我國國家高新區馬太效應研究
——兼議國家自主創新示范區的空間布局

王 松，胡樹華

(武漢理工大學 管理學院，湖北武漢430070)

我國國家高新區馬太效應研究
——兼議國家自主創新示范區的空間布局

王 松，胡樹華

(武漢理工大學 管理學院，湖北武漢430070)

本文以2003-2008年的國家高新區數據為依據，構建了國家高新區強弱綜合指數，在此基礎上，運用極化指數測量了國家高新區的馬太效應及其空間方向，并對應地規劃了國家自主創新示范區的空間布局。研究結果表明：近6年間國家高新區整體趨勢上存在馬太效應，并表現在南方-北方和發達城市-次發達城市兩個方向上，沿海-內陸方向上未顯現;但就平均極化水平而言，發達城市-次發達城市方向＞沿海-內陸方向＞南方-北方方向。最后根據實證結果，選定北京、長春、上海、西安、武漢、廣州或深圳為國家自主創新示范區參考對象，形成了近“十字”型的空間布局。

國家高新區;國家自主創新示范區;馬太效應

一、引言

90年代以來，我國相繼建立了70個國家高新技術開發區(簡稱高新區)，涌現了一批如北京中關村、上海張江、蘇州工業園等知名高新區，為建設創新型國家積累了寶貴的經驗和財富［1］，也為國家戰略性新興產業的培育奠定了基礎。面對國際國內環境的深刻變化，我國政府制定了支持優秀高新區建設國家自主創新示范區的重大戰略決策，其目的是要深化改革，探索我國自主創新建設制度問題，帶動區域經濟結構調整和經濟增長方式轉變，進而推動我國區域均衡發展［2］。2009年3月和12月，國務院相繼批復了北京中關村、武漢東湖高新區為國家首批自主創新示范區，標志著國家自主創新示范區的建設工作正式啟動。

然而隨著我國東部、中部、西部經濟發展差距日益明顯，高新區的發展也逐漸呈現出非均衡現象［3］，而恰當地從眾多高新區中選定國家自主創新示范區，將改善高新區的非均衡現象，反之，則加劇失衡。在區域非均衡領域，諸多學者研究發現區域的非均衡發展往往會表現出“強者愈強，弱者愈弱”的馬太效應［4，11-17］，而深入探討我國高新區馬太效應在時間上的表現趨勢和在空間上的發展方向，將對后批次國家自主創新示范區的空間布局具有重要參考意義。

本文采用國家高新區近6年統計數據，希望通過研究可以回答以下三個問題:(1)我國國家高新區是否存在馬太效應以及程度有多大?(2)我國國家高新區馬太效應在時間上的趨勢和空間方向上表現如何?(3)基于均衡視角，后批次國家自主創新示范區該如何選定?

二、文獻綜述

馬太效應(Matthew Effect)借喻于《圣經》，是一種優勢累積效應，隱含“強者越來越強，弱者越來越弱”的含義。Merton(1968)［5］最早在《科學》(Science)期刊上提出馬太效應，揭示了科學榮譽分配和資源分配過程中不公平現象，并認為已有榮譽的科學家得到的榮譽和獎勵要遠遠高于未出名者;隨后 Merton(1988)［6］在科學史期刊 ISIS上發文，將科學中的馬太效應歸結為智力成果的累積優勢及智力成果的象征主義;接著 Merton(1995)［7］又探討了托馬斯定律與馬太效應，奠定了他在馬太效應研究領域的權威地位。自從馬太效應被提出后，其理念被運用到多個研究領域:教育學研究領域的Herbert J.Walberg(1983)和Shiow-Ling Tsai(1983)［8］，管 理 研 究 領 域 的 James G.Hunt(1987)和 John D.Blair(1987)［9］，老年社會學研究領域的Dale Dannefer(1987)［10］等。

