基于TFP的信息資源產(chǎn)業(yè)增長(zhǎng)模型研究

楊帆+趙忠秀+羅楓

摘要：本文在回顧內(nèi)生增長(zhǎng)模型和經(jīng)濟(jì)增長(zhǎng)模型的基礎(chǔ)上，通過(guò)全要素生產(chǎn)率研究，提取8種影響我國(guó)信息資源產(chǎn)業(yè)全要素生產(chǎn)率增長(zhǎng)的內(nèi)生要素和外生要素，并通過(guò)因子分析，提煉出我國(guó)信息資源產(chǎn)業(yè)全要素生產(chǎn)率增長(zhǎng)的三類(lèi)決定性因素。研究發(fā)現(xiàn)，信息知識(shí)程度和信息創(chuàng)新程度既共同直接影響，也通過(guò)內(nèi)部投入要素間接影響信息資源產(chǎn)業(yè)產(chǎn)出增長(zhǎng);內(nèi)部投入要素和外生性要素分別作用于產(chǎn)出增長(zhǎng)。這不僅彌補(bǔ)了以前信息資源產(chǎn)業(yè)全要素生產(chǎn)率研究的不足之處，而且揭示了我國(guó)信息資源產(chǎn)業(yè)TFP增長(zhǎng)的人力資本、專(zhuān)業(yè)化和技術(shù)溢出等內(nèi)部因素以及制度變遷、市場(chǎng)化程度和產(chǎn)業(yè)政策等外部因素對(duì)我國(guó)信息資源產(chǎn)業(yè)TFP增長(zhǎng)的影響。

關(guān)鍵詞：TFP;信息資源;產(chǎn)業(yè)增長(zhǎng)模型

中圖分類(lèi)號(hào)：F124.5文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000176X（2015）01003707

一、引言

隨著信息通信技術(shù)的深入普及和發(fā)展，世界各個(gè)國(guó)家和地區(qū)之間的“數(shù)字鴻溝”正在逐漸縮小。根據(jù)國(guó)際電信聯(lián)盟2006年的世界電信發(fā)展報(bào)告顯示，過(guò)去十年間，在標(biāo)準(zhǔn)范圍內(nèi)的電話線路數(shù)與用戶(hù)數(shù)兩項(xiàng)指標(biāo)上，發(fā)達(dá)國(guó)家與廣大發(fā)展中國(guó)家的比值大幅度降低;若以千人為計(jì)算單位，在計(jì)算機(jī)擁有量上二者間的倍數(shù)差也從79倍降至52倍;互聯(lián)網(wǎng)使用者的比率也下降了14倍。再觀國(guó)內(nèi)也正大力加強(qiáng)信息化的發(fā)展。數(shù)據(jù)顯示，直至2010年，我國(guó)手機(jī)使用者已達(dá)到8.5億人次;互聯(lián)網(wǎng)絡(luò)的覆蓋率接近35%;安裝有線數(shù)字電視的家庭達(dá)8 830萬(wàn)戶(hù)，發(fā)展速度和普及程度非?？?。同西歐國(guó)家對(duì)比，我國(guó)信息鴻溝指數(shù)已從新千年的0.87降至2007年的0.69。但是在發(fā)展中國(guó)家更多地關(guān)注信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的時(shí)候，卻潛藏著又一次“信息鴻溝”的風(fēng)險(xiǎn)，即因互聯(lián)網(wǎng)的強(qiáng)勢(shì)發(fā)展所引起的“資源鴻溝”問(wèn)題。

要順利完成信息化步驟，所需重點(diǎn)發(fā)展的不僅僅有制造業(yè)和服務(wù)業(yè)，還應(yīng)重點(diǎn)關(guān)注信息資源產(chǎn)業(yè)的發(fā)展。作為一種新型的產(chǎn)業(yè)類(lèi)型，它可以說(shuō)為全世界帶來(lái)了全新的發(fā)展機(jī)會(huì)與空間。誰(shuí)能把握機(jī)遇，誰(shuí)就能成為該行業(yè)的領(lǐng)導(dǎo)者。

與發(fā)達(dá)國(guó)家相比，我國(guó)信息資源產(chǎn)業(yè)的總體發(fā)展水平十分落后，不僅產(chǎn)業(yè)總體發(fā)展規(guī)模偏小，結(jié)構(gòu)設(shè)置不太科學(xué)，在國(guó)際市場(chǎng)上基本沒(méi)有競(jìng)爭(zhēng)優(yōu)勢(shì)可言。另外，我國(guó)對(duì)于信息資源產(chǎn)業(yè)的投入建設(shè)力度遠(yuǎn)遠(yuǎn)跟不上基礎(chǔ)設(shè)施的建設(shè)步伐，這在某種程度上也阻礙了信息需求的發(fā)展空間。

如何定性定量地分析影響我國(guó)信息資源產(chǎn)業(yè)全要素生產(chǎn)率發(fā)展的內(nèi)外部因素，對(duì)于我國(guó)信息資源產(chǎn)業(yè)的增長(zhǎng)和發(fā)展有著至關(guān)重要的作用。

二、研究變量及研究假設(shè)

