城市行政級別、數字經濟與要素市場扭曲

閆中曉　吳禎

摘要：市場失靈和行政性因素都會導致要素市場扭曲，數字經濟可以通過彌補市場失靈改善要素市場扭曲，但要素在高行政級別城市的過度集聚會破壞數字經濟改善要素市場扭曲的機制。采用2011—2019年274個城市面板數據的實證分析發現：在高行政級別城市中，數字經濟發展對要素市場扭曲具有顯著的正向影響，該影響主要源自對勞動要素市場扭曲的加劇，且勞動力集聚程度越高加劇效應越強；在低行政級別城市中，數字經濟發展對要素市場扭曲具有顯著的負向影響，該影響主要源自對資本要素市場扭曲的改善。對于流動性較強和數字經濟滲透度較高的資本要素，數字經濟的市場扭曲改善效應較大（在低行政級別城市中），而要素過度集聚對數字經濟改善市場扭曲機制的破壞較弱（在高行政級別城市中）。因此，應以建設全國統一大市場破除要素流動壁壘，以完善城市行政級別體系促進要素（尤其是勞動力）從高級別城市向低級別城市的自由流動，以推進勞動數字化智能化增強數字經濟對勞動要素的滲透度，進而有效改善要素市場扭曲，提高資源配置效率。

關鍵詞：

城市行政級別；數字經濟；要素市場扭曲；資本市場；勞動力市場；全國統一大市場

中圖分類號：F293；F123.9文獻標志碼：A文章編號：1674-8131（2023）02-0001-15

一、引言

要素驅動型發展模式推動中國實現了經濟持續高速增長，也造成要素市場較大程度的扭曲。改革開放后，隨著市場化水平不斷提高，中國產品市場和要素市場扭曲趨于減弱，但逐步形成了“上游要素市場壟斷、下游產品市場基本完全競爭”的垂直結構（王永進 等，2014）［1］。與產品市場相比，要素市場相對滯后的市場化進程導致其仍存在較為嚴重的市場扭曲，制約著經濟效率提升及高質量發展（白俊紅 等，2016，2022）［2-3］。我國已由高速增長階段轉向高質量發展階段，主要目標任務轉變為提質增效，改善要素配置成為提高生產率、促進經濟社會高質量發展的重要驅動力（丁松 等，2022）［4］。2020年3月，中共中央、國務院發布的《關于構建更加完善的要素市場化配置體制機制的意見》指出，要深化要素市場化配置改革，促進要素自主有序流動，提高要素配置效率，進一步激發全社會創造力和市場活力，推動經濟發展質量變革、效率變革、動力變革。 黨的二十大報告也明確提出，要構建全國統一大市場，深化要素市場化改革，建設高標準市場體系。可見，打破限制要素自由流動的壁壘、改善要素市場扭曲是構建新發展格局、助推經濟高質量發展的關鍵（劉昱洋，2021；王明益 等，2022）［5-6］。

要素市場扭曲主要是指由市場外部因素干擾造成的要素實際價格偏離均衡價格，會導致實際價格無法反映要素真實的供求關系（白俊紅 等，2016；王永進 等，2021）［2］［7］。外部干擾因素可以分為市場失靈和行政性因素兩類（才國偉 等，2019）［8］，因而通過彌補市場失靈或糾正政策扭曲能夠改善要素市場扭曲。作為一種基于互聯網和數字技術發展的新經濟形態，數字經濟可以通過多種路徑減輕市場失靈，比如：數字經濟發展衍生的新服務、新技術、新模式、新業態等能夠突破傳統的時空限制，實現共享高效信息、增強企業間橫縱向聯系等，促進資源在更大范圍內暢通流動（丁松 等，2022；湯蘊懿 等，2022）［4］［9］；數字經濟能降低搜尋成本、復制成本、交通成本、追蹤成本和驗證成本等，進而提高市場交易效率（Goldfarb et al，2019；李三希 等，2022）［10-11］；等等。從這方面來看，數字經濟的發展將改善要素市場扭曲。然而，要素市場價格的形成會受到很多市場外因素的影響，比如政府行為、資源稟賦、區位條件等，那么，在各地區的經濟實踐中數字經濟的發展是否都能有效改善要素市場扭曲？對此還需進行客觀的研判。

隨著5G、大數據、物聯網、人工智能、云計算、區塊鏈等數字技術的發展和應用，數字經濟的發展受到廣泛關注，大量文獻對數字經濟發展產生的各種經濟社會效應進行了探討。其中，直接研究數字經濟與要素市場扭曲關系的經驗分析不多，而對數字經濟與資源（要素）錯配關系的實證研究相對較多。相關研究大多認為，數字經濟能通過降低搜尋成本、提升要素利用效率、優化要素配置結構、提高市場化程度、金融發展水平等降低資本錯配程度（張永恒 等，2020；李慧泉 等，2022；白俊紅 等，2022）［12-13］［3］。但關于數字經濟對勞動錯配的影響卻持有不同觀點，一種觀點認為數字經濟通過就業靈活化、就業平臺化、提高市場化程度等改善了勞動錯配（李慧泉 等，2022）［13］；另一種觀點認為由于數字技術對勞動要素的滲透率不足等導致數字經濟對勞動錯配無顯著影響甚至加劇了勞動錯配（白俊紅 等，2022）［3］。總體上看，相關研究成果大多指向數字經濟發展會改善要素市場扭曲：項云等（2021）研究發現，數字經濟有效緩解了要素市場扭曲［14］；余文濤和吳士煒（2020）分析表明，互聯網平臺經濟對金融市場錯配和技術市場錯配具有顯著的改善效應［15］；徐曉莉等（2022）認為，數字普惠金融的發展緩解了地區要素市場扭曲程度［16］；鄧若冰和吳福象（2022）也發現，數字經濟對研發人員和資本要素市場扭曲均具有顯著的抑制效應［17］。

