我国软件业对区域经济发展的影响差异分析∗

曾 珠,李 冰

(1．武汉理工大学管理学院,湖北 武汉 430070;2．江西师范大学软件学院,江西 南昌 330022)

我国软件业对区域经济发展的影响差异分析∗

曾 珠1,李 冰2

(1．武汉理工大学管理学院,湖北 武汉 430070;2．江西师范大学软件学院,江西 南昌 330022)

软件业发展不仅能带动新兴产业的发展,还可以推动传统产业的改造与升级,已经成为推动国家经济建设、科技进步和社会发展的战略性产业。从产业发展区域布局上看,我国软件产业呈现出分散的格局。基于东部、中部和西部29个省市的面板数据,分析了软件业发展与经济增长之间的关系,回归分析结果表明,东、中、西部软件业发展与经济发展之间存在显著正相关且存在差异,我国东部软件业对经济增长的促进作用最大,西部次之,而中部的促进作用最小。因此,对信息产业进行优化转型,不断向传统产业进行渗透,在人才培养、信息化环境方面加大政策扶持力度,是实现信息化和工业化融合的必经之路。

软件业;区域经济;影响差异;面板数据

一、问题的提出

软件产业属于绿色产业,它具备四个优点,即无污染、无公害、高效益和高产出。由于软件业的这些特性,使得它成为了我国产业发展的重要发展目标之一,它符合人类对于环境、经济和社会不断持续发展的总要求。同时,软件业的发展也能推动许多新兴产业的发展,还可以带动传统产业的改造与升级,成为了经济倍增器,它的发展已经成为国家经济建设、科技进步和社会发展的战略性产业。在国外,许多发达国家已经将软件产业作为参与国际竞争的战略高度来对待,调用各种资源来确保本国IT行业的竞争力。其中的印度、爱尔兰等国家的软件业发展成就令世人瞩目。

国外软件发达国家的发展事实证明,必须要在高新技术发展面前抓住机遇,才有可能让软件业发展成促进国民经济发展的支柱性产业。以印度为例,其国家人口多达10多亿,国家经济不够发达,接近一半的国民生活在贫困之中。但就是这样的一个国家,由于政府决策准确,把握了时机,让印度快速地成为了世界的超级软件大国,其软件的年产值年增长率超过50%,其中每年软件出口就达到一百多亿美元[1]。软件业的迅猛发展,极大地推动了印度整个国家经济的发展。很好地把握软件产业发展时机的另一个实例是爱尔兰,该国家人口与印度恰好相反,是一个仅400万人口的小岛国,也曾是一个以农业为主的国家,而且从地理位置上看,该国离欧洲商业中心比较远。虽然该国的各项条件不是很好,但它却奇迹般地抓住了软件业发展的机遇,快速发展为世界排名第一的软件出口国。仔细分析其原因,主要是该国政府很早就有正确的战略导向,在20世纪60年代就意识到知识型产业的重要性。该国政府在投资和税收方面,优先扶持那些知识型企业。同时该国政府还集中国力建立完善的通讯基础设施以及信息技术人才培养教育机制,这些都为抓住信息技术产业的大好发展时机奠定了扎实的基础[]。

我国由于各种历史原因没能够像爱尔兰等国那样,在软件产业领域大展宏图,但是软件产业也得到一定程度的发展。特别是最近几年,我国的软件产业发展较快。根据工业和信息化部所公布出来的统计数据,可知2010年我国的全年软件业务收入已破万亿元大关,多达1．3万亿元人民币。同时,软件产业的业务结构也加快了调整,软件企业发展和软件行业的区域布局也发生了变化,形成了以东部地区优先发展,逐步向中部和西部扩散的局面。软件产业在国民经济发展中的地位也不断得到提高。2001年软件业的增加值占国民生产总值还不到0．3%,但是该比率现在已经超过了1%。从软件产业从业人数上看,全国就业人数由不足30万人提高到了已经超过200万人。软件产业对国民经济的各个领域的渗透力也得到了加强[3]。

