廖望科，陈春艳，王宏伟

（1.大理学院经济研究所，云南大理 671003；2.中国社会科学院，北京 100732）

科技服务业的地区专业化强度与比较优势判别
——基于云南的实证

廖望科1，陈春艳1，王宏伟2

（1.大理学院经济研究所，云南大理 671003；2.中国社会科学院，北京 100732）

提出了一种改进地区科技服务业专业化强度及比较优势的测算方法和判别步骤，并将其应用于考察云南省地区科技服务业专业化强度及其地区比较优势。首先，我们以2003年至2010年的地区产业就业量为计算指标来获取云南省16个州市科技服务业区位商样本数据。在此样本数据的基础上，通过对区位商各地区均值的点估计和区间估计发现：云南省地区科技服务业专业化强度分布的确存在地区差异。随后采用单因素方差分析证实地区差异的整体显著性。最后，我们通过多重比较分析进一步量化各个地区之间专业化强度的差异程度和比较优势，并发现其结果与各地区的产业升级和区域创新要求并不匹配。

科技服务业；专业化强度；地区差异性；方差分析；多重比较

科学技术被誉为第一生产力，科学技术服务地区经济发展的能力是实施区域创新驱动发展战略的基础。在当今中国的发展背景下，一个地区的科技服务业向本地区经济活动提供各类科学与技术专业服务的能力和水平直接影响着该地区的经济结构调整、产业结构优化、区域创新能力、技术进步及生产率提高，最终影响整个地区经济增长的效率。高效、高质的本地科技服务业是区域城镇化、工业化、农业现代化、信息化的重要支撑。因此，地区科技服务业的专业化强度和比较优势就成为制定区域经济发展政策的重要参考指标。

可见，准确测度不同地区科技服务业专业化强度和比较优势是一项基础性研究工作。但目前的研究并不充分，测度方法也有待完善。本文旨在探讨一种相对规范的地区科技服务业专业化强度及比较优势的测算方法和判别步骤，供后续研究和决策参考。

一、文献综述

地区专业化强度通行的测度方法有产业区位商（LQ）〔1〕、专业化Gini系数〔2-4〕、区域产业聚集指数〔5〕，Theil指数或更一般的广义熵GE（α）指数〔6〕等等。Krugman〔7〕指出区位商（LQ）是其中能同时扑捉上述各种区域聚集外部性的极佳量化测度。具体而言，对于若干产业在若干地区同时存在的经济体中，考察某产业在某地区的专业化强度，通常用Hoover〔1〕在1936年首次提出、之后广泛运用于专业化程度分析的地区产业区位商来表征。

区位商的指标通常有产业的产出值、增加值、企业数量、就业量等等可供选取。但综合考虑要素市场均衡、通货膨胀、地区价格差异、劳动力成本差异、数据可靠性与统计准确性等各种因素后，Porter等认为现有企业数量、就业量是两个最为合适的区位商指标，并将其用于对美国全部41类产业集群，589种产业，177个地区的专业化强度与产业成长的回归分析中〔8-9〕。Porter等人的思想是：在劳动力与商品自由流动的市场经济与自由贸易条件下，区域产业的就业量就已经包含了企业和个人在微观层次对政府政策、市场条件、资源禀赋、价格因素、贸易成本、生产率、边际报酬、外部经济性等各种区域经济条件进行综合权衡决策后的劳动力宏观供求均衡，它涵盖且超越了产出值、增加值、企业数量等指标所包含的区位优势信息。

尽管樊福卓〔10〕指出了采用区位商进行地区专业化测度值得注意的若干问题，但似乎并未引起足够重视。黄雯、程大中〔11〕在对包括科技服务在内的6个发达省市服务业专业化和比较优势的研究里，其实已经发现科技服务在地区间既有稳定差异、也有短期波动，但未对这一现象及其背后的比较优势含义进一步分析。洪涛、于明超〔12〕同样认识到不同时期的专业化指数仅仅是样本值，样本差异并不代表总体差异，用其进行专业化比较的可靠性需谨慎看待。类似刘忠生〔13〕的研究中仅仅基于工业行业产出数据的方法显然并不适合测度地区科技服务专业化水平。此外，姜玲等〔14〕基于区域内所有科技人力资源集中度的方法，一方面其结果中集中度测度的不稳定性恰好说明了进一步完善分析方法的必要，另一方面以专业职称属性代替专业化职业属性未必普遍适用。正如刘国新、李梅〔15〕指出的：区域高校科研实力未必对应地方科技服务能力，因此才有地方高校科研向地区转移，形成专业化科技服务的迫切需要。