然而，上述關于數字經濟影響要素市場扭曲的經驗分析均是采用省級層面的數據，而我國的省級區域是較大的地理空間，其內部不同城市（地區）之間的資源條件、經濟技術水平以及數字經濟水平等都存在較大差異，省級層面的數據反映的是省域內各城市的總體或平均水平，分析結果可能掩蓋了城市之間的差異。城市是數字經濟發展的區域載體，也是連接國家、企業和個人，容納產業以及各種產品和要素交換的基本單元（孫楚仁 等，2015；閆中曉 等，2021）［18-19］。數字經濟不僅會改變城市內部傳統空間組織，還會推動城市間空間鄰近性轉變為網絡連接性，形成網絡型城市空間結構，為資源配置提供更大的流動空間（鄧慧慧 等，2022）［20］，進而對城市要素市場及要素流動性產生重要影響。因此，采用城市層面的數據來分析數字經濟發展對要素市場扭曲的影響更具針對性，也更有意義。同時，從我國城市體系來看，城市的行政級別本質上是關于地方距離中央決策中心遠近的度量，反映了具有空間梯度特征的城市談判力（江艇 等，2018）［21］。不同行政級別城市在獲得各種資源、優惠政策及經濟調控等方面的能力不同，進而可能導致數字經濟對要素市場扭曲的影響存在差異。

基于上述思考，本文在已有研究的基礎上，采用城市層面的數據來檢驗數字經濟發展對要素市場扭曲的影響，并從城市行政級別視角探究其作用機制。相較于現有文獻，本文的邊際貢獻主要在于：一是在理論上，將城市行政級別納入數字經濟與要素市場扭曲的研究框架中，探討城市行政級別對數字經濟的要素市場扭曲改善效應的影響，拓展和深化了數字經濟與要素市場關系研究的范疇；二是在實證方法上，采用城市層面的數據并分別檢驗數字經濟發展對高行政級別城市和低行政級別城市要素市場扭曲的影響，有利于更深入全面地認識數字經濟影響要素市場的實際效應；三是進一步基于資本要素市場與勞動要素市場的差異，探究不同行政級別城市實際效應差異的主要來源，進而為更好更充分發揮數字經濟的要素市場扭曲改善效應提供經驗借鑒和政策啟示。

二、理論分析與研究假說

1.數字經濟發展對要素市場扭曲的影響

進入數字經濟時代，數字經濟發展的資源、載體和驅動力都會對要素市場配置和流動產生重要影響（陳曉紅 等，2022）［22］。具體來看：一是數據要素共享有利于打破要素流動壁壘。作為數字經濟發展的關鍵資源，數據要素具有非排他性、強滲透性和可再生性等特征，可以打破傳統要素的供求信息壁壘，拓展要素配置邊界，促進要素流動，進而降低要素市場供需與最優水平的偏離（鄧慧慧 等，2022）［20］。二是互聯網平臺發展有利于提高要素的供需匹配效率。作為數字經濟發展的重要信息載體，互聯網平臺發展依托數字技術增強要素市場的透明度，并通過弱化時空限制促進要素市場一體化，可以大大提升市場信息的時效性和準確性，實現要素供需的精準匹配，提高要素匹配效率，進而有利于改善要素市場供需結構（荊文君 等，2019；白俊紅 等，2022）［23］［3］。三是數字技術發展的替代效應會提高要素配置效率。作為數字經濟發展的驅動力，5G、大數據、云計算、區塊鏈等新興數字技術滲透到傳統經濟各行各業，直接替代低效率要素或改變傳統要素的投入比例，這種替代效應會提高傳統要素的配置效率。因此，從理論上講，數字經濟發展會打破要素流動壁壘、提高要素匹配效率和配置效率，進而有利于改善要素市場扭曲。

2.不同行政級別城市的差異

雖然在理論上數字經濟發展將改善要素市場扭曲，但在實踐中該效應的實現會受到具體的現實條件的影響。尤其是從城市層面上來看，不同的城市的要素條件、要素市場以及數字經濟發展水平等都存在顯著差異，因而對于不同的城市，數字經濟發展對其要素市場扭曲的作用可能表現出明顯的異質性。西方發達國家的城市發展主要由市場主導，但中國的城市發展由市場和政府共同主導（蔡昉 等，2003）［24］，城市享有的發展政策成為影響其經濟社會發展的重要因素之一，而城市得到優惠政策的多少和程度與其行政等級密不可分（王垚 等，2015）［25］。相對來講，高行政級別城市獲得的公共資源、再分配資源及中央財政投入等較多（謝小平 等，2017）［26］，導致其在人、財、物等方面比低行政級別城市具有明顯優勢（黃玖立 等，2021）［27］，而且這種優勢會在累積循環機制作用下不斷鞏固和強化，產生馬太效應。基于上述考慮，本文選擇從行政級別的維度來考察數字經濟發展影響要素市場扭曲的城市異質性。

