李茂 齊福全

摘要：北京互聯(lián)網(wǎng)行業(yè)是首都經(jīng)濟(jì)中的重要行業(yè)。本文利用向量自回歸模型（VAR模型）對北京互聯(lián)網(wǎng)行業(yè)的經(jīng)濟(jì)推動(dòng)作用進(jìn)行了實(shí)證分析，利用公開的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行模型推算與模擬，估計(jì)出北京市互聯(lián)網(wǎng)發(fā)展對國民經(jīng)濟(jì)發(fā)展的整體性影響。模型分析結(jié)果顯示，北京市互聯(lián)網(wǎng)產(chǎn)業(yè)總值增加1%時(shí)，首都地區(qū)的GDP增加0786%，行業(yè)的乘數(shù)效應(yīng)為078。首都互聯(lián)網(wǎng)對于首都地區(qū)經(jīng)濟(jì)的推動(dòng)作用十分明顯。

關(guān)鍵詞：互聯(lián)網(wǎng)行業(yè)；向量自回歸；脈沖響應(yīng)函數(shù)

DOI：1013939/jcnkizgsc201548075

一、研究背景

作為國民經(jīng)濟(jì)中的重要組成部分，北京市互聯(lián)網(wǎng)行業(yè)發(fā)展對于推動(dòng)國民經(jīng)濟(jì)增長，加快社會進(jìn)步具有十分重要的作用。為了進(jìn)一步研究北京市互聯(lián)網(wǎng)發(fā)展對國民經(jīng)濟(jì)的影響，本報(bào)告引進(jìn)實(shí)證數(shù)理分析模型，利用數(shù)據(jù)進(jìn)行模型推算與模擬，估計(jì)出北京市互聯(lián)網(wǎng)發(fā)展對國民經(jīng)濟(jì)發(fā)展的整體性影響。

從現(xiàn)有研究成果來看，分析一個(gè)地區(qū)某個(gè)行業(yè)的經(jīng)濟(jì)影響或者經(jīng)濟(jì)貢獻(xiàn)度的文獻(xiàn)的主要方法分為以下幾類：一是線性貢獻(xiàn)分析法，即將互聯(lián)網(wǎng)行業(yè)自定義為幾個(gè)線性組合的部門（按照國民經(jīng)濟(jì)統(tǒng)計(jì)分類），然后再附以一定的權(quán)重，折合在一起計(jì)算對某地區(qū)或區(qū)域經(jīng)濟(jì)的貢獻(xiàn)率。這種方法思路簡單，但不具有歷時(shí)性，只能分析靜態(tài)時(shí)間節(jié)點(diǎn)的行業(yè)影響力。二是層次分析法（AHP），梁昊光（2013）①用層次分析法分析了知識經(jīng)濟(jì)對北京的經(jīng)濟(jì)貢獻(xiàn)度；但是，此方法應(yīng)用于北京市互聯(lián)網(wǎng)產(chǎn)業(yè)的影響力分析，還缺乏具有代表性的指標(biāo)作為層次分析判定的基礎(chǔ)。此外，還有一些工程技術(shù)方法，比如利用神經(jīng)網(wǎng)絡(luò)模型、GRD模型等。這些模型對于行業(yè)的貢獻(xiàn)率分析其模型設(shè)定的要求較高，模型應(yīng)用要符合多種前提條件，而且對數(shù)據(jù)要求也比較苛刻，不能有效處理時(shí)間序列數(shù)據(jù)，難以分析行業(yè)對區(qū)域經(jīng)濟(jì)的動(dòng)態(tài)影響程度②、③?；谏鲜鰞?nèi)容，為從時(shí)間動(dòng)態(tài)變化角度分析北京市互聯(lián)網(wǎng)行業(yè)對國民經(jīng)濟(jì)發(fā)展的影響，本報(bào)告選擇時(shí)間序列分析方法對相關(guān)問題加以研究。

