數字經濟發展與地區全要素生產率提升
——基于中國省際面板數據的實證檢驗

安強身，劉俊杰

(1. 濟南大學 商學院，山東 濟南 250002； 2. 濟南大學 山東省資本市場創新發展協同創新中心，山東 濟南 250002)

數字化是現代世界最具革命性的變化之一，是創新經濟和信息社會發展的重要變革[1]。2016年，習近平總書記提出要“加快數字經濟對經濟發展的推動”。自2017年以來，不論是黨的十九大還是黨的十九屆四中、五中全會，有關發展數字經濟、建設“數字中國”，以及將數據作為生產要素參與分配、推進數據市場化改革的政策和規劃不斷出臺。推動以數據要素為核心的數字經濟發展，已經成為中國經濟高質量發展和國家競爭力提升的關鍵。黨的十九屆六中全會進一步指出中國經濟高質量發展的動力和保障之一是供給側結構性改革，而深化中國供給側結構性改革中強調要適應數字化趨勢，發展數字經濟，推動傳統產業技術改造，發展戰略性新興產業。

在政策推動下，中國數字經濟近年來取得了快速發展，對經濟的貢獻持續增強。《數字中國發展報告(2020年)》指出2020年中國數字經濟總量已位居世界第二，數字經濟核心產業增加值占GDP比重達到7.8%。另外，黨的十九大報告明確提出“要推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率”，全要素生產率的提升已成為中國經濟高質量發展的核心動力。那么，數字經濟的發展是否有助于提升全要素生產率？如果有助于提升全要素生產率，其路徑又是怎樣的？厘清這些問題，無疑對中國高質量發展新動能的挖掘、培育具有重要的理論價值和現實意義。

因此，本文的主要研究內容為數字經濟對地區全要素生產率的作用與路徑，可能存在的創新點有以下幾點：第一，豐富了提升地區全要素生產率驅動因素的研究視角，檢驗數字經濟對全要素生產率提升的影響；第二，將數字經濟按構成分解為數字產業化和產業數字化，考察數字經濟提升全要素生產率的異質性；第三，采用中介效應模型對“數字產業化-產業數字化-全要素生產率”這一路徑進行檢驗，從數字經濟內部出發探究數字經濟提升地區全要素生產率的具體作用路徑。

一、文獻綜述

數字經濟的快速發展引起了國內外學者的廣泛關注，相關研究經歷了信息經濟、互聯網經濟以及數字經濟的探索過程[2]。筆者梳理已有文獻發現，早期有關信息經濟、互聯網經濟與經濟增長關系的研究較多，且結論普遍認為信息化和互聯網對經濟增長的正面影響顯著。這種影響主要是通過信息基礎設施的完善[3-5]、互聯網信息技術的普及[6]等促進地區經濟增長。隨著大數據和人工智能等新興技術的發展，學術界關注的焦點逐漸轉移到作為經濟增長新引擎的數字經濟領域。機器智能的運用可以使經濟增長率提升更多，同時對中低端勞動力產生極強的替代作用[7]。發展到信息經濟高級階段的數字經濟是指“數據作為關鍵生產要素推動既有生產要素重新配置，引發生產方式和經濟結構根本性變革的一系列經濟活動或經濟形態”[8]。雖然衡量數字經濟發展的指標目前尚未統一，但數字經濟領域的相關研究成果卻在不斷豐富。理論研究認為，數字經濟的發展能為中國現代化經濟體系建設提供更好的匹配機制和創新激勵[9]。趙濤等人采用互聯網發展作為數字經濟的代理指標，研究表明數字經濟的發展能夠通過提高創業活躍度進而促進經濟高質量發展[10]。相關實證分析還表明數字經濟能夠直接或間接通過提升效率、優化結構促進經濟高質量發展[11]以及經濟增長；同時，數字經濟對經濟增長存在非線性影響，只有當數字經濟超過單一門限值時其對經濟增長的作用才會顯著[12]。另外，由于地區資源稟賦的不同，數字經濟對地區經濟增長的影響也存在區域異質性[13-14]。

