朱華友,鄒小媛,李培祥

(1.浙江師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 浙江 金華 321004; 2.廣州理工學(xué)院, 廣東 廣州 510540)

一、引言

中國(guó)經(jīng)濟(jì)依靠要素投入取得快速發(fā)展,但依然存在要素配置不協(xié)調(diào)問(wèn)題,這對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了不利影響[1]。隨著大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的進(jìn)步,以數(shù)字技術(shù)為核心的數(shù)字經(jīng)濟(jì)正在加速變革傳統(tǒng)經(jīng)濟(jì)模式,不斷賦能傳統(tǒng)實(shí)體產(chǎn)業(yè),已經(jīng)成為我國(guó)經(jīng)濟(jì)持續(xù)發(fā)展的新動(dòng)力、高質(zhì)量發(fā)展的突破口[2-4]。實(shí)體經(jīng)濟(jì)作為經(jīng)濟(jì)發(fā)展的基礎(chǔ),是保持經(jīng)濟(jì)持續(xù)健康發(fā)展的關(guān)鍵。黨的十九大報(bào)告指出,應(yīng)將經(jīng)濟(jì)發(fā)展的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上。數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合不斷優(yōu)化產(chǎn)業(yè)內(nèi)部結(jié)構(gòu),提升產(chǎn)業(yè)結(jié)構(gòu)合理化水平,進(jìn)而起到優(yōu)化要素配置的作用[5]。因此,探究數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合水平以及對(duì)要素配置效率的影響,具有明顯的理論和實(shí)踐意義。

二、文獻(xiàn)綜述

關(guān)于實(shí)體經(jīng)濟(jì)的定義,目前大多數(shù)學(xué)者都傾向于將實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)放在一起比較,在具體解釋何為實(shí)體經(jīng)濟(jì)時(shí),解釋的側(cè)重點(diǎn)會(huì)存在一定差異,其中包括基于功能角度提出的“寬實(shí)體、窄虛擬”類型[6]。這種分類將實(shí)體經(jīng)濟(jì)定義為生產(chǎn)服務(wù)部門提供的精神與物質(zhì)產(chǎn)品的生產(chǎn)、流通和消費(fèi)等經(jīng)濟(jì)活動(dòng),其基礎(chǔ)作用是提供各種生存發(fā)展資料、改善人的生活條件以及提高人的各方面素質(zhì);虛擬經(jīng)濟(jì)則被定義為以金融機(jī)構(gòu)為主體、圍繞著貨幣流通的經(jīng)濟(jì)活動(dòng),其最終目的是通過(guò)貨幣的清算和支付結(jié)算、資本相互融通和資源配置、風(fēng)險(xiǎn)管理等實(shí)現(xiàn)“以錢生錢”。因此,界定某一經(jīng)濟(jì)活動(dòng)是否屬于實(shí)體經(jīng)濟(jì),關(guān)鍵在于其是否具有直接改善人類生存與發(fā)展質(zhì)量、生活方式的作用。按照“寬實(shí)體、窄虛擬”的界定標(biāo)準(zhǔn),從產(chǎn)業(yè)層面來(lái)說(shuō),第一產(chǎn)業(yè)和第二產(chǎn)業(yè)皆構(gòu)成了實(shí)體經(jīng)濟(jì)的重要組成部分,第三產(chǎn)業(yè)除去房地產(chǎn)產(chǎn)業(yè)和金融業(yè),也都應(yīng)屬于實(shí)體經(jīng)濟(jì)[7]。此外,管理學(xué)之父彼得·德魯克把國(guó)民經(jīng)濟(jì)劃分為兩大部分:第一部分為符號(hào)經(jīng)濟(jì),指資本的運(yùn)動(dòng)、外匯率與信用流通;第二部分為實(shí)體經(jīng)濟(jì),指產(chǎn)品與服務(wù)的流通[8]。蘇冬蔚等[9]用剔除房地產(chǎn)業(yè)與金融業(yè)產(chǎn)值后的GDP來(lái)衡量實(shí)體經(jīng)濟(jì)的規(guī)模。李青原等[10]以中國(guó)A股中非房地產(chǎn)、非金融類上市企業(yè)的數(shù)據(jù)作為實(shí)體經(jīng)濟(jì)研究的樣本。王竹泉等[11]認(rèn)為實(shí)體經(jīng)濟(jì)的范圍較廣,以非金融類上市企業(yè)作為考察對(duì)象。以上學(xué)者主要是將實(shí)體經(jīng)濟(jì)界定為物質(zhì)生產(chǎn)部門和部分服務(wù)部門。

