數字經濟如何平衡“穩增長調結構”目標
——基于地區-行業層面的分析

白雪潔 宋 培 李 琳

一、引 言

自2014 年4 月25 日中央政治局會議首次提出中國經濟穩中求進的總基調以來，“穩增長調結構”就成為各級政府制定政策規劃的重要依據。2017 年十九大報告中首次指出，中國經濟正經歷由高速增長階段邁向高質量發展階段，高質量體現在經濟社會生態等發展的全方位上。“穩增長調結構”目標強調在經濟保持高質量、高效益、可持續發展的同時，推動經濟結構優化轉型，這無疑與經濟高質量發展的理念相契合。改革開放以來，中國經歷了以“三高”為主要特征的高速經濟增長，實現了從貧窮落后的發展中農業大國向現代化工業大國的轉變，創造這一舉世聞名“增長奇跡”的動力之一是“結構性加速”效應，即工業化推動生產要素從低生產率的第一產業向高生產率的第二產業轉移。反觀當下，中國經濟正經歷由產業結構演進和城市化推動的服務化轉型，生產要素正從高生產率的第二產業向低生產率的第三產業轉移，這恰與近幾年的經濟增速放緩并行出現，似乎表明“鮑莫爾成本病”導致的“結構性減速”這一幾乎在發達國家無一例外的一般性規律也正在中國顯現。事實果真如此嗎，中國經濟真的進入“結構性減速”階段了嗎？“穩增長”和“調結構”目標難道不可兼得嗎？這正是本文要探討的核心問題。

經濟結構服務化轉型是否必然要經歷經濟增速下降？對這一問題的回答仍存有較大爭議。第一，關于服務業生產率低于工業的所謂“結構性減速”，無論是庫茲涅茨還是鮑莫爾的研究，事實上都遭遇越來越多的質疑與挑戰，把工業經濟時代的服務業低生產率推及到信息經濟時代，忽視服務業內部結構變遷值得商榷，如生產性服務業的發展不僅會提升服務業生產率，還會通過與制造業融合互動提升工業生產率。因此，“結構性減速”在中國當下是否成立仍需探討。第二，即便“結構性減速”成立，中國經濟增速下降的主要原因可能不是“結構性減速”，而是各產業部門全要素生產率的普遍不高和下降，是“未高先減”。這與當前中國產業發展面臨的低端產能過剩和高端產能不足并存，創新驅動的全要素生產率水平不高，以及政府為實現“進一步提高服務業比重”的所謂產業結構優化升級目標，助長金融、房地產等部門過度吸納生產要素等均有關。在這一現實背景下，中國經濟結構服務化更像是生產要素在某種程度上的“脫實向虛”，即資源錯配。依此觀點，如若“未高先減”的實體經濟部門能夠以技術創新或供給側結構性改革提升全要素生產率，就能夠進一步釋放增長空間，沖抵部分可能存在的“結構性減速”，這意味著“調結構”與“穩增長”可能并行不悖。另一方面，全球正處于由新技術新產業革命引爆的數字經濟新時代，以物聯網、大數據、人工智能等為核心的新一代信息技術正沿著技術—資本—市場—產業—社會等渠道迅速滲入到經濟生產和社會生活中，為各類產業提高生產率創造了巨大的空間，如最可能引發“鮑莫爾成本病”的生活性服務業，通過數字化改造實現商業模式創新和機器換人，生產率得到大幅提升。更遑論自身就具有知識和技術密集特征的生產性服務業，其生產率水平更不必然低于工業。那么，如何抓住新一代信息技術等新技術革命契機，緩解經濟增長和產業結構轉型之間的沖突，實現“穩增長調結構”兼得的目標更值得深入研究。

與本文研究密切相關的文獻包括數字經濟的概念內涵、測度方法，以及對經濟增長和產業結構轉型的影響等方面，現有研究主要形成了以下觀點。數字經濟最早由Don Tapscott(1996)在其著作《數字經濟：網絡智能時代的前景和危險》中提出，被定義為以數字方式呈現信息流的經濟模式。OECD(2014)將數字經濟定義為一個由數字技術驅動的、在經濟社會領域發生持續數字化轉型的生態系統，包括大數據、物聯網、人工智能和區塊鏈等。目前學術界對數字經濟的測度方法主要分為兩種：一是直接法，即在界定范圍后估算數字經濟規模，如中國信通院、美國經濟分析局等使用的方法；二是間接法，即從多個維度構建數字經濟指數，如OECD(2014)構建了包括投資智能化基礎設施、賦權社會、創新能力、ICT 促進經濟增長與增加就業崗位4 個一級指標，38 個二級指標的數字經濟指標體系。2021 年，中國國家統計局提出數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動，并從數字產業化和產業數字化兩個層面進行了統計分類。其中，作為經濟核算的重要組成部分，數字產業化對經濟增長的拉動作用體現為產業自身發展帶來的規模擴張，包括數字化基礎設施、電子信息制造業、軟件和信息技術服務、互聯網相關服務等。根據許憲春和張美慧(2020)對數字產業化的測算，我國數字產業增加值實際增長率超過20%，占GDP的比重逐年增加，是名副其實的經濟增長新引擎。產業數字化對經濟增長的拉動作用體現為其他產業利用數字技術對原有業務實施升級改造進而產生的價值增值(王俊豪和周晟佳，2021)。如傳統產業的數字化改造會通過提升大眾創業活躍度、整合研發力量、提高供需匹配效率、變革企業管理模式等方式優化資源配置，推動技術進步，最終提升全要素生產率(焦勇，2020；戚聿東和肖旭，2020)。

