| 1,336 | 9 | 222 |
| 下载次数 | 被引频次 | 阅读次数 |
数据是数字经济发展的关键生产要素，是国家基础性战略性资源。本文兼顾财富摸底和贡献衡量的双重需求，利用永续盘存法（PIM）新途径，系统测算1995—2021年我国数字资本的财富性资本存量总额、财富性资本存量净额、生产性资本存量和资本服务规模，继而分别刻画了数字资本财富积累的阶段性特征及其赋能经济增长贡献的变化趋势。研究表明：从财富积累特征看，财富性数字资本存量净额以21.12%的年均增速实现跨越式增长，表现出“加速–放缓–提速–阻滞”的四阶段变动特征。不同于其他类型数字资本的持续快速积累态势，融合数字软件资本积累更易受宏观经济形势的扰动。分行业看，数字经济与传统产业的融合呈现出“三产>二产>一产”的逆向渗透格局，且显现出数实融合过程中“不均”“不深”的特征。从赋能经济增长贡献看，基于数字资本服务测算得到的经济增长贡献率呈现“升–降–升”的N型增长趋势，且数字软件资本逐步取代数字硬件资本成为拉动经济增长的强劲动力。本文全方位地展示了数字资本“投资–消耗–积累–服务”的资本运动全过程，论证了将财富与生产双重属性置于同一资本测算框架的必要性，以及以资本服务测度资本投入的不可替代性。
Abstract：Data is the key production factor for the development of digital economy and the fundamental strategic resource for the country. Taking into account the dual needs of wealth mapping and contribution measurement, as well as the scientific selection of asset efficiency loss profiles in conjunction with the characteristics of digital assets, this paper systematically measures the gross stock, net capital stock,productive stock and capital services of digital capital in China from 1995 to 2021 using the new PIM approach, and then the accumulation characteristics of digital capital and its contribution to the economic growth are depicted respectively. The study shows that, in terms of the wealth accumulation characteristics,the net digital capital stock grows at an average annual rate of 21.12%, showing a four-stage pattern of “acceleration-slowdown-acceleration-stagnation.” The accumulation of integrated digital software capital is more susceptible to disturbances of the macroeconomic situation, different from the sustained and rapid accumulation of other categories of digital capital. From the industry perspective, the integration of the digital economy and traditional industries shows a reverse infiltration pattern of “the tertiary industry>the secondary industry>the primary industry”, and shows the “uneven” and “not deep” characteristics of the integration process. In terms of the contribution rates, the contribution of digital capital to economic growth, as measured by digital capital services, has shown an N-shaped upward trend of “up-down-up”, and digital software capital is gradually replacing digital hardware capital as a strong driver of economic growth. Finally, this paper presents the entire process of digital capital's movement of “investment-consumptionaccumulation-service” and demonstrates the necessity of placing the dual perspectives of wealth and production in the same capital measurement framework, as well as the irreplaceability of capital services as a capital input.
[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, 204.
[2]蔡跃洲,张钧南.信息通信技术对中国经济增长的替代效应与渗透效应[J].经济研究, 2015, 50(12):100–114.
[3]曹跃群,赵世宽,张晗.省际R&D资本存量:框架、检验及空间动态分析[J].科学学研究, 2022, 40(8):1401–1412.
[4]陈梦根,张鑫.中国数字经济规模测度与生产率分析[J].数量经济技术经济研究, 2022, 39(1):3–27.
[5]郭美晨,杜传忠. ICT提升中国经济增长质量的机理与效应分析[J].统计研究, 2019, 36(3):3–16.
[6]姬卿伟.中国资本服务测算及其稳健性研究[J].统计研究, 2017, 34(10):15–28.
[7]李原,刘洋,李宝瑜.数据资产核算若干理论问题辨析[J].统计研究, 2022, 39(9):19–28.
[8]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.
[9]“SNA的修订与中国国民经济核算体系改革”课题组,许宪春,彭志龙,等. SNA关于资本服务的测算及对国民账户的影响[J].统计研究, 2013, 30(5):3–8.
[10]孙川.中国省际信息通信技术资本存量估算[J].统计研究, 2013, 30(3):35–42.
[11]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.
[12]王春云.资本服务核算的国际研究新进展及启示[J].统计学报, 2020, 1(1):26–42.
[13]王海兵.财富性还是生产性?同质性还是异质性?——关于中国物质资本测量的故事[J].经济学（季刊）, 2017, 16(2):671–706.
