數(shù)字經(jīng)濟(jì)下的“服務(wù)業(yè)成本病”：中國(guó)的演繹邏輯

龐瑞芝 李帥娜

(南開大學(xué)，天津 300071)

一、引言

中國(guó)正在步入“服務(wù)經(jīng)濟(jì)”時(shí)代,服務(wù)業(yè)已成為中國(guó)第一大產(chǎn)業(yè)和經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?江小涓，2020)。2012年服務(wù)業(yè)占GDP比重為45.46%，超過了第二產(chǎn)業(yè)，2015年首次突破50%，2019年為53.92%，對(duì)國(guó)民經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率達(dá)59.38%。然而，理論研究與國(guó)際經(jīng)驗(yàn)表明，服務(wù)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)易導(dǎo)致經(jīng)濟(jì)增長(zhǎng)出現(xiàn)“結(jié)構(gòu)性減速”現(xiàn)象(Baumol et al.，1985)，這一點(diǎn)在中國(guó)也開始顯現(xiàn)。2009年以來，中國(guó)經(jīng)濟(jì)的增長(zhǎng)速度進(jìn)入了緩慢下行通道(江小涓，2020)。之所以存在這種規(guī)律，是因?yàn)樵诜?wù)業(yè)比重提升過程中存在“成本病”(Young，2014；郭凱明 等，2020)。

Baumol(1967)在其“非均衡增長(zhǎng)模型”中提出，制造業(yè)部門勞動(dòng)生產(chǎn)率相對(duì)較高，服務(wù)業(yè)部門勞動(dòng)生產(chǎn)率相對(duì)較低，而實(shí)際工資水平的上漲由制造業(yè)部門的勞動(dòng)生產(chǎn)率決定，這就提高了服務(wù)業(yè)部門的勞動(dòng)力成本，增加了社會(huì)總成本，最終導(dǎo)致整體經(jīng)濟(jì)增長(zhǎng)下降。這被稱為“服務(wù)業(yè)成本病”。關(guān)于如何檢驗(yàn)“成本病”的存在，早期研究認(rèn)為服務(wù)業(yè)需求價(jià)格彈性是關(guān)鍵。與制造業(yè)相比，服務(wù)業(yè)生產(chǎn)率相對(duì)較低會(huì)導(dǎo)致其價(jià)格上漲，若服務(wù)業(yè)的需求價(jià)格彈性小于1，則服務(wù)業(yè)的銷售收入將相對(duì)上升，其在國(guó)民經(jīng)濟(jì)中的產(chǎn)值份額也將上升(Bergstrand，1991；Nose，2017)。2001年Baumol提出著名的“服務(wù)業(yè)之謎”，即服務(wù)業(yè)的需求價(jià)格彈性穩(wěn)定小于1，這一現(xiàn)象在中國(guó)也得到印證。此后，宋建等(2017)提出檢驗(yàn)“成本病”是否存在的“價(jià)格效應(yīng)”邏輯，即服務(wù)業(yè)生產(chǎn)率相對(duì)較低是否導(dǎo)致其價(jià)格上漲，以及價(jià)格上漲是否進(jìn)一步提高服務(wù)業(yè)就業(yè)比重和產(chǎn)值份額。

數(shù)字經(jīng)濟(jì)的快速發(fā)展賦予了服務(wù)業(yè)新的發(fā)展契機(jī)。數(shù)字經(jīng)濟(jì)規(guī)模持續(xù)高速增長(zhǎng)，逐漸成為國(guó)民經(jīng)濟(jì)的重要組成部分和增長(zhǎng)動(dòng)力。新冠肺炎疫情的出現(xiàn)一方面加速了中國(guó)數(shù)字技術(shù)的成熟化與普及化(汪陽潔 等，2020)，另一方面催生了云消費(fèi)、在線辦公、在線教育等一系列新的商業(yè)模式(王偉玲 等，2020)。數(shù)字技術(shù)的應(yīng)用使得大量服務(wù)通過網(wǎng)絡(luò)空間跨境提供，實(shí)現(xiàn)了低成本遠(yuǎn)距離運(yùn)輸，從根本上改變了傳統(tǒng)服務(wù)業(yè)不可儲(chǔ)存、不可貿(mào)易的性質(zhì)(Choi，2010；江小涓 等，2019)，賦予了服務(wù)業(yè)規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)、長(zhǎng)尾效應(yīng)三個(gè)新的特點(diǎn)(江小涓，2017)。在數(shù)字經(jīng)濟(jì)時(shí)代，服務(wù)業(yè)實(shí)現(xiàn)了供需的有效匹配，降低了信息搜尋成本，提高了交易效率，推翻了服務(wù)業(yè)生產(chǎn)率低的假說(Peters et al.，2018；張龍鵬 等，2020)。

縱觀國(guó)內(nèi)外研究，絕大多數(shù)學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)在一定程度上改變了服務(wù)業(yè)性質(zhì)，并有利于服務(wù)業(yè)生產(chǎn)率提升。然而，在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，“服務(wù)業(yè)成本病”是否依然存在？數(shù)字經(jīng)濟(jì)的發(fā)展是否可以緩解“成本病”，從而打破經(jīng)濟(jì)增長(zhǎng)“結(jié)構(gòu)性減速”這個(gè)魔咒？現(xiàn)有文獻(xiàn)卻鮮有涉及，并且缺乏較為深入的研究。因此，本文旨在系統(tǒng)研究中國(guó)服務(wù)業(yè)是否還存在“成本病”？若存在，數(shù)字經(jīng)濟(jì)的發(fā)展是否有利于緩解“成本病”？服務(wù)業(yè)的行業(yè)差異性與地區(qū)異質(zhì)性是否會(huì)改變數(shù)字經(jīng)濟(jì)對(duì)“成本病”的影響？

