管杜娟，刘翠苹，苏理梅

（安徽建筑大学经济与管理学院，安徽合肥 230601）

一、引言

新发展格局下，我国经济正处于从高速增长向高质量增长转型的过渡阶段，在推动区域经济高质量发展的众多影响因素中，数字经济受到各方广泛关注。2023年11月17日，习近平主席在亚太经合组织第三十次领导人非正式会议上讲话指出①详见《坚守初心团结合作携手共促亚太高质量增长——在亚太经合组织第三十次领导人非正式会议上的讲话（2023年11月17日，旧金山）》，载于《人民日报》，2023年11月19日第2版。，我国要主动对接《数字经济伙伴关系协定》高标准经贸规则，发展数字经济，协同推进数字产业化、产业数字化，加速数字化转型，缩小数字鸿沟。数字经济作为一种新经济形态，正逐渐成为经济有效转型的新动力，并与经济高质量发展密切相关。数字经济能够推动数字基础设施建设、数字产业发展、数字应用融合与数字技术创新，实现我国新旧动能转换，加快经济高质量发展的前进步伐。当前，已有学者就数字经济与经济高质量发展之间的关系进行了积极探索，并发表了具有代表性的研究成果［1-2］。但数字经济与经济高质量发展之间有无更深层次的关系？数字经济可以通过何种途径对我国经济高质量发展产生影响？这些问题还需进一步探究。

二、文献综述

（一）数字经济研究

现有文献关于数字经济的研究较为丰富，主要分为以下3个方面。

1.在数字经济的定义与内涵方面

数字经济是以数字化技术为支撑的新经济概念，包括数字化生产、数字化交易与数字化服务等，已经成为全球经济高质量发展的重要方向，其概念最早由Tapscott［3］于1996年首次提出；此外，Lane［4］提出数字经济本质上是一种“融合经济”，能够将数字化技术与生产经营活动进行融合，形成一种新经济活动；Pohjola［5］认为数字经济是以信息通信技术为基础，催生出电子商务、共享经济、平台经济等多种以数据要素为主要驱动力的新商业类型。在我国，康铁祥［6］最早通过对国外数字经济核算方法的梳理，对中国的数字经济规模进行了核算；许恒等［7］认为数字经济是信息技术革命的兴起带来的信息技术大规模应用的表现，在提升信息传递速度、降低交易成本、提高配置资源效率及数据处理速度等方面具有独特优势。

2.在数字经济分类与测度方面

OECD［8-9］首先提出了互联网与数字经济的测算框架；许宪春等［10］基于此框架模型，提出四大内容核算框架，并对我国的数字经济核算规模进行国际范围比较；吴翌琳等［11］从数字经济的核心与活动两个方面构建数字经济产业分类体系，但缺乏数字经济的具体要素分析。因此，黄慧群等［12］基于城市层面的要素分析，利用互联网普及率、相关人员从业情况、相关产出情况和移动电话普及率4个与数字经济相关的因素，综合构建数字经济指标体系。刘军等［13］将城市层面要素延伸至省级层面要素，从信息化发展、互联网发展和数字交易3个维度建立了数字经济的综合指数。

3.在数字经济效应方面

Jorgenson［14］与Choi等［15］认为信息技术的广泛应用能够推动全要素生产率的提高以及国际贸易的发展；张勋等［16］认为构成数字经济维度的数字金融服务能够通过提高居民创业度来促进中国经济的包容增长。

（二）经济高质量发展研究

实现经济高质量发展有利于提高经济增长的质量与效益，这对于经济的可持续发展和人们追求物质与精神共同富裕来说是不可或缺的。有关经济高质量发展的大量研究主要集中在发展内涵、指标测度与影响因素3个方面。

1.发展内涵方面

金碚［17］认为人民对美好生活的向往是衡量经济发展质量的重要指标；任保平［18］考虑到经济发展的有效性、充分性与协调性等方面，深入探讨经济高质量发展的内涵与意义。

2.指标测度方面

学术界对经济高质量发展指标的度量标准不一，如李周为等［19］和赵涛等［20］从投入产出水平、生态环境水平和居民生活水平这3个方面对经济高质量发展的指标进行综合测度；张英浩等［21］基于居民生活、产业结构、生态效益和TFP的四维角度建立我国经济高质量发展的指标体系。

