中国高技术产业发展区域差异测算及其影响因素

吕承超　张学民

摘要：利用空间分析、基尼系数、泰尔指数及其分解的方法，描述中国高技术产业空间分布特征和发展趋势，分析区域差异演变态势及其形成机制，在此基础上对影响中国高技术产业发展区域差异因素进行实证研究。结果表明：虽然中国高技术产业在2000—2011年间发展迅速，但区域发展不均衡，呈现东、中、西部不断递减态势。然而这种区域差异在2003年以后逐步减弱，主要原因是医药制造业、航空航天制造业和医疗设备及仪器制造业的贡献以及区域内部差异的减小。动态面板数据系统GMM估计表明，从业人员年平均人数、教育经费、产业投资额和循环累计效应对高技术产业产值增长具有显著的正向作用，而研发费用对于产业发展起到了较弱的负面作用。

关键词：中国高技术产业；区域差异；基尼系数；泰尔指数；动态面板数据

文章编号：2095-5960（2015）04-0073-13；中图分类号：F429.9；文献标识码：A

高技术产业以高新技术作为基础，主要是从事高新技术产品研发、技术创新和服务的行业，具有较高的经济效益和社会效益。中国高技术产业从20世纪50年代开始，培育了众多高新技术企业，推动了新的技术创新和科技发展，促进了中国新经济的增长和社会持续发展。1988年，以高新技术产业园区和创业服务中心为目标的规划，列入了中国国家高新技术产业化发展计划——火炬计划。1991—2012年，国务院先后批准建立了105个国家高新技术产业开发区，极大地推动了高技术产业发展。虽然，当前中国高技术产业处于快速发展阶段，然而，从宏观层面和世界范围来看，我国高技术产业仍然处于初期水平，产业发展存在区域差异和非均衡的状态。因此，本文在此基础上，研究目前中国高技术产业区域分布特征及发展现状，探究中国31省、市、自治区高技术产业区域发展差异，进而分析中国高技术产业存在区域不均衡的原因，从而完善中国高技术产业理论，为中国高技术产业区域协调发展提供决策依据。

一、文献综述

目前，国内外学者对高技术产业的研究主要集中在以下几个方面：

（一）高技术产业影响因素研究

首先，外商直接投资会影响高技术产业发展。国内外学者主要持有两种观点：一种是“促进论”，另一种是“阻碍论”。其中，Blomstrom认为外商直接投资的溢出效应对内资企业的技术进步和技术效率具有提升作用[1]，而Girma（2007）认为还应考虑溢出效应的空间因素，即外商直接投资对内资企业的溢出效应在地理上是存在局限性的。[2]沈坤荣等（2009）从个人收益和社会收益两个方面测度了技术外溢对研发收益外溢的影响程度后，发现外资企业的技术外溢对于中国高技术产业发展是不显著的。[3]

其次，研发活动对高技术产业会有影响。Parisi 等（2002）认为固定资本的积累推动了生产过程的创新，研发活动则推动了产品的创新，增强了对新技术的吸收能力，也进一步促进了产出的增长。[4]卢方元等（2011）认为研发投入对高技术企业产出增长促进作用明显，并且研发人员贡献要大于研发经费。[5]刘焕鹏等认为高技术产业研发能力与技术引进对创新绩效具有显著的正面影响，且研发能力对创新绩效的影响强于技术引进。[6]

最后，财税和金融政策会影响高技术产业。柳剑平（2005）通过建立三阶段博弈的模型，发现当研发溢出程度高时，政府应对企业采取给予研发补贴和生产补贴的政策；研发溢出程度低时，政府对企业在采取补贴政策的同时也要对其研发活动征税，最终以达到社会需要的研发活动水平。[7]Audretsch 等（2004）以德国公司作为研究对象，研究发现容易得到风险资本而非银行支持的更多是小型和创新型的公司，虽然风险资本和银行贷款都能对高技术产业的增长起到促进作用，但风险资本的作用更显著。[8]

