我國(guó)省域“兩化”融合及其與農(nóng)業(yè)現(xiàn)代化?城鎮(zhèn)化關(guān)系的空間計(jì)量研究

顧先問(wèn)　張愛(ài)萍

摘要 根據(jù)2010～2012年我國(guó)大陸31個(gè)?。ㄊ小⒆灾螀^(qū)）數(shù)據(jù)對(duì)省域信息化與工業(yè)化“兩化”融合發(fā)展水平進(jìn)行空間計(jì)量分析。探索性空間數(shù)據(jù)分析（ESDA）表明省域“兩化”融合水平顯著空間正相關(guān)，且地域分異明顯，高水平聚集區(qū)主要分布在我國(guó)東部，低水平聚集區(qū)主要分布在我國(guó)中、西部，一部分省份隨時(shí)間在高、低水平間發(fā)生著躍遷。在“四化”同步背景下，利用空間計(jì)量模型對(duì)農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合的促進(jìn)作用展開(kāi)分析?；貧w結(jié)果表明，全國(guó)范圍“兩化”融合水平具有顯著的正向空間滯后效應(yīng)，農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合有顯著的正向促進(jìn)作用；東、中、西部的分析表明，東部“兩化”融合的正向空間滯后效應(yīng)顯著，中、西部則不明顯；東、西部城鎮(zhèn)化有顯著的正向促進(jìn)作用，農(nóng)業(yè)現(xiàn)代化則不明顯，中部與此情況相反。

關(guān)鍵詞 信息化與工業(yè)化融合；ESDA；空間計(jì)量模型；農(nóng)業(yè)現(xiàn)代化；城鎮(zhèn)化

中圖分類號(hào) S-9文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2015）11-328-05

自中共十六大提出“信息化是我國(guó)加快實(shí)現(xiàn)工業(yè)化和現(xiàn)代化的必然選擇”，“堅(jiān)持以信息化帶動(dòng)工業(yè)化，以工業(yè)化促進(jìn)信息化”，到十八大明確提出“推動(dòng)信息化與工業(yè)化深度融合”，關(guān)于信息化與工業(yè)化融合（以下簡(jiǎn)稱“兩化”融合）的研究就一直是學(xué)術(shù)界關(guān)注的焦點(diǎn)問(wèn)題。

最早關(guān)注此問(wèn)題的學(xué)者是烏家培[1]，他在20世紀(jì)90年代初就提出信息化要與工業(yè)化互補(bǔ)共進(jìn)，工業(yè)化培育信息化，信息化促成工業(yè)化。此后，姜愛(ài)林分析了工業(yè)化、信息化的內(nèi)涵并論證了兩者之間的關(guān)系[2]，盧懷寶等則針對(duì)“兩化”協(xié)調(diào)發(fā)展展開(kāi)論述，并提出若干政策建議[3]。早期的研究都是以定性分析為主，探討“兩化”之間的關(guān)系。俞立平等則將定量分析引入到研究中來(lái)，利用向量自回歸模型、格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解等方法對(duì)“兩化”互動(dòng)關(guān)系展開(kāi)研究，得出了信息化是工業(yè)化的格蘭杰原因，但工業(yè)化不是信息化的格蘭杰原因等結(jié)論[4]。謝康等則對(duì)“兩化”融合的環(huán)境和基礎(chǔ)展開(kāi)分析，并在此基礎(chǔ)上提出“兩化”融合的發(fā)展道路[5]。此后，隨著“兩化”融合實(shí)踐活動(dòng)在全國(guó)各地的開(kāi)展，建立“兩化”融合水平的評(píng)價(jià)體系就顯得尤為迫切和必要，眾多專家和學(xué)者紛紛提出了各種評(píng)價(jià)指標(biāo)體系，其中最具代表性的方法由龔炳錚提出，其評(píng)價(jià)模型由3個(gè)一級(jí)指標(biāo)，11個(gè)二級(jí)指標(biāo)，43個(gè)三級(jí)指標(biāo)構(gòu)成，涵蓋了“兩化”融合環(huán)境、“兩化”融合水平和“兩化”融合效益3個(gè)方面[6]。工信部電信研究院也在各方研究的基礎(chǔ)上，發(fā)布了《中國(guó)區(qū)域“兩化”融合發(fā)展水平評(píng)估報(bào)告》和《2013年度信息化與工業(yè)化融合發(fā)展水平評(píng)估報(bào)告》，對(duì)我國(guó)省域“兩化”融合水平進(jìn)行了測(cè)度。筆者根據(jù)上述報(bào)告中我國(guó)大陸31個(gè)省、市、自治區(qū)“兩化”融合發(fā)展指數(shù)的數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis，ESDA）方法進(jìn)行分析，并根據(jù)分析的結(jié)果，采用合適的空間計(jì)量模型探討“四化”同步條件下，農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合的促進(jìn)作用。

