数字经济发展对长三角产业结构优化的空间效应

周明生 谢金雨

一、引言

长三角作为我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在国家现代化建设大局和全方位开放格局中始终具有举足轻重的战略地位。在当今世界处于百年未有之大变局，世界新一轮科技革命和产业变革同我国经济优化升级交汇融合的背景下，作为中国经济龙头的长三角地区将继续引领全国高质量发展。早在2010年6月，国家发改委就正式出台了长江三角洲区域规划，之后一系列促进长三角一体化发展的配套政策措施相继落地。2016年国家正式出台长江经济带发展规划，从产业转移方面提出一系列举措促进产业空间分工与协作。2018年11月，习近平总书记宣布“将支持长江三角洲区域一体化发展并上升为国家战略”。2019年12月，中共中央、国务院正式印发《长江三角洲区域一体化发展规划纲要》，标志着我国长三角一体化发展进入了新的阶段。另外，数字经济已成为推动长三角地区经济高质量发展的重要动力。党的十九大以来，习近平总书记多次在重要场合指出要加快发展数字经济，推动制造业加速向数字化、网络化、智能化发展。据中国信通院《中国数字经济发展白皮书（2021）》报告，2020年我国数字经济的规模已达到39.2万亿元，占当年GDP的38.6%，按可比口径计算，同比名义增长9.7%，远高于GDP增速。2020年长三角地区数字经济总量则达到11万亿元，占全国数字经济规模的28%，占地区GDP的44%。在上述背景下，本文立足于创新驱动发展和加快发展现代产业体系，重点研究长三角一体化背景下数字经济发展同产业结构优化之间的关系。本文利用2010—2019年长三角地区41个地级以上城市的面板数据，在已有研究基础上重点实证分析了数字经济发展对产业结构优化的空间效应，并检验了长三角一体化战略实施前后的时空异质性。

二、文献综述

对于长三角区域经济一体化的评价，已有不少学者从影响经济社会运行的不同角度进行了大量研究。①顾海兵、张敏：《基于内力和外力的区域经济一体化指数分析:以长三角城市群为例》，《中国人民大学学报》2017年第3期，第71—79页；李世奇、朱平芳：《长三角一体化评价的指标探索及其新发现》，《南京社会科学》2017年第7期，第33—40页；曾刚、王丰龙：《长三角区域城市一体化发展能力评价及其提升策略》，《改革》2018年第12期，第103—111页。刘志彪和孔令池在系统归纳长三角一体化发展逻辑主线的基础上，量化测度了2000—2018年长三角一体化发展的进程，研究表明长三角一体化进程不断推进极大促进了区域内经济高质量增长。②刘志彪、孔令池：《长三角区域一体化发展特征、问题及基本策略》，《安徽大学学报(哲学社会科学版)》2019年第3期，第137—147页。

针对如何更好地实现产业结构优化的问题，Shang等③Shang J W, Zhao L J, Cui M L,“The Empirical Research of Hebei Province’s Foreign Trade’s Effect on Upgrading the Industrial Structure”, in Technology for Education and Learning, Macao, 2012: 115—120.、傅利平和李永辉④傅利平、李永辉：《地方政府官员晋升竞争、个人特征与区域产业结构升级——基于我国地级市面板数据的实证分析》，《经济体制改革》2014年第3期，第58—62页。、张璋和周新旺⑤张璋、周新旺：《土地出让价格、政府补贴与产业结构升级》，《财经科学》2017年第12期，第108—119页。、Liu等⑥Liu J M，Hu X M，Wu J G, “Fiscal Decentralization, Financial Efficiency and Upgrading the Industrial structure: An Empirical Analysis of a Spatial Heterogeneity Model”, in Journal of Applied Statistics, 2017, Vol.44, No.1, pp.181—196.、郑威和陆远权⑦郑威、陆远权：《中国金融供给的空间结构与产业结构升级——基于地方金融发展与区域金融中心建设视角的研究》，《国际金融研究》2019年第2期，第13—22页。、许立伟和王跃生⑧许立伟、王跃生：《中国对外直接投资促进地区产业结构升级的门限效应研究》，《河南大学学报(社会科学版)》2019年第2期，第26—32页。分别从对外贸易、地方政府竞争、土地出让价格、财政分权制度、地区金融结构和中国对外直接投资等方面考察了不同因素对产业结构转型升级的影响效应。这为研究长三角地区产业结构优化问题提供了一系列可供参考的控制变量。

