信息通信技术对产业结构优化的影响分析

时间：2022-05-07 10:39:25 所属分类：通信 浏览量:

平衡经济稳增长与调结构的关键在于产业结构，尤其是面对国内产能过剩和国际竞争加剧的双重压力，推动产业结构优化迫在眉睫。 遵循摩尔定律的信息通信技术(information and communication technolo gy)，不仅能有效影响要素价格变动，协调要素禀赋差异，而且对物质资本

　　平衡经济“稳增长”与“调结构”的关键在于产业结构，尤其是面对国内产能过剩和国际竞争加剧的双重压力，推动产业结构优化迫在眉睫。 遵循“摩尔定律”的信息通信技术(information and communication technolo⁃ gy)，不仅能有效影响要素价格变动，协调要素禀赋差异，而且对物质资本和人力资本具有局部替代作用，能有效缓解产业结构变迁中要素替代难度的制约。 2003—2017 年我国规模以上信息技术产业主营业务收入从1. 76 亿元提升到 14 万亿元，截至 2017 年，该收入占当年国内生产总值比例约为 17%。 这一数据反映了信息技术产业在当前经济中所占据的重要地位，但现阶段关于省际信息技术资本存量测算的文献并不多见。 基于此，本文在测算信息技术资本存量的基础上，揭示信息技术在产业结构优化中的传导路径，为我国经济结构性改革和创新驱动战略实施提供新思路。

　　本研究通过理论分析和实证检验，揭示了信息技术对产业结构优化的影响路径。 与以往研究相比，本文贡献在于：其一，将“信息通信技术”与“产业结构”变量引入一个简单的两部门非均衡增长框架内，构建了信息技术直接影响产业结构优化的理论模型，经验证据证实了理论推导。 其二，在正确衡量省际信息技术资本存量的基础上，利用动态面板数据实证检验信息技术资本对产业结构优化的影响效应。 这对当前如何有效提升投资质量，更有针对性地实现区域产业结构优化和经济高质量发展有重要的政策意义。

　　理论分析与模型构建

　　1、影响机理分析信息技术资本对产业结构优化的影响主要反映在三个层面：(1)信息技术本身的内在扩张逻辑。 信息技术通过资本投入，促进技术进步和资本深化，能有效推动产业结构转型升级。 已有研究表明，信息技术资本使用密集程度更高的行业部门，全要素生产率也提升较快[17]。 相对于其他技术产品，信息技术有着更广泛的渗透度，能迅速改善各行业的劳动生产率和综合交易效率，实现生产要素在产业间的重新配置。 (2)信息技术对产业价值链的提升逻辑。 信息技术与产业的深度融合，缩短了各类产品生命周期，加速了产业生命周期进程。 面对日益激烈的国际竞争，应用信息技术实现产业自动化、智能化发展，能够加快改变中国制造业长期处于国际价值链分工中低端现状，提升产品附加值和企业利润空间。 (3)信息技术对微观经济活动的降本增效逻辑。 信息技术一方面降低了单位交易成本，充分改进市场综合交易效率，实现社会分工结构深化;另一方面，企业在微观生产活动中，利用外包、众包等新兴网络分工形态，实现对稀缺技术、稀缺人才的要素替代，降低了研发、销售等生产环节成本。

　　2、理论模型构建由文献分析可知，信息技术资本通常指信息通信网络中的电子设备和软件等资本品。 本文在借鉴孙正[19]文献基础上，引入信息技术资本变量，探讨其在产业结构优化的作用机理。假定经济系统分为两个部门：资本密集型部门和劳动密集型部门。 在工业化中后期，大机器工业体系逐渐完善，第二产业以其较高的资本回报率，吸纳了大量政府资本和民间资本注入;第三产业的资本回报率在这一阶段相对第二产业更低。 相较而言，工业化中后期阶段的第二产业偏重资本密集型，而第三产业偏重劳动密集型。 在技术进步率保持稳态的条件下，假定第二产业的投入要素主要包含劳动、资本和信息技术三要素;第三产业主要以劳动和第二产业的部分产出为投入要素。

　　省际信息技术资本存量测算

　　国内外关于信息技术投资范围的分类基本相同，即计算机、通信设备和软件三类。 主要差异在于，中国的国民经济行业分类将“家用视听设备制造”“电子器件制造”等项目归入了信息技术投资。 为保证测算结果具有国际可比性，本文将此类项目剔除①。 为正确估算信息技术资本，上述三类资本品都分六个步骤进行测算后加总得到信息技术资本存量：(1)收集整理三类资本品固定资产投资数据;(2)利用价格指数将固定资产投资额转换为可比价;(3)根据不同资本品的生产能力衰减特征，设定相应的时间-效率模式;(4)根据不同资本品在使用期内的价值损失程度，设定相应的时间-价格模式;(5)设定三类资本品的退役模式;(6)利用永续盘存法分别测算出三类资本品的生产性资本存量和净资本存量。

