信息产业对上海经济增长的影响

摘要当前信息产业发展在很大程度上提升了社会运行效率，并在很多方面逐步改变着生活和生产方式，成为驱动经济发展的重要动力。上海是我国信息产业产业发展的重要区域，拥有集成电路、软件信息服务等产业，信息产业的发展也有效促进了上海经济的整体发展。信息产业经济是集合信息技术、产品应用和信息周边服务的综合性产业，是典型的技术驱动型产业，除了自身的经济发展的重要组成部分，同时对其他行业有着很强的带动作用，信息产业逐步成为经济增长的重要驱动力。本文主要是从定量的角度去分析信息产业发展对经济发展的影响作用机制，通过系统分析国内外的相关研究确定研究思路和研究方法，在理论机制分析基础上进一步选取有效的样本数据进行实证分析。具体如下：首先，阐述信息产业经济的相关理论，介绍了信息产业的基本定义并分析了其对经济发展影响的作用路径；其次，选取上海市2000-2017年的信息产业和经济发展数据作为基础样本数据，在检验时间序列的平稳性的基础上探讨信息产业与经济发展之间的作用关系，运用脉冲响应分析和方差分析方法进行系统分析，通过分析发现信息产业对经济发展具有显著的影响作用，能够在一个相对有效的水平上解释经济发展情况。最后，系统总结了本文的研究思路、研究过程并论述了主要的研究结论，在此基础上提出了一些对策建议。关键词：信息产业；经济发展；VAR模型AbstractThecurrentdevelopmentofinformationindustryhasgreatlyimprovedtheefficiencyofsocialoperation,andgraduallychangedthewayoflifeandproductioninmanyways,whichhasbecomeanimportantdrivingforceforeconomicdevelopment.ShanghaiisanimportantareaforthedevelopmentofinformationindustryinChina.Ithasintegratedcircuit,softwareinformationserviceandotherindustries.ThedevelopmentofinformationindustryalsoeffectivelypromotestheoveralldevelopmentofShanghai'seconomy.Informationindustryeconomyisacomprehensiveindustrythatintegratesinformationtechnology,productapplicationandinformationperipheralservices.Itisatypicaltechnology-drivenindustry.Inadditiontotheimportantpartofitsowneconomicdevelopment,ithasastrongdrivingroleforotherindustries.Informationindustryhasgraduallybecomeanimportantdrivingforceforeconomicgrowth.Thispapermainlyfromthequantitativepointofviewtoanalyzetheimpactmechanismofinformationindustrydevelopmentoneconomicdevelopment,throughthesystematicanalysisofrelevantresearchathomeandabroadtodeterminetheresearchideasandmethods,onthebasisoftheoreticalmechanismanalysis,furtherselecteffectivesampledataforempiricalanalysis.Specificallyasfollows:Firstly,thispaperelaboratestherelevanttheoriesofinformationindustryeconomy,introducesthebasicdefinitionofinformationindustryandanalysesitsimpactoneconomicdevelopmentpath;secondly,itchoosesShanghai'sinformationindustryandeconomicdevelopmentdatafrom2000to2017asthebasicsampledata,andexplorestherolebetweeninformationindustryandeconomicdevelopmentonthebasisoftestingthestabilityoftimeseries.Therelationshipisanalyzedbyimpulseresponseanalysisandvarianceanalysis.Itisfoundthattheinformationindustryhasasignificantimpactoneconomicdevelopmentandcanexplaintheeconomicdevelopmentatarelativelyeffectivelevel.Finally,thispapersystematicallysummarizestheresearchideas,processandmainresearchconclusions,andputsforwardsomecountermeasuresandsuggestionsonthisbasis.Keywords:informationindustry;economicdevelopment;VARmodel目录摘要 