外文翻译中文)---生产者服务的国际竞争力(编辑修改稿)

外文翻译中文)---生产者服务的国际竞争力(编辑修改稿)内容摘要：

用户 服务，这种说法导致这些服务的发展 的 互补性和自我实施 机制 的 存在。 加上中间需求，技术 在 服务行业 对 国际竞争力发挥 了 重要作用。 事实上，虽然很长一段时间服务 被认为在技术开发和应用方面落后， 但 最近 有关方面承 认， 一些服务性行业， 特别是 FCB，不仅 是 重要用户，而且 是 车辆技术的跨部门推广（ Tomlinson,2020）。 因此， 技术优势添加了一个重要层面的生产者服务贸易解释 ，因为它们 是 国内 服务发展竞争力和能够在国际服务贸易的关键因素。 作为技术措施 我们 集中注意力 于 信息和通信技术 的 国家总支出。 这不仅是由于数据 可用性 的 问题，而且 是由于更多 传统技术变数可能不是最解释有关生产者的竞争力 服务 的事实， 如研发 支出。 事实上，虽然制造业的花费在研发 上比 服务行业多 ， 但是 当技术创新的定义扩大至包括市场营销，培训和 其他活动，许多服务的开支 比 平均高得多（ Tomlinson， 2020 年）。 同时，已观察到，知识密集型服务 业的传播 被 平行传播 及 新的 信息和通信技术系统深受影响（ Antonelli， 1998）。 无形 的本质和 基于服务 特点的 信息在企业的创新活动和他们的表现上 给予 信息和通信技术的 产生和使用核心作用（ Evangelista， 2020）。 信息和通信技术 的作用是以 Barras（ 1986）提出的代表在创新过程中的动态 服务 的 逆向产品周期模型 为基础的。 这种观点认为，在产品的反周期的第一阶段，服务 用 IT 作为后端 办公效率 的原因。 随后学习活动导致过程和产品 创新。 最后， IT 带领服务进入 工业时代，因为他们开始使用工业技术适 应 其信息密集的活动。 信息和 通信技术 允许服务活动的运输的增加，使 服务有可能在一个地方生产的同时 在另一个 地方消费 （ Soete， 1987。 Miozzo和 Soete， 1999）。 最后，作为生产者服务的竞争力 和 专业化 的 另一项决定因素 ， 我们包括 了 代理成本为本的优势，因为它标准 了 国 际竞争力的实证分析。 数据和变量 我们 从两个方面来看 国际竞争优势：专业化和 竞争力。 专业化是衡量在某一部门 的出 口份额 超过国家总出口 ， 竞争力作为某一国家的出口中所占比重来衡量出口在出口总额中超过同一部门（绝对 优势指数）。 为了控制该 影响的大小， 指数 被 人口标准。 这两项措施捕获贸易优势的两个不同方面：比较 和 绝对优势。 事实上，一个国家可以在一个 行业有 高的比较优势， 同时在所有行业有低市场份额但比有比较优势的行业略高。 另一方面，市场份额或绝对优势指数偏高 是因为 这 个国家在该行业出口的 有 较高水平。 图 1 报告国家的两个指标（即 跨 FCB 服务 的 平均 水 平 ），包括所有国家在 1995 年 所有三个服务行业 的数据。 （图 1在这里） 我们可以看到，在右上角的位置，我们 有 英国 的 FCB 服务 专业化和出口股 的高价值 ，同时在底部左的位置，我们发现 意大利 的 两个变量值较低。 芬兰，荷兰和加拿大也 有 较高价值的两个指标，而法国和西班牙有专业化 的 较高价值 但出口份额低的值。 来自制造业的中间需求的作用被制造业服务的使用的计算机加权所捕获。 特别是，我们采取矢量测量的总增值服务的使用。 各制造业部门，每个国家， 在 每个生产部门 里 我们乘以总产量 ； 我们再除以这个国家总生产数：  j kjP jkW kjP ijM Sik i =国家， j=制造业， K=服务行业， P =产量 ， W=体重 给予服务业的总产量 k，被使用的制造业 j，以制造业的总产量为基础的 j（摘自的 I / O 表 ）。 同样的指数（ SS）为 了衡量生产者服务 使用的 服务专门化的加权 而被计算。 作为一个技术指标，在国内生产总值 的基础上 我们曾考虑过在信息和通信股 支出。 不同的是以前的各个行业的不同的变量， 国家和时间，信息和通信技术支出各个国家和时间 不同。 成本 作为对总生产（ LC）的劳动力成本共享和各行业，各国和 时间的 不同被测量。 所有变量 是 对数。 因此 ， 我们得到以下规格 ： EXPikt = α 1SMikt + α 2SSikt + α 3ICTit + α 4LCikt + Eikt 其中进出口 不 是专门 就是 竞争力。 在服务贸易中的数据取自 经合组织的国际服务贸易数据库。 劳动力成本的数据， 产量 和价值 的数据 取自经合组织斯坦数据库。 由于这两个数据源遵循不同的 分类，我们已经使用 的一致性由 经合组织提供（更多细节见 附录）。 但重要的是要记住，贸易数据 是在产品 的基础上分类 的， 而工业的 数据 是 以 该 公司属于的 行业 为基础 分类的。 因此，匹配永远不可能做到十全十美。 为了衡量部门间 的联系 ， 我们利用了经合组织的投入产出数据库。 最后，信 息和通信技术数据源 是 欧盟统计局。 为了最大限度地 满足 国家 数据的有效性 ，我们都集中关注 于 19921999年期间。 在此期间， 我们有 11 个国家的数据（加拿大，芬兰， 法国，德国，意大利，日本，荷兰，西班牙，瑞典，英国，美国） ， 我们选择了以下服务行业：邮政和电信 ； 财经 和保险，地产及商业服务。