一 引 言

20世纪30年代，英国著名统计学家Fisher(1935)[1]总结出产业演化的三个阶段，指出产业发展必然经历从第一产业为主导，转向第二产业为主导，最终转向第三产业为主导的更替过程。欧美发达国家经历了明显的产业结构服务化进程，其他国家的产业发展也正在经历这一过程。统计资料显示，对于多数欧美发达国家而言，服务业增加值占本国GDP比重均已超过60%，甚至高达75%之多。2013年我国第三产业增加值占GDP比重为46.7%，首次超过第二产业的44%，成为影响国民经济发展的重要产业。2016年我国第三产业增加值占GDP比重为58.2%，在国民经济发展中占据主导地位。与此同时，2016年我国第三产业就业人数占全社会就业总人数比重为43.5%，远超过第一产业的27.7%和第二产业的28.8%，标志着我国产业结构正呈现出服务化趋势。

学者们对推动产业结构服务化发展的影响因素做了大量研究，主要切入角度为技术进步和鲍莫尔效应(Peneder，2003)[2]、城市化效应(Graham，2009)[3]、消费者偏好和需求收入弹性效应(Foellmir，2011)[4]、对外贸易效应(Bekkers和Francois，2013)[5]、人口老龄化效应(Ehrenhard et al.，2014)[6]等。但上述研究在一定程度上忽略了目前“互联网+”的时代背景。进入21世纪以来，以互联网、云计算和大数据为代表的信息网络技术与三次产业不断融合，引起包括共享经济在内的一系列新的产业发展方式变革，显著推动了产业结构的服务化进程。国内外学者也开始关注信息技术和互联网对产业发展的影响。Sampler(1998)[7]认为信息时代需要重新定义产业结构，Dedrick和Kraemer(2005)[8]以个人电脑产业为例说明了信息技术对企业组织和流程再造的影响，Wigand et al.(2005)[9]研究了信息技术标准对产业结构的影响。陈国亮和唐根年(2016)[10]以长三角城市群的经验数据检验了互联网对二三产业空间非一体化的影响。江小涓(2017)[11]认为网络技术的发展正在改变服务业的性质，引起了广泛的资源重组与聚合。但是这些研究基本上没有从宏观视角解释互联网促进产业结构服务化的内在机理与路径。互联网普及促进产业结构服务化的机理和路径是什么？如何通过各种政策措施，借助互联网发展的“翅膀”来促进本国产业结构服务化，这是本文需要着重解决的问题。

本文的创新点主要体现在两个方面：一是与以往学者们单纯从收入等角度解释产业结构服务化的路径不同，本文紧贴“互联网+”时代发展背景，从互联网普及角度分析了其影响产业结构服务化进程的两条路径并进行了数理模型推导；二是本文用互联网普及率作为重要解释变量，研究了互联网普及对中国产业结构服务化的定量影响，发现控制其他影响因素时，互联网普及率每变化1个单位，将会引起中国产业结构服务化进程同向变化0.157个单位，但互联网通过技术进步和城镇化水平促进产业结构服务化具有显著的边际递减效应。

二 互联网促进产业结构服务化的内在机理分析

互联网具有强大的“连接”属性，能够突破时空限制，促进不同区域和不同行业间的信息交流，有效解决经济活动中的“信息不对称”困境。随着互联网技术应用的推进产业结构正发生着深刻的变革。下文将主要分析互联网普及促进产业结构服务化的内在机理。

(一)互联网普及促进产业结构服务化的数理模型推导

本文在陈晓光和龚六堂(2005)[12]、王健和李佳(2013)[13]研究基础上，构建一个三部门、三产品的经济分析框架。在该分析框架中，三个部门分别是第一产业、第二产业和第三产业，三种产品分别为农业消费品(F)、制造业消费品(S)和服务消费品(T)。由于本文旨在分析产业结构变化情况，为简化，不妨做如下两个假定：(1)三次产业之间生产的技术水平不尽相同，且三个部门独立生产各自产品；(2)经济活动人口数基本保持不变，劳动参与率为1，且劳动力供给是无弹性的。在不考虑经济增长条件下，进行如下产业结构变化。将第一产业就业人口数占就业总人口比重、第二产业就业人口数占就业总人口比重和第三产业就业人口数占就业总人口比重分别记为f、s和t。在不至于引起误解的情况下，省略时间标示。当劳动力市场出清时，有：

f+s+t=1

(1)

由式(1)对时间求导可以推出：

(2)

1.从生产部门的角度进行考察

依次分析第一、第二、第三产业生产部门。不妨认为第一产业部门主要以农业为主，且农业部门主要依靠土地和劳动进行生产活动。其生产函数可借鉴Lucas(2004)[14]的研究，由于农业总土地面积相对比较固定，将其标准化为1，农业生产函数为f。那么可得到第一产业的柯布-道格拉斯生产函数为：F=f(x)=xδ，其中x表示农业部门的就业。这里将农业技术标准化为1，表示农业技术水平在较长时期内保持不变。第二产业部门主要以制造业为主。一般在分析制造业和服务业生产过程中，物质资本和人力资本被认为是两个必要的要素。为方便分析，剔除制造业和服务业物质资本要素(因为物质资本的积累还是基于原始生产要素得到的，比如说是由土地和劳动而得到)。简化后的制造业生产部门可用制造业劳动要素进行生产，得到第二产业部门的生产函数S=As，这里A为技术进步，A=A(Inter)，AInter(Inter)>0，Inter代表互联网发展水平。不妨认为第三产业部门主要以服务业为主。由于服务业和制造业一般集聚在城市中，而 “技术外溢”使服务业更能够从制造业获得相关知识和技术。因此，可设定第三产业生产函数为：T=Aθt，这里0≤θ≤1，反映制造业技术外溢效应。θ=0时表示服务业从业人员无法从制造业获得任何技术，当θ=1时，服务业从业者能充分从制造业获得技术知识。综上，得到三次产业生产函数分别为：

