数字经济增加值规模测算研究
——兼论数字经济的区域发展差异
2022-05-18李宏兵姚一帆杨雨昕
李宏兵,姚一帆,杨雨昕
(北京邮电大学 经济管理学院,北京 100876)
一、引 言
自《二十国集团数字经济发展与合作倡议》发布以来,发展数字经济成为世界多国共识,也对宏观经济统计中的数字经济测度提出了更高的要求。党的十九大后,我国政府也陆续出台系列政策文件,强调打造数字经济新优势,协同推进数字产业化和产业数字化转型,加快数字中国的建设步伐。当然,数字经济的蓬勃发展对相关核算工作也提出了迫切要求,已有大量国内外研究机构对我国数字经济总量进行了测算,但统计口径和测算结果都差异较大。以中国信息化百人会和中国信息通信研究院等为代表的国内研究机构,测算得到2015年我国数字经济占GDP比重约为27.5%;以波士顿咨询和埃森哲为代表的国外研究机构,同期测算结果显示,我国数字经济占GDP 的比重约为13%;而艾瑞咨询给出的测算结果仅为1.7%。数字经济规模测算结果迥然不同,主要是由不同测算主体对数字经济范围界定与测算方式的差异所致。缺乏系统而标准化的测算方法,可能会带来对数字经济发展态势的认知偏差。
基于此,2021年6月国家统计局公布并实施《数字经济及其核心产业统计分类(2021)》,以《国民经济行业分类》(GB/T 4754—2017)为基础,从“数字产业化”和“产业数字化”两个方面确定了数字经济的基本内涵及范围,即指以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。这一举措对于准确测算我国数字经济规模及其内部结构,评估数字经济发展对经济增长的贡献,指导数字经济发展的政策实践,具有重要的现实意义。本文根据数字经济构成的分类逻辑,构建了一套具有科学性、合理性与现实性的数字经济增加值核算框架,旨在成为《数字经济及其核心产业统计分类(2021)》这一测度标准的衔接方案或可检验手段。针对京津冀、长三角、成渝、粤港澳大湾区这4大重点城市群中的9个代表性省份开展2003—2019年数字经济增加值的测算工作,结合测算结果,对数字经济在不同城市群与省份中的发展差异与深层原因展开研究,并在此基础上提出了推动区域数字经济长期高质量发展的政策建议。
二、文献综述
根据已有研究,数字经济规模的测度按照其研究内容和研究方法的不同,大致可划分为国民经济账户研究、相关指数编制研究、增加值测算研究等。在国民经济账户研究方面,美国人口普查局最早建立了数字经济的测算框架,该框架将数字经济的核算范围界定为三个部分,即电子商务基础设施、电子商务流程和电子商务交易,同时给出相应的数据收集策略,提高了数字经济测算的可操作性[1]。联合国、世界银行、国际货币基金组织等机构也针对《国民账户体系(2008)》中涉及数字经济的相关问题进行了修订。同时,经济合作发展组织(Oganization of Economic Corporation and Development,OECD)先后提出了针对知识经济、信息经济、互联网经济、数字经济等的测算框架[2-5]。相比上述发达国家,我国数字经济等新型经济统计研究起步较晚,研究基础相对薄弱。中国国家统计局制定的《中国国民经济核算体系(2016)》将新兴经济核算作为拓展核算的一部分加入国民经济核算体系,印发了《新产业新业态新商业模式统计分类(2018)》《战略性新兴产业分类(2018)》,确定了与数字化转型相关的产业分类。浙江省统计局较为领先地制定了《浙江省数字经济核心产业统计分类目录》。许宪春等[6]指出,面对国民经济中衍生的数字经济新业态,应当结合中国数字经济的发展现状与特征,制定适合中国数字经济发展且满足国际可比较性的数字经济核算方法。杨仲山等[7]也指出,中国数字经济卫星账户编制方案的探索与设计对加强数字经济统计测度研究、完善中国国民经济核算体系具有重要意义。
