中国数字产业的宏观经济效应分析:基于投入产出视角

张恪渝,武晓婷,何子龙

(1.北京物资学院 a.经济学院,b.双碳研究院,北京 101149;2.首都经济贸易大学 经济学院,北京 100070)

一、引言

在以物联网、云计算、大数据、人工智能、区块链等数字技术为基础的经济新产业、新业态、新模式助力下,数字经济与实体经济深度融合,重塑中国国际分工协作与竞争新优势,已经成为适应内外部环境变化、畅通双循环的新动力。数字经济在充分利用中国的超大规模市场,激发市场动力方面具有天然的技术优势。

在新冠疫情冲击和全球经济下行的叠加影响下,数字经济“补位”优势凸显,展现出顽强的韧性。据中国信息通信研究院的数据显示,2021年中国数字经济规模达到45.5万亿元,依然保持16.2%的高增长速度,是GDP增速的3.4倍,在激发消费、拉动投资、创造就业等方面发挥着重要作用,成为稳定经济增长的新动力。其中,数字经济核心产业(简称数字产业)为数字产业化部分,是数字经济发展的基础。数字技术与实体经济的融合为产业数字化部分,占数字经济的比重已超过80%,在数字经济内部结构中的主导地位进一步巩固加强,为数字经济健康发展输入强劲动力。因此,有效推进中国数字产业发展,释放数字产业经济效应,驱动产业数字化转型,成为提升中国产业核心竞争力的赶超模式,是双循环新发展格局下的重要战略选择,也是中国经济高质量发展的重要课题。

如何准确定位数字产业在新时代国民经济中的作用?如何科学、合理地测度数字产业与传统产业的关联效应?这些都是值得研究的问题。本文基于投入产出视角,运用包含数字产业的投入产出表测算2010年以来中国数字产业的宏观经济效应,既考虑数字产业对宏观经济的直接效应以及通过产业关联所带来的间接效应,也考虑数字产业发展对消费、投资等最终需求带来的影响,并进一步分析中国数字产业的发展演变过程。研究成果有助于挖掘关键数字产业,有步骤、分层次地对传统产业进行数字化改造,深入推进数字经济向实体经济各领域渗透与延伸,引导产业崛起,增强中国经济的韧性。

二、文献综述

数字经济是赋能产业结构优化和效率提升的新兴经济形态,对中国数字经济产业进行统计分类并探讨其对宏观经济的影响已经引起众多学者的重视。

关于数字经济产业分类问题的研究,能够为分析中国数字产业与宏观经济内在联系提供有效支撑。李俊江等借鉴美国数字经济发展实践,提出数字产业包括数字内容产业和信息技术产业两方面的内容[1]。康铁祥将数字产业归结为电信和其他信息传输服务业、计算机服务和软件业、通信设备制造业等8大类[2]。随着信息通讯技术不断创新与发展,数字产业的内涵和外延不断拓展,学界和政府机构对数字经济产业的分类更加清晰和全面。中国信息通信研究院提出数字产业代表数字技术的基础设施制造及服务提供,包括计算机制造、基础电信、软件服务及互联网大类[3]。裴长洪等认为数字产业具有高渗透的特点,将其纳入第三产业无法测度其对经济运行率带来的提升,未来很可能作为第四产业[4]。关会娟等结合中国已有相关统计分类标准,提出中国数字经济产业统计分类,具体包括数字设备制造、数字信息传输、数字技术服务、数字内容与媒体、互联网应用及相关服务5个大类[5]。吴翌琳等基于数字经济的广义界定,构建中国数字经济产业分类体系,将数字经济核心活动识别为数字设备制造业、数字产品贸易业、数字技术服务业和数字驱动产业4个大类[6]。

关于数字经济产业对宏观经济影响的问题,相关文献主要从影响机制、数量关系与特征两个层次展开。在数字经济产业对宏观经济影响的机制分析方面,一方面大数据、云计算等新兴技术可以形成兼具规模经济、范围经济及长尾效应的经济环境,在此基础上更好地匹配供需,形成更完善的价格机制,由此提高经济的均衡水平[7];另一方面数字经济产业基于产业创新、产业关联和产业融合,拓展了传统产业部门技术创新的边界,促进更为广泛的资源重组与聚合,进而实现产业结构调整和转型升级,促进经济高质量发展[8]。

