高新技術產業集聚的空間相關性

◆高 靜 王 燕 郭立宏

一、引言

創新驅動發展戰略是我國“新常態”下國家發展戰略的核心組成部分，其有效實施能夠推動經濟發展方式轉變以及新舊動能轉換，實現經濟提質增效升級。創新是發展的首要動力，是國家發展的核心，黨的十九大報告也明確了創新的重要地位。高新技術產業是以高新技術為基礎的新興產業，是以創新作為依托的。高新技術產業的地位日益提升，為使得我國經濟高質量發展提供了保障。技術的進步推進了專業化的進程從而使得產業集群化，但是由于高新技術產業的特殊性，其產業集群的特征與傳統行業的不盡相同。近些年來，關于高新技術產業集聚的相關問題引起了大量學者的關注，進行了很多方面的研究以及討論。楊曉琴和于津平（2006）研究發現我國高科技產業具有明顯的聚集特征。鄒鮮紅和楊濤（2009）提出了雙層環式模型，深入探析了促進高新技術產業集聚的內外部因素。孫愛麗（2017）研究表示我國各地高新技術開發區的發展并不平衡，部分地區還沒有形成有效的高新技術產業集群。王麗（2019）等運用數據包絡分析方法分析了我國高新區整體運行效率，東中西部存在明顯差異。

從以上文獻可以看出，現有研究對于我國高新技術產業集聚進行了多種多樣的研究，這其中包括評價指標體系的完善、集聚的情況以及差異情況等。但鮮有學者從空間耦合的角度考慮高新技術產業集聚。本文基于1999-2019年中國省際面板數據，首先利用區位熵測度高新技術產業集聚程度，然后計算其全局Moran’s I 指數，分析高新技術產業集聚的空間相關性。

二、高新技術產業聚集水平測度

（一）測度方法

隨著產業集聚理論的發展，測度產業集聚的方法不斷的完善，目前測度產業集聚的方法有很多，例如：區位熵、行業集中度、赫芬達爾-赫希曼（HHI）指數、空間基尼系數、空間聚集（EG）指數以及產業聚集指數（CIP）等。不同的測度方法適用的對象不同，黃瑞芬（2009）中指出，在測度產業集聚水平時，區位熵的測度方法更加能夠反映地區主要產業特性，并且區位熵測度方法中涉及的數據更容易獲取，因此本文采用區位熵為高新技術產業集聚的測度方法。

區位熵也稱為生產的地區集中度或專業化程度，借鑒楊守云等（2019）提出的公式來衡量高新技術產業集聚水平。本文采用公式（1）計算各地區的區位熵。

其中，xit表示i地區t年高新技術產業從業人員數量；yit表示i地區t年就業人員數量；Xt表示全國t年高新技術產業從業人員數量總和；Yt表示全國t年就業人員數量總和。

區位熵的數值越高，說明該地區的聚集程度越明顯，區位熵的數值越接近于0，說明該地區的產業越分散，并沒有產生集聚效應。當時，表示i地區的高新技術產業存在聚集現象；當時，表示i地區的高新技術產業的聚集程度與全國的平均水平相當；當時，表示i地區的高新技術產業不存在明顯的聚集現象。

（二）數據說明及來源

本文選取我國高新技術產業1999-2019年30 個省市自治區（由于關鍵數據確實，因此不包含港澳臺及西藏地區）的年度數據通過區位熵來測度高新技術產業集聚程度。本文的數據來源于歷年《中國統計年鑒》、《中國高技術產業統計年鑒》、《各省統計年鑒》、Wind 數據庫和國家統計局數據庫等。

（三）各省市高新技術產業聚集水平

利用公式（1）和公式（2）得到了1999-2019年我國30 個省市高新技術產業聚集水平。為了更好的探究我國高新技術產業聚集水平的差異情況，本文將區位熵為量化指標，分析其具體的差異特征，主要是從標準差和變異系數兩個方面來分析，見圖1。

圖1 中國省際高新技術產業聚集水平的標準差與變異系數

從圖1 中可以看出，我國高新技術產業聚集水平的差異程度總體上呈現逐年下降的趨勢，這說明我國各省市的高新技術產業集聚水平的差異在逐漸的縮小，我國省際高新技術產業聚集水平表現出空間聚集和趨同的特征。為了更細致的討論30 個省市之間的差異，計算各省聚集水平的平均值，具體見表1。

