区域经济增长的新视角互联网普及与异质性人力资本.docVIP

  • 3
  • 0
  • 约5.33千字
  • 约 11页
  • 2018-10-29 发布于广东
  • 举报

区域经济增长的新视角互联网普及与异质性人力资本.doc

区域经济增长的新视角互联网普及与异质性人力资本.doc

区域经济增长的新视角互联网普及与异质性人力资本 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7.10亿,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 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,2005)。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,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 据包含“时间”和 面”维度信息,分别计算这3 0.65,并且Bartletts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普及 率的提取度均超过75%,并且方差解释达到80%以上, 包含

文档评论(0)

1亿VIP精品文档

相关文档