论文部分内容阅读
摘 要：我国高技术产业下属的电子及通信设备制造业发展迅猛，占高技术产业总量的比重高达55.95%，是我国高技术产业的主导产业，占据举足轻重的地位。文章以电子及通信设备制造业为例，采取系统聚类方法将30个省（西藏数据缺失将其剔除）电子及通讯设备制造业按人均指标分成发达省区、中等发达省区、欠发达省区，以此引入反映区域差异的虚拟变量，采用扩展的Cobb-Douglas生产函数模型对我国电子及通讯设备制造业省区差异与经济绩效进行回归分析。因地制宜的制定相关政策促进电子及通信设备制造业快速发展，缩小省区之间的差异。
关键词：电子及通讯设备制造业；省区差异；系统聚类；经济绩效
中图分类号：F127 文献标识码：A
Abstract： The manufacture of electronic equipment and communication（MEECE）is developing rapidly and accounting for the proportion of high-tech industry as high as 55.95%. It is China's high-tech industry's leading industries and occupies a pivotal position. In this paper， it takes the MEECE as an example. The 30 provinces of MEECE are divided into developed provinces， medium developed provinces， less developed provinces by the system clustering method. This paper introduces the virtual variables reflecting the regional differences， and uses the extended Cobb-Douglas production function model to analyze the regional provincial differences and economic performance of China's MEECE. According to local conditions to develop relevant policies to promote the rapid development of electronic and communications equipment manufacturing industry， narrowing the differences between provinces.
Key words： the manufacture of electronic equipment and communication； provincial differences； system clustering； economic performance
0 引 言
我国高技术产业是一个新兴的、发展迅速的产业，在国民经济中占据重要地位，推动我国经济由“投资驱动”向“技术驱动”转变，其高附加值与高收益的特点也代表着未来产业的发展方向。但从宏观层面和世界范围来看，我国高技术产业仍然处于起步发展阶段，同时我国高技术产业发展存在地域资源分布不均匀、区域差异明显等问题。
我国高技术产业下属的电子及通信设备制造业发展尤为迅猛，产业总值从1995年的2 052.78亿元（GDP总量60 793.73亿元，占比3.38%）增长到2015年的78 309.93亿元（GDP总量689 052.12亿元，占比11.36%），年均增长率达到19.97%。2015年高技术产业产值为139 968.64亿元，其中电子及通信设备制造业产值所占比重高达55.95%，是我国高技术产业的主导产业，占据举足轻重的地位[1]。
2015年，我国东部地区的电子及通信设备制造业的产值99 929.54亿元，占全国的比重为71.39%，其中，东部广东省达到33 308.07亿元，占全国比重高达23.80%，广东省和江苏省之和为61 838.24亿元，将近达到全国的一半产值，远高于中部地区、西部地区与东北地区21省区总和40 039.10亿元。通过计量手段对我国电子及通信设备制造业省区差异与经济绩效实证分析，探究各投入要素及区域差异对经济绩效影响大小，因地制宜的制定相关政策促进电子及通信设备制造业快速发展，縮小省区之间的差异。
1 文献综述
国外对高技术产业的研究涉及领域广泛，主要有高技术产业影响因素、贡献研究、评价研究、创新绩效研究、产业集聚与空间差异研究等。针对有关高技术产业区域差异及其绩效的相关研究。Griliches（1994年）采用美国制造业的数据，研究发现基于R & D的投入产出只能部分反映创新绩效，而且R & D投入与企业绩效只呈现弱相关性[2]。Hemmert（2004年）选取高技术产业下属的医药行业和半导体行业，研究发现不同行业产出绩效受技术创新投入影响是不同的[3]。Nunes et al（2012年）提出研发强度与高技术企业绩效并不存在简单的线性关系，而存在较为复杂的非线性关系，只有研发强度达到一定的标准才会增强高技术企业的绩效增长。
