薛 強(qiáng)，王 帥，芮 雪，王玉茹

(1.北京航空航天大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100191；2.科學(xué)技術(shù)部 高新技術(shù)發(fā)展及產(chǎn)業(yè)化司，北京 100862)

基于時(shí)序差異的新老國(guó)家高新區(qū)動(dòng)態(tài)比較

薛 強(qiáng)1 2，王 帥1，芮 雪1，王玉茹1

(1.北京航空航天大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100191；2.科學(xué)技術(shù)部 高新技術(shù)發(fā)展及產(chǎn)業(yè)化司，北京 100862)

1988年后我國(guó)分批建立了114家國(guó)家高新區(qū)，總體規(guī)模和發(fā)展質(zhì)量不斷提高，但由于批建時(shí)間、政策扶持等方面的差異，國(guó)家高新區(qū)的發(fā)展水平不盡相同。2009—2011年，國(guó)務(wù)院相對(duì)集中批復(fù)了34家高新區(qū)升級(jí)為國(guó)家高新區(qū)，數(shù)目較多，對(duì)國(guó)家高新區(qū)整體水平影響顯著。運(yùn)用時(shí)序立體數(shù)據(jù)表主成分分析的原理及聚類分析方法，針對(duì)2008—2012年五年的時(shí)間跨度，比較了新增34家高新區(qū)和2008年以前建立的54家高新區(qū)的動(dòng)態(tài)發(fā)展軌跡。研究發(fā)現(xiàn)，相對(duì)于老高新區(qū)，新高新區(qū)整體實(shí)力較弱，尤其是科技創(chuàng)新方面。建議國(guó)家對(duì)新高新區(qū)分類指導(dǎo)，出臺(tái)有針對(duì)性的政策措施。

高新區(qū)比較； 時(shí)序差異； 主成分分析； 動(dòng)態(tài)軌跡； 聚類分析

1988年5月，中共中央、國(guó)務(wù)院批準(zhǔn)在北京中關(guān)村建立北京市新技術(shù)產(chǎn)業(yè)開發(fā)試驗(yàn)區(qū)。20世紀(jì)90年代，國(guó)務(wù)院在智力產(chǎn)業(yè)比較密集的武漢、南京、沈陽、長(zhǎng)春、廣州、重慶、西安、蘭州、上海等城市建立了高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)，分兩個(gè)批次共批復(fù)52家。2009年以來，國(guó)務(wù)院再一次較大規(guī)模批準(zhǔn)升級(jí)了60家新的國(guó)家級(jí)高新區(qū)。截至2014年6月，國(guó)家級(jí)高新區(qū)總數(shù)已達(dá)到114家。二十幾年間，國(guó)家高新區(qū)規(guī)模不斷擴(kuò)大，對(duì)區(qū)域發(fā)展的輻射作用不斷增強(qiáng)，已經(jīng)成為我國(guó)高新技術(shù)產(chǎn)業(yè)發(fā)展的重要載體。

在高新區(qū)發(fā)展趨勢(shì)的評(píng)估方面，黃寧燕、梁戰(zhàn)平提出將聚類分析法實(shí)際應(yīng)用于評(píng)價(jià)研究我國(guó)高新區(qū)的發(fā)展?fàn)顩r及趨勢(shì)[1]。韓伯棠、方偉、王棟從地理位置、發(fā)展方向、產(chǎn)業(yè)結(jié)構(gòu)、管理模式等4個(gè)方面分別論述了經(jīng)濟(jì)技術(shù)開發(fā)區(qū)和高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的趨同趨勢(shì)[2]。王方2013年通過考察兩類政策——高新區(qū)整體建設(shè)、升級(jí)和各類載體、機(jī)構(gòu)建設(shè)，探析我國(guó)高新區(qū)政策變遷歷程及發(fā)展趨勢(shì)[3]。在高新區(qū)分類的相關(guān)研究方面，蔡龍海、侯玲娟等從經(jīng)濟(jì)發(fā)展速度和高新區(qū)的研發(fā)投入兩個(gè)角度，運(yùn)用主成分分析和聚類分析相結(jié)合的方法對(duì)中國(guó)53 個(gè)國(guó)家級(jí)高科技園區(qū)進(jìn)行了定量研究[4]。汪海鳳、趙英運(yùn)用因子聚類分析方法，對(duì)我國(guó)國(guó)家高新區(qū)2007年和2008年的綜合發(fā)展水平進(jìn)行了統(tǒng)計(jì)分析[5]。