近年来，数字经济的快速发展对经济高质量发展起到的作用日益突出。郭家堂和骆品亮从互联网技术、互联网平台、互联网思维和网络效应4个维度分析了互联网对中国全要素生产率的影响。①郭家堂、骆品亮：《互联网对中国全要素生产率有促进作用吗?》，《管理世界》2016年第10期，第34—49页。黄群慧等实证分析了互联网发展提升制造业效率的内在机制。②黄群慧、余泳泽、张松林：《互联网发展与制造业生产率提升：内在机制与中国经验》，《中国工业经济》2019年第8期，第5—23页。赵涛等运用中介效应模型、门槛效应模型、空间杜宾面板模型实证研究了数字经济对高质量发展的促进机制。③赵涛、张智、梁上坤：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期，第65—76页。聚焦于数字经济对产业结构优化问题，国内学者通过构建一系列数字经济评价指标体系实证分析了数字经济发展、数字化转型对产业结构升级、制造业升级的空间效应，并发现了区域异质性。④陈小辉、张红伟、吴永超：《数字经济如何影响产业结构水平？》，《证券市场导报》2020年第7期，第20—29页；陈堂、陈光：《数字化转型对产业结构升级的空间效应研究——基于静态和动态空间面板模型的实证分析》，《经济与管理研究》2021年第8期，第30—51页；廖信林、杨正源：《数字经济赋能长三角地区制造业转型升级的效应测度与实现路径》，《华东经济管理》2021年第6期，第22—30页；彭炳忠、易俊宇：《数字经济对长江经济带产业结构升级的影响研究》，《湖南社会科学》2021年第6期，第51—57页。

尽管已有文献从不同视角分析了多种因素对长三角地区产业结构优化的影响，但从数字经济视角讨论长三角地区产业结构优化的空间效应的实证分析还较少。同时，在数字经济的已有研究中对产业结构优化和数字经济发展指标选择上存在改进的空间，本文尝试在上述方面作出边际贡献。另外，本文也试图分析在数字经济快速发展背景下，长三角一体化政策对长三角地区产业结构优化是否存在促进效应，以便为更好地推进长三角地区高质量发展提供政策参考。

三、理论分析与研究假设

数字经济是以数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息与通信技术(Information and Communication Technology，ICT)的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。⑤王春云、王亚菲：《数字化资本回报率的测度方法及应用》，《数量经济技术经济研究》2019年第12期，第123—144页。产业结构优化则是指通过产业调整，使各产业实现协调发展，并满足社会不断增长的需求的过程。产业结构优化的衡量指标包括衡量要素配置合理性的合理化指标、衡量产业整体层次的高级化指标以及衡量产业资源配置效率的高效化指标。⑥干春晖、郑若谷、余典范：《中国产业结构变迁对经济增长和波动的影响》，《经济研究》2011年第5期，第4—16+31页；徐仙英、张雪玲：《中国产业结构优化升级评价指标体系构建及测度》，《生产力研究》2016年第8期，第47—51页。

（一）数字经济发展对产业结构优化的影响机制

数字经济发展对产业结构优化的影响主要通过两条路径实现：数字产业化、产业数字化。数字产业化是指数字经济的发展使得数据作为独立的生产要素，具有自身独特的运动规律，而数据要素自身的运动形成了一批以“云计算”“大数据”“区块链”等数字技术为核心的全新产业，它们是数字经济发展的基础。数字产业化形成的新兴产业对原有落后产业进行替代，使得产业结构整体素质不断向更高层次演进，从而实现了产业结构的高级化。

