数字经济助推长江经济带高质量发展的理论逻辑与实证检验

Research on the Influencing of Digital Economy Promoting High-Quality Development of the Yangtze River Economic Belt: Theoretical Logic and Empirical Test

摘要: 数字经济是新一轮科技革命和产业变革的核心驱动力，对经济高质量发展意义重大。基于2011~2022年长江经济带11省市面板数据，采用熵权法和面板固定效应回归模型，实证检验了数字经济发展对区域高质量发展的影响及作用机理。研究发现：基础设施是数字经济发展的首要驱动因素，对外开放和环境保护是高质量发展的关键影响因素；数字经济发展对长江经济带高质量发展具有显著正向影响；数字经济通过优化产业结构和提升劳动力质量间接促进区域高质量发展。据此，提出加快数字基础设施建设、推动产业数字化转型升级、完善区域协同发展机制、优化产业结构、提升劳动力素质等政策建议，以充分发挥数字经济赋能作用，全面提升长江经济带高质量发展水平。

Abstract: The digital economy is the core driving force of the new round of scientific and technological revolution and industrial transformation, which is of great significance to high-quality economic development. Based on the panel data of 11 provinces and cities in the Yangtze River Economic Belt from 2011 to 2022, this study employs the entropy weight method and panel fixed effect regression model to empirically test the impact and mechanism of digital economy development on regional high-quality development. The research findings reveal that infrastructure is the primary driving factor for the development of the digital economy, while opening-up and environmental protection are the key influencing factors of high-quality development. The development of the digital economy has a significant positive impact on the high-quality development of the Yangtze River Economic Belt. Moreover, the digital economy indirectly promotes regional high-quality development by optimizing the industrial structure and improving labor quality. Accordingly, this study proposes policy recommendations such as accelerating the construction of digital infrastructure, promoting the digital transformation and upgrading of industries, improving the mechanism of regional collaborative development, optimizing the industrial structure, and enhancing labor quality, so as to give full play to the empowering role of the digital economy and comprehensively improve the level of high-quality development in the Yangtze River Economic Belt.

1. 引言

我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期。2024年3月5日，李强总理在全国“两会”《政府工作报告》中提出：制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合[1]。推动高质量发展，是保持经济持续健康发展的必然要求。近年来，数字经济蓬勃发展，日益成为引领创新驱动发展的先导力量，推动着经济发展质量变革、效率变革、动力变革。准确把握数字经济发展规律，充分发挥数字经济赋能作用，对全面提升区域经济高质量发展具有十分重要的理论价值和实践意义。

长江经济带横跨我国东中西三大区域，覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南11省市，在全国的经济地位和作用十分突出，人口和经济总量均超过全国40% [2]。作为世界上人口最多、面积最大的流域经济带之一，推动长江经济带高质量发展，能够引领带动全国经济高质量发展[3]。因而，本文聚焦数字经济赋能长江经济带高质量发展的理论逻辑与实现路径展开研究，对于推动长江经济带实现更高质量、更有效率、更加公平、更可持续、更为安全的发展，进而构建优势互补、高质量发展的区域经济布局，具有重大的现实意义。

尽管国内外学者对数字经济内涵、测度以及作用机理等开展了大量研究，但鲜有将数字经济发展与区域高质量发展相结合并作实证分析。周筱扬等(2022)和张安忠(2023)探讨了高质量发展的内涵和评价方法，为高质量发展研究奠定理论基础[4] [5]。张蕴萍等(2021)和钞小静等(2024)从宏观层面分析了数字经济推动经济高质量的理论逻辑[6] [7]。但已有文献较少从区域视角系统评估数字经济发展水平与高质量发展水平，定量揭示其内在关联和作用路径。鉴于此，本文试图在前人研究基础上拓展，从区域层面对数字经济与高质量发展相互关系展开实证分析。

本文选取长江经济带11省市2011~2022年面板数据为研究样本，一方面深入探讨数字经济和区域高质量发展的内在理论逻辑，系统阐释数字经济赋能长江经济带高质量发展的作用机制。另一方面，通过构建数字经济发展和区域高质量发展的综合评价指标体系，运用熵权法、面板回归模型、中介效应模型等实证分析方法，检验数字经济发展水平对长江经济带高质量发展水平的影响程度和传导路径，探究数字经济如何赋能区域高质量发展。相较既有文献，本研究强调理论阐释与实证检验的结合，注重结论的科学性与政策的可行性，以期获得严谨、稳健的研究发现，为推动长江经济带高质量发展提供决策参考。