綜合相關(guān)研究，對(duì)于高新區(qū)整體發(fā)展水平的研究比較廣泛，在發(fā)展趨勢(shì)的研究方面多應(yīng)用定性分析和專家法，對(duì)新增高新區(qū)和早期高新區(qū)的比較研究較為缺乏。為更好地反映國(guó)家高新區(qū)的發(fā)展軌跡，分析新增高新區(qū)對(duì)整體實(shí)力的影響，本文采用主成分分析和聚類分析的定量分析方法，利用時(shí)序立體數(shù)據(jù)表進(jìn)行動(dòng)態(tài)的實(shí)證研究。對(duì)未來高新區(qū)發(fā)展之路給出一定的建議，以期高新區(qū)更好更快發(fā)展壯大，利用其輻射影響拉動(dòng)周邊乃至全國(guó)的經(jīng)濟(jì)水平。

一、分析方法

(一) 主成分分析

本文采取一種數(shù)學(xué)降維的主成分分析方法[6]，在原始變量較多并具有較強(qiáng)相關(guān)性的條件下，提取幾個(gè)綜合變量代替眾多的原始變量，使這些綜合變量能盡可能地包含原變量的信息，且新的綜合變量之間互不相關(guān)。主成分分析將P個(gè)觀測(cè)變量綜合成為P個(gè)新的變量(綜合變量)，即

Fj=aj1x1+aj2x2+…+ajpxpj=1,2,…，P。

要求模型滿足以下條件：

(1)Fi，F(xiàn)j互不相關(guān)(i≠j，i,j=1,2,…，P)；

(2)F1的方差大于F2的方差大于F3的方差，依次類推；

(3)ak12+ak22+…+akp2=1k=1,2,…P.，

稱F1為第一主成分，F(xiàn)2為第二主成分，依此類推，共有P個(gè)主成分。這里aij稱為主成分系數(shù)。

(二 )聚類分析[7]

本文采取的聚類方法為系統(tǒng)聚類法，其主要思想是：開始將n個(gè)樣品各自作為一類，并規(guī)定樣品之間的距離和類與類之間的距離，然后將距離最近的兩類合并為一個(gè)新類，計(jì)算新類與其他類的距離；重復(fù)進(jìn)行兩個(gè)最近類的合并，每次減少一類直到所有的樣品合并為一類。

距離的定義采用歐氏距離，方法采取最短聚類法。具體步驟如下：

(1) 計(jì)算n個(gè)樣品的距離矩陣D(0)，它是一個(gè)對(duì)稱矩陣。開始的每個(gè)樣品自成一類，這時(shí)Dij=dij。

(2) 找出D(0)中非對(duì)角最小元素，記為Dpq，將Gp和Gq合并成一個(gè)新類，記為Gr。

(3) 計(jì)算新類和其他類的距離，有

將D(0)中p,q行和p,q列用上面公式合并成一個(gè)新行新列，得到矩陣D(1)。

(4) 依次重復(fù)(2)(3)兩步，直到全部合并成一類。

二、主成分分析及聚類分析結(jié)果

(一)指標(biāo)和樣本點(diǎn)的選取

在指標(biāo)的選取中，參考現(xiàn)行的國(guó)家高新區(qū)統(tǒng)計(jì)指標(biāo)，結(jié)合相關(guān)文獻(xiàn)研究和實(shí)證分析，用總收入、工業(yè)增加值、產(chǎn)品銷售收入三個(gè)指標(biāo)反映高新區(qū)的經(jīng)濟(jì)規(guī)模；用創(chuàng)匯總額反映高新區(qū)的經(jīng)濟(jì)外向度；用技術(shù)收入反映高新區(qū)技術(shù)推動(dòng)經(jīng)濟(jì)的能力；用科技活動(dòng)人員、科技活動(dòng)經(jīng)費(fèi)支出、R&D經(jīng)費(fèi)支出反映其科技發(fā)展水平，共選取了8個(gè)反映高新區(qū)發(fā)展水平的指標(biāo)，如表1。依據(jù)《中國(guó)火炬統(tǒng)計(jì)年鑒》中有關(guān)54個(gè)國(guó)家高新區(qū)2008—2012年的數(shù)據(jù)，按需要對(duì)數(shù)據(jù)進(jìn)行整理。由于中關(guān)村科技園區(qū)相關(guān)數(shù)據(jù)在統(tǒng)計(jì)學(xué)意義上的極大影響，引入本框架將會(huì)對(duì)其他數(shù)據(jù)產(chǎn)生干擾，因此剔除中關(guān)村這一樣本點(diǎn)，最終用于提取主成分的樣本點(diǎn)為53個(gè)國(guó)家高新區(qū)。

