前言：寻找写作灵感？中文期刊网用心挑选的服务业数字经济规模测度及影响因素，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：文章利用投入产出表测算我国30个省份的服务业数字经济规模，并结合核密度函数和Dagum基尼系数分析服务业数字经济规模的时空演变特征和地区差异，最后利用普通最小二乘法、随机效应模型和纵向数据系数参数分位数回归模型探究服务业数字经济发展的影响因素。研究结果表明：服务业数字经济规模持续增长，东部地区发展规模最大，其次是中部地区和西部地区；服务业数字经济规模总体差异呈现缩小态势，区域间差异是总体差异的主要来源；技术创新投入、经济发展水平、政府干预度、外贸依存度、市场化程度和人力资本均是导致不同地区服务业经济规模差异的重要影响因素。
关键词：服务业数字经济；核密度估计；Dagum基尼系数
0引言
当前，数字革命带来的数字服务成为服务业新的增长点。数字技术创造了新的产品、服务和商业模式，有效地优化了资源配置效率，极大地提高了服务业劳动生产率[1]。因此，传统服务业存在的低效率、不可储存、不可贸易等问题随着数字技术的应用有所改变[2]。同时，数字技术的应用使得服务业投资不断增加[3]，有效促进了数字经济与服务业的融合发展。而这种融合发展有助于推动先进技术在服务业数字化过程中释放融合创造力[4]；有助于推动产业发展、调整产业结构和提升企业效率[5]。所以，利用数字经济挖掘服务业的潜在价值，有可能打破“服务业时代是低增长时代”的规则[6]。在新发展阶段服务业数字化至关重要，对促进高质量发展和双循环发展格局具有重要作用和意义[3]。目前对数字经济与传统产业融合的研究较多，但是关于服务业数字经济发展的讨论较少，而服务业是我国经济增长的重要引擎，因此数字经济与服务业融合的研究具有重要意义。从现有研究看,一是对服务业数字经济发展本身的研究不够深入全面，已有文献关注的重点在于数字经济对服务业发展升级的影响，但缺乏对服务业数字化发展规模及变化趋势的全面系统研究，难以精准把脉服务业数字经济发展的变化规律，无法为新发展阶段服务业数字经济发展提供经验依据；二是服务业数字经济发展的影响因素有待拓展,目前服务业数字经济发展水平较低，地区差异明显，而新发展阶段要求服务业数字经济发展提速提质，所以对服务业数字经济发展的影响因素探究显得尤为必要。本文对服务业数字经济规模进行测算，并对服务业数字经济的变化趋势、地区差异和影响因素进行较为全面的量化分析，为服务业数字经济发展提供经验参考。
1研究设计
1.1服务业数字经济规模测度
本文借鉴许宪春和张美慧（2020）[7]与康铁祥（2008）[8]对数字经济规模测算的研究方法，使用投入产出表中服务业部门对数字产品及服务的中间消耗占总消耗的比重构建服务业数字经济增加值的调整系数[7]，其中数字产品和服务主要为通信设备、计算机和其他电子设备产业（CEI）与信息传输、软件和信息技术服务产业（ETI）。其中，Id和Ii分别表示CEI与ETI在服务业部门的中间投入，Pd和Pi分别表示CEI与ETI的价格指数，I代表服务业部门的总中间投入，P为居民消费价格指数。由于ETI属于服务业部门的数字经济产业，本文在计算服务业数字经济增加值时，先计算除ETI以外的其他服务业部门的数字经济增加值，再加上ETI的增加值，得到服务业数字经济增加值。其中，A代表服务业不变价增加值，S代表ETI不变价增加值。
1.2服务业数字经济规模分析方法
1.2.1服务业数字经济规模的动态分布演进分析方法
本文利用核密度估计[9,10]揭示服务业数字经济规模的动态分布规律。其中，yi和Yˉ分别为观测值和其均值；n、h和K分别为样本数、函数带宽和高斯核函数。
1.2.2服务业数字经济规模的区域差异分析方法