在相关指数编制研究方面,OECD 尝试从智能基础设施投资、增强社会活力、释放创新创造能力、促进增长带动就业等诸多方面衡量数字经济发展程度[8],赛迪集团、腾讯研究院、新华三集团、上海社会科学院等研究机构也先后构建并发布了基于多种统计口径的中国数字经济指数。国内学者张雪玲等[9]针对数字经济发展的5个方面构建了指标体系,运用熵值法与指数法测算了 2007—2015 年我国数字经济发展的整体状况。葛文婷等[10]通过构造DEA-Malmquist指数对中部省份的数字经济效率进行了测算和评价。
在增加值测算研究中,由于测算方法与所采用数据不同,测算得到的数字经济规模结果往往差异较大。康铁祥[11]是较早研究数字经济的学者,认为数字经济由数字产业与数字辅助活动构成,并根据2002 年的投入产出表测算出我国的数字经济规模约为 1.08 万亿元,占当年 GDP的比例为 8.85%。目前,对我国数字经济总量的测算研究中,影响力较大的为中国信息化百人会和中国信息通信研究院公布的相关测定结果,其核心思路是将生产法核算与效率提升测算相结合,相关理论基础较为坚实,但在新兴产业部门的认定测算上,仍存在一些难点和争议[12]。
与此同时,诸多学者尝试拓展测算思路,如王亚菲等[13]基于国际统计标准资本服务核算方法,测算了1994—2014年各行业层面信息与通信技术(Information and Communications Technology,ICT)资本服务状况,指出通过提高行业层面的ICT 资本投入水平,可以促进产业升级,提高经济增长效率。蔡跃洲等[14]基于乔根森及OECD的增长核算框架,对1977—2012年中国经济增长来源进行细致分解,并提出 “先增量后总量、先贡献度后规模”的测算思路,构建了操作性和准确性较强的数字经济规模测算框架。彭刚等[15]借助增长核算框架对2003—2018年中国数字经济总量进行了测算,评估全要素生产率增长中的ICT技术渗透效应,结果发现2018年中国数字经济增加值占比为13.16%,对GDP增长的贡献率达到25.20%,这也在一定程度上证明了数字经济规模测算框架的可行性。朱发仓等[16]亦通过构建类似框架,对浙江省的数字经济规模进行了测算,得到较为相近的结论。上述有关数字经济发展与规模的测度,取得一定成效,但并未形成一致性意见。因此,采取更多元的研究方法对中国数字经济发展状况进行统计评价,有助于加深对数字经济的认识,并且有利于揭示数字经济发展中存在的问题,为精准研判我国数字经济发展态势提供更多的数据支持。
三、数字经济增加值的核算框架构建
(一)数字经济增加值核算框架
数字技术具有替代性与渗透性两大发展特征。一方面,摩尔定律的存在使得数字产品相对价格持续大幅下降,进而出现数字产品对其他投资的大规模替代;另一方面,数字技术作为一种通用技术,能够广泛渗透于经济社会各领域,衍生出新需求、新模式,且通过与传统产业协同融合,引致传统产业的效率提升和相应的增加值贡献[12]68。因此,数字技术既表现为以信息通信产业为主的数字经济核心产业部门形态,又发挥渗透效应,通过与其他生产要素在各产业部门中的协同生产过程带来全要素生产率的提升,表现为数字技术与传统实体经济的融合。数字技术替代效应与渗透效应均对社会经济增长具有重要贡献,并会持续促进数字经济规模的扩张。
基于此,可以构建如图1所示的数字经济增加值核算框架,根据上述效应的宏观表现形态,可将其划分为数字产业化部分与产业数字化部分,并据此更为准确地分析地区数字经济的内在结构与其长期发展特征。同时,为解决产业数字化部分的测算问题,本文在蔡跃洲等[14]104-112的研究思路基础上,提出了“先贡献度、后增量、再总量”的测算逻辑,通过测定ICT硬件与软件产品作为资本要素在非数字经济核心产业部门(非ICT部门)中对增加值增长的贡献,来评估数字技术介入后所带来的额外经济增量。通过引入增长核算框架,本文对包括ICT资本要素在内的各类生产要素带来的经济贡献进行分解,并将由ICT资本要素投入引致的额外经济增长作为产业数字化增加值部分。