雖然國內外學者已運用不同方法、數據考察了信息經濟、互聯網和數字經濟對經濟增長速度的影響，但是數字經濟不僅影響經濟增長速度，還直接影響經濟增長質量，這主要從數字經濟對全要素生產率的影響得以體現。以國家大數據綜合試驗區作為政策變量的研究發現，大數據試驗區的建立顯著提高了區域全要素生產率，且這種促進作用主要由技術進步主導[15]。隨著數字經濟對生產生活的加速滲透，其對全要素生產率的影響也更加多元化，將全要素生產率的增進分解為技術進步與技術效率是必要的，少數學者基于省際面板數據進行研究，得出以下幾個結論：數字經濟促進了技術效率提升，對技術進步產生阻礙[16]；數字經濟對技術效率的影響大于對技術進步的效應[17]。

筆者梳理文獻發現，部分學者將互聯網發展等同于數字經濟發展，難以有效、全面評判數字經濟的價值。另外，雖然部分文獻認為數字經濟對全要素生產率作用明顯，但這種作用是由技術進步還是技術效率主導？這一問題較少涉及，且有所爭議。鑒于此，本文選取數字產業化和產業數字化作為數字經濟的兩個維度構建數字經濟指標；構建計量模型探究數字經濟提升地區全要素生產率主導效應的差異，這對于如何提升地區全要素生產率，進而促進中國經濟高質量發展具有重要意義；由于數字產業化和產業數字化的發展側重點有所不同，數字產業化側重于新興技術創新，而產業數字化側重于數字技術在傳統產業中的應用，進一步將數字經濟指標結構的異質性進行分析，探究數字經濟作用的異質性；此外，本文還從“數字產業化-產業數字化-全要素生產率”這一內部影響機制出發，探究數字經濟提升地區全要素生產率的路徑，為數字經濟如何更好地提升地區全要素生產率建言獻策。

二、理論分析與研究假說

(一)數字經濟和全要素生產率

數字經濟的發展已深刻影響著中國居民的生活和企業生產經營活動，其對經濟的作用不僅表現在數字經濟占GDP比重的提升，也體現在數字經濟對經濟提質增效的作用上。新古典經濟理論認為全要素生產率是經濟持續增長的重要源泉，是發展中國家經濟轉型和提質增效的關鍵。那么，數字經濟的發展對全要素生產率具有怎樣的影響？1957年FARRELL將全要素生產率分解為技術進步和技術效率的變化[18]。進一步地，如果數字經濟對全要素生產率具有顯著的正向影響，那么其作用主要是通過促進技術進步還是技術效率提升全要素生產率？上述兩大問題的認識和辨析，不僅有助于我們正確認識數字經濟的作用與價值，也有助于尋求和探索促進全要素生產率提升的數字經濟發展路徑。

資本積累和人口紅利是改革開放以來中國經濟增長的重要動力，但是近年來資本存量增速放緩，勞動力的貢獻率下降[19]。在此背景下，只有提高全要素生產率才能推動經濟持續健康發展，而數字經濟成為提高地區全要素生產率的重要途徑[15]。進入數字經濟時代，數據成為新的生產要素，必然會突破傳統生產要素對經濟增長的制約，形成倍增效應，拓展新興技術的應用范圍，促進技術創新和制度創新，進而有效解決產業之間的要素流通不暢、準入門檻高等問題，推動高生產率企業的進入和低生產率企業的退出，促進全要素生產率的提高。

技術進步已經成為推動經濟增長的長期動力，這一認識被世界各國政府和企業所普遍認可。進入數字信息時代，互聯網、大數據、云計算、人工智能等信息技術成為數字科技的主要構成，各類數字化、信息化的技術被運用到傳統產業各個領域，呈現出產業的數字化，推動了傳統產業數字化轉型。此外，經濟是技術的一種表達，并隨技術進步而進化[20]，數字科技具有顯著的技術演化特征，各項技術更新迭代速度非常快，應用成本持續降低。數字經濟在與不同產業融合的過程中，既可以與其他技術相協調，發揮技術溢出效應，又可以在推動不同領域技術、業務相互融合的過程中催生技術和業務創新，產生跨領域創新性成果，推動經濟社會各領域的信息共享和融合創新。進一步地，數字科技不僅會促進不同領域的融合創新，也會通過數字科技平臺，將企業、消費者等不同主體聯系起來，將創新的供給方和需求方緊密連接，提高不同主體之間的創新匹配效率，使科學轉化為技術的效率得以提高。因此，可以認為，數字經濟發展水平的提高能夠促進一個國家或地區的技術進步。

