互联网发展对服务业全要素生产率的影响研究

李晓慧

（淮阴工学院 商学院，江苏 淮安 223001）

一、引言

服务业是中国进入新发展阶段引领市场需求、形成强大国内市场的重要领域，也是优化供给体系、助力实体经济转型的重要支撑。经过长期的持续发展，中国服务业的发展规模已经取得较大进展，但发展质量还有待进一步提升。服务业转型升级和高质量发展的关键在于创新驱动发展，提升全要素生产率（刘奕、夏杰长，2018）。近年来，以大数据、云计算、人工智能、5G 等为代表的新一代互联网技术在服务业领域广泛应用，推动服务业创新发展步伐不断加快，催生了平台经济、共享经济、分享经济等新业态新模式，服务业的发展呈现数字化、平台化、网络化、智能化趋势。互联网的发展及其与服务业的深度融合，改变了服务业的发展动力与技术水平，极大提升了服务业的生产率，成为服务业转型升级和高质量发展的新动能。基于此，在中国服务业转型升级的关键时期，研究互联网对中国服务业全要素生产率的影响，对于中国推动实施互联网与服务业融合发展战略、推动服务业转型升级和高质量发展具有重要的理论和现实意义。

信息技术与生产率的关系一直是学界关注的热点。索洛(Solow，1987)提出信息技术生产率悖论引发大量文献深入的讨论与争论，相关研究从多方面解释了“索洛悖论”产生的根源（David，1990；Gullickson&Harper，1999；姜建强等，2002），且多数研究认为信息技术在经济增长和生产率提升方面具有积极作用(Dewan & Kraemer，2001；Jorgenson 等，2008；Choi & Yi，2009)。近年来随着互联网技术的不断创新和应用，互联网对经济增长以及生产率增长的作用得到越来越多的证实。Czernich等(2011)、Chu(2013)、韩宝国和朱平芳(2014)等分别使用OECD国家、201 个国家和地区以及中国数据的分析表明，互联网的发展能够显著促进经济增长。郭家堂和骆品亮(2016)、卢福财等(2021)、李欠男和李谷成(2020)发现互联网的发展对中国宏观经济、工业以及农业部门全要素生产率的提升具有显著促进作用。然而具体到服务业领域，目前关于互联网对服务业全要素生产率影响的研究还较为缺乏。相关研究主要集中在互联网与服务业发展的关系方面，认为互联网是当前影响服务业发展诸多因素中最为重要的因素，是促进服务业创新发展和转型升级的重要手段（江小涓，2017；夏杰长、肖宇，2019）；互联网催生新服务模式，扩大服务消费需求，提升服务供给效率（曾世宏、高亚林，2016） 以及推动了服务业数字化、网络化、平台化、智能化转型（李勇坚，2020；夏杰长，2020），有关实证研究也证实了互联网的发展促进了服务业的增长（曾世宏、高亚林，2018）、互联网新技术新模式已经成为影响中国服务业生产率的重要因素（伏开宝、陈宪，2021）。

综上所述，现有研究为深入考察互联网与服务业全要素生产率的关系提供了重要借鉴，但仍然存在一些可拓展之处：一是关于互联网经济效应的研究更多地集中在宏观经济总体以及工业部门，对服务业领域的关注相对较少；二是虽然一些研究已经关注到互联网对服务业发展的重要作用，但缺乏对互联网与服务业全要素生产率关系的直接研究；三是现有研究主要以定性描述为主，实证证据相对缺乏。基于此，文章对互联网与服务业全要素生产率的关系进行研究，在分析互联网对服务业全要素生产率影响的作用机理基础上，采用计量模型实证检验互联网对服务业全要素生产率的影响效应，以期明确互联网和服务业融合发展战略与服务业转型升级的内在联系，为更好地制定相关政策提供启示。