目前，中國的數字經濟發展整體尚處于起步階段（史丹，2022）［28］，高行政級別城市憑借自身的高勢能在數字基礎設施、數字化資本、數字技術熟練勞動力等方面獲得相對優勢，這將促使其數字經濟發展水平也相對較高，進而為通過數字要素共享、互聯網平臺和數字技術發展等改善要素市場扭曲提供了更好的條件。然而，行政級別作為政府賦予城市的一種“區域性要素”（錢凈凈，2014）［29］，比其他因素（如地理區位、教育環境、基礎設施）等更容易導致資源的集聚（江艇 等，2018）［21］。高行政級別城市憑借高勢能虹吸大量資源要素聚集，容易造成過度積聚，尤其是勞動力的過度集中，帶來顯著的擁擠效應（孫久文 等，2015；李曉萍 等，2015）［30-31］，而這種要素過度積聚的擁擠效應會破壞數字經濟發展改善要素市場扭曲的機制。具體來看：等級化的城市行政管理體制使各個行政等級的城市擁有不同的資源獲取和分配權限，高行政等級城市獲得資源的能力更強，不僅造成城市發展非公平的競爭環境， 而且導致高行政等級城市的要素投入相對過多。城市要素過度積聚意味著城市內部要素面臨過剩，這會導致數字經濟發展帶來的要素流動壁壘降低、要素匹配效率提高等反而會加劇同類、同質要素的惡性競爭，甚至加劇高級要素與低級要素之間的競爭，導致要素實際價格偏離均衡價格，進而加劇要素市場扭曲。此外，從城市間的要素流動來看，由于誘導式他組織機制的作用，高行政級別城市數字經濟發展通過數字技術替代而釋放出的要素資源無法流入其他城市，而且仍會虹吸其他城市的要素流入，進一步加劇城市內部要素供需的不平衡，不利于改善要素市場扭曲。

相對于高行政級別城市而言，低行政級別城市獲得的公共資源、再分配資源及中央財政投入等較少，這種行政級別賦予的優勢相對不足導致其對要素流入的吸引力不足，產生要素過度積聚的概率較小，因而由要素過度積聚導致的對數字經濟發展改善要素市場扭曲機制的破壞效應也不存在。值得注意的是，低行政級別城市的數字經濟發展水平往往較低，通常是數字技術的接受者，享受數字技術合作所帶來的技術擴散和知識溢出等正外部性（鄧慧慧 等，2022）［20］，這也有利于數字經濟發展改善要素市場扭曲的機制發揮作用。因此，對于低行政級別城市來講，數字經濟發展有利于改善其要素市場扭曲。

基于此，本文提出假說1：數字經濟發展水平提高能夠改善低行政級別城市的要素市場扭曲，但不利于高行政級別城市的要素市場扭曲改善。

3.差異的來源：資本要素市場扭曲與勞動要素市場扭曲的區別

要素市場主要是指資本市場和勞動力市場（才國偉 等，2019）［8］。勞動要素和資本要素都具有逐利性，但勞動要素流動除了受工資或未來預期工資的影響外，還受到就業機會、公共服務（特別是教育）以及主觀因素等的影響（夏怡然 等，2015）［32］，因而資本要素的流動性比勞動要素的流動性更強。同時，在同一城市中，勞動要素與資本要素集聚狀況也可能不同。因此，數字經濟發展對資本要素市場扭曲和勞動要素市場扭曲的影響也可能存在異質性。對此，本文進一步分析數字經濟發展對不同行政級別城市資本要素市場扭曲與勞動要素市場扭曲的影響，以期能夠找到上述差異的來源。

高行政級別城市憑借自身優勢擁有更多的就業機會、更好的公共服務（特別是教育）以及更高的工資或未來預期工資，可以吸引大量勞動力流入，更容易形成勞動要素過度集聚。此外，高行政級別城市數字經濟發展水平較高，技術進步的技能偏向也較高，導致其對中高技能勞動力的需求增加，進而帶來技能型勞動力集聚。技能型勞動力集聚會提高生產率，但由于市場工資的調整因粘性而具有滯后性，導致勞動力的實際工資低于邊際產出水平，從而加劇勞動要素市場扭曲（徐邵軍 等，2022）［33］。相對勞動要素而言，資本要素流動性較強，且受利潤的影響更大，較強的流動性、逐利性會驅使資本更容易在城市間流動，較不容易導致過度集聚，對數字經濟發展改善其市場扭曲的機制的破壞相對較小。綜合來看，高行政級別城市數字經濟發展對其勞動要素市場扭曲的影響比對資本要素市場扭曲的影響更大。