在数量关系方面,学者们对此有一定的研究,但切入视角不同。陈晓东等从产业链视角剖析了数字经济影响产业链强度的路径和内在机理,实证检验了数字化硬件设施和数字化软件服务对产业链强度有提升的作用[9]。戚聿东等从数字产业与就业关系的视角出发,分析互联网和电信业软件业、电商零售业、科学技术业4个典型数字产业对就业结构和就业质量的影响,发现数字产业发展有助于优化就业结构,促进就业环境持续改善、就业能力不断增强[10]。孟祺基于行业层面研究数字产业对就业结构的影响,认为随着行业结构的优化,数字经济发展有助于实现就业向服务业的转变[11]。赵涛等从创业活跃度视角探讨数字经济产业对高质量发展溢出效应的非线性变化趋势[12]。樊轶侠等研究数字经济与城乡收入差距间关系,提出数字产业化发展对城乡收入差距影响呈现先下降后上升的U型趋势,对数字技术的“可鉴别与利用程度”是制约数字产业后发优势释放的关键因素,也是扩大城乡收入差距的重要原因[13]。

还有一些学者基于投入产出视角侧重对中国数字产业在国民经济中的地位和作用进行探讨。徐映梅、李腾等构建产业关联网络测度数字产业与传统产业间的关联性,认为现阶段数字产业位于产业网络的边缘并未形成核心优势,但具有较大发展潜力与空间;从数字产业的主要辐射范围看,各产业数字化程度存在明显差异,与数字产业关联紧密的产业主要分布在机械制造、交通运输设备制造、能源、研发创新等领域[14-15]。田金方等基于投入产出局部闭模型计算产出、收入和就业乘数来分析中国数字经济产业的宏观经济效应,结果发现数字经济产业的产出效应高于社会平均水平,是拉动经济增长的强力引擎,而收入效应和就业效应的带动作用还未有效释放,但与社会平均水平相差不大[16]。韩君等利用传统投入产出法分析数量间的平衡关系,通过构造影响力和感应度系数刻画数字产业与其他产业的后向与前向关联关系,同时,利用诱发系数、依赖度系数对数字产业与消费、投资等最终需求的关联性进行分析,发现中国数字经济属于投资依赖型产业,增加投资是提升数字产业发展的重大突破口[17]。

综上所述,随着数字产业在国民经济中的作用不断提升,相关理论研究也随之深化。关于数字产业与国民经济各产业关联效应的测度,产业网络分析法缺乏供给维度的关联性分析[18],传统的投入产出分析虽能解决上述问题,但往往只关注产业间关联性测算,忽视了产业自身的发展机制[19]。同时,在开放经济条件下,竞争型投入产出模型在产业关联测度方面存在很大的局限性[20-21]。基于非竞争型投入产出模型的结构分解技术能够弥补这些不足,本研究正是利用该方法在数字经济领域的一种尝试。目前针对数字产业对宏观经济贡献的研究大多仅从某一角度切入,如仅限于产业关联,或者仅限于对消费、投资及就业等国民经济关键变量的影响,而未能将二者同时考虑。此外,已有研究大多将数字产业作为一个整体来分析,对细分的数字产业研究尚不成熟。

基于此,本文的边际贡献体现在三个方面:第一,依据国家统计局《数字经济及其核心产业统计分类(2021)》对数字产业进行界定,并将其与投入产出表中的部门进行对应与剥离,以此编制中国数字产业投入产出表。第二,使用2010年、2012年、2015年、2017年和2020年5个投入产出表,基于非竞争型投入产出模型的结构分解技术对数字产业的产业关联效应进行测算,并利用诱发系数进一步探究其对经济的贡献程度。从时间维度与产业维度全方位展示中国数字产业宏观经济效应,为理解双循环新发展格局下经济增长动力以及产业间的关联特征提供重要依据。第三,聚焦细分的数字产业部门,有效识别驱动经济发展的关键数字产业,对于明确数字产业重点发展方向,提高政策实施效率具有重要现实意义。

三、研究设计

(一)数字产业界定与分类

对数字产业的范围界定是深入分析其关联效应的基础和关键。2021年国家统计局公布的《数字经济及其核心产业统计分类》中将数字经济产业划分为五个大类,分别为数字产品制造业(01)、数字产品服务业(02)、数字技术应用业(03)、数字要素驱动业(04)、数字化效率提升业(05)。其中,01～04大类为数字经济核心产业,即数字产业化部分;第05大类属于产业数字化部分,指应用数字技术和数据资源为传统产业带来的产出增加和效率提升,涵盖了所有国家统计局认定能够与数字经济融合的传统产业,目前单从产业分类的角度并不能识别出数字化效率提升业。因此,本文将数字产业界定为数字经济核心产业,即01～04大类。

