供給側(cè)改革背景下高新技術(shù)產(chǎn)業(yè)區(qū)域影響率值差異分析

高顏超，皮平凡

（廣東財經(jīng)大學(xué) 地理與旅游學(xué)院，廣東 廣州 510000）

一、引 言

高新技術(shù)產(chǎn)業(yè)是知識和技術(shù)密集型產(chǎn)業(yè)，是我國國民經(jīng)濟(jì)的重要組成部分，高新技術(shù)產(chǎn)業(yè)發(fā)展對我國經(jīng)濟(jì)發(fā)展具有重要影響。

供給側(cè)改革主要是從勞動力、土地、資本、創(chuàng)新四個方面對經(jīng)濟(jì)結(jié)構(gòu)進(jìn)行調(diào)整，從而改變目前我國經(jīng)濟(jì)增長方式粗放的現(xiàn)狀，同時創(chuàng)造新的經(jīng)濟(jì)增長點(diǎn)，促進(jìn)國民經(jīng)濟(jì)的健康發(fā)展［1］。目前，我國高新技術(shù)產(chǎn)業(yè)存在區(qū)域發(fā)展水平不均，內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)不合理，經(jīng)濟(jì)增長方式粗放等問題［2-5］，在我國整體推動國民經(jīng)濟(jì)供給側(cè)改革的大背景下，如何實(shí)現(xiàn)高新技術(shù)產(chǎn)業(yè)的供給側(cè)改革成為高新技術(shù)產(chǎn)業(yè)面臨的首要問題。本文從兩個層次對高新技術(shù)產(chǎn)業(yè)影響率值差異進(jìn)行研究，首先利用C-D函數(shù)模型的適當(dāng)變形，構(gòu)建多層次發(fā)展模型，對31個省市自治區(qū)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的靜態(tài)面板數(shù)據(jù)進(jìn)行處理，從供給角度分析31個省份高新技術(shù)產(chǎn)業(yè)組間與組內(nèi)產(chǎn)值的差異的影響因素；其次在影響因素分析的基礎(chǔ)上計算影響因素影響率值的差異。

供給側(cè)方面影響高新技術(shù)產(chǎn)業(yè)發(fā)展因素主要包括四個方面。勞動力因素，高新技術(shù)產(chǎn)業(yè)作為知識密集型產(chǎn)業(yè)，高技術(shù)人才的數(shù)量與質(zhì)量與高新技術(shù)產(chǎn)業(yè)發(fā)展聯(lián)系密切［6-8］；②政策因素，高新技術(shù)產(chǎn)業(yè)的發(fā)展需要巨額的人力、物力、財力的投入，在市場經(jīng)濟(jì)的條件下，單個企業(yè)無法承擔(dān)伴隨高新技術(shù)產(chǎn)業(yè)發(fā)展成本的增加，不可避免地需要政府力量的介入，其次，來自政府資金扶持及投入有利于促進(jìn)高新技術(shù)產(chǎn)業(yè)的技術(shù)發(fā)展［9-10］；③資本因素，高新技術(shù)產(chǎn)業(yè)發(fā)展前期的科學(xué)研發(fā)及固定資本投入需要大量的資本投入，隨著高新技術(shù)產(chǎn)業(yè)的發(fā)展成熟，資本將在高新技術(shù)產(chǎn)業(yè)發(fā)展扮演越來越重要的角色，表現(xiàn)在高新技術(shù)產(chǎn)業(yè)中資本對科技研發(fā)和人力資本的帶動作用［11-14］；④技術(shù)因素，新產(chǎn)品的研發(fā)速度，新技術(shù)水平的提升，決定了整個高新技術(shù)產(chǎn)業(yè)的成敗，因此，高新技術(shù)產(chǎn)業(yè)的競爭某種程度上就是產(chǎn)品科技含量和技術(shù)水平的競爭［15-16］。

從目前的研究來看，對高新技術(shù)產(chǎn)業(yè)影響因素研究主要從勞動力、資本、技術(shù)和政策四個方面進(jìn)行分析，多從單一因素或某幾個因素進(jìn)行分析，缺乏從整體角度建立完整模型對四個因素在同一情景下對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響的探討，同時，原有的影響因素分析無法解決組間和組內(nèi)變異同時存在的問題，忽視影響因素隨時間發(fā)展的動態(tài)性以及組間和組內(nèi)存在的差異。本文運(yùn)用多層發(fā)展模型對31個省市自治區(qū)高新技術(shù)產(chǎn)值的組間差異和組內(nèi)差異進(jìn)行分析，以及研究影響因素與時間的交互作用的分析。

一、研究方法

（一）多層線性模型

傳統(tǒng)的線性回歸分析只能做在個體層次或者群體層次的單一水平上分別進(jìn)行數(shù)據(jù)分析，對于個體水平而言，注重了對個體之間變異的分析而忽略了群組之間的差異在個體水平之間的影響。對于組水平模型忽略了組內(nèi)變異和個體水平之間的差異的，同時組水平的樣本會使統(tǒng)計的樣本量大大縮小因此降低了模型的估計效度和信度。為解決上述問題為研究帶來的困難，學(xué)者提出來多層分析模型，學(xué)者可以利用該框架系統(tǒng)在同一個模型下分析個體水平效應(yīng)和組水平效應(yīng)的影響，檢驗(yàn)組水平如何調(diào)節(jié)個體層次變異，以及個體水平解釋變量是否影響組水平解釋變量的效應(yīng)。多層線性模型也可以用來研究面板數(shù)據(jù)中因變量隨時間變化的發(fā)展軌跡，即多層線性發(fā)展模型。這里我們運(yùn)用多層線性發(fā)展模型對1995-2013年我國31個省市自治區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素的差異。

