中国制造业两化融合水平测度及其收敛趋向分析——基于工业信息化与信息工业化视角

张 辽，王俊杰

(1.杭州电子科技大学经济学院，浙江 杭州 310018；2.江西财经大学经济学院，江西 南昌 330013)

0 引言

自20世纪90年代以来，信息技术在工业化过程中的嵌入不仅改变了传统的工业增长方式，更重要的是对中国这样的发展中国家而言，在工业化中后期完全可以借助信息技术的飞速发展开创一条新型工业化道路，充分利用近年来快速发展的新一代信息技术，以信息化与工业化的深度融合来推进工业现代化。在当前世界经济竞争新环境和国内经济新常态趋势的“内外双重特征”作用下，中国政府基于抢占制造业领域未来国际竞争制高点的战略目标，将工业化与信息化深度融合发展上升到国家战略高度。在某种意义上，两化深度融合战略作为一种制造业竞争力快速提升的“赶超模式”，如何准确描述二者融合状况以及对融合效率进行科学测度，不仅能够及时发现融合过程中存在的问题并制定针对性政策，更有助于政府和企业分析现状、规划未来提供参考，从而更有效地促进一国和地区信息化与工业化进程。所以十分有必要建立一套科学有效的测度指标体系,客观评价中国制造业的两化融合现状。毫无疑问，制造业领域的两化融合不仅是促进中国新常态时期结构转型升级的一项复杂工程，更是一项关系到经济社会全面协调发展的长期工程。所以一些国内学者在分析两化融合内涵、实现路径等问题基础上提出比较完善的系统测定框架，但是已有的研究普遍存在如下两个问题，一是评价指标主观性、微观数据可得性差；二是评价方法依赖较多的主观假设。基于此，本文从以下三个方面开展研究：

第一，梳理国内外相关工业化与信息化融合发展的相关文献，重新界定了制造业两化融合的内涵，将制造业两化融合过程拆分为工业信息化和信息工业化两个部分，继而两化融合水平可以由工业信息化水平和信息工业化水平共同支撑，据此构建一个内涵丰富的制造业两化融合效率测度指标体系；第二，首先运用因子分析方法分别测度制造业领域的真实工业信息化水平和信息工业化水平，进而选择DEA-Bootstrap方法计算得到地区理想的工业信息化水平和信息工业化水平，最后运用协调发展模型对中国制造业两化融合综合水平进行测定，以及对不同区域和行业差异的比较；第三，进一步考察中国制造业两化融合水平的时空分异状况是否在持续扩大抑或渐趋弱化，基于绝对σ值、绝对β收敛和条件β收敛的计算，深入探讨中国省际层面及三大区域层面制造业领域两化融合的差异化程度。

1 文献综述

基于两化融合对制造业转型升级的重要作用，国内外学者对其相关领域进行了深入的研究，如诠释了两化融合的本质内涵、实现机制、路径选择等。倘若能够科学评估制造业两化融合的现状及水平，无疑有助于政府引导企业增进信息化环境下的市场竞争优势，加快推进中国工业化与信息化深度融合，从而实现制造业企业的转型升级[1]。然而梳理国内外相关研究文献，不难发现关于制造业两化融合水平、效率定量评价方面的研究则进展相对缓慢。可以发现，已有研究主要涵盖了评价方法、评价指标、评价模型、评价维度和评价结果等方面：其中，在评价维度方面，大多数学者选择评价的维度及相对应的指标体系尽管有一定区别，但是相互之间也有较大共同之处。如金江军[2]分别从政策环境、社会化服务、人才支撑、基础设施等方面构建了两化融合评估指标体系；龚炳铮[3]从信息化与工业化融合的广度、深度和效益三个维度构建了两化融合指标体系；曹学勤等[4]从两化融合的就绪度、成熟度、贡献度三个维度构建了评价框架；周剑等[5]从融合水平、融合能力、融合效能、融合效益四个维度构建了一套覆盖制造业企业全局的评估体系。张玉柯等[6]从基础设施、应用水平、人才、融合绩效等四个维度选择指标用以衡量企业两化融合水平；魏明等[7]从融合软度、融合硬度以及融合深度三个视角提出有效率的测度指标应更加注重国家信息化趋势、融合需求、融合风险因子等；在评价模型与计算方法方面，刘力强等[8]首先构建了评价区域两化融合水平的指标体系，继而运用神经网络模型对中国不同区域层面的两化融合程度进行评估。张亚斌等[9]建立了工业化与信息化动态融合环境评价模型，运用主成分分析法对中国30个省份的区域两化融合环境进行测度及比较。谢康[10]利用随机前沿分析和协调发展系数模型测算出了中国两化融合水平。陈小磊等[11]基于“菲德”模型中的两部门模型，以生产函数为理论依据推导出两化融合的计量模型。汪晓文等[12]则提出了两化融合复合系统协同度模型，并运用了基于隶属度的模糊综合评价法分析了个别区域同全国的两化融合水平之间的差异。此外，汪斌等[13]、李琳等[14]分别应用统计分析、多层次灰色测度法、信息化综合指数模型、技术效率模型、加权灰色关联分析法等测度了中国工业化与信息化融合水平问题。

