中國高新技術(shù)產(chǎn)業(yè)區(qū)位選擇影響因素研究

摘要：文章構(gòu)建了雙對數(shù)基礎(chǔ)模型、空間滯后模型及空間誤差模型來分析我國省域高新技術(shù)產(chǎn)業(yè)區(qū)位選擇，并采用省際數(shù)據(jù)進行空間計量分析，結(jié)果表明規(guī)模以上企業(yè)數(shù)、申請專利數(shù)、人力資本及交通基礎(chǔ)指數(shù)等變量確實影響我國省域高新技術(shù)產(chǎn)業(yè)投資強度的大小，其中影響最大的因素是人力資本和交通基礎(chǔ)指數(shù)。同時，隨著我國社會經(jīng)濟發(fā)展環(huán)境的改善及高新技術(shù)產(chǎn)業(yè)的發(fā)展，區(qū)位選擇因子也會相應(yīng)發(fā)生變化。基于實證結(jié)果分析，文章從人才政策、創(chuàng)新體系及官產(chǎn)學(xué)研等方面提出相應(yīng)的高新技術(shù)產(chǎn)業(yè)發(fā)展對策。

關(guān)鍵詞：高新技術(shù)產(chǎn)業(yè)；區(qū)位選擇；影響因素；空間計量

一、 引言

本文將基于國內(nèi)外學(xué)者關(guān)于高新技術(shù)產(chǎn)業(yè)的區(qū)位因子分析理論之上，使用空間計量的方法對我國高新技術(shù)產(chǎn)業(yè)區(qū)位選擇進行實證分析，解釋影響高新技術(shù)產(chǎn)業(yè)區(qū)域布局的因素。

二、 計量模型

1. 模型設(shè)定。在現(xiàn)有的研究中，通常使用產(chǎn)業(yè)聚集度來說明一個區(qū)位對某個產(chǎn)業(yè)的吸引程度，在某種意義上，產(chǎn)業(yè)聚集度是能夠反映出該區(qū)域產(chǎn)業(yè)發(fā)展的基礎(chǔ)及企業(yè)向該區(qū)域集中的偏好，但是筆者認為投資強度能夠更好地表示高新技術(shù)產(chǎn)業(yè)的區(qū)位選擇行為，其理由如下：首先，區(qū)位選擇是一種企業(yè)行為，而產(chǎn)業(yè)聚集度是一種靜態(tài)的狀態(tài)描述，用靜態(tài)的變量來表達動態(tài)的行為并不準(zhǔn)確，而投資作為企業(yè)的生產(chǎn)經(jīng)營活動，是一個動態(tài)的流量，投資強度越大，流向該區(qū)域的資金、技術(shù)、人力等生產(chǎn)要素越多，區(qū)位優(yōu)勢越明顯；其次，目前關(guān)于產(chǎn)業(yè)聚集度的測量標(biāo)準(zhǔn)并不統(tǒng)一，Hoover系數(shù)、EG系數(shù)、MS系數(shù)及空間基尼系數(shù)的測度要求有區(qū)別，測算出來的系數(shù)也存在差異，選擇不同的系數(shù)可能會得出不同的結(jié)果，而投資強度的測算相對統(tǒng)一且簡單，數(shù)據(jù)獲得性方面也較有保證。因此，在本文的模型框架中，以投資強度（新增資本存量/面積）作為衡量產(chǎn)業(yè)區(qū)位選擇的被解釋變量。

