數字經濟對資源錯配的影響研究：作用機理與經驗證據

張 毅，王 軍

(1.貴州財經大學 經濟學院，貴州 貴陽 550025；2.首都經濟貿易大學 經濟學院，北京 100070)

一、引言

中國經濟高速增長的背后伴隨著嚴重的資源錯配，很大程度上制約著經濟高質量發展和資源配置效率的改善；同時，資源錯配限制了生產效率和全要素生產率水平的提升。我國區域、行業和企業間嚴重的資源錯配問題使得經濟社會發展難以持續。自2008年金融危機以來，我國全要素生產率年均增速下降了1%以上[1]，增速放緩的原因更多來自資源配置扭曲和要素錯配[2]；資源錯配引致的生產效率下降抑制了全要素生產率水平增長并導致經濟總產出與社會福利水平的損失[3-6]。如何改善資源錯配和提升要素配置效率作為我國經濟建設的重要目標在政府工作報告中被反復提及。

新經濟發展背景下，數字經濟與生產組織變革、制度安排改進有機結合，有效矯正了資本、勞動要素錯配。首先，互聯網和數字化技術的廣泛采用能夠有效減少勞動者在時間和空間上的錯位，有效促進勞動就業選擇，進而優化勞動要素配置；其次，數字經濟的數字化平臺和基于“互聯網+”的嶄新模式改變了傳統資本市場運作方式，有效促進區域市場競爭和區域專業化水平的提升，降低資本要素市場的錯配程度。隨著數字經濟的進一步發展，生產要素的配置生產方式發生重大變化，逐漸改變既往要素的配置方式，特別是在新的資源配置平臺下，數據資源主要在網上流動，數據流引領技術流、物質流、資金流、人才流的配置悄然變化。借助海量數據、將多種資源集聚進而改善資源配置形態和空間，極大地提升了資源配置效率。總體而言，數字經濟通過既有要素的重組和優化資源配置，依托云計算、大數據和人工智能等數字化技術合理地配置資本和勞動要素，切實優化生產要素的投入和使用比例，擺脫傳統要素市場的扭曲和束縛，推動生產要素有序高效流動，有效矯正要素錯配程度，使生產要素達到最佳配置。

較之已有的研究，本文可能的邊際貢獻主要如下：現有文獻大多基于單一視角討論數字經濟對資源錯配的影響，本文不僅直接討論數字經濟對資源錯配的影響，而且將技術創新、市場競爭和政府治理納入數字經濟影響資源錯配的分析框架，特別是從政府數字治理和數字經濟協同發展視角考察政府治理在數字經濟矯正資源錯配中的調節效應，論證得出數字經濟有助于矯正資源錯配的結論。

二、文獻綜述與研究假說

(一)文獻回顧

數字經濟作為全新的經濟形態，從生產組織各個方面對資源錯配產生重要影響。梳理既有文獻發現數字經濟對資源錯配的影響主要包括以下方面。

一是關于數字經濟對資源錯配的直接影響。計算機等信息技術的普及和應用加快了數字經濟的發展，特別是人工智能等數字技術的出現，深刻影響和變革著要素的配置方式。學術界尤以數字經濟對資源錯配的影響最為關注。在數字經濟時代，數字技術以極強的滲透、融合、匹配、普惠，以及協同效應實現要素的精準匹配，改變傳統資源配置方式，使要素錯配得以有效矯正進而改善資源配置效率[7-8]。要素扭曲是影響資源配置的重要方式，數字經濟強化市場競爭并使生產要素配置趨于理想狀態，有效改善資源錯配[9]。數字經濟改變了傳統經濟形態的資源配置參照體系和分析方法，緩解了因信息不對稱和有限理性造成的資源配置扭曲，通過“增量補充”和“存量優化”打破了傳統工業時代的資源配置路徑，實現了要素資源配置機制的重塑[10]；此外，外生事件的沖擊特別是新冠流行的出現進一步加速了數字經濟的快速增長，并對其他部門資源重新配置產生重要影響[11]。HORTON 和 ZECKHAUSER(2016)[12]強調，借助數字平臺能夠實現閑置資源有效利用和重新配置。低搜索成本使閑置資源能夠被更高效利用[13]，特別是點對點搜索平臺利用低搜索成本提供了市場需求信息，使要素供給在必要需求時及時進入市場，實現資源的精確匹配和有效的配置[14-15]。于世海等(2022)[16]通過測算中國制造業行業的資源錯配程度，并結合中國地區層面數字經濟指數考察數字經濟對資源錯配的影響，發現數字經濟有效矯正了制造業資源錯配程度，進而優化資源配置效率。韋莊禹(2022)[17]以面板固定模型和工具變量法實證檢驗發現，城市數字經濟發展顯著提升了制造業企業的資源配置效率。柏培文和喻理(2021)[18]使用2004—2013年中國工業企業數據實證檢驗得出數字經濟發展降低了企業價格加成的離散度，顯著改善了資源配置效率。

二是數字經濟影響資源配置的機制分析。數字經濟發展背景下，如何處理政府與市場關系，更好實現資源配置則顯得尤為重要。隨著數字經濟蓬勃發展，為政府職能轉變提供了良好的制度創新環境，政府治理能力的提升與數字經濟發展更有助于資源配置效率的提升[19]。羅佳等(2023)[20]研究發現，伴隨數字經濟的發展，數字技術的發展能夠提升企業的創新效率和緩解勞動力扭曲，進而改善企業的資源錯配水平。數字技術還通過強大的資源整合能力，重構傳統生產要素體系，實現資源的優化配置[21]；同時，數字經濟牽引數字技術進步為資本、勞動等要素提供多種配置途徑，緩解要素配置扭曲，實現資源合理配置[7]。

