葉仁道，方冰妮

（杭州電子科技大學 經濟學院，浙江 杭州 310018）

一、引言

隨著物聯(lián)網、大數據、云計算、人工智能等信息技術的快速發(fā)展，以及網絡強國戰(zhàn)略與“互聯(lián)網+”模式的提出，我國逐步形成了以信息經濟為核心的新型經濟形態(tài)。據《2016中國信息經濟研究報告》顯示，2015年，我國信息經濟總量同比名義增長超過17.5%，顯著高于當年GDP增速，且對GDP增長的貢獻達到27.5%。中國信息經濟發(fā)展迅速，但生產活動中“高投入、高消耗、低產出”現(xiàn)象層出不窮，導致信息經濟效率不高，信息經濟可持續(xù)發(fā)展面臨巨大挑戰(zhàn)。因此，有必要對各?。ㄊ小^(qū)）信息經濟效率進行測算，并探尋其效率低下的環(huán)節(jié)及原因，進一步優(yōu)化投入產出比例。同時，針對性地提出改進途徑，為因地制宜地制定本地區(qū)信息經濟發(fā)展策略提供有益思路，最終實現(xiàn)我國經濟發(fā)展由粗放型向集約型轉變。

國內外學者針對信息經濟概念問題展開了大量研究。1959年Marschak首次提出“信息經濟學”這一術語。1973年信息社會創(chuàng)始人Danniel發(fā)展了信息經濟的概念，提出發(fā)達國家已經從前工業(yè)社會發(fā)展到工業(yè)社會，最終到達后工業(yè)社會階段。在新的社會階段，經濟活動的基本戰(zhàn)略資源，工具，勞動環(huán)境，文化觀念都有一系列的變化。Porat在前人研究基礎上將經濟劃分為兩個范疇：一種涉及物質與能源形態(tài)轉換的領域；另一種涉及信息形式轉換的領域，并給出了信息經濟的定義和計量方式。烏家培將信息經濟分成廣義信息經濟和狹義信息經濟。廣義信息經濟需從宏觀層次上進行理解，即信息社會的經濟；狹義信息經濟需從部門經濟的中觀層次上進行理解，即信息部門的經濟[1]。

隨著信息經濟在國民經濟中所占比重越來越大，信息經濟相關測算日益成為眾多學者關注的焦點之一。例如，靖繼鵬等研究了現(xiàn)有的信息經濟測度方法并做出了評價。同時，建立了符合我國國情的信息化水平測度的理論模型[2]。萬里鵬研究了信息經濟測度與信息化測度之間的關系，從測度現(xiàn)象的同源性、經濟對社會的“嵌入”和經濟的社會形態(tài)三個方面建立信息經濟與信息化測度的深層次關聯(lián)[3]?？铝嵴f明了信息經濟在測度研究中存在的問題，并從復雜系統(tǒng)建模角度出發(fā)，給出了在信息化及信息產業(yè)方面的研究思路[4-5]。俞立平根據中國信息經濟分析框架選取指標，運用DEA與Malmquist指數相結合的方法，測算了2001—2008年中國信息經濟技術效率值，結果表明東中西部地區(qū)在技術效率與全要素效率上存在明顯差異[6]。

綜觀現(xiàn)有研究，國內外學者對信息經濟的研究大多局限于定性分析，關于信息經濟效率的定量研究成果較少?；诖?，本文運用三階段DEA模型研究2015年中國各?。▍^(qū)、市）的信息經濟效率，從而全面了解中國省域信息經濟效率狀況，為政府優(yōu)化資源配置提供建議。

二、模型與方法

Charnes等在1978年首次提出數據包絡分析（DEA）[7]，2011年 Cooper對 DEA 給出了新的定義，即DEA方法是評價一組同質決策單元效率的導向方法[8]?？紤]到，傳統(tǒng)DEA模型在測算效率時會受到環(huán)境因素與隨機誤差的影響，F(xiàn)ried等提出了三階段DEA模型[9]，利用SFA模型對投入變量進行修正，從而使計算結果更具真實性。

