开放科学(资源服务)标识码(OSID)：
The current studies on the single dimension of digital economy, new quality productive forces and modern industrial system are relatively sufficient, but few scholars have conducted extensive discussion on the driving mechanism and influencing factors of the Chinese-style modern industrial system, and there is a lack of systematic analysis incorporating the three into the same framework. Thus, this study first establishes the theoretical analysis framework of digital economy, new quality productive forces and Chinese modern industrial system. Then, it takes 31 provinces from 2012 to 2022 as the research object, screens and analyzes the relevant data of digital economy, new quality productive forces, and Chinese modern industrial system, and finally obtains 341 sample data. Finally, the study uses the benchmark regression model, the mediating effect model and the spatial Dubin model to analyze the influence of the digital economy on the Chinese modern industrial system and the mediating effect of the new quality productive forces. The results show that the digital economy has a significant promoting effect on the Chinese modern industrial system, and this impact is more significant in resource-based provinces, high-level groups of digital economy and the eastern region. The digital economy can promote the formation and development of new quality productive forces and drive the construction of Chinese modern industrial system, that is, the role path of "digital economy—new quality productive forces—Chinese modern industrial system" is established. Further analysis reveals that the digital economy has a significant positive spatial spillover effect on the Chinese modern industrial system.
Different from previous studies, this paper explores the impact of digital economy on Chinese modern industrial system from three perspectives: industrial integration, sustainable development and innovation empowerment. Then, guided by Schumpeter's innovation theory, it upgrades the three elements of traditional productive forces with "new quality". Furthermore, the paper systematically analyzes the concrete action path of new quality productive forces in the process of digital economy affecting the construction of Chinese modern industrial system. Finally, research deficiencies are presented, and the possible moderating effect of external environmental factors on the relationship between the digital economy and the Chinese path to modernization of the industrial system is warranted for future study .
开放科学(资源服务)标识码(OSID)：
