信息技术生产效率的国际比较

甘 凯，张之光

（1.西安交通大学 经济与金融学院，西安 710061；2.西安理工大学 经济与管理学院，西安 710054）

0 引言

作为高新技术产业的典型代表，信息技术相关产业在发达国家国内生产总值中的比重已达到甚至超过50%，已成发达国家最具活力和规模最大的产业之一[1]。发达国家对其重要性有着深刻的认识，并普遍将其纳入实现经济长期增长的总体战略布局，使其成为创造就业岗位的重要推动力。发达国家利用其先进的信息技术对发展中国家的经济和社会造成竞争优势，发展中国家普遍加大了信息技术投资，已期改变经济增长方式和经营方式，促进经济增长。

在当前全球经济衰退的形势下，由于消费支出、商业投资以及出口下降等不利因素的影响，导致全球经济增长乏力和就业机会普遍减少。为缓解经济衰退带来的压力，世界各国普遍采用政策和财政等激励手段增加投资以期待经济复苏。在这种情况下，世界各国加大了在信息技术领域的投资。然而，信息技术投资对经济增长和生产效率的影响却一直备受质疑。Xia和Lee（2009）[2]研究了20个国家的信息技术资本对经济增长的影响，结果表明信息技术促进了发达国家经济增长，而对发展中国家的影响并不显著。以往文献对信息技术资本运作效率的研究仅仅从信息技术投入到产出的角度去分析，而不考虑信息技术运作所处的宏观经济和社会环境，显然，不同国家由于所处的经济环境不同，其运作效率及其测量会受到影响，正如Chen和Lin（2009）[3]所指出的那样，信息技术“生产率悖论”有可能出现在发展中国家，也有可能出现在发达国家，具体地研究信息技术资本对经济增长及其运作效率的影响就显得很有必要。

本文基于超越对数生产函数，建立了两个方程的随机生产前沿模型，分别检验了信息技术资本对发达国家和发展中国家经济增长和生产效率的影响。并以生产效率为标准，通过分析信息技术资本进入生产过程前后生产效率的变化，作为“生产率悖论”问题的依据。此外，假设国家特征影响了技术无效，进而影响了经济增长及生产效率，全面分析了发达国家和发展中国家“生产率悖论”问题。

1 研究设计及变量说明

1.1 研究模型

Farrell（1957）[4]在研究生产有效性问题时开创性地提出了前沿生产函数的概念,反映了在具体的技术条件和给定生产要素的组合下,决策单元投入组合与最大产出量之间的函数关系。通过比较各决策单元实际产出与理想最优产出之间的差距可以反映出决策单元的综合效率,该方法主要包括参数方法和非参数方法。非参数方法主要运用线性规划方法进行计算，缺乏相关统计检验,使得稳定性受到质疑。因而,以往信息技术绩效研究普遍采用参数方法进行前沿生产函数的计算[5-8]。随机前沿生产函数在确定性生产函数的基础上提出了具有复合扰动项的随机边界模型。其主要思想为随机扰动项εjt应由vjt和ujt组成,其中vjt是随机误差项，属于具有随机性的不可控因素；ujt是技术损失误差项,是可控影响因素，可用来计算技术非效率。显然，随机前沿生产函数体现了样本的统计特性,也反映了样本计算的真实性，因而，本文采用随机前沿模型计算信息技术的运作效率，传统模型如下：

f(Xjt'β)代表了最优产出，一般用生产函数表示。超越对数生产函数模型是一种易于估计和包容性很强的变弹性生产函数模型，它在结构上属于平方反映面模型，可有效分析生产函数中投入要素的交互影响、各种投入技术进步的差异。所以，本文中 f(Xjt'β)选择超越对数生产函数形态，当考虑两种生产要素（物质资本与人力资本）和3种生产要素（物质资本、人力资本、信息技术资本）时，式（1）可分别改写为：

模型1：

模型2：

模型1和模型2分别表示信息技术进入生产过程前后的要素生产形态。Chen和Lin（2009）[3]、张之光和蔡建峰（2012）[9]认为，宏观经济和政策变量会通过影响技术无效进而调节经济增长，被称之为国家特征。因此，为全面考察信息技术绩效，假设ujt=g(Zjt;α)+εjt，Zjt表示国家特征，代入模型1和模型2，根据PEjt=exp(-ujt)可计算有无信息技术参与生产情况下的生产效率。

