高顏超，皮平凡

（廣東財(cái)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(shí)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(duì)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(dòng)力、土地、資本、創(chuàng)新四個(gè)方面對(duì)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(shí)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(dòng)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(gè)層次對(duì)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(duì)31個(gè)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(gè)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(jì)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(gè)方面。勞動(dòng)力因素，高新技術(shù)產(chǎn)業(yè)作為知識(shí)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(cái)力的投入，在市場經(jīng)濟(jì)的條件下，單個(gè)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(duì)科技研發(fā)和人力資本的帶動(dòng)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(gè)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(duì)高新技術(shù)產(chǎn)業(yè)影響因素研究主要從勞動(dòng)力、資本、技術(shù)和政策四個(gè)方面進(jìn)行分析，多從單一因素或某幾個(gè)因素進(jìn)行分析，缺乏從整體角度建立完整模型對(duì)四個(gè)因素在同一情景下對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響的探討，同時(shí)，原有的影響因素分析無法解決組間和組內(nèi)變異同時(shí)存在的問題，忽視影響因素隨時(shí)間發(fā)展的動(dòng)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(duì)31個(gè)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(shí)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(gè)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(duì)于個(gè)體水平而言，注重了對(duì)個(gè)體之間變異的分析而忽略了群組之間的差異在個(gè)體水平之間的影響。對(duì)于組水平模型忽略了組內(nèi)變異和個(gè)體水平之間的差異的，同時(shí)組水平的樣本會(huì)使統(tǒng)計(jì)的樣本量大大縮小因此降低了模型的估計(jì)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(gè)模型下分析個(gè)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(gè)體層次變異，以及個(gè)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(shí)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(duì)1995-2013年我國31個(gè)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(gè)步驟的檢驗(yàn)，首先就是對(duì)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(gè)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(jì)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(duì)因變量隨時(shí)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(duì)解釋因變量隨時(shí)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(gè)個(gè)體測(cè)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(shí)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(gè)個(gè)體的因變量偏離模型估計(jì)的總體平均水平程度；u1j表示第j個(gè)個(gè)體的因變量變化率偏離模型估計(jì)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(shí)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(duì)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(gè)個(gè)體測(cè)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(shí)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(gè)個(gè)體的因變量偏離模型估計(jì)的總體平均水平程度；u1j表示第j個(gè)個(gè)體的因變量變化率偏離模型估計(jì)的總體變化率水平的程度；Lj表示第j個(gè)省市高新技術(shù)產(chǎn)業(yè)從業(yè)人數(shù)即勞動(dòng)力因素對(duì)其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Gj表示第j個(gè)省市高新技術(shù)產(chǎn)業(yè)政府資金支持即政策因素對(duì)其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Tj表示第j個(gè)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(duì)其高新技術(shù)產(chǎn)業(yè)產(chǎn)值的影響；Cj表示第j個(gè)省市高新技術(shù)產(chǎn)業(yè)固定資本投資額即資本因素對(duì)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(shí)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(duì)科布道格拉斯函數(shù)兩邊同時(shí)取對(duì)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(jì)年鑒》生產(chǎn)經(jīng)營情況部類按地區(qū)分31個(gè)省市高新技術(shù)產(chǎn)業(yè)1995至2013年產(chǎn)值，科技活動(dòng)情況按地區(qū)分31個(gè)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(dòng)力情況為按地區(qū)分31個(gè)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(dòng)力要素、資本要素、技術(shù)要素、政策要素，4個(gè)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(duì)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(jì)結(jié)果

表2零模型隨機(jī)效應(yīng)方差估計(jì)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(duì)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(jì)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(jì)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(shí)間變量，研究31個(gè)省份高新技術(shù)產(chǎn)業(yè)產(chǎn)值隨時(shí)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(jì)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(jì)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(shí)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(duì)隨機(jī)截距發(fā)展模型固定效應(yīng)的結(jié)果分析表5，對(duì)于截距π0在水平2截距β00的估計(jì)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(jì)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(shí)間的變化而正向變動(dòng)的。對(duì)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(shí)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(shí)間的變動(dòng)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(gè)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(gè)省市之間及各個(gè)省份內(nèi)部隨時(shí)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(gè)方面的因素分別為政策因素、技術(shù)因素、勞動(dòng)力因素和資本因素四個(gè)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(dòng)力因素和資本因素可得固定效應(yīng)估計(jì)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(duì)混合發(fā)展模型固定效應(yīng)的結(jié)果分析表6，將單個(gè)變量分別加入模型中研究模型的解釋度和擬合度。對(duì)于政策因素G的截距π0在水平2截距β00的估計(jì)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(gè)政策因素對(duì)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(duì)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(gè)省份高新技術(shù)產(chǎn)業(yè)受政策因素的顯著影響。對(duì)于政策因素隨時(shí)間的推移對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對(duì)于時(shí)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(shí)間發(fā)展的變化是顯著的。對(duì)于政策與時(shí)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(shí)間存在交互作用但是系數(shù)為負(fù)且很小，說明隨時(shí)間推移政策因素對(duì)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(duì)于技術(shù)因素T的截距π0在水平2截距β00的估計(jì)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(gè)技術(shù)因素對(duì)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(duì)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(gè)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(duì)于技術(shù)因素隨時(shí)間的推移對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對(duì)于時(shí)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(shí)間發(fā)展的變化是顯著的。對(duì)于技術(shù)因素與時(shí)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(shí)間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時(shí)間推移技術(shù)因素對(duì)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(duì)于勞動(dòng)力因素L的截距π0在水平2截距β00的估計(jì)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(gè)勞動(dòng)力因素對(duì)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(duì)于勞動(dòng)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(gè)省市自治區(qū)高新技術(shù)產(chǎn)業(yè)受勞動(dòng)力因素的顯著影響。對(duì)于勞動(dòng)力因素隨時(shí)間的推移對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對(duì)于時(shí)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(shí)間發(fā)展的變化是顯著的。對(duì)于勞動(dòng)力因素與時(shí)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(dòng)力因素與時(shí)間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時(shí)間推移勞動(dòng)力因素對(duì)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(duì)于資本因素C的截距π0在水平2截距β00的估計(jì)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(gè)資本因素對(duì)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(duì)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(gè)省份高新技術(shù)產(chǎn)業(yè)受資本因素的顯著影響。對(duì)于資本因素隨時(shí)間的推移對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，對(duì)于時(shí)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(shí)間發(fā)展的變化是顯著的。對(duì)于資本因素與時(shí)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(shí)間之間的交互作用系數(shù)為負(fù)但不顯著，說明隨時(shí)間推移資本因素對(duì)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(duì)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(dòng)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(duì)于單個(gè)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(gè)因素納入同一個(gè)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(dòng)力因素和資本因素都納入模型其固定效應(yīng)估計(jì)結(jié)果表7，對(duì)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(duì)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(duì)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(dòng)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(dòng)力因素對(duì)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(duì)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(duì)時(shí)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(shí)間隨時(shí)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(duì)各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展影響隨時(shí)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(duì)各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展隨時(shí)間的增加而逐漸加強(qiáng)且顯著。勞動(dòng)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(dòng)力因素對(duì)各省份歷年高新技術(shù)產(chǎn)業(yè)的發(fā)展影響隨時(shí)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(duì)各省份高新技術(shù)產(chǎn)業(yè)歷年的發(fā)展影響隨時(shí)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(jì)結(jié)果