已有文獻(xiàn)關(guān)于數(shù)字經(jīng)濟(jì)對(duì)實(shí)體經(jīng)濟(jì)的影響主要有三種觀點(diǎn):一是認(rèn)為數(shù)字經(jīng)濟(jì)可以促進(jìn)實(shí)體經(jīng)濟(jì)的發(fā)展,這種促進(jìn)作用對(duì)市場(chǎng)化程度較低、經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)更明顯[12]。實(shí)體企業(yè)可以利用數(shù)字技術(shù)迅速捕捉消費(fèi)者需求的變化、追蹤產(chǎn)品創(chuàng)新成敗的根源[13],從而進(jìn)行有利調(diào)整。二是認(rèn)為數(shù)字經(jīng)濟(jì)會(huì)阻礙實(shí)體經(jīng)濟(jì)的發(fā)展[14-15]。數(shù)字經(jīng)濟(jì)的發(fā)展比實(shí)體經(jīng)濟(jì)更具有不確定性,企業(yè)、政府對(duì)其大規(guī)模投資,可能會(huì)導(dǎo)致數(shù)字產(chǎn)業(yè)投資過(guò)剩[16],進(jìn)而減少對(duì)實(shí)體經(jīng)濟(jì)的投資。三是認(rèn)為數(shù)字經(jīng)濟(jì)給實(shí)體經(jīng)濟(jì)帶來(lái)的影響具有不確定性,存在門檻效應(yīng)[17]。數(shù)字技術(shù)可能給實(shí)體企業(yè)的發(fā)展帶來(lái)契機(jī),也可能對(duì)實(shí)體企業(yè)的發(fā)展形成阻礙,因?yàn)閰^(qū)塊鏈的公開性降低了個(gè)人或組織的違法犯罪成本,但也提升了企業(yè)的犯錯(cuò)成本[18]。

已有數(shù)實(shí)融合的研究主要集中于數(shù)字經(jīng)濟(jì)與制造業(yè)融合,如武曉婷等[19]、周曉輝[20]研究了數(shù)字經(jīng)濟(jì)與制造業(yè)融合的影響因素,認(rèn)為長(zhǎng)三角數(shù)字經(jīng)濟(jì)與先進(jìn)制造業(yè)的融合程度會(huì)受到經(jīng)濟(jì)發(fā)展水平、市場(chǎng)化程度和技術(shù)密集程度的影響;趙放等[21]研究了我國(guó)數(shù)字經(jīng)濟(jì)與制造業(yè)的融合空間差異;李柏洲等[22]、陳秀英等[23]研究了我國(guó)數(shù)實(shí)融合存在的問(wèn)題,如數(shù)字治理能力滯后、數(shù)字核心技術(shù)儲(chǔ)備不足、數(shù)實(shí)融合不足等。但已有文獻(xiàn)未考慮數(shù)字經(jīng)濟(jì)與制造業(yè)以外的產(chǎn)業(yè)融合,也未對(duì)數(shù)字經(jīng)濟(jì)的主要方面如數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合情況展開的研究。

在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)經(jīng)濟(jì)要素配置的影響方面,僅有少量學(xué)者將要素配置看作中介變量而非被解釋變量進(jìn)行研究,如數(shù)字經(jīng)濟(jì)可以合理分配高效率部門或中心城市過(guò)剩的生產(chǎn)要素,最終提高城市群一體化水平[24]。數(shù)據(jù)、信息等數(shù)字要素與勞動(dòng)、資本等傳統(tǒng)生產(chǎn)要素的重組能提升傳統(tǒng)要素效率,通過(guò)優(yōu)化要素配置促進(jìn)制造業(yè)升級(jí)[25]。目前尚未發(fā)現(xiàn)有關(guān)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置效率影響的研究。

綜上所述,已有文獻(xiàn)主要是關(guān)于數(shù)字經(jīng)濟(jì)對(duì)實(shí)體經(jīng)濟(jì)的影響研究,有少量文獻(xiàn)測(cè)度了數(shù)字經(jīng)濟(jì)與制造業(yè)的融合水平,缺乏從整體上測(cè)度數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合水平的研究,也尚未發(fā)現(xiàn)關(guān)于數(shù)實(shí)融合水平對(duì)要素配置效率的影響研究。因此,本文重點(diǎn)關(guān)注數(shù)實(shí)融合水平的測(cè)量、數(shù)實(shí)融合發(fā)展對(duì)要素配置效率的影響,主要的邊際貢獻(xiàn)包括:(1)根據(jù)數(shù)實(shí)融合度的評(píng)價(jià)指標(biāo)體系測(cè)算數(shù)實(shí)融合度,并分別計(jì)算數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合度,分析其時(shí)空演變特征;(2)將數(shù)實(shí)融合度劃分為5個(gè)等級(jí),并分析省際差異的收斂特征;(3)實(shí)證分析數(shù)實(shí)融合度對(duì)勞動(dòng)和資本配置效率的影響,并考察數(shù)實(shí)融合水平對(duì)4類地區(qū)要素配置效率所產(chǎn)生影響的差異性。

三、數(shù)實(shí)融合水平測(cè)算

(一)研究方法

1.熵值法

本文使用熵值法得到衡量數(shù)字經(jīng)濟(jì)發(fā)展水平的16個(gè)指標(biāo)的權(quán)重,并依據(jù)各指標(biāo)權(quán)重測(cè)算2013—2020年30省(市、自治區(qū))的數(shù)字經(jīng)濟(jì)水平。參考相關(guān)文獻(xiàn)[26-28],計(jì)算第j項(xiàng)指標(biāo)的信息熵值:

(1)

其中,Xij為第i個(gè)省第j項(xiàng)指標(biāo)標(biāo)準(zhǔn)化后的指標(biāo);n為樣本量,n=31。

計(jì)算第j項(xiàng)測(cè)度指標(biāo)的權(quán)重:

(2)

計(jì)算第i個(gè)省數(shù)字經(jīng)濟(jì)發(fā)展指數(shù):

(3)

其中,m為三級(jí)指標(biāo)個(gè)數(shù)。

2.耦合協(xié)調(diào)模型

耦合度與協(xié)調(diào)度可以用來(lái)衡量數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)相互影響的程度,耦合度代表二者之間關(guān)聯(lián)作用的強(qiáng)弱,協(xié)調(diào)度反映二者在相互關(guān)聯(lián)下的協(xié)調(diào)程度,本文利用協(xié)調(diào)度反映二者的融合水平。如果數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的耦合程度高,但協(xié)調(diào)程度低,則二者越發(fā)展其協(xié)調(diào)程度越低;如果二者的耦合度、協(xié)調(diào)度都較高,則二者越發(fā)展其協(xié)調(diào)度也越高。參考相關(guān)文獻(xiàn)[29-30],數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的耦合度計(jì)算方式如下:

(4)

其中,U1代表數(shù)字經(jīng)濟(jì)水平,U2代表實(shí)體經(jīng)濟(jì)水平;C表示二者的耦合度。耦合度代表數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的相關(guān)程度,但無(wú)法反映二者之間是相互促進(jìn)還是相互制約,因此,本文繼續(xù)測(cè)算數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的耦合協(xié)調(diào)度,計(jì)算公式如下:

(5)

其中,D為數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的耦合協(xié)調(diào)度,D∈[0,1],D越接近1代表數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)兩大系統(tǒng)的融合度越高,即二者關(guān)聯(lián)越密切。參考姜曉艷等[31]的劃分方法,將其劃分為10個(gè)等級(jí)(見表1)。α、β為系數(shù),由于數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)都是核心指標(biāo),故令α=β=0.5。

表1 耦合協(xié)調(diào)度等級(jí)劃分

3.收斂模型

本文利用σ收斂和絕對(duì)β收斂模型研究我國(guó)各省數(shù)實(shí)融合度的時(shí)間變化特征。通過(guò)σ收斂判斷各省數(shù)實(shí)融合度的離差隨時(shí)間變化呈上升還是下降趨勢(shì)。參考徐維祥等[32]的研究方法,采用變異系數(shù)衡量數(shù)實(shí)融合度的σ收斂,計(jì)算方法如下:

(6)

絕對(duì)β收斂是指在不考慮其他影響因素的情況下,隨著時(shí)間推移,數(shù)實(shí)融合度低的省份的數(shù)實(shí)融合度增長(zhǎng)率大于數(shù)實(shí)融合度高的省份的數(shù)實(shí)融合度增長(zhǎng)率,最終各省數(shù)實(shí)融合度趨于一致。參考王凱等[33]的研究,模型公式如下:

(7)

(二)數(shù)據(jù)來(lái)源與指標(biāo)體系構(gòu)建

1.數(shù)據(jù)來(lái)源

鑒于數(shù)據(jù)的可得性,選取我國(guó)30個(gè)省、市、自治區(qū)(不含西藏、澳門、香港和臺(tái)灣)為研究對(duì)象,時(shí)間跨度為2013—2020年。研究數(shù)據(jù)來(lái)自《北京大學(xué)普惠金融指數(shù)》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒。為消除量綱的影響,采用極差標(biāo)準(zhǔn)化法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2.實(shí)體經(jīng)濟(jì)指標(biāo)構(gòu)建

通過(guò)梳理現(xiàn)有文獻(xiàn)可知,實(shí)體經(jīng)濟(jì)指標(biāo)構(gòu)建主要有以下3種方法:一是用制造業(yè)規(guī)模代表實(shí)體經(jīng)濟(jì)水平。但實(shí)際上實(shí)體經(jīng)濟(jì)除了包含制造業(yè),還包括采礦業(yè)、建筑業(yè)、農(nóng)業(yè)等產(chǎn)業(yè),因而這一方法無(wú)法代表實(shí)體經(jīng)濟(jì)的全貌,只可用來(lái)代表狹義的實(shí)體經(jīng)濟(jì)水平[34]。二是用媒介法衡量實(shí)體經(jīng)濟(jì)。這一方法比較精確,但在進(jìn)行量化時(shí)卻存在較大難度[35]。大多數(shù)學(xué)者采用第三種方法,即用GDP與房地產(chǎn)業(yè)和金融業(yè)的生產(chǎn)總值之差來(lái)代表實(shí)體經(jīng)濟(jì)的規(guī)模[36-38]。之所以將房地產(chǎn)業(yè)納入非實(shí)體經(jīng)濟(jì)的范圍,是因?yàn)槲覈?guó)房地產(chǎn)業(yè)具有較高的金融衍生品屬性[7]。因此,本文采用第三種方法。