關于數字經濟與產業結構轉型的關系，國外缺乏從數字經濟視角研究產業結構轉型的文獻，多數學者研究了信息技術對產業結構的影響，認為信息技術在推動產業結構轉型方面發揮著重要作用，還有學者以金融業為例加以驗證，研究表明數字經濟可以促進技術創新，進而推動產業結構優化(Jaakkola 等，1991；Zimmermann 和Korner，1999)。國內學者也提出了較為一致的觀點，即數字經濟發展可以促進產業結構轉型，主要作用路徑是供給側結構性重塑和制造業數字化改造(何大安和許一帆，2020)。還有一些學者從數字經濟具體領域展開研究，如左鵬飛等(2020)實證檢驗了互聯網發展對產業結構轉型的促進作用，主要體現為互聯網發展對產業結構合理化的持續正向作用和與產業結構高級化之間呈現的顯著U 型關系。產業智能化和人工智能的應用也可以推動產業結構轉型，其內在機制表現為資本、勞動等生產要素在產業間的重新配置(郭凱明，2019)。

綜上所述，以工業經濟時代的技術和產業演進規律為邏輯起點的“結構性減速”理論認為，隨著經濟重心向第三產業轉移，經濟增長速度必將減緩，“調結構”需要以犧牲部分經濟增速為代價，“穩增長”與“調結構”之間更可能呈現的是有得必有失的矛盾關系。另一方面，雖有文獻從單一視角研究表明數字經濟有利于推動產業結構轉型與經濟增長，但卻忽視了數字經濟的“出新”與“煥新”功能在緩沖“穩增長”與“調結構”目標沖突，引導二者協調發展中發揮的作用，這正是本文的邊際貢獻。

二、理論機制

數字經濟作為創新驅動的主要領域和表現載體之一，能從供需兩側直接或間接地推動產業結構轉型，挖掘產業內部的經濟增長潛力，提升行業全要素生產率，以此緩解“結構性減速”，最終實現“穩增長調結構”的高質量發展目標。

（一）數字經濟的“穩增長”效應

數字經濟作為一種通用目的技術(GPT)的顛覆性變革形式，內生于由云計算、大數據、物聯網、移動互聯網、人工智能等技術所構成的智能技術群，不僅遵循技術經濟范式創造出新技術新產品新服務，即不斷“出新”，同時還能與既有產業相融合，實現對既有技術、產品、服務和產業的提升改造和創新，也就是“煥新”。出新大約等同于數字產業化，煥新則是產業數字化，二者是相互依存與促進的關系，共同構成數字經濟，這一過程被經濟學家布萊恩·阿瑟(2018)在新經濟形成的“算法”過程中給予充分詮釋。無論是出新還是煥新，數字經濟都具有推動經濟增長的重要作用。

1. 數字經濟推動經濟增長的直接效應

數字經濟對經濟增長的直接作用首先體現在智能技術群自身持續、活躍的技術創新上。當前無論是在國際技術競爭領域還是在國內科技創新領域，智能技術群都能吸引更多創新資源和要素聚集，促進知識和技術的交流與碰撞，推動新的創新機會涌現和技術突破，圍繞智能技術群的技術創造活動本身就是經濟增長的重要內源力量——技術進步，而且這種技術進步還外化成新產品、新服務、新業態、新模式，為經濟增長注入活力。此外，數字經濟還為創新活動賦予新的內涵。數據作為一種新的創新要素被引入創新系統，促使開放式、平臺型創新組織和消費者等新的創新主體不斷涌現，推動企業組織結構變革與創新邊界網絡化。眾包眾創、極客創客、線上線下相融合等多樣化創新模式，以及為了滿足數字技術和制度創新要求的公共信息基礎設施投資和制度變革，都可以歸結到經典的熊彼特五類創新中的一類或幾類，成為經濟增長的源泉。

2. 數字經濟推動經濟增長的間接效應

數字經濟對經濟增長的間接作用主要表現為賦予傳統經濟增長要素以新的內涵和表現形式。當數據要素被納入經濟增長系統后，它需要與傳統要素相結合，推動傳統要素高級化。對勞動要素而言，數字技術應用為組織學習、人力資源培訓等提供了更多的便捷渠道，有助于發揮人力資本在生產活動中的規模經濟、范圍經濟和長尾效應。對資本要素而言，數字技術在企業內部的價值創造活動(如研發、采購、生產、銷售等環節)之間建立起數字“鏈接”，催生出模塊化生產、網絡化分工和平臺化交易等新的生產模式和商業模式，助力企業獲取規模經濟的成本優勢和滿足差異性需求的市場優勢，不斷提高供需適配性以促進經濟增長。數字技術對其他技術要素的改變主要體現在加劇技術創新活動的互動和激烈程度，讓技術創新活動更容易捕捉需求變化，加速不同技術群之間的交叉融合。數字經濟對傳統經濟增長要素的賦能還體現為重塑生產要素之間的關系，讓工業經濟時代居于關鍵生產要素地位的資本、技術不斷尋求與信息和數據的融合，促進單要素和全要素生產率提升。基于此，提出本文的假說1。

