蔡昌 林高怡 李勁微

【摘要】基于2008 ～ 2016年29個(gè)省份的面板數(shù)據(jù)，利用BCC-DEA模型和Malmquist指數(shù)模型分別從靜態(tài)和動(dòng)態(tài)測(cè)算中國(guó)數(shù)字經(jīng)濟(jì)產(chǎn)出效率。研究發(fā)現(xiàn)，中國(guó)各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率存在顯著差異。從靜態(tài)效率分析，東部地區(qū)的技術(shù)效率最低，中部地區(qū)次之，西部地區(qū)最高。其中，北京、上海、浙江、江蘇的相對(duì)產(chǎn)出效率排名墊底，資源配置效率低是其主要限制因素，廣東的純技術(shù)效率雖高，但產(chǎn)出效率受到規(guī)模效率的制約。從動(dòng)態(tài)效率分析，中國(guó)數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈先升后降趨勢(shì)，主要原因在于技術(shù)升級(jí)遭遇瓶頸。此外，東部大部分省份得益于純技術(shù)效率的增長(zhǎng)和規(guī)模效率的優(yōu)化，正在逐步縮小與效率前沿省份技術(shù)效率的相對(duì)差距。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì);全要素生產(chǎn)率;DEA-Malmquist指數(shù)法;區(qū)位差異

【中圖分類號(hào)】F49? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2020）06-0153-8

一、引言

自2008年金融危機(jī)爆發(fā)以來，世界經(jīng)濟(jì)發(fā)展模式受到了巨大沖擊。數(shù)字經(jīng)濟(jì)作為經(jīng)濟(jì)增長(zhǎng)的新引擎，開始帶動(dòng)相關(guān)產(chǎn)業(yè)變革，對(duì)人們的生產(chǎn)和生活帶來顛覆性影響[1] 。當(dāng)前，中國(guó)已經(jīng)進(jìn)入“經(jīng)濟(jì)新常態(tài)”，亟待尋找促進(jìn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)的新動(dòng)能，而數(shù)字經(jīng)濟(jì)不僅可以為傳統(tǒng)企業(yè)的發(fā)展注入新動(dòng)能，還可以交叉融合推進(jìn)各領(lǐng)域技術(shù)變革[2] 。因此數(shù)字經(jīng)濟(jì)成為中國(guó)實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵依托，也是引領(lǐng)國(guó)家創(chuàng)新戰(zhàn)略的重要力量[3] 。

數(shù)字經(jīng)濟(jì)的概念可以追溯到1995年，Don Tapscott[4] 提出，與傳統(tǒng)經(jīng)濟(jì)相比，數(shù)字經(jīng)濟(jì)應(yīng)該具有知識(shí)性、融合性、創(chuàng)新性、數(shù)字化等特征。進(jìn)入20世紀(jì)，國(guó)內(nèi)外學(xué)者開始從經(jīng)濟(jì)學(xué)視角對(duì)數(shù)字經(jīng)濟(jì)的內(nèi)涵進(jìn)行探討，Kim等[5] 認(rèn)為：數(shù)字經(jīng)濟(jì)是一種特殊的經(jīng)濟(jì)形態(tài)，數(shù)字經(jīng)濟(jì)的活動(dòng)本質(zhì)為“商品和服務(wù)以數(shù)字化形式進(jìn)行交易”。在2016年的世界經(jīng)濟(jì)論壇上，數(shù)字經(jīng)濟(jì)被定義為“第四次工業(yè)革命”框架中的一部分。在數(shù)字經(jīng)濟(jì)浪潮的席卷之下，企業(yè)的規(guī)模優(yōu)勢(shì)正在被數(shù)字化優(yōu)勢(shì)取代，數(shù)字化可以使企業(yè)在資本與人力不變的情況下擴(kuò)大產(chǎn)能，轉(zhuǎn)變甚至顛覆傳統(tǒng)企業(yè)的發(fā)展模式。

學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)的初期研究，甚少?gòu)膶?shí)證層面進(jìn)行分析。這是因?yàn)檠芯砍跗谥笜?biāo)設(shè)計(jì)過于片面，經(jīng)濟(jì)統(tǒng)計(jì)未能跟上數(shù)字革命的步伐[6] ，從而不能準(zhǔn)確測(cè)算數(shù)字經(jīng)濟(jì)的產(chǎn)出效率。1998年美國(guó)已經(jīng)開始對(duì)數(shù)字經(jīng)濟(jì)的發(fā)展水平進(jìn)行測(cè)算，并嘗試從宏觀角度分析信息技術(shù)在“高增長(zhǎng)、高就業(yè)、低通脹”經(jīng)濟(jì)運(yùn)行模式中的作用，但是，由于數(shù)字經(jīng)濟(jì)往往融合于一個(gè)或者多個(gè)行業(yè)，數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)口徑和產(chǎn)業(yè)分類與傳統(tǒng)經(jīng)濟(jì)不盡相同[7] 。當(dāng)前，經(jīng)濟(jì)合作與發(fā)展組織[8] 、中國(guó)信息通信研究院、上海社會(huì)科學(xué)院經(jīng)濟(jì)研究所、賽迪顧問、騰訊研究院等機(jī)構(gòu)和組織開始從多個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)的指標(biāo)體系，并通過賦予不同權(quán)重來刻畫各地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平。由于一些“免費(fèi)數(shù)字經(jīng)濟(jì)”的存在，當(dāng)前的統(tǒng)計(jì)方式仍低估了數(shù)字經(jīng)濟(jì)對(duì)社會(huì)經(jīng)濟(jì)的貢獻(xiàn)[9] 。向書堅(jiān)等[10] 認(rèn)為，未來的數(shù)字經(jīng)濟(jì)統(tǒng)計(jì)研究可加強(qiáng)對(duì)數(shù)字技能、社會(huì)福利和安全保護(hù)等領(lǐng)域的統(tǒng)計(jì)，以彌補(bǔ)數(shù)字經(jīng)濟(jì)統(tǒng)計(jì)中的薄弱環(huán)節(jié)。

