我國高技術(shù)產(chǎn)業(yè)省區(qū)差異與經(jīng)濟績效實證分析

馮雪玲　張永慶

摘 要：我國高技術(shù)產(chǎn)業(yè)下屬的電子及通信設(shè)備制造業(yè)發(fā)展迅猛，占高技術(shù)產(chǎn)業(yè)總量的比重高達55.95%，是我國高技術(shù)產(chǎn)業(yè)的主導產(chǎn)業(yè)，占據(jù)舉足輕重的地位。文章以電子及通信設(shè)備制造業(yè)為例，采取系統(tǒng)聚類方法將30個省（西藏數(shù)據(jù)缺失將其剔除）電子及通訊設(shè)備制造業(yè)按人均指標分成發(fā)達省區(qū)、中等發(fā)達省區(qū)、欠發(fā)達省區(qū)，以此引入反映區(qū)域差異的虛擬變量，采用擴展的Cobb-Douglas生產(chǎn)函數(shù)模型對我國電子及通訊設(shè)備制造業(yè)省區(qū)差異與經(jīng)濟績效進行回歸分析。因地制宜的制定相關(guān)政策促進電子及通信設(shè)備制造業(yè)快速發(fā)展，縮小省區(qū)之間的差異。

關(guān)鍵詞：電子及通訊設(shè)備制造業(yè)；省區(qū)差異；系統(tǒng)聚類；經(jīng)濟績效

中圖分類號：F127 文獻標識碼：A

Abstract： The manufacture of electronic equipment and communication（MEECE）is developing rapidly and accounting for the proportion of high-tech industry as high as 55.95%. It is China's high-tech industry's leading industries and occupies a pivotal position. In this paper， it takes the MEECE as an example. The 30 provinces of MEECE are divided into developed provinces， medium developed provinces， less developed provinces by the system clustering method. This paper introduces the virtual variables reflecting the regional differences， and uses the extended Cobb-Douglas production function model to analyze the regional provincial differences and economic performance of China's MEECE. According to local conditions to develop relevant policies to promote the rapid development of electronic and communications equipment manufacturing industry， narrowing the differences between provinces.

Key words： the manufacture of electronic equipment and communication； provincial differences； system clustering； economic performance

0 引 言

我國高技術(shù)產(chǎn)業(yè)是一個新興的、發(fā)展迅速的產(chǎn)業(yè)，在國民經(jīng)濟中占據(jù)重要地位，推動我國經(jīng)濟由“投資驅(qū)動”向“技術(shù)驅(qū)動”轉(zhuǎn)變，其高附加值與高收益的特點也代表著未來產(chǎn)業(yè)的發(fā)展方向。但從宏觀層面和世界范圍來看，我國高技術(shù)產(chǎn)業(yè)仍然處于起步發(fā)展階段，同時我國高技術(shù)產(chǎn)業(yè)發(fā)展存在地域資源分布不均勻、區(qū)域差異明顯等問題。

我國高技術(shù)產(chǎn)業(yè)下屬的電子及通信設(shè)備制造業(yè)發(fā)展尤為迅猛，產(chǎn)業(yè)總值從1995年的2 052.78億元（GDP總量60 793.73億元，占比3.38%）增長到2015年的78 309.93億元（GDP總量689 052.12億元，占比11.36%），年均增長率達到19.97%。2015年高技術(shù)產(chǎn)業(yè)產(chǎn)值為139 968.64億元，其中電子及通信設(shè)備制造業(yè)產(chǎn)值所占比重高達55.95%，是我國高技術(shù)產(chǎn)業(yè)的主導產(chǎn)業(yè)，占據(jù)舉足輕重的地位[1]。

2015年，我國東部地區(qū)的電子及通信設(shè)備制造業(yè)的產(chǎn)值99 929.54億元，占全國的比重為71.39%，其中，東部廣東省達到33 308.07億元，占全國比重高達23.80%，廣東省和江蘇省之和為61 838.24億元，將近達到全國的一半產(chǎn)值，遠高于中部地區(qū)、西部地區(qū)與東北地區(qū)21省區(qū)總和40 039.10億元。通過計量手段對我國電子及通信設(shè)備制造業(yè)省區(qū)差異與經(jīng)濟績效實證分析，探究各投入要素及區(qū)域差異對經(jīng)濟績效影響大小，因地制宜的制定相關(guān)政策促進電子及通信設(shè)備制造業(yè)快速發(fā)展，縮小省區(qū)之間的差異。

