王寶英， 張 可， 王瑋琦

（中北大學經(jīng)濟與管理學院，太原 030051）

十八大以來，我國提出要將創(chuàng)新驅(qū)動作為引領發(fā)展的第一動力，以知識積累、技術(shù)進步、勞動要素提升推動發(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)作為中國經(jīng)濟發(fā)展的新政策，承擔了提升經(jīng)濟發(fā)展的重要使命，經(jīng)過30年的發(fā)展，新一批達到國家規(guī)模和省規(guī)模的開發(fā)區(qū)也在國內(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)濟增長. 但是，由于不同地區(qū)在資源、經(jīng)濟基礎以及創(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)濟績效，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)展狀態(tài).

19世紀80年代開始，我國逐漸開始建立開發(fā)區(qū)，截至2018年，共計156個國家級高新開發(fā)區(qū)，位于東部的有67個，中部有37個，西部開發(fā)區(qū)有36個，東北區(qū)域有16個. 通過對文獻中關(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)濟基礎、政策影響. 從時間上看，東部開發(fā)區(qū)建設速度和發(fā)展始終領先于其他地區(qū). 從區(qū)域角度看，國家開發(fā)區(qū)數(shù)量最多的4 個省份分別是江蘇（17 個）、山東（13個）、廣東（12個）、湖北（9個），開發(fā)區(qū)在地區(qū)上的集聚是否只受到這3個因素的影響，有相似的報告指出開發(fā)區(qū)的整合對周邊地區(qū)的經(jīng)濟增長有著積極的勢頭. 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)溢出效應以及相互之間影響程度如何.

1 文獻回顧

目前對高新技術(shù)開發(fā)區(qū)的關(guān)注已成為研究我國區(qū)域經(jīng)濟的一個熱點問題，國內(nèi)現(xiàn)有文獻通過定性和定量分析對高新技術(shù)開發(fā)區(qū)發(fā)展進行研究. 國內(nèi)高新技術(shù)產(chǎn)業(yè)發(fā)展的定量研究體現(xiàn)在效益的測量、開發(fā)區(qū)將城市空間體系的影響和經(jīng)濟區(qū)域空間的生產(chǎn)整合上. 蔡善柱等［1］分析計算了國內(nèi)眾多開發(fā)區(qū)的整體經(jīng)濟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. 這些文獻僅針對開發(fā)區(qū)自身發(fā)展進行了研究，隨著研究的深入，一些學者開始考慮開發(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)劃分成了四個主要部分研究了開發(fā)區(qū)的各個部分對空間體系的探討；鄭江淮等［5］在空間維度上以開發(fā)區(qū)的產(chǎn)業(yè)集聚作為研究對象；呂衛(wèi)國等［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開發(fā)區(qū)的發(fā)展是很深的，不過單單是對一個區(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開發(fā)區(qū)的改革技術(shù)發(fā)展的關(guān)聯(lián)性進行分析.

對于我國高新技術(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、綜合評價和政策建議等幾個方面展開. 一些學者認為早期我國高新技術(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)型升級轉(zhuǎn)變，產(chǎn)業(yè)園的聚集成長模式則變成這一改革的轉(zhuǎn)折點. 對于開發(fā)區(qū)的綜合評價主要包括土地集約利用評價［11］、開發(fā)區(qū)發(fā)展水平綜合評價［12］、產(chǎn)城融合度評價［13］以及開發(fā)區(qū)績效評價［14］. 馮燕妮等［15］以山西省為例子，融合了山西地區(qū)的經(jīng)濟發(fā)展現(xiàn)狀，模仿了國內(nèi)眾多地區(qū)的成功案例，發(fā)表了山西開發(fā)區(qū)經(jīng)濟發(fā)展的主要政策. 國外學者則注重于以開發(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］以新的層級數(shù)據(jù)和地理測繪方法對加利福尼亞州的開發(fā)區(qū)進行分析，結(jié)果表明開發(fā)區(qū)不增加就業(yè)，在開發(fā)區(qū)的政策激勵下就業(yè)沒有向低工資工人轉(zhuǎn)移. Elvery［20］對加州和佛羅里達州開發(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)項目對德克薩斯州居民就業(yè)產(chǎn)生了正向作用. 1997年法國實施了EZ計劃，Pauline等［22］研究認為短期內(nèi)法國的EZ計劃在持續(xù)的財政支持下實現(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)有文獻大多從一個空間單元對開發(fā)區(qū)進行分析，從多個空間單元研究高新技術(shù)開發(fā)區(qū)空間關(guān)聯(lián)性文獻較少. 然而，F(xiàn)ridemann［23］提出的核心邊緣擴散理論認為，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)濟增長的時候演變成了新的中心地區(qū)，進一步地向外圍擴散. 因此，本研究選取多個高新技術(shù)開發(fā)區(qū)空間單元，采用各項指標的年平均增長率，以克服截面回歸數(shù)據(jù)無法反映一個時段動態(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)研究和空間計量模型對高新技術(shù)開發(fā)區(qū)的地域上的有關(guān)性進行了深入的研究，提出促進高新技術(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)矩陣的設定說明

