楊帆+趙忠秀+羅楓

摘要：本文在回顧內(nèi)生增長模型和經(jīng)濟增長模型的基礎上，通過全要素生產(chǎn)率研究，提取8種影響我國信息資源產(chǎn)業(yè)全要素生產(chǎn)率增長的內(nèi)生要素和外生要素，并通過因子分析，提煉出我國信息資源產(chǎn)業(yè)全要素生產(chǎn)率增長的三類決定性因素。研究發(fā)現(xiàn)，信息知識程度和信息創(chuàng)新程度既共同直接影響，也通過內(nèi)部投入要素間接影響信息資源產(chǎn)業(yè)產(chǎn)出增長;內(nèi)部投入要素和外生性要素分別作用于產(chǎn)出增長。這不僅彌補了以前信息資源產(chǎn)業(yè)全要素生產(chǎn)率研究的不足之處，而且揭示了我國信息資源產(chǎn)業(yè)TFP增長的人力資本、專業(yè)化和技術溢出等內(nèi)部因素以及制度變遷、市場化程度和產(chǎn)業(yè)政策等外部因素對我國信息資源產(chǎn)業(yè)TFP增長的影響。

關鍵詞：TFP;信息資源;產(chǎn)業(yè)增長模型

中圖分類號：F124.5文獻標識碼：A

文章編號：1000176X（2015）01003707

一、引言

隨著信息通信技術的深入普及和發(fā)展，世界各個國家和地區(qū)之間的“數(shù)字鴻溝”正在逐漸縮小。根據(jù)國際電信聯(lián)盟2006年的世界電信發(fā)展報告顯示，過去十年間，在標準范圍內(nèi)的電話線路數(shù)與用戶數(shù)兩項指標上，發(fā)達國家與廣大發(fā)展中國家的比值大幅度降低;若以千人為計算單位，在計算機擁有量上二者間的倍數(shù)差也從79倍降至52倍;互聯(lián)網(wǎng)使用者的比率也下降了14倍。再觀國內(nèi)也正大力加強信息化的發(fā)展。數(shù)據(jù)顯示，直至2010年，我國手機使用者已達到8.5億人次;互聯(lián)網(wǎng)絡的覆蓋率接近35%;安裝有線數(shù)字電視的家庭達8 830萬戶，發(fā)展速度和普及程度非?？?。同西歐國家對比，我國信息鴻溝指數(shù)已從新千年的0.87降至2007年的0.69。但是在發(fā)展中國家更多地關注信息網(wǎng)絡基礎設施建設的時候，卻潛藏著又一次“信息鴻溝”的風險，即因互聯(lián)網(wǎng)的強勢發(fā)展所引起的“資源鴻溝”問題。

要順利完成信息化步驟，所需重點發(fā)展的不僅僅有制造業(yè)和服務業(yè)，還應重點關注信息資源產(chǎn)業(yè)的發(fā)展。作為一種新型的產(chǎn)業(yè)類型，它可以說為全世界帶來了全新的發(fā)展機會與空間。誰能把握機遇，誰就能成為該行業(yè)的領導者。

與發(fā)達國家相比，我國信息資源產(chǎn)業(yè)的總體發(fā)展水平十分落后，不僅產(chǎn)業(yè)總體發(fā)展規(guī)模偏小，結構設置不太科學，在國際市場上基本沒有競爭優(yōu)勢可言。另外，我國對于信息資源產(chǎn)業(yè)的投入建設力度遠遠跟不上基礎設施的建設步伐，這在某種程度上也阻礙了信息需求的發(fā)展空間。

如何定性定量地分析影響我國信息資源產(chǎn)業(yè)全要素生產(chǎn)率發(fā)展的內(nèi)外部因素，對于我國信息資源產(chǎn)業(yè)的增長和發(fā)展有著至關重要的作用。

二、研究變量及研究假設

1.研究變量

（1）影響信息資源產(chǎn)業(yè)增長的內(nèi)部因素

全要素生產(chǎn)率的增長不僅是經(jīng)濟增長模型中的內(nèi)生變量，而且其自身的增長與變動是由經(jīng)濟系統(tǒng)本身的原因決定的。內(nèi)生增長模型主要從研究與開發(fā)，人力資本和專業(yè)化及分工等方面展開。研究中主要的變量是信息資源產(chǎn)業(yè)人力資本存量、新增資本投入、外商直接投資、進出口總額、研發(fā)投入和專業(yè)化程度等。

