“互联网+”行动驱动产业结构变迁的实证研究——基于2005-2014年长江经济带面板数据

郭朝晖 靳小越

“互联网+”行动驱动产业结构变迁的实证研究
——基于2005-2014年长江经济带面板数据

郭朝晖 靳小越

经济新常态下，“互联网+”成为中国经济转型的新引擎，推动产业结构优化升级。基于2005-2014年长江经济带11个省市的省级面板数据，运用主成分分析法测度互联网发展水平，采用系统GMM和Malmquist指数方法实证分析“互联网+”行动驱动产业结构变迁的效应。结果显示： “互联网+”对产业结构合理化和产业结构高级化有明显的正向促进作用；同时，产业结构合理化及高级化滞后效应显著，后期产业结构深化程度受前期的影响。“互联网+”驱动产业结构高级化效率在长江经济带省市存在区域差异，且各省市效率差异与其经济发展水平不存在同向因果关系。

互联网+； 产业结构变迁； 长江经济带； 面板数据； Malmquist指数

一 引 言

随着现代信息通讯技术的更新，以互联网技术为代表的第三产业以及高新技术产业快速发展。李克强总理在政府工作报告上提出的“互联网+”行动计划中指出, 要利用好互联网集成和优化要素资源配置的优势，推动互联网与传统产业融合创新，促进虚拟经济与实体经济深度融合，由消费领域向生产领域拓展，发展新的产业生态。在这种背景下，“中国制造”在经济新常态下转型为“中国智造”的新趋势对当前产业结构升级的要求已经迫在眉睫。同时，“互联网+”驱动产业结构优化的作用越来越明显： 一方面，互联网信息技术融合并改造传统产业，更加合理地配置资源，降低成本，提升产业间协调程度；另一方面，催生新兴产业，为产业结构升级和经济发展注入新的活力。本文试图以长江经济带为例探讨“互联网+”行动对产业结构变迁的影响，为构建适应区域经济发展的产业结构体系开展一定的理论探索。

二 文献综述

近年来，“互联网+”在驱动产业结构升级进程中的作用和影响成为学界关注的热点。一些学者从互联网影响宏观经济增长及驱动产业结构升级的角度出发，探究它们之间的联系。

(一)宏观视角的研究

Ghosh(2017)[1]研究2000-2014年中东和北非国家的经济发展，发现宽带政策自身对经济增长并没有足够显著的直接影响，需要通过宽带渗透率这一互补的增长动力来推动经济增长，且企业在宽带应用上的经济增长效应是长期的。Koutroumpis(2009)[2]选取2002-2007 年22个经合组织国家的面板数据，指出当一个国家完善信息基础设施建设时，可以使该国的经济增长与电信宽带投资的正向回报关系更为显著。韩金伶(2016)[3]研究美国互联网经济发展历程，指出美国互联网经济发展对其互联网技术和经济增长都有显著正向促进作用，且在很大程度上推动了美国经济的制度革新。谢印成和高杰(2015)[4]研究1999-2013年我国互联网发展，指出网络零售交易对中国第三产业有显著的正向促进作用，且农村网民数量增加能提升网络零售交易额，互联网已成为经济增长不可或缺的新动力。

(二)产业结构层面的研究

互联网发展对产业结构升级转型的影响。施莉(2016)[5]研究2010-2015年西部菱形经济圈核心城市的产业发展数据，指出互联网信息技术叠加产业的资源配置和生产组织方式将加速该区域产业结构高级化、惯性化和协同化。赵立昌(2015)[6]指出互联网经济在降低交易成本、刺激需求结构变化的同时，改造传统产业，推动新兴行业出现，改变了第三产业的比重，使产业结构更加合理。段军山和余点点(2013)[7]指出互联网发展推动产业结构升级的同时，产业结构优化进一步促进互联网的发展，但仅仅用人均电信业务总量及互联网用户比重作为互联网发展的衡量指标没有足够的说服力。张伯伟等(2013)[8]认为，世界经济已进入由信息技术推动的第五次长期波动中，信息技术正逐步渗透并改造其他行业，推动传统产业向新兴产业转变。