（二）高技术产业贡献研究

Bonardi等（2003）认为高技术市场存在明显的“网络效应”，消费者在购买核心产品的同时也会购买其互补产品或附属产品，这使得高技术产业能够带动附属产品行业的快速发展。[9]刘定平（2007）认为高技术产业对我国经济产出增长的边际贡献率很高，而且影响力系数和感应度系数都很大，对我国经济增长和传统产业发展都起到了重大作用。[10]Hauknes等（2009）对技术密集型国家（瑞典、德国、法国和美国等）高技术和低技术行业之间存在的直接和间接的部门关联和知识溢出效应研究后，认为知识流动及其产生的溢出效应是存在的，并对产出增长有重要意义。[11]

（三）高技术产业评价研究

王晓婧（2007）和官建成等（2009）分别对我国高技术产业的技术创新与吸收能力、规模与发展速度等进行了测度，依照其发展水平做出了排序和分类[12]，发现产业技术效率一直在不断改善，但规模效率却在逐渐降低。[13]此外，高昌林等（2003）将美、英、日与我国的高技术产业对比后，认为在产值规模和出口总量上我国与美国等还存在着较大差距，高技术产业在制造业中的比重和研发投入量均低于美、英、日等发达国家。[14]Porter（2009）对中、美高技术产业竞争力进行测度后发现，虽然2007年中国跃居成为世界高技术产业第一大国，但将竞争力指数按照国家规模标准化，中国高技术产业仅排在世界第54位，这说明了中国高技术产业规模虽大，但竞争力较弱的现状。[15]

（四）高技术产业空间研究

王辑慈（2001）系统地概括了产业集聚理论，着重评价了经济地理学研究的新产业区理论，分析了传统产业和高技术产业的集聚现象，同时也讨论了产业集聚与区域创新的关系。[16]王铮等（2005）对形成高技术产业聚集区的区位因子研究发现，聚集区形成的决定性区位因子是人力资本、知识溢出环境和气候条件，聚集区发展的辅助性区位因子是供应链环境、交通条件和商贸环境。[17]孙玉涛等（2011）对高技术产业空间的集聚效应和溢出效应分别进行了实证研究，认为外部引进规模扩张是中国高技术产业发展主要模式。[18]

综上所述，虽然关于高技术产业的已有研究比较丰富，但对我国高技术产业发展区域差异及影响因素方面的研究却很少，这正是本文试图完善的领域。因此，本文首先利用地理信息系统（GIS）进行空间分析，探究我国高技术产业空间分布特征及发展趋势，然后利用基尼系数和泰尔指数方法对我国2000—2011年高技术产业发展的区域差异进行研究，并基于行业产值对高技术产业基尼系数进行分解，分析行业发展和区域差异的作用关系，同时采用泰尔指数分解方法讨论东中西三大区域间和区域内差异对总体差异的贡献作用。在此基础上，本文提出影响中国高技术产业区域差异的因素，并利用动态面板数据，构建模型对高技术产业影响因素进行了实证检验，以讨论高技术产业区域差异形成机制问题。

二、相关理论基础

（一）基尼系数的测算及分解方法

在已有的文献中，许多文章对基尼系数的计算和分解提出了不同的算法和公式，Yao对这些文献进行了梳理并指出，不同的方法均存在着其自身的优缺点，一些计算公式不仅复杂而且不实用，另一些则是难于分解或是有偏估计。[19]在她的论文中，Yao对基尼系数的计算和分解给出了一种简便易行的方法，而且这种方法可以用于分解不均等分组数据。由于本文中各省的企业数量并不相等，属于不均等的分组数据，因此本文对基尼系数的计算和分解将采用 Yao 的方法。

1.基尼系数计算公式

将全国按照相应的省份分成n组，wi代表第i省高技术产业的当年价总产值的份额，mif代表第i省的高技术企业的当年价平均总产值， pif代表第i省的高技术企业频数，i=1，2，…，n。对全国各省按照企业平均总产值mif从小到大排序后，基尼系数G的计算公式如下：

2.按行业产值的基尼系数分解方法

每个省高技术产业的当年价总产值可以按照高技术产业的行业不同分为F种行业产值（f=1，2，…，F），令Cf为第f种产值来源的集中率，uf和u分别为各产值来源的企业平均值和总产值的企业平均值，wf=uf/u表示产值来源f在总产值中的比重，则Cf可以由下式计算：

