數字經濟與農業碳生產率:影響效應及實證檢驗

劉 戰 偉

(許昌學院 商學院,河南 許昌 461000)

一、引言

碳排放引發的全球氣候變化給世界各國經濟的可持續發展帶來了諸多問題。加快推進低碳經濟發展,有效解決碳排放問題已經成為中國下一階段急需解決的難題,為此,中國政府提出了“碳達峰”和“碳中和”的目標。農業作為碳排放的主要來源,其排放量大約占全國碳排放總量的17%,減少農業碳排放量,提高農業碳排放效率是實現雙碳目標的重要舉措。數字經濟為實現農業低碳發展提供了機遇,數字經濟能否促進農業碳生產率的提升?其傳導路徑是什么?數字經濟發展與農業碳排放在地區間是否存在異質性?厘清上述問題,有利于推動農業技術創新、提高農業生產效率,對實現農業綠色發展、“降碳促經”的雙重目標具有重要價值。

目前,已有不少學者圍繞農業碳排放開展了相關研究,取得了較為豐富的成果。一部分研究集中于農業碳排放的測算[1]、時空差異[2]、收斂性[3]等方面。也有學者轉向農業減排潛力與碳補償[4-5]、農業碳排放與經濟增長關系[6]以及公平性[7]等方面的研究。

除此之外,也不乏對農業碳生產率的探討,在測算農業碳生產率的過程中,學者普遍將農業碳排放量作為非合意產出納入測度框架中。中國農業碳生產率存在明顯的區域間“異質化”與區域內“均質化”,且省域農業碳生產率的空間自相關性特征十分顯著,跨省碳減排機制及減排補償機制應以相鄰省區為主構建[8]。中國農業碳生產率受到城鎮化[9]、產業聚集[10]、財政支農投入[11]等因素的影響。在雙碳目標背景下,技術創新對有效降低農業碳排放發揮著重要作用,研究結果均認為,技術創新顯著降低了農業碳排放[12]。程秋旺等[13]發現數字惠普金融利于降低農業碳排放,具有農業碳減排效應。田紅宇、關洪浪[14]采用動態面板模型和中介效應模型探究數字經濟及其對糧食生產碳排放的影響,認為數字經濟發展顯著降低了糧食生產中的碳排放水平。

現有農業碳生產率的研究成果為本文提供了參考基礎,但仍然存在不足之處。目前尚未有文獻將數字經濟、技術創新與農業碳生產率三者納入同一框架進行系統分析;同時,現有文獻主要分析數字經濟與農業碳生產率之間的線性關系,而忽略了二者之間可能存在非線性關系。因此,本研究基于2011—2020年中國省級面板數據,采用面板模型、中介效應模型,對數字經濟與農業碳生產率的關系及其影響的傳導機制進行實證檢驗,并采用面板門檻模型進一步探討數字經濟對農業碳生產率影響的非線性特征,有利于發揮數字經濟賦能農業碳生產率提升的作用,為推動農業綠色發展提供依據。

二、理論分析與研究假設

數字經濟是一種新型經濟形態,其核心標志是數字技術和數字要素。數字要素已經成為重要的生產要素之一。數字經濟與農業的不斷融合,改變了農業生產要素的結構,提升了農業數字化水平和農業資源使用效率,降低了農業碳排放量,提高了農業碳生產率增長速度。這主要表現在三個方面。第一,數字經濟有助于農業實施科學、現代化的管理。農民在農業生產過程中可以利用數字技術精準把控農業生產過程,提升農業的信息化和智能化水平,優化環節,促進能源的高效利用,壓縮碳排放總量,促進農業碳生產率提高。第二,從能源利用上看,數字經濟能夠依托互聯網、物聯網、人工智能等助力電力系統的優化升級,降低農用電成本,推動能源轉型和能源產業變革,促使企業形成新的能源消費方式,從而實現能源要素的高效配置,推動農業綠色發展,進而提高農業碳生產率。第三,從產業結構上看,隨著數字經濟向農業領域的滲透,農業產業發展轉向數字化和綠色化,同時還改善了農業種植結構,提升糧食作物種植比例,進一步促進糧食生產的規?；蛯I化水平,優化農業生產方式和供應鏈,重塑農業要素配置結構。依據上述分析,可以提出以下假設。