1 研究對(duì)象、研究方法和數(shù)據(jù)來(lái)源

1.1 研究對(duì)象

以我國(guó)大陸31個(gè)省、市、自治區(qū)信息化與工業(yè)化融合發(fā)展水平為研究對(duì)象，衡量標(biāo)準(zhǔn)是2010～2012年“兩化”融合發(fā)展指數(shù)。

1.2 研究方法 研究方法主要包括探索性空間數(shù)據(jù)分析（ESDA）和空間計(jì)量分析兩部分。探索性空間數(shù)據(jù)分析主要針對(duì)2010～2012年“兩化”融合發(fā)展指數(shù)，計(jì)算其全局Morans I指數(shù)[7]，局域Morans I指數(shù)并繪制Moran散點(diǎn)圖[8]，以反映期間省域“兩化”融合發(fā)展水平的空間分布格局及其演化?？臻g計(jì)量分析則利用空間計(jì)量模型對(duì)“兩化”融合發(fā)展水平與農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化的關(guān)系展開(kāi)回歸分析，以判斷“四化”同步背景下農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化是否對(duì)“兩化”融合起到了促進(jìn)作用。

1.3 數(shù)據(jù)來(lái)源 數(shù)據(jù)來(lái)源于《中國(guó)區(qū)域“兩化”融合發(fā)展水平評(píng)估報(bào)告》、《2013年度信息化與工業(yè)化融合發(fā)展水平評(píng)估報(bào)告》、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)和各省、市、自治區(qū)2013年統(tǒng)計(jì)年鑒。

2 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（ESDA）是一系列空間數(shù)據(jù)分析方法的集合，以空間自相關(guān)測(cè)度為核心，通過(guò)對(duì)事物空間分布格局的統(tǒng)計(jì)性描述，發(fā)現(xiàn)空間集聚和空間異常，從而表明區(qū)域空間結(jié)構(gòu)和空間非平穩(wěn)性[9]。其主要包括全局空間自相關(guān)分析和局域空間自相關(guān)分析兩個(gè)部分，分別從整體和局部分析觀察值的空間自相關(guān)性。

2.1 全局空間自相關(guān)分析

全局空間自相關(guān)分析是對(duì)變量在整個(gè)區(qū)域空間自相關(guān)性的測(cè)度，其可以采用全局Morans I[7]，全局Gearys C和全局Getis-Ord G等統(tǒng)計(jì)量進(jìn)行測(cè)度、檢驗(yàn)和分析，較常用的是全局Morans I統(tǒng)計(jì)量，其公式為：

Morans I=ni=1nj=1wij（xi-）（xj-）s2ni=1nj=1wij（1）

式中，xi和xj分別是i地區(qū)和j地區(qū)的觀察值；n是地區(qū)數(shù)；=1nni=1xi；s2=1nni=1（xi-）2；wij是空間權(quán)重矩陣W中的元素[10]。該研究采用一階鄰接標(biāo)準(zhǔn)對(duì)W進(jìn)行構(gòu)造，當(dāng)i地區(qū)和j地區(qū)相鄰時(shí)，wij=1；當(dāng)i地區(qū)和j地區(qū)不相鄰時(shí)，wij=0；對(duì)角線上的元素全部為0，具體形式為：

Morans I值介于-1與1之間，當(dāng)Morans I>0時(shí)，空間正相關(guān)；當(dāng)Morans I<0時(shí)，空間負(fù)相關(guān)；當(dāng)Morans I=0時(shí)，不存在空間相關(guān)性。

對(duì)于全局Morans I統(tǒng)計(jì)量一般可采用Z檢驗(yàn)。

將2010～2012年我國(guó)大陸31省（市、自治區(qū)）“兩化”融合發(fā)展指數(shù)代入式（1），計(jì)算得到各年的全局Morans I值并進(jìn)行Z檢驗(yàn)，結(jié)果見(jiàn)表1。