由此可見，已有數(shù)字經(jīng)濟(jì)報(bào)告的重點(diǎn)聚焦于數(shù)字經(jīng)濟(jì)產(chǎn)出水平，較少甚至幾乎沒有關(guān)注數(shù)字經(jīng)濟(jì)的產(chǎn)出效率，更談不上深入研究數(shù)字經(jīng)濟(jì)的區(qū)位差異與變化趨勢(shì)。基于此，本文采用DEA（數(shù)據(jù)包絡(luò)分析）方法，分別從靜態(tài)、動(dòng)態(tài)兩個(gè)角度比較研究中國(guó)各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率，探討中國(guó)在推進(jìn)數(shù)字經(jīng)濟(jì)建設(shè)中遇到的瓶頸，為數(shù)字經(jīng)濟(jì)產(chǎn)出效率的研究奠定基礎(chǔ)。同時(shí)，通過分解效率指標(biāo)，剖析數(shù)字經(jīng)濟(jì)投入產(chǎn)出存在的問題及成因，為提升數(shù)字經(jīng)濟(jì)產(chǎn)出效率、促進(jìn)數(shù)字經(jīng)濟(jì)健康發(fā)展提供理論支撐與政策依據(jù)。

二、模型和方法

（一）DEA基本模型及其原理

DEA方法主要用于研究相同類型的決策單元（DMU）的相對(duì)有效性，其原理是利用線性規(guī)劃構(gòu)建有效的凸性生產(chǎn)前沿面（Production Frontiers），通過實(shí)際生產(chǎn)活動(dòng)與生產(chǎn)前沿面相比較來計(jì)算決策單元的相對(duì)效率。鑒于學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)的規(guī)模報(bào)酬仍無定論，本文采用規(guī)模報(bào)酬可變的BCC-DEA模型，該模型可測(cè)算決策單元的技術(shù)效率（TE），并將其分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）[11] 。技術(shù)效率反映的是一個(gè)生產(chǎn)單元技術(shù)水平的高低，即每消耗一單位的投入所生產(chǎn)的產(chǎn)品數(shù)量;純技術(shù)效率表示在目前的管理和技術(shù)水平上，該決策單元投入資源的使用效率，可用于判斷管理和技術(shù)水平上是否達(dá)到了最優(yōu)狀態(tài);規(guī)模效率指受到產(chǎn)業(yè)規(guī)模影響的生產(chǎn)效率，主要用來描述實(shí)際規(guī)模與最優(yōu)規(guī)模之間的差距。當(dāng)各效率值等于1時(shí)，表示決策單元在該項(xiàng)效率上處于生產(chǎn)前沿面上。

（二）基于DEA的Malmquist生產(chǎn)率指數(shù)法

由于BCC-DEA僅能測(cè)算同一時(shí)間截面內(nèi)各決策單元的相對(duì)效率值，無法準(zhǔn)確反映決策單元在不同時(shí)期的變化趨勢(shì)，本研究借助基于DEA計(jì)算的Malmquist全要素生產(chǎn)率（TFP）來刻畫決策單元產(chǎn)出效率的動(dòng)態(tài)變化，并將Malmquist指數(shù)分解為技術(shù)效率變化指數(shù)（EC）和技術(shù)變化指數(shù)（TC）[12] 。

在規(guī)模報(bào)酬變動(dòng)的前提下，又可將技術(shù)效率變化指數(shù)劃分為純技術(shù)效率變化指數(shù)（PTEC）和規(guī)模效率變化指數(shù)（SEC），從而對(duì)各省份產(chǎn)出效率的歷史演化進(jìn)行更深入的分析。因?yàn)楸狙芯康腗almquist指數(shù)及各效率變化指數(shù)采用比值法計(jì)算，所以各效率變化指數(shù)大于1表示生產(chǎn)率的提高，小于1表示生產(chǎn)率的下降。

從理論上分析，技術(shù)變化指數(shù)大于1表示生產(chǎn)前沿面前移，小于1表示生產(chǎn)前沿面后退。而通常情況下，生產(chǎn)技術(shù)應(yīng)該隨著時(shí)間不斷進(jìn)步。技術(shù)變化指數(shù)是包含了除資本、勞動(dòng)、技術(shù)效率變化之外的一切可影響經(jīng)濟(jì)增長(zhǎng)的相關(guān)因素，這也是技術(shù)變化指數(shù)能反映生產(chǎn)前沿面移動(dòng)的原因。

