数字经济如何影响实体经济发展※——机制分析与中国经验

王儒奇 陶士贵

内容提要：在数字经济蓬勃发展的背景下，如何更好地促进实体经济发展是一个具有重大现实意义的研究命题。选取中国2011-2018年265个城市的面板数据，使用多种计量模型实证检验了数字经济对实体经济的影响。研究发现：数字经济对实体经济具有正向和负向的双重影响，其中促进效应明显强于抑制效应；相较于东部地区，数字经济对中西部地区实体经济的提振作用更为明显；城市异质性分析表明，数字经济对中国二线和其他城市实体经济的赋能作用强于一线城市；机制检验发现，数字经济可以通过技术创新和外商投资间接地促进实体经济发展，同时也会通过影响传统金融发展产生一定的抑制效应；进一步的空间计量分析发现，数字经济在促进本地区实体经济发展的同时，还会对邻近地区的实体经济产生正向空间外溢效应。

一、 引 言

实体经济是国家发展之命脉，是经济平稳运行之根基。然而新冠肺炎疫情过后，中国实体经济欲振乏力。与此同时，伴随新一轮科技革命和产业变革的推进，数字经济正悄然成为当前应对疫情影响、推动经济平稳回升的重要力量。随着与经济社会各领域的融合程度不断加深，数字经济已经在刺激消费、拉动投资和创造就业等领域扮演了不可或缺的角色。2020年中国数字经济规模达39.2万亿元，占GDP比重为38.6%。作为国民经济的重要组成部分，数字经济为打造未来竞争新优势、提升经济发展质量提供了新的动能。对此，“十四五”规划纲要针对“加快数字化发展”作出全面部署，明确提出要进一步推动数字经济与实体经济的深度融合，挖掘新的生产要素，壮大经济发展新引擎。在此背景下，探究如何有效增强数字经济对实体经济的助推力量，具有重要的理论价值和现实意义。

在当前促进数字经济和实体经济深度融合的背景下，首先需要明晰数字经济影响实体经济的相关效应和具体特征，即数字经济的崛起是否促进了实体经济的发展？其背后的作用机制是什么？数字经济对实体经济的作用在城市特征与空间分布上又有何差异？目前，有关数字经济的研究主要从数字经济的理论阐述(裴长洪等，2018)、数字经济如何影响企业绩效(何帆和刘红霞，2019)、创业活跃度(赵涛等，2020)、区域创新能力(韩璐等，2021)以及如何影响生产效率、全要素生产率和经济发展质量(赵涛等，2020；杨慧梅和江璐，2021)等视角出发。上述研究虽然将数字经济和经济发展(如全要素生产率和经济发展质量等)联系起来分析，但大多只关注数字经济如何影响整体经济发展，未曾细化到实体经济层面，未对数字经济影响实体经济发展的相关问题作出回答，由此就有可能夸大或缩小数字经济对实体经济的作用，进而导致相关政策的制定出现偏差。

鉴于此，本文在理论分析的基础上，围绕数字经济能否助推实体经济发展这一问题，深入探索数字经济影响实体经济发展的相关作用路径。选取中国2011-2018年265个城市的面板数据为研究样本，使用多种计量模型对相关问题进行实证分析。这可能在如下几个方面丰富既有研究：第一，现有文献侧重研究数字经济对整体经济发展的影响，本文细化到实体经济层面，重点讨论数字经济对实体经济发展的影响及具体作用机制，完善了数字经济领域的研究视角和体系；第二，利用双边随机前沿模型分别测度了数字经济对实体经济的促进和抑制作用，创新性地发现了数字经济能够对实体经济产生双向影响的事实，在提高研究结果可信度的同时丰富了该领域的实证方法；第三，充分考虑了数字经济的空间特征和地区间实体经济发展的外溢效应，为更加深入研究提供了可能的探索空间。

二、 数字经济影响实体经济发展的内在机制及研究假说

数字技术的飞速发展正在逐渐颠覆人们对于传统经济发展模式的理解，这一区别主要表现为传统经济被赋予了数字化和技术化的特征。数字经济凭借自身高效率、低成本的优势，对实体经济发展过程中固有的融资难等问题产生了潜移默化的影响。

