高质量发展背景下数字经济的赋能效应检验——基于中国241 个城市的实证分析

田雅娟，邓睿涵，侯宇飞，范谋远

（河北大学 经济学院， 河北 保定 071000）

一、引言

伴随新一代信息技术的高速发展，以5G、大数据、人工智能为代表的数字产业逐渐成为我国产业结构中的重要组成部分。2019 年中国数字经济规模达到5.2 万亿元，在GDP 中的占比稳步提升。《中国国民经济和社会发展第十四个五年规划纲要》中明确提出要做好数字经济产业化与产业数字化，推动数字经济的发展，让数字经济与实体经济更好地融合，打造具有国际竞争力的数字经济集群。数字经济作为一种“融合性经济”，其与实体经济的有效结合将极大提高经济效率，成为经济高质量发展的重要推动力。然而，对数字经济的研究相较于数字经济实践的发展存在较大滞后。数字经济正在以不可抵挡之势在全球范围迅速发展，但关于数字经济发展给社会经济增长带来的影响仍不明确。目前，中国的经济发展已然进入了从“数量追赶”转向“质量追赶”、从“规模扩张”转向“结构优化”、从“要素驱动”转向“创新驱动”的高质量发展阶段。数字经济的发展是否可以通过积极的“赋能效应” 有效推动经济高质量发展是一个值得重点关注的命题。鉴于此，本文立足于经济发展的重要增长点——城市，探索数字经济对经济高质量发展带来的影响和效应，并借助中介效应模型，对数字经济赋能城市群的经济高质量发展效应进行实证测度和检验，为客观评价数字经济产生的赋能效应和合理规划城市群经济高质量发展的策略研究提供参考。

二、文献综述

相关研究显示，数字经济作为新的生产要素日益成为经济发展的强大动力。但数字经济对于经济增长的作用尚没有得到充分的研究证实。目前，已有研究主要集中在数字经济对信息和通信领域发展方面的贡献，包括基础设施的信息设备、软件服务和互联网等，而信息通信技术的广泛应用被认为是全要素生产率得以持续增长的重要原因之一。Jorgenson(2007)发现了信息技术资本对美国经济的显著贡献。Oliner 和Sichel(2000)将资本投入细分为信息资本、非信息资本、劳动投入、多要素生产率等几方面考察计算机和相关产业的投入对经济增长的作用，发现2000 年以后信息技术的投资对经济增长的贡献不断提升。对欧亚等发达国家及发展中国家的研究也都证实了信息技术对经济增长的积极作用。除了信息技术投资以及信息技术产业对经济增长的直接影响以外，信息产品还显著提升了生产率，Thompson 和Garbacz(2007)发现电信和移动通讯对生产率有重要的促进作用。国内学者韩宝国和李世奇(2018)利用2002-2016 年中国省际面板数据进行分析，证实了软件和信息技术服务对推动中国经济增长的显著作用，并且与经济增长的相关性存在区间效应。

信息技术发展是数字经济发展的主要载体，已有成果围绕信息技术对经济发展的影响进行效应分析，从一定层面上展示了数字经济与经济发展的紧密关联效应，但是并不能直接反映效应的作用力度和途径。为此，本文基于城市数据和中介效应模型对我国数字经济发展的赋能效应进行测度，为客观评价数字经济产生的经济效应合理规划城市群经济发高质量发展提供理论支撑和科学建议。

三、数字经济赋能高质量发展的路径分析

数字经济发展如何作用于经济高质量发展是一个值得关注的重要命题，本文主要基于三条路径对其进行探索性研究，即通过选取经济增长、金融市场和产业结构三个中介要素来测度数字经济对经济高质量发展施加的影响。

(一)数字经济通过提升经济增长效率推动高质量发展

随着信息技术与人类生产生活交汇融合，互联网快速普及，世界经济正在加速向以数字生产力为标志的新阶段迈进，数字生产力成为了重塑经济结构和提升整体质量与效率的主导力量。数字技术的广泛渗透对经济发展产生深远影响，能够有效提高全要素生产率，提升资源利用效率，提高产品和服务供给质量，促进供需精准匹配，进而助推经济高质量发展。

(二)数字经济通过推动数字金融发展促进高质量增长

相较于传统金融，数字金融成本相对较低，可以有效解决融资问题，从而更显著地促进经济增长。随着数字金融水平的提升，数字经济对其经济增长的推动作用也会增强，能更有效地提高金融服务效率。

(三)数字经济通过促进产业结构升级带动高质量增长

技术变革是社会生产力快速发展的催化剂。数字经济从中观层面通过技术赋能，对传统产业进行全方位、全角度的改造，促进实体经济与数字经济加速渗透融合，并催生出新业态、新模式，给产业发展带来颠覆性变革[12]。这有助于构筑富有竞争力和高附加值的数字产业化和产业数字化体系，释放数字科技对经济发展的放大、叠加、倍增作用，将极大提升经济运行效率和质量，助推经济实现高质量发展。