2. 理论分析

2.1. 数字经济对区域高质量发展影响的理论逻辑

数字经济作为经济增长的新方向，将通过动能、效率、质量三个方面的变革，为经济增长带来新动能，通过产业结构的优化，使企业活力得以激发，从而推动区域的高质量发展。数字经济对高质量发展产生影响的理论逻辑可以从宏观、微观两个层面体现。

一方面，从宏观层面看，数字经济将通过创造经济发展新动能，从而带动区域高质量发展[8]。数字经济背景下，数据作为现代生产要素应运而生。与传统生产要素不同的是，数据不受资源数量的限制，与劳动力和资本等其他传统生产要素结合时，能够达到相辅相成的效果，改变传统生产中要素的投入方式，融合多方资源，优化资源配置[9]。合理使用数据也能够优化社会分工，促进社会扩大再生产。此外，数据的应用范围广泛，不受行业和生产环节的限制，其丰富的信息量能够促使产业结构朝着知识密集型和科技创新型方向进行转变，进而提高全要素生产率。同时，从宏观层面角度看，数字产业化和产业数字化的发展应用广泛，不仅在经济市场中得以运用，在医疗、卫生、教育等方面同样有所体现。数字经济融入社会生活中，能够更好地满足消费者对产品高层次的不同需求，为经济发展提供了新兴动力，数字政府的建设加大了市场与政府、政府之间、政府与人民群众之间的联系，疏通了各方之间的沟通渠道，使监督体系不断完善，决策机制高效化。

另一方面，从微观层面看，数字经济能够促进企业数字化转型，创新管理方式、优化生产环节、促进产品流通性，从而改善盈利模式[10]。荆文君(2019)对数字经济促进区域高质量发展进行了理论研究，认为从微观层面上来看，数字经济是通过互联网、大数据、5G等技术的应用而形成的经济形态，而在成本的作用下形成的规模经济、范围经济和长尾效应形成了新型的经济环境，从而通过新的要素投入、新的资源配置效率和新的全要素生产率三条途径促进经济朝着高质量方向的发展[11]。数字经济与传统经济相比，企业的生产多了数字资源、线上平台和技术的加持，且其较低的边际成本能够降低企业的长期平均成本，高利润、低成本加快了企业扩大规模，进而利用规模效应获得更多利润，以此形成良性循环。同时，数字经济下，市场激烈的竞争促使企业加快技术创新和管理模式的优化，企业要不断通过革新技术创新产品和服务，提高产品和服务的质量。此外，还要突破内部管理和价值链的管理，将二者转化为平台管理，从而提高行业准入门槛和企业的议价能力。

2.2. 数字经济对区域高质量发展的影响机制

梳理数字经济对高质量发展产生影响的理论逻辑分析以及现有文献，发现数字经济对高质量发展的影响路径主要有三条：

第一，数字经济将会直接影响区域高质量发展。互联网技术的高速发展给经济增长带来了新的发展方向，也产生了数字经济的新型经济形态，消费也由此被大幅度拉高。数字经济依赖于数字技术和新型基础设施的建设，具有较强的扩展性，在加快市场要素流动、促进市场竞争和优化产业结构的同时，能够激发企业的创新能力、优化管理模式。同时，数字经济的高渗透性将会使数据这一生产要素融入到生产、销售和消费多个环节当中，并增强传统生产要素的作用，大大提高全要素生产率，从而促进区域高质量发展[12]。

第二，数字经济将会通过优化产业结构从而推动区域高质量发展。数字经济发展过程中技术的创新起到了决定性的作用，而技术创新通过电子商务改变消费者的消费方式和观念等促进了产业结构的转型[13]。数字作为数字经济下的重要生产要素，具有基础性战略资源的属性，通过数据挖掘和数据分析的手段能够使增加决策的效率和质量，从而推动企业和行业的创新，加快产业数字化的发展，升级产业结构。与此同时，数字经济的扩展性和渗透性将会加快传统产业与其融合，使传统产业的智能化和数字化发展大大提高，从而实现经济高质量地发展。

