數字產業如何高質量發展？

摘 要：數字產業作為地區發展的關鍵性產業，現有研究重點關注了其各種創新“引領”效應，但該產業自身發展狀況尚未被充分探索。以新動能培育為研究視角，闡述勞動力成本與數字產業發展之間的關系，從量、效兩個維度驗證了當下中國數字產業發展的勞動密集型依賴情況，進而探尋企業自主研發調節引致其依賴的“擺脫”情況。結果表明：低勞動力成本因素是當下中國數字產業績效增長的重要依托之一，中國數字產業發展存在勞動密集型依賴傾向。進一步研究發現，數字企業研發有助于提升其數字產業發展水平，強化規模的研發調節有助于緩解當前中國各地區數字產業發展對低勞動力成本的競爭依賴情況，同時，強化效能的研發調節則進一步扭轉了其依賴狀態，這意味著現階段中國數字產業發展已進入從擴大規模到增強效能的過渡階段。為控制內生性問題，引入各地區普通高等學校在校生人數的歷史和當期交互項構建了人力資源供給指標作為數字產業勞動力成本的工具變量，結合多種穩健性辦法進行回歸估計，確認了結論的穩健性。為此，現階段中國數字產業擺脫勞動密集型的發展依賴，不要過于留戀當下擴大規模所帶來的“剎那芳華”，應加快培育“高品質”的數字產業增長極，做好提升效能的布局謀劃。

關鍵詞：數字產業; 勞動密集型依賴；自主研發；調節驗證；工具變量法

中圖分類號：F241.21

文獻標識碼： A

文章編號：1000-4149（2023）04-0022-19

DOI：10.3969/j.issn.1000-4149.2023.00.045

收稿日期：2023-02-13；

修訂日期：2023-05-03

基金項目：福建省自然科學基金項目“離岸服務外包賦能福建數字經濟增長的機制及路徑研究”（2022J01382）。

作者簡介：江劍敏，福建商學院國際經貿學院副教授。

一、引言

在探討數字產業的創新“引領”效應時，一個通常的設定是數字產業屬于知識密集型產業，該產業本身具有創新的先進性。現有大量的研究也是以數字產業的“創新先進性”作為前提，進而探索該產業的賦能、提質、增效等積極影響［1］。然而，事實可能并非如此。研究發現，當前中國絕大部分地區數字產業的發展已觸及增長瓶頸，亟待跨越規模門檻，提升其產業效率［2］。為此，本文以數字產業發展為特定切入點，提出了一個反常識的假設：是否存在這么一種可能，當下中國數字產業發展的狀況，和傳統的勞動密集型產業一樣，陷入一種依賴于低價競爭的“量販式”增長？如這一假設被確認，可能給現有政策應用帶來一個依據上的質疑。國內各地區紛紛出臺扶持數字產業發展的區域性政策，以充分憑借其實現賦能地區傳統產業轉型、推進地區經濟高質量增長等效果，由此帶來一個值得深入探索的問題：如果現階段中國數字產業的發展困頓于“壓低成本”這一增長途徑，其依舊有助于地區經濟的產業結構優化及高質量增長嗎？

數字產業作為數字經濟的動力來源，通過數字技術及創新成果轉化等產業化過程，重塑了企業的核心競爭力［3］。現有研究表明，數字產業化過程產生了技能替代效應，增加了企業對知識和技能密集型勞動力的需求［4］，提升了企業的產品成本優勢［5］，也突破了地區產業對低成本勞動力等傳統生產要素的依賴［6］，且現有研究普遍認為企業數字化轉型有助于降低其人工總成本及其所占的成本份額［7］，企業加強數字化應用，有助于降低勞動收入比重，減輕其勞動密集型依賴。

但是，數字產業作為知識密集型產業，在數字產業化進程中“引領”了地區其他產業的數字化轉型，加速推進了數字技術推廣、數字產品應用，減少了對“低端”勞動密集型勞動力的需求，轉而用知識和技能密集型勞動力予以替代，實現了產業內勞動生產率的提升。從勞動生產率角度考慮，數字產業發展應然不存在勞動密集型依賴才具有合理性。現有研究也表明，由于中國數字產業發展受限于國內長期收入分配格局的影響，勞動報酬在產業內收入分配中的占比偏低，影響了從業人員的積極性和創造性，對該產業助推經濟高質量增長的實際效果產生了消極影響［8］。基于這些邏輯，提高勞動力成本有利于推動數字產業績效增長的觀點更具有說服力。

基于以上討論，中國數字產業發展與其產業內的勞動力成本變動存在某種關聯［9］。為此，科學理性認識現階段中國勞動力成本與數字產業發展之間的關系［10］，積極探索勞動力成本狀況所引致數字產業發展這一經濟增長“新引擎”的效應情況，可為打造數字經濟新優勢提供另樣的借鑒。

顯然，既有的文獻在分析勞動力和數字產業發展關系時，側重強調數字產業發展對地區勞動力市場結構及就業質量等的影響，也初步探索了數字產業發展與勞動力成本、勞動生產率之間的關系，為本文開展研究提供了堅實的基礎。但現有相關研究多立足于數字產業的“利他”視角，對數字產業自身的發展問題缺乏系統性探索，對中國各地區勞動力成本狀況可能引致數字產業發展的影響尚未有充分論證，對當前中國“數字產業可能依賴于勞動密集型增長的情況”這一命題也缺乏必要的關注。

為此，本文擬從以下三個方面予以探索：第一，勞動力成本是企業生產經營決策的重要管理內容，低勞動力成本是當下中國數字產業發展的重要“依仗”嗎？本文擬通過產業層面的直接經驗證據予以確認。第二，假使現階段中國數字產業呈現為勞動密集型依賴的狀態，如何度量這一“桎梏”？本文將對“低勞動力成本作為中國數字產業的競勝‘法寶”的現實狀況進行驗證和評判。第三，當前中國數字產業發展面臨著核心技術和關鍵領域的“卡脖子”問題，亟待增強數字企業的自主研發創新能力［11］。那么，對數字企業研發進行干預能否獲得良好的效果？本文將予以系統性探索。

