第2章
数字经济统计分类与规模测算

数字经济规模的统计测度是评价数字经济发展的重要基础性问题。数字经济已经成为引领科技革命和产业变革的核心力量，数字经济的发展得到了国内外各界高度的重视。数字经济增加值作为数字经济发展规模以及对整体经济贡献度的重要统计指标，是描述数字经济统计测算的重要方法（许宪春、张美慧，2022）。国际组织、多国官方统计机构和学术界对数字经济的统计分类和规模测度展开了一系列研究。然而，由于国内外缺乏统一的数字经济定义，因此在产业分类标准界定和测算方法方面仍未达成一致，数字经济增加值的评价结果差异明显，可比程度较低，未能真实地描述数字经济发展规模及其对整体经济的贡献，也未能对我国数字经济高质量发展的相关政策做出科学、有效的指引。本部分系统地梳理分析数字经济统计分类、数字经济增加值的测算方法，总结数字经济增加值测算面临的问题与争议。同时，通过梳理总结已有数字经济增加值测算的相关研究，从地区比较的角度，对北京市数字经济统计及其规模进行评价。

2.1　既有数字经济统计分类与规模测算

2.1.1　数字经济统计分类

数字经济核算和规模测算是数字经济发展中的基础问题，直接影响对数字经济发展的标准评价与比较。现有的对数字经济范围的界定，具有代表性和接受度较高的研究范式，主要见于经济合作与发展组织（OECD）及美国经济和统计管理局（ESA）的分类框架。在中国国家统计局发布官方分类《数字经济及其核心产业统计分类（2021）》之前，国内的研究也基本以OECD和ESA方案为依托。目前，国内外各机构的数字经济产业分类逻辑和其所包含的核心行业基本相同，包括驱动数字经济运行的数字基础设施行业，以及数字技术作为通用技术渗透到传统行业后衍生出的高度数字化行业，但数据口径、框架体系的差异会带来测算结果的显著差异。

2.1.1.1　数字经济分类框架的国际借鉴——OECD与BEA

OECD把“数字经济”设置为常态化议题，组建了一个“数字经济时代GDP测度问题”专家组，成员包括有关国家政府统计机构的专业人员、国际货币基金组织（IMF）和欧盟统计局等的国际组织专家。2018年，国际官方统计协会（IAOS）第16次会议上发布的研究成果——《测度数字经济的框架》，公布了数字经济的分类方案和卫星账户的构建方法。美国ESA经过多年的研究和积累，其下属的美国经济分析局（BEA）发布了《定义和测度数字经济》研究报告，公布了数字经济分类方案及2006—2016年美国的数字经济规模，并在2019年将测算周期拓展至1997—2017年。新西兰统计局和澳大利亚统计局也分别借鉴了这一分类方案和方法，测算本国的数字经济规模。目前，采用“窄口径”的视角对数字经济范围进行界定和分类，主要见于OECD和ESA的分类框架。

（1）OECD数字经济分类框架

2018年，OECD发布了《测度数字经济的框架》研究报告，构建了一个包括各类市场主体、产品、交易特征等多维度的数字经济框架，并基于此阐述了数字经济卫星账户的构建方法。具体表现如下：第一，以SNA为基础，突破创新生产边界。除了SNA框架中已经包含的数字经济部分，还纳入了数字经济带来的免费内容、非货币交易、住户参与的分享经济等新业态。第二，视“信息／数据”为新产品。为了反映数字经济的新特征，也为了给数据资产的概念打下基础，OECD主张将互联网企业收集的数据信息作为一种独立的产品进行统计。第三，以交易特征为视角对数字经济活动进行界定，由此确定了分类数字经济“窄口径”标准。OECD认为只要符合下面其中一个特征的经济活动就可以被视为数字经济：一是数字化订购，二是撮合交易平台，三是数字化提供。第四，数字经济中的ICTs应作为“赋能者”。并不是所有ICTs的交易活动都符合数字经济的交易特征，那些在数字经济的产生和发展中发挥重要基础设施作用的ICTs，将以“赋能者”角色被纳入数字经济范畴中。第五，将数字产品和数字产业限定在“全面数字化”范围。数字产品应作为服务产品存在，“数字货物”不属于数字产品。第六，在全面数字化范围内将数字产业分为6类一级产业。在卫星账户中，OECD将数字经济涵盖的一级产业划分为数字化赋能、数字中介平台、网络零售、其他数字化企业、依赖中介平台的企业及其他。