F=xδ;S=As;T=Aθt,0<θ<1

(3)

2.从消费部门的角度进行考察

假定代表性个体的效用函数形式为：U(F,S,T)

(4)

此效用函数满足以下三个假设前提：

UF(F,S,T)>0,US(F,S,T)>0,UT(F,S,T)>0；UFF(F,S,T)<0,

USS(F,S,T)<0,UTT(F,S,T)<0;UFT(F,S,T)>0,UST(F,S,T)>0

(5)

将服务品纳入到效用函数中，并且使之满足式(5)。其中原因在于服务品能够提高消费品附加值，增强消费者即时体验，例如，产品广告可以帮助消费者获得更多产品的信息，减少消费者寻租成本；优美的餐厅环境布置可以使消费者心情愉悦，提高就餐效用水平；良好的产品售后服务可以方便产品使用者更加快捷使用产品，提升消费满意度等。总而言之，服务品有利于提高消费者在商品消费过程中的效用值。

因此，可设定基本效用函数为CES形式：

(6)

但是，式(6)默认三个部门生产的三种产品需求收入弹性相同。一般情况下：服务品需求的收入弹性>制造品需求的收入弹性>农产品需求的收入弹性。因此，可做如下假定：不妨将制造品需求的收入弹性标准化为1，那么服务品需求的收入弹性>1，农产品需求的收入弹性<1。

综上所述，可将基本效用函数改进为：

(7)

其中假设条件为：αI(I(Inter))<0,αInter(I(Inter))<0;γI(I(Inter))>0,γInter(I(Inter))>0。

对式(7)作两点说明：一是引入互联网要素。事实上，互联网发展可以通过影响收入水平而影响三种产品需求的收入弹性。首先，互联网普及有利于人们学习和吸收新的知识与技能，提高自身科学文化素养，从而提高收入水平。其次，对于失业人员来说，互联网强大的信息流通功能提供了更多的工作机会，使他们更加便捷地获得新工作，减少了寻找新工作过程中的经济成本。最后，互联网普及能够促进大众消费观念转变，激发人们对高层次精神文化的消费需求。二是对于αI(I(Inter))<0和αInter(I(Inter))<0的解释。由恩格尔定律可知，随着家庭收入水平不断提高，人们用于购买基本生存必需品食物(如农产品等)支出所占比重会相对下降。

3.从生产和消费两个方面进行综合考察

当劳动力在第一产业、第二产业和第三产业中自由流动且不存在转移成本情况下，若劳动力市场无套利，那么可得到消费者效用最大化的基本模型：

(8)

对式(8)建立拉格朗日函数并求一阶导数，再根据均衡时三种产品的边际收入相等，得到：

PFδfδ-1=PSA=PTAθ

(9)

不妨将制造品价格作为标准计价单位，即设定PS=1。那么有：

PFδfδ-1=A=PTAθ

(10)

将式(10)进行恒等变形，得到：

(11)

代表性个体一般预算约束为：

PFF+S+PTT≤I

(12)

对代表性消费个体效用最大化求解，得到：

(13)

(14)

将式(3)和式(11)代入式(14)中，有：

(15)

式(15)是消费者效用最大化条件下得到的均衡恒等式。下面按式(15)进行互联网普及促进产业结构服务化的数理推导。

首先，考察式(15)第一个等号的左边和右边，化简得：

(16)

分析式(16)。由于制造品需求的收入弹性标准化为1，因此β保持恒定，当Inter逐渐上升时(即互联网发展水平提升时)，由于αInter(I(Inter))<0，那么α下降，意味着第一产业部门增加值占比相对第二产业部门下降。同时，若要恒等式成立，则需f占比下降或者s占比上升，即第一产业部门劳动就业份额占比下降，或第二产业部门劳动就业份额占比上升。

其次，考察式(15)第一个等号的左边和第二个等号的右边，化简得：

(17)

对式(17)，由于αInter(I(Inter))<0，γInter(I(Inter))>0，当Inter逐渐上升时(即互联网发展水平提升时)，α所占比重逐渐减小，γ所占比重逐渐增加，意味着第一产业部门增加值占比相对第三产业部门下降。同时，若要恒等式成立，则需f占比下降或者t占比上升，即第一产业部门劳动就业份额占比下降，或第三产业部门劳动就业占比上升。

最后，考察式(15)第二个等号的左边和右边，化简得：

(18)

分析式(18)。当β一定时，由于γInter(I(Inter))>0，当Inter逐渐上升时(即互联网发展水平提升时)，γ将随之增加，意味着第三产业部门增加值占比相对第二产业部门上升。同时，若要恒等式成立，则需s占比下降或者t占比上升，即第二产业部门劳动就业份额占比下降，或第三产业部门劳动就业份额占比上升。由此可得到命题1。