IAbstract II1引言 11.1研究背景 11.2研究意义 21.3文献综述 2（一）国外研究 2（二）国内研究 31.4研究方法 4（一）文献研究法 4（二）定性与定量分析 42理论分析 52.1相关概念界定 5（一）信息产业 5（二）经济发展水平 52.2信息产业对经济发展的影响分析 6（一）信息产业产值直接贡献GDP 6（二）信息产业的溢出效应 73实证分析 73.1样本数据获取及描述分析 73.2时间序列相关检验 9（一）时间序列平稳性检验 9（二）协整检验 9（三）格兰杰因果检验 103.3脉冲响应分析和方差分解 11（一）模型平稳性检验 11（二）脉冲响应分析 11（三）方差分解 134对策建议 15参考文献 161引言1.1研究背景伴随着经济发展水平的提升，经济发展动能逐步转向技术和知识经济，信息产业作为技术和知识密集型的产业，其自身具有很强创新活力且对应巨大的市场空间，信息本身产业升级发展会开启相应的产业发展空间，催生巨大的产品市场，并且随着技术的更新，产品市场更新也会产生一个巨大需求，而在另一方面信息产业又是资产密集型产业，投资投入规模较大，本身资金壁垒和技术壁垒较高，可以形成自身良好的竞争优势，所以信息产业一直是各国重点发展和扶持的产业，是我国的主导产业之一。信息产业与其他行业相比，具有低污染、低能耗的特点从而使得其的额外成本更低；其具有高带动性和高渗透性的特点使其可以对其他的相关产业产生影响，并带动其他产业发展，在很大程度上促进传统行业进行改造和升级，这在无形中使得该行业逐渐成为地区和国家提高经济发展水平的不可忽略的手段。我国历来重视信息产业的发展，不断出台一系列的支持政策，在税收、土地等方面给予了许多优惠，近些年又成立集成电路产业大基金等，全方位支持信息产业发展。目前关于信息产业对经济发展驱动作用的研究较为广泛，但是研究在分析问题时需要借助一定的样本，所以我国信息产业对经济整体的驱动作用并不完全套用现成的研究结论或者是需要对样本进行有效的更新，从而为发展提出更有针对性和借鉴意义的建议。上海是我国信息产业发展的前沿地区，在信息产业发展方面具有很大的优势，在资金、智力方面支持更充足并且具有一定的先发优势，本文以上海信息产业发展对整体经济增长的影响研究对象，通过定量和定性分析结合的方法进行系统的分析，定性分析主要是从概念、原理、作用机制等角度发出进行分析、归纳、演绎等，主要是分析问题的本质特征和特征，分析因素间的作用情况及对应的作用机制；而定量分析则是以数据为基础，运用计量统计方法对数据进行分析挖掘，得到相应的结论，可以在一定程度上印证定性分析的正确性，通过分析信息产业对经济发展的影响路径和影响机制，选取样本年份数据构建var模型进行分析并根据分析结果提出信息产业发展促进经济增长的相关建议。1.2研究意义产业经济发展是社会经济发展的核心组成部分，甚至在特定的时间段内能够成为整个经济发展的重要驱动力，而信息产业则是在信息技术基础上发展起来的新兴经济，成为带动经济增长的一大动力。则是将信息产业和经济发展纳入到同一研究框架下，系统分析信息产业对经济发展的驱动机制，丰富了产业经济相关的研究，同时本文选取上海信息产业对其经济的影响作用，也丰富的了该领域内的案例研究。在实证分析方面，本文则是选取2000-2017年上海信息产业和经济发展的相关数据，通过建立VAR实证模型分析信息产业对经济发展的冲击影响和解释贡献度，厘清信息产业对整体经济发展的作用方向和作用程度，为制定相关的发展支持政策提供一定的借鉴和参考。1.3文献综述（一）国外研究NamchulShin(2006)选取1995-1997年服务业和制造业的数据，指出公司战略和信息技术在公司的财务运行中有着极为重要的作用，且战略方向和信息技术二者间有一定的相关性。Kyunam等（2016）利用投入产出分析研究了智慧城市产业的特征及其对韩国国民经济的影响。Dubey等（2014）指出信息技术是印度经济的一个重要新兴部门。印度政府已将信息技术产业确定为印度的主要产业之一，在实现经济发展等政策目标方面发挥着重要作用。Shahiduzzaman等（2014）描述了对信息技术（IT）投资在澳大利亚经济产出和生产力方面的作用的调查。该研究的实证结果表明，在该研究时段内澳大利亚信息技术发展也促进了澳大利亚的经济发展。Bakhshizadeh等（2016）调查经济发展和可持续增长以及人类发展和信息通信技术（ICT）和ITIL指标等指标在经济发展中具有重要作用。ZhuL等（2017）探讨了“金融危机后”中国云南省高技术产业的发展。基于2008年至2014年的数据，利用灰色关联模型，对云南省高技术产业与经济增长的关系进行了实证分析。