二、北京市互聯(lián)網(wǎng)行業(yè)在國民經(jīng)濟(jì)中的地位統(tǒng)計(jì)結(jié)果表明，北京市互聯(lián)網(wǎng)相關(guān)行業(yè)的產(chǎn)出保持持續(xù)增長態(tài)勢。2002—2010年，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的產(chǎn)出值由108353億元增至22809億元，年均增長133億元；信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的產(chǎn)出值由68296億元增至299811億元，年均增長257億元。信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)發(fā)展速度明顯高于通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)。2002年、2005年和2007年的統(tǒng)計(jì)結(jié)果表明信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的產(chǎn)出規(guī)模要落后于通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)，但是兩者之間的差距不斷縮小，到2010年信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)產(chǎn)出規(guī)模反超通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)71721億元（見圖1）。

圖1北京市互聯(lián)網(wǎng)相關(guān)產(chǎn)業(yè)產(chǎn)出情況

數(shù)據(jù)來源：北京2012年投入產(chǎn)出調(diào)查網(wǎng)。

北京市互聯(lián)網(wǎng)行業(yè)實(shí)現(xiàn)的增加值不斷地提高。2002—2010年，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的增加值由15452億元增至23944億元，年均增長943億元；信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的增加值由35144億元增至121406億元，年均增長9584億元，增幅明顯高于通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（見圖2）。

圖2北京市互聯(lián)網(wǎng)相關(guān)產(chǎn)業(yè)增加值情況

數(shù)據(jù)來源：北京2012年投入產(chǎn)出調(diào)查網(wǎng)。

北京市互聯(lián)網(wǎng)行業(yè)的快速發(fā)展直接決定了它在國民經(jīng)濟(jì)中具有重要的地位。2002年、2005年和2007年，互聯(lián)網(wǎng)行業(yè)產(chǎn)出在國民經(jīng)濟(jì)總產(chǎn)出的比重超過16%，其中通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)產(chǎn)出位次始終位居前2位，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)產(chǎn)出位次排名不斷提高。而到2010年統(tǒng)計(jì)結(jié)果表明，隨著租賃和商務(wù)服務(wù)業(yè)、批發(fā)零售業(yè)、金融業(yè)、綜合技術(shù)服務(wù)業(yè)等行業(yè)的飛速發(fā)展，互聯(lián)網(wǎng)行業(yè)在國民經(jīng)濟(jì)的地位有所下降，在總產(chǎn)出的比重降至1157%，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)產(chǎn)出位次降至第8位，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)產(chǎn)出位次降至第6位（見圖3和表1）。

上述分析結(jié)果表明，北京市互聯(lián)網(wǎng)行業(yè)保持著持續(xù)穩(wěn)定增長的態(tài)勢，是國民經(jīng)濟(jì)的重要支撐力量。通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)與信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的產(chǎn)出及增加值的變化也說明了互聯(lián)網(wǎng)產(chǎn)業(yè)內(nèi)部正經(jīng)歷著由制造為主向服務(wù)為主的轉(zhuǎn)變過程。

三、模型選擇

本報(bào)告根據(jù)研究目的選擇向量自回歸模型（Vector Autoreg Ression，VAR）（以下簡稱VAR模型）作為分析工具。

向量自回歸模型是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。VAR模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)與預(yù)測最容易操作的模型之一，并且在一定的條件下，多元MA和ARMA模型也可轉(zhuǎn)化成VAR模型，因此近年來VAR模型受到越來越多研究者的重視。

相對于其他模型，VAR模型的優(yōu)點(diǎn)是：VAR模型不以嚴(yán)格的經(jīng)濟(jì)理論為基礎(chǔ)。它是分析跨期內(nèi)生變量與外生變量之間的良好工具，避免了“先入為主”的模型設(shè)定，適用于分析北京市互聯(lián)網(wǎng)發(fā)展和國民經(jīng)濟(jì)之間的相互作用。

一個(gè)規(guī)模較小且合理設(shè)定的VAR模型所產(chǎn)生的預(yù)測結(jié)果，通常優(yōu)于較大規(guī)模的結(jié)構(gòu)聯(lián)立方程系統(tǒng)產(chǎn)生的預(yù)測結(jié)果，尤其是對短期預(yù)測更是如此，這主要是由于VAR模型常常可以避免為了保證結(jié)構(gòu)模型的可識別性而施加的限制的影響。這種特性用來分析、預(yù)測某一個(gè)行業(yè)對于區(qū)域經(jīng)濟(jì)的影響度來說是非常重要的。

