中美兩國地區數字經濟產業效率測算與動態演進實證分析

趙新偉

(西北政法大學經濟學院，陜西 西安 710122)

0 引言

數字經濟是一國經濟發展的重要引擎，也是引領國家創新戰略的重要力量。目前，我國高速泛在的信息基礎設施已基本形成，寬帶普及率、數據交換、寬帶網速、網絡能力、新型移動通信服務等大幅提升，數字經濟在傳統產業、城鄉生活、政府治理等各個領域全面滲透，催生了產業新業態、新模式，已成為我國經濟發展新舊動能轉換、產業內容創新的催化劑和重要推動力[1]。

數字經濟可以優化生產要素配置效率，對分散化資源進行高效供需速配，提高經濟模式運營效率，節約要素成本，提高組織運營效率[2]。目前，各個國家紛紛出臺相關戰略和政策，著力推動數字技術創新，以謀求國家在競爭發展過程中的數字優勢。在當前疫情肆虐、世界經濟增長乏力的背景下，各國數字經濟仍獲得快速增長。數據顯示，2019年，全球47個國家的數字經濟總規模超過31.8萬億美元，約半數國家的數字經濟規模超過1000億美元，數字經濟名義增速為5.4%，高于同期GDP增速3.1個百分點。有25個國家的數字經濟規模增速超過10%，從數字經濟規模的GDP占比來看，2019年世界數字經濟規模占GDP的比重為41.5%，發達國家數字經濟規模占GDP的比重為51.3%，高收入國家數字經濟規模已占GDP的47.9%，德國、英國已達63.4%、62.3%。作為經濟規模最大的兩個國家，2019年美國數字經濟規模為13.1萬億美元，中國數字經濟規模為5.2萬億美元，美國數字經濟規模GDP占比為61%，中國數字經濟規模GDP占比為36.2%。從規?？?，中國數字經濟發展水平與美國相比還有一定的差距。

與數字經濟規模相聯系的另一個問題是數字經濟產業的效率。在數字經濟規模快速擴張的情況下，探究中美兩國數字經濟產業的效率及其動態演變趨勢，對于揭示中國數字經濟產業的整體發展狀況與世界地位，闡釋中美兩國數字經濟發展的動因，進而通過相關產業政策促進中國數字經濟的持續發展具有一定的現實意義。

1 文獻綜述

在數字經濟的測算方面，許憲春等[3]在數字經濟演變歷程的基礎上，對數字經濟的構成要素進行分析，并以此構建了數字經濟核算體系，測算了中國數字經濟發展總產值，并與美國、澳大利亞等發達國家的統計結果進行對比分析。劉軍等[4]界定了數字經濟的內涵,從信息化發展、互聯網發展和數字交易發展三個維度構建了省份數字經濟評價指標體系。劉方等[5]構建了數字經濟測度模型，測度并比較了中國與主要發達國家的數字經濟發展規模與產業融合水平。蔡躍洲[6]從增量測算入手,按照 “先增量后總量、先貢獻度后規?！钡乃悸?將增長核算與常規GDP核算方法相結合,構建起操作性和準確性更強的測算框架。

在數字經濟的效率評價方面，李研[7]測算了各省份及八大經濟區的數字經濟產業效率，分析了八大經濟區數字經濟效率的演變 。蔡昌等[8]利用BCC-DEA模型和Malmquist指數模型，從靜態和動態測算中國數字經濟產出效率。研究發現,各省份數字經濟產出效率存在顯著的地區差異性。在中國知網的期刊數據庫中檢索 “中美”加 “數字經濟效率”或者 “中美”加 “數字經濟”加 “效率”，都沒有檢索到文獻資料，可見還沒有學者對中美兩國的數字經濟產業效率進行測算與比較，這為本文的研究提供了空間。

本文對中美兩國數字經濟的產業范圍進行了界定，以2003—2019年兩國數字經濟產業的投入產出數據為基礎，利用SBM-DEA方法對兩國數字經濟產業的地區效率進行測算與對比分析，并對純技術效率、規模效率的貢獻度進行分解，利用核密度曲線、Dagum基尼系數對兩國數字經濟產業效率演進趨勢進行分析。

