我国软件和信息服务业时空格局及对制造业的影响研究_吕沛颖.pdf

2023 年第 01 期总第 343 期22【产业经济】我国软件和信息服务业时空格局及对制造业的影响研究吕沛颖1巫细波1,2（1.广州城市战略研究院，广东广州510410；2.广州市社会科学院，广东广州510410）摘要 基于 Theil 指数、空间马尔科夫链模型和空间面板数据模型分析了我国 20122020 年软件和信息服务业的总体及区域差异变化趋势，实证分析了软件信息服务业对制造业的促进作用。研究表明软件业务收入在 20122020 年间呈现快速增长的趋势；七大区域的差异总体平稳，总体差异主要来源于组内差异,七个区域内部的差异变化趋势有所不同；不同发展水平维持现状的概率相对较高，我国省际软件和信息服务业呈现出空间自相关特征，不同发展水平类型维持现状的概率降低但相互转移的概率提高；软件和信息服务业对本地制造业有显著的直接正向促进效应，而空间滞后性表现为抑制效应。关键词 软件和信息服务业；变化趋势；Theil 指数；空间马尔科夫链；空间面板数据模型 中图分类号 F49 文献标识码 A 文章编号 2095-3283(2023)01-0022-05Research on the Spatial and Temporal Pattern of Chinas Software and Information Servicesand Its Impact on the Manufacturing IndustryLv Peiying1 Wu Xibo1,2(1.Guangzhou Urban Strategy Institute,Guangzhou Guangdong 510410;2.Guangzhou Academy of Social Sciences,Guangzhou Guangdong 510410)Abstract:Based on the Theil index,spatial Markov chain model and spatial panel data model,this paper analyzed the overall and regional variation trends of software and information service industry in China from 2012 to 2020,and empirically analyzed the effect of software and information services on manufacturing.The study shows that the software business revenue shows a rapid growth trend from 2012 to 2020;the differences among the seven regions are generally stable,and the overall differences mainly come from the intra-group differences,while the trends of the differences within the seven regions are different.The probability of maintaining the status quo at different development levels is relatively high,and Chinas inter-provincial software and information services shows spatial autocorrelation characteristics,the probability of maintaining the status quo at different development level types decreases but the probability of transferring to each other increases;software and information services had a significant direct positive promotion effect on local manufacturing industry,while spatial lag shows a significant inhibitory effect.Key Words:Software and Information Services;Change Trend;Theil Index;Spatial Markov Chain Model;Spatial Panel Data Model一、引言“十四五”时期是我国由全面建成小康社会向基本实现社会主义现代化迈进的关键时期，推动数字经济深入发展是我国未来一段时期的发展重点，近年来国家推出鼓励新一代信息技术应用、加快信息化与工业化融合的一系列激励政策，希望能够进一步释放信息技术推动经济增长的潜力1。