论文部分内容阅读
【摘 要】 高技术产业科技资源配置存在区域集聚性特征，优化其科技资源配置有利于区域间高技术产业的均衡发展。从人力资源、物力资源和财力资源等三方面构建我国高技术产业科技资源配置水平的测量指标体系，采用熵权TOPSIS和基尼系数相结合的方法构建高技术产业科技资源配置的区域均衡指数测量模型，并以2005-2009年中国31省市的高技术产业科技资源配置指标数据为样本进行实证分析，得出我国高技术产业科技资源配置的区域均衡指数相对较小，区域高技术产业科技资源配置极不均衡的重要结论。
【关键词】 高技术产业 科技资源配置 区域 均衡指数 测量
Abstract : High-tech industry's technology resource collocation is centralizing, and optimizing the collocation is propitious to equilibria development of regional high-tech industry. Based on construct of index system of Chinese high-tech industry's technology resource collocation level from three espects of human resources, material resources and financial resources, regional equilibria index measurement model of high-tech industry's technology resource collocation is constructed by methods of entropy Topsis and Gini coefficient, and empirical analysis is done by high-tech industry's technology resource collocation of thirty-one regions from 2005 to 2009. An important conclusion is drawn that the regional equilibria index is relatively less and Chinese regional high-tech industry's technology resource collocation is tarnally unbalanced.
Keywords : High-tech industry; Technology resource collocation; Region; Equilibria index; Measurement
引言
高技术产业的发展已成为影响区域及产业竞争力的重要因素，也是建设创新型国家的重要保证。中国基本沿用世界经合组织（1994）对高技术产业的分类方法并经适当调整，将高技术产业划分为医药制造业、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和医疗设备及仪器仪表制造业六大类[1]。高技术产业属于科技创新活动活跃的产业，其科技创新效率对于产业的发展举足轻重[2]。而科技创新绩效取得的基础是科技资源的投入，高技术产业发展对其科技资源配置存在极大依赖性。同时，由于高技术产业具有高科技创新频率的特性，而科技创新又具有聚集型特征，即由于科技资源共享和溢出等效应的发生使得科技创新在地理位置邻近的区域产生联动，最终导致我国高技术产业发展也具有空间聚集特征，其表现就是区域高技术产业发展的不均衡。
区域高技术产业发展的不均衡是区域宏观经济发展不均衡的重要原因之一，而区域宏观经济发展不均衡将直接导致我国贫富分化加剧，东西部矛盾突出，对我国建设和谐社会产生不利影响。因此，降低区域高技术产业发展的非均衡性对我国宏观经济发展战略具有重要意义。当前，我国已有较多学者认识到了区域高技术产业发展的聚集型特征并对其进行了科学测量的探究，如王子龙（2006）等提出中国高技术产业的总体集聚程度正在不断提高，产业集聚和地方化呈现增长趋势[3]；许箫迪（2007）等研究发现在空间布局上我国高技术产业呈现较强的地理集中现象，且高技术产业地理集中存在地方性行业垄断特征[4]；赵玉林（2008）等以1995-2006年我国高技术产业的省际面板数据为基础，运用熵指数和行业集中度对我国高技术产业总体及其各行业的集聚度进行了精确度量[5]；熊英（2010）等通过对我国高技术产业的绩效数据的分析，发现高技术产业集中我国的东部地区，而中部和西部在高技术领域处于明显劣势，严重影响我国高技术产业的均衡发展[6]；肖泽磊（2010）等以我国省域高技术产业科技资源为研究对象，通过构建综合区位熵计算模型和评价指标体系，分别测算了我国省域六大高技术产业的综合区位熵值[7]。
