数字经济对经济发展的影响及其异质性研究

罗铭瑄 热乌扎·奴乎达尔

摘 要：本文围绕数字经济对城市经济发展的影响及其异质性分析展开深入研究，基于2011—2020年我国 270 个地级以上城市的数字经济发展水平，构建了检验数字经济发展对经济发展影响的实证模型，并从地理区位、产业结构和经济发展水平三方面展开异质性分析。结果表明：数字经济显著促进了经济发展，在稳健性检验后仍成立。异质性分析方面，数字经济对中部地区的促进作用比东西部地区更显著；按产业结构和经济发展水平分类结果均在低产业结构水平和低经济发展水平下，数字经济对经济发展有更强的促进作用，并随着第三产业占比和经济发展水平的提高而减弱。

关键词：数字经济；经济发展；产业结构；异质性分析；区域经济

本文索引：罗铭瑄，热乌扎·奴乎达尔.<变量 2>[J].中国商论，2024（12）：-064.

中图分类号：F276.44 文献标识码：A 文章编号：2096-0298（2024）06（b）--05

1 引言

在全球数字化背景下，我国高度重视数字经济发展，并做出相关战略部署。2015年12月，中国将推进“数字中国”建设，标志着我国数字经济发展步入新阶段。2021年3月，国家提出“十四五”规划，数字化发展为其首要任务之一，数字化经济发展意味着利用数字技术推动经济转型和升级，促进数字产业发展，提高社会服务质量和效率，以实现整体数字化转型。这意味着数字经济已成为我国重要的战略部署方向。

多年来，我国数字经济发展取得了“量增质优”的突出成就，成为经济发展的重要推动力量。2022年，我国的数字经济规模已达50.2万亿元，连续11年显著高于同期GDP名义增速，占GDP比重达到41.5%，成为推动经济发展的重要引擎[1]。与此同时，数字经济全要素生产率从 2012 年的 1.66 上升至 2022 年的 1.75，产业数字经济全要素生产率大幅提升，数据生产要素价值进一步释放，数字经济实现更高质量的发展。

尽管数字经济对全国整体经济发展的推动作用毋庸置疑，但随着数字经济的发展，不同层面上“数字鸿沟”的问题也逐渐凸显（刘军等（2020）[2]；刘维林等（2022）[3]）。那么，从城市层面来看，数字经济对经济发展的影响如何？特别是基于不同城市的异质性特点，数字经济的经济发展推动效应又呈现何种特征？回答以上问题，对于弥合区域“数字鸿沟”具有重要的现实意义。

基于此，本文选取全国270个地级市作为研究目标，通过理论实证相结合的方式，探讨了数字经济对经济发展的影响及其差异性，并提出相关的政策建议。

2 已有论文述评与本文创新点

近年来，随着数字化技术的发展，全球数字经济规模不断扩大。数字经济的崛起对经济体系产生了深远影响，数字经济对经济发展的重要性不容忽视，众多学者就此展开了探讨，主要集中在以下几点。

一是，数字经济赋能经济高质量发展的作用机制。葛和平等（2021）[4]、李国荣等（2023）[5]以及陈丛波等（2023）[6]揭示数字经济促进经济高质量发展的理论机制，并从集聚经济和“涓滴极化”理论出发，在理论上探讨了数字经济对经济增长的直接效应和溢出效应存在城市异质性的逻辑。刘洋等（2021）[7]以及赵巍等（2023）[8]理论探究了数字经济赋能经济高质量发展的作用机制以及从产业结构转型升级的角度得出数字经济对产业结构合理化和转型升级有正向作用，并分别从线性与非线性、空间效应等方面阐释数字经济影响产业结构升级的内在机制，提出相关假设。

二是，数字经济的驱动因素。尚娟等（2023）[9]以及刘军等（2020）[2]分析了数字经济的驱动因素，从动态视角和区域异质性视角探讨了增长效应的作用程度和地区差异，按照地理区位不同分为东、中、西三种类型，并基于数字经济各维度和不同时间区间进行了稳健性检验。

