互联网发展水平对我国生产性服务业TFP的影响

廖文婷，泮安妮

（湘潭大学a.出版社，b.商学院，湖南 湘潭 411105）

经济服务化是目前全球经济发展的重要特征。加快服务业的发展、提高服务业在国民经济总量中的比重成为各地政府制定政策方针的重要目标。“十四五”规划中也明确指出：“加快发展现代服务业，推动生产性服务业向专业化和价值链高端延伸。”作为服务业的重要组成部分，生产性服务业具有要素集聚能力强、专业程度高、创新潜力大等特征，是实现我国产业结构转型升级、经济高质量发展的有力保障。近年来，生产性服务业在发展中存在的问题也逐渐暴露出来，主要体现为：第一，我国生产性服务业比重并没有随着工业化的不断推进而同步增长，即出现所谓“生产性服务业发展悖论”；第二，我国生产性服务业的国际竞争力不足，在全球产业分工中基本处于价值链的中低端；第三，我国生产性服务业与制造业、农业等传统产业的融合力度不足。可见，我国生产性服务业尚存在着较大的发展空间。与此同时，随着互联网的普及与发展，互联网在经济发展中表现出的强大推动力，使得越来越多的国家和地区将互联网建设上升为发展经济的重要战略。2019 年11 月，我国15 个部门联合印发的《关于推动先进制造业和生产性服务业深度融合发展的实施意见》明确指出：“将深化制造业、服务业和互联网融合发展作为探索重点行业重点领域融合发展的新路径之一，要加快人工智能、5G 等新一代信息技术在制造、服务企业的创新应用。”互联网发展水平的提升不仅能够扩大生产性服务业的发展规模，而且能够推动我国传统生产性服务业的转型升级。通过深入探讨互联网发展水平影响生产性服务业发展的机制和路径，从而为解决生产性服务业发展存在的诸多问题，促进生产性服务业健康快速发展提供针对性政策建议。

在国内外相关文献中，生产性服务业TFP 相关研究主要集中在测度和影响因素两方面。一方面在TFP 测度方法和运用SFA 方法的研究中，顾乃华［1］48-58提出的随机前沿生产函数模型，以柯布-道格拉斯生产函数的密集形式作为模型具体形式。平新乔等［2］79-88在使用SFA 的同时结合了Solow 余值法，从产业、省份角度分别测算我国服务业的TFP和平均效率水平。运用到DEA 方法中，顾乃华［3］60-67通过借助DEA 方法计算出TFP。黄森等［4］57-65在三阶段DEA 模型的基础上引入了Malmquist 指数。另一方面影响生产性服务业TFP 因素：一是在投入方面，主要影响因素包括人力资本和要素市场。在人力资本影响的研究上，Paul Romer［5］71-99将人力资本视为一种投入要素，并将其引入经济增长模型。吴旭晓［6］50-56认为高技术服务业作为知识技术密集型产业，知识与技术则由高素质的专业人才创造与运用。对于要素市场影响的分析，陈艳莹等［7］73-84发现2004—2010 年我国正规要素市场的扭曲从直接和间接双重渠道抑制了我国生产性服务业TFP 的提升。二是产出层面，为准确考察制造业需求的影响，王文等［8］136-155发现制造业对生产性服务业需求的提高有助于生产性服务业效率的改善，而且资本密集型制造业需求程度的提高相对于劳动密集型，对生产性服务业效率的促进作用更大。

关于互联网发展对服务业影响方面的研究，从整体服务业的影响来看，Paola Pisano 等［9］181-199基于互联网技术和平台的共享经济形式能够为传统的服务业提供快速精准的供需匹配。卢福财等［10］94-103提出互联网的促进作用具体体现为交易成本的中介效应，即通过降低交易成本的方式来带动生产性服务业的发展。在互联网发展对服务业效率的影响上，Elias G.Carayannis 等［11］337-350认为信息技术尤其是互联网，正在对服务部门生产率的衡量和评价产生越来越广泛的影响。江小涓［12］6-19发现长期具有低效率特征的体育与文化服务业，近些年生产效率在网络技术的支持下有大幅的提升。李江帆等［13］47-54证实了信息通信业中间投入对我国生产服务业产出增长率的贡献在大型经济体中占比最高，其中又以信息通信制造业为主。

