产业互联网是治疗“鲍莫尔病”的一剂良药 | 企鹅经济学

“鲍莫尔病”及其

第二产业的劳动生产率不仅高于第三产业，而且其增长率也明显高于第三产业。如图2所示，1952—2020年间，第二产业劳动生产率的增长率在绝大多数年份中均高于第三产业，表明高生产率行业以更高的增长率发展，而低生产率行业则按较低的增长率发展，再次验证了中国经济中“鲍莫尔病”现象的存在。

虽然整体服务业的劳动生产率低于制造业，但是不同的细分服务部门之间的劳动生产率则呈现出明显的差异。如图3所示，以城镇单位就业人员衡量的2003—2019年间细分行业的劳动生产率情况，多数年份中金融业、批发和零售业、房地产业的劳动生产率高于制造业，而交通运输行业和住宿餐饮业的劳动生产率则低于制造业。但是，近两年来，房地产业和金融业的劳动生产率也开始低于制造业，这可能在一定程度上意味着“鲍莫尔病”现象的加重。

以细分行业的城镇单位实际人工工资衡量各行业部门的劳动成本，如图4所示，金融业、交通运输行业、房地产业、批发零售业的实际平均工资均高于制造业，仅有住宿餐饮业的实际平均工资低于制造业。比较图3和图4可以发现，（1）房地产业的实际平均工资并没有因行业生产率的下降而同步下降，仍然保持增长态势并高于制造业。（2）房地产业、金融业、批发零售业的实际平均工资高于制造业，可以得到行业高生产率的补偿；但交通运输行业的生产率低于制造业，而实际平均工资高于制造业，表明交通运输行业存在严重的“鲍莫尔病”。（3）即使在服务业内部，不同部门的劳动生产率和实际平均工资之间也存在较大的差距，这表明，即使在服务业内部也存在一定的“鲍莫尔病”现象。

“鲍莫尔病”的

“效率—结构—速度”研究框架

概括起来，可以将“鲍莫尔病”视为一个“效率—结构—速度”的研究框架和因果链条，价格机制在其中起到主要的传导机制的作用。这个因果链条包括一个三段论的结构：一是服务业部门相对制造业部门具有较低的劳动生产率，而较低的生产率则导致了服务成本和价格上升；二是在低生产率、缺乏价格弹性与富有需求弹性的共同作用下，服务业部门的产值份额和就业份额持续扩张；三是服务业部门的份额提高导致了经济增长率的下降。目前，对中国是否存在“鲍莫尔病”的实证检验也主要围绕这三个论点展开，多数实证研究结果均表明，中国的经济增长与结构变迁过程中存在一定程度的“鲍莫尔病”现象。

在对生产率增长滞后并导致价格上升的检验方面，程大中（2004）指出，中国服务业在1978—2000年间的劳动生产率年均增长率只有3.67%，不到第二产业增长率的一半；李翔等（2016）[4]的测算结果也表明，第二产业和第三产业在1978—2013年的劳动生产率增长率分别为9.76%和4.19%，同样不到第二产产业增长率的一半。宋建和郑江淮（2017）[5]则证实了工业相对生产率的提升促进了服务业相对价格的提升，两者之间的弹性系数为0.35，即工业相对服务业生产率每提升1%，将会导致服务业相对工业价格提升0.35%。

在对服务业部门的价格弹性与份额扩张的检验方面，程大中（2004）将整体服务业划分为10个细分行业，其中有9个部门及整体服务业的价格弹性绝对值均小于1，而且有7个服务部门的价格弹性绝对值不足0.5，表明中国的各类服务需求几乎都是缺乏价格弹性的。靖学青（2011）[6]对中国1997—2008年间服务业整体发展进行再检验，结果与程大中（2004）的研究结论基本一致，而且还发现服务需求的价格弹性进一步降低，服务业劳动生产率增长相对于第二产业的滞后程度进一步加大，并且其对服务业就业份额增长的贡献也明显增强。宋建和郑江淮（2017）则证实，服务业相对于工业的价格水平每提升1%，将会导致服务业占非农部门的产值份额提升0.383%，就业份额提升0.211%；工业相对于服务业的劳动生产率每提升1%，则导致服务业占非农部门的产值份额提升0.060%，就业份额提升0.335%。上述研究结论都一致表明，服务业产值份额和就业份额快速增长的主要原因是服务业劳动生产率增长相对滞后。

