张 涛 陈 磊 伏玉林

（1.复旦大学经济学院，上海 200433；2.上海海事大学经济与管理学院，上海 201306；3.华东理工大学公共经济与政策研究中心，上海 200237）

经济学与经济管理

中国沿海省份高技术产业竞争力分析
——基于2009年省际数据

张 涛1陈 磊2伏玉林3

（1.复旦大学经济学院，上海 200433；2.上海海事大学经济与管理学院，上海 201306；3.华东理工大学公共经济与政策研究中心，上海 200237）

本文通过构建一个统计模型，运用主因子分析以及聚类分析方法考察了我国沿海省份高技术产业的竞争力，并得到结论：产业发展规模、制度环境是影响沿海地区高技术产业竞争力的主要因素。珠三角、长三角和北京是高技术产业发展的区域中心，外围区域的高技术产业发展将会受到邻近经济中心的影响；就三个中心区域而言，北京具有最好的制度环境，长三角次之，珠三角最后，然而，相关产业规模却是南高北低。

高技术产业 产业竞争力 主因子分析 聚类分析

一、引言

培养高技术产业、建设创新型国家，已成为我国产业结构未来发展的调整目标之一。仿效韩日的经济腾飞及政策干预实践，在积极引进高新技术领域海外资金的同时，我国自身的研发投入正逐年提高，其中R&D投入强度已由本世纪初的0.9%上升至2008年的1.47%，并重点对医药及医疗器械、电子信息及通讯，航天以及新能源等产业给予较大的政策扶植，以便建立其在国际市场中的竞争优势。这些部门的快速发展不仅会对我国制造业体系的升级具有举足轻重的影响，而且为我国出口贸易结构的转变、外资引入结构的合理化提供了具体的产业载体。本文将利用主因子分析法，以及系统聚类分析法，对中国沿海12个省市①沿海12省市包括辽宁、河北、山东、江苏、浙江、福建、广东、广西、海南、北京、天津和上海。的高技术产业竞争力进行比较分析，寻找导致区域高技术产业的竞争现状以及未来趋势的背后成因，揭示各地区高技术产业的发展动力以及潜力，为各级政府制定区域高技术产业的发展战略提供一个科学的基础。

二、高技术产业竞争力评价模型

从不同的角度出发观察和定义竞争力，将会形成不同的理论分析框架和指标体系，得出不同的统计分析结论。国内学者已经对我国高技术产业的竞争力进行了诸多探讨，穆荣平（2000）从竞争实力、竞争潜力、竞争环境和竞争态势四个方面出发，构建了含有43个指标的评价体系。谢章澍和朱斌（2001）进一步提炼并完善了该指标体系，最终将高技术产业竞争力的指标体系归纳为四个范畴：产业投入、产业产出、产业技术创新能力、产业环境（政策环境和技术支持环境）。利用这个指标体系，王建刚和于英川（2004）、林秀梅和徐光瑞（2010）利用主因子分析法对我国省际高技术产业的竞争力进行了实证分析。

以上文献的指标设计以及方法论处理大致存在三点不足：（1）缺乏一个严谨的理论统计模型，无法对各种因素的正交化做出先验性的判断，因此，样本随机性将会导致主因子分析结果的随机性，从而对主因子分析结果的好坏无法评价，对所得到的各种主因子的阐释也就变成了简单的统计描述；（2）样本范围过于刚性，大多文献均涵盖全国31个地区，由此得出的结论过于平凡化和趋同化。由于主因子分析法要求样本容量一定要大于指标维度，当评价体系所包含的指标数量较多时，样本容量也必须得上升，这样得出的高技术产业竞争力省际比较结果无非是东部、中部、西部三大块，这种区域发展梯度结论几乎是一种常识；（3）产业环境因子中未考虑海外资本输入对我国高技术产业发展的影响。截止目前，利用主因子分析方法的相关文献在处理高技术产业发展环境指标时，仅包含政府对高技术产业的扶植力度（年政府支出占全部R&D支出的比例），以及技术交易制度安排（年技术交易合同签订量）两个因子，而未对FDI在高技术产业中的产值占比，或者厂商数目占比等这类指标给予足够的重视。我国的经济发展实践以及大量实证研究表明：外资输入对我国产业发展是一面双刃剑——外资一方面通过低端技术外溢、以及自身的良好出口渠道使得我国产业规模快速扩张，另一方面又通过增加对高端技术诀窍的控制性、以及对国内市场的挤占延缓了产业升级速度，这个规律对我国高技术产业的发展也不例外。②夏京文和李驰（2009）利用1996-2006年的数据定量分析了外资对我国内资高技术产业的外溢效应和挤出效应，得到了外资对内资企业发展的影响具有两面性，并以外溢效应为主。