综上，在互联网与服务业关系的研究中，现有文献大多将研究重点放在互联网与服务业的关系上，而在互联网与生产性服务业TFP 领域鲜有涉及。从理论机制和实证分析两个方面出发，系统全面地论证了互联网通过三个中介变量对我国生产性服务业整体及细分行业TFP 的影响，并比较了不同细分行业间影响的差异。这能够为利用互联网解决生产性服务业发展中遇到的问题，实现我国生产性服务业高质量发展提供更具参考价值的建议。

一 作用机制

（一）降低交易成本

首先，互联网技术可以突破时空限制，提高生产性服务业收集处理信息的能力。与工业产品不同，生产性服务企业提供的服务产品往往是无形且不可存储的，且需要“面对面”接触。这一特征使得当生产性服务企业与服务需求企业间的空间距离较长时，交易成本会制约生产性服务企业的发展，互联网技术的存在能够通过清除信息要素流动的时空障碍减少交易过程中不必要的环节，降低生产性服务企业以“面对面”方式向需求企业提供服务产品的比重。一方面提高了生产性服务企业提供服务产品的效率，另一方面降低其服务产品的交易成本，从而促成相关服务产品交易的达成，刺激生产性服务企业扩大服务产品的供给规模，发挥规模经济优势，实现TFP 的提高。除此之外，交易成本的降低会节约企业的非生产性支出，增加利润，［14］114-129为研发提供资金支持。其次，互联网平台可以减少交易过程中的负外部性影响，提高生产性服务供需双方的匹配效率。［15］34-49通过互联网平台，生产性服务供应方可以向需求方展示其服务产品的信息，生产性服务需求方则根据供应方提供的信息选择匹配的服务产品。在这一过程中，互联网平台充当“信息中介”的角色，有效解决了生产性服务供需双方信息不对称的问题。从生产性服务业供给端来看，信息不对称的改善能够降低生产性服务供给企业的服务成本，利于交易的顺利开展；从生产性服务业需求端来看，供需匹配率的提高会减少需求企业的搜寻成本，增加对生产性服务产品的需求，从而促进生产性服务市场规模的扩大。在市场需求规模扩大的情况下，为满足市场的需求，生产性服务企业需要开发不同的标准化或者个性化的生产性服务，需要对原有的服务产品进行改造和创新，从而带来生产性服务企业创新水平的提高和管理效率的提高［16］117-130，最终实现TFP 的增长。

（二）提升人力资本

首先，互联网技术的影响路径。从劳动力供给端看，互联网技术可以减少劳动力流动障碍，促进优质人才跨区域就业。互联网强大的通讯功能缩短了人与人之间的距离，降低了劳动力跨区域就业的心理障碍。有利于企业吸引更多与需求相匹配的优质人才，促进企业研发创新能力的提升，带动生产性服务业TFP 的增长。从劳动力需求端看，互联网技术的应用减少企业对中低技能劳动力的投入，提高了企业对劳动力质量的要求。具体来说，一方面，技能型劳动力是充分利用互联网技术的前提条件；另一方面，互联网技术的应用使得员工工作具有更强的自主性，工作形式更加灵活多样，对员工的综合素质提出了更高的要求。劳动力质量的提高则通过提高劳动者自身的效率和生产过程中投入的其他要素的生产效率，从而实现生产过程单位产出效率的提高。［17］3-42其次，互联网平台的影响路径包括两个方面，第一，从劳动力供需关系来看，互联网平台可以减少劳动力供需信息不对称，提高劳动力供需双方的匹配度。这不仅能够提高企业招聘符合要求劳动力的概率，而且就业者在与自己能力相匹配的岗位工作，从整体上提高企业TFP，为企业创造更高的经济价值。第二，从劳动力提升途径来看，互联网平台能够促进信息知识的传播与共享，拓宽劳动者获取知识资源的渠道。具体体现在：一方面，劳动者可以通过共享资源、在线课程等网络平台自主学习，提高个人的知识储备和专业技能；另一方面，企业能够通过互联网平台向员工提供有针对性的线上培训，提高员工的职业技能与综合素养。劳动者的人力资本提升，则可以实现生产过程中所有要素生产率的增长，最终实现全要素生产率的提高。

