| 11,059 | 196 | 515 |
| 下载次数 | 被引频次 | 阅读次数 |
随着数字技术与实体经济的不断融合，产业数字化逐渐为高质量发展注入新动能。基于行业视角，本文借助增长核算框架测度2001—2020年我国不同行业的数字化程度，采用泰尔指数及分解方法考察各产业数字化程度的行业差异及动态演进，并利用投入产出模型分析不同类型部门之间的经济关联。研究显示：我国产业数字化发展速度快于数字产业化，产业数字化对经济增长的间接贡献大于数字产业化的直接贡献。从趋势上看，我国产业数字化发展势头良好、稳中有进，但农林牧渔业、房地产业、采矿业和交通运输仓储邮政业等行业的数字化进程缓慢，有很大增长空间。从差异上看，我国产业数字化程度呈现“第三产业>第二产业>第一产业”的特征，虽然三次产业之间的数字化程度差异逐渐缩小，但产业内部差异依然较大，且在数字化程度较高的第三产业表现尤为明显。数字经济高融合产业依靠关联效应拉动产出增长，而低融合产业主要依靠内生发展拉动增长，亟需加快数字化转型步伐、实现产业协同发展。
Abstract：With the continuous integration of digital technology and real economy, industrial digitization gradually injects new momentum for high-quality development. This paper firstly measures the digitization degree of different industries in China from 2001 to 2020 with the growth accounting framework, then investigates the industry differences and dynamic evolution of the digitization degree of various industries by using the Theil index and its decomposition method, and finally analyzes the economic linkages between different types of sectors based on the input-output model. The research shows that: 1) China's industrial digitization develops faster than digital industrialization, and the indirect contribution of industrial digitization to economic growth is greater than the direct contribution of digital industrialization. 2) China's industrial digitization has a good momentum of development and steady progress, but the digitization of agriculture, forestry, animal husbandry and fishery, real estate, mining,transportation, warehousing and postal industries is slow and much to be desired. 3) China's industrial digitization degree presents the characteristic of “tertiary industry>secondary industry>primary industry”.Although the difference in digitization degree among the three industries gradually shrinks, the difference within the industry is still large, especially in the tertiary industry in which the degree of digitization is high. 4) The high integration industry of digital economy depends on the linkage effect to drive the output growth, while the low integration industry mainly depends on the endogenous development to drive the growth. It is urgent to speed up the pace of digital transformation and to realize industrial coordinated development.
[1]蔡跃洲,牛新星.中国数字经济增加值规模测算及结构分析[J].中国社会科学, 2021(11):4?30.
[2]蔡跃洲.数字经济的增加值及贡献度测算:历史沿革、理论基础与方法框架[J].求是学刊, 2018, 45(5):65?71.
[3]国家统计局.数字经济及其核心产业统计分类（2021）[S].国家统计局, 2021-05-27.
[4]韩兆安,赵景峰,吴海珍.中国省际数字经济规模测算、非均衡性与地区差异研究[J].数量经济技术经济研究, 2021, 38(8):164?181.
[5]康铁祥.中国数字经济规模测算研究[J].当代财经, 2008(3):118?121.
[6]李娟,刘爱峰.中国区域数字产业发展的平衡性分析[J].统计与信息论坛, 2022, 37(1):3?12.
[7]刘波.中国非正规经济的就业效应研究:基于投入产出模型[J].统计研究, 2021, 38(2):87?98.
[8]刘纯阳,刘锦怡.软件和信息技术服务对农业经济增长的渗透效应[J].中国科技论坛, 2020(4):94?102.
[9]罗良清,平卫英,张雨露.基于融合视角的中国数字经济卫星账户编制研究[J].统计研究, 2021, 38(1):27?37.
[10]毛丰付,张帆.中国地区数字经济的演变:1994—2018[J].数量经济技术经济研究, 2021, 38(7):3?25.
[11]潘文卿,李子奈,刘强.中国产业间的技术溢出效应:基于35个工业部门的经验研究[J].经济研究, 2011, 46(7):18?29.
[12]彭刚,赵乐新.中国数字经济总量测算问题研究:兼论数字经济与我国经济增长动能转换[J].统计学报, 2020, 1(3):1?13.
[13]孙琳琳,郑海涛,任若恩.信息化对中国经济增长的贡献:行业面板数据的经验证据[J].世界经济, 2012, 35(2):3?25.
[14]王亚菲,王春云.中国行业层面信息与通信技术资本服务核算[J].统计研究, 2017, 34(12):24?36.
[15]鲜祖德,王天琪.中国数字经济核心产业规模测算与预测[J].统计研究, 2022, 39(1):4?14.
[16]向书坚,吴文君.中国数字经济卫星账户框架设计研究[J].统计研究, 2019, 36(10):3?16.
[17]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):23?41.
[18]许宪春,张钟文,常子豪,等.中国分行业全要素生产率估计与经济增长动能分析[J].世界经济, 2020, 43(2):25?48.
