及其影响因素研究_基于随机前沿函数的实证分析_董洁.pdf

《及其影响因素研究_基于随机前沿函数的实证分析_董洁.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

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ab董洁，黄付杰(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)10－0015－06ResearchonTransformationEfficiencyofSci－techAchievementsandItsInfluencingFactors———AnEmpiricalAnalysisBasedonStochasticFrontierFunctionabDONGJie，HUANGFu－jie(a．SchoolofBusinessandManagement;b．SchoolofFinancialandEconomics，JiangsuUniversity，Zhenjiang212013)Abstract:Thispapercomparedandanalyzedtheefficiencyofsci－techachievementsanditsinfluencingfactorsthroughcollectingthesci－techAchievementsofChinese31provincespaneldatafrom2007to2010byfactoranalysisandstochasticfrontieranalysis．Resultshowsthatchina＇sscientificandtechnologicalachievementsconversionefficiencyisnothighandthereisabiggapbetweentheprovinces;Effectsandtheconversionefficiencyofscientificandtechnologicalachievementsoftheeasternissignificantlybetterthanthecentralandwesternprovinces;governmentsupportplaysthemostcrucialroleinthemanyfactorsthataffectthescientificandtechnologicalachievements．Keywords:transformationofsci－techachievements;factoranalysis;stochasticfrontieranalysis1引言技成果顺利转化为现实生产力，提高生产效率，节约社近年来，随着高技术产业的发展日益成为经济发会成本，并创造社会财富。为此，本文通过收集2007展的推动力，研发活动日益受到我国的重视，R＆D投～2010年我国内地31个省市的科技成果投入产出及入大幅增加，由此也引发了对R＆D推动经济增长效率相关影响因素的面板数据，运用随机前沿模型对中国的研究。目前，学者的研究主要集中在R＆D的投入产省域科技成果转化效率进行测度，在此基础上，提出有出效率，即R＆D投入转化为科技成果的效率，或者效提升我国科技成果转化效率的可行对策。R＆D投入促进经济增长的效率。但是，R＆D活动并不2研究方法、指标体系和数据说明直接推动经济的增长，R＆D投入首先需要转化为科技2.1基本模型成果，然后转化为市场化的商品，才能创造经济效随机前沿分析(StochasticFrontierAnalysis，SFA)［1］益。由于我国科技成果转化的评价方法还不完善，方法由Aigner，Lovell和Schmidt(1977)，Meeusen和使得实际工作中只注重科技研究的理论成果以及转化denBroeck(1977)独立同时提出，此后经过Battese和率的提高，而不重视科技成果的消化吸收，导致科技成Coelli(B＆C)的研究，于1992和1995年进行改进，引［2］果转化为生产力的水平较差。对于一个国家或地区入了技术非效率函数，用来解释引起无效率的原因，这而言，要以科技带动经济发展，增强竞争实力，除了样SFA不仅可以测算每个个体的技术效率，而且可以要重视原创性的科学研究活动外，还应当充分发挥科定量分析各种相关因素对个体效率差异的具体影响。技成果转化与应用这一重要环节的作用，使已有的科随机前沿分析方法的基本模型为: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。·15· yit=xitβ+vit－uit(1)式中，β为待估变量的系数，j和l代表第j个和第其中，yit表示省份i在t期的产出，xit表示省份i在l个投入变量，其余变量和误差项定义与前文相同。t期的要素投入，t为时间趋势，i=1，2，…，n，t=1，2，这两种形式的随机前沿模型中，前者形式简单但…，T。