黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率測度及影響因素分析

王文靜

(山東青年政治學(xué)院 經(jīng)濟(jì)管理學(xué)院,濟(jì)南 250103)

當(dāng)前,全球經(jīng)濟(jì)增長受多重沖擊顯著放緩、動力不足、下行壓力增大,在這一背景下,中國堅(jiān)持深化改革、擴(kuò)大開放,持續(xù)扮演著世界經(jīng)濟(jì)的“穩(wěn)定器”和“動力源”的角色。中國經(jīng)濟(jì)的高質(zhì)量發(fā)展從傳統(tǒng)的追求數(shù)量增長和規(guī)模擴(kuò)張,逐步轉(zhuǎn)向追求質(zhì)量和效率的提高。根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展報告(2023 年)》,可以看出,數(shù)字經(jīng)濟(jì)作為國民經(jīng)濟(jì)的“穩(wěn)定器”“加速器”作用更加凸顯,2022年數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到50.2萬億元,占GDP比重達(dá)到41.5%。黨的二十大報告提出,“加快建設(shè)網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國”,數(shù)字經(jīng)濟(jì)是構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系的重要引擎。2023年2月,中共中央、國務(wù)院印發(fā)了《數(shù)字中國建設(shè)整體布局規(guī)劃》,指出在數(shù)字時代,數(shù)字中國建設(shè)是推進(jìn)中國式現(xiàn)代化的重要引擎,是構(gòu)筑國家競爭新優(yōu)勢的有力支撐,對全面推進(jìn)中華民族偉大復(fù)興具有重要意義和深遠(yuǎn)影響。

黃河流域是我國重要的經(jīng)濟(jì)地帶,是全國重要的農(nóng)牧業(yè)生產(chǎn)基地和能源基地。黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展是重大國家戰(zhàn)略。(1)竇怡鑫、李媛：《數(shù)字經(jīng)濟(jì)驅(qū)動黃河流域經(jīng)濟(jì)高質(zhì)量發(fā)展的影響研究》,《西部經(jīng)濟(jì)管理論壇》2022年第6期。2022年5月《黃河流域數(shù)字新經(jīng)濟(jì)發(fā)展白皮書》顯示,黃河流域數(shù)字新經(jīng)濟(jì)發(fā)展呈現(xiàn)穩(wěn)步增長態(tài)勢,黃河流域下游的山東、河南兩省發(fā)展指數(shù)遠(yuǎn)高于上游和中游省(區(qū)),數(shù)字經(jīng)濟(jì)的發(fā)展為黃河流域的高質(zhì)量發(fā)展提供了機(jī)遇。對于大多數(shù)省份發(fā)展水平落后和地理位置偏遠(yuǎn)的黃河流域來說,數(shù)字經(jīng)濟(jì)具有更大的經(jīng)濟(jì)增長潛力和空間。要發(fā)揮數(shù)字經(jīng)濟(jì)對黃河流域經(jīng)濟(jì)高質(zhì)量發(fā)展的引領(lǐng)支撐作用,首先就要測算黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率到底如何?黃河上游、中游、下游區(qū)域間產(chǎn)出效率是否有差異?影響黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率的因素有哪些?如何提升黃河流域的數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率,致力于黃河流域高質(zhì)量發(fā)展?回答好上述問題,對進(jìn)一步提升黃河流域的數(shù)字經(jīng)濟(jì)發(fā)展水平、產(chǎn)出效率,實(shí)現(xiàn)高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

數(shù)字經(jīng)濟(jì)的概念可以追溯到1995年,唐·泰普斯科特(Don Tapscott)提出,與傳統(tǒng)經(jīng)濟(jì)相比,數(shù)字經(jīng)濟(jì)應(yīng)該具有知識性、融合性、創(chuàng)新性、數(shù)字化等特征。(2)Don Tapscott,“The digital economy：Promise and peril in the age of networked intelligence,”New York：The McGraw-Hill Companies(1995)：156-168．進(jìn)入21世紀(jì),國內(nèi)外學(xué)者開始從經(jīng)濟(jì)學(xué)視角對數(shù)字經(jīng)濟(jì)的內(nèi)涵進(jìn)行探討,基姆(Kim)等認(rèn)為：數(shù)字經(jīng)濟(jì)是一種特殊的經(jīng)濟(jì)形態(tài),數(shù)字經(jīng)濟(jì)的活動本質(zhì)為“商品和服務(wù)以數(shù)字化形式進(jìn)行交易”。(3)Kim B.,Barua A.,Whinston A B., “Virtual field experiments for a digital economy：A new research methodology for exploring an information economy,”Decision Support Systems,no.3(2002)：215-231．