假設1:數字經濟可以顯著提升農業碳生產率。

技術創新是實現碳中和、碳達峰的重要支撐,是企業節能減排的關鍵。數字經濟的發展能夠顯著提升技術創新水平。從人力資源角度看,數字經濟與各產業的融合產生許多新興產業,從而吸引高素質人才進入,優化企業的人力資本結構,而人力資本的優化反過來可以提高企業技術創新能力,促進企業技術創新水平的提升。從信息傳遞角度看,數字經濟打破了原有信息傳遞和知識普及的壁障,促進了先進技術在區域之間的互動和共享,擴大了傳播的范圍,有效解決了信息不對稱問題,不斷提高企業的產學研合作水平,助力企業采用先進技術進行農業資源整合。另一方面,技術創新又是降低農業碳排放水平和提高農業碳生產率的有效途徑。技術創新水平的提升能夠推進新品種、新技術在農業中的應用,有助于發揮農業生產要素整合的疊加效應,同時農民通過學習現代信息技術可以提高農田管理水平,促進農業生產的集約化、規?；?、機械化經營,降低資源消耗,催生出“技術紅利”效應,助推農業碳生產率的提升。根據以上分析,提出研究假設2。

假設2:數字經濟可以通過技術創新實現農業碳生產率的提高。

上述理論分析表明,數字經濟的發展可以提升農業碳生產率,但是這種促進作用可能具有一定的門檻效應。在數字經濟發展處于較低水平時,數字技術無法很好地與農業生產融合,可能會產生“生產率悖論”現象。隨著數字經濟水平的提高,在農業生產過程中可以通過數字網絡提高整體信息水平,利用大數據技術分析農業生產條件,降低農業資源消耗,使得數字經濟的紅利效應得到充分釋放,對農業碳生產率的提升更為顯著。另一方面,技術創新是促進農業碳生產率提升的保障,也是實現數字經濟發展的關鍵,只有通過持續技術創新,數字經濟才能獲得良好的發展。在技術創新處于較低水平時,數字經濟的發展會受到阻礙,企業數字化服務資源會減少,農業生產效率提升乏力,從而造成農業碳生產率提升的動力不足。當技術創新水平提高時,數字經濟可以突破技術壁壘,吸引高層次人才和資金流入,推動農業領域數字化變革,大大提高農業碳生產率。依據上述分析,提出以下假設。

假設3:數字經濟對農業碳生產率的影響存在門檻效應。

假設4:數字經濟對農業碳生產率的影響存在技術創新的門檻效應。

三、研究設計

(一)模型設定

基準回歸模型。為了探究數字經濟對農業碳生產率的影響,通過對所有變量取對數消除異方差的影響,模型設定如下:

lnACPit=α0+α1lnDEit+α2lnCONTit+μi+μt+εit

(1)

式(1)中,i和t分別代表各省份與時間,ACPit代表i省第t年的農業碳生產率;DEit代表i省第t年的數字經濟發展水平;CONTit表示相關控制變量,μi表示地區固定效應,μt表示時間固定效應,εit為隨機誤差項。

中介效應模型。為了檢驗技術創新在數字經濟對農業碳生產率影響中的中介效應,借鑒溫忠麟等[15]的研究,建立以下中介效應模型:

lnMit=β0+β1lnDEit+β2lnCONTit+μi+μt+εit

(2)

lnACPit=γ0+γ1lnDEit+γ2lnMit+γ3lnCONTit+μi+μt+εit

(3)

其中,Mit為中介變量,本文指技術創新(INV)變量;式(1)為總效應模型,式(2)為數字經濟是否與中介變量存在相關關系;式(3)為同時考慮數字經濟和中介變量的回歸模型;若β1、γ2顯著,說明存在顯著的間接效應,若γ1也顯著,則存在部分中介效應,中介效應量為β1×γ2/α1(β1、γ2均與α1同方向),否則表示完全中介效應顯著。

面板門檻模型。為進一步探究數字經濟對農業碳生產率的影響是否存在門檻效應,根據漢森(Hansen)[16]提出的面板門檻模型,構建如下單面板門檻模型:

lnACPit=α0+α1lnDEitI(mit≤γ)+
α2lnDEitI(mit≥γ)+α3lnCONTit+μi+μt+εit

(4)