梳理既有文獻可知大多直接討論數字經濟和資源錯配之間的關系，鮮有將技術創新、市場競爭和政府治理納入統一的分析框架。當前我國正處于數字經濟飛速發展階段，一方面，數字經濟所引致的廣義技術進步和市場競爭將對經濟社會產生重大影響；另一方面，在數字經濟發展背景下考察有效政府治理對于資源配置的機制影響尤為重要。可見，忽略上述因素則可能導致研究結果有失偏頗，因此，本文將技術創新、市場競爭和政府治理納入數字經濟影響資源錯配的統一分析框架，是對既有研究的有效補充和深化。

(二)研究設計

1.數字經濟影響資源錯配的理論分析

數字經濟作為全新的經濟形態，能夠有效矯正資源錯配。伴隨數字經濟的蓬勃發展，數字技術對資源錯配發揮顯著的矯正和改善作用。企業借助數字技術能夠有效掌握市場信息，充分甄別市場需求和適應市場環境的沖擊，合理投入生產要素，避免要素配置扭曲，有效實現資源的合理配置。數字經濟促進傳統生產方式向著信息化、智能化和數字化方向發展，從根本上重塑和改變了傳統資源配置方式。比如借助網絡優勢顯著降低了要素的交易成本，有助于資源合理配置。數字化信息平臺的發展實現就業信息獲取、搜尋匹配的及時性和精確性，減少勞動力的時空錯位和提高勞動力就業信息獲取能力；同時互聯網發展能夠提供靈活多樣的崗位和就業信息，重塑改善勞動力配置效率和矯正勞動錯配[22]。伴隨數字經濟的繁榮壯大和數字技術的日趨成熟，數字經濟能夠實現市場主體突破地理和交易場所的限制，同時通過強化要素競爭水平使要素在不同區域、時空實現網格化配置，從而降低要素市場扭曲程度并有效矯正資源錯配[9]。

基于此，本文提出假設1：數字經濟發展對資源錯配起顯著矯正作用。

2.技術創新的機制分析

數字經濟作為引領經濟社會發展的新引擎，數字經濟發展與技術創新、資源配置是相互聯系的，尤其是由數字化、信息化技術創新所引致的社會變革。結合中國發展實際，數字化轉型的過程也是數字化技術普及應用的過程，當數字化技術被廣泛應用于經濟發展、產業變革、企業生產，新支點、新動能的出現將會給廣義的技術創新帶來提升空間。特別是數字經濟的發展，引致人工智能、大數據、云計算等新技術層出不窮。數字經濟發展驅動底層技術向著更高水平發展，如帶來支撐數字經濟發展的芯片、半導體和存儲等廣義技術不斷更迭、進步。當技術水平得到提升之后，企業傾向于獲取更多數據要素以實現自身的數字化水平，數字化水平的提升在處理和配置資源將更加及時、有效和精確。因此技術創新水平的發展更加有助于既有資源錯配水平的矯正。

基于此，本文提出假設2：數字經濟通過提升技術創新水平進而更加有助于矯正當前普遍存在的資源錯配，資源配置效率得到顯著提升。

3.市場競爭的機制分析

考慮數字經濟的發展提高了經濟活動的市場競爭程度，隨著數字經濟的繁榮壯大，數字技術等新技術不斷涌現，促進既有企業技術進步和市場規模的擴大，潛在進入者通過研發和更新既有技術以獲取更多市場份額，潛在進入者和既有市場占有者必然因爭奪市場份額而產生競爭。同時數字經濟通過破除區域、行業和地方政府保護壁壘，促進各類要素廣泛流動，實現價格和生產機制市場化，促進市場充分競爭。特別是在數字經濟發展背景下，各區域和微觀生產組織能夠借助數字技術更大范圍參與競爭、參與資源共享和配置，實現資源在更大范圍、區間配置，進而使資源錯配水平矯正更為顯著。數字技術和數據要素具備可復制性、可復用性、可疊加性與不可耗竭性等特殊屬性，這賦予了其拓寬生產可能性邊界與改善資源配置效率的能力。那么市場競爭程度的提升一方面提高了企業的數字化水平，另一方面又降低了要素價格，從而使代表性企業能實現更高產出水平和資源配置效率，這意味著由數字經濟發展所引致的市場競爭程度的提升全面促進了資源配置效率的改善。

基于此，本文提出假設3：數字經濟的發展有助于提高市場競爭水平進而改善資源配置效率。

4.政府治理的調節機制分析

市場主體的自發行為可能引致數據要素市場的分割壟斷，政策的積極主動干預是必要的。數據要素來自市場主體的行為、生產活動，當其從原始的數據資源轉化為生產要素之后，隱私保護、產權歸屬和收益分配等問題也隨之出現，例如居民會擔心隱私遭到侵害而選擇不公開個人數據，企業則會因“創造性破壞”而不向社會提供生產、服務的有效信息，且數據要素市場上供給方的壟斷行為將催生數據寡頭和市場分割，這均使得市場上的需求方無法通過支付要素的邊際報酬以獲取生產活動所需的數據要素，此時數據要素市場的資源配置效率將大打折扣，甚至寡頭憑借壟斷力量造成數據要素和數字技術分割，加劇資源錯配。

面對壟斷分割，單純的市場手段難以有效解決，需要統籌政府和市場的力量予以妥善解決。一方面，政府通過制定相關法律法規對市場壟斷行為加以約束和規范，在競爭市場的機制框架下輔之以產業、產權和分配政策調節，打通拖累要素配置效率提升的各類梗阻，發揮政府治理和數字經濟在矯正資源錯配中的協同作用。另一方面，政府直接向居民采集數據，依次對居民提供的信息進行存儲、加工、流通、分析、應用和保障等工序，關鍵是對居民的個人信息進行隱私保護，當政府向數據要素的需求方提供數據、信息集時，已經通過隱去主體信息等方式防止居民信息的隱私泄露。在此基礎上，居民向政府而不是市場直接提供數據，可以防止隱私泄露對個人效用帶來負效應，增加要素市場的數據要素供給，借助政府數據交易平臺，企業將實現以更低的價格購買數據以提升自身的數字化水平，進而充分發揮數字技術對資源配置的改善作用。