1.研究變量

（1）影響信息資源產(chǎn)業(yè)增長(zhǎng)的內(nèi)部因素

全要素生產(chǎn)率的增長(zhǎng)不僅是經(jīng)濟(jì)增長(zhǎng)模型中的內(nèi)生變量，而且其自身的增長(zhǎng)與變動(dòng)是由經(jīng)濟(jì)系統(tǒng)本身的原因決定的。內(nèi)生增長(zhǎng)模型主要從研究與開(kāi)發(fā)，人力資本和專(zhuān)業(yè)化及分工等方面展開(kāi)。研究中主要的變量是信息資源產(chǎn)業(yè)人力資本存量、新增資本投入、外商直接投資、進(jìn)出口總額、研發(fā)投入和專(zhuān)業(yè)化程度等。

（2）影響信息資源產(chǎn)業(yè)增長(zhǎng)的外部因素

信息資源產(chǎn)業(yè)TFP的增長(zhǎng)既與決策單位的內(nèi)部變量密切相關(guān)，也與決策單位發(fā)展生產(chǎn)的制度安排及所處市場(chǎng)環(huán)境相聯(lián)系。將信息資源產(chǎn)業(yè)TFP增長(zhǎng)的外生性影響因素歸納為對(duì)區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展水平、產(chǎn)業(yè)規(guī)?；?jīng)營(yíng)水平、制度安排和政策支持等。

2.研究假設(shè)

1996年，國(guó)內(nèi)學(xué)者朱幼平^[1]采用CD函數(shù)研究了各種生產(chǎn)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的不同貢獻(xiàn)，得出貢獻(xiàn)值從大到小依次為信息化、勞動(dòng)力和資本。2009年，徐姍和韓民春^[2]采用面板數(shù)據(jù)的固定效應(yīng)分析方法，把信息要素嵌入內(nèi)生增長(zhǎng)模型，進(jìn)而對(duì)我國(guó)2001—2006年信息要素對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用進(jìn)行了檢驗(yàn)，結(jié)果顯示，信息要素已日漸成為我國(guó)經(jīng)濟(jì)增長(zhǎng)的重要投入，其貢獻(xiàn)度已越過(guò)資本，僅位于勞動(dòng)要素之后。2010年，畢強(qiáng)等^[3]對(duì)信息內(nèi)容產(chǎn)業(yè)的內(nèi)涵進(jìn)行了詳細(xì)闡述，深入地對(duì)信息內(nèi)容產(chǎn)業(yè)的形成條件、發(fā)展機(jī)理、發(fā)展規(guī)律及影響因素等進(jìn)行分析。

國(guó)外學(xué)者Colecchia和Schreyer^[4]對(duì)比了9個(gè)國(guó)家的信息通訊技術(shù)的資本積累，認(rèn)為在過(guò)去二十年里，信息通訊技術(shù)的資本積累對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率都在0.2%—0.5%之間，而到20世紀(jì)90年代的后五年，其貢獻(xiàn)率年均增長(zhǎng)了0.3%—0.9%，緣于信息通訊技術(shù)的傳播和使用。2003年，Gust和Marquez^[5]通過(guò)對(duì)13個(gè)工業(yè)化國(guó)家1993—1999年數(shù)據(jù)進(jìn)行分析，證明信息技術(shù)對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)確實(shí)起到了加速作用。Seo等^[6]對(duì)29個(gè)國(guó)家建立了積累增長(zhǎng)模型來(lái)檢驗(yàn)ICT投資和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明ICT投資和經(jīng)濟(jì)增長(zhǎng)之間呈正相關(guān)，非ICT投資對(duì)經(jīng)濟(jì)增長(zhǎng)的差距有更大的影響，生產(chǎn)率較低的國(guó)家可以通過(guò)使用發(fā)達(dá)國(guó)家的知識(shí)外溢來(lái)減少經(jīng)濟(jì)增長(zhǎng)的差距。Antonopoulos和 Sakellaris^[7]使用新古典核算模型確定ICT投資對(duì)希臘經(jīng)濟(jì)增長(zhǎng)的影響，發(fā)現(xiàn)ICT投資在1996—2003年對(duì)全要素生產(chǎn)率的貢獻(xiàn)為0.75倍。

為達(dá)到探索影響因素的目的，我們做出第一組假設(shè)檢查內(nèi)生性效應(yīng)因素，即產(chǎn)出增長(zhǎng)效應(yīng)是因?yàn)槿肆ν度氤潭?、資金投入程度和技術(shù)投入程度等內(nèi)部投入因素導(dǎo)致。