本文利用Dagum基尼系数及其分解[11]探究地区差异来源，并将地区差异分解为区域内差异Gw、区域间差异Gb和超变密度Gt。其中，yji（yhr）表示区域j（h）内省份i（r）的服务业数字经济增加值，Yˉ表示所有省份服务业数字经济增加值的均值，n为省份个数，k为区域划分个数。
1.2.3服务业数字经济发展水平的影响因素分析方法
本文利用最小二乘法（OLS）、随机效应模型（REM）和纵向数据系数参数分位数回归模型（QRCM）对服务业数字经济发展的影响因素进行分析。其中，Xjit是一级变量，表示影响因素变量；DBi、ZBi、XBi是二级变量，分别表示东、中、西部地区；Uit和Vi是独立的、服从U(01)的随机变量，即u和v分别是二级变量的分位点。其中，ξ(u)是指数分布的分位数函数，ζ(v)是标准正态分布的分位数函数。1.3数据来源本文以我国30个省份（不含西藏和港澳台）为研究对象，选取2005—2019年各省份相关数据进行实证分析。原始数据主要来源于《中国统计年鉴》《中国城市（镇）生活与价格年鉴》《中国价格统计年鉴》《中国科技统计年鉴》，以及国家统计局官网和Wind数据库。
2服务业数字经济规模测度结果
本文测算了2005—2019年我国30个省份的服务业数字经济不变价增加值。为了直观地揭示服务业数字经济发展水平全国及区域层面的动态变化，绘制了2005—2019年全国及区域层面服务业数字经济增加值均值和东、中、西部地区内各省份的服务业数字经济发展变化趋势图（见图1）。从全国层面来看，2005年服务业数字经济增加值均值为333.14亿元，中位数为201.73亿元，2019年分别增至1229.04亿元和800.44亿元，这意味着服务业数字经济处于持续稳定增长中。从整体变化趋势来看，整体发展大致可以分为“渐进发展”“持续提升”和“提速发展”三个阶段。其中，2005—2009年是“渐进发展”阶段，服务业数字经济增加值均值缓慢上升，增幅约为50.4%，此时国内信息通信技术发展水平较低，数字技术水平不足以支持整个服务业数字经济的发展；2010—2017年是“持续提升”阶段，服务业数字经济发展水平增长较快，增幅约为63.9%，此时随着信息基础设施建设和数字产业发展，数字消费习惯加速了传统消费模式向数字消费模式转变；2018—2019年是“提速发展”阶段，服务业数字经济发展水平增长最快，此时消费者对高品质数字产品和服务的需求持续增长，消费升级推动了服务业数字化发展。从三大地区层面来看，服务业数字经济增加值均值演变趋势趋同。三大地区服务业数字经济发展格局与我国科技创新水平、服务业发展水平、数字经济发展等实际情况基本一致。首先，东部地区增速较快，并且区域内差异越来越大，其中广东、北京和江苏服务业数字经济发展水平依次占据前三位，远超其他地区。其次，中部地区服务业数字经济发展水平增长较慢，不同省份发展差异扩大，其中，湖北发展速度最快，2005—2019年增加了1421.38亿元，增幅约为612.9%。最后，西部地区服务业数字经济发展水平较低，省际差异不断扩大。作为国家数字经济创新发展试验区的四川，其服务业数字经济发展水平远超其他省份，且高于中部地区的湖北。
3服务业数字经济规模的动态分布演进特征
为描述中国服务业数字经济规模的动态分布和演化特征，本文绘制了我国服务业数字经济增加值的核密度分布图（见下页图2）。
3.1全国层面
图2（a）展示了全国层面2007年、2010年、2013年、2016年和2019年服务业数字经济增加值的核密度图。可以发现，全国整体的曲线中心和分布区间都随时间右移，且曲线中心移动幅度越来越大，说明全国整体服务业数字经济规模高速发展。曲线峰值高度呈下降趋势，曲线覆盖宽度增加，表明区域间差异有所扩大。曲线存在右拖尾现象，其延展性呈现拓宽趋势，表明少数地区发展水平非常高，远超过了平均发展水平。曲线波峰由多峰向单峰转变，表明全国整体分布的极化特征在减弱。
3.2三大地区层面
