高科技产业聚集优势影响因素分析

于永达++陆文香

摘要：当前，世界经济发展已经明显呈现出区域化、聚集化的特征。高科技产业通过空间上的聚集产生竞争优势，并进一步细化分工协作，从而提高了生产率。高科技的产业聚集已成为区域竞争优势的决定因素。中国高科技产业在世界经济一体化进程中逐渐走上以园区为核心，通过技术产业升级和创新驱动的发展模式。文章通过中国30个省市的高科技产业相关面板数据为研究样本，实证研究高科技产业聚集优势的影响因素，为进一步发挥我国高科技产业聚集优势提出政策建议。

关键词：高新科技产业；聚集优势；影响因素

一、 引言

产业聚集在世界经济一体化和新技术革命浪潮推动下，世界各地区和国家之间的产业竞争日益激烈。知识、信息和技术等要素在新的科技革命中所占的比重也日益加大。高科技企业之间通过高科技产业聚集所产生的外部经济性、范围经济、关联效应及制度效应实现聚集空间的竞争优势。

我国的高科技产业聚集趋势正在从国家延伸至省、市、县等区域。从最早20世纪90年代初第一个国家级高新区创办至今，国家高新区作为我国高科技产业化的重要基地和科技体制改革“试验田”，在促进自主创新能力，优化产业组织结构、推进体制机制创新方面发挥了引领和示范作用。但是我们也必须清醒认识到，在这快速发展的进程中，很多地区的高新区在发展速度和效率方面并不理想，聚集优势不明显。因此，本文通过30个省市面板数据实证分析全国主要地区的高科技产业聚集的影响因素，对于促进我国高科技产业聚集、利用高科技产业聚集优势推动当地经济社会发展有着十分重要的意义。

二、 实证分析

1. 研究设计与方法。影响我国高科技产业聚集的因素虽然复杂，但是基本上可以归结为：一地区的经济对外开发程度、当地GDP经济发展状况和支撑高科技产发展的基础条件。考虑到需要更为精确的测度高科技产业在区域中的聚集影响因素，笔者在进行相关实证研究时引入上述指标作为检验模型的自变量，为此我们将高科技产业聚集的影响因素与其聚集度之间的相互关系用式子（1）来表示：

AGGLOit=？茁0+？茁1NEit+？茁2NIit+？茁3RDPit+？茁4IERDit+？茁5IINRDit+？茁6IEXRDit+？茁7PAit+？茁8NPUCit+？茁9OPENit+？茁10GDPit+？茁11INFit+？着it（1）

其中，AGGLOit、NEit、NIit、RDPit、IERDit、IINRDit、IEXRDit、PAit、NPUCit、OPENit、GDPit、INFit分别表示各省份各年度的该省高科技产业园区聚集度（以赫芬达尔指数（HHI）作为各地区高科技产业聚集指标）、园区内企业数、学校数量、R&D人员合计、R&D经费内部支出、R&D经费外部支出、研究机构数（个）、专利申请数、高科技产业投资额和当地经济开放程度、经济发展水平和基础设施条件。其他字母分别表示常数项、变量的系数和残差。上式（1）中的t（t=1，2，…，30）为我国的省级地理单元，i（i=2009，2010，…，2014）为年度。在这里我们选择了2008年～2014年间中国主要的30个省份（其中包括直辖市、自治区）的相关数据作为本研究的样本数据。

我们采用广义矩估计（Generalized Method of Moments，即GMM）估计式子（1），同时还将GMM估计及其与随机效应（RE）估计或固定效应（FE）估计进行比较，最后选取最优估计方法的估计结果。

2. 变量选取和指标说明。

（1）當地高科技产业园区的产业聚集度测算。鉴于高科技产业的特性，并综合考虑到研究样本的地区数量和当地高科技产业规模，笔者根据上式（1）将赫芬达尔指数测算出的高科技产业聚集度作为因变量。赫芬达尔指数（HHI）方法计算简单易懂，也能更好地反映高科技产业在某一区域的聚集程度。

某一地区高科技产业的赫芬达尔指数 （HHI）其计算公式为：

HHIi=？撞Ni，n=1（Ain/A）2（2）

式子（2）中的A代表我国30个省市的高科技产业总规模，下标i、n分别表示研究样本中i省市中的第n个高新区，Ain则表示为i地区中的第n个高新区的高科技总产值；N是研究样本的地区数量，HHIi表示i地区的高科技产业聚集度。赫芬达尔指数（HHI）的计算方法是每一个研究区域均赋予一个由市场份额代替的权重，HHI取值越大则表示该地区的高科技产业的地理聚集程度越高。

