基于互联网的产业耦合效能研究——以互联网与金融产业为例

董志学

一、引 言

互联网产业是当代产业结构中最活跃的力量。近年来，从国务院到各大部委，再到各地市都出台了针对互联网金融、互联网消费等立法和行业标准。十九大报告八次提到互联网在经济发展中的重要地位，从国家层面进一步指出在经济转型过程中，互联网要发挥支持传统产业优化升级中的先导作用；在产业结构调整过程中，要推动互联网、大数据、人工智能和实体经济深度融合，尤其要借助互联网在中高端消费、创新引领、共享经济等领域培育新增长点、形成新动能；在创造性工作推动方面，善于运用互联网技术和信息化手段开展工作，促进我国产业迈向全球价值链中高端。

在产业结构深度优化调整的背景下，国家层面的正确引领、行业部门的高度重视、互联网主体的积极参与，促使互联网产业在与各个产业互相关联、彼此融合的基础上，逐步与相关产业互相耦合，并诞生了一些全新的交叉产业。尤其近年来，伴随数据挖掘、人工智能等信息技术的发展和迭代，以互联网为中心的产业耦合范围已经深入到传统产业的内部，例如，互联网与传统商业的耦合诞生了电子商务、互联网与工业的耦合诞生了物联网。借助互联网与相关产业的耦合，体验经济、共享经济等全新的经济形态逐渐成为经济模式中的新生力量。可见，互联网与相关产业耦合的出现和发展，一方面通过产业融合的方式成功带动了传统产业，成为传统产业竞争力提升、产业生态构建、商业模式转型等方面的推动力，另一方面也从产业耦合的角度催生了全新的产业形态。

从耦合路径来看，互联网产业在与商业、金融、服务等第三产业的非物质生产部门实现紧密耦合的基础上，借助无线射频、人工智能等技术，开始与以制造业、建筑业、公共卫生为代表的第二产业，以及以农业、林业、牧业为代表的第一产业产生耦合作用。由此来看，互联网产业与各个产业的耦合是一个从下到上逐级推进、动态发展的过程。然而，由于各个产业发展的不均衡性，互联网产业与全部产业的耦合并不是都能取得成功，对两个产业的发展状况做出准确的判断是评判产业耦合效果的先决条件，也能为管理与决策部门提供政策建议。因此，本文引入“动量”的概念，以互联网产业与金融产业的耦合评判为例，构建双边产业耦合模型，试图通过对二者相关数据的研究，准确掌握分析评判互联网与金融产业耦合阶段与程度的方法，以便我们能够在宏观层面上把控产业结构中的市场份额配比、社会资源投向与资源配置效率等问题，同时在微观层面上能够指导企业通过持续转型和创新来提高企业竞争力，并促使其实现传统产业升级与经营模式创新。

二、理论基础与研究综述

产业之间存在或强或若，或明或暗的相互关联、融合、耦合、聚合等互动关系，国内外学者对产业耦合关系理论与实践的研究成果众多，主要以描述性研究、对象关系研究、耦合分析研究为主。

