數(shù)字經(jīng)濟能克服服務(wù)業(yè)“成本病”嗎?
——來自城市層面的經(jīng)驗證據(jù)

龐瑞芝 郭慧芳

內(nèi)容提要：服務(wù)經(jīng)濟時代,提升服務(wù)業(yè)生產(chǎn)率、緩解服務(wù)業(yè)“成本病”是中國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展的重要路徑。本文首先從理論層面來分析數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的內(nèi)在機制,發(fā)現(xiàn)數(shù)字經(jīng)濟并不必然能夠緩解服務(wù)業(yè)“成本病”問題,這取決于數(shù)字經(jīng)濟對資本和勞動兩種生產(chǎn)要素的相對影響程度。其次,本文利用2011—2019年中國地級及以上城市層面的樣本數(shù)據(jù),對理論模型的結(jié)論進行實證檢驗,結(jié)果表明中國數(shù)字經(jīng)濟的發(fā)展可以緩解服務(wù)業(yè)“成本病”問題。但是數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用存在異質(zhì)性,在經(jīng)濟發(fā)展水平較高、教育水平較高、規(guī)模較大以及服務(wù)業(yè)發(fā)展水平較高的城市,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用較大。本文的研究結(jié)論為供給側(cè)結(jié)構(gòu)性改革下中國服務(wù)業(yè)發(fā)展動能轉(zhuǎn)換、實現(xiàn)服務(wù)經(jīng)濟高質(zhì)量發(fā)展提供了有益借鑒。

一、問題提出與文獻回顧

當(dāng)前服務(wù)業(yè)已經(jīng)占據(jù)國民經(jīng)濟重要地位,服務(wù)經(jīng)濟的高效率、高質(zhì)量發(fā)展不僅關(guān)乎國民經(jīng)濟高質(zhì)量發(fā)展,而且直接影響中國制造業(yè)國際競爭力水平。經(jīng)濟理論和國際經(jīng)驗都表明,由于服務(wù)業(yè)存在“成本病”問題,在服務(wù)業(yè)為主的經(jīng)濟結(jié)構(gòu)中,存在著將經(jīng)濟增長速度拉低的內(nèi)在力量[1],尤其是近年來中國經(jīng)濟出現(xiàn)“結(jié)構(gòu)性減速”特征,這種觀點似乎得到印證。然而,以互聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、云計算等為代表的數(shù)字技術(shù)快速發(fā)展并與實體經(jīng)濟深度融合,推動了全球資源重組和經(jīng)濟結(jié)構(gòu)的重塑,數(shù)字經(jīng)濟已然成為改變?nèi)蚋偁幐窬值年P(guān)鍵力量[2]。數(shù)字經(jīng)濟的蓬勃發(fā)展不僅為經(jīng)濟高質(zhì)量發(fā)展注入了新動力,更為服務(wù)業(yè)的高效率、高質(zhì)量發(fā)展提供了新契機。數(shù)字經(jīng)濟是數(shù)字技術(shù)的快速發(fā)展和廣泛應(yīng)用給經(jīng)濟社會帶來的系統(tǒng)性變革,是一種新的經(jīng)濟形態(tài)。在這種新的經(jīng)濟形態(tài)中,數(shù)字技術(shù)在服務(wù)業(yè)領(lǐng)域的廣泛應(yīng)用帶來服務(wù)業(yè)運行模式、要素配置與要素生產(chǎn)率的全面變革。有學(xué)者指出數(shù)字經(jīng)濟所具備的連通性、協(xié)同性、以數(shù)據(jù)為載體的知識和技術(shù)要素的邊際報酬遞增性,以及突破服務(wù)貿(mào)易的時空交易障礙等特性,在很大程度上改變了傳統(tǒng)服務(wù)業(yè)高成本、低效率、不可儲存、不可遠距離貿(mào)易等特點[3]。數(shù)字技術(shù)的廣泛應(yīng)用通過優(yōu)化要素配置、賦能勞動要素,推動服務(wù)業(yè)發(fā)生效率變革[4],促使服務(wù)業(yè)生產(chǎn)效率得到顯著提升,進而為緩解服務(wù)業(yè)“成本病”提供了可能。那么在此背景下,研究數(shù)字經(jīng)濟的發(fā)展能否幫助服務(wù)業(yè)緩解甚至克服“成本病”問題,進而打破“服務(wù)經(jīng)濟時代是低增長時代”這一“魔咒”在當(dāng)前顯得十分必要和緊迫,這不僅具有重要的現(xiàn)實和理論意義,也是中國通過供給側(cè)結(jié)構(gòu)性改革推動服務(wù)業(yè)高質(zhì)量發(fā)展以及構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系的重要內(nèi)容。

鮑莫爾(Baumol,1967)在運用兩部門(技術(shù)進步部門和技術(shù)停滯部門)非均衡模型研究美國經(jīng)濟增長過程中出現(xiàn)的城市病問題時,提出了著名的“成本病”理論[5]。該理論指出,由于服務(wù)業(yè)勞動生產(chǎn)率增長相對滯后,在勞動要素自由流動、兩部門工資同時變動的條件下,勞動要素會不斷流向服務(wù)業(yè)部門,最終使得服務(wù)業(yè)部門生產(chǎn)成本、服務(wù)產(chǎn)品價格不斷上升。富克斯(Fuchs,1968)[6]和鮑莫爾等(1985)[7]的研究也進一步證實了美國服務(wù)業(yè)存在“成本病”問題,學(xué)術(shù)界將二人的研究成果稱為“鮑莫爾-富克斯假說”(Baumol-Fuchs hypothesis)。之后,隨著服務(wù)業(yè)在全球范圍內(nèi)迅速發(fā)展,國內(nèi)外學(xué)者在“鮑莫爾-富克斯假說”的基礎(chǔ)上對服務(wù)業(yè)“成本病”相關(guān)問題進行更為深入的研究。一些學(xué)者根據(jù)研究對象的實際發(fā)展特征從不同視角對鮑莫爾兩部門非均衡模型進行修改和拓展[8-10],進而分析服務(wù)業(yè)“成本病”的存在性。恩蓋和皮薩里德斯(Ngai &Pissarides,2007)將部門數(shù)量擴展至m個,并假設(shè)每個部門勞動生產(chǎn)率的增長率不同,仍然認為服務(wù)業(yè)存在“成本病”[11]。還有一些學(xué)者運用研究對象國家的服務(wù)業(yè)相關(guān)數(shù)據(jù)從實證角度來剖析“成本病”問題,這一類研究并未得出統(tǒng)一的結(jié)論。部分學(xué)者的研究結(jié)果表明,服務(wù)業(yè)在發(fā)展過程中確實存在“成本病”問題[12-16]。程大中(2004)利用中國1978—2000年服務(wù)業(yè)的相關(guān)數(shù)據(jù)進行實證檢驗,發(fā)現(xiàn)中國服務(wù)業(yè)發(fā)展過程中存在著增加值比重、就業(yè)比重以及勞動增加值偏低的現(xiàn)象,符合“鮑莫爾-富克斯假說”的相關(guān)結(jié)論[12]。邱小歡(2010)基于全要素生產(chǎn)率(TFP)的視角對中國東部地區(qū)服務(wù)業(yè)“成本病”問題進行檢驗,發(fā)現(xiàn)東部地區(qū)服務(wù)業(yè)生產(chǎn)率增速滯后于第二產(chǎn)業(yè)生產(chǎn)率的增速,呈現(xiàn)出明顯的“成本病”特征[17]。而另一些學(xué)者的研究則表明并非所有國家[18]、所有細分的服務(wù)業(yè)[19-20]都存在“成本病”問題:馬羅托-桑切斯和夸德拉多-羅拉(Maroto-Sánchez &Cuadrado-Roura,2009)通過對經(jīng)濟合作與發(fā)展組織(OECD)成員服務(wù)業(yè)細分行業(yè)的數(shù)據(jù)進行實證分析發(fā)現(xiàn),有些服務(wù)業(yè)如運輸服務(wù)、金融服務(wù)、通信等行業(yè)的生產(chǎn)率甚至超過制造業(yè)[19],這說明從服務(wù)業(yè)內(nèi)部來看,未必所有的服務(wù)業(yè)都存在“成本病”問題。李建華和孫蚌珠(2012)將服務(wù)業(yè)分為可標(biāo)準(zhǔn)化服務(wù)業(yè)和不可標(biāo)準(zhǔn)化服務(wù)業(yè),認為“成本病”只存在于不可標(biāo)準(zhǔn)化的服務(wù)業(yè)中[20]。此外,還有部分學(xué)者的研究表明生產(chǎn)性服務(wù)業(yè)的發(fā)展[21]、產(chǎn)業(yè)融合[22]、全球化分工[23]等可以縮小制造業(yè)與服務(wù)業(yè)(全要素)生產(chǎn)率之間的差距,進而緩解服務(wù)業(yè)“成本病”問題。

