李 杰

[提要]针对“十四五”强化经济内循环高质量发展的现实要求，本文通过测算我国高技术产业(制造业)与地区经济发展的耦合协调度发现：从全国来看，两系统之间的耦合协调度总体不理想；从区域分布来看，两系统间耦合协调度存在明显地区差异，依然呈现东部→中部→东北部→西部依次递减的空间形态；受国家区域调节政策影响，西部也有少数地区两系统的耦合协调度超过东部地区的情况。根据结论提出相关对策建议。

引言

中国作为世界第二大经济体，近年来对世界经济增长的贡献率均超过30%[1]，“十三五”期间，GDP总量从不足70万亿元增至100多万亿元，但制造业仍处于全球产业价值链中低端水平，技术水平与经济体量不匹配，加之国际经济形势风云变幻，急需“增强制造业竞争优势”[2]。只有自主创新核心技术，才能打破对发达国家的技术依赖；只有以科技内循环为经济内循环赋能，才能“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”。经济高质量内循环客观上要求各区域高技术产业与地区经济协调发展，以畅通高技术制造业循环链，同时也消减区域经济失衡问题，实现社会主义共享发展之价值目标。鉴于此，急需分层研究我国高技术制造业与各地区经济发展两系统协调问题，并对影响协调发展的主要因素进行剖析，为深化改革提供决策依据。

一、文献综述

目前我国学术界的相关研究可归纳为以下四个方面：

其一，关于经济内循环内涵的相关研究。学术界大多从需求与供给视角阐释经济内循环：一是将内循环理解为加工国内生产要素向国内市场提供产品与服务，如汤铎铎、刘学良、倪红福等(2020)[3]认为应改变激励出口的政策导向，挖掘国内消费潜力，通过供给侧结构性改革，提高国内经济供给质量，充分满足国内需求与国内市场。二是从需求与供给两端本身，扩展到“生产、分配、流通、消费”理解内循环，如徐奇渊(2020)[4]认为要坚持供给侧结构性改革这个战略方向，扭住扩大内需这个战略基点，使生产、分配、流通、消费更多依托国内市场，提升供给体系对国内需求的适配性，逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。

其二，高技术产业对区域经济发展作用的相关研究。目前学术界对高技术产业与区域经济发展之间关系的研究基本是单向研究高技术产业对区域经济发展的影响，主要包括影响方位和贡献度两方面。影响方面：主要从产业结构效应、就业效应、投资效应、产出效益几个维度展开研究。汤长安、张丽家、李红燕(2017)[5]从高技术产业推动区域产业结构升级方面进行研究；张钟文、叶银丹、许宪春(2017)[6]运用统计和国民经济核算的理论与方法，从投资、生产和就业的角度揭示了高技术产业发展对经济增长的影响。贡献度方面：比较典型的是苏娜与陈士俊(2010)[7]基于我国1995-2005年间的数据，通过C-D生产函数建立高技术产业对经济增长贡献的计量模型，对28个省级城市的高技术产业对经济的贡献率进行了测算并得出相应结论。

其三，关于产业与区域经济协调发展的实证研究，相关产业主要涉及旅游业、房地产业、物流产业以及战略性新兴产业：如单晨与陈艺丹(2020)[8]、余洁(2014)[9]、姜嫣等(2012)[10]都从旅游业角度研究产业与区域间的协调关系；陈基纯与陈忠暖(2011)[11]、孔行等(2009)[12]、唐晓灵与郭悦(2018)[13]从房地产业视角研究产业与区域间的关系；李军(2017)[14]、许丽萍与周小虎(2016)[15]从物流产业视角进行研究；谢国根等(2018)[16]、陈美华等(2018)[17]以及梁威与刘满凤(2016)[18]则是从战略性新兴产业视角进行研究。相关区域经济系统研究视角则主要有四个大小不同的范畴：一是从东、中、西部三大区域①或者东、中、西、东北部四大区域②的研究，如：姜嫣等(2012)[10]、徐波等(2018)[19]的研究；二是按照国家主体功能区划对优化开发区的研究，集中在长三角和珠三角经济区，如：李胜会与宗洁(2016)[20]、方法林等(2013)[21]的研究；三是从省域视角进行的研究，如：陈基纯与陈忠暖(2011)[11]、李军(2017)[14])的研究；四是单独对某个具体地区或地区中某个市域进行研究，如：杨松茂与任燕(2013)[22]、丁红梅(2013)[23]的研究。绝大多数仅研究某个具体产业行业与区域经济系统的耦合协调度，对多个产业行业的产业系统与区域经济系统协调度的实证研究不足。这不利于培育产业集群，也不利于经济内循环下完善国内外上下游产业链。

