工业化与信息化发展的优先度研究

俞立平

(宁波大学 现代高端服务业发展研究中心，浙江 宁波 315211)

一、引言

著名发展经济学家钱纳里(H.B.Chenery)［1］在其《工业化与经济增长的比较研究》一书中对工业化做了如下定义:“工业化是指以各种不同的要素供给组合去满足类似的各种需求增长格局的一种途径”。一般认为，工业化一个长期的、不断变化的经济结构演变过程，在这个进程中，工业部门持续扩张，特别是制造业增长迅速，使得农业部门净产值和劳动力比重持续下降，而工业部门尤其是制造业部门比重持续上升，而服务业部门的比重大体保持不变，其结果是工业部门在国民经济中逐渐占据优势。建国以来尤其是改革开放以来，我国工业化发展进程大大加快，取得了长足的进步，2009年国内生产总值(GDP)335353亿元，比上年增长8.7%。其中第一产业为35477亿元，增长4.2%;第二产业为156958亿元，增长9.5%;第三产业为142918亿元，增长8.9%。第二产业产值占GDP的比重为46.8%，第三产业产值占GDP的比重为42.6%，第二三产业的比重占89.4%。

图1 第二产业占GDP的比重

1978-2009年期间，第二产业占GDP的比重如图1所示。总体上处于锯齿状的波动状态，但是幅度在逐渐减小，1978-1990年期间，由于农村改革的快速发展和城市改革的起步，第二产业所占比重总体呈下降趋势，到1990年到达波谷的41.2%。1991开始逐步回升，到1996年到达一个小波峰48.2%。此后基本在45%-50%之间波动，一般认为，中国已经进入工业化社会的中期。

1967年，日本科学技术和经济研究协会首次提出“信息化”一词，对信息化的理解并没有过多分歧。信息化是国民经济或社会结构框架的重心从物理性空间向信息或知识性空间转移的过程，它以高科技的信息技术为手段，对社会经济结构、产业结构等进行改造、改组或重新定向，通过提高产品与经济活动中信息与知识的含量，推动全社会达到更高级、更有组织、更高效率的经济发展水平。信息化是个动态过程，国民经济和社会信息化意味着国民经济从工业经济向信息经济的演进，社会从工业社会向信息社会演进。

中国信息化水平发展很快，2009年邮电业务总量27313亿元，比上年增长14.6%。固定电话年末用户31369万户。移动电话年末达到74738万户，电话总数达到106107万户，电话普及率达到79.9部/百人。城镇百户居民拥有彩电数量132.89台，拥有电脑数量59.26台。截至到2010年上半年，互联网上网人数4.2亿人，网民数为全世界第一，普及率31.8%。网站总数为2590000个。

图2 邮电业务额占GDP的比重

作为信息化发展水平重要指标的邮电业务额，其占GDP的比重如图2所示。1978-1991年期间，基本维持在0.94%的水平，从1992年开始，邮电业务额占GDP的比重一直处于上升状态，说明进入了信息化的高速发展阶段。

关于工业化与信息化之间关系的理论研究较多，主要集中在机制、模式、互动关系等领域。在实证研究领域，谢康［2］提出了条件趋同与无条件趋同模型，建立信息化带动工业化、工业化促进信息化的规范研究模型。刘伦武［3］通过协整理论与误差修正模型研究发现，短期内中国信息化萌发度对工业化成熟度影响的力度与强度均较弱，而长期来看，中国信息化萌发度对工业化成熟度具有较为显著的调整作用。俞立平，潘云涛等［4］的研究发现，信息化波动是影响工业化波动的主要原因，但工业化的波动不是影响信息化波动的主要原因。工业化对信息化的影响速度要大于信息化对工业化的影响速度，并且工业化对信息化的影响更为稳定。黄永兴［5］利用主成分分析测度工业化和信息化指标，并且研究了二者的相关系数，发现二者有很高的相关性。

信息化与工业化之间的互相促进关系已经得到了公认，那么，中国在工业化和信息化高速发展阶段二者哪个更为优先发展?其内在双向因果关系的特点如何?这方面的研究比较缺乏。本文采用格兰杰因果关系检验［6-7］和成长曲线对这个问题进行深入研究，进而进一步探讨其深层次原因。

