數(shù)字經(jīng)濟(jì)行業(yè)效率：測(cè)算方法、演進(jìn)趨勢(shì)及影響機(jī)制

姜衛(wèi)民 鄭瓊潔 巫強(qiáng)

摘 要：本文創(chuàng)新性地提出基于總產(chǎn)出生產(chǎn)函數(shù)的行業(yè)效率測(cè)算方法，運(yùn)用投入產(chǎn)出表直接測(cè)算了2007—2018年全國(guó)和2007—2017年31個(gè)省份數(shù)字經(jīng)濟(jì)核心行業(yè)和支撐行業(yè)的行業(yè)效率，并構(gòu)建面板回歸模型，運(yùn)用中國(guó)2012—2019年29個(gè)省份數(shù)據(jù)，探討數(shù)字經(jīng)濟(jì)核心行業(yè)效率的影響機(jī)制。研究發(fā)現(xiàn)：（1）在其他行業(yè)效率下滑明顯的背景下，中國(guó)數(shù)字經(jīng)濟(jì)行業(yè)效率一直保持增長(zhǎng)態(tài)勢(shì)，中國(guó)數(shù)字經(jīng)濟(jì)支撐行業(yè)效率在全行業(yè)中排名較為靠前，數(shù)字經(jīng)濟(jì)核心行業(yè)效率排名明顯偏后。隨著時(shí)間的推移，數(shù)字經(jīng)濟(jì)核心行業(yè)效率的地區(qū)及省份差距逐漸縮小，數(shù)字經(jīng)濟(jì)支撐行業(yè)也出現(xiàn)地區(qū)分化和省份差異。（2）機(jī)制分析表明，人均GDP等宏觀經(jīng)濟(jì)變量并不是提升數(shù)字經(jīng)濟(jì)核心行業(yè)效率的關(guān)鍵，工業(yè)增加值占比對(duì)數(shù)字經(jīng)濟(jì)核心行業(yè)效率有促進(jìn)作用，信息發(fā)展變量的影響重點(diǎn)在于技術(shù)手段與實(shí)體經(jīng)濟(jì)的結(jié)合。本文為促進(jìn)中國(guó)數(shù)字經(jīng)濟(jì)持續(xù)健康高質(zhì)量發(fā)展提供有益參考。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì);行業(yè)效率;投入產(chǎn)出表;總產(chǎn)出生產(chǎn)函數(shù)

中圖分類號(hào)：F403.2? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2022）03-0034-10

一、問(wèn)題的提出

《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出要加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國(guó)的任務(wù)。黨的十八大以來(lái)，黨中央、國(guó)務(wù)院審時(shí)度勢(shì)實(shí)施數(shù)字經(jīng)濟(jì)戰(zhàn)略，先后出臺(tái)了《國(guó)家數(shù)字經(jīng)濟(jì)戰(zhàn)略綱要》《“互聯(lián)網(wǎng)+”行動(dòng)指導(dǎo)意見(jiàn)》《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》等一系列政策文件，持續(xù)推動(dòng)數(shù)字經(jīng)濟(jì)新業(yè)態(tài)新模式健康發(fā)展?？梢?jiàn)，數(shù)字經(jīng)濟(jì)既是傳統(tǒng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的“跳板”，也是未來(lái)新經(jīng)濟(jì)快速發(fā)展的“藍(lán)海”，正前所未有地重構(gòu)著經(jīng)濟(jì)發(fā)展新圖景。中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》數(shù)據(jù)顯示，中國(guó)數(shù)字經(jīng)濟(jì)增加值已由2007年的1.39萬(wàn)億元增加到2020年的39.20萬(wàn)億元，數(shù)字經(jīng)濟(jì)占GDP的比率由2007年的5.20%上升到2020年的38.51%，數(shù)字經(jīng)濟(jì)發(fā)展迅速。2020年數(shù)字經(jīng)濟(jì)在抗擊新冠肺炎疫情和恢復(fù)生產(chǎn)生活方面發(fā)揮了重要作用，充分顯示了數(shù)字經(jīng)濟(jì)推動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁動(dòng)力。

數(shù)字經(jīng)濟(jì)在迅猛發(fā)展的同時(shí)，其對(duì)經(jīng)濟(jì)發(fā)展的影響也引起學(xué)術(shù)界的廣泛關(guān)注。在宏觀層面，數(shù)字經(jīng)濟(jì)發(fā)展能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、優(yōu)化資源配置并推動(dòng)經(jīng)濟(jì)增長(zhǎng)，極大地改善勞動(dòng)要素的配置效率。如荊文君和孫寶文[1]認(rèn)為，數(shù)字經(jīng)濟(jì)可以通過(guò)新的要素投入、資源配置效率和全要素生產(chǎn)率三個(gè)路徑促進(jìn)經(jīng)濟(jì)增長(zhǎng)，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。楊慧梅和江璐[2]發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)可以顯著提升全要素生產(chǎn)率。盛斌和黎峰[3]認(rèn)為，數(shù)字化和人工智能改變了要素流動(dòng)結(jié)構(gòu)。Acemoglu和Restrepo[4]認(rèn)為，數(shù)字經(jīng)濟(jì)通過(guò)減少勞動(dòng)壁壘、豐富勞動(dòng)者的就業(yè)和擇業(yè)選擇、加快數(shù)字技術(shù)的推廣，極大地改善勞動(dòng)要素的配置效率。在微觀層面，荊文君和孫寶文[1]認(rèn)為，數(shù)字經(jīng)濟(jì)的發(fā)展能提供更好的匹配機(jī)制和創(chuàng)新激勵(lì)。戚聿東等[5]發(fā)現(xiàn)，發(fā)展數(shù)字化戰(zhàn)略推動(dòng)了國(guó)有企業(yè)履行社會(huì)使命。

數(shù)字經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)因素主要包括以下三類：一是技術(shù)驅(qū)動(dòng)因素。如李彥臻和任曉剛[6]認(rèn)為，科技驅(qū)動(dòng)是實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)創(chuàng)新的重要內(nèi)容、方式和手段。戚聿東和蔡呈偉[7]認(rèn)為，人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等數(shù)字技術(shù)驅(qū)動(dòng)了數(shù)字經(jīng)濟(jì)的興起，深刻影響著產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)增長(zhǎng)格局。二是經(jīng)濟(jì)驅(qū)動(dòng)因素。如郭峰等[8]認(rèn)為，數(shù)字普惠金融與數(shù)字經(jīng)濟(jì)指數(shù)正相關(guān)。劉軍等[9]認(rèn)為，全社會(huì)投資、地區(qū)經(jīng)濟(jì)增長(zhǎng)水平、外資依存度、政府干預(yù)度、人力資本水平和居民工資水平能夠顯著促進(jìn)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展。三是社會(huì)驅(qū)動(dòng)因素。如嚴(yán)若森和錢向陽(yáng)[10]認(rèn)為，消費(fèi)者對(duì)于數(shù)字技術(shù)的熱情追捧促進(jìn)了數(shù)字經(jīng)濟(jì)發(fā)展。Teece[11]認(rèn)為，基礎(chǔ)設(shè)施建設(shè)狀況、人力資本水平和公共文化程度，尤其是數(shù)字經(jīng)濟(jì)強(qiáng)度和人均最終需求水平是促進(jìn)數(shù)字經(jīng)濟(jì)規(guī)模增長(zhǎng)最主要的社會(huì)驅(qū)動(dòng)因素。