在低行政級別城市，勞動要素會因高行政級別城市的虹吸而流出，同時，也會因自身相對優勢吸引周邊小城鎮及農村的勞動力流入，因此勞動要素不會過度集聚，也不會過度短缺。然而，低行政級別城市數字經濟發展水平較低，勞動力素質及數字化水平也較低。從供給角度來看，相對于資本要素而言，勞動要素的數字化滲透率較低，勞動技能、勞動方式和勞動過程的數字化需要一定的過程和時間，個人隱私的保護也導致數字化進程中的勞動共享較難實現（張永恒 等，2020）［12］。而資本要素的流動性較強，而且資本僅需借助互聯網技術和信息通信（如支付寶、網上銀行、投融資平臺等）就能快速實現轉移，數字經濟發展可以有效減少資本流動的中間環節、降低資本流動的成本，進而提升資本要素配置效率。此外，數字技術對于資本要素的滲透性較強，可以促使資本流向供給不足的小微企業，提高資本要素的匹配效率（白俊紅 等，2022）［3］。因此，低行政級別城市數字化發展對其勞動要素市場扭曲的影響沒有對資本要素市場的影響那么大。

基于此，本文提出假說2：數字經濟發展對低行政級別城市要素市場扭曲的負向影響主要源自其對資本要素市場扭曲的改善，而對高行政級別城市要素市場扭曲的正向影響主要源自其對勞動要素市場扭曲的加劇。

三、實證研究設計

1.基準模型構建與變量測算

（1）“要素市場扭曲”的測算

（2）“數字經濟發展”的測算

借鑒劉軍等（2020）、趙濤等（2020）的做法［41-42］，從互聯網和數字金融發展兩個方面構建數字經濟評價指標體系，使用主成分分析法測算樣本城市的數字經濟發展水平。互聯網發展方面，借鑒黃群慧等（2019）的方法［43］，選用每百人互聯網寬帶接入用戶數、每百人移動電話用戶數、計算機服務和軟件業從業人員占城鎮單位從業人員比重、人均電信業務總量等指標；數字金融發展方面，采用北京大學數字普惠金融指數作為評價指標。

（3）控制變量的選擇與測算

參考白俊紅和劉宇英（2018）、文雁兵等（2022）、李慧泉等（2022）、白俊紅等（2022）、王明益和姚清仿（2022）的研究［44-45］［13］［3］［6］，選取以下控制變量：一是“對外開放度”，采用樣本城市進出口總額占其GDP的比重來衡量。對外貿易開放會通過競爭效應優化資源配置（Melitz，2003）［46］，然而出口導向政策可能會破壞這種“優勝劣汰”的競爭效應，進而不利于資源優化配置（張杰 等，2011；施炳展 等，2012）［47-48］，因此對外貿易開放度對要素市場扭曲程度的影響具有不確定性。二是“產業結構升級”，采用第三產業增加值占GDP的比重來衡量。產業結構升級能夠促進要素從低效部門流向高效部門（崔書會 等，2019）［49］，進而改善要素市場扭曲。三是“人口規模”，采用全市年末總人口數的自然對數來衡量，用以控制城市發展及勞動力規模的影響。四是“財政壓力”，采用地方政府財政支出與財政收入的比值來衡量。地方政府的財政壓力越大，越傾向于采取地方保護行為提高本地財政收入，限制要素自由流動（張璟 等，2008）［50］，從而不利于改善要素市場扭曲。五是“金融發展水平”，采用金融機構各項存款和貸款總額與GDP的比值來衡量。城市金融發展水平越高，金融市場環境越好，以金融交易為載體的價格機制和信息傳導網絡越能發揮作用，然而政府主導下的金融體系也可能破壞金融發展對要素市場扭曲的改善機制（韓劍 等，2014；白俊紅 等，2018）［51］［44］，導致金融發展水平提高對要素市場扭曲的影響具有不確定性。六是“交通物流環境”，采用交通倉儲郵電從業人員數占總從業人員的比重來衡量（谷國鋒 等，2019）［52］，用以控制城市公共服務水平的影響。

2.樣本選擇與數據處理

基于數據的可得性和完整性，本文選取2011—2019年274個地級及以上城市作為研究樣本。由于要通過分類回歸來考察不同行政級別城市的數字經濟發展對其要素市場扭曲程度的影響是否存在差異，參考黃玖立和胡靜（2021）的做法［27］，對樣本城市進行如下劃分：直轄市、副省級城市、省會（首府）城市為高行政級別城市（共35個），其他城市為低行政級別城市（共239個）。本文研究使用的數據主要來自《中國城市年鑒》、《中國勞動統計年鑒》、《中國統計年鑒》以及各地級市《國民經濟和社會發展統計公報》等，部分缺失數據用插值法補齊。表1報告了主要變量的描述性統計結果。

四、實證檢驗結果分析

1.基準模型回歸結果

本文采用面板固定效應模型進行回歸分析，表2為基準模型估計結果。在對全部城市樣本的估計中，“數字經濟發展”的系數不顯著，表明在樣本期間內，樣本城市的數字經濟發展水平與其要素市場扭曲程度在總體上沒有顯著的相關性。但在對高級別城市樣本和低級別城市樣本的估計中，“數字經濟發展”對“要素市場扭曲”的系數分別顯著為正和顯著為負，表明數字經濟發展水平的提高改善了低行政級別城市的要素市場扭曲，但不利于高行政級別城市的要素市場扭曲改善，假說1得到驗證。可見，如果只是采用全部城市的數據進行整體性的分析，數字經濟發展對數量較少的高級別城市要素市場扭曲的加劇效應會掩蓋其對數量眾多的低行政級別城市要素市場扭曲的改善效應，得到的結論并不具有參考價值，也不能反映真實的狀態。因此，基于城市的特征差異對不同類型城市分別進行分析是更為科學的方法，也是必要的。

