数字经济发展推动全球产业结构升级了吗?

周升起,张梓琳

(青岛大学 a.经济学院; b.山东省世界经济研究基地, 山东 青岛 266061)

一、引言

在全球经济形势不确定性加剧、全球需求市场疲软、产业链断裂等诸多不利因素的影响下,数字经济作为驱动新一轮科技革命与产业革命的中坚力量,正不断为经济体系注入新活力与新动能。根据《全球数字经济白皮书(2022年)》公布的数据,2021年全球47个国家数字经济增加值规模达到38.1万亿美元,占GDP比重为45.0%(1)数据来源于中国信息通信研究院,http://www.caict.ac.cn/kxyj/qwfb/bps/202212/t20221207_412453.htm。。2022年10月,党的二十大报告提出我国要加快发展数字经济,促进数字经济和实体经济深度融合,“打造具有国际竞争力的数字产业集群”。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出:“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级,催生新产业新业态新模式,壮大经济发展新引擎。”可见,如何把握数字要素这一核心力量以及争夺新的经济增长点,成为近年来需要迫切回答的现实问题。

产业结构的优化升级是各国经济结构调整的主要任务。为了在国际分工与国际竞争中占据有利位置,各国正积极推进产业结构调整。在全球经济不景气的大环境下,数字经济作为一种新型经济形态,不断推动经济社会向数字化、网络化与智能化发展。借助数字技术推动传统产业新兴裂变与演化升级,催生网络零售、在线办公与在线教育等服务业数字化新模式,正成为驱动全球产业升级、产业优势重塑的关键力量。在这一背景下,探究数字经济发展对全球产业结构优化升级的影响具有重要的现实意义。

二、文献综述

(一)关于数字经济的研究

当前,学术界对数字经济的研究主要集中在对数字经济概念内涵的界定[1]、数字经济发展水平与规模测度方面[2-3]。一些研究侧重于分析数字经济对区域经济增长以及高质量发展的影响[4-5],部分研究认为数字经济能够直接或间接促进地区经济高质量增长。另有研究发现,数字经济催生了新兴生产性服务业、以平台经济和共享经济为代表的新商业模式等,能够在一定程度上扩大对劳动力的需求并增加就业与创业机会[6-7]。在全球环境问题日益严峻的背景下,数字经济与碳达峰、碳中和路径有效结合,是全球迫切的现实需求。相关研究表明数字经济能够借助信息通信技术的发展解决环境污染问题。例如:有学者研究发现借助数字技术降低二氧化碳排放量、减少能源消耗等,有利于实现节能减排,推动绿色全要素能效进一步提升[8-9];史丹等[10]发现数字经济和实体经济深度融合有利于绿色创新。

(二)关于产业结构升级的研究

一些学者阐述了禀赋结构[11]、数字普惠金融[12]、技术创新[13]等因素对产业结构升级的作用机制,大大地丰富了产业结构升级的影响因素研究。相较于多数学者的研究,陈秀英等[14]创新性地从工厂/车间数字化的视角出发,研究发现智能制造转型对产业结构升级的影响具有技术溢出红利效应。朱兆一等[15]基于资源错配的视角,研究发现中国数字服务贸易出口可以显著改善全球资源错配并助推产业结构升级。这些研究成果为分析数字经济对产业结构升级的影响机制提供了有益参考。

(三)关于数字经济对产业结构升级影响的研究

当前,关注数字经济发展对产业结构升级影响的成果不断涌现。陈晓东等[16]以中国国内数据为样本,从数字产业化与产业数字化两方面探究数字经济与产业结构优化升级的关系。刘洋等[17]认为数字产业化以数据为要素、以信息技术发展为关键支撑来带动产业结构升级。戚聿东等[18]提出产业数字化通过传统产业技术与效率提升、催生新兴产业来推动产业转型升级和提质增效。有学者研究发现,绿色技术创新[19]、研发投入强度[20]等是数字经济推动产业结构升级的重要传导机制。有学者以有效市场和有为政府[21]、研发经费、新产品开发经费和创新投入水平[22]为门槛变量进行实证分析,得出数字经济与产业结构升级之间存在非线性关系的结论。

