高新技術(shù)開發(fā)區(qū)關(guān)聯(lián)性的空間計(jì)量分析

王寶英， 張 可， 王瑋琦

（中北大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原 030051）

十八大以來，我國(guó)提出要將創(chuàng)新驅(qū)動(dòng)作為引領(lǐng)發(fā)展的第一動(dòng)力，以知識(shí)積累、技術(shù)進(jìn)步、勞動(dòng)要素提升推動(dòng)發(fā)展方式的轉(zhuǎn)變，開辟新的發(fā)展空間. 高新技術(shù)開發(fā)區(qū)作為中國(guó)經(jīng)濟(jì)發(fā)展的新政策，承擔(dān)了提升經(jīng)濟(jì)發(fā)展的重要使命，經(jīng)過30年的發(fā)展，新一批達(dá)到國(guó)家規(guī)模和省規(guī)模的開發(fā)區(qū)也在國(guó)內(nèi)快速建成，一部分發(fā)展了在此區(qū)域內(nèi)的企業(yè)的整體創(chuàng)新性，另一部分也積極地影響了附近區(qū)域的經(jīng)濟(jì)增長(zhǎng). 但是，由于不同地區(qū)在資源、經(jīng)濟(jì)基礎(chǔ)以及創(chuàng)新水平上的差異，其開發(fā)區(qū)的發(fā)展也各不相同. 那么，開發(fā)區(qū)的發(fā)展是否只受到本地區(qū)相關(guān)政策的影響，發(fā)展較好的開發(fā)區(qū)是否其周圍開發(fā)區(qū)也有較好的經(jīng)濟(jì)績(jī)效，而發(fā)展緩慢的開發(fā)區(qū)其鄰近開發(fā)區(qū)是否呈現(xiàn)出緩慢發(fā)展?fàn)顟B(tài).

19世紀(jì)80年代開始，我國(guó)逐漸開始建立開發(fā)區(qū)，截至2018年，共計(jì)156個(gè)國(guó)家級(jí)高新開發(fā)區(qū)，位于東部的有67個(gè)，中部有37個(gè)，西部開發(fā)區(qū)有36個(gè)，東北區(qū)域有16個(gè). 通過對(duì)文獻(xiàn)中關(guān)于開發(fā)區(qū)選址影響因素研究發(fā)現(xiàn)，開發(fā)區(qū)在選址上的決定因素主要有區(qū)位條件、經(jīng)濟(jì)基礎(chǔ)、政策影響. 從時(shí)間上看，東部開發(fā)區(qū)建設(shè)速度和發(fā)展始終領(lǐng)先于其他地區(qū). 從區(qū)域角度看，國(guó)家開發(fā)區(qū)數(shù)量最多的4 個(gè)省份分別是江蘇（17 個(gè)）、山東（13個(gè)）、廣東（12個(gè)）、湖北（9個(gè)），開發(fā)區(qū)在地區(qū)上的集聚是否只受到這3個(gè)因素的影響，有相似的報(bào)告指出開發(fā)區(qū)的整合對(duì)周邊地區(qū)的經(jīng)濟(jì)增長(zhǎng)有著積極的勢(shì)頭. 那么，不同開發(fā)區(qū)之間是否在空間上產(chǎn)生相互影響、相互制約、相互作用. 鑒于此，從空間維度來探究不同開發(fā)區(qū)溢出效應(yīng)以及相互之間影響程度如何.

1 文獻(xiàn)回顧

目前對(duì)高新技術(shù)開發(fā)區(qū)的關(guān)注已成為研究我國(guó)區(qū)域經(jīng)濟(jì)的一個(gè)熱點(diǎn)問題，國(guó)內(nèi)現(xiàn)有文獻(xiàn)通過定性和定量分析對(duì)高新技術(shù)開發(fā)區(qū)發(fā)展進(jìn)行研究. 國(guó)內(nèi)高新技術(shù)產(chǎn)業(yè)發(fā)展的定量研究體現(xiàn)在效益的測(cè)量、開發(fā)區(qū)將城市空間體系的影響和經(jīng)濟(jì)區(qū)域空間的生產(chǎn)整合上. 蔡善柱等［1］分析計(jì)算了國(guó)內(nèi)眾多開發(fā)區(qū)的整體經(jīng)濟(jì)效益和主要的因素生產(chǎn)效率，得出TFP從東到西依次遞減的結(jié)論；劉滿鳳等［2］運(yùn)用三階段DEA 模型得出了類似的結(jié)論，還指出中部和西北地區(qū)開發(fā)區(qū)域的改革速率降低原因是環(huán)境的影響. 這些文獻(xiàn)僅針對(duì)開發(fā)區(qū)自身發(fā)展進(jìn)行了研究，隨著研究的深入，一些學(xué)者開始考慮開發(fā)區(qū)在空間上的影響. 張曉平等［3］研究了經(jīng)濟(jì)開發(fā)區(qū)域?qū)臻g體系的影響；王慧［4］把開發(fā)區(qū)的發(fā)展規(guī)劃分成了四個(gè)主要部分研究了開發(fā)區(qū)的各個(gè)部分對(duì)空間體系的探討；鄭江淮等［5］在空間維度上以開發(fā)區(qū)的產(chǎn)業(yè)集聚作為研究對(duì)象；呂衛(wèi)國(guó)等［6］研究了制造業(yè)企業(yè)在空間上的區(qū)位選擇，有關(guān)的分析指出空間體系的制約對(duì)開發(fā)區(qū)的發(fā)展是很深的，不過單單是對(duì)一個(gè)區(qū)域空間上開始研究；李圣宏［7］增加了分析區(qū)域的規(guī)模，收集了眾多空間單位對(duì)開發(fā)區(qū)的改革技術(shù)發(fā)展的關(guān)聯(lián)性進(jìn)行分析.

