区域经济增长的新视角互联网普及与异质性人力资本

《区域经济增长的新视角互联网普及与异质性人力资本》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、区域经济增长的新视角互联网普及与异质性人力资本摘要：文章运用多指标面板数据聚类方法，按互联网资源将我国各省市划分为三大区域。通过构建模型，研究发现：互联网普及率对经济增长有积极促进作用，并且对互联网发展缓慢地区更为明显;人力资本水平和结构是造成地区经济差距的重要的原因，要重视男性人力资本的精英人才培养，加快女性基础教育的普及。此外，互联网发展中等区和缓慢区应重视固定资产投资及产业升级，进而减小地区间经济差距。关键词：互联网普及率;人力资本;区域经济增长;面板数据一、引言据CNNIC数据显示，截至2016年6月，我国网民规模达7

2、.10亿，互联网普及率为51.7%，“互联网+”成为时下关注的热点话题之一。随着网络技术的繁荣发展，其对经济增长的贡献作用也日益突出。然而，由于各地经济发展水平、基础建设分布差异性，导致互联网发展存在较大区别。互联网技术能否为区域经济增长提供新的助力？这种影响作用是否存在地区差异？这一问题值得研宄与探讨。此外值得注意的是，人力资本作为利用互联网技术的重要主体和推动者，在经济增长的过程中扮演着重要的角色。在现实中，由于地区教育资源的差异而引起人力资本分布不均等的情况较为明显，并且考虑到不同性别人力资本投资收益率有所差异，因此，探

3、讨异质性人力资本对区域经济的作用也具有现实意义。当前我国正处于经济增速换挡、结构调整升级以及新旧动能转换的新常态时期，为促进我国区域经济的协调发展，需要寻找经济发展的持久动力。基于以上现状，本文从互联网、人力资本的视角出发，分析其对区域经济增长的影响作用，这对实现区域均衡发展具有重要意义。二、文献综述互联网与经济增长的研宄始于1990年，国外研究者运用理论和实证的方法探讨了两者的关系。理论方面，已有研究基于新古典经济理论，提出互联网技术加速了市场竞争，对经济增长有重要贡献作用(Goel，2002)。实证方面，发现互联网对经济增

4、长有积极作用，互联网普及率提高10%带动人均GDP提高0.49%〜0.63%(Chu，2013;Pradhan,2014)。然而，也有研究提出互联网与经济增长呈负向关系，特别是在欠发达国家，由于缺乏物质资本、人力资本以及网络基础条件等，互联网发展存在“数字隔离”（Forman，2012）。国内相关研宄起步较晚，实证研宄相对较少，已有研宄表明互联网建设对经济增长有较大贡献。但由于各地工业化水平发展差异，互联网对经济增长的作用呈现明显的区域差异（胡鞍钢，2002）。人力资本由舒尔茨提出，后经贝克尔等人补充形成人力资本理论。该理论认

5、为人力资本包括人的知识技能、工作经验、健康状况等特征，对经济增长有重要作用（Romer，1986）。关于人力资本与经济增长的研宄，国外起步较早，大多数研究利用平均教育年限来反映宏观层面人力资本，发现其对经济增长有直接贡献（Mincer,1984;Lucas，1988）。国内研究中，姚先国等（2008）发现劳动力教育程度对地区经济增长有重要的贡献作用。还有一些学者运用教育基尼系数测算出人力资本结构，研究发现其对经济增长有负向影响，并且在不同区域间表现出一定差异（Birdsall，1997;Castello,2002;李忠强，20

6、05）。此外，由于不同性别的人力资本存在技能、教育程度、社会地位的差异，因此关注人力资本异质性对区域经济影响作用也有重要意义（潘锦棠，2003;陈建军，2014）。综上所述，国外关于互联网与经济增长的研宄丰富，然而结论存在一些争议;国内相关研究主要集中于理论探讨和定性分析，按照互联网发展程度对各省市进行区域划分的研宄较少。再者，分析互联网对区域经济影响作用时，要考虑人力资本扮演的重要角色。因此，本文从互联网、人力资本视角出发，探讨两者对经济增长的影响机制，进而丰富相关领域研究。三、我国各省市按互联网资源的聚类划分参照已有研宄，

7、采用多指标面板数据聚类法，对31省市进行划分（肖泽磊，2009）。本文选取2002年〜2014年各省市的CN域名？怠⑼?站数量及互联网普及率3个指标来衡量互联网资源，同时综合考虑面板数个指标的年度均值、年均增长率和年均增长量，并运用因子分析对其提取公因子。经检验可知，3个指标的年度均值、年均增长率和增长量的KMO值均大于据包含“时间”和面”维度信息，分别计算这30.65，并且Bartlett's球形度检验的Sig.均小于0.05，表明这些指标的相应变量适合做因子分析。具体结果如表1所示。表1中，CN域名数量、网站数量以及互联网

8、普及率的提取度均超过75%,并且方差解释达到80%以上，包含了变量大部分信息。使用系统聚类分析法中离差平方和法以及欧式平方距离，对我国各省市区进行互联网发展的地区划分。具体聚类结果如表2所示。由聚类结果可知，第1类地区多属于沿海省市，经济较发达，资源较丰富，为“互联网资源发达