數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的激勵(lì)效應(yīng)研究

［摘 要］本文基于2012—2021年我國(guó)31省（區(qū)、市）的面板數(shù)據(jù)，使用雙重差分法系統(tǒng)地分析和驗(yàn)證了數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的激勵(lì)效應(yīng)，實(shí)證分析結(jié)果經(jīng)過(guò)多種穩(wěn)健性檢驗(yàn)后依舊成立。鑒于此，本文提出通過(guò)優(yōu)化政務(wù)服務(wù)釋放經(jīng)濟(jì)活力，提高公眾參與度；建立全面的數(shù)據(jù)管理機(jī)制，確保數(shù)據(jù)安全；因地制宜，加大數(shù)字政府建設(shè)力度等對(duì)策建議。

［關(guān)鍵詞］數(shù)字政府；經(jīng)濟(jì)高質(zhì)量發(fā)展；雙重差分法

doi：10.3969/j.issn.1673-0194.2025.03.055

［中圖分類號(hào)］D630 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］1673-0194（2025）03-0180-04

0 引 言

當(dāng)今世界已經(jīng)進(jìn)入“數(shù)智”時(shí)代。為應(yīng)對(duì)全球數(shù)字化浪潮，黨的十九大提出建設(shè)“數(shù)字中國(guó)”戰(zhàn)略目標(biāo)，十九屆五中全會(huì)提出加強(qiáng)數(shù)字政府建設(shè)，提升公共服務(wù)、社會(huì)治理等領(lǐng)域的數(shù)字化水平。可見(jiàn)，數(shù)字政府建設(shè)是高質(zhì)量發(fā)展的重要抓手。本文運(yùn)用公共政策評(píng)估常用的DID雙重差分模型，驗(yàn)證數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有激勵(lì)效應(yīng)的假設(shè)。

1 研究設(shè)計(jì)

1.1 基準(zhǔn)模型設(shè)定

本文的計(jì)量模型設(shè)計(jì)如下：

式中，ehqdit表示經(jīng)濟(jì)高質(zhì)量發(fā)展水平，Treat表示省份虛擬變量，Time表示時(shí)間虛擬變量，

Treatit×Timeit表示省份虛擬變量和時(shí)間虛擬變量的交互項(xiàng)，Controls表示控制變量合集，μi為個(gè)體固定效應(yīng)，γt為時(shí)間固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)，α0為截距項(xiàng)。

1.2 變量說(shuō)明

（1）被解釋變量：經(jīng)濟(jì)高質(zhì)量發(fā)展水平（ehqd）。目前，學(xué)界對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的衡量沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，本文參考馬茹[1]、孫豪[2]等學(xué)者的研究，從富裕富強(qiáng)、共同共享兩個(gè)維度構(gòu)建了初選評(píng)價(jià)指標(biāo)體系（見(jiàn)表1）。

為避免主觀賦權(quán)，本文首先通過(guò)極差標(biāo)準(zhǔn)化的方法對(duì)所選指標(biāo)進(jìn)行無(wú)量綱化處理，然后運(yùn)用熵值法確定各指標(biāo)權(quán)重，并計(jì)算出31省份經(jīng)濟(jì)高質(zhì)量發(fā)展水平得分ehqd。

（2）核心解釋變量：數(shù)字政府建設(shè)，即（did）[3]。

（3）省份虛擬變量：根據(jù)《數(shù)字中國(guó)發(fā)展報(bào)告（2022年）》重點(diǎn)評(píng)估的31省數(shù)字政府發(fā)展水平，本文選取報(bào)告中綜合發(fā)展水平前10的省份作為實(shí)驗(yàn)組，賦值為1，其余省份作為控制組，賦值為0。

（4）時(shí)間虛擬變量：以2017年10月黨的十九大提出建設(shè)數(shù)字中國(guó)為時(shí)間節(jié)點(diǎn)，考慮到政策的滯后性，本文將2018年前賦值為0，2018年后賦值為1。

（5）控制變量：選取7個(gè)盡量不在數(shù)字政府建設(shè)和經(jīng)濟(jì)高質(zhì)量發(fā)展水平提高之間起中介作用的變量。如對(duì)外開(kāi)放程度（open）：貨物進(jìn)出口總額/地區(qū)生產(chǎn)總值；產(chǎn)業(yè)結(jié)構(gòu)（struc）：第三產(chǎn)業(yè)產(chǎn)值/第二產(chǎn)業(yè)產(chǎn)值；

