互聯網行業推動地區經濟增長實證分析

李茂　齊福全

摘要：以2005-2015年的季度數據為基礎構造了向量自回歸模型，對互聯網行業與北京市經濟增長之間的關系進行了實證研究。研究表明，互聯網行業對北京經濟的推動作用非常有限，而且還存在著一定的滯后期；具體而言，信息傳輸、計算機服務和軟件業對北京經濟的推動作用較小，通信設備、計算機及其他電子設備制造業對北京市的經濟增長具有負作用。相反，北京經濟的行業帶動效應十分顯著，其對互聯網行業發展的即期貢獻率接近50%，長期貢獻率接近80%。認為北京市今后應加強互聯網行業發展的質量，注重提升互聯網行業的產出效益。

關鍵詞：互聯網行業對經濟的影響；互聯網行業產出效益；互聯網行業發展質量

DOI：10.13939/i.cnki.zgsc.2016.39.076

一、引言

北京是我國的“網都”，處于我國互聯網行業發展的“第一方陣”。依據2016年1月，北京市有域名485萬個，僅次于廣東省（497萬個），占全國域名總數比例達到15.7%；擁有網站51.4萬個，僅次于廣東省（67萬個）；擁有網頁851億個，居全國之首；有IPv4地址8564萬個，遠遠高于排名第二、第三的廣東省（3201萬個）和浙江省（1840萬個），居全國第一位；軟件收入為6310億元，僅次于廣東省（6441億元）。隨著移動互聯網技術的不斷發展，北京市互聯網行業的發展已經超越了傳統產業形態，形成了集互聯網基礎設施與終端設備生產、互聯網基礎服務、互聯網內容服務、電子商務等內容為一體的綜合產業形態，成為了北京經濟增長的一大亮點。

當前，調整產業結構、產業結構升級改造已經成為保證我國經濟增長速度處在合理區間的重要舉措，而要做好這項工作：首先，需要研究清楚各產業的發展現狀，尤其是其對經濟增長的作用及影響程度。互聯網行業的迅猛發展，尤其是當前與傳統產業不斷融合，逐漸形成了新的產業形態，這些新的產業形態與經濟增長到底存在一種什么樣的關系，其對經濟增長的影響到底有多大，這都是需要進行深入研究的課題。北京互聯網行業的發展遙遙領先于其他各省份，且在北京經濟總量中的比重較大；其次，北京市的互聯網行業與生產、消費等行業的耦合度最高，具有帶動北京市經濟增長的巨大潛力。因此，深入探究互聯網行業與北京市經濟增長之間的關系，考察其對北京市經濟增長影響的大小，不僅對北京市的產業結構調整、升級、改造具有重要意義，而且，對于其他各省份如何發展互聯網行業及調整互聯網行業與其他產業之間的關系也具有重要的參考價值。

二、文獻述評

與傳統的行業相比，互聯網行業具有兩大特點：一是新興性，互聯網行業發軔于20世紀90年代，至今也不過20多年的歷史；二是綜合性，互聯網行業是一個產業集合體，以現代新興的互聯網技術為基礎，專門從事網絡資源搜集和互聯網信息技術的研究、開發、利用、生產、貯存、傳遞和營銷等。這兩大特點表明，互聯網行業是新興行業，具有較大的發展潛力和整合能力，隨著社會的快速發展，其經濟影響力、滲透力不斷提高，因而學術界對互聯網行業的研究也日漸豐富。