本文的邊際貢獻主要體現在四個方面：第一，突破了慣常認識，以現階段中國數字產業可能具有“勞動密集型依賴”特征為設定，以此展開驗證及系統性探索，豐富了數字產業發展的研究路徑。第二，現有研究多從數字產業的“利他”角度，關注數字化的“需求端”發展，分析如何提升數字產業服務“需求”的能力，而本文將關注重心予以轉換，以數字產業自身發展為研究對象，從“自利”角度探索當下中國數字產業作為“供給端”應如何高質量發展，為數字經濟研究拓展了新的視角。第三，從規模和效能兩個評價維度區分了數字產業發展的現況，據此探索了不同維度下勞動密集型依賴的影響，完善了數字經濟發展領域的相關研究。第四，本文通過構建數字企業研發的調節模型，提出了一種用以觀測在調節狀態下產業發展的測度辦法，為評價政策適用性提供了新的思路。

二、特征事實與理論基礎

1. 特征事實

本文以產出績效作為衡量地區數字產業發展程度的表征，考慮到中國數字產業發展兼有“量”和“效”的實踐特征，本文從規模和效能兩個維度予以探索：一方面，本文規模維度側重考察地區數字產業的總收入，其可集中體現本地區數字產業化進程中經市場驗證的數字化產品應用狀況，同時選取其產業的總利潤作為對照，二者結合有助于更全面地了解地區數字產業的規模擴張情況。另一方面，本文的效能維度主要考察了地區數字產業的平均收入利潤率，其從產出效率角度刻畫了地區數字產業的整體獲利能力，可以較客觀地估計出地區數字產業的真實生存狀況。

本文以軟件與信息技術服務業為數字產業典型產業，采用中國各省級地區該產業的面板數據【各變量的取值區間為2009—2017年，以2009年為基期，并以各地區CPI指數為核算基數進行調整，以消除價格變動因素；如無特別說明，本文除比率及年限指標外，其他指標均取對數后納入測算。】，以勞動力成本為自變量，以地區數字產業規模和效能為因變量，對變量之間的關系進行數據擬合。典型產業選取依據、變量設定說明等在本文的“樣本說明與數據來源”及“變量說明”等部分做了闡述。本文將針對測算結果進行初步探索，結合理論分析提出本文的邏輯設想，進而形成待檢驗的命題。

特征事實1：地區內數字產業平均勞動力成本和數字產業規模發展存在正向關聯關系（見圖1）：勞動力成本與其規模擴大存在同向趨勢，提高數字產業的平均勞動力成本推動了地區數字產業的規模擴張，不論是從總收入規模（avpay-income線），還是總利潤規模（avpay-profit線），均得到了相同的結論。

特征事實2：圖2繪制了中國各省份地區數字產業平均勞動力成本與數字產業效能的關聯情況，可以明確：數字產業中平均勞動力成本與其效能水平之間呈現出反向趨勢（圖2中avpay-efficiency線），隨著地區數字勞動力成本的降低，地區數字產業的效能也隨之提高，這意味著中國數字產業的效能增長可能在一定程度上仍存在著低勞動力成本的競爭依賴。

2. 理論分析

基于特征事實的觀測表明，目前中國各地區數字企業的平均勞動力成本與數字產業規模發展呈現出正相關關系。中國數字產業發展經歷了高資本投入階段，“熱錢”過后，整體產業可能迎來普遍性的要素結構調整，數字企業通過提高勞動力在要素配置中的占比，從而可能提升了全要素生產率，根據索羅的技術進步偏向理論［12］，在這一過程中，數字產業產生了知識要素偏向型的技術進步，加強了數字產業內平均勞動力成本和其產出績效的正向關聯度。此外，另一個支持性的解釋是，特定產業內的資本要素強度過高，可能導致其投資報酬率下降，資本

更容易被勞動力所替代，激發出要素替代效應，呈現出勞動力成本上升和績效同步增長的狀況［13］ 。

但是，特征事實也表明，現階段地區內數字產業的平均勞動力成本和其效能之間并未能呈現出完全的正相關性。這自然帶來一個疑問：既然地區數字企業更青睞于采用知識和技術密集型勞動力，為何降低數字產業內的勞動力成本，反而有助于提升數字產業用以表征獲利“能力”的效能水平？這顯然與前述基于勞動生產率角度的推演結論相悖。相比其他產業，作為創新“引領”者的數字產業理應在單位勞動產出上具有更出色的“表現”，并在工資水平上體現出更優質的待遇狀況，以此為推演，地區內數字企業的平均勞動力成本和數字產業發展，不論是規模擴張還是效能提升，均應呈現出同向趨勢才具有合理性，即相比其他勞動密集型和資本密集型部門，數字產業降低該產業內的勞動力成本，呈現為更明顯的“反”勞動密集型依賴的特征才更符合邏輯。

實際上，目前所闡述數字化過程中的成本節約效應及由此探索出對勞動力市場結構和就業質量等的影響機制，以及通過要素替代效應、賦能效應進而推動勞動生產率提升等作用機制，本質上還是從“利他”視角進行考察。為此，現有理論分析可能“忽略”了兩個較關鍵的事實：第一，現有文獻沒有區分 “自利”和“利他”的不同視角，沒有明確數字產業與其他產業在人力資源需求上的差異，可能導致將不同層次、不同能力傾向的人力資源放在同一層次予以測算，從而在衡量勞動生產率時，既忽視了勞動力用工在數字產業和其他產業等不同產業間的差異，也未能考慮產出績效在產業間的發展差異性，可能導致結論產生明顯偏誤。第二，考慮到中國各省份對其所涉及數字產業相關指標尚未開展實質性統計，對既往相關統計數據也未見有系統性梳理，在無法直接獲取各地區數字經濟相關指標數據的情況下，現有研究在衡量數字產業相關問題時，通常采用多維評價結合賦權等將不同數字產業予以糅合。但是，這種從整體層面考察數字產業的辦法，忽略了不同數字產業差異性和發展差距，所得結論可能具有局限性。此外，采用間接測算的辦法割裂了同一數字產業內不同變量間的天然聯系，也可能導致所得結論和事實存在明顯偏差。

如前所述，對當前中國數字產業發展中勞動密集型依賴這一問題的探索，可能更需要從其勞動力需求以及勞動生產率層面予以梳理。當前中國數字產業發展傾向為規模增長階段，在這一發展階段下，數字技術的外部引進吸收、數字新產品研制及商業化可能已不再是絕大部分數字企業的業務重心，數字企業更傾力于既有數字產品的普及、改造，以加速“收割”數字紅利，在短時間內實現經濟效益的最大化。這一狀況也契合了當下中國數字化產品市場的真實需求：

