互聯網應用對經濟增長的影響研究①——基于擴展的C-D生產函數

對外經濟貿易大學電子商務研究所 李安渝 張昭中南大學商學院 曾蔚

互聯網應用對經濟增長的影響研究①
——基于擴展的C-D生產函數

對外經濟貿易大學電子商務研究所 李安渝 張昭中南大學商學院 曾蔚

本文基于2012年我國31個省市區的截面數據研究了互聯網的應用對我國經濟增長的影響。數據顯示，各省市區以從業人數衡量的人均GDP與互聯網普及率之間有著較強的正相關關系。基于加權最小二乘估計表明，將互聯網的應用看作一種“生產要素”，其產出彈性是大于資本和勞動的，并且是大于1的，說明其他生產要素影響不變時，互聯網普及率每提高1個百分點，GDP的增長會大于一個百分點。

互聯網應用 經濟增長 生產函數

隨著信息時代的到來，互聯網的普及拉近了人們之間的距離，節約了信息傳播的成本，提高了社會運行的效率。互聯網的應用作為技術進步的集中體現之一，正對時下經濟發展產生著積極而深刻的影響。正如鄧小平所指出的“科學技術是第一生產力”，互聯網的普及一定程度上加快了信息的傳播，促進了技術的轉移和擴散。一個有趣的事實是，互聯網普及率較高的國家或地區，其經濟發展水平也較高。

關于互聯網的應用對經濟增長的影響近年來廣泛引起國內外學者的關注。

David Gillen(2002)[1]指出，互聯網通過影響供給和需求進而影響了商業行為，并因此對經濟產生影響。Huub Meijers(2006)[2]也從微觀角度指出，互聯網的應用作為一種降低成本和提高效率的技術改變了市場結構和影響了企業的運行效率，并最終在宏觀層面提高了經濟運行效率。Jonathan Boymal等(2007)[3]以越南為例從政治經濟學角度分析了互聯網創新政策對越南經濟的影響。Ceyhun Elgin(2013)[4]基于全球152個國家1999～2007年的面板數據研究了互聯網的普及率與人均GDP之間的關系，發現二者之間有著顯著的相互促進的關系。

此外，國內也有不少學者研究了互聯網應用與經濟增長之間的關系。孫中偉等(2010)[5]研究了我國1999～2008年的互聯網資源與省域經濟發展之間的關系，發現CN域名與人均GDP有顯著的正相關關系。李岳(2010)[6]也指出，互聯網的應用對經濟發展的影響體現在電子商務、網絡服務和信息傳播三個方面。劉宗平(2012)[7]認為，互聯網降低企業運營成本，改變了商業模式，加速了經濟全球化的進程。劉文波和張銀杰(2013)[8]從信息通訊技術角度指出，互聯網的應用對經濟增長的影響機制在于網絡提高了人力資本、擴大了交易范圍、深化了社會分工。另外，也有個別國內學者分析了發達國家互聯網應用對經濟的影響及其對我國的借鑒意義，例如周永生(2011)[9]分析了互聯網對日本經濟社會的推動作用和消極影響，并據此對推動我國互聯網經濟的發展提出了一些建議。

本文在前人研究基礎上，從生產函數角度，基于省際截面數據，研究互聯網應用對我國經濟增長的影響。

1 研究方法、模型

在傳統的經濟增長理論中，將資本和勞動視為影響經濟增長的基本要素，資本和勞動以外的因素對經濟增長的影響看作是技術進步在發揮作用。學者們對技術進步的認識經歷了由外生到內生化的過程，目前技術進步作為內生的經濟變量影響經濟增長已普遍被接受。互聯網的應用作為技術進步的重要體現，已成為一種不可忽視的“生產要素”。

本文在研究中，將互聯網普及率作為一種與資本、勞動類似的“生產力”，以研究其對經濟增長的影響。

將互聯網普及率視作與資本、勞動類似的生產要素，構造擴展的Cobb–Douglas生產函數如下：

GDPi：第i個省的總產出，Ki：第i個省投入的資本；Li：第i個省投入的勞動；Ei：這里表示第i個省互聯網普及率，反映該省的互聯網應用程度。A為全要素生產率，反映廣義的技術進步；μi為隨機干擾項，對(1)取對數可得到：

這樣判斷資本、勞動、互聯網應用的產出彈性是否滿足規模報酬不變就歸結為一個假設檢驗問題。

2 實證分析

2.1 數據來源及定性分析

考慮到數據的可獲得性，這里僅考慮選取2012年全國31個不含港澳臺的省、直轄市、自治區(以下簡稱“省市區”)的截面數據進行研究。

GDPi為各省市區2012年的地區生產總值，單位億元，Ki為各省2012年的固定資產投資，單位億元，Li為各省2012年的年末從業人數，單位萬人，以上所有數據均來自《中國統計年鑒2013》；各省互聯網普及率來自中國互聯網絡信息中心(CNNIC)于2013年1月發布的《第31次中國互聯網絡發展狀況統計報告》。

將各省市區的GDPi除以其從業人數Li，即為以從業人數核算的人均GDP。互聯網普及率與各省市區人均GDP之間關系可簡要用圖1表示。

圖1 人均GDP與互聯網普及率散點圖(2012)

