數字經濟促進全要素生產率提升的效應評價

楊文溥，曾會鋒

（河南財經政法大學統計與大數據學院，鄭州 450000）

一、引言

在人口紅利、出口和投資的驅動下，中國經濟實現了近40 年的高速發展，城市建設突飛猛進、人均收入水平不斷提高，并逐漸縮小了與發達國家的差距。但是隨著人口紅利消失、城鎮化建設趨于尾聲及國際貿易不確定性因素增強，中國經濟增速開始放緩。粗放式的發展模式已經達到瓶頸，亟需尋找新的經濟增長點。全要素生產率在經濟增長中的作用已經得到國內外學者研究的支持（于井遠，2022；Giordano 和Zollino，2020）。因而只有通過科技創新，提高全要素生產率水平，才能為我國經濟持續增長提供動力，順利實現兩個百年計劃。全要素生產率的重要性已得到廣泛認可并成為研究的熱點，諸多學者對我國全要素生產率的測度均顯示：從改革開放以來，直到金融危機前，我國的全要素生產率呈現穩步增長的態勢。但是近10 年，全要素生產率增長出現了停滯，甚至有些年份全要素生產率增長率為負（李言等，2018），導致我國經濟出現結構性減速。一方面，我國規模經濟帶來的效率提高已經達到極限，甚至出現產能過剩問題；另一方面，西方發達國家即得利者為了維護自己的全球利益和高福利社會生活水平，也將阻止核心技術的推廣，僅將高污染高能耗的制造環節放置于我國。總之，在現有技術下形成的世界經濟格局及全球價值鏈分布已經固化，中國的全要素生產率將很難獲得大幅提升。而以互聯網、移動支付、物聯網和人工智能為代表的數字經濟的出現則為改變這一狀況提供了條件（吳曉波等，2020）。數字經濟還處于不斷發展之中，其技術在世界范圍內還未固化，同時數字經濟培育的新動能可能會引起第三次產業革命，為我國轉變發展方式，提高全要素生產率提供了新的契機。

數字經濟最早由經濟合作組織（OECD）提出，主要指電子商務對產品制造、供應和服務的經濟過程。但是隨著信息和通信技術的發展，數字經濟的內涵不斷擴展，現已成為推動經濟效率提升和結構優化的重要動力。一方面，數字經濟可以突破時間、空間限制，縮短信息交流和經濟活動的時間；另一方面，數字經濟具有較高的滲透性，信息服務業與第一產業和第二產業結合，使三大產業之間的界限逐漸模糊。除此之外，數字經濟演進呈現出速度快、滲透強、輻射面廣等特征（張路娜等，2021）。由于數字經濟具有諸多優勢，因而世界各國都在爭相制定數字經濟發展戰略，希望占領數字經濟高地。我國數字經濟雖然起步較晚，但是具有明顯的后發優勢，通過多年努力，我國在光纖鋪設長度、5G 網絡建設等領域已處于世界前列。同時，我國具有的超大市場規模可以充分發揮數字經濟的規模經濟優勢，加速新技術的應用和推廣。中國信通院發布的《中國數字經濟發展與就業白皮書（2021 年）》顯示，2020 年我國數字經濟規模超過了39.2 萬億元，約占GDP 的38.6%，數字經濟已成為中國經濟發展的新動能，促使中國經濟從要素驅動型向數據驅動的生產方式轉變。

