從緩解到根治：數字技術如何克服鮑莫爾病？

摘"要：基于“索洛悖論”的視角，本文構建多部門經濟增長模型闡述數字技術克服“鮑莫爾病”的內在機理，并采用2007—2019年上市公司面板數據展開實證檢驗。研究表明：整體而言，數字技術的應用可助力中國企業提高生產率，但就工業企業而言“索洛悖論”依舊存在；現階段，數字技術可以通過縮小服務業與工業間的效率差異，實現緩解“鮑莫爾病”的目標，但無法根治“鮑莫爾病”；異質性檢驗表明數字技術的應用在不同區域、要素密集度和細分行業性質下具有不同的生產率提升效果。因此，通過依托信息基礎設施和市場規模優勢，未來我國可在企業數字化改造中搶奪先機，利用數字技術根治“鮑莫爾病”。

關鍵詞：數字技術；鮑莫爾病；索洛悖論；生產率；經濟增長

中圖分類號：F062.9文獻標識碼：A文章編號：1001-148X（2024）04-0074-10

一、引"言

經濟學家鮑莫爾于20世紀60年代提出著名的“鮑莫爾病”［1］。在假定工業部門為“進步部門”，服務業部門為“停滯部門”，且兩部門工資率相同的前提下，該理論認為伴隨著兩部門生產率差異和服務需求的不斷增加，服務品價格相較于工業品將呈現上升趨勢，勞動力也將從工業逐步轉移至服務業，最終導致經濟整體生產率和經濟增速的下滑，即“鮑莫爾病”。由此可見，生產率是“鮑莫爾病”的核心，也是緩解“鮑莫爾病”的必然途徑。伴隨著新一輪科技革命的勃然興起，5G、大數據、人工智能等數字技術逐漸應用于經濟社會的生產活動中，顯著提升了各行各業的生產率，為克服中國經濟結構轉型中正經歷的“鮑莫爾病”提供了新的契機。根據“鮑莫爾病”理論，克服“鮑莫爾病”的內涵有二，其一是“鮑莫爾病”的緩解，主要是借助數字技術賦能的異質性縮小服務業落后于工業的生產率差距，暫時放緩結構性減速和經濟服務化趨勢；其二是“鮑莫爾病”的根治，借助數字技術全面提升工業和服務業的生產率，伴隨著經濟結構服務化，即使服務業仍屬于“停滯部門”，服務品價格相較于工業仍上漲較快，但經濟增速也會同步甚至以更快的速度上升，消費者有足夠的報酬支付高價的服務品，“鮑莫爾病”在這種情況下將得到根治，這也是發達國家雖然服務品價格高昂，但經濟仍保持繁榮的根本原因。結合中國當下，數字技術克服“鮑莫爾病”的表現究竟是緩解還是根治？這取決于數字技術在工業的應用能否打破“新索洛悖論”。繼20世紀80年代“信息技術生產率悖論”（又稱“索洛悖論”）后，隨處可見的數字經濟同樣在宏觀經濟統計指標中無法體現，引發學界就是否出現了“新索洛悖論”展開了廣泛關注［2］。數字技術是由傳統信息技術演變發展而來，兩者具有一定程度的同質屬性，而是否存在“新索洛悖論”直接關系到數字技術能否作為化解鮑莫爾病的有效手段。

本文試圖基于“索洛悖論”的視角，系統探究數字技術克服“鮑莫爾病”的現有及未來路徑，并對現階段數字技術對“鮑莫爾病”的治療效果進行實證驗證。可能的邊際貢獻如下：（1）將數字技術克服“鮑莫爾病”劃分為兩階段——“緩解”與“根治”，基于理論模型和實證分析得出現階段數字技術僅能緩解“鮑莫爾病”，并在未來展望中給出數字技術根治“鮑莫爾病”的可能分析。（2）突破現有多數文獻對數字技術與生產率的一般性討論，聚焦數字技術對產業間生產率提升的異質性，考察這種異質性在短期內是如何表現為緩解而不是根治。

二、理論模型

（一）模型的描述

本文借鑒Aghion等（2009）［3］的研究，將數字技術納入廠商生產函數，構建多部門經濟增長模型來闡述數字技術克服“鮑莫爾病”的內在機理。

1.通用產品部門的生產行為

通用產品部門采用CES生產技術，將農業、工業和服務業最終產品作為要素投入，生產一種用于消費和投資的多用途通用產品，其生產函數形式如下：

Yt=（∑ni=1φiYε－1εit）εε－1（1）

（1）式表示通用產品部門通過投入Yit單位i行業的最終產品在t時刻生產Yt單位的通用產品（i=1，2，3分別代表農業、工業和服務業）；φi衡量了i行業最終產品投入在通用產品生產中的重要程度，滿足φigt;0，∑ni=1φi=1；ε表示行業最終產品投入之間的替代彈性，根據鮑莫爾病理論，假設0lt;εlt;1，表示行業最終產品在通用產品的生產中具有互補性。在完全競爭市場中，通用產品部門面臨既定的行業最終產品價格Pit和通用產品價格Pt，由此進行最優Yit投入決策以實現利潤最大化。

