长三角地区数字经济对产业结构升级的影响研究

Study on the Impact of Digital Economy on Industrial Structure Upgrading in Yangtze River Delta Region

摘要: 数字经济与产业发展的深度融合是推动中国新时代经济高质量发展的重要动力。为了深入实证分析数字经济对城市产业结构优化及升级的作用及其内在机理，本文基于2011至2021年长三角地区41个城市的面板数据，建立了双向固定效应模型以及中介效应模型。研究发现，数字经济的增长可以促进产业结构优化升级。此外，数字经济的发展不仅能够直接推动产业结构的优化升级，它还借助提升居民消费水平及促进绿色创新这两条间接路径，对产业结构的优化与升级产生了积极的影响。这项研究对探索城市数字经济可持续发展、助推其与产业结构转型升级深度融合具有一定的参考意义，为国家加速数字化进程、规范地方政策行为、精准制定产业政策提供了决策支持，有助于减少不同地区在数字经济发展和产业结构优化方面的差距。

Abstract: The deep integration of digital economy and industrial development is an important driving force for China’s high-quality economic development in the new era. In order to conduct an in-depth empirical analysis of the role of digital economy on the optimization and upgrading of urban industrial structure and its internal mechanism, this paper establishes a bi-directional fixed effect model and an intermediary effect model based on the panel data of 41 cities in the Yangtze River Delta region from 2011 to 2021. The study found that the growth of digital economy can promote the optimization and upgrading of industrial structure. In addition, the development of the digital economy can not only directly promote the optimization and upgrading of the industrial structure, but also have a positive impact on the optimization and upgrading of the industrial structure through the two indirect paths of improving the consumption level of residents and promoting green innovation. This study has certain reference significance for exploring the sustainable development of urban digital economy and promoting its deep integration with the transformation and upgrading of industrial structure, providing decision-making support for the country to accelerate the digital process, standardize local policy behaviors, and accurately formulate industrial policies, and helping to reduce the gap in the development of digital economy and industrial structure optimization in different regions.

1. 引言

近年来，中国的数字经济呈现出迅猛增长的态势，到2023年，其总规模增至56.1万亿元，占国内生产总值(GDP)的比例增至44%。在这一发展过程中，我国资源配置的结构经历了转变，产业结构正在向更高端、更生态、更合理的方向转型。数字经济的发展不仅重塑了传统的生产模式与企业管理手段，还深刻影响了产业结构的变迁，成为当前背景下我国拓大内需、加速产业结构优化以及驱动经济高质量发展的新引擎[1]。

数字经济是提高经济发展质量和效益的新动力、新引擎，在产业结构转型和现代化进程中发挥重要作用。“十四五”强调了加快构建现代产业体系的重要性，数字经济作为一种更先进、更可持续的经济形态，将通过数字产业化与产业数字化，助力新兴产业的产生，促进传统产业的改造和现代化，从而推动产业结构的转型升级。推动产业结构向更高层次转型与优化，是构建现代化产业体系必然的路径，它紧密契合了新型发展观念，是达成经济持续高质量发展的必然选择，必须抓住数字经济发展的机遇，推动产业结构的优化升级。

产业结构的优化升级是推动经济高质量发展的重要驱动力，同时也是构建现代经济体系的重要环节[2]。目前，中国正处于经济结构转型的关键阶段，深入研究数字经济与产业结构升级之间的联系，对于阐释我国在产业结构调整中遭遇的新问题和新挑战至关重要。这不仅能够为寻找产业结构升级的新方向和新途径提供思路，而且有助于促进中国经济向更高质量、更快速度的发展迈进。

2. 文献综述

目前，国际上对数字经济尚无统一的定义，不同的组织和学者根据各自的视角对其进行了不同的界定。首先，有观点将数字经济被划分为广义与狭义两个层面。狭义上，数字经济特指新一代信息通信技术的集合；而广义上，它则扩展至整个经济社会借助新一代信息通信技术所实现的数字化转型过程(根据OECD在2014年的定义)；其次，有观点从商业运作角度解释数字经济。2016年，美国经济分析局提出，数字经济主要包含三个核心组成部分：一是直接与计算机网络运作相关的数字基础设施；二是基于互联网平台的电商交易；三是用户创造和使用的数字媒体内容。此外，数字经济也被认为是一种经济活动形式。Bukht和Heeks (2017年) [3]对数字经济进行了三个层面的划分：首先，基础层面指的是以数字技术及其核心服务为重心的信息和通信技术产业，这包括软件制造、信息服务和数字内容创作等范畴；其次，狭义数字经济不仅涵盖了信息和通信技术制造业，也包括由信息和通信技术应用催生的新商业模式，例如平台经济和共享经济；最后，广义数字经济囊括了所有依托数字技术的经济活动，并扩展到更广泛的领域，主要涉及微观经济、工业4.0和电子商务等方面。基于技术的各类经济活动不仅超越了狭义数字经济的范畴，还拓展到了精准农业、工业4.0和电子商务等更多领域。