国内学者对高技术产业的研究也较为丰富，但主要集中在影响因素的计量分析，主要得益于数据可获取性。陈萍等（2009年）以2006年30个省区高技术产业的数据，从创新投入和创新产出两个方面选取指标，构建高技术产业创新能为评价体系，运用层次分析法（AHP）对我国各省市的高技术产业创新绩效进行评价[4]。刘和东（2010年）以1997～2007年29个省市大中型工业企业的面板数据为基础，采用DEA-Tobit两步法，研究发现我国的东、中、西部技术效率发展程度呈现不同趋势，其中创新效率按着东、西、中部逐渐递减[5]。杨清可（2014年）采用DEA-Malmquist模型，研究发现我国高技术产业技术效率值小于0.5的省份达到12个，占全国的三分之一以上，可以挖掘的发展空间较大。整体处于规模不经济状态，需要加大R & D要素的投入[6]。翟琼等（2015年）将R & D投入作为一项单独的生产要素，研究发现虽然总量上R & D投入大幅提高，但其占GDP的比重依然很低；由于东、中、西部对R & D投入的极不均衡，R & D投入对东部地区的高技术产业的贡献明显高于中、西部地区[7]。戴魁早等（2015年）以1997～2009年高技术产业省际面板数据，研究要素市场扭曲促进了R & D人力投入增长，抑制了R & D资本投入增长，而且其对两者的影响都存在着显著的区域差异[8]。 国内学者对高技术产业或下属的子行业区域分类上都采用的是我国传统的东、中、西部（统计年鉴分类）方法，但是该方法有一定的偏差，东、中、西部内部差异也是很明显的，例如东部地区的天津、江蘇、北京、上海、浙江、广东高技术发展程度高，河北、辽宁、海南高技术发展程度低，西部地区四川和重庆在高技术产业方面比较发达。这种发达程度方面的差异会引起区域经济绩效方面的显著性差异。同时以高技术产业或下属子行业的总量来研究区域差异也存在一定不合理之处，默认了总量高则发展好。因此本文采取系统聚类方法将30个省的电子及通讯设备制造业按人均指标分成发达省区、中等发达省区、欠发达省区。该方法丰富区域差异分类，对进一步合理研究电子及通讯设备制造业经济绩效与投入、区域因素之间关系有着重要的意义。
2 变量选择与模型设定
2.1 变量选择
以电子及通信设备制造业人均主营业务收入作为被解释变量，用来度量行业经济绩效；用人均R & D内部经费支出代表R & D投入强度；以人均技术获取及技术改造费用（技术改造经费支出、技术引进经费支出、消化吸收经费支出、购买国内技术经费支出）代表非R & D投入强度；用人均有效专利数和人均产业投资额代表孵化速度。聚类得到区域差异（发达省区、中等发达省区、欠发达省区）以虚拟变量的形式引入。变量的含义及符号如表1所示：
2.2 虚拟变量的说明
选取2015年我国30个省区电子及通信设备制造业的数据。首先将R & D人员折合全时当量（人年）、内部R & D经费支出（亿）、投资额（亿）和主营业务收入（亿）人均化处理。然后用spss19.0进行系统聚类分析，将不同发达程度省份进行分类，使回归分析更具有显著性。聚类结果如图1：
图1为用“ward联接”聚类法生成的树状聚类图。系统聚类分类的结果如表2：
2.3 计量模型
本文引入的虚拟变量既考虑对截距项的影响，也考虑交叉效应，对斜率项的影响。
3 实证分析
利用Eviews6.0软件，采用扩展的Cobb-Douglas生产函数的对数形式模型，对我国电子及通信设备制造业数据分别以不引入反映地区差异的虚拟变量和引入反映地区差异的虚拟变量两种方法进行处理，得到相应的回归方程。
3.1 不引入反映地区差异的虚拟变量的回归结果（如表3所示）
3.2 引入反映地区差异的虚拟变量的回归结果（如表4所示）
3.3 回归结果分析
根据上面建立的模型，实证回归的基本结论如下：
（1）我国电子及通信设备制造业省区差异明显
根据上述分析结果，提出以下建议：
第一，从省区差异的角度来看，我国电子及通信设备制造业确实存在明显的地区差异。中等发达程度省区和欠发达省区需要从促进区域技术进步的战略高度来发展电子及通信设备制造业，克服产出总和弹性较低的劣势。
第二，从各投入要素绩效的角度来看。首先产业投资在各投入要素中产出弹性最高，政府需要进一步完善投融资政策，加大产业投资等有效促进电子及通信设备制造业资本形成的措施。再者需要进一步加强R & D内部经费和有效专利数的使用效率。最后由于技术获取及技术改造费用的投入没有起到预期效果，需要加强技术获取及技术改造费用的管理和提高使用效率。
参考文献：
[1] 国家统计局，科学技术部编. 中国科技统计年鉴（2016）[M]. 北京：中国统计出版社，2016.
[2] Griliches Z. Productivity R & D and the data constraint[J]. American Economic Review， 1994，84：1-23.
[3] Hemmert M. The influence of institutional factors on the technology acquisition performance of high——tech firms： survey results from Germany and Japan[J]. Research Policy， 2004，33（6-7）：1019-1039.
[4] 陈萍，贾志永，龚小欢. 基于投入产出指数的高技术产业技术创新能力实证研究[J]. 科学学研究，2008（S2）：501-505，495.
[5] 刘和东. 中国工业企业的创新绩效及影响因素研究——基于DEA-Tobit两步法的实证分析[J]. 山西财经大学学报，2010（3）：68-74.
[6] 杨清可，段学军. 基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究[J]. 经济地理，2014（7）：103-110.