（2）影響信息資源產(chǎn)業(yè)增長的外部因素

信息資源產(chǎn)業(yè)TFP的增長既與決策單位的內(nèi)部變量密切相關，也與決策單位發(fā)展生產(chǎn)的制度安排及所處市場環(huán)境相聯(lián)系。將信息資源產(chǎn)業(yè)TFP增長的外生性影響因素歸納為對區(qū)域經(jīng)濟社會發(fā)展水平、產(chǎn)業(yè)規(guī)?；?jīng)營水平、制度安排和政策支持等。

2.研究假設

1996年，國內(nèi)學者朱幼平^[1]采用CD函數(shù)研究了各種生產(chǎn)要素對經(jīng)濟增長的不同貢獻，得出貢獻值從大到小依次為信息化、勞動力和資本。2009年，徐姍和韓民春^[2]采用面板數(shù)據(jù)的固定效應分析方法，把信息要素嵌入內(nèi)生增長模型，進而對我國2001—2006年信息要素對經(jīng)濟增長的促進作用進行了檢驗，結果顯示，信息要素已日漸成為我國經(jīng)濟增長的重要投入，其貢獻度已越過資本，僅位于勞動要素之后。2010年，畢強等^[3]對信息內(nèi)容產(chǎn)業(yè)的內(nèi)涵進行了詳細闡述，深入地對信息內(nèi)容產(chǎn)業(yè)的形成條件、發(fā)展機理、發(fā)展規(guī)律及影響因素等進行分析。

國外學者Colecchia和Schreyer^[4]對比了9個國家的信息通訊技術的資本積累，認為在過去二十年里，信息通訊技術的資本積累對經(jīng)濟增長的貢獻率都在0.2%—0.5%之間，而到20世紀90年代的后五年，其貢獻率年均增長了0.3%—0.9%，緣于信息通訊技術的傳播和使用。2003年，Gust和Marquez^[5]通過對13個工業(yè)化國家1993—1999年數(shù)據(jù)進行分析，證明信息技術對美國經(jīng)濟增長確實起到了加速作用。Seo等^[6]對29個國家建立了積累增長模型來檢驗ICT投資和經(jīng)濟增長之間的關系，結果表明ICT投資和經(jīng)濟增長之間呈正相關，非ICT投資對經(jīng)濟增長的差距有更大的影響，生產(chǎn)率較低的國家可以通過使用發(fā)達國家的知識外溢來減少經(jīng)濟增長的差距。Antonopoulos和 Sakellaris^[7]使用新古典核算模型確定ICT投資對希臘經(jīng)濟增長的影響，發(fā)現(xiàn)ICT投資在1996—2003年對全要素生產(chǎn)率的貢獻為0.75倍。

為達到探索影響因素的目的，我們做出第一組假設檢查內(nèi)生性效應因素，即產(chǎn)出增長效應是因為人力投入程度、資金投入程度和技術投入程度等內(nèi)部投入因素導致。

H1：內(nèi)部投入程度對產(chǎn)業(yè)增長評估有正向影響。（

H1-1：人力投入程度對產(chǎn)出增長評估有正向影響。

H1-2：資金投入程度對產(chǎn)出增長評估有正向影響。

H1-3：技術投入程度對產(chǎn)出增長評估有正向影響。）

弗里曼和蘇特^[8]認為，知識與創(chuàng)新是知識經(jīng)濟時代經(jīng)濟持續(xù)快速發(fā)展的動力源泉，而且也正在日新月異地改變著整個歐洲的社會模式。Liu^[9]認為國家經(jīng)濟競爭力的主要驅(qū)動作用得力于信息內(nèi)容產(chǎn)業(yè)，在未來的十年內(nèi)，信息內(nèi)容產(chǎn)業(yè)必將發(fā)展成為重要的經(jīng)濟部門。徐紅梅和陳玉娟^[10]選擇1978—2007年郵電業(yè)務總量為代替指標，對經(jīng)濟增長與信息資源之間的關系進行深入分析，認為社會與生態(tài)間、社會與經(jīng)濟間、生態(tài)與經(jīng)濟間，通過信息的粘合作用趨于動態(tài)平衡，我國經(jīng)濟增長方式將由于信息資源水平的提高而轉變，并將促進信息產(chǎn)業(yè)的發(fā)展和產(chǎn)業(yè)結構的調(diào)整，同時加速信息經(jīng)濟的形成。Khuong^[11]基于跨國經(jīng)驗回歸模型，通過國家固定效應和GMM方法驗證了ICT普及率是經(jīng)濟增長的主要動力。Dimelis和 Papaioannou^[12]使用系統(tǒng)GMM和混合平均分組面板數(shù)據(jù)回歸比較了歐盟和美國的產(chǎn)業(yè)層面的ICT使用對經(jīng)濟增長的影響。結果表明，在20世紀90年代 ICT對經(jīng)濟增長的影響在美國和歐盟都很顯著。其對歐盟的影響在早期比較強，隨后減弱，而對美國的影響則正好相反。