3.數(shù)字經(jīng)濟(jì)指標(biāo)構(gòu)建

關(guān)于數(shù)字經(jīng)濟(jì)水平的度量,目前國(guó)內(nèi)外尚未形成完全統(tǒng)一的衡量方法。指數(shù)獲得方法大體可分為2種:一是直接采用研究機(jī)構(gòu)得出的數(shù)據(jù),如使用新華三集團(tuán)發(fā)布的《中國(guó)城市數(shù)字經(jīng)濟(jì)指數(shù)白皮書》[17]、騰訊研究院編制的《中國(guó)“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟(jì)指數(shù)》[14]等文件;二是重新構(gòu)建衡量數(shù)字經(jīng)濟(jì)水平的指標(biāo)體系[39-42]。指標(biāo)構(gòu)建法更為普遍科學(xué),因此,本文借鑒趙濤等[43]的測(cè)度方法,同時(shí)遵循科學(xué)性和數(shù)據(jù)可得性原則,從數(shù)字經(jīng)濟(jì)基礎(chǔ)、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化3個(gè)維度選取16個(gè)指標(biāo)構(gòu)建衡量數(shù)字經(jīng)濟(jì)水平的指標(biāo)體系[43-44],具體如表2所示。

表2 數(shù)實(shí)融合指標(biāo)體系

表3 數(shù)實(shí)融合度空間變化特征

4.要素配置效率的測(cè)算

參考生延超等[45]的測(cè)度方法,用勞動(dòng)生產(chǎn)率、資本生產(chǎn)率分別衡量勞動(dòng)要素的分配效率(AEL)、資本要素的分配效率(AEK),并利用熵值法得出綜合要素配置效率(AE)。

(三)數(shù)實(shí)融合水平的時(shí)空異質(zhì)性

根據(jù)表2構(gòu)建的數(shù)實(shí)融合指標(biāo)體系與公式(5),計(jì)算2013—2020年中國(guó)30個(gè)省份數(shù)實(shí)融合水平的耦合協(xié)調(diào)度,并分析其時(shí)空演變特征。

1.時(shí)間異質(zhì)性

由圖1可知,2013—2020年中國(guó)年均數(shù)實(shí)融合度不斷提高,二者共同發(fā)展、相互影響程度逐漸增強(qiáng)。分地區(qū)來(lái)看,東、中、西部地區(qū)與全國(guó)年均融合度的變動(dòng)趨勢(shì)相似,東部地區(qū)的年均數(shù)實(shí)融合度最高,且遠(yuǎn)高于全國(guó)平均水平,由2013年的0.420 6上升到2020年的0.610 5,即由瀕臨失調(diào)升級(jí)為初級(jí)協(xié)調(diào);中部地區(qū)次之,其與全國(guó)的年均數(shù)實(shí)融合度最為接近,由2013年的0.312 1上升到2020年的0.496 4,由輕度失調(diào)升級(jí)為勉強(qiáng)協(xié)調(diào);西部地區(qū)的年均數(shù)實(shí)融合度最低,且低于全國(guó)平均水平,由2013年的0.221 2上升為2020年的0.366 7,即由中度失調(diào)升級(jí)為輕度失調(diào);東北地區(qū)年均融合度總體呈上升趨勢(shì),與其他地區(qū)相比,其上升速度較為緩慢,由2013年的0.300 4上升為2020年的0.366 7。綜合來(lái)看, 2013—2020年我國(guó)各地區(qū)數(shù)實(shí)年均融合度不斷提高,年均融合水平東部>中部>東北>西部,主要位于輕度失調(diào)至勉強(qiáng)協(xié)調(diào)階段。

圖1 2013—2020年中國(guó)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)年均融合度時(shí)間變化特征

2.分項(xiàng)融合度

為對(duì)比構(gòu)成數(shù)字經(jīng)濟(jì)的數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合水平差異,本文繪制了2013—2020年中國(guó)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)年均分項(xiàng)融合水平時(shí)間變化趨勢(shì)圖(見圖2)。從圖2可知,構(gòu)成數(shù)字經(jīng)濟(jì)的3個(gè)方面與實(shí)體經(jīng)濟(jì)融合度同總體融合度的變化趨勢(shì)相似,均呈逐年提高趨勢(shì)。相對(duì)于數(shù)字產(chǎn)業(yè)化、數(shù)字基礎(chǔ)設(shè)施,產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)之間的融合程度最高,且在總體融合度之上,由2013年的0.343 1上升到2020年的0.518 5,由輕度失調(diào)升級(jí)為勉強(qiáng)協(xié)調(diào)階段;數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)融合度次之,其同總體融合度最為接近,由2013年的0.313 8上升到2020年的0.473 9,由輕度失調(diào)升級(jí)為瀕臨失調(diào)階段;數(shù)字產(chǎn)業(yè)化同實(shí)體經(jīng)濟(jì)的融合水平最低,由2013年的0.283 5上升到2020年的0.444 7,由中度失調(diào)升級(jí)為瀕臨失調(diào)階段。表明數(shù)實(shí)融合的關(guān)鍵在于加深產(chǎn)業(yè)的數(shù)字化程度,利用數(shù)字技術(shù)助力實(shí)體產(chǎn)業(yè)進(jìn)行產(chǎn)品創(chuàng)新與技術(shù)進(jìn)步,推動(dòng)仍處于價(jià)值鏈中低端的實(shí)體產(chǎn)業(yè)轉(zhuǎn)型升級(jí),最終實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)的進(jìn)一步融合。