其中，Qfif是行业产值f从1到i的累积产值比重。令mfif为第i个省的企业平均f产值，则wfi=pif×mfif/uf是第i个省的f产值在总的f产值来源中的比重。在计算Cf时，全国各省仍然是按企业平均总产值mif由小到大进行排序。

在获得了f个行业产值各自的集中率后，全国各省的高技术产业分布的基尼系数G可以按照下式计算而得：

如果计算出来的shGf为负，表示该项行业产值对总产值不均等的贡献为负，即起到了一定的产值均等化作用；反之，如果为正，则表示该项行业产值对总产值不均等的贡献为正，没有起到均等产值的作用，反而拉大了产值差异。

（二）Theil指数测算及分解方法

泰尔指数利用信息理论熵的概念来计算个人或地区收入差距。泰尔指数的值越大，差距越大。本文用Theil指数构造我国高技术产业的区域差异程度Theil系数（T），计算公式如下：

其中，Yij代表i地区中j省的高技术产业当年价总产值，Y为全国的高技术产业当年价总产值，Nij代表i地区中j省高技术产业的企业数量，N为全国高技术产业企业数量。如果定义Ti为i地区内各省之间的差异，则：

其中，Yi和Ni分别是i地区的高技术产业当年价总产值和企业数量。同时定义TBR和TWR分别为地区之间的差异和地区内的差异，则：

上述泰尔指数的计算公式适用于对两次分组的数据加以处理，即某一产值单元又分为了若干亚产值单元。公式（8）是计算整体产值的泰尔指数，公式（9）是计算每个基本单元产值的单元内泰尔指数，公式（10）是计算组间泰尔指数，公式（11）是计算组内泰尔指数。

三、中国高技术产业发展区域差异测算及分解

（一）数据来源及说明

世界经济合作与发展组织（OECD）通过测算产业的技术含量指标，将成员国的产业按照技术含量水平分为4类：低技术产业、中低技术产业、中高技术产业和高技术产业。2002年，国家统计局依照OECD2001年的标准，统一了我国高技术产业新分类的口径，即研发投入占销售收入比率达8%—10%的产业。根据现有国情，我国高技术产业包括医疗及仪器仪表制造业、电子及通信设备制造业、航空航天器制造业、电子计算机及办公设备制造业、医药制造业。本文中使用的数据来源于2000—2011年《中国高技术产业统计年鉴》，本文在计量分析中所用数据包括各省高技术产业当年价总产值，各省高技术产业企业数量，各省医疗及仪器仪表制造业、电子及通信设备制造业、航空航天器制造业、电子计算机及办公设备制造业、医药制造业的当年价总产值。在本文中，东部地区包括北京、天津、河北、山东、辽宁、江苏、浙江、上海、广东、福建和海南；西部地区包括内蒙古、陕西、甘肃、四川、贵州、重庆、云南、青海、宁夏、新疆、广西、西藏；中部地区包括吉林、黑龙江、山西、安徽、河南、湖北、湖南、江西。

（二）中国高技术产业发展现状

1.中国高技术产业发展的GIS空间分析

本文使用地理信息系统（GIS）的可视化绘图方法，绘制了2011年中国高技术产业的产值分布（图1）和数量分布（图2）状况。从图中可看出，不论是高技术企业产值还是数量，东部地区都占据了绝对的优势，高技术产业的空间分布呈现出从东部、中部地区向中西部地区递减的态势，其中江苏、广东、山东、浙江无论是在产值还是数量上都处于前列。

图12011年高技术产业的产值分布图图22011年高技术产业的数量分布图2.中国高技术产业发展趋势

表1给出了2000—2011年中国高技术产业发展的基本概况。从中可以看出：当年价总产值一直表现出逐年增加的态势，从2000年的10411.49亿元上升到2011年的88433.85亿元，年平均增长19.52%。高技术企业数量也一直呈现出较快增长的态势，其中，企业数量年平均增长7.53%，单位企业产值年均增长12.94%。