二、研究方法

(一)单位根检验与格兰杰因果检验

理论分析认为，工业化与信息化之间是互为因果关系的。信息化本身催生了一个庞大的产业——信息产业，这也是工业化的一部分。信息化能够促进工业技术的改良和升级，加快知识和信息资源的传播，提高技术创新的效率，从而加快工业化的发展。而工业化的快速发展，必然带来一个国家或地区财力的增加，从而为信息化带来更多的资金投入。那么如何用实际数据验证有没有这种双向关系呢?格兰杰因果关系检验是主要的方法。格兰杰因果关系检验并不能改变变量之间理论上存在的因果关系，但是可以对实际数据是否存在这种关系进行检验，进而分析深层次的原因。

若时间序列的均值或自协方差函数随时间而改变，则该序列就是非平稳时间序列。对非平稳的时间序列进行时间序列分析会产生“伪回归”问题，为使回归有意义，可对其进行平稳化，然后对差分序列进行回归。单位根检验就是一种检测时间序列是否平稳的方法，它是格兰杰因果检验的前提条件，也就是说，只有平稳时间序列才能进行格兰杰因果关系检验。

考察随机过程 {Yt，t=1，2，… }，若 Yt= δYt-1+εt，其中 δ=1，εt为一稳定过程，且 E(εt)=0，Cov(εt，εt-s)=μt＜ ∞，s=0，1，2…，则称该过程为单位根过程(Unit Root Process)。

若Yt=Yt-1+ εt，其中，εt独立同分布，且 E(εt)=0，D(εt)=σ2＜ ∞，即 εt～iid(0，σ2)，则称{Yt，t=1，2，… }为一 随机 游 动(Random Walk)过程。

若单位根过程经过一阶差分成为平稳过程，即 Yt-Yt-1=(1-B)Yt=εt，则时间序列 Yt称为一阶单整序列，记作I(1)。一般地，如果非平稳时间序列Yt经过d次差分达到平稳，则称其为d阶单整序列，记作I(d)，其中d表示单整阶数，是序列包含的单位根个数。进行单位根检验有多种不同的方法，如DF法、ADF法、PP法，本文主要采用ADF(Augmented Dickey-Fuller)检验法。

格兰杰因果关系检验的基本原理是:如果利用X和Y的过去值一起对Y进行预测比单用Y的过去值来进行预测所产生的预测误差更小的话，就存在着从X到Y的因果关系，此时称X以Granger方式引致Y，一般用X→Y表示。同理，如果利用Y和X的过去值一起对X进行预测比单用X的过去值来进行预测误差更小的话，就存在着从Y到X的因果关系，此时称Y以Granger方式引致X，一般用Y→X表示。

无条件限制模型:

其中μt为白噪声序列，α，β为系数。n为样本量，m、k 分别为 Yt、Xt变量的滞后阶数，令(1)式的残差平方和为ESS1;(2)式的残差平方和为ESS0。

(二)LOGISTIC曲线

Logistic函数，也被称为成长曲线函数，由美国生物学家和人口统计学家珀尔(R.Pearl)、利德(J.Reed)［8］首先在生物繁殖研究中发现，后被广泛应用于生物生长过程和产业成长过程的描述。工业化与信息化发展，本质上也是一个逐渐成长的过程，因此用Logistic成长曲线函数来分析其阶段特征，有较高的相似性和可行性。像美国、日本等经济发达国家，近几年来的经济增长缓慢，已经处于工业化和信息化的成熟期，而中国改革开放以来，工业化和信息化一直在高速增长，处于成长期。

Logistic函数曲线略呈拉长的S型，如图3所示。在A点之前(0～t1)称为引入期，其特点是增长缓慢;然后在A点和C点之间(t1～t2)迅速增长，称为成长期;在A点和C点之间有一拐点B，在A点和B点之间增长速度越来越快，在B点和C点之间增长速度越来越慢，但均属于高速增长，因此B点是成长期的鼎盛时期;在C点以后(t2～∞)增长速度变慢。

图3 Logistic函数曲线

Logistic函数方程一般为:

其中，t为时间，Y为因变量，本文中Y表示工业化或信息化水平，L为Y的最大极限值。a、b分别为可控参数，它们的取值大小是由Y成长自身特征和扩散中的环境所决定的。

求Logistic函数的一阶导数，并令其为0:

得到 t=ln(a)/b，该点即为 B点。继续求Logistic函数的二阶导数，并令其为0:

即得到A点和C点的横坐标时间t的值。

分别计算出工业化成长曲线和信息化成长曲线的A、B、C三点的时间值，就可以比较二者的成长阶段特点，从而进行优先度的比较。

三、变量与数据

国际上工业化测度方法有很多种，第一种是钱纳里等人提出的人均GDP指标;第二种是霍夫曼提出的以消费资料工业净产值与生产资料工业净产值比例作为标准;第三种是库兹涅茨、克拉克主张的以第二产业与第一产业产值比重作为衡量标准;第四种方法是根据克拉克定律推演的，用第二产业从业人员与第一产业从业人员之比作为衡量标准。此外国内有许多学者还采用指标体系来衡量中国的工业化进程。现在看来，用人均GDP来测度工业化水平已经不合适了，以消费资料和生产资料的工业净产值之比来测度工业化数据获取和处理有困难，采用第二产业与第一产业的产值或人口之比是比较科学的做法。由于本文在信息化测度中采用了绝对指标的做法，因此本文用第二产业产值作为中国工业化水平的度量。

关于信息化水平测度的方法也比较多，F.Machlup［9］主要是从宏观上测算信息产业在国民生产总值中所占的比重、信息部门就业人数的比例以及信息部门的收入占国民总收入的比重大小，间接描述信息资源的作用与贡献。M.Porat［10］用信息活动的产值占国民生产总值(GNP)或国内生产总值(GDP)的比例大小、信息劳动者人数占就业人口的比例大小和信息部门就业者收入占国民收入的比例大小来衡量社会信息化程度。日本学者小松清崎介［11］提出的信息化指数法，主要采用指标体系进行测度。国家信息化评测中心会同相关部门，研究提出了20项反映国家信息化水平的统计指标体系，在2001年确定了国家信息化指标构成方案，以《关于印发〈国家信息化指标构成方案〉的通知》(信部信［2001］434号)发布。

采用指标体系进行信息化测度存在指标选取复杂、评价方法多元、结果不一致的问题，因此本文采用邮电业务额作为信息化发展水平的替代变量。理由有三:第一，信息化的本质是信息传递范围和效率的提高，而邮电业务额是最能衡量信息量传递水平的。第二，由于指标间是相关的，采用指标体系计算容易出现重复计算问题，而用邮电业务额不会出现这个问题。第三，2009年我国邮电业务额27313万亿元，占 GDP的比重高达8.14%，具有很强的代表性。

本文所有数据来自于中国统计年鉴和2009年中国统计公报，数据为1978-2008的时间序列数据。

四、实证结果

(一)中国信息化的阶段划分

从图2可以看出，在1978-1991年期间，中国邮电业务额占GDP的比重基本维持不变。根本原因是改革开放以来，我国信息产业的发展尚处于起步阶段，而且信息产业中的关键技术如计算机、网络还处于试验研究和探索阶段，远远没有投入应用。因此早期的信息化应用，主要是普及电话、电视等最基本的信息设备。到20世纪80年代末期，微机才开始逐步在国内普及，随着1992年互联网由军用转向商业化，才真正进入了信息化的高速发展和繁荣期。

中国20世纪80年代中期才开始引入信息化的概念，1989年中国信息经济学会成立，1990年中国信息学会成立，互联网真正在中国开始普及是1996年。因此本文将中国信息化分为两个阶段进行研究:第一阶段为传统信息化阶段，时间是1978-1991年，这是中国信息化的引入期，其特点是以传统信息设备的普及应用为主。第二阶段是现代信息化阶段，时间是1992年至今，其特点是电脑、互联网、移动通讯的普及应用。

(二)工业化与信息化的格兰杰因果检验

用EViews6.0软件，对工业化(X1)和信息化(X2)进行ADF单位根检验，结果如表1所示。经过二阶差分，发现两个变量已经没有单位根，是平稳时间序列，符合格兰杰因果检验的前提条件。

表1 单位根检验

格兰杰因果检验的结果如表2所示，总共进行了1～6年滞后的格兰杰因果检验，结果在滞后一年的情况下信息化是工业化的格兰杰原因，其他所有滞后期信息化都不是工业化的格兰杰原因，说明信息化对工业化的影响是浅层次的。

在滞后5年和6年的情况下，工业化才是信息化的格兰杰原因，说明工业化的高速发展带来信息化水平的提高，这种效应被严重滞后了，总体上，虽然中国信息化取得的成绩是举世公认的，工业化的发展并没有充分保证信息化的发展。