首先，本文采用投入導向BCC-DEA模型來測算2015年我國29個?。▍^(qū)、市）的信息經濟效率。其次，通過構建SFA回歸對于第一階段得到的投入松弛變量進行分解。構造如下模型：

其中，sik為第i個投入變量第k個決策單元的松弛值，f（Zk，βi）=zk·βi為環(huán)境因素對松弛值的影響，zk和βi分別表示環(huán)境變量觀測值及其系數，νik為隨機誤差，uik為管理無效率。假定νik和uik相互獨立，且與Zk不相關。利用極大似然估計法估計未知參數，根據回歸結果并參考羅登躍[10]等提出的方法分離管理無效率并得出uik，進而利用（2）式對初始投入值進行調整：

其中，xij和ij分別表示第 i個投入變量第 k個決策單元的初始投入值以及調整后的投入值，i是環(huán)境變量系數估計值，ik是隨機誤差的估計值。最后，再次利用BCC-DEA模型，計算第二階段調整后的投入量和初始產出量計算剔除環(huán)境因素和隨機誤差后的效率值。

三、變量選擇與來源

（一）變量選擇

鑒于現(xiàn)有信息經濟研究成果，結合本研究的研究目的，同時考慮數據的可衡量性、易獲取性，本文選取了資本和勞動力作為投入指標，信息經濟發(fā)展水平為產出指標測算信息經濟效率值。然而，環(huán)境變量會對信息經濟效率產生積極或消極影響。因此，在對信息經濟效率進行測算時，必須消除環(huán)境因素的影響。本文選擇經濟發(fā)展狀況、教育發(fā)展水平和互聯(lián)網普及情況三個變量作為環(huán)境變量。指標體系如表1所示。

表1 我國省域信息經濟效率測算指標體系

（二）數據來源

本文所需投入數據來源于2015年《中國統(tǒng)計年鑒》，產出數據來源于中國信息化百人會課題組的測算數據，環(huán)境變量數據來源于2015年各省份統(tǒng)計年鑒及公報。

四、實證分析

（一）傳統(tǒng)DEA模型

以2015年全國29個省（由于數據缺失，暫不考慮西藏、海南）的從業(yè)人數和固定資產投資額作為投入指標，信息經濟規(guī)模為產出指標，測算第一階段我國省域信息經濟效率，結果如表2所示。2015年，我國信息經濟綜合效率為0.332，純技術效率值為0.507，規(guī)模效率值為0.675。這說明純技術效率低是影響我國信息經濟效率低下的主要原因。從區(qū)域發(fā)展來看，我國信息經濟效率東部最高，其次是中部，最后是西部。進一步分析我國省域信息經濟發(fā)展狀況，北京和上海的綜合效率及規(guī)模效率均為1，說明京、滬兩地相關資源配置和使用是有效的，處于信息經濟生產的前沿面；北京、天津、上海、江蘇、廣東及青海的純效率值為1，表明在目前的技術和管理狀態(tài)下，這六個省對信息資源的使用是相對有效的。

表2 2015年我國各?。ㄊ?、區(qū)）信息經濟效率

（二）相似SFA模型

考慮到外部環(huán)境和隨機誤差可能會對信息經濟效率測算結果產生影響。因此，采用SFA回歸模型對初始投入進行調整。以環(huán)境變量為自變量，松弛變量為因變量，借助Frontier4.1軟件進行SFA回歸，剔除環(huán)境變量和隨機誤差對投入變量的影響，回歸結果如表3所示。

表3 第二階段SFA回歸結果

回歸結果顯示，在顯著性水平為1%的情況下松弛變量均通過了LR檢驗，表明模型的估計結果在總體上是合理的。同時，環(huán)境變量的回歸系數均通過了顯著性水平為1%、5%或10%的顯著性檢驗，表明環(huán)境變量的選擇是合理的。并且，接近于1，說明在測算信息經濟效率過程中，技術非效率是理論值與實際值差異的主要來源，進一步證明本文所選的環(huán)境變量對信息經濟投入變量的松弛變量有顯著影響。因此，在測算信息經濟效率時，剔除環(huán)境變量是有必要的。