在現(xiàn)有對數(shù)字經(jīng)濟(jì)的研究,更多的是側(cè)重測度數(shù)字經(jīng)濟(jì)的產(chǎn)出水平。例如：孫亞男、費(fèi)錦華測算2006—2019年中國省域數(shù)字經(jīng)濟(jì)規(guī)模的區(qū)域差異及空間分布動態(tài)。(4)孫亞男、費(fèi)錦華、王藝霖：《中國省域數(shù)字經(jīng)濟(jì)規(guī)模測算及空間分異研究》,《統(tǒng)計(jì)與決策》2023第6期。王立新、孫夢婷基于因子分析的主成分分析法測度2015—2019年我國31個省份數(shù)字經(jīng)濟(jì)發(fā)展水平。(5)王立新、孫夢婷：《中國31省份數(shù)字經(jīng)濟(jì)發(fā)展水平測算研究》,《經(jīng)濟(jì)論壇》2023年第2期。何地、趙炫焯基于2013—2020年我國31個省域相關(guān)數(shù)據(jù),運(yùn)用熵權(quán)Topsis評價法、莫蘭指數(shù)、Dagum基尼系數(shù)及其分解、空間收斂模型對我國數(shù)字經(jīng)濟(jì)發(fā)展水平、時空格局以及區(qū)域差異進(jìn)行探析。(6)何地、趙炫焯、齊琦：《中國數(shù)字經(jīng)濟(jì)發(fā)展水平測度、時空格局與區(qū)域差異研究》,《工業(yè)技術(shù)經(jīng)濟(jì)》2023年第3期。

對于數(shù)字經(jīng)濟(jì)的產(chǎn)出效率研究較少,現(xiàn)有成果主要集中在以下層面。1.全國層面：李妍探究中國各省份及八大經(jīng)濟(jì)區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)出效率的地區(qū)差異及動態(tài)演變。(7)李研：《中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率的地區(qū)差異及動態(tài)演變》,《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2021第2期。溫婷、肖文彬、亓思楠采用三階段超效率SBM模型測算了2014—2020年29個省份的數(shù)字經(jīng)濟(jì)生產(chǎn)效率,并在此基礎(chǔ)上研究其時空動態(tài)演變特征。(8)溫婷、肖文彬、亓思楠：《中國數(shù)字經(jīng)濟(jì)生產(chǎn)效率測度及其時空動態(tài)演進(jìn)》,《統(tǒng)計(jì)與決策》2022年第23期。蔡昌、林高怡、李錦微基于2008—2016年29個省份的面板數(shù)據(jù),利用BCC-DEA模型和Malmquist指數(shù)模型分別從靜態(tài)和動態(tài)測算中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率。(9)蔡昌、林高怡、李勁微：《中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率：區(qū)位差異及變化趨勢》,《財(cái)會月刊》2020年第6期。趙新偉利用SBM-DEA方法綜合測算中國2010年與2019年我國數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)效率,揭示了不同時期數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)效率的空間分布及演進(jìn)過程,并探討了地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)效率的收斂性特征。(10)趙新偉：《我國數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)效率空間演進(jìn)及收斂性研究》,《現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報)》2022年第8期。祁紅梅選取2010—2019年中國29個省份數(shù)字經(jīng)濟(jì)相關(guān)數(shù)據(jù)為研究樣本,利用DEA-MI動態(tài)指數(shù)模型與Dagum基尼系數(shù)對各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行統(tǒng)計(jì)測度,結(jié)果表明：中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率Malmquist指數(shù)整體表現(xiàn)出先升后降趨勢;29個省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率存在顯著空間異質(zhì)性。(11)祁紅梅：《中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率的動態(tài)測度及區(qū)域差異分析》,《經(jīng)濟(jì)體制改革》2022第3期。2.省級層面：胡笑梅、王夢潔基于2013—2019年數(shù)據(jù)研究了長江經(jīng)濟(jì)帶的產(chǎn)出效率。(12)胡笑梅、王夢潔：《基于DEA-Malmquist指數(shù)法長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出效率研究》,《長春理工大學(xué)學(xué)報(社會科學(xué)版)》2022第5期。葛文婷、戚戩、徐豪威構(gòu)建了2011—2019年中部省域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的投入產(chǎn)出指標(biāo)體系,利用Malmquist指數(shù)模型對中部省域的數(shù)字經(jīng)濟(jì)效率進(jìn)行了測算和評價。(13)葛文婷、戚戩、徐豪威：《基于DEA-Malmquist模型的中部省域數(shù)字經(jīng)濟(jì)效率測算》,《科技和產(chǎn)業(yè)》2020年第9期。盧玲珠基于2010—2019年我國東部地區(qū)面板數(shù)據(jù)測算數(shù)字經(jīng)濟(jì)效率,研究發(fā)現(xiàn)：無論是靜態(tài)截面效率還是動態(tài)跨期效率地區(qū)效率均存在較大差異。(14)盧玲珠：《我國東部地區(qū)數(shù)字經(jīng)濟(jì)效率差異研究》,《西華大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2021年第6期。解亞淼、成祖松基于2011—2017年安徽省16個城市的投入產(chǎn)出數(shù)據(jù),利用BCC-DEA模型和 Malmquist指數(shù)指數(shù)模型分別測算安徽省數(shù)字經(jīng)濟(jì)產(chǎn)出水平和全要素生產(chǎn)率,并建立面板回歸模型探究全要素生產(chǎn)率和技術(shù)進(jìn)步指數(shù)的影響因素。(15)解亞淼、成祖松：《基于DEA的安徽省數(shù)字經(jīng)濟(jì)產(chǎn)出效率研究》,《內(nèi)江師范學(xué)院學(xué)報》2021年第8期。

