云南省高技术产业对经济增长的贡献分析
——基于灰色关联理论

徐 波^1，2，方沁贞²

(1.浙江工商大学 统计与数学学院， 浙江 杭州 310018；2.浙江树人大学 现代服务业学院，浙江 杭州 310015)

摘 要： 高技术产业已成为决定社会经济发展水平和质量的重要因素.在总结云南高技术产业发展现状的基础上，运用灰色关联分析方法，实证测算云南高技术产业与区域经济的灰色关联度.结果表明，云南高技术产业在发展规模、产出效益、R&D投入、创新能力等方面存在明显不足，同时云南高技术产业与经济增长的关联度无论是2002—2016年、还是分时期的2002—2008年、2009—2016年的关联度均比较小，高技术产业对经济增长的贡献较弱.结合云南经济发展特征和高技术产业发展现状，提出了进一步促进高技术产业发展的政策建议.

关键词： 高技术产业；经济增长；灰色关联；云南省

2012年中国经济结束了30余年的高速增长，进入新常态.作为集边疆、民族、山区、贫困于一体的云南，同样面临经济下行压力.2008年，云南省委、省政府针对云南经济体量小、创新能力低、企业市场主体不强、经济开放度不高、资源型产业转型难度大等问题，首次提出了“创新型云南”行动计划，旨在推动云南经济由要素驱动、投资驱动向创新驱动转变，打造具有云南特色的区域创新高地.高技术产业作为技术含量高、研发投入高、附加值高、创新性高而能源消耗低的产业，在提升区域经济科技实力、创新能力和经济竞争力方面具有重要作用.总结云南高技术产业发展现状、明晰高技术产业对经济增长的作用、制定切实可行的高技术产业发展政策对云南形成一批具有云南特色和优势的高新技术产业群、推进以科技创新为核心的全面创新战略、转变经济增长方式具有重要意义.

1 文献综述

围绕高技术产业对区域经济增长的作用，国内外学者进行了许多有益的探索和分析. Richard R.Nelson(1985)通过对日本、德国、法国、英国和美国高技术产业政策的分析认为高技术产业是促使经济增长的先导产业和增强国家经济竞争力的战略产业^[1].Greenhalgh、Mavrotas和Wilson (1996)以英国高技术产业为研究对象，实证分析表明，高技术产业的技术创新活动能够提升区域产业竞争力^[2].Raab(2006)以美国50个州为研究对象，运用DEA方法分析了高技术产业投入与产出间的关系，发现对美国大多数州来说，高技术产业对经济绩效具有贡献作用^[3].Jaakko Simonenl et al.(2014)使用芬兰1994—2008年数据，实证分析发现，高技术产业对促进芬兰经济增长起到显著作用，是芬兰经济能够从20世纪90年度深度衰退中得以恢复的重要因素^[4].

国内研究方面，从理论分析视角的有徐波等(2018)从系统论视角出发论述了高技术产业促进区域经济增长的机理和路径^[5].赵玉林(2018)依据我国省际数据，采用面板回归模型实证分析了高技术产业总量增长和研发创新对产业升级的促进作用^[6].洪嵩等(2014)基于共同演化理论，运用协同学方法实证分析了我国30个省市(西藏除外)高技术系统与区域经济系统的演化水平^[7].苏娜等(2010)以1995—2005年数据为基础，运用索洛残值模型实证测算了我国28个省(区、市)高技术产业对经济增长的贡献率^[8],而张文红(2009)根据道格拉斯生产数，对陕西省高技术产业分析区域经济的增长贡献^[9]，结果均表明高技术产业发展对经济增长存在显著促进作用.梁丽丽、刘志迎(2008)以1995—2006年数据为样本，运用菲德模型(Feder Model)实证分析了我国高技术产业对区域经济增长的直接驱动作用与间接带动作用，结果表明，高技术产业对经济增长的直接作用强于间接作用^[10].王欣、陈丽珍(2010)利用OLS模型以2000—2008年数据为基础实证分析了外资高技术产业对江苏经济增长的作用，结果表明外资高技术产业对经济增长的贡献率呈不断上升态势^[11].关欣等(2013)选取我国1995—2010年相关数据，通过建立向量自回归(VAR)模型，实证分析了我国高技术产业与经济发展方式转变间的相互关系，结果表明，高技术产业与经济增长方式转变间互为因果关系，高技术产业通过促进需求结构调整来推动经济发展方式转变，而经济增长方式转变将有利于高技术产品升级^[12].王书灵、袁汝华(2016)以我国31个省份为研究对象，通过选取2004—2013年的面板数据，运用SLM、SEM和SDM空间计量模型，实证测度了高技术产业对经济增长的作用，结果显示高技术产业对经济发展具有显著的正外部性^[13].张钟文等(2017)运用统计和国民经济核算的理论与方法，从投资、生产和就业的角度全面系统地揭示了高技术产业发展对我国国民经济的影响^[14].