1.2 样本说明及数据来源

本文的研究目的是为了比较发达国家和发展中国家信息技术绩效,以此寻求两者的差异。因此选择7个最发达的工业化国家（G7）当中的美国（US）、日本（JP）、德国(DE)、加拿大(CA)代表发达国家；由于数据采集难度和可得性，选取泰国(TH)、马来西亚(MY)、中国(CN)作为发展中国家样本，样本数据为1995—2012年，共18年，该数据为截止目前（2016年）能够获取的最新数据。

本文的生产要素包括物质资本(Kjt)，人力资本(Ljt)和信息技术资本(Ijt)。其统计公式为:传统资本Kt=Ct-ITt、人力资本Lt=Ft-ITt、信息技术投资其中,Ct表示固定资本形成总额，Ft表示工资支出总额。计算机服务费用支出用信息系统员工成本ISt表示,信息技术投资ITt用信息技术硬件费用支出与信息技术软件支出之和表示。潜在的国家特征(宏观经济变量)：期望失业率(uer)、出口总额与外汇储备的比率(trim)、期望政府证券收益率(r)、期望人均消费(pcc)、期望通货膨胀率(inf)和时间变量(t)的影响。

数据分别来源于International Marketing Data and Statistics,International Financial Statistics和Digital Planet 2002,2006,2008-the Global Information Economy。

2 实证结果

2.1 描述性统计及相关性分析

为方便比较，对样本国家信息技术投资额取对数，描述性统计结果见下页表1。从中可以看出：样本国家信息技术投资额差异较大，在1995—2012年间，美国年信息技术投资额最大，明显高于其他样本国家；发达国家信息技术投资额显著高于发展中国家，发达国家中加拿大最低，但年平均投资额对数也达到10.71，发展中国家中年信息技术投资额最高者为中国，对数值为10.15，泰国和马来西亚仅为7.93和7.95；发达国家信息技术投资起步较早，信息技术投资额的最小值甚至高于某些发展中国家的最高值，如美国、日本和加拿大，在统计期内，信息技术投资额最低的一年里，其投资额也达到13.01、11.91和11.15，而发展中国家泰国和马来西亚，信息技术投资额最高的一年里投资额也仅为10.72和8.68；发达国家信息技术投资较为稳定，表现为年投资额方差较小，美国、日本、德国和加拿大18年间标准差分别为0.25、0.15、0.27和0.27，而发展中国家泰国、马来西亚和中国为1.10、0.35、1.04；发达国家信息技术投资强度远高于发展中国家，两者存在较大差异。

表1 信息技术资本（lnK）的描述性统计结果

表2给出了5%水平下样本国家与信息技术投资的相关性分析结果。可以发现，除两个发达国家日本和德国外，其余样本国家信息技术投资与经济增长正相关，两者的Spearman相关系数在5%统计水平上显著为正，信息技术投资与经济增长之间的线性关系明显。这表明经济发达国家更愿意在信息技术领域投入更多投资，而发展中国家尽管信息技术领域的建设较为落后，但通过加强投入和完善基础设施，同样拉动了经济增长。尤其是世界两大经济体，美国和中国，信息技术投资与经济增长之间的相关性分别达到0.943和0.946，信息技术投资与经济增长的关系在这两个国家最为紧密，同时也表明经济总量越大，在信息技术领域的投资越多。

表2 信息技术投资与经济增长的相关性分析

2.2 随机前沿模型分析结果

Lin（2009）[10]、Chen和Lin（2009）[3]提出了研究信息技术绩效的两种方法，一种是总体分析方法，即根据信息技术产出弹性及其显著性判别信息技术对经济增长的影响，该方法已被广泛应用于信息技术绩效研究领域。另外一种方法是个体分析方法，即根据具体样本，以信息技术进入生产过程前后平均生产效率（APE）的变化作为“生产率悖论”问题的依据。因而，本文同时采用这两种方法分析信息技术绩效问题。表3给出了两个方程随机生产前沿模型的估计结果，表4给出了利用个体分析方法给出的两要素和3要素情况下的APE值。

从表3中可以看出，如果不考虑信息技术资本，在传统生产过程中，发达国家的人力资本弹性系数为负，且在1%水平显著，这表明发达国家劳动投入的增加不仅不会增加其经济产出，反而会减少产出，这种现象也发生在发展中国家。不同于发达国家的是，物质资本对发展中国家的经济增长具有显著的促进作用，弹性系数为2.645，表明物质资本对发展中国家经济增长具有重要的影响，同时也说明发展中国家仍然面临资本缺乏问题，发展中国家由于缺乏资本，难以发展先进的高生产率的现代产业，因而发展中国家的经济增长仍然需要大量物质资本的投入。