（三）促进技术创新

首先，互联网技术的影响路径。一方面，互联网技术的应用会促进市场竞争，激发企业进行创新活动的内在动力。主要体现在：一是互联网技术突破时空限制，扩大了消费者的选择范围；二是互联网技术的应用催生了虚拟企业，挤占了实体企业的生存空间；三是互联网技术扩大了企业的融资渠道，降低了技术研发的门槛。上述三个方面共同作用促进了企业间的竞争，通过互联网技术促进市场竞争，可以激发企业的创新动力与潜力，促进企业实现技术创新［18］56-68。由于技术创新形成企业的技术优势，有利于提高企业的竞争力，从而促进TFP 的增长。其次，互联网可以促进信息知识的处理与整合，降低了企业进行技术创新的不确定性。企业创新活动作为长期投资，经常会面临政策调整、需求变化等各种可能，这些诸多的不确定性导致企业需要承担较高的风险，导致很多企业管理者持谨慎态度。互联网技术能够帮助企业高效获取外部信息知识，降低企业创新活动所面临的不确定性，促进企业顺利开展技术创新和成果转化，提升产品的价值，实现企业经营效率的提高。再次，互联网平台的影响路径。从对内连接来看，互联网平台通过改变企业内部信息传播方式和工作组织方式，优化了企业要素资源配置，减少了企业内部管理决策的层级，加强了研发人员间的交流沟通，有利于提升企业的技术创新效率。而技术创新成果的应用可以减少同等条件下企业的要素投入，优化投入要素的使用。通过上述途径，技术创新在投入端实现优化，即在产出不变的情况下，降低了投入的成本或优化了投入要素，从而提高了TFP。从对外连接来看，互联网平台能够打破技术研发上中下游的孤立状态，推动生产、研究、消费三位一体创新网络的构建。衔接生产、学研与消费，互联网平台也能够帮助企业对接政府，获取政府为其创新活动提供的精准服务；帮助企业对接金融业，通过降低融资门槛与成本的方式为其研发活动提供资金支持等，都能助力企业技术创新，提升企业的全要素生产率。

基于上述分析，提出下列假设：

假设一：互联网发展水平的提高对我国生产性服务业及其细分行业TFP的增长具有直接正向作用。

假设二：互联网发展也会通过降低交易成本、提升人力资本以及促进技术创新三种方式间接促进生产性服务业及其细分行业TFP 的增长。

二 研究设计

（一）变量设定与数据来源

1.被解释变量——生产性服务业全要素生产率（TFP）。以我国23 个省级行政单位作为基本决策单元，使用10 年省级投入产出面板数据，运用DEAMalmquist 指数法通过Stata 16.0 软件测算了2008—2017 年我国生产性服务业及其细分行业TFP 的变化。由于DEA-Malmquist 指数法是使用两个相邻年份的比率作为其下一年的TFP 指数，因此通过选取2007—2017 年我国生产性服务业细分行业的投入产出数据得到了2008—2017 年我国生产性服务业及其细分行业的TFP 指数，在进行模型估计时，借鉴李梅等［19］21-32的做法，将TFP 指数变换为累积TFP 指数的形式来反映TFP 的实际变动情况。此外，将生产性服务业五类细分行业的TFP 指数分别定义为：交通运输、仓储和邮政业（TFP-T），信息传输、软件和信息技术服务业（TFP-I），金融业（TFP-F），租赁和商务服务业（TFP-R），科学研究、技术服务和地质勘查业（TFP-S）。