VAR模型可以處理時(shí)間序列數(shù)據(jù)，對于時(shí)間序列數(shù)據(jù)的要求不過于苛刻，而且參數(shù)容易估計(jì)。這對于數(shù)據(jù)質(zhì)量的要求度并不是太高，對于一些新興行業(yè)特別是統(tǒng)計(jì)數(shù)據(jù)不全的行業(yè)來說，這種特性保證了模型分析的質(zhì)量④。

四、數(shù)據(jù)與初步描述

為保證模型的簡潔與有效，本模型選擇北京市2000—2014年國民生產(chǎn)總值作為國民經(jīng)濟(jì)的解釋變量，選擇北京市2000—2014年信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的生產(chǎn)總值⑤作為互聯(lián)網(wǎng)行業(yè)發(fā)展的解釋變量。這兩個(gè)變量容易獲得，而且具備很強(qiáng)的代表性，是衡量經(jīng)濟(jì)發(fā)展水平和互聯(lián)網(wǎng)發(fā)展水平的良好指標(biāo)?；A(chǔ)數(shù)據(jù)⑥見表2。

數(shù)據(jù)描述如下：

五、模型估計(jì)及結(jié)果

利用Eviews70軟件對于GDP和INT數(shù)據(jù)進(jìn)行VAR模型分析，具體分析前提是，采用的是非限制性相連自回歸模型，滯后期選擇的是2期，為了防止異方差，GDP和INT數(shù)據(jù)都進(jìn)行了對數(shù)化處理，結(jié)果如下：圖4信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)生產(chǎn)總值（INT）的描述性統(tǒng)計(jì)情況

六、模型檢驗(yàn)

利用模型單位根檢驗(yàn)與Granger因果檢驗(yàn)⑦、⑧對VAR模型進(jìn)行檢驗(yàn)。單位根檢驗(yàn)結(jié)果如下。

根據(jù)圖6可以看出，所有單位根都落在單位圓內(nèi)，因此VAR模型滿足穩(wěn)定性條件。

Granger因果檢驗(yàn)結(jié)果見表4⑨。

表4格蘭杰因果關(guān)系檢驗(yàn)結(jié)果Pairwise Granger Causality TestsSample：2000 2014Lags：1Null Hypothesis：ObsF-StatisticProbINT does not Granger Cause GDP1453807900406GDP does not Granger Cause INT00075409323

從表4可以看出，在滯后期為1的條件下，在5%的顯著性水平下，INT是GDP的Granger因，可以拒絕原假設(shè)；而GDP不是INT的Granger因，接受原假設(shè)。這意味著，INT的發(fā)展可以引起GDP的變動(dòng)。具體影響情況要引入脈沖響應(yīng)函數(shù)。七、脈沖響應(yīng)函數(shù)、Johansen協(xié)整檢驗(yàn)與互聯(lián)網(wǎng)影響力分析脈沖響應(yīng)函數(shù)（Impulse Response Function，IRF）分析方法可以用來描述一個(gè)內(nèi)生變量對于由誤差項(xiàng)所帶來的沖擊的反應(yīng)，即在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，對內(nèi)變量的當(dāng)期值和未來值所產(chǎn)生的影響程度。

對VAR模型做10期IRF實(shí)驗(yàn)，其IRF實(shí)驗(yàn)結(jié)果見圖7。

通過圖7和表5可以看出，當(dāng)在本期給INT一個(gè)正沖擊后，GDP在第1期就有反應(yīng)，中間經(jīng)過一個(gè)短暫下調(diào)后，在第5期達(dá)到最高點(diǎn)。這表明，北京市互聯(lián)網(wǎng)行業(yè)的某一沖擊（如正向增長）會給國民經(jīng)濟(jì)總量帶來同向的沖擊。在第2期期間，互聯(lián)網(wǎng)行業(yè)的增長對于國民經(jīng)濟(jì)總量增加的拉動(dòng)效果有所減弱，但這種影響力增長的勢頭將繼續(xù)保持，這種沖擊將在5年后的國民經(jīng)濟(jì)總量增加上產(chǎn)生最大拉動(dòng)作用。這也就表明了北京市互聯(lián)網(wǎng)行業(yè)對國民經(jīng)濟(jì)發(fā)展具有正相關(guān)影響，能夠促進(jìn)首都經(jīng)濟(jì)的發(fā)展。