通过梳理上述研究，发现目前研究“互联网+”和中国产业结构合理化、高级化影响关系的相关文献较少，研究“互联网+”驱动创新效率及对区域经济产业结构高级化效率也不多见，再者度量“互联网+”发展的指标过于单一。长江经济带是内河沿岸经济带的重要地区，横跨东中西部，覆盖长江三角洲、长江中游和成渝三个城市群，综合实力强，市场潜力大，在区域发展总体格局中具有重要战略地位。本文以现有研究为基础，选取长江经济带11个省市2005-2014年的面板数据，通过主成分分析法构建“互联网+”指数，采用系统GMM方法实证研究“互联网+”驱动长江经济带产业结构变迁的影响效应，并通过Malmquist指数进一步分析“互联网+”行动驱动长江经济带产业结构高级化的效率，以期为其他经济带或其他区域的发展研究提供参考。

三 研究设计

(一)研究假设

“互联网+”概念于2015年提出，是指将互联网信息技术深度应用于传统产业，使之与传统产业融合发展，从而形成一种新的经济发展形态。产业结构合理化是指为提高经济效益，在一定的经济发展阶段根据现有水平对不合理的产业结构进行调整，实现生产要素的合理配置和各产业协调发展。产业结构高级化指产业结构重心由第一产业向第二产业和第三产业逐次转移，标志着该区域经济发展水平的高低、发展阶段和方向。目前，关于“互联网+”与产业结构合理化和产业结构高级化的研究十分有限，总结梳理近两年相关文献，发现“互联网+”能充分集成和优化资源配置，是产业转型、产业结构深化的外在驱动力，对产业结构升级有正向影响。同时，产业结构合理化和产业结构高级化又是产业结构升级的动态过程，仅讨论“互联网+”的静态影响过于片面。基于此，综合现有的研究成果和本文的研究目标，提出2个基本假设：

H1： “互联网+”对产业结构深化具有积极的作用。

H2： “互联网+”对产业结构深化具有动态的影响，后期产业结构深化程度受前期影响。

中国区域创新存在俱乐部效应，研发投入与创新绩效在人力资本强度较低的地区相关性不显著；而在人力资本强度较高的地区却显著正相关(孙建，2011)[9]。由于各地区资源禀赋和经济发展的不均衡，各个地区投入-产出存在绝对差异。而投入-效率属于相对差异，创新驱动效率低的地区创新要素投入不一定少，反之，创新驱动效率高的地区创新要素投入不一定多，二者之间不存在必然的因果关系。由此，本文提出第三个假设：

H3： “互联网+”驱动产业结构高级化效率存在区域差异，但效率差异和地区经济发展并非完全正相关。

(二)模型设定及数据来源

本文从产业结构合理化和产业结构高级化两个维度，以长江经济带为例考察“互联网+”行动产业结构变迁的影响。产业结构合理化衡量了要素投入结构和产出结构的耦合程度，它一方面反映了产业间的协调程度，另一方面也反映了生产要素资源的有效利用程度，是产业间的聚合质量(干春晖等，2011)[10]。

对产业结构合理化水平的测度，借鉴干春晖等(2011)[10]的做法，采用泰尔指数方法来衡量，记作RIS。其计算公式为：

(1)

其中，x表示产值，h表示劳动力，k表示产业部门数，i表示产业，RIS表示产业结构合理化水平，RIS值越小，产业结构越合理。

产业结构高级化是产业结构升级的一种衡量，且信息化推动下的经济结构服务化是产业结构升级的一种重要特征。近年来，我国现代服务业在互联网技术应用的带动下迅速发展，第三产业比重逐年递增，且第三产业的增长率比第二产业的增长率要快。对产业结构高级化水平的测度，采用第三产业与第二产业的产值比值AIS来衡量。其计算公式为：

(2)

其中,y3表示第三产业的产值，y2表示第二产业的产值，AIS值越大，产业结构形态越高级。

结合国内外已有的研究成果来看，全社会固定资产投资、R&D经费投入、国际贸易、金融发展程度、外商直接投资等指标对产业结构合理化和产业结构高级化均有影响，故选取上述指标分别作为产业结构合理化和产业结构高级化模型的控制变量，构建如下待估模型：

RIS(产业结构合理化)=f(Pjl, Int， 控制变量)

(3)

AIS(产业结构高级化)=f(Pjl, Int, 控制变量)

(4)

