基于DEA-Malmquist指數(shù)法長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出效率研究

胡笑梅，王夢潔

（安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，安徽蚌埠，233030）

近年來，各地政府深入貫徹中央《〈數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略綱要〉的通知》精神，陸續(xù)出臺(tái)數(shù)字經(jīng)濟(jì)相關(guān)政策，各地?cái)?shù)字經(jīng)濟(jì)增加值規(guī)模呈顯著增長發(fā)展趨勢。有數(shù)據(jù)統(tǒng)計(jì)，2020年1月至3月，全國電商平臺(tái)訂單需求量激增，實(shí)物商品網(wǎng)絡(luò)成交額約1.8萬億元，同比增長5.9%；高技術(shù)服務(wù)業(yè)中，電子商務(wù)服務(wù)投資同比增長40%，科研成果轉(zhuǎn)化服務(wù)投資增長17.5%，專業(yè)技術(shù)服務(wù)投資增長36.7%。數(shù)字經(jīng)濟(jì)已成為促進(jìn)全方位實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的不可或缺的力量，成為推動(dòng)區(qū)域經(jīng)濟(jì)增長的強(qiáng)勁引擎。

2016年，隨著《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》的頒布與實(shí)施，推動(dòng)長江經(jīng)濟(jì)帶發(fā)展建設(shè)正式確立為國家重大發(fā)展戰(zhàn)略。黨的十九大報(bào)告提出要實(shí)現(xiàn)“共抓大保護(hù)、不搞開發(fā)”的長江經(jīng)濟(jì)帶區(qū)域發(fā)展目標(biāo)。在把握“五大發(fā)展理念”的總原則下，長江經(jīng)濟(jì)帶發(fā)展應(yīng)遵循生活—生態(tài)—產(chǎn)業(yè)一體化發(fā)展路徑，借力數(shù)字經(jīng)濟(jì)新動(dòng)能，實(shí)現(xiàn)綠色循環(huán)高質(zhì)量發(fā)展。作為中國經(jīng)濟(jì)發(fā)展新常態(tài)的重要戰(zhàn)略選擇之一，對(duì)長江經(jīng)濟(jì)帶的研究已成為眾多學(xué)者關(guān)注的重點(diǎn)。較多學(xué)者從指標(biāo)構(gòu)建、規(guī)模測算、空間網(wǎng)絡(luò)結(jié)構(gòu)[1]、區(qū)域經(jīng)濟(jì)發(fā)展水平[2]等方面進(jìn)行了研究分析。而長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出效率如何？地區(qū)間產(chǎn)出效率差異是否顯著？未來應(yīng)如何培育新增長點(diǎn)以提升長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出效率？回答好上述問題對(duì)進(jìn)一步提升長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)發(fā)展水平、落實(shí)創(chuàng)新驅(qū)動(dòng)策略、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