二、理论分析与研究假设

互联网的发展改变了经济社会的连接方式以及经济资源的配置方式，互联网时代服务业的基本性质也随之改变，依托网络的服务呈现出规模经济、范围经济和长尾效应等新的特点（江小涓，2017）。互联网对服务业发展的影响主要表现在四个方面：一是直接催生了计算机软硬件、网络、信息与数据服务等新兴服务行业；二是催生了平台经济、共享经济等新兴服务业态和服务模式；三是改变了传统产业价值链；四是有效降低了交易成本，提高了交易效率（曾世宏、高亚林，2018）。在互联网技术的推动下，服务业具有了新的增长动能，呈现出数字化、网络化、智能化发展趋势，大大提高了服务业的生产效率和竞争力（夏杰长，2019）。由于全要素生产率可以分解为技术进步和技术效率(Fare 等，1994)，因此，互联网的发展通过影响服务业技术效率和技术进步最终影响服务业全要素生产率。

1.互联网发展对服务业全要素生产率的影响

互联网具有渗透性、改进性和创新性等技术特征（谢莉娟等，2020），可以通过降低交易成本、减少资源错配以及促进创新等方式提升全要素生产率（黄群慧等，2019）。互联网的发展有助于推动服务业技术进步，推动服务提供方式的变革，从而促进服务业全要素生产率的提升。一方面，互联网的发展可以加快信息传播，促进知识积累和技术外溢，从而直接扩大既定资源约束下的最大生产可能边界，加快服务业技术创新和技术进步。另一方面，互联网的发展在资源配置上能够打破时空限制，有效降低服务业的交易成本，提高资源配置效率，从而有助于提高现有技术条件下的资源利用效率，促进服务业技术效率的提高。由于技术进步和技术效率是服务业全要素生产率提升的两大源泉（杨廷干、吴开尧，2017），因此，从理论上看，互联网的发展有助于服务业全要素生产率的提高。此外，考虑到中国经济发展的地区差异，互联网发展对不同地区服务业全要素生产率的影响可能存在差异。由此提出如下假设：

假设H1：互联网发展对服务业全要素生产率的提升具有促进作用。

假设H2：互联网发展对服务业全要素生产率的影响存在地区差异。

2.互联网发展对服务业技术进步的影响

互联网对服务业技术进步的影响主要表现在以下三方面：一是互联网的发展通过突破时空限制、强化对信息的处理能力，有利于信息的传播和扩散，加速新知识和新技术的积累，推动知识外溢，从而对技术创新产生积极影响（郭家堂、骆品亮，2016）。互联网等新一代信息技术的转移、扩散与吸收，推动了服务业创新和技术进步，有效促进了服务业转型升级和生产率的提升（夏杰长，2020）。二是互联网的发展能够有效提升服务业人力资本水平，从而促进服务业技术进步。互联网等信息技术的应用不仅对服务业劳动者的技能水平和解决问题的能力提出了更高要求，而且有助于劳动者对知识和信息的获取进而提高人力资本质量（张龙鹏、周笛，2020）。三是互联网的发展有助于塑造高效的开放式创新网络，加强服务企业与外部网络资源（客户、科研院所、竞争对手、供应商、经销商等） 的关系，有利于促进技术和研发合作，加速技术集成与扩展，并推动技术创新。同时，降低了创新过程中的交易和治理成本，实现以创新驱动生产率提升(Peters 等，2018)。由此提出如下假设：

假设H3：互联网发展对服务业技术进步具有促进作用。

3.互联网发展对服务业技术效率的影响

互联网对服务业技术效率的影响主要表现在以下三方面：一是互联网的发展加速了信息传递速度，降低了信息传递成本，有助于降低服务供求双方的信息不对称，从而降低包括搜寻成本和服务成本在内的一系列交易成本（Brynjolfsson 等，2011；卢福财、徐远彬，2018）。二是互联网的快速发展使得平台经济成为重要的商业模式。互联网平台能以极低的成本聚合所有资源和要素，而且能通过大数据算法技术实现供需高效精准匹配（江小涓，2017）。平台经济的发展有效降低了服务成本，扩大了服务交易的范围，提高了资源配置效率。三是互联网技术的发展促进了服务业规模化发展，有助于实现规模经济效应。规模经济是互联网技术最重要的技术特征（曾世宏、刘迎娣，2020），互联网的发展推动了服务业的规模化、标准化发展，从而有助于提高服务业的生产率（伏开宝、陈宪，2021）。尽管消费的长尾效应可能在一定程度上降低规模经济效应的发挥（罗珉、李亮宇，2015），但总体上看，互联网对服务业技术效率的促进作用仍然十分显著。由此提出如下假设：