基于此，本文提出假設4：政府治理在數字經濟影響資源配置中具有顯著的調節作用。

三、模型設定和變量選擇

(一)模型設定

理論部分分析得出數字經濟顯著矯正了當前的資源錯配水平，為進一步驗證理論假設，本部分將引入計量模型以檢驗數字經濟對資源錯配的定量影響，具體模型設定如式(1)：

τit=β0+β1dig-ecoit+β2Xit+λi+ut+εit

(1)

式(1)表征數字經濟對資本、勞動錯配的影響。其中τit為本文的被解釋變量，分別代表樣本城市資本(tkit)和勞動(tlit)錯配水平①；dig-eco表征樣本數字經濟發展水平，為本文的核心解釋變量；X代表一系列控制變量合集，分別為經濟發展水平、政府干預、交通基礎設施、產業政策、外商直接投資、城鎮化、金融效率、產業結構；λ刻畫城市固定效應，用以控制個體不隨時間變化的特征，u為樣本的時間效應；i和t分別表示i城市和t時期。

理論機制部分分析得出技術創新、市場競爭和政府治理是數字經濟矯正資源錯配和改善資源配置效率的重要機制變量。基于理論機制分析本文設定如下機制檢驗模型，具體見式(2)～(4)。

medit=γ0+γ1dig-ecoit+γ2Xit+λi+ut+εit

(2)

τit=γ3+γ4dig-ecoit+γ5medit+γ6Xit+λi+ut+εit

(3)

τit=δ1+δ2dig-ecoit+δ3gov-eranceit

+δ4dig-ecoit×gov-eranceit+δ5Xit+λi+ut+εit

(4)

式(2)刻畫數字經濟對機制變量的影響，其中med分別代表技術創新和市場競爭兩個重要機制變量，其余變量與式(1)一致；式(3)表征在分別納入機制變量技術創新和市場競爭之后數字經濟和機制變量對資本、勞動錯配的影響；式(4)將政府治理作為重要的調節機制變量與數字經濟相乘考察二者對資本、勞動錯配的影響。

(二)指標選取

(1)資本和勞動錯配為本文的因變量，測算城市層面上的資本錯配和勞動錯配先要從要素的價格扭曲系數入手，本文借鑒陳永偉等(2011)[23]、白俊紅等(2018)[24]的方法，通過測度資本錯配指數(tk)和勞動錯配指數(tl)以考察各城市資本和勞動的錯配情況。

(5)

式(5)中，tk和tl分別代表資本、勞動錯配，其具體計算如下式：

(6)

(2)數字經濟指數為本文的自變量，得益于互聯網迅速崛起，我國數字經濟呈現井噴式發展。一方面，具體體現在傳統產業借助數字化轉型契機快速向產業數字化發展；另一方面，大數據和人工智能等現代信息技術的飛速發展，使得信息制造業、信息通信業、軟件服務業、互聯網產業等數字產業化蓬勃發展。綜上可知我國數字經濟主要集中體現在產業數字化和數字產業化兩大方面。基于此，在參考唐紅濤和謝婷(2022)[25]、唐要家等(2022)[26]并結合本文研究實際，關于數字經濟指數構建本研究也將從以下方面展開。數字產業化通過數字產品制造業、數字產品服務業、數字技術應用業、數字要素驅動業4個層面衡量。其中，數字產品制造業指標包括電子元器件及設備制造、數字媒體設備制造與其他數字產品制造業3個維度；數字產品服務業主要包括數字產品服務；數字技術應用業包括信息技術服務、軟件開發、電信、廣播電視和衛星傳輸服務、互聯網相關服務；數字要素驅動業包括互聯網平臺、互聯網批發零售、數字內容與媒體、信息基礎設施建設和其他數字要素驅動業等5個維度指標。產業數字化從數字化效率提升層面衡量，分別從智慧農村、智能制造、數字政府與數字金融4個維度構建指標。具體指標構建、測算如式(7)～(10)所示。

基于本研究數字經濟發展評價指標體系，參考現有技術處理和本文研究實際，選擇熵權法對數字經濟指數進行測度，首先使用極差法將各指標進行標準化處理，以消除指標之間的量綱差異，具體見式(7)：

(7)

其中，i表示各個省市；j表示數字經濟的各測度指標；max(xij)和min(xij)分別表征指標xij的最大值和最小值；yij是對xij原始指標進行無量綱化處理后的值。

接著對測算指標yij進行標準化處理，具體如式(8)：

(8)

隨后，計算數字經濟評價體系中的各測算指標值yij的權重Wj，計算過程如式(9)：

(9)

最后，得到數字經濟水平測度指標的加權矩陣即數字經濟指數：

dig-eco=∑Wjyij

(10)