隨著互聯(lián)網(wǎng)、人工智能、信息通信技術(shù)等數(shù)字技術(shù)的應(yīng)用和普及,人類生產(chǎn)生活方式、生產(chǎn)組織模式、產(chǎn)業(yè)效率等都發(fā)生巨大變化。圍繞著數(shù)字相關(guān)技術(shù)對企業(yè)生產(chǎn)和產(chǎn)業(yè)組織的顛覆性變革及其對生產(chǎn)率的影響,很多學(xué)者從不同視角展開研究。不少學(xué)者指出,數(shù)字技術(shù)在服務(wù)業(yè)中的滲透與應(yīng)用,推動傳統(tǒng)服務(wù)業(yè)向現(xiàn)代服務(wù)業(yè)轉(zhuǎn)型[24],改變服務(wù)業(yè)特征并降低了勞動異質(zhì)性[25],促進服務(wù)業(yè)的標(biāo)準(zhǔn)化和規(guī)?；痆26]、推動服務(wù)業(yè)結(jié)構(gòu)升級[27-28],提升了服務(wù)業(yè)全要素生產(chǎn)率[29],這些研究為分析數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”開辟了新視角。部分學(xué)者采用理論演繹方法分析了數(shù)字經(jīng)濟對服務(wù)業(yè)的影響。江小涓(2021)認為數(shù)字技術(shù)的應(yīng)用可以改變傳統(tǒng)服務(wù)業(yè)“結(jié)果無形、生產(chǎn)消費同步、不可儲存、個性差異”等特點以及服務(wù)業(yè)生產(chǎn)效率低這一基本性質(zhì),進而有助于克服“成本病”[30]。李曉華(2022)認為數(shù)字技術(shù)可以通過結(jié)構(gòu)效應(yīng)、賦能效應(yīng)和規(guī)模經(jīng)濟三方面提高服務(wù)業(yè)勞動生產(chǎn)率并克服服務(wù)業(yè)“成本病”[4]。還有部分學(xué)者從實證研究視角分析數(shù)字技術(shù)的應(yīng)用、數(shù)字經(jīng)濟的發(fā)展與服務(wù)業(yè)生產(chǎn)率以及“成本病”之間的聯(lián)系。卡索拉羅和戈比(Casolaro &Gobbi,2007)基于意大利銀行業(yè)相關(guān)數(shù)據(jù)進行的研究發(fā)現(xiàn),信息技術(shù)的應(yīng)用可以顯著提升銀行業(yè)的全要素生產(chǎn)率[29]。尚文思(2020)將“新基建”(新型基礎(chǔ)設(shè)施建設(shè))指標(biāo)引入生產(chǎn)函數(shù)來分析新基建對生產(chǎn)性服務(wù)業(yè)勞動生產(chǎn)率的影響,認為“新基建”在提升服務(wù)業(yè)生產(chǎn)率方面發(fā)揮了積極作用[31]。特里普利特和博斯沃思(Triplett &Bosworth,2003)[32]以及雷小清(2011)[33]將資本投入分為信息通信技術(shù)(ICT)資本和非ICT資本,認為ICT資本投入對服務(wù)業(yè)勞動生產(chǎn)率增長的貢獻高于對制造業(yè)的貢獻,因此在一定程度上有助于緩解服務(wù)業(yè)“成本病”。龐瑞芝和李帥娜(2022)運用2011—2019年中國省級層面數(shù)據(jù)進行實證分析,認為數(shù)字經(jīng)濟可以通過調(diào)整制造業(yè)和服務(wù)業(yè)的相對生產(chǎn)率而起到緩解服務(wù)業(yè)“成本病”的作用[34]。

縱觀現(xiàn)有相關(guān)研究發(fā)現(xiàn):首先,雖然已有學(xué)者開始關(guān)注數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響,但鮮有從理論模型視角來探討數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的內(nèi)在機理;其次,現(xiàn)有關(guān)于數(shù)字經(jīng)濟與服務(wù)業(yè)“成本病”關(guān)系的研究多是基于服務(wù)業(yè)單一部門展開討論,而將服務(wù)業(yè)部門、制造業(yè)部門放入統(tǒng)一框架的多部門研究相對較少;再次,關(guān)于服務(wù)業(yè)生產(chǎn)率的測算,有些學(xué)者假設(shè)單一要素投入(1)鮑莫爾(1967)在構(gòu)建理論模型時,假設(shè)生產(chǎn)過程中只投入勞動一種要素[5],故本文在分析“成本病”問題時只采用勞動生產(chǎn)率作為生產(chǎn)率的衡量指標(biāo)。,只考慮了勞動生產(chǎn)率,但在實踐中,產(chǎn)品和服務(wù)的生產(chǎn)與供給需要投入多種要素,只考慮單一要素(勞動)生產(chǎn)率失之偏頗,有必要從多要素投入視角對生產(chǎn)率進行衡量。基于此,本文嘗試在以下兩方面進行突破:第一,構(gòu)建理論模型,采用一般均衡分析方法探討數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的理論機制,從理論層面打開數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的“黑箱”;第二,將研究范圍由單一部門拓展為多部門,將制造業(yè)、服務(wù)業(yè)同時納入到數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的理論模型中,并從理論和實證兩個層面分析數(shù)字經(jīng)濟對服務(wù)業(yè)和制造業(yè)TFP增長率變動從而對服務(wù)業(yè)“成本病”問題的影響。

二、中國數(shù)字經(jīng)濟發(fā)展與服務(wù)業(yè)“成本病”:特征事實

(一)過去三十年來,中國服務(wù)業(yè)“成本病”特征顯著

首先,從服務(wù)業(yè)“成本病”的成因看,中國服務(wù)業(yè)生產(chǎn)率增速明顯滯后于制造業(yè)生產(chǎn)率增速。圖1匯報了2011—2019年中國制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增速。本文采用數(shù)據(jù)包絡(luò)分析-馬姆奎斯特(DEA-Malmquist)法測算全要素生產(chǎn)率的增長率的變動趨勢,圖1中虛線代表的服務(wù)業(yè)全要素生產(chǎn)率增速滯后于實線代表的制造業(yè)全要素生產(chǎn)率增速,表明中國服務(wù)業(yè)面臨的問題與鮑莫爾(1967)[5]兩部門模型理論預(yù)測的服務(wù)業(yè)“成本病”形成原因相一致。其次,從“癥狀”來看,中國服務(wù)業(yè)也呈現(xiàn)出“成本病”特征。一是勞動要素不斷流向服務(wù)業(yè)部門,二是中國服務(wù)產(chǎn)品價格呈現(xiàn)明顯的上升趨勢?！吨袊y(tǒng)計年鑒(2020)》相關(guān)統(tǒng)計結(jié)果顯示:改革開放以來,服務(wù)業(yè)就業(yè)份額不斷增加,并于2011年超過第一、第二產(chǎn)業(yè)就業(yè)份額;服務(wù)業(yè)價格指數(shù)的上漲幅度也遠高于國民經(jīng)濟價格指數(shù)和制造業(yè)價格指數(shù)的上漲幅度。這表明中國服務(wù)業(yè)已經(jīng)呈現(xiàn)出明顯的“成本病”特征。

圖1 制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增速及數(shù)字經(jīng)濟規(guī)模占比 資料來源:《中國統(tǒng)計年鑒》(2012—2020年)。

(二)數(shù)字經(jīng)濟下中國服務(wù)業(yè)發(fā)展趨勢與特征

1.第三產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型程度高于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)

根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書》(2021)和《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書(2019年)》,一是數(shù)字經(jīng)濟在第三產(chǎn)業(yè)中的滲透率要明顯高于其在第一和第二產(chǎn)業(yè)中的滲透率;二是第三產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型相關(guān)崗位數(shù)量要遠高于第一、第二產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型相關(guān)崗位數(shù)量,2018年第三產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型相關(guān)崗位為13 426萬個,而第一、第二產(chǎn)業(yè)的相關(guān)崗位分別為1 928萬個和5 221萬個。從數(shù)字經(jīng)濟在產(chǎn)業(yè)中的滲透率以及數(shù)字經(jīng)濟的就業(yè)結(jié)構(gòu)來看,第三產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型程度要高于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)。