其四，高技术产业与区域经济协调发展的相关研究。目前关于这方面的实证研究严重不足，直接相关仅有2篇文章。段婕和孙明旭(2017)[24]基于系统论视角，运用2001-2014年陕西省相关数据构建了高技术产业、传统产业与区域经济三系统耦合协调度分析模型，发现三系统在2014年达到勉强协调，高技术产业发展不稳定是影响三系统协调的主要因素；徐波、万国伟、杨丽丽(2018)[19]从东、中、西、东北区域视角，实证研究了高技术产业与区域经济协调关系，得出两系统协调度呈现稳定上升的趋势，2015年各区域两系统皆为协调。

综上所述，尽管已有不少相关研究可借鉴，但直接相关的研究不足，分层研究缺乏，也没有对两系统协调发展的影响因素进行研究。鉴于此，本文基于系统论角度，运用30个省(市、区)③数据，构建高技术产业与区域经济综合评价指标体系，采用因子分析法进行赋权，使用物理耦合协调度模型(从晓男(2019)[25]、廖重斌(1996)[26])实证研究我国内循环视域下高技术产业④和地区经济协调发展状况，以求最大程度确保研究结论的客观性及对策建议的针对性。

二、高技术产业与地区经济发展相互作用的机理分析

高技术产业促进地区经济发展的作用机理表现为四个维度：(1)产出效应。高技术产业促进生产效率提高，增加产出，提高收入，增强消费能力；扩大国内消费需求，为经济“内循环”提供保障。(2)结构优化效应。高技术产业通过提高要素生产率来降低生产成本，促进劳动密集型产业向资本密集型进而向技术密集型产业升级，提升区域产业技术水平，优化产业结构，为内循环为主的供给侧改革提供技术支撑。(3)产业关联效应。高技术产业能够带动关联产业技术提升，形成产业集群效应和技术外溢效应，[27]完善地区高技术产业链，提升地区经济发展水平，更好满足国内民群的需要。(4)创新动力效应。高技术产业有利于激发地区内生动力，提高全要素生产率，推进地区经济形态高级化，提高地区产业价值，实现地区资源优化配置与优化再生。[28]

地区经济水平提升促进高技术产业发展的作用机理表现为五个维度：(1)人才、资本、技术效应，这三个维度属于要素聚集效应。地区经济越发达，人才、资本、技术等生产要素的收益就越高，区域要素集聚能力就越强，高技术产业发展的要素支撑就越强。(2)基础设施效应。经济发达地区，居民消费能力强，基础设施及信息智能设施完善，能为高技术产业发展提供强劲的基础设施保障和需求市场。(3)市场效应。经济发达地区的市场一体化程度高，供给者-市场-消费者之间的作用机制更加灵敏，市场竞争环境更为公平，高技术产业有广阔的市场前景。

高技术产业与地区经济发展相互作用机理意味着两系统耦合协调度越高，综合效应实现程度越大，反之发展则受阻(如图1)。研究两系统耦合协调状况，就是要探究协调或失调关键在哪个系统及哪些因素，以便有效应对，达到促进区域经济协调高质量发展之目的。

图1 高技术产业与地区经济发展水平两系统相互作用机理图

三、实证方法选择及识别标准说明

本文以耦合度模型为基础，对高技术产业和地区经济两系统的耦合协调度进行测度，结合主成分分析法构建指标模型以提高指标体系的客观性和完整性；再按照耦合协调度的定量识别标准进行定性划分，分层得出高技术产业与区域经济两系统是否协调发展及影响协调的关键在于哪个系统的结论；进一步通过回归分析确认主要影响因素是哪些。分析综合实证结论，提出具有针对性的对策建议。

本文选择学术界公认的识别标准及区间划分评判高技术产业与地区经济发展水平两系统的耦合协调程度(见表1)。用D值表示耦合协调数值：D值∈[0，1]；当D=1时，两系统间的耦合协调度达到最大值；当D=0时，两系统间处于无关状态；当D∈(0，0.39)时，为失调区间；当D∈[0.4，0.59)时，为过渡区间；当D∈[0.6，1)时，为协调区间。D值越趋近于1，说明两系统间的耦合协调度越好，反之，D值越趋近于0，说明两系统间的耦合协调度越差。