綜上所述,可以看到全國各地都非常重視數(shù)字經(jīng)濟(jì)的發(fā)展,國內(nèi)外學(xué)者對數(shù)字經(jīng)濟(jì)產(chǎn)出效率方面的研究較少。黃河流域的高質(zhì)量發(fā)展是國家的重大戰(zhàn)略之一,黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率怎么樣需要進(jìn)一步的實(shí)證研究。本文采用數(shù)據(jù)包絡(luò)分析方法(DEA)對黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行測算并分析區(qū)域差異,運(yùn)用Malmquist指數(shù)方法研究黃河流域數(shù)字經(jīng)濟(jì)的全要素生產(chǎn)率的動態(tài)變化趨勢及區(qū)域差異,在此基礎(chǔ)上,建立面板回歸模型探究全要素生產(chǎn)率的影響因素,探求黃河流域數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的對策建議。

二、評價方法和指標(biāo)數(shù)據(jù)選取

(一) DEA模型

數(shù)據(jù)包絡(luò)分析(DEA)方法是處理多投入和多產(chǎn)出指標(biāo)復(fù)雜系統(tǒng)的非參數(shù)前沿效率分析方法。該方法具體包括規(guī)模報酬不變的CCR和規(guī)模報酬可變的BCC兩種評價模型,BCC模型是對CCR模型的改進(jìn),其中,每個評價對象成為一個決策單元,即DMU,進(jìn)行效率評價的基礎(chǔ)是決策單元的投入產(chǎn)出指標(biāo)要有可比性,模型客觀地賦予投入產(chǎn)出指標(biāo)的每個權(quán)重,可有效避免人的主觀意識的干擾。本文將選取2011—2021年黃河流域9省的樣本數(shù)據(jù),運(yùn)用DEA-BCC模型對黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行評價分析。具體模型如下：

由上述模型可知,若θ<1,則說明DMU處于非有效狀態(tài),評價單元處于技術(shù)無效,投入產(chǎn)出效率非有效,既定的產(chǎn)出下,投入未能得到充分利用;若θ=1,則DMU處于技術(shù)有效狀態(tài),評價單元的投入產(chǎn)出效率為優(yōu)。

(二) Malmquist指數(shù)

Malmquist指數(shù)是一個動態(tài)衡量生產(chǎn)率變化的指標(biāo),它可以測算決策評價單元在不同時期的效率變動情況。全要素生產(chǎn)率的增長有三個來源：第一是技術(shù)效率的改善,第二是技術(shù)進(jìn)步,第三是規(guī)模效應(yīng)。Malmquist指數(shù)本身對全要素生產(chǎn)率的度量分為兩個部分：效率的變化和技術(shù)進(jìn)步。本文將利用Malmquist指數(shù)法進(jìn)一步探究黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率的動態(tài)變化趨勢。具體模型如下：

按照法爾(Fare)等(16)Rolf Fare, Shawna Grosskopf, Mary Norris and Zhongyang Zhang, “Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries,” American Economic Review, no. 84(1994)：66-83.的研究,用兩個曼奎斯特指數(shù)的幾何平均值來計(jì)算全要素生產(chǎn)率的變化：

Malmquist指數(shù)分解為技術(shù)效率變化指數(shù)(EC)和技術(shù)進(jìn)步指數(shù)(TC),技術(shù)效率變化(EC)指數(shù)分解為純技術(shù)效率指數(shù)(PEC)和規(guī)模效率指數(shù)(SEC)兩部分。因此可得：

M=EC×TC=PEC×SEC×TC

若M>1,表明全要素生產(chǎn)率水平有所增長;若M=1,表明全要素生產(chǎn)率水平?jīng)]有變化;若M<1,表明全要素生產(chǎn)率水平有所下降。

(三)評價指標(biāo)與數(shù)據(jù)的選取

測度數(shù)字經(jīng)濟(jì)的產(chǎn)出效率,根據(jù)已有研究對數(shù)字經(jīng)濟(jì)的劃分標(biāo)準(zhǔn),同時考慮黃河流域的實(shí)際情況、數(shù)據(jù)的可得性、以及研究的可操作性等多種因素來對數(shù)字經(jīng)濟(jì)投入和產(chǎn)出指標(biāo)進(jìn)行界定。本文數(shù)字經(jīng)濟(jì)的投入指標(biāo)中的資本投入選取以計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的固定資產(chǎn)投資總量來衡量,勞動投入選取兩個行業(yè)的總就業(yè)人數(shù)。對于數(shù)字經(jīng)濟(jì)的產(chǎn)出指標(biāo)理應(yīng)為數(shù)字經(jīng)濟(jì)的產(chǎn)出水平,即數(shù)字經(jīng)濟(jì)規(guī)模,但人們對數(shù)字經(jīng)濟(jì)規(guī)模的測度仍處于探索中,沒有統(tǒng)一評價指標(biāo)。因此,本文采用蔡昌等(17)蔡昌、林高怡、李勁微：《中國數(shù)字經(jīng)濟(jì)產(chǎn)出效率：區(qū)位差異及變化趨勢》,《財(cái)會月刊》2020年第6期。的指標(biāo)選擇方法,該方法認(rèn)為由于地區(qū)的數(shù)字經(jīng)濟(jì)規(guī)模往往與地區(qū)的經(jīng)濟(jì)規(guī)模有很大的相關(guān)性,因此,選取地區(qū)實(shí)際國內(nèi)生產(chǎn)總值與地區(qū)社會勞動生產(chǎn)率作為數(shù)字經(jīng)濟(jì)的產(chǎn)出指標(biāo),其中,為了剔除價格因素的影響,各地區(qū)歷年生產(chǎn)總值以2011年為基期進(jìn)行了平減處理。具體情況見表1。