2.數(shù)字經(jīng)濟下服務(wù)業(yè)生產(chǎn)率增速呈現(xiàn)上升趨勢

伴隨著服務(wù)業(yè)數(shù)字化轉(zhuǎn)型加速,服務(wù)業(yè)生產(chǎn)率增速呈現(xiàn)較明顯的上升趨勢。如圖1所示,隨著數(shù)字經(jīng)濟發(fā)展,服務(wù)業(yè)全要素生產(chǎn)率增速不斷提升,并且與制造業(yè)全要素生產(chǎn)率增速之間的差距呈現(xiàn)縮小趨勢。圖1顯示服務(wù)業(yè)全要素生產(chǎn)率增速與制造業(yè)全要素生產(chǎn)率增速二者之間的差距不斷縮小,這表明伴隨著數(shù)字經(jīng)濟發(fā)展,引起服務(wù)業(yè)“成本病”的動因有不斷弱化趨勢。

中國經(jīng)濟發(fā)展的數(shù)據(jù)和相關(guān)研究成果都表明數(shù)字經(jīng)濟的發(fā)展能夠較明顯提升服務(wù)業(yè)全要素生產(chǎn)率增速,進而能夠緩解服務(wù)業(yè)“成本病”,但是考慮到現(xiàn)實經(jīng)濟的復(fù)雜性,還需從理論和實證兩方面進一步探析數(shù)字經(jīng)濟的發(fā)展是否能夠緩解甚至治愈服務(wù)業(yè)存在的“成本病”。若能緩解,那么數(shù)字經(jīng)濟緩解服務(wù)業(yè)“成本病”的機制路徑是什么?不同地區(qū)經(jīng)濟發(fā)展水平、教育水平、城市規(guī)模等是否會影響數(shù)字經(jīng)濟緩解服務(wù)業(yè)“成本病”作用的發(fā)揮?下文將針對上述問題進行具體分析。

三、理論模型

(一)理論分析

數(shù)字經(jīng)濟作為一種新型經(jīng)濟形態(tài),其內(nèi)涵非常廣泛。本文數(shù)字經(jīng)濟的本質(zhì)內(nèi)涵是指應(yīng)用數(shù)字化相關(guān)技術(shù)及產(chǎn)品推動產(chǎn)業(yè)轉(zhuǎn)型升級和發(fā)展,即數(shù)字技術(shù)的應(yīng)用給產(chǎn)業(yè)發(fā)展帶來的深遠影響。進一步而言,數(shù)字經(jīng)濟推動產(chǎn)業(yè)發(fā)展和結(jié)構(gòu)優(yōu)化的過程是以數(shù)字平臺、大數(shù)據(jù)、產(chǎn)業(yè)互聯(lián)網(wǎng)和產(chǎn)業(yè)應(yīng)用軟件及管理系統(tǒng)等為代表的數(shù)字技術(shù)改變、賦能和重塑生產(chǎn)要素的過程。在這一數(shù)字化的經(jīng)濟系統(tǒng)中,數(shù)字技術(shù)不僅對傳統(tǒng)要素投入規(guī)模和結(jié)構(gòu)、要素配置效率產(chǎn)生影響,還對傳統(tǒng)生產(chǎn)要素進行賦能,被數(shù)字化賦能后的生產(chǎn)要素與傳統(tǒng)生產(chǎn)要素相比發(fā)生了根本性變革。而數(shù)字經(jīng)濟對生產(chǎn)要素規(guī)模、結(jié)構(gòu)、配置效率、賦能等方面的影響最終可以通過要素生產(chǎn)率的變化來體現(xiàn)。

數(shù)字經(jīng)濟主要通過以下渠道影響勞動要素:一是數(shù)字經(jīng)濟對勞動投入結(jié)構(gòu)和規(guī)模的影響。人工智能、工業(yè)互聯(lián)網(wǎng)、工業(yè)機器人等數(shù)字技術(shù)的應(yīng)用,不僅會取代生產(chǎn)過程中部分從事重復(fù)性、簡單性工作的低技能勞動,還會創(chuàng)造出一些軟件編程、網(wǎng)絡(luò)工程師、數(shù)據(jù)分析、數(shù)字技術(shù)研發(fā)等高技能工作崗位[35-37],從而對生產(chǎn)及服務(wù)提供過程中勞動力投入結(jié)構(gòu)產(chǎn)生影響。同時,生產(chǎn)流程的標(biāo)準(zhǔn)化、數(shù)字化、智能化發(fā)展對高度依賴自動化或標(biāo)準(zhǔn)化流程的行業(yè)勞動力投入規(guī)模帶來較大沖擊[38]。二是數(shù)字經(jīng)濟賦能勞動要素,提升勞動力整體技能和產(chǎn)出效率[39]。人工智能、互聯(lián)網(wǎng)+、數(shù)字化管理平臺等數(shù)字技術(shù)的應(yīng)用可以提升勞動者適應(yīng)和學(xué)習(xí)、應(yīng)用和擴散新技術(shù)的能力,提升勞動者工作經(jīng)驗和技能,數(shù)字技術(shù)還可以輔助勞動者完成復(fù)雜類工作,有效提升勞動生產(chǎn)率[37-42]。三是數(shù)字經(jīng)濟可以緩解勞動要素錯配,提升要素配置效率。大數(shù)據(jù)、云平臺、互聯(lián)網(wǎng)等數(shù)字技術(shù)的應(yīng)用使勞動要素供給者和需求者突破信息獲取的時空壁壘,減少勞動力市場供需之間的摩擦和誤判,實現(xiàn)人職精準(zhǔn)匹配,有效提升勞動要素配置效率[43]。

數(shù)字經(jīng)濟影響資本要素的途徑主要有:一是降低資本使用摩擦,優(yōu)化資本在不同行業(yè)間或者同一行業(yè)內(nèi)不同主體之間的配置,提升資本要素在企業(yè)間和行業(yè)間的配置效率。借助大數(shù)據(jù)、云平臺、互聯(lián)網(wǎng)等數(shù)字技術(shù)在搜集、處理、整合信息流方面的優(yōu)勢,資本要素的供求雙方能夠較為精準(zhǔn)地識別和匹配資本要素的需求和供給,緩解資本配置存在的摩擦和時空約束等問題,拓寬資本要素配置范圍并提升資本要素配置效率[43]。二是工業(yè)互聯(lián)網(wǎng)、云平臺、大數(shù)據(jù)等數(shù)字技術(shù)的開發(fā)和應(yīng)用在很大程度上改變和重塑了生產(chǎn)和服務(wù)提供過程中的資本要素,使得傳統(tǒng)經(jīng)濟形態(tài)中的資本要素轉(zhuǎn)化為數(shù)字技術(shù)賦能后的資本要素[39]。數(shù)字化賦能后的資本要素能在多個層面實現(xiàn)互聯(lián)互通,如機器與機器對話、人機對話、機器與系統(tǒng)對話等,這種多層面的互聯(lián)互通能夠有效優(yōu)化生產(chǎn)和服務(wù)提供流程,降低管理成本和交易成本,提升資本邊際產(chǎn)出,從而有效提升資本要素生產(chǎn)效率[44]。三是數(shù)字技術(shù)在生產(chǎn)過程中的應(yīng)用會不斷迭代升級現(xiàn)有生產(chǎn)流程,替代現(xiàn)有非智能化生產(chǎn)設(shè)備、流水線及廠房等實物資本,通過生產(chǎn)設(shè)備、生產(chǎn)流程的不斷迭代更新,提升資本要素的生產(chǎn)效率、產(chǎn)出能力和水平[45-46]。

(二)模型構(gòu)建

依據(jù)前面理論分析,本文將數(shù)字經(jīng)濟視為一種賦能型或者要素拓展型數(shù)字技術(shù)。數(shù)字技術(shù)在生產(chǎn)和服務(wù)中的應(yīng)用導(dǎo)致傳統(tǒng)生產(chǎn)要素發(fā)生系統(tǒng)性變革,數(shù)字化賦能后的勞動和資本要素與傳統(tǒng)要素相比,產(chǎn)出能力和生產(chǎn)率發(fā)生很大改變。據(jù)此,本文在柏培文和張云(2021)[47]以及赫倫多夫等(Herrendorf et al.,2018)[48]研究的基礎(chǔ)上,結(jié)合鮑莫爾“成本病”理論中勞動要素自由流動和兩部門工資同時變動的理論假設(shè),構(gòu)建數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的一般均衡模型。假設(shè)總體經(jīng)濟包括生產(chǎn)和消費兩大部門,生產(chǎn)部門為產(chǎn)品供給方,包括制造業(yè)和服務(wù)業(yè)兩類產(chǎn)業(yè);消費部門為產(chǎn)品需求方,主要是指家庭部門,同時家庭部門還為生產(chǎn)部門提供勞動力和資本。

1.生產(chǎn)者行為

借鑒柏培文和張云(2021)[47]的做法,假設(shè)生產(chǎn)部門由制造業(yè)和服務(wù)業(yè)兩個產(chǎn)業(yè)部門構(gòu)成,每個產(chǎn)業(yè)部門分別由一個代表性企業(yè)進行生產(chǎn),并采用常替代彈性(CES)生產(chǎn)技術(shù)進行生產(chǎn)。生產(chǎn)函數(shù)形式如下:

(1)

其中,j∈{m,s}表示制造業(yè)或服務(wù)業(yè),Yj、Kj和Lj分別表示j產(chǎn)業(yè)的產(chǎn)出、資本投入和勞動投入,參數(shù)Aj>0表示全要素生產(chǎn)率。H為數(shù)字經(jīng)濟指標(biāo),由前面相關(guān)分析可知,數(shù)字經(jīng)濟對產(chǎn)業(yè)發(fā)展的影響最終要落到生產(chǎn)要素層面,故本文以數(shù)字經(jīng)濟指標(biāo)與生產(chǎn)要素相乘的形式將數(shù)字經(jīng)濟指標(biāo)引入生產(chǎn)函數(shù)中。將數(shù)字經(jīng)濟對資本、勞動要素投入結(jié)構(gòu)、規(guī)模、效率、賦能等方面的綜合影響簡化為γ和δ,即γ≥0表示數(shù)字經(jīng)濟對資本要素的綜合影響,δ≥0表示數(shù)字經(jīng)濟對勞動要素的綜合影響。參數(shù)σj>0為常數(shù),表示資本和勞動的替代彈性;參數(shù)0<αj<1為常數(shù),表示資本收入份額。同理,1-αj表示勞動收入份額。相對而言,制造業(yè)偏向于資本密集型產(chǎn)業(yè),而服務(wù)業(yè)偏向于勞動密集型產(chǎn)業(yè),則有σm<σs,αm>αs。

用Pj、Rj和Wj分別表示產(chǎn)出價格、資本租金和勞動力工資,則企業(yè)利潤最大化的一階條件為:

(2)

(3)

2.家庭消費行為

市場中除了生產(chǎn)部門外還存在大量家庭部門,這些家庭部門一方面為生產(chǎn)部門創(chuàng)造了大量消費需求,另一方面又為生產(chǎn)部門提供必要的勞動力和資本。假定家庭部門由一個代表性家庭刻畫,其效用函數(shù)形式如下:

(4)

此外,本文借鑒赫倫多夫等(2018)[48]的模型,將消費需求分為兩大類:一是對制造品的需求,二是對服務(wù)的需求,即將消費需求C分為制造業(yè)產(chǎn)品的消費Cm和服務(wù)業(yè)產(chǎn)品的消費Cs,消費需求C滿足:

(5)

其中,參數(shù)0<ωC<1為常數(shù),表示制造業(yè)產(chǎn)品和服務(wù)產(chǎn)品在家庭消費中的替代彈性。

設(shè)家庭在每一期持有K單位資本,獲得相應(yīng)的租金收入RK;提供L單位勞動,獲得相應(yīng)的工資收入WL。家庭還需要繳納必要的總量稅T,并將稅后收入用于消費(C)和儲蓄(S),儲蓄(S)將形成投資(I),成為生產(chǎn)部門資本投入的主要來源。家庭預(yù)算約束可表示為如下形式:

CmPm+CsPs+Ik=RK+WL-T

(6)

K′=(1-δK)K+IK

(7)

其中,δK表示資本折舊率, 0<δK<1且S=I。

求解家庭效用最大化問題,可以得到歐拉方程和消費結(jié)構(gòu):

(8)

(9)

家庭部門閑置的大量資金并非直接投入生產(chǎn)部門,而是通過中間投資部門將資金投入生產(chǎn)過程。中間資本部門一方面從家庭部門吸納大量閑置資金形成投資I,另一方面將這些投資全部用于制造業(yè)和服務(wù)業(yè)生產(chǎn)過程。本文借鑒郭凱明等(2020)[49]的研究將投資I分為兩部分,即用于制造業(yè)部門的投資Im和用于服務(wù)業(yè)部門的投資Is,則投資I滿足:

(10)

求解投資部門利潤最大化問題,可以得到:

(11)

3.市場均衡

當(dāng)市場達到均衡時,產(chǎn)品市場和要素市場都處于出清狀態(tài),根據(jù)國民經(jīng)濟核算恒等式可知,產(chǎn)品市場出清時滿足以下等式:

Yj=Cj+Ij

(12)

其中,j∈{m,s}表示制造業(yè)或服務(wù)業(yè)。

要素市場出清意味著總資本和總勞動將全部用于制造業(yè)部門和服務(wù)業(yè)部門生產(chǎn),即滿足如下條件:

K=Km+Ks

(13)

L=Lm+Ls

(14)

為清楚地展示數(shù)字經(jīng)濟在供給側(cè)的影響,本文對需求側(cè)的模型進行簡化,假設(shè)ωC=ωI=ω,εC=εI=ε。則由式(9)、式(11)和式(12)可得:

(15)

(三)模型求解

根據(jù)鮑莫爾“成本病”理論假設(shè),勞動力可以自由流動,且制造業(yè)和服務(wù)業(yè)部門的工資同時變動,即:

(16)

式(16)兩邊取對數(shù)并進行全微分,并將式(6)代入化簡可得:

(17)

其中,lnAm-lnAs表示制造業(yè)與服務(wù)業(yè)全要素生產(chǎn)率增長率之間的差值,這個差值恰好符合鮑莫爾(1967)[5]關(guān)于“成本病”成因的分析。

當(dāng)數(shù)字經(jīng)濟同時對勞動和資本要素產(chǎn)生影響時,即δ>0,γ>0,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響如下:

由前述假設(shè)可知,服務(wù)業(yè)相對于制造業(yè)而言更加偏向于勞動密集型產(chǎn)業(yè),故當(dāng)δ>γ時,數(shù)字經(jīng)濟對勞動密集型的服務(wù)業(yè)全要素生產(chǎn)率的提升作用大于其對資本密集型的制造業(yè)全要素生產(chǎn)率的提升作用,進而制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增速之間的差距縮小,服務(wù)業(yè)“成本病”問題得到緩解。當(dāng)δ<γ時,數(shù)字經(jīng)濟對資本密集型的制造業(yè)全要素生產(chǎn)率的提升作用可能要大于其對勞動密集型的服務(wù)業(yè)全要素生產(chǎn)率的提升作用,進而制造業(yè)和服務(wù)業(yè)生產(chǎn)率增速之間的差距擴大,一定程度上加深了服務(wù)業(yè)“成本病”問題。

由以上分析可知,當(dāng)數(shù)字經(jīng)濟同時對勞動和資本要素產(chǎn)生影響時(δ>0,γ>0),數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響存在兩種效應(yīng):加重或者緩解,最終影響取決于兩種效應(yīng)的比較。如果數(shù)字經(jīng)濟對勞動要素的影響程度大于其對資本要素的影響程度,那么數(shù)字經(jīng)濟將有助于緩解服務(wù)業(yè)“成本病”問題;反之,如果數(shù)字經(jīng)濟對資本要素的影響程度大于其對勞動要素的影響程度,那么數(shù)字經(jīng)濟發(fā)展可能會加深服務(wù)業(yè)“成本病”。但是現(xiàn)有相關(guān)研究表明數(shù)字經(jīng)濟的發(fā)展可以縮小服務(wù)業(yè)與制造業(yè)的生產(chǎn)率差距[38],并且中國數(shù)字經(jīng)濟與不同產(chǎn)業(yè)融合發(fā)展的現(xiàn)實也印證了這一點?；诖?本文提出如下假設(shè):

假設(shè)1:數(shù)字經(jīng)濟的發(fā)展能在一定程度上能夠緩解服務(wù)業(yè)“成本病”。

當(dāng)數(shù)字經(jīng)濟不同時影響勞動和資本要素時,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響還需要考慮以下幾種特殊情況:

假設(shè)2:數(shù)字經(jīng)濟通過影響勞動要素,在一定程度上可以緩解服務(wù)業(yè)“成本病”問題。

假設(shè)3:數(shù)字經(jīng)濟通過影響資本要素,會加劇服務(wù)業(yè)“成本病”。

四、研究設(shè)計

(一)模型設(shè)定

本文從全要素生產(chǎn)率(TFP)增長率的角度來分析數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響,即數(shù)字經(jīng)濟的發(fā)展是加劇還是緩解服務(wù)業(yè)“成本病”問題。為了檢驗數(shù)字經(jīng)濟的發(fā)展是擴大還是縮小了制造業(yè)和服務(wù)業(yè)TFP增速之間的差距,建立如下計量模型:

ΔTfpit=α0+α1Digtit+α2Xit+λt+μi+εit

(18)

