張寶學(xué)，朱 琳，王丙參,2

（1.首都經(jīng)濟(jì)貿(mào)易大學(xué) 統(tǒng)計學(xué)院，北京 100070；2.天水師范學(xué)院 數(shù)學(xué)與統(tǒng)計學(xué)院，甘肅 天水 741001）

0 引言

近年來，隨著我國“人口紅利”的消退，傳統(tǒng)的勞動密集型產(chǎn)業(yè)逐漸向東南亞國家轉(zhuǎn)移，如何盡快完成產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級成為我國亟須解決的問題。在此背景下，高技術(shù)產(chǎn)業(yè)因其具有高技術(shù)、高收益、低污染、低能耗、可持續(xù)的特點，成為我國經(jīng)濟(jì)增長方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的重要助力?，F(xiàn)階段我國區(qū)域發(fā)展不平衡，各地高技術(shù)產(chǎn)業(yè)的技術(shù)基礎(chǔ)、資源條件和外部環(huán)境均存在明顯差異。在此背景下，為保證政策的針對性、適用性，有效發(fā)揮其推動作用，需要明確各地高技術(shù)產(chǎn)業(yè)的發(fā)展能力及其變動趨勢，并探究各地高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的變化趨勢及成因。

對于中國高技術(shù)產(chǎn)業(yè)的發(fā)展，現(xiàn)有研究主要集中在以下幾個方面[1—4]：一是高技術(shù)產(chǎn)業(yè)的科技創(chuàng)新效率測算和影響因素分析；二是通過構(gòu)建評價指標(biāo)體系，對高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新能力和發(fā)展水平進(jìn)行評價和測度；三是研究高技術(shù)產(chǎn)業(yè)集聚對經(jīng)濟(jì)、環(huán)境、創(chuàng)新能力等方面的影響；四是對高技術(shù)產(chǎn)業(yè)發(fā)展水平和效率的區(qū)間差異進(jìn)行分析。通過梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)：第一，現(xiàn)有研究側(cè)重于科技創(chuàng)新能力、效率等方面，沒有充分考慮各地高技術(shù)產(chǎn)業(yè)發(fā)展能力的差異；第二，對效率的評價大多使用傳統(tǒng)的徑向DEA模型及Malmquist 指數(shù)，可能會高估評價對象的效率；第三，現(xiàn)有研究在對高技術(shù)產(chǎn)業(yè)發(fā)展水平或能力進(jìn)行評價時，較少考慮將產(chǎn)業(yè)集聚程度納入評價范圍。鑒于此，本文從投入能力、產(chǎn)出效益、環(huán)境支持三個方面構(gòu)建高技術(shù)產(chǎn)業(yè)發(fā)展能力評價指標(biāo)體系。將我國30 個省份劃分為東部、中部、西部地區(qū)，運用保序PCA 評價法對各省份2011—2020年的高技術(shù)產(chǎn)業(yè)發(fā)展能力進(jìn)行評價。在此基礎(chǔ)上，運用SBM 框架下的Global Malmqusit 指數(shù)及其分解模型，研究各省份高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的變化趨勢及其成因，運用Dagum基尼系數(shù)對高技術(shù)產(chǎn)業(yè)發(fā)展能力的空間差異進(jìn)行測算和分解。

1 研究設(shè)計

1.1 方法介紹

（1）保序PCA評價法

由于傳統(tǒng)的主成分分析（PCA）無法確定主成分得分（PCS）的符號，因此本文運用保序PCA評價法對該問題進(jìn)行改進(jìn)[5]。假定研究對象的數(shù)據(jù)集為{xij}n×p，令p個指標(biāo)X=(X1，…，Xp)′均為正向指標(biāo)，xij表示第i個個體的第j個指標(biāo)的觀測值。在對數(shù)據(jù)進(jìn)行無量綱化處理的基礎(chǔ)上，根據(jù)累計貢獻(xiàn)率提取主成分（PC），記為Zj，j=1，2，…，m，λj為矩陣的特征值。令，uj為矩陣的特征向量，若＜0 ，則令ui=-ui。為Zj的貢獻(xiàn)率，計算相應(yīng)的PCS，記為ZS1，ZS2，···，ZSm。最后根據(jù)主成分綜合得分（PCZS）對個體i進(jìn)行排序，其中，

（2）基于SBM框架的Global Malmqusit指數(shù)

