第２８卷第３期 北京工商大学学报（社会科学版） ＶＯｌ＿２８ ＮＯ．３ Ｍａｖ ２０１３ ２０１３年５月 互联网扩散与经济增长的关系研究 ——基于我国３１个省份面板数据的实证检验 李立威 ， 景 峰 （１．中国社会科学院研究生院，北京 １０２４８８；２北京联合大学管理学院，北京 １００１０１ ３浙商银行南京分行，江苏南京２１０００８） 摘 要：根据２００３－－２０１１年９年间我国３１个省份互联网普及率和人均实际ＧＤＰ的数据，在单位根检验和协整检验 基础上，建立了个体时点双向固定效应模型，对互联网扩散与经济增长的关系进行了实证分析。研究结果表明：互联网 对我国经济增长具有促进作用，这种促进作用在２００７年以后逐渐显著；互联网普及率每提高１０％，人均实际ＧＤＰ提高 大约１．３８％；由于各地工业化水平等发展基础的差异，互联网对地区经济增长的影响程度呈现出明显的区域差异；通过 建立滞后效应模型发现，互联网对经济增长的滞后作用在第５年达到最大。 关键词：互联网；互联网扩散；经济增长；面板数据 中图分类号：Ｆ４９；Ｆ０６２．５ 文献标志码：Ａ 文章编号：１００９—６１１６（２０１３）０３—０１２０－０７ 一、文献综述 消费者提供更低价格等对经济产生重要影响 （Ｌｉｔａｎ等，２００１） ；Ｙｉ等（２００５）。。 利用１９９１— ２０００年面板数据实证研究发现互联网用户 数增加１％，通货膨胀率降幅由０．０４３％增加到 ０．１３％。Ｌｉ等（２０１ １） 通过搜索引擎收集了网 民对互联网与经济增长关系的看法，认为互联网 （一）国外研究 根据经济增长理论，技术进步是经济增长的 源泉之一。索罗一斯旺的外生经济增长理论强调 了技术进步对经济增长的作用。罗默在１９８６年 建立了内生经济增长模型，把知识完整纳入到经 济和技术体系之内，解释了知识溢出对经济增长 的影响。互联网作为一种典型的通用目的技术 （Ｇｅｎｅｒａｌ Ｐｕｒｐｏｓｅ Ｔｅｃｈｎｏｌｏｇｙ，ＧＰＴ），呈现出明显 可以促进经济增长是因为交易成本的降低，以及 电子商务的出现创造了更多的商业机会及经济结 构的调整。 的外部性和溢出效应（Ａｎｄｒｏｕｔｓｏｓ，２０１１）¨ ，对经 济和社会都产生了复杂而深远的影响。 对于互联网对经济增长的作用机制，国外学 对于互联网对经济的影响程度，不同学者的 估算结果存在一定的差异。Ｃｈｏｉ等（２００９） 利 用１９９１—２０ｏ０年２０７个国家的面板数据，研究表 者从公司、产业和国家等不同层面进行了研究。 互联网的扩散促进了知识的溢出（Ｃｈｏｉ等， 明互联网普及率每提高１０％，可以带动人均ＧＤＰ 增长率提高０．４９～０．５９个百分点。Ｃｚｅｒｎｉｃｈ等 （２０１１） 利用１９９６－－２００７年ＯＥＣＤ国家的面板 ２００９）Ｅ ２］，以及新的商业模式、产品和流程的诞生 （Ｃｚｅｒｎｉｃｈ等，２０１１） ；互联网的广泛应用降低了 贸易成本，促进了产品、服务和资本的国际流动 （Ｆｒｅｕｎｄ等，２００２、２００４；Ｃｈｏｉ，２００３、２０１０） 。 互联网通过节省成本、节省时间、提高生产率、为 收稿日期：２０１３＿ｏ卜１７ 数据，把互联网因素引入生产函数，研究发现宽带 渗透率每提高１０个百分点，可以带动人均ＧＤＰ 增长０．９～１．５个百分点。