[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]吴翌琳,王天琪.数字经济的统计界定和产业分类研究[J].统计研究, 2021, 38(6):18–29.
[16]徐蔼婷,靳俊娇,祝瑜晗.一种R&D资本存量的综合测算方法及应用研究[J].数量经济技术经济研究, 2019, 36(12):145–164.
[17]许宪春,张钟文,胡亚茹.数据资产统计与核算问题研究[J].管理世界, 2022, 38(2):16–30, 2.
[18]杨林涛,邱惠婷.中国财富性与生产性R&D资本存量估算:基于非传统永续盘存法[J].数量经济技术经济研究, 2021, 38(11):122–143.
[19]杨晓维,何昉.信息通信技术对中国经济增长的贡献:基于生产性资本存量的测算[J].经济与管理研究, 2015, 36(11):66–73.
[20]郑世林,杨梦俊.中国省际无形资本存量估算:2000—2016年[J].管理世界, 2020, 36(9):67–81, 110, 82.
[21] Barefoot K, Curtis D, Jolliff W, et al. Defining and Measuring the Digital Economy[J]. US Department of Commerce Bureau of Economic Analysis, Washington, DC, 2018, 15:210.
[22] Berndt E R, Triplett J E. Fifty Years of Economic Measurement:The Jubilee of the Conference on Research in Income and Wealth[J]. Nber Books, 1991, 59(2).
[23] Christensen L R, Jorgenson D W. Measuring the Performance of the Private Sector of the US Economy, 1929—1969[M]. IDA Program Analysis Division, 1973.
[24] Domar E D. On the Measurement of Technological Change[J]. The Economic Journal, 1961, 71(284):709–729.
[25] Jorgenson D W. Capital Theory and Investment Behavior[J]. The American Economic Review, 1963(2):247–259.
[26] Jorgenson D W, Ho M S, Stiroh K J. Information Technology and the American Growth Resurgence[J]. MIT Press Books, 2005, 3(4):XII.
[27] OECD. Measuring Capital-OECD Manual 2009[M]. France:OECD Publishing, 2009.
[28] OECD. OECD Guide to Measuring the Information Society 2011[M]. France:OECD Publishing, 2011.
(1)生产性资本存量是指生产过程中资本的实际投入量，以资本品相对效率进行加权，实为“流量”概念。
(2)《国民账户体系（2008）》以补充表的形式将资本服务正式纳入国民账户体系，并明确指出以“生产效率”为单位的资本服务是资本投入的最佳度量指标。参见《国民账户体系（2008）》第484页，第20章“资本服务和国民账户”，E：关于资本服务的补充表。
(1)参见《Measuring Capital OECD Manual(Second Edition）》第26页。一方面，资本存量作为资本财富属性的价值量指标，衡量了资产的价值化财富累积情况，是国民资产负债表的重要组成部分；另一方面，资本流量作为资本生产属性的物量指标，展示了资产在生产中提供服务的能力，是经济增长贡献分析的测度之基（徐蔼婷等，2019）。
(2)财富性资本存量总额是指对过去资产投资残存流量以新资产价格进行重估价后的资本存量价值，测算时仅需考虑资产的退役模式。在此基础上，扣除固定资本消耗或折旧即为财富性资本存量净额。
(1)因篇幅所限，不同属性视角下资本的主要区别以附表1展示，见《统计研究》网站所列附件。下同。
(2)借鉴《Measuring Capital OECD Manual(Second Edition）》第27页。本文基于PIM新途径绘制的资本测算框架图以附图1展示。
(3)退役剖面有4种典型模式，详细分类以附录1展示。
(1)参见《Measuring Capital OECD Manual(Second Edition）》第118~121页。
