我国地区信息化与工业化融合发展水平的空间计量研究*

顾先问 冯南平 张爱萍

我国地区信息化与工业化融合发展水平的空间计量研究*

顾先问 冯南平 张爱萍

对我国两化融合空间相关性的计量分析表明，地区两化融合呈现出显著的空间正相关性，彼此之间相互促进。同时，全国范围的空间计量分析表明，两化融合空间滞后效应显著，信息产业、自主创新和中介服务具有明显的促进作用，人才储备和政府扶持的影响则不够明显。东、中、西部的对比分析表明，东部地区空间滞后效应显著，自主创新、中介服务的正向影响突出，人才储备则成为发展的瓶颈，信息产业的带动能力不再明显，政府扶持的影响不够显著。中西部地区空间滞后效应不显著，信息产业成为唯一显著驱动因素。

两化融合发展水平；空间相关性；空间计量分析

近年来，信息化与工业化融合（以下简称两化融合）成为政府与学术界关注的热点问题，众多专家和学者从两化融合的概念、内涵和综合评价入手，积极探索适合中国国情的发展道路。但以往的研究大多集中在定性分析和综合评价上，缺少对影响因素的回归分析，且往往将各地区看作独立发展的个体，忽视了地区之间的相互影响。因此，本文将基于《中国信息化与工业化融合发展水平评估报告》的数据［1］，采用空间统计与空间计量方法对两化融合的空间相关性及其影响因素展开分析，并就此提出意见与建议。

一、文献评述

由于发达国家是在工业化完成之后才开始信息化进程的，因此关于两化同步和两化融合的文献较少，更多的关注点集中在信息技术对生产力的提升上。Jorgenson［2-4］、Dewan［5］和Gust［6］分别研究了信息技术对经济和生产力的促进作用，Englmaiser［7］则进一步分析了不同国家信息化对工业化的促进作用及两者的协调发展。这是由发达国家的发展阶段和国情决定的，而中国作为一个整体尚未完成工业化的发展中国家，在迎接全面信息社会到来的同时，要统筹兼顾信息化与工业化的协调发展，促进两者的融合和互动。从党的十六大提出“坚持以信息化带动工业化，以工业化促进信息化”，十七大提出“大力推进信息化与工业化融合”，再到十八大强调“推动信息化与工业化深度融合”，我国政府对两化融合的支持力度不断加强，实施程度不断加深。由此，也引起了学术界的广泛关注和积极研究。早期的研究以探讨两化融合的概念和分析两者的关系为主，明确了推进两化融合的重大意义［8-12］.。此后，定量分析被引入到研究中来。俞立平［13，14］分别利用向量自回归模型和Logistic成长曲线对两化的互动关系及优先度展开研究，发现信息化是工业化的格兰杰原因，信息化的发展能够带动工业化的发展，同时也发现信息化滞后于工业化，其成长曲线属于“晚熟早衰”型。徐盈之［15］利用行业信息技术投入占总产出的比例定义了信息业与制造业的融合度，计算出了世界主要国家制造业的信息融合水平，并回归分析了制造业产业绩效与两业融合的关系，为中国两化融合提供了启示。龚炳铮［16］在实践的基础上，提出了两化融合的评价指标和方法，从融合环境、融合水平和融合绩效三个方面构建评价指标体系，为政府、企业和研究人员广泛借鉴和采纳。谢康［17］利用随机前沿分析和协调发展系数模型测算出了我国31个省（市、区）的两化融合水平，并分析了其与经济增长、三次产业、单位GRP电力消费以及能耗的关系，从而提出相应的政策建议。目前，关于两化融合水平评估的研究逐渐走向成熟，工信部电信研究院在各方研究的基础上，博采众长，适时发布了《2013年度信息化与工业化融合发展水平评估报告》（以下简称《报告》），对各省2012年两化融合水平进行了评估和测算。