當(dāng)前關(guān)于數(shù)字經(jīng)濟(jì)的測(cè)度主要從數(shù)字經(jīng)濟(jì)規(guī)模和數(shù)字經(jīng)濟(jì)效率兩方面展開(kāi)。數(shù)字經(jīng)濟(jì)規(guī)模的測(cè)算方法有三類：一是直接估算法。如Brynjolfsson和Collis[12]與Watanabe等[13]在明確界定數(shù)字經(jīng)濟(jì)范疇的情況下，通過(guò)統(tǒng)計(jì)估算得到數(shù)字經(jīng)濟(jì)的規(guī)模?？佃F祥[14]針對(duì)中國(guó)國(guó)情設(shè)計(jì)數(shù)字經(jīng)濟(jì)的基本框架，指出2002年中國(guó)數(shù)字經(jīng)濟(jì)總規(guī)模約占GDP的8.85%。二是多指標(biāo)評(píng)價(jià)法。即通過(guò)構(gòu)建多重指標(biāo)的數(shù)字經(jīng)濟(jì)評(píng)價(jià)體系，衡量并對(duì)比不同地區(qū)數(shù)字經(jīng)濟(jì)的相對(duì)發(fā)展情況。如郭斌和杜曙光[15]、張昕蔚和蔣長(zhǎng)流[16]與馬玥[17]基于產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化兩個(gè)維度構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平的多指標(biāo)評(píng)價(jià)體系。劉軍等[9]從信息化發(fā)展、互聯(lián)網(wǎng)發(fā)展和數(shù)字交易發(fā)展水平三個(gè)維度建立了中國(guó)分省份的數(shù)字經(jīng)濟(jì)多指標(biāo)評(píng)價(jià)體系。三是衛(wèi)星賬戶法。通過(guò)數(shù)字化轉(zhuǎn)型的本質(zhì)特征來(lái)界定數(shù)字經(jīng)濟(jì)的內(nèi)涵，構(gòu)建一個(gè)既能對(duì)接SNA中心體系又能開(kāi)展獨(dú)立核算的數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶（DESA）框架。如楊仲山和張美慧[18]在總結(jié)OECD等國(guó)際組織及美國(guó)、新西蘭等國(guó)家對(duì)數(shù)字經(jīng)濟(jì)測(cè)度的基礎(chǔ)上，結(jié)合中國(guó)數(shù)字經(jīng)濟(jì)的現(xiàn)狀，嘗試提出中國(guó)DESA的整體框架。在數(shù)字經(jīng)濟(jì)效率的測(cè)算方面，現(xiàn)有文獻(xiàn)的研究成果較少，主要以數(shù)據(jù)包絡(luò)分析（DEA）方法為主，對(duì)DEA-Malmquist指數(shù)進(jìn)行測(cè)算。如李研[19]與陳楠和蔡躍洲[20]分別運(yùn)用DEA-Malmquist指數(shù)方法測(cè)度中國(guó)各省份及八大經(jīng)濟(jì)區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)出效率的地區(qū)差異及動(dòng)態(tài)演變并對(duì)中國(guó)ICT制造業(yè)運(yùn)行效率和TFP變化情況進(jìn)行實(shí)證分析。蔡昌等[21]利用BCC-DEA模型和Malmquist指數(shù)模型分別從靜態(tài)和動(dòng)態(tài)兩個(gè)層面測(cè)算了2008—2016年中國(guó)數(shù)字經(jīng)濟(jì)產(chǎn)出效率。

綜上所述，現(xiàn)有文獻(xiàn)在數(shù)字經(jīng)濟(jì)的作用、影響因素及規(guī)模測(cè)算等方面已有較為深入的研究，但對(duì)于數(shù)字經(jīng)濟(jì)行業(yè)效率測(cè)度的研究相對(duì)較少，少數(shù)研究以DEA方法為主。盡管DEA方法由于其非參數(shù)估計(jì)的性質(zhì)不用給出具體生產(chǎn)函數(shù)形式而受到青睞，但該方法將任何偏離前沿面的因素歸于技術(shù)而非效率，忽略了遺漏變量或其他未觀察到的影響資源配置效率的因素。因此，本文將回歸生產(chǎn)效率的最初定義，參照張軍和施少華[22]與田友春等[23]測(cè)算全要素生產(chǎn)率的思路，借鑒姜衛(wèi)民等[24]與Acemoglu等[25]將中間投入納入生產(chǎn)函數(shù)的模型設(shè)定，創(chuàng)新性地提出基于總產(chǎn)出生產(chǎn)函數(shù)的測(cè)算方法，將生產(chǎn)過(guò)程中的中間投入與最初投入同時(shí)納入效率測(cè)算體系，基于投入產(chǎn)出表對(duì)數(shù)字經(jīng)濟(jì)行業(yè)效率進(jìn)行直接測(cè)算，將行業(yè)效率測(cè)算修正為基于國(guó)民經(jīng)濟(jì)核算視角的統(tǒng)計(jì)分析。這一方法既能夠彌補(bǔ)傳統(tǒng)測(cè)算索洛余值時(shí)對(duì)生產(chǎn)函數(shù)中參數(shù)估計(jì)可能存在不準(zhǔn)確的缺陷，又能有效地避免DEA方法可能造成的變量遺漏問(wèn)題。因此，基于這一理論方法，本文能更科學(xué)有效地研究中國(guó)數(shù)字經(jīng)濟(jì)行業(yè)效率演進(jìn)趨勢(shì)和影響機(jī)制等重要科學(xué)問(wèn)題。

二、行業(yè)效率測(cè)算模型與數(shù)據(jù)來(lái)源

（一）行業(yè)效率測(cè)算模型與方法

在經(jīng)濟(jì)學(xué)上，生產(chǎn)效率的常見(jiàn)衡量指標(biāo)有勞動(dòng)生產(chǎn)率（Y/L）、資本生產(chǎn)率（Y/K）、全要素生產(chǎn)率（Y/F（K，L））和增加值率（1-M/T），前三個(gè)指標(biāo)都是基于增加值生產(chǎn)函數(shù)Y=AF（K，L）測(cè)算出來(lái)的，其中，Y為增加值，最受學(xué)術(shù)界關(guān)注的指標(biāo)全要素生產(chǎn)率僅測(cè)算了勞動(dòng)（L）和資本（K）復(fù)合要素的平均生產(chǎn)效率。然而，生產(chǎn)所投入的要素除了勞動(dòng)、資本之外，還有很大一部分是中間投入。第四個(gè)指標(biāo)增加值率是基于總產(chǎn)出生產(chǎn)函數(shù)T=G（V，M）計(jì)算出來(lái)的，其中，T為總產(chǎn)出，M為中間投入，V為最初投入，不過(guò)增加值率的計(jì)算較為簡(jiǎn)單，僅體現(xiàn)了中間投入的利用效率。因此，本文借鑒全要素生產(chǎn)率的測(cè)算理念，將中間投入納入總產(chǎn)出生產(chǎn)函數(shù)，考慮行業(yè)間投入產(chǎn)出結(jié)構(gòu)，測(cè)算出勞動(dòng)、資本和中間投入的生產(chǎn)效率。其優(yōu)點(diǎn)在于，借助投入產(chǎn)出模型，可以完全基于統(tǒng)計(jì)部門公布的投入產(chǎn)出表直接測(cè)算得到行業(yè)效率。假設(shè)各行業(yè)總產(chǎn)出生產(chǎn)函數(shù)如下：

xj=egjlαljj∏ni=1zaijij（1）

其中，xj為j行業(yè)的總產(chǎn)出，zij為i行業(yè)投入到j(luò)行業(yè)的中間產(chǎn)品實(shí)物量，gj為?？怂怪行缘募夹g(shù)沖擊，lj為j行業(yè)的勞動(dòng)報(bào)酬，egj即為行業(yè)效率。