现有相关研究中缺少综合衡量“互联网+”发展水平的指标，大多是从互联网用户比重或人均电信业务总量等指标入手，而“互联网+”的发展体现在多个方面，比如： 互联网与传统产业融合应用层次，传统产业通过互联网域名和网站开发的潜在客户，互联网的基础设施建设等。为了实现传统产业和互联网更好地融合发展，传统产业厂商需要依托互联网平台与现有客户实现良好的在线交互，并借助互联网传媒渠道充分展示自身优势来进一步拓展用户市场。例如，注册、建立和优化企业网站，开发企业相关APP应用，在具有庞大用户群体的新闻、社交类媒体网站投放广告等。在此过程中，商户需要大量申请IP和建立服务器，因而网页和域名数的增加可以反映互联网与传统产业的融合发展程度。因此,采用单一互联网用户比重或人均电信业务总量等指标去衡量我国“互联网+”的发展水平缺乏说服力，过于片面。故选取2005-2014年我国长江经济带各省市网站数、网页数、CN域名数，采用主成分分析法构建一组数据来衡量互联网指数，记作Int，为便于计算，对主成分作归一化处理。且参考以往研究经验，将互联网指数Int和网民普及率Pjl一起作为考察长江经济带“互联网+”发展水平的变量指标。

控制变量的选取方面，参照已有研究及现实情况，主要考虑以下变量因素的影响：

全社会固定资产投资(Invest)： 用地区固定资产投资(亿元)表示。

地区创新投入(RDjf)： 创新要素的投入可以显著推动产业结构高级化(付宏等，2013)[11]，用地区R&D经费投入(亿元)来衡量各地区的创新投入。

国际贸易(Tra)： 随着全球分工的日益加深，对外贸易能够打开市场，刺激需求和供给，推动产业结构升级(范爱军和卞学字，2013)[12]。以地区进出口额(亿美元)来表示地区国际贸易水平。

金融发展水平(Fi)： 金融和产业发展之间的依赖性逐渐增强，金融发展能显著促进区域产业结构升级，且两者互补效应明显(鲁钊阳和李树，2015)[13]。用年末金融机构贷款总额占当年GDP的比重来衡量地区金融发展水平。

外商直接投资(Fdi)： 外商直接投资对产业结构升级也具有显著正向促进作用(杨军等，2015)[14]。用地区实际外商直接投资(亿美元)这一变量来表示外商投资水平。

“互联网+”的概念虽然于2015年提出，但是在2015年之前，已有产业涉及“互联网+”。“互联网+”亦是由互联网与传统产业融合发展衍生而来，通过原有互联网及信息产业历史数据可以反映出该区域整体发展趋势。本文所有数据均来自《中国统计年鉴》、中国互联网络信息中心(CNNIC) 公布的历次调查报告、各省统计年鉴、《中国科技统计年鉴》。鉴于数据的可得性，时间跨度为2005-2014年。

为研究“互联网+”对产业结构变迁的影响，将上述指标代入模型，对相关变量取对数处理消除异方差的影响，构建如下面板数据模型：

lnRISi, t= α0+α1lnPjli, t+α2lnInti, t+α3lnInvesti, t+α4lnRDjfi, t+α5lnTrai, t+

α6lnFii, t+α7lnFdii, t+εi, t

(5)

lnAISi, t=β0+β1lnPjli, t+β2lnInti, t+β3lnInvesti, t+β4lnRDjfi, t+β5lnTrai, t+

β6lnFii, t+β7lnFdii, t+εi, t

(6)

其中i与t分别表示省份与时间，εi表示随机误差项。

在基本模型的基础上增加滞后项、个体效应及时间效应进行动态面板GMM分析，得到以下方程：

lnRISi, t=α0+α1lnRISi, t-1+α2lnPjli, t+α3lnInti, t+α4lnInvesti, t+α5lnRDjfi, t+α6lnTrai, t+ α7lnFii, t+α8lnFdii, t+μi, t+ηi, t+εi, t

(7)

lnAISi, t=β0+β1lnAISi, t-1+β2lnPjli, t+β3lnInti, t+β4lnInvesti, t+β5lnRDjfi, t+β6lnTrai, t+ β7lnFii, t+β8lnFdii, t+μi, t+ηi, t+εi, t

(8)

