王丽君

摘 要：历代通用技术范式扩散期，市场机制下的技术进步因通用技术的创新互补性特点低于社会计划者最优水平。本文分析了信息化进程中的产业融合发展影响信息通讯技术（ICT）产业与ICT应用（AS）产业创新博弈的作用机制，随后提出测度产业融合的指标，将总产出增长核算法测度的多层次总产出全要素生产率（TFP）作为多层次技术进步水平的指标，利用中国1981-2010年产业层面经验数据进行实证检验。

关键词：技术进步;通用技术;信息通讯技术;水平外部性;垂直外部性;产业融合

中图分类号：F2     文献标识码：A      doi：10.19311/j.cnki.16723198.2022.15.001

0 引言

自第一次工業革命以来，每一轮通用技术发展带来的技术进步是经济内生增长的重要源泉，然而在其技术范式扩散于市场经济的过程中技术进步潜力的充分发挥存在阻碍。前几次科技革命中，通用技术的发展与应用因其创新互补性特点产生带来工业化增长的垂直分解与技术融合，也是规模报酬递增的重要来源，但随之而来的外部性使得更优的技术在市场机制中发展缓慢乃至生存困难。ICT与历代通用技术不同的是，在信息化过程中以数字融合为基础发生的产业边界的模糊与消失的产业融合。产业融合具有不可逆性，不仅将成为产业发展的趋势，也是一种新型产业分工方式，对经济社会影响广泛。目前全球处于第五次科技浪潮期，产业融合发展能够修复ICT产业与AS产业（AS产业可根据上下文判断为AS部门、AS产业a（AS产业集中的任一产业a）;ICT产业为ICT部门）的创新博弈市场失灵效应？作用机制是什么？

本文在Bresnahan and Tinbergen和Maskin and Tirole的模型基础上，分析产业融合发展对ICT产业与AS产业创新博弈的影响及作用机制。随后，本文使用中国1981-2010年产业层面的经验数据对理论分析部分进行实证检验。其中，使用的变量指标具有以下特点：首先，提出的产业融合的测度指标考虑了ICT投入的测度误差问题。其次，考虑中间投入，使用总产出增长核算法测度的产业总产出项TFP作为产业技术进步水平的指标。再次，使用总产出增长核算法将考虑产业结构因素的部门总产出项TFP作为部门技术进步水平的指标。

本文的贡献体现为：

第一，在动态古诺竞争框架下探讨产业融合对信息化进程中技术进步潜力实现的影响，从中观层面丰富内生经济增长的研究。

第二，对产业融合修复ICT产业与AS产业创新博弈市场失灵效应作用机制的分析，具有较强的政策参考意义。

第三，提出测度产业融合的指标，为进行数量实证分析提供方法。

第四，对中国典型化事实的考察，为各国的信息化提供参考。

后续结构安排如下：第二部分进行理论分析;第三部分为数据说明与变量设定;第四部分描述典型化事实;第五部分为实证检验;第六部分为总结与启示。

1 理论分析

1.1 古诺创新博弈与创新外部性

假设ICT产业在产业链的市场中拥有一定的垄断力量，无差异的ICT产品市场价格为w。ICT产业受约束的收益函数为Πg（z，E-，c）=maxw（w-c）∑a∈AXa（w，z，Ea）。其中，z为ICT产业的技术水平，E-为AS产业的平均技术水平向量，c为ICT产业的不变边际成本，A=A（w，z）为在ICT产品价格为w、ICT产业技术水平为z的情况下AS产业集中的AS产业数目。

1.1.1 ICT产业的创新

ICT产业选择技术水平z最大化利润：maxzΠg（z，E-，c）-Cg（z），其中，Cg（z）为ICT产业技术创新的成本函数，满足条件Cz>0，Czz>0。求解可得ICT产业技术创新的投资函数z=Rg（E-，c），z为E-的递增函数。

1.1.2 AS产业的创新

AS产业a选择技术水平Ea来最大化目标函数：

MaxEaΠa（w，z，Ea）-Ca（Ea）=Va（w，z）（1）

其中，产业a的技术水平Ea0，Ca（Ea）为创新成本，Πa为促进技术进步的总私人回报，假设Va（w，z）<0时产业a采取机会行为的价值为0。由Z、E以及W的含义可知，ΠaZ>0，ΠaE>0，ΠaW<0。

