摘要：服务业“成本病”问题在威廉·鲍默尔提出后受到广泛的关注。之所以服务业是“停滞部门”而制造业是“进步部门”，是由于服务业的技术经济特征使其难以用机器替代劳动、技术密集度低、缺乏规模经济，从而劳动生产率的增长速度明显滞后于制造业。近年来，颠覆性数字技术创新的不断涌现、成熟与广泛应用，不但带动了服务业中的数字经济部门快速发展，而且推动服务业加快数字化、智能化转型，深刻改变服务业的性质，通过结构效应、赋能效应、规模经济等三种路径提升服务业劳动生产率，正在改变服务业“停滞部门”的地位。未来服务业的“成本病”是否能够克服，取决于数字技术影响下服务业与国民经济其他行业特别是制造业劳动生产率增速的相对变化。我们需要抓住数字经济快速发展的机会提高服务业的劳动生产率，但更重要的是推动整个经济持续的技术进步和生产率提高。
关键词：数字技术；数字经济；成本病；劳动生产率；规模经济
基金：研究阐释党的十九届五中全会精神国家社科基金重大项目“推进新型工业化与经济体系优化升级研究”（21ZDA021）；中国社会科学院创新工程项目“全球先进制造业竞争与中国制造强国建设研究”（2022GJS02）；中国社科院登峰战略优势学科（产业经济学）成果。
一、导言
针对服务业价格上涨明显快于制造业的现象，Baumol[1]构建了一个两部门“非均衡增长模型”，一个部门是“进步部门”，劳动生产率以较快的速度增长；另一个部门是“停滞部门”，劳动生产率保持不变。由于劳动力可以在两部门间自由流动，社会工资水平需要同比例增长。“进步部门”的劳动力可以通过生产率的提高实现收入的增长，但是“停滞部门”收入要保持与进步部门的同比例增长，就需要产出价格的同步上涨。这种现象被称为“成本病”（cost disease）或“鲍默尔成本病”（Baumol'scost disease）。在现代经济中，制造业和服务业是最主要的两个部门，一般认为制造业创新活跃、生产率提高快，是“进步部门”，服务业的生产率提高慢，是“停滞部门”。
由于“成本病”问题直接关系到经济增长和社会福利，甫一提出就受到广泛关注，国内外学术界围绕“成本病”问题开展了大量的研究。Fuchs[2]证实了成本病的存在，他基于美国1929—1965年的数据发现，美国服务业比重上升的主要原因是服务业相对制造业滞后的劳动生产率增速。Baumol[3]等在后续的研究中验证了在战后时期，停滞服务部门的总支出份额及其劳动力份额随着相对价格的上升而急剧提高，其价格的增长速度与生产率滞后于进步部门的速度大致一致。许多发达国家的卫生保健和教育服务均存在持续的成本上涨[4]3-10，一些劳动密集型服务的成本以持续的高于平均水平的速度增长，只要生产率持续提高，这样的成本上升就会持续下去[5]14，28。Oulton[6]进一步发展了鲍默尔的研究，他发现，资源转向生产率增长缓慢的行业从而总生产放缓的结论，只在停滞行业生产最终产品时才合乎逻辑，如果停滞行业生产中间产品，那么资源向停滞行业的转移可能会带来总生产率增速的上升而不是下降。Dennis和Iscan[7]将结构转变和经济增长中的劳动力再配置分解为三个部分：一个是需求侧效应即农产品需求的低收入弹性（恩格尔效应），两个供给侧作用，分别是部门生产率增长率差异（鲍莫尔效应）和资本深化差异。他们利用美国1800—2000年的就业数据发现，直到20世纪50年代，恩格尔效应几乎解释了所有劳动力再分配，此后鲍莫尔效应成为关键决定因素。Baumol[8]使用20世纪60至80年代数据的研究再次确认，在美国和其他发达国家，教育、医疗、汽车修理、汽车保险等个人服务领域都出现了持续的价格上涨。Nordhaus[9]使用美国1948—2001年间的产业数据发现，技术停滞部门具有不断上升的相对价格与不断下降的相对真实产出。国内学者也对中国是否存在“成本病”问题进行了研究。程大中[10]利用中国1978—2000年数据的研究发现，中国整体服务业劳动生产率的增长滞后，这是中国服务业就业份额增长较快的主要原因。宋健和郑江淮[11]利用中国1984—2014年的省际面板数据发现，中国服务业的生产率相对滞后，存在“成本病”现象，但地区间存在差异，东部地区“成本病”明显，西部地区“成本病”不显著。宋健和王静[12]进一步的研究发现，中国从1992年开始出现“成本病”，且大城市服务业的“成本病”现象较为严重，资源错配会进一步加剧“成本病”。
受制于上述研究所处时代的限制，大多数关于“成本病”的研究着眼于工业经济时代和信息经济时代的经济结构转变。进入21世纪特别是近十年来，新一轮科技革命和产业变革突飞猛进，不断涌现出新科技、催生新产业，其中数字技术是其中的核心技术群。以移动互联网、大数据、云计算、物联网、人工智能、区块链、3D打印为代表的数字技术是典型的通用目的技术，应用范围广、影响程度深，正在深刻改变国民经济各个产业的创新链、价值链、供应链、服务链和产业生态的方方面面。一些学者已经注意到数字技术可能对服务业“成本病”产生影响。江小涓[13]381-384指出，由于信息技术特别是互联网服务在服务业的应用，提供服务的新模式、规模经济效应、显著的范围经济、专业化的分工和研发部门效率的提升，使服务业劳动生产率停滞的状况发生了改变。谭洪波[14]认为，人工智能技术能够使所有行业的劳动生产率出现显著增长，从而彻底颠覆“成本病”存在的基础。刘鹤副总理在2021年世界互联网大会乌镇峰会上的致辞中提出“克服‘鲍莫尔病’”[15]，此后，数字技术与成本病的关系进一步受到关注并引发学者们的热烈讨论。江小涓[16]以文化产业为例，认为数字技术通过突破时间和空间障碍、信息有限的障碍、新创意新作品“面市”的障碍、知晓市场需求的障碍、精准传播的障碍、中小企业的市场进入障碍，带来文化产业链条各环节效率的提升。陈维宣和吴绪亮[17]提出，产业互联网能够通过结构红利效应、就业替代效应、数字转型效应与创新加速效应等四种机制克服“成本病”。
虽然国内外已有一些研究注意到数字技术与服务业“成本病”之间的关系，但是由于数字技术向产业领域的渗透与深度融合是近年来出现的新现象，既有研究还未能系统、准确地揭示数字技术对服务业劳动生产率的影响机制。本文首先从服务业技术经济特征与制造业差异的角度分析服务业“成本病”的成因，在此基础上，从结构效应、赋能效应、规模经济三个方面剖析数字技术的发展及其与服务业的深度融合推进服务业劳动生产率提高、从而弱化甚至克服“成本病”的机制，最后对未来数字技术对服务业“成本病”的可能影响进行展望。