本文将以《报告》中数据为基础，对我国地区两化融合的空间相关性进行判断，并对其影响因素展开空间计量分析。

二、地区两化融合的空间自相关性

空间自相关分析是对变量空间自相关程度的测度，一般采用全局Moran’s I统计量［18-22］进行估计和检验，其公式为：

其中，n为地区数，xi和xj分别是i地区和j地区的观测值，，wij为空间权值矩阵W中的元素［23］。本文采用邻接原则对其构造，即当地区i和地区j相邻时，wij=1；当地区i和地区j不相邻时，wij=0；对角线上的元素全部规定为0。

Moran’s I指数介于-1与1之间，当其大于0时，表示空间正相关；当其小于0时，空间负相关；当其等于0时，不存在空间相关性。Moran’s I统计量一般采用Z检验。

根据式（1），计算得到地区两化融合的全局Moran’s I指数并进行Z检验，结果如表1所示。

由表1可知，两化融合水平的全局Moran’s I指数为0.418，且通过了1%的显著性检验，表现出很高的空间正相关性。说明两化融合水平呈现出地区集聚的现象，各省市不是相互孤立的，而是存在着正向促进的关系。

表1 两化融合水平的Moran’s I指数

三、地区两化融合的空间计量分析

（一）模型简介

空间计量模型是用来处理回归模型中存在空间依赖性和空间异质性的方法，常用的模型包括空间滞后模型（Spatial Lag Model，SLM）、空间误差模型（Spatial Error Model，SEM）和广义空间模型（Spatial Autocorrelation Coefficient，SAC）等［24］，其基本形式如下。

空间滞后模型（SLM）［25，26］的表达式如下：

其中，Y为n×1的因变量向量，X是n×k的外生解释变量矩阵，β是k×1的系数矩阵，W是n×n的空间权值矩阵，ε是随机误差项向量，ρ是空间自回归系数，反映了邻近地区对本地区的影响方向和程度。

空间误差模型（SEM）反映了邻近地区误差冲击对本地区的影响，表达式如下：

其中，λ为空间误差系数，反映误差冲击的影响，μ是白噪音干扰项。

广义空间模型（SAC）是空间滞后模型和空间误差模型的综合，形式如下：

对以上三个模型的估计一般可采用极大似然法（ML）［26］.

（二）变量选择和数据来源

本文选择的因变量是2012年中国大陆30个省（市）、自治区两化融合发展指数（Index），以反映一地区两化融合的发展水平，数据来源于工信部电信研究院发布的《2013年度中国信息化与工业化融合发展水平评估报告》。由于西藏的相关研究数据缺失，故未包括在本研究中。

自变量选择如下：

（1）信息产业发展变量（Info）。本文选择人均信息产业业务收入（元/人）代表一地信息产业的发展水平。一般发展水平越高，越能带动和促进两化融合向更深层次发展。

（2）两化融合人才储备变量（Tal）。由于专门的两化融合人才数量难以获得，而且两化融合是渗透在工业生产的各个环节，要求每位员工都应具备一定的两化融合素质。今天的大学生是明天的社会中坚力量，他们直接决定了两化融合的方向和水平，对未来发展具有重要影响，故选择每十万人口在校大学生数（人）作为人才储备的衡量。

（3）自主创新能力变量（Inno）。自主创新能力关系到信息技术的发展和工业技术的改进升级，直接促进着两化的发展和融合。本文以每万人专利申请授权数（件/万人）作为一地自主创新能力的衡量。

（4）中介服务水平变量（Agen）。信息化中介服务是推进两化融合的黏结剂和催化剂，是促进两化融合的重要环节。本文选择人均信息技术咨询服务收入（元/人）作为中介服务水平的衡量。

（5）政府扶持力度变量（Gov）。政府扶持也是促进两化融合发展的重要因素。政府只有加大政策引导和资金支持的力度，才能促进两化融合水平的进一步提升，这一点在经济落后地区表现得尤为迫切和急需。本文采用人均信息等事务财政支出（元/人）作为政府扶持力度的衡量。