參考既有的研究，本模型主要討論以下因素對高新技術(shù)產(chǎn)業(yè)區(qū)位選擇的影響：①技術(shù)溢出能力，高新技術(shù)企業(yè)接近大學(xué)及科研機構(gòu)有利于知識、技術(shù)及信息的流通與溢出，本模型選取高校數(shù)量（NU）來表示一個地區(qū)技術(shù)溢出能力的大小。②產(chǎn)業(yè)配套能力，高新技術(shù)產(chǎn)業(yè)的發(fā)展需要擁有較完善的配套產(chǎn)業(yè)為其提供上下游的產(chǎn)品與服務(wù)，一般來說，區(qū)位企業(yè)數(shù)（NE）的多少影響著地區(qū)產(chǎn)業(yè)配套能力。③創(chuàng)新能力，創(chuàng)新是高新技術(shù)產(chǎn)業(yè)存在與發(fā)展的關(guān)鍵，區(qū)域創(chuàng)新能力的強弱直接影響了高新技術(shù)產(chǎn)業(yè)發(fā)展，本文以地區(qū)專利申請數(shù)（NP）作為衡量一個區(qū)域創(chuàng)新能力大小的指標(biāo)。④人力資本，作為基本生產(chǎn)要素投入，人力資本要素在某種程度上決定了產(chǎn)業(yè)發(fā)展，尤其對高新技術(shù)產(chǎn)業(yè)來說，高素質(zhì)的人力資源是企業(yè)競爭力的核心，因此，人力資本（HR）必然是影響高新技術(shù)企業(yè)區(qū)位選擇的重要因子。⑤交通基礎(chǔ)設(shè)施，基礎(chǔ)設(shè)施包括硬件與軟件兩個方面，硬件基礎(chǔ)設(shè)施主要是指發(fā)達的交通網(wǎng)絡(luò)與信息網(wǎng)絡(luò)，軟件設(shè)施通常指工商稅務(wù)、財務(wù)金融、法律環(huán)境等環(huán)境因素，由于軟件設(shè)施的衡量相對困難，筆者選取交通基礎(chǔ)設(shè)施（RHR）作為基礎(chǔ)設(shè)施的指標(biāo)。

根據(jù)空間計量經(jīng)濟學(xué)理論，幾乎所有的空間數(shù)據(jù)都具有空間依賴性或空間自相關(guān)性的特征，為了克服空間自相關(guān)性帶來的誤差，以Anselin、James.P等為代表的學(xué)者構(gòu)建空間計量模型來進行空間經(jīng)濟問題的分析，常用的模型有兩種：空間滯后模型（SLM）和空間誤差模型（SEM）。為了避免經(jīng)濟數(shù)據(jù)的異方差及數(shù)據(jù)單位不同造成的數(shù)據(jù)波動，本文選取雙對數(shù)模型來對高新技術(shù)產(chǎn)業(yè)區(qū)位選擇因子進行分析，因此，我國省域高新技術(shù)產(chǎn)業(yè)區(qū)位選擇的空間計量模型如下：

在確定區(qū)域間經(jīng)濟行為具有空間自相關(guān)性或空間依賴性之后，由于事先無法判定SLM和SEM模型哪種模型更適合，我們需要運用LMERR、LMLAG和穩(wěn)?。≧obust）的R-LMERR、R-LMLAG檢驗來分析，其判斷準(zhǔn)則是由Anselin等（2004）提出的：在空間依賴性的檢驗中，如果LMLAG比LMERR在統(tǒng)計上更顯著，同時R-LMLAG顯著而R-LMERR不顯著，那么空間滯后模型較之空間誤差模型更適合；反之，若LMERR比LMLAG在統(tǒng)計上更顯著，并且R-LMERR顯著而R-LMLAG不顯著，則空間誤差模型是更優(yōu)的選擇。在檢驗?zāi)Ｐ偷臄M合優(yōu)度時，除了參考系數(shù) 外，還要結(jié)合其他的檢驗準(zhǔn)則，如自然對數(shù)似然函數(shù)值（LogL）、似然比率（LR），赤池信息準(zhǔn)則（AIC）、施瓦茨準(zhǔn)則（SC）。一般來說，LogL值越大、LR值、AIC值和SC值越小的模型擬合效果更好，在比較SLM和SEM模型時，應(yīng)選擇LogL值最大的模型。

三、 實證分析

1. 樣本數(shù)據(jù)的選擇。本文實證分析中選擇的樣本數(shù)據(jù)主要是除了香港、澳門特別行政區(qū)和臺灣省的中國大陸31個省、自治區(qū)和直轄市，即本文所指的省域范圍?？紤]到區(qū)位選擇因素可能隨著經(jīng)濟環(huán)境的變化而變化，文章選取2000年和2010年的經(jīng)濟數(shù)據(jù)進行對比分析。被解釋變量中的投資額I和解釋變量中的專利申請數(shù)來自《2011年中國高新技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，高校數(shù)、規(guī)模以上企業(yè)數(shù)、每萬人中?？萍捌湟陨先藬?shù)等數(shù)據(jù)均來自《2001年中國統(tǒng)計年鑒》和《2011年中國統(tǒng)計年鑒》。