當(dāng)前，全球已進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代。作為一種新的經(jīng)濟(jì)形態(tài)，數(shù)字經(jīng)濟(jì)日益成為經(jīng)濟(jì)增長新動(dòng)能，深刻影響著社會(huì)生產(chǎn)生活方式。相較于信息經(jīng)濟(jì)、知識(shí)經(jīng)濟(jì)等概念，數(shù)字經(jīng)濟(jì)的概念更契合當(dāng)今全球經(jīng)濟(jì)發(fā)展的特征與趨勢[3]。林躍勤[4]認(rèn)為數(shù)字經(jīng)濟(jì)正通過數(shù)字化信息與知識(shí)生產(chǎn)因素重塑再生產(chǎn)方式及過程。自數(shù)字經(jīng)濟(jì)發(fā)展以來，學(xué)者們紛紛對(duì)其展開研究，并得到了諸多有益結(jié)論。數(shù)字經(jīng)濟(jì)正在加速重構(gòu)我國經(jīng)濟(jì)版圖，劉軍、楊淵鋆等[5]從數(shù)字交易發(fā)展、互聯(lián)網(wǎng)發(fā)展和信息化發(fā)展三個(gè)維度出發(fā)對(duì)數(shù)字經(jīng)濟(jì)的驅(qū)動(dòng)因素進(jìn)行分析，數(shù)字經(jīng)濟(jì)影響著實(shí)體經(jīng)濟(jì)的發(fā)展，且影響效應(yīng)存在階段性與條件性特征[6]。但是作為一種新生事物，數(shù)字經(jīng)濟(jì)的發(fā)展受到阻力因素影響，有研究證實(shí)，區(qū)域創(chuàng)新能力不足制約我國數(shù)字經(jīng)濟(jì)整體發(fā)展水平的提升[7]，導(dǎo)致區(qū)域經(jīng)濟(jì)發(fā)展顯著不均衡。在探究區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展時(shí)，基于多維度評(píng)價(jià)體系，中國信息通信研究院、經(jīng)濟(jì)合作與發(fā)展組織、騰訊研究院等組織試圖更全面、更真實(shí)地反映中國區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平[8]；此外，王慶喜等[9]利用空間面板記錄模型分析了數(shù)字經(jīng)濟(jì)對(duì)長三角區(qū)域一體化發(fā)展水平的影響效應(yīng)與因素。融合數(shù)字技術(shù)的傳統(tǒng)產(chǎn)業(yè)數(shù)字技術(shù)在促進(jìn)消費(fèi)轉(zhuǎn)型、提升生產(chǎn)效率以及加快GDP增長方面表現(xiàn)強(qiáng)勁[10]，產(chǎn)業(yè)數(shù)字化也是改善農(nóng)業(yè)生產(chǎn)方式，推進(jìn)傳統(tǒng)農(nóng)業(yè)向智慧農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)方式發(fā)展的重要手段[11]。作為數(shù)字經(jīng)濟(jì)主戰(zhàn)場，制造業(yè)通過網(wǎng)絡(luò)化協(xié)同、服務(wù)型、智能型制造等新模式，有效促進(jìn)國家工業(yè)高質(zhì)量發(fā)展[12]。當(dāng)然，在我國數(shù)字經(jīng)濟(jì)處于高速發(fā)展階段時(shí)，更需要警惕由于數(shù)字經(jīng)濟(jì)技術(shù)的運(yùn)用而產(chǎn)生的新型“數(shù)字鴻溝”[13]。此外對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域空間格局[14]、發(fā)展現(xiàn)狀以及國際競爭力[15]等領(lǐng)域也有較為深入的研究分析。

由此可見，現(xiàn)有數(shù)字經(jīng)濟(jì)報(bào)告?zhèn)戎赜谌矫婵陀^地評(píng)價(jià)數(shù)字經(jīng)濟(jì)產(chǎn)出水平，對(duì)該經(jīng)濟(jì)形態(tài)的產(chǎn)出效率卻關(guān)注甚少，對(duì)其區(qū)位差異與變化趨勢更缺乏深度研究?；诖?，本文采用數(shù)據(jù)包絡(luò)分析方法（DEA），從靜態(tài)和動(dòng)態(tài)兩個(gè)角度刻畫對(duì)比長江經(jīng)濟(jì)帶各省、市數(shù)字經(jīng)濟(jì)產(chǎn)出效率，以發(fā)現(xiàn)經(jīng)濟(jì)建設(shè)過程中存在的問題，為數(shù)字經(jīng)濟(jì)相關(guān)研究提供參考。同時(shí)，分解效率指標(biāo)進(jìn)一步剖析問題的成因，為促進(jìn)長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)健康發(fā)展提供理論支撐與政策依據(jù)。