（2）BEA数字经济分类框架

2018年3月，BEA发布了《定义和测度数字经济》报告，详细介绍了对数字经济的统计分类。BEA借鉴OECD的成果，采用了“窄口径”界定数字经济活动，并将其划分为3个一级分类，即数字化赋能基础设施、电子商务和数字媒体。数字化赋能基础设施是支撑计算机网络与数字经济存在及使用的基础物理材料和组织架构；电子商务是指基于计算机网络进行的买卖交易活动；数字媒体属于在线访问的数字产品，包括全面数字化的产品，是指人们在数字设备上观看、创造、获取或储存的内容。BEA根据北美产业分类体系和投入产出表，确定了200多种数字经济产品。

2.1.1.2　中国数字经济分类框架

中国数字经济分类框架的构建以相关产业政策为指导，以落实产业发展为目的。一些数字经济发展较快省份的官方统计机构也对数字经济相关产业的统计分类展开了积极探索，比较有代表性的是浙江省统计局制定的《浙江省数字经济核心产业统计分类目录》，其通过直接在现有产业分类中提取与《国民经济行业分类（2017）》的某些行业完全对应且数字化程度较高的行业，提高对数字经济规模测算的可操作程度。2021年6月3日，国家统计局发布了《数字经济及其核心产业统计分类（2021）》，涵盖了与数字技术存在关联的各种经济活动。一方面，我国通过借鉴OECD和BEA关于数字经济分类的方法，遵循两者在分类中的共性原则，建立具有国际可比性的数字经济产业统计分类；另一方面，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《国家信息化发展战略纲要》《网络强国战略发展纲要》等政策文件，从“数字产业化”和“产业数字化”两个方面，在经济社会全行业和数字产业化发展领域，确定数字经济及其核心产业的基本范围。数字经济统计分类框架也将遵循《数字经济及其核心产业统计分类（2021）》要求。

（1）中国数字经济统计分类的编制逻辑

编制数字经济产业分类，应遵循以下三个原则。一是借鉴国际数字经济产业分类标准。基准分类中的数字基础设施产业、电子商务产业和数字内容产业范围与BEA的分类范围基本能够衔接，满足国际可比性的要求。二是参考国内相关产业分类基础。基准分类中产业数字化部分充分参考《数字经济及其核心产业统计分类（2021）》，立足中国数字经济发展现状，体现中国数字经济应用场景丰富的特征。三是根据经济活动同质性对数字经济生产活动进行归并。根据北京市生产要素投入、生产工艺及技术、产出特点和产出用途等特征，对数字经济生产活动进行识别，并与《数字经济及其核心产业统计分类（2021）》代码对应，得到由国民经济行业分类代码表示的数字经济产业分类，实现与《数字经济及其核心产业统计分类（2021）》的有效对接。

（2）中国数字经济统计分类方案

根据《数字经济及其核心产业统计分类（2021）》，对于数字经济狭义的理解是将数字经济视为一种产业经济，数字化货物和服务的生产、消费与分配活动需从依附传统国民经济活动的部门中剥离出来，发展成为国民经济中独立的核心产业，即数字化产业。对于广义的数字经济内涵，2016年中国发布的《二十国集团数字经济发展与合作倡议》提出了数字经济的定义，认为“数字经济指的是以数字化信息与知识作为生产要素，以信息化网络为载体，以ICT的使用来促进效率提升和宏观经济结构优化的经济活动总和”。数字经济代表着以数字化技术为基础、以数字化平台为主要媒介、以数字化赋权基础设施为重要支撑进行的一系列经济活动。

本书以《数字经济及其核心产业统计分类（2021）》为基准，从数字经济生产、数字经济流通、数字经济交换和数字经济消费四个方面概括划分数字经济行业。数字经济生产，主要是指保障数字经济发生的相关产业，包括计算机硬件、计算机软件、互联网及相关服务三部分。数字经济流通，一是相关数字产业自身的流动，包括电信互联网广播、互联网发行与出版；二是利用数字技术进行的一些数据处理服务，包括数字技术服务、互联网信息服务等。数字经济交换，包括互联网批发、贸易代理、互联网零售、互联网平台和互联网金融。数字经济消费，与农业和工业经济商品的生产及消费分离不同，数字经济产品对生产设备的依附性极强，比如新闻资讯、网络游戏等依赖终端设备，数字经济消费与数字经济生产、数字经济流通具有较强的重合性，所以本书不再单列数字经济消费的行业分类，认为数字经济消费的增加值已包含在数字经济生产和数字经济流通之中。

