数智化如何赋能经济高质量发展
——兼论营商环境的调节作用

罗斌元,陈艳霞

(河南理工大学 财经学院,河南 焦作 454000)

摘 要:数智化如何赋能经济高质量发展,是近年来实务界和学术界共同关注的焦点。从理论上分析数智化对经济高质量发展的影响机制,并探讨营商环境对两者关系的调节作用,然后以2009-2018年我国内地31个省、市、自治区数据为样本,实证检验上述影响机制和调节作用。研究发现,数智化转型与应用对经济高质量发展具有积极促进作用,营商环境在数智化与经济高质量发展之间具有显著调节作用,营商环境越优良,数智化对经济高质量发展的促进作用越显著。同时,营商环境的调节作用在我国存在显著的区域差异性,其在东部和中部地区的调节作用显著高于西部地区。

关键词:数智化;经济高质量发展;营商环境;数字化;智能化

How Can Digital Intelligence Enable High-quality Economic Development: A Study on the Regulatory Role of Business Environment

Luo Binyuan, Chen Yanxia

(School of Finance and Economics, Henan University of technology, Jiaozuo 454000,China)

AbstractIn recent years, how to enable high-quality economic development of digital intellectualization has become the focus of the practical and academic circles. This paper theoretically analyzes the impact mechanism of digital intelligence on high-quality economic development, and discusses the regulatory role of the business environment on them. Then it empirically tests the above impact mechanism and regulatory role with the relevant data of 31 provinces, cities, and autonomous regions in China from 2009 to 2018. It is found that the transformation and application of digital intelligence play a positive role in promoting high-quality economic development. Further research shows that the business environment has a significant moderating effect on the relationship between digital intelligence and high-quality economic development. The more optimized the business environment is, the more obvious regional differences in the regulatory role of the business environment in China, showing that the regulatory role of the eastern and central regions is stronger than that of the western regions.

At the same time, there are distinct regional differences in the contribution of business environment optimization to the promotion of digital intelligence and the improvement of the quality of economic development, and its positive regulating effect is better in the eastern and central regions than in the western region.

The fundamental driving force of China's high-quality economic development comes from the vitality, innovation, and competitiveness of economic development. The most innovative driving force for economic development often comes from the state and the government, and it is also the relevant government departments that can play a driving and supervisory role. However, in reality, how to streamline government administration and delegate power is a great challenge , and the current business environment is not fully adapted to the needs of high-quality economic development. Currently scholars at home and abroad mainly discuss the impact of business environment on economic development from three aspects: infrastructure environment, economic environment and talent environment. It is confirmed that the optimization of the business environment does have a driving effect on economic development, but there is inadequate research on how digital intelligence technology affects the high-quality economic development, and even less research on how digital intelligence can develop high-quality economic development under the existing business environment. The development of digital intelligence refers more to the development of information technology and digitalization, and rarely involves the combined effect of information technology and digitalization on economic development. Therefore, this paper introduces digital intelligence indicators to explore whether the business environment has a moderating role in the process of digital intelligence technology for high-quality economic development, which is of great research value and practical significance.

The possible contributions of this paper areas follows. Firstly, it explores the relationship between digital intelligence and economic "quality" development, which enriches the connotation of quality economic development. Secondly, this paper uses the business environment as a moderating variable to examine the impact of digital intelligence on high-quality economic development, and explores the possible paths for digital intelligence to influence economic high-quality development, which provides new ideas for the study of the relationship between digital intelligence and regional economic high-quality development. Thirdly, further research on regional variability shows that there is significant regional heterogeneity in the development of digital intelligence that influences high-quality economic development through the business environment, which provides some inspiration for the formulation of regional development policies for the business environment.

Key Words:Digital Intelligence; High Quality Economic Development; Business Environment; Digitalization; Intellectualization

收稿日期:2021-04-06

修回日期:2021-05-29

基金项目:河南理工大学国家社会科学基金预研项目(GSKY2021-12);河南省科技计划软科学研究项目(182400410632)

作者简介:罗斌元(1976—),男,湖北孝昌人,博士,河南理工大学财经学院教授,研究方向为公司财务;陈艳霞(1991—),女,河南中牟人,河南理工大学财经学院硕士研究生,研究方向为公司财务。

DOI10.6049/kjjbydc.2021040437

开放科学(资源服务)标识码(OSID):

中图分类号:F124

文献标识码:A

文章编号:1001-7348(2022)05-0061-11

0 引言

当今世界,人类社会迎来有史以来最为迅速、广泛和深刻的革命——数智化革命,其将改变社会基础“神经”,推动经济和社会生活发生脱胎换骨的变化,催生数字经济和智能经济,带来数智化转型和数智化创新。2020年9月4日,习近平总书记在中国国际服务贸易交易会全球服务贸易峰会上的讲话中强调:“我们要顺应数智化、网络化、智能化发展趋势,共同致力于消除‘数字鸿沟’,助推服务贸易数智化进程。”数智化是数字化发展到人工智能更高阶段的产物,是数字化和智能化的融合与应用。数字化主要以大数据分析与处理为基本特征,而智能化则以机器学习、人工智能等为核心要素。如何充分利用新一轮数智化革命契机,推动我国企业数智化转型,加快产业升级,赋能经济高质量发展,成为实务界和学术界共同关注的焦点。而营商环境作为促进各种要素资源流动和市场主体活力迸发的基础与源泉,必然对数智化赋能经济高质量发展产生显著的加速或抑制作用。因此,研究数智化如何影响经济高质量发展,以及营商环境对两者关系的调节作用,不仅有助于在理论上揭示数智化影响经济高质量发展的机制,而且可在实践上为利用数智化推动我国经济高质量发展提供科学依据,同时,也为新一代信息技术和实体经济融合提供理论支撑与实证范本。

1 文献综述

1.1 数智化与经济发展

内生经济增长理论认为,社会经济增长有一个不可忽视的因素——社会知识积累。数智化发展为社会知识传播、存储创造了条件,而以指数级快速增长的知识传播和存储为经济发展创造了有利条件。