三、指標(biāo)選取與數(shù)據(jù)來源

（一）指標(biāo)選取

1. 投入指標(biāo)：資本和勞動(dòng)。本文參考《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》中有關(guān)數(shù)字經(jīng)濟(jì)的測(cè)算方法，選取信息傳輸、軟件和信息服務(wù)業(yè)與計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)的固定資產(chǎn)投資總量來衡量資本投入，勞動(dòng)則以上述兩個(gè)行業(yè)的總就業(yè)人數(shù)來衡量。根據(jù)“薩伊生產(chǎn)要素三定律”，投入變量應(yīng)包含資本、勞動(dòng)、土地三個(gè)維度。數(shù)字經(jīng)濟(jì)是數(shù)據(jù)化、網(wǎng)絡(luò)化的經(jīng)濟(jì)，構(gòu)建于數(shù)字化之上。開發(fā)軟件、傳輸信息、運(yùn)營(yíng)網(wǎng)站、搭建平臺(tái)等相關(guān)數(shù)字經(jīng)濟(jì)行為表明，我國(guó)經(jīng)濟(jì)正在逐步擺脫農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)時(shí)代對(duì)土地過度依賴的現(xiàn)狀。從這個(gè)意義上來說，或許數(shù)據(jù)儲(chǔ)存設(shè)備才是推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展所需投入的“土地”?；诖耍疚陌选巴恋亍边@一維度的投入并入資本投入，最終選取資本投入和勞動(dòng)力投入兩個(gè)維度進(jìn)行研究。

2. 產(chǎn)出指標(biāo)：實(shí)際GDP和勞動(dòng)生產(chǎn)率。實(shí)際GDP是省級(jí)層面數(shù)據(jù)，各省分別以1990年為基準(zhǔn)年，對(duì)樣本年份的名義GDP做平減處理，目的在于剔除價(jià)格因素的影響。勞動(dòng)生產(chǎn)率同樣源于省級(jí)層面數(shù)據(jù)，即：勞動(dòng)生產(chǎn)率=各省實(shí)際GDP/各省總就業(yè)人數(shù)。理論上，最優(yōu)的數(shù)字經(jīng)濟(jì)產(chǎn)出指標(biāo)應(yīng)是數(shù)字經(jīng)濟(jì)產(chǎn)出水平或者數(shù)字經(jīng)濟(jì)發(fā)展水平。然而，使用與信息傳輸、軟件和信息服務(wù)業(yè)及計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)相關(guān)的行業(yè)產(chǎn)出來衡量數(shù)字經(jīng)濟(jì)的產(chǎn)出水平，其中的問題是“與上述兩個(gè)行業(yè)相關(guān)”的界定是人為的，帶有主觀因素，受制于界定者對(duì)數(shù)字經(jīng)濟(jì)技術(shù)和產(chǎn)品應(yīng)用的了解程度。

目前，人們對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的衡量仍處于探索階段，尚無定論。反觀社會(huì)總GDP，其測(cè)算中涵蓋了全部數(shù)字化、信息化技術(shù)和應(yīng)用所能帶來的影響，可以避免因知識(shí)受限、主觀判斷等因素而影響實(shí)證結(jié)果。此外，已有的數(shù)字經(jīng)濟(jì)研究報(bào)告認(rèn)為，地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平與地區(qū)的經(jīng)濟(jì)發(fā)展水平有很強(qiáng)的相關(guān)性。這意味著社會(huì)總GDP可作為數(shù)字經(jīng)濟(jì)發(fā)展水平的代理變量。為此，本文選擇了社會(huì)總GDP作為產(chǎn)出指標(biāo)。同理，本研究選擇了社會(huì)勞動(dòng)生產(chǎn)率作為產(chǎn)出指標(biāo)。

（二）數(shù)據(jù)來源

本文的研究對(duì)象是中國(guó)29個(gè)省市自治區(qū)（西藏、寧夏、香港、澳門、臺(tái)灣由于數(shù)據(jù)缺失而被剔除）的數(shù)字經(jīng)濟(jì)產(chǎn)出效率，樣本年份為2008 ～ 2016年，數(shù)據(jù)分別來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)固定資產(chǎn)投資統(tǒng)計(jì)年鑒》。表1是相關(guān)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果。

由表1可知，各指標(biāo)的最小值與最大值差異較大，需要進(jìn)一步分析差異產(chǎn)生的原因。

四、實(shí)證結(jié)果及經(jīng)濟(jì)解釋

（一）靜態(tài)效率分析

1. 各地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較分析。表2是基于BCC-DEA方法得到的實(shí)證結(jié)果。將29個(gè)省市劃分為東、中、西部，探討數(shù)字經(jīng)濟(jì)在不同地區(qū)的效率狀況。其中，東、中、西部的技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）均為區(qū)域內(nèi)各省份當(dāng)年數(shù)據(jù)的算術(shù)平均值。從技術(shù)效率來看，2014年之前，東部的技術(shù)效率最低，中部次之，西部最高;2014年至今，西部技術(shù)效率仍然最高，東部效率提升并高于中部地區(qū)。這反映出數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)不同，沒有遵循傳統(tǒng)的東、中、西部的分布規(guī)律，可能是因?yàn)閿?shù)字化、信息化削弱了地理位置對(duì)經(jīng)濟(jì)水平的影響。因此，數(shù)字經(jīng)濟(jì)對(duì)于縮小地區(qū)經(jīng)濟(jì)差距具有重要意義，也是解決區(qū)域發(fā)展不平衡問題的一把“金鑰匙”。純技術(shù)效率和規(guī)模效率則反映出東、中、西部在不同程度上存在管理水平低下的問題。