假设H4：互联网发展对服务业技术效率的促进作用大于抑制作用，即互联网发展对服务业技术效率具有促进作用。

三、计量模型、变量与数据说明

1.计量模型

为考察互联网发展对服务业全要素生产率的影响，借鉴郭家堂、骆品亮(2016)关于互联网对全要素生产率影响的模型框架，构建如下计量模型：

其中，i 表示地区，t 表示年份，Yit为被解释变量，全要素生产率指数分别表示服务业全要素生产率(TFP)、服务业技术进步(TC)和服务业技术效率(EC)，INTERit是核心解释变量，表示互联网发展水平，CVit是控制变量，εit为随机误差项。

2.变量选取

一是被解释变量。被解释变量为服务业TFP 及其分解指数。TFP 的测算方法包括随机前沿分析(SFA)和数据包络分析(DEA)，前者是以回归分析为基础的参数方法，后者是非参数确定性生产前沿方法。考虑到DEA 方法能避免主观因素的影响，同时具备算法简单、减少误差的优越性，文章采用DEA 方法对服务业全要素生产率进行测算，以Fare 等(1994)提出的DEAMalmquist 指数方法来测算。测算省级服务业全要素生产率，需要的投入产出指标如下。

产出指标：选取第三产业增加值表示服务业产出，为消除价格因素的影响，所有数据均根据第三产业增加值指数进行平减。

投入指标：包括劳动投入和资本投入。劳动投入用年末从业人员数表示。资本投入用资本存量表示，由于官方统计中缺乏物质资本存量的统计数据，文章采用永续盘存法对各省服务业资本存量进行估算，并运用稳态方法推导基年的资本存量(Harberger，1978)。当年投资额采用服务业固定资产投资指标表示，所有数据均使用全社会固定资产投资价格指数折算为不变价。

文章基于投入产出指标测算得到2008—2019 年各省份服务业Malmquist 生产率指数，具体包括服务业全要素生产率变化指数(TFP)、服务业技术进步变化指数(TC)和服务业技术效率变化指数(EC)。

二是核心解释变量。互联网发展水平(INTER)。按照曾世宏和高亚林(2018)、卢福财(2018)等的研究，以互联网普及率作为衡量互联网发展水平的指标，计算方法为互联网用户数占总人数的比重。

三是控制变量。主要包括：服务业发展水平(SCAL)。参考夏杰长等(2019)的研究，采用服务业增加值占GDP 的比重来表示。服务业内部结构(STRU)。参考江静、马莹(2018)的研究，以交通运输仓储和邮政业、批发零售业和住宿餐饮业增加值占全部服务业增加值的比重表示服务业内部结构。人力资本质量(EDU)。参照许建平、任燕(2012)的研究，采用大专及以上人口占6 岁以上人口的比重表示。市场化程度(MAR)。一般采用非国有经济构成比重来衡量，考虑到数据的可得性，采用非国有城镇单位就业人员工资总额占全部城镇单位就业人员工资总额的比例表示。对外开放水平(OPEN)。以进出口贸易总额占GDP的比重来表示对外开放程度，进出口贸易总额按当年平均汇率折算成人民币。

3.数据说明

文章以全国30 个省份面板数据进行实证研究，考虑到数据的可获得性，不包括西藏自治区和港澳台地区。相关统计数据主要取自2009—2020 年《中国统计年鉴》以及各省统计年鉴。其中，服务业全要素生产率及其分解指数利用DEAP 软件计算得出，投入变量和产出变量数据均来自历年《中国统计年鉴》。互联网使用人数、互联网普及率取自《中国统计年鉴》和中国互联网信息中心(CNNIC)统计报告。第三产业产值占GDP 比重、交通运输仓储和邮政业、批发零售业以及住宿餐饮业增加值、大专及以上人口、总人口、非国有城镇单位就业人员工资总额、全部就业人员工资总额以及进出口贸易总额等均来自历年《中国统计年鉴》和各省统计年鉴。