整體發(fā)展混合模型方差成分估計(jì)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(duì)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(cè)算

在全要素混合發(fā)展模型分析的基礎(chǔ)上進(jìn)一步測(cè)量各個(gè)因素對(duì)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(duì)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(duì)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，G為政策因素測(cè)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(duì)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(duì)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，T為技術(shù)因素測(cè)量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。勞動(dòng)力因素對(duì)高新技術(shù)產(chǎn)業(yè)的影響率為{EL(L/Y)}EL為勞動(dòng)力要素對(duì)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，L為勞動(dòng)力因素測(cè)量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。資本因素對(duì)高新技術(shù)產(chǎn)業(yè)的影響率為{EC(C/Y)}EC為資本要素對(duì)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的彈性，C為資本因素測(cè)量變量值，Y為高新技術(shù)產(chǎn)業(yè)產(chǎn)值。四個(gè)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(dòng)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(dòng)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(gè)，其他23個(gè)省市區(qū)政策影響率值為負(fù)，一方面說明政策因素對(duì)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(duì)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(duì)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(gè)省市，其他28個(gè)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(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的影響率大于1。勞動(dòng)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(gè)省份，雖然為正但是值較小，其余27個(gè)省市自治區(qū)勞動(dòng)力因素對(duì)高新技術(shù)產(chǎn)業(yè)產(chǎn)值的貢獻(xiàn)為負(fù)，說明勞動(dòng)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(huì)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(gè)，其余27個(gè)省市自治區(qū)資本因素對(duì)高新技術(shù)產(chǎn)業(yè)的貢獻(xiàn)為正，且在四個(gè)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(gè)多位于東部，其余20個(gè)省市自治區(qū)全要素貢獻(xiàn)率值為負(fù)，一方面說明省級(jí)區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展存在差異，同時(shí)也說明由于具體情況的不同對(duì)四個(gè)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(dòng)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(gè)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(dòng)且接近于0值較小，進(jìn)一步驗(yàn)證政策因素對(duì)高新技術(shù)產(chǎn)業(yè)的影響逐漸弱化。31個(gè)省市自治區(qū)勞動(dòng)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(dòng)力的投入不能帶來高新技術(shù)產(chǎn)業(yè)的發(fā)展。31個(gè)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(shì)大致相同說明資本因素和技術(shù)因素可能互相影響。31個(gè)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(dòng)較大，在-4-2之間不斷波動(dòng)，大部分值為負(fù)，說明各省份之間對(duì)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(duì)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(dòng)力因素、資本因素和技術(shù)因素對(duì)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(shí)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(shí)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(dòng)力因素、技術(shù)因素、資本因素四個(gè)因素對(duì)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(shí)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(jì)算各要素的影響率值，結(jié)果發(fā)現(xiàn)勞動(dòng)因素影響率值大部分值小于0，說明勞動(dòng)力投入對(duì)高新技術(shù)產(chǎn)業(yè)的影響呈減弱趨勢(shì)。政策因素影響率值圍繞0上下波動(dòng)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(duì)技術(shù)的投入會(huì)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(duì)技術(shù)因素和資本因素變化趨勢(shì)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(duì)全要素影響率值變化趨勢(shì)研究，全要素影響率值圍繞0上下波動(dòng)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(duì)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(dòng)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(duì)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(dòng)趨勢(shì)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(dòng)力因素對(duì)高新技術(shù)產(chǎn)業(yè)的影響更加注重勞動(dòng)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(dòng)力因素和政策因素對(duì)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(gè)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(duì)這兩個(gè)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(bào)：哲學(xué)社會(huì)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(shí)空測(cè)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(cái)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(cè)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(duì)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(duì)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(duì)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(bào)：社會(huì)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(cè)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.