本文选取基于就业量的区位商来测度地区科技服务业专业化强度，将不同时期的专业化测度视为专业化真实水平的样本值，通过点估计和区间估计初步判别专业化地区差异，经过方差分析确定整体差异，最后采用多重比较分析识别地区比较优势。

二、地区科技专业化强度的测度样本：基于就业量的区位商

我们首先获取2003年至2010年各州市科技服务业就业量区位商的样本值。以就业量为指标的各年份产业区位商样本值计算公式为：

其中Employi,r,t表示第i(i =1,…,I) 产业，在第r(r =1,…,R )地区（各个同级州市），于第t(t =2003,…,2010 )年末的就业量。可见，LQi,r,t能够表征i(i =1,…,I) 产业在r(r =1,…,R) 地区的专业化强度的当年观测值：通常，若 LQi,r,t>1，则表明i(i =1,…,I) 产业在r(r =1,…,R )地区趋向具有比较优势；若 LQi,r,t<1，则表明 i(i =1,…,I)产业在r(r =1,…,R )地区趋向具有比较劣势。

以2004年至2011年云南统计年鉴中16个地区（州市）分行业年末城镇单位就业人数作为Employi,r,t，i=1,…,19；r=1,…,16；t=2003,…,2010，计算出2003年至2010年16个地区科技服务业在云南省内的地区专业化强度LQ如表1所示。

关于数据处理有几点需要注意：①改革开放以来，国家和云南省统计部门分别对统计年鉴的统计口径和科目进行过数次调整，因此分行业年末城镇单位就业量的统计规范和标准也随之改动。但2004年及其后年鉴的相关统计口径和科目趋于固定，因此对应的2003年至2010年统计数据才具有可比性。同时本研究中8年的样本值也满足统计检验中自由度要求。②云南省统计年鉴中关于各州市分行业就业量分为就业人数、职工人数、在岗职工3种指标。其中我们所采用的“就业人数”指标反应了省内全部劳动力资源在某个行业的全年利用情况，更符合这里的研究意图。③这里的科技服务业对应国民经济19个一级行业分类中的“科学研究、技术服务和地质勘探业”，其所含的15个四级行业覆盖了一般意义上的科技服务业。

表1 科学研究、技术服务和地质勘查业不同地区专业化强度LQ的样本值分布

如前述，如果不进行必要的统计判别而仅仅将某个年份的地区专业化强度测度（它其实只是一次观测值或样本值）作为区域产业政策的决策依据将带来更多疑问和困惑。通过表1可以清楚地观察到这一情况：将2003年至2010年间，各个地区专业化强度的排序进行前后2年间名次变化的比较，就会发现7个年度间都有一半以上州市排序会出现变动，排名波动的平均幅度在±3左右。在强调政府量化管理和科学决策的今天，仅仅考虑单个年份的地区专业化强度所带来的年度波动将会对政府区域产业政策、规划及布局的连续性、稳定性和可信度带来困扰。因此，我们对地区专业化强度的判别应当剔除这些由于短期因素所带来的波动。

三、专业化强度地区差异性的初步判别：点估计与区间估计

如前述，区位商的样本差异并不代表专业化的总体差异〔16〕。结合表1的样本数据，在正态等方差前提下，对16个州市的科技服务业区位商进行点估计和区间估计，估计结果如表2所示。可以看出，昆明、迪庆、德宏3个地区的区位商95%区间估计左临界值也在1以上，说明其科技服务业在云南省具有可能比较优势；另有12个地区的区位商95%区间估计右临界值也在1以下，说明这些地区的科技服务业在云南省可能具有比较劣势。由此可以初步判定：云南省科技服务业比较优势存在显著的地区差异。

