信息经济对工业高质量发展有助推作用吗——基于浙江省县域面板数据的实证研究

徐 斌， 傅为一

(江西财经大学 现代产业发展研究院，江西 南昌 330013；江西财经大学 产业经济研究院，江西 南昌 330013)

一、引言

党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段”，而经济高质量发展的关键在于工业。目前，不少省市开始着手研究工业高质量发展的内涵、指标及支持措施，如2018年4月16日，湖北省印发了《工业经济稳增长快转型高质量发展工作方案(2018—2020年)》，7月16日，广西壮族自治区出台了《关于推动工业高质量发展的决定和行动计划》。事实上，浙江省是全国最早开展工业高质量发展工作的省份，2006年绍兴县提出“亩产论英雄”的科学发展新理念，这是浙江省工业高质量发展的雏形，2017年浙江省又出台了《关于深化“亩均论英雄”改革的指导意见》。目前为止，浙江也是工业高质量发展最为成功的省份之一。探究工业高质量发展受何种因素影响也成为一个重要学术议题。2012年底，浙江省经信委和统计局联合发布了《浙江省工业强县(市、区)综合评价办法(试行)》，之后每年度公布《浙江省工业强县(市、区)综合评价报告》。浙江省也是全国信息经济(互联网经济、数字经济)发展最好的省份之一，相继出台了《浙江省人民政府关于加快发展信息经济的指导意见》《浙江省信息经济发展规划(2014—2020年)》《浙江省信息经济综合评价办法(试行)》等，近年来每年都会发布《浙江省信息经济发展综合评价报告》。但与此同时，在经济由高速增长向高质量发展的过程中，环境污染、资源浪费等问题是否得到解决？信息经济与工业高质量发展有什么样的直接关联？对于信息与工业之间关系的讨论由来已久，理论上已有众多支持，从这些年我国大力提倡两化融合也可以说明两者之间存在显著的正向联系。特别是近年来，在互联网+的背景下，推动互联网促进传统产业转型升级，向智能制造发展已成为国家战略。因此，本文以浙江省各县(市、区)为研究对象分析信息经济对工业高质量发展的影响具有较大的现实意义。我们的一个基本判断就是信息经济对工业高质量发展具有显著影响，但这种影响对工业高质量发展的各方面有所侧重。本文的研究对借助互联网+推动中国经济向高质量发展阶段迈进具有一定的参考价值。

二、文献综述

关于信息经济对经济增长的影响研究国外有不少实证文献。Roller和Waverman(2001)[1]对OECD国家的实证研究表明，电信基础设施投资对经济增长的贡献高达1/3。Wolde-Rufael (2007)[2]基于美国的实证研究也证明，电信基础设施投资对经济增长有显著促进作用。Qiang 和Roasotto(2009)[3]对120个国家的跨国面板实证研究充分表明移动电话普及率对经济增长有显著促进作用，且发展中国家比发达国家的作用更大。Czernich(2011)[4]以OECD国家为样本的研究也证明了宽带基础设施对经济增长的正向影响。近年来，国内不少学者也针对信息经济与经济增长的关系做了大量的论证工作。陈亮等(2011)[5]对2001—2008年中国31个省(直辖市、自治区)的面板数据的实证研究表明,信息基础设施对中国的经济增长有显著的正向促进作用。何强(2012)[6]利用2000—2010年中国省域面板数据进行实证分析，得出结论：信息技术产业对经济增长有显著的正向影响，且存在门槛效应。刘跃等(2014)[7]利用中国省级面板数据实证同样揭示了我国信息产业对经济增长质量的影响作用。刘烨和程珣跃(2015)[8]基于2004—2011年省级面板数据进行实证研究，结果表明：我国信息通信技术产业在一定程度上促进了经济增长。熊兴等(2016)[9]基于西部地区2001—2012年信息产业数据的分析结果表明，信息产业对西部地区经济增长的直接作用明显。当然，也有学者持否定态度，如王惠等(2014)[10]以江苏省2000—2012年面板数据为研究对象，结果显示信息产业对经济增长的作用不是很显著。俞立平(2014)[11]的实证研究也表明，信息资源对经济增长的贡献是有限的。一些学者探讨了信息对经济增长影响的空间效应。张红历等(2010)[12]对中国1997—2007年省级面板数据的研究结果显示:信息技术发展对我国省域经济增长有显著促进作用,省域间经济增长有显著的空间效应,但是信息技术发展自身的空间效应对经济增长的影响不显著。朱文晶(2017)[13]针对浙江省2004—2014年市级面板数据的研究发现:信息经济空间集聚与经济增长呈现倒N形形态。综上可知，关于信息经济，包括信息技术、信息资源、信息设施对经济增长的分析比较多见，然而各类文献采取的数据样本大多数为省级面板数据，研究方法不同造成的研究结果具有很大的差异。在对工业高质量发展的衡量方面，将经济生产过程中的多投入和多产出综合到经济高质量发展中是目前比较常见的做法(林伯强和谭睿鹏，2019；张鑫宇和张明志，2021)[14-15]，同样也有学者使用熵值法(贺灵和付丽娜，2021；周科选和余林徽，2021)[16-17]。现有文献存在一些不足：一是基本都是使用省级面板数据，缺乏更微观的数据分析；二是对信息水平的衡量大多数是互联网用户、移动电话用户等指标，缺乏更细更有效的衡量指标；三是缺乏对工业高质量发展各方面的量化评价指标，此外，也少有对于信息经济与工业高质量发展之间关系的深入分析。有鉴于此，本文利用浙江省县域面板数据，运用计量分析方法对信息经济与工业高质量发展之间的关系做些创新性分析。