vit－uit是复合结构的误差项，vit表示随机误差，假定技术中性和产出弹性固定，估计时容易引起偏差，2包括观测误差和其他随机噪声误差，服从N(0，σv)，并超越生产函数能较好地避免由于函数形式的假设而带［4］且vit独立于uit，uit是一个非负随机变量，用来解释函来的估计偏差。本文采用的是面板数据，随着时间数中的技术无效率，它服从在0处截尾的正态分布N的推移，技术是否中性，产出弹性是否固定都不能事先2(mit，σu)，其中mit=zitδ，zit为影响技术非效率的因素，确定，因此本文首先假设超越对数生产函数的随机前δ为影响因素的系数向量，如果δ＜0，说明其对技术效沿模型，而后通过检验此模型的适宜性对生产函数进率有正的影响，反之，则有负的影响。行选择。检验时所采用的统计量为广义似然率λ=2222Battese和Coelli(1995)用σ=σv+σu和γ=σu/－2［L(H0)－L(H1)］，式中，L(H0)和L(H1)分别是222222前沿模型在零假设H(随机前沿模型的生产函数为柯(σv+σu)代替σv和σu。σ为总方差，γ为σ中被技0术无效率因素所解释的比例，如果技术无效率因素能布－道格拉斯生产函数)和备择假设H1(随机前沿模够很好地解释引起技术无效率的原因，则γ显著不等型的生产函数为超越对数生产函数)下的对数似然函于0。数值。如果零假设成立，则检验统计量服从混合卡方技术效率(TE)定义为观测产出与生产前沿产出分布，自由度为受约束变量的数目。此时，如果核算出之比，即:的广义似然率λ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E(y|u，x)itititTE=(2)itE(y*|u=0，x)设，柯布－道格拉斯生产函数形式的随机前沿模型更ititit［5］*适宜拟合样本数据。此处，yit代表第i个省份在第t期的产出，如果因*2.2指标体系构建变量为原始值，则yit=yit，技术效率TEit=(xitβ－uit)/*科技成果转化评价指标的选择和指标体系的构建(x);如果事先已经对因变量进行对数化处理，则yitβit是对科技成果转化进行综合评价的基础和前提，目前，=exp(y)，技术效率TE=exp(－u)。这样，在随机ititit对科技成果转化的评价还没有形成一套完整的评价指［3］前沿生产函数中，技术效率的取值将在0和1之间。标体系，严重影响了科技成果管理工作，不利于成果当随机前沿生产函数不是线性函数时，必须对原［6］转化。本文在借鉴已有研究成果的基础上，尽可能始数据进行适当转换，柯布－道格拉斯生产函数和超越从多角度出发构建指标体系以免遗漏重要信息，同时生产函数是随机前沿分析中最常用的两种函数形式。尽量避免相同或含义相近或相关性较强的变量重复出柯布－道格拉斯生产函数的随机前沿模型形式为:现，力争做到简明、概括、实用。据此，从科技成果投lnyit=β0+∑βjlnxjit+vit－uit(3)入、科技成果转化效果和科技成果转化支撑环境三个j超越对数生产函数的随机前沿模型的形式为:方面出发［2］［6］［7］，设计和筛选出了由21个具体指标组lny=β+∑βlnx+1∑∑βlnxlnx+v－u成的科技成果转化评价指标体系(见表1)。it0jjitjljitlitititj2jl(4)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万名R＆D活动人员科技论文数(篇/万人)X1科技成果投入获国家级科技成果奖系数(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科技成果转化效果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城镇居民人均可支配收入Y9生活水平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市场化支撑万人技术成果成交额(万元/万人)Z1人力支撑万人专业技术人员数(人/万人)Z2科技成果转化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支撑条件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Z5·16· 在该评价指标体系中，因为研究的是科技成果转因子分析法进行降维，以各省市科技成果转化效果的化效率，所以把科技成果作为最重要的投入变量，包括综合因子得分作为各省市科技成果转化效果的值，对万名R＆D活动人员科技论文数、万名就业人员发明专各省市的科技成果转化效果进行评价。利拥有量、获国家级科技成果奖系数，这些科技成果都3.1.1数据标准化有转化为实际生产力的可能性。为了消除各变量量纲的影响，首先按照公式(5)科技成果转化效果是反映科技成果转化产出的指对每组数据进行标准化处理。