学术界对于产业结构水平的探讨在国内外均已达到较为深入的层次。特别是国外学者Peters指出，通过采取合适的政策措施，能够有效增强产业的创新能力[4]。对外开放[5]，信息化[6]，外商投资[7]，技术进步[8]等因素都有利于产业结构的优化升级。许多国内学者对产业结构升级高度关注，他们从多种角度出发，包括财税政策[9]、企业创新[10]、金融发展等许多不同方面深入探讨了推动城市产业结构迈向更高层次的具体策略与途径。陈小辉等(2020) [11]研究了数字经济对我国产业结构水平的影响，利用省级面板数据实证分析了数字经济发展与产业结构水平的关系，结果显示数字经济对第三产业的推动效果更加显著。

总的来说，尽管国内外学术界对影响产业结构水平的各种因素进行了大量研究，但对数字经济发展水平与产业结构水平之间的关系仍然研究不足。考虑到我国数字经济规模已跃居世界第二，多个省市已制定并发布数字经济发展规划，深入探讨这一课题对推动我国经济高质量发展具有深远意义。因此，本研究利用长三角地区41个城市2011~2021年数字经济发展水平数据，从理论和实证两个角度研究数字经济与产业结构水平的关系，并通过双向固定效应模型和中介效应模型揭示数字经济发展水平与产业结构水平之间的相互作用机制。

3. 研究设计

3.1. 计量模型设定

3.1.1. 基准回归模型

本文选取长三角41个城市2011~2021年的面板数据，探究数字经济对产业结构升级的影响，首先构建如下基准计量模型：

${\text{isu}}_{i,t}={\alpha }_0+{\alpha }_1{\text{dige}}_{i,t}+{\alpha }_2{Z}_{i,t}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (1)

在公式(1)中，i代表城市，t代表年份，${\text{isu}}_{i,t}$ 是被解释变量，表示产业结构水平，${\text{dige}}_{i,t}$ 是解释变量，代表数字经济，$Z_{i,t}$ 为控制变量，涵盖了经济发展水平(pgdp)、城镇化率(urb)、人力资本水平(human)和基础设施水平(infra)，${\mu }_i$ 表示地区固定效应，${\delta }_t$ 表示时间固定效应，${\epsilon }_{it}$ 表示随机扰动项。

3.1.2. 中介效应模型

为了探究数字经济对产业结构升级的内在影响机制，本文构建了一个中介效应模型，具体公式如下。用于验证数字经济是否借助促进绿色创新和提高居民消费水平的途径，从而驱动城市产业结构的升级进程。

本文采用逐步回归方法构建以下中介效应方程：

${\text{ino}}_{it}={\beta }_1+{\beta }_2{\text{dige}}_{it}+X_{it}\eta +{\mu }_{it}+{\epsilon }_{it}$ (2)

${\text{isu}}_{it}={\beta }_3+{\beta }_4{\text{dige}}_{it}+{\beta }_5{\text{ino}}_{it}+X_{it}\eta +{\mu }_{it}+{\epsilon }_{it}$ (3)

${\text{cnsm}}_{it}={\gamma }_1+{\gamma }_2{\text{dige}}_{it}+X_{it}\eta +{\mu }_{it}+{\epsilon }_{it}$ (4)

${\text{isu}}_{it}={\gamma }_3+{\gamma }_4{\text{dige}}_{it}+{\gamma }_5{\text{cnsm}}_{it}+X_{it}\eta +{\mu }_{it}+{\epsilon }_{it}$ (5)

其中，${\text{ino}}_{it}$ 表示绿色创新；${\text{cnsm}}_{it}$ 表示居民消费水平；${\beta }_{\ast }$ 为本文所关注的待估计参数，其他符号含义与基准回归模型方程一致。

3.2. 变量选取

3.2.1. 被解释变量

被解释变量为产业结构升级(isu)，根据配第－克拉克产业结构演变规律[12]，并结合我国第一产业发展相对稳定的特点，鉴于第二产业增加值和第三产业增加值会对一个地区产业结构升级产生一定的影响，利用第三产业增加值除以第二产业增加值来表示。