表2 工业化与信息化关系的格兰杰因果检验

(三)工业化与信息化发展两阶段的成长曲线模拟

如果分别模拟出工业化与信息化发展的成长曲线，就可以得知两者生命周期曲线的特点以及当前状况，从而可以横向比较各自的优先度情况。成长曲线可以用Eviews6.0方便地进行估计，在进行估计前，要确定工业化和信息化的最佳理想值。本文参照美国GDP和中国GDP倍数来进行设定，美国2008年GDP为14.33万亿美元，折合人民币约100万亿元，中国2008年GDP为300670亿元，约为中国的3倍。按照年均8%的增长速度，大概需要15年的时间，我们用这个倍数作为中国工业化与信息化的理想值，第一阶段的结束期是1991年，第二阶段的结束期是2008年，分别用这两年的第二产业值和邮电业务额的3倍表示未来发展的理想值。

首先对第一阶段即传统信息化阶段进行成长曲线模拟，利用EVIEWS6.0进行估计，得到a、b参数的值，然后再计算主要时间特征点，结果如表3所示。总体上拟合优度R2较高，工业化的拟合优度为0.982，信息化的拟合优度为0.918。

工业化在1990年开始进入成长期，然后将在1998年到达拐点，在此之前，工业化增长速度递增，在此之后，工业化增长速度递减，然后到2005年进入成熟期，在此之后，工业化增长速度变缓。

信息化在1991年进入成长期，比工业化滞后1年，在1997年到达拐点，比工业化到达拐点的时间滞后1年，但是在2002年过早地进入成熟期，比工业化提前2年，也就是说，信息化比工业化起步迟，衰退早，属于“晚熟早衰”型，或者说，在传统信息化阶段，信息化是滞后于工业化发展的。

表3 传统信息化阶段工业化与信息化的成长曲线模拟

下面对第二阶段即现代信息化阶段进行成长曲线模拟，结果如表4所示。总体上拟合优度R2较高，工业化的拟合优度为0.969，信息化的拟合优度为0.996。

工业化在2005年开始进入成长期，然后将在2013年到达拐点，在此之前，工业化增长速度递增，在此之后，工业化增长速度递减，到2021年进入成熟期，在此之后，工业化增长速度变缓。

信息化在2006年进入成长期，比工业化滞后1年，在2010年到达拐点，比工业化到达拐点提前3年，但是在2015年过早地进入成熟期，比工业化提前6年，也就是说，信息化比工业化起步迟，衰退早，同样属于“晚熟早衰”型，或者说，在现代信息化阶段，信息化同样是滞后于工业化发展的。

表4 现代信息化阶段工业化与信息化的成长曲线模拟

无论是传统信息化阶段还是现代信息化阶段，信息化的发展都是滞后于工业化的，这个结果与格兰杰因果检验的结果基本相同，可以互相验证。

图4 工业化与信息化发展的优先度

信息化比工业化滞后发展的原理如图4所示。AC曲线为工业化发展曲线，A’C’曲线为信息化发展曲线，信息化进入成长期的始点A’时间比工业化进入成长期的始点A要迟，但是信息化进入成熟期始点C’的时间又比工业化进入成熟期始点C的时间要早，属于一种典型的“晚熟早衰”型曲线。

(四)信息化落后于工业化的原因分析

1.信息产业缺乏核心竞争力是信息化滞后于工业化发展的根本原因

从构成信息产业的几个领域来看，在知识集成的基础研究与开发领域，具有知识产权的基础或核心技术多为国外研发机构或IT厂商所拥有;在技术集成的产品生产和应用开发领域，产品的关键部件或软件开发的基础平台多由国外厂商提供，国内厂商只完成组装和属地化的应用开发;在产品集成的系统建设和应用领域，高性能的计算机和网络设备由国外品牌产品所垄断，国内厂商的产品只能处于拾遗补缺的地位。中国成为国外发达国家信息产业发展的最大市场，除极少数领域外，总体上缺少核心竞争力。不管设备和产品是多么现代化，没有核心竞争力的信息产业从事的只能是相对低级的劳动，和传统的低端产业并没有多少区别。近几年来，国家已经意识到这个问题，提出了建设创新型国家的目标，但是在信息产业领域里的技术创新尚有很长的路要走。

2.信息化发展到了一个相对稳定的平台期

2008年，中国互联网普及率已经达到了31.8%，网民占14岁以上人口的55.3%。电脑、电视、固定电话、移动电话等已经基本普及，报刊发行量2.12亿份，在这些领域市场已经相对饱和，对普通人而言，信息沟通相当方便。作为现代信息化标志的互联网技术、芯片技术、3G手机技术等技术也进入了发展的平稳期，增长速度减慢。