从产业发展区域上看,软件业的区域布局呈现的是分散式的格局,只有几个中心城市成为了软件业发展的中心点。从软件业发展趋势上看,整个产业的聚集已经从北京、广州地区转向了各个沿海发达地区。从东中西部区域分布上看,软件产业的发展也有一定的差距。2010年,东部地区的软件产业总收入是11 449亿元,与上年相比增长了30%以上,其中沿海省市的发展势头很猛,包括辽宁、福建、江苏和山东四个省的软件收入同比增长率已经超过了35%。这四个省的软件收入占到全国的30%多,已经打破了过去仅北京和广东两个地区就占全国软件产值一半的格局。其它各个中小城市也成为了软件业发展的聚集地。据统计,2010年15个副省级市和4个直辖市的软件收入达到10 643亿元,比2009年增长1/3左右。在西部地区中,成都、重庆和西安三个城市占整个西部份额的90%。在中部地区中,武汉和长沙两个城市占整个中部份额的30%以上[]。

在针对软件业对区域发展影响的研究方面,张欣瑞等[4]通过构建竞争潜力和竞争显力两个层面的区域间软件业竞争力比较指标体系,分析得出北京软件业综合竞争力名列前茅,但潜力排名远高于显力排名的结论。曾德高等[5]认为我国西部已经具备发展软件产业、成为国际外包服务市场的内部条件。软件业对区域发展影响的定量研究方面,直接对软件业本身的分析研究较少,主要是通过对信息产业的研究而论及软件业的发展情况。闫禹采用了面板数据分析中的单位根和协整方法,验证了我国通信产业与各个区域经济发展之间的关系,结果表明各个地区的通信产业发展对区域经济存在显著正相关关系[6]。耕实运用定量分析方法,探讨了信息化对经济增长的影响力[7]。俞立平探讨了“两化”,即工业化与信息化之间的相互影响关系[8]。李艳燕运用定量分析方法研究通信产业对经济增长的贡献,其研究结果表明通信产业对经济增长的边际贡献很高[9]。汪斌探讨了信息产业对我国三次产业的推动作用,其研究结果表明信息化对工业的推动作用最大[10]。

软件业在国民经济中的地位不断提高,对经济发展起到了巨大的拉动作用。然而,软件业与经济增长的关系如何,软件业对经济增长的拉动作用究竟有大,都是颇值得探讨的问题。本文尝试用计量经济模型对此进行分析。本文基于东部、中部和西部29个省市的面板数据,分析软件业发展与经济增长之间的关系,拟找出不同地区软件业发展对区域经济增长的影响差异,冀能为软件产业发展政策的制定提供参考。

二、数据的选取与计量模型的选择

(一)数据的选取及其来源

本文选取2007－2010年我国29个省市软件业务收入(software)与各地生产总值(GDP)的相关指标,分析软件业发展与经济增长之间的关系。采用取对数的处理方法,消除了异方差,便于分析两个变量增长率的线性变化关系。软件业发展与经济增长分别用LN SOFT与LN GDP表示。

为了更好地分析软件行业与各个区域经济之间的影响关系,首先需要将我国各个省市进行区域划分。参照我国发改委的划定标准,将29个省市划分为东、中、西三个区域。东部包括北京、天津、辽宁、河北、上海、浙江、江苏、广东、山东、福建、海南在内的11个省市。中部包括黑龙江、吉林、山西、江西、安徽、河南、湖南、湖北在内的省份。西部包括重庆、四川、云南、贵州、陕西、宁夏、甘肃、广西、新疆、内蒙古在内的省市自治区。本文实证分析的数据来源于工信部官方网站以及《中国统计年鉴》,文中实证分析使用Eviews6．0软件。

(二)模型的设定

近几年,我国软件业发展迅速,其中东部年均增长率为33．82%,中部地区为24．74%,西部地区为31．22%。可见东部和西部地区软件业发展速度相对中部而言更快,见图1。