值得注意的是，雖然東部地區(qū)的數(shù)字經(jīng)濟(jì)產(chǎn)出效率長(zhǎng)期低于全國(guó)平均水平，但在純技術(shù)效率的帶動(dòng)之下，東部地區(qū)的技術(shù)效率呈上升趨勢(shì)。東部與西部9.6%的差距已經(jīng)從2008年的23.7%縮小為2016年的10.4%。近年來，我國(guó)提倡地方發(fā)展模式由粗放型轉(zhuǎn)向集約型，此舉對(duì)提高數(shù)字經(jīng)濟(jì)產(chǎn)出效率具有一定的促進(jìn)作用。中部地區(qū)的技術(shù)效率保持在全國(guó)均值水平附近，最近幾年有下降趨勢(shì)，這主要是因中部的純技術(shù)效率下滑所致。此外，中部規(guī)模效率波動(dòng)幅度一直較大，這可能與政府對(duì)發(fā)展定位不準(zhǔn)、頻繁調(diào)整發(fā)展戰(zhàn)略相關(guān)。西部11省的技術(shù)效率均值一直高于全國(guó)水平，這主要?dú)w功于其高水平的規(guī)模效率，基本維持在0.9以上。但西部存在的問題同樣不容忽視，其純技術(shù)效率與東部和中部類似，在0.6 ～ 0.8之間，有待進(jìn)一步提高。

2. 各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較分析。下面將細(xì)化分析對(duì)象，比較研究各省在樣本期內(nèi)的產(chǎn)出效率情況。

表3反映的是2008 ～ 2016年各省每年的技術(shù)效率。平均值一欄是各省技術(shù)效率在樣本期內(nèi)的算術(shù)平均值，地區(qū)的排名先后取決于各省技術(shù)效率在樣本期限內(nèi)的平均值大小。表3中，內(nèi)蒙古、海南、青海、新疆、黑龍江年均技術(shù)排名前5名，而內(nèi)蒙古、海南、青海常年處于效率最優(yōu)狀態(tài)（技術(shù)效率=1），位于生產(chǎn)前沿面，這說明以上5個(gè)省份在數(shù)字經(jīng)濟(jì)產(chǎn)出效率上相對(duì)優(yōu)于其他省份。

下面以內(nèi)蒙古為例，進(jìn)一步探討其數(shù)字經(jīng)濟(jì)產(chǎn)出效率位居全國(guó)前列的原因：在地理位置方面，內(nèi)蒙古存在明顯的區(qū)位優(yōu)勢(shì)，由于年均溫度處于數(shù)據(jù)中心運(yùn)行的適宜溫度，以及能源充足、電價(jià)較低，可保證數(shù)據(jù)中心穩(wěn)定運(yùn)行;在人才方面，內(nèi)蒙古不僅充分發(fā)揮了本地高校的人才培養(yǎng)優(yōu)勢(shì)，設(shè)立了數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)，培養(yǎng)了本土數(shù)字科技人才，還通過“草原英才”等人才引進(jìn)計(jì)劃，發(fā)揮“傳、幫、帶”作用，穩(wěn)步推進(jìn)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展;在政策優(yōu)勢(shì)方面，內(nèi)蒙古除了可以享受西部大開發(fā)和東北振興政策，還可以享受民族區(qū)域自治政策，政策保障為內(nèi)蒙古發(fā)展云計(jì)算等戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)造了條件;在發(fā)展規(guī)劃方面，政府在“十二五”規(guī)劃中明確提出加快“數(shù)字化”步伐，推進(jìn)“結(jié)構(gòu)轉(zhuǎn)型”的戰(zhàn)略布局，加強(qiáng)云計(jì)算等數(shù)字建設(shè)，對(duì)數(shù)字化龍頭企業(yè)給予土地和能源支持。

除此之外，產(chǎn)業(yè)的規(guī)模效應(yīng)同樣是不可忽視的影響因素。內(nèi)蒙古處于內(nèi)陸地區(qū)，地理位置、發(fā)展程度等因素使其對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)布局落后于沿海發(fā)達(dá)省份。也正因如此，內(nèi)蒙古的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)規(guī)劃發(fā)揮后發(fā)優(yōu)勢(shì)，充分借鑒已有經(jīng)驗(yàn)，從而長(zhǎng)期保持較高的產(chǎn)出效率。

3. 北京、上海、廣東、浙江和江蘇數(shù)字經(jīng)濟(jì)產(chǎn)出效率及分解。在王彬燕等[13] 的研究中，他們發(fā)現(xiàn)廣東的數(shù)字經(jīng)濟(jì)發(fā)展水平在全國(guó)穩(wěn)居首位，而北京、上海、浙江、江蘇分別位于第二梯隊(duì)。全國(guó)的數(shù)字經(jīng)濟(jì)發(fā)展水平表現(xiàn)出自東向西遞減的特征。這與《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》《中國(guó)城市數(shù)字經(jīng)濟(jì)指數(shù)白皮書》等數(shù)字經(jīng)濟(jì)報(bào)告的結(jié)論相吻合，即中國(guó)各省份的數(shù)字經(jīng)濟(jì)發(fā)展程度與自身的經(jīng)濟(jì)發(fā)展存在較高的相關(guān)性。因此，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)達(dá)省份集中分布在沿海地區(qū)，尤其是“珠三角”和“長(zhǎng)三角”區(qū)域。