然而，由于數字經濟的測度較為困難，目前數字經濟對全要素生產率影響的實證研究相對偏少，且缺乏對兩者因果關系的檢驗，難以評測數字經濟在全要素生產率提升中的貢獻。更進一步，由于全要素生產率可以分解為技術進步和技術效率，在數字經濟促進全要素生產率提升的機制中，技術進步還是技術效率提升發揮了主要作用仍沒有形成定論。為此，本文從理論上梳理出數字經濟促進全要素生產率的機制，在此基礎上對數字經濟促進全要素生產率提升的效應進行系統評價。具體來看，一是根據中國互聯網發展相關變量來構建我國分地區數字經濟發展指標，采用面板數據模型估計出數字經濟對地區全要素生產率的影響程度；二是采用工具變量方法對數字經濟和全要素生產率之間的關系進行因果檢驗和穩健性檢驗；三是將全要素生產率分解為技術進步和技術效率并實證估計數字經濟對二者的影響，判別數字經濟作用下全要素生產率提升的主要方面和次要方面。本文可能的邊際貢獻為：①從數字經濟角度探尋全要素生產率增長的途徑，能夠對我國經濟高質量發展的措施進行補充；②采用面板門限方法研究了數字經濟對技術進步和技術效率的非線性關系，有助于深入挖掘數字經濟對全要素生產率影響的機制，識別出全要素生產率提升的關鍵方面。

二、理論分析與研究假設

數字經濟是互聯網發展到成熟階段后產生的經濟形態，其本質是信息化。數字經濟通過通信技術推動工業經濟向信息經濟轉變，數字經濟的發展甚至可能引起第三次產業革命。從宏觀視角看，數字經濟屬于一種新的技術范式、新的經濟社會形態。大數據、人工智能、物聯網等新興技術推動經濟運行模式發生改變，引導經濟主體采用更先進的技術和新應用，形成新的生產范圍、規模和水平。在數字經濟這一新的技術經濟范式下，數字、信息技術迅速實現產業化、市場化，并加速向整個經濟活動主體進行滲透，改變原來的生產方式和組織管理方式（胡俊和杜傳忠，2020）。因而，數字經濟通過ICT（information and communications technology）部門的技術創新，向其他生產部門進行技術擴散，優化生產配置效率，最終實現宏觀全要素生產率水平提升。具體來看，數字經濟提高生產率的機制包括以下幾個方面。

（一）數字經濟引發生產要素和生產函數變革

在數字經濟社會形態中，生產要素的形式更加多元化和高級化，越來越多的數據應用到生產的各個環節。在農業生產中，可以利用數據實現精準管理，利用土壤監測、氣候等數據資源，預測未來天氣狀況，并自動生成最優的建議，幫助農民制定決策，在外部氣候環境欠佳的情況下，可以通過定制化種植環境，提高農業生產效率（溫濤和陳一明，2020）120。傳統制造業可以通過歷史“數據”分析產品的市場需求量，進而決定產量和產品定價。對于服務業，數據是更為直接的生產要素，手寫數字識別、圖像識別等人工智能技術需要通過對數據進行訓練來達到滿意的預測精度；數據也是智能交通、智能醫療、新零售業的前提。因此，“數據”逐漸成為土地、資本和勞動力之外的第四種生產要素。且與勞動力和資本生產要素相比，“數據”這一生產要素具有易復制性、非損耗和非排他性等優勢，同時，“數據”的存儲成本相對較低，邊際成本幾乎為零，而隨著數據量增多，數據的總價值迅速擴大，表現出邊際效益遞增的特點。因而當“數據”生產要素加入生產過程中，可以通過數據開發應用和數據傳播共享的渠道效應大幅提高生產效率（李治國和王杰，2021）。“數據”成為生產要素后，可以使新古典經濟學的生產函數發生變化。一方面，“數據”提高了土地、勞動和資本的配置效率，帶來邊際收益遞增；另一方面，“數據”價值隨著數據量增大而增大的特點可以產生規模報酬遞增效應，使生產可能性曲線擴張，產出效率大幅提升（丁志帆，2020；石良平等，2019）。

