高技术产业对经济发展的关联性分析——基于灰色关联的实证研究

李伟华，周立群

高技术产业对经济发展的关联性分析
——基于灰色关联的实证研究

李伟华，周立群

文章将经济发展分为经济增长、产业结构优化、资源消耗和环境保护、就业增加四个指标，然后采用灰色关联分析方法，选取2004-2011年各变量的时间序列数据，分析了高技术产业及其细分行业对经济发展各个指标的关联度大小。结果显示高技术产业在促进经济增长、优化产业结构、发展低碳经济和增加就业方面影响力显著，但是其能源消耗水平仍然稍高；高技术产业细分行业在促进经济发展各指标方面存在诸多差异。研究表明，大力发展高技术产业，有助于“十八大”报告提出的“加快形成新的经济发展方式”目标的实现。

高技术产业；灰色关联；经济发展

一、问题的提出

《“十二五”国家战略性新兴产业发展规划》确立了我国七大战略性新兴产业的重点发展方向和主要任务，新兴产业对经济发展的带动作用已经凸现。本文试图就战略性新兴产业和经济发展的关联性作出分析。鉴于战略性新兴产业概念提出较晚，相关统计数据少且不易整合，而高技术产业和战略性新兴产业内容多有交叉，且二者的基本特性相仿，所以笔者以高技术产业为分析对象，运用灰色关联实证方法依次探讨其对经济增长、产业结构优化、资源利用和环境保护、就业增加的关联性，进而间接推论战略性新兴产业与经济发展的关联关系。

对于经济增长的解释，索洛[1]（1956）的新古典经济增长模型把技术进步理解为外生，使之无法解释经济长期持续增长。Romer（1990）[2]、Grossoman and Helpman（1991）[3]将技术进步内生化提出了内生经济增长模型，认为技术进步是经济持续增长源泉，比较好地解决了新古典经济增长模型遇到的问题，确立了科技进步在长期经济增长中的重要作用。到现代以来，随着科技创新，新兴产业不断出现，尤其是高技术产业已经成为促进经济发展的重要力量。近年来我国许多学者对高技术产业对经济发展的关系进行了研究，金碚（2003）[4]认为我国在工业化进程中一方面需要发展高技术产业以拓展产业空间，另一方面要实现高技术同传统产业的结合，使得高技术的运用成为推动传统产业发展的重要力量。卜洪运和吕俊杰（2004）[5]从高技术产业的发展特性和高技术产业对传统产业的作用方式入手,分析了高技术产业所产生的四种效应以及利用这些效应的方式。赵玉林和魏芳（2006）[6]运用灰色关联分析研究了高技术产业和经济增长的关系。董登珍和陈蓉蓉（2007）[7]通过高技术产业间的关联效应，研究了高技术产业对经济增长的突破性带动作用机制。关欣等（2013）[8]采用VAR脉冲响应和方差分解方法研究了高技术产业发展和经济发展方式转变的动态影响关系。

综合来看，当前文献主要集中在高技术产业对经济增长的影响上。但是经济发展具有非常丰富的内涵，除了经济增长还有产业结构优化、资源利用和环境保护、增加就业等诸多方面。那么，高技术产业对这诸多指标的影响是否具有一致性？本文采用灰色关联分析的方法就高技术产业对经济发展诸指标的影响进行了探讨。

二、数据选取和灰色关联模型

（一）数据选取

本文选取从2004-2011年时间段的各个变量数据，其中高技术产业是指《中国高技术产业统计年鉴》中所列举的医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业这五大产业，其他衡量经济发展的指标主要包括经济增长、产业结构、资源和环境、就业等四个方面。

高技术产业及其细分行业数据均来自《中国高技术产业统计年鉴》。经济总量数据为国内生产总值（GDP），产业结构数据为三次产业各自增加值，资源利用数据为能源消耗总量，建筑业数据为建筑业增加值，这些变量数据都来自《中国统计年鉴》。环境保护数据为CO2排放量，数据来自EIA网站。本文中非高技术产业是指工业中除去高技术产业以外的其他产业，数据计算方法为工业增加值减去高技术产业增加值。