國內關于馬太效應的研究起步相對較晚，截至2010年9月，運用CNKI數據庫題名搜索國內關于馬太效應研究文獻共398篇，關鍵詞搜索1260篇，研究涉及人力資源領域、教育學領域、世界經濟領域、產業經濟領域、區域經濟領域等。在區域經濟領域主要研究成果有朱明春(1990)［11］運用東西部經濟數據總結了經濟系統構造、極化效果、自我累積是我國區域馬太效應的原因;高麗珠(1992)［12］提出了向我國西部政策傾斜會減弱我國東西部的馬太效應;楊愛平(2005)［13］認為我國區域發展所形成的馬太效應是由于計劃制度下所形成的思維和治理機制;宋慧琳等(2007)［14］認為馬太效應會加大我國東西部區域經濟失衡。

綜上所述，國外關于馬太效應研究多集中在探討馬太效應的成因及機理，而國內側重于實證描述馬太效應現象，其中在區域經濟領域中對我國高新區馬太效應的研究幾乎沒有，同時大多數文獻對馬太效應的研究大多停留在定性的表述，定量測量馬太效應程度的文獻也很少，目前只有王崇德(1997)［15］運用盧梭定律和“20:80”定律對馬太效應進行了簡單的表面描述。而本文是根據馬太效應強、弱組極端集聚特征，以樣本是否圍繞均值成集聚式分布來判定馬太效應，提升了馬太效應測量方法的合理性和有效性。

三、研究方法及數據

(一)馬太效應判定方法

馬太效應是強弱極端聚集現象，伴隨著中產階級消失，但它更強調“強者越來越強，弱者越來越弱”的極化效應，是極化程度在一定時間區間變強的表現。雖然高新區馬太效應是區域不均衡的一種表現，但一般區域不均衡方法注重的是樣本偏離全局均值的分布情況，不考慮是否有圍繞局部平均值的聚類分布存在，因此一般不均衡方法不適合馬太效應的測量。而區域極化測量方法注重的是樣本圍繞局部平均值成聚類式分布［16］，與馬太效應強弱極端聚集特征相吻合，倘若所測量的極化水平平均趨勢上呈現出越來越強的趨勢，即可認定馬太效應顯現，因此本文采用極化測量方法來判斷高新區馬太效應的存在性。

Esteban和Ray于1994年提出了一種區域極化測量方法，被稱為Esteban-Ray指數(簡稱ER指數)［17］，Wolfson也于1994年在羅倫茲曲線的基礎上推演出了收入和財富分布極化的測量方法，被稱為 Wolfson指數［18］。崔啟源和王有慶在Wolfson指數的基礎上，利用增加的兩極化與增加的擴散兩個部分排序公理推導出一組新的極化測量指數，被稱為 Tsui-Wang指數(簡稱 TW 指數)［16］。本文采用ER極化指數和TW極化指數測量我國高新區馬太效應，如下(1)公式和(2)公式所示:

(二)馬太效應方向測量方法

無論是ER指數，還是TW指數都只能從整體上研究我國高新區的馬太效應，而不能反映高新區在空間上的馬太效應方向。根據Esteban和Ray的極化理論［17］，如果區域不均衡存在空間極化集聚現象，在同一類內部不均衡應該很小，在不同類之間不均衡應該很大。利用不均衡廣義熵式(3)的可分解性，可以將高新區不均衡分解為高新區組內部不均衡和高新區組之間不均衡兩部分。

式(3)中 xi，pi，u，N 的含義與式(1)(2)式相同，c是理論上取任意實數值的參數。如果按照一定標準將高新區分成不同的類，則式(3)數可以改寫成式(4):

式(4)中

其中g=1，2…K;K為高新區類數;fwg和Ig分別是第g類的權重和不均衡值;ug為第g類加權平均值;ng是第g類的觀測數;eg是一個長度為ng的單位矢量。(4)式右邊的第一項為組內部不均衡部分，第二項為組之間不均衡部分，Kanbur和張曉波2001年曾利用組間不均衡值與組內不均衡值之比測量區域空間集聚的變化［19］，后來學者將其稱為Kanbur-Zhang指數(簡稱KZ指數)，如式(6)所示。KZ指數值大小代表了高新區在空間上強弱集聚大小，如果在一段時間內，KZ值越來越大，意味著在此空間上強類高新區和弱類高新區差距越來越大，即呈現出“強者越來越強，弱者越來越弱”的馬太效應。

