互联网普及对产业结构升级的影响研究——基于省级面板数据

王臣钦

（青海民族大学，青海 西宁 810007）

一、引言

当前我国的经济从高速增长转变为中高速增长,经济形势迈入新常态,政府不再将GDP的快速增长作为经济目标,而是需要兼顾到经济的健康可持续发展及产业转型升级。供给侧结构性改革的提出虽然是经济增长路上的一盏指路明灯，引导未来经济增长的趋向，但随着相关政策的逐步出台,供给侧改革中的一些问题也日益突出，主要的问题在于产业结构方面，它们都体现在两个维度：一是对传统行业的改造和升级不平衡不充分；二是现代服务业的发展与制造业相互匹配度的不均等与不充分。因此，产业结构的升级已经成为我国各地面临的亟待解决的重点问题。

目前，我国正处在全面建成小康社会的决胜阶段，而互联网普及情况一直是国家高度重视的问题。自20世纪90年代起，互联网在我国兴起并迅速发展，它深刻地改变了整个社会的生产生活方式。互联网普及对各行各业的发展有着重要的影响。与此同时，互联网普及降低了企业的成本，促进了贸易的发展，缩短了人与人之间的距离。然而，我们关心的是，作为一股技术冲击，互联网的普及发展与产业结构升级的关系如何？因此，本文以互联网普及的宏观经济效应以及产业结构升级的因素为角度，基于各位学者的研究成果，对有关互联网普及对产业结构升级的影响进行总结和概括。

在搜寻文献的过程中发现目前有关互联网普及与产业结构的文献较少，基本集中在产业结构升级的因素、互联网普及的宏观经济效应这两个方面。技术、资本、劳动力以及创新是产业结构升级的重要因素，互联网普及的宏观经济效应主要也是从经济不平等、经济增长、生产率这三个角度进行研究，研究得出在一定程度上会缩小各省份之间的经济不平等，促进经济增长和提高生产率。互联网在推进产业结构转型升级的过程中有着最密切、最直接的关系，所以本文在学者前期研究的基础上，选取中国2003—2018年的省级数据进行研究，分析互联网与产业结构升级之间的关系，以便为全国产业升级提供更多的视角和启示。

二、变量定义与模型设计

（一）模型设计

为了检验互联网普及对产业结构升级的影响，本文将通过中国各省2003—2018年的面板数据进行实证检验，以下是建立的模型：

其中i和t分别表示省份和年份，a0表示截距项，εi,t表示随机误差项。UIS为被解释变量，Int为核心解释变量，其余为控制变量。主要变量含义将在下文中详细介绍。

（二）变量定义

1.被解释变量。本文说明的是互联网普及对产业结构升级的影响，对于产业结构升级通常由产业结构高级化来衡量，即用第二和第三产业占GDP比重、产业结构层次系数等来表示，因此本文选用第三产业占GDP比重（UIS）作为本文的被解释变量。

2.核心解释变量。核心解释变量是互联网普及率（Int），本文采用互联网普及率来衡量互联网普及情况。

3.控制变量。本文将依据惠宁等（2016）、徐德云等（2020）、郭家堂等（2016）、李昊等（2020）、左鹏飞等（2020）、王鹏等（2020）的研究，选取各地区固定资产（Fa）、各地区进出口额（Ft）、教育投入（Edu）、R&D经费投入（Rd）、城镇化率（Ur）、政府干预（Gov）、经济发展水平（lnEco）作为本文的控制变量。各地区固定资产是产业结构升级的动力。提升对外开放程度在总体上能对中国产业结构升级起到积极作用（徐春华等，2013）。教育能提升全民文化程度和提高人力资本，一定程度上能促进产业结构升级。创新投入对产业结构升级具有积极作用。各地产业结构调整受城镇化率影响较强。产业结构调整受政府宏观调控较强（施卫东等，2013）。经济发展水平同样会影响产业结构升级，为了确保各个变量处于同一数量层次，将经济发展水平取对数作为控制变量。相关变量的说明如表1所示。

表1 相关变量的含义

三、数据来源及描述性分析

数据来自《中国统计年鉴》以及EPS全球统计数据库，具有权威性和科学性。本文所使用的的统计软件是Stata15.0。表2为主要变量的描述性统计，可以看到衡量产业结构升级的UIS变量均值为0.427。从最值来看，最大值为0.810，最小值0.286，而标准差为0.0912，最值和标准差之间差异较大。代表互联网普及的核心变量互联网普及率（Int），标准差差异较大，最值和均值差异较大，表示中国各省互联网普及水平存在较大的差异。

表2 变量的描述性统计

（一）互联网普及对产业结构升级的检验

本文在选取面板数据模型时，对混合OLS回归等进行检验，P值均为0.0000，显著拒绝随机效应。综上所述，本文选择固定效应模型更加合适，之后的地区异质性检验将采用固定效应模型。表3是混合OLS回归、固定效应和随机效应这三种效应模型回归的结果。

