中国互联网用户增长的省际差异及其收敛性分析，本文主要内容关键词为：中国互联网论文,差异论文,用户论文,收敛性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F623 文献标识码：A 文章编号：1000-0690(2011)01-042-07
修订日期：2010-11-09
进入21世纪以来，中国的互联网事业得到了飞速发展。根据中国互联网络信息中心的最新统计[1]，截至2009年底，中国互联网用户已达3.84亿户，占到世界互联网用户的20.8％。另一方面，互联网作为现代信息与通信技术的重要代表，在区域发展中所起的作用也日益重要[2]。但是，互联网发展的区域差异仍表现得十分明显，比如北京、上海等市的互联网普及率都已超过60％，而贵州、安徽等省的普及率仅为15％。这正是“数字鸿沟(digital divide)”的主要表现之一。有些学者认为，互联网技术的出现也没有像人们当初所料想的那样缩小地区之间的差距，相反，在很大程度上似乎在扩大原有的差距[3]。这种数字鸿沟问题已经越来越受各方关注，因为在信息时代，接入和使用信息技术具有重要的发展意义[4]。
事实上，区域差异是区域发展中一种常见的现象，也是地理学、经济学等相关学科关注的热点问题。长期以来，中国一直存在着地区发展不平衡的格局，尤其在改革开放以后，这种差距似乎呈现出日益扩大化的趋势[5，6]。从短期看，区域差异的存在是不可避免的。那么，从长期看，这种差距会不会缩小或者出现收敛呢？从理论上讲，随着中国改革开放进程的不断推进，发达地区的先发优势将逐步削弱，而欠发达地区的后发优势将逐步强化，其发展机会将逐渐增多。特别是很多人认为新的技术往往为后发地区的跨越式发展提供了新的机遇[7]。目前，国家和地方政府的有关部门均出台了一系列促进信息技术应用的相关政策，以期加速新技术的扩散和推广。本文通过分析中国互联网普及的空间格局变动，动态地考察影响互联网用户增长的主要因素及其变化机制，以期为促进中国互联网的快速健康发展提供有益的参考。
1 文献概述
简单来说，基于互联网的数字鸿沟就是使用互联网和不使用互联网的人之间存在的差异。经济合作与发展组织认为数字鸿沟是“不同社会经济水平的个人、家庭、商业部门和地理区域，在接入信息和通信技术和利用互联网从事各种活动的机会上存在的显著差距”[8]。其真正内涵可解读为由于信息和通信技术的资源分配不均，以及它所造成对于新技术应用的不平等，导致地区之间、族群之间、甚至个人之间产生“有”和“没有”之间的差异状况逐渐增加。而且，它对于社会的影响，无论是正面或负面的影响，都将随着新技术的进步而加剧。因此，数字鸿沟的产生可视为由于信息和通信技术的发展和普及所造成的一种现象[4]。
数字鸿沟的空间层面，即不同地理区域之间存在的新技术应用差异是众多学者关注的问题之一[9，10]。从全球范围来看，不同经济发展水平的国家之间长期存在的信息不平等仍然存在于国际互联网的使用地理格局之中[3，11，12]。国家内部的空间数字鸿沟首先表现在城乡差异[13]。一般而言，不论是在发达国家还是发展中国家，城市化地区在接受新媒体上都是领先的，而乡村地区都是落后的[14，15]。其次，国家内部的区域层面差异也很明显[16~19]。此外，不同城市之间也存在着数字鸿沟。一些大城市往往在各种新技术投资和创新过程中扮演领跑者的角色，而其它城市和地区只能落在后面[4，20，21]。
事实上，互联网发展的空间差异受到诸多因素的影响。首先，信息化水平的差异实际上反映了经济发展水平的差异性。全球层面的数据表明，人均GDP指标能够较好地解释各国互联网主机分布的差异[3，19]。在中国，地区之间的人均收入分布差异同样也被认为是造成数字鸿沟的重要原因[4，22]。其次，有些学者认为地区居民的受教育程度对互联网的普及也相当重要[17，18]。还有研究表明城市化水平比大学教育水平更重要[23]，认为城市化水平是独立于收入和教育之外的一个因子[24，25]。在中国，互联网用户在城市和区域中的增长和分布状况与城市化进程紧密相关[4]。互联网的普及还有技术基础，或者说新的技术对传统技术存在一定程度的依赖性。通信技术的引进水平和传统信息基础设施对互联网的普及也起到重要的作用[3，26]。此外，还有其他一些因素也被用于解释数字鸿沟的成因，如社会因素[11，19]、政治层面的权利关系[12]，以及对外开放程度[3]等等。