3.影响因素方面

李变花［22］认为影响经济增长质量的因素包括生产力、产业结构与技术进步等；刘伟等［23］认为实现经济高质量发展的重点在于产业结构升级，其决定了经济发展的效率和创新驱动力；吕军等［24］认为制约经济高质量发展的关键因素是科技创新能力、人力资本、要素均衡配置、产业结构以及经济增长水平等。

（三）数字经济影响经济高质量发展的理论研究

对于数字经济如何影响经济高质量发展的问题，研究焦点主要集中在数字经济本身。数字经济本身具有一定的规模效应，可以从微观、中观与宏观3个层面影响经济高质量发展。在微观层面，数字经济可以通过大数据、云计算、区块链等信息化科技形成规模经济，促进传统经济不断革新，改变传统盈利模式，实现经济有效转型；在中观层面，数字经济能够充分赋能网络平台的搭建，重塑传统的市场结构，促进经济高质量发展［25］；在宏观层面，数字经济能够显著促进经济高质量发展［26-28］，还可以赋能影响经济高质量发展的相关因素。如任保平［29］立足于公司管理层面，认为数字经济能够推动公司的组织架构与管理模式向数字化方向转变，对经济高质量发展起到了积极作用；师博［30］基于工业发展角度，提出数字化的工业发展使工业组织形式与商业模式得以转变，减少了工业能源的污染消耗，提高了城市的绿色经济高质量发展水平；葛和平等［2］以创新作为驱动要素，提出数字经济能够激发创新的潜能和发展的推动力，并将数字经济赋能创新作为经济高质量发展的一个重要方向。还有学者从创新培育能力［31］、区域经济增长［32］与服务业、制造业升级［33-34］等方面研究数字经济对经济高质量发展的作用机制。

通过回顾已有文献发现，关于数字经济与经济高质量发展的研究较多，但现有研究大部分集中在数字经济对经济高质量发展单一因素的影响，并未从数字经济的更深层次以及异质性与作用机制方面进一步分析其对经济高质量发展的影响。基于此，本文选取2013—2020年我国30个省级行政区（港澳台和西藏除外）的面板数据，探究数字经济对经济高质量发展的实证关系，并结合以上文献分析做出总结，提出以下看法：（1）以往研究大多集中在数字经济对经济高质量发展的影响，本文以此为基础，将测算数字经济指数的二级指标纳入模型，进一步分析数字经济对经济高质量发展的影响，丰富了研究内容；同时考虑空间和地理因素的影响，构建空间计量模型，研究可能存在的空间溢出效应。（2）考虑到数字经济发展的区域不平衡性、不充分性，从东部、中部、西部三大区域研究数字经济对经济高质量发展的异质性影响。（3）在作用机制方面，以往研究大多以创新、企业、服务业与制造业等作为具体的作用路径，而产业结构升级作为我国实现经济高质量发展的动力之一，与数字经济之间存在密切的关系［35］，有必要将其纳入模型分析；同时考虑到资源要素的分配问题容易导致产业结构高级化与合理化的不平衡，因此，本文从产业结构高级化与合理化两个方面研究数字经济对经济高质量发展的作用机制。

三、研究设计

（一）模型构建

1.基准面板计量模型构建为检验数字经济在经济高质量发展中的作用，本文建立以下基准面板计量模型：

其中，i代表地区，t代表年份；hdqi，t代表i省份第t年的经济高质量发展指数，digi，t代表i省份第t年的数字经济发展指数，control代表一系列控制变量；μi，t代表样本个体效应，εi，t代表随机扰动项，假定与样本无关。为了更加准确地观测数字经济对经济高质量发展的影响，本文加入相关控制变量，具体包括人均道路面积（lnroad）、对外开放程度（open）、城镇化水平（urb）、政府干预（gov）以及经济增长水平（lneco），具体选取过程在下文详细说明。

