数字经济能够促进中国服务业发展吗?

金 梅,雷一鸣

(兰州交通大学 经济管理学院,兰州 730070)

党的二十大报告明确提出,“高质量发展是全面建设社会主义现代化国家的首要任务”。我国经济已由高速增长阶段转向高质量发展阶段,亟需以高效的现代产业体系推动经济高质量发展,高度重视服务化转型,以优质高效的服务供给不断解放和发展社会生产力,支撑产业现代化、经济高质量发展。在促进经济高质量增长的实际需求中,核心问题在于如何通过政策引导和体制构建,有效地协调和实施经济发展的多样化和动态目标(黄群慧等,2023)[1]。2022年,服务业的增加值达到了638 698亿元,同比增长2.3%。在国内生产总值中,服务业所占的比例为52.8%,比第二产业高出12.9个百分点。数据表明,无论从就业机会吸纳还是对经济贡献的角度来看,服务业已经成为中国最重要的产业,服务业的发展在促进经济增长和社会稳定方面扮演着至关重要的角色。在这些成就的背后,中国服务业发展也面临着一些不容忽视的问题:一是服务业受到了“鲍莫尔成本病”的困扰。服务业的不可贸易性、难以实现规模经济效益以及相对于工业部门,生产率提升较为缓慢等特点,服务业部门可能会将成本转嫁给其他经济部门,从而对整体经济发展产生负面影响(江小娟,2004)[2]。二是与发达国家在同等发展水平时期相比,中国的服务业在宏观经济中所占比重相对较低,服务业内部结构也存在不合理之处。尤其是高知识、高资本、高技术密集型的现代服务业比例相对较低,服务业过度偏向“脱实向虚”现象(戴奎早等,2020)[3]。

近年来,中国数字经济占比迅速扩大,数字技术已经深入融入人们的日常生活,成为推动经济高质量发展的关键引擎。新兴产业、新商业模式和新业态推动了一波又一波的科技革命和产业变革(黄群慧等,2019)[4],数字经济已开始在各个产业和领域广泛融合。“互联网+”、大数据和智能技术的应用,出现了平台经济、共享经济等新兴商业模式,加速了服务业的数字化改造。数字技术的普及和应用不仅缩短了信息传递的时间和空间,增强了不同地区经济活动之间的联系,促进了生产要素和产品的自由流动,有效扩大了服务业的服务范围(袁航和夏杰长,2022)[5],提高了整个服务业的生产力。在新技术革命的背景下,数字技术为服务业的发展提供了重要历史机遇。

党的二十大报告指出,要推动战略性新兴产业的融合集群发展,构建高质量高效的服务业新体系。数字经济,作为人类历史上第五轮颠覆性革命浪潮的产物,具备一种全新的技术经济范式。根据经济学理论,数字经济以其高度渗透性和协同性等特点,一方面可能有助于缓解服务业中的信息不对称问题,另一方面也可能推动服务业与制造业的协同发展。数据作为生产过程的新要素,对于价值创造产生了根本性的颠覆性影响。相较于制造业,服务业对信息的敏感性更高,数据要素的边际生产率可能更大,进而对经济的高质量发展可能具有不可忽视的影响。因此,研究数字经济和服务业发展的总体效应和作用机制,并提出数字经济与服务业高质量发展的政策建议,有助于从理论角度更好地理解服务业发展的内在动力,提高服务经济发展理论的深度。

1 文献综述

关于数字经济的研究文献具体概括为三个方面:

一是数字经济的内涵界定。数字经济最早的概念是由Tapscott(1996)[6]在他的著作《数字经济》中提出的,他将美国在“国家信息基础设施”框架下催生的新经济形态命名为“数字经济”。目前数字经济的定义主要基于三种角度。一是基于技术形态划分,如OECD在2012年的行动计划报告中将数字经济定义为“信息与通讯技术(ICT)转型升级的产物”(OECD,2012)[7]。二是数字经济的定义可以基于产出的角度划分,例如,英国经济研究院将数字经济定义为“由以信息通信技术为基础的生产和销售工具的投入所带来的产品和服务产出”(Nathan和Rosso,2017)[8]。三是基于投入、技术和产出等多个因素划分,美国商务部下属的经济分析局将数字经济定义为“包括数字基础设施、数字交易和数字经济用户创造和访问的内容”(BEA,2019)[9]。