（二）灰色关联模型[9]的建立

灰色关联分析是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色联度来描述因素间关系的强弱、大小和次序的。这种方法已在许多学科获得广泛应用。本文通过计算高技术产业及其细分行业对经济发展诸指标的关联度来分析影响经济发展的关键因素，为调整产业结构提供参考。

下面是建立灰色关联分析模型的步骤：

第一步，构建参考序列和比较序列。设因变量数据构成参考序列，多个自变量数据构成比较序列(i=1,2,…，n)，这n+1个数据序列构成一下矩阵：

其中，N为变量序列的长度

然后，为了保证数据列的可比性和分析结果的可靠性，需要对变量序列进行无量纲化处理。本文选用的无量纲化方法为均值法，即用本序列值除以本序列的均值。即

进行无量纲化后各因素序列形成如下矩阵：

第二步，求无量纲化处理后的序列的差序列以及最大差和最小差。计算矩阵(3)中第一列（参考序列）与其余各列（比较序列）对应期的绝对差值，形成如下绝对差值矩阵：

绝对差值阵（4）中的最大数和最小数即为最大差和最小差：

第三步，求出关联系数和关联度。对绝对差值阵（4）中数据作如下变换：

（8）式中ρ被称为分辨系数，通常在（0，1）内取值，由（8）可以看出其取值可以通过影响△(max)来影响关联系数，本文ρ取0.5。关联系数ξ0i(k)是不超过1的正数，它反映第i个比较序列Xi与参考序列X0在第k期的关联程度。

经过（8）式的变换后，则可以由（4）得到关联系数矩阵（9）：

第四步，然后，通过对各关联系数序列求平均就可得到Xi与X0的关联度r0i：

最后通过对各比较序列和参考序列的关联度r0i进行排序，就可以判断各自变量对因变量影响的大小。

三、高技术产业对经济发展的关联性分析

（一）高技术产业对经济增长的影响

选取2004-2011年的高技术产业、第一产业、第三产业、非高技术产业和建筑业的数据作为比较序列，将GDP数据作为参考序列。按本文第二部分灰色关联模型（1）式到（10）式的步骤和公式，可以求得比较序列对参考序列的关联度数据。结果显示，五个自变量对GDP的关联度排序为：高技术产业（0.7706）>第三产业（0.7580）>非高技术产业（0.6971）>第一产业（0.6285）>建筑业（0.5061）。

高技术产业是五个变量中影响经济增长的最重要因素，表明我国经济增长方式正逐步由依靠传统产业驱动转向高科技产业驱动，经济增长质量得到提升。第三产业是影响GDP增长的第二重要因素，而且其关联度大大超过了非高技术产业，说明我国第三产业对经济增长的贡献度已经超过了一般的传统制造业。综合来看，高技术产业和第三产业成为影响经济增长的主要力量，这符合我国经济发展方式转变的趋势。第一产业和建筑业对经济增长关联度偏小，放在产业更替和经济转型的大背景下考虑，这是一个比较自然的现象。

（二）高技术产业细分行业对经济增长的影响

电子及通信设备制造业与GDP关联性最高，显示该产业在高技术产业中的龙头老大地位，尤其是近年来随着外资引进和本土企业产业升级，大量高科技设施以及资本密集型的生产模式打造了该行业的结构优势。排第二位的是航空航天器制造业，其影响力与电子及通信设备制造业相当，远高于其他三个高技术产业，这是极其难能可贵的，因为在2011年航空航天器制造业占高技术产业的比重才仅仅达到2.2%。这显示出航空航天器制造业极快的增长速度，及其巨大的产业带动、辐射和引领能力。当前，医疗设备及仪器仪表制造业以及医药制造业和GDP关联度还比较低，说明这两大产业对经济增长的推动能力稍弱，亟需进行进一步调整和优化，激发和释放其生产力和产业影响力。