2.空间计量模型构建

由于数字经济本身具有较高的成长性与高度渗透性，会因区域间的经济差异而表现出不同的数字经济水平［36］，数字经济发展会影响本地区的产业集聚、创新能力与发展环境，吸引先进生产要素流入该地区，使得经济高质量发展水平得以提高，对周边地区的数字经济水平也会发挥积极效应。如崔蓉等［37］、张俊英等［38］分别发现互联网发展水平和电子商务等与数字经济相关的信息要素存在一定的空间溢出效应。为了进一步研究数字经济在空间视角中影响经济高质量发展的情况，本文构建如下空间计量经济学模型，对上述问题进行深入研究：

1）空间滞后模型（SAR）

其中，ρ表示区域经济高质量发展的空间自回归系数，α1、α2分别表示数字经济与控制变量的空间回归系数。

2）空间误差模型（SEM）

其中，εi，t＝λWεi，t＋φi，t，λ为空间自回归系数，φ为随机扰动项。

3）空间杜宾模型（SDM）

式（2）～（4）中，W表示空间权重矩阵，本文采取地理距离权重矩阵、经济距离权重矩阵进行空间计量回归分析，以0～1权重矩阵作为稳健性结果的验证。由于篇幅的限制，此处不作详细解释。

3.中介效应模型构建

本文以产业结构合理化与产业结构高级化作为中介变量，参考温忠麟等［39］对中介效应的研究方法，构建相应的中介效应模型如式（5）～（7）。其中，dig表示数字经济，hqd表示经济高质量发展水平，med表示产业结构合理化与产业结构高级化，control表示相关控制变量，ε表示随机扰动项，具体模型设定如下：

模型（5）检验数字经济对经济高质量发展的影响，若α1显著为正，则表明数字经济能够促进经济高质量发展。模型（6）检验数字经济对产业结构升级的影响，若β1显著为正，则表明数字经济能够促进产业结构升级。模型（7）检验产业结构的中介效应，若γ2显著为正，则表明产业结构升级能够促进区域经济高质量发展。若存在中介效应，则模型（6）中的β1与模型（7）中的γ2的乘积（β1×γ2）与模型（7）中的γ1符号一致且均为正值，即产业结构升级在数字经济与经济高质量发展之间发挥中介效应。

（二）变量说明

1.被解释变量：经济高质量发展（hqd）

在对经济高质量发展的衡量中，本文借鉴贺健等［40］的做法，从“创新”“绿色”“协调”“开放”“共享”5个方面运用熵值法综合构建经济高质量发展指标，具体如表1所示。

表1 经济高质量发展指标体系

图1展示了2010—2020年我国各地区经济高质量发展指数均值的变化情况，由图形变化趋势可知，排名前十的分别为北京市、上海市、天津市、广东省、江苏省、辽宁省、浙江省、福建省、山东省、海南省，大部分位于经济发达的东部地区，少部分位于中西部地区；中部地区经济高质量发展指数差异性较小，相对平稳。总体来看，东部地区经济高质量发展水平领先，中部地区优于西部地区。

图1 2010—2020年全国各地区经济高质量发展指数的均值变化情况

2.核心解释变量：数字经济（dig）

在对数字经济指标的测度方面，本文借鉴刘军等［13］的做法，从信息化发展、互联网发展与数字交易发展3个维度，利用熵值法对其进行综合构建与衡量，具体指标体系如表2所示。

表2 数字经济指标体系

图2展示了2013—2020年我国数字经济与其分维度（信息化发展、互联网发展、数字交易发展）的变动趋势。由图2可知，数字经济、信息化发展、互联网发展与数字交易发展在时间的影响下，每年都呈现出递增的趋势。在分维度指标中，互联网发展领先，信息化发展相对优于数字化交易发展，说明我国的数字经济已取得较好的发展，是我国由经济大国迈向经济强国的重要战略方向，发展数字经济有利于经济实现快速转型。

图2 2013—2020年我国数字经济与数字经济分维度指标的均值变化情况

表3展示了2020年我国各地数字经济及其3个一级指标的排名情况。由表3可知，排名前十的分别为广东省、北京市、浙江省、江苏省、上海市、山东省、四川省、福建省、重庆市与天津市，大部分集中于东部发达地区，少部分分布在以四川省与重庆市为代表的西部地区，而中部地区的数字经济发展指数分布比较集中，处于中等水平。总体来看，东部地区数字经济的发展领先，中部地区相对优于西部地区，一级指标分析过程限于篇幅，此处不再赘述。