從已有研究來看，國外關于互聯網行業對經濟增長影響的研究大都集中于信息通信技術行業。早在1995年，喬根森（Jorgenson）和斯德爾（stiroh）就分析了計算機行業的投資對于美國經濟的影響，指出計算機行業的投資是推動美國經濟的主要引擎。奧利納（Oliner）和西賽（sichel）研究指出，在20世紀90年代，美國勞動生產率的增長中66%是由計算機的使用與信息技術的推廣帶來的。基爾伯特（Gilbe～）等人以法國為研究對象，利用模型分析了信息和通信技術對法國國民經濟增長的貢獻，指出在1995-1999年，信息和通信產業對國內生產總值增長的貢獻度達到了0.3%左右。頓尼維基克（DunnewUk）等人以內生經濟增長理論為范式，計算了信息通信產業對于歐盟全要素生產率的影響。瑪尼卡（Manyika）和勞斯伯格（Roxburgh）認為，互聯網已經成為推動世界經濟增長的一股顯著的力量，經過1995-2009年的發展，發達國家互聯網行業的產值占國內生產總值的比重平均達到了10%。埃米瑞（Ami-ri）等人更是以中國的計算機與通信行業的子行業為研究對象，分析并研究了各子行業的經濟推動作用。

國內學者關于互聯網行業與經濟增長之間的關系及影響也進行了大量研究。王曼華對我國互聯網網絡發展現狀進行了經濟計量分析，并對如何推動經濟增長提出了建議。向蓉美利用我國2002年投入產出表，實證分析了互聯網產業對國民經濟的拉動作用、支撐作用，并借助坐標圖探討了互聯網行業對國民經濟拉動和支撐作用的類型。張媛媛研究了我國互聯網產業與國民經濟投入產出之間的關系，從行業之間的關聯視角分析了電信行業與宏觀經濟的聯動關系。還有研究進一步表明，互聯網行業的快速發展對北京市的經濟增長具有較強的推動作用，互聯網行業的生產總值每增加1%，北京市的國內生產總值就增加0.786%。

總體來看，關于互聯網行業與經濟增長的研究，從互聯網行業誕生之日起就已經出現了，定量分析的方法也非常豐富，這為未來的相關研究奠定了較好的基礎。但綜觀已有研究，存在以下不足：第一，互聯網行業發展較快，研究中使用的數據相對陳舊，不能全面、深入反映當前互聯網與經濟增長真實的關系和影響大小；第二，已有研究主要集中在互聯網行業的宏觀經濟作用層面，對于中觀層面，尤其是對地區經濟增長作用的研究還很少，而針對北京市互聯網與經濟增長的研究更為鮮見；第三，在對北京市互聯網與經濟增長關系的研究中，只是將軟件和信息技術服務業的生產總值作為衡量北京市互聯網行業發展水平的指標，沒有考慮到北京市互聯網行業中第二產業的內容，因而低估了互聯網行業對北京市經濟增長的推動作用。互聯網行業已經發展成為一個囊括眾多生產領域的多元化的行業，除了上述軟件、信息服務等行業外，還包括了大量以通信設備、計算機及其他電子設備為主要產品的行業，這些行業也是互聯網行業的重要組成部分；第四，已有對北京市互聯網與經濟增長關系的研究使用均為年度數據，由于統計口徑的調整，年度數據只局限于2000-2014年這15年，樣本量不大，所含信息量有限，容易造成模型分析結果的偏差和不顯著；第五，已有對北京市互聯網與經濟增長關系的研究，所使用的定量分析方法沒有進行滯后排除檢驗，這容易造成估計失真的問題。鑒于此，本文將使用最新數據，構建更為適合的模型進行定量分析，以解決上述問題及不足。

三、研究思路及模型選擇

本部分對研究思路及模型選擇進行說明與分析。

（一）研究思路

借鑒和參考已有研究，本文首先，明確各變量的具體指標，即使用北京市的國內生產總值（GDP）來表示北京經濟增長的狀況，使用通信設備、計算機及其他電子設備制造業的產出值（MCO）和信息傳輸、計算機服務和軟件業產出值（INT）兩部分之和（INMC）來表示北京互聯網行業發展的狀況。其次，本文建立模型，分析INMC和GDP之間的關系。由于通信設備、計算機及其他電子設備制造業屬于第二產業，信息傳輸、計算機服務和軟件業屬于第三產業，二者之間存在很強的差異性，因此本文還將利用模型工具分析MCO、INT和GDP之間的關系，詳細說明北京市互聯網行業的子行業與北京市經濟增長之間的關系，以及其對北京市經濟增長的作用大小。最后，針對得出的結論，本文進行討論并提出相關建議。