上式中,mit代表門檻變量數字經濟和技術創新,γ代表門檻值,I(·)代表示性函數。

如果存在兩個門檻值,面板門檻模型可以設定為:

lnACPit=α0+α1lnDEitI(mit≤γ1)+
α2lnDEitI(γ1≤mit≤γ)+α3lnDEitI(Mit>γ2)+
α3lnCONTit+μi+μt+εit

(5)

上式中,γ1和γ2為門檻值,且γ1<γ2。

(二)變量選擇

農業碳生產率(ACP)是指每單位農業碳排放所產生的經濟效益,用農業生產總值與同期農業碳排放量比值的百分比表示。其中農業碳生產率為(ACP),農業生產總值為(AgriculturalProductionValue),農業碳排放總量為(AgriculturalCarbonEmissions)。農業碳排放主要來源包括三個方面。

第一,農業生產過程中使用的化肥、農藥、農膜、柴油和農業灌溉產生的碳排放,排放系數參考田云等[17]的研究。

第二,畜禽養殖過程中產生的CH4和NO2,排放系數參考IPCC[18]的研究。

第三,稻田生長過程中產生的CH4等溫室氣體,排放系數參考王明星等[19]的研究。

被解釋變量:農業碳生產率(ACP)。它代表的是每單位農業碳排放帶來的經濟效益,可以通過農業生產總值與同期農業碳排放量之間的比值計算,公式如下:

ACPit=APVit/Cit

(6)

式中,ACPit、APVit、Cit分別為農業碳生產率、農業生產總值和農業碳排放總量。借鑒田云等[17]的研究,農業碳排放量的計算公式為:

C=∑Ci=∑Tt*δt

(7)

式中,C、Ct、Tt分別為農業碳排放總量、各類碳源產生的二氧化碳排放量和各碳源的數量;δt為各碳源的排放系數。

解釋變量:數字經濟(DE)。目前,國內外學者對數字經濟發展水平的測度尚未達成統一認知,本研究借鑒了趙濤等人[20]的研究,并結合互聯網發展和數字金融普惠兩個維度構建了評價指標體系。在互聯網發展方面,選取了互聯網普及率、互聯網從業人員數、人均電信業務總量和移動互聯網用戶數這4個指標;而在數字金融普惠方面,則采用了中國數字普惠金融指數進行衡量,采用熵值法進行測算。

中介變量:技術創新(INV),以區域創新能力指標為衡量標準。區域創新能力包括知識創造、知識獲取、企業創新、創新環境和創新績效等5個方面,能夠更好地反映地區技術創新水平。

控制變量。從農業碳生產率的影響因素出發,主要選取的控制變量如下:農業產業結構(AIS),以農業產值占農林牧漁業總產值的比重衡量;農村受教育水平(REL),以農村人均受教育水平衡量;農業灌溉條件(AUL),以有效灌溉面積占農作物總播種面積的比重衡量。

(三)數據來源及處理

鑒于數據的可獲性,本文選取2011—2020年中國30個省(自治區、直轄市,除西藏及港澳臺地區)為研究對象。農業碳生產率、數字經濟相關指標及控制變量原始數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國農業年鑒》《中國科技統計年鑒》以及各省統計年鑒和EPS數據庫。其中數字惠普金融使用北京大學發布的中國數字普惠金融指數,而技術創新變量則來源于中國區域創新能力評價報告,部分缺失數據采用插值法填補,各變量描述性統計結果如表1所示。

表1 變量描述性統計結果

四、實證檢驗與結果

(一)基準回歸

在回歸前首先判斷是選擇固定效應、隨機效應還是混合效應模型。通過F檢驗、LM檢驗和Hausman檢驗,本文確定選擇固定效應模型,回歸結果如表2所示。模型(1)是不考慮控制變量條件下數字經濟對農業碳生產率影響的回歸結果,回歸系數為0.304,且通過了5%水平下檢驗,說明數字經濟發展顯著提高了農業碳生產率。模型(2)-(4)逐步加入控制變量后,數字經濟對農業碳生產率的回歸系數依然為正,且通過了顯著性檢驗,表明數字經濟對農業碳生產率提高具有明顯的賦能作用,假設1成立。數字經濟自身作為一種投入要素,能夠促進各類農業生產要素的有效結合,達到資源集聚和較高的利用效率,實現農業生產的高效低耗和優質環保,釋放“數字生產力”,降低農業碳排放源的投入量,提升農業碳生產率。