二、模型與方法

本文采用DEA-Malmquist指數(shù)法對(duì)我國長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行測算，該研究方法有較大優(yōu)勢。首先，對(duì)多投入與多產(chǎn)出的系統(tǒng)研究而言，DEA方法具有一定應(yīng)用優(yōu)勢，省略了生產(chǎn)函數(shù)的估算，運(yùn)用全局?jǐn)?shù)據(jù)，對(duì)沖指標(biāo)分散處理帶來的局限性；其次，不受價(jià)格變化以及行為假設(shè)的影響，Malmquist生產(chǎn)率指數(shù)進(jìn)一步刻畫出不同區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的技術(shù)效率、技術(shù)進(jìn)步以及規(guī)模效率情況。

基于規(guī)模報(bào)酬可變，構(gòu)建距離函數(shù)：

（1）式中，變量x、y分別代表輸入變量矩陣與輸出變量矩陣。式（2）St()V表示第t期規(guī)模報(bào)酬可變情形對(duì)應(yīng)的生產(chǎn)活動(dòng)的可能集。

式（3）和（4）分別為(xt,yt)在t期、t+1期的距離函數(shù)，式（5）和（6）則為(xt+1,yt+1)在t期、t+1期的距離函數(shù)。因而，從t期到t+1期M指數(shù)模型為：

進(jìn)一步得出基于產(chǎn)出角度的Malmquist指數(shù)模型：

參考 Malmquist指數(shù)分解模型[16]，分解形式如下：

他，就是哈斯巴彥爾。自2003年以來一直從事食品安全監(jiān)管工作，辦理食品違法案件600余起。2014年隨著食品藥品機(jī)構(gòu)改革，他從質(zhì)量技術(shù)監(jiān)督系統(tǒng)選調(diào)到自治區(qū)食品藥品監(jiān)督管理局食品藥品稽查局（總隊(duì)）承擔(dān)食品稽查工作。他始終以蒙古族人特有的剛毅、果敢和堅(jiān)韌，以“拼命三郎”的精神，奮戰(zhàn)在內(nèi)蒙古食品安全監(jiān)管的第一線。近3年來，他帶領(lǐng)食品稽查隊(duì)伍，辦理多起涉案貨值上千萬元的大案，成為食品稽查辦案領(lǐng)域的“行家里手”和“領(lǐng)軍人物”，得到各級(jí)領(lǐng)導(dǎo)和同志們的一致好評(píng)。多次獲得先進(jìn)工作者和優(yōu)秀共產(chǎn)黨員榮譽(yù)。

其中，TC、EFFC分別代表技術(shù)進(jìn)步與技術(shù)效率變化，PTEC、SEC則為純技術(shù)效率與規(guī)模效率變化。

三、指標(biāo)選取與數(shù)據(jù)來源

（一）指標(biāo)選取

數(shù)字經(jīng)濟(jì)產(chǎn)出效率旨在探究資金、勞動(dòng)投入的利用效率。鑒于DEA方法的優(yōu)缺點(diǎn)，在選擇投入產(chǎn)出指標(biāo)時(shí)，盡可能規(guī)避各指標(biāo)間的線性相關(guān)，兼顧樣本數(shù)據(jù)的可得性和可比性，同時(shí)借鑒其他文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)的選擇，本文選取以固定資產(chǎn)投資和就業(yè)人數(shù)為主的投入指標(biāo)和以數(shù)字經(jīng)濟(jì)發(fā)展水平與勞動(dòng)生產(chǎn)率為主的產(chǎn)出指標(biāo)。

需要說明的是，針對(duì)產(chǎn)出指標(biāo)，由于數(shù)字經(jīng)濟(jì)發(fā)展水平的測度指標(biāo)特性不同，采用數(shù)值初值化變換以及熵權(quán)法[17]對(duì)指標(biāo)進(jìn)行規(guī)范化處理，以獲得數(shù)字經(jīng)濟(jì)發(fā)展測度水平。