H1：內(nèi)部投入程度對(duì)產(chǎn)業(yè)增長(zhǎng)評(píng)估有正向影響。（

H1-1：人力投入程度對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

H1-2：資金投入程度對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

H1-3：技術(shù)投入程度對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。）

弗里曼和蘇特^[8]認(rèn)為，知識(shí)與創(chuàng)新是知識(shí)經(jīng)濟(jì)時(shí)代經(jīng)濟(jì)持續(xù)快速發(fā)展的動(dòng)力源泉，而且也正在日新月異地改變著整個(gè)歐洲的社會(huì)模式。Liu^[9]認(rèn)為國(guó)家經(jīng)濟(jì)競(jìng)爭(zhēng)力的主要驅(qū)動(dòng)作用得力于信息內(nèi)容產(chǎn)業(yè)，在未來(lái)的十年內(nèi)，信息內(nèi)容產(chǎn)業(yè)必將發(fā)展成為重要的經(jīng)濟(jì)部門(mén)。徐紅梅和陳玉娟^[10]選擇1978—2007年郵電業(yè)務(wù)總量為代替指標(biāo)，對(duì)經(jīng)濟(jì)增長(zhǎng)與信息資源之間的關(guān)系進(jìn)行深入分析，認(rèn)為社會(huì)與生態(tài)間、社會(huì)與經(jīng)濟(jì)間、生態(tài)與經(jīng)濟(jì)間，通過(guò)信息的粘合作用趨于動(dòng)態(tài)平衡，我國(guó)經(jīng)濟(jì)增長(zhǎng)方式將由于信息資源水平的提高而轉(zhuǎn)變，并將促進(jìn)信息產(chǎn)業(yè)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，同時(shí)加速信息經(jīng)濟(jì)的形成。Khuong^[11]基于跨國(guó)經(jīng)驗(yàn)回歸模型，通過(guò)國(guó)家固定效應(yīng)和GMM方法驗(yàn)證了ICT普及率是經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?。Dimelis和 Papaioannou^[12]使用系統(tǒng)GMM和混合平均分組面板數(shù)據(jù)回歸比較了歐盟和美國(guó)的產(chǎn)業(yè)層面的ICT使用對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。結(jié)果表明，在20世紀(jì)90年代 ICT對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在美國(guó)和歐盟都很顯著。其對(duì)歐盟的影響在早期比較強(qiáng)，隨后減弱，而對(duì)美國(guó)的影響則正好相反。

由此，我們對(duì)外生性效應(yīng)提出假設(shè)。

H2：外部投入程度對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

（H2-1：產(chǎn)業(yè)政策效應(yīng)對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

H2-2：市場(chǎng)化效應(yīng)對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

H2-3：制度變遷效應(yīng)對(duì)產(chǎn)出增長(zhǎng)評(píng)估有負(fù)向影響。）

汪斌和余冬筠^[13]依靠信息化綜合指數(shù)模型對(duì)我國(guó)近幾十年的信息化發(fā)展水平進(jìn)行測(cè)算，還估測(cè)了其對(duì)我國(guó)國(guó)民經(jīng)濟(jì)的帶動(dòng)程度，認(rèn)為信息化對(duì)工業(yè)增長(zhǎng)的貢獻(xiàn)最大。劉榮添和葉民強(qiáng)^[14]計(jì)量分析了經(jīng)濟(jì)增長(zhǎng)和信息化之間的關(guān)系，表明信息化目前已成為促進(jìn)經(jīng)濟(jì)持續(xù)高速發(fā)展的主要因素，并且信息化水平與區(qū)域經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)關(guān)系。厲無(wú)畏和王慧敏^[15]認(rèn)為，創(chuàng)意產(chǎn)業(yè)一方面可改變現(xiàn)有的經(jīng)濟(jì)增長(zhǎng)模式，另一方面又為社會(huì)創(chuàng)造了非常大的經(jīng)濟(jì)收益，是一種綜合性強(qiáng)、高滲透和知識(shí)密集型的現(xiàn)代服務(wù)業(yè)，擁有巨大的發(fā)展空間和強(qiáng)大的生命力。樹(shù)友林和王懷民^[16]根據(jù)2006年我國(guó)31個(gè)省市經(jīng)濟(jì)數(shù)據(jù)，實(shí)證檢驗(yàn)表明兩者之間有相互促進(jìn)作用。周先波和盛華梅^[17]對(duì)信息化產(chǎn)出彈性的非參數(shù)估計(jì)進(jìn)行分析，認(rèn)為信息化確實(shí)對(duì)經(jīng)濟(jì)增長(zhǎng)有顯著的正向影響。徐瑾^[18]依據(jù)信息化發(fā)展的分類(lèi)指數(shù)以及總指數(shù)，研究地區(qū)信息化對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響，認(rèn)為信息化指數(shù)增長(zhǎng)促進(jìn)了地區(qū)經(jīng)濟(jì)增長(zhǎng)，具有積極的正向效應(yīng)。

由此，可以得出信息知識(shí)效應(yīng)對(duì)產(chǎn)出增長(zhǎng)效應(yīng)有正向影響的假設(shè)。

H3：信息知識(shí)評(píng)估對(duì)產(chǎn)出增長(zhǎng)評(píng)估有正向影響。

戴伊和雷布斯坦因^[19]認(rèn)為，企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)源自其內(nèi)部能力與有價(jià)資源的組合，表現(xiàn)在其所處的市場(chǎng)地位。Berger^[20]表示，所謂的競(jìng)爭(zhēng)力就是實(shí)施了一項(xiàng)價(jià)值創(chuàng)造策略，這個(gè)策略沒(méi)有同時(shí)被任何現(xiàn)存的抑或潛在的競(jìng)爭(zhēng)對(duì)手實(shí)施。

