李帥娜 林 婷

(1.河北地質(zhì)大學(xué),河北 石家莊 050031;2.河北省科技創(chuàng)新與區(qū)域經(jīng)濟可持續(xù)發(fā)展研究基地,河北 石家莊 050031;3.南開大學(xué),天津 300071)

一、引言與相關(guān)文獻綜述

服務(wù)業(yè)已成為我國第一大產(chǎn)業(yè)和經(jīng)濟增長的主要動力,其對經(jīng)濟轉(zhuǎn)型升級、制造業(yè)提質(zhì)發(fā)展有著不可忽略的作用(袁富華 等,2016)。也有學(xué)者指出,服務(wù)業(yè)的“量質(zhì)齊增”是中國經(jīng)濟轉(zhuǎn)型升級發(fā)展的重要抓手(夏杰長 等,2019)。此外,構(gòu)建新發(fā)展格局對服務(wù)業(yè)發(fā)展提出了更高要求,尤其是服務(wù)業(yè)生產(chǎn)率方面。21世紀(jì)以來,數(shù)字經(jīng)濟已經(jīng)成為國民經(jīng)濟中最為核心的增長極之一。在數(shù)字化時代,企業(yè)迎來了新一輪科技革命和產(chǎn)業(yè)變革的機遇,產(chǎn)業(yè)數(shù)字化發(fā)展對經(jīng)濟的影響也逐漸成為新的關(guān)注點。在此背景下,研究服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型對其生產(chǎn)率的影響不僅有利于數(shù)字技術(shù)與實體經(jīng)濟相融合的可持續(xù)發(fā)展,而且關(guān)系到在服務(wù)經(jīng)濟時代,中國能否繼續(xù)保持相對穩(wěn)定的經(jīng)濟增長,以實現(xiàn)包容性增長。

現(xiàn)有研究對于新一代信息技術(shù)如何影響服務(wù)業(yè)生產(chǎn)率已有一些初步探討,主要集中在交易成本、服務(wù)業(yè)性質(zhì)變化、勞動力異質(zhì)性等視角。比如,Pisano et al.(2015)、Peters et al.(2018)指出,新一代信息技術(shù)不僅提高了服務(wù)供給與需求匹配之間的速度,而且提高了匹配的精準(zhǔn)性,供給匹配效率的優(yōu)化有利于提升服務(wù)業(yè)生產(chǎn)率。盧福財?shù)?2018)認(rèn)為,互聯(lián)網(wǎng)技術(shù)的發(fā)展與應(yīng)用放松了服務(wù)供需中對時間與空間的約束與限制,這在一定程度上降低了服務(wù)的供給成本,有助于擴大企業(yè)服務(wù)供給規(guī)模,提升服務(wù)業(yè)生產(chǎn)率。Srivastava(2014)基于印度、中國和巴西等發(fā)展中國家的樣本數(shù)據(jù),檢驗發(fā)現(xiàn)互聯(lián)網(wǎng)技術(shù)的應(yīng)用減少了金融行業(yè)中的交易成本,提高了金融行業(yè)的生產(chǎn)率。沈俊杰(2015)認(rèn)為,信息技術(shù)賦予了服務(wù)可分割、可儲存、可貿(mào)易等新特點,實現(xiàn)了服務(wù)供給與需求相分離,有利于降低服務(wù)供給成本,擴大供給規(guī)模,進而提高其生產(chǎn)率。江小涓等(2019)認(rèn)為,信息技術(shù)使傳統(tǒng)服務(wù)業(yè)的效率逐漸提高,這不僅體現(xiàn)在可以在更大范圍內(nèi)提供服務(wù),推動規(guī)模經(jīng)濟,而且還體現(xiàn)在提高了服務(wù)供需匹配效率。張龍鵬等(2020)表示,信息技術(shù)通過改變服務(wù)業(yè)特征、降低勞動力異質(zhì)性等對服務(wù)業(yè)生產(chǎn)率產(chǎn)生積極影響。

值得指出的是,現(xiàn)有研究在探討新一代信息技術(shù)對服務(wù)業(yè)生產(chǎn)率的影響機制時較少考慮專業(yè)化分工所發(fā)揮的作用,而從數(shù)字化的特征來看,其與專業(yè)化分工之間存在著緊密聯(lián)系。交易成本理論認(rèn)為,企業(yè)專業(yè)化分工程度取決于外部交易成本的大小(Coase,1937)。數(shù)字技術(shù)具有低成本獲取信息以及有效、快速傳播信息的特征,為降低企業(yè)外部交易成本提供了支撐,進而有利于推動企業(yè)的專業(yè)化分工深化(施炳展 等,2020;袁淳 等,2021)?？梢钥吹?服務(wù)業(yè)中數(shù)字經(jīng)濟增加值占比始終穩(wěn)居于三大產(chǎn)業(yè)之首,數(shù)字技術(shù)對服務(wù)業(yè)的融合與滲透不斷深化。服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展正悄無聲息地改變著服務(wù)業(yè)的原有服務(wù)形式,并且分離出新的業(yè)態(tài)。比如,一大批以“經(jīng)營平臺”為特征的企業(yè)不斷出現(xiàn),以數(shù)字技術(shù)為支撐的新型文化層出不窮,共享單車的出現(xiàn)等。由此可見,專業(yè)化分工在數(shù)字化轉(zhuǎn)型影響服務(wù)業(yè)企業(yè)生產(chǎn)率的過程中有著不可忽視的作用。

綜上所述,本文的主要工作便是基于2011—2019年中國服務(wù)業(yè)上市公司數(shù)據(jù),實證檢驗服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型對其生產(chǎn)率的影響,并考察專業(yè)化分工在其中所扮演的角色。本文對現(xiàn)有文獻的邊際貢獻有:其一,從研究視角來看,本文將數(shù)字化納入服務(wù)業(yè)生產(chǎn)率的研究框架中,為研究“生產(chǎn)率悖論”提供了一個新視角。其二,從理論方面來看,本文基于微觀企業(yè)層面詳細(xì)剖析了數(shù)字化轉(zhuǎn)型如何通過專業(yè)化分工進一步影響服務(wù)業(yè)生產(chǎn)率,為理解數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)生產(chǎn)率之間的關(guān)系提供了新思路。此外,專業(yè)化分工機制的闡釋也有利于揭示以數(shù)字技術(shù)為代表的新興動能對于推動分工深化、建立暢通國民經(jīng)濟循環(huán)的重要意義。其三,從實證方面來看,本文從多維度評估了數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的影響效應(yīng),豐富了基于微觀層面檢驗數(shù)字化的經(jīng)濟效應(yīng)研究。