表1 中国高技术产业与地区经济耦合协调度识别标准及区间划分

构建D值测算模型所使用的F(X)和G(Y)两个值分别代表高技术产业发展水平与区域经济发展水平。当F(X)明显大于G(Y)时(F(X)-G(Y)>0.1)，说明高技术产业的发展水平高于地区经济发展水平，即地区经济发展滞后；若F(X)明显小于G(Y)(G(Y)-F(X)>0.1)，则说明高技术产业发展水平相对于地区经济发展水平滞后；若F(X)与G(Y)基本相当(| F(X)-G(Y)|<0.1)，则说明高技术产业与地区经济发展水平相当。

四、高技术产业与地区经济耦合协调度建模测算

(一)模型构建

首先，假设X1，X2，……，Xm是评价高技术产业系统的m个指标，F(X)为高技术产业的综合评价函数；Y1，Y2，···，Yn是评价地区经济系统的n个指标，G(Y)为地区经济综合评价函数。那么两个系统的综合评价函数分别为：

(1)

其中，ai和bj表示权重系数，X’和Y’分别表示各子系统指标标准化值。

设C为两个子系统的耦合度函数，则：

(2)

明显看出C∈[0，1]，C的数值越小，说明两个子系统之间耦合性越低，反之则说明两个子系统之间耦合性越高；k为调节系数，一般2≤k≤5，为了显示区分度，本研究取2。

虽然用C可以表示高技术产业与区域经济之间的耦合程度，但由于度量耦合度(C)的模型(即式(2))本身的局限性，可能在有些情况下出现误导，比如当F(X)与G(Y)的评价分数都较低时，其得出的C值高于两者一高一低时的C值，从而误导分析者得出不符合事实的结论，即C值只能反映各子系统之间的相互作用程度，无法衡量各子系统之间耦合协调发展水平的高低。因此，进一步构建两个子系统之间交互耦合的协调度模型，即：

(3)

(4)

其中，D为耦合协调度，C为耦合度，T为高技术产业与区域经济的综合评价指数，反映两个子系统的整体发展水平；α和β为待定参数，本文借鉴已有研究成果，取α=0.40，β=0.60。[19]

(二)指标体系构建

在借鉴现有关于高技术产业综合发展水平评价指标体系(祝影等人(2019)[29]；桂俊煜(2018)[30])、区域经济发展水平评价指标体系(徐波等人[19]；刘秀丽等(2018)[31])构建方法的基础上，以高技术产业与地区经济互动机制(见图1)为依据，以经济内循环为目标导向，遵循全面性、科学性及数据可取得性原则，分别建立两个系统的综合评价指标体系。在高技术产业发展水平评价体系中，本文创新性地引入“总资产周转率”以反映高技术产业的效率水平，以“主营业务收入”替代现有指标中的“产值”以反映高技术产业的真实效益水平，并采用因子分析法对各指标进行赋权。具体步骤如下：

1.指标选择

本文分别从投入水平、产出水平、效率水平、创新水平、支撑水平五方面构建高技术产业发展水平指标评价体系。从经济总量、居民生活水平、基础支撑、发展潜力、经济结构五方面构建地区经济综合发展水平指标评价体系(见表2)。

表2 高技术产业发展水平与地区经济发展水平评价指标体系

高技术产业发展水平的指标评价体系涵盖5个二级指标、11个三级指标。投入水平有3个指标：以高技术产业R&D经费内部支出占地区生产总值的比重(X1)反映各地区对高技术产业的创新投入，以R&D活动人员折合全时当量(X2)衡量人才投入，以高技术产业总资产数目(X3)衡量资本投入。产出水平有2个指标：以主营业务收入(X5)与出口交货额(X4)衡量经济产出，不仅能反映高技术产业的总体产出销售水平，也能反映高技术产业的出口业务能力。效率水平有2个指标：以主营业务收入/产业平均资产(X6)反映企业资产实现销售收入的综合能力，衡量高技术产业利用资产的效率；以主营业务收入/产业从业人员平均数(X7)反应高技术产业人均创造效益水平。创新水平有2个指标：以有效发明专利数(X8)替代多数文献选取的专利申请数，更能反映真实产出；考虑到发明专利数并不能体现技术成果的实际使用及转化情况，因而以新产品开发项目数(X9)体现创新成果的产出效益及产业未来发展潜力。支撑水平有2个指标：高技术产业发展需要市场和技术环境支撑，本文选用技术市场成交额(X10)衡量市场条件，使用高技术产业的科研机构数量(X11)衡量技术环境。