本文的邊際貢獻(xiàn)有：其一，提出研究“服務(wù)業(yè)成本病”的新視角。已有研究中鮮有涉及如何克服或緩解“成本病”。在數(shù)字經(jīng)濟(jì)時(shí)代，部分服務(wù)業(yè)性質(zhì)發(fā)生了很大改變，但是否還存在“成本病”、數(shù)字經(jīng)濟(jì)的發(fā)展是否可以緩解“成本病”的問題值得探討。其二，為數(shù)字經(jīng)濟(jì)賦能服務(wù)業(yè)發(fā)展提供理論與經(jīng)驗(yàn)依據(jù)?；诜?wù)業(yè)行業(yè)異質(zhì)性、“胡煥庸線”地區(qū)異質(zhì)性的研究一方面有利于實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合，促進(jìn)服務(wù)經(jīng)濟(jì)的高質(zhì)量發(fā)展，另一方面也為數(shù)字經(jīng)濟(jì)均衡、可持續(xù)發(fā)展提供依據(jù)。

二、中國(guó)數(shù)字經(jīng)濟(jì)與“服務(wù)業(yè)成本病”的特征事實(shí)(2)需要指出的是，“服務(wù)業(yè)成本病”是Baumol(1967)對(duì)美國(guó)服務(wù)經(jīng)濟(jì)發(fā)展導(dǎo)致美國(guó)經(jīng)濟(jì)結(jié)構(gòu)性減速和服務(wù)業(yè)成本上升等經(jīng)驗(yàn)事實(shí)的理論解釋。因此，在一些發(fā)達(dá)國(guó)家，如美國(guó)，的確是存在“服務(wù)業(yè)成本病”的(Nishi，2019)。統(tǒng)計(jì)數(shù)據(jù)也證實(shí)了這一點(diǎn)：WORLD KLEMS數(shù)據(jù)庫中1990—2014年美國(guó)服務(wù)業(yè)勞動(dòng)生產(chǎn)率、制造業(yè)勞動(dòng)生產(chǎn)率、服務(wù)業(yè)和制造業(yè)就業(yè)人數(shù)占比等數(shù)據(jù)顯示美國(guó)存在“服務(wù)業(yè)成本病”現(xiàn)象。此外，理論與研究表明，“服務(wù)業(yè)成本病”是服務(wù)經(jīng)濟(jì)時(shí)代普遍存在的問題，而不是特定時(shí)期的現(xiàn)象。在技術(shù)和產(chǎn)業(yè)發(fā)展沒有重大突破的前提下，服務(wù)本身固有的不可儲(chǔ)存、不可貿(mào)易等特點(diǎn)，會(huì)導(dǎo)致服務(wù)業(yè)生產(chǎn)率很難超越制造業(yè)生產(chǎn)率。在此背景下，隨著服務(wù)業(yè)總量規(guī)模及占比的提升，“成本病”現(xiàn)象也會(huì)愈發(fā)明顯。這是本論文立論成立的前提。作者感謝審稿專家對(duì)此提出的意見與建議。當(dāng)然，文責(zé)自負(fù)。

(一)“服務(wù)業(yè)成本病”特征顯著

Baumoll(1967)提出的“非均衡增長(zhǎng)模型”認(rèn)為，美國(guó)經(jīng)濟(jì)出現(xiàn)“成本病”現(xiàn)象的根本原因是服務(wù)業(yè)勞動(dòng)生產(chǎn)率相對(duì)低于制造業(yè)。如果服務(wù)業(yè)勞動(dòng)生產(chǎn)率提高了，“成本病”現(xiàn)象也就不存在了(江小涓，2020)。目前，中國(guó)“服務(wù)業(yè)成本病”的特征較為顯著，具體表現(xiàn)為：其一，部門間相對(duì)勞動(dòng)生產(chǎn)率仍然呈現(xiàn)出服務(wù)業(yè)低于制造業(yè)的情形。如圖1所示，總體來看，1990—2019年服務(wù)業(yè)勞動(dòng)生產(chǎn)率始終低于制造業(yè)。其二，服務(wù)業(yè)相對(duì)勞動(dòng)生產(chǎn)率整體呈下降趨勢(shì)。1990—2019年中國(guó)服務(wù)業(yè)相對(duì)勞動(dòng)生產(chǎn)率由0.913下降至0.840，尤其是1990—1996年下降趨勢(shì)十分明顯。其三，服務(wù)業(yè)就業(yè)份額增速較快。如圖2所示，1990—2019年服務(wù)業(yè)就業(yè)份額呈明顯上升趨勢(shì)，由0.464上漲到0.633，增長(zhǎng)了36.4%。

圖2 1990—2019年第三、第二產(chǎn)業(yè)就業(yè)份額情況(單位：%)

(二)數(shù)字經(jīng)濟(jì)時(shí)代下“服務(wù)業(yè)成本病”特征有所緩解

近年來，數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，占國(guó)民經(jīng)濟(jì)的比值及貢獻(xiàn)度逐漸增長(zhǎng)。如圖1所示，2002年中國(guó)數(shù)字經(jīng)濟(jì)增加值為1.2萬億元，2019年為35.8萬億元，增長(zhǎng)了約29倍。數(shù)字經(jīng)濟(jì)占GDP比重也逐年提升。2019年中國(guó)數(shù)字經(jīng)濟(jì)占GDP比重為36.2%，遠(yuǎn)高于2002年的10.3%。與此同時(shí)，數(shù)字經(jīng)濟(jì)對(duì)GDP增長(zhǎng)的貢獻(xiàn)程度逐漸顯現(xiàn)。2014年，中國(guó)數(shù)字經(jīng)濟(jì)對(duì)GDP增長(zhǎng)的貢獻(xiàn)率首次超過了50%，2019年達(dá)到了67.7%，數(shù)字經(jīng)濟(jì)成為驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)的核心關(guān)鍵力量。數(shù)字經(jīng)濟(jì)正逐漸從數(shù)字平臺(tái)交易、在線教育、遠(yuǎn)程醫(yī)療、電子政務(wù)等方面改變著居民的傳統(tǒng)生活模式(王俊豪 等，2021)。