圖2 2013—2020年中國(guó)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)年均分項(xiàng)融合度

3.空間異質(zhì)性

為了進(jìn)一步分析數(shù)實(shí)融合度的空間分布特征,本文將2013年、2015年、2017年和2020年的數(shù)實(shí)融合度分別劃分為極度失調(diào)—嚴(yán)重失調(diào)(Ⅰ)、中度失調(diào)—輕度失調(diào)(Ⅱ)、瀕臨失調(diào)—勉強(qiáng)協(xié)調(diào)(Ⅲ)、初級(jí)協(xié)調(diào)—中級(jí)協(xié)調(diào)(Ⅳ)、良好協(xié)調(diào)—優(yōu)質(zhì)協(xié)調(diào)(Ⅴ)5個(gè)階段,分類結(jié)果見圖3。2013年,中國(guó)數(shù)實(shí)融合度處于極度失調(diào)至中級(jí)協(xié)調(diào)區(qū)間,其中,東部地區(qū)中廣東的數(shù)實(shí)融合度最高,位于第Ⅳ階段;北京、江蘇、浙江和山東處于第Ⅲ階段,東北地區(qū)的遼寧處于第Ⅲ階段,西部地區(qū)的青海、甘肅、寧夏和東部地區(qū)的海南處于第Ⅰ階段,其余省份皆處于第Ⅱ階段,即中度失調(diào)至輕度失調(diào)區(qū)間。2015年,數(shù)實(shí)融合度檔次提升的省份占比約為23%,主要從第Ⅱ階段提升至第Ⅲ階段。2017年,數(shù)實(shí)融合度檔次提升的省份有3個(gè),其中浙江和山東從第Ⅲ階段提升至第Ⅳ階段,湖南從第Ⅱ階段提升至第Ⅲ階段。2020年,數(shù)實(shí)融合度處于極度失調(diào)至優(yōu)質(zhì)協(xié)調(diào)區(qū)間,與2017年相比,檔次提升的省份占比約33%。尤其是東部地區(qū)的廣東和江蘇從第Ⅳ階段提升至第Ⅴ階段,但西部地區(qū)的青海和寧夏仍然處于第Ⅰ階段;東北三省所處階段不變,中部地區(qū)除山西處于第Ⅱ階段外,其余省份皆處于第Ⅲ階段。

圖3 2013—2020年中國(guó)數(shù)實(shí)融合度的σ系數(shù)演變

綜上,2013—2020年我國(guó)大部分省份數(shù)實(shí)融合水平上升,東部、中部地區(qū)融合度均提升了1～2個(gè)檔次,西部和東北地區(qū)大部分省份融合度亦提升了1～2個(gè)檔次,個(gè)別省份的融合度在原來(lái)的檔次內(nèi)發(fā)生小幅提升。說(shuō)明我國(guó)數(shù)字經(jīng)濟(jì)系統(tǒng)與實(shí)體經(jīng)濟(jì)系統(tǒng)的結(jié)構(gòu)在不斷優(yōu)化,各地區(qū)在提升數(shù)字經(jīng)濟(jì)水平的同時(shí),也重視實(shí)體經(jīng)濟(jì)的發(fā)展,數(shù)實(shí)關(guān)系的調(diào)節(jié)能力不斷提升。

4.空間差異收斂性

本文測(cè)算了2013—2020年中國(guó)數(shù)實(shí)融合度的變異系數(shù),并繪制了收斂趨勢(shì)圖(見圖4)。由圖4可知,全國(guó)數(shù)實(shí)融合度的σ系數(shù)總體呈下降趨勢(shì),表明全國(guó)層面的數(shù)實(shí)融合度呈σ收斂。具體來(lái)看,東北地區(qū)σ系數(shù)呈波動(dòng)下降趨勢(shì),且降幅最大,由2013年的0.245 6下降到2020年的0.170 2,下降了7.54%;西部地區(qū)σ系數(shù)由2013年的0.410 1下降到2020年的0.342 6,下降了6.75%,收斂性較強(qiáng);中部地區(qū)σ系數(shù)基本持平,說(shuō)明該地區(qū)融合度的收斂特征不明顯;東部σ系數(shù)總體呈略微上升的趨勢(shì),表明區(qū)域內(nèi)省份間融合度的差異略微增大,可能是因?yàn)闁|部既包括廣東、江蘇、山東等數(shù)實(shí)融合良好的省份,也包括海南、天津等低水平融合的省份。

圖4 機(jī)制分析

為了進(jìn)一步把握數(shù)實(shí)融合度的收斂特征,本文對(duì)中國(guó)數(shù)實(shí)融合度進(jìn)行了β收斂檢驗(yàn)(見表4)。由表4可知,全國(guó)數(shù)實(shí)融合度的估計(jì)系數(shù)β始終顯著為負(fù),說(shuō)明大部分地區(qū)的融合度呈現(xiàn)β收斂特征。分地區(qū)來(lái)看,4類地區(qū)的系數(shù)β皆顯著為負(fù),皆呈現(xiàn)β收斂特征,中部和東北收斂速度較快,收斂周期較短,而西部和東部地區(qū)的收斂速度則較慢,收斂周期也較長(zhǎng)?？赡苁且?yàn)闁|部和西部地區(qū)區(qū)域內(nèi)數(shù)實(shí)融合度的區(qū)域差異較大,而且受地理位置、資源稟賦等因素的影響,導(dǎo)致收斂速度較慢。