（二）數字經濟促進技術效率提升

數字經濟與實體經濟融合發展，可以實現對農業、工業和服務業數字化改造，消除信息障礙，促進分工協作，優化要素配置，進而提高生產效率、提高規模收益率。具體來看，一是數字經濟可以解決信息不對稱問題。伴隨著數字技術的快速發展，數字經濟緩解了制造業信息化過程中的“信息孤島”問題，進而能更好地按照市場供求規律來進行資源配置，傳統的“以產定銷”方式逐漸轉變為“以銷定產”模式，助推效率提升（溫濤和陳一明，2020）120。數字經濟可以將處于不同地理位置的生產者集聚到虛擬空間，可以消除生產者之間的信息不對稱，增加了生產者之間的協作能力，既滿足分工效益也可以實現整合效益最大化。對于服務行業，數字技術可以將供求信息轉化為數據，通過數據分析可以對供求信息進行整合和精準匹配，提高資源配置效率，在數字技術支持的共享經濟中，可以顯著提高資源使用效率（張鵬，2019）。二是數字經濟有助于降低生產成本。數字技術可以實現傳統產業業務流程變革，進行數字化轉型、提升生產工藝，進而減少生產成本。另外，數字經濟還可以促進流通便利化，有助于打破產供銷環節以往面臨的時間和空間限制，進而降低交易費用（劉向東等，2019）。大數據、人工智能等數字化技術可以解決供應鏈上的連接、檢索和交互問題，增強設計、制造、供應等環節的交互，縮短各環節信息傳遞時間，不僅降低了成本，而且提升了供應鏈效率（趙西三，2017）39。三是數字經濟能夠促使生產企業實現規模經濟。數字經濟網絡平臺壓縮了時空距離，可以打破行業、企業、地域等限制和空間分割，降低企業規模擴展過程中的異地渠道建設和管理難度，有助于企業在國內甚至國際市場上進行資源整合，進而實現規模經濟，提高生產效率（杜傳忠和張遠，2021）。

（三）數字經濟促進技術進步

數字經濟孕育大量新技術，而新技術的出現促使形成新業態，數字技術同時具有創新活躍，知識溢出的特點。在新技術應用和推廣中，可以形成新的生產組織和管理模式，提高創新效率。信息化、大數據等數字技術的發展可以從海量數據中挖掘出隱藏的知識和規律，并迅速傳遞、分享給研發人員，從而大幅度提高創新資源的使用效率，達到優化創新資源配置的目的；伴隨著移動互聯網和社交網絡的發展，社會化的研發組織表現出比傳統科研機構、高校的研發組織更具活力，越來越多研發人員以個體身份參與到圍繞特定主題開展的科學研究，促進研發效率提高，并且數字經濟發展帶來的管理、檢測等流程的優化將大大縮短基礎研究、應用開發到創新的進程（彭茂祥和李浩，2017；李哲，2015）。

對于傳統實體經濟的生產活動，數字技術既可提升生產工藝，進而減少生產成本，實體經濟通過數字化轉型，在原產業中創造出全新的價值創造方式并實現創造性破壞（姜松和孫玉鑫，2020）。數字經濟可以提高傳統實體經濟的研發效率，企業通過搭建數字化、網絡化協同研發平臺，可以有效推動產業鏈與創新鏈的緊密對接；借助數字化的開放式創新平臺，消費者可以深度參與到企業的產品研發過程中，數字經濟提供大量消費者需求信息，可以快速呈現給研發部門，加快企業新產品研發速度；同時，把消費者的需求信息及時反饋到研發部分，可以推動企業研發出真正符合市場需求的新產品，大大降低了產品的市場風險，有助于鼓勵企業進行創新，研發新產品（趙西三，2017）38。但鐘春平等（2017）指出，目前我國數字經濟的應用主要集中在互聯網等下游產業，數字化應用更多屬于虛擬經濟范疇，而對鋼鐵、制造業的實體經濟的技術改進仍相對較少，數字技術提升生產技術的作用尚未充分發揮，傳統實體經濟并未實現顯著數字化升級，只是將線下活動轉移至線上，并未提升相關產業的生產技術；同時通信、互聯網等基礎設施建設仍相對落后，互聯網企業自身研發水平也不高。