2 主要研究方法概述

2.1 核密度估計方法

核密度估計方法是基于數據集密度函數聚類算法的一種非參數估計方法，其主要內容是在給定的樣本集合下求解隨機變量的分布密度函數，其核心為利用平滑的峰值函數來對樣本數據進行擬合，其核函數有Triangular、Biweight、Triweight、Epanechnikov、Gauss等。Gauss核函數屬于平滑內核，估計方便，應用場景較廣，如聚類場景、建筑密度、風險評估領域；Epanechnikov內核在均方誤差意義下是最優的，其參數估計效率損失也較小。因此，本文采用Epanechnikov內核對參數進行估計，其核函數為：

(1)

2.2 基尼系統

本文采用Dagum基尼系數來測算中美兩國數字經濟產業效率差異，其定義為：

(2)

(3)

(4)

(5)

(6)

3 統計范圍、指標選取及數據來源

3.1 數字經濟概念及統計范圍

一般認為，數字經濟是一種有別于工業與農業的新型經濟形態，是移動互聯網、信息技術以及云計算、大數據等新型通信技術深入經濟社會各個層面產生的結果，其以數字基礎設施為載體，以 “互聯網+”為數字經濟發展的手段，以數據資源為要素投入，通過與制造、消費、金融、醫療、教育、交通等各個領域的融合，改變經濟主體的交互方式，催生新型商業模式，提高生產要素配置效率，從而促進單位主體產出水平提高、經濟結構優化。本文在對數字經濟概念闡釋的基礎上，對數字經濟產業范圍進行界定。由于數字經濟產業是新興產業，還沒有關于這一產業范圍的國際標準，此外，國家之間產業標準與統計口徑略有差異，因此在產業國別比較時會出現產業范圍不統一的問題。本文首先對中美兩國的數字經濟產業范圍進行統一界定，對中國數字經濟產業范圍的界定參照 《國民經濟行業分類 (GB/T 4754—2002)》《國民經濟行業分類 (GB/T 4754—2011)》《國民經濟行業分類 (GB/T 4754—2017)》中相關行業范圍的界定，數字經濟產業主要指 “信息傳輸、軟件和信息技術服務業”，包括 “電信、廣播電視和衛星傳輸服務”“互聯網和相關服務”“軟件和信息技術服務業”三個行業。美國產業分類標準主要參照北美NAICS中產業分類系統的標準，數字經濟產業主要采用其對美國信息產業的定義。由于中美兩國對于數字經濟產業的范圍定義有差異，存在較大的范圍不一致性，為了保證中美產業分類體系的可比性并與中國的數字經濟產業相對應，本文采用NAICS產業分類標準中的狹義信息產業定義，即信息產業僅包括廣播與電信、數據處理、托管和其他信息服務。

3.2 指標選取與數據來源

本文對于中美數字經濟產業效率的分析采用投入產出法，按照上述分析，定義本文數字經濟產業范圍為信息傳輸、計算機服務和軟件業。中美數字經濟產業的投入指標包括勞動力投入和資本投入，其中勞動力投入為中美數字經濟產業從業人員數，資本投入為數字經濟產業固定資產投入額，數字經濟產業的產出為行業產值。本文的樣本分析時間為2003—2019年，信息傳輸、計算機服務和軟件業的相關數據來源于國家統計局網站、中國統計年鑒與部分省份統計年鑒。2012年之前由于我國沒有公布信息傳輸、計算機服務和軟件業的地區產值數據，因此，用地區電信業務產值來代替數字經濟產業產出水平。2012年后數字經濟產業產出包括地區電信業務產值和軟件業務收入，其中軟件業務收入包括軟件產品收入、信息技術服務收入、嵌入式系統軟件收入以及軟件出口收入四部分。美國數字經濟產業數據來源于美國BEA官網，由于缺少美國固定投資的地區產業數據，本文用美國地區數字經濟產業的服務支出來代替資本投入。為了保證分析結果具有可比性，本文采用當年匯率對美國部分投入產出數據進行折算。

4 實證分析

4.1 中美地區數字經濟產業總效率測算

4.1.1 中國地區數字經濟產業總效率及波動趨勢

在樣本期內，各地區數字經濟產業效率值介于0.5～1.0之間，且地區數字經濟產業效率值在逐年提高，并呈現出較強的地區差異性。東部地區數字經濟產業效率值最高，中部地區次之，西部地區最低。

(1)從地區平均值來看，樣本期內東部地區數字經濟產業效率值較高，中西部地區較低。樣本期內，東部地區數字經濟產業效率值介于0.7～0.9之間。從2013年開始，其歷年平均數字經濟產業效率值在0.9左右，幾乎接近現有評價體系下的邊界值。中部和西部地區呈現出較強的階段性，2003—2010年數字經濟產業效率值較低，平均值在0.5左右，2011—2019年平均值介于0.7～0.8之間，效率值較高。

