互聯網發展與經濟增長相互作用的實證研究

李琰

摘 要：利用主成分分析法構建衡量互聯網發展的定量指標，在此基礎上研究互聯網發展水平與第二產業增加值之間的相互關系。通過協整分析發現二者之間存在長期穩定的動態均衡關系;通過格蘭杰因果檢驗發現互聯網的發展對第二產業經濟增長有顯著的促進作用，長遠看來第二產業經濟增長也能對互聯網的發展起一定的促進作用。

關鍵詞：互聯網;經濟增長;主成分分析;格蘭杰檢驗

中圖分類號：F27 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2019.34.022

0 引言

隨著第三次工業革命使計算機進入生產領域，與互聯網相關的基礎設施得到快速發展，計算機與信息技術逐步滲透進日常生活中。據中國互聯網絡信息中心（CNNIC）第41次中國互聯網發展狀況統計報告數據顯示，截至2017年12月，中國網民規模達7.72億、手機網民規模達7.53億、網民在線下消費使用手機網上支付比例由2016年底的50.3%提升至65.5%，域名總數3848 萬個、網站總數為533萬個、互聯網普及率高達55.8%，超全球平均水平4.1個百分點。在互聯網迅猛發展的同時，也使得我國整個經濟結構產生巨大變革，而且對生產、流通等領域產生重大影響，推動國民經濟的發展。

長期以來，以制造業為代表的第二產業都被冠以粗放式發展的標簽，在參與全球價值鏈分工中一直處于低端地位。近年來人口紅利優勢逐漸喪失、勞動力短缺、產品技術含量低且缺乏自主知識產權等問題尤為突出，發達國家正逐漸向拉美、非洲等新型發展中國家轉移制造業，給中國的世界工廠地位帶來了嚴峻考驗。在此背景下，轉型升級被視為中國企業謀求未來發展，提升競爭力的一條選擇路徑;而互聯網技術的普及應用則是促進中國經濟增長從投資拉動到創新驅動轉變的關鍵因素。在當前環境下，企業的轉型升級就是一場信息技術推動下技術與管理的變革，如建筑業利用BIM信息技術打通建設項目設計、施工和運營的全過程，能夠有效降低成本，提高項目質量，提升企業競爭力;制造業的智能生產線和智能物流系統的建立等更是離不開信息技術的支撐。

為探討互聯網發展與第二產業經濟增長之間的因果關系，本文選取與互聯網發展相關的指標，通過主成分分析法將互聯網發展水平定量化，在此基礎上通過格蘭杰因果檢驗厘清二者之間的關系。通過研究互聯網發展對第二產業經濟增長的促進作用，明確互聯網發展的重要地位，為企業轉型升級提供價值參考;通過研究第二產業經濟增長對互聯網發展的促進作用，為互聯網長期穩定發展提供支撐來源。

1 文獻綜述

近年來，關于互聯網對經濟增長影響的研究一直都頗受國內外學者的廣泛關注。Elgin利用152個國家1999-2007年的面板數據分析互聯網普及率與人均GDP之間的關系，研究發現互聯網發展對于人均GDP的增長具有正向促進作用。Forman等基于美國數據的研究驗證了寬帶網絡投資對工資和就業增長的積極作用，但只在收入高、人口多、技能好的地區，這種作用才顯著。Ivus和Boland通過對加拿大1997-2011年的數據進行研究，發現互聯網能夠促進服務業的工資和就業增長，而對制造業并無影響。沈燕認為互聯網發展具有時效性與開放性的特征，在帶動經濟產業創造性變革中具有重要的意義。葉初升等研究發現類似結論，他指出互聯網促進經濟增長具有明顯的結構效應，即更有助于服務業部門的增長。

