論分析，政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展關(guān)系存在非線性調(diào)節(jié)作用，根據(jù)表6檢驗(yàn)結(jié)果和圖3門檻變量LR檢驗(yàn)結(jié)果可知，政府創(chuàng)新偏好在1%水平上顯著存在單一門檻，門檻閾值為0.255 4。

表7為政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展非線性調(diào)節(jié)效應(yīng)回歸結(jié)果。觀察表7模型TE-1和TE-2結(jié)果可知，當(dāng)政府創(chuàng)新偏好小于0.255 4時，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展影響系數(shù)為0.065 3，隨著地區(qū)政府創(chuàng)新偏好提升，數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展促進(jìn)作用顯著提升，系數(shù)為0.199 4。其原因在于：技術(shù)創(chuàng)新與產(chǎn)業(yè)政策能有效推動產(chǎn)業(yè)集聚［16］，進(jìn)而對工業(yè)發(fā)展質(zhì)量產(chǎn)生積極影響。政府創(chuàng)新偏好越強(qiáng)烈，制定創(chuàng)新政策時勢必會借助產(chǎn)業(yè)集聚效應(yīng)，從而數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展促進(jìn)作用的效果越強(qiáng)。綜上所述，政府創(chuàng)新偏好對數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展存在非線性調(diào)節(jié)效應(yīng)，假設(shè)二成立。

4.4" 穩(wěn)健性檢驗(yàn)

為進(jìn)一步確認(rèn)結(jié)果可靠性，筆者使用更換基準(zhǔn)回歸模型、縮尾處理和替換核心解釋變量3種方法進(jìn)行穩(wěn)健性檢驗(yàn)。（1）更換基準(zhǔn)回歸模型：考慮數(shù)字經(jīng)濟(jì)發(fā)展水平和工業(yè)高質(zhì)量發(fā)展指數(shù)受限于［0，-1］，可能存在標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)果位于上限或下限，導(dǎo)致回歸偏誤，引入Tobit模型進(jìn)行結(jié)果估計(jì)；（2）縮尾處理：為避免數(shù)據(jù)波動較大或者存在離群值對驗(yàn)證數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展回歸結(jié)果產(chǎn)生影響，分別進(jìn)行5%、95%縮尾處理；（3）替換核心解釋變量：考慮數(shù)字經(jīng)濟(jì)可能存在慣性影響，將解釋變量換成數(shù)字經(jīng)濟(jì)發(fā)展水平的一階滯后項(xiàng)，具體結(jié)果見表8。

表8實(shí)證結(jié)果顯示，更換基準(zhǔn)回歸模型、替換核心解釋變量和縮尾處理后，數(shù)字經(jīng)濟(jì)對促進(jìn)工業(yè)高質(zhì)量發(fā)展仍起到顯著正向作用，核心結(jié)論不變，研究穩(wěn)定性良好。

4.5" 異質(zhì)性檢驗(yàn)

不同地區(qū)間發(fā)展不平衡，數(shù)字經(jīng)濟(jì)長遠(yuǎn)健康發(fā)展受阻，不同地區(qū)之間工業(yè)發(fā)展的具體情況也展現(xiàn)出不同特點(diǎn)，需進(jìn)一步探討數(shù)字經(jīng)濟(jì)發(fā)展對實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展機(jī)制的地區(qū)異質(zhì)性。筆者參照劉智勇等［16］對東、中、西區(qū)域的劃分，區(qū)分東部地區(qū)和中、西部地區(qū)數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展的機(jī)制差異，具體回歸結(jié)果見表9。