在描述性研究方面，熊勇清认为产业耦合是指性质不同的两类或多类产业所组成的两个或多个系统，通过各自的耦合元素产生相互作用、彼此影响的经济现象。李景认为，不同于产业联合主要表现为企业之间的产品交易，不同于产业融合的同一技术向不同产业扩散而推动产业间的协同发展，产业耦合更多是市场、生产要素、产品研发、技术创新等全方位的合作利用和交互影响。在研究对象关系方面，Carlota Perez基于历史的经验考察和描述性的定性分析，指出技术产业与金融产业在演化进程中存在双向联系。 Carlota Perez, “Finance and Technical Change：Along-term View”, & , Vol. 3, No. 1, 2011, pp. 10-35. Setsuya Sato等比较全面地综述了各方对互联网金融的研究，基于互联网技术的新兴金融模式与传统金融将是融合与竞争并存的关系。 Setsuya Sato,John Robert Hawkins, “Electronic Finance: An Overview of the Issues”, , Vol.7, No.1, 2012, pp. 1-12. 曾繁清和叶德珠基于新结构经济学视角运用耦合协调度模型对金融体系与产业结构的耦合协调度进行了充分分析。吴爱东和刘东阁从理论上分析了我国金融发展与产业结构升级的耦合协调机理,并得出中国金融发展与产业结构升级的耦合协调度。在评价分析研究方面，主要有投入产出分析、关联分析以及其他方法。基于投入产出的分析主要以Lenontief提出的投入产出模型中的感应度系数和影响力系数评价产业与产业之间的联系和影响程度。后续部分学者以此为基础进行了扩展研究，如陈锡康等分别提出了“非线性实物型投入产出模型”。薛新伟等基于灰理论提出了包含隐性因素的“投入产出模型”等。在关联分析方面，由于国外各产业发展较为均衡，因此国外研究成果主要集中在耦合经验的总结，如Polenske等使用关联分析法研究了建筑业的关联特征等。Tamamura运用产业关联分析法分析了电子通信与交通设施产业关系以及国际产业结构的变动特征。 C.Tamamura, “Structural Change in Internatinal Industrial Linkages and Export Competitiveness in the Asia-Pacific Region”, , Vol.19,No.1,2002,pp.52-82.

伴随产业部门的多样性和产业之间的复杂性，基于静态分析的投入产出等模型无法从动态的角度对产业集群发展状况进行评析。为此，后续学者运用更复杂的模型从新兴、传统等产业的不同角度展开了研究，如Dietzenbacher等人提出APL模型，用平均层次数衡量两个产业部门之间的经济距离。 Dietzenbacher E.，Romero I.，Bosma N.S., “Using Average Propagation Lengths to Identify Production Chains in the Andalusianeconom”, , Vol.23,No. 2, 2012, pp. 405-422. 刘嘉宁采用系统论中系统演化思想对战略性新兴产业和区域产业结构升级所组成的复合系统进行了动态演变及耦合状态研究。苑清敏、赖瑾慕应用系统演化理论分析了战略性新兴产业与传统产业的动态耦合过程，并基于Logistic曲线分析耦合系统的演化模式指出战略性新兴产业与传统产业的动态耦合发展经历无耦合阶段、协调发展阶段、发展极限阶段、衰落退化阶段、重组进化阶段。熊勇清根据基准年期值、规划时期值、层次分析法等对战略性环保产业和传统橡胶制品产业的耦合度进行了研究。张亮等基于复杂网络上的随机游走过程提出新的中心性算法，实现了对产业关联网络的自环和高密度问题的有效测度，此方法在发现产业关联网络中的重点产业研究中具有重要的意义。

通过以上的分析可以看出，就研究内容而言，国内外对产业耦合的研究主要集中在产业类别划分、产业协同影响因素、耦合过程等方面；就研究方法和工具而言，主要集中于投入产出表、因子分析、层次分析法等方面，没有进行系统性研究，数据准确度也有待提升。此外，国内外学者虽对产业耦合的描述性研究和实证分析研究较为透彻，但未将两个或多个产业之间的关系纳入一个产业共生演化的框架，由其是研究适用对象、结果准确性方面存在缺失，如李峰认为由于投入产出模型反映的是各部门产品的物质消耗构成,但以互联网为代表的高新技术部门由于其溢出效应巨大,影响力系数或感应度系数较高,造成投入产出的理论逻辑无法对此做出准确解释。张亮也认为对于中心性算法合理性的判定标准过于依靠直观判断，会造成产业关联网络上产业重要性算法不合理。因此，本文以互联网产业与金融产业耦合发展为例，通过建立耦合评价模型得出耦合关联度和持续发展度，达到从空间方面评价两个产业的耦合程度、从时间维度评价两个产业耦合后可持续发展能力的目标。