三、理论模型

(一)模型框架

为了分析信息经济对工业高质量发展的影响，本文构建了一个包含信息经济基础设施和信息经济私人资本、两个产业部门的一般均衡模型。模型的生产方面分为两个产业部门，即工业部门和非工业部门，用下标j={1,2}区分，下标1表示工业部门，下标2表示非工业部门。每个产业部门由一个代表性企业在完全竞争市场下使用信息经济基础设施、信息经济私人资本和雇佣劳动力进行生产。生产函数满足：

(1)

(2)

(3)

模型的需求方面由一个代表性的家庭来刻画。家庭同时提供信息经济私人资本和劳动力，本文假设储蓄率s外生给定，因此，家庭的预算约束满足：

(4)

家庭从两个产业部门获得的效用C满足CES偏好：

(5)

(6)

最终产品市场和生产要素市场出清，则有：

Yj=Cj+sYj

(7)

K1+K2=K

(8)

L1+L2=L

(9)

私人的储蓄用于私人信息经济投资和信息经济基础设施投资，而总的投资又用于累积私人信息经济和信息经济基础设施存量，即：

(10)

式(1)至式(3)、式(6)至式(9)共同决定了Yj、Kj、Lj、Cj、W、R和Pj这些内生变量。

独立学院大多依托母体高校建立起来的，而母体高校是一本、二本学校，他们的教学观念和教学体系与独立学院有很大的区别。母体本科院校注重理论教学，注重培养工程型人才，而独立学院培养目标是“技术型”人才，具体说是培养高素质应用型的高级专门人才。独立院校在建设初期，往往是依托母体的优势专业或者是特色专业建立起来的，因此培养计划、专业建设基本都是照搬母体学院，造成了独立学院教学体系与母体基本相同，培养目标不明确，失去了独立学院的办学特色。

(二)理论分析

(11)

(12)

(13)

由上面三式可以知道xk、xl和xy同向变动。结合式(1)、式(6)和式(7)整理后得到：

(14)

其中，

(15)

将式(15)取对数后进行比较静态分析，可以发现信息经济基础设施和信息经济私人资本增长对工业高质量发展的影响：

(16)

(17)

四、计量模型构建

基于经济增长模型，本文构建了浙江省县域工业高质量发展、信息经济、控制变量和双固定效应的面板数据模型，基本计量模型设计如下：

industryit=α·informationit+β·Xit+rt+ti+εit

其中i和t分别表示地区和年份，工业高质量发展(industry)是被解释变量，信息经济(information)是核心解释变量，X是一组影响工业高质量发展的控制变量，ε是扰动项。具体做如下说明：

被解释变量：工业高质量发展。根据《关于浙江省工业强县(市、区)综合评价办法(试行)》，浙江省经信委、统计局联合组织了年度工业强县(市、区)综合评价工作。工业强县(市、区)综合评价涉及质量效益、自主创新、结构调整、两化融合和绿色发展5个一级指标，本文以工业强县(市、区)综合评价作为衡量工业高质量发展的指标。

解释变量：信息经济。根据《浙江省信息经济综合评价办法(试行)》，浙江省经信委、统计局也联合组织了年度全省各市、县(市、区)信息经济发展水平的综合评价工作。信息经济发展指数包括基础设施、核心产业、个人应用和企业应用等发展指数。本文以信息经济发展指数作为衡量信息经济的指标。

控制变量：影响工业高质量发展的因素有很多。潘申彪和蒋贤品(2012)[18]在研究工业发展时讨论了外商直接投资、固定资产等因素的影响。王家庭(2012)[19]在分析技术创新与工业增长之间的关系时也控制了固定资产等变量。李欣泽和陈言(2017)[20]在资源错配变迁与工业经济增长的实证研究中加入了外商直接投资等控制变量。