圖形和表格數(shù)據(jù)還表明，當(dāng)在本期給GDP一個(gè)正沖擊后，INT在當(dāng)期沒有反應(yīng)，而在第2期后，產(chǎn)生最大的拉動(dòng)作用。這說明，國民經(jīng)濟(jì)的增長和發(fā)展對于互聯(lián)網(wǎng)行業(yè)的發(fā)展與進(jìn)步也會產(chǎn)生促進(jìn)作用，國民經(jīng)濟(jì)的增長將會推動(dòng)互聯(lián)網(wǎng)行業(yè)的發(fā)展，但這種促進(jìn)、推動(dòng)與引致需求作用有個(gè)明顯的滯后期。這也驗(yàn)證了前文Granger因果關(guān)系檢驗(yàn)的結(jié)果。

以上是用IRF模型分析了短期內(nèi)INT與GDP的關(guān)系。利用滯后2期的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)一步分析兩者之間是否存在長期的協(xié)整關(guān)系。分析結(jié)果見表6。表6Johansen協(xié)整檢驗(yàn)結(jié)果Sample （adjusted）：2003 2014Included observations：12 after adjustmentsTrend assumption：Linear deterministic trendSeries：LOG（INT） LOG（GDP） Lags interval （in first differences）：1 to 2Unrestricted Cointegration Rank Test （Trace）HypothesizedTrace005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445583706950154947100000At most 1 *07070161473167384146606176Trace test indicates 2 cointegrating eqn（s） at the 005 level* denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegration Rank Test （Maximum Eigenvalue）HypothesizedMax-Eigen005Noof CE（s）EigenvalueStatisticCritical ValueProb**None *08445582233783142646000022At most 1 *07070161473167384146606176Max-eigenvalue test indicates 2 cointegrating eqn（s） at the 005 level*denotes rejection of the hypothesis at the 005 level**MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegrating Coefficients （normalized by b'*S11*b=I）：LOG（INT）LOG（GDP）-232101929538396299781-3015622Unrestricted Adjustment Coefficients （alpha）：D（LOG（INT））0006128-0039988D（LOG（GDP））-0020824-00085411 Cointegrating Equation（s）：Log likelihood5837900Normalized cointegrating coefficients （standard error in parentheses）LOG（INT）LOG（GDP）1000000-1272647（003643）Adjustment coefficients （standard error in parentheses）D（LOG（INT））-0142222（045131）D（LOG（GDP））0483329（012818）通過表中斜體字?jǐn)?shù)據(jù)可以看出，變量log（INT）和log（GDP）之間有一個(gè)協(xié)整關(guān)系存在，協(xié)整方程如下：

LOG（INT）=1272LOG（GDP）

se=（003643）

LOG（GDP）=0786LOG（INT）

由上式可見，變量log（INT）和log（GDP）之間存在一個(gè)長期變動(dòng)趨勢。從長期變動(dòng)趨勢來看，北京市互聯(lián)網(wǎng)產(chǎn)業(yè)總值增加1%時(shí)，首都地區(qū)的GDP增加0786%，行業(yè)的乘數(shù)效應(yīng)為078。由此可見，北京市互聯(lián)網(wǎng)對于首都地區(qū)經(jīng)濟(jì)的推動(dòng)作用十分明顯。