根據(jù)表9結(jié)果，東部地區(qū)和中、西部地區(qū)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展都具有促進(jìn)作用，但影響效果有所差距，東部地區(qū)數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展回歸系數(shù)為0.445 8，中、西部地區(qū)數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展回歸系數(shù)為0.269 4，呈現(xiàn)出“東部地區(qū)＞中、西部地區(qū)”的特征。出現(xiàn)以上地區(qū)異質(zhì)原因主要是，數(shù)字經(jīng)濟(jì)發(fā)展帶來的數(shù)字鴻溝和虹吸效應(yīng)加劇地區(qū)間發(fā)展差距，不利于中、西部地區(qū)工業(yè)發(fā)展進(jìn)一步追趕東部，同時，東部地區(qū)形成生產(chǎn)要素和創(chuàng)新資源虹吸效應(yīng)，將大量生產(chǎn)性資源集中于東部地區(qū)高新技術(shù)產(chǎn)業(yè)，抑制中、西部地區(qū)工業(yè)投資積極性和創(chuàng)新效率。

4.6" 內(nèi)生性檢驗(yàn)

筆者參考現(xiàn)有文獻(xiàn)，選擇數(shù)字經(jīng)濟(jì)發(fā)展水平滯后一期和按省份分類的數(shù)字經(jīng)濟(jì)發(fā)展水平均值差額的三次方（th_moment）作為工具變量解決內(nèi)生性問題，具體結(jié)果見表10。數(shù)字經(jīng)濟(jì)發(fā)展水平滯后一期為工具變量的兩階段最小二乘法在表10結(jié)果顯示，在采取工具變量后，與基準(zhǔn)結(jié)果保持一致，核心結(jié)果穩(wěn)健。

4.7" 空間自相關(guān)檢驗(yàn)

為進(jìn)一步分析數(shù)字經(jīng)濟(jì)與工業(yè)發(fā)展是否存在空間相關(guān)性，在開始空間計(jì)量分析前，需要對數(shù)字經(jīng)濟(jì)驅(qū)動工業(yè)高質(zhì)量發(fā)展進(jìn)行空間相關(guān)性檢驗(yàn)，測算全局莫蘭指數(shù)Moran’s I指數(shù)，測算結(jié)果見表11。

表11結(jié)果表明，數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展存在空間相關(guān)性，數(shù)字經(jīng)濟(jì)發(fā)展和工業(yè)高質(zhì)量發(fā)展受到相鄰地級市影響。同時，通過如下圖4和圖5可視化局部莫蘭散點(diǎn)圖可以發(fā)現(xiàn)，絕大多數(shù)地級市位于散點(diǎn)圖第一、三象限，數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展不僅存在顯著空間正向相關(guān)，還在空間上表現(xiàn)為“高—高”集聚和“低—低”集聚的態(tài)勢。

4.8" 空間杜賓模型結(jié)果

在進(jìn)行空間回歸前筆者還選擇LM檢驗(yàn)、Hausman檢驗(yàn)、Wald檢驗(yàn)以及LR檢驗(yàn)，最終確定固定效應(yīng)的空間杜賓模型為最佳估計(jì)模型，結(jié)果如表12所示。

SDM模型在兩組空間矩陣下空間自相關(guān)系數(shù)β值都在1%水平上顯著為正，這說明數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展呈顯著空間相關(guān)。此外，無論是地理距離矩陣還是經(jīng)濟(jì)地理嵌套矩陣，本區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展都能夠顯著帶動工業(yè)高質(zhì)量發(fā)展，在考慮空間效應(yīng)影響下，數(shù)字經(jīng)濟(jì)發(fā)展在提升本區(qū)域工業(yè)高質(zhì)量發(fā)展水平的同時會對周邊區(qū)域產(chǎn)生一定影響。兩種矩陣下空間杜賓模型結(jié)果都表明，地理距離鄰近或者經(jīng)濟(jì)與地理關(guān)聯(lián)緊密難以使周邊地區(qū)獲得數(shù)字經(jīng)濟(jì)發(fā)展正向溢出效應(yīng)，甚至在一定程度上會抑制工業(yè)高質(zhì)量發(fā)展。其原因主要在于：一方面，數(shù)字經(jīng)濟(jì)發(fā)展使得某一地區(qū)率先獲得領(lǐng)頭地位，在這種優(yōu)勢下數(shù)字經(jīng)濟(jì)體現(xiàn)贏者通吃的特點(diǎn)，將地理鄰近區(qū)域與經(jīng)濟(jì)地理關(guān)聯(lián)緊密地區(qū)生產(chǎn)資源虹吸自本區(qū)域，在空間上明顯表現(xiàn)為東部地區(qū)數(shù)字經(jīng)濟(jì)和工業(yè)高質(zhì)量發(fā)展水平“高—高”聚類，中、西部地區(qū)“低—低”聚類；另一方面，數(shù)字經(jīng)濟(jì)發(fā)展水平領(lǐng)先地位在科技創(chuàng)新方面具有強(qiáng)大優(yōu)勢，產(chǎn)生工業(yè)創(chuàng)新“極化效應(yīng)”，數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展優(yōu)勢城市將成為龍頭，與周圍城市創(chuàng)新差距進(jìn)一步拉大，加劇工業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展不平衡。綜上所述，假設(shè)三成立。

