數字經濟、能源生產率與高質量發展

李治國 霍冉 周行

摘 要：數字經濟通過技術創新推動經濟社會能源生產率變革，逐漸成為提升黃河流域高質量發展的新動力、新引擎.基于此，構建數字經濟發展、能源生產率影響高質量發展的理論模型，并以黃河流域2013-2019年的省級面板數據為樣本，通過面板計量模型、中介效應模型以及門檻效應模型等實證模型考察數字經濟發展對黃河流域高質量發展的影響.研究顯示，數字經濟發展具有推動黃河流域高質量發展和提高能源生產率的雙重效應；能源生產率在數字經濟發展推動黃河流域高質量發展的過程中具有顯著的渠道效應；數字經濟發展對黃河流域高質量發展的影響存在“邊際效應”非線性遞增的特點，且在區域位置、人口規模等方面具有異質特征.

關鍵詞：數字經濟；黃河流域;高質量發展；能源生產率

中圖分類號：F49文獻標志碼：A

黃河流域橫跨青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東九省區，是我國重要的能源資源富集區、生態保護屏障和經濟發展區.近年來，習近平總書記曾多次實地考察黃河流域的生態保護和經濟社會發展情況，提出并強調黃河流域高質量發展是國家重大戰略，應著力促進全流域高質量發展、加強生態保護力度.如何推動黃河流域高質量發展現已成為社會各界關注的一項重大議題.其中《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中提出為推動共建高質量發展，應加快數字化發展，推動數字經濟和實體經濟深度融合，實現信息服務全覆蓋.根據《中國數字經濟發展白皮書2021》的數據顯示，2020年我國數字經濟的發展依舊保持不斷增長的趨勢，總金額達到39.2萬億元，同比增長2.4%，占GDP比重為38.6%.由此可見，數字經濟對我國經濟發展有顯著的推動力，是構建現代化經濟社會、實現高質量發展的必由之路.隨著黃河流域發展模式的轉變，數字經濟為黃河流域高質量發展提供新的機遇.應順應第四次工業革命的發展潮流，聚焦數字經濟賦能黃河流域高質量發展.

那么數字經濟是否推動了黃河流域高質量發展？以及它背后的作用機制又是怎樣的？現有文獻主要是基于全國層面的理論研究.從微觀層面，數字技術通過營造規模經濟、范圍經濟及長尾效應的經濟環境，形成更為系統的價格機制以提升經濟均衡水平［1-2］，以及通過降低關鍵要素生產成本和利用網格效應改善資源配置效率，使“數量”“種類”“價格”三者形成一個多元動態均衡的局面以推動高質量發展［3］.從中觀層面，數字經濟要素的投入帶來新一輪的要素配置變革，數字產業化和產業數字化的發展推動經濟結構優化［4-5］，促進產業組織模式優化和產業融合進而推動高質量發展［6-8］.從宏觀層面，數字經濟通過提高資源配置效率、全要素生產率和投入新的要素三條途徑促進經濟高質量發展.同時基于數字經濟的信息邊際收益遞增的特點，數字經濟也可通過體制機制創新實現數字經濟推動經濟高質量發展［9］.

雖然數字經濟對高質量發展影響的理論研究較為豐富，但是直接研究數字經濟與高質量發展之間關系的實證研究相對較少.僅有的文獻來自于數字經濟如何通過提升創業活躍度［10］、促進技術創新［11］、優化制造業產業結構［12］等賦能高質量發展. 現有的文獻研究更多是間接佐證了數字經濟推動高質量發展.張勛等［13］利用我國家庭追蹤調查和數字普惠金融指數數據，研究了數字金融對我國城鄉居民收入的影響.研究發現［13］：數字普惠金融通過創業機會均等化促進我國經濟包容性增長，且在人力、物質以及社會資本三方面存在異質性.沈運紅等［14］則基于數字化產業發展程度、數字技術、數字基礎設施三方面，研究了數字經濟對我國制造業產業結構的影響.研究發現［14］：數字經濟能優化我國制造業產業結構，其中以數字技術為渠道的優化作用最為顯著.王開科等［15］通過將數字經濟的效率系數引入到數字經濟的投入產出模型中，研究了數字經濟對社會生產效率的影響.研究發現［15］：數字技術的發展推動了數字經濟與傳統經濟的深度融合、推動了數字經濟設施的建設以及新型商業模式的產生.

相關研究主要是從創新和產業結構視角研究數字經濟的作用效果，而基于全要素生產率視角的研究相對較少.同時，關于黃河流域層面的理論研究也相對較少，周清香等［16］首次結合馬克思生產力理論，提出數字經濟可通過賦能效率變革、質量變革以及動力變革推動黃河流域高質量發展.因此，產生了一個這樣的問題，黃河流域數字經濟推動高質量發展的理論機制是否能通過實證檢驗得到證明.基于此，本文從宏觀層面的全要素生產率角度出發，構建黃河流域省級面板數據，探究能源生產率視角下數字經濟對高質量發展的影響.

基于此，本文可能的邊際貢獻在以下兩個方面.第一，聚焦宏觀層面，本文通過能源生產率視角探究了數字經濟對區域高質量發展的影響;第二，以數字經濟為切入點探討了黃河流域高質量發展問題，為推動黃河流域節能減排和高質量發展提供新的研究視角.

1 機制分析

脆弱的生態環境和高負荷的資源環境是長期困擾黃河流域經濟社會發展的主要原因，實現高質量發展必須尋找新的契機和動力.數字經濟以數字化的信息和知識為核心生產要素，具有創新和技術進步屬性，能全面提高社會生產的全要素生產率，并逐步實現產業數字化和數字產業化，有效破除黃河流域的生態資源矛盾，從而成為黃河流域高質量發展的新動力.

隨著數字經濟時代的發展，互聯網在全世界的普及速度逐漸加快，以數字技術為核心的第四次工業革命已經悄然發生.數字經濟大規模的快速發展廣泛影響著經濟發展，數字技術的發展改變了傳統的要素投入、組合和使用方法，以更少的勞動、資源等要素投入，獲得相同甚至更高的產出以提高全要素生產率.

