经济论文哪里有？本文构建数字经济发展指标体系，测度了2013-2019年30个省级数字经济水平指数，并在已有理论基础上，构建数字经济影响产业结构优化的路径模型并提出相应假设。综合运用面板固定效应模型、中介效应模型、工具变量法等多维度实证分析，探讨了对数字经济、创业活跃度以及产业结构优化三者关系。
1 绪论
1.2 国内外文献综述
1.2.1 数字经济与创业活跃度
数字经济伴随着技术创新浪潮在全球范围内迅速传播，相比关注数字经济作为新要素经济内涵，国外学者更多从规范性方面探讨数字经济对全球发展的影响、挑战以及发展环境。在宏观层面上，主流观点认为数字经济作为经济发展的催化剂，能够促进国家综合国力的提升、经济可持续增长以及产业结构优化（Kolpak E et al, 2020）[1]。在微观层面上，部分学者提出数字经济的出现促进了电子商务、数字贸易繁荣，从技术层面能够提高政府公共治理能力、推动企业创新转型以及实现金融普惠等(Durai T, Stella G,2019)[2]。但也有学者提出数字经济发展过快会带来信息安全、数字不平等、失业等问题（Korisheva O V, 2018; Nikolaev M A, 2020; Lederman D, Zouaidi M, 2020）[3]-[5]。对于创业而言，国外学者更为关注经济增长以及制度环境方面，注重与创业相关的企业家、创业行为以及创业绩效。对于数字经济和创业之间的关系，国外学者认为数字技术的发展为创业活动的开展提供了良好的契机，数字化在转化为创新生产力的同时，还能够提升区域创业活跃度、推动跨界经济发展以及增加社会利益（Brynjolfsson E, McAfee A，2011; Burtch G,Chan J，2019; Katz I R,Macklin S A，2007; Kenney M et al.，2015）[6]-[9]。Kotnik P和Stritar R（2015）利用面板数据分析斯洛文尼亚不同行业数字技术应用率和创业率度的关系，发现信息技术应用率越高的行业，创业活跃度也越高[10]。Thurik A R和Audretsch D B（2013）提出技术变革会催生出新的公司，因为新技术能够开拓新市场，颠覆现有企业的市场地位[11]。那么数字技术主要从哪些方面对创业活动造成影响呢？一方面，数字技术的发展能够降低企业的边际成本，包括进入成本、搜寻成本、交易成本等，在企业贸易过程中，价格更为透明（Lendle A et al.，2012）[12]，同时，电子商务的出现也让企业在市场营销和售后服务方面有了质的提升（Lohrke F T，2006）[13]；另一方面，信息技术还能够简化企业注册手续，并提供专业的融资和营销渠道，这些因素都有利于激发创业活力。
3 数字经济发展水平测度
3.1 经验研究与评价方法选择
目前，数字经济作为新兴业态，其统计测度研究聚焦了政府、学术界、机构组织多方目光，数字经济的测度也大致分为两类：
一是直接测度，利用生产法和收入法进行核算。数字经济活动及其所创造的增加值现已能在国内生产总值中体现（Ahmad N, Schreyer P，2016）[84]，因此，通过界定其具体范围，就能够测算或估计某一区域内数字经济的总体增加值。例如，美国经济分析局（BEA）通过供给使用表测算了当地数字经济增加值和总产出（Barefoot B et al. ，2018；BEA，2019）[85]-[86]；澳大利亚统计局（ABS）在借鉴该方法的基础上，也对当地数字经济规模及其贡献度做了测量分析（ABS，2019）[87]；国内学者许宪春和张美慧（2020）通过定义数字经济的范围和构建数字经济核算框架，计算了2007年至2017年中国数字经济的增加值和总产出[79]。二是指标构建法，在构建多维度指标体系的基础上，对数字经济进行了度量（见下表3.1）。典型指标体系包括欧盟统计局的数字经济和社会指数，该体系选取了包括宽带接入、互联网运用、人力资本、数字技术应用、数字化公共服务等五方面的一级指标对数字经济进行测度；世界经济论坛（WEF）从2020年发布的网络准备指数，在信息化领域的国际测评中也相当具有权威性。国内，2019年，中国信息通信研究院发布了《中国数字经济发展白皮书》，从基础设施、产业指标、整合指标和政策环境四个方面对数字经济进行衡量和评估，其特点是具有中国特色，且相对全面，但缺点是理论框架不够完善以及指标之间的逻辑关系相对欠缺。
4 实证研究
4.1 模型选取和变量说明
4.1.1 模型选取