标，其中，高技术产业增加值占工业增加值比重反映了xij－xjx'=(5)ij一个地区的科技发展水平;高技术产品出口额占商品var(x)槡j出口额比重体现了科学技术的国际竞争力;新产品销其中xj是第j组变量的平均值，var(xj)是第j组变售收入占产品销售收入比重反映着该地区的创新能量的方差。力;劳动生产率和资本生产率反映了一个地区的生产3.1.2数据检验率水平;百户居民计算机拥有量、万人国际互联网络用运用SPSS18.0软件，采用KMO和Bartlett球度检户数、百人固定电话和移动电话用户数反映着一个地验方法对标准化后的数据进行显著性检验，经计算，所区的信息化水平;城镇居民人均可支配收入和农村居有的KMO统计量均大于0.7，表明2007～2010年中国民人均纯收入反映了一个地区人民的生活水平;环境内地31个省份的科技成果转化指标都适合做因子分质量指数、环境污染治理指数、综合能耗产出率反映着析，检验结果见表2。一个地区的环境状况。表2KMO和Bartlett的检验科技成果转化支撑环境包括科技成果市场化支2007200820092010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取样足够度的Kaiser－Meyer－0.8230.8250.8350.803化起着促进或限制作用，因此影响着科技成果转化的Olkin度量效率。近似卡方461.676511.151458.714455.4332.3数据来源Bartlett的球形度df78787878上述21个指标中，城镇居民人均可支配收入和农检验Sig0.0000.0000.0000.000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)。3.1.3计算因子得分3实证研究用主成分法提取公因子，对因子载荷阵实行方差3.1科技成果转化效果评价最大正交旋转，并用回归法估计每个公共因子的得分，对科技成果转化效果进行评价常用的方法主要有最后以每个因子的方差贡献率为权重，对每个公共因层次分析法和因子分析法。层次分析法通过构造成对子赋权，计算出中国内地31个省市2007～2010年科比较阵来推导每个指标的权重，这样，在构造成对比较技成果转化效果的综合因子得分。对中国内地31个阵时易受打分者主观因素的影响。因子分析方法是一省市按综合因子得分的均值由大到小排序，可以看出，种不依赖于专家判断的客观方法，可以排除评价中主中国科技成果转化效果较好的省份都位于东部地区，观因素的干扰和影响，而且将原来众多具有一定相关中部和西部省份的科技成果转化效果与东部省份存在性的指标重新组合成一组新的相互无关的综合指较大差距，但是中西部之间的差距并不明显。中国31［8］标。因此本文对科技成果转化效果的13个指标用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－0.10－0.42－0.37－0.26－0.29北京1.601.581.501.491.54四川－0.24－0.28－0.35－0.29－0.29天津1.091.091.010.991.05山西－0.38－0.30－0.23－0.28－0.30广东0.841.101.060.900.98河北－0.31－0.33－0.28－0.28－0.30浙江0.710.650.710.690.69新疆－0.50－0.30－0.17－0.34－0.33江苏0.560.580.510.540.55江西－0.24－0.38－0.42－0.34－0.35福建0.420.470.520.450.47湖南－0.31－0.37－0.38－0.32－0.35辽宁－0.020.080.110.130.08广西－0.26－0.43－0.43－0.39－0.38山东0.04－0.040.010.050.02青海－0.57－0.38－0.36－0.44－0.44吉林－0.06－0.09－0.130.340.02河南－0.39－0.45－0.49－0.43－0.44内蒙古0.26－0.21－0.23－0.22－0.10宁夏－0.51－0.42－0.41－0.45－0.45湖北－0.18－0.18－0.19－0.15－0.18安徽－0.35－0.50－0.52－0.46－0.46海南0.02－0.26－0.27－0.23－0.19贵州－0.55－0.53－0.54－0.56－0.55西藏－0.620.110.02－0.33－0.21云南－0.50－0.56－0.60－0.55－0.55黑龙江－0.28－0.24－0.29－0.26－0.27甘肃－0.63－0.64－0.53－0.59－0.60陕西－0.32－0.29－0.25－0.22－0.27·17· 3.2科技成果转化效率评价化处理，将其化为1～100之间的数:以投入的科技成果为投入变量，以科技成果转化99［mi－min(m)］m'=+1(6)i效果的综合因子得分为产出变量，以科技成果转化支max(m)－min(m)撑条件为影响科技成果转化效率的影响因素变量，对对处理后的数据分别按照柯布－道格拉斯生产函我国内地31个省市2007～2010年的科技成果转化效数的随机前沿模型(公式(3))和超越对数生产函数的率进行测度，这一效率具有投入产出比的意义。