3.信息化投入相对不足

在工业化高速发展的同时，如果信息化投入不足，必然会导致信息化的发展滞后于工业化的发展。由于信息化基础设施的投入带有公共物品的性质，因此不能完全进行市场调节。政府在推进工业化的同时，应该继续加大信息化投入尤其是信息基础设施投入。近年来国家广电总局的村村通工程、政府家电下乡工程、电子政务建设等都是很好的举措。

4.信息资源的利用效率有待提高

虽然改革开放以来，信息资源建设取得了很大的进步，但是依然存在着不少问题，比如地区间、人群间的数字鸿沟问题，垃圾信息泛滥问题，信息资费水平过高问题等等，这些问题的存在降低了我国信息化的效率，从而弱化了工业化的进程。

5.信息化悖论与信息化成熟是深层次的原因

在信息化初期，或者在我国信息化的第一阶段，当时我国主要学习消化国外信息化最新应用成果，难免要走一些弯路，加上企业市场化进程也刚刚开始，出现了“信息化悖论”的现象，即从理论上分析，信息化是能够给企业带来效益的，但实际数据却无法支撑这个结论。随着第二阶段信息化进程的高速发展，到现在已经进入了成熟期，信息化基础设施已经打下了良好的基础，各种信息化应用已经比较普及，在这种情况下，信息化已经难以成为企业竞争的有效手段，期待新的革命性的信息技术产生。

五、结论与讨论

(一)信息化与工业化互动关系较弱

本文的实证研究发现信息化与工业化的因果关系较弱，信息化仅在滞后一年的情况下对工业化有促进作用，而工业化对信息化的促进作用滞后了5年以上，工业化的发展并没有保证信息化的发展，但这并不改变二者之间互相促进关系。出现这个问题的主要原因有我国信息产业缺乏核心技术，信息产业自身的发展进入了平台期，信息化的投入相对不足以及信息资源的利用效率不高等等，政府应该继续在信息化建设领域加大宏观调控力度，因地制宜地制定我国的信息化发展政策。

(二)信息化的发展滞后于工业化的发展

工业化与信息化应该同步发展，但本文研究发现，无论是传统信息化阶段还是现代信息化阶段，信息化均滞后于工业化发展，这和最近10多年来信息化高速发展给人们带来的感觉完全不同，深层次反映了我国信息化的发展必须从原来重视量的增长到重视质的提高进行转变。

(三)信息化的发展必须区分不同阶段进行研究

由于时代背景不同，信息化与工业化发展的规律和特点也不同，本文之所以将改革开放以来的信息化发展进程分为传统信息化与现代信息化两个阶段，就是这两个阶段的发展特点、关键技术、信息化内涵等不一样，一些研究将建国后的工业化与信息化发展放在一个阶段进行研究是值得商榷的。

［1］H.Chenery，S.Robinson，M.Syrquin.Industrialization and Growth:A Comparative Study［M］.NewYork:Oxford University Press，1989.

［2］谢康.系统不确定性、趋同与优化——论非系统中的管理科学问题［J］.中山大学学报(社会科学版)，2005，(2):90-96.

［3］刘伦武.中国工业化成熟度与信息化萌发度的关系［J］. 统计与决策，2006，(9):96-97.

［4］俞立平，潘云涛，武夷山.工业化与信息化互动关系的实证研究［J］. 中国软科学，2009，(4):34-40.

［5］黄永兴.我国工业化与信息化关系的量化分析［J］.安徽工业大学学报，2003，(7):236-239.

［6］Granger，C.W.J.Investigating Causal Relations by Econometric Models and Cross-Spectral Methods［J］.Econometrica，1969，(37):424-438.

［7］Granger，C.W.J.Testing for Causality:A Personal Viewpoint［J］.Journal of Economic Dynamics and Control，1980，(2):329-352.

［8］R.Pearl，L.J.Reed.On the Rate of Growth of the Population of the United States since 1790 and Its Mathematical Representation［J］.Proc Nat Acad Sci，1920，(6):275.

［9］Machlup F.The Production and Distribution of Knowledge in the United States［M］.Princeton University Press，New Jersy，1962.33.

［10］Porat M.U.The Information Economy［M］.Washington，DC，Government Printing Office，1977.47.

［11］小松崎清介.信息化与经济发展［M］.李京文等译.北京:社会科学文献出版杜，1994.39-41.