根據理論分析，可以提出以下假設：

數字經濟發展能夠促進全要素生產率提示（H1）；

數字經濟對技術效率的促進作用更為直接，數字經濟促進技術效率提升在全要素進步中發揮了主要作用（H2）；

數字經濟對技術進步的促進作用仍未充分發揮（H3）。

三、研究設計

（一）模型設定

為了準確估計數字經濟對全要素生產率的影響，建立如下計量分析模型：

其中：tfpit為地區i在第t年的全要素生產率；digitalit為對應數字經濟發展水平；β0為截距項；β1為解釋變量的回歸系數；X為影響全要素生產率變動的其他控制變量，主要包括產業結構、外商直接投資、進出口規模、市場化程度等；θ為控制變量的回歸系數向量；μi為個體固定效應；λt為時間固定效應；εit為殘差項。

對于式（1），如果β1≠0，則表明數字經濟整體上能夠促進全要素生產率提升，可以進一步研究數字經濟對技術進步和技術效率的影響，即建立如下面板數據模型：

其中：techit為技術進步；effit為技術效率；其他變量的含義與式（1）相同。

（二）變量選取與數量來源

1.被解釋變量

全要素生產率（tfp）反映了生產過程中各種要素投入轉化為產出的效率水平，本文使用索羅余值法對各省的全要素生產率進行測度，設各地區的生產函數形式為

其中：Yit、Kit、Lit分別為地區i在t年的生產總值、資本存量和有效勞動；Ait即全要素生產率；α為有效勞動產出的彈性系數；β為資本產出的彈性系數，對式（4）兩邊同時取對數，得

對式（5）進行普通最小二乘（OLS）回歸，即可得到全要素生產率的估計值。

索羅余值法不能對全要素生產率進行分解。因而，采用Malmqusit-DEA 方法來測度各地區全要素生產率并將全要素生產率分解為技術效率（eff）和技術進步（tech），以在實證估計中對索羅余值法計算的全要素生產率進行穩健性檢驗，并進一步深入研究數字經濟對技術進步和技術效率的影響，挖掘數字經濟對全要素生產率的影響路徑。

各地區生產總值的數據來自《中國統計年鑒》，在估計全要素生產率時將其換算成2000 不變價表示的實際GDP，其中GDP 平減指數來自萬得數據庫。各地區勞動人數，以及勞動人口受教育數據來自《中國勞動統計年鑒》；根據各教育程度人口比例計算出平均受教育年限，并以勞動人數除以平均受教育年限估計出有效勞動。借鑒余泳澤（2017）和張軍等（2004）的思路，采用永續盤存法計算各地區物質資本存量。

2.核心解釋變量

數字經濟（digital）仍缺乏權威的評價指標，本文從必要性、相關性及數據可獲得性維度出發，并借鑒（叢屹和俞伯陽（2020）及范合君和吳婷（2020）的做法，從《中國互聯網絡發展狀況統計報告》和萬得數據庫選取了中國互聯網發展狀況統計、移動電話用戶數、軟件產業軟件業務收入、軟件產業企業個數、企業電子商務統計、快遞業務量、電子信息產業企業個數、電話普及率和PC 瀏覽量9 個指標用于測算數字經濟發展水平。熵權法賦權具有較高的客觀性、人為干預性少的特點，可以客觀的反應原始數據本身的信息，故這里采用熵權法對數字經濟發展指標進行測度。

3.其他控制變量

本文在計量模型中加入了市場化程度（market）、產業結構（indus）、進出口規模（trade）和外商直接投資（fdi）4 個控制標量。其中市場化程度以民營企業和國有企業的主營收入之比表示，該指標數值越高則表示區域內的市場化程度越高；產業結構以第三產業和第二產業增加值之比表示，該指標反映了經濟結構的服務化傾向，若指標數值上升則代表產業結構升級；進出口規模以人民幣表示的進出口總額的對數表示。相關數據主要來自《中國統計年鑒》《中國工業統計年鑒》和萬得數據庫。

所有變量樣本時間范圍是2011—2018 年（因數據缺失，不包含西藏地區和港澳臺地區），對部分省份個別年份的缺失數據本文利用均值法和指數增長率進行插補填充，表1 列出了各變量的描述性統計結果。其中，tfp為索羅余值法計算出的全要素生產率；tfp_dea為Malmqusit-DEA 方法計算出的全要素生產率，eff和tech分別對應技術效率和技術進步。digital為熵權法計算出的數字經濟發展指標。