(三)數據及指標

本文采用中國火炬中心關于國家高新區最近6年統計數據①國家火炬中心網站對外公布了2003年-2008年期間數據。，統計指標涉及到高新區企業數、營業總收入、工業總產值、工業增加值、凈利潤、上交稅額、出口創匯7個指標，研究樣本范圍為全國53個國家級高新區①為了保持數據的連續性，本文以國家火炬中心2003年統計公布出的53家國家高新區數據為準，未將以后新批復的一批國家高新區納入研究范圍。。由于馬太效應判定方法和空間馬太效應測量方法主要測量的是高新區整體強弱指標，而7個指標中沒有一個單獨可以全面衡量高新區強弱水平指標，因此需要構建一個能夠全面代表高新區強弱水平的變量，即xi。此變量需要滿足兩個條件:第一，能夠全面系統反映高新區7個變量;第二，能夠較好地反映7個變量內在結構差異，進而反映高新區強弱水平。基于這兩點考慮，本文選擇了主成分分析法，通過SPSS17.0軟件計算，其結果如表1所示，各高新區強弱水平如附表1所示。

表1 2003-2008年國家高新區指標的主成分結果

四、實證分析

(一)高新區馬太效應總體趨勢

為了判定我國高新區是否存在馬太效應，本文利用式(1)、式(2)分別對我國高新區2003-2008年期間強弱極化聚集程度進行計算。鑒于高新區樣本數量大以及TW指數、ER指數計算較復雜，本文采用Matlab軟件編程計算，結果如圖1所示。

圖1 2003-2008我國高新區強弱極化趨勢

由于TW指數與ER指數對弱類高新區的敏感程度不一致，所以會出現以TW指數、ER指數所反映的高新區強弱極化趨勢略有不同，但總體趨勢保持一致。從圖1來看，2003-2008年期間我國高新區強弱極化程度呈現出交替上升下降向前推進著，2003-2004年強弱極化程度開始下降，2004-2005年期間強弱極化程度明顯加強，而2005-2008年又略有下降;其中2004年高新區強弱極化程度最低，2005年達到峰值。表2又進一步證實了我國高新區強弱極化交替上升下降特征，6年五個時間區間里，高新區強弱極化程度增速為正的時間區間集中2004-2005年和2005-2006年區間，增速為負的時間區間集中在2003-2004年、2006-2007年和2007-2008年區間。從整體趨勢來看，無論是TW指數，還是ER指數，2008年我國高新區強弱極化程度都比最初2003年的水平要高，整體展現出強弱極化程度增強的趨勢，即“強者越來越強，弱者越來越弱”，因此可以從整體平均趨勢上判定2003-2008年區間我國高新區存在馬太效應。

表2 我國高新區強弱極化變化速度

(二)高新區馬太效應空間方向

為了考察我國高新區馬太效應空間方向，本文按照沿海-內陸、南方-北方、發達城市-次發達城市3種劃分標準①沿海-內陸(沿海地區包括京、津、冀、遼、魯、蘇、滬、浙、閩、粵、桂和瓊等省市區，其余省市區為內陸地區);南方-北方(以長江流域為分界線把我國劃分為南方、北方地區，其中南方包括滬、蘇、浙、徽、贛、閩、鄂、湘、粵、桂、瓊、渝、川、貴、云等省市區，其余省市區為北方地區);發達城市-次發達城市(根據倪鵬飛的2008年《中國城市競爭力報告No.6》中城市綜合競爭力排名，如果高新區所在城市評分為A級以上則定為發達城市，其余高新區所在城市定為次發達城市，高新區所在城市為A級以上包含上海、北京、廣州、蘇州、杭州、天津、青島、無錫、佛山、東莞、南京、廈門、寧波、沈陽、濟南、大連、成都、中山、長沙、武漢、常州、煙臺，其余高新區所在城市均為A級以下)。，將高新區分為不同的空間組，利用式(6)分別計算出我國高新區在沿海-內陸、南方-北方、發達城市與次發達城市空間方向上的強弱極化程度及趨勢，如圖2所示。如果高新區在某空間方向上的強弱極化趨勢越來越大，就可以判定高新區在此空間方向存在馬太效應。

