摘 要：数字经济作为当代经济发展的核心驱动力，对产业结构优化与升级具有深远影响。本文基于江苏省13个市的面板数据，运用熵权法构建数字经济发展水平综合评价指标体系，并通过OLS回归模型深入分析数字经济对产业结构优化的直接效应。借助中介效应模型，本文验证了人力资本在数字经济推动产业结构优化与升级过程中的关键作用。结果表明，数字经济发展水平显著促进了江苏省产业结构的优化与升级，尤其是对产业结构高级化具有显著的正向影响，数字经济通过提升人力资本质量，间接推动了产业结构的优化与升级。
关键词：数字经济；产业结构优化；人力资本；OLS回归；中介效应模型
中图分类号：F062.9 文献标识码：A 文章编号：2096-0298（2025）04（b）--04
1 引言
当前，数字经济已成为当今世界重要的经济增长动力，这一趋势在信息技术日新月异的今天得到了充分体现。《江苏省发展数字经济三年行动计划（2023-2025年）》指出，要抢抓数字新时代，激发数字经济新方向，建设数字经济强市，在发展中把握新机遇。数字经济通过数据要素、互联网载体和数字技术不断改变资源的供给与需求配置，这要求相应的产业结构与之匹配。围绕服务数字经济发展，江苏省以“555”人才引进工程为统领，加快数字经济人才培养，大力引进专门人才、高校毕业生等数字经济人才，汇聚更多高素质数字人才。人力资本投入是数字经济影响产业结构优化发展的重要渠道。
江苏省正面临着传统产业比重过高、创新能力不足、产业链条不健全、环境压力加大、人才短缺等产业结构优化难题，需要借助提升资源配置效率、推动可持续发展等措施，推动产业结构优化，实现经济的高质量发展。如何有效利用数字经济的优势，促进产业结构的优化及经济的高质量发展，是当前亟须解决的问题。
2 文献综述与研究假设
2.1 数字经济发展与产业结构的关系
数字经济对产业结构优化的直接影响：首先，数字经济带来的正向影响不可忽视。陈昌盛等（2020）认为在数字经济引领下，制造业与服务业融合速度不断加快，从而带动产业向高端发展[1]。陈永强等（2023）重申了数字经济对区域内各地区产业结构具有显著的正向溢出效应[2]。其次，数字经济对产业结构产生的影响并非单一的直线型关联。刘和东（2023）指出，工业数字化对U型增长的影响是反向的，前者的作用更强，同时对产业结构升级有正向递增的作用。数字经济发展并非不设门槛[3]。曹张龙（2023）研究认为，数字经济在边际效应递减的同时，随着数字经济等级门槛的限制，其发展受到影响，尽管可以促进产业结构的升级[4]。但是，能够有效应对这一挑战的是促进人才资本的进一步发展。
通过以上分析可以看出，一方面数字经济赋能传统产业，加速产业之间的融合，促进产业数字化；另一方面数字产业化亦推动了产业结构的优化。因此，本文提出以下假设：
H1：数字经济发展对产业结构优化的促进作用显著。
2.2 数字经济发展与人力资本之间的关系
在数字经济不断发展的过程中，其对于人力资本水平的作用越来越明显。苏荟（2024）等研究表明，数字经济的发展驱动人力资本结构的高级化，促进高级人力资本的发展[5]。李梦娜等（2022）认为，数字经济发展对于东中西部的人力资本结构高级化正向作用明显，特别是对于东部地区[6]。吕晓明（2023）认为，数字经济的发展通过提升自身的独特价值，进而有效提升了人力资本水平[7]。李根忠等（2024）研究认为，数字经济的发展促使低层次的人力资本向高层次转化，对人力资本结构的高级化有明显的推动作用[8]。
随着数字经济的持续发展，企业对于高级人力资本的需求不断增加，反向促进人力资本结构向高层次转化。因此，加强人力资本与数字经济的深度融合极为重要。基于此，本文提出以下假设：
