数字经济发展与区域经济增长——增长门槛还是增长瓶颈?

刘达禹,徐 斌,刘金全

(1.吉林大学 数量经济研究中心,吉林 长春 130012;2.广州大学 经济与统计学院,广东 广州 510006)

2021年,中国正式步入“十四五”时期,消除绝对贫困、全面建成小康社会等一系列历史任务圆满完成,社会主义现代化新征程乘势而上。与此同时,中国经济运行模式发生重大变化,经济增速渐趋放缓,增长动能面临新旧转换。基于互联网与高新技术的数字经济迅速崛起,新兴数字经济与人们的生产生活方式深度交融,成为支撑经济发展的全新驱动力。世界经济论坛数据显示,一国数字化程度每提高10%,人均GDP将增长0.5%～0.62%,这意味着数字经济具有引领经济增长的巨大潜能。中国信息通信研究院发布的《中国数字经济发展白皮书(2021)》显示,全球数字经济增速超总体经济增速3倍有余,投资回报率更是传统经济模式的6～7倍,这充分说明数字经济具有明显的效率优势。

目前,数字经济转型已成为中国、美国、英国、日本、印度等全球大型经济体的重要国家战略。其中,美国等发达国家起步较早,在20世纪末便形成了计算机、网络、软件与经济活动融合的商业模式。相比而言,中国数字经济发展的特点主要有两个:一是起步较晚,在2006年后国家才正式将其纳入信息化发展战略;二是发展势头迅猛,中国政府对数字经济的扶植力度极大,互联网快速普及,在短短的十几年间便完成了网络服务向智能商务的转化。2020年,全国数字经济增加值达到41.36万亿元,占全年GDP的40%,数字经济增速更是超过同期GDP增速近8个百分点。特别是在2020年新冠肺炎疫情的冲击下,数字经济展现出强大的韧性与活力,为中国经济平稳增长做出了巨大贡献。

虽然数字经济的繁荣为经济复苏提供了重要的基础和动力,但数字经济发展过程中面临的许多问题和隐患也开始外化凸显。2019年以来,中国数字经济增速开始减缓,年均下降1%,这说明在多年的快速扩张后,中国数字经济很可能开始步入瓶颈期,现行的数字运行模式需要更新升级。另外,结合国家统计局的数据不难发现,中国数字经济建设的核心地区位于广东、北京、江苏、上海、浙江等东部发达地区,其数字经济增加值占省域GDP的比重超40%,而西部地区的多数省份数字经济增加值占比仅为省域GDP的10%左右,与东部地区相差甚远,这表明数字经济发展存在明显的“马太效应”,是区域均衡发展的隐患。那么,随着中国数字建设逐步进入稳定期,现有的数字经济运行模式是否面临效率瓶颈?大量的科研资本与创新人才投入还能否持续激发增长动能?为充分验证数字经济的门槛效应和瓶颈效应,本文拟构建面板平滑迁移(PLSTR)模型,对数字经济与区域经济增长的关联机制进行识别与剖析,以期厘清数字经济发展对区域经济增长的动态影响,并为各省的数字化转型和省份间的协调发展提供事实依据与经验参考。

一、文献综述

数字经济是一场数字技术驱动下的经济发展模式变革,它凭借虚拟性、强渗透性、价值增值性等诸多优势,对现实社会中的生产、管理、流通模式进行融合、重组,渐成独具特色的规模体系[1-3]。

数字经济的概念最早诞生于20世纪末的美国“新经济”时期。Don[4]结合信息化与全球化的主流发展趋势指出,经济体可以通过建立庞大的网络体系,将人们现有的知识、智能、创新力进行有机整合,从而释放全新生产力。随后,学者们陆续对数字经济的内涵进行了深入解读,认为传统商务与电子信息技术间的融合构成了最初的数字经济框架[5]。中国的数字经济起步较晚,裴长洪等[6-7]将数字经济归纳为高度发达的互联网载体、数字化的新生产要素与生产者、消费者相融合而成的新型经济形态。总的来看,数字经济的内涵仍处于动态变化之中,其覆盖领域愈发扩大,渐渐演化成为一种广义的经济形态。