表2 科学研究、技术服务和地质勘查业的地区专业化强度LQ点估计和区间估计

我们重点观察的是一个地区的科技服务业专业化程度是否与该地区的城镇化、工业化需求相适应。举例而言，昆明地区城镇化、工业化需求强烈，其较高的科技服务业专业化程度也符合滇中经济区建设半径内的要求，表2的证据确实如此。但滇西南、滇东南的科技服务业专业化程度明显与该区域各地州的城镇化、工业化要求不相适应。而大理作为滇西中心城市在科技服务业专业化程度上的明显弱势尤其值得关注。

四、专业化强度地区差异性的整体判别：单因素方差分析

其中 μi是地区i(i =1,…,16 )LQ的期望值。单因素方差分析结果如表3所示。表3方差分析显示，F统计量的值为42.70，P=0，说明原假设不成立，即得出结论：云南省科技服务业比较优势存在显著的地区差异。

表3 地区科技服务业专业化强度LQ方差分析

将云南省科技服务业LQ样本数据绘制成Box图（如图1）。可以看出，科技服务业专业化强度的样本中位数也存在明显的地区差异，这再次证明：云南省科学研究、技术服务和地质勘查业专业化强度存在显著的地区差异。

图1 云南省科学研究、技术服务和地质勘查业专业化强度LQ的样本Box

五、专业化强度地区差异性的比较判别：多重比较分析

在有关科技服务业的产业政策和规划布局中，政府决策者往往更加关心不同地区之间的专业化差异，并期望从地区之间的两两比较中选择稀缺资源的政策配置方向。任意两个地区科技服务业专业化强度的差异需要采用多重比较分析，并有Tukey、LSD、Bonferroni、Scheffe、Dunnet、Student-Newman-Keuls等若干方法。由于我们进行比较的个体（即各个州市）是完全对等关系的情况（严格的说，昆明市是副省级省会城市，与其他州市地位并不完全对等。但对于我们所研究的科技服务专业化问题，云南的现实是省会城市的地位有区位因素影响，但并未对其带来政策、资源等特殊影响），且等样本量，故适宜采用Tukey方法对表1中的样本数据进行多重比较（Hochberg and Tamhane〔18〕）。

多重比较及偏差均值分析结果可以很直观地通过图示展现。不过，由于16个地区科技服务业的专业化两两比较结果将是16个图示，限于篇幅、避免繁琐，我们仅以迪庆和曲靖的计算结果作为示例，见图2、3。可以看出，迪庆州的科技服务业专业化程度均值偏差的左临界值（图2中粗线段左端）大于除昆明（图2中细实线）之外的其他地区14个地区的右临界值（图2中各虚线段右端），因此它对其他所有14个地区都保有比较优势，其右临界值小于昆明的左临界值，处于比较弱势；同理，曲靖市（图3中粗线段）的左右临界值均小于昆明、普洱、楚雄、版纳、德宏、迪庆（图3中的4个细实线段），处于比较弱势，而与所有其他州市（图3中各虚线段）的左右临界值都有重叠，属于比较均势。

图2 迪庆州科技服务业地区专业化强度多重比较

采用Searle、Speed与Milliken〔19〕对偏差均值的分析方法，我们对云南省内两两地区间科技服务业专业化偏差均值也进行了95%区间估计（见表4、5）。结合云南省的5大经济区域及其产业规划布局，通过诸如图2、3的多重比较及偏差均值分析结果即可比较出任意两地区间的比较优势相对强弱，如表5所示。由此可见，假设2成立，即：虽然整体存在显著的地区差异，但两地区间的比较优势既存在显著强弱的情形，也存在无显著差异的情形，具体情形如表6所示。