然而，表3顯示，北京、上海、廣東、浙江和江蘇等5個(gè)經(jīng)濟(jì)發(fā)達(dá)省市的數(shù)字經(jīng)濟(jì)產(chǎn)出效率排名墊底。以江蘇與浙江最為典型，雖然兩省的電子商務(wù)行業(yè)每年都能貢獻(xiàn)巨額的產(chǎn)出量，但它們的技術(shù)效率常年處于0.1 ～ 0.3之間。至于北京、上海和廣東，雖然經(jīng)濟(jì)發(fā)達(dá)并擁有眾多資源，但技術(shù)效率卻處于全國(guó)最后一梯隊(duì)，這反映出這些省份在數(shù)字經(jīng)濟(jì)上可能存在資源配置能力低下、資源利用效率不高等問題。為什么這些相對(duì)發(fā)達(dá)省份會(huì)出現(xiàn)經(jīng)濟(jì)總量高而產(chǎn)出效率低的奇怪現(xiàn)象？

為深入分析上述5省數(shù)字經(jīng)濟(jì)產(chǎn)出效率墊底的影響因素，本文在表4中把5省的技術(shù)效率分解為純技術(shù)效率和規(guī)模效率。研究發(fā)現(xiàn)廣東省的純技術(shù)效率常年為1，但規(guī)模效率較低，個(gè)別年份不超過0.1。這說明廣東省的管理能力、技術(shù)水平是有效的，但地區(qū)規(guī)模效率處于遞減趨勢(shì)。這一狀況可能源于廣東省政府在“十五”至“十二五”時(shí)期的制度安排。在“十五”末期至“十一五”中期，廣東省處于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵階段，電子信息產(chǎn)業(yè)作為當(dāng)時(shí)廣東省的三大新興支柱產(chǎn)業(yè)之一，全方位地獲得了財(cái)力和智力的政策扶持，進(jìn)一步鞏固了廣東省的數(shù)字經(jīng)濟(jì)大省地位。然而，由于過度依賴粗放型增長(zhǎng)方式，在“十一五”時(shí)期，廣東省的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)出現(xiàn)產(chǎn)業(yè)規(guī)模大而產(chǎn)品附加值低、產(chǎn)品同質(zhì)化嚴(yán)重、低水平重復(fù)建設(shè)多、產(chǎn)業(yè)集聚水平不高、核心技術(shù)能力不強(qiáng)等問題。雖然廣東省在“十二五”期間對(duì)數(shù)字經(jīng)濟(jì)發(fā)展方式進(jìn)行了調(diào)整，并取得了一定成效，但與北京、浙江等省市仍有一定差距。因此，廣東省未來的關(guān)注點(diǎn)仍應(yīng)是如何提高規(guī)模效率，借以提高數(shù)字經(jīng)濟(jì)的產(chǎn)出效率。

北京、上海、江蘇和浙江的技術(shù)效率則受到純技術(shù)效率和規(guī)模效率的雙重制約，純技術(shù)效率方面的制約更為顯著。具體來看，上海的純技術(shù)效率要高于其他三個(gè)省市，這是上海的排名領(lǐng)先于北京、江蘇和浙江的主要原因;江蘇的規(guī)模效率明顯低于其他三省市，從而使得江蘇的技術(shù)效率居于末位;北京和浙江的規(guī)模效率波動(dòng)幅度非常大，規(guī)模效率高的年份其值超過0.95，接近最優(yōu)規(guī)模效率，規(guī)模效率低的年份卻在0.3以下。之所以會(huì)出現(xiàn)上述結(jié)果，這與每個(gè)省市長(zhǎng)期依賴粗放型增長(zhǎng)方式不無關(guān)系。此外，北京、上海、廣東等地的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的基礎(chǔ)總量很大，數(shù)字化、信息化程度很高，每年雖有相當(dāng)大的產(chǎn)出量，但由于基礎(chǔ)產(chǎn)量規(guī)模大，整體產(chǎn)權(quán)效率并不高。至于其他數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)相對(duì)落后地區(qū)，雖然基礎(chǔ)總量較小、發(fā)展速度慢，但可以充分借鑒發(fā)達(dá)省份的成功經(jīng)驗(yàn)和發(fā)展模式，制定更高效、更切合實(shí)際的發(fā)展路徑和管理制度，從而使數(shù)字經(jīng)濟(jì)的單位投入創(chuàng)造更多的產(chǎn)出。可見，數(shù)字經(jīng)濟(jì)發(fā)展水平高的地區(qū)不一定是資源配置優(yōu)、利用效率高的地區(qū)。無論各省已有的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)基礎(chǔ)如何，發(fā)展?fàn)顩r如何，都需要重視資源配置的優(yōu)化，進(jìn)一步提高數(shù)字經(jīng)濟(jì)產(chǎn)出效率。

雖然BCC-DEA是以每個(gè)時(shí)間截面內(nèi)的決策單位來確定相對(duì)效率值，無法直接反映動(dòng)態(tài)變化，但可以觀察到多個(gè)省份的產(chǎn)出效率在逐年上升。這就意味著無效率省份與有效率省份的差距在逐年縮小，在一定程度上反映了地區(qū)產(chǎn)出效率的逐年改善。這一結(jié)果得益于政府開始倡導(dǎo)由集約型發(fā)展模式代替粗放型發(fā)展模式的戰(zhàn)略轉(zhuǎn)型。