产业a的创新成本CaE满足CaE>0，CaEE>0。由于ICT的创新互补性，产业a实现技术进步的边际收益将随着ICT产业技术进步而增长，即ΠazE≥0。

由式（1）可得产业a技术创新的投资函数Ra（w，z），Ra（·）是z的单调递增函数，即产业a技术创新的投资随着ICT产业的技术进步而增长。

1.1.3 ICT创新的外部性

（1）垂直外部性。

依据谢泼德定理由式（1）可得出产业a对ICT产品的需求函数：

Xa（w，z，Ea）=-Πaw（w，z，Ea）（2）829F4D8E-71F8-44FA-80BB-EF9A490F4B99

假设ICT资本的需求曲线向下倾斜，即Xw<0，则AS产业a对ICT资本的需求将随着产业a以及ICT产业的技术进步而增长，即XEa>0，XZ>0。同时，产业a对于ICT资本的需求曲线不会随着z的提升变得更陡峭，即Xwz≤0。具有垄断势力的ICT产业不能通过提高z的水平获得与Πaz时相比更多的剩余，ICT产业会因此降低对z的提供。

由式（2）可得产业a购买ICT资本的支出函数（ICT产业的收入函数）：Sa=wXa（w，z，Ea），进一步可得产业a的边际支出函数（“反”边际收入函数）：MR=Saw=（Xa+wXaw）。其中，MRw=-（2Πaww+wΠawww）<0，MREa=-（ΠawEa+wΠawwEa）>0，MRz=-（Πawz+wΠawwz）>0。MREa>0以及MRz>0使得产业a对ICT资本的需求及边际支出呈现出与z和Ea的变化同方向的变化，它们与一般性的假设MRw<0一同确保了MRzEa>0。

由XEa>0及MREa>0可知，Ea的提高使得AS产业对ICT资本的需求增长及对ICT产业的边际支出增长，ICT产业投资于z的私人回报也因此增长。任一AS产业a提升技术水平Ea将提高ICT产业提升技术水平z的激励，z的提升也将提高产业a提升Ea的激励。

（2）水平外部性。

假设{z，w}对于所有的AS产业来说是相同的，依据最大化收益Va（w，z）条件将AS产业从大到小排列，A（w，z）为使用ICT资本进行生产可以满足利润最大化條件的AS产业集合。A（·）包含的AS产业数目随着ICT产业技术水平z的提升而增加，随着ICT产品价格w的增加而减少。因此，当ICT产品的价格固定时，任何一个AS产业a提升技术水平Ea将促进ICT产业技术水平z提升，使得A（·）包含的AS产业数目扩大。

1.2 市场机制与社会最优的均衡解比较：市场失灵

市场机制下ICT产业与AS产业创新博弈的纳什均衡为：{E-0，z0}，它们满足E0a=Ra（z0），z0=Rg（E-0），a。潜在AS产业的多样性，可能会产生非常低的纳什均衡解，甚至可能为（0，0）。如果反应函数是凹的，则至少会有一个内部解。此外，A（w，z）的多样性也可能产生其他的内部均衡解。

当社会存在中央计划者时，假定ICT产业的ICT产品的价格与边际成本相等，w=c，ICT产业的收益函数满足Πg=0。对于任何A（·）A︿（·）来说，社会计划者的目标函数为maxz，Ea[∑a∈AΠa（c，z，Ea）-∑a∈ACa（Ea）-Cg（z）]≡S（A），A︿（·）为所有AS产业可能的超集。可得均衡解：{E，z}，A=argmaxAS（A）。

社会最优均衡解的技术水平高于市场经济中分散均衡解的技术水平，即z>z0，Ea>E0a，a，以及A0A。令社会最优点为（z，E-），由于正反馈机制存在，“逆推”后市场经济中每个参与方都将产生更少的创新：ICT产业技术水平z的降低将降低每一个AS产业a提升技术水平Ea的激励，这会导致ICT产业的盈利机会变少，因此产生更低的z。更低的z将会降低AS产业a的利润函数Va（w，z），使得A（w，z）集合中的产业数目减少，ICT产品市场的收缩将使得z以及Ea进一步降低。