四、機(jī)制分析和實(shí)證分析

(一)機(jī)制分析

數(shù)實(shí)融合發(fā)展能夠有效提高勞動(dòng)力和資本等要素的配置效率。數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)發(fā)展的重要產(chǎn)物,提升要素配置效率的核心在于其能夠承載大量有價(jià)值的信息。將數(shù)據(jù)中有價(jià)值的信息應(yīng)用于實(shí)體產(chǎn)業(yè),可以提高勞動(dòng)力、資本等要素間的協(xié)同性,減小企業(yè)運(yùn)行的不確定性,降低信息不對(duì)稱導(dǎo)致的資源錯(cuò)配,進(jìn)而提高資源配置效率[46]。在資本和勞動(dòng)等要素市場(chǎng)中,供求關(guān)系與投資者的風(fēng)險(xiǎn)偏好、勞動(dòng)者的閑暇效用等密切相關(guān)。隨著數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)進(jìn)一步融合,工資浮動(dòng)、利率波動(dòng)和要素供求關(guān)系等市場(chǎng)信息將被迅速準(zhǔn)確地反映。通過(guò)數(shù)據(jù)挖掘和分析,各類市場(chǎng)主體能有效提升要素配置效率,如廠商可以根據(jù)求職者信息進(jìn)行智能匹配,篩選出更多合適的候選人;勞動(dòng)者能以更低成本增強(qiáng)工作搜尋強(qiáng)度,找到與其匹配度更高的工作;金融機(jī)構(gòu)可以更加了解投資者的風(fēng)險(xiǎn)偏好,對(duì)投資者進(jìn)行個(gè)性化金融產(chǎn)品推薦;投資者能更準(zhǔn)確預(yù)測(cè)金融市場(chǎng)變化,將資金投向合適的地方。此外,以電子商務(wù)發(fā)展為代表的產(chǎn)業(yè)數(shù)字化發(fā)展在促進(jìn)新業(yè)態(tài)成長(zhǎng)的同時(shí),創(chuàng)造了多樣的就業(yè)崗位,吸引了大量回報(bào)率較低的資金,促成積極創(chuàng)業(yè)創(chuàng)新的態(tài)勢(shì),提升了要素配置的市場(chǎng)化能力(見圖5)。

(二)模型設(shè)定

為了考察數(shù)實(shí)融合對(duì)要素配置效率的影響,構(gòu)建模型如下:

(8)

式(8)中,i表示省,t表示時(shí)間;xit、yit分別表示數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度、市場(chǎng)要素配置效率;Controlit為控制變量,包括產(chǎn)業(yè)結(jié)構(gòu)水平(stru)、政府控制程度(gov)、城鎮(zhèn)化水平(urb)和經(jīng)濟(jì)開放度(open);μi為個(gè)體效應(yīng),λt為時(shí)間效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

(三)變量定義與數(shù)據(jù)說(shuō)明

1.被解釋變量

本文的被解釋變量為要素配置效率,包括綜合要素配置效率(AE)、勞動(dòng)力要素配置效率(AEL)和資本要素配置效率(AEK),具體測(cè)算方法見前文。

2.解釋變量

本文的解釋變量為數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合度,由前文測(cè)算得出。一方面,實(shí)證分析數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)總體融合度(D)對(duì)要素配置效率的影響;另一方面,分別分析數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)的融合度(D1)、數(shù)字產(chǎn)業(yè)化與實(shí)體經(jīng)濟(jì)的融合度(D2)、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合度(D3)對(duì)要素配置效率的影響。

3.控制變量

為減少內(nèi)生性問(wèn)題,參考相關(guān)文獻(xiàn),選擇4個(gè)可能影響要素配置效率的變量進(jìn)行控制。一是產(chǎn)業(yè)結(jié)構(gòu)水平(stru),用地區(qū)第三產(chǎn)業(yè)增加值與GDP的比值進(jìn)行表征[47];二是政府控制程度(gov),用地方一般公共預(yù)算支出占GDP的比重進(jìn)行表征[48];三是城鎮(zhèn)化水平(urb),用年末城鎮(zhèn)人口占總?cè)丝诘谋戎剡M(jìn)行表征[1];四是經(jīng)濟(jì)開放度(open),用進(jìn)出口占GDP的比重進(jìn)行表征[49]。

4.變量描述性統(tǒng)計(jì)

由表5可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)總體融合度的均值為0.398 9,標(biāo)準(zhǔn)差為0.164 8,要素配置效率的均值為0.284 5,標(biāo)準(zhǔn)差為0.159 2,均處于合理區(qū)間,其他變量的均值和標(biāo)準(zhǔn)差亦處于合理區(qū)間。

表5 變量描述性統(tǒng)計(jì)

(四)實(shí)證結(jié)果與分析

1.基準(zhǔn)回歸結(jié)果

為檢驗(yàn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置效率的影響,本文對(duì)模型(8)進(jìn)行基準(zhǔn)回歸,并對(duì)省份和時(shí)間固定效應(yīng)進(jìn)行控制,回歸結(jié)果見表6。