(2)從地區內部來看，東部地區除了極個別省份外，大多數省份都在0.7以上，效率值較高，部分地區如廣東、上海、山東、江蘇、浙江等其歷年都在0.9左右。從2012年開始，其數字經濟產業效率基本達到效率值邊界，產業效率值大于1，實現了DEA有效。中部地區的大多數省份數字經濟產業效率值比較低，基本沒有實現DEA有效，地區內部差異性較小。西部地區部分省份 (直轄市)如重慶、貴州、云南、寧夏等在2014—2019年效率值提高較快，基本達到邊界值，實現了DEA有效，其余省份效率值較低。

(3)從歷年演變趨勢來看，地區數字經濟產業效率呈現周期性波動趨勢。樣本期內，平均數字經濟產業效率在2003—2006年、2006—2012年和2012—2018年有三次大的周期性波動。整體來看，地區數字經濟產業效率是逐步提高的，特別是2012年以來提高顯著，這與近年來的數字經濟產業政策有緊密聯系，2012年以來，我國政府非常重視數字經濟產業發展，從各方面加強對數字經濟產業的扶持力度，2012年云計算作為 “十二五”發展的20項重點工程之一，被寫入 《“十二五”國家戰略性新興產業發展規劃》。2013年發改委下發 《關于加強和完善國家電子政務工程建設管理的意見》，鼓勵在電子政務項目中采用物聯網、云計算、大數據等新技術。2016年12月發布的 《智能制造發展規劃 (2016—2020年)》和 《智能制造 “十三五”發展規劃》提出，將提升我國信息化、數字化水平作為重要目標，到2020年傳統制造業重點領域基本實現數字化制造，此后，從中央到地方出臺了一系列發展數字經濟的政策措施，這些措施的頒布極大促進了數字經濟產業的發展以及產業效率的提高。

4.1.2 美國地區數字經濟產業總效率及波動趨勢

在樣本期內，與中國數字經濟產業效率相比，美國東中西部地區數字經濟產業效率地區差異較小，除了個別州以外，總體效率值較低，大多數州的數字經濟產業效率值介于0.3～0.5之間，從全國均值來看，2003—2019年，美國平均數字經濟產業效率有下降趨勢。

(1)從三大地區數字經濟產業效率均值來看，東部地區相對較高，樣本期內大多數年份在0.5左右，東部地區內部除了佐治亞州、紐約州、賓夕法尼亞州外，大多數州的數字經濟產業效率值介于0.3～0.5區間。西部和中部地區具有較強的一致性，效率值相對較低，樣本期內，西部和中部地區大多數年份的效率均值在0.4左右。從中部和西部地區內部看，沒有數字經濟產業效率特別高的州，大多數州的效率值在0.3～0.5之間。

(2)從美國三大地區數字經濟產業效率增長率來看，樣本期內東部和中部地區數字經濟產業效率有下降趨勢，西部地區輕微上升。2003年東部地區數字經濟產業效率值為0.535,2019年為0.507，樣本期內下降了5.23%。2003年中部地區數字經濟產業效率值為0.468,2019年為0.407，樣本期內下降了13.03%。2003年西部地區數字經濟產業效率值為0.451,2019年為0.464，樣本期內上升了2.88%。從美國全國數字經濟產業效率平均水平來看，樣本期內美國平均數字經濟產業效率下降，2003年為0.492,2019年為0.461，樣本期內下降了6.30%。從美國數字經濟產業效率的歷年變動趨勢來看，東部、中部、西部以及美國平均數字經濟產業效率波動幅度較小，四個效率指標整體波動幅度在0.4～0.6之間，且呈現出比較明顯的波動趨勢一致性特征。東部地區的數字經濟產業效率高于平均值，中部和西部地區低于全國平均水平。從總體趨勢看，樣本期內美國中部、西部和全國平均數字經濟產業效率都有下降，東部地區在樣本期內輕微上升。