其中t-1表示滞后一期，μi表示个体固定效应，ηt表示时间固定效应。

(三)变量的描述性统计及相关性检验

2005-2014年长江经济带11省市各变量的描述性统计分析见表1。

表1 描述统计量

(续上表)

定义单位极小值极大值均值标准差观测值lnInvest固定资产投资的对数亿元6.90610.6448.8900.786110lnRDjfR&D投入的对数亿元2.4017.4105.0181.152110lnTra进出口额的对数亿美元2.6428.6375.8361.587110lnFi金融发展程度的对数-0.4500.7200.0930.287110lnFdi外商直接投资的对数亿美元-0.0645.8793.6301.363110

资料来源： 中国统计年鉴、中国互联网络信息中心、各省统计年鉴、中国科技统计年鉴。

表2 相关矩阵

表2表明，网站数和网页数、CN域名数相关系数达到了0.835和0.898，存在多重共线性的问题，因此用主成分分析构建互联网指数测度综合发展水平。

表3 解释的总方差

注： 提取方法为主成分分析。

表3表明，特征值根累计贡献率达到89.989%，大于85%，故可以用主成分Int指标衡量长江经济带网站、网页和CN域名的发展程度。

表4 成分矩阵

表4表明，CN域名、网页数和网站数在主成分Int上有较高载荷，说明主成分基本反映了这些指标的信息，因此采用主成分分析是合适的。

四 实证分析

(一)静态面板分析

由于在不同阶段各省市间的产业结构与其经济发展水平存在较大的差异，因此“互联网+”行动对产业结构合理化和高级化的影响也不尽相同。在两个模型中同时控制个体效应和时间效应，采用固定效应、随机效应和混合效应进行回归。从Hausman检验和F检验结果可以看出，两个模型的个体效应都符合固定效应假设，因此在产业结构合理化和高级化的静态面板模型估计中，本研究均选择采用固定效应，相关实证结果如表5所示。

表5 “互联网+”驱动产业结构深化模型回归结果

注： *、**、***分别表示10%、5%、1%的显著水平；括号内为标准误。

从表5面板估计结果可以看出，互联网指数、固定资产投资、进出口贸易和外商直接投资等变量对产业结构合理化影响较为显著。“互联网+”指标中，互联网指数的系数显著为负，互联网指数每提升1%，产业结构合理化水平提高0.385%。这是由于“互联网+”行动充分发挥互联网集成和优化要素资源配置的优势，深度融合虚拟经济与实体经济，推动互联网与传统产业融合升级。比如电商行业和快递行业的发展使我国的需求结构得到了极大改善，同时也在一定程度上提高了劳动就业量，加快了我国产业结构的合理化进程。固定资产投资投入每增加1%可以使我国产业结构合理化水平降低1.140%，这可能由于我国经济转型前“重数量，轻质量”的粗放式增长，过度的固定资产投资使得产业结构合理化效率不高，甚至浪费。外贸进出口和外商直接投资每增加1%分别可以使长江经济带产业结构合理化水平提高0.236%和0.366%。其他指标如网民普及率、金融发展水平、R&D科研经费对推动产业结构合理化的影响是不显著的。可能是由于互联网网民结构复杂、人数众多，单纯网民增长并不能完全与产业结构合理化相关，而金融资产粗犷发展致使金融低效率、科研的长期性和沉没成本亦可能导致影响不显著。

从产业结构高级化角度来看，对产业结构高级化影响显著的变量有互联网指数、固定资产投资、R&D科研经费、对外贸易、金融发展水平和外商直接投资。“互联网+”指标中，互联网指数每提升1%，产业结构高级化水平提高0.082%。“互联网+”战略的提出，推动了互联网和传统产业的融合升级以及新兴产业的发展，极大地提升了第三产业在国民经济的比重。其他指标中，R&D科研经费投入每增加1%，可以使得产业结构高级化水平提高0.160%，外贸进出口每增加1%，可以使得产业结构高级化水平提高0.080%。而固定资产投资、金融发展水平、外商直接投资与产业结构高级化显著负相关，固定资产投资、金融发展水平、外商直接投资每增加1%分别导致产业结构高级化水平降低0.425%、0.216%、0.181%。同样的，这可能是由于我国经济转型前过度投资的粗放式增长，造成产能过剩和浪费。网民普及率的影响并不显著，也可能是由于互联网网民结构复杂，单纯人数增长并不能导致产业结构高级化。

