数字经济对长三角地区产业结构合理化的影响
——基于空间自滞后模型的分析

史普润，曹佳颖

(南京审计大学 商学院，江苏 南京 211815)

0 引言

十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，长三角地区的城市崛起和高质量发展不仅与区域社会民生息息相关，更是国家层面长期关注的重点.随着《长江三角洲区域一体化发展规划纲要》的发布，进一步明确了长三角地区“一极三区一高地”的战略定位.长三角地区战略作用的发挥离不开产业发展的支撑，2018年3月，习近平总书记在参加十三届全国人大一次会议时强调：“推动经济高质量发展，要把重点放在推动产业结构转型升级上，把实体经济做实做强做优.”当前，国内外经济形势异常复杂，长三角地区产业结构应立足于区域和国内环境的相关需求，其合理化发展是推动区域经济高质量发展的重要驱动力.

信息时代，数字经济的发展已成为产业转型升级的重要手段和关键力量，是经济增长的动力之源.国家网信办发布的相关数据显示，2019年我国数字经济仍保持快速增长的态势，增加值达35.8万亿元，占GDP比重的36.2%，对GDP增长的贡献率达67.7%，产业数字化增加值占数字经济比重高达80.2%，推动了我国产业的高质量发展.

在当前长三角地区产业结构健康合理化发展的要求下，数字经济成为实现长三角“一极三区一高地”国家战略目标的关键，因此确定当前数字经济对于长三角地区产业结构的影响状况，评估数字经济的空间外溢作用，对进一步发挥数字经济的作用、提升长三角地区产业结构合理化水平具有重要的研究价值.基于此，本文利用2014—2018年长三角地区41个城市的面板数据，运用空间计量模型，对数字经济影响长三角地区产业结构合理化的状况进行实证分析，并据此提出政策建议，研究结果在稳健性检验下依然成立.

1 文献综述

数字经济是中国乃至整个亚洲地区实现跨越式发展的巨大机遇[1].数字经济的出现，使得创新主体能够借助数字平台与终端用户直接联结，降低了信息不对称的影响，提高了创新主体的盈利能力[2].Acemoglu & Restrepo[3]指出数字经济通过减少劳动者在时间与空间方面的壁垒、丰富劳动者的就业和择业选择，改善了劳动要素的配置效率.于产业结构而言，数字经济与技术可以有效帮助产业应对当前可持续发展的挑战，提升产业可持续性，使其最终成为一个更大更完全的结构系统[4].已有文献对数字经济与产业结构合理化关系做了一定量的研究.

从国家层面来看，学者们对二者的关系进行了理论与机制研究.张于喆[5]认为，数字经济是融合型经济，具有“赋能效应”，驱动我国产业结构向中高端迈进.它通过与传统产业之间的关联效应、创新效应和融合效应来实现产业结构调整与转型升级，进而推动经济高质量发展[6].

从区域层面来看，现有文献则更侧重于对二者的关系进行实证分析，并寻找其中介效应.数字经济极大地影响了企业生产与提供商品和服务的机会和效率，提升了产业技术效率，从而优化了传统产业的生产管理方式，进而使其产业结构趋于合理化[7].二者之间的联系往往并非是简单而直接的，而是通过一些中介变量产生影响.左鹏飞等[8]从区域城镇化发展水平出发，发现互联网发展确实可以持续推进产业结构合理化，而互联网与城镇化的融合发展则对其具有更强的效果.类似地，王鹏等[9]指出技术创新和人力资本是互联网发展影响区域产业结构转型升级的有效中介渠道，并针对区域空间差异进行异质性检验，发现相较于西部地区，互联网发展对中东部地区产业结构合理化有更为显著的影响.

通过对现有文献的梳理，可以发现国家层面的研究主要是从宏观视角展开的，而区域层面的实证分析也并未具体到某一特定区域.鉴于此，本文将从以下两个方面对现有研究进行拓展：(1)聚焦于长三角地区数字经济对产业结构合理化的影响；(2)采用空间计量的研究方法，深入挖掘数字经济影响产业结构合理化的作用机制.研究结论一方面可以丰富现有研究的相关成果，一方面可以为长三角地区数字经济的发展及产业结构合理化水平的提升提供借鉴意义.

2 模型设计、变量选择与数据来源

2.1 模型设计

本文旨在研究数字经济对长三角地区产业结构提升的影响作用.运用2014—2018年间，长三角地区41个城市的面板数据进行分析.空间自滞后模型(SLX)是在模型中控制了外生交互效应的一类空间计量模型，由于该模型结构精炼，且不存在被解释变量空间滞后项所导致的内生性问题[10]，因而本文选择使用该模型进行实证研究，模型设定如下：

Y=αιN+Xβ+WXθ+ε

(1)

2.2 变量选择

2.2.1 被解释变量

(2)

其中，i表示地区，t表示时期，m表示产业，Y为总产出，L为总就业人数，SRit即为t时期i地区的产业合理化指数(2)SRit越大，经济越偏离均衡状态，产业结构越不合理；SRit越小，产业结构越合理..

