數(shù)字經(jīng)濟與區(qū)域產(chǎn)業(yè)結構轉型升級
——基于因子分析法

張永慶，陳棉棉 （上海理工大學，上海200093）

ZHANG Yongqing, CHEN Mianmian (University of Shanghai for Science and Technology, Shanghai 200093, China)

0 引 言

伴隨著中國互聯(lián)網(wǎng)技術的發(fā)展，以大數(shù)據(jù)、云計算、人工智能等技術為依托的數(shù)字經(jīng)濟開始與傳統(tǒng)產(chǎn)業(yè)相融合。數(shù)字經(jīng)濟是一種新的經(jīng)濟發(fā)展形態(tài)，根據(jù)相關數(shù)據(jù)顯示中國的數(shù)字經(jīng)濟總量正不斷向上攀升，在GDP 占比中也表現(xiàn)突出，數(shù)字經(jīng)濟已然成為了促進中國經(jīng)濟繼續(xù)快速向前發(fā)展的重要動力。

近些年來，中國經(jīng)濟邁向“新常態(tài)”，更加注重發(fā)展質(zhì)量，其中區(qū)域產(chǎn)業(yè)結構轉型升級就顯得尤為重要。大量的研究都表明數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構轉型升級存在推動作用。在要素流動的視角下，數(shù)字經(jīng)濟發(fā)展水平呈現(xiàn)出空間聚焦特征，并且顯著促進了產(chǎn)業(yè)結構的轉型升級（林宇豪、陳英葵，2020）。黃藍經(jīng)濟區(qū)的產(chǎn)業(yè)集群優(yōu)化得益于數(shù)字經(jīng)濟的發(fā)展（李偉娟，2019）。數(shù)字經(jīng)濟已經(jīng)和傳統(tǒng)產(chǎn)業(yè)密切配合，對各個產(chǎn)業(yè)形成不同程度的影響，其中第三產(chǎn)業(yè)最為明顯（康鐵翔，2008）。在中國新經(jīng)濟中，數(shù)字經(jīng)濟是其主要構成，在與傳統(tǒng)產(chǎn)業(yè)深度融合的同時催生出許多新產(chǎn)業(yè)，并引導區(qū)域產(chǎn)業(yè)結構轉型升級（李藝銘，2017）。在如今數(shù)字經(jīng)濟快速發(fā)展的背景下，數(shù)字經(jīng)濟在區(qū)域產(chǎn)業(yè)結構中的運用，使得產(chǎn)業(yè)結構轉型升級的方向更加明確（趙西三，2017）。因此有必要對數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構轉型升級產(chǎn)生的影響進行一定的研究。本文首先采用因子分析模型對全國30 個省市的數(shù)字經(jīng)濟發(fā)展水平進行測度，得出30 個省市的數(shù)字經(jīng)濟發(fā)展水平指數(shù)，并對其進行一定的分析。然后再對數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構轉型升級的影響進行實證分析，并且在該分析結果的基礎上提出相應的對策和建議。

1 基于因子分析法的數(shù)字經(jīng)濟發(fā)展水平的測算

根據(jù)相關文獻資料并且結合數(shù)字經(jīng)濟的內(nèi)涵，從數(shù)字通信基礎設施、數(shù)字網(wǎng)絡基礎設施、數(shù)字產(chǎn)業(yè)發(fā)展水平、創(chuàng)新能力4個方面選取了17 個指標綜合反映數(shù)字經(jīng)濟發(fā)展水平的狀況，構建數(shù)字經(jīng)濟發(fā)展評價指標體系（見表1）。

因子分析模型是通過相關性研究而濃縮原始變量為少數(shù)綜合因子的線性組合，這些綜合因子之間互不相關，能反映原始指標所代表的信息量，同時可以消除變量間信息的重疊，還能客觀確定因子的權重大小。因子分析的基本模型如下：

其中：Xi（i=1,2,…,n）為可觀測的變量；Fj（j=1,2,…,m）為兩兩正交的公共因子；特殊因子εi與Fj相互獨立，且兩兩相互獨立，只對相應變量Xi起作用；aij為第i個變量在第j個因子上的載荷，載荷因子的值越大，則表示公共因子與該變量的相關關系越強。