地区经济发展水平的指标评价体系也涵盖5个二级指标、11个三级指标。经济总量有2个指标：财政收入(Y1)和地区生产总值(Y2)既反映地区经济效益，又体现高技术产业发展的财力支撑状况。居民生活水平包括2个指标：人均社会消费品零售总额(Y3)和人均可支配收入(Y4)，既体现地区收入水平和居民消费能力，又能衡量国内内需的客观情况。基础支撑选择3个指标：考虑到人才是地区高质量发展的重要支撑也是高技术产业的保障，故而选用高等院校在校学生人数(Y5)衡量地区人才培育能力及反映为高技术产业输送优质人才的可能性；公路线路里程(Y6)和邮电业务总量(Y7)体现地区基础设施及信息智能支撑情况，也反映高技术产业发展的基础设施保障状况。发展潜力包括2个指标：GDP增长率(Y8)反映地区总体经济情况，考虑到投资可以拉动国内消费需求，实体经济的产业资本更是国内经济发展的根本，因此用全社会固定资产投资增长率(Y9)衡量制造业供给发展趋势和国内需求市场的潜力。经济结构选择2个指标：为了规避经济虚拟化并扩大国内消费以促进经济内循环顺利实现，选择第二产业增加值占GDP比值(Y10)和消费占DGP的比重(Y11)来反映经济结构的优化状况，其中消费占DGP的比重体现了消费对我国经济发展的贡献，更贴合经济内循环下我国从出口导向逐渐将重心移向国内消费市场的现实。

2.数据来源及预处理

本文所用原始数据主要来源于《2017中国统计年鉴》《2017中国科技统计年鉴》《2017中国高技术产业统计年鉴》(制造业)。本文所选取的指标中，Y10与Y11为适度性指标，为了便于进行综合评价，各指标需要进行同趋势化，使适度性指标正向化。另考虑到指标涉及各个方面，其量纲和数量级不尽相同，因此本文根据指标属性，运用不同的标准化法进行无量纲化处理，计算公式如(5)(6)所示，其中k为Xi的理论最优值，本文取样本平均值。

(5)

对于适度性指标：

(6)

3.因子分析法进行指标赋权

本文以2016年全国30个省(市、区)的数据为基础，利用SPSS20.0进行因子分析，首先通过KMO与Bartlett检验结果显示(见表3和表4)，考虑到两组指标数据的样本量都只有30个，因此KMO值大于0.6就比较适合做因子分析，且两组数据的Sig值都为0.000，相关矩阵不是单位矩阵，可进行因子分析。

表3 高技术产业数据组KMO与Bartlett检验

表4 地区经济数据组KMO与Bartlett检验

如表5和表6所示，高技术产业数据组的三个主成分累计贡献率超过90%，地区经济数据组的五个主成分累计贡献率超过94%，说明提取的主成分都能反应指标中的绝大部分信息。

表5 高技术产业数据组各主成分方差贡献度分析

表6 地区经济数据组各主成分方差贡献度分析

表7和表8是进行方差最大化旋转后的成分矩阵表。表7中，X1，X2，X3，X4，X5，X8，X9在主成分1F1上的载荷较大，因此F1被认定为高技术产业经营状况因子，且可继续拆解为投入、产出、创新水平；X10，X11在主成分2F2上的载荷较大，因此F2被认定为高技术产业支撑因子；X6，X7在主成分3F3上的载荷较大，因此F3被认定为高技术产业资源利用效率因子。表8中，Y1，Y2，Y5，Y6，Y7在主成分1G1上的载荷较大，因此G1被认定为生产建设能力因子，可继续拆解为经济生产规模、基础设施建设水平；Y3，Y4在主成分2G2上的载荷较大，因此G2被认定为居民生活水平因子；Y8，Y9在主成分3G3上的载荷较大，因此G3被认定为经济发展潜力因子；Y10在主成分4G4上的载荷较大，因此G4被认定为消费动力因子，Y11在主成分5G5上的载荷大，因此被认定为产业结构因子，G4与G5是描述经济结构的因子。

