论文部分内容阅读
摘 要：本文分析了我国互联网行业聚集度的利益来源以及互联网含义聚集度对快递行业增加值的影响，得出互联网行业聚集的发展存在空间结构上的差异，一些地区具有较强禀赋优势和主导产业优势，所以使得该地区的互联网行业聚集度高于其他地区，进而导致了快递行业增加值发展水平的差异。
关键词：互联网行业；快递业；截面数据；多元线性回归
产业聚集已成为增强区域产业竞争力和经济活力的关键，互联网近年来的迅速发展也改变了许多商业模式，更是成为了经济增长的重要动力。根据报道，已经有多地开始着手打造互联网产业区，以推动各行各业发展。越来越多的学者，从本地需求、专业化的机构、资源的异质性、区域的商业结构和社会网络等角度，分析产业集群对企业发展的积极作用。虽然在国内外相关经济理论的研究与发展中对于产业聚集的研究已经达到相对比较成熟的阶段，而对互联网行业的聚集度的研究还处于刚起步的阶段，但不同省份的互联网聚集程度对快递行业增加值的影响有何差异是缺乏研究的。本文正是基于此，采用截面数据，在计算我国互联网产业聚集度的基础上探讨不同地区互联网集聚对快递行业增加值的影响。
一、变量的选取与数据搜集和处理
（一）被解释变量：快递行业增加值
快递业是物流的组成部分之一，使用《中国统计年鉴》中的2015年和2014年的快递业务收入进行计算，将邮政行业的其他部分进行剔除，处理后得到增加值。
（二）解释变量
1.资本存量K反映出的是企业现有生产经营规模和技术水平。本文主要根据《中国统计年鉴》2015年和2014年中有关固定资产投资的分地区按登记注册类型分全国固定资产投资一表其中的数据整理计算而得。
2.人力资本L指的是劳动者受到教育，培训，实践经验等方面的投资而获得的知识与技能的积累。在本文中，以各地区的从业人员数为衡量指标，指标数据主要根据《中国统计年鉴》2015年和2014年相关数据整理计算而得。
3.互联网行业聚集度LSi。本文以区位商的方法来衡量聚集程度，区位商也称为区域规模优势指数或区域专门化率，表示该地区某一行业的规模水平和专业化程度。根据专业化特点LQ=ei/eEi/E衡量区域内物流产业就业比例差额绝对值来度量地区物流产业聚集程度。若LQ大于0.9，则该地区互联网行业高度集聚，专业化强，有比较优势。采用《中国统计年鉴》中信息传输，软件和技术服务业数值来进行计算。根据结果，得出互联网聚集程度。
4.虚拟变量Di衡量不同区域的经济地理位置的互联网产业集聚对快递行业增加值的影响。本文共设置7个虚拟变量。 D1= 1表示华东地区，D1= 0表示其他地区；同理D2表示华南地区；D3表示华中地区；D4表示华北地区；D5表示西北地区；D6表示西南地区；D7表示东北地区。
二、模型设定与修正
（一）模型的构建
在古典经济学中，柯布道格拉斯生产函数在生产函数的基础上引入了技术资源这一因素，是国家和地区的工业系统或大企业的生产和分析发展生产的途径的一种经济数学模型。柯布道格拉斯生产函数中可以表示为：
Y=ALαKβLSγ
其中，A为自然资源变量，参数αβγ表示弹性，将该模型先取对数变化形式，然后在假定各地技术知识水平和自然资源状况保持不变的情况下，将互联网行业聚集度对快递行业增加值的影响引入先建立模型一：
LnZi=β0+β1lnKi+β2lnLi+β3lnLSi+μi
根据上述理论模型进一步进行推导与延伸可以得到下述计量模型二为：
LnZi=β0+β1lnKi+β2lnLi+∑7k=1βk+2DklnLSi+μi
（二）估计参数
运用Eviews 7.0进行回归分析，模型二估计的结果写为：
LnZi=-38342.84+9371.613lnLi+543.5574lnKi-1018.983D1lnLSi-76719.37D2lnLSi+7676.989D3lnLSi+9422.090D4lnLSi+3483.889D5lnLSi+19378.27D6lnLSi-17784.17D7lnLSi+ei
R2=0.845113 R-2=0.778733F=12.73144N=31
（三）模型检验与修正
对模型进行拟合优度检验，由于模型的R2与R-2均处于较高水平，说明模型的拟合效果较好。同時对于F检验在显著性水平α=0.05下，F=12.73144>Fα（8，21），说明回归方程显著。