數字經濟蓬勃發展，催生大量的數字產品需求，加速推動了數字產業的規模擴張。但是，從勞動力需求角度考慮，正是由于現階段中國數字產業的發展重心發生轉移，該產業用工需求的整體性導向隨之發生變化：數字企業傾向于“短、平、快”的創新，停留于對現有數字技術的“修修補補”，缺乏對原發性、開拓性數字技術的研發意愿，研發崗位被大幅縮減，產業內對知識和技術密集等類型研發人員的需求明顯削減；并且數字企業加大了市場開拓力度，將更多的用人需求轉移至銷售部門。這也導致勞動力市場進一步失衡，由于數字產業內積聚了大量知識和技術密集型的研發“熟練工”，勞動力市場上這類求職者也呈現出“供大于求”的狀態，導致這一類型勞動力的市場價格更為廉價。這一情況帶來的現實問題是，由于降低勞動力成本有了比較充分的市場“行情”依據，數字企業就有可能通過減少知識和技術密集型人員的成本支出來增加收益，加劇了勞動力市場的“劣幣驅逐良幣”現象，研發能力相對較弱但工資要求相對較低的勞動者更容易獲得雇傭，在一定程度上弱化了數字產業的整體創新能力。此外，從勞動生產率考慮，數字企業加大了對銷售崗位勞動用工的需求，按照通常的銷售提成制方式予以管理，從銷售業績中提取相應比例的薪酬作為工資收入，產業內則呈現為平均勞動力成本增加和收入及利潤規模增長的正相關。為此，客觀評價勞動密集型依賴帶來的影響，引導數字企業優化勞動力資源的內部配置，才是破除當下數字產業發展后勁不足的癥結所在。

數字企業的研發創新活動拓展了地區數字產業的業務范圍、規模及內涵，提升了數字企業對數字化新產品和新服務的創新開拓能力，對地區數字產業打造競爭優勢起到關鍵作用［14］。然而，問題恰恰在于，當前數字企業在研發上的“投機”以及研發人員在勞動市場的“貶值化”，導致整體數字產業創新“乏力”，數字產品趨于同質化，產業發展陷入低價競爭態勢。顯然，目前數字產業內的這一狀況無助于提升其收入利潤率，長期而言反而損害了其產業的整體獲利能力。這也許是造成前面特征事實中勞動力成本對數字產業的規模擴張和效能提升之間存在差異化影響的關鍵所在。

鑒于此，從干預角度考慮，在當下數字經濟發展方興未艾這一大環境下，規模化增長的數字產品需求可能是當前階段的一種必然。

現有政策干預需立足于數字產業發展的階段性特征，權衡規模擴張和效能提升之間的系統性關系，妥善運用好“數字企業研發”這一調節工具，如此才能為數字產業的高質量發展路徑提供有益的引導。

3. 邏輯思路和基本命題

基于以上分析，本文從規模和效能兩個維度，構建了基于數字企業研發的調節對數字產業發展的勞動密集型依賴的邏輯設想。圖3刻畫了勞動力成本、數字企業研發及數字產業發展之間的邏輯關系。

第一，本文考察地區數字產業發展的成本效應情況。如圖3中第（1）條路徑所示，為明晰勞動力成本及數字產業發展的關系，驗證勞動力要素的成本效應情況，形成命題1、命題2。

命題1：地區數字企業的平均勞動力成本與地區數字產業的規模擴張存在負相關關系，數字產業規模發展存在著勞動密集型依賴狀況。

命題2：降低地區數字企業的平均勞動力成本有助于提升數字產業效能，中國數字產業效能的提升存在勞動密集型依賴效應。

第二，本文進一步驗證數字企業研發對數字產業發展的影響情況。根據圖3中第（2）條路徑，從規模及效能兩個維度分別確認數字企業研發的創新效應情況，提出命題3和命題4。

命題3：數字企業研發對各地區數字產業的規模擴張存在創新效應。

命題4：數字企業研發能夠促進地區數字產業效能的提升。

第三，考察數字企業研發的調節效果。如圖3中第（3）條路徑所示，引導數字企業研發“聚焦”于數字產業的規模擴張及效能增強上，為探尋這一政策干預的有效性，構建命題5及命題6。

命題5：如命題1的設定被驗證，強化規模的研發對地區數字產業規模擴張產生積極的干預效果，即其有助于緩解數字產業規模擴張的勞動密集型依賴。

命題6：如命題2得到驗證，強化效能的研發有助于緩解地區數字產業效能增強的勞動密集型依賴。

三、實證研究設計

1. 樣本說明與數據來源

本文的研究立足于數字企業研發、勞動力成本以及數字產業發展等變量之間的邏輯關系，考慮到國內各省份對數字產業的平均勞動力成本、數字企業研發投入等重要指標未納入統計，且相關指標也尚未有一致的測算口徑，難以支持開展相應的研究，本文主要參照中國信息通信研究院所發布的《中國數字經濟發展白皮書》

【中國信息通信研究院是中國工業和信息化部直屬的科研機構，所發布的系列數字經濟報告包括：《中國信息經濟發展白皮書》（發布年限為2015年和2016年）及《中國數字經濟發展白皮書》（發布年限為2017年至2021年），其中2018年報告命名為《中國數字經濟發展與就業白皮書》。】和中國電子信息產業發展研究院發布的《中國數字經濟發展指數白皮書》【中國電子信息產業發展研究院是中國工業和信息化部直屬的科研機構，又稱賽迪研究院，自2020年起開始發布《中國數字經濟發展指數白皮書》。】等報告將軟件與信息技術服務業作為數字產業中典型產業的做法，選取該產業作為觀測產業，核心變量均以這一典型產業對應指標為代理變量。

綜合數據的可獲得性和完整性，本文核心指標的數據主要取自工業和信息化部運行監測協調局匯總發布的《中國電子信息產業統計年鑒》，其余變量數據來源于各省份的統計年鑒，并在區域樣本中排除了未列入《中國電子信息產業統計年鑒》統計的西藏自治區、港澳臺地區及關鍵指標數據缺失的青海省，最終樣本省份保留了29個，樣本具有較強的代表性。此外，通常情況下企業經營活動的匯總測算多以年度為統計區間，本文使用年度數據作為樣本的時間頻度。另外，鑒于2018年開始的中美貿易摩擦對中國數字產業造成的“重挫”沖擊，可能對本文研究結論造成偏誤［15］，結合部分省份該產業的研發經費投入等重要統計指標自2009年后才開始列入統計，本文研究選取的年限為2009—2017年。