1.3 二维古诺创新动态博弈：调整成本、贴现率与MPE

1.3.1 博弈规则

ICT产业与AS产业a之间离散的无限期创新博弈中相邻两期间的“自然”时长为t，在t时期各产业的短期利润是两个产业当前技术水平的函数，且与时长t无关。ICT产业与产业a间隔时长t交替创新行动，给定任一产业当前的技术水平，另一个产业需要时长t才能发展出下一代技术。

1.3.2 垂直外部性、贴现率与MPE

ICT产业与AS产业a最大化长期利润函数：

SymboleB@s=0δsπi（zt+s，Et+s），i=a，g

其中，贴现率δ=exp（-rτ），r为利率，πg（zt，Et）、πa（zt，Et）分别为ICT产业与产业a在t时期的短期利润函数。产业的创新行为没有调整成本时，ICT产业与产业a的Markov策略动态反应函数分别为zt=Rg（Et-1）、Eat=Ra（zt-1）。

如果价值函数（Vi，Wi）存在，可得Markov完美均衡解（MPE）：（Ra，Rg），i=a，g。以AS产业为例，MPE解的存在需满足：Va（z）=maxE[πa（z，T）+δWa（E）]，Ra（z）maximizes[πa（z，E）+δWa（E）〗，Wa（E）=Πa[Rg（E），E]+δVa[Rg（E）]829F4D8E-71F8-44FA-80BB-EF9A490F4B99

由于ICT的创新互补性，各产业支付函数的交叉偏导πizT均为正，反应函数均向上倾斜。此时，对于任意d均存在唯一动态稳定的线性MPE（ze，Ee），MPE（ze，Ee）随贴现率δ递增，当δ=0时MPE（ze，Ee）与静态古诺寡头竞争时的纳什均衡水平相等。

1.3.3 垂直外部性、调整成本、贴现率与MPE

假设创新成本依赖于技术水平提升的幅度，则ICT产业的创新成本为△zt=（zt-zt-1）的函数，AS产业a的创新成本为△Et=（Et-Et-1）的函数。当调整成本函数采用形式σ=α2（zt-zt-1）2时，ICT产业与AS产业a创新的线性动态反应函数分别为：

Rg（zt-2，Et-1）=b0+b1Et-1+b2zt-2，Ra（zt-1，Et-2）=b0+b1zt-1+b2Et-2

长期均衡值Ee=ze=b01-b1-b2。α无穷大时MPE（ze，Ee）收敛于静态博弈均衡解，除了α取值较大的情况外MPE（ze，Ee）均没有封闭解。但MPE（ze，Ee）随着调整成本σ的增长而降低，即：

jeσ=jeα2（jt-jt-1）2<0，j=z，E

此外，贴现率δ对均衡技术水平的影响与没有存在调整成本时相同，即使在各产业的创新调整成本σ不为0时，MPE（ze，Ee）也将随着贴现率δ的增长而增长，即：

jeδ>0，j=z，E

1.3.4 双重外部性、调整成本、贴现率与MPE

ICT产业与AS产业集中各产业的创新调整成本σ与贴现率δ均为0时，MPE（ze，E-e）与静态博弈均衡解（z）e，E-e）相同。由于创新的垂直外部性及水平外部性，ICT产业与AS产业创新博弈的市場失灵效应仍然存在。即市场机制下的MPE（ze，E-e）低于社会最优解，AS产业集合中的数目低于社会最优集。而创新调整成本σ的增长将会加剧市场失灵效应，贴现率δ的增长将会减缓市场失灵效应。

1.4 产业融合、创新外部性与MPE

产业融合的演变过程可以分为技术融合、业务融合、市场融合与产业融合四个阶段。与其他通用技术范式的扩散一样，ICT应用过程中也会产生技术融合，但技术融合并不必然产生产业融合。任一AS产业的产业融合发展最初均仅出现在其与ICT产业间，投入端ICT资本与ICT互补资本增长，逐渐发展至沿着产业链多个方向进一步与其他AS产业进一步融合。作为AS产业应用ICT的结果，产业融合发展反过来对ICT产业与AS产业创新博弈的市场失灵效应产生影响。