表1 變量名稱表

主成分分析樣本數(shù)為87家國(guó)家高新區(qū)，除上述53家早期高新區(qū)外，新增34家高新區(qū)如下：唐山、齊齊哈爾、紹興、新余、安陽、江門、白銀、燕郊、上海紫竹、蚌埠、濟(jì)寧、宜昌、東莞、青海、營(yíng)口、泰州、蕪湖、煙臺(tái)、湘潭、柳州、銀川、遼陽、昆山、泉州、臨沂、益陽、自貢、昌吉、延吉、江陰、景德鎮(zhèn)、南陽、肇慶、渭南。

(二)提取主成分

第一主成分F1與原始變量總收入、工業(yè)增加值、產(chǎn)品銷售收入和創(chuàng)匯總額有較高的相關(guān)性，它反映了高新區(qū)發(fā)展的規(guī)模水平和經(jīng)濟(jì)外向度；第二主成分F2與表示科技力量要素中的技術(shù)收入、科技活動(dòng)人員數(shù)、科技活動(dòng)經(jīng)費(fèi)支出、R&D經(jīng)費(fèi)支出有較高的相關(guān)性，反映的是高新區(qū)發(fā)展的科技創(chuàng)新水平。因此將F1和F2分別命名為“規(guī)模和外向度”和“科技創(chuàng)新水平”。

本研究提取了前兩個(gè)主成分進(jìn)行分析，計(jì)算結(jié)果是，累計(jì)貢獻(xiàn)率接近于88%[8]，對(duì)原始信息的保留程度超過了85%，能夠較好地保留原始信息。

(三)因子得分

表2 成分得分系數(shù)矩陣

根據(jù)表2中的成分得分系數(shù)矩陣，得到主成分的因子得分表達(dá)式為：

F1=0.211x1+0.180x2+0.550x3-0.440x4+0.336xs-0.063x6+0.062x7-0.040x8，

F2=-0.001x1+0.021x2-0.420x3+0.638x4-0.141xs+0.284x6+0.155x7+0.256x8。

三、新老高新區(qū)發(fā)展比較

(一)新升級(jí)高新區(qū)對(duì)2012年國(guó)家高新區(qū)總體發(fā)展水平的影響

按照上述表達(dá)式，帶入標(biāo)準(zhǔn)化后的2008—2012年所有高新區(qū)的8個(gè)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算，將各年的因子得分分別求出平均值，繪制成總體軌跡如圖1。圖1中FAC1和FAC2分別對(duì)應(yīng)表2中的成分1和成分2。

如圖1所示，2008—2011年，國(guó)家高新區(qū)的總體發(fā)展呈上升趨勢(shì)，在規(guī)模和外向度、科技創(chuàng)新水平兩個(gè)維度上均有顯著提高。然而，2012年的高新區(qū)總體水平卻偏離了趨勢(shì)曲線，在兩個(gè)主成分上均有明顯回落。

(二)2012年時(shí)點(diǎn)新老高新區(qū)發(fā)展水平的對(duì)比

為進(jìn)一步證明2012年高新區(qū)整體實(shí)力下降是由于新增高新區(qū)發(fā)展?fàn)顩r較為落后，將2012年的87家高新區(qū)(去除北京中關(guān)村)分為兩組，第一組為2008年之前建立的53家高新區(qū)，圖2中用“2012早期”表示；第二組為2012年新建立的34家高新區(qū)，圖中用“2012新增”表示。重新繪制總體軌跡如圖2。

圖2顯示，2012年新增高新區(qū)的規(guī)模和外向度及科技創(chuàng)新水平均較為落后，低于2008年國(guó)家高新區(qū)的平均水平。除去新增高新區(qū)后，觀察從2008年至2012年的早期53家高新區(qū)，可以得出結(jié)論：早期的53家高新區(qū)發(fā)展趨勢(shì)良好，穩(wěn)步上升。新增的高新區(qū)整體實(shí)力較弱，和原有高新區(qū)相比具有較大差距。

(三)2012年新老高新區(qū)各指標(biāo)差異

表3 2012年新老高新區(qū)平均指標(biāo)比較

由表3可知，新高新區(qū)所選取的8個(gè)指標(biāo)和老高新區(qū)均有較大差距，尤其是科技創(chuàng)新指標(biāo)，如技術(shù)收入，新升級(jí)高新區(qū)的平均水平不到早期建立高新區(qū)的2%。