从表6可以看出这一结果较为准确地反应了云南省科技服务业专业化强度和比较优势分布的现实，同时也揭示出一些值得注意的问题：两两地区间专业化强度的对比给出了实际经济意义上的地区产业比较优势强弱，科技服务业专业化强度最高的是昆明市（高于其他所有15个州市），其次分别是迪庆（高于14个州市）、德宏（高于13个州市），其他州市相互之间几乎没有什么科技服务业具有优势。这一专业化强度和比较优势分布与社会各界的直觉未必对应：普遍共识是昆明具有省内优势，而且如曲靖、玉溪、楚雄、大理等工业化程度相对较高、或处于地区中心城市地位的州市也会在科技服务专业化方面有所优势，事实并非如此。我们可以依此对照、调整和优化云南省产业发展规划与布局：滇西南、滇东南没有任何州市具备科技服务业比较优势显然与云南省“十二五”规划（参见云南省人民政府办公厅：《云南省国民经济及社会发展第十二个五年规划纲要》，载于《云南政报》特刊，2011年总第543期）中对这些地区的产业园区建设和产业升级要求不相匹配。科技服务业中的明显比较优势或弱势形成原因各有不同：昆明包括省内各种综合科技服务、集中省内大部分科研机构和高等院校，其比较优势有一定行政区位原因；而德宏州由于热带农业、制糖、水利电力，迪庆州由于藏医藏药、高原生物资源开发而形成的科技服务机构恰恰适合了当地区位优势和资源禀赋。相反，号称滇西教育中心的大理州虽然拥有众多大专院校，但其科研成果积累显然没有转化为科技服务实力。城市地位所形成的科技人员和科研机构规模未必代表相对意义上的比较优势，事实上科技服务对曲靖、玉溪、楚雄、大理等州市的经济增长贡献也不高。

表4 不同地区科技服务业专业化强度LQ均值偏差95%区间估计的左临界值

六、总结与启示

本文试图以云南省为实证案例，给出针对地区科技服务业专业化强度及其地区差异性判别的更加完整的分析路径和测度方法。首先，本文以地区产业城镇就业量为计算标的来获取云南省各州市科技服务业区位商的样本数据，再通过点估计和区间估计初步判定：云南省地区科技服务业专业化强度存在地区差异性，进一步进行方差分析来确定专业化强度确实存在显著的地区差异性。最后，通过方法对样本数据进行多重比较分析并估计Tukey出地区偏差均值的点估计和区间估计，依此确定两两地区间的专业化差异程度，其中昆明、迪庆、德宏在专业化强度方面具有明显的比较优势。而这一差异与各地区城镇化、工业化规划和布局的要求并不完全匹配。因此，相关的政府投入与产业政策有必要体现并适应这些地区差异。

本研究也有值得改进和拓展的方面：第一，在专业化强度分析中，具体测度指标和统计分析方法的选取需要对应关注的产业和地区不同有所调整；第二，专业化强度和比较优势的动态变迁是值得关注的研究方向：本文进行的静态分析隐含做出了专业化强度的真实水平在相对较短的研究期内基本稳定、没有明显变动趋势的假定，从表1中8年的样本值可以看出事实基本如此。这是政府决策之前的必要参考。决策实施之后，由于政策效应作用和经济结构变迁，在较长的时间尺度上，各个地区的专业化强度和比较优势几乎可以肯定会存在趋势变化，此时计量分析而非统计分析可能是更合理的方法。

表5 不同地区科技服务业专业化强度LQ均值偏差的点估计值

表6 云南省各州市之间科技服务业的比较优势分布：基于多重比较与均值偏差的专业化强度两两比较

〔1〕HOOVER E.The Measurement of Industrial Localization〔J〕.Review of Economics and Statistics，1936（28）：162-171.

〔2〕KIM S.Expansion of Markets and the Geographic Distribu⁃tion of Economic Activities：The Trends in US Regional Manufacturing Structure：1860-1987〔J〕.Quarterly Journal of Economics，1995（110）：881-908.

〔3〕AMITI M.New Trade Theories and Industrial Location in the EU：A Survey of Evidence〔J〕.Oxford Review of Eco⁃nomic Policy，1998（14）：45-53.

