李博文

（河海大学理学院 江苏南京 210098）

引言及文献综述

近年来，以5G、人工智能和工业互联网等技术为标志的数字经济时代来临，数字经济已成为全球经济发展的新引擎。随着中国经济进入新常态，数字经济被认为是推动经济高质量发展的重要依托。据中国信息通信研究院统计，2020年我国数字经济的规模达到39.2万亿元，占GDP比重38.6%。2020 年初，在新冠肺炎疫情影响下，实体经济短期内受到较大冲击，但数字经济仍然保持着9.7%的高位增长，是同期GDP名义增速的3.2倍。其发展迅速的主要原因在于，数字经济以互联网为依托，打破了经济活动的空间限制，增加了各地区间的交流与合作，从而扩大了各区域间的贸易规模。在此背景下，探究数字经济与高质量发展的内在联系及影响机制，分析数字经济对各省份高质量发展的溢出效应，具有一定的现实意义。

尽管数字经济已经在我国经济发展中发挥重要作用，但是关于数字经济对高质量发展的作用机制的实证研究却较为缺乏。目前涉及实证的相关文献中，郭家堂、骆品亮（2016）通过回归分析和建立门槛面板模型研究了互联网对全要素生产率增长的作用机理；张勋等（2019）通过建立二元选择模型分析了数字经济对包容性增长的促进作用；赵涛等（2020）运用多种计量模型实证研究了数字经济对经济高质量发展的影响及其作用机制，并指出激发大众创业是数字经济赋能经济高质量发展的作用机制；安同良、杨晨（2020）通过应用动态空间面板模型和工具变量法验证了互联网对中国经济地理格局的“重塑机制”。

关于数字经济对制造业出口竞争力的影响，已有很多学者关注。何文彬（2020）以行业的价值链嵌入度来测度国内制造业的竞争地位，并通过回归模型实证检验了数字资源的投入对中国制造业价值链高端化的促进作用。范鑫（2021）运用异质性随机前沿模型，研究了数字经济的发展对国内不同地区出口效率的影响。姚战琪（2021）通过建立结构方程模型和中介效应检验方法，研究发现数字贸易通过增加企业R&D投入和提升人力资本，从而提高企业出口技术复杂度促进我国产业结构升级转型。余姗等（2021）运用多种计量模型，实证检验了数字经济对制造业出口技术复杂度的影响具有空间溢出效应和非线性递增效应，同时指出数字经济通过人力资本和贸易成本两个途径，间接提升了出口技术复杂度。

根据已有的理论研究可知，数字经济对经济高质量发展的影响可分为微观层面和宏观层面。在微观层面上，数字技术的发展推动形成具有规模经济、范围经济和长尾效应的经济环境，促使市场更好地优化资源配置，进而推动经济发展质量的提升；在宏观层面上，数字经济通过新生产要素的投入提高了全要素生产率，从而促进经济高质量发展（荆文君、孙宝文，2019）。然而，以往的研究并没有很好地解释数字经济通过何种路径影响高质量发展。针对这个问题，本文选取数字经济影响制造业出口技术复杂度这一角度进行分析。出口技术复杂度是衡量制造业出口竞争力的重要指标，出口技术复杂度的提高对重塑我国制造业价值链、推动产业结构升级转型进而实现经济高质量发展有着重要意义。

本文基于数字经济的视角，选取数字经济通过提升出口技术复杂度促进经济高质量发展这一主题展开。在测度2013-2018年全国除西藏外的30个省份的数字经济发展水平和高质量发展水平的基础上，实证检验数字经济对各省份经济发展质量的影响及其作用机制。

本文可能的边际贡献主要体现在以下几点：第一，本文是基于当前新发展格局的背景，提出新的中介变量即出口技术复杂度，实证研究数字经济对高质量发展的影响，为进一步理解数字经济影响高质量发展的内在逻辑关系提供了新的视角，并为国家持续探索高质量经济发展路径提供了政策建议；第二，本文根据现实发展的需要，构建能更加全面反映各省份经济高质量发展水平和数字经济发展水平的指标体系；第三，本文在以往文献的基础上，将计算出口技术复杂度时所涉及的行业增加到36个，对制造业的整体状况反映更加全面。

