[中国高新技术产业区位选择影响因素研究]高新技术产业的区位因素
摘要:文章构建了双对数基础模型、空间滞后模型及空间误差模型来分析我国省域高新技术产业区位选择,并采用省际数据进行空间计量分析,结果表明规模以上企业数、申请专利数、人力资本及交通基础指数等变量确实影响我国省域高新技术产业投资强度的大小,其中影响最大的因素是人力资本和交通基础指数。同时,随着我国社会经济发展环境的改善及高新技术产业的发展,区位选择因子也会相应发生变化。基于实证结果分析,文章从人才政策、创新体系及官产学研等方面提出相应的高新技术产业发展对策。
关键词:高新技术产业;区位选择;影响因素;空间计量
一、 引言
本文将基于国内外学者关于高新技术产业的区位因子分析理论之上,使用空间计量的方法对我国高新技术产业区位选择进行实证分析,解释影响高新技术产业区域布局的因素。
二、 计量模型
1. 模型设定。在现有的研究中,通常使用产业聚集度来说明一个区位对某个产业的吸引程度,在某种意义上,产业聚集度是能够反映出该区域产业发展的基础及企业向该区域集中的偏好,但是笔者认为投资强度能够更好地表示高新技术产业的区位选择行为,其理由如下:首先,区位选择是一种企业行为,而产业聚集度是一种静态的状态描述,用静态的变量来表达动态的行为并不准确,而投资作为企业的生产经营活动,是一个动态的流量,投资强度越大,流向该区域的资金、技术、人力等生产要素越多,区位优势越明显;其次,目前关于产业聚集度的测量标准并不统一,Hoover系数、EG系数、MS系数及空间基尼系数的测度要求有区别,测算出来的系数也存在差异,选择不同的系数可能会得出不同的结果,而投资强度的测算相对统一且简单,数据获得性方面也较有保证。因此,在本文的模型框架中,以投资强度(新增资本存量/面积)作为衡量产业区位选择的被解释变量。
参考既有的研究,本模型主要讨论以下因素对高新技术产业区位选择的影响:①技术溢出能力,高新技术企业接近大学及科研机构有利于知识、技术及信息的流通与溢出,本模型选取高校数量(NU)来表示一个地区技术溢出能力的大小。②产业配套能力,高新技术产业的发展需要拥有较完善的配套产业为其提供上下游的产品与服务,一般来说,区位企业数(NE)的多少影响着地区产业配套能力。③创新能力,创新是高新技术产业存在与发展的关键,区域创新能力的强弱直接影响了高新技术产业发展,本文以地区专利申请数(NP)作为衡量一个区域创新能力大小的指标。④人力资本,作为基本生产要素投入,人力资本要素在某种程度上决定了产业发展,尤其对高新技术产业来说,高素质的人力资源是企业竞争力的核心,因此,人力资本(HR)必然是影响高新技术企业区位选择的重要因子。⑤交通基础设施,基础设施包括硬件与软件两个方面,硬件基础设施主要是指发达的交通网络与信息网络,软件设施通常指工商税务、财务金融、法律环境等环境因素,由于软件设施的衡量相对困难,笔者选取交通基础设施(RHR)作为基础设施的指标。
根据空间计量经济学理论,几乎所有的空间数据都具有空间依赖性或空间自相关性的特征,为了克服空间自相关性带来的误差,以Anselin、James.P等为代表的学者构建空间计量模型来进行空间经济问题的分析,常用的模型有两种:空间滞后模型(SLM)和空间误差模型(SEM)。为了避免经济数据的异方差及数据单位不同造成的数据波动,本文选取双对数模型来对高新技术产业区位选择因子进行分析,因此,我国省域高新技术产业区位选择的空间计量模型如下:
在确定区域间经济行为具有空间自相关性或空间依赖性之后,由于事先无法判定SLM和SEM模型哪种模型更适合,我们需要运用LMERR、LMLAG和稳健(Robust)的R-LMERR、R-LMLAG检验来分析,其判断准则是由Anselin等(2004)提出的:在空间依赖性的检验中,如果LMLAG比LMERR在统计上更显著,同时R-LMLAG显著而R-LMERR不显著,那么空间滞后模型较之空间误差模型更适合;反之,若LMERR比LMLAG在统计上更显著,并且R-LMERR显著而R-LMLAG不显著,则空间误差模型是更优的选择。在检验模型的拟合优度时,除了参考系数 外,还要结合其他的检验准则,如自然对数似然函数值(LogL)、似然比率(LR),赤池信息准则(AIC)、施瓦茨准则(SC)。一般来说,LogL值越大、LR值、AIC值和SC值越小的模型拟合效果更好,在比较SLM和SEM模型时,应选择LogL值最大的模型。
三、 实证分析
1. 样本数据的选择。本文实证分析中选择的样本数据主要是除了香港、澳门特别行政区和台湾省的中国大陆31个省、自治区和直辖市,即本文所指的省域范围。考虑到区位选择因素可能随着经济环境的变化而变化,文章选取2000年和2010年的经济数据进行对比分析。被解释变量中的投资额I和解释变量中的专利申请数来自《2011年中国高新技术产业统计年鉴》,高校数、规模以上企业数、每万人中专科及其以上人数等数据均来自《2001年中国统计年鉴》和《2011年中国统计年鉴》。
2. 区位选择行为的空间自相关性。运用Moran I检验对2000年和2010年我国高新技术产业区位选择行为(投资强度)进行空间自相关性判断。2000年我国省域高新技术产业投资强度对数的Moran I指数为0.496 8,到2010年Moran I指数上升至0.600 4,这表明高新技术企业的区位选择行为确实在空间上存在着正的自相关性,且这种相关性或依赖性程度不断加强。Moran I检验结果表明:2000年除四川、吉林、陕西、辽宁、江西、广西、内蒙、广东等省外,其他省份均位于第一和第三象限,表明这些省域范围内的高新技术产业投资行为存在正的空间自相关性,对于邻近的省份,其投资强度相对一致,高投资强度的省份一般集中在我国东部沿海发达地区,而低投资强度的省份则处于我国中西部经济较不发达地区;而2010年呈负相关关系的区域只有辽宁、吉林、四川、陕西、山西等五个省份,大部分地区存在较强的正相关性,并且高新技术产业向高新技术产业相对集中的省份进一步集聚的趋势加强。