产业数字化则是指数字经济发展使得数据要素同资本、劳动力、土地和知识技术等传统生产要素相互作用，推动传统产业向数字化、网络化、智能化转型。产业数字化对传统行业的变革体现在生产流程、组织形态以及业务推进的每个环节中，使得企业产品附加值、产品质量和研发效率大幅改善，加速并指引了传统产业结构的整合升级，降低经济增长的社会、经济、环境成本，集中表现为产业结构的高效化。

同时，数字产业化和产业数字化共同优化要素配置效率，加速要素在区域间的流动。区域内产业分工不断细化，产业关联效应不断增强，产业持续协调发展，一系列产业结构的优化过程具体表现为产业结构的合理化。基于上述分析可以刻画出数字经济发展对产业结构优化的影响路径，如图1所示。

图1 数字经济发展对产业结构优化的影响路径

本文在分析数字经济发展对产业结构优化的影响路径后提出假设1：数字经济发展能够推动长三角地区产业结构合理化、高级化、高效化。

（二）数字经济发展对产业结构优化的空间效应

根据空间经济学理论，产业活动具有空间相关性。Myrdal提出的“扩散效应”理论认为，由于某种经济和技术原因在区域内兴起产业，会将技术和知识向临近区域扩散，区域外产业因这种“扩散”受益而实现发展。①Myrdal G, Economic Theory and Undeveloped Regions, London: Duckworth, 1957.以Martin和Sunley为代表的新经济地理学派认为经济体是开放系统，产业结构升级不仅依赖于自身禀赋，也取决于与之相联系的临近地区的产业发展。②Martin R, Sunley P, “Slow Convergence? The New Endogenous Growth Theory and Regional Development”,in Economic Geography, 1998, Vol.74, No.3, pp.201—227.

如前述理论分析所言，数字经济发展通过数字产业化和产业数字化两大路径推动产业结构优化。在这一过程中本地区数字经济发展导致的产业分工和产业转移，势必会影响区域内其他地区调整自身产业分工、承接转移产业，即对其他地区的产业结构造成影响。特别是在区域经济一体化程度较高的长三角地区，区域内城市间产业链前后向关联紧密、产业结构优化的空间效应更加显著。这既表现在产业结构优化自身的空间溢出效应，同时也表现为本地区数字经济发展对周边地区产业结构优化的空间溢出效应。

据此本文提出假设2：数字经济发展对长三角地区的产业结构合理化、高级化、高效化的促进作用具有空间溢出效应。

（三）长三角一体化政策的促进作用

在数字经济驱动产业结构优化的过程中，政府的作用不可忽视。中共中央、国务院2019年发布的《长江三角洲区域一体化发展规划纲要》明确指出要“打造数字化长三角”，为数字经济在长三角的发展提供了基本遵循。早在2016年《长江三角洲城市群发展规划》就提出要大力发展包括数字经济在内的新经济。相关政策的出台会使区域内地方政府加大数字经济建设力度，降低区域内要素流动限制，加强区域内产业间协同与集聚，并进一步通过前述机制促进区域内产业结构优化。

据此本文提出假设3：长三角一体化政策的实施使得区域内数字经济加速发展，同时也促进了产业结构优化。

四、实证检验

（一）指标体系构建和数据处理

本文针对2010—2019年长三角地区41个地级以上城市展开研究，形成了包含410个观测值的面板数据，数据主要来源于《中国城市统计年鉴》《中国环境统计年鉴》《中国统计年鉴》及各省市统计局发布的统计年鉴。根据研究需要，本文先后建立评价产业结构优化的合理化指数（RatI）、高效化指数（HeI）、高级化指数（AdI）作为核心被解释变量，地区数字经济发展指数（DEI）作为核心解释变量。

（1）产业结构优化指标。本文基于干春晖等的方法以产业结构合理化和高级化为基础，参考徐仙英和张雪玲的做法，加入衡量资源配置效率的产业结构高效化，构成评价产业结构优化的三大指标。①干春晖、郑若谷、余典范：《中国产业结构变迁对经济增长和波动的影响》，《经济研究》2011年第5期，第4—16+31页；徐仙英、张雪玲：《中国产业结构优化升级评价指标体系构建及测度》，《生产力研究》2016年第8期，第47—51页。本文本着全面性、可得性和可比性等原则选取9项指标，通过正向化和无量纲化处理后，使用变异系数法赋权得到产业结构优化评价指标体系，如表1所示。

