信息技術生產效率的國際比較

甘 凱，張之光

（1.西安交通大學 經濟與金融學院，西安 710061；2.西安理工大學 經濟與管理學院，西安 710054）

0 引言

作為高新技術產業的典型代表，信息技術相關產業在發達國家國內生產總值中的比重已達到甚至超過50%，已成發達國家最具活力和規模最大的產業之一[1]。發達國家對其重要性有著深刻的認識，并普遍將其納入實現經濟長期增長的總體戰略布局，使其成為創造就業崗位的重要推動力。發達國家利用其先進的信息技術對發展中國家的經濟和社會造成競爭優勢，發展中國家普遍加大了信息技術投資，已期改變經濟增長方式和經營方式，促進經濟增長。

在當前全球經濟衰退的形勢下，由于消費支出、商業投資以及出口下降等不利因素的影響，導致全球經濟增長乏力和就業機會普遍減少。為緩解經濟衰退帶來的壓力，世界各國普遍采用政策和財政等激勵手段增加投資以期待經濟復蘇。在這種情況下，世界各國加大了在信息技術領域的投資。然而，信息技術投資對經濟增長和生產效率的影響卻一直備受質疑。Xia和Lee（2009）[2]研究了20個國家的信息技術資本對經濟增長的影響，結果表明信息技術促進了發達國家經濟增長，而對發展中國家的影響并不顯著。以往文獻對信息技術資本運作效率的研究僅僅從信息技術投入到產出的角度去分析，而不考慮信息技術運作所處的宏觀經濟和社會環境，顯然，不同國家由于所處的經濟環境不同，其運作效率及其測量會受到影響，正如Chen和Lin（2009）[3]所指出的那樣，信息技術“生產率悖論”有可能出現在發展中國家，也有可能出現在發達國家，具體地研究信息技術資本對經濟增長及其運作效率的影響就顯得很有必要。

本文基于超越對數生產函數，建立了兩個方程的隨機生產前沿模型，分別檢驗了信息技術資本對發達國家和發展中國家經濟增長和生產效率的影響。并以生產效率為標準，通過分析信息技術資本進入生產過程前后生產效率的變化，作為“生產率悖論”問題的依據。此外，假設國家特征影響了技術無效，進而影響了經濟增長及生產效率，全面分析了發達國家和發展中國家“生產率悖論”問題。

1 研究設計及變量說明

1.1 研究模型

Farrell（1957）[4]在研究生產有效性問題時開創性地提出了前沿生產函數的概念,反映了在具體的技術條件和給定生產要素的組合下,決策單元投入組合與最大產出量之間的函數關系。通過比較各決策單元實際產出與理想最優產出之間的差距可以反映出決策單元的綜合效率,該方法主要包括參數方法和非參數方法。非參數方法主要運用線性規劃方法進行計算，缺乏相關統計檢驗,使得穩定性受到質疑。因而,以往信息技術績效研究普遍采用參數方法進行前沿生產函數的計算[5-8]。隨機前沿生產函數在確定性生產函數的基礎上提出了具有復合擾動項的隨機邊界模型。其主要思想為隨機擾動項εjt應由vjt和ujt組成,其中vjt是隨機誤差項，屬于具有隨機性的不可控因素；ujt是技術損失誤差項,是可控影響因素，可用來計算技術非效率。顯然，隨機前沿生產函數體現了樣本的統計特性,也反映了樣本計算的真實性，因而，本文采用隨機前沿模型計算信息技術的運作效率，傳統模型如下：

f(Xjt'β)代表了最優產出，一般用生產函數表示。超越對數生產函數模型是一種易于估計和包容性很強的變彈性生產函數模型，它在結構上屬于平方反映面模型，可有效分析生產函數中投入要素的交互影響、各種投入技術進步的差異。所以，本文中 f(Xjt'β)選擇超越對數生產函數形態，當考慮兩種生產要素（物質資本與人力資本）和3種生產要素（物質資本、人力資本、信息技術資本）時，式（1）可分別改寫為：