随着数字经济的蓬勃发展,数字经济核算成为一个重要问题。从国外的经验来看,数字经济的估算方式基本可归结为以下两种:首先是采用信息技术指标作为近似替代,这在早期的研究中得到广泛使用。Datta等[8]提出数字的本质归根到底是信息化,信息化程度提高将驱使全要素生产率上升,最终实现经济增长。Basu等[9]选用美国工业信息和通信技术投资作为数字发展的替代变量,分别对经济增长与技术进步进行回归,研究表明21世纪以来信息和通信技术投资与全要素生产率之间出现了极强的正相关关系。国内部分学者利用信息、互联网等指标进行机制分析,发现信息化的普及可以有效引导制造业与服务业的产业结构升级,从而提高供给侧的生产效率[10-11]。然而,随着数字技术的多元化应用,仅从信息或互联网视角无法概括数字经济带来的全部改变。鉴于此,后续研究开始转向数字合成指数设计。美国信息技术与创新基金会(ITIF)率先将数字经济、创新能力纳入统计,建立了新经济指数。随后,欧盟统计局综合互通性、人力资本、互联网应用、数字技术集成、数字化公共服务五个方面编制了数字经济和社会指数(DESI),它是现代数字经济指数体系的重要标志。近年来,国内也陆续开展相关研究,中国信息通信研究院、中国电子信息产业发展研究院等机构分别从产业融合、技术创新、社会服务等领域提炼出相应指标,力图持续反映中国数字经济的发展态势。此外,许多学者通过归纳数字经济的有关维度,对数字经济指标体系进行了架构。吴翌琳[12]从数字基础设施、资源共享、资源利用、安全保障等10个方面构建了数字经济评价体系,据此比较各国的数字经济竞争力;温珺等[13]则着眼于数字基础设施与数字渗透程度两个方面,研究了数字经济对区域创新的影响。

随着数字经济指数测度方法日渐规范,有关数字经济对经济增长影响的研究迅速展开。Mel等[14]基于微观视角,通过面板回归与工具变量法测度了数字经济对经济发展的作用效果,发现数字经济可以通过促进就业带动国民收入增长,最终提高社会福利水平。李研[15]选取2005—2017年28个省份的信息技术、数字服务等指标诠释数字经济的运行模式,采用核密度估计和莫兰指数从时空演化视角分析数字经济的区域演化趋势,结果发现各个区域数字经济创造的产出存在巨大差异,但近年来多数省份的数字经济发展都体现出规模扩张特征。Basu等[9,16]进一步从数字经济对市场运行、资源配置的驱动效果进行了调查研究,结果发现数字经济通过提升行业生产效率促进总体经济增长。

纵观现有文献不难看出,数字经济能够有效拉动经济增长,然而还有两个重要问题亟待阐释。一方面,中国区域间数字经济发展水平极不均衡,不同省份对数字经济的反馈亦相差甚远,这意味着数字经济发展很可能具有规模门槛效应,数字经济对不同省份影响的差异亟待阐明。另一方面,中国的数字经济,特别是东南沿海地区数字经济发展迅猛,这很可能导致技术效率饱和,数字经济发展是否已初现阶段性瓶颈同样亟待阐释。鉴于此,本文基于省域增长视角,结合数字经济发展的主要维度建立非线性PLSTR模型,据此识别数字经济发展的规模门槛效应与规模瓶颈效应,了解数字经济发展的一般规律,进而为促成中国的数字经济转型提供重要的经验指引和行动方略。