[7] 翟琼，宋正一，张哲，等. R & D投入对区域高新技术产业发展的影响[J]. 经济地理，2015（8）：129-134.
[8] 戴魁早，刘友金. 要素市场扭曲、区域差异与R & D投入——来自中国高技术产业与门槛模型的经验证据[J]. 数量经济技术经济研究，2015（9）：3-20.
关键词：电子及通讯设备制造业；省区差异；系统聚类；经济绩效
中图分类号：F127 文献标识码：A
Abstract： The manufacture of electronic equipment and communication（MEECE）is developing rapidly and accounting for the proportion of high-tech industry as high as 55.95%. It is China's high-tech industry's leading industries and occupies a pivotal position. In this paper， it takes the MEECE as an example. The 30 provinces of MEECE are divided into developed provinces， medium developed provinces， less developed provinces by the system clustering method. This paper introduces the virtual variables reflecting the regional differences， and uses the extended Cobb-Douglas production function model to analyze the regional provincial differences and economic performance of China's MEECE. According to local conditions to develop relevant policies to promote the rapid development of electronic and communications equipment manufacturing industry， narrowing the differences between provinces.
Key words： the manufacture of electronic equipment and communication； provincial differences； system clustering； economic performance
0 引 言
我国高技术产业是一个新兴的、发展迅速的产业，在国民经济中占据重要地位，推动我国经济由“投资驱动”向“技术驱动”转变，其高附加值与高收益的特点也代表着未来产业的发展方向。但从宏观层面和世界范围来看，我国高技术产业仍然处于起步发展阶段，同时我国高技术产业发展存在地域资源分布不均匀、区域差异明显等问题。
我国高技术产业下属的电子及通信设备制造业发展尤为迅猛，产业总值从1995年的2 052.78亿元（GDP总量60 793.73亿元，占比3.38%）增长到2015年的78 309.93亿元（GDP总量689 052.12亿元，占比11.36%），年均增长率达到19.97%。2015年高技术产业产值为139 968.64亿元，其中电子及通信设备制造业产值所占比重高达55.95%，是我国高技术产业的主导产业，占据举足轻重的地位[1]。
2015年，我国东部地区的电子及通信设备制造业的产值99 929.54亿元，占全国的比重为71.39%，其中，东部广东省达到33 308.07亿元，占全国比重高达23.80%，广东省和江苏省之和为61 838.24亿元，将近达到全国的一半产值，远高于中部地区、西部地区与东北地区21省区总和40 039.10亿元。通过计量手段对我国电子及通信设备制造业省区差异与经济绩效实证分析，探究各投入要素及区域差异对经济绩效影响大小，因地制宜的制定相关政策促进电子及通信设备制造业快速发展，縮小省区之间的差异。
1 文献综述
国外对高技术产业的研究涉及领域广泛，主要有高技术产业影响因素、贡献研究、评价研究、创新绩效研究、产业集聚与空间差异研究等。针对有关高技术产业区域差异及其绩效的相关研究。Griliches（1994年）采用美国制造业的数据，研究发现基于R & D的投入产出只能部分反映创新绩效，而且R & D投入与企业绩效只呈现弱相关性[2]。Hemmert（2004年）选取高技术产业下属的医药行业和半导体行业，研究发现不同行业产出绩效受技术创新投入影响是不同的[3]。Nunes et al（2012年）提出研发强度与高技术企业绩效并不存在简单的线性关系，而存在较为复杂的非线性关系，只有研发强度达到一定的标准才会增强高技术企业的绩效增长。