但是随机前沿模型(公式(4))用Frontier4.1软件进行分由于各指标之间存在量纲的差异，因此，首先将原始数析，得出两种随机前沿模型各参数的估计值，参数估计据用百分制表示，按照式(6)对原始数据进行无量纲结果如表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检验值参数参数估计值标准差t检验值柯布－道格拉斯随机前沿模型beta04.327＊＊＊0.10541.303delta30.296*0.1761.684beta1－0.113＊＊＊0.023－4.895delta4－0.740＊＊0.253－2.925beta2－0.407＊＊＊0.054－7.595delta5－0.4120.290－1.420beta30.550＊＊＊0.02126.485σ20.477＊＊＊0.1483.228delta02.825＊＊＊0.7463.785γ0.999＊＊＊0.000404947delta1－0.1560.223－0.700LLF－62.165delta20.1130.2600.435超越对数随机前沿模型beta05.337＊＊＊0.6498.222beta9－0.089＊＊＊0.027－3.321beta1－0.2880.370－0.779delta03.537＊＊＊0.8024.412beta2－0.980＊＊0.442－2.217delta10.0760.1700.444beta30.3650.2631.387delta20.0550.2520.217beta40.0660.0451.471delta30.1250.1660.750beta5－0.1180.096－1.225delta4－0.888＊＊＊0.191－4.646beta60.159*0.0931.712delta5－0.3480.277－1.256beta70.151*0.0881.721σ20.423＊＊＊0.0874.867beta80.0280.0860.319γ0.999＊＊＊0.0009276259LLF－57.692假设检验广义似然率λ=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2从表4的检验结果来看，模型中的σ、γ均通过了前沿回归模型的各项回归系数参数估计值具有较高的1%显著性水平检验，表明技术非效率是显著存在的，显著性。因此，在本文分析中采用柯布－道格拉斯生同时也验证了SFA方法的合理性。另一方面，广义似产函数的随机前沿回归模型更合适，用该模型得出我然统计量λ=8.947小于临界值12.512，从柯布－道格国内地31个省市2007～2010年的科技成果转化效拉斯随机前沿模型和超越对数生产函数的随机前沿回率，结果值见表5。归模型系数参数估计结果来看，柯布－道格拉斯随机表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0.67960.82710.61670.57970.67589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0.04310.37310.52070.49410.357826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0.93140.70040.63970.72510.74926新疆0.23550.57630.99170.89120.673710河南0.50410.30630.30450.40080.378924平均值0.53760.50260.52890.53950.5272·18· 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，增加对这三方面的表5对测量结果进行了详细的描述，进一步用图1投入可以提高我国科技成果转化效率。①科技成果的刻画我国科技成果转化效率均值的时间演变趋势。从市场化体现着投入使用的科技成果占获得专利权的全图1来看，我国科技成果转化效率在2008年有所下［1］部科技成果的比例，只有科技成果具有较大的实用降，从2009年开始处于小幅上升状态，显示我国科技价值，它才有可能被投入使用进而创造出有市场价值成果转化效率略有改善。3.3研究结果分析的商品。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化。②政府可以从经费、政策以及提供服务平台等方估计结果值，下面分别从我国科技成果转化效率和科面影响科技成果的转化效率，从表6各影响因素的系技成果转化影响因素这两方面对我国科技成果转化情数可以看出，政府的支持对科技成果转化效率的促进况进行分析。