1.4.1 仅存在垂直外部性时

在ICT与AS产业a的创新博弈中，随着产业融合发展，ICT产业与产业a间的产业边界处产业融合度的增长使得部分垂直外部性内部化，提升融合产业的创新激励。博弈无限期存在时，这种外部性的内部化通过提高各产业创新博弈的贴现率δ而进一步提高各产业的技术水平MPE（ze，E-e）。

1.4.2 双重外部性

产业融合进一步发生于AS产业间的边界处时，部分创新的水平外部性内部化将提高融合产业的创新激励，随着ICT产业的技术进步水平得到提高，促进各产业的创新提升。无限期博弈时，创新外部性的内部化会提高各产业创新的贴现率δ，也可能带来调整成本σ的降低，均会进一步缓解市场失灵效应，每期随着ICT产业的技术进步促进各产业的技术进步，MPE（ze，E-e）得到提高。

推论1：产业融合发展通过内部化创新外部性可以提升产业的创新激励，随着ICT产业的技术进步，可以促进各AS产业的技术进步。

2 数据说明与变量设定

2.1 数据说明

本文的数据来源为Research Institute of Economy，Trade and Industry（RIETI）的China Industrial Productivity Database（CIP）2015。数据库包括1981-2010年中国所有37个二位数产业的投入产出、国民账户等时间序列数据。

2.2 变量设定

本文使用的四个变量均去除价格因素的影响，以1990年为基准进行换算。它们的具体设定及测度介绍如下。

（1）产业融合。

本文从产业活动的投入端提出测度产业融合的指标，即AS产业a生产过程中ICT投入占总投入的比重。由于产业活动中可变的不可观测的ICT投入部分主要存在于总投入中的非中间投入，且成比例于可观测的ICT中间投入部分，因此实际测度时分别从分子与分母扣除非中间投入的部分。即表示为ICT中间投入占总中间投入的比重：

ICa=IIiaIIa×100%（3）

其中，ICa为产业a的产业融合度，IIia为产业a的ICT中间投入，IIa为产业a的总中间投入。

（2）产业技术进步。

技术进步水平的测度通常使用的指标之一为TFP。增加值增长核算法计算的TFP对中间投入的忽视将会产生不可测度因素以外的误差，本文考虑中间投入，使用总产出增长核算法（KLEMS增长核算法）计算产业层次总产出项TFP作为产业技术进步水平的指标。829F4D8E-71F8-44FA-80BB-EF9A490F4B99

（3）部门技术进步。

总产出增长核算法已发展成为自下而上式测度的完整体系，考虑部门内产业结构的影响，本文使用部门层次总产出项TFP作为部门技术进步水平的指标。部门总产出项TFP是产业总产出项TFP的加权和，权重是各产业的Domar权重与部门内各产业Domar权重之和的比，Domar权重为产业的总产出与总量增加值之比。

（4）总量技术进步。

本文使用总产出增长核算法测度的总量层次（整体经济）TFP作为整体经济技术进步水平的指标。总量层次的总产出项TFP与增加值项TFP相等，总量总产出项TFP是产业总产出项TFP的Domar权重加权和。

3 典型化事实

3.1 中国技术进步的演变

图1为中国1981-2010年技术进步的演变趋势，图1的上图为整体经济的总量层次技术进步演变，图1的中图为ICT产业与AS产业的部门层次技术进步演变，下图为AS产业及AS产业内各部门的平均技术进步演变 。考察期的30年以5年为一个阶段可以被划分为六个阶段。

从图1的上图看，中国整体经济技术进步水平在第二阶段平均为负，除了第二阶段以外各阶段的为正但逐期递减。

从图1的中图看，ICT产业技术进步水平总体为下降趋势，波动频繁且幅度较为明显，在相邻两阶段间呈现增长-下降或下降-增长的趋势，其中第二阶段技术进步水平下降为负。AS产业技术进步水平在第二阶段降为负后中期增长为正，但后两个阶段下降为负。

