信息技术、网络效应与区域经济增长:基于空间视角的实证分析

张红历,周 勤,王成璋

(1.西南财经大学 统计学院,四川成都 611130;2.西南交通大学 经济管理学院,四川成都 600031;3.贵州市地税局,贵州贵阳 550001)

信息技术、网络效应与区域经济增长:基于空间视角的实证分析

张红历1,周 勤2,3,王成璋2

(1.西南财经大学 统计学院,四川成都 611130;2.西南交通大学 经济管理学院,四川成都 600031;3.贵州市地税局,贵州贵阳 550001)

本文对我国省域信息技术发展水平和经济增长的空间结构,信息技术及其空间网络效应对省域经济增长的贡献进行了分析。结果显示:信息技术发展对我国省域经济增长有显著促进作用,省域间经济增长有显著的空间溢出效应,但是信息技术发展自身的空间溢出对经济增长的促进作用还不显著,如何促进信息技术发展水平提高及其网络效应作用的发挥是信息技术研究目前应该关注的重点议题之一。

信息技术;经济增长;网络效应;空间计量经济学

一、引言

以信息与通讯技术为核心的信息技术对全球各国的经济、社会与文化生活产生了复杂而深刻的影响,信息技术与信息化正逐步上升成为推动世界经济和社会全面发展的关键因素。近二十年来,大量国内外学者对信息技术与经济增长之间的关系进行了深入的理论与实证研究。相关实证研究主要以新古典增长理论和新增长理论为分析工具,考察信息技术资本投入对产出、劳动生产率、多要素生产率、就业等的影响。依据使用数据不同研究对象分为宏观、行业和企业三个层面,分别考察信息技术对国家或区域经济、对行业和微观组织经济绩效的影响。

本文进行信息技术与区域经济增长关系的实证分析,因此重点综述信息技术对宏观层面影响的实证文献。这些研究以生产函数计量估计和增长核算方法为基础,验证国家或区域层面信息技术及其资本深化与生产率之间的关系。早期研究发现信息技术与生产率呈负相关或无关,从而引出了著名的信息技术“生产率悖论”①(Solow,1987;Bryjolfsson,1993;Loveman,1994)[1-3],但是同时也没有明显证据表明信息技术是非生产性的(Roach,1991;Oliner和 Sichel,1994)[4-5]。近年来,在宏观层面的持续研究对“生产率悖论”提出了反对意见,Oliner和 Sichel(2000)发现美国的生产率在历经长达 25年的下降后,在 20世纪 90年代下半期,信息技术及其资本深化对生产率增长产生做出了显著贡献,占到了 2/3到 3/4[6]。近期,Jorgenson(2008)等对美国 1959-2006年间的数据分阶段进行了关于信息技术投资对生产率增长的影响研究,发现 1995-2000年间信息技术投资对生产率增长的贡献高达 59%,这一阶段是美国信息技术大力发展的高速增长期,而 2000-2006年间随着信息技术越发成熟和扩散时间增长,引发信息技术成本下降和应用日渐普及,信息技术投资对生产率增长的贡献下降为 38%,且非信息技术资本和非信息技术的贡献都已超过信息技术,信息技术对经济增长起到了渗透扩散的作用[7]。

国内对信息技术与我国区域经济的研究,内容上主要集中在信息技术与区域经济增长机制与关系、信息技术资源配置区域差异以及信息化发展评价体系。郑晔和钟昌标 (2002)以内生经济增长理论为依据,发现信息网络的发展对我国区域生产率提高和经济增长具有显著促进作用[8]。汪斌、余冬筠 (2004)在我国信息化发展水平测算的基础上,分别估计信息化对我国国民经济的带动度和对三大产业的差别影响,发现信息化对工业增长的贡献最大[9]。朱洪文和马晓辉(2005)通过对 2003年全国 31个省份的截面数据采用主成分分析、聚类分析等方法,对我国各省信息技术发展水平高低进行分类,发现我国各省信息化建设方面的现实差距很大[10]。刘荣添和叶民强 (2006)把我国东、中、西部地区 (省)之间的空间差异纳入到度量区域信息化与经济增长计量模型中,发现信息化已成为影响我国区域经济增长的主要因素之一,并且经济水平越发达的地方,信息技术发展水平越高,对区域经济增长的促进作用也越大[11]。王铮和庞丽等 (2006)基于信息化产业水平、信息化基础设施水平和信息化综合发展水平来测算区域信息化水平,并对我国各省的信息化发展水平进行比较研究,结果显示东部省区的信息化发展整体上处于领先位置,西部各省只是在局部地区显示了信息化发展的相对领先[12]。

以上文献对信息技术与区域经济增长关系进行了深入探讨,对认识信息技术与我国区域经济关系和信息技术相关政策制定提供了科学的依据。但由于对信息技术本质特征的不断认识及研究方法的扩展,还可以基于以下思考进行实证研究的深入:从内容上讲,以上实证研究单纯把信息技术作为一种物质资源投入要素,假设信息技术采用主体之间相互独立,忽略了信息技术互联产生的本质特征——网络效应作用的发挥。Wen(2004)提出信息技术的物质载体和活动本质都体现出“网络”特性,它的广泛应用会产生网络效应,研究信息技术与区域经济增长的关系,对其网络效应作用的考虑必不可少[13];从方法上讲,涉及到信息技术与区域经济增长的实证研究一般都集中在时间序列或面板数据,采用经典计量经济学方法,而信息技术网络效应的存在打破了样本相互独立的基本假设,经典计量经济建模与估计方法不再适用,需要采用新的研究方法。而空间计量经济学是目前研究、刻画和度量空间或各主体间相互作用和溢出效应的一种前沿、有效的建模方法(Anselin,1998;Goetzke,2008)[14-15]。

