基于质量、效率、动力三维视角的数字经济对经济高质量发展多维影响研究

宁朝山

(聊城大学，山东 聊城 252059)

一、引言与文献综述

经过改革开放40多年的艰苦探索，中国经济已进入由高速增长阶段向高质量发展阶段转型为基本特征的新时代。新时代下，一方面，探讨究竟如何培育经济增长新动能，加快经济增长效率提升，实现经济高质量发展，是目前及今后需要重点研究和解决的问题，这也是社会各界关心的重要议题。另一方面，以大数据、云计算、人工智能等为代表的新一代信息技术的发展及其产业化应用催生了数字经济这一新型经济形态。与以往农业经济、工业经济时代不同，数字化的知识和信息是数字经济时代的关键生产要素，具有高技术性、高成长性、高渗透性、高协同性特征，在供给和需求两端为中国经济向高质量发展转型中如何应对新挑战、解决新问题提供了新的可行路径。在现实发展迫切需求和相应政策指导下，当前数字经济快速发展，数字经济对经济增长的贡献显著增强。在这一趋势下，关于数字经济、经济高质量发展以及数字经济如何促进经济高质量发展的相关研究日益重要，也逐渐成为学者关注的焦点，这为加快培育壮大数字经济新动能，加速经济向高质量发展转型具有重要的理论和现实意义。

通过梳理现有文献可以得出，现有相关研究主要涉及数字经济或经济高质量发展内涵、特征、测度，[1][2][3][4]部分文献就数字经济相关技术或信息产业对经济增长的影响效应进行了考察。[5][6][7][8]近期也有文献探讨了数字经济对经济高质量发展和工业制造业模式的影响机理。[9][10][11]在较少的定量研究中，肖国安、张琳[12]基于全要素生产率视角实证检验了数字经济的经济效应。经济高质量发展是一个复合性、多维度的目标，[13]现有文献很少有基于质量变革、效率变革、质量变革维度系统分析数字经对经济高质量发展的影响机理和效应，这为本研究留下了拓展空间。本研究在借鉴已有成果基础上，基于质量变革、效率变革、动力变革三个维度分析数字经济驱动经济高质量发展的理论机制并对其效应进行检验。

二、数字经济驱动经济高质量发展的机理

数字经济是以互联网、大数据及其相关技术创新与应用为基础的一种新型经济形态，具有高技术性、高成长性、高融合性、高协同性的特征，实现了生产力要素的数字化渗透、生产关系的数字化重构，是推动质量变革、效率变革、动力变革的新动能。

(一)数字经济推动质量变革实现经济高质量发展

一方面，数字经济发展有助于要素质量提升。数字经济时代，信息、数据等高端生产要素成为类似于货币和黄金的新型经济资产，并作为独立的生产要素进入到生产、流动、消费等经济各领域、各环节，改变了原有经济系统中的要素投入结构，数据要素投入数量越来越多，数据、信息等高端要素投入占比越来越高。[14]同时，由于信息、数据等知识、智力密集型程度更高的新生产要素具有强大的溢出和渗透效应，它通过与资本、劳动等要素的融合，实现与其他要素相互作用、相互补充，改善了传统要素的质量。例如，数字经济的发展需要持续的大规模研发投入，而技术创新具有很强的扩散效应，有助于传统经济知识密度的提升，使传统的“能量密度”较低的要素转变为“能量密集度”较高的要素。[15]

另一方面，数字经济发展可有效提升产品和服务质量。首先，与传统生产方式相比，数字经济的大数据和人工智能技术可实现在生产线各环节全面实时智能监控，大幅度提高企业对产品质量的监管和控制能力，降低产品不良率，提高产品质量。其次，数字经济改变了传统消费品的形态和功能，智能消费和消费产品的智能化给消费者带来质量更高、内容多样化的消费体验，提升产品消费的满足感。例如，互联网社区、众创平台等新业态、新模式出现，鼓励消费者直接参与产品设计，通过将自身需求、感受、经验等及时反馈给企业，促使企业在产品开发、外观设计、产品包装、市场营销等方面加强创新，构建全生命周期服务体系。[16]再者，数字经济可有效克服市场信息不对称，为消费者自主选择和政府质量监管提供技术支撑，使优质产品和服务被广泛获取，降低劣币驱逐良币规律发生的可能性，提升优质产品的盈利空间。