由此，可以得出信息知識(shí)效應(yīng)對(duì)內(nèi)生性效應(yīng)有正向影響的假設(shè)。

H4：信息知識(shí)評(píng)估對(duì)內(nèi)生性效應(yīng)有正向影響。

（H4-1：信息知識(shí)評(píng)估對(duì)人力投入程度有正向影響。

H4-2：信息知識(shí)評(píng)估對(duì)資金投入程度有正向影響。

H4-3：信息知識(shí)評(píng)估對(duì)技術(shù)投入程度有正向影響。）

本文以信息知識(shí)評(píng)估、外生性評(píng)估作為自變量，把內(nèi)部投入評(píng)估作為中間變量，選擇信息產(chǎn)業(yè)增長(zhǎng)作為刺激物，通過(guò)信息知識(shí)程度打分和信息創(chuàng)新程度打分的平均五分乘積進(jìn)行聯(lián)合效應(yīng)處理，以計(jì)算結(jié)果作為信息知識(shí)評(píng)估的數(shù)據(jù)進(jìn)行測(cè)量，將因變量（dependent variable）設(shè)置為產(chǎn)出增長(zhǎng)評(píng)估。

三、研究方法

1.問(wèn)卷設(shè)計(jì)

為了保證問(wèn)卷的可靠性，本次調(diào)研問(wèn)卷設(shè)計(jì)分為兩部分：第一部分為預(yù)調(diào)研，第二部分為調(diào)研修正。正式調(diào)查之初，邀請(qǐng)10位行業(yè)內(nèi)專(zhuān)家進(jìn)行問(wèn)卷前測(cè)試工作，將10名專(zhuān)家分為兩個(gè)5人小組，就問(wèn)卷的設(shè)計(jì)形式、內(nèi)容以及問(wèn)題的難度等征求每位專(zhuān)家的意見(jiàn)，最后整理各位專(zhuān)家意見(jiàn)并進(jìn)行修改，最大程度地保證問(wèn)卷能夠在實(shí)際使用過(guò)程中被調(diào)查者準(zhǔn)確使用。另外，在進(jìn)行問(wèn)卷調(diào)查之前，我們對(duì)發(fā)放問(wèn)卷的工作人員進(jìn)行統(tǒng)一培訓(xùn)和指導(dǎo)。2012年7月23—29日，本研究進(jìn)行了小樣本數(shù)據(jù)的收集，對(duì)36位企業(yè)管理員工和中層管理者進(jìn)行小范圍內(nèi)測(cè)試，共收集了36份問(wèn)卷，在對(duì)36份問(wèn)卷進(jìn)行相關(guān)整理歸納以及預(yù)處理以后形成最終問(wèn)卷。2012年9月12日，本研究進(jìn)行了大樣本數(shù)據(jù)的收集，由于受限于時(shí)間與經(jīng)費(fèi)影響，樣本發(fā)放的地點(diǎn)選擇北京、上海、廣州和成都四個(gè)地區(qū)的行業(yè)機(jī)關(guān)及通信、信息和IT企業(yè)，訪問(wèn)的人群采用問(wèn)卷調(diào)研的形式。選擇這四座城市作為研究樣本的原因包括：第一，首都北京是政府和行業(yè)管理的集中地，政策影響經(jīng)濟(jì)的特征十分明顯。第二，上海和廣州市場(chǎng)經(jīng)濟(jì)發(fā)達(dá)，且產(chǎn)業(yè)多樣化程度較高，具備準(zhǔn)確測(cè)量信息行業(yè)全要素提高的可能性。第三，成都作為西部最為發(fā)達(dá)和民族多樣化的城市，對(duì)于我國(guó)西部地區(qū)的行業(yè)特征具有代表性，可覆蓋性較強(qiáng)，具有普適性。本次問(wèn)卷調(diào)查一共發(fā)放500份問(wèn)卷，其中收回488份，去掉無(wú)效問(wèn)卷，有效問(wèn)卷426份，問(wèn)卷有效率達(dá)到85%，符合問(wèn)卷調(diào)查數(shù)據(jù)要求。

2.測(cè)量方法

具體的選擇和評(píng)判標(biāo)準(zhǔn)采取國(guó)際上通用的Likert 5點(diǎn)標(biāo)尺，Likert 5點(diǎn)標(biāo)尺用1到5分別表示完全不同意、不太同意、一般同意、比較同意和完全同意。針對(duì)不同的問(wèn)題，也可以代表完全不重要、不重要、一般重要、比較重要和完全重要，在對(duì)問(wèn)卷的答案進(jìn)行量化后，即可用這些數(shù)據(jù)進(jìn)行相關(guān)研究。