(2)单一资产的役龄-效率剖面dn反映了资产的相对生产效率随役龄增加的变化情况。由于资产的役龄效率通常无法直接测算，需要对使用年限内资产生产效率的衰退模式进行假设，具体假设以附录2展示。
(1)既有文献对生产税净额中劳动要素份额的处理方式主要有三种：一是将生产税净额全部归为资本报酬，忽略生产税中的劳动要素贡献；二是按固定资本消耗、营业盈余、劳动者报酬相对比例对生产税净额进行分摊；三是根据生产税细分数据，将消费税、工资税等税种计入劳动者报酬。
(2)因篇幅所限，数字基础部门产品分类以附表2展示。
(3)融合数字硬件资本和融合数字软件资本分别对应数字融合部门使用数据存储、处理和传输的主机和网络通信设备等硬件产品进行改造升级（如数字化种植设施、数字化运输设备、数控机床），以及应用各类软件系统服务产品进行搜集检索、评估分析（如互联网金融服务、智慧医疗服务、智能仓储物流系统），从而实现价值增值的数字资本。
(4)鉴于本文研究重点在于数字资产，未将R&D、矿藏勘探和评估等特殊资产单列成类，统一划入其他类。因篇幅所限，本文对固定资产类型的划分以附图2展示。
(1)鉴于2012年投入产出表中ICT软件服务业的固定资本形成额与《电子信息产业统计年鉴（软件篇）》中2012年软件产品收入数据一致，本文利用历年软件产品收入增长率进行内插补缺和趋势外推。同时，由于软件产品收入数据最早只到1992年，利用1992-1996年软件产品收入的年均增长率趋势外推至1986年。
(2)因篇幅所限，融合数字硬件产品部门和融合数字软件服务部门的固定资本形成额测度方法以附录3展示。
(3)参见国家统计局国民经济核算司：《中国非经济普查年度国内生产总值核算方法》（第一次修订），2013年，第二章第五节信息传输、计算机服务和软件业不变价增加值计算方法。
(1)具体步骤：第一，基于平均役龄-效率剖面测度财富性资本存量净额；第二，根据财富性资本存量净额与不同资产投资变化的差值反推固定资本消耗；第三，计算固定资本消耗与财富性资本存量的比值得到时变折旧率。
(2)具体步骤：第一，细分基础数字硬件、基础数字软件、融合数字硬件、融合数字软件、建筑物、机器设备和其他7类资产计算当期资本服务量；第二，从资金流量表获取增加值、劳动者报酬和生产税净额数据，并按固定资本消耗、营业盈余、劳动者报酬的相对比例分摊生产税净额以计算国民账户体系内分配给资本要素的收益；第三，基于当期资本服务量等价于资本要素收益的假定，联立式（9)~(10）计算各类资本的实际回报率。
(3)PIM新途径下平均役龄-价格剖面和平均役龄-效率剖面基于相同的模式组合，这里仅对平均役龄-效率剖面的模式设定加以分析。
(4)基于不同模式设定下数字资本测度结果的相对波动率，辅以5%和10%的阈值设定来分析模式选择对数字资本测度结果的影响。判断规则为：若相对波动率小于5%，则认为该模式设定对数字资本测度结果的影响可忽略不计；若相对波动率介于5%~10%之间，则认为该模式设定对数字资本测度结果具有一定影响；若相对波动率大于10%，则认为数字资本测度结果深受该模式设定的影响。篇幅所限完整测算结果留存备索。
(1)参见《Measuring Capital OECD Manual(Second Edition）》第93页。
(2)OECD设定双曲线效率递减式中参数T为资产的使用寿命，而非最大使用寿命，参见《资本测算手册2009》第92页。
(1)需要说明的是，数字资本积累必然始于1995年之前，但受社会环境、经济成本等诸多因素制约，其期初资本积累水平一直处于低位，同时相关资本品的高折旧率使得前期积累的数字资本在20世纪90年代中后期几近完全折旧，故本文选择1995-2020年为时间窗，对生产性数字资本存量与财富性数字资本流量展开综合测算。
(1)财富性数字资本存量净额的行业分布情况按投入产出表中“数字硬件产品部门”产品与“数字软件服务部门”产品在其他产品部门的中间使用情况进行分摊。因篇幅所限，1995-2021年分行业财富性数字资本存量净额以附表3展示。
(2)参考Jorgenson等（2005）的做法以相邻两期生产性数字资本存量的算术平均值作为资本投入的代替指标。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2024.04.002
中图分类号:F49;F224
引用信息:
[1]金灿阳,徐蔼婷.基于财富和生产双重属性视角的我国数字资本测度研究[J].统计研究,2024,41(04):12-26.DOI:10.19343/j.cnki.11-1302/c.2024.04.002.
基金信息:
国家社会科学基金重大项目“基于‘知识产权强国’战略的高价值专利判别、测度与驱动效应的统计研究”（22&ZD162）; 浙江省哲学社会科学规划领军人才培育课题（青年英才）“高质量发展视阈下浙江专利价值统计测度与政策激励效应评估”（22QNYC14ZD）; 浙江省一流学科A类（浙江财经大学统计学）、浙江省重点建设高校优势特色学科（浙江工商大学统计学）和统计数据工程技术与应用协同创新中心资助
2024-04-25
2024-04-25