其中,i表示產(chǎn)業(yè),t表示時間。ΔTfpit為被解釋變量,表示制造業(yè)和服務(wù)業(yè)TFP增長率之差;Digtit為核心解釋變量,即數(shù)字經(jīng)濟指標(biāo);Xit為一系列其他控制變量,λt表示年份效應(yīng),μi表示地區(qū)效應(yīng),εit為隨機誤差項。式(18)為基準(zhǔn)模型,反映了數(shù)字經(jīng)濟對制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增速變化(ΔTfpit)的影響。若變量Digtit的系數(shù)α1為正,則說明隨著數(shù)字經(jīng)濟發(fā)展水平的提升,制造業(yè)和服務(wù)業(yè)TFP增長率之間的差距不斷變大,服務(wù)業(yè)“成本病”問題也隨之加重;反之,若系數(shù)α1為負,則說明隨著數(shù)字經(jīng)濟發(fā)展水平的提升,制造業(yè)和服務(wù)業(yè)TFP增長率之間的差距不斷縮小,服務(wù)業(yè)“成本病”得到緩解。

(二)變量測度與說明

1.被解釋變量:制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增長率之差(ΔTfp)

2.核心解釋變量

數(shù)字經(jīng)濟指數(shù)(Digt)?，F(xiàn)有關(guān)于數(shù)字經(jīng)濟測度的常規(guī)做法是通過選取相關(guān)指標(biāo)來量化數(shù)字經(jīng)濟的發(fā)展?fàn)顩r,但是受限于數(shù)據(jù)可得性,現(xiàn)有研究多集中于省級層面,聚焦于城市層面的研究相對較少,且尚未形成統(tǒng)一的測度方法。本文關(guān)于數(shù)字經(jīng)濟指數(shù)的測算主要借鑒黃群慧等(2019)[54]、陳貴富等(2022)[55]以及趙濤等(2020)[56]的做法,基于數(shù)字經(jīng)濟內(nèi)涵和本文的研究主題,并結(jié)合城市層面數(shù)據(jù)的可得性,從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化兩個維度測算數(shù)字經(jīng)濟發(fā)展水平。本文采用每百人移動電話用戶數(shù)和每百人互聯(lián)網(wǎng)用戶數(shù)來測算數(shù)字基礎(chǔ)設(shè)施;采用計算機服務(wù)和軟件從業(yè)人員占比、人均電信業(yè)務(wù)總量來測算數(shù)字產(chǎn)業(yè)化,并用變異系數(shù)法求得數(shù)字經(jīng)濟綜合指數(shù)值,同時在穩(wěn)健性檢驗部分采用主成分分析法對數(shù)字經(jīng)濟指數(shù)進行測算。

3.控制變量

參考現(xiàn)有關(guān)于“成本病”及服務(wù)業(yè)生產(chǎn)率相關(guān)領(lǐng)域的文獻[2,34,50,57-58],本文主要選取以下變量來克服遺漏重要變量對估計結(jié)果產(chǎn)生的干擾:(1)政府財政支出(Gov),政府財政支出可以反映政府相關(guān)政策,進而反映政府對產(chǎn)業(yè)發(fā)展的干預(yù)程度,參考宋建和鄭江淮(2017)[57]、楊慧梅和江璐(2021)[50]的做法,采用地方公共財政支出占地區(qū)生產(chǎn)總值的比重作為替代變量;(2)城市經(jīng)濟發(fā)展水平(Gdp),不同的經(jīng)濟發(fā)展水平下有不同的產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)形態(tài)與之相適應(yīng),不同產(chǎn)業(yè)形態(tài)的生產(chǎn)率也呈現(xiàn)出不同特征,參考龐瑞芝和李帥娜(2022)[34]的做法,采用城市人均生產(chǎn)總值的對數(shù)來表示;(3)國際貿(mào)易(Trade),用當(dāng)年匯率核算的地區(qū)進出口總額占地區(qū)生產(chǎn)總值比重來衡量[50];(4)教育水平(Edu),一個地區(qū)的教育水平會直接影響地區(qū)勞動力整體素質(zhì),進而對產(chǎn)業(yè)生產(chǎn)率產(chǎn)生影響,本文采用城市中高等學(xué)校在校人數(shù)與所有在校人數(shù)的比值來表示;(5)研發(fā)強度(R&D),采用科學(xué)研究、技術(shù)研發(fā)從業(yè)人數(shù)與行業(yè)城鎮(zhèn)單位就業(yè)人數(shù)之比來表示[2,58];(6)城鎮(zhèn)化水平(Urb),采用年末城鎮(zhèn)人口比重來衡量[50]。

(三)數(shù)據(jù)說明

考慮到數(shù)據(jù)的可得性和完整性,本文選取了2011—2019年全國248個地級及以上城市的樣本數(shù)據(jù)進行分析,文中所選指標(biāo)的相關(guān)數(shù)據(jù)除了數(shù)字經(jīng)濟指數(shù)相關(guān)數(shù)據(jù)外,其余原始數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、各地級市統(tǒng)計年鑒、各地級市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫以及北京?？ㄋ固匦畔⒓夹g(shù)有限公司(EPS)數(shù)據(jù)庫等,部分城市個別年份缺失數(shù)據(jù)采用臨近年份均值法補齊。表1匯報了各變量的描述性統(tǒng)計結(jié)果。

表1 變量的描述性統(tǒng)計

五、實證檢驗

(一)基準(zhǔn)回歸

本部分首先進行了豪斯曼檢驗,檢驗結(jié)果強烈拒絕原假設(shè),因此使用固定效應(yīng)模型進行回歸分析。表2匯報了數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”總體影響的估計結(jié)果。表2的結(jié)果顯示,無論是否加入控制變量,核心解釋變量數(shù)字經(jīng)濟指數(shù)的系數(shù)均顯著且為負,說明數(shù)字經(jīng)濟可以緩解服務(wù)業(yè)“成本病”問題。在數(shù)字經(jīng)濟發(fā)展過程中,互聯(lián)網(wǎng)、人工智能、云平臺等數(shù)字技術(shù)的應(yīng)用代替了生產(chǎn)過程中部分低技能勞動力并提升了勞動配置效率,同時通過數(shù)字技術(shù)對勞動要素的賦能效應(yīng),提升勞動要素整體能力,通過多重效應(yīng)疊加,數(shù)字技術(shù)的應(yīng)用有效提升了勞動的生產(chǎn)效率[35-36]。服務(wù)業(yè)作為勞動密集型產(chǎn)業(yè),勞動生產(chǎn)率的提升有助于縮小制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率增速之間的差距,能有效緩解服務(wù)業(yè)“成本病”問題,即本文的假設(shè)1成立。

表2 基準(zhǔn)回歸結(jié)果

從控制變量看,地區(qū)經(jīng)濟發(fā)展水平以及地區(qū)教育水平的系數(shù)顯著且為負,即經(jīng)濟發(fā)展水平和教育水平的提升有助于緩解服務(wù)業(yè)“成本病”。一般而言,一個地區(qū)在不同的經(jīng)濟發(fā)展階段會有不同的產(chǎn)業(yè)形態(tài)和產(chǎn)業(yè)結(jié)構(gòu)與之相適應(yīng)。在經(jīng)濟發(fā)展水平較高時,現(xiàn)代服務(wù)業(yè)在整個服務(wù)業(yè)中占有較大的比重,而在經(jīng)濟發(fā)展水平較低時,傳統(tǒng)服務(wù)業(yè)在整個服務(wù)業(yè)中占主導(dǎo)地位[59]。相較于傳統(tǒng)服務(wù)業(yè),數(shù)字經(jīng)濟對現(xiàn)代服務(wù)業(yè)的影響更大,因此在經(jīng)濟發(fā)展水平較高的地區(qū),數(shù)字經(jīng)濟對服務(wù)業(yè)生產(chǎn)率的提升作用可能更大。地區(qū)教育水平的提升則有助于地區(qū)整體勞動素質(zhì)的提升,對于勞動密集型服務(wù)業(yè)而言,地區(qū)勞動力素質(zhì)的提升有助于地區(qū)服務(wù)業(yè)生產(chǎn)率整體水平提升。而地區(qū)研發(fā)水平的提升傾向于加劇服務(wù)業(yè)“成本病”問題,這可能與中國研發(fā)密集型產(chǎn)業(yè)存在制造業(yè)強而服務(wù)業(yè)弱這一特點有關(guān)[60],制造業(yè)需要通過研發(fā)不斷提升產(chǎn)品競爭力,而服務(wù)業(yè)以提供服務(wù)為主,對勞動力的依賴度更強,需要進行研發(fā)活動的產(chǎn)品或服務(wù)相對較少[61],故地區(qū)研發(fā)水平對制造業(yè)生產(chǎn)率的提升作用更大。而政府財政支出以及地區(qū)貿(mào)易水平對服務(wù)業(yè)“成本病”的影響沒有通過顯著性檢驗。