图2（b）、图2（c）和图2（d）分别描述了东部、中部及西部地区服务业数字经济发展动态演进趋势，不同区域核密度分布特征既有一定的共性，也有明显的差异。首先，从分布曲线的位置演变来看，三大地区曲线分布中心和分布区间右移特征明显，说明三大地区服务业数字经济规模都明显增长，与测算结果的特征事实描述和全国整体动态演变分析相符合。其次，从分布曲线的形状和延展性来看，三大地区曲线峰值高度随着时间不断降低，曲线覆盖宽度逐渐扩大，曲线右拖尾明显拓宽，表明区域内差异有所扩大。最后，从分布曲线的极化趋势来看，三大地区存在明显不同。其中，东部地区分布曲线在单峰和双峰间不断波动，因此，东部地区极化趋势表现出波动状态且在未来有可能加剧；中部地区分布曲线从双峰状态转变为单峰状态，说明中部地区极化现象减缓；西部地区分布曲始终为多峰状态，由此不难看出西部地区极化趋势仍在持续。综合来看，三大地区内部具有两极化或多极化特征，但是中部地区随着时间推移有减缓趋势，东部和西部地区内存在明显的梯度效应，未来极化现象有可能加剧。
4服务业数字经济规模区域差异及其来源
为了从全国和三大地区层面分析服务业数字经济发展水平的差异，本文利用Dagum基尼系数来衡量区域差异，并利用其分解式分析区域差异的来源。
4.1总体差异
图3（a）中的全国基尼系数较大且超过三大地区的基尼系数，说明地区间服务业数字经济规模差异明显。全国基尼系数在2005—2007年小幅增长，在2008—2017年一直处于下降趋势，2017—2019年有所上升但是较前面两个阶段并不存在较为明显的扩大趋势，整体处于波动下降趋势。考虑到近年来不同省份之间数字经济基础设施建设以及数字经济发展速度，可以预见在未来相当长一段时间内，不同地区之间服务业数字经济发展水平差异将稳中有降，在波动中逐渐减小，因此在促进区域高质量协调发展过程中要高度重视服务业数字经济发展水平对缓解地区发展差异的促进作用。
4.2区域内差异
图3（a）描述了三大地区服务业数字经济发展水平区域差异的基尼系数演变趋势，总体上区域内差异有所增加,其中东部地区的区域内差异最为明显，随后是西部地区和中部地区。首先，东部地区的演变趋势与全国总体差异相似，在2005—2017年呈现波动下降趋势，但2017—2018年，基尼系数从0.3737增加到0.4130，增加了10.5%，且在2018—2019年东部地区不平衡现象显著加剧。其次，中部地区的基尼系数一直最小，总体呈波动上升状态，2005—2019年增幅接近7.7%，所以中部地区基尼系数表现出波动上升趋势，具有区域内差异扩大的总体特征。最后，西部地区基尼系数不断增加，且在2015年大于东部区域的基尼系数，2005—2019年西部地区基尼系数增加了约0.0747，增幅约为22.2%。
4.3区域间差异
图3（b）绘制了区域间基尼系数的变化趋势。首先，就区域间差异的整体变化趋势来看，东部地区与其他两个地区的区域间基尼系数较大，主要原因是东部地区服务业数字经济发展较快。其中，东西部地区区域间差异一直最大，但是整体变化趋势呈现小幅下降状态，2005—2012下降约0.0605，降幅达到9.9%。其次，东中部地区区域间差异在2005—2012年呈现缓慢下降趋势，在2013—2019年呈现扁平“V”型，并于2017年达到最小值。最后，相较于上述两种区域间差距，中西部地区区域间差异最小，在2005—2011年整体呈现平稳波动中微降趋势，且在2012—2019年整体变动趋势与东中部地区区域间差异相反，在2017年达到最小值，主要原因是2017年以后中部地区服务业数字经济发展开始加速，与西部地区拉开差距。可见，虽然2017—2019年中西部地区区域间差异有所缓解，但从长远来看，中西部地区区域间差异仍将长期存在。
4.4差异来源及其贡献率