傳統(tǒng)的Malmqusit 指數(shù)存在線性規(guī)劃無可行解的問題，且不具備循環(huán)性和傳遞性，為了避免上述問題，本文選用Global Malmqusit 指數(shù)來測算產(chǎn)業(yè)全要素生產(chǎn)率（TFP）的變動情況[6]。Global Malmqusit 指數(shù)不僅可以解決上述問題，還可以有效避免“技術(shù)倒退”現(xiàn)象的出現(xiàn)。此外，傳統(tǒng)的徑向DEA模型在測算TFP時，由于松弛性和徑向性問題，可能會高估評價對象的效率，因此本文選用非徑向、非角度的SBM模型作為框架來測算Global Malmqusit指數(shù)[7]。

假定決策單元（DMU）k在t期內(nèi)，通過m種投入x=(x1，x2，…，xm)∈R+m，獲得n種產(chǎn)出y=(y1，y2，…，yn)∈R+n,其中，k=1，2，…，K；t=1，2，…，T。定義當(dāng)期的生產(chǎn)可能性集為Pt(xt)={(yt)|xt生產(chǎn)yt},為了提高DMU的可比性，需要構(gòu)造一個貫穿全局的參考生產(chǎn)前沿，因此設(shè)定全局生產(chǎn)可能性集PG(x)=P1(x1)∪P2(x2)∪···∪PT(xT)。令Global Malmqusit 指數(shù)MG(xt，yt，xt+1，yt+1)=其 中 產(chǎn) 出 距 離 函 數(shù)DG(x，y)=inf{φ|(x，y/φ)∈PG(x)，φ＞0}。在此基礎(chǔ)上，對Global Malmqusit指數(shù)進(jìn)行分解：

其中，MG表示TFP的變化，EC表示技術(shù)效率指數(shù)，BPC表示技術(shù)進(jìn)步指數(shù)。MG、EC和BPC大于（小于）1分別表示TFP 增長（降低）、技術(shù)效率提升（降低）、技術(shù)進(jìn)步（退步）；MG、EC和BPC等于1分別表示TFP不變、技術(shù)效率不變和技術(shù)不變。

（3）Dagum基尼系數(shù)

本文選用Dagum 基尼系數(shù)來研究中國高技術(shù)產(chǎn)業(yè)發(fā)展能力的地區(qū)差異。Dagum 將基尼系數(shù)分解為地區(qū)內(nèi)差異貢獻(xiàn)（Gw）、地區(qū)間差異貢獻(xiàn)（Gnb）和超變密度貢獻(xiàn)（Gt），且G=Gw+Gnb+Gt。假定有n個省份，將其劃分為k個地區(qū)，Dagum基尼系數(shù)的計算公式為：

其中，nj（nh）表示j（h）地區(qū)包含的省份個數(shù)，yji（yhr）表示j（h）地區(qū)內(nèi)i（r）省份的高技術(shù)產(chǎn)業(yè)發(fā)展能力，yˉ表示所有省份高技術(shù)產(chǎn)業(yè)發(fā)展能力的平均值。

將基尼系數(shù)G進(jìn)行分解，地區(qū)內(nèi)差異貢獻(xiàn)Gw=表示j地區(qū)的基尼系數(shù)，表示j地區(qū)內(nèi)各省份高技術(shù)產(chǎn)業(yè)發(fā)展能力的平均值。地區(qū)間差異貢獻(xiàn)Gnb=地區(qū)和h地區(qū)間的基尼系數(shù)，超變密度貢獻(xiàn)(1-Djh)。

1.2 評價指標(biāo)體系構(gòu)建

基于已往的研究并結(jié)合數(shù)據(jù)可得性，本文從投入能力、產(chǎn)出效益、環(huán)境支持三個方面構(gòu)建高技術(shù)產(chǎn)業(yè)發(fā)展能力評價指標(biāo)體系，見表1。投入能力方面，由于知識要素是高技術(shù)產(chǎn)業(yè)發(fā)展的根本要素，因此在傳統(tǒng)的人力投入和資金投入之外還增加了研發(fā)投入和技術(shù)投入方面的相關(guān)指標(biāo)。產(chǎn)出效益方面，區(qū)別于傳統(tǒng)產(chǎn)業(yè)，高技術(shù)產(chǎn)業(yè)的知識產(chǎn)出蘊(yùn)含著重要的經(jīng)濟(jì)效益和社會效益，是評價產(chǎn)出效益的一個重要的組成部分，因此，本文將產(chǎn)出效益劃分為知識產(chǎn)出和經(jīng)濟(jì)產(chǎn)出兩個部分。環(huán)境支持方面，從政府支持力度、市場環(huán)境、地區(qū)經(jīng)濟(jì)發(fā)展水平以及產(chǎn)業(yè)集聚程度幾個方面構(gòu)建產(chǎn)業(yè)所處的外部環(huán)境[8]，其中市場環(huán)境又分為技術(shù)市場環(huán)境和市場開放程度。