总体而言，已有的研究较多集中于某一空间层面上，对特定时间的数字鸿沟区域差异状况进行了分析及成因解释。但大多数研究往往是静态的分析，缺乏细致的动态比较，特别是没有呈现其变动过程和趋势，更缺少对于其变动机理的解释。因此，有必要对互联网发展的空间差异进行动态的考察，探究其变动的趋势和影响因素。下文从中国的省际层面对此问题展开研究。
2 研究方法与数据来源
本文所采用的互联网普及率指标是研究互联网发展的常用指标，即互联网用户占总人口的百分比，其反映的是互联网在社会人群中应用的广泛程度。本文参照区域经济增长收敛理论的基本假定，利用计量模型，对1997-2008年期间中国31个省、自治区、直辖市的(不包括港澳台地区)互联网普及率进行收敛性检验，并在检验过程中引入条件变量，来探讨这些变量对互联网普及水平的影响。
2.1 研究方法
类比区域经济增长收敛的假说[27，28]，对互联网普及水平的区域差异变动提出3种假说。①σ-收敛：指不同区域间互联网普及率的变异系数随时间的推移而趋于下降。②β-收敛，是与时间序列相关的假说，可分为绝对β-收敛与条件β-收敛两种形式。所谓绝对β-收敛，是指经济、开放度、文化等相似的区域具有相同的互联网普及状况，而互联网普及率较低的地区比普及率较高的地区以更快的速度增长，从而所有区域最终将收敛于相同的互联网普及水平。所谓条件β-收敛，是指不同区域之间具有各自不同的经济、开放度、文化等特征，因而具有不同的互联网普及率，从而不存在绝对的收敛。因此，只有在模型中控制了这些特征，各区域之间才呈现明显的收敛性。③俱乐部收敛(club convergence)：指在具有相同的经济、开放度、文化等结构特征的区域间存在着一定的增长收敛趋势。
2.1.1 σ-收敛
σ-收敛能够反映各区域互联网普及水平偏离整体平均的差异及其不平衡的动态过程。事实上，用σ来表示其离散水平是无法反映各区域之间的真实离散度的，而采用变异系数(CV)可以克服这种平均互联网普及水平的影响。本文用变异系数来对互联网普及水平的收敛性做出总体判断。σ-收敛性的检验方程为：
2.1.2 β-收敛
当一个互联网普及水平较低的区域比一个水平较高的区域普及得更快时，那么水平较低区域的指标将赶上较高地区的指标，这样的收敛性称为β-收敛性。本文引用Barro与Sala-i-Martin的经典模型[29]，其计量检验方程：
β-收敛是针对互联网普及率的增长速度而言的，检验绝对β-收敛的目的是确定互联网水平较低地区能否赶上较高地区，而检验条件β-收敛的目的则是检验其能否收敛到自身稳定状态。如果方程(3)的回归结果取决于初期的互联网普及率，且不受其他附加变量的影响，那么就属于绝对β-收敛。然而，已有学者证实[26]，地区互联网普及率的增长率不仅取决于初期的互联网普及水平，而且也受到诸如经济发展水平、城镇化水平、基础设施水平、受教育程度、对外开放度和地理位置等其他因素的影响。为此，将新的变量加入到方程(3)。此时，β系数衡量的实际上是一种条件收敛，即收敛的速度将同时决定于其他参数的差异。根据Sa-1a-i-Martin增长理论中的公式来表示[32]：
2.2 数据选取与来源
根据中国互联网络信息中心网站(www.cnnic.cn)上公开的统计资料，可获取1997-2008年各省市区的互联网普及率数据。其它如城镇化水平、人均GDP、对外开放度、信息基础设施水平、受教育程度等指标均来自历年《中国统计年鉴》[33]或通过其数据计算得出。
3 结果分析
3.1 σ-收敛检验
1997-2008年，中国31个省市区的互联网普及率的变异系数呈下降趋势，说明中国互联网的区域普及存在σ-收敛(图1)。变异系数从1997年的3.35下降到2008年的0.55，表明这一时期中国互联网的普及具有空间趋同趋势，互联网普及水平的区域差距以较快速度缩小。
图1 1997-2008年中国互联网普及率区域差异的变异系数
Fig.1 Coefficient of variation of Internet penetration in China(1997-2008)
3.2 β-收敛检验
3.2.1 绝对收敛