表2是我国东、中、西部地区2000—2011年高技术产业的当年价总产值和企业数量占比情况。可以发现：东部地区的高技术产业在产值和数量上都占据了绝对优势，其中，产值占比基本保持在70%—80%左右；中西部地区的产值和数量则明显处于弱势地位，尤其是西部地区，基本处在10%以下。高技术产业的空间分布呈现了明显的梯度特征，与我国经济东、中、西的分布特征表现高度一致。

为了进一步描述我国高技术产业的区域差异，本文分别计算出我国高技术产业当年价总产值空间分布的基尼系数和Theil指数。

1.中国高技术产业发展区域差异——基于基尼系数的分析

表3是我国高技术产业的当年价总产值分布的基尼系数，从中可以看出，基尼系数呈先上升后下降到趋势。2000—2011年，基尼系数虽反复变化，但下降趋势比上升趋势明显，在2003年达到最高点0.286624。自此之后，除2006年和2010年出现小幅波动外，呈现出明显下降的趋势，到2011年到达了0.184102。总体上，我国高技术产业当年价总产值区域差异在考察期内呈现下降态势，年均下降2.22%。

2.中国高技术产业发展区域差异——基于Theil指数的分析

表4是描述我国高技术产业的当年价总产值在东、中、西地区区域差异的泰尔系数。从中可以看出，我国的高技术产业发展区域差异的演变呈相似倒“U”型的趋势，即有先上升后下降的态势。在整体考察期间，2000—2003年区域差异不断上升，Theil指数由2000年的0.040344上升到2003年的0.058345，年均增幅13.1%；2003年后区域差异有所下降，由2003年的0.058345下降到2011年的0.025618，年均降幅9.78%。

（四）中国高技术产业发展的区域差异分解

为进一步看出我国高技术产业发展的区域差异，本文将分别对基尼系数和Theil指数按照产值来源和地区进行分解。

1.基于行业的基尼系数分解

通过对基尼系数的分解，本文可以看出分项产值对总产值基尼系数的贡献主要受两个变量的影响：一是分项产值占总产值的比重，二是分项产值的集中率，即分项产值自身存在的区域差异。如果分项产值的集中率水平大于总产值基尼系数，那么该分项产值是促使总体产值差距扩大的因素；如果分项产值的集中率小于总产值基尼系数，那么该分项产值是促进总体产值差距缩小的因素。

表5描述了高技术产业的基尼系数在按照产值来源分解过程中的分项产值集中率Cf、分项产值在总产值中的比重wf和分项产值的贡献率shGf。图3显示了2000—2011年中国高技术产业分项产值集中率的趋势。

电子及通信设备制造业的产值集中率Cf>G，说明电子及通信设备制造业起着扩大各省高技术企业总产值分布差异的作用。2000—2011年期间，电子及通信设备制造业产值占高技术产业总产值的比重最大，而且对总产值差异程度的贡献度一直高于55%，起到了决定性的重要作用。

电子计算机及办公设备制造业的产值集中率Cf>G，也起到了扩大各省高技术企业总产值分布差异的作用。但由于该行业产值占总产值的比重远远低于电子及通信设备制造业，所以虽其产值集中率高于电子及通信设备制造业，但其对总产值差异程度的贡献率仍然稍低于电子及通信设备制造业。

医药制造业、航空航天制造业和医疗设备及仪器制造业三者的产值集中率Cf

2.基于区域的Theil指数分解

按地区对Theil指数分解的最大优点是，可以衡量组内差距和组间差距对总体差距的贡献。本文将我国按省份划分为东、中、西三个地区，分别计算地区内各省和地区之间的差异水平，并通过地区内和地区间对总体的贡献度找出造成差异变化的因素。表6描述了2000—2011年间我国东、中、西三大地区内部、地区之间的差异水平及其对总体的贡献率。从中不难看出，在我国高技术行业发展的区域差异演化过程中，虽然区域内部差异对总体差异的贡献度大于区域之间差异对总体差异的贡献度，但在2003年之前，区域内部差异对总体差异的贡献呈现出下降趋势，而区域之间差异对总体差异的贡献呈现出上升趋势。在此之后，却出现了相反的现象，而且区域内部差异对总体差异的贡献度越来越大。