外商直接投資（FDI）：外商直接投資額/地區(qū)生產(chǎn)總值；基礎(chǔ)交通水平（traff）：公路里程取對(duì)數(shù)+貨運(yùn)總量取對(duì)數(shù)；政府干預(yù)（gov）：一般性財(cái)政支出/地區(qū)生產(chǎn)總值；工業(yè)化水平（ind）：工業(yè)增加值/地區(qū)生產(chǎn)總值；能源結(jié)構(gòu)（ene）：新能源消費(fèi)量/能源總消費(fèi)量。

1.3 數(shù)據(jù)說(shuō)明

兼顧數(shù)據(jù)的可得性與連續(xù)性，本文選取2012—2021年31個(gè)省份的數(shù)據(jù)作為研究樣本，其中實(shí)驗(yàn)組包含了10個(gè)省份、控制組包含21個(gè)省份。除數(shù)字普惠金融指數(shù)來(lái)源于北京大學(xué)數(shù)字金融研究中心外，其余有關(guān)數(shù)據(jù)均來(lái)源于國(guó)家統(tǒng)計(jì)局及各省統(tǒng)計(jì)年鑒。此外，對(duì)部分缺失的數(shù)據(jù)使用線性插值法補(bǔ)充完整。各變量描述性統(tǒng)計(jì)見(jiàn)表2。

2 實(shí)證結(jié)果與分析

2.1 基準(zhǔn)回歸

本文采用雙向固定效應(yīng)模型實(shí)證分析數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的影響，表3為基準(zhǔn)模型回歸結(jié)果，模型（1）（2）加入個(gè)體、時(shí)間雙向固定效應(yīng)模型，其中模型（1）只考慮核心解釋變量即did對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的影響，模型（2）加入了一系列控制變量。從研究結(jié)果看，（1）（2）兩個(gè)模型中did的系數(shù)均顯著為正，本文提出的假設(shè)得到初步驗(yàn)證。

2.2 穩(wěn)健性檢驗(yàn)

（1）替換模型檢驗(yàn)。表3中，模型（3）使用控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)的OLS模型，對(duì)模型（1）（2）的結(jié)果進(jìn)行替換模型的穩(wěn)健性檢驗(yàn)，核心解釋變量did的系數(shù)在1%水平上顯著為正，與模型（1）（2）研究結(jié)論基本一致，本研究穩(wěn)健性得到初步檢驗(yàn)。

（2）平行趨勢(shì)檢驗(yàn)。為避免完全共線性問(wèn)題，本文選取政策時(shí)點(diǎn)前一年（2017年）作為基期剔除。由圖1可知，在政策實(shí)施之前6年時(shí)間內(nèi)，處理組和控制組的時(shí)間虛擬變量和省份虛擬變量的交互項(xiàng)并不顯著，即處理組和控制組在政策沖擊之前不存在顯著差異，其系數(shù)在0點(diǎn)附近上下浮動(dòng)，且無(wú)明顯趨勢(shì)，故通過(guò)平行趨勢(shì)檢驗(yàn)。在政策時(shí)點(diǎn)之后，交互項(xiàng)的系數(shù)均為正，且在政策實(shí)施后的第三年，政策效應(yīng)的估計(jì)值在1%水平上顯著為正，說(shuō)明數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提高具有一定的滯后性。

（3）安慰劑檢驗(yàn)。本文采用反事實(shí)方法進(jìn)行安慰劑檢驗(yàn)。從數(shù)據(jù)集中隨機(jī)抽取300個(gè)觀測(cè)樣本構(gòu)成偽處理組，余下的樣本組成偽對(duì)照組，并基于這種隨機(jī)分配進(jìn)行1 000次重復(fù)抽樣以獲取偽政策效應(yīng)的估計(jì)值，抽樣結(jié)果與本文在全樣本上得到的結(jié)論存在明顯差異，而實(shí)際政策效應(yīng)的估計(jì)值與偽政策效應(yīng)的估計(jì)值之間存在顯著的偏離，且估計(jì)系數(shù)不為0。安慰劑檢驗(yàn)結(jié)果進(jìn)一步表明，本文通過(guò)DID模型估計(jì)的政策效應(yīng)并非偶然產(chǎn)生，鞏固了結(jié)論的可靠性和穩(wěn)健性。