综上所述，数字经济对经济发展的文献研究较多，普遍的结论是，数字经济显著促进了经济高质量发展，但存在区域“数字经济鸿沟”与两极分化现象。然而，目前的研究并未深入探讨数字经济的更深层次以及其异质性与作用机制对经济高质量发展的影响，且已有文献很少考虑数字经济对经济发展本身的影响和地区间的异质性问题，城市层面的研究更加缺乏。基于此，本文选取2011—2020年我国270个地级以上城市的面板数据，旨在深入探讨数字经济对城市经济发展的内在机制和作用机理，同时进行数字经济异质性的分析。

3 研究设计

3.1 模型构建

本文基于2011—2020年我国270个地级以上城市所组成的面板数据，对以上研究假设展开实证验证。具体建构的基准回归模型如下：

InGDPit=β0+β1Xit+β2Zit+γi+ωi+εit（1）

式（1）中，InGDPit表示i城市在第t年的生产总值取对数；Xit表示i城市在第t年的数字经济发展指数（代表数字经济发展水平）；Zit为控制变量集合，包括总人口、年末实有城市道路面积、城市在岗职工平均基本工资和二产占比；β0、β1、β2为待估参数；γi表示城市i不随时间变化的个体固定效应，ωi为控制时间固定效应；εit表示随机扰动项。

3.2 样本分类回归——异质性分析

为进一步验证数字经济发展对城市经济发展的影响在不同城市类别中是否存在差异，本文在基准回归的基础上，将城市划分为不同类型，分别进行回归建模。

3.2.1 按地理区位的异质性分析

因地理区位不同，各地区资源禀赋和发展阶段也有所不同。我国东、中、西部地区经济发展水平和发展模式存在显著差异，在区域分布上存在着明显的异质性特点。已有省级层面的研究也表明不同区域数字经济促进经济发展的效应存在差别[10]。因此本文在异质性分析中，首先按照地理区位不同，将城市分为东部地区，中部地区和西部地区三种类型，分别进行回归。

3.2.2 按产业结构的异质性分析

因各城市第三产业占比不同，所以我国地区间经济发展水平存在较大差异，本文参考刘国武等（2024）[11]的研究，在异质性分析中，按照第三产业占比的不同，将270个城市排序，并按照四分位数将城市分为四个类别，由低到高依次为：低产业结构水平城市，中产业结构水平城市，较高产业结构水平城市和高产业结构水平城市。

3.2.3 按经济发展水平的异质性分析

在城市的发展中，产业结构、人力资本、资源禀赋等生产要素的差异最终综合体现在城市GDP的具体数值上，而基础生产要素的差异也是导致数字鸿沟产生的重要原因。因此，本文将城市按GDP四分位划分，分析地区数字经济对GDP差异不同所产生的异质性，将270个城市的GDP水平进行排序，并按照四分位数将城市分为四个类别，由低到高依次为：低经济发展水平城市，中经济发展水平城市，较高经济发展水平城市，高经济发展水平城市。

3.3 变量选择与数据说明

参考已有文献，结合研究问题和特点，本文所采用的经济发展变量、数字经济发展变量以及控制变量具体如下。

3.3.1 被解释变量

本文主要研究数字经济对城市经济发展的影响，选取2011—2020年全国270个城市（含直辖市、地级市）生产总值（亿元）作为本文的被解释变量，衡量各城市的经济发展水平。由于城市之间的经济发展水平差异较大，直接采用各城市GDP的绝对值可能存在异方差问题，因此本文将对各城市GDP做取对数处理。

3.3.2 核心解释变量

本文的核心解释变量为数字经济发展指数（X），通过熵值法获得。目前，具体测度数字经济的相关文献相对较少，而且大部分研究集中在省级层面对数字经济发展水平的测度上。对此，本文参考赵涛等（2020）[12]的研究，从互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数和数字普惠金融指数五个因素出发构建指标体系，并且利用熵值法测算城市数字经济发展指数。