表1 數(shù)字經(jīng)濟(jì)產(chǎn)出效率投入產(chǎn)出指標(biāo)

本文研究對象為黃河流域 9 個省的數(shù)字經(jīng)濟(jì)產(chǎn)出效率,具體省份及所處區(qū)域劃分為上游(青海、四川、甘肅、寧夏、內(nèi)蒙古)、中游(陜西、山西)、下游(河南、山東)。樣本年份為 2011—2021年,原始數(shù)據(jù)分別來源于《中國統(tǒng)計(jì)年鑒》《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》《中國投資領(lǐng)域統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報等。

三、基于DEA的黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率測算、區(qū)域差異

(一)各省份產(chǎn)出效率比較分析

當(dāng)綜合技術(shù)效率(即產(chǎn)出效率)為1時,表明投入產(chǎn)出達(dá)到了最優(yōu)狀態(tài),即純技術(shù)效率和規(guī)模效率同時有效;綜合技術(shù)效率小于1時,表明投入的資源使用是無效率的,需要合理配置資源。

根據(jù)數(shù)字經(jīng)濟(jì)產(chǎn)出效率投入產(chǎn)出指標(biāo),將我國黃河流域9省的投入產(chǎn)出數(shù)據(jù)帶入規(guī)?？勺兊腄EA模型,運(yùn)用DEAP2.1軟件測算了2011—2021黃河流域各省數(shù)字經(jīng)濟(jì)綜合技術(shù)效率,見表2。

由表2可以看出,2011—2021年黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出綜合技術(shù)效率均值為0.734,其綜合技術(shù)效率值隨時間升高,而后又略微下降,各年份的綜合技術(shù)效率均值都未達(dá)到1,即DEA無效,說明黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率整體水平有待提高。從時間上看,黃河流域綜合技術(shù)效率在2016年達(dá)到最大值0.867,在2012年達(dá)到最小值0.59。究其原因,金融危機(jī)后,世界經(jīng)濟(jì)恢復(fù)和增長乏力,2016年G20杭州峰會上,將發(fā)展數(shù)字經(jīng)濟(jì)作為中國創(chuàng)新增長的主要路徑提出來,并受到各方的積極響應(yīng)、支持,黃河流域各省也開始注重?cái)?shù)字經(jīng)濟(jì)的發(fā)展。從具體省份來看,在2011—2021年,青海省的綜合技術(shù)效率均值為0.988,效率值為1的年份較多,數(shù)字經(jīng)濟(jì)產(chǎn)出效率處于技術(shù)有效狀態(tài),青海省的數(shù)字經(jīng)濟(jì)投入產(chǎn)出效率較優(yōu),并且青海省的數(shù)字經(jīng)濟(jì)產(chǎn)出效率在黃河流域9省中最高;寧夏和內(nèi)蒙古的綜合技術(shù)效率分別為0.962和0.942,排名第二和第三,說明寧夏和內(nèi)蒙古的數(shù)字經(jīng)濟(jì)產(chǎn)出效率也比較高;甘肅和山西的綜合技術(shù)效率分別為0.893和0.827,排名第四和第五,高于黃河流域的綜合技術(shù)效率的平均值;其中,山東、陜西、河南、四川的綜合技術(shù)效率值均低于黃河流域的平均值,說明這四個省的數(shù)字經(jīng)濟(jì)產(chǎn)出效率有待提高。究其原因來看,2021年有16省市區(qū)數(shù)字經(jīng)濟(jì)規(guī)模已突破1萬億元,其中就包括黃河流域的山東、河南、四川,從發(fā)展速度來看,四川、陜西、甘肅、山西、內(nèi)蒙古發(fā)展迅速,已經(jīng)超過全國數(shù)字經(jīng)濟(jì)的平均水平。雖然山東、陜西、河南、四川數(shù)字經(jīng)濟(jì)規(guī)模大、增速快,但產(chǎn)出效率不高,這也進(jìn)一步說明,數(shù)字經(jīng)濟(jì)規(guī)模與產(chǎn)出效率之間的關(guān)系不一定是正向的,數(shù)字經(jīng)濟(jì)規(guī)模大,投入產(chǎn)出效率不一定高。究其原因,可能過量的投入導(dǎo)致了產(chǎn)出效率低下。在9個省中,有7個是規(guī)模報酬遞減的,造成了規(guī)模不經(jīng)濟(jì)。

(二)山東、陜西、河南、四川產(chǎn)出效率分解評價

黃河流域中有4省的產(chǎn)出效率低于黃河流域經(jīng)濟(jì)帶的平均值0.734,為深入分析山東、陜西、河南、四川數(shù)字經(jīng)濟(jì)產(chǎn)出效率墊底的影響因素,本文在表3中把四省的綜合技術(shù)效率分解為純技術(shù)效率和規(guī)模效率。