表1 高技術(shù)產(chǎn)業(yè)發(fā)展能力評價指標(biāo)體系

1.3 數(shù)據(jù)說明

本文的數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》、各省份統(tǒng)計年鑒以及國家統(tǒng)計局官方網(wǎng)站。選取中國30個省份（不含西藏和港澳臺）作為研究對象。其中技術(shù)升級費用包括：引進(jìn)技術(shù)經(jīng)費支出、消化吸收經(jīng)費支出、購買境內(nèi)技術(shù)經(jīng)費支出和技術(shù)改造經(jīng)費支出。對外貿(mào)易依存度的計算公式為各地區(qū)進(jìn)出口總額/地區(qū)生產(chǎn)總值。區(qū)位熵的計算公式為：

其中，Eij表示i省份在j產(chǎn)業(yè)上的就業(yè)人數(shù)，表示i省份的總就業(yè)人數(shù)，表示j產(chǎn)業(yè)的總就業(yè)人數(shù)，表示各省份各產(chǎn)業(yè)的總就業(yè)人數(shù)。

為使數(shù)據(jù)之間具有可比性，在實證分析之前先對數(shù)據(jù)進(jìn)行無量綱化處理。具體公式為：

其中，xij(t)表示第i個省份的第j個指標(biāo)在t時刻的觀測值，xjmax表示第j個指標(biāo)的最大值，xjmin表示第j個指標(biāo)的最小值。

2 實證分析

2.1 產(chǎn)業(yè)發(fā)展動態(tài)評價

本文選取了中國30 個省份2011—2020 年的數(shù)據(jù)，運用保序PCA評價法分別對各省份各年高技術(shù)產(chǎn)業(yè)的投入能力、產(chǎn)出效益和環(huán)境支持進(jìn)行評價。結(jié)果發(fā)現(xiàn)，投入能力方面，東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)投入能力最強(qiáng)，中部地區(qū)省份次之，西部地區(qū)省份則相對較弱。其中，廣東、江蘇、浙江、山東基本穩(wěn)居投入能力排名的前4 名；甘肅、海南、寧夏、新疆、青海則基本處于倒數(shù)5名的范圍內(nèi)。對比2011 年和2020 年的排名情況，投入能力排名進(jìn)步較大的省份依次是：江西（11名）、安徽（8名）、湖南（8名）、重慶（7名）、廣西（4 名）；投入能力排名退步較大的省份依次是：北京（8 名）、上海（7 名）、遼寧（7 名）、福建（5 名）、陜西（5名）、天津（4 名）。其余省份排名的變動幅度在[- 3，3]范圍內(nèi)，這些省份投入能力的變動處于相對穩(wěn)定的狀態(tài)。

產(chǎn)出效益方面，東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)產(chǎn)出效益最高，其中，廣東、江蘇、浙江、山東、北京、上海、福建7 個省份始終處于前10 名；中部地區(qū)省份的產(chǎn)出效益水平略低于東部地區(qū)省份，大部分中部地區(qū)省份產(chǎn)出效益排在第10～20 名；西部地區(qū)省份的產(chǎn)出效益最低，其中青海、新疆、寧夏、甘肅、內(nèi)蒙古、云南、貴州、廣西8 個省份基本處于倒數(shù)10 名的范圍內(nèi)。對比2011 年和2020 年的排名情況可知，各省份高技術(shù)產(chǎn)業(yè)產(chǎn)出效益的排名整體較為穩(wěn)定，僅有4 個省份排名的變動幅度在[-3，3]范圍之外，分別為：江西上升7名、云南上升4名、天津下降7名、遼寧下降6名。