自变量数据来源于《中国信息产业年鉴2013》和《中国统计年鉴2013》。

（三）模型构建

本文对两化融合影响因素的研究，将分全国和东、中西部地区进行分析。对于全国范围的研究，选择广义空间模型，以利于分清空间相关性是来自于空间滞后还是空间误差。根据式（4）和前文选择的变量，构建出全国范围的空间计量模型，如式（5）所示。

对东中西部模型的选择将在式（5）分析的基础上做出，从以上三个模型中选择。

（四）模型估计与检验

1.全国范围的分析

对中国大陆30个省（市）、自治区（不包括西藏）的数据利用式（5）进行估计，得到的结果如表2所示。

表2 全国范围估计结果

由表2的估计结果可知，空间滞后系数ρ显著为正，空间误差系数λ则不显著，故空间相关性主要来自空间滞后效应，说明一省周边地区两化融合水平的提高会带动本省水平的提高，形成互相促进，共同进步的关系。这表明一省两化融合的发展并不是孤立的，而是与周边省份存在着千丝万缕的联系，这种联系来自于人流、物流、资金流、信息流的不断交互，形成了一张紧密交织的关系网。同时，各省政府也常常以周边省份作为比照，出台一些类似的扶持和激励政策，促进两化融合的发展，从而最终促进区域性水平的整体提升。

影响因素方面，信息产业发展变量Info的系数显著性为正，说明信息产业的稳健发展确实能够促进两化融合水平的提高。这是因为信息产业是信息化的基础，也是新型工业化的重要组成部分，其自身的发展会有力促进两化的发展和融合。融合水平较高的北京、天津、上海、江苏、浙江、山东、广东等省市都是信息产业发展水平比较高的地区。

自主创新能力变量Inno的系数显著为正，说明其能够有效促进两化融合水平的提高。这是因为自主创新能力是地区竞争的核心竞争力，将有力促进信息技术的发展和工业部门的转型升级，推动两化的深度融合。

中介服务水平变量Agen的系数也显著性为正，是两化融合的正向促进因素。可见，以信息技术咨询为代表的信息化中介服务正逐渐成为推动两化融合的重要驱动因素。最近几年，中央和各级地方政府力促信息化中介服务体系的建设，出台了一系列扶持政策和措施，鼓励各类服务机构和平台的发展。在提供咨询的基础上，大力开展监理、培训、评估等服务，以期构建起一条标准化的多元服务体系。

人才储备变量Tal和政府扶持力度变量Gov均未通过显著性检验，说明在全国范围内两者并非是两化融合的显著性影响因素。Tal不显著可能是由于目前在校大学生所学课程和掌握的知识尚不能达到储备人才的要求，学与用之间差距较大，理论联系实际的能力较差，不能很好地为两化融合服务。Gov不显著可能是由于政府对两化融合的投入还不够，尚没达到有效促进其发展的水平。

2.分东中西部地区的分析

由两化融合指数可知，融合水平较高的地区主要分布在我国东部，较低的地区则主要分布在中、西部，因此有必要分区域对其影响因素进行分析，以对比两者的异同。对我国28省市区（未包括西藏、吉林和黑龙江）东中西部地区的划分如表3所示。