由此，我們對外生性效應提出假設。

H2：外部投入程度對產(chǎn)出增長評估有正向影響。

（H2-1：產(chǎn)業(yè)政策效應對產(chǎn)出增長評估有正向影響。

H2-2：市場化效應對產(chǎn)出增長評估有正向影響。

H2-3：制度變遷效應對產(chǎn)出增長評估有負向影響。）

汪斌和余冬筠^[13]依靠信息化綜合指數(shù)模型對我國近幾十年的信息化發(fā)展水平進行測算，還估測了其對我國國民經(jīng)濟的帶動程度，認為信息化對工業(yè)增長的貢獻最大。劉榮添和葉民強^[14]計量分析了經(jīng)濟增長和信息化之間的關系，表明信息化目前已成為促進經(jīng)濟持續(xù)高速發(fā)展的主要因素，并且信息化水平與區(qū)域經(jīng)濟增長呈正相關關系。厲無畏和王慧敏^[15]認為，創(chuàng)意產(chǎn)業(yè)一方面可改變現(xiàn)有的經(jīng)濟增長模式，另一方面又為社會創(chuàng)造了非常大的經(jīng)濟收益，是一種綜合性強、高滲透和知識密集型的現(xiàn)代服務業(yè)，擁有巨大的發(fā)展空間和強大的生命力。樹友林和王懷民^[16]根據(jù)2006年我國31個省市經(jīng)濟數(shù)據(jù)，實證檢驗表明兩者之間有相互促進作用。周先波和盛華梅^[17]對信息化產(chǎn)出彈性的非參數(shù)估計進行分析，認為信息化確實對經(jīng)濟增長有顯著的正向影響。徐瑾^[18]依據(jù)信息化發(fā)展的分類指數(shù)以及總指數(shù)，研究地區(qū)信息化對地區(qū)經(jīng)濟增長產(chǎn)生的影響，認為信息化指數(shù)增長促進了地區(qū)經(jīng)濟增長，具有積極的正向效應。

由此，可以得出信息知識效應對產(chǎn)出增長效應有正向影響的假設。

H3：信息知識評估對產(chǎn)出增長評估有正向影響。

戴伊和雷布斯坦因^[19]認為，企業(yè)的競爭優(yōu)勢源自其內(nèi)部能力與有價資源的組合，表現(xiàn)在其所處的市場地位。Berger^[20]表示，所謂的競爭力就是實施了一項價值創(chuàng)造策略，這個策略沒有同時被任何現(xiàn)存的抑或潛在的競爭對手實施。

由此，可以得出信息知識效應對內(nèi)生性效應有正向影響的假設。

H4：信息知識評估對內(nèi)生性效應有正向影響。

（H4-1：信息知識評估對人力投入程度有正向影響。

H4-2：信息知識評估對資金投入程度有正向影響。

H4-3：信息知識評估對技術投入程度有正向影響。）

本文以信息知識評估、外生性評估作為自變量，把內(nèi)部投入評估作為中間變量，選擇信息產(chǎn)業(yè)增長作為刺激物，通過信息知識程度打分和信息創(chuàng)新程度打分的平均五分乘積進行聯(lián)合效應處理，以計算結果作為信息知識評估的數(shù)據(jù)進行測量，將因變量（dependent variable）設置為產(chǎn)出增長評估。