由上述分析可知，中国产业结构合理化和高级化进程受互联网指数的影响是积极显著的，而互联网指数又属于“互联网+”行动的反映指标，因此印证了假设1，即“互联网+”有助于产业结构深化。

(二)动态面板分析

为从动态视角探究“互联网+”行动驱动产业结构合理化和高级化的效应，构建含有因变量滞后项的动态模型。由于搜集的数据时期跨度为2005-2014年，时间较短，因此只考虑加入一阶滞后项，采用系统GMM方法。

从表5的动态面板模型估计结果可以看出，长江经济带产业结构合理化和高级化的滞后项显著影响当期的产业结构合理化和高级化程度，系数分别为-0.052、0.373。这表明长江经济带产业结构深化是一个存在惯性的动态过程，后期是对前期的扬弃。网民普及率、互联网指数、固定资产投资和外商直接投资也对产业结构深化有着显著的影响，网民普及率增长1%可以使长江经济带产业结构高级化水平提高0.094%，互联网指数增长1%可以使长江经济带产业结构合理化水平提高0.369%、高级化水平提高0.128%，固定资产投资每增长1%可以使得长江经济带产业结构合理化水平降低0.339%，外商直接投资每增长1%可以使长江经济带产业结构合理化水平提高0.430%、高级化水平降低0.223%。固定资产投资和外商直接投资造成的负效应，同样可能是由于过度投资导致的产能过剩和浪费。

上述结果表明，“互联网+”行动对产业结构合理化和高级化的影响机制是一个动态的扬弃过程，前一期对当期的影响是显著的，从而印证了假设2。因为互联网融合传统产业转型升级需要一个较长的时间周期，短期内投资带来的经济收益难以立刻见到成效，但是从长期来看，“互联网+”驱动产业结构深化的优势是显著的。

(三)“互联网+”驱动产业结构高级化效率分析

基于DEA模型中的Malmquist生产率指数方法对长江经济带各省市“互联网+”驱动产业结构高级化效率的变动情况进行实证分析。选取网民普及率、互联网指数、固定资产投资、R&D科研经费投入、外贸进出口、金融发展水平、外商直接投资作为“互联网+”驱动的产业结构高级化的投入变量，产出变量则选用AIS指标来衡量。采用产出导向的Malmquist生产率指数模型。具体变量见表6。

表6 Malmquist生产率指数模型变量

从长江经济带11个省市整体全要素生产率水平看(表7)，Malmquist生产率指数的全要素生产率均值为0.946，小于1，说明11个省市2005-2014年总体“互联网+”驱动产业结构高级化活动的全要素生产率水平较低。进一步观察10年数据，绝大多数年份的全要素生产率均低于1，处于低效率水平，只有2008年、2013年、2014年除外，这三年的全要素生产率高于1。通过对11个省市分解指标的考察，发现技术变动、纯技术效率变动总体均值小于1，且效率值低于技术效率变动、规模效率变动的均值水平，而技术效率变动、规模效率变动的总体均值大于1，效率较高。从四个分解指标的年份数值来看，2008年技术效率变动、技术变动、规模效率变动指标的数值大于1，2013年和2014年技术效率变动、纯技术效率变动、规模效率变动指标数值大于1。以上三年表现出全要素生产率变动数值水平也较高，“互联网+”驱动产业结构高级化效率较高；2009年和2010年技术效率变动、技术变动、纯技术效率变动、规模效率变动四项指标全都小于1，致使当年全要素生产率变动远低于均值水平。对于上述情况的一个可能解释是，中国在遭遇2008年全球金融危机冲击之后，实行扩张性财政政策，采用增加固定资产投资的方式来保证经济的增长，过度投资基建设施，从而造成产能过剩和浪费，效率降低。

表7 长江经济带整体“互联网+”驱动的全要素生产率水平变动

(续上表)

年份技术效率变动技术变动纯技术效率变动规模效率变动全要素生产率变动20131.0600.9491.0401.0201.00620141.0790.9711.0431.0351.047均值1.0040.9430.9931.0100.946