2.解释变量——互联网发展水平（lnt）。首先参考郭家堂等［14］34-49的研究，选取了互联网基础资源和互联网应用两个维度的指标。在互联网基础资源维度，从基础设施、标识资源以及信息资源三个方面加以考虑，其中基础设施采用每万人互联网宽带接入端口数来代理，标识资源采用每万人域名数、IPv4地址占比来衡量，信息资源采用每万人网站数来代理；在互联网应用维度，使用互联网普及率来表示。其次借鉴张勇的处理方法，利用时序全局主成分分析思想，先将10 年全国30 个省5 个具体指标的数据汇总在一张数据表上，形成一张按照时间序列纵向展开的300×5 的全局数据表，再利用经典主成分分析法展开分析。

3.中介变量。（1）交易成本（TC）。参考卢福财等［10］94-103的做法，采用市场化指数作为交易成本的代理变量。由于市场化程度的提高会降低市场交易成本，因此两者呈负相关，令市场化指数为MI，则两者的关系可以表示为TC=-MI。具体数据来自王小鲁等编写的《中国分省份市场化指数报告（2018）》，由于其中只报告了2008—2016 年我国各省的市场化指数，2017 年各省市场化指数根据前9 年各省的平均增长率推算求得。（2）人力资本（HC）。采用地区平均受教育年限衡量各省的人力资本情况，具体计算公式如下：平均受教育年限=小学学历就业人员占比×6+初中学历就业人员占比×9+高中学历就业人员占比（含中职）×12+专科及以上学历就业人员占比（含高职）×16。（3）技术创新（TI）。采用各省国内专利申请受理、授权的数量加总的数据，即省级国内专利申请授权数表示各省技术创新水平。

4.控制变量。在阅读参考生产性服务业TFP影响因素相关文献的基础上，选取如下指标作为控制变量。

（1）产业聚集程度（Acu）。借鉴使用区位商来衡量各省生产性服务业（及其细分行业，下同）的聚集程度，此外，将五类细分行业的聚集程度分别定义为：交通运输、仓储和邮政业（Acu-T），信息传输、软件和信息技术服务业（Acu-I），金融业（Acu-F），租赁和商务服务业（Acu-R），科学研究、技术服务和地质勘查业（Acu-S）。

（2）工业化水平（Ind）。采用各省工业增加值占地区GDP 的比重表示各省工业化水平。

（3）要素市场扭曲程度（Dfm）。参考张杰等［18］56-68的研究方法，使用如下公式测度各省要素市场扭曲程度，Dfm=（各省产品市场化指数—各省要素市场化指数）/各省产品市场化指数。

（4）政府干预（Gov）。使用各省财政支出占地区生产总值的比重衡量各省政府干预程度。

（5）对外开放程度（Ope）。采用各省进出口额占地区生产总值的比重代表各省对外开放程度。其中，各省进出口总额通过当年人民币对美元汇率转化为人民币形式。

（二）模型构建

对相关变量均进行了对数化处理，最终将互联网影响生产性服务业TFP的基本计量模型构建如下：

（1）式中，下标i、t分别代表省份和年份，TFPit代表i省t期生产性服务业全要素生产率，Intit代表i省t期互联网发展状况，Xit表示省际层面可能影响生产性服务业全要素生产率的控制变量，μi表示i省不会随时间发生变动的个体固定效应，εit表示随机扰动部分。

三 实证分析

（一）互联网发展水平对我国生产性服务业TFP的总体影响

表一给出的是互联网发展水平通过交易成本、人力资本和技术创新影响我国生产性服务业TFP的回归结果。其中，第（1）列是互联网发展水平对我国生产性服务业TFP 进行回归，第（2）（4）（6）列分别是互联网发展水平对交易成本、人力资本和技术创新等三个中介变量进行回归，第（3）（5）（7）列则是互联网发展水平以及对应的三个中介变量分别对我国生产性服务业TFP 进行回归的结果。

