互联网行业推动地区经济增长实证分析

李茂　齐福全

摘要：以2005-2015年的季度数据为基础构造了向量自回归模型，对互联网行业与北京市经济增长之间的关系进行了实证研究。研究表明，互联网行业对北京经济的推动作用非常有限，而且还存在着一定的滞后期；具体而言，信息传输、计算机服务和软件业对北京经济的推动作用较小，通信设备、计算机及其他电子设备制造业对北京市的经济增长具有负作用。相反，北京经济的行业带动效应十分显著，其对互联网行业发展的即期贡献率接近50%，长期贡献率接近80%。认为北京市今后应加强互联网行业发展的质量，注重提升互联网行业的产出效益。

关键词：互联网行业对经济的影响；互联网行业产出效益；互联网行业发展质量

DOI：10.13939/i.cnki.zgsc.2016.39.076

一、引言

北京是我国的“网都”，处于我国互联网行业发展的“第一方阵”。依据2016年1月，北京市有域名485万个，仅次于广东省（497万个），占全国域名总数比例达到15.7%；拥有网站51.4万个，仅次于广东省（67万个）；拥有网页851亿个，居全国之首；有IPv4地址8564万个，远远高于排名第二、第三的广东省（3201万个）和浙江省（1840万个），居全国第一位；软件收入为6310亿元，仅次于广东省（6441亿元）。随着移动互联网技术的不断发展，北京市互联网行业的发展已经超越了传统产业形态，形成了集互联网基础设施与终端设备生产、互联网基础服务、互联网内容服务、电子商务等内容为一体的综合产业形态，成为了北京经济增长的一大亮点。

当前，调整产业结构、产业结构升级改造已经成为保证我国经济增长速度处在合理区间的重要举措，而要做好这项工作：首先，需要研究清楚各产业的发展现状，尤其是其对经济增长的作用及影响程度。互联网行业的迅猛发展，尤其是当前与传统产业不断融合，逐渐形成了新的产业形态，这些新的产业形态与经济增长到底存在一种什么样的关系，其对经济增长的影响到底有多大，这都是需要进行深入研究的课题。北京互联网行业的发展遥遥领先于其他各省份，且在北京经济总量中的比重较大；其次，北京市的互联网行业与生产、消费等行业的耦合度最高，具有带动北京市经济增长的巨大潜力。因此，深入探究互联网行业与北京市经济增长之间的关系，考察其对北京市经济增长影响的大小，不仅对北京市的产业结构调整、升级、改造具有重要意义，而且，对于其他各省份如何发展互联网行业及调整互联网行业与其他产业之间的关系也具有重要的参考价值。

二、文獻述评

与传统的行业相比，互联网行业具有两大特点：一是新兴性，互联网行业发轫于20世纪90年代，至今也不过20多年的历史；二是综合性，互联网行业是一个产业集合体，以现代新兴的互联网技术为基础，专门从事网络资源搜集和互联网信息技术的研究、开发、利用、生产、贮存、传递和营销等。这两大特点表明，互联网行业是新兴行业，具有较大的发展潜力和整合能力，随着社会的快速发展，其经济影响力、渗透力不断提高，因而学术界对互联网行业的研究也日渐丰富。

从已有研究来看，国外关于互联网行业对经济增长影响的研究大都集中于信息通信技术行业。早在1995年，乔根森（Jorgenson）和斯德尔（stiroh）就分析了计算机行业的投资对于美国经济的影响，指出计算机行业的投资是推动美国经济的主要引擎。奥利纳（Oliner）和西赛（sichel）研究指出，在20世纪90年代，美国劳动生产率的增长中66%是由计算机的使用与信息技术的推广带来的。基尔伯特（Gilbe～）等人以法国为研究对象，利用模型分析了信息和通信技术对法国国民经济增长的贡献，指出在1995-1999年，信息和通信产业对国内生产总值增长的贡献度达到了0.3%左右。顿尼维基克（DunnewUk）等人以内生经济增长理论为范式，计算了信息通信产业对于欧盟全要素生产率的影响。玛尼卡（Manyika）和劳斯伯格（Roxburgh）认为，互联网已经成为推动世界经济增长的一股显著的力量，经过1995-2009年的发展，发达国家互联网行业的产值占国内生产总值的比重平均达到了10%。埃米瑞（Ami-ri）等人更是以中国的计算机与通信行业的子行业为研究对象，分析并研究了各子行业的经济推动作用。