2.穩健性檢驗與內生性處理

為了驗證基準模型分析結果的穩健性，本文采取替換關鍵變量測算指標的方法進行穩健性檢驗。第一，替換核心解釋變量。目前，采用多指標測算數字經濟發展水平的方法主要有兩種，即主成分分析法和熵權法，本文參照楊麗和孫之淳（2015）改進的熵權法［53］，重新測算樣本城市的數字經濟發展水平并進行模型檢驗。第二，替換被解釋變量。采用兩種方法重新測算樣本城市的要素市場扭曲程度：一是借鑒王永進和李寧寧（2021）的做法［7］，用“資本要素市場扭曲”與“勞動要素市場扭曲”的乘積來測算“要素市場扭曲”；二是借鑒陳永偉和胡偉明（2011）、白俊紅和劉宇英（2018）的做法［54］［44］，利用最小二乘虛擬變量法（LSDV）估計要素產出彈性，重新測算“要素市場扭曲”。上述穩健性檢驗的回歸結果如表3所示，均與基準模型的回歸結果一致，表明本文的分析具有較高的可靠性。

考慮到模型檢驗可能存在雙向因果關系以及遺漏變量等內生性問題，參考黃群慧等（2019）的思路［43］，借鑒柏培文和張云（2021）、陳貴富等（2022）的做法［55-56］，采用工具變量兩階段最小二乘法（2SLS）進行內生性處理。基于城市的歷史特征和地理特征構建核心解釋變量“數字經濟發展”的工具變量：歷史特征上選取“1984年每百萬人郵局數量”（取自然對數）指標，一方面城市早期的郵局數量會從技術層面影響其后期互聯網及數字技術的應用和發展，另一方面早期的郵局數量不會直接影響城市的要素市場扭曲程度；地理特征選取“地形起伏度”（取自然對數）指標，一方面城市地形起伏度小有利于數字基礎設施建設從而促進當地數字經濟發展，另一方面地形起伏度不會直接影響城市的要素市場扭曲程度。由于“1984年每百萬人郵局數量”和“地形起伏度”都為靜態指標，不隨時間變化，借鑒柏培文和喻理（2021）、李夢娜和周云波（2022）做法的做法［57-58］，分別引入“上一年全國互聯網端口數”（取自然對數）指標和“上一年全國網民數”（取自然對數），進而以“1984年每百萬人郵局數量×上一年全國互聯網端口數”和“地形起伏度×上一年全國互聯網端口數”作為“工具變量1”和“工具變量2”，以“1984年每百萬人郵局數量×上一年全國網民數”和“地形起伏度×上一年全國網民數”作為“工具變量3”和“工具變量4”。工具變量法的檢驗結果見表4。

Anderson LM統計量對應的P值均為0.000 0，在1%的顯著水平上強烈拒絕工具變量識別不足的原假設；Cragg-Donald Wald-F統計量遠大于Stock-Yogo檢驗在10%水平上的臨界值，拒絕弱工具變量假設；Sargen-P值大于0.1，無法拒絕工具變量是外生的原假設。可見，本文工具變量的選取是合理的。檢驗結果顯示，在高行政級別城市樣本中核心解釋變量的估計系數顯著為正，而在低行政級別城市樣本中核心解釋變量的估計系數顯著為負，進一步表明本文的分析結果是穩健的。

3.差異來源分析

以“資本要素市場扭曲”和“勞動要素市場扭曲”為被解釋變量的模型回歸結果如表5所示。在高行政級別城市樣本中，“數字經濟發展”對“資本要素市場扭曲”的估計系數為正但不顯著，而對“勞動要素市場扭曲”的估計系數顯著為正，表明高行政級別城市數字經濟發展水平與要素市場扭曲程度正相關主要是由于其加劇了勞動要素市場扭曲程度；在低行政級別城市樣本中，“數字經濟發展”對“資本要素市場扭曲”的估計系數顯著為負，而對“勞動要素市場扭曲”的估計系數為正但不顯著，表明低行政級別城市數字經濟發展水平與要素市場扭曲程度負相關主要是由于其改善了資本要素市場扭曲程度。由此，假說2得到驗證。

為進一步驗證在高行政級別城市中，數字經濟發展水平與勞動要素市場扭曲程度顯著負相關是否是由于勞動力的過度集聚破壞了數字經濟發展改善勞動要素市場扭曲的機制，本文以勞動力集聚程度為門檻變量進行門檻效應檢驗。采用年末單位從業人員數與城市總人口的比重來衡量勞動力集聚程度，由表6可知，單一門檻、雙門檻均通過了1%的顯著水平檢驗，第一門檻值為0.124 6（置信區間為［0.114 9，0.129 6］），第二個門檻值為0.394 2（置信區間為［0.325 7，0.397 5］）。進而采用如下雙重門檻模型進行分析：