[19]许宪春.准确理解中国的收入、消费和投资[J].中国社会科学, 2013(2):4?24.
[20]中国信息通信研究院.中国数字经济发展白皮书（2020年）[R]. 2020.07.
[21]左晖,艾丹祥. ICT投资、偏向性技术变化与全要素生产率[J].统计研究, 2021, 38(9):19?33.
[22] Australian Bureau of Statistics. Measuring Digital Activities in the Australian Economy[R]. 2019.
[23] Barefoot K, Curtis D, Jolliff W, et al. Defining and Measuring the Digital Economy[R]. Working Paper, 2018.
[24] Calvino F, Criscuolo C, Marcolin L, et al. A Taxonomy of Digital Intensive Sectors[R]. Science, Technology and Industry Working Papers,OECD Publishing, Paris, 2018.
[25] Margherio L, Henry D, Cooke S, et al. The Emerging Digital Economy[R]. Department of Commerce, Washington, DC, 1999.
[26] Mesenbourg T L. Measuring the Digital Economy[R]. US Bureau of the Census, Suitland, MD, 2001.
[27] Miller R E, Blair P D. Input-output Analysis:Foundations and Extensions[M]. Cambridge University Press, 2009:593?615.
[28] Nadim A, Jennifer R. Towards a Framework for Measuring the Digital Economy[R]. Paper Prepared for the 35th IARIW General Conference,2018.
[29] OECD. The Digital Economy[R]. OECD, Paris, 2013.
[30] Tapscott D. The Digital Economy:Promise and Peril in the Age of Networked Intelligence[M]. New York:McGraw-Hill, 1996.
(1)理论上讲，劳动要素也可区分为ICT劳动要素和非ICT劳动要素，但这对统计数据的要求较高，本文暂未区分。
(1)详细分类如下：两个基础型数字经济产业为计算机、通信及其他电子设备制造业（从制造业中分离）和信息传输、软件和信息技术服务业，17个融合型数字经济产业为农林牧渔业、采矿业、制造业、电力热力燃气及水的生产和供应业、建筑业、交通运输仓储邮政业、批发和零售业、住宿餐饮业、金融业、房地产业、租赁和商务服务业、科学研究技术服务、居民服务和其他服务业、教育业、卫生和社会工作、文化体育和娱乐、公共服务业。
(2)笔者在采用投入产出模型研究就业问题时系统编制了2002—2017年40部门的投入产出序列表（刘波，2021）。本文基于投入产出表的相关指标测算均来自该数据集。
(1)假设固定资本形成总额与固定资产投资在建筑安装工程、设备工器具购置和其他费用三项间的分配比例一致。
(1)因2002年之前数据缺失，本文假设2001—2002年的行业分布与2003年保持一致。
(2)2004年、2013年和2018年《中国经济普查年鉴》公布了“期末在用计算机数”指标，2014年开始《中国统计年鉴》也开始公布该指标。本文根据该指标计算出各年分行业计算机在用数比重。对于数据缺失年份，本文采用插值法得到2008年的比重数据，并假定2001—2003年比重与2004年相同，2005—2007年比重与2008年相同，2009—2012年比重与2013年相同。之所以做出该假定，是因为本文在分析2013—2020年各行业期末在用计算机数比重变化时，发现各行业各年的比重数据非常稳定。
(1)具体过程为：先计算2001—2007年、2008—2015年、2016—2020年各行业数字化程度的均值和标准差，后计算各年各行业数字化程度的标准化得分。事实上，本文也按年份计算了各行业数字化程度的标准化得分，得到的划分结果基本一致。
(1)需要指出的是，2001—2007年第三产业泰尔指数之所以呈现大幅变动，是因为金融业的波动幅度较大。研究过程中发现，将金融业从样本中剔除后，2001—2020年泰尔指数的下降趋势变得更加平稳。
(1)需要说明两点：第一，由于2001—2020年高融合产业部门包含的行业不完全一致，比如批发和零售业、公共服务业分别于2003和2013年跻身高融合产业行列，本文选择2007年后的样本数据进行分析，进而满足动态分析的可比性要求。第二，为尽可能反映最新发展情况，本文对2020年数字经济投入产出表也进行了测算，但分析时需注意2007—2012年，2012—2017年，2017—2020年时期长短的差异。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2022.10.001
中图分类号:F49
引用信息:
[1]刘波,洪兴建.中国产业数字化程度的测算与分析[J].统计研究,2022,39(10):3-18.DOI:10.19343/j.cnki.11-1302/c.2022.10.001.
基金信息:
国家社会科学基金重大项目“数字经济对我国经济社会发展的影响效应测度与统计评价”（19ZDA119）;国家社会科学基金重大项目“大数据背景下我国新经济新动能统计监测与评价研究”（18ZDA125）;国家社会科学基金一般项目“基于投入产出技术的数字经济宏观效应研究”（21BTJ016）; 浙江省一流学科A类（浙江财经大学统计学）; 嘉兴新经济统计研究中心（GJPT202009）资助
2022-10-25
2022-10-25