互联网经济对传统产业集群线上升级影响的实证研究

史一鸣，徐亚迪，胡　伟，孙计红

(1.安徽商贸职业技术学院经济贸易系，安徽芜湖 241000；2.安徽省计量科学研究院，安徽合肥 230000；

3.芜湖市政府办公室，安徽芜湖 241000)



互联网经济对传统产业集群线上升级影响的实证研究

史一鸣1，徐亚迪2，胡伟3，孙计红1

(1.安徽商贸职业技术学院经济贸易系，安徽芜湖 241000；2.安徽省计量科学研究院，安徽合肥 230000；

3.芜湖市政府办公室，安徽芜湖 241000)

[摘要]本文基于实证研究分析了互联网经济的发展与传统产业集群线上升级的影响关系，利用协整技术对互联网经济的发展与传统产业集群线上升级的关系进行检验。主要结论：互联网经济的发展与K值代表的传统产业集群线上升级有Granger因果相关关系，与M值对应的传统产业集群线上升级没有Granger因果相关关系；误差修正和残差项结果显示对于K值代表的传统产业线上升级有正相关关系。

[关键词]互联网经济；传统产业集群；线上升级；协整检验

1研究现状

2015年全国人大三次会议上，国务院总理李克强在政府工作报告中首次提出“互联网+”行动计划。学者们普遍认为“互联网+”的过程也是传统产业转型升级的过程，并相继研究了“互联网+农业”“互联网+制造业”“互联网+金融”等行业前景。国内外学对“互联网+”对传统产业集群线上转型升级的影响缺乏深入研究，尤其缺少定量分析。因此，本文从传统产业集群特性与互联网经济之间的关系的角度出发，在定性分析的基础上建立定量计量模型，借助协整分析法，研究互联网经济对传统产业集群线上转型升级的影响程度。

传统产业集群的基础是传统产业，由具有相互联系的企业及机构在地理空间上聚集所构成的经济群落。在我国，传统产业集群主要是中小企业充当主体，竞争方式主要是低成本低价格，这种取得竞争优势的策略在经济全球化和国内互联网经济不断发展的面前变得岌岌可危。

对于传统产业集群升级的问题主要研究：Montobbio[1]研究了促进集群产业发展的要素，结果显示差异化对于集群产业至关重要，在差异化存在的条件下，即使去掉技术进步这项影响因素，产业也能够进行演化；Llerena等[2]研究了不同创新策略对产业集群发展的影响，结果表明不同创新策略可有效促进集群内部高科技技术的发展；Giacaria[3]建立了人工神经网络模型，仿真了有多个主体的产业集群；Fioretti[4]建立了纺织集群演化模型，研究了各个关键阶段纺织集群的仿真模拟情况；Albino等[5]对集群主体的发展条件进行研究，结果发现集群发展的必要条件是主体持续的自适应学习与技术创新；沈秋英等[6]分析了产业集群空间规模变化规律，在信任度博弈模型的基础上研究了得出了产业集群演化发展规律；张宏娟和范如[7]研究了产业集群网络的结构以及产业集群低碳化的模型；刘宣祥[8]研究了传统产业集群在升级中要面对的金融支持问题，并且提出了解决的建议；魏江和申军[9]研究了传统产业集群在创新过程中需要升级的结构以及相应的运行模式；吴结军等[10]研究了集群产业发展的影响因素，发现网络经济发展程度是产业集群非常重要的推进力。可见，目前的研究对互联网经济对产业集群微观的影响还不够重视，鉴于此本文通过对近年来互联网经济的发展趋势，结合传统产业集群现行特征分析二者之间的关系，借用统计数据和分析模型找到二者之间的关系。

2方法设定与数据说明

2.1变量界定

2.1.1传统产业集群转型升级变量界定

目前，对于传统产业集群转型升级变量界定，国内没有明确的界定标准，但与之相近的产业升级的界定变量标准，国内研究较多，主要集中于用More值与K值当替代变量使用[11-15]。介于二者之间的相似特性，本文拟用More值与K值作为研究传统产业集群转型升级的替代变量。More值的对应测定方法公式为

其中，K为产业内部变动值；kql为报告期构成比；kqv为基期构成比；m为产业门类数；N为(基期—报告期)间隔年度数。

本文将More值所对应的反余弦值及K值当做替代变量，来研究传统产业集群转型升级。

2.1.2互联网经济发展变量界定

互联网经济发展变量界定是本文难点之一，程立茹[16]在研究互联网经济下企业价值网络创新中，建立企业价值链网络，利用正反馈机制来研究变量变化。林娟和王明峰[17]在研究互联网经济与区域经济发展关系中用互联网有效资源作为替代变量分析。张蕊[18]在网络经济的发展状况测度研究中采用网络应用相对指数规模作为指标变量。考虑到研究数据的可获取率，本文采用区域电商交易额度/GDP作为互联网经济发展变量的替代变量。