(二)数字经济推动效率变革实现经济高质量发展

首先，数字经济的规模经济和范围经济效应提高产出效率。传统工业经济范式下的规模经济、范围经济受制于硬件设施、厂房设备、地理空间等，随着企业规模扩大，边际成本快速增加，形成确定性规模空间。然而，数字经济具有较强的网络外部性，当产品用户规模达到临界容量后，由于正向因果累积循环的反馈机制实现马太效应，降低产品边际成本，削减产品平均成本，这一规模经济效应的存在提升了企业生产效率。[17]同时，数字经济在信息搜索和数据分析上实现了巨大的技术进步，从而在传统范围经济中相关性不明显的产品之间建立了联系，在整体上增强了范围经济效应。

其次，数据要素的渗透性、融合性特征提升传统要素效率。数字经济的信息、数据等知识、智力密集型程度更高的新生产要素具有强大的溢出和渗透效应。数字经济的网络化和协同性特征实现资本、劳动力等生产要素的集约化整合、协作化开发、网络化共享，提高要素之间的协同性、增加要素之间的配合，提高要素使用效率。例如，物联网、云计算和自动化控制等技术提高了生产活动的智能化和自动化程度，引发资本对劳动的替代，并且这种替代呈现明显结构性特征，智能化在替代简单劳动的同时带动无法实现自动化工作岗位的复杂劳动力的需求，增加高端劳动力即人力资本的需求，带来生产过程效率的提高。[12]

再者，数字经济降低要素配置扭曲，提升要素配置效率。首先，互联网、云计算、大数据等新兴技术可以实现对社会再生产过程中海量数据的分析，有效解决了信息不完全和外部性问题，降低了信息检索和资源匹配成本，形成更为公开透明的市场环境，实现要素供需精准匹配，优化要素配置，让产出接近产能、让生产点接近生产可能性曲线。其次，数字经济具有网络化特征，所构建的高度互联互通并具有正外部性效应和规模效应的网络化结构为各类创新要素的创造、集聚、转移和应用创造便利条件，提升创新资源的流动性。同时，数字经济发展有助于促进垄断行业的改革，加强市场竞争，加快生产要素的合理流动和优化组合，提高经济的投入产出比。

(三)数字经济推进动力变革实现经济高质量发展

首先，作为新动能的数字经济所蕴含的高端要素在总量规模扩张的同时增强传统要素动能。一方面，数字经济本身具有高成长特性，为达到足够规模，通常需要大量技术及人力资本投资，即数字经济的发展增加了新兴技术及相应的人力资本等高端要素的规模，促进经济持续增长，这是技术或人力资本促进经济增长的“常规路径”。另一方面，与传统要素具有明显稀缺性不同，信息、数据可以被复制、共享，随着应用规模增加呈现边际收益递增特性，打破了以往生产要素稀缺性对经济增长的制约，为经济持续性增长提供了可能。[18]

其次，数字经济为培育创新动能提供了新动力。创新是数字经济的重要特征，数字经济本身作为重要的技术创新，需要投入大量人力、物力进行研发、设计，数字经济发展意味着社会技术创新水平和能力的提升。同时，通过建设以平台经济为核心特征的数字化、网络化协同研发平台，聚集整合业内原本较为分散的相关优势研发资源，突破研发创新的行业、企业或地域边界的限制，提升创新资源利用效率。同时，数字经济突破了传统创新中消费者和研发者的信息分割，能够以较低成本并且相对精确地挖掘消费者需求，减少信息不对称导致的研发不确定性，降低研发创新的市场风险，提升创新效率。