對(duì)于我國(guó)高新技術(shù)開發(fā)區(qū)定性分析主要通過探究開發(fā)區(qū)的發(fā)展模式、創(chuàng)新體制、綜合評(píng)價(jià)和政策建議等幾個(gè)方面展開. 一些學(xué)者認(rèn)為早期我國(guó)高新技術(shù)開發(fā)區(qū)面臨的一些問題主要是行政管理的不規(guī)范［8-9］，而現(xiàn)階段面臨的主要問題是發(fā)展模式的問題. 吳中兵等［10］提出開發(fā)區(qū)發(fā)展重心向創(chuàng)新和轉(zhuǎn)型升級(jí)轉(zhuǎn)變，產(chǎn)業(yè)園的聚集成長(zhǎng)模式則變成這一改革的轉(zhuǎn)折點(diǎn). 對(duì)于開發(fā)區(qū)的綜合評(píng)價(jià)主要包括土地集約利用評(píng)價(jià)［11］、開發(fā)區(qū)發(fā)展水平綜合評(píng)價(jià)［12］、產(chǎn)城融合度評(píng)價(jià)［13］以及開發(fā)區(qū)績(jī)效評(píng)價(jià)［14］. 馮燕妮等［15］以山西省為例子，融合了山西地區(qū)的經(jīng)濟(jì)發(fā)展現(xiàn)狀，模仿了國(guó)內(nèi)眾多地區(qū)的成功案例，發(fā)表了山西開發(fā)區(qū)經(jīng)濟(jì)發(fā)展的主要政策. 國(guó)外學(xué)者則注重于以開發(fā)區(qū)作為載體以解決地區(qū)就業(yè)問題［16-17］和稅收政策問題［18］. Neumark&Kolko［19］以新的層級(jí)數(shù)據(jù)和地理測(cè)繪方法對(duì)加利福尼亞州的開發(fā)區(qū)進(jìn)行分析，結(jié)果表明開發(fā)區(qū)不增加就業(yè)，在開發(fā)區(qū)的政策激勵(lì)下就業(yè)沒有向低工資工人轉(zhuǎn)移. Elvery［20］對(duì)加州和佛羅里達(dá)州開發(fā)區(qū)的研究得出類似的結(jié)論. Freedman［21］研究表明開發(fā)區(qū)項(xiàng)目對(duì)德克薩斯州居民就業(yè)產(chǎn)生了正向作用. 1997年法國(guó)實(shí)施了EZ計(jì)劃，Pauline等［22］研究認(rèn)為短期內(nèi)法國(guó)的EZ計(jì)劃在持續(xù)的財(cái)政支持下實(shí)現(xiàn)了就業(yè)的穩(wěn)定，吸引企業(yè)到貧困地區(qū).

從上述分析來看，現(xiàn)有文獻(xiàn)大多從一個(gè)空間單元對(duì)開發(fā)區(qū)進(jìn)行分析，從多個(gè)空間單元研究高新技術(shù)開發(fā)區(qū)空間關(guān)聯(lián)性文獻(xiàn)較少. 然而，F(xiàn)ridemann［23］提出的核心邊緣擴(kuò)散理論認(rèn)為，所有區(qū)域基本都是中心主要地區(qū)和周邊各地區(qū)聚集而成，中心區(qū)域?qū)τ谥苓厖^(qū)域的輻射將周邊區(qū)域在經(jīng)濟(jì)增長(zhǎng)的時(shí)候演變成了新的中心地區(qū)，進(jìn)一步地向外圍擴(kuò)散. 因此，本研究選取多個(gè)高新技術(shù)開發(fā)區(qū)空間單元，采用各項(xiàng)指標(biāo)的年平均增長(zhǎng)率，以克服截面回歸數(shù)據(jù)無法反映一個(gè)時(shí)段動(dòng)態(tài)信息的缺陷，建立了反距離空間的比重陣列，把探索性的空間數(shù)據(jù)研究和空間計(jì)量模型對(duì)高新技術(shù)開發(fā)區(qū)的地域上的有關(guān)性進(jìn)行了深入的研究，提出促進(jìn)高新技術(shù)開發(fā)區(qū)在空間單元上合作交流的政策建議.