4. 甘肅和陜西數(shù)字經(jīng)濟(jì)產(chǎn)出效率及分解。甘肅、陜西兩省地理上毗鄰，但是技術(shù)效率卻相差甚遠(yuǎn)。通過對(duì)比兩省的純技術(shù)效率和規(guī)模效率，發(fā)現(xiàn)兩省在規(guī)模效率上并無顯著差異，在某些年份，陜西的規(guī)模效率還相對(duì)優(yōu)于甘肅。問題的根源在于純技術(shù)效率，甘肅每年的純技術(shù)效率基本都為陜西的兩倍以上。由于兩省毗鄰，且都處于中部地區(qū)，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)存在極強(qiáng)的趨同性，導(dǎo)致鄰近省份對(duì)技術(shù)、人才產(chǎn)生激烈的競(jìng)爭(zhēng)，使得兩省的數(shù)字經(jīng)濟(jì)產(chǎn)出效率出現(xiàn)截然不同的走勢(shì)。

（二）動(dòng)態(tài)效率分析

1. 中國(guó)數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及分解。表6是按照DEA-MAL指數(shù)法所得到的中國(guó)數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率變化及其分解結(jié)果。研究結(jié)果表明，2009 ～ 2016年中國(guó)數(shù)字經(jīng)濟(jì)的全要素生產(chǎn)率（TFP）總體呈先增后降趨勢(shì)。相比2009年，2016年中國(guó)數(shù)字經(jīng)濟(jì)的產(chǎn)出效率不升反降。其中，純技術(shù)效率變化指數(shù)（PTEC）和規(guī)模效率變化指數(shù)（SEC）圍繞1上下波動(dòng)，帶動(dòng)技術(shù)效率頻繁變動(dòng)，進(jìn)而影響全要素生產(chǎn)率變動(dòng)。但這并不是造成全要素生產(chǎn)率不升反降的主要原因，關(guān)鍵因素在于技術(shù)變化指數(shù)（TC）對(duì)中國(guó)數(shù)字經(jīng)濟(jì)的貢獻(xiàn)在持續(xù)降低，以致抵消了資源優(yōu)化配置、管理水平上升、集聚效應(yīng)提高的正向影響。技術(shù)變化指數(shù)小于1，反映的是經(jīng)濟(jì)體涌現(xiàn)出了各種阻礙數(shù)字經(jīng)濟(jì)發(fā)展的因素。這些因素或是已知的，或是未知的，亟待進(jìn)一步發(fā)現(xiàn)和處理，以確保數(shù)字經(jīng)濟(jì)的有效運(yùn)行。一些因素已為我們所知，例如，隱私問題正在惡化互聯(lián)網(wǎng)用戶與公司之間的關(guān)系，信任缺失將成為數(shù)字經(jīng)濟(jì)發(fā)展的阻礙;在數(shù)字經(jīng)濟(jì)時(shí)代，人人都有機(jī)會(huì)接觸到他人的知識(shí)成果，因知識(shí)產(chǎn)權(quán)保護(hù)制度不完善，數(shù)字侵權(quán)行為層出不窮，損害了數(shù)字經(jīng)濟(jì)開發(fā)者的實(shí)際利益，對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展造成一定的阻礙[14] ;區(qū)塊鏈、3D打印、5G、共享產(chǎn)品等新型數(shù)字化技術(shù)的應(yīng)用吸納了社會(huì)巨額投資，但仍未找到推動(dòng)經(jīng)濟(jì)增長(zhǎng)、社會(huì)生產(chǎn)率提高的有效途徑;從機(jī)會(huì)成本角度出發(fā)，各種還未被開發(fā)完備的技術(shù)，同樣也是阻礙數(shù)字經(jīng)濟(jì)發(fā)展效率提升的因素之一。

2. 各地區(qū)及全國(guó)總體全要素生產(chǎn)率變化趨勢(shì)。下圖反映出東部、中部、西部地區(qū)和全國(guó)總體的全要素生產(chǎn)率的縱向變化趨勢(shì)，不僅東部、中部、西部地區(qū)的全要素生產(chǎn)率呈現(xiàn)出不同幅度的波動(dòng)，且其總體走勢(shì)均為下降趨勢(shì)。

2009 ～ 2016年8個(gè)年度時(shí)間段，東部和西部地區(qū)的全要素生產(chǎn)率只在3個(gè)年度呈現(xiàn)增長(zhǎng)趨勢(shì)，其余時(shí)間皆呈現(xiàn)下降趨勢(shì)。而中部地區(qū)的全要素生產(chǎn)率大部分年度在1以下，說明中部地區(qū)的數(shù)字經(jīng)濟(jì)產(chǎn)出效率較低?？傮w而言，下圖反映出中國(guó)東部、中部、西部地區(qū)在樣本期內(nèi)均沒能對(duì)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)揮積極的推動(dòng)作用，而中部地區(qū)和西部地區(qū)全要素生產(chǎn)率的持續(xù)下滑態(tài)勢(shì)更是負(fù)向影響了全國(guó)總體的全要素生產(chǎn)率。