2. 區(qū)位選擇行為的空間自相關(guān)性。運用Moran I檢驗對2000年和2010年我國高新技術(shù)產(chǎn)業(yè)區(qū)位選擇行為（投資強度）進行空間自相關(guān)性判斷。2000年我國省域高新技術(shù)產(chǎn)業(yè)投資強度對數(shù)的Moran I指數(shù)為0.496 8，到2010年Moran I指數(shù)上升至0.600 4，這表明高新技術(shù)企業(yè)的區(qū)位選擇行為確實在空間上存在著正的自相關(guān)性，且這種相關(guān)性或依賴性程度不斷加強。Moran I檢驗結(jié)果表明：2000年除四川、吉林、陜西、遼寧、江西、廣西、內(nèi)蒙、廣東等省外，其他省份均位于第一和第三象限，表明這些省域范圍內(nèi)的高新技術(shù)產(chǎn)業(yè)投資行為存在正的空間自相關(guān)性，對于鄰近的省份，其投資強度相對一致，高投資強度的省份一般集中在我國東部沿海發(fā)達地區(qū)，而低投資強度的省份則處于我國中西部經(jīng)濟較不發(fā)達地區(qū)；而2010年呈負相關(guān)關(guān)系的區(qū)域只有遼寧、吉林、四川、陜西、山西等五個省份，大部分地區(qū)存在較強的正相關(guān)性，并且高新技術(shù)產(chǎn)業(yè)向高新技術(shù)產(chǎn)業(yè)相對集中的省份進一步集聚的趨勢加強。

3. 模型估計與分析。根據(jù)前文的分析，使用OLS估計方法對基礎(chǔ)模型進行估計，運用ML估計方法對SLM和SEM模型進行空間計量估計，模型估計所使用的應(yīng)用軟件為Geoda095i。

首先，我們需要從基礎(chǔ)模型、SLM和SEM三個模型中選擇一個最合適的模型來解釋我國省域高新技術(shù)產(chǎn)業(yè)區(qū)位選擇。從回歸結(jié)果可以看出，基礎(chǔ)模型的擬合優(yōu)度為0.906 1，F(xiàn)值為58.880 4，模型整體通過了1%的顯著性水平檢驗，在變量的顯著性檢驗中，高校數(shù)、規(guī)模以上企業(yè)數(shù)、申請專利數(shù)、人力資本及交通基礎(chǔ)指數(shù)至少都通過了10%的顯著性水平檢驗，但是空間依賴性檢驗中Moran I檢驗說明我國31個省的高新技術(shù)產(chǎn)業(yè)投資存在空間自相關(guān)性，則需要對空間計量模型SLM和SEM進行ML估計。依據(jù)Anselin等（2004）提出的模型選擇原則，基礎(chǔ)模型的LMERR比LMLAG在統(tǒng)計上更顯著，R-LMLAG顯著性水平高于R-LMERR，同時SEM的LogL值為-33.237 9，大于SLM模型的LogL值。同理分析2010年的計量估計結(jié)果，基礎(chǔ)模型的LMERR比LMLAG在統(tǒng)計上更顯著，R-LMLAG顯著性水平高于R-LMERR，SEM模型的LogL值最大，AIC值和SC值最小。因此，在本文的實證分析中，用空間誤差模型來進行我國省域高新技術(shù)產(chǎn)業(yè)區(qū)位選擇因子分析。