再者，数字经济增强消费动能对经济增长质量提升的基础性作用。一方面，数字经济降低交易成本，减少了因信息不对称、机会主义、有限理性等造成的搜寻成本、议价成本，有助于繁荣消费市场，通过增加实际需求拉动经济增长。另一方面，在新技术推动下形成的新模式、新业态部分地解决了传统消费模式下的用户痛点，迎合了消费者新的需求，使消费规模快速发展。例如，共享平台和大数据技术的应用，引致传统以供给为导向的商业模式逐渐被以消费者需求为中心的价值创造逻辑所替代，[19][20]也使得大量小众产品在平台集聚，实现了销售市场中的“长尾效应”。因此，数字经济的发展既为企业满足消费者多样性需求提供了动力，也为消费者获得多样化服务或产品提供了可能性，增强了消费动能对经济增长质量的提升效应。

三、数字经济与经济高质量发展水平测度

(一)评价指标体系构建

根据数字经济和经济高质量发展内涵，为尽可能客观衡量两者发展水平，需从多个维度进行指标选取。但是，数字经济作为一种新兴经济形态，对于如何衡量数字经济在既有文献中尚未达成一致意见。基于前述的理论分析并考虑数据的可得性，本文主要从数字基础设施、数字生活应用和数字产业发展3个维度选取17个评价指标综合计算中国省际数字经济发展水平(表1)。关于经济高质量发展，主要从质量变革、效率变革、动力变革3个维度选取21个评价指标来衡量(表2)。其中，土地、劳动、资本产出率分别由地区生产总值除以建设用地面积、从业人员、资本存量得出；全要素生产率采用基于产出视角的数据包络分析法(DEA)来计算反映生产率增长的Malmquist指数来表示；产业结构高度化指数由资本和技术密集型产业产值占地区生产总值的比重获得。

表1 数字经济发展评价指标体系

表2 经济高质量发展评价指标体系

(二)测度方法与结果分析

基于以上构建的评价指标体系，本文采用综合评价法对数字经济和经济高质量发展水平进行测算。当前常用的测算综合指数的方法有多种。其中德尔菲法、层次分析法具有较强的主观色彩，难以避免主观偏颇性。与前两者相比，主成分分析法、熵权法以及TOPSIS方法主要是依据指标传递信息量大小确定指标权重，能够较好地避免基于主观因素确定权重产生的偏误，因而具有更高的客观性，但是，主成分分析法和熵权法都是基于截面数据评价的研究方法。在对面板数据的时序多指标动态跨期比较时，上述方法存在明显的不适用性。[21]“纵横向”拉开档次法可以克服传统截面评价方法在实现跨期比较中的弱势，能够更加合理且不含有主观色彩地进行综合评价或排序，但其并未考虑不同指标对评价结果贡献度的差异。为了弥补这一缺陷，本文首先采用熵值法确定各指标的权重，进而用“纵横向”拉开档次法进行评价，得出的综合评价值不仅可反映被评价对象的整体差异，而且包含了指标相对重要性对评价结果的影响。

基于上述思路，对2013-2017年中国30个省(市、自治区，不包括西藏自治区)相关原始数据进行标准化转换基础上，应用改进的“纵横向”拉开档次评价法得到30个省(市、自治区)数字经济和经济高质量发展指数。测算结果显示，考察期内的数字经济发展指数总体呈现上升趋势，但省际间存在较为显著差异。从具体省份来看，位于东部地区的江苏、广东、北京、上海、浙江数字经济发展综合指数在国内位居前列，这主要是由于这些地区具有优良的产业发展基础，对数字经济的发展产生了较大的市场需求并提供了良好的产业支撑，同时政府政策的引导也促进了本地数字经济的快速发展。从数字经济发展水平前五位省份与后五位省份的差距来看，地区间数字经济发展的水平差距在样本期内是不断加大的，即地区间的“数字鸿沟”显著存在。

测算的经济高质量发展指数显示，近年来中国经济高质量发展水平较往年有了较大幅度的提升，发展综合指数呈现波动式上升趋势，体现出国家供给侧结构性改革和经济高质量发展的效果。同时，经济发展质量在省际间存在显著差异，综合发展指数基本呈现东高西低、由东向西依次递减的态势。其中广东、江苏、北京、上海制造业发展质量处于国内领先水平，明显高于其他省(市、自治区)，这主要是与该地区的产业结构有关，这些地区具有较高技术含量的先进制造业在制造业中占有较高比重，经济高质量发展的相关产业、技术、市场等配套较为完善。作为经济大省的山东省，测算的经济高质量发展综合指数在全国排名为第6位，这可能是因为山东省虽是经济大省，但山东省制造业依然以传统加工制造业为主。以2017年山东省制造业100强企业为例，位居前10的企业中，除了鸿富泰精密电子(烟台)有限公司外，其他多是有色金属加工、纺织、钢铁、家电、石化类企业。河北、陕西等16个省份则属于经济质量发展的弱势区域，占到全国省份的一半以上，说明我国省际间经济高质量发展水平差异依然较为显著，整体仍有待提升。

