林 博 寇冬雪

數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化：基于多模型指數(shù)構(gòu)建的實(shí)證研究

林 博1寇冬雪2

（1. 中國社會(huì)科學(xué)院拉丁美洲研究所 北京 100007； 2. 中國社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所 北京 100006）

本文基于多模型指數(shù)構(gòu)建檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化及高級(jí)化的影響及內(nèi)在機(jī)制。研究得出，數(shù)字經(jīng)濟(jì)有助于促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的促進(jìn)作用在克服內(nèi)生性影響后顯著。數(shù)字經(jīng)濟(jì)有助于促進(jìn)東西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，不利于西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化。電力消費(fèi)在數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化過程中存在負(fù)向調(diào)節(jié)作用。技術(shù)市場(chǎng)、電子商務(wù)和全要素生產(chǎn)率在數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化過程中存在正向調(diào)節(jié)作用，區(qū)域創(chuàng)新在數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化過程中存在負(fù)向調(diào)節(jié)作用。

數(shù)字經(jīng)濟(jì)；產(chǎn)業(yè)結(jié)構(gòu)；高級(jí)化；合理化

近年來，我國推進(jìn)新型工業(yè)化發(fā)展，在大數(shù)據(jù)、云計(jì)算、5G、人工智能、區(qū)塊鏈等數(shù)字技術(shù)領(lǐng)域取得了長足進(jìn)步，數(shù)字技術(shù)驅(qū)動(dòng)作用逐漸增強(qiáng)，不斷推動(dòng)生產(chǎn)、流通、交易等環(huán)節(jié)持續(xù)創(chuàng)新和升級(jí)，工業(yè)化發(fā)展出現(xiàn)新圖景。我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)進(jìn)程不斷加快，第三產(chǎn)業(yè)增加值占GDP的比重從改革開放初期的24.6%提升到2022年前三季度的53.5%，一舉扭轉(zhuǎn)了長期以來產(chǎn)業(yè)結(jié)構(gòu)單一的不利局面，為轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、實(shí)現(xiàn)高質(zhì)量發(fā)展奠定了重要基礎(chǔ)。與此同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)合理化程度不斷優(yōu)化，產(chǎn)業(yè)之間協(xié)調(diào)能力不斷增強(qiáng)。數(shù)字經(jīng)濟(jì)發(fā)展能否真正促進(jìn)我國產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化，這成為理論和實(shí)證研究領(lǐng)域的熱點(diǎn)話題。因此，從多模型指數(shù)構(gòu)建維度進(jìn)行實(shí)證研究和論證顯得尤為重要。

一、文獻(xiàn)綜述

國內(nèi)學(xué)者普遍認(rèn)為數(shù)字經(jīng)濟(jì)對(duì)我國產(chǎn)業(yè)結(jié)構(gòu)升級(jí)起到促進(jìn)作用。數(shù)字經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)服務(wù)外包產(chǎn)業(yè)升級(jí)和轉(zhuǎn)型，推動(dòng)由工業(yè)主導(dǎo)型經(jīng)濟(jì)向服務(wù)主導(dǎo)型經(jīng)濟(jì)轉(zhuǎn)變[1]。這給我國從制造業(yè)數(shù)字化轉(zhuǎn)型切入促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進(jìn)提供了重要機(jī)遇[2]。數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)主要有以下機(jī)制：一是數(shù)字技術(shù)促進(jìn)全要素生產(chǎn)率提升。數(shù)字革命和人工智能革命促進(jìn)了勞動(dòng)生產(chǎn)率的提高，智能機(jī)器制造部分替代了傳統(tǒng)的勞動(dòng)力、資本等要素，改變了全要素的結(jié)構(gòu)[3]。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為核心生產(chǎn)要素[4]，數(shù)字技術(shù)和制造業(yè)深度融合催生數(shù)字化生產(chǎn)要素，數(shù)字技術(shù)成為驅(qū)動(dòng)制造業(yè)全要素生產(chǎn)率增長的新引擎[5]，不斷推動(dòng)產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)增長[6]。二是產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化相互促進(jìn)。數(shù)字經(jīng)濟(jì)在全球范圍內(nèi)快速增長，信息通信技術(shù)在數(shù)字經(jīng)濟(jì)發(fā)展中具有重要作用[7]，數(shù)字產(chǎn)業(yè)本身規(guī)模不斷擴(kuò)展帶動(dòng)第三產(chǎn)業(yè)持續(xù)發(fā)展。同時(shí)，數(shù)字產(chǎn)業(yè)化催生新創(chuàng)新模式，推動(dòng)科技創(chuàng)新和產(chǎn)業(yè)轉(zhuǎn)型[8]。工業(yè)互聯(lián)網(wǎng)對(duì)于推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)優(yōu)化升級(jí)具有基礎(chǔ)性作用，未來會(huì)迎來加速落地期[9]。同時(shí)，數(shù)字經(jīng)濟(jì)下的工業(yè)智能化推動(dòng)產(chǎn)業(yè)變革和創(chuàng)新，有助于高質(zhì)量就業(yè)的實(shí)現(xiàn)[10]。三是數(shù)字經(jīng)濟(jì)加速新型工業(yè)化。在數(shù)字要素推動(dòng)下，工業(yè)化展開新的發(fā)展圖景，由傳統(tǒng)的以機(jī)械化（以蒸汽機(jī)為代表）、電氣化（以發(fā)電機(jī)、發(fā)動(dòng)機(jī)為代表）、信息化（以電子計(jì)算機(jī)、互聯(lián)網(wǎng)為代表）驅(qū)動(dòng)的工業(yè)革命，轉(zhuǎn)向由數(shù)字技術(shù)、人工智能為代表的數(shù)字化、智能化為驅(qū)動(dòng)因素的新工業(yè)革命。數(shù)字經(jīng)濟(jì)為經(jīng)濟(jì)增長提供新動(dòng)能，制造業(yè)成為主戰(zhàn)場(chǎng)，推動(dòng)我國工業(yè)發(fā)展質(zhì)量的不斷提升[11]，數(shù)字化浪潮帶來的“組合式創(chuàng)新”成為第四次工業(yè)革命時(shí)代創(chuàng)新方式重大變革的表現(xiàn)之一，產(chǎn)業(yè)政策范式出現(xiàn)轉(zhuǎn)型[12]。