（二）數(shù)據(jù)來源

本文研究對(duì)象為長江經(jīng)濟(jì)帶11個(gè)省、市的數(shù)字經(jīng)濟(jì)產(chǎn)出效率，樣本年份2013—2019年，數(shù)據(jù)分別來源于《中國統(tǒng)計(jì)年鑒》、《中國工業(yè)統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒以及統(tǒng)計(jì)公報(bào)等。表2是相關(guān)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果。

表1 長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)投入產(chǎn)出測度指標(biāo)體系構(gòu)建

表2 相關(guān)指標(biāo)的描述性統(tǒng)計(jì)

由表2可知，各指標(biāo)的最小值與最大值差異較大，需要進(jìn)一步分析差異產(chǎn)生的原因。

四、實(shí)證結(jié)果與經(jīng)濟(jì)解釋

（一）靜態(tài)效率分析

1.各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較分析。表3是規(guī)模報(bào)酬可變情形下DEA方法得到的實(shí)證結(jié)果。平均值為樣本期內(nèi)各省、市技術(shù)效率的算術(shù)平均值，地區(qū)的排名依據(jù)各省技術(shù)效率平均值大小。從綜合效率來看，長江經(jīng)濟(jì)帶各省、市處于DEA無效，平均值為0.892，其中2017—2019達(dá)到0.9以上，接近DEA有效狀態(tài)，但是總體上呈上升趨勢，可見在國家數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略的深入布局下，長江經(jīng)濟(jì)帶各省、市數(shù)字經(jīng)濟(jì)產(chǎn)出效率取得一定進(jìn)展，但有待進(jìn)一步提升。

表3 2007—2018年長江經(jīng)濟(jì)帶各省份數(shù)字經(jīng)濟(jì)產(chǎn)出效率比較

從橫向看，安徽、湖南以及江西三個(gè)省的產(chǎn)出效率平均值均大于0.95，接近達(dá)到DEA有效狀態(tài)，產(chǎn)出效率相較于其他省、市表現(xiàn)較為優(yōu)秀，這些地區(qū)借助研發(fā)資本、勞動(dòng)投入的驅(qū)動(dòng)，充分開發(fā)數(shù)字化應(yīng)用市場，促使區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)出效率保持較高水平；江蘇省數(shù)字經(jīng)濟(jì)產(chǎn)出效率平均值為0.930，并在2016年和2018年達(dá)到1.000，實(shí)現(xiàn)DEA有效，且整體呈上升趨勢，表現(xiàn)出從DEA無效快速過渡至DEA有效。從縱向比較看，安徽省數(shù)字經(jīng)濟(jì)產(chǎn)出效率除個(gè)別年份稍低之外，總體上處于DEA有效狀態(tài)；除了重慶與四川，長江經(jīng)濟(jì)帶其他省、市數(shù)字經(jīng)濟(jì)產(chǎn)出效率均呈上升趨勢，其中貴州省在2013年、2015年、2018年以及2019年均達(dá)到DEA有效狀態(tài)；重慶在2014年達(dá)到DEA有效狀態(tài)，湖北、四川與云南三省數(shù)字經(jīng)濟(jì)產(chǎn)出效率為DEA無效狀態(tài)，反映出三省數(shù)字經(jīng)濟(jì)發(fā)展過程中可能存在缺乏創(chuàng)新資源、創(chuàng)新能力較差、數(shù)字信息發(fā)展水平較低、數(shù)字信息技術(shù)需求與供給不匹配等問題，造成這些地區(qū)的數(shù)字資源配置效率偏低，區(qū)域產(chǎn)出水平降低。