目前国内学者对软件和信息服务业的研究主要分为三个方面，分别是对经济增长的影响、行业发展指数评价体系以及自身行业发展趋势的研究。在对经济增长的影响方面，部分学者运用计量经济学的 作者简介 吕沛颖（1998），女，汉族，广东江门人，实习研究员，研究方向：区域经济、空间分析与 GIS应用。通讯作者 巫细波（1983），男，汉族，广东五华人，研究员，研究方向：区域经济、空间统计与计量分析。基金项目 广州中心城市研究基地资助（项目编号：2021-2023）。2023 年第 01 期总第 343 期23方法实证分析信息服务业对经济增长的影响123，并且肯定了该行业对经济增长具有一定的推动作用。在行业发展指数评价体系方面，工业和信息化部运行监测协调局4于 2019 年发布的报告中指出了行业综合发展指数的原理和表现。在自身行业发展趋势的研究方面，软件和信息服务业的发展水平或通过软件业务收入、出口总额、从业人数等具体统计指标表现，或通过综合测算发展指数的方法来表示56。我国软件和信息服务业的发展将是未来中国乃至世界经济增长的一个关键点，国内学者对此行业的发展也有不少研究。但是，在行业发展趋势的研究中对区域差异的区划划分方式依然有待改进。根据国家统计局发布的 20122020 年的软件业务收入与“十三五”时期（20162020 年）的软件产品收入、信息技术服务收入、信息安全收入和嵌入式系统软件收入数据，使用Theil 指数以及马尔科夫链和空间马尔科夫链方法，对我国软件和信息服务业的时空格局和发展趋势进行研究分析，并使用空间计量模型定量研究软件和信息服务业对制造业的影响。二、我国软件和信息服务业区域差异变化趋势与特征20122020 年间，我国软件业务收入呈现快速增长趋势，由 24793.75 亿元增长到 81585.91 亿元，年均增长 16.12%。从区域层面看，华东是我国主要的软件业基地，在 20122020 年都是我国软件业规模最大的区域。华北和华南的软件业规模较大，在 2020 年以前华南的软件业务收入领先于华北地区，但在 2020 年华北地区实现了反超。东北地区与西北地区的传统制造业仍占主导地位，导致软件业规模小且增长缓慢，年均增速为 1.03%；国家“东数西算”工程持续推进，促使西北地区的软件业增长迅速，八年间年均增速达到了24.17%，表明西北地区已将软件和信息技术服务业作为推动经济高质量发展的增长点。从省际层面看，地区差异明显。北京、广东、江苏的软件业务收入水平在 20122020 年间保持前三，并在 2020 年超过了万亿元规模，分别是 15737.29 亿元、13630.45 亿元、10818.11 亿元。超过 5000 亿元规模的省份是浙江、上海、山东，其他省市的软件业务规模较小，山西、甘肃、新疆、黑龙江、宁夏、内蒙古、青海的规模均低于 100 亿元。基于 Theil 指数测算我国软件业务收入的区域差异及变化特征。计算结果显示，我国软件业务区域差异总体平稳，Theil 指数在 0.888 和 0.895 之间上下浮动，年均上涨 0.12%，从差异贡献来源来看，我国软件业务收入总体差异主要来源于组内差异，组内差异贡献率常年保持在 50%以上，总体上也是平稳的。从七个区域软件业务的 Theil 指数变化趋势看，西北、华北地区都呈现明显的上升趋势，华中地区波动上升，西南相对较平稳，华东地区呈现缓慢下降趋势，华南、东北地区波动下降（见图 1）。图 120122020 年各区域软件业务收入 Theil 指数变化数据来源：20132021 年中国统计年鉴。三、我国省际软件和信息服务业时空演变特征采用马尔科夫链模型，研究我国 20122020 年省际软件和信息服务业的时空演变特征。将距离权重作为空间滞后的权重，另外采用分位数方法，将软件业务收入离散化为发达、较发达、一般、欠发达 4 种类型，并分别用符号 C3、C2、C1 及 C0 表示，同时将空间滞后类型也离散化为 4 种类型，并分别用 LAG3、LAG2、LAG1、LAG0 表示7。我国软件业务收入的空间马尔科夫链的卡方检验的统计值为 33.511（P 值为 0.006），表明空间马尔科夫链模型通过统计显著性检验。（一）基于普通马尔科夫链模型的分析普通马尔科夫链模型由表 1“P（H0）”所示，在不考虑空间溢出效应的情况下，我国 20122020 年省际软件业不同发展水平维持现状的概率相对较高，维持发达水平（C3）的概率明显高于其他类型，各发展水平类型之间的转变仅限于相邻类型。