信息技术在社会经济不同领域有着广泛使用,其网络效应针对不同应用主体有独特体现,研究信息技术与区域经济增长关系,信息技术网络效应在空间上的渗透扩散最为直接。因此,本文以信息技术网络效应特征分析、信息技术及其网络效应与经济增长模型构建为基础,采用 1997-2007年间我国各省信息技术发展水平指标与经济指标资料,藉由地理信息系统、空间统计分析和空间计量方法,对信息技术及其空间网络效应与经济增长的关系与作用进行实证研究。从空间视角探索我国 31个省市自治区信息技术发展和经济增长的分布特征,认识我国信息技术和经济增长的空间结构,定量研究信息技术及其空间网络效应对我国省域经济增长的作用效应与实现途径,为促进区域经济增长提供新的思路。

二、信息技术、空间网络效应与区域经济增长关系与模型

(一)信息技术及其空间网络效应与区域经济增长关系

信息技术的广泛应用带来了社会经济各项活动的信息化,信息技术连同物质、资金、人才一起构成了社会经济发展的必要资源,促进社会进步和经济发展。基于信息技术的网络是现代经济有效运行的重要基础,互补、共享和网络效应构成了信息技术促进经济增长的核心。网络由节点和连接构成,强调网络成员之间的互补性;共享指网络通过有形和无形的方式互联从而进行信息交流和共享;网络效应来源于网络节点之间的合作和互补,表现为参加网络者从同其它使用者交往过程中得到的价值,随着网络规模扩展,网络成员之间相互作用,网络价值也在扩大,从而产生报酬递增,网络效应有时也称为网络外部性或溢出效应(张红历,2006)[16]。由于信息技术应用的广泛性与应用主体的多样性,信息技术网络效应有着不同体现,本文着重从空间视角分析信息技术及其网络效应对区域经济组织结构和经济增长的影响。

关于信息技术对区域经济的影响近年来引起了一些经济地理学家的兴趣,他们从区域空间视角关注信息技术对经济增长的推动力,从社会演进角度分析区域经济结构模式的演变,指出信息技术对区域和城市间经济的空间组织结构、经济相互作用产生了重要影响 (Castells,1996;Graham,1998;Moss和 Townsend,2000)[17-19]。区域发展中出现的网络及各种各样的电子行为日益增加的应用改变了地方、国家及全球各个层次的区域间的相互独立性 (巴凯斯和路紫,2000)[20]。信息技术作为一种新的基础设施网络,不仅把新经济的各种产品 (信息、知识和交流)从产地运送到市场,同时进一步缩短了城市之间的交互距离,信息交流更加密切,信息技术正在改变着区域经济的发展模式 (汪明峰,2004)[21]。从全球或区域层面来看,城市的发展已经跨越了自身界限,通过网络将各个城市及其设施紧密地联系在一起,形成了多样化的世界或区域性城市网络,网络化的经济结构日益成为区域经济发展的背景 (刘卫东,2004;孙中伟和路紫,2005;甄峰和刘晓霞等,2007;孙中伟和金凤君等,2008)[22-25]。还有学者提出信息技术的发展使得信息传递和知识交流成本降低,效率提高,在一定程度上弱化了空间在经济活动的重要性,但是现阶段大多数的生产和服务还需要人员和物质载体的流动,信息技术发展还依赖于当地相关基础设施建设和经济发展水平等方面,因此地理空间对区域经济增长的影响和约束依旧比较明显 (吴玉鸣,2005)[26]。

基于上述研究,本文提出信息技术及其空间网络效应与区域经济增长关系的如下假说:“信息技术的大力发展使得区域间逐渐形成紧密的空间联系结构,进一步增强了地区间的经济联系,信息技术及其空间网络效应日益成为区域经济增长的内生动力;并且由于信息技术发展与区域经济增长水平相互依赖,信息技术大力发展的初始阶段,信息技术空间网络效应倾向于优先从相邻地区开始渗透扩散。”

(二)信息技术及其空间网络效应与区域经济增长模型

信息技术与经济增长关系模型的建立以新古典经济增长模型为基础,在希克斯中性技术条件下,齐次生产函数为:

其中:Y代表国民经济总产出;K和 L代表资本和劳动要素投入量;t代表时间;At代表技术进步因子,它反映了考察期内技术进步的平均作用,是一个外生变量。信息技术的不断进步,使生产力发展方式发生本质变化,信息技术成为促进经济增长的内生变量[8]。

上世纪 80年代之后新经济增长理论兴起,摒弃了新古典经济增长模型技术进步外生的假定,将技术进步视为内生。Welfens(2002)将技术进步因素分解为信息技术和非信息技术两部分,结合新经济增长理论将信息技术作为一种生产要素内生化[27],如式 2。

对 (2)式求关于时间 t的全导数,然后除以 Y,得到产出增长率的公式 (3):

式 (3)中圆点代表对时间求导,令α=(∂Y/∂K)(K/Y),β=(∂Y/∂L)(L/Y),γ=(∂Y/∂I)(I/Y),得到一个描述产出增长率、技术进步增长率与要素增长率之间的方程,如式 (4)。