二、服务业的特征与“成本病”的成因
制造业是劳动生产率提高快的“进步部门”，服务业是劳动生产率提高慢的“停滞部门”，是由于二者不同的技术经济特征决定的。制造业的可分性、复杂性、机器的广泛使用、生产与使用分离等技术特征，使得可以不断地引入生产工具、持续进行技术创新并具有显著的规模经济；相反，服务业的无形性、短链条、生产与使用不可分、异质性等特点，造成服务业难以引入生产工具替代人工、技术密集度低，也缺乏规模经济。
（一）制造业的技术经济特征与生产率变化
制造业是典型的“进步部分”，技术创新活跃、生产率提升速度快，这是与其技术经济特征密切联系在一起的。
制造业的典型技术特征包括：第一，生产过程的可分性。制造业是对自然界的物质进行加工和再加工从而得到人类生产、生活所需要的物质产品的经济活动。即使是最简单的物质产品生产，从最初的原料到最终的产品都需要经历多个物理的、化学的、生物的加工制造过程。亚当·斯密[18]5在《国富论》一书中所举的制针过程，就可以划分为抽丝、拉直、切断、削尖、磨光、装针头、把针刷白、包装等大约十八道不同的工序。第二，工业生产的复杂性。许多现代工业产品具有复杂的架构或经历复杂的生产过程。一是产品架构的复杂性，许多工业产品由数量众多的零部件组合而成。一部手机包含数百个零部件，一辆汽车包含上万个零部件，构成一架飞机的零部件更是高达数百万。二是生产过程的复杂性，许多工业产品的生产过程涉及非常复杂的生产流程和工序，需要使用复杂的设备和工艺。例如，集成电路的生产过程需要经历氧化扩散、光刻、刻蚀、薄膜沉积、离子注入、清洗与抛光、金属化七大流程近千道工序，用到光刻机、刻蚀机、薄膜沉积设备、氧化/扩散炉、离子注入机、清洗设备与检测设备等一系列非常复杂的生产设备。第三，机器的广泛使用。人区别于动物的根本标志在于人能够制造和使用工具，专门的工具能够完成人手不能完成的复杂工作，而且生产效率更高。在第一次工业革命时期，蒸汽机技术实现突破后，机器的威力充分释放出来，此后，凭借在动力输出规模、加工产品的多样性、应用环境的适应性等方面相对于人力具有的明显优势，机器在工业生产领域获得日益广泛的应用，逐步在繁重、危险、肮脏、枯燥的工作中替代了工人的位置。第四，生产与使用分离。工业产品的物理、化学和生物相对比较稳定，通常能够保持较长时间的出厂状态；许多工业产品在使用的过程中损耗也很少，从而能在较长的时间反复使用，这就意味着工业品的生产和使用是可以分离的，即由工厂在一个时间内生产出工业产品，用户在后续的时间使用该工业产品。由此，工业产品可以经历较长时间的储存、运输和流通。
制造业的这些典型技术特征产生了以下经济后果：第一，技术密集度高。生产制造过程和产品架构的复杂性、可分性，提供了机器发挥作用的空间。如果使用机器比人工更具有经济性，那么人们就会想办法开发用于这一环节或工序的专用机器。工业产品的生产过程可以不断被拉长，不是直接由A制造B，而是先制造工具C，再利用工具C由A制造B是效率更高的生产方式。随着生产的迂回程度不断提高，越来越多的机器和生产工具被制造出来并应用到工业产品的生产过程。新生产工具的开发与改进需要进行大量的技术创新，生产面向同一市场需求的产品，还可以采取不同的产品架构、利用不同的零部件和原材料、使用不同的生产工艺流程，这里面也存在着无尽的创新空间。因此，制造业既是当前生产工具、机器设备利用最多、最广的部门，也是创新投入最大、技术密集度最高的部门。美国的数据显示，2018年制造业在商业企业R&D支出中的占比为61.5%，2004年制造业专利量占到全国的90%。更多生产工具和机器设备的使用或投资于体现技术改进的新设备，使得制造业成为生产率最容易提高的行业，而且生产率的提高随着生产迂回程度的不断加深、技术的不断创新而长期持续[19]91-101。第二，规模经济。规模经济是产品的平均生产成本随着产量的增加而下降的现象。工业生产设备的不可分割性、设备和原材料的几何性质以及工人的专业化分工等决定了在一定规模上生产工业产品能够使成本最低，过小的生产规模反而会造成平均成本的增加[20]51-55。由于机器结构难以改变，工人更熟悉同样产品的生产，因此规模化生产的工业产品是标准化的。按照这一逻辑，沿着工业生产的链条，不仅最终产品是标准化的，生产产品的机器、产品生产所需要的零部件和原材料也倾向于被标准化。也就是说，工业生产活动是由标准化的机器生产标准化的零部件和原料，然后将之组装、加工成标准化的最终产品，在每个环节都充分发挥了规模经济的作用。标准化在第二次工业革命时期在美国出现，此后泰勒等管理学家将工人的动作进行标准化以适应标准化的生产流程。标准化零部件、流水线、泰勒制的结合极大地提高了生产效率。采用可互换或通用的标准化零部件生产专用型的机械成为美国模式的典型特征[21]357-363。此外，工业产品的生产与使用分离、可储藏可贸易等特点，使得工业产品可以先在工厂里大规模生产，然后通过运输、交付给在地理空间上分散化的用户使用，这进一步提高了最优经济规模的上限。总体上看，工业的技术经济特征使得工业生产中存在大量增加生产迂回程度、发挥专业化优势和规模经济的空间，企业投资于技术创新，不断引入新的生产工具和设备、改进生产工艺和方法、开发新的产品会给它们带来更多的利润，从而带来制造业活跃的技术创新和劳动生产率的持续提高，使制造业成为最为典型的“进步部门”。
（二）服务业的技术经济特征与生产率变化
服务业具有与制造业大相径庭的技术经济特征，这是传统的服务业成为典型“停滞部门”的根本原因。