（二）模型選擇

從現有研究方法來看，經濟科學經驗研究中的因果判定主要有以下幾種方法：多元線性回歸（MLR）、機器學習（ML）、魯賓因果模型（Rubin's Casual Models）、結構模型（sM）、充分統計量法（ss），等等。盡管它們的具體方法和適用對象不盡相同，但是本質上都是在尋找可信的對照組，利用不同控制條件下的對照組數據進行計算，進而做出因果推定。在宏觀數據因果識別上，普遍為學術界所接受的因果識別方法是結構向量自回歸模型，這種模型基于一定的經濟理論基礎，將基于經濟、金融理論等變量之間的結構性關系引入向量自回歸模型。但是，如果變量之間并沒有理論聯系，或者不存在結構支撐。因此，傳統的向量自回歸模型還是主要的因果判定方式。

本文使用向量自回歸模型（Vector Auto-Regression Modle，VAR）作為分析工具。向量自回歸模型考慮到了數據的統計學性質，能夠更好地分析數據之間的關系；它把系統中每一個內生變量當作所有內生變量的滯后值的函數，從而將單變量自回歸模型擴展到了由多元時間序列變量組成的“向量”自回歸模型，即擴大了數據之間關系的分析能力；它具有很強的“包容性”和“擴展性”，如在一定的條件下，滑動平均模型和自回歸滑動平均模型也可以轉化成向量自回歸模型，因而受到研究者越來越多的青睞。具體到本文的研究，向量自回歸模型還具有三個方面的優點：第一，不嚴格地以經濟理論為基礎，避免了“先入為主”的情景預設，特別適用于分析互聯網行業和經濟增長之間的關系；第二，結構、規模較小的數據使用向量自回歸模型得出的預測結果，要優于較大規模、結構的數據，對于短期預測更是如此，因此，利用向量自回歸模型分析、預測某一個行業對于區域經濟的影響是非常合適的；第三，向量自回歸模型對數據質量的要求不是很高，可以較好地處理時間序列數據，而且參數的估計比較容易，這對于一些新興行業（如本文研究的互聯網行業），特別是統計數據不全的行業來說，這種特性保證了模型分析的質量。

四、數據來源及數據處理

本部分從以下三個方面進行分析。

（一）數據來源

本文所用數據均來自于北京市統計局網站（http：//www.bjstats.gov.cn/）的“月、季度統計數據”專欄。為了提高樣本量，增加數據的信息量及模型的解釋力，本文選取了北京市2008年第一季度至2015年第四季度的數據作為模型數據，共有32個。由于季度數據是累計數據（如“第三季度的國內生產總值是前三個季度國內生產總值之和”），所以本文對年份的季度數據進行了處理，形成了四組數據：國內經濟生產總值（GDP）；通信設備、計算機及其他電子設備制造業的產出值（MCO）；信息傳輸、計算機服務和軟件業產出值（INT）；MCO與INT共同形成的產出值（INMC）。

（二）數據描述性統計量

利用Eviews 7.0計量分析軟件，本文對四組數據（GDP、MCO、INT、INMC）進行了描述性統計分析（見表1）。

通過Jarque-Bera檢驗統計量和其相應的概率P可以看出，在3%的顯著性水平下接受原假設，四個序列都服從正態分布。

（三）數據的季節調整

由于這四組數據都是季度序列數據，季節性的因素會導致統計數據不能客觀地反映經濟變化規律和總體統計特征。因此，本文對季度數據進行了季度調整，去除了季節波動因素的影響。本文使用Eviews 7.0軟件中的“X12季節調整法”去除了季節因素的影響，相應地得到了四組數據：SAGDP、SAINMC、SAINT、SAMCO（見表2）。