2. 計量模型設定

前面通過關鍵變量的數值擬合，初步探索了變量之間的邏輯關系，但相關分析均僅停留在邏輯推演及數據簡單擬合的層面，可能存在兩個不足：一方面，前述研究沒有考慮到遺漏變量問題，研究過程也省略了觀測變量之間相互依賴、互為因果的情況，在論證的方法上存在不足，可能影響到估計結果的無偏性。另一方面，鑒于數字經濟已成為中國各地區政府重點關注產業，各地紛紛出臺政策用以提振區內數字產業發展。但是，地區內政策扶持對數字產業發展的激勵效果存在差異，各省地區數字產業發展的前期基礎也存在事實差別，并且隨著時間推進，其差異及其變動可能愈加明顯。顯然，忽略了各地區隨時序變動的差別變化，可能導致結論產生偏誤。基于上述考慮，本文將時間效應納入控制，采用雙固定效應模型為基準模型，形成如下基準模型：

Digr，t=λ0+∑i（ηiKeyi）r，t+∑j（θjConj）r，t+μr+νt+εr，t

其中，Dig代表數字產業發展，區分為規模和效能兩個維度；

Keyi表示影響地區數字產業發展的第i個關鍵變量；

ηi表示該關鍵變量對數字產業發展的影響系數，是本文所關注的核心參數；

r和t分別表示地區維度與時間維度；

Conj為除了關鍵解釋變量以外第j類其他的控制變量；λ0為常數項；

θj為第j個控制變量的系數；εr，t為隨機擾動項；此外還分別控制了未觀測到的地區差異μr和時間差異νt。

3. 變量說明

本文研究目的是驗證現階段中國數字產業發展的勞動密集型依賴效應情況。研究內容包括：首先，根據命題1和命題2，從規模和效能兩個維度驗證中國數字產業發展的勞動密集型依賴情況。其次，驗證數字企業研發的創新效應情況（命題3）。再次，考察數字企業研發所引致的勞動密集型依賴變動情況。此外，納入研發與數字產業發展的交互項（命題4和命題5），檢驗各地區研發調節后，前述關鍵變量是否對數字產業的規模及效能增長存在更積極的影響。

為此，首先，選取各省份軟件與信息技術產業的收入總額、利潤總額、收入利潤率分別作為收入規模（lnincome）、利潤規模（lnprofit）、效能（rate）等“數字產業”這一被解釋變量的系列代理變量。關于被解釋變量的選取依據，已在前面樣本說明與數據來源等部分做了詳細說明。其次，選取各省份軟件與信息技術產業的平均工資作為地區數字企業的勞動力成本（lnavpay）的表征變量，驗證低勞動力成本對數字產業發展的作用機理。再次，考慮到通常情況下地方政府采用債務融資和政府補助等配套資金方式，引導企業在經濟資源上進行配置，以發揮出產業政策的積極效果［16］。顯然，采用研發經費作為研發這一變量的表征，其研究結果具有政策借鑒意義。基于這一考慮，本文采用各省份軟件與信息技術服務企業研發經費的總額作為數字企業研發（lnrd）的表征變量，納入數字產業的各研發調節項（分別記為lnrd×lnincome，lnrd×lnprofit，lnrd×rate），考察其依賴效應的變動情況，以探索政策干預的作用機理。

本文研究結果的有效性可能面臨以下五個方面影響：

①以省份層面作為區域樣本開展研究，以同一年限、同一地區中不同企業的數字產業發展程度一致為假設前提，可能存在不可觀測的地區內個體差異干擾，導致分類錯誤。

②數字產業發展與地區數字化基礎、產業結構優化情況等均為地方宏觀經濟的重要內容，相關指標間存在明顯的聯動性，這種關聯性可能導致出現反向因果的內生性問題。

③同一地區數字產業發展通常存在時序相關性，即地區數字產業當期的經濟行為可能受前期發展積累的影響，如未加以控制，這種“往期遺留”的干擾可能導致參數估計結果產生偏誤［17］。

④勞動力成本、數字企業研發等作為數字企業經營性決策的內容之一，和本文所選取的數字產業發展的規模和效能等指標存在直接相關性：一方面，如果企業加大研發投入和工資支出，就會導致企業的利潤下降，利潤率也隨之降低。另一方面，企業減少研發和工資等支出，直接增加了利潤、收入利潤率等數字產業發展的觀測指標值。數字企業之間的決策差異可能會影響數字產業發展的估計結果。

⑤地區內相關機構、企業等數字產品需求方對數字產品的選購決策，可能會基于維護地方利益等原因，對外形成一種類似于國別間存在的“數字保護主義”［18］，其他地區數字企業可能無法順利或公平地開展市場競爭，導致本文估計有偏。鑒于此，本文擬采取四種辦法予以處理：第一，采用合適的工具變量（IV）緩解

②、④方面產生的內生性影響，將基準模型回歸和工具變量法回歸情況予以對照。第二，對

①和⑤的問題，采用逐一添加控制變量的辦法，觀測各解釋變量系數變動情況，以更好地控制并觀測包括地區經濟發展等指標在內的地區層面變量對被解釋變量的影響。第三，對問題③，本文引入被解釋變量的滯后一期作為控制變量予以對照，考察控制前期發展積累后的影響。第四，考慮到宏觀變量之間普遍存在著序列相關和異方差的情況，本文將結合兩步GMM方法進行穩健性檢驗，以確認結果的可靠性。

為獲得更加可靠的結論，本文采用1998年各地區普通高等學校在校生人數（student）這一歷史變量予以適當處理來構建地區數字產業發展所需的人力資源潛力指標，作為數字企業勞動力成本的工具變量。主要依據是：第一，地區普通高等學校在校生人數通常與當地高校設置、受教育適齡人口規模及區域性高等教育歷史及變遷相關［19］，具有較天然的外生性特征。