表2 數字經濟對農業碳生產率影響的回歸結果

控制變量中,農業產業結構、農村受教育水平和農業灌溉條件對農業碳生產率的影響顯著為正,促進了農業碳生產率的提升。農村受教育水平的不斷提高意味著農業經營者的素質得到了較大提升,農戶能夠更好地借助新型生產工具和技術、先進的生產方式,使得農業生產物質投入大大降低,從而提高農業碳生產率。農業灌溉條件的提高說明農業技術進步和農業基礎設施的改善將直接影響農作物的產出和收益,而農業碳生產率是農業產業和碳排放量共同作用的結果,是增產和減排的對比,農作物產出效益的提高一定程度上促進了農業碳生產率增長。

(二)穩健性檢驗

為了增強基準回歸結果的可靠性,本文從替換解釋變量、剔除部分樣本、調整樣本期和工具變量法等層面進行多重穩健性檢驗。第一,替換解釋變量法。利用數字經濟的一階滯后項(L.lnDE)作為解釋變量進行回歸。第二,剔除部分樣本?？紤]到數字經濟發展水平的差異性,北京、上海、天津、重慶4個直轄市由于受到國家政策支持力度較大,數字經濟發展基礎好,故剔除4個直轄市樣本,進一步考察數字經濟對農業碳生產的影響。第三,調整樣本期,通過縮短樣本期的方式進行。自2015年起,中國數字經濟開始快速發展,本文檢驗的是數字經濟對農業碳生產率的影響,故縮短樣本期至2015—2020年,然后重新進行回歸。第四,工具變量法。由于數字經濟是以信息技術為重要載體,本文參考黃群慧等[19]的研究,以1984年各地區每萬人電話機數量作為數字經濟發展水平的工具變量。為避免固定效應模型中工具變量無法隨時間變動,按照Nunn和Qian[20]的方法,將1984年各地區每百人固定電話數量與上一年全國互聯網投資額(與時間有關)的交互項作為工具變量,使用2SLS進行回歸。以上檢驗結果如表3所示。表3結果表明,不同方法下,數字經濟對農業碳排放的影響都顯著為正,總體上說明了回歸結果的穩健性。

表3 穩健性檢驗結果

(三)中介效應檢驗

為了進一步探究數字經濟對農業碳排放的作用機制,基于前文的理論分析,本文以技術創新為中介變量,采用逐步檢驗法驗證中介效應是否存在,檢驗結果如表4所示。表(4)第1列數字經濟系數為0.296,通過了1%水平檢驗;第2列數字經濟系數為0.115,通過了5%水平檢驗,意味著數字經濟提高了技術創新水平;第3列在加入技術創新中介變量后,數字經濟與技術創新的回歸系數為0.252、0.382,且分別通過5%、1%水平檢驗,數字經濟的回歸系數從0.296下降為0.252,出現了小幅度下降,這說明技術創新是數字經濟促進農業碳生產率提升的作用機制。

表4 中介效應檢驗結果

表5列示了中介效應Soble的檢驗結果。結果顯示,p值小于0.001,拒絕原假設,說明中介效應成立。數字經濟通過技術創新影響農業碳生產率提升的間接效應為0.051,直接效應為0.378,中介效應占比11.90%。上述分析驗證了假設2成立。數字經濟發展對從業人員素質提出了更高的要求,倒逼人力資本的提升,推動技術的不斷創新,為農業發展變革提供動力源泉,從而實現最佳的資源利用、最少的成本投入,實現了節能減排,達到了提高農業碳生產率的目標。因此,加快發展數字經濟,提升區域技術創新能力,充分發揮數字經濟和技術創新的溢出效應,是促進農業碳生產率增長的有效路徑。

表5 Soble檢驗結果

(四)異質性分析

區域異質性。中國不同地區的數字經濟發展水平和農業碳生產率之間存在明顯的差異。因此,數字經濟對不同地區農業碳生產率的影響也呈現出差異性。本研究根據傳統的區域分類方法,將研究樣本劃分為東部、中部和西部地區,旨在探討不同地區數字經濟發展對農業碳生產率的影響是否存在區域異質性。經過回歸分析,結果如表6所示。研究結果表明,在東部和中部地區,數字經濟對農業碳生產率的影響系數為正,并且經過了顯著性檢驗,這說明數字經濟顯著促進了農業碳生產率的增長。而在西部地區,數字經濟的回歸系數也為正,但未能通過顯著性檢驗,這意味著數字經濟發展并未顯著提升農業碳生產率。