三、研究方法

1.問卷設計

為了保證問卷的可靠性，本次調(diào)研問卷設計分為兩部分：第一部分為預調(diào)研，第二部分為調(diào)研修正。正式調(diào)查之初，邀請10位行業(yè)內(nèi)專家進行問卷前測試工作，將10名專家分為兩個5人小組，就問卷的設計形式、內(nèi)容以及問題的難度等征求每位專家的意見，最后整理各位專家意見并進行修改，最大程度地保證問卷能夠在實際使用過程中被調(diào)查者準確使用。另外，在進行問卷調(diào)查之前，我們對發(fā)放問卷的工作人員進行統(tǒng)一培訓和指導。2012年7月23—29日，本研究進行了小樣本數(shù)據(jù)的收集，對36位企業(yè)管理員工和中層管理者進行小范圍內(nèi)測試，共收集了36份問卷，在對36份問卷進行相關整理歸納以及預處理以后形成最終問卷。2012年9月12日，本研究進行了大樣本數(shù)據(jù)的收集，由于受限于時間與經(jīng)費影響，樣本發(fā)放的地點選擇北京、上海、廣州和成都四個地區(qū)的行業(yè)機關及通信、信息和IT企業(yè)，訪問的人群采用問卷調(diào)研的形式。選擇這四座城市作為研究樣本的原因包括：第一，首都北京是政府和行業(yè)管理的集中地，政策影響經(jīng)濟的特征十分明顯。第二，上海和廣州市場經(jīng)濟發(fā)達，且產(chǎn)業(yè)多樣化程度較高，具備準確測量信息行業(yè)全要素提高的可能性。第三，成都作為西部最為發(fā)達和民族多樣化的城市，對于我國西部地區(qū)的行業(yè)特征具有代表性，可覆蓋性較強，具有普適性。本次問卷調(diào)查一共發(fā)放500份問卷，其中收回488份，去掉無效問卷，有效問卷426份，問卷有效率達到85%，符合問卷調(diào)查數(shù)據(jù)要求。

2.測量方法

具體的選擇和評判標準采取國際上通用的Likert 5點標尺，Likert 5點標尺用1到5分別表示完全不同意、不太同意、一般同意、比較同意和完全同意。針對不同的問題，也可以代表完全不重要、不重要、一般重要、比較重要和完全重要，在對問卷的答案進行量化后，即可用這些數(shù)據(jù)進行相關研究。

（1）內(nèi)生性效應主要對人力投入程度、資本投入程度和技術投入程度三個緯度開展，因此，本文結合行業(yè)和企業(yè)的實際現(xiàn)狀及背景，設計了關于內(nèi)生性效應的量表，共9道題項。外生性評估主要對產(chǎn)業(yè)政策效應、市場化效應和制度變遷效應三個維度開展，因此，本文結合政府和政策的實際情況，設計了關于外生性評估的量表，共9道題項。產(chǎn)出增長效應主要對全要素生產(chǎn)提升和技術進步提升兩個維度開展，因此，本文結合經(jīng)濟和技術的實際考量情況，設計了關于產(chǎn)出增長效應的量表，共4道題項。

（2）信息知識效應。由于本文通過對全要素生產(chǎn)和技術進步的增長評估測量，需要衡量內(nèi)生性和外生性在信息資源產(chǎn)業(yè)的經(jīng)濟增長中如何發(fā)揮作用的。我們既需要獲得內(nèi)生性投入因素及外生性投入因素的整體效應，又需要了解信息知識作用對于信息資源產(chǎn)業(yè)增長的交互作用。為了實現(xiàn)這一目標，本文采取信息知識效應這一新的測量方法。與傳統(tǒng)測量方法不同，信息知識效應由兩要素組成：信息知識重要性和感知性。Yuan^[21]曾經(jīng)利用該理論對消費者手機遺失行為進行研究，他在研究中將遺失手機行為分為感知傷害性和重要性兩部分，并采用均值相乘積法驗證這兩部分因素影響用戶應付手機丟失行為的意愿。在本文的研究中，由于信息知識以存量和增量兩種形式存在，為了更好地得到這兩部分數(shù)值，必須對其進行交叉測量。在問卷調(diào)查過程中將第一部分的問卷信息集中于測量信息知識重要性，而第二部分則更注重信息感知性。最后根據(jù)如下計算公式對“信息知識重要性”與“信息知識感知”數(shù)據(jù)進行處理。具體公式如下：

IKAi=IILin×IKLii=（1，2，3n=5）

其中，IKA（Information Knowledge Technology Appraisal）為信息知識技術評估; IIL（Information Innovation Level）為信息創(chuàng)新水平; IKL（Information Knowledge Level）為信息知識水平。