三、产业耦合动量模型构建

不同于产业融合主要发生在产业内部，产业耦合更偏向不同产业主体之间的链接方式和关联程度，当产业耦合发展到一定阶段，必然会出现全新的产业形态。在当前互联网产业与各传统产业深度耦合的大背景下，准确把握产业耦合程度对判断产业之间的亲疏程度、发展趋势以及探索全新商业模式意义重大。本文以互联网产业(

U

)与金融产业(

W

)为例构建产业耦合动量模型，设定产业耦合动量(

P

)由耦合关联度(

C

)和可持续发展度(

D

)组成，模型构建过程如下。

(一)耦合关联度模型

(1)设

U

为互联网产业，令：

U

为互联网产业综合评价指标(

U

)中第

i

个指标的第

j

个变量参数，

i

=1,2,…,

n

，

j

=1,2,…,

m

；

λ

为互联网产业综合评价指标(

U

)中第

i

个指标的权重；

λ

为互联网产业综合评价指标(

U

)中第

i

个指标的第

j

个变量参数的权重；

u

为互联网产业耦合贡献值；

u

为互联网产业各综合评价指标的贡献值；

u

为互联网产业综合评价指标(

U

)中第

i

个指标的耦合关联度，则：

(1)

(2)

(2)设

W

为金融产业，令：

W

为金融产业综合评价指标(

W

)中第

i

个指标的第

j

个变量参数，

i

=1,2,…,

n

′，

j

=1,2,…,

m

；

δ

为金融产业综合评价指标(

W

)中第

i

个指标的权重；

δ

为金融产业综合评价指标(

W

)中第

i

个指标的第

j

个变量参数的权重；

w

为金融产业耦合贡献值；

w

为金融产业各综合评价指标的贡献值；

w

为金融产业综合评价指标(

W

)中第

i

个指标的耦合关联度，则：

(3)

(4)

综上，互联网与金融产业的耦合关联度为：

(5)

在耦合关联度的评价方面，选用郝生宾、于渤对耦合关联度的评判标准，分别为低度耦合、中度耦合、高度耦合和极度耦合，详见表1。

表1 耦合关联度量表

(二)可持续发展度模型

可持续发展度是指两个产业耦合诞生的新产业在未来可持续发展的程度，可持续发展度能够综合展现发展现状、产业间的协调程度、产业生命周期等显性和隐性信息。进行产业间耦合度分析，可持续发展度是重要的指标。根据两个产业的耦合关联度，可以获得其可持续发展度为：

(6)

式中，

a

和

b

分别代表两个产业的贡献系数，

a

和

b

的值可根据实际情况进行调整。

在耦合持续发展度的评价方面，本文参照廖重斌对环境与经济协调发展程度的定量评判标准，考虑到两个产业的耦合持续发展度是个时点概念，同一个数值可能代表持续上升过程中的数值，也可能代表下降过程中的数值，具体含义应根据发展阶段进行动态判断，因此，本文按照从弱到强的级别重新定义耦合持续发展能力，如表2所示。

表2 耦合持续发展度量表

(三)耦合动量模型

根据经典力学的定义，动量代表状态量，一个物体的动量指的是这个物体在它运动方向上保持运动的趋势，是质量与速度的乘积。本文将动量的概念引进产业耦合评价中，记产业耦合动量为

P

，耦合关联度代表耦合结果的质量，可持续发展度代表耦合的速度，基于式(5)和式(6)，产业耦合动量模型为：

P

=

C

×

D

(7)