(二)编制数字产业投入产出表

数字产业投入产出表是将数字产业独立剥离出来,以考察数字产业与国民经济其他部门以及最终需求之间的关联性。编制的关键在于将投入产出表42部门中与数字产业相对应的部分进行对应并剥离(见表1)。在对应过程中,投入产出表中仍有部分部门同时存在数字产业与非数字产业部分。因此,需要更详尽的基础数据作支撑,将数字产业部分从这类部门中剥离出来。这里借鉴许宪春等的研究方法,以该部门数字产业部分的营业收入占部门总营业收入的比重作为剥离依据[22],具体的剥离系数见表2。如仪器仪表(21),其数字产业部分为工业自动控制系统装置,以其营业收入占仪器仪表总营业收入的比重0.360 7作为权重,将数字产业部分剥离出来,并归类为数字产品制造业。

表1 中国数字产业

在剥离过程中,存在以下两类问题:一类是某部门中数字产业部分属于不同的数字产业。如批发业和零售部门(27)中的数字产业部分,包括数字产品批发和零售以及互联网批发和零售,分别属于数字产品服务业和数字要素驱动业。在这种情况下,以剥离系数0.047 1将该部门数字产业部分整体剥离出来后,还需按照二者的营收比例进行二次拆分,拆分的比例为0.670 8,并分别归类为数字产品服务业和数字要素驱动业;另一类问题是该部门属于数字产业,但归属于不同的数字产业。如信息传输、软件和信息技术服务部门(31)大部分属于数字技术应用业,还有小部分属于数字要素驱动业中的互联网平台。这里按照互联网平台的营收占比0.055 1将这部分数字产业剥离出去,归类为数字要素驱动业,该部门剩余部分仍归类为数字技术应用业。自此,本文得到包含农业、工业、服务业、数字产业共计44部门的投入产出表。其中,前40个为非数字产业部门,后4个为数字产业部门。

本研究所需的数据主要来自2010年、2012年、2015年、2017年和2020年的全国投入产出表,并以2017年全国投入产出表为基础表。剥离的基础数据来源为对应年份的《中国经济普查年鉴》《中国工业统计年鉴》和《中国金融年鉴》。

(三)研究方法

基于非竞争型投入产出模型,本文对数字产业宏观经济效应的测算分为两部分:首先利用结构分解技术测算数字产业的关联效应,以此反映数字产业与国民经济其他产业部门间技术经济联系的动态变化;其次,利用最终需求的增加值诱发系数测算数字产业与消费、投资等最终需求关联的数量特征和数量规律。

1.非竞争型投入产出模型

(1)

表3 非竞争型投入产出模型

由于总投入数量Xj不受非竞争表拆分的影响,因此可按照一般竞争型投入产出表的规律引入国内生产技术。

(2)

AdX+Yd=X

(3)

其中,AdX表示本国产品用于本国生产的部分,Yd表示本国产品用于本国的最终需求部分。相类似地,一国的进口产品M的行平衡式可以表达为:

AmX+Ym=M

(4)

2.结构分解技术

基于传统区域模型的分解框架[24],本文将其按照单国产业间大类进行分解。一国总产出水平X,其矩阵型可表达为:

X=AX+Y

(5)

其中,A可以分解为本国生产技术矩阵及进口消耗技术矩阵。因此,一国的总产出水平可以拆分为:

X=(Ad+Am)X+Y

(6)

引入产业内部循环技术矩阵Aintra,其为n阶的分块矩阵,主对角线上为k大类的产业部门划分(如第一产业、第二产业、第三产业和数字产业等),非主对角线上均为0。k的取值范围原则上小于等于n且大于等于1。

(7)

定义外循环乘数M0=(I-Am)-1,其中I为相应维度的单位矩阵。其经济含义为,如果某大类产业k的生产过多依赖中间品的进口,则相对应子矩阵的数值就会较大,那么外循环乘数M0相对应部分就会较大。我们认定产业k在参与全球价值链的活动过程中,创造了其产值。式(6)可以表示为:

X=M0AdX+M0AIntraX-M0AIntraX+M0Y

(8)

再定义产业内循环乘数M1=(I-M0AIntra)-1,以及产业间供给差额矩阵D=Ad-AIntra。产业内循环乘数M1其含义为,如果不考虑部门大类间的经济循环,生产活动仅仅在部门内部发生,则可以创造的产值为多少。式(8)可以表述为:

X=M1M0DX+M1M0Y

(9)

等式两边前乘矩阵M1M0D,然后再将表达式带回式(9)中,可以得到:

X=[M1M0D]2X+M1M0DM1M0Y+M1M0Y

(10)