以安徽省為例，進(jìn)一步探討其數(shù)字經(jīng)濟(jì)產(chǎn)出效率優(yōu)于長江經(jīng)濟(jì)帶其他省份的原因。自2009年起，安徽省持續(xù)加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度。據(jù)統(tǒng)計(jì)，2019年安徽省開展數(shù)字經(jīng)濟(jì)發(fā)展專項(xiàng)資金支持項(xiàng)目218項(xiàng)，數(shù)字經(jīng)濟(jì)年增加值首次超過1萬億元，各領(lǐng)域加速融合數(shù)字技術(shù)，促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，邁出經(jīng)濟(jì)高質(zhì)量發(fā)展新步伐。目前，安徽省已形成百家爭鳴、百花齊放的數(shù)字經(jīng)濟(jì)發(fā)展態(tài)勢。全省大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)進(jìn)一步夯實(shí)，產(chǎn)業(yè)創(chuàng)新要素加快集聚，產(chǎn)業(yè)集聚化及輻射效應(yīng)逐步凸顯，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展成效逐步顯現(xiàn)。目前，安徽省已開通10 428個(gè)5G基站，形成一批大數(shù)據(jù)特色產(chǎn)業(yè)園區(qū)，構(gòu)建全方位面向大數(shù)據(jù)和軟件的公共信息服務(wù)平臺(tái)，打造“中國聲谷”，大力開展“皖企登云”、發(fā)展工業(yè)互聯(lián)網(wǎng)。安徽省始終牢牢把握國家發(fā)展戰(zhàn)略定位，著眼自身資源稟賦，乘上網(wǎng)絡(luò)化、數(shù)字化、智能化發(fā)展的歷史快車，積極培育引進(jìn)人工智能、集成電路、云計(jì)算、大數(shù)據(jù)和物聯(lián)網(wǎng)等高新技術(shù)產(chǎn)業(yè)，營造良好的數(shù)字經(jīng)濟(jì)發(fā)展生態(tài)，大力扶持本土數(shù)字經(jīng)濟(jì)平臺(tái)企業(yè)做大做強(qiáng)。

然而，在長江經(jīng)濟(jì)帶，上海和浙江的數(shù)字經(jīng)濟(jì)產(chǎn)出效率排名墊底。雖然兩地電子商務(wù)行業(yè)年產(chǎn)出量十分可觀，但是技術(shù)效率均呈現(xiàn)逐漸下降趨勢，這反映出兩地在發(fā)展數(shù)字經(jīng)濟(jì)過程中可能有資源配置能力低下、資源利用效率不高等瓶頸性問題。為了深入研究其數(shù)字產(chǎn)出效率較低的影響因素，本文在表4將兩地的技術(shù)效率分解為純技術(shù)效率與規(guī)模效率。

表4 上海和浙江的數(shù)字經(jīng)濟(jì)產(chǎn)出效率及分解

研究發(fā)現(xiàn)，上海的純技術(shù)效率在2013—2015年均為1，此后表現(xiàn)為DEA無效，而規(guī)模效率則常年處于DEA無效狀態(tài)，這說明上海的技術(shù)效率受到純技術(shù)效率及規(guī)模效率的雙重制約，在樣本考察期前期，規(guī)模效率方面的制約較為顯著，后期則是純技術(shù)效率的制約更為顯著。這一狀況可能源于上海發(fā)展數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)較早，規(guī)模較大，隨著時(shí)間的推移，會(huì)降低規(guī)模報(bào)酬速度，同時(shí)由于近年來我國制定并調(diào)整數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的投入和擴(kuò)張規(guī)模尚未達(dá)到規(guī)模效應(yīng)點(diǎn)，進(jìn)而導(dǎo)致上海的數(shù)字經(jīng)濟(jì)技術(shù)效率受限。但是隨著時(shí)間的推移，有效的投入資本逐步發(fā)揮關(guān)鍵作用，促使上海數(shù)字經(jīng)濟(jì)規(guī)模報(bào)酬效率得到提升，進(jìn)而對(duì)技術(shù)效率產(chǎn)生正向積極影響，實(shí)際上，2013—2019年上海數(shù)字經(jīng)濟(jì)規(guī)模效率整體呈現(xiàn)上升趨勢。2016—2019年，上海市數(shù)字經(jīng)濟(jì)技術(shù)效率提升主要以規(guī)模效率變化的拉動(dòng)作用為主。因而，上海未來的關(guān)注點(diǎn)應(yīng)是如何提高純技術(shù)效率，從而進(jìn)一步發(fā)揮數(shù)字經(jīng)濟(jì)規(guī)模效應(yīng)。