PradhanRP等（2017）以21个亚洲国家为研究对象，分析了其电信基础设施和经济增长间的关系，通过研究证明了电信基础设施的完善可以在一定程度上为经济发展做出贡献。Syaiful（2015）对公司绩效与IT投资间的关系进行了系统的分析，IT产业作为典型的信息产业分类，更多的IT投资能够带来更高的企业效益。（二）国内研究李向阳（2015）分析了国外部分发达国家信息产业的现状，并深入剖析了其发展经验，结合我国实际情况探究了信息产业与经济增长二者间的关系。通过研究得出了前者的完善和发展可以在一定程度上提升我国经济总量。孙红蕾等（2016）选取了江苏省十年间的信息产业相关数据，运用实证分析具体的分析了其对区域经济的贡献程度，并在此基础上提出了相应的建议。余兴厚等（2016）在收集梳理西部地区连续十二年信息产业数据的基础上，对其现状进行了分析，并研究了其与该地区经济增长间的关系，通过研究得出二者间呈现出正相关关系，即信息产业可以较为直接的作用于该区域经济，促进经济增长。龙飞后（2016）研究了信息化是否对我国经济起到一定的促进作用，且探究了这种作用力的程度。结果证明这种促进作用确实存在，而且较为有效。蔡跃洲等（2015）从信息通信技术的角度进行切入，分析了其与经济增长的影响。指出这种影响可以划分为渗透和替代效应两种。吴加琪（2016）在对产业经济学相关理论和文献进行梳理的基础上，认为信息产业可以在一定程度上对经济发展起到贡献作用，这种作用可以划分为短期和长期。王炜等（2018）收集和梳理了我国252个地级市15年间（2002年至2016年）的面板数据，分析了信息基础设施与区域经济间的关系，通过实证分析得出，前者可以对后者起到促进作用。渠慎宁（2017）强调了信息通信技术的重要性，指出其有可能成为促进经济增长的新动力。信息通信技术主要从两个层面带动了经济增长，即全要素生产率提升和资本深化效应。沈颂东等（2018）对从信息服务业的角度进行切入，通过实证分析具体的探究了其与国民经济的关系，研究结果显示，其可以正向拉动我国GDP增长。国务院发展研究中心课题组（2015）指出信息化的推广和运用可以使我国的国民经济得到优化。赵彤（2015）对江苏的信息产业情况进行了分析，在此基础上探究了其对当地经济与就业之间的关系。兰建平等（2017）指出应顺应智能化、网络化以及数字化发展的信息化路径，顺应消费升级，发展智能制造，能够促进经济的发展。任燕妮等（2016）指出信息技术的广泛应用可以对农村经济、城市的生活方式等产生较大影响。蒋秀莲（2016）通过实证分析研究了徐州信息产业与该地区经济发展间的关系，结果显示二者间呈显著正相关性。曹飞（2017）认为政府应该提高对信息产业发展的重视程度，加强相关的管理工作，使其能够最大程度的发挥促进经济发展的作用。潘伟等（2018）选取了珠三角、长三角以及京津冀城市群为研究对象，通过实证分析指出了因不均衡的信息化原因导致了部分城市群电子信息产业在促进经济增长方面的表现有所减弱。邢士宾等（2016）选取我国农村为研究对象，对农村地区的信息技术情况进行了详细的阐述，在此基础上论证了其可以促进农村经济发展。1.4研究方法（一）文献研究法本文在文献分析时，主要是通过知网、万方等文献数据库进行相关文献的获取，查阅了相关的规定，通过系统的梳理分析，找到研究的切入点。本研究在文献分析时主要围绕以下几个方面：一是信息产业对经济增长影响的研究进展情况，研读了部分优秀毕业论文和中文核心期刊，并研究了部分相关的国外期刊原版与部分翻译图书，了解信息产业对经济增长影响的最新研究动向，为论文的研究方向提供有效性的借鉴；二是对研究所涉及的相关理论进行分析，具体分析了研究对象的发展历程以及相关的理论分析发展过程，以及目前常用的分析理论，使研究开展有理有据；三是处理方法方面的文献，根据所要研究问题的特征，确定选取那种方法对数据进行获取，并进一步分析运用何种方法对所或缺的数据进行处理，确定最合适的分析方法。（二）定性与定量分析定性分析主要是从概念、原理、作用机制等角度发出进行分析、归纳、演绎等，主要是分析问题的本质特征和特征，分析因素间的作用情况及对应的作用机制；而定量分析则是以数据为基础，运用计量统计方法对数据进行分析挖掘，得到相应的结论，可以在一定程度上印证定性分析的正确性。本研究通过理论分析为定量分析打下基础，定性分析方面主要是分析了信息产业产值直接贡献GDP同时信息产业还存在巨大的技术和效率溢出效应，在定性分析的基础上选用上海信息产业发展对经济发展增长的影响为研究对象，选取2000-2017年数据建立VAR模型进行实证分析。2理论分析2.1相关概念界定（一）信息产业信息产业是典型技术密集型产业，从广义上看信息产业是涵盖了信息周边的相关产业，围绕着信息衍生出信息硬件、信息系统和软件应用等产业，也包含了针对信息本身的挖掘、传播等，如图书、影音产品等，而从狭义上看，信息产业是一个典型的高科技制造产业，重点是指信息硬件、系统和应用的开发，涵盖了如集成电路、通信、计算机产业等，随着科技的不断发展，信息产业的内涵也不断得到扩充。信息产业的概念是在知识产业概念的基础上衍生出来的，弗里兹·马克卢普提出知识产业概念后，学者们就不断的对知识产业这一概念进行研究和分解，而信息产业作为典型的知识产业也被广泛讨论，不同国家和地区的研究者们根据自身所处的经济环境对信息产业的理解和定义也有所差异。