本文利用SPSS25.0 對表1 中各指標的原始數(shù)據(jù)進行標準化處理，然后進行KMO 檢驗和Bartlett's 球形檢驗。檢驗結果顯示KMO 檢驗測度為0.877，大于0.5，說明各變量之間的信息重疊程度較高，Bartlett's 球形檢驗結果顯示其卡方值很大，而且顯著性概率為0.000，應拒絕各變量相互獨立的假設，即認為各變量之間存在相關關系。KMO 檢驗和Bartlett's 球形檢驗的結果說明這些數(shù)據(jù)適合采用因子分析模型。

利用SPSS25.0 計算各個指標的相關矩陣和方差累計貢獻率，提取出特征值大于1 的因子；接著進行旋轉變換，使得負荷系數(shù)趨于0 或1，得到旋轉前和旋轉后的因子貢獻率和累計貢獻率。從表2 中可以看出，抽取的3 個公共因子的累計貢獻率已經(jīng)達到82.278%，且這個3 個因子互不相關，說明這3 個公共因子包含的信息較能充分地表達原始信息。

對3 個主因子進行分析，得到旋轉后的荷載矩陣、成分得分系數(shù)（見表3）。

第一主因子的貢獻率為41.118%，第二主因子的貢獻率為26.935%，第三主因子的貢獻率為14.225%。根據(jù)因子得分系數(shù)矩陣建立因子得分模型如下：

根據(jù)第一、第二主因子得分以及方差貢獻率構造綜合因子值F如下：

由上式計算可得全國30 個省市2011～2018 年數(shù)字經(jīng)濟發(fā)展水平的得分情況，從指標得分情況來看，30 個省市的數(shù)字經(jīng)濟發(fā)展水平呈現(xiàn)逐年遞增的趨勢，這與近些年來全國各地經(jīng)濟發(fā)展水平不斷提高，教育及科研投入不斷增加和重視互聯(lián)網(wǎng)基礎設施建設有關。另外東中部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平要顯著得高于西部地區(qū)，因為東中部地區(qū)經(jīng)濟發(fā)展水平較高，數(shù)字網(wǎng)絡基礎設施相對較為完善，教育及科研投入較大，人才相對聚集，而西部地區(qū)則相對較為薄弱，所以數(shù)字經(jīng)濟發(fā)展水平在全國范圍內(nèi)呈現(xiàn)出一定的差異化。

2 數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構轉型升級的理論分析

數(shù)字經(jīng)濟以計算機和數(shù)字通訊技術為基礎，為傳統(tǒng)產(chǎn)業(yè)注入了新的活力。數(shù)字經(jīng)濟變革了傳統(tǒng)產(chǎn)業(yè)發(fā)展的機制及內(nèi)涵，不斷驅使傳統(tǒng)產(chǎn)業(yè)向更具競爭力的中高端轉型。同時數(shù)字經(jīng)濟還帶動了新興產(chǎn)業(yè)的出現(xiàn)，尤其是提高了第三產(chǎn)業(yè)在國民經(jīng)濟產(chǎn)業(yè)結構中的比重，促進了產(chǎn)業(yè)結構更加合理化，因而數(shù)字經(jīng)濟正不斷優(yōu)化傳統(tǒng)產(chǎn)業(yè)結構，促進經(jīng)濟更好發(fā)展。

表3 旋轉后的荷載矩陣、成分得分系數(shù)表

3 數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構轉型升級的回歸分析

3.1 指標的選取、模型設定及數(shù)據(jù)來源。本文的被解釋變量是區(qū)域產(chǎn)業(yè)結構，用第三產(chǎn)業(yè)增加值占GDP 的比重表示，解釋變量是數(shù)字經(jīng)濟發(fā)展水平，用數(shù)字經(jīng)濟發(fā)展水平得分F表示，根據(jù)研究意義及參考文獻選取金融發(fā)展水平、外商直接投資使用額、城鎮(zhèn)化、教育水平和政府財政支出水平作為控制變量。其中金融發(fā)展水平、城鎮(zhèn)化、教育水平和政府財政支出水平分別用金融機構存款余額占GDP 的比重、城鎮(zhèn)人口占總人口的比重、教育投入資金占政府財政支出的比重和政府一般預算支出占GDP 的比重表示。從而建立起區(qū)域產(chǎn)業(yè)結構對數(shù)字經(jīng)濟發(fā)展水平的回歸模型，以解釋數(shù)字經(jīng)濟發(fā)展水平對區(qū)域產(chǎn)業(yè)結構轉型升級的影響。回歸模型如式（1） 所示：