麦肯锡公司（２０１ １）考 察了８国集团以及巴西、中国、印度、韩国和瑞典 作者简介：李立威（１９８１一），女，山东聊城人，中国社会科学院研究生院财经系博士研究生，北京联合大学管理学院讲师，研究方向：电子 商务与网络经济； 景峰（１９７９一），男，四川成都人，浙商银行南京分行副行长，中欧国际商学院ＥＭＢＡ，研究方向：商业银行经营管理。 ・１２０・ 第２８卷第３期 李立威，景峰：互联网扩散与经济增长的关系研究 的互联网经济，在这１３个国家中，互联网在总体 名义ＧＤＰ中所占的比例为３．４％，其中中国为 ２．６％。２００５－－２００９年，互联网经济对当地名义 ＧＤＰ增长的贡献率平均为１１％，其中发达国家为 ２１％，金砖四国为３％。＿１¨根据联合国宽带委员 会的全球宽带报告（２０１０），宽带渗透率每提高 １０％，可以带动中国ＧＤＰ增长２．５％。 （二）国内研究 国内很多学者就互联网对经济的影响做出了 理论上的定性分析，只有少部分论文进行了实证 研究。 对于互联网与经济增长的相关性，张越等 （２００８） 利用２００６年我国各省份的横截面数 据，把互联网因素引入Ｃ—Ｄ生产函数分析了互联 网发展水平对经济增长的影响，研究表明互联网 普及率、宽带端口数对经济影响显著，但网页数 量、域名数量和网站数量与经济发展的相关性很 低。孙中伟等（２０１０） 等人考察了１９９９－－２００８ 年我国互联网资源与省域经济发展之间的关系， 分析发现域名与ＧＤＰ相关性不明显，而省域网民 分布与ＧＤＰ和人均ＧＤＰ相关性变化的曲线特征 明显。ｂ茂亮等（２０１１）¨ 利用２００８年中国家庭 动态跟踪调查的数据，发现互联网的使用可以为 中国家庭带来６０％的额外收入，其中农村地区为 ７８％，城市地区为３８％。除了直接研究互联网与 经济增长的关系之外，国内学者还从互联网应用 角度研究了电子商务与经济增长的关系，杨坚争 等（２０１１） １６１将电子商务指数作为经济增长的一 个投入要素加入柯布一道格拉斯生产函数，实证 分析结果显示，电子商务的弹性系数为正值，表明 电子商务对经济增长具有明显的促进作用。 对于互联网对我国经济影响的程度的定量测 算，国内的研究比较少。向蓉美（２００８） １７１在定义 互联网产业的基础上，利用中国２００２年投入产出 表，通过影响力系数、感应度系数和互联网产业综 合关联度系数分析了互联网产业中各部门对国民 经济的拉动作用。刘宇（２０１１） 利用２００１年 １２月一２０１０年６月中国互联网基础资源的时间 序列数据，发现互联网资源指数每增长１％导致 ＧＤＰ增长０．０４５％。 （三）现有研究评价 现有文献从不同角度对互联网与经济增长的 关系进行了探讨，但是存在一些不足。（１）研究 方法问题。国外的研究一般采用面板数据， 方法比较科学，但是绝大多数关注点在互联网对 发达国家的影响上，而很少关注互联网对欠发达 国家的影响（Ｗａｆｔ，２０１０） 。而国内的研究大多 采用时间序列数据或横截面数据。由于互联网在 ２０世纪９０年代末才开始在中国商业化应用，发 展时间比较短，时间序列数据的样本容量非常小， 在一定程度上制约了研究结果的有效性。采用横 截面数据无法兼顾互联网对区域经济发展的动态 影响，因此，非常有必要建立以我国分省数据为基 础的面板数据模型。面板数据包含时间、截面和 变量的三维信息，可以有效解决样本容量不足的 问题，同时反映出变量在时间和截面上的变化规 律，更适合研究动态调整过程。