四、高技术产业对三次产业的关联度分析

改变经济发展方式的关键一环就是优化产业结构，高技术产业对优化产业结构的影响力如何？本节分高技术产业及其细分行业两部分来探讨其对于我国三次产业的关联度。

（一）高技术产业对三次产业的影响

选取高技术产业和非高技术产业作为比较序列，三次产业作为参考序列。结果显示，高技术产业对三次产业的关联度排序为：第三产业（0.7408）>第二产业（0.6668）>第一产业（0.6587）；非高技术产业对三次产业的关联度排序为：第一产业（0.7131）>第二产业（0.6644）>第三产业（0.5518）。

以上结果显示，非高技术产业对第一产业影响力要大于高技术产业，这比较容易理解，因为本文所指的高技术产业细分行业与第一产业联系较少，而为第一产业提供生产资料和生产工具的产业，大都包含在了本文所指的非高技术产业中。由上面数据知，高技术产业对第二产业的影响力要高于非高技术产业，从数字看虽然只是略高，但是考虑到2011年高技术产业占第二产业的比例为40.1%，非高技术产业占第二产业的比例为45.4%，即非高技术产业在二产中份额高于高技术产业，可以看出高技术产业单位产值影响力大大高于非高技术产业。而且高技术产业大大优化和提升了第二产业内部的产业结构，是第二产业向高创新性、高附加值转型的最重要促进力量。同时由排序可知，高技术产业对第三产业的影响力要明显高于非高技术产业，说明高技术产业能够极大地促进我国服务业发展。鉴于高技术产业具有知识、科技密集型特征，其对于促进科技教育、金融、物流、医疗保健、创意设计、会展等现代服务业发展具有重要作用，有利于提升我国服务业发展质量。

综合以上高技术产业对三次产业的关联度来看，高技术产业可以大大促进第三产业的发展，尤其是现代服务的发展，而且对第二产业产值增长、内部结构优化都具有重要意义。所以，高技术产业发展可以促进三次产业在更高水平上协同发展，使经济增长由主要依靠物质资源消耗转向主要依靠科技进步等推动，使经济增长方式由粗放型转向集约型，由外延增长型转向内涵增长型。

（二）高技术产业细分行业对三次产业的影响

选取高技术产业细分行业作为比较序列，三次产业作为参考序列。结果显示，电子计算机及办公设备制造业（0.7999）对第一产业影响力最大，然后是电子及通信设备制造业（0.7766）和航空航天器制造业（0.7557）。在对第二产业的影响上，居前三位的依次是电子及通信设备制造业（0.8750）、航空航天器制造业（0.7887）和电子计算机及办公设备制造业（0.7191）。同样，对第三产业影响力排名前三位的依次是航空航天器制造业（0.8478）、电子及通信设备制造业（0.7876）和医药制造业（0.6254）。所以，综合来看，航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业对三次产业的带动力、辐射力最强。这也间接证明了战略性新兴产业中的航空航天产业和新一代信息技术产业对产业发展和经济转型具有重要影响。相比较而言，医药制造业和医疗设备及仪器仪表制造业对三次产业的影响力较小。

五、高技术产业对资源环境的关联度分析

十八大报告首次把生态文明建设纳入国家战略布局，提出要把资源消耗、环境损害、生态效益纳入经济社会发展评价体系，建立体现生态文明要求的目标体系、考核办法、奖惩机制。本文用来度量资源和环境的变量因素分别为能源消耗量和CO2排放量。

（一）高技术产业对资源消耗的影响

选取能源消耗总量作为参考序列，然后分两步进行。

1.第一步以第三产业、高技术产业和非高技术产业作为比较序列进行分析。结果显示，高技术产业对能源消耗的关联度排序为：高技术产业（0.6704）>非高技术产业（0.6521）>第三产业（0.6065）。

从以上结果可知，高技术产业和节能产业并不是等价词。比如高技术产业中的电子计算机、通信设备以及航空航天等产业相对来说还是比较耗能的产业，使得我国高技术产业在耗能水平上仍然较高。但是，由于高技术产业是我国重点支持发展的产业，是未来的支柱产业，这就要求我国亟需进一步加快高技术产业“绿色”创新，努力将其打造成节能环保、低耗能的新兴产业。由以上排序，相较于工业，第三产业属于耗能较低的产业，大力发展第三产业尤其是现在服务业对于缓解当前及未来日趋紧张的能源供给形势非常重要，对于我国建设节能型社会、节能型国家非常重要。