關(guān)于數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的實(shí)證研究也是以往文獻(xiàn)的熱點(diǎn)，有學(xué)者通過面板數(shù)據(jù)統(tǒng)計(jì)分析，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展提升了我國勞動(dòng)力資源配置效率[13]。也有學(xué)者使用中介效應(yīng)模型，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)可有效改善勞動(dòng)和資本要素配置扭曲狀況[14]。實(shí)證研究同樣發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)正向促進(jìn)我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，影響效果在不同區(qū)域間存在一定的差異[15]，而反映在制造業(yè)就業(yè)上，呈現(xiàn)先降后升的正“U”型[16]。針對(duì)“一帶一路”沿線國家，實(shí)證結(jié)果顯示數(shù)字經(jīng)濟(jì)正向促進(jìn)經(jīng)濟(jì)增長[17]。以往實(shí)證研究少有從多模型指數(shù)構(gòu)建維度驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化的影響，本文試圖增加這一方面的經(jīng)驗(yàn)證據(jù)。

二、數(shù)字經(jīng)濟(jì)指數(shù)構(gòu)建和測(cè)算

（一）變異系數(shù)模型下的數(shù)字經(jīng)濟(jì)指數(shù)構(gòu)建和測(cè)算

1. 指數(shù)構(gòu)建

數(shù)字經(jīng)濟(jì)指數(shù)可以從窄維度視角來展開，通常采取變異系數(shù)法進(jìn)行構(gòu)建。以往有些指標(biāo)體系過于復(fù)雜，一些指標(biāo)已經(jīng)不能與當(dāng)下快速發(fā)展的信息化社會(huì)相匹配。窄維度視角的優(yōu)勢(shì)在于指數(shù)構(gòu)建簡單便捷，能快速納入新指標(biāo)以反映現(xiàn)狀。在建立指標(biāo)體系時(shí)，既要符合當(dāng)下現(xiàn)實(shí)需要，與時(shí)俱進(jìn)地去除舊指標(biāo)，增加新指標(biāo)，也要考慮到數(shù)據(jù)的可得性。

首先，將指標(biāo)構(gòu)建成為標(biāo)準(zhǔn)化數(shù)據(jù)矩陣如下：

進(jìn)而，計(jì)算變異系數(shù)=均值/標(biāo)準(zhǔn)差：

權(quán)重比例為：

指數(shù)得分為：

2. 指標(biāo)選擇與數(shù)據(jù)來源

指標(biāo)選取主要利用各年度的《中國信息年鑒》和中國互聯(lián)網(wǎng)信息中心定期發(fā)布的《中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)，從信息通信基礎(chǔ)資源和相關(guān)信息技術(shù)應(yīng)用兩個(gè)維度考察數(shù)字經(jīng)濟(jì)指數(shù)，具體兩個(gè)維度細(xì)節(jié)指標(biāo)（表1）。

表1 各省數(shù)字經(jīng)濟(jì)指數(shù)構(gòu)建

指標(biāo)名稱指標(biāo)說明 數(shù)字經(jīng)濟(jì)指數(shù)相關(guān)信息技術(shù)應(yīng)用Z1各省域名數(shù)量（萬個(gè)）/ 年末常住人口(萬人) 信息通信基礎(chǔ)資源Z2互聯(lián)網(wǎng)寬帶接入端口數(shù)（萬個(gè)）/ 年末常住人口(萬人)

資料來源：《中國信息年鑒》《中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。

在對(duì)兩個(gè)指標(biāo)權(quán)數(shù)確定方法上選擇變異系數(shù)法。具體做法首先為了消除各項(xiàng)評(píng)價(jià)指標(biāo)的量綱不同的影響，需要用各項(xiàng)指標(biāo)的變異系數(shù)來衡量各項(xiàng)指標(biāo)取值的差異程度。具體是根據(jù)年度橫截面構(gòu)建省份和指標(biāo)項(xiàng)矩陣，再以每年為單位進(jìn)行權(quán)重計(jì)算。計(jì)算權(quán)重后再計(jì)算指數(shù)得分，并對(duì)得分取對(duì)數(shù)得到不同年度各個(gè)省份的數(shù)字經(jīng)濟(jì)指數(shù)。

3. 檢驗(yàn)和測(cè)算結(jié)果

通過上述公式可以計(jì)算各?。ㄖ陛犑校?014-2020年在變異系數(shù)法下數(shù)字經(jīng)濟(jì)得分（Score1）情況，衡量各地?cái)?shù)字經(jīng)濟(jì)指數(shù)。