耦合动量与产业耦合效果正相关，动量越大，产业耦合趋势越明显，其成功的概率也就越大。对耦合动量的评价，本文定义为四个级别，详见表3。

表3 耦合动量评价表

四、实证研究

(一)数据来源与指标变量

依据结构经济学观点，并不存在一个普适性的最优产业结构，当相互耦合的两个或多个产业的技术、标准等较为成熟时，容易形成最优的产业结构水平，伴随各方产业结构的不断升级和技术水平的持续进步，能够达到彼此之间相互影响的动态演进路径。为能够准确测定两个产业的耦合度，本文以互联网和金融产业为例，按照指标数据的可得性、适用性等原则，分别设计了一套能够反映我国互联网产业与金融产业耦合能力的指标体系。其中，互联网产业主要从行业特征、软硬件普及等角度选取“产业绩效、网络就绪度、信息技术应用”作为测度互联网产业当前水平的指标；金融产业主要从金融产业自身状况、消费者预期、国家货币供给的角度选取“城镇储户收入与物价扩散指数、金融市场发展状况、货币基本情况”作为测度我国金融产业当前水平的指标；为能够准确测度两个产业的关联度，选用代表互联网与金融产业耦合结果的“普惠金融指数”作为参考序列。根据设定的指标，本文从《中国统计年鉴》《中国科技年鉴》《中国金融年鉴》等权威统计文献以及科技部、国家统计局网站和科技统计网等政府公共网站中选择从2011年至2015年的时间序列数据，并对其进行归类、计算和整理，得到的数据如表4所示。

表4 互联网产业与金融产业耦合发展评价指标 单位：W21为百万股；W31为亿美元；W22、W23、W32、W33为亿元

数据来源：《中国统计年鉴》《中国科技年鉴》《中国金融年鉴》等权威统计文献以及科技部、国家统计局网站和科技统计网。

(二)指标贡献值的计算

鉴于互联网产业与金融产业结构耦合作用的交错性与复杂性，需要同时考虑到两个子系统的关联性和时序性。本文利用灰色关联度分析揭示互联网产业和金融产业各指标之间的数值关系，通过将关联因素数量化、有序化，进而形成可对比性，将其结果作为衡量相关产业各评价指标的贡献值。

1.指标关联度的计算

依据邓聚龙的观点，令

X

为参考序列，

X

(

k

)为比较序列，则差异序列为：Δ(

k

)=|

x

(

k

)-

x

(

k

)|

(8)

并进而可求得灰关联系数为：

(9)

式(9)中，

ξ

称为分辨系数。

ξ

越小，分辨力越大，一般

ξ

的取值区间为(0,1),具体取值可视情况而定。当

ξ

≤0.5463时，分辨力最好，通常取

ξ

=0.5。

进而可求得相应指标灰关联度为：

(10)

2.指标权重的计算

由于主观赋权法确定权重容易出现偏差，因此本文采用熵值法进行客观赋权，其计算原理如下。

第一步，计算

j

指标下第

i

年指标值的比重

f

。

(11)

第二步，计算第

j

项指标的熵值

e

，即

(12)

在以上式中，

k

>0，

e

≥0，ln为自然对数，

m

为指标取值的年数。第三步，计算第

j

项指标的差异系数。对于第

j

项指标的差异性系数

g

，对于给定的

j

，

x

的差异性越小，则

e

越大；当

x

全部相等时，

e

=1，此时对于确定权重，指标

x

没有作用；当各指标值相差越大时，

e

越小，该项指标对于方案比较所起作用较大。差异系数

g

=1-

e

为信息效用值，当

g

越大时指标越重要。

第四步，求权数。

(13)

第五步，计算综合得分。

(14)

3.指标关联度与权重的计算

考虑到各指标的属性与量纲上的差异，计算贡献度时对初始指标值采用灰理论默认的初值化方法进行无量纲处理，计算权重时采用离差标准化方法对两个产业的原始数据进行标准化处理。经综合计算得出，互联网产业与金融产业各指标关联度和权重见表5。

表5 互联网产业与金融产业指标关联度及权重

根据表 1 的评价标准可以看出，互联网产业与金融产业的耦合发展阶段主要处于高度耦合发展阶段，仔细分析可以获知，各个指标的耦合关联度存在细微差别，物价、股票、货币供应是影响耦合关联度的最大因素。