继续定义产业间溢出效应M2=I+M1M0D,以及产业间反馈效应M3=(I-[M1M0D]2)-1。前者含义为由于国内产业间循环的存在,其他产业需求所拉动某大类产业k的生产,即溢出效应;后者则是某大类产业k生产促进后,对于其他产业的反向推动,进而带来本产业生产的增加,即反馈效应,则一国的总产出水平X可以分解为:

X=M3M2M1M0Y

(11)

最后,由于乘法分解的表达不易于经济层面的解读,基于Stone的方法,将式(11)写成连加的形式[25]:

X=Y+(M0-I)Y+(M1-I)M0Y+M3(M2-I)M1M0Y+(M3-I)M1M0Y=(I+NM0+NM1+NM2+NM3)Y

(12)

综上所述,本文将一国的总产出量X分解为五项:第一项是Y,表示满足本国最终需求的产量,即各部门最终品数量;后面四项是为了满足最终品需求而在生产过程中消耗掉的部分。第二项为(M0-I)Y,定义为外循环乘数,其含义为从整体经济视角,为满足国内最终品生产而需要的进口品数量。第三项为(M1-I)M0Y,定义为产业内循环乘数,表示如果只考虑产业内部的经济循环,可以带来产出的增量。第四、第五项为M3(M2-I)M1M0Y与(M3-I)M1M0Y,定义为产业间循环乘数,分别表示溢出效应和反馈效应,代表了各部门在生产过程中的相互促进所带来的产出的增量。本文将加法分解的各项记为NMi,代表了净乘数。

3.最终需求诱发系数

一国的增加值向量可以表示为增加值系数矩阵Av与总产出X的乘积,进一步总产出又可以展开为本国列昂惕夫逆矩阵Ld与本国最终Yd需求相乘的形式:

VA=AvX=AvLdYd=Av(I-Ad)-1Yd=TYd

(13)

定义Tv=Av(I-Ad)-1为国内增加值诱发系数矩阵,即

(14)

(15)

其中,e为元素全部为1的n维列向量。诱发系数Iif表示部门i由于消费、投资、出口某一项最终需求增加1单位,所诱发的该部门增加值的量。

四、测算结果及分析

(一)数字产业的产业关联效应

1.产业关联的总体特征

利用上述结构分解模型,本文计算了数字产业的外循环乘数、产业内循环乘数、产业间循环乘数(见表4)以及各乘数效应对总效应的贡献(见表5)。其中,外循环乘数反映了数字产业对国际经济循环的依赖程度;产业内循环乘数体现着数字产业的自循环能力,产业间循环乘数反映了数字产业与国民经济其他产业之间的关联性,二者构成了数字产业的产业关联性,共同体现了数字产业对国内经济循环的依赖程度。进一步,产业间循环乘数又可分解为溢出效应和反馈效应。其中,溢出效应反映其他产业对数字产业的拉动作用,体现着数字产业在国民经济中作为基础产业的作用和地位,相反,反馈效应则体现数字产业在国民经济中的主导产业地位。

表4 中国数字产业的结构分解结果(乘数效应)

表5 中国数字产业的结构分解结果(贡献)

假设经济体各部门最终需求均增加一个单位,2020年数字产业总产出增加量为10.516个单位。其中,通过外循环机制可以创造的数字产业产出增量为0.581个单位,通过自循环机制带来的产出增长为2.165个单位,通过产业间关联机制可以创造的产出增加值为7.770个单位。

总体看,在数字产业增长中外循环贡献的比例最小,低于10%,产业内循环乘数贡献的比例约为20%,而产业间循环贡献的比例超过70%,说明数字产业增长最为关键是产业间的关联作用,其次是产业自循环能力,外循环的影响比较微弱。从这一角度看,中国数字产业发展主要依赖国内经济循环,国内经济循环中又以产业间循环为主导。进一步,在产业间循环中,溢出效应的贡献比例远高于反馈效应,说明数字产业对国民经济其他产业的支撑作用更为明显,是推动国民经济持续健康发展的基础产业。数字产业天然的“开放”优势不断改变着国民经济各部门要素的投入结构,逐渐成为经济社会发展的基础产业。