假設(shè)CD生產(chǎn)函數(shù)滿足規(guī)模報(bào)酬不變假設(shè)，如式（2）所示：

αlj+∑ni=1aij=1（2）

基于全要素生產(chǎn)率的索洛余值計(jì)算方法，在總產(chǎn)出生產(chǎn)函數(shù)中得到行業(yè)效率的表達(dá)式如下：

egj=xj/（lαljj∏ni=1zaijij）（3）

在基于增加值生產(chǎn)函數(shù)Y=AF（K，L）的全要素生產(chǎn)率測(cè)算中，大多數(shù)學(xué)者是根據(jù)時(shí)間序列的增加值、資本存量、勞動(dòng)投入進(jìn)行計(jì)量回歸得到參數(shù)估計(jì)值，再代入全要素生產(chǎn)率的計(jì)算公式中得到估計(jì)值。而本文根據(jù)總產(chǎn)出生產(chǎn)函數(shù)推導(dǎo)得到的行業(yè)效率是基于投入產(chǎn)出表的數(shù)據(jù)，并且滿足生產(chǎn)的利潤(rùn)最大化，更加貼近效率的內(nèi)涵。假設(shè)各行業(yè)面對(duì)的價(jià)格為外生變量，外生價(jià)格向量為p=（p1，p2，…，pn），工資為w。行業(yè)生產(chǎn)過(guò)程利潤(rùn)最大化，利潤(rùn)函數(shù)如式（4）所示：

πj=pjxj-wlj-∑ni=1pizij（4）

其中，πj為j行業(yè)的利潤(rùn)，各部門生產(chǎn)過(guò)程利潤(rùn)最大化，得到一階條件，如式（5）所示：

πjzij=pjaijxjzij-pi=0（5）

aij=pizijpjxj，αlj=wljpjxj（6）

式（6）描述行業(yè)利潤(rùn)最大化的必要條件。其中，分母pjxj為商品j生產(chǎn)的價(jià)值型總產(chǎn)出，分子pizij為商品j生產(chǎn)所使用的商品i的價(jià)值，其比值為商品j生產(chǎn)1單位的總產(chǎn)出所需要投入商品i的價(jià)值量，即直接投入系數(shù)，而這個(gè)系數(shù)等于CD總產(chǎn)出生產(chǎn)函數(shù)中的指數(shù)aij，這就與投入產(chǎn)出表中直接消耗系數(shù)矩陣對(duì)應(yīng)起來(lái)。

這里的推導(dǎo)過(guò)程雖然生產(chǎn)函數(shù)中的變量是實(shí)物量，但價(jià)格外生情況下可以假定價(jià)格均為1，此時(shí)可看做對(duì)應(yīng)的投入產(chǎn)出表僅是商品衡量單位的一個(gè)調(diào)整，仍然可以將投入產(chǎn)出表的直接消耗系數(shù)矩陣aij與CD總產(chǎn)出生產(chǎn)函數(shù)的指數(shù)一一對(duì)應(yīng)，并且此時(shí)測(cè)算的行業(yè)效率也是可比的。至此，行業(yè)效率表達(dá)式（3）中的aij、αlj和zij均與投入產(chǎn)出表中的數(shù)據(jù)一一對(duì)應(yīng)，即基于總產(chǎn)出生產(chǎn)函數(shù)的行業(yè)效率測(cè)算不需要對(duì)參數(shù)進(jìn)行估計(jì)，而可以采用投入產(chǎn)出表的統(tǒng)計(jì)數(shù)據(jù)直接進(jìn)行計(jì)算。這使得行業(yè)效率的計(jì)算回避了傳統(tǒng)索洛余值測(cè)算時(shí)對(duì)生產(chǎn)函數(shù)中參數(shù)估計(jì)可能不準(zhǔn)確的缺陷，從而使行業(yè)效率的測(cè)算結(jié)果更具權(quán)威性、一致性和可比性。

（二）數(shù)字經(jīng)濟(jì)行業(yè)的界定

國(guó)家統(tǒng)計(jì)局于2021年5月公布了《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》，將數(shù)字經(jīng)濟(jì)活動(dòng)劃分為三層，即5個(gè)大類、32個(gè)中類和156個(gè)小類。

國(guó)家統(tǒng)計(jì)局將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的范圍確定為：01數(shù)字產(chǎn)品制造業(yè)、02數(shù)字產(chǎn)品服務(wù)業(yè)、03數(shù)字技術(shù)應(yīng)用業(yè)、04數(shù)字要素驅(qū)動(dòng)業(yè)、05數(shù)字化效率提升業(yè)5個(gè)大類。數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)對(duì)應(yīng)的01—04大類即數(shù)字產(chǎn)業(yè)化部分，主要包括計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)、電信廣播電視和衛(wèi)星傳輸服務(wù)業(yè)、互聯(lián)網(wǎng)和相關(guān)服務(wù)業(yè)、軟件和信息技術(shù)服務(wù)業(yè)等，是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ);05大類為產(chǎn)業(yè)數(shù)字化部分，指應(yīng)用數(shù)字技術(shù)和數(shù)據(jù)資源為傳統(tǒng)產(chǎn)業(yè)帶來(lái)的產(chǎn)出增加和效率提升，是數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的融合。在國(guó)家統(tǒng)計(jì)局公布分類之前，各省份也對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)范圍進(jìn)行過(guò)劃分，如《浙江省數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》將數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)劃分7大類和128個(gè)小類行業(yè)。

其中，7大類分別是：（1）計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè);（2）電子信息機(jī)電制造業(yè);（3）專用電子設(shè)備制造業(yè);（4）電信、廣播電視和衛(wèi)星傳輸服務(wù)業(yè);（5）互聯(lián)網(wǎng)及其相關(guān)服務(wù)業(yè);（6）軟件和信息技術(shù)服務(wù)業(yè);（7）文化數(shù)字內(nèi)容及其服務(wù)業(yè)。本文綜合考慮投入產(chǎn)出表中行業(yè)分類和數(shù)據(jù)可得性，根據(jù)國(guó)家統(tǒng)計(jì)局公布的2007年、2012年、2017年和2018年全國(guó)和地區(qū)投入產(chǎn)出表以及相關(guān)細(xì)分行業(yè)的解釋說(shuō)明，以通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)作為數(shù)字經(jīng)濟(jì)核心行業(yè)。根據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021年）》，數(shù)字經(jīng)濟(jì)包括數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩大部分，2020年，前者規(guī)模達(dá)7.5萬(wàn)億元，占數(shù)字經(jīng)濟(jì)的比率為19.1%;后者規(guī)模達(dá)31.7萬(wàn)億元，占數(shù)字經(jīng)濟(jì)的比率為80.9%。在國(guó)家統(tǒng)計(jì)局公布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》中，05大類還包括數(shù)字化通用、專用設(shè)備制造小類（其屬于通用、專用設(shè)備制造業(yè)）和數(shù)字金融小類（其屬于貨幣金融服務(wù)業(yè)），故將通用、專用設(shè)備制造業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)，金融業(yè)作為數(shù)字經(jīng)濟(jì)支撐行業(yè)。因此，本文以數(shù)字經(jīng)濟(jì)核心行業(yè)和數(shù)字經(jīng)濟(jì)支撐行業(yè)作為數(shù)字經(jīng)濟(jì)的兩個(gè)行業(yè)展開(kāi)研究。