服务业的典型的技术特征包括：第一，无形性。服务业生产和向用户提供的不是具有物理形态的产品（或物理形态只是服务的载体），而是能够满足用户特定需求的服务。服务通常是服务提供者一系列动作组合所产生的结果。第二，链条短。相对于工业产品可以转移到其他产品之中，成为新产品的组成部分并将产业链继续向后延续不同，一些服务活动处于社会分工的末端，服务最终的社会需求，生产活动的链条到服务完成和交付终止；即使有一些服务所形成的产品可以作为产业链的中间投入，但服务活动已经内化在这些中间产品中，无法单独分离出来和直接呈现。第三，生产与使用不可分离。服务通常是由服务的生产者面对面甚至一对一地提供给使用者，需要人员人之间表情、语言、肢体的互动。服务的生产和提供与用户的使用或消费是在同一地点、同一时间发生的，服务完成的时候也是用户使用完成的时候。由于生产与使用的不可分离，服务就无法存储，需要在使用时生产和提供。第四，异质性。为每一个用户所提供的每一次服务几乎都不是相同的，这是由服务供需双方的特点决定的。从需求方看，服务活动直接满足于用户特别是消费者的需求，而消费者的需求在很多情况下由于其生理、心理特征而各不相同。学生的知识基础、认知能力不同，教育就需要因材施教；每个人的身体状况不同，寻医问药也就因人而异。收入水平、成长环境、文化习惯等社会特征也会影响对服务需求的差异。对于一些工业产品，由于使用环境、时长、习惯等各不相同，该产品在使用一段时间后就产生了不同的损耗和工况，虽然工业产品是高度标准化的，但涉及该产品销售以后的维护、维修工作就是差异化的。从供给方来看，由于大多数服务活动主要是由人的大脑、五官、四肢来完成的，人很难做到像机器那样的精准，因此所提供的服务活动不可能完全标准化。也恰恰是由于人无法像机器那样精准操作，由人来完成不同的操作不需要增加额外的成本，因此服务提供者的异质性恰恰匹配了服务需求的异质性。
服务业的这些典型技术特征产生了以下经济后果：第一，技术密集度低。尽管可以引入生产工具提高服务的效率，但是由于服务活动相对简单且在很多情况下处于生产活动的终端环节，分工深化从而迂回生产程度提高的空间比较有限，通过技术创新引入高效生产工具的空间也比较有限。同时，虽然机器能够替代人类从事许多复杂的活动，但是许多在人类看来很简单的甚至下意识的动作，机器却很难实现，或者机器的开发、制造或使用成本高昂，以致替代人工不具有经济上的可行性。因此，在服务行业，许多服务活动很难被机器取代而需要人工来开展。在一些服务行业，机器、技术在其生产过程中只起到很小的作用，而且这一情况并不会随着时间的推移发生明显的变化。第二，缺乏规模经济。在服务存在异质性的条件下，由于每个用户的服务需求各不相同，用机器生产单一化的服务很难满足用户的服务需求。传统的服务活动需要由专门的人员来提供，服务的质量和数量严重依赖于提供该服务的劳动量的多少。在不降低服务质量的情况下，很难减少提供服务所需要的时间或劳动者的数量；如果在一定时间内服务的用户数量增加，很可能会伴随着服务质量的下降。如果试图加快外科医生、教师、音乐家的工作速度，那么得到的很可能是劣质的手术、培训不足的学生和奇怪的音乐表演[5]33。在需要直接接触的个人服务领域，服务的质量和数量对劳动者的依赖更为严重。当服务的需求量扩大时，服务提供人员的数量也要相应的增长。正如鲍莫尔和鲍恩所举的经典例子——今天，四位音乐家演奏贝多芬弦乐四重奏所需的时间与1800年相当[19]。对于那些天然无法标准化的服务，很难采用具有大规模生产能力的机器替代劳动，也就无法进行大规模生产。同时，服务的不可分离、不可存储等特征，也造成服务不能提前生产，只能在有服务需求时生产和提供。这些因素造成了服务活动缺乏规模经济性，服务企业的生产成本随着服务生产规模的扩大而同步提高。作为单位工作时间的物质产出（physical output）的生产率的增长取决于以下原因：人均资本的提高；技术的改善；劳动技能的提高；更好的管理，伴随产出增加的规模经济[19]。由于机器采用的程度低、技术进步的速度慢，同时又缺乏规模经济，造成服务业的劳动生产率增速明显滞后于制造业。
三、数字技术克服服务业“成本病”的机制
作为“停滞部门”的服务业，之所以劳动生产率增长缓慢和成本快速提高，很重要的原因是生产过程几乎不存在劳动节约型变革的机遇，人的工作很难为机器所替代，而作为“进步部门”的制造业则更容易通过迂回程度的提高和制造流程的自动化实现人力的节约和劳动生产率的提高[5]30-31。如果服务业的技术经济特征能够发生改变，从而引入更多的劳动节约型机器，“成本病”问题就可能得到缓解甚至克服。数字技术是具有广泛赋能作用的通用目的技术。早期的数字技术在产业领域的应用相对有限，互联网主要是面向消费者领域以及企业的管理活动。随着近年来大数据、云计算、移动互联网、物联网、人工智能等技术的成熟，数字技术的产业应用领域不断扩展、应用程度不断加深，数字经济与实体经济的技术融合创新与产业融合创新不断深化[22]。数字技术与服务业的深度融合改变了服务业的性质，使服务的迂回程度增加、大量的生产工具得以应用、规模经济得到极大拓展，从而劳动生产率获得明显提高。数字技术对劳动生产提高的推进从而克服“成本病”主要有结构效应、赋能效应和规模经济三种机制。
（一）结构效应
服务业虽然被认为是“停滞部门”，但并非所有的服务业细分行业都属于“停滞部门”。服务业根据其服务对象可以分为消费性服务业和生产性服务业，根据其出现的时间早晚可以分为传统服务业和现代服务业。服务业内部各细分行业相比制造业具有更强的异质性，一般来说，零售、批发、门卫、安全和餐饮服务等细分服务行业的技术进步较为缓慢，而通信、计算机服务、交通运输服务、商务服务等细分服务行业由于可以较多地利用生产工具并持续地改进工具的技术，生产率增长很快，甚至TFP增速超过制造业[23]12-13，206-207。这些技术进步更快的部门大多属于生产性服务业和现代服务业，而技术进步缓慢的部门大多属于生活性服务业和传统服务业。在技术取代人类劳动的场合，商业服务的生产和提供会呈现快速的生产率提高。这些生产率快速提高的行业包括从商业战略和商业运营咨询、统计和风险计算、数据管理和分析、用于动画电影制作的计算机工具等广泛的范围，它们都可以归属于技术进步部门的服务活动[5]111-113。随着现代服务部门的扩张，服务业作为一个整体的总的生产率增速会提高。
数字经济的服务业部分属于技术创新活跃、生产率进步快的部门。国家统计局发布的《数字经济及其核心产业统计分类（2021）》将数字经济核心产业界定为计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业，其中后三个产业（统称“信息传输、软件和信息技术服务业”）都属于服务业。信息传输、软件和信息技术服务业是技术密集度最高的产业之一。2019年，信息传输、软件和信息技术服务业的R&D经费内部支出占全国的0.4%（2020年提高到0.7%），制造业占全国的2.0%，但后者的增加值是前者的10.4倍。2020年，我国开展创新活动企业数量占本行业规上企业比重，制造业是61.5%，信息传输、软件和信息技术服务业为74.9%；开展新产品或工艺创新活动企业数量占本行业规上企业比重，制造业为54.2%，信息传输、软件和信息技术服务业为68.4%，都是各行业最高的。