从动态发展看,除了在2015年出现较大幅度下降,数字产业总效应值整体呈现稳步上升趋势,由2010年的9.351逐年增加至2020年的10.516,说明数字产业发展态势总体上是趋好的。2015年中国经济增长出现超预期下滑,各类宏观指标恶化创近20年的新低,造成这一年数字产业增长中分解的各类乘数效应值基本上处于最低的水平。外循环乘数整体偏低,从2010年的0.594下降至2020年的0.581,对数字产业增长的贡献呈现出先升后降的趋势,说明2010—2015年数字产业对国外进口品的依赖度相对较高,2015年之后逐渐减弱,更注重本土产品与技术的创新与应用。产业内循环乘数由2010年的1.623增加至2010年的2.165,对数字产业增长的贡献也相应从17.4%增加至20.6%,说明随着时间推移,数字产业的自循环机制在不断强化和完善。产业间循环乘数也呈现出较明显的增长态势,从2010年的7.134逐步上升至7.770,除了2010年,其对数字产业增长的贡献基本维持在73%左右,整体波动幅度较小,说明在数字产业增长中产业关联机制的主导作用处于不断巩固优化之中。与其他年份不同,2010年产业间循环对数字产业增长贡献比例超过76%,自循环机制相对较强,但其总效应值却不高,结合自循环乘数来看,2010年数字产业增长中自循环的贡献比例较低,产业自循环机制力量薄弱,不能有效承接产业关联机制对数字产业发展的促进作用,从而限制了其产出增长。因此,要发挥数字产业在国民经济中的关键性作用,应重视数字产业自身发展与关联发展并重,强化数字产业强关联效应优势,助力整个经济体数字化转型。

2.产业关联的行业特征

本文对数字产业细分行业进行分解,更加深入地了解数字产业的产业关联特征。总体看,在四类数字产业中,产业关联的差异性比较明显(见表6)。数字产品制造业的总效应值最大为5.025,远高于其他数字产业;其次是数字要素驱动业,总效应值为2.983;排名第三位的是数字技术应用业,总效应值为1.419;最后是数字产品服务业,总效用值仅为0.293。可以看出,数字产品制造业发展潜力巨大,是推动产业数字化转型的重要数字产业领域,应作为数字产业重点发展方向。数字技术应用业和数字要素驱动业的总效应也不大,仍有较大提升空间。数字产品服务业发展还比较滞后,对国民经济的促进作用非常有限,亟须提高。

表6 中国数字产业细分行业平均关联效应

从效应结构看,外循环乘数0.555体现了数字产品制造业的对外依赖程度,产业内循环乘数1.384体现着该行业的自循环能力,产业间循环乘数3.086反映了该行业与国民经济其他产业之间的关联性,数值上三者均远高于行业平均水平。因此,数字产品制造业对外依赖度较高, 自循环能力较强且产业间关联性也高,具有“承上启下”的产业特征。该行业技术水平的提升对数字产业的整体水平具有重要意义。数字产品服务业的外循环、产业内循环以及产业间循环乘数分别为0.003、0.066和0.223,均远低于行业平均水平,这意味着行业对外依赖度低,行业自循环能力较差,并且对其他产业的关联影响也较微弱。近年来,数字产品服务业发展滞后在很大程度上源于其较差的自生长能力。在这一基本条件尚未完善之前,还会对其产业关联机制的发挥起到抑制作用。因此,对于数字产品服务业而言,当务之急是转变产业的发展模式,完善自循环机制建设的同时兼顾产业关联的需求拉动作用。数字技术应用业的外循环乘数和产业内循环乘数分别为0.023和0.223,均低于行业平均水平。产业间循环乘数为1.173,略高于行业平均水平。在产业循环中,溢出效应为0.889,高于行业平均水平,而反馈效应为0.284,低于行业平均水平。这说明数字技术应用业对外依赖度较低,对其他行业的需求变动较敏感,但自循环能力以及对其他产业的影响能力较差。因此,提高产业自身发展效率,加强与其他产业的协调性是数字技术应用业未来调整的重点。数字要素驱动业的外循环乘数和产业内循环乘数分别为0.021和0.245,低于行业平均水平。产业间循环乘数为2.717,远高于行业平均水平。这意味着数字要素驱动业行业成长性较差,但产业关联特征显著,行业的增长很大程度上依赖其他行业的需求拉动,一旦需求减弱,数字要素驱动业的发展将会面临较大的问题。因此,对行业进行规范,完善自身发展机制,增强行业发展活力,是解决数字要素驱动业产业关联结构性问题的有效途径。

从动态发展看,对于数字产品制造业,总效应在2010—2015年不断上升,从4.832上升至5.561,但在2015年之后开始下降,到2020年总效应下降至4.818,接近2010年的水平。其中,外循环乘数呈现出N型波动,产业内循环呈现出M型波动,产业间循环呈现倒N型波动(见表7)。各乘数在总效应中的占比变化情况与效应值的变化基本一致。从数字产品制造业各种效应的动态数据变化可知,2012年数字产品制造业总效应的增加来自于对外依赖度的提高以及自循环能力的提升。2015年数字产品制造业整体机制的优化不同于2012年,自循环能力从1.441下降至1.397,但产业间循环机制不断完善,从2.909上升至3.633。2015年之后产业自循环能力以及产业关联机制均恢复至2012年的水平,随后出现下降趋势,导致数字产品制造业产出增长小幅度下降。