假說1：數字經濟有利于推動經濟增長，實現“穩增長”目標。

（二）數字經濟的“調結構”效應

1. 基于供給側的“調結構”效應分析

“調結構”的完整內涵是從微觀企業要素和組織結構到中觀產業內的技術和產品結構，再到宏觀產業間結構的不斷調整優化過程。從企業角度看，“調結構”意味著優化要素配置和組織結構，即不斷調整各種形式生產要素的組合和通過管理創新釋放組織活力。從產業內角度來看，“調結構”是從投資結構等要素配置起點開始的結構轉型，通過傳統產業內部的技術改造升級，實現由新技術、新產品、新服務支撐的產業競爭力提升。從產業間角度來看，“調結構”是新興產業相比傳統產業快速成長帶來的二者之間比例關系的變化，是服務業規模的不斷擴大。而數字經濟對這一系列結構的調整優化都可能產生積極影響。首先，在優化要素配置結構方面，數據作為數字經濟的核心要素，正加速與傳統生產要素的融合，從消費互聯網到產業互聯網，從共享產品和服務到共享生產設備和創新資源，從傳統基礎設施到以數據鏈接的數字化智能化基礎設施網絡，數據與傳統要素融合滲透的應用場景不斷拓寬，不斷促進要素結構調整優化。其次，在產業內的結構優化方面，數字技術應用可以在企業間搭建起資源共享平臺，形成互補的新型資源共享機制，不僅極大提高了資源利用效率，還為中小企業打破資源約束，圍繞自身優勢展開差異化創新提供可能。最后，對產業間的結構調整而言，以數字技術為代表的新技術成為社會投資的重點領域，新技術的產業化是以“出新”的形式提供新產品和新服務，產生新的價值，從而逐漸改變新興產業和傳統產業的比例關系，并且對傳統產業的“煥新”效應發揮示范或牽引作用。雖然“調結構”并不能機械地理解為提升第三產業的GDP 占比，但每一產業通過調整技術、要素、產品和服務結構實現高級化的過程，最終將呈現出經濟結構服務化的趨勢。數字經濟促進“調結構”的顯著特征之一是高附加值的服務成為重要的中間品被廣泛投入到經濟活動中，如服務型制造等(郭凱明等，2020)。

2. 基于需求側的“調結構”效應分析

在短缺經濟時代，可以說存在供給創造需求效應，但在總體上呈現過剩經濟的當下，沒有被需求吸納的供給就是無效供給，是過剩供給。從這個意義上講，“調結構”就是要提高供需適配性，而盡可能精準地掌握需求是增加有效供給的前提。首先，數字產業發展成為市場需求的新增長點，市場需求主體對數字產品與服務的消費規模不斷擴大、層次不斷豐富，這對數字經濟相關的新興供給產生積極的拉動作用。其次，數字技術如互聯網、大數據、人工智能等可以降低供需之間的信息不對稱程度，為供給方及時甚至是超前把握需求動向、消費者主動表達需求意愿提供了更加便捷和低成本的渠道，有利于提高市場運行效率。數字經濟時代，人們對個性化、品質化、小批量且相對低成本的產品和服務需求不斷擴大，這為供給側結構性改革提供了契機，能夠及時把握消費需求變化并通過產品創新、模式創新等實現升級的企業將獲得競爭優勢，而無力適應的企業就會被迫退出市場，完成市場選擇下企業優勝劣汰的“調結構”。此外，數字經濟會不斷增強生產和服務消費的信息化、虛擬化程度，以數字為載體，數字服務實現了數字內容產業鏈在服務產業鏈前后端的延伸，增加了互聯網服務、文化娛樂等產業在經濟中的占比，更主要的是推動制造與服務相融合，最終表現為經濟的服務化轉型。基于此，提出本文的假說2。

假說2：數字經濟有利于推動產業結構轉型，實現“調結構”目標。

（三）數字經濟平衡“穩增長”與“調結構”目標的理論機制

從經濟學意義上的時間長度來看，以年均GDP 增長率來表征的“穩增長”目標可以視為一種短期目標，而無論是以產業內還是產業間結構變動來表征的“調結構”目標都是一種相對長期的目標，所謂平衡“穩增長”與“調結構”目標，就是伴隨產業結構不斷朝向技術化、知識化和服務化的演進，經濟仍然可以保持中高位的增長，平緩“結構性減速”的劇烈波動。基于工業經濟時代產業結構演進特征及發達國家的典型事實所提出的“結構性減速”理論揭示出“穩增長”與“調結構”之間的矛盾，即產業結構高級化將導致經濟增速下降，但這一理論所處時代背景的基本特征和邏輯在數字經濟時代可能被逐漸改變。這是因為“結構性減速”理論在行業生產率基本穩定和工業生產率高于服務業這兩個工業經濟時代的規律性特征下才成立，但這兩個前提條件在數字時代都可能被改寫甚至被顛覆。具體來說，數字經濟可以緩解產業結構轉型導致的經濟增速下降，最終平衡兩大經濟目標，其作用機制主要是通過提升全行業生產率和數字化改造的行業異質性來實現的。首先，數字技術融入和滲透到工業和服務業，因為是通用性技術變革，不僅能提升效率，更重要的是，優化各行各業的生產關系和整個社會的資源配置方式，從而提升社會整體的效率水平和全要素生產率(鐘世川，2014；王恕立和滕澤偉，2015)。其次，不同行業的數字化融入與改造效果存在顯著差異，而服務業生產率在數字經濟時代有更大的提升空間。從古典經濟學時期開始，經濟學家就注意到傳統服務業在生產過程中更依賴勞動要素，無法大規模使用機器設備，缺乏規模經濟，外加服務產品本身具有“同步性”和“不可存儲性”，導致服務業的低效率和不可遠距離貿易，但這些局限在數字經濟時代可能被突破。第一，信息技術的迭代更新大大加強了服務業的可貿易性，尤其是對于知識密集型服務業如教育培訓、遠程醫療、文化服務等，可以借助網絡空間實現跨區域提供。第二，服務業的內涵與外延發生了極大改變，物流、金融、教育、科研等生產性服務業具有高效率和知識技術密集特征，已成為現代服務業體系的重要組成部分，在數字經濟時代有著巨大的成長空間和發展潛力。因此，數字經濟的發展為服務業生產率提升創造了極大的空間。第三，結合中國當下，消費互聯網的技術和底層應用在傳統生活性服務業領域鋪陳的廣度、深度和速度均處于領先位置，要素再配置和效率改進效應在這類行業領域也率先顯現。相比之下，數字經濟對工業的賦能效果差強人意，1987 年諾貝爾經濟學獎獲得者索洛就提出著名的“信息技術生產率悖論”，這意味著制造業數字化與智能化轉型并非一蹴而就，還取決于一國勞動力結構和前期基建規模(何小鋼等，2019)。除此之外，我國工業部門信息化架構間的通用性和兼容性不足，帶來高昂的技術改造成本，同時制約著數字技術架構的布局，成為當前工業互聯網進展較慢的重要原因。