（三）數(shù)據(jù)說(shuō)明

由于投入產(chǎn)出表里中間投入實(shí)物量的數(shù)據(jù)搜集和統(tǒng)計(jì)難度大，調(diào)查和編制時(shí)間較長(zhǎng)，其結(jié)果通常滯后2—3年發(fā)布，但考慮數(shù)據(jù)的可獲得性、全面性和權(quán)威性，這并不影響中國(guó)數(shù)字行業(yè)效率比較研究的實(shí)際意義。2017年以前中國(guó)的投入產(chǎn)出表5年更新一次，并在此期間公布一次延長(zhǎng)表。截至目前，國(guó)家統(tǒng)計(jì)局公布的最新數(shù)據(jù)為《中國(guó)投入產(chǎn)出表2018》《中國(guó)地區(qū)投入產(chǎn)出表2017》。本文選用國(guó)家統(tǒng)計(jì)局公布的2007年、2012年、2017年、2018年全國(guó)投入產(chǎn)出表和2007年、2012年、2017年31個(gè)省份和地區(qū)投入產(chǎn)出表作為原始數(shù)據(jù)。由于2007—2018年中國(guó)各省份投入產(chǎn)出表之間部門統(tǒng)計(jì)口徑不一，故將所有行業(yè)合并為39個(gè)行業(yè)。

三、數(shù)字經(jīng)濟(jì)行業(yè)效率的演進(jìn)趨勢(shì)與比較

（一）數(shù)字經(jīng)濟(jì)行業(yè)效率的整體演進(jìn)趨勢(shì)

從2018年行業(yè)效率的排序來(lái)看，第二產(chǎn)業(yè)的行業(yè)效率總體上大于第三產(chǎn)業(yè)的行業(yè)效率，建筑業(yè)的行業(yè)效率在全部行業(yè)中最高，服務(wù)業(yè)中除了租賃和商務(wù)服務(wù)業(yè)行業(yè)效率之外，基本都在中后端。本文所選取的數(shù)字經(jīng)濟(jì)支撐行業(yè)里，通用、專用設(shè)備制造業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)在所有行業(yè)中的排名靠前，分別為第4名和第7名，數(shù)字經(jīng)濟(jì)核心行業(yè)中，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率排第26名，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的行業(yè)效率排第30名。分制造業(yè)和服務(wù)業(yè)來(lái)看，在所有24個(gè)制造業(yè)行業(yè)中，通用、專用設(shè)備制造業(yè)，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率排名分別在第3名和第19名;在所有14個(gè)服務(wù)業(yè)行業(yè)中，科學(xué)研究和技術(shù)服務(wù)，信息傳輸、軟件和信息技術(shù)服務(wù)，金融業(yè)的行業(yè)效率排名分別在第3名、第9名和第11名。由此可見(jiàn)，目前中國(guó)數(shù)字經(jīng)濟(jì)支撐行業(yè)的行業(yè)效率整體靠前;而數(shù)字經(jīng)濟(jì)核心行業(yè)特別是通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率則明顯偏后，尚有較大提升空間。

通過(guò)測(cè)算2007年、2012年、2017年和2018年全國(guó)39個(gè)行業(yè)效率可以看出，樣本期內(nèi)，中國(guó)超半數(shù)行業(yè)效率出現(xiàn)下降，但數(shù)字經(jīng)濟(jì)行業(yè)效率總體上卻一直在上升。在2007—2018年的數(shù)字經(jīng)濟(jì)行業(yè)中，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（1%），通用、專用設(shè)備制造業(yè)（9%），科學(xué)研究和技術(shù)服務(wù)（22%），金融（29%）的行業(yè)效率基本都在上升。不過(guò)，數(shù)字經(jīng)濟(jì)行業(yè)效率還存在波動(dòng)較大的特征，如信息傳輸、軟件和信息技術(shù)服務(wù)在2007—2012年增長(zhǎng)27%，但在2012—2017年則下降22%。總體來(lái)看，制造業(yè)部門依然有著更為穩(wěn)定的行業(yè)效率，是維持經(jīng)濟(jì)穩(wěn)定的重要力量，隨著數(shù)字經(jīng)濟(jì)與制造業(yè)的融合更為深入，行業(yè)效率有著顯著增長(zhǎng)。

國(guó)民經(jīng)濟(jì)中的農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)雖然都以投入勞動(dòng)、資本和中間投入組織生產(chǎn)，可以基于統(tǒng)一的框架和模型進(jìn)行行業(yè)效率的測(cè)算，但由于不同部門生產(chǎn)的產(chǎn)品性質(zhì)差異較大，生產(chǎn)和組織過(guò)程也各有特點(diǎn)，所以，不同部門的生產(chǎn)效率存在一些共性的規(guī)律，如基于總產(chǎn)出生產(chǎn)函數(shù)所測(cè)算的制造業(yè)的行業(yè)效率要明顯高于服務(wù)業(yè)的行業(yè)效率。這與采用投入產(chǎn)出表測(cè)算其他效率指標(biāo)時(shí)略有差異，如利用投入產(chǎn)出表測(cè)算增加值率時(shí)，農(nóng)業(yè)部門的增加值率要遠(yuǎn)高于工業(yè)和服務(wù)業(yè)部門。這種測(cè)算和估計(jì)更多地不是用于行業(yè)效率排名的比較，而是發(fā)現(xiàn)不同行業(yè)的本質(zhì)特征。由于不同行業(yè)生產(chǎn)的性質(zhì)差異，其行業(yè)效率、增加值率等經(jīng)濟(jì)指標(biāo)存在一個(gè)規(guī)律性的分布特征，因此，同一個(gè)行業(yè)在不同地區(qū)的行業(yè)效率更具可比性，也可挖掘更多有意義的結(jié)論。