数字化效率提升强调的是数字经济赋能传统产业的效率，数字化效率提升业分类框架见表2-1。

2.1.2　数字经济规模测算问题

为了弥补数字经济统计的不足，起初学术界尝试编制指数以反映数字经济的发展水平。欧盟在2014年发布了数字经济与社会指数（Digital Economy and Society Index，DESI），利用宽带接入、人力资本、互联网应用、数字技术应用和数字化公共服务程度5个维度31项二级指标对数字经济的发展进行测度。中国对数字经济指数的研究，在2017年出现了批量、突破性进展，国内多家研究机构对数字经济分类进行了多年的探索和实践。

随着国家统计局公布《数字经济及其核心产业统计分类（2021）》，学术界尝试对应数字经济产业分类框架，基于国民经济核算体系测算数字经济。主要着眼于两个层面：一是利用国家统计年鉴和《北京统计年鉴》数据直接计算“数字产业化”，即估算数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业四类核心产业的增加值；二是着眼于数字化效率提升业，利用生产率和经济增长模型以及变量空间非均衡估计法等估算方法推算“产业数字化”。

2.1.2.1　基于指数编制的数字经济发展测算体系

在相关指数编制研究方面，有关国际组织、机构和学者开展了大量研究。在国际上，OECD（2014）构建了ICT与数字经济统计指标体系；欧盟统计局（Eurostat）编制了DESI来反映欧盟各成员国数字经济发展水平与进程（Eurostat, 2017）；Ojanpera和Graham（2017）构建了数字知识经济指数（Digital Knowledge Economy Index，DKEI）。

在国内，指数编制出现了批量、突破性进展，但由于对数字经济的理解和观察视角不同，各指标分类和设计存在一定的差异。研究机构对指数的编制相对具有代表性的有：中国信通院的数字经济发展指数（Digital Economy Index，DEI）、赛迪顾问中国数字经济发展指数（Digital Economy Development Index，DEDI）、上海社科院全球数字经济竞争力指数、腾讯“互联网+”数字经济指数、财新智库等机构发布的中国数字经济指数（China Digital Economy Index，CDEI）。

此外，一些学者也尝试基于数字经济的内涵，着眼于数字经济的条件、应用与环境，全方位搭建数字经济指标体系。王军等（2021）选取9个细分指标，分别为体现数字经济发展载体的传统基础设施和新型数字基础设施，体现数字产业化的产业规模和产业种类，体现产业数字化的农业数字化、工业数字化及服务业数字化，体现数字经济发展环境的治理环境和创新环境；基于2013—2018年30个省份的面板数据，构建数字经济发展水平评价指标体系，应用熵值法赋予权重，并采取描述性统计、泰尔指数、自然间断点分级法、莫兰指数等方法对中国数字经济省级差异进行实证分析。毛丰付和张帆（2021）基于全国工商企业注册微观数据，遴选出数字经济核心产业的微观企业，构建1994—2018年31个省份样本面板数据集，以企业进入和退出率描述数字经济的时空演变以及与地区经济增长的融合情况，运用泰尔指数和协调度指数对省域间差异进行分析。

2.1.2.2　基于国民经济核算框架的增加值测算体系

除了数字经济产业划分框架以外，数字经济规模测度以及数字经济背景下宏观经济统计研究，也已经引起国家统计机构学者和国际组织的关注。目前，国民经济核算框架对数字经济测度的研究方法、研究内容未能达成一致，可细分为GDP核算中的生产法和基于增长核算框架的测算方法（许宪春、张美慧，2022）。

（1）GDP核算中的生产法

GDP核算中的生产法遵循“先界定数字经济范围，再核算增加值”的思路，运用GDP核算中的生产法测算数字经济增加值。其以数字经济产业分类为基础，加总数字经济各产业增加值，测算出的数字经济增加值为GDP的一部分，主要集中在国民经济核算中的增加值测算以及构建卫星账户等相关领域。

在增加值测算研究方面，伴随数字经济的快速发展及其对经济增长的促进作用，在国际上，发达国家分别尝试测度数字经济对经济增长值的贡献，但关于数字经济增加值的测算范围和测算方法均未统一，使得测算结果存在一定差异。BEA利用供给使用表对美国数字经济增加值和总产出等规模进行了测算研究（Barefoot et al.，2018；BEA, 2019）；澳大利亚统计局借鉴BEA的测算方法，对澳大利亚的数字经济增加值及其对整体经济的贡献程度进行测度（ABS, 2019）；新西兰统计局（Stats NZ）借鉴OECD数字经济概念框架，测算了新西兰数字订购产品总产出对国民经济总产出的贡献（Stats NZ, 2017）。