〔4〕Bai C，DU Y，Tao Z，et al.Local Protectionism and Re⁃gional Specialization：Evidence from China`s Industries〔J〕.Journal of International Economics，2004（63）：397-417.

〔5〕ELLISON G，GLAESER E.Geographic Concentration in US Manufacturing Industries：a Dartboard Approach〔J〕. Journal of Political Economy，1997（105）：889-927.

〔6〕ULLAH A，GILES David E.A Handbook of Applied Eco⁃nomic Statistics〔M〕.Boca Raton：CRC Press，1998：465-506.

〔7〕KRUGMAN P.Geography and Trade〔M〕.Cambridge，MA：MIT Press，1991：54-68.

〔8〕PORTER M E.The Economic Performance of Regions〔J〕. Regional Studies，2003（37）：549-578.

〔9〕DELGADO M，PORTER M E，CLUSTERS Stern S.Conver⁃gence and Economic Performance〔EB∕OL〕.（2012-07-01）〔2013-02-01〕.http：∕∕www.nber.org∕papers∕w18250.

〔10〕樊福卓.地区专业化的度量〔J〕.经济研究，2007（9）：71-83.

〔11〕黄雯，程大中.我国六省市服务业的区位分布与地区专业化〔J〕.中国软科学，2006（11）：60-73.

〔12〕洪涛，于明超.专业化与城市经济增长：基于中国地级以上城市数据的实证分析〔J〕.中国软科学，2009（5）：60-73.

〔13〕刘忠生.中国的地区专业化与全要素生产率：基于省级面板数据的分析〔J〕.科技进步与对策，2010（5）：32-37.

〔14〕姜玲，梁涵，刘志春.环渤海地区科技人力资源与区域经济发展的关联关系研究〔J〕.中国软科学，2010（5）：88-99.

〔15〕刘国新，李梅.高校专业化技术转移机构的组织及发展思路〔J〕.科技进步与对策，2011（3）：9-13.

〔16〕HOGG R V，LEDOLTER J.Engineering Statistics〔M〕. New York：MacMillan，1987：187-224.

〔17〕MILIKEN G A，JOHNSON D E.Analysis of Messy Data，Volume 1：Designed Experiments〔M〕.Boca Raton：Chapman&Hall∕CRC Press，1992：232-245.

〔18〕HOCHBERG Y，TAMHANE A C.Multiple Comparison Procedures〔M〕.Hoboken：John Wiley&Sons，1987：80-84.

〔19〕SEARLE S R，SPEED F M，MILLIKEN G A.Population marginal means in the linear model：an alternative to least squares means〔J〕.American Statistician，1980（10）：216-221.

（责任编辑 杨斯斐）

Comparative Advantages and Regional Specialization Analysis of Scientific and Technical Service Industry：An Example Based on Yunnan Province

LIAO Wangke1，CHEN Chunyan1，WANG Hongwei2
（1.Institute of Economy of Dali University，Dali，Yunnan 671003，China;2.Chinese Academy of Social Sciences，Beijing 100732，China）

An improved approach and procedure in the measurement of regional specialization disparities in scientific and technical service(abbreviated as STS)industry was proposed and applied in different municipals and prefectures in Yunnan Province.We first introduced employment time-series based location quotient(abbreviated as LQ)analysis to obtain sample data on the characterization and distribution of specialization across the STS industry.Through both point and interval estimation of the mean of the LQs，we discovered that significant regional differences do exist in the industrial specialization levels.Analysis of variance further confirmed this finding.We then measured the comparative advantages between any two regions by multiple comparison analysis，and the results showed significant specialization discrepancies and advantage mismatches between regions and the need of STS specialization for a number of regions in Yunnan Province.

scientific and technical services;regional specialization;regional disparities;analysis of variance;multiple comparisons

F127.51

A

1672-2345（2014）03-0016-07

10.3969∕j.issn.1672-2345.2014.03.005

国家自然科学基金项目（71263002）；云南省政府省院省校人文社科合作研究项目（SYSX201110）

2013-11-25

廖望科，副教授，主要从事产业经济及区域经济研究.