基于柯布-道格拉斯生產函數（C-D函數），可以看出通過技術進步提高全要素生產率可促進經濟增長，即模型中參數A.因此數字經濟的賦能效應可通過以下方程體現，Y=A（t）·Kα·Lβ，（1）

其中，Y表示高質量發展，K為資本投入，L為勞動力投入，α和β分別表示資本和勞動的產出彈性系數.而數字經濟通過廣義的技術進步A促進高質量發展，即A包含數字經濟以及其他影響高質量發展的因素.具體而言，數字經濟的發展帶動了信息技術、云計算等數字技術發展，數字技術又作用于生產環節的能源要素生產率，從而賦能高質量發展.另外，通過大數據平臺、互聯網平臺等數字化基礎設施，可提高能源資源利用率和循環效率，進而提高能源要素生產率［17］.除此之外，實際外資使用、金融發展水平、人口規模、政府干預程度、科技創新水平等因素也會影響高質量發展水平.首先，金融發展水平和實際使用外資都會影響資源和能源的使用情況，能源使用率和資源循環率越高越能促進高質量發展.合理的人口規模，能夠減少人口飽和對于高質量發展的阻礙.適度的政府干預程度，能給予高質量發展更好的發展空間.最后，科技創新水平也會影響高質量發展的水平，助力于提高科技創新能力.由此，A（t）可以表示為：A（t）=Aef（De+Do+Lo+Po，Uf，Sa）+π，（2）

其中，A為常數；π為隨機干擾因素.f（De，Do，Lo，Po，Uf，Sa）=τ1ln De+τ2ln Do+τ3ln Lo+τ4ln Po+τ5ln Uf+τ6ln Sa，（3）

其中，De為數字經濟發展水平，為本文核心解釋變量；Do表示政府干預程度；Uf為實際使用外資，以衡量對外貿易水平；Lo為金融發展水平；Po為人口規模；Sa表示科技創新水平.τ1，τ2，τ3，τ4，τ5，τ6為待估計系數，δ為擾動項，表示其他可能未被考慮到的控制變量.將（3）式代入（2）式并對兩邊取對數可得：ln Y=β+τ1ln De+τ2ln Do+τ3ln Lo+τ4ln Po+τ5ln Uf+τ6ln Sa.（4）

同時由于黃河流域能源資源富集，是我國重要的化工、能源和基礎工業基地，因此能源生產率直接影響黃河流域高質量發展和生態保護［18］，需走出一條能源要素生產率與黃河流域高質量發展“提升與協調”共存的發展道路［19］.基于此，本文對（4）式進行擴充，將能源生產率引入到模型中，具體模型如下：ln Y=β+τ1ln De+τ7ln En+τ2ln Do+τ3ln Lo+τ4ln Po+τ5ln Uf+τ6ln Sa，（5）

其中，En表示能源生產率，τ7為待估計系數.

具體而言，就是將生產可能性曲線外推.一方面，互聯網、大數據平臺等數字經濟設施的普及加速了資本市場閑置資金以及投資者剩余資金的流動，增加中小企業商流與可使用資金流從而提高組織柔性生產能力、擴大生產規模最終促進地區能源生產率.另一方面，數字化應用程度緩解了服務和信息供需不平衡的狀況，提高能源資源配置滿意度和能源要素生產質量進而提升能源要素生產率.因此，隨著數字時代的到來，數字經濟作為一種新的經濟發展形態，通過數字技術賦能經濟社會能源要素生產率，成為黃河流域高質量發展的新引擎和新動力.除了技術賦能外，數字經濟還可通過加速數字化基礎設施建設來提高要素利用率，以及深化數字化應用程度提高要素的配置效率，從而最終實現能源要素生產率提高賦能黃河流域高質量發展.因此，本文做出如下假設：

H1：能源生產率在數字經濟對黃河流域高質量發展的促進作用中起中介作用.

經濟發展所需的要素主要涉及初級要素和高級要素，勞動、土地等初級要素呈現出邊際收益遞減的特征，而知識、技術等高級要素由于具有豐裕性主要呈現邊際收益遞增的特點［20］.而作為數字經濟核心的數據要素在經濟生產中可被認為是高級要素，可通過網格效應作用于初級要素、技術等進而達到整合資源和提高全要素生產率的效果，不但存在極大的規模經濟效應，而且存在邊際收益遞增的特點［4］.且隨著數字經濟的發展，數據要素充分滲透到生產流通的各個環節，會逐漸成為類似資本、勞動等初級要素一樣的必備生產要素，演變成提升企業生產率的關鍵［21］.基于數字化的深度發展，數字經濟正成為經濟發展的重要環節，數字要素通過整合初級要素、技術創新等促進生產流通環節全要素生產率提高，同時其邊際收益遞增的特征會使得經濟幾何式增長，且這種效應會隨著數字經濟的發展而越來越明顯.因此，本文做出如下假設：

H2：數字經濟對黃河流域高質量發展存在 “邊際效應”遞增的非線性影響.

由于各省經濟社會發展的差異，數字經濟作為新時代的產物，在我國各區域的發展程度各不相同，中西部以及互聯網普及程度較低、高等教育比重較高的省份，數字經濟對經濟增長的驅動效應更為顯著［22］.而黃河流域橫跨我國的東中西部，徑流青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9省，流域內各省份的生態環境、經濟發展以及數字經濟等方面均呈現較大差異.因此，基于多個視角數字經濟發展對黃河流域高質量發展均存在異質性.第一，在不同地域上數字經濟對黃河流域高質量發展具有顯著的地區異質性.第二，基于互聯網普及程度，數字經濟對黃河流域高質量發展的驅動效應也會存在差異.第三，相較于初始高等教育水平低的省份，初始高等教育高的省份更能發揮數字經濟對高質量發展的紅利效應.第四，人口規模影響著數字經濟對高質量發展的推動效應.因此，做出如下假設：

H3：數字經濟對黃河流域高質量發展的影響在地區分布、互聯網普及率、高等教育比重、人口規模方面具有異質性.