二、理論分析與假說提出

(一)數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)企業(yè)生產(chǎn)率

第一,數(shù)字化轉(zhuǎn)型賦予了服務(wù)可分離、可存儲與跨區(qū)域供給的新特點,有利于提高服務(wù)業(yè)企業(yè)生產(chǎn)率。在傳統(tǒng)服務(wù)業(yè)中,很多服務(wù)過程對時間和空間的約束性很強,比如大家公認(rèn)的勞動生產(chǎn)率比較低的藝術(shù)表演、教育、醫(yī)療、家政服務(wù)等行業(yè)。在數(shù)字經(jīng)濟時代,數(shù)據(jù)成為與勞動力、資本、技術(shù)同等重要的生產(chǎn)要素。數(shù)據(jù)要素對服務(wù)業(yè)的滲透實現(xiàn)了服務(wù)業(yè)質(zhì)的發(fā)展。首先,數(shù)據(jù)要素的獨特性放松了服務(wù)過程對時間和空間的約束。數(shù)據(jù)信息依托數(shù)字化基礎(chǔ)設(shè)施的建設(shè),突破了地理距離制約,改變了消費者傳統(tǒng)購物模式,使原本不可貿(mào)易的服務(wù)、難以滿足的需求在更大的空間內(nèi)實現(xiàn),比如“C2C”“P2C”等新的消費形式。其次,數(shù)字技術(shù)實現(xiàn)了服務(wù)可存儲、可跨區(qū)域供給,使得相同的生產(chǎn)要素能夠提供更多的服務(wù),有利于提高服務(wù)業(yè)生產(chǎn)率。

第二,數(shù)字化提高了服務(wù)供給與需求匹配的效率,降低了交易成本,有利于提高服務(wù)業(yè)企業(yè)生產(chǎn)率。在應(yīng)用數(shù)字技術(shù)之前,企業(yè)為搜集客戶需求以推出新產(chǎn)品要經(jīng)歷市場調(diào)研、開發(fā)產(chǎn)品、試用、反饋、推銷等環(huán)節(jié)(江小涓,2020),整個過程持續(xù)時間長,成本高。數(shù)字技術(shù)的應(yīng)用優(yōu)化了這一過程。首先,數(shù)字技術(shù)提高了搜集客戶需求的速度與精準(zhǔn)度,降低了搜尋成本;其次,生產(chǎn)者利用大數(shù)據(jù)以及互聯(lián)網(wǎng)的優(yōu)勢,將供求信息轉(zhuǎn)化為數(shù)據(jù),依據(jù)消費者的點擊、搜索內(nèi)容對其進行精準(zhǔn)定位與推送,降低了匹配成本;最后,數(shù)字技術(shù)解決了服務(wù)供給過程中信息不對稱帶來的信任問題并完善了反饋服務(wù)質(zhì)量的機制,降低了追蹤與驗證成本。交易成本的降低有利于單位時間服務(wù)數(shù)量和質(zhì)量的提升,為企業(yè)更多地滿足消費者多樣化的需求提供了動力,進而提升服務(wù)業(yè)企業(yè)生產(chǎn)率。

第三,數(shù)字化推動了消費者異質(zhì)性偏好顯性化,有利于提高服務(wù)業(yè)企業(yè)生產(chǎn)率。需求差異性也是服務(wù)業(yè)的典型特征。數(shù)字技術(shù)在服務(wù)業(yè)中的使用不僅可以精準(zhǔn)獲取消費者個體層面的需求特征,而且還能夠通過對個體需求特征的深度分析,識別出群體需求內(nèi)部的異質(zhì)性,挖掘市場需求?；诋愘|(zhì)性需求的分析,數(shù)字技術(shù)使得原本無法實現(xiàn)的交易得以實現(xiàn),成功地將消費者異質(zhì)性偏好顯性化,并形成個性化消費需求集聚效應(yīng)。消費者為滿足自己個性化的需求,實現(xiàn)效用最大化,會愿意以高于普通服務(wù)一般市場價格的價格購買服務(wù)。對于生產(chǎn)者而言,一個潛在的驅(qū)動力就是通過占有消費者剩余增加生產(chǎn)者剩余,進而提升服務(wù)的價值,提升服務(wù)業(yè)生產(chǎn)率。

基于以上分析,本文提出:

假說1：服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型有利于提升其生產(chǎn)率,即數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)企業(yè)生產(chǎn)率之間不存在悖論。

(二)數(shù)字化轉(zhuǎn)型與專業(yè)化分工

斯密在《國富論》中提出,分工和專業(yè)化會提高勞動生產(chǎn)率,進而增加國民財富,但分工和專業(yè)化的程度會受到市場范圍大小的影響。協(xié)調(diào)成本的高低制約了分工所能達到的水平,也就決定了專業(yè)化的經(jīng)濟效果,即生產(chǎn)過程中各個環(huán)節(jié)間的協(xié)調(diào)成本是制約分工和專業(yè)化程度的關(guān)鍵因素(Becker et al.,1992;寇宗來 等,2021)。