综合以上对现有文献的梳理分析可以发现,迄今关于数字经济的研究多聚焦在其内涵与测度方面,多数研究集中于分析数字经济对经济增长、高质量发展和绿色发展的影响。就数字经济对产业结构升级的影响而言,学者们多从单个区域或单个国家(尤其是中国)的角度进行研究,从国际视角开展实证分析和机制检验的文献很匮乏。因此,本文可能的边际贡献在于:一是阐释并验证数字经济推动产业结构升级的内在机制,即存在劳动生产率与制度质量两条主要作用路径;二是从国际视角实证检验数字经济发展对产业结构升级的促进作用,并对不同收入水平样本国家的异质性作用进行检验,为各国产业结构不断优化升级提供直接的经验证据。

三、理论机制与研究假说

数字经济的产业结构优化升级效应,可从3个方面进行理论解析。第一,从宏观经济层面来看,随着数字经济的快速成长,数据作为一种新型生产要素,以其可复制、可共享、无限增长、无限供给的禀赋与经济体系各行各业广泛结合,通过改变传统产业的生产与组织方式并演化出新的产业形态,来推动产业转型升级[23-24]。第二,从中观产业层面来看,作为一种通用性技术,物联网和互联网技术的融合发展突破了物理时空限制,拓展了经济系统内各类信息的传播范围[25],借助平台体系管理网络和服务整合共享研发资源[26],加速知识外溢与扩散,从而提高行业资源配置效率。第三,从微观企业层面来看,互联网具有的网络效应、双边市场效应迫使社会和市场趋于透明化,极大地降低了企业的交易成本,并扩大了市场范围和市场规模[27]。数字经济还利用信息技术增强企业在数据获取、存储、分析等方面的能力,提高企业产出效率,进而带动产业效率的提升。基于以上分析,提出如下假说:

H1:数字经济发展有助于推动产业结构升级,表现为产业结构合理化与产业结构高级化。

根据历史经验,新技术革命及其引领的工业革命,必然伴随着劳动生产率的提高与生产力的发展。生产力是影响国家竞争力、经济增长与生活水平的重要因素,劳动生产率提高对产业结构的优化升级有着促进作用。首先,数字经济以高流动性、扁平化的网络结构以及高渗透性特征,实现生产要素的精准匹配与合理流动,优化要素供给结构及资源配置[28],进而驱动生产率的提升。其次,信息技术的发展可以增加企业对知识创新研发的投入[29],通过网络外部性加强企业与消费者之间的关系,降低劳动力成本和资金成本,增加规模报酬与生产过程的灵活性,以提高劳动生产率水平,最终促进经济增长[30]。劳动生产率的提高增强了产业对新技术的吸收能力和创新能力,化解了产业结构调整导致的资源错配问题,使得产业结构不断优化升级。为此,提出如下假说:

H2:数字经济会通过劳动生产率作用于产业结构升级。

以诺斯为代表的新制度经济学认为,高质量的制度安排不仅是一国经济发展的关键,还是经济社会与产业结构演变的制度保障[31]。一方面,良好的制度质量对应着良好的法制环境、市场环境与创新环境[32],通过减少政府干预、完善要素市场配置、降低交易成本等途径,提升一国的产业结构水平[33],即制度环境的改善可以为产业结构转型升级提供良好的外部环境。另一方面,数字经济作为一种新经济形态,其对经济发展转型和产业结构优化升级促进作用的发挥,要求必须有相适应的制度环境和制度安排与之匹配。因此,数字技术不断更新迭代和广泛渗透,推动数字经济快速发展,对各国的制度质量提出了更高的要求[34]。原有的制度环境和制度安排如果不能跟随数字经济发展而革新,就难以有效促进产业结构升级[35]。或者说,只有与数字技术更加适配的制度环境与监管要求,才可以为数字经济发展提供良好的制度基础,从而推动产业结构升级[36]。因此,提出如下假说:

H3:数字经济通过制度质量作用于产业结构升级。

四、国家数字经济发展水平综合指标体系与测度方法

(一)指标体系的选取与构建

现有研究主要采用两种方法测度全球数字经济发展水平:单一指标法与综合指标体系法。前者主要借助与数字基础设施有关的某一项指标对数字经济发展水平进行衡量,如互联网普及率;后者采用不同维度的多层级指标体系,相较于单一指标更具综合性、全面性以及客观性。当前,测度全球数字经济发展水平的权威性综合指标主要有世界经济论坛编制的网络就绪指数(NRI)、国际电信联盟编制的ICT发展指数(IDI)、欧盟编制的数字经济与社会指数(DESI)。其中,NRI指数在2016年发生中断,IDI指数也仅更新到2017年,DESI指数开始于2014年,这些指数都无法全面反映全球最新的数字经济发展动态。

因此,本文在充分借鉴上述权威指数的基础上,根据《G20数字经济发展与合作倡议》中对数字经济概念的阐述,参考齐俊妍等[37]、王晶等[38]指标的选取与构建方法,从数字基础设施、数字技术创新环境、国家数字竞争力3个维度测度国家数字经济发展水平,克服了时间跨度、覆盖范围、数据可得性等无法同时兼顾的问题。具体指标体系见表1。

表1 国家数字经济发展水平综合指标测度体系

(二)指标数据的处理

对数字经济发展水平综合指数的测算,学者们采用的方法主要有因子分析法、主成分分析法、熵权法等。其中,熵权法是一种通过局部差异来确定指标权重的方法,其在确定指标权重的过程中,能够完全按照指标数据的实际情况,通过各指标变异性的大小来确定不同维度下的指标权重,有利于排除主观因素干扰,较为客观地确定指标权重。采用熵权法测度全球数字经济发展水平的具体步骤如下:

1.数据标准化处理:

(1)

表1中各维度指标均为正向指标,由于计量单位不同,不具可比性。因此,需要首先对数据进行无量纲标准化,具体计算公式如上。其中,i代表国家,j代表测度指标,Xij代表原始数据,X′ij代表标准化值,Xmin和Xmax分别代表各指标的最小值与最大值。

2.计算i国指标j的比重:

(2)

3.计算i国指标j的信息熵:

(3)

4.计算i国指标j的冗余度:

Dj=1-Ej

(4)

5.计算i国指标j的熵权值:

(5)

6.计算i国数字经济发展综合指数:

Score=X′ij×Wij

(6)

其中,Score的值越大,代表该国数字经济发展水平越高。

五、模型设定与数据来源

(一)模型设定

基于上述理论分析,选取双向固定效应模型检验数字经济发展的产业结构升级效应,设定如下基准回归方程模型:

IDSit=β0+β1DELit+βXit+μi+νt+εit

(7)

其中,i和t分别表示国家和时间,被解释变量IDSit为产业结构升级指数,包括产业结构合理化与产业结构高级化;DELit表示数字经济发展水平;Xit为一系列随时间变化的控制变量;β0表示截距项,β1表示数字经济发展水平对产业结构合理化与高级化的影响程度,β表示控制变量对各国产业结构升级的影响程度;μi表示个体固定效应,νt表示时间固定效应,εit表示随机误差项。

为检验数字经济发展对产业结构升级的非线性影响,在式(7)的基础上加入数字经济的平方项(DEL2)作为解释变量,得到如下方程模型:

(8)

其中,如果β1显著大于0,β2显著小于0,表明数字经济发展与产业结构升级之间存在倒“U”型关系;反之,则表明数字经济发展与产业结构升级之间可能存在脱节与时滞。

(二)变量选取与测度

1.被解释变量

产业结构升级主要表现在产业结构由劳动密集型向资本密集型再向知识技术密集型方向递进,产品由低附加值向高附加值升级,主导产业由第一产业逐渐向第二、第三产业转移等。干春晖等[39]将产业结构升级分为产业结构合理化和产业结构高级化两个维度。本文借鉴此测度方法,从产业结构合理化(SR)与产业结构高级化(UIS)两方面衡量产业结构升级。