我国学者乌家培指出信息产业是一个围绕各行各业必不可少的服务行业，包括但不限于信息产品、服务、系统建设、制造工具等，而更为狭义的信息产业是指与计算有关的生产部门，而广义上则是围绕信息的所有生产部门而形成的产业链。曲维枝则是从经济活动角度对信息产业的定义进行界定，该学者认为在经济活动只要是围绕信息的硬件和软件服务均可归为信息产业，从信息采集、处理、应用所形成的产业群，计算机设备、通信网络设备、信息服务开发等是典型的信息产业形式。本文所指的信息产业主要是基于数据的可获得性进行定义，由于本文运用定量分析方法，所以信息产业的概念界定则是根据上海统计年鉴信息产业产值数据所涵盖的项目，包括了信息设备制造、信息技术开发、信息服务等，涵盖了半导体制造、计算机制造、各类系统集成、软件应用、信息咨询服务等。（二）经济发展水平GDP增长率是重要的宏观经济变量，反映了经济发展的繁荣程度，而银行经营资产的风险状况受经济周期影响很大，当经济处于上行趋势，那么企业的资产质量也较好，而当经济处于下行状态时，企业资产质量则会处于较差的状态。经济发展水平主要涵盖了三方面的内容：一是经济增长一个重要表现便是商品供给增肌，即GDP会有一定的增加，而在这一过程中，人口数量变动和物价水平变动都会对GDP增长统计计量产生一定的影响；二是GDP增长的一个先决条件就是生产技术、生产资料的驱动，当今社会科技发展迅速，围绕投资、贸易、消费的生产形式不断被改造，而高科技产品也带来了巨大的消费需求，同时技术对传统产业不断进行改造也提高了传统产业的生产效率，因此科技水平发展是GDP增长的一个重要驱动；三是随着经济增长阶段状态的变化，相应的生产组织形式和意识观念需要不断更新才能够对经济增长继续输出正向的反馈，因为随着技术水平的进步，生产的形式和效率都有不同的程度改变，传统的生产组织形式会由一定的滞后，需要更科学的组织形式进行生产关系的管理。本文经济发展水平采用GDP数据进行衡量，GDP指标能够全面的反映的经济发展情况。（三）经济增长经济增长是经济学家常用的表达方式，意思是一个国家当年国内生产总值对比往年的增长率。更一般地来探讨，经济增长的涵义是指，在一定时间内，一个经济体系生产内部成员生活所需要商品与劳务潜在生产力之扩大（亦即生产可能曲线向外扩张）。生产力之成长主要决定于一个国家自然资源禀赋、实质资本累积与质量提升、人力资本累积、技术水准提升以及制度环境改善。因此，经济增长也决定于生产力之诸多因素的扩展与改善。度量经济增长速度快慢的指标是经济增长率。度量经济增长除了测算增长总量和总量增长率之外，还应计算人均占有量，如按人口平均的国内生产总值或国民生产总值及其增长率。拉动国民经济增长有三大要素，分别是投资、出口和消费。经济增长的核算通常依靠GDP、GNP等统计数据。如果一个国家的国内生产总值增长为负数，即当年国内生产总值比往年减少，就叫做经济衰退。2.2信息产业对经济发展的影响分析（一）信息产业产值直接贡献GDP信息产业涵盖了半导体集成电路、电子产品、计算机、部分先进制造业以及周边的服务等，是经济发展的重要组成部分。首先，信息产业本身就是典型的实体经济且属于高附加值行业，能够产生较高质量的增加值。作为产业总体重要组成部分的信息产业，可以在一定程度上体现一部分经济的运作情况。简单来说信息产业增加的产业价值能够在一定程度上体现出经济总体的增加，对总体经济增长而言，信息产业的这部分增量贡献直接构成了当期GDP的增加值，两者是组成与被组成的关系。一方面，信息产业是经济增长的先导驱动力。信息技术和信息产品在传统行业的应用可以提高一定的生产效率，并促进其升级和改造，使传统行业能够更好的发展。除此之外，我国高新技术产业集群中不可忽略的重要的组成部分之一便是信息产业，该产业在某些特定维度上引领着技术的潮流，可以在一定程度上为其他高新技术产业的发展提供基础，其他高新技术的机理认识过程、功能实现等过程都需要建立在信息技术的创新和研发上，由此可以看出，信息产业对经济发展具有一定的引领作用。另一方面，信息产业能能够促进经济增长。信息产业本身就是重要的社会生产形式，并且具有一定的先进性，可以带来一定的资产增值。信息产业在发展的过程中可以创造一定的财富，其具体途径如下：第一，在信息技术的作用下使非资源逐步向资源进行转化，以此来创造财富；第二，将信息流动时间缩短相当于财富的创造；第三，通过信息产品和信息服务的出售来进行财富的创造；第四，利用信息自身增值来进行财富的创造；第五，构建一系列致富策略来进行财富创造；第六，信息产业可以在一定程度上优化经济生产要素。现阶段作为生产力的重要组成部分之一的信息要素，与劳动工具、劳动对象和劳动人组成了现代生产力的基础。（二）信息产业的溢出效应信息产业是典型的高附加值行业，本身就是技术驱动型，而当信息产业实现技术突破和发展时，就能够有效的提升社会经济的运行效率。首先是信息产业技术的直接带动作用。比较典型的如互联网技术突破带动了互联网产品应用的增加，为经济发展注入新活力，催生了围绕互联网技术的大量应用和场景；其次是信息产业技术对其他行业的改造催化作用，信息化、物联网、智能化等方式都对各行各业产生一定的影响，或是提升了沟通效率，或是节约了成本等；三是信息产业技术发展对配套的技术要求也相应提高，那么就推动了信息产业周边技术的发展和创新，进而也带动这些技术产生不同技术溢出效应，形成一个良行的正向反馈，从而能够有利于经济规模体量和发展质量的整体提升。