表7 高技术产业数据组旋转成分矩阵

表8 地区经济数据组旋转成分矩阵

明显得出，两组指标选定都能较全面地描述各系统的发展水平。

通过得分系数矩阵，得到各因子得分函数：

F1=0.111X1+0.166X2+0.154X3+···-0.081X10-0.043X11

F2=-0.113X1-0.043X2-0.007X3-···+0.525X10+0.47X11

F3=0.006X1-0.037X2-0.006X3-···+0.005X10-0.073X11

G1=0.139Y1+0.275Y2-0.053Y3-···-0.132Y10-0.098Y11

G2=0.149Y1-0.078Y2+0.419Y3+···+0.066Y10+0.077Y11

G3=0.043Y1+0.011Y2+0.000Y3+···-0.067Y10-0.014Y11

G4=0.039Y1-0.084Y2-0.094Y3+···+1.041Y10-0.002Y11

G5=0.002Y1-0.045Y2+0.055Y3+···-0.010Y10+1.025Y11

再以各主成分的方差贡献率比例作为相应权数，分别建立描述高技术产业发展水平和地区经济发展水平的综合评价模型：

F(X)=0.6402F1+0.2016F2+0.1582F3

G(Y)=0.3998G1+0.2196G2+0.1855G3+0.0978G4+0.0973G5

最后结合(1)式得出各指标权重：

表9 两系统评价指标赋权

五、测算结果及结论分析

(一)测算结果

将全国30个省(市、区)2016年数据带入模型测算，分别得出地区高技术产业发展水平、地区经济发展水平以及两系统之间的耦合协调发展度，结果如表10所示：

表10 各地区高技术产业与地区经济耦合协调发展度测算结果

如表11所示，以各地区D值大小为主要依据，对各地区的高技术产业发展水平、地区经济发展水平、综合发展水平以及两系统耦合协调度进行排名。

表11 各地区两系统发展水平及耦合协调度排名

(二)结论分析

综合上述实证测算结果，可归纳如下四点结论：

1.从全国来看，两系统耦合协调情况D值总体不乐观(参见表10)：处于良好协调的只有广东省，处于中级协调的仅江苏省；处于勉强协调及以上区间的省区也只有7个，不足1/4；濒临失调(9个)和失调(14个)的省区高达23个，占比超过2/3。

2.两系统耦合协调度D值在东、中、西、东北四大区域空间分布上呈现两种形态(参见表11)：其一，D值总体呈现东部→中部→东北部→西部递减的空间变化形态。东部地区的D值区间为[0.2144，0.8987]，D值平均值为0.5520；中部地区的D值区间为[0.2707，0.4732]，D值平均值为0.4118；东北地区的D值区间为[0.2690，0.3745]，D值平均值为0.3275；西部地区的D值区间为[0.083，0.5004]，D值平均值为0.3057。从D值省(市、区)排名来看，前6名均是东部地区，东部地区10个省只有2个没有进入前10名；中部地区6个省有4个进入第11至14名，只有2个没有进入前16名；东北3个省中有2个排名紧随中部之后，只有1个省排名较靠后；西部11个省份(不包括西藏)中有7个均排在第21位及以后，最后3名都是西部省区。说明从东部到西部两系统协调发展度从高到低的梯级结构没有根本改变，改革开放之初的区域发展优劣格局没有根本扭转。其二，D值自东部到西部从高到低的走势形态又不完全规律，四大区域内部差异跨度最大的是东部地区，地区内部差异最小的是东北地区。D值排名既有东部地区省份低于西部地区的，如天津排在了四川后面，福建排在了重庆后面，东部的海南排名最差为第27名；也有西部地区省市排名超越东部的，如四川、重庆分别排在第7名和第9名，超越了东部3-4个省份；还有中部地区和东北部地区排名低于西部的，如山西、黑龙江2省排名低于西部6个省区。这说明我国政府多点多极布局的区域协调发展战略，如“一带一路”建设、自由贸易区建设、城市群、国家经济开发区建设等政策实施已经取得明显成效，已呈现不同程度的反梯度效应。