（２）数据处理问 题。现有研究一般选用ＧＤＰ作为衡量经济增长 的变量，没有考虑到区域经济的不平衡性。由于 我国各地经济发展非常不平衡，用ＧＤＰ总量衡量 经济增长并不科学。本文拟以２００２年为基期，采 用各省份的国内生产总值指数将其人均名义 ＧＤＰ折算成人均实际ＧＤＰ，以减少由于通货膨胀 和区域差异带来的数据误差。（３）滞后期问题。 互联网对经济增长存在累积效应和滞后效应。目 前关于互联网与经济增长的研究中较少使用滞后 模型。本文拟在建立互联网扩散与经济增长的长 期协整关系模型后，建立滞后效应模型，进一步分 析互联网扩散对经济增长影响的滞后期。 二、数据、模型与研究方法 （一）变量选取及数据来源 １．互联网扩散 地区互联网发展水平可以用互联网基础资源 及互联网使用情况进行衡量。域名、网站数等互 联网基础资源在一定程度上反映了地区互联网发 展水平，但这些指标受使用周期等外部因素较多， 波动较大，而张越等（２００８）¨ 、孙中伟等 （２０１０） 的研究表明域名数、网站数等基础资源 与ＧＤＰ的相关性较弱；互联网具有跨时空的特 点，互联网的使用并不受互联网基础资源分布地 域的。鉴于此，考虑到数据的可获得性和连 续性，本文以反映互联网使用情况的互联网普及 率作为指标，数据来源于ＣＮＮＣＩ历年的互联网发 展状况统计报告。 ・１ ２１． 北京工商大学学报（社会科学版） ２０１３年第３期 ２．经济增长 为了准确衡量互联网对区域经济的实际影 响，并反映地区经济的均衡程度，本文采用剔除了 价格因素的实际人均ＧＤＰ衡量各省份经济增长。 以２００２年为基期，通过２００３－－２０１１年各省份 ＧＤＰ指数计算出其历年的人均实际ＧＤＰ。人均 ＧＤＰ数据及各省份ＧＤＰ指数数据来源于国家统 计局及各省份统计局２００３－－２０１１年的统计年鉴。 （二）模型设定 于变量的随机误差项。 （三）研究方法 本文根据我国２００３—２０１１年３１个省份互联 网普及率和人均ＧＤＰ面板数据，在进行单位根检 验和协整检验的基础上，建立互联网扩散与经济 增长的模型，对互联网与区域经济增长的关系及 时空差异进行实证分析。具体而言，利用 Ｅｖｉｅｗｓ６．０软件，首先使用面板数据的单位根检验 检验面板数据的平稳性，避免“伪回归”；其次对 面板数据进行协整检验，判断变量问是否存在长 期均衡关系。通过Ｆ检验和及Ｈａｕｓｍａｎ检验判 断建立模型的类型，并进行回归参数的估计。 三、实证检验 以人均实际ＧＤＰ作为被解释变量，互联网普 及率作为解释变量，建立计量模型。为了消除变 量可能存在的异方差，并且反应互联网扩散与经 济增长之间的弹性关系，对变量取自然对数，分别 记为ＬｎＰＪＬ、ＬｎＰＧＤＰ。模型设定为： ＬｎＰＧＤＰ ＝ ＋叩 ＋ ＋￣ＬｎＰＪＬ ＋ｓ （一）面板数据的单位根检验 面板单位根检验结果见表１。从检验结果来 看，ｌｎＰＪＬ、ｌｎＰＧＤＰ的水平量在１％的显著水平下 不能拒绝有单位根的原假设，说明这两个变量的 水平量是不平稳的；从ｌｎＰＪＬ、ｌｎＰＧＤＰ的一阶差分 项的检验结果看，统计量均显示能拒绝变量的一 阶差分项存在单位根的原假设，说明这两个变量 均为一阶单整序列，可以进行协整分析。 