表2 2011—2021年黃河流域各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較

表3 山東、陜西、河南、四川產(chǎn)出效率分解評價

研究發(fā)現(xiàn),山東的純技術(shù)效率常年為1,但規(guī)模效率不高,這說明山東的管理能力、技術(shù)水平是有效的,但地區(qū)投入沒有達(dá)到最佳規(guī)模產(chǎn)出,還需要調(diào)整生產(chǎn)規(guī)模,提高規(guī)模效率。陜西綜合技術(shù)效率受到純技術(shù)效率和規(guī)模效率的雙重制約,具體來看,在2011—2014年綜合技術(shù)效率處于DEA無效狀態(tài)的主要影響因素是規(guī)模效率的影響,此時,應(yīng)調(diào)整生產(chǎn)規(guī)模,提高規(guī)模效率;在2015—2021年,規(guī)模效率提高了,綜合技術(shù)效率偏低主要受純技術(shù)效率的影響,此時,應(yīng)該大力發(fā)展數(shù)字經(jīng)濟(jì),大力推動科技創(chuàng)新,加快關(guān)鍵核心技術(shù)攻關(guān),進(jìn)一步提升數(shù)字經(jīng)濟(jì)管理水平,合理配置數(shù)字經(jīng)濟(jì)資源。河南省、四川省綜合技術(shù)效率也是受到純技術(shù)效率和規(guī)模效率的雙重制約,具體來看,規(guī)模效率不高是2011—2013年綜合技術(shù)效率低下的主要原因,此時,應(yīng)該調(diào)整生產(chǎn)規(guī)模,提高規(guī)模效率;2014—2021年,綜合技術(shù)效率主要受到純技術(shù)效率的影響,數(shù)字投入資源利用有待提高,此時,關(guān)注的重點(diǎn)應(yīng)是如何提高純技術(shù)效率,借以提高數(shù)字經(jīng)濟(jì)的產(chǎn)出效率。

(三)分區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較

將黃河流域 9省可以劃分為三個區(qū)域,上游(青海、四川、甘肅、寧夏、內(nèi)蒙古)、中游(陜西、山西)、下游(河南、山東)。下面將探討數(shù)字經(jīng)濟(jì)在不同區(qū)域的產(chǎn)出效率(見表4)。

從綜合技術(shù)效率來看,黃河下游綜合技術(shù)效率最低,黃河中游次之,黃河上游最高。這與農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)的區(qū)位分布規(guī)律不同,未按照傳統(tǒng)的上游、中游、下游的分布規(guī)律,并不是經(jīng)濟(jì)越發(fā)達(dá)的地方,產(chǎn)出效率越高,可能是因?yàn)閿?shù)字經(jīng)濟(jì)中的數(shù)字化、信息化減弱了地理位置對經(jīng)濟(jì)發(fā)展水平的影響。因此,數(shù)字經(jīng)濟(jì)對于縮小地區(qū)經(jīng)濟(jì)差距,解決區(qū)域發(fā)展不平衡具有重要的研究意義。具體來看的話,黃河上游的大多數(shù)年份的純技術(shù)效率和規(guī)模效率都在0.9以上,說明黃河上游的產(chǎn)出效率較高,接近于DEA有效;黃河中游的綜合技術(shù)效率均值為0.649,產(chǎn)出效率不高,從分解結(jié)果來看,黃河中游的規(guī)模效率大多數(shù)年份都比較高呈遞增趨勢,而純技術(shù)效率有下降趨勢,這說明黃河中游的產(chǎn)出效率非有效主要是由純技術(shù)效率引起,該區(qū)域未來要注意推動科技創(chuàng)新,提升數(shù)字經(jīng)濟(jì)核心技術(shù),提高數(shù)字經(jīng)濟(jì)資源的利用效率;黃河下游綜合技術(shù)效率是三個區(qū)域最低的,從分解結(jié)果來看的話,綜合技術(shù)效率受到純技術(shù)效率和規(guī)模效率的雙重制約,該區(qū)域未來發(fā)展一方面要大力推動科技創(chuàng)新,加快關(guān)鍵核心技術(shù)攻關(guān),進(jìn)一步提升數(shù)字經(jīng)濟(jì)管理水平,另一方面要擴(kuò)大生產(chǎn)規(guī)模,合理配置數(shù)字經(jīng)濟(jì)的各項(xiàng)資源,提高要素的配置效率。

表4 黃河流域分區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)出效率

四、基于Malmquist指數(shù)的黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率動態(tài)評價

為了能正確地測評黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率的時間變化趨勢,下面將利用Malmquist指數(shù)法進(jìn)一步探究黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率的動態(tài)變化趨勢,同時,將Malmquist指數(shù)進(jìn)行分解,探尋造成這種變化的原因。

(一)整體Malmquist指數(shù)及其分解

表5是2011—2021年黃河流域數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及其分解。由表5可知,2011—2021年黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈現(xiàn)先降后升再降又升,震蕩式波動。其中,2016—2017年、2018—2019年全要素生產(chǎn)率為1.162和1.054,Malmquist指數(shù)大于1,主要是技術(shù)進(jìn)步引起的。2011—2012年、2019—2020年 Malmquist指數(shù)下降,主要是受技術(shù)效率變化的影響,技術(shù)效率變動的結(jié)構(gòu)中,受規(guī)模效率變化的影響最大,此階段,應(yīng)該擴(kuò)大生產(chǎn)規(guī)模,合理配置數(shù)字經(jīng)濟(jì)資源,以提高全要素生產(chǎn)率。剩余年份,Malmquist指數(shù)下降,主要是技術(shù)進(jìn)步下降的影響,此階段,應(yīng)該合理配置數(shù)字資源和大力發(fā)展科技創(chuàng)新,以提升黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出能力,而不應(yīng)僅僅是靠規(guī)模擴(kuò)張來提高數(shù)字經(jīng)濟(jì)產(chǎn)出效率。