第三，数字经济将会通过提高劳动力质量推动区域高质量发展。数字经济下，互联网、物联网、5G、大数据、供应链迅速发展，各个行业对劳动力的要求发生了变化，劳动力为了适应企业需求，技能水平有所提高，人力资本价值得到较大提升。此外，技术的发展增加了信息传播的渠道，人们的学习可以不受时间和空间的限制，劳动力的学历、知识和技能都有了优化，为区域高质量发展提供了动力基础[14]。

综上所述，本文提出以下假说：

假说1：数字经济能显著促进区域高质量发展。

假说2：数字经济将通过产业结构的优化和劳动力质量的提高间接影响区域高质量发展。

3. 研究设计

3.1. 核心变量测度

本研究在构建长江经济带高质量发展和数字经济水平的指标体系时，主要基于以下考虑：① 通过广泛梳理相关文献，总结了已有研究中常用的指标。如周筱扬等(2022) [4]、张安忠(2023) [5]等学者在评价高质量发展水平时采用的指标，以及张蕴萍等(2021) [6]、钞小静等(2024) [7]在衡量数字经济发展水平时使用的指标；② 参考了国家统计局、工信部等部门发布的相关统计指标体系和评价标准。如《数字经济及其核心产业统计分类(2021)》《高质量发展综合绩效评价指标体系》等；③ 结合长江经济带区域发展特点，选取了能够反映该区域经济社会发展水平的关键指标。如对外开放水平、环境保护水平等；④ 在指标选取过程中，遵循科学性、系统性、可获得性和可比性等原则，力求构建一个全面反映长江经济带高质量发展和数字经济发展水平的指标体系。

1. 长江经济带高质量发展指标体系

根据对高质量发展概念的界定，结合对高质量发展相关文献的梳理，本文针对长江经济带高质量发展指标体系确定了经济发展水平、产业结构水平、对外开放水平、环境保护水平、居民生活水平五个一级指标，并选取了相应的二级指标共18个，其中负向指标共有5个，其余为正向指标，具体如表1所示。

2. 长江经济带数字经济指标体系

根据现有对数字经济测度方式的文献已经对数字经济的概念，长江经济带数字经济指标体系的构建将从基础设施、数字化产业、产业数字化、数字普惠金融四个维度选取相应指标，在指标体系构建四个原则的指导下，最终选取了17个二级指标，各个指标均为正向指标，即越大说明数字经济发展水平越好，具体如表2所示。

Table 1. Indicator system for high-quality development level of the Yangtze River economic belt

表1. 长江经济带高质量发展水平指标体系表

一级指标	二级指标	衡量方式	指标单位	指标类型
经济发展水平	GDP增长状况	GDP增长率	%	正向
	失业状况	城镇登记失业率	%	负向
	上市公司数	上市公司数量	个	正向
	社会消费能力	社会消费品零售总额	亿元	正向
产业结构水平	产业结构合理化	产业结构合理化指数	-	正向
	产业结构高级化	第三产业产值/第二产业产值	-	正向
对外开放水平	外贸依存度	(进口总额 + 出口总额)/国内生产总值	%	正向
	外商投资	外商投资企业年底登记户数	户	正向
环境保护水平	单位产出能耗	单位GDP能耗增速	%	负向
	环保力度	节能环保财政支出	万元	正向
	污水排放	污水排放量	万吨	负向
	二氧化硫排放	废气中二氧化硫排放量	万吨	负向
	固体废物排放	一般工业固体废物排放量	万吨	负向
	生活垃圾处理	生活垃圾无害化处理率	万吨	正向
居民生活水平	城镇居民收入水平	城镇人均可支配收入	元	正向
	农村居民收入水平	农村人均可支配收入	元	正向
	居民消费水平	人均居民消费支出	元	正向
	教育资源	普通高等学校数	所	正向

Table 2. Indicator system for digital economy level of the Yangtze River economic belt