由表1可知，2010～2012年“兩化”融合發(fā)展指數(shù)的全局Morans I值均為正值，且都通過(guò)了1%的Z檢驗(yàn)，即這3年在全國(guó)范圍內(nèi)“兩化”融合發(fā)展指數(shù)均表現(xiàn)出顯著的空間正相關(guān)性，“兩化”融合水平在全國(guó)呈現(xiàn)出高、低分別聚集的態(tài)勢(shì)。2010～2012年全局Morans I值呈現(xiàn)出一定程度的波動(dòng)，但一直處在高位，反映出“兩化”融合水平的正相關(guān)性一直很強(qiáng)，地域間分異十分明顯。

2.2 局域空間自相關(guān)分析

局域空間自相關(guān)分析測(cè)度每個(gè)地區(qū)與相鄰地區(qū)之間的空間關(guān)聯(lián)程度，一般采用局域Morans I指數(shù)和Moran散點(diǎn)圖進(jìn)行分析[8]。局域Morans I指數(shù)的公式為：

Local Morans Ii=xi-s2nj≠iwij（xj-）=zinj≠iwijzj（3）

其中，參數(shù)的解釋同式（1）。當(dāng)Ii>0時(shí)，表示地區(qū)i與相鄰地區(qū)空間正相關(guān)；當(dāng)Ii<0時(shí)，表示地區(qū)i與相鄰地區(qū)空間負(fù)相關(guān)；當(dāng)Ii=0時(shí)，表示地區(qū)i與相鄰地區(qū)不存在空間相關(guān)性。局域Morans I指數(shù)一般也采用Z檢驗(yàn)。

Moran散點(diǎn)圖的4個(gè)象限分別代表4種空間相關(guān)模式，即高值被高值包圍（HH），低值被高值包圍（LH），低值被低值包圍（LL）和高值被低值包圍（HL）。其中，一、三象限表示空間正相關(guān)關(guān)系，二、四象限表示空間負(fù)相關(guān)關(guān)系。若觀察值均勻分布在4個(gè)象限，則表示不存在空間自相關(guān)。

將2010～2012年“兩化”融合發(fā)展指數(shù)代入（3）式，計(jì)算得到局域Morans I值并將其繪制成Moran散點(diǎn)圖，如圖1所示。

由圖1可知，2010～2012年，北京、天津、上海、江蘇、浙江、福建、山東、河南和湖北始終位于第一象限，是高值被高值包圍的區(qū)域，為“兩化”融合高水平聚集區(qū)。廣東和湖南前兩年位于第四象限，第三年位于第一象限，一直處于高水平聚集區(qū)。這11個(gè)省市大部分位于環(huán)渤海、長(zhǎng)三角和珠三角經(jīng)濟(jì)區(qū)，是我國(guó)工業(yè)化、信息化高度發(fā)達(dá)的區(qū)域，“兩化”融合的水平高，在全國(guó)處于領(lǐng)先位置。3年來(lái)，河北和海南始終位于第二象限，是低值被高值包圍的區(qū)域，“兩化”融合發(fā)展水平落后與周邊省份。河北和海南緊鄰京津和珠三角，工業(yè)化、信息化發(fā)展水平一直落后于上述地區(qū)，“兩化”融合水平更低，形成了發(fā)展中的洼地。第三象限是低值包圍低值的區(qū)域，為“兩化”融合低水平聚集區(qū)，一直處在此象限的省區(qū)包括山西、內(nèi)蒙古、貴州、云南、西藏、甘肅、青海、寧夏和新疆。另吉林前兩年處在第二象限，第三年處在第三象限，也屬于低水平聚集區(qū)。可以看到，這10個(gè)省區(qū)大部分位于我國(guó)西部，工業(yè)化、信息化水平都很低，“兩化”融合處于起步階段，急需中央政府的大力支持和自身的改革創(chuàng)新，才能在新一輪發(fā)展中激流勇進(jìn)，迎頭趕上全國(guó)整體的發(fā)展步伐。其中，山西、內(nèi)蒙古作為資源型經(jīng)濟(jì)的代表，在做好經(jīng)濟(jì)量發(fā)展的同時(shí)，更要注重質(zhì)的提高，協(xié)調(diào)好資源型與非資源型產(chǎn)業(yè)的發(fā)展，結(jié)合信息化工作的深入推進(jìn)，實(shí)現(xiàn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。吉林作為東北老工業(yè)基地，應(yīng)積極推進(jìn)信息化技術(shù)對(duì)傳統(tǒng)裝備制造業(yè)的升級(jí)改造，提升信息化應(yīng)用水平，切實(shí)促進(jìn)“兩化”的深度融合。一直處在第四象限的省份包括遼寧、黑龍江和重慶，是高值被低值包圍的區(qū)域，即“兩化”融合水平高于周邊的地區(qū)。遼寧和黑龍江作為東北地區(qū)工業(yè)振興的杰出代表，近年來(lái)一直致力于傳統(tǒng)工業(yè)的轉(zhuǎn)型升級(jí)，通過(guò)加大引進(jìn)資金、技術(shù)和設(shè)備，著力提高自主創(chuàng)新能力，“兩化”融合水平不斷提高，在周邊區(qū)域中始終扮演著排頭兵的角色。重慶作為西部地區(qū)中唯一的直轄市，工業(yè)化、信息化一直走在西部地區(qū)的前列，引領(lǐng)和帶動(dòng)西南諸省“兩化”融合的發(fā)展。

