创新视阈下国家高新区产业集群竞争力的综合评价——基于时序全局主成分分析

孙一迪

（南京审计大学 经济学院，江苏 南京 211815）

一、引言

我国高新区伴随着20世纪80年代中央提出的“经济建设必须依靠科学技术，科技必须面向经济建设”战略方针而产生。截至2019年，我国已成立169家国家高新区，生产总值合计达12.2万亿元，占全国的12.3%。高新区产业集群的不断发展逐渐成为我国区域经济发展的引擎，且分布广泛，已成为区域经济最具活力的增长点。当前世界正处于百年未有之大变局，新一轮科技革命和产业变革正加速重构全球经济结构，我国经济转向高质量发展阶段，经济、科技的发展动力、发展方向和发展模式都发生了深刻变化。“十四五”开局，国家高新区面临新使命、新挑战和新机会，科技部火炬中心在指导国家高新区编制“十四五”发展规划时指出，推动国家高新区跨区域协作交流，支持东中西部园区开展对口合作，形成国家高新区“一盘棋”的良好创新格局。

随着创新能力成为衡量区域发展的重要因素，创新驱动在区域经济发展和社会文化进步中的作用日益突出，世界各国都把创新作为打造核心竞争力的战略途径，加快推进以科技创新为核心的创新驱动发展，以取得发展先机。那么，产业集群的创新是否会对其竞争力起到显著的提升作用？若是，又是通过何种机制进行的？由于不同地区受不同要素的影响，其表现出的集群竞争力不尽相同。由此，对于各种以高新区为载体的产业集群竞争力进行相关性评价成为重要内容，本文对全国各地区以高新区为主的产业集群竞争力进行评价，从中发掘影响竞争力的要素，进一步探讨创新在整个竞争力发展过程中的重要推动作用，并在研究基础上提出促进产业集群竞争力提升的政策建议，为政策制定提供借鉴。

二、理论基础

Porter（1990）最早构建了提升国家竞争优势的钻石模型。Padmore和Gibson（1998）在波特钻石模型的基础上提出了集群竞争优势的GEM模型，即集群的竞争力三要素：环境、产业和市场。Radosevic（2002）给出了集群竞争力的四个决定性要素框架模型。他认为，国家的、区域的、行业的和微观的决定性要素互动产生区域创新系统。花葩和宁钟（2004）从理论上构建了产业集群的竞争力指标评价体系。主要选择资产实力、市场位势、生产效益和效率、研发能力四个二级指标组成指标体系进行定量评价；定性评价指标方面共设立五项指标：环境优势、制度优势、创新优势、文化优势和网络组织优势。于明远和范爱军（2014）选用联合国贸易与发展会议数据库2000—2012年数据，对中国制造业竞争力的五项指标进行了测算，并采用主成分分析方法，分别对中国制造业竞争力的年度变化趋势和国际对比及排名进行纵向和横向的综合评价。王伶（2015）选取净出口额、国际市场占有率、显示性比较优势指数、贸易竞争力指数、出口依存度、出口贡献度等评价竞争力的八项指标，采用因子分析法，通过与其他11个省的比较，评价湖北省农产品竞争力状况。黄桂林和魏修路等（2019）采用时序全局主成分分析法，聚焦建筑行业，对我国区域建筑业发展竞争力展开分析。郭冬梅和谈维等（2020）从产业价值链的视角，分别采用GEMM模型和相对比较优势指数，从绝对优势和比较优势两个方面对京津冀典型国家高新区的竞争优势进行综合分析。周文泳和张贇（2021）从经济效益、知识产出、人员素质、创新结构四个维度构建高新区产业集群创新质量评价体系，采用主成分分析法对全国高新区2018年度相关数据进行评价分析。

国内外学者从不同的角度，如外部经济、企业集群与创新的关系、企业集群的成长过程、创新网络与环境、持续竞争及其生命周期等方面，对集群的创新优势进行了极其深入的探讨与研究。以上研究者从国家、产业、企业等层面，从技术创新、贸易、集群等角度，从理论和实证等维度对区域竞争力评价做了研究，但他们只聚焦于某一行业、某一地区或某一时间截面，未把创新作为核心要素进行研究，没有建立相应的评价指标，也没有建立基于创新的集群竞争力的理论评价模型并开展实证分析。故本文在已有研究基础之上，基于科学性、完备性、层次性、可操作性的评价原则，采用时序全局主成分分析法和聚类分析法结合起来形成综合评价方法，对各指标实现客观赋权，从提取出的社会网络效应、技术优势、创新基础环境三个维度，重点研究创新视阈下的国家高新区产业集群竞争力综合评价体系，对未来研究产业集群的竞争力进行综合评价时如何确定相关要素，如何找到准确的替代指标，如何找到更科学的评价方法有着重要意义。