(二)異質(zhì)性分析

考慮到各地區(qū)在經(jīng)濟發(fā)展水平、教育基礎(chǔ)、人口規(guī)模、產(chǎn)業(yè)發(fā)展等方面存在的差異,可能會影響數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”緩解作用的發(fā)揮,故本文從地區(qū)經(jīng)濟發(fā)展水平、地區(qū)教育發(fā)展水平、城市規(guī)模以及地區(qū)服務(wù)業(yè)發(fā)展水平四個維度來剖析數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的差異化影響。本文主要采用交叉項方法進行異質(zhì)性分析[27,62]。

1.地區(qū)經(jīng)濟發(fā)展水平異質(zhì)性

一個地區(qū)的經(jīng)濟發(fā)展水平會直接影響到該地區(qū)勞動、資本等生產(chǎn)要素的配置結(jié)構(gòu),在不同的經(jīng)濟發(fā)展階段會有不同的產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)形態(tài)與之相適應(yīng)。由于不同的生產(chǎn)要素結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字技術(shù)的敏感度不同,在不同經(jīng)濟發(fā)展階段下,數(shù)字經(jīng)濟對地區(qū)服務(wù)業(yè)“成本病”的影響可能會有所不同。本文通過引入經(jīng)濟發(fā)展水平虛擬變量(G)來分析數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用因經(jīng)濟發(fā)展水平不同而存在的差異。根據(jù)地區(qū)人均生產(chǎn)總值的中位數(shù)將總體樣本劃分為經(jīng)濟發(fā)展水平較高的地區(qū)和經(jīng)濟發(fā)展水平較低的地區(qū)。經(jīng)濟發(fā)展水平較高地區(qū)的虛擬變量G取1,經(jīng)濟發(fā)展水平較低地區(qū)的虛擬變量G取0。由表3經(jīng)濟發(fā)展水平結(jié)果可知,變量Digt×G的系數(shù)在10%的水平上顯著為負,即經(jīng)濟發(fā)展水平較高地區(qū)數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用更大。究其原因可能在于:一是在經(jīng)濟發(fā)展水平相對較高的地區(qū),金融、通信服務(wù)、計算機服務(wù)、電子商務(wù)等知識密集型現(xiàn)代服務(wù)業(yè)發(fā)展較快,在整個服務(wù)業(yè)中占比在逐漸提升,這類服務(wù)業(yè)相比于傳統(tǒng)服務(wù)業(yè)數(shù)據(jù)要素密度更高,受到數(shù)字經(jīng)濟發(fā)展影響更大[31]。因此,在現(xiàn)代服務(wù)業(yè)發(fā)展較快的地區(qū)(通常也是經(jīng)濟發(fā)展水平較高的地區(qū)),數(shù)字經(jīng)濟更容易發(fā)揮其在緩解服務(wù)業(yè)“成本病”方面的作用。二是在經(jīng)濟發(fā)展水平較低的地區(qū),服務(wù)業(yè)通常以零售、批發(fā)、餐飲服務(wù)等傳統(tǒng)服務(wù)業(yè)為主,傳統(tǒng)服務(wù)業(yè)具有勞動投入密度大、數(shù)據(jù)要素密集度相對較低的特征,數(shù)字技術(shù)對其生產(chǎn)率的提升作用比較弱,這影響了數(shù)字經(jīng)濟在緩解傳統(tǒng)服務(wù)業(yè)“成本病”方面發(fā)揮的作用。因此,在經(jīng)濟發(fā)展水平較低的地區(qū),數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響較小。

表3 異質(zhì)性分析

2.地區(qū)教育水平異質(zhì)性

考慮到地區(qū)教育水平會影響勞動力整體技能以及數(shù)字技術(shù)的應(yīng)用和普及,進而會影響數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用,本文通過引入教育水平虛擬變量(E),來分析數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面存在的差異。本文依據(jù)地區(qū)教育水平的中位數(shù)將總樣本劃分為教育水平較高的地區(qū)和教育水平較低的地區(qū),對教育水平較高地區(qū)虛擬變量E取1,對教育水平較低地區(qū)虛擬變量E取0,具體結(jié)果見表3。結(jié)果表明,變量Digt×E系數(shù)顯著且為負,即在教育水平相對較高的地區(qū),數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用更大。究其原因可能在于:一是教育水平的提升有利于數(shù)字技術(shù)的應(yīng)用和推廣,更容易激發(fā)數(shù)字經(jīng)濟對生產(chǎn)率的提升作用[63];二是較高的教育水平一定程度上能夠提升地區(qū)勞動力整體技能,而勞動力技能水平的提升對勞動密集型的服務(wù)業(yè)全要素生產(chǎn)率的提升更有利,進而使數(shù)字經(jīng)濟在緩解“成本病”方面發(fā)揮更大作用。

3.城市規(guī)模異質(zhì)性

城市規(guī)模的大小不僅可以反映出該地區(qū)勞動力供給能力和水平,還可以反映出該地區(qū)服務(wù)業(yè)的發(fā)展?jié)摿?據(jù)此本文從城市規(guī)模差異入手來進一步分析勞動供給之間的差異是否會影響數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用。具體而言,本文通過引入城市規(guī)模虛擬變量(C)來進行異質(zhì)性分析,根據(jù)國務(wù)院關(guān)于城市規(guī)模劃分標(biāo)準(zhǔn)(4)2014年印發(fā)的《國務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》(國發(fā)〔2014〕51號)以城區(qū)常住人口為依據(jù),將城市劃分為五類七檔。城區(qū)常住人口50萬及以下的城市為小城市,城區(qū)常住人口50萬以上100萬及以下的城市為中等城市,城區(qū)常住人口100萬以上500萬及以下的城市為大城市,城區(qū)常住人口500萬以上1 000萬以下的城市為特大城市,城區(qū)常住人口1 000萬及以上的城市為超大城市。,對常住人口大于等于100萬的城市的虛擬變量C取1,對常住人口小于100萬的城市虛擬變量C取0,具體結(jié)果見表3。可以看出,在規(guī)模較大的城市數(shù)字經(jīng)濟可以更好地發(fā)揮其在緩解服務(wù)業(yè)“成本病”方面的作用。一方面,相較于規(guī)模較小的城市,大城市具備規(guī)模龐大的勞動力數(shù)量,同時對高技能勞動力具有更強的吸引力[64-65],而高技能勞動力更容易適應(yīng)、學(xué)習(xí)和應(yīng)用數(shù)字技術(shù),此外,大城市還擁有相對密集的科研院所和培訓(xùn)機構(gòu),為生產(chǎn)率的提升提供了技術(shù)支持[66],更有利于數(shù)字經(jīng)濟發(fā)揮其在緩解服務(wù)業(yè)“成本病”方面的作用。另一方面,通常規(guī)模較大的城市其數(shù)字基礎(chǔ)設(shè)施、數(shù)字化資源等相對完備,數(shù)字經(jīng)濟發(fā)展水平也相對較高,更有利于發(fā)揮數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用。

4.服務(wù)業(yè)發(fā)展水平異質(zhì)性

服務(wù)業(yè)發(fā)展水平可以從側(cè)面反映出當(dāng)?shù)胤?wù)業(yè)內(nèi)部結(jié)構(gòu),如當(dāng)?shù)亟逃?、物流、通信服?wù)、金融等服務(wù)業(yè)的發(fā)展水平和特征,而服務(wù)業(yè)內(nèi)部結(jié)構(gòu)的差異對數(shù)字經(jīng)濟與服務(wù)業(yè)的融合和滲透會產(chǎn)生多方面影響,這會在較大程度上影響數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用。據(jù)此,本文通過引入城市服務(wù)業(yè)發(fā)展水平虛擬變量(S)來分析數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的異質(zhì)性。本文以地區(qū)服務(wù)業(yè)增加值占生產(chǎn)總值比重來衡量該地區(qū)服務(wù)業(yè)發(fā)展水平[67-68],并按地區(qū)服務(wù)業(yè)發(fā)展水平的中位數(shù)將總體樣本分為服務(wù)業(yè)發(fā)展水平較高的地區(qū)和服務(wù)業(yè)發(fā)展水平較低的地區(qū),對服務(wù)業(yè)發(fā)展水平較高地區(qū)虛擬變量S取1,對服務(wù)業(yè)發(fā)展水平較低地區(qū)虛擬變量S取0,具體結(jié)果見表3?；貧w結(jié)果顯示,在服務(wù)業(yè)發(fā)展水平較高的地區(qū),數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用更大?？赡艿脑蛟谟?服務(wù)業(yè)發(fā)展水平較高的地區(qū),擁有較好的教育、交通、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施,并且這些地區(qū)的生產(chǎn)性服務(wù)業(yè)和現(xiàn)代服務(wù)業(yè)較為發(fā)達,這些為數(shù)字經(jīng)濟與生產(chǎn)要素融合以及對產(chǎn)業(yè)滲透提供了良好基礎(chǔ),更有利于充分發(fā)揮數(shù)字經(jīng)濟的優(yōu)勢,釋放數(shù)字經(jīng)濟發(fā)展的紅利,推動數(shù)字經(jīng)濟對服務(wù)業(yè)生產(chǎn)率的提升作用[27],從而能較大程度緩解服務(wù)業(yè)“成本病”。