ｉ＝１，２，…３１；ｔ＝２００２，２００３，…２０１１ （１） 式（１）中，下标ｉ指各省份，下标ｔ指年份； ＰＧＤＰ表示人均实际ＧＤＰ；ＰＪＬ表示互联网普及 率；ｏｌ表示截距；７７ 反映不同省份的个体效应影 响；Ｖｔ反映不同年份的时点效应影响； 表示互联 网普及率对经济增长贡献程度的弹性系数； 是 表１单位根检验结果 注：……、…”分别代表在５％和１％的水平下显著；括号中数据为伴随概率。 （二）面板数据的协整检验 本文采用Ｐｅｄｒｏｎｉ面板协整检验方法。Ｐｅ． Ｇｒｏｕｐ ＡＤＦ为准。本文面板数据的时间跨度为９ 年，因此主要依据Ｐａｎｅｌ ＡＤＦ和Ｇｒｏｕｐ ＡＤＦ统计 量的检验结果。从表２可以看出，在７个统计量 ｄｒｏｎｉ在回归残差的基础上构造了７个检验面板 协整的统计量，检验结果如表２所示。Ｐｅｄｒｏｎｉ指 中，有４个统计量，包括Ｐａｎｅｌ ＡＤＦ和Ｇｒｏｕｐ ＡＤＦ， 通过了１％显著水平的检验，表明ｌｎＰＧＤＰ与ｌｎ— 出，当样本期较短（ ≤２０）时，Ｐａｎｅｌ ＡＤＦ和Ｇｒｏｕｐ ＡＤＦ检验效果较好，而Ｐａｎｅｌ ｖ和Ｇｒｏｕｐ ＰＰ的效 果较差。当检验结果不一致时，以Ｐａｎｅｌ ＡＤＦ和 ＰＪＬ之间存在稳定的协整关系，即ｌｎＰＧＤＰ和ｌｎ— ＰＪＬ之间存在长期的均衡关系。 表２协整检验结果 注：…”代表在１％的水平下显著；括号中数据为伴随概率。 ・１２２・ 第２８卷第３期 李立威，景峰：互联网扩散与经济增长的关系研究 （三）面板模型的检验与估计 估计面板模型之前要确定面板模型形式。面 板数据建立的模型通常包括混合模型、固定效应 模型和随机效应模型。固定效应模型和随机效应 时，通过Ｆ检验结果发现应建立变系数固定效应 模型；在个体时点双向效应下，通过Ｆ检验及 Ｈａｕｓｍａｎ检验发现应建立个体时点双向固定效应 模型。三种模型拟合效果数据如表３所示。通过 拟合效果的比较，发现个体时点双固定效应模型 要优于时点固定效应模型及个体固定效应模型， 其Ｒ 及调整后Ｒ 和Ｆ统计量明显高于后者，而回 归标准差和残差平方和明显低于后者。由表３中 模型，又分为个体效应模型、时点效应模型、个体 时点双向效应模型。一般通过Ｆ检验判断是选 用固定效应模型还是混合模型，通过Ｈａｕｓｍａｎ检 验判断是选择固定效应模型还是随机效应模型。 在只考虑时点效应时，通过Ｆ检验结果发现 个体时点双固定效应的Ｒ 及Ｆ统计量可知，模型 拟合优度很高且总体线性关系显著。 应建立变截距固定效应模型；在只考虑个体效应 表３不同模型拟合效果对比 （四）结果分析 表４ ＩｎＰＧＤＰ与ｌｎ Ｌ模型的参数估计结果 模型中截距项反映了资本、劳动等要素对经 （个体时点双固定效应模型） ＬｎＰＧＤＰ ＝９．２７＋田 ＋ ＋０．１３７ ７ＬｎＰＪＬ Ｒ ＝０．９９ Ｆ＝４１６．３３ Ｄ． ：０．２９ 济增长的促进作用，其中９．２７是全国的整体水 平。ＬｎＰＪＬ的系数表现为互联网扩散对经济增长 影响效果的弹性系数。从表４可知，互联网扩散 对经济增长的弹性系数为０．１３７ ７，表明互联网对 经济增长有积极影响，互联网普及率每提高 １０％，人均实际ＧＤＰ约增加１．３８％。 在全国３１个省份中，个体因子呈现出明显的 区域差异，这主要是由于各地区的资源禀赋、经济 基础、工业化水平、产业结构等不同，使得ＧＤＰ的 实际增加值有明显差异。上海的值最大，其次是 北京和天津，三地的值均在０．８以上，其互联网普 及率均位居全国前列。其次是福建、广东、江苏、 辽宁、内蒙古、山东、浙江等，值在０．３到０．