2 研究方法與數據來源

2.1 模型構建

為檢驗上述研究假設，本文以（5）式為基礎，首先針對直接傳導機制構建基準回歸模型：Hit=a0+a1Deit+a2Zit+δi+γt+εit，（6）

（6）式中，Hit表示i省在t時期的高質量發展水平；Deit表示i省在t時期的數字經濟發展水平；Zit表示在t時期其他影響i省高質量發展水平的一系列變量；δi表示i省的個體固定效應；γt表示t時期的時間固定效應；εit表示誤差項.

除了（6）式中的直接傳導機制，還需構建數字經濟通過能源生產率推動高質量發展的回歸模型，檢驗能源生產率的中介效應.具體操作如下：在數字經濟對高質量發展的基準回歸模型（6）中a1系數顯著的情況下，分別構建De對中介變量能源生產率En的線性回歸模型以及De和中介變量En對H的線性回歸模型，通過b1，c1和c2等系數的顯著性來檢驗中介作用.以上回歸的具體模型如下：Enit=b0+b1Deit+b2Zit+δi+γt+εit，（7）

Hit=c0+c1Deit+c2Enit+c3Zit+δi+γt+εit.（8）

數字經濟對高質量發展間接影響的實證檢驗，除了中介效應模型以外，還包括數字經濟影響高質量發展的邊際收益遞增的非線性模型，即高級要素的規模效應模型.因此，為考察數字經濟與高質量發展的非線性關系，本文以數字經濟發展水平為門限變量，以能源生產率和數字經濟發展水平分別作為門限值，構建數字經濟對高質量發展的門檻模型.如下所示：Hit=d0+d1Deit·I（Vitφ）+d2Deit·I（Vit＞φ）+d3Zit+δi+γt+εit，（9）

（9）式中，Vit為門限變量，φ為門限值.I（·）為指數函數，當括號內的函數成立時取1，否則為0.

2.2 變量選取

2.2.1 數字經濟發展水平的測度

數字經濟正處于快速發展階段，新的技術和應用不斷涌現.因此，目前國際對數字經濟發展水平的測算尚無統一的標準.學術界和各國政府對數字經濟發展水平的測算主要分為兩大類：一類是直接法，即通過估計數字經濟所產生的經濟總量測算數字經濟發展水平.如美國商務部數字經濟咨詢委員會（DEBA）在《數字經濟會員會第一份報告》中提出可通過劃分不同的數字經濟范圍分析數字化對經濟發展的影響以測算數字經濟發展水平.雖然此方法在測算數字經濟總量上更具合理性，但是在區域層面上缺少操作性.第二類是對比法，即基于多個維度構建指標，通過橫向比較不同地區間指標的差異來衡量數字經濟發展的相對情況.如經濟合作與發展組織（OECD）官方出版物《衡量數字經濟》中提出的可利用基礎化設施和創新能力兩個維度38個指標測度數字經濟發展水平.對比法相較于直接法更適用于省級層面，但是其數據來源公告發布較不穩定，需慎重考慮指標的選取.

因此，出于數據可獲得性和適用性，本文部分參考文獻［10］提出的測度數字經濟發展的指標構建.運用對比法，基于數字經濟基礎化設施和數字化應用程度2個維度12個指標測度黃河流域各省的數字經濟發展水平.數字化基礎設施作為數字經濟發展的基礎，其發展水平深刻影響著數字經濟的發展.因此，本文將數字化基礎設施作為一級指標，并在該指標下設置4個二級指標，各為IPv4分配地址數、互聯網寬帶接入端口、電話普及率（包括移動電話）、互聯網域名數.電子商務作為數字經濟與產業融合的新興產業，廣泛代表著數字經濟的應用程度.因此，本文在數字經濟應用程度的一級指標下，構建了從事電子商務交易的企業數、電子商務銷售額、電子商務采購額、企業擁有網站數、期末使用計算機數、信息傳輸、軟件和信息技術服務業就業人數、電信業務量以及軟件業務收入8個二級指標.

2.2.2 高質量發展水平的測度

出于對高質量發展的內涵的不同理解，不同的學者對黃河流域高質量發展指標的測算角度也各不相同.石濤［23］以“創新、協調、綠色、開放、共享”五大發展理念為指導構建了高質量發展水平評價體系.徐輝等［24］基于生態安全和經濟社會發展兩方面，從創新驅動、環境狀況、民生改善、經濟發展和生態狀況5個維度構建高質量發展水平評價指標.張合林等［5］從經濟、社會和環境高質量發展3個維度構建黃河流域高質量發展評價指標.可見，盡管學者的研究角度各不相同，但是越來越多的學者通過多維的指標對黃河流域高質量發展水平進行測算.因此，鑒于對現有黃河流域高質量評價指標的相關研究成果，按照全面性、數據可獲得性、客觀性的原則，本文從質量效益提升、結構優化、動能轉換、綠色低碳、風險防控、民生改善6個維度構建了包含6個一級指標、28個二級指標的黃河流域高質量發展評價指標體系：

（1）質量效益提升：人均地區生產總值（萬元/人）反映地區經濟發展水平；地區生產總值增長率（%）反映經濟發展速度；規模以上工業企業收入利潤率（%）反映企業經濟增長效率.以及稅收增長率（%）、稅收占一般公共預算收入比重（%）和一般公共預算收入占GDP比重（%）反映政府在經濟增長中的作用.外商直接投資占GDP比重（%）和進出口總額占GDP比重（%）反映對外貿易的開放程度.

（2）結構優化：居民恩格爾系數（%）反映居民消費結構；常住人口城鎮化率（%）反映地區人口結構；第三產業增加值占GDP比重（%）反映產業結構.