图1 数字经济增加值核算框架
除此之外,增长核算框架也将部分经济增长贡献归结于全要素生产率(Total Factor Productivity,TFP)的增长,即数字技术的渗透效应带来的经济增长来源于两个部分:一是ICT资本增长的直接贡献,二是部分由ICT资本增长引致的TFP增长的间接贡献。为了提取TFP增长中由数字技术介入带来的影响,更全面准确地评估数字技术潜在的渗透效应,本文通过构造TFP增长贡献序列与ICT资本增长贡献序列之间的向量自回归(Vector Autoregressive,VAR)模型,借助方差分解的方法分析由ICT投资变动对TFP变动的影响大小。至此,测算得到非ICT行业中ICT资本投入带来的直接增长贡献与间接的TFP增长贡献。然后,通过将历年产业数字化带来的经济增量累加,最终可以得到历年的产业数字化增加值规模。由此测算得到的历年数字产业化、产业数字化增加值,可以对经济体的数字经济内部结构与发展过程有更为全面的认知,有利于数字经济相关政策的制定与实施。
(二)全要素生产率及资本投入测算
本文基于索洛增长核算框架假设,构造非ICT行业中的希克斯中性的生产函数,设定非ICT行业t时期内的总产出为Yt,各类型资本要素投入X1t,X2t,…,Xnt,劳动力投入Lt,全要素生产率At,以公式(1)表示总量生产函数,即:
Yt=At×f(X1t,X2t,…,Xnt,Lt)
(1)
根据索洛增长框架的完全竞争市场和相加性假设,将要素边际产出以其支付报酬(即价格)来代替,假设总量经济是规模报酬不变的,那么各类要素的支付报酬之和应该等于总产出。根据各类要素占总投入的比重,对经济体各时期的经济增长按要素分解,并计算出相应的全要素生产率。
测算各类资本的投入是增长核算中最重要的环节。在生产过程中,资本和劳动者只是被使用而不是被消费,它们对生产过程的投入都是服务流的形式,在增长核算过程中,相较于资本存量,资本服务才是对特定时期资本投入的最佳估计。在国内的核算实践中,王亚菲等[13]27-32、蔡跃洲等[14]105-107均以资本服务作为资本要素投入的衡量指标。因此,本文也选择以各类资本要素在每个时期的资本服务作为资本投入指标。
资本服务整体思路为:首先分别计算各类资本的生产性存量;再采用使用者成本方法,将资本存量与使用者成本率相乘,即可得到各类资产的资本服务。用公式表示为:
Kk,t=Pk,t×Zk,t
(2)
其中,Kk,t、Pk,t、Zk,t分别表示k类资产的资本服务、使用者成本、生产性存量。Zk,t为t期和t-1期k类资产生产性存量的算数平均值,通过退役模式、役龄-效率剖面,将处于不同役龄阶段的不变价资产投资转化为以相同生产效率单位表示的累积量,本文参考王亚菲等[13]27-28的研究,在对退役模式、役龄-效率剖面的处理上采用同时退役、几何效率递减模式,生产性存量则有以下关系:
Ak,t=Ik,t+(1-δk)Ak,t-1
(3)
其中,Ak,t表示k类资产第t期的生产性存量;Ik,t表示k类资产第t期的投资额;δk表示k类资产的折旧率。若已知初期的生产性存量Ak,0,利用生产性存量间的递推关系,则可求得k类资产各期的生产性存量。在求得各类资产生产性存量序列的基础上,可以采用使用者成本方法计算各类资本的资本服务。Jorgenson[17]通过古典投资理论的套利方程给出了资本服务的使用者成本计算过程:
PK,k,t=(ik,t-πk,t)PI,k,t-1+δkPI,k,t=rk,tPI,k,t-1+δkPI,k,t
(4)
其中,PK,k,t、PI,k,t-1、ik,t、rk,t、δk分别表示k类资产t期的资本服务使用者成本、购买价格、名义回报率、实际回报率和资产折旧率,πk,t=(PI,k,t-PI,k,t-1)/PI,k,t-1表示k类资产t期的资本收益项。