区域之间差异也呈现出了先升后降的倒“U”型变化态势。2000—2003年之间，区域之间差异由0.015307上升到0.026694，此后逐渐下降，到2011年降至0.006951。但是从区域之间差异对总体差异的贡献度看，呈现出持续的下降趋势——从2000年的37.94%下降到2011年的27.13%，说明我国高技术产业的区域之间的差异有所收敛。

区域内部差异变化的趋势与总体差异的演化趋势也相类似——呈现出相似倒“U”型的变化趋势。从区域内部差异对总体差异的贡献来看，是呈现上升态势的，从2000年的62.06%上升到2011年的72.87%，说明我国高技术产业的区域内部差异在逐渐增大。

总体而言，2000—2011年间，我国东、中、西地区之间、地区内部呈现出相似的倒“U”型变化趋势，区域内部差异对总体差异的贡献一直大于区域之间差异对总体差异的贡献。从变化态势上看，区域内部差异对总体差异的贡献不断上升，而区域之间差异对总体差异的贡献则有所下降（见图4）。

表7列出了从2000—2011年间三东、中、西大地区内部各自的差异水平。从中本文可以看出，东部地区各省的区域差异呈现出现增长后下降的趋势。东部地区内部差异水平在2004年之后超过了中部和西部的差异水平，在2006年达到0.035196812之后，在2011年又恢复到了基本与2000年持平的水平。

西部地区各省的区域差异一直处于下降趋势。从2000年的0.0553215一直降到2011年的0.020025868，下降幅度到达63.8%，年均降幅8.8%。

中部地区各省的区域差异也呈现出下降的态势。从2000年的0.03403183下降到2011年的0.005461697，下降幅度为84.03%，年均降幅15.36%。该地区在2004年出现了剧烈的波动，主要原因是在该年中部地区的黑龙江省航空航天制造业当年的总产值为35.2亿元，出现剧烈下降，由此造成当年的中部地区的区域差异同往年相比出现了大幅的下降。

四、中国高技术产业发展区域差异影响因素的实证分析

（一）影响因素分析

中国高技术产业以高新技术发展为依托，集知识密集型和技术密集型为一体，作为研发、科技、技术服务企业的集合，处于相关领域技术前沿，是产业发展的制高点和方向。因此，高技术产业具有技术含量高、研发投入大、知识储量广、经济效益好等特点。同时，根据上文分析，我国高技术产业发展存在空间分布不均衡，区域差异较大的现实。在此基础上，本文从高技术产业自身特点出发，结合相关因素，提出以下影响我国高技术产业发展区域差异的因素。

1.产业人力资源。产业人力资源是从事产业相关活动，能够推动产业经济发展，具有劳动能力的人口总和。人力资源是产业发展最为宝贵的资源，产业的技术研发、产品创新、知识累计等归根结底都来自于人力资源。通常情况下，丰富的人力资源有助于产业更快更好的发展，同时，人口素质的提高对于产业经济发展发挥着更加重要的作用。因此，不同区域人力资源差异会影响区域产业发展。

2.地区教育资源。教育资源是长期精神文化发展及教育投资不断累积的结果。教育资源是经济社会发展的基础，是培养高精尖人才的土壤，尤其对于高技术产业发展具有至关重要的作用。其中，教育投资作为发展教育的物质基础，包含了人力、物力和财力，是地区经济社会发展的关键。从发展的长远角度来看，教育投资是收益回报率最大的投资之一，引起了各国的普遍重视。然而，我国由于经济社会发展的不均衡导致教育资源存在差异性，不仅存在城乡差距，同时也存在地区差异问题，这将会直接导致教育非均衡发展，从而影响产业发展。

3.产业投资。投资作为获取回报的经济手段，是积累产业资本，促进产业发展的重要因素。投资与产业和经济发展必不可分，是经济社会发展的助推器和必要前提。除此之外，投资对技术创新和研发也具有重要影响。技术创新要以投资为前提，投资是技术的载体，只有通过投资，技术才能转换成经济成果，投资是技术与经济的催化剂与纽带。与此同时，技术也是投资的一种结果，任何技术都是在投入一定的人财物之后才得以产生。