表1 长三角产业结构优化评价指标体系

本文长三角产业结构合理化水平测度公式为：

长三角产业结构高效化水平测度公式为：

长三角产业结构高级化水平测度公式为：

长三角产业结构优化升级综合值测度公式为：

将预处理后的数据代入以上公式，可得2010—2019年长三角产业结构合理化、高效化、高级化水平及优化升级综合值，因篇幅限制仅报告2010年和2019年数据，结果见表2。

表2 长三角地区产业结构优化指数

（续表2）

（2）数字经济发展指标。作为核心解释变量，参考已有研究①黄群慧、余泳泽、张松林：《互联网发展与制造业生产率提升：内在机制与中国经验》，《中国工业经济》2019年第8期，第5—23页；陈堂、陈光：《数字化转型对产业结构升级的空间效应研究——基于静态和动态空间面板模型的实证分析》，《经济与管理研究》2021年第8期，第30—51页；廖信林、杨正源：《数字经济赋能长三角地区制造业转型升级的效应测度与实现路径》，《华东经济管理》2021年第6期，第22—30页。，综合数据可得性，从基础设施、产业发展两个维度选取5项指标测算城市的数字经济发展水平，如表3所示。其中基础设施指标主要测度了地区发展数字经济的基础条件，包括互联网、移动电话普及率以及相关的人力资本基础；产业发展指标则主要测度了地区数字经济发展的规模，本文从电信业务和数字金融两方面选取人均电信业务总量和北京大学数字金融普惠指数②郭峰、王靖一、王芳等：《测度中国数字普惠金融发展:指数编制与空间特征》，《经济学(季刊)》2020年第4期，第1401—1418页。进行度量。

表3 数字经济发展指标体系

（3）控制变量：本文参考已有研究选择财政能力（Fina）、市场规模（Sc）、外资利用（Finv）和教育水平（Edu）作为控制变量。为消除量纲不同对后续计量模型设定的影响，对所有变量统一进行对数化处理，对缺失值采用插值法补全。变量的名称、意义及测度方法见表4。

表4 控制变量

（4）数据描述性统计。本文构建指标体系和选取变量的描述性统计，如表5所示。

表5 数据描述性统计

（二）基准模型设定及回归结果

为了更好地考察数字经济对长三角地区产业结构优化3个指标作用的异质性，将3个指标分别作为被解释变量设计实证模型。基础回归模型为时间、个体双固定效应面板数据模型：

式中：RatIi,t、HeIi,t、AdIi,t为被解释变量，分别代表城市i在t年份的产业结构合理化、高效化、高级化指数；DEIi,t代表核心解释变量；Zi,t代表一系列控制变量；μj,i表示城市i不随时间变化的个体固定效应；δj,t则表示时间固定效应；εj,i,t表示随机扰动项。

不含控制变量和加入控制变量的基准回归结果如表6所示。

表6 数字经济发展对产业结构优化的基准回归结果

（续表6）

基准回归结果显示在控制了时间固定效应和个体固定效应后，数字经济发展对产业结构合理化、高级化、高效化均有显著的促进效应，即数字经济发展能够通过提升产业层次、改善产出效率、优化资源配置而优化产业结构，本文提出的假设1被证实。

（三）空间效应分析

为了进一步验证假设2，考察数字经济发展对长三角地区产业结构优化的空间溢出效应，本文采用空间杜宾面板模型进行实证分析。

式中：ρ代表空间自回归系数；W为空间权重矩阵，在基准回归中采用空间距离权重矩阵；RatIi,t、HeIi,t、AdIi,t为被解释变量，分别代表城市i在t年份的产业结构合理化、高效化、高级化指数；DEIi,t代表核心解释变量；Zi,t代表一系列控制变量；φj表示解释变量同被解释变量空间交互项的弹性系数；μj,i表示城市i不随时间变化的个体固定效应；δj,t则表示时间固定效应；εj,i,t表示随机扰动项。