针对上述研究的不足，本文首先给出一个关于高技术产业竞争力的理论统计模型，并以此作为评价体系设计和主因子分析的基本框架。众所周知，高技术产业不仅像传统产业一样创造物质价值，更重要的是创造知识和提升本国的国际竞争力，因此，高技术产业的竞争力至少应包含关于产值、专利创造以及出口规模三个方面的测度。③若将高技术产业竞争力的范畴再扩大一下，其测度还应包含一个重要指标：通过产业前后关联对其他产业的所发生影响。由于各地区的产业结构不同，因此，高技术产业对本地区整体产业结构的影响也不尽相同。这个三维度产出向量的第一决定因素是该产业的要素投入规模，第二决定因素则是各类相关的激励制度安排。就前者而言，高技术产业不仅需要人力资本和物质资本投入，还需要可承受高风险的巨额R&D资金投入；后者则包含知识产权、政府扶植政策、技术市场交易规范与契约、FDI及贸易制度安排等。根据以上分析，本文进一步做出两个假设：（1）高技术产业各部门的生产函数以及不同产品的相对价格跨地区是相同的；（2）制度性因素仅会影响实际产出与生产可能性边界的偏离。在此基础上，构造如下理论统计模型：

首先，假设（1）解决了小样本容量下评价指标维度过多的问题——在此假设下，各地区投入空间到产出空间的投影是一样的，于是，仅用地区间要素投入的差异就可以大致地反映各地区投入以及产出两方面的差异①如果n个部门的生产均需要利用m种要素，那么利用要素市场出清方程（m个）以及要素的跨部门收入均等化方程（m(n-1)个），将会得到要素在部门间的配置（mn个未知数）以及整个产出向量。中国大部分省份的高科技产业均以电子及通讯业、计算机及办公设备、医药及医疗器械三个部门为主,因此，高技术产业门类在不同地区间是相近的。另外，如果产业投入与产出之间呈线性关系，那么地区间的投入差异将会完全地体现出地区间的产出差异。；假设（2）则表明：在对产出的影响上，制度性因素与要素投入因素采取乘法可分的形式设定是合理的。另外，关于各种因素对产出影响的协方差矩阵的限定表明：激励产出关系矩阵与投入产出关系矩阵是相互独立的，其中，前者为公共部门操控并加以实施，后者则由私人部门决策并执行②政府做出各种制度安排的行为与企业的实际生产行为几乎是相互独立的。。

三、高技术产业竞争力指标选择及主因子分析

根据统计模型（1），本文将选择主因子分析法作为具体的数据处理方法。③主因子分析方法是将高维度指标体系投射到低维度空间的一种典型方法。仅从本文的理论统计模型出发，主因子法是本文数据分析的最佳选择，然而，统计上还必须得通过样本容量充足性、指标相关系数矩阵非单位阵两项检验，才能最终确定主因子法对本文数据集合的适用性。由于本文的样本范围是沿海12个省市，这决定了主因子分析法的指标体系最多为12维，否则就会侵犯主因子分析中所有特征根都必须大于零的条件。小样本容量决定了本文的指标体系在较完备地反映高技术产业竞争力本质特点的同时，需要尽量压缩指标体系的维度。根据前述分析，整个评价体系应包含投入规模因子和制度因子两个集合，而每个集合所包含的具体元素则必须依据研究内容的特殊性以及数据可获性加以选取。一般而言，高技术产业除具备一般产业的投入产出特征外，还具有明显的知识密集型、资金密集型、出口导向型三大典型特征。于是，模型（1）中的生产容量函数可进一步规定如下：

其中，K，L，N，R分别表示高技术产业所投入的资本、劳动、知识、以及风险资金；e表示产业出口额的时间序列，V（e）将其转化为预期的出口产值比例。④当假设过去的出口经验仅影响未来的出口产值比时，生产函数的一种可能形式为： ，f1和 f2为关于要素K，L，N，R的不同要素密集度的科布函数。

结合统计模型（1）和（2），本文所选取的具体指标包括：①投入规模因子：资产总计（亿元）、R&D人员的全时当量（万人年）、新产品开发经费（万元）、出口金额（万元）；②制度因子：R&D投入强度、当年本地区所拥有的有效专利数量，高技术行业中外企占全行业企业数量的百分比。除区域R&D投入强度的数据来自于《中国科技统计年鉴2010》外，其余数据均来自于《中国高技术产业统计年鉴2010》。

表1 矩阵特征值与累计贡献率

因子载荷矩阵度量了各主因子与标准化数据集合中各指标的关联程度，由于初始因子载荷矩阵的结构不够简明，各主因子的经济涵义难以解释，为此，利用方差最大正交化旋转变换，使得各指标只在一个主因子中具有较高载荷。经过三次迭代收敛，得到如下因子载荷阵：

表2 旋转前后的主因子载荷矩阵（标准化数据）

通过主因子分析，上述八个维度的数据集降低为两个维度的正交化数据集，旋转后的两个主因子的经济涵义与前述统计模型的理论预测完全符合：第一主因子主要由投入规模因子所决定，第二主因子主要由制度因子所决定。另外，表（1）表明：某一地区高技术产业的竞争力约2/3（58.175/91.685）由产业投入规模所决定，剩余1/3(33.510/91.685)取决于产业发展的制度环境。以上表为基础，得到如下主因子得分计算公式：