(二)各省份Malmquist指數(shù)及其分解

表6反映了黃河流域9個省的Malmquist指數(shù)及其分解。由表6可知,只有內(nèi)蒙古的Malmquist指數(shù)大于1,全要素生產(chǎn)率出現(xiàn)增長,其余各省的Malmquist指數(shù)均小于1,全要素生產(chǎn)率出現(xiàn)下降,這說明除了內(nèi)蒙古,其余各省的綜合數(shù)字經(jīng)濟(jì)效率沒有得到提高,其中,青海下降最多,下降14.1%。究其原因,全要素生產(chǎn)率的變化=技術(shù)效率變化×技術(shù)進(jìn)步變化,各省的技術(shù)效率變化都接近于1,然而,技術(shù)進(jìn)步變化與1相差較多,可見,技術(shù)進(jìn)步是導(dǎo)致全要素生產(chǎn)率下降的原因,相對與技術(shù)效率的變化,技術(shù)進(jìn)步拖慢了全要素生產(chǎn)率的增長。

表5 2011—2021年黃河流域數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及其分解

表6 各省份Malmquist指數(shù)及其分解

(三)分區(qū)域全要素生產(chǎn)率變化趨勢

圖1 2011—2021年分區(qū)域全要素生產(chǎn)率變化圖

圖1反映了黃河流域上游、中游、下游和黃河流域整體的全要素生產(chǎn)率的縱向變化趨勢,整體呈現(xiàn)先降后升再降再升的波動趨勢,且總體走勢有上升趨勢。具體來看的話,黃河中游區(qū)域在2013—2014年、2014—2015年、2015—2016年、2016—2017年這四個時間段里全要素生產(chǎn)率呈現(xiàn)了持續(xù)增長,黃河下游區(qū)域在2014—2015年、2015—2016年、2016—2017年、2017—2018年這四個時間段里全要素生產(chǎn)率呈現(xiàn)了持續(xù)增長,黃河上游區(qū)域及黃河流域整體變化趨勢一致,全要素生產(chǎn)率都是在2014—2015年、2015—2016年、2016—2017年這三個時間段里呈現(xiàn)了持續(xù)增長。其中,黃河上游的Malmquist指數(shù)大于1的時間段最多,有5個,說明黃河上游相對于中下游來說,數(shù)字經(jīng)濟(jì)產(chǎn)出效率較高。總體而言,在樣本期內(nèi),上游區(qū)域?qū)S河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率發(fā)揮了積極的推動作用,雖然黃河中游在2016—2017年全要素生產(chǎn)率有一個大的拉升,但中游和下游總體上未能對黃河流域的數(shù)字經(jīng)濟(jì)產(chǎn)出效率起到相應(yīng)的積極作用。

五、影響因素選取及回歸分析

為進(jìn)一步探究黃河流域數(shù)字經(jīng)濟(jì)的全要素生產(chǎn)率,本文利用2011—2021年黃河流域各省的面板數(shù)據(jù)構(gòu)建計(jì)量模型,分析黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率的影響因素。

(一)模型構(gòu)建

考已有研究(18)蘇冰杰、盧方元、朱峰等：《中國數(shù)字經(jīng)濟(jì)發(fā)展水平：時空特征、動態(tài)演化及影響因素》,《運(yùn)籌與管理》2022年第9期。(19)蔡紹洪、谷城、張?jiān)俳埽骸吨袊∮驍?shù)字經(jīng)濟(jì)的時空特征及影響因素研究》,《華東經(jīng)濟(jì)管理》2022年第7期。,本文選取數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率(TEP)作為被解釋變量,選取經(jīng)濟(jì)發(fā)展水平(EL)、人力資本水平(HC)、政府科技投入強(qiáng)度(GOV)、城鎮(zhèn)化水平(URB)、產(chǎn)業(yè)結(jié)構(gòu)(IS)、對外依存度(FDI)、自主創(chuàng)新水平(PA)作為解釋變量,變量選取見表7。模型如下：

表7 選取變量及說明

TEPit=α0+α1ELit+α2HCit+α3GOVit+α4URBit+α5ISit+α6FDIit+α7PAit+γi+εit

式中：下標(biāo)i、t分別表示省份、年份,α0表示截距,αi表示對應(yīng)變量的回歸系數(shù),γi表示不隨時間變化的個體效應(yīng),εit表示隨機(jī)誤差項(xiàng)。

(二)模型檢驗(yàn)

本文選取的數(shù)據(jù)類型為面板數(shù)據(jù),時間維度大于截面維度,屬于長面板。因此,需要對模型可能存在的異方差和自相關(guān)進(jìn)行檢驗(yàn)。具體檢驗(yàn)結(jié)果見表8。