3.2.2. 解释变量

本文设定解释变量为数字经济发展水平(dige)，该指数是依据表1中详细列出的综合评价指标体系构建而成，具体计算过程则采用了熵权TOPSIS方法。

本文参考赵涛等(2020) [13]的指标选择策略，本文从互联网普及率、互联网相关从业人数、互联网相关产出情况、移动互联网用户数、数字金融普惠发展五个维度构建衡量数字经济发展水平的测算框架。上述原始数据来自《中国统计年鉴》。关于数字普惠金融的发展，本文采用了北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数。在对前述五项指标利用熵权法进行标准化处理之后，测度各城市的数字经济发展水平，具体如表1所示。

Table 1. Urban digital economy development level index system

表1. 城市数字经济发展水平指标体系

一级指标	二级指标	指标解释与量纲	性质
数字经济	数字金融普惠发展	北京大学数字普惠金融指数	+
	互联网普及率	每百人互联网用户数(户)	+
	互联网行业从业指数	计算机与软件从业人员占比(%)	+
	互联网产出水平	人均电信业务总量(万元)	+
	移动互联网用户水平	每百人移动用户数(户)	+
	数字化公共服务	政府数字治理能力(无量纲)	+

3.2.3. 控制变量

经济发展水平(pgdp)：鉴于我国经济发展中的不均衡和不充分问题，本研究使用实际人均GDP(对数值)作为衡量地区经济发展水平的指标。

城镇化(urb)：城镇化的深化发展反映了地区劳动力向城市集中的趋势，这不仅提升了劳动力的质量和数量，也推动了产业结构向更高端发展。本研究通过计算城镇人口占总人口的比例来衡量城镇化水平，城镇化率的提高通常与当地经济发展水平的提升相伴随。

人力资本水平(human)：通过计算高等学校在读学生人数与年度城市总人口的比例来得出，以此精确评估人力资本的发展水平。

基础设施水平(infra)采用各城市人均道路面积衡量，并进行取对数处理。

3.2.4. 中介变量

绿色创新(ino)：以绿色专利申请总数衡量。作为一种创新形式，绿色专利是衡量一个地区绿色创新能力水平的重要指标，专利申请数量可以在很大程度上反映一个地区的绿色创新实力。

居民消费水平(cnsm)：为了评估城市的居民消费水平，本研究采用了《中国城市统计年鉴》中记载的社会消费品零售总额作为衡量指标，并对该数据进行对数转换处理。

3.3. 数据来源和描述性统计

本研究以2011~2021年长三角地区41个地级市为研究对象，数据主要来源于《中国城市统计年鉴》，并以部分地级市的统计年鉴和统计公报为补充。对于数据中的空白部分，本文采用线性插值法进行补充。表2列出了研究中的变量以及相应的描述性统计分析结果。

由表2可知，被解释变量isu平均值是1.008，最小值是0.313，最大值是2.766，可见各个城市产业结构发展水平存在显著差异。核心解释变量dige平均值为0.196，且其最大值和最小值之间也有较大的差距。从控制变量层面看，不同城市在地区经济发展水平、人力资本水平、城镇化水平以及基础设施建设水平等方面也存在着明显的差异。

Table 2. Descriptive statistics of variables

表2. 变量描述性统计

变量名	均值	标准差	最小值	最大值
isu	1.008	0.349	0.313	2.766
dige	0.196	0.110	0.021	0.696
pgdp	7.378	3.988	1.009	19.90
infra	3.074	0.383	1.396	3.837
urb	61.629	11.945	31.3	89.6
human	0.021	0.022	0.0001	0.127
cnsm	1.648	0.099	1.193	1.772
ino	1582	2677	13	19458

4. 实证分析

4.1. 基准回归结果

表3所呈现的是数字经济对产业结构优化升级的基准回归分析结果。具体而言，在列(1)中，随着数字经济发展每增加一个单位，产业结构的升级幅度会相应提高0.994个单位，且在1%的水平上显著。这充分表明，数字经济在加速产业结构优化升级的过程中具有正向驱动的作用。数字经济促进经济发展，提升城镇化水平，完善基础设施，促进人力资本发展，实现产业结构的调整和创新升级。

4.2. 作用机制检验

产业结构升级不仅取决于数字经济的带动作用，更取决于把数据资源转化成行动力的能力，而这种转化的工具即为数字经济促进产业结构的中介变量。绿色创新和居民消费水平在其中发挥着重要作用。

本文参照江艇(2022) [14]的中介效应检验方法，对绿色创新和居民消费水平的中介效应进行检验。表4的(2)列回归结果显示，数字经济可以通过促进居民消费水平的提升来优化产业结构。“数字经济促进居民消费水平提高，进而推动产业结构升级”的传导机制得到了验证。江艇(2022)认为逐步回归法检验