5" 結(jié)論與建議

本研究通過構(gòu)建分位數(shù)回歸模型、門檻效應(yīng)模型和空間杜賓模型實(shí)證研究數(shù)字經(jīng)濟(jì)促進(jìn)工業(yè)高質(zhì)量發(fā)展作用機(jī)制和空間溢出效應(yīng)，并得出如下結(jié)論：第一，數(shù)字經(jīng)濟(jì)顯著促進(jìn)工業(yè)高質(zhì)量發(fā)展水平提升，其促進(jìn)作用呈現(xiàn)出邊際效用遞增的非線性特征；第二，政府創(chuàng)新偏好的非線性調(diào)節(jié)效應(yīng)加強(qiáng)數(shù)字經(jīng)濟(jì)對工業(yè)高質(zhì)量發(fā)展的促進(jìn)作用；第三，數(shù)字經(jīng)濟(jì)與工業(yè)高質(zhì)量發(fā)展呈現(xiàn)出顯著空間相關(guān)性，空間上表現(xiàn)為東部地區(qū)“高—高”集聚和中、西部地區(qū)“低—低”集聚特征，數(shù)字經(jīng)濟(jì)對鄰近地區(qū)工業(yè)高質(zhì)量發(fā)展呈現(xiàn)虹吸效應(yīng)。

根據(jù)本文研究結(jié)論，對中國今后加快數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展有如下啟示：第一，作為催生新技術(shù)、新行業(yè)、新模式的新型經(jīng)濟(jì)形態(tài)，目前數(shù)字經(jīng)濟(jì)發(fā)展?jié)摿€可以進(jìn)一步挖掘，同時為促進(jìn)地區(qū)工業(yè)高質(zhì)量發(fā)展水平不斷提升，應(yīng)當(dāng)兼顧各地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，縮小地區(qū)工業(yè)發(fā)展差距并降低追趕成本，防止數(shù)字經(jīng)濟(jì)無序發(fā)展導(dǎo)致反向作用，甚至抑制發(fā)展相對緩慢地區(qū)的工業(yè)高質(zhì)量發(fā)展。第二，各地政府制定數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略可堅(jiān)持動態(tài)化、差異化、持續(xù)化原則，引導(dǎo)數(shù)字經(jīng)濟(jì)健康發(fā)展，以此促進(jìn)數(shù)字經(jīng)濟(jì)對當(dāng)?shù)毓I(yè)高質(zhì)量發(fā)展的長效作用。第三，對于不同地區(qū)資源稟賦和文化因素等影響，當(dāng)?shù)卣刹扇∫虻刂埔说呢?cái)政科技支出績效評價機(jī)制，充分發(fā)揮主動學(xué)習(xí)能力，積極響應(yīng)國家對點(diǎn)幫扶政策，彌補(bǔ)創(chuàng)新管理能力差距。

參考文獻(xiàn)：

［1］" YU G， ZHOU X. The influence and countermeasures of digital economy on cultivating new driving force of high-quality economic development in Henan Province under the background of “double circulation”［J］. Annals of operations research， 2021： 1-22.