二、研究假说与模型构建

(一)研究假说

一般而言,数字经济主要通过两条路径作用于经济增长(见图1)。一方面,数字经济能够提高经济主体的创新能力与创新效率,从而加速经济增长[17]。这是由于数字建设和数字服务的发展不仅能衍生出新兴行业,丰富原有的经济运行模式,同时还能与传统行业融合互渗,提高传统行业生产率。此外,数字素养的提高和数字应用的推广还能有效提高市场的资源配置能力,通过各类信息通信技术大幅降低供需双方的搜索与匹配成本,减少信息不对称问题。另一方面,数字经济还能通过加快共享的方式拉动区域经济增长。这主要是因为数字建设和数字服务会为不同发展水平的地区带来合作机会,从而弥补先天劣势,提高经济体的协同增长能力[18]。随着人们数字素养的不断提高和数字应用的多元化,原本发展层次不同的地区有了全新的互动机会,欠发达地区可以通过发挥比较优势融入发达地区的价值链当中,形成利益共享,也可以学习发达地区的成功经验,实现后发跟随和区域协同。基于上述分析,本文提出以下关于数字经济与区域经济增长关联机制的研究假说:

图1 数字经济对经济增长作用机制的传导路径

H1:数字经济对区域经济增长具有正向促进作用。

数字经济由技术创新驱动,那么其必然会经历导入期、成长期、成熟期和衰退期等多个发展历程。这表明数字经济在发展的不同时期,对经济增长的影响机制和作用机理也必然存在差异。一般而言,新的数字技术与传统产业融合之初将颠覆原有产业的运行模式,从而大幅提高传统产业的生产率,但根据边际效用递减规律,随着该项技术发展趋于成熟,生产效率的提升也必将随之趋缓,如若不存在颠覆性的技术创新,原有的生产模式将出现增长瓶颈。考虑到现阶段中国的4G技术已趋于饱和,且近年来经济增长体现出明显的稳中趋降态势,本文提出以下研究假说:

H2:数字经济对区域经济增长的促进作用存在瓶颈效应。

(二)模型构建

为进一步从理论上刻画数字经济对经济增长的影响,本文将数字要素融入传统的生产函数中。首先,构建一个基本柯布-道格拉斯生产函数:

(1)

其中,Yt代表总产值,Kt代表资本,Lt代表劳动,At代表技术水平。考虑到数字经济主要影响劳动生产率,本文通过刻画技术函数将数字经济引入模型。借鉴郭家堂等[3,19]的做法,令

At=aef(tect)+εt

(2)

其中,a为常数,tect表示与数字技术相关的各个维度,εt为随机干扰项。f(tect)为技术函数,计算公式为

f(tect)=∑λilntecit

(3)

其中,λi表示第i个数字技术维度对技术进步的影响。将式(2)(3)代入式(1)中,对等式两边分别取对数得

lnYt=C+αlnKt+βlnLt+∑λilntecit+εt

(4)

为保持一致性,对C进行对数化处理,令C=lna。由此,式(4)为基础的数字生产函数。在此,本文分别使用政府用于研究与试验发展的投资和科研人员数量替代数字生产函数中的资本与劳动,这与基础模型的经济意义更加吻合。此外,为有效衡量数字经济发展程度,许多国际社会组织和机构都构建了数字经济量化指标体系(1)欧盟数字经济与社会指数(DESI)从宽带接入、人力资本、互联网应用、数字技术应用以及公共服务数字化程度5个维度建设一级指标,经济合作与发展组织从智能化基础设施、创新能力、ICT促进经济增长与增加就业岗位4个方面衡量数字经济发展状况,中国数字经济发展指数(DEDI)则从基础设施、产业规模、信息融合和数字政务4个角度评价数字经济发展。。本文参考欧盟给出的数字经济与社会指数(DESI)、经济合作与发展组织构建的数字经济发展指数和中国经济白皮书发布的数字经济发展指数(DEDI),对其共有成分进行归纳,选择数字建设、数字服务、数字素养以及数字应用作为数字经济的代理变量。据此得到的实证模型如下:

lnYit=C+αlnKit+βlnLit+λ1lnconsit+λ2lnserit+λ3lntalit+λ4lnappit+εt

(5)

其中,cons、ser、tal、app分别代表数字建设、数字服务、数字素养、数字应用四个维度。然而,数字经济对区域经济增长的影响机制庞杂,存在典型的规模经济效应,同时会受边际效用递减规律约束,导致很难用线性模型统一地解释数字经济对各省经济增长的作用机理。