表2.长江经济带数字经济水平指标体系表

一级指标	二级指标	指标单位
基础设施	互联网宽带用户接入数	万户
	互联网宽带接入端口数	万个
	互联网网站数	万个
	互联网网页数	万个
	域名数	万个
	光缆线路总长	公里
数字化产业	电信业务收入	万元
	信息技术服务收入	万元
	信息传输、计算机服务和软件业城镇单位就业人员	万人
	信息传输、软件和信息技术服务业法人单位数	个
产业数字化	移动电话普及率	部/百人
	互联网普及率	%
	电子商务销售额	亿元
	采用信息化管理的企业数	个
数字普惠金融	数字金融覆盖广度	-
	数字金融使用深度	-
	数字普惠金融指数	-

3. 长江经济带数字经济与高质量发展水平测度

(1) 熵权法确定指标权重。考虑到所选取的指标类型存在差异，为了更好地反映指标所隐藏的信息，将采用熵权法来确定指标权重，具体步骤如下：

首先，构建决策矩阵：

$X_{mn}$ 表示第m个指标在第n年的指标值，矩阵X内有i年的样本($i=1,2,3,\cdots$ )，共有j个指标。则针对研究对象所选取的各年份的指标，可以构建相应的判断矩阵X，并将收集整理好的数据放入矩阵(见式(1))。

$X=\left[\begin{array}{cccc}{x}_{11}& x_{12}& \cdots & x_{1n}\\ x_{21}& x_{22}& \cdots & x_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ x_{m1}& x_{m2}& \cdots & x_{mn}\end{array}\right]$ (1)

其次，数据处理：

由于指标分为正向指标和负向指标，为了将指标数据无量纲化且消除正负指标以及单位的差异，将对数据进行归一化，通过式(2)和式(3)将数据固定在[0, 1]之间。

针对正向指标的归一化公式：

$Y_{mn}=\frac{x_{mn}-\min \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}}{\max \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}-\min \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}}$ . (2)

针对负向指标的归一化公式：

$Y_{mn}=\frac{\max \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}-x_{mn}}{\max \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}-\min \left\{x_{m1},x_{m2},\cdots ,x_{mi}\right\}}$ (3)

$Y_{mn}$ 第m个指标在第n年的归一化处理后的值。经过归一化处理后，将构成新的矩阵Y (见式(4))。

$Y=\left[\begin{array}{cccc}{y}_{11}& y_{12}& \cdots & y_{1n}\\ y_{21}& y_{22}& \cdots & y_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ y_{m1}& y_{m2}& \cdots & y_{mn}\end{array}\right]$ (4)

最后，权重计算：

矩阵构建成功后，需要对指标权重进行计算。

第一步，将第m项指标第n年的比重$R_{mn}$ 算出来：

$R_{mn}=\frac{Y_{mn}}{{\displaystyle {\sum }_1^{i}mn}}$ (5)

第二步，对第m个指标的熵值进行计算：

$e_m=-\frac{1}{L_{mn}}{\displaystyle {\sum }_1^i{R}_{mn}Ln}{R}_{mn}$ (6)

第三步，对第m个指标的差异化系数进行计算：

$g_m=1-e_m$ (7)

第四步，对第m个指标的权重进行计算：

$W_m=\frac{g_m}{{\displaystyle {\sum }_1^m{g}_m}}$ (8)

经过以上步骤，则可计算出各个指标的权重，长江经济带高质量发展水平指标权重如表3所示，长江经济带数字经济水平指标权重如表4所示。

(2) 综合指数法确定指标指数。

首先，计算指标个体指数：

对于正向指标，指标个体指数计算公式为：

$Z_{mn}=\frac{X_{mn}}{AV{G}_m}$ (9)

Table 3. Results of indicator weights for high-quality development level of the Yangtze River economic belt

表3. 长江经济带高质量发展水平指标权重结果表

一级指标	指标权重	二级指标	指标权重
对外开放水平	30.90%	外商投资	19.93%
		外贸依存度	10.97%
环境保护水平	23.22%	二氧化硫排放量	7.68%
		固体废物排放量	5.04%
		污水排放量	3.81%
		环保力度	3.39%
		单位GDP能耗增速	3.11%
		生活垃圾无害化处理率	0.19%
经济发展水平	22.37%	上市公司数	13.32%
		社会消费能力	7.13%
		GDP增长状况	1.49%
		失业状况	0.43%
居民生活水平	12.07%	农村居民收入水平	4.13%
		城镇居民收入水平	3.71%
		居民消费水平	2.76%
		普通高等学校数	1.47%
产业结构水平	11.44%	产业结构合理化	8.96%
		产业结构高级化	2.48%