進一步分析SFA回歸結果：（1）GDP對于兩個松弛變量的回歸系數均為負，且通過檢驗，說明增加GDP會顯著減少上述投入變量的松弛量，即GDP的增加會提升信息資源利用率，從而提高信息經濟效率。（2）互聯(lián)網普及率對于兩個松弛變量的回歸系數與預期結果相同，呈負相關，且在1%的顯著性水平下顯著，說明增加互聯(lián)網普及率有利于信息資源的合理配置。在信息經濟時代，“互聯(lián)網+”模式的廣泛應用可以提高閑置資源的利用率，進而提高信息經濟效率。（3）每10萬人口高等教育學校平均在校生數對于兩個松弛變量的回歸系數值為正，并且通過顯著性檢驗，表明每10萬人口高等教育學校平均在校生數增加會增加信息經濟效率投入的松弛變量值，不利于信息經濟效率的提高。這可能是由于我國當前管理和技術水平的限制，在當前狀況下，每10萬人口高等教育學校平均在校生數的增加會加大松弛變量值，降低信息經濟效率，因此應提高管理和技術水平。

（三）調整投入變量后的DEA模型

以第二階段調整后的投入量和初始產出量，計算第三階段信息經濟效率。結果如表2所示，從總體上看，經過調整后綜合效率提高62.05%，純技術效率提高53.25%，規(guī)模效率提高幅度最小，只提高了3.41%，由此說明調整前效率被低估，且純技術效率是影響綜合效率的關鍵因素。從區(qū)域來看，調整后東部地區(qū)的綜合效率、純技術效率和規(guī)模效率仍處于領先地位，除純技術效率外，中部地區(qū)的效率值高于西部地區(qū)。

進一步分析各省份情況，上海在調整前后信息經濟效率值始終為1，依然處于技術效率前沿面。據統(tǒng)計，2015年上海信息化發(fā)展指數列全國第一，上海信息經濟發(fā)展狀況穩(wěn)定，對于信息資源的利用效率較高。江蘇、重慶信息經濟效率經調整后上升為1，說明這兩地信息經濟效率在調整前被低估。經調整，北京、天津、青海和寧夏四省綜合效率值小幅度下降，其他省市綜合效率值均有所上升。上海、江蘇和廣東純技術效率值不受環(huán)境因素影響，北京、天津和青海三省純技術效率值下降，即調整前高估了這三個省份的純技術效率值，其他地區(qū)的純技術效率值均有不同幅度上升。浙江、江蘇、福建、山東、廣東、重慶和云南規(guī)模效率值增加，其他地區(qū)（除上海）規(guī)模效率值下降，規(guī)模效率遞增。

五、結論與建議

實證分析結果表明，區(qū)域之間發(fā)展不平衡問題顯著，各省份在信息經濟效率上存在較大差異；大部分省份的信息經濟效率都處于無效狀態(tài)，表現(xiàn)為投入過度，信息資源存在浪費；資源配置不合理，25個省份處于規(guī)模報酬遞增趨勢，導致信息經濟無法得到充分發(fā)展，規(guī)模效率較低；純效率水平不高，表明其未能以較為有效的方式生產，區(qū)域治理水平和技術還有待提高。

因此，政府應建立合理的政策，調整區(qū)域產業(yè)結構，為信息經濟發(fā)展提供有利環(huán)境。省域之間應加強交流，以促進管理水平和技術水平的提升，優(yōu)勢互補，實現(xiàn)區(qū)域之間協(xié)調發(fā)展。同時，簡政放權，充分發(fā)揮市場機制對經濟發(fā)展的作用，促進技術水平提高，優(yōu)化信息經濟的投入產出效率，激發(fā)、促進信息經濟投入的轉化活力。加快互聯(lián)網配套設施建設，提高互聯(lián)網普及率，推動信息經濟發(fā)展，提高信息經濟效率。純效率不高的省份應提高管理和技術水平，以提高信息經濟的純技術效率。規(guī)模效率低下的省份應引進優(yōu)秀人才，使區(qū)域資源得到有效利用，提高信息經濟的規(guī)模效率，從而提高信息經濟綜合效率，實現(xiàn)我國經濟高質量高水平發(fā)展。