为深入探究数字经济是否存在规模门槛效应和规模瓶颈效应,本文引入PLSTR模型对式(5)进行估计。PLSTR模型的最大优势在于可以反映面板模型的非线性特征。将式(5)进行转化:

lnYit=C+αlnKit+βlnLit+λ1lnconsit+

(6)

(7)

(8)

三、实证分析

通过事实梳理与理论分析可以发现,中国数字经济发展日臻成熟,然而其融合范围广、区域发展不平衡的根本属性造成了增长效应的复杂化、多变化和分散化。有鉴于此,为深入厘清数字经济对经济增长的根本作用机理,本文利用PLSTR模型深入检验各数字经济变量对经济增长的非线性影响机制,从而为明晰数字经济是否存在门槛效应和瓶颈效应以及各省数字经济对经济增长的影响机理提供经验证据。

(一)变量设定与描述性统计

中国的数字经济发展时间并不长,直到2009年中国工业和信息化部才正式发放第三代移动通信(3G)牌照。而数字经济正式全面兴起于2011年,彼时手机网民数量开始超过电脑用户,家庭互联网得到有效普及,第三方支付渐成体系,是中国正式步入数字通信时代的重要标志。有鉴于此,本文选取中国31个省、自治区和直辖市(不包含港澳台地区)2011—2019年的面板数据作为样本进行研究。样本数据来源于中经网统计数据库和中国科技统计年鉴。

(1)区域经济增长(y)。以2010年为基期,利用中国各省份名义GDP值与GDP实际增长指数计算出各省份的实际GDP值,对其取自然对数得到区域经济增长的度量指标。

(2)科技创新资本(tinv)与科技研发人员(tper)。选择各地区政府对研究与试验发展(R&D)的投资作为科技创新资本的代理变量,从事R&D项目的研究人员全时当量作为科技研发人员的代理变量,经对数处理后得到解释变量序列。

(3)数字建设(cons)。选择互联网宽带接入用户数作为数字建设的衡量指标,它能有效反映数字技术基础条件的开发程度,是数字经济发展的核心度量指标。

(4)数字服务(ser)。选择3G、4G移动网络用户数作为数字服务的衡量指标,这是由于样本期间主要是3G和4G网络普及期。考虑到5G网络刚刚出现,尚未形成科学的用户规模统计,并且样本截至2019年,因此仅对3G、4G移动网络用户数进行加和并不会影响数据使用的准确性。

(5)数字素养(tal)。考虑到现阶段大学教育已广泛采用多媒体和数字化教育,选择在校大学生数衡量人力资本的数字素养。

(6)数字应用(app)。选择具有研究与试验发展活动的规模以上企业数量作为数字应用的代理变量。这是由于从事创新研究的高技术企业是数字成果转化的代表性基础单位,因而本文以这一群体作为替代样本,构建数字应用指标。

中国数字经济发展的分区域描述性统计结果见表1。可以看出,中国数字经济在短短10年间发展迅猛,创新投入、人才引进、数字化普及程度均有实质性提高,呈现出“大踏步迈进”的态势。数字经济已具有典型的规模效应。具体来看,东部地区的创新资本、数字建设规模、数字服务规模和应用规模分别高达样本均值的5.8倍、3.1倍、4.3倍和5.0倍;中西部和东北部地区进展同样迅速,特别是西部地区,其在样本初期基本没有数字建设,而在样本末期,数字经济规模已十分可观,各项指标的最大值基本都超越了东部地区的平均值,这说明中国数字经济发展已得到实质性提高,目前多数地区已脱离数字化初级阶段。

表1 中国数字经济发展的分区域描述性统计结果

从指标的区域非均衡特征来看,目前中国数字经济资本投入呈现出典型的东部率先引领、中西部后发跟随和东北部相对落后的态势。具体而言,东部地区在创新资本方面明显领先于其他地区,2019年东部地区创新资本投入最大值为1 070,西部地区次之,为318,中部和东北部地区仅为179和135,差距十分明显,并且相较于样本平均值(东部185、中部60、西部78),差距有明显扩大态势。这意味着数字经济发展存在资本加速效应,即在数字经济发展越过规模门槛后,数字资本投入对经济增长的影响将大幅上升。