表3 超越对数生产函数随机前沿模型估计结果

表4 样本国家两要素和3要素情况下的APE值比较

当信息技术资本进入生产过程以后，传统生产要素对经济增长的影响发生了明显变化。对于发达国家而言，信息技术资本使得物质资本对经济增长的影响变得极其显著，同时也弱化了人力资本对经济增长的负面影响，这表明对于发达国家而言，信息技术资本与物质资本、人力资本存在一定的互补性。而对于发展中国家情况恰恰相反，信息技术资本使得物资资本和人力资本对经济增长的影响变得不显著，尤其是物质资本产出弹性由显著为正，变为负且不显著，表明对于发展中国家而言，信息技术资本与物质资本存在一定的替代性。该结论似乎支持了Chen和Lin（2009）[3]关于发达国家信息技术资本与物质资本、人力资本成对互补，发展中国家成对替代的结论，同时也反驳了Dewan和Min（1997）[12]关于三者之间成对替代的观点。

观察信息技术资本对经济增长的影响一直是众多信息技术领域研究的重点。在表3中，在考虑了国家特征影响因素下发达国家和发展中国家的产出弹性分别为2.874和1.975，且都在5%水平以内显著，这表明信息技术同时促进了发展中国家和发达国家的经济增长。宽带互联网和移动电话服务等信息技术有助于世界各国、特别是发展中国家的经济增长，可为发展中国家的社会进步带来难得的机会。因此发展中国家应该通过各种政策和奖励措施支持创业者和私营机构，积极鼓励和发展本地的信息技术服务行业，并加强技术改造和基础设施建设。该结论似乎并不支持Xia和Lee（2009）[2]关于信息技术只能促进发达国家经济增长，而对发展中国家的贡献并不显著的结论。

从表3中同时可以看出国家特征对生产效率的影响，以及信息技术与国家特征的混合作用。在模型2中，国家特征是生产无效和可观察产出的影响因素，因而对生产效率具有重要影响。分别对比信息技术进入生产过程前后国家特征对生产效率的影响，可以发现国家特征的影响系数产生了不同程度的变化。对于发达国家而言，失业率（uer）在两要素模型中，影响系数为-0.702，并不显著，但在3要素模型中，影响系数变为0.019，且在10%水平下显著，表明信息技术调节了失业率对生产效率的负面影响。出口总额与外汇储备的比例（trim）在两要素模型中对生产效率的影响系数在10%显著水平下为10.430，加入信息技术因素后，其影响减弱且并不显著。政府债券收益率（r）的影响系数也由-1.647减弱为-0.053，且在5%水平显著。人均消费(pcc)对生产效率的影响同样减弱，但同样促进了生产效率。信息技术延迟了时间因素（t）导致的生产效率的损耗，由10%显著性水平的-1.654减弱为1%显著性水平的-0.022。受信息技术调节作用的影响，发展中国家国家特征对生产效率的影响也发生变化。信息技术增强了失业率对生产效率的负面影响，系数为-0.003变为-1.956，且在1%水平显著。同样的情形也发生在trim变量上，由-0.102变为1%显著性水平上的-10.664。变量r和pcc分别由10%和1%显著性水平变为不显著。不同与发达国家，发展中国家生产效率原本随时间的推移有一定的增加，但加入信息技术后，使得生产效率随时间的推移减少，影响系数为-0.494，且在1%水平显著。以上分析证明了信息技术可以调节国家特征对生产效率的影响。

对比发达国家和发展中国家模型2的估计结果，可以看出，信息技术对国家特征对生产效率的调节作用并不尽相同。失业率（uer）对发达国家影响系数为正，而对发展中国家为负向调节；trim对发达国家影响并不显著，而对发展中国家的负向调节非常显著；pcc对发达国家的生产效率影响显著，而对发展中国家的影响并不显著。在通货膨胀率（inf）时间（t）上，对发达国家和发展中国家的影响较为相同，变量inf的影响都不显著、变量t的影响都显著为负。