本文进一步将总体差异G分解为区域内差异Gw、区域间差异Gnb和超变密度Gt（见图4）。观测期内，Gw、Gnb和Gt三者的贡献率均值分别为26.3%、63.8%和9.9%。服务业数字经济发展水平的地区差异主要来源于区域间差异，其次是区域内差异，最后是超变密度。从三类差异来源的演变趋势来看，区域间差异整体呈现下降趋势，2005—2019年其贡献率大致下降了8.1%。区域内差异和超变密度的贡献率在观测期内有微弱的上升趋势，二者在2005—2019年分别上升了2.7%和5.3%。
5影响因素分析
5.1变量说明
本文参考数字经济发展影响因素的相关研究成果[12,13]，选取技术创新投入（tech）、经济发展水平（pgdp）、政府干预度（gover）、外贸依存度（open）、市场化程度（market）、人力资本（hr）作为服务业数字经济发展的主要影响因素。（1）技术创新投入（tech）。技术创新是数字经济的投入，也是数字经济的产出，在数字经济发展过程中可以充分利用现有技术产出数字产品和服务[14]，且数字经济能有效促进技术创新发展[15]。本文利用R&D经费内部支出来衡量技术创新投入。（2）经济发展水平（pgdp）。通过前文测算发现，经济发展水平较高的地区服务业数字经济发展水平偏高，因此地区经济发展水平也是制约服务业数字经济发展的影响因素。本文采用实际人均GDP来衡量地区经济发展水平。（3）政府干预度（gover）。服务业数字经济的发展离不开平台和基础设施建设，这需要地方政府支持，同时政府对于新兴服务业的行业规范和管理也会对服务业数字经济的发展产生影响。本文利用政府公共预算支出占地区生产总值的比重来衡量政府干预度。（4）外贸依存度（open）。外贸依存度不仅可以调整我国数字经济的投资消费结构，而且对服务业数字经济供需结构也会产生一定的冲击。本文采用进出口额占地区生产总值比重衡量。（5）市场化程度（market）。市场化程度的提高有助于利用市场对资源配置的能力促进知识密集型服务业发展，通过调节服务业行业结构优化服务业数字经济发展水平。本文利用市场化指数来衡量市场化程度。（6）人力资本（hr）。科技人才将促进数字经济长期高效发展，服务业数字经济的发展离不开优质人力资本。本文利用第三产业就业人数来衡量人力资本。
5.2回归结果分析
本文首先利用普通最小二乘法（OLS）考察上述影响因素对服务业数字经济发展的影响，然后采用考虑地区间差异的随机效应模型（REM）对影响因素的作用效果进行回归分析，最后使用纵向数据系数参数分位数回归模型（QRCM）对不同发展阶段的服务业数字经济规模的影响因素进行分析考察。表1中的OLS估计结果表明，除市场化程度对服务业数字经济发展水平呈显著负向影响外，其他影响因素均为显著正向影响。REM模型的回归结果中除政府干预度和市场化程度为显著负向影响外，其他影响因素的系数均显著为正。同时REM模型与QRCM模型回归结果相似。（1）在上述三种回归方法中，市场化程度的系数都显著为负，说明市场化程度对服务业数字经济发展有抑制作用，主要原因是目前我国服务业数字经济发展水平长期处于初级阶段，市场化程度有助于提升服务业行业结构优化，而目前服务业数字经济的发展在娱乐与消费等领域领先，但互联网信息产业发展不足，处于“量”的发展阶段，所以市场化程度反而会抑制“量”的发展。（2）在REM模型与QRCM模型回归结果中，政府干预度的系数显著为负，主要原因是地方政府为了使经济均衡发展，对服务业数字经济进行调控。如电商过度发达，实体店就必然相应减少，不利于当地经济均衡发展。但是在不考虑地区差异时，政府干预度有助于加强数字经济基础设施建设，对服务业数字经济发展具有正向促进作用。（3）从QRCM模型的回归结果中可以发现，服务业数字经济发展水平越高，技术创新投入、经济发展水平、外贸依存度和人力资本对其积极影响越大。同时，在低分位点处外贸依存度的影响不显著，即服务业数字经济发展水平较低时，外贸依存度对其影响作用不显著；而政府干预度和市场化程度对服务业数字经济发展具有消极影响，但在高分位点处不显著，即服务业数字经济发展水平较高时，政府干预和市场化程度对其的作用将不显著。（4）分析QRCM模型中的地区参数可以发现，西部地区回归系数显著,且在低分位点为负，在高分位点为正，说明西部地区服务业数字经济发展水平较低，与其他地区相比存在较大的差异。
