北京互聯網行業發展對國民經濟推動作用的實證分析

李茂 齊福全

摘要：北京互聯網行業是首都經濟中的重要行業。本文利用向量自回歸模型（VAR模型）對北京互聯網行業的經濟推動作用進行了實證分析，利用公開的統計數據進行模型推算與模擬，估計出北京市互聯網發展對國民經濟發展的整體性影響。模型分析結果顯示，北京市互聯網產業總值增加1%時，首都地區的GDP增加0786%，行業的乘數效應為078。首都互聯網對于首都地區經濟的推動作用十分明顯。

關鍵詞：互聯網行業；向量自回歸；脈沖響應函數

DOI：1013939/jcnkizgsc201548075

一、研究背景

作為國民經濟中的重要組成部分，北京市互聯網行業發展對于推動國民經濟增長，加快社會進步具有十分重要的作用。為了進一步研究北京市互聯網發展對國民經濟的影響，本報告引進實證數理分析模型，利用數據進行模型推算與模擬，估計出北京市互聯網發展對國民經濟發展的整體性影響。

從現有研究成果來看，分析一個地區某個行業的經濟影響或者經濟貢獻度的文獻的主要方法分為以下幾類：一是線性貢獻分析法，即將互聯網行業自定義為幾個線性組合的部門（按照國民經濟統計分類），然后再附以一定的權重，折合在一起計算對某地區或區域經濟的貢獻率。這種方法思路簡單，但不具有歷時性，只能分析靜態時間節點的行業影響力。二是層次分析法（AHP），梁昊光（2013）①用層次分析法分析了知識經濟對北京的經濟貢獻度；但是，此方法應用于北京市互聯網產業的影響力分析，還缺乏具有代表性的指標作為層次分析判定的基礎。此外，還有一些工程技術方法，比如利用神經網絡模型、GRD模型等。這些模型對于行業的貢獻率分析其模型設定的要求較高，模型應用要符合多種前提條件，而且對數據要求也比較苛刻，不能有效處理時間序列數據，難以分析行業對區域經濟的動態影響程度②、③。基于上述內容，為從時間動態變化角度分析北京市互聯網行業對國民經濟發展的影響，本報告選擇時間序列分析方法對相關問題加以研究。

二、北京市互聯網行業在國民經濟中的地位統計結果表明，北京市互聯網相關行業的產出保持持續增長態勢。2002—2010年，通信設備、計算機及其他電子設備制造業的產出值由108353億元增至22809億元，年均增長133億元；信息傳輸、計算機服務和軟件業的產出值由68296億元增至299811億元，年均增長257億元。信息傳輸、計算機服務和軟件業發展速度明顯高于通信設備、計算機及其他電子設備制造業。2002年、2005年和2007年的統計結果表明信息傳輸、計算機服務和軟件業的產出規模要落后于通信設備、計算機及其他電子設備制造業，但是兩者之間的差距不斷縮小，到2010年信息傳輸、計算機服務和軟件業產出規模反超通信設備、計算機及其他電子設備制造業71721億元（見圖1）。

圖1北京市互聯網相關產業產出情況

數據來源：北京2012年投入產出調查網。

北京市互聯網行業實現的增加值不斷地提高。2002—2010年，通信設備、計算機及其他電子設備制造業的增加值由15452億元增至23944億元，年均增長943億元；信息傳輸、計算機服務和軟件業的增加值由35144億元增至121406億元，年均增長9584億元，增幅明顯高于通信設備、計算機及其他電子設備制造業（見圖2）。

圖2北京市互聯網相關產業增加值情況

數據來源：北京2012年投入產出調查網。

北京市互聯網行業的快速發展直接決定了它在國民經濟中具有重要的地位。2002年、2005年和2007年，互聯網行業產出在國民經濟總產出的比重超過16%，其中通信設備、計算機及其他電子設備制造業產出位次始終位居前2位，信息傳輸、計算機服務和軟件業產出位次排名不斷提高。而到2010年統計結果表明，隨著租賃和商務服務業、批發零售業、金融業、綜合技術服務業等行業的飛速發展，互聯網行業在國民經濟的地位有所下降，在總產出的比重降至1157%，通信設備、計算機及其他電子設備制造業產出位次降至第8位，信息傳輸、計算機服務和軟件業產出位次降至第6位（見圖3和表1）。

上述分析結果表明，北京市互聯網行業保持著持續穩定增長的態勢，是國民經濟的重要支撐力量。通信設備、計算機及其他電子設備制造業與信息傳輸、計算機服務和軟件業的產出及增加值的變化也說明了互聯網產業內部正經歷著由制造為主向服務為主的轉變過程。

