互聯網經濟對傳統產業集群線上升級影響的實證研究

史一鳴，徐亞迪，胡　偉，孫計紅

(1.安徽商貿職業技術學院經濟貿易系，安徽蕪湖 241000；2.安徽省計量科學研究院，安徽合肥 230000；

3.蕪湖市政府辦公室，安徽蕪湖 241000)

?

互聯網經濟對傳統產業集群線上升級影響的實證研究

史一鳴1，徐亞迪2，胡偉3，孫計紅1

(1.安徽商貿職業技術學院經濟貿易系，安徽蕪湖 241000；2.安徽省計量科學研究院，安徽合肥 230000；

3.蕪湖市政府辦公室，安徽蕪湖 241000)

[摘要]本文基于實證研究分析了互聯網經濟的發展與傳統產業集群線上升級的影響關系，利用協整技術對互聯網經濟的發展與傳統產業集群線上升級的關系進行檢驗。主要結論：互聯網經濟的發展與K值代表的傳統產業集群線上升級有Granger因果相關關系，與M值對應的傳統產業集群線上升級沒有Granger因果相關關系；誤差修正和殘差項結果顯示對于K值代表的傳統產業線上升級有正相關關系。

[關鍵詞]互聯網經濟；傳統產業集群；線上升級；協整檢驗

1研究現狀

2015年全國人大三次會議上，國務院總理李克強在政府工作報告中首次提出“互聯網+”行動計劃。學者們普遍認為“互聯網+”的過程也是傳統產業轉型升級的過程，并相繼研究了“互聯網+農業”“互聯網+制造業”“互聯網+金融”等行業前景。國內外學對“互聯網+”對傳統產業集群線上轉型升級的影響缺乏深入研究，尤其缺少定量分析。因此，本文從傳統產業集群特性與互聯網經濟之間的關系的角度出發，在定性分析的基礎上建立定量計量模型，借助協整分析法，研究互聯網經濟對傳統產業集群線上轉型升級的影響程度。

傳統產業集群的基礎是傳統產業，由具有相互聯系的企業及機構在地理空間上聚集所構成的經濟群落。在我國，傳統產業集群主要是中小企業充當主體，競爭方式主要是低成本低價格，這種取得競爭優勢的策略在經濟全球化和國內互聯網經濟不斷發展的面前變得岌岌可危。

對于傳統產業集群升級的問題主要研究：Montobbio[1]研究了促進集群產業發展的要素，結果顯示差異化對于集群產業至關重要，在差異化存在的條件下，即使去掉技術進步這項影響因素，產業也能夠進行演化；Llerena等[2]研究了不同創新策略對產業集群發展的影響，結果表明不同創新策略可有效促進集群內部高科技技術的發展；Giacaria[3]建立了人工神經網絡模型，仿真了有多個主體的產業集群；Fioretti[4]建立了紡織集群演化模型，研究了各個關鍵階段紡織集群的仿真模擬情況；Albino等[5]對集群主體的發展條件進行研究，結果發現集群發展的必要條件是主體持續的自適應學習與技術創新；沈秋英等[6]分析了產業集群空間規模變化規律，在信任度博弈模型的基礎上研究了得出了產業集群演化發展規律；張宏娟和范如[7]研究了產業集群網絡的結構以及產業集群低碳化的模型；劉宣祥[8]研究了傳統產業集群在升級中要面對的金融支持問題，并且提出了解決的建議；魏江和申軍[9]研究了傳統產業集群在創新過程中需要升級的結構以及相應的運行模式；吳結軍等[10]研究了集群產業發展的影響因素，發現網絡經濟發展程度是產業集群非常重要的推進力。可見，目前的研究對互聯網經濟對產業集群微觀的影響還不夠重視，鑒于此本文通過對近年來互聯網經濟的發展趨勢，結合傳統產業集群現行特征分析二者之間的關系，借用統計數據和分析模型找到二者之間的關系。

2方法設定與數據說明

2.1變量界定

2.1.1傳統產業集群轉型升級變量界定

目前，對于傳統產業集群轉型升級變量界定，國內沒有明確的界定標準，但與之相近的產業升級的界定變量標準，國內研究較多，主要集中于用More值與K值當替代變量使用[11-15]。介于二者之間的相似特性，本文擬用More值與K值作為研究傳統產業集群轉型升級的替代變量。More值的對應測定方法公式為