表1 變量的描述性統計

四、實證結果分析

（一）基準分析

表2 列出了數字經濟對全要素生產率影響的基準估計結果。其中，模型1 中未加入控制變量，模型2 至模型5 中加入了控制變量；模型2 和模型4 為固定效應，模型3 和模型5 為隨機效應。模型1 中數字經濟發展變量（digital）的系數為0.131，且在1%顯著水平下顯著不為零，表明數字經濟發展水平每提高1 個單位，可以促使我國地區全要素生產率平均上升0.131 個單位。加入控制變量后，模型2 和模型3 的估計結果顯示無論采用固定效應還是隨機效應，數字經濟變量的系數均在1%顯著水平下顯著不為零，數字經濟整體上對全要素生產率的促進作用較為穩健。在對地區時間進行雙重固定后，模型4 和模型5 中數字經濟變量系數同樣顯著，且模型的擬合優度相比有所提高。這可能是由于近幾年我國全要素生產率出現了停滯，甚至有些年份全要素生產率為負值，而數字經濟發展整體呈不斷上升的趨勢。對時間效應進行控制后，可以消除數字經濟和全要素生產率整體背離的情況，得出更為精準的估計結果。結合5 個模型的估計結果可知，數字經濟發展可以顯著促進我國地區全要素生產率水平提升，這印證了假設H1。數字技術變革為社會生產力帶來了提升和變革，生產力水平信息化、數字化、智能化的提升也重構了原有的分工與協作體系，改變了生產過程中的要素種類和比例分配，并促使全要素生產率穩步提升。

表2 數字經濟對全要素生產率影響的基準估計結果

對于其他控制變量，提高市場化程度、增加外商直接投資和擴大進出口有助于促進全要素生產率進步。

（二）內生性處理

數字經濟與全要素生產率之間可能存在內生性問題，即全要素生產率較高的地區更傾向于發展數字技術和應用，從而產生反向因果關系，造成基準模型的估計結果失效。因此，為了準確估計數字經濟對全要素生產率的影響。本文借鑒易行健和周利（2018）的做法，選取各地區數字經濟變量滯后一期與全國數字經濟變量一階差分的乘積作為工具變量，并分別采用二階段最小二乘法（2SLS）和系統矩估計（GMM）方法進行估計，結果見表3。另外，由于構建工具變量時對數字經濟變量進行了差分，因而樣本數據損失了30個，變為210 個。二階段最小二乘法中對地區和時間進行了雙重固定，并分別給出了固定效應和隨機效應的估計結果，系統矩估計方法則分別給出了僅對地區進行固定和對時間、地區雙固定的估計結果。可以發現，4 個模型中數字經濟變量的系數均在1%顯著水平下顯著為正數。因而在考慮內生性問題后，實證結果依然表明數字經濟能夠促進全要素生產率進步。

表3 數字經濟對全要素生產率影響的工具變量估計結果

（三）穩健性檢驗

1.分地區估計

我國區域間經濟發展水平存在較大差異，一是地區間全要素生產率水平發展失衡，二是區域間普遍存在“數字鴻溝”問題。因而整體上估計數字經濟對全要素生產率的影響可能會忽略掉地區間的異質性，得出數字經濟與全要素生產率之間的片面關系。為了避免該問題，這里將30 個樣本地區（不包含港澳臺地區數據）劃分為東部、中部和西部地區，并分別對其進行估計，結果見表4。其中，6 個模型均對地區和時間進行了雙重固定；另外，為了避免冗余，表4 僅列出了主要解釋變量和常數項的估計結果，未列出控制變量的估計結果。可以發現，無論采用固定效應還是隨機效應，東部、中部和西部對應的模型中數字經濟變量的系數均在1%顯著水平下顯著為正數，因而無論是東部經濟發達地區，還是西部經濟較為落后的地區，數字經濟均可以促進其全要素生產率進步。基準分析的結論穩健可靠。