二是数字经济的测度方法。李研(2021)使用DEA-Malmquist指数[10],基于全国28个省份和八大经济区的数据,计算了2005-2017年数字经济产出效率[11]。魏萍和陈晓文(2020)从数字经济的基础设施建设、普及状况和技术应用等三个角度,选取了四个指标构建评价指标体系来测度数字经济的发展状况[12]。何宗樾和宋旭光(2022)使用北京大学数字普惠金融指数来测算数字经济的发展状况[13]。许宪春和张美慧(2020)基于数字经济测算体系,计算了中国数字经济增加值与总产值[14]。刘军等(2020)基于省级面板数据,构建了数字经济发展指数,从信息化、互联网和数字交易发展三个维度来研究数字经济的发展,发现了中国数字经济发展在空间上呈现“数字经济鸿沟”的特征[15]。赵涛(2020)使用主成分分析法,从互联网发展和数字金融普惠两个维度来测度中国222个地级及以上城市的数字经济发展水平[16]。

三是数字经济的影响评价。张勋等(2019)发现与数字经济深度结合的数字金融服务通过激发居民创业意愿来促进中国经济的包容性增长[17]。李帅娜(2021)的实证研究发现数字经济通过促进经济效应显著提升了服务业的生产效率[18]。袁航和夏杰长(2022)提出加强数字化基础设施建设,促进服务业结构升级[5]。戴奎早等(2023)在政府与市场关系的理论框架下,探讨了数字经济通过提高劳动力、资本和技术要素效率从而影响服务业结构升级的作用和机制[19]。

已有研究文献关注数字经济的内涵、测度和影响评价,但鲜有数字经济赋能服务业发展的理论研究,且作用机制的研究相对较少。基于已有文献,本文的潜在贡献可能在于:1) 从时间和空间异质性的方向来研究数字经济对服务业发展的影响,为现有研究补充;2) 从技术创新、产业集聚和人力资本的角度,探究数字经济对服务业发展的作用机制;3) 在产业结构高质量升级的背景下,为加快服务业数字化进程提供理论依据。

2 理论机制与研究假设

2.1 数字经济对服务业发展的作用

假说1:数字经济能够促进服务业的发展。

相对于传统的生产要素(如土地、资本、劳动力等),数字经济的特点在于数据首次成为生产过程中的重要因素。数据要素作为数字经济的基础,实现了各种资源的互通互联(荆文君和孙宝文,2019)[20]。在数字技术的支持下,数据要素能够与传统生产要素(如劳动力和资本)形成增值关系。且数据要素的增殖近乎无限,显著减轻了传统生产要素受到边际报酬递减规律制约的问题。数据的投入很可能会提高服务业的效率,为服务业的转型提供强大支持(刘国武等,2023)[21]。数字技术的广泛应用推动了生产性服务业和制造业的深度融合,极大程度地缓解了传统经济条件下服务业的限制,例如非存储性、不可远距离贸易、生产和消费同时性等问题。这为服务业赋予了规模经济、范围经济和长尾效应等三个特点(杨秀云等,2023)[22],改变了过去服务业的发展和增长逻辑,推动了服务业的发展。数字经济加速了要素流通,降低了服务业企业的交易成本。数字化转型还使服务业企业能够打破时间和空间的限制,实现跨地域和异步的服务交易,显著降低了服务生产者和消费者的交易成本。借助不断扩展和完善的信息网络、ERP系统、CRM系统以及人工智能等工具,数字经济还能够促进服务业企业内部管理模式的改变,提高管理效率,最终加深数字经济与服务业的融合。这些因素共同作用,推动了数字经济与服务业之间的深度融合,对服务业的提升和创新发挥了关键作用。

