網絡普及對省域經濟增長的影響

李安渝　張昭　王璐

摘 要：基于全國31個省市區的截面數據，從投入-產出角度，采用DEA方法，研究互聯網普及對我國省域經濟增長的影響。在省際層面，經濟增長達到DEA有效的省份較少，從規模效率看，未達到DEA有效的省份都處在規模報酬遞增狀態。在區域層面，東部地區的綜合效率要明顯高于中西部地區，區域間分化比較嚴重的原因更多的是規模效率的差異。針對相關結論提出政策建議。

關鍵詞：互聯網應用；經濟增長；生產函數

一、引言

在信息時代，互聯網的普及縮短了人與人之間的距離，節約了信息傳播的成本，提高了經濟社會運行的效率。互聯網的應用與資本、勞動等基本生產要素一樣對經濟產生著重要影響。正如鄧小平指出“科學技術是第一生產力”，在新時期，互聯網的應用正是科學技術的集中體現之一。因此，研究網絡的普及與應用對經濟增長的影響既有利于探究我國當下的經濟增長模式，也會對有關政府部門制定互聯網產業發展政策提供有價值的參考，具有重要的理論意義和現實意義。

關于互聯網應用對經濟增長的影響的研究近年來成為國內外學者關注的熱點。David Gillen（2002）指出，互聯網通過影響供給和需求進而影響了商業行為，并以此對經濟產生影響。Ceyhun Elgin（2013）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。李岳（2010）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）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。冉燕（2012）也指出，隨著互聯網技術的不斷發展，網絡經濟將是未來經濟發展的趨勢。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）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，從投入-產出角度，基于省際截面數據，研究網絡普及對我國省域經濟增長的影響。

二、研究方法與數據來源

1.數據包絡分析

利用數據包絡分析（Data Envelopment Analysis，DEA）研究經濟增長問題相比于傳統的生產函數模型有其獨有的優勢。作為參數形式的生產函數模型，不論是CD生產函數還是CES生產函數，都有著較強的模型假定，模型假定的存在使得這些模型得出的結論往往或多或少偏離真實情況。而作為非參數形式的DEA，沒有模型設定，直接以投入作為輸入變量，以產出作為輸出變量，能比生產函數模型更準確的測定規模效益。

DEA是美國運籌學家Charnes等提出的一種以“相對效率”概念為基礎，基于數學規劃（包括線性規劃、多目標規劃、半無線規劃，隨機規劃等），評價具有多輸入，特別是有多輸出的“部門”（即決策單元，DMU）間的相對有效性。最基本的DEA分析模型是C2R模型，該模型假設各決策單元的規模報酬不變，去掉這個假設之后就成了更一般的BCC模型，本文研究中就是使用BCC模型。BCC模型的輸出結果即為各決策單元的效率值，取值在[0，1]之間，當效率值為1時，為DEA有效，表示投入指標的增加能帶來產出指標等比例的增加。BCC模型下有三個效率值：

綜合效率：衡量決策單元的綜合技術效率；

純技術效率：衡量決策單元受管理、技術等非規模因素影響的效率；

規模效率：衡量決策單元受規模因素影響的效率，規模效率=綜合效率/純技術效率。

選取全國31個省市區（不含港澳臺）作為決策單元，研究包含互聯網普及率在內的各生產要素相對于經濟產出的效率。盡管文章研究的是網絡普及對經濟增長的影響，但考慮到資本和勞動依然是最基本的生產要素，因此以資本、勞動、互聯網普及率作為投入指標，以各省經濟總量作為產出指標。

2.數據來源及預處理

考慮到數據的可獲得性，選取全國31各省市區2012年的截面數據進行研究。作為產出指標的經濟總量用各地區GDP來衡量，作為投入指標的資本由各地區的固定資產投資衡量，勞動投入由各地區的勞動從業人數衡量，各地區的互聯網應用水平用其互聯網普及率衡量。

各省市區GDP、固定資產投資和勞動從業人數來自《中國統計年鑒2013》，各省市區互聯網普及率來自中國互聯網絡信息中心（CNNIC）發布的《第31次中國互聯網絡發展狀況統計報告》。

三、實證分析

根據構建的投入-產出指標體系，整理各省市區的相關數據，使用DEAP2.1軟件，采用BCC模型進行分析，評價各省市區經濟增長的綜合效率（TE）、純技術效率（PTE）和規模效率（SE）。

從綜合效率來看，在我國31個省市區中達到DEA有效的省份僅有5個，分別是天津、上海、江蘇、山東和廣東，這些省份都位于東部，而廣大中西部地區基于資本、勞動和互聯網普及率的綜合產出效率都處在非有效狀態，像西藏、青海、甘肅等省份的綜合效率還處在很低水平。從純技術效率角度看，純技術效率反映了對各省份經濟增長受生產率提高、管理、制度、技術進步等因素的評價，達到DEA有效的有11個省份，東部5個（占比45%），中部2個（占比25%），西部4個（占比33%），相對于綜合效率而言，純技術效率的狀況要好一點。從規模效率來看，規模效率反映了在一定投入水平下，各省市區技術效率生產邊界產出量與最優規模下的產出量的比值，規模效率越高表示越接近最優規模，表1中所有未達到DEA有效的省份都處在規模報酬遞增狀態，顯然可以通過合理增加各要素投入可以使各省份的產出接近最優生產規模。

2.區域之間比較分析

進一步的，將31個省市區劃分成三個區域，按照傳統的方法，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省市，中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省份，西部則包括剩下的12個省市區。東部地區的綜合效率要明顯高于中西部地區，區域間的分化比較嚴重，而從純技術效率來看，區域間的差異則不是很大，因此造成這種區域間差異更多的原因是規模效率的差異。這是可以理解的，東部地區不論是在投入還是在產出方面，其規模都要大于中西部地區，從微觀角度講，足夠大的規模產生了范圍經濟和集群效應，使得產出量更多的接近前沿面。endprint