圖1 1990—2019年中國(guó)服務(wù)業(yè)相對(duì)勞動(dòng)生產(chǎn)率與數(shù)字經(jīng)濟(jì)規(guī)模占比(單位：%)

在數(shù)字經(jīng)濟(jì)持續(xù)高速發(fā)展的同時(shí)，服務(wù)業(yè)勞動(dòng)生產(chǎn)率的相對(duì)滯后問題有所緩解。如圖1所示，2002—2019年服務(wù)業(yè)相對(duì)于制造業(yè)勞動(dòng)生產(chǎn)率下降速度有所緩解，整體呈小幅上升趨勢(shì)。具體來看，2002年服務(wù)業(yè)相對(duì)于制造業(yè)勞動(dòng)生產(chǎn)率數(shù)值是0.668，2019年為0.777，服務(wù)業(yè)勞動(dòng)生產(chǎn)率與制造業(yè)勞動(dòng)生產(chǎn)率之間的差距逐漸縮小。此外，服務(wù)業(yè)就業(yè)份額占比的增長(zhǎng)速度也有所緩解，1990—2001年，服務(wù)業(yè)就業(yè)份額占比增長(zhǎng)19.5%，2002—2019年就業(yè)份額占比僅增長(zhǎng)10.6%。在數(shù)字經(jīng)濟(jì)水平尤為突出的省份，服務(wù)業(yè)勞動(dòng)生產(chǎn)率低于制造業(yè)的現(xiàn)象幾乎不存在。中國(guó)信息通訊研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》顯示，廣東、江蘇成為數(shù)字經(jīng)濟(jì)發(fā)展標(biāo)桿省份。具體體現(xiàn)在：一方面，其產(chǎn)業(yè)數(shù)字化水平引領(lǐng)全國(guó)。產(chǎn)業(yè)數(shù)字化水平一定程度上代表著數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合程度，融合程度越高，數(shù)字經(jīng)濟(jì)的賦能越明顯。另一方面，其數(shù)字產(chǎn)業(yè)化水平名列前茅。伴隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，廣東、江蘇出現(xiàn)了服務(wù)業(yè)勞動(dòng)生產(chǎn)率高于制造業(yè)的情形，如圖3所示。

圖3 1990—2019年廣東省、江蘇省服務(wù)業(yè)相對(duì)勞動(dòng)生產(chǎn)率(單位：%)

那么中國(guó)還存在“服務(wù)業(yè)成本病”嗎？數(shù)字經(jīng)濟(jì)是否可以緩解“服務(wù)業(yè)成本病”呢？與數(shù)字經(jīng)濟(jì)水平融合程度越高的服務(wù)業(yè)，其“成本病”現(xiàn)象越不明顯嗎？數(shù)字經(jīng)濟(jì)水平越高的地區(qū)，“服務(wù)業(yè)成本病”的弱化效應(yīng)越強(qiáng)嗎？下文將通過構(gòu)建計(jì)量模型進(jìn)行檢驗(yàn)。

三、中國(guó)“服務(wù)業(yè)成本病”的存在性檢驗(yàn)

(一)模型設(shè)定

本文基于宋建等(2017)提出的“價(jià)格效應(yīng)”邏輯來判斷中國(guó)是否存在“服務(wù)業(yè)成本病”，即以“服務(wù)業(yè)之謎”的存在為前提，研究核心為檢驗(yàn)以下判斷是否成立：服務(wù)業(yè)相對(duì)生產(chǎn)率較低導(dǎo)致其相對(duì)價(jià)格上漲，進(jìn)一步導(dǎo)致就業(yè)比重和產(chǎn)值比重上升。若這一判斷成立，則說明中國(guó)存在“服務(wù)業(yè)成本病”。具體計(jì)量模型如下：

p=α+βtfp+γX+ε

(1)

y=α+βp+γX+ε

(2)

y=α+βtfp+γX+ε

(3)

其中：式(1)表示部門相對(duì)價(jià)格(p)取決于部門相對(duì)生產(chǎn)率(tfp)，式(2)表示部門產(chǎn)出、就業(yè)比重(y)取決于部門相對(duì)價(jià)格水平(p)，式(3)表示部門產(chǎn)出、就業(yè)比重(y)取決于部門相對(duì)生產(chǎn)率(tfp)。Baumol非均衡增長(zhǎng)模型并沒有明確將農(nóng)業(yè)部門進(jìn)行歸類，本文在模型設(shè)定與結(jié)果分析中也暫不考慮農(nóng)業(yè)部門，只是將整個(gè)服務(wù)業(yè)及其各細(xì)分部門與制造業(yè)部門進(jìn)行比較。