式 (4)中,GY、GK、GL、GI分别代表总产出、资本、劳动和信息技术的增长率,GA定义为全要素生产率的增长率,一般认为是对广义技术进步增长率的度量;系数α、β、γ是资本、劳动和信息技术对经济增长的弹性系数,度量要素投入每增长 1%对产出增长率的影响。式 (4)为解释信息技术对经济增长的贡献提供了基础模型。但是它未能体现出信息技术网络效应的作用。还需要以此为基础,借鉴空间计量经济学中对空间自相关的表示和模型构建方法,来进行信息技术及其空间网络效应与区域经济增长模型的构建。

空间计量学是研究地理对象空间效应的数据分析技术,用来发现隐藏在数据背后的重要信息或规律,其核心是研究空间数据的独特性质——空间效应,包括空间自相关性 (spatial autocorrelation)和空间异质性 (spatial heterogeneity)。它们是研究区域空间相互作用的核心概念,空间自相关指不同位置研究对象的观测值在空间上或网络内是非独立的并呈现出某种非随机的分布模式,由于其具有多方向性,不能直接套用传统时间序列自相关方法进行研究;空间异质性则反映研究对象的经济行为或经济关系空间行为的差异性(Anselin,1998)[14]。目前,空间计量经济学也被广泛地应用于研究、刻画和度量网络各主体间相互作用和网络效应 (Goetzke,2008)。

空间计量经济学建模的基本思想是将地区间的相互关系 (空间自相关),依据“距离近的区域有较强的相关,距离远的区域相关性较弱”的现实假定构建空间权重矩阵,并将其引入基本线性回归模型进行修正,从而检验和度量空间自相关性或网络效应的显著性与数量关系 (Anselin,1998)[14]。Anselin和 Rey(1991)对空间自相关的不同作用机制进行了分析,认为空间自相关一种是实质存在的空间自相关,称为空间位滞依赖,它主要是由经济活动的空间溢出或网络效应所导致的,如技术扩散、要素移动或其他社会经济的交互作用所产生的扩散和极化效应;另一种反映在空间自相关的误差项中,称为噪音,通常是由于所研究区域的经济行为的空间边界和用于收集数据的行政边界的不一致或忽略了某些变量而导致的[28]。依据这一理论,空间计量基本模型分为以下几种:

(1)空间滞后模型 (Spatial Lag Model,缩写SLM),空间相互作用通过被解释变量的空间滞后变量体现,用于研究相邻地区或网络连接对整个系统内其他地区或网络成员的影响,这种行为可视为区域经济运行过程中的一种溢出形式,即“溢出效应”或“网络效应”,见式 (5)。

(2)空间误差模型 (Spatial Error Model,缩写SEM)。地区间或网络成员的相互作用通过误差项来体现,度量邻近地区或网络由于被解释变量的误差引起的溢出对本地区或网络成员的影响,见式 (6)。

(3)空间杜宾模型 (Spatial Durbin Model,缩写SDM)。该模型显示了两种溢出效应:地区间或网络内部的相互作用不仅通过被解释变量的空间滞后变量体现,而且通过解释变量的空间滞后变量体现 ,见式 (7)。

模型 (5)-(7)中,Y是被解释变量,X是解释变量,ρ是被解释变量的空间滞后项系数,λ是空间误差项系数,θ是解释变量的空间滞后项系数,ε、μ是空间模型的残差,Wy、Wε、Wx是被解释变量、误差项、解释变量的空间权重矩阵。空间权重矩阵,即 n个地区之间相互关系或网络关系的表达,是度量观测对象之间空间相关性或网络效应的关键,其中权数设定方式可用的有邻接关系、相邻距离、有限距离、负指数距离权数、经济距离及网络关系等方法。现有文献研究中,常用的空间权重矩阵是依据空间邻接关系进行构建,模型估计时多把各种空间权重矩阵设置为相同,这是因为目前地理空间依旧是经济活动展开的主要载体,采用经济距离等其他设置方式有可能带来共线性,而空间邻接关系是外生设置的不会带来模型的共线性,大量实证研究也证实了这一做法的有效性(Anselin,1998)[14]。

借鉴以上思想对信息技术与区域经济增长基础模型进行修正,构建信息技术、空间网络效应与经济生增长计量模型。

空间滞后模型(SLM):

空间误差模型(SEM):

空间杜宾模型(SDM):

模型 (8)-(10)中,α、β、γ度量资本、劳动和信息技术对经济增长的边际贡献,α1、β1、γ1度量资本、劳动力和信息技术空间网络效应对经济增长的贡献,ρ、λ度量经济增长的空间溢出和空间误差项的空间溢出效应,WY、WK、WL、WI是总产出、资本、劳动和信息技术的空间权重矩阵。这 3个模型可以有效揭示信息技术及其空间网络效应对区域经济增长的促进作用及实现途径:模型 (8)表示信息技术空间网络效应对区域经济增长通过地区间经济增长空间溢出间接实现;模型 (9)表示信息技术空间网络效应作用不显著,实现途径不明确,信息技术空间网络效应对区域经济增长的作用体现在误差项的溢出上;模型 (10)表示信息技术空间网络效应对区域经济增长不仅促进了地区间经济增长的溢出,而且信息技术发展本身还对邻近地区进行渗透扩散,信息技术空间网络效应直接对区域经济增长产生促进作用。