中国式现代化产业体系是在特定历史和国情下形成的具有中国特色的产业体系,其以实体经济为主体、以创新驱动为核心,是加快实现中国式现代化的重要物质技术基础[1]。习近平总书记在第二十届中央财经委员会第一次会议中着重强调,“现代化产业体系是现代化国家的物质技术基础”。推进中国式现代化产业体系建设对于拉动经济高质量增长、提升国民经济体系整体效能意义重大。产业结构失衡、要素配置效率低下以及顶尖人才稀缺等问题,一直是阻碍中国式现代化产业体系建设的主要问题[2]。数字经济作为引领产业发展的重要引擎,能够破除时空限制,促进各类资源要素自由流动和产业链条不断延伸。这有利于产业结构持续优化,推动产业体系高质量发展,赋能中国式现代化产业体系建设。在此过程中,作为生产力的新质态,新质生产力以科技创新为引擎、以新兴产业为主导、以产业优化为方向,能够为中国式现代化产业体系建设提供有力支撑。同时,作为一种能够产生质变的科技生产力,新质生产力中的新科技和新能源发展亦离不开数字经济。由此,数字经济、新质生产力和中国式现代化产业体系间存在紧密关系。那么,数字经济对中国式现代化产业体系的影响效应如何?新质生产力在二者间发挥怎样的作用机制?回答上述问题对于推动新质生产力发展,高质量建设中国式现代化产业体系具有科学指导作用。
目前,学界主要针对现代化产业体系影响因素和驱动机制展开广泛讨论。从影响因素来看,既有研究主要考察金融[3,4]、科技创新[5]、人工智能[6]以及产业结构升级[7]对现代化产业体系的影响。从驱动机制来看,现有研究主要从以数字经济为代表的外部推动作用和以新质生产力为代表的内部拉动作用两个视角探讨中国式现代化产业体系建设水平。就驱动效应而言,数字经济有助于破除技术壁垒、优化传统产业结构和整合优质要素,促进产业转型升级[8],对中国式现代化产业体系产生直接影响。随着数字经济与实体经济的深度融合,数字经济能够进一步利用技术创新、产业融合和国际合作三重机制,系统性推进现代化产业体系建设[9]。数字经济还通过促进绿色技术创新、强化共性技术供给、推广绿色技术应用、推动数据开放共享和商业模式创新等多种途径,赋能现代化产业体系建设。同时,数字经济通过促进数字基础设施建设、完善制度环境、加强关键核心数字技术攻关和推进“数实”深度融合,驱动现代化产业体系建设[10]。还有学者经过实证检验发现,数字经济不仅能够直接促进中国式现代化产业水平提升,而且通过技术创新和人力资本投入间接赋能现代化产业体系建设[11]。就新质生产力的促进作用而言,新质生产力主要通过助推产业体系系统化、安全化、创新化、智能化、绿色化及融合化,赋能现代化产业体系建设[12-14]。在智能制造支撑下,新质生产力通过提高生产效率、重塑生产组织架构以及激发技术革新,在中国式现代化产业体系建设过程中发挥重要引领作用[15]。另外,有学者认为,数字经济的发展差距会随着地区资源禀赋差异而不断扩大,由此形成“数字鸿沟”[16]。还有研究发现,区域间不同资源禀赋会导致数字经济政策作用效果存在差异(王伟光等,2023)。可见,数字经济发展水平与区域资源禀赋直接相关。而学界较少关注因资源禀赋差异导致数字经济对中国式现代化产业体系存在异质性影响的问题,故有必要对不同资源富集度省域中国式现代化产业体系建设的差异展开探讨。
目前有关现代化产业体系建设的文献成果较丰富,为进一步研究奠定了坚实基础,但鲜有学者针对中国式现代化产业体系建设的驱动机制和影响因素展开探讨。由此,本文以2012-2022年中国内地31个省(市)为研究对象,考察数字经济对中国式现代化产业体系的影响效应,分析新质生产力在二者间的中介机制,进而探究数字经济对中国式现代化产业体系的差异化影响。本文可能的边际贡献在于:第一,揭示数字经济对中国式现代化产业体系建设的影响效应,形成中国式现代化产业体系驱动机制研究框架;第二,从资源禀赋、数字经济以及区域视角出发,探究数字经济影响中国式现代化产业体系建设的异质性,从而拓展相关研究视角和情境,为高质量建设中国式现代化产业体系提供新思路;第三,结合新兴产业发展战略和目标,探讨“数字经济—新质生产力—中国式现代化产业体系”这一作用路径,在提高对新质生产力认知的同时,为推动数字经济高质量发展、加速构建中国式现代化产业体系提供经验借鉴。
数字经济是借助新一代信息技术,利用信息网络促使生产者与消费者进行数字交易的新型经济形态,其通过融合效应、绿色效应、创新效应为中国式现代化产业体系建设提供新动能。就融合效应而言,随着数字经济发展,数字技术逐渐与传统产业融合[17],有效促进资源利用和配置优化,同时,赋能生产流通等环节更加智能化、数字化。在这一过程中,生产经营主体会借助数字化手段降低生产成本、优化生产流程、提高产品质量,进而助推中国式现代化产业体系建设。同时,在数字化浪潮影响下,新业态、新模式不断涌现并发挥融合效应,打破传统的封闭式发展模式。就绿色效应而言,数字经济通过发挥绿色效应助力中国式现代化产业体系建设,具体体现在数据要素应用方面。在数字经济高速发展背景下,数据要素的合理利用有助于优化资源要素配置,降低高污染、高能耗产业的资源损耗与环境污染,提高生产效率和能源利用率[18-20],助力产业体系绿色转型,进而建设中国式现代化产业体系。此外,数字经济与实体经济深度融合发展,能够促进环保技术、绿色能源以及清洁交通等领域创新发展,推动传统产业向绿色化转型升级,提高现代产业体系绿色发展水平,为中国式现代化产业体系绿色发展注入新动能。就创新效应而言,数字经济以数字技术、数字金融为依托,不断加大对中国式现代化产业体系的支持。一方面,在数字经济推进过程中,5G、人工智能、大数据中心等新型基础设施建设,可以为现代化产业体系建设提供有力的技术支撑;另一方面,在数字技术创新效应影响下,相关金融机构可通过个人移动终端、计算机载体等,完善数字金融生态,继而通过降低产业融资成本、提高金融服务质量等方式,夯实中国式现代化产业体系建设的资金基础[21]。基于上述分析,本文提出研究假设。
H1:数字经济有助于推动中国式现代化产业体系建设。