东、中、西部地区软件业收入与GDP增长都呈正相关性且相关系数都很大,结果见表1。

图1 东部、中部和西部地区的年软件产业总收入

表1 东部、中部和西部三个地区的软件业年收入与GDP的关系数

根据以上的描述,假定回归模型如下:

其中,j＝1,2,3分别代表东部、中部和西部,i＝1,2…,Nj;Nj代表某区域包含省市的个数,N 1＝11,N 2＝8,N 3＝10,t表示年份,β表示不同区域软件业发展对经济增长的影响程度。

三、实证分析

面板数据分析过程中需要对统计量进行检验。Pedroni构建了一种检验面板变量的协整关系,它是以协整方程回归为基础,具有七个符合正态分布的统计量[11];Kao提出一种检验面板数据协整的方法,其特点在于截面个体具有不同的截距项以及相同的系数[12]。本文首先分别对东部、中部和西部三个地区进行回归分析,然后在面板数据模型的选择方法上,先构造F统计量检验决定选用固定效应模型还是混合模型,然后使用Hausman检验方法确定应该建立固定效应模型还是随机效应模型。

(一)东部地区回归分析

1．F统计量检验。首先运用混合模型的估计方法,可以得到如下表达式:

其中,R2＝0．66246,SSEr＝54．09

接下来采用Individual fixed effects regression model(个体固定效应回归模型),将截距项选择区选Fixed effects(固定效应),可以得到相应的表达式为:

其中,R2＝0．993556,SSEu＝0．786815

其中虚拟变量D1,D2,…,D11的定义是:

下面需要对该模型进行检验。由于该模型可能适合建立个体固定效应回归,也可能需要建立混合回归,可采用F统计量对其进行检验。原假设H0:αj＝α。F统计量可通过以下公式计算:

其中约束模型用SSEr表示,它是混合估计模型当中的残差平方和。SSEu表示非约束模型,它是个体固定效应回归当中的残差平方和。后者要比前者多N－1个被估参数。

基于以上结果,可以认为原假设被推翻,应该建立的模型是个体固定效应回归模型。

2．Hausman检验。首先将截距项选择个体随机效应(即Random effects),通过Random effects回归效应模型估计,可以得到相应的表达式如下所示。

其中,R2＝0．8683,SSEu＝1．044912

虚拟变量Di的定义是:

接下来需要对模型进行检验。这里使用Hausman方法来检验实证数据,看其适合于建立个体随机效应模型,还是适合于建立个体固定效应回归模型。

H0:Random effects regression model,个体效应和回归变量之间没有关系;

H1:Fixed effects regression model,个体效应和回归变量之间是相关的。

分析过程如下:由检验输出结果的上半部分可以看出,计算统计量Hausman之值为1．5,概率为0．2212。故应当接受原来的假设,构建Random effects regression model

(二)中部地区回归分析

1．对F统计量的检验。首先运用混合模型方法进行估计,可以得到如下表达式:

其中,R2＝0．24,SSEr＝22．76

接下来运用Fixed effects regression model的方法,在截距项当中的选择区选择Fixed effects,即选定了固定效应,这样得到表达式为:

其中,R2＝0．986,SSEu＝0．423

虚拟变量D1,D2,…,D8的定义是:

接下来需要对模型进行检验。由于不明确该模型适合构建个体固定效应回归模型还是混合回归模型,因此这里采用F统计量进行检验。

H0:αj＝α。当各个体的截距都一致时,即为Mixed regression models(混合回归模型)。

H1:当存在各个体截距不相同时,即为Fixed effects regression model。

计算F统计量的公式如下:

其中约束模型用SSEr表示,它是混合估计模型当中的残差平方和。SSEu表示非约束模型,它是个体固定效应回归当中的残差平方和。后者要比前者多N－1个被估参数。计算结果如下:

基于以上结论可知,原假设被推翻,应该建立个体固定效应回归模型。

2．Hausman检验。将截距项选择Random effects(个体随机效应),进行个体随机效应回归模型估计,得到相应的表达式为:

其中,R2＝0．78,SSEu＝0．533

虚拟变量D1,D2,…,D11的定义是:

接下来需要对模型进行检验。这里使用Hausman方法来检验实证数据,看其适合于建立个体随机效应模型,还是适合于建立个体固定效应回归模型。

H0:Random effects regression model,个体效应和回归变量之间没有关系;

H1:Fixed effects regression model,个体效应和回归变量之间是相关的。

分析过程如下:由检验输出结果的上半部分可以看出,Hausman统计量的值是0．011,相对应的概率是0．916,即可以接受原先的假设,应该建立Random effects regression model。

(三)西部地区回归分析

1．F统计量检验。首先使用混合模型的方法进行估计,可以得到表达式如下所示。

其中,R2＝0．7,SSEr＝24．99

接下来使用个体固定效应回归模型的方法进行估计,在截距项当中选择区内选择Fixed effects,即选中了固定效应,得到相应的表达式:

其中,R2＝0．98,SSEu＝1．28

虚拟变量D1,D2,…,D10的定义是:

接下来需要对模型进行检验。由于不明确该模型适合构建个体固定效应回归模型还是混合回归模型,这里采用F统计量进行检验。

H0:αj＝α。当各个体的截距都一致,即为Mixed regression models(混合回归模型)。

H1:当存在各个体截距不相同时,即为Fixed effects regression model。

计算F统计量的公式如下:

其中约束模型用SSEr表示,它是混合估计模型当中的残差平方和。SSEu表示非约束模型,它是个体固定效应回归当中的残差平方和。后者要比前者多N－1个被估参数。计算结果如下:

基于以上分析,原假设被推翻,应该建立Fixed effects regression model。

2．Hausman检验。首先在截距选项当中选择Random effects,即Random effects,进行Random effects regression model估计,得到相应的表达式为:

其中,R2＝0．72,SSEu＝0．21

虚拟变量D1,D2,…,D10的定义是:

接下来需要对模型进行检验。这里使用Hausman方法来检验实证数据,看其适合于建立个体随机效应模型,还是适合于建立个体固定效应回归模型。

H0:个体效应与回归变量无关,即个体随机效应回归模型;

H1:个体效应与回归变量相关,即个体固定效应回归模型。

其分析过程如下:根据检验输出结果的上半部分可知,Hausman统计量的值是0．68,相对应的概率是0．41,故应该接受原假设,建立个体随机效应模型。

回归分析结果表明,东、中、西部软件业发展与经济发展之间存在显著正相关且存在差异,我国东部软件业对经济增长的促进作用最大,西部次之,而中部的促进作用最小,结果见表2。

表2 东中西部地区回归分析部分变量值及模型选择

四、研究结论

实证分析结果表明,我国东部地区凭借良好的产业环境和政策环境,实现了软件业的快速发展,已远远超过中西部地区,而中部地区经济发展起点比西部地区高。然而近年来,由于受到区域经济发展水平、信息化环境、人才素质、政策支持等因素的制约,软件业发展进程整体遇到瓶颈。鉴于东、中、西部地区的发展现状,各区域应采取不同的发展思路。

首先,对东部发达省市来说,应当将信息产业进行优化转型,将信息产业不断向传统产业进行渗透,使得传统的产业在产品所在地区取得成功经验,在人才培养、信息化环境方面加大政策扶持力度,走信息化产业和工业化结合的道路。这也是我国未来软件业发展的方向,是我国未来经济持续增长的重要保障。

其次,对中部地区来说,既要认识到自身较东部地区有较大差距,又要明确自身比西部地区具有更高的发展起点。在发展模式上要吸取东部地区的经验,大力吸引本行业优秀人才,优化产业环境,提升政策扶持力度。面临未来信息化的巨大发展机遇,中部地区要多与西部地区合作,增强自身的硬实力和软实力,抓住发展机遇。中部地区既要满足本区域的信息化市场,同时也要放眼西部乃至全国的软件市场。