(3)理論機制分析得出技術創新、市場競爭和政府治理作為數字經濟影響資源錯配的重要機制變量，在理論認識的基礎上本研究進一步選取技術創新、市場競爭和政府治理作為機制變量。①技術創新，當前學界多以專利申請或授權量刻畫區域技術創新水平，因此本研究用專利授權總量表征技術創新水平。②市場競爭，參考王若蘭和劉燦雷(2019)[27]采用赫芬達爾指數刻畫市場競爭程度，但是由于赫芬達爾指數是競爭程度的逆反向指標，因此本文使用逆赫芬達爾指數作為衡量市場競爭程度的指標，具體使用“1-赫芬達爾指數”衡量。③政府治理，根據本研究理論分析并結合數字經濟發展現實情況，數字經濟和政府治理要實現協同矯正資源錯配問題，那么政府的數字治理能力無疑顯得尤為重要。因此，根據本文研究實際采用政府數字治理水平這一變量刻畫政府治理這一指標，具體主要包含信息經濟與產業發展、工業互聯網安全、互聯網教育發展、醫療健康與公共服務、農村與城市發展、物聯網發展和核心技術與信息產業等7個方面②，通過爬取政府網站下載相關政策文件，最后提取詞頻得到本文所需政府治理數據。

(4)此外，為盡可能減少遺漏變量引致的估計結果偏差，在參考既有研究文獻[28-32]和本文研究實際的基礎上選取以下變量作為控制變量：經濟發展水平、政府干預、交通基礎設施、產業政策、外商直接投資、城鎮化、金融效率、產業結構。

(三)數據來源與變量描述性分析

本研究樣本選取2010—2020年中國259個地級城市(直轄市)的相關數據(不含港澳臺)，數據主要來自《中國信息統計年鑒》、《信息產業年鑒》、《中國互聯網絡發展狀況統計報告》、《中國統計年鑒》、《中國農村統計年鑒》、《中國城市統計年鑒》、《中國科技統計年鑒》、《中國人口和就業統計年鑒》，以及商務部網站，部分指標來源于EPS全球統計數據庫、CEIC中國宏觀經濟數據庫、Wind數據庫，以及網絡爬取地方政府官方網站處理得到。具體變量描述性分析見表1～表2。

表1 變量說明

表2 變量描述性統計

四、數字經濟對資源錯配影響的實證結果分析

(一)基準結果分析

本小節主要考察數字經濟對資源錯配的平均影響情況，具體使用2010—2020年中國259個地級城市面板數據，采用雙固定效應模型實證檢驗數字經濟對資源錯配的影響，其估計結果見表3。

表3 數字經濟對資源配置的影響

表3列(1)～(4)分別報告了模型(1)數字經濟對資本、勞動錯配的參數估計結果，由于列(2)和列(4)分別在納入控制變量、城市個體和時間效應的估計結果，因此以列(2)和列(4)的估計結果作為參照，以此展開討論。

列(2)報告了數字經濟對資本錯配的參數估計結果，可以看出估計系數(-0.344)在1%的顯著性水平下顯著為負，說明數字經濟的發展顯著矯正了資本錯配水平，數字經濟發展水平越高，越有助于矯正資本錯配。列(4)數字經濟對勞動錯配的參數估計結果可以看出，其估計系數同樣在1%的顯著性水平下顯著為負，說明數字經濟的發展顯著抑制了勞動錯配的發展。實證結果驗證了前文理論假設：數字經濟發展有助于矯正資源錯配，且數字經濟發展水平越高，矯正效應則越顯著。

(二)機制檢驗實證結果分析

前文理論假設技術創新、市場競爭和政府治理是數字經濟影響資源錯配的機制變量，基于計量模型式(2)～(4)對本文機制變量進行估計，具體估計結果如下。

1.技術創新的機制檢驗結果分析

由表4可以看出，列(1)數字經濟對技術創新的估計系數在5%的顯著性水平下顯著為正，說明數字經濟顯著促進了技術創新水平的發展；列(2)和列(3)在考慮技術創新這一機制變量之后，可以看出數字經濟對資本、勞動錯配的估計系數仍顯著為負，說明數字經濟通過牽引技術創新進而矯正資源錯配的效應顯著存在，前文理論機制得到驗證。

表4 技術創新的機制檢驗結果

2.市場競爭的機制檢驗結果分析

表5報告了市場競爭機制變量的參數估計結果，列(1)數字經濟對市場競爭的估計系數(0.025)在1%的顯著性水平下顯著為正，說明數字經濟發展有助于形成良性市場競爭發展格局，列(2)和列(3)在納入市場競爭這一機制變量之后，市場競爭的估計系數在5%的顯著性水平下顯著為負，說明一定程度的市場競爭有助于改善資本、勞動錯配水平，同時在納入市場競爭這一變量之后，數字經濟對資本、勞動錯配的估計依然負向顯著。列(1)～列(3)的估計結果說明數字經濟通過促進市場競爭的發展進而改善資本、勞動錯配的機制切實存在，理論機制得到驗證。

表5 市場競爭的機制檢驗結果

3.政府治理的機制檢驗結果分析

由表6的列(1)和列(2)可以看出數字經濟的發展顯著矯正了資本和勞動錯配水平；政府治理對資本、勞動錯配估計系數顯著為負，結果表明政府治理能力的提升有助于改善資本、勞動錯配。數字經濟和政府治理的交互項對資本、勞動錯配的估計系數顯著為負，說明數字經濟和政府治理的協同發展對改善資本、勞動錯配水平起著顯著作用，反映出政府治理水平越高，對資源錯配的矯正效應越發顯著，政府治理作為機制變量這一理論得到驗證。

表6 政府治理的機制檢驗結果

(三)穩健性檢驗

基準模型從數量關系上初步證明了數字經濟對資源錯配矯正效應的存在，但這一結果是否可靠，即改變識別策略是否數字經濟矯正資源錯配的因果關系仍然成立，還有待進一步驗證。因此，本文將進一步進行穩健性檢驗以驗證基準回歸結果的穩健性和可靠性，具體主要通過以下幾種方式檢驗模型的穩健性。第一，采用工具變量法進行內生性處理；第二，替換被解釋變量的測度方法；第三，采取國家大數據綜合試驗區的準自然實驗進行檢驗。