數(shù)字化推動企業(yè)專業(yè)化分工也正是通過降低企業(yè)之間的協(xié)調(diào)成本實現(xiàn)的。其中,協(xié)調(diào)成本主要包括搜尋成本、契約簽訂成本、監(jiān)督控制成本以及其他相關(guān)成本等。本文認(rèn)為數(shù)字化轉(zhuǎn)型對專業(yè)化分工深化的推動作用具體體現(xiàn)在以下三方面:第一,數(shù)字化的發(fā)展有利于降低搜尋成本,從而促進企業(yè)專業(yè)化分工。在數(shù)字化背景下,信息的儲存、擴散與傳播更為便捷與迅速,不僅可以使企業(yè)獲得潛在交易方的生產(chǎn)能力、成長過程、誠信水平等信息,而且可以獲得其服務(wù)產(chǎn)品評價、價格等信息,降低了企業(yè)的搜尋成本。一方面,較低的搜尋成本擴大了服務(wù)供求雙方的市場選擇范圍,提高了服務(wù)產(chǎn)品的匹配精準(zhǔn)度(Dana et al.,2014),有利于企業(yè)高效率、低成本地找到最優(yōu)中間品,促進企業(yè)的專業(yè)化分工。另一方面,較低的搜尋成本使得服務(wù)產(chǎn)品價格信息更易于獲得與比較,一定程度上加劇了可替代服務(wù)產(chǎn)品之間的競爭,降低整體價格水平(施炳展 等,2020)?？紤]到成本最小化原則,企業(yè)往往越更傾向于從外部購買某部分服務(wù)產(chǎn)品,推動了專業(yè)化分工。第二,數(shù)字化發(fā)展有利于降低契約簽訂成本,從而促進企業(yè)專業(yè)化分工。數(shù)字技術(shù)帶來的信息傳遞與共享,不僅使得企業(yè)間的協(xié)調(diào)與溝通更加便利,而且提高了標(biāo)的服務(wù)產(chǎn)品價格、質(zhì)量、評價等關(guān)鍵信息的可獲取性,這大大降低了企業(yè)與交易方在商定合約過程中所需要支付的成本(施炳展 等,2020)。基于利潤最大化的原則,契約簽訂成本越低,企業(yè)往往越傾向于購買某部分服務(wù)產(chǎn)品而非自行生產(chǎn),有利于專業(yè)化分工的深化(Acemoglu et al.,2009;Du et al.,2012)。第三,數(shù)字化有利于降低監(jiān)督控制成本以及其他相關(guān)成本,從而促進企業(yè)專業(yè)化分工。一方面,數(shù)字技術(shù)所帶來的信息儲存與傳播,不僅減少了信息不對稱情形(Hollenbeck,2016),而且實現(xiàn)了企業(yè)之間高質(zhì)量匹配,降低了潛在違約風(fēng)險,進而交易方違約所產(chǎn)生的相關(guān)成本也隨之減少。同時,數(shù)字技術(shù)可以及時追蹤服務(wù)產(chǎn)品、契約的履行情況,這確保了一旦交易方未按合同履約或者出現(xiàn)其他情況,企業(yè)可以及時與交易方進行溝通,并根據(jù)需求做出靈活調(diào)整,降低糾正成本(Clemons et al.,1993)。另一方面,鑒于數(shù)字技術(shù)賦予了服務(wù)可存儲、可貿(mào)易性,企業(yè)尋找交易方的范圍得到了擴大。若發(fā)生合約中止等情況,能夠減少企業(yè)尋找到新的合作伙伴的時間與成本,進而降低了被套牢所帶來的成本。監(jiān)督控制成本以及其他相關(guān)成本的降低為服務(wù)業(yè)企業(yè)與中間品生產(chǎn)商之間的合作提供了保障,從而使得從外部購買中間服務(wù)產(chǎn)品的比較優(yōu)勢更加凸出,有利于對服務(wù)業(yè)企業(yè)形成利益激勵、推動專業(yè)化分工。

進一步,專業(yè)化分工的深化有助于提升服務(wù)業(yè)企業(yè)生產(chǎn)率。一是規(guī)模經(jīng)濟效應(yīng)。專業(yè)化分工實現(xiàn)了服務(wù)產(chǎn)品供給過程的相分離,而不同的服務(wù)產(chǎn)品在生產(chǎn)過程中可能會需要相同的生產(chǎn)要素與技術(shù),這使得同一層次的生產(chǎn)環(huán)節(jié)得以聚集,有利于推動部分服務(wù)產(chǎn)品供給過程規(guī)模經(jīng)濟的實現(xiàn)。伴隨著規(guī)模經(jīng)濟的出現(xiàn),服務(wù)產(chǎn)品生產(chǎn)成本逐漸下降,進而對企業(yè)生產(chǎn)率產(chǎn)生積極影響。二是比較優(yōu)勢效應(yīng)。服務(wù)業(yè)企業(yè)提供資源與技術(shù)具有比較優(yōu)勢的服務(wù)產(chǎn)品,可以提高其自身的競爭優(yōu)勢與生產(chǎn)率。隨著企業(yè)專業(yè)化分工程度的細(xì)化和深化,特定環(huán)節(jié)服務(wù)產(chǎn)品的生產(chǎn)效率會不斷提高,這不僅有助于降低服務(wù)產(chǎn)品的供給成本,而且有助于實現(xiàn)資源的有效配置,進而提升生產(chǎn)效率。三是技術(shù)溢出效應(yīng)。專業(yè)化分工一般是通過買賣部分服務(wù)產(chǎn)品來將不同企業(yè)聯(lián)系起來。通常情況下,資源、技術(shù)稟賦較高的企業(yè)會出售服務(wù)產(chǎn)品到發(fā)展水平相對較低的企業(yè),而這些服務(wù)產(chǎn)品一般都含有比較高的技術(shù)水平。因而,這會極大地刺激發(fā)展水平較低的企業(yè)去學(xué)習(xí)先進技術(shù),即產(chǎn)生“干中學(xué)”效應(yīng)而提高各環(huán)節(jié)本身的生產(chǎn)率(Becker et al.,1992)。

基于以上分析,本文提出:

假說2：服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型可以通過專業(yè)化分工提升其生產(chǎn)率。

三、研究設(shè)計

(一)模型構(gòu)建

為檢驗服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型對其生產(chǎn)率的影響,本文構(gòu)建如下固定效應(yīng)模型:

lnTFPit=α+βlndigitit+γXit+δi+ηt+μt+νt+εit

(1)

其中:i表示企業(yè),i=1,2,…,N;t表示時間,t=1,2,…,T;lnTFPit表示服務(wù)業(yè)中i企業(yè)在t年的生產(chǎn)率;lndigitit表示服務(wù)業(yè)中i企業(yè)在t年的數(shù)字化轉(zhuǎn)型水平;Xit表示影響服務(wù)業(yè)企業(yè)生產(chǎn)率的其他變量,即控制變量;β表示數(shù)字化轉(zhuǎn)型變量的估計系數(shù),表征服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型影響其生產(chǎn)率的程度,是本文關(guān)注的重點;δi表示企業(yè)固定效應(yīng);ηt表示年份固定效應(yīng);μt表示省份(市)與時間虛擬變量交互項;νt表示行業(yè)與時間虛擬變量交互項;εit表示隨機誤差項。