表7 中国数字产业细分行业结构分解结果

对于数字产品服务业,总效应在2010—2015年不断下降,从0.258下降至0.157,但在2015年之后呈现上升态势,2020年总效应值上升至0.425,其中,外循环乘数的影响非常微弱,接近于0。产业内循环乘数在2010—2015年呈现下降态势,之后开始上涨又恢复至2010年的水平。产业间循环乘数在2010—2012年基本稳定不变,2015年出现较大幅度下降,之后又开始大幅度上升。各乘数在总效应中的占比变化情况与效应值的变化基本一致。从数字产品服务业各种效应的动态数据变化可知,2012年数字产品服务业总效应减少主要源自产业自循环能力的下降,之后自循环能力继续下降,伴随着其他产业需求的下降,产业关联机制作用进一步被削弱,二者共同导致2015年总效应大幅度下降。2017—2020年,数字产品服务业发展机制处于优化的状态,机制改善主要来自产业间循环能力的加强。

对于数字技术应用业,总效应在2010—2020年呈现出W型波动,在2020年达到最大值1.713,其中,外循环乘数和产业间循环乘数均呈现W型波动,产业内循环呈现N型波动。2010年和2015年数字技术的发展态势基本一致,但仍有差别,总效应值分别为1.638和1.539,其中,产业内循环乘数相同,均为0.111,在产业增长中贡献的比重同样都为11%。外循环乘数在产业增长所占比重不足3%,影响较小。产业间循环乘数分别为1.504和1.384,在产业增长中所占的比重分别为91.8%和89.9%,产业关联机制的差异使得2010年的总效应高于2015年。2010—2017年,总效应小的其产业间循环乘数均不高,表明这一阶段关联机制对数字技术应用业的发展至关重要。2020年尽管产业间循环乘数下降到1.311,在产业增长中所占比重也下降至76.5%,但产业自循环能力有了极大提升,从2010年的0.111上升到0.384,在产业增长中贡献的比重也由6.8%上升至22.4%。这意味着,在兼顾产业关联机制的同时,继续完善自循环机制能够为数字技术应用业带来更大的发展空间。

对于数字要素驱动业,总效应在2010—2020年呈现出N型波动。2010—2012年呈上升趋势,2012—2015年出现较大幅度下降,从2012年的最大值3.801跌至2015年的1.406,2017年之后又开始上升,并保持基本稳定。外循环乘数稳定维持在约0.02,产业内循环乘数和产业间循环乘数与总效应变化趋势保持一致。2015年数字要素驱动业的总效应波动到谷底,主要是由于产业自循环能力和产业间循环能力大幅度削弱。对于其他年份,产业间循环乘数基本都超过3,且在产出增长的贡献中均超过90%,而产业内循环乘数不足0.3,在产出增长中的贡献约为8%,产业关联机制较强,但自循环能力比较薄弱,行业发展仍存在较大的改善空间。

综上所述,从时间趋势上看,2020年与2010年相比,几乎所有数字产业的乘数效应都呈现增大的趋势,表明这些行业的发展机制都在变好,但并不是一直上升,中间的升降常有反复。可见,数字产业的发展机制还不是很稳定,容易受外部经济环境变化的影响,但也具备了一定的自我修复能力。

(二)数字产业与最终需求的关联效应

数字经济作为一种新兴的经济形态,改变了以往的消费形式、投资模式以及出口贸易结构,数字产业与消费、投资以及出口等最终需求的融合发展成为双循环新发展格局下经济高质量发展的重要特征。

1.最终需求诱发效应的总体特征

最终需求增加可以引发更多的生产活动,拉动经济增长。通过计算消费、投资以及出口对增加值的诱发系数,以此判断数字产业与最终需求的关联效应(见表8)。最终需求增加对数字产业增加值的诱发效应主要来自于投资和出口,二者的诱发系数比较接近,平均为0.120和0.125,且诱发的增加值占比分别为35.6%和38.0%。与投资和出口相比,消费诱发系数略小,为0.09,其诱发的增加值占比为26.4%。这意味着数字产业靠“三驾马车”共同驱动,且投资和出口对数字产业的诱发效应占主要地位。