四、实证检验

1.基本回归结果

表1 报告了模型的基本回归结果，分别列出了混合回归(OLS)、固定效应(FE)和随机效应(RE)模型的回归结果。根据F检验、LM检验和Hausman 检验结果确定模型具体形式的选择。检验结果表明，应选择固定效应模型。

由表1 列(3)可知，只考虑互联网因素的情况下，互联网发展水平的回归系数为0.1437，在1%的水平上显著，这一结果初步表明互联网对服务业全要素生产率具有显著促进作用。在控制了其他影响因素后，表1 列(4)显示互联网发展系数为0.1399，虽然回归系数有所减小，但显著性水平依然没有发生变化，说明互联网的正向作用仍然显著。可见，无论是否加入控制变量，互联网发展系数均显著为正，表明互联网的发展对服务业全要素生产率的提升具有促进作用，验证了文章所提出的假设H1。这里的实证结果证实了互联网对生产率提升的促进作用，同时也为“索洛悖论”提供了一种新的解释，由于计算机的相互连接能够形成互联网，可以加速信息的传播，促进技术创新和知识外溢，并提高产业资源配置和利用效率，因此互联网发展能够促进生产率的提升。

表1 基本回归结果

从控制变量的回归结果看，服务业发展水平对全要素生产率具有显著的正向作用，表明服务业规模的扩大和发展水平的提高有助于促进全要素生产率的提升，这与夏杰长等(2019)的研究结论一致。服务业内部结构系数显著为负，表明传统服务业比重的提高不利于服务业整体全要素生产率的提升（王恕立、胡宗彪，2012）。人力资本质量对服务业全要素生产率的作用为正但不显著，可能是因为随着服务业的发展，其所需吸纳的劳动力不断增加，导致大量受教育程度较低的劳动力流入，影响了平均劳动效率和生产率。市场化程度对服务业全要素生产率的影响为负，可能的原因是：在当前服务业改革特别是垄断性服务业改革还有待深化的情况下，国有企业对生产资源的垄断使得市场机制对服务业的效率提升作用还没有得到充分发挥。对外开放的系数为正但不显著，表明对外开放不是服务业生产率提升的主要因素，特别是中国部分服务业行业还处于垄断阶段，开放程度不高，因此需要进一步扩大开放，以更好地发挥对外开放对服务业全要素生产率提升的作用。

2.地区差异分析

为进一步分析互联网发展对服务业全要素生产率的影响是否存在地区差异，文章将全部样本划分为东部地区和中、西部地区。表2 列出了不同地区互联网发展对服务业全要素生产率影响的回归结果。列(1）、(2)和(3)分别为互联网发展对东部地区服务业全要素生产率影响的混合面板模型、固定效应模型和随机效应模型的回归结果，列(4)、(5)和(6)分别为中西部地区混合面板模型、固定效应模型和随机效应模型的回归结果。检验结果仍然选择固定效应模型。

表2 地区差异回归结果

由表2 可知，互联网发展对东部地区和中、西部地区服务业全要素生产率影响的回归系数分别为0.154 和0.1992，表明互联网对各地区服务业全要素生产率均具有促进作用，且对中、西部地区的促进作用更大。互联网发展对服务业全要素生产率的促进作用存在地区差异，由此验证了文章提出的假设H2。对中、西部地区服务业的促进作用更大，原因可能在于，中、西部地区服务业正处于加速发展阶段，随着互联网发展水平的提高，互联网对服务业的渗透不断加强，促进了服务业技术水平和要素使用效率的提高，并促进地区服务业全要素生产率的提升。中、西部地区服务业发展水平相对东部地区较低，因此互联网发展对中、西部地区服务业全要素生产率的影响相对更强。

3.进一步分析

为进一步检验互联网发展对服务业全要素生产率影响的作用机理，文章将全要素生产率分解为技术进步与技术效率变化，分别研究互联网对服务业技术进步和技术效率变化的影响，回归结果见表3。列(1)、(2)和(3)是以技术进步为被解释变量的混合面板模型、固定效应模型和随机效应模型的回归结果，列(4)、(5)和(6)是以技术效率变化为被解释变量的回归结果。检验结果选择固定效应模型。