在进行空间计量分析之前，需要对研究对象是否存在空间效应进行检验，即对长三角地区的产业结构合理化、高效化、高级化指数及核心解释变量数字经济发展指数进行空间自相关检验。本文采用Moran’ I指数法计算了城市空间地理距离矩阵下各年度的空间效应。空间地理权重矩阵采用空间距离加权得出，以城市之间的地表距离的倒数经过标准化作为权重。城市间距离具体数值通过计算城市所在地经纬度的球面半正矢距离(Haversine Distance)获得。空间效应检验结果见表7。

表7 Moran’I指数检验结果

（续表7）

从表7可以看出，2010—2019年长三角地区的产业结构合理化、高效化、高级化三个指数以及核心解释变量在地理距离权重下的Moran’I指数均达到1%或5%的显著性水平，说明2010—2019年我国长三角地区41个城市的产业结构升级和数字经济发展具有显著的空间正相关关系和全域空间集聚特征，存在空间联动和空间效应，这为数字经济发展对产业结构升级的空间效应研究奠定了基础。

数字经济发展对长三角地区产业结构优化的空间溢出效应实证结果如表8所示。在结果中空间交互项的回归系数值并不能够直接用以讨论各个解释变量对被解释变量的边际影响，因为通过简单的点回归结果分析地区之间的空间溢出效应将产生错误估计，所以需要使用变量变化的偏微分解释，即使用直接效应和溢出效应来解释某地区自变量对本地区以及其他地区被解释变量的影响。

表8 数字经济发展对产业结构优化的空间效应回归结果

从表8可以看出，数字经济发展对产业结构合理化、高级化、高效化在有显著正向直接效应的基础上，均有显著正向的空间溢出效应，即数字经济发展不仅会促进本地区的产业结构优化，也会对周边地区的产业结构优化具有显著的促进作用。另外，产业结构高级化和高效化自身同样具有显著的空间溢出效应。这一实证初步验证了本文提出的假设2。

（四）长三角中心区分划的影响

在初步验证数字经济发展对产业结构优化具有空间效应的基础上，本文进一步开展异质性分析。2019年12月中共中央、国务院印发的《长江三角洲区域一体化发展规划纲要》将上海市，江苏省南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州，浙江省杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州，安徽省合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城27个城市定为中心区，辐射带动长三角地区高质量发展。中心区内部的产业结构优化空间溢出效应如何，是否具有异质性是本文关注的焦点。本文依据《长江三角洲区域一体化发展规划纲要》筛选出长三角地区41个地级以上城市中的27个中心区城市开展实证分析，借此比对中心区城市和全样本城市的空间效应。实证结果如表9所示，其中模型（8）、（10）、（12）是全样本数据回归结果，模型（13）～（15）是中心区样本数据回归结果。

表9 中心区分划的异质性分析回归结果

由表9可以看出，长三角一体化中心区的空间效应在证实本文的基本假设的同时，与全样本城市有着明显的异质性。一方面，中心区内数字经济发展对产业结构合理化、高级化、高效化的直接效应和空间溢出效应在保持正向显著的基础上均弱于全样本城市。本文分析认为出现这一现象的原因在于：一方面，中心区城市具有良好的产业结构基础，其数字经济建设情况优于非中心区城市，数字经济发展的边际效应减弱，而非中心区城市因为数字经济发展加速补齐短板，因此其直接效应和空间溢出效应更强；另一方面，中心区城市内部产业结构优化指标自身的空间相关性更强，这体现了长三角一体化中心区内部城市间协同发展效应要强于非中心区城市，中心区城市间的一体化程度优于全样本城市。从这一角度看，长三角一体化中心区的设立有助于优先在中心区内部形成高效协同发展的优势，并进一步辐射带动非中心区城市实现高质量发展。