从长江经济带各省市的个体特征来看(见表8)，“互联网+”驱动产业结构高级化全要素生产率均值超过1的省市有2个，分别是江苏、上海。其中，技术效率变动值最高和最低的分别是上海和安徽；技术变动值最高和最低的分别是重庆和云南；纯技术效率变动值最高和最低的分别是江苏和安徽；而规模效率变动值只有江西和重庆小于1。综合技术效率变动、技术变动、纯技术效率变动数值来看，没有任何一个省市的三个指标均大于1，表明在11个省市中，“互联网+”驱动产业高级化的积极作用并没有达到最优水平。上海和江苏的技术变动值虽然都没有超过1，但是由于技术效率变动、纯技术效率变动和规模效率变动的数值都大于1，导致全要素生产率大于1，表明“互联网+”行动依然积极推动该地区产业结构高级化进程。同时，在11个样本省市中，安徽、江西、重庆、四川、云南由于技术效率变动和技术变动均小于1，导致全要素生产率小于1， 表明这5个省市在“互联网+”驱动产业结构高级化进程中并没有充分发挥互联网集成优化资源配置、改造传统产业的积极作用。

表8 长江经济带11省市“互联网+”驱动的全要素生产率水平

通过DEA实证分析，发现“互联网+”驱动产业结构高级化效率的高低有地区分布特征，即“互联网+”驱动产业结构高级化效率在长江经济带各省市之间存在个体差异。从长江经济带流域来看，长三角城市群等经济发展较快地区全要素生产率相对较高，“互联网+”驱动产业结构高级化效应明显；而中西部地区有待进一步提升。通过进一步细分“互联网+”驱动产业结构高级化的效率指标，发现 “互联网+”驱动产业结构高级化效率的个体差异与各省经济发展水平并没有完全的必然联系，经济发展水平较高的省份不一定效率指标就高，也可能伴随有部分效率指标较低的情况，如上海、江苏、浙江的技术变动水平，证明了假设3。关于上述效率与经济发展不相符现象的一个解释是，中国绝大多数地区现阶段依旧是低效的原材料要素驱动经济增长；另一方面，“互联网+”融合传统产业、驱动传统产业转型升级等活动并没有依据地区经济现状特征对资源要素进行合理匹配，效率有待进一步提升。

五 结论与启示

基于2005-2014年长江经济带11省市的面板数据，考察了“互联网+”驱动产业结构变迁的影响效应，得到以下结论与启示：

第一，从静态角度来看，“互联网+”对产业结构合理化和产业结构高级化的促进作用是显著的。“互联网+”驱动产业结构深化的非连续性和静态性是未来挖掘“互联网+”驱动创新的重要领域。随着互联网信息技术的迅速发展及“互联网+”战略的提出，互联网与传统产业、虚拟经济与实体经济的深度融合，扩大了产业的生产可能性边界，推动产业结构升级并改造了传统产业生产方式。因此，应继续深入研究“互联网+”驱动产业结构升级的内在动力、探讨发掘“互联网+”影响产业结构升级的模式和规律，更好地提升全社会的创新力和生产力。

第二，从动态角度来看，“互联网+”对产业结构深化具有滞后效应，且后期产业结构深化程度受前期影响较大。“互联网+”是产业结构升级的外在驱动力，因此，要进一步夯实网络基础设施建设，加强“互联网+”的网络支撑基础。关注产业结构优化进程的动态特征，不断优化信息产业的投资结构，为技术创新提供政策支持，改进互联网相关基础设施和技术方面建设。目前，宽带已成为国家“战略性公共基础设施”，我国仍需不断加强网络的供给能力，提升高速宽带与移动宽带的普及率，依托互联网平台，充分发挥互联网优势，融合改造传统产业，拓展多样化市场。

第三，“互联网+”驱动长江经济带产业结构高级化效应总体是缺乏效率的，但各省市存在一定的个体差异，效率和地区经济发展水平并非完全正相关。因此，各省市在制定“互联网+”产业发展规划时应将本地区经济发展及产业结构状况纳入考量范围，结合自身的现实情况进行合理匹配，因地制宜，完善本地区的“互联网+”政策供给机制。例如，东部地区创新人力资本已较为丰富，通过加大对驱动创新升级的要素投入来提高驱动创新升级活动的资本-劳动比率，从而推动产业结构深化进程。而对于发展相对较慢的中西部地区，由于劳动密集型产业较为集聚，通过提升创新研发和创新人力资本的投入，从而带动产业结构深化进程。

[1]Ghosh,S..BroadbandPenetrationandEconomicGrowth:DoPoliciesMatter? [J]. Telematics & Informatics, 2017, 34(5): 676-693.