2.2.2 解释变量

目前，关于数字经济的相关研究才刚刚起步，文献较少，缺乏权威的系统性评价指标体系.从现有的文献来看，许多学者都对中国数字普惠金融指数产生了较大的兴趣，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[13]，具有一定的权威性和适用性，比较适合反映数字金融发展状况，体现数字经济的价值.此外，在信息时代，数字经济的发展离不开网络通信技术的支持.电信业务是支撑数字经济发展的重要支柱，决定了数字经济发展的高度、广度和深度.通过对电信业务的衡量可以较全面地反映出数字经济发展的状况.因此，选择数字普惠金融指数和人均电信业务收入作为自变量.

2.2.3 控制变量

为了更加全面地分析数字经济对产业结构合理性的影响作用，还需要考虑一些可能对产业结构合理性产生影响的因素，本文选择：专利申请受理数、发明申请受理数、RGDP(人均GDP)、FDI(外商直接投资)、人口密度和需求结构六个指标作为控制变量.其中，专利申请受理数、发明申请受理数是反映技术创新水平的常用指标.随着中国经济进入新常态，技术创新成为转变经济增长方式和优化产业结构的关键，因此选择技术创新作为控制变量是符合逻辑的；RGDP是城市、地区经济发展质量的反映，地区经济发展质量越好，三次产业的分工越合理，因此发展质量的好坏也会对产业结构的合理性产生影响，以GDP与常住人口之比来衡量；FDI是城市利用外资情况的反映，对外资的有效利用可以在一定程度上优化产业结构；人口密度和需求结构反映了社会的人力资本供给和消费需求状况，可能会对产业结构的合理性产生影响.其中，人口密度以常住人口与行政区域土地面积之比来衡量，需求结构，以社会消费品零售总额与GDP之比来衡量.

2.3 数据来源

本文的数据来源于长三角地区各省市统计局官网、蚂蚁金服集团官网以及2015—2019年《江苏统计年鉴》、《安徽统计年鉴》、《浙江统计年鉴》、《上海统计年鉴》和《中国城市统计年鉴》.样本描述性统计情况如表1所示：

表1 样本描述性统计情况

3 空间计量检验及结果分析

表2报告了数字经济对长三角产业结构合理性的线性估计结果.其中，(1)对应的是进行非空间效应估计的结果，从结果来看自变量和部分控制变量均未通过显著性检验，唯有外商直接投资和需求结构在5%的水平上通过了显著性检验.

表2 SLX模型回归估计结果

考虑到空间效应的存在，可能会对回归结果产生影响，本文在非空间效应估计的基础上，增加空间权重，进行空间计量检验.使用地理距离权重矩阵进行空间计量分析.地理距离权重矩阵地理元素测度方法为：Wdij=1/dij(i≠j)，其中dij是使用经纬度数据所计算的城市间距离，当i=j时Wdij=0.

据此，本文计算了城市产业结构合理化指数的面板Moran’s I值.结果显示城市产业结构合理化指数的面板Moran’s I值为0.0530，伴随概率为0.0001，因而城市产业结构合理化指数表现出显著为正的空间关联性.

为了进一步分析城市产业结构合理化指数的局部空间效应，使用SLX模型对样本数据进行分析，结果如表2(2)所示.由于SLX模型不存在被解释变量空间滞后项，因而不存在全局效应，无需进一步分解便可直接获得直接效应与间接效应.

从回归结果来看，自变量均通过了显著性检验，但是控制变量只有外商直接投资通过了显著性检验.因此，自变量数字普惠金融指数和人均电信业务收入能够对本城市的产业结构合理化指数产生直接效应.从回归系数来看，数字普惠金融指数对产业结构合理化指数的影响方向为负，人均电信收入对产业结构合理化指数的影响方向为正，即数字普惠金融的提升有助于降低本城市产业结构合理化指数，从而提升其产业合理度，符合理论预期，与相关研究结论[14]类似；但是人均电信业务收入的增加反而增加了本城市产业结构合理化指数，降低了产业合理度.这与相关研究[15]结论相左，分析原因，一方面是相关研究并不是以人均电信业务收入作为变量，本文的研究变量与之不同，因此导致结论不一致；另一方面，可能是因为长三角地区是中国经济最发达的区域，经济活跃，在长三角一体化的国家战略指导下城市之间联系越发紧密，这种区域经济一体化水平的提升也反映在了电信业务上，即：各城市之间电信业务往来更加频繁，产业结构也会随着各城市间沟通的增长日趋合理.因此居民电信业务收入增长带来了周围城市经济的发展和产业结构的合理.但是，在资源一定的情况下，对周围城市产业结构合理化的提升势必会消耗用于优化本城市产业结构的资源，从而减缓甚至削弱本城市产业结构合理化的发展.控制变量外商直接投资对本城市产业结构合理化指数的影响为负，说明外商直接投资有利于提升本城市的产业结构合理度，这与理论预期相符.