相比而言,无论在科研人员还是数字素养方面,东部与中部、西部以及东北部之间的差距都不如创新资本投入明显。例如,在数字素养方面,东部地区在样本末期已被中部地区反超。这说明,在数字化发展迈过基础门槛之后,人力资本效应将呈现出明显的边际效用递减特征,其对经济增长的拉动作用可能会出现系统性下降。而为验证数字人才和数字资本对经济增长的作用机理,还需要对数据进行系统的实证检验。

(二)数字经济对区域经济增长的影响机制

为验证假说H1刻画的影响路径,本文构建了一组线性面板模型检验数字经济对区域经济增长的影响机制。各变量间的Pearson相关系数分析结果见表2。

表2 Pearson相关性分析结果

劳动投入与区域增长之间的相关系数大于0.8,表明二者之间存在极强的相关性;而资本投入与经济增长之间的相关系数为0.334,考虑到系数取值高于0.3且显著,属于中等相关,因此也可以置于回归分析之中。在此基础上,除科技创新资本(tinv)与数字应用(app)外,各控制变量与解释变量之间的相关性均低于0.8,表明不存在强相关关系,这也在一定程度上说明模型不存在强多重共线性。

本文借鉴逐步递归思想对模型进行估计,结果见表3。第(1)—(3)列的膨胀因子(VIF)均小于10,表明基准回归不存在多重共线性问题,估计结果可信。其中,除数字应用外各解释变量均高度显著,说明数字经济的确会对经济增长产生重要影响。结合系数符号与大小来看,资本投入表现为微弱的负向影响,劳动投入表现为正向影响,数字技术等变量均表现为正向影响,这表明数字经济对区域增长起到了正向促进作用,且这种作用主要表现出人力要素为主、资本要素为辅和各类数字技术变量协同驱动的特点。从模型的拟合优度来看,三个方程的可决系数均在0.97以上,说明本文构建的数字经济模型对区域经济增长具有很好的解释效力,假说H1成立。

表3 线性面板模型估计结果

(三)门槛效应与瓶颈效应

为验证假说H2,本文进一步建立了PLSTR模型探究数字经济与经济增长间的关联机制。在模型建立前,首先检验基准模型是否适用于PLSTR估计。本文分别将数字建设(cons)、数字服务(ser)、数字素养(tal)和数字应用(app)作为门槛转移变量进行实证测试。这里参照Gonzlez等[20]的诊断方式,选择LM、LMF、LRT3个统计量检验方程是否存在转移门槛,结果见表4。估计结果显示,4个模型均在1%的显著性水平上拒绝模型线性的原假设,表明系统存在典型的规模门槛效应。为了进一步确定门槛水平的个数,对模型继续进行二次门槛效应诊断,结果见表5。

表4 PLSTR模型的非线性诊断结果

表5 PLSTR模型的二次门槛效应检验结果

从表5可以发现,数字建设和数字服务两个变量基本可以接受不存在二次门槛的原假设(2)在严格的统计检验中,一般以5%的显著性水平作为检验标准,数字建设的LMF统计量无法在5%的显著水平下拒绝原假设,这说明它的二次门槛效应并不显著。,而数字素养和数字应用明显存在二次门槛,这说明二者对经济增长的影响机理极为复杂,并不符合有关规模经济和规模不经济的认知。因此,综合经济意义和统计特征,本文将在数字建设和数字服务两个变量中遴选门槛变量。经过简单的实证测试发现,数字服务的门槛水平接近0,缺乏经济意义(相关测试结果备索),故本文选择数字建设作为门槛变量进行PLSTR模型建模。