2.2 数字经济、技术创新和服务业发展

假说2:数字经济能够通过技术创新促进服务业的发展。

创新活动伴随着高投入、长周期以及不确定的回报,这导致服务业企业在进行创新活动时必须充分考虑创新成本和潜在风险。数字时代的来临,数字技术在服务业企业的创新活动中得到广泛应用。一方面,借助大数据和虚拟算法,数字技术加快了产品的迭代速度,各类商业模式和服务创新层出不穷。另一方面,数字孪生等技术的应用允许服务业企业通过数字仿真和情景模拟等方式,模拟实验在虚拟空间中进行,避免了在物质世界中耗费大量资源的需求。例如,虚拟购物场景和在线体验的模拟,大幅降低了企业的创新成本。数字技术显著提高了企业的信息获取能力,尤其是在获取用户反馈和了解用户需求方面。企业可以利用大数据和互联网技术快速捕捉核心需求和潜在需求,进行有针对性的创新,减少了创新成本,推动了服务业企业的创新活动。

2.3 数字经济、产业集聚和服务业发展

假说3:数字经济能够通过产业集聚对服务业产生影响。

数字经济对服务业发展的产业集聚效应可以从“横向”和“纵向”两个维度进行分析。

“横向”角度:服务业与其他产业存在紧密的链接关系。例如,计算机等电子产品通常属于中间制造业,而软件服务以及信息技术服务则被归类为直接面向消费者的服务业。信息技术服务业通过数字技术实现了与传统制造业更深入的结合,促进了这两大行业的协同升级。信息产业具有高人力资本密度、高研发活动频次和高研发投入强度的高新技术产业,同时还具备网络性和渗透性等特点。在服务业与信息产业之间的互动中,知识、技术和创新成果更容易从信息产业部门传播到非信息技术服务业部门,创造了积极的外部性效应。

“纵向”角度:数字经济的发展提高了服务业的信息透明度,降低了搜索和运营成本,提升了服务业的跨地区跨平台的流动效率。这种情况产生的技术创新推动了生产性服务业的集聚,特点包括高知识密度、高就业率、高增长率和高辐射性。产业集聚反过来进一步促进了创新活动的频率,提高了服务业的产出比重和层次。知识的扩散使得整个服务业的效率得到提升,最终推动了服务行业的发展。

3 实证研究

为评估数字经济对服务业发展的影响,本研究拟选取数字经济指数为核心解释变量,服务业增加值、生产性服务业增加值、生活性服务业增加值为被解释变量,构建固定效应模型,分别从总体和部分对数字经济的作用进行实证分析。

3.1 模型设定

具体而言,本文设定如下模型:

Serviceit=α0+α1*Digit+α3*CVit+ut+eit

(1)

模型(1)中,变量Service表示地区服务业增加值,为文章的被解释变量。Dig表示数字经济发展水平,为文章的核心解释变量,CV为一系列控制变量。ut为时间固定效应,下标i表示省份,t表示年份。

3.2 变量说明和数据来源

考虑到新冠疫情对本研究产生的潜在影响,本文选择2011-2020年中国30个省(市、区)(不包括西藏)的面板数据,并对个别缺失值采用插值法补齐。相关数据均来自历年《中国统计年鉴》、《中国第三产业统计年鉴》及各省(市、区)的统计年鉴。

1) 被解释变量(Service)。本文参考汪伟等(2015)的研究,选择三种度量指标:一是用各省(市、区)每年的服务业增加值衡量服务业发展(Service1);二是用各省(市、区)每年的房地产业、金融业、交通运输及仓储邮政业增加值衡量生产性服务业发展(Service2);三是用各省(市、区)每年的批发零售业、住宿餐饮业增加值衡量生活性服务业发展(Service3)[23]。上述三个指标均以2004年为基期,用消费者价格指数剔除价格因素后作对数化处理进行测算。

2) 核心解释变量(Dig)。本文借鉴现有研究,构建了数字经济的指标体系。具体参考了赵涛(2020)的方法,基于五个关键维度构建了数字经济的指标[16]。包括互联网普及率、互联网相关从业人员数量、互联网相关产出、移动互联网用户数量以及数字普惠金融发展,其中数字普惠金融发展指数使用北京大学数字金融研究中心和蚂蚁金服集团合作编制的数字普惠金融指标(郭峰等,2020)[24]。