浙江省的技術(shù)效率受到純技術(shù)效率和規(guī)模效率的雙重制約，具體來看，2013—2017年技術(shù)效率處于DEA無效狀態(tài)的主要影響因素是純技術(shù)效率；2018年、2019年純技術(shù)效率與規(guī)模效率的制約作用相當(dāng)。之所以出現(xiàn)上述結(jié)果，與該省份經(jīng)濟(jì)發(fā)展長期處于粗放型增長模式有很大關(guān)系。浙江省擁有龐大的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)基礎(chǔ)，全省信息化、數(shù)字化水平較高，雖然每年有巨額的數(shù)字經(jīng)濟(jì)產(chǎn)出量，但是大規(guī)模的基礎(chǔ)產(chǎn)量依舊拉低整體數(shù)字經(jīng)濟(jì)產(chǎn)出效率。至于其他數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)，即使存在基礎(chǔ)產(chǎn)量規(guī)模較小、數(shù)字化發(fā)展速度較慢等問題，但通過借鑒和學(xué)習(xí)發(fā)達(dá)省份的成功經(jīng)驗(yàn)，選擇適合本地的發(fā)展路徑，完善數(shù)字經(jīng)濟(jì)領(lǐng)域相關(guān)政策制度，仍能夠提高數(shù)字經(jīng)濟(jì)單位投入產(chǎn)出?？梢?，資源稟賦優(yōu)秀、經(jīng)濟(jì)增長較快的地區(qū)不意味其數(shù)字經(jīng)濟(jì)發(fā)展水平依然表現(xiàn)優(yōu)異。數(shù)字經(jīng)濟(jì)產(chǎn)出效率的提高不僅取決于區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)基礎(chǔ)與發(fā)展態(tài)勢，更取決于能否優(yōu)化資源配置。

（二）動(dòng)態(tài)效率分析

表5是按照DEA-Malmquist指數(shù)法所得的長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率變化及其分解結(jié)果，全要素生產(chǎn)率及其分解指標(biāo)變化趨勢如圖1所示。

表5 2014—2019年長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及分解

圖1 2014—2019年全要素生產(chǎn)率及其分解指標(biāo)變化趨勢

表5結(jié)果表明，2014—2018年長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈現(xiàn)先降后升再降的態(tài)勢，其中2017年出現(xiàn)上升，上升幅度為9.5%，主要原因是技術(shù)進(jìn)步指數(shù)的上升。進(jìn)一步分析可知，2014—2019年全要素生產(chǎn)率、技術(shù)效率變化指數(shù)及技術(shù)進(jìn)步指數(shù)平均變化率分別為1.024、1.008、1.016，均大于1；2014—2015年、2018—2019年技術(shù)效率變化指數(shù)呈下降趨勢，2015—2018年呈上升期趨勢；2014—2019年技術(shù)進(jìn)步指數(shù)變化趨勢與全要素生產(chǎn)率基本相符，且技術(shù)進(jìn)步指數(shù)下降幅度顯著大于技術(shù)效率的下降幅度?？傮w來看，技術(shù)進(jìn)步指數(shù)降幅大于技術(shù)效率變化指數(shù)增幅，且純技術(shù)效率增幅一般，全要素生產(chǎn)率的提高主要依賴于技術(shù)效率的提高。但是，由于技術(shù)進(jìn)步指數(shù)的顯著下降，導(dǎo)致全要素生產(chǎn)率總體降幅明顯，說明近幾年來，長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)技術(shù)效率有所增長，但是增長幅度較慢，且部分年份出現(xiàn)下降，而技術(shù)進(jìn)步降幅明顯，總體來看，還需要加大對(duì)長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)發(fā)展的投入，研發(fā)核心技術(shù)與關(guān)鍵技術(shù)，推動(dòng)各地區(qū)技術(shù)進(jìn)步。