三、实证研究

(一)指标选择与数据来源

本文所需指标数据,按表 1选取。

表 1 模型变量及指标选择列表

图 1 1997和 2007年我国 GDP和信息技术发展水平的分位数主题图

其中,信息技术发展水平采用《中国信息年鉴》中公布的信息化发展指数,该指数是由全面反映信息技术发展发展水平的 5大要素 (信息技术发展基础设施、信息技术发展使用、知识水平、发展环境与效果和信息消费)合成,是衡量社会信息技术发展水平的综合指数。同时,为了消除价格因素对各指标的影响,模型中国内生产总值和物质资本存量指标均为 1997年为基数的各省份不变价。样本为我国大陆 31个省市自治区,样本期为1997-2007年,之所以选择这一期间是因为信息技术对经济增长的贡献具有阶段性,1983-1996是我国信息技术应用程度较低的阶段,1997年之后是我国信息技术应用程度较高的阶段,而信息技术因为复杂性和创新性,需要一定时间积累经验才能熟练应用。

(二)信息技术与经济增长的探索性空间数据分析

探索性空间数据分析是将统计学和现代图形计算技术结合起来,用直观的方法展现数据中隐含的空间分布、空间模式以及空间相互作用等特征 (Anselin,1998)[14]。探索性空间数据分析主要使用两类工具:一类用来分析数据在整个空间表现出的分布特征,称为全局空间自相关,常用Moran's I统计量来测度;另一类是用来分析局部子系统的空间联系特征,即局部空间自相关性,常采用局部空间自相关指标(Local Indicator SpatialAssociation,缩写 L ISA)测度 (Anselin,1995)[30]。下面运用全局空间自相关和局部空间自相关检验,对我国各省份 GDP和信息技术发展技术空间分布特征进行分析。

1.空间权重矩阵的构造 空间权重矩阵是进行探索性空间数据分析和空间计量模型估计的关键 ,本文涉及到 Wy、Wε、WK和 WI四个空间权重矩阵的设置,依据前人经验研究结论 (Anselin,1998)[14],考虑到目前经济活动中地理相对区位的重要性与信息技术在我国的应用扩散还处在初始阶段,则主要采用各省、直辖市、自治区相邻关系和地理位置质心的经纬度坐标构造一阶 Rook、Queen邻接关系和多个有限距离空间权重矩阵。经过对比分析,采用一阶 Rook邻接矩阵时,省域GDP和信息技术空间自相关性最为显著,这一结论印证了前面提出的“由于信息技术发展与区域经济增长水平相互依赖,信息技术大力发展的初始阶段,信息技术空间网络效应倾向于优先从相邻地区逐渐开始显现扩散”这一假说,因此文中所采用的空间权重矩阵均为一阶 Rook邻接关系的空间权重矩阵①。

2.分位图 分位图 (Quantile),即分位数主题图,是按照指标的绝对规模排序分类,用颜色深浅对其进行渲染。我国各省市 1997、2007年 GDP和信息技术发展水平分位数主题图如图 1。

图 1中 GDP和信息技术发展水平由低到高划分为 5等分,颜色越深代表 GDP和信息技术发展水平越高,直观显示了我国 1997年和 2007年 GDP和信息技术发展水平高低的空间分布特征:我国GDP和信息技术发展水平均呈较明显的空间集聚,对 GDP而言较高的城市集聚在东部省市,较低的城市集中在西部省市;1997和 2007年相比空间分布特征没有大的变化,显示出区域经济增长具有路径依赖性;对信息技术发展而言,1997年信息技术发展水平较高的城市集中在东部沿海、东三省、内蒙自治区、以及部分中部省份,如陕西和湖北,信息技术发展水平较低的区域集中在西部,主要为西藏、青海、甘肃、宁夏和贵州,同时中部地区的安徽信息技术发展水平也较低。2007年信息技术发展水平较 1997年变化主要为:东部沿海、北京和上海的发展明显较快,领先于中部的山西和湖北、东三省,而河北省的信息技术发展水平较其周围省市落后较为明显,信息技术发展水平较低空间集聚依旧为西部的一些省市,特别是甘肃、青海、西藏、贵州和云南。另外,从图 1还观察出GDP和信息技术发展水平的空间分布状况类似,二者之间可能存在正相关关系。

图 2 我国各省份 1997-2007年 GDP和信息技术发展水平空间自相关时序图

3.全局空间自相关性检验 在空间统计分析方法中常用的全局空间自相关统计量为 Moran's Index(简称Moran指数),度量空间关联区域指标值的接近程度,用来分析经济现象的空间自相关特征,计算公式见式 (11)。

式 (11)中,xi为第 i个空间单位的指标值,Wij为经过行标准化的空间权重矩阵。Moran指数值越大表示邻近区域的正相关性越强,呈现出空间聚集;接近 0表示邻近区域独立无相关,呈现随机分布;若小于 0,则表示邻近区域为负相关,呈现对比关系。我国各省份 GDP、信息技术发展水平的各时段空间自相关Moran指数时序图,如图 2。

图 2中的 GDP和信息技术发展水平Moran指数均在 1%的水平下显著为正值,表现出明显的空间自相关性。正的空间自相关性意味着我国各省份的经济增长和信息技术发展的空间分布并非表现出完全随机状态,而是在地理空间上呈现出一种集聚现象,即某些省域经济增长和信息技术发展相似值在空间上趋于集聚,并且全局空间自相关检验值随时间而呈增大趋势,反映了随着经济发展的深化,省域之间的经济增长和信息技术发展的空间集聚越来越显著。