数字经济的持续发展提高了数字服务业的比重。由于数字经济活动能够提高经济效率、丰富人民生活，因此当技术实现突破后就出现了应用市场的快速扩张，数字产品和数字服务获得广泛和深入的应用。从世界范围看，数字经济都是各国增长最为迅速的国民经济领域，其中又以信息传输、软件和信息技术服务业增长为快。根据中国信通院的数据，2019年全球数字经济平均名义增速5.4%，高于同期GDP增速3.1个百分点[24]；2020年受影响全球经济出现负增长，但数字技术为疫情下“非接触经济”发展提供了重要支撑，实现逆势增长。数字服务行业在我国也是增长最快的领域，2015年以来，我国信息传输、软件和信息技术服务业增加值季度同比增速均在10%以上，远远超过GDP的增速。随着数字产业化的快速发展和产业数字化的快速推进，信息传输、软件和信息技术服务业增加值在服务业中所占比重也持续提高。2011至2019年间，信息传输、软件和信息技术服务业增加值占我国GDP的比重从2.1%提高到3.4%，占服务业的比重从4.8%提高到6.2%。技术进步快的细分行业比重的提高，显然会在一定程度上带动服务业整体生产率的提高。
（二）赋能效应
数字技术是具有强大赋能力的通用目的技术，数字技术在国民经济各行业的渗透、融合能够使产业在产品形态、业务流程、产业业态、商业模式、生产方式、生产组织等各个方面发生深刻变革[25]，推动生产效率提升、经济效益改善、竞争力增强。数字技术在服务业日益广泛和深入的应用，同样成为服务业生产力提升的重要推动力量。实际上，Baumol对成本病原因的解释也隐含着克服成本病的药方。他指出，在成本持续上涨的行业，在其生产过程中机器不容易替代人工因素，这使得该行业降低劳动含量非常困难[5]30。从这个意义上说，如果服务业中的生产活动能够被机器所替代，那么成本病就能得到缓解甚至克服。与典型的价值链一样，服务业价值的创造过程既包括服务生产、交付在内的基本活动，也包括支撑基本活动开展的辅助活动。根据作用于服务活动性质的不同，可以把数字技术对服务业生产率的促进作用分为间接赋能与直接赋能两种模式。
1．间接赋能
间接赋能是指数字技术不直接改变服务的生产、交付等基础活动所使用的生产工具和技术，而是通过改变辅助性质活动开展使用的生产工具和技术以及相关基础设施，实现完成服务价值创造过程的生产率提高。服务价值链中的辅助活动包括人员到达提供服务的现场，服务提供者和使用者的对接，服务生产和提供企业经营管理相关的财务、人力资源等辅助性质的活动。与服务辅助活动有关的典型技术是交通运输技术。交通技术是典型的“压缩空间”技术，从靠双腿行走到依靠畜力、风力的骑行、马车和轮船，到蒸汽驱动的轮船、火车，再到化学能驱动的汽车、飞机和外太空航天器，交通技术的进步不断缩短着空间的时间“距离”[26]79-90。Baumol也注意到交通技术的进步对服务业生产的提升作用。在他著名的莫扎特弦乐四重奏例子中，虽然四重奏的演出只需要半小时，但是表演者到达剧院的路途上要花费很多时间。在1790年莫扎特的时代，从维也纳基地到德国法兰克福的大礼堂的路程需要六天时间，但到1990年时旅途时间缩短到几个小时。虽然1990年的演出与1790年一样同样需要半小时，但路上的时间却大大缩减了，从而提高了巡回表现活动的劳动生产率——在相同的时间里，表演者能举办更多场次的巡回表演[8]。从这个例子可以看出，如果数字技术能够提高服务生产过程中的辅助活动效率，就能够提高核心服务或完整服务生产交付过程的生产效率。
数字技术可以从多个方面为服务辅助活动赋能。一是“压缩空间”。通信技术与交通技术一样具有压缩空间的功能，而且现代通信技术能够使信息以光速传播。通过采用电话、邮件、及时通信、视频会议等通信技术，一些主要以语音方式开展的服务活动可以不需要人员物理空间位置的移动而远程提供，这就显著缩减了服务提供者在路途上的时间。在教育领域，借助网上课堂老师可以在线远程授课；在医疗领域，医生可以远程问诊，甚至通过手术机器人远程进行手术。2020年新冠疫情暴发后，由于运输大面积中断，人们转而采取线上方式举办会议、商务谈判等。目前远程交流的效果与面对面交流还存在很大的差距，但随着元宇宙等更新的数字技术的进步，身临其境的线上交流很可能在不久的将来出现。二是节约交易成本。无论是服务的提供企业要发现它的用户，还是用户要找到他需要的服务，都会产生交易成本，包括企业的广告宣传成本，个人搜寻服务信息花费的时间、金钱。数字技术可以通过多种方式使搜寻成本显著降低：搜索引擎能够让用户快速找到潜在的服务及其提供者，智能推荐算法能够根据用户的历史消费习惯向他精准地推送与其偏好或潜在需求高度匹配的数字内容或广告信息，人工智能技术还能够代替人工客服回答用户售前或售后的咨询。三是作为生产力工具。计算机、软件、云服务在企业办公、财务、销售等领域的应用，可以提高这些辅助活动的生产效率，在业务规模不变的情况下，减少员工的数量，或者在员工数量保持不变的情况下，提高服务质量、扩大业务规模。
2．直接赋能
直接赋能是指数字技术直接应用于服务价值链的基本活动，实现完整服务价值创造过程的生产率提高。由于数字技术相关硬件制造和服务业属于资本和知识密集型行业，其产出的设备、服务在其他服务行业的使用会提高这些行业的资本密集度和知识密集度，使传统的劳动密集型服务业向资本密集型、知识密集型和数据密集型服务业转变。数字技术对服务业的直接赋能体现为机器增强劳动、机器替代劳动、服务的产品化与数据创造价值四种机制。
机器增强劳动。随着移动互联网、物联网、云计算中心以及各种IaaS、SaaS和PaaS基础设施的普及，以及大数据、人工智能、区块链等技术的进一步成熟和完善，数字技术以及相关智能机器在服务行业获得越来越广泛和深入的服务。原来许多由人直接生产和提供的服务，在生产中引入越来越多的机器，服务业的生产迂回程度也在不断提高、分工不断深化，而分工的深化进一步创造了技术创新、资本深化的空间。在“成本病”严重的医疗领域，人工智能系统看“片子”并给出病情判断只需要几秒钟，可以为医生提供诊断建议，未来还可能替代经验丰富的医生。