環(huán)境支持方面，東部地區(qū)省份對高技術(shù)產(chǎn)業(yè)發(fā)展的環(huán)境支持力度最大，中部地區(qū)省份次之，西部地區(qū)省份的環(huán)境支持力度最小。具體來看，在東部地區(qū)的11個省份中，廣東、北京、上海、江蘇、浙江、天津、山東、福建8個省份的排名基本處于前10名；而西部地區(qū)的11個省份中，青海、甘肅、云南、新疆、寧夏、內(nèi)蒙古、廣西、貴州8 個省份則基本處于倒數(shù)10 名的范圍內(nèi)。對比2011 年和2020 年的排名情況，環(huán)境支持排名進(jìn)步較大的省份依次是：貴州（9名）、湖北（6名）、湖南（4名）、重慶（4名）；環(huán)境支持排名退步較大的省份依次是：遼寧（10名）、黑龍江（9名）。

在此基礎(chǔ)上對高技術(shù)產(chǎn)業(yè)發(fā)展能力進(jìn)行綜合評價，得到2011—2020 年各省份的綜合得分和排名，結(jié)果見表2。分地區(qū)來看，東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)發(fā)展能力最強(qiáng)，中部地區(qū)省份次之，西部省份最弱。具體來看，各年發(fā)展能力排名前10名的省份中至少有7個為東部地區(qū)省份，其中廣東、江蘇始終穩(wěn)居第1名和第2名，北京、上海和浙江也基本處于前5名；中部地區(qū)8個省份中，除湖北、山西和黑龍江外，其余省份各年的排名基本處于第10～20名；西部地區(qū)11個省份中，排名前3的省份依次是：四川、陜西、重慶，除此之外的8個省份則基本處于倒數(shù)10名，其中甘肅、青海始終處于倒數(shù)第1名或第2名，寧夏和新疆也始終處于倒數(shù)5名的范圍內(nèi)。對比2011年和2020年的排名情況，發(fā)展能力排名進(jìn)步較大的省份依次是：湖北（6名）、貴州（6 名）、云南（5 名），均處于中部和西部地區(qū)；發(fā)展能力排名退步較大的省份依次是：遼寧（9 名）、黑龍江（7 名）；其余省份發(fā)展能力的變動均處于相對穩(wěn)定的狀態(tài)。

表2 2011—2020年各省份高技術(shù)產(chǎn)業(yè)發(fā)展能力排名

東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)投入能力、產(chǎn)出效益、環(huán)境支持的整體排名均為最高，中部地區(qū)省份次之，西部地區(qū)省份在各方面的整體排名均為最低。具體來看，東部地區(qū)省份對高技術(shù)產(chǎn)業(yè)發(fā)展的環(huán)境支持力度最大且最為穩(wěn)定，環(huán)境支持進(jìn)步較大的省份主要集中于中部和西部地區(qū)，原因可能是，西部大開發(fā)、中部崛起等政策部署，不僅提高了政府對研發(fā)活動的投入，還通過一系列針對性稅收優(yōu)惠政策吸引了高技術(shù)企業(yè)的入駐，提高了產(chǎn)業(yè)集聚程度，從而雙管齊下地提高了地區(qū)的環(huán)境支持力度。而遼寧和黑龍江的環(huán)境支持排名退步較大，可能和重工業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型不及時、政府研發(fā)投入減少、高技術(shù)企業(yè)流失有關(guān)?；谏鲜龈呒夹g(shù)產(chǎn)業(yè)發(fā)展的政策導(dǎo)向和支持環(huán)境的變動，中部和西部地區(qū)省份的投入能力和產(chǎn)出效益均有較大的進(jìn)步。東部地區(qū)省份的投入能力排名出現(xiàn)較大的退步，原因可能是，政策導(dǎo)向下投資對中部和西部地區(qū)高技術(shù)產(chǎn)業(yè)的傾斜，以及技術(shù)瓶頸導(dǎo)致的技術(shù)升級費用減少，投入能力排名的降低也導(dǎo)致了天津、遼寧等省份的產(chǎn)出效益排名出現(xiàn)大幅降低。綜合投入能力、產(chǎn)出效益和環(huán)境支持對各省份的高技術(shù)產(chǎn)業(yè)發(fā)展能力進(jìn)行評價，可知高技術(shù)產(chǎn)業(yè)發(fā)展能力仍為東部地區(qū)省份最強(qiáng)，中部地區(qū)省份次之，西部地區(qū)省份最弱的分布格局。其中湖北、貴州排名進(jìn)步較大的原因在于其環(huán)境支持力度的快速提升。云南的進(jìn)步則與其產(chǎn)出效益的提升相關(guān)。而遼寧、黑龍江的發(fā)展能力排名退步則是由投入能力、產(chǎn)出效益、環(huán)境支持三個方面共同退步導(dǎo)致的。