表3 2020年我国各地数字经济发展指数及其一级指标排名

3.控制变量

考虑到其他变量对各地区经济高质量发展也会产生影响，在模型回归中加入相关控制变量，以保证模型回归的准确性。借鉴相关学者的研究，选取以下5个控制变量：人均道路面积（lnroad），以人均城市道路面积来衡量［41］；政府干预（gov），用地方政府的总体预算开支占地方总产值的比率来衡量［33］；对外开放水平（open），以每个区域的进口和出口总额占其地区生产总值的比率来表示［42］；城镇化水平（urb），用每个区域年底城市人口与总人口的比率来衡量［43］；经济增长水平（lneco），以各地区生产总值与地区总人口的比值来衡量［44］。主要变量的定义和测度方法见表4。

表4 各变量定义汇总表

（三）数据来源及变量的描述性统计分析

本文选取2013—2020年我国30个省级行政区（港澳台和西藏除外）的面板资料，以《中国统计年鉴》和全国各地的统计资料为主，并以此为基础进行整理。为消除异方差的影响，对部分变量进行对数处理，其中相关年份的缺失数据采用指数平滑法填补。表5展示了各个变量描述性统计分析的具体结果。

表5 各变量的描述性统计分析

四、实证分析

（一）基准回归分析

1.基准回归结果

表6为数字经济影响经济高质量发展的基准回归结果。其中，模型1、2（随机效应）与模型3、4（固定效应）分别为无控制变量与有控制变量的普通面板计量回归分析，Hausman检验结果未能拒绝原假设，且拟合优度随机效应更优，因此选取随机效应进行模型分析。由结果可知，数字经济显著促进了经济高质量发展，且在1%的水平上显著，数字经济发展指数每提升1个单位，经济高质量发展提升0.196 8个单位，表明数字经济的发展有利于实现我国的经济转型，促进经济高质量发展。

表6 基准回归分析结果

控制变量中，对外开放程度（open）与城镇化水平（urb）均能促进经济高质量发展，且在1%的水平上显著，说明提升对外开放程度有利于引进先进的科学技术和有效的管理机制；城镇化水平的提高可以带动人口流动和扩大就业机会，进而实现经济高质量发展；而经济增长水平（lneco）的促进作用不显著，说明我国在经济高速增长的同时，虽然能够较好地顾及环境治理问题，但对经济高质量发展的作用并不显著。政府干预（gov）和经济高质量发展之间为不显著的负向相关关系，说明增加财政支出的同时经济发展的质量并未得到良好提升。人均道路面积（lnroad）显著抑制了经济高质量发展，在1%的水平上显著，可能的原因是：人口密度持续增大导致我国人均道路面积增幅很小，难以满足人均生活需求，反而“倒逼”道路超负荷运载以及大量时间和成本的流失，不利于经济高质量发展。

2.稳健性检验

表7为逐一添加控制变量的稳健性检验。由表7可知，数字经济均显著促进了经济高质量发展，通过了1%水平上的显著性检验，仅回归系数发生数值大小变化，模型依旧稳健。

表7 稳健性检验结果

（二）异质性分析

按照行政区划划分标准，将我国整体划分为东部、中部与西部三大区域，分别研究数字经济对经济高质量发展的地区异质性影响。表8展示了数字经济对经济高质量发展的异质性回归结果。由表8可知，东部、中部与西部地区的数字经济均促进了当地经济高质量发展。其中，东部与中部地区的影响效果在1%的水平上显著，东部地区的显著系数高于中部地区；而西部地区在加入控制变量后，显著性程度降低，系数值也有所降低，数字经济影响西部地区经济高质量发展的作用程度减小。可能的原因是：西部地区数字经济发展水平较低，仅四川省与重庆市的数字经济发展水平相对较高，并不能代表整个西部地区的数字经济发展水平。整体来看，东部地区发展领先，中部地区发展优于西部地区，区域间存在差异性。