五、結論與啟示

在新發展階段，改善要素市場扭曲以提升資源配置效率是推動高質量發展的關鍵，數字經濟的發展為改善要素市場發展環境、彌補市場失靈提供了有效路徑和機制。然而，要素市場扭曲并非僅僅由市場失靈引起，政策因素也會起到很大作用。從根本上講，數字經濟對要素市場扭曲的改善主要是通過促進要素的自由流動來實現的，而城市行政級別差異導致的發展資源和發展環境差異會促使要素（尤其是勞動要素）在高行政級別城市過度集聚，并阻礙要素從高行政級別城市流向低行政級別城市，從而對數字經濟改善要素市場扭曲的機制產生一定的破壞。本文采用2011—2019年274個地級市及以上城市面板數據的分析發現：在高行政級別城市樣本中，數字經濟發展水平與要素市場扭曲程度顯著正相關，這種正向影響主要源自數字經濟發展對勞動要素市場扭曲的加劇；而在低行政級別城市樣本中，數字經濟發展水平與要素市場扭曲程度顯著負相關，這種負向影響主要源自數字經濟發展對資本要素市場扭曲的改善；數字經濟發展對高行政級別城市勞動要素市場扭曲的影響存在隨著勞動力集聚程度提高由負轉正的二重門檻效應，表明勞動力過度集聚破壞了數字經濟改善勞動要素市場扭曲的機制，進而導致了數字經濟發展水平與勞動要素市場扭曲乃至要素市場扭曲的負相關性。

我國的城市體系具有行政級別的金字塔結構，級別越高的城市數量越少，而且長期以來級別越高的城市發展越受到國家和各級政府的重視和支持，這使得高級別城市在經濟發展和政策支持的雙重優勢下對各種生產要素形成了強大的集聚力，并對要素從高級別城市向低級別城市流動形成了一定阻礙。正是這種對要素自由流動的干擾，使城市行政級別成為影響數字經濟的資源（要素）配置效應的一個重要因素。本文分析表明，要素在高行政級別城市的過度集聚會破壞數字經濟通過彌補市場失靈改善要素市場扭曲的機制，導致數字經濟發展在不同行政級別城市具有不同的要素配置效應；同時，對于不同的要素（資本和勞動）而言，由于自身的流動性和數字經濟的滲透度不同，無論是數字經濟對其市場扭曲的影響還是城市行政級別在其中發揮的作用都具有顯著差異。從資本要素與勞動要素的比較來看，對于流動性較強和數字經濟滲透度較高的資本要素，數字經濟的市場扭曲改善效應較大（在低行政級別城市中），而要素過度集聚對數字經濟改善市場扭曲的機制破壞較弱（在高行政級別城市中）。因此，除了要進一步推動數字經濟發展，增強數字技術賦能城市發展的功能外，還應減少和消除阻礙要素自由流動的政策性因素，并不斷提高數字經濟的要素滲透度，以更好地發揮數字經濟改善要素市場扭曲的積極作用。對此，本文提出以下啟示：

第一，以數字化賦能全國統一大市場建設，破除地方行政權力導致的要素流動壁壘。構建多主體參與、協同聯動的數字經濟發展新機制，推動市場一體化建設；建立線上線下一體化監管體系，構建線上線下統一大市場；建立和完善數據交易平臺體系，統籌數字平臺和大數據交易中心的合理分布，構建全國統一的分布式數據要素共享網絡。第二，動態調整行政區劃制度，完善城市行政級別體系。改革傳統的等級化城市行政體系，減少行政手段對要素資源流動和配置的干預，避免要素資源在高行政級別城市過度“膨脹”；培育合理的多層次城市規模體系，加大對中小城市的扶持力度，逐步建立協調統一的醫療、教育和養老服務等體系，實現不同級別城市公共服務服務的均等化，促進要素（尤其是勞動力）從高級別城市向低級別城市的自由流動。第三，不斷提高勞動力的數字素養，積極推進勞動數字化智能化，增強數字經濟對勞動要素的滲透度。要注重對低技能勞動力的就業培訓，著力提高勞動力的數字技術應用能力，以適應數字經濟時代的就業要求。

參考文獻：

［1］王永進，施炳展.上游壟斷與中國企業產品質量升級［J］.經濟研究，2014，49（4）：116-129.

［2］白俊紅，卞元超.要素市場扭曲與中國創新生產的效率損失［J］.中國工業經濟，2016（11）：39-55.

［3］白俊紅，王星媛，卞元超.互聯網發展對要素配置扭曲的影響［J］.數量經濟技術經濟研究，2022，39（11）：71-90.

［4］丁松，李若瑾.數字經濟、資源配置效率與城市高質量發展［J］.浙江社會科學，2022（8）：11-21+156.

［5］劉昱洋.中國五大要素市場化配置的制約因素及完善策略［J］.區域經濟評論，2021，54（6）：32-39.

［6］王明益，姚清仿.自由貿易試驗區建設如何影響城市資源配置效率［J］.國際貿易問題，2022（6）：38-54.

［7］王永進，李寧寧.中間品貿易自由化與要素市場扭曲［J］.中國工業經濟，2021（9）：43-61.