信息产业自身有着高渗透性和高带动性的特点，不论是信息产业或是信息产品一旦其进入到传统行业中时，必定会带来传统行业在一定程度上的生产效率的提升，从而促使传统行业逐步向技术和知识密集型产业进行转化，进而促进传统行业的发展。2.3上海信息产业发展特点（一）信息产业由规模扩张向效益提升转型上海电信息产业发展按照技术先进、产业领先、安全可靠、自主可控方针，以培育“四新”经济和扶持龙头企业为主要抓手，为产业发展提供了有力支撑。2018年上海信息制造业增速13.7%，连续五年增长；从劳动生产率看，上海信息制造业人均产出居国内前列。(二)新一代信息产业体系初步形成目前上海计局以集成电路、新型显示为代表的新一代信息技术产业体系初步形成。目前年上海集成电路产业实现销售收入超1000亿元，持续增长，产业规模、技术水平、产业链配套继续全国领先，并率先切入代表产业发展方向的AM-OLED领域，形成集聚，包括中芯国际、和辉光电二期、华力微电子等一批代表产业发展方向的重大项目。（三）创新投入持续增长上海信息制造业技术创新投入持续增长，行业创新能力提升，核心芯片继续领跑，测试仪器研发实现突破。企业研发投入逐年递增，2015年至2018年上海电子信息制造业规模以上企业研发投入比（R&D）经费内部支出由87.9亿元增至148.8亿元，R&D占主营业务收入比重由0.75%提高到1.34%。电子信息制造业发展驱动力转换，投入产出效率持续优化。行业对投资依赖度减弱，由2016年的173.3亿元下降到100亿元以下，2018年上海电子信息制造业投入与营业收入之比为35.2，高于全国电子信息制造业8.2的平均水平。3实证分析3.1样本数据获取及描述分析基于前文分析，本文选取信息产业增加值（IT）和国内生产总值（GDP）作为模型的基础指标，其中2000-2016年数据来自于上海市统计年鉴，2017年数据来自于《上海市2017年国民经济和社会发展统计公报》。图3-1信息产业和经济发展走势图从图3-1可以看出，信息产业和经济GDP整体上均为上行趋势，就GDP而言，在样本考察期2000-2017年内呈现出稳定持续的上行趋势，2017年GDP绝对规模是2000年6.26倍；就信息产业而言，在样本考察期2000-2017年内呈现出的波动上行趋势，其波动位置为2009年，2017年信息产业增加值绝对规模是2000年9.68倍，也就是说在样本考察期，信息产业发展速度快于GDP发展速度表3-1变量指标描述性分析表指标ITGDP平均1617.4315605.60标准误差210.871943.33中位数1651.6714780.69标准差894.648244.84方差800378.9467977463.06峰度-0.84-1.20偏度0.250.28最小值338.184812.15最大值3274.4830133.86求和29113.71280900.75观测数18183.2时间序列相关检验VAR即向量自回归模型，用以分析向量间的数量特征关系，由此也决定了VAR模型的前提条件：首先是可回归，那么时间序列应该是平稳的，不能出现伪回归的问题；第二是相关性，拟考察的向量间需要存在一定的相关关系，在研究过程中，需要得到统计意义上的因果关系，也就是要通过格兰杰因果检验，而能够进行格兰杰因果检验的前提也要求时间序列是平稳的，所以首先需要对时间序列进行平稳性检验。在时间序列模型中还存在调整的长期均衡概念，也就是协整关系。在进行分析时，如果数据本文非平稳，同时又同阶单整，那么可以进一步建立误差修正模型（ECM），从而使得模型能够涵盖一定的长期均衡信息，这就是向量误差修正模型（VEC）。也就是说，当时间序列变量平稳时可以建立VAR模型，时间序列变量非平稳且存在协整关系则可以建立VEC模型。根据定义可以确定分析步骤如下：首先是对时间序列进行平稳性检验，当时间序列平稳，则进行协整检验，如果非平稳则进行差分，差分后平稳则可以进行协整检验；在协整检验后，继续进行格兰结果因果检验，进而完成模型构建；其次是在模型构建完毕后进一步判断模型的拟合效果，主要是通过AR根进行检验，也就是模型的“模”要小于1，图形上表现为各点都在单位圆内；最后，在模型构建和模型平稳性检验的基础上，进行下一步分析，如脉冲相应分析和方差分析。VAR模型的数学表达式为：y式中，yt是包含k个变量的内生变量列向量，xt是包含k个变量的外生变量列向量，p为滞后阶数，T为样本格式。k*k维矩阵ϕ1,ϕ2,……,ϕp和（一）时间序列平稳性检验在实际研究中，若拟考察的数据序列呈现非平稳的状态，那么利用已有信息去预测数据序列未来走势的可行性就会很低，所以在进行相关的模型构建之前先进行ADF单位根检验以确定序列平稳与否，当序列平稳则可以考虑进行下一步处理，若呈现出非平稳状态则可以通过差分的方法来进行处理以消除非平稳性。所以本文在进行相关的模型构建之前先进行ADF单位根检验以确定序列平稳与否。运用Eviews8软件进行ADF单位根检验结果如表3-2：表3-2时间序列平稳性检验表变量ADFProb.1%level5%level10%level判断GDP-5.37260.0009-4.0044-3.0988-2.6904平稳IT-2.4686