地区投资是衡量工业规模，进而促进工业增长的重要指标，许多实证分析将它列为必要参考，本文以各县区新增固定资产作为衡量地区投资的替代变量。投资、消费及外贸是拉动经济增长的三驾马车，因此除投资之外，消费对工业增长有相当的影响作用，本文以各县区消费零售总额作为衡量消费的替代变量。众多实证研究表明，反映经济开放程度的外商直接投资对各地区工业增长的影响显著，本文以各县区外商直接投资作为衡量外贸的替代变量。有别于单纯的市场经济，政府在当地工业发展中发挥着重要作用，本文以各县区财政支出作为衡量政府作用的替代变量。人均GDP是反映经济发展水平的重要变量，经济发达的地区可能同时有着发展较好的信息经济和工业发展水平。本文采取城镇从业人员数作为反映地区劳动力资源的替代变量，劳动力对工业发展同样也有重要影响。

为了避免不同数据来源造成的统计谬误，计量模型中的被解释变量来自2014—2016年度浙江省工业强县(市、区)综合评价报告，解释变量来自2014—2016年度浙江省信息经济发展综合评价报告，控制变量数据均来自2015—2017年《浙江省统计年鉴》。之所以如此选择，做三点说明：(1)从时间上而言，虽然浙江省工业强县(市、区)综合评价和信息经济发展综合评价的开展已有些年头，但是披露的只有近三年的县区级数据，并且指标设定与前些年有所变化，因此，本文选择近三年的数据。(2)尽管浙江省工业强县(市、区)综合评价和信息经济发展综合评价涉及全省90个县(市、区)，《浙江省统计年鉴》中关于市区的统计数据并未做进一步的细分，因此，本文剔除这部分数据。(3)虽然浙江省信息经济发展综合评价从2016年开始增设政府应用发展指数，但比重很小，可以忽略不计，因此我们还是采用基础设施、核心产业、个人应用和企业应用等发展指数。

如表1所示，经过整理，最后收集3年62县(市、区)有效样本共186个。很明显，作为衡量工业高质量发展的指标：工业高质量发展综合评价得分差异较小，其均值为48.61457，最小值为23.99，最大值达到81.08，而工业自主创新指标波动较大，最小值为7，最大值达到87.8；关于信息经济的几个指标，核心产业的信息化指标和个人应用的信息化指标差异较大，前者最小值为3.7，后者最大值为794.4。需要说明的是投资、外贸、消费、政府作用和劳动力均做了对数化处理，在一定程度上可以消除离群值带来的影响。

表1 变量描述性统计

五、结果分析

(一)总体评价回归

如表2所示，我们将信息经济作为核心解释变量，工业高质量发展作为被解释变量，使用双向固定效应模型，控制了其他经济变量，具体回归结果如下。列(1)和列(2)为信息经济总体评价作为核心解释变量的估计结果，可以发现：信息经济对工业高质量发展的影响是十分显著且为正，说明信息经济的确对地区工业高质量发展起到重要的助推作用。此外，在控制了控制变量后对系数的影响不大，说明遗漏变量对本文的估计系数影响不大。控制变量中外贸对工业高质量发展的影响是显著正向的，其他控制变量并无显著影响，其中消费对工业高质量发展的影响为负，对此的解释是，近些年内需并没有对浙江省各地区工业高质量发展起到正面的支持作用，说明内需不振是影响经济增长的重要因素之一。与此同时，在列(3)和列(4)中，我们将构成信息经济综合评价的四类分项指标(核心产业、基础设施、个人应用、企业应用)作为核心解释变量进行回归估计，并使用双向固定效应模型。可以发现，个人应用和企业应用对工业高质量发展的影响是显著为正的，而核心产业和基础设施对工业高质量发展的影响不显著，这表明，加快信息化的应用对工业发展确有好处，并且提倡企业信息化对工业的高质量发展很有裨益。同样在列(3)和列(4)中控制了控制变量后对系数的影响不大，说明遗漏变量对本文的估计系数影响不大。

表2 信息经济对工业高质量发展的影响

续表

(二)分项评价回归

如前所述，浙江省工业高质量发展的评价指标体系是由5个一级子指标构成的，分别为质量效益、自主创新、结构调整、两化融合和绿色发展。接下来，我们分别利用这五大指标作为被解释变量，以信息经济作为解释变量来进行回归分析。我们同样使用的是双向固定效应模型。如表3所示，以结构调整、绿色发展、质量效益和自主创新作为被解释变量的估计结果表明，信息经济的影响不显著，说明信息化还没有对这些方面起到实质性的推动作用，工业的高质量发展更多地源自技术的更新和产品的创造。以两化融合作为被解释变量的估计结果表明，信息经济对工业两化融合具有一定的正影响，很显然信息化与两化融合是交织在一起的。