第二，工具變量選用歷史上的數據，通常不會直接影響因變量“數字產業發展”，較好地阻斷了工具變量與因變量之間的直接路徑，從而滿足了有效工具變量的外生性設定。此外，考慮到中國行政區域劃分情況，該工具變量選取重慶第三次設置直轄市的次年（1998年）的數據【 1997年3月14日，第八屆全國人民代表大會第五次會議批準設立重慶直轄市，撤銷原重慶市，1997年6月18日，重慶直轄市政府機構正式掛牌。資料來源：重慶市地方志辦公室，重慶地情概覽，http：//www.cqdfz.cn/shtml/cqdqw3/sqgl/cqdqgl/2020/04/09/4454532.shtml】，以確保地區層面變量之間測算口徑的統一性。第三，地區普通高等學校在校生人數能夠影響勞動力市場的供需狀況，其作為地區未來重要的人力資源供給來源，供給量可能影響到地區整體的平均工資率；并且數字企業的平均工資水平在一定程度上會以當地平均工資率作為參考，進而通過數字企業的平均工資與數字產業發展產生關聯，該工具變量滿足了與內生變量相關以及只通過內生變量影響到被解釋變量的假定。

但是，各地區在校生人數隨時序存在著動態調整，將1998年各地區普通高等學校在校生人數作為工具變量可能過于單一，無法反映各地區隨時間變動而產生的差異性，可能削弱工具變量的有效性，針對這一情況，本文參考

了安古瑞斯特和克魯格

（Angrist? & Krueger）在估計勞動力市場教育收益率中處理出生季度的辦法，將1998年各地區普通高等學校在校生人數和地區年度普通高等學校在校生人數（lnystudent）的交乘項（lnstudent×lnystudent）作為工具變量［20］，將該工具變量從單純的宏觀指標數據維度的限制中予以突破，并充分體現不同年份工具變量對內生變量的影響。

結合前面分析與以往研究，本文在實證模型中還控制了數字產業的系列特征變量，以盡可能減少遺漏變量偏誤。選取依據包括：

①研發隊伍規模（lnrd_staff）與地區數字產業發展效果可能存在關聯效應。通常情況是，研發隊伍的相對規模越大，企業的技術創新能力就越強［21］，產業化效率可能也會越高。該變量側重從研發人員的規模角度考察研發的創新績效問題，和本文采用的核心解釋變量數字自主研發投入（lnrd）相互印證，用以確認回歸結果的穩健性。

②各地區數字化基礎（lninternet ）作為數字經濟發展的重要指標之一，通常關系到地區數字經濟發展的基礎能力，并通過多方面間接影響到地區經濟增長［22］，在回歸中納入該變量，也能在一定程度上控制內生性問題。

③地區生產總值（lnGDP）及其增長是地區經濟發展程度的主要衡量指標之一，為推動地區數字產業發展提供了市場需求基礎［23］，二者存在明顯的關聯性。

④公共研發（lnprd）作為地區經濟增長的重要創新來源之一，同時也是數字產業的重要創新支撐［24］，其研發投入情況也直觀反映了各地區對創新性研發的重視程度，地區公共研發的成效直接關系到地區經濟的增長，也有可能對地區數字產業發展產生積極的外溢效應。

⑤產業結構優化（isr）作為測度地區經濟發展質量的重要指標之一，地區產業結構優化的狀況與數字產業發展水平存在明顯關聯性［25］。

⑥數字經濟發展有助于降低出口成本并提高出口效率［26］，通過優化國內供需匹配從而減輕對進口產品的依賴［27］。顯然，地區經濟的進出口依存度與數字產業發展之間存在聯動性，以進出口依存度作為地區經濟增長與數字產業發展的外部依賴因素（out），將其作為外部環境的干預，亦有可能會對相關結果造成影響，需要在分析過程中予以一并考慮。具體變量定義說明見表1。

4. 描述性統計

表2報告了各變量的描述性統計特征。不同省份地區數字產業發展存在程度差異，此外，本文所選取宏觀經濟指標中部分非比率指標間數值的量級差異較大，為此，已將非比率類指標的數值均予以取自然對數。可以發現，同一指標內及不同指標間的數值差距程度得到了明顯改善，這一處理辦法有效緩和了經濟指標間共線性及因數值差異過大可能導致的異方差偏誤。

四、實證結果分析

1. 基準回歸分析

（1）數字產業的勞動密集型依賴驗證。

本文分別從規模及效能兩個維度，對現階段中國數字產業的勞動密集型依賴情況進行探索，采用逐一添加控制變量的辦法，控制了時間固定效應，確認回歸結果具有穩健性。

表3報告了部分回歸結果，包括納入除數字企業研發（lnrd）外的其他全部控制變量（第（1）列、第（3）列和第（5）列）以及納入全部控制變量（表中第（2）列、第（4）列和第（6）列）等情況的回歸結果用以對照。研究表明：

第一，以收入規模為研究維度的數字產業發展的勞動密集型依賴效應情況未能明確。表3第（1）列中核心解釋變量lnavpay的回歸系數未能通過顯著性檢驗，且第2列該變量的影響系數為正。

以利潤規模為被解釋變量的數字產業發展與核心解釋變量lnavpay存在顯著的負相關關系（第（3）列和第（4）列），表明數字產業利潤規模的增長受限于低勞動力成本競爭的態勢。顯然，在控制時間趨勢后，降低數字企業的平均勞動力成本事實上是推動了各地區以利潤總額為代理變量的數字產業規模發展。以收入和利潤為規模維度衡量的數字產業發展的勞動密集型依賴效應情況存在差異，命題1并未獲得完全支持。

第二，降低數字企業的勞動力成本顯著促進了以效能為研究維度的地區數字產業發展（第（5）列和第（6）列中lnavpay的相關系數均在1%顯著性水平上負相關），命題2得到了充分的驗證。

第三，強化數字企業研發（lnrd）顯著推動了數字產業規模增長（第（2）列和第（4）列），但其在推動數字產業效能增強上不具有顯著性作用（第（6）列中該變量系數為正，但未能通過顯著性檢驗），命題3中數字企業研發對數字產業規模擴張的創新效應得以確認，但命題4未獲顯著性支持。