［8］才國偉，楊豪.外商直接投資能否改善中國要素市場扭曲［J］.中國工業經濟，2019（10）：42-60.

［9］湯蘊懿，李方卓，梁偉豪.數字經濟推動全國統一大市場建設的理論邏輯、政策過程及主要路徑［J］.上海商學院學報，2022，23（4）：37-50.

［10］GOLDFARB A，TUCKER C. Digital economics［J］. Journal of Economic Literature，2019，57（1）：3-43.

［11］李三希，黃卓.數字經濟與高質量發展：機制與證據［J］.經濟學（季刊），2022，22（5）：1699-1716.

［12］張永恒，王家庭.數字經濟發展是否降低了中國要素錯配水平？［J］.統計與信息論壇，2020，35（9）：62-71.

［13］李慧泉，簡兆權，林青寧.數字經濟發展能否改善中國資源錯配［J/OL］.科技進步與對策：1-10（2022-10-19）.http：//kns.cnki.net/kcms/detail/42.1224.G3.20221008.1236.004.html.

［14］項云，蘇淑如，梁曉慶，等. 數字經濟緩解要素市場扭曲了嗎？——基于我國省際面板數據的經驗研究［C］//中國統計教育學會，教育部高等學校統計學類專業教學指導委員會，全國應用統計專業學位研究生教育指導委員會.2021年（第七屆）全國大學生統計建模大賽獲獎論文集（二），2021.

［15］余文濤，吳士煒.互聯網平臺經濟與正在緩解的市場扭曲［J］.財貿經濟，2020，41（5）：146-160.

［16］徐曉莉，李雙圓，王森.數字普惠金融、要素市場扭曲與企業創新能力——基于數字經濟行業研究［J］.科技管理研究，2022，42（23）：181-188.

［17］鄧若冰，吳福象.數字經濟抑制研發要素市場扭曲了嗎［J］.現代經濟探討，2022（11）：24-35.

［18］孫楚仁，陳思思，張楠.集聚經濟與城市出口增長的二元邊際［J］.國際貿易問題，2015（10）：59-72.

［19］閆中曉，陳愛貞，鮑偉容.外資開放、城市創新能力與出口結構升級——基于中國城市層面數據分析［J］.鄭州大學學報（哲學社會科學版），2021，54（6）：58-64.

［20］鄧慧慧，劉宇佳，王強.中國數字技術城市網絡的空間結構研究——兼論網絡型城市群建設［J］.中國工業經濟，2022（9）：121-139.

［21］江艇，孫鯤鵬，聶輝華.城市級別、全要素生產率和資源錯配［J］.管理世界，2018，34（3）：38-50+77+183.

［22］陳曉紅，李楊揚，宋麗潔，等.數字經濟理論體系與研究展望［J］.管理世界，2022，38（2）：208-224+13-16.

［23］荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架［J］.經濟學家，2019（2）：66-73.

［24］蔡昉，都陽.轉型中的中國城市發展——城市級層結構， 融資能力與遷移政策［J］.經濟研究，2003 （6）：64-71+95.

［25］王垚，王春華，洪俊杰，等.自然條件、行政等級與中國城市發展［J］.管理世界，2015（1）：41-50.

［26］謝小平，湯萱，傅元海.高行政層級城市是否更有利于企業生產率的提升［J］.世界經濟，2017，40（6）：120-144.

［27］黃玖立，胡靜.城市級別、議價能力與出口稅收負擔：行業空間分布視角［J］.世界經濟，2021，44（9）：77-102.

［28］史丹.數字經濟條件下產業發展趨勢的演變［J］.中國工業經濟，2022（11）：26-42.

［29］錢凈凈.擁擠效應、勞動力流動與城市規模體系演進研究［D］.天津：南開大學，2014.

［30］孫久文，李姍姍，張和偵.“城市病”對城市經濟效率損失的影響——基于中國285個地級市的研究［J］.經濟與管理研究，2015，36（3）：54-62.

［31］李曉萍，李平，呂大國，等.經濟集聚、選擇效應與企業生產率［J］.管理世界，2015（4）：25-37+51.

［32］夏怡然，陸銘.城市間的“孟母三遷”——公共服務影響勞動力流向的經驗研究［J］.管理世界，2015（10）：78-90.

［33］徐邵軍，孫巍.異質性勞動力流動、房價變動與要素價格扭曲［J］.財經研究，2022，48（6）：79-93.

［34］靳來群.地區間資源錯配程度分析（1992—2015）［J］.北京社會科學，2018（1）：57-66.

［35］HSIEH C，KLENOW P J. Misallocation and manufacturing TFP in China and India［J］. The Quarterly Journal of Economics，2009，124（4）：1403-1448.

［36］BRANDT L，ZHU X. Accounting for Chinas growth［R］. University of Toronto Working Paper，No.394，2010.

［37］張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000［J］.經濟研究，2004（10）：35-44.

［38］季書涵，朱英明，張鑫.產業集聚對資源錯配的改善效果研究［J］.中國工業經濟，2016（6）：73-90.

［39］楊建坤，曾龍.地方政府合作與城市群產業結構升級——基于長三角城市經濟協調會的準自然實驗［J］.中南財經政法大學學報，2020（6）：57-68+159.