0.1397-3.8867-3.0521-2.6665非平稳△IT-1.9995

0.0469-2.7175-1.9644-1.6056平稳由表3-2中可以看出ADF统计量大于各临界值上的统计量，上海GDP对应的P值为分别为0.0009，在1%、5%、10%的显著性性水平上均未通过检验；上海IT对应的ADF统计量就远小各临界值上的统计量，P值均为

0.1397，在5%的显著性水平不显著，经过1阶差分后，在5%的显著性性水平上均通过检验。（二）协整检验在实际的研究过程中，很多数据序列是非平稳的，这就使得通过相关的数学计量方法去发现其中的规律变得更为困难，格兰杰在1987年提出了处理该问题的经典方法，其核心思路是数据序列本身是非平稳的，但是两个或者更多的数据序列组合在一起却可能会呈现出平稳的特征，也就是说数据序列间存在着某种长期的均衡关系，这种分析确定两组序列间是否存在长期稳定线性关系的方法就是协整检验。协整检验分析的是数据序列成为组合后的平稳性情况，该方法处理过程中，若两组原始序列是非平稳，通过一定的线性组合而进一步呈现出平稳的状态，也就各自不平稳但组合是平稳，由此也可以得到序列存在一定的稳定关系的结论。运用Eviews8软件得到运行结果如表3-3：表3-3滞后阶段判断表

LagLogLLRFPEAICSCHQ0

5.993683NA

0.001939-0.570526-0.479232-0.5789771

51.21578

71.06330

5.44e-06-6.459398-6.185516-6.4847502

53.93200

3.492274

6.89e-06-6.275999-5.819530-6.3182543

66.00930

12.07731*

2.48e-06*

-7.429901*

-6.790843*

-7.489057*4

68.48356

1.767326

4.09e-06-7.211937-6.390292-7.287996*表示滞后阶数根据表3-3中检验结果可以得到1阶滞后的情形均显著，待构建的模型滞后阶数为3阶。运用Eviews8软件得到结果如表3-4：表3-4Johansan迹检验HypothesizedNo.ofCE(s)EigenvalueTraceStatistic0.05CriticalValueProb.**None