从图1的下图看，AS产业平均技术进步水平在第二阶段较大幅度下降于第三阶段有所反弹后再下降，后三个阶段波动较小。AS部门中，仅制造业与农林牧渔业的平均技术进步水平为正，从高到低依次排序为制造业、农林牧渔业、采矿业、电力蒸汽燃气和自来水供应业、建筑业、服务业。制造业除了第二阶段外其他阶段的均值均为正，服务业仅在第一阶段为正，仅电力蒸汽燃气和自来水供应业在第二阶段为正，仅采矿业与电力蒸汽燃气和自来水供应业在第二阶段高于第一阶段。自第二阶段后，制造业与采矿业持续增长至第四阶段后又持续下降，采矿业在第四阶段高于制造业，农林牧渔业持续下降至第三阶段后持续增长至第六阶段时高于所有产业，建筑业在相邻两阶段间呈现出增长-下降或下降-增长的趋势，服务业与电力蒸汽燃气和自来水供应业均持续下降至第四阶段于第五阶段有所增长，到第六阶段时服务业仍持续增长而电力蒸汽燃气和自来水供应业下降。

图1 中国1981-2010年ICT产业与AS产业技术进步的演变

注：参考KLEMS数据库将AS产业划分为6个部门：农林牧渔业，采矿业，制造业，电力、蒸汽、燃气和自来水供应业，建筑业以及服务业 。从图1的中图中的AS产业技术进步水平为部门层次的水平，从图1的下图中的AS产业技术进步水平为产业层次的平均水平。正文省略了产业部门名称中的符号。

3.2 中国产业融合的演变

图2为中国1981-2010年产业融合的演变趋势，图2的上图为AS产业平均产业融合的演变，图2的下图为AS产业内各部门平均产业融合的演变。从图2的上图可以看出，首先，产业融合总体为增长的趋势，在第二阶段的增长后于第三阶段、第四阶段高速增长，第五阶段增长放缓，于第六阶段有所下降。其次，当年价衡量的产业融合倾向于高估1990年之前的程度、低估1990年之后的程度，主要是ICT产业技术进步较快、产品价格下降幅度大的原因。

从采用不变价的图2可以看出，各部门的产业融合趋势与整体较为一致但程度差异较大。电力蒸汽燃气和自来水供应业与服务业的平均产业融合度最高，从高到低后续依次排序为建筑业、采矿业、制造业、农林牧渔业。电力蒸汽燃气和自来水供应业自第三阶段起超过服务业，制造业与农林牧渔业远低于平均水平且变化幅度较低。

4 实证检验

由理论分析可知，与社会计划者最优解相比，市场机制下ICT产业与AS产业创新博弈均衡时的AS产业集数目太少、各部门技术水平太低，而產业融合发展随着ICT产业的技术进步可以提升各部门均衡时的技术水平。本部分利用中国1981-2010年的产业经济数据，进行以下两个检验。首先，检验中国产业信息化过程中ICT产业的技术进步水平提升是否促进了AS产业的技术进步水平提升。其次，进一步检验产业融合发展是否随着ICT产业的技术进步水平提升促进了AS产业的技术进步水平提升。

4.1 计量模型设计

ICT产业与AS产业的技术进步部分相互依赖的创新互补性，意味着在某种程度上ICT产业与AS产业的技术进步水平是同时决定的。本部分的检验涉及联立方程模型，在开始介绍具体计量模型设计前，先简要介绍联立方程模型的相关问题。给定联立方程系统：

Y1=α1Y2+β1X1+μ1（4）

Y2=α2Y1+β2X2+μ2（5）

其中，Y1、Y2是被联立决定的内生变量，X1为式（4）的外生变量集合，X2为式（5）的外生变量集合，μ1、μ2为结构误差项。

如果X1、X2中分别包含不同的外生变量，模型具有排除性约束，联立方程可以被区分，Y1、Y2的约简型存在。任何一个方程的被识别或者被估计的条件是需要满足秩条件。以识别式（4）为例，其秩条件为式（5）中至少包含一个不出现在式（4）中的外生解释变量。