2023 年第 01 期总第 343 期24表 120122020 年我国省际软件业务收入的马尔科夫链模型分析结果空间滞后类型C0C1C2C3P(H0)C00.9320.0680.0000.000C10.0980.8850.0160.000C20.0000.0170.9660.017C30.0000.0000.0330.967P(LAG0)C00.9440.0560.0000.000C10.5000.5000.0000.000C20.0000.0000.0000.000C30.0000.0000.0001.000P(LAG1)C00.9410.0590.0000.000C10.0670.9330.0000.000C20.0000.0480.9520.000C30.0000.0000.0001.000P(LAG2)C01.0000.0000.0000.000C10.0560.9440.0000.000C20.0000.0001.0000.000C30.0000.0000.0590.941P(LAG3)C00.0001.0000.0000.000C10.0450.9090.0450.000C20.0000.0000.9500.050C30.0000.0000.0590.941数据来源：20132021 年中国统计年鉴。（二）基于空间马尔科夫链模型的分析考虑空间滞后的空间马尔科夫链模型对比普通马尔科夫链模型，其概率明显发生了改变，对角线的数值降低而不同类型之间相互转移的概率有所提高，表明我国省际软件和信息服务业受到邻近地区的显著影响，呈现出空间自相关特征。空间滞后类型为 LAG0 的马尔科夫转移概率矩阵对角线的数值均值为 0.611，不同类型相互转移的概率为 0.046，欠发达（C0）和一般地区（C1）向上转移的平均概率为 0.028，而较发达（C2）和发达地区（C3）向下转移的平均概率为 0。空间滞后类型为 LAG1 的马尔科夫转移概率矩阵对角线的数值均值为0.957，不同类型之间相互转移的概率为 0.015，欠发达（C0）和一般地区（C1）向上转移的平均概率为 0.030，而较发达（C2）和发达地区（C3）向下转移的平均概率为 0.024。空间滞后类型为 LAG2 的马尔科夫链转移概率矩阵对角线的均值为 0.971，不同类型相互转移的概率为 0.010，欠发达（C0）和一般地区（C1）向上转移的平均概率以及较发达（C2）和发达地区（C3）向下转移的平均概率都为 0。空间滞后类型为 LAG3 的马尔科夫链转移概率矩阵对角线的均值为 0.7，不同类型相互转移的概率为 0.100，欠发达（C0）和一般地区（C1）向上转移的平均概率为 0.523，较发达（C2）和发达地区（C3）向下转移的平均概率为 0.029。模型分析结果显示不同地区维持现状的平均概率达到 0.835 的高值，而不同类型之间相互转移的平均概率极低，仅为 0.038，其中欠发达和一般地区向上转移的平均概率略高，为 0.124，但较发达和发达地区向下转移为欠发达和一般地区的平均概率仅为 0.022，这说明不同地区倾向于维持现有的发展水平，相互转移的可能性存在但偏小，其中向上转移的可能性高于向下转移的可能性。四、软件和信息服务业对我国制造业影响的实证分析（一）变量和模型选择随着数字经济的快速发展，软件信息服务业对制造业的作用越来越重要。由上述分析可知我国省际软件和信息服务业呈现出空间自相关特征，因此在研究软件和信息服务业对制造业的影响时，应当考虑空间的因2023 年第 01 期总第 343 期25素。以下使用空间面板数据模型探究 20122020 年省级层面软件业务收入等影响因子对于制造业的影响，其中考虑软件和信息服务业的空间溢出效应。样本数据为30 个省份 9 年（20122020 年）的面板数据，因变量“Industry”表示每年规模以上工业企业主营业务收入，核心变量“Info”表示软件业务收入，其他影响因子有“Fin”“PerGDP”“FID”“PFE”，分别表示金融业增加值、人均地区生产总值、外商投资企业投资总额、地方财政一般预算支出，其中“Fin”和“FID”代表该地区的金融情况，“PerGDP”代表该地区的宏观经济状况，“PFE”代表该地区的政府调控力度。为了消除计量模型可能存在的异方差，对因变量和自变量取对数，各变量分别表示为“lndustry”“lnInfo”“lnFin”“lnPerGDP”“lnFID”“lnPFE”，相关指标如表 2所示。表 2变量及数据描述性统计变量单位均值标准差最小值最大值预期效应Yit规模以上工业企业主营业务收入：Industry亿元345893546791.88156591-Xit软件业务收入：Info亿元162826570.0115737正向金融业增加值：Fin亿元5.542.781.9416.49正向人均地区生产总值：PerGDP万元5.542.781.9416.49正向外商投资企业投资总额：FID亿美元2049352011.3127450正向地方财政一般预算支出：PFE亿元51712877864.4017431正向数据来源：20132021 年中国统计年鉴。（二）实证结果分析使 用 Stata 的“XSMLE”和“spxtregress”模 块 对以上样本数据进行空间自回归模型（SAR）和空间杜宾模型（SDM）的实证分析。实证分析将得到四种估计结果，分别是固定效应、随机效应的 SAR（分别是表 3、）和 SDM（分别是表 3、）。根据豪斯曼检验显示，随机效应（Re）的模型要比固定效应（Fe）模型的效果更好，又结合以下计量结果显示，变量“lnInfo”“lnPerGDP”“lnPFE”的估计系数以及“lnInfo”的空间滞后项都在 1%的水平上显著，“lnFID”的估计系数在 5%的水平上显著。