北京互联网行业发展对国民经济推动作用的实证分析

2015-05-30李茂齐福全

中国市场 2015年48期

李茂齐福全

摘要：北京互联网行业是首都经济中的重要行业。本文利用向量自回归模型（VAR模型）对北京互联网行业的经济推动作用进行了实证分析，利用公开的统计数据进行模型推算与模拟，估计出北京市互联网发展对国民经济发展的整体性影响。模型分析结果显示，北京市互联网产业总值增加1%时，首都地区的GDP增加0786%，行业的乘数效应为078。首都互联网对于首都地区经济的推动作用十分明显。

关键词：互联网行业；向量自回归；脉冲响应函数

DOI：1013939/jcnkizgsc201548075

一、研究背景

作为国民经济中的重要组成部分，北京市互联网行业发展对于推动国民经济增长，加快社会进步具有十分重要的作用。为了进一步研究北京市互联网发展对国民经济的影响，本报告引进实证数理分析模型，利用数据进行模型推算与模拟，估计出北京市互联网发展对国民经济发展的整体性影响。

从现有研究成果来看，分析一个地区某个行业的经济影响或者经济贡献度的文献的主要方法分为以下几类：一是线性贡献分析法，即将互联网行业自定义为几个线性组合的部门（按照国民经济统计分类），然后再附以一定的权重，折合在一起计算对某地区或区域经济的贡献率。这种方法思路简单，但不具有历时性，只能分析静态时间节点的行业影响力。二是层次分析法（AHP），梁昊光（2013）①用层次分析法分析了知识经济对北京的经济贡献度；但是，此方法应用于北京市互联网产业的影响力分析，还缺乏具有代表性的指标作为层次分析判定的基础。此外，还有一些工程技术方法，比如利用神经网络模型、GRD模型等。这些模型对于行业的贡献率分析其模型设定的要求较高，模型应用要符合多种前提条件，而且对数据要求也比较苛刻，不能有效处理时间序列数据，难以分析行业对区域经济的动态影响程度②、③。基于上述内容，为从时间动态变化角度分析北京市互联网行业对国民经济发展的影响，本报告选择时间序列分析方法对相关问题加以研究。

二、北京市互联网行业在国民经济中的地位统计结果表明，北京市互联网相关行业的产出保持持续增长态势。2002—2010年，通信设备、计算机及其他电子设备制造业的产出值由108353亿元增至22809亿元，年均增长133亿元；信息传输、计算机服务和软件业的产出值由68296亿元增至299811亿元，年均增长257亿元。信息传输、计算机服务和软件业发展速度明显高于通信设备、计算机及其他电子设备制造业。2002年、2005年和2007年的统计结果表明信息传输、计算机服务和软件业的产出规模要落后于通信设备、计算机及其他电子设备制造业，但是两者之间的差距不断缩小，到2010年信息传输、计算机服务和软件业产出规模反超通信设备、计算机及其他电子设备制造业71721亿元（见图1）。

图1北京市互联网相关产业产出情况

数据来源：北京2012年投入产出调查网。

北京市互联网行业实现的增加值不断地提高。2002—2010年，通信设备、计算机及其他电子设备制造业的增加值由15452亿元增至23944亿元，年均增长943亿元；信息传输、计算机服务和软件业的增加值由35144亿元增至121406亿元，年均增长9584亿元，增幅明显高于通信设备、计算机及其他电子设备制造业（见图2）。

图2北京市互联网相关产业增加值情况

数据来源：北京2012年投入产出调查网。

北京市互联网行业的快速发展直接决定了它在国民经济中具有重要的地位。2002年、2005年和2007年，互联网行业产出在国民经济总产出的比重超过16%，其中通信设备、计算机及其他电子设备制造业产出位次始终位居前2位，信息传输、计算机服务和软件业产出位次排名不断提高。而到2010年统计结果表明，随着租赁和商务服务业、批发零售业、金融业、综合技术服务业等行业的飞速发展，互联网行业在国民经济的地位有所下降，在总产出的比重降至1157%，通信设备、计算机及其他电子设备制造业产出位次降至第8位，信息传输、计算机服务和软件业产出位次降至第6位（见图3和表1）。