Table 3. Regression result

表3. 基准回归结果

	(1) isu	(2) isu	(3) isu	(4) isu	(5) isu
dige	0.994^***	1.265^***	1.193^***	1.169^***	1.215^***
	(0.192)	(0.200)	(0.198)	(0.198)	(0.196)
pgdp		−0.026^***	−0.019^***	−0.019^***	−0.015^**
		(0.006)	(0.007)	(0.007)	(0.007)
urb			−0.008^***	−0.009^***	−0.010^***
			(0.002)	(0.002)	(0.002)
human				2.641^**	2.681^**
				(1.332)	(1.316)
infra					0.188^***
					(0.058)
_cons	0.813^***	0.953^***	1.386^***	1.428^***	0.835^***
	(0.038)	(0.051)	(0.132)	(0.133)	(0.225)
N	451.000	451.000	451.000	451.000	451.000
r2_a	0.881	0.885	0.889	0.890	0.892
id	YES	YES	YES	YES	YES
year	YES	YES	YES	YES	YES

Standard errors in parentheses. ^*p < 0.1, ^**p < 0.05, ^***p < 0.01.

中介效应的可信度较低，因此，我们进一步应用自抽样方法(Bootstrap)进行验证，计算出自抽样的标准误差和置信区间。根据表5可知，居民消费水平的直接效应数值为2.782，对应的p值为了0.000，这一结果清晰地显示了居民消费水平对产业结构升级存在着显著的直接影响。此外，居民消费水平的间接效应数值为0.533，且该间接效应的p值为0.000，这证明了在1%的显著性水平下，该间接效应是高度显著的。由此可以推断，数字经济对产业结构升级的部分影响是通过提升居民消费水平这一过程来实现的。

同样，根据表4的列(3)回归结果显示，数字经济对绿色创新的回归系数显著为正，“数字经济–绿色创新–产业结构升级”这一传导路径成立，数字经济可以通过绿色创新促进产业结构升级。Bootstrap检验显示，间接效应的置信区间不包含0 (LLCI = 0.671, ULCI = 0.210)，再次验证了传导路径的成立。

Table 4. Analysis of mediating effects

表4. 中介效应分析

	(1) isu	(2) cnsm	(3) ino
dige	1.215^***	−0.048^*	21342.066^***
	(0.196)	(0.028)	(1651.978)
_cons	0.344^*	1.251^***	6533.943^***
	(0.186)	(0.027)	(1567.59)
id	YES	YES	YES
year	YES	YES	YES
N	451.000	451.000	451.000
r2_a	0.892	0.972	0.869

Table 5. Bootstrap test result

表5. Bootstrap 检验结果

		Observed Coefficient	Bootstrap std.err.	z	p > |z|
居民消费水平(cnsm)	间接效应	0.533	0.099	5.39	0.000
	直接效应	2.782	0.240	11.57	0.000
绿色创新(ino)	间接效应	0.671	0.210	3.23	0.001
	直接效应	2.644	0.262	10.10	0.000

最后，我们从理论上对居民消费水平，绿色创新作为中介效应渠道进行直观阐述。韩健[15]等(2022)基于中国288个城市的面板数据研究发现，数字经济的发展与产业结构的优化升级正相关，并能通过提高居民消费水平、刺激城市研发创新等间接影响产业结构的转型升级。这表明，数字经济通过提高居民消费水平间接促进了产业结构的优化升级。居民消费水平的提高可以增加对高质量产品和服务的需求，从而推动产业结构向更高端、更复杂的方向发展。郭炳南[16]等(2022)的研究基于2011~2019年中国282个城市的面板数据，发现绿色创新是数字经济释放产业结构升级红利的重要传导机制。这意味着数字经济通过促进绿色技术创新，增强了产业结构升级的效率和可持续性。

4.3. 稳健性检验

针对数字经济与产业结构升级之间可能存在的内生性问题，本文进行了稳健性测试。

4.3.1. 剔除特殊城市样本

鉴于上海市拥有更高的行政层级，其发展规划与定位与其他城市不同，加之其政治与经济资源的显著优势，使得该市的数字经济发展程度远超其他地级行政单位。为确保研究结论的稳健可靠性，我们特此排除了上海市的样本，以深入探讨数字经济对产业结构优化程度的具体影响。参考表6所示，当移除

Table 6. Robustness test

表6. 稳健性检验

	剔除直辖市 isu
dige	0.598^***
	(0.205)
_cons	0.866^***
	(0.039)
N	440.000
r2_a	0.844
id	YES
year	YES

Standard errors in parentheses. ^*p < 0.1, ^**p < 0.05, ^***p < 0.01.