1.零模型

多層發(fā)展模型的建立需要三個步驟的檢驗(yàn)，首先就是對發(fā)展模型的組間差異是否明顯進(jìn)行檢驗(yàn)，即ICC組內(nèi)相關(guān)系數(shù)是否顯著的檢驗(yàn)，ICC表示組間方差與總方差之比，其公式可表示為：+其中δ2u0表示組間方差或宏觀層次方差，δ2表示組內(nèi)方差或者微觀層次方差。ICC既能反映組間變異也能反映組內(nèi)個體間的相關(guān)系數(shù)，其組織范圍在0到1之間。由δ2uo與δ2是否顯著可以判斷ICC值的統(tǒng)計顯著性，如果ICC值顯著說明數(shù)據(jù)存在組間差異應(yīng)利用多層模型進(jìn)行分析，如果ICC值不顯著應(yīng)利用多元回歸線性模型進(jìn)行分析而不需要用多水平模型分析。零模型可以表示為：

水平1：yij=αi+eij

水平2：αi=α0+u0j

其中，i=(1,2,…,n)：j=(1,…,mj)，由于模型中水平1和水平2均沒有解釋變量，因此稱為零模型。

2.隨機(jī)截距發(fā)展模型

在檢驗(yàn)組間變異是否顯著之后進(jìn)一步對因變量隨時間變化的模型擬合情況進(jìn)行檢驗(yàn)，以確定發(fā)展模型是否對解釋因變量隨時間變化顯著。隨機(jī)截距模型可表示為：

水平1：yij=β0j+β1jTimeij+eij

水平2：β0j=γ00+u0j;β1j=γ10+u1j

yij=γ00+γ10Timeij+(u0j+u1jTimeij+eij)

其中，yij表示第i年第j個個體測量的結(jié)果即因變量，表示第i年第j省份的高新技術(shù)產(chǎn)業(yè)產(chǎn)值；Timeij表示時間；eij表示殘差：β0j表示水平1的截距：β1j表示水平1的斜率；u0j表示第j個個體的因變量偏離模型估計的總體平均水平程度；u1j表示第j個個體的因變量變化率偏離模型估計的總體變化率水平的程度。

3.混合模型

在檢驗(yàn)因變量隨時間變化情況之后在水平2進(jìn)一步加入自變量，進(jìn)一步多層發(fā)展模型下驗(yàn)證自變量對因變量的解釋情況及顯著性檢驗(yàn)情況，混合模型可以表示為：

水平1：yij=β0j+β1jTimeij+eij

水平2:β0j=γ00+γ01Gj+γ02Tj+γ03Lj+γ04Cj+u0j

β1j=γ10+γ11Gj+γ01Tj+γ13Lj+γ14Cj+u1j

其中，yij表示第i年第j個個體測量的結(jié)果即因變量，表示第i年第j省份的高新技術(shù)產(chǎn)業(yè)產(chǎn)值；Timeij表示時間；eij表示殘差；β0j表示水平1的截距；β1j表示水平1的斜率；u0j表示第j個個體的因變量偏離模型估計的總體平均水平程度；u1j表示第j個個體的因變量變化率偏離模型估計的總體變化率水平的程度；Lj表示第j個省市高新技術(shù)產(chǎn)業(yè)從業(yè)人數(shù)即勞動力因素對其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Gj表示第j個省市高新技術(shù)產(chǎn)業(yè)政府資金支持即政策因素對其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Tj表示第j個省市高新技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)投資額即技術(shù)因素對其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Cj表示第j個省市高新技術(shù)產(chǎn)業(yè)固定資本投資額即資本因素對其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響。

（二）科布道格拉斯函數(shù)

1928年美國經(jīng)濟(jì)學(xué)家道格拉斯和數(shù)學(xué)家科布在探討投入與產(chǎn)出的關(guān)系時提出，用以衡量國家或企業(yè)的生產(chǎn)影響因素的模型，其數(shù)學(xué)表達(dá)式可以表示為:Y=AKaLb，一般假設(shè)a+b=l，這里取消該假設(shè)。對科布道格拉斯函數(shù)兩邊同時取對數(shù)變形為：Ln(Y)=ln(A)+aln(K)+bln(L)。再令ln(Y)=Yij，ln(A)=A1，ln(K)=Kij，ln(L)=Lij，則方程可表示為：Yij=A1+aKij+bLij+eij。

二、數(shù)據(jù)來源及指標(biāo)選取

數(shù)據(jù)主要來源于1996至2014年《中國高新技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》生產(chǎn)經(jīng)營情況部類按地區(qū)分31個省市高新技術(shù)產(chǎn)業(yè)1995至2013年產(chǎn)值，科技活動情況按地區(qū)分31個省市1995至2013年高新技術(shù)產(chǎn)業(yè)新產(chǎn)品研發(fā)投入，勞動力情況為按地區(qū)分31個省市區(qū)1995年至2013年高新技術(shù)產(chǎn)業(yè)從業(yè)人員年平均數(shù)，及31和省市1995至2013年固定資產(chǎn)投資額按地區(qū)分。指標(biāo)的選取依供給角度分別包括：勞動力要素、資本要素、技術(shù)要素、政策要素，4個指標(biāo)與高新技術(shù)產(chǎn)值之間的關(guān)系。