4.1.1 ICT创新的垂直外部性：ICT产业技术进步与AS产业技术进步

由理论分析可知，ICT产业的技术进步水平作为被解释变量的方程中包含AS产业技术进步水平作为被解释变量方程不具有的外生变量，因此AS产业技术进步水平作为被解释变量方程的约简型存在。本文设计的AS产业技术进步水平作为被解释变量的约简式方程为：829F4D8E-71F8-44FA-80BB-EF9A490F4B99

TFPat=ca+β1ICat+β2TFPit+μat（6）

由理论分析可知信息化过程中，产业融合的发展也与ICT产业技术进步紧密相关，检验ICT产业技术进步对AS产业a技术进步的促进作用，需要将产业融合作为控制变量。式（6）中，被解释变量TFPat为AS产业a在时期t的技术进步水平，核心解释变量TFPit为ICT产业在时期t的技术进步水平，控制变量ICat为AS产业a在时期t的产业融合度，μat为误差项。需要关注的系数为β2。

一般估计面板数据联立方程的基本方法有两步，第一步是利用固定效应变换或者一阶差分消除所关心的方程中观察不到的影响因素，第二步是寻找变换后的方程中内生变量的工具变量进行相关估计，该工具变量通常要随着时间而发生变化。由于复合误差ca+μat与其他变量相关，通过对其取时间差分，消除不可观测的影响ca后可得：

△TFPat=β1△ICat+β2△TFPit+△μat（7）

理论上控制住△TFPit后，△ICat与△μat较大概率无关，因此不做额外的处理。而控制住△ICat后，△TFPit仍较大概率与△μat相关，由于本文采用的是单式方程回归，需要添加一些必要的变量或者采取工具变量法以剔除内生性的影响，本文使用工具变量策略进行估计。在这里寻找其工具变量的方法较多，本文未采用ICT产业技术进步作为被解释变量方程中的不包含在式（7）中的外生解释变量变化值，而是直接采用内生变量的上一期值作为工具变量。

4.1.2 产业融合发展与产业创新博弈

由推论1可知，产业融合发展随着ICT产业的技术进步可以促进各AS产业的技术进步，检验产业a的产业融合提升对于ICT产业与AS产业创新博弈的作用，需要使用含有交互项的联立方程模型进行检验。这里主要关注AS产业技术进步水平作为被解释变量方程的估计，该约简式方程为：

TFPat=c+β1ICat+β2TFPit+β3ICat·TFPit+μat（8）

其中，被解释变量TFPat为AS产业a在时期t的技术进步水平，解释变量TFPit为ICT产业在时期t的技术进步水平，ICat为AS产业a在时期t的产业融合度，ICat·TFPit为时期t时产业a的产业融合度与ICT产业技术进步水平的交互项，μat为误差项。主要关注的系数为β3。

控制住△TFPit后，理论上△ICat与△μat较大概率无关，但△TFPit很可能与△μat相关，可以寻找其工具变量进行识别，这里仍采用其上一期的TFP变化值作为工具变量。

4.2 回归结果分析

4.2.1 ICT创新的垂直外部性

表1为ICT创新垂直外部性的回归结果。其中模型一与模型二分别为固定效应模型和随机效应模型，模型三与模型四分别为使用工具变量策略估计的固定效应模型和随机效应模型。

在固定效应与随机效应模型的比较中，豪斯曼检验显示的p值为0.6062，接受非观测变量与个体效应不相关的原假设，随机效应的估计结果较固定效应的估计结果更好。在工具变量策略的随机效应与随机效应估计模型中，豪斯曼检验的p值显示为0.0520，在5%的显著性水平上可以接受随机效应的估计结果，在1%的显著性水平上拒绝随机效应的估计结果，接受IV随机效应的估计结果。进一步比较IV随机效应与OLS的估计结果，豪斯曼检验的p值显示为0.0159，在5%的显著性水平上拒绝OLS的估计结果，接受IV随机效应的估计结果，即模型四的估计结果。

从模型四的回归结果看，ICT产业的技术进步水平对AS产业技术进步的影响在1%的显著性水平上显著为正。这说明1981-2010年中国的经济活动中ICT产业的技术进步对AS产业的技术进步已经表现出了垂直外部性。