通过对国内相关文献资料整理发现：第一，高技术产业发展的区域非均衡性问题逐渐受到专家学者的重视；第二，当前测量高技术产业发展非均衡性的方法主要是熵指数、行业集中度等，而这些方法在测量均衡性时具有局限性；第三，大量的研究成果集中在高技术产业本身运营状况的均衡性分析，很少关注到引起高技术产业发展非均衡性的根本原因，即高技术产业科技资源配置的非均衡性问题。有鉴于此，本文引入基尼系数的测量原理，构建区域均衡指数，对我国2005-2009年31省市高技术产业科技资源配置的均衡状况进行科学测量（2004年在“科技统计年鉴”中没有单独统计高技术产业的相关科技资源指标数据），为我国进行高技术产业发展政策设计和优化提供更为科学合理的决策依据。
1. 模型框架设计
科技资源是从事科技活动的人力、物力、财力以及组织、管理、信息等软、硬件要素的总称，或是强调其中某些要素的集合，它为科技活动提供了物质保障，也为科技管理、决策和科学研究提供了基本性条件保障，是国家的重要战略资源[8]。科技资源配置能力是国家高效运用和整合科技资源的能力，体现了一个国家对科技资源在各区域间的协调和分配能力[9]。国家对高技术产业科技资源的配置状况直接影响各区域的高技术产业发展，测量高技术产业科技资源配置的均衡指数，在一定程度上能为未来的高技术产业发展的区域均衡状况做出预测，起到预测预警作用。 根据科技资源的内涵，本文主要从人力、物力、财力等三大资源要素层面来进行科技资源配置均衡性的测量。为了将不同区域的人力、物力和财力科技资源进行综合反映，需要选择科学评价方法对不同区域的科技资源配置水平进行一个综合评判，然后在科技资源配置水平综合评判结果基础上测量区域均衡指数。为此，本文将中国高技术产业科技资源配置的区域均衡指数测量分为两个阶段实施：第一阶段，从人力、物力、财力三个方面构建区域科技资源配置水平的评价指标体系，选择熵权TOPSIS方法分别测量2005-2009年31省市的科技资源配置水平；第二阶段，采用基尼系数计量方法，计算2005-2009年我国区域高技术产业科技资源配置的均衡指数。熵权TOPSIS方法的优势在于能够消除权重确定的主观性和强化区域间科技资源配置水平的差异，使得各区域的科技资源配置水平差异能够得到有效区分辨别；基尼系数方法从“差异均匀分布”的视角测量均衡指数，相对于熵指数、行业集中度等从“无差异”的视角测量均衡指数，更具有科学性和实际应用价值——中国31个省市的高技术产业科技资源配置水平不可能是完全相同的也没有必要完全相同，国家的科技资源配置均衡目标只是要达到相对意义上的差异均衡，即避免过度的非均衡，而基尼系数能够很好的反映这一内涵，相对熵指数等方法在测量均衡指数时更有优势。
2. 指标、数据与方法
2.1指标
高技术产业科技资源配置水平的测量指标分为人力资源、物力资源和财力资源等三方面，其中人力资源主要包括从业人员、专业技术人员、科技活动人员、R&D人员等，物力资源主要包括专利、固定资产等，而财力资源主要包括R&D经费、技术获取及改造经费等。为了保证测量指标的数据可操作性，指标体系设计必须符合国家统计局的统计口径，为此，本文参考《国家科技统计年鉴》的统计指标，设计高技术产业科技资源配置水平的测量指标体系。
2.2数据
本文指标原始数据主要来源于
2006-2010年的《中国统计年鉴》、《中国科技统计年鉴》和《中国科技统计资料汇编》，以及中华人民共和国科学技术部网站，经过整理，得到各年度指标原始数据。由于2005-2007年在科技统计年鉴中缺失西藏的科技资源配置指标数据，因此，计算2005-2007年的区域均衡指数时仅有30个省市，而计算2008-2009年的区域均衡指数时包括了31个省市。限于篇幅，略。
2.3方法
本文涉及到的方法包括熵权TOPSIS方法和基尼系数计算方法。熵权TOPSIS方法的基本步骤如下[10]：
①利用熵权法计算6个指标的权重
②确定理想解和负理想解
③计算距离。假设某二级指标下有m个三级指标
④计算相对接近度。评价对象i在该二级指标上与理想解的相对接近度
⑤高层次指标评价重复步骤①至④。当评价对象的指标划分成不同层次时，需要利用多层次评价模型进行评价。多层次模型是在单层次评价模型基础上得到的，单层次评价的结果Ci，即由各评价对象的相对接近度作为上一层的指标，并把Ci组成上一层次的评价矩阵，再采用上述步骤对相对接近度评价矩阵进行评价，可得到总相对接近度，即2004-2009年我国各区域的高技术产业科技资源配置水平。