圖1 變異系數(shù)法下各?。ㄖ陛犑校?shù)字經(jīng)濟(jì)指數(shù)（2014-2020年）

通過變異系數(shù)法構(gòu)建數(shù)字經(jīng)濟(jì)指數(shù)，得出2014-2020年我國30個(gè)?。ㄖ陛犑校?shù)字經(jīng)濟(jì)指數(shù)情況，走勢(shì)如圖1。結(jié)果顯示，北京、福建、上海、浙江等地?cái)?shù)字經(jīng)濟(jì)水平較高，尤其是福建省在2014年之后數(shù)字經(jīng)濟(jì)指數(shù)增長較快，北京在2016年之后指數(shù)出現(xiàn)下降但仍領(lǐng)先其他地區(qū)。

（二）因子分析模型下的數(shù)字經(jīng)濟(jì)指數(shù)構(gòu)建和測(cè)算

1. 指數(shù)構(gòu)建

除了從窄維度構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)，本部分進(jìn)一步從寬維度視角，采用因子分析模型進(jìn)行指標(biāo)構(gòu)建。首先，從網(wǎng)絡(luò)基礎(chǔ)設(shè)施、通訊技術(shù)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展三個(gè)維度形成數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系。其次，在指標(biāo)體系基礎(chǔ)上，構(gòu)建因子分析模型，將原始變量通過模型結(jié)合成代表不同維度水平的因子組合，并衡量不同因子所占權(quán)重的大小。因子模型構(gòu)建如下：

上述模型和變量滿足如下條件：

通過因子分析模型得到數(shù)字經(jīng)濟(jì)發(fā)展水平綜合因子Score2。

2. 指標(biāo)選擇與數(shù)據(jù)來源（表2）

表2 指標(biāo)選擇和數(shù)據(jù)來源

指數(shù)一級(jí)指標(biāo)二級(jí)指標(biāo)計(jì)算方法 數(shù)字網(wǎng)絡(luò)基礎(chǔ)設(shè)施(A1)移動(dòng)互聯(lián)網(wǎng)用戶人數(shù)占比X1移動(dòng)互聯(lián)網(wǎng)用戶/ 年末常住人口 通訊技術(shù)設(shè)施(A2)移動(dòng)電話交換機(jī)容量X2移動(dòng)電話交換機(jī)容量/ 年末常住人口 長途光纜線路X3長途光纜線路長度/ 區(qū)域面積 數(shù)字產(chǎn)業(yè)發(fā)展(A3)各省域名數(shù)量X4各省域名數(shù)量/ 年末常住人口

3. 檢驗(yàn)和測(cè)算結(jié)果

檢驗(yàn)過程分為三步走進(jìn)行。第一步對(duì)因子分析模型原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和檢驗(yàn)；第二步進(jìn)行因子特征值計(jì)算和因子變換，根據(jù)因子得分系數(shù)矩陣進(jìn)行因子得分模型計(jì)算；第三步計(jì)算數(shù)字發(fā)展水平得分矩陣，進(jìn)而將數(shù)字發(fā)展水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)進(jìn)行回歸模型計(jì)算。

首先，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)三級(jí)指標(biāo)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化計(jì)算，并進(jìn)行KMO檢驗(yàn)以及Bartlett球形檢驗(yàn)。其次，對(duì)所有指標(biāo)的方差貢獻(xiàn)率和相關(guān)矩陣進(jìn)行計(jì)算，對(duì)特征值大于1的因子進(jìn)行提取，之后進(jìn)行旋轉(zhuǎn)變換，負(fù)荷系數(shù)趨近于0或1，計(jì)算矩陣旋轉(zhuǎn)前后的累積貢獻(xiàn)率和因子貢獻(xiàn)率。最后，對(duì)兩個(gè)主因子進(jìn)行分析后得到成分得分矩陣、旋轉(zhuǎn)后載荷矩陣。并根據(jù)因子得分系數(shù)矩陣建立因子得分模型如下：

1=0.0051+0.3922-0.3323+0.3834 （6）

2=0.7931+0.1612+0.3743+0.1484 （7）

結(jié)合第一主因子和第二主因子得分情況和方差貢獻(xiàn)率，可以構(gòu)建因子指數(shù)Score2①：

2=(0.60791+0.30912) /0.917 （8）

通過上述公式可以計(jì)算各省（直轄市）2014年到2020年在因子分析模型下數(shù)字經(jīng)濟(jì)得分（Score2）情況，衡量各地?cái)?shù)字經(jīng)濟(jì)指數(shù)。

圖2 因子分析模型下各?。ㄖ陛犑校?shù)字經(jīng)濟(jì)指數(shù)（2014-2020年）

圖2表示因子分析模型下2014-2020年我國30個(gè)?。ㄖ陛犑校?shù)字經(jīng)濟(jì)衡量指數(shù)情況。結(jié)果顯示，北京、江蘇、上海、陜西等地?cái)?shù)字經(jīng)濟(jì)水平較高，北京、江蘇、上海在2017年之后數(shù)字經(jīng)濟(jì)指標(biāo)有較大幅度下降。除西藏地區(qū)外其余地區(qū)數(shù)字經(jīng)濟(jì)均保持增長，西藏地區(qū)數(shù)字經(jīng)濟(jì)指數(shù)出現(xiàn)下滑，但在2017年之后開始緩慢爬升。

三、數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化的影響

（一）產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化指數(shù)構(gòu)建

1. 產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)構(gòu)建（TS）

產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)（TS）是用于顯示產(chǎn)業(yè)結(jié)構(gòu)變化的趨勢(shì)，是二、三產(chǎn)業(yè)規(guī)模之間的一種比例。以往諸多研究也通過第三產(chǎn)業(yè)產(chǎn)值同第二產(chǎn)業(yè)產(chǎn)值之間的比例來反映產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化[18]。計(jì)算公式如下：