命题1：互联网普及使用能够促进三次产业的产值结构由第一产业向第二产业进而向第三产业转型，亦能促进三次产业的就业结构由第一产业向第二产业进而向第三产业转型，即产业结构服务化。

(二)互联网普及促进产业结构服务化的主要路径分析

1.互联网普及通过提升城镇化质量推动产业结构服务化

(1)互联网普及提升城镇化质量

随着互联网深度融入人们的生活中，人们的思维方式发生变化，生活习惯也不断革新。互联网能够通过提升城镇化质量、优化资源分配以及提高居民生活水平等多种方式加快城镇化进程。

第一，互联网提升了城镇化的建设质量。随着我国城镇化程度不断加深，大量人口集聚在大中城市，随之而产生的人口膨胀、交通拥堵以及环境污染问题日益加重，城镇化质量没有随着城镇化进程同步提高。互联网的普及有助于解决这一系列问题。首先，城市可通过互联网、大数据等数据化信息技术进行精准化、科学化的规划和建设。使用互联网技术对城市运行动态、城市居民活动进行动态观测，合理改善城市管理模式和生活环境。通过互联网搜集居民对城市建设的建议信息，破解城市病(赵爽和刘彦彤，2018)[15]。其次，城乡二元结构导致两者经济发展不均衡问题一直存在，互联网的出现有助于打破空间和时间的限制，利用互联网平台技术，更加直观地展现农村地区特色产品和服务，增强农村经济发展活力，促进城乡协调发展(彭海静等，2016)[16]。最后，互联网“去中心化”和“去中介化”的趋势为中小城市与乡镇地区带来了良好的创业机遇，长尾效应为创业者提供了更多的机会(辜胜阻和李睿，2016)[17]。互联网发展降低了乡村地区创业的成本，显著提升了村镇地区非农就业比例，缓解了人口从农村向城市转移过度的问题，从而提高了城镇化质量(罗震东和何鹤鸣，2017)[18]。

第二，互联网优化了城镇的资源配置。互联网与城镇化的结合有助于资源集中使用，实现更有效的配置。两者融合能够充分激发城镇化建设活力，打破空间和时间限制，快速有效地将大量资源投入到城镇化建设中。实现真正的人口城镇化不能只依靠于政府，需要借助互联网工具有效利用和共享城镇资源，进而推动人口城镇化(李娟，2016)[19]。“互联网+”的发展有助于减少地域之间时间和空间等方面带来的信息不对称，通过互联网平台有效利用和共享农村的宝贵资源，从而缩小城乡发展差距。除此之外，互联网平台能够整合优质教育资源，使人们足不出户便可学习到最新科学文化知识和了解最新科技进展(Paunov和Rollo，2016)[20]。

第三，互联网打破城乡资源配置单向流动困局，加速农村电子商务发展，促进农民收入增加。其一，互联网在农村的普及覆盖，使得电子商务在农村“遍地开花”，新型农村电子商务有利于农产品信息的即时发布和广泛传播，打破时空限制，让农产品在任何时间任何地点都能进行销售，改变了传统的农产品贸易模式，拓宽农民销售渠道，有效解决农产品“滞销”问题，提高农民收入水平。其二，新型互联网媒体在农村覆盖，可以传播农业生产信息，如天气预报、农业生产管理、农业科学技术、农业市场信息等(Apǎvǎloaie，2014)[21]。农民借助互联网媒体，可快速、有效地捕捉农业生产和经营过程中的有用信息，用以科学指导农业生产过程，降低“隐形”成本，直接改善农业生产经营方式，提高农产品的生产效率和质量，获得较高的收入报酬(周冬，2016)[22]。

(2)城镇化质量提升推动产业结构服务化

我国产业结构演进与城镇化进程之间存在一般规律，国外学者早期研究表明城镇化是促进国家由农业型经济向服务型经济发展的重要因素(Singelmann，1978)[23]。我国处于经济转型期，城镇化进程影响服务业增长速度和比重。一方面，城镇化使得城市交通基础设施进一步完善，为服务业发展打下良好基础(杜宇玮和刘东皇，2015)[24]；另一方面，地区间城镇化发展不均匀导致服务业的区域发展不均衡，从而整体上对产业结构服务化进程产生影响(王诗蓓，2018)[25]。

城市化进程的加深促使人口和资本集中，致使人们对服务业产品的需求增加，且要求更细致。服务业结构转型升级，一些传统服务业更新改进，一些新型服务业态显现。移动互联网的普及，使消费者能够了解丰富多彩的消费产品，刺激了消费者的消费欲望。互联网普及带来消费产品的“多元化”，使得消费服务过程、消费服务模式和服务关系等发生变革，生活性公共服务业无疑得到了巨大发展空间(曾世宏，2017)[26]。

城市化促进服务业生产效率提高。一是城镇化程度越高，服务业劳动力市场中知识传播的速度越快，生产效率越高，即城市化促进了知识外溢，从而有效提高服务业的生产效率(Keeble和Nacham，2002)[27]。二是城市化能够促进劳动力市场供给和需求的匹配，使得摩擦失业的几率变小。三是城市化带来的“学习效应”促使知识更快地传播和创新，从而带来人力资本外部性。以上三个方面总体上使得服务业生产效率上升(Chang和Brada, 2006)[28]。