圖1顯示，長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)全要素生產(chǎn)率及其分解指標(biāo)均呈現(xiàn)不同波動(dòng)，且樣本考察期內(nèi)波動(dòng)較大，具體來看，2014—2015年各指數(shù)均呈不同程度下降；2015—2017年技術(shù)效率變化指數(shù)及規(guī)模變化指數(shù)與其他三個(gè)指數(shù)呈相反趨勢的增減，尤其是2016年技術(shù)進(jìn)步指數(shù)下降幅度較大，為10.9%，引起全要素生產(chǎn)率下降6.1%；2017年之后，大部分指數(shù)出現(xiàn)大幅下降。

表5從時(shí)間維度顯示了全要素生產(chǎn)率及分解指標(biāo)的變動(dòng)情況，各地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)產(chǎn)出效率Malmquist指數(shù)及其分解項(xiàng)測算結(jié)果如表6所示。

表6 2013—2019年長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)Malmquist指數(shù)及分解

從表6可以看出，長江經(jīng)濟(jì)帶全要素生產(chǎn)率處于平穩(wěn)狀態(tài)，同時(shí)技術(shù)效率與技術(shù)進(jìn)步增幅較小，分別為0.8%、1.6%。從省級(jí)全要素生產(chǎn)率來看，安徽與四川兩個(gè)省份數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)全要素生產(chǎn)率出現(xiàn)小幅度下降，其中安徽省全要素生產(chǎn)率及其分解指數(shù)均有略微下降情況，四川省技術(shù)進(jìn)步增幅略大于技術(shù)效率增幅；除了安徽、湖北兩省，其他省、市均呈現(xiàn)技術(shù)進(jìn)步上升趨勢；只有安徽、重慶以及四川三個(gè)省技術(shù)效率變化呈現(xiàn)下降；大部分省、市純技術(shù)效率表現(xiàn)變動(dòng)有效?？傮w來看，全要素生產(chǎn)率增長主要依靠技術(shù)進(jìn)步的拉動(dòng)，相對(duì)于技術(shù)進(jìn)步指標(biāo)的增長技術(shù)效率變化指數(shù)增長相對(duì)緩慢，其中四川省技術(shù)效率降幅最明顯，為0.9%，可見技術(shù)效率變化指數(shù)是影響四川省全要素生產(chǎn)率下降的主要因素。而從純技術(shù)效率指數(shù)來看，長江經(jīng)濟(jì)帶純技術(shù)效率維持DEA有效為1的平穩(wěn)狀態(tài)，規(guī)模變化增幅0.8%；除了上海、安徽及四川，其他地區(qū)純技術(shù)效率均呈現(xiàn)增長或平穩(wěn)趨勢，其中上海降幅最明顯，為6.2%。在規(guī)模變化指數(shù)方面，上海增長幅度大于其他省、市，為7.3%，同時(shí)規(guī)模效益是推動(dòng)上海市數(shù)字經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿?。以上分析說明各省、市在發(fā)展數(shù)字經(jīng)濟(jì)過程中均遇到技術(shù)障礙，這是一個(gè)共性問題。