注：数据来源于《中国统计年鉴》。

Table 4. Results of indicator weights for digital economy level of the Yangtze River economic belt

表4. 长江经济带数字经济水平指标权重结果表

一级指标	指标权重	二级指标	指标权重
基础设施	48.83%	互联网网站数	14.36%
		互联网宽带用户接入数	12.13%
		域名数	7.15%
		互联网宽带接入端口数	5.56%
		互联网网页数	5.13%
		光缆线路总长	4.50%
数字化产业	29.63%	信息技术服务收入	13.28%
		信息传输、软件和信息技术服务业法人单位数	8.29%
		信息传输、计算机服务和软件业城镇单位就业人员	5.63%
		电信业务收入	2.43%
产业数字化	15.51%	电子商务销售额	8.37%
		采用信息化管理的企业数	5.41%
		移动电话普及率	0.93%
		互联网普及率	0.80%
数字普惠金融	6.03%	数字金融使用深度	2.25%
		数字金融覆盖广度	1.99%
		数字普惠金融指数	1.79%

注：数据来源于《中国统计年鉴》和中国工信部官网。

对于负向指标，指标个体指数计算公式为：

$Z_{mn}=\frac{AV{G}_m}{X_{mn}}$ (10)

其中，$Z_{mn}$ 表示指标个体指数，$AV{G}_m$ 表示第m个指标的平均值，根据计算公式，可以获得指标个体指数表。

然后，计算综合指数：

各指标在各年的指数计算公式为：

$C{I}_{mn}=Z_{mn}\ast W_m$ (11)

综合指数计算公式为：

$C{I}_{kn}={\displaystyle {\sum }_1^{m}C{I}_{mn}}$ (12)

其中，$C{I}_{mn}$ 表示第m个指标在第n年的指数，$C{I}_{kn}$ 表示在维度k下第n年的综合指数。

综上可得，长江经济带数字经济和高质量发展综合指数，分别作为长江经济带数字经济水平和长江经济带高质量发展水平的代理变量。

3.2. 模型构建与变量选择

为了研究长江经济带地区数字经济对高质量发展的影响程度，本文将构建回归模型如式(13)所示：

$\ln {\text{de}}_{i,t}={\beta }_0+{\beta }_1\ln {\text{indul}}_{i,t}+{\beta }_c\ln {\text{control}}_{i,t}+{\epsilon }_{i,t}$ (13)

其中，${\text{de}}_{i,t}$ 是被解释变量，代表i地区在第t年的高质量发展指数；${\text{indul}}_{i,t}$ 是解释变量，代表i地区在第t年的数字经济发展指数；${\text{control}}_{i,t}$ 代表控制变量，本文选取了6个控制变量，具体变量及含义如表5所示。

Table 5. Results of variable selection

表5. 变量选取结果表

变量类型	变量名称	变量衡量方式	变量符号
被解释变量	高质量发展	高质量发展指数	dei,t
解释变量	数字经济发展	数字经济发展指数	induli,t
控制变量	政府干预	财政支出/GDP	gover
	交通基础设施	等级路公路里程(万公里)	traf
	城镇化水平	城镇化率	urban
	教育资源	普通高等学校数(所)	uni
	消费水平	居民消费占最终消费比重(%)	spend
	产业高级化	第三产业产值/第二产业产值	sen

3.3. 数据来源与描述性统计

所选取的数据为2011年至2022年长江经济带11个省市的相关数据，原始数据均来自《中国统计年鉴》和中经网。各个变量的描述性统计结果如表6所示。

Table 6. Results of descriptive statistics

表6. 描述性统计结果表

变量	样本量	最小值	最大值	平均值	标准差	中位数
de	132	0.522	2.028	1	0.335	0.911
indul	132	0.181	3.443	1	0.755	0.744
gover	132	0.019	0.609	0.241	0.108	0.242
traf	132	1.2	38.49	16.392	7.695	15.81
urban	132	33.81	89.6	57.941	13.636	55.91
uni	132	47	167	97.939	28.46	104.5
spend	132	63.5	81.67	74.772	3.199	75.3
sen	132	0.619	5.022	1.242	0.538	1.127

