2018我国高技术产业竞争力研究

7595360

　　作者：林秀梅 徐光瑞 李瑾文
　　[摘要]在构建高技术产业竞争力评价指标体系的基础上，依据2003年和2007年统计数据，采用因子分析方法，对我国30个省份的高技术产业竞争力的研究表明：影响我国地区高技术产业竞争力的主要因素有规模产出、政策环境、技术创新能力以及技术支持环境四个方面，且产出水平对竞争力的影响程度最大，技术创新能力对竞争力的影响有所上升；高技术产业地区发展不平衡，集团特征明显，影响各个集团高技术产业发展的因素也不平衡。
　　[关键词]竞争力；高技术产业；因子分析
　　
　　一、引言
　　
　　竞争是一个永恒的话题。从古典经济学家大卫·李嘉图的比较优势开始，竞争的思想就一直与人类活动息息相关。随着赫克歇尔—俄林理论对传统比较优势理论的补充，以及克鲁格曼的规模经济理论对国际竞争的诠释，竞争力的研究逐渐走进了主流经济学家研究的视野。波特的国家竞争优势理论，最终将产业层面的竞争力研究摆在了经济学家的面前，在国际竞争中获取国家竞争优势的思想也使得政府在制定政策时有了明确的方向。产业作为联系国家和企业的纽带具有极其重要的地位，企业是产业竞争的实体，同时，企业规模经济的获得要依靠产业的健康发展，而国家竞争力的提高则以产业竞争力的提升作为保障。因此，许多国家都将产业竞争力的提高作为政府制定政策的方向和目标，以推动本国在国际上形成具有优势的产业，从而带动其经济发展，增强在国际上的竞争力。
　　高技术产业作为当今推动经济增长的重要产业，在各国经济发展中的地位和作用越来越明显，发展高技术和高技术产业是当代工业化过程的必要一环和走新型工业化道路的必然选择。而高技术产业竞争力的提升，对于带动产业结构升级、促进各产业发展，从而获取国家竞争优势作用重大。因此，研究高技术产业竞争力，不仅具有重要的理论意义，更具有重大的现实意义。
　　关于高技术产业竞争力，国内外的很多学者都做了研究，美国竞争力委员会会长Daniel F.Burton、Maria Papadakis、Benoit Godint、Derek Braddom和Keith Hartley分别从政策的制定、评价指标的选择和分析框架的建立等方面进行了理论和实证研究。而穆荣平、王建刚和于英川、秦臻和秦永和结合我国高技术产业，分别从指标体系、评价方法和竞争力指标的因果关系等方面对竞争力进行了研究。这些研究都具有重要意义，但是他们的研究有的只讲理论，有的评价指标难以获得，有的缺乏区域比较。
　　本文在总结了前人研究的基础上，建立了一套较科学合理并可获得的指标体系，利用因子分析方法，从众多指标中提炼出四个主因子，并利用因子得分对各省份高技术产业的竞争力进行分类和比较研究，分析竞争力差异及产生的原因，据此提出相应的提升高技术产业竞争力的对策建议。
　　
　　二、指标选取、数据来源及分析方法
　　
　　1　高技术产业竞争力评价指标体系。比较优势理论和竞争优势理论是竞争力的两大理论基础。比较优势和竞争优势的不同之处在于，比较优势涉及的是不同产业之间的关系，而竞争优势体现的是同一产业的关系。比较优势理论论证了不同国家或地区间产业分工的合理性，竞争优势理论则证实了不同国家或地区间产业替代的必然性。本文根据竞争力理论和高技术产业的特点，从显性竞争力和隐性竞争力两个方面来构建评价指标体系。显性竞争力是竞争主体在一定竞争环境下所具有的竞争优势，体现的是一种外在的现实竞争力，如产业的投入水平、产出水平等；隐性竞争力是竞争主体将其具有的比较优势转化为竞争优势的一种能力，体现的是一种内在的潜在竞争力，如产业的发展环境、创新能力等。本文选取了体现这两方面的15项指标，建立了高技术产业竞争力评价指标体系。在指标的选取过程中，既考虑了指标的科学性、可比性、多目标性，也考虑了指标的可获得性。高技术产业竞争力评价指标体系见表1。