(二)指標(biāo)描述

1.被解釋變量

部門的相對(duì)價(jià)格水平(p)是式(1)的被解釋變量，采用服務(wù)業(yè)相對(duì)于制造業(yè)的價(jià)格水平指標(biāo)(pse)表示，具體為服務(wù)業(yè)GDP平減指數(shù)與制造業(yè)GDP平減指數(shù)的比值。部門產(chǎn)出占比與部門就業(yè)人數(shù)占比(y)是式(2)與式(3)的被解釋變量，其中部門產(chǎn)出占比(gdpsf)由服務(wù)部門產(chǎn)值占非農(nóng)部門產(chǎn)值的比重衡量，部門就業(yè)人數(shù)占比(emsf)由服務(wù)部門就業(yè)人數(shù)與非農(nóng)部門就業(yè)人數(shù)的比值表示。細(xì)分服務(wù)部門的產(chǎn)出占比與就業(yè)人數(shù)占比則為各細(xì)分服務(wù)部門產(chǎn)值、就業(yè)人數(shù)分別除以其與制造業(yè)部門產(chǎn)值、就業(yè)人數(shù)之和(程大中，2004)。

2.核心解釋變量

3.控制變量

X表示控制變量，包括：(1)經(jīng)濟(jì)發(fā)展水平pgdp，采用人均GDP表示，并以2011年為基期進(jìn)行折算；(2)政府干預(yù)程度gov，以地方公共財(cái)政支出與GDP之比作為替代變量；(3)固定資產(chǎn)投資invest，選用固定資產(chǎn)投資完成額與GDP之比表示；(4)國(guó)際貿(mào)易trade，采用地區(qū)進(jìn)出口總額與GDP之比作為代理變量，其中進(jìn)出口總額按當(dāng)年匯率進(jìn)行換算；(5)開放程度fdi，采用FDI與GDP的比值表示，其中，F(xiàn)DI按當(dāng)年匯率折算；(6)人力資本human，選用各省份就業(yè)人員平均受教育年限作為服務(wù)業(yè)人力資本水平代理變量；(7)研發(fā)強(qiáng)度RD，以R&D經(jīng)費(fèi)內(nèi)部支出與GDP的比值表示。

(三)數(shù)據(jù)說明

本文研究對(duì)象為中國(guó)30個(gè)省(市、自治區(qū))(不包括西藏、香港、澳門和臺(tái)灣)。數(shù)字普惠金融指數(shù)是本文選擇評(píng)價(jià)數(shù)字經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)之一，該指數(shù)由北京大學(xué)數(shù)字金融研究中心編制。其他變量指標(biāo)數(shù)據(jù)均來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒。為保證研究樣本的嚴(yán)謹(jǐn)性、科學(xué)性與一致性，本文選取的樣本時(shí)間范圍為2011—2019年。

為更加直觀地反映出各變量屬性，本文對(duì)主要變量的統(tǒng)計(jì)與分布特征進(jìn)行了描述性統(tǒng)計(jì)，結(jié)果如表1所示。

表1 變量描述性統(tǒng)計(jì)結(jié)果

(四)回歸分析

本文采用固定效應(yīng)模型、2SLS模型檢驗(yàn)“成本病”存在性，其中工具變量選取各個(gè)模型中核心解釋變量的滯后一期項(xiàng)(宋建 等，2017)。如表2所示，固定效應(yīng)模型與2SLS模型的估計(jì)結(jié)果基本一致，均表明中國(guó)服務(wù)業(yè)存在“成本病”。

表2列(1)顯示，服務(wù)業(yè)相對(duì)生產(chǎn)率對(duì)其相對(duì)價(jià)格的影響系數(shù)為-0.052，且在10%的水平上顯著。這表明，服務(wù)業(yè)生產(chǎn)率低提升了其相對(duì)價(jià)格的邏輯得到驗(yàn)證。若服務(wù)業(yè)生產(chǎn)率相對(duì)滯后，工資水平與制造業(yè)保持相等，則服務(wù)業(yè)單位產(chǎn)出成本就會(huì)增加，相對(duì)價(jià)格隨之提高。列(2)和列(4)結(jié)果顯示，相對(duì)價(jià)格水平每變動(dòng)1%，服務(wù)業(yè)就業(yè)份額變動(dòng)0.160%，服務(wù)業(yè)產(chǎn)值份額變動(dòng)0.159%。這表明，服務(wù)業(yè)相對(duì)價(jià)格水平提升進(jìn)一步提高了其就業(yè)份額與產(chǎn)值份額。一方面，服務(wù)業(yè)相對(duì)價(jià)格水平提高，能夠吸引更多的勞動(dòng)生產(chǎn)要素流向服務(wù)業(yè)，提高就業(yè)份額；另一方面，由于服務(wù)業(yè)成本上升導(dǎo)致服務(wù)價(jià)格提高，同時(shí)服務(wù)業(yè)需求價(jià)格缺乏彈性，則其名義產(chǎn)出份額就會(huì)提高。列(3)和列(5)結(jié)果顯示，服務(wù)業(yè)部門就業(yè)份額對(duì)其相對(duì)生產(chǎn)率的彈性系數(shù)顯著為負(fù)；服務(wù)業(yè)部門產(chǎn)值份額對(duì)其相對(duì)生產(chǎn)率的彈性系數(shù)顯著為負(fù)。顯然，“服務(wù)業(yè)成本病”的存在得到肯定。即與制造業(yè)相比，如果服務(wù)業(yè)生產(chǎn)率較低，生產(chǎn)要素市場(chǎng)要實(shí)現(xiàn)均衡，生產(chǎn)要素就會(huì)由制造業(yè)流向服務(wù)業(yè)，最終出現(xiàn)“成本病”。

表2 基準(zhǔn)回歸結(jié)果

四、數(shù)字經(jīng)濟(jì)對(duì)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)分析