表3 我国东中西部的划分

由全国范围的分析可知，两化融合水平的空间自相关性主要来自空间滞后，因此本部分分析选择空间滞后模型。根据式（2），构建东、中西部的空间计量模型如式（6）所示。

对东中西部地区利用式（6）进行估计，得到的结果见表4。

对东部地区而言，ρ显著为正，表明东部各省市两化融合的发展是相互促进的关系。这与东部地区高度发达的经济和不断加深的技术交流是密不可分的，相互之间竞争与合作并存，共同促进了两化融合水平的提高。自主创新能力变量Inno和中介服务水平变量Agen的系数均显著为正，说明两者均是正向促进因素。人才储备变量Tal的系数显著为负，说明其在东部地区已成为两化融合进一步发展的限制性因素。这主要是由于当前我国的大学生培养仍然以单一技术的技能型人才为主，能够学以致用的两化融合型人才极少，远远不能满足社会的需求。这点在东部地区尤为明显，已成为两化融合进一步发展的障碍。信息产业发展变量Info和政府扶持力度变量Gov均未通过10%的显著性检验，都不是东部地区的显著性驱动因素。Info在全国显著而在东部地区不显著是因为东部地区信息产业起步早，发展快，规模大，目前已相当成熟，逐渐不再成为两化融合的主要带动因素，而让位于人才、创新和中介服务等其他方面。

表4 东中西部地区的估计结果

对中西部地区而言，ρ未能通过显著性检验，说明中西部省市两化融合更多地呈现出各自孤立发展的状态，未能形成相互促进，共同发展的局面。这主要是因为中西部各省两化融合的水平普遍偏低，相互之间在政策、人才、技术方面的交流甚少，导致它们均处于低水平各自发展的状态，未能形成良好的合力。影响因素中只有Info显著为正，其他4个变量则均不显著。这与东部地区的不显著形成了鲜明的对比，主要是因为中西部地区信息产业发展落后，其基础性作用不容忽视，在当前阶段仍是能够带动和促进两化融合的主要驱动因素。其他诸如人才、创新、中介服务、政府扶持等因素在中西部地区发展水平更低，对两化融合尚不能起到关键性的影响作用。但随着经济的进一步发展，两化实践的进一步加深，在可以预见的将来，它们将逐渐起到引领和带动两化融合发展的作用。

总之，东中西部地区两化融合水平的影响因素并不一致。东部地区中空间滞后效应显著，人才、创新、中介服务的影响力凸出。中西部地区则与此相反，更多地表现出各自独立发展的倾向，且信息产业发展成为唯一主要影响因素。两地区一致的是，政府扶持的影响都不显著。

四、结论与启示

本文针对我国地区信息化与工业化融合发展水平，采用空间统计和空间计量模型对两化融合的空间相关性及其影响因素展开分析。空间自相关分析表明，两化融合水平的全局Moran’s I值显著为正，表现出空间正相关关系。全国范围的空间计量分析表明，两化融合空间滞后效应显著，信息产业、自主创新和中介服务具有显著正向影响，人才储备和政府扶持则不够显著。东、中西部的对比分析表明，东部地区的空间滞后效应显著，自主创新、中介服务的正向影响突出，人才储备则成为发展的瓶颈，信息产业的带动作用已不明显，政府扶持的影响力也不够显著。中西部地区的空间滞后效应不显著，信息产业成为唯一的显著性驱动因素。

由此，我们得到如下启示：

第一，各地区应加强交流学习，互帮互助。全国范围内强烈为正的空间自相关性及显著为正的空间滞后系数ρ表明，各省市两化融合的发展并不是孤立的，而是相互促进、共同进步。各地方政府应以更加开放的心态看待两化融合发展，多学习周边省份的优秀经验，通过实地考察、互派人员、引进技术等形式加强交流与合作，形成互帮互助的良好氛围，促进彼此水平的共同提高。

第二，加大政策倾斜的力度，着力提高中西部的发展水平。目前，我国两化融合水平东部高，中西部则较为落后。中央政府应进一步加大中西部地区资金、技术的投入力度，将更多资源向上述地区倾斜，促进它们更快更好地发展，早日追赶上东部发达地区的步伐。可将中西部省份与东部省份结对，展开一对一的帮扶，促进两地的直接对接，带动落后地区的发展。中西部省市也要摒弃等、靠、要的思想，多向东部发达地区学习，吸收它们的先进技术和管理经验，结合自身条件，因地制宜地开展两化融合的实践活动。