命题2：互联网普及能够通过提升城镇化发展质量，优化资源配置，从而加深城镇化程度；城镇化质量的提高能够有效促进生活性服务业发展，进而促进产业结构服务化。

2.互联网普及加速技术进步推动产业结构服务化

(1)互联网普及加速社会技术进步

以互联网、云计算、大数据、物联网等为标志的新一代信息网络技术迅猛发展，对经济社会的渗透越来越高。随着互联网普及加速，大数据已经成为重要的生产要素，为推动技术创新和技术进步提供了不竭动力。

第一，互联网普及松绑了信息资源，为企业技术创新提供条件。互联网时代，企业技术创新最重要的生产要素是信息、知识和技术(Xu et al.，2017)[29]。企业战略资源观认为，企业只有不断从外部环境中获取知识、技术、信息等资源才能持续开展创新活动，进而在日趋激烈的市场竞争中健康发展(Ji et al.，2016)[30]。互联网缩短了地理空间距离、打破了地域界限，沟通世界不同区域和角落，解决由于“信息不对称”所造成的信息流通困境(张影强，2016)[31]。互联网资源的丰富性和易得性，使得企业能够获取全球更加开放的知识和技术等资源，加速了企业创新效率，促进企业科技水平不断提高(杨善林等，2016)[32]。

第二，互联网加速社会分工，推进集群式创新模式，促进技术进步。集群式创新是通过云联网、大数据技术将众多孤立的创新节点有机链接在一起，构成网络创新群体，形成创新生态系统(王济武，2016)[33]。互联网信息传递处理技术所带来的实时性和低成本，使不同创新主体之间信息沟通不受时空限制，创新集群不局限于在某一地理范围。任何个人、中小企业或团体均可在互联网上组建联合创新平台，企业创新集群应运而生，例如：产、学、研、用创新平台建设(Jordan，2012)[34]。互联网创新平台将中小企业集聚在一起，更容易实现资源和信息共享、共用，以及创新功能互补，共同提高各自科技创新水平。

(2)技术进步推动产业结构服务化

影响产业结构服务化的因素众多，但是技术进步无疑是最为重要因素之一(Carlo et al.，2016)[35]。新一代信息网络技术的快速发展使得制造业生产方式发生变革，推动生产性服务业发展，促进制造业服务化。

第一，技术进步优化制造流程，促进制造业服务化。技术水平的提高，使得制造产品生产方式发生了重要变化，不仅提高制造企业产品的生产效率，而且提高产品的工艺水平。与此同时，先进信息网络技术对制造业各个生产环节的渗透，推进了制造企业价值链重组(Paunov和Rollo，2016)[20]，促进服务要素渗透到制造业产品生产的全过程。对于制造研发阶段而言，制造企业利用互联网和大数据技术对消费者行为和习惯进行趋势分析，以用于产品设计和改造；对于制造生产过程而言，客户可通过互联网参与到制造业产品生产过程，对产品生产过程进行监督，也可提出产品的个性化和定制化需求；对于产品售后阶段而言，制造企业可利用大数据、云计算等技术对前期产品客户使用情况进行数据分析，提前预知客户在使用产品过程中可能遇到的问题，并给出相应解决方案，提高客户使用产品的满意度，增强产品信誉度和服务体验(严力群和佘运九，2017)[36]。

第二，技术进步促进服务专业化分工，催生生产性服务。信息网络技术发展使得传统服务业内涵发生了深刻变化(王述英，2003)[37]，推动生产性服务业从传统服务行业中分化出来。一是在互联网技术的推动作用下，生产性服务业变得更加专业化，特别是以电子商务、现代物流、互联网金融、软件和服务外包为代表的新型生产性服务业空前发展(Shelanski，2012)[38]。二是云计算、大数据、物联网等信息网络技术的不断运用，使业务咨询服务、智能移动社区服务、O2O平台服务、第三方支付安全保障体系等多种新兴服务模式应运而生且快速发展，加强生产性服务业发展的独立性，并形成新的系列生产性服务行业，加速产业结构服务化进程(曾世宏和高亚林，2016)[39]。

命题3：互联网普及能够拓展企业获取创新资源渠道，改善企业技术创新环境，从而加速技术创新效率；技术水平提高能够改善制造产品生产价值链，激发生产性服务专业化，进而促进产业结构服务化。

综上所述，互联网普及可以通过两条路径促进产业结构服务化进程：一是通过提升城镇化质量从而促进产业结构服务化；二是通过加速技术进步从而促进产业结构服务化。

三 互联网普及促进产业结构服务化的实证检验

上文分析了互联网普及对产业结构服务化影响的内在机理以及主要传导路径，下文则对此进行实证检验。

(一)模型设定与变量选择

1.基本模型设定

由上文分析可得：互联网普及主要通过技术进步和城镇化质量提升两条路径来促进产业结构服务化进程。下面将采用面板数据模型对此进行实证检验。面板数据模型检验步骤如下：式(19)是构建产业结构服务化影响因素的基准模型；式(20)是检验互联网普及提升城镇化质量促进产业结构服务化的定量影响；式(21)是检验互联网普及促进技术进步对产业结构服务化的定量影响；最后对上述互联网发展影响产业结构服务化进程做稳健性检验。