从表3 结果可知，互联网发展对服务业技术进步的回归系数为0.0772，通过1%水平的显著性检验，表明互联网发展有助于服务业的技术进步，验证了文章提出的假设H3。互联网发展对服务业技术效率的回归系数为0.0673，通过1%显著性检验，表明互联网发展有助于服务业技术效率的提高，验证了文章提出的假设H4。回归结果证实了互联网的发展不仅能够加速知识积累和技术外溢，直接扩大既定资源约束下的最大生产可能边界，促进服务业技术水平的进步，而且可以通过更合理的技术利用等方式有效提升和最大化服务业内部的资源利用效率，提高服务业技术效率。此外，回归结果也表明，互联网发展对服务业技术进步的促进作用大于对技术效率的促进作用，表明互联网发展的技术效应更为显著。

表3 TFP分解指标回归结果

4.内生性问题

互联网发展与服务业全要素生产率之间可能存在互为因果关系，互联网提升了服务业全要素生产率，服务业全要素生产率也可能促进互联网的发展，因而可能存在内生性问题。对此，文章参考郭家堂、骆品亮(2016)的做法，采用滞后一期的互联网(L.INTER)作为核心解释变量进行回归。如果当期服务业全要素生产率对滞后一期INTER、滞后一期INTER 对当期服务业全要素生产率的作用不发生变化，表明互联网是双向因果关系的主因。表4 列(1)报告了回归分析的结果，从回归结果可以看出，滞后一期互联网系数显著为正，表明互联网与服务业全要素生产率双向因果关系中，互联网是主因。

文章进一步采用工具变量法进行检验。参考郭家堂、骆品亮(2016)的研究，选取滞后一期互联网作为工具变量，由于滞后一期互联网与当期互联网发展水平之间存在较强的相关性，同时滞后一期互联网与服务业全要素生产率并没有直接的关联性，因此，符合工具变量的相关性与外生性要求。表4 列(2)列出了工具变量回归的结果，可以看出，互联网的回归系数仍然显著为正，表明在考虑互联网与服务业全要素生产率之间可能存在的内生性问题后，互联网对服务业全要素生产率仍然具有促进作用。

表4 内生性问题回归结果

五、研究结论与政策启示

文章分析了互联网发展对服务业全要素生产率的作用机理，并采用2008—2019 年全国省级面板数据实证检验互联网发展对服务业全要素生产率的影响效应，研究结论如下：第一，互联网发展对服务业全要素生产率具有促进作用，互联网发展水平的提升能够促进服务业全要素生产率的提高。第二，互联网发展对服务业全要素生产率的促进作用存在地区差异，互联网对中、西部地区服务业全要素生产率的促进作用比东部地区更大。第三，互联网的发展对服务业技术进步和服务业技术效率均具有显著促进作用，且对服务业技术进步的促进作用更大。此外，文章的研究结论为“索洛悖论”提供了一种新的解释，由于计算机的相互连接能够形成互联网，可以加速信息的传播，促进技术创新和知识外溢，并提高产业资源配置和利用效率，因此能够促进生产率的提升。

文章的政策启示：第一，推进互联网与服务业深度融合。加快互联网、大数据、云计算、人工智能等新一代信息技术和互联网技术在服务业中的应用，发展数字化、网络化、平台化、智能化的新型服务业态，创新服务产品和服务模式，提高服务质量和供给能力，通过互联网技术应用加快平台经济、共享经济、分享经济发展，提升服务业效率。第二，加强互联网基础设施建设。加大网络基础设施的投入力度，为互联网与服务业融合发展提供良好设施保障。加强中、西部地区网络基础设施建设，提高中、西部地区互联网发展水平，加快互联网技术的推广和应用，推动中、西部地区服务业转型升级。完善东部地区互联网基础设施，营造互联网开放创新优势，促进东部地区服务业高质量发展。第三，营造互联网与服务业融合发展的环境。深化服务业改革，扩大服务业开放，加大人力资本投资，促进研发交流与合作，改进交易技术和交易方式，更好地发挥互联网对服务业技术创新和技术效率的促进作用，推动服务业转型升级和高质量发展。