3 推進(jìn)數(shù)字政府建設(shè)路徑

3.1 優(yōu)化政務(wù)服務(wù)并提升公眾參與度

主要內(nèi)容：一是加快政府?dāng)?shù)字化、信息化轉(zhuǎn)型，依托全國(guó)一體化政務(wù)服務(wù)平臺(tái)，充分發(fā)揮數(shù)字政府對(duì)數(shù)字經(jīng)濟(jì)的引領(lǐng)作用，打通政府—?jiǎng)?chuàng)新—企業(yè)的鏈條。二是提升政府工作人員適應(yīng)數(shù)字化的工作環(huán)境，鼓勵(lì)公眾參與到政策制定和執(zhí)行中來(lái)，通過(guò)公眾的反饋來(lái)改善政府的工作。三是重視政府、公眾、市場(chǎng)三者間的信息流動(dòng)與協(xié)同溝通，提升政府行政的透明度與公眾的信任度。

3.2 構(gòu)建數(shù)據(jù)管理機(jī)制以確保數(shù)據(jù)安全

主要內(nèi)容：一是對(duì)政府管理的相關(guān)數(shù)據(jù)進(jìn)行識(shí)別和分類，并為每種數(shù)據(jù)類型制定適應(yīng)的管理規(guī)則，涵蓋數(shù)據(jù)訪問(wèn)權(quán)、存儲(chǔ)備份方式以及刪除時(shí)機(jī)等。二是建立數(shù)據(jù)質(zhì)量的控制規(guī)則和流程，以保證數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。三是強(qiáng)化對(duì)數(shù)據(jù)管理相關(guān)人員的培訓(xùn)與數(shù)據(jù)的生命周期管理，防范數(shù)據(jù)安全風(fēng)險(xiǎn)。

3.3 因地制宜加大數(shù)字政府建設(shè)力度

主要內(nèi)容：一是建立地區(qū)間數(shù)字政府建設(shè)協(xié)作機(jī)制，加強(qiáng)區(qū)域間合作。二是建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和格式，確保不同地區(qū)和部門之間的數(shù)據(jù)可以相互兼容、相互交換。三是建立數(shù)據(jù)共享平臺(tái)，避免重復(fù)收集數(shù)據(jù)，在開(kāi)放數(shù)據(jù)共享的同時(shí)關(guān)注城鄉(xiāng)溝通，因勢(shì)利導(dǎo)協(xié)同發(fā)展。

4 結(jié)束語(yǔ)

本文從數(shù)字政府建設(shè)入手，運(yùn)用雙重差分法進(jìn)行分析。研究表明：數(shù)字政府建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著激勵(lì)效應(yīng)。為此，提出進(jìn)一步優(yōu)化政務(wù)服務(wù)、構(gòu)建數(shù)據(jù)管理機(jī)制、加大數(shù)字政府建設(shè)力度等措施，從而助力經(jīng)濟(jì)高質(zhì)量發(fā)展。

主要參考文獻(xiàn)

［1］馬茹，羅暉，王宏偉，等.中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系及測(cè)度研究［J］.中國(guó)軟科學(xué)，2019（7）：60-67.

［2］孫豪，桂河清，楊冬.中國(guó)省域經(jīng)濟(jì)高質(zhì)量發(fā)展的測(cè)度與評(píng)

價(jià)［J］.浙江社會(huì)科學(xué)，2020（8）：4-14，155.

［3］李鋒，馬亮.領(lǐng)導(dǎo)重視與數(shù)字政府回應(yīng)力：基于雙重差分與合成控制法的實(shí)證分析［J］.公共管理評(píng)論，2021（1）：68-90.

［收稿日期］2024-08-11

［基金項(xiàng)目］2024年度黑龍江省人民政府研究室重點(diǎn)課

題“黑龍江省未來(lái)產(chǎn)業(yè)發(fā)展及政策支撐體系研究”（SKGW-ZDKT2024017）；黑龍江省哲學(xué)社會(huì)科學(xué)研究規(guī)劃項(xiàng)目“提升黑龍江省制造業(yè)產(chǎn)業(yè)鏈供應(yīng)鏈韌性與安全水平研究”（23JYA260）；中央支持地方高校改革發(fā)展資金高水平人才項(xiàng)目“數(shù)字技術(shù)賦能黑龍江省制造業(yè)高質(zhì)量發(fā)展研究”。

［作者簡(jiǎn)介］蔡德發(fā)（1966— ），男，黑龍江樺南人，博士，

教授，主要研究方向：財(cái)政與公共管理；路嘉川（通信作者）。