數(shù)字經(jīng)濟(jì)改變了服務(wù)業(yè)原有的約束條件，那么，其是否可以緩解中國(guó)“服務(wù)業(yè)成本病”？下文將以數(shù)字經(jīng)濟(jì)發(fā)展水平(dig)為調(diào)節(jié)變量進(jìn)行檢驗(yàn)。關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展水平的量化，本文借鑒趙濤等(2020)的觀點(diǎn)，從數(shù)字產(chǎn)業(yè)的發(fā)展與數(shù)字技術(shù)的應(yīng)用兩方面進(jìn)行測(cè)度，并采用主成分分析法進(jìn)行處理。其中，數(shù)字產(chǎn)業(yè)的發(fā)展包括信息化從業(yè)人員占比、互聯(lián)網(wǎng)相關(guān)產(chǎn)出、移動(dòng)電話普及率和互聯(lián)網(wǎng)普及率四個(gè)方面，數(shù)字技術(shù)的應(yīng)用體現(xiàn)為數(shù)字金融普惠發(fā)展。具體指標(biāo)見表3。數(shù)據(jù)來源于北京大學(xué)數(shù)字普惠金融指數(shù)及各省份的統(tǒng)計(jì)年鑒。

表3 數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系

(一)基于固定效應(yīng)模型的回歸分析

基于固定效應(yīng)模型，本文檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)。如表4所示，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，服務(wù)業(yè)生產(chǎn)率相對(duì)低導(dǎo)致其價(jià)格攀升效應(yīng)逐漸減弱，價(jià)格提升帶來的產(chǎn)值份額增長(zhǎng)效應(yīng)也得到了抑制，這表明數(shù)字經(jīng)濟(jì)可以緩解中國(guó)“服務(wù)業(yè)成本病”。

表4 基于固定效應(yīng)模型的回歸結(jié)果

表4列(1)顯示，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)生產(chǎn)率的交互項(xiàng)(dig×tfp)系數(shù)為0.008，且在5%的水平上顯著，即數(shù)字經(jīng)濟(jì)正向調(diào)節(jié)了服務(wù)業(yè)相對(duì)生產(chǎn)率與其價(jià)格之間的關(guān)系，這表明：數(shù)字經(jīng)濟(jì)的發(fā)展水平越高，服務(wù)業(yè)生產(chǎn)率低導(dǎo)致其相對(duì)價(jià)格提升速度越慢。由列(4)可知，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)價(jià)格的交互項(xiàng)(dig×pse)系數(shù)顯著為負(fù)，即數(shù)字經(jīng)濟(jì)負(fù)向調(diào)節(jié)了服務(wù)業(yè)相對(duì)價(jià)格與產(chǎn)值份額之間的關(guān)系。這說明，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，服務(wù)業(yè)價(jià)格上升導(dǎo)致的產(chǎn)值份額上漲幅度逐漸降低。雖然表4列(2)、列(3)和列(5)顯示數(shù)字經(jīng)濟(jì)的調(diào)節(jié)方向與緩解“成本病”的方向并不一致，但是并未通過顯著性檢驗(yàn)。綜上可知，數(shù)字經(jīng)濟(jì)弱化了中國(guó)“服務(wù)業(yè)成本病”，主要是因?yàn)椋浩湟唬瑪?shù)字技術(shù)的廣泛應(yīng)用催生出新業(yè)態(tài)和新服務(wù)，促進(jìn)服務(wù)業(yè)向現(xiàn)代服務(wù)業(yè)轉(zhuǎn)型發(fā)展，提升其生產(chǎn)率；其二，數(shù)字技術(shù)的獨(dú)特性消除了部分服務(wù)業(yè)對(duì)時(shí)空的依賴，改變了服務(wù)“不可儲(chǔ)存”“不可貿(mào)易”等特征，這有利于實(shí)現(xiàn)服務(wù)供給與需求更精準(zhǔn)的匹配，提高交易效率(Wong et al.，2015)；其三，數(shù)字經(jīng)濟(jì)賦予了服務(wù)業(yè)新的服務(wù)手段、服務(wù)內(nèi)容，擴(kuò)大了服務(wù)業(yè)交易范圍，提高了服務(wù)效率(伏開寶 等，2021)。

(二)穩(wěn)健性檢驗(yàn)

1.調(diào)整樣本范圍

劉軍等(2020)認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展初期產(chǎn)生的經(jīng)濟(jì)效應(yīng)并不具有很大的研究意義，并提出數(shù)字經(jīng)濟(jì)發(fā)展時(shí)期的選擇應(yīng)該以政府開始重視數(shù)字經(jīng)濟(jì)發(fā)展作為時(shí)間節(jié)點(diǎn)。2015年，國(guó)家層面和省市層面相繼頒布了一系列“互聯(lián)網(wǎng)+”相關(guān)政策。鑒于此，本文將樣本區(qū)間調(diào)整為2015—2019年。模型具體估計(jì)結(jié)果如表5列(1)～(5)所示，結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)并沒有產(chǎn)生根本性的改變。

2.替換調(diào)節(jié)變量

表5 穩(wěn)健性檢驗(yàn)

(三)內(nèi)生性檢驗(yàn)

1.核心解釋變量的內(nèi)生性檢驗(yàn)

工具變量選取各個(gè)模型中核心解釋變量的滯后一期項(xiàng)。同時(shí)，為了保證工具變量的合理性，下文匯報(bào)了各個(gè)模型中第一階段和第二階段的估計(jì)結(jié)果。如表6所示，數(shù)字經(jīng)濟(jì)水平與服務(wù)業(yè)相對(duì)生產(chǎn)率、相對(duì)價(jià)格的交互項(xiàng)系數(shù)變化均不大，證實(shí)了數(shù)字經(jīng)濟(jì)的發(fā)展可以弱化“服務(wù)業(yè)成本病”的判斷。

