《及其影响因素研究_基于随机前沿函数的实证分析_董洁.pdf》由会员分享，可在线阅读，更多相关《及其影响因素研究_基于随机前沿函数的实证分析_董洁.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、收稿日期:2012 02 28基金项目:国家社会科学基金重点项目(10ATJ003);江苏统计应用研究基地基金项目(2012012)作者简介:董洁(1964 )，女，辽宁沈阳人，博士、研究员、硕士生导师，研究方向为经济系统分析与管理;黄付杰(1987 )，男，山东聊城人，硕士研究生，研究方向为科技统计。中国科技成果转化效率及其影响因素研究 基于随机前沿函数的实证分析董洁a，黄付杰b(江苏大学 a 工商管理学院;b 财经学院，江苏 镇江 212013)摘要:通过收集 2007 2010 年我国 31 个省市科技成果转化的面板数据，采用因子分析法和随机前沿分析法，对我国科技成果转化效果和科技成果转
2、化效率及其影响因素分别进行测度与比较分析。研究发现:我国科技成果转化效率不高、各省市间存在较大差距;东部省市的科技成果转化效果和转化效率明显好于中西部省市;在影响科技成果转化的诸多因素中，政府支持起着最为关键的作用。关键词:科技成果转化;因子分析;随机前沿分析中图分类号:F124 3文献标识码:A文章编号:1001 8409(2012)10 0015 06Research on Transformation Efficiency ofSci tech Achievements and Its Influencing Factors An Empirical Analysis Based on
3、Stochastic Frontier FunctionDONG Jiea，HUANG Fu jieb(a School of Business and Management;b School of Financial and Economics，Jiangsu University，Zhenjiang 212013)Abstract:This paper compared and analyzed the efficiency of sci tech achievements and its influencing factors throughcollecting the sci tech
4、 Achievements of Chinese 31 provinces panel data from 2007 to 2010 by factor analysis and stochasticfrontier analysis Result shows that chinas scientific and technological achievements conversion efficiency is not high andthere is a big gap between the provinces;Effects and the conversion efficiency
5、 of scientific and technological achievements ofthe eastern is significantly better than the central and western provinces;government support plays the most crucial role inthe many factors that affect the scientific and technological achievementsKey words:transformation of sci tech achievements;fact
6、or analysis;stochastic frontier analysis1引言近年来，随着高技术产业的发展日益成为经济发展的推动力，研发活动日益受到我国的重视，RD 投入大幅增加，由此也引发了对 RD 推动经济增长效率的研究。目前，学者的研究主要集中在 RD 的投入产出效率，即 RD 投入转化为科技成果的效率，或者RD 投入促进经济增长的效率。但是，RD 活动并不直接推动经济的增长，RD 投入首先需要转化为科技成果，然后转化为市场化的商品，才能创造经济效益1。由于我国科技成果转化的评价方法还不完善，使得实际工作中只注重科技研究的理论成果以及转化率的提高，而不重视科技成果的消化吸收，导致