（3）動能轉換：采用每萬人擁有的萬億元以上商品交易市場數（個），每萬人有效發明專利擁有量（件）和規模以上工業企業R&D經費投入強度（%）表征動能轉換程度.

（4）綠色低碳：營運客車載客量（客位）反映低碳出行發展水平；森林覆蓋率（%）反映自然環境保護狀況；單位耕地面積化肥施肥量（kg/hm2）反映有害化學物質的使用率；人均公園綠地面積（m2）反映城市環境重視程度.

（5）風險防控：采用保險機構利潤（%）、國有企業資產負債率（%）、房地產市場杠桿率（%）、規模以上工業企業資產負債率（%）表征風險防控發展.

（6）民生改善：人均可支配收入與人均GDP之比（%）反映居民可支配收入程度；生活垃圾無害化處理率（-）反映地區對居民生活環境的重視程度；居民人均消費性支出（元）反映居民娛樂消費程度；普通高等學校教職工數（人）反映地區高等教育重視程度；城鎮登記失業率（%）反映地區就業水平；醫療衛生機構數（個）反映地區基礎醫療水平.

2.2.3 能源生產率指標

根據要素投入的數量，能源要素投入與GDP比值這一傳統的生產率指標，可分為單要素、多要素以及全要素生產率［25］.其中，單要素生產率指單一要素的投入對產出的影響，大部分文獻中以地區生產總值與能源消耗量的比值表示能源生產率，即統計年鑒上能源消耗強度的倒數.盡管目前部分學者提出使用能源生產率衡量能源投入與產出之間的關系有很大的局限性，其中最大缺點在于無法度量潛在能源技術效率問題.但由于本文尚未涉及能源技術問題，故采用能源消耗強度倒數表示能源生產率指標.

2.2.4 控制變量

為了更好地探究數字經濟對黃河流域高質量發展的影響，還需控制住其他影響高質量發展的因素.具體如下：政府干預程度（Do），用財政支出占地區生產總值的比值表示;金融發展水平（Lo），用年末金融機構存貸款余額占地區生產總值的比值表示；人口總量（Po），用地區常住人口數表示；外資利用（Uf），用年末實際利用外資表示；科技創新水平（Sa），用規模以上工業企業R&D經費支出表示.

2.3 數據來源及處理

本文數據主要來源于2013-2019年度的《中國統計年鑒》，其中年末實際利用外資以及財政支出均來源于各省統計年鑒.測算指數的絕大部分需要通過再次計算得到，如政府干預程度需分別查詢到“年末財政支出”和“地區生產總值”，再通過計算二者比值得到政府干預程度指標.另外核心解釋變量和被解釋變量采用熵值法處理，其他控制變量只做簡單的無量綱化處理.

2.4 描述性統計

表1是本文主要變量的描述性統計.結果顯示，高質量發展水平（H）的最小值為0.232，最大值為0.599，標準差為0.102，表明黃河流域各省份內高質量發展水平存在較大差異，與趙濤等［7］的發現相似.數字經濟發展（De）、能源生產率（En）同樣呈現“變化跨度較大、標準誤小”的特點.從控制變量來看，黃河流域內不同省份在金融發展水平（Do）、政府干預程度（Lo）、人口總量（Po）、外資利用（Uf）、科技創新水平（Sa）等方面也存在顯著差異.

3 實證結果及分析

3.1 基準回歸分析

表2列出了固定效應面板（FE）、隨機效應面板（RE）、最小二乘回歸（OLS）的回歸結果.數字經濟發展對黃河流域高質量發展的影響系數為正值且在1%的顯著性水平下均通過檢驗，即數字經濟能夠顯著提高黃河流域高質量發展.同時依據通過Hausman檢驗結果，p值等于0，拒絕原假設，本文選取時間省份雙固定效應.在加入控制變量的模型（2）中，政府干預程度通過1%的顯著性檢驗，作用效果為負，說明政府過度干預會阻礙黃河流域高質量發展.金融發展水平和科技創新水平則與高質量發展之間呈現顯著的正向效應，這說明金融發展水平和科技創新水平有助于黃河流域高質量發展，這可能是因為隨著金融發展水平和科技創新水平的提高，黃河流域的資金總量、運轉以及技術創新水平都會得到提高，進而促進黃河流域高質量發展.而對于人口總量，則與黃河流域高質量發展存在負相關關系，且在1%水平下保持顯著，說明人口總量的持續增長不利于黃河流域高質量發展，這可能是因為人口的過度飽和會破壞人與自然之間的平衡.黃河流域各省外資使用與高質量發展之間存在不顯著的負相關關系，這說明外資的使用并未明顯促進黃河流域高質量發展，這可能是因為外資引進容易形成技術依賴，從而阻礙黃河流域創新能力的提高，這與趙濤等［11］結論保持一致.

3.2 中介效應分析

前文從理論層面提出，基于能源生產率視角下數字經濟對黃河流域高質量發展的間接影響機制.因此，本文選用中介效應模型對該機制進行實證檢驗以證明理論的現實意義，回歸結果見表3.在模型（1）中數字經濟發展對黃河流域高質量發展影響的系數為0.053 7，通過1%的顯著性檢驗，證明了數字經濟發展對黃河流域高質量有顯著的推動作用.同時模型（2）的回歸結果證明了數字經濟發展水平與能源生產率之間具有顯著的正相關關系，說明數字經濟的發展可提高能源生產率，這可能是因為數字經濟不僅能間接地通過對能源要素進行資源整合進而提高能源生產率，還能通過數字技術直接提升能源生產率.最后又將能源生產率這一中介變量，放到數字經濟發展對高質量發展的回歸模型中.其中，數字經濟的正向影響系數雖然降低為0.035 0，但通過1%水平下的顯著性檢驗，同時能源生產率對高質量發展的影響也通過1%水平下的顯著性檢驗.這說明數字經濟發展和能源生產率提升都會促進黃河流域高質量發展.通過對模型（1）、（2）、（3）中數字經濟變量系數、能源生產率系數顯著性的判斷，證實了數字經濟通過能源生產率的提升促進黃河流域高質量發展的中間作用機制，該實證結果支持了假設H1.