现有学者针对数智化与经济发展关系的研究主要从数字化和智能化对经济增长的作用两方面展开。首先,IT、软件等技术成本下降有利于提升其对其它资本的替代率[1],相关技术的应用可有效降低市场活动参与者之间的信息不对称程度,进而降低发展成本[2],也促使传统的产业结构、劳动组织方式等发生变化,有利于提高资源配置效率和劳动生产率[3],推动经济可持续发展。其次,数据已经成为一种新的生产要素[4],并在不断改变生产要素供给体系。最为重要的是,数据完全打破了资源稀缺这一传统限制,为经济快速增长创造了无限可能[5]。再次,智能化技术应用不仅可以替代人力劳动[6],而且还能实现人机协作[8],更能发明出新方法,改善技术性能、推进创新过程,对技术革新和经济发展有着举足轻重的作用[8]。由此可知,以上几个方面均有利于实现经济发展由“量”变到“质”变的跃迁。

1.2 营商环境与经济发展

营商环境是经济发展中不可或缺的重要影响因素,虽然该概念由世界银行提出不久,但是很快在国际上得到大多数国家的接受和认可。而且,营造良好的营商环境可以增强经济发展活力、激发经济增长动力、提高经济发展质量,实现人们对美好生活的预期[9],这已成为普遍共识。

关于营商环境与经济发展关系的研究,现有学者主要从行政环境、公共法制环境、经济金融环境、人才环境和创新环境5个方面研究其对经济发展的作用。在行政环境方面,研究发现,政府层面监管到位、行政审批效率提高能显著提升经济发展效率[10];在公共法制环境方面,研究者一致认为,产权保护制度、税收减免及财政补贴政策有助于规范经济发展秩序[11-12];在经济金融环境方面,佟明亮[13]指出,健全的金融制度、良好的信贷政策可以激励市场主体参与经济发展,提高经济发展活力;在人才环境方面,相关研究表明,劳动力市场规范运行、劳动力制度改革等有助于吸引更多人才投入经济建设[14];在创新环境方面,姜巍[15]认为,社会创新创业促使企业扩大生产性投资,有利于加速产业集群化和规模化,提升企业自主创新能力,增强企业核心竞争力,促进经济创新发展。总体而言,良好的营商环境是经济快速、健康、可持续发展的基础。

综上所述,现有文献主要关注数智化对经济增长规模的影响,而较少系统研究数智化对经济增长质量的影响。另外,现有研究主要探讨营商环境对经济发展的直接影响,较少考虑营商环境通过影响数智化与经济高质量发展关系间接影响经济发展。因此,本文首先研究数智化对经济高质量发展的影响机理和经济成效,然后进一步考察营商环境对数智化与经济高质量发展关系的调节作用,以期为我国数智化转型实践提供理论依据。

2 理论分析

2.1 数智化对经济高质量发展的影响

数智化主要从缓解信息不对称、提高经济发展效率和节约经济发展成本3个角度影响经济高质量发展。

从缓解信息不对称角度,数智化可以增加信息的可获得量、提高信息获取便捷度和准确率、缓解信息不对称状况,进而显著影响经济高质量发展水平。首先,数字化增加了信息的可获得量。数字化发展拓宽了信息来源渠道。渠道越广,市场主体可获得的信息量越大、可选择的范围越广,提供的发展机会越多,进而有利于市场主体把握机遇,为经济转型和创新实现提供信息支持。其次,智能化可以提高信息获取便捷度。智能化发展为信息流通提供了技术载体[1],市场活动参与者能直接、快速获得有效信息,利用信息互通优势全面协调经济社会各领域发展,进而促进经济协调发展。最后,数智化发展提高了信息获取准确度。如大数据和智能化比对系统使得数据核对与数据传递更真实,能为经济高质量发展提供科学决策支持。总的来说,数智化通过更便捷、更准确地获取更多信息,从而缓解经济发展中的信息不对称状况,为实现经济高质量发展奠定基础。

从提高经济发展效率角度,数智化通过提高资源配置效率、创新生产方式和加大生产监督,进而提高经济发展效率,加速经济高质量发展。第一,数字化能提高资源配置效率。其通过资源整合,高效匹配各研发要素,促进创新产出增加,促进创新与经济高质量发展。第二,智能化促进生产方式创新[23]。人工智能、互联网经济的发展不断加快经济技术变革和产业转型升级,推进高质量创新进程。第三,数智化能增强生产监督效果。大数据和物联网的发展使得各部门对经济发展的监管更严格、精准,加速实体经济的转型升级,为经济高质量发展提供更多可能。数智化通过提高生产效率、创新生产方式、增强生产监督效果,使得经济发展与技术革新更加紧密,从而提高经济发展效率[16],促进经济高质量发展。

从节约发展成本角度,数智化发展通过节约信息成本、生产成本和机会成本,促进经济高质量发展。在信息获取成本方面,数字化技术使得企业获取发展所需的信息成本不断降低,企业可将节约的部分资金投入到研发费用,促进企业创新发展。在生产成本方面,企业可利用智能化网络将挖掘的信息转化为数据资源,进而节约传统生产要素,促进企业绿色发展。在机会成本方面,数智化可为评判项目可行性与决策选择提供技术支持,降低因经营失误或失策导致的机会成本。总之,数智化发展有利于节约生产发展成本,减少资源浪费[2],从而助力经济高质量发展。

因此,可以推断,数字化与智能化能够通过缓解信息不对称、提高经济发展效率和节约经济发展成本,带动经济发展迈向“创新、协调、绿色、开放、共享”,实现高质量发展。根据上述分析,本文提出研究假设:

H1:数字化、智能化与经济高质量发展正相关;

H2:数智化与经济高质量发展正相关。

2.2 营商环境对数智化与经济高质量发展关系的调节作用

在数智化促进经济实现高质量发展的过程中,离不开营商环境的支持。本文的营商环境主要包括公共基础设施环境、经济环境和人才环境3个方面。

公共基础设施环境对数智化与经济高质量发展关系的调节作用主要表现为硬件基础设施和软件基础设施完善程度对数智化发展的影响。如邮电通信、互联网、数据中心等基础设施建设能够奠定万物互联基础,实现以数据流带动技术流、资金流,更大范围地优化资源配置效率,支持经济与社会数字化转型,为数智化促进经济高质量发展提供基础支撑。同时,各地区、各部门关于产业数字化和智能化转型升级出台的制度、政策等软件基础设施,为数智化发展提供了方向指引,便于市场主体获得精准信息,避免因信息不对称造成的决策失误,有利于推动数智化与其它产业深度融合,促进生产方式变革[3]。因此,公共基础设施环境优化能强化数智化对经济高质量发展的影响。