机器替代劳动。在制造业领域，机器已经取代了工人所从事的大多数危险、繁重的工作，越来越的重复性的枯燥工作也正在逐步被机器所取代。与人工相比，机器虽然前期投入大，但是后期使用成本低、可连续工作且生产的精度、稳定性更高。机器是否能够取代劳动，取决于该机器是否能够完成人所从事的工作以及机器是否具有更低的综合使用成本。随着技术水平的提升和成本的下降（以及我国国内工资水平的上涨），数字技术开始替代越来越多服务业岗位的人类工作。这类服务活动主要包括三类：第一类是可以由消费者借助数字技术自助完成的服务，如超市收银、餐馆点餐被移动支付、扫码或智能终端自助点餐所取代。通过自助服务能够显著节省劳动投入，直接减少员工数量或把节省的员工配置到更具有效率的岗位，从而提高服务企业的人均产出。第二类是具有重复性特征，相对容易被标准化，或者通过机器学习等技术能够总结出规律并把它转变为算法、软件从而能够达到甚至超过人类水平的工作，如保安、客服、翻译、导游、股票交易领域的相当比例的工作已经被智能监控和安保机器人、AI客服、机器翻译、语音导览、智能投顾等各类数字技术和产品所取代。第三类是超越人类能力的工作。在现代电影行业，许多内容并不完全由甚至不主要来源于演员的表演、现实或人工搭建的场景，而是使用数字技术进行了大量的后期制作，包括场景、特效等。大数据、人工智能等数字技术不但能够把人类已有的知识汇集到一起，而且利用无限的大数据，还能够发现仅凭借人类自身能力所不能发现的知识，因此不仅能够超越普通人的能力，甚至超越人类的能力边界。可以预见，随着技术的进一步发展和成熟，数字技术在服务业的应用将更加广泛，更多的工作岗位将被机器所替代，推动服务行业的劳动生产率快速提高。
服务的产品化。服务从不可储存、即时消费的经济活动转变为以知识产权、软件著作权以及软件、嵌入式软件、在线应用等形态存在的可储存、生产与消费分离的产品，这些产品化的服务越来越广泛地应用于企业的产品（包括服务）生产过程。随着各行业数字化转型的推进，服务在产出价值中所占比重持续提高，在生产设备的价值中，工程、科学和计算服务占总成本的相当大份额，生产线上原本由工人操作的工序改由高度自动化、智能化的设备所完成[23]12-13，206-207。数字技术在服务业的应用经常会使生产率出现相继的两次提高：第一次提高是在服务业本身被生产的时候，第二次提高是服务随后被制造企业用于生产的时候[5]109。
数据创造价值。数字技术发展的早期也会产生一些数据，但数据规模有限，数据的收集、储存、传输、利用的成本高，更重要的是利用数据的技术很不成熟，因此数据在经济活动中发挥的作用比较有限。虽然数字技术的发展特别是人工智能算法的突破、芯片和数据中心处理能力的增强、互联网应用产生的数据量的暴发，数据变得像工业经济时代的石油一样重要。党的十九届四中全会决议指出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”对数据的获取可以推动物质产品的改进，包括个性化和算法的优化，进而带来生产率的提高和更好的客户服务[27]。在服务行业，数据同样是经济价值创造和劳动生产率提升的重要来源。对数据的挖掘和利用，可以缩短服务生产时间，减少服务生产所需物料、劳动等各种要素的投入，提高服务的质量，增加服务的收入和利润。例如在出租车行业，通过提高出租车司机和乘客供需对接的效率，减少出租车空驶的时间和乘客等待时间；外卖行业通过人工智能优化接单和送单路线，可以缩短每一单的时间，增加外卖小哥单位时间完成的订单量。
（三）规模经济
制造业生产率的持续快速提高一方面是由于创新和机器的广泛应用，另一方面则是在机器使用带来的规模经济。服务业生产率的显著提高也需要规模经济能够发挥作用，而数字技术与服务业的深度融合从供给侧与需求侧两个方面为服务业带来了规模经济。
1．供给侧规模经济
江小涓[28]把服务业划分为可标准化的服务业和不可标准化的服务业，可标准化的服务业强调结果或过程的同质化。在数字技术推动，服务业所展现出来的规模经济的底层逻辑是服务活动的标准化。可以根据规模经济所处的服务价值链中的不同环节分为与服务的数码化对应的终端服务的规模经济、与流程的自动化对应的过程的规模经济以及与数据要素利用对应的数据的规模经济。
终端服务的规模经济。与数字技术深度融合的服务活动不一定以即时使用和消耗的形式呈现，而是呈现数码化趋势。联合国《2008年国民账户体系》所指的生产活动包括了知识载体产品，即“那些以消费单位能重复获取知识的方式而提供、存储、交流和发布的信息、咨询和娱乐”，对应于一般或专业信息、新闻、咨询报告、电脑程序、电影、音乐等产业。在数字经济条件下，这些知识载体产品可以很容易地以二进制的形式加以存储，或者以光盘等存储介质为载体，或者直接存储在云端的存储设施之中，我们将服务以二进制形态存在的现象称为服务数码化。服务数码化的过程就是将原来不可标准化的服务进行标准化的过程。从用户的角度来看，这些数码化的服务具有一体适用的结构（one-size-fits-all structure），某一特定的服务可以满足各种不同用户的需要，从而推动服务额外一个用户的边际成本趋近于零[29]59-60，即开发和生产第一件的成本高昂，但是复制额外一个拷贝的成本趋近于零。这就意味着随着这类服务的产销量的增长，生产该产品的平均成本持续下降，即存在着规模经济。而且数码化的服务具有像工业产品一样“可储存”“可贸易”等新特点，由于网络空间的全球连通性，很容易实现在全球市场销售，极大地扩展了市场空间；零边际成本的特点还会带来数码化的服务一旦成为畅销品，收入和利润会出现暴增[30]，生产该服务的企业的生产率也会随之显著提高。例如，“得到”上最高订阅量课程的学习人数达到了接近500万，最高订阅收费课程的学习人数达到56.7万，按照该课程249元的价格，该课程主讲教师的收入达到1.4亿元。李建华和孙蚌珠[31]对更广泛意义上的标准化服务的研究发现，这类服务可标准化服务业的发展会克服“成本病”。