表1 高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素衡量指標(biāo)

三、分析結(jié)果

（一）高新技術(shù)產(chǎn)業(yè)發(fā)展零模型分析

以HLM7.0構(gòu)建零模型對高新技術(shù)產(chǎn)業(yè)發(fā)展的組間差異顯著性進(jìn)行檢驗(yàn)，方程表達(dá)式為：水平1：yji=π0i+eji；水平2：π0i=β00+γ0i，得表2。

表2 零模型方差成分估計結(jié)果

表2零模型隨機(jī)效應(yīng)方差估計結(jié)果，方程經(jīng)兩次迭代即收斂說明方程的擬合較好，第二次似然迭代值為-9.225 055E+002。由ICC組內(nèi)相關(guān)系數(shù)的公式可得ICC=3.48/（1.08+3.48）=0.76，也就是組間變異占總的變異的76%，而且P值小于0.001極度顯著，說明組間變異是影響總變異的主要因素而且影響比重約為76%。表2的其它系數(shù)截距標(biāo)準(zhǔn)差為1.87，水平1的殘差的標(biāo)準(zhǔn)差為1.04，自由度為30，卡方值為1 863.58。

表3 零模型分析固定效應(yīng)結(jié)果

對零模型固定效應(yīng)的結(jié)果分析表3，其中水平2截距β00的估計的系數(shù)為5.35，標(biāo)準(zhǔn)差為0.33，T檢驗(yàn)值為16.1，自由度為30，P值小于0.001極度顯著，說明水平2的截距β00有統(tǒng)計學(xué)意義，即各組間的初始值的截距差異明顯，但由于沒有因變量所以沒有實(shí)際意義。

零模型其他數(shù)據(jù)結(jié)果還有σ2=1.081 54：水平1的截距π0為3.479 09：以及水平1截距π0的信度為0.984表示水平1方程的可信程度較高。Deviance=1 845.010 954即方程的偏差為1 845.01。

（二）高新技術(shù)產(chǎn)業(yè)隨機(jī)截距發(fā)展模型分析

在零模型分析的基礎(chǔ)之上進(jìn)一步完善模型，在水平1加入時間變量，研究31個省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值隨時間變化情況，方程表達(dá)式為：水平1：yγi= π0i+π1iTimeγi+eγi

水平2：π0i=β00+γ0i;π1j=β10，方程可表示為：yγi=β00+β10Timeγi+(γ0i+eγi)?？傻冒l(fā)展模型運(yùn)算結(jié)果見表4。

表4 隨機(jī)截距發(fā)展模型方差成分估計結(jié)果

表4隨機(jī)截距發(fā)展模型隨機(jī)效應(yīng)方差估計結(jié)果，方程經(jīng)三次迭代即收斂說明方程的擬合較好，第二次似然迭代值為-3.153 813E+002。由ICC組內(nèi)相關(guān)系數(shù)的公式可得ICC=3.53/（0.12+3.53）=0.967，也就是組間變異占總的變異的96.7%，而且P值小于0.001極度顯著，說明組間變異是影響總變異的主要因素而且影響比重約為97%，表明不同省份之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值隨時間變化差異較大。表4的其他系數(shù)截距標(biāo)準(zhǔn)差為1.88，水平1的殘差的標(biāo)準(zhǔn)差為0.35，自由度為30，卡方值為16 634.84。

表5 隨機(jī)截距發(fā)展模型分析固定效應(yīng)結(jié)果

對隨機(jī)截距發(fā)展模型固定效應(yīng)的結(jié)果分析表5，對于截距π0在水平2截距β00的估計的系數(shù)為3.78，標(biāo)準(zhǔn)誤為0.33較小，T檢驗(yàn)值為11.557，自由度為30，P值小于0.001極度顯著，說明水平2的截距β00有統(tǒng)計學(xué)意義，即各組間的初始值的截距差異明顯，說明高新技術(shù)產(chǎn)業(yè)產(chǎn)值在各省份在1995年差距明顯，且總體上各省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值是隨著時間的變化而正向變動的。對于隨機(jī)截距發(fā)展模型的系數(shù)π1在水平2截距β10的系數(shù)為0.17，標(biāo)準(zhǔn)誤為0.006 8較小，T檢驗(yàn)值為25.607，自由度為557，P值小于0.001極度顯著，說明各省份內(nèi)部產(chǎn)值隨時間變化情況，系數(shù)為正且通過顯著性檢驗(yàn)，說明各省份總體上高新技術(shù)產(chǎn)業(yè)產(chǎn)值隨時間的變動而正向增加。

隨機(jī)截距發(fā)展模型其他數(shù)據(jù)擬合結(jié)果：σ2=0.12 116，則隨機(jī)截距發(fā)展模型與零模型相比的方差解釋度可減少88.3%。水平1的截距π0為3.52 963；水平1截距π0的信度為0.998表示水平1方程的可信程度較高。Deviance=630.762 658即方程的偏差為630.762 658，與零模型相比方程偏差減少1214.248 296遠(yuǎn)大于3極度顯著，說明隨機(jī)截距發(fā)展模型的擬合度更好。