2.2数据说明

考虑到互联网经济发展速度快的特性，实证研究的数据应具有实用性，数据过早会导致分析偏差。故本文拟用《安徽省统计年鉴》1985-2014共计20年的数据来分析。需要注意的是，由于1985-1994年这10年间安徽省互联网经济基数较低且发展缓慢，且统计口径存在偏差，为保证分析数据的准确合理性，本文将这10年的数据进行了替代处理，采用邮电业务人均份额=邮电业务总份额/人口数(元)，以及百户居民电脑享有量(百户/台)代替。其中所有替代变量人口和邮电业务总份额(元)、百户居民电脑享有量(百户/台)的数据都来自于《安徽省统计年鉴》。上述替代处理虽然有些粗糙，但是从总体分析的角度来讲，所得数据可以较好地反应安徽省互联网经济发展规律。

3实证分析

3.1实证模型

关于互联网经济对传统产业集群线上升级影响的研究，国内尚未找到参考文献，仅有余鹏基于PanelData模型研究了我国互联网经济的发展，分析相关营销因素[19]。本文采用回归分析法来进行实证研究，在回归模型的选择方面参考了大量文献，对于两个要素之间关系研究的实证模型主要集中在协整检验、回归检验、Granger因果检验[20]。结合前人研究方法与本文研究对象特性，采用Granger因果检验作为互联网经济对传统产业集群线上升级影响研究的基础模型[21]，但介于Granger因果检验不能得出影响的效果系数，借鉴彭凯翔、卢锋的模型研究方法，首先采用Granger因果检验判定二者是否存在因果关系，然后利用均衡修正模型对互联网经济对传统产业集群线上升级影响情况进行分析。

3.2数据整理

在进行数据整理过程中，发现1997和2001年M值变量数据明显异常，分别为0.00879和0.00628，故对数据进行控制得到M(outlier)数据。将收集的数据进行整理分析，得到如表1所示的数据。研究变量K值、M值还有RETL的数据总体变化趋势较平稳。值得注意的是，产业升级中的M值变量的StandardDeviation为0.07015，比K值代表的StandardDeviation小0.0539，表示产业升级研究变量K值的波动幅度要比M值小。与之对比的RETL数据的StandardDeviation已达到0.30142，在三者之中波动幅度最大。

表1　变量统计

3.3Granger因果检验

在数据基础上，分析互联网经济的发展是否为传统产业集群线上升级的原因是本文的关键，进一步分析引入Granger检验。因果检验的变量仍参照表1，分别从outlier和important event年份数据来进行检验，检验结果数据如表2所示。将表2所得数据与表1对比分析可以看出，修正处理前后三个数列的发展规律并没有改变，数据结果相差很小。根据表2数据可以发现，在normal、outlier和important event三种情况下，M值所代表的产业升级变量在Lagterm1和Lagterm2全都达到p>0.1，说明互联网经济非传统产业集群线上转型升级的原因；但K值为代表的变量中，RETL在Lagterm1和Lagterm2的p值均达到p<0.1，说明是产业升级原因。由此可以推论，特殊年份以重大事件影响互联网经济对传统产业集群线上升级的因果关系是有限的。

表2　互联网经济发展与传统产业集群线上升级Granger检验结果

注：C—RETL是传统产业集群线上升级的原因；E—RETL不是传统产业集群线上升级的原因。

3.4误差修正

上述分析在一定程度上体现了研究对象二者之间的关系，但为了进一步深入验证互联网经济对传统产业集群线上升级的影响效果，本文将对K值对应的升级变量进行误差修正。

3.4.1单位根检验

对K值与RETL进行方程估计并且完成检验，达到对所研究的变量数据进行单位根检验的目的。检验结果如表3所示。可以发现，M值的序列较平稳，单位根判定为否；K值与RETL值序列出现不平稳数据，单位根判定为是，但其一阶差分表现较平稳。所以，M值无需再协整检验，可直接回归分析，但K值需要先进行协整检验。