模型1：

模型2：

模型1和模型2分別表示信息技術進入生產過程前后的要素生產形態。Chen和Lin（2009）[3]、張之光和蔡建峰（2012）[9]認為，宏觀經濟和政策變量會通過影響技術無效進而調節經濟增長，被稱之為國家特征。因此，為全面考察信息技術績效，假設ujt=g(Zjt;α)+εjt，Zjt表示國家特征，代入模型1和模型2，根據PEjt=exp(-ujt)可計算有無信息技術參與生產情況下的生產效率。

1.2 樣本說明及數據來源

本文的研究目的是為了比較發達國家和發展中國家信息技術績效,以此尋求兩者的差異。因此選擇7個最發達的工業化國家（G7）當中的美國（US）、日本（JP）、德國(DE)、加拿大(CA)代表發達國家；由于數據采集難度和可得性，選取泰國(TH)、馬來西亞(MY)、中國(CN)作為發展中國家樣本，樣本數據為1995—2012年，共18年，該數據為截止目前（2016年）能夠獲取的最新數據。

本文的生產要素包括物質資本(Kjt)，人力資本(Ljt)和信息技術資本(Ijt)。其統計公式為:傳統資本Kt=Ct-ITt、人力資本Lt=Ft-ITt、信息技術投資其中,Ct表示固定資本形成總額，Ft表示工資支出總額。計算機服務費用支出用信息系統員工成本ISt表示,信息技術投資ITt用信息技術硬件費用支出與信息技術軟件支出之和表示。潛在的國家特征(宏觀經濟變量)：期望失業率(uer)、出口總額與外匯儲備的比率(trim)、期望政府證券收益率(r)、期望人均消費(pcc)、期望通貨膨脹率(inf)和時間變量(t)的影響。

數據分別來源于International Marketing Data and Statistics,International Financial Statistics和Digital Planet 2002,2006,2008-the Global Information Economy。

2 實證結果

2.1 描述性統計及相關性分析

為方便比較，對樣本國家信息技術投資額取對數，描述性統計結果見下頁表1。從中可以看出：樣本國家信息技術投資額差異較大，在1995—2012年間，美國年信息技術投資額最大，明顯高于其他樣本國家；發達國家信息技術投資額顯著高于發展中國家，發達國家中加拿大最低，但年平均投資額對數也達到10.71，發展中國家中年信息技術投資額最高者為中國，對數值為10.15，泰國和馬來西亞僅為7.93和7.95；發達國家信息技術投資起步較早，信息技術投資額的最小值甚至高于某些發展中國家的最高值，如美國、日本和加拿大，在統計期內，信息技術投資額最低的一年里，其投資額也達到13.01、11.91和11.15，而發展中國家泰國和馬來西亞，信息技術投資額最高的一年里投資額也僅為10.72和8.68；發達國家信息技術投資較為穩定，表現為年投資額方差較小，美國、日本、德國和加拿大18年間標準差分別為0.25、0.15、0.27和0.27，而發展中國家泰國、馬來西亞和中國為1.10、0.35、1.04；發達國家信息技術投資強度遠高于發展中國家，兩者存在較大差異。

表1 信息技術資本（lnK）的描述性統計結果

表2給出了5%水平下樣本國家與信息技術投資的相關性分析結果?？梢园l現，除兩個發達國家日本和德國外，其余樣本國家信息技術投資與經濟增長正相關，兩者的Spearman相關系數在5%統計水平上顯著為正，信息技術投資與經濟增長之間的線性關系明顯。這表明經濟發達國家更愿意在信息技術領域投入更多投資，而發展中國家盡管信息技術領域的建設較為落后，但通過加強投入和完善基礎設施，同樣拉動了經濟增長。尤其是世界兩大經濟體，美國和中國，信息技術投資與經濟增長之間的相關性分別達到0.943和0.946，信息技術投資與經濟增長的關系在這兩個國家最為緊密，同時也表明經濟總量越大，在信息技術領域的投資越多。

表2 信息技術投資與經濟增長的相關性分析

2.2 隨機前沿模型分析結果

Lin（2009）[10]、Chen和Lin（2009）[3]提出了研究信息技術績效的兩種方法，一種是總體分析方法，即根據信息技術產出彈性及其顯著性判別信息技術對經濟增長的影響，該方法已被廣泛應用于信息技術績效研究領域。另外一種方法是個體分析方法，即根據具體樣本，以信息技術進入生產過程前后平均生產效率（APE）的變化作為“生產率悖論”問題的依據。因而，本文同時采用這兩種方法分析信息技術績效問題。表3給出了兩個方程隨機生產前沿模型的估計結果，表4給出了利用個體分析方法給出的兩要素和3要素情況下的APE值。