表8 地区异质性分析结果

控制变量中，对外开放水平至少在10%的水平上显著促进了经济高质量发展，有利于经济转型；城镇化水平与经济高质量发展之间表现为不显著的正向相关关系；政府干预与经济增长水平仅在东部与中部地区抑制了经济高质量发展，而在西部地区表现为促进效果（但不显著），区域间存在异质性；人均道路面积在各个地区均抑制了经济高质量发展，但作用效果不显著。

（三）空间溢出效应分析

随着地区经济联动发展的不断加强，周边地区的数字经济发展水平对本地区经济高质量发展存在或多或少的影响。数字经济具有渗透性、融合性和协同性等特点，能克服地理距离与空间限制，实现跨区域协作与发展，产生空间溢出效应。因此，下文基于空间计量模型，重点探究数字经济对经济高质量发展的空间外溢效应。

1.空间自相关分析

空间权重矩阵的构建采用地理距离和经济距离空间权重矩阵以及0～1邻接空间权重矩阵。为验证数字经济对相邻省份的经济高质量发展存在空间溢出效应，需先验证数字经济发展水平是否存在空间相关性。采用Moran’I指数计算2013—2020年我国数字经济发展指数的全局空间相关性，结果如表9所示。由表9可知，在经济距离空间权重矩阵下，除2017年和2018年外，数字经济发展指数的Moran’I值均在10%的水平上显著。在0～1邻接空间权重矩阵与地理距离权重矩阵下，数字经济发展指数的Moran’I值均在5%或10%的水平上显著。上述3种空间权重矩阵的Moran’I值大部分显著为正，表明2013—2020年我国各省份的数字经济均具有显著的空间相关性。

表9 不同权重矩阵下数字经济发展指数的莫兰值

2.空间计量模型选择

本文基于拉格朗日检验（LM检验）、拉格朗日乘子检验（R-LM检验），初步对空间滞后模型、空间误差模型与空间杜宾模型进行选择。若所选模型为空间杜宾模型，则通过沃尔德检验（Wald检验）或最大似然比检验（LR检验）判定空间杜宾模型是否存在退化为空间滞后与空间误差模型的现象。对于不存在退化现象的空间杜宾模型进行霍斯曼检验，确定固定效应与随机效应，若所选的模型为固定效应，需进行时间固定、个体固定与时间个体双固定检验并作比较，最终确定空间计量模型类型为SDM模型。

表10列出了对空间计量模型进行选取的具体结果。由表10可知，LM检验统计量均在1%的水平上显著，R-LM检验中存在一个拒绝原假设，一个未能拒绝原假设，初步选择空间杜宾模型；LR检验均在1%的水平上显著拒绝原假设，说明空间杜宾模型不存在退化现象；Hausman检验均在5%的水平上显著拒绝原假设，选择固定效应。根据回归结果，最后确定了在个体固定下的SDM模型。

表10 空间计量模型的选择

3.空间回归结果分析

表11展示了数字经济影响经济高质量发展的空间杜宾回归结果。由表11可知，在两种空间权重矩阵下，数字经济影响经济高质量发展的直接效应、溢出效应与总效应均至少在10%的水平上显著，说明本地区的数字经济发展会显著促进本地区的经济高质量发展，相邻地区的数字经济发展也能促进本地区的经济高质量发展，即数字经济的发展存在正向空间溢出效应。

表11 数字经济对经济高质量发展的空间溢出效应

4.稳健性检验

本文使用替换空间权重矩阵的方法对空间回归结果进行稳健性检验，结果见表12。由表12可知，替换空间权重矩阵并未影响数字经济对经济高质量发展的作用效果，仅回归系数与显著性程度发生变化，说明模型稳健。

表12 稳健性检验

（四）机制分析

表13为数字经济基于产业结构合理化与高级化对经济高质量发展的影响机制分析。其中，产业结构合理化显著促进了经济高质量发展，通过了5%水平上的显著性检验，发挥了12.43%的中介效应；产业结构高级化显著促进了经济高质量发展，在1%水平上显著，发挥了41.45%的中介效应。相较于产业结构合理化，产业结构高级化发挥的中介效应优势更加明显，原因在于各产业间存在不均衡的资源竞争，导致“溢出效应”明显。但从产业自身来看，有效的资源能够实现自身落后技术的革新，实现产业结构由低级向高级进步，因此，产业结构高级化发挥的中介效应高于产业结构合理化。