［40］袁勝超，呂翠翠.地方政府合作與地區資源配置效率［J］.當代財經，2022（9）：3-14.

［41］劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［42］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［43］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［44］白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配［J］.中國工業經濟，2018（01）：60-78.

［45］文雁兵，張夢婷，俞峰.中國交通基礎設施的資源再配置效應［J］.經濟研究，2022，57（01）：155-171.

［46］MELITZ M J. The impact of trade on intra‐industry reallocations and aggregate industry productivity［J］. econometrica，2003，71（6）：1695-1725.

［47］張杰，周曉艷，李勇.要素市場扭曲抑制了中國企業 R&D？［J］.經濟研究，2011，46（8）：78-91.

［48］施炳展，冼國明.要素價格扭曲與中國工業企業出口行為［J］.中國工業經濟，2012（2）：47-56.

［49］崔書會，李光勤，豆建民.產業協同集聚的資源錯配效應研究［J］.統計研究，2019，36（2）：76-87.

［50］張璟，沈坤榮.地方政府干預、區域金融發展與中國經濟增長方式轉型——基于財政分權背景的實證研究［J］.南開經濟研究，2008（6）：122-141.

［51］韓劍，鄭秋玲.政府干預如何導致地區資源錯配——基于行業內和行業間錯配的分解［J］.中國工業經濟，2014（11）：69-81.

［52］谷國鋒，許瑛航.中國地級市電子商務發展水平的空間格局及影響因素［J］.經濟地理，2019，39（10）：123-129+145.

［53］楊麗，孫之淳.基于熵值法的西部新型城鎮化發展水平測評［J］.經濟問題，2015，（03）：115-119.

［54］陳永偉，胡偉民.價格扭曲、要素錯配和效率損失：理論和應用［J］.經濟學（季刊），2011，10（4）：1401-1422.

［55］柏培文，張云.數字經濟、人口紅利下降與中低技能勞動者權益［J］.經濟研究，2021，56（5）：91-108.

［56］陳貴富，韓靜，韓愷明.城市數字經濟發展、技能偏向型技術進步與勞動力不充分就業［J］.中國工業經濟，2022（8）：118-136.

［57］柏培文，喻理.數字經濟發展與企業價格加成：理論機制與經驗事實［J］.中國工業經濟，2021（11）：59-77.

［58］李夢娜，周云波.數字經濟發展的人力資本結構效應研究［J］.經濟與管理研究，2022，43（1）：23-38.

City Administrative Level， Digital Economy，

and Factor Market Distortion

YAN Zhong-xiao WU Zhen

（1.Finance and Economics College， Jimei University， Xiamen 361021， Fujian， China;

2.School of Economics， Renmin University of China， Beijing 100872， China）

Abstract：

In recent years， the digital economy based on the new generation of information technology has become the most active field in China. In this context， how cities utilize digital economy development to improve factor market distortions is an important practical issue. However， there is little literature to investigate the impact of the digital economy on factor market distortion from the perspective of the city administrative level， especially the lack of in-depth research on the sources of impact of digital economy development on factor market distortion in cities of different administrative levels.

This paper uses data from China City Yearbook， China Labor Statistics Yearbook， China Statistical Yearbook， and National Economic and Social Development Statistical Bulletin of prefecture-level cities. By referring to the calculation method of urban factor market distortion proposed by Jin Laiqun （2018） and Bai Junhong， et al. （2022）， capital factor market distortions and labor factor market distortions are calculated for cities. At the same time， the level of urban digital economy development is measured by using the methods of Liu Jun， et al. （2020） and Zhao Tao， et al. （2020） to examine how digital economy development in cities at different administrative levels affects factor market distortions. The empirical study result shows that the influences of digital economy development on factor market distortion are significantly different among cities at different administrative levels. The digital economy developments of high administrative level cities are not conducive to improving factor market distortion， while the digital economy developments of low administrative level cities help to improve factor market distortion. After considering endogeneity， changing digital economy development indicators and factor market distortion indicators， the regression results are still robust. Further tests on the sources of influence show that the development of the digital economy in high administrative level cities is not conducive to improving the distortion of the labor factor market， while that in low administrative level cities is beneficial to improving the distortion of the capital factor market. Moreover， the development of digital economy in high administrative level cities will not help to improve the distortion of the labor factors market because of the excessive concentration of labor factors.

Compared with previous literature， the main expansions of this paper are to include the administrative level into the scope of research on factor market distortion， broaden the scope of research on the relationship between the digital economy and factor market distortion from a new perspective， and preliminarily explore the impacts of digital economy development of cities at different administrative levels on factor market distortion and the influence sources.

This paper to some extent reveals the inherent logic of heterogeneity of urban administrative levels in the impact of the digital economy on factor market distortion， which helps relevant departments of cities at different administrative levels to formulate more targeted policies and measures on how to use the development of the digital economy to improve factor market distortion， ?providing new ideas for improving factor market distortion in China during the digital era.

Key words：

city administrative level; digital economy; factor market distortion; capital markets; labor market; national unified market

CLC number：F293；F123.9Document code：AArticle ID：1674-8131（2023）02-0001-15

（編輯：黃依潔）