理论分析与研究假设

高质量发展是指经济、社会各方面的系统发展质量，其核心内涵是创新、绿色、协调、开放、共享。数字经济凭借信息传播和交易成本上的优势，能够很好地解决要素供需矛盾、经济活动空间限制和公平与效率未能兼顾等问题。除了直接影响以外，数字经济还能通过提升出口技术复杂度，对经济高质量发展产生间接影响。同时，考虑到互联网的“梅特卡夫法则”，数字经济对高质量发展的影响也可能具有非线性溢出和空间溢出的特点。

（一）数字经济对高质量发展的影响渠道

数字经济主要通过生产环节和销售环节两个方面，对制造业的出口技术复杂度产生影响。在生产环节上，通过数字技术与企业制造的高度融合提高企业生产效率，推动产品创新。企业通过大规模地应用数字技术（如工业机器人、智能制造），替代原有的低端生产要素（Frey，Osborne，2017）以及传统生产方式（郭凯明，2019），从而提高生产效率，节省企业人工成本，同时能够将更多的资金用于研发创新，进而提升产品的市场竞争力。数字经济技术的发展，使企业在生产环节降低了成本，提高了技术含量和产品的出口竞争力。在销售环节上，数字技术的广泛应用大大降低了贸易成本，提高了贸易效率。数字经济技术显著降低了信息成本，能够极大地改善企业与客户之间的沟通效率，从而促进企业出口。尤其在当前中美两国贸易摩擦加剧背景下，数字经济的发展能够为克服贸易阻力提供帮助（陈秀英、刘胜，2019）。综合以上两点，数字经济的发展降低了贸易成本，提高了产品与技术竞争优势，从而提升了企业的出口技术复杂度。

与此同时，制造业出口技术复杂度的提升也助推了经济高质量发展。人工智能、大数据等数字新技术的融入，带来了制造业产业链的全面革新，助推制造业转型升级，进而促进经济高质量发展，这一过程主要通过研发、生产、管理等环节来体现。在研发环节，企业在产业升级的过程中降低了生产成本，增加了利润，同时经营效益的提升又会反过来促使企业加大研发投入，提高产品的出口技术复杂度，进而推动经济发展质量的提升。在生产环节，企业为了提高出口技术复杂度，借助数字技术替代传统生产方式，提高资源配置效率，实现了粗放型向集约型和环境友好型的生产方式转变，从而为经济高质量发展做出贡献。在管理环节，企业提高出口竞争力的目标促使管理者改善自身管理水平，提高企业运行效率，同时也不断改善产品质量和消费者的用户体验，进而提高出口竞争力，推动经济高质量发展。据此，本文提出研究假设1：数字经济可以通过提高出口技术复杂度，促进经济高质量发展。

（二）数字经济的非线性溢出效应

乔治·吉尔德曾提出“梅特卡夫法则”，即网络的价值与联网用户数的平方成正比。在数字经济领域，随着参与主体的不断增加，数字经济本身的价值也呈非线性式增长。数字技术的广泛应用推动制造业转型升级，促使企业扩大再生产，并进一步产生规模经济以及范围经济（冯伟、李嘉佳，2019）。随着数字经济的发展，企业经济活动的边际成本不断降低，收益呈现几何式上升的趋势，且随着数字经济水平和出口技术复杂度的提升而越来越明显，即“梅特卡夫法则”和网络效应成立。

因此，本文提出研究假设2：数字经济对经济高质量发展的影响具有“边际效应”递增的非线性特征。

（三）数字经济的空间溢出效应

数字经济通过高效的信息传递打破了地理限制，增强了区域间的经济联系。不同空间的要素可根据需要快捷高效地联结与重组，且不再受空间的局限（李海舰等，2014）。同时，数字经济相关企业为充分利用生产要素，会呈现出空间聚集的特征，进而产生空间外溢。由文献可知，Yilmaz 等（2002）实证研究了美国48个州的面板数据，发现信息化具有空间溢出的特点；国内的研究证实了互联网在产业结构优化（刘姿均、陈文俊，2017）、企业创新能力及出口（沈国兵、袁征宇，2020）等方面，对区域经济发展具有空间溢出影响。