1. 数字经济对实体经济发展的直接作用

数字经济作为数字技术与传统经济深度融合的产物，有效弥补了传统经济发展过程中存在的许多不足。首先，数字经济可以充分利用大数据、人工智能和区块链等新型数字技术，打破传统经济活动的时空限制，为跨地区经济活动提供现实基础；其次，数字经济能够降低信息不对称性与交易成本，一定程度上解决了企业尤其是中小企业融资难等问题(侯世英和宋良荣，2020)，企业作为地区实体经济发展过程中的重要力量，数字经济特有的优势将为地区实体经济的发展注入新活力；此外，数字经济的发展还能够较好地抑制资本盲目逐利，引导资金更加合理高效地流入实体经济领域，进而提高实体经济发展的效率和质量。基于此，提出:

假设1a：数字经济能够对实体经济发展产生促进效应。

另一方面，正如一枚硬币有两面，数字经济在促进实体经济发展的同时，还有可能对实体经济产生一定的负面影响。数字经济在带来便捷和机遇的同时，也对传统监管模式带来了许多新的挑战。第一，目前中国相关领域的一些法律尚处于留白状态，难免造成传统法律政策出现“失效”的情况(沈伟和张焱，2020)；第二，数字经济可能会导致部分监管者和被监管者以一种更加隐蔽的形式进行“默契合谋”，破坏了公平公正的市场运行秩序，严重抑制了其他企业参与实体经济活动的积极性(张峰等，2016)，进而对实体经济发展产生抑制效应。基于此，提出:

假设1b：数字经济在促进实体经济发展的同时，还有可能会产生一定的抑制效应。

值得一提的是，地区实体经济的规划与发展还会受到地理区位和现实基础等诸多客观因素的影响。中国幅员辽阔，东中西3大区域在工业基础和经济发展环境等方面均存在着显著差异，多方位的差异可能会导致数字经济对不同区域的实体经济发展产生的影响不尽相同。相类似地，不同的城市在经济总量、专业人才数量以及数字基站等基础设施建设方面也存在着明显差异，将导致数字经济对实体经济发展的影响在不同规模城市间产生差异性。基于此，提出:

假设1c：数字经济在作用于实体经济发展的过程中可能还会存在区域异质性和城市异质性。

2. 数字经济影响实体经济发展的间接作用机制

事实上，数字经济在直接作用于实体经济的同时，还可以通过影响技术创新、外商直接投资和金融发展水平3条路径间接作用于实体经济。

(1) 技术创新。受限于网络数字技术的发展程度，参与经济和创新活动的相关主体对市场信息的搜集、整合、加工、处理能力受到了很大的限制，在一定程度上制约了技术创新活动的开展。然而，在数字经济条件下，新型数字技术(如机器学习和数据挖掘等)的广泛运用在逐步提升各类主体信息搜集能力的同时，还进一步拓宽了获取数据的相关路径。不仅如此，数字技术的发展还可以强化虚拟网络空间与现实经济活动的映射关系，为优化创新资源的配置奠定坚实基础。在现实情境中，相关主体若想获取创新资源难免受到地理距离的制约，而在大数据、物联网以及区块链等数字技术的加持下，创新资源的获取与调配将能够通过上述信息化手段在网络空间内实现，这将会极大地拓展创新资源的配置范围、提高资源配置效率以及降低这一过程中的交易成本和费用(张昕蔚，2019)。除此之外，数字经济还能够实现诸多创新资源与创新主体间的快速连接，进而推动多类创新主体(政府、企业、科研院所、个人用户等)通过网络空间共同参与创新活动，依托自身的比较优势，打造多主体共同参与的协同创新模式，较好地提升了地区(城市)创新能力和创新质量(巫强等，2020)。技术创新是实体经济发展的动力源泉，对地区实体经济发展的促进作用是毋庸置疑的。首先，技术创新能力的提升可以为传统制造业带来自动化和智能化的生产设备，有效地降低了生产过程中的资源损耗和相关成本，进而提高了传统制造业的生产效率、资本产出比以及盈利能力；其次，技术创新成果能够在同一地区或者同一行业内部进行转移和扩散，创新的空间外溢效应与相关产业的集聚效应有利于推动地区实体经济的规模扩张以及地区产业优势的形成；最后，如果创新活动发生于某一主导产业中，主导产业的扩张势必会拉动上下游产业的增长，新兴产业和高新技术产业的发展将为中国实体经济实现从低附加值向高附加值的转型提供不竭动力(纪玉山等，2008)。基于此，提出：