ISit=α0+α1Interit+α2lnInvestit+α3Marketit+α4lnAGDPit+α5lnLaborit+α6lnGovit+εit

(19)

ISit=β0+β1Interit+β2Interit×lnUrbanit+β3lnInvestit+β4Marketit+β5lnLaborit+β6lnGovit+

β7lnAGDPit+δit

(20)

ISit=φ0+φ1Interit+φ2Interit×Technologyit+φ3lnInvestit+φ4Marketit+φ5lnAGDPit+

φ6Laborit+φ7lnGovit+μit

(21)

式(19)-式(21)中，ISit为被解释变量，代表产业结构服务化进程。Interit为核心解释变量，代表地区互联网发展水平。交叉项Interit×lnUrbanit和Interit×Technologyit分别表示互联网发展通过上述两条路径影响产业结构服务化进程。此外，其他变量为一系列可能影响被解释变量的控制变量，其中包括服务业投资率、市场化程度、人力资本水平、政府财政支出等。i和t分别表示地区和时间，εit、δit和μit均表示随机误差项。

2.主要变量选取

(1)被解释变量

产业结构服务化(IS)。对于产业结构服务化的内涵，归纳起来主要分为两方面：一种理解认为产业结构服务化是指后工业化时期，即工业化发展成熟以后，人类经济活动从以生产活动为中心向以服务活动为中心的转移过程，表现为产业结构中服务业的比重超过工业，成为经济活动的中心(王燕和吴蒙，2016)[40]。另一种理解认为产业结构服务化是服务业主导经济社会发展的一切描述，不仅包含第三产业占据经济社会发展的主导地位，而且包含各产业发展的内部服务化(刘继国和赵一婷，2006)[41]。本文为便于分析和阐述，主要采用第一种理解，将产业结构服务化的衡量指标设定为IS，用第三产业增加值占GDP比重来表示(曾世宏和夏杰长，2016)[42]。

(2)中间变量

城市化水平(Urban)。发达国家早期工业化发展进程表明，城市化与产业结构服务化之间具有一定的联系。一般认为城市是服务业活动的重要集聚地，城市化水平的提高意味着城市基础设施不断完善，较为完善的城市基础设施有利于消费者心理健康，城市的发展为服务业在城市的集聚与繁荣提供机遇。

技术进步(Technology)。技术进步成为另一个重要中间变量，是因为互联网普及能够通过提高创新效率从而促进技术水平提高。而技术进步不仅能够改进生产效率、提高产品工艺水平，而且能够将服务要素带到生产过程中，促进服务业和制造业融合，使得资源在不同产业间合理流动，从而促进产业结构向着合理化、高级化方向发展，最终实现产业结构服务化(龚轶等，2013)[43]。

(3)核心解释变量

互联网普及率(Inter)。互联网作为目前发展最快、影响最大的信息网络技术，由于强大的联通功能，能够有效跨越地域限制，使不同地域之间信息交流方便，成为人类经济社会发展历史上渗透性最强、应用最广的科学技术。互联网在中国发展迅速，已经成为推动我国产业结构转型和升级的重要力量，促进我国产业结构服务化进程。

(4)控制变量

经济发展水平(lnAGDP)。地方经济发展水平的提高，一定程度上能够提高个人收入水平。根据凯恩斯主义的消费理论，收入水平的提高将刺激个人消费需求和公共消费的增加，消费结构也从最简单的衣、食、住、行方面消费转向更加高端的物质产品消费和精神文化方面消费，个人消费需求结构的这种转变，是产业结构服务化的重要推动力。

市场化程度(Market)。市场化是一个经济体通过一系列调整达到经济资源配置和个人经济权利自由化的过程。自1978年改革开放以来，我国经济发展经历了从计划经济向市场经济的转变，经济市场化能为现代化企业成长创造条件，以市场优胜劣汰机制为主导的经济结构能推动产业发展，实现产业结构优化。

政府财政支出(lnGov)。政府公共服务财政支出一方面能够改善地区基础设施水平，良好的基础设施水平是地区产业结构服务化的重要前提；另一方面政府公共财政支出通过转移支付方式促进居民收入水平提高，居民收入水平的提高能够有效刺激服务消费需求，从而促进服务业发展(李勇刚和王猛，2015)[44]。

服务投资率(lnInvest)。投资作为经济增长的“三驾马车”之一，对服务业产值增长有着重要影响。首先，服务投资过程中增加了投资品和消费品的需求，引发服务总需求增加，推动行业的生产规模扩大，促进了服务业发展。其次，服务投资项目建成后投入使用，会扩大社会生产能力，从而为服务业生产出更多产品，继而促进服务业产值增长。

劳动力要素(Labor)。根据鲍莫尔经典“成本病”理论，认为服务业的劳动生产率相对较低，表现为当服务业以一个较小的增长率发展时，需要以一个较大增长率的劳动力就业率作为支撑，大量吸纳劳动力是服务业发展的重要基石，劳动力就业的增加为服务业提供了基础支撑，而服务业发展也能够提供更多的劳动就业岗位。因此，本文认为劳动力要素是影响产业结构服务业化的重要因素。