图1 主因子得分和综合得分（标准化）

利用上述公式得到每个主因子得分后，按照每个主因子方差贡献率占两个主因子累计贡献率的比值作为其权重，再计算出每个样本的综合得分。最后，将每个主因子得分、综合因子得分利用极差方法转换为从0到1的数据，从而得到图1。

图1表明：就投入规模而言，广东省是样本中最高的。与其他地区相比较，在人员、新产品开发资金、资产、有效专利数量四个方面，广东省分别是沿海各省份均值的 4.99、4.59、4.58、6.49倍，分别是位居第二名的江苏省的相应指标的2.14、2.08、1.41、6.3倍。然而，就产业发展的制度环境而言，北京居于首位，其R&D投入强度为5.5%；技术合同签订数量高达499938件，是样本均值的3.72倍。

另外，上图的分析结果还表明：北京、长三角、珠三角是中国高技术产业发展的三个中心。而且，就三个中心而言，高技术产业的市场规模从南到北是依次下降的，产业发展的制度环境却是依次上升的。位于这些中心的外围区域，北京对天津和辽宁的辐射作用较强，河北较弱；上海对江苏和浙江、山东的作用都比较强①根据中国的经济发展现实，更确切地说，上海对苏南地区的影响较大。另外，就制度因子与规模因子比值而言，山东更加接近上海，而不是北京。；广东对周边省份的辐射作用则较弱。这表明：一个地区的高技术产业发展只在地理位置上接近大都市还不行，当地的制度环境、相关产业规模都必须具备一定的基础。

四、聚类分析

主因子分析方法通过将指标聚类，得到互相正交的主因子，这样，在整个数据处理过程中，就忽略了单独一个主因子内所含的多个指标在不同样本之间的差异，这种分析缺陷一般通过样本聚类分析方法加以弥补。利用Q型聚类②本文采用欧氏中间距离度量以及沃德计算方法对标准化的样本数据进行聚类。对数据加以处理，得到层次分类图（见图2）。

图2对沿海区域高技术竞争力的分化更加具体：广东最强，主因子法也表明其综合得分及规模因子得分最高；江苏次之，主因子得分也表明其高技术产业发展规模与制度环境建设并重；上海、北京两个大都市，凭借其制度优势也位列前茅，山东、浙江等5省市则属于各发展中心的外围辐射区域；广西、海南、河北属于高技术产业发展的落后区域。

图2 沿海省份高技术产业竞争力聚类谱系图

五、结论及评价

本文的分析结果表明：（1）产业发展规模，制度环境是影响沿海地区高技术产业竞争力的主要因素，前者主要包含科研人员、资本设备、新产品研发经费、出口规模四种因素，后者主要包含研发激励制度、技术交易制度、以及海外资本引入制度三种因素；（2）区域高技术产业竞争力的排序与中国经济发展水平的地区分布是一致的。珠三角、长三角以及北京是高技术产业发展的区域中心；外围区域的相关产业发展在受到邻近经济中心影响的同时，也会受到本地制度环境、相关产业发展基础的制约，河北与广西是这方面典型的例子；（3）就三个区域经济中心而言，高技术产业发展的制度环境最好的是北京、长三角次之、珠三角最后；与之相反，高技术产业的发展规模却是南高北低。

本文的结论具有一定的现实意义：（1）出口需求与良好的引资环境对高技术产业的发展具有重要的作用。海外技术以及管理模式的模仿，海外出口市场的开拓均有助于中国高技术产业的发展；（2）各地区政府在对待本地高技术产业的发展上一定要量力而为，不要在制度环境、相关产业结构等条件不具备的情况下拔苗助长，而且在高技术产业的发展过程中，应注意自身和邻近经济中心的相关产业联系；（3）后发地区在高技术产业发展的制度环境建设方面应多向北京模仿，在具体的产业结构规划以及企业家精神培养方面应多向广东模仿，两方面均衡发展的模式则是中国的苏南和上海。

An Analysis of the Competitiveness of Hi-Tech Industry in China Coastal Areas:On The Basis Of 2009Inter-Province Statistics

ZHANG Tao， CHEN Lei， FU Yulin

Based on a statistical model，this paper investigates high-tech industry competitiveness of coastal 12provinces and metropolis in China by principle factor analysis and classification，and comes to a conclusion:industry scale and relevant institution environment have great effects on industry competitiveness.For High-tech industry development，its central area consists of three districts such as Chu Chiang Delta，Yangtze Delta，Peking，and every central area affects adjacent peripheral districts.Peking has top institution environment，while Guangdong province has the greatest industry scale.

high-tech industry，industry competitiveness，principle factor analysis，classification

本研究得到了上海市教委创新项目（项目编号：09YS255），上海海事大学校基金项目“产业链跨国转移、垄断对收入分配的影响”，教育部人文社科一般项目（项目编号：09YJC790042），上海社科基金青年项目（项目编号：2009EJL001）的资金支持。

张涛，博士，复旦大学经济学院副教授；陈磊，博士，上海海事大学经济与管理学院讲师；伏玉林，华东理工大学公共经济与政策研究中心副教授。

F276.44

A

1008-7672（2011）05-0049-06

余风）