各因素对高新技术区发展的影响

各因素对高新技术区发展的影响
研究意义：
20世纪下半叶，以电子信息、生物、新材料、航天、新能源等为代表的高技术的重大突破及其产业的迅速崛起，带动了世界产业结构的调整和升级，促进了世界经济的发展，也引起了人们生产方式和消费结构的深刻变革。
当今世界各国经济乃至综合国力的竞争，关键是科技实力的竞争，竞争的焦点是高技术及其产品。谁拥有高技术优势，谁就能在国际竞争中占有主动权，就能立足于世界之林。发展高技术产业以成为当今世界经济发展的主旋律。中国是世界上最大的发展中国家，中国只有通过高技术才能提高技术水平，实施进口替代和鼓励出口战略，实现经济持续发展和赶上发达国家的远期目标，中国必须尽快发展自己的高技术产业才能在21世纪的国际竞争中占有一席之地。
我们希望通过研究不同方面因素对我国各城市高技术区发展现状的影响来说明各因素的影响程度，以此有助于我国各地高技术园区的规划管理。
理论依据：
鲁格和高德斯汀（Luger and Goldstein）在《科技园里的技术（Technology in the Garden）》一书中提出科学园成功的因素为：
1 成为研究与开发和高技术活动的基地
2 有一个或几个从事科研的大学、工程学院和医学院
3 良好的环境
4 良好的基础设施和商业服务
5 有远见且有效的政治、科技和企业的领导者
美国著名的DMJM房地产开发公司的史密斯博士根据他们建设高技术产业园区的经验，认为在开发一个高技术产业园区的时候，区址的选择是高技术产业成功的关键：良好的交通条件、现代化的通讯条件、靠近劳动力等生产要素市场，尤其应靠近大学、国家实验室、图书馆以及智力和信息密集地区，并应拥有优秀的幼儿和中小学教育系统。
布鲁诺和狄波基（Bruno and Tyebjee）认为存在12个因子对高技术企业影响大，其依次是：
1 风险资本2 经验企业家 3 技术熟练工人4 供应充足便捷5 接近顾主和市场6 政府优惠政策7 接近学校8 土地和设施易锝9 交通便捷10 思想解放11 服务业繁荣12 具有吸引力的生活环境。
概括西方学者的基本观点，什么是高技术园成功的关键原因呢？不外乎如下三个方面：
1 吸引人的自然和智力环境
2 动态的行政管理机构
3 具有活力的大学—产业相互作用。
中国发展高技术产业有着自己的客观条件，即：
1 中国人口多，人均资源相对不足，工农业基础薄弱，经济发展面临着诸多制约
2 中国具有相当的科技实力，不仅拥有学科齐全、独立完整的科学技术体系，而且还有一支庞大的科技队伍，具有超越发展中国家平均水平的优势与潜力。
考虑上述因素，我们就以下三方面因素对高技术区发展现状的影响程度做了研究：
因素一（x1）：资源区位（包括接近机场、高速公路、市场；工作、生活环境；风险资本；城市规模）
因素二（x2）：技术区位（如大学研究机构的支持）
因素三（x3）：环境区位（即园区环境）。
对于被解释变量——高技术区发展现状的量化，主要考虑了以下几方面指标：
1 空间规模，开发面积
2 经济实力（具体包括企业数、职工人数、全年总产值、全年总收入、全年研究与开发支出总额）
3 开发效益（具体包括全年出口总额、全年利润总额、利税总额）
4 人才实力（分为大专以上人数、中高级职称人数、研究开发人数三个级别进行量化）。
此外，对解释变量及被解释变量均采用因子分析法，评价时段介于1989——1994年。数据来源于《中国高技术产业与园区》（顾朝林等著中信出版社 1998年1月版）。样本容量为30，且依次为：北京，上海，沈阳，天津，武汉，西安，长春，石家庄，哈儿滨，南京，吉林，济南，广州，重庆，大连，中山，苏州，深圳，合肥，长沙，淄博，昆明，包头，太原，保定，鞍山，大庆，珠海，南宁，贵阳。
具体数据如下：
    Y               X1            X2             X3
24.04410 1.125900 2.418600 0.746400
9.766899 1.253400 3.592600 0.009600
5.957100 0.779700 1.397200 -0.260600
5.361600 1.290000 1.921600 0.033500
3.057100 1.302500 1.353000 0.041600
3.038100 -0.661500 0.668100 -0.744100
2.337100 -1.984400 1.867600 1.485000
2.292400 -1.179000 1.003700 1.331000
1.677700 -1.193000 1.641900 1.321900
1.079100 0.867500 1.079100 0.584800
0.918500 -0.002400 0.487100 -0.173600