表6 基于核心解釋變量的內(nèi)生性檢驗(yàn)

2.調(diào)節(jié)變量的內(nèi)生性檢驗(yàn)

張祥建等(2015)認(rèn)為調(diào)節(jié)變量的內(nèi)生性也會(huì)導(dǎo)致回歸估計(jì)結(jié)果存在偏差。關(guān)于數(shù)字經(jīng)濟(jì)工具變量的選取，本文借鑒黃群慧等(2019)、趙濤等(2020)的方法，以各省份1988年郵電歷史數(shù)據(jù)作為工具變量。這是因?yàn)椋浩湟?，?shù)字技術(shù)是傳統(tǒng)信息通信技術(shù)的延續(xù)發(fā)展與迭代升級(jí)，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)信息通訊基礎(chǔ)設(shè)施會(huì)隨著其使用頻率的降低而減少對(duì)服務(wù)業(yè)的直接影響，只能通過其升級(jí)的形態(tài)即數(shù)字經(jīng)濟(jì)來影響服務(wù)業(yè)，滿足工具變量的排他性。此外，本文的數(shù)據(jù)為面板數(shù)據(jù)，為滿足數(shù)據(jù)的匹配性，借鑒Nunn et al.(2014)的處理方法，引入一個(gè)隨時(shí)間變化的變量。具體而言，以上一年全國(guó)互聯(lián)網(wǎng)寬帶接入端口數(shù)量分別與1988年各省份每萬人郵筒數(shù)量的交互項(xiàng)作為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的工具變量。模型估計(jì)結(jié)果如表7所示，結(jié)果表明，工具變量識(shí)別不足檢驗(yàn)(Anderson canon. corr. LM)以及弱識(shí)別的檢驗(yàn)(Cragg-Donald Wald F)證明了工具變量的有效性，數(shù)字經(jīng)濟(jì)的發(fā)展可以緩解“服務(wù)業(yè)成本病”的結(jié)論得到了佐證。

表7 基于調(diào)節(jié)變量的內(nèi)生性檢驗(yàn)

五、擴(kuò)展性分析

(一) 異質(zhì)性分析

1.基于服務(wù)業(yè)細(xì)分行業(yè)的分析

考慮到服務(wù)業(yè)性質(zhì)不同，其與數(shù)字經(jīng)濟(jì)的融合程度可能不同，進(jìn)而影響數(shù)字經(jīng)濟(jì)對(duì)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)?；谛袠I(yè)數(shù)據(jù)的可得性，將對(duì)批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，住宿和餐飲業(yè)，房地產(chǎn)業(yè)進(jìn)行檢驗(yàn)。

由表8的回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)存在行業(yè)異質(zhì)性。在批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，房地產(chǎn)業(yè)等對(duì)數(shù)字化投入依賴度較高的服務(wù)業(yè)中，數(shù)字經(jīng)濟(jì)一定程度上可以緩解“成本病”，但是在住宿和餐飲業(yè)等對(duì)數(shù)字化投入依賴度較低的服務(wù)業(yè)中該效應(yīng)并不顯著。

表8 基于服務(wù)業(yè)細(xì)分行業(yè)的回歸結(jié)果

具體來看，列(3)中批發(fā)和零售業(yè)的模型估計(jì)結(jié)果顯示，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)生產(chǎn)率的交互項(xiàng)(dig×tfp)系數(shù)顯著為正，即服務(wù)業(yè)相對(duì)生產(chǎn)率低帶來的就業(yè)份額提升速度有所下降。在交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政行業(yè)，列(1)和列(3)表明，數(shù)字經(jīng)濟(jì)的調(diào)節(jié)系數(shù)(dig×tfp)均顯著為正，即服務(wù)業(yè)相對(duì)生產(chǎn)率下降導(dǎo)致其相對(duì)價(jià)格、就業(yè)份額增長(zhǎng)效應(yīng)會(huì)逐漸弱化。在金融業(yè)，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)生產(chǎn)率的交互項(xiàng)(dig×tfp)均顯著為正，即服務(wù)業(yè)生產(chǎn)率低導(dǎo)致的相對(duì)價(jià)格、就業(yè)份額和產(chǎn)值份額增長(zhǎng)速度有所放緩。列(5)表明，在房地產(chǎn)行業(yè)，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)生產(chǎn)率的交互項(xiàng)(dig×tfp)系數(shù)顯著為正，即服務(wù)業(yè)相對(duì)生產(chǎn)率低對(duì)其產(chǎn)值份額的提升效應(yīng)得到了弱化。同時(shí)，列(2)和列(4)結(jié)果顯示，在批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，房地產(chǎn)業(yè)中，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)價(jià)格的交互項(xiàng)(dig×pse)系數(shù)均顯著為負(fù)，即在這些行業(yè)中，相對(duì)價(jià)格上漲導(dǎo)致其就業(yè)份額和產(chǎn)值份額提升的速度得到了削弱。以上結(jié)果表明，批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，房地產(chǎn)業(yè)的“成本病”得到了緩解。住宿和餐飲業(yè)的模型估計(jì)結(jié)果顯示，住宿和餐飲業(yè)生產(chǎn)率低導(dǎo)致其相對(duì)價(jià)格上漲的現(xiàn)象并沒有因?yàn)閿?shù)字經(jīng)濟(jì)的發(fā)展而產(chǎn)生根本性的變化。即數(shù)字經(jīng)濟(jì)并未顯著減緩住宿和餐飲業(yè)“成本病”問題。