此外，由于不同区域信息化程度、工业化基础水平、人力资源禀赋等因素的差异，诸多学者指出两化融合水平在中国东中西三大区域之间也呈现明显异动。如杜传忠等[15]测度结果表明中国两化融合水平尽管表现为不断上升的趋势，但是与发达国家仍然存在较大差异。顾先问等[16]发现不同地区两化融合水平呈现空间正相关，虽然信息产业、自主创新和中介服务对两化融合水平发挥了显著的促进作用，但是人力资本积累则是约束两化融合的瓶颈，所以其空间滞后效应也十分突出。可见，学界主要基于企业制度、组织管理、信息化建设、资源投入等维度构建两化融合评价指标体系。但是上述各种有关两化融合评价指标普遍存在以下两个问题，一是评价指标的选取过程中主观地将两化融合局限为产业和企业层面的工业化与信息化融合，忽略社会层面的两化融合；二是指标体系覆盖面相对较窄，一些覆盖面更广的指标体系可评估性却较低。上述问题的根源在于评价指标构建缺乏坚实的理论基础，不应为了达到某个单一目的而忽略指标与评价对象之间的内在逻辑关系。

目前国内外学者围绕两化融合评价方面做过大量研究，已有的两化融合指标体系主要集中在宏观和微观两个层面，或者针对一个地区和行业的两化融合水平进行评价，或者以微观企业为对象研究企业两化融合状况，不仅两化融合评价维度、评价模型、方法选取都需要进一步完善和系统性深入研究，而且对于两化融合影响因素的实证考察略显不足。因此，本文将在吸收现有成果基础上，构建一套内涵更为丰富，数据获得性更强的指标体系，以期回答如下问题：第一，如何兼顾宏观、中观和微观三个层面选取两化融合测度指标体系？第二，中国当前的区域、行业两化融合发展的动态化特征如何？

2 指标、方法与数据

2.1 制造业两化融合的内涵界定及其测度方法

(1)制造业两化融合内涵的界定。国内外有关两化融合理论的系统研究并不鲜见，但是学术界对两化融合本质内涵的界定仍然没有达成共识。事实上，理论界普遍存在两种代表性的观点:一种观点认为两化融合是一个工业化和信息化相互影响、相互渗透的化学反应过程；另一种观点认为信息化作为工业化之后的一个新的发展阶段。但是本文认为两化融合不仅是工业化与信息化相互作用、相互渗透的过程，而且在一定程度上为工业化与信息化发展到一定阶段的产物。所以既不能简单认为两化融合是工业化与信息化相互渗透的外在表现，也不能直接定性为信息化改造工业的必然结果。因此，为了体现涵盖信息化带动工业化发展和工业化推动信息化发展两大同步过程这一根本内在逻辑。本文认为工业化与信息化的融合发展包括“工业信息化”发展和“信息工业化”发展两个同步过程。其中，“工业信息化”是指在工业化发展进程中，利用现代信息技术与传统制造技术的结合，实现工业企业管理模式、技术研发、质量控制等等环节生产效率发生质的飞跃。“信息工业化”则是以信息工业及其衍生产业为代表的一种新的工业化形态，本质上涵盖了两层意思，其一是信息产业如何借助工业化渠道实现快速发展；其二是大量衍生产业和信息工业共同组成的新兴产业群落成为工业部类的重要组成部分。