国内学者关于互联网行业与经济增长之间的关系及影响也进行了大量研究。王曼华对我国互联网网络发展现状进行了经济计量分析，并对如何推动经济增长提出了建议。向蓉美利用我国2002年投入产出表，实证分析了互联网产业对国民经济的拉动作用、支撑作用，并借助坐标图探讨了互联网行业对国民经济拉动和支撑作用的类型。张媛媛研究了我国互联网产业与国民经济投入产出之间的关系，从行业之间的关联视角分析了电信行业与宏观经济的联动关系。还有研究进一步表明，互联网行业的快速发展对北京市的经济增长具有较强的推动作用，互联网行业的生产总值每增加1%，北京市的国内生产总值就增加0.786%。

总体来看，关于互联网行业与经济增长的研究，从互联网行业诞生之日起就已经出现了，定量分析的方法也非常丰富，这为未来的相关研究奠定了较好的基础。但综观已有研究，存在以下不足：第一，互联网行业发展较快，研究中使用的数据相对陈旧，不能全面、深入反映当前互联网与经济增长真实的关系和影响大小；第二，已有研究主要集中在互联网行业的宏观经济作用层面，对于中观层面，尤其是对地区经济增长作用的研究还很少，而针对北京市互联网与经济增长的研究更为鲜见；第三，在对北京市互联网与经济增长关系的研究中，只是将软件和信息技术服务业的生产总值作为衡量北京市互联网行业发展水平的指标，没有考虑到北京市互联网行业中第二产业的内容，因而低估了互联网行业对北京市经济增长的推动作用。互联网行业已经发展成为一个囊括众多生产领域的多元化的行业，除了上述软件、信息服务等行业外，还包括了大量以通信设备、计算机及其他电子设备为主要产品的行业，这些行业也是互联网行业的重要组成部分；第四，已有对北京市互联网与经济增长关系的研究使用均为年度数据，由于统计口径的调整，年度数据只局限于2000-2014年这15年，样本量不大，所含信息量有限，容易造成模型分析结果的偏差和不显著；第五，已有对北京市互联网与经济增长关系的研究，所使用的定量分析方法没有进行滞后排除检验，这容易造成估计失真的问题。鉴于此，本文将使用最新数据，构建更为适合的模型进行定量分析，以解决上述问题及不足。

三、研究思路及模型选择

本部分对研究思路及模型选择进行说明与分析。

（一）研究思路

借鉴和参考已有研究，本文首先，明确各变量的具体指標，即使用北京市的国内生产总值（GDP）来表示北京经济增长的状况，使用通信设备、计算机及其他电子设备制造业的产出值（MCO）和信息传输、计算机服务和软件业产出值（INT）两部分之和（INMC）来表示北京互联网行业发展的状况。其次，本文建立模型，分析INMC和GDP之间的关系。由于通信设备、计算机及其他电子设备制造业属于第二产业，信息传输、计算机服务和软件业属于第三产业，二者之间存在很强的差异性，因此本文还将利用模型工具分析MCO、INT和GDP之间的关系，详细说明北京市互联网行业的子行业与北京市经济增长之间的关系，以及其对北京市经济增长的作用大小。最后，针对得出的结论，本文进行讨论并提出相关建议。

（二）模型选择

从现有研究方法来看，经济科学经验研究中的因果判定主要有以下几种方法：多元线性回归（MLR）、机器学习（ML）、鲁宾因果模型（Rubin's Casual Models）、结构模型（sM）、充分统计量法（ss），等等。尽管它们的具体方法和适用对象不尽相同，但是本质上都是在寻找可信的对照组，利用不同控制条件下的对照组数据进行计算，进而做出因果推定。在宏观数据因果识别上，普遍为学术界所接受的因果识别方法是结构向量自回归模型，这种模型基于一定的经济理论基础，将基于经济、金融理论等变量之间的结构性关系引入向量自回归模型。但是，如果变量之间并没有理论联系，或者不存在结构支撑。因此，传统的向量自回归模型还是主要的因果判定方式。