(三)內(nèi)生性與穩(wěn)健性檢驗

1.內(nèi)生性問題

數(shù)字經(jīng)濟作為一種新型的、復(fù)雜的經(jīng)濟形態(tài),在對其進行測算過程中可能存在測量誤差以及在研究其對服務(wù)業(yè)“成本病”過程中可能存在遺漏變量的問題,從而導(dǎo)致模型中出現(xiàn)內(nèi)生性問題。對內(nèi)生性問題常用的解決方法是選取適當(dāng)?shù)墓ぞ咦兞?本文借鑒龐瑞芝和李帥娜(2022)[34]、戴魁早等(2023)[27]的做法,采用1984年各城市郵電歷史數(shù)據(jù)和2005年城市層面的IT指數(shù)(5)參考戴魁早等(2023)[27]的做法,利用世界銀行投資環(huán)境調(diào)查數(shù)據(jù)中反映2005年中國城市技術(shù)稟賦的相關(guān)指數(shù)進行構(gòu)建。具體做法為:首先,將調(diào)查報告中同一城市的“接受正規(guī)IT培訓(xùn)的勞動力比例”和“經(jīng)常性使用計算機的員工比例”兩個變量分別取均值,然后再將兩變量相加得到該城市的最終IT指數(shù)。構(gòu)建工具變量。其邏輯在于,其一,1984年各城市郵電設(shè)施的建設(shè)情況以及2005年城市層面的IT指數(shù)可以反映出當(dāng)?shù)匦畔⒓夹g(shù)稟賦的歷史,滿足工具變量的相關(guān)性;其二,固定電話、信筒信箱等傳統(tǒng)信息通信基礎(chǔ)設(shè)施、城市層面的歷史IT指數(shù)隨著時間的推移對樣本期內(nèi)產(chǎn)業(yè)發(fā)展、結(jié)構(gòu)、生產(chǎn)率等的直接影響較小,只能通過其升級的形態(tài)即數(shù)字經(jīng)濟來影響產(chǎn)業(yè),滿足工具變量的外生性。由于本文所采用的基礎(chǔ)樣本數(shù)據(jù)是基于時間—城市雙維度變動的面板數(shù)據(jù),而各城市1984年的郵電歷史數(shù)據(jù)和2005年城市層面的IT指數(shù)是截面數(shù)據(jù),為了滿足基礎(chǔ)樣本數(shù)據(jù)和工具變量之間的匹配性,本文借鑒納恩和錢(Nunn &Qian,2014)[69]的處理方式,以全國互聯(lián)網(wǎng)寬帶接入用戶數(shù)據(jù)來體現(xiàn)工具變量的時變性。具體處理方法為:采用樣本期上一年全國互聯(lián)網(wǎng)寬帶接入用戶數(shù)量分別與各城市1984年每萬人郵局數(shù)量、2005年城市IT指數(shù)的交互項作為數(shù)字經(jīng)濟指數(shù)的工具變量1和工具變量2。表4的結(jié)果表明,工具變量識別不足檢驗(Anderson canon. corr.LM)和弱識別檢驗(Cragg-Donald WaldF)證明了工具變量的有效性。表4工具變量1和工具變量2第二階段的回歸結(jié)果顯示,考慮內(nèi)生性問題后,數(shù)字經(jīng)濟對“成本病”的回歸系數(shù)仍顯著且為負,進一步印證了表2基準(zhǔn)回歸的結(jié)果,表明本文研究結(jié)論具有穩(wěn)健性。

表4 內(nèi)生性檢驗

2.穩(wěn)健性檢驗

(1)更換被解釋變量測算方法。一是基于超效率DEA模型——Super CCR模型重新測算制造業(yè)和服務(wù)業(yè)的Malmquist指數(shù),可以有效解決多個決策單元的效率值同時為1的問題;二是在DEA-EBM模型的基礎(chǔ)上利用Malmquist指數(shù)測算產(chǎn)業(yè)全要素生產(chǎn)率的變動率,EBM 模型是一種綜合徑向和SBM的混合距離模型,可以提升模型測算的精確度。表5結(jié)果顯示,利用Super CCR模型和DEA-EBM模型測算的制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率變動率進行重新回歸分析后發(fā)現(xiàn),數(shù)字經(jīng)濟依然可以緩解服務(wù)業(yè)“成本病”問題。

表5 穩(wěn)健性檢驗

(2)核心解釋變量相關(guān)穩(wěn)健性檢驗。一是更換核心解釋變量測算方法,將數(shù)字經(jīng)濟測度方法由變異系數(shù)法調(diào)整為主成分分析法。由表5可以發(fā)現(xiàn),采用主成分分析法測算的數(shù)字經(jīng)濟指數(shù)依然可以緩解服務(wù)業(yè)“成本病”問題。二是更換核心解釋變量,本文參考戴魁早等(2023)[27]的研究,選取騰訊研究院發(fā)布的“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟指數(shù)作為本文核心解釋變量的替換變量進行回歸分析。由于該指數(shù)從2015年開始發(fā)布,故本文選取的樣本區(qū)間為2015—2019年。表5結(jié)果顯示,以“互聯(lián)網(wǎng)+”表示的數(shù)字經(jīng)濟可以緩解服務(wù)業(yè)“成本病”問題。三是將核心解釋變量滯后一期。現(xiàn)有研究表明,由于人工智能、工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)的建設(shè)、應(yīng)用、迭代優(yōu)化以及企業(yè)數(shù)字化轉(zhuǎn)型等都需要較長時間,數(shù)字技術(shù)的應(yīng)用對經(jīng)濟發(fā)展以及生產(chǎn)率的提升通常存在一定的滯后效應(yīng)[70-72]?；诖?本文將核心解釋變量滯后一期后重新回歸。表5結(jié)果顯示,數(shù)字經(jīng)濟滯后一期后仍然可以緩解服務(wù)業(yè)“成本病”問題。四是采用數(shù)字經(jīng)濟指標(biāo)的子維度分別對被解釋變量進行回歸。表5結(jié)果顯示,數(shù)字經(jīng)濟指數(shù)的各個子維度依然可以緩解服務(wù)業(yè)“成本病”問題。

(3)其他穩(wěn)健性檢驗。一是剔除省會城市和直轄市,考慮到這些城市在經(jīng)濟發(fā)展水平、人口規(guī)模等方面擁有相對優(yōu)勢,可能導(dǎo)致基準(zhǔn)回歸結(jié)果不準(zhǔn)確。為了排除這種干擾,本文將各省會城市和直轄市剔除,將剩余的地級市樣本進行重新回歸分析。表5結(jié)果顯示,當(dāng)剔除省會城市以及直轄市后,數(shù)字經(jīng)濟依然能夠緩解服務(wù)業(yè)“成本病”問題。二是增加控制變量,現(xiàn)有文獻在選取控制變量時還考慮了地區(qū)金融發(fā)展水平對服務(wù)業(yè)生產(chǎn)率及“成本病”的影響,但是考慮到金融業(yè)本身就屬于服務(wù)業(yè),有可能會產(chǎn)生內(nèi)生性問題,故在基準(zhǔn)回歸模型中并未將地區(qū)金融發(fā)展水平考慮在內(nèi),然而結(jié)合現(xiàn)有文獻做法,本文將地區(qū)金融發(fā)展水平納入計量模型后重新回歸。表5結(jié)果顯示,考慮了地區(qū)金融發(fā)展水平后,數(shù)字經(jīng)濟依然可以緩解服務(wù)業(yè)“成本病”問題。

從表5的回歸結(jié)果來看,不論是更換被解釋變量、核心解釋變量測算方法以及替換核心解釋變量,還是剔除省會、直轄市相關(guān)數(shù)據(jù)或增加控制變量,結(jié)果都未發(fā)生根本性變化,進一步印證了數(shù)字經(jīng)濟可以緩解服務(wù)業(yè)“成本病”這一結(jié)論。