表6 基準(zhǔn)回歸結(jié)果

表6的列(1)、列(4)是AE作為被解釋變量的實(shí)證結(jié)果,列(2)、列(5)是AEL作為被解釋變量的實(shí)證結(jié)果,列(3)、列(6)則是將AEK作為被解釋變量;列(4)～列(6)在列(1)～列(3)的基礎(chǔ)上加入了控制變量。由列(4)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)綜合要素配置效率的影響顯著為正,回歸系數(shù)為0.511 1,說(shuō)明數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合水平的提高可以顯著提高要素配置效率,與前文的理論分析一致。由列(5)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)勞動(dòng)力要素配置效率的影響顯著為正,回歸系數(shù)為0.698 5,表明數(shù)實(shí)融合水平每提升1%,勞動(dòng)要素配置效率就提高0.698 5%,由列(6)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)資本要素配置效率的影響顯著為正,且回歸系數(shù)為0.339 7,說(shuō)明2013—2020年數(shù)實(shí)融合發(fā)展對(duì)提升資本配置的效果顯著。數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)資本配置效率的回歸系數(shù)小于對(duì)勞動(dòng)力配置效率的回歸系數(shù),可能是因?yàn)槲覈?guó)政府對(duì)銀行具有較強(qiáng)的控制能力,對(duì)信貸配給的話語(yǔ)權(quán)也較強(qiáng)[50],資本配置受到的影響較小。

為了進(jìn)一步分析數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置效率的影響,分別測(cè)度數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)融合度、數(shù)字產(chǎn)業(yè)化與實(shí)體經(jīng)濟(jì)融合度、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合度對(duì)要素配置效率的影響,具體回歸結(jié)果見表7。分析列(1)可知,數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置規(guī)模效率的回歸系數(shù)在1%的水平上顯著為正,表明數(shù)字基礎(chǔ)設(shè)施建設(shè)是數(shù)實(shí)融合發(fā)展的基石,數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)協(xié)調(diào)度的提高,即融合度的提高有利于要素配置效率的提升。數(shù)字產(chǎn)業(yè)化與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置規(guī)模效率的回歸系數(shù)為0.420 1,在1%的水平上顯著,表明數(shù)字產(chǎn)業(yè)化與實(shí)體經(jīng)濟(jì)融合度提高后,相應(yīng)省份的要素配置有所優(yōu)化。產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置規(guī)模效率的影響顯著為正,表明產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合程度越高,數(shù)字產(chǎn)業(yè)化水平與實(shí)體經(jīng)濟(jì)水平協(xié)調(diào)度越高,要素配置效率也越高。對(duì)比(1)～(3)列主要解釋變量的回歸系數(shù)可知,數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合水平的提高均能顯著促進(jìn)要素配置效率的提高,且數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)融合的促進(jìn)作用最明顯。

2.分類回歸分析

根據(jù)2013—2020年數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)年均融合度、年均要素配置效率的不同,利用SPSS 27軟件,將30個(gè)研究對(duì)象分為4類(見表8)。類型Ⅰ代表融合度較高、要素配置效率也較高的地區(qū),包括北京和和上海;類型Ⅱ代表融合度較高、但要素配置效率相對(duì)較低的地區(qū),包括江蘇、浙江、山東和廣東4個(gè)東部沿海省份;類型Ⅲ代表融合度較低、但要素配置效率較高的省份,包括江西、安徽、河南、湖北和湖南等中部省份,也包括天津、河北、福建、遼寧4個(gè)東部省份;類型Ⅳ代表融合度較低、且勞動(dòng)力要素配置效率也較低的省份。

表8 30個(gè)省聚類結(jié)果

根據(jù)表8的分類,實(shí)證分析不同類型省份的數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)要素配置效率的影響(見表9)。

表9 分類回歸分析

由表9可知,不同類別的省份,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)要素配置效率的影響存在較大差異。由表9列(1)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)要素配置效率的影響為正,但不顯著,表明對(duì)于融合度和要素配置效率較高的省份(類型Ⅰ),數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度的提高對(duì)要素配置效率未產(chǎn)生顯著影響。分析列(2)可知,回歸系數(shù)在10%的水平上顯著為負(fù),表明對(duì)于融合度較高、但要素配置效率相對(duì)較低的省份(類型Ⅱ),數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度的提高對(duì)要素配置效率的優(yōu)化產(chǎn)生了一定的阻礙作用。可能是因?yàn)閿?shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合代表著數(shù)據(jù)要素這一新型要素與勞動(dòng)力、資本等傳統(tǒng)要素的融合,數(shù)據(jù)與其他要素相似,同樣遵循邊際收益遞減規(guī)律,即新投入的數(shù)據(jù)要素對(duì)效率提升的作用不斷減小,最終反而不利于要素配置效率的提升。由列(3)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)要素配置效率的影響顯著為正,表明對(duì)于融合度較低、但要素配置效率較高的省份(類型Ⅲ),融合度的提高能優(yōu)化要素配置效率。分析列(4)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度的回歸系數(shù)在1%的水平上顯著為正,表明對(duì)于融合度較低、且勞動(dòng)力要素配置效率也較低的省份(類型Ⅳ),數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度的提高能促進(jìn)要素配置效率提升。綜合分析列(1)～列(4)可知,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合水平的提高能顯著提升融合度較低省份的要素配置效率,但對(duì)融合度較高省份的要素配置效率的影響不顯著,甚至產(chǎn)生了阻礙作用。