(二)變量選擇

1.被解釋變量

本文被解釋變量為服務(wù)業(yè)企業(yè)生產(chǎn)率(lnTFP)。考慮到樣本中企業(yè)投資額缺失的企業(yè)占總樣本的37.1%,故采用LP方法測算企業(yè)生產(chǎn)率。借鑒相關(guān)研究,企業(yè)總產(chǎn)出表示為主營業(yè)務(wù)收入,企業(yè)資本要素投入采用固定資本存量來衡量(1)固定資本存量主要借鑒楊晨等(2015)的做法,按照永續(xù)盤存法計算,公式為Kt=Kt-1+It-Dt。其中,初始存量(Kt-1)用上市公司前一年年報中的凈資產(chǎn)額來替代,投資額(It)采用各企業(yè)各年度的投資額來表示,折舊(Dt)采用固定資產(chǎn)折舊額指標(biāo)來表示。,企業(yè)勞動要素投入采用企業(yè)員工人數(shù)作為替代變量,企業(yè)中間品投入的計算公式為:營業(yè)成本+銷售費用+管理費用+財務(wù)費用-折舊攤銷-支付給職工以及為職工支付的現(xiàn)金(任勝鋼 等,2019;楊秀云 等,2021)。

2.核心解釋變量

本文核心解釋變量為服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型程度(lndigit)。從現(xiàn)有研究來看,關(guān)于企業(yè)數(shù)字化的量化方法主要包括數(shù)字化相關(guān)資產(chǎn)、文本分析法等(李坤望 等,2015;袁淳 等,2021),但均存在一些不足,比如數(shù)字化相關(guān)資產(chǎn)數(shù)據(jù)往往會受到企業(yè)炫耀性投資的影響,文本分析中對于詞匯范圍的選擇存在較大主觀性。為此,本文采用CSMAR數(shù)據(jù)庫中上市公司數(shù)字化轉(zhuǎn)型數(shù)據(jù)對其進行量化。

3.控制變量

參考相關(guān)研究的做法,本文選取的控制變量具體包括:(1)企業(yè)規(guī)模(size),采用企業(yè)總資產(chǎn)的自然對數(shù)衡量。(2)股權(quán)集中度(owncon),采用最大股東的控股比例衡量。(3)資產(chǎn)負(fù)債率(finance),采用總負(fù)債與總資產(chǎn)的比值進行衡量。(4)企業(yè)年齡(age),等于當(dāng)年年份減去企業(yè)成立年份加1。(5)流動比率(liquid),利用流動資產(chǎn)與總資產(chǎn)的比值進行衡量。(6)企業(yè)性質(zhì)(owner),采用0-1變量表示,其中1表示國有企業(yè),0表示民營企業(yè)。(7)總資產(chǎn)收益率(ROA),以凈利潤占資產(chǎn)總額的比重衡量。(8)固定資產(chǎn)比例(fix),采用固定資產(chǎn)凈值與總資產(chǎn)的比值衡量。(9)董事會規(guī)模(board),采用董事會人數(shù)加1后取自然對數(shù)來衡量。

(三)樣本選擇與數(shù)據(jù)來源

本文以2011—2019年中國滬深A(yù)股服務(wù)業(yè)上市企業(yè)數(shù)據(jù)為樣本,并對初始樣本進行了以下處理:剔除ST、ST*等特別處理的樣本;剔除金融行業(yè)樣本;剔除財務(wù)指標(biāo)明顯異常的觀測值;采用Winsor剔除變量最高和最低兩端各1%的極端值。經(jīng)過上述處理,最終得到有效樣本2039個,覆蓋30個省份,11類服務(wù)業(yè)(具體包括批發(fā)和零售業(yè),交通運輸、倉儲和郵政業(yè),住宿和餐飲業(yè),信息傳輸、軟件和信息技術(shù)服務(wù)業(yè),房地產(chǎn)業(yè),租賃和商務(wù)服務(wù)業(yè),科學(xué)研究和技術(shù)服務(wù)業(yè),水利、環(huán)境和公共設(shè)施管理業(yè),教育,衛(wèi)生和社會工作,文化、體育和娛樂業(yè))。企業(yè)層面的數(shù)據(jù)主要來自CSMAR、CNRDS以及Wind數(shù)據(jù)庫。

本文主要變量的描述性統(tǒng)計結(jié)果見表1。

表1 主要變量的描述性統(tǒng)計結(jié)果

四、實證結(jié)果分析

(一)基準(zhǔn)回歸結(jié)果

表2報告了數(shù)字化轉(zhuǎn)型影響企業(yè)生產(chǎn)率的回歸結(jié)果。列(1)～(3)的結(jié)果顯示,在未加入控制變量時,無論是否控制省份固定效應(yīng)與時間固定效應(yīng)的交互項、行業(yè)固定效應(yīng)與時間固定效應(yīng)的交互項,數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率均存在正向影響,且都通過了1%水平的顯著性檢驗。由列(4)～(6)可知,在考慮其他變量對企業(yè)生產(chǎn)率影響的前提下,數(shù)字化轉(zhuǎn)型(lndigit)的回歸系數(shù)均在1%水平上顯著為正。這一結(jié)果并沒有受到是否納入省份固定效應(yīng)與時間固定效應(yīng)的交互項、行業(yè)固定效應(yīng)與時間固定效應(yīng)的交互項的影響。綜上分析可知,假說1得到驗證,即數(shù)字化轉(zhuǎn)型可以顯著提升服務(wù)業(yè)企業(yè)生產(chǎn)率。

表2 基準(zhǔn)回歸結(jié)果

(續(xù)表2)

(二)內(nèi)生性問題解決

針對遺漏變量所致的內(nèi)生性問題,本文在基準(zhǔn)回歸模型中納入了一系列企業(yè)層面的其他變量并控制了多個固定效應(yīng);關(guān)于測量誤差所致的內(nèi)生性問題,在后續(xù)的穩(wěn)健性檢驗部分本文采用多種方法重新對被解釋變量與核心解釋變量進行了測算。本部分著重討論雙向因果關(guān)系所致的內(nèi)生性問題。具體而言,構(gòu)建如下工具變量并利用兩階段最小二乘法進行檢驗。