0.500300 1.096200 0.504000 -0.125000
0.363100 1.306700 1.160800 0.044300
0.304600 -1.690700 1.442500 0.036800
0.195900 1.754300 -0.234900 -0.248800
-0.127800 1.456600 -1.718200 1.438600
-0.206900 1.167400 -0.564100 1.015200
-0.252600 1.182000 -0.137500 0.782800
-0.708400 0.809700 0.026100 -0.241100
-0.721600 -0.751200 0.558500 1.804700
-1.036900 -0.402800 -1.232700 0.922900
-1.265600 0.730500 0.051500 -1.920400
-2.664400 -2.425000 -8.160000 -0.887200
-1.734400 -0.357000 0.750500 -2.185300
-2.113300 -2.002400 -0.736200 -0.499100
-2.638700 0.264500 -1.126000 -1.956600
-1.952300 -1.100300 -0.177800 0.589800
-3.110900 1.770400 -0.967300 -0.238300
-2.826800 0.086000 -0.434100 -2.481400
-2.030400 -0.067000 -0.444300 -1.761300
对以上数据进行回归，结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 08/30/04   Time: 21:58
Sample: 1 30
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C 0.983300 0.837603 1.173945 0.2511
X1 0.524229 0.717478 0.730655 0.4715
X2 1.158040 0.460122 2.516811 0.0183
X3 0.818244 0.759201 1.077770 0.2910
R-squared 0.311340     Mean dependent var 1.250087
Adjusted R-squared 0.231879     S.D. dependent var 5.174384
S.E. of regression 4.534960     Akaike info criterion 5.985075
Sum squared resid 534.7124     Schwarz criterion 6.171902
Log likelihood -85.77613     F-statistic 3.918159
Durbin-Watson stat 0.836194     Prob(F-statistic) 0.019650
从回归结果中可以看出，可决系数以及修正可决系数都太小，而t0.025(26)=2.056,所以解释变量x1,x3都不显著，只有x2显著。并且只有x2的prob很小应拒绝H0。出现以上情况的原因可能在于解释变量间存在多重共线性，这与选择的是截面数据有关。但同时，F0.05(3,26)=2.98<3.918159,所以拒绝H0，模型总体是显著的。为什么呢？通过对各变量的逐一回归发现，各个可决系数都很小。难道是数据有问题？但我们选取的数据是正规的统计结果呀。难道是数据选取时不完备？很有可能是漏掉了某些因素。
用简单相关系数矩阵法检验三个变量两两间是否存在简单相关关系，结果如下：
             x1            x2          x3
X1     1.000000 0.290089 -0.038250
X2     0.290089 1.000000 0.229722
X3     -0.038250 0.229722 1.000000
     从矩阵表中可以看出三变量间相关系数不大，不存在共线性。难道是由于所建模型“不真实”，模型出现设定偏误？用图示法检验自相关性，结果如下：

所以误差项ut可能存在自相关。原因可能出在所建模型“不真实”，模型出现设定偏误；而且各因素对高新技术区发展的影响有一定滞后性，滞后影响将在误差中体现为系统性。由于这个模型的失败，原来设想的经济意义也无法被验证，但相信这个选题一定有其可取之处。