究其原因，主要在于數(shù)字經(jīng)濟(jì)對(duì)服務(wù)業(yè)的滲透力與融合力會(huì)因行業(yè)性質(zhì)的不同而不同。批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，房地產(chǎn)等行業(yè)中ICT資本、數(shù)據(jù)資本、信息技術(shù)投入相對(duì)較多，對(duì)數(shù)字投入的依賴度比較高，這類產(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)的融合度更高。因此，數(shù)字技術(shù)產(chǎn)生更顯著的帶動(dòng)作用(尚文思，2020)。然而，在住宿和餐飲業(yè)中起決定性作用的要素為勞動(dòng)力要素，ICT資本、數(shù)據(jù)資本、信息技術(shù)的貢獻(xiàn)度相對(duì)較小，因此，數(shù)字技術(shù)的應(yīng)用產(chǎn)生的積極效應(yīng)較弱(王俊豪 等，2021)。

2.基于地理區(qū)位的分析

關(guān)于“胡煥庸線”兩側(cè)地區(qū)的劃分，本文借鑒阮文奇等(2018)的做法：一是“胡煥庸線”幾乎平分四川，因此剔除四川，僅考慮其余29個(gè)省份；二是不考慮小區(qū)域分割部分，即將“胡煥庸線”橫跨的黑龍江、山西、陜西、云南納入東南地區(qū)，將內(nèi)蒙古、寧夏、甘肅納入西北地區(qū)。

關(guān)于數(shù)字經(jīng)濟(jì)對(duì)“胡煥庸線”兩側(cè)地區(qū)“服務(wù)業(yè)成本病”的調(diào)節(jié)效應(yīng)如表9所示。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)顯著緩解了“胡煥庸線”東南地區(qū)的“服務(wù)業(yè)成本病”，而在西北地區(qū)這一結(jié)論并不成立。由表9列(1)可知，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)生產(chǎn)率的交互項(xiàng)(dig×tfp)系數(shù)顯著為正，這表明：伴隨著數(shù)字經(jīng)濟(jì)的發(fā)展，服務(wù)業(yè)相對(duì)生產(chǎn)率低造成其相對(duì)價(jià)格增長(zhǎng)的效應(yīng)會(huì)逐漸弱化。列(4)顯示，數(shù)字經(jīng)濟(jì)與服務(wù)業(yè)相對(duì)價(jià)格的交互項(xiàng)(dig×pse)系數(shù)顯著為負(fù)，即服務(wù)業(yè)相對(duì)價(jià)格較高帶來其產(chǎn)值份額的提升速度有所下降。表9列(6)～(10)的結(jié)果顯示，在“胡煥庸線”西北地區(qū)，服務(wù)業(yè)生產(chǎn)率與其價(jià)格水平，價(jià)格水平與其就業(yè)份額、產(chǎn)值份額之間的關(guān)系并沒有因?yàn)閿?shù)字經(jīng)濟(jì)而發(fā)生根本性的變化。即在“胡煥庸線”西北地區(qū)，數(shù)字經(jīng)濟(jì)并不能弱化“服務(wù)業(yè)成本病”。究其原因，主要是中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展具有非均衡性，呈現(xiàn)出東南沿海向西部?jī)?nèi)陸逐漸降低的趨勢(shì)，基本符合“胡煥庸線”格局。數(shù)字經(jīng)濟(jì)水平越高的地區(qū)，服務(wù)業(yè)生產(chǎn)要素流動(dòng)壁壘越小，服務(wù)業(yè)生產(chǎn)率的提升效應(yīng)越顯著。這是因?yàn)?，一方面?shù)字經(jīng)濟(jì)有利于降低服務(wù)交易成本，另一方面數(shù)字技術(shù)可以弱化服務(wù)業(yè)原有特征的限制性，比如不可儲(chǔ)存、不可貿(mào)易等?！昂鸁ㄓ咕€”西北地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平較低，其對(duì)服務(wù)業(yè)的滲透能力以及融合能力相對(duì)有限。這就導(dǎo)致服務(wù)業(yè)原有特征的約束性依然較強(qiáng)，生產(chǎn)率難以大幅度提高。

表9 基于地理區(qū)位的回歸結(jié)果

(二)機(jī)制分析

考慮到“成本病”出現(xiàn)的根本原因是服務(wù)業(yè)生產(chǎn)率相對(duì)滯后于制造業(yè)，本文將從生產(chǎn)率角度探討數(shù)字經(jīng)濟(jì)弱化“成本病”的機(jī)制。數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合不僅體現(xiàn)在服務(wù)業(yè)，而且也體現(xiàn)在制造業(yè)，如果數(shù)字經(jīng)濟(jì)的發(fā)展更多地表現(xiàn)為與服務(wù)業(yè)相融合的狀態(tài)，即提高服務(wù)業(yè)生產(chǎn)率的程度大于制造業(yè)，則“成本病”就會(huì)得到緩解。下文將采用固定效應(yīng)模型、2SLS模型檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)和服務(wù)業(yè)生產(chǎn)率的影響，其中工具變量的選擇同上文。結(jié)果如表10所示。