熊彼特的创新理论提出,“创新是新生产要素与生产条件的创新结合”。因此,从某种程度而言,新质生产力是传统生产力三要素,即劳动者、劳动资料、劳动对象的质态升级[22,23],其与数字经济、中国式现代化产业体系存在紧密相关性。具体而言,数字经济不仅可以直接为中国式现代化产业体系建设提供新动能,而且能够通过劳动者、劳动资料、劳动对象的质态升级,进一步影响中国式现代化产业体系建设。数字经济对新质生产力的影响主要体现在以下维度:第一,劳动者方面,在数字经济背景下,新业态、新模式、新技术不断涌现,社会民众的技能与素养水平随之提高,为形成新质劳动者提供了有利条件。细而言之,数字经济的快速发展能够不断释放科技创新的智能化、数字化发展优势,促使传统劳动力转变为拥有数据处理能力和数字技术应用能力的高素质劳动者,促进新质生产力发展。第二,劳动资料方面,在数字经济发展背景下,以数据、信息为核心的新型生产要素逐渐与实体或非实体劳动手段相结合,使得劳动资料内涵与外延不断拓展,有助于加快形成新质劳动资料。以数据要素为例,作为数字经济时代社会价值创造的关键来源,数据要素与资本、劳动力等传统要素融合,重构了要素应用范式,有助于提高要素利用效率,形成数据要素的乘数效应,实现技术革新、产业结构优化的边际价值[24],加速催生新质劳动资料。第三,劳动对象方面,随着数字经济深入发展,以创新活跃、技术密集、发展前景广阔为主要特征的战略性新兴产业与未来产业渐次形成,不仅丰富了传统劳动对象,而且拓展了新质生产力发展边界。在此背景下,大数据与人工智能等数字技术催生了虚拟现实、元宇宙等新型生产工具,进一步延伸传统劳动者工作范围,促进新型生产方式形成,为新质生产力发展赋能。其中,与新质生产力相匹配的劳动对象不仅包含基于技术进步而发现的未加工自然物、经加工后的原材料等具有物质形态的传统劳动对象,而且包括信息、数据、知识等非物质形态的新劳动对象。就前者而言,未加工自然物和基于新技术手段形成的原材料通过新型劳动者的使用,能够产生更多满足社会需要的物质资料,加速新质生产力形成与发展。就后者而言,具有物质形态的传统劳动对象不断扩充生成大量信息、数据以及知识,进一步与土地、资本等传统生产力要素相结合,形成更高效、更丰富的新劳动对象。
在数字经济赋能新质生产力形成与发展的同时,新质生产力也会为中国式现代化产业体系建设注入新动能。一方面,新质生产力凭借科技含量高、涉及领域前沿以及跨领域属性强等多维优势,促进清洁能源技术、信息通信技术等先进生产技术与传统产业融合,推动传统产业的生产、流通、消费等环节转向数字化与智能化发展[25],为产业资源高效配置提供新型生产资料和新型生产工具,推进产业结构优化升级,实现中国式现代化产业体系建设。与此同时,新质生产力带来的创新变革能够大幅提升科技成果转化率,增强关键新材料、航空航天装备等战略性新兴产业核心竞争力,为中国式现代化产业体系建设赋能。另一方面,新质生产力能够将新方法、新理念融入传统产业生产过程,推进现有技术改进或优化,打破原有技术发展范式,提高生产经营主体资源利用率、缩短产品开发周期,倒逼生产经营主体开展研发活动以获得利益增长点。这些举措有益于加速关键核心技术攻关,推进产业结构升级,从而驱动中国式现代化产业体系发展。据此,本文提出研究假设H2。
H2:数字经济可以促进新质生产力形成,进而赋能中国式现代化产业体系建设。
综合上述分析,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
2.1.1 基准模型
基于上文分析,建立双向固定效应模型,以验证数字经济对中国式现代化产业体系的直接影响。
CMISit=α0+α1DIGIit+α2Xit+μi+λt+εit
(1)
式(1)中,CMISit、DIGIit分别表示i省份t年的中国式现代化产业体系建设与数字经济发展。Xit为控制变量集合,涵括城镇化水平、基础设施水平、出口贸易水平、外商直接投资与人力资本水平。i表示省份,t表示年份。α0表示截距项,α1、α2分别为自变量与控制变量估计系数。μi、λt、εit依次为个体固定效应、年份固定效应和随机扰动项。
2.1.2 中介效应模型
为验证新质生产力在数字经济与中国式现代化产业体系关系中的作用机制,构建如下模型:
NEWit=β0+β1DIGIit+β2Xit+μi+λt+εit
(2)
CMISit=γ0+γ1DIGIit+γ2NEWit+γ3Xit+μi+λt+εit
(3)
式(2)(3)中,NEWit表示中介变量,β0、γ0为截距项,β1、β2、γ1、γ2、γ3均是对应变量估计系数。其余变量解释与式(1)相同。
2.2.1 因变量
中国式现代化产业体系(CMIS)。在推进中国式现代化产业体系建设过程中,不仅需要遵循现代产业发展规律,而且需要契合中国式现代化本质要求,以实体经济为支撑,以科技创新为引领,突出人与自然和谐共生。为进一步具化中国式现代化产业体系评价指标,参考2023年中央经济工作会议及第二十届中央财经委员会关于现代化产业体系发展的相关论述,并结合已有研究[26,27],从产业体系融合现代化、产业体系绿色现代化和产业体系创新现代化3个维度构建中国式现代化产业体系评价指标体系,具体如表1所示。其中,中国式现代化产业体系建设水平采用熵值法计算得到。
表1 中国式现代化产业体系评价指标体系
Table 1 Evaluation index system of Chinese modern industrial system
一级指标二级指标三级指标单位权重方向产业体系融合现代化农业服务业融合发展地区人均农业服务企业数量个/人0.088 4+地区人均农林牧渔服务业产值元/人0.081 9+工业服务业融合发展工业产业增加值/服务业产业增加值%0.082 1+农业工业融合发展人均农产品加工企业数量个/人0.096 3+产业体系绿色现代化水资源利用率人均水资源量m3/人0.034 5+工业污染治理率工业污染治理投资/工业总产值%0.031 6+污水治理率污水治理投资/GDP%0.033 2+节电成效电力消耗量/产业增加值Kw·h/元0.056 7-产业体系创新现代化创新投入技术改造经费支出/工业增加值%0.091 5+R&D人员数量/从业人员总数%0.080 9+R&D经费投入/产业增加值%0.120 2+创新产出R&D经费支出/企业总营收%0.117 9+高技术产品销售收入/新产品销售总收入%0.084 8+
注：“+”代表正向指标,“-”代表负向指标,下同
2.2.2 自变量
