| 3,726 | 137 | 255 |
| 下载次数 | 被引频次 | 阅读次数 |
本文使用DEA-Malmquist指数方法对2002-2012年我国分行业全要素生产率、技术效率与技术进步进行测算,并基于我国地区投入产出表构建了ICT资本投入强度。在此基础上,本文就ICT投资对生产率的影响进行了实证检验。研究发现,ICT投资对全要素生产率提升具有积极作用,并且主要通过ICT投资促进技术效率提升实现。面板门限回归模型的结果显示,只有达到一定互联网普及率时,ICT投资促进技术效率提升的作用才显现,并在高互联网普及率时进一步增强;但在高互联网普及率下,ICT投资对技术进步存在抑制作用,在全要素生产率层面表现为ICT投资的促进作用消失。因此,现实的ICT投资应重视通过信息化管理提升行业资源的有效利用能力,以最大化技术效率对全要素生产率的贡献;应充分考虑不同行业和地区的互联网普及程度,以深度激发"连接经济"对于释放ICT效能的互补性作用;还应注意配套相应产业政策,以减轻互联网发展对技术进步的阻碍作用。
Abstract：This paper uses the DEA-Malmquist index method to measure the total factor productivity,technical efficiency and technological change of China by sector from 2002 to 2012,and constructs the ICT capital input intensity based on China's regional input and output tables. On this basis,this paper empirically tests the impact of ICT investment on productivity. This paper finds that the ICT investment has a positive effect on total factor productivity growth,and this effect is largely achieved by ICT investment promoting technical efficiency growth. The panel threshold regression model shows that only when it reaches a certain Internet penetration rate does the positive effect of the ICT investment on technical efficiency begin to appear,and this positive effect is further enhanced when it reaches a high Internet penetration rate. However,with the high internet penetration rate,ICT investment has a dampening effect on technological change,and the positive effect of ICT investment on total factor productivity disappears. Therefore,when we make the ICT investment,we should try to improve the capacity of the industry resource utilization through information management,in order to maximize the contribution of technical efficiency to total factor productivity. What is more,we should fully consider the Internet penetration rate in different industries and regions,in order to stimulate the complementary effects of"connection economy"on the ICT effectiveness deeply. At the same time,attention should also be paid to designing the corresponding industrial policies in order to mitigate the potential obstruction effect of the Internet development on technological change.
[1]蔡跃洲，张钧南．信息通信技术对中国经济增长的替代效应与渗透效应[J]．经济研究，2015(12):100-114.
[2]陈丰龙，徐康宁．本土市场规模与中国制造业全要素生产率[J]．中国工业经济，2012(5):44-56.
[3]程惠芳，陆嘉俊．知识资本对工业企业全要素生产率影响的实证分析[J]．经济研究，2014(5):174-187.
[4]樊茂清，郑海涛，孙琳琳，等．能源价格、技术变化和信息化投资对部门能源强度的影响[J]．世界经济，2012(5):22-45.
[5]郭广珍，刘瑞国，黄宗晔．交通基础设施影响消费的经济增长模型[J]．经济研究，2019(3):168-182.
[6]郭家堂，骆品亮．互联网对中国全要素生产率有促进作用吗?[J]．管理世界，2016(10):34-49.
[7]郭美晨，杜传忠．ICT提升中国经济增长质量的机理与效应分析[J]．统计研究，2019(3):3-16.
[8]靳春平．财政政策效应的空间差异性与地区经济增长[J]．管理世界，2007(7):47-56.
[9]孙早，刘李华．信息化提高了经济的全要素生产率吗——来自中国1979-2014年分行业面板数据的证据[J]．经济理论与经济管理，2018(5):7-20.
[10]唐未兵，傅元海，王展祥．技术创新、技术引进与经济增长方式转变[J]．经济研究，2014(7):31-43.
[11]王永进，匡霞，邵文波．信息化、企业柔性与产能利用率[J]．世界经济，2017(1):69-92.
[12]Acemoglu D,Dorn D,Hanson G H,et al. Return of the Solow Paradox? IT,Productivity,and Employment in US Manufacturing[J].American Economic Review,2014,104(5):394-99.
[13]Acharya R C. ICT Use and Total Factor Productivity Growth:Intangible Capital or Productive Externalities?[J]. Oxford Economic Papers,2015,68(1):16-39.
[14]Aghion P,Bloom N,Blundell R,et al. Competition and Innovation:An Inverted-U Relationship[J]. The Quarterly Journal of Economics,2005,120(2):701-728.
[15]Aghion P,Howitt P. A Model of Growth through Creative Destruction[J]. Econometrica,1992,60(2):323-351.
[16]Andriole S J. Five Myths about Digital Transformation[J]. MIT Sloan Management Review,2017,58(3):20-22.
[17]Arrow K. Economic Welfare and the Allocation of Resources to Invention. In the Rate and Direction of Inventive Activity:Economic and Social Factors[M]. New Jersey:Princeton University Press,1962.
[18]Atkinson R D,Ezell S J. Innovation Economics:The Race for Global Advantage[M]. New Haven:Yale University Press,2012.
[19]Bresnahan T F,Trajtenberg M. General Purpose Technologies‘Engines of Growth’?[J]. Journal of Econometrics,1995,65(1):83-108.
[20]Brynjolfsson E,Hitt L M. Beyond Computation:Information Technology,Organizational Transformation and Business Performance[J]. Journal of Economic Perspectives,2000,14(4):23-48.
[21]Caner M,Hansen B E. Instrumental Variable Estimation of a Threshold Model[J]. Econometric Theory,2004,20(5):813-843.