假设2a：数字经济可以通过提升城市创新能力间接地促进实体经济发展。

(2) 外商直接投资。数字经济的飞速发展正在逐渐改变人们对于传统物流模式的理解，互联网和人工智能等新型数字技术使得传统的货物分拣、产品调配以及商品运输实现了智能化，显著降低了货物运输过程中的损耗和成本，有效弱化了地理距离对国际贸易的束缚(施炳展，2016)。此外，数字基础设施的不断完善为实现全球范围内信息通讯的即时性提供了保障，这将大大拓宽相关经济主体获取信息的渠道，大幅降低了因信息传递不及时或信息不对称导致的高昂成本。因此，数字经济凭借自身在打破信息壁垒、提升交流效率以及降低各类成本等方面的独特优势，日益成为中国吸引外商直接投资的重要驱动力(詹晓宁和欧阳永福，2018；张林等，2014)。伴随着中国对外来投资的吸引力不断增加，外商直接投资的流入将为实体行业带来充足的资金和先进的理念。简单而言，数字经济的快速发展为吸引外商投资营造了必要的经济环境，FDI主要通过增加资本积累并进一步转化为生产性投资，进而促进地区实体经济增长。基于此，提出：

假设2b：数字经济可以通过吸引外商直接投资，进而促进实体经济发展。

(3) 金融发展水平。随着数字经济的迅速发展，中国传统金融业同样取得了长足进步。在大数据、人工智能和区块链等新型数字技术的加持下，传统金融的业务范围、产品形态以及服务方式等都发生了革命性的变化，有效改善了过去市场信息不对称、金融产品单一、信贷审批程序繁冗等不足，逐步建立起以数字技术为支撑的新型监管体系，能够更加科学和精准地预测金融发展过程中有可能遇到的风险和挑战，因此数字经济能够对金融发展水平产生积极的促进作用(李强和徐康宁，2013)。事实上，伴随着数字技术在金融领域的不断应用，金融发展对实体经济是一把“双刃剑”。一方面，金融行业的变革与发展不仅能够突破时空限制并降低交易成本，还可以为实体企业(尤其是中小企业)提供更为多样化的融资渠道，有效降低了企业的融资约束和成本，充分调动了企业参与实体经济活动的积极性。另一方面，数字经济虽然加速了金融业的发展，但同样可能会对实体经济产生抑制效应。首先，部分企业可能会借助国家大力发展实体经济的“政策掩护”，盲目进入一些享受国家政策支持的实体行业，而自身在这些领域缺乏相应的管理经验和风险预期，进行了许多非理性投资，这就可能会导致企业的破产和金融机构出现不良贷款，非但无法促进实体经济增长，反而有可能对实体经济的发展产生抑制作用(苏治等，2017)；其次，金融业的迅速发展有可能会引发虚拟经济快速扩张，较为完善的金融市场和丰富的金融产品可能会吸引许多的投资者将大量资金投入虚拟经济部门，这将会在很大程度上压缩实体部门的融资空间，导致实体部门(或企业)融资困难、融资成本上升，挤占了利润空间，进而对实体经济的发展产生抑制效应。基于此，提出：

假设2c：数字经济能够促进金融发展水平，而金融发展水平对实体经济的作用方向还有待进一步明确。

3. 数字经济对实体经济发展的空间溢出效应

现如今，以高新技术为核心的全球制造业竞争愈发激烈，中国在大力发展实体经济的过程中，必须要充分利用信息和技术等新型要素具备较强流动性的独特优势，才能更好地打破空间地域限制，实现跨区域的合作与交流，进而应对全球竞争中可能面临的全新挑战(王业强和魏后凯，2007)。数字经济最明显的优势就是能够打破传统的空间地理边界，加快各类经济要素的流动速度并降低经济活动过程中的各类成本，有效提高了不同地区间经济活动的相关性。既有研究指出互联网和网络基础设施能够产生外溢效应(边志强，2014)，互联网对区域经济发展同样存在空间效应(韩先锋等，2019)，包含互联网的数字经济对经济发展质量同样也会产生溢出效应(赵涛等，2020)。与之相类似，数字经济可以依托高效的信息传递，打破时空界限，提升不同地区间实体经济联系的紧密程度。基于此，提出：