数字经济(DIGI)。作为一种新经济形态,数字经济以数字化知识为基础,加速新型数字技术与实体经济融合发展,进而在重塑产业分工协作格局的同时实现数字产业化、产业数字化和数字技术创新等多种形态的同步发展。该过程中,数字经济的高速发展有助于促进供给方与需求方的有效对接,为推进中国式现代化产业体系建设提供动能。据此,本文结合已有研究[28,29],建立含有数字产业化、产业数字化和数字技术创新3个一级指标以及7个二级指标的数字经济水平评价指标体系,具体见表2。其中,数字经济发展指数亦采用熵值法计算得到。
表2 数字经济水平评价指标体系
Table 2 Index system for evaluating the level of digital economy
一级指标二级指标单位权重方向数字产业化人均电信业务总量万元/人0.153 5+人均软件业务总量万元/人0.166 2+产业数字化电子商务市场交易规模万亿元0.155 7+函件业务量件0.156 8+电子信息产业与制造业企业数量家0.131 4+数字技术创新技术市场成交额万亿元0.120 8+计算机、通信及其它电子设备制造业就业人数人0.115 6+
2.2.3 中介变量
新质生产力(NEW)。新质生产力是先进生产力的重要表现形式,其主要源于马克思主义经济学中的生产力性质理论。新质生产力在传统生产力属性的基础上,进一步实现“新”与“质”的突破。换而言之,以“新”“质”为驱动,赋予新质生产力更高内涵。从“新”的视角,新质生产力不仅体现劳动者的劳动能力与创造能力,而且包含劳动者使用生产资料、改造自然的能力。从“质”的视角,新质生产力是以前沿技术创新为动能,智能经济为发展介质的新质态,不仅体现提升生产效率的作用,而且反映生产效率评价标准的变化。基于上述分析以及现有研究[30,31],本文建立含有新质劳动力、新质劳动资料和新质劳动对象3个一级指标的新质生产力评价指标体系,如表3所示。其中,新质生产力发展指数借助熵值法计算得到。
表3 新质生产力评价指标体系
Table 3 Evaluation index system for new quality productive forces
一级指标二级指标三级指标单位权重方向新质劳动力劳动者素质高等教育人数/人口总数%0.112 1+劳动生产率人均生产总值万元/人0.115 8+第三产业就业人数/就业总人数%0.107 4+新质劳动资料有形劳动资料公路里程数km0.119 5+人均互联网宽带接入端口数个0.114 7+光纤长度km0.096 8+无形劳动资料数字技术无形资产占总资产比重%0.113 5+新质劳动对象新型产业发展水平新兴战略性产业增加值/GDP%0.114 6+未来产业发展水平地区智能机器人安装数量台0.105 6+
2.2.4 控制变量
为避免因遗漏变量引致回归结果偏误,本文尝试对城镇化水平(URB)、基础设施水平(TRA)、出口贸易水平(EXP)、外商直接投资(FDI)以及人力资本水平(HUM)等5 个变量进行控制。其中,城镇化水平是衡量一个国家或地区发展的重要指标,反映人口向城镇集聚的程度,本文以该省份城镇人口占总人口的比重衡量。基础设施水平是衡量社会生产与居民生活中所提供的公共服务物质工程设施情况,基础设施水平越高,说明地方社会福利越好,本文使用地区公路和铁路总里程数与区域行政面积之比表示。出口贸易水平是指本国生产或加工商品出口海外的市场销售情况,出口贸易水平越高,说明企业对外出口竞争力越强,越有助于推动中国式现代化产业体系建设,本文采用出口总额取对数表征。外商直接投资是境外资本通过中外合资、中外合作、外商独资、合作开发等方式在国内进行的直接投资活动,外商直接投资水平越高,说明国内营商环境越好,越有助于中国式现代化产业体系建设,本文使用外商直接投资额与GDP之比表示。人力资本水平是衡量劳动者数量与质量的指标,人力资本水平越高,说明地方教育水平、公共服务质量越高,本文使用普通高校毕业生率表征。
基于科学性、数据可得性原则,本文以2012-2022年中国内地31个省(市)为研究对象,探究数字经济对中国式现代化产业体系的影响及作用机制。数据来源于两方面:主要数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》;其余数据来源于《中国能源统计年鉴》《中国环境统计年鉴》及各省(市)统计年鉴、统计公报和国泰安数据库(CSMAR)。此外,部分缺失数据采用插值法补全。
表4为数字经济对中国式现代化产业体系的直接影响效应检验结果。从表4列(1)可知,在未加入控制变量时,数字经济对中国式现代化产业体系影响的估计系数为0.569,且通过1%水平下的显著性检验,说明数字经济对中国式现代化产业体系建设具有推动作用。从表4列(2)可知,在加入控制变量后,数字经济对中国式现代化产业体系影响的估计系数仍然通过1%水平下的显著性检验,且符号为正。由此,研究假设H1成立。从控制变量来看,城镇化水平的估计系数为-1.634,且在10%水平下显著,表明城镇化水平提升不利于中国式现代化产业体系建设。原因可能在于,城镇化发展会在一定程度上造成产业“空心化”问题,引发生态环境发展失衡,进而对中国式现代化产业体系建设形成阻滞。基础设施水平、出口贸易水平和外商直接投资的估计系数均通过5%水平下的显著性检验,说明我国交通运输率持续提升、产品流通加大、外资吸引力增强均在一定程度上倒逼产业体系不断完善,有效推动中国式现代化产业体系建设。原因可能在于,出口贸易水平提升和外商直接投资力度加大有利于促进生产要素自由流动,并在持续优化资源配置和产业结构的同时,为中国式现代化产业体系建设提供要素支撑。此外,人力资本的估计系数通过1%水平下的显著性检验,且符号为正,表明人力资本亦是中国式现代化产业体系建设的重要驱动因素之一。
表4 基准回归检验结果
Table 4 Benchmark regression test results
变量CMISCMIS(1)(2)DIGI0.569∗∗∗0.631∗∗∗(4.293)(3.951)ERB-1.634∗(-1.785)TRA2.312∗∗(2.468)EXP1.934∗∗(2.507)FDI1.072∗∗(2.635)HUM2.276∗∗∗(3.042)个体固定效应YESYES年份固定效应YESYES常数项3.164∗∗∗4.534∗∗∗(2.975)(3.153)N341341R20.6880.594