OECD（2015）提出了数字经济的测算框架。一些学者对免费数字内容核算方法展开了研究（Leonard et al.，2016；Brynjolfsson et al.，2017）。Ahmad和Schreyer（2016）认为，从概念上理解GDP能够捕捉到数字经济活动及其创造的增加值。数字经济的漏统也不能作为唯一的因素来解释劳动生产率增速放缓（Ahmad et al.，2017）。Diewert和Fox（2016）定义了福利测度的框架，关注数字化产品与福利变化的影响。在国内，续继和唐琦（2019）从多角度分析了数字经济给名义产出水平核算带来的挑战，提出数字经济与相关国民经济核算研究的潜在方向。许宪春等（2019）从新经济概念界定和行业分类、增加值核算等方面对新经济统计理论和方法进行了详细的探讨，并分析了大数据在中国绿色发展中发挥的作用。中国信通院（2019）从数字产业化、产业数字化以及数字化治理等方面对中国的数字经济规模进行了测算。向书坚和吴文君（2019）在借鉴OECD数字经济研究框架的基础上，对中国数字经济促成产业和电子商务产业增加值进行了测算研究。

在卫星账户构建研究方面，相关组织、统计机构及学者开展了构建数字经济卫星账户（Digital Economy Satellite Account，DESA）的研究。在国际上，OECD提出了数字贸易维度框架与数字经济卫星账户基本框架，并尝试编制DESA的供给使用表（OECD, 2017b）；Barefoot等（2018）对美国数字经济规模的测算为其数字经济卫星账户的构建奠定了基础。在国内，杨仲山和张美慧（2019）构建了中国数字经济静态总量指标与数字经济直接贡献指标。

在中国国家统计局推出数字经济分类方案前，国内学者的研究也基本以OECD和美国的方案为依托，对中国的数字经济规模进行测算，探讨中国数字经济卫星账户的构建方案。康铁祥（2008）借鉴了美国ESA的方法，利用中国2002年的投入产出表，在“全面数字化”的口径范围内对中国的数字经济进行了测算。向书坚和吴文君（2019）基于国内外数字经济的相关分类和中国核算实践，构建了包括生产核算、资金流量核算和资本核算的数字经济核算框架，并对2012—2017年中国数字经济主要产业部门的增加值进行了初步测算。杨仲山和张美慧（2019）参照OECD的基本方法，构建了中国数字经济卫星账户。许宪春和张美慧（2020）在OECD分类方案的基础上，结合中国投入产出表，推算了中国数字经济的规模。韩兆安等（2021）构建了数字经济测算框架并完成中国省际数字经济规模测算。

（2）基于增长核算框架的测算方法

基于增长核算框架的数字经济增加值测算方法是在计算产业数字化规模、数字技术对传统产业的渗透作用或融合作用的过程中，从GDP增长中剥离出数字技术贡献的部分（许宪春、张美慧，2022）。基于增长核算框架测算数字经济增加值的基本逻辑思路是将数字经济分为两个方面：一是与数字技术直接相关的细分产业部门增加值，即数字产业化；二是由渗透性和协同性带来的传统产业效率提升所对应的增加值，即产业数字化。然而，由于对第二部分增加值的测算依赖一定的经济学假定，因此基于增长核算框架测算产业数字化规模的方法现有研究尚未达成一致。

第一，数字经济产业的规模测算。

数字产业化部分的测算基于国民经济核算框架，通过统计产品目录与国民经济行业分类筛选出数字经济产品以及生产这些产品的国民经济行业，进而测算上述数字经济相关产业的总产出、增加值等总量指标。数字经济规模核算的步骤主要包括：界定数字经济范围，筛选数字经济产品与数字经济产业，确定核算方法，测算数字经济增加值、数字经济总产出等指标的规模。

数字经济产业规模测算体系是基于《数字经济及其核心产业统计分类（2021）》和《国民经济行业分类（2017）》确定的。许宪春和张美慧（2020）指出，数字经济生产包括数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业这四类核心产业；中国信通院（2021）指出数字产业化部分主要包括电子信息设备制造、电子信息设备销售和租赁、电子信息传输服务、计算机服务和软件业、其他信息相关服务，以及由数字技术广泛融合、渗透带来的新兴行业，如云计算、物联网、大数据、互联网金融等，对上述行业增加值进行加总得到数字产业增加值。