其中，TS代指產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)，反映產(chǎn)業(yè)結(jié)構(gòu)比重向第三產(chǎn)業(yè)發(fā)展的趨勢(shì)，是“經(jīng)濟(jì)服務(wù)化”的進(jìn)程[19]。通過上述公式，可以計(jì)算得到31個(gè)省、直轄市、自治區(qū)的TS面板數(shù)據(jù)。

2. 產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)構(gòu)建（TL）

產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)（TL）是用于顯示產(chǎn)業(yè)之間的協(xié)調(diào)程度，是產(chǎn)出結(jié)構(gòu)同要素投入結(jié)構(gòu)之間一種均衡狀態(tài)的反映。借鑒干春暉等[20]的做法，產(chǎn)業(yè)結(jié)構(gòu)合理化以泰爾指數(shù)的倒數(shù)來進(jìn)行度量。計(jì)算公式如下：

當(dāng)經(jīng)濟(jì)系統(tǒng)處于均衡時(shí)，存在

此時(shí)，=0

當(dāng)TL不等于0的情況下，顯示產(chǎn)業(yè)結(jié)構(gòu)偏離均衡狀態(tài)，產(chǎn)業(yè)結(jié)構(gòu)合理化程度隨數(shù)值偏離。通過上述公式，計(jì)算得到31個(gè)省、直轄市、自治區(qū)的TL面板數(shù)據(jù)。

（二）研究設(shè)計(jì)

1. 樣本選擇與數(shù)據(jù)來源

基于《中國統(tǒng)計(jì)年鑒》《地方統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫、CEIC數(shù)據(jù)庫，本文選取2014-2020年31個(gè)省、直轄市、自治區(qū)的面板數(shù)據(jù)構(gòu)成樣本，并對(duì)原始數(shù)據(jù)進(jìn)行無量綱處理，對(duì)缺失數(shù)據(jù)采用線性插值法和ARIMA填補(bǔ)法補(bǔ)全。

2. 變量設(shè)定

（1）被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)（TS）、產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)（TL）。通過產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)和產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)作為被解釋變量，用來度量產(chǎn)業(yè)結(jié)構(gòu)變化的趨勢(shì)和程度。被解釋變量的計(jì)算生成過程如前文指標(biāo)構(gòu)建模型，通過代入各變量原始數(shù)據(jù)，最終計(jì)算形成匹配本文樣本集合的面板數(shù)據(jù)。

（2）解釋變量：變異系數(shù)模型下的數(shù)字經(jīng)濟(jì)指數(shù)（Score1）和因子分析模型下的數(shù)字經(jīng)濟(jì)指數(shù)（Score2）。通過變異系數(shù)模型和因子分析模型分別構(gòu)建數(shù)字經(jīng)濟(jì)指數(shù)，用來度量各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展程度和水平，數(shù)值大小排列以及時(shí)序上的變動(dòng)趨勢(shì)，可以在一定程度上反映各地?cái)?shù)字經(jīng)濟(jì)的情況。解釋變量的計(jì)算生成過程如前文指標(biāo)構(gòu)建模型，通過代入模型篩選后的二級(jí)指標(biāo)變量，最終計(jì)算形成匹配本文樣本集合的面板數(shù)據(jù)。

（3）控制變量：參考以往研究和經(jīng)典理論模型，納入包括：外商直接投資（FDI）、財(cái)政支出水平（Govern）、教育水平（Edu）、城鎮(zhèn)化水平（Urban）、金融發(fā)展水平（Finance）等主要變量?？刂乒潭ㄐ?yīng)，考慮到數(shù)據(jù)“短面板”的特性，雙控制省份固定效應(yīng)和時(shí)間固定效應(yīng)會(huì)損失自由度降低系數(shù)顯著性，故采取單控制固定效應(yīng)。

3. 模型設(shè)定

構(gòu)建產(chǎn)業(yè)結(jié)構(gòu)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的基準(zhǔn)回歸模型，如下：

在基準(zhǔn)模型的基礎(chǔ)上，由于被解釋變量、解釋變量形成2×2的矩陣關(guān)系，因而，可以生成以下4組回歸模型：

為了考慮模型變量之間可能存在的共線性問題，對(duì)兩組解釋變量和控制變量組合進(jìn)行VIF檢驗(yàn)，得到VIF數(shù)值分別為：3.78、4.25。因而，可以判斷不存在嚴(yán)重的多重共線性問題，模型變量選取是適當(dāng)?shù)?。同時(shí)，考慮到模型存在的內(nèi)生性和異質(zhì)性問題，通過最小二乘虛擬變量法（LSDV法）及LM檢驗(yàn)，本文選用固定效應(yīng)進(jìn)行檢驗(yàn)?？紤]到模型中可能存在包括遺漏變量偏誤、雙向因果等內(nèi)生性潛在來源，在基準(zhǔn)模型的基礎(chǔ)上，本文采用工具變量法進(jìn)行處理。具體參考黃群慧等[21]的思路，選取“人均固定電話戶數(shù)”（IV1），即區(qū)域固定電話年末用戶（萬戶）/區(qū)域人口（萬人）作為數(shù)字經(jīng)濟(jì)的工具變量，并選取兩階段最小二乘法（2SLS）來進(jìn)行處理。