获取上述指标之后,本文采用了鲁玉秀等(2021)的方法,对这些指标进行标准化处理,运用熵值法来测算各指标的权重[25]。最后,本文通过综合加权的方式得出了数字经济的综合指数。这些具体指标及其分类可在表1中找到。指标体系的构建,能够更全面地评估数字经济的发展水平,为进一步的研究和政策制定提供有力的依据。

表1 数字经济指标构建

3) 控制变量(CV):① 服务业固定资本(Capital)。选取以2004年为基期,用固定资产投资价格指数来调整第三产业的固定资本投资额。② 服务业就业(Labor)。选取第三产业从业人数。③ 经济发展水平(GDP)。本文使用人均GDP进行衡量。④ 外商投资水平(FDI)。选取外商直接投资额作为测算指标。⑤ 城市化水平(Urban)。采用城镇人口占总人口比重来衡量。⑥ 产业结构(Stru)。采用第三产业产值占总产值比重进行衡量。具体变量的描述性统计信息如表2所示。

表2 描述性统计

3.3 回归结果

表3报告了使用固定效应模型得到的数字经济对服务业发展的影响。其中,第(1)、第(2)、第(3)栏分别为数字经济对服务业增加值、生产性服务业增加值、生活性服务业增加值进行回归,为本文的基准回归,第(4)、第(5)、第(6)栏分别为数字经济对服务业增加值、生产性服务业增加值、生活性服务业增加值进行回归,且添加了地区固定效应的回归结果。除被解释变量为生活性服务业发展,其余回归结果系数均在1%水平上显著为正,表明数字经济明显促进了服务业发展,部分验证了H1的正向影响。数字经济对生活性服务业影响有限的原因可能在于,中国的该行业目前主要以劳动密集型特征为主,主要吸收城市及农村的剩余劳动力。相较于生产性服务业来说,一方面知识密度相对较低,数字经济高创新性对其影响力有限;另一方面,生活性服务业的“生产消费同步”、“不可储存”、“不可贸易”的特征更为显著,在空间和时间上的约束难以通过数字技术进行有效缓解。

表3 基准回归结果

3.4 异质性分析

中国各地区的经济发展极不均衡,东部地区的经济水平普遍高于中部和西部地区。地域间的不平衡差异使得数字经济对服务业发展的潜在机遇在不同区位可能存在异质性。本文将样本按照地理位置划分为东部地区和中西部地区,以深入研究数字经济的影响。表4中呈现了数字经济与服务业发展之间的空间异质性回归结果。第(1)、第(2)和第(3)列分别报告了数字经济对东部地区服务业增加值、生产性服务业增加值和生活性服务业增加值的回归结果;第(4)、第(5)和第(6)列分别报告了数字经济对中西部地区服务业增加值、生产性服务业增加值和生活性服务业增加值的回归结果。

表4 空间异质性分析

分样本后,数字经济对中西部地区的生产性服务业的促进作用不再显著;同时,对东部地区整体服务业和生产性服务业的促进作用也显著减弱。对这一现象可能的解释如下:在数字化产业方面,相对于东部地区,中西部地区的生产性服务业仍然以传统业态为主,高新技术服务业与信息技术产业相关的占比严重不足。导致服务业高技术专业人才在中西部地区进行知识融合、交流和学习的机会较为有限,减少了溢出效应的程度。在产业数字化方面,中西部地区的生产性服务业的信息化和智能化水平相对较低。先进技术和信息在服务业中的应用不够广泛,服务业对数字技术的吸收效率较低,数字经济对中西部地区的生产性服务业的作用不再显著。

本文进一步将样本划分为2015年前和2015年后,探究数字经济在不同时间段的作用异质性。表5呈现了数字经济与服务业发展之间的时间异质性回归结果。第(1)、第(2)和第(3)列分别报告了2015年前数字经济对服务业增加值、生产性服务业增加值和生活性服务业增加值的回归结果;第(4)、第(5)和第(6)列分别报告了2015年后数字经济对服务业增加值、生产性服务业增加值和生活性服务业增加值的回归结果。