因此，本文提出研究假设3：数字经济具有空间溢出的特点，有利于区域间协调发展。

研究设计

（一）模型构建

首先构建直接影响的基本模型：

上式中，Hqd为省份 i在t 时期的经济发展质量水平指标，De为省份 i在t 时期的数字经济发展水平指标，向量Z代表一系列控制变量，m表示省份i的个体固定效应，d表示时间固定效应，e表示随机误差项。

接下来，对出口技术复杂度（Expy）是否为二者之间的中介变量进行检验，从而研究数字经济对经济发展质量水平可能存在的作用机制。具体的检验思路为：先检验变量De对于变量Hqd的线性回归模型（1）中系数a的显著性，若回归系数显著，则在此基础上分别构建De对于中介变量Expy的线性回归方程，以及De与中介变量Expy对Hqd的回归方程，通过检验系数b、g和g的显著性，从而判断中介效应的存在性。若b、g和g三个系数中至少存在一个不显著，则对其进行Sobel检验，满足显著性检验要求则存在中介效应，反之不存在。回归模型如下：

另外，除了出口技术复杂度的间接传导效应，还需要验证数字经济发展水平和出口技术复杂度对促进高质量发展的非线性动态溢出效应。因此，构建面板门槛模型如下：

其中，q表示数字经济作为门槛变量，I(·) 为门槛指示函数，q 表示特定门槛值，当满足括号中条件时，取值为 1，否则为 0。

最后，检验数字经济对经济发展质量的空间溢出效应。由于经济高质量发展本身存在空间自相关性，因此在模型（1）的基础上，加入Hqd和De以及控制变量的空间交互项，建立空间计量模型：

其中，r代表空间自回归系数，W为空间权重矩阵，k和k为空间交互项对应的弹性系数。

（二）变量测度与说明

1.经济高质量发展水平的测度。由于全要素生产率无法全面反映经济发展质量水平，因此本文用更加多维化的经济发展质量指数来衡量各省的高质量发展水平。在参考文献（钞小静、任保平，2011；刘瑞、郭涛，2020；陈贵富、蒋娟，2021）的基础上，考虑到数据的可获得性，将经济增长、经济结构、创新能力、社会成果和生态环境五大核心要素作为经济高质量发展水平的二级指标，并筛选出18项三级指标来具体描述我国30个省、市、自治区的经济发展质量，具体指标见表1。所采用的数据均来源于《中国统计年鉴》、各地区统计年鉴和《中国科技统计年鉴》等数据库。

表1 中国省级经济高质量发展水平综合测度体系

2.数字经济发展水平的测度。本文结合当前国内数字经济的发展现状，在借鉴参考文献（段秀芳、徐传昂，2021；焦帅涛、孙秋碧，2021）的基础上，将数字基础设施建设、数字经济普及程度、产业数字化变革状况和数字金融发展状况四大核心要素作为数字经济发展水平的二级指标，并筛选出15项三级指标，构建中国省级数字经济发展水平综合测度体系，具体指标见表2。其中，数字基础设施建设、数字经济普及程度、产业数字化变革状况这三个二级指标中所包含的14个三级指标，原始数据均来源于《中国统计年鉴》。同时，本文采用北京大学数字普惠金融指数（郭峰等，2020）来测度数字金融发展状况。

表2 中国省级数字经济发展水平综合测度体系

3.出口技术复杂度的测度。本文借鉴参考文献（余姗等，2021；戴魁早、方杰炜，2019）的研究方法，根据参考文献中的公式对出口技术复杂度进行测算。其中，某一具体产品的出口技术复杂度可表示为：

公式中的i代表地区，j代表HS6位码产品，Y代表i地区的人均GDP。在产品出口技术复杂度的基础上，可利用如下公式测算各省的出口技术复杂度水平：

本文利用公式（6）测算了除西藏以外的30个省份的出口技术复杂度水平，总共涉及到36个行业，原始数据来源于CEPII的BACI数据库和中国海关统计数据库。

4.控制变量。为了更加全面地分析数字经济对高质量发展的影响，本文设定如下控制变量：路网密度（Rnd），用公式（铁路总里程+公路总里程+内河航道总里程）/各地区面积来测算；财政分权度（Finadp），用人均财政预算内收入比人均财政预算内支出来表示；金融发展水平（Fin），用机构存贷款余额比地区生产总值表示；人口密度（Pd），用常住人口/土地面积，再取对数所得到的结果来表示。