在实际测算过程中,利用资产价格指数代替购买价格,利用资产服务年限期望值和残值率求得各类资产的折旧率。资产实际回报率rk,t可以采用内生法计算,在内生法的基本假设下,每一时期资本服务价值等于国民账户体系中配给资本的营业盈余或混合收入,且根据各类要素在增加值中的贡献比重在要素所有者之间分配。结合我国的国民账户体系,则有:
(5)
也就是说各类资产的资本报酬总额等于国民账户体系中的营业余额或混合收入,即t期统计范围内所有行业的增加值OPt减去劳动者报酬LCt和生产税净额NPTt。假设各类资产的实际回报率相等,联立公式(4)和公式(5),即可求得各类资产的实际回报率,进而可求得各类资产的使用者成本和资本服务序列。
四、数字经济增加值的测算及结果分析
(一)数据选取与处理
根据本文的测算思路,对于产业数字化增加值的测算,重点在于计算非ICT部门中ICT资本带来的增长贡献率。为了区分ICT硬件资本、ICT软件资本对经济增长影响的差异,本文进一步将ICT资本分拆为ICT硬件资本和 ICT软件资本两大类。这两类资本的投资分别来源于非ICT部门对于ICT硬件行业和ICT软件行业的要素使用,其中,ICT硬件行业对应“计算机、通信和其他电子设备制造业”,ICT软件行业对应“信息传输、软件和信息技术服务业”。
为验证数字经济规模测算框架的有效性,并研究数字经济在不同省份间的发展差异,本文选取了京津冀、长三角、成渝、粤港澳大湾区4大城市群中北京、天津、河北、上海、江苏、浙江、四川、重庆、广东共9个省份为研究对象。本文所用数据均来源于各省统计局所公布的统计年鉴与投入产出表。考虑到相关数据的可得性,本文将测算的起始年份确定为2002年,选取各省2002—2017年的投入产出表及其延长表以开展测算工作。由于投入产出表于逢2及逢7年份编制,部分省份逢0及逢5年份未编制投入产出延长表,故对于缺失年份数据,本文均利用相邻可得数据的年均增长率对缺失年份进行插值补全,最终得到9个省份2002—2019年的相关测算数据。
(1)不变价部门增加值。本文从各省历年投入产出表(投入产出延长表)中提取出ICT部门和非ICT部门的增加值(当年价),根据二者比例,结合各省以2003年为基期不变价表示的地区生产总值对其进行价格调整。其中,ICT部门增加值即为数字产业化增加值部分。
(2)不变价投资序列。本文从各省历年的投入产出表(投入产出延长表)中归纳提取非ICT行业的固定资本形成总额数据,并以非ICT行业中的ICT行业与非ICT行业的投入比重,将非ICT行业固定资本形成拆分为ICT硬件投入、ICT软件投入及非ICT资本投入。为了细化不同类型非ICT 投入对非ICT行业增长的影响,本文将提取出的非ICT行业的非ICT资本投入进一步拆分为建筑安装工程、设备工具及其他三类,并假设其分配比例与各省的全社会固定资产投资中这三种类型的固定资产投资比例一致。相关指标分别采用工业生产者出厂价格指数、居民消费价格指数中的通信服务类价格指数和固定资产投资价格指数进行平减。
(3)劳动投入与总产出指标。对于劳动投入指标,本文假设各省劳动者的平均工作时间未发生变化,则劳动投入的变动仅与劳动人数有关,故选取年末就业人数作为劳动投入的数量指标,用以衡量劳动投入的增长变化;以不变价的劳动者报酬作为劳动投入的价值指标,用以衡量劳动要素的投入占比(1)劳动者报酬来源于各省投入产出表,缺失年份的插补和外推处理方法与获取连续不变价投资序列使用的方法保持一致,并利用各省GDP平减指数对劳动者报酬作不变价处理。由于增长核算只涉及非ICT部门,故对就业人数进行相应的拆分,选取各省年末就业人数,按照ICT部门与非ICT部门的劳动者报酬比例拆分出非ICT部门的年末就业人数。以非ICT部门的年末就业人数作为衡量劳动要素增长情况的指标。。对于总产出指标,本文选取不变价的地区增加值作为衡量指标,因为增加值核算范围广、内涵丰富、理论较为成熟,具有较强的可操作性。
(二)地区经济增长来源测算及分解