2.2 TFP變化趨勢及分解

由上文分析可知，各省份的高技術(shù)產(chǎn)業(yè)投入能力和產(chǎn)出效益之間具有一定的相關(guān)性，但兩者的排名之間并不呈絕對的正相關(guān)性，且不是等幅度變動。因此，本文選取2011—2020 年中國30 個省份“投入能力”和“產(chǎn)出效益”的指標(biāo)數(shù)據(jù)，運用SBM 框架下的Global Malmqusit指數(shù)及其分解模型，研究各省份高技術(shù)產(chǎn)業(yè)TFP的變化趨勢及其成因，結(jié)果見表3。

由表3 可知，2011—2014 年，30 個省份的高技術(shù)產(chǎn)業(yè)TFP 年均增長4.0%。對Global Malmqusit 指數(shù)（GMI）進(jìn)行分解，技術(shù)效率指數(shù)（EC）年均下降2.1%，技術(shù)進(jìn)步指數(shù)（BPC）年均增長6.9%，可見技術(shù)進(jìn)步是2011—2014 年TFP 增長的主要推動力。分地區(qū)來看，2011—2014年中部地區(qū)省份的TFP增長速度最快，東部地區(qū)省份次之，西部地區(qū)省份則呈現(xiàn)負(fù)增長的態(tài)勢。其中，技術(shù)進(jìn)步是中部和東部地區(qū)省份TFP增長的主要原因，而西部地區(qū)省份TFP 下降則是由技術(shù)效率降低和技術(shù)退步共同導(dǎo)致的。

2014—2017 年，30 個省份的高技術(shù)產(chǎn)業(yè)TFP 年均增長13.2%，相比于2011—2014 年增長速度大幅提升。對GMI 進(jìn)行分解，EC 和BPC 的年均增長率分別為9.2%和3.8%，可見2014—2017 年TFP 增長主要來源于技術(shù)效率的提升。分地區(qū)來看，2014—2017年西部地區(qū)省份的TFP增長速度最快，中部地區(qū)省份次之，東部地區(qū)省份最慢。由GMI 分解指數(shù)可知，東、中、西部地區(qū)省份的EC 和BPC均大于1，即東、中、西部地區(qū)省份的高技術(shù)產(chǎn)業(yè)均出現(xiàn)不同程度的技術(shù)效率提升和技術(shù)進(jìn)步，而TFP增長的主要原因均是技術(shù)效率的提升。其中，西部地區(qū)省份的技術(shù)效率提升速度和技術(shù)進(jìn)步速度均是三個地區(qū)中最快的。

2017—2020 年，30 個省份的高技術(shù)產(chǎn)業(yè)TFP 年均增長4.5%，相比于2014—2017 年，增長速度大幅下降。對GMI 進(jìn)行分解，EC 和BPC 的年均增長率分別為0.3%和4.8%，可見技術(shù)進(jìn)步是2017—2020 年TFP 增長的主要推動力。分地區(qū)來看，2017—2020年西部地區(qū)省份的TFP增長速度最快，東部地區(qū)省份次之，中部地區(qū)省份最慢。其中，技術(shù)進(jìn)步是中部和東部地區(qū)省份TFP 增長的主要原因，而西部地區(qū)省份TFP 增長主要來源于技術(shù)效率的提升。

綜上可知，2011—2020 年，30 個省份的高技術(shù)產(chǎn)業(yè)TFP增長經(jīng)歷了“低速—高速—低速”三個階段，年均增長5.6%。由分解結(jié)果可知，TFP 增長的主要來源經(jīng)歷了“技術(shù)進(jìn)步—技術(shù)效率提升—技術(shù)進(jìn)步”的變化，技術(shù)進(jìn)步是2011—2020年TFP增長的主要推動力。綜合來看，2011—2020年中部地區(qū)省份的TFP增長速度最快，西部地區(qū)省份次之，東部地區(qū)省份最慢，年均增長率分別為6.8%、5.6%、4.8%。其中，技術(shù)進(jìn)步是中部和東部地區(qū)省份TFP增長的主要原因，而西部地區(qū)省份TFP增長主要來源于技術(shù)效率的提升。具體來看，2011—2020年東部和中部地區(qū)省份的TFP均呈正向增長，TFP負(fù)增長的省份均位于西部地區(qū)。