表6 PLSTR模型的估计结果

为清晰地展现数字经济对经济增长作用的稳态特征,分别将转移函数赋值0和1,进而得到数字经济初级阶段和高级阶段两种稳定状态。从表6中变量的显著性变化可以得到如下几个典型事实:第一,科研人员变量由显著转变为不显著,这一点深刻地揭示了数字经济对中国生产方式的影响,即在数字经济初级阶段,中国的生产仍以劳动密集型为主(劳动变量系数β大于资本变量系数α),而在数字经济高级阶段,劳动变量不再显著,生产单独由资本要素驱动,生产方式亦开始由劳动密集型的粗犷式生产向资本密集型的集约式生产过渡。这一结果还可以解释线性面板估计结果的疑虑。由于整个面板中大多数样本均处于数字经济发展初级阶段,所以线性模型回归结果中资本变量的系数较小。第二,数字建设变量由显著转为非显著,说明数字建设的扩张绝非无止境的扩张,它存在典型的规模瓶颈,一旦到达瓶颈水平,该变量将不再对经济增长起拉动作用。第三,数字素养变量不再显著,说明随着数字经济的普及,数字素养同样不会再对经济增长产生加持效应,这一点与经验预期相符。第四,数字服务的影响系数从0.068上升到0.102,说明随着3G和4G网络的普及,数字经济对经济增长的拉动效应呈现提升态势,这再次肯定了数字经济在提升办公效率和节约工作时间等方面的优势;而在数字应用方面,随着数字经济发展达到阶段性瓶颈,数字应用对经济增长的拉动效应骤减,由最初的0.051收窄至0.016,说明细碎化分散化的数字研发效率不高,反而会导致资源浪费。

总的来看,数字经济的发展正在深刻地改变着中国的生产生活方式,它见证了中国区域经济增长逐步由“人力主导型”向“资源主导型”的嬗变。而随着中国数字经济发展(3G和4G网络)渐进瓶颈阶段,许多矛盾凸显。一是人力资本,特别是中等技能技术工种的职能开始被互联网工具所取代,这会在一定程度上引发工资极化和不平等;二是许多传统拉动经济增长的数字要素开始失效,例如数字建设和数字素养都无法继续拉动经济增长;三是细微化的数字研发开始进入低效率阶段。以上三个方面均是中国经济增长动力下降的直接体现。种种迹象表明,现阶段中国经济增长的阶段性回落并不仅仅由传统增长引擎减弱所致,数字经济建设效率下降亦是经济增速换挡的一个重要原因。由此可见,积极推进5G网络建设,加快数字产业化布局,为数字经济寻找新的增长点和突破口迫在眉睫。

(四)稳健性检验

为进一步验证PLSTR模型估计结果的稳健性,本文采取替换变量的方法进行检验,利用规模以上工业企业的R&D活动投资与其研究人员投入两大指标,对模型中的资本投入与劳动投入变量进行替换,通过对比更换同类代理变量后的估计结果是否与基准模型一致来判断模型估计的稳健性。如果估计结果差异过大,则认为模型稳健性不足;反之,则认为模型具有稳健性。重新估计后的结果见表7。

表7 PLSTR模型的估计结果:替换变量

对比表7和表6的估计结果不难发现,二者的结果高度一致。第一,在模型的两大区制内,决定性解释变量的地位和影响方向均未发生变化,即数字经济发展初期经济增长由劳动投入决定,数字经济发展后期经济增长由资本投入主导;第二,各变量跨过规模门槛前后的符号方向均与基准模型保持一致,这说明基准模型刻画的各要素间的作用机制成立;第三,门槛转换变量与位置参量的大小变化不大,其中转移函数γ取值为2.862,同样较小,证明机制迁移较为缓和,并非典型的规模门槛特征,而位置参量的估计结果为7.600与前期6.725接近,说明基准模型的估计结果具有稳健性。