1.內生性處理

基準回歸驗證了數字經濟有助于矯正資源錯配，在經濟學研究過程中，內生性是難以忽視和跳過的問題，從本文的研究主題出發，一方面可能存在數字經濟快速發展顯著影響資源錯配，但資源錯配可能也顯著影響著數字經濟的發展，這種互為因果關系的內生性問題難以確保因果效應干凈和準確。另一方面，影響資源配置的因素眾多，在實證研究過程中難以窮盡所有控制變量。鑒于此，本文嘗試用工具變量法以盡可能緩解模型中存在的內生性問題，以減少模型估計偏差。

對于工具變量的選取，第一，在參考黃凌云等(2018)[36]的做法，本文選取數字經濟指數與其均值差值的三次方構建工具變量。分別對工具變量的有效性、弱工具變量進行檢驗，并在此基礎上對數字經濟的內生性展開Hausman檢驗。

檢驗結果如表7所示，不可識別檢驗在1%的顯著水平上拒絕了工具變量不可識別的原假設；弱工具變量檢驗的統計值至少大于10%水平上的臨界值，這表明本文選取的工具變量是有效的。進一步，Hausman檢驗拒絕“不存在內生性”的原假設，說明本文內生性問題的存在，因此進一步采用工具變量進行實證檢驗。

表7 內生性檢驗

表8報告了工具變量的參數估計結果，可以看出第一階段工具變量(數字經濟與其均值差值三次方)和內生變量數字經濟顯著相關、系數(0.225)和(0.228)均在1%的顯著性水平下顯著為正，第二階段數字經濟對資本和勞動錯配在1%的顯著性水平下顯著為負。說明在解決本文存在的內生性問題之后，數字經濟對資源錯配仍具有顯著的矯正作用，進一步說明了本文工具變量選取的合理性與有效性，也證明本文基準回歸結果的穩健性和可靠性。

表8 基于數字經濟與其均值差值三次方工具變量內生性處理回歸結果

進一步，為保證工具變量和基準回歸結果的穩健性，尋找新的工具變量以更好解決模型存在的內生性問題是必要的。一方面，互聯網有效支撐了數字經濟的快速發展，前期歷史上互聯網架構對后續數字經濟發展起著重要作用，如網絡通信等互聯網基礎設施的建設，勢必對后期數字經濟發展產生重要影響，滿足工具變量相關性要求。另一方面，固定電話和郵電等傳統電信工具隨著使用頻率的下降對數字經濟的影響日漸式微，進一步滿足排他性條件。因此，本文使用樣本考察期之前的互聯網發展水平(2000—2009年)分別與1984年每百人電話數以及每百萬人郵局數的交互項作為工具變量展開內生性檢驗。檢驗結果參見表9。

表9報告了兩個工具變量合理性和有效性檢驗結果，可以看出不可識別檢驗均在1%的顯著水平上拒絕了工具變量不可識別的原假設；弱工具變量檢驗的統計值滿足至少大于10%水平上的臨界值，這表明本文選取的工具變量是有效的。最后，Hausman檢驗同樣拒絕“不存在內生性”的原假設，進一步說明本文內生性問題的存在。

表10和表11分別報告兩個工具變量的估計結果。可以看出第一階段工具變量(郵局×互聯網)、(每百人固定電話×互聯網)對數字經濟均存在顯著的正向影響，驗證了相關性假設。從第二階段參數估計結果來看，表10數字經濟對資本、勞動錯配的估計系數分別在5%和1%的顯著性顯著為負；表11數字經濟對資本、勞動錯配的參數估計結果分別在5%和10%的顯著性水平下顯著為負，在考慮本文的內生性問題之后數字經濟對資源錯配仍具有顯著的矯正效應，再次說明本文選取的工具變量是合理有效的，也進一步證明前文實證檢驗結果的穩健性和可靠性。

表10 互聯網發展水平工具變量回歸結果(1)

表11 互聯網發展水平工具變量回歸結果(2)

2.替換被解釋變量的穩健性檢驗

進一步本文采取替換因變量的測算方法進行穩健性檢驗。具體使用資本、勞動力扭曲系數替換資本、勞動錯配指數作為被解釋變量進行穩健性估計。

由于要素市場的扭曲引致要素成本偏離最優路徑，資源配置無法達到最優，根據這一思路，資本、勞動扭曲系數具體測算如式(11)～(12)：

(11)

(12)

式(11)和(12)中，mpk和mpl分別刻畫資本和勞動的邊際產出，pi×yi表示總產值，pk和pl分別刻畫資本和勞動價格，即資本利率水平和勞動力工資水平。要素在完全自由、不存在摩擦情況下實現要素的充分有效配置，達到帕累托最優，即diski和disli為0。若二者不為0，那么則要素存在扭曲。進一步對根據測算得到資本、勞動扭曲系數進行穩健性檢驗，其估計結果如表12所示。

表12 替換被解釋變量的穩健性檢驗

表12報告了替換被解釋變量資本、勞動錯配指標后參數估計結果，列(1)～列(4)分別報告的是數字經濟對資本、勞動扭曲系數的估計結果。因列(2)和列(4)是納入控制變量的參數估計結果，因此，以列(2)和列(4)的估計結果作為參照進行分析。

整體來看，列(1)～列(4)系數估計大小和符號方向并未發生顯著變化。列(2)資本扭曲估計系數(-0.594)在1%的顯著性水平下顯著為負，列(4)勞動扭曲參數估計結果(-0.240)在10%的顯著性水平下顯著為負，說明數字經濟對資本、勞動扭曲具有切實的改善效應，進一步佐證基準回歸結果是穩健和可靠的。