一是選取數(shù)字化轉(zhuǎn)型變量的滯后一期、滯后二期作為數(shù)字化轉(zhuǎn)型的工具變量,估計結(jié)果見表3列(1)～(2)。結(jié)果顯示,服務(wù)業(yè)企業(yè)生產(chǎn)率對數(shù)字化轉(zhuǎn)型的彈性系數(shù)均顯著為正。二是借鑒趙濤等(2020)的方法,采用各省份在1988年的郵電歷史數(shù)據(jù)作為數(shù)字化轉(zhuǎn)型的工具變量,即本文中數(shù)字化轉(zhuǎn)型的工具變量為1988年各省份每萬人郵政局所的數(shù)量與上一年全國互聯(lián)網(wǎng)用戶數(shù)的交互項。2SLS估計結(jié)果如表3列(3)所示,從中可見:一方面,工具變量識別不足以及弱識別的檢驗結(jié)果證明了工具變量的有效性;另一方面,數(shù)字化轉(zhuǎn)型的回歸系數(shù)在1%水平下顯著為正。三是參考杜明威等(2022)的研究,采用企業(yè)所在省份的互聯(lián)網(wǎng)接入端口數(shù)量作為數(shù)字化轉(zhuǎn)型的工具變量。表3列(4)的估計結(jié)果顯示,該工具變量的有效性、合理性得以證實,且數(shù)字化轉(zhuǎn)型每增加1個百分點,服務(wù)業(yè)企業(yè)生產(chǎn)率顯著提升0.039個百分點。綜上所述,在考慮內(nèi)生性之后,數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率的提升效應(yīng)仍顯著存在,與前文結(jié)論保持一致,本文假說1再次得到證實。

表3 內(nèi)生性檢驗結(jié)果

(三)穩(wěn)健性檢驗

為了保證研究結(jié)果的準(zhǔn)確性與可靠性,本文從以下幾個方面進行了穩(wěn)健性檢驗。

1.替換被解釋變量的測量方法

為緩解潛在的變量測度誤差對研究結(jié)論造成干擾,本部分采用LP-ACF方法、OP方法測算企業(yè)生產(chǎn)率,分別記為TFP_LP-ACF和TFP_OP。重新回歸的結(jié)果如表4列(1)、列(2)所示,從中可見,數(shù)字化轉(zhuǎn)型(lndigit)的系數(shù)均在10%的水平上顯著為正,與基準(zhǔn)回歸結(jié)果一致。

表4 穩(wěn)健性檢驗結(jié)果

2.替換核心解釋變量的測量方法

本部分借鑒李坤望等(2015)的做法,以數(shù)字化相關(guān)的無形資產(chǎn)占比與數(shù)字化相關(guān)的固定資產(chǎn)占比之和作為數(shù)字化轉(zhuǎn)型的代理變量。在此基礎(chǔ)上,重新估計數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率的影響,回歸結(jié)果如表4列(3)所示。不難發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型(lndigit)的估計系數(shù)為0.050,且通過了5%水平的顯著性檢驗。這說明在調(diào)整核心解釋變量的測量指標(biāo)后,前文研究結(jié)論并未發(fā)生根本性變化。

3.改變樣本區(qū)間

中國數(shù)字經(jīng)濟的發(fā)展經(jīng)歷了萌芽期、蓬勃發(fā)展期,而萌芽期的數(shù)字經(jīng)濟水平相對較低,其經(jīng)濟效應(yīng)也較弱,因而研究的意義不大(劉軍 等,2020)。劉軍等(2020)還指出,研究數(shù)字經(jīng)濟及其效應(yīng)的時期選擇應(yīng)該以政府開始重視數(shù)字經(jīng)濟發(fā)展為依據(jù)。鑒于中國政府在2015年頒布了一系列關(guān)于互聯(lián)網(wǎng)+、數(shù)字技術(shù)與產(chǎn)業(yè)融合、謀劃數(shù)字化轉(zhuǎn)型的政策,釋放出強烈的推動數(shù)字化發(fā)展的信號,本部分將剔除2015年之前的數(shù)據(jù)重新進行估計?；貧w結(jié)果如表4列(4)所示,不難發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率存在顯著的正向影響。這意味著在改變樣本區(qū)間后,本文假說1依然成立。

4.增加控制變量

考慮到服務(wù)業(yè)發(fā)展水平、地區(qū)經(jīng)濟發(fā)展水平也可能會影響服務(wù)業(yè)企業(yè)生產(chǎn)率,本文進一步將服務(wù)業(yè)集聚水平、服務(wù)業(yè)開放水平、服務(wù)業(yè)結(jié)構(gòu)、服務(wù)業(yè)發(fā)展水平、地區(qū)開放程度、城鎮(zhèn)化水平、人力資本水平等變量(2)服務(wù)業(yè)集聚水平(ass),采用區(qū)位熵作為服務(wù)業(yè)集聚水平的代理變量;服務(wù)業(yè)開放水平(trade),以服務(wù)業(yè)貿(mào)易額占服務(wù)業(yè)GDP的比重作為替代變量;服務(wù)業(yè)結(jié)構(gòu)(struc),采用生產(chǎn)性服務(wù)業(yè)就業(yè)人員與服務(wù)業(yè)全行業(yè)就業(yè)人員的比值來測算;服務(wù)業(yè)發(fā)展水平(gdps),采用第三產(chǎn)業(yè)GDP與總GDP的比值表示;城鎮(zhèn)化水平(urban),采用經(jīng)濟城鎮(zhèn)化指標(biāo)作為城鎮(zhèn)化水平的代理變量,即非農(nóng)產(chǎn)業(yè)生產(chǎn)總值除以國內(nèi)生產(chǎn)總值;人力資本(human),以各省份就業(yè)人員的平均受教育年限作為替代變量。由于篇幅限制,控制變量的回歸結(jié)果并未詳細(xì)匯報,留存?zhèn)渌?。納入模型予以控制。表4列(5)的估計結(jié)果顯示,服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型水平每提高1%,其生產(chǎn)率顯著提升0.051%。這說明在引入新的控制變量后,數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率的促進效應(yīng)依然存在,前文結(jié)論的可靠性和準(zhǔn)確性再次得到驗證。

五、作用機制檢驗

(一)模型設(shè)定與變量說明

為檢驗專業(yè)化分工在數(shù)字化轉(zhuǎn)型影響服務(wù)業(yè)企業(yè)生產(chǎn)率過程中的作用,本部分借鑒溫忠麟等(2004)提出的中介效應(yīng)檢驗思路,構(gòu)建如下模型:

lnTFPit=α0+α1lndigitit+α2Xit+δi+ηt+μt+νt+εit

(2)

Mit=β0+β1lndigitit+β2Xit+δi+ηt+μt+νt+φit

(3)

lnTFPit=γ0+γ1lndigitit+γ2Mit+γ3Xit+δi+ηt+μt+νt+ζit

(4)