(1)各类资本服务的测算。不同类型的资本测算其资本服务,需要选取适当的使用年限和折旧率,本文参考国外计算机折旧率建议的使用年限,将ICT硬件资本与软件资本的使用年限均设定为8年(折旧率 31.5%),投资增长率以各类资本 2002—2019年不变价投资序列的年平均增长率代替。按照前文所述测算方法,本文依次测算得到各省非ICT 行业中各类资产2003年不变价的生产性存量、使用者价格及资本服务价值。
(2)经济增长来源的分解。本文结合劳动投入、非ICT行业不变价增加值的数据,按照公式所设定的增长核算框架,对2003—2019年各省非ICT行业增加值的增长来源进行相应分解,具体的分解结果如表1所示。
表1 各省市平均地区增加值增长来源分解
(3)ICT渗透效应的评估。本文以VAR模型为基础,构建ICT资本增长贡献率与TFP增长贡献率之间的数量关系,以从TFP增长贡献中分离出ICT的渗透效应。为了避免模型出现伪回归问题,在构建VAR模型之前,首先应对时间序列进行单位根检验以检查其平稳性。本文经过相关变量的检验与测试后,选取经过增长核算框架计算,分解得到的各省2003—2019年的ICT资本增长贡献率与TFP增长贡献率作为具有传导性的系统变量,将其分别记为ICT、TFP,并分别构建每一省份单独的VAR模型,相关变量均满足时间序列的平稳性条件。同时本文根据SC、AIC信息准则最小来综合确定模型的最佳滞后阶数为4阶。此后,利用方差分解方法将VAR系统中ICT、TFP的波动按其成因分解为与各方程新息相关联的几个组成部分,从而分析各组成部分对其内生变量变动的相对贡献率,以了解两者之间相互影响的重要程度。研究发现,在前几期,ICT对TFP的贡献率较低,此后多期贡献率持续增加直至趋于稳定。这一稳定值更接近实际经济活动中较长时期ICT对TFP的影响情况,因此可以将这一贡献率视作ICT渗透效应对全要素生产率增长的作用结果。对趋于平稳的贡献率取多期平均值,这一平均值即为ICT对TFP波动的长期贡献率。接下来,将其波动的长期贡献率乘以历年的全要素生产率增长贡献率,即可得到历年的数字技术的渗透效应贡献率,测算结果如表2所示。
表2 各省市平均数字技术渗透效应间接贡献率
(4)产业数字化增加值的测算。在前文的测算基础上,按照“先增量,后总量”的思路,对产业数字化增加值进行测算。将历年渗透效应作用于TFP增长的间接贡献率,以及ICT资本增长的直接贡献率相加,可以得到数字经济渗透效应的总贡献率。将总贡献率乘以非ICT行业增加值的增量,便得到非ICT行业中由数字经济的渗透效应带来的增量,即产业数字化增加值的增量。此时,若能知产业数字化增加值的初值,即可推算出历年的产业数字化增加值。为估算初期产业数字化增加值,本文参考借鉴相关生产性存量的测算方法,将2003年各省非ICT行业中ICT生产性资本存量占所有资本生产性存量的比重乘以当年的非ICT行业增加值作为2002年的产业数字化增加值,并在此基础上累加得到2003—2019年各省份的产业数字化增加值,计算数字经济构成与增速情况,具体如表3所示。
表3 各省市平均数字经济构成占比及同比增速
续 表
(三)数字经济增加值测算、分解及结果分析
本文将产业数字化增加值与用支出法核算得到的数字产业化增加值加总得到数字经济增加值总量,并对数字经济增速与增加值占地区增加值的比重进行计算。表4报告了2019年各省份数字经济增加值规模及其分解。与中国信息通信研究院发布的《中国数字经济发展白皮书(2020)》[18]中所测定的相关省份数字经济增加值规模相比,本文所核算的产业数字化与数字产业化规模都相对较低,这可能是由数字产业部门行业选取口径以及产业数字化核算所选取数据两部分差异所导致的,但各省份之间的规模相对关系较为一致。细致来看,在数字经济内部结构中,产业数字化占比逐年提升是主要趋势,且各区域的产业数字化已然成为数字经济发展的核心驱动力,其在地区增加值中的占比也呈现明显的递增趋势。相比之下,数字产业化占增加值的比重较为稳定,近年来呈现出小幅增长,这反映出数字经济核心产业在增加值中的贡献亦不可忽视。陈晓东等[19]基于灰关联熵与耗散结构理论的研究也发现,数字产业化是促进产业结构升级的基础性和先导性条件,但是产业数字化促进产业结构升级的效应更为显著,这与本文结论较为一致。但上述结论在不同城市群存在显著的区域异质性。
