国家高新区的马太效应及其空间方向

国家高新区的马太效应及其空间方向

一、我国高新技术自主创新示范区的发展方向自20世纪90年代以来，中国先后建立了70个国家高新技术开发区（以下简称高科技开发区），建立了著名的高科技开发区，如北京中关村、上海漳江和苏州工业区。它为创新型国家积累了宝贵的经验和财富，也为新兴产业的培育奠定了基础。面对国际国内环境的深刻变化,我国政府制定了支持优秀高新区建设国家自主创新示范区的重大战略决策,其目的是要深化改革,探索我国自主创新建设制度问题,带动区域经济结构调整和经济增长方式转变,进而推动我国区域均衡发展。2009年3月和12月,国务院相继批复了北京中关村、武汉东湖高新区为国家首批自主创新示范区,标志着国家自主创新示范区的建设工作正式启动。然而随着我国东部、中部、西部经济发展差距日益明显,高新区的发展也逐渐呈现出非均衡现象,而恰当地从众多高新区中选定国家自主创新示范区,将改善高新区的非均衡现象,反之,则加剧失衡。在区域非均衡领域,诸多学者研究发现区域的非均衡发展往往会表现出“强者愈强,弱者愈弱”的马太效应[4,11,12,13,14,15,16,17],而深入探讨我国高新区马太效应在时间上的表现趋势和在空间上的发展方向,将对后批次国家自主创新示范区的空间布局具有重要参考意义。本文采用国家高新区近6年统计数据,希望通过研究可以回答以下三个问题:(1)我国国家高新区是否存在马太效应以及程度有多大?(2)我国国家高新区马太效应在时间上的趋势和空间方向上表现如何?(3)基于均衡视角,后批次国家自主创新示范区该如何选定?二、国内外研究现状马太效应(MatthewEffect)借喻于《圣经》,是一种优势累积效应,隐含“强者越来越强,弱者越来越弱”的含义。Merton(1968)最早在《科学》(Science)期刊上提出马太效应,揭示了科学荣誉分配和资源分配过程中不公平现象,并认为已有荣誉的科学家得到的荣誉和奖励要远远高于未出名者;随后Merton(1988)在科学史期刊ISIS上发文,将科学中的马太效应归结为智力成果的累积优势及智力成果的象征主义;接着Merton(1995)又探讨了托马斯定律与马太效应,奠定了他在马太效应研究领域的权威地位。自从马太效应被提出后,其理念被运用到多个研究领域:教育学研究领域的HerbertJ.Walberg(1983)和Shiow-LingTsai(1983),管理研究领域的JamesG.Hunt(1987)和JohnD.Blair(1987),老年社会学研究领域的DaleDannefer(1987)等。国内关于马太效应的研究起步相对较晚,截至2010年9月,运用CNKI数据库题名搜索国内关于马太效应研究文献共398篇,关键词搜索1260篇,研究涉及人力资源领域、教育学领域、世界经济领域、产业经济领域、区域经济领域等。在区域经济领域主要研究成果有朱明春(1990)运用东西部经济数据总结了经济系统构造、极化效果、自我累积是我国区域马太效应的原因;高丽珠(1992)提出了向我国西部政策倾斜会减弱我国东西部的马太效应;杨爱平(2005)认为我国区域发展所形成的马太效应是由于计划制度下所形成的思维和治理机制;宋慧琳等(2007)认为马太效应会加大我国东西部区域经济失衡。综上所述,国外关于马太效应研究多集中在探讨马太效应的成因及机理,而国内侧重于实证描述马太效应现象,其中在区域经济领域中对我国高新区马太效应的研究几乎没有,同时大多数文献对马太效应的研究大多停留在定性的表述,定量测量马太效应程度的文献也很少,目前只有王崇德(1997)运用卢梭定律和“20:80”定律对马太效应进行了简单的表面描述。而本文是根据马太效应强、弱组极端集聚特征,以样本是否围绕均值成集聚式分布来判定马太效应,提升了马太效应测量方法的合理性和有效性。三、研究方法和数据(一)极化测量方法马太效应是强弱极端聚集现象,伴随着中产阶级消失,但它更强调“强者越来越强,弱者越来越弱”的极化效应,是极化程度在一定时间区间变强的表现。虽然高新区马太效应是区域不均衡的一种表现,但一般区域不均衡方法注重的是样本偏离全局均值的分布情况,不考虑是否有围绕局部平均值的聚类分布存在,因此一般不均衡方法不适合马太效应的测量。而区域极化测量方法注重的是样本围绕局部平均值成聚类式分布,与马太效应强弱极端聚集特征相吻合,倘若所测量的极化水平平均趋势上呈现出越来越强的趋势,即可认定马太效应显现,因此本文采用极化测量方法来判断高新区马太效应的存在性。Esteban和Ray于1994年提出了一种区域极化测量方法,被称为Esteban-Ray指数(简称ER指数),Wolfson也于1994年在罗伦兹曲线的基础上推演出了收入和财富分布极化的测量方法,被称为Wolfson指数。