0.889387

10.45208

15.49471

0.1000Atmost1*

0.390482

7.426303

3.841466

0.0064根据表中迹统计量检验，Atmost1*对应的迹统计量值为7.426303，大于5%的临界值15.49471，对应的P值为

0.0064，上海IT和GDP之间至少存在一个长期稳当均衡关系的迹统计量在95%的置信水平下显著，也就是说两者之间至少可以构造一个方程。（三）格兰杰因果检验格兰杰因果检验是分析序列间相关性特征的常见工具，当同时具备X、Y的历史信息的情形下，两者同时作用去预测Y的有效性要好于只使用Y的历史信息对Y进行预测分析的有效性，也就是说X对Y未来趋势特征有一定的解释能力，则X就是Y的格兰杰原因，运用Eviews8将上海IT、GDP数据序列进行检验，得到检验结果如表3-5：表3-5格兰杰因果检验

NullHypothesis:ObsF-StatisticProb.

ITdoesnotGrangerCauseGDP

17

3.177590.0363

GDPdoesnotGrangerCauseIT

0.360970.5576在95%的置信水平下，原假设“ITdoesnotGrangerCauseGDP”被拒绝，也就是上海IT指数是上海GDP指数的格兰杰原因，也就是说上海IT能够在一定程度上解释上海GDP发展。3.3脉冲响应分析和方差分解（一）模型平稳性检验从检验表可以看出，VAR模型的Modulus均在015~0.19区间内，也就是都小于1，所有的Modulus点均在坐标轴上的单位圆内，构建的模型是平稳的。图3-2模型平稳性检验图（二）脉冲响应分析脉冲响应刻画的是某个变量对其他内生变量的冲击的反应情况，也就是说，该方法关注某个变量单位变化对其他变量变动值造成的影响以及这种影响作用的力度，同时分析其能够达到的最大影响力，以及作用力按照怎样的特征最终能够收敛。对于基本的VAR（2）情形：xtyt其中ai、bi、ci、dEVAR(εt)=E(εtεt产生变化则会造成当期X值发生变化且对X作用于Y产生影响，脉冲响应图3-3IT和GDP脉冲响应分析图3-3为信息产业发展和经济发展的脉冲响应图，横向来看，第一行第一幅图刻画的是信息产业经济对自身冲击的响应，由图中可以看出这种冲击在第一期就是最高点，第二期仍在0轴以上，而在第三期迅速降低至0轴附近，而到第四期则是又出现上升形态，有到达0轴以上，直到第六期又回升至0轴附近，随后各期整个冲击效果逐步收敛于0。第一行第二幅图是经济发展对信息产业经济冲击的效果形态，第一期冲击效果为0，第二期则下降得到0轴以下，第三期也维持了负向冲击的状态但是绝对值已有所减小，随后在各期收敛于0。第二行第一幅图刻画的是GDP受信息产业经济冲击的影响，从图中可以看到，IT的冲击效果在第一期是最高值，在第二期开始逐步下降并在第四期达到0轴附近，随后各期逐步收敛于0。第二行第二图描述的是GDP对自身冲击的反应，图形上看第一期就是冲击效果的最高点，在第二期之后逐步走低，整体上看收敛速度较为缓慢，但最终呈现收敛状态。由此可以看出信息产业发展对经济发展能够产生一定的冲击作用。表3-6IT脉冲响应分析PeriodITGDP10.1153550.00000020.018282-0.0334793-0.025278-0.01116740.0006180.00410550.008540-0.0010156-0.000843-0.0038747-0.002674-0.00154980.000166-0.00063090.000420-0.00122110-0.000439-0.001299表3-7GDP脉冲响应分析PeriodITGDP10.0145640.02027020.0144500.01724730.0039670.01545140.0023760.01691450.0044140.01644560.0040170.01477770.0029880.01370380.0028380.01295790.0028430.012071100.0026050.011180（三）方差分解方差分解是指将把模型内生变量的冲击效果分解为VAR的分量冲击，描述一个因素对另一因素的解释能力变动情况，通常变量自身对自身的解释能力相对较高，对其他变量的解释能力相对较低，方差分解就是分析得到这个解释的比例值。图3-4IT和GDP方差分解信息产业方差分解方面，信息产业对自身的解释程度很高且呈现微弱下降并最后稳定收敛于91.790700%的形态，第一期IT对自身的解释效果为100%，第二期到六期从