上述分析结果表明，北京市互联网行业保持着持续稳定增长的态势，是国民经济的重要支撑力量。通信设备、计算机及其他电子设备制造业与信息传输、计算机服务和软件业的产出及增加值的变化也说明了互联网产业内部正经历着由制造为主向服务为主的转变过程。

三、模型选择

本报告根据研究目的选择向量自回归模型（Vector Autoreg Ression，VAR）（以下简称VAR模型）作为分析工具。

向量自回归模型是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型是处理多个相关经济指标与预测最容易操作的模型之一，并且在一定的条件下，多元MA和ARMA模型也可转化成VAR模型，因此近年来VAR模型受到越来越多研究者的重视。

相对于其他模型，VAR模型的优点是：VAR模型不以严格的经济理论为基础。它是分析跨期内生变量与外生变量之间的良好工具，避免了“先入为主”的模型设定，适用于分析北京市互联网发展和国民经济之间的相互作用。

一个规模较小且合理设定的VAR模型所产生的预测结果，通常优于较大规模的结构联立方程系统产生的预测结果，尤其是对短期预测更是如此，这主要是由于VAR模型常常可以避免为了保证结构模型的可识别性而施加的限制的影响。这种特性用来分析、预测某一个行业对于区域经济的影响度来说是非常重要的。

VAR模型可以处理时间序列数据，对于时间序列数据的要求不过于苛刻，而且参数容易估计。这对于数据质量的要求度并不是太高，对于一些新兴行业特别是统计数据不全的行业来说，这种特性保证了模型分析的质量④。

四、数据与初步描述

为保证模型的简洁与有效，本模型选择北京市2000—2014年国民生产总值作为国民经济的解释变量，选择北京市2000—2014年信息传输、软件和信息技术服务业的生产总值⑤作为互联网行业发展的解释变量。这两个变量容易获得，而且具备很强的代表性，是衡量经济发展水平和互联网发展水平的良好指标。基础数据⑥见表2。

数据描述如下：

五、模型估计及结果

利用Eviews70软件对于GDP和INT数据进行VAR模型分析，具体分析前提是，采用的是非限制性相连自回归模型，滞后期选择的是2期，为了防止异方差，GDP和INT数据都进行了对数化处理，结果如下：图4信息传输、软件和信息技术服务业生产总值（INT）的描述性统计情况

六、模型检验

利用模型单位根检验与Granger因果检验⑦、⑧对VAR模型进行检验。单位根检验结果如下。

根据图6可以看出，所有单位根都落在单位圆内，因此VAR模型满足稳定性条件。

Granger因果检验结果见表4⑨。

表4格兰杰因果关系检验结果Pairwise Granger Causality TestsSample：2000 2014Lags：1Null Hypothesis：ObsF-StatisticProbINT does not Granger Cause GDP1453807900406GDP does not Granger Cause INT00075409323

从表4可以看出，在滞后期为1的条件下，在5%的显著性水平下，INT是GDP的Granger因，可以拒绝原假设；而GDP不是INT的Granger因，接受原假设。这意味着，INT的发展可以引起GDP的变动。具体影响情况要引入脉冲响应函数。七、脉冲响应函数、Johansen协整检验与互联网影响力分析脉冲响应函数（Impulse Response Function，IRF）分析方法可以用来描述一个内生变量对于由误差项所带来的冲击的反应，即在随机误差项上施加一个标准差大小的冲击后，对内变量的当期值和未来值所产生的影响程度。

对VAR模型做10期IRF实验，其IRF实验结果见图7。

通过图7和表5可以看出，当在本期给INT一个正冲击后，GDP在第1期就有反应，中间经过一个短暂下调后，在第5期达到最高点。这表明，北京市互联网行业的某一冲击（如正向增长）会给国民经济总量带来同向的冲击。在第2期期间，互联网行业的增长对于国民经济总量增加的拉动效果有所减弱，但这种影响力增长的势头将继续保持，这种冲击将在5年后的国民经济总量增加上产生最大拉动作用。这也就表明了北京市互联网行业对国民经济发展具有正相关影响，能够促进首都经济的发展。

图形和表格数据还表明，当在本期给GDP一个正冲击后，INT在当期没有反应，而在第2期后，产生最大的拉动作用。这说明，国民经济的增长和发展对于互联网行业的发展与进步也会产生促进作用，国民经济的增长将会推动互联网行业的发展，但这种促进、推动与引致需求作用有个明显的滞后期。这也验证了前文Granger因果关系检验的结果。