过程的规模经济。人的生物特征、企业的组织特征以及产品使用后的物理特征等方面的差异造成服务需求天然具有异质性，服务的用户在许多情景下需要的是个性化的服务，标准化的服务无法很好地满足用户的需求，或者解决他面对的问题。在没有数字技术支撑的情况下，要满足这些个性化需求，只能依赖人员投入的增加，这是服务业“成本病”的重要根源。在漫长的经济发展过程中、在激烈的市场竞争中，企业对于如何向不同行业、不同产品、不同场景的用户提供服务都积累了丰富的经验，这些经验有些成为科学发现，有些企业的规章制度、操作规程，有些成为服务提供者默会的知识。使用数字技术替代人工提供服务的过程，实际上就是服务企业价值创造过程中各部门、各环节所积累的各种知识模型化、代码化、工具化的过程，这一现象被称为“软件定义”。软件不仅存在于物化的产品中，也存在于生产设备、云端的算力之中。软件具有强大的自适应性，根据外部输入的变化，利用本地或云端算力自动地对输入数据进行分析计算，输出个性化的结果。这些输出结果可以通过个性化的建议或者转变为更进一步的操作、产品直接或间接服务于用户。人工智能系统还可以基于海量数据自主学习，将基于海量数据的机器学习所获得的新知识进一步加入这些软件中，或通过学习对代码做出自主优化，进一步强化软件的功能。通过软件定义，服务企业可以根据用户提供的服务需求或其他数据自动化地做出决策，为用户提供高度个性化的服务[32]77-80。虽然服务企业向用户提供的服务是差异化甚至高度个性化的，但是用户不直接接触的软件、系统以及与之相联系的业务流程却是相对固定的。服务企业通过一次性的软件定义化适应了多样化的应用场景和服务需求，随着服务的用户规模的扩大，软件定义的平均成本不断下降，从而在服务的生产过程实现了规模经济[33]。许多服务活动的算法、算力和数据是利用的云端基础设施，这些数字基础设施能够支持不同的企业和不同的应用。因此当利用云端基础设施的规模扩大时，范围经济会在数字基础设施层面发挥作用，带来其生产成本的下降，这反过来又会进一步促进服务企业利用成本更低的运算基础设施。
数据的规模经济。数据作为生产要素创造价值需要对数据进行挖掘、分析，从中揭示事物的运作规律或事物间的关联。目前利用数据最主要方法是人工智能，而主流的人工智能是建立在机器学习和海量数据的基础之上。数据的规模越大、质量越好，机器学习算法通过训练得到优化的程度越高，拥有更大规模数据的公司就能够在竞争中处于有利地位，获得更多收入；相反，如果公司无法获得相当的数据，那么它取代竞争对手的地位就会极其困难。这就是数据的规模经济，即用于机器学习的数据具有持续增长的规模回报[27]。通过建立与消费者、产品、设备、应用场景等实时的网络连接，数字化的服务企业能够掌握海量的实施数据，通过对这些数据的深度挖掘和分析，能够为企业创造更多价值。范围经济在数据创造价值中同样存在。一方面，多种来源的数据通过交叉对比才能够发现更多的规律，同时这些数据可以应用于不同的场景、提供不同的服务；另一方面，在机器学习中形成的算法以及由此培养的大数据、人工智能科学家队伍，可以将在一种场景下服务提供的能力扩展到其他场景下的不同服务。
2．需求侧规模经济
Baumol[8]注意到供给侧的技术进步会对服务业劳动生产率产生积极作用，没有一种个人服务业的生产率不在一定程度上受到技术进步的影响，但是他没有注意到需求侧对生产率的作用。Bowen[29]7指出，生产率比率（productivity ratio）既有分子也有分母，生产率的提高既可以通过“产出的增加”（提高分子）也可以通过投入的节约（降低分母）。Cowen和Grier[34]注意到产出的扩大对效率的影响，他在分析录音和广播技术对音乐演奏的影响时指出，尽管音乐演奏的数量没有上升，但是用消费单位衡量的绩效产出的数量却急剧上升。数字技术的独特性使得它能够从需求侧发力，通过扩大服务提供者的销售收入以提高劳动生产率。与物质产品在使用时的独占性不同，数据或数字化产品（服务）具有非竞争性、非排他性的类似公共产品的特征。当一个人使用某一数字化服务时，它不能消灭该服务，也不能阻止其他人同时使用该服务，这就带来数字化的服务可以同时被不同的人所使用。例如，受演出场地的限制，线下演唱会的观众数量几万人就已经很高，但是线上演唱会的观看人数则可以达到几百万、上千万甚至更多。2021年12月18日西城男孩乐队在腾讯视频号上为中国歌迷举办的线上直播演唱会，有2800万人观看；2022年4月15日崔健的线上演唱会的观看人数达到4600万。
就像规模经济是单位成本随着产出数量的增加而下降一样，在数字化服务的场景中，数字化服务的单位提供成本随着使用该服务的用户数量的增加而下降，可以称之为需求侧规模经济。或者反过来说，数字服务的生产成本可能很高，但是由于该服务可以边际成本趋近于零的条件下同时提供给数量众多的用户，从而大幅度增加了服务提供者的收入。与服务数码化带来供给侧规模经济不同，需求侧规模经济是指一个数字化服务可以在同一时间为数量众多的人使用，从而降低了每个用户使用该服务的平均成本，而前者是指同一服务经过多次复制、传递后由不同的用户在不同的时间所使用。例如，音乐会的现场直播属于需求侧规模经济，该音乐会制成影碟销售或后续在网站点播属于供给侧规模经济。演出、健身、教育等可以一对多参与的服务活动均具有需求侧规模经济的特征。由于需求侧规模经济的存在，随着数字服务用户数量的增加从而企业收入增加，该服务提供企业的劳动生产率相应地提高。
互联网打破了信息传递的空间距离，真正实现了“天涯共此时”，使得一项联网的数字化服务可以为地球各个角落的用户使用。产品销量一般存在“长尾”分布的特点，以销量为纵轴、不同产品为横轴做一条曲线，少数商品的销量大构成曲线的头部，大多数商品的销量小构成曲线的尾部。通过互联网与全球潜在用户连接，畅销数字化服务的用户规模可以近乎无限地拓展，进一步放大了需求侧的规模经济，提高了服务提供企业的生产效率。在传统的线下市场，由于企业销售空间、人员的有限性以及库存成本的约束，企业为了实现盈利，通常会选择销售最畅销的产品。那些大量的非畅销产品，即使存在潜在的需求，也很难与它的用户见面被销售出去。在互联网空间，数字化产品（服务）储存、展示的成本趋近于零，所以即使是那些非畅销产品也有机会被展示出来，它的潜在用户可以通过搜索引擎发现他感兴趣的利基产品。在一个区域市场上，利基产品的潜在用户数量从而销量非常有限，但是全球范围内潜在用户总量很可能达到非常可观的规模，利基型的数字化服务因此可以扩大收入、提高生产率、实现盈利。
四、结论与展望
（一）研究结论