表4 數字經濟對全要素生產率影響的分地區穩健性檢驗

2.分時間段估計

數字經濟發展具有明顯的時間特征，2003 年以前為“網站為王”階段，2004—2014 年為“服務制勝”階段，2015 年之后為“流量競爭”階段，因而不同發展階段數字經濟對全要素生產率的影響可能存在差異。由于本文樣本數據的時間范圍為2011—2018 年，所以將樣本劃分為2011—2014 年和2015—2018 年兩個時間段，分別估計數字經濟對全要素生產率的影響，結果見表5。其中，同樣未列出控制變量的估計結果。可以發現，在兩個時間段，無論采用固定效應還是隨機效應，數字經濟變量的系數均顯著為正，因而考慮數字經濟的時間特點后，數字經濟對全要素生產率的促進作用仍然十分穩健。

表5 數字經濟對全要素生產率影響的分時間段穩健性檢驗

3.替換被解釋變量

全要素生產率的計算方法有多種，不同方法計算的全要素生產率可能存在差異。僅用索羅余值法計算的結果來代表全要素生產率可能不夠穩健，因而這里采用Malmqusit-DEA 方法測度了各地區的全要素生產率，重新對式（1）進行估計，估計結果見表6。可以發現，無論采用隨機效應還是固定效應，數字經濟變量的系數均顯著為正數，并且更換地區、時間固定選擇后，估計結果依然較為穩健。因而在替換全要素生產率計算方法后，數字經濟對全要素生產率的促進作用依然穩健。

表6 替換被解釋變量的穩健性檢驗

4.替換數字經濟變量

準確對數字經濟進行測度十分困難，且目前仍沒有數字經濟的官方數據。本文采用9 個指標來對數字經濟進行測度雖然具有一定合理性，但是可能比較片面，導致估計結果產生偏差。為此，這里進一步采用騰訊研究院根據騰訊、京東、滴滴、攜程、大眾點評等互聯網公司的大數據構建的“中國互聯網+指數”作為數字經濟的代理變量，對式（1）進行估計。其中“中國互聯網+指數”給出了2015—2018 年全國352 個城市層面的數據，在估計前根據省份和城市對應關系進行匹配，估計結果見表7。可以發現，無論采用固定效應還是隨機效應，無論對時間進行控制與否，數字經濟變量的系數值均在1%或5%顯著水平下顯著為正，表明數字經濟能夠促進全要素生產率進步。因而基準估計結果較為穩健。

表7 替換數字經濟變量的穩健性檢驗

（四）進一步研究：技術進步還是技術效率提升

根據表2 的結果及穩健性檢驗結果可知，數字經濟整體上可以促進全要素生產率進步，但是全要素生產率的組成較為復雜，為了進一步研究數字經濟是通過促進技術進步來提升全要素生產率，還是通過改進技術效率來促進全要素生產率提升？這里采用Malmqusit-DEA 方法將全要素生產率分解為技術效率和技術進步，并分別估計了數字經濟對技術效率和技術進步的影響，估計結果見表8。為了使估計結果穩健可靠，對于技術效率和技術進步模型，分別采用普通面板方法、二階段最小二乘法和系統矩估計方法進行估計。工具變量仍然為地區數字經濟變量滯后一期與全國數字經濟變量一階差分的乘積。技術效率對應的三個模型結果中，數字經濟變量的系數均在1%顯著水平下顯著為正。表明數字經濟可以促進技術效率提升，且這一結果較為穩健。技術進步對應的模型中，面板回歸模型中數字經濟變量的系數在5%顯著水平下顯著為正，但是二階段最小二乘法和系統矩估計方法結果中數字經濟變量的系數不顯著，因而數字經濟不能有效促進技術進步。