表5 时间异质性分析

在2015年前和2015年后,数字经济对服务业和生产性服务业的促进作用都显著达到了1%水平,但2015年前的系数明显高于2015年后,表明数字经济在2015年后的促进作用有所降低。可能有以下解释:首先,2015年后中国网民数量增长速度明显放缓,与信息化相关的基础设施建设也逐渐趋于饱和,数字经济的扩张力度不如2015年前那么强劲。其次,信息通信技术高度发达的美国对中国数字经济可能存在一定程度的正外部性影响,2015年后美国“中美脱钩”计划的提出,由于涉及政治因素,这种正外部性可能受到一定程度的抑制。

3.5 稳健性检验

内生性问题主要源于双向因果、遗漏变量及测量误差。数字经济对服务业发展的作用可能会受若干因素的干扰,包括资源禀赋、地理位置、财政水平以及政策支持等,这些因素或难以量化,或数据难以收集,研究可能存在遗漏变量的问题。服务业较为发达的东部地区也是数字经济发展较好的地方,在数字经济对服务业发展作用机制不明晰的情况下,可能存在双向因果的问题。本文选取工具变量法和替换核心解释变量作为本文的稳健性检验。

1) 工具变量法

工具变量的选取需要满足相关性和外生性两个条件。本文借鉴黄群慧等(2019)的做法,选用各个城市1984年的固定电话和邮局数量这两个历史数据作为数字经济指数的工具变量[4]。根据黄群慧等(2019)的研究,现代互联网信息基础设施是有传统通信技术继承和发展而来的,历史上固定电话等电信基础设施完善的地区更容易获得先发优势,数字经济发展也可能较好,满足了相关性条件。城市固定电话对样本期间服务业发展几乎没有影响,满足了外生性条件。固定电话数是截面数据,本文借鉴赵涛等(2020)的研究,以全国互联网用户数占总人口的比重与固定电话数相乘,从而构造出工具变量(iv)[16]。模型中所有变量的衡量指标保持不变,回归结果见表6。可以看出,数字经济对服务业增加值、生产性服务业增加值的促进作用在5%水平上显著。

表6 工具变量方法的回归结果

2) 替换核心解释变量和控制变量滞后一期

本文还进行了另外两组稳健性检验,一是通过主成分分析法重新测算数字经济指标权重,综合加权后得到数字经济综合指数(Dig2)并作回归,二是将控制变量滞后一期,再进行回归。回归结果如表7所示,其中第(1)、(2)、(3)列为替换解释变量法的回归结果,第(4)、(5)、(6)列为控制变量滞后一期的回归结果。回归结果均在1%水平上显著,进一步证明基准回归的稳健性。

表7 替换核心解释变量和控制变量滞后一期的回归结果

3.6 服务业结构分析

前述分析主要关注了服务业的“规模”方面,但同样值得深入探讨数字经济对服务业“质量”的影响。中国的服务业长期以来一直受到结构不合理的问题困扰(夏杰长和肖宇,2019),可能导致服务业的发展受到“鲍莫尔成本病”的制约[26]。根据经济学理论,传统服务业部门的劳动生产率通常滞后于现代服务业,后者以知识、资本和人才密集为特征。然而,传统服务业部门的工资水平往往会与现代服务业部门同步上升,导致传统服务业部门在整体服务业中的比重逐渐增加,整体服务业的发展受到制约。

理论上,数字经济既能推动知识密集型服务业迅速发展,又能推动现代服务业和制造业的深度融合,可能对服务业结构也有着不可忽视的作用。本文此部分通过构造固定效应模型,检验数字经济对服务业结构造成的影响。具体参考段文斌等(2016)对现代服务业的定义,采用现代服务业从业人员占第三产业从业人员的比重作为衡量服务业高级化(Serstru)的指标[27]。测算的现代服务业具体包括交通运输、仓储及邮政业,信息传输、计算机服务和软件业,金融业,房地产业,租赁和商业服务业,科学研究、技术服务和地质勘探业,文化、体育和娱乐业。模型设计如下:

Serstruit=β0+β1*Digit+β3*CVit+ut+eit

(2)