3.基于大數據綜合試驗區的準自然試驗穩健性檢驗

基準回歸驗證了數字經濟對資本、勞動錯配具有顯著的矯正效應，為使結果更加穩健可靠，本文進一步采用國家大數據綜合試驗區這一準自然實驗，替換核心解釋變量數字經濟指數對資本、勞動錯配進行穩健性估計。

為推動數字經濟健康繁榮發展，國務院制定實施關于《促進大數據發展行動綱要》規劃，先后設立了貴州省大數據綜合試驗區(2015年)，進一步設立北京、天津、河北、內蒙古、遼寧、河南、上海、重慶和廣東大數據綜合試驗區(2016年)，見表13。因此，本研究分別將2015年和2016年作為樣本接受政策影響時點，采用雙重差分(Difference-in-Difference，DID)模型進行估計，傳統雙重差分模型適用于政策實施于同一時點，由于大數據綜合試驗區設立存在先后時間差異，傳統DID并不適用本文多時期的政策評估，繼而本文利用多時期雙重差分模型對本研究的政策效應進行估計，具體模型設立如式(13)：

表13 政策試點省(區、市)節點

τit=α0+α1dig-policeit+α2Xit+λi+μt+εit

(13)

其中式(13)的τit和前文一樣分別表示i城市t時期的資本、勞動錯配水平，dig-police刻畫大數據綜合試驗區虛擬變量，如城市i在t時期設立大數據綜合試驗區，則賦值為1，否則為0。α1分別表征大數據綜合試驗區對資本、勞動錯配的政策凈效應，為本研究重點關注系數，λi、μt和εit與前文一樣分別表征城市個體、時間固定效應和隨機誤差項。

(1)回歸結果。基于式(13)考察大數據綜合試驗區對資本、勞動錯配影響的政策效應，估計結果如表14所示。表14的列(1)～列(4)分別報告了大數據綜合試驗區對資本、勞動錯配的參數估計結果。列(1)和列(3)報告的是未加入重要控制變量估計結果，其估計系數大小、符號和顯著性水平與前文基準回歸(見表3)的列(1)和列(3)相比并未發生顯著變化，列(2)和列(4)是進一步加入重要控制的變量的參數估計結果，其系數(-0.113)和(-0.021)分別在1%和10%的顯著性水平下顯著為負，說明大數據綜合試驗區的設立有效改善了設立地區資本、勞動錯配水平，設立大數據綜合試驗區有助于整體矯正要素錯配；且估計系數大小和符號與前文表3的參數估計結果相比并未發生顯著改變，也進一步證明本文估計結果的穩健性和可靠性。資本、勞動等傳統要素在邊際遞減情形下引致產出低于實際要素潛在產出，偏離最優要素配置水平，進而引發資源錯配；首先，數據作為新的生產要素，對技術進步、生產效率提升和產業形態變遷起著重要作用；其次，數據要素本身蘊含巨大的潛力和價值，對數據的不斷挖掘、利用，更加有助于要素的合理配置和價值發揮[37]；同時大數據與傳統要素的集合，實現要素重組升級，資源再配置，促進效率變革和動力變革[18]，最終切實有效改善和矯正要素錯配，優化資源配置。

表14 大數據綜合試驗區的穩健性檢驗

(2)平行趨勢檢驗。大數據綜合試驗區的基準回歸表明設立國家大數據綜合試驗區有助于抑制資源錯配水平進而整體改善資本、勞動要素配置效率。但這一事實可能在設立大數據綜合試驗區之前就已經存在，同時雙重差分方法適用的前提條件須滿足平行趨勢假定，即在事件發生或政策實施之前，處理組和控制組變化趨勢保持一致，且不隨時間變化而產生顯著的系統性差異。因此，有必要檢驗實驗組和控制組之間在政策實施前的發展趨勢是否存在顯著的系統性差異，因此，本文引入平行趨勢檢驗。

借鑒宋弘等(2019)[38]、呂越等(2019)[39]的做法，根據本研究實際，以2015年作為當前考察期，將平行趨勢檢驗的公式設定為：

(14)

式(14)中，Dit刻畫的是虛擬變量，代表城市i在t年設立大數據綜合試驗區則取值為1，反之則為0，其余變量與前文一致，本研究重點關注σk的系數，分別表示在大數據綜合試驗區設立的第t年，設立大數據綜合試驗區城市和未設立大數據綜合試驗區城市的資本、勞動錯配差異。

圖1分別報告的是大數據綜合試驗區對資本、勞動錯配的平行趨勢檢驗，橫軸代表政策時點，縱軸刻畫每一時點政策虛擬變量的參數估計結果，0時刻長豎線代表政策實施起始年份(2015年)，圖1左的檢驗結果可以看出，在政策(即設立大數據綜合試驗區)設立之前，政策虛擬變量的估計系數在0軸附近波動變化，即政策實施之前，試點大數據綜合試驗區城市和非試點大數據綜合試驗區城市的資本錯配水平并無系統顯著差異；但在設立大數據綜合試驗區的第一年，資本錯配水平顯著開始明顯下降，但并未顯著異于0，政策實施的第二年開始，大數據綜合試驗區對資本錯配矯正水平開始顯著顯現，設立大數據綜合試驗區城市開始顯著超過非大數據綜合試驗區城市，且隨著時間后移，政策效應越發顯著，說明大數據綜合試驗區對資本錯配矯正效應的趨勢具有持續性。同樣圖1右在政策實施前政策試點城市和非試點城市估計系數在同樣在0軸附近波動，在政策實施當年，大數據綜合試驗區的政策效應逐步顯現，但并不明顯，從政策實施的第二年起，試點城市勞動錯配改善水平顯著大于非政策實施城市，同樣隨著時間推移，政策效應越發顯著。圖1進一步說明大數據綜合試驗區有助于矯正資本、勞動錯配，切實改善資源配置效率，也證明大數據綜合試驗區這一政策對資本、勞動錯配的矯正效應是穩健、可靠的。