圖2 2003-2008我國高新區空間極化趨勢

1.南方-北方方向馬太效應

從圖2可以看出，我國高新區南方-北方方向上的強弱極化趨勢呈現出先降后升的特征，2003-2004年KW指數由0.201下降到0.157，而2004-2008年期間又開始逐漸上升。相對于2003最初水平，2008年我國高新區強弱極化程度增強了1.34倍，年均增速27%，六年間呈現出高新區強弱極化增加趨勢，即存在“強者越來越強，弱者越來越弱”現象，因此可以從整體平均趨勢上判定2003-2008年區間我國高新區在南方-北方方向上存在馬太效應。

2.沿海-內陸方向馬太效應

從圖2可以看出，我國高新區沿海-內陸方向上的強弱極化趨勢呈現倒V型特征，KW指數從2003年的0.447上升到2005年的0.47，到了2008年又下降到0.406。相對于2003最初水平，2008年我國高新區強弱極化程度減弱了9%，六年間未呈現出高新區強弱極化增加趨勢，即不存在“強者越來越強，弱者越來越弱”現象，因此可以從整體趨勢上判定2003-2008年區間我國高新區在沿海-內陸方向上不存在馬太效應。

3.發達-次發達城市方向馬太效應

從圖2可以看出，我國高新區發達城市-次發達城市方向上的強弱極化趨勢呈現波動上升特征，2003-2004和2006-2007為下降區間，而2004-2006和2007-2008為上升區間，上升下降交替出現。相對于2003最初水平，2008年我國高新區強弱極化程度增強了14%，年均增速2.9%，六年間呈現出高新區強弱極化增加趨勢，即存在“強者越來越強，弱者越來越弱”現象，因此可以從整體平均趨勢上判定2003-2008年區間我國高新區在發達城市-次發達城市方向上存在馬太效應。

4.空間方向比較

從高新區六年間強弱極化趨勢來看，南方-北方方向、發達-次發達城市方向越來越強，而沿海-內陸方向略有下降;而從平均KW指數來看，如表3所示，發達-次發達城市方向＞沿海-內陸方向＞南方-北方方向，說明高新區強弱極化集聚程度，在位于發達城市高新區與位于次發達城市高新區之間表現最為強烈，在沿海高新區與內陸高新區之間表現也較為強烈，而在南北之間表現相對較弱。

表3 2003-2008我國高新區平均KW指數

五、國家自主創新示范區的空間布局

上文實證分析中已顯示，六年間我國國家級高新區平均趨勢上強弱極化程度越來越強烈，迫切需要運用政策杠桿改善國家高新區的不均衡發展現象，從而打破馬太效應僵局。在改善我國整體區域發展不均衡問題上，國家已制定了“西部開發”、“東北振興”、“中部崛起”為主線的三大國家戰略，而支持優秀高新區建設國家自主創新示范區的戰略決策無疑為高新區平衡發展提供了一次良好的機遇，也為推動我國高新技術產業均衡發展和創新國家戰略的實施奠定了良好的基礎。