因此，本文根據(jù)信息資源、信息內(nèi)容和信息發(fā)展等特點，設計了信息知識評估量表。

3.數(shù)據(jù)統(tǒng)計

樣本基本結構情況如表1所示。

四、數(shù)據(jù)分析

1.探索性因子分析

通過SPSS17.0軟件，對所要研究的內(nèi)容進行探索性因素分析。要想了解測量工具的效度情況，可以通過以下兩類檢驗指標來實現(xiàn)：一是KMO指標與Bartlett檢驗指標。就KMO指標而言，它的數(shù)值不同，所代表的因子分析適合性也會有所不同。數(shù)值越大，則適合性就越強。通常情況下，KMO指標數(shù)值在區(qū)間[0，1]的范圍內(nèi)。根據(jù)KMO的判斷標準，要想保證因子分析的適合性，就應當確保KMO指標數(shù)值在0.70以上。而對于Bartlett檢驗指標而言，要想保證因子分析的適合性，則應當確保其數(shù)值在0.05的顯著水平以上。二是因素載荷數(shù)值。因素載荷數(shù)值不同，測量題項的顯著性也會有所不同。一般情況下，如果該數(shù)值在區(qū)間[0.3，0.5]的范圍內(nèi)，那么測量題項具有較為明顯的顯著性;而如果該數(shù)值在區(qū)間[0.5，1]的范圍內(nèi)，則測量題項具有很強的顯著性，說明其是非常重要的。本文以0.40的因子載荷水平作為判斷標準，以此來決定是否有刪除探索性因子的必要。如果上述條件都能滿足，就說明其聚合效度確實非常良好。

對內(nèi)部投入效應，KMO度量值為0.88，大于0.60的標準值;對外生性評估，KMO度量值為0.85，大于0.60;對信息知識評估，KMO度量值為0.80，接近0.60;對產(chǎn)出增長評估，KMO度量值為0.91，也遠遠超過了0.60;內(nèi)部、外部、信息知識和產(chǎn)出增長的KMO的度量結果均滿足因子分析條件（如表2所示）。本文通過正交旋轉法進行因子提取，分別獲取了內(nèi)部投入評估、外生性評估、信息知識評估和產(chǎn)出增長評估因子。其中，內(nèi)部投入評估提出3個因子，外生性評估提出3個因子，信息知識評估提出2個因子，產(chǎn)出增長評估提出2個因子（如表3所示）。同時，通過運算發(fā)現(xiàn)，可測變量的載荷都超過了最低限定值0.50，模型中的結構構件的解釋度都遠遠大于標準值（50%以上方差）。

根據(jù)因子組成的項目解釋，第一個因子3個項目被命名為“人力投入評估”;第二個因子3個項目被命名為“資金投入評估”;第三個因子3個項目被命名為“技術投入評估”;第四個因子3個項目被命名為“產(chǎn)業(yè)政策效應”;第五個因子3個項目被命名為“市場化效應”;第六個因子3個項目被命名為“制度變遷效應”;第七個因子3個項目被命名為“信息知識程度”;第八個因子3個項目被命名為“信息創(chuàng)新程度”。

根據(jù)產(chǎn)出增長評估的因子組成情況，第九個因子2個項目反映了信息資源產(chǎn)業(yè)的全要素生產(chǎn)率和生產(chǎn)率增長，被命名為“全要素生產(chǎn)提升”;第十個因子2個項目反映了信息資源產(chǎn)業(yè)的技術進步、技術進步率以及技術效率，被命名為“技術提升”。

2.驗證性因子分析

驗證性分析中，要求每個變量的一致性效度必須達到下面的標準：第一，模型中各個題項載荷的Cronbachs α超過標準值0.7，而且是明顯顯著的。第二，模型中各個變量都具有超過0.5的平均提取方差值。第三，模型中各個變量具有超過0.8的組合信度運算指數(shù)。

本文模型中各個結構變量的CR、AVE、Cronbachs α和VIF如表4所示。

按照構建的結構方程模型，將相關數(shù)據(jù)導入后，模型主要參數(shù)如所有題項載荷都大于0.7，每個變量具有超過0.5的AVE，以及所有變量的CR均大于0.8，所有判斷標準都符合統(tǒng)計學檢驗要求，因此可以說明本文構建的結構方程模型擬合程度符合要求。