3.3 門檻效應分析

為檢驗假設H2的成立，本文利用面板門檻回歸模型檢驗數字經濟對高質量發展的非線性影響.在進行門檻估計前，先采用HANSEN［26］的方法進行面板門檻存在性檢驗.通過反復500次抽樣的“自助法”檢驗，如表4所示.結果表明以數字經濟發展作為門限變量、能源生產率作為門檻值的門檻模型在5%的顯著性水平上通過單一門檻，門檻值為0.956 7，在顯著性10%的水平上未通過雙重門檻和三重門檻檢驗.以數字經濟發展水平為門檻變量、數字經濟發展水平為門檻值的門檻模型在5%的顯著性水平上通過雙門檻檢驗，門檻值分別為0.106 8和0.363 0，在顯著性10%的水平上未通過三重門檻檢驗.在此基礎上本文設置以能源生產率為門檻值的單一門檻檢驗和以數字經濟發展水平為門檻值的雙門檻檢驗的回歸模型.回歸結果顯示，以En為門檻值的單一門檻回歸模型中，數字經濟對黃河流域高質量發展的回歸模型是非線性的，即隨著能源生產率的提高，數字經濟對高質量發展的正向影響是持續增強的，即存在邊際效應遞增.以De為門檻值的雙門檻回歸模型中，數字經濟對高質量發展的非線性促進效應依舊存在.說明數字經濟對黃河流域高質量發展的影響，不僅受自己數字經濟發展水平的影響，也會受到流域能源生產率的調節影響，體現了數字經濟與能源生產率之間的綠色協調成長關系.該結果證實了假設H2.

3.4 異質性分析

黃河流域橫向跨度較大，存在明顯的環境、人口規模和資源等異質性，區域內各省份的數字經濟發展和高質量發展也存在差異.因此，黃河流域內各省份數字經濟發展對高質量發展的影響也可能存在地區分布、互聯網普及程度、高等教育水平、人口規模等方面的異質性，據此本文對數字經濟賦能黃河流域高質量發展進行進一步的分析.表5表示黃河流域內屬于不同區域、不同互聯網普及程度、不同高等教育水平、不同人口規模的各省份的數字經濟發展水平指標和高質量發展水平指標的描述性統計，地區劃分按照國家統計局劃分方法，人口規模劃分的按照人口總量小于1 000萬為小人口規模地區，大于8 000萬為大規模人口地區標準劃分，互聯網普及程度和高等教育水平按照各省份數據與黃河流域整體數據均值差異的標準劃分.分析表明，分布在不同區域、不同互聯網普及程度、不同高等教育水平以及不同人口規模上的黃河流域各省份，在數字經濟發展和高質量發展水平方面確實存在異質性.

表6表示數字經濟對黃河流域高質量發展的異質性分析結果.

模型（1）、（2）表示基于互聯網普及率，研究數字經濟對黃河流域高質量發展的異質性影響.結果表明相較于高互聯網普及率地區，低互聯網普及率地區數字經濟的發展更能促進高質量發展.這可能是因為初始互聯網普及程度較低的省份更能從數字金融發展中獲取更高的收益，因為相較于傳統經濟，數字經濟發展受物理空間上的限制較少，能夠形成后發優勢，使得初始互聯網普及率較低的省份實現數字經濟發展和數字基礎設施建設在空間和時間上的高度耦合，從而推動黃河流域高質量發展.表6中模型（3）、（4）表示不同高等教育水平下，數字經濟發展積極效應的差異性.結果表明，在不同高等教育水平下數字經濟都會推動黃河流域高質量發展，這說明高等教育水平的高低并不會阻礙黃河流域各省從數字經濟發展中獲益.這是因為，隨著數字經濟的發展，互聯網、大數據平臺的數字基礎設施操作頁面和操作技術變得越來越簡潔和方便.因此，相較于傳統經濟，居民獲得先進信息和技術所需要的學歷門檻開始降低，即使不具備高等教育水平，依舊可以通過互聯網獲取新的知識、技術以及資訊等.

表6中模型（5）、（6）、（7）表示數字經濟對黃河流域高質量發展的影響存在地區異質性，其中黃河流域中西部數字經濟的正向效應通過1%水平的顯著性檢驗，東部數字經濟的正向作用則通過10%水平的顯著性檢驗，東部地區數字經濟對高質量發展的推動作用要強于中西部地區的推動作用，這可能是由于相較于黃河流域中西部地區，東部地區更能充分釋放數字經濟對高質量發展的紅利效應.表6中模型（8）、（9）、（10）表示數字經濟對黃河流域高質量發展的影響存在人口規模異質性，相較于中等以及大規模人口的省份，小規模人口省份對高質量發展的作用效果更強，且3種至少在1%的水平上保持顯著性.這說明人口規模增長可能制約數字經濟對高質量發展的推動作用.

4 穩健性檢驗

4.1 工具變量方法

數字經濟現已成為經濟社會發展的新引擎，經濟高質量、協調發展也為數字經濟發展提供了更好的平臺反哺于數字經濟.據此，二者可能會存在因果關系.因此，為解決模型的內生性問題，本文借鑒李治國等［27］的方法，選取2013-2019年黃河流域各省固定電話數量和郵政營業網點數作為代替核心解釋變量的工具變量.一方面，固定電話和郵政作為傳統的通信基礎，會從使用習慣和技術水平等方面影響到后續新興互聯網技術和數字經濟技術的應用.另一方面，新興通信技術的發展使得固定電話、郵政等傳統通信方式對經濟發展的影響逐漸減弱，滿足排他性.