7、科技成果转化为生产力的水平较差2。对于一个国家或地区而言，要以科技带动经济发展，增强竞争实力，除了要重视原创性的科学研究活动外，还应当充分发挥科技成果转化与应用这一重要环节的作用，使已有的科技成果顺利转化为现实生产力，提高生产效率，节约社会成本，并创造社会财富。为此，本文通过收集 20072010 年我国内地 31 个省市的科技成果投入产出及相关影响因素的面板数据，运用随机前沿模型对中国省域科技成果转化效率进行测度，在此基础上，提出有效提升我国科技成果转化效率的可行对策。2研究方法、指标体系和数据说明2.1基本模型随机前沿分析(Stochastic Frontier Analysis，SFA)
8、方法由 Aigner，Lovell 和 Schmidt(1977)，Meeusen 和den Broeck(1977)独立同时提出，此后经过 Battese 和Coelli(BC)的研究，于 1992 和 1995 年进行改进，引入了技术非效率函数，用来解释引起无效率的原因，这样 SFA 不仅可以测算每个个体的技术效率，而且可以定量分析各种相关因素对个体效率差异的具体影响。随机前沿分析方法的基本模型为:51yit=xit+vit uit(1)其中，yit表示省份 i 在 t 期的产出，xit表示省份 i 在t 期的要素投入，t 为时间趋势，i=1，2，n，t=1，2，T。vit uit是复合结
9、构的误差项，vit表示随机误差，包括观测误差和其他随机噪声误差，服从 N(0，2v)，并且 vit独立于 uit，uit是一个非负随机变量，用来解释函数中的技术无效率，它服从在 0 处截尾的正态分布 N(mit，2u)，其中 mit=zit，zit为影响技术非效率的因素，为影响因素的系数向量，如果 0，说明其对技术效率有正的影响，反之，则有负的影响。Battese 和 Coelli(1995)用 2=2v+2u和 =2u/(2v+2u)代替 2v和 2u。2为总方差，为 2中被技术无效率因素所解释的比例，如果技术无效率因素能够很好地解释引起技术无效率的原因，则 显著不等于 0。技术效率(TE)
10、定义为观测产出与生产前沿产出之比，即:TEit=E(y*it|uit，xit)E(y*it|uit=0，xit)(2)此处，y*it代表第 i 个省份在第 t 期的产出，如果因变量为原始值，则 y*it=yit，技术效率 TEit=(xit uit)/(xit);如果事先已经对因变量进行对数化处理，则 y*it=exp(yit)，技术效率 TEit=exp(uit)。这样，在随机前沿生产函数中，技术效率的取值将在 0 和 1 之间3。当随机前沿生产函数不是线性函数时，必须对原始数据进行适当转换，柯布 道格拉斯生产函数和超越生产函数是随机前沿分析中最常用的两种函数形式。柯布 道格拉斯生产函数的随
11、机前沿模型形式为:lnyit=0+jjlnxjit+vit uit(3)超越对数生产函数的随机前沿模型的形式为:lnyit=0+jjlnxjit+12jljllnxjitlnxlit+vit uit(4)式中，为待估变量的系数，j 和 l 代表第 j 个和第l 个投入变量，其余变量和误差项定义与前文相同。这两种形式的随机前沿模型中，前者形式简单但假定技术中性和产出弹性固定，估计时容易引起偏差，超越生产函数能较好地避免由于函数形式的假设而带来的估计偏差4。本文采用的是面板数据，随着时间的推移，技术是否中性，产出弹性是否固定都不能事先确定，因此本文首先假设超越对数生产函数的随机前沿模型，而后通过检
12、验此模型的适宜性对生产函数进行选择。检验时所采用的统计量为广义似然率 =2 L(H0)L(H1)，式中，L(H0)和 L(H1)分别是前沿模型在零假设 H0(随机前沿模型的生产函数为柯布 道格拉斯生产函数)和备择假设 H1(随机前沿模型的生产函数为超越对数生产函数)下的对数似然函数值。如果零假设成立，则检验统计量服从混合卡方分布，自由度为受约束变量的数目。此时，如果核算出的广义似然率 大于临界值，便拒绝原假设，接受超越对数生产函数形式的随机前沿模型;反之，则接受原假设，柯布 道格拉斯生产函数形式的随机前沿模型更适宜拟合样本数据5。2.2指标体系构建科技成果转化评价指标的选择和指标体系的构建是对
13、科技成果转化进行综合评价的基础和前提，目前，对科技成果转化的评价还没有形成一套完整的评价指标体系，严重影响了科技成果管理工作，不利于成果转化6。本文在借鉴已有研究成果的基础上，尽可能从多角度出发构建指标体系以免遗漏重要信息，同时尽量避免相同或含义相近或相关性较强的变量重复出现，力争做到简明、概括、实用。据此，从科技成果投入、科技成果转化效果和科技成果转化支撑环境三个方面出发2 6 7，设计和筛选出了由 21 个具体指标组成的科技成果转化评价指标体系(见表 1)。表 1科技成果转化评价指标体系一级指标二级指标三级指标科技成果投入科技成果万名 RD 活动人员科技论文数(篇/万人)X1获国家级科技成