為了分析各個高新技術(shù)開發(fā)區(qū)域在地域上的相關(guān)性，要使用空間計算模型進行研究，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是隨機誤差項. 以本文的54個開發(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)性進行確定；二是按照區(qū)域空間上所在的位置坐標來分析兩地區(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)來計算；第三，將引力模型引入空間權(quán)重矩陣，以兩地某種觀測量的乘積除以其距離來反映兩個區(qū)域的空間關(guān)聯(lián)強度.

認識到由于開發(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，所以用相鄰的兩個開發(fā)區(qū)間距離倒數(shù)的二次方來構(gòu)建矩陣.

2.2 模型設定

開發(fā)區(qū)的經(jīng)濟活動本質(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、物力和財力，同時將技術(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)濟發(fā)展的主要因素，構(gòu)建傳統(tǒng)計量模型：

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

為了分析54個高新技術(shù)開發(fā)區(qū)的空間關(guān)聯(lián)性，在傳統(tǒng)的計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《中國火炬統(tǒng)計年鑒》（2010—2017），《中國開發(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)建立的時間，選取截至2010年的56個國家級開發(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，避免造成誤差從中去除選擇54個開發(fā)區(qū). 由于存在空間差異，傳統(tǒng)的時間序列模型回歸方法會遇到相關(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期的動態(tài)信息，為了克服這一缺陷，本文采用54個開發(fā)區(qū)各項指標2009—2016年平均增長率，既考慮了空間維度，也將時間維度引入進去，是一種較為可行的方法.

3 實證分析

3.1 空間自相關(guān)實證分析

3.1.1 全局空間自相關(guān)分析 測量空間自相關(guān)常用Moran’s I指數(shù)表達，值域為［-1，1］，以下是其表達式：

式中：N為開發(fā)區(qū)單元數(shù)；xi為開發(fā)區(qū)i的屬性觀測值，i=1，2，…，n；wij表示空間權(quán)重矩陣. 因為在地理位置上，各開發(fā)區(qū)直接不是相鄰的，所以開發(fā)區(qū)的鄰近關(guān)系按距離標準進行定義，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)的大小對開發(fā)區(qū)空間關(guān)聯(lián)性進行衡量，Moran’s I指數(shù)通常用Z統(tǒng)計量檢驗，表達式如下：

將開發(fā)區(qū)2009—2016年中的基本數(shù)值為屬性觀測值基礎，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，計算得到2009—2016年以各開發(fā)區(qū)空間關(guān)聯(lián)評價指標的全局Moran’s I指數(shù)，得到的結(jié)果如表1所示.

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

運用geoDa計算得出2009—2016年間54個開發(fā)區(qū)GIP、科技經(jīng)費內(nèi)部支出、技術(shù)收入和年末從業(yè)人員的年均增長率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)費內(nèi)部支出空間自相關(guān)是顯著的，技術(shù)收入增長率的空間自相關(guān)性不顯著. 根據(jù)Z值的檢驗結(jié)果可以看出，GIP、科技經(jīng)費內(nèi)部支出和年末從業(yè)人員增長率呈現(xiàn)出顯著的空間集聚特征，以下研究將以GIP、科技經(jīng)費內(nèi)部支出以及年末從業(yè)人員數(shù)設為研究變量. 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)設為N，Yi為開發(fā)區(qū)i對應的屬性觀測值，空間權(quán)重矩陣用wij表示（i=1，2，…，n），Moran’s I指數(shù)表示其他高指標開發(fā)區(qū)包圍某高值觀測指標開發(fā)區(qū)，或低指標開發(fā)區(qū)包圍低值觀測指標開發(fā)區(qū)；Moran’s I指數(shù)表示某高值觀測指標開發(fā)區(qū)被其他低值指標開發(fā)區(qū)包圍，或低值觀測指標開發(fā)區(qū)被高值指標開發(fā)區(qū)包圍.