表10 機(jī)制檢驗(yàn)結(jié)果

由表10可知，數(shù)字經(jīng)濟(jì)顯著提高了服務(wù)業(yè)生產(chǎn)率，即更多地表現(xiàn)為與服務(wù)業(yè)融合的狀態(tài)。具體來看，在固定效應(yīng)模型中，數(shù)字經(jīng)濟(jì)對(duì)服務(wù)業(yè)生產(chǎn)率的影響系數(shù)顯著為正，而對(duì)制造業(yè)生產(chǎn)率的影響系數(shù)并未通過顯著性檢驗(yàn)。在2SLS模型中，結(jié)果也是如此。這意味著，數(shù)字經(jīng)濟(jì)的發(fā)展實(shí)現(xiàn)了與服務(wù)業(yè)更深度的融合，可以縮小服務(wù)業(yè)生產(chǎn)率與制造業(yè)之間差距。與制造業(yè)相比，服務(wù)業(yè)不具有標(biāo)準(zhǔn)化的生產(chǎn)流程，在面對(duì)新一代信息技術(shù)沖擊時(shí)，可以展現(xiàn)出更強(qiáng)的適應(yīng)性與融合度。然而，制造業(yè)不僅會(huì)面臨投入新的機(jī)器設(shè)備帶來的高成本，而且會(huì)面臨重構(gòu)生產(chǎn)組織和要素體系的時(shí)間成本，這也就導(dǎo)致制造業(yè)得益于數(shù)字經(jīng)濟(jì)的發(fā)展可能需要更長(zhǎng)的時(shí)間(劉淑春，2019)。中國(guó)信息通信研究院的數(shù)據(jù)顯示：2019年，與制造業(yè)相比，服務(wù)業(yè)中數(shù)字經(jīng)濟(jì)占行業(yè)的比重更大，提升速度也更快。

六、結(jié)論與啟示

本文基于2011—2019年中國(guó)各省份面板數(shù)據(jù)，以“價(jià)格效應(yīng)”邏輯為判斷準(zhǔn)則，檢驗(yàn)發(fā)現(xiàn)中國(guó)服務(wù)業(yè)存在著“成本病”問題，進(jìn)而分析了數(shù)字經(jīng)濟(jì)對(duì)“成本病”的調(diào)節(jié)效應(yīng)。本文研究得出的主要結(jié)論有：從整體來看，數(shù)字經(jīng)濟(jì)減緩了中國(guó)“服務(wù)業(yè)成本病”問題。從細(xì)分行業(yè)來看，數(shù)字經(jīng)濟(jì)更多地緩解了批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，金融業(yè)，房地產(chǎn)業(yè)等對(duì)數(shù)字化投入依賴度較高行業(yè)的“成本病”，而對(duì)住宿和餐飲業(yè)等數(shù)字化投入依賴度較低行業(yè)的“成本病”并沒有顯著的緩解效應(yīng)。從地理區(qū)位來看，數(shù)字經(jīng)濟(jì)顯著緩解了“胡煥庸線”東南地區(qū)的“服務(wù)業(yè)成本病”，而對(duì)西北地區(qū)的緩解效應(yīng)并不顯著。從影響機(jī)制來看，數(shù)字經(jīng)濟(jì)可以緩解“服務(wù)業(yè)成本病”的原因在于數(shù)字經(jīng)濟(jì)對(duì)服務(wù)業(yè)生產(chǎn)率的提升效應(yīng)大于制造業(yè)。

基于以上研究結(jié)論，本文得到的政策啟示是：第一，加大對(duì)數(shù)字經(jīng)濟(jì)軟硬基礎(chǔ)設(shè)施的建設(shè)，增強(qiáng)數(shù)字化投入對(duì)經(jīng)濟(jì)活動(dòng)的貢獻(xiàn)和滲透力，實(shí)現(xiàn)服務(wù)經(jīng)濟(jì)的高質(zhì)量發(fā)展。一方面，加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施建設(shè)，加大對(duì)大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)以及數(shù)字產(chǎn)業(yè)的投入；另一方面，重視建設(shè)技術(shù)服務(wù)平臺(tái)，開展重大基礎(chǔ)研究和科技攻關(guān)專項(xiàng)，努力實(shí)現(xiàn)在關(guān)鍵領(lǐng)域和共性技術(shù)、核心技術(shù)方面占領(lǐng)新高地。第二，鑒于不同類型的服務(wù)業(yè)對(duì)數(shù)字化的敏感度和依賴度不同，對(duì)數(shù)字化的敏感度和依賴度高的行業(yè)，應(yīng)加強(qiáng)數(shù)字化的投入和公共服務(wù)平臺(tái)的建設(shè)，探索服務(wù)業(yè)的數(shù)據(jù)開發(fā)利用新場(chǎng)景。一方面，將數(shù)字技術(shù)靈活應(yīng)用到企業(yè)生產(chǎn)能力、投入產(chǎn)出過程、采購(gòu)體系、財(cái)務(wù)管理、營(yíng)銷推廣等環(huán)節(jié)，實(shí)現(xiàn)數(shù)字技術(shù)效應(yīng)最大化；另一方面，積極支持引導(dǎo)批發(fā)零售業(yè)，金融業(yè)等數(shù)字技術(shù)滲透性強(qiáng)的行業(yè)進(jìn)行商業(yè)模式創(chuàng)新，推進(jìn)服務(wù)業(yè)高質(zhì)量發(fā)展。第三，鑒于數(shù)字經(jīng)濟(jì)對(duì)不同地區(qū)服務(wù)業(yè)產(chǎn)生的積極影響具有差異性，政府在引導(dǎo)數(shù)字經(jīng)濟(jì)發(fā)展過程中可以探索實(shí)施動(dòng)態(tài)化、差異化的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，警惕中國(guó)區(qū)域間“數(shù)字鴻溝”擴(kuò)大。目前，數(shù)字經(jīng)濟(jì)發(fā)展存在區(qū)域不平衡，應(yīng)充分發(fā)揮政府的宏觀調(diào)控作用，加大對(duì)“胡煥庸線”西北地區(qū)財(cái)政、基礎(chǔ)設(shè)施、技術(shù)、人才等資源的傾斜，推進(jìn)西北地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)以及數(shù)字技術(shù)的普及與應(yīng)用。