三、模型選擇

本報告根據研究目的選擇向量自回歸模型（Vector Autoreg Ression，VAR）（以下簡稱VAR模型）作為分析工具。

向量自回歸模型是基于數據的統計性質建立模型，VAR模型把系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。VAR模型是處理多個相關經濟指標與預測最容易操作的模型之一，并且在一定的條件下，多元MA和ARMA模型也可轉化成VAR模型，因此近年來VAR模型受到越來越多研究者的重視。

相對于其他模型，VAR模型的優點是：VAR模型不以嚴格的經濟理論為基礎。它是分析跨期內生變量與外生變量之間的良好工具，避免了“先入為主”的模型設定，適用于分析北京市互聯網發展和國民經濟之間的相互作用。

一個規模較小且合理設定的VAR模型所產生的預測結果，通常優于較大規模的結構聯立方程系統產生的預測結果，尤其是對短期預測更是如此，這主要是由于VAR模型常常可以避免為了保證結構模型的可識別性而施加的限制的影響。這種特性用來分析、預測某一個行業對于區域經濟的影響度來說是非常重要的。

VAR模型可以處理時間序列數據，對于時間序列數據的要求不過于苛刻，而且參數容易估計。這對于數據質量的要求度并不是太高，對于一些新興行業特別是統計數據不全的行業來說，這種特性保證了模型分析的質量④。

四、數據與初步描述

為保證模型的簡潔與有效，本模型選擇北京市2000—2014年國民生產總值作為國民經濟的解釋變量，選擇北京市2000—2014年信息傳輸、軟件和信息技術服務業的生產總值⑤作為互聯網行業發展的解釋變量。這兩個變量容易獲得，而且具備很強的代表性，是衡量經濟發展水平和互聯網發展水平的良好指標。基礎數據⑥見表2。

數據描述如下：

五、模型估計及結果

利用Eviews70軟件對于GDP和INT數據進行VAR模型分析，具體分析前提是，采用的是非限制性相連自回歸模型，滯后期選擇的是2期，為了防止異方差，GDP和INT數據都進行了對數化處理，結果如下：圖4信息傳輸、軟件和信息技術服務業生產總值（INT）的描述性統計情況

六、模型檢驗

利用模型單位根檢驗與Granger因果檢驗⑦、⑧對VAR模型進行檢驗。單位根檢驗結果如下。

根據圖6可以看出，所有單位根都落在單位圓內，因此VAR模型滿足穩定性條件。

Granger因果檢驗結果見表4⑨。

表4格蘭杰因果關系檢驗結果Pairwise Granger Causality TestsSample：2000 2014Lags：1Null Hypothesis：ObsF-StatisticProbINT does not Granger Cause GDP1453807900406GDP does not Granger Cause INT00075409323

從表4可以看出，在滯后期為1的條件下，在5%的顯著性水平下，INT是GDP的Granger因，可以拒絕原假設；而GDP不是INT的Granger因，接受原假設。這意味著，INT的發展可以引起GDP的變動。具體影響情況要引入脈沖響應函數。七、脈沖響應函數、Johansen協整檢驗與互聯網影響力分析脈沖響應函數（Impulse Response Function，IRF）分析方法可以用來描述一個內生變量對于由誤差項所帶來的沖擊的反應，即在隨機誤差項上施加一個標準差大小的沖擊后，對內變量的當期值和未來值所產生的影響程度。

對VAR模型做10期IRF實驗，其IRF實驗結果見圖7。

通過圖7和表5可以看出，當在本期給INT一個正沖擊后，GDP在第1期就有反應，中間經過一個短暫下調后，在第5期達到最高點。這表明，北京市互聯網行業的某一沖擊（如正向增長）會給國民經濟總量帶來同向的沖擊。在第2期期間，互聯網行業的增長對于國民經濟總量增加的拉動效果有所減弱，但這種影響力增長的勢頭將繼續保持，這種沖擊將在5年后的國民經濟總量增加上產生最大拉動作用。這也就表明了北京市互聯網行業對國民經濟發展具有正相關影響，能夠促進首都經濟的發展。

圖形和表格數據還表明，當在本期給GDP一個正沖擊后，INT在當期沒有反應，而在第2期后，產生最大的拉動作用。這說明，國民經濟的增長和發展對于互聯網行業的發展與進步也會產生促進作用，國民經濟的增長將會推動互聯網行業的發展，但這種促進、推動與引致需求作用有個明顯的滯后期。這也驗證了前文Granger因果關系檢驗的結果。