由表8可以看出Wald檢驗(yàn)和Breusch-Pagan LM檢驗(yàn)在5%的顯著性水平下均拒絕“同方差”“不存在組內(nèi)相關(guān)”和“無組間同期相關(guān)”的原假設(shè),該結(jié)果表明模型存在組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)。因此,本文采用全面FGLS進(jìn)行模型估計(jì)。

(三)回歸分析結(jié)果

利用stata17,將面板數(shù)據(jù)帶入模型,可得到影響黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率發(fā)展的估計(jì)結(jié)果(見表9)。本文給出了自回歸系數(shù)相同(AR)和自回歸系數(shù)不同(PSAR)兩種方式的全面FGLS估計(jì)結(jié)果。從表9可以看出,AR和PSAR的估計(jì)系數(shù)比較接近,但PSAR顯著性最高,說明異方差和自相關(guān)會對估計(jì)結(jié)果影響較大。

表8 異方差和相關(guān)性檢驗(yàn)結(jié)果

表9 全面FGLS估計(jì)結(jié)果

相對于AR結(jié)果,PSAR解釋變量顯著的更多一些,說明εit都要有各自的自回歸系數(shù)。因此,本文以PSAR估計(jì)結(jié)果為準(zhǔn)進(jìn)行分析?；貧w結(jié)果顯示：(1)經(jīng)濟(jì)發(fā)展水平對全要素生產(chǎn)率具有正向影響,且結(jié)果較為顯著,說明黃河流域經(jīng)濟(jì)發(fā)展水平對數(shù)字經(jīng)濟(jì)的發(fā)展起到了一定的促進(jìn)作用。(2)人力資本水平對全要素生產(chǎn)率具有負(fù)向影響,說明現(xiàn)有的人才培育模式不適應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展的市場需求,這已成為制約數(shù)字經(jīng)濟(jì)創(chuàng)新提質(zhì)的重要因素,要積極推動社會認(rèn)定標(biāo)準(zhǔn)與企業(yè)實(shí)際應(yīng)用更好契合,培育緊缺急需數(shù)字技能人才。(3)政府科技投入強(qiáng)度對全要素生產(chǎn)率具有正向影響,說明地方政府科技支出能夠促進(jìn)全要素生產(chǎn)率提升,科技創(chuàng)新對數(shù)字經(jīng)濟(jì)社會發(fā)展的支撐和引領(lǐng)作用不斷增強(qiáng)。(4)城鎮(zhèn)化水平對全要素生產(chǎn)率產(chǎn)生了負(fù)向影響,且非常顯著,說明黃河流域在城鎮(zhèn)化的進(jìn)程中,數(shù)字經(jīng)濟(jì)未能與城鎮(zhèn)化進(jìn)程充分融合,制約了全要素生產(chǎn)率的提高。(5)產(chǎn)業(yè)結(jié)構(gòu)對全要素生產(chǎn)率產(chǎn)生了負(fù)向影響,且比較顯著,表明黃河流域產(chǎn)業(yè)結(jié)構(gòu)需要進(jìn)一步升級,要加強(qiáng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型程度,對于數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率的提高,需要技術(shù)密集型產(chǎn)業(yè)、服務(wù)業(yè)等來驅(qū)動。(6)對外依存度對全要素生產(chǎn)率具有負(fù)向影響,原因可能在于中美貿(mào)易摩擦使得黃河流域各地區(qū)對外貿(mào)易受阻,整體對外貿(mào)易水平下降,先進(jìn)的技術(shù)難以引進(jìn)、成本加劇,從而導(dǎo)致經(jīng)濟(jì)負(fù)擔(dān)變大,制約了數(shù)字經(jīng)濟(jì)產(chǎn)出效率的提高。(7)自主創(chuàng)新水平對全要素生產(chǎn)率具有促進(jìn)作用,且十分顯著,表明數(shù)字技術(shù)是數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵要素,自主創(chuàng)新水平能夠推動數(shù)字技術(shù)的提升,打通數(shù)字經(jīng)濟(jì)發(fā)展渠道,從而促進(jìn)了數(shù)字經(jīng)濟(jì)的發(fā)展。