4.2.2 产业融合发展与产业创新博弈

表2为产业融合发展影响ICT产业与AS产业创新博弈作用機制的回归结果。其中模型一与模型二分别为OLS估计及OLS稳健性标准误估计，模型三到模型七为工具变量策略的不同估计模型，模型三为两步法估计，模型四与模型五为不同的两阶段最小二乘估计，模型六与模型七分别为如果存在异方差时估计结果更好地两步最优GMM估计和迭代GMM估计。

从模型一与模型二的OLS回归结果中来看，其他条件不变时当期产业融合度的提升对于AS产业技术进步的直接影响显著为负，这与产业融合对产业技术进步影响的时滞性理论相一致。然而，ICT产业技术进步影响AS产业技术进步的系数以及产业融合度提升对ICT产业技术进步影响AS产业技术进步的系数虽然均为正，但统计上不显著。考虑控制产业融合后，ICT产业技术进步与AS产业技术进步仍存在的内生性问题，下文分析使用工具变量估计策略再次识别的结果。

选择较好的IV策略估计结果模型需要对工具变量进行相关检验。首先，不可识别检验与过度识别检验。不可识别检验中的p值为0.0000，可以拒绝IV与内生变量ICT产业的技术进步水平不相关的原假设。由于仅使用了一个工具变量，因此不需进行过度识别检验。其次，弱工具变量检验。两阶段最小二乘估计结果虽然一致但是有偏，因此会带来显著性水平的扭曲，这种扭曲性会随着弱工具变量而变大。通过检验发现结构方程中对ICT产业技术进步水平的显著性进行的“名义显著性水平”为5%的沃尔德检验，即使可以接受的“真实显著性水平”不超过10%，也可以拒绝“弱工具变量”的原假设。其中，最小特征值统计量为45.4609，大于临界值7.03。再次，异方差检验。本文未进行可能存在异方差性的检验，但采用了如果存在异方差时更有效率的GMM方法进行了估计。829F4D8E-71F8-44FA-80BB-EF9A490F4B99

如同计量理论所揭示的一样，模型四两阶段最小二乘的估计结果与模型三采用两步法相比标准差会较低，模型四与模型五的区别在于后者估计结果可能会更好，在本文的回归中两者估计结果一致。尽管模型三到模型五的估计结果总体来看较为一致，但模型五的拟合优度为负，然而采用如果存在异方差时估计结果更有效率的GMM模型可以发现，估计结果与不存在异方差时两阶段最小二乘法稳健标准误的估计结果一致。

模型三到模型七的估计结果较为一致，且均与OLS估计的结果不同。从回归结果可以看出，首先，其他条件不变时产业融合度提升显著直接降低AS产业技术进步水平，与OLS直接估计策略的结果相比斜率更大。其次，ICT产业技术进步水平的提升对AS产业技术进步水平的直接正向影响统计意义上不显著，产业融合度提升显著正向调节了其影响AS产业技术进步水平增长的程度。这一方面说明了中国此阶段ICT产业技术进步水平增长对AS产业技术进步水平增长的促进影响主要是在产业融合发展过程中发挥的作用，另一方面也证明了产业融合发展随着ICT产业技术进步水平增长促进了AS产业技术进步。总体上看，中国经济实践验证了理论分析结论。

5 总结与启示

历代通用技术的来源产业与应用产业在市场机制中展开的创新博弈的技术进步水平，因通用技术的创新互补性特点而低于社会计划者最优解。本文在动态古诺竞争框架中分析了信息化进程中出现的产业融合修复ICT产业与AS产业创新博弈市场失灵效应的作用机制。首先出现于AS产业与ICT产业间的产业融合沿着产业链多个方向进一步融合至AS产业间，产业融合发展通过逐渐内部化垂直及水平双重外部性提升各产业的创新激励，随着ICT进步促进AS产业技术进步。