但模型二，显著性水平α=0.05时，发现β对应的t统计量中β3，β4，β6，β7，β9是不显著的。说明模型二可能存在模型不显著的问题。所以进行多重共线性检验与修正，采用方差膨胀因子法检验。下图显示了模型的VIF值，可以发现模型中，解释变量LNL和LNK均接近10，说明LNK和LNL之间存在较严重的多重共线性问题。现尝试变换模型，对lnk和lnl进行差分处理，对新修正的模型三进行ols估计，可以得出下述统计结果。求模型三的相关系数矩阵并做VIF检验，发现模型的多重共线性有效的降低了。修改后的模型三为：
LnZi=15366.22-1110.196？lnLi-87826.38？lnKi-21577.69D1lnLSi-
45420.96D2lnLSi-26742.49D3lnLSi+14634.47D4lnLSi-11032.90D5lnLSi-
16298.27D6lnLSi-49668.62D7lnLSi+ei
R2=0.495216 R-2=0.278880F=2.289105N=31
三、结论
从模型结果来说，可以得出以下结论：地区聚集度总体与快递行业增加值呈正相关关系。说明互联网行业的地区聚集利于该地区快递行业更快发展。各地区固定资本投资增加值与快递行业增加值存在正相关关系。说明各地基础建设的提升以及各项设施的改善可以帮助快递行业更快更好发展。各地区从业人员相对增加值与快递行业增加值呈正相关关系。说明互联网行业就业人数可以促进快递行业发展。同时不同区域的经济地理位置的互联网产业集聚对快递行业增加值的影响有些呈现正相关，有些则呈现负相关。说明具体到不同地区的时候，地理位置对快递行业作用是不同的，比如地理位置相对偏远的互联网行业反而可能抑制快递行业发展。
四、启示
1.互联网行业集聚的利益来自于行业聚集效应。在此基础上，通过产业集群自身的自组织效应，会不断的强化互联网产业集聚的利益来源。
2.我国互联网行业存在着地区发展的不平衡，其中北京，上海，广东，辽宁，吉林，江苏，广东，四川，陕西这些多为沿海或近海分布的省份相对发达。
3.当前部分地区的互联网行业需求与经济发展需求不相匹配，说明还有问题存在有待解决。
参考文献：
[1]崔向阳，王玲侠.江苏省三大城市圈的产业分工研究[J].西安财经学院学报，2017，（12）.
作者简介：
马婧怡，西南财经大学。
关键词：互联网行业；快递业；截面数据；多元线性回归
产业聚集已成为增强区域产业竞争力和经济活力的关键，互联网近年来的迅速发展也改变了许多商业模式，更是成为了经济增长的重要动力。根据报道，已经有多地开始着手打造互联网产业区，以推动各行各业发展。越来越多的学者，从本地需求、专业化的机构、资源的异质性、区域的商业结构和社会网络等角度，分析产业集群对企业发展的积极作用。虽然在国内外相关经济理论的研究与发展中对于产业聚集的研究已经达到相对比较成熟的阶段，而对互联网行业的聚集度的研究还处于刚起步的阶段，但不同省份的互联网聚集程度对快递行业增加值的影响有何差异是缺乏研究的。本文正是基于此，采用截面数据，在计算我国互联网产业聚集度的基础上探讨不同地区互联网集聚对快递行业增加值的影响。
一、变量的选取与数据搜集和处理
（一）被解释变量：快递行业增加值
快递业是物流的组成部分之一，使用《中国统计年鉴》中的2015年和2014年的快递业务收入进行计算，将邮政行业的其他部分进行剔除，处理后得到增加值。
（二）解释变量
1.资本存量K反映出的是企业现有生产经营规模和技术水平。本文主要根据《中国统计年鉴》2015年和2014年中有关固定资产投资的分地区按登记注册类型分全国固定资产投资一表其中的数据整理计算而得。
2.人力资本L指的是劳动者受到教育，培训，实践经验等方面的投资而获得的知识与技能的积累。在本文中，以各地区的从业人员数为衡量指标，指标数据主要根据《中国统计年鉴》2015年和2014年相关数据整理计算而得。
3.互联网行业聚集度LSi。本文以区位商的方法来衡量聚集程度，区位商也称为区域规模优势指数或区域专门化率，表示该地区某一行业的规模水平和专业化程度。根据专业化特点LQ=ei/eEi/E衡量区域内物流产业就业比例差额绝对值来度量地区物流产业聚集程度。若LQ大于0.9，则该地区互联网行业高度集聚，专业化强，有比较优势。采用《中国统计年鉴》中信息传输，软件和技术服务业数值来进行计算。根据结果，得出互联网聚集程度。