　　1、估计模型国内外文献中测算资本存量常用的方法是永续盘存法(PIM)，与前人研究相同，本文用该方法来进行信息技术资本测算。 公式表达式如下：Kt= Kt-1(1 - δ) + It= ∑ ∞ τ = 0dτ It-τ (16)式(16)中，Kt 表示 t 年的资本存量;δ 表示折旧率，It 表示 t 年投资额，dτ 表示各期固定资产投资的残值率，由退役模式决定。 如果考虑时间-效率模式②，即可测算出生产性资本存量。 若考虑时间-价格模式③，测算出的资本存量为净资本存量。 参照 Schreyer[20]对信息技术资本投资的研究，选取双曲线的时间-效率函数来反映信息技术资本的相对生产率的变化。 以国际核算中常用的钟形退役模式反映信息技术资本的退出服务。 生产性资本存量公式如下：Ki，t= ∑ Tx = 0hi，xFi(x)Ii，t-x (17)其中，hi，x为双曲线的时间-效率函数，公式为：hi= (T - x) (T - βx) (18)式(17)中，Fi(x)为资产退役的概率分布函数。 钟形退役模式假定，资产使用后某一时间逐渐开始退役，在平均使用年限附近退役率达到顶峰。 式(18)中，hi 为第 t 年的相对效率，T 为资产最大使用年限，x 为资产的使用年数，β 为斜率。 参考 OECD 资本测算手册的设定[21]，将计算机、通信设备和软件的 β 分别取值为0. 6、0. 75 和 0. 5。 选取对数正态分布④作为资产退役的概率分布函数，函数形式为：Y(t) =1 δ 2π × 1texp[ - (lnt - μ)2(2δ 2)] (19)Fi(x) = 1 - ∫ t0Y(t) (20)式(19)中， Y(t) 为信息技术资本在使用 t 年后的退出比例，对数正态分布的标准差 δ = ln[1 + 1/ (T-/ s)2] ，对数正态分布的平均数μ = lnT - 0. 5δ 2，T 为信息技术各类资产平均使用年限，s 为计算参数(s= T/ 4)。 利用资产价值公式可推导出时间-价格函数。Vt= ∑ T τ (hτ × C(t+τ) ) (1 + γ) τ (21)agepricet= Vt V1 (22)式(21)中，hτ 表示第 τ 年信息技术的相对效率， γ 表示贴现率，Ct 表示资本租赁价格。 式( 22) 中，agepricet 表示第 t 年的时间-价格比例。 基期资本存量采用以下公式估算：Kt= It+1 (g- + δ) (23)式(23)中，Kt 为初始资本存量，It+1为其后年份投资， g- 为投资平均增长率，δ 为折旧率。

　　2、信息技术资本的折旧率和价格指数参考 OECD 资本测算手册中的处理方法，利用资本的使用效率和残值率推导出可变折旧率。 相对于固定折旧率，利用可变折旧率估算的资本存量更为光滑。 并且依据 OECD 手册将信息技术资本使用年限规定为：计算机 7 年，通信设备 10 年，软件 5 年。 信息技术资本品相较于其他资本品价格变化更快，美国 BEA 使用Hedonic 法⑤公布的分行业价格指数考虑到了信息技术资本品的质量变化，而中国目前没有系统地公布过信息技术分行业价格指数，只能依靠统计方法进行推算。

　　信息技术资本存量与产业结构优化的实证分析

　　1、省际的回归结果在静态模型中，Hausman 检验结果选择固定效应方法，并估计 2003—2017 年信息技术资本对二、三产业和产业结构的即期影响，分别对应表 2 中的模型 1～模型 3。 为准确描述产业结构变迁的长期动态效应，采用一阶差分 GMM 和两步系统 GMM 对方程进行估计。 从系数的显著性以及 AR(1)、AR(2)检验结果来看，两步系统 GMM 的回归结果均要优于一阶差分 GMM。 受篇幅限制，这里仅报告两步系统 GMM 的结果，模型 4 ～ 模型 6 的回归结果见表 2。 由 AR(1)和 AR(2)的 p 值可得，模型不存在二阶序列相关。 由 Hansen 检验的 p 值可知，模型不存在弱工具变量和工具变量过度识别问题，模型设定较为合理。