圖1 平行趨勢檢驗

進一步，為了排除可能潛在的其他不可觀測因素對本部分結論穩健性的干擾，即除開設立大數據綜合試驗區之后資本、勞動錯配的變化是其他政策或原因所致，本文借鑒ABADIE 和GARDEAZABAL(2003)[40]的做法，通過構造反事實事件的方法進行安慰劑檢驗。具體做法將大數據綜合試驗區對資本、勞動錯配的政策影響變得更加隨機化，從樣本中任意選取城市作為“偽”處理組，其他城市為“偽”控制組。因為“偽”處理組具有隨機性，理論上安慰劑檢驗中“偽”分組虛擬變量與時間虛擬變量的交互項不會對模型的被解釋變量產生明顯影響，若不存在明顯遺漏變量，處理變量的估計系數不會顯著異于0。同時，為規避小概率事件對估計結果形成干擾，本文選擇將隨機沖擊過程重復進行1 000次，結果如圖2(左、右)所示。可以發現，大數據綜合試驗區的系數值全部集中分布在0的附近，進而可以推斷“偽大數據綜合試驗區”對資本、勞動錯配沒有顯著影響，進一步驗證了不可觀測的隨機因素幾乎不會對本文結果產生影響，再次證明本部分結果是穩健的。

圖2 隨機安慰劑檢驗

(四)異質性分析

本文的基準回歸部分主要基于平均影響效應討論了數字經濟對資源錯配影響的總量分析，但中國作為一個幅員遼闊、要素資源稟賦各異的發展中國家，各地區在經濟發展水平、區位條件、產業布局，以及社會基礎設施等方面的差異可能使得數字經濟發展對資源錯配的影響呈現出非均衡特征，結合現有主流文獻的技術處理手段并考慮中國經濟發展的實際狀況，本文從區域、要素發展水平等層面入手展開異質性分析。

1.分區域異質性討論

根據資本、勞動要素發展實際狀況，本文將資本錯配樣本劃分為沿海和內陸地區，將勞動錯配以胡煥庸線為基準，分為胡煥庸線以東和以西依次展開討論。具體估計結果見表15的列(1)～列(4)。列(1)報告了數字經濟對沿海地區資本錯配的參數估計結果，可以看出，其估計系數在1%的顯著性水平下顯著為負，再看列(2)數字經濟對內陸地區資本錯配的參數估計結果，其系數為負但不顯著；可知沿海和內陸地區數字經濟對資本矯正作用存在顯著差異，整體來看，數字經濟對沿海地區具有顯著矯正效應，而內陸地區的矯正效應并未充分顯現。列(3)報告的是數字經濟對胡煥庸線以東勞動錯配的參數估計結果，其估計系數在1%顯著性水平下顯著為負；列(4)報告了胡煥庸線以西地區數字經濟對勞動錯配的參數估計結果，其系數為正但不顯著，列(3)和列(4)的參數估計結果表明，數字經濟對胡煥庸以東勞動錯配具有顯著的矯正效應，而以西區域則存在輕微的加劇作用。

表15 不同區域資本、勞動錯配的異質性分析

2.數字經濟對資本、勞動配置過度和不足的影響

前文理論和實證結果均得出數字經濟對資源錯配具有顯著的影響，經驗事實告訴我們各地區的資本、勞動配置量存在顯著差異，如發達地區資本配置水平很好耦合經濟產出水平下的有效配置量，資本配置處于合理范圍，但可能存在勞動力配置不能滿足經濟產出水平的有效配置量，出現勞動配置不足；而在欠發達地區可能存在資本、勞動配置量超過經濟產出下的有效配置量而出現資本、勞動配置過度。并且隨著時間推移，資本、勞動配置的動態過程也存在顯著差異，因此，本研究進一步將資源錯配分為配置過度和配置不足兩種情況分別進行實證檢驗，其參數估計結果如表16所示，列(1)和列(2)分別為資本、勞動配置過度的參數估計結果，列(3)和列(4)為資本、勞動配置不足的估計結果。

可以看到，列(1)的系數(-0.835)在5%的顯著性水平下為負，說明數字經濟對資本配置過度具有顯著的矯正作用，列(2)的估計系數(-0.275)在10%顯著性水平下為負，同樣說明當勞動配置過度時，數字經濟對勞動配置過度具有顯著改善作用。列(3)的系數(-0.019)為負但不顯著，說明數字經濟在資本配置不足時發揮改善效應還未能充分顯現，列(4)報告數字經濟對勞動配置不足的估計結果，可以看出其系數(-0.126)符號為負，說明在勞動配置不足時，數字經濟對勞動配置不足有一定的矯正和改善作用，但這種效應同樣還未充分顯現和有效發揮。綜上可以看出，數字經濟對資本、勞動錯配均具有一定的矯正作用，但對資本、勞動配置過度的矯正和改善作用顯著大于配置不足的情形，實證結果與前文假設相契合。數字經濟對資本、勞動過度配置發揮出更為顯著的矯正和改善作用，原因在于數字經濟通過數字技術和信息網絡精準識別了市場主體的要素需求，減少了資本、勞動要素的過度、冗余投入，大幅改變過去重投入、輕效率的情況，進而發揮出數字經濟對資本、勞動配置過度的顯著矯正作用；而數字經濟對資本、勞動配置不足的矯正作用較小，其原因可能在于資本、勞動配置不足的地區和生產企業自身資源稟賦較差，實現要素優化配置的自我調節能力較弱，并且這類地區和企業數字化轉型往往也較慢，進而導致數字經濟發展對其資源錯配的改善效果大打折扣。