（三）高新技術(shù)產(chǎn)業(yè)混合發(fā)展模型分析

零模型表明31個省市之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值存在明顯差異，隨機(jī)截距發(fā)展模型表明高新技術(shù)產(chǎn)業(yè)產(chǎn)值31個省市之間及各個省份內(nèi)部隨時間的變化是顯著的，在零模型和隨機(jī)截距發(fā)展模型的基礎(chǔ)上，進(jìn)一步研究組間及組內(nèi)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響因素，從四個方面的因素分別為政策因素、技術(shù)因素、勞動力因素和資本因素四個方面進(jìn)行建模，構(gòu)建混合發(fā)展模型，其模型表達(dá)式可表示為：水平1：yij=π0j+π1jTimeij+eij，

水平2：π0j=β00+β01Gj+β02Tj+β03Lj+β04Cj+γ0j

π1j=β10+β11Gj+β12Tj+β13Lj+β14Cj，

方程可表示為：yγi=β00+β10Timeγi+(γ0i+eγi)。

依次添加政策因素、技術(shù)因素、勞動力因素和資本因素可得固定效應(yīng)估計結(jié)果見表6。

表6 混合發(fā)展模型分析固定效應(yīng)結(jié)果

續(xù)表6

對混合發(fā)展模型固定效應(yīng)的結(jié)果分析表6，將單個變量分別加入模型中研究模型的解釋度和擬合度。對于政策因素G的截距π0在水平2截距β00的估計的系數(shù)為0.12，標(biāo)準(zhǔn)誤為0.7較小，T檢驗(yàn)值為0.172，自由度為29，P值0.865大于0.05不顯著，說明單個政策因素對省份之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值初始值的影響不顯著。對于政策因素π0在水平2的系數(shù)為0.58，標(biāo)準(zhǔn)誤為0.1較小，T檢驗(yàn)值為5.54，自由度為29，P值小于0.01極度顯著，說明31個省份高新技術(shù)產(chǎn)業(yè)受政策因素的顯著影響。對于政策因素隨時間的推移對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對于時間系數(shù)π1在水平2上的截距系數(shù)為0.19，標(biāo)準(zhǔn)誤為0.007較小，T檢驗(yàn)值為25.05，自由度為556，P值小于0.01極度顯著，說明就各省市高新技術(shù)產(chǎn)業(yè)隨時間發(fā)展的變化是顯著的。對于政策與時間的交互作用系數(shù)β11為-0.002，標(biāo)準(zhǔn)誤為0.001較小，T檢驗(yàn)值為-2.04，自由度為556，P值為0.042小于0.05顯著，說明政策因素與時間存在交互作用但是系數(shù)為負(fù)且很小，說明隨時間推移政策因素對各省市自治區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展影響逐漸減弱。

對于技術(shù)因素T的截距π0在水平2截距β00的估計的系數(shù)為-1.35，標(biāo)準(zhǔn)誤為0.68較大，T檢驗(yàn)值為-1.986，自由度為29，P值0.057大于0.05不顯著，說明單個技術(shù)因素對省份之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值初始值的影響不顯著。對于技術(shù)因素π0在水平2的系數(shù)為0.65，標(biāo)準(zhǔn)誤為0.082較小，T檢驗(yàn)值為7.909，自由度為29，P值小于0.01極度顯著，說明31個省市自治區(qū)高新技術(shù)產(chǎn)業(yè)受技術(shù)因素的顯著影響。對于技術(shù)因素隨時間的推移對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對于時間系數(shù)π1在水平2上的截距系數(shù)為0.185，標(biāo)準(zhǔn)誤為0.009較小，T檢驗(yàn)值為20.569，自由度為556，P值小于0.01極度顯著，說明就各省市高新技術(shù)產(chǎn)業(yè)隨時間發(fā)展的變化是顯著的。對于技術(shù)因素與時間的交互作用系數(shù)β11為-0.001，標(biāo)準(zhǔn)誤為0.001較小，T檢驗(yàn)值為-1.321，自由度為556，P值為0.187大于0.05不顯著，說明技術(shù)因素與時間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時間推移技術(shù)因素對各省市自治區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展影響逐漸減弱但是不明顯。

對于勞動力因素L的截距π0在水平2截距β00的估計的系數(shù)為-2.54，標(biāo)準(zhǔn)誤為1.27較大，T檢驗(yàn)值為-1.993，自由度為29，P值0.056大于0.05不顯著，說明單個勞動力因素對省份之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值初始值的影響不顯著。對于勞動力因素π0在水平2的系數(shù)為0.58，標(biāo)準(zhǔn)誤為0.11較小，T檢驗(yàn)值為5.06，自由度為29，P值小于0.01極度顯著，說明31個省市自治區(qū)高新技術(shù)產(chǎn)業(yè)受勞動力因素的顯著影響。對于勞動力因素隨時間的推移對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對于時間系數(shù)π1在水平2上的截距系數(shù)為0.198，標(biāo)準(zhǔn)誤為0.01較小，T檢驗(yàn)值為15.21，自由度為556，P值小于0.01極度顯著，說明就各省市高新技術(shù)產(chǎn)業(yè)隨時間發(fā)展的變化是顯著的。對于勞動力因素與時間的交互作用系數(shù)β11為-0.002，標(biāo)準(zhǔn)誤為0.001較小，T檢驗(yàn)值為-1.91，自由度為556，P值為0.057大于0.05不顯著，說明勞動力因素與時間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時間推移勞動力因素對各省市各省市高新技術(shù)產(chǎn)業(yè)發(fā)展影響逐漸減弱但是不明顯。