14、果奖系数(项当量/万人)X2万名就业人员发明专利拥有量(项/万人)X3科技成果转化效果经济效益高技术产业增加值占工业增加值比重(%)Y1高技术产品出口额占商品出口额比重(%)Y2新产品销售收入占产品销售收入比重(%)Y3劳动生产率(万元/人)Y4资本生产率(亿元/亿元)Y5生活信息化百户居民计算机拥有量(台/百户)Y6万人国际互联网络用户数(户/万人)Y7百人固定电话和移动电话用户数(户/百人)Y8生活水平城镇居民人均可支配收入Y9农村居民人均纯收入Y10环境效益环境质量指数Y11环境污染治理指数Y12综合能耗产出率(元/千克标准煤)Y13科技成果转化支撑条件市场化支撑万人技术成果成交额(万元
15、/万人)Z1人力支撑万人专业技术人员数(人/万人)Z2经费支撑企业技术引进和消化吸收经费支出占产品销售收入比重(%)Z3政府支撑地方财政科技拨款占地方财政支出比重(%)Z4科技环境支撑科技进步环境指数Z561在该评价指标体系中，因为研究的是科技成果转化效率，所以把科技成果作为最重要的投入变量，包括万名 RD 活动人员科技论文数、万名就业人员发明专利拥有量、获国家级科技成果奖系数，这些科技成果都有转化为实际生产力的可能性。科技成果转化效果是反映科技成果转化产出的指标，其中，高技术产业增加值占工业增加值比重反映了一个地区的科技发展水平;高技术产品出口额占商品出口额比重体现了科学技术的国际竞争力;新
16、产品销售收入占产品销售收入比重反映着该地区的创新能力;劳动生产率和资本生产率反映了一个地区的生产率水平;百户居民计算机拥有量、万人国际互联网络用户数、百人固定电话和移动电话用户数反映着一个地区的信息化水平;城镇居民人均可支配收入和农村居民人均纯收入反映了一个地区人民的生活水平;环境质量指数、环境污染治理指数、综合能耗产出率反映着一个地区的环境状况。科技成果转化支撑环境包括科技成果市场化支撑、人力支撑、经费支撑、政府支撑、科技环境支撑五个方面，这些转化支撑条件对参与转化的科技成果的转化起着促进或限制作用，因此影响着科技成果转化的效率。2.3数据来源上述 21 个指标中，城镇居民人均可支配收入和农
17、村居民人均纯收入数据来自国家统计局网站，其余数据来自 中国科技统计资料汇编(2007 2010)。3实证研究3.1科技成果转化效果评价对科技成果转化效果进行评价常用的方法主要有层次分析法和因子分析法。层次分析法通过构造成对比较阵来推导每个指标的权重，这样，在构造成对比较阵时易受打分者主观因素的影响。因子分析方法是一种不依赖于专家判断的客观方法，可以排除评价中主观因素的干扰和影响，而且将原来众多具有一定相关性的指标重新组合成一组新的相互无关的综合指标8。因此本文对科技成果转化效果的 13 个指标用因子分析法进行降维，以各省市科技成果转化效果的综合因子得分作为各省市科技成果转化效果的值，对各省市的
18、科技成果转化效果进行评价。3.1.1数据标准化为了消除各变量量纲的影响，首先按照公式(5)对每组数据进行标准化处理。xij=xij xjvar(xj槡)(5)其中xj是第 j 组变量的平均值，var(xj)是第 j 组变量的方差。3.1.2数据检验运用 SPSS18.0 软件，采用 KMO 和 Bartlett 球度检验方法对标准化后的数据进行显著性检验，经计算，所有的 KMO 统计量均大于 0.7，表明 2007 2010 年中国内地 31 个省份的科技成果转化指标都适合做因子分析，检验结果见表 2。表 2KMO 和 Bartlett 的检验2007200820092010取样足够度的 Ka
19、iser Meyer Olkin 度量0.8230.8250.8350.803Bartlett 的球形度检验近似卡方461.676 511.151 458.714 455.433df78787878Sig0.0000.0000.0000.0003.1.3计算因子得分用主成分法提取公因子，对因子载荷阵实行方差最大正交旋转，并用回归法估计每个公共因子的得分，最后以每个因子的方差贡献率为权重，对每个公共因子赋权，计算出中国内地 31 个省市 2007 2010 年科技成果转化效果的综合因子得分。对中国内地 31 个省市按综合因子得分的均值由大到小排序，可以看出，中国科技成果转化效果较好的省份都位于东
20、部地区，中部和西部省份的科技成果转化效果与东部省份存在较大差距，但是中西部之间的差距并不明显。中国 31个省市科技成果转化效果的综合因子得分见表 3。表 3中国各省市科技成果转化效果的综合因子得分2007200820092010均值2007200820092010均值上海1.781.951.991.801.88重庆0.100.420.370.260.29北京1.601.581.501.491.54四川0.240.280.350.290.29天津1.091.091.010.991.05山西0.380.300.230.280.30广东0.841.101.060.900.98河北0.310.330.