经济环境对数智化与经济高质量发展关系的调节作用主要表现在经济发展速度、规模对数智化发展的影响上。经济发展速度越快,越能为数智化发展提供充足的资金支持,使得各部门有更多资金投向数智化技术的研发与革新,促进经济创新发展[11]。同时,经济规模越大,越能为数智化发展提供充足的发展空间,扩大数智化应用范围和领域,使各部门、各领域都能共享数智化发展成果,在一定程度上缓解经济发展不平衡、不协调问题,促进经济可持续发展。可见,经济环境优化能促进和强化数智化对经济高质量发展的影响。

在人才环境方面,人才数量和质量都会影响数智化对经济高质量发展的促进作用。如熟练掌握数智化技术的人才数量越多,产业数智化规模就越大,从而为经济高质量发展奠定人才和产业规模基础。另外,数智化人才质量决定经济数智化转型质量。高质量的人才为数智化发展提供智力支持,便于进一步开发和挖掘数智化价值,进而加速经济高质量发展。因此,人才环境优化有助于深化数智化影响经济高质量发展的程度。

由此可见,营商环境可以调节市场经济发展的外部条件,进而影响数智化对经济高质量发展的促进作用。优越的营商环境会提升数字化、智能化及其综合效应对经济高质量发展的影响,因此,本文提出研究假设:

H3:营商环境优化有利于强化数字化、智能化与经济高质量发展的正相关关系;

H4:营商环境优化有利于强化数智化与经济高质量发展的正相关关系。

2.3 调节作用的区域差异性

营商环境优化有助于强化数智化对经济高质量发展的影响。各地区由于营商环境不同,对数智化影响经济高质量发展的调节作用也呈现出明显的区域差异性。

第一,不同区域的公共基础设施环境不同。上述差异一是由硬件基础设施环境差异造成的。具体而言,各地区因为发展程度、资金储备等不同,对硬件基础设施的重视和建设程度也表现出差异。东部地区数字化发展起步早、程度深,资金充足,硬件基础设施更完善,资源配置效率更高,为数智化促进经济高质量发展奠定了更优越的硬件条件。二是由软件基础设施完善程度不同造成。由于经济、社会、文化、历史条件不同,相比中西部地区,东部出台的数智化发展相关政策较多,且政策解读与落实到位,投入数智化建设方面的资源也更多,导致其数智化建设水平更高,为数智化促进经济高质量发展奠定了更多的政策和人文基础。因此,东部地区公共基础设施环境对该区域数智化发展的影响程度更深,更能提升数智化对经济高质量发展的促进作用。

第二,不同区域的经济环境不同。一方面,各区域经济发展规模不同,如东部地区的传统制造业发展较好,规模大、基础牢、水平高,产业发展基础差距使智能化技术受重视和应用的程度呈现出东部优于中部、中部优于西部的区域特征[24];另一方面,各区域经济发展速度不同,我国的区域经济发展速度不平衡,整体呈现出东部高于西部的特征。由于地区经济发展水平制约数智化发展速度,进而影响经济高质量发展目标的实现。地区经济发展规模越大、速度越快,越能发挥经济环境对数智化促进经济高质量发展的提升效果。由此可见,东部地区经济环境对数智化发展的影响程度更深,更能凸显数智化对经济高质量发展的贡献。

第三,不同区域的人才环境不同。一是各区域人才数量不同。我国教育资源的区域性差异表现为知名高校、科研院所主要集中在东中部地区,西部地区较少,因此东部地区的人才数量更充沛,更有利于培养更多数智化人才,为经济高质量发展提供人才支持。二是各区域人才质量不同。东部地区的就业和发展空间大,技术发展水平高,资金充足,对高端人才的吸引力更大。东部地区能够凭借高素质人才提升区域数智化发展水平,进而提高经济发展“智”量。因此,东部地区的人才环境优势能有效强化数智化对经济高质量发展的调节作用。

综上可知,营商环境对数智化影响经济高质量发展的调节作用存在区域差异性。据此,本文提出研究假设:

H5:营商环境对数智化与经济高质量发展关系的调节作用存在区域异质性。

3 样本选择与研究设计

3.1 数据来源及处理

基于数据可得性,本文以我国内地31个省、市、自治区2009-2018年数据为样本。数据大部分来源于国家统计局、各省市统计局的统计报告以及《中国统计年鉴》,个别缺失数据从《年鉴》中手工整理得到,最终样本量为310个。需要说明的是,为了减少回归时可能出现的异方差问题,对收集的数智化与营商环境相关指标数据进行对数处理,个别缺失数据利用插值法补齐。对数据的处理、运算、模型回归分析以及检验都通过Stata15.0完成。

3.2 变量界定

3.2.1 经济高质量发展测度

科学界定和量化高质量是深化高质量发展研究的着力点、关键点。现有文献主要从全要素生产率[18]、高质量发展内涵[19]和五大发展理念[20]3个角度构建宏观层面经济高质量发展测度指标。随着经济和社会发展,全要素生产率对经济增长的贡献逐渐稳定[21],由于单一指标不利于全面衡量企业发展,因此采用全要素生产率衡量经济高质量发展程度并不能适应当前时代发展要求,而学者们从高质量发展内涵出发构建的多指标体系并没有统一测度标准。五大发展理念是我国对经济社会发展规律认识的深化,能代表我国宏观层面经济高质量发展的实质和内涵。因此,本文采用五大发展理念构建经济高质量发展指标体系,也更符合宏观层面的经济高质量发展特征。具体地,本文结合五大发展理念特征并综合考虑指标相关性和数据可获得性,以地区人均国内生产总值、GDP增速、社会消费品贡献率,外贸依存度等综合反映各地区经济发展程度,指标选取依据如下:一是上述指标更能衡量宏观层面的经济发展程度;二是新时代发展应是经济、社会、生态和人文的全面可持续发展。上述指标能较全面地反映五大发展理念在地区经济发展层面的实现。本文在参考边少颖[20]研究的基础上,将发展数量、创新、协调、绿色以及共享作为一级指标(“开放”理念更多偏重于世界各国合作与互利共赢,本文主要研究国内经济高质量发展实现路径,为保证严谨性,暂不纳入经济高质量发展测度指标)。在一级指标的基础上选取12个2级指标,并对这些指标进行降维处理,进而建立高质量发展综合指标。利用主成分分析法,结合分析结果合成的高质量发展指标如式(1)所示。由于KMO=0.761 7,通过KMO检验,说明适合主成分分析法。