（1）內(nèi)生性效應(yīng)主要對(duì)人力投入程度、資本投入程度和技術(shù)投入程度三個(gè)緯度開(kāi)展，因此，本文結(jié)合行業(yè)和企業(yè)的實(shí)際現(xiàn)狀及背景，設(shè)計(jì)了關(guān)于內(nèi)生性效應(yīng)的量表，共9道題項(xiàng)。外生性評(píng)估主要對(duì)產(chǎn)業(yè)政策效應(yīng)、市場(chǎng)化效應(yīng)和制度變遷效應(yīng)三個(gè)維度開(kāi)展，因此，本文結(jié)合政府和政策的實(shí)際情況，設(shè)計(jì)了關(guān)于外生性評(píng)估的量表，共9道題項(xiàng)。產(chǎn)出增長(zhǎng)效應(yīng)主要對(duì)全要素生產(chǎn)提升和技術(shù)進(jìn)步提升兩個(gè)維度開(kāi)展，因此，本文結(jié)合經(jīng)濟(jì)和技術(shù)的實(shí)際考量情況，設(shè)計(jì)了關(guān)于產(chǎn)出增長(zhǎng)效應(yīng)的量表，共4道題項(xiàng)。

（2）信息知識(shí)效應(yīng)。由于本文通過(guò)對(duì)全要素生產(chǎn)和技術(shù)進(jìn)步的增長(zhǎng)評(píng)估測(cè)量，需要衡量?jī)?nèi)生性和外生性在信息資源產(chǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)中如何發(fā)揮作用的。我們既需要獲得內(nèi)生性投入因素及外生性投入因素的整體效應(yīng)，又需要了解信息知識(shí)作用對(duì)于信息資源產(chǎn)業(yè)增長(zhǎng)的交互作用。為了實(shí)現(xiàn)這一目標(biāo)，本文采取信息知識(shí)效應(yīng)這一新的測(cè)量方法。與傳統(tǒng)測(cè)量方法不同，信息知識(shí)效應(yīng)由兩要素組成：信息知識(shí)重要性和感知性。Yuan^[21]曾經(jīng)利用該理論對(duì)消費(fèi)者手機(jī)遺失行為進(jìn)行研究，他在研究中將遺失手機(jī)行為分為感知傷害性和重要性?xún)刹糠?，并采用均值相乘積法驗(yàn)證這兩部分因素影響用戶(hù)應(yīng)付手機(jī)丟失行為的意愿。在本文的研究中，由于信息知識(shí)以存量和增量?jī)煞N形式存在，為了更好地得到這兩部分?jǐn)?shù)值，必須對(duì)其進(jìn)行交叉測(cè)量。在問(wèn)卷調(diào)查過(guò)程中將第一部分的問(wèn)卷信息集中于測(cè)量信息知識(shí)重要性，而第二部分則更注重信息感知性。最后根據(jù)如下計(jì)算公式對(duì)“信息知識(shí)重要性”與“信息知識(shí)感知”數(shù)據(jù)進(jìn)行處理。具體公式如下：

IKAi=IILin×IKLii=（1，2，3n=5）

其中，IKA（Information Knowledge Technology Appraisal）為信息知識(shí)技術(shù)評(píng)估; IIL（Information Innovation Level）為信息創(chuàng)新水平; IKL（Information Knowledge Level）為信息知識(shí)水平。

因此，本文根據(jù)信息資源、信息內(nèi)容和信息發(fā)展等特點(diǎn)，設(shè)計(jì)了信息知識(shí)評(píng)估量表。

3.數(shù)據(jù)統(tǒng)計(jì)

樣本基本結(jié)構(gòu)情況如表1所示。

四、數(shù)據(jù)分析

1.探索性因子分析

通過(guò)SPSS17.0軟件，對(duì)所要研究的內(nèi)容進(jìn)行探索性因素分析。要想了解測(cè)量工具的效度情況，可以通過(guò)以下兩類(lèi)檢驗(yàn)指標(biāo)來(lái)實(shí)現(xiàn)：一是KMO指標(biāo)與Bartlett檢驗(yàn)指標(biāo)。就KMO指標(biāo)而言，它的數(shù)值不同，所代表的因子分析適合性也會(huì)有所不同。數(shù)值越大，則適合性就越強(qiáng)。通常情況下，KMO指標(biāo)數(shù)值在區(qū)間[0，1]的范圍內(nèi)。根據(jù)KMO的判斷標(biāo)準(zhǔn)，要想保證因子分析的適合性，就應(yīng)當(dāng)確保KMO指標(biāo)數(shù)值在0.70以上。而對(duì)于Bartlett檢驗(yàn)指標(biāo)而言，要想保證因子分析的適合性，則應(yīng)當(dāng)確保其數(shù)值在0.05的顯著水平以上。二是因素載荷數(shù)值。因素載荷數(shù)值不同，測(cè)量題項(xiàng)的顯著性也會(huì)有所不同。一般情況下，如果該數(shù)值在區(qū)間[0.3，0.5]的范圍內(nèi)，那么測(cè)量題項(xiàng)具有較為明顯的顯著性;而如果該數(shù)值在區(qū)間[0.5，1]的范圍內(nèi)，則測(cè)量題項(xiàng)具有很強(qiáng)的顯著性，說(shuō)明其是非常重要的。本文以0.40的因子載荷水平作為判斷標(biāo)準(zhǔn)，以此來(lái)決定是否有刪除探索性因子的必要。如果上述條件都能滿足，就說(shuō)明其聚合效度確實(shí)非常良好。