为了研究国民收入在国民之间的分配问题，1907年，美国统计学家洛仑兹提出了著名的洛仑兹曲线，从那以后，作为一个总结收入和财富分配信息的便利的图解方法，洛仑兹曲线得到了广泛的应用[11]。在此基础上，意大利经济学家基尼（Corrado Gini）1912年提出基尼系数这一概念，成为国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标。设实际收入分配曲线和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积为B。并以A除以（A+B）的商表示不平等程度，即基尼系数G[12]。G越小，分布越均匀；G越大，分布越集中。为了测量我国区域高技术产业科技资源配置的均衡程度，本文对基尼系数进行扩展，将2005-2009年31个省市的高技术产业科技资源配置水平升序排列，并进行分布曲线拟合，然后计算分布曲线的积分值，得到B[13]，进而可以计算该年度的高技术产业科技资源配置水平分布的基尼系数（GINI），而我们为了保证区域均衡指数遵循指数越大，区域间科技资源配置越均衡的性质，可设计我国高技术产业科技资源配置的区域均衡指数HTCI（High-tech industry’s Techno-
logical resource Collocation regional equilibria Index）为：HTCI=1-GINI。
3. 实证分析
首先，按照公式计算2005-2009年各年的指标熵权，为了使最终测量结果具有时间序列上的可比性，采用5年的权重平均值作为指标权重。
然后，根据公式，计算相对接近度，即为各年度各区域的高技术产业科技资源配置水平的测量结果。
结论
根据实证分析结果，我们可以得到以下主要结论：
（1）科技资源配置的各指标在2005-2009年间发生了变化，但变化的区间相对还是比较小的，这就使得2005-2009年各指标的熵权基本一致，没有发生大的改变。由此进一步分析可发现各区域之间的高技术产业科技资源拥有量变化是一种缓慢的累积增长状况，并不会发生跳跃性的转变，而这也正符合一个区域的高技术产业的渐变式发展规律。
（2）高技术产业科技资源配置水平存在非常大的差异，由表4中可知，广东省一直是科技资源配置水平占据优势的省份，其科技资源配置水平在2005-2007年均超过0.9，而同期海南、青海等省市科技资源配置水平均小于0.001，巨大的高技术产业科技资源配置水平差距是导致区域均衡指数相对较小的原因。因此，对广东、江苏等高技术产业相对发达的省份进行科技资源配置的相对限制和对海南、青海等高技术产业相对落后的省份进行科技资源配置的倾斜性支持将对我国区域高技术产业均衡发展具有重要意义。 （3）由洛伦兹曲线可知，2005-2009年间各区域的高技术产业科技资源配置差异状况发生的变化很小，5条洛伦兹曲线基本重叠，但从中也可看出，2009年相对于其他年份高技术产业科技资源配置均衡状况具有显著提升趋势，说明我国高技术产业科技资源配置的区域均衡状况在政策的引导下会逐渐趋于均衡化方向发展。
（4）由图可见，各年度我国区域高技术产业科技资源配置的GINI系数均大于0.59，远远超过宏观经济中的基尼系数预警标准（不超过0.4），也就意味着我国高技术产业的科技资源配置在区域间呈现出极不均衡的现状，这也与前人的很多研究成果提出的高技术产业集聚性发展的观点相类似。因此，我国区域高技术产业科技资源配置的均衡状况有必要在未来进行更大幅度的调整，以促进我国高技术产业发展的区域间均衡，从而提升我国高技术产业发展的总体水平。
综上，我国高技术产业科技资源配置的区域均衡指数相对较小，高技术产业科技资源配置也和高技术产业本身的发展一样，呈现出区域聚集型特征，这虽然一方面有利于高技术产业以集群式相互带动，实现高速发展，但另一方面却不利于高技术产业的区域间均衡发展，造成高技术产业在区域间的发展水平差距增大，导致高技术产业在区域间的关联关系难以维持而断裂，从而不利于高技术产业的全面发展和可持续发展。本文构建的高技术产业科技资源配置区域均衡指数测量模型，为我国制定和优化高技术产业科技资源配置政策提供了一种决策性指导工具，对我国高技术产业均衡性发展极具意义。
※[基金项目]国家软科学研究计划项目（2005DGQ4D148）。
参考文献：
[1]王军,杨惠馨.2006－2008年中国省际高技术产业效率实证研究[J].统计研究,2010,27(12): 46-50.