第二，数字经济赋能产出增加的规模测算。

产业数字化部分对应国民经济非数字产业部门使用数字技术和数字产品带来的产出增加与效率提升。产业数字化的规模测算比较有代表性的是中国信通院、蔡跃洲等的研究。中国信通院（2021）运用增长核算框架尝试剥离传统产业产出中数字技术的贡献部分，就数字技术对传统产业渗透所提升产业增加值和效率进行单独测算。具体为：首先界定ICT投资的范围，包括计算机硬件、软件和通信设备方面的投资；其次，确定ICT投资额的计算方法，并计算ICT投资价格指数；最后，计算ICT实际投资额和ICT资本存量。蔡跃洲等（2021）提出的由数字经济渗透性和协同性带来的传统产业效率提升所对应的增加值测算框架，先基于增长核算框架测算GDP增长贡献度，再测算数字经济增加值规模。具体为：首先，通过增长核算框架将GDP增长分解为资本要素增长、劳动要素增长和全要素生产率；其次，计算TFP增长与数字技术渗透率之间的关系，测算数字经济渗透效应对GDP增长的贡献率；最后，得到目标测算年份数字经济效率提升所对应的增加值规模。

2.2　存在的问题与争议

国际组织、政府统计机构和学者对数字经济测算的研究虽取得了显著进展，然而现有研究还存在以下待完善之处：一是数字经济测度方法有待深入探索，二是数字经济赋能传统产业增加值测算需进一步完善，三是具有国际可比性的数字经济规模有待准确测算。具体来说，关于数字经济统计分类及其增加值测算的理论和实践研究还处于不断完善的阶段，较难实现宏观层面数字经济卫星账户的实践编制，导致具有可比性的数字经济规模测算困难。

2.2.1　数字经济产业和增加值测算范围的界定

虽然国内外各机构对数字经济产业划分的具体细项存在差异，但其分类逻辑和所包含的核心行业基本相同，包括驱动数字经济运行的数字基础设施行业，以及以数字技术作为通用技术渗透到传统行业后衍生出的高度数字化行业。OECD和BEA均采用“窄口径”的“全面数字化”概念来界定产品与产业，其中并不涵盖那些“部分数字化”的产品，比如ICTs以“赋能者”的角色被纳入数字经济。这种处理方式体现出数字经济与其他经济活动的显著差异化特征。一些研究人员虽尝试探索数字经济“窄口径”分类方案，但学术界仍未达成一致的看法，框架体系存在显著差异。

造成数字经济规模差异的主要原因是数字经济范围界定和分类的不同，分类方案与现行的国际和国内产业分类体系及方法无法形成有效对接，模型推算方法也不符合现行经济统计工作的实践和要求。随着数字化技术水平的不断发展，数字经济的表现形态及其影响都有可能发生变化，意味着数字经济的范围和分类工作将面临新的挑战。

2.2.2　数字经济赋能产业增加值测算的完善

数字经济的发展对GDP核算的挑战是学者和统计部门共同关注的焦点。由于在生产率统计中无法体现计算机技术的进步效应，数据要素对经济增长的间接贡献（如促进全要素生产率）大多是不可测度的，对数字经济的真实发展水平的评价仍需进一步发展与深化，数字经济的发展也会出现“生产率悖论”问题。一方面，数字经济产生的新业态和带来的产品质量的提升没有在核算中被及时监测，从而无法在产出和生产率增长中得到体现；另一方面，数字经济的发展使住户和个人的一些生产活动无法被现有核算体系充分反映，模糊了消费者和生产者、耐用消费品和投资的边界，存在“未被捕获GDP”。例如，IT技术的应用所带来的收入、就业、税收等方面的影响，已经通过各生产主体经济指标汇总反映在总量中，由于没有关于数字经济的专门分类和统计，因此无法准确反映其影响；数字经济将会带来免费媒体、免费服务等领域的错误测量问题，可能会影响GDP和要素生产率（Ahmad et al.，2017）。

2.2.3　数字经济增加值测算结果可比性

根据前文梳理的不同研究机构和学者的观点可知，数字经济增加值测算结果的可比性较低。由于数字经济范围的界定和增加值测算方法的不同，不同国际组织、官方统计机构、研究机构和学者之间关于数字经济增加值的测算结果存在较大差异，既缺乏国际可比性，也缺乏一国地区间的可比性，这阻碍了准确评价国家间数字经济发展差异，无法发挥数字经济增加值作为数字经济发展规模统计指标的重要作用，限制了对决策部门制定数字经济发展战略的参考性。OECD（2018）建议可以先计算数字经济产业的增加值来反映数字经济发展规模，为数字经济卫星账户的实践编制奠定研究基础，通过该方法测算得出的数字经济增加值和结构也将具有较强的国际可比较性。因此，如何提升数字经济增加值测算结果之间的可比性，是当前数字经济领域面临的重要挑战。