綜上所述，產生于工業經濟時代的鮑莫爾-福克斯假說所闡述的行業間生產率高低及其進步速度快慢的結論在數字經濟時代已然有所改變，提升全行業生產率和縮小行業間生產率差距成為數字經濟緩解“結構性減速”的兩個主要途徑，但兩者在不同發展階段發揮的主次作用有所區別。現階段，數字化對中國經濟的滲透發端于服務業，對服務業生產率的提升效果早已顯現，而工業的數字化改造仍處于初期階段，對工業生產率的提升作用尚未完全釋放，因此，相較于提升全行業生產率，縮小服務業與工業的生產率差距在緩解“結構性減速”中發揮著主導作用。但隨著中國夯實實體經濟根基的經濟發展戰略的推進，若未來能實現運用工業互聯網、智能制造等新型制造模式打破“索洛悖論”，挖掘制造業的增長潛力，反過來高質量的制造業又對優化服務業結構，刺激生產性服務業增長產生積極作用，那么緩解“結構性減速”的主要力量將從縮小服務業與工業的生產率差距轉化為提升全行業生產率。總而言之，數字經濟可以通過提升全行業生產率和縮小行業間生產率差異來實現“穩增長”和“調結構”目標并行的經濟高質量發展。基于此，提出本文的假說3。

假說3：數字經濟可以打破“結構性減速”成立的兩大前提，實現經濟增長和產業結構轉型的雙重目標。

假說3a：數字經濟可以通過提升全行業生產率抵消產業結構轉型對經濟增長的負向影響，緩解“結構性減速”。

假說3b：數字經濟可以借助數字化賦能的行業異質性縮小服務業與工業的生產率差距，緩解“結構性減速”。

三、基于地區層面的實證檢驗

（一）模型構建及指標說明

1. 模型構建

本文基于省份面板數據，實證檢驗數字經濟對經濟增長和產業結構轉型的具體影響。基準計量模型設定如下：

為檢驗“結構性減速”在中國是否成立，以及數字經濟在緩解“結構性減速”最終平衡“穩增長調結構”目標中發揮的調節效應，本文構建如下計量模型：

其中，下標i 表示地區、t 表示年份；數字經濟(Dig)為核心解釋變量；Eg 和Ist 為被解釋變量，分別表示經濟增長和產業結構轉型；Control 為控制變量；表示省份固定效應；表示時間固定效應；為隨機擾動項。

2. 核心變量

(1) 數字經濟(Dig)：現階段，數字經濟指標的構建方法主要分為直接法和間接法兩類，前者通過直接測算數字經濟規模來衡量，后者主要采用主成分分析法和文本分析法來測度。本文借鑒趙濤等(2020)研究，并根據國家統計局公布的《數字經濟及其核心產業統計分類》，從計算機通信和其他電子設備制造業、電信廣播電視和衛星傳輸服務、互聯網相關服務、軟件和信息技術服務和產業數字化5 個維度構建數字經濟評價指標體系，使用主成分分析法測算2009—2018 年中國30 個省份的數字經濟發展指數。數字經濟指數測度體系如表1 所示。

表1 數字經濟指數評價體系

(2) 經濟增長(Eg)：發展經濟學中的經濟增長主要是指人均收入的增加，因此，本文采用各省份人均GDP 的增長率來衡量。

(3) 產業結構轉型(Ist)：無論是一個國家還是一個地區，第三產業比重的上升往往會伴隨著生產性服務業規模擴大，而生產性服務業的發展壯大又與制造業分工細化、專注核心價值創造后釋放生產性服務外包需求密不可分，這也是從國際比較來看，發達國家和地區在經濟發展走向發達經濟體的過程中，服務業或者說第三產業的規模比例都呈快速上升之勢，最終穩定在占GDP 60%左右的主要原因。當然從服務業內部構成來看，生產性服務業的比重又占到整個服務業的一半以上，甚至更高。這恰恰說明，制造業的優化升級是服務業增長和結構優化的主要推動力，因此，第三產業與第二產業的增加值之比可以視為是一種產業轉型，本文使用這一指標來衡量產業結構轉型。

3. 控制變量

(1)環境規制(Ers)：本文采用各省份單位產值的環境污染治理投資額來衡量。

(2)外商直接投資(Fdi)：本文采用各省份外商直接投資與GDP 之比來衡量。

(3)國外需求(Ex)：本文采用各省份出口額占GDP 的比重來衡量。

(4)政府支出(Gov)：本文將政府支出納入控制變量并采用各省份政府支出占GDP 的比重來衡量。

(5)市場化程度(Market)：本文采用王小魯等(2019)的中國市場化指數報告中各省份市場化總指數來衡量。

(6)資本深化(Kl)：本文采用各省份的資本投入與勞動人數之比來衡量。

4. 數據來源

本文選取2009—2018 年中國30 個省份的面板數據進行實證分析，數據來源于《中國環境統計年鑒》《中國信息年鑒》《中國統計年鑒》《中國電子信息產業年鑒》《中國工業統計年鑒》，以及各省份統計年鑒、國家統計局、中國研究數據服務平臺(CNRDS)和中經網統計數據庫。本文以2009 年為基期對所有以貨幣價值表示的數據進行價格調整。