2 數(shù)據(jù)說明與模型選擇

2.1 空間加權(quán)矩陣的設(shè)定說明

為了分析各個(gè)高新技術(shù)開發(fā)區(qū)域在地域上的相關(guān)性，要使用空間計(jì)算模型進(jìn)行研究，兩種基本模型如下：

空間滯后模型

空間誤差模型：

式中：β 是自變量的彈性系數(shù)；ρ是空間回歸系數(shù)；w是空間權(quán)重矩陣；ρ是空間誤差自相關(guān)系數(shù)；u是隨機(jī)誤差項(xiàng). 以本文的54個(gè)開發(fā)區(qū)為例，w空間權(quán)重矩陣表示為：

空間權(quán)重矩陣的構(gòu)建有以下幾種：一是用地區(qū)間地理位置上的有關(guān)性進(jìn)行確定；二是按照區(qū)域空間上所在的位置坐標(biāo)來分析兩地區(qū)的距離，使用距離數(shù)據(jù)的倒數(shù)或距離的二次方的倒數(shù)來計(jì)算；第三，將引力模型引入空間權(quán)重矩陣，以兩地某種觀測(cè)量的乘積除以其距離來反映兩個(gè)區(qū)域的空間關(guān)聯(lián)強(qiáng)度.

認(rèn)識(shí)到由于開發(fā)區(qū)間不一定有地理位置的銜接部分，因此使用相鄰關(guān)系來建立比重的矩陣是不正確的，要是用引力的模型來建設(shè)空間比重矩陣，由于尚不能夠清楚地知道開發(fā)區(qū)之間是以何種方式產(chǎn)生空間聯(lián)系，不能夠確切地衡量是哪一種要素在開發(fā)區(qū)之間流動(dòng)，所以用相鄰的兩個(gè)開發(fā)區(qū)間距離倒數(shù)的二次方來構(gòu)建矩陣.

2.2 模型設(shè)定

開發(fā)區(qū)的經(jīng)濟(jì)活動(dòng)本質(zhì)上仍是投入產(chǎn)出的過程，開發(fā)區(qū)的發(fā)展需要投入大量人力、物力和財(cái)力，同時(shí)將技術(shù)創(chuàng)新和開發(fā)區(qū)內(nèi)企業(yè)數(shù)作為影響因素，分析影響開發(fā)區(qū)經(jīng)濟(jì)發(fā)展的主要因素，構(gòu)建傳統(tǒng)計(jì)量模型：

指標(biāo)選取根據(jù)參考文獻(xiàn)以及本文研究需要所建立，研發(fā)產(chǎn)出以各個(gè)開發(fā)區(qū)工業(yè)總產(chǎn)值GIP衡量. 式（1）中：YA代表各個(gè)開發(fā)區(qū)年末資產(chǎn)；YP代表年末從業(yè)人員數(shù)；RF代表財(cái)力投入以科技經(jīng)費(fèi)衡量；RE代表開發(fā)區(qū)內(nèi)企業(yè)個(gè)數(shù)；TI代表技術(shù)創(chuàng)新以技術(shù)收入衡量；C為不隨時(shí)間變化的截距項(xiàng)；i代表高新技術(shù)開發(fā)區(qū)編號(hào)；t為對(duì)應(yīng)的研究年份；ε 為隨機(jī)誤差向量；β 為參數(shù)反映自變量對(duì)因變量影響.

為了分析54個(gè)高新技術(shù)開發(fā)區(qū)的空間關(guān)聯(lián)性，在傳統(tǒng)的計(jì)量模型中引入空間滯后變量作為內(nèi)生變量，得到如下模型：

1）空間滯后模型

式中：ρWGIPit為空間滯后變量，表示其他開發(fā)區(qū)對(duì)開發(fā)區(qū)自身的影響；ρ為空間滯后系數(shù)，反映了其他開發(fā)區(qū)對(duì)開發(fā)區(qū)自身的影響程度；W為空間權(quán)重矩陣.

2）空間誤差模型

式中：Wuit表示空間之間的相關(guān)性并不一定表現(xiàn)在開發(fā)區(qū)與開發(fā)區(qū)之間的工業(yè)總產(chǎn)值上，同樣有可能體現(xiàn)在哪些不能測(cè)量的變量上，λ體現(xiàn)了兩區(qū)域在空間上的影響比重.