3.資本、勞動錯配的慣性特征分析

前文分析了數字經濟對資本、勞動錯配的異質性影響分析，但是資本、勞動作為重要的生產要素，自身的慣性和持續性影響可能對其本身產生重要的影響。因此，本文進一步基于動態面板數據考察資本、勞動錯配自身慣性和持續性影響，具體采用系統廣義矩估計(SYS-GMM)參數檢驗方法進行估計，結果見表17。

表17 資本、勞動錯配的滯后期檢驗結果

表17的診斷結果可以看出，列(1)～列(4)AR(2)的值表明差分方程的殘差序列項不存在二階序列相關，同時Hansen值的結果表明不能拒絕工具變量有效性的原假設，說明模型選擇是合適的。

由于列(1)和列(3)報告的是未納入控制變量的參數估計，因此，本文以列(2)和列(4)的結果作為參照，展開討論。在納入資本、勞動錯配滯后期后，數字經濟對資本、勞動錯配的矯正效應仍顯著為負，進一步證明數字經濟對資源錯配存在顯著的矯正效應。因變量資本錯配滯后一期(tki，t-1)的估計系數(1.885)在1%的顯著性水平下對資本錯配(tk)的估計系數顯著為正，說明上一期的資本錯配每提升1個點，將導致下一期的資本錯配水平提高1.885個點。同樣勞動錯配滯后一期(tli，t-1)的估計系數(0.917)在1%的顯著性水平下顯著為正，充分表明前一期勞動錯配將會對下一期勞動錯配產生正向影響。估計結果說明資本、勞動錯配存在明顯的慣性特征和典型的“路徑依賴”的特征。

五、結論與政策啟示

當前我國正面臨數字經濟蓬勃發展和資源錯配在供需兩側廣泛存在的事實，如何發揮數字經濟有效矯正資源錯配和重塑要素配置機制進而形成有效的資源配置體系成為學界和政府長期面臨的重大課題。在此背景下，本文嘗試將數字經濟和資源錯配納入分析框架，基于2010—2020年我國259個地級城市面板數據實證評估數字經濟對資源錯配的矯正效應以及技術創新、市場競爭和政府治理的中介和調節效應。研究結果發現：①數字經濟切實有效矯正了資源錯配，理論和實證層面均成立，在使用內生性處理等穩健性檢驗后，仍得出相關一致性結論。②機制檢驗結果表明，理論假設提出技術創新、市場競爭作為本文的中介變量和政府治理的調節變量成立，即有效提升技術創新水平，市場競爭程度和政府治理能力是數字經濟矯正資源錯配進而改善資源配置效率的重要機制變量。③異質性檢驗結果發現，數字經濟發揮對資源錯配的矯正效應還受到區域自身發展，要素扭曲程度等因素的影響。基于上述結論，本文提出以下政策啟示：

第一，準確理解和把握數字經濟矯正資源錯配的作用機制。本文的理論機制分析結果不以具體產業特征為轉移，加快發展高技術產業和提高人力資本發展水平是有效改善資源配置效率的關鍵手段，避免產業資本和人力資本長期積壓在中低端產業造成資本、勞動要素的過度配置，而高端產業的資本、勞動要素配置匱乏。充分利用以5G、工業互聯網、人工智能等高新技術為依托的數字化、智能化產業不斷發展，促進數據要素與傳統生產要素的深度融合。數字經濟及數字技術的引入均構成了改善資源配置效率的重要變量，這意味著當前我國高新技術產業與傳統產業的發展變遷進程不應該是割裂的，那么經濟政策要緊盯住改善資源配置這一目標，統籌推進數字經濟“雙輪驅動”發展模式，實現資源錯配的改善進而驅動宏觀經濟增長。

第二，首先，技術進步給資源配置提供了更為豐富的手段，數字技術及技術創新的引入有助于市場主體對生產行為進行調整優化。因此，需要加大科技研發投入，不斷發揮數字經濟對廣義技術進步的牽引和推動作用。其次，有效的市場競爭有利于促進要素自由流動，應強化競爭政策的基礎地位，不斷制定和優化市場競爭法律和法規，以更好發揮市場競爭在資源配置中的基礎作用。最后，更好發揮政府的數字治理作用，促進政府數字化轉型和數字政府的發展，利用政府大數據在全國資源統籌配置中的作用，打破地區分割、孤立的局面實現資本、勞動等要素自由流動，使資源得到有效配置。

第三，高度重視數字經濟和資源錯配發展的非均衡特征，形成國民經濟互促互補的發展格局。推動數字經濟、資源配置在各層面、多層次上均衡發展，引導數字經濟發展水平較高的地區積極參與全球競爭，實現更廣范的資源整合和配置，形成更具廣度和寬度資源配置體系。重視我國區域、產業層面的數字鴻溝和資源配置能力差異，大力加快數字經濟發展程度較低地區、產業的數字化轉型進程，優化數字經濟發展總體布局，推動區域、產業間的數字化互聯互通；促進資源配置過度和不足地區要素有效流動，優化資源配置空間格局。

[注 釋]

① 由于本文解釋變量分別為資本、勞動錯配，為避免引起歧義和表達簡潔，用τit分別表示資本(tkit)、勞動(tlit)錯配。

② 政府治理7個方面主要包括：信息公開、政府信息、政務公開、產業發展、市場、信息消費、安全生產、工業互聯網、互聯網行業、制造業、數據安全、網絡安全、安全保護等、互聯網、人工智能、創新發展以及學科融合、醫療衛生、互聯網+醫保服務、醫療機構、公共衛生以及健康醫療大數據、農村、農業、互聯網+政務服務、智慧城市、時空大數據、互聯網金融、物聯網、移動物聯網、物聯網應用、物聯網終端、物聯網安全、信息化、信息產業、信息資源、核心技術、云計算、大數據產業發展等具體指標。