4.局部空间自相关检验 全局指标仅用一个单一值反映空间的自相关性,无法发现存在于不同位置区域差异性的空间关联模式。Anselin(1995)定义了一组度量局部空间关联模式的局部指标 L ISA,分析每个区域与周边地区之间的空间差异程度,并揭示对全局联系影响大的样本单元和呈现各个区域不同的空间联系形式,表达形式主要为Moran散点图和 L ISA集聚图,局部Moran's指数定义如式 (12)[30]。

其中,对 j求和仅限于区域单元 i的空间权重矩阵中定义的区域单元,可以更直观地发现地区间的不同的空间相互作用模式,图 3为 1997和2007年我国 31个省市自治区 GDP局部空间自相关模式。

图 3中Moran散点图展示了空间滞后W_GDP作为纵轴和 GDP作为横轴的分布情况。其中,W_GDP表示邻近值的加权平均值。对应于Moran散点图的不同象限,可识别出空间分布中存在着哪几种不同的实体:第一、第三象限正的空间自相关关系表示相似观测值之间的空间联系,而第二、第四象限负的空间自相关关系表示不同观测值之间的空间联系,如果观测值均匀地分布在四个象限,则表明地区之间不存在空间自相关性。L ISA集聚图则可视化地显示出区域经济增长的空间集聚及空间联系的不同模式。

L ISA集聚图显示有 H-H、L-L、L-H、H-L四种定义,其中 H-H代表高 GDP城市被同样高GDP城市所围绕,为扩散效应区;L-L代表低GDP城市被同样低 GDP城市所围绕为低速增长区;L-H代表低 GDP城市被高 GDP城市所围绕,为过渡区;H-L代表高 GDP城市被低 GDP城市所围绕为极化效应区。H-H和L-L代表正空间自相关,而 L-H和 H-L代表具有负空间自相关,这四种类型直观地反映出我国省域 GDP的空间关联模式。我国 31个省市自治区的 GDP大部分数据落在第一象限与第三象限,呈现正相关的空间结构模式。第一象限的省市主要有:北京、上海、山东、福建、广东、河南、辽宁、湖南、湖北、浙江、河北;第三象限的省市主要有:西藏、宁夏、青海、兰州、云南、贵州、新疆、内蒙;第二象限比较显著的省是海南,第四象限比较显著的省是四川,四川是西部区域经济的增长极。而 1996年和 2007年的我国 GDP局部空间集聚图差别并不大,只是江西省的发展相对周边省份而言有滞后。下面再选取 1997和 2007数据来分析信息技术发展水平的局部空间自相关模式,如图 4。

图 3和图 4传递出的信息基本一致,我国各省份的信息技术发展水平存在着显著的正空间自相关,东部省份为信息技术高水平 (H-H)的显著集聚,空间上正的相互作用关系显著,是我国信息技术发展的增长极,而西部省份则为低水平 (H-H)的显著集聚,四川是西部信息技术发展的增长极。随着时间变化信息技术发展水平的集聚程度和结构并没有发生明显的变化,体现出大部分省域及其邻居具有高度的空间稳定性,信息技术发展与地区经济增长一样具有路径依赖性。同时比较图 3和图 4发现信息技术发展水平和 GDP增长的直观关系,二者之间有着正相关关系,信息技术发展较快的省市集中在经济较发达的地区,信息技术发展落后的地区集中在经济也比较落后的地区。

图 3 1997和 2007年 GDP的Moran散点图和空间集聚图

图 4 1997和 2007年信息技术发展水平的Moran散点图和局部空间集聚图

以上探索性空间数据分析结果说明我国 31个省市自治区经济增长和信息技术发展在东中西部地区之间呈现东部地区先进、西部地区落后的空间集聚与非均衡发展。因此,关于信息技术和经济增长的计量模型研究,不能忽视空间相互作用效应,否则会带来模型的设定误差。

(三)计量模型结果与分析

本文研究的计量模型包括普通最小二乘回归(Ordinary Least Squares,缩写 OLS)、空间滞后模型(SLM)、空间误差模型 (SEM)和空间杜宾模型(SDM),并取 1997-2002和 2003-2007两个时段的平均数据,通过计量模型的分析与比较,揭示我国省域信息技术及其空间网络效应对经济增长的贡献在时空上的变化与实现途径,回归结果如表2。