表13 中介效应分析结果

（五）进一步分析

基准回归分析主要从数字经济角度研究其对经济高质量发展的影响，从信息化发展、互联网发展与数字交易发展的维度综合测度数字经济指标。因此，下文主要从这3个维度分别研究其对经济高质量发展的影响。限于篇幅，详细模型构建省略。

表14为数字经济分维度指标（信息化发展、互联网发展与数字交易发展）对经济高质量发展的影响。由表14可知，信息化发展、互联网发展与数字交易发展均显著促进了经济高质量发展，通过了1%水平上的显著性检验，其中互联网发展的作用效果最优，互联网发展水平每提升1个单位，经济高质量发展提高0.591 8个单位；信息化发展影响经济高质量发展的弹性优于数字交易发展。总体而言，互联网发展对经济高质量发展的影响是最重要的，信息化发展的作用效果优于数字交易发展的效果。

表14 数字经济分维度对经济高质量发展的影响

五、研究结论与政策建议

（一）研究结论

本文以数字经济为核心解释变量，以经济高质量发展为被解释变量，共选择5个控制变量，构建了2013—2020年我国30个省、自治区、直辖市（西藏、港澳台除外）的面板计量模型，运用基准回归模型、空间计量回归模型与中介效应模型等方法，实证检验了数字经济对经济高质量发展的影响机理与溢出效应，主要得出以下结论：

一是我国经济高质量发展水平整体呈现东部地区领先、中部地区优于西部地区的格局。2020年，我国数字经济发展高水平地区大部分集中在东部，西部地区仅四川省与重庆市位列高水平地区排名前十序列，中部地区数字经济发展整体平稳。

二是数字经济能够显著促进我国经济高质量发展，对于推动我国经济转型具有重要意义。通过对比以及逐一添加控制变量和一系列稳健性检验后，上述结论依旧成立。

三是在分区域回归中，东部、中部地区与西部地区数字经济均促进了经济高质量发展，显著程度与弹性回归系数呈现东部领先、中部地区优于西部地区的情况，区域间存在差异性。

四是在区域范围内，数字经济不仅可以促进一个地区的经济高质量发展，还可以给周围地区的经济高质量发展带来显著的正向溢出效应，通过替代空间权重矩阵的稳健性检验，仍能证明以上结论。

五是产业结构合理化与产业结构高级化在数字经济促进经济高质量发展中发挥部分中介效应，且高级化的作用效果优于合理化的作用效果。

（二）政策建议

1.加强数字基础设施建设，推动数字技术与传统产业融合

东部地区的数字基础设施建设相对较为完善，而西部地区则面临着较大的发展短板。因此，政府需要加大对数字基础设施建设方面的投入力度，确保各地区的数字化发展处于平等地位。中部地区的传统产业相对发达，但数字化水平较低。在提高生产效率、降低成本的过程中，可以采取激励措施，促进传统行业与数字经济相结合，提高区域整体的工业水平和竞争力。

2.建设高质量的城市道路，改善农村道路状况

政府应该加大对城市道路的投入力度，重点建设高质量的城市道路，提高城市交通基础设施水平。同时，构建智慧交通系统，提升城市交通管理水平，降低交通拥堵，提高道路通行效率。农村道路建设水平与城市相比较低，给农村地区的经济发展带来了诸多不便，应增加农村公路投资，提高农村公路质量，进一步提高农村的基础设施水平以及经济发展水平。

3.合理制定产业政策，均衡分配资源要素

就机制分析结果而言，产业结构合理化发挥的中介作用低于产业结构高级化。因此，在实现产业结构转型升级的过程中，需合理制定产业政策，实现资源要素均衡合理分配，各级政府根据自身的要素资源禀赋条件制定适合当地的产业政策。产业水平高的城市应积极向产业水平低的城市转移相关产业，以实现产业结构合理化分配，减少产业间的“挤出效应”，均衡合理化水平，促进产业结构升级，为数字经济作用于产业结构合理化提供更好的传导空间，从而助力实现经济高质量发展。