σ-收敛仅说明中国互联网的发展在普及水平上存在趋同，但不能说明互联网普及率较低区域的增长速度是否高于水平较高地区。为此，需对各区域的互联网普及率进行β-收敛检验。根据β-绝对收敛检验回归方程，对1997-2008年中国省际互联网用户的增长情况进行回归分析。以样本基期互联网普及率的对数值为解释变量，以样本观察期间互联网用户的年平均增长率为因变量，利用EViews5.0软件进行回归分析，得出结果如表1所示。β值为正，并且β系数的t检验值为-13.464，基本统计量t在95％水平上显著，可通过显著性检验，回归拟合优度为0.862，即回归方程的拟合程度较好，说明中国互联网的普及呈现出较为明显的绝对收敛趋势。这一检验结果也符合区域经济增长理论中的一个定理：β-收敛是σ-收敛的必要而非充分条件。
3.2.2 条件收敛
条件β-收敛是在方程(3)的基础上引入新的变量，而新变量的引入可以根据分析的具体情况而定。综合已有的研究结果，区域的经济发展水平、科学文化(受教育)水平、对外开放程度、信息基础设施状况、城镇化水平和地理位置等是影响区域互联网普及的重要因素。本文分别选取各省市区的人均GDP、每10万人拥有大专及以上学历者数量、万人接待国际旅游人数、万人长途光缆线路长度、非农人口占总人口比例，以及区域所处的东、中、西地理位置等指标作为决定中国互联网普及率稳态的条件。
利用EViews软件对互联网省际普及率进行条件β-收敛检验，得出结果如表2所示。通过将表2中的R[2]与绝对β-收敛(表1)中的R[2]相比较可以看出，加入上述条件变量后，条件收敛模型显然比绝对收敛模型具有更高的拟合优度，基本统计量t在95％水平上显著。进一步分析结果可知，影响中国互联网用户增长呈β-条件收敛的首要因素是人均GDP，加入人均GDP这一条件后，β估计值达到0.253。另2个重要因素是城镇化水平和对外开放度，其β估计值分别为0.204和0.201。其他引入条件对中国互联网的普及呈β-收敛也均有不同程度的促进作用。这说明人均GDP、城镇化水平、对外开放度、受教育程度、基础设施水平、地理位置等动态变量均为影响中国互联网普及收敛性的重要变量。如果政府在适度调控的前提下控制以上动态变量，即可促使中国各省市互联网普及水平收敛于各自的稳态。
3.3 俱乐部收敛检验
尽管从全国的省际层面来看，互联网普及存在收敛，但较小范围的区域内部是否存在收敛性仍不确定，下文进一步对全国三大地区作俱乐部收敛分析①，结果如表3所示。
1997-2008年，中国东、中、西部互联网普及率年均增长率与期初互联网普及率均存在着负相关的关系，相关系数分别为-0.068、-0.089和-0.098；东部地区R[2]为0.946，中部地区R[2]为0.849，西部地区R[2]为0.918，拟合优度都较好，t值在95％水平上显著，说明3个地区都存在着显著地俱乐部收敛。另一方面，比较三大地区的α[，2]值可知，东部地区的β收敛速度慢于中部，中部又慢于西部。由此表明，区域所处的地理位置对互联网的普及具有重要影响，这也在一定程度上验证了条件β-收敛中选取地理位置这一变量的合理性。
4 讨论
综合以上结果发现，中国互联网普及水平整体是趋同的，东、中、西部也存在着俱乐部收敛，但东、中、西部的收敛速度存在较大差异。这一现象可以用创新扩散理论来解释[34]：创新事物在一个社会系统中要能继续扩散下去，首先必须有一定数量的人采纳这种创新事物。通常，这个数量是人口的10％～20％。创新扩散比例一旦达到临界数量，扩散过程就起飞，进入快速扩散阶段。饱和点(saturated point)的概念是指创新在社会系统中一般不能100％扩散。事实上，很多创新在社会系统中最终只能扩散到某个百分比。当系统中的创新采纳者再也没有增加时，系统中的系统采纳者比例，就是该创新扩散的饱和点，最终创新事物普及的曲线通常呈S型。
截至2008年底，中国互联网的普及率仅达到22.6％，其中东部地区达到33.6％，中西部分别为15.8％和15.9％。比较三大地区互联网普及的变动趋势(图2)，可以发现，东部地区和中西部地区之间存在显著的差异，而中部和西部的增长曲线几乎是重合的。这在一定程度上表明，目前中国互联网普及的区域差异主要还是体现在东部和中西部之间。根据创新扩散理论，中国互联网的普及整体上处于初期到快速增长阶段的过渡期，其中东部地区已进入快速扩散阶段，而中西部还处于初期增长阶段。由于东部地区各省市的互联网普及刚步入快速增长时期，区域内省际互联网普及率差异较大，因而俱乐部收敛的速度就慢一些；相反，中西部地区的互联网普及处于较低水平，区域内各省市互联网普及率差异不是太大，因而俱乐部收敛的速度就较快。