假设3：数字经济的飞速发展，在促进当地实体经济发展的同时，还可以通过空间外溢效应对邻近地区的实体经济发展产生影响。

三、 模型构建与数据选取

1. 模型设定

依据前文的理论分析可知，数字经济能够同时对实体经济发展产生促进效应和抑制效应，故本节选取双边随机前沿模型，参考相关研究(Kumbhakar和Parmeter，2009)，设定如式(1)所示的模型来分别测度数字经济带来的双边效应：

REALit=i(xit)+ξit，ξit=ωit-uit+εit

(1)

其中，REALit为实体经济，i(xit)=λxit，λ为特征变量估计参数，xit为考察样本的特征变量，即设定的8个控制变量，分别为：人力资本(HUM)、人口密度(POP)、产业结构(STR)、环境污染水平(POLL)、失业率(UNE)、城市规模(PEO)、人才集聚(TAG)和政府管制(GOVR)。i(xit)表示在尽可能控制其他影响实体经济发展的因素时，该城市的数字经济发展水平；ξit为复合残差项，其中，ωit表示数字经济对实体经济的促进效应，uit表示数字经济对实体经济的抑制效应，εit为随机误差项。

(2)

其中，Φ(·)和φ(·)分别表示标准正态分布下的累积分布函数与概率密度函数，具体参数设定如式(3)所示:

(3)

在此基本上进一步计算出如(4)所示的对数似然函数，其中θ=[β,σv,σω,σu]为待估计参数，n为样本数。具体如下：

(4)

本文的主要目标是研究数字经济对实体经济的促进效应与抑制效应，因此继续计算出ωit和uit的条件密度函数，两种效应分别如式(5)和(6)所示，其中λ=1/σu+1/σω。具体如下：

f(ωit∣ξit)=

(5)

(6)

依据上式，式(7)和(8)计算出的期望分别表示数字经济的促进效应与抑制效应导致地区(城市)实体经济发展偏离前沿水平的绝对值。具体如下：

(7)

(8)

式(9)和(10)将前式的计算结果进一步换算为二者的百分比形式，具体如下：

E(1-e-ωit∣ξit)=1-

(9)

E(1-e-uit∣ξit)=1-

(10)

最终，数字经济的促进效应和抑制效应对实体经济发展产生的净效应由上述公式的差值得到，具体计算方式如式(11)所示：

NE=E(1-e-ωit∣ξit)-E(1-e-uit∣ξit)=E(e-uit-e-ωit∣ξit)

(11)

2. 数据来源与变量选取

(1) 数据来源。选取中国265个城市(剔除部分行政区划发生变动或数据缺失超过3年的城市)2011-2018年的面板数据为研究样本，数据来源为《中国统计年鉴》《中国城市统计年鉴》和国家知识产权局网站，缺失数据通过地级市年鉴和插值法补齐。

(2) 被解释变量。实体经济(REAL)。目前有关实体经济的范畴尚未完全达成共识，大多数文献将实体经济界定为整个经济体去掉金融业和房地产业的剩余部分，考虑到地级市层面数据的可得性，依据黄群慧(2017)对于实体经济层次的划分并参考相关研究，选取第二产业产值作为衡量城市层面实体经济发展的代理指标。

(3) 核心变量。数字经济(DIGE)。目前有关地级市层面数字经济发展水平的测度方式相对有限，故借鉴现有研究成果(黄群慧等，2019；赵涛等，2020)，主要从互联网发展和数字金融两个维度来刻画数字经济的发展水平，使用主成分分析法对计算机服务和软件业从业人员数、互联网宽带接入用户数、移动电话年末用户数、电信业务收入以及数字普惠金融指数五个指标进行处理，得到衡量中国城市数字经济发展水平的相关指标。