3.2.1 稳健性检验
为检验上述研究结论是否稳健,采用替换自变量、缩尾处理以及更换指标测度方法等方式开展稳健性检验。第一,替换自变量。参照刘从九和高秀[32]的研究,采用电子商务交易总额作为数字经济发展水平代理变量,并将其代入模型(1)进行重新估计,结果见表5列(1)。由结果可知,数字经济对中国式现代化产业体系影响的估计系数为0.534,且通过1%水平下的显著性检验,该结果与基准回归结果基本一致,说明回归结果稳健。第二,缩尾处理。为避免因离群值引致回归结果偏误,以前后1%的缩尾方式处理相关变量,所得结果见表5列(2)。由结果发现,经过前后1%的缩尾处理后,数字经济对中国式现代化产业体系影响的估计系数为0.552,且通过1%水平下的显著性检验,证明基准回归结果稳健。第三,更换变量测度方法。分别利用主成分分析法和均等权重法重新测算数字经济发展水平,并代入模型(1)进行回归估计,结果见表5列(3)、列(4)。由结果可知,数字经济对中国式现代化产业体系影响的估计系数分别为0.493、0.571,且均通过1%水平下的显著性检验,证明基准回归结果稳健。
表5 稳健性检验结果
Table 5 Robustness test results
变量替换自变量(1)缩尾处理(2)更换变量测度方法(3)(4)主成分分析法均等权重法DIGI0.534∗∗∗(3.642)DIGI-10.552∗∗∗(4.318)DIGI-20.493∗∗∗(3.427)DIGI-30.571∗∗∗(3.682)控制变量YESYESYESYES个体固定效应YESYESYESYES年份固定效应YESYESYESYES常数项0.538∗∗∗0.631∗∗∗0.574∗∗∗0.632∗∗∗(4.627)(3.952)(2.975)(4.127)N341341341341R20.6580.6120.6670.658
3.2.2 内生性分析
中国式现代化产业体系建设涉及经济、文化等不同领域,可能与数字经济互为因果,进而导致数据间具有内生性问题。为此,选择工具变量法进行内生性检验。具体以1984年城市每万人固定电话数量与上年度全国互联网用户量的交乘项作为数字经济的工具变量(IV),并使用2SLS方法重新进行回归。原因如下,就相关性而言,历史上固定电话数量大的省份更容易形成数字经济发展优势,满足内生性要求;就外生性而言,1984年各城市每万人固定电话数量尚不能直接对当期中国式现代化产业体系产生直接影响,满足外生性要求。从表6列(1)可知,LM统计量为15.124(高于临界值10.000),即满足工具变量与被解释变量相关性要求;F统计量为18.243,排除弱工具变量可能与不可识别的原假设。从表6列(2)可知,数字经济对中国式现代化产业体系影响的估计系数为0.441,且通过1%水平下的显著性检验,证明回归结果稳健。
表6 内生性检验结果
Table 6 Endogeneity test results
变量工具变量法一阶段二阶段(1)(2)CMIS0.441∗∗∗(3.715)IV0.206∗∗∗(3.038)控制变量YESYES个体固定效应YESYES年份固定效应YESYESK-P rk LM统计量15.124∗∗∗K-P rk Word F统计量18.243R20.6780.531
3.3.1 资源富集度异质性分析
资源是产业发展的关键基础,对中国式现代化产业体系建设具有重要作用。由于各地区资源富集度不同,其中国式现代化产业体系建设也可能存在差异。本文借鉴杨洁和石依婷 [33]的做法,采用资源型产业从业人员数占地区总人口的比重表征区域资源富集度,同时,将总体研究样本划分为资源型省份与非资源型省份两大子样本组,重新进行回归检验。从表7中列(1)(2)结果看,数字经济对资源型省份中国式现代化产业体系影响的估计系数为0.696,且通过1%水平下的显著性检验;数字经济对非资源型省份中国式现代化产业体系影响的估计系数为0.224,亦通过1%水平下的显著性检验。上述研究结果表明,数字经济对资源型省份和非资源型省份的中国式现代化产业体系建设均具有显著正向影响。进一步对比估计系数发现,数字经济对资源型省份中国式现代化产业体系的赋能作用更显著。原因可能是相较于非资源型省份,资源型省份具有丰富的能源资源和专业化产业集群,能够增强数字经济对中国式现代化产业体系的赋能作用。
表7 异质性检验结果
Table 7 Heterogeneity test results
变量资源型省份非资源型省份数字经济高水平组数字经济低水平组东部地区中部地区西部地区东北地区(1)(2)(3)(4)(5)(6)(7)(8)DIGI0.696∗∗∗0.224∗∗∗0.784∗∗∗0.221∗0.662∗∗∗0.437∗∗∗0.315∗∗0.223∗(3.532)(3.641)(3.481)(1.974)(2.975)(3.211)(2.454)(1.734)控制变量YESYESYESYESYESYESYESYES个体固定效应YESYESYESYESYESYESYESYES年份固定效应YESYESYESYESYESYESYESYES常数项0.553∗∗∗0.574∗∗∗0.413∗∗∗0.517∗∗∗0.439∗∗∗0.324∗∗∗0.538∗∗∗0.470∗∗∗(4.631)(3.946)(3.085)(3.224)(3.295)(2.845)(3.179)(3.572)N1102311322091106613233R20.6820.6610.7680.5710.6470.5590.7020.577
3.3.2 数字经济发展水平异质性分析
为检验不同水平数字经济发展对中国式现代化产业体系影响的异质性,借鉴赵涛等 [34]的做法,测算出数字经济发展水平综合指数,进一步依据数字经济发展水平中位数将样本划分为数字经济高水平组和数字经济低水平组,代入模型重新测算,检验结果如表7列(3)(4)所示。列(3)回归结果显示,数字经济高水平组的估计系数为0.784,在1%水平下显著。列(4)检验结果显示,数字经济低水平组的估计系数为0.221,在10%水平下显著。对比来看,数字经济高水平组对中国式现代化产业体系建设的赋能作用更显著。究其原因,可能是相较于数字经济基础低水平组,数字经济高水平组产业主体间的信息对称度更高,有利于各领域产业主体获取信息、技术、资本支持,不断优化产业结构,促进中国式现代化产业体系建设。