（二）基準回歸分析

為避免異常值導致的回歸誤差，本文在實證分析前先對所有變量進行1%的縮尾處理。其次，對FE 和RE 進行Hausman 檢驗，結果顯示P 值小于0.0001，即拒絕原假設，應選擇固定效應模型，表2 為數字經濟對經濟增長和產業結構轉型影響的基準回歸結果。其中，第(1)列和第(2)列為數字經濟對經濟增長影響的回歸結果，根據第(1)列的回歸結果可以發現，數字經濟在1%的顯著性水平上顯著推動了經濟增長。第(2)列為納入控制變量后的回歸結果，結論依然成立，因此，發展數字經濟有利于實現“穩增長”目標。第(3)列和第(4)列為數字經濟對產業結構轉型影響的回歸結果，根據第(3)列的回歸結果可以發現，數字經濟在1%的顯著性水平上顯著推動了產業結構轉型。第(4)列為納入控制變量后的回歸結果，結論依然成立，因此，發展數字經濟有利于實現“調結構”目標。

現階段，中國經濟正處于邁向高質量發展階段，而從工業化發展階段來看，還處在工業化中后期，進一步，如果從效率視角來考察，工業化水平相比其規模占比可能還低一些。因此，揭示工業經濟時代特征的部門間生產率差異，如服務業部門生產率普遍低于工業部門的現實還可能長期存在。而產業結構演進，或者所謂的優化和高級化也會朝向服務業占比增加的方向演進，這意味著“結構性減速”在我國當前階段可能無法回避，因此，“調結構”與“穩增長”目標似乎不可兼得。表2 的第(5)列為產業結構轉型對經濟增長影響的回歸結果，可以發現，產業結構轉型在5%的顯著性水平上阻礙了經濟增長，即驗證了“結構性減速”在中國可能已經發生。這意味著產業結構轉型會由于“結構性減速”效應抑制經濟增長，然而，表2 的第(1)列至第(4)列表明數字經濟可以同時推動產業結構轉型和經濟增長，這說明數字經濟有利于緩解“結構性減速”，實現“穩增長”和“調結構”的雙贏。為檢驗這一觀點，本文在實證模型中納入了數字經濟與產業結構轉型的交互項，第(6)列回歸結果為數字經濟在產業結構轉型影響經濟增長的調節效應，可以發現，產業結構轉型與數字經濟交互項的回歸系數在1%的顯著性水平上為正，表明雖然產業結構轉型在一定程度上抑制了中國經濟增長速度，但是數字經濟發展顯著降低了這種影響，即在一定程度上緩解了“結構性減速”。因此，基于省份層面的實證研究表明數字經濟有利于平衡“穩增長調結構”目標，數字經濟在產業結構轉型中發揮的調節效應是緩解“穩增長”和“調結構”雙重目標之間矛盾的關鍵。但這一調節效應僅能從結果上驗證數字經濟可以緩解“結構性減速”，未能深入分析其中的影響機制，無法回答數字經濟如何緩解“結構性減速”這一問題。而“結構性減速”成立的兩個至關重要的前提是各行業生產率穩定和行業間生產率差異明顯，這意味著數字經濟有可能打破“結構性減速”成立的兩大前提，通過提升全行業生產率水平和縮小服務業與工業間的生產率差距來緩解“結構性減速”。為驗證這一觀點，本文將在第四部分基于行業層面展開進一步分析。

表2 基準回歸結果

（三）穩健性檢驗和內生性問題

1. 穩健性檢驗

為保證基準回歸結果穩健可靠，本文采用替換被解釋變量、解釋變量和滯后解釋變量3 種方法進行穩健性檢驗。首先，替換產業結構轉型指標，采用第三產業增加值與第一、二產業增加值之和的比值來衡量。其次，替換數字經濟指標，一是借鑒劉軍等(2020)的做法，采用NBI 指數權重確定法進行賦權，重新測算數字經濟發展指數；二是參考白雪潔等(2022)的方法，從數字化賦權基礎設施、數字化交易和數字化媒體3個方面測算各地區數字經濟規模，并取對數進行實證檢驗。最后，考慮到數字經濟對經濟增長和產業結構轉型的影響可能存在滯后效應，為此，本文將核心解釋變量滯后一期，對基準計量模型進行重新估計。穩健性檢驗結果見附錄表2 和表3(掃描本文首頁二維碼獲得，下同)，表明本文基本結論是穩健可靠的。

2. 內生性問題

盡管本文在理論部分闡明了數字經濟對“穩增長”和“調結構”的影響機制，但在實證分析時難免會遭遇反向因果問題，即經濟發展領先的地區，其數字經濟發展水平往往越高。此外，遺漏一些重要的變量及相關指標的測量誤差也可能導致內生性問題。因此，為保證基本結論的穩健性，本文借鑒黃群慧等(2019)的做法，將各地區1984年每萬人電話數與上一年全國互聯網用戶數量的交互項作為工具變量(IV)，使用兩階段最小二乘估計(2SLS)解決內生性問題。內生性檢驗結果見附錄表2 和表3。回歸結果表明，在考慮了內生性問題之后，數字經濟發展有利于推動經濟增長和產業結構轉型的基本結論仍成立。此外，工具變量通過了不可識別檢驗和弱工具變量檢驗，表明本文工具變量選取具有合理性。

四、基于DEA 方法的行業層面分析

上述地區層面的實證檢驗從宏觀總體上驗證了數字經濟有利于緩解“結構性減速”，讓“穩增長”與“調結構”的相悖目標可能相向而行，而下述從行業層面的實證檢驗是從中觀的行業視角尋求數字經濟影響宏觀“穩增長”與“調結構”目標的內在機制，驗證其是否動搖了“結構性減速”成立的兩個基本前提。由于行業層面的數字經濟指數難以構建，而且即便設法構建，該指標也會因為數字經濟基礎設施環境等因素而難以具備行業差異性。對行業而言，數字經濟發展水平集中體現在由企業數字化匯聚而成的行業上。因此，本文基于2007—2019 年中國投入產出表，采用行業數字化投入指標進行實證檢驗。