4.研发费用。产业为了获得新知识、开发新产品、创造新技术，需要进行相关的研究与开发活动。因此，需要支付相关的研发费用。虽然，研发投入具有一定的风险性和收益不确定性，但是，一般来说，研发费用与技术进步、企业收入、产业发展和经济增长具有正相关的关系。研发费用的差异将直接影响企业专利技术等无形资产，间接影响不同区域产业发展，最终，将波及区域乃至整个经济体的发展。

5.循环累积效应。著名经济学家缪尔达尔（1957）提出在动态社会发展过程中，社会经济各因素之间存在循环累计因果关系。某一因素的变化，会引发另一因素改变，并强化前一因素变化，导致经济沿着最初因素变化方向发展，从而形成累积性的循环发展趋势。目前，循环累计效应已经成为区域经济学和新地理经济学的重要理论。地区产业某因素的发展通过扩散效应和回波效应①①循环累积因果关系将对地区经济发展产生两种效应：一是回波效应，即劳动力、资金、技术等生产要素受收益差异的影响，由落后地区向发达地区流动。回波效应将导致地区间发展差距的进一步扩大。二是由于回波效应的作用并不是无节制的，地区间发展差距的扩大也是有限度的，当发达地区发展到一定程度后，由于人口稠密、交通拥挤、污染严重、资本过剩，自然资源相对不足等原因，使其生产成本上升，外部经济效益逐渐变小，从而减弱了经济增长的势头。这时，发达地区生产规模的进一步扩大将变得不经济，资本、劳动力、技术就自然而然地向落后地区扩散，缪尔达尔把这一过程称之为扩散效应。影响下一期经济因素的发展，从而形成循环累计效应，不断积累有利因素继续发展。

（二）模型设定及变量说明

本文面板数据来源于2001—2012年历年《中国高技术产业统计年鉴》、《中国统计年鉴》，获得我国31省、市、自治区的372个有效样本。根据上文影响因素分析，本文构建基于动态面板数据的计量模型，如公式（12）、（13）所示。其中，OUTit和NUMit分别表示第i个省第t期高技术产业产值和数量，代表一定时期内某地区高技术产业发展的水平，作为被解释变量。将循环累计效应考虑其中，本文用被解释变量滞后一期作为解释变量，表示高技术产业发展的初始水平，PER表示高技术企业从业人员年平均人数，作为解释变量，同时，考虑其滞后一期，讨论循环累计效应，并分析人力资源因素影响。另外，EDU表示各地区教育经费情况，代表各地区教育资源因素。INV和RD分别表示各地区产业投资额和研发费用支出，分别描述产业投资和研发费用因素。本文所有变量取自然对数，用ln表示。α是常数项，u是个体效应，ε是随机扰动项。

（三）方法选择及回归结果分析

1.方法选择。本文考虑了循环累计效应，引入了被解释变量及解释变量的滞后期作为解释变量，构建了基于动态面板数据的回归模型。然而，传统的面板数据分析方法（固定效应和随机效应）可能造成估计量的非一致性。Arellano和Bond（1991）使用所有可能的滞后变量作为工具变量进行GMM估计，即“差分GMM”[20]。虽然，差分GMM解决了解释变量内生性带来的估计有偏和非一致性问题，但是，可能产生弱工具变量问题。为此，Arellano和Bover（1995）重新回到差分前的水平方程，增加新变量作为工具变量，提出了“水平GMM”[21]。Blundell和Bond（1998）将差分GMM与水平GMM结合在一起，将差分方程与水平方程作为一个方程系统进行GMM估计，成为“系统GMM”。系统GMM可以提高估计效率，并可以估计不随时间变化变量的系数（因为系统GMM包含对水平方程的估计）。[22]因此，本文使用系统GMM估计对动态面板数据模型进行估计，计量分析使用Stata12.0软件。