從數字經濟與技術效率的關系看，數據作為新的生產要素具有海量、低成本的優勢。數字時代中，市場信息更加公開透明，數字化與信息化不僅有效降低交易成本，也顯著提高了要素市場化配置效率。同時，新一代信息技術同步賦能供需兩側，拓展了傳統供應鏈模式，逐步打破傳統的供需模式，推動形成更具交互性、開放性、共享性的經濟生態系統。企業利用信息技術，能夠大大增強獲取和傳遞信息的準確性、及時性，進而提高經營決策效率。更進一步地，新興技術可以形成兼具規模經濟、范圍經濟及長尾效應的經濟環境，更好地匹配供需，完善價格機制，提高經濟均衡水平[9]。數字經濟背景下的商品和服務在最初的生產環節，通常會面臨較高初始成本，但生產的邊際成本會不斷降低，規模經濟優勢會不斷凸顯[21]。同時，數字技術可以協調企業間分工協作，提高企業經營效率，降低差異化成本，推動經濟效益提升，實現規模報酬遞增、范圍經濟顯著。

由此可以看出，數字經濟的發展不僅有助于技術進步，也有助于技術效率的提升。依據FARRELL對全要素生產率形成的分類認識[18]，數字經濟通過促進技術進步和技術效率提升了全要素生產率，但兩者中哪一個的作用更強？已有研究缺乏足夠證據說明。據此，本文提出如下假設：

H1a：數字經濟可以促進全要素生產率的提高，這種促進作用主要由技術進步主導。

H1b：數字經濟可以促進全要素生產率的提高，這種促進作用主要由技術效率主導。

(二)數字經濟提升全要素生產率的異質性

中國實施數字強國戰略，高度重視數字基礎設施建設，電信業的基礎支撐作用不斷增強。數字基礎設施的完善，為中國數字經濟發展奠定了堅實基礎。大數據、云計算等新興技術與實體經濟不斷滲透融合，數字產業化和產業數字化重塑了社會生產力，成為數字經濟的核心構成。數字產業化側重于新興技術創新，而產業數字化側重于數字技術在傳統產業中的應用。那么，在數字經濟促進全要素生產率提高的過程中，數字產業化和產業數字化影響全要素生產率提高的路徑就可能會存在一定差異。

數字產業是數字經濟發展的基礎性、先導性產業。在數字產業構成中，數據化的知識和信息成為關鍵生產要素，推動了社會生產力發展和生產關系變革。王俊豪等認為，數字產業更能體現當前數字經濟的發展特征[22]。數字產業是技術密集型產業，增長動力強勁，數字技術催生智能化、平臺化的產業迅速崛起。從創新活力來看，數字產業成為全球創新最活躍的領域，《2020年數字中國產業發展報告》的數據顯示，2018年全球創新企業1 000強榜單中，數字企業占比為33.5%，研發投入占總研發投入比重近40%。此外，中國中關村等高新技術產業園不斷建立，高新技術人才引進政策不斷出臺，為數字產業發展提供了良好基礎。可以看出，數字產業化的發展，促進了新興技術創新，為經濟發展引來了全新增長動力，推動了技術進步。據此本文提出如下假設：