三、研究设计

本文在参考国内外对高科技园区竞争力的评价资料（如《中国火炬统计年鉴》等）基础上，结合各地区经济发展的状况，以时间为发展轴，使用2015—2019年各高新区的面板数据，以30个省区市（由于缺失西藏相关数据，故不纳入研究范围）为对象，从创新经济效益、集群创新能力、创新基础环境三个维度构建指标体系，如表1所示。本文所用数据来源于《中国火炬统计年鉴》、各省区市统计年鉴。

表1 创新视阈下中国产业集群国际竞争力的综合评价指标体系

四、实证分析

（一）数据标准化与相关性检验

数据标准化。基于产业集群创新的竞争力评价是多指标综合评价，指标涉及范围广，各个指标间没有统一的度量标准，难以进行比较和取舍。因此，在进行主成分分析之前，对评价指标数据进行无量纲化处理，得到均值为0，标准差为1的标准化向量。接着，对标准化后的样本数据进行相关性检验，检验结果如表2所示。KMO值为0.900，表明各原始指标所含的信息有较多共同因素；p值为0.000，表明Bartlett's球形检验近似卡方分布在1%水平上显著，拒绝各变量相互独立的原假设，因此检验结果表明所选样本数据适于全局主成分分析。

表2 相关性检验

（二）确定主成分因子

选取主成分依据两个原则：一是特征值大于1，二是累计方差贡献率大于85%。由Stata软件对数据进行分析，得出全局主成分分析的特征值与累计贡献率如表3所示，然后筛选出前3个特征值均大于1的主成分，且累积贡献率达89.7%（如表3所示），即3个主成分因子可以解释原数据指标89.7%的信息量，表明38个原始指标可归结为3个主成分因子，作为基于集群创新的国际竞争力综合评价指标。

表3 全局主成分分析的特征值与累计贡献率

确定主成分因子后，利用方差最大化正交旋转法对提取的3个主因子原始荷矩进行旋转，得到旋转后的因子载荷矩阵，一般认为变量Uniqueness＞0.6时为异常值，如表4所示，本文数据不存在异常情况。

表4 因子载荷矩阵表（旋转后）

选取载荷值在0.5以上的指标为有效载荷值，若同一指标在两个以上主因子上得分超过0.5的取相对高者，最终如表5所示。

主因子 F1在技术市场成交额（v32）、技术收入（v3）、年末资产（v9）、年末负债（v10）、商品销售收入（v5）、高新技术企业数（v22）、留学归国人员（v17）、入统企业数（v21）、科技活动经费内部支出（v14）、大专以上学历人员（v19）、营业收入（v2）、科技活动人员（v11）、工商注册企业数（v20）、上缴税费（v7）、净利润（v6）上的载荷系数均在0.8以上，其中近半指标载荷值高达0.9，具有较高的相关性和解释性，这些指标主要涉及集群经济效益和创新网络结构。社会网络理论是将嵌入性、社会资本和结构洞等理论引入集群网络的一种研究方法，其认为组织具有社会性，网络组织为其中的节点企业提供了社会资本，网络结构与网络关系会影响网络组织的竞争能力。社会网络理论经历了“企业创新网络研究—基于网络能力的创新网络研究—基于社交媒体的创新扩散研究—基于校企合作的创新扩散研究”等阶段，因此把主因子F1命名为集群创新的社会网络效应。

主因子F2在外商投资企业进出口总额（v26）、进出口总额（v25）、一般公共预算收入（v35）、专利申请授权数（v31）、地区 GDP（v27）、出口总额（v8）、工业总产值（v1）、统计孵化器数量（v23）、产品销售收入（v4）、当年毕业企业数（v24）、R&D 人员全时当量（v13）、一般公共预算支出（v36）、外籍常驻人员（v18）、R&D 人员（v12）上均有超过0.7的载荷，这些指标主要涉及集群的技术创新水平、知识产出水平，以及在跨国公司外资流入基础上的进出口总额等地区经济收支和财政情况，因此可以从跨国公司在华投资这一角度展开分析。在此基础上产生的跨国公司知识转移和突破性过程创新对集群的技术创新有极大的正向驱动效应，而地区的技术创新优势可以进一步促进集群综合竞争力提升，因此把主因子F2命名为集群的创新技术优势因子。

主因子 F3在公路线路里程（v33）、常住人口（v28）、普通高校数量（v37）、普通高校本专科人数（v38）、铁路营业里程（v34）5个指标上有较大载荷值，这5个指标主要反映了地区的人力资源储备和工业基建水平情况，反映了创新环境基础对集群竞争力重要提升作用，因此把主因子F3命名为创新基础环境因子。具体分类如表5所示。