在第（1）列中，互联网发展水平的系数为0.746，而且是显著的，表明互联网发展水平的提高总体上可以显著地促进我国生产性服务业TFP 的增长，第（2）和（3）列是以交易成本为中介变量进行回归的结果，从中可以看出，第（2）列中互联网发展水平回归系数为-0.915，且在1%的水平显著，表明互联网发展水平的提高可以显著降低交易成本。第（3）列中互联网发展水平和交易成本的系数均显著，表明存在部分中介效应，即互联网的发展不仅可以直接提高生产性服务业TFP，而且能够通过交易成本的下降较为明显地促进生产性服务业TFP 的增长。第（4）和（5）列是将人力资本作为中介变量进行回归的结果。从表一中可知，第（4）列中互联网发展水平与人力资本间存在显著的正向关系，表明互联网的发展总体上能够显著地提升人力资本。第（5）列中互联网与人力资本的回归系数均为正且显著，说明在控制其他变量保持不变的情况下，互联网发展水平的提高能够通过促进人力资本提升的途径提高生产性服务业TFP。第（6）和（7）列是以技术创新作为中介变量的中介效应模型回归的结果。从第（6）列中可以得出互联网的发展对技术创新具有显著的促进作用。第（7）列则说明了互联网能够通过促进技术创新的方式加快生产性服务业TFP 的增长。

表一 互联网发展水平对我国生产性服务业TFP 的影响机制

（二）稳健性检验

1.剔除极端值。为尽量避免极端值对回归结果可能产生的不利影响，分别剔除了生产性服务业（及其细分行业，下同）的TFP 指数和互联网发展水平综合指数的极端值，并对处理后的省际面板数据进行重新回归，结果如表二第（8）列，互联网发展水平的系数与剔除异常值前具有较好的一致性。

2.替换变量指标。借鉴已有研究的做法，在解释变量方面，对互联网发展水平分别采用单一指标互联网普及率和人均互联网宽带接入数进行重新估计；在被解释变量方面，采用生产性服务业增加值衡量我国生产性服务业发展程度。重新估计的结果如表二第（9）至（11）列所示，结果均证明互联网发展水平对我国生产性服务业TFP 具有显著的正向作用。

表二 稳健性检验结果

综上所述，原模型选取的指标互联网发展水平综合指数和生产性服务业TFP指数是合理的，基于原指标数据回归得出的基本结论具有稳健性。

3.内生性问题。为减少被解释变量与解释变量之间可能存在的互为因果关系也可能导致内生性问题。先将滞后一期的互联网发展水平综合指数作为当年核心解释变量进行固定效应估计，结果如表三第（12）列所示，与前文估计具有一致性。然后将滞后一期的互联网发展指数作为当年互联网发展水平综合指数的工具变量进行回归，由于使用的是面板数据，为了避免可能存在的自相关或异方差等问题对结果产生的不利影响，采用GMM 方法进行回归，结果如表三第（13）列所示，互联网发展水平系数为正且在1%的水平上显著，说明互联网发展水平对我国生产性服务业TFP 是具有正向影响的。

表三 内生性检验结果

（三）互联网发展水平对我国生产性服务业TFP影响行业差异

选取两个典型生产性服务业细分行业进行对比，即交通运输、仓储和邮政业代表传统生产性服务业，信息传输、软件和信息技术服务业代表现代生产性服务业，分析互联网发展水平对我国生产性服务业TFP 影响行业间的差异。表四和表五是互联网发展水平对我国交通运输、仓储和邮政业、信息传输、软件和信息技术服务业TFP 进行实证回归的结果。从直接影响来看，如表中第（14）和（21）列所示，互联网总体对两者TFP 的增长均发挥积极作用。其中，互联网发展水平对于我国交通运输、仓储和邮政业TFP 的促进作用最为显著。这可能是因为交通运输、仓储和邮政业属于与社会生产活动密切相关的基础性行业，相对于其他行业发展更加成熟，在利用互联网技术、平台等实现进一步发展方面处于有利地位。在互联网通过三个中介变量对生产性服务业细分行业TFP 的影响机制方面，不同的细分行业间是存在差异的。