2.3　北京数字经济统计与规模测算

在对数字经济的内涵阐释、数字经济统计与测度、数字经济国际比较及经验借鉴等方面进行研究的基础上，学者们对数字经济统计与测度开展了深度研究，并完成了国家层面的数字经济规模测度（许宪春、张美慧，2020；蔡跃洲、牛新星，2021）。一些研究开始关注省际层面的数字经济发展问题，尝试客观估算各省份数字经济发展的具体规模以及数字经济在国民经济中的地位。

基于国民经济核算体系测算的北京市数字经济发展规模，将着眼于两个层面：一是利用《中国统计年鉴》和《北京统计年鉴》数据直接计算“数字产业化”规模，即估算数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业这四类核心产业的增加值；二是着眼于数字化效率提升业，利用生产率和经济增长模型等计量估算方法推算“产业数字化”规模。首先，遵循《数字经济及其核心产业统计分类（2021）》编制北京市数字经济产业分类，立足北京市数字经济发展现状，体现北京市数字经济应用场景，在重视产业数字化的基础上构建北京市数字经济产业分类，服务于打造中国数字经济发展“北京样板”、全球数字经济发展“北京标杆”的北京市数字经济发展战略。其次，运用GDP核算生产法对“宽口径”数字经济增加值进行测算，需要将国民经济各行业增加值中与数字经济相关的部分剥离出来。随着数字经济不断地被应用于各个行业，北京市数字化效率提升业分布将逐渐向第三产业延展，其中在数字化对服务业效率的提升层面，应重点关注北京市数字经济赋能。

2.3.1　北京数字经济产业规模

图2-1显示了基于国民经济核算体系测算的数字经济产业增加值（韩兆安等，2021）。2012—2017年北京市数字经济产业增加值均表现为正增长，年均增长率为12.23%，高于9.4%的GDP增长率。可见，数字经济产业成为北京市经济增长的引擎，对促进地区经济增长具有显著作用。

表2-2显示了2017年北京市数字经济产业增加值占GDP比重及结构构成（韩兆安等，2021）。2017年，北京市数字经济流通领域增加值占数字经济增加值的比重为63.51%，高于数字经济生产领域和数字经济交换增加值之和，说明北京市数字经济主要集中于数字经济流通领域。从省份比较来看，北京市数字经济产业结构构成与上海市相似，但是显著区别于浙江省、江苏省和广东省。这3个省份的数字经济生产领域增加值所占比重相对较高，分别为48.33%、69.41%和74.40%，说明数字经济主要集中于数字经济生产领域，与全国的结构构成相似。此外，2017年，北京市数字经济产业增加值占GDP比重为12.86%，高于全国平均水平，仅次于广东省，说明北京市数字经济产业发展处于相对较高的水平，但仍然有进一步发展的空间。

作为比较，本书也汇总了利用指标编制测算北京市数字经济发展水平以及以微观数字经济企业动态描述北京市数字经济发展动态的相关研究（毛丰付、张帆，2021），从而更为系统地描述北京市数字经济发展情况。首先，王军等（2021）利用指标编制测算北京市数字经济发展情况，其基于数字经济的内涵，着眼于数字经济的条件、应用与环境，依据数字经济的内涵和现实背景共设数字经济发展载体、数字产业化、产业数字化及数字经济发展环境4个指标，从宏观层面反映数字经济所需的先决条件、ICT产业发展、数字产业融合及发展环境。变量的选取主要遵循科学性、层次性及数据的可获得性等原则，共选取30个变量。图2-2为熵值法测算出的2013—2018年北京市数字经济发展水平综合指数（DEDCI）。从结果可以看出，2013—2018年，北京市数字经济发展水平的变化趋势与基于国民经济核算体系测算的数字经济产业增加值变化趋势在总体上基本相似，北京市数字经济呈现较为快速的发展态势，指数值从2013年的0.3上升至2018年的接近0.7。