（一）模型構建及變量說明

1. 模型構建

為分析數字化投入對行業生產率的影響及其異質性，本文基于2007—2019 年中國行業面板數據進行實證分析，計量模型設定如下：

其中，下標i 和t 分別表示行業和年份；被解釋變量為行業生產率(TFP)；核心解釋變量為數字化投入(Diginput)；Control 表示控制變量；表示行業固定效應；表示時間固定效應；為隨機擾動項。

2. 核心變量

(1) 行業生產率(TFP)：全要素生產率的測算方法主要有非參數法和參數法兩類，其中，非參數法主要是數據包絡分析(DEA)，參數法包括隨機前沿分析(SFA)、索羅殘差法等。參數法依賴特定的生產函數形式和參數設定，會導致估計偏差，而非參數法雖然存在線性前沿、相對效率和權重無法反映指標重要性等局限，但可以有效克服參數法的不足。因此，本文使用基于DEA 方法的Malmquist 指數測算第二、三產業的全要素生產率。

本文采用2007—2019 年39 個行業的資本投入、勞動投入、增加值數據，測算行業生產率。其中，工業行業的資本投入使用分行業規模以上工業企業固定資產凈值年平均余額指標，勞動投入使用分行業規模以上工業企業從業人員年平均人數指標，產出使用各行業增加值；服務業分行業的資本投入使用永續盤存法進行估算，勞動投入使用服務行業城鎮單位就業人員數，產出使用各行業增加值。

(2) 行業數字生產率(DTFP)：數字生產率與上述行業生產率的測算方法相同，不同的是需要在投入指標中納入行業的數字化投入。基于2007—2019 年全國41×41部門的投入產出表，數字化投入采用通信設備、計算機及其他電子設備制造業和信息傳輸、計算機服務和軟件業對其他行業的中間投入來衡量。

(3) 數字化投入(Diginput)：現有研究主要采用直接消耗系數和完全消耗系數衡量數字化投入(張晴和于津平，2020)。盡管直接消耗系數的計算方式簡單，但不能反映出各行業部門間的間接技術經濟關聯，因此本文采用基于中國投入產出表的完全消耗系數對數字化投入進行衡量。具體而言，用各行業對數字經濟核心產業即通信設備、計算機及其他電子設備制造業和信息傳輸、計算機服務和軟件業的完全消耗系數表示。

3. 控制變量

(1)經濟發展水平(Pgdp)：采用各行業人均GDP 的對數值來衡量。

(2)資本密集度(Capital)：采用各行業資本與就業人員之比來衡量。

(3)對外貿易(Trade)：采用各行業進出口占增加值的比重來衡量。

4. 數據來源

本文選取2007—2019 年中國39 個行業的面板數據進行實證檢驗，數據來源于中國投入產出表、《中國統計年鑒》、國家統計局、《中國工業統計年鑒》和《中國第三產業統計年鑒》。其中，2007—2019 年全國41×41 部門的投入產出表是采用RAS法對已有年份的投入產出表擴展得到。本文以2007 年為基期對所有以貨幣價值表示的數據進行價格調整。

（二）中國經濟“結構性減速”的行業層面再驗證

1. “結構性減速”的行業證據

基于地區層面的實證分析表明產業結構轉型會阻礙經濟增長，即出現“結構性減速”，而導致“結構性減速”的根本原因是工業和服務業間的生產率差異。接下來，本文基于行業層面對中國經濟“結構性減速”進行再驗證。圖1 顯示了2007—2019 年中國工業和服務業生產率及其增長率的變化趨勢。本文將2007 年工業和服務業生產率的初始值固定為1，以分析生產率的時間變化趨勢。從圖中可以發現，①工業年均生產率顯著高于服務業，且工業和服務業的生產率差異有逐漸擴大的趨勢；②工業生產率的年均增長率高于服務業，且工業生產率的年均增長率方差顯著大于服務業，表明工業生產率的波動更大。因此，本文基于傳統生產率的測算結果支持了服務業生產率低于工業的觀點，進而從行業層面驗證了中國經濟結構服務化轉型會導致“結構性減速”。

圖1 工業、服務業的生產率及其增長率差異

2. 數字化投入對行業生產率影響的初步判斷

接下來，本文將制造業劃分為先進制造業和其他制造業，將服務業分為生產性服務業和生活性服務業來分析生產率在行業內部的結構性差異。圖2 顯示了工業和服務業生產率的結構性差異。分析發現：①根據圖2(上)可知，除2012 年先進制造業生產率增長較低之外，工業生產率的增長率始終高于服務業，由此可得出與圖1 一致的結論，即工業生產率顯著高于服務業；②根據圖2(下)可知，生產率的增長率在行業間存在顯著的結構性差異。具體而言，除2009 年和2014 年略高之外，先進制造業生產率的增長率低于其他制造業；生產性服務業生產率的增長率低于生活性服務業；③通過對比傳統生產率和數字生產率可以發現，傳統制造業與先進制造業的傳統生產率走勢相似，且前者略高，生活性服務業的傳統生產率增長率始終高于生產性服務業，但傳統制造業的數字生產率增長率顯著高于先進制造業，生活性服務業的數字生產率增長率路徑幾乎與先進制造業相似。這表明傳統制造業的數字化改造效果優于先進制造業，生活性服務業的數字化改造效果優于生產性服務業。而從我國服務業的內部構成來看，生活性服務業的占比遠高于生產性服務業，數字化投入對生活性服務業的這種生產率提升效果會縮小原本存在的服務業與制造業的生產率差距。當然，數字化投入對傳統制造業的生產率提升效應也比較大，不過因為制造業的內部構成中傳統制造業的比例日趨下降，其對制造業整體的生產率提升效果從幅度上可能低于生活性服務業對服務業整體的生產率提升效果，從而在一定程度上縮小工業經濟時代的制造業與服務業的生產率差距，對“結構性減速”產生某種阻力。這初步表明數字化改造對行業生產率產生重要影響，且這種影響存在顯著的行業異質性。