产业结构发展3个指标间的空间溢出效应同样具有异质性。其中产业结构合理化在中心区城市间出现了显著负向的空间溢出效应。本文分析认为这是由于产业结构合理化水平度量的是一个城市自身产业结构的合理化水平，但区域一体化强调的是空间内城市的分工、协调，因此全区域一体化水平和产业结构合理化的提高意味着每个城市进一步明确定位、合理配置各类生产要素参与全区域的分工协作，有助于区域一体化推进和高质量发展。不同城市间转移、承接产业的活动会导致城市自身产业结构不断向自身比较优势方向改进，产业结构合理化的负向溢出效应比较好地反映了这一运动过程。产业结构高级化和产业结构高效化均具有显著正向的溢出效应，说明了区域内城市间协同发展，产业同步升级，产出效率同步改善。

（五）“长三角城市群”政策提出的影响

在前述实证的基础上，本文希望进一步考察“长三角一体化”政策的深入推进对数字经济发展和产业结构优化的影响。2015年12月3日，长江三角洲地区三省一市主要领导座谈会在合肥举行，重点围绕“共同谋划‘十三五’长三角协同发展新篇章”主题，就深度融入国家战略、推动经济转型升级、深化重点专题合作、完善合作发展机制等事项进行了深入讨论。2016年5月11日，国务院常务会议通过《长江三角洲城市群发展规划》，初步明确了长三角一体化的范围和初步布局。上述政策标志着长三角一体化从2010年提出以后正式进入深化阶段，意味着长三角一体化水平的快速提高。本文运用双重差分法，对长三角地区41个城市的产业结构合理化、高效化、高级化指数进行实证分析，试图识别政策深化对这些变量自身的效应。

1.对照组的选取及平行趋势检验

长三角一体化政策的作用对象是长江三角洲三省一市内的所有城市，而不在三省一市行政区划内的邻近地区，由于自然环境相近、风俗习惯相似，同实验组的区别主要为分属不同省份，没有受到长三角一体化政策本身的影响，具备了自然对照组的条件。本文选择与长三角地区41个城市邻接的17个地级城市2010—2019年的数据作为对照组，包括：山东省日照市、临沂市、枣庄市、济宁市、菏泽市，河南省商丘市、周口市、驻马店市、信阳市，湖北省武汉市、黄石市、黄冈市，江西省九江市、景德镇市、上饶市，福建省南平市、宁德市、鄂州市。本文以2015年作为长三角一体化政策深化的时点，对核心解释变量DEI及被解释变量RatI、HeI、AdI做平行趋势检验，结果如图2所示。

通过图2可以发现，长三角城市的四个指标均高于对照组，表明其发展水平优于周边城市，同时在2015年前后数字经济发展指数、产业结构高效化和高级化指数的变化趋势（差值）均有着较为明显的变化：其中数字经济发展指数（DEI）在2015年后长三角区域内城市同长三角周边城市的差距显著扩大；长三角城市的产业结构高级化（AdI）指数在2015年前后呈现长三角城市同周边城市差距先扩大再缩小的趋势；产业结构高效化指数（HeI）则在2015年后比周边城市有了显著的提高。产业结构合理化指数（RatI）在2015年前后并未出现明显变化，反而在2019年时差值由正变负。受限于数据和时间，本文仅对数字经济发展指数（DEI）、产业结构高级化指数（AdI）以及产业结构高效化指数（HeI）的政策影响开展分析。

图2 长三角及周边城市变量变化趋势

2.模型设定及回归结果

根据平行趋势检验的结果，针对数字经济发展指数（DEI）、产业结构高级化指数（AdI）以及产业结构高效化指数（HeI）设计双重差分（DID）模型如下：

式中：DEIi,t、HeIi,t、AdIi,t为被解释变量，分别代表城市i在t年份的数字经济发展指数、产业结构高效化指数、产业结构高级化指数；Type×Year为城市类型和政策作用时间的交乘项，其中长三角城市Type =1，周边城市Type =0，2015年及之后的年份Year =1，否则取0；Zi,t代表一系列控制变量；μj,i表示城市i不随时间变化的个体固定效应；δj,t则表示时间固定效应；εj,i,t表示随机扰动项。

其中：模型（11）主要识别长三角一体化政策深化对数字经济发展的政策影响；模型（12）、（13）中加入DEIi,t为控制变量，考察长三角一体化政策对长三角城市产业结构高效化和高级化的影响。表10汇报了回归结果。