2.第二步以高技术产业细分行业作为比较序列进行分析。结果显示，高技术产业细分行业对能源消耗的关联度依次为：电子计算机及办公设备制造业（0.7954）>电子及通信设备制造业（0.7341）>航空航天器制造业（0.6793）>医药制造业（0.5931）>医疗设备及仪器仪表制造业（0.5714）。

由以上结果可知，电子计算机及办公设备制造业和电子及通信设备制造业分列对能源消耗关联度的前两名，这是由于这两大产业集中于耗能比较高的产业环节，比如计算机制造和通信设备的制造等。航空航天产业当前也是耗能比较高的一个产业，医药制造业、医疗设备及仪器仪表制造业属于和耗能关联度较低的产业。在资源约束日趋紧张的背景下，应提倡大力发展低耗能产业，尤其是要将生物医药产业发展成为未来新兴产业的中坚力量。

（二）高技术产业对CO2排放的影响

在当前全球变暖的大环境下，尤其是在国内和国际碳排放的压力下，十八大报告提出了要“着力推进绿色发展、循环发展、低碳发展”，也即大力发展低碳经济。本部分选取CO2排放作为参考序列，然后分两步进行。

1.第一步以第三产业、高技术产业和非高技术产业作为比较序列进行分析。结果显示，高技术产业对CO2的关联度排序为：非高技术产业（0.6629）>高技术产业（0.6478）>第三产业（0.5891）。

由以上排序，第三产业由于其服务业的产业特性，相较于制造业表现为低碳排放特征，可知大力发展第三产业，尤其是发展现代服务业对于我国发展低碳经济和建设低碳社会具有重要意义。高技术产业相较于非高技术产业对碳排放的关联度小，说明高技术产业具有节碳特征。这个结果很重要，因为我国第二产业对经济增长的贡献度很大，在不减少第二产业对经济增长贡献度的前提下，通过优化第二产业结构，大力发展高技术产业，有助于实现第二产业的节碳目标。

2.第二步以高技术产业细分行业作为比较序列进行分析。结果显示，高技术产业细分行业对能源消耗的关联度依次为：电子计算机及办公设备制造业（0.7817）>电子及通信设备制造业（0.7310）>航空航天器制造业（0.6946）>医药制造业（0.6151）>医疗设备及仪器仪表制造业（0.5899）。

由以上结果可知，同高技术产业细分行业对能源消耗排序类似，高技术产业细分行业对CO2排放的影响也是高技术产业中电子计算机及办公设备制造业和电子及通信设备制造业分列前两名，显示出这两个产业相较于其他新技术产业具有高能耗、高碳排放特征。航空航天器制造业位置还是居中，显示这个产业比较高的能耗和碳排放特征。医药制造业、医疗设备及仪器仪表制造业再次被证明具有低能耗、低碳排放的"绿色"、"清洁"产业特征。

六、高技术产业对就业的关联度分析

十八大报告指出“就业是民生之本”，要“推动实现更高质量的就业”。高质量的就业需要高质量的产业发展作为支撑。高技术产业的发展对提升我国产业结构具有重要意义，也是推动实现更高质量就业的重要一环。

（一）高技术产业对就业的影响

选取第三产业、高技术产业、非高技术产业和建筑业作为比较序列，就业人数作为参考序列。结果显示，高技术产业对就业的关联度排序为：高技术产业（0.6525）>非高技术产业（0.6424）>第三产业（0.6163）>建筑业（0.5899）。

由以上结果可知，高技术产业是影响就业的最重要因素，所以大力发展高技术产业对我国贯彻落实“就业是民生之本”非常重要。而且由于高技术产业本身知识、科技密集性以及高附加值等产业特征，在提升产业结构层次的基础上更加有助于实现“推动实现更高质量的就业”的报告目标。非高技术产业与就业的关联度位居第二位，高于第三产业和建筑业，结合高技术产业和非高技术产业两者来看，说明整个工业对就业的关联度最高，工业生产仍然是影响就业的第一因素。第三产业对就业的关联度位居第三位，只是略高于建筑业，说明当前第三产业在影响就业上还不够强。其实“服务业是扩大就业的最大容纳器”，西方发达国家第三产业产值和就业都达到70%以上，是影响就业的最关键因素。所以，我国要继续大力发展第三产业，尤其是现代服务业。