根据Lin(2009)[10]个体分析方法研究信息技术绩效的另一个相关问题“生产率悖论”现象。有研究表明，“生产率悖论”现象是一个比较复杂的问题，数据采集、测量方法、管理方式、替代效应都会影响到信息技术绩效，因而，脱离具体的研究对象，而仅仅从发达国家或发展中国家整体去分析信息技术绩效，就忽略了样本内在的差异。正如Lin（2009）[10]的研究，“生产率悖论”现象并不是全球问题，需要具体分析，其有可能存在于发达国家，也有可能存在于发展中国家。从表4中可以看出，本文所选的4个发达国家样本中，美国和加拿大在信息技术进入生产过程前，其生产效率分别为0.965和0.794，进入生产过后分别减少为0.939和0.598，分别减弱了0.87%和6.63%；而日本和德国受益于信息技术，其生产效率分别由之前的0.844和0.883增长为0.924和0.920，分别增长了2.67%和1.23%。依据本文建立的生产效率的“生产率悖论”标准，美国和加拿大存在“生产率悖论”现象，日本和德国并不存在。3个发展中国家样本（泰国、马来西亚、中国）在两要素模型中的生产效率分别为0.856、0.791、0.858，在3要素模型中，增长为0.893、0.813、0.924，分别增长了1.23%、0.73%、2.20%，可见，这3个样本发展中国家都不存在“生产率悖论”。从总体上看，发达国家和发展中国家在两要素模型中，平均生产效率分别为0.872和0.835，加入生产效率后，对应值分别为0.845和0.877，发达国家下降了0.9%，发展中国家增长了1.39%。从这个角度来看，发展中国家并不存在“生产率悖论”现象，而发达国家存在。

3 结论

信息技术已成为支撑当今经济活动和社会生活的基石，其代表着当今先进生产力的发展方向，信息技术的广泛应用使信息的重要生产要素和战略资源的作用得以发挥，使人们能更高效地进行资源优化配置，从而推动传统产业不断升级，提高社会劳动生产率和社会运行效率。然而，众多实证结果表明，信息技术的巨额投资与统计上的劳动生产率、全要素生产率增长水平下降相伴随。本文的实证研究也表明，信息技术并不能独立促进生产效率的提高，其作用的发挥需要与众多宏观经济与管理变量（国家特征）相结合。因而，提高信息技术绩效就必须遵循其客观规律和现实环境，基于此，本文提出以下建议：（1）加大信息技术投资力度和范围，引入社会资本参与国家信息化建设，在工业与信息化融合、电子商务发展、城市电信设施升级、信息产业发展等方面引入社会资本；（2）加强信息技术投资领域的规划，有针对性、有战略性地进行投资，不能跟风式的盲目投资，注重信息技术投资的效益和测量方法；（3）完善信息技术投资的配套措施，尤其是人力资本和相应的管理流程配套。信息技术并不是同质性的资源，如果沿用传统的管理流程，本质上并不能提高运作效率，而只是简单的技术革新，不但不会提高效益，反而只会增加信息技术投资的运维成本。

[1]陈耀.世界发达国家产业关系的演变与启示[J].经济纵横，2008,(7).

[2]Xia W D,Lee G.Understanding the Flexibility Gap of Information Systems Development:An Empirical Study[J].Journal of Information Technology Management,2009,(2).

[3]Chen Y H,Lin W T.Analyzing the Relationships Between Information Technology,Inputs Substitution and National Characteristics Based on CES Stochastic Frontier Production Models[J].4International Journal of Production Economics,2009.

[4]Farrell M J.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society,1957,(120).

[5]Shao B B M,Lin W T.Measuring the Value of Information Technology in Technical Efficiency With Stochastic Production Frontiers[J].Decision Support Systems,2001,43(7).

[6]Jorgenson D W.Information Technology and the US.Economy[J].American Econ.Rev,2001,91(1).

[7]Lee S,Xiang J Y,et al.Information Technology and Productivity:Empirical Evidence From the Chinese Electronics Industry[J].Information&Management,2010,(48).

[8]Dewan S,Kraemer K L.Information Technology and Productivity:Evidence From Country-Level Data[J].Management Science,2000,46(4).

[9]张之光，蔡建峰，张果.国家特征对信息技术价值的影响——基于随机生产边界模型的实证检验[J].科学学与科学技术管理,2012,(9).

[10]Lin W T.The Business Value of Information Technology as Measured by Technical Efficiency:Evidence from Country-level Data[J].Decision Support Systems,2009,(46).

[11]张之光,蔡建峰.信息技术资本、替代性与中国经济增长——基于局部调整模型的分析[J].数量经济技术经济研究,2012,(9).

[12]Dewan S，Min C K.The Substitution of Information Technology for Other Factors of Production:A Firm Level Analysis[J].Management Science,1997,43(12).