表2的模型（5）結果顯示，以各省固定電話數量和郵政營業網點數為工具變量下，數字經濟對黃河流域高質量發展的積極作用仍通過1%水平下的顯著性檢驗.此外，對于“工具變量識別過度”的原假設，檢驗結果顯示p值大于0.1，接受各省固定電話數量和郵政營業網點數工具變量是外生變量的假設.通過上述檢驗說明了以各省固定電話數量和郵政營業網點數作為數字經濟發展水平工具變量的合理性.

4.2 外生沖擊檢驗

實際上，黃河流域各省數字經濟發展往往受到各省科技創新水平、外對開放度以及產業結構等因素的影響，而這些因素深刻影響著黃河流域各省的高質量發展.因此，為了檢驗數字經濟賦能黃河流域高質量發展這一結果的穩健性，本文采用大數據基礎設施統籌發展類綜合實驗區作為外生政策沖擊，利用合成控制法再次評估數字經濟對黃河流域高質量發展的作用效果.

4.2.1 “大數據基礎設施統籌發展類綜合實驗區”政策沖擊和合成控制法

隨著數字經濟的迅猛發展，大數據已成為社會經濟發展的重要一環，2015年8月國務院出臺了《促進大數據發展行動綱要》，并于2016年2月經國家發展改革委員會、信息化部等部門批復，同意建設首個國家級大數據綜合實驗區-貴州，于同年10月，相繼審批了第二批國家級大數據綜合實驗區，其中就包括河南省和內蒙古自治區.國家級大數據試驗區主要圍繞加快數據要素流通、提高數據資源應用、促進數據中心整合等七大任務，測試數字經濟發展對經濟社會的帶動效應.

鑒于常用于評價政策效果的傳統雙重差分（DID）具有比較嚴格的使用條件，本文選用DID拓展出的合成控制法作為評價國家級大數據試驗區政策效果的檢驗方法.作為一種非參數方法，合成控制法可以通過數據驅動確定權重合成每一個研究個體的合成控制對象，避免了平均化的評價以及政策內生性問題，減少了主觀選擇導致的誤差，彌補了DID的局限，目前被廣泛應用于檢驗各種政策的評價研究中.

本文采用合成控制法評價國家級大數據綜合實驗區政策的效應，即通過對多個控制對象的加權來合成實驗對象沒有實施政策的情況，以此檢驗政策的實施效應.假設有a+1個省份，只有第一個省份在t1出臺了政策，其他省份沒有出臺相關政策.構建模型：Hit=Hhit+aitDit，（10）

Hit和Hhit分別表示t時期i省的高質量發展的實際值和合成值，Dit表示i省的政策干預狀態，受干預時Dit=1，否則為0.參考ABADIE等［28］構建因子模型估計不可觀測Hhit.Hhit=AtZi+Btμi+θt+vit，（11）

Zi和μi分別是K×1維可觀測向量和F×1維不可觀測向量，At和Bt分別表示1×K維和1×F維的時變參數向量，θit表示時間固定效應，vit表示誤差項.構建a+1維權重向量W=（w2，w3，…，wa+1）′，分別對應控制組i省的權重，其中wi0且w1+w2+…+wa+1=1.Hhit是控制組內所有省份的加權平均，故試驗地區的高質量發展可表示為：∑a+1i=2wiHit=At∑a+1i=2wiZi+Bi∑a+1i=2wiμi+θt+∑a+1i=2vit.（12）

4.2.2 基準回歸結果

表7顯示評估政策出臺前實驗對象與合成組的均方誤差（RESPE）以及合成地區的權重組成.結果顯示，河南省和內蒙古合成組的RESPE較小，且科技創新水平、對外開放度、產業結構等預測變量也十分接近真實水平，故可運用合成控制法檢驗河南省、內蒙古國家級大數據試驗區的政策效應.

黃河流域橫向跨度較大，故流域內部各省在科技創新水平、對外開放度、產業結構等方面存在較大差異，若合成的試點區域能夠很好地擬合實驗區域在政策實施前的情況，那么就可利用政策實施后試驗區實際值與合成區合成值的差值來衡量政策的效應.圖1是2013-2019年試點省份實際值與試點省份合成值之差.可以看出，政策出臺之前，兩個省份實際值與合成值之間的差值近于0，說明合成區較好地擬合了實驗區在政策實施前的情況.政策出臺后，河南省與合成地區的高質量發展水平差距出現擴大趨勢，且隨時間逐漸增加.內蒙古與合成地區的高質量發展水平的差距同樣也出現擴大趨勢，但在突增后緩慢增加.這可能是因為內蒙古地區初始數字基礎設施較差，而初始數字基礎較差的區域往往更能從數字金融發展中獲取更高的收益，再次佐證了前文的結論.綜上分析，國家級大數據綜合實驗區試點政策的出臺確實有助于黃河流域各省的高質量發展.

4.2.3 安慰劑檢驗

為了檢驗上述結果的有效性和穩健性，檢驗河南和內蒙古的國家級大數據綜合試驗區成立前后各項經濟指標的差異是否由其他未觀測到的因素所導致，本文參考文獻［28］進行安慰劑檢驗，即將黃河流域中的每個省份作為假想的試驗區，假設其在2016年也成立國家級大數據試驗區，并采用合成控制法利用上文的模型分析各省政策實施前后的高質量發展差異.具體思路為，比較河南省、內蒙古及其他地區的“干預后MSPE”與“干預前MSPE”的比值“RMSPE”.判斷依據為，若政策實施前合成區沒有較好地預測真實地區的結果變量，就會產生較大的“干預前MSPE”，同樣政策實施后合成區沒有較好地擬合也會產生較大的“干預后MSPE”.因此，二者的比值能夠很好地判斷政策的實施效果.

其中河南和內蒙古分別為其兩個組的RMSPE值的最高值，高于其他省份，進一步說明了通過合成控制法得出國家級大數據試驗區的高質量發展效應的結果是有效和穩健的.