其中:Mit表示機制變量,本文中即為企業(yè)專業(yè)化分工水平(VSI);其他變量的含義及測量與前文一致。

式(2)為前文的基準(zhǔn)模型,即數(shù)字化轉(zhuǎn)型影響服務(wù)業(yè)企業(yè)生產(chǎn)率的總效用模型;式(3)為數(shù)字化轉(zhuǎn)型影響專業(yè)化分工水平的估計方程;式(4)為同時考慮數(shù)字化轉(zhuǎn)型和專業(yè)化分工對服務(wù)業(yè)企業(yè)生產(chǎn)率影響的估計方程。

關(guān)于企業(yè)專業(yè)化分工水平(VSI)的測算,大部分文獻都是基于間接法,即通過縱向一體化水平指標(biāo)進行度量的。具體而言,專業(yè)化與縱向一體化表示的含義截然相反,即縱向一體化程度的降低意味著專業(yè)化程度的提高(Zhang,2004;袁淳 等,2021)。此外,也有研究指出,企業(yè)單位產(chǎn)值中外購中間品的比例在一定程度上可以表征企業(yè)參與專業(yè)化分工的程度(Du et al.,2012)。然而,鑒于服務(wù)業(yè)上市企業(yè)單位產(chǎn)值中外購中間品比例數(shù)據(jù)較難獲取,本文借鑒大多數(shù)學(xué)者的做法,采用縱向一體化水平指標(biāo)間接度量專業(yè)化分工水平。考慮到數(shù)據(jù)的可得性、服務(wù)業(yè)的特殊性,本文參考Buzzell(1983)、袁淳等(2021)、范子英等(2017)的研究,采用修正的價值增值法度量企業(yè)縱向一體化水平。具體計算過程如下所示:

縱向一體化水平=(增加值-稅后凈利潤+正常利潤)/

(主營業(yè)務(wù)收入-稅后凈利潤+正常利潤)

(5)

其中:增加值=企業(yè)銷售額-采購額;采購額=(購買商品、接受勞務(wù)支付的現(xiàn)金+期初預(yù)付款-期末預(yù)付款+期末應(yīng)付款-期初應(yīng)付款+期末應(yīng)付票據(jù)-期初應(yīng)付票據(jù))/

(1+采購商品的增值稅稅率)+期初存貨-期末存貨;正常利潤=凈資產(chǎn)×平均凈資產(chǎn)收益率;凈資產(chǎn)=資產(chǎn)總計-負(fù)債總計+少數(shù)股權(quán)收益。

鑒于專業(yè)化分工是縱向一體化的反向指標(biāo),借鑒Zhang(2004)、袁淳等(2021)的做法,將企業(yè)專業(yè)化分工水平的計算公式設(shè)定為:專業(yè)化分工水平=1-縱向一體化水平。

(二)機制檢驗結(jié)果分析

專業(yè)化分工機制的檢驗結(jié)果如表5所示。

表5 作用機制檢驗結(jié)果

其中,列(1)～(3)分別為模型(2)～(4)的估計結(jié)果。列(1)的結(jié)果在基準(zhǔn)回歸部分已經(jīng)進行了報告,不再贅述。由列(2)可知,數(shù)字化轉(zhuǎn)型程度每增加1個百分點,專業(yè)化分工水平提高0.147個百分點,且通過了5%水平的顯著性檢驗。這說明隨著數(shù)字化轉(zhuǎn)型程度的增加,企業(yè)專業(yè)化分工逐漸深化。列(3)的估計結(jié)果顯示,當(dāng)數(shù)字化轉(zhuǎn)型與專業(yè)化分工同時被納入模型時,專業(yè)化分工(VSI)的回歸系數(shù)在1%水平下顯著為正,說明專業(yè)化分工的深化可以有效提升服務(wù)業(yè)企業(yè)生產(chǎn)率。同時,數(shù)字化轉(zhuǎn)型(lndigit)的回歸系數(shù)顯著為正,且相較于列(1)有所減小。綜上可知,在數(shù)字化轉(zhuǎn)型促進服務(wù)業(yè)企業(yè)生產(chǎn)率提升的過程中,專業(yè)化分工發(fā)揮部分中介作用,即專業(yè)化分工機制得到證實,本文假說2成立。

六、異質(zhì)性分析

首先,不同服務(wù)業(yè)企業(yè)之間具有明顯差異,比如企業(yè)規(guī)模、企業(yè)性質(zhì)等方面;其次,企業(yè)所屬的行業(yè)屬性、數(shù)字化轉(zhuǎn)型程度差異也較大。那么,這些特征是否會影響數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的積極作用呢?

(一)基于企業(yè)層面的異質(zhì)性

1.企業(yè)規(guī)模

本文將樣本企業(yè)劃分為大型、中型、小型企業(yè)三類(3)劃分依據(jù)為國家統(tǒng)計局發(fā)布的《統(tǒng)計上大中小微型企業(yè)劃分辦法(2017)》。,以探討企業(yè)規(guī)模對數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)企業(yè)生產(chǎn)率間關(guān)系的影響,估計結(jié)果見表6列(1)～(3)。結(jié)果顯示,數(shù)字化轉(zhuǎn)型(lndigit)的回歸系數(shù)雖均為正(0.072、0.124、0.111),但僅在大型企業(yè)組顯著。這說明相比于中小型服務(wù)業(yè)企業(yè),數(shù)字化轉(zhuǎn)型對大型服務(wù)業(yè)企業(yè)生產(chǎn)率的促進作用更明顯。換言之,企業(yè)規(guī)模越大,數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率的“紅利”越大。這可能是因為,企業(yè)數(shù)字化轉(zhuǎn)型需要有與之相匹配的勞動、資本等要素作為支撐(謝康 等,2020)。與大型企業(yè)相比,中小型企業(yè)在數(shù)字化轉(zhuǎn)型發(fā)展過程中更可能面臨資本、人才、設(shè)備等諸多短板。有研究指出,數(shù)據(jù)要素配置不當(dāng)或者相應(yīng)的傳統(tǒng)要素支撐不足不僅使得“數(shù)字紅利”無法釋放,甚至還可能起到相反作用(張龍鵬 等,2020)。這也充分說明,服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型不可盲目推進。

表6 異質(zhì)性檢驗結(jié)果

2.企業(yè)性質(zhì)