21、280.280.30浙江0.710.650.710.690.69新疆0.500.300.170.340.33江苏0.560.580.510.540.55江西0.240.380.420.340.35福建0.420.470.520.450.47湖南0.310.370.380.320.35辽宁0.020.080.110.130.08广西0.260.430.430.390.38山东0.040.040.010.050.02青海0.570.380.360.440.44吉林0.060.090.130.340.02河南0.390.450.490.430.44内蒙古0.260.210.230.220.10宁夏0
22、.510.420.410.450.45湖北0.180.180.190.150.18安徽0.350.500.520.460.46海南0.020.260.270.230.19贵州0.550.530.540.560.55西藏0.620.110.020.330.21云南0.500.560.600.550.55黑龙江0.280.240.290.260.27甘肃0.630.640.530.590.60陕西0.320.290.250.220.27713.2科技成果转化效率评价以投入的科技成果为投入变量，以科技成果转化效果的综合因子得分为产出变量，以科技成果转化支撑条件为影响科技成果转化效率的影响因素变量，对
23、我国内地 31 个省市 2007 2010 年的科技成果转化效率进行测度，这一效率具有投入产出比的意义。但是由于各指标之间存在量纲的差异，因此，首先将原始数据用百分制表示，按照式(6)对原始数据进行无量纲化处理，将其化为 1 100 之间的数:mi=99 mi min(m)max(m)min(m)+1(6)对处理后的数据分别按照柯布 道格拉斯生产函数的随机前沿模型(公式(3)和超越对数生产函数的随机前沿模型(公式(4)用 Frontier 4.1 软件进行分析，得出两种随机前沿模型各参数的估计值，参数估计结果如表 4 所示。表 4两种随机前沿模型参数估计结果参数参数估计值标准差t 检验值参数参
24、数估计值标准差t 检验值柯布 道格拉斯随机前沿模型beta 04.327 0.10541.303delta 30.296*0.1761.684beta 10.113 0.0234.895delta 40.740 0.2532.925beta 20.407 0.0547.595delta 50.4120.2901.420beta 30.550 0.02126.48520.477 0.1483.228delta 02.825 0.7463.7850.999 0.000404947delta 10.1560.2230.700LLF62.165delta 20.1130.2600.435超越对数随机前
25、沿模型beta 05.337 0.6498.222beta 90.089 0.0273.321beta 10.2880.3700.779delta 03.537 0.8024.412beta 20.980 0.4422.217delta 10.0760.1700.444beta 30.3650.2631.387delta 20.0550.2520.217beta 40.0660.0451.471delta 30.1250.1660.750beta 50.1180.0961.225delta 40.888 0.1914.646beta 60.159*0.0931.712delta 50.3480
26、.2771.256beta 70.151*0.0881.72120.423 0.0874.867beta 80.0280.0860.3190.999 0.0009276259LLF57.692假设检验广义似然率 =8.947临界值为 12.592接受原假设注:*、分别表示显著性水平为 0.1、0.05 和 0.01，假设检验临界值为显著性水平为 0.05 下的临界值从表 4 的检验结果来看，模型中的 2、均通过了1%显著性水平检验，表明技术非效率是显著存在的，同时也验证了 SFA 方法的合理性。另一方面，广义似然统计量 =8.947 小于临界值 12.512，从柯布 道格拉斯随机前沿模型和超越
27、对数生产函数的随机前沿回归模型系数参数估计结果来看，柯布 道格拉斯随机前沿回归模型的各项回归系数参数估计值具有较高的显著性。因此，在本文分析中采用柯布 道格拉斯生产函数的随机前沿回归模型更合适，用该模型得出我国内地 31 个省市 2007 2010 年的科技成果转化效率，结果值见表 5。表 5中国内地 31 个省市 2007 2010 年的科技成果转化效率及其均值省份2007200820092010均值排名省份2007200820092010均值排名北京0.84100.79720.78230.79780.80465湖北0.49820.52210.52970.67010.555013天津0.67