3.3.3 区域异质性分析
考虑到我国幅员辽阔,各地区自然资源、经济发展水平、政策落实情况等存在较大差异,可能引致数字经济的影响作用存在地区异质性。为此,参考已有研究[35,36],依据国家统计局划分标准,将31个省(市)样本划分为东部、西部、中部、东北四大地区,再次进行回归分析,结果如表7列(5)-(8)所示。从结果看,数字经济对东部地区中国式现代化产业体系影响的估计系数为0.662,且在1%水平下显著,说明数字经济能显著影响东部地区中国式现代化产业体系建设。数字经济对中部地区中国式现代化产业体系影响的估计系数低于东部地区,为0.437,亦在1%水平下显著,说明数字经济对中部地区中国式现代化产业体系建设也发挥显著促进效应。数字经济对西部和东北地区中国式现代化产业体系影响的估计系数依次为0.315、0.223,分别通过5%、10%水平下的显著性检验,说明数字经济对西部和东北地区中国式现代化产业体系的促进效应弱于东部与中部地区。可能的原因是,东部地区依托自身显著的文化科技优势和地理区位优势,并在早期借助财政补贴政策和税收优惠政策,加快数字新基建建设,使得技术、资本、人才等创新要素加速向东部地区集聚,为数字经济快速发展提供多维要素支撑,对中国式现代化产业体系建设形成显著驱动效应。相较而言,尽管在加快产业结构调整、促进经济发展方式转变的过程中,东部地区产业向中部、西部与东北地区加速转移,为区域内产业结构升级进而实现中国式现代化产业体系建设提供了物质基础。但受东部地区“虹吸效应”的持续影响,中部、西部与东北地区普遍存在区域创新能力不足、高素质人才缺失以及金融资源匮乏等问题,难以充分发挥数字经济对中国式现代化产业体系建设的赋能作用。
表8为新质生产力的中介效应检验结果。列(2)结果显示,数字经济对新质生产力影响的估计系数为0.479,且在1%水平下显著,说明数字经济对新质生产力具有正向促进作用。列(3)结果显示,数字经济与新质生产力的估计系数均为正,且在1%水平下显著,同时,在纳入新质生产力变量后,相较于列(1)数字经济的估计系数有所下降,说明新质生产力是数字经济影响中国式现代化产业体系建设的重要机制变量,即存在“数字经济—新质生产力—中国式现代化产业体系”的作用路径。据此,研究假设H2成立。这说明数字经济发展能够有效畅通数据要素流通堵点,增强数据要素资源吸引力,促进优质数据生产要素高效配置,为新质生产力发展提供新动能。在此情形下,新质生产力能够依托新型劳动力、新型劳动对象和新型劳动工具,持续推进传统产业转型升级,驱动战略性新兴产业融合集群化发展,有效赋能中国式现代化产业体系建设。
表8 中介效应检验结果
Table 8 Mediation effect test results
变量CMISNEWCMIS(1)(2)(3)DIGI0.631∗∗∗0.479∗∗∗0.486∗∗∗(3.951)(4.391)(3.637)NEW0.302∗∗∗(3.531)控制变量YESYESYES个体固定效应YESYESYES年份固定效应YESYESYES常数项4.534∗∗∗5.634∗∗∗9.475∗∗∗(3.153)(3.412)(7.632)N341341341R20.5940.5870.631
本文采用全局莫兰指数测算2012-2022年中国内地31个省(市)中国式现代化产业体系建设水平的空间相关性,结果见表9。结果显示,中国式现代化产业体系的全局莫兰指数均通过显著性检验,表明各省(市)中国式现代化产业体系建设间存在显著的正向空间相关性。
表9 2012-2022年中国式现代化产业体系的全局莫兰指数
Table 9 Overall Moran index of Chinese modern industrial system from 2012 to 2022
年份IZ值P值20120.3185.4830.00020130.3325.0290.00020140.3474.3670.00020150.3584.9340.00020160.3434.3820.00020170.3625.3380.00020180.3855.5760.00020190.4045.8740.00020200.4255.1730.00020210.4194.9310.00020220.4474.8940.000
由于全局莫兰指数只能获取空间相关性结论,无法识别空间内的“热点”与“冷点”,因此本文在全局莫兰指数检验基础上,利用局部莫兰指数对2012、2022年中国式现代化产业体系的空间效应展开局部莫兰指数散点图分析,结果如图2、图3所示。具体分析来看,2012年有7个省份处于“高—高”集聚区,19个省份处于“低—低”集聚区;2022年有9个省份处于“高—高”集聚区,14个省份处于“低—低”集聚区。由此可见,中国式现代化产业体系集聚水平持续提升。总体而言,中国式现代化产业体系的局部莫兰指数呈现出“高—高”、“低—低”集聚的空间相关性。
图2 2012年局部莫兰指数散点分布
Fig.2 Scatter plot of local Moran index in 2012
图3 2022年局部莫兰指数散点分布
Fig.3 Scatter plot of local Moran index in 2022
4.2.1 空间杜宾模型设定
考虑到数字经济与中国式现代化产业体系建设存在空间相关性,建立空间杜宾模型以检验二者是否存在空间溢出效应。
CMISit=θ0+θ1DIGIit+θ2WDIGIit+θ3WCMISit+θ4Xit+θ5WXit+μi+λt+εit
(4)
式(4)中,W表示地理相邻空间权重矩阵,θ0为常数项,θ1、θ2、θ3、θ5分别为本省(市)数字经济发展水平、相邻省(市)数字经济发展水平、相邻省(市)中国式现代化产业体系建设水平、相邻省(市)其它控制变量对本省(市)中国式现代化产业体系建设的空间溢出效应,θ4为控制变量的估计系数。其余变量含义与式(1)一致。