92.407100下降到

91.790700%，最后逐步稳定在

91.790700%；而GDP对IT的解释效果在第一期为0%，第二期至第六期由7.592902%上升至

8.209299%，最后稳定在8.209299%。信息产业发展具有关系，所以当期信息产业对之后的发展具有基础上的作用。表3-8IT方差分解表PeriodS.E.ITGDP10.115355100.0000000.00000020.12149892.4071007.59290230.12460191.9773808.02262340.12467091.8778408.12215950.12496791.9097108.09029160.12503091.8218308.17817270.12506891.8114708.18852780.12506991.8091608.19084190.12507691.8005108.199495100.12508491.7907008.209299经济发展方差分解方面，GDP对自身的解释程度较高且呈现微上升趋势并最后稳定收敛于82.164010%的形态，第一期GDP对自身的解释效果为65.951550%，第二期到六期从62.725670%上升至

82.164010%，最后逐步稳定在82.164010%；而IT对GDP的解释效果在第一期为34.048450%，第二期至第六期由37.274330%上升至17.835990%，最后稳定在17.835990%。由以上分析可以产出上海信息产业能够有效对GDP进行解释。表3-9GDP方差分解表PeriodS.E.ITGDP10.02495934.04845065.95155020.03360437.27433062.72567030.03719931.55678068.44322040.04093326.39891073.60109050.04433323.49587076.50413060.04690321.72477078.27523070.04895520.31421079.68579080.05072019.23791080.76209090.05221518.44915081.550850100.05346217.83599082.164010基于以上分析可以看出，上海市IT和GDP之间存在着长期的均衡关系，在95%的置信水平上，IT是GDP的格兰杰原因显著，从脉冲响应分析来看，上海市信息产业增长能够显著促进上海市经济增长，而从方差解释的角度看，上海市信息产业能够有效解释总体经济增长。4对策建议4.1信息产业与其他产业协调发展进行科学的规划，保证传统产业和信息产业能够协调发展。从上述实证中可以看出，信息产业可促进上海经济增长，这种促进作用一方面在信息产业规模扩大上有所体现，另一方面在带动传统产业发展上有所体现。需要注意的是我们在发展信息产业的过程中，也要关注其对传统行业的影响，让其能够带动传统行业升级和改造，逐步的让信息产业优势向其他各产业渗透。4.2开拓信息产业发展空间在发展信息产业的基础上，在技术方面密切其与第一产业的联系。上海信息产业的发展要与其他产业升级同步进行，如第一产业方面，尽可能的提升上海地区信息技术在农田灌溉、农用机械化以及在整个农业生产中的应用水平，从而使第一产业生产效率得到提升，而当其得到提升时，不仅可以在一定程度上巩固上海市国民经济基础，还可以把上海市的第一产业中的劳动力进行解放，促使其向生产率高的产业流动，最终达到优化要素配置的目的。4.3重视信息产业人才提高对上海市信息产业人才的重视程度，加强对人才的培养。对企业来说，人才是其发展的关键，而对于国家来说，人才则是立国之本。作为高新技术产业的信息产业，其在发展的过程中必定会需要较多的高端技术人才。现阶段，上海市信息产业仍处在一个比较缺乏高端人才的阶段，这也在一定程度上阻碍的信息产业发展。信息技术人才是信息产业能够发展的必不可少的基础要素和依托，所以上海市需要加大力度培养信息人才，必要时可以规划和实施人才引进工作。4.4加强信息产业政策与资金支持信息产业的发展方向会在一定程度上受到信息技术水平的影响，上海市是一个拥有相对较高开放度的城市，只有当其掌握了先进的信息技术后才能提升信息产业在竞争中的获胜概率。而信息技术的发展需要有一定的资金支持，所以上海市政府可以建立专项资金用于新技术的研发，或为信息技术企业提供一定的融资渠道，保障其资金来源，此外在政策上也应构建对技术比较先进和经营状况良好的信息技术企业一定的税收优惠政策等，以保证其能够健康发展。参考文献Namchulshin.Theimpactofinformationtechnologyonthefinancialperformanceofdiversifiedfirnis[J].DecisionSupportSystems,2006(41):698-707.KyunamK,Jung-KyuJ,JaeC.ImpactoftheSmartCityIndustryontheKoreanNationalEconomy:Input-OutputAnalysis[J].Sustainability,2016,8(7):649-.DubeyM,GargA.ContributionOfInformationTechnologyAndGrowthOfIndianEconomy[J].WorkingPapers,2014,141