(2)制造业两化融合测度方法选取。由两化融合内涵特征的理论分析，可以认为制造业两化融合水平也应该由信息工业化的“带动绩效”和工业信息化的“推动绩效”共同决定。考虑到工业化与信息化在融合发展过程中存在的这种协调发展特征，本文将借鉴王维国[17]的协调发展系数法对中国制造业领域两化融合绩效水平进行测度。同时，考虑到该方法尽管能够多系统、多角度综合评价两化融合水平，却存在忽略不同子系统之间内在的相互依存关系，以及不能有效区分制造业不同行业之间技术效率差异等固有缺陷，本文将采用DEA-Bootstrap的方法对协调发展系数法进行改进。

运用改进的协调发展模型测度中国制造业两化融合水平，具体可以分为三个步骤：

第一、确定信息工业化水平和工业信息化水平的评价指标体系，并运用主成分分析法计算得到中国制造业分行业实际工业信息化和实际信息工业化水平。如表1所示，本文构建了测度制造业信息工业化水平和工业信息化水平的三级指标体系，并运用Cronbach，salpha信度检测方法分别计算三级层面指标的Cronbach’sα信度系数以判断评价指标之间的内在一致性。

第二、基于DEA-Bootstrap法的工业信息化和信息工业化理想水平测度。目前国内多数学者主要采用随机前沿法测度工业信息化和信息工业化理想水平，但是本文考虑到基于单边因素测算的随机前沿分析法忽略制造业不同行业(决策单元)之间的生产技术差异，且能够使用投入产出不同量纲数据。为此，本文将基于O’Donnell等[18]提出的共同前沿生产函数分析框架探讨制造业领域不同行业之间的工业信息化和信息工业化水平。

首先将多投入和多产出情况下的两化融合水平定义为总产出和总投入之比，假设yit和xit分别为决策单元i在t时期产出和投入向量，且

yit=(y1it,y2it,…,yMit)/,xit=(x1it,x2it,…,xNit)/

(1)

则所有决策单元的共同技术集合如下：

T={(x,y):x≥0;y≥0}，这里Y(.)和X(.)为非负的、非递减的线性齐次函数

相应的两化融合驱动要素集合表示为：L(y)={x:(x,y)∈T}，该集合则构成共同技术条件下的共同前沿面(Meta-frontier MF)。

在规模报酬不变和要素强可处置的条件下，依据技术效率的定义，两化融合的理想效率水平应该为实际驱动要素投入与最大产出的比例，即：

T*(xit,yit|C,S)=max{θ:θyit∈T(xit|C,S)}

(2)

则投入导向的距离函数和产出导向的距离函数分别是：

D(x,y|C,S)=min{φ:φxit∈L(y)}

(3)

D(x,y|C,S)=min{γ:yit/γ∈T(xit|C,S)}

(4)

其中，φ为xit至投入导向的径向距离值，λ为yit至产出导向的径向距离值。

表1 两化融合指标体系

考虑到制造业不同行业生产技术的异质性，按照行业分类数量将决策单元分为K个群组，每一个不同群组采用不同的技术集合开展两化融合，从而其投入产出集如下：

Tk={(x,y):x≥0;y≥0;}

(5)

x为第k群组的两化融合产出y的驱动要素，在各个群组前沿组成的共同前沿下的技术效率如下:

(6)

(7)

则DEA-Bootstrap偏差修正后的效率值为：

(8)