其中，K為產業內部變動值；kql為報告期構成比；kqv為基期構成比；m為產業門類數；N為(基期—報告期)間隔年度數。

本文將More值所對應的反余弦值及K值當做替代變量，來研究傳統產業集群轉型升級。

2.1.2互聯網經濟發展變量界定

互聯網經濟發展變量界定是本文難點之一，程立茹[16]在研究互聯網經濟下企業價值網絡創新中，建立企業價值鏈網絡，利用正反饋機制來研究變量變化。林娟和王明峰[17]在研究互聯網經濟與區域經濟發展關系中用互聯網有效資源作為替代變量分析。張蕊[18]在網絡經濟的發展狀況測度研究中采用網絡應用相對指數規模作為指標變量。考慮到研究數據的可獲取率，本文采用區域電商交易額度/GDP作為互聯網經濟發展變量的替代變量。

2.2數據說明

考慮到互聯網經濟發展速度快的特性，實證研究的數據應具有實用性，數據過早會導致分析偏差。故本文擬用《安徽省統計年鑒》1985-2014共計20年的數據來分析。需要注意的是，由于1985-1994年這10年間安徽省互聯網經濟基數較低且發展緩慢，且統計口徑存在偏差，為保證分析數據的準確合理性，本文將這10年的數據進行了替代處理，采用郵電業務人均份額=郵電業務總份額/人口數(元)，以及百戶居民電腦享有量(百戶/臺)代替。其中所有替代變量人口和郵電業務總份額(元)、百戶居民電腦享有量(百戶/臺)的數據都來自于《安徽省統計年鑒》。上述替代處理雖然有些粗糙，但是從總體分析的角度來講，所得數據可以較好地反應安徽省互聯網經濟發展規律。

3實證分析

3.1實證模型

關于互聯網經濟對傳統產業集群線上升級影響的研究，國內尚未找到參考文獻，僅有余鵬基于PanelData模型研究了我國互聯網經濟的發展，分析相關營銷因素[19]。本文采用回歸分析法來進行實證研究，在回歸模型的選擇方面參考了大量文獻，對于兩個要素之間關系研究的實證模型主要集中在協整檢驗、回歸檢驗、Granger因果檢驗[20]。結合前人研究方法與本文研究對象特性，采用Granger因果檢驗作為互聯網經濟對傳統產業集群線上升級影響研究的基礎模型[21]，但介于Granger因果檢驗不能得出影響的效果系數，借鑒彭凱翔、盧鋒的模型研究方法，首先采用Granger因果檢驗判定二者是否存在因果關系，然后利用均衡修正模型對互聯網經濟對傳統產業集群線上升級影響情況進行分析。

3.2數據整理

在進行數據整理過程中，發現1997和2001年M值變量數據明顯異常，分別為0.00879和0.00628，故對數據進行控制得到M(outlier)數據。將收集的數據進行整理分析，得到如表1所示的數據。研究變量K值、M值還有RETL的數據總體變化趨勢較平穩。值得注意的是，產業升級中的M值變量的StandardDeviation為0.07015，比K值代表的StandardDeviation小0.0539，表示產業升級研究變量K值的波動幅度要比M值小。與之對比的RETL數據的StandardDeviation已達到0.30142，在三者之中波動幅度最大。

表1　變量統計

3.3Granger因果檢驗

在數據基礎上，分析互聯網經濟的發展是否為傳統產業集群線上升級的原因是本文的關鍵，進一步分析引入Granger檢驗。因果檢驗的變量仍參照表1，分別從outlier和important event年份數據來進行檢驗，檢驗結果數據如表2所示。將表2所得數據與表1對比分析可以看出，修正處理前后三個數列的發展規律并沒有改變，數據結果相差很小。根據表2數據可以發現，在normal、outlier和important event三種情況下，M值所代表的產業升級變量在Lagterm1和Lagterm2全都達到p>0.1，說明互聯網經濟非傳統產業集群線上轉型升級的原因；但K值為代表的變量中，RETL在Lagterm1和Lagterm2的p值均達到p<0.1，說明是產業升級原因。由此可以推論，特殊年份以重大事件影響互聯網經濟對傳統產業集群線上升級的因果關系是有限的。