2.3 數(shù)據(jù)說明

分析數(shù)據(jù)來源于《中國(guó)火炬統(tǒng)計(jì)年鑒》（2010—2017），《中國(guó)開發(fā)區(qū)審核目錄公告》（2018）考慮到數(shù)據(jù)的可得性以及開發(fā)區(qū)建立的時(shí)間，選取截至2010年的56個(gè)國(guó)家級(jí)開發(fā)區(qū)，由于烏魯木齊開發(fā)區(qū)、蘭州開發(fā)區(qū)與其他開發(fā)區(qū)距離較遠(yuǎn)，避免造成誤差從中去除選擇54個(gè)開發(fā)區(qū). 由于存在空間差異，傳統(tǒng)的時(shí)間序列模型回歸方法會(huì)遇到相關(guān)性、異方差的問題，以截面數(shù)據(jù)分析又無法反映不同時(shí)期的動(dòng)態(tài)信息，為了克服這一缺陷，本文采用54個(gè)開發(fā)區(qū)各項(xiàng)指標(biāo)2009—2016年平均增長(zhǎng)率，既考慮了空間維度，也將時(shí)間維度引入進(jìn)去，是一種較為可行的方法.

3 實(shí)證分析

3.1 空間自相關(guān)實(shí)證分析

3.1.1 全局空間自相關(guān)分析 測(cè)量空間自相關(guān)常用Moran’s I指數(shù)表達(dá)，值域?yàn)椋?1，1］，以下是其表達(dá)式：

式中：N為開發(fā)區(qū)單元數(shù)；xi為開發(fā)區(qū)i的屬性觀測(cè)值，i=1，2，…，n；wij表示空間權(quán)重矩陣. 因?yàn)樵诘乩砦恢蒙希鏖_發(fā)區(qū)直接不是相鄰的，所以開發(fā)區(qū)的鄰近關(guān)系按距離標(biāo)準(zhǔn)進(jìn)行定義，空間權(quán)重矩陣元素以兩開發(fā)區(qū)之間距離平方的倒數(shù)作為要素，兩區(qū)域之間距離小的賦予較大的權(quán)重，距離大的賦予較小的權(quán)重. 以Moran’s I指數(shù)的大小對(duì)開發(fā)區(qū)空間關(guān)聯(lián)性進(jìn)行衡量，Moran’s I指數(shù)通常用Z統(tǒng)計(jì)量檢驗(yàn)，表達(dá)式如下：

將開發(fā)區(qū)2009—2016年中的基本數(shù)值為屬性觀測(cè)值基礎(chǔ)，高新技術(shù)開發(fā)區(qū)之間的距離作為構(gòu)建空間權(quán)重矩陣的基礎(chǔ)，計(jì)算得到2009—2016年以各開發(fā)區(qū)空間關(guān)聯(lián)評(píng)價(jià)指標(biāo)的全局Moran’s I指數(shù)，得到的結(jié)果如表1所示.

表1 各指標(biāo)Moran's I指數(shù)Tab.1 Moran’s I index of each indicator

運(yùn)用geoDa計(jì)算得出2009—2016年間54個(gè)開發(fā)區(qū)GIP、科技經(jīng)費(fèi)內(nèi)部支出、技術(shù)收入和年末從業(yè)人員的年均增長(zhǎng)率Moran’s I指數(shù). 結(jié)果顯示，在5%的顯著性水平下GIP、年末從業(yè)人員和科技經(jīng)費(fèi)內(nèi)部支出空間自相關(guān)是顯著的，技術(shù)收入增長(zhǎng)率的空間自相關(guān)性不顯著. 根據(jù)Z值的檢驗(yàn)結(jié)果可以看出，GIP、科技經(jīng)費(fèi)內(nèi)部支出和年末從業(yè)人員增長(zhǎng)率呈現(xiàn)出顯著的空間集聚特征，以下研究將以GIP、科技經(jīng)費(fèi)內(nèi)部支出以及年末從業(yè)人員數(shù)設(shè)為研究變量. 圖1～3分別為GIP、年末從業(yè)人員和科技經(jīng)費(fèi)內(nèi)部支出的999次模擬結(jié)果，也說明開發(fā)區(qū)之間空間相關(guān)性的存在，分布呈現(xiàn)正態(tài)分布.