2.最終產品部門的生產行為

最終產品部門包括農業、工業和服務業，通過投入專業化的中間產品和勞動力生產行業最終產品，其中，市場是競爭性的，中間產品連續統為1，生產函數形式如下：

Yit=L1－αit∫10A1－αit（j）xαit（j）dj（2）

其中，i=1，2，3分別代表農業、工業和服務業，Yit表示i行業最終產品部門生產的最終產品數量；Ait表示i行業的生產技術水平；Lit表示i行業最終產品使用的勞動力數量，且各行業勞動總和等于經濟體的勞動稟賦，即∑ni=1Lit=Lt；xit（j）表示i行業最終產品生產過程中使用的第j種中間產品投入數量。在完全競爭市場中，i行業最終產品生產廠商面臨既定的中間產品價格Pit（j）和勞動力報酬Wit，由此選擇最優中間產品投入xit（j）和勞動投入Lit以追求自身利潤最大化。

（二）模型的優化

1.最終產品部門的優化行為

根據最終產品生產函數，行業最終產品部門的最優行為可以表示為：

maxPitL1－αit∫10A1－αit（j）xαit（j）dj－WitLit－∫10Pit（j）xit（j）dj（3）

在勞動與中間產品市場完全競爭的情況下，最大化的一階條件為：

Pit（j）=αPitL1－αitA1－αit（j）xα－1it（j）（4）

Wit=（1－α）PitL－αit∫10A1－αit（j）xαit（j）dj（5）

（4）式可以看作中間產品的需求函數，（5）式可以看作勞動的需求函數。給定中間產品需求，中間產品廠商的最優行為可以表示為：

maxPit（j）xit（j）－Pitxit（j）（6）

將需求函數（4）式代入（6）式，中間產品廠商的優化行為變為：

maxαPitL1－αitA1－αit（j）xαit（j）－Pitxit（j）（7）

根據中間產品廠商的利潤最大化行為可得：

xit（j）=α21－αAit（j）Lit（8）

Pit（j）=Pitα（9）

將（8）式、（9）式代入（6）式，中間產品廠商的利潤為：

πit（j）=Pit（1－α）α1+α1－αAit（j）Lit（10）

為簡化分析，本文令∫10Ait（j）dj=Ait，將Ait定義為i行業的平均技術進步水平。將（8）式代入最終產品部門生產函數中可以得到在勞動力投入量為Lit時的最優產量為：

Yit=α2α1－αLit∫10Ait（j）dj=α2α1－αAitLit（11）

2.通用產品部門的優化行為

根據通用產品的生產函數，可將其最優化行為表示如下：

maxPt（∑ni=1φiYε－1εit）εε－1－∑ni=1PitYit（12）

最大化的一階條件為：

Yit=（PtφiPit）εYt（13）

（三）結構轉型、經濟增長與鮑莫爾病

所謂產業結構轉型是指不同部門間要素資源重新配置和經濟活動再組織的變革過程，主要表現為各行業產出結構、最終產品價格體系以及勞動力結構的變化［4］。根據（13）式，任意i和k行業工業和服務業產出結構為：

YitYkt=（φiPktφkPit）ε（14）

將行業最終產品最優產出（11）式代入（14）式可得：

YitYkt=（φiPktφkPit）ε=AitLitAktLkt（15）

在勞動力要素于部門間自由流動的條件下，各行業產品部門的勞動力報酬在均衡時相等，根據（5）式可得：

1=WitWkt=（1－α）PitL－αit∫10A1－αit（j）xαit（j）dj（1－α）PktL－αkt∫10A1－αkt（j）xαkt（j）dj（16）

將（8）式代入（16）式可得：

PitPkt=AktAit（17）

對（17）式兩邊取對數再對時間求導可得：

P·itPit－P·ktPkt=A·ktAkt－A·itAit=gkt－git（18）

將（17）式代入（15）式可得：

LitLkt=（φiφk）ε（AitAkt）ε－1（19）

對（19）式兩邊取對數再對時間求導可得：

L·itLit－L·ktLkt=（ε－1）（A·itAit－A·ktAkt）=（ε－1）（git－gkt）（20）

記dit=LitLt，表示i行業的勞動力份額。根據（19）式可得：

Lit=Aε－1itφεi∑ni=1Aε－1itφεiLt（21）

（18）式表明行業產品部門的相對價格變化與技術進步增長率有關，技術進步增長率較快的部門其產品價格變化幅度相對較小。（20）式表明行業產品部門的勞動力變化取決于各行業最終產品在通用產品生產中的替代彈性ε和部門間的技術進步增長率。當0lt;εlt;1時，即行業最終產品在通用產品生產中的相互替代程度較低時，技術進步增長率快的部門因其更低的生產成本優勢，使用現有勞動力投入水平會導致生產過剩，因此勞動力將逐漸從技術進步增長率快的部門轉出而流入技術進步增長率慢的部門。

根據（13）式、（17）式可以得到（22）式，由（22）式可知最終產品部門產值份額與勞動力份額保持一致：

PitYit∑ni=1PitYit=Pit（PtφiPit）εYt∑ni=1Pit（PtφiPit）εYt=Pit（φiPit）ε∑ni=1Pit（φiPit）ε=Aε－1itφεi∑ni=1Aε－1itφεi=dit（22）

接下來，本文將討論產業結構轉型對經濟增長的影響。前文分析表明，當行業中間產品市場和勞動力市場達到均衡時，行業最終產品的生產水平為：Yit=α2α1－αAitLit，將其代入（1）式可得：