為了充分發揮國家自主創新示范區的均衡帶動作用，國家自主創新示范區候選對象需滿足兩大條件:第一，具備示范輻射效應和均衡帶動作用的基礎條件，即發展水平在全國53個高新區中處于領先位置，本文暫定排名前15的高新區滿足此條件。根據附表1中2008年全國高新區強弱水平篩選出排名前15的高新區:北京、上海、西安、天津、無錫、武漢、廣州、成都、深圳、南京、蘇州、大連、長春、杭州、沈陽。第二，候選高新區均勻分布在全國地區，有利于改善高新區非平衡現象。考慮到高新區空間方向上極化程度的差異，國家自主創新示范區候選對象應遵循兩大篩選順序規則:第一，優先降低強弱極化程度高的高新區(即平均KW指數)，按照發達-次發達城市方向、沿海-內陸方向、南方-北方方向先后順序選擇;第二，要抑制馬太效應，防止高新區極化趨強態勢進一步擴大，即按照先發達-次發達城市方向和南方-北方方向，再沿海-內陸方向順序選擇。綜合考慮兩大篩選順序，本文將國家自主創新示范區候選對象選定順序定為先發達-次發達城市方向，然后南方-北方方向、沿海-內陸方向同時進行。

按照國家自主創新示范區篩選的兩大條件和最后選定順序，對符合要求的高新區進行選定:在發達-次發達城市方向上，位于發達城市的高新區排名最靠前的為北京，已被國家批準為國家自主創新示范區，位于次發達城市的高新區排名最靠前的為長春，將其確定為國家自主創新示范區候選對象;在沿海-內陸方向上，為了滿足第二個條件，需要將廣闊的內陸區域拆分為中部、西部，位于中部的武漢東湖已被國家批復為國家自主創新示范區，因此需要在沿海和西部各選一個高新區作為國家自主創新示范區，從排名中來看沿海和西部最靠前的高新區分別是上海、西安，將它們確定為國家自主創新示范區候選對象;在南方-北方方向上，由于位于北方的北京中關村已被選定為首批國家自主創新示范區，因此需要在南方選定一個優秀高新區作為國家自主創新示范區，從排名中來看南方中最靠前三個高新區是無錫、廣州、深圳，基于第二個滿足條件中均勻分布的考慮，廣州或深圳比無錫更適合。

基于上述分析結果，國家自主創新示范區候選對象將在我國高新區地理分布圖中呈現出近“十字”型空間布局，如圖3所示，其中北京示范北方地區、上海示范東部地區、廣州或深圳示范南部地區、西安示范西部地區、長春示范東北地區、武漢示范中部地區，與國家“西部開發”、“東北振興”、“中部崛起”為主線的三大基本國家均衡發展戰略保持一致。

圖3 國家自主創新示范分布圖

六、結論

自1988年國務院設立中關村實驗區以來，我國高新區經歷了從無到有、由小變大、由弱變強的探索歷程，發展至今已成為我國高新技術產業的一面旗幟，同時高新區在帶動區域經濟又好又快發展、促進改革開放等方面也發揮了巨大作用［20］。然而隨著我國高新區在規模、效益等方面差異的擴大，高新區不均衡問題日益突出，并顯現出馬太效應特征。為了更好掌握我國高新區馬太效應程度及方向，本文以國家火炬中心公布的數據為依據，構建了國家高新區強弱綜合指數，在此基礎上，運用極化指數測量了國家高新區的馬太效應及其空間方向。研究結果表明:近6年間國家高新區整體趨勢上存在馬太效應，并表現在南方-北方和發達城市-次發達城市兩個方向上，沿海-內陸方向上未顯現;但就平均極化水平而言，發達城市-次發達城市方向＞沿海-內陸方向＞南方-北方方向。

面對高新區不均衡發展的形勢，國家相關部門也制定了一系列政策及措施，而國家自主創新示范區政策的實施無疑是影響高新區均衡發展最大的一項，本文根據實證結果，選定北京、長春、上海、西安、武漢、廣州或深圳為國家自主創新示范區候選對象，以期能為高新區未來均衡地發展提供一定參考。

［1］李永周，姚婳，桂彬.網絡組織的知識流動結構與高新區集聚創新機理［J］.中國軟科學，2009，(5):89-95.