4.2.2 空间效应分析
参考已有研究[37-39],进一步将空间效应分解为直接效应、间接效应和总效应,如表10所示。列(1)结果显示,数字经济的直接效应回归结果为正,且通过1%的显著性水平检验,表明数字经济发展有助于推进本地区中国式现代化产业体系建设。列(2)结果显示,数字经济对中国式现代化产业体系的间接效应为0.320,且在1%水平下显著,表明本地区数字经济发展对邻近地区中国式现代化产业体系建设产生带动作用。列(3)结果显示,数字经济对中国式现代化产业体系总效应的回归检验结果为0.898,且在1%水平下显著,说明数字经济对中国式现代化产业体系发挥显著的正向空间溢出效应。究其原因,数字经济通过不断强化产业网络与数字经济发展的空间交互,促进技术创新成果向周边地区溢出,带动周边地区产业结构转型升级,推动中国式现代化产业体系建设。
表10 空间效应分解结果
Table 10 Decomposition results of the spatial effect
变量直接效应间接效应总效应(1)(2)(3)DIGI0.578∗∗∗0.320∗∗∗0.898∗∗∗(3.267)(3.851)(3.046)
本文以2012-2022年中国内地31个省(市)为研究对象,从理论与实证层面考察数字经济对中国式现代化产业体系的影响效应,以及新质生产力的中介作用。研究结果显示:数字经济对中国式现代化产业体系具有正向促进作用,且该结论经过替换自变量、缩尾处理以及采用工具变量法等一系列稳健性和内生性检验后依旧成立。异质性分析表明,相较于非资源型省份,数字经济对资源型省份中国式现代化产业体系的促进作用更显著;相较于低发展水平组,数字经济在高发展水平组对中国式现代化产业体系的赋能作用更显著;相较于中部、西部与东北地区,数字经济对东部地区中国式现代化产业体系的正向影响更显著,且呈现出东部>中部>西部>东北的分布特征。由中介效应检验结果发现,数字经济能够促进新质生产力,从而驱动中国式现代化产业体系建设,即“数字经济—新质生产力—中国式现代化产业体系”这一作用路径成立。进一步检验发现,数字经济对中国式现代化产业体系具有显著的正向空间溢出效应。
(1)基于数字经济的融合效应、创新效应与绿色效应,从产业融合、可持续发展及创新赋能3个视角探究数字经济对中国式现代化产业体系的影响,在揭示数字经济与中国式现代化产业体系理论关系的同时,形成推动中国式现代化产业体系发展的研究框架。
(2)从资源禀赋、数字经济发展水平以及区域视角,探究不同分组下数字经济对中国式现代化产业体系建设的异质性影响,从而拓展研究视角和应用情境,为高质量促进中国式现代化产业体系建设提供新思路。
(3)基于新兴产业发展战略,结合熊彼特创新理论与数字经济发展特征,从新质劳动力、新质劳动对象、新质劳动资料3个维度出发,系统剖析新质生产力在数字经济影响中国式现代化产业体系建设过程中的具体作用路径。
(1)健全数字经济发展体系。研究发现,数字经济能够显著促进中国式现代化产业体系建设。我国应基于大数据、人工智能等数字技术,推进数字技术与实体经济深度融合,实现实体经济数字化、智能化转型,促进产业数字化和数字产业化发展,不断健全数字经济发展体系,有效赋能中国式现代化产业体系建设。同时,我国应通过构建数据要素共享平台,促进数据要素与传统生产要素融合,充分释放数据要素的乘数效应,提高数据要素利用率,为深化数字经济发展持续注入新动能,从而助力中国式现代化产业体系建设。
(2)采取差异化策略,不断缩小区域发展差距。鉴于数字经济对资源型省份和东部地区中国式现代化产业体系建设具有更显著的促进作用,各地区应采取差异化发展策略,缩小中国式现代化产业体系发展差距。非资源型省份应在生态文明建设理念引导下,渐次通过绿色产业结构升级、新能源技术开发等方式,提升数字经济对中国式现代化产业体系的正向作用。资源型省份应大力推动传统能源产业优化升级,着力发展安全高效、绿色低碳的清洁能源产业体系,积极发展大健康产业、文化旅游产业等现代服务业,有效驱动中国式现代化产业体系建设。与此同时,数字经济发展低水平地区与中部、西部、东北地区应紧抓科技革命和产业变革新机遇,依托地区资源优势和产业发展特色积极部署未来产业,对接头部企业数字产业链、供应链布局,推进中国式现代化产业体系可持续发展。数字经济发展高水平地区、东部地区应建立区域数据资源共享机制,推动数据要素跨区域流动,提高创新要素在生产过程中的利用率,增强数字技术、研发成果知识外溢效应,带动数字经济发展低水平地区中国式现代化产业体系建设。
(3)加快壮大新质生产力。上述结果表明,新质生产力是数字经济赋能中国式现代化产业体系的重要作用路径。因此,地方政府应以发展新质生产力为切入点,大力推进传统产业数字化升级,同时,淘汰高能耗、低效率的落后产能,完善绿色产业结构,加快中国式现代化产业体系建设。地方政府应加强新能源、人工智能等前沿技术研发与应用,抢占新质生产力发展战略制高点,同时,借助制度机制建设打通束缚新质生产力的堵点,为中国式现代化产业体系建设赋能。此外,通过建立数据资源共享机制引导科研机构提高技术、信息等创新资源整合效率,促进地区创新要素与数字产业深度融合,建设一批创新性、竞争力强的数字产业集群,不断释放数字产业发展新势能,加速推进新质生产力发展。
本文存在以下不足:第一,以中国内地31个省(市)为研究对象,在样本选择上偏向于宏观视角。未来研究可从城市、产业或者企业等微观视角,进一步探究数字经济对中国式现代化产业体系的深层次影响。第二,中国式现代化产业体系建设会受到政策、经济发展水平、对外开放度等多种外部因素影响。受篇幅所限,本文未考察外部环境因素对数字经济与中国式现代化产业体系关系可能存在的调节效应,未来可针对该问题作进一步分析。
[1] 申珅,祁苑玲.习近平关于现代化产业体系重要论述的内在逻辑及重要价值[J].理论视野,2023,31(5):34-40.
[2] 刘志彪.理解现代化产业体系:战略地位、建设内容、主要挑战与对策[J].福建论坛(人文社会科学版),2023,40(5):5-14.
[3] 马天禄.金融支持现代化产业体系建设探索[J].中国金融,2023,74(16):19-21.