上海的样本后，我们再次进行了回归分析。分析结果显示，回归系数的显著性水平及符号方向均未出现本质性的变动，这与前文所述的结论保持高度一致。

4.3.2. 滞后一期与滞后二期解释变量

通过将数字经济的一期和二期滞后值作为工具变量，构建了两阶段最小二乘法(2SLS)模型来进行稳健性分析。根据表7的结果显示，在1%的显著性水平下，数字经济对产业结构升级的推动作用均显著，这进一步验证了数字经济促进城市产业结构升级结果的稳健性。

Table 7. Robustness test

表7. 稳健性检验

	(1) isu	(2) isu	(3) isu
L2.dige	3.2482^***
	(14.3988)
L.dige		3.2897^***
		(15.8800)
dige			3.3154^***
			(17.7634)
_cons	1.1663^***	0.9533^***	0.8103^***
	(5.1615)	(4.6291)	(4.3740)
N	369	410	451
adj. R^2	0.509	0.520	0.543

5. 政策建议

总体而言，本研究依托2011至2021年中国41个城市的面板数据，运用实证分析了数字经济发展对产业结构升级的作用。研究发现：(1) 数字经济的发展对产业结构的优化和升级产生了显著的正面影响，能够有力地推动城市产业结构的优化升级。(2) 在传导机制上，数字经济通过提高居民消费水平和促进绿色创新这两个渠道，有效地促进了城市产业结构的升级。

第一，利用数字经济的发展机遇，加强产业基础设施建设，以适应不断发展的时代需求。首先，数字经济为产业结构发展注入了动力，要优先发展具有基础和优势的前沿技术，如物联网、云计算、大数据、人工智能、区块链等，其次，要集中精力解决产业发展中的薄弱环节，推动传统产业提效升级，以此促进产业结构合理有序发展，推进产业结构的渐进式升级。长三角地区需要积极抓住长三角一体化发展战略，深化数字经济发展；加强数字基础设施建设，夯实数字经济发展基础；加快数字化应用拓展，推进企业数字化转型。

第二，要增强绿色创新能力，使之成为驱动数字经济助力产业结构优化升级的关键因素。认识到绿色创新的作用，需强化企业在绿色创新中的主体地位，提升其研发创新能力；同时，要优化市场环境，在市场上确保企业的公平竞争，为企业绿色创新提供良好生态；此外，还需加大政策扶持力度，为绿色创新奠定坚实的制度支撑。通过构建数字经济与绿色技术创新的协同机制，汇聚优势资源，形成促进产业优化的新引擎。进一步地，通过培育高端生产要素、提升资源配置效率及降低创新成本，加大数字经济对绿色创新的驱动力，促使绿色创新更有效地推动产业结构的优化升级。

第三，为了推动产业向更高质量的发展，我们需要充分发挥数字经济的潜力。首先，提升居民的消费水平至关重要。一方面，我们需要加速服务业的数字化转型，建立全面的数字生活服务系统，扩大互联网的覆盖范围，以此促进居民消费水平的提升；另一方面，我们应以消费者需求为导向，激发消费市场活力，孵化新型消费模式，为产业结构现代化奠定坚实的基石。另外，各城市应聚焦于数字经济前沿技术，攻克产业发展关键技术难题，进一步提升城市研发创新能力，以期实现产业结构的飞跃式升级。

第四，根据各地区的实际情况，采取差异化的数字经济发展战略，促进地区数字经济和产业结构的均衡发展。首先，要制定数字经济发展的总体规划，根据不同地区的经济特点，设计差异化的数字经济功能区，实现区域内的精细分工，缩小地区发展差距。其次，要利用不同地区的不同资源，采取先行先试的部署策略。经济发达的一、二线城市，如上海、杭州、南京等，在城市经济、产业基础、创新能力等方面具有较强的竞争力，可以根据现有条件，优先探索战略性新兴产业、高新技术产业等高附加值产业。对于数字经济发展不发达、产业结构层次较低的城市，应积极探索区域间合作的新途径，实现数字资源的有序流动。同时，要深化城市群内产业的共同发展，加强区域间的学习和合作。此外，应引导数字资源要素的合理流动，优化产业布局，提高数字资源的区域互通性，建立高质量的数字经济市场体系，更有效地推动长三角地区的一体化发展。

基金项目

本文系2023年度上海市哲学社会科学规划课题“高质量一体化发展背景下长三角土地绿色利用的响应机制与效率提升研究”的阶段性成果。

NOTES

^*通讯作者。