根据表6可知，样本研究量共132个，高质量发展和数字经济综合指数的均值为1，二者与交通基础设施、消费水平的最大值与最小值的差距较大，可见，不同地区的经济发展水平不同，其基础设施建设和环保观念等都有所差异。整体上来看，所选取的数据没有异常值。

4. 实证分析

4.1. 平稳性检验

为了减少极端值的影响，缩小数据的绝对差异，对所有数据进行了取对数处理，然后利用stata软件对数据进行了LLC平稳性检验，结果如表7所示，可知所选取的变量p值均在0.05以下，即均是平稳数据。

Table 7. Results of variable stationarity test

表7. 变量平稳性检验结果表

变量	LLC	p值	结论
de	−2.2471	0.0218	平稳
Indul	−4.3116	0.0000	平稳
gover	−72.9272	0.0000	平稳
traf	−5.2892	0.0000	平稳
urban	−5.8418	0.0000	平稳
uni	−15.0921	0.0000	平稳
spend	−3.8587	0.0001	平稳
sen	−2.2378	0.0126	平稳

4.2. 面板固定效应回归

根据现有研究，本研究采取固定效应回归模型，结果如表8所示。可知，在未加入控制变量的列(1)和逐步加入控制变量的列(2)~(7)中，核心解释变量数字经济的系数均在1%的水平上显著为正，说明数字经济发展对高质量发展具有显著的正向作用。此外，在控制变量中，交通基础设施、城镇化率、消费水平、产业高级化t统计量的p值在5%以下，说明四者在5%的水平下对高质量发展有显著正向影响。可见，假说1得以验证。

Table 8. Panel fixed effects regression results of digital economy’s impact on high-quality development of the Yangtze River economic belt

表8. 数字经济对长江经济带高质量发展影响的面板固定效应回归结果

	(1)	(2)	(3)	(4)	(5)	(6)	(7)
indul	0.146^***	0.151^***	0.202^***	0.171^***	0.175^***	0.166^***	0.141^***
	(6.959)	(6.879)	(6.588)	(5.468)	(5.473)	(5.300)	(4.381)
gover		−0.0121	−0.000472	−0.00913	−0.00874	−0.00422	−0.00740
		(−0.813)	(−0.0307)	(−0.604)	(−0.576)	(−0.283)	(−0.508)
traf			0.161^**	0.435^***	0.439^***	0.444^**^*	0.416^***
			(2.320)	(3.930)	(3.949)	(4.096)	(3.909)
urban				0.656^***	0.576^**	0.613^**	0.552^**
				(3.109)	(2.361)	(2.572)	(2.360)
uni					0.0969	0.00294	−0.0242
					(0.650)	(0.0196)	(−0.165)
spend						0.944^***	0.770^**
						(2.640)	(2.169)
sen							0.108^**
							(2.609)
常数项	−0.0142	−0.0317	0.416^**	−1.539^**	−1.648^**	−5.424^***	−4.405^***
	(−1.483)	(−1.346)	(2.140)	(−2.346)	(−2.428)	(−3.442)	(−2.777)
N	132	132	132	132	132	132	132
R^2	0.288	0.291	0.322	0.374	0.376	0.412	0.445

注：^***、^**、^*分别表示在1%、5%和10%的显著性水平下显著，括号内为t值。

4.3. 稳健性检验

为了进一步检验回归结果的稳健性，本文将替换政府干预、教育资源、消费水平三个控制变量的衡量方式，分别替换为一般公共服务支出、普通高等学校本科毕业生数、城镇居民人均消费支出，检验结果如表9所示。替换变量后，数字经济的系数仍然显著为正，且系数值、拟合度等变化均较小，其余控制变量变化也不大，因此认为实证结果是稳健的。

Table 9. Robustness test results of digital economy’s impact on high-quality development of the Yangtze River economic belt