(3)从耦合协调度D值、高技术产业发展水平F(X)、地区经济发展水平G(Y)、反映两系统整体发展水平的T值的关系来看，均表现为高度正相关性，但相关性程度存在差异(参见表10)。首先，总体来看，D值协调度越高，与F(X)、G(Y)、T值的正相关性就越突出。D值在0.7以上，排名第一的广东省(D值为0.8987)与第二的江苏省(D值为0.7713)处于良好协调及中级协调，两省D值、F(X)、G(Y)、T值排名均完全相同；D值在0.5以上，即处于初级协调和勉强协调区间的5个省(市)(北京市、山东省、上海市、浙江省、四川省)，尽管F(X)、G(Y)、T值排名与D值不完全相同，但正相关性也较高，均在前7名范围内；D值区间在0.5以下，即处于不同程度的失调状态时，D值与F(X)、G(Y)、T值的正相关性减弱。说明两系统耦合协调度越高，地区综合发展水平也越高。其次，分别考察D值与F(X)、G(Y)、T值的关系又发现相关性程度存在差异。D值与F(X)高度一致，除了安徽、河南、宁夏、黑龙江、海南、内蒙古6个省区的D值与F(X)排名略有1-2位次的偏差外，其他省区的D值与F(X)的排名顺序完全相同。说明两系统协调发展重在高技术产业，高技术产业水平越高，两系统的耦合协调度就越高；D值与G(Y)、T值的排名一致性有些欠缺，相关性程度相对低些，进一步印证高技术产业为两系统协调发展的关键支撑。最后，分析高技术产业发展水平F(X)与地区经济发展水平G(Y)的匹配程度发现，两者呈现正相关性，证明了两系统互相作用机制存在。本文采用四分法将G(Y)划分为4个层次，四分位点分别为0.2874，0.3575，0.4383。根据表10的结果显示，G(Y)高于0.4383的湖南省、四川省、北京市、上海市、浙江省、山东省、江苏省、广东省8个省(市)中，除湖南省和四川省外，其余6省(市)的F(X)值都高于0.25，两系统在不同程度上达到耦合协调；G(Y)低于0.2874的也有8个省(市)，其F(X)值都不足0.1。可见，两系统相互作用关系成立。

六、对策建议

综合实证结论表明：要解决高技术产业与地区经济发展失调问题，关键在于协同提升地区高技术产业发展水平，而这恰是新形势下我国经济内循环高质量发展的动能所在，鉴于此，针对主要影响因素的实证结论，通过相应政策调整重点促进人才、技术、资本等要素跨区域协同，完善国内高技术产业链及价值分配链，促进地区高技术产业差异化发展，规避同质化恶性竞争，实现区域协调及共享性发展。

(一)完善技术人才激励机制

为提升地区高技术产业发展水平提供强劲人才支撑。首先，实施“两结合三方式”的人才政策。“两结合”，即人才的内培与外引相结合，人才为我所有与为我所用相结合。既要按高技术产业发展要求培养国内专业人才，又要从国外引进急需的专业人才，优化人才结构；给予人才相对宽松的聘用环境，既可迁户入驻也可因需短期聘用。“三方式”，即实施项目引智借脑、咨询借智、租赁派遣三种人才柔性流动方式。体现共享经济时代人才智慧资源的高效配置，减少人才资源浪费。其次，深化产学研深度融合，实施科研人员在职称评审、货币和股权收入、税收优惠等方面的激励政策，促进科技成果及时转化为现实生产力。再次，实行技术专利梯度奖励制度。通过测评专利对生产效率的提高程度、对社会产出效益的贡献度来确定奖励区间，激励创新人才以实用性、可操作性、创新性为导向进行技术创新。

(二)加大公共财政投入

加大公共财政对6大类高技术产业R&D的投入，同时充分利用PPP模式⑥优化R&D投入的资本结构和技术结构。在资本结构方面：加强中央政府和省级地方政府公共财政R&D经费的投入强度及引导作用，撬动民间资本投入核心技术研发，广泛利用PPP模式优化高技术产业R&D的股权结构，形成中央政府、地方政府公有资本和民间、外资私有资本相结合的多元化股权结构，完善内部治理结构，形成中央财政、地方财政、民间资本、外商资本合作共赢的资本结构，提升高技术产业风险抵抗能力，构建完善的投入产出激励和约束机制。在技术结构方面：需要优化两方面结构，一是优化技术自主创新与技术引进结构，大幅度加大自主创新技术在技术结构中的占比，尤其注重核心技术的自主创新；二是优化各地区高技术产业技术创新投入的空间结构。由于各地区自然资源、技术人才状况、省级地方财政能力等促进高技术产业发展的条件存在较大差距，所以中央政府要客观研判各地区高技术产业的相对比较优势，对高技术产业各省重点激励的具体行业、技术创新项目、专业人才类型等进行空间政策布局，依托目前各地区已经布局的“一带一路”沿线区域、自由贸易区、国家级经济开发区等增长极，完善各地区高技术产业创新技术产业链，防范各区域之间因同质化竞争带来的内耗和资源浪费现象，同时精准对标全球高技术产业价值链变化趋势，提高我国在全球高技术产业价值链上的价值水平，构建以国内大循环为主体、国内国际双循环相互促进的高技术产业发展格局。