[22]Chou Y C,Chuang H H C,Shao B B M. The Impacts of Information Technology on Total Factor Productivity:A Look at Externalities and Innovations[J]. International Journal of Production Economics,2014,158:290-299.
[23]David P A. The Dynamo and the Computer:An Historical Perspective on the Modern Productivity Paradox[J]. American Economic Review,1990,80(2):355-361.
[24]Gordon R J. US Economic Growth since 1870:One Big Wave?[J]. American Economic Review,1999,89(2):123-128.
[25]Gullickson W,Harper M J. Possible Measurement Bias in Aggregate Productivity Growth[J]. Monthly Labor Review,1999,122(2):47-67.
[26]Li L,Su F,Zhang W,et al. Digital Transformation by SME Entrepreneurs:A Capability Perspective[J]. Information Systems Journal,2018,28(6):1129-1157.
[27]Naritomi J. Consumers as Tax Auditors[J]. American Economic Review,2019,109(9):3031-72.
[28]Shao B B M,Lin W T. Assessing Output Performance of Information Technology Service Industries:Productivity,Innovation and Catch-up[J]. International Journal of Production Economics,2016,172:43-53.
[29]Shapiro C. Competition and Innovation:Did Arrow Hit the Bull’s Eye? In the Rate and Direction of Inventive Activity Revisited[M].Chicago:University of Chicago Press,2011.
[30]Xu B. Multinational Enterprises,Technology Diffusion,and Host Country Productivity Growth[J]. Journal of Development Economics,2000,62(2):477-493.
(1)全要素生产率代表产出与全部要素投入之比。相较于劳动生产率、产能利用率等部分生产率，已有关于ICT与生产率的相关研究多将全要素生产率作为分析对象(具体可参见Chou等，2014; Acharya,2015)。
(1)本文核心解释变量ICT投资测度所需的分省份投入产出数据仅更新至2012年，因此本文选择的研究样本数据的统计年鉴发布时间仅截至2013年。此外，对于《中国工业(经济)统计年鉴》未收录的2004年数据，本文使用《中国经济普查年鉴》的相应行业数据补齐。
(2)调整统一后的行业为:煤炭开采和洗选业，金属矿采选业，食品制造及烟草加工业，纺织业，石油加工、炼焦及核燃料加工业，化学工业，非金属矿物制品业，金属冶炼及压延加工业，交通运输设备制造业，电气、机械及器材制造业，通信设备、计算机及其他电子设备制造业，电力、热力的生产和供应业。因篇幅所限，具体行业调整统一以附表1展示，见《统计研究》网站所列附件，下同。
(3)本文利用省级工业生产者出厂价格总指数、省级工业生产者购进价格总指数分别对工业增加值、固定资产净值进行价格平减，统一调整为以2002年为不变价计数。
(1)具体而言，鉴于2002-2007年工业增加值率较为稳定，本文使用2002-2007年平均工业增加值率乘以2008-2012年各年工业总产值，以估算出对应年份的工业增加值。此外，作者还替换使用可比价格计算的规模以上工业企业分行业工业增加值累计增长速度对2008-2012年工业增加值进行估算，两组估算样本总体与分年度的Pearson相关系数均在0. 95以上，一定程度上有助于判断本文估算方法的合理性。
(2)理论上应当使用经永续盘存法调整后的资本投入进行估计，但由于数据限制，难以准确估计分行业的折旧系数等参数，因此本文使用固定资产净值替代。通过计算当年度与上一年度年末固定资产净值余额的简单平均数作为当年度固定资产年平均净值，并用该指标测度固定资产净值。劳动力指标使用全部从业人员平均人数测度。
(1)考虑到其余变量本身就具有比例或增长率的概念。为统一估计系数的经济解释，未对其做对数化处理。
(2)因篇幅所限，变量描述性统计以附表2展示。另外，本文结合缩尾处理前后的变量值分布绘制了对比图，考虑到篇幅限制未在正文具体展示，读者可来信索要。
(1)考虑到ICT投资估算误差可能给实证结果带来影响，因此作者仅保留2002年、2007年、2012年样本对本文基准回归模型进行实证检验，实证检验结果同样支持ICT投资对于全要素生产率具有显著的促进作用。这在一定程度上为本文的基准回归结果可信度提供了稳健性的佐证，部分地减轻了对于变量估计误差是否影响实证结果的担忧。限于篇幅，此处未报告具体结果，备索。
(2)关于ICT投资如何作用于技术效率的增长，在企业层面的微观案例中有着更直观的体现。根据笔者长期跟踪调研的案例研究，部分典型互联网企业随着不同时期网络化发展水平的跃升，其ICT投资行为经常伴随着力度不断加大的自主研发信息系统的构建，由此逐步形成数字化驱动的柔性供应机制，最大化资源利用效率，在一定程度上更具体地呈现了ICT投资通过转化为信息化能力而提升技术效率的理论构想。出于篇幅与主题考虑略去案例分析，读者可来信索要。
(1)篇幅所限，门限效应存在性的检验结果以及相应的门限阈值估计以附表3展示。
(1)篇幅所限，ICT投资的内生性检验结果以附表4展示。
(2)篇幅所限，采用Caner和Hansen(2004)方法调整后的互联网阈值的估计与检验结果以附表5展示。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2020.09.006
中图分类号:F224;F49;F426.6
引用信息:
[1]谢莉娟,陈锦然,王诗桪.ICT投资、互联网普及和全要素生产率[J].统计研究,2020,37(09):56-67.DOI:10.19343/j.cnki.11-1302/c.2020.09.006.
基金信息:
国家社会科学基金重点项目“国内贸易活动的基础理论与方法创新研究”(16AJY016)
2020-08-25
2020-08-25
2020-08-25