本文的研究表明，服务业“成本病”存在的根本原因在于其与制造业大相径庭的技术经济特征。服务业的无形性、短链条、生产与使用不可分、异质性等特点，造成服务业更难以用机器替代人工，技术密集度低，也缺乏规模经济，从而劳动生产率的增长速度明显滞后于制造业。当前，新一轮科技革命和产业变革深入推进，作为其核心技术群的数字技术加速发展、成熟，向国民经济各行业领域快速扩散并与其深度融合，正在深刻改变服务业的性质，通过结构效应、赋能效应、规模经济三种路径促进服务业劳动生产率的提高，改变服务业“停滞部门”的地位。一是服务业中的电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业具有技术密集度高、创新活跃的特点，以互联网为代表的数字经济的高速增长显著提高了上述数字服务业在国民经济中的比重，从而带动了服务业整体生产率的提高。二是数字技术作为具有强大赋能作用的通用目的技术，通过间接赋能与直接赋能两种机制推动服务业生产率的提高。间接赋能是不改变服务业核心活动本身，而是通过“压缩空间”、节约交易成本、提供生产力工具等机制推动辅助性服务活动生产率提高，间接提高完整服务活动的生产率；直接赋能是直接作用于服务价值链的基本活动，通过机器增强劳动、机器替代劳动、服务产品化与数据创造价值四种机制提升完整服务活动的生产率。三是数字技术与服务业的融合在供给侧与需求侧均产生了显著的规模经济。供给侧规模经济包括与服务的数码化对应的终端服务的规模经济、与流程的自动化对应的过程的规模经济以及与数据要素利用对应的数据的规模经济，使服务企业可以大规模的生产和提供服务，从而提高了劳动生产率。需求侧规模经济是利用互联网的实时与无限连接特征，使数字化的服务在生产的同时可以被不同的人所使用。需求侧规模经济的存在使服务的生产数量不变，但是却扩大了服务生产企业的收入，同样也提高了服务业的劳动生产率。
（二）趋势展望
一个行业是否存在成本病，主要不是取决于该行业的绝对技术进步速度或劳动生产率提高速度，而是取决于它相对于整个国民经济的劳动生产率增速。服务业被看作“停滞部门”，是因为它的劳动生产率增速长期低于经济平均水平，相反，作为“进步部门”的制造业的劳动生产率增速高于经济平均水平。当前，数字技术与服务业的深度融合显著提高了服务业的劳动生产率，但这种趋势未必能够一致持续下去。Cowen和Grier[34]在分析表演艺术产业时就注意到这个问题。在录音和广播技术的推动下，1860年还属于劳动密集型的音乐制作业到1930年就已经转变为资本密集型；但是由于后续录制成本随着技术进步的下降，人力成本再次在行业成本中占据很高的比例，该行业重新陷入了最初的“成本病”困境。
数字技术是否能持续克服“成本病”，取决于数字技术与服务业融合带来的技术进步和劳动生产率变化走向及其相对经济总体特别是制造业部门的变化。从服务业的角度来看，由于前期服务业的技术长期停滞，当数字技术成熟到可以广泛应用于服务业后，带来了服务业生产力的“爆发”，这相当于一个“补课”的过程。随着那些重复性的、相对容易的服务工作被人工智能、自动化机器所替代，剩下的工作被机器替代的难度加大，劳动生产率进步的速度可能会趋于下降。服务业产业链条远比制造业短，产出的个性化程度比制造业高，消费者对个人消费的标准化需求弱，因此在服务业，自动化并不能完全替代人力，服务业中用机器替代劳动的空间要少得多，劳动节约型生产的扩展效率远低于经济的平均发展水平[35]。随着技术的进步和原有市场流量红利的减少，数字经济中的互联网服务正在从消费互联网转向产业互联网。与消费互联网一体适用的结构特征不同，由于实体经济在产业间、企业间的生产设备、工艺流程、用户需求、应用场景等方面存在显著差异，消费互联网企业一个APP打天下的局面不复存在，数字企业需要根据企业用户需求有针对性的开发和提供数字服务，需求侧规模经济和供给侧规模经济的作用难以持续。从制造业的角度来看，一方面，制造业对技术创新和研发设计的依赖性不断增强，而研发需要使用脑力劳动与研发设备两种类型的投入，包括计算机、科学仪器在内的研发工具占研发总成本的比重正迅速下降，而人类思维活动的效率却不会比前人有明显的提高，因而造成研发活动中劳动的成本持续、稳定增长，制造业正变成另一种意义上的劳动密集型部门，这是阻碍制造业生产率提高的重要因素[5]104；另一方面，定制化、服务化正成为制造业转型的方向，制造企业由提供大规模生产的产品转向小批量定制甚至个性化定制、由提供产品转向提供产品与服务的组合。尽管数字技术也可以推动服务型制造形成类似产品的特点、发挥规模经济，但与大规模生产相比，服务的个性化程度更高。因此，制造业的定制化、服务化会拉低制造业生产率的增速。可见，数字技术的发展及其与国民经济各行业的融合，同时兼具提高和拉低各行业生产率增速的作用，是否能够缓解或克服服务业“成本病”需要根据当时的情况进行具体分析。
Baumol[5]154-155在《成本病》一书的总结部分引用经济学家琼·罗宾逊的观点：“如果各个领域的生产率都在提高，即使某些行业的生产率增速比其他行业低，那么根据定义，相同或更少的劳动时间将比以前生产更多的商品和服务。”相反，如果创新停滞、生产率增长停滞，虽然来源于不同经济部门生产率增长差异的成本病会消失，但会由此导致更加严重的贫困。由于国民经济各个行业的技术经济特征不同，必然会有些行业的技术进步和劳动生产率提高快一些，有些行业的技术进步和劳动生产率提高慢一些，这些不同行业的劳动生产率增速在不同时间段也会因为技术的演进而改变。因此，服务业“成本病”与其说是一个问题，不如说是一种经济现象，更重要的是我们要实现整个经济持续的技术进步和生产率的提高。只要生产率在提高，我们就能够获得越来越丰富的产品和服务。就当前来说，数字技术正在加速扩散以及与国民经济各行业深度融合，由此产生了服务业技术加速进步和劳动生产率加速提高的可能。我们应该创造条件，通过完善数字基础设施、推进数字技术创新、支持服务企业数字化转型、培育服务业数字化应用场景等举措加快推进这一个进程。
参考文献
[1]BAUMOL W J.Macroeconomics of unbalanced growth:the anatomy of urban crisis[J].The American economic review,1967,57(3):415-426.