本文选择面板模型来分析数字经济发展水平对产业结构优化升级的影响。面板数据是一个包含时间序列和截面数据特征的数据集。该模型可以解决样本量小的问题，提供更多的信息，区分变量之间的因果关系。使用面板数据时，需要确定计量模型，包括混合模型、固定效应模型和随机效应模型。混合模型意味着所有省份都可以用同一个方程表示，并且截距项和斜率项相同，可以将其视为横断面数据。相反，固定效应模型和随机效应模型认为每个个体斜率同截距异。
（1）模型检验
F检验。确定是建立混合模型还是建立固定效应回归模型。检验假设：H0：建立混合效应模型；H1：建立固定效应模型。
Hausman检验。通过检验模型误差项与解释变量之间是否存在正交性来区分随机效应模型效应模型或固定效应模型的建立。两种模型之间的差异在于误差项与自变量之间是否存在相关性。检验假设H0：建立随机效应模型；H1：建立固定效应模型。
（2）模型选择
通过使用stata.16得到不管是F检验、还是Hausman检验结果均是强烈拒绝原假设，因此，本文选择建立固定效应模型。为先检验数字经济的直接影响，构建如下模型：
𝑠𝑡𝑟𝑢𝑐𝑖𝑡=𝛽0+𝛽1𝑑𝑖𝑔𝑒𝑖𝑡+𝛽𝜖𝑋𝑖𝑡++𝜇𝑖+𝜀𝑖𝑡 （4.1）
其中，struc为第i个省市区第t年的产业结构水平， 𝑑𝑖𝑔𝑒𝑖𝑡为第i个省市区i在t时期数字经济发展水平指数，𝛽0是截距项，𝜇𝑖表示第i个省市区不随时间变化的个体固定效应，εit为随机误差项，向量𝑋𝑖𝑡代表一系列控制变量。
4.2 实证结果分析
4.2.1 基本估计结果
表4.3报告了数字经济影响产业结构的线性估计结果。模型（1）是只固定省份的结果，回归（2）-（6）依次增加了投资、财政分权、技术发展、劳动力水平、消费控制变量，结果显示数字经济的系数均在1%的显著性水平下显著为正，表明模型具有较好的稳健性，同时也证明随着数字经济发展水平的提升，产业结构水平也不断提升。假设1得到验证。
表4.3模型控制了个体固定效应，一定程度上克服异方差等问题对统计结果的影响，增加结果的可靠性。在模型（6）中，财政分权度gov系数在1%显著性水平下显著为负，表明财政分权度越高越不利于产业结构优化升级，可能是因为财政收入主要来源是税收，而过高的税收则会抑制产业结构调整。劳动力水平labor系数均在1%显著性水平下显著为负，则表明过多劳动人口反而不利于产业结构优化。而技术、消费的系数均为正，统计上未通过检验，但经济意义上表明技术进步以及消费提升能促进产业结构升级，这与刘慧和王海南（2015）[95]、杨丹萍（2016）[90]学者研究得出的结论一致。
5 结论与政策建议
5.2 对策建议
5.2.1 发展数字经济，推进数字中国建设
根据前文数字经济对产业结构优化实证结果，数字经济对产业结构优化具有积极的正向作用，因此，未来要持续发展数字经济，推进数字产业化和产业数字化进程，提升产业结构优化水平。为此要：
第一，推进数字经济基础设施建设。一方面，要科学规划“新基建”建设与管理，加大信息化建设的投资力度，全面部署IPV6、移动物联网等新一代通信网络基础设施，加强5G商用，通过发展大数据、人工智能、物联网等途径，夯实数字经济发展基础，拓展重点行业、领域“新基建”的应用广度与深度。另一方面，加强传统基础通信设施建设，改善城乡、区域间通信基础设施差异，扩大数字网络覆盖面，发挥数字经济的网络外部性与规模经济效应。此外，还需要加强数字基础设施建设与各级规划统筹衔接，包括交通、电力、公共安全等规划。
第二，壮大数字产业，推进高质量发展。推动数字经济发展阶段升级、促进经济高质量发展，要实现从需求段拉动向产业化场景驱动转变、消费互联网到产业互联网的转变。新常态背景下，经济驱动力必须聚焦以产业链供给侧改革为核心的中高端工业化，一方面，要整合数字经济发展优势产业链、环节，构建产业综合应用场景，联动产业链上下游资源优化；另一方面，要改造、升级生产、研发、流通及零售等全产业链环节助助推产业结构向高附加值领域延伸。在此基础上，政府还需为数字经济提供产业策略、搭建产业环境，而企业则需探索新模式、发展新技术。
第三，加大科研投入和技术创新。首先，积极鼓励高校前端科技创新，精简研究项目审批流程，保证科研经费稳定投入与科技创新落地开展。其次，企业应加大自主创新力度，提升品牌核心竞争力，主动借鉴经济发达国家发展经验、技术，提高数字经济产品与服务的附加值。最后，政府应构建数字经济研究的权威机构，把握在宏观背景下数字经济的发展趋势，负责相关政策与发展规划指定，科学预判数字经济发展方向与动态。
参考文献（略）
