四川省高新技術產業集聚與經濟增長關系研究

萬心月

（四川省社會科學院，四川成都 610072）

在全國經濟增長總體平穩、經濟結構不斷優化的宏觀環境下，2017年四川省高新技術產業延續了平穩較好發展態勢，全年實現總產值18198億元，比上年增長10.2%。其中，規模以上工業領域高新技術企業實現工業總產值13756.9億元，比上年同期增長9.6%，在規模以上工業中的占比突破30%；規模以上高技術服務業營業收入1996.6億元，同期增長19.5%。規模以上工業領域高新技術產業總體發展好于上年。省規模以上工業高新技術企業較上年同期增加216家，從業人員突破100萬人。不僅規模不斷擴大，并且除主營業務收入外的主要經濟指標同比增速均高于上年同期?？偟膩碚f，規模以上工業領域高新技術產業對工業經濟增長支撐作用更加突顯，區域集中度繼續提高。

1 四川省高新技術產業集聚水平測度

本文選取了行業集中系數和區位熵兩個測度指標對四川省高新技術產業集聚程度進行分析研究。數據來源于2007年-2016年中國統計年鑒、四川省統計年鑒以及中國高技術產業統計年鑒。

表1 KMO和巴特利特檢驗

1.1 集中系數

產業集中系數是通過計算某一地區某一產業的產值或者人均產值與全國同一指標數值的比值來分析產業的集聚程度。集中系數越大說明這一地區該產業按人均產量或產值相對于全國人均產量或產值更高，集中程度也更明顯。其公式如下：

其中

C

表示高新技術產業的集中系數，

Q

表示全國高新技術產業的總產值，

P

表示全國的人口數量，

Q

表示高新技術產業在四川省的總產值，

P

表示四川省人口數量。計算結果如圖1所示：

從圖中可以看出四川省高新技術產業集聚程度在2013-2015年略有下降，但總體上呈上升趨勢，高新技術產業相對較為集中。

圖1 四川省高技術產業集中系數

圖2 四川省高新技術產業區位熵

表2 總方差解釋

表3 旋轉后的成分矩陣

表4 成分的分系數矩陣

表5 EG檢驗

表6 EG檢驗

1.2 區位熵

區位熵又稱專門化率，是研究某一產業效益和效率的工具，主要用于測量某一產業在區域內的集聚程度?？梢酝ㄟ^某一區域的某一產業的產值比重與全國這一比重的比值來衡量高新技術產業集聚的程度。區位熵越大，產業的集聚傾向越明顯。其公式如下：

其中

LQ

表示市場上高新技術產業的區位熵，

E

表示全國高新技術產業總產值，

E

表示全國工業總產值，

e

表示四川省高新技術產業總產值，

e

表示四川省工業總產值。計算結果如圖2所示：

從圖中可以看出四川省高新技術產業區位熵的變動特點，除2010和2015年有所減低外，其余年份都保持上升，高新技術產業集聚水平總的來說呈上升趨勢，但仍然落后于全國水平。

2 高新技術產業集聚與經濟增長的關系分析

2.1 模型設計

高新技術產業集聚對經濟增長的作用源于各集聚因子的影響，在集聚因子和經濟增長之間建立一個函數關系模型如下：

其中

Y

表示特定地區產出水平，

x

，

x

...

x

分別表示影響經濟增長的集聚因子，

b

，

b

...

b

表示相關系數。

2.2 數據選取

在選取數據指標上，采用四川省生產總值與國內生產總值的比值來衡量四川省經濟增長情況，用RGDP表示，該比值的大小代表四川省占全國經濟的份額，比值越大說明占的份額越多，表明四川省經濟增長越高。在選取集聚指標上，選取了六個指標來說明四川省高新技術產業集聚水平，分別是四川省與全國高新技術企業數、從業人數、產值、利潤、R&D人員折合全時當量、產業集中度的比值，用

x

，

x

...

x

分別表示。數據來源于四川統計年鑒、中國統計年鑒以及中國高技術產業統計年鑒2000-2016年的相關數據。

2.3 因子分析

相關性檢驗。通過SPSS25軟件對數據進行計算得出相關系數矩陣，并作因子分析適宜性的統計檢驗。從自變量的相關系數矩陣可以看出自變量之間存在著較強相關性。KMO檢驗和Bartlett球體檢驗結果如表1所示，其中KMO值為0.607大于0.5可以進行因子分析，Bartlett球體檢驗的p值為0，小于0.05，進一步說明原自變量之間存在較強相關性，比較適合作因子分析。