图1 2013-2017年数字经济与经济高质量发展水平演进趋势。 数据来源于作者测算整理所得。

四、数字经济驱动经济高质量发展的实证检验

(一)模型设计与数据来源

本文要验证的核心命题为数字经济在推进经济高质量发展中的作用。根据研究需要，计量回归的具体模型设定如下：

EHQi，t=α+βDEi，t+γXi，t+ηi+δt+εi，t

(1)

其中，EHQ代表经济高质量发展指数，DE代表为数字经济发展水平。为验证分析结论的稳健性，本文在回归时加入了部分控制变量X，εi，t为随机干扰项，ηi和δt表示个体固定效应和时间固定效应，分别用于控制不随时间变化且不易观察的个体因素和时间维度的宏观冲击。为尽可能减少内生性对回归结果的影响，根据已有的相关研究成果，本文控制变量选择了投资(IN)、政府调控(GI)、人力资本(HU)、交通基础设施(TR)，对外开放水平(OP)。其中投资变量和政府调控变量分别以固定资产投资和财政支出占GDP的比重表示；人力资本变量以平均受教育年限表示；交通基础设施变量以高速公路与一至四级公路、铁路年末里程数通过采用主成分分析法构建出一个加权的道路总里程指标来表示。[22]以上指标数据来源于《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》、《中国交通年鉴》以及国研网数据库。

(二)基本回归结果

首先，利用2013-2017年省际面板数据进行基准回归(见表3)。表3第(1)列显示了数字经济对经济高质量发展的影响。其系数显著为正，这表明数字经济的发展确实能显著促进经济质量升级，即本文的核心命题得以验证。其次，表3第(2)至(6)列，依次加入控制变量。回归结果所示，所有控制变量的估计系数均显著为正。进一步比较可以发现，在加入控制变量后，一方面，核心解释变量的估计系数绝对值有所下降，这说明未考虑控制变量回归模型的设定过于简单，忽略了其他可能性因素对经济高质量发展的影响，即不考虑控制变量的回归模型存在着遗漏重要解释变量问题；另一方面，当逐个加入控制变量后，数字经济这一核心变量的回归系数依然为正，并且通过了显著性检验，这意味着本文的核心结论在控制了其他可能的影响因素后同样是成立的，这也说明本文的结论是相对稳定可靠的。

在控制变量方面，地区经济发展水平估计系数为正，并通过了显著性检验，这说明随着地区经济发展水平的提升，产业配套设施越来越完善，经济发展质量也会随之提升。以地方财政支出占当地GDP比重代表的政府干预度的估计系数显著为正，这说明随着政府干预尤其是政府质量监管强度的增大以及公共配套设施完善，有利于提升经济质量。人力资本变量对经济高质量发展的影响同样是显著为正，因为具有较高教育水平的人力资本作为优质要素禀赋，其投入增加是技术进步的重要源泉，可显著提升产业投入产出效率，同时人力资本具有较强的正外部溢出效应。以外商直接投资衡量的对外开放水平估计系数显著为正，这可能是由于通过外商的直接投资，引进了国外的先进技术、生产和管理理念，为经济高质量发展提供了支持。