4.产业耦合动量的计算

互联网产业综合指标层贡献值计算过程如下。

第一步，计算产业绩效的贡献值。

根据式(1)可计算出

u

=0.040 52。考虑到各指标之间具有相关性，采用归一化方法求得综合指标层各指标的权重，根据式(14)可以得出产业绩效的权重为：

λ

=0.227 86。

同理，可计算出各综合指标层贡献值与权重，详见表6。

表6 互联网产业与金融产业综合指标贡献值

第二步，计算综合贡献值。

根据式(2)和式(4)，可计算出互联网产业与金融产业的综合贡献值，具体如下。

第三步，计算耦合关联度和耦合持续发展度。

评价两个产业耦合程度的指标主要有耦合相关度和耦合持续发展度，耦合相关度能够揭示产业之间在一定时点上的相关度，用

C

表示，其中

u

和

w

分别代表相关产业对耦合系统的贡献，根据式(5)可计算出耦合关联度为：

令耦合持续发展度为

D

，在耦合关联度的基础上，根据式(6)，

a

和

b

分别代表两个产业的贡献系数，由于

a

和

b

的值可根据实际情况进行调整，本文选取

a

和

b

的值分别为0.5，计算耦合持续发展度为：

第四步，计算产业耦合动量。

根据式(7)可计算出互联网产业与金融产业的耦合动量为：

P

=

C

×

D

=0.491 20×0.087 96=0.043 21根据表3可以看出，互联网产业与金融产业耦合动量

P

≤0.25，因此耦合现状较为“一般”，仍处于起步发展阶段，尚未达到一个稳定、均衡的状态。

五、讨论与建议

(一)结果讨论

1.耦合质量处于中度水平

耦合相关度是指两个产业之间的紧密关系程度，即互相依赖的程度，耦合相关度越高，其耦合成功的概率越大。耦合相关度是一个动态的数值，受各产业发展的成熟度、生命周期等相关因素影响。互联网产业与金融产业的耦合相关度达到了0.491 20，按照表 1 的评价标准，可以看出互联网产业和金融产业正处于中度耦合阶段，说明有比较好的发展前景，随着两个产业的持续耦合发展，二者的关系将会越来越紧密。

2.可持续发展能力较弱

耦合持续发展度是指两个产业能够持续发展的程度，耦合持续发展度数值越高，表明两个产业可持续发展能力越强。耦合持续发展度与诞生的新产业密切相关，耦合持续发展度越接近于1，耦合产生的新产业的发展前景越加光明。从本文的研究可以看出，互联网产业与金融产业二者的耦合持续发展度为0.087 96，按照表 2 的评价标准，说明两个产业正处于极度弱型发展阶段，从实践中也可以看出，互联网金融产业作为互联网产业与金融产业共同耦合的结果，还存在互联网金融从业机构的诚信、消费者用户的信任问题，其可持续能力较弱，但也能够从侧面说明互联网产业与金融产业的耦合进程依然会在很长的一段时间内有较大的发展空间。

3.耦合趋势有待进一步推动

产业耦合动量揭示了产业间耦合效果的情况，与耦合相关度和可持续发展度成正比，能够反映产业耦合质量的变化过程。本文所研究的互联网与金融产业的动量数值为0.043 21，按照本文设定的表 3 的评价标准，说明互联网产业与金融产业并未达到一个稳定、均衡的状态，还处在起步阶段。从实践方面也能够说明，在互联网金融主要模式中，除支付较为成功外，网络贷款、众筹、电子货币等模式尚未真正成熟，需要借助相关力量加以引导和鼓励。

(二)对策建议

1.在国家层面上将互联网强国战略从商业经济向实体经济推进

十九大将网络强国作为创新型国家的基本内涵，以“互联网+”为代表的新经济形态必然成为我国经济转型升级和结构优化的新动力，尤其是互联网与实体经济的深度耦合能够成为建设现代化经济体系的重要路径。因此，为建设现代化经济体系，必须以实体经济作为发展经济的着力点，推动互联网、大数据、人工智能和实体经济深度偶合，尤其是要借助互联网的资本优势，在中高端消费、共享经济、现代供应链等方面培育新型产业增长点，通过持续的耦合发展形成新动能。