表9. 数字经济对长江经济带高质量发展影响的稳健性检验结果

	(1)	(2)	(3)	(4)	(5)	(6)	(7)
indul	0.233^***	0.142^***	0.204^***	0.146^***	0.130^***	0.105^***	0.0952^***
	(12.31)	(3.671)	(4.085)	(4.530)	(4.270)	(4.638)	(4.515)
gover		0.143^**	0.112^**	0.0954^*	0.0827	0.0626	0.0563
		(2.635)	(2.024)	(1.746)	(1.526)	(1.067)	(0.978)
traf			−0.105^*	−0.177^***	−0.182^***	−0.184^***	−0.187^***
			(−1.894)	(−2.676)	(−2.811)	(−2.827)	(−2.935)
urban				0.454^*	0.768^**	0.721^**	0.720^**
				(1.893)	(2.562)	(2.363)	(2.409)
uni					−0.123	−0.113	−0.107
					(−1.494)	(−1.523)	(−1.474)
spend						0.0910^**	0.0575^**
						(2.896)	(2.568)
sen							0.0373^*
							(1.763)
常数项	−0.0661^***	−0.990^***	−0.503	−2.075^**	−2.862^***	−3.496^***	−3.319^***
	(−12.71)	(−2.823)	(−1.175)	(−2.232)	(−2.793)	(−2.804)	(−2.709)
N	132	132	132	132	132	132	132
R^2	0.737	0.768	0.783	0.797	0.808	0.811	0.823

注：^***、^**、^*分别表示在1%、5%和10%的显著性水平下显著，括号内为t值。

4.4. 影响机制检验

1. 中介变量的选取与模型构建

根据前述分析，中介变量中，包括产业结构水平(level)与劳动力质量(labor)。其中，产业结构水平参考旷爱萍和蒋晓澜(2021)的做法，使用第三产业产值占GDP的比重进行量化，劳动力质量使用高新技术人员数量占比城镇就业总人数的比重。构建中介效应模型如下所示：

$\begin{array}{l}{\text{de}}_{i,t}=a\ast {\text{indul}}_{i,t}+e_{i1}\\ Q_{i,t}=b\ast {\text{indul}}_{i,t}+e_{i2}\\ {\text{de}}_{i,t}=a^{\prime }\ast {\text{indul}}_{i,t}+c\ast Q_{i,t}+e_{i3}\end{array}$ (14)

其中，a是自变量数字经济发展水平(indul_it)对经济高质量发展(de_it)的总体效应；b是数字经济发展水平对中介变量产业结构水平和劳动力质量(Q_it)的效应；$a^{\prime }$ 是控制中介变量对经济高质量发展的影响后，数字经济发展水平对经济高质量发展水平的直接效应；间接中介效应为$c\ast b$ ，与总效应的关系为$a=a^{\prime }+c\ast b$ 。

2. 中介效应实证结果及分析

为了验证假说2，将使用Sobel检验分别对产业结构水平和劳动力质量的中介效应进行验证，结果如表10所示。可知，在长江经济带地区中，产业结构水平和劳动力质量作为中介变量，在数字经济推动经济高质量发展的中介作用显著。其中，产业结构水平的间接效应系数为0.2961，说明数字经济发展每提高1个单位，则可以通过产业结构水平间接使经济高质量发展提高0.2961个单位。劳动力质量的间接效应系数为0.1642，说明数字经济发展每提高1个单位，则可以通过劳动力质量间接使经济高质量发展提高0.1642个单位。由此可见，数字经济对经济高质量发展有直接的显著正向影响外，还通过产业结构水平的提高和劳动力质量的提高间接地推动经济高质量发展，验证了假说2。

Table 10. Mechanism test of digital economy’s impact on high-quality development of the Yangtze River economic belt

表10. 数字经济影响长江经济带高质量发展的机制检验

	产业结构水平(level)	劳动力质量(labor)
直接效应	0.041^*** (2.486)	0.173^*** (4.735)
间接效应	0.296^*** (8.20)	0.164^*** (3.585)
总效应	0.345^*** (9.823)	0.337^*** (9.814)
N	132	132
R^2	0.7461	0.7283

