信息化是指培养、发展以计算机为主的智能化工具为代表的新生产力，并使之造福于社会的历史过程。(智能化工具又称信息化的生产工具。它一般必须具备信息获取、信息传递、信息处理、信息再生、信息利用的功能。)与智能化工具相适应的生产力，称为信息化生产力。智能化生产工具与过去生产力中的生产工具不一样的是，它不是一件孤立分散的东西，而是一个具有庞大规模的、自上而下的、有组织的信息网络体系。这种网络性生产工具将改变人们的生产方式、工作方式、学习方式、交往方式、生活方式、思维方式等，将使人类社会发生极其深刻的变化。
摘要：信息化建设对经济社会的发展产生了重要影响，信息化水平的不断提高也对自主创新能力产生显著影响。通过对信息化、创新能力的分析，构建了信息化对创新能力影响的评价指标体系，并建立效率回归模型，使用数据包络分析法和多元回归法对指标进行分析计算。研究表明：信息化发展状况、信息化人力资源状况和信息消费状况对创新能力具有显著正向影响。
关键词：信息化;DEA;创新能力
一、引言
信息化是当今世界经济和社会发展的大趋势，信息化水平已成为衡量一个国家和地区现代化水平的重要标志。而我国信息化水平与发达国家相比仍有一定差距，且自主创新能力也较弱，这在一定程度上影响了我国经济持续快速增长。
当前，关于信息化水平的相关研究主要是信息化水平的测度、信息化水平与经济增长的关系研究两个方面，但涉及信息化水平与创新能力二者之间关系的仍较少。在创新能力测量指标体系中，付睿臣等人从微观层面揭示了企业信息化对其创新能力的作用机理，但是，从宏观层面实证信息化与创新能力之间关系尚需探讨。鉴于此，本文通过构建信息化对创新能力影响的评价指标体系及评价模型，分析了信息化对创新能力的影响程度，进而为促进我国信息化建设，提升自主创新能力提供理论参考。
二、评价指标体系的构建
2.1 信息化指标
根据2001年我国国家信息化指标工作会议发布的20个国家信息化指标，本文选取较有代表性的4个作为衡量信息化水平的指标，并将信息化环境分为硬信息化环境和软信息化环境两大方面，包括：信息化发展环境、信息化人力资源环境、信息消费环境和信息技术的普及与应用环境。
2.2 创新能力指标
评价创新能力的指标有很多，如有高新技术产品增加值、专利申请数、专利授权数、新产品销售收入等。本文对创新能力的评价选取创新投入能力和创新产出能力两个方面，分别选取R&D经费和专利申请数作为评价指标。
2.3 评价指标体系
结合前面对信息化和创新能力的分析，并基于提高我国创新能力、增加社会经济效益为目标，构建了信息化对创新能力影响的指标体系，如表1所示。
表1 信息化对创新能力影响的指标体系
变量二级指标三级指标指标解释
信息化硬信息化环境信息化发展状况X1信息产业增加值占GDP的比重
软信息化环境信息化人力资源状况X2信息产业从业人数占全社会从业人数比重
信息消费状况X3信息消费系数
信息技术普及与应用状况X4每百万人互联网用户数
创新能力创新投入能力研发经费投入状况Y1R&D经费
创新产出能力专利申请状况Y2专利申请数
三、研究方法与模型构建
3.1 研究方法
本文采用数据包络分析法研究信息化对创新能力的影响，首先选取信息化与创新能力的相关指标运用DEA方法，被解释变量是DEA计算出的效率值，解释变量是信息化和创新能力指标，用多元回归进行计算，用统计检验选出相关指标，剔除不合理变量，进而用效率分析与多元回归方法计算，直至整个系统达到相对稳定即可。
3.2 模型构建
结合传统的多元回归模型，本文优化DEA的变量，将DEA效率值当作被解释变量，将信息化和工艺创新变量作为解释变量，构建的模型如下式所示：
ln E=a+c1lnX1+c2lnX2+…+cnlnXn+d1lnY1+d2lnY2+…+dnlnYn
(1)
上式中，E为DEA的效率值，X1，X2，…，Xn为信息化变量，Y1，Y2，…，Yn为创新能力变量，c1，c2，…，cn与d1，d2，…，dn为系数，a为常数。
四、模型计算
4.1 数据选取
本文数据选取时间为2009-2013年，同时考虑到信息化建设对创新能力的影响具有一定的时滞性，所以在时间序列中变量一般选择滞后1-3期较多，而本文在研究时将滞后期定为3年。本文数据的`来源于《中国统计年鉴》、《中国科技年鉴》以及CNNIC报告等相关资料整理而得。
4.2 模型计算分析
本文模型计算步骤是：首先使用DEAP软件将各指标数据进行效率分析，然后用效率分析得出的效率值作为被解释变量，使用SPSS软件进行多元回归分析，最后得出结论。在做效率分析和回归分析前，先对所选取变量数据做描述性统计分析，结果如表2所示。
表2 描述统计量
变量二级指标三级指标极小值极大值均值标准差
信息化硬信息化环境信息化发展状况X10.79300.95940.88550.0635
信息化人力资源状况X20.16550.35070.26630.0746
软信息化环境信息消费状况X33.13293.22883.19130.0375
信息技术普及与应用状况X44.92006.12535.60800.4833
创新能力创新投入能力研发经费投入状况Y18.66609.37989.04350.2861
创新产出能力专利申请状况Y24.47465.33924.91790.3629
将各指标的数据输入DEA模型进行计算，进行效率分析，接着用得出的效率值作为被解释变量进行多元回归计算分析，根据回归结果把没有通过t检验的指标排除，再次进行效率分析和回归分析，如此反复，直至所有指标均通过检验，最后得出结论。将结果汇总，如表3所示。
在第一次效率与回归分析中，信息化变量中的信息化发展状况、信息化人力资源状况、信息消费状况这3个变量在10%的概率下通过了t值计检验，而没有通过t检验的指标是信息技术普及与应用状况指标。所以要做进一步调整。