以上是用IRF模型分析了短期內INT與GDP的關系。利用滯后2期的Johansen協整檢驗模型進一步分析兩者之間是否存在長期的協整關系。分析結果見表6。表6Johansen協整檢驗結果Sample （adjusted）：2003 2014Included observations：12 after adjustmentsTrend assumption：Linear deterministic trendSeries：LOG（INT） LOG（GDP） Lags interval （in first differences）：1 to 2Unrestricted Cointegration Rank Test （Trace）HypothesizedTrace005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445583706950154947100000At most 1 *07070161473167384146606176Trace test indicates 2 cointegrating eqn（s） at the 005 level* denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegration Rank Test （Maximum Eigenvalue）HypothesizedMax-Eigen005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445582233783142646000022At most 1 *07070161473167384146606176Max-eigenvalue test indicates 2 cointegrating eqn（s） at the 005 level*denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegrating Coefficients （normalized by b'*S11*b=I）：LOG（INT）LOG（GDP）-232101929538396299781-3015622Unrestricted Adjustment Coefficients （alpha）：D（LOG（INT））0006128-0039988D（LOG（GDP））-0020824-00085411 Cointegrating Equation（s）：Log likelihood5837900Normalized cointegrating coefficients （standard error in parentheses）LOG（INT）LOG（GDP）1000000-1272647（003643）Adjustment coefficients （standard error in parentheses）D（LOG（INT））-0142222（045131）D（LOG（GDP））0483329（012818）通過表中斜體字數據可以看出，變量log（INT）和log（GDP）之間有一個協整關系存在，協整方程如下：

LOG（INT）=1272LOG（GDP）

se=（003643）

LOG（GDP）=0786LOG（INT）

由上式可見，變量log（INT）和log（GDP）之間存在一個長期變動趨勢。從長期變動趨勢來看，北京市互聯網產業總值增加1%時，首都地區的GDP增加0786%，行業的乘數效應為078。由此可見，北京市互聯網對于首都地區經濟的推動作用十分明顯。

八、計量結果的解釋與說明

大量的產業經濟學和區域經濟學文獻表明，一個地區或區域的互聯網發展對國民經濟具有較強的推動作用，而且對國民經濟推動的機理進行了分析。本研究主要集中在定量研究上，首先利用2000—2014年的數據構造了北京市互聯網發展影響力的VAR模型，并通過計量檢驗，證明了此模型的穩定性和有效性。

在此基礎上，利用Granger因果關系檢驗和脈沖響應函數定性地分析了北京市互聯網行業發展對于首都國民經濟的影響。通過計量分析可以看出，北京市互聯網行業的發展有效地推動了首都經濟的發展，而且這種作用效果是長期的，影響周期長達5個周期（年）。從具體進程來看，北京市互聯網的發展與進步能在即期影響首都經濟，具有“立竿見影”的產業推動作用。但隨著技術的完善和產品服務的改進，這種市場影響作用還需要市場進行接受與消化，這就解釋了第2期互聯網發展帶來的影響力有小幅衰退的情況。隨著時間的推移，互聯網行業發展的真正影響高峰出現在第5周期（年），也就是說經過5期（年）的改進、豐富與完善，第1期出現的互聯網行業的技術和產品已經日臻完美，技術已經穩定并得到廣泛應用，互聯網產品與服務也為廣大消費者接受，產銷關系比較穩定，對國民社會經濟的影響達到最大。

以2014年為基點，通過回顧一下2009年北京互聯網的大事記可以從另一個方面印證北京互聯網“5年影響周期”這一判斷。

表72009年北京市互聯網大事件與5年后的影響2009年北京市互聯網大事件5年后的影響備注1丁磊投資億元養豬首都“互聯網+”戰略已經落地開花結果，北京市互聯網產業融合已經走在了全世界的前列2網游虛擬貨幣新規出臺首都網絡游戲產業已經成為首都文化創意產業的一大亮點3新浪18億美元管理層MBO2014年北京市互聯網出現了并購高潮，創歷史新高4校內網宣布更名為人人網人人網流量不斷下降，已經退出一線社交網站的行列負增長、逆發展的例子5盛大收購視頻網站酷6網在2013年四季度，優酷土豆首次實現季度盈利，凈利潤為4420萬元，這也是優酷土豆唯一一次單季度盈利資料來源：作者自行整理。

而另一方面，國民經濟的發展對互聯網發展具有明顯的引致作用。由于國民社會經濟決策與需求存在滯后性，國民經濟的發展對于北京市互聯網發展沒有明顯的即期需求拉動作用，但在第2個周期內，這種需求拉動作用十分明顯。但從長期結果來看，更多的是北京市互聯網自身的發展推動了首都經濟的進步，而不是北京市互聯網被動地追趕首都經濟發展的步伐。這也說明了北京是中國網都，是中國互聯網發展的最前沿，北京市互聯網能掀起中國互聯網發展的勢頭。