其中：Industrial structureit代表區(qū)域產(chǎn)業(yè)結構，Digitit代表數(shù)字經(jīng)濟發(fā)展水平，F(xiàn)inanceit代表地區(qū)金融水平，F(xiàn)diit代表外商直接投資使用額，Urbanit代表城鎮(zhèn)化率，Eduit代表教育水平，Governit代表政府財政支出水平，α0為截距項，α1表示解釋變量回歸系數(shù)，β1、β2、β3、β4和β5表示各控制變量回歸系數(shù)，μit為誤差項。

本文所使用的數(shù)據(jù)均來自2011～2018 年的《中國區(qū)域統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《國民經(jīng)濟與社會發(fā)展統(tǒng)計公報》中全國30 個省、市、自治區(qū)的數(shù)據(jù)，其中西藏自治區(qū)因數(shù)據(jù)缺失較多，故未將其列入研究樣本。因其他部分省份也存在統(tǒng)計數(shù)據(jù)缺失，故采用線性插值法補齊數(shù)據(jù)。本文在研究之前對各變量數(shù)據(jù)均做了無量綱標準化處理。

3.2 基本回歸分析檢驗。利用Stata25.0 軟件進行實證檢驗，首先通過OLS 方法進行面板數(shù)據(jù)的回歸分析，并參考已有文獻的常用做法，采用逐步添加控制變量方式進行回歸。首先通過Hausman 檢驗發(fā)展隨機效應更適合本研究。因此，在逐步回歸的基礎上進行隨機效應回歸分析。檢驗結果如表4 所示。

表4 基本回歸檢驗結果

從表4 中模型（1） ～（6） 檢驗結果來看，隨著控制變量的加入，模型的擬合優(yōu)度在提高，這說明核心解釋變量和控制變量的選取有一定的科學性。從模型（1） ～（6） 回歸分析結果來看，核心解釋變量的回歸結果都顯著為正，這說明數(shù)字經(jīng)濟發(fā)展水平對區(qū)域產(chǎn)業(yè)結構的轉型升級具有一定的正向促進作用，在一定的條件下，數(shù)字經(jīng)濟發(fā)展水平越高的地區(qū)，區(qū)域產(chǎn)業(yè)結構轉型升級就越明顯。此外地區(qū)金融水平對區(qū)域產(chǎn)業(yè)結構轉型升級也具有顯著的正向影響，這也與經(jīng)濟發(fā)展的現(xiàn)實狀況相符合。地區(qū)金融發(fā)展水平越高，該地區(qū)第三產(chǎn)業(yè)發(fā)展水平越高，該地區(qū)資金充足可以為區(qū)域產(chǎn)業(yè)結構轉型升級提供更多的后備力量。城鎮(zhèn)化水平和政府財政支出水平的結果也顯著為正，因為城鎮(zhèn)化水平一定程度上代表了該地區(qū)經(jīng)濟的發(fā)展水平，城鎮(zhèn)化水平越高，經(jīng)濟發(fā)展水平越高，區(qū)域產(chǎn)業(yè)結構轉型升級越明顯。政府財政支出水平的顯著正向作用說明了區(qū)域產(chǎn)業(yè)結構轉型升級需要政府的資金支持，政府的資金支持力度越大，區(qū)域產(chǎn)業(yè)結構轉型升級作用越明顯。最后，外商直接投資使用額和地區(qū)教育水平則對區(qū)域產(chǎn)業(yè)結構轉型升級表現(xiàn)出一定的抑制作用，在今后的發(fā)展中要引導好外商投資的方向，在區(qū)域產(chǎn)業(yè)結構轉型中要進一步發(fā)揮市場的調(diào)節(jié)作用，科學引導產(chǎn)業(yè)結構優(yōu)化升級與勞動力市場化發(fā)展，促進人才培養(yǎng)和當?shù)貏趧恿κ袌鲂枨笙嗥ヅ洹?/p>