對(duì)內(nèi)部投入效應(yīng)，KMO度量值為0.88，大于0.60的標(biāo)準(zhǔn)值;對(duì)外生性評(píng)估，KMO度量值為0.85，大于0.60;對(duì)信息知識(shí)評(píng)估，KMO度量值為0.80，接近0.60;對(duì)產(chǎn)出增長(zhǎng)評(píng)估，KMO度量值為0.91，也遠(yuǎn)遠(yuǎn)超過(guò)了0.60;內(nèi)部、外部、信息知識(shí)和產(chǎn)出增長(zhǎng)的KMO的度量結(jié)果均滿足因子分析條件（如表2所示）。本文通過(guò)正交旋轉(zhuǎn)法進(jìn)行因子提取，分別獲取了內(nèi)部投入評(píng)估、外生性評(píng)估、信息知識(shí)評(píng)估和產(chǎn)出增長(zhǎng)評(píng)估因子。其中，內(nèi)部投入評(píng)估提出3個(gè)因子，外生性評(píng)估提出3個(gè)因子，信息知識(shí)評(píng)估提出2個(gè)因子，產(chǎn)出增長(zhǎng)評(píng)估提出2個(gè)因子（如表3所示）。同時(shí)，通過(guò)運(yùn)算發(fā)現(xiàn)，可測(cè)變量的載荷都超過(guò)了最低限定值0.50，模型中的結(jié)構(gòu)構(gòu)件的解釋度都遠(yuǎn)遠(yuǎn)大于標(biāo)準(zhǔn)值（50%以上方差）。

根據(jù)因子組成的項(xiàng)目解釋?zhuān)谝粋€(gè)因子3個(gè)項(xiàng)目被命名為“人力投入評(píng)估”;第二個(gè)因子3個(gè)項(xiàng)目被命名為“資金投入評(píng)估”;第三個(gè)因子3個(gè)項(xiàng)目被命名為“技術(shù)投入評(píng)估”;第四個(gè)因子3個(gè)項(xiàng)目被命名為“產(chǎn)業(yè)政策效應(yīng)”;第五個(gè)因子3個(gè)項(xiàng)目被命名為“市場(chǎng)化效應(yīng)”;第六個(gè)因子3個(gè)項(xiàng)目被命名為“制度變遷效應(yīng)”;第七個(gè)因子3個(gè)項(xiàng)目被命名為“信息知識(shí)程度”;第八個(gè)因子3個(gè)項(xiàng)目被命名為“信息創(chuàng)新程度”。

根據(jù)產(chǎn)出增長(zhǎng)評(píng)估的因子組成情況，第九個(gè)因子2個(gè)項(xiàng)目反映了信息資源產(chǎn)業(yè)的全要素生產(chǎn)率和生產(chǎn)率增長(zhǎng)，被命名為“全要素生產(chǎn)提升”;第十個(gè)因子2個(gè)項(xiàng)目反映了信息資源產(chǎn)業(yè)的技術(shù)進(jìn)步、技術(shù)進(jìn)步率以及技術(shù)效率，被命名為“技術(shù)提升”。

2.驗(yàn)證性因子分析

驗(yàn)證性分析中，要求每個(gè)變量的一致性效度必須達(dá)到下面的標(biāo)準(zhǔn)：第一，模型中各個(gè)題項(xiàng)載荷的Cronbachs α超過(guò)標(biāo)準(zhǔn)值0.7，而且是明顯顯著的。第二，模型中各個(gè)變量都具有超過(guò)0.5的平均提取方差值。第三，模型中各個(gè)變量具有超過(guò)0.8的組合信度運(yùn)算指數(shù)。

本文模型中各個(gè)結(jié)構(gòu)變量的CR、AVE、Cronbachs α和VIF如表4所示。

按照構(gòu)建的結(jié)構(gòu)方程模型，將相關(guān)數(shù)據(jù)導(dǎo)入后，模型主要參數(shù)如所有題項(xiàng)載荷都大于0.7，每個(gè)變量具有超過(guò)0.5的AVE，以及所有變量的CR均大于0.8，所有判斷標(biāo)準(zhǔn)都符合統(tǒng)計(jì)學(xué)檢驗(yàn)要求，因此可以說(shuō)明本文構(gòu)建的結(jié)構(gòu)方程模型擬合程度符合要求。

驗(yàn)證性分析中的判別性效度，就是模型中所有變量的平均提取方差值和其他協(xié)相關(guān)差值的計(jì)算和比較。滿足判別性效度要求的標(biāo)準(zhǔn)如下：條件1：在非對(duì)角線上面，每一個(gè)變量與其他變量的協(xié)相關(guān)度，比平均提取方差值的平方根要小。條件2：每個(gè)變量與其他變量的交叉載荷，比變量自身的載荷要小。

本文模型中各個(gè)結(jié)構(gòu)變量的相關(guān)系數(shù)計(jì)算結(jié)果顯示，相關(guān)系數(shù)的最大測(cè)算值分別為0.85、0.83和0.84，相比之下，AVE的最低平方根僅僅為0.94，比較結(jié)果說(shuō)明本模型滿足判別性效度條件1。同時(shí)，每個(gè)變量與其他變量的交叉載荷，比變量自身的載荷要小，比較結(jié)果說(shuō)明本模型滿足判別性效度條件2。因此，本文模型分析滿足了驗(yàn)證性分析中的判別性效度測(cè)試。