對于資本因素C的截距π0在水平2截距β00的估計的系數(shù)為3.52，標(biāo)準(zhǔn)誤為0.177較小，T檢驗(yàn)值為19.802，自由度為29，P值小于0.01極度顯著，說明單個資本因素對省份之間高新技術(shù)產(chǎn)業(yè)產(chǎn)值初始值的影響顯著。對于資本因素π0在水平2的系數(shù)為0.84，標(biāo)準(zhǔn)誤為0.09較小，T檢驗(yàn)值為9.203，自由度為29，P值小于0.01極度顯著，說明31個省份高新技術(shù)產(chǎn)業(yè)受資本因素的顯著影響。對于資本因素隨時間的推移對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對于時間系數(shù)π1在水平2上的截距系數(shù)為0.174，標(biāo)準(zhǔn)誤為0.006較小，T檢驗(yàn)值為25.342，自由度為556，P值小于0.01極度顯著，說明就各省市高新技術(shù)產(chǎn)業(yè)隨時間發(fā)展的變化是顯著的。對于資本因素與時間的交互作用系數(shù)β11為-0.001，標(biāo)準(zhǔn)誤為0.036較小，T檢驗(yàn)值為-0.317，自由度為556，P值為0.752大于0.05不顯著，說明資本因素與時間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時間推移資本因素對各省市自治區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展影響逐漸減弱但是不明顯。

對于混合發(fā)展模型的擬合度，政策因素混合發(fā)展模型可以在隨機(jī)截距模型的基礎(chǔ)上進(jìn)一步解釋方差變異的0.5%，Deviance=620.400 15，與隨機(jī)截距發(fā)展模型相比偏差值縮減大于3說明方程擬合顯著，整體擬合較好。技術(shù)因素混合發(fā)展模型可以在隨機(jī)截距模型的基礎(chǔ)上進(jìn)一步解釋方差變異的0.1%，Deviance=610.027 925，與隨機(jī)截距發(fā)展模型相比偏差值縮減大于3說明方程擬合顯著，整體擬合較好。勞動力因素混合發(fā)展模型可以在隨機(jī)截距模型的基礎(chǔ)上進(jìn)一步解釋方差變異的0.5%，Deviance=623.179 106，與隨機(jī)截距發(fā)展模型相比偏差值縮減大于3說明方程擬合顯著，整體擬合較好。資本因素混合發(fā)展模型可以在隨機(jī)截距模型的基礎(chǔ)上進(jìn)一步解釋方差變異的0.1%，Deviance=603.534 026，與隨機(jī)截距發(fā)展模型相比偏差值縮減大于3，說明方程擬合顯著，整體擬合較好。

對于單個因素的混合發(fā)展模型可能由于其他原因系數(shù)的顯著性檢驗(yàn)表現(xiàn)得不是很好，而將四個因素納入同一個模型中進(jìn)行分析得表7。

表7 整體混合發(fā)展模型分析固定效應(yīng)結(jié)果

將政策因素、技術(shù)因素、勞動力因素和資本因素都納入模型其固定效應(yīng)估計結(jié)果表7，對截距π0在水平2上的系數(shù)截距系數(shù)β00為2.86，標(biāo)準(zhǔn)誤為1.094較大，T檢驗(yàn)值為2.616，自由度為26，P值為0.015通過顯著性檢驗(yàn)，說明整體混合模型下高新技術(shù)產(chǎn)業(yè)各省份的初始值存在較大差異。政策因素的系數(shù)β01系數(shù)為-0.108，標(biāo)準(zhǔn)誤為0.154較小，T檢驗(yàn)值為-0.706，自由度為26，P值為0.487大于0.05未通過顯著性檢驗(yàn)，說明政策因素對各省份之間高新技術(shù)產(chǎn)業(yè)的發(fā)展影響為負(fù)但不顯著。技術(shù)因素的系數(shù)β02系數(shù)為0.726，標(biāo)準(zhǔn)誤為0.248較小，T檢驗(yàn)值為2.923，自由度為26，P值為0.007小于0.05通過顯著性檢驗(yàn)，說明技術(shù)因素對各省份之間高新技術(shù)產(chǎn)業(yè)的發(fā)展具有正向影響且顯著。勞動力因素的系數(shù)β03系數(shù)為-0.388，標(biāo)準(zhǔn)誤為0.165較小，T檢驗(yàn)值為-2.358，自由度為26，P值為0.026小于0.05通過顯著性檢驗(yàn)，說明勞動力因素對各省份之間高新技術(shù)產(chǎn)業(yè)的發(fā)展影響逐漸減弱且通過顯著性檢驗(yàn)。資本因素的系數(shù)β04系數(shù)為0.546，標(biāo)準(zhǔn)誤為0.135較小，T檢驗(yàn)值為4.408，自由度為26，P值小于0.001極度顯著，說明資本因素對各省份高新技術(shù)產(chǎn)業(yè)之間的發(fā)展影響為正且顯著。