[2]Koutroumpis,P..TheEconomicImpactofBroadbandonGrowth:ASimultaneouslyApproach[J]. Telecommunications Policy, 2009, 33(9): 471-485.

[3] 韩金伶. 美国互联网经济发展研究[D]. 长春: 吉林大学, 2016.

[4] 谢印成, 高杰. 互联网发展对中国经济增长影响的实证研究[J]. 经济问题, 2015, (7): 58-61.

[5] 施莉. 产业结构视角下区域互联网经济形态发展研究[J]. 技术经济与管理研究, 2016, (11): 115-119.

[6] 赵立昌. 互联网经济与我国产业转型升级[J]. 当代经济管理, 2015, (12): 54-59.

[7] 段军山, 余点点. 互联网发展、 教育投入与产业升级——基于中国68个大中城市的面板数据[J]. 产经评论, 2013, 4(5): 5-15.

[8] 张伯伟, 任希丽, 李可爱. 信息技术是当前世界经济长期运行的基础创新技术吗?[J]. 南开经济研究, 2013(3): 3-20.

[9] 孙建. 中国区域创新内生俱乐部收敛研究——空间过滤与门槛面板分析[J]. 科学学与科学技术管理, 2011, (7): 74-80.

[10] 干春晖, 郑若谷, 余典范. 中国结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, (7): 4-15.

[11] 付宏, 毛蕴诗, 宋来胜. 创新对产业结构高级化影响的实证研究——基于2000-2011年的省际面板数据[J]. 中国工业经济, 2013, (9): 56-68.

[12] 范爱军, 卞学字. 中国FDI与国内投资的贸易效应比较研究[J]. 南开经济研究, 2013, (5): 60-70.

[13] 鲁钊阳, 李树. 农村正规与非正规金融发展对区域产业结构升级的影响[J]. 财经研究, 2015, (9): 53-64.

[14] 杨军, 宁晓刚, 张波. 外商直接投资对我国产业结构升级影响的总体效应分析[J]. 商业经济研究, 2015, (1): 116-118.

An Empirical Study on the Change of Industrial Structure Driven by “Internet +”——Based on Panel Data of 2005-2014 Yangtze River Economic Belt

GUO Zhao-hui JIN Xiao-yue

Under the new economy, “Internet +” has become a new engine of China’s economic transformation, providing a new direction for China’s industrial upgrading. Based on the panel data of 11 provinces and cities in the Yangtze River economic belt from 2005 to 2014, based on the measurement of the Internet development level by principal component analysis (PCA), using the GMM and Malmquist index methods to analyze the effect of “Internet +” driving the industrial structure change of Yangtze River economic belt. The results showed that: “Internet +” innovation-driven has significant positive influence in promoting industrial structure rationalization and industry structure upgrading. At the same time, the hysteresis effect of industrial structure rationalization and industry structure upgrading is significant, and the degree of deepening of the late industrial structure is affected by the previous period. There are regional differences in efficiency of industry structure upgrading among the Yangtze River economic belt provinces, and it does not exist the same causal relationship between the efficiency difference of the provinces and their economic development level.

Internet +; industrial structure change; Yangtze River economic belt; panel data; Malmquist index

2017-04-21

南昌大学协同创新中心项目“江西‘互联网+’行动与长江经济带建设的驱动”(项目编号： Z1503，项目负责人： 郭朝晖)。

郭朝晖，博士，南昌大学经济管理学院教授，研究方向： 企业管理与产业经济学；靳小越，南昌大学经济管理学院硕士研究生，研究方向： 产业经济学。

F121.3

A

1674-8298(2017)04-0014-11

[责任编辑： 莫 扬]

10.14007/j.cnki.cjpl.2017.04.002

方式]郭朝晖, 靳小越. “互联网+”行动驱动产业结构变迁的实证研究——基于2005-2014年长江经济带面板数据[J]. 产经评论, 2017, 8(4): 14-24.