（三）實(shí)證結(jié)果分析

表3為數(shù)字經(jīng)濟(jì)影響產(chǎn)業(yè)結(jié)構(gòu)的基準(zhǔn)回歸結(jié)果，結(jié)果顯示：第一，數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)產(chǎn)生正向顯著影響，即隨著數(shù)字經(jīng)濟(jì)的發(fā)展，第三產(chǎn)業(yè)占比逐漸提高，“經(jīng)濟(jì)服務(wù)化”程度加深。第二，數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)的影響在基準(zhǔn)回歸中并不明確，甚至在數(shù)字經(jīng)濟(jì)指標(biāo)1的回歸系數(shù)中產(chǎn)生負(fù)向影響，數(shù)字經(jīng)濟(jì)指標(biāo)2的回歸系數(shù)雖為正向但不顯著，這說明產(chǎn)業(yè)之間的協(xié)調(diào)程度受數(shù)字經(jīng)濟(jì)發(fā)展影響到線性數(shù)量關(guān)系并不明確，或者由于內(nèi)生性或樣本量較小的影響而不明顯。

表3 基準(zhǔn)回歸結(jié)果

變量TSTSTLTLTSTS (1)(2)(3)(4)(5)(6) Score12.153**(2.17) -0.461**(-2.04) 1.405***(2.62) Score2 0.496*(1.85) 0.100(1.40) 0.560***(4.75) Control variablesYESYESYESYESYESYES Province FEYESYESNONONONO Year FENONONONOYESYES Observations186186186186186186 R-squared0.5410.4540.4890.4660.7300.709

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t值。

為緩解模型中存在的內(nèi)生性問題，本文通過工具變量法（IV）做進(jìn)一步回歸（表4）。根據(jù)回歸結(jié)果，數(shù)字經(jīng)濟(jì)依然表現(xiàn)出對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化的正向促進(jìn)作用，進(jìn)一步支持了前文基準(zhǔn)回歸所示結(jié)果，且在克服內(nèi)生性影響后，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化正向促進(jìn)的數(shù)量關(guān)系開始顯著。

表4 工具變量法（IV）回歸結(jié)果

變量TSTSTLTL (1)(2)(3)(4) Score19.534***(4.07) 1.816*(1.92) Score2 2.702***(3.90)0.831(0.65)0.515**(2.05) Control variableYESYESYESYES Observations186186186186 Sargan P0.0000.0000.0000.000

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為z統(tǒng)計(jì)量。

綜上，數(shù)字經(jīng)濟(jì)指數(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化在數(shù)量關(guān)系上存在正向促進(jìn)作用。其中，數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化正向影響顯著，在克服內(nèi)生性影響后，數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的正向影響數(shù)量關(guān)系也得到證實(shí)。

（四）穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)考慮通過變量替換、滯后一期項(xiàng)和變換估計(jì)方法來實(shí)現(xiàn)。1.變量替換：由于本文實(shí)現(xiàn)了兩類建模方法下的數(shù)字經(jīng)濟(jì)變量Score1、Score2對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化的回歸分析，兩類變量之間存在相互的穩(wěn)健性驗(yàn)證，表現(xiàn)出一致性方向的回歸結(jié)果。2.滯后一期項(xiàng)：在加入滯后一期項(xiàng)后，其系數(shù)表現(xiàn)出方向一致性，且數(shù)值通過顯著性檢驗(yàn)。3.變換估計(jì)方法：基準(zhǔn)回歸估計(jì)方法為固定效應(yīng)模型，通過測(cè)試有無時(shí)間固定效應(yīng)和省份固定效應(yīng)以及混合回歸，發(fā)現(xiàn)結(jié)果仍保持方向上和顯著性上的一致性。囿于篇幅限制，此處不再展示具體結(jié)果。

四、進(jìn)一步分析

（一）異質(zhì)性分析

本部分首先對(duì)結(jié)果展開區(qū)域異質(zhì)性檢驗(yàn)。按照1986年全國人大六屆四次會(huì)議“七五”計(jì)劃提出的傳統(tǒng)東部、中部、西部的劃分方法驗(yàn)證不同區(qū)域分組下模型回歸結(jié)果。結(jié)果顯示，東部地區(qū)數(shù)字經(jīng)濟(jì)變量對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化具有顯著正向影響，對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化影響作用不顯著；中部地區(qū)數(shù)字經(jīng)濟(jì)變量對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化指標(biāo)影響均不顯著；西部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化具有顯著正向影響，對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化具有顯著負(fù)向影響。數(shù)量關(guān)系上的不同結(jié)果一方面可能由于分組后樣本量減小產(chǎn)生的偏誤，尤其是中部地區(qū)組別僅為48個(gè)觀測(cè)數(shù)；另一方面可能反映如下經(jīng)濟(jì)事實(shí)：1.東部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)第三產(chǎn)業(yè)發(fā)展的促進(jìn)作用因其作為第三產(chǎn)業(yè)的數(shù)字服務(wù)產(chǎn)業(yè)本身規(guī)模在迅速擴(kuò)大，加之較為飽和的第二產(chǎn)業(yè)受數(shù)字技術(shù)發(fā)展產(chǎn)生的“精減”（比如因一些傳統(tǒng)工廠和生產(chǎn)線的關(guān)閉造成的產(chǎn)業(yè)收縮）。2.中部地區(qū)由于第二產(chǎn)業(yè)仍在快速發(fā)展，數(shù)字經(jīng)濟(jì)對(duì)第二產(chǎn)業(yè)規(guī)模促進(jìn)作用較大，故數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)影響的數(shù)量關(guān)系尚未明確顯示方向。3.西部地區(qū)數(shù)字經(jīng)濟(jì)雖促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，但由于數(shù)字經(jīng)濟(jì)的高能耗等負(fù)向作用甚至包括可能存在重復(fù)建設(shè)的資源浪費(fèi)，對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化產(chǎn)生負(fù)向影響。