表四 互联网发展水平对我国交通运输、仓储和邮政业TFP 的影响机制

表五 互联网发展水平对我国信息传输、软件和信息技术服务业TFP 的影响机制

在交易成本影响机制中，交通运输、仓储和邮政业具有部分中介效应，表明互联网发展水平的提高不仅能够直接促进交通运输、仓储和邮政业TFP 的增长，而且能够通过降低交易成本的方式发挥作用。信息传输、软件和信息技术服务业则具有完全中介效应，也即互联网发展水平完全通过交易成本影响上述两个行业的TFP。这可能是因为我国信息传输、软件和信息技术服务业自身发展程度较低，在互联网资源要素价值的挖掘与利用方面存在明显的不足，导致互联网对我国信息传输、软件和信息技术服务业TFP 的作用完全体现为降低交易成本。

在人力资本影响机制中，信息传输、软件和信息技术服务业具有部分中介效应，表明互联网能够直接影响或者通过提升人力资本促进信息传输、软件和信息技术服务业TFP 的增长。相对于信息传输、软件和信息技术服务业，交通运输、仓储和邮政业中介效应则不显著，交通运输、仓储和邮政业具有资本密集型的特征，对人力资本特别是专业化人才的敏感度较低［21］，可能导致其对人力资本中介效应不明显。

在技术创新影响机制中，交通运输、仓储和邮政业以及信息传输、软件和信息技术服务业中介效应则不显著。在交通运输、仓储和邮政业方面，原因可能包含以下几个方面：首先，这与行业属性有关，交通运输、仓储和邮政业属于具有行业垄断特性的传统行业，这一特征决定其所处环境相对缺乏竞争，不利于企业技术创新能力的提升；其次，如上文分析，交通运输、仓储和邮政业对人力资本的敏感度较低，而人力资本在促进企业技术创新中具有举足轻重的作用，人力资本缺乏在一定程度上意味着技术创新能力弱。信息传输、软件和信息技术服务业技术创新中介效应不显著，则可能与其自身技术水平滞后，国家在支持其发展的政策、资金、服务以及产权保护等方面欠缺有关。

四 结论与政策建议

近年来，“互联网+”已上升为国家发展经济的重要战略。鉴于互联网作为生产性服务业发展的基本要素和重要支撑，能够全方位影响生产性服务业的发展，因此研究互联网发展水平如何影响我国生产性服务业TFP，对于改善生产性服务业发展中遇到的诸多问题，实现我国生产性服务业健康快速发展具有重要的意义。基于上述理论与实证的研究与分析，得出如下结论：互联网发展水平的提高不仅直接对我国生产性服务业及其细分行业TFP 具有直接正向作用，而且能够通过降低交易成本、提升人力资本和促进技术创新的方式间接提升TFP。

从总体影响上看，互联网发展水平的系数为正且显著，说明随着互联网要素资源在生产领域的加快应用，对于我国生产性服务业TFP 总体水平的提升发挥了积极的作用；互联网通过三个中介变量均能有效地促进TFP 的增长，其中降低交易成本的中介效应最显著，表明通过互联网提升我国生产性服务业TFP 的途径比较低端，我国生产性服务企业在互联网资源要素价值的挖掘与利用方面存在着明显的不足。从细分行业影响上看，互联网的发展对于我国交通运输、仓储和邮政业TFP 的促进作用最为显著。这与交通运输、仓储和邮政业属于与社会生产活动密切相关的基础性行业，相对于其他行业发展更加成熟，在利用互联网方面处于有利地位有关；在交通运输、仓储和邮政业中，只有交易成本具有部分中介效应，说明我国交通运输、仓储和邮政业在利用人力资本与实现技术创新方面存在不足，这与其资本密集型以及垄断行业的属性有关；在信息传输、软件和信息技术服务业中，互联网主要通过降低交易成本和提升人力资本影响TFP，而在技术创新方面中介效应并不显著，说明我国信息传输、软件和信息技术服务业技术发展水平滞后，难以通过技术创新提升TFP。

根据上述结论，提出以下政策建议：第一，加强互联网基础设施建设，缩小区域间网络数字鸿沟；第二，提高服务产品市场化程度，降低生产性服务交易成本；第三，加强高质量人才队伍建设，提高人力资本供需匹配度；第四，营造企业技术研发好环境，借三位一体发力技术创新。