3. 各省份數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及分解。表7反映了中國(guó)29省在樣本期內(nèi)的數(shù)字經(jīng)濟(jì)產(chǎn)出效率均值。由表7中數(shù)據(jù)可知，我國(guó)僅有10個(gè)省份的數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率出現(xiàn)增長(zhǎng)，全國(guó)平均下降幅度約為2.3%。全要素生產(chǎn)率增長(zhǎng)的省份主要集中在東部地區(qū)，中部地區(qū)只有吉林和黑龍江，西部則僅剩內(nèi)蒙古和新疆。究其原因，主要是因?yàn)榧夹g(shù)變化指數(shù)在拖慢全要素生產(chǎn)率的增速。29個(gè)省份中僅有內(nèi)蒙古和新疆的技術(shù)變化指數(shù)大于1，這說明各省份在發(fā)展數(shù)字經(jīng)濟(jì)過程中均遇到技術(shù)障礙，這是一個(gè)共性問題。從技術(shù)效率變化指數(shù)分析，東部大部分省份的技術(shù)效率變化指數(shù)大于1，且高于中部、西部省份。通過分解可知，純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)均起到了一定的推動(dòng)作用。這也印證了本研究的發(fā)現(xiàn)：東部地區(qū)憑借長(zhǎng)期積累的人才優(yōu)勢(shì)，通過提高管理水平、優(yōu)化產(chǎn)業(yè)規(guī)模等方式正在縮小與中部、西部省份的產(chǎn)出效率差距。值得注意的是，不同地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展程度與數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)人才流動(dòng)可能互為因果關(guān)系：一方面，經(jīng)濟(jì)發(fā)達(dá)地區(qū)由于具備良好的信息基礎(chǔ)設(shè)施與數(shù)據(jù)基礎(chǔ)設(shè)施，以及獲得了地方財(cái)稅政策支持，因此這些地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展程度高，提供的數(shù)字經(jīng)濟(jì)相關(guān)崗位多，更易于吸引大量?jī)?yōu)秀人才流入;另一方面，數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)人才的持續(xù)流入，帶來了生產(chǎn)效率、資源配置效率的不斷提升，從而持續(xù)支撐并推動(dòng)該地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展。

因此，對(duì)中部、西部省份而言，不僅要加大數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)人才的引進(jìn)力度，建立、完善人才培養(yǎng)體系，還要充分利用有限資源，以“先富帶動(dòng)后富”的理念布局轄區(qū)的整體規(guī)劃，圍繞轄區(qū)內(nèi)的核心城市構(gòu)建數(shù)字經(jīng)濟(jì)高地，借此吸引“高精尖”人才向轄區(qū)聚集，使數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)保持穩(wěn)定的發(fā)展態(tài)勢(shì)。

五、結(jié)論與政策建議

（一）結(jié)論

本研究采用BCC-DEA模型和Malmquist指數(shù)模型對(duì)2008 ～ 2016年中國(guó)29省的數(shù)字經(jīng)濟(jì)產(chǎn)出效率從靜態(tài)和動(dòng)態(tài)兩個(gè)角度進(jìn)行了估算和對(duì)比分析，總結(jié)出以下結(jié)論：中國(guó)大部分省份的數(shù)字經(jīng)濟(jì)運(yùn)行長(zhǎng)期處于無效率狀態(tài);中國(guó)數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈先升后降趨勢(shì);數(shù)字經(jīng)濟(jì)的發(fā)展有助于縮小我國(guó)地區(qū)間的經(jīng)濟(jì)水平差異。

（二）政策建議

從靜態(tài)效率來看，中國(guó)大部分省份的數(shù)字經(jīng)濟(jì)技術(shù)效率長(zhǎng)期處于無效率狀態(tài)，東部省份的技術(shù)效率最低，中部省份次之，西部省份最高。通過分解技術(shù)效率發(fā)現(xiàn)，純技術(shù)效率低下是導(dǎo)致數(shù)字經(jīng)濟(jì)長(zhǎng)期無效率的主要原因，這反映出中國(guó)大部分省份的數(shù)字經(jīng)濟(jì)存在資源配置效率低、管理水平低的問題。從宏觀層面分析，解決數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)資源配置效率低、管理水平低的問題需要同時(shí)發(fā)揮市場(chǎng)自發(fā)調(diào)節(jié)與地方政府治理的合力，即采取雙管齊下的共治模式：一方面，地方政府必須設(shè)計(jì)推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的戰(zhàn)略規(guī)劃，并針對(duì)數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)制定財(cái)政、信貸扶持政策，保證該產(chǎn)業(yè)的優(yōu)先發(fā)展、有序監(jiān)管與有效治理。另一方面，從市場(chǎng)調(diào)節(jié)角度分析，政府只開展政策引導(dǎo)、制度設(shè)計(jì)等頂層設(shè)計(jì)與監(jiān)管治理工作，其余的資源配置與產(chǎn)業(yè)調(diào)節(jié)全部交由市場(chǎng)自發(fā)完成，充分發(fā)揮市場(chǎng)的資源配置功能和經(jīng)濟(jì)調(diào)節(jié)功能。