以上是用IRF模型分析了短期内INT与GDP的关系。利用滞后2期的Johansen协整检验模型进一步分析两者之间是否存在长期的协整关系。分析结果见表6。表6Johansen协整检验结果Sample （adjusted）：2003 2014Included observations：12 after adjustmentsTrend assumption：Linear deterministic trendSeries：LOG（INT） LOG（GDP） Lags interval （in first differences）：1 to 2Unrestricted Cointegration Rank Test （Trace）HypothesizedTrace005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445583706950154947100000At most 1 *07070161473167384146606176Trace test indicates 2 cointegrating eqn（s） at the 005 level* denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegration Rank Test （Maximum Eigenvalue）HypothesizedMax-Eigen005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445582233783142646000022At most 1 *07070161473167384146606176Max-eigenvalue test indicates 2 cointegrating eqn（s） at the 005 level*denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegrating Coefficients （normalized by b'*S11*b=I）：LOG（INT）LOG（GDP）-232101929538396299781-3015622Unrestricted Adjustment Coefficients （alpha）：D（LOG（INT））0006128-0039988D（LOG（GDP））-0020824-00085411 Cointegrating Equation（s）：Log likelihood5837900Normalized cointegrating coefficients （standard error in parentheses）LOG（INT）LOG（GDP）1000000-1272647（003643）Adjustment coefficients （standard error in parentheses）D（LOG（INT））-0142222（045131）D（LOG（GDP））0483329（012818）通过表中斜体字数据可以看出，变量log（INT）和log（GDP）之间有一个协整关系存在，协整方程如下：

LOG（INT）=1272LOG（GDP）

se=（003643）

LOG（GDP）=0786LOG（INT）

由上式可见，变量log（INT）和log（GDP）之间存在一个长期变动趋势。从长期变动趋势来看，北京市互联网产业总值增加1%时，首都地区的GDP增加0786%，行业的乘数效应为078。由此可见，北京市互联网对于首都地区经济的推动作用十分明显。

八、计量结果的解释与说明

大量的产业经济学和区域经济学文献表明，一个地区或区域的互联网发展对国民经济具有较强的推动作用，而且对国民经济推动的机理进行了分析。本研究主要集中在定量研究上，首先利用2000—2014年的数据构造了北京市互联网发展影响力的VAR模型，并通过计量检验，证明了此模型的稳定性和有效性。

在此基础上，利用Granger因果关系检验和脉冲响应函数定性地分析了北京市互联网行业发展对于首都国民经济的影响。通过计量分析可以看出，北京市互联网行业的发展有效地推动了首都经济的发展，而且这种作用效果是长期的，影响周期长达5个周期（年）。从具体进程来看，北京市互联网的发展与进步能在即期影响首都经济，具有“立竿见影”的产业推动作用。但随着技术的完善和产品服务的改进，这种市场影响作用还需要市场进行接受与消化，这就解释了第2期互联网发展带来的影响力有小幅衰退的情况。随着时间的推移，互联网行业发展的真正影响高峰出现在第5周期（年），也就是说经过5期（年）的改进、丰富与完善，第1期出现的互联网行业的技术和产品已经日臻完美，技术已经稳定并得到广泛应用，互联网产品与服务也为广大消费者接受，产销关系比较稳定，对国民社会经济的影响达到最大。

以2014年为基点，通过回顾一下2009年北京互联网的大事记可以从另一个方面印证北京互联网“5年影响周期”这一判断。

表72009年北京市互联网大事件与5年后的影响2009年北京市互联网大事件5年后的影响备注1丁磊投资亿元养猪首都“互联网+”战略已经落地开花结果，北京市互联网产业融合已经走在了全世界的前列2网游虚拟货币新规出台首都网络游戏产业已经成为首都文化创意产业的一大亮点3新浪18亿美元管理层MBO2014年北京市互联网出现了并购高潮，创历史新高4校内网宣布更名为人人网人人网流量不断下降，已经退出一线社交网站的行列负增长、逆发展的例子5盛大收购视频网站酷6网在2013年四季度，优酷土豆首次实现季度盈利，净利润为4420万元，这也是优酷土豆唯一一次单季度盈利资料来源：作者自行整理。