模型(2)中被解释变量替换为服务业高级化(Serstru),解释变量分别为熵值法计算的数字经济指数(Dig)和主成分分析法计算的数字经济指数(Dig2),控制指标均与基准回归保持一致。回归结果如表8所示。

表8 服务业高级化和数字经济的回归结果

实证结果表明,数字经济有望推动服务业的高级化结构和结构升级。以数字技术为支撑的知识密集型服务业得到了迅速发展,为构建服务业产业体系的结构优化注入了新活力。数字技术的应用,如大数据和人工智能等,有助于促进数据共享、资源流动和价值共创,从而推动高质量服务业业态的兴起,提升整体服务业的质量,优化服务业的结构(戴魁早,2023)[19]。数字技术的广泛应用还推动了数字基础设施的不断升级,这为服务业结构升级提供了实质支持。数字基础设施建设有助于缩小传统时空距离,降低创新要素的交易成本和集聚成本,尤其是能够增进高水平人力资本的“网络集聚”和“云端合作”机会,这为创造有利于集体学习和创新的环境创造了条件。数字基础设施的升级促进了知识的流动和共享,加速了知识的外溢和扩散,增强了技术创新能力,从而助力了服务业结构的升级(袁航和夏杰长,2022)[5]。高水平的人力资本结构也对经济增长具有重要的引导作用,人力资本结构的变化可能影响服务业的要素供给结构,进一步改变服务业的结构(戴魁早等,2020)[3]。

4 结论及政策启示

在中国经济迈入“换挡调速”的新常态时期,发展服务业,特别是以生产性服务业,成为实现经济动能转换和社会稳定的关键驱动力。本文基于省级面板模型,通过构建固定效应模型,对数字经济渗透服务业的影响进行了深入探讨。研究得出以下结论:

第一,基础回归结果表明,数字经济在促进服务业和生产性服务业发展方面具有显著的积极作用。数字经济对生活性服务业影响不显著的可能原因是中国生活性服务业目前仍以吸纳城市和农村剩余劳动力的劳动密集型为主要特征。

第二,在异质性分析中,数字经济对服务业和生产性服务业的作用存在时间上的异质性。具体来说,数字经济对东部地区的生产性服务业有显著促进作用,但在中西部地区这种作用不明显;数字经济对生产性服务业的促进作用在2015年之前更为显著。

第三,研究进一步指出,数字经济可以显著推动服务业的高级化结构和结构升级。数字技术的应用推动高质量服务业业态的兴起,提升整体服务业的质量;数字基础设施的不断升级增进了高水平人力资本的集聚,改善了服务业的结构。

基于以上结论,本文提出以下政策建议:

第一,加速服务业的数字化转型。数字经济的潜力尚未充分挖掘,服务业应积极参与数字化转型。政府可以通过提供税收激励、财政补贴和低息贷款等方式,推动服务业与其他产业的深度整合;加大对小微制造业和私营企业的支持力度,协助它们成功度过数字化转型期,克服“数字鸿沟”;服务业企业应增加研发资金,积极合作并充分利用社会的创新资源,以促进不断地创新。

第二,促进不同地区间的数字红利共享。充分利用数字经济的“扶强”特点,发挥各地区的比较优势,实现区域服务业的差异化发展。东部地区应培育以创新引领、以知识技术密集为特征的数字化服务业企业,为全国建设服务业数字化转型的样板。中西部地区则应充分利用数字技术,优化资源配置,推动区域内民族和特色服务业的数字化发展。政府应加大转移支付力度,加大中西部地区数字基础设施的投资,促进东、中、西部地区数字经济的协调发展。

第三,推动服务业的数字化集聚。在数字经济时代,更强大的数字网络和频繁的人员交流使得知识和创新成果更容易传播。需建立企业间协同合作的互联网平台,增强跨行业企业的合作意识,促进数字资源在服务业内部、服务业与农业、服务业与制造业之间的相互联通;加速数字基础设施建设,增强数字技术和服务经济在更广泛领域的协同集聚,促进全国统一大市场的建设,打破数据和信息要素的流动障碍,促进服务业在“横向”和“纵向”的集聚发展。