第三，积极促进信息产业发展，夯实两化融合的基础。回归分析表明，信息产业是我国两化融合的基石，尤其是带动落后地区发展的最重要驱动力。硬件产业和软件产业要齐头并进，双轮驱动，促进计算机、通信设备、集成电路、消费电子、软件、IT服务和互联网产业的全方位发展，把信息化的基础打牢。借助于“互联网+”的热潮，扶持云计算、物联网和大数据等新兴产业，使之能够切实应用到社会生产的方方面面，提升两化融合的水平。

第四，改革两化融合储备人才的培养体制和课程设置，加强理论与实践的结合。回归分析表明，两化储备人才当前并未对两化融合产生显著的正向影响，在东部地区甚至已成为发展的限制性因素。如何突破瓶颈，打破僵局，使两化人才切实担负起发展的重任，成为摆在政府和教育工作者面前的难题。我们认为，在高等教育中，尤其是工科教育中，应将两化融合作为教学指导方针之一，把信息化教育作为基础教学的重要组成部分，加大信息类课程的比例，提高学生的信息知识储备。同时，大力加强教学实践活动，鼓励学生把书本中的信息化知识运用于实践，锻炼理论联系实践的能力，使他们在步入工作岗位前就初步具备一名两化融合人才的基本素质。

第五，继续提升自主创新能力，加强科技成果的应用转化。两化融合的过程是生产再组织，技术再更新，管理再提升的过程，其间需要大量新技术、新工艺、新方法的应用，在客观上要求自主创新能力的大幅提升。各级政府和广大企业应加大科学研究和开发应用的投入力度，积极鼓励和实施各种形式的应用创新，加速科技成果的转化进程，建立以企业为主体、市场为导向、产学研相结合的技术创新体系。同时，实行支持创新的财税、金融和政府采购等政策，完善激励机制，加强知识产权保护，改善市场环境，切实提高创新能力，促进两化融合的深入发展。

第六，加快建设信息化中介服务体系，切实助力中小企业的发展。一般中小企业资金和技术有限，无力独自承担企业的信息化任务，需要借助于中介服务机构，更多采用外包的形式，低成本高效率地完成企业的信息化任务。因此，中介服务体系建设十分重要，各级政府应采取多种优惠措施大力扶持信息化中介服务机构的发展，在提供咨询的基础上，拓展监理、培训、评估等服务，切实为广大企业搭建起实施两化融合的坚实桥梁。

第七，进一步加大政府的扶持力度，有效促进两化融合的健康快速发展。目前，政府对两化融合的直接投入力度仍显偏小，不足以产生显著正向影响。各级政府应首先根据各地工业发展的特点和信息化的基础制定发展规划和支持政策。同时，加大对企业资金上的支持，推进信息化投融资体系建设，建立两化融合的专项项目资金，按照“系统推进、多维推进、关键突破”的总体思路，切实促进两化融合的又快又好发展。

［1］工信部中国电子信息产业发展研究院.2013年度中国信息化与工业化融合发展水平评估报告［R］.2013.

［2］Jorgensen D W，Kevin J S.Computers and Growth［J］.EconomicsofInnovationandNew Technology，1995，（3）：295-316.

［3］Jorgensen D W and Kevin J S.Productivity Growth：CurrentRecoveryandLonger-term Trends-Information Technology and Growth［J］. AmericanEconomicReview，1999，（2）：109-115.

［4］Jorgensen D W.Information Technology and the U.S.Economy［J］.AmericanEconomicReview，2001，（1）：1-32.

［5］Dewan S，Kraemer K L.Information Technology，Productivity：Evidence from Country-level Data［J］.Management Science，2000，（4）：548-562.

［6］Gust C and Marquez J.International Comparisons of Productivity Growth：The Role of Information Technology and Regulatory Practices［J］.Labour Economics，2004，（1）：33-58.

［7］Englmaier F，Reisinger M.Information，Coordina⁃tion and the Industrialization of Countries［J］.CE⁃Sifo Economic Studies，2008，（3）：534-550.

