数字经济发展对产业结构高级化的影响研究

2021-09-19董超

对外经贸 2021年8期

董超

（中共山东省委党校，山东济南 250001）

一、引言

党的十九大提出，我国经济发展已由高速增长转向高质量发展阶段。其中，产业结构的优化调整是实现经济结构转型的重要方面。近年来，大数据、人工智能、云计算、物联网等数字技术蓬勃发展，数字经济已成为推动经济发展的重要引擎。习近平总书记在2020年4月在浙江考察时指出，“要抓住产业数字化、数字产业化赋予的机遇，抓紧布局数字经济等新兴产业，着力壮大新增长点，形成发展新动能。”数字经济能够发挥其强大的扩散效应和覆盖功能，渗透于各行业中，促进行业间的融合，带来产业效率的提升[1],从而为产业结构的优化升级带来新的契机，促进产业结构的高级化。因此，研究数字经济对产业结构高级化的作用具有重要意义。

数字经济是通过数字化的信息作为主要生产要素，通过互联网、通信等技术手段作为载体，利用通信产业化提供的设施条件[2]，促进经济效率的提升和经济结构的优化等经济活动。数字经济可以革新传统的生产方式，为行业提供有效信息，通过智能设备和新技术的应用，促进产业的智能化、数字化水平[3]，同时将各生产要素有机结合，改变组织方式，提高资源配置效率和产品技术含量，推动产业变革；通过激发企业创新能力，打破了产业边界，提高了产业间的融合程度，扩宽了产业系统的范围和层次，产生经济发展的新业态、新模式，从而实现产业结构优化升级；此外，数字经济还改变了传统的消费方式，消费者的消费方式、消费结构更加多样复杂[4]，以电子商务、平台经济为载体的消费形式促进了相关产业的发展，驱动产业结构更加高级。

二、数字经济发展对产业结构高级化水平影响实证分析

（一）指标选取

产业结构高级化水平（iss）：产业结构高级化是指产业效率提升，其结构向优化、高级的方向演进，优势产业沿劳动密集型、资本密集型、技术密集型演进[5]，实现由低端向高端转型，第三产业的比重逐渐提高的过程。对于产业结构高级化水平的度量，参考徐德云[6]的方法，将第一、二、三次产业分别赋予权重为1、2、3，用三大产业增加值占GDP 的比重与其各自权重的乘积之和来表示。表达式如下：

其中，iss 为产业结构高级化水平，i 为三次产业各自权重，si 为三次产业各自增加值占GDP 的比重。iss值越大，表明产业结构高级化水平越高。

2.核心解释变量

数字经济发展水平（dig）：根据前文分析，数字经济的发展能够通过改造传统的生产方式、催生经济发展的新业态等途径，推动产业升级，促进产业结构高级化水平的提升。利用主成分分析法测算数字经济发展水平综合得分作为核心解释变量进行分析。

数字经济的发展包含多个方面，评价其发展水平时也应从多个维度进行考虑。数字经济的发展不仅包括数字基础设施的建设，也包括数字经济产业规模和数字经济的科研创新水平。在考虑到我国各地区数字经济实际发展状况的基础上，结合数据的可获得性，决定构建包含了以下三个方面的指标体系，即数字基础设施建设、数字产业规模、数字经济科研创新水平，共包括10 个基础指标。如表1 所示。

表1 数字经济评价指标体系

采用主成分分析法对数字经济指标体系的各基础指标权重进行分析。首先对数据标准化处理，对处理后的数据进行KMO 检验和Bartlett’s 球形检验，并以此进行主成分提取和指标权重的确定、成分矩阵分析等，计算数字经济发展水平综合得分。

基于物联网概念的警用仓库物联网报警信息监控平台系统是集三维信息呈现，多方位信息感知，报警联动等技术于一体的全方位信息呈现系统。通过数据对接，物联网技术等手段，对仓库内物资环境信息进行实时显示，并对异常问题进行定位提示，实现从对仓库从物资信息到安防监控全方位的信息呈现。

3.控制变量

（1）消费水平（cons）：居民消费水平的提高，消费结构不断改善，消费形式也会日趋多样化，能够推动产业结构高级化水平的提升。选取居民人均消费水平作为衡量消费水平的指标。

（2）城市化水平（urb）：在人口向城市流动的过程中，一方面带来了充足的劳动力，促进产业集聚；另一方面也增加了消费需求，这两点可共同促进产业结构高级化水平的提升。使用城镇人口数量与总人口数量之比衡量城市化水平。

（3）金融发展水平（fd）：金融水平的发展能够增加资本供应量，拓宽融资渠道，促进资金在产业间更好地配置，提高产业结构高级化水平。采用金融机构存贷款余额占GDP 的比重来衡量金融发展水平。