八、計(jì)量結(jié)果的解釋與說明

大量的產(chǎn)業(yè)經(jīng)濟(jì)學(xué)和區(qū)域經(jīng)濟(jì)學(xué)文獻(xiàn)表明，一個(gè)地區(qū)或區(qū)域的互聯(lián)網(wǎng)發(fā)展對國民經(jīng)濟(jì)具有較強(qiáng)的推動(dòng)作用，而且對國民經(jīng)濟(jì)推動(dòng)的機(jī)理進(jìn)行了分析。本研究主要集中在定量研究上，首先利用2000—2014年的數(shù)據(jù)構(gòu)造了北京市互聯(lián)網(wǎng)發(fā)展影響力的VAR模型，并通過計(jì)量檢驗(yàn)，證明了此模型的穩(wěn)定性和有效性。

在此基礎(chǔ)上，利用Granger因果關(guān)系檢驗(yàn)和脈沖響應(yīng)函數(shù)定性地分析了北京市互聯(lián)網(wǎng)行業(yè)發(fā)展對于首都國民經(jīng)濟(jì)的影響。通過計(jì)量分析可以看出，北京市互聯(lián)網(wǎng)行業(yè)的發(fā)展有效地推動(dòng)了首都經(jīng)濟(jì)的發(fā)展，而且這種作用效果是長期的，影響周期長達(dá)5個(gè)周期（年）。從具體進(jìn)程來看，北京市互聯(lián)網(wǎng)的發(fā)展與進(jìn)步能在即期影響首都經(jīng)濟(jì)，具有“立竿見影”的產(chǎn)業(yè)推動(dòng)作用。但隨著技術(shù)的完善和產(chǎn)品服務(wù)的改進(jìn)，這種市場影響作用還需要市場進(jìn)行接受與消化，這就解釋了第2期互聯(lián)網(wǎng)發(fā)展帶來的影響力有小幅衰退的情況。隨著時(shí)間的推移，互聯(lián)網(wǎng)行業(yè)發(fā)展的真正影響高峰出現(xiàn)在第5周期（年），也就是說經(jīng)過5期（年）的改進(jìn)、豐富與完善，第1期出現(xiàn)的互聯(lián)網(wǎng)行業(yè)的技術(shù)和產(chǎn)品已經(jīng)日臻完美，技術(shù)已經(jīng)穩(wěn)定并得到廣泛應(yīng)用，互聯(lián)網(wǎng)產(chǎn)品與服務(wù)也為廣大消費(fèi)者接受，產(chǎn)銷關(guān)系比較穩(wěn)定，對國民社會經(jīng)濟(jì)的影響達(dá)到最大。

以2014年為基點(diǎn)，通過回顧一下2009年北京互聯(lián)網(wǎng)的大事記可以從另一個(gè)方面印證北京互聯(lián)網(wǎng)“5年影響周期”這一判斷。

表72009年北京市互聯(lián)網(wǎng)大事件與5年后的影響2009年北京市互聯(lián)網(wǎng)大事件5年后的影響備注1丁磊投資億元養(yǎng)豬首都“互聯(lián)網(wǎng)+”戰(zhàn)略已經(jīng)落地開花結(jié)果，北京市互聯(lián)網(wǎng)產(chǎn)業(yè)融合已經(jīng)走在了全世界的前列2網(wǎng)游虛擬貨幣新規(guī)出臺首都網(wǎng)絡(luò)游戲產(chǎn)業(yè)已經(jīng)成為首都文化創(chuàng)意產(chǎn)業(yè)的一大亮點(diǎn)3新浪18億美元管理層MBO2014年北京市互聯(lián)網(wǎng)出現(xiàn)了并購高潮，創(chuàng)歷史新高4校內(nèi)網(wǎng)宣布更名為人人網(wǎng)人人網(wǎng)流量不斷下降，已經(jīng)退出一線社交網(wǎng)站的行列負(fù)增長、逆發(fā)展的例子5盛大收購視頻網(wǎng)站酷6網(wǎng)在2013年四季度，優(yōu)酷土豆首次實(shí)現(xiàn)季度盈利，凈利潤為4420萬元，這也是優(yōu)酷土豆唯一一次單季度盈利資料來源：作者自行整理。