Yt=（∑ni=1φi（α2α1－αAitLit）ε－1ε）εε－1=（∑ni=1φεiAε－1it）1ε－1α2α1－αLt=α2α1－αAtLt（23）

其中，At=（∑ni=1φεiAε－1it）1ε－1表示通用產品部門的技術水平。由（23）式可得人均產出為：

yt=α2α1－αAt（24）

由（24）式可得人均產出的增長率等于通用產品部門的技術進步增長率：

y·tyt=A·tAt（25）

At=（∑ni=1φεiAε－1it）1ε－1（26）

對（26）式兩邊取對數再對時間求導可得：

y·tyt=A·tAt=∑ni=1φεiAε－1itgit∑ni=1φεiAε－1it=∑ni=1ditgit（27）

其中，∑ni=1dit=1。根據（27）式，經濟增長取決于行業產品部門的技術進步增長率，當行業產品部門具有相同的技術進步增長率時，即git=g*時，經濟增長率為y·t/yt=g*。當0lt;εlt;1時，若各行業技術進步未能實現平衡式發展，即一行業技術進步增長率較高，則該行業勞動力份額、產值份額將會逐漸降低，而技術進步增長率慢的行業將由此占據更高的份額。

（四）數字技術與鮑莫爾病

綜上，由（18）、（20）和（22）式可知，當工業為“進步部門”、服務業為“停滯部門”時，服務品價格將持續上升，即“鮑莫爾成本病”，勞動力也將從工業逐漸向服務業轉移，服務業產值占比將逐漸上升，即“經濟服務化”。由（27）式可知，經濟增長等于各行業經濟增速與各自產值份額的加權和，經濟服務化將導致服務業產值份額逐漸上升，因此，作為“停滯部門”的服務業在經濟增長中發揮的作用將越來越大，但由于生產率及其增長率低于工業，將導致一國經濟整體增速下降，即“鮑莫爾增長病”。至此，理論模型已闡明“鮑莫爾病”產生的內在機理，接下來，本文重點闡釋數字技術如何克服“鮑莫爾病”。數字技術賦能各行各業最終將表現為生產率的提升，為簡便分析，本文將各行業生產率的進步率外生表示為數字技術（dig）的單調增函數：

A·itAit=git（digit）（28）

1.數字技術顯著提升服務業生產率

數字技術正重塑傳統服務業形態，促使服務業生產率低這一基本性質發生根本轉變，顯著提升了服務業生產率［5］。傳統服務業具有“同步性”“個性差異”和“不可儲存性”特征，導致服務業缺乏規模經濟以及不可自動化，因此被歸類為低生產率部門。但傳統服務業的基本屬性在數字技術賦能后可能發生轉變。一是規模經濟顯著。以文化產業為例，數字技術全面賦能文化產業創意、生產、傳播、交易、消費全鏈條，促使文化產品打破傳統服務業的“同步性”與“不可儲存性”，效益遞增極為明顯［6］。二是自動化程度明顯提升。無人超市改變了傳統零售業的銷售模式，掃碼點單變革了傳統餐飲業的服務方式，智能客服減少了客服行業的人工依賴，這些數字技術與傳統服務業的滲透融合打破了傳統服務業的“個性差異”特性。由上可見，數字技術切實改變了部分服務業的基本特性。因此數字技術在服務業領域不存在“索洛悖論”，即目前數字技術顯著提升了服務業的生產率。

2.數字技術對工業生產率提升微乎其微

不同于服務業，與工業生產需求高度貼合的數字技術仍不夠發達，如量子計算、3D打印、自動駕駛等技術尚未達到廣泛應用的標準。數字技術對工業的改造可能因為時滯效應和管理不當從而導致數字技術對工業生產率提升微乎其微。數字技術的時滯效應是指數字技術具有通用技術屬性，這種技術會隨著時間的推移逐漸擴散并普遍應用至各行各業，但這種技術的擴散與應用需要一定的時間。數字技術的管理不當是指數字技術作為一種新技術形態，這種技術會重塑企業的生產流程與組織結構，但與之相適配的管理模式尚未構建。現階段與工業高度適配的數字化技術及配套的管理模式仍處于起步階段，因此數字技術在工業領域存在“索洛悖論”，即目前數字技術無法有效提升工業的生產率。

3.“根治”還是“緩解”

根據上述分析，由于當前數字技術應用在工業存在“索洛悖論”，促使其對服務業的賦能效果優于工業，即g3t（dig3t）顯著為正，g2t（dig2t）幾乎為0，且g3t（dig3t）gt;g2t（dig2t）。根據（18）、（20）式，高生產率將導致服務品相對價格的下降，勞動力也將減少向服務業流入，“經濟服務化”過程得到延緩，此時工業將保持一定的占比。根據（27）式，y·t/yt=∑ni=1ditgit，即便服務業生產率增速高于工業，但并未超過工業生產率時，數字技術應用可以阻止“經濟服務化”，即服務業份額d3t逐漸下降，工業份額d2t逐漸上升，經濟整體增長速度將更多地由高生產率的工業部門決定，即“結構性減速”得到放緩。但另一方面，g3t（dig3t）顯著為正，g2t（dig2t）幾乎為0，這意味著服務業有可能成為經濟中的“進步部門”，當服務業生產率高于工業時，相同的“結構性減速”困境仍會出現，這種做法屬于用“結構”換“增長”，這也在一定程度上解釋了中國“十四五”規劃為何提出保持制造業占比基本穩定。