产业结构合理化是衡量产业之间是否具有较高耦合质量与关联协调程度的重要变量,表现为资源在产业间的流动降低了经济的非均衡性。本文借鉴孙天阳等[40]的方法,以要素投入结构和产出结构的耦合程度来测度产业结构合理化,设定如下产业结构偏离度计算公式:

(9)

其中,Yit表示i国家第t年的GDP,Yict表示i国家第t年c产业的增加值,Lit表示i国家第t年的就业人数,Lict表示i国家第t年c产业的就业人数,SRit表示i国家第t年的产业结构合理化程度。SRit的值越大,代表偏离程度越小,该国产业结构越合理。

产业结构高级化则更加关注产业结构从低级向高级转变的过程,主要体现在三大产业在产出总值中的比重变化。本文借鉴汪伟等[41]的研究思路,将第一、第二、第三产业均考虑在内,根据其所处层次由低到高依次赋权,构建产业结构升级层次系数,来反映三大产业之间的关系,具体计算公式如下:

(10)

其中,qit表示第i产业第t年增加值占比;UISit表示i国t年产业结构高级化指数,该指数取值范围为1～3,UISit越趋近于3,代表该国产业结构发展水平越高。

2.解释变量

本文的核心解释变量为数字经济发展水平(DEL),沿用前文计算得到的数字经济发展水平综合指数,纳入模型开展具体研究。

3.控制变量

综合国内外相关文献[42-43],在后文实证分析中纳入以下变量作为控制变量:政府干预(GOV),以政府最终消费支出占GDP的百分比来衡量;固定资本占比(CAP),以固定资本投资总额占GDP的比值来衡量;通胀率(Inflation),用GDP平减指数衡量的年通胀率来表示;GDP增长率(GDPrate),用GDP年增长率来衡量;城市化(URB),以城镇人口占总人口的比重来衡量;外国直接投资占比(FDI),以外国直接投资净流入占GDP的百分比来衡量。

(三)变量的描述性统计分析

主要变量的描述性统计结果如表2所示。从整体来看,产业结构合理化指标的标准差相对较大,说明样本中各国间的产业结构合理化水平存在一定差异。数字经济发展指数的最大值与最小值之间的差距很大,说明“数字鸿沟”导致的不同国家间数字经济发展水平差距依然明显,产业结构高级化与通胀率也存在同样的差距。其他变量无论是观察标准差还是最大、最小值差距,则较为平稳。

表2 主要变量的描述性统计分析结果

(四)数据来源

基于所考察样本国家衡量各变量的数据可得性与准确性,本文将实证研究的时间跨度选定为2007—2020年,剔除数字经济发展指数数据缺失较为严重的经济体,最终样本覆盖范围包括全球52个国家或地区。对于个别国家个别变量存在缺失数据的情况,本文采用线性插值法进行补齐。

六、实证检验与结果分析

(一)基准回归

考察数字经济对产业结构升级的直接影响,表3汇报了基准回归模型的估计结果,从中可以看出:数字经济与产业结构合理化和产业结构高级化的调整系数正相关,且通过了显著性检验。列(1)与列(3)展示了未加入控制变量,仅在控制时间与个体情况下对数字经济进行回归的估计结果:回归系数在5%的水平上显著为正,影响系数分别为1.970、0.223。由于未加入控制变量,估计结果可能有偏差,列(2)与列(4)展示了加入控制变量后的估计结果:模型解释力度增强,数字经济回归系数依然显著为正,表明数字经济能够明显改善产业结构偏离状态,促进产业结构趋向高级化。基于列(2)与列(4)的回归结果,本文可阐述的经济含义为:在其他因素不变的条件下,数字经济指数每增加一个单位,产业结构合理化指数将增加2.133个单位,产业结构高级化将提升15.8%,验证了假说H1。