其次，毛丰付和张帆（2021）以微观数字经济企业进入率和退出率的动态，描述北京市数字经济发展动态。数字经济核心产业包括计算机通信和其他电子设备制造业、电子信息机电制造业、专用电子设备制造业、电信广播电视和卫星传输服务业、互联网及其相关服务业、软件和信息技术服务业、文化数字内容及其服务业7大类128个小类行业。毛丰付和张帆通过对全国工商企业注册数据进行处理，从中筛选出数字经济企业样本，最终汇总至省域层面，共得到439万家企业数据，具体包括数字经济企业总量、新增企业数量和退出企业数量。图2-3和图2-4分别显示了北京市微观数字经济企业进入率和退出率的变化趋势以及与相关省份的对比情况。

根据图2-3，1994—2018年北京市数字经济企业进入率的均值都大于0.1，表明数字经济企业处于快速发展阶段。分时间段看，1994—2000年、2001—2008年、2009—2014年和2015—2018年，北京市数字经济企业进入率的均值分别约为0.208、0.190、0.153和0.239。从变化趋势来看，2009—2014年相对于2001—2008年和1994—2000年发生了明显转变，均值有所下降。2015—2018年是数字经济发展最快的阶段，数字经济企业以较快速度成长。从北京、上海、浙江、江苏和广东5个省份比较来看，这5个省份数字经济企业进入率的均值变化趋势相似，均出现了两轮下降过程，但期末值都大于期初值。以上结果表明，北京市数字经济企业进入率具有较为明显的易变特征，即使在波谷，进入率也维持在10%以上，数字经济企业一直处于快速发展阶段。

根据图2-4，从1994—2018年看，北京市数字经济企业退出率的均值为0.0157，小于0.1000，表明数字经济企业处于快速发展阶段。分时间段看，1994—2000年，北京市数字经济企业退出率最小为0.0003；2015—2018年，北京市数字经济企业退出率最小为0.0187。与浙江省、江苏省、上海市和广东省相比，北京市数字经济企业退出率最低，而且表现出先上升后下降的趋势。北京市数字经济企业退出率随时间波动与相关省份的差异明显，而且呈现先扩大后缩小的态势。总体而言，2015—2018年，相较于前3个阶段，互联网企业退出率的均值更小且趋于稳定。北京市数字经济企业退出率具有易变特征，但退出率波动在10%的范围内且逐步下降，数字经济企业仍然处于快速发展阶段。从总体看，数字经济的进入率明显高于退出率，说明北京市数字经济处于不稳定且快速发展阶段。

2.3.2　北京数字经济赋能的产出效率

数字经济的发展经历了从数字化技术演变到数字化产业，进一步形成数字化经济活动的过程。目前，对于产业数字化程度的测算主要是运用模型和指数进行间接推算，在方法层面仍然缺乏一致性的标准。国内有关机构现有的数字经济测算较多采用模型进行推算，比如在假设技术进步为希克斯中性、市场为完全竞争性的基础上，以要素投入回报来代表数字经济的增加值。一些文献尝试对数字经济的产出效率进行研究，蔡昌等（2020）选取代表性ICT行业的固定资产投资总量来衡量资本投入，以该行业的总就业人数衡量劳动投入，以实际GDP及劳动生产率为产出，从静态和动态层面测算了中国数字经济产出效率。蔡跃洲等（2021）从ICT渗透效应角度评价了中国“产业数字化”增加值对GDP的贡献。

关于地区数字经济赋能传统产业增加值的定量测算研究较少，对于北京市数字经济产出效率的定量评价主要是基于对中国数字经济产出效率的地区差异的研究。李研（2021）研究了中国各省份数字经济产出效率的地区差异及动态演变，对北京市数字经济产出效率进行了测算。根据《浙江省数字经济核心产业统计分类目录》，李研将数字经济核心产业划分为计算机、通信和其他电子设备制造业，电子信息机电制造业，专用电子设备制造业，电信、广播电视和卫星传输服务业，互联网及其相关服务业，软件和信息技术服务业，文化数字内容及其服务业共7个分类，使用ICT行业全社会固定资产投资总量计算资本投入，总就业人数衡量劳动投入，其增加值代表产出，对北京市数字经济产出效率进行测度，结果如图2-5所示。

根据图2-5，2010—2017年，北京市数字经济产出效率呈现比较平稳的波动态势。相较于呈现上升态势的广东省和浙江省，北京市数字经济产业赋能传统产业效率较为平稳，与上海市与江苏省情况相似。由于北京市经济发展水平较高，信息化程度较高，数字化赋能传统产业发展比较稳定，因此具有较为平稳的数字经济效率水平。

参考文献

［1］EUROSTAT. Digital economy & society in the EU：a browse through our online world in figures [R]. Luxembourg：Eurostat, 2017.