配第-克拉克早就指出經濟重心伴隨著人均收入的增長將從農業向工業再向服務業轉移的客觀規律，即“經濟服務化”，這表明用“結構”換“增長”的做法并不能持久。但當下中國“經濟服務化”是建立在工業“未高先衰”與服務業低端蔓延基礎上［7］，國家通過保持制造業占比基本穩定來實現經濟發展有其合理性，并非違背“經濟服務化”規律。那么，數字技術能否根治“鮑莫爾病”呢？當數字技術應用在農業、工業和服務業都存在顯著的生產率提升效應時，不論git（digit）之間的大小關系如何，數字技術都能實現根治“鮑莫爾病”的目標。原因在于，雖然git（digit）之間的大小關系會導致農業品、工業品和服務品相對價格、勞動份額和產值份額變化，但（27）式y·t/yt=∑ni=1ditgit表明，在任意既定的產業份額下，經濟增速會由git（digit）的提升得到提升，此時人均收入增長速度超過產品價格上漲速度，消費者仍將支付得起昂貴的服務品，實現從“結構”換“增長”向“增長跨越”的轉變。然而，現階段數字技術短期內既不能顯著提升工業生產率，也不能促使服務業生產率高于工業生產率，僅能延緩生產率差異變大的趨勢。伴隨服務業比重進一步上升，服務業成本仍會上升，整體經濟的總體生產率增長仍會下降，“鮑莫爾病”仍然存在，因此，現階段數字技術僅是緩解了“鮑莫爾病”，而不是根治了“鮑莫爾病”。

基于此，提出本文核心假說：現階段，數字技術可以顯著提升服務業生產率，但對工業生產率的提升效果微乎其微，存在“索洛悖論”，僅能緩解“鮑莫爾病”。

三、研究設計

（一）模型設定

上述理論分析表明數字技術可以緩解中國經濟所面臨的“鮑莫爾病”，接下來本文對此展開實證檢驗，基本計量模型設定如下：

TFPijt=β0+β1Digjt+β2X+δi+δj+δt+εijt（29）

其中，下標i、j、t分別表示企業、行業和時間；TFP表示企業全要素生產率；Dig表示行業數字化投入，用來衡量行業數字技術應用水平；X為控制變量，具體包括：（1）固定資產比率（fixs），采用企業固定資產凈額與資產合計之比表示；（2）資產負債率（lev），采用企業負債合計與資產總計之比表示；（3）留存收益資產比（rer），采用企業盈余公積與未分配利潤之和與資產總額之比表示；（4）財務費用率（fcr），采用企業財務費用與營業收入之比表示；（5）托賓Q（Q），采用企業市值與資產總計之比表示；δi、δj、δt表示企業個體、行業與時間固定效應；εijt為隨機擾動項。

（二）核心指標構建

1.數字化投入

本文根據國家統計局發布的《數字經濟及其核心產業統計分類（2021）》確定數字經濟范圍主要包括通信設備、計算機及其他電子設備制造業（C39）和信息傳輸、計算機服務和軟件業（I）兩大核心行業。首先將已有2007年、2010年、2012年、2015年、2017年、2018年中國42部門投入產出表擴展得到2007—2019年中國投入產出表；然后，計算得到各行業對數字經濟核心產業的直接消耗系數和完全消耗系數；最后，測算各行業對數字經濟核心產業的直接依賴度和完全依賴度，公式如下：

Digjt=∑（dadj/∑kakj）（30）

Digqjt=∑d（cdj/∑kckj）（31）

其中，Digjt表示t期行業j對數字經濟核心產業的直接依賴度，adj表示行業j對數字經濟核心產業的直接消耗系數，d表示兩大數字經濟核心產業，akj表示行業j對行業k的直接消耗系數，Digqjt表示t期行業j對數字經濟核心產業的完全依賴度，cdj表示行業j對數字經濟核心產業的完全消耗系數，ckj表示行業j對行業k的完全消耗系數。本文將完全依賴度用于基準計量模型回歸，將直接依賴度用于穩健性檢驗。

2.全要素生產率

本文借鑒魯曉東和連玉君的研究［8］，使用OP法對上市企業全要素生產率進行測算。通過估計以下對數柯布—道格拉斯生產函數得到上市公司全要素生產率的測度指標：

lnYijt=α0+α1jtlnKijt+α2jtlnLijt+α3jtlnMijt+εijt（32）

其中，下標i、j、t分別表示企業、行業和時間；Y為上市公司營業收入（元）；K為上市公司固定資產凈額（千元）；L為上市公司員工人數（千人）；M為中間投入，以上市公司“購建固定資產、無形資產和其他長期資產支付的現金（千元）”衡量；εijt為隨機擾動項。

（三）數據處理

本文使用的數據主要來自2007—2019年中國投入產出表與上市公司企業數據，對其進行了如下處理：（1）利用RAS法擴展得到2007—2019年中國投入產出表；（2）篩選企業數據，剔除行業分類為第一產業、建筑業的企業，剔除財務數據缺失、ST、樣本期間退市的企業；（3）根據企業的行業代碼將企業數據與行業數字化投入相匹配，工業行業采用兩位數行業分類，其他行業采用一位數行業分類；（4）構建以2007年為基期的價格指數平減名義值。此外，為避免極端值的影響，本文對所有企業層面的連續變量進行雙邊1%縮尾處理。本文數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國第三產業統計年鑒》、國家統計局和CSMAR數據庫。