在具體的計算中，上述指標數據都進行了對數化處理。經過季節調整后的數據均符合正態分布。

五、模型構建及運算結果

本部分從以下六個方面進行分析。

（一）建立初步的向量自回歸模型

不考慮變量的性質，先建立初步的向量自回歸模型。本文選取滯后階數為2階的向量自回歸模型作為初步分析模型。其中，VARl模型是包含SAGDP和SAINMC兩個變量的向量自回歸模型；VAR2模型是包含SAGDP、SAINT和SAM—CO三個變量的向量自回歸模型。利用軟件Eviews進行計算，得到其具體公式：

（三）格蘭杰因果檢驗

上述確立了兩個模型的滯后階數，因而可以進行格蘭杰因果檢驗（見表5、表6）。（五）脈沖響應分析脈沖響應函數分析法可以測量一個內生變量對由誤差項所帶來的沖擊的反應，即在隨機誤差項上施加一個標準差大小的沖擊后，對內生變量的當期值和未來值所產生的影響程度。本文利用這一分析技術，得到VAR3、VAR4模型的脈沖響應結果（見圖1、圖2）。

由圖1可以看出，當在本期給log（SAINMC）一個正沖擊后，log（sAGDP）會在第3期達到最高點，但沖擊程度有限（值僅為0.0063）；當在本期給log（SAGDP）一個沖擊后，log（SAINMC）會在當期達到最高水平（值為0.056），然后緩慢下降。這表明，當期GDP的變化可以同向帶動INMC的變化，而當期INMC的變化卻在第3期后才能對GDP產生緩慢而又有限的拉動作用。

由圖2可以看出，GDP的變化可以帶動當期MCO的同向變化，可以在第2期帶動INT的同向變化；INT的變化可以帶動當期GDP的同向變化，只是影響強度較低；當期MCO的變化可以帶動第2期GDP的逆向變化。

（六）方差分解

方差分解可以分析向量自回歸模型的動態特征，它通過分析每個結構沖擊對內生變量變化產生影響的程度來評價不同結構沖擊的重要性。本文使用該方法得到了VAR3模型和VAR4模型的方差分解結果（圖3、圖4）。

從圖3和圖4可以看出，GDP對INMC的貢獻率在70%左右，GDP對于INT和MCO的貢獻率在35%左右。

六、結果解釋與說明

本部分從以下三個方面來分析。

（一）格蘭杰因果檢驗結果解釋

格蘭杰因果檢驗結果顯示，變量10g（SAINMC）受到變量log（sAINT）滯后期的影響較為顯著，而變量log（sAINT）受變量Log（sAINMC）滯后期的影響不顯著。格蘭杰因果檢驗結果還表明，北京市的經濟增長帶動了北京通信設備、計算機及其他電子設備制造業和信息傳輸、計算機服務和軟件業的發展，而北京通信設備、計算機及其他電子設備制造業和信息傳輸、計算機服務和軟件業發展之間的作用關系不顯著。因此，從計量經濟學的角度來看，更多的是北京市的經濟增長帶動和促進了北京互聯網行業的發展。也就是說，北京市的經濟增長是“因”，而互聯網行業的發展是“果”，這與已有研究結論存在較大不同。之所以出現這種差異，本文認為主要是由兩方面的因素造成的：第一，已有研究沒有進行滯后排除檢驗，沒有確定最優滯后階數，而格蘭杰因果檢驗結果受滯后期P的影響，因而造成了格蘭杰因果檢驗失真；第二，已有研究的樣本容量較小，樣本信息量有限，使得某些短期趨勢影響了格蘭杰因果檢驗的結果，而本文在數據的使用上，采用的是季度數據，并進行了季節調整，增加了信息量，剔除了短期趨勢等干擾性因素的影響。