另安徽在前兩年還處于高水平聚集的第一象限，第三年已跌入落后于周邊省份的第二象限，反映了該省“兩化”融合發(fā)展已逐漸滯后于周邊省份。江西則與此相反，前兩年還處在第二象限，第三年已升入第一象限，“兩化”融合水平有明顯提高。同樣，四川和廣西也從前兩年的第三象限升入到了第三年的第四象限，成為“兩化”融合水平高于周邊省份的地區(qū)。陜西雖然在2011年由第三象限躍入第四象限，但在2012年又回到了第三象限，反映出該省“兩化”融合發(fā)展水平不夠穩(wěn)定，仍處在波動(dòng)期。

總之，由Moran散點(diǎn)圖可知，“兩化”融合高水平聚集區(qū)主要分布在我國(guó)東部，低水平聚集區(qū)主要分布在我國(guó)中西部，一部分省份在高、低水平間發(fā)生著躍遷。同時(shí)可以看到，2010～2012年每年一、三象限的省份數(shù)總是遠(yuǎn)多于二、四象限，全國(guó)整體上表現(xiàn)出空間正相關(guān)的關(guān)系，與全局空間自相關(guān)分析的結(jié)果一致。

綜上所述，“兩化”融合發(fā)展水平在省域間并不是相互孤立、各自發(fā)展的關(guān)系，而是相互影響、相互促進(jìn)，呈現(xiàn)出明顯的地域分異特征。因此，有必要在傳統(tǒng)計(jì)量模型中引入空間自相關(guān)因素，以求得到更為準(zhǔn)確、客觀的估計(jì)結(jié)果。以下將在“四化”同步的背景下，對(duì)農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化促進(jìn)“兩化”融合發(fā)展的關(guān)系進(jìn)行空間計(jì)量分析。

3 空間計(jì)量分析

中共十八大提出“推動(dòng)信息化和工業(yè)化深度融合、工業(yè)化和城鎮(zhèn)化良性互動(dòng)、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化相互協(xié)調(diào)，促進(jìn)工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步發(fā)展”，指明了區(qū)域未來(lái)發(fā)展的方向。在“四化”同步的背景下，筆者利用空間計(jì)量模型，引入空間依賴性和空間異質(zhì)性，探討農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合的促進(jìn)關(guān)系。

3.1 空間計(jì)量模型

常用的空間計(jì)量模型主要包括空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）2種[11-12]，以下將對(duì)兩者及其選擇做簡(jiǎn)要介紹。

3.1.1 空間滯后模型。

空間滯后模型（SLM）反映了鄰近地區(qū)觀察值對(duì)本地區(qū)的影響，其公式如下：

Y=ρWY+Xβ+εε∈N（0，δ2i）（4）

式中，Y是n×1的因變量向量；X是n×k的外生解釋變量矩陣；W是n×n的空間權(quán)重矩陣；β是k×1的系數(shù)矩陣；ε是隨機(jī)誤差項(xiàng)向量；ρ是空間自回歸系數(shù)，反映了鄰近地區(qū)對(duì)本地區(qū)影響的方向和程度。

3.1.2 空間誤差模型。

空間誤差模型（SEM）反映了鄰近地區(qū)關(guān)于因變量的誤差沖擊對(duì)本地區(qū)的影響，其公式為：

Y=Xβ+εε=λWε+μμ∈N（0，σ2I）（5）

式中，μ是白噪音干擾項(xiàng)；λ是空間誤差系數(shù)，反映鄰近地區(qū)誤差沖擊對(duì)本地區(qū)的影響，其余參數(shù)解釋同式（4）。