表2　互聯網經濟發展與傳統產業集群線上升級Granger檢驗結果

注：C—RETL是傳統產業集群線上升級的原因；E—RETL不是傳統產業集群線上升級的原因。

3.4誤差修正

上述分析在一定程度上體現了研究對象二者之間的關系，但為了進一步深入驗證互聯網經濟對傳統產業集群線上升級的影響效果，本文將對K值對應的升級變量進行誤差修正。

3.4.1單位根檢驗

對K值與RETL進行方程估計并且完成檢驗，達到對所研究的變量數據進行單位根檢驗的目的。檢驗結果如表3所示。可以發現，M值的序列較平穩，單位根判定為否；K值與RETL值序列出現不平穩數據，單位根判定為是，但其一階差分表現較平穩。所以，M值無需再協整檢驗，可直接回歸分析，但K值需要先進行協整檢驗。

表3　K值與RETL單位根的檢驗結果

注：K—滯后項；t—趨勢項；c—是否帶有常數項；Δ—一階差分。

3.4.2協整檢驗

對K值序列進行協整檢驗，利用Eviews7.0軟件對數據進行處理，得到表4所示數據結果。臨界值的顯著水平均高于0.5，說明在1985-2014年間安徽省互聯網經濟發展與傳統產業集群線上升級之間存在協整關系。對于特殊數據與重大年份事件的數據做了控制處理，所得結論與上述分析結論吻合，說明特殊數據與重大年份事件沒有對安徽省傳統產業集群升級造成干擾影響。

表4　協整檢驗數據結果

注：臨界值5%顯著水平。

3.4.3K值誤差修正過模型、M值與互聯網經濟發展回歸結果

均衡修正模型的估計過程，由于RETL和K值是一階的協整關系，所以二者不可能是偽回歸，獲取殘差時間序列的數據，將殘差項數據并入回歸方程。建立模型如下：

dKt=α+βE+γdRETLt+μt.

其中，Kt為K值對應的升級變量；E為殘差項。

本文在模型回歸分析過程中，應用Eviews7.0軟件得到表5所示數據結果。K值對應的回歸模型分析結果顯示，殘差項所對應的β回歸系數是0.999 97，超過了1%的顯著水平，證明K值代表的變量受殘差項影響明顯；RETL對K值變量也存在2%以上的影響系數，存在明顯的正相關關系；回歸方程對應的擬合優度R2值為0.999 7，超過1%的顯著水平，證明方程的解釋效果較好。M值的回歸結果中，擬合值、顯著水平均較差。綜上可以得出結論，安徽省互聯網經濟發展水平對傳統產業集群線上升級發展存在顯著正相關關系。

表5　回歸結果

注：C—常數項；E—殘差項；R2—擬合優度。

4結論

第一，實證研究的結果顯示互聯網經濟的發展是安徽省傳統產業集群線上升級的原因。但由于互聯網經濟模式尚處在發展階段，在引入傳統產業集群的過程中應注意二者之間的融合問題，根據產業的實際情況，充分吸收互聯網的先進技術，確保互聯網經濟與傳統產業集群有效融合，平穩升級。第二，加快健全互聯網經濟的制度體系，更好地為傳統產業集群的線上轉型升級服務，尤其是在“互聯網+”戰略體制下，完善的互聯網經濟體制應該更好地展現出積極的作用。第三，積極促進產業集群升級，轉變傳統產業集群運作模式。傳統產業集群模式的發展受到地域的限制，將現代互聯網技術融入到線上產業集群，可以使產業集群有更廣闊的發展空間。

[參考文獻]

[1]Montobbio F. An evolutionary model of industrial growth and structure change[J].Structural Change and Economic Dynamics,2002,13(4):136-420.

[2]Llerena P,Oltra V.Diversity of innovative strategy as a source of technological performance[J].Structural Change and Economics Dynamics,2002,13(2):178-205.

[3]Giaccaria P.Modellizzazione diun distretto industriale mediante simulazioni fondate su agenti[J].Sviluppo Locale,1997,4(3):49-57.