表8 中国数字产业最终需求诱发系数

从动态发展看,数字产业各项最终需求诱发系数除了在2015年出现下跌,整体上呈现持续增长的态势。总效应由2010年的0.290增加至2020年的0.419,说明最终需求对数字产业拉动作用明显提升,增加最终需求有益于数字产业发展。其中,消费需求增加1单位能够诱发的数字产业增加值到2010年的0.075个单位增加至2020年的0.112个单位,涨幅为49.3%,投资诱发系数从0.101个单位增加到0.163个单位,涨幅高达61.4%。出口需求的诱发效应从0.114个单位增加到0.143个单位,涨幅仅为25.4%。可以看出,投资需求增加对数字产业诱发效应的增长幅度最大,数字产业对投资的扩张效应愈加敏感。2017年开始,投资诱发系数及对数字产业增加值诱发效应的贡献均大于消费和出口,说明中国数字产业由出口依赖型转变为投资依赖型,保持适度投资对数字产业发展有明显的刺激作用。

2.最终需求诱发效应的行业特征

进一步对细分的数字产业进行总体的比较和动态分析,以便于更加深入地了解数字产业与最终需求的关联效应。总体看,最终需求增加对4类数字产业增加值的诱发效应存在明显差异(见表9)。从总效应看,数字要素驱动业对最终需求的诱发效应最为显著,为0.149,远高于其他数字产业;其次是数字产品制造业,诱发效应为0.095;排名第三位的是数字技术应用业,效应值为0.075;最后是数字产品服务业,诱发效应仅为0.013。可以看出,数字要素驱动业对最终需求扩张效应更为敏感,能够发挥更强的诱发作用,属于支柱型数字产业。数字产品服务业对最终需求的增加值诱发效应并不显著,受最终需求的影响程度较低,对经济的拉动作用较弱。从诱发效应结构看,数字产品制造业的出口诱发系数远高于消费和投资诱发系数,行业增加值的提升主要依赖于出口扩张,属于出口依赖型产业。数字产品服务业的消费、投资和出口诱发系数几乎相等,行业发展依靠“三驾马车”共同驱动。数字技术应用业和数字要素驱动业的投资诱发系数高于消费和出口诱发系数,说明这两个行业增加值的提高主要依赖于投资扩张,刺激投资对这两个数字产业发展有较好的带动作用,属于投资依赖型产业。

表9 中国数字产业细分行业平均诱发效应

从动态发展看,最终需求对数字产品制造业的增加值诱发效应呈倒N型波动,其中,消费和出口诱发系数都是先升后降,投资诱发系数呈倒N型波动。整体看,数字产品制造业的增加值诱发效应随时间波动较大,特别是对投资的依赖程度较不稳定。消费诱发系数波动幅度较小,且其对增加值诱发效应的贡献基本保持在8%左右。可以看出,数字产品制造业对消费的依赖作用较稳定。出口诱发系数在2010—2017年处于上升趋势,由0.065增加到0.074,2020年下降至0.068,但出口诱发的增加值占比呈现增长态势,出口的主体地位仍在增强(见表10)。可以看出,数字产品制造业呈现出口依赖过强,消费和投资动力不足现象。过度依赖出口将导致很多经济问题,因此需要转变产业发展方式,扩大对数字产品制造业产品的投资和消费,使该产业对出口保持合理的依赖程度。

表10 中国数字产业细分行业最终需求诱发系数

最终需求对数字产品服务业的增加值诱发效应整体呈现稳定增长态势,其中投资需求增加1单位能够诱发的增加值由2010年的0.002个单位上升至2020年的0.004个单位,涨幅高达100%。消费诱发系数和出口诱发系数的涨幅分别为66.7%和100%,这说明数字产品服务业对消费、投资和出口的扩张效应愈加敏感。尽管数字产品服务业对投资的依赖度在不断增强,但消费和出口诱发的增加值占比在2020年分别为32%和40%。因此,消费和出口对数字产品服务业的拉动仍起决定作用,且随着时间推移,出口的主体地位更明显。

最终需求对数字技术应用业的增加值诱发效应在2015年出现大幅度下降,从2012年的0.058降为2015年的0.050,投资诱发系数从0.027下降至0.013,投资诱发的萎缩使其增加值诱发效应大幅削减。其他年份中消费、投资和出口诱发系数均呈现持续上升态势。其中,投资诱发系数的增幅最高,投资需求增加1单位,数字技术应增加值由2010年的0.024个单位上升至2020年的0.062个单位,增幅高达158.3%,且投资诱发的增加值占比从2010年的41.4%增加至2020年的53.8%。消费和出口诱发系数的增幅分别为42.9%和91.7%,但对增加值诱发的占比均有所下降。相较于消费和出口,数字技术应用业对投资扩张的依赖度大大加深,由消费和投资依赖型转变为投资依赖型,投资诱发的主体地位愈加明显。