崔启源和王有庆在Wolfson指数的基础上,利用增加的两极化与增加的扩散两个部分排序公理推导出一组新的极化测量指数,被称为Tsui-Wang指数(简称TW指数)。本文采用ER极化指数和TW极化指数测量我国高新区马太效应,如下(1)公式和(2)公式所示:式(1)和(2)中的xi为高新区的强弱指标;pi和pj为高新区企业数权重;N为高新区数;m是样本的中位数;p和π分别是高新区所有企业数和第i个高新区企业数;A和a分别是标准化系数和极化敏感度系数,在不失一般性的情况下,取A=1/u,其中。ER指数和TW指数值大小即为实力较强的高新区往强类组集聚、实力较弱的高新区往弱类组集聚趋势大小,如果在一段时间内,ER指数和TW指数平均趋势上越来越大,意味着强类高新区和弱类高新区差距越来越大,即高新区呈现出“强者越来越强,弱者越来越弱”的特征,显现马太效应。(二)产权结构及区域集聚特点无论是ER指数,还是TW指数都只能从整体上研究我国高新区的马太效应,而不能反映高新区在空间上的马太效应方向。根据Esteban和Ray的极化理论,如果区域不均衡存在空间极化集聚现象,在同一类内部不均衡应该很小,在不同类之间不均衡应该很大。利用不均衡广义熵式(3)的可分解性,可以将高新区不均衡分解为高新区组内部不均衡和高新区组之间不均衡两部分。式(3)中xi,pi,u,N的含义与式(1)(2)式相同,c是理论上取任意实数值的参数。如果按照一定标准将高新区分成不同的类,则式(3)数可以改写成式(4):式(4)中其中g=1,2…K;K为高新区类数;fwg和Ig分别是第g类的权重和不均衡值;ug为第g类加权平均值;ng是第g类的观测数;eg是一个长度为ng的单位矢量。(4)式右边的第一项为组内部不均衡部分,第二项为组之间不均衡部分,Kanbur和张晓波2001年曾利用组间不均衡值与组内不均衡值之比测量区域空间集聚的变化,后来学者将其称为Kanbur-Zhang指数(简称KZ指数),如式(6)所示。KZ指数值大小代表了高新区在空间上强弱集聚大小,如果在一段时间内,KZ值越来越大,意味着在此空间上强类高新区和弱类高新区差距越来越大,即呈现出“强者越来越强,弱者越来越弱”的马太效应。(三)研究对象和方法本文采用中国火炬中心关于国家高新区最近6年统计数据①,统计指标涉及到高新区企业数、营业总收入、工业总产值、工业增加值、净利润、上交税额、出口创汇7个指标,研究样本范围为全国53个国家级高新区①。由于马太效应判定方法和空间马太效应测量方法主要测量的是高新区整体强弱指标,而7个指标中没有一个单独可以全面衡量高新区强弱水平指标,因此需要构建一个能够全面代表高新区强弱水平的变量,即xi。此变量需要满足两个条件:第一,能够全面系统反映高新区7个变量;第二,能够较好地反映7个变量内在结构差异,进而反映高新区强弱水平。基于这两点考虑,本文选择了主成分分析法,通过SPSS17.0软件计算,其结果如表1所示,各高新区强弱水平如附表1所示。四、示范分析(一)我国高新技术极化总体趋势为了判定我国高新区是否存在马太效应,本文利用式(1)、式(2)分别对我国高新区2003-2008年期间强弱极化聚集程度进行计算。鉴于高新区样本数量大以及TW指数、ER指数计算较复杂,本文采用Matlab软件编程计算,结果如图1所示。由于TW指数与ER指数对弱类高新区的敏感程度不一致,所以会出现以TW指数、ER指数所反映的高新区强弱极化趋势略有不同,但总体趋势保持一致。从图1来看,2003-2008年期间我国高新区强弱极化程度呈现出交替上升下降向前推进着,2003-2004年强弱极化程度开始下降,2004-2005年期间强弱极化程度明显加强,而2005-2008年又略有下降;其中2004年高新区强弱极化程度最低,2005年达到峰值。表2又进一步证实了我国高新区强弱极化交替上升下降特征,6年五个时间区间里,高新区强弱极化程度增速为正的时间区间集中2004-2005年和2005-2006年区间,增速为负的时间区间集中在2003-2004年、2006-2007年和2007-2008年区间。从整体趋势来看,无论是TW指数,还是ER指数,2008年我国高新区强弱极化程度都比最初2003年的水平要高,整体展现出强弱极化程度增强的趋势,即“强者越来越强,弱者越来越弱”,因此可以从整体平均趋势上判定2003-2008年区间我国高新区存在马太效应。(二)各城市空间方向上的极化程度及趋势为了考察我国高新区马太效应空间方向,本文按照沿海-内陆、南方-北方、发达城市-次发达城市3种划分标准①,将高新区分为不同的空间组,利用式(6)分别计算出我国高新区在沿海-内陆、南方-北方、发达城市与次发达城市空间方向上的强弱极化程度及趋势,如图2所示。