（二）數(shù)字經(jīng)濟(jì)核心行業(yè)效率比較

1. 地區(qū)差異比較

根據(jù)國(guó)家統(tǒng)計(jì)局標(biāo)準(zhǔn)，將31個(gè)省份（不包括港澳臺(tái)地區(qū)）劃分為東部、中部、西部和東北地區(qū)，探討數(shù)字經(jīng)濟(jì)核心行業(yè)在不同地區(qū)的效率狀況，如表1所示。從數(shù)字經(jīng)濟(jì)核心行業(yè)看，2007年信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率的地區(qū)排名為東部、東北、西部、中部。2012年，東部第一、中部第四的次序不變，西部超越東北，成為第二，西部地區(qū)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)快速崛起。2017年，西部超越東部，成為第一。這是因?yàn)閿?shù)字經(jīng)濟(jì)發(fā)展前期依賴于數(shù)字化資源、基礎(chǔ)設(shè)施建設(shè)，而西部地區(qū)數(shù)字化建設(shè)在早期相對(duì)落后，隨著數(shù)字化投資、基礎(chǔ)設(shè)施建設(shè)的日臻完善，憑借西部地區(qū)的電力資源稟賦優(yōu)勢(shì)和“東數(shù)西算”工程的逐步推進(jìn)，西部地區(qū)逐漸整合數(shù)字化資源和平臺(tái)，數(shù)字經(jīng)濟(jì)行業(yè)效率得以提高。西部地區(qū)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率的快速增長(zhǎng)，反映出數(shù)字化、信息化削弱了經(jīng)濟(jì)地理的影響，對(duì)于縮小地區(qū)經(jīng)濟(jì)差距具有重要意義，為解決地區(qū)發(fā)展不平衡提供了一條可行路徑。與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)不同的是，2007年和2012年，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)行業(yè)效率的地區(qū)排名為東北、中部、東部和西部;2017年，中部第二、東部第三的次序不變，西部一度成為四大地區(qū)中，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)行業(yè)效率最高的地區(qū)，而東北地區(qū)最低。這也說(shuō)明，雖然東部地區(qū)數(shù)字經(jīng)濟(jì)水平明顯高于中西部地區(qū)，但基礎(chǔ)設(shè)施影響可能存在邊際收益遞減規(guī)律，未來(lái)西部地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展速度更快，地區(qū)間“兩極分化現(xiàn)象”可能會(huì)有所改善。

2. 省份差異比較

從橫向比較來(lái)看，浙江、貴州、湖北、青海和河北的通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率排前五，說(shuō)明上述5個(gè)省份在數(shù)字經(jīng)濟(jì)核心行業(yè)通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的投入產(chǎn)出效率上相對(duì)優(yōu)于其他省份。浙江擁有杭州這個(gè)互聯(lián)網(wǎng)新勢(shì)力城市，整體在數(shù)字經(jīng)濟(jì)上走在前列，其行業(yè)效率排名第一并不奇怪。排名第二的貴州也有其自身的優(yōu)勢(shì)：一是自然條件優(yōu)越。冬暖夏涼、地質(zhì)穩(wěn)定，水電、煤炭及太陽(yáng)能等能源富足。二是成本優(yōu)勢(shì)明顯。地價(jià)、人工費(fèi)、電力價(jià)格較低，儲(chǔ)存數(shù)據(jù)的設(shè)備運(yùn)行與維護(hù)成本較低。三是知名互聯(lián)網(wǎng)企業(yè)落戶。蘋果、微軟、阿里巴巴、華為、騰訊和百度等數(shù)個(gè)國(guó)內(nèi)外知名企業(yè)選擇在貴州發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，中國(guó)最大的射電望遠(yuǎn)鏡等大型項(xiàng)目都在貴州。

2017年，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率排名前五的分別是安徽、新疆、河北、廣西和四川，西部地區(qū)占3個(gè)。從2007與2017年的對(duì)比可以看出，2007年，各省份信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率的差異明顯，河北最高，達(dá)9.5234，河南最低，僅2.6216;到了2017年，各省份信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率差距明顯減小，福建最低，為3.3239，安徽最高，為7.6942。省際間信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)效率的差距正在縮小。

（三）數(shù)字經(jīng)濟(jì)支撐行業(yè)效率比較

1. 地區(qū)差異比較

表2中，從數(shù)字經(jīng)濟(jì)支撐行業(yè)看，2007年、2012年和2017年各地區(qū)金融業(yè)行業(yè)效率都呈梯度分布。2007年，東北和中部位于第一梯隊(duì)，西部和東部位于第二梯隊(duì);2012年，中部和東部位于第一梯隊(duì)，東北位于第二梯隊(duì)，西部位于第三梯隊(duì);2017年，中部和東部位于第一梯隊(duì)，西部和東北位于第三梯隊(duì)?？梢?jiàn)，中部地區(qū)金融業(yè)行業(yè)效率始終保持在第一梯隊(duì)，而西部地區(qū)金融業(yè)行業(yè)效率始終在最低梯度徘徊。這表明了中部地區(qū)金融業(yè)配置效率最高，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)合理。2007年和2017年，科學(xué)研究和技術(shù)服務(wù)業(yè)行業(yè)效率的地區(qū)排名從高到低，大多依次為東北、東部、中部和西部，與地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r基本保持一致。結(jié)合2007年和2017年通用、專用設(shè)備制造業(yè)行業(yè)效率地區(qū)排名的變化可發(fā)現(xiàn)，東北地區(qū)數(shù)字經(jīng)濟(jì)支撐行業(yè)逐步由以金融業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)為主，轉(zhuǎn)向以通用、專用設(shè)備制造業(yè)為主，這將有助于東北地區(qū)數(shù)字經(jīng)濟(jì)的持續(xù)發(fā)展。

2. 省份差異比較

從2007年和2017年通用、專用設(shè)備制造業(yè)行業(yè)效率排名可以看出，寧夏的行業(yè)效率波動(dòng)劇烈，出現(xiàn)負(fù)增長(zhǎng)，與其經(jīng)濟(jì)發(fā)展相對(duì)落后有關(guān)，表明該省份數(shù)字經(jīng)濟(jì)支撐行業(yè)急需轉(zhuǎn)型升級(jí)。從2007年科學(xué)研究和技術(shù)服務(wù)業(yè)行業(yè)效率排名來(lái)看，北京、江蘇等東部發(fā)達(dá)省份始終在全國(guó)前列，在數(shù)字經(jīng)濟(jì)上的研發(fā)投入強(qiáng)度遠(yuǎn)高于全國(guó)平均水平。東部發(fā)達(dá)省份開(kāi)放水平高，通過(guò)進(jìn)口引進(jìn)創(chuàng)新要素，在重大基礎(chǔ)研究和科技攻關(guān)專項(xiàng)實(shí)施方面，聚焦人工智能、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、網(wǎng)絡(luò)數(shù)據(jù)安全、集成電路和芯片制造等領(lǐng)域，突破一系列核心關(guān)鍵技術(shù)，形成一批重大原創(chuàng)成果，如蘇州工業(yè)園區(qū)轉(zhuǎn)型升級(jí)，已形成全新的數(shù)字制造業(yè)和電子信息產(chǎn)業(yè)的集群。

四、數(shù)字經(jīng)濟(jì)核心行業(yè)效率的影響機(jī)制分析

（一）模型設(shè)定與變量選取

為研究數(shù)字經(jīng)濟(jì)核心行業(yè)效率的影響機(jī)制，本部分采用面板固定效應(yīng)模型進(jìn)行經(jīng)驗(yàn)分析，計(jì)量模型如式（7）所示：