H2：數字產業化通過技術進步作用于全要素生產率。

產業數字化是傳統產業利用數字技術對業務進行升級，進而提升產量、降低成本的效率增進過程[23]。LIPSEY et al.提出信息技術在傳統產業的滲透和融合過程中可以促使生產率的提升[24]。如同信息技術具備的滲透性，大數據、云計算等數字化產業同樣具備這種性質，數字產業與傳統產業的滲透融合已經成為不可逆轉的趨勢。但是，數字技術向不同產業的滲透融合存在較大差異，具有典型的非均衡性特征。已有研究表明，這種差異表現在第三產業優于第二產業，第二產業優于第一產業的逆向滲透特征[25]。數字信息技術不斷發展，企業將會不斷獲得海量數據，在數據存儲增加的基礎上，企業將不斷獲取數據分析對經營決策的支撐。一方面，數據能夠優化企業內部程序性業務流程，數字經濟背景下，程序性的業務由計算機替代人工操作，實現智能化運營，減少信息誤差，提高業務運營效率；另一方面，通過數據化分析，企業能夠對業務流程實施系統且全面的監督，及時發現問題。可以看出，產業數字化主要是企業對數字技術的應用，其結果可能體現在通過提高企業經營決策效率、生產效率，促進全要素生產率提高。據此本文提出如下假設：

H3：產業數字化通過技術效率作用于全要素生產率。

(三)數字經濟提升全要素生產率的路徑

數字經濟是信息經濟的高級形態，數字產業更能體現當前數字經濟的發展特征[22]。數字產業具有高滲透性特征[26]，這種高滲透性使得生產要素、生產關系和生活方式呈現全面數字化[27]，促進傳統產業數字化轉型。數字技術、軟件和信息服務是產業數字化的發展基礎，為產業數字化提供技術支持[28]，而數據作為數字經濟時代的核心生產要素，其本身不能產生價值，主要是通過價值倍增、資源優化、投入替代等機制來創造價值[29]。有研究認為，數據要素和傳統要素的融合在驅動產業效率提升的同時，優化了傳統生產要素的配置，提高了全要素生產率[23]。據此，本文提出如下假設：

H4:數字經濟發展過程中，數字產業化主要通過促進產業數字化轉型提高地區全要素生產率。

三、計量模型、變量選取和數據說明

(一)計量模型

為探究數字經濟對全要素生產率影響，構建雙向固定效應模型檢驗假設H1

indexi,t=α0+α1dei,t+αjcontroli,t+μi+ωi+εi,t

(1)

式中：indexi,t為被解釋變量，在下文分別帶入全要素生產率、技術進步和技術效率；dei,t為數字經濟綜合指標；controli,t為省際層面的控制變量，包括產業結構升級、金融發展水平、投資水平、政府干預和城鎮化水平；α0為截距項；α1和αj為待估參數；μi和ωi分別代表地區和時間固定效應；εi,t為擾動項。同時考慮到影響全要素生產率的潛在因素也會影響技術進步和技術效率，即基準回歸方程之間的殘存項可能是相關的，因此本文采用似不相關回歸模型(SUR)，提高基準回歸方程估計效率和穩健性。

進一步地，考慮到數字產業化和產業數字化對全要素生產率影響存在差異，按照假設H2和假設H3，本文進一步將數字經濟細分為數字產業化和產業數字化兩個維度，探索數字經濟提升全要素生產率的異質性。

indexi,t=β0+β1sci,t+βjcontroli,t+μi+ωi+εi,t

(2)

indexi,t=β0+β1csi,t+βjcontroli,t+μi+ωi+εi,t

(3)

式中：sci,t和csi,t分別表示數字產業化和產業數字化水平，β0代表截距項，β1和βj表示待估參數，其余變量含義同上。

借鑒溫忠麟等的做法[30]，構建中介效應模型檢驗假說H4。方程(4)是對總效應的估計，用β1表示數字產業化對全要素生產率的影響；方程(5)是對數字產業化影響中介變量產業數字化的估計，用β2表示；方程(6)是對中介效應的估計，用β3表示直接效應，用β2×β4表示中介效應，即數字產業化影響產業數字化，進而影響地區全要素生產率。

tfpi,t=α1+β1sci,t+γ1controli,t+μi+εi,t

(4)

csi,t=α2+β2sci,t+γ2controli,t+μi+εi,t

(5)

tfpi,t=α3+β3sci,t+β4csi,t+γ3controli,t+μi+εi,t

(6)

式中：tfpi,t為地區全要素生產率，α1、α2、α3為截距項，β1、β2、β3、β4、γ1、γ2、γ3為待估參數。

(二)變量設定

1.被解釋變量

本文被解釋變量為中國省際全要素生產率(tfp)及其分解指標(effch和tech)。參考學術界常用方法[31]，采用基于DEA的Malmquist指數法測算中國省際全要素生產率。測算時所用的產出變量和投入變量如下：