鑒于本文樣本中不包含外資企業(yè),本部分將樣本劃分為國有企業(yè)、民營企業(yè)兩組。在此基礎(chǔ)上,探討企業(yè)所有制如何影響數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的提升效應(yīng)。由表6列(4)～(5)可知,無論是在國有企業(yè)還是民營企業(yè)組,數(shù)字化轉(zhuǎn)型均可顯著提升企業(yè)生產(chǎn)率,僅是在系數(shù)值和顯著性水平上存在些許差異。這意味著,數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的積極影響不會因企業(yè)性質(zhì)的不同而發(fā)生根本性變化。

(二)基于行業(yè)層面的異質(zhì)性

1.生產(chǎn)性服務(wù)業(yè)與生活性服務(wù)業(yè)

關(guān)于行業(yè)性質(zhì)如何影響數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)企業(yè)生產(chǎn)率關(guān)系的檢驗結(jié)果見表6列(6)～(7)。結(jié)果顯示,數(shù)字化轉(zhuǎn)型能夠顯著提高生產(chǎn)性或生活性服務(wù)業(yè)企業(yè)的生產(chǎn)率。其中,在生產(chǎn)性服務(wù)業(yè)企業(yè)組,數(shù)字化轉(zhuǎn)型水平每提高1個百分點,服務(wù)業(yè)生產(chǎn)率顯著提升0.046個百分點;在生活性服務(wù)業(yè)企業(yè)組,數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的影響系數(shù)為0.030,且通過了5%水平的顯著性檢驗。這意味著,數(shù)字技術(shù)不僅會滲透到生產(chǎn)性服務(wù)業(yè)中,也會滲透到生活性服務(wù)業(yè)中,即行業(yè)性質(zhì)并不會對數(shù)字化轉(zhuǎn)型與企業(yè)生產(chǎn)率之間的關(guān)系產(chǎn)生顯著影響。這與現(xiàn)實也是相符的,以金融、運輸、科技為代表的生產(chǎn)性服務(wù)業(yè)多為資本、技術(shù)密集型行業(yè),ICT資本和技術(shù)投入較多。這為數(shù)字技術(shù)的應(yīng)用奠定了基礎(chǔ),因而數(shù)字化的滲透與融合會對其生產(chǎn)率產(chǎn)生積極影響(尚文思,2020)。對于生活性服務(wù)業(yè)企業(yè)而言,雖然資本、技術(shù)密集型行業(yè)較少,但是部分行業(yè)中數(shù)字技術(shù)的應(yīng)用會使數(shù)據(jù)要素成為其關(guān)鍵生產(chǎn)要素,比如文化、體育和娛樂業(yè),教育業(yè)等,數(shù)據(jù)要素的加入會大幅提升其生產(chǎn)率。

2.高數(shù)字化轉(zhuǎn)型程度與低數(shù)字化轉(zhuǎn)型程度服務(wù)業(yè)(4)若服務(wù)業(yè)細(xì)分行業(yè)數(shù)字化轉(zhuǎn)型程度超過服務(wù)業(yè)行業(yè)數(shù)字化轉(zhuǎn)型程度均值,則把該細(xì)分行業(yè)歸為數(shù)字化轉(zhuǎn)型程度相對較高的服務(wù)業(yè);反之則歸為數(shù)字化轉(zhuǎn)型程度相對較低的服務(wù)業(yè)。在本文的11類服務(wù)業(yè)樣本中,信息傳輸、軟件和信息技術(shù)服務(wù)業(yè),文化、體育和娛樂業(yè),交通運輸、倉儲及郵政業(yè),教育業(yè),租賃和商業(yè)服務(wù)業(yè),科學(xué)研究和技術(shù)服務(wù)業(yè)等行業(yè)屬于數(shù)字化轉(zhuǎn)型程度相對較高的服務(wù)業(yè);批發(fā)和零售業(yè),住宿和餐飲業(yè),房地產(chǎn)業(yè),水利、環(huán)境和公共設(shè)施管理業(yè),衛(wèi)生和社會工作等行業(yè)則屬于數(shù)字化轉(zhuǎn)型程度相對較低的服務(wù)業(yè)。

表6列(8)～(9)報告了行業(yè)數(shù)字化轉(zhuǎn)型程度影響數(shù)字化轉(zhuǎn)型與企業(yè)生產(chǎn)率間關(guān)系的檢驗結(jié)果。從中可見,在高行業(yè)數(shù)字化轉(zhuǎn)型程度組,數(shù)字化轉(zhuǎn)型(lndigit)的回歸系數(shù)在5%的水平上顯著為正;而在低行業(yè)數(shù)字化轉(zhuǎn)型程度組,數(shù)字化轉(zhuǎn)型(lndigit)的回歸系數(shù)雖為正但不顯著,即數(shù)字化轉(zhuǎn)型對該類服務(wù)業(yè)企業(yè)生產(chǎn)率的提升效應(yīng)暫未顯現(xiàn)。這說明行業(yè)數(shù)字化轉(zhuǎn)型程度越高,數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)率的影響越顯著。出現(xiàn)上述結(jié)論的原因主要在于:一是與數(shù)字化轉(zhuǎn)型程度較高的服務(wù)業(yè)相比,數(shù)字化轉(zhuǎn)型程度較低的服務(wù)業(yè)的技術(shù)支撐、人才與資本儲備相對不足,這也就導(dǎo)致這類行業(yè)中數(shù)字技術(shù)的滲透度與融合度較低;二是數(shù)字化轉(zhuǎn)型程度較低的服務(wù)業(yè)提供的服務(wù)與消費者的消費需求直接相關(guān),因而在提供服務(wù)的過程中更加注重人與人之間的溝通(杜丹清,2017)。這類服務(wù)業(yè)面臨的需求具有點多、面廣、單個規(guī)模小、分散性強等特征(姜長云,2020)。