對比2000年和2010年這兩年的SEM估計結(jié)果中可以發(fā)現(xiàn)：①高校數(shù)、規(guī)模以上企業(yè)數(shù)、申請專利數(shù)、人力資本及交通基礎(chǔ)指數(shù)都通過了5%水平的顯著性檢驗，它們確實對高新技術(shù)產(chǎn)業(yè)區(qū)位選擇具有一定影響，其中以人力資本和交通基礎(chǔ)設(shè)施的影響最為重要，如2010年人力資本自然對數(shù)的系數(shù)為2.123 5，這表明人力資本每增加1%，高新技術(shù)產(chǎn)業(yè)投資強度則增加2.123 5%；②影響高新技術(shù)產(chǎn)業(yè)區(qū)位選擇的因素發(fā)生了一些變化，人力資本和產(chǎn)業(yè)配套能力對高新技術(shù)企業(yè)的區(qū)位決策影響日益增強，人力資本自然對數(shù)的系數(shù)由2000年的1.908 9增加到2010年的2.123 5，規(guī)模以上企業(yè)數(shù)自然對數(shù)的系數(shù)則從0.536上升至0.802 4，而交通基礎(chǔ)設(shè)施的影響作用卻大大減弱，交通基礎(chǔ)指數(shù)自然對數(shù)的系數(shù)由2000年的1.780 1降至2010年的0.936 1，這主要是由于各省均加強了交通基礎(chǔ)設(shè)施建設(shè)，區(qū)域間的交通條件差距逐漸縮??；③反映創(chuàng)新能力的高校數(shù)自然對數(shù)的系數(shù)在0.21～0.37之間，這表明在我國區(qū)域創(chuàng)新能力對高新技術(shù)產(chǎn)業(yè)的吸引作用并不強，相較于其他影響因子來說，高新技術(shù)企業(yè)在進行區(qū)位決策時似乎并不太注重區(qū)域創(chuàng)新環(huán)境；④在五個回歸系數(shù)中，高校數(shù)自然對數(shù)的系數(shù)是負數(shù)，意味著高校數(shù)量與高新技術(shù)企業(yè)的投資存在一種負相關(guān)性，與國內(nèi)外高新技術(shù)產(chǎn)業(yè)發(fā)展的經(jīng)驗相矛盾，但這卻從反面說明目前我國高新技術(shù)產(chǎn)業(yè)發(fā)展存在的問題，如：區(qū)域技術(shù)溢出能力不足、缺乏高校技術(shù)創(chuàng)新平臺、科研成果產(chǎn)業(yè)化條件不成熟，官產(chǎn)學(xué)研的結(jié)合度不夠等。

四、 結(jié)論及政策建議

本文構(gòu)建了雙對數(shù)基礎(chǔ)模型、空間滯后模型及空間誤差模型來分析我國省域高新技術(shù)產(chǎn)業(yè)區(qū)位選擇，計量檢驗了技術(shù)溢出、產(chǎn)業(yè)配套、創(chuàng)新能力、人力資本及交通基礎(chǔ)設(shè)施對高新技術(shù)企業(yè)投資行為的影響和作用，實證結(jié)果表明空間誤差模型是考慮空間自相關(guān)（依賴性）的高新技術(shù)產(chǎn)業(yè)區(qū)位選擇因子分析的較好的計量方法。結(jié)合2000年和2010年SEM模型分析，規(guī)模以上企業(yè)數(shù)、申請專利數(shù)、人力資本及交通基礎(chǔ)指數(shù)等變量確實影響我國省域高新技術(shù)產(chǎn)業(yè)的投資強度的大小，其中影響最大的因素是人力資本和交通基礎(chǔ)指數(shù)。同時，隨著我國社會經(jīng)濟發(fā)展環(huán)境的改善及高新技術(shù)產(chǎn)業(yè)的發(fā)展，區(qū)位選擇因子也會相應(yīng)發(fā)生變化，人才及相關(guān)產(chǎn)業(yè)的配套能力對高新技術(shù)產(chǎn)業(yè)發(fā)展的推動作用日益明顯，而交通基礎(chǔ)設(shè)施的影響則不斷減弱。基于以上結(jié)論，為了推動我國高新技術(shù)產(chǎn)業(yè)發(fā)展，產(chǎn)業(yè)發(fā)展政策的制定與實施應(yīng)當(dāng)注意以下幾點：

1. 高科技人才是推動我國高新技術(shù)產(chǎn)業(yè)發(fā)展的主導(dǎo)力量，產(chǎn)業(yè)發(fā)展政策應(yīng)以人才政策為出發(fā)點。從當(dāng)前我國高新技術(shù)產(chǎn)業(yè)發(fā)展現(xiàn)狀來看，人力資本或人才是影響產(chǎn)業(yè)區(qū)位選擇的關(guān)鍵因素，因此，高新技術(shù)產(chǎn)業(yè)發(fā)展政策應(yīng)以技術(shù)人才的引進與培育為重點。科技人才的引進既要重視科研創(chuàng)新環(huán)境的改善，也要強調(diào)政府、企業(yè)的重視與相關(guān)配套條件的完備，能夠在工作條件和物質(zhì)條件上為科技人才的工作生活提供有利的保障。同時，加強本地高科技人才的培育與提升也是高科技人才戰(zhàn)略的重要部分，職業(yè)技能教育和在職培訓(xùn)是培育人才的主要方式。