作用最为明显。政府加大对研发活动以及科技成果转3.3.1科技成果转化效率分析化的支持，可以提高科技成果的质量，推动科技成果市从表5可以看出:①我国科技成果转化效率的地场化，极大地促进科技成果转化效率的提升。③科技区差异明显，在我国内地31个省市中，上海市科技成环境支撑包括科技人力资源、科研物质条件、科技意识［9］果转化效率最高，四年的均值为0.9064，最低的为甘等方面的支撑。良好的科技环境倾向于产生更多高肃，其科技成果转化效率四年的均值仅为0.1343，约为质量的科技成果，较强的科技意识会加强企业对先进上海的七分之一，从全国范围来看，排在前9位的全部技术的重视程度，从而引进更多的先进技术进行消化为东部省份，中西部省份的排名普遍靠后，结合表1的吸收和再创新，这无疑会对科技成果的转化效率产生科技成果转化效果值可以看出，无论是科技成果转化重大影响。效果，还是科技成果转化效率，东部省份都具有明显优4主要结论及对策势。②我国科技成果转化效率整体较低。从时间趋势本文采用因子分析和随机前沿分析方法，运用看，我国近几年科技成果转化效率小幅波动，虽然2007～2010年的面板数据对我国科技成果转化效果和2009、2010年连续两年提高，但是幅度很小，与2007年科技成果转化效率分别进行测度与比较分析，结果发相比，2010年的科技成果转化效率仅提高了0.19%，现:①中国科技成果转化效果较好的省份都位于东部表明我国科技成果转化效率并未有明显改善;从我国地区，中部和西部省份的科技成果转化效果与东部省整体来看，2007～2010年我国科技成果转化效率的均份存在较大差距，但是中西部之间的差距并不明显。值仅为0.5272，还有47.28%的改进空间。由此可见，②中国科技成果转化效率与科技成果转化效果之间存不断涌现的科技成果并未有效地转化为市场化的产在显著的正相关，也表现为东部省份的科技成果转化品，虽然我国高技术产业近年来呈现迅猛发展的趋势，效率较高，中西部省份的科技成果转化效率较低，且东但是科技成果转化为新产品的能力还很差，科技成果部与中西部差距明显。③我国科技成果转化效率较转化为经济效益的能力仍有待提高。低，2007～2010年间只有小幅提高，仍然存在很大提升3.3.2科技成果转化效率影响因素分析空间。④我国在科技成果转化上的人员和资金投入存为了找出我国科技成果转化效率不高的原因，下在冗余，而在科技成果的市场化、政府支持、科技环境面进一步分析各种关键因素对科技成果转化效率的影支撑方面存在不足。提高科技成果的质量和市场化水响程度，以期为有效提高科技成果转化效率提供依据。平、加大政府的支持力度、改善科技环境能进一步提高表6效率影响因素的参数估计我国科技成果的转化效率。参数值参数值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常数项2.825经费支撑0.296产紧密相连的科技成果，控制科技成果数目的虚增，着市场化支撑－0.156政府支撑－0.74重提高科技成果质量，对科技成果质量进行认定，避免大量的低水平重复创新。其次，加强中介平台建设，培人力支撑0.113科技环境支撑－0.412育以市场为导向的科技研发需求信息平台，促进各个表6给出了考虑影响因素的参数估计结果，在评领域技术成果的信息共享，加强科技研发者的市场意价指标体系所列的5个关键影响因素中，人力支撑和识，重视科技成果的推广转化工作，为科技成果的市场·19· 化创造良好的渠道。最后，充分发挥政府导向作用，对前沿函数的实证分析［J］.科学学研究，2011，29(4):548－556高新技术企业的科技创新活动给予大力扶持。一方［4］TimCoelli.AGuidetoFronierVersion4.1:AComputerProgramforStochasticFrontierProductionandCostFunctionEstimation面，建立和完善与科技创新相关的法律制度、现代企业［Z］．CEPAworkingpaper96/07，Armidale:Australia，1996制度、创新文化和社会保障体系，优化科技创新的软环［5］李向东．高技术产业研发创新效率分析［J］．中国软科学，2011，境;另一方面，有计划、有步骤、有重点地建设与科技创(2):52－61新密切相关的基础设施，改善科技创新的硬环境。［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参考文献:法研究［J］．软科学，2011，25(01):28－31［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［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］．究———基于DEA－Malmquist指数方法［J］.云南社会科学，特区经济，2009(4):35－37．