[2]FUCHS R V.The Service Economy[M].New York:Columbia University Press,1968.
[3]BAUMOL W J,BLACKMAN S,WOLFF E N.Unbalanced growth revisited:asymptotic stagnancy and new evidence[J].The American economic review,1985,75(4):806-817.
[4]威廉·J.鲍莫尔.服务业之谜：激增的成本，持续的需求[C]//[荷]腾·拉加，[德]罗纳德·谢科特.服务业的增长：成本激增与持久需求之间的悖论.李勇坚译，上海：格致出版社、上海人民出版社，2012：3-10.
[5]BAUMOL W J.The Cost Disease:Why Computers Get Cheaper and Health Care Doesn't[M].New Haven&London:Yale University Press,2012:14,28.
[6]OULTON N.Must the growth rate decline?Baumol's unbalanced growth revisited[J].Oxford economic papers,2001,53(4):605-627.
[7]DENNIS B N,Iscan T B.Engel versus Baumol:accounting for structural change using two centuries of U.S.data[J].Explorations in Economic History,2009,46(2):186-202.
[8]BAUMOL W J.Health care,education and the cost disease:a looming crisis for public choice[J].Public Choice,1993(77):17-28.
[9]NORDHAUS W D.Baumol's diseases:a macroeconomic perspective[J].The B.E.journal ofmacroeconomics,2008,8(1):1-39.
[10]程大中.中国服务业增长的特点、原因及影响——鲍莫尔—富克斯假说及其经验研究[J].中国社会科学，2004（2）：18-32.
[11]宋健，郑江淮.产业结构、经济增长与服务业成本病——来自中国的经验证据[J].产业经济研究，2017（2）：1-13.
[12]宋健，王静.“扭曲之手”会加重“成本病”吗——基于经济增长分解框架下的测算与分析[J].财贸经济，2018（2）：136-152.
[13]江小涓.网络时代的服务型经济：中国迈进新发展阶段[M].北京：中国社会科学出版社，2018：381-384.
[14]谭洪波：人工智能能够根治鲍莫尔病吗？[N].光明日报，2017-12-19(14).
[15]新华社.刘鹤出席2021年世界互联网大会乌镇峰会[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.
[16]江小涓.用数字技术克服“鲍莫尔病”[N].北京日报，2021-10-25(009).
[17]陈维宣，吴绪亮.产业互联网是治疗“鲍莫尔病”的“中成药”[EB/OL].（2021-10-14）[2022-03-20].https://baijiahao.baidu.com/s?id=1713552710599324518&wfr=spider&for=pc.
[18][英]亚当·斯密.国富论[M].胡长明译，北京：人民日报出版社，2009：5.
[19]HEILBRUN J.Baumol'scost disease[C]//TOWSE Ruth.A handbook of cultural economics(second edition).Cheltenham,UK·Northampton,MA,USA:Edward Elgar,2011:91-101.
[20]〔英〕多纳德·海，德理克·莫瑞斯.产业经济学与组织[M].钟鸿钧译，北京：经济科学出版社，2001：51-55.
[21][美]乔纳森·休斯，路易斯·P.凯恩.美国经济史（第7版）[M].邸晓燕、邢璐等译.北京：北京大学出版社，2011：357-363.
[22]左鹏飞，陈静.高质量发展视角下的数字经济与经济增长[J].财经问题研究，2021（9）：19-27.
[23][意]埃内斯托·费利，福里奥·C.罗萨蒂，乔瓦尼·特里亚.服务业：生产率与增长[M].李蕊译.上海：格致出版社、上海人民出版社，2011：12-13，206-207.
[24]中国信息通信研究院.全球数字经济新图景（2020年）——大变局下的可持续发展新动能[EB/OL].(2020-10)[2022-03-22].http://www.caict.ac.cn/kxyj/qwfb/bps/202010/t20201014_359826.htm.
[25]李晓华.“新经济”与产业的颠覆性变革[J].财经问题研究.2018（03）：3-13.
[26][英]彼得·迪肯.全球性转变——重塑21世纪的全球经济地图[M].刘卫东等译，北京：商务印书馆，2007：79-90.
[27]JARSULIC M.Antitrust enforcement for the 21st century[J].The antitrust bulletin,2019,64(4):514-530.
[28]江小涓．服务业增长：真实含义、多重影响和发展趋势[J].经济研究，2011（4）：4-14.
[29]BOWEN W G.Higher education in the digital age[M].Princeton and Oxford:Princeton university press,2013:59-60.
[30]江小涓，罗立彬.网络时代的服务全球化——新引擎、加速度和大国竞争力[J].中国社会科学，2019（2）：68-91.
[31]李建华，孙蚌珠.服务业的结构和“成本病”的克服——Baumol模型的扩展和实证[J].财经研究，2012（11）：27-37.
[32]曾鸣.智能商业[M].北京：中信出版社，2018：77-80.
[33]李晓华.数字技术推动下的服务型制造创新发展[J].改革.2021（10）：72-83.
[34]COWEN T,GRIER R.Do artists suffer from a cost-disease?[J].Rationality and society,1996,8(1):5-24.
[35]威廉·鲍莫尔.客观看待“鲍莫尔成本病”[N].人民日报,2013-06-19(003).
李晓华.数字技术与服务业“成本病”的克服[J/OL].财经问题研究:1-13[2022-07-21].http://kns.cnki.net/kcms/detail/21.1096.F.20220715.0924.002.html