因子提取。提取因子采用主成分分析法，根據特征值大于1的原則提取兩個公因子，由表2可知這兩個因子累積方差貢獻率為81.798%，涵蓋了原變量大部分信息，因此這兩個公因子對原始數據的解釋能力較強，適合作因子分析。

旋轉后的因子載荷矩陣如表3表4所示，可以發現公因子1在產值比（X3）、利潤比（X4）、R&D人員折合全時當量比（X5）、產業集中度比（X6）四個變量上有較大載荷，這四個變量主要是從效應方面刻畫的集聚因子，所以以“效應因子”對這四個因子命名，公因子2在企業數比（X1）、從業人數比（X2）上的成份較重，這兩個變量是從規模方面刻畫的集聚因子，所以以“規模因子”對這兩個因子命名。用

f

和

f

表示效應因子和規模因子。

根據成分得分系數矩陣，計算因子得分表達式如下：

2.4 回歸分析

平穩性檢驗。本文采用ADF檢驗法對lnRGDP，

f

和

f

及其差分序列進行單位根檢驗。時間序列變量lnRGDP，

f

和

f

以及其一階差分變量均為非平穩時間序列，二階差分變量為平穩的時間序列。三個時間序列滿足同階協整，可以進行協整檢驗。協整檢驗。本文對序列的協整檢驗采用EG檢驗法，通過Eviews軟件對lnRGDP，

f

和

f

做回歸分析，結果如表5。

回歸方程為：

回歸方程為：

2.5 結論

由回歸方程中兩個公因子的系數均為正數可知，兩個公因子（規模因子和效應因子）與經濟增長呈正相關關系，表明四川省高新技術產業的集聚促進了四川省的經濟增長。通過回歸方程中效應因子

f

和規模因子

f

的系數可知，效應因子的影響程度較大，發揮主要作用。根據最終的回歸結果可知，高新技術企業數、從業人數、產值、利潤、R&D人員折合全時當量、產業集中度的提高會帶動四川省占全國GDP權重的增加。

3 相關政策建議

政府方面。目前，四川省的高新技術產業集聚程度雖逐年上升，但相對于其他發展更好的城市來說仍有很大差距，落后于全國水平。這需要政府利用政策措施將同一高技術產業行業以及關聯度強的上下游行業集聚在一起，通過聚集在一起產生的集聚效應帶動經濟發展。要完善產權制度，尤其是對知識產權的保護方面，防止侵權行為對高新技術企業以及相關人才造成經濟利益上的損害，阻礙高新技術產業的發展進程。要營造尊重創新者知識成果的良好氛圍，保障創新者的利益，營造有利于創新創業發展的環境，促進企業間的合作與分工發展。

園區方面。為實現高技術產業推動經濟發展的目標，各省紛紛建設了產業園區，四川也在下轄地市布局了一些高新技術產業園區，隨著園區的數量增加質量問題也就凸顯出來。各高新技術產業園區在引進企業入住時要嚴查各企業的真實業務，避免將一些只希望享受稅收優惠政策的非高新技術企業、空殼企業吸引進來，浪費有限資源。同時要提高園區入駐標準，設定合適門檻，以免園區內企業良莠不齊、魚龍混雜。進一步完善園區內各項基礎設施建設，打造良好的硬件和軟件環境也尤其重要，好的設施條件和軟硬件環境能吸引更加優秀的高新技術企業和人才入住，。

創新方面。創新是科技進步的原動力，高新技術產業的發展離不開創新的推動，在政策方面，相關部門可以出臺一些激勵企業科研創新的政策，鼓勵各高新技術企業積極創新，營造良好的科研創新氛圍。在創新過程中科研投入的多少十分重要，科學研究是高新技術產業持續發展的首要動力，可以通過降低高新技術產業貸款標準，給予稅收優惠等政策讓企業有更多空間進行科學研究，同時企業也要在利潤中拿出一定比例的資金用于科研投入，提升自主創新能力。

人才方面。人才資源是知識經濟時代決定高新技術產業發展前景至關重要的因素，人才的集聚能夠幫助高新技術產業掌握發展的主動權，如何吸引到高端的技術人才是高新技術產業發展面臨的重大難題。首先要注重人才的培養，加強各高等院校和科研機構與高新技術企業的合作，重點設立和擴大特定研究方向，定向培養產業發展急需的高端人才。其次要大力引進高技術人才，通過政策上的優惠、良好的薪資福利待遇以及適宜的生活工作環境來吸引高技術人才的加入。同時，企業也要注重對內部員工的培訓，增強其科研能力，營造良好的科研氛圍。