叶初升 任兆柯：互联网的经济增长效应和结构调整效应

1

引 言

当今时代，以信息技术为核心的新一轮科技革命正在孕育兴起，互联网日益成为创新驱动发展的先导力量，深刻改变着人们的生产生活，有力推动着社会发展。经济发展进入上中等收入阶段后，中国面临着保持经济中高速增长，促进产业结构调整升级的双重发展任务。在此背景下，研究互联网的经济增长效应和结构调整效应具有重要现实意义。我们在检验互联网经济增长效应的基础上，重点考查了互联网引致的增长是否带有部门偏向，从而具有结构调整的效应。

我们的研究区别于已有文献的不同之处是重点研究了互联网的产业结构调整效应，我们首先从需求侧和供给侧两方面系统阐述了互联网促进产业结构调整的作用机制，然后借助工具变量方法实证检验了互联网的结构调整效应，工具变量估计结果不仅证实了互联网促进经济增长和结构调整的效应，而且发现结构调整效应在教育发展程度好、城市化水平高的地区更显著。

2

影响机制分析

互联网是信息技术的最新发展和典型代表，互联网经济效应的研究在更高的层次上从属于信息通信技术对经济绩效影响的研究。信息技术对经济增长的影响机制分为资本深化效应和技术溢出效应。资本深化效应是指，信息技术的发展带来信息技术产品价格持续下降，激励企业更多地进行信息技术投资，提高了资本积累水平，带动了整个经济体产出的增长。技术溢出效应是指由于信息技术是典型的通用型技术，信息技术生产部门的技术进步溢出到信息技术使用部门，提高了整个经济体全要素生产率水平。

借鉴结构变迁理论的分析思路，我们从需求侧和供给侧两方面分析互联网产业结构调整的机制。从需求侧看，产品消费和服务消费对信息的依赖程度不同。工业产品标准化程度高，易于分辨。而服务消费标准化程度低，且许多服务是一次性的，过程性的，又包含丰富的专业信息，对服务质量的判断一直是难题，需要更多的成本搜寻、筛选与服务相关的信息。因此，服务消费相对产品消费而言，受信息不对称问题的困扰更为严重（江小涓，2017）。而互联网提供了大量新的质量信号，或者说可以将分散和个性化的信息聚合起来，例如许多网站都建立了用户评论、信誉评价、信用查询及问责制度等。因此互联网的发展可以通过降低信息成本，聚合质量信号，提高服务消费数量和质量，从而促进服务业发展，提高服务业相对于工业的比重。

从供给侧看，工业和服务业的生产组织方式也有很大差别。一方面从生产要素看，不同于工业生产，服务业生产主要的供给要素是人力资本（江小涓，2011、2017）。互联网作为技能偏向型技术，与人力资本要素具有更好的互补性（Akerman et al.，2015）；另一方面从生产组织方式看，不同于工业强调专业化生产，分工程度高的特点，服务业供给的特点是生产和消费环节一体化，更强调协作生产、多样化生产（江小涓，2017）。而网络信息技术的发展促进了生产任务之间的互补性，更有利于生产方式从“福特式”流水线专业化生产向灵活的协作生产转变（Lindbeck和Snower，1999；Bresnahan et al.，2002）。因此互联网可以通过与生产要素互补，促使生产方式向更有利服务业的方向转变，来促进服务业的发展，提高服务业相对于工业的比重。

3

实证方法与结果分析

（一）实证方法

检验互联网的经济影响需要克服内生性的实证难题。互联网的使用不是随机的，而是受到收入水平等经济社会因素的影响。因此，作为本文核心解释变量的互联网渗透率就是一个内生变量。为克服内生性问题，我们借鉴Kolko(2012)和Ivus和Boland(2015)的做法，使用地形起伏度作为互联网渗透率的工具变量。

作为一种有效的工具变量，必须同时满足相关性和外生性。在工具相关性方面，有充分的证据表明，地形起伏度既影响网络基础设施的建设成本，又会影响互联网的使用质量。在工具外生性方面，地形起伏度作为先定的地理信息变量自然是外生的，不会受经济社会因素的影响。但我们还要考虑地形变量通过互联网变量以外的其它渠道影响经济绩效的情形，为此，我们将通过控制人口规模、交通成本等变量来其它渠道的影响。

在使用工具变量方法检验互联网的经济增长效应和产业结构调整效应的实证模型中，我们的被解释变量分别是，人均实际GDP增长率和产值比例，核心解释变量是互联网渗透率（以每百人中互联网用户数衡量），工具变量是地形起伏度（以每个样本区域海拔的标准差衡量）。控制变量包括人均GDP的滞后项和二次项、人均固定资产投资额、人均财政支出、人均外商直接投资额、人均科研支出、人口规模以及道路密度变量等。