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

1）GIP變量

圖4中，位于第一象限（高高集聚類型）分別是貴陽、合肥、中山、佛山、濟南、綿陽、廈門、湘潭、寶雞、桂林、株洲、重慶、長沙、南昌、楊凌、西安、南寧、武漢、襄樊等19個高新技術(shù)開發(fā)區(qū)，表示GIP 增長率高的開發(fā)區(qū)被GIP 增長率高的開發(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、成都、海南、福州、廣州、深圳、珠海、石家莊、無錫等10 個高新技術(shù)開發(fā)區(qū)，表示GIP 增長率低的開發(fā)區(qū)被GIP 增長率高的開發(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個高新技術(shù)開發(fā)區(qū)，表示GIP增長率低的開發(fā)區(qū)被GIP增長率低的開發(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 個高新技術(shù)開發(fā)區(qū)，表示GIP 增長率高的開發(fā)區(qū)被GIP 增長率低的開發(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、濟南、楊凌、惠州、武漢、長沙、桂林、深圳、株洲、南昌、中山、佛山、南京、廣州、泰州、濰坊、西安等18個高新技術(shù)開發(fā)區(qū)，表示年末人員增長率高的開發(fā)區(qū)被年末人員增長率高的開發(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、太原、昆明、常州、珠海、重慶、福州、湘潭、淄博、無錫等14個高新技術(shù)開發(fā)區(qū)，而其中年末人員增長率高的開發(fā)區(qū)包圍增長率低的開發(fā)區(qū)；位于第三象限（低低集聚類型）分別是綿陽、大慶、大連、沈陽、哈爾濱、包頭、吉林、鞍山等8個高新技術(shù)開發(fā)區(qū)，同上相反，年末人員增長率低的開發(fā)區(qū)包圍增長率高的開發(fā)區(qū)；位于第四象限（高低集聚類型）分別是長春、威海、成都、青島、寧波、合肥、貴陽、上海等8個高新技術(shù)開發(fā)區(qū)，與第三象限相同，由低包圍高.

圖4 GIP Moran's I散點圖Fig.4 GIP Moran’s I scatter plot

3）科技經(jīng)費內(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、西安、杭州、長沙、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 個高新技術(shù)開發(fā)區(qū)，表示科技經(jīng)費變量增長率低的開發(fā)區(qū)包圍增長率低的開發(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、成都、中山、湘潭、寶雞、昆明等12個高新技術(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、大連、鞍山、吉林、哈爾濱、太原、威海、青島、濰坊、淄博、石家莊、綿陽等13個高新技術(shù)開發(fā)區(qū)，看出科技經(jīng)費變量增長率高的開發(fā)區(qū)包圍增長率低的開發(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、濟南、鄭州、大慶、長春等9 個高新技術(shù)開發(fā)區(qū)，表示科技經(jīng)費變量增長率低的開發(fā)區(qū)包圍增長率高的開發(fā)區(qū).

3.1.2.2 LISA集聚圖和顯著性統(tǒng)計圖 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 散點圖結(jié)果分析對照，對開發(fā)區(qū)之間的空間自相關(guān)關(guān)系補充說明，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)所在的地級市來呈現(xiàn).

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

圖6 科技經(jīng)費內(nèi)部支出Moran's I 散點圖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、長沙開發(fā)區(qū)GIP增長率呈現(xiàn)高-高集聚特征，吉林、沈陽、鞍山、大連、威海呈現(xiàn)低-低集聚特征，大慶和長春作為GIP增長率高的開發(fā)區(qū)被其他增長率低的開發(fā)區(qū)包圍，昆明作為GIP增長率低的開發(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可以了解到只有濟南和襄樊兩地出現(xiàn)高聚集特征，昆明、長春、襄樊、沈陽、吉林和大慶的集聚特征表現(xiàn)與GIP增長率變量類似.

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)費內(nèi)部支出變量

由科技經(jīng)費內(nèi)部變量與人員變量的LISA集聚圖與顯著性檢驗圖對比可知，大慶和長春作為增長率高的開發(fā)區(qū)被其他增長率低的開發(fā)區(qū)包圍，沈陽、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)出被其他高增長率的開發(fā)區(qū)包圍.