28、960.82710.61670.57970.67589湖南0.57910.37630.43730.54710.484917河北0.49340.44710.66920.71310.580712广东0.78650.85610.66170.46150.69148山西0.18830.30660.37570.28510.288927广西0.45260.35860.45480.57750.460919内蒙古0.95590.53960.44110.43030.591711海南0.98460.57910.58770.77260.73107辽宁0.43440.50600.59750.55830.524016重庆
29、0.78980.39580.42640.52410.534015吉林0.52820.37860.34770.92980.546114四川0.50150.32860.36170.46780.414922黑龙江0.34540.43970.33920.36990.373625贵州0.18190.20050.20140.20050.196129上海0.91360.99980.99650.71580.90641云南0.22590.15330.08570.18660.162930江苏0.95830.86480.72010.69570.80974西藏0.04310.37310.52070.49410.357
30、826浙江0.86590.99420.77620.75560.84803陕西0.35230.40870.45180.53360.436620安徽0.59330.31070.30620.30740.379423甘肃0.05270.04270.26590.17600.134331福建0.91640.76470.96010.82960.86772青海0.14820.49070.64170.46410.436221江西0.51380.41310.49330.47370.473518宁夏0.17110.32300.41030.19080.273828山东0.93140.70040.63970.72510
31、.74926新疆0.23550.57630.99170.89120.673710河南0.50410.30630.30450.40080.378924平均值0.53760.50260.52890.53950.527281表5 对测量结果进行了详细的描述，进一步用图1刻画我国科技成果转化效率均值的时间演变趋势。从图 1 来看，我国科技成果转化效率在 2008 年有所下降，从 2009 年开始处于小幅上升状态，显示我国科技成果转化效率略有改善。3.3研究结果分析表 4 和表 5 给出了我国内地 31 个省市 2007 2010 年的科技成果转化效率值及随机前沿模型参数估计结果值，下面分别从我国科技成
32、果转化效率和科技成果转化影响因素这两方面对我国科技成果转化情况进行分析。3.3.1科技成果转化效率分析从表 5 可以看出:我国科技成果转化效率的地区差异明显，在我国内地 31 个省市中，上海市科技成果转化效率最高，四年的均值为 0.9064，最低的为甘肃，其科技成果转化效率四年的均值仅为0.1343，约为上海的七分之一，从全国范围来看，排在前 9 位的全部为东部省份，中西部省份的排名普遍靠后，结合表 1 的科技成果转化效果值可以看出，无论是科技成果转化效果，还是科技成果转化效率，东部省份都具有明显优势。我国科技成果转化效率整体较低。从时间趋势看，我国近几年科技成果转化效率小幅波动，虽然2009
33、、2010 年连续两年提高，但是幅度很小，与 2007 年相比，2010 年的科技成果转化效率仅提高了 0.19%，表明我国科技成果转化效率并未有明显改善;从我国整体来看，2007 2010 年我国科技成果转化效率的均值仅为 0.5272，还有 47.28%的改进空间。由此可见，不断涌现的科技成果并未有效地转化为市场化的产品，虽然我国高技术产业近年来呈现迅猛发展的趋势，但是科技成果转化为新产品的能力还很差，科技成果转化为经济效益的能力仍有待提高。3.3.2科技成果转化效率影响因素分析为了找出我国科技成果转化效率不高的原因，下面进一步分析各种关键因素对科技成果转化效率的影响程度，以期为有效提高科