HQ=α01X12X23X34X45X56X67X78X89X910X1011X1112X12

(1)

其中,HQ为经济高质量发展,X1-X15是评价经济高质量发展的二级指标。具体指标如表1所示。

表1 经济高质量发展衡量指标
Tab.1 Measurement indicators of high-quality economic development

一级指标二级指标 代码单位计算方法指标正逆发展数量人均国内生产总值X1元GDP/总人口数正GDP增速X2%(本年GDP-上年GDP)/上年GDP正社会消费品贡献率X3%社会消费品零售总额/GDP正外贸依存度X4%进出口总额/GDP适度创新R&D经费投入占GDP比重 X5%R&D/GDP 正协调第三产业与第二产业产值比X7%第三产业产值/第二产业产值正常住人口城镇化率X8%城镇常住人口/总人口数正城乡居民人均可支配收入X9元/人城镇+农村人均可支配收入正万元GDP废气排放量X11吨/万元废气排放量/地区生产总值逆造林面积占城区面积X12%造林面积/城区面积正人均公园绿地面积X13平方米绿地面积/总人数正共享每万人卫生机构床位数X14张/万人卫生机构床位数/常住人口数正

3.2.2 数智化水平测度

目前,国内外关于数智化发展的研究不多,针对数智化实证方面的测度研究更少,而主流研究更多偏向信息化和数字化发展对宏观经济或微观企业发展的影响机理。基于该现状,本文从数字化和智能化两个层面出发,创新性构建数智化综合指标。数字化指标借鉴沈运红和黄桁[22]、张雪玲和焦月霞[23]的研究,以数字基础建设水平、数字化产业发展水平、数字技术创新科研水平和企业数字化发展4个方面衡量数字化。数字化指标的选取基于美国学者泰普斯科特在《数字经济时代》中对数字化概念的界定。数字基础设施建设是数字化发展的前提,互联网普及率、信息传输、软件和信息技术服务业城镇单位就业人员数能衡量地区、行业的数字化发展程度,这些均能在一定程度上代表地区数字化发展水平。当前,关于智能化实证方面的研究较少,本文借鉴孙早[6]关于智能化创新和生态层面指标构建的思路,结合数据可得性,加入科学研究技术服务城镇就业人员工资总额、电信业产值、计算机服务和软件业固定资产投资、电子设备制造业人均产值等指标,综合衡量宏观省际层面智能化发展程度。具体地,参考孙早[6]、刘亮等[24]的研究,并借鉴温珺等[25]的方法,采用智能技术、智能化结果、竞争力与效益3个指标衡量智能化。数智化指标的具体处理方法为,先对数字化和智能化指标分别进行主成分分析,得到Dig(数字化)、Int(智能化)相关数值,然后进行主成分分析,得到数智化(Di)综合指标。

3.2.3 营商环境测度

查阅现有文献发现,国内主要从两个方向研究营商环境,一是据世界银行发布的全球营商环境报告评估我国营商环境发展状况;二是结合国内外情况构建营商环境指标并确定其测算方法。然而,世界银行发布的营商环境报告并不能完全反映我国省际层面的营商环境。本文从营商环境内涵出发,根据营商环境建设路径,遵循其发展模式,从基础层面的基础设施建设到创新、人才发展激励,构建经济发展建设层面的营商环境指标,以期探讨营商环境如何在经济层面调节数智化与经济高质量发展关系,进而为我国宏观层面的经济高质量发展提供理论指导。因此,参考张三保等[26]和董志强等[11]的研究,以基础设施环境、创新环境和人才环境为营商环境基础指标,同时,借鉴冯涛和张美莎[10]对营商环境的测度方法。具体来讲,首先将选取的基础设施环境、创新环境和人才环境3个指标数值进行标准化处理,排除数据差异的影响,然后求得各省域3个指标数值的平均值(0~1),再乘以10,得到一个取值为0~10的数值,即营商环境指数。数值越大,表示该地区营商环境越优越。

3.2.4 区域差异性界定

将31个省市划分为三部分,分别为东部(辽宁、河北、山东、江苏、浙江、福建、广东、北京、天津、上海、黑龙江、海南和吉林)、中部地区(四川、重庆、山西、河南、安徽、江西、湖南、湖北、内蒙古)和西部(陕西、新疆、甘肃、宁夏、贵州、云南、西藏、广西和青海)。同时,将位于东部地区的省域赋值为0,位于中部地区的省域赋值为1,位于西部地区的省域赋值为2。

3.2.5 控制变量

为了控制其它因素对经济高质量发展的影响,借鉴杨畅等[27]、郑烨等[28]的研究设计,选取经济规模(Es)、外贸依存度(Dfi)和人均可支配收入(Inc)指标作为控制变量,同时,对年份和地区加以控制。主要变量及含义如表2所示。

表2 变量说明
Tab.2 Variable descriptions

变量含义 计算方法HQ高质量发展对经济高质量发展相关指标数据进行主成分分析所得Di数智化运用数智化模型测算得出的评估值Dig数字化发明专利申请数、每平方公里光缆长度、信息传输、软件和信息技术服务业城镇单位就业人员数、交通运输、仓储和邮政业城镇单位就业人员数、交通运输城镇单位就业人员数及其工资总额、互联网普及率等数据经主成分分析所得Int智能化科学研究技术服务城镇就业人员工资总额、电信业产值、计算机服务和软件业固定资产投资、电子设备制造业人均产值、国家申请专利数与R&D人员全时当量比重、单位GDP电力消耗量等数据经主成分分析所得Be营商环境根据营商环境模型测算出来的评估值Ie基础设施环境结合人均道路密度、公共汽电车运营数、电力热力水生产供应业城镇单位就业人员数、公共管理单位就业人员数等处理所得Ee经济环境由地方财政科学技术支出、地方财政环境保护支出等数据处理所得Te人才环境由普通高等学校毕结业学生数、财政教育支出、人均拥有图书馆藏量等数据处理所得Es经济规模人均GDP取自然对数Dfi外贸依存度进出口总额占GDP的比重取对数Inc人均可支配收入城镇居民人均可支配收入数值取对数Gov行政环境由企业税收和政府行政效率数据处理所得Law法制环境由社会稳定和社会保障数据处理所得