[2] Ahuja G. Collaboration Networks, Struc-
tural Holes, and Innovation: A Longitudinal Study[J]. Administrative Science Quarterly, 2000(45): 425-455.
[3] 王子龙,谭清美,许箫迪.高技术产业集聚水平测度方法及实证研究[J].科学学研究,2006, 24(5):706-714.
[4] 许箫迪,王子龙,谭清美.高技术产业演化的时空分异测度研究[J].科学学研究,2007,25(6): 1095-1103.
[5] 赵玉林,魏芳.基于熵指数和行业集中度的我国高技术产业集聚度研究[J].科学学与科学技术管理, 2008(11):122-126.
[6] 熊英,汤亚非,邹纲明.我国高技术产业的区域分布失衡问题分析[J].现代情报,2010(8): 157-162.
[7] 肖泽磊,李帮义,胡灿伟.基于综合区位熵指数的中国高技术产业科技资源布局研究[J].科学学与科学技术管理,2010(10):47-53.
[8] 赵伟,赵奎涛,彭洁,胡克.科技资源的价值及其价值表现分析[J].科学学研究,2008,26(3): 461-465.
[9] 毕娜,陈呈频,王亚良,施琪方.科技资源配置能力分析与评价[J].技术与创新管理,2006,27(4): 116-118.
[10] 刘希宋,王毅,喻登科.2001-2006年我国知识竞争力的战略评价[J].科技进步与对策,2009 (19): 128-133.
[11] 约翰.伊特韦尔等.新帕尔格雷夫经济学大辞典第三卷[M].北京:经济科学出版社,1996.
[12] Tomson Ogwang.Additional properties of a linear pen's parade for individual data using the stochastic approach to the Gini index[J].Economics Letters, 2007,96(3):369-374.
[13] 郎益夫,周荣,喻登科.信息化和谐指数测量(2001-2007)--中国区域信息化分布均衡研究[J]. 图书情报知识,2010(2):4-9.
作者简介：许方球（1965-），女，吉林省洮南人，哈尔滨商业大学经济学院副教授，博士。研究方向：经济理论与实践。
（作者单位：哈尔滨商业大学经济学院）
【关键词】 高技术产业 科技资源配置 区域 均衡指数 测量
Abstract : High-tech industry's technology resource collocation is centralizing, and optimizing the collocation is propitious to equilibria development of regional high-tech industry. Based on construct of index system of Chinese high-tech industry's technology resource collocation level from three espects of human resources, material resources and financial resources, regional equilibria index measurement model of high-tech industry's technology resource collocation is constructed by methods of entropy Topsis and Gini coefficient, and empirical analysis is done by high-tech industry's technology resource collocation of thirty-one regions from 2005 to 2009. An important conclusion is drawn that the regional equilibria index is relatively less and Chinese regional high-tech industry's technology resource collocation is tarnally unbalanced.