對時間系數(shù)π1在水平2上的系數(shù)截距系數(shù)β10為0.209 8，標(biāo)準(zhǔn)誤為0.019較大，T檢驗(yàn)值為10.945，自由度為553，P值小于0.001極度顯著通過顯著性檢驗(yàn)，說明整體混合模型下高新技術(shù)產(chǎn)業(yè)各省份的初始時間隨時間的變化而相應(yīng)增長。政策因素的系數(shù)β11系數(shù)為-0.006 4，標(biāo)準(zhǔn)誤為0.003較小，T檢驗(yàn)值為-2.357，自由度為553，P值為0.019小于0.05通過顯著性檢驗(yàn)，說明政策因素對各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展影響隨時間的增長而減弱且顯著。技術(shù)因素的系數(shù)β12系數(shù)為0.009 4，標(biāo)準(zhǔn)誤為0.004較小，T檢驗(yàn)值為2.166，自由度為553，P值為0.031小于0.05通過顯著性檢驗(yàn)，說明技術(shù)因素對各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展隨時間的增加而逐漸加強(qiáng)且顯著。勞動力因素的系數(shù)β13系數(shù)為-0.0 063，標(biāo)準(zhǔn)誤為0.003較小，T檢驗(yàn)值為-2.191，自由度為553，P值為0.029小于0.05通過顯著性檢驗(yàn)，說明勞動力因素對各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展影響隨時間的增長逐漸減弱且通過顯著性檢驗(yàn)。資本因素的系數(shù)β14系數(shù)為0.000 3，標(biāo)準(zhǔn)誤為0.002較小，T檢驗(yàn)值為0.151，自由度為553，P值小于0.880大于0.05不顯著，說明資本因素對各省份高新技術(shù)產(chǎn)業(yè)歷年的發(fā)展影響隨時間的增長而逐漸增強(qiáng)但不顯著。

表8 整體混合發(fā)展模型方差成分估計結(jié)果

整體發(fā)展混合模型方差成分估計結(jié)果見表8，截距r0標(biāo)準(zhǔn)差為0.812 82，方差成分為0.660 68，自由度為26，卡方值為2 751.09，P值小于0.001極度顯著。水平1的殘差標(biāo)準(zhǔn)差為0.346 07，方差成分為0.119 77。則ICC=0.660 68/（0.660 68+0.119 77）=0.8465，極度顯著。

對方程的擬合情況進(jìn)行分析，模型經(jīng)歷四次迭代收斂值為-3.089 768E+002，σ2=0.119 77即在隨機(jī)截距方程模型基礎(chǔ)上進(jìn)一步解釋變異的11%。Deviance=617.953 674，與隨機(jī)截距模型相比縮減大于3極度顯著，說明方程擬合較好。則方程可表示為：

（四）因素影響率測算

在全要素混合發(fā)展模型分析的基礎(chǔ)上進(jìn)一步測量各個因素對省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值的貢獻(xiàn)率，其中政策因素對高新技術(shù)產(chǎn)業(yè)的影響率為{EG(G/Y)}其中EG為政策要素對高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，G為政策因素測量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。同理技術(shù)因素對高新技術(shù)產(chǎn)業(yè)的影響率為{ET(T/Y)}ET為技術(shù)要素對高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，T為技術(shù)因素測量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。勞動力因素對高新技術(shù)產(chǎn)業(yè)的影響率為{EL(L/Y)}EL為勞動力要素對高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，L為勞動力因素測量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。資本因素對高新技術(shù)產(chǎn)業(yè)的影響率為{EC(C/Y)}EC為資本要素對高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，C為資本因素測量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。四個因素的整體影響率為{Y-(G×EG+T×ET+L×EL+C×EC)}/Y，據(jù)以上公式可得表9。