3.3.3 控制变量

参考已有研究的经验做法（唐秀美等（2017）[13]）本文将总人口（people）、城市道路面积（road）、城镇在岗职工平均工资（salary）以及第二产业增加值比率（rate）引为控制变量。其中，为避免异方差问题，对总人口和城市道路面积做取对数处理。

以上各变量的描述性统计结果如表1所示，各变量数据主要来自2011—2020年《中国城市统计年鉴》。对于数字金融发展，采用中国数字普惠金融指数，该指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制[14]。对于部分缺失值，本文运用Stata软件对以上指标进行插值法，补全缺失值。

4 数字经济对经济发展影响的实证检验

4.1 我国城市数字经济发展水平评价

本文将2011—2020年我国270个城市的数字经济发展指数进行加总并取其均值。观察2011年、2015年和2020年三年的变化，由表2可以看出数字经济发展指数均值大体呈逐年递增态势，数字经济发展指数均值由2011年的0.047增长至2020年的0.104，增长率为121.28%。

按照地理区位划分可以看出，东部地区数字经济发展指数的均值远远高于中部和西部地区，中西部地区数字经济发展指数的均值相差极小。按产业结构划分后，高产业结构水平城市数字经济发展指数的均值最高，其次是在较高产业结构水平城市。可以看出，在低产业结构水平城市、中产业结构水平城市以及较高产业结构水平城市三个类别下数字经济发展指数均值差别不显著。按经济发展水平划分后，同样也是在高经济发展水平城市数字经济发展指数均值最高，其他年份逐年递增。

4.2 数字经济对经济发展影响效应的实证检验

基于Hausman检验结果，本文选择个体固定效应模型进行参数估计，实证检验数字经济对经济发展的影响。基准回归结果如表3所示。由表3可以看出，无论是否引入控制变量、个体固定效应，X系数均在1%的置信水平上显著为正，表明数字经济对不同城市经济发展具有显著正向的影响。

4.3 区域异质性效应分析

4.3.1 按地理区位的异质性分析

表4展示了区域异质性回归结果。模型（1）、（2）和（3）显示，东中西部地区数字经济对经济发展有明显促进作用。其中，中部地区数字经济对经济发展促进作用更强，西部地区次之，东部地区的促进作用最弱。这一结果可能是由于东部地区城市经济活跃度高、信息技术发达、互联网普及率高，随着互联网普及率的进一步提高，数字经济对城市经济发展的边际效应呈递减趋势[14]。

4.3.2 按产业结构的异质性分析

表5展示了按产业结构异质性回归结果。由表5可以看出，数字经济对不同产业结构城市GDP的影响均在1%的显著性水平下为正。从不同模型回归结果来看，数字经济对低、中、较高和高产业结构水平城市经济发展的影响系数分别依次递减，这意味着随着第三产业比重的不断提升，数字经济对城市经济发展的带动作用不断减弱。产生这一结果的原因可能随着数字经济的发展，催生了许多新兴产业，这些产业通常对技术和人才的需求较大，为城市提供了发展新动能。对于三产占比低的城市来说，数字经济的发展意味着有机会通过引进这些新兴产业来促进经济结构的升级和转型[7]。

4.3.3 按经济发展水平的异质性分析

表6展示了按经济发展水平异质性回归结果。由表6可知，数字经济对不同经济发展水平城市经济增长的影响均在1%的显著性水平下为正。对比不同类型城市回归结果来看，数字经济对低、中、较高和高经济发展水平城市经济发展的影响系数依次递减，表示数字经济对城市经济发展的带动作用随着经济水平的提高而减弱。产生这一结论的原因可能是高经济发展水平城市，随着边际效应递减的显现，数字经济的促进作用并不明显[15]；而低经济发展水平城市，由于尚处于数字经济发展初级阶段，随着数字经济生产要素的投入能够较大程度的提升经济全要素生产率[15]。