本文使用向量自回归模型（Vector Auto-Regression Modle，VAR）作为分析工具。向量自回归模型考虑到了数据的统计学性质，能够更好地分析数据之间的关系；它把系统中每一个内生变量当作所有内生变量的滞后值的函数，从而将单变量自回归模型扩展到了由多元时间序列变量组成的“向量”自回归模型，即扩大了数据之间关系的分析能力；它具有很强的“包容性”和“扩展性”，如在一定的条件下，滑动平均模型和自回归滑动平均模型也可以转化成向量自回归模型，因而受到研究者越来越多的青睐。具体到本文的研究，向量自回归模型还具有三个方面的优点：第一，不严格地以经济理论为基础，避免了“先入为主”的情景预设，特别适用于分析互联网行业和经济增长之间的关系；第二，结构、规模较小的数据使用向量自回归模型得出的预测结果，要优于较大规模、结构的数据，对于短期预测更是如此，因此，利用向量自回归模型分析、预测某一个行业对于区域经济的影响是非常合适的；第三，向量自回归模型对数据质量的要求不是很高，可以较好地处理时间序列数据，而且参数的估计比较容易，这对于一些新兴行业（如本文研究的互联网行业），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。

四、数据来源及数据处理

本部分从以下三个方面进行分析。

（一）数据来源

本文所用数据均来自于北京市统计局网站（http：//www.bjstats.gov.cn/）的“月、季度统计数据”专栏。为了提高样本量，增加数据的信息量及模型的解释力，本文选取了北京市2008年第一季度至2015年第四季度的数据作为模型数据，共有32个。由于季度数据是累计数据（如“第三季度的国内生产总值是前三个季度国内生产总值之和”），所以本文对年份的季度数据进行了处理，形成了四组数据：国内经济生产总值（GDP）；通信设备、计算机及其他电子设备制造业的产出值（MCO）；信息传输、计算机服务和软件业产出值（INT）；MCO与INT共同形成的产出值（INMC）。

（二）数据描述性统计量

利用Eviews 7.0计量分析软件，本文对四组数据（GDP、MCO、INT、INMC）进行了描述性统计分析（见表1）。

通过Jarque-Bera检验统计量和其相应的概率P可以看出，在3%的显著性水平下接受原假设，四个序列都服从正态分布。

（三）数据的季节调整

由于这四组数据都是季度序列数据，季节性的因素会导致统计数据不能客观地反映经济变化规律和总体统计特征。因此，本文对季度数据进行了季度调整，去除了季节波动因素的影响。本文使用Eviews 7.0软件中的“X12季节调整法”去除了季节因素的影响，相应地得到了四组数据：SAGDP、SAINMC、SAINT、SAMCO（见表2）。

在具体的计算中，上述指标数据都进行了对数化处理。经过季节调整后的数据均符合正态分布。

五、模型构建及运算结果

本部分从以下六个方面进行分析。

（一）建立初步的向量自回归模型

不考虑变量的性质，先建立初步的向量自回归模型。本文选取滞后阶数为2阶的向量自回归模型作为初步分析模型。其中，VARl模型是包含SAGDP和SAINMC两个变量的向量自回归模型；VAR2模型是包含SAGDP、SAINT和SAM—CO三个变量的向量自回归模型。利用软件Eviews进行计算，得到其具体公式：

（三）格兰杰因果检验

上述确立了两个模型的滞后阶数，因而可以进行格兰杰因果检验（见表5、表6）。（五）脉冲响应分析脉冲响应函数分析法可以测量一个内生变量对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，对内生变量的当期值和未来值所产生的影响程度。本文利用这一分析技术，得到VAR3、VAR4模型的脉冲响应结果（见图1、图2）。

由图1可以看出，当在本期给log（SAINMC）一个正冲击后，log（sAGDP）会在第3期达到最高点，但冲击程度有限（值仅为0.0063）；当在本期给log（SAGDP）一个冲击后，log（SAINMC）会在当期达到最高水平（值为0.056），然后缓慢下降。这表明，当期GDP的变化可以同向带动INMC的变化，而当期INMC的变化却在第3期后才能对GDP产生缓慢而又有限的拉动作用。

由图2可以看出，GDP的变化可以带动当期MCO的同向变化，可以在第2期带动INT的同向变化；INT的变化可以带动当期GDP的同向变化，只是影响强度较低；当期MCO的变化可以带动第2期GDP的逆向变化。

（六）方差分解

方差分解可以分析向量自回归模型的动态特征，它通过分析每个结构冲击对内生变量变化产生影响的程度来评价不同结构冲击的重要性。本文使用该方法得到了VAR3模型和VAR4模型的方差分解结果（图3、图4）。