表4 2019年各省市数字经济增加值规模及其分解
(1)京津冀城市群。天津、河北两地的数字经济占比与北京相比长期以来存在较大的差距,且这一差距并未呈现明显收窄趋势。刘传明等[20]基于Dagum 基尼系数测度同样证实了,京津冀区域内数字经济发展的差异远远高于其他城市群。究其原因,一方面,数字技术与经济发展水平有着高度的相关性,发展数字技术依赖于对信息技术基础设施进行大量的资金投入,同时需要较好的信息通信产业基础,由于北京在相关基础设施的投入与产业建设上有着先天的资本优势,这使其有能力维持相对更高的数字经济发展水平。另一方面,北京在吸引周边数字经济资本流入的同时,也造成了区域间数字鸿沟,进而加剧了城市圈内部的数字发展水平差异。而逐渐增大的数字鸿沟将发展相对落后的城市排除在信息技术与更高效的生产方式之外,其最终结果是拉大了区域内经济整体差距,与我国实现区域均衡发展的长期目标不符。统计发现,河北在2012年以前较长的一段时间内未出现有效的数字经济规模增长,原因在于其本身数字产业欠缺与经济实力的相对落后,数字经济整体处于低迷期,发展较为迟缓,错过了数字经济有效发展的红利期;而天津则在2008—2016年间存在较明显的数字经济占比衰减,这比2017—2019年的GDP增速显著下滑更早出现,间接佐证了产业数字化促进产业结构升级的效应具有时间滞后性。长期来看,缺乏数字技术带来的效率红利将导致经济缓步走向衰弱。当然,近年来天津、河北数字产业规模逐渐提升,在带来数字经济快速提升的同时,也预示着未来区域整体数字经济的向好发展。
(2)长三角城市群。该区域数字经济呈现出以江苏、上海、浙江等经济发达省份带动的多核增长模式。其中,一方面江苏、浙江两省地区增加值规模大,因而数字经济增加值规模更大;另一方面,上海有着更高的产业数字化占比,因而其整体数字经济占比也同样巨大。长期来看,在2012年以前,长三角地区的数字经济发展规模差距逐年增大,2012年后差距逐年减小。其中,江苏、上海两地在2012年以前数字经济发展迅速,而2012年以后江苏省数字经济增速放缓,产业数字化占比呈一定的下降趋势;而浙江省则依赖产业数字化部分的快速增长表现出更高的数字经济增长动能,到2019年,浙江省产业数字化规模与江苏省基本持平。上海市、浙江省、江苏省2019年的第三产业增加值占比分别为72.9%,54.6%,51.5%,而其产业数字化规模依次递减,这意味着不同省份的产业数字化水平与其产业结构具有一定的关系,资本密度较轻的服务行业相较传统工业更易于进行数字化转型,数字技术的协同性与渗透性在第三产业中表现更为突出。这也表明长三角城市群的数字经济总体呈现出较为均衡的发展,发挥了良好的区域集群效应[21],并存在从江苏、上海到浙江的新旧增长极转换。
(3)成渝城市群。四川数字经济规模和占比长期处在更为领先的地位,且数字经济核心产业具有更突出的规模优势,从而也更为有效地带动产业数字化整体规模的提升。长期来看,四川、重庆两地的数字经济发展水平较为接近,两地的数字产业化水平逐年提升,数字技术的溢出红利同步带动了其他行业的生产效率提升。同时,得益于两地较为接近的产业结构与数字经济结构,成渝城市群内部能够较好地发挥区域协同效应,在促进数字经济提升的同时,推动社会经济整体的高质量发展。近年来成渝城市群在数字产业化、产业数字化和数字化治理领域所做发展规划也更具有互补性、协同性,为其打造更为紧密联结的数字经济双核发展格局奠定了良好基础。