(四)87家高新區(qū)的聚類分析

采用歐氏距離和最短距離法進(jìn)行系統(tǒng)聚類得到結(jié)果如下：

第一類：上海；

第二類：武漢、廣州、深圳、西安；

第三類：天津、長(zhǎng)春、南京、無錫、成都；

第四類：蘇州、長(zhǎng)沙、佛山；

第五類：石家莊、太原、包頭、沈陽、大連、鞍山、吉林、哈爾濱、大慶、常州、杭州、合肥、廈門、濟(jì)南、青島、淄博、濰坊、濟(jì)寧、鄭州、襄樊、宜昌、珠海、中山；

第六類：保定、遼陽、泰州、昆山、江陰、寧波、福州、南昌、威海、洛陽、株洲、湘潭、惠州、南寧、柳州、重慶、綿陽、貴陽、昆明、寶雞、蘭州；

第七類：唐山、燕郊、延吉、齊齊哈爾、上海紫竹、紹興、蚌埠、蕪湖、泉州、煙臺(tái)、南陽、安陽、益陽、江門、東莞、桂林、海南、自貢、楊凌、渭南、青海、烏魯木齊、昌吉。

以上從第一類至第七類，綜合經(jīng)濟(jì)規(guī)模和科技水平依次遞減。根據(jù)系統(tǒng)聚類結(jié)果可知，新升級(jí)高新區(qū)多數(shù)聚集在第六類和第七類。其中，遼陽、泰州、昆山、江陰、湘潭、惠州、柳州分類結(jié)果為第六類；唐山、燕郊、延吉、齊齊哈爾、上海紫竹等分類結(jié)果為第七類；宜昌、濟(jì)寧兩家新升級(jí)的高新區(qū)進(jìn)入了第五類(說明：營(yíng)口、景德鎮(zhèn)、新余、臨沂、肇慶、白銀、銀川7家高新區(qū)由于數(shù)據(jù)不完全，無法參與聚類分析過程)。

四、總結(jié)和展望

綜合以上分析，關(guān)于我國(guó)高新區(qū)的現(xiàn)狀與未來出路，總結(jié)并展望如下。

第一，新增國(guó)家高新區(qū)壯大了高新區(qū)隊(duì)伍，但對(duì)整體發(fā)展水平影響明顯。經(jīng)研究分析可知，高新區(qū)平均發(fā)展水平下降的原因是新增高新區(qū)的平均實(shí)力與早期的54家高新區(qū)差距較大。先批準(zhǔn)建立的高新區(qū)經(jīng)濟(jì)基礎(chǔ)較為穩(wěn)固，對(duì)外開放程度較高，科技創(chuàng)新水平處于全國(guó)上游。后期建立的高新區(qū)是在早期高新區(qū)發(fā)展取得一定成果后，受到輻射作用影響被國(guó)家批準(zhǔn)的。

第二，根據(jù)聚類分析結(jié)果，新升級(jí)高新區(qū)多數(shù)聚集在后兩類，經(jīng)濟(jì)基礎(chǔ)較為薄弱，科技創(chuàng)新水平不高。在新升級(jí)高新區(qū)中，僅有宜昌、濟(jì)寧兩家高新區(qū)進(jìn)入了第五類。通過對(duì)指標(biāo)和因子得分的分析，這兩家高新區(qū)的發(fā)展主要依賴于規(guī)模的推動(dòng)，技術(shù)收入指標(biāo)低于新升級(jí)高新區(qū)平均水平，科技創(chuàng)新的驅(qū)動(dòng)作用偏弱。

第三，在評(píng)價(jià)高新區(qū)整體發(fā)展水平時(shí)，將新增高新區(qū)和早期高新區(qū)分開研究是有必要的。然而由于新升級(jí)高新區(qū)發(fā)展時(shí)間較短，沒有完整的時(shí)序立體數(shù)據(jù)供分析，需待新升級(jí)高新區(qū)發(fā)展時(shí)間延長(zhǎng)后再行研究。另一方面，在指標(biāo)體系構(gòu)建過程中如何選擇更加合適的、可統(tǒng)計(jì)的指標(biāo)反映科技創(chuàng)新情況，在下一步動(dòng)態(tài)比較研究中可以就這些方面進(jìn)行改進(jìn)。