表5 主成分因子指标归类（因子载荷值排序）

（三）综合得分计算与聚类

以上提取的3个主成分因子分别从社会网络效应、创新技术优势、创新基础环境方面对全国30个省区市的高新区产业集群国际竞争力进行测算，本文采用回归法计算主因子得分，并以方差贡献率占累计方差贡献率的比例为权重计算各省区市综合实力得分，分别计算出2015—2019年期间，各省区市的年度综合实力得分及各主因子平均得分，结果如表6、表7所示。

表6 各地区年度综合竞争力得分及排序表

表7 各地区主因子平均得分及排序表

（续表）

为更清楚地反应各省区市集群竞争力动力的来源方向及区域差异性，依据综合竞争力指数及其子竞争力指数在不同年份综合平均得分，运用K-均值聚类分析法，将30个省区市分4个等级归类并排序，分类结果如表8所示。

表8 集群国际竞争力指数层次聚类分析表

五、研究结论与政策建议

（一）研究结论

由实证结果表6、表7、表8可以看出，我国30个省区市高新区产业集群竞争力来源在社会网络效应、创新技术优势、创新基础环境3个主成分上存在着明显的差异性。在综合竞争力方面，只有33.3%的省区市综合竞争力得分高于平均综合得分，基于创新的国家高新区产业集群竞争力水平有待提高。不同区域的国家高新区产业集群的竞争力水平差异较大，整体呈东、中、西部依次递减的趋势。从竞争力来源方面看，除了不同地区的因子差异性，同一省域的高新区产业集群在不同的因子得分排名上也有较大差距，这也是我国部分高新区发展不均衡的体现。

从F1集群的社会网络效应看，北京处于绝对领先的第一梯队，远远超过湖北、广东、上海、陕西所在第二梯队，第一梯队的省区市主要得益于优异的地理位置、丰富的高校资源、完善的工业体系所组成的社会网络结构，这种社会网络不仅有利于校企合作的创新扩散，还可以通过“资源获取”和“交易润滑”两大社会机制对企业成长与发展产生重大影响，提升企业承担风险的水平，从而起到促进集群整体竞争力的作用。

从F2集群的创新技术优势来看，广东、江苏、上海、浙江等排名靠前，主要得益于优渥的营商环境和较高的知识溢出水平，同时拥有丰富的研发经费支出和完善的政策保障，使这些地区成为吸引外资同时转化吸收其技术溢出效应的沃土。值得注意的是，北京虽然在社会网络效应因子上得分遥遥领先，但在创新技术优势排名中表现不佳，主要原因在于北京中关村高新园区的经济效益、校企数量规模庞大，处于全国领先水平，但在产品销售收入、区域专利申请数和有效发明专利数等知识产出指标上表现不佳，北京的有效发明专利数约为广东的十分之一，这种大而不强的现象也是北京高新区集群竞争力主要靠社会网络效应推动，创新技术优势效应表现不佳的体现。

从F3创新基础环境因子看，山东、河南、四川、湖北、河北、湖南等人口大省和基建强省处于全国领先地位，说明集群的发展除了优秀的经济环境、先进的技术水平，丰富的劳动力资源和完善便利的基建水平也不可或缺。但这些地区普遍在社会网络建设和创新技术优势方面相对较弱，说明其在相对较高的人口密集度和完善的基本建设下，经济发展更多在第三产业上，技术能力竞争力比较弱。

（二）政策建议

针对上述问题，为提升国家高新区产业集群竞争力提出以下建议：

1.为充分完善并发挥集群的社会网络效应，国家应大力推进高校、科研机构与企业间的互助合作，支持大学设立技术转移机构，鼓励校企共建研发中心，引导中介机构、金融机构和其他服务机构入驻。加强高校的创业培训教育构建以企业为主体、市场为导向、产学研政金相结合的技术创新体系，完善高校到产业间的技术转化。同时加速构建城市区域产业集群，通过产业集群网络治理和嵌入全球价值链的升级途径提升高新区产业集群的综合竞争力。

2.从充分发挥技术创新优势的角度看，国家和地方政府应着眼于未来的产业发展优势，重点扶持优质产业、支柱型产业、先导型产业、高新技术产业。同时考虑降低科技企业设立门槛、优化城市营商环境吸引国外优质资本，通过吸收外资企业的先进技术进一步促进产业不断升级，以提高我国企业在全球价值链中的位置。

3.重视创新基础环境因素对高新区集群竞争力发展的支撑保障作用。我国应采用与时俱进的人口政策，结合国情，以人为本，高度重视人口质量，通过人口素质的整体提高，保持人力资源禀赋优势，以丰富且优质的劳动力资源为全行业发展提供充足保障。此外，地方政府应视情况加大基础设施建设投入，作为促进产业优化升级的基础，以保障地方集群经济的蓬勃发展。