四、實證結果分析

（一）基準回歸

表1報告了數字技術對企業全要素生產率的基準回歸結果。由表1列（1）和列（2）的回歸結果可知，數字技術在1%的置信水平下顯著提升了企業全要素生產率。數字技術打破了時空限制，應用場景和發展空間極為廣闊，有助于優化甚至重塑能夠實現市場主體之間的高效連接，推進研發主體多元化、生產流程靈活化、管理組織高效化和銷售對象精準化，從而提升企業全要素生產率。因此，盡管不同企業在數字技術應用上天生存在差異，但數字技術因其通用目的技術屬性在整體上仍能提升企業全要素生產率。

接下來檢驗數字技術影響企業全要素生產率的行業異質性，列（3）和列（4）分別為數字技術對工業企業、服務業企業全要素生產率的回歸結果。回歸結果顯示數字技術顯著提升了服務業企業而非工業企業的全要素生產率，驗證了本文的假說。當前，中國經濟數字化轉型還在進程中，數字技術在各行業的擴散應用因行業擴能機制、行業屬性不同呈現明顯差異。數字技術最先應用于服務業，且與服務業的行業屬性高度適配。數字技術在服務業的擴散應用打破了傳統服務業的固有屬性，實現了服務業質的發展，極大提升了服務業企業全要素生產率。一方面，借助于數字技術，傳統低效率服務業如表演、教育、咨詢等打破了“不可同步性”和“不可復制性”，同一服務可被多人、多地、多時所共享，實現了規模經濟。另一方面，借助于數字技術，高度依賴人工的服務業實現了部分崗位自動化，無人超市、智能客服、共享汽車等新商業模式不斷涌現。與服務業不同的是，數字技術對于工業企業的改造仍處于起步階段。適用于工業企業的數字化產品仍處于研發、試點階段，現階段并未引領工業企業生產方式發生根本性變革。除少數新興產業外，我國企業仍以大規模流水線式的生產模式為主。因此，數字技術在工業的擴散應用因“時滯效應”存在索洛悖論，對工業生產率的影響并不顯著。根據上文理論模型，當服務業生產率增速高于制造業生產率時，服務品價格會相對下降，經濟整體生產率也會有所上升，“鮑莫爾病”得到緩解。

（二）異質性分析

本文將進一步基于地理區位和行業特征探討數字技術對企業全要素生產率的異質性沖擊。

1.基于地理區位的異質性分析

本文將上市公司所在地按東、中、西三個區域劃分，考察數字技術滲透應用的區域差異，回歸結果如表2所示。首先，表2列（1）、列（4）、列（7）分別報告了數字技術對東、中、西三個地區整體企業全要素生產率的回歸結果。結果表明數字技術的生產率提高效應只存在于東部地區，數字技術對生產率的賦能脫離不了數字基礎設施的支撐、技能勞動力的供給、市場環境的開放包容。西部地區產業基礎薄弱、數字基礎設施不足、專業人才缺乏，盲目推進數字化改造反而可能導致技術引入與要素結構相失衡，致使企業生產率的降低。其次，列（2）、列（5）、列（8）分別報告了數字技術對東、中、西三個地區工業企業全要素生產率的回歸結果。數字技術對東、中部地區的工業企業生產率無顯著影響，這源于工業智能化等數字技術在工業領域的應用僅處于淺層次階段。與此同時，由于西部地區工業發展水平較低，數字化改造的收益并不大，反而會擠出其他方面的投資，因此數字技術對西部地區的工業企業生產率有顯著的抑制作用。最后，列（3）、列（6）、列（9）分別報告了數字技術對東、中、西三個地區服務業企業全要素生產率的回歸結果。回歸結果表明數字技術顯著提升了東、中部地區服務業企業的生產率，對西部地區服務業生產率無顯著影響。這可能與西部地區服務業發展水平較低有關，數字化改造對服務業效率的提升不大。

2.基于行業特征的異質性分析

本文進一步根據細分行業性質和要素密集度進行分組回歸。首先，參考魯桐和黨印（2014）的做法，根據要素密集度將企業劃分為勞動密集型、資本密集型和技術密集型企業［9］，回歸結果分別如表3列（1）—（3）所示。回歸結果表明：第一，數字技術顯著提升了技術密集型企業的生產率。該類型企業與數字技術的契合度高，依托于人才和技術優勢，可以很好地實現數字化改造。第二，數字技術顯著抑制了資本密集型企業的生產率。中國資本密集型企業大多為傳統制造企業，其過高的固定資產占比導致企業面臨產能過剩的風險，限制了數字化改造的空間，加之缺乏數據、軟件、技術等無形資產的支撐，數字技術的引入反而會抑制企業生產率的提高。第三，數字技術對勞動密集型企業生產率無顯著影響。除資本密集型以外，大量傳統制造業也屬于勞動密集型，數字技術的應用同樣可能造成其生產效率的損失。然而，由于大量傳統服務業同樣屬于勞動密集型，數字技術對其的正向影響與上述負向影響相結合，最終呈現出數字技術對勞動密集型企業無顯著影響的結果。

其次，按照行業性質將企業劃分為制造業、生產性服務業和生活性服務業，回歸結果分別如表3列（4）—列（6）所示。回歸結果表明，數字技術對生活性服務業生產率的提升作用要明顯高于生產性服務業。數字技術對產業變革的推動最早發軔于互聯網應用、消費互聯網，與生活性服務業高度契合。現階段應用于生活性服務業的數字化產品比比皆是，吃穿住行均可通過線上服務完成且可依托大數據、云計算實現服務信息的精準推送。因此數字技術對生活性服務業效率提升最為明顯。將工業企業范圍縮小至制造業企業范圍后發現數字技術對制造業生產率的提升仍無顯著影響，這也從側面進一步印證了數字技術在工業領域存在“索洛悖論”，現階段數字技術對工業生產率提升微乎其微。