而另一方面，國民經(jīng)濟(jì)的發(fā)展對互聯(lián)網(wǎng)發(fā)展具有明顯的引致作用。由于國民社會經(jīng)濟(jì)決策與需求存在滯后性，國民經(jīng)濟(jì)的發(fā)展對于北京市互聯(lián)網(wǎng)發(fā)展沒有明顯的即期需求拉動(dòng)作用，但在第2個(gè)周期內(nèi)，這種需求拉動(dòng)作用十分明顯。但從長期結(jié)果來看，更多的是北京市互聯(lián)網(wǎng)自身的發(fā)展推動(dòng)了首都經(jīng)濟(jì)的進(jìn)步，而不是北京市互聯(lián)網(wǎng)被動(dòng)地追趕首都經(jīng)濟(jì)發(fā)展的步伐。這也說明了北京是中國網(wǎng)都，是中國互聯(lián)網(wǎng)發(fā)展的最前沿，北京市互聯(lián)網(wǎng)能掀起中國互聯(lián)網(wǎng)發(fā)展的勢頭。

從具體數(shù)值來看，北京市互聯(lián)網(wǎng)的長期產(chǎn)業(yè)乘數(shù)為0786，即北京市互聯(lián)網(wǎng)產(chǎn)業(yè)總值增加1%，首都地區(qū)的GDP增加0786%。由此可見，北京市互聯(lián)網(wǎng)產(chǎn)業(yè)已經(jīng)成為首都經(jīng)濟(jì)發(fā)展中的支柱產(chǎn)業(yè)。因此，北京應(yīng)著眼于首都經(jīng)濟(jì)調(diào)整和轉(zhuǎn)型升級，會同有關(guān)部門和行業(yè)組織統(tǒng)籌互聯(lián)網(wǎng)發(fā)展產(chǎn)業(yè)發(fā)展戰(zhàn)略，從規(guī)劃、政策、標(biāo)準(zhǔn)、市場等層面為推動(dòng)北京市互聯(lián)網(wǎng)企業(yè)加快發(fā)展和行業(yè)的整體水平的提高提供新動(dòng)力，不斷加強(qiáng)互聯(lián)網(wǎng)發(fā)展的環(huán)境建設(shè)，為企業(yè)的發(fā)展?fàn)I造良好的外部環(huán)境。

注釋：

① 梁昊光，知識經(jīng)濟(jì)貢獻(xiàn)度測度及其對北京城市發(fā)展的啟示，《地理研究》，2014年第9期。

②王暉、唐靜，基于模糊神經(jīng)網(wǎng)絡(luò)的教育經(jīng)濟(jì)貢獻(xiàn)度研究，《統(tǒng)計(jì)與決策》，2013年第14期。

③陳曉紅、解海濤，基于GRD測算模型的中小企業(yè)區(qū)域經(jīng)濟(jì)貢獻(xiàn)度研究，《科學(xué)學(xué)與科學(xué)技術(shù)管理》，2006年第3期。

④關(guān)于建立VAR模型是否需要序列平穩(wěn)目前學(xué)術(shù)界還存在許多爭論；張曉峒（2003）指出里非平穩(wěn)變量也可以建立VAR，但建立的VAR有可能不平穩(wěn)，這種情況下的脈沖響應(yīng)和方差分解就是不穩(wěn)定的，沒有意義的。但由于VAR模型的特性，現(xiàn)在學(xué)術(shù)界的處理辦法是直接做差分變量，在序列平穩(wěn)的前提下建立VAR，此時(shí)的VAR往往是平穩(wěn)的，可以直接進(jìn)行脈沖，但也有一個(gè)問題，差分后會損失很多信息。從現(xiàn)有學(xué)術(shù)界的文獻(xiàn)來看，學(xué)術(shù)界普遍采用的方式是：VAR模型只需ADF 檢驗(yàn)，不必要求變量之間的協(xié)整關(guān)系。協(xié)整是變量間的長期均衡關(guān)系，VAR模型適用于較短時(shí)期內(nèi)的效應(yīng)分析，脈沖，方差分解的解釋區(qū)間大概在1～5個(gè)時(shí)間段之內(nèi)。