从而，依据式(9)、式(10)得到信息工业化的“带动绩效”和工业信息化的“推动绩效”分别为：

(9)

(10)

依据下式计算两化融合综合发展水平：

(11)

其中，两化融合综合系数lhrhit∈[0,1]，取值越大代表工业信息化与信息工业化融合程度越高，融合效果越明显；相反代表两化融合的水平越低。

2.2 制造业两化融合绩效的测度指标体系构建

深入思考目前已有的两化融合指标体系，可以发现对两化融合测度有宏观、中观和微观层面的指标体系构建，也有从产业、城市和区域等视角选择指标，甚至也注意到了社会、经济和环境等领域两化融合的区别。但是较多的指标体系人为割裂了各类变量指标间的逻辑关系，忽略了信息化与工业化之间的内在本质联系，结果便是所构建的指标评价体系呈现了不同层面之间的简单叠加，而不能深刻体现工业化与信息化融合发展的应有之意。因此，本文将在充分借鉴前人研究成果的基础上，基于国内外两化融合的现实经验，最大限度体现工业化与信息化相互融合发展的本质内涵，将两化融合水平的评价分解为工业信息化水平与信息工业化水平，进而构建中国制造业领域的工业信息化和信息工业化水平评价指标体系。并考虑到本文所运用DEA-Bootstra方法的需要，分别构建了工业信息化和信息工业化的投入性指标体系和产出性指标体系，如表1所示。

2.3 样本选取与数据来源

本文选取了2006—2015年除西藏、台湾外30个省(自治区、直辖市)相关制造业数据进行分析。在表1所列指标过程中，客观数据主要来源于：国家工信部网站、各省市区工业和信息化主管部门网站、历年《投入产出表》《中国统计年鉴》《中国科技统计年鉴》《中国工业经济统计年鉴》《中国高新技术产业年鉴》《中国信息产业年鉴》《中国互联网调查报告》《中国电子信息产业统计年鉴》(综合，软件)、计世资讯(CCW Research)、《中国制造行业信息化建设与IT应用趋势研究报告》等。部分数据无法直接从年鉴或数据库中获取的，将采取换算、近似替代等方法计算得到。由于本文采用了DEA-Bootstra法测试工业信息化与信息工业化的理想值，所以制造业领域的投入产出关系要求将统计年鉴中的相应行业部门进行适当合并，最后本文参考支燕等[19]的做法，按照投入产出表中的制造业部门划分标准形成15个制造业部门。

3 制造业两化融合水平的测算

3.1 东中西三大区域制造业两化融合水平绝对差异分析

利用中国省域制造业部门2006—2015年的数据，测算中国制造业两化融合水平的总体状况及变动趋势，并基于应用共同前沿方法对不同区域制造业两化融合水平的异质性进行验证。如表2所示，中国制造业两化融合水平总体处于较低的状态，并且呈现了显著的地区差异。全国样本下和分区域子样本的制造业两化融合综合水平分别为：0.6890、0.7319、0.6942和0.6489，呈现了明显的“东高西低”阶梯分布特征。从制造业两化融合综合水平的分解结果来看，全国和三大区域的工业信息化水平均值分别为0.7617、0.8016、0.7213和0.6946，同样具有“东部高，中西部低”的梯状分布特征；相应的信息工业化水平均值分别为0.6076、0.6642、0.5873和0.5029，东部地区的信息工业化水平远远高于中西部地区。可见，一方面信息产业的工业化进程滞后是制约中国两化融合水平提升的重要原因，另一方面，中西部地区信息工业化水平低下导致了内陆两化融合整体水平低于东部沿海地区。