从图3和图4可以看出，GDP对INMC的贡献率在70%左右，GDP对于INT和MCO的贡献率在35%左右。

六、结果解释与说明

本部分从以下三个方面来分析。

（一）格兰杰因果检验结果解释

格兰杰因果检验结果显示，变量10g（SAINMC）受到变量log（sAINT）滞后期的影响较为显著，而变量log（sAINT）受变量Log（sAINMC）滞后期的影响不显著。格兰杰因果检验结果还表明，北京市的经济增长带动了北京通信设备、计算机及其他电子设备制造业和信息传输、计算机服务和软件业的发展，而北京通信设备、计算机及其他电子设备制造业和信息传输、计算机服务和软件业发展之间的作用关系不显著。因此，从计量经济学的角度来看，更多的是北京市的经济增长带动和促进了北京互联网行业的发展。也就是说，北京市的经济增长是“因”，而互联网行业的发展是“果”，这与已有研究结论存在较大不同。之所以出现这种差异，本文认为主要是由两方面的因素造成的：第一，已有研究没有进行滞后排除检验，没有确定最优滞后阶数，而格兰杰因果检验结果受滞后期P的影响，因而造成了格兰杰因果检验失真；第二，已有研究的样本容量较小，样本信息量有限，使得某些短期趋势影响了格兰杰因果检验的结果，而本文在数据的使用上，采用的是季度数据，并进行了季节调整，增加了信息量，剔除了短期趋势等干扰性因素的影响。

事实上，任何一个产业对于地区的经济增长都具有推动作用，而地区的经济增长也会对每一个产业起到带动作用，二者是辩证统一的，只是在相互的影响程度和影响时效上有所差别。本文通过模型分析，可以得出以下结论：在互联网行业和北京经济增长二者之间，北京市的经济增长对互联网行业的带动效应更强，北京市的经济增长能即期带动互联网行业的发展。从实际情况来看，近年来北京市的经济增长水平不断提高，生产要素和创意观念大量集聚，这些因素通过人力资本流动、资本转移、技术扩散及带动产业调整等途径有效拉动了北京地区互联网行业的发展，而与此同时，北京地区巨大的消费市场规模也有力地刺激了互联网行业发展。在这样的大环境下，北京互联网行业的发展呈现出了蓬勃发展的态势。

（二）脉冲响应结果解释

脉冲响应分析结果显示，log（sAGDP）在当期就影响log（SAINMC），而反过来，log（SAINMC）在第2期才能对log（SAGDP）呈现出影响，并在第3期达到最高值，但最大值也仅为0.0063。结合格兰杰因果检验的结果可以认为，互联网行业对北京市的经济增长具有一定的推动作用，但这种推动作用需要2～3年的时间才能显现，滞后效应非常明显。从全国范围来看，北京市的互联网发展水平较高，但从北京市的具体情况看，互联网的发展与当前的社会经济增长还不相适应，未能表现出同步性，总体上滞后于经济增长。由此可以做出简单的推论，在全国其他互联网行业发展水平不高的城市，互联网行业对城市经济的推动作用非常有限，而且这种作用需要较长的时间才能呈现出来。

由图2可以发现，信息传输、计算机服务和软件业对北京市的经济增长具有推动作用，但也体现出较长的滞后性，需要在第7期才能达到最大值0.009。之所以出现这种情况，本文认为主要是由于信息传输、计算机服务和软件业的产业特性决定的。信息传输、计算机服务和软件业具有第三产业的特性，它们以提供无形的服务、软件为主，而服务、软件要发挥全部的经济效应需要一個较长的周期（2～7年），因而不能起到“立竿见影”的经济促进作用。

通过图2还可以发现，通信设备、计算机及其他电子设备制造业对北京市的经济增长具有负向推动作用，但同时也体现出一定的滞后性，具体而言，是在第5期达到最高水平（值为0.010）。究其原因，通信设备、计算机及其他电子设备制造业属于第二产业，以生产互联网硬件等有形产品为主。这些产品均属于固定资产，而固定资产当期就可以使用并发挥效益，但固定资产有折旧和损耗，这种折损会随着时间的推进而不断加大（如加速折旧），这种折旧效应进而给经济增长带来相应的负作用。

（三）方差分解结果解释

方差分解结果显示，北京市的经济增长对于互联网行业发展的即期贡献率为44.12%，长期贡献率达到了78.89%，而互联网行业对北京经济增长的即期贡献率为0，长期贡献率只有1.879%。二者相比较，结果较为悬殊，这进一步验证了格兰杰因果检验和脉冲响应分析的结果。北京市的经济增长对信息传输、计算机服务和软件业的即期贡献率为4.499%，长期贡献率为31.62%；对通信设备、计算机及其他电子设备制造业的即期贡献率为6.161%，长期贡献率为29.95%。