在对服务业份额扩张导致经济增速下降的实证检验方面，李翔等（2016）的测算结果表明，第三产业份额提升对经济增长速度的影响，经历了从“结构红利”向“鲍莫尔病”的转变，从20世纪90年代中后期到世纪之交，第三产业份额提升已经表现出结构与速度间负相关的“成本病”现象。价格机制在这一过程中起到传导机制的作用，在短期内，三次产业价格结构变化对经济增长的影响总效应不大，但长期来看，价格结构变化通过时间累积对长期经济增长产生严重的负向影响，1952—2019年间增长价格交叉效应共使得我国实际GDP下降76.66倍，折算年几何平均增长率为-6.71%，贡献率为-41.1%（王弟海，2021）[7]。

产业互联网深刻改变

“鲍莫尔病”背后的技术结构

通过上述对“鲍莫尔病”的理论梳理可以发现，发生“鲍莫尔病”的主要原因在于服务业部门的生产率相对较低，而其根源则在于部门间技术结构的差异，正如鲍莫尔（1967）所言，经济活动的技术结构是决定生产率高低的关键因素。演化经济学对第一次产业革命以来技术演化脉络的研究表明，前两次产业革命中诞生的通用目的技术，如蒸汽机、铁路、内燃机、电力技术等，主要集中在工业部门，推动了工业生产方式由家庭作坊式手工生产向现代企业式机器生产的变革，从而提高了工业部门的劳动生产率和规模经济效应。但是，在前两次的产业革命中，服务业部门从未诞生具有颠覆性的通用目的技术，工业部门的通用技术则首先在其行业内部进行扩散，然后才逐渐从工业向服务业进行技术扩散。正是由于不能使用提高效率的机器设备和缺乏规模经济，服务业的劳动生产率较低且长期保持不变（江小涓，罗立彬，2019）[8]。

与前两次产业革命中的通用目的技术主要集中在工业部门不同，当前的数字化浪潮中以大数据、云计算与人工智能等为代表的通用数字技术，主要诞生在从属于服务业部门的软件与互联网行业中，这将在极大程度上改变导致部门生产率差异的技术结构。通用数字技术以产业互联网为主要形态，将首先在服务业中进行扩散，然后再逐渐扩散到工业部门（陈维宣，吴绪亮，2020）[9]，有望推动服务业生产率的高速增长，并逐渐超过工业部门的生产率，而克服“鲍莫尔病”的关键也正是在于提高停滞部门和宏观经济的劳动生产率与全要素生产率。因此，数字技术的爆发为克服“鲍莫尔病”提供了技术基础与机会，正如魏作磊和刘海燕（2019）[10]指出，在考虑数字技术的作用后，中国服务业比重的上升不但不会降低经济增速，反而还能提高经济增速，“鲍莫尔病”的理论假说不再成立。

进一步地，产业互联网助力克服“鲍莫尔病”的机理可以概括为四个效应，具体包括结构红利效应、就业替代效应、数字转型效应与创新加速效应。

一是结构红利效应。数字产业中的数字产品服务业与数字技术应用业均属于服务业部门中的生产性服务业，它们均具有较高的劳动生产率。根据结构红利假说，高生产率部门的加速增长将会促进劳动生产率与经济增长率的提升（Pender，2003）[11]。而且对中国服务业的实证检验表明，生产服务业就业比重上升与经济增速正相关，生活服务业就业比重上升与经济增速负相关，数字技术改变了服务业部门的“生产率惰性”特征，这不仅提高了服务业生产率，而且也促进了宏观经济效率的同步提升（魏作磊，刘海燕，2019）。因此，生产性服务业可以提升宏观经济总体全要素生产率，将逐步取代制造业成为中国经济增长的新动能（李平等，2017[12]；杨玉英，2010[13]）。

二是就业替代效应。人工智能等数字技术通过对具有高度重复性的任务进行编程，使得智能机器与应用程序就能胜任之前必须由劳动力完成的常规工作内容，从而对服务业中的就业岗位产生替代作用，如司机、质检员、体育记者、银行出纳、餐厅服务员等，从而降低服务业部门的就业份额并提高其劳动生产率。人工智能等数字技术使所有行业部门的劳动生产率迅速增长，所谓的停滞部门或渐进停滞部门也转换为先进部门，导致产品和服务的单位成本不断下降，彻底颠覆“鲍莫尔病”成立的基础（谭洪波，2017）[14]。