表2 2006—2015年东中西三大经济板块制造业两化融合水平概要统计

从制造业综合两化融合的构成来看，东部地区工业信息化水平标准差为0.3308，表明东部在制造业领域不仅工业化推动信息化效果明显，且呈现显著的分布集中、波动较小特征。但其信息工业化水平内部波动十分明显，如浙江省、上海市、江苏省的信息工业化平均水平分别达到0.7842、0.7780和0.7773，而河北、广西等的信息工业化水平则低至0.6315、0.6029；就中西部地区两化融合结构而言，中部地区各个省份的工业信息化和信息工业化水平分散程度远高于东部和西部地区，而对于经济欠发达的西部区域，省际的工业化推动作用与信息化带动作用相较无异。

3.2 东中西三大区域制造业两化融合水平的时间分异特征

从三大区域内部融合水平分布及其变动来看，经济板块内部的两化融合水平呈现明显的两极分化趋势，如上海市、浙江省两化融合水平从2006年的0.7281和0.6927上升至2015年的0.8318和0.8267，总体增长幅度高达14.2425%和19.3445%，而吉林、河北、海南等省份在2012年以前近乎停滞不前；中部地区，除湖北、河南、湖南等省份制造业领域的两化融合水平保持较高的增长速度之外，其余省份均存在“上升—下降”的变化趋势。西部地区各个省份两化融合水平的时间序列波动最为明显，且与东部、中部的绝对差距有逐渐增大的趋势。青海、新疆、广西、内蒙古等省份两化融合水平长期表现为波动下降趋势，仅有重庆、陕西等地区总体呈波动上升趋势。

就工业信息化水平而言，2006—2015年，三大区域工业信息化水平呈现了东部高、中部次高、西部低的“雁”型空间分布特征，且东部地区缓缓上升同时中西部加速上升，从而东西部之间的工业信息化水平差距呈“先扩大，再缩小”趋势；而就信息工业化水平来说，2006—2015年，东部沿海地区信息工业化水平要远远高于中西部内陆地区，这种差距在2012年之后呈现不断拉大趋势。比较中西部地区信息工业化水平的变化趋势，发现二者在2012年以前并没有明显的差距。自2012年后，以湖北、湖南为代表的中部省份信息技术和信息产业的快速发展，显著推动了中部地区信息工业化发展。而西部地区多数省份信息工业化水平近乎停滞不前，从而减缓了整个西部地区信息工业化水平的上升势头。

事实上，导致不同区域两化融合水平差异的原因也是多方面的，尽管东部沿海地信息化发展环境、信息产业规模、信息化战略认识等方面均大大优于中西部地区，反观中西部地区长期存在的技术创新能力不足、信息管理体制落后、市场分割等问题，进而较好地印证了制造业信息工业化水平所呈现的“东高西低”特征。但是，本文认为区域两化融合水平所呈现出的空间极化特征根本上是由于区域内部“信息化带动工业化”和“工业化促进信息化”两个子系统之间的协调程度存在显著差异，引致信息工业化与工业信息化之间的不协调，并导致两化融合总体水平的差异。

4 制造业两化融合水平变动趋向的收敛性

尽管全国层面及东、中、西区域制造业两化融合水平存在显著的差异性，然而，需要正视的是随着时间的演进，两化融合水平的时空分异状况在持续扩大抑或渐趋弱化？为此，下文探讨的重点聚焦在2006—2015年省际层面及三大区域层面制造业领域两化融合水平的差异化程度。

4.1 σ收敛

为了明确区域内部两化融合水平的差异化程度，这里首先运用σ收敛检验全国及东中西三大区域内部两化融合水平偏离整体水平程度及其动态非均衡演进过程。

(12)