4.虚拟变量Di衡量不同区域的经济地理位置的互联网产业集聚对快递行业增加值的影响。本文共设置7个虚拟变量。 D1= 1表示华东地区，D1= 0表示其他地区；同理D2表示华南地区；D3表示华中地区；D4表示华北地区；D5表示西北地区；D6表示西南地区；D7表示东北地区。
二、模型设定与修正
（一）模型的构建
在古典经济学中，柯布道格拉斯生产函数在生产函数的基础上引入了技术资源这一因素，是国家和地区的工业系统或大企业的生产和分析发展生产的途径的一种经济数学模型。柯布道格拉斯生产函数中可以表示为：
Y=ALαKβLSγ
其中，A为自然资源变量，参数αβγ表示弹性，将该模型先取对数变化形式，然后在假定各地技术知识水平和自然资源状况保持不变的情况下，将互联网行业聚集度对快递行业增加值的影响引入先建立模型一：
LnZi=β0+β1lnKi+β2lnLi+β3lnLSi+μi
根据上述理论模型进一步进行推导与延伸可以得到下述计量模型二为：
LnZi=β0+β1lnKi+β2lnLi+∑7k=1βk+2DklnLSi+μi
（二）估计参数
运用Eviews 7.0进行回归分析，模型二估计的结果写为：
LnZi=-38342.84+9371.613lnLi+543.5574lnKi-1018.983D1lnLSi-76719.37D2lnLSi+7676.989D3lnLSi+9422.090D4lnLSi+3483.889D5lnLSi+19378.27D6lnLSi-17784.17D7lnLSi+ei
R2=0.845113 R-2=0.778733F=12.73144N=31
（三）模型检验与修正
对模型进行拟合优度检验，由于模型的R2与R-2均处于较高水平，说明模型的拟合效果较好。同時对于F检验在显著性水平α=0.05下，F=12.73144>Fα（8，21），说明回归方程显著。
但模型二，显著性水平α=0.05时，发现β对应的t统计量中β3，β4，β6，β7，β9是不显著的。说明模型二可能存在模型不显著的问题。所以进行多重共线性检验与修正，采用方差膨胀因子法检验。下图显示了模型的VIF值，可以发现模型中，解释变量LNL和LNK均接近10，说明LNK和LNL之间存在较严重的多重共线性问题。现尝试变换模型，对lnk和lnl进行差分处理，对新修正的模型三进行ols估计，可以得出下述统计结果。求模型三的相关系数矩阵并做VIF检验，发现模型的多重共线性有效的降低了。修改后的模型三为：
LnZi=15366.22-1110.196？lnLi-87826.38？lnKi-21577.69D1lnLSi-
45420.96D2lnLSi-26742.49D3lnLSi+14634.47D4lnLSi-11032.90D5lnLSi-
16298.27D6lnLSi-49668.62D7lnLSi+ei
R2=0.495216 R-2=0.278880F=2.289105N=31
三、结论
从模型结果来说，可以得出以下结论：地区聚集度总体与快递行业增加值呈正相关关系。说明互联网行业的地区聚集利于该地区快递行业更快发展。各地区固定资本投资增加值与快递行业增加值存在正相关关系。说明各地基础建设的提升以及各项设施的改善可以帮助快递行业更快更好发展。各地区从业人员相对增加值与快递行业增加值呈正相关关系。说明互联网行业就业人数可以促进快递行业发展。同时不同区域的经济地理位置的互联网产业集聚对快递行业增加值的影响有些呈现正相关，有些则呈现负相关。说明具体到不同地区的时候，地理位置对快递行业作用是不同的，比如地理位置相对偏远的互联网行业反而可能抑制快递行业发展。
四、启示
1.互联网行业集聚的利益来自于行业聚集效应。在此基础上，通过产业集群自身的自组织效应，会不断的强化互联网产业集聚的利益来源。
2.我国互联网行业存在着地区发展的不平衡，其中北京，上海，广东，辽宁，吉林，江苏，广东，四川，陕西这些多为沿海或近海分布的省份相对发达。
3.当前部分地区的互联网行业需求与经济发展需求不相匹配，说明还有问题存在有待解决。
参考文献：
[1]崔向阳，王玲侠.江苏省三大城市圈的产业分工研究[J].西安财经学院学报，2017，（12）.
作者简介：
马婧怡，西南财经大学。