2.回归结果分析。本文通过使用系统GMM方法分别对两个模型进行回归，结果整理如表8所示。首先，以lnOUT为被解释变量的估计结果中，所有的解释变量都通过了显著性水平的检验，并且通过了5%显著性水平上的扰动项自相关检验和过度识别检验。其中，L.lnOUT的估计系数为0.9269，z值为29.26，并且在1%的显著性水平上显著，表明中国高技术产业产值存在较为强烈的循环累计效应，某地区当年的高技术产业产值受到往年产值较大的影响，二者存在正相关关系。lnPER估计系数为0.5600，z值为4.17，也通过了1%的显著性水平检验，说明某地区企业从业人员年平均人数对高技术产业产值具有正向促进作用，验证了人力资源因素对高技术产业的影响。然而，L.lnPER估计系数为-0.5155，z值为-3.69，同样通过了1%的显著性水平检验。这说明某地区高技术产业不仅仅与当年企业从业人员人数有关，而且还与往年企业从业人员年平均数存在负相关关系，可能原因是人均生产能力不足，人均产值不高，产业处在较低水平运行。同时，lnEDU、lnINV、lnRD三个解释变量分别通过了10%、5%和10%的显著性水平检验，估计系数分别是0.0518、0.0386、-0.0163，表明地区高技术产业产值与地区教育经费支出和产业投资额呈正向作用关系，只不过相互影响的强度较弱。而研发费用支出与地区高技术产业产值具有负效应，表明地区研发费用的高投入并没有带来相应的高回报，经费利用效率不高。

然后，以lnNUM为被解释变量的估计结果中，除了lnINV、lnRD解释变量估计并不显著之外，其余变量均通过了5%的显著性水平检验。其中，L.lnNUM、lnPER均通过了1%的显著性水平检验，估计系数分别为0.9001和0.5852，z值分别为13.06和6.08，表明地区高技术产业企业数量存在循环累计效应，而且与企业从业人员年平均人数存在正向效应。然而，地区高技术产业企业数量与企业从业人员年平均人数滞后期和教育经费呈现负相关关系，由于往年从业人员数量无论与产值还是企业数量都存在负向关系，可能的解释是往年人员素质较差，并没有对产业发展带来实质提升。而教育经费与产值呈正向关系，与企业数量呈负向关系，可以看出教育经费的大力投入，有利于加快产业整合，实现行业重组，提高单位企业产值。由于lnINV、lnRD解释变量并不显著，因此，可以认为地区企业数量与产业投资额和研发费用没有必然联系。五、结论

本文采用2000—2011年中国高技术产业发展数据，首先利用地理信息系统空间分析，描述了中国高技术产业发展空间分布特征和发展趋势，并使用基尼系数和泰尔指数方法测算了12年间中国高技术产业区域差异演变态势。在此基础上，引入行业基尼系数和地区泰尔指数分解，论述了不同行业差异以及东中西区域间和区域内的差异问题。基于此，本文提出影响中国高技术产业发展区域差异的因素，并采用动态面板数据，利用系统GMM估计进行了实证检验，得出三点研究结论。

第一，2000—2011年期间，中国高技术产业无论从产值还是企业数量上，都呈现了快速发展的趋势，企业数量年平均增长7.53%，单位企业产值年均增长12.94%。然而，高技术产业区域分布不均衡现象比较突出，无论从企业数量还是产业产值来看，都呈现了东部、中部、西部不断递减的态势，东部地区优势明显，中西部地区处于弱势地位，产业发展不平衡。

第二，从基尼系数和泰尔指数测算结果来看，中国高技术产业发展区域差异从2003年的最大化之后呈现出不断递减的趋势，区域差异在不断缩小。基于行业的基尼系数分解表明，引起这种变化的主要原因是医药制造业、航空航天制造业和医疗设备及仪器制造业缩小了产业区域差异，而电子及通信设备制造业和电子计算机及办公设备制造业起到了扩大差异的作用。基于区域的泰尔指数分解表明，区域内部差异对总体差异的作用要强于区域之间差异对总体差异的作用。从变化态势上看，区域内部差异对总体差异的贡献不断上升，而区域之间差异对总体差异的贡献则有所下降。

第三，通过计量实证分析，表明从业人员年平均人数、教育经费、产业投资额和循环累计效应对高技术产业产值增长具有显著的正向作用，而研发费用对于产业发展起到了较弱的负面作用。而高技术企业数量仅与从业人员年平均人数、教育经费和循环累计效应有关，与循环累计效应呈正相关关系，与教育经费呈负相关关系。同时，随着教育经费的增加，有利于提高人力资本，加快产业整合，实现合并重组，从而提高企业竞争力，增加行业产值。

参考文献：

[1]Blomstrom M. and Persson H. Foreign Investment and Spillover Efficiency in and Underdeveloped Economy： Evidence from the Mexican Manufacturing Industry[J]. World Development， 1983，11（6）：493-495.