（三）数据来源和描述性统计

本文数据来源于对2013-2018年我国除西藏外的30个省、市、自治区研究而形成的均衡面板数据。研究使用的数据均来源于国家统计局、《中国统计年鉴》《中国科技统计年鉴》《中国工业经济统计年鉴》和中国海关数据库以及各地区统计年鉴。数据显示，不同省份之间的经济发展质量存在较大差异。

表3是各个变量的描述性统计结果。结果表明，经济高质量发展指数（Hqd）的均值为1.375，标准差为 0.462，说明不同省份之间经济发展质量具有较大差异，这也符合以往文献的实证结果；数字经济发展指数（De）和出口技术复杂度（Expy）都呈现均值较小、标准差较大的特点。

表3 变量描述性统计结果

实证结果分析

（一）基准回归结果

表4列出了我国省级层面数字经济影响经济高质量发展回归结果。首先对不加入控制变量的模型（1）和加入控制变量的模型（2）的直接传导模型进行回归，结果发现解释变量数字经济发展水平指数（De）的回归系数在1%水平下正向显著，说明数字经济对经济高质量发展具有显著促进作用。此外，在加入了控制变量的模型中，财政分权度（Finadp）、金融发展水平（Fin）和人口密度（Pd）均未通过 10%水平的显著性检验，表明地方财政水平的变化、人口数量的增加和金融发展水平的提高对高质量发展的影响并不显著；另外，人口密度的回归系数为负，说明人口密度的过度增加不利于提升地区的经济发展质量，而路网密度（Rnd）的回归系数在5%水平下显著为正，说明基础设施的建设能够有力推动地区经济的高质量发展。

表4 数字经济影响高质量发展的基准回归结果

接下来选用中介效应模型来实证检验数字经济对高质量发展影响的传导机制，结果见表5。模型1证实了数字经济对高质量发展具有正向效应，且在1%水平下保持显著；模型2验证了数字经济能够促进出口技术复杂度的提升，模型回归系数在5%的水平下显著为正；再将出口技术复杂度这一中介变量放回到数字经济对高质量发展影响的回归方程中，结果发现相比模型1，模型3中数字经济的回归系数有所下降，并且出口技术复杂度的系数在5%的水平下显著为正，这说明了出口技术复杂度的提升是数字经济影响高质量发展的作用机制，该实证结果验证了第一个假设。

表5 数字经济影响高质量发展的机制检验结果

（二）非线性效应分析

本文采用面板门槛回归模型来验证第二个假设，从而说明数字经济对高质量发展的影响存在非线性溢出效应。借鉴Hansen（1999）的方法，对面板门槛的存在性与个数进行检验，经过样本自举法（bootstrap）反复抽样1000次后，结果表明数字经济发展指数和出口技术复杂度指数都通过了单一门槛检验，从而得到表6的回归结果。

表6 数字经济影响高质量发展的门槛模型回归结果

结果表明，在以数字经济发展指数作为门槛变量模型中可得，随着数字经济发展水平的提高，数字经济的高质量发展溢出效应表现出了显著正向且“边际效应”递增的非线性特征；而在以出口技术复杂度作为门槛变量的模型可得，数字经济对高质量发展的影响受到自身水平的作用和出口技术复杂度产生的调节影响。该实证结果支持了第二个假设。

（三）空间溢出效应分析

首先对数字经济发展指数和高质量发展指数进行空间自相关检验，从而确定是否存在空间效应，本文使用 Moran’s I指数法计算地理距离矩阵下的空间效应。由表7可得，2013-2018年高质量发展指数在地理距离权重下的Moran’s I指数均通过1%的显著性检验，同时数字经济指数的Moran’s I指数都至少达到了5%的显著性水平，说明2013-2018年我国各省份的数字经济和高质量发展在地理空间分布上存在集聚现象。