以互聯網、移動互聯網、物聯網為主導的信息技術將引領企業轉型升級，網絡不再是工具或渠道，而是創造價值的核心，已上升為基礎設施。對于互聯網指標的衡量，呂明元等用國家統計局統計科學研究所發布的信息化發展指標衡量“互聯網+”，并用回歸分析方法對上海市2000-2013年“互聯網+”和產業結構生態化轉型的關系進行了實證檢驗。劉湖等從供給、需求和社會因素三個方面測算信息和通信技術（ICT）的發展水平，研究表明ICT發展對中國經濟增長具有顯著促進作用。謝印成等選用網民數量、手機網民數、網站總數等變量作為衡量中國互聯網發展的代表指標，研究國內互聯網發展情況與第三產業增加值之間的關系。茶洪旺等使用各省網民數、網站數與CN域名數這三項指標作為基本指數，利用熵權法將其量化為互聯網發展指數，研究得出互聯網資源對于中國經濟增長具有顯著的正向促進作用。

綜上可知，現有關于互聯網發展與經濟增長的研究已獲得學術界的廣泛關注，并取得了顯著進展，但仍存在以下不足之處：多數研究對于互聯網發展指標的衡量較為簡單，或具有一定的主觀性，考察內容不夠全面;考察對象多為互聯網發展與整體經濟增長亦或是第三產業經濟增長之間的關系，少有研究聚焦于以工業為主的第二產業與互聯網之間的關系。而隨著互聯網的快速增長和工業企業轉型發展的必然要求，互聯網發展和第二產業經濟增長之間可能存在著某種關聯，因此有必要使用新數據，運用定量研究的方法厘清二者的相互關系，使研究成果更具說服力和實踐參考價值。

2 研究方法與數據來源

2.1 研究方法

由于目前尚未有統一的衡量互聯網發展水平的研究指標，需要通過現有數據對其進行量化處理，本文選用的是主成分分析法。主成分分析法是把高維轉化為少數幾個綜合指標的多元統計分析方法，從觀測到的眾多變量中提煉出少而精的若干變量，從而達到降低維度的目的，利用線性變化尋找能保存絕大部分原變量方差的新變量。由于互聯網發展水平與多個因素相關，可以使用主成分分析法，通過線性組合方式將這些因素指標轉化為衡量互聯網發展水平的總體指標。

在計量經濟學的研究中，經常需要判斷一個變量的變化是否是另一個變量變化的原因。Granger從預測的角度對這種因果關系進行了定義，稱為Granger因果關系。Granger檢驗的前提條件是變量的時間序列都是平穩序列，否則需對原序列做差分處理，判斷二者的協整關系;若變量X和Y的時間序列xt和yt均為平穩序列，為檢驗x是否為引起y的原因，建立yt關于y和x的滯后模型。

式中，ut為常數項，i表示滯后期。檢驗步驟如下：檢驗X的變化是否為Y變化的原因，即針對零假設H0：a1= a2=…=an=0進行F檢驗。此外，格蘭杰因果關系檢驗中對滯后長度的選擇是任意的，且因果檢驗結果對滯后長度非常敏感，即不同的滯后期可能會對因果性判斷造成影響。因此在進行分析時，需要謹慎選擇滯后期。

2.2 數據來源

數據的選取主要以國家統計局（NBSC）和中國互聯網絡信息中心（CNNIC）等權威機構網站公布的統計信息為準。結合研究主題，選取網民數（wms）、手機網民數（sjwms）、域名數（yms）、站點數（zds）和網頁數（wys）這五個數據作為考察互聯網發展水平的基礎指標。由于互聯網統計數據從1997年才逐漸開始完善，且前幾年數據波動較大，因此截取2000至2016年共計17年的時間序列數據進行分析研究，具體數據信息如表1所示。

在計量問題研究中，對數變化不僅不會改變變量時間序列的性質及關系，還有可能消除異方差性和序列相關等問題，因此，在實際操作中對相關變量均進行對數化處理，采用自然對數值進行相關檢驗分析。

3 數據分析

3.1 主成分分析

考慮到互聯網發展水平受多個因素的共同影響，且各因素間存在一定的相關性，因此利用主成分分析對這些指標進行降維處理。在進行主成分分析之前首先要對數據進行KMO檢驗。KMO檢驗值介于0與1與之間，其值越高越適宜做主成分分析。根據學者Kaiser，KMO檢驗值在0.6以下是非常差的，0.6至0.69為勉強接受，0.7以上為可接受水平。根據檢驗結果，本研究KMO值為0.796，可以進行后續研究。