(二)数据来源与描述性统计

为确保数据的连贯性和研究样本的典型性，本文选取我国31个省(市、自治区)的面板数据作为分析样本。考虑到数据的可获得性，本文将样本数据的区间设定为2006-2016年，通过对面板数据的检验，研究互联网发展水平对我国产业结构服务化的影响。原始数据主要来源于中国经济信息网、国家统计数据库、wind咨询数据库，历年《中国统计年鉴》、《中国第三产业统计年鉴》、《中国城市统计年鉴》、《中国科技统计年鉴》、《中国人口和就业统计年鉴》，以及各省历年统计年鉴。被解释变量、核心解释变量和控制变量等具体相关指标的计算方法和数据来源见表1。

表1 变量的计算方法和数据来源

为进一步观察各变量数据特征，对各变量进行描述性统计。为尽可能地消除异方差和确保数据的平稳性，实证分析之前对部分变量做了自然对数处理，描述性统计过程主要采用的统计软件是STATA13.0，各变量数据的具体描述性统计结果见表2。

表2 变量的描述性统计

(续上表)

变量样本数均值标准差最小值最大值Inter134133.0118.552.9577.77Inter23416.211.281.578.78lnInvest34156.8311.9337.9589.81Market3416.572.170.0011.80lnAGDP34110.350.608.6411.67Labor34136.7310.1814.9380.10lnGov3417.690.815.159.48

数据来源：基于《中国统计年鉴》、《第三产业统计年鉴》及各省的《统计年鉴》计算所得。

观察表2可知：2006-2016年间中国产业结构服务化最小值为28.6，最大值为80.23，全国均值为42.23，十年之间产业结构服务化发展趋势显著；2006-2016年间，我国互联网发展水平逐步提高。

(三)实证检验及结果分析

下面将采用面板数据检验互联网普及对我国产业结构服务化的影响。Hausman检验结果表明，逐步加入控制变量时，每一步均拒绝了随机扰动项和变量不相关的假设，即拒绝了随机效应模型假设，由此本文采用固定效应模型。

1.基准模型的回归结果

先进行基准模型的回归，通过逐步加入控制变量，分别对影响产业结构服务化的因素进行回归，结果如表3所示。

表3 基准模型的回归结果

(续上表)

变量模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)样本数341341341341341341R20.411 0.725 0.516 0.497 0.702 0.407 地区数313131313131

注：括号内t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表3的基准模型回归结果显示，无论加入何种控制变量，互联网普及都对我国产业结构服务化进程起显著促进作用。当互联网普及率变化1个单位时，将会引致中国产业结构服务化进程同向变化0.157个单位，总体拟合程度较好。即说明互联网的普及能够较好地促进我国产业结构服务化。其次就基准模型的其他控制变量而言，服务业投资水平、市场化程度、劳动力和政府财政支出等要素亦能够对中国产业结构服务化进程产生显著影响，当上述变量变化1个单位时，将分别引致中国产业结构服务化进程同向变化0.204、1.542、10.99和6.298个单位，总体拟合程度均较好。即说明上述几个控制变量均对中国产业结构服务化进程起到了积极作用。基准模型回归结果也显示，虽然人均地区生产总值对中国产业结构服务化进程也具有显著影响，但是作用明显呈现负相关关系，说明经济发展水平尚未能很好推动产业结构服务化进程。对上述现象，其中一种可能的解释是，2008年国际金融危机之后，经济陷入低迷状态，世界整体经济的不景气也是我国经济增速放缓的外部因素。我国经济发展进入新常态，即经济增长速度由高速状态进入中高速状态[注]根据国家统计局公布的数据，2010年我国经济增长速率为10.45%，2016年我国经济增长速率为6.7%。。我国总体经济增长下行趋势与服务业增长速率上涨趋势相比，说明产业结构服务化进程并不要求快速的经济增长速度，相反服务业增长能够抵消经济增长下行波动的幅度。

2.基于城镇化路径的回归结果

基准模型检验结果说明，总体上互联网普及能够对产业结构服务化进程起促进作用。但是互联网普及是否分别通过城镇化和技术进步两条路径影响产业结构服务化进程呢？下面将对此进行检验。路径检验的基本思路是：在模型中引入互联网普及和收入水平及城镇化的数据交叉项，然后逐步加入相关变量进行回归分析，得到基于城镇化路径的回归结果，如表4所示。

表4 基于城镇化路径回归结果

(续上表)

变量模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)模型(7)lnLabor12.24∗∗28.44∗∗∗27.17∗∗∗(3.06)(6.38)(6.54)lnGov-4.212∗∗∗8.131∗∗(-6.08)(3.05)lnAGDP-17.79∗∗∗(-4.77)常数项-2.424∗∗-2.663∗∗∗-7.905-14.560∗∗22.300∗∗∗-18.940∗∗∗12.770(-3.23)(-3.89)(-1.77)(-2.79)(-4.00)(-6.30)(0.57)样本数341341341341341341341R20.4250.760 0.8230.5870.6220.732 0.605 地区数31313131313131