驗證性分析中的判別性效度，就是模型中所有變量的平均提取方差值和其他協(xié)相關差值的計算和比較。滿足判別性效度要求的標準如下：條件1：在非對角線上面，每一個變量與其他變量的協(xié)相關度，比平均提取方差值的平方根要小。條件2：每個變量與其他變量的交叉載荷，比變量自身的載荷要小。

本文模型中各個結構變量的相關系數(shù)計算結果顯示，相關系數(shù)的最大測算值分別為0.85、0.83和0.84，相比之下，AVE的最低平方根僅僅為0.94，比較結果說明本模型滿足判別性效度條件1。同時，每個變量與其他變量的交叉載荷，比變量自身的載荷要小，比較結果說明本模型滿足判別性效度條件2。因此，本文模型分析滿足了驗證性分析中的判別性效度測試。

除了效度判斷外，還需要對模型量表的有效性進行組合信度值分析，按照驗證性因子分析的判斷標準，模型中各個變量具有超過0.8的組合信度運算指數(shù)，通過表5可看出，所有組合信度運算指數(shù)中最小值為0.91，滿足超過0.8的判斷標準。因此本文模型的驗證性分析都達到了分析要求。

3.結構方程模型分析

本文使用WarpPLS3.0進行結構方程檢驗，驗證內(nèi)部投入評估、外生性評估、信息知識評估對產(chǎn)出增長評估的影響。選擇原因如下：第一，由于樣本數(shù)量不是很大。第二，對于小樣本數(shù)據(jù)，采用WarpPLS更適合評估結構模型和測量模型，包括測量前置變量和中間變量。第三，WarpPLS對采樣樣本量和量表要求不高，能測量整合模型中的線性和非線性關系，WarpPLS結果具有偏差問題不是本文主要關心的問題，本文有426個樣本，超過影響獨立變量的非獨立構件的10倍。

在WarpPLS結構方程運算中，對于信息知識評估數(shù)據(jù)，我們通過信息知識程度的數(shù)據(jù)平均分別乘以信息創(chuàng)新程度的數(shù)據(jù)5點標尺平均，得到信息知識評估數(shù)據(jù)。對于自變量數(shù)據(jù)，我們利用調(diào)研問卷的內(nèi)部投入評估和外生性評估數(shù)據(jù)。對于因變量的數(shù)據(jù)，我們利用調(diào)研問卷中的產(chǎn)出增長評估數(shù)據(jù)。信息資源產(chǎn)業(yè)增長的結構方程模型驗證結果如圖1所示。

圖1信息資源產(chǎn)業(yè)增長模型驗證結果

4.結構方程模型評價

按照構建的結構方程模型，將相關數(shù)據(jù)導入后，模型主要參數(shù)如平均路徑系數(shù)APC、平均方差膨脹因子AVIF以及平均 ARS和都符合統(tǒng)計學檢驗要求（如表5所示），因此可以說明本文構建的結構方程模型擬合程度符合要求。

樣本分析中涉及信息產(chǎn)業(yè)規(guī)模程度、信息規(guī)模比重兩類控制變量，是為了檢驗本文提出的假設，在實證檢驗過程中，通過多模型回歸分析結果發(fā)現(xiàn)，信息產(chǎn)業(yè)規(guī)模程度和信息規(guī)模比重控制變量對產(chǎn)業(yè)增長模型的影響顯著性不明顯。

五、研究結論及局限性

第一，本文建立了基于經(jīng)濟增長模型的信息資源產(chǎn)業(yè)增長研究模型，并證明內(nèi)外效應的評估因素會對信息產(chǎn)業(yè)增長提升有正面影響。第二，本文提出了信息知識評估的交叉作用測量方法。第三，本文驗證了內(nèi)部投入評估和外生性評估在信息知識評估的相互作用下，如何影響信息產(chǎn)業(yè)增長的顯著關系。這對現(xiàn)實產(chǎn)業(yè)發(fā)展和地區(qū)經(jīng)濟發(fā)展，都具有很好的理論意義和指導作用。研究結果驗證了本文提出的10個模型假設。

然而，受制于自身有限的知識和理論儲備，以及不夠成熟的客觀條件，使得本文必然會存在著某種缺陷。第一，本文構建了針對信息資源產(chǎn)業(yè)增長的理論模型，但是研究結論還缺乏一定的普遍性。再考慮到人群類別、地區(qū)差異等因素的影響，使這種普遍性顯得更低。第二，在信息資源產(chǎn)業(yè)知識效應水平分析過程中，盡管提出了管理知識效應與業(yè)務知識效應兩類關鍵成分，但是測算的結果還可以進一步優(yōu)化，使相關問題更具精確性和干擾性。第三，本文設計的模型涉及控制變量還有待優(yōu)化，這在未來的交叉行業(yè)中還有待進一步研究。

參考文獻：

[1]朱幼平.我國信息資源業(yè)的十大問題[J].中國軟科學，1996，（6）：102-107.