圖2 工業、服務業的生產率增長率結構性差異(上圖為傳統生產率，下圖為數字生產率)

（三）數字化投入對行業生產率的實證檢驗及異質性分析

上述分析表明數字化改造會對行業生產率產生影響，接下來，本文基于2007—2019 年39 個行業的面板數據對這一影響展開實證檢驗。根據Hausman 檢驗的結果選擇固定效應模型，表3 報告了數字化投入對行業生產率影響的回歸結果。根據表3 第(1)列的回歸結果可以發現，數字化投入每提高1 單位將顯著推動生產率提升約0.014個單位，第(2)列為納入控制變量后的回歸結果，數字化改造顯著提升了行業生產率的結論依然成立。第(3)列和第(4)列為行業異質性的回歸結果，根據回歸結果可以發現，數字化改造對服務業生產率的提升效果要遠遠優于工業，這說明服務業通過數字化改造可以縮短與工業生產率的差距，也證實了圖2 表達的結果，即生活性服務業的數字化改造促使其生產率有超越先進制造業的趨勢。這一結果也表明，互聯網對我國產業的融合滲透是從服務業發端，這種行業間的生產率提升因為偏向生活性服務業，使得數字經濟對服務業整體的生產率提升效果明顯。

表3 數字化投入對行業生產率影響的實證結果

綜上所述，結合地區和行業兩個層面的實證分析，可以得到以下結論：數字經濟發展有助于平衡中國經濟“穩增長調結構”雙重目標，數字經濟主要是通過發揮對產業結構轉型的調節效應來緩解“穩增長”和“調結構”目標間的矛盾，而這種緩解矛盾的機制是從影響行業層面的生產率差異得以體現，一方面數字化改造有助于推動全行業生產率進步，對產業結構轉型帶來的經濟增速下降有一定的緩沖作用；另一方面，數字化改造的生產率提升效應存在顯著的行業異質性，整體上對服務業生產率的推動作用要高于工業，而且由于當前我國的服務業中傳統服務業占比更大，以工業經濟時代的產業間生產率延續到后工業時代的產業結構比例變化后得到的“鮑莫爾成本病”理論，在數字經濟滲透改造傳統服務業產生更大的生產率提升效果后，工業和服務業的生產率差距大大縮小，從而緩解“結構性減速”進程。

（四）穩健性檢驗

為保證基準回歸結果穩健可靠，本文采用兩種方法進行穩健性檢驗。首先，替換被解釋變量，一是使用Super-SBM 模型重新測算行業全要素生產率；二是采用勞動生產率替代全要素生產率，對基準計量模型進行重新估計。其次，替換解釋變量，一是采用各行業對數字產業即通信設備、計算機及其他電子設備制造業和信息傳輸、計算機服務和軟件業的直接消耗系數(Dirdiginput)來衡量數字化投入；二是采用各行業對數字產業即通信設備、計算機及其他電子設備制造業的完全消耗系數(Hdiginput)來衡量數字化投入；三是采用各行業對信息傳輸、計算機服務和軟件業的完全消耗系數(Sdiginput)來衡量數字化投入，對基準計量模型進行重新估計。穩健性檢驗結果見附錄表5。綜合來看，本文研究結論具有較好的穩健性。

（五）基于細分行業數字化改造的生產率提升效應分析

以上分析內容揭示出本文的研究發現和據此可能得出的政策主張，即政府可以通過發展數字經濟、推動行業數字化改造，在平衡“穩增長調結構”目標中取得魚與熊掌兼得的效果，且基于行業層面的實證分析也表明數字化改造的生產率提升效果存在顯著的行業異質性，而政府對整個社會的數字化基礎設施和公共服務網絡建設，以及企業的數字化改造都需要大量的資金投入，不可能所有行業齊頭并進，但優先順序的確定不應該也不可能由政府主導，因此，各行業前期的數字化應用效果可以作為政府激勵、引導或鼓勵性政策制定的主要依據之一。同時，進一步明晰數字化改造效果的行業差異性，梳理行業間的關系特征，可以為行業內企業數字化改造的策略選擇等提供一定的經驗證據。本文基于39 個細分行業的傳統生產率和數字生產率測算結果，進一步分析數字化改造對細分行業生產率的提升效果。為便于分析，本文記39 個行業的行業編碼為I1-I39。