Eit=β0+λMacroit+γStrucit+θTechit+ηControlit+αt+ξi+uit? （7）

其中，E為數(shù)字經(jīng)濟(jì)核心行業(yè)的兩個(gè)行業(yè)效率，即通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（s19）和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)（s29）的行業(yè)效率。Macro為宏觀經(jīng)濟(jì)變量，包括人均GDP、工業(yè)增加值和固定資產(chǎn)折舊。Struc為經(jīng)濟(jì)結(jié)構(gòu)變量，包括城鎮(zhèn)人口占比和工業(yè)增加值占比。Tech為信息發(fā)展變量，包括信息技術(shù)服務(wù)收入和域名數(shù)。Control為控制變量，包括教育經(jīng)費(fèi)占比、財(cái)政科技支出占比、專利授權(quán)數(shù)和規(guī)模以上（簡(jiǎn)稱“規(guī)上”）企業(yè)R&D投入。λ、γ、θ和η為相應(yīng)的待估計(jì)系數(shù)，i為省份，t為年份，αt 和 ξi 分別為未觀測(cè)到的時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，uit 為隨機(jī)擾動(dòng)項(xiàng)。

本文采用面板固定效應(yīng)模型，估計(jì)上述變量對(duì)數(shù)字經(jīng)濟(jì)核心行業(yè)效率的影響。數(shù)字經(jīng)濟(jì)核心行業(yè)中的通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)分別屬于國(guó)民經(jīng)濟(jì)的不同產(chǎn)業(yè)部門，即制造業(yè)和服務(wù)業(yè)，所以，在研究行業(yè)效率影響機(jī)制時(shí)，區(qū)分兩個(gè)部門進(jìn)行分析。

（二）數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

本文構(gòu)建中國(guó)2012—2019年29個(gè)省份面板數(shù)據(jù)，

西藏自治區(qū)、寧夏回族自治區(qū)和港澳臺(tái)地區(qū)的效率測(cè)算存在缺失或部分缺失，故在影響機(jī)制的計(jì)量分析中排除這兩個(gè)省份。以通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（s19）和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)（s29）為兩類數(shù)字經(jīng)濟(jì)核心行業(yè)的細(xì)分行業(yè)，相應(yīng)的行業(yè)效率數(shù)據(jù)來(lái)自筆者測(cè)算，其余變量數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站?；?012年和2017年各省份的行業(yè)效率測(cè)算結(jié)果，本部分利用線性插值和線性外推法得到2012—2019年各省份數(shù)字經(jīng)濟(jì)核心行業(yè)效率。少部分指標(biāo)有數(shù)據(jù)缺失，如2018年和2019年固定資產(chǎn)折舊，本部分也采用線性外推法，根據(jù)歷史平均增長(zhǎng)率補(bǔ)充得到。相關(guān)變量的描述性統(tǒng)計(jì)如表3所示。

（三）研究結(jié)果與分析

數(shù)字經(jīng)濟(jì)核心行業(yè)中細(xì)分的兩個(gè)行業(yè)（s19和s29）的行業(yè)效率影響機(jī)制估計(jì)結(jié)果如表4所示。從表4可以看出：（1）在宏觀經(jīng)濟(jì)變量方面，人均GDP與通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率正相關(guān)，但在同時(shí)控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)后，估計(jì)系數(shù)不顯著;人均GDP與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率負(fù)相關(guān)。工業(yè)增加值越高，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率反而越低，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率也降低，但不顯著。固定資產(chǎn)折舊的估計(jì)系數(shù)均顯著為正?？梢?jiàn)，大多數(shù)宏觀經(jīng)濟(jì)變量并不是提升數(shù)字經(jīng)濟(jì)核心行業(yè)效率的關(guān)鍵因素。（2）在經(jīng)濟(jì)結(jié)構(gòu)變量方面，同時(shí)控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)后，城鎮(zhèn)人口占比與通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率在10%水平上顯著負(fù)相關(guān)，與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率正相關(guān)，但估計(jì)系數(shù)不顯著。工業(yè)增加值占比與數(shù)字經(jīng)濟(jì)兩個(gè)核心行業(yè)效率均正相關(guān)，估計(jì)系數(shù)均通過(guò)顯著性檢驗(yàn)?？紤]到宏觀經(jīng)濟(jì)變量中固定資產(chǎn)折舊是工業(yè)部門中的重要部分，所以，工業(yè)增加值占比是影響數(shù)字經(jīng)濟(jì)核心行業(yè)效率的關(guān)鍵因素。（3）在信息發(fā)展變量方面，信息技術(shù)服務(wù)收入與通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率負(fù)相關(guān)，與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的行業(yè)效率正相關(guān)，但都不顯著;域名數(shù)與數(shù)字經(jīng)濟(jì)兩個(gè)核心行業(yè)效率均顯著負(fù)相關(guān)。這說(shuō)明，要提升中國(guó)數(shù)字經(jīng)濟(jì)核心行業(yè)效率，重點(diǎn)不在于簡(jiǎn)單提高信息化水平，而是要強(qiáng)調(diào)信息技術(shù)手段在制造業(yè)的廣泛應(yīng)用以及在實(shí)體經(jīng)濟(jì)生產(chǎn)、交換、流通和分配等領(lǐng)域的深度滲透。（4）在控制變量方面，教育經(jīng)費(fèi)占比增加能顯著提高通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率，但對(duì)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率的影響不顯著。財(cái)政科技支出占比、專利授權(quán)數(shù)和規(guī)上企業(yè)R&D投入的估計(jì)系數(shù)均沒(méi)有通過(guò)顯著性檢驗(yàn)，說(shuō)明他們對(duì)數(shù)字經(jīng)濟(jì)核心行業(yè)的行業(yè)效率影響并不明顯。

五、結(jié)論與政策建議

（一）結(jié)論

本文基于全要素生產(chǎn)率的測(cè)算理念，創(chuàng)新性地提出基于總產(chǎn)出生產(chǎn)函數(shù)的行業(yè)效率測(cè)算方法，應(yīng)用投入產(chǎn)出表，直接測(cè)算了2007—2018年全國(guó)和2007—2017年地區(qū)數(shù)字經(jīng)濟(jì)的行業(yè)效率，具體研究數(shù)字經(jīng)濟(jì)核心行業(yè)效率和支撐行業(yè)效率的演進(jìn)趨勢(shì)并進(jìn)一步構(gòu)建面板固定效應(yīng)模型，運(yùn)用2012—2019年29個(gè)省份的省級(jí)面板數(shù)據(jù)探討數(shù)字經(jīng)濟(jì)核心行業(yè)效率的影響機(jī)制。研究結(jié)論如下：

第一，從演進(jìn)趨勢(shì)來(lái)看，2007—2018年，全國(guó)各行業(yè)的行業(yè)效率增長(zhǎng)速度不斷下滑，而數(shù)字經(jīng)濟(jì)行業(yè)效率一直保持正增長(zhǎng)，且增速更快。從地區(qū)比較來(lái)看，東部地區(qū)數(shù)字經(jīng)濟(jì)核心行業(yè)效率明顯高于中西部地區(qū)，但西部地區(qū)發(fā)展迅速，中部的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率較低，西部的通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)行業(yè)效率較低，東北地區(qū)數(shù)字經(jīng)濟(jì)支撐行業(yè)由以金融業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)為主向以通用、專用設(shè)備制造業(yè)為主轉(zhuǎn)變。各地區(qū)之間的數(shù)字經(jīng)濟(jì)核心行業(yè)效率差距隨著時(shí)間的推移逐漸縮小，特別是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)。