(五)异质性分析

图2 全样本转换函数

根据各省份2019年数字建设状况计算的数字经济瓶颈如图3所示,隐去了转移函数已超过0.99的样本点。2019年后,全国除了陕西、甘肃、青海、海南、天津外,其余省份的数字建设均已达到饱和状态,说明当下中国数字基础设施建设已具备相当可观的规模,但与此同时,数字经济瓶颈亦充分显现,传统数字经济建设已不再具备驱动经济增长的能力,也说明多数区域的数字经济政策应该向新兴数字技术倾斜。这与政府提出“新基建”计划的初衷高度吻合。由此可见,目前中国数字经济发展已进入重要的战略转型期与技术重构期,5G网络的全面兴建和覆盖势在必行。然而需要注意的是,在5G网络全面布局的初期阶段,政府和各级主管部门一定要充分认识到以往数字经济发展的阶段性特征和重要经验,注重基础建设阶段的成本控制,重视发挥人力资本在5G网络建设中的重要性,同时还要高度关注研发模式的选择,尽量避免细碎化的研发引致的规模不经济和低效率。

图3 数字经济瓶颈效应

四、结论与政策建议

数字经济发展与区域经济增长是近年来宏观经济领域的热点议题。充分激发区域数字经济增长新动能是创新发展格局、促成省域经济增长联动的重要前提。本文基于2011—2019年的中国省级面板数据,从数字经济的四个主体维度着手,构建一组PLSTR模型对数字经济的增长效应加以识别。

本文的主要研究结论如下:第一,就数字经济的门槛效应和瓶颈效应而言,省域经济增长存在由数字建设引致的微弱门槛效应,但是这种门槛水平相对较低,并且在门槛水平之前,数字建设仍可以产生积极效果,说明数字建设与传统经济增长模式存在本质区别,其拥有规模门槛低和发展见效快等比较优势,是新时期政府应着力发展的对象。但随着数字建设的普及,在各省宽带入网数超过2 209万户以后,数字经济增长的瓶颈效应显现,继续扩大数字建设规模难以再提高经济效率。第二,就数字经济初级阶段和稳态阶段的经济发展方式而言,在未跨越门槛前,数字经济呈现出劳动密集型主导、全要素协同的高效增长特征,数字经济红利效应显著。然而,随着数字经济步入稳态发展阶段,生产方式将由“人力主导型”变更为“资源主导型”,此时数字经济模式下的生产效率将急剧下降,人力要素贡献消失,经济运行陷入资本集约扩张、发展潜力收缩的缓慢增长期,最终步入阶段性的瓶颈。第三,就各省的数字发展现状来看,绝大多数省份已经步入数字经济稳态阶段,表明中国已经进入阶段性的数字经济瓶颈期,继续保持原有的运行模式无法激活区域增长潜能。政府和各级主管部门应关注以5G网络等新型数字技术为基础的新数字业态,积极探索推动区域经济持续恢复、培育地方增长潜能的新方法、新模式和新路径。

针对上述研究结论,本文提出以下政策建议:第一,积极推动以5G技术全覆盖为基本导向的数字基建、数字商用普及和数字培训,这是缓解数字经济增长瓶颈的核心要务,只有数字技术得到全面提升,数字经济对经济增长的拉动作用才能突破瓶颈,迎来新的增长点。第二,聚焦数字化生产靶向,树立全新的数字产业化意识。第三,注重加快推进新型数字技术与传统产业再融合。从本文的研究结果来看,数字经济的规模门槛极低,具有融合成本低和前期收效高等典型特点,因此传统产业应加快与5G技术融合的步伐,尽快进入新的数字经济增长期。第四,在当前数字产业化、产业数字化和全面推行5G技术的时代背景下,数字项目的研发、测试还应积极推进区域合作,以发达区域引领带动欠发达区域,推进技术资源与地域资源的有机整合,最终形成小区域集聚、大区域协同的和谐发展态势。总的来看,中国已经具备良好的数字基础设施和数字人文素养,同时数字产业化和产业数字化的特征愈发凸显,这为数字经济的持续发展提供了重要支持。但需要注意的是,绝大多数省份的数字经济发展空间已明显不足,需要及时探索数字经济发展的新模式、新业态,充分激发数字经济与人力资本的协同效应,促进包容性增长,为数字经济的发展与转型提供源源不断的力量。