除了从理论上分析充分实现信息化进程中技术进步潜力的机制以外，本文进一步提出产业融合的测度指标，使用总产出增长核算法测度的考虑中间投入与产业结构因素的多层次总产出项TFP作为多部门技术进步水平的指标，利用中国1981-2010年产业层面经验数据进行实证检验。实证分析在验证理论分析结论的同时，对中国典型化事实的考察为各国的信息化提供参考。考察期内，中国AS产业平均技术进步水平总体上呈现下降趋势，对其有垂直外部性的ICT产业技术进步水平未得到明显提升甚至后期出现明显下降，而产业融合发展在中期较快的增长后也出现了下降。经济体处于ICT范式扩散期时，一方面，产业融合发展虽然会对当期AS产业技术进步产生直接阻碍作用，但随着ICT产业技术进步可以促进AS产业技术进步，提升整体经济技术进步水平。另一方面，ICT产业技术进步也可以推动产业融合发展，提升各产业创新激励，促进技术进步水平提升。因此，推动产业融合发展，促进ICT产业技术进步是信息化进程中加快技术进步潜力充分实现的重要路径。

参考文献

[1]Bresnahan T F，Trajtenberg M.General Purpose Technologies “Engines of Growth”？ [J ].Journal of Econometrics，1995，（65）.

[2 ]Rosenberg N.Technological Change in The Machine Tool Industry：1840-1910 [J ].The Journal of Economic History，1963，（23）.

[3 ]David P A.Clio and The Economics of Qwerty [J ].The American Economic Review，1985，（75）.

[4 ]Arthur W B.Competing Techniques，Increasing Returns，and Lock-in by Historical Events [J ].The Economic Journal，1989，（99）.

[5 ]Stieglitz N.In The Industrial Dynamics of The New Digital Economy： Digital Dynamics and Types of Industry Convergence： The Evolution of The Handheld Computers Market [M ].Edward Elgar Publishing，2003.

[6 ]Greenstein S，Khanna T.Competing in The Age of Digital Convergence： What Does Industry Convergence Mean？ [M ].US：The President and Fellows of Harvard Press，1997.

[7 ]周振華.信息化进程中的产业融合研究 [J ].经济学动态，2002，（6）.

[8 ]黄群慧，霍景东.产业融合与制造业服务化：基于一体化解决方案的多案例研究 [J ].财贸经济，2015，（2）.

[9 ]Maskin E，Tirole J.A Theory of Dynamic Oligopoly，III： Cournot Competition [J ].European Economic Review，1987，（31）.

[10 ]Spence M.Monopoly，Quality and Regulation [J ].Bell Journal of Economics，1975，（6）.

[11 ]Milgrom P，Roberts J.Rationalizability，Learning and Equilibrium in Games With Strategic Complementarities [J ].Econometrica，1990，（58）.829F4D8E-71F8-44FA-80BB-EF9A490F4B99

[12 ]Cooper R，John A.Coordination Failures in Keynesian Models [J ].Quarterly Journal of Economics，1988，（103）.

[13 ]Milgrom P，Shannon C.Monotone Comparative Statics [J ].Econometrica，1994，（62）.

[14 ]Hacklin F M，Marxt C，Fahrni F.An Evolutionary Perspective on Convergence： Inducing A Stage Model of Inter-Industry Innovation [J ].International Journal of Technology Management，2010，（49）.

[15 ]Curran C S，Leker J.Patent Indicators for Monitoring Convergence Examples from NFF and ICT [J ].Technological Forecasting & Social Change，2011，（78）.

[16 ]Gollop F M，Jorgenson D W.New Developments in Productivity Measurement： U.S.Productivity Growth by Industry，19471973 [M ].University of Chicago Press，1980.

[17 ]Basu S，Fernald J G，Oulton N，Srinivasan S.The Case of The Missing Productivity Growth，or Does Information Technology Explain Why Productivity Accelerated in The United States but Not in The United Kingdom？ [J ].NBER Macroeconomics Annual，2003，（18）.

[18 ]Domar E.On The Measurement of Technological Change [J ].Economic Journal，1961，（71）.

[19 ]Jorgenson D，Gollop F，Fraumeni B.Productivity and U.S.Economic Growth [M ].Cambridge.MA： Harvard University Press，1987.829F4D8E-71F8-44FA-80BB-EF9A490F4B99