［2］" 呂鐵，李載馳.數(shù)字技術(shù)賦能制造業(yè)高質(zhì)量發(fā)展：基于價值創(chuàng)造和價值獲取的視角［J］.學(xué)術(shù)月刊，2021，53（4）：56-65+80.

［3］" 徐星，惠寧，崔若冰，等.數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究：以技術(shù)創(chuàng)新效率提升與技術(shù)創(chuàng)新地理溢出的雙重視角［J］.經(jīng)濟(jì)問題探索，2023（2）：126-143.

［4］" 梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵創(chuàng)新嗎？：來自中國城市和中小企業(yè)的證據(jù)［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2019，41（5）：74-86.

［5］" 林春，孫英杰.數(shù)字普惠金融促進(jìn)了制造業(yè)集聚嗎？［J］.西南民族大學(xué)學(xué)報（人文社會科學(xué)版），2022，43（12）：98-108.

［6］" 熊廣勤，周文鋒，李惠平.產(chǎn)業(yè)集聚視角下融資約束對企業(yè)研發(fā)投資的影響研究：以中國創(chuàng)業(yè)板上市公司為例［J］.宏觀經(jīng)濟(jì)研究，2019（09）：88-101.

［6］" 宋洋.經(jīng)濟(jì)發(fā)展質(zhì)量理論視角下的數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展［J］.貴州社會科學(xué)，2019（11）：102-108.

［7］" 蔡躍洲，馬文君.數(shù)據(jù)要素對高質(zhì)量發(fā)展影響與數(shù)據(jù)流動制約［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（3）：64-83.

［8］" 劉富華，宋然.數(shù)字經(jīng)濟(jì)是否促進(jìn)了中國工業(yè)高質(zhì)量發(fā)展？［J］.當(dāng)代經(jīng)濟(jì)管理，2023，45（6）：61-70 .

［9］" 謝康，廖雪華，肖靜華.效率與公平不完全相悖：信息化與工業(yè)化融合視角［J］.經(jīng)濟(jì)研究，2021，56（2）：190-205.

［10］劉鑫鑫，惠寧.數(shù)字經(jīng)濟(jì)對中國制造業(yè)高質(zhì)量發(fā)展的影響研究［J］.經(jīng)濟(jì)體制改革，2021（5）：92-98.

［11］董香書，王晉梅，肖翔.數(shù)字經(jīng)濟(jì)如何影響制造業(yè)企業(yè)技術(shù)創(chuàng)新？：基于“數(shù)字鴻溝”的視角［J］.經(jīng)濟(jì)學(xué)家，2022（11）：62-73.

［12］鄒圓，唐路元.中國工業(yè)高質(zhì)量發(fā)展水平的統(tǒng)計(jì)測度［J］.統(tǒng)計(jì)與決策，2021，37（18）：95-98.

［13］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

［14］楊劬，趙瑩，張榮光，等.政府創(chuàng)新偏好、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與綠色經(jīng)濟(jì)發(fā)展水平［J］.統(tǒng)計(jì)與決策，2022，38（19）：169-173.

［15］韓峰，嚴(yán)偉濤，王業(yè)強(qiáng).生產(chǎn)性服務(wù)業(yè)集聚與城市環(huán)境質(zhì)量升級：基于土地市場調(diào)節(jié)效應(yīng)的研究［J］.統(tǒng)計(jì)研究，2021，38（5）：42-54.

［16］劉智勇，李海崢，胡永遠(yuǎn)，等.人力資本結(jié)構(gòu)高級化與經(jīng)濟(jì)增長：兼論東中西部地區(qū)差距的形成和縮小［J］.經(jīng)濟(jì)研究，2018（3）：50-63.

［責(zé)任編輯：許春慧］