2011(4):92－97［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［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用［J］．科技管理研究，2009(5):178－180．应用研究［J］.软科学，2010，24(02):1－5.［9］http://www．sts．org．cn/zlhb/2009/hb5．1．htm中国科技统计网［3］刘和东.中国区域研发效率及其影响因素研究———基于随机站．(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［2］ClausSteinle，HolgerSehiele．WhendoIndustriesCluster?APro-posalonhowtoAssessanIndustry’sPropensitytoConcentrateata回收量达到1.49亿吨，仅废钢铁、废有色金属、废塑SingleRegionorNation［J］，Researchpolicy，2002(31):849－料、废纸、报废船舶进口就达到4261万吨，在东南沿海858．［13］地区出现了资源再生产业的集群现象。但由于对［3］符正平．论企业集群的产生条件与形成机制［J］．中国工业经资源再生产业环境管理机制不到位，使得企业以牺牲济，2002(10):56－65．环境为代价，采用简单原始的再生加工工艺，导致了非［4］郭庭政，段宁，武春友．循环经济视角下原生、再生资源消费的常严重的二次污染问题，因此一些环保主义者对来势动态分析［J］．中国人口资源与环境，2010(4):169－174．汹汹的“进口洋垃圾”持谨慎否定的态度，认为应该关［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．2011．［2011－10－20］．ht-紧大门，堵住这些“洋垃圾”的侵入。但实际上，全球tp://www．askci．com/freereports/2011/10/201604226566．shtml．价值链理论为研究地方产业集群的升级问题提供了新［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的思路，能在本地化和全球化的张力之间重新审视集命［J］．中国人口资源与环境．2007，17(5):6－11．［14］群的发展道路:资源再生产业在发展中国家的集群［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是“水往低处流”的必然结果。研究［J］．生态经济，2007(6):104－107．5结论［8］［英］马歇尔．经济学原理［M］．朱志泰，译．北京:商务印书馆，1965．本文结合资源再生产业特征，从产业集群形成条［9］季昆森．循环经济原理与应用［M］．安徽:安徽科学技术出版件、外部性理论和全球价值链三个不同视角，对资源再社，2004．生产业集群的成因进行深入剖析，证明了资源再生产［10］胡晓鹏．模块时代的产业结构:基于SCP范式的研究［J］．中国业集群完全满足集群形成的必要条件、充分条件、需求工业经济，2007(4):63－71．条件和社会历史条件;资源再生产业集群是多重外部［11］陆伟刚．传统产业组织理论的危机及实践含义:基于企业网络性的集合体，集群化发展模式是通过市场化机制解决的视角［J］．中国工业经济，2005(11):78－86．［12］InstituteofScrapRecyclingIndustry，Inc．ScrapRecyclingIndus-资源再生产业环境正外部性的有效途径，也是加强对tryfacts［R/OL］．WashingtonDC．InstituteofScrapRecyclingIn-资源再生产业二次污染问题的有效管理方式;而从全dustry，Inc．，2011．［2012－02－21］．http://www．isri．org/球价值链视角来看，资源再生产业在发展中国家的集AM/Template．cfm?Section=Industry_Facts＆Template=/CM/群是“水往低处流”的必然结果，发展中国家融入全球ContentDisplay．cfm＆ContentID=16096．大循环也是必然的趋势。因此，集群化发展模式是资［13］郭庭政，段宁，武春友．我国资源再生产业集群辨识研究［J］．源再生产业发展的必由之路，光采取“堵”的方式有悖中国人口资源与环境，2010．20(2):139－143．市场基本规律，因势利导，疏堵并举方为上策。［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):108－116．参考文献:(责任编辑:赵毅峰)［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．·20·