七、結(jié)論與建議

本文首先從理論上闡釋了數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的影響,并探討了企業(yè)專業(yè)化分工在這一影響過程中的作用。進一步地,采用2011—2019年中國服務(wù)業(yè)上市企業(yè)數(shù)據(jù)對理論假設(shè)進行檢驗。研究發(fā)現(xiàn):服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型可以顯著提升其生產(chǎn)率,即數(shù)字化轉(zhuǎn)型與服務(wù)業(yè)企業(yè)生產(chǎn)率之間不存在悖論;并且,這一結(jié)論在通過內(nèi)生性以及一系列穩(wěn)健性檢驗之后仍然成立。異質(zhì)性分析表明:相對于中小型企業(yè)以及行業(yè)數(shù)字化程度較低的企業(yè),數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的正向影響在大型企業(yè)、行業(yè)數(shù)字化程度較高的企業(yè)中更為明顯;數(shù)字化轉(zhuǎn)型對服務(wù)業(yè)企業(yè)生產(chǎn)率的影響不會因企業(yè)性質(zhì)不同而發(fā)生根本性變化;企業(yè)數(shù)字化轉(zhuǎn)型對生產(chǎn)性和生活性服務(wù)業(yè)企業(yè)的生產(chǎn)率均存在顯著提升效應(yīng)。作用機制檢驗結(jié)果顯示,專業(yè)化分工是數(shù)字化轉(zhuǎn)型影響服務(wù)業(yè)企業(yè)生產(chǎn)率的重要路徑,即數(shù)字化轉(zhuǎn)型通過推進專業(yè)化分工深化促進了服務(wù)業(yè)企業(yè)生產(chǎn)率的提升。

基于上述研究結(jié)論,提出如下建議:

第一,加快建設(shè)數(shù)字化轉(zhuǎn)型所需的“硬設(shè)施”與“軟環(huán)境”,夯實服務(wù)業(yè)數(shù)字化載體,充分發(fā)揮數(shù)字化轉(zhuǎn)型的生產(chǎn)率效應(yīng)。一方面,數(shù)字基礎(chǔ)設(shè)施是數(shù)字技術(shù)在經(jīng)濟中滲透與應(yīng)用的基礎(chǔ),應(yīng)重視并進一步促進數(shù)字基礎(chǔ)設(shè)施的建設(shè)。比如加快5G、移動通信網(wǎng)絡(luò)、光纖寬帶“雙千兆”網(wǎng)絡(luò)的建設(shè)與升級,統(tǒng)籌布局傳感器、云計算、邊緣計算等相關(guān)數(shù)字基礎(chǔ)設(shè)施。同時,重視傳統(tǒng)基礎(chǔ)設(shè)施的數(shù)字化轉(zhuǎn)型,比如交通基礎(chǔ)設(shè)施的智能化建設(shè)、電力物聯(lián)網(wǎng)的轉(zhuǎn)型、城市基礎(chǔ)設(shè)施的智慧化升級。另一方面,完善構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的支撐體系。不僅包括多層次全方位的企業(yè)數(shù)字化轉(zhuǎn)型所需人才的培養(yǎng)體系、財政稅收金融等普惠性支持政策,而且包括全鏈條一體化的公共服務(wù)支撐保障體系。

第二,注重企業(yè)特征對數(shù)字化轉(zhuǎn)型生產(chǎn)率效應(yīng)的影響,制定差異化的轉(zhuǎn)型策略,鼓勵不同所有制和不同規(guī)模的企業(yè)間加強數(shù)字化協(xié)同。一方面,不同規(guī)模的服務(wù)業(yè)企業(yè)要根據(jù)自身發(fā)展適時進行數(shù)字化轉(zhuǎn)型發(fā)展。對于大規(guī)模企業(yè)而言,除了不斷完善與數(shù)字化轉(zhuǎn)型發(fā)展相關(guān)的設(shè)備之外,仍要不斷開發(fā)數(shù)字技術(shù)在生產(chǎn)經(jīng)營活動中的應(yīng)用,將數(shù)字技術(shù)靈活應(yīng)用到服務(wù)供給的各個環(huán)節(jié)。對于中小企業(yè)而言,首先要增強數(shù)字化轉(zhuǎn)型的意識,以強化競爭優(yōu)勢;其次要充分利用大企業(yè)所提供的數(shù)字化服務(wù),尤其是數(shù)字化平臺,最大化實現(xiàn)數(shù)字化轉(zhuǎn)型對自身生產(chǎn)率的提升效應(yīng);最后要鼓勵中小企業(yè)向市場購買更加便捷、成本更加經(jīng)濟的場景數(shù)字化解決方案。另一方面,不僅要加快國有經(jīng)濟改革,而且還要重視民營企業(yè)的發(fā)展。對于國有企業(yè),繼續(xù)重視與普及數(shù)字技術(shù)在國有企業(yè)生產(chǎn)經(jīng)營活動中的應(yīng)用。對于民營企業(yè),除了要為民營企業(yè)的數(shù)字化發(fā)展提供良好的環(huán)境與保障,還要充分發(fā)揮民營企業(yè)的活力與創(chuàng)造力,推動數(shù)字技術(shù)的不斷創(chuàng)新與普及。在重點行業(yè)和區(qū)域建設(shè)若干高水平的數(shù)字化轉(zhuǎn)型促進中心,將民營企業(yè)也作為重點支持和服務(wù)對象,推動企業(yè)之間數(shù)字化協(xié)同升級。

第三,注重行業(yè)特征對數(shù)字化轉(zhuǎn)型生產(chǎn)率效應(yīng)的影響,不斷探索服務(wù)業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型新場景。對于數(shù)字化轉(zhuǎn)型程度相對較高的服務(wù)業(yè),應(yīng)加強數(shù)字化的投入、公共服務(wù)平臺的建設(shè),拓寬服務(wù)業(yè)數(shù)據(jù)開發(fā)利用的范圍。一方面,將數(shù)字技術(shù)靈活應(yīng)用到企業(yè)供給服務(wù)的各個環(huán)節(jié),實現(xiàn)數(shù)字技術(shù)應(yīng)用與數(shù)字化效應(yīng)的最大化。另一方面,積極支持引導(dǎo)數(shù)字技術(shù)滲透性強的行業(yè)進行商業(yè)模式創(chuàng)新,積極探索適合自身發(fā)展的組織方式。對于數(shù)字化轉(zhuǎn)型程度較低的服務(wù)業(yè),要量體裁衣地應(yīng)用數(shù)字技術(shù),探索服務(wù)業(yè)應(yīng)用數(shù)字技術(shù)新場景。一方面,根據(jù)目前數(shù)字技術(shù)難以有效發(fā)揮作用的原因,積極探索數(shù)字技術(shù)更進一步的滲透與融合。另一方面,針對難以直接利用數(shù)字技術(shù)提供服務(wù)的行業(yè),可以加強數(shù)字技術(shù)在匹配供給與需求、反饋消費者需求等方面的應(yīng)用,為提高服務(wù)業(yè)生產(chǎn)率奠定基礎(chǔ)。