第二，機(jī)制分析表明，人均GDP、工業(yè)增加值和固定資產(chǎn)折舊等宏觀經(jīng)濟(jì)變量并不是提升數(shù)字經(jīng)濟(jì)核心行業(yè)效率的關(guān)鍵因素。工業(yè)增加值占比等經(jīng)濟(jì)結(jié)構(gòu)變量是影響數(shù)字經(jīng)濟(jì)核心行業(yè)效率的關(guān)鍵因素。信息技術(shù)服務(wù)收入對(duì)兩個(gè)細(xì)分行業(yè)效率的影響都不顯著;域名數(shù)與數(shù)字經(jīng)濟(jì)兩個(gè)核心行業(yè)效率均顯著負(fù)相關(guān)。這說(shuō)明，要提升中國(guó)數(shù)字經(jīng)濟(jì)核心行業(yè)效率，重點(diǎn)不在于簡(jiǎn)單提高信息化水平，而是要強(qiáng)調(diào)信息技術(shù)手段在制造業(yè)的廣泛應(yīng)用以及在實(shí)體經(jīng)濟(jì)生產(chǎn)、交換、流通和分配等領(lǐng)域的深度滲透。教育經(jīng)費(fèi)占比增加能顯著提高通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的行業(yè)效率，但對(duì)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)效率的影響不顯著。財(cái)政科技支出占比、專利授權(quán)數(shù)和規(guī)上企業(yè)R&D投入的估計(jì)系數(shù)均沒(méi)有通過(guò)顯著性檢驗(yàn)，他們對(duì)數(shù)字經(jīng)濟(jì)核心行業(yè)的行業(yè)效率影響并不明顯。

（二）政策建議

第一，推進(jìn)數(shù)字實(shí)體經(jīng)濟(jì)發(fā)展，聚焦生產(chǎn)領(lǐng)域的數(shù)字化轉(zhuǎn)型。一是持續(xù)推進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)。完善支持鼓勵(lì)政策，促進(jìn)制造業(yè)數(shù)字化改造;通過(guò)技術(shù)改造、貸款貼息、加速折舊、產(chǎn)業(yè)引導(dǎo)基金投資等方式支持和鼓勵(lì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。二是推動(dòng)工業(yè)數(shù)據(jù)標(biāo)準(zhǔn)制定與應(yīng)用，促進(jìn)數(shù)據(jù)的開(kāi)放共享。引導(dǎo)行業(yè)組織、企業(yè)研究制定工業(yè)數(shù)據(jù)的行業(yè)標(biāo)準(zhǔn)、團(tuán)體標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)。梳理現(xiàn)有國(guó)家標(biāo)準(zhǔn)，適時(shí)將成熟的行業(yè)標(biāo)準(zhǔn)、團(tuán)體標(biāo)準(zhǔn)上升為國(guó)家標(biāo)準(zhǔn)。三是加強(qiáng)核心技術(shù)攻關(guān)，夯實(shí)技術(shù)基礎(chǔ)。加大對(duì)通信、網(wǎng)絡(luò)、人工智能、核心器件和基礎(chǔ)軟件等領(lǐng)域的技術(shù)研發(fā)資助力度，加強(qiáng)基層操作系統(tǒng)、嵌入式芯片、人機(jī)交互、工業(yè)大數(shù)據(jù)、核心工業(yè)軟件和工業(yè)傳感器等核心技術(shù)攻關(guān)。

第二，彌補(bǔ)地區(qū)間數(shù)字鴻溝，優(yōu)化地區(qū)發(fā)展格局。一是加快推進(jìn)數(shù)字經(jīng)濟(jì)示范區(qū)建設(shè)。將先進(jìn)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展經(jīng)驗(yàn)和成功模式向其他地區(qū)推廣，做好先進(jìn)地區(qū)與其他地區(qū)之間產(chǎn)業(yè)轉(zhuǎn)移和承接工作。二是強(qiáng)化地區(qū)間產(chǎn)業(yè)對(duì)接。推動(dòng)數(shù)字經(jīng)濟(jì)先進(jìn)地區(qū)與其他地區(qū)共建數(shù)字化協(xié)同平臺(tái)，帶動(dòng)其他地區(qū)“數(shù)字紅利”共享，縮小地區(qū)差距，暢通區(qū)域經(jīng)濟(jì)內(nèi)循環(huán)。三是加快補(bǔ)齊各地區(qū)發(fā)展短板。西部加快通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造的基礎(chǔ)設(shè)施建設(shè)，中部完善信息傳輸、軟件和信息技術(shù)服務(wù)數(shù)字化、網(wǎng)絡(luò)化和智能化發(fā)展基礎(chǔ)，東北地區(qū)應(yīng)加快金融業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)數(shù)字化創(chuàng)新應(yīng)用和融合，彌補(bǔ)地區(qū)間數(shù)字鴻溝。

第三，立足自身發(fā)展特色，打造各地區(qū)數(shù)字經(jīng)濟(jì)新增長(zhǎng)極。一是清晰定位數(shù)字經(jīng)濟(jì)發(fā)展布局。按照“一地一策”原則，系統(tǒng)制定數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃，精準(zhǔn)解決國(guó)內(nèi)欠發(fā)達(dá)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展問(wèn)題，培育一批數(shù)字經(jīng)濟(jì)高新區(qū)、集聚區(qū)和創(chuàng)新承載區(qū)，增強(qiáng)數(shù)據(jù)感知、傳輸、存儲(chǔ)和運(yùn)算能力，為各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展提供有力支撐。二是培育本地?cái)?shù)字經(jīng)濟(jì)市場(chǎng)?；邶嫶蟮臄?shù)字經(jīng)濟(jì)平臺(tái)市場(chǎng)，在本地需求不斷積累的同時(shí)促使更大比例的再消費(fèi)。地方政府與行業(yè)協(xié)會(huì)要通過(guò)保護(hù)與支持互聯(lián)網(wǎng)虛擬市場(chǎng)發(fā)展，帶動(dòng)當(dāng)?shù)厣舷掠萎a(chǎn)業(yè)鏈企業(yè)的發(fā)展。三是做好頭部企業(yè)培優(yōu)育強(qiáng)。對(duì)產(chǎn)業(yè)鏈牽引帶動(dòng)作用明顯的數(shù)字經(jīng)濟(jì)鏈主企業(yè)，通過(guò)項(xiàng)目、載體、融資和人才等方面給予打包式組合支持;引導(dǎo)企業(yè)聯(lián)合高校研發(fā)機(jī)構(gòu)、行業(yè)上下游組建創(chuàng)新聯(lián)合體，政產(chǎn)學(xué)研聯(lián)動(dòng)開(kāi)展關(guān)鍵核心技術(shù)攻關(guān)。

參考文獻(xiàn)：

[1] 荊文君， 孫寶文. 數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展： 一個(gè)理論分析框架[J]. 經(jīng)濟(jì)學(xué)家， 2019， （2）： 66-73.

[2] 楊慧梅， 江璐. 數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率[J]. 統(tǒng)計(jì)研究， 2021， （4）： 3-15.