表3 数字经济对经济高质量发展的影响

注：括号内为稳健标准误。*、**、*** 分别表示在 10%、5%和1%的显著性水平上通过检验。

(三)异质性检验

由于区域间经济特征存在差异，本部分采用常用的划分标准，将30个省(市、自治区)划分为东中西三大区域进行分样本回归(见表4)。根据表4第2-4列回归结果得出：一方面，东中西区域数字经济估计系数均显著为正；另一方面，通过比较东中西区域数字经济回归系数得出，东部地区数字经济对经济高质量发展的影响最为突出。之所以呈现这样的回归结果，其中的可能的原因是东部地区产业基础、技术能力和产业发展需求导向，使得东部地区数字经济起步较早，发展速度较快，发展水平较高，数字经济与实体经济的融合更加深入，产业数字化水平更高，数字经济驱动经济高质量发展的力量更为强劲。相比之下，中西部地区数字经济发展水平相对较低，数字技术的发展尚处于与产业融合的初期，并且更多地表现在生活服务领域或生产领域的低层次应用，对经济高质量发展的影响效应相对较小。正如前述测算所得到的，考察期内东部地区数字经济平均发展综合指数明显高于中西部地区数字经济平均发展综合指数，同时中西部地区与东部地区数字经济发展水平差距虽有缩减，但缩减速度较慢，2013年中西部地区数字经济平均发展水平与东部地区的差距为0.397，到2017年两者之间的差距依然为0.383。此外，表4第5-7列分别列示了基于高质量发展不同细分维度的回归结果。根据回归结果可以得出，数字经济对质量变革、效率变革、动力变革的估计系数均为正，并且都通过了统计学意义上的显著性检验，这就进一步验证了本文的核心结论是稳健的、可靠的。

表4 数字经济对经济高质量发展影响稳健性和异质性检验

注：括号内为稳健标准误。*、**、*** 分别表示在10%、5%和1%的显著性水平上通过检验。

五、研究结论与政策建议

本研究基于质量、效率、动力视角探讨数字经济对经济高质量发展的多维影响，同时基于改进的“纵横向”拉开档次法对中国省际数字经济和经济高质量发展综合水平进行测度，采用计量回归模型对数字经济推进经济高质量发展的作用机理进行了实证检验，进而得出如下结论：(1)数字经济发展通过提升要素质量、改善产品质量和服务质量推进经济质量变革；数字经济的规模经济和范围经济效应有助于提升产出效率，数据要素的渗透性、融合性特征改进传统要素效率，同时降低要素配置扭曲，提升要素配置效率，推进经济效率变革；数字经济所蕴含的高端要素在总量规模扩张的同时增强传统要素动能，为创新动能培育新动力，增强了消费动能对经济增长质量提升的基础性作用。(2)从全国层面来看，中国省际数字经济和经济高质量发展水平呈现上升态势，并且两者的增长态势具有较高一致性；从区域层面来看，中国省际间数字经济和经济高质量发展水平存在显著差异，并且这一差异的缩减速度较为缓慢。(3)在控制其他可能影响经济高质量发展的变量后，数字经济对经济高质量发展的影响为正，并且通过了统计学意义上的显著性检验；分区域以及基于全国层面数据对经济高质量发展不同细分维度的回归结果同样支持上述结论。

基于以上结论，本研究提出以下建议：(1)加快数字经济规模化，推进数字产业化。把握新一轮工业革命的机会窗口，完善配套政策，聚焦发展互联网、大数据、人工智能等新一代信息技术，进一步夯实数字经济的技术基础，依靠信息技术创新驱动推进新产业、新业态、新模式的规模化和市场化应用。(2)积极引导数字经济和制造业深度融合，提升产业数字化水平。制造业是发展数字经济的主要载体，要加强人工智能、工业互联网、物联网等新型基础设施在研发设计、生产制造、组织管理等领域的应用，提升制造业数字化、网络化、智能化水平。(3)重视数字经济和经济高质量发展的区域差异，稳步推进区域协调发展。鼓励不同区域结合自身要素禀赋和经济现实基础，坚持多元化原则，因地制宜地发展数字经济，弥合区域之间存在的数字鸿沟；进一步完善区域协同政策，充分发挥大城市、城市群对周边区域的带动和辐射效应，更加注重区域一体化发展。(4)加快构建与数字经济发展阶段相适应的治理体系，提高数字经济治理能力。加快构建数据标准体系，探索数据共享机制；加强数字经济关键要素的权属、保护、分类以及交易机制等研究；完善数据治理规则，充分利用大数据技术提高数字经济治理能力，最大程度地发挥数字经济在中国经济创新驱动和高质量发展转型中的最大功用和价值。