我国城镇居民信息消费对产业结构的影响

师豪豪　杨锋林　唐钰茹

摘要：随着我国信息产业的快速发展，作为新兴的信息消费和产业结构之间的关系，目前已经成为亟待研究的问题。因此，以我国城镇居民的信息消费和产业结构为研究对象，通过城镇居民信息消费支出和产业结构变动的测度，选取城镇居民信息消费支出和产业结构系数2个变量，运用协整模型分析了我国城镇居民信息消费支出对于产业结构升级的影响。结果显示：我国城镇居民人均信息消费支出每增加1元，产业结构系数将提升00361个百分点，信息消费和产业结构系数存在均衡的长期正向影响关系，对产业结构升级有推动作用。

关键词：信息消费；产业结构系数；协整检验

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.16723198.2017.24.004

1引言

作为“三驾马车”之一的消费一直以来被看作是拉动一国经济增长的重要因素，目前我国在经济新常态下，随着产业结构的不断转型升级，曾经作为经济发展主要推动因素的房地产和汽车消费经过超高速发展作用已不如从前，急需寻找新的增长点。

2城镇居民消费结构与产业结构变动的测度

2.1城镇居民信息消费支出的测度

目前我国对于信息消费支出没有进行官方统计，因此目前没有权威的统计数据和统计方法。本文采用了学术界目前使用较为广泛的统计方法，即将“通讯和文化娱乐消费”支出作为信息消费支出，对城镇居民信息消费进行测度。

因此本文的信息消费支出计算公式为：

城镇居民消息消费支出sti=城镇居民人均通信支出+城镇居民人均娱乐文化教育支出

根据城镇居民信息消费的计算公式，得到1995-2015年我国城镇居民信息消费支出表，如表1所示。

从表1中可以看到，城镇居民的信息消费者支出随着时间推移，总体呈上升趋势，我国城镇居民信息消费支出从1995年的40068元上升至2015年的340043元，增幅为743倍。

2.2产业结构的测度

对于产业结构变化的测度，目前学术界有多种测度方法，但多数测度方法主要基于这样的视角：即从国民经济收入来看，随着社会经济的发展，GDP构成中二三次产业的比重会不断的升高。本文对于产业结构的升级衡量采用传统产业结构系数的方法来进行测度，即用第二、第三产业的产值占GDP的比重。具体计算公式如下：

产业结构系数icc=第二产业增加值+第三产业增加值国内生产总值

根据以上的计算公式，得到1995-2015年我国产业结构系数表，如表2所示。

由表2可以看出，不管是我国的产业结构系数一直呈上升趋势，尽管在2004年出现了较小下降，约为0005%，但是之后逐年增加，总体看来我国产业结构处在不断的升级之中。

3分析指标和方法

3.1指标选取与数据来源

为分析城镇居民信息消费与产业结构之间的关系，考虑到信息消费的测度以及统计年鉴中指标的变化，选取1995-2015年作为分析的样本期，以sti和icc作為分析变量，对两个变量取自然对数，分别用lnsti和lnicc表示，数据均取自《中国统计年鉴》（1995-2015）。

3.2分析方法

对于分析我国的产业结构系数与城镇居民信息消费支出之间的作用关系，采用E-G两步法，对于两变量做协整分析，首先对变量做单位根检验，在得到两变量为同阶单位根基础上，采用OLS回归；然后对于OLS回归方程的残差进行单位根检验，如果残差项的单位根检验结果是平稳的，则可以认为两个变量之间存在均衡的长期协整关系。

4信息消费对于产业结构影响的理论模型

4.1回归模型设定

根据上文对于城镇居民信息消费支出和产业结构的测度，根据收集的数据，建立如下回归模型

lnsti=α+βlnicc+ε

采用全对数模型的方式以消除异方差，其中，α为截距项，ε为随机误差项。

sti 表示我国的二、三次产业增长值占GDP增长值比例，即产业结构系数。

icc 表示我国城镇居民人均信息消费支出。

4.2平稳性检验

E-G两步法的前提是两变量存在同阶单位根，对于单位根检验有LLC、ISP、ADF和PP检验等方法，本文将通过Eviews9软件利用最常用的ADF法对变量进行单位根检验。对变量sti序列和icci序列进行ADF检验，得到检验结果如表3所示。

由表3可以看出，两个变量序列均在一阶差分的情况下达到了平稳，可以认为d1（lnsti）和d1（lnicc）序列均为同阶平稳，均为I（1）。

51995-2015年我国城镇居民信息消费对产业结构影响的实证分析

根据上文对我国的产业结构系数lnsti和城镇居民信息消费支出lnicc进行的平稳性检验，两个序列同为一阶差分稳定序列，不会产生伪回归，因此可以进行OLS回归。

lnsti=α+βlnicc+ε

利用Eviews软件对模型进行协整回归，得到协整方程：

lnsti=00157845693lnicc

T=-3053067，2349395

R2=0966723，DW=0637853

其回归的具体结果如表4所示。

从结果看，模型存在序列相关性，模型拟合非常好。但对残差进度LM检验中，发现残差存在较强的一阶自相关性，引入适当滞后项，得到短期非均衡模型，估计结果如下：

lnsti=-0069710+0006403lnicc+0000411lnicc （-1）+0811090lnsti（-1）+ε

T=-0627175，0250683，0017164，4521629endprint

R2=0982431，DW=2044711，结果的拟合度高，解释变量通过检验。再进行LM检验，可以得到LM的概率P值为03549，小于F的P值04651，接受原假设，模型已经消除自相关性，说明变量lnsti和变量lnicc之间存在长期的均衡关系。

接下来对残差序列进行单位根检验，同样采用ADF单位根检验，结果如表5所示。

从表5中可以看出，残差序列单位根检验为平稳序列，变量lnsti和变量lnicc之间存在着正向的长期稳定的均衡关系：

lnsti=-0069710+0006403lnicc+0000411lnicc （-1）+0811090lnsti（-1）

因此，从长期来看，我国城镇居民人均信息消费支出对产业结构系数影响效度为（0006403+0000411）/（1-0811090）=00361，即我国城镇居民人均信息消费支出增加1元，产业结构系数将提升00361%，由此可以得出，城镇居民人均信息消费的提高，将提升国内生产总值中第二产业和第三产业的占比。

6结论

本文基于 1995-2015年我国城镇居民信息消费和产业结构的样本数据，对城镇居民信息消费促进产业结构优化升级的作用进行了实证分析。研究发现，1995-2015年，城镇居民人均信息消费支出lnsti和产业结构系数lnicc存在均衡的长期协整关系，城镇居民人均信息消费支出对产业结构系数影响效度为00361，即我国城镇居民人均信息消费支出增加1元，产业结构系数将提升00361%，城镇居民人均信息消费的增长对于产业结构系数有正向拉动作用，加大我国城镇居民信息消费可以有效推动我国产业结构的优化升级。

参考文献

[1]钟玲玲，徐春燕，王战平. 2002-2015年我国信息消费对经济增长促进作用的实证研究[J]. 情报科学，2016，（11）：8085.

[2]唐天伟，欧阳瑾. 我国城乡居民信息消费与收入差距的实证分析[J]. 国家行政学院学报，2016，（03）：8185.

[3]鄭丽. 我国居民信息消费及对经济增长和产业结构影响研究[D].北京：北京邮电大学，2014.

[4]朱晓铭. 我国居民信息消费结构对产业结构影响分析[D].合肥：安徽财经大学，2012.endprint