5 結論及政策建議

針對數字經濟影響黃河流域高質量發展這一現實問題，本文嘗試從能源生產率角度給出新的解釋.本文基于黃河流域2013-2019年的省級數據，運用熵值法分別測度了黃河流域數字經濟和高質量發展評價指標，并構建雙向固定效應、中介檢驗、門檻檢驗等模型多維度的探究數字經濟對黃河流域高質量發展的內在機制.

研究結果表明：數字經濟發展具有提升高質量發展水平和能源生產率的雙重紅利效應，既能推動黃河流高質量發展，同時亦有助于黃河流域各省份能源生產率的提高；能源生產率提高在數字經濟發展賦能黃河流域高質量發展的過程中渠道效應顯著，表明能源生產率與數字經濟發展能夠對黃河流域高質量發展形成推動合力；數字經濟發展對黃河流域高質量發展同時還呈現出“邊際效應”遞增的非線性促進趨勢；數字經濟發展對黃河流域各省份高質量發展的提升效應在地區分布、人口規模等維度存在異質性特征.

據此，本文提出如下政策建議：

首先，應大力推動黃河流域數字經濟發展，推進大數據平臺構建、5G技術發展以及人工智能的應用，進一步完善數字經濟基礎設施建設，鞏固數字經濟對黃河流域高質量發展的紅利優勢.

其次，數字經濟通過能源生產率賦能黃河流域高質量發展的作用機制，證明了全要素生產率在數字經濟賦能黃河流域高質量發展的動力作用，應充分利用數字技術和信息技術帶動全要素生產率提升，進而提升黃河流域整體高質量發展水平.

最后，考慮到數字經濟發展對黃河流域高質量發展的積極效應存在地區分布、人口規模等維度的異質性特征，說明在推進數字經濟發展的過程中需要因地制宜，實施差異化、多元化的數字經濟戰略，全面賦能黃河流域高質量發展.

參 考 文 獻

［1］ ?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.

JING W J，SUN B W.Digital economy promotes high-quality economic development：a theoretical analysis framework［J］.Economist，2019（2）：66-73.

［2］宋躍剛，郝夏珍.數字經濟對黃河流域經濟高質量發展的門檻和空間溢出效應研究［J］.河南師范大學學報（自然科學版），2022，50（1）：48-58.

SONG Y G，HAO X Z.The threshold and spatial spillover effects of the impact of digital economy on the high-quality economic development of the Yellow River Basin［J］.Journal of Henan Normal University（Natural Science Edition），2022，50（1）：48-58.

［3］丁志帆.數字經濟驅動經濟高質量發展的機制研究：一個理論分析框架［J］.現代經濟探討，2020（1）：85-92.

DING Z F.Research on the mechanism of digital economy driving high quality economic development：a theoretical analysis framework［J］.Modern Economic Research，2020（1）：85-92.

［4］王娟.數字經濟驅動經濟高質量發展：要素配置和戰略選擇［J］.寧夏社會科學，2019（5）：88-94.

WANG J.Study on the digital economy drives high-quality economic development：factors allocations and strategic choices［J］.Social Sciences in Ningxia，2019（5）：88-94.

［5］張合林，王亞輝，王顏顏.黃河流域高質量發展水平測度及提升對策［J］.區域經濟評論，2020（4）：45-51.

ZHANG H L，WANG Y H，WANG Y Y.Measurement and improvement of high quality development level in Yellow River Basin［J］.Regional Economic Review，2020（4）：45-51.

［6］任保平.數字經濟引領高質量發展的邏輯、機制與路徑［J］.西安財經大學學報，2020，33（2）：5-9.

REN B P.The logic，mechanism and path of digital economy leading high-quality development［J］.Journal of Xi'an University of Finance and Economics，2020，33（2）：5-9.

［7］郭晗.數字經濟與實體經濟融合促進高質量發展的路徑［J］.西安財經大學學報，2020，33（2）：20-24.

GUO H.The path of the integration of the digital economy and the real economy to promote high-quality development［J］.Journal of Xi'an University of Finance and Economics，2020，33（2）：20-24.

［8］WANG B.Research on the mechanism of digital economy driving the highquality development of manufacturing［J］.E3S Web of Conferences，2021，253：01051.

［9］宋洋.經濟發展質量理論視角下的數字經濟與高質量發展［J］.貴州社會科學，2019（11）：102-108.

SONG Y.Digital economy and high quality development from perspective of economy development quality theory［J］.Guizhou Social Sciences，2019（11）：102-108.

［10］溫珺，閻志軍，程愚.數字經濟驅動創新效應研究：基于省際面板數據的回歸［J］.經濟體制改革，2020（3）：31-38.

WEN J，YAN Z J，CHENG Y.Research on the effect of digital economy on upgrading innovation capacity：based on provincial-level panel data［J］.Reform of Economic System，2020（3）：31-38.

［11］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.

ZHAO T，ZHANG Z，LIANG S K.Digital economy，entrepreneurship，and high-quality economic development：empirical evidence from urban China［J］.Management World，2020，36（10）：65-76.

［12］王瑞榮，陳曉華.數字經濟助推制造業高質量發展的動力機制與實證檢驗：來自浙江的考察［J］.系統工程，2022，40（1）：1-13.

WANG R R，CHEN X H.The dynamic mechanism and empirical test of digital economy promoting the high-quality development of manufacturing industry—based on the investigation of Zhejiang［J］.Systems Engineering，2022，40（1）：1-13.

［13］張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長［J］.經濟研究，2019，54（8）：71-86.

ZHANG X，WAN G H，ZHANG J J，et al.Digital economy，financial inclusion，and inclusive growth［J］.Economic Research Journal，2019，54（8）：71-86.

［14］沈運紅，黃桁.數字經濟水平對制造業產業結構優化升級的影響研究：基于浙江省2008—2017年面板數據［J］.科技管理研究，2020，40（3）：147-154.

SHEN Y H，HUANG H.Research on influence of digital economy level on industrial structure optimization and upgrading of manufacturing industry：based on panel data of Zhejiang Province from 2008 to 2017［J］.Science and Technology Management Research，2020，40（3）：147-154.