[2]徐姍，韓民春.信息要素對經(jīng)濟增長的貢獻研究——基于中國2001—2006年Panel Data的經(jīng)驗分析[J].情報雜志，2009，（6）：80-84.

[3]畢強，韓潔平，趙娜.信息內(nèi)容產(chǎn)業(yè)集群形成機理分析[J].情報資料工作，2010，（2）：12-13.

[4]Colecchia，A.，Schreyer，P. ICT Investment and Economic Growth in the 1990s： Is the United States a Unique Case？ A Comparative Study of Nine OECD Countries[J]. Review of Economic Dynamics，2002，10（5）：408-442.

[5]Gust，G.，Marquez，J. International Comparisons of Productivity Growth： The Role of Information Technology and Regulatory Practices[J]. Labour Economics，2003，（1）：33-58.

[6]Seo，H.J.，Lee，Y.S.，Oh，J.H. Does ICT Investment Widen the Growth Gap？[J]. Telecommunications Policy，2009，33（5）：422-431.

[7]Antonopoulos，C.，Sakellaris，P. The Contribution of Information and Communication Technology Investments to Greek Economic Growth： An Analytical Growth Accounting Framework[J]. Information Economics and Policy，2009， 21 （4）：171-191.

[8]克利斯·弗里曼，羅克·蘇特.工業(yè)創(chuàng)新經(jīng)濟學[M].華宏勛，華宏慈等譯，北京：北京大學出版社，2004.

[9]Liu，D.W. The Digital Content Industry and Virtual Cluster[J]. International Conference on Management Innovation，2007，8（2）：1151-1154.

[10]徐紅梅，陳玉娟. 提高信息資源水平，促進經(jīng)濟增長，應對金融危機[J].科技管理研究，2010，（7）：21-22.

[11]Khuong，M.V. ICT as a Source of Economic Growth in the Information Age： Empirical Evidence from the 1996—2005 Period[J]. Telecommunications Policy，2011，35 （13）：357-372.

[12]Dimelis，S.P.，Papaioannou，S.K.ICT Growth Effects at the Industry Level： ?A Comparison between the US and the EU[J]. Information Economics and Policy，Elsevier，2011，23（1）：37-50.

[13]汪斌， 余冬筠. 中國信息化的經(jīng)濟結構效應分析[J].中國工業(yè)經(jīng)濟，2004，（7）：21-28.

[14]劉榮添，葉民強.信息化與經(jīng)濟增長的計量分析[J].經(jīng)濟問題探索，2006，（9）：9-14.

[15]厲無畏，王慧敏.創(chuàng)意產(chǎn)業(yè)促進經(jīng)濟增長方式轉變——機理·模式·路徑[J].中國工業(yè)經(jīng)濟，2006，（11）：5-13.

[16]樹友林，王懷民.地區(qū)信息化水平與經(jīng)濟增長內(nèi)生性關系研究[J].情報雜志，2007，（7）：85-86.

[17]周先波，盛華梅.信息化產(chǎn)出彈性的非參數(shù)估計分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2008，（10）： 130-141.

[18]徐瑾.地區(qū)信息化對經(jīng)濟增長的影響分析[J].統(tǒng)計研究，2010，（5）：74-80.

[19]喬治·S.戴伊，戴維·J.雷布斯坦因.動態(tài)競爭戰(zhàn)略[M].上海：上海交通大學出版社，2003.

[20]Berger，W.A Resource-Based View of the Firm[J].Strategic Management Journal， 1984，5（2）：33-35.

[21]Yuan，Y.F. Understanding User Behavior in Coping with Security Threats of Mobile Device Loss and Theft[J].International Conference on Information Systems，2012，8（3）：22-24.

[22]Solow，R.M.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics，1956，7（2）：24-26.

（責任編輯：韓淑麗）