　　2　数据来源与分析方法。依据指标体系，我们从《中国统计年鉴》(2004、2008)、《中国高技术产业统计年鉴2008》、国家统计局以及国家科技部网站，获得中国内地除西藏外30个省、自治区、直辖市2003年和2007年的数据(数据略)，并经过加工整理。
　　本文采用的是多元统计分析中的因子分析方法。因子分析是从相关的多指标中提取少数公共因子，用公共因子来充分反映原始变量的信息，并通过因子旋转以及载荷矩阵确定因子的意义，以达到指标降维、凝练信息的目的。同时利用因子得分，可以对研究对象进行分类和比较分析，这恰是我们解决问题所需要的。
　　
　　三、实证分析
　　
　　1　高技术产业竞争力因子分析。由于15个刻画高技术产业竞争力的指标计量单位不同，我们对原始数据矩阵进行标准化(无量纲化)处理。求出其相关系数矩阵的特征值、贡献率和累计贡献率，根据累计贡献率大于85％及因子特征值大于1的原则提取了4个公共因子。为了便于对各因子做出合理解释，对初始因子进行方差最大正交旋转，分别求得2003年和2007年的正交因子载荷矩阵(见附表1，2)。根据旋转后的因子载荷矩阵可以看出，2003年和2007年第一主因子在高技术产业产值、高技术产品出口额等8项代表产出的指标上具有最大权重，因此将其命名为规模产出因子。第二主因子在高技术产业RD人员投入强度、RD经费投入强度及科技活动经费筹集额中政府资金三项指标上占有最大比重，这三项指标代表了当地政府对于发展高技术产业的重视程度，因此将其命名为政策环境因子。这两个因子的贡献率都在70％以上，说明这两个因素是决定高技术产业竞争力的重要因素。而第三和第四主因子，根据因子载荷可分别命名为技术支持因子(国家开发区企业数的多少对当地高技术产业之间的技术支持产生一定影响，全员劳动生产率的高低也与产业技术水平支撑力度有关)和技术创新因子(新产品销售率以及新产品出口销售率两项指标代表了地区高技术产业的技术创新实力)。只是2003年技术支持因子排在第三，而2007年技术创新因子排在第三，体现了技术创新在高技术产业竞争力方面的作用越来越大。
　　2　高技术产业竞争力综合分析。根据因子得分F1，并利用各因子贡献率ai对其加权(如公式1)。
　　F=a1 F1+a1F1+a3 F3+a4F4 (1)
　
　
　　
　　计算各省份高技术产业竞争力综合得分(结果略)。将得分大于1的分为一组，视其为高技术产业发达省份；得分0～1的分为一组，视其为高技术产业发展中等省份；得分小于0的分为一组，视其为高技术产业发展相对后进的省份。分组结果见表2。再计算每组各因子得分平均值，见表3与表4。
　　由表2中可以看出，从2003年到2007年，我国各省市的高技术产业发展状况所处层次变化不大，仅有两个省份发生了变化，一个是江苏省由第二集团进入第一集团，成为高技术产业发达省份，另一个就是黑龙江省由第二集团下降到第三集团，成为高技术产业落后省份，其他省份没有变化。由表3和表4可以看出，三大集团在2003年和2007年各因子平均得分的排名均没有变化，特点完全相同。第一集团只有广东和江苏，这两个省的产出能力最强，正是凭借巨大的产出能力，使广东和江苏位于高技术产业竞争力榜首，但是它们的技术支持环境排在最后一位，说明这种竞争力可能缺乏后劲，要维持竞争力必须在技术支持环境上努力；第二集团除产出水平排在第二位外，其他三大因子得分排名均位于三大集团首位，说明处于第二集团的省份具有良好的发展高技术产业的政策环境、技术支持环境以及技术创新能力，高技术产业竞争潜力大，发展前景乐观；第三集团的省份除技术支持环境位于三大集团中间水平外，其余因子得分均位于末位，表现出竞争力差距，而且，这个集团包含众多省份，说明我国大多数省份高技术产业竞争力水平不高，有待于进一步提高。