综上，空间计量模型 SAR 的随机效应回归模型（表 3）是本次实证中的最优模型。表 3空间面板数据回归模型的计量结果变量及统计指标SARFeSARReSDMFeSDMReMain:lnInfo0.0752*0.0940*0.0601*0.0954*(2.69)(3.35)(2.38)(3.62)lnFin-0.0284-0.00832-0.115-0.00471(-0.30)(-0.09)(-1.31)(-0.05)lnPerGDP0.808*0.593*0.863*0.549*(4.76)(3.39)(5.65)(3.25)lnFID-0.0931*-0.0884*-0.0813*-0.0740*(-3.18)(-3.00)(-3.08)(-2.64)lnPFE0.562*0.503*0.559*0.680*(3.87)(3.52)(4.29)(5.05)_cons7.110*1.647(8.31)(1.74)Wd:lnInfo-0.562*-0.435*-0.577*-0.623*(-7.10)(-5.48)(-8.12)(-8.96)2023 年第 01 期总第 343 期26变量及统计指标SARFeSARReSDMFeSDMReVariance:sigma_e_cons0.146*0.147*0.0172*0.0199*(22.27)(21.84)(11.69)(10.85)sigma_u_cons1.497*(6.86)lgt_theta-2.710*(-15.78)数据来源：20132021 年中国统计年鉴。表 3 空间面板数据回归模型的计量结果显示：1.软件和信息服务业对我国制造业的发展有显著促进作用，同时具有明显的负向空间溢出效应。各地区的软件业务收入估计系数显示为显著正向，表明软件业务收入这项因素对规模以上工业企业主营业务收入产生了显著的促进作用。软件和信息服务业的繁荣，意味着越来越多的软件产品、信息服务、嵌入式系统等将会在实体经济中得到更为广泛的应用，制造业的生产更为高效、管理更为科学、数据更为安全，软件和信息服务业的发展将会促使制造业的进步。由金融业指标的估计系数可知金融业增加值与我国制造业的关系。2.地区宏观经济运行良好能够明显加强我国制造业的发展且影响较大。宏观经济环境良好将能够为制造业的发展带来有利影响。制造业的发展有利于国家经济发展，同样地国家经济发展也将带动制造业发展。综上所述，软件和信息服务业对我国制造业的发展有显著促进作用，地区经济大环境对制造业有较大影响，因此也应注重整体的发展。五、结论通过采用 Theil 指数、马尔科夫链模型分析 20122020 年我国软件和信息服务业的区域差异和时空演变特征，并分别从软件产品收入、信息技术服务收入、信息安全收入和嵌入式系统软件收入四个方面分析“十三五”期间我国省际软件和信息服务业的变化趋势，结果显示：1.我国软件业务收入在 20122020 年间呈现快速增长的趋势，年均增速 16.12%，华东地区是我国主要的软件业基地。2.我国软件业务区域差异总体平稳，Theil 指数在 0.888 和 0.895 之间浮动，年均上涨 0.12%，总体差异主要来源于组内差异，组间差异的贡献较少。3.七个区域的 Theil 指数变化趋势有所差异，西北、华北地区呈现明显的上升趋势，西南、华东地区呈现下降趋势，华中地区波动上升，而华南、东北地区波动下降。4.基于马尔科夫链模型，在不考虑空间溢出效应的情况下，不同发展水平维持现状的概率相对较高，欠发达类型保持不变的概率高于其他类型，各发展水平类型之间的转变仅限于相邻类型；空间马尔科夫链模型结果表明，我国省际软件和信息服务业呈现出空间自相关特征，不同发展水平类型维持现状的概率降低但相互转移的概率提高。5.“十三五”期间，我国软件业务收入逐年增加，其中软件产品收入、信息技术服务收入逐年增长，嵌入式系统软件收入在 20162017 年实现增长，但在 2018 年有所回落，随后缓缓上升恢复原有的水平，北京市、江苏省、广东省、山东省、上海市对我国软件业务收入的贡献都占据领先地位。6.软件和信息服务业对我国制造业发展有显著促进作用，同时具有明显的负向空间溢出效应；金融业和宏观经济环境也对制造业有影响。参考文献 1 韩宝国,李世奇.软件和信息技术服务业与中国经济增长 J.数量经济技术经济研究,2018,35(11):14.2 杨嫩晓,王雪,杨洵.信息服务业对西安经济增长的影响分析 J.西安邮电大学学报,2015,20(1):107-112.3 倪明,胡晓艳.信息产业发展对经济增长带动作用的实证研究 J.图书情报工作,2010(12):5.4 工业和信息化部运行监测协调局.2019 年中国软件和信息技术服务业综合发展指数报告J.智能制造,2020(7):18-23.5 工信部运行监测协调局.2020 年软件和信息技术服务业统计公报 N.中国电子报,2021-01-29(4).6 韩增林,李冰心.中国软件和信息技术服务业发展水平格局时空演变研究 J.经济经纬,2017,34(5):1-7.7 王慧艳,巫细波.我国电子信息制造业区域差异及生产效率时空变化特征研究 J.产业创新研究,2021(17):76-81.（责任编辑：张彤彤梁宏伟）