空間計(jì)量模型的估計(jì)一般采用極大似然估計(jì)（ML），廣義最小二乘法（GLS），廣義矩估計(jì)（GMM）等方法。該研究采用Anselin建議的極大似然法（ML）[11]。

3.1.3 空間滯后和空間誤差模型的選擇。

對(duì)于空間相關(guān)性的判斷，除了利用Morans I檢驗(yàn)外，還可利用2個(gè)拉格朗日乘數(shù)LMLAG、LMERR及其穩(wěn)健形式R-LMLAG、R-LMERR進(jìn)行判斷。

為了能在SLM和SEM中選擇合適的模型，Anselin提出了如下的判別準(zhǔn)則[13]：若在空間依賴性的檢驗(yàn)中發(fā)現(xiàn)，LMLAG比LMERR在統(tǒng)計(jì)上更加顯著，且R-LMLAG顯著而R-LMERR不顯著，則空間滯后模型（SLM）較合適；反之，LMERR比LMLAG在統(tǒng)計(jì)上更加顯著，且R-LMERR顯著而R-LMLAG不顯著，則空間誤差模型（SEM）較合適。

安徽農(nóng)業(yè)科學(xué) 2015年

3.2 變量選擇

選擇的因變量是2012年我國(guó)大陸30個(gè)?。ㄊ?、自治區(qū)）“兩化”融合發(fā)展指數(shù)（Index），以反映各省“兩化”融合的水平，數(shù)據(jù)來(lái)源于工信部電信研究院發(fā)布的《2013年度信息化與工業(yè)化融合發(fā)展水平評(píng)估報(bào)告》。

解釋變量選擇如下：

（1）農(nóng)業(yè)現(xiàn)代化變量（Agri）。參考相關(guān)文獻(xiàn)，并考慮到數(shù)據(jù)的可獲得性，選擇地區(qū)農(nóng)業(yè)勞動(dòng)生產(chǎn)率（萬(wàn)元/人）代表一地農(nóng)業(yè)現(xiàn)代化的發(fā)展程度，其計(jì)算公式為地區(qū)農(nóng)業(yè)勞動(dòng)生產(chǎn)率=地區(qū)第一產(chǎn)業(yè)增加值/地區(qū)第一產(chǎn)業(yè)年末從業(yè)人員數(shù)，數(shù)據(jù)分別來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)和各省、市、自治區(qū)2013年度統(tǒng)計(jì)年鑒。由于黑龍江省缺失第一產(chǎn)業(yè)年末從業(yè)人員數(shù)，故未包括在此次研究中。

（2）城鎮(zhèn)化變量（Urban）。一般選擇地區(qū)城鎮(zhèn)化率，即城鎮(zhèn)人口占總?cè)丝诘谋壤鳛橐坏爻擎?zhèn)化程度的衡量，其數(shù)據(jù)來(lái)源于各省、市、自治區(qū)2013年統(tǒng)計(jì)年鑒。

將變量取對(duì)數(shù)，其統(tǒng)計(jì)描述見(jiàn)表2。

3.3 模型設(shè)定

首先，利用所選取的30個(gè)省、市、自治區(qū)的數(shù)據(jù)對(duì)因變量和自變量進(jìn)行OLS回歸，得到2個(gè)拉格朗日乘數(shù)及其穩(wěn)健形式（表3）。

由表3可知，空間滯后和空間誤差的2個(gè)拉格朗日乘數(shù)及其穩(wěn)健形式都很顯著，均通過(guò)了5%的顯著性檢驗(yàn)。因此，對(duì)30個(gè)?。ㄊ?、自治區(qū)）數(shù)據(jù)同時(shí)利用SLM、SEM模型進(jìn)行估計(jì)，回歸方程如下：

lnIndex=α0+ρWlnIndex+α1lnAgri+α2lnUrban+ε，ε∈N（0，δ2I）（6）

lnIndex=β0+β1lnAgri+β2lnUrban+λWε+μ，μ∈N（0，δ2I）（7）

對(duì)比2個(gè)拉格朗日乘數(shù)可知，R-LMLAG比R-LMERR更顯著，因此該研究主要就SLM模型為基礎(chǔ)展開(kāi)參數(shù)分析。

3.4 模型估計(jì)與檢驗(yàn)