結合前述理論分析，當前階段國內大量的數字產品需求依然為數字產業的規模擴張提供了廣闊的市場發揮空間，數字企業普遍傾向于在短時間內迅速“收割”當下的數字經濟紅利，在銷售提成制等“刺激”下，數字企業在業務收入規模上保持了增長，企業批量采用研發“熟練工”以壓低勞動力成本，這些情況可能帶來以下結果：第一，在收入規模維度，研發團隊的低工資率和銷售團隊的高提成率相互“抵消”，從而勞動力成本（lnavpay）和收入規模（lnincome）兩個變量之間未能呈現出顯著的相關性特征（見表3中第（1）、（2）列）。第二，在利潤規模維度，利潤指標中并沒有包括勞動力成本部分，從而降低數字產業的平均勞動力成本顯著提升了數字產業的利潤增長這一特征得以顯現（見表3第（3）、（4）列），呈現明顯的勞動密集型依賴。第三，各地區數字企業傾向于以規模擴張為主導的模仿性研發，這從收入規模和利潤規模均呈現為研發投入明顯推動數字規模擴張的態勢可以看出。此外，由于地區數字產業內企業普遍在尋求能力層面的創新謀劃上缺乏動力，導致研發創新對數字產業提升效能未能呈現出顯著性效果。

根據前述“變量說明”部分對研究結果有效性的討論，本文選取的軟件與信息技術產業“收入總額”、“利潤總額”和“平均勞動力成本”等觀測指標相互之間存在著互為因果的關系，亦可能導致其回歸結果產生偏誤。由于命題1和命題4并未獲得一致性驗證，本文在后續回歸中納入工具變量予以進一步確認。

（2）自主研發對勞動密集型依賴的調節。

為探尋研發調節對當前數字產業發展勞動密集型依賴的影響，本文采用替換變量的辦法，將數字企業研發（lnrd）替換為該變量與各被解釋變量的交乘項，表4中報告了相應的回歸結果（第（1）列、第（3）列和第（5）列）。此外，為確認調節結果的穩健性情況，將納入數字企業研發（lnrd）作為控制變量的回歸結果也列出以便予以對照（第（2）列、第（4）列和第（6）列）。

表4的回歸結果顯示：以規模和效能為維度，研發調節均呈現出顯著的正向調節效果（研發與被解釋變量的交乘項回歸系數均通過了1%顯著性水平），為此，進一步考察研發調節對勞動密集型依賴效應的影響。第一，從規模維度調節情況看，一方面，收入規模維度中納入調節項（lnrd×lnincome）后，核心解釋變量勞動力成本（lnavpay）的回歸系數沒有發生根本性改變，均為不顯著的正數（將表4中第（1）、（2）列和表3中第（2）列進行比較），但模型的擬合優度得到了較好提升，R2從0.8540（表3中第（2）列）上升至0.9155和0.9405，表明研發調節可能存在影響。另一方面，利潤規模的研發調節在一定程度上緩解了數字產業發展對勞動密集型的依賴。核心解釋變量lnavpay的負向系數從顯著（表3中第（3）、（4）列）變為不顯著（表4中第（3）、（4）列）。顯然，強化規模的研發對地區數字產業規模擴張產生了干預效果。第二，從效能維度的調節情況看，數字企業的平均勞動力成本和數字產業發展呈現出正相關關系（表4的第（5）、（6）列），扭轉了原有的顯著負相關性（表3第（5）、（6）列），表明研發調節有助于將數字產業效能發展從低勞動力成本的競爭依賴中徹底“擺脫”開來。

綜合以上分析，規模和效能兩個維度對勞動密集型依賴的研發調節效應存在差異。一方面，根據基準回歸中勞動密集型依賴情況的分析，利潤規模維度已剔除了勞動力成本部分，從這一維度觀測到的研發調節后勞動密集型依賴的變動狀況，基本符合命題5中強化規模的研發對地區數字產業規模擴張存在影響的設定，但其緩解效應呈現出“乏力”的態勢。另一方面，效能維度的調節直接從原有的負向顯著相關轉為正相關（不顯著），命題6得到有效的驗證。顯然，當下強化規模的研發調節對數字產業的勞動密集型依賴僅呈現出“緩解”效果，但強化效能的研發調節則呈現出明顯的“扭轉”效應，這意味著中國數字產業發展已從規模擴張轉到效能提升階段，數字企業依托研發創新提升更長遠的發展能力已正當其時。

此外，本文在表3各模型中分別納入對應的被解釋變量滯后一期，控制前期發展積累差異進行穩健性檢驗。研究發現，在剔除同一地區數字產業發展的時序相關性影響后，本文所重點關注的核心解釋變量的回歸系數，無論是其影響的方向還是顯著性方面，均沒有發生根本性改變，表明前述基準回歸得到的結論未受地區數字產業發展的“慣性”影響。此外，數字企業研發與各被解釋變量的交乘項均在1%水平上顯著正相關，表明在控制了前期數字產業發展的增長積累后，當期的研發調節依然有力地扭轉了數字產業的勞動密集型依賴，確認基準回歸結果具有穩健性。限于篇幅，不予列出相關回歸結果。

2. 工具變量法（2SLS）檢驗

為控制內生性問題，本文引入數字勞動力成本（lnavpay）的工具變量（lnstudent×lnystudent）進行回歸。工具變量回歸模型所用的變量與樣本均與基準模型的設定相同，以確保結論的可比性。表5報告了兩階段最小二乘法（2SLS）的參數估計結果。首先，所有模型的K-P rk LM 統計值均在 1%水平上顯著拒絕“工具變量識別不足”的原假設，表明工具變量與內生解釋變量相關。其次，根據各模型的第一階段回歸的F統計值均大于10這一經驗值［28］，結合在穩健性標準誤條件下K-P rk W的F統計量均大于10%臨界值，表明相關模型均不存在弱工具變量問題［29］。

將表5和表3的回歸結果進行比較可以發現：一方面，表5中的核心解釋變量（lnavpay）的回歸系數符號依然為負（第（1）列、第（3）列和第（5）列），符合前面數字產業發展與數字企業的勞動力成本負相關的結果傾向。另一方面，核心解釋變量（lnrd）的回歸系數符號為正數，且均在1%水平上顯著，表明數字企業研發對數字產業發展存在積極的創新效應。另外，表5第（6）列中納入工具變量緩和核心解釋變量（lnrd）和被解釋變量（rate）兩個指標之間存在的內生性問題后，研發投入在提升效能上也具有了顯著的正向效果，表明使用該工具變量是有效的。但是，從利潤規模維度考量，納入數字企業研發后（表5中第（4）列），核心解釋變量（lnavpay）轉為正數，在一定程度上呈現為緩解勞動密集型依賴發展的積極效果，和基準回歸結果存在差異（表3中第（4）列這一變量的回歸系數為負數），結合前面的分析，二者均呈現為數字企業研發有助于減輕勞動密集型依賴的趨勢，表明本文主要結論沒有發生方向性改變。