除了效度判斷外，還需要對(duì)模型量表的有效性進(jìn)行組合信度值分析，按照驗(yàn)證性因子分析的判斷標(biāo)準(zhǔn)，模型中各個(gè)變量具有超過(guò)0.8的組合信度運(yùn)算指數(shù)，通過(guò)表5可看出，所有組合信度運(yùn)算指數(shù)中最小值為0.91，滿足超過(guò)0.8的判斷標(biāo)準(zhǔn)。因此本文模型的驗(yàn)證性分析都達(dá)到了分析要求。

3.結(jié)構(gòu)方程模型分析

本文使用WarpPLS3.0進(jìn)行結(jié)構(gòu)方程檢驗(yàn)，驗(yàn)證內(nèi)部投入評(píng)估、外生性評(píng)估、信息知識(shí)評(píng)估對(duì)產(chǎn)出增長(zhǎng)評(píng)估的影響。選擇原因如下：第一，由于樣本數(shù)量不是很大。第二，對(duì)于小樣本數(shù)據(jù)，采用WarpPLS更適合評(píng)估結(jié)構(gòu)模型和測(cè)量模型，包括測(cè)量前置變量和中間變量。第三，WarpPLS對(duì)采樣樣本量和量表要求不高，能測(cè)量整合模型中的線性和非線性關(guān)系，WarpPLS結(jié)果具有偏差問(wèn)題不是本文主要關(guān)心的問(wèn)題，本文有426個(gè)樣本，超過(guò)影響?yīng)毩⒆兞康姆仟?dú)立構(gòu)件的10倍。

在WarpPLS結(jié)構(gòu)方程運(yùn)算中，對(duì)于信息知識(shí)評(píng)估數(shù)據(jù)，我們通過(guò)信息知識(shí)程度的數(shù)據(jù)平均分別乘以信息創(chuàng)新程度的數(shù)據(jù)5點(diǎn)標(biāo)尺平均，得到信息知識(shí)評(píng)估數(shù)據(jù)。對(duì)于自變量數(shù)據(jù)，我們利用調(diào)研問(wèn)卷的內(nèi)部投入評(píng)估和外生性評(píng)估數(shù)據(jù)。對(duì)于因變量的數(shù)據(jù)，我們利用調(diào)研問(wèn)卷中的產(chǎn)出增長(zhǎng)評(píng)估數(shù)據(jù)。信息資源產(chǎn)業(yè)增長(zhǎng)的結(jié)構(gòu)方程模型驗(yàn)證結(jié)果如圖1所示。

圖1信息資源產(chǎn)業(yè)增長(zhǎng)模型驗(yàn)證結(jié)果

4.結(jié)構(gòu)方程模型評(píng)價(jià)

按照構(gòu)建的結(jié)構(gòu)方程模型，將相關(guān)數(shù)據(jù)導(dǎo)入后，模型主要參數(shù)如平均路徑系數(shù)APC、平均方差膨脹因子AVIF以及平均 ARS和都符合統(tǒng)計(jì)學(xué)檢驗(yàn)要求（如表5所示），因此可以說(shuō)明本文構(gòu)建的結(jié)構(gòu)方程模型擬合程度符合要求。

樣本分析中涉及信息產(chǎn)業(yè)規(guī)模程度、信息規(guī)模比重兩類(lèi)控制變量，是為了檢驗(yàn)本文提出的假設(shè)，在實(shí)證檢驗(yàn)過(guò)程中，通過(guò)多模型回歸分析結(jié)果發(fā)現(xiàn)，信息產(chǎn)業(yè)規(guī)模程度和信息規(guī)模比重控制變量對(duì)產(chǎn)業(yè)增長(zhǎng)模型的影響顯著性不明顯。

五、研究結(jié)論及局限性

第一，本文建立了基于經(jīng)濟(jì)增長(zhǎng)模型的信息資源產(chǎn)業(yè)增長(zhǎng)研究模型，并證明內(nèi)外效應(yīng)的評(píng)估因素會(huì)對(duì)信息產(chǎn)業(yè)增長(zhǎng)提升有正面影響。第二，本文提出了信息知識(shí)評(píng)估的交叉作用測(cè)量方法。第三，本文驗(yàn)證了內(nèi)部投入評(píng)估和外生性評(píng)估在信息知識(shí)評(píng)估的相互作用下，如何影響信息產(chǎn)業(yè)增長(zhǎng)的顯著關(guān)系。這對(duì)現(xiàn)實(shí)產(chǎn)業(yè)發(fā)展和地區(qū)經(jīng)濟(jì)發(fā)展，都具有很好的理論意義和指導(dǎo)作用。研究結(jié)果驗(yàn)證了本文提出的10個(gè)模型假設(shè)。