四、模型、变量与数据

(一)模型设定

1.基准模型

为了检验数字经济赋能高质量发展的效应机制，本文首先建立基准模型，评估数字经济对高质量发展的综合效应。

其中，i 表示地域单元，EFF为第i 个地域的高质量发展水平，DE为数字经济发展水平，X(j=1，2，…m)为一系列控制变量。考虑到截面数据易发生异方差问题，对式(1)采用Robust 稳健标准误回归估计。

2.中介模型

为了检验数字经济对高质量增长的传导机制，本文重点考察数字经济通过带动经济增长效率、数字金融发展和产业结构变化影响高质量发展的中介效应。在式(1)基础上，对三个中介效应模型进一步分析。具体模型如下：

以经济增长效率为中介变量，

针对上述基准模型和中介效应模型，通过以下步骤对数字经济赋能高质量发展进行检验：

第一步，对基准回归式(1)中核心解释变量(DE)的系数β 进行检验，明确其是否在置信水平下显著，从而对数字经济发展赋能高质量增长的综合效应进行判定。

第二步，利用式(2)-(7)进行稳健回归，检验相关变量的系数β~和λ，若以上系数均显著，说明中介效应假设成立，则直接进行第三步检验，否则要进行第四步检验。

第三步，检验系数β(i=1，2，3)的显著性，若以上系数均显著说明存在部分中介效应，若以上系数不显著，则说明存在完全中介效应。

第四步，若第二步中部分检验系数不显著，则需要做Sobel 检验，证明是否具有中介效应。

第五步，比较β~λ与β的符号，若为同号，表明存在中介效应，若为异号则表明存在遮掩效应。

(二)变量选取

1.被解释变量

全要素生产率(EFF)：由于城市群的经济高质量发展主要体现在生产效率的提升和城市经济的协调发展，因而选取全要素生产率作为衡量经济高质量发展水平的指标，实证中使用其对数形式。

首先，采用随机前沿方法(SFA)来计算城市群的TPF。科埃利等(Coellietal，1998)认为SFA 可以准确区分随机误差项与误差项中的低效率值，故对实际效率水平的估计更有效。根据柯布—道格拉斯生产函数的随机前沿形式，构建基于城市单元的生产函数：

其中，Y、K、L 分别表示第i 个地级市的实际产出、劳动投入和资本存量。Y 根据各城市所在省份的GDP 平减指数调整为2018 年的不变价格；L 用城市的城镇就业人数反映；K 采用永续存盘法计算得到，选取2000 年为基期，其中折旧率参考张军(2003)数据，取值0.096。

随机前沿误差项由ν和μ两个相互独立的部分构成。ν为随机扰动项，一般假定其为白噪声序列；μ为生产过程中不可观测的非效率因素。因而定义前沿产出为生产效率最优条件下的产出水平，即：

实际产出Y与前沿产出的比值，反映了第i 个城市的生产效率，并将其作为全要素生产率的估计值。

2.核心解释变量与中介变量

(1)核心解释变量：中国互联网指数(DE)，本文采用2018 年中国地级城市的“中国互联网+”指数来衡量其数字经济水平。数据来源于腾讯研究院2019 中国“互联网+”指数报告，报告对国内数字经济发展情况进行了系统梳理，并通过指数的形式直观地展现了2018 年数字经济在国内241 个城市的发展情况。

(2)中介变量：结合前述理论假定，选取三个中介因素来反映数字经济对高质量发展的影响路径，分别为：经济增长效率的提升、数字金融的发展以及产业结构的升级。对应三个中介因素分别选取人均GDP 水平(M1)、数字普惠金融指数(M2)、第二、三产业产值比重(M3)作为反映指标。

①人均GDP(M1)：即人均国内生产总值，国民生产总值与所属范围内的常住人口的比值，该指标较为客观地反映了一国社会的发展水平和发展程度。

②数字普惠金融指数(M2)：取自北京大学数字金融研究中心报告的各省份测度结果，用所属省份数普惠金融指数作为城市的替代值。

③第二、三产业产值比重(M3)：是指第二、三产业产值占总产值的比例，其反映了产业结构升级水平。经济发达程度越高，第二、三产业占比越高，产业结构也就越趋近于高级化，更有利于全要素生产率的提升。