（三）穩健性檢驗

本文從三個方面進行穩健性檢驗，結果如表4所示。一是替換被解釋變量，采用企業勞動生產率替換全要素生產率。二是替換核心解釋變量，采用直接依賴度替換完全依賴度。三是采用考慮內生性問題的2SLS方法重新估計，設置行業滯后一期的完全依賴度作為工具變量，采用兩階段最小二乘估計解決內生性問題。列（1）、列（4）、列（7）為數字技術對所有企業生產率的回歸結果，列（2）、列（5）、列（8）為數字技術對工業企業生產率的回歸結果，列（3）、列（6）、列（9）為對數字技術對服務業企業的回歸結果，均與基準回歸結果保持基本一致。

五、未來展望：“鮑莫爾病”的根治

根據中國統計數據，短期內工業領域存在“索洛悖論”，因此數字技術僅能緩解“鮑莫爾病”。但從信息技術生產率悖論的總體演化軌跡來看，該悖論于20世紀90年代中后期已經消失，且后續經驗證據均表明信息技術有效提高了生產率［10-11］。那么，數字技術是否能同傳統信息技術般成為生產率持續改進的新引擎？本部分將從“鮑莫爾病”根治的關鍵、基礎及預想三方面探討中國借助數字技術根治“鮑莫爾病”的未來可能。

（一）根治的關鍵——全行業生產率的持續改進

根治“鮑莫爾病”實質上是要解決中國進入服務經濟時代后如何保持經濟持續穩定增長的問題。中國進入經濟服務化階段具有早熟的性質，面臨工業“未高先衰”與服務業“低端蔓延”的雙重困境。“鮑莫爾病”在中國結構轉型中表現為高生產率部門萎縮進而導致勞動力向低生產率部門轉移，最終帶來整體生產率降低，這是一種資源配置的退化［12］。這種退化的資源配置短期內可以通過保持工業尤其是制造業比重基本不變來緩解，從而促使全行業整體生產率增長不至于下降過快。但長期必須要解決服務業生產率過于低下及工業生產率增長萎靡不振的問題，促使全行業整體生產率的提升速度足以支撐經濟的持續增長。因此徹底根治“鮑莫爾病”、實現結構轉型中經濟持續增長的關鍵在于全行業生產率的持續改進。服務業生產率雖低但增長潛力巨大、工業生產率雖相對較高但仍有較大提升空間，服務業與制造業的深度融合為兩部門生產率的持續提升提供支撐。此時，勞動力在部門間的重新配置帶來生產率的持續提高，進而保障了中國經濟在服務業化階段的增長速度。接下來，本文將從根治的“基礎”和“預想”兩方面，進一步分析數字技術如何作用于這一“關鍵”，推動全行業生產率的持續改進，成為根治“鮑莫爾病”的一劑良藥。

（二）根治的基礎——中國發展數字技術的三重優勢

伴隨大數據、云計算、物聯網等數字技術相繼落地，我國已成為全球大數據和人工智能應用場景最廣泛的國家之一［10］。這得益于我國發展數字技術的如下三重優勢：

一是新基建優勢。數字技術在全行業的擴散應用脫離不了新型信息基礎設施的支撐，根據中國銀行研究院測算，2020年我國“新基建”投資總規模約為1.2萬億元。截至2020年底，“新基建”成果顯著：2020年全年新增5G基站約58萬個，累計已建成5G基站71.8萬個，我國已建成全球最大5G網絡資料來源于北京大學深圳研究院5G課題組。；2020年中國人工智能核心產業規模超過15000億，技術及應用水平已達到世界先進水平"資料來源于《新一代人工智能發展規劃》。；工信部發布的《關于深入推進移動物聯網全面發展的通知》中提出，2020年底我國將實現NB-IoT網絡縣級以上城市主城區普遍覆蓋，重點區域深度覆蓋"資料來源于《2020—2021中國物聯網發展年度報告》。。新一代信息基礎設施的大規模建設既降低了企業應用數字技術的接入成本，也降低了用戶購買數字化產品的消費價格，為數字技術在全行業的擴散應用提供基礎設施保障。

二是市場優勢。從數字技術發展所適配的市場環境來看，數字技術規模經濟極為顯著，雖然前期投入巨大，但擴展應用的邊際成本極低，因此數字技術需要龐大的市場規模支撐。一方面我國擁有全球最完整、規模最大的工業體系，數字技術改造各行業的市場極為廣闊。門類齊全、規模龐大的現代工業體系可以為數字化改造提供多種多樣的實驗基地和孵化基地，也可以分攤數字技術前期研發的高額投入，從而充分發揮數字技術的規模經濟優勢。另一方面，我國擁有包括4億多中等收入群體在內的14億人口所形成的超大規模內需市場，數字化改造服務業的收益極高。我國所具備的巨大市場規模既為數字技術的前期研發分攤了成本，也為數字技術的后期擴散應用降低了邊際成本，為數字技術在全行業的擴散應用提供了成本-收益保障。