圖3 顯示了39 個行業傳統生產率、數字生產率的大小及兩種測算方法下年均生產率的排名變化。從圖中可以發現：①整體而言，傳統生產率較高的行業，其數字生產率也普遍較高，這表明數據要素的價值體現在與其他生產要素的融合作用之中，生產率較高行業的數字要素利用效率更高，數據要素賦能傳統要素后產生了要素再配置的積極效應，進一步推動了該行業生產率提升；②雖然數字化改造能夠提升行業生產率，但生產率提升效果在細分行業中存在較大差異。本文先后計算傳統生產率和數字生產率的行業排名，并通過對比納入數字化投入后的行業排名變化來分析數字化改造對行業生產率提升的效果差異。如圖3 所示，相較于其他工業行業，數字化改造對紡織業、紡織服裝鞋帽皮革羽絨及其制品業、造紙印刷及文教體育用品制造業、化學產品、通用設備制造業、專用設備制造業及交通運輸設備制造業生產率提升效果較差。這一研究發現在一定程度上說明，數字化改造需要一個相對健康的行業肌體環境，上述幾類生產率提升效果不明顯的工業行業，近年來大多遭遇產能過剩，價值鏈中低端鎖定等困境，數字化改造并不能夠化腐朽為神奇。對這類行業而言，通過供給側結構性改革，優化要素資源再配置，提升行業自身的健康運行水平后再進行數字化改造，獲取數字經濟的生產率提升效應可能更為現實，否則可能被裹挾到數字化洪流中，付出巨大的數字化改造成本卻事倍功半。相較于其他服務業，數字化改造對交通運輸、倉儲和郵政、住宿和餐飲業、金融及房地產業的提升效果更好。這再次印證了數字化改造對服務業的生產率提升作用主要體現在傳統服務領域，對傳統服務業發揮了某種逆勢上揚的效果，有利于改變工業、服務業及服務業內部行業間的生產率差異格局，為“穩增長”與“調結構”并舉的魚與熊掌兼得效應發揮關鍵作用。由此可得，產業數字化改造是一項系統工程，需要考慮數字化投入推動生產率進步的行業差異，政府一方面要承擔新型基礎設施的主要供給者(并非唯一供給者)的責任，另一方面，需要結合行業發展需求與國家經濟社會發展的總體目標，以時序化的行動方案，引導在經濟意義上有限的數字資源配置到能夠產生更高生產率促進效應的行業中，防止以數字化之名掀起新一輪的投資潮涌，基于此，政府對數字化改造和數字經濟的審慎樂觀引導可能是更必要的一種選擇。

圖3 39個行業數字化改造的生產率提升效應

五、結論與政策建議

以新一代信息技術為支撐的物聯網、大數據、云計算、人工智能等數字經濟與實體產業加速融合，為處在低生產率循環的實體產業注入創新活力，可能打破“結構性減速”的生產率前提，為平衡“穩增長調結構”目標帶來新的機遇。本文在闡述數字經濟對“穩增長”“調結構”及其交互作用影響的理論基礎上，基于地區和行業兩個層面的面板數據展開實證檢驗。研究結果表明，①現實中已經發生的即使是由非合理的“脫實向虛”帶來的產業結構轉型，也會對中國的經濟增長產生一定阻礙作用，驗證“結構性減速”的一般規律在中國同樣成立；②數字經濟能平衡“穩增長調結構”目標，其在產業結構轉型影響經濟增長中發揮的調節效應成為緩解“結構性減速”的關鍵，這一調節效應主要通過提升全行業生產率和縮小行業間生產率差距得以實現，也即打破工業經濟時代“結構性減速”理論成立的兩個前提條件，具體作用機制在行業層面得到解釋；③工業生產率及其增長率高于服務業，且存在結構性差異，滿足“結構性減速”的生產率前提；④數字化改造有助于提高全行業生產率，且對服務業生產率的提升效果要優于工業，一方面，數字化改造的全行業生產率提升效應可以部分抵消產業結構轉型對經濟增速的負向影響，另一方面，行業的數字化改造縮小了服務業與工業之間的生產率差距，特別是作為“結構性減速”成立條件的傳統服務業的低生產率水平得以大幅提升，延緩了“結構性減速”進程，這為實施差異化的數字化建設來平衡“穩增長調結構”目標提供依據；⑤基于39 個細分行業的異質性分析，表明數字化改造的生產率提升效應在行業內部具有較大差異，這是市場化資源配置的結果，同時也說明如果政府要從數字化平臺搭建等公共基礎設施投入方面發揮對產業升級的支持作用，就需要以數字資源配置效率為標尺進行更具針對性的施策。

本文研究為政府細化功能性公共政策，把握數字技術和數字經濟的通用性技術變革機遇，平衡“穩增長調結構”目標提供了以下政策啟示。①培育數字經濟賦能的產業生態，為數字產業化的新業態、新模式、新服務、新產品的推廣應用創造相對寬松的市場環境，以公共性服務平臺建設鼓勵支持中小型創新企業的數字產業化創新創業活動。②將數字技術置于創新驅動和創新中國建設的基礎性地位，對數字技術創新鏈進行由公共品向私人品的梯度劃分，對芯片、集成電路、基礎原材料等數字核心技術“卡脖子”領域實施原始創新攻關，集合國家科技力量，逐漸鍛造核心關鍵技術和產品的自立自給能力，穩定中國產業數字化改造的數字產品和服務供給，使產業數字化成為數字產業化的有力需求拉動。③采取積極甚至是適度超前的原則加強數字化基礎設施建設，充分發揮地方政府、國有公用設施企業、行業內龍頭企業在數字化基礎設施建設方面的積極性，以投融資方式改革給予數字化基礎設施建設主體以合理的投資補償機制。加強數字技術和數字經濟發展所需的各類專業化、專門化人才教育和人力資本養成制度建設，完善要素支撐環境。④從促進數字經濟與實體經濟高效融合的角度制定傳統產業數字化改造的實施策略，以生產率提升空間為標準，在前期釋放數字經濟滲透改造傳統服務業的生產率提升效果基礎上，將重心轉移到制造業和工業領域。政府需要充分尊重市場在要素資源配置中的決定性作用，堅持效率優先、因地制宜原則，為將數字資源優先配置到生產率可提升更大空間的行業中創造條件，切勿簡單復制推廣某一行業的數字化改造經驗，尤其是對政府的引導性公共資源投入，更應探尋生產率選擇標準，避免“大水漫灌”式的公共資源投入。⑤健全激勵和規制機制，為數字經濟發展營造良好的制度環境。企業既是數字化改造的需求者，也是數字技術和產品研發生產的供給者，政府需激勵勇于率先開展數字化改造的企業，通過完善產權制度和保障數據安全，為企業的數字化改造提供安全保障。鼓勵企業積極開展產學研合作，探索企業、社會及政府協同治理模式，明確反壟斷的對象、目標和手段，通過政策創新完善數字反壟斷政策，為穩步推動企業數字化改造提供制度保障，激發產業競爭發展的活力。