６之 间；而为负数的省份大部分为经济欠发达地区，互 联网普及率不高。经济发达地区由于处于工业化 发展的中后期，具备相对良好的基础设施和高级 的产业结构，互联网的知识溢出效应更为显著，互 联网对资本和劳动等投入要素使用效率的提升效 果更为显著。陈佳贵等（２０１２） 叫对２０１０年中国 ３１个省份的工业化水平指数进行了测评，测评结 果如表５所示。值得注意的是，个体因子分布的 高低与各地工业水平高低呈现出一致性，两组数 注：…”代表在１％的水平下显著。 ・１２３・ 北京工商大学学报（社会科学版） ２ｏ１３年第３期 据的相关性达到０．８８。这表明互联网的发展促 从时问维度看，２００３－－２０１１年时间影响因子 逐年提高，并以２００６年为分界线呈现出明显的阶 段特征，这与我国互联网发展的实际情况是吻合 的。从２００６年互联网普及率升至１０．５％开始， 网民规模迎来～轮快速增长，平均每年互联网普 进了经济增长和工业化水平的提升，但影响效果 在一定程度上又受制于地区工业化水平和所处工 业化阶段的，这也间接印证了信息化和工业 化之间相互融合、相互促进的关系。工业化和信 息化的融合不仅是信息化发展的需要，也是促进 工业化发展和产业结构高级化发展的需要。 表５ ２０１０年中国工业化水平综合指数 地区 上海 及率提升约６个百分点，尤其在２００８年和２００９ 年，网民年增长量接近９ ０００万，在２０１１年，这一 增长势头开始减缓（ＣＮＮＩＣ，２０１２） 。２００６年 之前时问影响因子为负数，因为在２００６年之前， 我国的互联网普及率非常低，只有不到１１％。由 于网络外部性的存在，在互联网普及率较低时，互 指数 １００ 地区 指数 ３２ 北京 天津 １００ ９５ 河南 山西５６ ４７ 联网对经济的影响非常有限。２００７年之后由于 我国互联网迎来了发展的高峰，时间影响因子转 为正数，并逐年提高，２０１１年达到０．３２，表明随着 互联网普及率的提高，互联网外部性带来的知识 溢出效应更加明显，互联网扩散对提高资本和劳 动使用效率的作用更加显著。 上述模型中Ｄ．ｗ．值偏低，说明变量存在序 浙江 ８７ 湖南 ５７ 江苏 广东 辽宁８７ ８４ ８１ 青海 陕西 宁夏 ５８ ５４ ５８ 福建 山东 ７９ ７５ 四川 江西 ５１ ５７ 列相关性，即互联网普及率的提高对经济增长有 滞后效应，由互联网扩散带来的要素利用效率的 内蒙古 黑龙江 吉林 河北 ６７ ５０ ６６ ６２ 安徽 广西云南 ５５ ２７ ４９ ４２ 提高需要一定时间的积累才能表现出来。当引入 滞后效应后，通过Ｆ检验发现，应建立固定效应 变截距模型，估计结果如表６所示。滞后ｌ～５年 的所有模型均可以通过检验。当滞后５年时， Ｄ．ｗ．值接近２，说明消除了自相关性。当滞后１ 重庆 ６９ 甘肃 ４４ 年时，截距比较大而弹性比较小，说明经济增长主 要依赖资本和劳动等要素，互联网的作用有限。 当滞后２年时，截距明显变小而系数显著变大。 滞后３—５年时，截距和系数都趋于稳定，在第５ 年时达到最大，这说明互联网对经济增长在２年 湖北 海南 ６３ ２９ 贵州 ３４ 数据来源：陈佳贵等著，《中国工业化进程报告１９９５～ ２０１０）），社会科学文献出版社，２０１２年１１月。 表６滞后１～５年的估计结果 注：…”代表在１％的水平下显著。 ・１２４・ 第２８卷第３期 李立威，景峰：互联网扩散与经济增长的关系研究 后才开始发挥明显作用，之后逐渐趋于稳定。滞 后模型中的系数在第１年接近总体估计结果，而 第２年到第５年的系数远远高于总体估计结果， 原因在于互联网普及率是存量数据，而非流量数 据，因此互联网扩散对经济增长的影响具有明显 的累积效应。从各省份的截距值来看，在滞后１ 年时，各省份截距排序与总体估计结果差距较大， 没有明显的规律性，而在滞后２～５年时，与总体 估计结果一致，即发达地区为正值，而欠发达地区 为负值（在各滞后模型结果中，各省份的截距值 由于篇幅所限，未列于文中）。 四、结论与建议 互联网与经济增长之间存在长期均衡关系， 互联网对我国经济增长具有积极的作用。时间和 空间的差异结果也进一步说明了互联网普及率与 经济增长之间的密切关系。从长期看，互联网普 及率每提高１０％，人均实际ＧＤＰ大约提高 １．３８％。应通过加大网络基础设施的投入、 增加网络接人端口、降低宽带接人资费标准等措 施，进一步提高网民比例，促进互联网的使用和扩 散。尤其是要尽快在经济欠发达地区和广大农村 普及互联网，缩小区域和城乡之问的数字鸿沟，更 好地发挥互联网对我国经济增长的促进作用。 互联网对经济增长的影响受到工业化水平的 。在全国３１个省份中，个体影响因子根据经 济发展程度呈现出明显的区域差异，这反映了各 地区经济发展的不平衡性。互联网扩散对经济增 长效果的发挥受到各地工业化水平的，经济 发达地区由于处于工业化发展的中后期，具备相 对良好的基础设施和高级的产业结构，相对于落 后地区，互联网的知识溢出效应更为明显，对资本 和劳动等投入要素使用效率的提升效果更为显 著。对于而言，基础设施、人力资本、金融资 本以及商业环境方面的投资将帮助增强其互联网 供应生态系统的发展（麦肯锡，２０１１）¨ 。欠发达 地区要一方面要促进互联网的普及、提高信息化 水平，另一方面要继续推进工业化、优化产业结 构，促进工业化和信息化的融合发展。 互联网对经济增长的影响具有累积效应和滞 后效应，滞后期达到２～５年。互联网对经济增长 的影响自２００７年以后逐渐显著。互联网的使用 具有典型的网络外部性特征，在互联网使用人数 较少时，互联网对促进知识溢出及经济增长的作 用难以充分发挥。２００７年以后，我国互联网人数 和普及率快速增长，互联网普及率从２００７年的 １７％倍增到２０１１年的３９％，互联网对经济的促 进作用逐渐显著。互联网对经济增长的影响具有 累积效应和滞后效应，这一方面可能是因为我国 的网民主要以年轻学生为主，其尚未进入劳动力 市场；另一个可能的原因在于新增用户刚开始接 触互联网主要以娱乐为主，因此互联网对促进资 本和劳动效率的提高尚未发挥作用。经济落后地 区若想借助互联网促进经济发展，仅靠短期的投 入是不够的，需要长期持续的投入以促进互联网 的扩散。 北京工商大学学报（社会科学版） ２０ｌ１，３（３／４）：３４５—３５５． ２０１３年第３期 影响——基于中国家庭动态跟踪调查（ＣＦＰＳ）数据的实证 ［１ １］ＭｃＫｉｎｓｅｙ Ｇｌｏｂａｌ Ｉｎｓｔｉｔｕｔｅ．Ｉｎｔｅｒｎｅｔ ｍａｔｔｅｒｓ：ｔｈｅ ｎｅｔ’Ｓ ｓｗｅｅｐｉｎｇ ｉｍｐａｃｔ ｏｎ ｇｒｏｗｔｈ，ｊｏｂｓ，ａｎｄ ｐｒｏｓｐｅｒｉｔｙ［ＥＢ／ ＯＬ］．（２０１１—０５一ｌ１）［２０１２—１２—１０］．ｈｔｔｐ：／／ＷＷＷ．ｍｃｋｉｎ— ｓｅｙ．