(4) 中介变量。为了进一步检验数字经济影响实体经济发展过程中产生的促进效应和抑制效应，依据前文机制分析的相关内容，设定城市创新能力、外商直接投资以及金融发展水平3个中介变量。其中，城市创新能力(INN)通过城市科学技术支出占财政支出的比重来测度；外商直接投资(FDI)使用城市当年实际使用外资金额来衡量；金融发展水平(FIN)通过计算城市年末金融机构人民币各项存贷款总额与地区生产总值的比值得到。

(5) 控制变量。为了更加精准地计算出数字经济对实体经济发展的双边效应，共设定8个控制变量。人力资本(HUM)，选用高等学校在校生人数来衡量；人口密度(POP)，通过计算每平方千米的常住人口数量来衡量；产业结构(STR)，通过计算第三产业与第二产业的比值来刻画；环境污染水平(POLL)，使用城市工业二氧化硫排放量来衡量；失业率(UNE)，城市就业情况直接影响到人民的生活幸福感，选用城镇登记失业率来衡量；城市规模(PEO)，考虑到城市数据的可得性，选取城市年末户籍人口数作为代理变量；人才集聚(TAG)，选用科学研究和技术服务行业就业人数来衡量；政府管制(GOVR)，通过计算公共管理和社会组织从业人员数占城镇单位就业人数的比重来刻画。

四、 实证结果及分析

1. 基准模型的估计结果分析

根据前文有关数字经济对实体经济发展产生双边效应进行的机制分析，使用双边随机前沿模型对这一过程中产生的促进效应和抑制效应进行计算与分析，得到如表1所示的拟合结果。模型(1)为使用OLS得到的回归结果，模型(2)至模型(5)中逐步控制了年份和城市因素，均为使用MLE进行估计得到的结果，其中模型(5)对年份和城市因素同时进行了固定后，对数似然函数的值在所有模型中最大，最终的拟合结果得到了很大的改善。因此，下文将针对模型(5)进行方差分解，并进一步展开分析与研究。

表1 双边随机前沿模型基本估计结果

2. 方差分解：数字经济对实体经济发展的促进效应和抑制效应测算

表2 数字经济的抑制效应与促进效应

3. 方差分解：促进效应和抑制效应对实体经济发展的效应估计

为了进一步检验数字经济产生的促进效应和抑制效应致使实体经济发展偏离最优发展水平的程度，根据式(1)-(3)，针对数字经济带来的两种效应进行单边效应估计。由表3的拟合结果可知，数字经济的促进效应能够推动地区实体经济发展高出最优水平5%，抑制效应则会导致实体经济发展低于最优水平3%，在两种效应的共同作用下，实体经济发展水平将会正向偏离最优水平2%，即数字经济显著地促进了实体经济发展，最终使得城市实体经济发展高出最优水平2%。表3进一步明确了数字经济影响地区实体经济发展的分布状况，由Q1和Q2分位的测算结果可知，数字经济能够促进实体经济发展的研究结论与前文保持一致；但是Q3分位的结果表明，有1/4的城市实体经济发展水平没有受到数字经济的显著影响，可能的原因是这部分城市实体经济在受到促进作用的同时还受到了较强的抑制作用，因此净效应的计算结果为0，也可能是由于该部分城市的实体经济发展水平相对较高，数字经济对其产生的提振作用相对有限。后文将针对具体的影响路径和城市差异展开进一步的讨论。

表3 数字经济促进效应和抑制效应对实体经济发展的效应估计

4. 稳健性分析

为了进一步探索前文研究结果的稳健性，从数字经济影响实体经济发展的时空分布特征以及城市等级差异对前文的回归结果进行稳健性检验与异质性分析。

(1) 时间分布特征。对样本考察期内数字经济影响实体经济的净效应进行分年度估计。由表4的拟合结果可知，2011-2018年数字经济对中国城市实体经济发展的促进效应均超过了抑制效应，净效应的均值在样本考察期内均为正，表明数字经济对中国实体经济发展产生了持续的促进作用。根据各年份的分位数测算结果可知，数字经济对Q1和Q2分位城市的实体经济发展一直表现出明显的促进作用，而对Q3分位城市的提振作用始终不明显，这一研究结果与前文的结论保持一致，有效保证了文中模型设定的有效性和稳定性。