從圖1可以看出，互聯網普及率與各省市區人均GDP之間存在較為明顯的正相關關系，二者的相關系數高達0.85以上。互聯網普及率較高的北京、上海、天津，其人均GDP也比較高；互聯網普及率較底的貴州、甘肅、云南，其人均GDP也比較底。顯然，互聯網普及率與經濟增長之間有著深層次的關系，下面進行定量的實證分析。

2.2 模型的估計與檢驗

將互聯網普及率視作與資本、勞動類似的生產要素，構造擴展的C-D生產函數。用Eviews6.0對(2)式進行估計，結果如下：

上式中，括號內為t檢驗值。估計結果通過了參數t檢驗和方程總體的F檢驗，相應的修正可絕系數也高達96.9%。可以說，估計結果一定程度上反映了經濟增長同資本、勞動和互聯網普及率之間的關系。

但是，實證分析中所使用的數據為截面數據，截面數據都一定程度上存在異方差性，異方差的存在會使參數估計量非有效，變量的顯著性檢驗也失去了意義，模型的預測也可能失效。因此，有必要進行異方差檢驗，檢驗的方法有Goldfeld-Quandt檢驗法、White檢驗法等[10]，運用White檢驗法進行異方差檢驗，相應的F統計量為1.9910，伴隨概率為0.0735，在10%水平上拒絕了不存在異方差的原假設。顯然，有必要對模型進行修正估計。

2.3 模型的修正與分析

對異方差的修正一般采用加權最小二稱估計(WLS)，WLS估計的基本思想是：先進對普通最小二乘(OLS)估計，得到殘差序列ε1，對殘差平方和較小ε1賦予較大的權重，反之則賦予較小權重，通過對殘差提供信息的重要程度進行修正以提高估計的精度。

由上式可見，修正估計的結果都高度通過了t檢驗和F檢驗，此時再進行異方差White檢驗，相應的F統計量為0.3552，伴隨概率為0.8407，顯然異方差得到了修正。

修正的估計結果還可以看出，互聯網普及率的產出彈性要高于資本和勞動，并且當互聯網普及率每提高1%，經濟總量就會提高1.0753%，這進一步證明互聯網的普及和廣泛應用，對經濟增長產生了較大的影響。

同時，可以發現資本、勞動、互聯網普及率的產出彈性之和，即，進行Wald檢驗，結果如表1。

表1 Wald檢驗結果

顯然，表1的檢驗結果進一步證實了我國以資本、勞動、互聯網應用為生產要素的產出過程是規模報酬遞增的，這與我國目前處于快速發展階段不無關系。

3 結論與建議

本文基于截面數據研究了我國經濟增長同資本、勞動和互聯網普及率之間的關系，主要可以得出以下結論。

(1)互聯網普及率與以從業人數衡量的人均GDP之間存在較強的正相關關系。但對普通最小二乘的估計結果檢驗表明，異方差的存在，使得估計結果非有效。

(2)通過WLS估計修正了了異方差的影響，得到的估計方程顯示，若將互聯網普及率視作與資本、勞動類似的生產要素，其產出彈性大于資本和勞動的彈性，并且大于1，即其他生產要素影響不變時，互聯網普及率每提高1%，GDP的增長大于1%，說明互聯網普及率的提高對于促進經濟的發展是有利的。

(3)互聯網普及率、資本、勞動三者的產出彈性之和大于1，Wald檢驗進一步證實了這一點，這說明三者的產出過程是規模報酬遞增的。

[1]David Gillen,Ashish Lall.The economics of the Internet,the new economy and opportunities for airports[J].Journal of Air Transport Management,2002(8).

[2]Huub Meijers.Diffusion of the Internet and low inflation in the information economy[J].Information Economics and Policy,2006(18).

[3]Jonathan Boymal,Bill Martin,Dieu Lam.The political economy of Internet innovation policy in Vietnam[J].Technology in Society,2007(29).

[4]Ceyhun Elgin.Internet usage and the shadow economy:Evidence from panel data[J].Economic Systems,2013(37).

[5]孫中偉,張兵,王楊,等.互聯網資源與我國省域經濟發展的關系研究[J].地理與地理信息科學,2010(26)

[6]李岳.互聯網時代的經濟發展特征研究[J].現代經濟信息,2010(7).

[7]劉宗平.試析現代互聯網技術發展對經濟的影響[J].產業與科技論壇,2012(12).

[8]劉文波,張銀杰.信息通訊技術對經濟增長的作用機制研究[J].現代管理科學,2013(12).

[9]周永生.互聯網對日本政治、經濟、安全的影響及中國的借鑒[J].中州學刊,2011(6).

[10]劉明.異方差White檢驗應用的幾個問題[J].統計與信息論壇,2012(27).

[11]李子奈,潘文卿.計量經濟學(第二版)[M].高等教育出版社,2005.

F062.4

A

1005-5800(2014)05(a)-200-03

教育部人文社科基金項目(12YJC790203)；湖南省自然科學基金(13JJ3008)。

李安渝(1963-)，男，漢族，重慶人，教授，博士生導師，對外經濟貿易大學電子商務研究所所長，美國斯坦福大學電機工程博士，主要從事系統分析、電子商務研究；

張昭(1989-)，男，漢族，陜西漢中人，對外經濟貿易大學電子商務研究所研究員，中南大學商學院管理學碩士，主要從事經濟評價、電子商務研究；

曾蔚(1968-)，女，漢族，江西吉安人，中南大學商學院副教授，碩士生導師，管理學博士，主要從事公司理財、創業與風險投資、知識管理研究。

book=203,ebook=210