根据赫芬达尔指数（HHI）测算各省份高新产业园聚集度结果如下：2008年高科技产业聚集度最高的省份依次为北京（0.470 2），江苏（0.435 7），广东（0.400 4），上海（0.304 4）等经济发达地区，而靠后的均为经济较为落后的省份，如贵州、海南、青海，宁夏等。经济较为落后的青海、甘肃、宁夏等地区的高科技产业聚集度在整个产业中始终与发达地区虽然存在较大差距。随着各地掀起了发展高科技产业的热潮，各地政府及相关部门陆续出台了很多支持产业发展的优惠政策，全国各地区高科技产业聚集度差距逐渐缩小。从研究期间各地区高科技产业聚集度整个走势来看，2014年排名靠前的北京、江苏、上海和广东等省区较于前几年总体聚集度有所回落，但仍领先其他地区，如北京2008年～2009年聚集度在研究期间中达到最高值0.470 2后降低到2014年的0.3146；江苏也由2009年的最高值0.409 3回落到2014年的0.187 1；上海的高科技产业聚集度的波动呈现“U”形变化趋势，在2013年达到低谷后，2014年的聚集度提到较大幅度提升；广东省则在2010年开始从最高峰的0.417 5降至2014年最低点0.233 7。总体而言，高科技产业聚集度在东、中西部地区体现出的规律为：东部省份聚集度高于中西部地区，中部地区聚集度高于西部地区，西部地区落后于东中部地区。

（2）其他变量的设定和说明。根据高科技产业聚集度影响因素分析，本文选取其中关键的影响因素变量作为下文实证分析的自变量，具体如下：

各地的专利申请数量。专利申请能够较好的反映当地的创新能力和水平。这里的指标专利申请数量包括发明、实用新型和外观设计专利。

假设1：各地的专利申请数量与当地的高科技产业聚集度呈正向相关关系。

各地的科技机构和人员投入。当地学校数量、R&D机构数和R&D人员数投入对产业创新有直接的影响。一般来说，学校数量及相关科研机构、投入的科技人员数量越多，能力越强，产业水平和创新能力越高。

假设2：各地的科技机构和人员投入与当地的高科技产业聚集度呈正向相关关系。

各地的科技经费投入。政府在创新过程中可以通过引导、直接给予资金政策支持企业进行创新，来自政府的各种资源投入有着社会资本难以替代的杠杆作用。因此政府在科技方面经费投入和财力支持也是影响高科技产业发展的重要因素。

假设3：各地的科技经费投入与当地的高科技产业聚集度呈正向相关关系。

各地的高科技产业累计投资额。高新技术产业的发展已不单纯是个技术问题，高新技术产业成长初期，政府的资金支持通常超出投资本身的意义。各国经验均表明，高科技产业的发展中如果得到政府在资金、政策上的支持将更具备更大的发展动力，特别在中国，政府对产业的投资力度与高科技产业的发展有直接拉动作用。

假设4：各地的高科技产业累计投资额与当地的高科技产业聚集度呈正向相关关系。

各地的高科技产业园区内的企业数量。企业的聚集是在高度专业化分工基础上的一种组织形式。在利益机制的驱动下，高新区企业的地理聚集可以获得传统产业聚集所具有的节约交易成本好处，特别是园区内部强调企业之间的信赖和信任关系是高科技企业聚集得以形成和发展的关键因素。

假设5：各地的高科技产业园区内的企业数量与当地的高科技产业聚集度呈正向相关关系。

当地经济发展水平。一个国家或地区的经济实力为该地区的教育发展和劳动效率的提高提供了物质保障，教育水平和劳动生产效率的高低很大程度上取决于当地经济发展程度。

假设6：当地经济发展水平与当地的高科技产业聚集度呈正向相关关系。

经济开放程度。在开放的经济环境下，高新区的企业可更好与外部环境建立互动，在知识、技术、人才的传播和共享中实现资源的优化配置。本文根据国内高科技产业的实际发展水平，采用当地进出口额与当地GDP之比作为衡量经济开放度指标。

假设7：经济开放程度与当地的高科技产业聚集度呈正向相关关系。

各地的基础设施条件。基础设施的建设对区域经济的发展起着决定性的作用。往往一个区域经济发展程度越高，其基础设施越健全和完善。本文采用该区域的道路面积总公里数作为衡量当地基础设施完善程度的指标。

假设8：各地的基础设施条件与当地的高科技产业聚集度呈正向相关关系。

以上相关指标数据均来源于2008年～2014年历年的《中国科技统计年鉴》和Wind金融数据库。

3. 计量结果及分析。对比表1中GMM估计及其与随机效应（RE）估计或固定效应（FE）估计结果后发现，GMM的估计结果更优良，拟合度更好。因此以下分析以GMM估计结果作为分析的基础：

（1）当地的高科技企业聚集数量对当地的高科技产业聚集度的影响为正，且通过了1%的显著性检验，假说4得到了证实。当高科技企业数量提高1%时，当地的高科技产业聚集度将提升0.667，这表明当地的高科技产业聚集可以借助高科技企业在数量上的聚集提高自身的产业聚集度，实现跨产业再升级。通过聚集众多的高科技企业打造优势产业聚集群，推动企业专业化分工协作、有效配置生产要素、降低创新创业成本、节约社会资源、加快科技创新和成果转化。

（2）当地高等院校数量对当地的高科技产业聚集度的影响为负，且通过了1%的显著性检验，假说2未得到了证实。当地高等院校数量提高1%时，当地的高科技产业聚集度将降低0.231。此外，当地的研究机构数量也对当地高科技产业聚集度造成不显著的负向关系。当地的高科技产业聚集与其院校数量之间存在负向效应的可能原因在于高校的产学研成效未能有效发挥应有的作用。