⑤利用通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)與信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的產(chǎn)出及增加值合計(jì)數(shù)據(jù)作為互聯(lián)網(wǎng)行業(yè)指標(biāo)的分析結(jié)果不能滿足VAR分析穩(wěn)定性條件，因此考慮僅以單一的信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的產(chǎn)出作為變量加以分析。

⑥行業(yè)是指按照《國民經(jīng)濟(jì)行業(yè)分類與代碼》（GB/4754—2011）中的63～65大類，其中632行業(yè)“廣播電視傳輸服務(wù)業(yè)”并不算是互聯(lián)網(wǎng)產(chǎn)業(yè)，但由于其產(chǎn)值在整個(gè)行業(yè)中所占比例不大，故保留在其中。同時(shí)，數(shù)據(jù)并沒有考慮當(dāng)年價(jià)格因素的影響。

⑦對時(shí)間序列單位根的檢驗(yàn)就是對時(shí)間序列平穩(wěn)性的檢驗(yàn)，非平穩(wěn)時(shí)間序列如果存在單位根，則一般可以通過差分的方法來消除單位根，得到平穩(wěn)序列。對于存在單位根的時(shí)間序列，一般都顯示出明顯的記憶性和波動(dòng)的持續(xù)性，因此單位根檢驗(yàn)是有關(guān)協(xié)整關(guān)系存在性檢驗(yàn)和序列波動(dòng)持續(xù)性討論的基礎(chǔ)。

⑧本報(bào)告用計(jì)量工具為E-views70。

⑨計(jì)量經(jīng)濟(jì)學(xué)利用變量之間的格蘭杰因果檢驗(yàn)來分析兩個(gè)變量之間的相互關(guān)系。該檢驗(yàn)方法為2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主克萊夫·格蘭杰（Clive WJGranger）所開創(chuàng)，用于分析經(jīng)濟(jì)變量之間的格蘭杰因果關(guān)系。他給格蘭杰因果關(guān)系的定義為“依賴于使用過去某些時(shí)點(diǎn)上所有信息的最佳最小二乘預(yù)測的方差”。

參考文獻(xiàn)：

[1]向蓉美互聯(lián)網(wǎng)產(chǎn)業(yè)對國民經(jīng)濟(jì)影響的投入產(chǎn)出分析[J].統(tǒng)計(jì)與決策，2008（11）：75-77

[2]劉宇互聯(lián)網(wǎng)對國民經(jīng)濟(jì)影響的定量分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（12）：44-49

[3]陳家鼎數(shù)理統(tǒng)計(jì)學(xué)講義[M].北京：北京大學(xué)出版社，2010

[4]張媛媛我國互聯(lián)網(wǎng)發(fā)展現(xiàn)狀及對國民經(jīng)濟(jì)推動(dòng)作用研究[J].現(xiàn)代電信科技，2011（11）：22-28

[5]劉培剛網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)[M].上海：華東理工大學(xué)出版社，2012：32-86

[6]李嫣怡，等Eviews統(tǒng)計(jì)分析與應(yīng)用[M].北京：電子工業(yè)出版社，2013

[7]李茂，齊福全，陳華2013年北京市互聯(lián)網(wǎng)發(fā)展形勢分析[C].佟力強(qiáng)首都互聯(lián)網(wǎng)發(fā)展報(bào)告[M].北京：人民出版社，2014：3-13

[8]丁一凡互聯(lián)網(wǎng)金融發(fā)展新趨勢及其對國民經(jīng)濟(jì)的影響[J].商業(yè)時(shí)代，2014（16）：72-73

[9]李茂，齊福全，陳華2014年北京市互聯(lián)網(wǎng)發(fā)展形勢分析[C].佟力強(qiáng)首都互聯(lián)網(wǎng)發(fā)展報(bào)告[M].北京：人民出版社，2015：3-14

[10]楊琰論互聯(lián)網(wǎng)經(jīng)濟(jì)對國民經(jīng)濟(jì)的影響及其發(fā)展動(dòng)向[J].中國集體經(jīng)濟(jì)，2015（19）：11-12