2.3 空間差異分解及來源

運用Dagum 基尼系數(shù)對2011—2020年三大地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展能力的空間差異進(jìn)行測算和分解，結(jié)果見表4。

表4 2011—2020年高技術(shù)產(chǎn)業(yè)發(fā)展能力的基尼系數(shù)及分解結(jié)果

由表4可知，2011—2020年高技術(shù)產(chǎn)業(yè)發(fā)展能力的總體基尼系數(shù)呈波動上升趨勢，這表明與2011年相比，2020年高技術(shù)產(chǎn)業(yè)發(fā)展能力的總體差異呈擴(kuò)大趨勢。分地區(qū)來看，2011—2020 年三大地區(qū)的地區(qū)內(nèi)差異均呈擴(kuò)大趨勢，其中，東部地區(qū)的地區(qū)內(nèi)差異最大，但差異擴(kuò)大的幅度最小，年均增長3.66%；西部地區(qū)的地區(qū)內(nèi)差異次之，差異擴(kuò)大的幅度略大于東部地區(qū)，年均增長4.25%；中部地區(qū)的地區(qū)內(nèi)差異最小，但差異擴(kuò)大的幅度最大，年均增長12.78%。對于地區(qū)間差異，東-中部、東-西部的地區(qū)間差異均呈縮小趨勢，而中-西部的地區(qū)間差異則呈擴(kuò)大趨勢。結(jié)合表2來看，東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)發(fā)展能力最強(qiáng)，西部地區(qū)省份最弱，東-西部的地區(qū)間差異最大，但差異變化的幅度最小，年均下降0.44%；東-中部的地區(qū)間差異次之，差異變化的幅度略大于東-西部之間，年均下降1.46%；中-西部的地區(qū)間差異最小，但差異變化的幅度最大，年均增長5.22%。

由表4可知，2011—2020年高技術(shù)產(chǎn)業(yè)發(fā)展能力的地區(qū)內(nèi)差異（Gw）、地區(qū)間差異（Gnb）和超變密度（Gt）的貢獻(xiàn)率均值分別為25.77%、68.11%和6.13%，且地區(qū)間差異的貢獻(xiàn)率始終遠(yuǎn)高于地區(qū)內(nèi)差異和超變密度的貢獻(xiàn)率，由此可見地區(qū)間差異是構(gòu)成總體差異的主要來源。具體來看，2011—2017 年地區(qū)間差異的貢獻(xiàn)率呈穩(wěn)定下降的趨勢，年均下降2.32%；地區(qū)內(nèi)差異作為構(gòu)成總體差異的次要來源，其貢獻(xiàn)率呈穩(wěn)定上升的趨勢，年均增長3.07%；超變密度的貢獻(xiàn)率最低，但其增長速度最快，年均增長19.48%。

3 結(jié)論

基于實證分析，本文得出如下結(jié)論：（1）東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)投入能力、產(chǎn)出效益、環(huán)境支持的整體排名均為最高，中部地區(qū)省份次之，西部地區(qū)省份在各方面的整體排名均為最低。（2）東部地區(qū)省份的高技術(shù)產(chǎn)業(yè)發(fā)展能力最強(qiáng)，中部地區(qū)省份次之，西部地區(qū)省份最弱。長期來看，高技術(shù)產(chǎn)業(yè)發(fā)展能力排名進(jìn)步較大的省份均處于中部和西部地區(qū)，排名退步較大的省份為遼寧和黑龍江。（3）2011—2020 年，30 個省份的高技術(shù)產(chǎn)業(yè)TFP 整體呈增長態(tài)勢，技術(shù)進(jìn)步是TFP增長的主要推動力。中部地區(qū)省份的TFP 增長速度最快，西部地區(qū)省份次之，東部地區(qū)省份最慢。其中，技術(shù)進(jìn)步是中部和東部地區(qū)省份TFP增長的主要原因，西部地區(qū)省份TFP增長主要來源于技術(shù)效率的提升。（4）2011—2020年30個省份高技術(shù)產(chǎn)業(yè)發(fā)展能力的總體差異呈擴(kuò)大趨勢，地區(qū)間差異是構(gòu)成總體差異的主要來源。