三是制度優勢。從數字技術發展所需要的制度環境來看，數字技術及其衍生的新業態、新形式、新成果正深刻變革著人類的生產生活方式。這既需要制度靈活調整，及時為數字技術消除與實體經濟融合初期不協調、不適應的障礙，也需要制度加以規范，提前為數字時代可能出現的平臺壟斷、隱私泄露等做好預案。中國特色社會主義制度具有最大限度的整合社會資源、集中力量辦大事的體制機制優勢，在黨的領導下可以對數字技術發展的方向及時加以引導、調整及規范。從西方發達國家實現增長跨越的成功經驗來看，歷次技術革命是其轉換經濟發展動能，實現“換道超車”的關鍵。在此次以數字技術為核心的新一輪科技革命中，我國可以憑借集中力量辦大事的制度優勢，率先實現量子計算、3D打印、人工智能等數字技術的突破，打破工業領域的“索洛悖論”，在新一輪經濟發展動能轉換中占得先機，徹底根治“鮑莫爾病”。

（三）根治的預想——工業與服務業“兩翼齊飛”

1.數字技術重塑工業升級路徑

我國新型工業化的創新之路已由跟跑轉變為并跑與領跑，因此通過技術引進的同質化技術進步方式已難以為繼，相應地工業生產率增長也陷入困局。數字技術可以推動傳統產業轉型升級和新興產業打造，為我國工業升級提供新的方向。具體來講，一是數字技術將變革工業大規模流水線式的生產模式，推進制造模式的模塊化、柔性化、智能化。模塊化是指將復雜的生產流程歸類分解為標準、通用的多個模塊，再由多個模塊分別生產，最終集成的動態生產模式，該模式可實現大規模定制的高效生產。柔性化是指先由用戶提出個性化需求、企業再進行生產的全新供應鏈模式，該模式下供應鏈系統可實現對個性化需求的精準和敏捷反映，從而促使供需匹配效率大大提升。智能化是指依托數字技術對生產流程進行智能化改造，從而實現設備性能感知、過程優化、智能排產的智能生產模式，該模式下可以及時對生產過程中出現的狀況進行采集、分析與優化，提升管理效率。二是依托我國在5G、物聯網、大數據等數字技術的先發優勢，引領我國智能制造裝備、微電子裝備等戰略性新興產業快速發展。我國可以借此布局以中國為主的全球產業鏈，占據全球價值鏈的中高端，整合全球優勢資源，打造新的經濟增長點。可以預見，伴隨高度適配工業的數字化產品逐步落地，數字技術將會實現對我國新興產業與傳統產業的雙端賦能，重塑工業升級路徑，促使工業生產率持續提高。

2.數字技術促進制造業、服務業融合

伴隨著物聯網、云計算等數字技術的不斷成熟，工業尤其是制造業與服務業的邊界將愈發模糊，兩業融合的規模、程度和形式將得到全方位的提高。一方面，數字技術將推動制造業服務化，制造業企業可以依托遠程的工業互聯網平臺開展數字化管理、智能化生產、網絡化協同，提高生產、管理、銷售各環節的效率。另一方面，數字技術將推動服務業制造化，服務業可采用大量制造業生產的數字化設備如智能點餐系統、上菜機器人，節約雇工成本，提升服務效率。可以預見的是，在數字技術的助推下，制造業服務化、服務型制造等跨界融合模式將不斷深化，制造業與服務業將成為相互支撐、促進的現代經濟融合體。因此，即便出現勞動力由高生產率的制造業部門向低生產率的服務業部門轉移，但由于生產性服務業支撐了制造業部門生產率的持續提高，經濟整體生產率仍可保持持續改進。

3.數字技術全面變革服務業形態

數字技術打破了服務業的低效率和不可貿易屬性，促使服務業可以實現低邊際成本供給和遠距離傳輸。一方面，依托于5G、大數據等數字技術在服務業領域的應用，網絡服務平臺經濟蓬勃興起，互聯網與購物、出行、住宿、餐飲等傳統服務業深度融合全面變革了服務業形態，直播購物、打車、民宿、外賣等新業態不斷涌現。另一方面，在數字技術的助推下，部分服務業打破了物理空間的限制，可以為全國乃至全球提供服務。由上可見，數字技術正全面變革服務業形態，服務業生產率將持續提升。當服務業生產率與工業生產率趨同時，結構轉型中的“鮑莫爾病”自然得到根治。

六、結論與政策建議

圍繞中國能否通過數字技術來克服“鮑莫爾病”這一問題，本文基于“索洛悖論”的視角，以數字技術應用的行業異質性為切入點提出假說，并采用上市公司數據構建計量模型進行假說檢驗，結論如下：（1）整體而言，中國數字技術應用有利于提升企業全要素生產率，但存在顯著的行業異質性。具體而言，數字技術在服務業領域不存在“索洛悖論”，但在工業領域仍存在“索洛悖論”，對工業生產率的提升作用并不顯著。（2）數字技術可以通過減少工業與服務業間的生產率差距，實現緩解“鮑莫爾病”的目標。（3）異質性檢驗表明在不同區域、企業要素密集度和細分行業性質下，數字技術具有不同的生產率提升表現。（4）從“鮑莫爾病”根治的關鍵、基礎和預想三個方面來看，依托數字技術發展的信息基礎設施和市場規模優勢，未來我國可在企業數字化改造中搶奪先機，利用數字經濟根治“鮑莫爾病”。"本文根據數字技術在服務業與工業的不同擴散應用階段，針對性地提出數字技術賦能產業發展建議如下：