ｃｏｍ／Ｉｎｓｉｇｈｔｓ／ＭＧＩ／Ｒｅｓｅａｒｃｈ／Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｎｏｖａ— ｔｉｏｎ／Ｉｎｔｅｒｎｅｔ ｍａｔｔｅｒｓ． 研究［Ｊ］．南方人口，２０１１，２６（５）：１—１０． ［１６］杨坚争，周涛，李庆子．电子商务对经济增长作 用的实证研究［Ｊ］．世界经济研究，２０１１（１０）：４Ｏ一４３． ［１７］向蓉美．互联网产业对国民经济影响的投入产 出分析［Ｊ］．统计与决策，２００８（１１）：７５—７７． ［１ ２］Ｔｈｅ Ｂｒｏａｄｂａｎｄ Ｃｏｍｍｉｓｓｉｏｎ ｆｏｒ Ｄｉｇｉｔａｌ Ｄｅｖｅｌｏｐ— ｍｅｎｔ．Ｂｒｏａｄｂａｎｄ：ａ ｐｌａｔｆｏｒｍ ｆｏｒ ｐｒｏｇｒｅｓｓ［ＥＢ／ＯＬ］．（２０１卜 ０５—０７）［２０１２—１２—１０］．ｈｔｔｐ：／／ｗｗｗ．ｂｒｏａｄｂａｎｄｃｏｍｍｉｓ． ｓｉｏｎ． ０ｒｇ／ｒｅｐｏｒｔ１／ｒｅｐｏｒｔ２．ｐｄｆ． ［１８］刘宇，互联网对国民经济影响的定量分析［Ｊ］． 财经大学学报，２０１０（１２）：４４—４９． ［１９］Ｗａｆｔ Ｂ．Ｕｎｅｖｅｎ ｇｅｏｇｒａｐｈｉｅｓ ｏｆ ｔｈｅ ａｆｒｉｃａｎ ｉｎｔｅｒ． ｎｅｔ：ｇｒｏｗｔｈ，ｃｈａｎｇｅ，ａｎｄ ｉｍｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ａ￣ｉｃａｎ Ｇｅｏ— ｇｒａｐｈｉｃａｌ Ｒｅｖｉｅｗ，２０１０，２９（２）：４１—６６． ［１３］张越，李琪．互联网对我国各省区经济发展的 影响［Ｊ］．山西财经大学学报，２００８，３０（６）：３８—４４． ［１４］孙中伟，张兵，王杨，等．互联网资源与我国省 ［２０］陈佳贵，黄群慧，吕铁，等．中国工业化进程报 告（１９９５～２０１０）［Ｍ］．北京：社会科学文献出版社，２０１２． ［２１］中国互联网络信息中心．２０１１年中国互联网络 发展状况统计报告［Ｒ／ＯＬ］．［２０１２—１２—２２］．ｈｔｔｐ：／／ ＷＷＷ．ｄｏｃ８８．ｃｏｍ／ｐ一７００８６４５９６３ｌ８．ｈｔｍ１． 域经济发展的关系研究［Ｊ］．地理与地理信息科学，２０１０， ２６（３）：４４—４８． ［１５］卜茂亮，罗华江，周耿．Ｉｎｔｅｒｎｅｔ对劳动力市场的 Ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ Ｉｎｔｅｒｎｅｔ Ｄｉｆｆｕｓｉｏｎ ａｎｄ Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈ： Ｅｍｐｉｒｉｃａｌ Ｒｅｓｅａｒｃｈ Ｂａｓｅｄ ｏｎ Ｐａｎｅｌ Ｄａｔａ ｏｆ Ｃｈｉｎａ’Ｓ ３１ Ｐｒｏｖｉｎｃｅｓ ＬＩ Ｌｉ．ｗｅｉ ， ＆ＪＩＮＧ Ｆｅｎｇ （Ｊ．Ｇｒａｄｕａｔｅ Ｓｃｈｏｏｌ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １ ０２４８８，Ｃｈｉｎａ； ２．Ｍａｎａｇｅｍｅｎｔ Ｓｃｈｏｏｌ，Ｂｅ ｎｇ Ｕｎｉｏｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １００１０１，Ｃｈｉｎａ； ３．