三是数字转型效应。理论上讲，数字转型效应主要是通过利用数字技术颠覆服务业的生产与供给模式，使得服务业部门也能够收获规模经济效应，从而降低服务成本与价格并提高服务业的劳动生产率。一方面，数字技术使服务生产与供给中的同步性与不可存储性特征，转变为异步性与可存储，彻底改变了服务业低效率与不可贸易的性质（江小涓，罗立彬，2019）。无论是在电影、音乐等生活性服务业，或是商务、金融等生产性服务业，还是医疗、教育等公共服务业中，传统的“面对面”的线下同步交易模式转变为线上时空异步的交易模式，极大地扩大公共服务的供给规模并提高供给质量，提高服务业的劳动生产率。另一方面，通过人机协同改变服务的生产与供给模式，提高单位时间内的劳动生产率。例如在新冠肺炎疫情期间，医生肉眼观察CT检查影像需要5-15分钟，而“腾讯觅影”智能工具最快2秒就能完成AI模式识别，1分钟内可为医生提供辅助诊断参考。即使考虑到服务供给过程中要注重消费者体验的因素，最近新兴起的元宇宙技术也将能够为消费者创造一个完全沉浸式的数字世界，使消费者享受到与现场服务别无二致的消费体验。

四是创新加速效应。人工智能等数字技术不仅是突破性技术创新，而且还是“创新方法的创新”（Cockburn et al，2017）[15]，改变了新创意的生产方式与速度（Aghion et al，2017）[16]，推动创新的涌现。如果把人工智能视作产生创意的中间投入，那么即使人口数量零增长，也能产生指数级的创意增长，为摆脱生产率滞后提供一种潜在驱动力，经济增长将会加速。例如腾讯推出的云开发低代码平台，大幅降低了创新的技术门槛与机会成本，无需或少量代码就可以快速生成应用程序，用户可以通过拖拽相应的功能模块，创建应用，可以让越来越多的“初学者”成为“开发者”。

产业互联网助力克服

“鲍莫尔病”的政策建议

一是避免对数字技术将会导致新型“鲍莫尔病”的过度担忧。有些观点认为，工业化进程带来了制造业部门与服务业部门之间的非均衡发展，从而导致“鲍莫尔病”的发生，因此担心数字化也会带来类似的问题。但是，需要说明的是，与历次产业革命中的蒸汽机、电力技术等相比，数字技术是真正的通用目的技术，蒸汽机和内燃机等主要应用在工业领域，电力主要用在工业和服务业领域，而数字技术的应用范围更广，可以普遍的应用于所有行业部门。如在农业领域，农村电商可以促进农产品的贸易流通，区块链技术广泛用于产品溯源以保证产品质量，人工智能与物联网技术辅助农业生产决策等。目前，仍处于数字化发展的早期阶段，数字技术在各行各业的应用仍有巨大的空间有待挖掘，通过强化产业互联网政策的顶层设计，推动产业互联网在各行业部门间的均衡发展，将能够有效避免新型鲍莫尔病的发生。

二是避免对技术性失业的过度担忧。一些观点认为，数字技术在克服“鲍莫尔病”的过程中，由于其对非熟练工人和常规工作岗位产生替代效应，将会导致大规模技术性失业，从而抑制经济的可持续与包容性增长。同样需要说明的是，数字技术的就业替代效应在表面看来是对非熟练工人和常规工作岗位的替代，但是本质上是对具有高度重复性和低附加值的生产环节中劳动要素的释放。我们需要做的不是阻止数字技术进入这些重复性高而附加值低的生产环节，而是要加快在低附加值环节的劳动要素向高附加值环节转移，使他们通过从事高附加值的工作来获得更高的劳动报酬，从而提高收入分配中的劳动报酬份额，更好地实现共同富裕。

三是加快实施产业互联网政策，推动数字技术与实体经济深度融合发展。技术扩散通常遵循S型的非均衡规律特征，尤其是通用目的技术的扩散完成需要50年甚至更长的时间。加快实施产业互联网政策，通过政策引导促进强制性技术扩散，缩短数字技术与实体经济融合发展的时间，将会对克服“鲍莫尔病”具有至关重要的作用。现有研究表明，中国经济发达的东部地区存在明显的“鲍莫尔病”现象，中西部地区则相对较轻（靖学青，2011；宋建，郑江淮，2017）。因此，一个较为可行的思路是，在数字中国建设的背景下，针对东部地区各省份或其中部分城市建设数字经济试验区，加快推动数字技术在批发零售、交通运输、金融保险、商务服务、教育医疗、文化教育等行业的普及扩散，通过改变生产与供给方式降低这些行业的单位成本与价格，并及时进行政策效应评估，总结数字技术治理“鲍莫尔病”的经验教训。

你“在看”我吗？