產出變量是中國省際實際GDP。以2006年為基期，選取中國2010—2019年30個省級行政單位的名義GDP按照生產總值指數平減得到實際GDP，來衡量各省份的產出。投入變量包括資本存量和勞動力。其中勞動力采用各省年末從業人數衡量；資本存量參考張健華等采用的永續盤存法估算[32]。估算公式為

Ki,t=(1-δ)Ki(t-1)+Iit/Pit

(7)

式中：i代表省份；t代表年份；K代表實際資本存量；δ代表物質資本經濟折舊率，取值為9.6%[33]；I代表固定資本形成總額；P為以2006年為基期平減后的省際固定資產投資指數；Iit/Pit表示實際的固定資本形成總額。以單豪杰測算[34]出來的2006年省際資本存量作為基期，因其中重慶市數據缺失，故本文采用I/(0.06+g)計算基期資本存量，I為2006年重慶市固定資本形成總額，g為2001—2005年的投資幾何平均增長率，2018和2019年的實際固定資本形成總額由固定資產價格指數推算得出。

2.解釋變量

本文解釋變量為數字經濟(de)及其二級指標(sc和cs)。數字經濟的測度對研究數字經濟發展意義重大，但目前數字經濟綜合發展的指標并未統一。對于省際的數字經濟發展水平測度，本文參考葛和平等、楊文溥的相關研究[11,14]，從數字產業化、產業數字化兩個維度構建數字經濟指標(如表1所示)。為更加客觀、科學地測算數字經濟綜合發展指數，本文引用熵權法將9個指標標準化后，求得各個指標信息熵，對各個指標賦權后得到2010—2019年省際數字經濟綜合發展指數(de)、數字產業化指數(sc)和產業數字化指數(cs)。

表1 數字經濟綜合發展指數

3.控制變量

為更客觀地探究數字經濟對全要素生產率的影響，還需要對影響全要素生產率的其他變量進行控制。本文控制了產業結構升級(stru，用第三產業增加值/第二產業增加值表示)、地區金融發展水平(fin，用金融機構存貸款余額/地區生產總值表示)、地區投資水平(invest，用固定資產投資/地區生產總值表示)、政府干預(gov，采用財政支出/地區生產總值表示)和城鎮化水平(urban，用城鎮人口/地區總人口表示)。

4.數據來源和描述性統計

考慮到數據樣本可得性，以2010—2019年的中國30個省級行政單位作為初始研究樣本(1)文中選取的30個省級行政單位包括北京市、天津市、河北省、山西省、內蒙古自治區、遼寧省、吉林省、黑龍江省、上海市、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南省、湖北省、湖南省、廣東省、廣西壯族自治區、海南省、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區，不包括西藏自治區和我國港澳臺地區，其主要原因是西藏自治區統計年鑒數據缺失較多，且不能采用插值法和增長率法補齊。因此，考慮到數據的可得性剔除西藏自治區和我國港澳臺地區數據。。其中省際就業情況來自《中國人口和就業統計年鑒》，其他數據均來自《中國統計年鑒》和各省統計年鑒。本文運用插值法、增長率法對缺失數據處理后，共獲得指標觀測值數量為300個，相關數據描述如表2所示。

表2 變量描述性統計

四、實證檢驗與結果分析

(一)基準分析

在實證部分首先檢驗了數字經濟對全要素生產率的影響，表3是基于式(1)所構造的計量模型估計結果。表3中第(1)列列舉了數字經濟對全要素生產率的回歸結果，從第(1)列的結果可以看出，解釋變量數字經濟的系數在5%水平下顯著為正，說明在樣本期間，數字經濟有利于提高中國省際全要素生產率。表3中第(2)列是以技術進步為被解釋變量的回歸結果，在該模型中，數字經濟系數在5%的水平下顯著為正，說明樣本期間的數字經濟對技術進步起到正向促進作用。表3中第(3)列是以技術效率為被解釋變量的回歸結果，可以發現，數字經濟的回歸系數為0.007，但并不顯著，說明樣本期間內數字經濟對技術效率提高起到正向作用，但這種正向作用并不顯著。綜合來看，樣本期間內，數字經濟提高中國省際全要素生產率主要由技術進步主導。