（二）高技术产业细分行业对就业的影响

选取高技术产业细分行业作为比较序列，就业人数作为参考序列。结果显示，高技术产业细分行业对就业的关联度依次为：电子计算机及办公设备制造业（0.7060）>电子及通信设备制造业（0.6696）>航空航天器制造业（0.6329）>医药制造业（0.5877）>医疗设备及仪器仪表制造业（0.5709）。

由以上结果可知，电子计算机及办公设备制造业、电子及通信设备制造业分列对就业关联度前两位，由于这两个产业不仅是知识和技术密集型产业，也是劳动密集型产业，所以这两个产业在吸纳就业方面具有很大影响力。航空航天器制造业居中，显示航空航天产业辐射能力强，在促进就业方面具有重要作用。医药制造业、医疗设备及仪器仪表制造业在就业方面的影响力较小，其实这两个产业对吸纳就业有较大影响，只是相关产业还未发展壮大，就业吸纳能力暂未得到释放。所以，从另一方面看，只要这两个产业未来实现很好的发展，对就业的贡献度将会持续增加。

七、结论

高技术产业在新一轮经济增长中的引领和带动作用凸显，其对经济增长的关联度明显高于其他产业，并显示出在促进经济增长诸因素中的龙头地位。本文研究结论主要体现在以下五个方面：一是高技术产业对第三产业影响力最高，对第二产业影响次之，对第一产业影响最小，大力发展高技术产业对于实现三次产业在更高水平上协同发展具有重要作用。二是高技术产业相对于其它产业具有低碳特征，发展高技术产业有助于发展低碳经济。三是高技术产业与就业的关联度最高，对就业的影响力最大，而且能够提供高质量的就业岗位，有助于促进实现高质量就业。四是在高技术产业中，电子及通信设备制造业、航空航天器制造业、电子计算机及办公设备制造业对经济增长、优化产业结构、减少碳排放、增加就业等方面影响力很大。这三大产业大致对应于战略性新兴产业的新一代信息技术和航空航天产业，而医药制造业、医疗设备及仪器仪表制造业对经济发展诸指标的影响暂时较小。五是当前我国高技术产业仍具有较高耗能特征，在进行产业选择时需科学规划，加快高技术产业“绿色”创新，打造节能环保、低耗能的新兴产业，实现“清洁”发展和“绿色”发展。同时，加快其与现代服务业的融合发展，尤其是支持发展生产性服务业。

[1]Robert M.Solow.A Contribution to the Theory of Econom ic Grow th[J].The Quarterly Journal of Economics，1956，（1）.

[2]Romer PM.Endogenous Technological Change[J].Journalof Political Economy，1990，（10）.

[3]Grossman G M,Helpman E.Innovation and Grow th in the Global Economy[M].M IT，1991.

[4]金碚.高技术在中国产业发展中的地位和作用[J].中国工业经济，2003，（12）.

[5]卜洪运，吕俊杰.高技术产业四种经济效应分析[J].经济问题探索，2004，（3）.

[6]赵玉林，魏芳.高技术产业发展对经济增长带动作用的实证分析[J].数量经济技术经济研究，2006，（6）.

[7]董登珍，陈蓉蓉.高技术产业关联带动经济增长的机制与对策[J].武汉理工大学学报(社会科学版)，2007，（1）.

[8]关欣，乔小勇，孟庆国.高技术产业发展与经济发展方式转变的关系研究[J].中国人口·资源与环境，2013，（2）.

[9]邓聚龙.灰预测与灰决策[M].武汉：华中科技大学出版社，2002.

[责任编辑：南南]

李伟华，渤海银行博士后工作站博士后，天津300204（南开大学经济学博士）；周立群，南开大学经济学院教授，博士生导师，天津300071

F062.4

A

1004-4434(2015)01-0040-06

国家社科基金重大项目“三次产业动态协同发展机制研究”（10ZD&027）的阶段性成果