[4] 刘宇.数字金融对中国式现代化产业体系建设影响研究[J].云南民族大学学报(哲学社会科学版),2024,41(2):98-107.
[5] 周文康.高水平科技自立自强助推新质生产力形成发展:理据、优势与进路[J].技术经济,2024,43(4):15-25.
[6] 韩青江,陈雁云,夏蕾.人工智能与现代产业体系融合发展研究——基于系统耦合的视角[J].南昌大学学报(人文社会科学版),2024,55(1):56-69.
[7] 徐鹏杰,张文康,曹圣洁.产业结构升级、构建现代产业体系与农民农村共同富裕[J].经济学家,2023,35(5):78-88.
[8] 霍红,王悦.数字经济赋能东北产业转型升级问题研究[J].税务与经济,2024,46(2):68-76.
[9] 杜传忠,薛宇择.工业互联网推进现代化产业体系建设的机制及路径探析[J].江西社会科学,2024,44(1):114-125,207.
[10] 原磊,王山.数字经济助力现代化产业体系建设[J].当代经济研究,2023,34(12):5-13.
[11] 刘美,刘亚芬.数字经济与中国式产业现代化——基于门槛特征和空间效应的研究[J].技术经济与管理研究,2023,30(12):35-39.
[12] 张晨,唐伟博.数字经济对现代产业体系构建的影响研究[J].工业技术经济,2023,42(11):26-37.
[13] 郭晗,侯雪花.新质生产力推动现代化产业体系构建的理论逻辑与路径选择[J].西安财经大学学报,2024,37(1):21-30.
[14] 洪银兴.发展新质生产力 建设现代化产业体系[J].当代经济研究,2024,35(2):7-9.
[15] 王文泽.以智能制造作为新质生产力支撑引领现代化产业体系建设[J].当代经济研究,2024,35(2):105-115.
[16] 吴文生,荣义,吴华清.数字经济赋能新质生产力发展——基于长三角城市群的研究[J].金融与经济,2024,39(4):15-27.
[17] 秦海波,李文翰,孙卢玲,等.中国数字经济政策的焦点变迁与演进规律[J].中国科技论坛,2024,39(3):83-94.
[18] LI X,WU T,ZHANG H J, et al.Digital technology adoption and sustainable development performance of strategic emerging industries: the mediating role of digital technology capability and the moderating role of digital strategy[J].Journal of Organizational and End User Computing (JOEUC),2022,34(8):1-18.
[19] 孙欣,陈乃惠.数字经济对生态效率的非线性影响——基于门槛效应的检验[J].调研世界,2024,31(3):39-49.
[20] 李玉梅,陈洋毅,雷鸣.技术发展视角下数字经济对绿色经济发展的影响机制及空间效应分析[J].科技管理研究,2024,44(1):213-222.
[21] 陈雨露.以金融强国建设全面推进中国式现代化[J].红旗文稿,2023,30(24):11-15,1.
[22] 胡博成,朱千叶.向未来要空间:论新质生产力的经济空间逻辑及实践旨向[J].重庆大学学报(社会科学版),2024,30(2):98-109.
[23] WANG J F,DIAO Y Z,LI X S, et al.A Research on practical significance of productivity theory in consumption society[J].Journal of Applied Business Research (JABR),2018,34(2):237-252.
[24] 杜传忠,李钰葳.强化科技创新能力加快形成新质生产力的机理研究[J].湖南科技大学学报(社会科学版),2024,27(1):100-109.
[25] 韩先锋,李佳佳,徐杰.绿色技术创新促进地区产业升级的动态调节效应——基于经济增长目标约束的新视角[J].科技进步与对策,2023,40(8):44-53.
[26] 唐晓华,李静雯.中国制造业现代产业体系的测度及时空演变特征研究[J].西南民族大学学报(人文社会科学版),2022,43(11):109-120.
[27] 周文,张奕涵.中国式现代化与现代化产业体系[J].上海经济研究,2024,44(4):14-30.
[28] 贺正楚,蔡湘杰,潘为华.数字经济、科技服务业的协同发展及区域协同效应[J].科研管理,2024,45(3):133-142.
[29] 刘晓雅.数字经济、相对贫困治理与中国式现代化[J].统计与决策,2024,40(5):10-15.
[30] 钞小静,王清.新质生产力驱动高质量发展的逻辑与路径[J].西安财经大学学报,2024,37(1):12-20.
[31] 曾鹏,覃意晗,周联超.中国城市新质生产力水平的测算及时空格局[J].地理科学进展,2024,43(6):1102-1117.
[32] 刘从九,高秀.数字经济对农产品贸易额异质性动态影响——基于我国主要农产品进出口额的实证[J].农业经济与管理,2022,13(5):1-11.
[33] 杨洁,石依婷.数字经济改善了区域碳排放水平吗——基于减排和增效两个视角[J].武汉金融,2023,40(5):51-58,20.
[34] 赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展:来自中国城市的经验证据[J].管理世界,2020,36(10):65-76.
[35] 王善高.数字经济与农业高质量发展:影响效应与作用路径[J].统计与决策,2024,40(6):21-26.
[36] 刘耀彬,胡伟辉,骆康,等.省会城市数字经济发展的影响——溢出还是虹吸[J].科技进步与对策,2023,40(15):53-63.
[37] 周杰琦,陈达,夏南新.人工智能对绿色经济增长的作用机制与赋能效果——产业结构优化视角[J].科技进步与对策,2023,40(4):45-55.
[38] GUOWEI Z .The heterogeneous role of green finance on industrial structure upgrading - Based on spatial spillover perspective[J].Finance Research Letters,2023,58:104596.
[39] 于斌斌.金融集聚促进了产业结构升级吗:空间溢出的视角——基于中国城市动态空间面板模型的分析[J].国际金融研究,2017,32(2):12-23.