五、結(jié)論與政策建議

（一）結(jié)論

本研究采用BCC-DEA模型和Malmquist指數(shù)模型從靜態(tài)和動(dòng)態(tài)兩個(gè)角度對(duì)2013—2019年長江經(jīng)濟(jì)帶11個(gè)省、市的數(shù)字經(jīng)濟(jì)產(chǎn)出效率進(jìn)行了估算和對(duì)比分析，得出以下結(jié)論：一是長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)整體效率水平均處于DEA無效狀態(tài)，安徽、湖南以及江西三個(gè)省的產(chǎn)出效率接近達(dá)到DEA有效狀態(tài)，相對(duì)優(yōu)于其他省份；二是長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率總體呈現(xiàn)先降后升再降的態(tài)勢，且全要素生產(chǎn)率的提高主要依賴于技術(shù)效率的提高，但技術(shù)進(jìn)步指數(shù)的顯著下降導(dǎo)致全要素生產(chǎn)率總體降幅明顯；三是從省級(jí)全要素生產(chǎn)率來看，安徽與四川兩個(gè)省份數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)全要素生產(chǎn)率出現(xiàn)小幅度下降，大部分地區(qū)純技術(shù)效率表現(xiàn)變動(dòng)有效。四是在規(guī)模變化指數(shù)方面，上海市增長幅度大于其他地區(qū)，說明規(guī)模效益是推動(dòng)上海市數(shù)字經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿Α?/p>

（二）政策建議

從靜態(tài)效率來看，長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)產(chǎn)出長期無效。近年來，為了提升技術(shù)效率水平，我國持續(xù)投入大量的創(chuàng)新資金，但是優(yōu)化資源配置是一項(xiàng)巨大工程，資本轉(zhuǎn)化能力也不強(qiáng)，加之缺乏足夠的創(chuàng)新人才，創(chuàng)新成果得不到快速吸收，難以轉(zhuǎn)化為產(chǎn)品，這種不合理的人才資本配比，使得數(shù)字經(jīng)濟(jì)發(fā)展水平高的地區(qū)的產(chǎn)出效率較低。在數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展過程中，長江經(jīng)濟(jì)帶各省、市應(yīng)做到資源合理配置，積極培養(yǎng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)領(lǐng)軍人才，增強(qiáng)各省、市之間的合作交流，提升數(shù)字經(jīng)濟(jì)產(chǎn)出效率。同時(shí)，應(yīng)該加強(qiáng)政府部門的作用，相關(guān)政府部門應(yīng)提升信息化平臺(tái)構(gòu)建水平，加強(qiáng)信息交流，為數(shù)字經(jīng)濟(jì)技術(shù)創(chuàng)新提供信息服務(wù)。進(jìn)一步加強(qiáng)對(duì)技術(shù)的投入，加強(qiáng)技術(shù)效率對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)出效率的正向促進(jìn)作用。

從動(dòng)態(tài)效率來看，長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)全要素生產(chǎn)效率總體增長幅度較小。其中純技術(shù)效率和規(guī)模效率每年均表現(xiàn)小幅度增減，對(duì)全要素生產(chǎn)率產(chǎn)生不了實(shí)質(zhì)影響。但是當(dāng)前長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)面臨的主要問題是無法實(shí)現(xiàn)技術(shù)突破，從而遏制了全要素生產(chǎn)率的提升。為全面建設(shè)“數(shù)字長江”，筆者認(rèn)為政府應(yīng)全面統(tǒng)籌，發(fā)揮數(shù)字經(jīng)濟(jì)規(guī)模效應(yīng)，不同地區(qū)實(shí)施不同的針對(duì)自身資源優(yōu)勢的治理方式，臨海城市繼續(xù)重點(diǎn)優(yōu)化規(guī)模效率，提升技術(shù)效率，發(fā)揮模范帶頭作用；中部、西部地區(qū)全力追趕，縮小發(fā)展差距，深入落實(shí)數(shù)字經(jīng)濟(jì)戰(zhàn)略，加大人才引進(jìn)，提高創(chuàng)新成果轉(zhuǎn)化率，積極促進(jìn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，提高產(chǎn)業(yè)鏈數(shù)字化水平，真正發(fā)揮數(shù)字經(jīng)濟(jì)促經(jīng)濟(jì)高質(zhì)量發(fā)展的引擎作用。