注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表4是基于城镇化路径的回归结果，采用固定效应模型。结果显示，引入互联网和城镇化的交互项后，互联网普及和城镇化的交互项对产业结构服务化影响系数为0.0637，在1%的水平上显著，依次加入相关变量后得到的交叉项对产业结构服务化水平的影响依然显著，系数为0.0375。说明互联网普及通过城镇化促进了产业结构的服务化发展，与理论分析相一致。对于其他控制变量，服务业投资率、市场化程度、劳动力要素以及政府财政支出都对产业结构服务化水平有显著的促进作用，系数分别为0.0784、1.04、27.17和8.131，拟合程度较好，与前文未加入交叉项得到的结论相一致。

3.基于技术进步路径的回归结果

进一步，分析互联网普及通过技术进步路径对产业结构服务化的影响。同样采用固定效应模型进行拟合回归，结果如表5所示。

表5 基于技术进步路径的回归结果

(续上表)

变量模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)常数项0.002-0.283-10.560∗∗∗-15.750∗∗∗14.880∗-8.908∗(0.01)(-1.39)(-3.92)(-5.48)(2.09)(-2.07)样本数341341341341341341R20.430 0.6130.8100.5970.6720.726地区数313131313131

注：括号内t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表5回归结果显示，互联网通过技术进步对产业结构服务化产生显著影响。当不增加其他控制变量时，互联网普及和技术进步交叉项增加1个单位时，使产业结构服务化水平平均提高0.154个单位，随着控制变量的不断引进，互联网普及和技术进步交叉项对产业结构服务化水平影响的显著程度不变，影响系数从0.154增加到0.157，现如今各种高科技创新离不开互联网的发展，互联网从制造业快速发展到相关服务业，催生了更多的服务新行业和新业态。互联网发展不仅能够通过技术进步有效地将服务要素带入制造业生产过程，促进制造业服务化，而且能够通过技术进步有效促进服务商业模式创新，从而促进服务业繁荣发展。影响产业结构服务化的其他控制变量中，服务业投资率、市场化程度以及劳动力要素均对产业结构服务化影响显著，系数为0.142、0.662和0.574，说明产业结构服务化进程和劳动就业之间存在协同演进现象，市场化程度对互联网促进服务业发展具有积极作用。

(四)异质性

由于前文都是用全国31个省、市、自治区的数据进行分析，为了进一步确保结论的正确性和科学性，下面将互联网普及率不同的省份分为40%-50%、50%-55%以及55%以上三个层次进行相关回归分析，如表6所示。

表6 基准模型互联网普及率高低异质性检验

(续上表)

变量模型40-5050-5555以上常数项70.86∗∗∗132.50∗∗∗31.48 38.75 (4.78)(4.31)(1.29)(0.88)样本数34112112199R20.410 0.562 0.664 0.735地区数3111119

注：括号内t值,***、**、*分别表示在1%、5%、10%的水平上显著。

表6是不区分路径的情况下研究互联网普及率对产业结构服务化水平的影响，发现三种层次的互联网普及率对产业结构服务化水平的影响都是正向显著的，系数分别为0.433、0.161和0.189，其中在互联网普及率较低的省份，互联网普及对产业结构服务化水平的影响效应更高。同时也可以看出，在不同的互联网普及率下，其他各控制变量对产业结构服务化水平的影响方向没有变化，但影响系数和显著程度随着省份间互联网普及程度不同有所变化。

表7 基于城镇化路径模型互联网普及率高低异质性检验

注：括号内t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表7是将我国31个省、市、自治区的互联网普及率均分为三大部分，得到城镇化路径模型的互联网普及率高低异质性检验回归结果。可以看出，互联网普及率和城镇化的交叉项在不同普及率上对产业结构服务化水平的影响都显著，其系数分别为0.123、0.0617和0.0416。同样在低互联网普及率的省份，互联网通普及过城镇化路径对产业结构服务化水平的影响更为显著，与表6结果相一致。同时其他变量对产业结构服务化水平的影响方向不变，影响程度则因为不同互联网普及水平发生变化。

表8 基于技术进步路径模型互联网普及率高低异质性检验

注：括号内t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表8是基于技术进步路径模型的互联网普及率高低异质性检验回归结果。可以看出，互联网普及率和技术进步的交叉项在不同普及率中对产业结构服务化水平的影响都显著，但显著程度有所变化，系数分别为0.273、0.148以及0.139。在40%-50%的互联网普及水平下，互联网普及率和技术进步的交叉项对产业结构服务化水平的影响程度最高，其次是55%以上的互联网普及水平，最后是50%-55%。其他控制变量对产业结构服务化水平的影响方向与前文一致，但影响程度和系数随着互联网普及水平发生变化。总体来说，在不同的普及率下，互联网普及依然可以通过城镇化路径和技术进步路径对产业结构服务化水平产生显著影响。

(五)稳健性检验

前文的检验结果已基本表明互联网普及能够通过两种路径对中国产业结构服务化的进程产生重要影响，下面对上述结果作进一步的相关稳健性检验。稳健性检验的基本思路是：替换互联网普及的衡量指标。查询国家统计局数据库可知，目前有关衡量互联网普及的指标有：域名数、网站数、网页数、互联网拨号用户、互联网宽带接入用户、 城市宽带接入用户、农村宽带接入用户和互联网宽带接入端口等八种。但是由于前七种指标数据的初始统计年份为2011年，时间序列长度相对较短。因此，为更加全面准确地分析互联网普及对产业结构服务化的影响，将互联网宽带接入端口指标作为互联网普及的另一个衡量指标，得到稳健性检验结果如表9所示。