3.4.1 全國(guó)范圍的分析。

對(duì)我國(guó)大陸30個(gè)省、市、自治區(qū)（不包括黑龍江）的數(shù)據(jù)利用SLM、SEM模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表4。

由表4可知，ρ和λ分別為0.010 6和0.026 9，分別通過(guò)了1%和5%的顯著性檢驗(yàn)，空間相關(guān)性明顯。以下就SLM模型展開(kāi)分析。ρ值為正，說(shuō)明周邊省份對(duì)本省的影響為正向促進(jìn)，全國(guó)“兩化”融合發(fā)展水平表現(xiàn)為相互促進(jìn)的關(guān)系，鄰近省份“兩化”融合的發(fā)展會(huì)帶動(dòng)本省的發(fā)展?？刂谱兞恐修r(nóng)業(yè)現(xiàn)代化變量lnAgri的系數(shù)為0.175 8，通過(guò)了5%的顯著性檢驗(yàn)，其對(duì)“兩化”融合的發(fā)展有正向促進(jìn)作用。農(nóng)業(yè)現(xiàn)代化指標(biāo)每提高1%，就會(huì)帶動(dòng)“兩化”融合水平提高0.175 8%。城鎮(zhèn)化變量lnUrban的系數(shù)為0.550 7，通過(guò)了1%的顯著性檢驗(yàn)，其同樣會(huì)對(duì)“兩化”融合起正向促進(jìn)作用，每提高1個(gè)百分點(diǎn)，會(huì)帶動(dòng)后者提高0.550 7%。由此可以看出，工業(yè)化、信息化、農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化是緊密聯(lián)系在一起的，它們是緊密結(jié)合、互相促進(jìn)的關(guān)系，農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化水平的提高會(huì)通過(guò)直接和間接的途徑促進(jìn)信息化與工業(yè)化融合水平的提高。兩相比較，城鎮(zhèn)化的促動(dòng)力會(huì)更大一些，這與我國(guó)正處于加速推進(jìn)城鎮(zhèn)化的階段是相符的，走新型城鎮(zhèn)化道路將有力促進(jìn)“兩化”的深度融合。農(nóng)業(yè)現(xiàn)代化對(duì)“兩化”融合的促進(jìn)更多地體現(xiàn)在間接途徑上，通過(guò)農(nóng)業(yè)生產(chǎn)的工業(yè)化運(yùn)作，農(nóng)產(chǎn)品的高、精、尖加工等途徑加以影響。

總之，全國(guó)范圍的分析可知，“兩化”融合發(fā)展水平具有顯著的正向空間滯后效應(yīng)，農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合均具有正向促進(jìn)作用。

3.4.2 東、中、西部的分析。

運(yùn)用SLM模型，對(duì)我國(guó)東、中、西部“兩化”融合水平與農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化的關(guān)系進(jìn)行分析。東、中、西部（未包括吉林、黑龍江）的劃分如表5所示，估計(jì)結(jié)果見(jiàn)表6。