表 2 回归模型结果汇总

对于空间计量模型的估计,由于空间计量模型右端含有内生变量,最小二乘参数估计通常不满足无偏性和有效性,需要通过工具变量法、极大似然法或广义最小二乘估计等其他方法进行(Anselin,1998)[14]。判断地区间的空间相关存在与否,一般应用Moran's I检验、基于极大似然估计的假设检验方法,如:极大似然拉格朗日乘子误差(Lagrange Multiplier Error,缩写 LM Err)检验和极大似然拉格朗日乘子滞后 (Lagrange Multiplier Lag,缩写LM Lag)检验等一系列空间效应检验。其中 LM Err、LM Lag和稳健 LM Err(Robust LMError,缩写 R-LM Err)、稳健 LM Lag(Robust LM-Lag,缩写 R-LM Lag)是针对如何选择合适的空间计量模型方程做出的。实际检验时需要同时进行这两种检验,这些统计检验方法也可以用于比较所估计的空间计量模型结果。Anselin和 Florax(1995)提出判别准则:如果在空间依赖性的检验中发现,LM Lag较 LM Err在统计上更加显著,且R-LM Lag显著而 R-LM Err不显著,则可断定适合的模型是空间滞后模型;相反,如果LM Err较之 LM Lag在统计上更加显著,且 R-LM Err显著而 R-LM Lag不显著,则可断定适合的模型是空间误差模型[31]。其他一些常用的检验准则除了方程显著性检验、拟合优度 R2、变量显著性检验以外,还有对数似然函数值 (Log Likelihood,缩写L IK)、赤池信息准则 (Akaike Information Criterion,缩写 A IC)和施瓦茨准则 (Schwartz Criterion,缩写SC)。空间计量模型与普通回归模型比较,相对而言拟合优度 R2越大、对数似然值 L IK越大,以及A IC和 SC值越小,模型解释能力越好。

从表 2可知,所有模型中,劳动、资本和信息技术都显著正向影响经济增长,其中资本投入的贡献最大。Moran指数用来对 OLS模型估计的残差项进行空间自相关检验,1997年的 OLS模型残差的Moran指数值是 0.1729,显著为正,说明 OLS模型残差中存在显著的空间相关性,提示 OLS模型设定上存在一定偏差,需要使用空间计量方法来消除残差的空间自相关性。与 OLS模型相比,SLM和 SEM模型 R2都有所提高,说明模型中纳入空间因素对模型的解释能力有所提高,其中 SEM模型 R2最高。为了区分残差中的空间相关性是来源于空间滞后项还是空间误差项,使用拉格朗日乘子滞后和误差及其稳健性检验指标。表 2中,针对 1997年的数据 LM Lag不显著,LM Err通过了10%水平下的显著性检验,且 R-LM Err显著而 R-LM Lag不显著。根据 Anselin和 Florax(1995)[31]确立的原则判断 SEM模 SLM更适合,SDM估计出的结果中物质资本存量和信息技术的空间滞后变量α1、γ1均不显著,同时表 2中还显示SEM模型的 R2、L IK最大、A IC最小,以上指标表明,1997-2002年的平均数据,SEM的解释能力最好 ,如式 (13)。

式 (13)中显示 1997年信息技术发展对经济增长的弹性系数为 0.205,即在其他变量不变的情况下,信息技术发展水平每提高 1%,GDP约提高0.205%,相应比 OLS模型的贡献 0.223%略有减少,OLS回归模型略微高估了信息技术发展对区域经济增长的作用。SEM模型的空间误差溢出项λ通过了 5%水平下的显著性检验,同时λ>0,表明一个地区经济增长与其邻近地区经济增长正的扩散溢出作用是通过随机误差项实现的,是一些间接效应的综合体现,信息技术空间网络效应作用不明朗。

2007年的 OLS模型中同样验证了残差中存在显著的空间相关性。LM Lag和 R-LM Lag通过了10%水平下的显著性检验,R-LM Lag显著而 RLM Err不显著,SDM模型与 1997的模型类似,其中物质资本存量和信息技术的空间滞后变量α1、β1、γ1均不显著 ,同时比较表中的 R2、L IK、A IC和LR等值,2004-2007年间平均数据,SLM解释能力最好,如式 (14):

式(14)中显示年信息技术发展对经济增长的弹性系数为 0.276,即在其他因素不变的情况下信息技术发展水平每提高 1%,GDP将增长0.276%,这个弹性系数高于 1998年的回归结果0.205%,验证了“十五计划”以来,我国信息技术发展建设成效显著,信息技术发展对经济增长的贡献程度也越来越大。Wy的系数ρ代表相邻地区经济增长对本区域经济增长的影响,ρ的正负代表了空间溢出的影响“方向”,ρ>0,表示影响是互补的,ρ<0,表示是相互竞争的关系。式 (14)中,ρ=0.164,通过了 10%水平下的显著性检验,体现为一种内生影响,表明我国省域间的经济增长存在正的、互补的溢出效应,周围相邻省份的经济增长率每提高 1%,将使本省的经济增长率提高0.1612%,同时这也表明信息技术空间网络效应通过促进区域间形成互补的经济组织结构而间接促进区域经济增长。但是无论是 1997年,还是 2007年的估计模型,SDM估计出的结果中信息技术的空间滞后变量γ1均不显著,意味着信息技术自身网络效应实现,即信息技术发展带来的空间上的相互促进作用并不显著。

四、结论

为了考察中国大陆省域信息技术、网络效应与经济增长的关系,在建立理论假说的基础上,采用空间统计分析中的探索性空间数据分析技术,对 1997-2007年我国 31个省市自治区经济增长和信息技术发展水平的空间分布特征与空间结构进行分析,然后基于构建的信息技术及其空间网络效应与经济增长模型,采用空间计量方法进行结果估计,研究发现:

(1)信息技术及其空间网络效应与经济增长空间计量模型的建立把握到了信息技术对区域经济增长的宏观作用效应和实现途径,使得模型具有更强的解释力,以往不考虑空间相互作用和信息技术网络效应的模型,高估了信息技术发展对区域经济增长的促进作用。