第一，加速適配于工業的數字化產品落地，為數字技術賦能工業提供助力。一是致力于工業領域數字技術基礎理論研究和關鍵核心數字技術攻關，在原創性理論和關鍵技術環節實現率先突破。二是構建完整的數字技術基礎研究突破、數字技術產品研發、數字技術成果落地的創新渠道，緊密銜接各環節，縮短數字技術理論突破到數字化產品落地的時間。三是采用數字技術研發扶持基金或稅收減免等政策手段，定向扶持在數字化改造中處于弱勢的工業企業，加快數字技術與傳統要素的深度融合。

第二，加強服務業發展相關政策、法律等配套支持，為數字技術賦能服務業減少阻力。一方面做好數字時代下服務業發展的社會管理規范，警惕數字化改造服務業的潛在威脅，如數字時代下的個人隱私泄露和互聯網大平臺壟斷。另一方面，對新型服務業形態提供全方位的政策、發育支持，充分挖掘服務業發展的潛力。

第三，加快人力資本積累，為數字技術賦能產業發展提供內生動力。一是積極推進產教融合，加快大學數字技術專業學科建設，打造新型數字產業人才培養模式，培養兼顧基礎理論和實踐檢驗的復合型創新人才，做好人力資本“質”的突破。二是開展社會培訓，普及數字技術基礎知識，做好人力資本“量”的積累。

第四，完善信息基礎設施建設，為數字技術賦能產業發展營造環境。一方面，繼續推進5G、大數據、物聯網等新型基礎設施建設，為數字技術在各行業擴散應用打好硬件基礎。另一方面，做好新型信息基礎設施建設的區域分布，避免新型信息基礎設施建設的過于集中分布，減輕或消除可能存在的“數字鴻溝”。

參考文獻：

［1］"Baumol"W"J."Macroeconomics"of"Unbalanced"Growth："The"Anatomy"of"Urban"Crisis［J］."American"Economic"Review，"1967，57（3）："415-426.

［2］"許憲春，張美慧.中國數字經濟規模測算研究——基于國際比較的視角［J］.中國工業經濟，2020（5）：23-41.

［3］"Aghion"P，"Howitt"P."The"Economics"of"Growth［M］."Cambridge："MIT"Press，"2009.

［4］"白雪潔，宋培，李琳，等.數字經濟能否推動中國產業結構轉型？——基于效率型技術進步視角"［J］.西安交通大學學報（社會科學版），2021，41（6）：1-15."

［5］"江小涓，羅立彬.網絡時代的服務全球化——新引擎、加速度和大國競爭力［J］.中國社會科學，2019（2）：68-91+205-206.

［6］"江小涓.數字時代的技術與文化［J］.中國社會科學，2021（8）：4-34+204.

［7］"袁富華，張平，劉霞輝，等.增長跨越：經濟結構服務化、知識過程和效率模式重塑［J］.經濟研究，2016，51（10）：12-26.

［8］"魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007［J］.經濟學（季刊），2012，11（2）：541-558.

［9］"魯桐，黨印.公司治理與技術創新：分行業比較［J］.經濟研究，2014，49（6）：115-128.

［10］何小鋼，梁權熙，王善騮.信息技術、勞動力結構與企業生產率——破解“信息技術生產率悖論”之謎［J］.管理世界，2019，35（9）：65-80.

［11］何小鋼，王善騮.信息技術生產率悖論：理論演進與跨越路徑［J］.經濟學家，2020（7）：42-52.

［12］蔡昉.生產率、新動能與制造業——中國經濟如何提高資源重新配置效率［J］.中國工業經濟，2021（5）：5-18.

From"Alleviate"to"Cure：How"Digital"Technology"Overcomes"Baumol’s"Disease？

NA"Meiya，"LU"Haiyong，"SONG"Pei

（School"of"Economics，Nankai"University，Tianjin"300071，China）

Abstract："Based"on"the"perspective"of"“Solow"Paradox”，"this"paper"constructs"a"multi-sector"economic"growth"model"to"explain"the"internal"mechanism"of"digital"economy"to"overcome"“Baumol"disease”，"and"uses"the"panel"data"of"listed"companies"from"2007"to"2019"to"conduct"an"empirical"test."The"research"shows"that："onnbsp;the"whole，"the"application"of"digital"technology"can"help"China"enterprises"improve"their"productivity，"but"as"far"as"manufacturing"enterprises"are"concerned，"Solow"Paradox"stillnbsp;exists;"At"present，"digital"technology"can"alleviate"“Baumol"disease”"by"narrowing"the"efficiency"difference"between"service"industry"and"manufacturing"industry，"but"it"can’t"cure"“Baumol"disease”.Heterogeneity"test"shows"that"the"application"of"digital"technology"has"different"productivity"enhancement"effects"in"different"regions，"enterprise"factor"density"and"industry"service"function"types.Relying"on"the"information"infrastructure"developed"by"digital"technology"and"the"advantages"of"market"scale，"China"can"seize"the"opportunity"in"the"digital"transformation"of"enterprises"in"the"future"and"use"the"digital"economy"to"cure"“Baumol"disease”."This"paper"studies"the"key，"foundation"and"expectation"of"radical"cure"of"“Baumol"disease”"to"provide"policy"suggestions"for"China"in"the"painful"period"of"structural"transformation"to"accelerate"the"overcoming"of"“Baumol"disease”"and"realize"the"leap"of"economic"growth.

Key"words：digital"technology；baumol’s"disease；solow"paradox;"productivity；economic"growth

（責任編輯：周正）