表9 1995至2013年各省市自治區(qū)政策、技術(shù)、勞動力、資本及全要素平均影響率值

續(xù)表9

1995-2013年各省份政策、技術(shù)、勞動力、資本及全要素平均影響率值表9，其中政策影響率值為正的省份有天津、山西、內(nèi)蒙古、浙江、山東、重慶、貴州、甘肅共8個，其他23個省市區(qū)政策影響率值為負(fù)，一方面說明政策因素對各省份的影響存在差異；另一方面由于大多數(shù)省份政策因素對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響為負(fù)，說明隨著高新技術(shù)產(chǎn)業(yè)的發(fā)展政策因素對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響逐漸削弱。技術(shù)因素影響率值為負(fù)的有北京、浙江、安徽3個省市，其他28個省市自治區(qū)技術(shù)因素影響率值為正，說明技術(shù)因素是影響高新技術(shù)產(chǎn)業(yè)發(fā)展的重要因素，如西藏、青海、云南等西部地區(qū)技術(shù)因素是影響其高新技術(shù)產(chǎn)業(yè)發(fā)展的最重要因素。東部沿海地區(qū)如廣東、浙江、福建、江蘇、上海、山東省等省同樣技術(shù)因素是影響其高新技術(shù)產(chǎn)業(yè)發(fā)展的最重要因素，中部地區(qū)如湖北省、湖南省、陜西省等省技術(shù)因素對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響率大于1。勞動力因素影響率值為正的省份有內(nèi)蒙古、黑龍江、河南、貴州4個省份，雖然為正但是值較小，其余27個省市自治區(qū)勞動力因素對高新技術(shù)產(chǎn)業(yè)產(chǎn)值的貢獻(xiàn)為負(fù)，說明勞動力投入的越多不一定能夠帶來高新技術(shù)產(chǎn)業(yè)的發(fā)展，甚至某種程度上會阻礙高新技術(shù)產(chǎn)業(yè)的發(fā)展。資本要素影響率值為負(fù)的省份有北京、浙江、福建、四川4個，其余27個省市自治區(qū)資本因素對高新技術(shù)產(chǎn)業(yè)的貢獻(xiàn)為正，且在四個因素中影響率值僅次于技術(shù)因素，說明我國高新技術(shù)產(chǎn)業(yè)發(fā)展的主要影響因素為技術(shù)和資本要素。全要素貢獻(xiàn)率值正負(fù)出現(xiàn)明顯差異，北京、天津、山西、黑龍江、江蘇、浙江、河南、廣東、海南、西藏、青海共11個多位于東部，其余20個省市自治區(qū)全要素貢獻(xiàn)率值為負(fù)，一方面說明省級區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展存在差異，同時也說明由于具體情況的不同對四個因素投入比重的差異導(dǎo)致高新技術(shù)產(chǎn)業(yè)整體發(fā)展的差異。全國政策力因素平均影響率值為-0.138，勞動力因素平均影響率值為-0.486，技術(shù)因素平均影響率值為0.689，資本因素平均影響率值為0.416，全要素平均影響率值為-0.250。

圖1 1995-2013年各要素貢獻(xiàn)率值

1995-2013年各要素貢獻(xiàn)率值（圖1），可以看31個省市自治區(qū)政策因素貢獻(xiàn)率值圍繞著0在-1到1之間波動且接近于0值較小，進(jìn)一步驗(yàn)證政策因素對高新技術(shù)產(chǎn)業(yè)的影響逐漸弱化。31個省市自治區(qū)勞動力因素貢獻(xiàn)率值大部分都在0軸以下，大多數(shù)取值均在-1以內(nèi)，說明勞動力的投入不能帶來高新技術(shù)產(chǎn)業(yè)的發(fā)展。31個省市自治區(qū)技術(shù)因素和資本因素影響率值多數(shù)在0軸以上，且在0～2以內(nèi)，說明技術(shù)因素和資本因素是影響高新技術(shù)產(chǎn)業(yè)發(fā)展的最重要因素，且二者曲線趨勢大致相同說明資本因素和技術(shù)因素可能互相影響。31個省市自治區(qū)全要素影響率值相互之間差異較大，全要素影響率曲線波動較大，在-4-2之間不斷波動，大部分值為負(fù)，說明各省份之間對高新技術(shù)產(chǎn)業(yè)的投入存在差異，且區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展水平之間存在差異。

四、研究結(jié)論與對策

以我國1995-2013年19年間的高新技術(shù)產(chǎn)業(yè)靜態(tài)面板數(shù)據(jù)為基本依據(jù)，從供給的角度研究了政策因素、勞動力因素、資本因素和技術(shù)因素對各省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響。通過構(gòu)建多層次科布-道格拉斯函數(shù)模型，首先運(yùn)用零模型驗(yàn)證了各省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值組別之間存在差異；其次，建立隨機(jī)截距發(fā)展模型驗(yàn)證各省市自治區(qū)高新技術(shù)產(chǎn)業(yè)隨時間發(fā)展規(guī)律，證明多層次水平下高新技術(shù)產(chǎn)業(yè)發(fā)展隨時間的發(fā)展是顯著的；再次，在隨機(jī)截距發(fā)展模型的基礎(chǔ)上進(jìn)一步加入影響因素變量，建立混合發(fā)展模型，結(jié)果表明政策因素、勞動力因素、技術(shù)因素、資本因素四個因素對高新技術(shù)產(chǎn)業(yè)在組間與組內(nèi)的變異均有較強(qiáng)的解釋度，同時混合發(fā)展模型的擬合度較好；最后，在混合發(fā)展模型的基礎(chǔ)上計算各要素的影響率值，結(jié)果發(fā)現(xiàn)勞動因素影響率值大部分值小于0，說明勞動力投入對高新技術(shù)產(chǎn)業(yè)的影響呈減弱趨勢。政策因素影響率值圍繞0上下波動且多數(shù)值為負(fù)，說明高新技術(shù)產(chǎn)業(yè)發(fā)展要減弱政策因素的影響。技術(shù)因素影響率值大部分為正且各省市自治區(qū)影響率值中技術(shù)因素值最大，說明對技術(shù)的投入會促進(jìn)高新技術(shù)產(chǎn)業(yè)的發(fā)展。資本因素影響率值同樣大部分為正且各省份影響率值中僅次于技術(shù)因素，說明資本因素也是影響高新技術(shù)產(chǎn)業(yè)發(fā)展的重要因素之一，對技術(shù)因素和資本因素變化趨勢研究，二者影響率值變化存在趨同性，說明二者存在一定的相關(guān)性。對全要素影響率值變化趨勢研究，全要素影響率值圍繞0上下波動且波幅較大，說明各省市自治區(qū)高新技術(shù)產(chǎn)業(yè)各要素投入存在差異，且區(qū)域之間高新技術(shù)產(chǎn)業(yè)發(fā)展水平存在差異。