北京市的经济增长对互联网行业而言，无论是即期贡献还是长期贡献，从数值上看都非常高，而互联网行业对北京经济增长的贡献，无论是即期的还是长期的，从数值上看都非常低，甚至可以忽略不计。这种情况的出现主要是由于互联网行业的特性决定的，尽管互联网行业按照属性可以进一步细分为第二产业和第三产业，但总体而言，互联网行业主要具有服务业的“消费性”，其“生产性”较弱。北京市的经济增长对具有第三产业特性的信息传输、计算机服务和软件业的即期贡献率，均低于对具有第二产业特性的通信设备、计算机及其他电子设备制造业，这一结果也充分说明了这一点。

七、结论与讨论

定量分析结果显示，总体而言，互联网行业对北京经济的推动作用有限，而且还存在着一定的滞后期；具体来说，信息传输、计算机服务和软件业对北京市的经济推动作用较小，通信设备、计算机及其他电子设备制造业对北京市的经济增长具有负作用。相反，北京经济的行业带动效应十分显著，其对互联网行业发展的即期贡献率接近50%，长期贡献率接近80%。

北京市的经济增长对互联网行业的带动作用非常明显，显然，这种带动作用主要是依靠大量的资金投入实现的。这说明，当前北京对互联网行业的发展较为重视，从现有的经济规划、经济政策扶持等项目上可见端倪。究其原因，这主要是由互联网行业的发展趋势所决定的。在全球一体化、经济全球化的历史发展背景下，互联网行业已经成为各国经济增长的一个重要行业，任何一个国家或者一个地区的经济增长都离不开互联网行业提供的各种服务、产品的支持。从实际来看，越是经济发达的国家和地区，经济依赖互联网行业的现状就越突出，即经济越繁荣，互联网行业越发达。然而，从北京市的具体情况看，北京市的经济对互联网行业的即期贡献率接近50%，说明北京市互联网行业的发展接近一半是由于北京市全行业努力的结果；而从长期看，这一贡献率更是高达80%。这从一个侧面表明，北京市在产业投入过程中过分偏向互联网行业，而且，经过这些年的长期投入，其累积的推动效应越来越大。这种过分偏向的投入自然会造成其他行业投入的减少，在某种程度上引起产业结构失衡，因此，北京市今后必须弱化对互联网行业的过分投资，避免互联网行业对其他行业形成严重的“抽血”效应，同时强化产业结构的升级、调整，使各产业优化组合发挥更大的效益。

从全球范围来看，互联网行业的自我盈利能力不强，尤其是对通信设备、计算机及其他电子设备制造业来说，其更多地起到的是基础设施辅助经济增长的作用，进一步地说，它在经济增长领域是一个“工具性”的行业。互联网行业中的信息传输、计算机服务和软件业具有一定的盈利能力，在消费经济领域作用巨大，但其直接的“生产性”的功能也不是很强。从本文所进行的定量分析结果看，整个互联网行业对北京经济增长的推动作用非常弱，信息传输、计算机服务和软件业的作用尚有所体现，而通信设备、计算机及其他电子设备制造业却是起到了阻碍作用。尽管这种现象的出现主要是由于互联网行业的特性决定的，但这也充分暴露出北京市互联网行业在发展中存在的重大问题，即互联网行业的经济产出能力非常差，与北京市较大的经济投入不成比例，而且与其他国家主要城市的情况相比，这种经济产出能力也非常弱。因此，未来北京市必须在抑制互联网行业投资热、避免资源浪费及过分集中到某几个行业的同时，加大互联网行业的产业调整、结构升级，注重互联网行业的质量提升，尤其是要强化信息传输、计算机服务和软件業的市场服务能力和盈利能力，提升其国际竞争力和影响力。

应该注意到，本文以国内生产总值和行业产值作为考察互联网行业与北京经济增长关系的指标还存在一定的局限性，因此，在今后的研究中还需要进一步完善指标体系，以全面描述北京市的经济增长水平和互联网行业发展现状。同时，随着时间的累积，北京市有关互联网行业的相关数据会更为丰富，样本量会更大，以此为基础进行的定量分析会更为科学、准确地反映互联网行业与北京市经济增长之间的关系。