2. 進一步加強區(qū)域創(chuàng)新體系建設(shè)，突出創(chuàng)新對高新技術(shù)產(chǎn)業(yè)發(fā)展的促進作用。從高新技術(shù)產(chǎn)業(yè)的特點及其發(fā)展歷程來看，創(chuàng)新是產(chǎn)業(yè)發(fā)展的源泉，而本文的實證結(jié)果卻顯示在我國區(qū)域創(chuàng)新能力在吸引高新技術(shù)企業(yè)方面的作用并不明顯，這說明在我國區(qū)域創(chuàng)新能力的挖掘及區(qū)域創(chuàng)新系統(tǒng)的建立并不成熟，國家和地方政府應(yīng)通過經(jīng)濟政策、法律制度及行政服務(wù)保障等各種方法和途徑推動區(qū)域創(chuàng)新的發(fā)展，完善區(qū)域創(chuàng)新的硬件及軟件環(huán)境，構(gòu)建區(qū)域創(chuàng)新平臺，大力加強創(chuàng)新人才的培育和引進工作，引導(dǎo)和鼓勵高新技術(shù)企業(yè)增加RD投入、積極申請專利并產(chǎn)業(yè)化專利技術(shù)，提升區(qū)域創(chuàng)新對高新技術(shù)產(chǎn)業(yè)發(fā)展的帶動力。

3. 高?？萍紕?chuàng)新是產(chǎn)業(yè)創(chuàng)新的重要來源，應(yīng)大力推進官產(chǎn)學(xué)研的結(jié)合。實證研究還發(fā)現(xiàn)高校數(shù)與我國省域高新技術(shù)產(chǎn)業(yè)投資強度是負相關(guān)的，說明大學(xué)與企業(yè)研發(fā)結(jié)合尚沒有發(fā)揮增加區(qū)域高新技術(shù)產(chǎn)業(yè)競爭力的作用，尤其是高校研發(fā)對科技創(chuàng)新的重要性被忽視。因此，中央和地方政府應(yīng)制定科技發(fā)展的長遠規(guī)劃及目標(biāo)，積極重視高校教育、加強高校基礎(chǔ)研究、提供高?？萍紕?chuàng)新基金，完善科技創(chuàng)新環(huán)境，增強高校科技創(chuàng)新實力：一方面，加大財政支出對高校及科研機構(gòu)研發(fā)投入的支持力度，重點支持應(yīng)用型及自主創(chuàng)新性研究項目，增加自主創(chuàng)新能力；另一方面，積極鼓勵企業(yè)與大學(xué)等科研機構(gòu)展開研發(fā)合作，充分利用高?；A(chǔ)研究、試驗應(yīng)用等方面的優(yōu)勢，促進大學(xué)科研成果與市場的結(jié)合，加強官產(chǎn)學(xué)研的聯(lián)系與合作。

參考文獻：

1. Anselin L，Raymond J.G.M，F(xiàn)lorax， Sergio J.Rey.Advances in spatial econometrics methodology，tools and applications.Berlin:Springer-Verlag Publishers，2004.

2. 劉友金，黃魯成.產(chǎn)業(yè)群集的區(qū)域創(chuàng)新優(yōu)勢與我國高新區(qū)的發(fā)展.中國工業(yè)經(jīng)濟，2001，（2）:33-37.

3. 任啟平、梁俊啟.中國高新技術(shù)產(chǎn)業(yè)空間集聚影響因素實證分析.經(jīng)濟問題探索，2007，（9）:55-58.

4. 楊洪焦、孫林巖、梁冬寒.我國高新技術(shù)產(chǎn)業(yè)聚集度的變動趨勢及區(qū)位因素分析——以電子及通訊設(shè)備制造業(yè)為例.科學(xué)學(xué)研究，2009，27（9）:1335-1343.

5. 劉樹林，吳賜聯(lián).高新技術(shù)產(chǎn)業(yè)聚集的區(qū)位因素.中南財經(jīng)政法大學(xué)學(xué)報，2006，（6）:83-86.

基金項目：國家社會科學(xué)基金項目“區(qū)域產(chǎn)業(yè)經(jīng)濟分析”（項目號：10FJL008）。

作者簡介：曾淑婉，南開大學(xué)經(jīng)濟學(xué)院城市與區(qū)域經(jīng)濟研究所博士生。

收稿日期：2012-06-17。