從表3中可以看出，如果不考慮信息技術資本，在傳統生產過程中，發達國家的人力資本彈性系數為負，且在1%水平顯著，這表明發達國家勞動投入的增加不僅不會增加其經濟產出，反而會減少產出，這種現象也發生在發展中國家。不同于發達國家的是，物質資本對發展中國家的經濟增長具有顯著的促進作用，彈性系數為2.645，表明物質資本對發展中國家經濟增長具有重要的影響，同時也說明發展中國家仍然面臨資本缺乏問題，發展中國家由于缺乏資本，難以發展先進的高生產率的現代產業，因而發展中國家的經濟增長仍然需要大量物質資本的投入。

表3 超越對數生產函數隨機前沿模型估計結果

表4 樣本國家兩要素和3要素情況下的APE值比較

當信息技術資本進入生產過程以后，傳統生產要素對經濟增長的影響發生了明顯變化。對于發達國家而言，信息技術資本使得物質資本對經濟增長的影響變得極其顯著，同時也弱化了人力資本對經濟增長的負面影響，這表明對于發達國家而言，信息技術資本與物質資本、人力資本存在一定的互補性。而對于發展中國家情況恰恰相反，信息技術資本使得物資資本和人力資本對經濟增長的影響變得不顯著，尤其是物質資本產出彈性由顯著為正，變為負且不顯著，表明對于發展中國家而言，信息技術資本與物質資本存在一定的替代性。該結論似乎支持了Chen和Lin（2009）[3]關于發達國家信息技術資本與物質資本、人力資本成對互補，發展中國家成對替代的結論，同時也反駁了Dewan和Min（1997）[12]關于三者之間成對替代的觀點。

觀察信息技術資本對經濟增長的影響一直是眾多信息技術領域研究的重點。在表3中，在考慮了國家特征影響因素下發達國家和發展中國家的產出彈性分別為2.874和1.975，且都在5%水平以內顯著，這表明信息技術同時促進了發展中國家和發達國家的經濟增長。寬帶互聯網和移動電話服務等信息技術有助于世界各國、特別是發展中國家的經濟增長，可為發展中國家的社會進步帶來難得的機會。因此發展中國家應該通過各種政策和獎勵措施支持創業者和私營機構，積極鼓勵和發展本地的信息技術服務行業，并加強技術改造和基礎設施建設。該結論似乎并不支持Xia和Lee（2009）[2]關于信息技術只能促進發達國家經濟增長，而對發展中國家的貢獻并不顯著的結論。

從表3中同時可以看出國家特征對生產效率的影響，以及信息技術與國家特征的混合作用。在模型2中，國家特征是生產無效和可觀察產出的影響因素，因而對生產效率具有重要影響。分別對比信息技術進入生產過程前后國家特征對生產效率的影響，可以發現國家特征的影響系數產生了不同程度的變化。對于發達國家而言，失業率（uer）在兩要素模型中，影響系數為-0.702，并不顯著，但在3要素模型中，影響系數變為0.019，且在10%水平下顯著，表明信息技術調節了失業率對生產效率的負面影響。出口總額與外匯儲備的比例（trim）在兩要素模型中對生產效率的影響系數在10%顯著水平下為10.430，加入信息技術因素后，其影響減弱且并不顯著。政府債券收益率（r）的影響系數也由-1.647減弱為-0.053，且在5%水平顯著。人均消費(pcc)對生產效率的影響同樣減弱，但同樣促進了生產效率。信息技術延遲了時間因素（t）導致的生產效率的損耗，由10%顯著性水平的-1.654減弱為1%顯著性水平的-0.022。受信息技術調節作用的影響，發展中國家國家特征對生產效率的影響也發生變化。信息技術增強了失業率對生產效率的負面影響，系數為-0.003變為-1.956，且在1%水平顯著。同樣的情形也發生在trim變量上，由-0.102變為1%顯著性水平上的-10.664。變量r和pcc分別由10%和1%顯著性水平變為不顯著。不同與發達國家，發展中國家生產效率原本隨時間的推移有一定的增加，但加入信息技術后，使得生產效率隨時間的推移減少，影響系數為-0.494，且在1%水平顯著。以上分析證明了信息技術可以調節國家特征對生產效率的影響。