由表6可知，東部的ρ值為0.021 3，且通過(guò)了10%的顯著性檢驗(yàn)，空間滯后效應(yīng)明顯，周邊省份“兩化”融合水平的提高會(huì)正向促進(jìn)本省水平的提高，說(shuō)明東部地區(qū)各省之間“兩化”融合是相互促進(jìn)，共同進(jìn)步的關(guān)系。中、西部的ρ值均未通過(guò)10%的顯著性檢驗(yàn)，空間滯后效應(yīng)不明顯，說(shuō)明中、西部各省“兩化”融合更多地呈現(xiàn)出各自孤立發(fā)展的態(tài)勢(shì)，相互之間的影響不明顯。東部的lnUrban為0.577 1，通過(guò)了1%的顯著性檢驗(yàn)，正向促進(jìn)作用明顯。而lnAgri未通過(guò)10%的顯著性檢驗(yàn)，對(duì)“兩化”融合的發(fā)展影響不明顯。說(shuō)明在東部地區(qū)中，城鎮(zhèn)化是“兩化”融合的顯著性促進(jìn)因素，農(nóng)業(yè)現(xiàn)代化則不是。這主要是因?yàn)闁|部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，工業(yè)化程度高，很多省市已進(jìn)入了工業(yè)化后期，甚至是后工業(yè)化時(shí)代，農(nóng)業(yè)占國(guó)民經(jīng)濟(jì)的比例很小，故對(duì)“兩化”融合的促進(jìn)作用不明顯。而當(dāng)前東部地區(qū)又處于快速城鎮(zhèn)化階段，城鎮(zhèn)化滯后于工業(yè)化的事實(shí)使得前者對(duì)“兩化”融合表現(xiàn)出強(qiáng)有力的促進(jìn)作用。中部的情況則與此相反，lnAgri為0.480 6，通過(guò)了1%的顯著性檢驗(yàn)，lnUrban則未通過(guò)10%的顯著性檢驗(yàn)，說(shuō)明中部地區(qū)農(nóng)業(yè)現(xiàn)代化對(duì)“兩化”融合的促進(jìn)作用更為明顯。這主要是由于中部6省均為農(nóng)業(yè)大省，農(nóng)業(yè)在社會(huì)民生中的地位很高，其現(xiàn)代化水平的提高將通過(guò)多種途徑直接、間接地促進(jìn)“兩化”融合水平的提高。西部地區(qū)的情況則是lnUrban通過(guò)了10%的顯著性檢驗(yàn)，而lnAgri未通過(guò)?？此婆c東部地區(qū)相似，但原因大不一樣。西部地區(qū)農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化相對(duì)全國(guó)都處于較落后的位置，農(nóng)業(yè)現(xiàn)代化尚處于起步階段，對(duì)“兩化”融合的影響很小，城鎮(zhèn)化則受全國(guó)大環(huán)境的影響，處于迅速增長(zhǎng)的階段，在一定程度上促進(jìn)了“兩化”融合的發(fā)展。

總之，東部“兩化”融合的正向空間滯后效應(yīng)顯著，中、西部則不明顯。東部、西部城鎮(zhèn)化對(duì)“兩化”融合具有顯著的正向促進(jìn)作用，農(nóng)業(yè)現(xiàn)代化則不明顯。中部地區(qū)正好與東、西部相反，農(nóng)業(yè)現(xiàn)代化的促進(jìn)作用顯著，城鎮(zhèn)化則不明顯。

4 結(jié)論與啟示

該研究針對(duì)省域“兩化”融合發(fā)展水平展開(kāi)了探索性空間數(shù)據(jù)分析（ESDA）。全局空間自相關(guān)分析表明，全國(guó)范圍內(nèi)“兩化”融合水平呈現(xiàn)出顯著的空間正相關(guān)性，雖出現(xiàn)一定程度的波動(dòng)，但一直處于高位，正相關(guān)性很強(qiáng)。局域空間自相關(guān)分析表明，“兩化”融合發(fā)展水平呈現(xiàn)出明顯的地域分異，高水平聚集區(qū)主要分布在我國(guó)東部，低水平聚集區(qū)主要分布在我國(guó)中、西部，一部分省份在高、低水平間發(fā)生著躍遷。此后，在“四化”同步的背景下，利用空間計(jì)量模型對(duì)農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化對(duì)“兩化”融合的促進(jìn)關(guān)系進(jìn)行了計(jì)量研究。分析表明，全國(guó)范圍內(nèi)“兩化”融合水平具有顯著的正向空間滯后效應(yīng)，省份間是相互促進(jìn)的關(guān)系，且農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化均對(duì)“兩化”融合有正向促進(jìn)作用。東、中、西部的分析表明，東部“兩化”融合的正向空間滯后效應(yīng)顯著，中、西部則不明顯。東、西部城鎮(zhèn)化對(duì)“兩化”融合有顯著的正向促進(jìn)作用，農(nóng)業(yè)現(xiàn)代化則不明顯；中部則與此相反。

根據(jù)以上分析，得到如下啟示：

第一，顯著為正的全局Morans I值和全國(guó)范圍內(nèi)顯著為正的ρ值表明，省域“兩化”融合的發(fā)展并不是相互孤立、各自發(fā)展的，而是通過(guò)政治、經(jīng)濟(jì)、文化等多方面的交流緊密聯(lián)系在一起，形成了互相促進(jìn)、共同進(jìn)步的關(guān)系。因此，中央和各省級(jí)政府不應(yīng)將省域“兩化”融合發(fā)展孤立起來(lái)看待，要把它放在區(qū)域乃至全國(guó)的大背景下看待，積極促進(jìn)省域間“兩化”融合理論與實(shí)踐的交流和學(xué)習(xí)，鼓勵(lì)各省多從周邊省份吸取經(jīng)驗(yàn)和教訓(xùn)，取長(zhǎng)補(bǔ)短，實(shí)現(xiàn)區(qū)域“兩化”融合的聯(lián)動(dòng)發(fā)展，最終實(shí)現(xiàn)全國(guó)范圍的共同進(jìn)步。Moran散點(diǎn)圖表明，我國(guó)中、西部“兩化”融合水平與東部還存在著一定的差距。這就要求中、西部省份要多向東部省份學(xué)習(xí)，學(xué)習(xí)它們的先進(jìn)管理理念和政策措施。東部省份也要在資金、技術(shù)、人員等方面加大對(duì)中、西部的幫扶力度，在帶動(dòng)后者發(fā)展的同時(shí)，促進(jìn)自身水平的進(jìn)一步提高。