從動(dòng)態(tài)效率來看，中國(guó)數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈現(xiàn)先升后降的趨勢(shì)。其中，純技術(shù)效率和規(guī)模效率每年均維持在小幅度范圍內(nèi)波動(dòng)，對(duì)全要素生產(chǎn)率產(chǎn)生了一定的影響。但數(shù)字經(jīng)濟(jì)面臨的主要問題是遭遇了技術(shù)瓶頸，從而遏制了全要素生產(chǎn)率的提升。此外，雖然東部大部分省份的技術(shù)效率常年排名墊底，但它們的年均技術(shù)效率變化基本大于1，且正在逐步縮小與效率前沿省份的相對(duì)效率差距。通過分解發(fā)現(xiàn)，純技術(shù)效率的增長(zhǎng)和規(guī)模效率的優(yōu)化對(duì)東部省份的技術(shù)效率起到了一定的推動(dòng)作用。為維持?jǐn)?shù)字經(jīng)濟(jì)全要素生產(chǎn)率在未來期間的持續(xù)上升趨勢(shì)，筆者認(rèn)為政府應(yīng)對(duì)不同地區(qū)的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)根據(jù)其特征和發(fā)展要求采取不同的治理模式，東部地區(qū)繼續(xù)實(shí)現(xiàn)純技術(shù)效率的增長(zhǎng)和規(guī)模效率的優(yōu)化，中部、西部地區(qū)應(yīng)實(shí)施人才彈性引進(jìn)機(jī)制、設(shè)計(jì)人才激勵(lì)制度，提升對(duì)高科技人員和高級(jí)管理人員的引進(jìn)率。

從總體來看，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)不同地區(qū)的資源稟賦差異的敏感性不強(qiáng)，尤其是放寬了對(duì)土地、勞動(dòng)力等資源的剛性需求，但對(duì)資本投入和技術(shù)投入較為敏感，這顯然有助于提高所有地區(qū)的經(jīng)濟(jì)增長(zhǎng)率，進(jìn)而縮小不同地區(qū)之間的經(jīng)濟(jì)發(fā)展水平差異。鑒于此，國(guó)家應(yīng)根據(jù)不同區(qū)域的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)基礎(chǔ)，推進(jìn)不同區(qū)域數(shù)字經(jīng)濟(jì)的協(xié)調(diào)、健康、有序發(fā)展，注重不同地區(qū)之間數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)的差異化、協(xié)同化發(fā)展，抓好數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略的頂層設(shè)計(jì)和整體謀劃。同時(shí)，國(guó)家還應(yīng)加強(qiáng)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展方向的引導(dǎo)和監(jiān)管，推進(jìn)市場(chǎng)結(jié)構(gòu)優(yōu)化，避免無序融資、惡意競(jìng)爭(zhēng)等效率低下的經(jīng)濟(jì)行為，提高數(shù)字經(jīng)濟(jì)的資源配置效率。

【 主 要 參 考 文 獻(xiàn) 】

[ 1 ]? ?Degryse C.. Shaping the world of work in the digital economy[ J].SSRN Electronic Journal，2017（3）：45 ～ 50.

[ 2 ]? ?張于喆.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進(jìn)的發(fā)展思路與主要任務(wù)[ J].經(jīng)濟(jì)縱橫，2018（9）：85 ～ 91.

[ 3 ]? ?張新紅.數(shù)字經(jīng)濟(jì)與中國(guó)發(fā)展[ J].大數(shù)據(jù)時(shí)代，2016（2）：30 ～ 37.

[ 4 ]? ?Don Tapscott. The digital economy： Promise and peril in the age of networked intelligence[M].New York：The McGraw-Hill Companies，1995：156 ～ 168.

[ 5 ]? ?Kim B.， Barua A.， Whinston A. B.. Virtual field experiments for a digital economy： A new research methodology for exploring an informa-tion economy[ J].Decision Support Systems，2002（3）：215 ～ 231.

[ 6 ]? ?Bakhshi， Hasan. How can we measure the modern digital economy？[ J].Significance，2016（3）：6 ～ 7.

[ 7 ]? ?徐清源，單志廣，馬潮江.國(guó)內(nèi)外數(shù)字經(jīng)濟(jì)測(cè)度指標(biāo)體系研究綜述[ J].調(diào)研世界，2018（11）：54 ～ 60.

[ 8 ]? ?經(jīng)濟(jì)合作發(fā)展組織.衡量數(shù)字經(jīng)濟(jì)：一個(gè)新的視角[M].上海：上海遠(yuǎn)東出版社，2015：9 ～ 28.

[ 9 ]? ?Nakamura L. I.，Samuels J. D.，Soloveichik R. H.. Measuring the "free" digital economy within the GDP and Productivity Accounts[Z].BeaWorking Papers，2017.

[10]? ?向書堅(jiān)，吳文君.OECD數(shù)字經(jīng)濟(jì)核算研究最新動(dòng)態(tài)及其啟示[ J].統(tǒng)計(jì)研究，2018（12）：3 ～ 15.

[11]? ?Banker R. D.， Charnes A.，Cooper W. W.. Some models for estimating technical and scale inefficiencies in data envelopment analysis[ J].Management Science，1984（9）：1078 ～ 1092.

[12]? ?Fare R.， Grosskopf S.， Lindgren B.. Productivity changes in Swedish pharmacies 1980-1989： A non-parametric malmquist approach[ J].Journal of Productivity Analysis，1992（1）：81 ～ 97.

[13]? ?王彬燕，田俊峰，程利莎.中國(guó)數(shù)字經(jīng)濟(jì)空間分異及影響因素[ J].地理科學(xué)，2018（6）：859 ～ 868.

[14]? ?張景先.數(shù)字經(jīng)濟(jì)發(fā)展的幾個(gè)關(guān)鍵點(diǎn)[ J].人民論壇，2018（29）：80 ～ 81.