從主成分分析結果可知，第一主成分的方差貢獻率高達95.48%，涵蓋原有指標的絕大部分信息;而其他主成分的特征值遠低于1，貢獻率也非常低，因此不予采用。用析出的第一主成分表征互聯網發展水平，其公式為：

公式1中各個指標的含義見表1，將五個指標的數據帶入公式中，可得出不同年份的互聯網發展水平X。求出互聯網發展水平指標后，將其與第二產業增加值Y進行比較，得出如圖1所示的趨勢圖。左側數據表征互聯網發展水平的時間序列，右側則代表第二產業增加值的時間序列趨勢。僅從圖形來看，二者都有逐漸增大的時間趨勢，且幅度大致相同;在2000-2010年間迅速上升，2010年之后的增加速度呈現略微平緩的趨勢。但二者是否互為因果關系，仍需要進行進一步的論證。

3.2 模型實證

3.2.1 單位根檢驗

格蘭杰檢驗的前提條件是平穩序列，否則將出現“偽回歸”現象;如果原序列不平穩，需要進行差分處理，直到成為平穩序列;若原序列經過d次差分成為平穩序列，則稱該序列為d階單整的，記為I（d）。

ADF檢驗結果表明，原序列X和Y均為非平穩序列，需進行差分處理;而一階差分序列△X和△Y均在10%的置信水平上顯著，為平穩序列;因此，原序列都是一階單整的，X～I （1）、Y～I （1），可以進行后續檢驗。

3.2.2 協整分析

在進行因果關系檢驗之前需證明變量之間的長期動態均衡關系。協整反映的就是非平穩單整序列之間的一種長期動態均衡關系，即兩個非平穩時間序列的線性組合，相互抵消趨勢項的影響，使其組合成為平穩時間序列。上節檢驗發現原序列均為一階單整，因此采用協整分析檢驗二者之間的長期動態均衡關系。

檢驗協整關系首先需要估計變量的協整回歸方程，并據此生成殘差項;然后對殘差序列進行平穩性檢驗，若殘差序列平穩，說明變量間存在協整關系，反之則不存在。采用OLS估X和Y的回歸方程，估計結果如下所示：

協整分析要求統計量最低在10%的置信水平上顯著，利用ADF單位根檢驗的結果表明，殘差序列et在5%的置信水平上顯著，因此，殘差序列et是平穩序列;這說明Y與X存在協整關系，即第二產業增加值和互聯網發展水平之間存在長期穩定的動態均衡關系。由計量檢驗結果分析可知，互聯網發展水平每增長1%，第二產業增加值將隨之增長0.07% ，互聯網的發展與第二產業經濟增長之間存在著促進關系。在我國當前調結構、促轉型的關鍵時期，更應該大力發展互聯網，重視互聯網基礎設施的建設和利用。

3.2.3 格蘭杰檢驗

協整分析表明，互聯網發展水平與第二產業增加值之間存在長期穩定的動態均衡關系，但是否構成因果關系仍要進一步驗證。由于本研究的時間序列為年度數據，所以滯后期也以年為計量單位;對于17年的時間序列數據，Eviews軟件的最長滯后期為5年，因此對滯后期1-5年逐一進行格蘭杰因果檢驗。

結果表明，互聯網發展水平與第二產業增加值之間存在相互促進作用。對于原假設“X不是Y的格蘭杰原因”，當滯后期為1年和2年時，分別在5%和10%的置信水平上顯著，即拒絕原假設，表明互聯網的發展必然會帶動第二產業經濟的持續良好增長;對于原假設“Y不是X的格蘭杰原因”，當滯后期為5年時，在5%的置信水平上顯著，即拒絕原假設，表明從長期角度看來，第二產業經濟的增長也會反過來促進互聯網的良性發展。