3.3 检验模型

为了检验模型(1)和模型(2),构建如下模型:

HQi,t=α0+α1SZH+α5Controlsi,t+∑Year+∑Prov+εi,t

(2)

其中,HQ表示经济高质量发展水平,SZH代表数智化,回归时分别取Dig、Int和Di,Controls为控制变量,∑Year代表年度虚拟变量,∑Prov代表省域虚拟变量。若α1显著为正,则假设H1和H2成立。

为了验证营商环境对数智化与经济高质量发展关系的调节作用,构建如下模型:

HQi,t=β0+β1SZH+β2Be+β3SZH*Be+β5Controlsi,t+∑Year+∑Prov+εi,t

(3)

其中,SZH代表数智化,回归时分别取Dig、Int和Di,Be为营商环境,若β3显著为正,则假设H3和H4成立。

4 实证结果及分析

4.1 描述性统计

表3为主要变量描述性统计结果。从表中可以发现,在现有样本中,经济高质量发展(HQ)的标准差值为2.720,最小值为-3.590,最大值为11.57,最大值与最小值之间的差值较大,说明我国不同区域的经济高质量发展实现程度有很大差异。并且,高质量发展的中位数为-0.710,均值为0,中位数小于均值,即数据偏向左分布,说明我国经济整体发展质量不高,差距较大,与郑京海和胡鞍钢[29]、胡志强和苗长虹[30]、马茹和罗晖[19]的研究结论相符,同时,也表明本文选取的样本及对经济高质量发展指数的测算是可靠的。对于数智化(Di)指标,其标准差较大,表明我国不同地区数智化发展程度有较大差异。营商环境指数的中位数为1.400,均值为1.440,中位数与均值差距较小,说明样本地区营商环境较均衡。经济规模(Es)、外贸依存度(Dfi)和城镇居民人均可支配收入(Inc)等均符合我国实际情况,不再一一赘述。

表3 变量描述性统计结果
Tab.3 Descriptive statistics of main variables

变量样本量均值标准差中位数最小值最大值HQ31002.720-0.710-3.59011.57Di31002.490-0.720-2.41019.39Dig31000.950-0.210-1.0805.760Int3102.6201.3902.3900.1908.570Be3101.4400.4901.4000.1002.730Es310-1.6900.970-1.920-4.0300.670Dfi3108.3300.9308.4405.69010.03Inc31010.130.35010.169.39011.13

4.2 实证分析

4.2.1 数智化对经济高质量发展的影响

为了验证假设H1和H2,利用模型(2)进行多元回归,结果如表4所示。

表4 数智化对经济高质量发展的影响
Tab.4 Impact of digital intelligence on high-quality economic development

变量(1)(2)(3)HQHQHQDig0.306***(4.84)Int0.146**(2.43)Di0.719***(3.99)Es0.577***0.586***0.577***(6.36)(6.28)(6.29)Dfi0.5961.214**0.816(1.20)(2.48)(1.64)Inc0.0000.0000.000(0.32)(0.98)(0.50)_cons-2.054***-3.104***-2.431***(-3.78)(-6.24)(-4.56)N310310310∑Year控制控制控制∑Prov控制控制控制Adj-R20.6430.6220.634

注:括号中的值为系数回归t值;***、**、*分别代表在1%、5%、10%的水平下(双侧)显著。下同

从表中的模型(1)和(2)可以看出,当数字化(Dig)与智能化(Int)水平较高时,均与经济高质量发展显著正相关,说明数字化和智能化水平越高,越有助于经济高质量发展,假设H1得到证实。模型(3)显示,数智化(Di)在1%的水平下与经济高质量发展显著正相关,说明经济质量会随着数智化水平提升也获得提高,假设H2得到验证。控制变量的回归结果显示,经济规模(Es)和城镇居民人均可支配收入(Inc)均与经济高质量发展(HQ)在1%的水平下显著正相关,表明以上因素对经济高质量发展都有较大推动作用。

4.2.2 营商环境对数智化与经济高质量发展关系的调节作用

为了验证假设H3和H4,利用模型进行多元回归,结果如表5所示。

表5 营商环境对数智化与经济高质量发展关系的调节作用
Tab.5 Regulatory effects of business environment on intellectual
development and high-quality economic development

变量 (1) (2) (3)Dig0.435***(4.38)Dig*Be0.042**(2.21)Int0.107(1.11)Int*Be0.089*** (4.15)Di1.021***(3.69)Di*Be0.143***(2.63)Be-0.646***-0.422***-0.542***(-7.24)(-4.90)(-6.32)Es3.243***3.483***3.400***(8.35)(8.69)(8.81)Dfi-0.851***-1.079***-1.067***(-5.15)(-6.09)(-6.43)Inc3.385***5.402***4.197***(3.58)(5.95)(4.62)_cons-35.773***-57.066***-44.649***(-3.87)(-6.52)(-5.07)N310310310∑Year控制控制控制∑Prov控制控制控制Adj-R20.7090.6830.708

在模型(3)中,数智化与营商环境的交乘项(Di*Be)在1%的水平下显著正相关,说明数智化在营商环境与经济高质量发展关系中存在正向调节效应,此时促进效应为:∂HQ/Be=1.021+0.143Di,表明每提高一个单位的营商环境水平,数智化对经济高质量发展的促进作用也将提高14.3%。同理,观察营商环境与数智化的交乘项,发现智能化与营商环境的交乘项(Int*Be)在1%的水平下显著正相关,表明营商环境在智能化与经济高质量发展关系中有显著调节作用。研究发现,数字化与营商环境的交乘项(Dig*Be)在5%的水平下显著正相关,说明营商环境对数字化经济发展也有显著促进作用。经济规模(Es)、城镇居民人均可支配收入(Inc)等均与经济高质量发展(HQ)在较高水平下显著正相关,说明经济发展程度、国民收入水平均与经济高质量发展有较强关联性。营商环境越优越,越能推动数智化依托营商环境精准匹配资源,减少外在障碍,尽快适应经济发展提质增效的要求,为实现经济高质量发展创造条件。因此,假设H3和H4得到验证。