（4）财政支出水平（fe）：政府财政支出在一定程度上能有助于产业结构发展和转型，但随着经济发展到一定阶段，政府过度干预可能会影响产业升级的自身发展规律，从而可能对产业结构高级化的提升反而起到制约作用。使用各省政府财政支出数额衡量财政支出水平。

（二）模型构建与数据来源

以产业结构高级化水平（iss）作为被解释变量，以数字经济发展水平（dig）作为核心解释变量，以消费水平（cons）、城市化水平（urb）、金融发展水平（fd）和财政支出水平（fe）作为控制变量，构建面板数据模型。由于消费水平（cons）和金融发展水平（fd）的增速较快，同时其数据为绝对量，为了降低异方差性带来的影响，对这两个变量取对数。构建模型如下：

其中，issit表示第t 个省第i年的产业结构高级化水平，digit、lnconsit、urbit、fdit、lnfeit分别表示第t 个省第t年的数字经济发展水平、消费水平、城市化水平、金融发展水平和财政支出水平，β1、β2、β3、β4和β5为各解释变量的回归系数，μt为随机扰动项，c 为常数项。

采用我国30 个省（自治区、直辖市）2011——2018年的相关数据进行分析，由于数据的可获得性，不包含西藏和港澳台地区。所用到的数据来源于《中国统计年鉴》、《中国城市统计年鉴》、《数字经济发展指数报告》、《中国数字经济发展与就业白皮书》和《中国信息年鉴》等。

（三）相关性分析

首先对各变量进行相关性分析，一方面看各解释变量是否与被解释变量存在相关性；另一方面也可观察解释变量之间是否存在多重共线性。

从表2 中可看出，在1%的显著性水平下，被解释变量即产业结构高级化水平与各解释变量之间存在着相关性，且都通过了显著性检验。其中，产业结构高级化水平与消费水平、城市化水平、金融发展水平存在较强的相关性，与数字经济发展水平存在显著的相关性，与财政支出水平存在较弱的相关性。这可以表明产业结构高级化水平与其各解释变量通过了相关性检验。

表2 相关性分析

从5 个解释变量之间的相关系数来看，绝大部分解释变量之间的相关系数低于0.5，甚至小于0.3，说明绝大部分解释变量之间是低度相关，或者弱相关；只有两组解释变量之间的相关系数大于0.5，但也只是达到了显著相关水平，并未达到高度相关的水平。说明从整体来看，所选取的解释变量之间独立性较好，不存在明显的多重共线性。

（四）模型类别的确定

1.F 检验

通过F 检验可判断模型是否存在个体效应，从而在混合估计模型和固定效应模型中进行选择。通过Eviews10 软件所得，混合估计模型的残差平方和SSEr=41.44315，固定效应模型残差平方和SSEf= 11.55753，由此计算所得F=18.28，大于0.05 的显著性水平下的临界值（<2），拒绝使用混合估计模型的原假设，选用固定效应模型进行估计更加合理。

2.Hausman 检验

Hausmam 检验可检验模型的个体效应与解释变量是否相关，从而确定模型是否存在明显的随机效应，以便于进一步在固定效应模型和随机效应模型中进行选择。在Eviews10 中进行Hausman 检验，结果如表3 所示。

表3 Hausman 检验

在0.1 的显著性水平下，拒绝原假设，即个体效应与解释变量之间存在相关性，所以在构建面板数据模型时选择固定效应模型。

（五）模型回归结果

利用固定效应模型进行面板数据回归，结果如表4所示。

表4 回归结果

调整后可决系数为0.984465，且F 值为446.4582，说明模型拟合效果较好。且在给定0.01 的显著性水平下，各解释变量的p 值均小于0.01，拒绝原假设，说明各解释变量对产业结构高级化水平均有显著影响。

其中，数字经济水平作为本文核心解释变量，对产业结构高级化水平的提升有着显著的正向影响，其回归系数为0.378248。即在控制其他变量不变的情况下，数字经济水平每提高1 个单位，产业结构高级化水平便平均提高0.378248 个单位。由此说明数字经济的发展有利于产业结构趋向于高级化。

其他控制变量的回归结果表明：消费水平、城市化水平、金融发展水平和政府财政支出都会对产业结构高级化水平产生影响，且均通过显著性检验。在控制其他变量不变的情况下，消费水平每提高1%，平均来说，产业结构高级化水平便提高0.00750134 个单位；城市化水平每提高1 个单位，平均来说，产业结构高级化水平提高3.287629 个单位；金融发展水平影响最大，每提高1 个单位，平均来说，产业结构高级化水平会增加61.68021 个单位；而政府财政支出回归系数则为负数，说明其对产业结构高级化有负向影响，即每增加1%，平均来说，产业结构高级化水平会下降0.00482293 个单位。这可能与政府过度干预会影响产业升级的自身发展规律，从而可能对产业结构高级化的提升反而起到制约作用有关。