Keywords : High-tech industry; Technology resource collocation; Region; Equilibria index; Measurement
引言
高技术产业的发展已成为影响区域及产业竞争力的重要因素，也是建设创新型国家的重要保证。中国基本沿用世界经合组织（1994）对高技术产业的分类方法并经适当调整，将高技术产业划分为医药制造业、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和医疗设备及仪器仪表制造业六大类[1]。高技术产业属于科技创新活动活跃的产业，其科技创新效率对于产业的发展举足轻重[2]。而科技创新绩效取得的基础是科技资源的投入，高技术产业发展对其科技资源配置存在极大依赖性。同时，由于高技术产业具有高科技创新频率的特性，而科技创新又具有聚集型特征，即由于科技资源共享和溢出等效应的发生使得科技创新在地理位置邻近的区域产生联动，最终导致我国高技术产业发展也具有空间聚集特征，其表现就是区域高技术产业发展的不均衡。
区域高技术产业发展的不均衡是区域宏观经济发展不均衡的重要原因之一，而区域宏观经济发展不均衡将直接导致我国贫富分化加剧，东西部矛盾突出，对我国建设和谐社会产生不利影响。因此，降低区域高技术产业发展的非均衡性对我国宏观经济发展战略具有重要意义。当前，我国已有较多学者认识到了区域高技术产业发展的聚集型特征并对其进行了科学测量的探究，如王子龙（2006）等提出中国高技术产业的总体集聚程度正在不断提高，产业集聚和地方化呈现增长趋势[3]；许箫迪（2007）等研究发现在空间布局上我国高技术产业呈现较强的地理集中现象，且高技术产业地理集中存在地方性行业垄断特征[4]；赵玉林（2008）等以1995-2006年我国高技术产业的省际面板数据为基础，运用熵指数和行业集中度对我国高技术产业总体及其各行业的集聚度进行了精确度量[5]；熊英（2010）等通过对我国高技术产业的绩效数据的分析，发现高技术产业集中我国的东部地区，而中部和西部在高技术领域处于明显劣势，严重影响我国高技术产业的均衡发展[6]；肖泽磊（2010）等以我国省域高技术产业科技资源为研究对象，通过构建综合区位熵计算模型和评价指标体系，分别测算了我国省域六大高技术产业的综合区位熵值[7]。
通过对国内相关文献资料整理发现：第一，高技术产业发展的区域非均衡性问题逐渐受到专家学者的重视；第二，当前测量高技术产业发展非均衡性的方法主要是熵指数、行业集中度等，而这些方法在测量均衡性时具有局限性；第三，大量的研究成果集中在高技术产业本身运营状况的均衡性分析，很少关注到引起高技术产业发展非均衡性的根本原因，即高技术产业科技资源配置的非均衡性问题。有鉴于此，本文引入基尼系数的测量原理，构建区域均衡指数，对我国2005-2009年31省市高技术产业科技资源配置的均衡状况进行科学测量（2004年在“科技统计年鉴”中没有单独统计高技术产业的相关科技资源指标数据），为我国进行高技术产业发展政策设计和优化提供更为科学合理的决策依据。
1. 模型框架设计
科技资源是从事科技活动的人力、物力、财力以及组织、管理、信息等软、硬件要素的总称，或是强调其中某些要素的集合，它为科技活动提供了物质保障，也为科技管理、决策和科学研究提供了基本性条件保障，是国家的重要战略资源[8]。科技资源配置能力是国家高效运用和整合科技资源的能力，体现了一个国家对科技资源在各区域间的协调和分配能力[9]。国家对高技术产业科技资源的配置状况直接影响各区域的高技术产业发展，测量高技术产业科技资源配置的均衡指数，在一定程度上能为未来的高技术产业发展的区域均衡状况做出预测，起到预测预警作用。 根据科技资源的内涵，本文主要从人力、物力、财力等三大资源要素层面来进行科技资源配置均衡性的测量。为了将不同区域的人力、物力和财力科技资源进行综合反映，需要选择科学评价方法对不同区域的科技资源配置水平进行一个综合评判，然后在科技资源配置水平综合评判结果基础上测量区域均衡指数。为此，本文将中国高技术产业科技资源配置的区域均衡指数测量分为两个阶段实施：第一阶段，从人力、物力、财力三个方面构建区域科技资源配置水平的评价指标体系，选择熵权TOPSIS方法分别测量2005-2009年31省市的科技资源配置水平；第二阶段，采用基尼系数计量方法，计算2005-2009年我国区域高技术产业科技资源配置的均衡指数。熵权TOPSIS方法的优势在于能够消除权重确定的主观性和强化区域间科技资源配置水平的差异，使得各区域的科技资源配置水平差异能够得到有效区分辨别；基尼系数方法从“差异均匀分布”的视角测量均衡指数，相对于熵指数、行业集中度等从“无差异”的视角测量均衡指数，更具有科学性和实际应用价值——中国31个省市的高技术产业科技资源配置水平不可能是完全相同的也没有必要完全相同，国家的科技资源配置均衡目标只是要达到相对意义上的差异均衡，即避免过度的非均衡，而基尼系数能够很好的反映这一内涵，相对熵指数等方法在测量均衡指数时更有优势。