最后,对西部地区来说,IT和网络通信技术的成熟以及经济全球化发展与成本竞争压力,迫使美、日、欧等国企业对其业务流程进行战略性重组,它促进了国际软件业外包的大趋势,同时也给我国西部带来了国际软件外包的巨大机遇。西部地区应当借鉴东、中部地区的发展模式,不断优化自身的经济结构,在供应链、消费结构和组织结构等方面都实现结构优化,从而在国内外竞争中抓住发展机遇,不断促进区域经济的发展。

[1] 张廷海,周 经．印度软件业发展对我国软件人才队伍建设的启示[J]．学术论坛,2011(6):148-150．

[2] 王凤丽．印度、爱尔兰软件产业发展模式对我国的启示[J]．内蒙古财经学院学报,2008,(3):10-12．

[3] 2001年软件产业主要经济指标．http:∥www．miit．gov．cn/n11293472/n11293832/n11294132/n12858477/index．html．

[4] 张欣瑞,黄 海,王 丽．我国不同区域软件业竞争力比较研究:兼做北京软件业分析[J]．科技管理研究,2010(8):146-148．

[5] 曾德高,刘金芳．我国西部发展软件业的战略思考[J]．重庆邮电大学学报:社会科学版,2008,20(1): 24-27

[6] 闰 禹,于 涧．通信业对我国区域经济发展影响差异的实证研究:基于东、中、西部地区面板数据的协整模型分析[J]．科技管理研究,2011(13),106-109．

[7] 耕 实,陈国伟,赵秀恒．信息化对经济增长影响的量化分析[J]．高校社科信息,2001(5):22-26．

[8] 俞立平,潘云涛,武夷山．工业化与信息化互动关系的实证研究[J]．中国软科学,2009(1):34-40．

[9] 李艳燕．通信业对国民经济增长贡献的计量分析[J]．西安邮电学院学报;2007(2):28-30．

[10] 汪 斌,余冬筠．中国信息化的经济结构效应分析:基于计量模型的实证研究[J]．中国工业经济,2004 (7):21-28．

[11] Pedronl P．Critical values for cointegration tests in heterogeneous panels with multiple regressors[J]．Oxford Bulletin of Economics and Statistics,1999, 61(0):653-670．

[12] Kao C．Spurious regression&residua-based tests for cointegration in panel atas[J]．Journal of Econometrics,1999(9):1-44．

(责任编辑 王婷婷)

Difference Impact Analysis of China＇s Software Industry in Regional Economic Development

ZENG Zhu1,LI Bing2
(1．School of Management,WUT,Wuhan 430070,Hubei,China; 2．School of Software,Jiangxi Normal University,Nanchang 330022,Jiangxi,China)

The development of software industry can not only be able to drive the development of new industries,but also can promote the transformation and upgrading of traditional industries,which has become each country＇s strategic industries about economic construction,scientific and technological progress and social development．From the point of view of the industrial development＇s regional distribution,China＇s software industry has shown a scattered pattern．Based on the 29 provinces panel data from eastern,central and western,analyze the relationship between the software industry development and economic growth．Regression analysis shows that a significant positive correlation exists between the economic development and the software industry of eastern,central and western,which has some differences．In eastern China,the software industry＇s role in promoting economic growth is the largest, followed by the West,and the central role in promoting is the minimum．Research shows that we must optimize the information industry,and continue to infiltrate it to traditional industries,propose supporting policy in personnel training and information technology environment,which is the only way to merge information technology and industrialization．

software industry;regional economy;influence differences;panel data

F224

A

10．3963/j．issn．1671-6477．2014．05．018

2014-01-03

曾 珠(1979－),女,湖北省武汉市人,武汉理工大学管理学院讲师,博士,主要从事管理信息系统及数据挖掘研究;李 冰(1986－),男,湖北省黄冈市人,江西师范大学软件学院讲师,博士,主要从事信息管理、数据挖掘、客户关系管理、电子商务研究。

国家自然科学基金资助项目(71071122);湖北省科技厅攻关项目(20102s0014)