表5 不同區(qū)域分組下回歸結(jié)果

變量TSTLTSTLTSTL 東部中部西部 Score12.147***(4.35)-0.078(-0.49)-0.231(-0.22)-0.333(-0.41)1.482**(2.02)-3.124***(-4.29) Control variablesYESYESYESYESYESYES FENONONONONOYES Observations666648487272 R-squared0.9170.6710.3470.3180.4530.371

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為z值。

（二）機(jī)制分析

進(jìn)一步分析數(shù)字經(jīng)濟(jì)和其他經(jīng)濟(jì)變量對(duì)產(chǎn)業(yè)結(jié)構(gòu)的疊加影響或交互影響，引入專利（申請(qǐng)數(shù)（件），以patent表示）、技術(shù)市場(chǎng)（技術(shù)市場(chǎng)成交額（萬元）/GDP(億)/10000，以tech表示）、電力消費(fèi)(各省電力消費(fèi)量(億千瓦時(shí))/GDP，以electric表示)、電子商務(wù)(電子商務(wù)銷售額（億元）/GDP，以ecom表示)、區(qū)域創(chuàng)新能力（區(qū)域創(chuàng)新能力綜合效用值，以inno表示）、全要素生產(chǎn)率（各省全要素生產(chǎn)率TFP，以tfp表示）等變量，并同數(shù)字經(jīng)濟(jì)變量構(gòu)建交互變量，建立線性交互模型，并進(jìn)行系數(shù)估計(jì)和假設(shè)檢驗(yàn)。其中，專利、技術(shù)市場(chǎng)、電力消費(fèi)和電子商務(wù)變量數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《地方統(tǒng)計(jì)年鑒》，區(qū)域創(chuàng)新能力數(shù)據(jù)來源為《2001-2020中國區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》，全要素生產(chǎn)率參考Battese & Coelli[22]的模型，采用最新的SFA方法計(jì)算所得。

通過構(gòu)建線性交互模型，得出納入電力消費(fèi)同數(shù)字經(jīng)濟(jì)交互變量的線性交互模型回歸結(jié)果（表6），結(jié)果顯示數(shù)字經(jīng)濟(jì)指標(biāo)變量對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化的影響顯著為正，而交互變量的影響顯著為負(fù)，這表明數(shù)字經(jīng)濟(jì)發(fā)展引發(fā)電力消費(fèi)的增加對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化起到負(fù)向作用。因此，數(shù)字經(jīng)濟(jì)發(fā)展帶來的電力消耗和碳排放壓力，應(yīng)得到充分重視，這將會(huì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化帶來不利影響。

表6 交互作用回歸結(jié)果A

變量TSTLTSTL (1)(2)(3)(4) Score12.679**(2.23)0.146(0.45) Score1*electric-8.722*(-1.71)-4.412(-1.65) Score2 0.918***(4.22)0.274***(4.64) Score2*electric -6.158***(-5.35)-2.626***(-3.83) Control variablesYESYESYESYES Province FEYESYESYESYES Year FENONONONO Obs186186186186 R-squared0.6150.4930.6250.518

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t 值。

在對(duì)除電力消費(fèi)之外其他弱交互變量對(duì)產(chǎn)業(yè)結(jié)構(gòu)的回歸中（表7），應(yīng)用固定效應(yīng)模型進(jìn)行線性估計(jì)，結(jié)果顯示，線性交互項(xiàng)系數(shù)在被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的模型中顯著，但在被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)合理化的模型中不顯著（為便于觀察，對(duì)不顯著的結(jié)果暫不在文中列示），說明這種交互作用對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化有顯著影響，但對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化沒有影響。數(shù)字經(jīng)濟(jì)通過促進(jìn)技術(shù)市場(chǎng)、電子商務(wù)和全要素生產(chǎn)率進(jìn)而對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化產(chǎn)生正向促進(jìn)作用，可能的原因是技術(shù)市場(chǎng)和電子商務(wù)為數(shù)字經(jīng)濟(jì)發(fā)展提供了良好的外部環(huán)境，而全要素生產(chǎn)率能夠進(jìn)一步激發(fā)數(shù)字經(jīng)濟(jì)的潛能，這些因素的提升均有助于數(shù)字經(jīng)濟(jì)的良性發(fā)展，帶來更高層次的技術(shù)進(jìn)步和技術(shù)效率，尤其是電子商務(wù)對(duì)第三產(chǎn)業(yè)的帶動(dòng)，有助于進(jìn)一步促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化。而數(shù)字經(jīng)濟(jì)通過區(qū)域創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化產(chǎn)生負(fù)向影響，原因可能是區(qū)域創(chuàng)新能力主要體現(xiàn)為一個(gè)地區(qū)創(chuàng)新機(jī)構(gòu)之間的互動(dòng)和聯(lián)系情況，相對(duì)于第三產(chǎn)業(yè)中少數(shù)高技術(shù)領(lǐng)域創(chuàng)新機(jī)構(gòu)之間的聯(lián)系，第二產(chǎn)業(yè)的創(chuàng)新機(jī)構(gòu)互動(dòng)更強(qiáng)，聯(lián)系更緊密。因此，區(qū)域創(chuàng)新反而抑制了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的促進(jìn)作用。數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的機(jī)制影響尚不明確，可能原因在于產(chǎn)業(yè)之間的協(xié)調(diào)來自于產(chǎn)業(yè)自身發(fā)展，數(shù)字經(jīng)濟(jì)和其他經(jīng)濟(jì)變量的交互影響很微弱。