圖1 GIP Moran's I 999次模擬結(jié)果Fig.1 Simulation results of GIP Moran’s I for 999 times

圖2 年末從業(yè)人員Moran's I 999次模擬結(jié)果Fig.2 Simulation results of Moran’s I for the practitioners at the end of 999 times

圖3 科技經(jīng)費(fèi)內(nèi)部支出Moran's I 999次模擬結(jié)果Fig.3 Simulation results of Moran’s I 999 times of internal expenditure of science and technology funds

3.1.2 局部空間自相關(guān)分析開發(fā)區(qū)的單元總數(shù)設(shè)為N，Yi為開發(fā)區(qū)i對(duì)應(yīng)的屬性觀測(cè)值，空間權(quán)重矩陣用wij表示（i=1，2，…，n），Moran’s I指數(shù)表示其他高指標(biāo)開發(fā)區(qū)包圍某高值觀測(cè)指標(biāo)開發(fā)區(qū)，或低指標(biāo)開發(fā)區(qū)包圍低值觀測(cè)指標(biāo)開發(fā)區(qū)；Moran’s I指數(shù)表示某高值觀測(cè)指標(biāo)開發(fā)區(qū)被其他低值指標(biāo)開發(fā)區(qū)包圍，或低值觀測(cè)指標(biāo)開發(fā)區(qū)被高值指標(biāo)開發(fā)區(qū)包圍.

3.1.2.1 Moran’s I散點(diǎn)圖 Moran’s I散點(diǎn)圖可以明確表示開發(fā)區(qū)屬于什么集聚類型，橫坐標(biāo)表示對(duì)應(yīng)描述變量，縱坐標(biāo)表示空間滯后變量，以下將通過Moran’s I散點(diǎn)圖對(duì)開發(fā)區(qū)的空間關(guān)聯(lián)性進(jìn)行研究.

1）GIP變量

圖4中，位于第一象限（高高集聚類型）分別是貴陽(yáng)、合肥、中山、佛山、濟(jì)南、綿陽(yáng)、廈門、湘潭、寶雞、桂林、株洲、重慶、長(zhǎng)沙、南昌、楊凌、西安、南寧、武漢、襄樊等19個(gè)高新技術(shù)開發(fā)區(qū)，表示GIP 增長(zhǎng)率高的開發(fā)區(qū)被GIP 增長(zhǎng)率高的開發(fā)區(qū)包圍；位于第二象限（低高集聚類型）的分別是昆明、洛陽(yáng)、成都、海南、福州、廣州、深圳、珠海、石家莊、無錫等10 個(gè)高新技術(shù)開發(fā)區(qū)，表示GIP 增長(zhǎng)率低的開發(fā)區(qū)被GIP 增長(zhǎng)率高的開發(fā)區(qū)包圍；位于第三象限（低低集聚類型）的分別是大連、鞍山、吉林、包頭、威海、淄博、哈爾濱、太原、濰坊、蘇州、南京、常州等12個(gè)高新技術(shù)開發(fā)區(qū)，表示GIP增長(zhǎng)率低的開發(fā)區(qū)被GIP增長(zhǎng)率低的開發(fā)區(qū)包圍；位于第四象限（高低集聚類型）的分別是長(zhǎng)春、大慶、青島、天津、寧波、保定、北京、杭州、泰州、上海、惠州、鄭州等12 個(gè)高新技術(shù)開發(fā)區(qū)，表示GIP 增長(zhǎng)率高的開發(fā)區(qū)被GIP 增長(zhǎng)率低的開發(fā)區(qū)包圍.

2）年末從業(yè)人員變量

圖5 中，位于第一象限（高高集聚類型）分別是鄭州、北京、廈門、保定、襄樊、濟(jì)南、楊凌、惠州、武漢、長(zhǎng)沙、桂林、深圳、株洲、南昌、中山、佛山、南京、廣州、泰州、濰坊、西安等18個(gè)高新技術(shù)開發(fā)區(qū)，表示年末人員增長(zhǎng)率高的開發(fā)區(qū)被年末人員增長(zhǎng)率高的開發(fā)區(qū)包圍；位于第二象限（低高集聚類型）分別是杭州、蘇州、海南、石家莊、洛陽(yáng)、太原、昆明、常州、珠海、重慶、福州、湘潭、淄博、無錫等14個(gè)高新技術(shù)開發(fā)區(qū)，而其中年末人員增長(zhǎng)率高的開發(fā)區(qū)包圍增長(zhǎng)率低的開發(fā)區(qū)；位于第三象限（低低集聚類型）分別是綿陽(yáng)、大慶、大連、沈陽(yáng)、哈爾濱、包頭、吉林、鞍山等8個(gè)高新技術(shù)開發(fā)區(qū)，同上相反，年末人員增長(zhǎng)率低的開發(fā)區(qū)包圍增長(zhǎng)率高的開發(fā)區(qū)；位于第四象限（高低集聚類型）分別是長(zhǎng)春、威海、成都、青島、寧波、合肥、貴陽(yáng)、上海等8個(gè)高新技術(shù)開發(fā)區(qū)，與第三象限相同，由低包圍高.

