欢迎来到天天文库
浏览记录
ID:22124871
大小:58.00 KB
页数:8页
时间:2018-10-27
《信息化与工业化融合对经济发展的拉动影响研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、信息化与工业化融合对经济发展的拉动影响研究 :推动信息化和工业化深度融合是四化同步发展的重要引擎,有助于以信息化带动工业化,以工业化促进信息化,从而促进我国经济健康可持续发展。文章在前人研究的基础上,首先采用因子分析方法构建适用于评估两化融合程度的综合指标,其次将C-D生产函数与多层线性模型结合,提出多层C-D生产函数,最后实证研究了2001年以来信息化与工业化融合对我国经济发展的拉动影响。研究结果表明:经历了十五和十一五,信息化与工业化实现了快速融合,此融合也为二者未来的深入发展创造了动力;劳动和资本对我国经济的拉动作用呈现稳定或逐年
2、降低的趋势,信息化在与工业化融合的过程中对我国经济发展的拉动作用则进一步加强并逐年递增。关键词:两化融合;多层C-D生产函数;因子分析一、引言国内外学者认为工业化是指一国通过发展制造业,并用它去影响和装备国民经济其他部门,使国家由农业国变为工业国的过程。工业化并不是一蹴而就的,其发展需要经历前工业化、工业化和后工业化等多个过程。后工业化阶段的特点是城市的中枢管理智能更加强化,城市消费者的要求更加多样化,电脑技术和数据通讯X络所构成的物质机制使城市的经济状态和生活方式不断发生改革。也就是说,后工业化阶段同时也是城镇化和信息化的高度发展阶段。
3、《2006-2020年国家信息化发展战略》指出信息化是充分利用信息技术,开发利用信息资源,促进信息交流和知识共享,提高经济增长质量,推动经济社会发展转型的历史进程。周振华、胡欣、周宏仁、邹生、甘中达等提出信息技术向某些产业部门、行业的逐渐渗透将极大地改变并优化这些部门和行业的生产方式、销售模式、产业结构、组织管理结构等,促进整个社会组织和产业结构的全面改造,推动工业化的进一步深入发展。由此可见,工业化和信息化不是独立存在并独立发展的,两者具有相同的目标,其互补共进是历史的选择。信息化与工业化融合是我国的新型经济发展战略,也是当代中国经济社
4、会发展的重大理论和实践课题。吴敬琏,周叔莲,谢康等研究提出信息化与工业化融合存在着信息化带动工业化与工业化促进信息化两条路径,相对于工业化促进信息化的融合路径而言,信息化带动工业化融合与两化融合具有较高的相关性和较一致的动态关系;中共十六大在2002年提出了以信息化带动工业化,以工业化促进信息化,走新型工业化道路;中共十七大在2007支出要大力推进信息化与工业化融合,促进工业由大变强。那么,在中国各级政府的巨大投资下,经历了十五到十一五两个五年计划,我国信息化与工业化融合发展的状况如何?信息化在与工业化融合的过程中对我国经济发展的拉动作用
5、发生了哪些变化?针对这两个重要问题,国内学术界虽开展了众多研究,但对第一个问题多是进行概念讨论和描述分析,对第二个问题多是进行现状刻画或在一段时间区间内讨论,没有揭示两化融合和信息化拉动作用的时间变化趋势和规律。为此,本文在前人研究的基础上提出构建两化融合的综合评价指标,并将Cobb-Douglas生产函数与分层模型理论相结合,提出可用于研究投入产出时间变化趋势的分层Cobb-Douglas模型,最后分析2001年~2012年中国12年的数据探讨中国信息化与工业化融合发展的趋势,以及信息化在与工业化融合的过程中对中国经济拉动作用的时间变化
6、规律。二、模型和计量方法1.因子分析。国内学者易法敏(2009)、龚炳铮(2010)、张轶龙(2013)等从两化融合的广度与深度,Chan(2002)、倪萍(2013)等人则从信息化程度、融合的应用和创新、融合的影响与效益三方面结合的角度分别提出了可用于构建两化融合的评价指标体系,但是这些指标要么不容易获得,要么不便于计算,为此本文在前人的研究基础上构建了新的指标体系,并使用KMO(Kaiser-Meyer-Olkin)检验分析讨论指标间的相关关系及合并的可行性,最后采用因子分析和旋转的方法提取这些指标中的主要因子并构建综合评价指标。KM
7、O检验统计量用于比较变量间简单相关系数和偏相关系数。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时,KMO统计量取值接近1,说明变量间相关性越强,越适合作因子分析,否则不适合。Kaiser指出KMO取值大于0.7时可以用因子分析。因子分析,也称为因素分析,是一类可用于寻找公共因子的模型分析方法,它是在主成分的基础上构筑若干意义较为明确的公因子,从而探讨具有相关关系的变量之间是否存在不能直接观察到的,但对可观测变量的变化起支配作用的潜在因素。因子旋转是使因子载荷矩阵中因子载荷的平方值向0和1两个方向分化,使大的载荷更大,小的载荷
8、更小,这样不仅利于找出主因子,更便于知道每个主因子的意义。2.多层C-D生产函数模型。多层C-D生产函数模型是将C-D生产函数与多层线性模型结合,以C-D生产函数作为基础模型,同时提取弹性系数
此文档下载收益归作者所有