模型(1)为混合OLS回归模型，结果表明核心解释变量互联网普及率的系数在1%的水平下正向显著，控制变量中各地区的固定资产总额、各地区的进出口金额、教育投入的系数均显著为负，各地区R&D经费投入、城镇化率、政府干预的系数显著趋于正，经济发展水平系数不显著。混合OLS回归的结果表明，互联网普及对于产业结构升级具有促进作用。

模型（2）为固定效应模型，城镇化率系数在5%水平下显著为正，各地区进出口总额系数在1%水平下显著为负，各地区固定资产总额、各地区R&D经费投入、教育投入和政府干预变为不显著，经济发展水平仍然不显著。

模型（3）为随机效应模型，结果显示核心解释变量的系数在1%的水平下显著趋于正，各地区固定资产总额、教育投入在5%水平下显著为负，城镇化率系数在10%水平下显著为正，经济发展水平仍然不显著。

从三个模型的回归结果分析来看，无论是哪种模型，其中核心解释变量互联网普及率对产业结构升级都具有显著的正向影响。这说明互联网普及能促进产业结构升级。当前，互联网对第三产业的应用集中于生产性服务业，而产业结构升级的本质就是在技术进步下，将生产要素从生产率低的部门转向生产率高的部门，促使其优先发展，而当前中国生产率提高最迅速的部门是生产性服务业（徐伟呈等，2018），因而，互联网普及能很好地促进产业结构升级。此外，各地区固定资产总额、各地区进出口额和教育投入与产业结构升级之间存在显著的反向变动关系；各地区R&D经费投入、城镇化率、政府干预与产业结构升级存在显著的正向变动关系。而经济发展水平与产业结构升级之间始终不存在显著的关系（表3）。

表3 混合OLS、固定效应和随机效应结果

（二）互联网普及对产业结构升级的地区异质性检验

本文还研究了互联网普及对产业结构升级的地区异质性检验。将全国分为东北、东部、西部和中部四组，将这四组数据分别采用固定效应模型进行回归分析。通过表4可知，东北、东部、西部和中部地区的互联网普及对产业结构升级都有正向推动作用。其中只有中部地区的核心解释变量Int对产业结构升级有正向显著，且系数相比于其他地区是最大的。（1）东部地区的互联网普及对产业结构升级不显著，和王鹏等研究的结果一致，原因应该是第三产业发展已经较为成熟，因此互联网普及对产业结构升级不显著。（2）中部地区，随着近几年响应国家号召，支持“互联网+”战略，大力发展互联网，并且相对于东部地区，第三产业发展较弱，互联网技术也没有深入应用到产业之中，地理上中部地区相较于东北和西部地区离东部地区较近，东部地区过于饱和的互联网资源更多流向了中部地区，因此有很大的发展空间。（3）西部地区，互联网普及对产业结构升级不显著，应该是还处于互联网发展起步阶段，可以看到R&D经费投入的系数是四个地区中最大的，说明还更多地依赖于开发与研究来促进产业结构升级。（4）东北地区，互联网普及对产业结构升级不显著，可能是由于政府过度干预导致，东北地区的政府干预系数是最大的，产业结构升级和政府干预之间为显著正向关系，因此更多依赖于政府干预来进行产业结构升级。因此，可以得出以下结论：互联网普及对产业结构升级存在地区异质性。

表4 互联网普及对产业结构升级的地区异质性检验

四、结论与启示

本文利用国家统计局发布的《中国统计年鉴》和EPS全球统计数据库中关于中国大陆2003—2018年31个省市（区）的相关统计数据，研究互联网普及对产业结构升级的影响以及地区的异质性，并在理论分析的基础上，构建实证分析模型，进行了实证分析，从而获得研究结果。基于上述分析，本文研究得出以下主要的结论：（1）产业结构升级受到多个因素的影响，互联网普及对产业结构升级具有显著的促进作用，各地区固定资产总额、各地区进出口额和教育投入与产业结构升级具有反向关系；各地区R&D经费投入、城镇化率、政府干预与产业结构升级存在显著的正向变动关系。而经济发展水平与产业结构升级之间始终不存在显著的关系。（2）互联网普及对产业结构升级存在明显的地区异质性，虽然互联网普及能够促进产业结构升级，但是对不同地区之间的促进作用是不同的。不同地区由于互联网普及程度和第三产业发展程度不同，互联网普及的效果也不尽相同。对于大力发展互联网的地区，互联网普及能够使产业结构升级更多，效果更显著；对于互联网普及较为发达和薄弱的地区，互联网普及对产业结构升级的促进作用则较弱。

基于以上结论，本文主要的政策建议有：第一，继续让互联网成为引导产业结构转型升级的推动力，不断培养中国多样的数字化市场，更好地促进产业结构升级。第二，完善各地区“互联网＋”战略的政策机制，尤其是互联网发展较为薄弱的地区。第三，要给予互联网行业相应的政策支持。国内大型互联网企业数量不多，缺乏竞争，要积极改变这种情况。第四，要大力培育互联网人才。为了适应互联网发展和需要，要不断引进和培育相关人才。