3.穩(wěn)健性檢驗(yàn)

鑒于30個(gè)省份的數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度、要素配置效率存在顯著差異,計(jì)量結(jié)果的穩(wěn)健性可能受到極端值的影響,本文利用Winsorize方法,對(duì)所有涉及到的連續(xù)變量進(jìn)行1%的縮尾處理,并對(duì)處理后的數(shù)據(jù)進(jìn)行回歸?；貧w結(jié)果與前文無(wú)較大差異,表示回歸結(jié)果穩(wěn)健有效。

三、研究結(jié)論與思考

(一)研究結(jié)論

本文建立了具體量化數(shù)實(shí)融合度的評(píng)價(jià)指標(biāo)體系,測(cè)度我國(guó)30個(gè)省(市、自治區(qū))數(shù)字經(jīng)濟(jì)、數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合度,并對(duì)其時(shí)空演化特征和省際差異進(jìn)行分析。此外,本文考察了數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合對(duì)要素配置效率的影響,以及不同類別省份前者對(duì)后者產(chǎn)生影響的差異性。研究得出以下4點(diǎn)結(jié)論:

(1)從時(shí)間來(lái)看,2013—2020年數(shù)實(shí)融合水平呈逐漸上升趨勢(shì),大部分省份仍處于較低水平融合狀態(tài)。從空間來(lái)看,年均數(shù)實(shí)融合水平東部>中部>東北>西部地區(qū)。省際差異總體呈減小趨勢(shì),尤其是中部和東北地區(qū)的融合度收斂速度最快。

(2)在考察期內(nèi),數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合水平變化趨勢(shì)和數(shù)實(shí)融合水平的變化趨勢(shì)相似,融合水平逐漸提高。相比于數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)化,產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合程度最高。

(3)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)融合度的提高均有助于促進(jìn)要素配置效率提高,其中,數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)融合的促進(jìn)作用最明顯;相比于資本要素配置效率,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合度對(duì)勞動(dòng)要素配置效率的促進(jìn)作用更大。

(4)在控制省份、時(shí)間固定效應(yīng)和控制變量后,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合水平的提升能顯著改善Ⅲ類和Ⅳ類地區(qū)的要素配置效率,即能顯著改善融合度較低省份的要素配置效率,但對(duì)融合度較高省份的要素配置效率的影響不顯著。

(二)政策建議

(1)一方面,實(shí)體企業(yè)需主動(dòng)將數(shù)字產(chǎn)品、信息服務(wù)等數(shù)字經(jīng)濟(jì)構(gòu)成運(yùn)用到企業(yè)研發(fā)、生產(chǎn)、銷售等環(huán)節(jié),加快實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型;另一方面,政府應(yīng)不斷順應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展,強(qiáng)化數(shù)字治理能力,并維護(hù)數(shù)實(shí)融合發(fā)展的市場(chǎng)秩序,為二者的健康融合做好頂層設(shè)計(jì)。

(2)在強(qiáng)化數(shù)字基礎(chǔ)設(shè)施建設(shè)和擴(kuò)大數(shù)字產(chǎn)業(yè)規(guī)模的同時(shí),尤其要重視產(chǎn)業(yè)的數(shù)字化建設(shè)?？紤]到產(chǎn)業(yè)數(shù)字化與實(shí)體經(jīng)濟(jì)的融合度較高,要促進(jìn)數(shù)實(shí)融合水平關(guān)鍵在于提升實(shí)體產(chǎn)業(yè)的數(shù)字化水平,并不斷推動(dòng)數(shù)據(jù)這一新型生產(chǎn)要素與勞動(dòng)力、企業(yè)家才能等傳統(tǒng)生產(chǎn)要素的融合重組。

(3)結(jié)合數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的區(qū)域異質(zhì)性,因地制宜。一方面,給予中西部地區(qū)相應(yīng)的政策支持,創(chuàng)造有利于落后地區(qū)數(shù)實(shí)融合的環(huán)境;另一方面,根據(jù)中國(guó)各省的數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)發(fā)展現(xiàn)狀,制定差異化的數(shù)實(shí)融合發(fā)展策略。

(4)應(yīng)優(yōu)先推動(dòng)數(shù)字基礎(chǔ)設(shè)施與實(shí)體經(jīng)濟(jì)的融合,最大程度發(fā)揮數(shù)實(shí)融合的要素配置優(yōu)化效應(yīng)?？紤]到數(shù)實(shí)融合對(duì)要素配置效率的影響存在異質(zhì)性,應(yīng)充分了解不同類別省份的特點(diǎn),根據(jù)各省融合水平的高低實(shí)施差別化措施,使數(shù)字經(jīng)濟(jì)與融合成為提高我國(guó)要素配置效率的新動(dòng)力。