H2：数字经济发展能够推动人力资本结构的高级化。
2.3 数字经济、人力资本与产业结构之间的关系
在人才技能水平和数字化转型程度较高的东部地区，人力资本水平和数据要素对产业结构升级的推动作用最显著（俞伯阳等，2021）[9]；在中西部地区，人工智能对人力资本表现出“侵蚀效应”，对产业升级存在推动作用；在西部地区，人力资本对产业升级存在抑制作用（吕荣杰，2021）[10]。数字经济的发展通过促进人力资本水平的提升来推动产业结构优化、提高城市绿色全要素生产率和实体经济发展（崔艺瑄等，2021；笪远瑶等，2023）[11-12]。
数字经济的发展对人力资源的要求有了新的变化，只有当人力资本与产业结构优化的要求相契合时，才能有效推动产业结构的进一步优化。因此，本文提出以下假设：
H3：数字经济可以通过人力资本间接促进产业结构优化。
3 模型设定与变量的选择
3.1 模型构建
针对本文研究目标，探究数字经济发展水平对产业结构优化的影响，构建以下基准回归模型：
Upgit（Ratit）=α0+α1Digit+αmXit+ε（1）
在模型中，产业高级化Upgit作为被解释变量；核心解释变量为数字经济发展水平（Ratit）；同时纳入一系列的控制变量（Xit），如地区经济发展水平（grp）、政府干预程度（gov）、社会消费水平（soc）以及外商直接投资（fdi）；i和t分别表示地区和时间；α0表示该模型的截距项；α1和αm为估计参数；ε为随机误差项。
为从人力资本的角度进一步探究数字经济发展水平对产业结构优化的影响，本文构建以下回归模型：
Humit=β0+β1Digit+βmXit+ε（2）
Upiit（Raiit）=γ0+γ1Digit+γ2Humit+γ3Digit*Humit+βmXit+ε（3）
在模型中，中介变量为人力资本水平（Humit）；引入数字经济与人力资本的交互项（Digit*Humit）；β0、γ0为模型的截距项；γ1表示数字经济发展水平对产业结构优化的直接效应；其他变量含义与式（1）相同。
3.2 变量选取与解释
3.2.1 被解释变量
产业结构优化作为被解释变量，通过两个核心指标体现：产业结构高级化和产业结构合理化。
对于产业结构高级化的衡量，传统上采用第三产业产值与第二产业产值的比例，但这只在一定程度上体现了服务业的倾向程度，因此借鉴张跃胜（2022）等的研究，采用产业相对规模变化和产业劳动生产率来衡量产业结构高级化[13]。主要公式如下：
式（4）中，SYi=表示各产业增加值的比重；PYi=表示各产业产值与其就业人数的比值，Upi值越大，则江苏省产业结构高级化的程度越高。
3.2.2 核心解释变量
核心解释变量设定为数字经济发展水平，该水平依据数字基础设施、数字应用状况、数字发展环境、数字产业发展状况和数字普惠金融5个一级指标，主要选取8个二级指标：每百人互联网用户数、人均电信业务总量、每百人移动电话用户数、邮政收入、计算机服务和软件从业人员占比、科学研究/技术服务业就业人数、数字普惠金融指数和人均GDP，共同构成数字经济发展水平评估体系。本文通过运用熵权法，进一步评估江苏省13个市以及3个区域的数字经济发展水平，得到江苏省13个市的数字经济发展指数。
3.2.3 中介变量
人力资本作为中介变量，本文借鉴赵娟等（2023）的研究方法，采用高技能和低技能劳动力的比值来测度人力资本，将拥有大专及以上学历的劳动者界定为高技能劳动力，而低于此学历的劳动者则视为低技能劳动力[14]。
3.2.4 控制变量