1 文獻綜述

國外對高技術(shù)產(chǎn)業(yè)的研究涉及領(lǐng)域廣泛，主要有高技術(shù)產(chǎn)業(yè)影響因素、貢獻研究、評價研究、創(chuàng)新績效研究、產(chǎn)業(yè)集聚與空間差異研究等。針對有關(guān)高技術(shù)產(chǎn)業(yè)區(qū)域差異及其績效的相關(guān)研究。Griliches（1994年）采用美國制造業(yè)的數(shù)據(jù)，研究發(fā)現(xiàn)基于R & D的投入產(chǎn)出只能部分反映創(chuàng)新績效，而且R & D投入與企業(yè)績效只呈現(xiàn)弱相關(guān)性[2]。Hemmert（2004年）選取高技術(shù)產(chǎn)業(yè)下屬的醫(yī)藥行業(yè)和半導體行業(yè)，研究發(fā)現(xiàn)不同行業(yè)產(chǎn)出績效受技術(shù)創(chuàng)新投入影響是不同的[3]。Nunes et al（2012年）提出研發(fā)強度與高技術(shù)企業(yè)績效并不存在簡單的線性關(guān)系，而存在較為復(fù)雜的非線性關(guān)系，只有研發(fā)強度達到一定的標準才會增強高技術(shù)企業(yè)的績效增長。

國內(nèi)學者對高技術(shù)產(chǎn)業(yè)的研究也較為豐富，但主要集中在影響因素的計量分析，主要得益于數(shù)據(jù)可獲取性。陳萍等（2009年）以2006年30個省區(qū)高技術(shù)產(chǎn)業(yè)的數(shù)據(jù)，從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個方面選取指標，構(gòu)建高技術(shù)產(chǎn)業(yè)創(chuàng)新能為評價體系，運用層次分析法（AHP）對我國各省市的高技術(shù)產(chǎn)業(yè)創(chuàng)新績效進行評價[4]。劉和東（2010年）以1997～2007年29個省市大中型工業(yè)企業(yè)的面板數(shù)據(jù)為基礎(chǔ)，采用DEA-Tobit兩步法，研究發(fā)現(xiàn)我國的東、中、西部技術(shù)效率發(fā)展程度呈現(xiàn)不同趨勢，其中創(chuàng)新效率按著東、西、中部逐漸遞減[5]。楊清可（2014年）采用DEA-Malmquist模型，研究發(fā)現(xiàn)我國高技術(shù)產(chǎn)業(yè)技術(shù)效率值小于0.5的省份達到12個，占全國的三分之一以上，可以挖掘的發(fā)展空間較大。整體處于規(guī)模不經(jīng)濟狀態(tài)，需要加大R & D要素的投入[6]。翟瓊等（2015年）將R & D投入作為一項單獨的生產(chǎn)要素，研究發(fā)現(xiàn)雖然總量上R & D投入大幅提高，但其占GDP的比重依然很低；由于東、中、西部對R & D投入的極不均衡，R & D投入對東部地區(qū)的高技術(shù)產(chǎn)業(yè)的貢獻明顯高于中、西部地區(qū)[7]。戴魁早等（2015年）以1997～2009年高技術(shù)產(chǎn)業(yè)省際面板數(shù)據(jù)，研究要素市場扭曲促進了R & D人力投入增長，抑制了R & D資本投入增長，而且其對兩者的影響都存在著顯著的區(qū)域差異[8]。endprint

國內(nèi)學者對高技術(shù)產(chǎn)業(yè)或下屬的子行業(yè)區(qū)域分類上都采用的是我國傳統(tǒng)的東、中、西部（統(tǒng)計年鑒分類）方法，但是該方法有一定的偏差，東、中、西部內(nèi)部差異也是很明顯的，例如東部地區(qū)的天津、江蘇、北京、上海、浙江、廣東高技術(shù)發(fā)展程度高，河北、遼寧、海南高技術(shù)發(fā)展程度低，西部地區(qū)四川和重慶在高技術(shù)產(chǎn)業(yè)方面比較發(fā)達。這種發(fā)達程度方面的差異會引起區(qū)域經(jīng)濟績效方面的顯著性差異。同時以高技術(shù)產(chǎn)業(yè)或下屬子行業(yè)的總量來研究區(qū)域差異也存在一定不合理之處，默認了總量高則發(fā)展好。因此本文采取系統(tǒng)聚類方法將30個省的電子及通訊設(shè)備制造業(yè)按人均指標分成發(fā)達省區(qū)、中等發(fā)達省區(qū)、欠發(fā)達省區(qū)。該方法豐富區(qū)域差異分類，對進一步合理研究電子及通訊設(shè)備制造業(yè)經(jīng)濟績效與投入、區(qū)域因素之間關(guān)系有著重要的意義。