表6報告了采用工具變量估計法的研發調節回歸結果，各列回歸均通過了不可識別檢驗、弱工具變量檢驗以及工具變量有效性檢驗。各模型中的調節項對被解釋變量的影響均為正向調節（且均通過了1%顯著性水平），確認了研發調節的有效性，并且勞動力成本（lnavpay）這一變量的回歸系數均轉為正數（且通過了1%顯著性水平），這一結果和前述回歸（表4的第（3）列和第（4）列中，該變量的系數符號為負數）存在著差異，可能的原因是本文選取數字企業研發經費投入這一指標作為數字企業研發的代理變量，在未納入工具變量予以調整情況下，核心解釋變量（lnrd）和被解釋變量（lnprofit）呈現為“此消彼長”的關系，這一情況已予以考慮，并在本文的變量說明部分做了分析。綜合納入工具變量前后勞動力成本（lnavpay）的回歸系數的變動趨勢，沒有偏離本文的基本邏輯設定，其均呈現為研發有助于減輕勞動密集型依賴的特征，且納入工具變量后的調節效應更具有顯著性。

在表5和表6基礎上進一步采用動態面板工具變量法進行參數估計，相關模型均納入了被解釋變量滯后一期作為控制變量，以緩和前期發展積累的影響，均支持了命題1和命題2的設定，和前述回歸結論具有一致性。限于篇幅，相關回歸結果不予列出。

3. 小樣本GMM法檢驗

考慮到宏觀變量之間普遍存在的序列相關和異方差情況，為獲得更有效的參數估計值，本文還采用兩步最優廣義矩法（GMM）予以檢驗。考慮到本文的小樣本屬性，本文在回歸指令中納入small參數，控制了時間效應，采用robust修正標準誤輸出結果。為了確保結果的可比性，控制變量及設定均以表3中對應各列予以安排。表7報告了

GMM法勞動密集型依賴的驗證結果，各列回歸系數和前述2SLS法的回歸結果（表5中對應各列）一致，均支持了中國數字產業發展存在勞動密集型依賴傾向的結論（第（1）列、第（3）列、第（5）列中核心解釋變量lnavpay的回歸系數符號均為負）。

同時，表8報告了GMM法研發調節的驗證結果，各列回歸系數也和本文所采用的2SLS法的結果（表6中對應各列）一致，均在1%水平上顯著支持了研發調節扭轉數字產業發展的勞動密集型依賴的設定。

此外，本文還分別納入了被解釋變量滯后一期，采用GMM法進行了驗證，可以明確：在控制前期數字產業發展的增長積累干擾后，核心解釋變量的影響系數的方向性和顯著性和前面2SLS法的回歸結果（表7及表8中對應各列）保持較好的一致，當期的研發調節依然有力地扭轉了數字產業的勞動密集型依賴，表明本文結論具有穩健性。限于篇幅，不再贅述。

五、結論與建議

在我國“十四五”時期構建“數字中國”這一重大國家戰略背景下，如何推動數字產業做大、做優、做強，關乎中國培育經濟高質量增長新引擎的推進及實效。本文選取典型數字產業，考察了當前中國數字產業發展依賴低勞動力成本競爭的特征事實，從規模和效能兩個維度系統探索了數字產業發展的勞動密集型依賴狀況，并采用雙固定效應模型和工具變量法驗證了數字企業研發調節對數字產業發展影響及其勞動密集型依賴“擺脫”的效應情況。研究結果表明：

①現階段中國數字產業發展存在著勞動密集型的競爭依賴傾向。

②數字企業的研發活動顯著推動了地區數字企業的績效增長。

③強化規模的研發調節紓緩了當前中國數字產業勞動密集型的依賴狀況，但并未改變其方向，表明當下數字產業規模增長已呈現創新“乏力”態勢。

④數字產業強化效能的研發調節對其低勞動力成本的競爭依賴產生扭轉性效果，表明現階段中國數字產業發展已進入從擴大規模到增強效能的過渡階段。在采取工具變量法、小樣本GMM法等回歸方法，以及逐一納入控制變量、考慮控制前期發展積累差異等系列穩健性檢驗后，本文的結論依然保持穩健。

本文研究表明，理性看待中國數字產業發展在當前依舊困頓于“低勞動力成本”這一現實，積極推動其“擺脫”勞動密集型的競爭依賴傾向，有助于引導數字產業的績效增長模式發生根本性變化，進而更好地發揮出數字產業發展對地區經濟高質量增長的引擎效應。本研究的政策啟示在于：

①構建數字產業的綠色治理體系，營造發展“新生態”。做好數字經濟發展的頂層設計，不以規模尺度作為衡量數字產業發展的唯一性指標，構建數字產業發展的科學評價體系，積極營造數字產業效能增長的發展“新生態”。

②積極確立效能提升的思路，更深層次地規劃地區數字產業發展。各地區當前應避免不加選擇、不計得失地推進各類數字產業項目，在憑借數字產業發展推動地區經濟增長的同時，注重確立效能增長的數字產業發展思路，積極優化調整數字產業的結構，避免陷入以“唯數字GDP增長”為管理目標的粗放式發展。

③因地適宜制定扶持政策，有效發揮政策“風向標”作用。地區的政策激勵和引導資金更多地流向高效能型的數字產業，積極引導地區內低效能數字產業從原有的勞動密集型發展依賴“擺脫”出來，并將有限的資金更多地轉向數字產業效能培育上，發揮政府對數字企業效能培育的政策引導和服務功能，助推數字產業的高質量增長。

④引導數字研發“精準”發力，助力數字產業效能增長。鼓勵數字企業將研發的重心放在培育效能上，并充分發揮出自主研發的創新效應，結合地區數字產業發展的前期積累優勢，持續推進地區數字產業轉型升級，努力實現數字產業效能提升，產業數字化持續增長和數字經濟良性、可持續發展的共贏局面。

參考文獻：

［1］陳明明，張文鋮.數字經濟對經濟增長的作用機制研究［J］.社會科學，2021（1）：44-53.