事實上，任何一個產業對于地區的經濟增長都具有推動作用，而地區的經濟增長也會對每一個產業起到帶動作用，二者是辯證統一的，只是在相互的影響程度和影響時效上有所差別。本文通過模型分析，可以得出以下結論：在互聯網行業和北京經濟增長二者之間，北京市的經濟增長對互聯網行業的帶動效應更強，北京市的經濟增長能即期帶動互聯網行業的發展。從實際情況來看，近年來北京市的經濟增長水平不斷提高，生產要素和創意觀念大量集聚，這些因素通過人力資本流動、資本轉移、技術擴散及帶動產業調整等途徑有效拉動了北京地區互聯網行業的發展，而與此同時，北京地區巨大的消費市場規模也有力地刺激了互聯網行業發展。在這樣的大環境下，北京互聯網行業的發展呈現出了蓬勃發展的態勢。

（二）脈沖響應結果解釋

脈沖響應分析結果顯示，log（sAGDP）在當期就影響log（SAINMC），而反過來，log（SAINMC）在第2期才能對log（SAGDP）呈現出影響，并在第3期達到最高值，但最大值也僅為0.0063。結合格蘭杰因果檢驗的結果可以認為，互聯網行業對北京市的經濟增長具有一定的推動作用，但這種推動作用需要2～3年的時間才能顯現，滯后效應非常明顯。從全國范圍來看，北京市的互聯網發展水平較高，但從北京市的具體情況看，互聯網的發展與當前的社會經濟增長還不相適應，未能表現出同步性，總體上滯后于經濟增長。由此可以做出簡單的推論，在全國其他互聯網行業發展水平不高的城市，互聯網行業對城市經濟的推動作用非常有限，而且這種作用需要較長的時間才能呈現出來。

由圖2可以發現，信息傳輸、計算機服務和軟件業對北京市的經濟增長具有推動作用，但也體現出較長的滯后性，需要在第7期才能達到最大值0.009。之所以出現這種情況，本文認為主要是由于信息傳輸、計算機服務和軟件業的產業特性決定的。信息傳輸、計算機服務和軟件業具有第三產業的特性，它們以提供無形的服務、軟件為主，而服務、軟件要發揮全部的經濟效應需要一個較長的周期（2～7年），因而不能起到“立竿見影”的經濟促進作用。

通過圖2還可以發現，通信設備、計算機及其他電子設備制造業對北京市的經濟增長具有負向推動作用，但同時也體現出一定的滯后性，具體而言，是在第5期達到最高水平（值為0.010）。究其原因，通信設備、計算機及其他電子設備制造業屬于第二產業，以生產互聯網硬件等有形產品為主。這些產品均屬于固定資產，而固定資產當期就可以使用并發揮效益，但固定資產有折舊和損耗，這種折損會隨著時間的推進而不斷加大（如加速折舊），這種折舊效應進而給經濟增長帶來相應的負作用。

（三）方差分解結果解釋

方差分解結果顯示，北京市的經濟增長對于互聯網行業發展的即期貢獻率為44.12%，長期貢獻率達到了78.89%，而互聯網行業對北京經濟增長的即期貢獻率為0，長期貢獻率只有1.879%。二者相比較，結果較為懸殊，這進一步驗證了格蘭杰因果檢驗和脈沖響應分析的結果。北京市的經濟增長對信息傳輸、計算機服務和軟件業的即期貢獻率為4.499%，長期貢獻率為31.62%；對通信設備、計算機及其他電子設備制造業的即期貢獻率為6.161%，長期貢獻率為29.95%。

北京市的經濟增長對互聯網行業而言，無論是即期貢獻還是長期貢獻，從數值上看都非常高，而互聯網行業對北京經濟增長的貢獻，無論是即期的還是長期的，從數值上看都非常低，甚至可以忽略不計。這種情況的出現主要是由于互聯網行業的特性決定的，盡管互聯網行業按照屬性可以進一步細分為第二產業和第三產業，但總體而言，互聯網行業主要具有服務業的“消費性”，其“生產性”較弱。北京市的經濟增長對具有第三產業特性的信息傳輸、計算機服務和軟件業的即期貢獻率，均低于對具有第二產業特性的通信設備、計算機及其他電子設備制造業，這一結果也充分說明了這一點。