圖4 GIP Moran's I散點(diǎn)圖Fig.4 GIP Moran’s I scatter plot

3）科技經(jīng)費(fèi)內(nèi)部支出變量

圖6 中，位于第一象限（高高集聚類型）分別是貴陽(yáng)、西安、杭州、長(zhǎng)沙、株洲、合肥、重慶、廣州、佛山、南昌、深圳、海南、珠海、惠州、武漢、楊凌、福州、廈門、南寧、襄樊等20 個(gè)高新技術(shù)開發(fā)區(qū)，表示科技經(jīng)費(fèi)變量增長(zhǎng)率低的開發(fā)區(qū)包圍增長(zhǎng)率低的開發(fā)區(qū)；位于第二象限（低高集聚類型）的分別是蘇州、南京、常州、無錫、泰州、桂林、洛陽(yáng)、成都、中山、湘潭、寶雞、昆明等12個(gè)高新技術(shù)開發(fā)區(qū)，其結(jié)論與第一象限相反；位于第三象限（低低集聚類型）分別是包頭、沈陽(yáng)、大連、鞍山、吉林、哈爾濱、太原、威海、青島、濰坊、淄博、石家莊、綿陽(yáng)等13個(gè)高新技術(shù)開發(fā)區(qū)，看出科技經(jīng)費(fèi)變量增長(zhǎng)率高的開發(fā)區(qū)包圍增長(zhǎng)率低的開發(fā)區(qū)；位于第四象限（高低集聚類型）分別是寧波、保定、北京、天津、上海、濟(jì)南、鄭州、大慶、長(zhǎng)春等9 個(gè)高新技術(shù)開發(fā)區(qū)，表示科技經(jīng)費(fèi)變量增長(zhǎng)率低的開發(fā)區(qū)包圍增長(zhǎng)率高的開發(fā)區(qū).

3.1.2.2 LISA集聚圖和顯著性統(tǒng)計(jì)圖 LISA集聚圖可以將變量呈現(xiàn)不同空間關(guān)系的開發(fā)區(qū)在地圖上表示出來，與Moran’s I 散點(diǎn)圖結(jié)果分析對(duì)照，對(duì)開發(fā)區(qū)之間的空間自相關(guān)關(guān)系補(bǔ)充說明，為了更加直觀地了解開發(fā)區(qū)之間的關(guān)系，以開發(fā)區(qū)所在的地級(jí)市來呈現(xiàn).

圖5 年末從業(yè)人員Moran's I 散點(diǎn)圖Fig.5 Moran’s I scatter diagram of practitioners at the end of the year

圖6 科技經(jīng)費(fèi)內(nèi)部支出Moran's I 散點(diǎn)圖Fig.6 Moran’s I scatter diagram of internal expenditure of science and technology funds

圖7 GIP變量LISA集聚圖與LISA顯著性統(tǒng)計(jì)圖Fig.7 LISA cluster diagram and LISA significance statistical diagram of GIP variable

1）GIP變量

在5%的顯著性水平下，襄樊、武漢、南昌、重慶、桂林、南寧、株洲、湘潭、長(zhǎng)沙開發(fā)區(qū)GIP增長(zhǎng)率呈現(xiàn)高-高集聚特征，吉林、沈陽(yáng)、鞍山、大連、威海呈現(xiàn)低-低集聚特征，大慶和長(zhǎng)春作為GIP增長(zhǎng)率高的開發(fā)區(qū)被其他增長(zhǎng)率低的開發(fā)區(qū)包圍，昆明作為GIP增長(zhǎng)率低的開發(fā)區(qū)呈現(xiàn)出低高集聚類型.

2）年末從業(yè)人員變量

以年末從業(yè)人員作為變量，在5%的顯著性水平下，由圖8可以了解到只有濟(jì)南和襄樊兩地出現(xiàn)高聚集特征，昆明、長(zhǎng)春、襄樊、沈陽(yáng)、吉林和大慶的集聚特征表現(xiàn)與GIP增長(zhǎng)率變量類似.

圖8 年末從業(yè)人員變量LISA集聚圖與LISA顯著性統(tǒng)計(jì)圖Fig.8 LISA cluster diagram and LISA significance statistical diagram of practitioner variables at the end of the year

3）科技經(jīng)費(fèi)內(nèi)部支出變量

由科技經(jīng)費(fèi)內(nèi)部變量與人員變量的LISA集聚圖與顯著性檢驗(yàn)圖對(duì)比可知，大慶和長(zhǎng)春作為增長(zhǎng)率高的開發(fā)區(qū)被其他增長(zhǎng)率低的開發(fā)區(qū)包圍，沈陽(yáng)、威海、大連、鞍山呈現(xiàn)低-低集聚狀態(tài)，昆明開發(fā)區(qū)在三幅LISA集聚圖中都表現(xiàn)出被其他高增長(zhǎng)率的開發(fā)區(qū)包圍.