为确保模型的准确性，避免遗漏变量带来的误差，加入一系列控制变量，选择以下5项控制变量：地区经济发展水平通过人均地区生产总值的对数来衡量；政府干预程度则通过地方政府财政支出占GDP比重来反映；社会消费水平通过社会消费品零售总额占GDP的比重来体现；外商直接投资通过外商直接投资额占GDP的比重进行评估。
3.3 数据来源和描述性统计
本文的数据基础是江苏省2012—2022年13个地级市的面板数据，这些数据来源包括《江苏统计年鉴》、北京大学数字普惠金融指数、国家统计局等平台。在分析前，为降低进而消除异常值可能对结果造成的干扰，对数据进行了1%和99%的缩尾处理。对于数据的缺失值采用线性插值法进行插补。各指标的描述性统计结果如表1所示。
4 实证结果分析
4.1 基准回归结果
通过相关性分析，判定解释变量与被解释变量存在相关性，故采用OLS回归模型。
根据表2模型回归结果显示，数字经济发展水平在1%的置信水平上对产业结构优化具有直接正向影响，假设1通过验证。具体表现为数字经济发展水平每提高1个单位，产业结构高级化水平就提高0.162个单位。对于地区经济发展水平，社会消费水平对产业结构优化有显著的促进作用，并且社会消费水平的系数最高，可见其对于产业结构优化的影响最大。除此之外，政府干预的系数为负数，地方政府财政支出占GDP比重高时，会阻碍产业结构高级化，也体现了江苏省政府制定的产业政策与市场需求和经济发展趋势不符，或者政策执行过程中出现偏差，都可能导致资源错配，阻碍产业结构的优化。
外商直接投资对产业结构高级化的影响为正，但不显著，江苏省内外商投资的分布可能存在不平衡的现象，外商投资集中在苏南地区，苏北地区的外商投资相对匮乏，对整个江苏省外资的行业结构没有较大影响。
4.2 中介效应机制
通过表2可知，数字经济发展水平对于人力资本的高级化具有促进作用，假设2通过验证。通过模型（3）可知，人力资本和数字经济的系数均为正，可以得到人力资本水平是数字经济发展影响产业结构优化的中介变量，但模型（3）的系数同模型（1）系数相比有所下降，可以反映出人力资本对于数字经济发展水平影响产业结构优化存在部分中介效应。
Bootstrap检验是对Sobel检验的进一步修正扩展，不再将和只限于正态分布，而是通过对样本再次抽样估计sab。其置信水平为99%，可以反映出其人力资本在数字经济发展水平和产业结构优化中存在中介效应，假设3通过检验。
4.3 稳定性检验
本文通过替换被解释变量进行稳定性检验，在上述实证分析中，采用产业结构高级化作为被解释变量，参照李翔（2023）等的研究方法，将被解释变量替换为产业结构合理化，对江苏省产业结构合理化的测度用泰尔熵指数来反映。替换被解释变量后回归发现，数字经济发展水平仍在99%的置信水平上对产业结构优化具有正向影响，与原回归结果相近，表明本研究的结果具有稳定性[15]。
5 结论与建议
5.1 结论
5.1.1 数字经济与产业结构
通过对江苏省13个市的面板数据展开分析，发现数字经济发展水平对江苏省产业结构优化具有显著的推动作用。尽管在引入控制变量后，正向效应仍在1%的置信水平下显著，且社会消费水平在5项影响因素中推动作用最为显著。进一步通过替换被解释变量进行稳定性检验，其结论仍然成立。
5.1.2 数字经济与人力资本
通过数字经济发展指数，并结合控制变量对人力资本水平的回归分析发现，在5%置信水平上，数字经济发展水平对人力资本高级化有促进作用，且社会消费水平对人力资本高级化的影响最为显著。
5.1.3 数字经济、人力资本与产业结构
人力资本在数字经济与产业结构之间具有部分中介作用，数字经济不仅可以直接驱动产业结构优化，还可以通过人力资本间接影响产业结构优化，且两种影响均为正向。在控制变量中，地区经济发展水平、社会消费水平始终对产业结构优化呈正向影响。
5.2 建议