［8］乌家培.正确处理信息化与工业化的关系［J］.经济研究，1993，（12）：70-71.

［9］姜爱林.21世纪初用信息化推动工业化的战略思考［J］.情报学报，2002，（3）：378-383.

［10］姜爱林.论工业化与信息化的关系［J］.上海经济研究，2002，（7）：36-41.

［11］卢怀宝，冯英浚，曲世友.工业化与信息化协调发展研究［J］.中国软科学，2003，（10）：27-31.

［12］周叔莲.推进信息化与工业化融合意义重大［N］.人民日报，2008-06-02.

［13］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，（1）：34-40.

［14］俞立平.工业化与信息化发展的优先度研究［J］.中国软科学，2011，（5）：21-28.

［15］徐盈之，孙剑.信息产业与制造业的融合［J］.中国工业经济，2009，（7）：56-66.

［16］龚炳铮.信息化与工业化融合程度（融合指数）评价指标和方法［J］.中国信息界，2010，（11）：21-24.

［17］谢康，肖静华，周先波，等.中国工业化与信息化融合质量：理论与实证［J］.经济研究，2012，（1）：4-16，30.

［18］Moran P A P.Notes on Continuous Stochastic Phenomena［J］.Biometrika，1950，（37）：17-23.

［19］Anselin L.Local Indicators of Spatial Associa⁃tion-LISA［J］.Geographical Analysis，1995，27（2）：93-115.

［20］武剑，杨爱婷.基于ESDA和CSDA的京津冀区域经济空间结构实证分析［J］.中国软科学，2010，（3）：111-119.

［21］谢露露，张军，刘晓峰.中国工业行业的工资集聚与互动［J］.世界经济，2011，（7）：3-26.

［22］吴玉鸣，何建坤.研发溢出、区域创新集群的空间计量经济分析［J］.管理科学学报，2008，（4）：59-66.

［23］Cliff A，Ord J K.Spatial Autocorrelation［M］. London：Pion，1993.

［24］Paelinck J，Klaassen J.Spatial Econometrics［M］.Farnborough：Saxon House，1979.

［25］Whittle P.On Stationary Processes in the Plane［J］.Biometrika，1954，（41）：434-449.

［26］Anselin L.Spatial Econometrics In Badi H Balta⁃gi（eds.）A Companion to Theoretical Economet⁃rics［M］.Oxford：Blackwell Publishing Ltd，2001.

（责任编辑：口天）

Spatial Measurement of Regional Information and Industrialization in China

Gu XianwenFeng NanpingZhang Aiping

Based on regional development level of integration of informatization and industrialization，this paper analyzes the spatialautocorrelationandinfluencefactorsofintegrationbyspatialstatisticsandspatialeconometrics.Thespatial autocorrelation analysis indicates that regional level of integration has a significant positive spatial correlation.Spatial econometric analysis indicates that regional level of integration shows a significant spatial lag effect in the whole country. Information industry，independent innovation and intermediary service have significant promoting effect，but talent reserve and government support has non-significant effect.Based on the comparison analysis of eastern，middle and western China，we found that spatial lag effect is significant in eastern China and it is not significant in middle and western China. Independent innovation and intermediary service have a significant positive effect，talent reserve becomes the bottleneck of development，information industry has no obvious driving ability and government support is non-significant in eastern China. But information industry is the only significant influence factor in middle and western China.

Development Level；Spatial Autocorrelation；Spatial Econometric Analysis

F49

A

2095—5766（2015）05—0041—07

2015—06—20

教育部人文社会科学项目“承接产业转移过程中创新要素集聚模式及区域引导策略研究”（13YJC630030）；安徽省教育厅人文社会科学基地重点项目“承接产业转移过程中的区域创新能力提升研究”（SK2013A147）。

顾先问，男，合肥工业大学管理学院博士生（合肥230009）。冯南平，女，合肥工业大学管理学院副教授（合肥230009）。张爱萍，女，合肥工业大学数学学院讲师（合肥230009）。