表9 稳健性检验的结果

注：括号内t值，***、**、*分别表示在1%、5%、10%的水平上显著。

表9中，核心解释变量和其他控制变量对产业结构服务化的影响均与第三部分结果一致。核心解释变量，即互联网普及对产业结构服务化影响显著，综合影响系数为6.848。在40%-50%的互联网普及率下，影响系数为8.554，50%-55%和55%以上的影响系数分别为4.594和8.129，其他变量对产业结构服务化水平的的影响大体与前文一致。稳健性检验结果进一步证明：无论全国范围还是不同的互联网普及水平下，互联网普及都能够较好地影响产业结构服务化进程，但是不同互联网普及水平对产业结构服务化的影响作用大小存在差异，互联网普及对产业结构服务化发展影响的地区异质性较大。

(六)内生性检验

本文使用了广义矩估计法(GMM)解决模型出现的内生性问题，使用“移动电话用户数对数”作为“互联网普及率”的工具变量。GMM首先是对回归方程进行一阶差分变换，将滞后变量作为内生变量的相应工具变量，得到的估计量为一阶差分广义矩估计量(DIF-GMM)。系统广义矩估计量(SYS-GMM)是在DIF-GMM估计量基础上进一步使用了水平方程的矩条件，将滞后变量的一阶差分作为水平方程中相应水平变量的工具。估计值如表10所示。

表10 广义矩估计法(GMM)内生性检验

注：(1)*** 、**、*分别表示在1%、5%、10%的水平上显著；(2)模型具体设定lag为2；(3)Sargan test报告了萨甘过度识别检验的p值；(4)Arelleno-Bond AR(1)和Arelleno-Bond AR(2)分别报告了一阶和二阶序列相关检验的p值。

根据表10的回归结果，萨甘过度识别检验和Arelleno-Bond序列相关检验的p值显示模型可以通过相关统计检验，这表明本文工具变量设定不存在严重偏误且模型扰动项无自相关。本文所重点关注的“互联网普及率”这一变量的系数在1%的统计水平上显著为正，这说明上文实证分析得到的互联网普及对产业结构服务化有正向影响的结论是可靠的。

四 主要结论与政策含义

本文着重研究互联网普及对产业结构服务化的影响作用和内在机理，基于2006-2016年我国省级面板数据检验了互联网普及对产业结构服务化的定量影响。主要结论：第一，互联网普及能够显著促进我国产业结构服务化进程，主要是城镇化和技术进步两条路径；第二，互联网普及对我国产业结构服务化的影响存在着显著的边际递减效应。整体上互联网发展能够对产业结构服务化的进程产生显著影响，而不同互联网普及水平对产业结构服务化影响的显著程度有异质性。城镇化和技术进步两种路径促进产业结构服务化的分析中也得到了相同的结论，即在低互联网普及水平下，互联网普及对产业结构服务化的影响显著程度更高。

本文研究结论对于实施乡村振兴战略具有重要的政策性含义。互联网普及率越高的发达地区，其对产业结构服务化的促进效应越弱，而互联网普及率越低的地区，其对产业结构服务化的促进效应越强，因此应该通过改善农村，特别是中西部地区农村的信息化基础设施条件，提高互联网普及率，促进农村服务业发展，振兴乡村。具体而言：

第一，加强和完善农村互联网基础设施建设。本文实证结果显示，无论控制变量如何变化，互联网发展水平对产业结构服务化的作用都保持较高的显著性水平，充分表明互联网普及对产业结构服务化具有正向影响作用，但很微弱。这主要是因为我国目前的互联网基础设施还不完善，尤其是广大中西部及农村等经济发展水平相对欠发达地区，互联网普及状况相对落后。因此有必要加强广大中西部及农村地区互联网基础设施建设，提升中西部及农村落后地区的信息化发展水平。

第二，加强政府对农村公共服务消费支出。从实证检验结果来看，目前我国产业结构服务化的进程除受互联网快速发展的影响外，还有服务投资效率的提高。这说明目前服务投资在我国产业结构服务化进程中的作用功不可没。问题是，目前我国政府公共服务支出水平落后，尚未能够成为产业结构服务化的重要支撑。随着我国城镇化进程加快，我国居民公共服务的消费需求日益增加，但政府公共服务的支出严重不足，使得公共服务需求与供给之间产生巨大缺口，公共服务缺口不利于服务消费环境的改善，一定程度上阻碍了产业结构服务化的进程。

第三，大力推进农村“互联网+”行动计划。由于互联网强大的“连接”功能，“互联网+传统产业”能够提高传统产业生产效率、提升产品的附加值、扩大市场消费，有效推动产业结构的转型升级。首先，“互联网+制造”是“中国制造2025”创新驱动发展战略的基础。“互联网+制造业”不仅能够提高制造业实体创新水平和生产效率，而且能够再造制造业生产流程，促进制造价值链重组，最终实现制造业服务化。其次，“互联网+服务业”能够刺激服务业商业模式的创新，从而提高服务业附加值。“互联网+农业”能够加强农业生活和市场状况的信息交流，打通农业生产和市场信息不对称的隔阂。“互联网+”能够充分发挥信息化的功能，以信息化带动服务化，以服务化促进农业现代化，实现农业现代化和信息化的融合发展，促进农业服务化水平提高。