第二，在“四化”同步的背景下，為了促進(jìn)信息化與工業(yè)化融合的進(jìn)一步發(fā)展，農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化的同步發(fā)展就顯得尤為重要。全國(guó)范圍的空間計(jì)量分析表明，農(nóng)業(yè)現(xiàn)代化和城鎮(zhèn)化均對(duì)“兩化”融合水平有顯著的正向促進(jìn)作用。這就要求各省份在工業(yè)化、信息化發(fā)展的同時(shí)，要更加注意農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化的同步發(fā)展。而當(dāng)前的現(xiàn)實(shí)是，我國(guó)農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化在一定程度上滯后于工業(yè)化的發(fā)展，如何促進(jìn)農(nóng)村土地的進(jìn)一步集約化經(jīng)營(yíng)，如何促進(jìn)城市群內(nèi)大、中、小城市的協(xié)調(diào)發(fā)展就成為擺在各級(jí)政府面前的當(dāng)務(wù)之急。東、中、西部的分析表明，東、西部農(nóng)業(yè)現(xiàn)代化對(duì)“兩化”融合的促進(jìn)作用不明顯，中部城鎮(zhèn)化對(duì)“兩化”融合的帶動(dòng)作用不強(qiáng)，這就要求各省市區(qū)積極采取對(duì)應(yīng)措施，促進(jìn)“四化”的協(xié)調(diào)發(fā)展，最終促進(jìn)信息化與工業(yè)化的進(jìn)一步融合。

參考文獻(xiàn)

[1] 烏家培.正確處理信息化與工業(yè)化的關(guān)系[J].經(jīng)濟(jì)研究，1993（12）：70-71.

[2] 姜愛(ài)林.論工業(yè)化與信息化的關(guān)系[J].上海經(jīng)濟(jì)研究，2002（7）：36-41.

[3] 盧懷寶，馮英浚，曲世友.工業(yè)化與信息化協(xié)調(diào)發(fā)展研究[J].中國(guó)軟科學(xué)，2003（10）：27-31.

[4] 俞立平，潘云濤，武夷山.工業(yè)化與信息化互動(dòng)關(guān)系的實(shí)證研究[J].中國(guó)軟科學(xué)，2009（1）：34-40.

[5] 謝康，肖靜華，烏家培.中國(guó)工業(yè)化與信息化融合的環(huán)境、基礎(chǔ)和道路[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2009（2）：28-31.

[6] 龔炳錚.信息化與工業(yè)化融合程度（融合指數(shù)）評(píng)價(jià)指標(biāo)和方法[J].中國(guó)信息界，2010（11）：21-24.

[7] MORAN P A P.Notes on Continuous Stochastic Phenomena[J].Biometrika，1950，37：17-23.

[8] ANSELIN L.Local Indicators of Spatial Association- LISA[J].Geographical Analysis， 1995，27（2）：93-115.

[9] 武劍，楊愛(ài)婷.基于ESDA和CSDA的京津冀區(qū)域經(jīng)濟(jì)空間結(jié)構(gòu)實(shí)證分析[J].中國(guó)軟科學(xué)，2010（3）：111-119.

[10] CLIFF A，ORD J K.Spatial Autocorrelation[M].London：Pion，1993.

[11] ANSELIN L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic，1988.

[12] ANSELIN L.Spatial Econometrics[M]//BALTAGI B H.A Companion to Theoretical Econometrics[M].Oxford：Blackwell Publishing Ltd，2001.

[13] ANSELIN L，F(xiàn)LORAX R.Small Sample Properties of Tests for Spatial Dependence in Regression Models[M]//ANSELIN L，F(xiàn)LORAX R.New Directions in Spatial Econometrics.Berlin：Springer，1995.