(2)我国省域经济增长和信息技术处在低级有序的发展阶段,具体表现为二者存在一致且显著的空间集聚和非均衡发展特征。我国东部和西部省域信息技术发展具有截然相反的空间集聚特征,东部省份是信息技术发展水平较高省份的集聚,中部省份处于水平中等、相差不大的相对均衡发展态势,西部省份多数是一种低水平的集聚,大部分省份及其邻居具有稳定的空间自相关模式,信息技术发展与区域经济增长均呈现出强烈的空间路径依赖性。东西部信息技术发展水平的不平衡集聚,主要表现就是“数字鸿沟”,有可能成为影响我国经济协调发展的新因素,但是信息技术因其 1+1>2网络效应的存在,使得利用信息技术发展的网络效应推动落后地区的经济与社会发展,缩小由数字鸿沟所造成的社会发展不平衡又有着独特优势。

(3)东部省份是我国信息技术和经济发展的增长极,四川省则表现为西部经济增长和信息技术发展的增长极,但是通过局部空间自相关研究发现这两个增长极处在不同的发展阶段,因此对经济发展起着不同的作用。根据区域经济学中关于增长极的相关理论,增长极的出现对周围地区会产生两方面的影响:一是回波效应,指由于增长极的吸引力作用使周边落后地区的物质资源、人力资源、资金等生产要素不断流向增长极地区,出现发达地区越来越发达,不发达地区越来越落后,经济不平衡状态越来越突出;二是扩散效应,即增长极带动周边落后地区经济迅速发展,从而逐步缩小与先进地区的差距。文中发现东部省份是高经济增长和高信息技术发展的集聚,增长极作用主要表现为扩散效应,因此应积极利用信息技术,作为增长极“扩散效应”的传导纽带,加速其向中部和西部省份的扩散,同时由于“扩散效应”的传导是由近及远的,所以首先应加大力量扶持东部增长极周边的省份,适时把更大的力量投向中部地区,缩小与东部省份的差距,使其能容纳与传递东部增长极的“扩散效应”,从而带动西部省份共同发展。而四川省在西部区域经济发展中目前则更多地表现为回波效应,因此一方面应继续加大对四川省的政策支持,对这一增长极进行培育进而使得“扩散效应”大于“回波效应”,带动西部其他省份发展;另一方面西部省份间应加强区域合作、统筹规划,利用信息技术加强互联互通与信息、知识共享,减少增长极的回波效应,充分发挥信息技术网络效应。

(4)文中提出“信息技术的大力发展使得区域间逐渐形成紧密的空间联系结构,进一步增强了地区间的经济联系,信息技术及其空间网络效应日益成为区域经济增长的内生动力”这一假说,经过实证分析发现,从 1997到 2007年间,我国信息技术对区域经济增长整体有着显著且日益增强的促进作用,同时也促进了经济增长方式的加快转变,体现在区域间的相互作用日趋紧密,区域经济增长的空间溢出效应也逐渐趋于显著,信息技术正在成为区域经济内生增长不可或缺的动力,但是结果也同时表明信息技术发展对经济增长的作用还有限,资本仍然是促进我国区域经济增长的主要推动力;信息技术网络效应对经济增长现阶段是一种间接促进作用,主要通过地区之间经济增长的空间溢出实现,信息技术空间网络效应自身的作用还不显著,特别是体现在相邻地区的相互促进作用都还不显著,说明信息技术在我国还处在应用的初级阶段,需要进一步深化与加强区域合作,促进信息技术作用的空间扩散,因此如何促进信息技术发展水平提高及其网络效应作用的发挥是当前信息技术与区域经济研究应着重研究的一个方面。

(5)理论上认为“信息技术发展作为生产力的主要来源,与资本、劳动力存在区别,资本、劳动力具有较浓的空间和地理特征,信息技术由于互联互通、共享等特性,使得信息和知识传递的时空阻碍大幅降低,在某种程度上突破了空间距离摩擦定律,信息技术发展的空间特征应趋于协调”。但本文的研究发现,目前我国信息技术发展对空间的弱化作用并不明显,地理空间依旧是经济增长的基本载体,这是由于信息技术及其网络效应的发挥需要信息技术基础设施建设、国家和区域宏观政策、产业结构调整、企业组织结构创新、信息技术人才培养等各方面制度因素的有效配合,而我国各省信息基础设施的分布不均衡很明显,因此信息技术发展不会抹去地理空间的存在意义,而是为社会经济发展带来了新的空间动力。后续在本文研究的基础上,可以采用空间变系数模型研究我国各省信息技术发展对经济增长贡献的空间差异性,与劳动、资本生产要素对经济增长贡献空间差异性进行比较,并就信息技术发展对经济增长贡献空间差异性的主要影响因素进行深入的理论与实证分析。

[1]Solow R M.We'd BetterWatch Out[J].New York Times Book Review,1987,(7):12-36.

[2]Brynjolfsson E.The Productivity Paradox of Information Technology[J].Communication of the ACM,1993,(12):67-77.

[3]Loveman G W.An Assess ment of the Productivity Impact of Information Technology[Z].M ITManagement in the 1990 Working Thesis 88-054,1988.

[4]Roach S.ServicesUnder Siege-the Restructing Imperative[J].Harvard Business Reviews,1991,(5):82-91.

[5]Oliner SD,SichelD.Computers and Output Growth Revisited:How Big Is the Puzzle?[J].Brookings Thesis On Economic Activity:Macroeconomics,1994,(2):254-285.