最终需求对数字要素驱动业的增加值诱发效应也在2015年出现大幅度下降,从2012年的0.163降为2015年的0.089。消费、投资和出口诱发系数均减少导致其增加值大幅削减。其他年份中消费、投资和出口诱发系数均呈现稳步上升的趋势,说明最终需求对数字技术应用业的拉动作用不断提升,其中,消费诱发系数的增幅最高,消费需求增加1单位能够诱发的增加值由2010年的0.043个单位上升至2020年的0.071个单位,增幅为65.1%,且消费诱发的增加值占比从2010年的32.6%逐步提高至2020年的35.7%。投资和出口诱发系数的增幅分别为46.4%和39.4%,但对增加值诱发的占比均有所下降。2020年投资和出口诱发的增加值占比分别为41%和23%。由此可以看出,数字要素驱动业仍然为投资依赖型产业,但是对消费的依赖加深。

五、结论与建议

本文在清晰界定数字产业的基础上编制中国数字产业投入产出表,基于非竞争型投入产出模型的结构分解技术对数字产业的产业关联效应进行测算,并利用最终需求诱发系数进一步探究其对经济的贡献程度,从时间和产业维度全面展示中国数字产业宏观经济效应,本研究得到以下结论。

第一,中国数字产业发展主要依赖国内经济循环,而国内经济循环又以产业间循环为主导。进一步,在产业间循环中,溢出效应对数字产业产出增加的贡献远高于反馈效应,说明数字产业对国民经济其他产业的支撑作用更为明显,是推动国民经济持续健康发展的基础产业。随着时间推移,数字产业的自循环能力与产业间关联机制处于不断完善之中。

第二,数字产业的产业关联效应具有明显的行业异质性。数字产品制造业自循环能力较强且产业间关联性也高,具有“承上启下”的行业特征,可作为数字产业重点发展行业。数字产品服务业自循环能力较差,并且对其他产业的关联影响较微弱,行业发展滞后。数字技术应用业对其他行业的需求变动较敏感,但自循环能力以及对其他产业的影响能力较差。数字要素驱动业行业成长性较差,但产业关联特征显著。从动态发展上看,各细分数字产业发展机制并不稳定,易受外部经济环境变化的影响,但具备了一定的自我修复能力,行业发展机制总体向好。

第三,数字产业增加值主要来自投资和出口的诱发作用,随着时间的推移,数字产业对投资的扩张效应更加敏感,投资的主体地位愈发明显,数字产业由出口依赖型逐渐转变为投资依赖型。因此,保持适度投资对数字产业发展有明显的刺激作用。由于行业发展特性和社会功能的不同,最终需求对不同数字产业的影响各有差异。数字要素驱动业属于投资依赖型产业,对最终需求扩张效应最为敏感,能够发挥较强的诱发作用,属于支柱型数字产业。数字产品服务业属于消费和出口依赖型产业,但对最终需求的增加值诱发效应并不显著,受最终需求的影响程度较低,对经济拉动作用较弱。数字产品制造业属于出口依赖型产业,但对出口依赖过强,消费和投资动力不足。数字技术应用业对投资扩张的依赖度大大加深,由消费和投资依赖型转变为投资依赖型。

基于上述分析,本文提出以下建议:一是数字产业发展要“以我为主”,坚持开放原则。数字产业自循环机制是支撑数字经济发展,构建双循环新发展格局的关键着力点。通过吸收国内外优势资源,掌握数字产业化的主导权,以发挥国内大循环为主体促进国内国际双循环畅通。二是数字产业发展应重视产业自身发展与关联发展并重。数字产业与传统产业是融合发展的,要发挥数字产业在国民经济中的基础性作用,就要求我们在提升产业自循环能力的同时,强化数字产业关联效应优势,以发挥产业间协同放大效应,助力整个经济体数字化转型。三是释放数字产业潜力,构建数字产业增长长效机制。数字产业属于投资依赖型,其发展主要依靠投资需求的支持,应挖掘更多投资潜力,增加对数字技术创新、数据要素驱动的投资规模,积极拓展国际市场,为数字产业发展提供更为广阔的发展空间。同时,以传统数字消费领域为基础,探索个性化、定制化的数字产品服务,提升消费质量并释放数字红利。四是数字产业关联效应存在行业上的异质性。政府应据此合理制定差异化的数字产业激励政策,实现精准政策匹配,这对于中国明确数字经济领域重点发展方向、优化产业结构和实现经济高质量发展都具有重要的意义。