表8 數字經濟對技術進步、技術效率影響的估計結果

數字經濟對技術效率的改進較為直接，且實施相對容易；與之相反，數字經濟對技術進步的改造過程較為復雜，且技術進步需要較長的時間。因而可能只有技術進步本身較高的地區才能充分利用數字經濟帶來的優勢，進一步提高技術水平。這里進一步采用面板門限模型估計數字經濟對技術效率和技術進步的非線性關系，估計結果見表9。技術效率對應的模型，技術效率門限值為0.992，門限P值為0.04，因而門限變量顯著。無論處于門限上方還是門限下方，數字經濟變量系數均顯著為正，表明無論對于技術效率低的地區還是技術效率高的地區，數字經濟均能促進技術效率提升。技術進步對應的模型，技術進步門限值為1.08，門限P值為0.01，因而門限變量顯著。技術進步大于門限值時，數字經濟變量的系數顯著為正，表明技術進步本身較高的地區，數字經濟能夠進一步促進技術水平提高。但技術進步小于門限值時，數字經濟變量的系數顯著為負，表明技術進步本身較低的地區，數字經濟可能會造成創造性破壞（姜松和孫玉鑫，2020），使技術水平出現下降。

表9 數字經濟對技術進步、技術效率影響的門限估計結果

五、結論

在人口紅利消失、投資邊際報酬遞減，以及國際貿易不確定性增強的新常態下，依靠規模經濟帶來的效率提高已經達到極限，我國全要素生產率增長出現停滯，甚至負增長的狀況。而一二次產業革命后形成的全球價值鏈分工已經固化，在這一舊的世界經濟格局下，中國的全要素生產率很難獲得大幅提升。以互聯網、移動支付、物聯網和人工智能為代表數字經濟可以突破時間、空間限制，增強信息交流；具有較高的滲透性，可以促進傳統產業改造升級。數字經濟的應用將引起第三次產業革命，這為我國轉變發展方式，搶占數字經濟發展高地，提高全要素生產率提供了新的契機。在此背景下，本文采用面板數據模型估計了數字經濟對我國地區全要素生產率的影響，并進一步將全要素生產率分解為技術進步和技術效率，探討數字經濟對全要素生產率的影響機制。結果發現，首先，數字技術整體上可以促進全要素生產率進步，且在進行內生性處理和穩健性檢驗后，這一結論依然較為穩健。其次，從全要素構成來看，數字經濟促進技術效率提升在全要素進步中發揮了主要作用。最后，數字經濟對技術效率的改進較為直接，且實施相對容易，無論對于技術效率低的地區還是技術效率高的地區，數字經濟均能促進技術效率提升。數字經濟對技術進步的改造過程較為復雜，且技術進步需要較長的時間，只有技術進步本身較高的地區才能充分利用數字經濟帶來的優勢，進一步提高技術水平。

本文的研究結論具有一定的政策啟示：一是持續發展數字經濟，政府增加對數字經濟的財政支持力度和稅收優惠政策，加強數字化基礎設施建設，增加數字經濟人才培養力度；引導信息化數字企業增加研發投入，鼓勵傳統產業加速數字化轉型，提高全要素生產率。同時，充分發揮信息化產業知識共享性、外溢性的優點，抓住數字經濟的潛力，實現跨越式發展，實現對西方發達國家的追趕。二是加強數字化技術對傳統產業的技術改造，提高經濟發展的技術效率。可以借鑒西方發達國家的做法，在不涉及國家機密的前提下公開相關的政府數據，促進個人和企業從政府數據中挖掘新的價值，推動新技術發展。同時，應加強知識產權保護，鼓勵企業進行數字技術研發，構建“產學研”一體化平臺，推動數字化技術市場化轉換。三是增加中西部地區數字經濟發展的人力、物力和財力支持，促進中西部數字信息化技術發展，消除地區間的“數字鴻溝”，同時，中西部地區應主動向東部學習借鑒數字經濟發展及產業數字化轉型經驗，縮小地區數字經濟差距；充分釋放數字經濟在促進中西部地區全要素生產進步中的潛能，培育中西部地區經濟增長的新動能，進而實現地區社會經濟均衡發展。