[6]Oliner SD,Sichel D E.The Resurgence of Growth in the Late 1990s:Is Information Technology the Story?[J].Journal of Economic Perspectives,2000,(4):3-22.

[7]Jorgenson D,Ho M,Stiroh K A.Retrospective Look at the U.S.Productivity Growth Resurgence[J].The Journal of Economic Perspectives,2008,(1):3-24.

[8]郑 晔,钟昌标.信息网络对区域经济发展影响的机制分析[J].数量经济技术经济研究,2002,(12):85-88.

[9]汪 斌,余冬筠.中国信息技术发展的经济结构效应分析——基于计量模型的实证研究 [J].中国工业经济,2004,(7):21-28.

[10]朱洪文,马晓辉.区域信息技术发展水平比较与差异因素的实证研究[J].学术交流,2005,(8):80-83.

[11]刘荣添,叶民强.信息技术发展与经济增长的计量分析——来自 29个省份面板数据的经验:1992-2004[J].经济问题探索,2006,(9):9-14.

[12]王 铮,庞 丽,腾 丽,吴 静.信息技术发展与省域经济增长研究[J].中国人口.资源与环境,2006,(1):35-39.

[13]WenM.E-commerce,Productivity and Fluctuation[J].Journal of Economic Behavior and Organization,2004,(2):187-206.

[14]Anselin L.Spatial Econometrics:Methods and Models[M].Dordrecht:KluwerAcademic Publishers,1998.

[15]Goetzke F.Network Effects In Public Transit Use:Evidence from A Spatially Autoregressive Mode Choice Model for New York[J].Urban Studies,2008,(2):407-417.

[16]张红历.电子商务的经济学分析 [J].统计与决策,2007,(6):109-111.

[17]Castelle M.The Rise of the Network Society[M].Cambridge,MA:Blackwell,1996.

[18]Graham S.The End of Geography or The Explosion of Place?Conceptualizing Space,Place and Information Technology[J].Progress in Human Geography,1998,(2):165-185.

[19]MossM L,Townsend A M.How Telecommunications Systems TransformingUrban Spaces[A].JamesO.W et al.Cities Is Telecommunications Age:The Fracturing Of Geographies[C].New York and London:Routledge,2000.31-41.

[20]巴凯斯 H,路 紫.从地理空间到地理网络空间的变化趋势——兼论西方学者关于电信对地区影响的研究[J].地理学报,2000,(1):104-112.

[21]汪明峰.浮现中的网络城市的网络——互联网对全球城市体系的影响[J].城市规划,2004,(8):26-32.

[22]刘卫东.论我国互联网发展及其潜在空间影响[J].地理研究,2002,(3):347-355.

[23]孙中伟,路 紫.流空间基本性质的地理学透视 [J].地理与地理信息科学,2005,(1):109-112.

[24]甄 峰,刘晓霞,刘 慧.信息技术影响下的区域城市网络:城市研究的新方向[J].人文地理,2007,(2):76-80.

[25]孙中伟,金凤君,王 杨.信息技术发展对区域经济发展的组织作用[J].地理与地理信息学,2008,(4):44-49.

[26]吴玉鸣.中国经济增长与收入差异的空间计量经济分析[M].北京:经济科学出版社,2005.

[27]Welfens P.Interneteconomics.net[M].Heidelberg and New York:Springer-Verlag,2002.78-110.

[28]Anselin L,Rey S.Properties of Tests for Spatial Dependence in Linear Regression models[J].GeographicalAnalysis,1991,(2):112-131.

[29]单豪杰.中国资本存量 K的再估算:1952～2006年[J].数量经济技术经济研究,2008,(10):17-31.

[30]Anselin L.Local Indicators of Spatial Association-L ISA[J].GeographicalAnalysis,1995,(2):93-115.

[31]Anselin L,Florax R.Small Sample Properties of Tests for Spatial Dependence in Regression Models:Some Further Results[A].Anselin L,Florax R J.New Directions in Spatial Econometrics,Berlin:Springer-Verlag,1995.21-74.

(本文责编:润 泽)

Information Technology,Network Effect and Provincial Econom ic Growth in China:Empirical Analysis Based on the Spatial Perspective

ZHANG Hong-li1,ZHOU Qin2,3,WANG Cheng-zhang2
(1.School of Statistics,Southwestern University of Finance and Econom ics,Chengdu611130,China;2.School of Econom y And M anagement,Southwest Jiaotong University,Chengdu610031,China;3.Local Tax Bureau of Guiyang,Guiyang550001,China)

This paper a ims at studying spatial structure of information technology and economic development and analyzing the contribution of information technology and its network effect for economic growth in China'sprovincial level.The results showed that information technology developmentof China'sprovince significantly promoted the provincial economic growth,the interactions among provinces had significant positive spillover effect,but the network effect of infor mation technology on their own role in promoting economic growth was not significant.Thus,one of the research on infor mation technology issues should focus on key topics that how to promote the development of information technology and realize the network effects of it.

infor mation technology;economic growth;network effect;spatial econometrics

F061.6

A

1002-9753(2010)10-0112-13

2010-04-15

2010-07-11

西南财经大学 211三期青年教师成长项目(QN09-179);全国统计科学研究计划项目(2008LY043)。

张红历 (1974-),女,甘肃兰州人,西南财经大学统计学院讲师,博士,研究方向:信息化、空间计量经济学。