表3 工业高质量发展分指标的面板数据回归结果

六、空间效应检验

进一步地，考虑到上文的回归估计结果不是很稳健，且在进行模型估计的过程中忽视了空间效应，这可能使得在实际应用中模型存在设定偏差问题。空间计量经济学理论认为，一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的(勒沙杰和佩斯，2014)[21]。为了解决这个问题，我们需要检验其他地区信息经济与本地区工业高质量发展之间是否存在较大的关联。基本方法就是计算莫兰I指数(Moran’sI)，然后考察其显著性。如果莫兰I指数显著不为0,则说明存在空间效应；反之,则不存在空间效应。如表4所示，根据我们对2014—2016年连续三年的截面数据进行检验后发现，存在一定程度的空间效应。设W为二元对称的空间权重矩阵，根据本文的研究对象，选择广泛采用的地理空间矩阵，即相邻地区赋值为1，其他为0。

表4 空间效应检验

空间效应的存在具有多种可能的原因，比如空间效应存在于滞后项中，也有可能空间效应存在于误差项中。本文的考察目的，主要聚焦于分析邻近地区对本地区的空间依赖性。在空间计量经济学中，如果一个地区的被解释变量不仅依赖于本地区的解释变量，也依赖于其他地区的解释变量，那么选择空间杜宾模型为宜。如表5所示，考虑到区域间信息经济外部性对工业高质量发展的影响，根据空间杜宾模型的估计结果，在加入了空间效应后，与前文的结论基本一致，这说明本文的结论是稳健的。

表5 空间杜宾模型的回归结果

回归结果表明信息经济的影响显著为正，说明信息化能够助推工业高质量发展。然而，信息经济的空间滞后项的回归系数尽管为正，但并不显著，表明信息经济的空间溢出效应并不明显。其原因可能在于，对于互联网而言，各县(市、区)的邻近效应不那么明显，互联网大大地提高了区域之间联系的空间范围，促进区域间经济增长。同时，外贸和人均GDP对工业质量效益也具有显著影响，但除了政府作用和人均GDP外，其他空间滞后项也不显著，如表6所示。

表6 稳健性检验

续表

接下来，我们将空间权重矩阵稍作调整，即属于同一城市的县(市、区)被赋值1，否则为0。根据表6的估计结果，在加入了空间效应后，固定效应模型回归结果表明信息经济的影响显著为正，再次说明信息经济对工业高质量发展有积极的影响，因此本文的结论是稳健的。信息经济的空间滞后项的回归系数不显著，验证了信息经济的空间溢出效应并不明显。控制变量的估计结果基本与前文一致。

七、结论和建议

推动经济高质量发展是党的十九大提出的新战略新思路，而互联网经济已成为经济增长的新引擎，特别是互联网+制造被认为工业高质量发展的关键内容，如何准确地认知和评价信息经济对工业高质量发展的影响是学术界关注的重要问题。本文利用浙江省2014—2016年县域短面板数据，采用多种计量方法对信息经济是否促进了工业高质量发展这个问题进行了验证。研究表明，信息经济对工业高质量发展具有显著的促进作用，其中对工业质量效益、工业自主创新、工业两化融合和工业绿色发展的影响非常显著，但是工业结构调整的效果不太明显。在进一步的实证研究中，发现信息基础设施和企业信息应用对工业高质量发展的影响是显著为正的，而核心产业信息化和个人信息应用对工业高质量发展的影响不显著。空间杜宾模型的分析发现，信息经济对工业高质量发展的空间效应不显著，这一结论在稳健性检验后依然如此。

就当前的工业高质量发展而言，要想实现传统工业的转型升级和新兴工业的跨越发展，则必须借助互联网+的力量。本文提出以下建议：第一，大力发展信息经济、数字经济。信息产业曾被誉为“第四产业”，是未来经济增长的新动能，具有很强的发展潜力和很广的市场前景，有条件的地区应制定规划，将其作为“潜力方阵”重点打造。第二，着力推动互联网+制造。互联网具有很强的产业融合能力，可以渗透到工业发展的各环节各领域，特别是对传统工业的改造能够发挥重要作用。未来的智能制造，也是我国工业发展的主要方向。第三，努力提升工业本身的素质。工业高质量发展是个系统工程，涉及多个方面。工业的发展不仅仅需要信息技术的支持，更重要的是工业本身的信息化、绿色化、协同化。应将落脚点放在实体经济上，通过虚实结合，促进制造业的高端化，从而提升整个工业的素质。