34、技成果转化效率提供依据。表 6效率影响因素的参数估计参数值参数值常数项2.825经费支撑0.296市场化支撑0.156政府支撑0.74人力支撑0.113科技环境支撑0.412表 6 给出了考虑影响因素的参数估计结果，在评价指标体系所列的 5 个关键影响因素中，人力支撑和经费支撑的系数值为正，说明在当前阶段这两个因素对科技成果转化效率有负的影响，进一步增加这两个方面的投入并不能提高我国的科技成果转化效率，反而会使科技成果转化效率进一步下降。这也意味着我国在科技成果转化方面的人员和经费投入规模偏大，使得人员和经费投入出现规模效率递减的现象。在 5 个影响因素中，市场化支撑、政府支撑、科技环境支撑的
35、系数值为负，说明在当前阶段这三个因素对科技成果转化效率有正的影响，增加对这三方面的投入可以提高我国科技成果转化效率。科技成果的市场化体现着投入使用的科技成果占获得专利权的全部科技成果的比例1，只有科技成果具有较大的实用价值，它才有可能被投入使用进而创造出有市场价值的商品。如果科技成果中存在着大量低水平的重复创新，必然会造成资源的浪费，进而影响科技成果的转化。政府可以从经费、政策以及提供服务平台等方面影响科技成果的转化效率，从表 6 各影响因素的系数可以看出，政府的支持对科技成果转化效率的促进作用最为明显。政府加大对研发活动以及科技成果转化的支持，可以提高科技成果的质量，推动科技成果市场化，极大
36、地促进科技成果转化效率的提升。科技环境支撑包括科技人力资源、科研物质条件、科技意识等方面的支撑9。良好的科技环境倾向于产生更多高质量的科技成果，较强的科技意识会加强企业对先进技术的重视程度，从而引进更多的先进技术进行消化吸收和再创新，这无疑会对科技成果的转化效率产生重大影响。4主要结论及对策本文采用因子分析和随机前沿分析方法，运用2007 2010 年的面板数据对我国科技成果转化效果和科技成果转化效率分别进行测度与比较分析，结果发现:中国科技成果转化效果较好的省份都位于东部地区，中部和西部省份的科技成果转化效果与东部省份存在较大差距，但是中西部之间的差距并不明显。中国科技成果转化效率与科技成果
37、转化效果之间存在显著的正相关，也表现为东部省份的科技成果转化效率较高，中西部省份的科技成果转化效率较低，且东部与中西部差距明显。我国科技成果转化效率较低，2007 2010 年间只有小幅提高，仍然存在很大提升空间。我国在科技成果转化上的人员和资金投入存在冗余，而在科技成果的市场化、政府支持、科技环境支撑方面存在不足。提高科技成果的质量和市场化水平、加大政府的支持力度、改善科技环境能进一步提高我国科技成果的转化效率。结合上述结论提出以下政策建议:首先，建立以创新为导向的激励机制，鼓励具有突破性的创新或与生产紧密相连的科技成果，控制科技成果数目的虚增，着重提高科技成果质量，对科技成果质量进行认定，
38、避免大量的低水平重复创新。其次，加强中介平台建设，培育以市场为导向的科技研发需求信息平台，促进各个领域技术成果的信息共享，加强科技研发者的市场意识，重视科技成果的推广转化工作，为科技成果的市场91化创造良好的渠道。最后，充分发挥政府导向作用，对高新技术企业的科技创新活动给予大力扶持。一方面，建立和完善与科技创新相关的法律制度、现代企业制度、创新文化和社会保障体系，优化科技创新的软环境;另一方面，有计划、有步骤、有重点地建设与科技创新密切相关的基础设施，改善科技创新的硬环境。参考文献:1 贺京同，冯尧.中国高技术产业科技成果转化效率的实证研究 基于 DEA Malmquist 指数方法J.云南社
39、会科学，2011(4):92 97 2 柴国荣，许崇美，闵宗陶.科技成果转化评价指标体系设计及应用研究J.软科学，2010，24(02):1 5.3 刘和东.中国区域研发效率及其影响因素研究 基于随机前沿函数的实证分析 J.科学学研究，2011，29(4):548 556 4 Tim Coelli.A Guide to Fronier Version 4.1:A Computer Programfor Stochastic Frontier Production and Cost F unction Estimation Z CEPA working paper 96/07，Armidale:
40、Australia，1996 5 李向东 高技术产业研发创新效率分析J 中国软科学，2011，(2):52 61 6 何桢，韩俊德，孙冰 基于粗糙集的科技成果转化指标约简方法研究J 软科学，2011，25(01):28 31 7 李冉，刘璇华 广东省科技成果转化评价指标体系的构建J特区经济，2009(4):35 37 8 沈菊琴 主成分分析法在县域工业科技成果转化绩效评价的运用 J 科技管理研究，2009(5):178 180 9 http:/www sts org cn/zlhb/2009/hb5 1 htm 中国科技统计网站(责任编辑:辜萍檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾
41、檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾檾)(上接第 4 页)相比之下，我国 2010 年国内再生资源回收量达到 1.49 亿吨，仅废钢铁、废有色金属、废塑料、废纸、报废船舶进口就达到 4261 万吨，在东南沿海地区出现了资源再生产业的集群现象13。但由于对资源再生产业环境管理机制不到位，使得企业以牺牲环境为代价，采用简单原始的再生加工工艺，导致了非常严重的二次污染问题，因此一些环保主义者对来势汹汹的“进口洋垃圾”持谨慎否定的态度，认为应该关紧大门，堵住这些“洋垃圾”的侵入。但实际上，全球价值链理论为研究地方产业集群的升级问题提供了新的思路，能在本地化和全球化的张力之间重新审视集群的发展道路1
42、4:资源再生产业在发展中国家的集群是“水往低处流”的必然结果。5结论本文结合资源再生产业特征，从产业集群形成条件、外部性理论和全球价值链三个不同视角，对资源再生产业集群的成因进行深入剖析，证明了资源再生产业集群完全满足集群形成的必要条件、充分条件、需求条件和社会历史条件;资源再生产业集群是多重外部性的集合体，集群化发展模式是通过市场化机制解决资源再生产业环境正外部性的有效途径，也是加强对资源再生产业二次污染问题的有效管理方式;而从全球价值链视角来看，资源再生产业在发展中国家的集群是“水往低处流”的必然结果，发展中国家融入全球大循环也是必然的趋势。因此，集群化发展模式是资源再生产业发展的必由之路
43、，光采取“堵”的方式有悖市场基本规律，因势利导，疏堵并举方为上策。参考文献:1 王缉慈 解开集群概念的困惑 谈谈我国区域的集群发展问题J 经济经纬，2006(2):65 71 2 Claus Steinle，Holger Sehiele When do Industries Cluster?A Pro-posal on how to Assess an Industry s Propensity to Concentrate at aSingle Region or NationJ，Research policy，2002(31):849 858 3 符正平 论企业集群的产生条件与形成机制J
44、中国工业经济，2002(10):56 65 4 郭庭政，段宁，武春友 循环经济视角下原生、再生资源消费的动态分析 J 中国人口资源与环境，2010(4):169 174 5 中商情报网2011 2012 年中国再生资源回收利用行业发展概况R/OL 北京，中商情报网 20112011 10 20 ht-tp:/www askci com/freereports/2011/10/201604226566 shtml 6 钱俊生，刘向群 发展资源再生产业是中国资源战略的一场革命J 中国人口资源与环境2007，17(5):6 11 7 李昆，魏晓平 基于“SCP”理论范式的静脉产业负外部效应成因研究
45、J 生态经济，2007(6):104 107 8英 马歇尔 经济学原理M 朱志泰，译 北京:商务印书馆，1965 9 季昆森 循环经济原理与应用M 安徽:安徽科学技术出版社，2004 10 胡晓鹏 模块时代的产业结构:基于 SCP 范式的研究J 中国工业经济，2007(4):63 71 11 陆伟刚 传统产业组织理论的危机及实践含义:基于企业网络的视角J 中国工业经济，2005(11):78 86 12 Institute of Scrap Recycling Industry，Inc Scrap Recycling Indus-try facts R/OL Washington DC Institute of Scrap Recycling In-dustry，Inc，2011 2012 02 21 http:/www isri org/AM/Template cfm?Section=Industry_FactsTemplate=/CM/ContentDisplay cfmContentID=16096 13 郭庭政，段宁，武春友 我国资源再生产业集群辨识研究J中国人口资源与环境，201020(2):139 143 14 聂明，刘锦英 地方产业集群嵌入全球价值链的方式及升级前景研究述评J 研究与发展管理，2006，18(6):108 116(责任编辑:赵毅峰)02