表10的结果证明了2015年后长三角一体化政策深入推进促进了长三角地区的数字经济发展，同时长三角一体化政策也显著推动了该地区产业结构的高效化、高级化。

表10 长三角一体化政策深化的影响

（六）稳健性检验

对于本文进行的空间效应实证，本文采用更换空间权重矩阵、更换被解释变量的方式进行稳健性检验。对于政策效应实证，本文提前政策处理效应时点进行安慰剂检验，同时本文考虑更换被解释变量进行稳健性检验。

1.替换空间权重矩阵

本文采用长三角地区地级以上城市空间邻接矩阵代替空间距离矩阵重新对本文基础模型和异质性研究模型进行回归分析。空间邻接矩阵是指考虑城市间的地理边界，若城市间有交界则其邻接值为“1”，否则为“0”，常常被用作空间距离矩阵的工具变量以检验空间效应的稳健性。替换空间权重结果如表11所示。

表11 稳健性检验结果（空间邻接矩阵）

由表11可见，替换空间权重矩阵后，有部分结果不显著但方向未变。其结论均与基准回归相同。

2.替换被解释变量

针对空间效应模型，对被解释变量进行替换。参考已有研究，将产业结构偏离度作为产业结构合理化指数的工具变量，将人均可支配收入作为产业结构高效化的工具变量，将第三产业增加值占比作为产业结构高级化的工具变量，将所有工具变量标准化并指数化后对原有模型重新进行回归，结果如表12所示。

表12 稳健性检验结果（替换被解释变量-1）

表12的结果显示，在替换被解释变量后，本文基本结论依然成立。

针对政策效应模型，本文参照空间效应模型对被解释变量进行替换，对数字经济发展指数参考黄群慧等的做法①黄群慧、余泳泽、张松林：《互联网发展与制造业生产率提升：内在机制与中国经验》，《中国工业经济》2019年第8期，第5—23页。，用互联网发展指数代替，结果如表13所示。

表13 稳健性检验结果（替换被解释变量-2）

（续表13）

由表13可见，政策效应在替换被解释变量后除部分指标显著性水平有变化外，效应的方向未改变、大小均在合理范围内变化，因此本文实证结果稳健。

3.政策效应的安慰剂检验

将政策处理效应时点提前至2013年，考察提前政策处理后的交乘项系数，结果如表14所示。本文留存全部时间节点安慰剂检验结果备查。

表14 稳健性检验结果（安慰剂检验）

表14结果表明，数字经济发展指数（DEI）的安慰剂检验结果显著但效果下降，产业结构高级化指数（AdI）和产业结构高效化指数（HeI）的安慰剂检验结果均不显著，说明本文政策效应检验的结论基本稳健。

五、研究结论及政策建议

本文选取长三角地区41个地级以上城市2010—2019年的空间面板数据，以产业结构合理化、高效化、高级化体现产业结构升级，构建数字经济发展指数实证检验了数字经济发展对长三角地区产业结构升级的空间效应，并识别了长三角一体化政策深化对数字经济发展和产业结构升级的政策效应。本文发现：（1）数字经济发展推动了长三角地区产业结构的合理化、高级化、高效化；（2）数字经济发展对长三角地区产业结构优化具有正向的空间溢出作用；（3）2015年以来一系列深入推动长三角一体化的政策切实促进了长三角地区的数字经济发展和产业结构优化。

根据上述研究，本文提出如下政策建议：（1）由于数字经济发展对产业结构优化具有显著的促进效应，因此应继续大力发展数字经济，进一步减少数字经济发展的体制机制障碍，同时加强对数字企业的规范引导，从而通过数字产业化和产业数字化路径在长三角地区推动产业结构进一步升级，实现高质量发展；（2）由于数字经济发展具有显著的空间正向溢出效应，在长三角地区应进一步推动区域经济一体化，充分发挥中心区城市的辐射带动作用，引领全域高质量发展；（3）加强上层引领和政策规划，在“有效市场”发挥作用的同时，应进一步发挥“有为政府”作用，通过引导长三角一体化进程推动数字经济更好发展和产业结构进一步优化。