3.3 分地區(qū)檢驗。通過將全國30 個省、市和自治區(qū)按照東、中、西部的方式進行檢驗，最終的回歸結果呈現(xiàn)出數(shù)字經(jīng)濟給中國區(qū)域產(chǎn)業(yè)結構轉型升級帶來的差異化影響，結果如表5 所示。

表5 分地區(qū)回歸檢驗結果

從分析結果看，發(fā)現(xiàn)即使在分地區(qū)檢驗中檢驗結果依舊顯著為正。這說明數(shù)字經(jīng)濟對各個區(qū)域的產(chǎn)業(yè)結構轉型升級均有一定的正向影響。從東、中和西部地區(qū)來看，數(shù)字經(jīng)濟對東部地區(qū)的區(qū)域產(chǎn)業(yè)結構轉型作用最為明顯，西部次之，中部最后。這要是因為東部地區(qū)本身經(jīng)濟基礎較好，數(shù)字經(jīng)濟技術水平較高，并且把數(shù)字經(jīng)濟充分運用到了傳統(tǒng)產(chǎn)業(yè)的發(fā)展中，近10 年來西部地區(qū)各級政府和企業(yè)的數(shù)字化轉型對于該地區(qū)區(qū)域產(chǎn)業(yè)結構轉型升級起到了非常大的推動作用。中部地區(qū)相較于東、西部地區(qū)，數(shù)字經(jīng)濟對區(qū)域產(chǎn)業(yè)結構的推動作用較為不明顯，但是也具有一定的正向影響。

總體來看，實證檢驗結果表明數(shù)字經(jīng)濟從對區(qū)域產(chǎn)業(yè)結構轉型升級有一定的正向推動作用，數(shù)字經(jīng)濟發(fā)展水平越高的地方，區(qū)域產(chǎn)業(yè)結構轉型升級作用越明顯。

4 結論與對策建議

以上實證檢驗結果表明：數(shù)字經(jīng)濟的發(fā)展對區(qū)域產(chǎn)業(yè)結構轉型升級呈現(xiàn)出顯著的正向促進作用。地區(qū)金融水平、城鎮(zhèn)化水平和政府財政支出水平對區(qū)域產(chǎn)業(yè)結構轉型升級也具有一定的正向影響作用，而外商直接投資使用額和教育水平則表現(xiàn)出一定的抑制作用。在分地區(qū)檢驗中，東部最為明顯，西部次之，中部最后。

基于以上研究結論，提出對策建議如下：（1） 平衡各地區(qū)數(shù)字經(jīng)濟發(fā)展差異，優(yōu)化數(shù)字經(jīng)濟發(fā)展格局。推動各地區(qū)數(shù)字經(jīng)濟資源共享建設，實現(xiàn)數(shù)字要素在各地區(qū)充分流動，優(yōu)化各區(qū)域數(shù)字資源配置，從而提升各區(qū)域數(shù)字經(jīng)濟協(xié)調(diào)發(fā)展水平。（2） 推動數(shù)字技術創(chuàng)新，加強多樣化數(shù)字設備科學應用，充分助力區(qū)域產(chǎn)業(yè)結構轉型升級。在數(shù)字經(jīng)濟發(fā)展中應該加大創(chuàng)新驅動力度，重視新型人才培養(yǎng)，以確保數(shù)字經(jīng)濟發(fā)展應有的物質(zhì)基礎、技術支撐和人才保障。（3） 推動共享平臺發(fā)展，推動數(shù)據(jù)資源互聯(lián)互通。大力發(fā)展數(shù)字經(jīng)濟，提高傳統(tǒng)服務業(yè)高質(zhì)量發(fā)展能力。數(shù)字經(jīng)濟關鍵資源是數(shù)據(jù)，在平衡好數(shù)據(jù)隱私性和開放性的前提下，推動各市場參與主體合作互動，充分挖掘數(shù)據(jù)價值。