[4]Fioretti G.Information structure and behavior of a textile industrial district[J].Journal of Artificial Societies and Social Simulation,2001,3(4):123-135.

[5]Albino V, Carbonara N, Giannoccaro I. Innovation in industrial districts: An agent-based simulation model[J]. Journal of Product Economics,2006,103(2):31-44.

[6]沈秋英,王文平,王為東.基于信任和企業進入退出機制的產業集群規模演化研究[J].中國管理科學,2009,17(4):91-96.

[7]張宏娟,范如.基于復雜網絡演化博弈的傳統產業集群低碳演化模型研究[J].中國管理科學,2014,2(12):41-47.

[8]劉宣祥.傳統產業集群轉型升級過程中的金融支持問題探討[J].經營管理,2011(8):35-38.

[9]魏江,申軍.傳統產業集群創新系統的結構和運行模式[J].科學學與科學技術管理,2003(1):14-17.

[10]吳結兵,郭斌.企業適應性行為、網絡化與產業集群的共同演化[J].管理世界,2010(2):387-255.

[11]Keeble,Wilkinson.Collective learning and knowledge development in the evolution of Regional Cluster of High Technology Smes in Europe[J].Regional Studies,1999,33(4):294-315.

[12]Radosevic.Regional Innovation Systems in Central and Eastern Europe:Determinants,Organizers and Alignments[J].Journal of Technology Transfer,2002(27):88-105.

[13]Borenszte in E,Gregorio J,D.Lee.How does foreign direct investment affect economic growth?[J].Journal of International Economics,1998(5):115-135.

[14]Yusaf H.Akbar.J Bard Bride.Multinational enterprise strategy,foreign direct investment and economic development the case of the hungarian banking industry[J].Journal of World Business,2004(39):89-105.

[15]張曉彤.經濟計量分析[M].北京:經濟科學出版社,2000:214-221.

[16]程立茹.互聯網經濟下企業價值網絡創新研究[J].中國工業經濟,2013(9):82-94.

[17]林娟,王明峰.我國互聯網資源與區域經濟發展的關系研究[J].專題研究,2014,3(17):321-325.

[18]張蕊.網絡經濟的發展狀況測度研究[J].企業經濟研究,2012(4):45-52.

[19]余鵬.我國互聯網發展的影響因素分析及地區比較——基于Panel Data模型的實證分析[J].福建信息技術教育,2008(4):20-23.

[20]盧峰,姚洋.金融壓抑下的法治、金融發展和經濟增長[J].中國社會科學,2004(1):42-56.

[21]中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[R].2008-1.

Empirical Research on Impaction of Internet Economy on Online Upgrade Traditional Industry Cluster

SHI Yi-ming1, XU Ya-di2, HU Wei3, SUN Ji-hong1

(1.Anhui Business College,Wuhu Anhui 241000,China; 2.Anhui Institute of Metrology,Hefei Anhui 230000, China;3.Wuhu Government Office, Wuhu Anhui 241000, China)

Abstract:Based on analysis of the relationship between Internet Economy growth and online upgrade traditional industry cluste, we have examined the relationship by co-integration test . This paper shows that there is Granger causation between Internet Economy growth and K ,but M is no Granger causation; error correction and residual error of the results showes that K represented the traditional industry of online upgrade has a positive correlation.

Key words:Internet Economy;traditional industry cluster;online upgrade; co-integration test

[中圖分類號]F224

[文獻標識碼]A

[文章編號]2095-7602(2016)04-0017-05

[作者簡介]史一鳴(1986- )，女，助教，碩士，從事產業經濟學研究。

[基金項目]安徽省高等學校自然科學研究重點項目“‘互聯網+’戰略背景下虛擬企業成員信息安全勝任力模型研究”(KJ2016A255)；安徽省名師工作室項目(2014msgzs186)；安徽商貿職業技術學院院級自然科學項目“‘互聯網+’戰略背景下虛擬企業成員信息安全勝任力模型研究”(2015KYZ03)；安徽商貿職業技術學院院級質量工程項目“中外合作辦學視角下高職院校學生培養模式研究與實踐”(ZL201507)；安徽省營銷與策劃教學團隊項目(2014jxtd088)。

[收稿日期]2016-01-05