圖9 科技經(jīng)費內(nèi)部支出變量LISA集聚圖與LISA顯著性統(tǒng)計圖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)空間擴散模型分析

3.2.1 模型分析 首先進行普通計量模型分析，從表中可以發(fā)現(xiàn)，以GIP年平均增長率作為被解釋變量，F(xiàn)統(tǒng)計量為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)費內(nèi)部支出對開發(fā)區(qū)年平均增長率對GIP 年平均增長率具有正向影響，彈性系數(shù)分別為0.222 4、0.365 4 和0.327 3，由此可知提高三項投入能夠獲得相應的工業(yè)總產(chǎn)值提高. 而在影響層面企業(yè)數(shù)量年平均增長率對開發(fā)區(qū)發(fā)展并不是正向的，且沒有達到10%的顯著性水平，說明企業(yè)數(shù)量增長速度可能趨于飽和，增長速度過快反而會對GIP增長起到抑制作用. 技術(shù)收入的彈性系數(shù)明顯低于10%的標準水平，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. 從普通計量模型回歸結(jié)果來看，要加快工業(yè)生產(chǎn)總值的增長速度，還是要加大人力資源、科技資金的投入.

其次進行空間滯后模型分析，在5%的顯著性水平下，GIP空間滯后項的彈性系數(shù)為0.219 8，說明一定區(qū)域范圍鄰近開發(fā)區(qū)的發(fā)展對本開發(fā)區(qū)的發(fā)展存在較強的積極影響，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. 這個結(jié)果與普通計量模型基本一致，從模型結(jié)果上看，加大人力資源以及資金的投入，提高其增長率，促進開發(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)計量模型和空間滯后模型分析相同.

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

3.2.2 模型檢驗 從上述的分析來看，普通計量模型、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開發(fā)區(qū)之間空間關(guān)聯(lián)性的分析更為準確，本文根據(jù)Paul Elhorst提出的判斷模型適用條件進行選擇，根據(jù)LM-lag、LM-error、Robust LM-lag和Robust LM-error顯著性進行檢驗. 檢驗統(tǒng)計量如下：

根據(jù)LM檢驗結(jié)果，空間滯后模型LM檢驗值為4.625 2，Robust-LM檢驗值為2.761 7，顯著性檢驗都達到理想值，空間誤差模型LM-lag檢驗值和Robust LM-lag檢驗值對應的P值均沒有達到10%的顯著性檢驗. 因此，空間滯后模型是最佳模型. 檢驗結(jié)果如表3所示.

表3 LM檢驗結(jié)果Tab.3 LM test results

4 對策與建議

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. 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)域交通來實現(xiàn)，但如果可以通過發(fā)達的互聯(lián)網(wǎng)和物聯(lián)網(wǎng)，搭建網(wǎng)絡交流合作平臺，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，其主導產(chǎn)業(yè)轉(zhuǎn)型較慢，以太原和西安兩個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，導致兩開發(fā)區(qū)之間產(chǎn)生較大發(fā)展差異，這與當?shù)氐臍v史文化環(huán)境是分不開的，所以當?shù)卣e極引導地區(qū)的發(fā)展理念，改善開發(fā)區(qū)之間空間距離的同時，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)展要消耗時間、精力、財力. 對于處于優(yōu)勢的開發(fā)區(qū)來說，短期內(nèi)見不到收益，意味著其知識技術(shù)所有權(quán)，優(yōu)勢地位的喪失；而處于劣勢的開發(fā)區(qū)由于風險因素而不具有向優(yōu)勢開發(fā)區(qū)靠近的動機，就會導致在交流層面上開發(fā)區(qū)之間無法準確溝通，這便需要政府出面調(diào)解，提高更加優(yōu)惠的政策給優(yōu)勢開發(fā)區(qū)，為劣勢方提供相應的激勵機制. 相近的開發(fā)區(qū)之間具有更高的吸引力，政府應當拉近相似開發(fā)區(qū)之間的距離，倡導具有相近發(fā)展環(huán)境，相似主導產(chǎn)業(yè)的開發(fā)區(qū)之間加強交流.

實現(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)濟發(fā)展水平存在較大影響. 從研究的54個開發(fā)區(qū)來看，東部由于人力、財力、地理位置和發(fā)展歷史方面的優(yōu)勢發(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，人力資源快速增長相比財力投入和科技經(jīng)費投入的增長對開發(fā)區(qū)的經(jīng)濟發(fā)展有著更重要影響，進一步說，大多數(shù)開發(fā)區(qū)的主導產(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)出績效，一些落后開發(fā)區(qū)的人才流失現(xiàn)象確實不可避免. 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，實現(xiàn)人才回流.對于優(yōu)勢區(qū)域的，還需要通過政府作為抓手，采取一定激勵機制，通過科技人才在區(qū)域間的流動實現(xiàn)開發(fā)區(qū)跨區(qū)域協(xié)同發(fā)展.