表7 交互作用回歸結(jié)果B

變量TSTSTSTSTSTS (1)(2)(3)(4)(5)(6) Score10.839(1.28)0.111(0.20)1.106(1.28) Score1*tech18.081***(4.11) Score1*ecom 6.877***(6.54) Score1*tfp 0.363***(3.97) Score2 0.587*(1.96)0.770***(3.29)0.085(0.29) Score2*patent -0.038(-0.79) Score2*inno -0.005***(-2.82) Score2*tfp 0.178***(2.98) Control variablesYESYESYESYESYESYES Province FEYESYESYESYESYESYES Year FENONONONONONO Obs186186186186186186 R-squared0.7700.7230.6380.5880.6220.628

注：*** P<0.01, ** P<0.05, * P<0.1；（）內(nèi)為t 值。

五、政策建議

基于2014-2020年的省份數(shù)據(jù)，本文檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化及產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的影響及其內(nèi)在機(jī)制。研究得出：數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化存在正向促進(jìn)作用，對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的促進(jìn)作用在克服內(nèi)生性影響后開始顯著。異質(zhì)性分析表明，數(shù)字經(jīng)濟(jì)促進(jìn)了東部地區(qū)和西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，降低了西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)合理化。機(jī)制分析結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展通過增加電力消費(fèi)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化起到負(fù)向作用。數(shù)字經(jīng)濟(jì)通過促進(jìn)技術(shù)市場(chǎng)、電子商務(wù)和全要素生產(chǎn)率進(jìn)而對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化產(chǎn)生正向促進(jìn)作用，通過區(qū)域創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化產(chǎn)生負(fù)向影響?；谏鲜龇治?，本文認(rèn)為：

一是加快數(shù)字化轉(zhuǎn)型步伐，以產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化助力產(chǎn)業(yè)結(jié)構(gòu)合理化和高級(jí)化。一方面，加快新型數(shù)字基礎(chǔ)設(shè)施建設(shè)，為數(shù)字化轉(zhuǎn)型提供底座支撐。從加快傳統(tǒng)通信基礎(chǔ)設(shè)施的改造升級(jí)和加快新一代信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)兩方面著手，助力大數(shù)據(jù)、物聯(lián)網(wǎng)、5G、人工智能等新技術(shù)、新產(chǎn)業(yè)的發(fā)展。另一方面，加快推進(jìn)智能制造與工業(yè)互聯(lián)網(wǎng)融合發(fā)展，釋放數(shù)字化轉(zhuǎn)型的強(qiáng)大動(dòng)能，以技術(shù)突破和標(biāo)準(zhǔn)引領(lǐng)為雙向靶點(diǎn)，優(yōu)先著力于與數(shù)字技術(shù)易于結(jié)合的細(xì)分領(lǐng)域，實(shí)現(xiàn)重點(diǎn)制造業(yè)集群的數(shù)字化轉(zhuǎn)型。

二是在數(shù)字經(jīng)濟(jì)發(fā)展過程中，警惕電力消耗對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化的負(fù)面影響。數(shù)字經(jīng)濟(jì)發(fā)展依托的強(qiáng)大算力需要大量的電力支持，巨大的電能消耗會(huì)阻礙產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型及經(jīng)濟(jì)綠色發(fā)展。因此，對(duì)于數(shù)字經(jīng)濟(jì)中的能源消耗，可以依托自然條件實(shí)現(xiàn)物理節(jié)能，如數(shù)據(jù)中心建設(shè)可以選在具有天然“冷源”的西部地區(qū)，依靠其優(yōu)越的自然環(huán)境優(yōu)勢(shì)實(shí)現(xiàn)節(jié)能（如貴州、寧夏等地大數(shù)據(jù)中心的設(shè)立），同時(shí)也能挖掘經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)新的經(jīng)濟(jì)增長點(diǎn)。此外，可通過在消費(fèi)端倡導(dǎo)綠色發(fā)展理念形成節(jié)能環(huán)保的社會(huì)生活環(huán)境，鼓勵(lì)綠色消費(fèi)、引領(lǐng)全民節(jié)能，倒逼生產(chǎn)端的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)。

① 篇幅所限，總方差分析、旋轉(zhuǎn)后載荷矩陣和系數(shù)得分系數(shù)結(jié)果表略去，可聯(lián)系作者獲取。

[1] 李西林. 中國服務(wù)外包產(chǎn)業(yè)轉(zhuǎn)型升級(jí)方向、路徑和舉措[J]. 國際貿(mào)易, 2017(09): 9-14.

[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, (09): 85-91.

[3] ACEMOGLU D, PASCUAL R . The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment[J]. American Economic Review, 2018, 108(06): 1488-1542.

[4] 于立, 王建林. 生產(chǎn)要素理論新論——兼論數(shù)據(jù)要素的共性和特性[J]. 經(jīng)濟(jì)與管理研究, 2020(04): 62-73.

[5] 劉平峰, 張旺. 數(shù)字技術(shù)如何賦能制造業(yè)全要素生產(chǎn)率?[J]. 科學(xué)學(xué)研究, 2021, 39(08): 1396-1406.