(4)粤港澳大湾区。限于数据可得性和可比性,本文仅选取广东作为研究对象。广东省的数字经济增加值位居我国各省份首位,且其有着最大的数字产业化占比,数字基础设施完善,行业规模显著,这也是在大多指数法核算的数字经济排名中,广东省往往能位居首位的主要原因。但根据本文的测算结果,广东的产业数字化占比相较其他省份,并不突出,与江苏相似,受产业数字化占比增长缓慢拖累,广东的数字经济增速自2012年开始逐渐放缓。一方面,这与广东的产业结构有关,广东2019年的第三产业增加值占比为55.8%,与江苏省较为接近,这意味着其第三产业的数字化转型趋势可能渐趋饱和,而第二产业的数字化转型更为缓慢,使得经济体表现出随着数字经济规模的提升,数字技术的渗透效应呈现边际效益递减的情况。另一方面,广东本身较高的数字产业化水平,使数字技术更多表现出信息通信行业内部的协同效应,效率红利更多被保留在信息通信行业内部,难以有效地向其他行业传导,进而导致其他行业的产业数字化占比难以实现显著提升。这也反映出该区域能有效推行数字化变革管理实践的头部企业数量较少,而数量多且产业链条完整的中小企业在设计、研发和制造环节的数字化应用与数字化资源配套显著不足[22],因此规模庞大的传统产业亟需数字经济的引领赋能。
五、结论与政策建议
本文的测算结果和分析表明,从整体来看,数字技术是推动经济增长的有效动力,主要表现为替代效应和渗透效应两个方面,其中渗透效应通过作用于全行业的全要素生产率来实现经济整体的有效增长。在传统要素拉动经济增长逐渐减弱的背景下,加大各产业内的信息化资本投入,促进各产业内部全要素生产率的提升,将极为关键。当前数字经济仍以产业数字化作为经济增长贡献的核心,反映出ICT技术的渗透、协同效应对经济发展强有力的促进作用。同时,近年来数字产业化也呈现出加速增长的趋势,ICT产业发挥的替代作用对经济增长的贡献也日益增强。从时间维度看,2012年前各省份之间数字经济占比差异呈逐年扩大趋势,2012年后其占比差异呈逐年缩小趋势,其中长三角城市群、成渝城市群内部的数字经济占比差异近年来也逐渐缩小,但是京津冀区域内差异仍旧较大。应当注意到,数字技术渗透效应带来的产业数字化增长存在一定的边际效应递减,且在不同的产业结构中渗透效应的作用结果有所差异。相较于第二产业,第三产业中的数字化转型更为迅速,但也更容易达到饱和,这导致在第二产业占比更高的省份中产业数字化比例难以持续高速增长。进一步讲,我国几大城市群数字经济发展呈现出以下两种新趋势:一是随着数字经济规模逐渐增大,发达省份由数字技术渗透效益带来的数字经济增长呈现出边际递减现象,数字经济增速放缓;二是数字经济呈现多核增长格局,并存在新旧增长核心的转换,如以浙江为代表的区域数字经济核心迅速发展,有效承接区域知识溢出,促进区域数字经济产业结构优化调整,以成渝两地为代表的双核同步增长格局也充分发挥了区域协同效益,带动了区域经济整体的良性发展。
在数字经济作为经济增长新动能日益凸显的背景下,本文具有重要的政策内涵。首先,从理论和政策上看,有必要建立更为系统的数字经济国民核算账户,对数字经济相关行业做出划分,制定适合中国数字经济发展且满足国际可比性的数字经济核算账户,以更准确评估数字经济下各部分的发展水平,有利于数字经济相关政策的制定与实施。进一步探索新型数据采集方法,将大数据、云计算等融入数字经济统计核算过程,将对丰富数字经济的核算理论和方法具有重要意义。其次,对于产业数字化,应当加快数字经济赋能传统产业转型升级,以相关产业政策促进企业数字化创新升级,引导社会资本向数字技术与传统产业融合创新研发的方向倾斜,加强数字经济发展模式创新,促进数字经济带来的效率红利从服务业向工业、农业逐步渗透。对于数字产业化,应促进数字产业培育,加强数字经济领域的人才储备与培养,制定积极的数字行业就业政策以实现就业引导。积极推动新型数字基础设施建设,前瞻性地进行统筹谋划,兼顾区域协调发展,推动新型数字基础设施向数字经济落后地区倾斜,弥补前期不均衡发展所造成的区域“数字鸿沟”,实现各产业全面升级、区域整体经济质量显著提升的长期发展目标。最后,要因地制宜地制定相关区域发展政策,统筹规划,整体布局,逐步优化区域间产业结构和数字经济资源交互效率,积极发挥政府间的信息共享机制,打破数字隔阂,最终实现区域数字经济整体高质量发展。