国内学者对高技术产业的研究也较为丰富，但主要集中在影响因素的计量分析，主要得益于数据可获取性。陈萍等（2009年）以2006年30个省区高技术产业的数据，从创新投入和创新产出两个方面选取指标，构建高技术产业创新能为评价体系，运用层次分析法（AHP）对我国各省市的高技术产业创新绩效进行评价[4]。刘和东（2010年）以1997～2007年29个省市大中型工业企业的面板数据为基础，采用DEA-Tobit两步法，研究发现我国的东、中、西部技术效率发展程度呈现不同趋势，其中创新效率按着东、西、中部逐渐递减[5]。杨清可（2014年）采用DEA-Malmquist模型，研究发现我国高技术产业技术效率值小于0.5的省份达到12个，占全国的三分之一以上，可以挖掘的发展空间较大。整体处于规模不经济状态，需要加大R & D要素的投入[6]。翟琼等（2015年）将R & D投入作为一项单独的生产要素，研究发现虽然总量上R & D投入大幅提高，但其占GDP的比重依然很低；由于东、中、西部对R & D投入的极不均衡，R & D投入对东部地区的高技术产业的贡献明显高于中、西部地区[7]。戴魁早等（2015年）以1997～2009年高技术产业省际面板数据，研究要素市场扭曲促进了R & D人力投入增长，抑制了R & D资本投入增长，而且其对两者的影响都存在着显著的区域差异[8]。 国内学者对高技术产业或下属的子行业区域分类上都采用的是我国传统的东、中、西部（统计年鉴分类）方法，但是该方法有一定的偏差，东、中、西部内部差异也是很明显的，例如东部地区的天津、江蘇、北京、上海、浙江、广东高技术发展程度高，河北、辽宁、海南高技术发展程度低，西部地区四川和重庆在高技术产业方面比较发达。这种发达程度方面的差异会引起区域经济绩效方面的显著性差异。同时以高技术产业或下属子行业的总量来研究区域差异也存在一定不合理之处，默认了总量高则发展好。因此本文采取系统聚类方法将30个省的电子及通讯设备制造业按人均指标分成发达省区、中等发达省区、欠发达省区。该方法丰富区域差异分类，对进一步合理研究电子及通讯设备制造业经济绩效与投入、区域因素之间关系有着重要的意义。
2 变量选择与模型设定
2.1 变量选择
以电子及通信设备制造业人均主营业务收入作为被解释变量，用来度量行业经济绩效；用人均R & D内部经费支出代表R & D投入强度；以人均技术获取及技术改造费用（技术改造经费支出、技术引进经费支出、消化吸收经费支出、购买国内技术经费支出）代表非R & D投入强度；用人均有效专利数和人均产业投资额代表孵化速度。聚类得到区域差异（发达省区、中等发达省区、欠发达省区）以虚拟变量的形式引入。变量的含义及符号如表1所示：
2.2 虚拟变量的说明
选取2015年我国30个省区电子及通信设备制造业的数据。首先将R & D人员折合全时当量（人年）、内部R & D经费支出（亿）、投资额（亿）和主营业务收入（亿）人均化处理。然后用spss19.0进行系统聚类分析，将不同发达程度省份进行分类，使回归分析更具有显著性。聚类结果如图1：
图1为用“ward联接”聚类法生成的树状聚类图。系统聚类分类的结果如表2：
2.3 计量模型
本文引入的虚拟变量既考虑对截距项的影响，也考虑交叉效应，对斜率项的影响。
3 实证分析
利用Eviews6.0软件，采用扩展的Cobb-Douglas生产函数的对数形式模型，对我国电子及通信设备制造业数据分别以不引入反映地区差异的虚拟变量和引入反映地区差异的虚拟变量两种方法进行处理，得到相应的回归方程。
3.1 不引入反映地区差异的虚拟变量的回归结果（如表3所示）
3.2 引入反映地区差异的虚拟变量的回归结果（如表4所示）
3.3 回归结果分析
根据上面建立的模型，实证回归的基本结论如下：
（1）我国电子及通信设备制造业省区差异明显
根据上述分析结果，提出以下建议：
第一，从省区差异的角度来看，我国电子及通信设备制造业确实存在明显的地区差异。中等发达程度省区和欠发达省区需要从促进区域技术进步的战略高度来发展电子及通信设备制造业，克服产出总和弹性较低的劣势。
第二，从各投入要素绩效的角度来看。首先产业投资在各投入要素中产出弹性最高，政府需要进一步完善投融资政策，加大产业投资等有效促进电子及通信设备制造业资本形成的措施。再者需要进一步加强R & D内部经费和有效专利数的使用效率。最后由于技术获取及技术改造费用的投入没有起到预期效果，需要加强技术获取及技术改造费用的管理和提高使用效率。
参考文献：
[1] 国家统计局，科学技术部编. 中国科技统计年鉴（2016）[M]. 北京：中国统计出版社，2016.
[2] Griliches Z. Productivity R & D and the data constraint[J]. American Economic Review， 1994，84：1-23.
[3] Hemmert M. The influence of institutional factors on the technology acquisition performance of high——tech firms： survey results from Germany and Japan[J]. Research Policy， 2004，33（6-7）：1019-1039.
[4] 陈萍，贾志永，龚小欢. 基于投入产出指数的高技术产业技术创新能力实证研究[J]. 科学学研究，2008（S2）：501-505，495.
[5] 刘和东. 中国工业企业的创新绩效及影响因素研究——基于DEA-Tobit两步法的实证分析[J]. 山西财经大学学报，2010（3）：68-74.
[6] 杨清可，段学军. 基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究[J]. 经济地理，2014（7）：103-110.
[7] 翟琼，宋正一，张哲，等. R & D投入对区域高新技术产业发展的影响[J]. 经济地理，2015（8）：129-134.
[8] 戴魁早，刘友金. 要素市场扭曲、区域差异与R & D投入——来自中国高技术产业与门槛模型的经验证据[J]. 数量经济技术经济研究，2015（9）：3-20.