根據(jù)以上研究對我國高新技術(shù)產(chǎn)業(yè)在供給側(cè)改革的背景下，推進(jìn)產(chǎn)業(yè)供給側(cè)的結(jié)構(gòu)改革應(yīng)該從以下幾點(diǎn)去做：首先，推動技術(shù)的創(chuàng)新，加快新產(chǎn)品研發(fā)速度力度，加大資本對高新技術(shù)產(chǎn)業(yè)的傾斜。技術(shù)因素是影響高新技術(shù)產(chǎn)業(yè)的最重要因素，新產(chǎn)品的研發(fā)速度決定高新技術(shù)產(chǎn)業(yè)的競爭力和市場份額，資本與技術(shù)變動趨勢基本趨同，加大資本的投入有利于高新技術(shù)產(chǎn)業(yè)的技術(shù)研發(fā)水平，有利于高新技術(shù)產(chǎn)業(yè)的發(fā)展。其次，進(jìn)一步削弱勞動力因素對高新技術(shù)產(chǎn)業(yè)的影響更加注重勞動力的質(zhì)量，進(jìn)一步弱化政策因素在高新技術(shù)產(chǎn)業(yè)發(fā)展中所占的比重，勞動力因素和政策因素對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響有一定的阻礙作用。再次，具體的省份應(yīng)該根據(jù)自身高新技術(shù)產(chǎn)業(yè)的發(fā)展水平去相應(yīng)調(diào)整四個因素的投入，并有所側(cè)重。技術(shù)和資本要素是影響高新技術(shù)產(chǎn)業(yè)發(fā)展的最重要因素，應(yīng)加大對這兩個因素的投入。

［1］胡鞍鋼，周紹杰，任皓.供給側(cè)結(jié)構(gòu)性改革—適應(yīng)和引領(lǐng)中國經(jīng)濟(jì)新常態(tài)［J］.清華大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2016，31（2）：17-22.

［2］楊清可，段學(xué)軍.基于DEA-Malmquist模型的高新技術(shù)產(chǎn)業(yè)發(fā)展效率的時空測度與省際差異研究［J］.經(jīng)濟(jì)地理，2014，34（7）：103-110.

［3］陳四輝，王亞新.我國高新技術(shù)產(chǎn)業(yè)省區(qū)差異與投入績效實(shí)證研究［J］.經(jīng)濟(jì)地理，2015，35（2）：120-126.

［4］劉偉，李星星.中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的區(qū)域差異分析——基于三階段DEA模型與Bootstrap方法［J］.財經(jīng)問題研究，2013（8）：20-28.

［5］張同斌，范慶泉.中國高新技術(shù)產(chǎn)業(yè)區(qū)域發(fā)展水平的梯度變遷與影響因素［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（11）：52-65.

［6］陳程，劉和東.我國高新技術(shù)產(chǎn)業(yè)創(chuàng)新績效測度及影響因素研究——基于創(chuàng)新鏈視角的兩階段分析［J］.科技進(jìn)步與對策，2012，29（1）：133-137.

［7］楊清可，段學(xué)軍，張偉，等.中國高新技術(shù)產(chǎn)業(yè)發(fā)展水平格局演變及影響因素分析［J］.長江流域資源與環(huán)境，2014，23（12）：1649-1658.

［8］史丹，李曉斌.高技術(shù)產(chǎn)業(yè)發(fā)展的影響因素及其數(shù)據(jù)檢驗(yàn)［J］.中國工業(yè)經(jīng)濟(jì)，2004（12）：32-39.

［9］王玉，許俊斌.中國高新技術(shù)產(chǎn)業(yè)發(fā)展效率的影響因素［J］.經(jīng)濟(jì)管理，2011，33（9）：17-25.

［10］何建瑩，李曉鐘.FDI對我國高新技術(shù)產(chǎn)業(yè)發(fā)展的影響［J］，企業(yè)經(jīng)濟(jì)，2012（1）：22-27.

［11］陳修德，梁彤纓.中國高新技術(shù)產(chǎn)業(yè)研發(fā)效率及其影響因素［J］.科學(xué)學(xué)研究，2010，28（8）：1198-1205.

［12］翟瓊，宋正一，張哲，等.R&D投入對區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展的影響［J］.經(jīng)濟(jì)地理，2015，35（8）：129-134.

［13］麥均洪.中國高新技術(shù)產(chǎn)業(yè)發(fā)展的影響因素、地區(qū)差異和政策效應(yīng)分析——基于省際面板數(shù)據(jù)的實(shí)證研究［J］.華南理工大學(xué)學(xué)報：社會科學(xué)版，2014，16（3）：9-17.

［14］方雯，盛燁.我國高新技術(shù)產(chǎn)業(yè)發(fā)展的影響要素測試與階段性特征分析［J］.技術(shù)經(jīng)濟(jì)與管理研究，2010（2）：67-70.

［15］李曉宏，孫林巖，何哲.我國區(qū)域技術(shù)進(jìn)步影響因素實(shí)證分析——基于面板數(shù)據(jù)的實(shí)證分析［J］.科技管理研究，2008（9）：110-112.

［16］鄭珊珊，樊一陽，劉華珍.基于DEA模型的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新資源配置效率分析［J］.科技管理研究，2010（3）：133-144.