圖9 科技經(jīng)費(fèi)內(nèi)部支出變量LISA集聚圖與LISA顯著性統(tǒng)計(jì)圖Fig.9 LISA cluster diagram and LISA significance statistical diagram of the internal expenditure variables of science and technology funds

3.2 開發(fā)區(qū)空間擴(kuò)散模型分析

3.2.1 模型分析 首先進(jìn)行普通計(jì)量模型分析，從表中可以發(fā)現(xiàn)，以GIP年平均增長(zhǎng)率作為被解釋變量，F(xiàn)統(tǒng)計(jì)量為25.173 4，P值為0，回歸方程基本成立. 在5%的顯著性水平下，年末資產(chǎn)、年末從業(yè)人員和科技經(jīng)費(fèi)內(nèi)部支出對(duì)開發(fā)區(qū)年平均增長(zhǎng)率對(duì)GIP 年平均增長(zhǎng)率具有正向影響，彈性系數(shù)分別為0.222 4、0.365 4 和0.327 3，由此可知提高三項(xiàng)投入能夠獲得相應(yīng)的工業(yè)總產(chǎn)值提高. 而在影響層面企業(yè)數(shù)量年平均增長(zhǎng)率對(duì)開發(fā)區(qū)發(fā)展并不是正向的，且沒有達(dá)到10%的顯著性水平，說明企業(yè)數(shù)量增長(zhǎng)速度可能趨于飽和，增長(zhǎng)速度過快反而會(huì)對(duì)GIP增長(zhǎng)起到抑制作用. 技術(shù)收入的彈性系數(shù)明顯低于10%的標(biāo)準(zhǔn)水平，其主要原因是各開發(fā)區(qū)主要產(chǎn)業(yè)各不相同，并不是所有的開發(fā)區(qū)都以技術(shù)創(chuàng)新來提升工業(yè)產(chǎn)值. 從普通計(jì)量模型回歸結(jié)果來看，要加快工業(yè)生產(chǎn)總值的增長(zhǎng)速度，還是要加大人力資源、科技資金的投入.

其次進(jìn)行空間滯后模型分析，在5%的顯著性水平下，GIP空間滯后項(xiàng)的彈性系數(shù)為0.219 8，說明一定區(qū)域范圍鄰近開發(fā)區(qū)的發(fā)展對(duì)本開發(fā)區(qū)的發(fā)展存在較強(qiáng)的積極影響，高新技術(shù)開發(fā)區(qū)的發(fā)展具有空間關(guān)聯(lián)性. 年末資產(chǎn)、年末從業(yè)人員和科技經(jīng)費(fèi)內(nèi)部支出變量的彈性系數(shù)分別為0.197 3、0.386 6、0.308 6對(duì)開發(fā)區(qū)自身發(fā)展均存在正向影響，企業(yè)數(shù)量與技術(shù)收入變量的彈性系數(shù)較小且二者均不顯著. 這個(gè)結(jié)果與普通計(jì)量模型基本一致，從模型結(jié)果上看，加大人力資源以及資金的投入，提高其增長(zhǎng)率，促進(jìn)開發(fā)區(qū)之間的相互交流才能提高開發(fā)區(qū)的生產(chǎn)效率.

最后進(jìn)行空間誤差模型分析，由表2可以看出，在5%的顯著性水平下，λ=0.320 6，P值為0.060 5，表明高新技術(shù)開發(fā)區(qū)空間關(guān)聯(lián)性的存在且相互之間影響程度為正，其余所有變量的彈性系數(shù)與P值大小基本與傳統(tǒng)計(jì)量模型和空間滯后模型分析相同.

表2 模型估計(jì)結(jié)果Tab.2 Model estimation results

3.2.2 模型檢驗(yàn) 從上述的分析來看，普通計(jì)量模型、空間滯后模型與空間誤差模型都得出類似的結(jié)果，為了確定哪一種模型對(duì)開發(fā)區(qū)之間空間關(guān)聯(lián)性的分析更為準(zhǔn)確，本文根據(jù)Paul Elhorst提出的判斷模型適用條件進(jìn)行選擇，根據(jù)LM-lag、LM-error、Robust LM-lag和Robust LM-error顯著性進(jìn)行檢驗(yàn). 檢驗(yàn)統(tǒng)計(jì)量如下：

根據(jù)LM檢驗(yàn)結(jié)果，空間滯后模型LM檢驗(yàn)值為4.625 2，Robust-LM檢驗(yàn)值為2.761 7，顯著性檢驗(yàn)都達(dá)到理想值，空間誤差模型LM-lag檢驗(yàn)值和Robust LM-lag檢驗(yàn)值對(duì)應(yīng)的P值均沒有達(dá)到10%的顯著性檢驗(yàn). 因此，空間滯后模型是最佳模型. 檢驗(yàn)結(jié)果如表3所示.