表3 數字經濟影響全要素生產率的OLS回歸模型估計結果

對控制變量做如下解釋：城鎮化水平對省際全要素生產率起到顯著促進作用，說明樣本期間內，各省份城鎮化水平的推進有利于全要素生產率提高，這種促進主要是通過技術進步影響。金融發展水平的系數顯著為負，說明樣本期間地區金融發展水平可能與當地要素稟賦不匹配，抑制了全要素生產率提高，這種抑制作用主要通過技術效率實現。產業結構升級系數不顯著，說明樣本期間內地區產業結構內部和產業間結構存在不合理問題，導致產業結構的升級不能提高地區全要素生產率。地區投資行為和政府干預對全要素生產率也沒有顯著影響，可能原因是企業投資行為和政府財政預算支出的周期較長，對全要素生產率的影響可能反映不及時，在短期內對全要素生產率的影響不顯著。

考慮到基準回歸模型中被解釋變量全要素生產率和技術進步、技術效率之間可能存在相關性，本文采用SUR方法進行估計。對SUR模型假設檢驗結果顯示，方程擾動項之間“無同期相關”的檢驗p值為0.000，顯著拒絕各方程擾動項相互獨立的原假設，即全要素生產率和技術進步、全要素生產率和技術效率之間存在緊密相關性，使用SUR方法進行系統估計可以提高估計效率。估計的結果如表4所示，數字經濟對技術效率提高影響不顯著，數字經濟對技術進步和全要素生產率依然具有顯著正效應，且顯著性水平顯著提高，和OLS估計結果一致。因此技術進步不斷提高是數字經濟提升全要素生產率的主要路徑。

表4 數字經濟影響全要素生產率的SUR回歸模型估計結果

綜上，數字經濟對技術進步主導的全要素生產率具有顯著促進作用，假設H1a得到驗證。

(二)穩健性檢驗

前文的基準回歸中，已經采用了SUR回歸來提高估計的穩健性，在此基礎上，本文考慮從內生性問題和樣本子區間估計進行穩健性檢驗。先是對內生性問題的處理，本文在指標測度和數據來源方面參考權威資料，盡可能多地納入控制變量，并采用雙向固定效應模型來減少遺漏變量和測量誤差的問題，為避免由反向因果導致的內生性問題，本文選擇為解釋變量數字經濟尋找合適的工具變量，采用2SLS進行回歸。

借鑒趙濤等和黃群慧等的方法[10，36]，采用1984年的郵電歷史數據作為數字經濟工具變量。中國信息技術發展受傳統電信基礎設施的影響，選擇郵電歷史數據滿足工具變量的相關性要求。此外，中國傳統電信基礎設施對經濟的影響會隨著使用頻率下降而降低，滿足外生性要求。為克服工具變量不隨時間變化的缺點，參考NUNN et al.的方法[37]，引入隨時間變化的上一年互聯網用戶數分別與1984年的郵電數據構造交互項，作為當年省際數字經濟的工具變量進行2SLS回歸。表5結果驗證了前文結論。此外對原假設“工具變量識別不足”的檢驗，Kleibergen-Paaprk的LM統計量p值均為0.000，顯著拒絕原假設；在工具變量弱識別檢驗中，Kleibergen-Paaprk的Wald F統計量大于Stock-Yogo弱識別檢驗10%水平上的臨界值。總體而言，以上檢驗說明了工具變量選擇的合理性，也進一步佐證了數字經濟對技術推動型的中國省際全要素生產率作用顯著的結論。

表5 工具變量回歸結果

本文還通過對樣本子區間進行估計作為第二個穩健性檢驗。考慮到在前文對全要素生產率測算過程中，固定資產折舊率取值為9.6%，2018和2019年的資本存量按照增長率的測算，可能導致結果不穩健。因此，本文剔除2018和2019年兩年的數據，采用國家統計局中固定資產折舊替代折舊率的變化，考察樣本子區間的模型估計結果。表6是樣本子區間的估計結果，與基準回歸結果一致，基準回歸結果具有穩健性。