3.控制变量

(1)政府财政实力(X1)：以城市当年的一般公共预算支出为反映指标。适当的提高政府的财政支出有利于促进区域全要素生产率的发展，但过度支出不利于市场的正常运行。

(2)对外贸易总规模(X2)：利用进出口总额来表示，反映了一个国家的对外贸易发展程度。一国进出口总额增加表明我国对外贸易程度显著增长，但对外贸易的过度增长也会给当地企业带来不利影响，从而不利于全要素生产率的提高。

(3)科学技术支出(X3)：其反映用于科学技术方面的支出，科学技术支出有利于城市全要素生产率的提高。

(4)第三产业发展水平(X4)：其反映了一个国家的经济发达程度。经济发达程度越高，第三产业占比越高，产业结构也就越趋近于高级化，更有利于全要素生产率的提升。

(5)城市群空间结构(X5)：其反映了城市群功能分区的差异对城市经济高质量发展的影响。本研究借鉴刘凯等(2020)的研究成果，运用位序- 规模法测度城市群空间结构，方法如下：

其中，N是城市i 的人口规模，N是人口规模最大城市的人口规模，R是城市i 人口规模在城市群所有城市中的位序，q 是待估计的常数。经过对数变换公式得到

q 为城市群空间结构中心度。当q≥1 时，表示城市群是单中心空间结构，当q<1 时，表示城市群是多中心空间结构。

(三)数据来源及说明

本文选择全要素生产率(EFF)作为被解释变量；中国互联网指数(DE)为核心解释变量；人均GDP(M1)、数字普惠金融指数(M2)、第二、三产业产值比重(M3)为中介变量实证分析数字经济赋能城市高质量发展的作用效应。同时采用的控制变量有一般公共预算支出(X1)、进出口总额(X2)、用于科学技术方面的财政支出(X3)、第三产业产值比重(X4)、城市群空间结构(X5)。数字普惠金融指数使用省份数据作为城市的替代值。考虑到数据的完整性，本文最后选取我国241 个地级城市为样本进行实证研究。各城市的互联网指数来源于腾讯研究院2019 年的《中国“互联网+”指数报告》，数字普惠金融指数来自于北京大学金融研究中心发布的测度数据，其他数据均来源于2019 年《中国城市统计年鉴》，各变量经过处理后的基本统计描述见表1。

表1 相关变量的描述统计

变量 单位 均值 标准差 最小值 最大值EFF DE X1 X2 X3 X4 X5 M1 M2 M3%--亿元亿元亿元%--元--%78.40 2.14 553.18 1121.29 17.69 45.85 0.77 61454 308.77 89.0051 18.29 3.95 852.10 3890.62 56.13 6.85 0.14 34711 23.91 6.85 5.90 0.17 94.28 0.49 0.15 29.48 0.37 15987 263.12 61.65 145.76 35.73 8351.54 34009.93 554.98 80.98 1.07 191942 377.73 99.91

五、实证分析

(一)数字经济对经济高质量发展的综合效应分析

表2 结果解释了数字经济对经济高质量发展的影响效应。首先由模型(1)的简单模型框架可以初步看出，数字经济与经济高质量发展存在着较明显的正向关联。其次，模型(2)在模型(1)的基础上引入控制变量X1，X2，X3，X4 后，数字经济对于经济高质量发展的影响仍然是显著正相关，再次验证了数字经济对高质量发展存在一定的积极作用。从引入的几个控制变量来看：政府财政实力对于经济高质量发展呈显著负相关，说明现有政府财政支出存在着不合理的情况，阻碍了市场的正常运行，不利于区域全要素生产率的提升；对外贸易总规模对于经济高质量发展呈显著正向影响，说明对外贸易的不断发展对于经济的高质量发展有着一定的积极作用；而科技财政投入和第三产业占比对经济高质量发展的影响均不显著。

表2 基准模型测度结果

注：表中括号内为对应系数估计的t 值；*、**、*** 分别表示在10%、5%、1%水平下显著不为0。

ln(EFF)（1） （2） （3） （4）常数项ln(DE)-0.290***（-15.274）0.071***（3.690）X1 X2 X3 X4-0.141*(-1.373)0.069**(2.833)-0.0102***（-3.592）0.0020**（1.958）0.0443（0.7923）-0.2695（-1.0124）-0.154(-1.503)0.061***(2.428)-0.0103***（-3.783）0.0020**（1.991）0.0440（0.784）-0.2219（-0.929）X5-0.101(-0.910)0.067***(2.631)-0.01023***（-3.647）0.0021**（1.960）0.0411（0.707）-0.2663(-2.512)-0.052（-0.458）D统计量12.58***4.215***3.529***-0.123(-2.458)3.933***