4.2.3 调节作用的区域差异性

为了考察营商环境的调节作用对不同地区的影响,按所在地,将样本分为东部、中部和西部三组子样本并进行回归,目的是检验不同地区营商环境对两者关系影响的差异,具体回归结果如表6所示。在东、中和西部三组子样本中,数智化与营商环境交乘项的回归系数分别为0.160、0.352、-1.039,东、中部地区数智化与营商环境交乘项均在10%的水平下显著正相关,表明营商环境对数智化与经济高质量发展关系的调节作用在东部和中部地区显著存在,但在西部地区未体现,这与陈太义等[9]的结论相符。

表6 基于区域差异性的回归结果
Tab.6 Regression results based on regional differences

变量(1)(2)(3)东部中部西部Di-0.937*-1.1862.671**(-1.67)(-1.45)(2.04)Be0.156-1.116**-1.080(0.29)(-2.52)(-0.68)Di*Be0.160*0.352*-1.039(1.82)(1.92)(-1.53)Es0.961***1.302***-0.118(6.60)(7.67)(-0.21)Dfi1.803-2.307-2.967(1.49)(-1.65)(-0.59)Inc-0.002*0.004***-0.003(-1.68)(3.32)(-0.57)_cons0.442-12.919***9.057(0.12)(-4.32)(0.43)N1309090∑Year控制控制控制∑Prov控制控制控制Adj-R20.9230.9150.564SUR估计东-中中-西东-西P-Value0.321 40.047 40.080 5

在使用SUR估计对组间系数差异性进行检验时发现,中部与西部、东部与西部间的Di*Be系数均存在显著差异性,相对应的P值均小于0.1,且中部为0.047 4,西部为0.080 5,中部小于西部,东部与西部、中部与西部两组间的差异较明显。但是,在Di*Be系数上,东部地区为0.321 4,大于中部地区的0.047 4,说明东中部的差异化检验结果并不显著。以上结果表明,营商环境对数智化与经济高质量发展关系的调节作用在中部和西部、东部和西部地区中存在显著差异,而在东部和中部地区的差异不显著。

上述结论均说明,营商环境通过数智化促进地区经济高质量发展的影响效应有明显的地区差异性,该差异呈现为中、东部地区强于西部地区,即假设H5得到证实。

4.3 稳健性检验

为了验证上文结果的稳健性,进行稳健性检验。

(1)营商环境衡量指标的稳健性检验。借鉴冯涛和张美莎[10]的研究,以行政环境和法制环境等指标进行主成分分析,得到新营商环境Aie,表7列示了相应回归结果。可以发现,数字化、智能化、数智化的回归系数都显著为正,说明数智化显著影响经济高质量发展。数智化与新营商环境的交乘项(Di*Aie)在1%的水平下显著正相关,说明营商环境在数智化与经济高质量发展关系中确实存在“放大器”的作用。替换营商环境的衡量指标后,其回归结果与原来的结论基本一致,说明本文结论具有较强稳健性,前述分析具有合理性。

表7 营商环境稳健性检验结果
Tab.7 Business environment robustness test results

变量(1)(2)(3)Dig0.598***(6.77)Dig*Aie0.045***(3.03)Int0.294***(3.90)Int*Aie0.054***(3.18)Di1.575***(6.39)Di*Aie0.093**(2.14)Aie-0.660***-0.213**-0.501***(-5.29)(-2.05)(-4.44)Es2.773***3.239***3.017***(6.95)(7.93)(7.67)Dfi-0.881***-1.067***-1.102***(-5.27)(-5.70)(-6.45)Inc3.929***5.405***4.535***(4.18)(5.76)(4.97)_cons-42.562***-57.906***-49.124***(-4.66)(-6.41)(-5.57)N310310310∑Year控制控制控制∑Prov控制控制控制Adj-R20.6920.6630.691

(2)调节效应检验。参考温忠麟[31]的方法,对数智化影响营商环境与经济高质量发展关系的调节效应进行检验。检验步骤如下:第一,对数智化与营商环境数据作中心化处理;第二,开展经济高质量发展对数智化与营商环境的回归;第三,开展经济高质量发展对数智化、营商环境以及两者交互项的回归。若加入交互项后得到的调整R2高于未加入交互项的R2,则调节效应显著,检验结果见表8。从表中可以发现,加入营商环境与数智化的交乘项(Di*Be)后,R2值为0.708,未加入交互项的R2值为0.702,因此调节效应确实存在。

表8 调节效应回归检验结果
Tab.8 Regression results of regulatory effect test

变量(1)(2)(3)Di*Be0.143***(2.63)Be-0.469***-0.542***(-5.72)(-6.32)Di1.299***1.625***1.395***(8.47)(10.38)(7.84)Es3.001***3.303***3.400***(7.42)(8.51)(8.81)Dfi-1.203***-1.058***-1.067***(-6.91)(-6.32)(-6.43)Inc4.649***3.831***4.197***(4.94)(4.23)(4.62)_cons-49.881***-42.174***-46.070***(-5.49)(-4.82)(-5.25)N310310310∑Year控制控制控制∑Prov控制控制控制Adj-R20.6700.7020.708

(3)缩短样本期作稳健性检验。为考察营商环境对数智化与经济高质量发展关系的调节作用是否受研究时长的影响,参考罗斌元和刘玉[32]的方法,将样本研究区间由2009-2018年划分为2013-2018年和2014-2018年两部分并分别作回归,回归结果如表9所示。回归结果显示,数智化对营商环境、高质量发展均呈现显著的正向影响,营商环境对数智化与经济高质量发展关系存在显著调节作用。对比表9中两部分的回归结果发现,数智化与营商环境的交互项均在1%的水平下显著正相关,说明前文研究结论具有较强稳健性。