2. 指标、数据与方法
2.1指标
高技术产业科技资源配置水平的测量指标分为人力资源、物力资源和财力资源等三方面，其中人力资源主要包括从业人员、专业技术人员、科技活动人员、R&D人员等，物力资源主要包括专利、固定资产等，而财力资源主要包括R&D经费、技术获取及改造经费等。为了保证测量指标的数据可操作性，指标体系设计必须符合国家统计局的统计口径，为此，本文参考《国家科技统计年鉴》的统计指标，设计高技术产业科技资源配置水平的测量指标体系。
2.2数据
本文指标原始数据主要来源于
2006-2010年的《中国统计年鉴》、《中国科技统计年鉴》和《中国科技统计资料汇编》，以及中华人民共和国科学技术部网站，经过整理，得到各年度指标原始数据。由于2005-2007年在科技统计年鉴中缺失西藏的科技资源配置指标数据，因此，计算2005-2007年的区域均衡指数时仅有30个省市，而计算2008-2009年的区域均衡指数时包括了31个省市。限于篇幅，略。
2.3方法
本文涉及到的方法包括熵权TOPSIS方法和基尼系数计算方法。熵权TOPSIS方法的基本步骤如下[10]：
①利用熵权法计算6个指标的权重
②确定理想解和负理想解
③计算距离。假设某二级指标下有m个三级指标
④计算相对接近度。评价对象i在该二级指标上与理想解的相对接近度
⑤高层次指标评价重复步骤①至④。当评价对象的指标划分成不同层次时，需要利用多层次评价模型进行评价。多层次模型是在单层次评价模型基础上得到的，单层次评价的结果Ci，即由各评价对象的相对接近度作为上一层的指标，并把Ci组成上一层次的评价矩阵，再采用上述步骤对相对接近度评价矩阵进行评价，可得到总相对接近度，即2004-2009年我国各区域的高技术产业科技资源配置水平。
为了研究国民收入在国民之间的分配问题，1907年，美国统计学家洛仑兹提出了著名的洛仑兹曲线，从那以后，作为一个总结收入和财富分配信息的便利的图解方法，洛仑兹曲线得到了广泛的应用[11]。在此基础上，意大利经济学家基尼（Corrado Gini）1912年提出基尼系数这一概念，成为国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标。设实际收入分配曲线和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积为B。并以A除以（A+B）的商表示不平等程度，即基尼系数G[12]。G越小，分布越均匀；G越大，分布越集中。为了测量我国区域高技术产业科技资源配置的均衡程度，本文对基尼系数进行扩展，将2005-2009年31个省市的高技术产业科技资源配置水平升序排列，并进行分布曲线拟合，然后计算分布曲线的积分值，得到B[13]，进而可以计算该年度的高技术产业科技资源配置水平分布的基尼系数（GINI），而我们为了保证区域均衡指数遵循指数越大，区域间科技资源配置越均衡的性质，可设计我国高技术产业科技资源配置的区域均衡指数HTCI（High-tech industry’s Techno-
logical resource Collocation regional equilibria Index）为：HTCI=1-GINI。
3. 实证分析
首先，按照公式计算2005-2009年各年的指标熵权，为了使最终测量结果具有时间序列上的可比性，采用5年的权重平均值作为指标权重。
然后，根据公式，计算相对接近度，即为各年度各区域的高技术产业科技资源配置水平的测量结果。
结论
根据实证分析结果，我们可以得到以下主要结论：
（1）科技资源配置的各指标在2005-2009年间发生了变化，但变化的区间相对还是比较小的，这就使得2005-2009年各指标的熵权基本一致，没有发生大的改变。由此进一步分析可发现各区域之间的高技术产业科技资源拥有量变化是一种缓慢的累积增长状况，并不会发生跳跃性的转变，而这也正符合一个区域的高技术产业的渐变式发展规律。