表3 LM檢驗(yàn)結(jié)果Tab.3 LM test results

4 對(duì)策與建議

破除開發(fā)區(qū)發(fā)展的距離障礙. 距離障礙主要包括空間距離和歷史文化距離，從研究結(jié)果看，開發(fā)區(qū)的發(fā)展具有空間關(guān)聯(lián)性，超出一定的距離門檻，很大程度上阻礙了開發(fā)區(qū)之間的交流，但是距離太近，也有可能使開發(fā)區(qū)之間存在相互影響而失去各自的發(fā)展特點(diǎn). 開發(fā)區(qū)的空間距離一定程度上可以通過現(xiàn)代通信手段和改善區(qū)域交通來實(shí)現(xiàn)，但如果可以通過發(fā)達(dá)的互聯(lián)網(wǎng)和物聯(lián)網(wǎng)，搭建網(wǎng)絡(luò)交流合作平臺(tái)，可以大幅度降低空間距離產(chǎn)生的影響. 其次是歷史文化距離，一些開發(fā)區(qū)由于受到固有的發(fā)展理念和發(fā)展方式的影響，其主導(dǎo)產(chǎn)業(yè)轉(zhuǎn)型較慢，以太原和西安兩個(gè)距離較近的高新技術(shù)開發(fā)區(qū)為例，太原開發(fā)區(qū)主導(dǎo)產(chǎn)業(yè)從煤化工向新能源轉(zhuǎn)型，而西安開發(fā)區(qū)一直從事與高科技產(chǎn)業(yè)發(fā)展，導(dǎo)致兩開發(fā)區(qū)之間產(chǎn)生較大發(fā)展差異，這與當(dāng)?shù)氐臍v史文化環(huán)境是分不開的，所以當(dāng)?shù)卣e極引導(dǎo)地區(qū)的發(fā)展理念，改善開發(fā)區(qū)之間空間距離的同時(shí)，盡可能的拉近開發(fā)區(qū)之間的歷史文化距離.

破除開發(fā)區(qū)發(fā)展的交流障礙. 開發(fā)區(qū)之間的交流發(fā)展要消耗時(shí)間、精力、財(cái)力. 對(duì)于處于優(yōu)勢(shì)的開發(fā)區(qū)來說，短期內(nèi)見不到收益，意味著其知識(shí)技術(shù)所有權(quán)，優(yōu)勢(shì)地位的喪失；而處于劣勢(shì)的開發(fā)區(qū)由于風(fēng)險(xiǎn)因素而不具有向優(yōu)勢(shì)開發(fā)區(qū)靠近的動(dòng)機(jī)，就會(huì)導(dǎo)致在交流層面上開發(fā)區(qū)之間無法準(zhǔn)確溝通，這便需要政府出面調(diào)解，提高更加優(yōu)惠的政策給優(yōu)勢(shì)開發(fā)區(qū)，為劣勢(shì)方提供相應(yīng)的激勵(lì)機(jī)制. 相近的開發(fā)區(qū)之間具有更高的吸引力，政府應(yīng)當(dāng)拉近相似開發(fā)區(qū)之間的距離，倡導(dǎo)具有相近發(fā)展環(huán)境，相似主導(dǎo)產(chǎn)業(yè)的開發(fā)區(qū)之間加強(qiáng)交流.

實(shí)現(xiàn)跨區(qū)域協(xié)同發(fā)展. 由于地理位置的影響，使得不同區(qū)域開發(fā)區(qū)的經(jīng)濟(jì)發(fā)展水平存在較大影響. 從研究的54個(gè)開發(fā)區(qū)來看，東部由于人力、財(cái)力、地理位置和發(fā)展歷史方面的優(yōu)勢(shì)發(fā)展較快，中西部部分開發(fā)區(qū)則受到歷史條件和社會(huì)環(huán)境的制約發(fā)展滯后. 從研究結(jié)果來看，人力資源快速增長(zhǎng)相比財(cái)力投入和科技經(jīng)費(fèi)投入的增長(zhǎng)對(duì)開發(fā)區(qū)的經(jīng)濟(jì)發(fā)展有著更重要影響，進(jìn)一步說，大多數(shù)開發(fā)區(qū)的主導(dǎo)產(chǎn)業(yè)是高新技術(shù)產(chǎn)業(yè)，科技人才決定了開發(fā)區(qū)未來的發(fā)展方向與產(chǎn)出績(jī)效，一些落后開發(fā)區(qū)的人才流失現(xiàn)象確實(shí)不可避免. 但如果可以通過提高科技人員的工資待遇、發(fā)展空間以及工作條件等，可以減緩人才的流失，實(shí)現(xiàn)人才回流.對(duì)于優(yōu)勢(shì)區(qū)域的，還需要通過政府作為抓手，采取一定激勵(lì)機(jī)制，通過科技人才在區(qū)域間的流動(dòng)實(shí)現(xiàn)開發(fā)區(qū)跨區(qū)域協(xié)同發(fā)展.