模型(3)在模型(2)的基础上进一步引入了城市空间结构的影响，从模型(3)的检验结果中可以看出，城市空间结构系数的变化对经济高质量发展的影响并不显著，考虑到可能由于城市群空间结构的轻微量变很难影响到高质量发展水平，故根据城市群空间结构系数是否大于1，引入城市空间结构哑变量(D)。当城市群的空间结构系数大于1 时，表明该城市群为单中心空间结构特征，将D赋值为1；反之，说明城市群为多中心空间结构特征，将D赋值为0。模型(4)的估计结果显示，多中心空间结构下(D=0) 的城市群经济高质量发展水平显著优于单中心结构下的城市群。

(二)数字经济赋能经济高质量发展的中介路径检验

根据前文理论分析，数字经济可能通过提升经济增长效率、推动数字金融发展、促进产业结构升级三个中间因素对高质量发展产生拉动效应，本文借助中介效应模型对上述作用路径进行检验。

表3 给出了数字经济通过三个中介变量影响城市全要素生产率的检验结果。模型(1)、(3)、(5)反映了数字经济对三个中介变量的影响，可以发现的估计系数均在1%的水平下显著，表明数字经济对经济增长效率、数字金融发展和产业结构升级具有显著的促进作用。模型(2)、(4)、(6) 展示了数字经济以及中介变量对城市全要素生产率的影响效应，数字经济对全要素生产率的直接影响均在10%的水平下不显著，而三个中介变量均在1%的水平下显著，故三个模型均符合完全中介效应模型。模型结果显示：数字经济通过经济增长、数字金融发展、产业结构升级三个中间渠道，对城市经济高质量发展具有积极推动效应。

表3 中介效应模型估计结果

注：表中括号内为对应系数估计的t 值；*、**、*** 分别表示在10%、5%、1%水平下显著不为0。

以经济增长效率为中介 以数字金融发展为中介 以产业结构升级为中介变量 M1（1）ln(EFF)（6）常数项ln(EFF)（2）M2（3）ln(EFF)（4）M3（5）ln(DE)39310***(3.585)8899.00***(3.390)322.500***（39.869）10.180***（5.259）-0.812***（-2.748）0.041（1.512）79.730***（32.240）2.283***（3.855）-0.830***（-3.387）0.042（1.617）M1-0.238**(-2.211)0.042(1.656)0.0021***(3.397)M2 0.0024***（2.385）0.0084***（3.053）-0.0085**（-1.843）0.0002（1.445）0.0331（0.352）-0.4021**（-1.672）-0.097（-1.233）Sobel 检验 3.515*** 2.619*** 2.885***M3 X1 X2 X3 X4 D-10.801***(-2.251)5.195***(3.784)27.160(0.277)448.400**(2.254)-12480(-1.579)-0.0080*(-1.730)0.0009(0.679)0.0383(0.409)-0.3169（-1.355）-0.096（-1.225）-0.0027（-0.782）0.0002***（2.044）-0.0485（-0.672）-0.323*（-1.798）-21.72***（-3.261）-0.0097**（-2.097）0.0016（1.162）0.0538（0.569）-0.1560**（-0.659）-0.078（-0.972）-0.0021**（-1.909）0.0001（0.283）0.0129（0.583）0.213***（3.877）-3.075*（-1.677）

六、结论与启示

随着5G 和大数据等新基建的不断完善，数字经济将对区域生产效率产生越来越大的影响，揭示数字经济对经济高质量发展的作用效果和渠道有助于更加全面地评估数字经济所带来的经济效应。本文利用2018 年中国241 个地级城市的截面数据，就数字经济水平影响城市经济高质量发展的效果和作用机制进行了实证检验。结果表明，数字经济对经济高质量发展存在着显著的正向促进作用，其中，经济增长、数字金融和产业结构升级都发挥了重要的中介作用。数字经济的发展催生出许多新经济业态，如新型电子商务、互联网服务业等，这些新经济业态都在不断地释放新动能，产业融合发展的新模式亦不断涌现，有助于推动城市群经济的高质量发展。由数字经济对经济高质量发展的综合效应分析来看，政府的财政实力和对外贸易总规模对经济高质量发展影响显著；城市空间结构对经济高质量发展影响不大，引入了空间结构大于1 的城市群后发现，多中心空间结构城市优于单中心空间结构城市。

研究结果在数字经济赋能高质量发展方面具有如下启示意义：一方面，进入互联网时代，城市的发展离不开数字经济的支持，高水平的数字经济将显著提高各城市群的生产效率，提高城市群的生产效率，合理规划数字经济有利于充分发挥经济效率、金融服务效率和产业结构升级的中介效应，从而给城市经济高质量发展赋能，推动其经济高质量发展，这将重塑中国区域经济发展的整体格局。另一方面，要关注数字经济在各不同城市群的发展水平差异，并进行有意识地引导和支持，从而更好地推动区域经济一体化进程。