(2) 空间分布特征。考虑到中国不同地区(城市)间的经济发展基础、环境和现状存在着明显的差异，因此根据各城市所处的省份和地区进行区域异质性检验，得到如表5所示的拟合结果。从地区分布特征来看，数字经济的发展对中国东中西3大地区实体经济发展水平的净效应均为正，说明3个地区实体经济发展均受到数字经济带来的提振作用。具体而言，数字经济对中国西部地区实体经济的促进作用最强，中部次之，东部最弱。出现这一结果的可能原因是，中西部地区城市的实体经济发展水平较东部城市相对落后，数字经济对于中西部城市的促进作用更强，验证了假设1c。因此，中西部地区应充分把握数字经济发展带来的红利，通过后发优势加速追赶东部地区的脚步，实现地区实体经济的增长。

表4 数字经济影响实体经济发展水平净效应的年份特征

表5 数字经济影响实体经济发展水平净效应的地区分布特征

(3) 城市异质性特征。城市等级作为城市差异的另一个维度，为了进一步检验数字经济对中国不同等级城市实体经济发展产生的影响，依据新一线城市研究所发布的《中国城市商业魅力排行榜》，将研究样本的265个城市划分为一线(包括一线城市和新一线城市)、二线和其他城市3个等级，在此基础上分别计算数字经济影响城市地区实体经济发展的城市等级分布特征。由表6的计算结果可知，数字经济对3组样本内城市实体经济发展的净效应均为正，具体而言，对一线城市实体经济发展的促进作用弱于二线城市和其他城市，验证了假设1c。这一结论与区域异质性检验的结果具有相似性，中国一线城市的实体经济发展基础处于相对领先的水平，因此二线和其他城市实体经济发展受到数字经济的提振作用更为明显。

表6 数字经济影响实体经济发展水平净效应的城市等级差异

五、 间接作用机制检验

正如前文所言，数字经济在影响实体经济发展的过程中会同时产生促进效应和抑制效应，除了能够直接作用于实体经济外，还能够通过技术创新、外商直接投资和金融发展水平3条路径产生间接作用。为了验证传导路径的相关假设，本节构建如式(12)-(14)所示的多重中介效应模型来检验数字经济在影响实体经济发展过程中的间接作用机制(柳士顺和凌文辁，2009)，具体的模型设定如下所示：

(12)

(13)

(14)

其中INN、FDI和FIN分别表示创新能力、外商投资水平和金融发展水平；为了确保实证结果的真实性和有效性，8个控制变量的选择和测度方式与前文均保持一致。

总体而言，数字经济主要通过直接效应对实体经济发展产生影响，整体上表现为显著的促进效应，这一计算结果与前文保持一致。在传导过程中，数字经济除了能够直接促进实体经济发展外，还可以通过影响城市创新能力和外商投资水平对实体经济发展产生间接的促进作用，有效验证了假设2a和假设2b；与此同时，由模型(10)的拟合结果可知，数字经济的发展能够促进金融发展水平的提升，而变量FIN的系数显著为负，表明数字经济会通过影响传统金融发展水平对实体经济产生一定的抑制作用。

六、 进一步探索：空间效应

随着数字经济的蓬勃发展，各类经济发展要素如知识、技术、资本和人才等的跨区域流动日益频繁，不同地区间经济发展的联动性日益增强。互联网和大数据等新一代信息技术的飞速发展，打破了传统的地理空间边界，各类要素可以更加自由便捷地流动。因此，数字经济发展水平的提升，在促进当地实体经济发展的同时，还会通过空间外溢效应影响邻近地区的实体经济发展。如果单一地使用传统计量模型进行实证分析，可能会导致研究结果出现一定的偏误，故本节将选用空间计量模型进一步探索数字经济在影响实体经济发展过程中产生的空间外溢效应。