表6 樣本子區間估計結果

(三)異質性分析

為了探究數字經濟不同維度對全要素生產率的影響，根據前文假設和研究設計，將數字經濟分為數字產業化和產業數字化兩個維度，更為全面地對全要素生產率進行研究。同樣考慮到全要素生產率和技術進步、全要素生產率和技術效率提升之間存在緊密的相關性，采用SUR回歸提高估計的效率和穩健性。SUR模型假設檢驗結果顯示，方程擾動項“無同期相關”的檢驗p值為0.000，顯著拒絕擾動項之間相互獨立的原假設，使用SUR回歸可以提高估計效率。

1.數字產業化對全要素生產率的影響研究

表7中第(1)—(4)列是采用SUR模型對數字產業化影響全要生產率的估計結果。第(1)列和第(2)列是以全要素生產率和技術進步為被解釋變量的聯合估計結果。解釋變量數字產業化的系數均在1%的水平下顯著為正，說明數字產業化能夠促進中國省際全要素生產率的提高和技術進步，數字產業化在發展過程中能夠不斷創新新興技術，推動技術進步，進而促進全要素生產率提升。第(3)(4)列是以全要素生產率和技術效率為被解釋變量的聯合估計結果，解釋變量數字產業化對技術效率的影響為負，但不顯著，說明樣本期間內數字產業化對技術效率的提高起到抑制作用，數字產業化帶來的新興技術對傳統產業而言可能是顛覆性的沖擊，不利于企業技術效率提升。因此，數字產業化可以提高技術進步進而促進全要素生產率的提高，驗證了本文假設H2。

表7 數字產業化和產業數字化影響全要素生產率的SUR回歸模型估計結果

2.產業數字化對全要素生產率的影響研究

表7中第(5)—(8)列是采用SUR模型對產業數字化影響全要生產率的估計結果。第(5)(6)列顯示了以全要素生產率和技術進步為被解釋變量的聯合估計結果，解釋變量產業數字化對全要素生產率為正，但并不顯著，說明樣本期間產業數字化對全要素生產率起到促進作用，但并不明顯；解釋變量產業數字化對技術進步的系數顯著為負，表明產業數字化并沒有提高技術進步，傳統產業可能存在內部結構不合理問題，導致數字技術在產業數字化過程中，可能對傳統產業產生顛覆性沖擊，對技術進步起到抑制作用。第(7)(8)列顯示了以全要素生產率和技術效率為被解釋變量的聯合估計結果，解釋變量產業數字化對技術效率的估計系數顯著為正，表明樣本期間產業數字化顯著提高了技術效率。數字經濟利用數據生產要素可以提高傳統產業效率，有效降低成本，減少風險，進而促進技術效率的提升。因此產業數字化影響全要素生產率主要是通過技術效率，驗證了假說H3。

(四)機制檢驗

前文對數字產業化影響全要素生產率的路徑進行了理論分析，指出數字產業化可以通過產業數字化來影響全要素生產率，機制檢驗結果如表8所示。從表8的第(1)列可以發現，數字產業化系數顯著為正，中介效應模型的總效應是正向顯著的，前提條件成立。第(2)列對中介變量的回歸結果顯示，數字產業化確實顯著提高了產業數字化水平。第(3)列的中介效應回歸結果顯示，數字產業化的回歸系數為0.020，小于基準回歸系數0.029，且產業數字化水平在1%的顯著性水平上顯著。同時，采用Sobel檢驗對中介效應模型進行檢驗，檢驗結果在1%水平上顯著，表明產業數字化是數字經濟發展過程中提高中國省際全要素生產率的重要渠道之一，且中介效應占比為39.3%，產業數字化起到部分中介作用，假說H4得到驗證。這進一步表明，數字產業化能夠提高傳統產業的數字化轉型，進而促進中國省際全要素生產率的提高。