表9 缩短样本区间的回归检验结果
Tab.9 Regression results of shortened sample interval test

变量2013-2018(1)(2)(3)2014-2018(4)(5)(6)Dig0.1440.162(1.31)(1.32)Dig*Be0.076***0.066***(3.89)(3.10)Int-0.135-0.101(-1.23)(-0.86)Int*Be0.115***0.104***(5.09)(4.31)Di0.1980.261(0.65)(0.79)Di*Be0.240***0.211***(4.30)(3.52)Be-0.565***-0.358***-0.480***-0.502***-0.345***-0.440***(-5.78)(-3.99)(-5.21)(-4.62)(-3.40)(-4.26)Es3.240***3.164***3.230***3.231***3.190***3.233***(7.00)(6.66)(7.01)(6.02)(5.86)(6.08)Dfi-1.311***-1.361***-1.388***-1.320***-1.403***-1.400***(-7.18)(-7.31)(-7.71)(-6.34)(-6.70)(-6.86)Inc6.612***8.103***7.046***7.065***8.391***7.377***(5.96)(7.87)(6.60)(5.67)(7.26)(6.14)_cons-72.655***-87.912***-77.150***-78.154***-91.868***-81.442***(-6.56)(-8.64)(-7.28)(-6.25)(-8.00)(-6.79)N186186186155155155∑Year控制控制控制控制控制控制∑Prov控制控制控制控制控制控制Adj_R20.7910.7780.7920.7950.7870.797

(4)数智化与经济高质量发展的内生性检验。为检验数智化对经济高质量发展的影响有无滞后性,对数智化作滞后一期、滞后二期处理并进行回归,结果如表10所示。

表10 滞后项回归检验结果
Tab.10 Regression test results of lag term

变量滞后一期HQHQHQ滞后两期HQHQHQDig0.421***0.450***(8.06)(7.87)Int0.367***0.331***(7.06)(5.99)Di1.262***1.259***(8.60)(7.87)Es2.818***3.197***2.993***2.895***3.295***3.095***(7.39)(8.25)(8.00)(7.15)(7.82)(7.68)Dfi-1.104***-1.350***-1.312***-1.248***-1.462***-1.448***(-7.06)(-8.00)(-8.26)(-7.69)(-8.19)(-8.68)Inc4.840***6.342***5.305***5.203***7.047***5.879***(5.43)(7.29)(6.18)(5.53)(7.58)(6.43)_cons-72.655***-87.912***-77.150***-55.994***-75.681***-63.458***(-6.56)(-8.64)(-7.28)(-6.07)(-8.36)(-7.11)N279279279248248248∑Year控制控制控制控制控制控制∑Prov控制控制控制控制控制控制Adj_R20.7220.7090.7300.7260.7000.726

5 研究结论与政策建议

5.1 研究结论

数智化是否以及如何影响经济高质量发展是近几年的研究热点。本文在研究数智化对经济高质量发展影响的基础上,引入营商环境这一调节变量,进一步分析营商环境对数智化与经济高质量发展关系的影响机制并进行实证检验。主要结论如下:

(1)数智化能为经济高质量发展赋能。数智化转型以及数字化程度提升能为经济高质量发展提供充足动力。具体表现为,数智化技术应用能加速政府数智化转型,为经济生态化发展提供高效服务。数字化发展为市场经济发展提供数字信息指导,数字作为要素资源,具有较强流动性和传播性,有利于资源协调、共享。并且,数字信息资源的高效流通也加速了经济高质量的开放、创新进程,增强了经济发展活力。同时,人工智能技术应用减少了传统生产要素投入,为绿色发展创造可能。

(2)营商环境在数智化影响经济高质量发展过程中起显著促进作用。具体表现为,基础环境优化能提供更加完善的政策和制度,有利于数智化技术引入与实施,保障经济高质量的“公平、共享”实现;人才环境优化为经济与社会的协调发展提供才智支持;经济环境优化为实现经济高质量发展营造开放、创新的发展环境。

(3)营商环境对数智化与经济高质量发展关系的调节作用存在区域差异性。具体表现为,营商环境的调节作用呈现出东部、中部地区强于西部地区的特点。

5.2 政策建议

(1)加快推进数智化转型与应用。本文研究发现,数智化能促进经济高质量发展。因此,各地区不仅要加快数智化相关基础设施建设,利用数智化技术为政府治理赋能,推动政府数智化转型,强化政务数据整合、开放、共享,构建人机协同的数智化网络集成应用系统。同时,还要加大数智化转型的创新支持力度,利用数智化技术创新产品和服务监管模式,构建市场化的生态组织,提升管理服务能力与效益;以数智化技术应用推动我国经济实现高效、公平和可持续发展。各市场主体也需加大自主创新投入,借助数智化发展“洪流”,加快实现经济高质量发展。

(2)着力打造公平正义的营商环境。根据以上研究可知,营商环境在数智化与经济高质量之间的调节作用显著,所以优化营商环境能够加快经济高质量发展。但是,良好营商环境的建立离不开社会各方利益关系的协调,所以要不断建立与完善维护社会公平正义的规章制度,切实保障社会各主体同等享受生产资源、优惠政策的权利,为各市场主体提供政策保障,规范市场经济发展,为营造更优越的营商环境创造条件。同时,要充分利用政府这只“看不见的手”,通过合理有效的手段调节不同区域、不同行业间的经济发展矛盾,强化政府在维护社会稳定发展中的职能;在行政审批、政务服务和市场监管等方面进一步优化流程,提高政府服务职能;不断完善竞争有序的发展环境,充分调动各市场主体的主动性、灵活性,形成规范、高效的竞争秩序;不断完善营商环境的法制体系建设,营造公平正义的法制环境,以数智思维引领“智慧政府”、“智慧城市”的创建。

(3)因地制宜地制定营商环境和数智化发展政策。分地区回归结果显示,营商环境对数智化与经济高质量发展关系的调节作用在东部和中部地区更显著,而在西部地区不显著。这说明营商环境的优化与改善能显著提高我国东部和中部数智化发展程度,进而为经济高质量发展创造条件。从地区经济发展政策的制定而言,中东部地区应加大对数智化发展的重视,继续实施创新驱动发展战略,充分调动资金、创新人才等相关要素资源,不断促进营商环境优化,为数智化发展提供政策支持,加速经济高质量发展;同时,在发展的过程中兼顾效率和公平,积极为西部地区经济高质量发展提供支持与指导。数智化发展对西部地区的促进作用不明显。因此,西部地区要借助数智化技术提高自身发展水平,必须加大政府财政支持、技术支持和监管力度,不断优化政商环境,吸引人才与优秀企业入驻,并借鉴中东部地区数智化发展经验,为西部地区经济高质量发展创造条件。

