三、区域收敛性分析

衡量区域收敛性的方法有多种，主要包含了 σ 收敛、 β 收敛和俱乐部收敛三类。下文中这三个角度分别分析区域收敛性。

（一） σ 收敛性计算

σ 收敛认为区域互联网发展水平的分散程度会随着时间的推移而降低，从数学的角度而言，表现为区域间互联网发展水平的变异系数变小。计算中 σ 的公式为：

表格2－4报告了样本期历年的 σ 值：

从表中可以看出，以2011年为界，2011年之前区域互联网发展的差异性递增，2011年滞后基本稳定， σ 值并没有表现出趋势性的下降特征，因而可以说在样本期中国区域互联网发展不存在 σ 收敛。

（二） β 收敛性计算

β 收敛分为两类，绝对 β 收敛和条件 β 收敛。其中，绝对 β 收敛认为不同地区之间互联网发展水平有着相同的互联网发展水平的稳态值，因而互联网发展水平低的地区有着更快的发展速度，最终所有的地区互联网发展水平趋同；条件 β 收敛认为不同地区有着不同的经济、社会、文化特征，因而应当有着不同的稳态值，在控制了这些不同的影响因素条件下，相对于各自的稳态更远的地区有着更高的发展速度。

根据Martin （1996） ^［44］ 提出的计算方法，令 ＝ ，表示地区互联网发展水平从t到t ＋ T年之间的平均增长速度，则绝对 β 收敛的计算公式为：

其中 y _i ， _t 表示地区互联网发展水平；如果是收敛的，那么 β 为大于0的系数。据此，由于本部分数据为2006至2014年的面板数据，因此建立面板回归模型，表格2－5给出了计算出的绝对收敛系数：

根据表格2－5给出的计算结果，可知由于 β 系数在1％水平下显著为负，而不是为正，因而根据前文的分析，中国互联网发展水平区域之间不存在绝对收敛。

根据条件 β 收敛的定义，式（7）可以修改为：

其中 X _i ， _t 为一组控制变量，即地区互联网发展水平不仅仅取决于起初值，同时还取决于其他相关影响因素。根据相关研究，本部分选取了地区人均GDP、城市化率、产业结构以及全要素生产率四个变量作为控制变量，其中人均GDP根据各个地区物价水平进行了平减，城市化率采用城镇人口占总人口的比重计算，产业结构采用第二产业增加值占GDP比重表示，全要素生产率采用索罗余量法进行估算，计算时资本存量采用张军（2004） ^［45］ 的方法。上述控制变量在进行计算时均进行了对数化处理。通过建立面板回归模型，表格2－6给出了计算结果。

根据表格2－6中的结果可知，条件收敛系数 β 在1％水平下显著为负，即认为互联网发展水平之间不存在显著的条件收敛特征。

（三）俱乐部收敛计算

Baumol （1986） ^［46］ 提出了俱乐部收敛的概念，认为相似的地区之间有着相似的互联网发展水平，即存在某些俱乐部，在俱乐部内部互联网发展水平之间是收敛的，不同俱乐部之间收敛情况不同。由于对俱乐部的划分没有统一的标准，本部分研究中，根据中国东、中、西的区域划分标准，将中国地区分为三个俱乐部，根据式（8）建立面板回归方程，表格2－7给出了计算结果。

根据表格2－7中报告的计算结果，发现无论是东部地区，还是中、西部地区的 β 系数在1％水平下均显著为负，表明地区互联网发展水平之间并不存在区域内的俱乐部收敛特征。

综合而言，根据 σ 收敛、 β 收敛和俱乐部收敛的计算结果，可知无论根据何种方法结果计算出的收敛结果，均认为中国互联网发展水平不存在区域间的收敛特征。 0SniZ8mfET5vkEpxyZ9Uv55NSYpp4K2UpjRWpqNQFo3PrtTrj0ocFK48JuXd0RJ4