Ｃｈｉｎａ Ｚｈｅｓｈａｎｇ Ｂａｎｋ Ｎａｎｊｉｎｇ Ｂｒａｎｃｈ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ ２１０００８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｄａｔａ ｏｎ ｌｎｔｅｒｎｅｔ ｕｓｅｒ ｒａｔｉｏ ａｎｄ ｒｅａｌ ＧＤＰ ｐｅｒ ｃａｐｉｔａ ｉｎ Ｃｈｉｎａ’Ｓ ３ １ ｐｒｏｖｉｎｃｅｓ ｄｕｒｉｎｇ ９ ｙｅａｒｓ ｆｒｏｍ ２００３ ｔｏ ２０１ １，ｂａｓｅｄ ｏｎ ｔｈｅ ｕｎｉｔ ｒｏｏｔ ｔｅｓｔ ａｎｄ ｔｈｅ ｃｏｉｎｔｅｇｒａｔｉｏｎ ｔｅｓｔ，ｔｈｉｓ ｐａｐｅｒ ｃｏｎｓｔｒｕｃｔｓ ａｎ ｉｎｄｉｖｉｄｕａｌ ｔｉｍｅ—ｐｏｉｎｔ ｂｉ・ｄｉｒｅｃｔｉｏｎａｌ ｆｉｘｅｄ ｅｆｆｅｃｔ ｍｏｄｅｌ ｔｏ ｍａｋｅ ａｎ ｅｍｐｉｒｉｃａｌ ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ Ｉｎｔｅｒｎｅｔ ｄｉｆｆｕｓｉｏｎ ａｎｄ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ．Ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｐｌａｙｓ ａ ｐｏｓｉｔｉｖｅ ｒｏｌｅ ｉｎ ｐｒｏｍｏｔｉｎｇ Ｃｈｉｎａ’Ｓ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ，ｗｉｔｈ ｔｈｅ ｐｒｏｍｏｔｉｎｇ ｒｏｌｅ ｇｒａｄｕａｌｌｙ ｓｉｇｎｉｉｃａｎｔｆ ａｆｔｅｒ ２００７．Ｅｖｅｒｙ １０％ｉｎｃｒｅａｓｅ ｉｎ Ｉｎｔｅｒｎｅｔ ｕｓｅｒ ｒａｔｉｏ ｂｒｉｎｇｓ ａｎ ｉｎｃｒｅａｓｅ ｉｎ ｒｅａｌ ＧＤＰ ｐｅｒ ｃａｐｉｔａ ａｔ ｒｏｕｇｈｌｙ １．３８％．Ｂｅｃａｕｓｅ ｏｆ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｉｎ ｔｈｅ ｂａｓｉｓ ｆｏｒ ｄｅｖｅｌｏｐｍｅｎｔ ｓｕｃｈ ａｓ ｉｎｄｕｓｔｒｉａｌｉｚａｔｉｏｎ ｌｅｖｅｌ ｎａｔｉｏｎｗｉｄｅ，ｔｈｅ Ｉｎｔｅｒｎｅｔ’Ｓ ｉｍｐａｃｔ ｏｎ ｒｅｇｉｏｎａｌ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｐｒｅｓｅｎｔｓ ａｎ ｏｂｖｉｏｕｓ ｒｅｇｉｏｎａｌ ｄｉｓｐａｒｉｔｙ．Ｔｈｒｏｕｇｈ ｔｈｅ ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｌａｇ ｅｆｆｅｃｔ ｍｏｄｅｌｓ，ｉｔ ｉｓ ｆｏｕｎｄ ｔｈａｔ ｔｈｅ Ｉｎｔｅｒｎｅｔ’Ｓ ｌａｇ ｅｆｆｅｃｔ ｏｎ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｒｅａｃｈｅｓ ｔｈｅ ｍａｘｉｍｕｍ ｉｎ ｔｈｅ ５ｔｈ ｙｅａｒ． Ｋｅｙ Ｗｏｒｄｓ：Ｉｎｔｅｒｎｅｔ；Ｉｎｔｅｒｎｅｔ ｄｉｆｆｕｓｉｏｎ；ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ；ｐａｎｅｌ ｄａｔａ （本文责编邓艳） ・１２６・