6结论
本文测算了我国30个省份的服务业数字经济不变价增加值，使用核密度估计方法分析服务业数字经济发展的动态演变特征，运用Dagum基尼系数及其分解分析中国服务业数字经济发展的地区差异，并用OLS、REM和QRCM模型对服务业数字经济发展的影响因素进行分析。通过实证分析得到以下结论：第一，从发展分布演化角度来看，全国和三大地区服务业数字经济发展水平都处于不断加速上升状态，其中东部地区发展速度最快，随后依次是中部和西部地区，且东西部地区极化特征显著。第二，从区域差异角度来看，地区间发展差异加剧。区域内差异最大的是东部地区，然后依次是西部和中部地区。区域间差异最明显的是东西部地区，其次是东中部地区和中西部地区。就区域差异来源及其贡献率而言，区域间差异最大，其后依次为区域内差异和超变密度。第三，从影响因素角度来看，除市场化程度表现出消极影响外，技术创新投入、经济发展水平、政府干预度、外贸依存度、人力资本均对中国服务业数字经济发展具有积极作用。但是在分析区域异质性时，发现除政府干预度和市场化程度的系数显著为负外，其他影响因素的系数均显著为正，且西部地区服务业数字经济发展水平较低，与其他地区相比存在较大的差异。
参考文献：
[1]江小涓.江小涓.数字经济提高了服务业效率[J].山东经济战略研究,2020,(11).
[2]江小涓,罗立彬.网络时代的服务全球化——新引擎、加速度和大国竞争力[J].中国社会科学,2019,(2).
[3]杨虎涛.新发展格局构建与数字经济发展:内在逻辑与政策重点[J].学术月刊,2021,53,(12).
[4]王俊豪,周晟佳.中国数字产业发展的现状、特征及其溢出效应[J].数量经济技术经济研究,2021,38(3).
[5]张国云.站在数字经济当口的服务业[J].经济,2021,(11).
[6]庞瑞芝,李帅娜.数字经济下的“服务业成本病”:中国的演绎逻辑[J].财贸研究,2022,33(1).
[7]许宪春,张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济,2020,(5).
[8]康铁祥.中国数字经济规模测算研究[J].当代财经,2008,(3).
[9]RosenblattM.RemarksonSomeNonparametricEstimatesofaDensi⁃tyFunction[J].AnnalsofMathematicalStatistics,1956,27(3).
[10]ParzenE.OnEstimationofProbabilityDensityFunctionandMode[J].TheAnnalsofMathematicalStatistics,1962,33(3).
[11]DagumC.ANewApproachtotheDecompositionoftheGiniIncomeInequalityRatio[J].EmpiricalEconomics,1997,22(4).
[12]王彬燕,田俊峰,程利莎,等.中国数字经济空间分异及影响因素[J].地理科学,2018,38(6).
[13]蔡绍洪,谷城,张再杰.中国省域数字经济的时空特征及影响因素研究[J].华东经济管理,2022,36(7).
[14]王江泉,赵鑫,张俊.中国数字经济发展效率评价[J].统计与决策,2022,(9).
[15]邓峰,冯福博,杨小东.市场分割、数字经济与区域创新效率[J].统计与决策,2022,(9).
作者:慕娟 马立平 王若男 单位:首都经济贸易大学统计学院