[6] 王建冬, 童楠楠. 數(shù)字經(jīng)濟(jì)背景下數(shù)據(jù)與其他生產(chǎn)要素的協(xié)同聯(lián)動(dòng)機(jī)制研究[J]. 電子政務(wù), 2020(03): 22-31.

[7] BUKHT R, HEEKS R. Defining, Conceptualising and Measuring the Digital Economy[J]. SSRN Electronic Journal, 2017, 68: 1-24.

[8] 王一鳴. 以數(shù)字化轉(zhuǎn)型推動(dòng)創(chuàng)新型經(jīng)濟(jì)發(fā)展[J]. 前線, 2020(11): 67-70.

[9] 王喜文. 工業(yè)互聯(lián)網(wǎng): 以新基建推動(dòng)新變革[J]. 人民論壇·學(xué)術(shù)前沿, 2020(13): 23-31.

[10] 王文. 數(shù)字經(jīng)濟(jì)時(shí)代下工業(yè)智能化促進(jìn)了高質(zhì)量就業(yè)嗎[J]. 經(jīng)濟(jì)學(xué)家, 2020, (04): 89-98.

[11] 曹正勇. 數(shù)字經(jīng)濟(jì)背景下促進(jìn)我國工業(yè)高質(zhì)量發(fā)展的新制造模式研究[J]. 理論探討, 2018(02): 99-104.

[12] 張海豐, 王琳. 第四次工業(yè)革命與政策范式轉(zhuǎn)型: 從產(chǎn)業(yè)政策到創(chuàng)新政策[J]. 經(jīng)濟(jì)體制改革, 2020(05): 109-115.

[13] 叢屹, 俞伯陽. 數(shù)字經(jīng)濟(jì)對(duì)中國勞動(dòng)力資源配置效率的影響[J]. 財(cái)經(jīng)理論與實(shí)踐, 2020(02): 108-114.

[14] 馬中東, 寧朝山. 數(shù)字經(jīng)濟(jì)、要素配置與制造業(yè)質(zhì)量升級(jí)[J]. 經(jīng)濟(jì)體制改革, 2020(03): 24-30.

[15] 李曉鐘, 吳甲戌. 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的區(qū)域差異[J]. 國際經(jīng)濟(jì)合作, 2020(04): 81-91.

[16] 楊驍, 劉益志, 郭玉. 數(shù)字經(jīng)濟(jì)對(duì)我國就業(yè)結(jié)構(gòu)的影響——基于機(jī)理與實(shí)證分析[J]. 軟科學(xué), 2020(10): 25-29.

[17] 陳福中. 數(shù)字經(jīng)濟(jì), 貿(mào)易開放與“一帶一路”沿線國家經(jīng)濟(jì)增長[J]. 蘭州學(xué)刊, 2020(11): 100-112.

[18] 付凌暉. 我國產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J]. 統(tǒng)計(jì)研究, 2010, 27(08): 79-81.

[19] 吳敬璉. 中國增長模式抉擇[M]. 上海: 上海遠(yuǎn)東出版社, 2013.

[20] 干春暉, 鄭若谷, 余典范. 中國產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長和波動(dòng)的影響[J]. 經(jīng)濟(jì)研究, 2011(05): 1-16+31.

[21] 黃群慧, 余泳澤, 張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升: 內(nèi)在機(jī)制與中國經(jīng)驗(yàn)[J]. 中國工業(yè)經(jīng)濟(jì), 2019(08): 5-23.

[22] BATTESE G E, COELLI T J. A model for technical inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics, 1995, 20(02): 325-332.

Digital Economy and Upgrading and Rationalization of Industrial Structure: Empirical Research Based on Multi-model Index Construction

LIN Bo1，KOU Dongxue2

（1. Institute of Latin America, Chinese Academy of Social Sciences, Beijing 100007, China; 2. Institute of Industrial Economics, Chinese Academy of Social Sciences, Beijing 100006, China）

Based on multi-model index construction, this paper examines the impact and internal mechanism of digital economy on the rationalization and Advanced of industrial structure. The research shows that digital economy helps to promote the upgrading of industrial structure, and its promotion effect on the rationalization of industrial structure is significant after overcoming the endogenous influence. Digital economy helps to promote the upgrading of the industrial structure in the eastern and western regions, and is not conducive to the rationalization of the industrial structure in the western regions. Power consumption plays a negative role in the process of digital economy promoting the upgrading and rationalization of industrial structure. Technology market, e-commerce and total factor productivity have a positive regulatory role in the process of digital economy promoting the upgrading of industrial structure, while regional innovation has a negative regulatory role in the process of digital economy promoting the upgrading of industrial structure.

digital economy, industrial structure, upgrading, rationalization

F121.3

A

1672-4860（2023）02-0040-09

2022-09-12

2022-11-23

林 博（1988-），男，漢，河北邢臺(tái)人，助理研究員，博士。研究方向：數(shù)字經(jīng)濟(jì)、拉美經(jīng)濟(jì)。

寇冬雪（1990-），女，漢，河南新鄉(xiāng)人，博士后。研究方向：數(shù)字經(jīng)濟(jì)、資源與環(huán)境。

研究闡釋黨的十九屆五中全會(huì)精神國家社會(huì)科學(xué)基金重大項(xiàng)目：推進(jìn)新型工業(yè)化與經(jīng)濟(jì)體系優(yōu)化升級(jí)研究，項(xiàng)目編號(hào)：21ZDA021。

·感謝匿名審稿人對(duì)本文的建議，作者文責(zé)自負(fù)。