[3] 盛斌， 黎峰. 經(jīng)濟(jì)全球化中的生產(chǎn)要素分工、流動(dòng)與收益[J]. 世界經(jīng)濟(jì)與政治論壇， 2021， （5）： 1-22.

[4] Acemoglu， D.， Restrepo， P. The Race Between Man and Machine： Implications of Technology for Growth， Factor Shares， and Employment[J]. The American Economic Review， 2018， 108（6）： 1488-1542.

[5] 戚聿東， 杜博， 溫馨. 國(guó)有企業(yè)數(shù)字化戰(zhàn)略變革：使命嵌入與模式選擇——基于3家中央企業(yè)數(shù)字化典型實(shí)踐的案例研究[J]. 管理世界， 2021， （11）： 137-158+10.

[6] 李彥臻， 任曉剛. 科技驅(qū)動(dòng)視角下數(shù)字經(jīng)濟(jì)創(chuàng)新的動(dòng)力機(jī)制、運(yùn)行路徑與發(fā)展對(duì)策[J]. 貴州社會(huì)科學(xué)， 2020，（12）：113-120.

[7] 戚聿東， 蔡呈偉. 數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究[J]. 學(xué)習(xí)與探索， 2020， （7）： 108-119.

[8] 郭峰， 王靖一， 王芳， 等. 測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2020， （4）： 1401-1418.

[9] 劉軍， 楊淵鋆， 張三峰. 中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究[J]. 上海經(jīng)濟(jì)研究， 2020， （6）： 81-96.

[10] 嚴(yán)若森， 錢向陽(yáng). 數(shù)字經(jīng)濟(jì)時(shí)代下中國(guó)運(yùn)營(yíng)商數(shù)字化轉(zhuǎn)型的戰(zhàn)略分析[J]. 中國(guó)軟科學(xué)， 2018， （4）： 172-182.

[11] Teece， D. J. Profiting From Innovation in the Digital Economy： Enabling Technologies， Standards， and Licensing Models in the Wireless World[J]. Research Policy， 2018， 47（8）： 1367-1387.

[12] Brynjolfsson，E.， Collis，A. How Should We Measure the Digital Economy[J]. Harvard Business Review， 2019， 97（6）： 140-148.

[13] Watanabe，C.， Naveed，K.， Tou，Y.， et al. Measuring GDP in the Digital Economy： Increasing Dependence on Uncaptured GDP[J]. Technological Forecasting and Social Change， 2018， 137 （7）： 226-240.

[14] 康鐵祥. 中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究[J]. 當(dāng)代財(cái)經(jīng)， 2008， （3）：118-121.

[15] 郭斌， 杜曙光. 新基建助力數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展：核心機(jī)理與政策創(chuàng)新[J]. 經(jīng)濟(jì)體制改革， 2021， （3）： 115-121.

[16] 張昕蔚， 蔣長(zhǎng)流. 數(shù)據(jù)的要素化過(guò)程及其與傳統(tǒng)產(chǎn)業(yè)數(shù)字化的融合機(jī)制研究[J]. 上海經(jīng)濟(jì)研究， 2021， （3）： 60-69.

[17] 馬玥. 數(shù)字經(jīng)濟(jì)對(duì)消費(fèi)市場(chǎng)的影響：機(jī)制、表現(xiàn)、問(wèn)題及對(duì)策[J]. 宏觀經(jīng)濟(jì)研究， 2021， （5）： 81-91.

[18] 楊仲山， 張美慧. 數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶： 國(guó)際經(jīng)驗(yàn)及中國(guó)編制方案的設(shè)計(jì)[J]. 統(tǒng)計(jì)研究， 2019， （5）： 16-30.

[19] 李研. 中國(guó)數(shù)字經(jīng)濟(jì)產(chǎn)出效率的地區(qū)差異及動(dòng)態(tài)演變[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2021， （2）： 60-77.

[20] 陳楠， 蔡躍洲. 數(shù)字經(jīng)濟(jì)熱潮下中國(guó)ICT制造業(yè)的發(fā)展質(zhì)量及區(qū)域特征——基于省域數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)社會(huì)科學(xué)院研究生院學(xué)報(bào)， 2019， （5）： 23-39.

[21] 蔡昌， 林高怡， 李勁微. 中國(guó)數(shù)字經(jīng)濟(jì)產(chǎn)出效率：區(qū)位差異及變化趨勢(shì)[J]. 財(cái)會(huì)月刊， 2020， （6）： 153-160.

[22] 張軍， 施少華. 中國(guó)經(jīng)濟(jì)全要素生產(chǎn)率變動(dòng)： 1952—1998[J]. 世界經(jīng)濟(jì)文匯， 2003， （2）： 17-24.

[23] 田友春， 盧盛榮， 靳來(lái)群. 方法、數(shù)據(jù)與全要素生產(chǎn)率測(cè)算差異[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017， （12）： 22-40.

[24] 姜衛(wèi)民， 范金， 袁小慧. 中間投入的關(guān)聯(lián)性及經(jīng)濟(jì)增長(zhǎng)方式的國(guó)際比較[J]. 系統(tǒng)工程理論與實(shí)踐， 2017， （1）： 119-131.

[25] Acemoglu，D.， Akcigit，U.， Kerr，W. Networks and the Macroeconomy： An Empirical Exploration[J]. NBER Macroeconomics Annual， 2016， 30（1）： 273-335.

Industry Efficiency of Digital Economy：Measurement Methods，Evolution Trends and Influence Mechanisms

JIANG Wei-min1， ZHENG Qiong-jie2， 3， WU Qiang2

（1. School of Economics and Management， Nanjing Forestry University， Nanjing 210037，China;

2. Yangtze River Delta Economic and Social Development Research Center， Nanjing University， Nanjing 210093，China;

3.Institute of Economic Development， Nanjing Academy of Social Sciences， Nanjing 210018，China）

Abstract：

Based on the industry efficiency calculation theory of total output production function， this paper directly calculates the industry efficiency of digital economy core industries and supporting industries in 30 provinces in China from 2007 to 2018 and 2007 to 2017 by using the input-output table， constructs a panel regression model， and uses the data of 29 provinces in China from 2012 to 2019 to explore the influence mechanism of digital economy core industry efficiency. Research findings： （1） In the context of the obvious decline in the efficiency of other industries， the efficiency of Chinas digital economy industry has maintained a growth trend. The efficiency of Chinas digital economy supporting industries ranks relatively high in the whole industry， and the efficiency of the core industries of digital economy ranks significantly lower. From the perspective of regional comparison， the industrial efficiency of digital economy in the East and northeast regions is in the first echelon， and that in the central and western regions In the second echelon， with the passage of time， the efficiency gap of core industries of digital economy among regions has gradually narrowed. （2） Mechanism analysis shows that macroeconomic variables such as per capita GDP are not the key to improving the efficiency of core industries of digital economy， the proportion of industrial added value can promote the efficiency of core industries of digital economy， and the impact of information development variables focuses on the combination of technical means and real economy. This paper provides a useful reference for promoting the sustainable， healthy and high-quality development of Chinas digital economy.

Key words：digital economy; industry efficiency; input output table; total output production function

（責(zé)任編輯：巴紅靜）