[2]Girma Sourafel and Wakelin Katharine. Local Productivity Spillovers from Foreign Direct Investment in the U.K. Electronics Industry[J]. Regional Science and Urban Economics， 2007（37）： 399-412.

[3]沈坤荣， 李剑.企业间技术外溢的测度[J]. 经济研究， 2009 （4）： 77-78.

[4]Parisi Maria Laura. Schiantarelli Fabio and Sembenelli Alessandro. Productivity， Innovation Creation and Absorption， and R&D： Micro Evidence for Italy[R]. Boston College Working Papers in Economics， 2002， 526：5-10.

[5]卢方元， 靳丹丹. 我国R&D投入对经济增长的影响——基于面板数据的实证分析[J].中国工业经济，2011（3）：149-157.

[6]刘焕鹏，严太华.我国高技术产业R&D能力、技术引进与创新绩效——基于省际动态面板数据模型的实证分析[J].山西财经大学学报，2014（8）：42-49.

[7]柳剑平， 郑給涛， 喻美辞. 税收、补贴与R&D溢出效应分析[J].数量经济技术经济研究， 2005（12）： 81-89.

[8]Audretsch David B. and Lehmann Erik E. Financing High-Tech Growth： The Role of Banks and Venture Capitalists Schmalenbach[J]. Business Review 2004，56（4）： 355-356.

[9]Bonardi Jean-Philippe and Durand Rodolphe. Managing Network Effects in High-Tech Markets[J]. The Academy of Management Executive， 2003，17（4）： 40-42.

[10]刘定平， 陈云.中国高技术产业的贡献测算与启示[J].中州学刊，2007（1）： 49-52.

[11]Hauknes Johan and Knell Mark. Embodied Knowledge and Sectoral Linkages： An Input-Output Approach to the Interaction of High- and Low-tech Industries[J]. Research Policy， 2009，38（3）： 459-461.

[12]王晓婧.我国各省高技术产业发展水平因子分析与综合评价[J].数学的实践与认识，2007（ 18）： 17-27.

[13]官建成， 陈凯华.我国高技术产业技术创新效率的测度[J].数量经济技术经济研究，2009（10）： 20-31.

[14]高昌林， 谢德全.中国高技术产业的国际地位[J].中国科技论坛， 2003（2）： 56-58.

[15]Porter Alan L.，Newman Nils C.， Roessner J. David， Johnson David M. and Jin Xiao-Yin. International High-tech Competitiveness； Does China Rank Number 1？[J]. Technology Analysis & Strategic Management 2009， 21（2）： l73-193.

[16]王缉慈.创新的空间： 企业集群与区域发展[M]. 北京大学出版社， 2001：34-55.

[17]王铮， 毛可晶， 刘筱，等. 高技术产业聚集区形成的区位因子分析[J]. 地理学报， 2005（4）： 567-576.

[18]孙玉涛， 刘凤朝， 徐茜. 中国高技术产业空间分布效应演变实证研究[J]. 科研管理， 2011（11）： 37-44.

[19]Yao， S. On the Decomposition of Gini Coefficients by Population Class and Income Source： a Spread Sheet Approach and Application [J]. Applied Economics， 1999（31）：1249-1264.

[20]Arellano， M. and Stephen Bond. Some Tests of Specification for Panel Data： Monte-Carlo Evidence and an Application to Employment Equations [J]. Review of Economic Studies， 1991， 58： 277-297.

[21]Arellano， M. and Olympia Bover. Another Look at the Instrumental Variable Estimation of Error-Components Models[J]. Journal of Econometrics， 1995， 68（1）： 29-51.

[22]陈强. 高级计量经济学及Stata应用[M]. 北京：高等教育出版社， 2010.

责任编辑：吴锦丹 吴锦丹 萧敏娜 常明明