数据要素是推动中国服务业增长的新动能吗——来自机器学习的估计  

Is the Data Factor a New Driving Force for the Growth of Chinas Service Industry?Estimation from Machine Learning

作　　者：于柳箐 高煜[1,2] Yu Liuqing;Gao Yu

机构地区：[1]西北大学经济管理学院,西安710127 [2]西北大学中国西部经济发展研究中心

出　　处：《现代经济探讨》2023年第9期73-85,共13页Modern Economic Research

基　　金：国家社会科学基金后期资助项目“创新驱动价值链升级的理论与实证研究”(编号:21FJLB028);陕西省社会科学基金项目“现代产业分工推动西安都市圈与关中平原城市群协调发展研究”(编号:2021DA016)。

摘　　要：服务业增长对经济发展具有重要贡献,然而在传统要素推动中国服务业增长动能不足的情况下,寻找新动能就成为推动服务业进一步增长的有效途径。从理论与实证两个层面开展研究,提出数据要素促进服务业增长的数据挖掘机制以及边际收益递减规律,同时建立包括30种要素在内的影响服务业增长的投入要素指标体系,并基于中国2012-2019年省际面板数据,使用双重机器学习、随机森林以及两种“黑盒”模型解释工具,就数据要素对服务业增长的促进效应、贡献和边际收益进行了检验。研究发现,数据要素是推动中国服务业增长的新动能,在推动服务业增长中遵循边际收益递减规律,并且随着时间的推移,数据要素对中国服务业增长的促进效应逐渐增强、贡献越来越大。相比于生活性服务业,数据要素对生产性服务业增长的促进效应更明显。因此,就政策层面而言,政府需要注重扩大数据要素规模,加强数据挖掘人才培养,并促进数据要素有序发展;就企业层面而言,服务业企业需要积极采集数据资源,努力提高数据分析能力,进而有效提炼有价值的信息,促进服务业进一步发展。

关 键 词：数据要素 服务业 机器学习 随机森林 双重机器学习 

分 类 号：F719[经济管理—产业经济] F49