(四)機制路徑檢驗

根據(jù)理論模型的相關(guān)假設(shè)和結(jié)論可知:(1)數(shù)字經(jīng)濟通過影響勞動要素投入結(jié)構(gòu)、賦能勞動要素、提升勞動要素配置效率等途徑對勞動密集型的服務(wù)業(yè)全要素生產(chǎn)率產(chǎn)生更大的提升作用,進而起到緩解服務(wù)業(yè)“成本病”作用;(2)數(shù)字經(jīng)濟通過優(yōu)化資本要素配置效率、改變、重塑資本要素形態(tài)等途徑對制造業(yè)全要素生產(chǎn)率的增速產(chǎn)生更大影響,進而有可能加劇服務(wù)業(yè)“成本病”問題。為了檢驗數(shù)字經(jīng)濟通過勞動要素和資本要素對服務(wù)業(yè)“成本病”產(chǎn)生的兩種不同的效應(yīng),本文在基準(zhǔn)回歸模型基礎(chǔ)上,引入數(shù)字經(jīng)濟與勞動要素的交互項(Digt×Labor)來考察數(shù)字經(jīng)濟與勞動要素結(jié)合對服務(wù)業(yè)“成本病”的效應(yīng);引入數(shù)字經(jīng)濟與資本要素的交互項(Digt×Capital)來考察數(shù)字經(jīng)濟與資本要素的結(jié)合對服務(wù)業(yè)“成本病”的效應(yīng)。勞動要素(Labor)用城市全社會就業(yè)人數(shù)取對數(shù)衡量,資本要素(Capital)用城市資本存量取對數(shù)來衡量。具體估計結(jié)果見表6。

表6 機制路徑檢驗

表6顯示,數(shù)字經(jīng)濟與勞動要素的交互項(Digt×Labor)系數(shù)為負,且在5%的水平上顯著,這表明數(shù)字經(jīng)濟通過作用于勞動要素緩解了服務(wù)業(yè)“成本病”問題;數(shù)字經(jīng)濟與資本要素的交互項(Digt×Capital)系數(shù)顯著且為正,表明數(shù)字經(jīng)濟通過作用于資本要素,加劇了服務(wù)業(yè)“成本病”問題。這進一步印證了本文的假設(shè)2和假設(shè)3,即數(shù)字經(jīng)濟通過作用于勞動要素會對服務(wù)業(yè)全要素生產(chǎn)率增速產(chǎn)生更大的提升作用,進而起到緩解“成本病”的作用,而通過影響資本要素會對制造業(yè)全要素生產(chǎn)率增速產(chǎn)生更大的提升作用,進而有可能加劇服務(wù)業(yè)“成本病”問題。此外,從控制變量來看,教育水平、經(jīng)濟發(fā)展水平的提升有助于緩解服務(wù)業(yè)“成本病”問題,地區(qū)研發(fā)水平的提升會加劇服務(wù)業(yè)“成本病”問題。

六、結(jié)論與建議

本文首先從理論上推演分析了數(shù)字經(jīng)濟影響服務(wù)業(yè)“成本病”的機理路徑,將數(shù)字經(jīng)濟指標(biāo)引入生產(chǎn)函數(shù)中,分析數(shù)字經(jīng)濟如何通過影響勞動要素和資本要素進而影響服務(wù)業(yè)“成本病”問題。本文理論模型顯示,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響存在兩種效應(yīng)——加劇或者緩解,最終影響取決于兩種效應(yīng)的比較。如果數(shù)字經(jīng)濟對勞動要素的綜合影響大于其對資本要素的綜合影響,那么數(shù)字經(jīng)濟將有助于緩解服務(wù)業(yè)“成本病”問題;反之,如果數(shù)字經(jīng)濟對資本要素的綜合影響大于其對勞動要素的綜合影響,那么數(shù)字經(jīng)濟發(fā)展可能會加劇服務(wù)業(yè)“成本病”。

其次,在理論模型的基礎(chǔ)上,本文利用城市層面的數(shù)據(jù)進行實證檢驗,結(jié)果表明:(1)在樣本研究期間(2011—2019年),數(shù)字經(jīng)濟發(fā)展顯著地縮小了服務(wù)業(yè)與制造業(yè)TFP增長率之間的差距,能有效地緩解地區(qū)服務(wù)業(yè)存在的“成本病”問題。(2)數(shù)字經(jīng)濟在緩解“成本病”方面存在異質(zhì)性。從各地區(qū)經(jīng)濟發(fā)展水平來看,在經(jīng)濟發(fā)展水平較高的地區(qū),數(shù)字經(jīng)濟對“成本病”的緩解作用更強;從地區(qū)教育水平看,地區(qū)教育水平越高,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的緩解作用越大;從城市規(guī)?？?城市規(guī)模越大,數(shù)字經(jīng)濟對服務(wù)業(yè)“成本病”的影響越強;從地區(qū)服務(wù)業(yè)發(fā)展水平來看,服務(wù)業(yè)發(fā)展水平越高,越有利于激發(fā)數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用。以上研究發(fā)現(xiàn)為中國推進“數(shù)字中國”建設(shè)和克服服務(wù)業(yè)“成本病”問題提供一些啟示:

第一,加快數(shù)字基礎(chǔ)設(shè)施建設(shè),提升各地區(qū)數(shù)字經(jīng)濟發(fā)展水平。數(shù)字經(jīng)濟的飛速發(fā)展推動了數(shù)字技術(shù)與傳統(tǒng)生產(chǎn)要素的結(jié)合,極大提升了各行各業(yè)的生產(chǎn)率。有必要提升各地區(qū)數(shù)字經(jīng)濟發(fā)展水平,大力支持相關(guān)部門完善和保障數(shù)字基礎(chǔ)設(shè)施建設(shè),推進寬帶和數(shù)據(jù)服務(wù)覆蓋網(wǎng)絡(luò)建設(shè)滯后的地區(qū),加大新型數(shù)字基礎(chǔ)投資力度、加速數(shù)字基礎(chǔ)設(shè)施向有條件的地區(qū)延伸,盡可能實現(xiàn)更廣范圍、更多層次的網(wǎng)絡(luò)覆蓋,加快補齊數(shù)字經(jīng)濟落后地區(qū)數(shù)字基礎(chǔ)水平相對落后的短板,有效提升各地區(qū)數(shù)字經(jīng)濟發(fā)展水平,充分發(fā)揮數(shù)字經(jīng)濟在緩解服務(wù)業(yè)“成本病”方面的作用。

第二,鑒于勞動要素以及地區(qū)教育水平在數(shù)字經(jīng)濟緩解服務(wù)業(yè)“成本病”方面的重要性,各地區(qū)政府部門和企業(yè)在推廣和普及數(shù)字技術(shù)的同時有必要進行相應(yīng)的數(shù)字化教育投入,提升服務(wù)業(yè)從業(yè)者數(shù)字化工作能力。在推進數(shù)字技術(shù)與服務(wù)業(yè)深度融合的同時,拓展數(shù)字資源獲取渠道,提升數(shù)字教育培訓(xùn)能力和水平,加強對服務(wù)業(yè)從業(yè)者的數(shù)字化工作能力培訓(xùn),提升勞動要素的整體素質(zhì),充分發(fā)揮數(shù)字經(jīng)濟在賦能服務(wù)業(yè)轉(zhuǎn)型升級和生產(chǎn)率提升方面的潛力和作用,實現(xiàn)以數(shù)字化發(fā)展緩解甚至克服服務(wù)業(yè)“成本病”,推動現(xiàn)代服務(wù)業(yè)產(chǎn)業(yè)體系高質(zhì)量發(fā)展的目標(biāo)。

第三,推進各地區(qū)數(shù)字基礎(chǔ)設(shè)施均等化建設(shè),謹防出現(xiàn)數(shù)字鴻溝現(xiàn)象。各地區(qū)數(shù)字化發(fā)展水平存在較大差異,產(chǎn)生數(shù)字鴻溝的概率很高,并且地區(qū)間的經(jīng)濟發(fā)展水平、教育水平、產(chǎn)業(yè)結(jié)構(gòu)等方面的差異都有可能造成數(shù)字鴻溝。一方面,通過區(qū)域協(xié)同發(fā)展機制推進各地區(qū)數(shù)字基礎(chǔ)設(shè)施均等化建設(shè),借助數(shù)字技術(shù)構(gòu)建區(qū)域協(xié)同發(fā)展網(wǎng)絡(luò),加強地區(qū)間數(shù)字經(jīng)濟協(xié)同發(fā)展與合作,縮小地區(qū)間數(shù)字經(jīng)濟發(fā)展差距,避免地區(qū)間數(shù)字鴻溝的出現(xiàn)。另一方面,要注意數(shù)字經(jīng)濟與不同產(chǎn)業(yè)融合的差異,既要有效提高數(shù)字技術(shù)設(shè)備制造能力,提升數(shù)字經(jīng)濟與制造業(yè)的有效融合,又要推進數(shù)字技術(shù)與政務(wù)、教育、金融等服務(wù)業(yè)的深度融合,縮小產(chǎn)業(yè)間的數(shù)字化差距。