（3）科技人力和资金资源投入。R&D人员数量投入对高科技产业聚集有直接的正向影响，且通过了1%的显著性检验，假说3得到了证实。而R&D经费内、外部支出对中国各省份的高科技产业园区产业聚集的影响均为正面影响，但前者没有通过显性检验，只有R&D经费外部支出通过了1%的显著性检验，当R&D经费外部支出提高1%时，各省份的高科技产业聚集将显著提高0.061，假说3得到了证实，与之前我们预期科技经费投入对产业创新有正的影响假设相符。

（4）专利申请数（PAit）对中国各省份的高科技产业园区产业聚集的影响为负，但无显著效应，假说1未得到证实。当专利申請数提高1%时，各省份的高科技产业园区产业聚集将下降0.059，这表明当地的专利申请数提高并没有对当地的高科技产业聚集和技术创新能力有促进作用。笔者认为可能原因在于中国的专利申请量虽已经成为全球第一，但科研成果转化效率低，专利质量仍有差距。

（5）假设4中的各地的高科技产业累计投资额与当地的高科技产业聚集度呈正向相关关系未在最终实证结果中得到证实，这也表明中国目前单纯依靠投资的方式来促进高科技产业发展的成效不明显。近年来各地掀起了高新区的建设热潮，而不顾实际条件和经济效益创建高新区容易出现资源浪费、重复建设、规划不合理、同质性严重等问题，因此对高科技产业的累计投资额的增加未必都能对该地区的高科技产业聚集产生显著的促进作用。

（6）当地经济开放程度对区域高科技产业聚集能力有显著的促进作用，且通过了1%的显著性检验，假说7得到证实。当地经济开放程度提高1%时，各省份的高科技产业园区产业聚集均显著提高0.161。对外开放程度越高的地区，能够通过外资的带动和示范性扩散作用，学习和吸收外资企业的先进管理经验，当地的中资企业也可在良好的竞争环境中积极转变其生产方式、优化产品结构，提高产品的竞争力，从而对当地的高科技产业聚集有直接的拉动效应。

（7）当地GDP对区域高科技产业聚集显现出正面的影响，假说6得到证实。表明只有具备坚实的经济基础，高科技产业才有持续发展的可能。但基础设施完善程度对区域高科技产业聚集没有显现出正面的影响，假说8未得到证实。笔者认为可能原因在于近年来中国基础设施建设虽取得了较大的发展，但总体来看，仍落后于经济发展的需要，无法满足当前高科技产业发展所需要的物流、机场、港口和道路基础设施载體，从而导致了当地基础设施没有对高科技产业聚集产生积极影响。

三、 研究结论

高新技术产业园区聚集了众多的资金、人才和技术，是推动高科技产业化、产品结构优化升级的“急先锋”，也是引领经济社会快速发展的“火车头”。经过二十多年的发展，高新区已经成为中国地方经济增长最快、投资回报最高、创新能力最强的产业发展基地，在带动经济发展、推动经济、科技体制改革方面起到了生力军的作用。但根据上文实证结果显示，我国的区域高科技产业聚集度与所在区域的高等院校数量、R&D机构数、专利申请数、高科技产业投资额和基础设施建设呈现负向相关关系，其中高等院校数量、高科技产业投资额和基础设施建设还表现出显著的负相关。说明我国高科技产业投入与产出效率低下、产学研机制体制发展滞后、科技成果转换和基础设施规划不完善是无法体现区域高科技产业聚集优势的主要因素。此外，我们还注意到影响聚集度的因素作为推动经济发展的“无形之手”，其作用是不容忽视的。因此，笔者建议未来有必要将高科技产业聚集度的影响因素纳入统一的分析框架，进行聚集经济、高科技产业园与中国高科技产业创新统筹规划，这对于探究中国产业创新的驱动力，充分发挥聚集优势具有很强的现实意义。

参考文献：

[1] 田新豹.我国高新区经济发展影响因素的实证分析[J].宏观经济研究，2013，（6）：72-76+103.

[2] 张磊.我国高新技术产业发展影响因素的实证分析[D].南京：南京财经大学学位论文，2012.

[3] 于永达，王智辉.基于集聚优势视角的资源诅咒现象分析[J].中国人口.资源与环境，2009，（4）：55-60.

[4] 于永达，荣飞.经济赶超条件下集聚优势的政策与效果[J].改革，2009，（12）：21-25.

基金项目：国家社科基金项目（项目号：16BJY156）。

作者简介：于永达（1953-），男，汉族，山东省龙口市人，清华大学公共管理学院教授、博士生导师，研究方向为国际经济与金融、公共管理、区域创新、领导力等；陆文香（1985-），女，壮族，广西壮族自治区扶绥县人，清华大学公共管理学院国际战略与发展研究所金融学博士、博士后，研究方向为国际经济与金融、风险投资、科技创新。

收稿日期：2017-05-08。