而另一方面，国民经济的发展对互联网发展具有明显的引致作用。由于国民社会经济决策与需求存在滞后性，国民经济的发展对于北京市互联网发展没有明显的即期需求拉动作用，但在第2个周期内，这种需求拉动作用十分明显。但从长期结果来看，更多的是北京市互联网自身的发展推动了首都经济的进步，而不是北京市互联网被动地追赶首都经济发展的步伐。这也说明了北京是中国网都，是中国互联网发展的最前沿，北京市互联网能掀起中国互联网发展的势头。

从具体数值来看，北京市互联网的长期产业乘数为0786，即北京市互联网产业总值增加1%，首都地区的GDP增加0786%。由此可见，北京市互联网产业已经成为首都经济发展中的支柱产业。因此，北京应着眼于首都经济调整和转型升级，会同有关部门和行业组织统筹互联网发展产业发展战略，从规划、政策、标准、市场等层面为推动北京市互联网企业加快发展和行业的整体水平的提高提供新动力，不断加强互联网发展的环境建设，为企业的发展营造良好的外部环境。

注释：

① 梁昊光，知识经济贡献度测度及其对北京城市发展的启示，《地理研究》，2014年第9期。

②王晖、唐静，基于模糊神经网络的教育经济贡献度研究，《统计与决策》，2013年第14期。

③陈晓红、解海涛，基于GRD测算模型的中小企业区域经济贡献度研究，《科学学与科学技术管理》，2006年第3期。

④关于建立VAR模型是否需要序列平稳目前学术界还存在许多争论；张晓峒（2003）指出里非平稳变量也可以建立VAR，但建立的VAR有可能不平稳，这种情况下的脉冲响应和方差分解就是不稳定的，没有意义的。但由于VAR模型的特性，现在学术界的处理办法是直接做差分变量，在序列平稳的前提下建立VAR，此时的VAR往往是平稳的，可以直接进行脉冲，但也有一个问题，差分后会损失很多信息。从现有学术界的文献来看，学术界普遍采用的方式是：VAR模型只需ADF 检验，不必要求变量之间的协整关系。协整是变量间的长期均衡关系，VAR模型适用于较短时期内的效应分析，脉冲，方差分解的解释区间大概在1～5个时间段之内。

⑤利用通信设备、计算机及其他电子设备制造业与信息传输、计算机服务和软件业的产出及增加值合计数据作为互联网行业指标的分析结果不能满足VAR分析稳定性条件，因此考虑仅以单一的信息传输、计算机服务和软件业的产出作为变量加以分析。

⑥行业是指按照《国民经济行业分类与代码》（GB/4754—2011）中的63～65大类，其中632行业“广播电视传输服务业”并不算是互联网产业，但由于其产值在整个行业中所占比例不大，故保留在其中。同时，数据并没有考虑当年价格因素的影响。

⑦对时间序列单位根的检验就是对时间序列平稳性的检验，非平稳时间序列如果存在单位根，则一般可以通过差分的方法来消除单位根，得到平稳序列。对于存在单位根的时间序列，一般都显示出明显的记忆性和波动的持续性，因此单位根检验是有关协整关系存在性检验和序列波动持续性讨论的基础。

⑧本报告用计量工具为E-views70。

⑨计量经济学利用变量之间的格兰杰因果检验来分析两个变量之间的相互关系。该检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive WJGranger）所开创，用于分析经济变量之间的格兰杰因果关系。他给格兰杰因果关系的定义为“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差”。

参考文献：

[1]向蓉美互联网产业对国民经济影响的投入产出分析[J].统计与决策，2008（11）：75-77

[2]刘宇互联网对国民经济影响的定量分析[J].中央财经大学学报，2010（12）：44-49

[3]陈家鼎数理统计学讲义[M].北京：北京大学出版社，2010

[4]张媛媛我国互联网发展现状及对国民经济推动作用研究[J].现代电信科技，2011（11）：22-28

[5]刘培刚网络经济学[M].上海：华东理工大学出版社，2012：32-86

[6]李嫣怡，等Eviews统计分析与应用[M].北京：电子工业出版社，2013