(三)增强相关政策的反梯度效应

增强政府调控政策呈现的反梯度效应，进一步加强中央政府在推进各地区高技术产业协同创新方面的宏观调控能力，推动各地区技术创新共同投入、共同研发并分享技术成果及技术收益。具体措施有两点：一是中央政府加大对跨地区高技术产业技术创新的资助力度，逐步实现中央财政支出从资助技术创新向主要资助跨区域技术创新转变；鼓励各地区及各重点战略区域整合资源、人才、技术、资本优势，创建技术异地协同创新共建共享机制，提高科技成果的利用效率，整体提升各省高技术产业水平；同时要完善跨区域监督平台与监督机制，加强对技术共享中可能出现的道德风险进行管控。二是中央政府引导各地区高技术产业发挥国内比较优势，实现地区差异化发展，合理规划地区互补性产业集群，提升各省高技术产业与地区经济耦合协调度。

(四)规范知识产权保护制度

规范知识产权保护制度，完善专利技术市场。一是规范知识产权保护制度，完善知识产权界定标准，为知识产权转让提供制度保障，促进知识产权保护制度由适度调整向严格明晰产权过渡，[32]严惩剽窃他人成果、非法获取并使用成果等一切不法行为。二是培育并完善技术市场，为高技术产业相关专利技术成果转化提供成熟的交易平台。尤其注重实现技术共享市场与技术交易市场的共生并存。技术共享市场主要支撑相同或相近的重叠专利，避免技术闲置浪费或重复投入，也为后续技术创新提供参考依据；技术交易市场主要用于高端复杂、可显著提高生产效率、切实带来经营效益的创新技术，同时完善相应的监督、运行、维护等制度，降低交易成本，提高专利技术成果转化率并缩短转化时间，促进高技术产业发展水平迅速提升。

(感谢吴亚莉同学对本文资料及数据整理测算的贡献)

注释：

①将我国区域划分为东部、中部、西部三大地区的时间始于1986年，由全国人大六届四次会议通过的“七五”计划正式公布。东部地区包括：北京，天津，河北，辽宁，上海，江苏，浙江，福建，山东，广东和海南11个省(市)；中部地区包括：山西，内蒙古，吉林，黑龙江，安徽，江西，河南，湖北，湖南，广西10个省(自治区)；西部地区包括：四川，贵州，云南，西藏，陕西，甘肃，青海，宁夏，新疆9个省(自治区)。

②2011年，国家统计局颁布东、中、西、东北地区划分方法：为科学反映我国不同区域的社会经济发展状况，为党中央、国务院制定区域发展政策提供依据，根据《中共中央、国务院关于促进中部地区崛起的若干意见》《国务院发布关于西部大开发若干政策措施的实施意见》以及党的十六大报告的精神，将我国的经济区域划分为东部、中部、西部、东北四大区域。东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南。中部包括：山西、安徽、江西、河南、湖北、湖南。西部包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。东北包括：辽宁、吉林和黑龙江。

③中国有34个一级行政区，包括23个省，5个自治区、4个直辖市、2个特别行政区，考虑到数据的可取得性、准确性、口径一致性以及完整性，港澳台以及西藏自治区(缺乏相关数据)不纳入研究，本文数据选择对象为中国的22个省、4个自治区、4个直辖市，论文均统称为“地区”，共30个省(市、区)。

④本文的高技术产业指制造业范畴的高技术产业。根据《高技术产业(制造业)分类(2013)》资料显示，高技术产业(制造业)是指国民经济行业中R&D投入强度 相对高的制造业行业，包括医药制造业、航空航天器及设备制造、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业、信息化学品制造业等6大类。

⑤本文GDP增长率根据可比价格计算得出。

⑥PPP(Public-Private Partnership)模式：即指政府和社会资本合作，是公共基础设施中的一种项目运作模式。该模式鼓励私营企业、民营资本与政府进行合作。本文将这种合作模式拓展到高技术研发及成果转化领域。