5.2.1 强化数字基础设施建设，推动数字经济向更高水平发展
数字基础设施是数字经济发展的基石，为数字经济提供了必要的支撑和保障。加强对数字技术的投入，促进大数据、人工智能等前沿技术的研发与创新，从而推动数字经济的发展水平。同时，加强国际合作，引进先进的技术和管理经验，提升企业的竞争能力和创新能力，促进企业产业结构的转型和优化，推动数字经济向更高水平发展。
5.2.2 加大对教育的投资，提升人力资本水平
人才是提升人力资本的核心要素，随着数字化新兴产业对人才的标准不断提高，对人力资本的要求也在逐步向更高层次发展。应加大对教育方面的投入，建设先进的人才教育架构，推动教育资源的有效共享与合理分配，增强地区教育教学质量，促进江苏省人才储备，培养更高水平的人力资本。
5.2.3 鼓励消费，促进江苏省消费水平
消费水平的提升不仅能够直接拉动经济增长，还能通过引导市场需求、推动技术创新、促进市场细分、优化就业结构、推动服务业发展等多种方式，对产业结构优化产生深远影响。应优化消费环境，制定相关消费政策，加强消费者的权益保护，增强消费者的信心。
5.2.4 强调区域间的差异化发展，实施针对性策略
关注江苏省不同区域在数字技术和产业效能上的不均衡现象。利用各地区的资源条件和特色，将数字经济发展与当地的优势产业相融合。根据每个地级市的自身特点和区别，对促进区域数字经济的政策措施进行改进，构建一个有利于不同地区数字经济健康发展的环境。
参考文献
陈昌盛，许伟，兰宗敏，等.“十四五”时期我国发展内外部环境研究[J].管理世界，2020，36（10）：1-14+40+15.
陈永强，张昕钰.数字经济发展对地区产业结构优化的影响机制： 基于2011—2019年省级面板数据的实证分析[J].财经论丛，2023（4）：14-23.
刘和东，纪然.数字经济促进产业结构升级的机制与效应研究[J].科技进步与对策，2023，40（1）：61-70.
曹张龙.数字经济驱动产业结构升级的理论机制及其门限效应[J].统计与决策，2023，39（22）：18-23.
苏荟，张婉晴.数字经济、人力资本结构高级化与区域经济高质量发展[J].石河子大学学报（哲学社会科学版）， 2024， 38（4）： 68-77.
李梦娜，周云波.数字经济发展的人力资本结构效应研究[J].经济与管理研究，2022，43（1）：23-38.
吕晓明.数字经济对人力资本水平提升的影响研究[J].科技经济市场，2023（12）：28-30.
李根忠，肖文圣.数字经济对江苏省人力资本结构的影响效应研究[J].江苏经贸职业技术学院学报，2024（2）：1-4.
俞伯阳，丛屹.数字经济、人力资本红利与产业结构高级化[J].财经理论与实践，2021，42（3）：124-131.
吕荣杰，杨蕾，张义明.人工智能、产业升级与人力资本的关系研究： 基于省际面板的PVAR模型分析[J].管理现代化，2021，41 （1）：26-31.
崔艺瑄，熊晓轶.数字经济发展对我国产业结构优化升级的影响研究[J].商业经济研究，2021（21）：176-179.
笪远瑶，罗丹.数字经济、结构红利与绿色全要素生产率[J].西南民族大学学报（人文社会科学版），2023，44（3）：107-118.
张跃胜，张寅雪，邓帅艳.技术创新、产业结构与城市经济韧性： 来自全国278个地级市的经验考察[J].南开经济研究，2022（12）： 150-168.
赵娟，汪朋.数字经济对河北省产业结构升级的影响： 基于人力资本视角[J]. 科技和产业，" 2023，23（17）：204-211.
李翔，李栋晓，刘鸿艳.数字经济、人力资本与产业结构优化[J].上海节能，2023（10）：1435-1449.