再看各变量与空间权重矩阵的交互项.除了数字普惠金融指数和需求结构与空间权重矩阵的交互项没有通过显著性检验之外，其余各变量的交互项均显著.在SLX模型中，变量与空间权重矩阵交互项的回归系数直接度量了由外生的交互效应产生的空间溢出效应，由此可知，除了数字普惠金融指数和需求结构之外，其余自变量和控制变量均对周围城市的产业结构优化产生了空间溢出效应.具体来看，人均电信业务对周围城市产业结构合理化的影响已经在前文做了分析，此处不再赘述.专利申请受理数、发明申请受理数、RGDP、外商直接投资、人口密度五个变量均对周围城市的产业结构合理化指数产生了影响.其中，申请专利受理数和外商直接投资对周围城市产业结构合理化指数产生了负向影响，说明长三角城市的创新和外商直接投资对周围城市的产业结构优化起到了积极的推动作用，能够带动周围城市的产业结构更加合理；发明申请受理数、RGDP、人口密度对周围城市产业结构合理化指数产生了正向影响，说明长三角城市的发明申请受理数、RGDP和人口密度会对周围城市产业结构合理化产生一定的阻碍作用.分析原因，发明申请受理数的影响可能是因为其反映了本城市的创新水平，而这种创新能够吸引周边城市的企业前来投资，对专利进行积极地转化，这可能会消耗周边城市产业发展的资源，使产业发展受限，从而抑制了产业的合理化发展；RGDP是城市人民生活水平的反映，决定着城市每个居民的平均购买力，直接影响着一个城市在居民收入和生活水平及其社会建设方面的投入取向、投入能力与投入水平.RGDP较高的城市，人民生活水平较高，能够吸引周围城市的人才前来求职、定居，从而导致周围城市产业发展缺乏人才动力，产业结构失衡；一般情况下，人口密度越高的城市第二、第三产业越发达，但是二、三产业的发展又需要第一产业的支持，因而可能会对周围城市的第一产业产生一定的影响，导致周围的城市产业发展偏离均衡的状态.

最后，数字普惠金融指数通过了显著性检验，但是数字普惠金融指数与空间权重矩阵的交互项没有通过显著性检验，说明长三角各城市数字普惠金融的发展能够优化本城市的产业结构，使其趋于合理，但是对周围城市却没有显著的影响，空间溢出效应略显不足.

4 稳健性检验及异质性分析

4.1 稳健性检验

为了验证研究结论的可靠性，本文在原理论假设的基础上，选择空间杜宾模型，对原结论进行稳健性检验.由于空间杜宾模型(SDM)是在模型中同时控制了内生和外生交互效应的一类空间计量模型，这类模型实际上是针对遗漏解释变量的空间模型，且可同时解决被解释变量空间滞后项与解释变量空间滞后项的内生性问题，对SLX模型来说，是一个有益的补充.

本文参照Elhorst[16]的检验方法，首先采用拉格朗日乘数法(LM)检验是否可采用SAR 模型或SEM 模型.检验结果显示SAR和SEM模型均可.接下来，为了确定空间杜宾模型的具体估计形式，先对样本数据进行空间和时间LR检验.检验结果显示，样本数据适合采用时空双重固定模型进行回归.然后进行Hausman检验，检验结果显示样本数据适合采用时空双重固定效应模型.最后进行Wald检验，检验结果显示，空间杜宾模型不适合退化为SAR和SEM模型.

接下来，运用时空双重固定效应的SDM模型对样本数据进行回归，结果如表3所示：

表3 时空双重固定效应的SDM模型回归结果

由于SDM模型无法直接从模型回归中获得直接效应和间接效应，因此，进一步对SDM模型进行分解效应回归，结果如表4所示

表4 SDM模型的直接效应与间接效应

从表4中可以发现各变量对应的空间直接效应与SLX模型回归的直接效应结果基本一致；而间接效应仅有控制变量c5与SLX模型不一致，没有通过显著性检验，其余各变量的回归系数方向及显著性均与SLX模型一致，因此可以认为模型的回归结果是稳健的.

