摘要：信息技术在企业的资源配置得到了改善，得到了新的资源配置或者有了优化的原有资源配置。这就使得创新源产业和音像业间的生产要素上存在不平衡。创新源产业率先拥有或采纳使用新产品、新技术、新的管理方法、新的生产资料使用方案。而其音像业未做创新，仍采用老的资源配置，这种不平衡的存在必然促使音像业的变化。
第一个阶段，信息技术产业通过企业主体或者其他主体产生技术创新，这些技术创新在信息制造业内部对资源进行了重新配置：新的资源配置，包括创造出了新产品，使用新的技术代替了原有技术。技术创新还可以优化原有的资源配置。原有配置的优化包括了专业化分工的更加合理、和更经济的生产资料使用模式。专业化分工的合理化也可以说是新的管理效应带来的结果之一，专业化的分工可以使得该产业生产即有产品的过程得到更好的控制，工人在作业时具有比往常更高的效率，达到了节省人力资本的目的。人力资本减少的同时带来了整体产品成本和最终出货价格的降低。对于下游产业和应用该产品的相关产业来说，这无疑也大大地拉动了对该产品的需求。于是这种技术创新带来的优势就从信息产业传到了其下游音像业或相关产业当中去了。
第二个阶段，信息技术创新所带来的新的资源配置使得产业间共有的生产要素产生了不平衡。音像业由于技术创新的不活跃或者研发难度和门槛等因素保持固有的产品、技术，这就导致了在生产要素区域形成了新老产品、新旧技术共存。这种不平衡必然要导致更合理的生产要素取代原有生产要素。信息产业所生产的新产品的一种直接去向就是直接经过再加工变成音像业的新产品，当然新产品的面世也同时作用在相关产业的新技术的衍生。LOCALHOsT如声音记录媒介的变革，势必会使得声音记录精度、算法的改变，这也间接会影响音像业的制作出版的技术。全新的技术会加剧产业内的竞争，拉动信息业的技术提升，改变产业结构，同时也会直接或间接的带动音像业的相关技术发展。对于优化了的原有配置，音像业也会逐渐吸纳。新的生产资料使用方式、新的专业化分工无疑都是降低成本，提高生产效率的手段。下游的音像业通过学习、模仿或者引进的手段逐步的将这些创新所吸纳，从而提升本产业的生产效率和产业竞争力。
技术创新在产业之间就是通过新产品、新技术等这些媒介来传导的，其根本源头就是由于产业间生产要素存在差异，以导致了不平衡发展。这种不平衡导致了信息技术自上而下的影响音像业发展。
三、信息技术投入对音像业产出增长的实证研究
根据前文对信息技术给音像业带来影响的分析可以看出，音像业的发展和信息技术进步是分不开的，笔者在以往学者所作研究的基础上建立了新的模型，把衡量信息技术指标和音像业的产出指标放在一个模型里进行分析，检验各个信息技术投入的指标对产出的影响。
在模型的建立之前本文做出以下几点假设：一是只关注信息制造业技术创新与音像业产出之间的关系。因为影响音像业产出的因素很多，比如音像业的产业环境、产业政策、其他相关行业的影响等等，本文为了对信息技术影响音像业这一内容作针对研究，因此只考虑信息制造业技术创新的投入与音像业产出的关系。二是假设信息制造业技术创新投入与音像业产出存在正相关的关系，也就是说音像业的产出随着信息制造业的技术创新投入的增长而增长。信息制造业技术创新通过前文介绍的路径和影响因素，导致音像业产出增加。三是假设r&d经费投入对音像业的产出存在滞后性。因为科研开发从投入，到新产品、新技术问世都要经历一段时间，并且信息制造业新产品、新技术问世之后，其作用于音像业还需经历不短的时间，因此本文做出该假设，r&d经费投入对音像业产出有滞后效应。
本文所采用的数据来自《中国统计年鉴》、《中国文化文物统计年鉴》、《中国高技术产业统计年鉴》、《中国文化产业年度报告》。考虑到实证研究的科学和规范性，在选择数据时注意了统一口径，并保证了所有数据来源的真实可靠，从中选取了1999—2008年的面板数据。为了保证回归结果的平稳有效，本文在做实证研究当中剔除了几个省份的数据，留下了26个省市的数据。
本文最终采用的是多元统计回归分析这种成熟的计量方法来对技术创新的各要素来进行分析，根据上文的假设定义以下变量并构建模型形式如下：
y=c+α1x1+α2x2+α3x3+α4x4+α5x5+μt （1）
其中，y代表音像业销售收入，x1、x2、x3、x4、x5分别代表信息制造业的r&d经费、技术引进经费、新产品开发经费、技术改造经费、r&d活动人员，以这些指标来评价信息技术投入与音像业的产出。
通过模型设定形式检验可以看出，个变量均在5%显著水平下通过检验。本文在对数据进行回归分析之前，需要对所使用的面板数据进行单位根检验，通过p值表明，各变量不存在单位根，通过了检验，各变量平稳。
在进行模型回归分析时，我们需要对面板数据进行协整检验，以考察各非平稳变量之间是否存在长期的稳定关系。在协整检验过程中，我们将使用到pedroni（1999，2004）和westerlund（2005）等现存方法对其进行检验。结果表明，各统计量均在1%水平下拒绝不存在协整关系的原假设，这表明这些非平稳变量之间存在长期协整关系。
经过协整检验以后，笔者对模型进行了回归分析，回归系数结果（如表1所示）：
表1回归分析结果
注：（1）***和**分别表示1%和5%显著水平下各系数通过检验；（2）模型的回归平方和为73.14%，dw值为1.68。
对于信息技术的投入对音像业产出影响其实还受到滞后变量的影响，r&d经费投入是衡量技术创新的至关重要的指标，虽然r&d经费投入在当期已经产生显著影响，但不可忽视滞后的效果。国内不少学者也将r&d滞后变量引入对模型进行改进，本文借鉴傅利平、张出兰在《天津市r&d投入与产业技术创新关系的实证研究》一文中采用

[1] [2] 下一页