（二）互联网的增长效应估计结果分析

首先来分析互联网的经济增长效应。表1展示了使用工具变量方法回归的互联网的增长效应回归结果。在表1的（2）-（6）列我们依次加入了控制变量，从表1各列结果来看，工具变量回归估计的互联网渗透率对经济增长的系数是正向显著的。工具变量一阶段回归的F统计量的值都大于10，排除了弱工具变量的担忧。而控制变量的系数也没有异常变化，大致符合预期。

为了缓解对工具变量排他性的担忧，我们在表1第（7）列的回归中增加了人口规模和道路密度两个控制变量，结果显示互联网的回归系数依然正向显著，且系数大小变化不大，再次说明了我们采用的工具变量回归的稳健性。总之，工具变量回归验证了互联网的经济增长效应。这对我们的启示是，为更好地引领经济发展新常态，在保持经济中高速增长的过程中要注意发挥互联网的作用。

（三）互联网的结构调整效应估计结果分析

接下来，我们检验互联网引致的增长是否有部门偏向，即互联网是否具有结构调整效应。表2展示的是使用工具变量方法估计的互联网的结构调整效应的回归结果。在表2的（2）-（6）列我们依次加入控制变量，从表2各列结果来看，工具变量回归的互联网渗透率对产值结构的系数是正向显著的。工具变量一阶段回归的F值都大于10，拒绝了弱工具。

为了控制工具变量通过互联网以外的因素影响被解释变量，我们在第（7）列中增加了人口规模和道路密度两个控制变量，核心解释变量的系数依然正向显著，且变化不大，表明了我们工具变量回归的稳健性。总之，工具变量回归证实了互联网的结构调整效应。

（四）互联网结构调整效应的扩展分析

我们还考查影响互联网结构调整效应的因素。我们重点关注了地区教育水平和城市化水平对互联网结构调整效应的影响。为此，我们分别依据“每万人中在校大学生人数”和“建成区面积”把样本划分为教育发达地区组和教育欠发达地区组，高城市化地区组和低城市化地区组。表3呈现了分组回归的结果。

从表3第（1）、（2）列看出。在教育欠发达组，回归系数均不显著，而教育发达组的系数则都正向显著，且大于欠发达组系数。因此，在教育发达、高学历劳动力集中的地区，互联网的结构调整效应更为显著。这意味着互联网技术和技能、教育水平存在互补性，为了充分发挥互联网促进经济增长、推动结构调整的作用，除了加大网络基础设施等硬件投资之外，还要注意对劳动者进行针对性的技能培训，努力提高劳动者的教育水平和人力资本积累。

从表3第（3）、（4）列来看，低城市化子样本的核心解释变量回归系数都不显著，而高城市化组的核心解释变量回归系数至少在10%的水平上显著，这说明互联网的结构调整效应在城市化水平高的地区更明显。这意味着互联网对经济绩效的影响可能存在区域间的收益分配效应。

4

结论和政策含义

本文研究了互联网对经济发展的增长效应和结构调整效应。为减弱内生性问题，本文以地形起伏度作为互联网的工具变量。来自2002-2014年地级市层面的面板数据的工具变量估计发现，互联网不仅显著促进了经济增长，而且具有明显的结构调整效应——更有助于服务业部门的增长，从而提高了服务业的产值比重。扩展分析表明，互联网的结构调整效应在教育发展程度好、城市化水平高的地区更为显著。

本文的研究表明，互联网不仅可以促进经济增长，而且还对产业结构调整具有积极作用，这为政府“稳增长、调结构”提供了新的角度和思路。为主动适应和引领经济发展新常态、实现中国经济提质增效，应该充分发挥中国互联网的规模优势和应用优势，推动互联网由消费领域向生产领域拓展，加速提升产业发展水平，增强各行业创新能力，构筑经济社会发展新优势和新动能。大力拓展互联网与经济社会各领域融合的广度和深度。

本文关于互联网结构调整效应异质性的分析也具有重要的政策含义。互联网结构调整效应在教育发展程度高的地区更为显著，给我们的启示是：互联网技术与教育和技能水平具有互补性，政府要充分发挥互联网的经济效应，除了加大网络硬件设施投资，还应增加教育、技能培训等软件投入。互联网结构调整效应在城市化水平高的地区更为显著，给我们的启示是：在看到互联网能够提高效率的同时，也要警惕互联网对公平的影响，关注互联网经济效应的收益分配问题。这些重要的议题还有待进一步研究。

（作者： 叶初升 武汉大学经济发展研究中心联席主任 武汉大学经济与管理学院教授、博导；任兆柯 武汉大学经济与管理学院博士生）