2 變量選擇與模型設(shè)定

2.1 變量選擇

以電子及通信設(shè)備制造業(yè)人均主營業(yè)務(wù)收入作為被解釋變量，用來度量行業(yè)經(jīng)濟績效；用人均R & D內(nèi)部經(jīng)費支出代表R & D投入強度；以人均技術(shù)獲取及技術(shù)改造費用（技術(shù)改造經(jīng)費支出、技術(shù)引進經(jīng)費支出、消化吸收經(jīng)費支出、購買國內(nèi)技術(shù)經(jīng)費支出）代表非R & D投入強度；用人均有效專利數(shù)和人均產(chǎn)業(yè)投資額代表孵化速度。聚類得到區(qū)域差異（發(fā)達省區(qū)、中等發(fā)達省區(qū)、欠發(fā)達省區(qū)）以虛擬變量的形式引入。變量的含義及符號如表1所示：

2.2 虛擬變量的說明

選取2015年我國30個省區(qū)電子及通信設(shè)備制造業(yè)的數(shù)據(jù)。首先將R & D人員折合全時當量（人年）、內(nèi)部R & D經(jīng)費支出（億）、投資額（億）和主營業(yè)務(wù)收入（億）人均化處理。然后用spss19.0進行系統(tǒng)聚類分析，將不同發(fā)達程度省份進行分類，使回歸分析更具有顯著性。聚類結(jié)果如圖1：

圖1為用“ward聯(lián)接”聚類法生成的樹狀聚類圖。系統(tǒng)聚類分類的結(jié)果如表2：

2.3 計量模型

本文引入的虛擬變量既考慮對截距項的影響，也考慮交叉效應(yīng)，對斜率項的影響。

3 實證分析

利用Eviews6.0軟件，采用擴展的Cobb-Douglas生產(chǎn)函數(shù)的對數(shù)形式模型，對我國電子及通信設(shè)備制造業(yè)數(shù)據(jù)分別以不引入反映地區(qū)差異的虛擬變量和引入反映地區(qū)差異的虛擬變量兩種方法進行處理，得到相應(yīng)的回歸方程。

3.1 不引入反映地區(qū)差異的虛擬變量的回歸結(jié)果（如表3所示）

3.2 引入反映地區(qū)差異的虛擬變量的回歸結(jié)果（如表4所示）

3.3 回歸結(jié)果分析

根據(jù)上面建立的模型，實證回歸的基本結(jié)論如下：

（1）我國電子及通信設(shè)備制造業(yè)省區(qū)差異明顯

根據(jù)上述分析結(jié)果，提出以下建議：

第一，從省區(qū)差異的角度來看，我國電子及通信設(shè)備制造業(yè)確實存在明顯的地區(qū)差異。中等發(fā)達程度省區(qū)和欠發(fā)達省區(qū)需要從促進區(qū)域技術(shù)進步的戰(zhàn)略高度來發(fā)展電子及通信設(shè)備制造業(yè)，克服產(chǎn)出總和彈性較低的劣勢。

第二，從各投入要素績效的角度來看。首先產(chǎn)業(yè)投資在各投入要素中產(chǎn)出彈性最高，政府需要進一步完善投融資政策，加大產(chǎn)業(yè)投資等有效促進電子及通信設(shè)備制造業(yè)資本形成的措施。再者需要進一步加強R & D內(nèi)部經(jīng)費和有效專利數(shù)的使用效率。最后由于技術(shù)獲取及技術(shù)改造費用的投入沒有起到預(yù)期效果，需要加強技術(shù)獲取及技術(shù)改造費用的管理和提高使用效率。

參考文獻：

[1] 國家統(tǒng)計局，科學技術(shù)部編. 中國科技統(tǒng)計年鑒（2016）[M]. 北京：中國統(tǒng)計出版社，2016.

[2] Griliches Z. Productivity R & D and the data constraint[J]. American Economic Review， 1994，84：1-23.

[3] Hemmert M. The influence of institutional factors on the technology acquisition performance of high——tech firms： survey results from Germany and Japan[J]. Research Policy， 2004，33（6-7）：1019-1039.

[4] 陳萍，賈志永，龔小歡. 基于投入產(chǎn)出指數(shù)的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力實證研究[J]. 科學學研究，2008（S2）：501-505，495.

[5] 劉和東. 中國工業(yè)企業(yè)的創(chuàng)新績效及影響因素研究——基于DEA-Tobit兩步法的實證分析[J]. 山西財經(jīng)大學學報，2010（3）：68-74.

[6] 楊清可，段學軍. 基于DEA-Malmquist模型的高新技術(shù)產(chǎn)業(yè)發(fā)展效率的時空測度與省際差異研究[J]. 經(jīng)濟地理，2014（7）：103-110.

[7] 翟瓊，宋正一，張哲，等. R & D投入對區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展的影響[J]. 經(jīng)濟地理，2015（8）：129-134.

[8] 戴魁早，劉友金. 要素市場扭曲、區(qū)域差異與R & D投入——來自中國高技術(shù)產(chǎn)業(yè)與門檻模型的經(jīng)驗證據(jù)[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015（9）：3-20.endprint