图2 1997-2008年中国三大地区互联网普及率的变动趋势比较
Fig.2 Comparison of the trend of Internet penetration in eastern,central and western China(1997-2008)
鉴于现有数据的可获取性，本文讨论的差异问题仍然集中于“有”与“没有”之间。但事实上，数字鸿沟具有多维性和多重性，接入信息设备并获取信息仅仅是最基本的层面，还需要考虑使用者在利用信息资源的能力以及判断信息价值的能力上也存在巨大的差异[35]。当基本的技术逐渐普及之后，后两者的能力或许将变得更为关键。因此，如果更新的技术和应用被不断的创新出来，仍然延续原有的扩散路径，那么数字鸿沟将无法消除甚至加剧。前文的分析结果表明接入互联网的区域差异正在缩小，但这并不表示已经解决了数字鸿沟问题。事实上，东部和中西部地区在接受更新的信息技术或者在互联网的利用水平上，仍然差异明显。根据中国互联网络信息中心的调查，中西部地区网民的信息意识明显低于东部网民[36]。虽然“西部大开发”与“中部崛起”等区域发展政策促进了中西部经济的发展，而互联网则为中西部经济的发展起到推波助澜的作用，但是人们的信息意识仍然是互联网能否有效推动区域发展的基础。
5 结论及政策启示
本文采用σ-收敛、β-收敛和俱乐部收敛3种分析方法，对1997-2008年中国省际(港澳台地区除外)互联网用户增长的收敛性进行了探析，并对影响互联网普及水平的关键因素进行了条件β-收敛的检验。结果发现，12a来，中国互联网用户增长的省际差异变动存在着较为明显的σ-收敛和β-收敛。通过控制人均GDP、城镇化水平、基础设施水平、受教育程度、对外开放度、地理位置等变量后分析发现，初始互联网普及率较高的地区较普及率较低的区域互联网普及率的增长率低，地区间存在条件β-收敛。目前，中国互联网普及的区域差异仍然显著，各区域存在自身的稳态，其内部均向这一稳态收敛。东、中、西三大区域存在着较为显著的俱乐部收敛趋势，收敛速度则表现为东部慢于中部，中部慢于西部。当然，本文所得到的收敛结果仅限于互联网的普及层面，这只是体现当前区域信息化发展水平的一个方面。伴随着技术的不断进步和应用，还需要开展更多的研究来准确地把握区域信息化差异的变化趋势。
本文的结论在中国省际层面上支持了新古典机制下的条件收敛假设，即一个地区当前互联网普及率距稳态互联网普及水平的距离越远，其互联网用户的增长率就越大。如果控制各省市的条件变量，那么相似的地区有相似的互联网普及率，其互联网普及水平将长期趋于收敛。决定中国各地区稳态普及的因素包括经济发展水平、城镇化水平、教育水平、对外开放度和信息基础设施水平等。由此可见，落后地区可以通过改变决定稳态互联网普及水平的变量来改变长期稳态水平，如提升地方经济发展水平，加快城镇化进程，提高教育水平，加大对外开放度，以及改善信息基础设施等，促使互联网普及率的提升。从国家制订的《2006-2020年国家信息化发展战略》实施，到全国“村村通电话，乡乡能上网”工程的推进，近几年国家实施的诸多政策和措施已经极大地促进了中国农村以及中西部地区的互联网发展。当然，政府在制订互联网发展政策时，还要根据各地区不同的互联网普及水平和影响因素，因地制宜，合理发展。尤其是欠发达的中西部地区需加快提高信息意识，充分发挥新技术带来的后发优势，寻求新的区域发展路径，最终缩小中国区域发展的差异。
注释：
①本文的三大地区划分范围根据2000年中国政府在制定西部大开发战略时的调整结果，西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古12个省级行政区；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省级行政区；东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省级行政区。中国互联网络信息中心提供的统计报告也采用了此种地区划分方法。
标签：互联网用户论文; 数字鸿沟论文; 互联网普及论文; 条件收敛论文; 中国互联网络信息中心论文;