［2］劉達禹，徐斌，劉金全.數字經濟發展與區域經濟增長——增長門檻還是增長瓶頸？［J］.西安交通大學學報（社會科學版），2021（6）：16-25.

［3］FERREIRA J， FERNANDES C I， FERREIRA F. To be or not to be digital， that is the question： firm innovation and performance［J］. Journal of Business Research， 2019， 101（8）：583-590.

［4］郭鳳鳴.數字經濟發展能緩解農民工過度勞動嗎？［J］.浙江學刊，2020（5）：124-133.

［5］周洲，吳馨童.數字技術應用對企業產品成本優勢的影響［J］.管理學報，2022（6）：910-918，937.

［6］王永龍，余娜，姚鳥兒.數字經濟賦能制造業質量變革機理與效應——基于二元邊際的理論與實證［J］.中國流通經濟，2020（12）：60-71.

［7］陳夢根，周元任.數字化對企業人工成本的影響［J］.中國人口科學，2021（4）：45-60，127.

［8］劉冠軍，李鑫.數字經濟時代資本三大構成變化及其對勞動報酬占比的影響［J］.人口與經濟，2022（1）：1-25.

［9］夏杰長，姚戰琪，徐紫嫣.數字經濟對中國區域創新產出的影響［J］.社會科學戰線，2021（6）：67-78，281-282.

［10］孫志燕，鄭江淮.從“低成本”優勢向數字經濟大國優勢轉變的政策選擇［J］.改革，2021（12）：59-68.

［11］史占中.突破數字經濟發展瓶頸 開啟“數字中國”新征程［J］.中國科技論壇，2021（12）：3-3.

［12］SOLOW R M. A skeptical note on the constancy of relative shares［J］.The American Economic Review，1958，48（4）：618-631.

［13］潘青.勞動力成本上升的創新績效——人力資本提升抑或是要素替代？［J］.河南社會科學，2019（11）：73-79.

［14］BLICHFELDT H， FAULLANT R. Performance effects of digital technology adoption and product & service innovation： a process-industry perspective［J］. Technovation， 2021， 105（c）：1-13.

［15］葉君，謝建國.中美貿易摩擦實際關稅加征的測算及其影響——基于細分產品數據的研究［J］.上海經濟研究，2022（1）：115-128.

［16］金宇超，施文，唐松，靳慶魯.產業政策中的資金配置：市場力量與政府扶持［J］.財經研究，2018（4）：4-19.

［17］CLOUGHERTY J A， DUSO T， MUCK J. Correcting for self-selection based endogeneity in management research： review， recommendations and simulations［J］. Organizational Research Methods， 2016， 19（2）：286-347.

［18］劉國柱，尹楠楠.數字保護主義與特朗普政府5G戰略［J］.南開學報（哲學社會科學版），2020（5）：173-182.

［19］楊振芳.我國高等教育區域布局結構的變化與分析——基于2009—2019年教育統計數據［J］.國家教育行政學院學報，2021（6）：86-95.

［20］ANGRIST J， KRUEGER A. Does compulsory school attendance affect schooling and earnings？［J］.The Quarterly Journal of Economics，1991，106：979-1014.

［21］陳美華，陳偉良.中國電子信息產業技術效率測度及影響因素分析［J］.江西社會科學，2018（12）：57-66.

［22］盛斌，劉宇英.中國數字經濟發展指數的測度與空間分異特征研究［J］.南京社會科學，2022（1）：43-54.

［23］張勛，譚瑩.數字經濟背景下大國的經濟增長機制研究［J］.湖南師范大學社會科學學報，2019（6）：27-36.

［24］張森，溫軍，劉紅.數字經濟創新探究：一個綜合視角［J］.經濟學家，2020（2）：80-87.

［25］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（3）：147-154.

［26］范鑫.數字經濟與出口：基于異質性隨機前沿模型的分析［J］.世界經濟研究，2021（2）：64-76，135.

［27］江劍敏，林曉羽.信息化、進口“抑制”與內需推動［J］.北京航空航天大學學報（社會科學版），2022（3）：134-140.

［28］STAIGER D， STOCK J H. Instrumental variables regression with weak instruments［J］. Econometrica， 1997， 65（3）：557-586.

［29］STOCK J H， YOGO M. Testing for weak instruments in linear iv regression［R］.

NBER， 2005.

How to Develop the Digital Industry with High Quality？： The Perspective of

Labor-intensive Dependence

in the Digital Industry and Its Breakthrough

JIANG? Jianmin

（School of International Economy and Trade， Fujian Business University，

Fuzhou 350012，China）

Abstract： Digital industry is a key industry for regional development， whose innovation “leading” effect has been focused by existing research works， but? the development of the industry itself had not been fully explored. Based on the perspective of cultivating new driving forces， this paper conducts the relationship between labor cost and digital industrialization， which can verify the labor-intensive dependence of digital industrialization development in China from the dimensions of scale and efficiency of digital development;

In addition， it explores the situation of “escape” of this dependence caused by the adjustment of enterprises independent research and development （denoted as “R&D”） finally. The empirical results shows that the factor of low labor cost was one of the important bases for the performance growth of Chinas digital industry， where the development of Chinas digital industry tends to be labor-intensive. Further research shows that digital enterprises R&D helps to improve the development level of their digital industry， and strengthening the scale of R&D regulation helps to alleviate the current competitive dependence of Chinas digital industry on low labor cost; Meanwhile， strengthening the efficiency of R&D regulation can further reverse its dependence. This means that the current development of Chinas digital industry has entered a transitional stage from expanding scale to enhancing efficiency. In order to control the endogenous problem， this paper constructs the history and current interaction terms of the number of students in colleges and universities in various regions to construct the human resource supply index as a tool variable of the labor cost of digital industry， and combines a variety of robust methods for regression estimation to confirm the robustness of the conclusion. Therefore， at the present stage， Chinas digital industry should get rid of the dependence on labor-intensive development， and not be too attached to the “instant prosperity” brought by the expansion of the current scale. Instead， it should speed up the cultivation of “high-quality” growth poles of the digital industry， and do a good job in the layout planning of improving efficiency.

Keywords：digital industrialization；labor-intensive dependence；independent research and development；adjustment verification；instrumental variable method

［責任編輯 劉愛華］