表7 中介效应回归结果

1. 空间相关性检验、权重矩阵和模型选取

空间邻接矩阵凭借便于处理的优势在许多文献中得到了广泛的运用，但是单纯地通过两个地区间是否存在邻接关系来判断二者间的空间效应，往往很难准确刻画出两个地区间的空间关系，所以本部分首先以两个地区(城市)的经纬度为依据测算各城市间的空间距离，构建空间地理矩阵。其次，为了保证空间计量模型的有效性和稳定性，分别测算了数字经济和实体经济两个变量在考察期内的空间莫兰指数，得到了如表8的计算结果，即两个变量的莫兰指数均通过了显著性检验。最后，根据LR检验的结果可知(检验结果如表9所示)，在使用空间计量模型探索数字经济对实体经济的外溢效应时，空间杜宾模型(SDM)是不能退化为空间自回归模型或者空间误差模型的。此外，为了避免OLS回归对拟合结果造成有偏性，将采用MLE法对样本进行回归。综上，选用SDM模型来分析数字经济影响实体经济发展过程中产生的外溢效应。

表8 空间莫兰指数计算结果

表9 空间杜宾模型回归结果

2. 模型设定与结果分析

考虑到地区实体经济发展过程中存在显著的空间相关性，以及数字经济对跨区域经济活动提供的现实基础和便利条件，数字经济在影响本地区实体经济发展的同时，还有可能会影响邻近地区的实体经济发展。因此，通过构建如式(15)所示的SDM模型来实证检验这一过程中的空间外溢效应：

(15)

虽然SDM模型的回归结果能够在一定程度上解释数字经济对地区实体经济的促进作用，但是考虑到空间效应的存在，仅通过分析回归系数来探索外溢效应会存在一定的偏差，因此使用偏微分方法将数字经济对实体经济发展产生的影响进一步分解，从直接效应、间接效应和总效应3个角度进行更加准确的分析。由表9的回归结果可知，数字经济的发展水平每提高1%将促进本城市实体经济发展水平提升0.0562个单位，与此同时还会通过空间外溢效应拉动邻近城市的实体经济发展水平提升0.1010个单位，验证了假设3；总效应的系数为0.1572且通过了显著性检验，表明数字经济每提高1%，将会促进区域(城市)内外的实体经济整体提高0.1572个单位，存在显著的提振作用。

七、 结论与建议

本文在理论分析的基础上，选取中国2011-2018年265个城市的面板数据为考察样本，实证检验了数字经济对实体经济发展产生的具体影响及作用机制。研究结果表明：在数字经济的作用下，实体经济发展会同时受到促进效应和抑制效应的双重影响，其中数字经济对实体经济发展产生的促进效应占总效应的83.4%，而抑制效应仅占16.6%，即两种效应的共同作用显著促进了实体经济发展；从区域异质性检验的结果来看，数字经济对地区实体经济发展的促进作用存在明显区域差异，从东至西逐渐增强；从间接作用的机制来看，数字经济除了能够直接促进实体经济发展外，还可以通过影响城市创新能力和外商投资水平间接促进实体经济发展；与此同时，数字经济还会通过影响金融发展水平对实体经济产生一定的抑制效应；进一步探索后发现，数字经济在促进本地区实体经济发展的同时，还会通过空间外溢效应拉动邻近地区的实体经济发展。

相较于以往的研究，本文同时从“促进”和“抑制”两个视角出发，以更加全面的视角和方法探讨了数字经济对实体经济发展的双边效应及作用机制。基于上述研究结论，为了更好地培育数字经济新动能，进而促进实体经济发展，本文提出如下政策建议：第一，完善通讯基站和大数据中心等基础设施建设，大力发展以新型数字技术(人工智能、区块链和大数据技术等)为核心的产业集群，逐步优化产业和经济结构，充分发挥数字经济对地区实体经济的提振作用。第二，充分考虑中国不同地区数字经济和实体经济发展的水平差异，进而提升中国实体经济发展的区域协调性和整体水平，中西部地区和一些发展中城市应充分把握数字经济带来的红利，主动加强与一线发达城市的交流合作，进一步强化数字经济对当地实体经济发展的提振作用。第三，充分把握新型数字技术所特有的流动性优势，利用数字经济的空间外溢效应，充分释放其对实体经济发展的空间贡献能力。第四，目前中国数字经济主要应用于消费、医疗、教育以及娱乐等生活和服务领域，应进一步强化其在研发和生产等关键环节的应用，充分把握数字经济蓬勃发展过程中的机遇，将提高技术创新能力和吸引外商投资作为提升地区实体经济发展的重要抓手。