［2］OJANPERA S, M GRAHAM. The digital knowledge economy index：mapping content production [R]. Fifth IMF Statistical Forum-measuring the Digital Economy, 2017.

［3］BAREFOOT B, D CURTIS, W JOLLIFF, et al. Defining and Measuring the Digital Economy [R]. BEA Working Paper, 2018.

［4］BEA. Measuring the Digital Economy：An Update Incorporating Data from the 2018 Comprehensive Update of the Industry Economic Accounts [EB/OL]. https//www.bea.gov/system/files/2019-04/digital-economy-report-update-April-2019_1.pdf.

［5］STATS N Z. Valuing New Zeland’s Digital Economy [EB/OL]. http://www.oecd.org/official documents/public display document pdf/?cote=STD/CSSP/WPNA(2017)3&docLanguage=En, 2017.

［6］ABS. Measuring Digital Activities in the Australian Economy [EB/OL]. https://www.abs.gov.au/websitedbs/D3310114.nsf/home/ABS+Chief+Economist+-+Full+Paper+of+Measuring+Digital+Activities+in+the+Australian+Economy, 2019.

［7］OECD. OECD Digital Economy Outlook 2015 [M]. Pairs: OECD Publishing, 2015.

［8］LEONARD N, J SAMUELS, R SOLOVEICHIK. Valuing“Free”Media in GDP：An Experimental Approach [EB/OL]. https://www.bea.gov/research/papers/2017/measuring-free-digital-economy-within-gdp-and-productivity-accounts, 2016.

［9］BRYNJOLFSSON E, F EGGERS, A GANNAMANENI. Using Massive Online Choice Experiments to Measure Changes in Well-Being [R]. NBER Working Paper, 2017.

［10］AHMAD N, J RIBARSKY, M REINSDORF. Can Potential Mismeasurement of the Digital Economy Explain the Post-Crisis Slowdown in GDP and Productivity Growth [R]. OECD Statistics Working Paper, 2017.

［11］AHMAD N, P SCHREYER. Measuring GDP in a Digitalised Economy [M]. Pairs：OECD Publishing, 2016.

［12］DIEWERT W E, and K J FOX. The Digital Economy, GDP and Consumer Welfare [R]. EMG Workshop UNSW, 2016.

［13］韩兆安，赵景峰，吴海珍．中国省际数字经济规模测算、非均衡性与地区差异研究［J］．数量经济技术经济研究，2021，38（8）：164-181．

［14］王军，朱杰，罗茜．中国数字经济发展水平及演变测度［J］．数量经济技术经济研究，2021，38（7）：26-42．

［15］毛丰付，张帆．中国地区数字经济的演变：1994—2018［J］．数量经济技术经济研究，2021，38（7）：3-25．

［16］李研．中国数字经济产出效率的地区差异及动态演变［J］．数量经济技术经济研究，2021，38（2）：60-77．

［17］许宪春，张美慧．数字经济增加值测算问题研究综述［J］．计量经济学报，2022，2（1）：19-31．

［18］蔡跃洲，牛新星．中国数字经济增加值规模测算及结构分析［J］．中国社会科学，2021（11）：4-30，204．

［19］许宪春，张美慧．中国数字经济规模测算研究：基于国际比较的视角［J］．中国工业经济，2020（5）：23-41．

［20］蔡昌，林高怡，李劲微．中国数字经济产出效率：区位差异及变化趋势［J］．财会月刊，2020（6）：153-160．

［21］向书坚，吴文君．中国数字经济卫星账户框架设计研究［J］．统计研究，2019，36（10）：3-16．

［22］续继，唐琦．数字经济与国民经济核算文献评述［J］．经济学动态，2019（10）：117-131．

［23］杨仲山，张美慧．数字经济卫星账户：国际经验及中国编制方案的设计［J］．统计研究，2019，36（5）：16-30．

［24］许宪春，任雪，常子豪．大数据与绿色发展［J］．中国工业经济，2019（4）：5-22．

［25］中国信通院．中国数字经济发展白皮书（2017年）［R］．2017．

［26］中国信通院．G20国家数字经济发展研究报告（2018年）［R］．2018．

［27］中国信通院．中国数字经济发展与就业白皮书（2019年）［R］．2019．

［28］国家统计局．2017国民经济行业分类注释［M］．北京：中国统计出版社，2018．

［29］国家统计局．统计用产品分类目录［M］．北京：中国统计出版社，2010． wA+AgBFqnuky8j2/jBPCMn1YJufuTuNrZtV4N/8tPwBEeNLeST9ifU0GSQ/dYVgA