然而，受制于自身有限的知識(shí)和理論儲(chǔ)備，以及不夠成熟的客觀條件，使得本文必然會(huì)存在著某種缺陷。第一，本文構(gòu)建了針對(duì)信息資源產(chǎn)業(yè)增長(zhǎng)的理論模型，但是研究結(jié)論還缺乏一定的普遍性。再考慮到人群類(lèi)別、地區(qū)差異等因素的影響，使這種普遍性顯得更低。第二，在信息資源產(chǎn)業(yè)知識(shí)效應(yīng)水平分析過(guò)程中，盡管提出了管理知識(shí)效應(yīng)與業(yè)務(wù)知識(shí)效應(yīng)兩類(lèi)關(guān)鍵成分，但是測(cè)算的結(jié)果還可以進(jìn)一步優(yōu)化，使相關(guān)問(wèn)題更具精確性和干擾性。第三，本文設(shè)計(jì)的模型涉及控制變量還有待優(yōu)化，這在未來(lái)的交叉行業(yè)中還有待進(jìn)一步研究。

參考文獻(xiàn)：

[1]朱幼平.我國(guó)信息資源業(yè)的十大問(wèn)題[J].中國(guó)軟科學(xué)，1996，（6）：102-107.

[2]徐姍，韓民春.信息要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)研究——基于中國(guó)2001—2006年P(guān)anel Data的經(jīng)驗(yàn)分析[J].情報(bào)雜志，2009，（6）：80-84.

[3]畢強(qiáng)，韓潔平，趙娜.信息內(nèi)容產(chǎn)業(yè)集群形成機(jī)理分析[J].情報(bào)資料工作，2010，（2）：12-13.

[4]Colecchia，A.，Schreyer，P. ICT Investment and Economic Growth in the 1990s： Is the United States a Unique Case？ A Comparative Study of Nine OECD Countries[J]. Review of Economic Dynamics，2002，10（5）：408-442.

[5]Gust，G.，Marquez，J. International Comparisons of Productivity Growth： The Role of Information Technology and Regulatory Practices[J]. Labour Economics，2003，（1）：33-58.

[6]Seo，H.J.，Lee，Y.S.，Oh，J.H. Does ICT Investment Widen the Growth Gap？[J]. Telecommunications Policy，2009，33（5）：422-431.

[7]Antonopoulos，C.，Sakellaris，P. The Contribution of Information and Communication Technology Investments to Greek Economic Growth： An Analytical Growth Accounting Framework[J]. Information Economics and Policy，2009， 21 （4）：171-191.

[8]克利斯·弗里曼，羅克·蘇特.工業(yè)創(chuàng)新經(jīng)濟(jì)學(xué)[M].華宏勛，華宏慈等譯，北京：北京大學(xué)出版社，2004.

[9]Liu，D.W. The Digital Content Industry and Virtual Cluster[J]. International Conference on Management Innovation，2007，8（2）：1151-1154.

[10]徐紅梅，陳玉娟. 提高信息資源水平，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，應(yīng)對(duì)金融危機(jī)[J].科技管理研究，2010，（7）：21-22.

[11]Khuong，M.V. ICT as a Source of Economic Growth in the Information Age： Empirical Evidence from the 1996—2005 Period[J]. Telecommunications Policy，2011，35 （13）：357-372.

[12]Dimelis，S.P.，Papaioannou，S.K.ICT Growth Effects at the Industry Level： ?A Comparison between the US and the EU[J]. Information Economics and Policy，Elsevier，2011，23（1）：37-50.

[13]汪斌， 余冬筠. 中國(guó)信息化的經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2004，（7）：21-28.

[14]劉榮添，葉民強(qiáng).信息化與經(jīng)濟(jì)增長(zhǎng)的計(jì)量分析[J].經(jīng)濟(jì)問(wèn)題探索，2006，（9）：9-14.

[15]厲無(wú)畏，王慧敏.創(chuàng)意產(chǎn)業(yè)促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變——機(jī)理·模式·路徑[J].中國(guó)工業(yè)經(jīng)濟(jì)，2006，（11）：5-13.

[16]樹(shù)友林，王懷民.地區(qū)信息化水平與經(jīng)濟(jì)增長(zhǎng)內(nèi)生性關(guān)系研究[J].情報(bào)雜志，2007，（7）：85-86.

[17]周先波，盛華梅.信息化產(chǎn)出彈性的非參數(shù)估計(jì)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（10）： 130-141.

[18]徐瑾.地區(qū)信息化對(duì)經(jīng)濟(jì)增長(zhǎng)的影響分析[J].統(tǒng)計(jì)研究，2010，（5）：74-80.

[19]喬治·S.戴伊，戴維·J.雷布斯坦因.動(dòng)態(tài)競(jìng)爭(zhēng)戰(zhàn)略[M].上海：上海交通大學(xué)出版社，2003.

[20]Berger，W.A Resource-Based View of the Firm[J].Strategic Management Journal， 1984，5（2）：33-35.

[21]Yuan，Y.F. Understanding User Behavior in Coping with Security Threats of Mobile Device Loss and Theft[J].International Conference on Information Systems，2012，8（3）：22-24.

[22]Solow，R.M.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics，1956，7（2）：24-26.

（責(zé)任編輯：韓淑麗）