(二)非线性回归

对加入数字经济平方项的式(8)进行回归分析,回归结果见表3列(5)～(6)。从列(5)结果可知,数字经济对产业结构合理化的影响系数为5.367,在1%的水平上显著;数字经济平方项对产业结构合理化的影响系数为-4.792,在5%的水平上显著,表明数字经济与产业结构合理化之间呈现倒“U”型关系,并且该倒“U”型曲线在数字经济发展指数值为0.56的拐点处达到最高点。列(6)结果显示:数字经济与产业结构高级化之间存在显著的正相关关系,平方项系数虽为负,但不显著。即数字经济与产业结构合理化之间呈倒“U”型关系。

在数字经济发展水平到达拐点之前,其对产业结构合理化的促进作用不断增强;而超过拐点之后,该作用则不断减弱。其原因可能在于:在产业结构调整初期,数据、信息等作为新型生产要素在产业内与传统要素融合创新,加速实现资源的优化配置;随着数据要素投入力度的增大,加之“虹吸效应”,各生产要素的配置与流动方向逐渐趋于一致,与其他要素的差距逐渐缩小,从而削弱了数字经济对产业结构合理化的调整力度。

(三)稳健性检验

考虑到回归结果可能因逆向因果关系导致的内生性、指标衡量误差、样本数据差异等问题而出现偏差,为确保回归结果的可靠性,本文采用系统GMM、工具变量、更换衡量指标、缩尾处理等4种方法进行稳健性检验。

1.系统GMM

产业结构往往具有自身内在惯性,在一个相对较长的周期内持续不断地进行调整,当期的产业结构升级可能会受前期的影响,将被解释变量滞后一期加入模型,设立如下动态面板回归模型:

IDSit=α0+α1IDSi,t-1+α2DELit+α3Xit+μi+νt+εit

(11)

在模型中引入被解释变量滞后一期,如若继续采用固定效应模型,所得回归结果可能存在非一致性或者有偏性。因此,本文采用系统GMM对模型进行回归,结果见表4列(1)与列(2):产业结构合理化与产业结构高级化的滞后一期系数与当期产业结构升级系数呈正相关关系,均通过了1%水平上的显著性检验,表明产业结构升级确实存在长期累积的持续性,即在经济发展过程中,产业结构升级后期发展是对前期发展的“扬弃”。检验结果显示,一阶自相关AR(1)检验的P值小于0.1,二阶自相关AR(2)检验的P值大于0.1,表明模型不存在扰动项二阶自相关;Hansen检验结果也大于0.1,说明不存在弱工具变量,证明选择是合理的,模型的估计结果是可靠的,数字经济发展水平至少在10%的水平上显著了促进产业结构升级。

表4 内生性检验

2.工具变量法

为了进一步消除可能存在的内生性问题,采用工具变量法进行两阶段最小二乘估计。工具变量需满足与产业结构升级之间具有严格外生性、与核心解释变量数字经济发展水平之间具有明显相关性的条件。本文参考Kim等[44]和陈小辉等[45]的做法,将其他国家或地区相同年度数字经济发展水平均值的滞后一期作为工具变量IV1。借鉴施炳展等[46]工具变量选取与构建的思路,采用同一年度内每个国家或地区数字经济发展指数与该年度全部国家或地区数字经济发展指数平均值离差的三次方作为工具变量IV2。这两种工具变量选取方法的好处是可以利用误差的异方差信息而不借助外部变量,即可构造工具变量。以IV1、IV2作为核心解释变量进行回归的结果如表4列(3)～(6)所示:无论是产业结构合理化还是高级化,回归结果均显著,与基准回归结果保持一致,说明在考虑因遗漏变量导致的内生性问题后结果依然稳健。

在对工具变量有效性的检验中,由Kleibergen-Paap rk LM结果可知,工具变量满足可识别性;由Kleibergen Paap rk WaldF结果可知,模型拒绝了弱工具变量假设;Cragg-Donald WaldF结果再次验证了不存在弱工具变量问题,即上述2个工具变量均通过了弱工具变量检验。

3.替换衡量指标

(1)替换被解释变量

本文对产业结构合理化与高级化的衡量指标进行替换,以考察基准回归的稳健性。首先,对产业结构合理化指标进行替换。该指标在保留产业结构偏离度的基础上,通过产值加权的方法,体现各产业的重要程度。具体计算公式如下:

(12)

其次,替换产业结构高级化指标。根据克拉克定律,本文选用第二、第三产业增加值之和占GDP的比重来衡量产业结构高级化。

(2)替换解释变量

互联网应用是数字经济发展的基础,根据梅特卡夫法则,网络的价值等于其节点数的平方。本文用各国互联网用户数占总人口的百分比作为衡量数字经济发展水平的替代指标进行基准回归,相关数据来源于世界银行的WDI数据库。

替换变量的稳健性检验结果见表5,在更换一系列衡量指标的情况下,回归结果与前文基准回归结果一致,具有一定的可靠性与稳健性,再次说明数字经济发展能够促进产业结构升级。

表5 稳健性检验

4.缩尾检验

由于各种原因,数据可能存在异常值。为了剔除个别异常值对回归结果的干扰,同时又保证数据信息的完整性,本文进一步对所有变量实施1%左右的缩尾处理,重新进行基准回归,估计结果如表5所示:数字经济仍显著正向促进产业结构升级,检验结果与前文基本保持一致,波动性微小,再次印证了本文回归结果的稳健性。

七、机制检验

前文的研究表明,数字经济发展可促使产业结构趋向合理化与高级化。那么,数字经济是通过何种渠道影响产业结构升级的呢?基于第三部分的理论分析,本文构建以劳动生产率(LAB)和制度质量(PL)为机制变量的机制检验模型,对这一问题进行探究。其中,参考马晓东等[43]的衡量方法,采用人均国民收入衡量劳动生产率,并将其取对数,相关数据来源于世界银行;参考臧新等[47]的处理方法,将腐败控制、政府效率、政治稳定、监管质量、法律水平和话语问责6个指标加总取平均值来衡量制度质量,相关数据来源于世界银行对外公布的全球治理指标数据库(World Governance Index,WGI)。

对于模型的设定,本文借鉴江艇[48]对机制效应的操作建议,将研究重心聚焦到提高核心解释变量与被解释变量之间的因果关系上,且保证机制变量对因变量的影响是直接显然的,设定如下回归方程:

IDSit=β0+β1DELit+βXit+μi+νt+εit

(13)

MDEit=γ0+γ1DELit+γ2Xit+μi+νt+εit

(14)

其中,MDEit表示影响产业结构升级的机制变量,包括劳动生产率和制度质量,γ1是数字经济对机制变量的影响系数。

以劳动生产率和制度质量为机制变量的检验结果见表6。其中,列(3)展示了数字经济对劳动生产率的影响效应,可以看出两者在1%显著性水平上呈正相关关系,即数字经济显著提高了劳动生产率。列(4)展示了以制度质量为机制变量的检验结果,可以看出数字经济在1%水平上显著促进了制度质量的提升。综上可知,机制变量与数字经济之间呈正相关关系,即数字经济发展水平越高,越能提升一国劳动生产率与制度质量水平,而劳动生产率水平的提高与制度质量的改善对产业结构升级的促进作用是直接显然的,表明数字经济通过劳动生产率与制度质量这两个机制变量来推动产业结构升级。

表6 机制检验回归结果

八、拓展分析

为进一步考察不同经济发展水平的样本国家数字经济对产业结构升级影响的异质性效果,参考世界银行对各国经济发展水平的划分标准(2018—2019年)(2)详见国家统计局官网,https://www.stats.gov.cn/zs/tjws/tjbz/202301/t20230101_1903742.html。,将52个样本国家按收入水平划分为高收入国家、中高收入国家以及中低收入国家。

不同收入水平国家异质性分析结果见表7:数字经济发展能显著促进高收入国家产业结构合理化,对中高收入国家以及中低收入国家产业结构合理化作用不显著。可能的原因在于:中高收入国家以及低收入国家数字经济发展未能综合考虑本国固有要素投入结构和产出结构模式,导致资源配置不合理,产业脱离均衡比例发展,数字经济的促进作用难以展现。