4.2 中美數字經濟產業效率動態演進

(1)核密度分析。本文采用核密度分析法，闡釋中美數字經濟產業效率的動態演化趨勢。

圖1所示為中國數字經濟產業效率核密度圖，可以看到：樣本期內中國數字經濟產業效率歷年均值大多介于0.5～1.0之間，均值比較高，2017—2019年已接近邊界；數字經濟產業效率核密度曲線右移趨勢比較明顯，樣本期內歷年的波動較大，表明2003—2019年中國數字經濟產業效率在逐漸提高，且2011—2019年提高速度較快；數字經濟產業效率核密度曲線單峰特征明顯，無明顯的右拖尾，無雙峰現象，且核密度曲線峰度在逐年下降，表明歷年變動趨勢比較穩定，其概率密度分布比較均勻，無明顯的兩極化趨勢。

圖2所示為美國數字經濟產業效率核密度圖，可以看到，樣本期內美國數字經濟產業效率歷年均值大多數介于0.3～0.5之間，相對于中國數字經濟產業效率來說，美國的效率值較低。樣本期內美國數字經濟產業效率核密度曲線有輕微左移趨勢，2019年相對于2003年左移了0.2個單位，表明樣本期內美國數字經濟產業效率有下降趨勢，但不明顯，2019年相對于2003年下降了0.2個單位。美國數字經濟產業效率核密度曲線單峰特征明顯，無雙峰現象，但右拖尾現象明顯，表明美國的歷年變化趨勢不一致，有由低到高的轉化，也有形成兩極化的趨勢，但無明顯的雙峰，表明兩極化特征還未形成。

圖1 中國數字經濟產業效率核密度

圖2 美國數字經濟產業效率核密度

(2)基尼系數分解。本文采用基尼系數來揭示中美兩國數字經濟產業效率地區差距的演變趨勢，表1和表2分別列出中美兩國數字經濟產業效率地區差距基尼系數，可見樣本期內中美兩國數字經濟產業效率總體差距都在擴大。2003年中國為0.175、2019年為0.182，提高了4%；2003年美國為0.131、2019年為0.225，提高了71.7%，可見美國數字經濟產業效率地區差距擴大趨勢明顯。從中美數字經濟效率地區差距貢獻度來看，中國的差距主要來自地區間差距，而美國的差距主要來自地區內部的差距。

表1 中國數字經濟產業效率地區差距基尼系數

表2 美國數字經濟產業效率地區差距基尼系數

從中美兩國地區內部數字經濟效率差距變動趨勢來看，中國的差距變動波動性較大，趨勢性不明顯，東部和中部地區的內部差距變動趨勢與總效率差距變動趨勢基本一致，大體呈現三階段特征，西部地區的內部差距歷年波動性較強。從總體趨勢來看，樣本期內東部地區的內部差距在縮小，中部地區在增大，西部地區沒有變化。美國除了中部地區外，東部、西部和全國數字經濟效率差距呈現較強的趨勢性，在樣本期內呈現周期性上升趨勢，且增長速度較快。從中美兩國數字經濟產業效率地區間差距變動趨勢來看，中國的東中部差距、東西部差距和中西部差距也呈現比較明顯的階段特征，美國的東中部差距、東西部差距和中西部差距趨勢性變化明顯，其基尼系數在樣本期內呈現周期性上升。

5 研究結論

(1)樣本期內中國數字經濟產業總效率高于美國，中國數字經濟產業效率在提高，美國在下降。2003—2019年，中國數字經濟產業總效率均值為0.706，美國同期總效率均值為0.484，中國是美國的1.45倍；樣本期內中國數字經濟產業總效率整體提高了25.9%，美國則出現下降，下降速度為-6.30%。

(2)由核密度分析可以得到，中國數字經濟產業效率歷年均值較高，部分年份已接近效率邊界，核密度曲線右移趨勢明顯，數字經濟產業效率提高速度較快，數字經濟產業效率核密度曲線單峰特征明顯，無明顯的右拖尾，無雙峰現象，其概率密度分布比較均勻，無明顯的兩極化趨勢。美國數字經濟產業效率歷年均值較低，核密度曲線有輕微左移趨勢，樣本期內美國數字經濟產業效率出現下降趨勢，但不明顯，核密度曲線單峰特征明顯，無雙峰現象，有右拖尾，有形成數字經濟產業效率兩極化的趨勢。

(3)由基尼系數分解可以看到，樣本期內中美兩國數字經濟產業效率地區差距都在擴大，美國的地區差距擴大趨勢比較顯著。樣本期內中國的地區差距擴大了4%，而同期美國數字經濟產業效率基尼系數提高了71.7%，數字經濟產業效率地區差距擴大趨勢明顯。從中美數字經濟效率地區差距貢獻度來看，中國的地區差距主要來自東中西部地區，美國的地區差距主要來自地區內部。