其中，lhrhm(t)为第m个地区在t时期的两化融合水平，如果σt+1>σt，则这些区域内部存在两化融合水平发散，反之则存在两化融合水平收敛。

由σ值及其变异系数计算结果可以发现，2006—2015年中国各地区绝对收敛的σ值与变异系数计算结果及变动趋势非常接近。就全国层面来看，制造业两化融合σ值呈现了波动中上升的总体趋势。即自2006年的0.0429上升至2015年的0.07398，在2010年达到峰值，经历了短暂调整后保持了相对平稳的上升趋势。变异系数也表现了极为相似的变化轨迹，由2006年的0.0466上升至2015年的0.07154。从三大区域的计算结果来看，东部地区两化融合σ值从2006年的0.0389升至2010年的0.0911，然后下降至2015年的0.0437，表明东部区域制造业两化融合自2010年开始呈现明显的绝对收敛特征。但是中西部地区制造业两化融合σ值一直保持上升的变动轨迹。可见三大区域与全国范围并没有表现相同敛散性，而是呈现出仅有东部地区绝对收敛这一单调收敛格局。理解这一结论并不难，东部地区近年来在新一代信息技术应用方面走在全国前列，积极推动制造业关键领域的融合创新并取得显著成效，相反中西部经济基础差异制约了各地区在制造业领域两化融合推进工作的步伐。

4.2 绝对β收敛

如同长三角、珠三角区域，内部各省份在经济基础、信息化基础设施、工业结构、技术能力等方面十分接近，倘若这些拥有近似的经济地理条件地区制造业两化融合水平最终趋于相同的稳态水平，则意味着存在绝对β收敛。因此，本文使用如下模型检验两化融合水平是否存在绝对β收敛。

(13)

上述收敛方程的OLS回归结果如表3所示：除东部和中部地区系数β大于0之外，全国和西部的回归系数的值显著为负。说明全国层面上制造业两化融合发展水平呈发散趋势，不同省域之间的两化融合水平在不断拉大，但是这种发散速度仅为0.09%、0.13%。由于西部地区回归系数值并非显著为正，所以只有东部发达区域内部省际制造业两化融合水平差距在不断缩小，且收敛速度为每年10.23%。

表3 全国、东中西绝对β收敛估计结果

注：括号中为t值，*、**、***分别表示在10%、5%、1%水平上显著。

4.3 条件β收敛

虽然上述的综合σ值和绝对β收敛结果并不支持全国及东中西地区两化融合发展水平存在绝对意义上的收敛，即这些地区制造业两化融合水平不可能达到同一个稳定水平。但是这并不意味着全国及东中西范围内各省份不具有自身稳定的两化融合水平发展态势。为此，本文将分别利用全国及东中西面板数据检验各区域制造业两化融合水平的条件β收敛特征。结果如表4所示，全国层面的两化融合在样本期内虽不存在绝对收敛趋势，但是却存在显著的条件收敛。究其原因，全国不同省份由于工业经济、信息经济发展基础的差异而难以达到两化融合水平的同一水平，例如沿海地区工业经济基础好、对外开放程度高、信息经济发达，从而工业化与信息化融合发展的基础条件更加成熟，能够更快地达到融合发展的稳定状态。而从分地区回归结果可以看出，东中西三大区域β系数均显著为负，表明子样本下两化融合水平均有明显的β收敛趋势。与全国样本估计结果一致，东部、中部和西部内部各省份两化融合水平从长期来看均趋向各自的稳态水平，收敛速度依次分别为10.22%、8.19%、7.37%。可见，中部和西部地区制造业两化融合发展的长期稳态水平明显低于东部地区。

表4 条件β收敛模型的估计结果

注：括号中的数字为显著性检验的P值。

结合绝对σ值、绝对β收敛和条件β收敛的分析结果，可以发现中国制造业两化融合水平的收敛趋向存在如下三个特征：①全国及中西部地区的制造业两化融合水平并不存在绝对收敛态势，即除了东部沿海省份外，其余大多数地区两化融合水平差距在不断拉大；②全国及东中西部三大区域条件β收敛结果表明不同区域制造业两化融合水平最终会趋于各自的稳态水平；③全国及三大区域收敛趋向各自稳态的速度不尽相同，特别是东部地区两化融合水平呈现出的较快条件收敛速度将在一定时间内进一步拉大东西差距。