2.从产业层面上建立与市场发展步调相一致的政府监管体系

由互联网产业与金融产业的关联度可以看出，二者呈现出紧密的关联态势，具备较好的耦合条件。由于两个产业耦合后诞生的互联网金融为全新产业，既存在正外部性又存在负外部性。正外部性在短期内变会吸引大量的社会资源投入，从而形成大规模的资金集群，例如根据国家互联网金融风险分析技术平台监测数据显示，截至2017年8月底，在平台数量方面，全国互联网金融平台达到41 393个，周活跃用户达6.8亿人；在交易额方面，互联网支付累积交易额约70万亿元，P2P网络借贷累计交易额约6.47万亿元。与之伴生的则是负外部性，大量的风险因素将与互联网金融同步发展，稍有不慎，很容易形成风险链条。因此，如管理不当，将会对整个金融体系造成破坏。因此，应该从国家层面上制定产业政策、明确不同阶段的战略目标、发展重点、发展路径等，同时协调资源，坚持市场发展与政府监管相结合的治理原则，并适时建立起市场发展与政府监管相一致的法规、政策、组织支撑体系。

3.在行业层面建立互联网产业耦合趋势动态数据跟踪系统

从耦合动量的结果数据来看，互联网产业与金融产业的耦合之势刚刚起步。从长期来看，互联网与相关产业耦合是一个持续、动态的过程。一般来讲，一个新产业从最初诞生到逐渐成熟需要5年以上的发展周期，在发展过程中，必然会随着经济周期的波动、某个产业的波动对耦合效果产生影响。因此，必须要加强对产业耦合状态的跟踪，尤其是在数据分析与预测方面构建不同产业领域的预警、投入产出等相关模型，通过定期积累的实时数据准确把握耦合的趋势与特征，从而确保产业耦合沿着科学、正确的方向发展。

4.在企业层面上建立贯通互联网金融产业的信用及风险管理体系

从可持续发展能力来看，互联网产业与金融产业的耦合表现出了较弱的水平。结合相关研究成果，互联网金融在发展过程中主要面临的是安全风险、用户信用等方面的问题，尤其体现在互联网金融机构在为客户提供服务的过程中，个人信息容易被商业机构和中介机构存储、获取、利用，这将会带来两面性，一方面完整的用户信息更有助于用户画像，进而为用户提供更完善的产品和服务，另一方也由此带来非常大的数据泄露风险。因此，应该建立起跨产业的征信体制，做好信息的采集、使用、传输和处理，同时要加强个人隐私和商业秘密的保护。

5.在运营层面构筑持续投入机制确保新兴产业可持续发展

互联网产业涉及软件、硬件等多个领域，其投入周期较长、见效较慢，但基础投入又是与各个产业进行耦合的基础。因此，必须保持持续的前置投入，确保各方面基础设施能够保证各个产业运用互联网技术进行产业创新的需要。互联网产业与不同产业的耦合路径既存在相同之处又存在个性化方面，不同耦合对象所具备的资源和能力又不尽相同，在耦合模式、方法方面不能盲目学习照搬，而是应从实践出发，根据耦合对象的不同发展阶段、优劣势程度匹配与之对应的资源，在时间方面确保产业耦合诞生的新产业的可持续发展。

综上，互联网产业从一个新兴产业发展到逐步与相关产业进行耦合的阶段，并已成为必然趋势，对互联网产业来说是挑战，需要深入相关产业内部，对传统产业来讲是机会，引入新兴产业能够激发新生命力，机会与挑战互孕互生。各方主体应该以发展为中心，主动思考、积极推进，在经济发展新浪潮下抓住互联网产业在产业结构转型升级过程中带来的机遇。