六、 結(jié)論與建議

本文首先運(yùn)用DEA方法對2011—2021年黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行測算并分析了區(qū)域差異,其次,利用Malmquist指數(shù)法進(jìn)一步探究黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率的動態(tài)變化趨勢,最后,利用黃河流域各省的面板數(shù)據(jù)構(gòu)建計(jì)量模型,分析黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率的影響因素。得出以下結(jié)論：(1)2011—2021年黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出綜合技術(shù)效率均值為0.734,各年份的綜合技術(shù)效率均值都未達(dá)到1,黃河流域數(shù)字經(jīng)濟(jì)整體水平還有待提高。9個省中青海、寧夏、內(nèi)蒙古綜合技術(shù)效率接近于1,相對優(yōu)于其他省份。深入分析山東、陜西、河南、四川數(shù)字經(jīng)濟(jì)產(chǎn)出效率墊底的影響因素,發(fā)現(xiàn)山東數(shù)字經(jīng)濟(jì)產(chǎn)出效率不高主要受規(guī)模效率的影響,陜西、河南、四川的數(shù)字經(jīng)濟(jì)產(chǎn)出效率受到純技術(shù)效率和規(guī)模效率的雙重制約。(2)黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)出效率分區(qū)域來看的話,黃河上游最高,黃河中游次之,黃河下游最低。這說明,并不是經(jīng)濟(jì)越發(fā)達(dá)的地方,產(chǎn)出效率越高?？赡苁且?yàn)閿?shù)字經(jīng)濟(jì)中的數(shù)字化、信息化減弱了地理位置對經(jīng)濟(jì)發(fā)展水平的影響。因此,數(shù)字經(jīng)濟(jì)對于縮小地區(qū)經(jīng)濟(jì)差距,解決區(qū)域發(fā)展不平衡具有重要的研究意義。(3)2011—2021年黃河流域數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈現(xiàn)先降后升再降又升,震蕩式波動。分省來看的話,除了內(nèi)蒙古,其余各省的綜合數(shù)字經(jīng)濟(jì)效率沒有得到提高,究其原因,各省的技術(shù)效率變化都接近于1,然而,技術(shù)進(jìn)步變化與1相差較多,可見,技術(shù)進(jìn)步是導(dǎo)致全要素生產(chǎn)率下降的原因,相對于技術(shù)效率的變化,技術(shù)進(jìn)步拖慢了全要素生產(chǎn)率的增長。(4)黃河流域全要素生產(chǎn)率分區(qū)域來看的話,上游區(qū)域?qū)S河流域的數(shù)字經(jīng)濟(jì)發(fā)揮了積極的推動作用,黃河中、下游作用不明顯。(5)全面FGLS估計(jì)結(jié)果顯示：經(jīng)濟(jì)發(fā)展水平、政府科技投入強(qiáng)度、自主創(chuàng)新水平對黃河流域數(shù)字經(jīng)濟(jì)的全要素生產(chǎn)率具有正向影響,人力資本水平、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)、對外依存度對全要素生產(chǎn)率產(chǎn)生了負(fù)向影響。

基于以上實(shí)證分析結(jié)果,提出以下政策建：第一,加大政策支持。數(shù)字經(jīng)濟(jì)是未來經(jīng)濟(jì)發(fā)展的增長點(diǎn),也是未來主導(dǎo)的經(jīng)濟(jì)形態(tài)。黃河流域數(shù)字經(jīng)濟(jì)的產(chǎn)出效率的提高,離不開相關(guān)政策的支持。一方面,政府相關(guān)部門要及時制定出臺相關(guān)數(shù)字經(jīng)濟(jì)發(fā)展政策,為數(shù)字產(chǎn)業(yè)化企業(yè)及產(chǎn)業(yè)數(shù)字化企業(yè)提供良好的發(fā)展平臺,加快信息化基礎(chǔ)設(shè)施的建設(shè),促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。另一方面是提高財(cái)政資源配置效率和資金使用效益,做好財(cái)政資金投入的合理配置。第二,加快數(shù)字經(jīng)濟(jì)人才隊(duì)伍建設(shè)。技術(shù)的創(chuàng)新離不開人才,要加快形成結(jié)構(gòu)多元、層次合理的數(shù)字經(jīng)濟(jì)人才隊(duì)伍,加快培育具備創(chuàng)新意識、實(shí)踐能力強(qiáng)的人才隊(duì)伍,加大創(chuàng)新投入,鼓勵企業(yè)技術(shù)創(chuàng)新,提升科研人員的技術(shù)水平,促進(jìn)沿黃9省的技術(shù)進(jìn)步提升,帶動全要素生產(chǎn)率的提高。第三,促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)升級。黃河流域要積極推動數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合發(fā)展,加快傳統(tǒng)產(chǎn)業(yè)升級。各區(qū)域要發(fā)揮各自在發(fā)展數(shù)字經(jīng)濟(jì)方面的優(yōu)勢,補(bǔ)齊數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)鏈條,釋放不同區(qū)域數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化等數(shù)字經(jīng)濟(jì)發(fā)展的溢出紅利,強(qiáng)化區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)互補(bǔ),促進(jìn)數(shù)字經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)升級協(xié)同發(fā)展。第四,提高自主創(chuàng)新水平。自主創(chuàng)新水平能夠推動數(shù)字經(jīng)濟(jì)的快速發(fā)展,因此,要加強(qiáng)黃河流域地區(qū)科技研發(fā)投入,提高自主創(chuàng)新能力;對自主創(chuàng)新企業(yè)給予相關(guān)優(yōu)惠政策;加強(qiáng)完善以企業(yè)為主體、產(chǎn)學(xué)研結(jié)合的創(chuàng)新體系;增強(qiáng)專利意識,加強(qiáng)知識產(chǎn)權(quán)保護(hù)。第五,促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。從上述結(jié)果可以看出,黃河流域數(shù)字經(jīng)濟(jì)的產(chǎn)出效率區(qū)域間存在明顯的差異,數(shù)字經(jīng)濟(jì)發(fā)展好的省份未必是產(chǎn)出效率最高的。因此,黃河流域各區(qū)域應(yīng)該加強(qiáng)交流,強(qiáng)化區(qū)域合作,推動數(shù)字經(jīng)濟(jì)技術(shù)發(fā)展,加快數(shù)字經(jīng)濟(jì)示范區(qū)推廣,積極縮小不同區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平差異,致力于打造黃河流域數(shù)字經(jīng)濟(jì)發(fā)展新高地。