如果高新区在某空间方向上的强弱极化趋势越来越大,就可以判定高新区在此空间方向存在马太效应。1.下降至第555.从图2可以看出,我国高新区南方-北方方向上的强弱极化趋势呈现出先降后升的特征,2003-2004年KW指数由0.201下降到0.157,而2004-2008年期间又开始逐渐上升。相对于2003最初水平,2008年我国高新区强弱极化程度增强了1.34倍,年均增速27%,六年间呈现出高新区强弱极化增加趋势,即存在“强者越来越强,弱者越来越弱”现象,因此可以从整体平均趋势上判定2003-2008年区间我国高新区在南方-北方方向上存在马太效应。2.的下降到7的10.4和8.32从图2可以看出,我国高新区沿海-内陆方向上的强弱极化趋势呈现倒V型特征,KW指数从2003年的0.447上升到2005年的0.47,到了2008年又下降到0.406。相对于2003最初水平,2008年我国高新区强弱极化程度减弱了9%,六年间未呈现出高新区强弱极化增加趋势,即不存在“强者越来越强,弱者越来越弱”现象,因此可以从整体趋势上判定2003-2008年区间我国高新区在沿海-内陆方向上不存在马太效应。3.上升和交替现象从图2可以看出,我国高新区发达城市-次发达城市方向上的强弱极化趋势呈现波动上升特征,2003-2004和2006-2007为下降区间,而2004-2006和2007-2008为上升区间,上升下降交替出现。相对于2003最初水平,2008年我国高新区强弱极化程度增强了14%,年均增速2.9%,六年间呈现出高新区强弱极化增加趋势,即存在“强者越来越强,弱者越来越弱”现象,因此可以从整体平均趋势上判定2003-2008年区间我国高新区在发达城市-次发达城市方向上存在马太效应。4.说内外方向下降从高新区六年间强弱极化趋势来看,南方-北方方向、发达-次发达城市方向越来越强,而沿海-内陆方向略有下降;而从平均KW指数来看,如表3所示,发达-次发达城市方向>沿海-内陆方向>南方-北方方向,说明高新区强弱极化集聚程度,在位于发达城市高新区与位于次发达城市高新区之间表现最为强烈,在沿海高新区与内陆高新区之间表现也较为强烈,而在南北之间表现相对较弱。五、应和均衡带动作用的基础条件上文实证分析中已显示,六年间我国国家级高新区平均趋势上强弱极化程度越来越强烈,迫切需要运用政策杠杆改善国家高新区的不均衡发展现象,从而打破马太效应僵局。在改善我国整体区域发展不均衡问题上,国家已制定了“西部开发”、“东北振兴”、“中部崛起”为主线的三大国家战略,而支持优秀高新区建设国家自主创新示范区的战略决策无疑为高新区平衡发展提供了一次良好的机遇,也为推动我国高新技术产业均衡发展和创新国家战略的实施奠定了良好的基础。为了充分发挥国家自主创新示范区的均衡带动作用,国家自主创新示范区候选对象需满足两大条件:第一,具备示范辐射效应和均衡带动作用的基础条件,即发展水平在全国53个高新区中处于领先位置,本文暂定排名前15的高新区满足此条件。根据附表1中2008年全国高新区强弱水平筛选出排名前15的高新区:北京、上海、西安、天津、无锡、武汉、广州、成都、深圳、南京、苏州、大连、长春、杭州、沈阳。第二,候选高新区均匀分布在全国地区,有利于改善高新区非平衡现象。考虑到高新区空间方向上极化程度的差异,国家自主创新示范区候选对象应遵循两大筛选顺序规则:第一,优先降低强弱极化程度高的高新区(即平均KW指数),按照发达-次发达城市方向、沿海-内陆方向、南方-北方方向先后顺序选择;第二,要抑制马太效应,防止高新区极化趋强态势进一步扩大,即按照先发达-次发达城市方向和南方-北方方向,再沿海-内陆方向顺序选择。综合考虑两大筛选顺序,本文将国家自主创新示范区候选对象选定顺序定为先发达-次发达城市方向,然后南方-北方方向、沿海-内陆方向同时进行。按照国家自主创新示范区筛选的两大条件和最后选定顺序,对符合要求的高新区进行选定:在发达-次发达城市方向上,位于发达城市的高新区排名最靠前的为北京,已被国家批准为国家自主创新示范区,位于次发达城市的高新区排名最靠前的为长春,将其确定为国家自主创新示范区候选对象;在沿海-内陆方向上,为了满足第二个条件,需要将广阔的内陆区域拆分为中部、西部,位于中部的武汉东湖已被国家批复为国家自主创新示范区,因此需要在沿海和西部各选一个高新区作为国家自主创新示范区,从排名中来看沿海和西部最靠前的高新区分别是上海、西安,将它们确定为国家自主创新示范区候选对象;在南方-北方方向上,由于位于北方的北京中关村已被选定为首批国家自主创新示范区,因此需要在南方选定一个优秀高新区作为国家自主创新示范区,从排名中来看南方中最靠前三个高新区是无锡、广州、深圳,基于第二个满足条件中均匀分布