表7 基于不同收入水平国家的异质性检验结果

从产业结构高级化的回归结果来看,中高收入国家的数字经济对产业结构高级化具有显著促进作用,而高收入国家以及中低收入国家的数字经济对产业结构高级化的影响作用不显著,可能的原因在于:中高收入国家产业处于从劳动与资源密集型转型升级为资本与技术密集型的动态发展过程中,以数字技术为基础的数字经济扮演着“锦上添花”的角色,能够带动当地高技术制造业与高技术服务业的发展,驱动产业结构向高层次方向发展;而高收入国家伴随经济持续发展的同时,产业“服务化”趋势逐渐增强,第二、三产业结构发展已相对完善,所占比例份额亦相对较高,数字经济发展促进产业结构层次转换的作用相对不显著。

九、研究结论与对策建议

本文基于2007—2020年全球52个国家和地区的面板数据,利用双向固定效应模型分析数字经济发展对全球产业结构升级的线性影响,并探讨两者间的非线性关系;引入劳动生产率与制度质量作为机制变量,考察数字经济推动产业结构升级的传导机制,并基于不同类型国家和地区经济发展水平探讨前者对后者的异质性影响。研究结果表明:第一,数字经济发展对全球产业结构合理化与高级化具有显著促进作用。第二,数字经济与产业结构升级之间存在非线性关系,具体来说,数字经济与产业结构合理化之间呈现倒“U”型关系,但与产业结构高级化之间不存在倒“U”型关系。第三,数字经济能够显著促进劳动生产率与制度质量的提高,进而促进产业结构升级,表明推动产业结构升级的两个重要途径是提高劳动生产率与制度质量。第四,对不同发展水平的样本国家而言,数字经济的产业结构升级效应存在异质性差异,数字经济发展能显著促进高收入国家产业结构合理化与中高等收入国家产业结构高级化。

本文虽然是从国际视角对数字经济发展促进产业结构升级的作用及其机制作出经验研究,但研究结论对我国大力发展数字经济、加速产业结构优化升级、实现高质量发展具有重要的政策启示。

首先,应加大数字技术开发和创新力度,为数字经济发展提供持续动力。尤其是要通过制度变革和政策优化,加快大数据、云计算、人工智能、区块链和3D打印等数字技术的产业化推广应用;同时,加大对5G通信、光纤传输、工业互联网、物联网和大数据计算存储中心等“新基建”的投资力度,加大对各类数字技术应用技能型人才的培养力度,加速数字产业化发展和产业数字化转型进程,催生更多战略性新兴产业和前沿技术产业。

其次,政府应制定财政、税收优惠补贴等相关扶持政策,增大数字经济与数字技术创新发展力度,以提高数字创新活跃度。随着数据成为新的生产要素并在产业优化升级中发挥越来越重要的作用,我国应着力破解阻碍数据新型要素与传统生产要素之间实现优化配置的政策“扭曲”,实现生产要素的自由流动与优化配置;破除因定价机制、监管边界不合理而造成的区域壁垒或屏障,充分激发要素协同效应,进一步提升劳动生产率。新型生产要素与传统生产要素要实现高效配置,离不开制度质量的提升,为此,我国还应通过“废、改、立”等手段,加快建立适应数字经济发展的新的制度环境和制度安排,在更大程度上发挥数字经济对产业升级的促进作用。

最后,同国与国之间存在“数字鸿沟”一样,我国不同地区、不同省市之间,数字经济发展水平也存在较大差异。因此,在通过发展数字经济促进产业结构升级时,应因地制宜采取差异化政策措施,对我国相对发达的东部地区省市而言,其数字技术创新和应用能力强,数字经济发展起步早,产业结构合理化、高级化程度也相对较高,因此,其发展数字经济与优化升级产业结构的路径和策略重点应放在优先选择“数字产业化”方面。而对我国相对落后的中西部地区省市来说,不仅数字经济发展起步晚、规模小,而且产业结构的合理化、高级化程度也普遍较低,因此,其发展数字经济与优化升级产业结构的路径和策略重点应在于优先选择“产业数字化”。