表6 區域異質性檢驗結果

從回歸系數大小看,東部地區影響明顯高于中、西部地區,原因可能是東部地區具有較好的數字經濟與技術創新水平,提高了數字技術與農業產業的協調發展,使得數據要素的潛能得到充分釋放,同時較高的農戶數字素養降低了農業技術應用障礙,有效降低了農產品交易成本,較大程度上釋放了數字經濟帶來的農業碳減排紅利,從而更有利于農業碳生產率的提升。

糧食生產功能區異質性。糧食安全是關系國計民生的頭等大事,是國家安全的基礎。各省份糧食生產能力差異性明顯,由此引起的農業碳生產率也有所不同。本文將研究樣本劃分為糧食主產區、糧食產銷平衡區和糧食主銷區,考察不同糧食生產功能區數字經濟對農業碳生產率的影響。檢驗結果如表7所示。結果顯示,糧食主產區和糧食產銷平衡區數字經濟對農業碳生產率的提高均具有顯著的促進作用,其中產銷平衡區影響效應最大,原因在于糧食主產區農業活動頻繁,在城鎮化過程中面臨糧食剛性需求增加、耕地減少、農業勞動力流失等挑戰,而且仍存在內蒙古、吉林2省(自治區)2020年化肥施用量還高于2012年的水平,使得農業碳排放量遠高于產銷平衡區,再加上數字基礎設施建設是一項長期工程,這些因素都制約了數字經濟對農業碳生產率的提升效應。糧食主銷區數字經濟對農業碳生產率的影響不顯著,可能是由于糧食主銷區人均耕地少,數字經濟發展相對完善,數字技術的應用趨于飽和,導致短期內數字經濟的發展對農業碳生產率的提高不顯著。

表7 糧食生產功能區異質性檢驗結果

技術創新異質性。技術創新是實現農業碳生產率提高的重要支撐,各省份之間技術創新能力存在顯著的差異性。為了檢驗不同程度的技術創新能力下數字經濟對農業碳生產率的影響是否存在差異性,本文借助技術創新能力指數的中位數將樣本劃分為高技術創新能力地區和低技術創新能力地區。如果地區技術創新能力指數大于相應年份的中位數水平,將其劃分為高技術創新能力地區,否則劃分為低技術創新能力地區。表8報告了技術創新異質性的回歸結果?；貧w結果表明,數字經濟發展對農業碳生產率的影響在高技術創新能力地區和低技術創新能力地區均顯著為正,但影響系數存在差異性,高技術創新能力地區的影響效應最大。究其原因,高技術創新能力地區一般擁有豐富的人力資本,有助于農業實現增量、提質、提效,為農業減排提供強有力的技術支撐,進而能更好地發揮數字經濟對農業碳生產率的提升空間,促進效果更加明顯。

表8 技術創新異質性檢驗結果

(五)門檻效應分析

以數字經濟和技術創新分別作為門檻變量,采用自助法對農業碳生產率提升是否存在門檻效應進行檢驗,結果見表9?？梢钥闯鰯底纸洕图夹g創新均通過了單一門檻檢驗,并且通過了5%水平檢驗。但通過雙重門檻檢驗,故存在單一門檻效應,且數字經濟和技術創新的門檻值分別為0.461、3.019,數字經濟對農業碳生產率的影響在門檻值區間內具有顯著的正向促進作用。

表9 門檻檢驗結果

表10分別列示了以數字經濟和技術創新為門檻變量的回歸結果,結果顯示。

表10 門檻效應模型回歸結果

第一, 當以數字經濟為門檻變量時,數字經濟發展水平低于0.461時,其回歸系數為1.358,并且在1%水平下顯著;數字經濟發展水平超過0.461時,其回歸系數為1.539,同樣通過了1%水平顯著性檢驗。由此可見,隨著數字經濟發展水平的逐步提高,數字經濟對農業碳生產率的推動作用呈現出明顯的增強趨勢。因此,數字經濟對農業碳生產率的影響存在門檻效應,假設3成立。究其原因,隨著數字經濟發展水平的不斷提高,鄉村數字基礎設施不斷完善,數字經濟能夠較好地應用到農業領域,推動農業數字化水平得到提升,從而更好地發揮數字經濟的乘數效應,使得數字經濟對農業碳生產率提升的賦能效應大大增加。