表3　K值与RETL单位根的检验结果

注：K—滞后项；t—趋势项；c—是否带有常数项；Δ—一阶差分。

3.4.2协整检验

对K值序列进行协整检验，利用Eviews7.0软件对数据进行处理，得到表4所示数据结果。临界值的显著水平均高于0.5，说明在1985-2014年间安徽省互联网经济发展与传统产业集群线上升级之间存在协整关系。对于特殊数据与重大年份事件的数据做了控制处理，所得结论与上述分析结论吻合，说明特殊数据与重大年份事件没有对安徽省传统产业集群升级造成干扰影响。

表4　协整检验数据结果

注：临界值5%显著水平。

3.4.3K值误差修正过模型、M值与互联网经济发展回归结果

均衡修正模型的估计过程，由于RETL和K值是一阶的协整关系，所以二者不可能是伪回归，获取残差时间序列的数据，将残差项数据并入回归方程。建立模型如下：

dKt=α+βE+γdRETLt+μt.

其中，Kt为K值对应的升级变量；E为残差项。

本文在模型回归分析过程中，应用Eviews7.0软件得到表5所示数据结果。K值对应的回归模型分析结果显示，残差项所对应的β回归系数是0.999 97，超过了1%的显著水平，证明K值代表的变量受残差项影响明显；RETL对K值变量也存在2%以上的影响系数，存在明显的正相关关系；回归方程对应的拟合优度R2值为0.999 7，超过1%的显著水平，证明方程的解释效果较好。M值的回归结果中，拟合值、显著水平均较差。综上可以得出结论，安徽省互联网经济发展水平对传统产业集群线上升级发展存在显著正相关关系。

表5　回归结果

注：C—常数项；E—残差项；R2—拟合优度。

4结论

第一，实证研究的结果显示互联网经济的发展是安徽省传统产业集群线上升级的原因。但由于互联网经济模式尚处在发展阶段，在引入传统产业集群的过程中应注意二者之间的融合问题，根据产业的实际情况，充分吸收互联网的先进技术，确保互联网经济与传统产业集群有效融合，平稳升级。第二，加快健全互联网经济的制度体系，更好地为传统产业集群的线上转型升级服务，尤其是在“互联网+”战略体制下，完善的互联网经济体制应该更好地展现出积极的作用。第三，积极促进产业集群升级，转变传统产业集群运作模式。传统产业集群模式的发展受到地域的限制，将现代互联网技术融入到线上产业集群，可以使产业集群有更广阔的发展空间。

[参考文献]

[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,王为东.基于信任和企业进入退出机制的产业集群规模演化研究[J].中国管理科学,2009,17(4):91-96.

[7]张宏娟,范如.基于复杂网络演化博弈的传统产业集群低碳演化模型研究[J].中国管理科学,2014,2(12):41-47.

[8]刘宣祥.传统产业集群转型升级过程中的金融支持问题探讨[J].经营管理,2011(8):35-38.

[9]魏江,申军.传统产业集群创新系统的结构和运行模式[J].科学学与科学技术管理,2003(1):14-17.

[10]吴结兵,郭斌.企业适应性行为、网络化与产业集群的共同演化[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]张晓彤.经济计量分析[M].北京:经济科学出版社,2000:214-221.

[16]程立茹.互联网经济下企业价值网络创新研究[J].中国工业经济,2013(9):82-94.

[17]林娟,王明峰.我国互联网资源与区域经济发展的关系研究[J].专题研究,2014,3(17):321-325.

[18]张蕊.网络经济的发展状况测度研究[J].企业经济研究,2012(4):45-52.

[19]余鹏.我国互联网发展的影响因素分析及地区比较——基于Panel Data模型的实证分析[J].福建信息技术教育,2008(4):20-23.

[20]卢峰,姚洋.金融压抑下的法治、金融发展和经济增长[J].中国社会科学,2004(1):42-56.

[21]中国互联网络信息中心.中国互联网络发展状况统计报告[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

[中图分类号]F224

[文献标识码]A

[文章编号]2095-7602(2016)04-0017-05

[作者简介]史一鸣(1986- )，女，助教，硕士，从事产业经济学研究。

[基金项目]安徽省高等学校自然科学研究重点项目“‘互联网+’战略背景下虚拟企业成员信息安全胜任力模型研究”(KJ2016A255)；安徽省名师工作室项目(2014msgzs186)；安徽商贸职业技术学院院级自然科学项目“‘互联网+’战略背景下虚拟企业成员信息安全胜任力模型研究”(2015KYZ03)；安徽商贸职业技术学院院级质量工程项目“中外合作办学视角下高职院校学生培养模式研究与实践”(ZL201507)；安徽省营销与策划教学团队项目(2014jxtd088)。

[收稿日期]2016-01-05