（2）高技术产业科技资源配置水平存在非常大的差异，由表4中可知，广东省一直是科技资源配置水平占据优势的省份，其科技资源配置水平在2005-2007年均超过0.9，而同期海南、青海等省市科技资源配置水平均小于0.001，巨大的高技术产业科技资源配置水平差距是导致区域均衡指数相对较小的原因。因此，对广东、江苏等高技术产业相对发达的省份进行科技资源配置的相对限制和对海南、青海等高技术产业相对落后的省份进行科技资源配置的倾斜性支持将对我国区域高技术产业均衡发展具有重要意义。 （3）由洛伦兹曲线可知，2005-2009年间各区域的高技术产业科技资源配置差异状况发生的变化很小，5条洛伦兹曲线基本重叠，但从中也可看出，2009年相对于其他年份高技术产业科技资源配置均衡状况具有显著提升趋势，说明我国高技术产业科技资源配置的区域均衡状况在政策的引导下会逐渐趋于均衡化方向发展。
（4）由图可见，各年度我国区域高技术产业科技资源配置的GINI系数均大于0.59，远远超过宏观经济中的基尼系数预警标准（不超过0.4），也就意味着我国高技术产业的科技资源配置在区域间呈现出极不均衡的现状，这也与前人的很多研究成果提出的高技术产业集聚性发展的观点相类似。因此，我国区域高技术产业科技资源配置的均衡状况有必要在未来进行更大幅度的调整，以促进我国高技术产业发展的区域间均衡，从而提升我国高技术产业发展的总体水平。
综上，我国高技术产业科技资源配置的区域均衡指数相对较小，高技术产业科技资源配置也和高技术产业本身的发展一样，呈现出区域聚集型特征，这虽然一方面有利于高技术产业以集群式相互带动，实现高速发展，但另一方面却不利于高技术产业的区域间均衡发展，造成高技术产业在区域间的发展水平差距增大，导致高技术产业在区域间的关联关系难以维持而断裂，从而不利于高技术产业的全面发展和可持续发展。本文构建的高技术产业科技资源配置区域均衡指数测量模型，为我国制定和优化高技术产业科技资源配置政策提供了一种决策性指导工具，对我国高技术产业均衡性发展极具意义。
※[基金项目]国家软科学研究计划项目（2005DGQ4D148）。
参考文献：
[1]王军,杨惠馨.2006－2008年中国省际高技术产业效率实证研究[J].统计研究,2010,27(12): 46-50.
[2] Ahuja G. Collaboration Networks, Struc-
tural Holes, and Innovation: A Longitudinal Study[J]. Administrative Science Quarterly, 2000(45): 425-455.
[3] 王子龙,谭清美,许箫迪.高技术产业集聚水平测度方法及实证研究[J].科学学研究,2006, 24(5):706-714.
[4] 许箫迪,王子龙,谭清美.高技术产业演化的时空分异测度研究[J].科学学研究,2007,25(6): 1095-1103.
[5] 赵玉林,魏芳.基于熵指数和行业集中度的我国高技术产业集聚度研究[J].科学学与科学技术管理, 2008(11):122-126.
[6] 熊英,汤亚非,邹纲明.我国高技术产业的区域分布失衡问题分析[J].现代情报,2010(8): 157-162.
[7] 肖泽磊,李帮义,胡灿伟.基于综合区位熵指数的中国高技术产业科技资源布局研究[J].科学学与科学技术管理,2010(10):47-53.
[8] 赵伟,赵奎涛,彭洁,胡克.科技资源的价值及其价值表现分析[J].科学学研究,2008,26(3): 461-465.
[9] 毕娜,陈呈频,王亚良,施琪方.科技资源配置能力分析与评价[J].技术与创新管理,2006,27(4): 116-118.
[10] 刘希宋,王毅,喻登科.2001-2006年我国知识竞争力的战略评价[J].科技进步与对策,2009 (19): 128-133.
[11] 约翰.伊特韦尔等.新帕尔格雷夫经济学大辞典第三卷[M].北京:经济科学出版社,1996.
[12] Tomson Ogwang.Additional properties of a linear pen's parade for individual data using the stochastic approach to the Gini index[J].Economics Letters, 2007,96(3):369-374.
[13] 郎益夫,周荣,喻登科.信息化和谐指数测量(2001-2007)--中国区域信息化分布均衡研究[J]. 图书情报知识,2010(2):4-9.
作者简介：许方球（1965-），女，吉林省洮南人，哈尔滨商业大学经济学院副教授，博士。研究方向：经济理论与实践。
（作者单位：哈尔滨商业大学经济学院）