對比發達國家和發展中國家模型2的估計結果，可以看出，信息技術對國家特征對生產效率的調節作用并不盡相同。失業率（uer）對發達國家影響系數為正，而對發展中國家為負向調節；trim對發達國家影響并不顯著，而對發展中國家的負向調節非常顯著；pcc對發達國家的生產效率影響顯著，而對發展中國家的影響并不顯著。在通貨膨脹率（inf）時間（t）上，對發達國家和發展中國家的影響較為相同，變量inf的影響都不顯著、變量t的影響都顯著為負。

根據Lin(2009)[10]個體分析方法研究信息技術績效的另一個相關問題“生產率悖論”現象。有研究表明，“生產率悖論”現象是一個比較復雜的問題，數據采集、測量方法、管理方式、替代效應都會影響到信息技術績效，因而，脫離具體的研究對象，而僅僅從發達國家或發展中國家整體去分析信息技術績效，就忽略了樣本內在的差異。正如Lin（2009）[10]的研究，“生產率悖論”現象并不是全球問題，需要具體分析，其有可能存在于發達國家，也有可能存在于發展中國家。從表4中可以看出，本文所選的4個發達國家樣本中，美國和加拿大在信息技術進入生產過程前，其生產效率分別為0.965和0.794，進入生產過后分別減少為0.939和0.598，分別減弱了0.87%和6.63%；而日本和德國受益于信息技術，其生產效率分別由之前的0.844和0.883增長為0.924和0.920，分別增長了2.67%和1.23%。依據本文建立的生產效率的“生產率悖論”標準，美國和加拿大存在“生產率悖論”現象，日本和德國并不存在。3個發展中國家樣本（泰國、馬來西亞、中國）在兩要素模型中的生產效率分別為0.856、0.791、0.858，在3要素模型中，增長為0.893、0.813、0.924，分別增長了1.23%、0.73%、2.20%，可見，這3個樣本發展中國家都不存在“生產率悖論”。從總體上看，發達國家和發展中國家在兩要素模型中，平均生產效率分別為0.872和0.835，加入生產效率后，對應值分別為0.845和0.877，發達國家下降了0.9%，發展中國家增長了1.39%。從這個角度來看，發展中國家并不存在“生產率悖論”現象，而發達國家存在。

3 結論

信息技術已成為支撐當今經濟活動和社會生活的基石，其代表著當今先進生產力的發展方向，信息技術的廣泛應用使信息的重要生產要素和戰略資源的作用得以發揮，使人們能更高效地進行資源優化配置，從而推動傳統產業不斷升級，提高社會勞動生產率和社會運行效率。然而，眾多實證結果表明，信息技術的巨額投資與統計上的勞動生產率、全要素生產率增長水平下降相伴隨。本文的實證研究也表明，信息技術并不能獨立促進生產效率的提高，其作用的發揮需要與眾多宏觀經濟與管理變量（國家特征）相結合。因而，提高信息技術績效就必須遵循其客觀規律和現實環境，基于此，本文提出以下建議：（1）加大信息技術投資力度和范圍，引入社會資本參與國家信息化建設，在工業與信息化融合、電子商務發展、城市電信設施升級、信息產業發展等方面引入社會資本；（2）加強信息技術投資領域的規劃，有針對性、有戰略性地進行投資，不能跟風式的盲目投資，注重信息技術投資的效益和測量方法；（3）完善信息技術投資的配套措施，尤其是人力資本和相應的管理流程配套。信息技術并不是同質性的資源，如果沿用傳統的管理流程，本質上并不能提高運作效率，而只是簡單的技術革新，不但不會提高效益，反而只會增加信息技術投資的運維成本。

[1]陳耀.世界發達國家產業關系的演變與啟示[J].經濟縱橫，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]張之光，蔡建峰，張果.國家特征對信息技術價值的影響——基于隨機生產邊界模型的實證檢驗[J].科學學與科學技術管理,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]張之光,蔡建峰.信息技術資本、替代性與中國經濟增長——基于局部調整模型的分析[J].數量經濟技術經濟研究,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).