從具體數值來看，北京市互聯網的長期產業乘數為0786，即北京市互聯網產業總值增加1%，首都地區的GDP增加0786%。由此可見，北京市互聯網產業已經成為首都經濟發展中的支柱產業。因此，北京應著眼于首都經濟調整和轉型升級，會同有關部門和行業組織統籌互聯網發展產業發展戰略，從規劃、政策、標準、市場等層面為推動北京市互聯網企業加快發展和行業的整體水平的提高提供新動力，不斷加強互聯網發展的環境建設，為企業的發展營造良好的外部環境。

注釋：

① 梁昊光，知識經濟貢獻度測度及其對北京城市發展的啟示，《地理研究》，2014年第9期。

②王暉、唐靜，基于模糊神經網絡的教育經濟貢獻度研究，《統計與決策》，2013年第14期。

③陳曉紅、解海濤，基于GRD測算模型的中小企業區域經濟貢獻度研究，《科學學與科學技術管理》，2006年第3期。

④關于建立VAR模型是否需要序列平穩目前學術界還存在許多爭論；張曉峒（2003）指出里非平穩變量也可以建立VAR，但建立的VAR有可能不平穩，這種情況下的脈沖響應和方差分解就是不穩定的，沒有意義的。但由于VAR模型的特性，現在學術界的處理辦法是直接做差分變量，在序列平穩的前提下建立VAR，此時的VAR往往是平穩的，可以直接進行脈沖，但也有一個問題，差分后會損失很多信息。從現有學術界的文獻來看，學術界普遍采用的方式是：VAR模型只需ADF 檢驗，不必要求變量之間的協整關系。協整是變量間的長期均衡關系，VAR模型適用于較短時期內的效應分析，脈沖，方差分解的解釋區間大概在1～5個時間段之內。

⑤利用通信設備、計算機及其他電子設備制造業與信息傳輸、計算機服務和軟件業的產出及增加值合計數據作為互聯網行業指標的分析結果不能滿足VAR分析穩定性條件，因此考慮僅以單一的信息傳輸、計算機服務和軟件業的產出作為變量加以分析。

⑥行業是指按照《國民經濟行業分類與代碼》（GB/4754—2011）中的63～65大類，其中632行業“廣播電視傳輸服務業”并不算是互聯網產業，但由于其產值在整個行業中所占比例不大，故保留在其中。同時，數據并沒有考慮當年價格因素的影響。

⑦對時間序列單位根的檢驗就是對時間序列平穩性的檢驗，非平穩時間序列如果存在單位根，則一般可以通過差分的方法來消除單位根，得到平穩序列。對于存在單位根的時間序列，一般都顯示出明顯的記憶性和波動的持續性，因此單位根檢驗是有關協整關系存在性檢驗和序列波動持續性討論的基礎。

⑧本報告用計量工具為E-views70。

⑨計量經濟學利用變量之間的格蘭杰因果檢驗來分析兩個變量之間的相互關系。該檢驗方法為2003年諾貝爾經濟學獎得主克萊夫·格蘭杰（Clive WJGranger）所開創，用于分析經濟變量之間的格蘭杰因果關系。他給格蘭杰因果關系的定義為“依賴于使用過去某些時點上所有信息的最佳最小二乘預測的方差”。

參考文獻：

[1]向蓉美互聯網產業對國民經濟影響的投入產出分析[J].統計與決策，2008（11）：75-77

[2]劉宇互聯網對國民經濟影響的定量分析[J].中央財經大學學報，2010（12）：44-49

[3]陳家鼎數理統計學講義[M].北京：北京大學出版社，2010

[4]張媛媛我國互聯網發展現狀及對國民經濟推動作用研究[J].現代電信科技，2011（11）：22-28

[5]劉培剛網絡經濟學[M].上海：華東理工大學出版社，2012：32-86

[6]李嫣怡，等Eviews統計分析與應用[M].北京：電子工業出版社，2013

[7]李茂，齊福全，陳華2013年北京市互聯網發展形勢分析[C].佟力強首都互聯網發展報告[M].北京：人民出版社，2014：3-13

[8]丁一凡互聯網金融發展新趨勢及其對國民經濟的影響[J].商業時代，2014（16）：72-73

[9]李茂，齊福全，陳華2014年北京市互聯網發展形勢分析[C].佟力強首都互聯網發展報告[M].北京：人民出版社，2015：3-14

[10]楊琰論互聯網經濟對國民經濟的影響及其發展動向[J].中國集體經濟，2015（19）：11-12