5 结论与政策启示

本文重新界定了制造业两化融合的内涵，将两化融合过程由传统信息化与工业化之间的融合拓展为“工业信息化”与“信息工业化”二者之间的融合。继而从投入—产出角度分别构建了制造业“工业信息化”与“信息工业化”评价指标体系，依次运用因子分析、DEA-Bootstrap和协调发展模型，测度了中国制造业2006—2015年两化融合水平。研究发现，制造业两化融合水平总体呈现“东部高,中西部低”的静态梯状分布特征。同时，两化融合水平的时空分异特征也十分显著，东中西三大区域内部省际两化融合水平明显分化。除东部地区外其他地区制造业两化融合水平并不存在绝对收敛态势，而不同区域制造业两化融合水平最终会以不同的收敛速度趋于各自的稳态水平。

本文的研究还具有一定的政策性启示。一方面需要政府管理部门继续在制造业领域坚定实施两化融合这一战略性决策，建立健全推进信息化与工业化深度融合的法律法规及其政策体系，更加突出政府管理部门在两化融合推进过程中的引领作用。通过制度创新营造良好的软硬件环境及长效机制建立，为企业实施两化融合提供完善的制度政策保障体系。另一方面应充分认识到中国制造业领域两化融合水平的现状、问题和制约因素，注重各地区制造业信息工业化和工业信息化过程的协同与匹配，尤其是要积极通过政策的倾斜促进中西部省份信息产业的发展壮大，扶持云计算、物联网、大数据等新一代信息技术产业快速发展，进而实现对制造业传统制造方式、营销模式、核心技术、创新链条等的改造和升级。此外，作为两化融合的主体，制造业企业应该能够从全局把握企业信息化改造的方向及目标，努力实现现代信息技术在传统制造过程中的深度、全面和纵深渗透。

参考文献：

[1]周宏仁,徐愈.中国信息化形式分析与预测[M].北京：社会科学文献出版社，2011.

[2]金江军.“两化融合”的理论体系[J].信息化建设,2009(4):9-12.

[3]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.

[4]曹学勤,郭利.关于区域两化融合发展水平评估指标体系的思考[J].上海信息化,2012(2):18-21.

[5]周剑,陈杰.制造业企业两化融合评估指标体系构建[J].计算机集成制造系统,2013(9):2251-2263.

[6]张玉柯,张春玲.信息化与工业化融合的综合评价研究[J].河北大学学报(哲学社会科学版),2013(7):39-43.

[7]魏明,李星辰,邱钰茹.两化融合评价体系比较分析[J].西安邮电大学学报,2014(1):103-110.

[8]刘力强,冯俊文.我国区域两化融合水平评价模型及实证研究[J].科技进步与对策,2014(5):125-129.

[9]张亚斌,金培振,艾洪山.中国工业化与信息化融合环境的综合评价及分析——基于东中西部三大区域的测度与比较[J].财经研究,2012(8):96-108.

[10]谢康,肖静华,周先波.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.

[11]陈小磊,郑建明.基于菲德模型的信息化与工业化融合发展研究[J].情报科学,2012(4)：510-513.

[12]汪晓文,杜欣.基于模糊评价的中国工业化与信息化融合发展测度研究[J].兰州大学学报:社会科学版,2014(5):88-97.

[13]汪斌,余冬筠.中国信息化的经济结构效应分析——基于计量模型的实证研究[J].中国工业经济,2004(7):21-28.

[14]李琳,李宁,王星.信息化与工业化融合实时测度研究[J].情报科学，2013(5):108-112

[15]杜传忠,杨志坤.我国信息化与工业化融合水平测度及提升路径分析[J].中国地质大学学报(社会科学版),2015(5):84-97.

[16]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[J].区域经济评论,2015(5):41-47.

[17]王维国.协调发展的理论与方法研究[M].北京:中国财政经济出版社,2000.

[18]O′DONNELL C,RAO D,BATTESE G.Metafrontier frameworks for the study of firm-level efficiencies and technology ratios[J].Empricial economics，2008,34:231-255.

[19]支燕,白雪洁,王蕾蕾.我国“两化融合”的产业差异及动态演进特征——基于2000—2007年投入产出表的实证[J].科研管理,2012(1):90-95.