4 結論與啟示

為研究互聯網發展與第二產業經濟增長的相互作用，首先利用主成分分析法，析出能夠表征互聯網發展水平的定量指標;采用協整檢驗分析，發現互聯網發展水平與第二產業經濟增長之間存在長期穩定的動態均衡關系;在此基礎上，運用格蘭杰因果檢驗進行研究表明，當滯后期為1年和2年時，互聯網發展對第二產業經濟增長有明顯的促進作用，這一作用分別在5%和10%的置信水平上顯著，這說明互聯網的發展有助于提升以工業為主的產業經濟增長。當滯后期為5年時，第二產業經濟增長能夠促進互聯網的發展，這一作用在5%的置信水平上具有顯著性，這意味著從長遠角度看來，第二產業經濟的良性發展同樣也會促使互聯網發展水平的提升。

以上研究表明，為保持互聯網發展水平的持續快速增長，必須重視互聯網基礎設施建設，提升用戶對互聯網的需求，豐富互聯網資源，促進移動互聯網的發展;為轉變經濟增長方式，提升工業企業競爭力，順利實現“中國制造2025”的目標，必須將工業化與信息化進行有效融合，重視互聯網、云計算、大數據、物聯網等信息技術的應用;此外，長期來看工業經濟的增長同樣也能夠推動互聯網的快速發展，因此在大力發展智能制造、智能生產，提升實體產業的創新力和競爭力的同時，對互聯網的發展也能夠起到一定的促進作用，二者之間存在相互依存、相互促進的互惠關系。

參考文獻

[1]CNNIC.第41次《中國互聯網絡發展狀況統計報告》[R].2017.

[2]丁俊發.流通創新驅動的十大對策[J].中國流通經濟，2013，（2）：12-15.

[3]徐夢陽.經濟新常態下中國經濟邁入工業 4.0 時代的路徑探尋[J].商業經濟研究，2017，（21）：164-167.

[4]張兆安.實施“互聯網+”戰略 推動傳統產業升級[J].宏觀經濟管理，2015，（4）：24-28.

[5]陳志祥，遲家昱.制造業升級轉型模式、路徑與管理變革——基于信息技術與運作管理的探討[J].中山大學學報（社會科學版），2016，56，（4）：180-191.

[6]Elgin C.Internet Usage and the Shadow Economy：Evidence from Panel Data[J].Economic Systems，2013，37（1）：111-121.

[7]Forman C，Goldfarb A，Greenstein S.The Internet and Local Wages：a Puzzle[J].The American Economic Review，2013，102（1）：556-575.

[8]Ivus O，Boland M.The Employment and Wage Impact of Broadband Deployment in Canada[J].Canadian Journal of Economics，2015，48（5）：1803-1830.

[9]沈艷.“互聯網+產業經濟”下新業態的創造性變革[J].商業經濟研究，2017，（3）：148-150.

[10]葉初升，任兆柯.互聯網的經濟增長效應和結構調整效應——基于地級市面板數據的實證研究[J].南京社會科學，2018，（4）：18-29.

[11]周衍魯.“互聯網+”驅動實體經濟轉型升級的技術理論研究[J].商業經濟研究，2017，（18）：190-192.

[12]呂明元，陳磊.“互聯網+”對產業結構生態化轉型影響的實證分析——基于上海市2000-2013年數據[J].上海經濟研究，2016，（9）：110-121.

[13]劉湖，張家平.“互聯網+時代”背景下ICT與經濟增長關系的實證分析——來自中國省級面板數據研究[J].統計與信息論壇，2015，（12）：73-78.

[14]謝印成，高杰.互聯網發展對中國經濟增長影響的實證研究[J].經濟問題，2015，（7）：58-62.

[15]茶洪旺，左鵬飛.互聯網資源對中國經濟增長的影響研究——基于31個省級面板數據的實證檢驗[J].經濟研究參考，2015，（26）：48-55.

[16]KAISER H F.An Index of Factorial Simplicity[J].Psychometrika，1974，1（39）：31-36.

[17]Engle R F，Granger C W J.Co-integration and Error Correction：Representation，Estimation，and Testing[J].Econometric，1987，55（2）：251-276.