表8 機制檢驗

五、研究結論和政策建議

本文從數字產業化、產業數字化兩個維度構建了數字經濟綜合評價指標，運用熵值法測算2010—2019年中國省際數字經濟指數，并對數字經濟賦能全要生產率的作用及路徑進行理論分析，利用中國省際面板數據進行實證分析，得出如下結論：第一，樣本期間內，數字經濟對中國技術進步提高作用更加顯著，即數字經濟對技術推動型的中國省際全要素生產率具有更顯著的促進作用；第二，數字產業化主要通過技術進步影響全要素生產率，產業數字化主要通過技術效率影響全要素生產率；第三，數字經濟發展過程中，數字產業化可以通過產業數字化來提高中國省際全要素生產率。

在數字經濟背景下為了更好地促進中國經濟提質增效，促進全要素生產率發展，本文提出如下建議：

第一，加快推進數字基礎設施建設，筑牢數字經濟發展根基。本文研究發現，數字經濟能夠顯著提高中國省際全要素生產率，而數字基礎設施是數字經濟發展的基礎。近年來，黨中央、國務院多次提出擴大新基建投資。2020年3月《工業和信息化部辦公廳關于推動工業互聯網加快發展的通知》將加快新型基礎設施建設排在了首位。新發展格局下，中國需要不斷加快5G網絡站點建設，穩步推進大數據、人工智能等信息技術對傳統基礎設施的替代，加快構建服務數字轉型、融合創新的新型基礎設施建設體系，推動新基建和新型產業組織相結合，發揮數字基礎設施在數字經濟發展過程中的協同效應，努力使數字經濟成為推動全要素生產率提升的堅實基礎和有效路徑。

第二，大力支持數字技術創新，推動數字產業化發展。數字產業化能夠通過技術進步促進中國全要素生產率的提高，因此我們應當在守住風險的底線下，給足“試點容錯”空間，鼓勵和完善配套產業發展，增加數字技術領域研發投入，占領數字技術領域高地，強化數字技術基礎研究，自主研發創新數字核心技術。同時，在構建自主研發創新數字技術體系的基礎上，加快建設數字技術跨國公司，加強全球數字技術的共享，通過全球范圍內的產業鏈合作對接以及數字技術人才的流動，推動全球數字技術發展，構建公平競爭、合理有序的數字技術生態系統，從而通過自主創新數字技術和全球范圍內的技術共享，更好地促進中國技術進步以及省際全要素生產率的提高。

第三，加快傳統產業數字轉型，提高產業數字化水平。產業數字化主要通過技術效率影響全要素生產率。首先，我們應當加強政府、企業和高校等組織的數據共享，提升數據資源的整合和使用效率，建立共享機制；其次，應當加快傳統產業數字化轉型，提高傳統產業利用數字技術對數據資源的分析和使用效率，降低傳統企業成本，構建數字化經營決策以及生產體系，提高傳統企業運營效率；最后，應該加強數字信息的保護和數字環境治理，建立健全產業數字化的信息安全體系，為產業數字化轉型提供安全保障，降低傳統產業轉型升級風險。由此，才能更好地促進數字技術與傳統產業的深度融合，利用數字技術培育傳統產業發展新動能，推進中國全要素生產率的提升和經濟高質量發展。

六、結語

本文對中國數字經濟發展提升地區全要素生產率的作用和路徑進行研究，證實了數字經濟發展更多賦能技術進步型的地區全要素生產率提升，豐富了地區全要素生產率驅動因素的研究視角。按數字經濟構成分解為數字產業化和產業數字化，采用SUR回歸對數字經濟促進全要素生產率的路徑進行研究，發現數字產業化主要通過技術進步影響全要素生產率，產業數字化主要通過技術效率提升影響全要素生產率，這一發現對全面認識數字經濟的作用以及提升全要素生產率的路徑選擇無疑具有重要意義。在充分認識數字經濟和全要素生產率關系的基礎上，論證“數字產業化-產業數字化-全要素生產率”這一中介路徑，為數字經濟時代全要素生產率提高和經濟高質量發展提供實施路徑。本文不足之處在于對數字經濟發展提升地區全要素生產率的路徑研究方面，研究僅限于“數字產業化-產業數字化-全要素生產率”一條路徑，可能存在其他的影響路徑尚未研究。總體而言，中國數字經濟發展對技術進步型的全要素生產率提升具有積極作用，然而數字經濟帶來的創新效應和產業結構的升級效應等因素是否會影響全要素生產率的提升，這是未來可進一步探究的方向。