注：^***、^**、^*分别表示在1%、5%和10%的显著性水平下显著，括号内为t值。

5. 研究结论与对策

5.1. 研究结论

根据本文研究，得出以下结论：

第一，在长江经济带地区，无论是数字经济水平还是高质量发展水平都存在地区差异，其中上海、浙江、江苏城市的发展要领先于其他城市。

第二，数字经济对长江经济带高质量发展水平的影响系数是0.141，具有显著正向影响，说明长江经济带高质量发展的重要手段之一就是推动数字经济的发展。此外，交通基础设施、城镇化水平、消费水平和产业高级化均对长江经济带高质量发展有着不同程度的影响。

第三，数字经济还通过产业结构水平的提高和劳动力质量的提高间接地推动长江经济带高质量发展。

5.2. 相关对策建议

1. 完善基础设施建设

基础设施是数字经济发展的基本保障，也是经济高质量发展的基石。当前，我国基础设施水平虽然相比之前有了较大的进步，但是总体水平还是难以完全满足民生保障。所以要加快完善基础设施建设，在物流网络、交通枢纽和能源供应这些传统基础设施建设的时候，注意城市和农村的均衡发展。同时，针对新型基础设施，如人工智能、5G网络、物联网等方面。政府要充分发挥建设前期资金保障性作用，通过集中建设数字基础设施来吸引更多的市场投资主体。此外，建设过程中涉及各方合作，各个部分要做好沟通协调，合理解决安全生产和技术方面的重点和难点，并不断完善监督机制，保证过程的公开透明和效率。

2. 加快产业数字化转型

数字技术正在以新的理念和形式慢慢融入人们的生活，对经济发展有广泛而深刻的影响，因此，产业要加快数字化转型。一方面，要加快数字创新人才的培养，在各个行业在数字化转型过程中逐渐明确数字专业技术人才的素质要求，为数字创新人才的成长提供努力方向。还要加强学校和企业之间的合作，通过明确企业需求开展相应培训课程，推动企业参与高校教学设计和实训培训，将课程内容立足于实践。另一方面，强化产业数字化转型的政策支持，政府充分发挥其推动作用，为数字化转型提供配套政策，引导财政资金对数字化转型的投入，为企业数字化转型提供良好的环境和支持。

3. 促进区域协同发展

当前长江经济带的数字经济水平和高质量发展水平均表现出了区域的不均衡性，所以要着力于促进区域的协同发展。一方面，各个区域自身要根据自身的自然资源和区位优势等，打造本土特色产业。另一方面，各个地区之间要相互促进，发达地区要积极构建协助通道，帮助落后地区进步。同时，落后地区要积极营造良好投资氛围，吸引发达地区投资。通过区域之间在经济、文化、教育等方面的联动达到优势互补，从而减少区域之间的差异。

4. 优化产业结构

产业结构在数字经济水平促进高质量发展过程中起到了重要作用，所以要优化产业结构。一方面，要加速构建地区联动协作体系，构建以国家为主导、各部委联动、各省市政府为主要及社会参加的协调协商、交流沟通机制，一起对地区合作中的产业投资、基础设施建设及环境治理等重要问题进行探讨。另一方面，要以科技为本，以科技为先导，以科技进步为动力，以科技带动经济发展。区域产业结构的合理化、高度化的实质，就是要以优势行业为核心，在区域内各个行业之间相互配合的区域经济系统。所以，长江经济带的工业布局，最重要的就是要以当地的资源禀赋和工业基础为依据，建立一个科学的优势行业体系。

5. 提升劳动力质量

为了促进经济高质量发展，提升劳动力质量势在必行。政府层面，要监督高校教育体系的完善，协助高校教育质量的提升，积极为高校和企业之间搭建合作平台，使学生能够寓教于学，通过真实的实习体验来提升专业能力。企业层面，要完善员工培训体系，既要针对新员工有带教制度和完整的工作流程培训学习，也要针对老员工开展新知识教学课堂，还可以通过构建公司学习网站，为员工学习提供线上资料，搭建学习交流平台，帮助员工培训过程中能够及时交流问题，激发学习热情和提高培训质量。同时，企业还要积极与高校合作，既要扩大对应届生的招聘力度，也要在平时与高校进行项目合作，还可以通过在校内设立实验室等方法，定向培养专业人才。

基金项目

嘉兴大学科研启动项目(CD71524005)。

NOTES

^*通讯作者。