　　2、不同工业化阶段的估计结果在表 2 中，虽然信息技术资本的增加总体上有利于产业结构优化，在不同工业化发展阶段可能有所差异。学界普遍认为 2000—2011 年间中国处于工业化中期，2012 年至今中国处于工业化后期阶段[27]。 由图 1 的数据态势可知，金融危机对工业化中期阶段的产业结构产生了较大的冲击。 结合上述分析，本文将数据划分为3 个阶段，即金融危机前的工业化中期阶段 2003—2007 年，金融危机后的工业化中期阶段 2008—2011 年，工业化后期阶段 2012—2017 年。 并由此构建了两个虚拟变量，分别表示 2003—2007 年和 2012—2017 年两个时段，再将时间虚拟变量与信息技术资本相乘，得到新的交叉项，对表 1 的模型进行重新估计，结果见表 3。

　　3、分区域的估计结果因划分区域后，区域样本量过少，难以使用两步系统 GMM 进行估计，采用固定效应模型和随机效应模型对式(15)进行估计，Hausman 检验表明固定效应模型更适宜(见表 5)。

　　结论与启示

　　本文基于对信息技术生产性资本存量的测算，以鲍莫尔效应的发生机制为切入口，从理论和经验两个层面揭示信息技术资本对产业结构优化的影响机理。 主要结论如下：(1)总体而言，2003—2017 年间，信息技术投资能显著促进产业结构优化。 信息技术的资本存量每提高1%，可提升产业结构优化速率约为 0. 051～0. 073 个百分点。 但这种投资优化效应具有分位异质性，即低分位(0. 1)的信息技术投资不能显著影响产业结构优化。(2)信息技术对产业结构优化的影响，主要是通过对第三产业发展的增长效应来实现的，信息技术资本在第二产业发展中存在“投资不足”和 “投资低效”问题，阻碍了第二产业发展。(3)在区域差异方面，信息技术的投资优化效应在东部地区最大，西部次之，中部最低。 并且这种投资优化效应在东部地区呈现出明显的线性增长特征;西部地区因受到金融危机对产业结构冲击的影响，投资优化效应在 2008—2011 年间有所降低，呈现出“U 型”特征;中部地区在整个工业化中期阶段的正向影响不显著，直至工业化后期阶段才具有显著的正向影响。

　　通过上述研究结论得到如下政策启示：(1)重视信息技术资本在产业结构优化中的正向作用。 在扩大信息技术投资总量时需更加关注投资质量，扩大有效投资。 (2)在第二产业发展中，信息技术存在投资低效和投资不足的问题，政府应提高第二产业信息技术资本投入质量和投资效率，推动工业化与信息化的纵深融合。(3)合理引导信息技术资本在产业间的重新配置。 信息技术资本配置应补短限长，分配更多资本到第三产业，以缩小第三产业与第二产业之间的生产率差距。 (4)对于不同经济发展水平的区域，应选择差异化的结构调整战略。 东部地区产业结构优化水平相对较高，应更加重视新一代信息技术与传统信息技术的更新换代，探索信息技术与各产业内部结构的无缝衔接，发挥区位高质量带动优势。 中、西部地区产业结构调整相对滞后，正在承接东部劳动密集型产业转移，仍有投资驱动产业结构调整的空间，可进一步扩大中、西部地区信息技术的投资比例，发挥稳投资、保增长的重要作用。

　　参考文献：

　　[1] Kongsamut P.， Rebelo S.， Xie D. Beyond Balanced Growth[J]. Review of Economic Studies， 2001，68(4)：869⁃882

　　[2] Boppart T. Structural Change and the Kaldor Facts in a Growth Model with Relative Price Effects and Non⁃Gorman Preferences[J].Econometrica， 2014，82(6)：2167⁃2196

　　[3] Baumol W. J. Macroeconomics of Unbalanced Growth： The Anatomy of Urban Crisis[ J]. American Economic Review， 1967，57(3)：415⁃426

　　[4] 于泽，章潇萌，刘凤良. 中国产业结构升级内生动力：需求还是供给[J]. 经济理论与经济管理， 2014，34(3)：25⁃35[5] Acemoglu D.， Guerrieri V. Capital Deepening and Nonbalanced Economic Growth [ J]. Social Science Electronic Publishing，2008，116(3)：467⁃498

　　《信息通信技术对产业结构优化的影响分析》来源：《管理评论》，作者：张 昊 林 勇

转载请注明来自：http://www.zazhifabiao.com/lunwen/dzxx/tx/50878.html