5.3 不足与展望

本文研究为经济高质量发展提供了一些思路,但是限于数据与研究方法局限,可能还存在一定不足,同时,也是未来的研究方向。

(1)指标数据选取方面。本文的数据采样时间为2009-2018年,相对于最新的数智化研究而言略有欠缺。另外,我国的数智化发展呈现出明显的阶段性特征,基于时间的连续性和数据的可获性,数据的代表性还有待验证。因此,后续研究需要根据数智化发展的阶段性特征分时段搜集有关数据,并作实证检验。

(2)指标衡量方面。针对经济高质量发展的衡量标准尚没有统一,本文从五大发展理念角度构建相关指标。这是否能全面阐释宏观经济高质量发展内涵?相关指标数据计量是否高效准确?这些问题都有待进一步探讨。

(3)研究视角方面。本文主要研究宏观省际层面经济高质量发展的实现路径,并没有涉及微观企业层面的高质量发展。在数智化背景下,企业如何借助数智化技术实现自身高质量发展将是未来的研究重点。所以,分析数智化对企业高质量发展的影响也将是未来研究重点。

参考文献:

[1] COLECCHIA A,SCHREYER P.ICT investment and economic growth in the 1990s:is the united states a unique case? a comparative study of Nine OECD countries[J]. Review of Economic Dynamics, 2002,5(2):408-442.

[2] 王海军,冯乾.互联网金融的演进轨迹:学术论争与当下实践[J].改革,2015,32(9):142-150.

[3] 张鸿,刘中,王舒萱.数字经济背景下我国经济高质量发展路径探析[J].商业经济研究,2019,38(23):183-186.

[4] 易宪容,陈颖颖,位玉双.数字经济中的几个重大理论问题研究——基于现代经济学的一般性分析[J].经济学家,2019(7):23-31.

[5] 郭晗,廉玉妍.数字经济与中国未来经济新动能培育[J].西北大学学报(哲学社会科学版),2020,50(1):65-72.

[6] 孙早,侯玉琳.工业智能化如何重塑劳动力就业结构[J].中国工业经济,2019,36(5):61-79.

[7] GRAETZ G,MICHAELS G.Robots at work[J].CEPR Discussion Papers, 2015.

[8] KROMANN L, MALCHOW-MØLLER N, et al. Automation and productivity—a cross-country, cross-industry comparison[J]. Industrial and Corporate Change, 2020, 29(2): 265-287.

[9] 陈太义,王燕,赵晓松.营商环境、企业信心与企业高质量发展——来自2018年中国企业综合调查(CEGS)的经验证据[J].宏观质量研究,2020,8(2):110-128.

[10] 冯涛,张美莎.营商环境、金融发展与企业技术创新[J].科技进步与对策,2020,37(6):147-153.

[11] 董志强,魏下海,汤灿晴.制度软环境与经济发展——基于30个大城市营商环境的经验研究[J].管理世界,2012,28(4):9-20.

[12] 丁鼎,高强,李宪翔.我国城市营商环境建设历程及评价——以36个省会城市、直辖市及计划单列市为例[J].宏观经济管理,2020,36(1):55-66.

[13] 佟明亮.法制环境、金融市场化程度与民营企业贷款——来自2012年世界银行中国营商环境企业调查的证据[J].技术经济与管理研究,2015,36(10):73-78.

[14] EIFERT,et al. Business environment and comparative advantage in africa: evidince from the investment climate data[M].Banque Mondiale, Washington: DC (2005): 195-233.

[15] 姜巍.“互利共赢”新开放观与广东开放型经济体制创新研究[J].经济体制改革,2018,36(2):5-12.

[16] 林木西,张紫薇.“区块链+生产”推动企业绿色生产——对政府之手的新思考[J].经济学动态,2019,60(5):42-56.

[17] 温军,邓沛东,张倩肖.数字经济创新如何重塑高质量发展路径[J].人文杂志,2020,64(11):93-103.

[18] FEI JIA,XIUYING MA, et al. The differential role of manufacturing and non-manufacturing tfp growth in economic growth[J]. Structural Change and Economic Dynamics,2020,52,174-183.

[19] 马茹,罗晖,王宏伟,等.中国区域经济高质量发展评价指标体系及测度研究[J].中国软科学,2019,34(7):60-67.

[20] 边少颖.产业转型升级对经济高质量发展的影响研究[D].西安:西北大学,2019.

[21] 刘光岭,卢宁.全要素生产率的测算与分解:研究述评[J].经济学动态,2008,(10):79-82.

[22] 沈运红,黄桁.数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据[J].科技管理研究,2020,40(3):147-154.

[23] 张雪玲,焦月霞.中国数字经济发展指数及其应用初探[J].浙江社会科学,2017,33(4):32-40.

[24] 刘亮,李廉水,刘军,等.智能化与经济发展方式转变:理论机制与经验证据[J].经济评论,2020,31(2):3-19.

[25] 温珺,阎志军,程愚.数字经济驱动创新效应研究——基于省际面板数据的回归[J].经济体制改革,2020,38(3):31-38.

[26] 张三保,康璧成,张志学.中国省份营商环境评价:指标体系与量化分析[J].经济管理,2020,42(4):5-19.

[27] 杨畅,白雪洁,赵洋.营商环境、债务来源与融资歧视——基于契约异质性视角的实证研究[J].当代财经,2020,41(6):101-113.

[28] 郑烨,王春萍,段永彪.“放管服”改革、政府透明度与区域营商环境——基于国内城市面板数据的实证研究[J].软科学,2020,34(9):1-11.

[29] 郑京海,胡鞍钢.中国改革时期省际生产率增长变化的实证分析(1979—2001年)[J].经济学(季刊),2005,5(1):263-296.

[30] 胡志强,苗长虹.中国省域五大系统的协调发展评价[J].统计与决策,2019,35(1):96-100.

[31] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,50(2):268-274.

[32] 罗斌元,刘玉.税收优惠、创新投入与企业高质量发展[J].税收经济研究,2020,25(4):13-21.

(责任编辑:胡俊健)