第四，國(guó)家需要加強(qiáng)對(duì)國(guó)家級(jí)高新區(qū)的分類指導(dǎo)，特別是對(duì)新升級(jí)高新區(qū)應(yīng)出臺(tái)針對(duì)性的政策措施。20世紀(jì)90年代批建的國(guó)家高新區(qū)，經(jīng)歷了近20年的特別扶持政策，激勵(lì)作用和效果非常明顯。而隨著2008年新的企業(yè)所得稅法實(shí)施后，區(qū)域性政策逐步減少，新增國(guó)家高新區(qū)無法享受特殊的優(yōu)惠政策。結(jié)合相關(guān)研究[9]分析，國(guó)家層面需要制訂差異化的扶持政策，引導(dǎo)地方采取符合實(shí)際需要的激勵(lì)措施。

[1] 黃寧燕, 梁戰(zhàn)平. 我國(guó)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的發(fā)展?fàn)顩r及趨勢(shì)——聚類分析評(píng)價(jià)研究?[J]. 科學(xué)學(xué)研究, 1999, 17(2)：79-88.

[2] 韓伯棠, 方偉, 王棟. 高新區(qū)與經(jīng)開區(qū)的趨同趨勢(shì)及兩區(qū)合一的管理模式研究[J]. 特區(qū)經(jīng)濟(jì), 2007(4)：29-31.

[3] 王方. 我國(guó)高新區(qū)政策變遷歷程及發(fā)展趨勢(shì)研究 ———基于中國(guó)1984-2011年高新區(qū)政策的考察[J]. 科技進(jìn)步與對(duì)策, 2013, 30(12)：31-36.

[4] 蔡龍海, 侯玲娟, 周泓. 中國(guó)高新區(qū)發(fā)展水平的主成分分析和聚類分析[J]. 西北工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版, 2009, 29(4)：25-30.

[5]汪海鳳, 趙英. 我國(guó)國(guó)家高新區(qū)發(fā)展的因子聚類分析[J]. 數(shù)理統(tǒng)計(jì)與管理, 2012, 31(2)：270-278.

[6]Jolliffe I T. Principal Component Analysis, Series: Springer Series in Statistics, 2nd ed.[M]. NY：Springer, 2002.

[7] 徐哲, 石曉軍, 楊繼平, 等. 應(yīng)用統(tǒng)計(jì)學(xué)：經(jīng)濟(jì)與管理中的數(shù)據(jù)分析[M].北京：清華大學(xué)出版社, 2011.

[8]薛強(qiáng)，王帥，芮雪，等.基于動(dòng)態(tài)主成分分析法的國(guó)家高新區(qū)評(píng)價(jià)研究[J].科學(xué)管理研究，2014(4)：48-51.

[9]薛強(qiáng), 趙靜. 基于產(chǎn)業(yè)生態(tài)學(xué)的創(chuàng)新型產(chǎn)業(yè)集群培育路徑分析——以32家新升級(jí)國(guó)家高新區(qū)為例[J].中國(guó)科技論壇，2014(3):67-71.

[責(zé)任編輯：靳香玲]

A Dynamic Contrast between the Old and New National Hi-Tech Industrial Development Zones on the Basis of the Time Series Difference

XUE Qiang1, 2, WANG Shuai1, RUI Xue1, WANG Yu-ru1

(1. School of Economics and Management, Beihang University, Beijing 100191, China;2. Department of High and New Technology Development and Industrialization, Ministry of Science and Technology, Beijing 100862, China)

114 national hi-tech industrial development zones have been established successively in China since 1998. Although the entire scale and development quality has been improving increasingly, the developing levels differ among those national hi-tech industrial development zones, due to the differences in the time of establishment, policy support and so on. From 2009 to 2011, the State Council of China ratified the upgrade of 34 hi-tech industrial development zones to the national level, and the large number has a significant effect on the whole level of national hi-tech zones. Applying the principle of principal component analysis and the method of cluster analysis with the cubic time series data, the paper contrasts the dynamically developing course of the 34 newly ratified and 54 previously established national hi-tech industrial development zones from 2008 to 2012. The study shows the newly ratified ones are generally poorer when compared with the old ones, especially in terms of the technological innovation. It is suggested for the country to guide the national hi-tech industrial development zones according to the different categories and put forward the relevant countermeasures.

contrast of hi-tech industrial development zones; time series difference; principal component analysis; dynamic course; cluster analysis

2015-05-18

薛強(qiáng)(1979-)，男，遼寧沈陽人，北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院2013級(jí)博士研究生，研究方向?yàn)榭萍脊芾?、?chuàng)新體系和現(xiàn)代服務(wù)業(yè)。

C 931.3

A

1004-1710(2015)05-0046-05