七、結論與討論

定量分析結果顯示，總體而言，互聯網行業對北京經濟的推動作用有限，而且還存在著一定的滯后期；具體來說，信息傳輸、計算機服務和軟件業對北京市的經濟推動作用較小，通信設備、計算機及其他電子設備制造業對北京市的經濟增長具有負作用。相反，北京經濟的行業帶動效應十分顯著，其對互聯網行業發展的即期貢獻率接近50%，長期貢獻率接近80%。

北京市的經濟增長對互聯網行業的帶動作用非常明顯，顯然，這種帶動作用主要是依靠大量的資金投入實現的。這說明，當前北京對互聯網行業的發展較為重視，從現有的經濟規劃、經濟政策扶持等項目上可見端倪。究其原因，這主要是由互聯網行業的發展趨勢所決定的。在全球一體化、經濟全球化的歷史發展背景下，互聯網行業已經成為各國經濟增長的一個重要行業，任何一個國家或者一個地區的經濟增長都離不開互聯網行業提供的各種服務、產品的支持。從實際來看，越是經濟發達的國家和地區，經濟依賴互聯網行業的現狀就越突出，即經濟越繁榮，互聯網行業越發達。然而，從北京市的具體情況看，北京市的經濟對互聯網行業的即期貢獻率接近50%，說明北京市互聯網行業的發展接近一半是由于北京市全行業努力的結果；而從長期看，這一貢獻率更是高達80%。這從一個側面表明，北京市在產業投入過程中過分偏向互聯網行業，而且，經過這些年的長期投入，其累積的推動效應越來越大。這種過分偏向的投入自然會造成其他行業投入的減少，在某種程度上引起產業結構失衡，因此，北京市今后必須弱化對互聯網行業的過分投資，避免互聯網行業對其他行業形成嚴重的“抽血”效應，同時強化產業結構的升級、調整，使各產業優化組合發揮更大的效益。

從全球范圍來看，互聯網行業的自我盈利能力不強，尤其是對通信設備、計算機及其他電子設備制造業來說，其更多地起到的是基礎設施輔助經濟增長的作用，進一步地說，它在經濟增長領域是一個“工具性”的行業。互聯網行業中的信息傳輸、計算機服務和軟件業具有一定的盈利能力，在消費經濟領域作用巨大，但其直接的“生產性”的功能也不是很強。從本文所進行的定量分析結果看，整個互聯網行業對北京經濟增長的推動作用非常弱，信息傳輸、計算機服務和軟件業的作用尚有所體現，而通信設備、計算機及其他電子設備制造業卻是起到了阻礙作用。盡管這種現象的出現主要是由于互聯網行業的特性決定的，但這也充分暴露出北京市互聯網行業在發展中存在的重大問題，即互聯網行業的經濟產出能力非常差，與北京市較大的經濟投入不成比例，而且與其他國家主要城市的情況相比，這種經濟產出能力也非常弱。因此，未來北京市必須在抑制互聯網行業投資熱、避免資源浪費及過分集中到某幾個行業的同時，加大互聯網行業的產業調整、結構升級，注重互聯網行業的質量提升，尤其是要強化信息傳輸、計算機服務和軟件業的市場服務能力和盈利能力，提升其國際競爭力和影響力。

應該注意到，本文以國內生產總值和行業產值作為考察互聯網行業與北京經濟增長關系的指標還存在一定的局限性，因此，在今后的研究中還需要進一步完善指標體系，以全面描述北京市的經濟增長水平和互聯網行業發展現狀。同時，隨著時間的累積，北京市有關互聯網行業的相關數據會更為豐富，樣本量會更大，以此為基礎進行的定量分析會更為科學、準確地反映互聯網行業與北京市經濟增長之間的關系。