［15］王開科，吳國兵，章貴軍.數字經濟發展改善了生產效率嗎？［J］.經濟學家，2020（10）：24-34.

WANG K K，WU G B，ZHANG G J.Has the development of the digital economy improved production efficiency？［J］.Economist，2020（10）：24-34.

［16］周清香，何愛平.數字經濟賦能黃河流域高質量發展［J］.經濟問題，2020（11）：8-17.

ZHOU Q X，HE A P.High quality development of the Yellow River Basin empowered by digital economy［J］.On Economic Problems，2020（11）：8-17.

［17］郭家堂，駱品亮.互聯網對中國全要素生產率有促進作用嗎？［J］.管理世界，2016（10）：34-49.

GUO J T，LUO P L.Does the Internet Promote China's Total Factor Productivity？［J］.Journal of Management World，2016（10）：34-49.

［18］關偉，許淑婷，郭岫垚.黃河流域能源綜合效率的時空演變與驅動因素［J］.資源科學，2020，42（1）：150-158.

GUAN W，XU S T，GUO X Y.Spatiotemporal change and driving factors of comprehensive energy efficiency in the Yellow River Basin［J］.Resources Science，2020，42（1）：150-158.

［19］劉華軍，曲惠敏.黃河流域綠色全要素生產率增長的空間格局及動態演進［J］.中國人口科學，2019（6）：59-70，127.

LIU H J，QU H M.Spatial pattern and distribution trend of green total factor productivity in the Yellow River Basin［J］.Chinese Journal of Population Science，2019（6）：59-70，127.

［20］韓江波.基于要素配置結構的產業升級研究［J］.首都經濟貿易大學學報，2011，13（1）：29-38.

HAN J B.The research of industry promotion based on the structure of factor disposition［J］.Journal of Capital University of Economics and Business，2011，13（1）：29-38.

［21］焦勇.數字經濟賦能制造業轉型：從價值重塑到價值創造［J］.經濟學家，2020（6）：87-94.

JIAO Y.Digital economy empowers manufacturing transformation：from value remodeling to value creation［J］.Economist，2020（6）：87-94.

［22］王永倉，溫濤.數字金融的經濟增長效應及異質性研究［J］.現代經濟探討，2020（11）：56-69.

WANG Y C，WEN T.Research on economic growth effect and heterogeneity of digital finance［J］.Modern Economic Research，2020（11）：56-69.

［23］石濤.黃河流域生態保護與經濟高質量發展耦合協調度及空間網絡效應［J］.區域經濟評論，2020（3）：25-34.

SHI T.Spatial correlation network and regional connected effect of coupling coordination degree between ecological protection and high-quality economic development in the Yellow River regions［J］.Regional Economic Review，2020（3）：25-34.

［24］徐輝，師諾，武玲玲，等.黃河流域高質量發展水平測度及其時空演變［J］.資源科學，2020，42（1）：115-126.

XU H，SHI N，WU L L，et al.High-quality development level and its spatiotemporal changes in the Yellow River Basin［J］.Resources Science，2020，42（1）：115-126.

［25］魏楚，沈滿洪.能源效率及其影響因素：基于DEA的實證分析［J］.管理世界，2007（8）：66-76.

WEI C，SHEN M H.Energy Efficiency and its Influencing Factors：An Empirical Analysis Based on DEA［J］.Journal of Management World，2007（8）：66-76.

［26］HANSEN B E.Threshold effects in non-dynamic panels：Estimation，testing，and inference［J］.Journal of Econometrics，1999，93（2）：345-368.

［27］李治國，王杰.數字經濟發展、數據要素配置與制造業生產率提升［J］.經濟學家，2021（10）：41-50.

LI Z G，WANG J.Digital economy development，allocation of data elements and productivity growth in manufacturing industry［J］.Economist，2021（10）：41-50.

［28］ABADIE A，DIAMOND A，HAINMUELLER J.Synthetic Control Methods for Comparative Case Studies：Estimating the Effect of California's Tobacco Control Program［J］.Journal of the American Statistical Association，2010，105（490）：493-505.

Digital economy， energy productivity and high-quality development：empirical analysis based on panel data of the provinces in the Yellow River Basin

Li Zhiguo1， Huo Ran1， Zhou Xing2

（1. China University of Petroleum（EAST） School of Economics and Management， Qingdao 266580，? China; 2. Party and Mass Work Department of China National Petroleum Corporation， Jining? 272100，? China）

Abstract： Through technological innovation， the digital economy has promoted the transformation of energy productivity and gradually becomes a new driving force and engine for improving the high-quality development of the Yellow River Basin. Based on this， this paper builds a theoretical model of the impact of digital economy development and energy productivity on high-quality development. Taking the provincial panel data of the Yellow River Basin from 2013 to 2019 as samples， this paper examines the impact of digital economy development on high-quality development of the Yellow River Basin through empirical models such as panel econometric model， intermediary effect model and threshold effect model. The results show that digital economy has dual effect of promoting high-quality development and improving energy productivity in the Yellow River Basin. Energy productivity has a significant channel effect in the process of digital economy promoting high-quality development in the Yellow River Basin. The influence of digital economy development on the high-quality development of the Yellow River Basin is characterized by nonlinear increase of "marginal effect" and heterogeneity in terms of regional location and population size.

Keywords： digital economy; Yellow River Basin; high-quality development; energy productivity

［責任編校 陳留院 趙曉華］

收稿日期：2022-01-14;修回日期：2022-03-07.

基金項目：國家社科基金（22BJL056）.

作者簡介：李治國（1977-），男，山東濰坊人，中國石油大學（華東）副教授，研究方向為能源經濟，E-mail：upcguo0316@126.com.

通信作者：霍冉（1999-），女，河北唐山人，中國石油大學（華東）碩士研究生，研究方向為能源經濟，E-mail：634232241@qq.com.