表7 2013-2018年各省份数字经济和高质量发展的空间自相关检验

本文利用3种不同空间权重矩阵，采用双重固定效应SDM模型和SAR模型进行空间回归分析，回归结果见表8。结果显示，SDM模型中高质量发展的空间自回归系数正向显著，并且数字经济的交互项系数也为正，表明了各省份在空间上同时存在数字经济的外生交互效应和高质量发展的内生交互效应；此外，数字经济对各省份高质量发展的溢出效应都至少达到了5%的显著性水平。由上述可知，假设3成立。

表8 数字经济影响高质量发展的空间模型回归结果

（四）区域异质性与稳健性检验

本文将样本分为东部、中部、西部以及东北地区，从而分析数字经济发展水平和经济高质量发展水平的异质性特征。首先对划分的四类地区进行描述性统计说明，具体结果见表9。结果表明，东部地区在经济发展质量和数字经济发展水平上都明显领先。

表9 各地区经济高质量发展水平和数字经济发展水平差异

区域异质性的回归分析结果见表10。可以发现，在数字经济对高质量发展的影响方面，东部地区相比中西部地区正向作用更为显著，而在东北地区该作用并不显著。由此可以得出结论，东部地区数字经济对高质量发展的影响更明显，这一结果产生的原因可能在于，东部地区数字经济发展较早，更早享受到了数字经济所带来的红利。

表10 数字经济影响高质量发展的区域异质性检验

本文利用剔除变量和引入核心解释变量的一阶滞后期两种方法来进行稳健性检验。第一，考虑到直辖市所管辖的区域面积较小，且给予的政策倾斜力度较大，因此本文将剔除直辖市的样本数据进行检验。第二，从以往的文献可知，经济发达地区往往存在数字经济的“先发优势”，这一事实导致在实证分析过程中会产生内生性问题。因此本文通过引入核心解释变量的滞后一期作为工具变量重新进行估计。结果表明，通过这两种方法重新进行检验后，并没有改变模型的基本结果，说明回归结果具有稳健性。

结论与建议

本文立足于数字经济显著影响地区经济发展这一事实，从出口技术复杂度的视角切入，以2013-2018年30个省份为样本，从理论上分析了数字经济对出口技术复杂度和经济高质量发展的影响，并通过中介效应模型、门槛模型和空间模型实证检验了数字经济助推高质量发展的作用机制。主要结论为：第一，数字经济显著促进了地区经济高质量发展，同时东部地区相比其他地区，数字经济对经济高质量发展的影响更为显著，数字经济的先发优势使得东部地区更早享受到发展红利；第二，数字经济对经济高质量发展的溢出效应呈现出“边际效应”递增的非线性特征，同时制造业出口竞争力的提升能够强化该效应，表明数字经济和制造业的深度融合能够很好地助推经济高质量发展；第三，数字经济对地区高质量发展的影响呈现出空间溢出的特征，说明数字经济推动了地区间的协调发展；第四，出口技术复杂度的提升是数字经济影响经济高质量发展的作用机制。数字经济的发展与制造业转型升级形成的双轮驱动现象，对实现中国经济高质量发展具有重要意义。

基于本文研究提出以下政策建议：第一，数字经济的发展是助推经济高质量发展的重要力量，因此各地区应加快发展数字经济，推进数字中国建设，特别是扩大以5G、人工智能、工业数字化为代表的新型基础设施的投资规模，在巩固目前红利优势的同时，通过数字空间效应带动周边地区，助力区域间协调发展，促进共同富裕；第二，数字经济对中西部地区的影响有待深化，中央应加大对中西部财政扶持和政策倾斜，同时地方也须因地制宜根据实际情况制定动态化、差异化的发展战略，进而让数字经济成为“补短板，促发展”的有力技术支撑；第三，积极引导制造业企业向数字化转型，提高传统经济部门中数字技术的嵌入度，不断探索创新发展模式，提高企业出口竞争力，进而提升中国制造业整体技术水平与全要素生产率；第四，把握数字经济的新赛道，积极推进数字产业的发展，依靠高科技、高附加值产业来构筑对当前新发展格局的主要产业支撑，优化产业链、供应链体系，从而实现国内经济的高质量发展。