表1 1999-2019年中國省際高新技術產業聚集水平均值

從表1 得到的結果來看，聚集程度最高的為廣東省，其區位熵為4.06，聚集程度最低為新疆省，其區位熵僅為0.07，因此我國的高新技術產業的聚集水平呈現出極端分化的現象。根據區位熵的均值，將區位熵大于1 的列為高度聚集地區，包括：廣東、上海、天津、江蘇、北京、浙江、陜西以及福建，高新技術產業聚集程度較高的省市主要集中在北上廣為中心的三個經濟帶。其余22 個省市均屬于低聚集地區，在這些省市高新技術產業并未形成集群效應，對于高新技術產業缺乏競爭優勢。

三、高新技術產業聚集水平的空間聚集性分析

（一）理論機理

根據新經濟增長理論，技術進步使得產業出現專業化趨勢，因而造成空間聚集。從表1 得知30 個省市的區位熵有這很大的空間差異性，空間上的區域缺乏均質性。本文借鑒“地理學第一定律”來探討高新技術產業集聚的空間效應。

本文運用全局Moran's I 指數檢驗我國高新技術產業聚集的空間相關性。全局Moran's I 統計量用于驗證在整個研究區域內某一要素是否存在空間自相關，其計算公式為（Moran（1948））：

如果I的值為正且顯著，表示地區間存在正的空間自相關，如果I的值為負且顯著，表示地區間存在負的空間自相關，如果I的值不顯著，那么就不存在空間自相關。

（二）全局Moran’s I 指數

在分析空間聚集性之前，都需要設定空間權重矩陣。基于已有文獻，為此本文將選擇如下3 種權重矩陣：①地理距離W1（省會城市間的地表距離的倒數）；②邊界因素W2（若有共同邊界為1，否則0）；③區位因素（東、中、西、東北）W3（若屬于相同區位為1，否則0），并且將權重矩陣進行行標準化構成空間權重矩陣。

根據上文得到的各省市的區位熵，利用公式（2）得到了1999-2019年我國高新技術產業集聚水平在3 個空間加權矩陣下的全局Moran's I 指數及其統計檢驗（見表2）。

從表2 可以看出，在3 個空間加權矩陣下，1999-2019年全局Moran’s I 指數全部都是正數，并且均在5%的水平下顯著，這說明1999-2019年我國高新技術產業聚集水平均呈現出正向的空間聚集效應，即各省的高新技術產業聚集水平會收到相鄰省份的聚集水平的影響。從空間權重矩陣來看，平均的全局Moran’s I 指數在空間權重矩陣W1下最小，僅為0.043，并且顯著性水平為1.7%；在空間權重矩陣W3下最大，為0.341，并且顯著性水平接近0。W1 與省會之間的地理距離相關，W2與省市之間是否相鄰有關，而W3與是否在同一區位有關，從空間權重矩陣的構造可以看出，高新技術產業聚集水平的空間相關性在同一區位的影響和顯著均最強。1999-2019年，3 個空間權重矩陣下，我國30 個省市高新技術產業的聚集水平呈現出了正向的空間聚集性，這說明各省市的高新技術產業的聚集水平受地理位置相鄰省份的高新技術產業的聚集水平的影響。

表2 中國30 個省高新技術產業集聚水平的全局Moran’s I 指數及其統計檢驗

四、結論

本文根據199-2019年30 個省市高新技術產業數據，采用區位熵測度了各省市的高新技術產業聚集水平，測度結果顯示，我國高新技術產業聚集水平存在著區域的不平衡、地區差異的現狀。本文繼續使用全局Moran’s I 指數分析我國高新技術產業集聚水平的空間相關性。主要結論是：第一，我國高新技術產業在各省市上存在著較大的差異性，高聚集地區主要集中在北上廣為中心的三個經濟帶；第二，全局Moran’s I 指數在3 個空間權重矩陣下均顯著為正，這說明我國的高新技術產業的集聚水平呈現出了正向的空間聚集性，并且在區位距離上的空間溢出效應更加明顯。