第二,以技術創新為門檻變量,當技術創新水平小于3.019時,回歸系數為1.256,且在1%水平下顯著。當技術創新水平大于3.019時,回歸系數為1.541,且通過了1%水平顯著性檢驗。這表明隨著技術創新水平的不斷提升,數字經濟對農業碳生產率的推動作用明顯增強。因此,我們可以看出,數字經濟對農業碳生產率的影響存在技術創新的門檻效應,假設4成立。究其原因,當技術創新水平達到一定程度時,能夠促進數字經濟的快速發展,而數字經濟的發展可以投入大量資源用于農業技術的創新,可以使用更多的數據獲取、分析和利用信息技術把農業技術推向更高的水平,能更有效地監測農業環境,減少農業碳排放,促進農業碳生產率大幅度提升。

五、研究結論與政策建議

為了落實“雙碳”戰略目標,推進數字經濟賦能農業綠色發展,提高農業碳生產率,從根本上緩解農業固碳減排和全球氣候變暖加劇的發展困局。本文以2011—2020年中國30個省級面板數據為例,實證檢驗了數字經濟對農業碳生產率的影響,厘清了技術創新的作用機制,并提出相應政策建議。

(一)研究結論

第一,數字經濟發展顯著提升了農業碳生產率,這一結論通過相關穩健性檢驗后依然成立。

第二,數字經濟發展顯著提升了區域技術創新水平,通過技術創新機制提高農業碳生產率。

第三,異質性結果分析表明,東部地區數字經濟對農業碳生產率的影響最為顯著。同時,糧食主產區和糧食產銷平衡區數字經濟對農業碳生產率的提升都表現出正向效應,其中產銷平衡區影響效應最大,而糧食主銷區的影響不顯著。相比低技術創新能力區,高技術創新能力地區數字經濟發展對農業碳生產率的影響效應最大。

第四,數字經濟對農業碳生產率的提升存在門檻效應,在數字經濟和技術創新超過門檻值后,數字經濟對農業碳生產率的提升得到較大幅度增強。

(二)政策建議

根據上述研究結論,本文提出如下建議。

第一, 夯實數字經濟發展基礎,挖掘數字經濟發展潛力,為農業碳生產率增長提供新動能。數字基礎設施作為數字經濟發展基礎的“硬件”支撐,是推動數字科技革命新趨勢的戰略選擇。區塊鏈基礎設施等是構成數字基礎設施的重要部件,因此要繼續加大5G網絡和千兆光網建設力度,建立完善數據要素資源體系,促進數據高效流通使用,充分激活數據要素潛能,釋放數字經濟發展潛力,不斷解放和發展數字生產力,引導數字經濟和數字技術向農業領域滲透,優化農業產業結構,推動農業降低碳排放量。

第二, 提高技術創新能力,利用技術創新扮演的中介作用,在數字關鍵核心技術方面發揮獨特的優勢。加強綠色低碳技術的科技攻關,提高數字技術基礎研發能力,加快布局數字領域前沿技術,提升企業和個人利用數字技術實現創新發展,形成更廣泛、更高水平、更有效率的數字化能力。同時完善創新體系,建立以企業為引領的產學研體系,加強技術公共服務平臺建設,深化數字技術應用,推動技術創新和應用創新相互促進、良性循環,充分發揮技術創新的中介作用,逐步實現農業的綠色發展。

第三,針對異質性特征,通過實施差異化數字經濟發展戰略,以應對不同地區的異質性特征,促進和協調各地區數字經濟發展。東部地區憑借強大的數字技術應用能力和創新水平,以及發達的數字產業等優勢,積極匯聚各類資源。此外,該地區的數字經濟基礎設施也相對完善,為數字經濟的發展提供了堅實的基礎;中部地區數字基礎設施尚不完善,數字技術水平正處于快速發展階段;西部地區的數字經濟發展受到數字技術應用、產業基礎和創新水平低下的阻礙,落后其他地區。各地區要依托本地產業、資源、政策等優勢,因地制宜,探索各具特色的數字經濟發展模式,并積極探索東中西部地區之間有效的數字經濟發展聯動機制,促進東中西部地區的資源稟賦、勞動力等有效結合,推動形成區域協調發展新格局。