4.2 异质性分析

长三角地区各省市经济发展并不均衡，各省市的政策也存在一定的差异，数字经济对产业结构合理性的影响可能会由于其所处省份的不同而表现出一定的差异性.本文再次使用SLX模型对长三角地区不同省份的城市(不考虑上海市)进行空间计量估计，估计结果见表5所示.

表5 空间异质性分析估计结果

从估计的结果来看，江苏各城市的数字经济在数字普惠金融方面能够优化本城市的产业结构，使其趋于合理；浙江各城市的数字经济却并没有对本城市的产业结构合理化产生显著的影响；安徽各城市的数字经济对本城市的产业结构影响最为显著，无论是数字普惠金融方面还是电信方面，均有显著的影响.这说明在数字经济促进本城市产业结构合理化方面，安徽各城市表现得最好，其次是江苏，浙江还有很大的提升空间.

在间接效应方面，江苏各城市的数字经济并未促进周围城市的产业结构合理化，仅有控制变量专利申请受理数和外商直接投资对周围城市的产业结构合理化产生了影响；浙江的数字经济对周围城市产业结构合理化的影响最为显著，不仅如此控制变量发明申请受理数、RGDP、人口密度、需求结构均能够促进周围城市产业结构的合理化；安徽的数字经济与江苏类似，仅有控制变量RGDP和外商直接投资产生了间接效应.这说明，浙江各城市在促进产业结构合理化方面，具有很强的辐射作用，能够对周围城市的产业结构合理化产生积极的促进作用，因而各城市之间的互动作用明显，共同促进了产业结构趋于合理.而江苏和安徽各城市之间，互动性较差，各城市往往仅依赖于自身的资源，来促进产业结构的合理化.

5 结论与政策意义

随着数字经济的快速发展，数字技术改变了社会生活的方方面面.长三角地区是国家经济发展最活跃、开放程度最高、创新能力最强的区域之一，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位.本文的研究意义在于依据实证分析结果，有针对性地从数字经济的角度提出长三角地区优化产业结构，促进产业结构合理健康发展的思路和政策指引，从而适应当前新发展格局的要求.

本文利用长三角地区3省1市共41个地级及以上城市2014—2018年的面板数据，采用SLX模型检验了数字经济对城市产业结构合理化的影响.结果表明，长三角地区数字经济对产业结构合理化产生了显著的影响，能够为长三角地区产业结构合理化带来积极的推动作用，但数字经济在数字普惠金融方面，未能在相邻城市产生显著的空间外溢效应.进一步从省级层面来看，浙江省各城市的数字经济能够给相邻城市带来产业结构的合理化，但是对自身产业结构合理化却未产生显著的影响.相反江苏和安徽的城市数字经济能够给自身产业结构带来合理化的提升，但却未能有效影响周围的城市.

基于上述结论，本文提出以下几点政策建议：

(1) 数字经济时代，产业发展遇到了前所未有的机遇和挑战，目前长三角地区促进数字化转型的有利条件正在不断积聚，数字技术与各类技术发生广泛的连接，驱动传统产业数字化转型的认同度越来越高，为产业进行数字化转型提供了扎实的支撑.各地区政府在数字经济与产业深度融合的趋势背景下，应当着力推动各行各业的数字化转型步伐，特别是对大数据、云计算、物联网、人工智能、5G和区块链等数字技术的广泛应用，从而进一步提升传统产业生产效率，激发传统产业发展活力，加快传统产业升级改造的步伐，提升产业合理化水平.

(2) 从论文的研究结论来看，长三角地区各城市的数字经济对自身产业结构的合理化带来了显著提升，说明政府在推动数字经济对自身产业结构合理化方面做出了一定的成绩.但是，长三角各城市的数字经济对周边城市的产业结构合理化并未带来较显著的提升.因此长三角各地区政府应当进一步加强地区之间的协调，依托产业链与创新链的协同互动，提高长三角区域一体化发展的质量层次.加强基于创新链的横向合作，整合优势资源.发展具有地区特色的创新走廊和公共技术联合攻关的创新平台，以发挥长三角地区数字经济在提升产业结构合理化方面的空间外溢效应.

(3) 长三角地区数字经济对产业结构合理性的影响具有明显的省级地域特征.不同省份的城市，展现出了显著的异质性特征.对于空间外溢效应比较明显的浙江省，政府应当进一步发挥各城市数字经济对周边城市产业结构合理化的空间溢出效应，同时将精力和视线向内部倾斜，积极引导数字经济的作用和影响向本城市内部反馈，提升自身的产业结构合理化水平.而江苏和安徽正好相反，应当在数字经济完成提升自身产业结构合理化作用之后，积极拓展数字经济的与周围城市的联系，扩大数字经济的影响范围，以期能够给周边城市产业的发展带来积极的促进作用.