［2］劉延東，劉淇.吹響建設中關村國家自主創新示范區進軍號［J］.中關村，2009，(4):21-22.

［3］安士偉，賈學鋒.我國高新區空間布局研究［J］.科技進步與對策，2004，(7):144-145.

［4］繆爾達爾.經濟理論和不發達地區［M］.北京:華夏出版社，1991.

［5］Robert K.Merton.The Matthew Effect in Science-the Reward and Communication Systems of Science are Considered［J］.Science，1968，1(159):56-63.

［6］Robert K.Merton.The Matthew Effect in Science II—Cumulative Advantage and the Symbolism of Intellectual Property［J］.ISIS，1988，(79):606-623.

［7］Robert K.Merton.The Thomas Theorem and The Matthew Effect［J］.Social Forces，1995，(12):379-424.

［8］Herbert J.Walberg，Shiow-Ling Tsai.The Matthew Effect in Education［J］.American Educational Research Journal，1983，(20):359-373.

［9］James G.Hunt，John D.Blair.Content，Procedures and the Matthew Effect in Management School［J］.Journal of Management，1987，(13):191-210.

［10］Dannefer D.Aging as Intracohort Differentiation:Accentuation，the Matthew Effect，and the Life Course［J］.Sociological Forum，1987，2(2):211-236.

［11］朱明春.我國區域增長中的馬太效應［J］.未來與發展，1990，(5):38-41.

［12］高麗珠.關于中國東西部出現馬太效應的思考［J］.北京師范大學學報(社會科學版)，1992，(1):29-35.

［13］楊愛平，我國省內區域發展馬太效應的制度探源［J］.中山大學學報(社會科學版)，2005，(5):68-72.

［14］宋慧琳，彭迪云.中部區域經濟發展中馬太效應的調控［J］.商場現代化，2007，(9):321-322.

［15］王崇德.馬太效應的定量表述［J］.情報資料工作，1997，(4):3-5.

［16］TSUI K，WANG Y.Polarization Ordering and New Classes of Polarization Indices［R］.Memo:The Chinese University of Hong Kong，1998.

［17］ESTEBAN J，RAY D.On the Measurement of Polarization［J］.Econo-metrica，1994，62:819-851.

［18］WOLFSON M C.When Inequalities Diverge［J］.American Economic Review［J］.1994，(84):353-358.

［19］ZHANG X，KANBUR R.What Difference Do Polarization measures Make?An Application to China［J］.Journal of Development Studies，2001，(37):85-98.

［20］萬鋼.國家高新區對實現經濟又好又快發展的重要貢獻和戰略意義［J］.中國高新區，2008，(4):10-13.

附表1 2003-2008年高新區強弱水平指標

續附表1

(本文責編：潤 澤)

Study on Matthew Effect in National Hi-Tech Zones in China and Spatial Layout of National Innovation Demonstration Zones

WANG Song，HU Shu-hua
(School of Management，Wuhan University of Technology，Wuhan 430070，China)

Based on the study of the data of national hi-tech zones in 2003-2008，this paper constructs the comprehensive strength index，measures the Matthew Effect and its direction by the polarization index and correspondingly plans the spatial layout of national innovation demonstration zones.This paper concludes that there is Matthew Effect among national hi-tech zone in the past 6 years，which appears in south-north，developed cities，less developed cities and does not appear in coast-inland，but the average polarization index is the strongest between developed cities and less developed cities and is the weakest between south and north.According to the empirical results，Beijing，Changchun，Shanghai，Xi’an，Wuhan，Guangzhou or Shenzhen are chosen as one of the national innovation demonstration zones，which will compose the cross type layout.

national hi-tech zones;national innovation demonstration zones;Matthew Effect

F207

A

1002-9753(2011)03-0097-09

2010-11-03

2011-03-07

國家社會科學基金重點項目(08AJY015);國家自然科學基金(70673075)。

王 松(1987-)，男，湖北棗陽人，武漢理工大學博士研究生，研究方向:區域經濟、區域金融。