5.1 模型构建 ............................. 52
5.1.1 基准计量模型的构建 ......................... 52
5.1.2 中介效应模型的构建 .......................... 53
第5章数字政府赋能营商环境优化的实证检验
5.2指标选取和数据来源
5.2.1指标选取与衡量
1.核心解释变量（DigGov）
本文选用2017-2021年中国264个城市的数字政府总得分为核心解释变量。数字政府总得分由前文中所建立数字政府的综合评价指标体系测算得出，该指标体系共包含3个一级指标，下设12个二级指标以及20个三级指标，一级指标分别是指政府引导水平、环境支持水平以及技术发展水平。
2.被解释变量（Business）
本文选用2017-2021年中国264个城市的政商关系总指数作为被解释变量，该指数来自《中国城市政商关系评价报告》。
3.中介变量
（1）法治化水平（Law）。本文选用每万人刑事案件数量来衡量地区法治化水平，该变量为负向指标。
（2）政府治理效率（GovE）。由于城市层面的政府治理效率数据难以直接获取，故本文采用数据包络分析法（DEA）对政府治理效率进行效率评价。基于规模报酬可变的现实情况，本文采用产出导向型的DEA-BCC模型来测算各城市政府治理效率，重点关注各地区政府在人力、财力和物力投入既定情况下如何扩大治理产出。参考祁毓和郭均均（2012）以及唐任伍和唐天伟（2004）等的研究[102-103]，本文从人力、财力、物力三个维度选取投入指标，从公共教育、医疗卫生、社会保障、公共文化、科学技术与地区发展六个方面来综合衡量政府治理产出。政府治理效率（GovE）的投入及产出指标测量如表5-1所示。
第6章研究结论与政策建议
6.1本文主要结论
现阶段，我国经济正处于由粗放式增长向高质量增长的转型攻关期，迫切需要通过构建良好的营商环境来激发市场主体活力、促进企业创新创业、增强企业的市场竞争力。与此同时，随着互联网技术的深入发展以及相关政策的稳步推进，我国的数字政府建设已取得了显著成效。已有研究发现，政府的数字化转型能够赋能营商环境优化，数字政府在地区营商环境优化的过程中起到至关重要的引导推动作用。基于此，本文将数字政府与营商环境纳入统一的分析框架内，使用2017-2021年中国264个城市的面板数据对两者间的关系进行了深入考察。
首先，本文使用熵权TOPSIS综合评价法，对2017-2021年中国264个城市的数字政府建设水平进行综合评价。随后，本文从时间、空间两个维度探寻了全国以及中国三大经济区域的数字政府以及营商环境的动态分布的演变规律以及空间分布状态。最后，本文建立起基准回归模型、中介效应模型以及门槛效应模型，实证分析了2017-2021年我国264个城市的数字政府对营商环境优化的影响效应及作用机制，并进一步考察了在不同对外开放水平下，数字政府对营商环境优化的非线性影响。本文得到以下研究结论：
（1）从时间维度来看，样本期间内，我国大部分城市的数字政府以及营商环境的增长率呈现出波动式上升，且数字政府以及营商环境水平较低水平的城市所占比重逐年降低，地区间差异正逐年缩小。从空间维度来看，我国264个城市的数字政府与营商环境的分布状态均存在一定阶梯性，本文通过K-means聚类分析分别将数字政府、营商环境水平划分为四个和三个梯队，可以看出大多数城市的得分情况分布在中低梯队中，这表明我国大多数城市的数字政府与营商环境总体上呈现出较低水平，存在一定发展空间。进一步，通过计算莫兰指数可以发现，在样本期内，我国数字政府以及营商环境均表现出“高-高”集聚和“低-低”集聚的空间分布，总得分较高的省会城市和部分东部地区城市具有明显的正向溢出效应。
（2）本文的基准回归结果显示，无论是否添加控制变量，数字政府的估计系数均为正值，且均在至少5%的水平上通过了显著性检验。这表明，数字政府建设水平的提升能够显著优化地区营商环境，数字政府赋能营商环境优化的效果显著。更进一步，在剔除省会城市的样本数据、替换核心解释变量的稳健性检验以及利用工具变量法缓解了可能存在的内生性问题后，该研究结论仍然成立，本文得到的这一稳健结论为数字政府赋能营商环境优化提供了新的经验证据。进一步，本文考察了数字政府赋能营商环境优化的作用机制。本文的中介效应回归结果显示，数字政府能够通过提高地区法治化水平、提高政府治理效率以及提升区域创新能力三个途径来优化地区营商环境。本文结论有助于理论上厘清数字政府对于营商环境优化的发生机理和作用机制。
参考文献（略）