上述文献表明，国外有关高技术产业对经济增长的作用研究起步较早，并且研究方法呈现多样性.国内研究主要以实证分析为主，并且研究对象主要为国家层面或者经济发达省份，对西部地区省份的研究还不多见，同时由于我国高技术产业发展起步较晚，相关统计数据也相应缺乏，这就为使用计量模型研究带来挑战.而灰色关联分析方法(Grey Relational Analysis)与计量模型的最大不同在于其一方面对数据样本容量的要求不高(可以少到4个)，另一方面对样本变量的分布也无严格限制或假设.基于此，本研究以云南为例，利用灰色关联分析法来分析高技术产业对经济增长的影响，一方面可以充实有关高技术产业对经济增长的研究文献，另一方面对客观研判云南省高技术产业与经济增长的关系、为云南发展高技术产业提供政策建议.

2 云南高技术产业发展概况

2.1 发展规模偏小

从高技术产业总产值(当年价)看，云南2002年为50.32亿元，2007年首次突破100亿元，2016年达417.02亿元，是2002年的8.29倍，高于同期GDP之比的6.39倍.但高技术产业总产值占GDP的比重整体呈现上升态势，但比较缓慢，并且占比比较小，2002—2016年平均仅为2.28%，高技术产业发展最好的广东已超过30%，即使是与云南相邻的贵州占比也高达7.13%.从高技术企业数量看， 2016年云南为213家，同期广东和贵州分别为6570家和213家.主营业务收入方面，云南省2016年占广东和贵州的比例分别为1.22%和45.9%.可见，云南省高技术产业在总体规模方面，不仅与全国发展最好的广东发展差距巨大，就是与同为西部地区的临近省份贵州相比也逊色不少.

（1）严格遵守环境保护原则。在山区公路桥梁勘察与设计工作中，必须要将环境保护放在首要位置，力求不扰乱原有的生态环境。对于建筑工程中可能出现的大面积毁损森林、农田等特殊情况，需要在勘察初期对其进行合理考量与科学设计，以此为依据尽量避免大规模开挖山体、破坏植被、毁损森林等破环生态环境的工程出现，通过科学规划和设计，最大限度地保护施工现场周围的生态环境。

2.2 产出效益不高

云南高技术产业利润由2002年的4.74亿元上涨到2016年的43.4亿元，但同期广东为2094.2亿元，贵州为66.8亿元.利税方面，呈逐年上升态势(除2014年下降外)，并且在2013年达到最高值，利税为62.7亿元.出口交货值方面，2002—2007年上升很快，由2.77亿元上升到7.2亿元，2008—2011年发展相对平衡，但呈现递减态势，2012年后又呈现大幅增长态势，至2016年达到55.4亿元，但占广东和贵州的比例分别0.32%和80.1%.

当下，在电视媒体与新媒体融合发展的过程中，片面否定电视媒体所具有的一些能力与优势。误以为电视媒体与新媒体的融合发展就是以新媒体作为支撑，不断地发展新媒体。但是，二者的融合发展要充分发挥二者的优势，避免二者的弱势，从而找准二者的自身定位，寻求适合的发展模式，这样才能够促进二者的发展。新媒体的优势是能够获取更多的信息，能够实现信息的快速、随时随地的传播，宣传面更广；而电视媒体能够保证传播信息的真实有效性，这是新媒体所不具备的，因此，二者结合发展，能够保证传播信息的全面、高效，还能够保证信息的真实可靠，从而更好地发展媒体行业。

2.3 R&D投入偏低

2016年云南省R&D投入强度为0.89%，大大低于全国2.11%的水平，更低于广东省同期2.56%.2016年云南高技术产业R&D经费内部支出只占全国的0.22%，为同期广东省的0.68%，为同期贵州省的32.7%；高技术产业R&D人员全时当量方面，2016年云南省占全国水平的0.27%，分别为同期广东和贵州的0.99%和41.8%，可见云南省研发投入水平无论是经费方面还是人员方面整体都比较低.

2.4 创新能力不强

在高技术专利申请方面，2016年云南省为446件，只占全国的0.24%，份额相当小，与广东和贵州相比，占比分别为0.69%和39.8%；有效发明专利方面，2016年云南省仅为898件，占全国的份额为0.28%，占广东和贵州的比分别为0.55%和47.8%；新产品销售收入方面，2016年云南省为51.8亿元，而同期广东省为15542.8亿元，贵州省为137.1亿元，占广东和贵州的比分别为0.33%和37.8%.

2.5 产业发展不平衡

在目前高技术产业的五大行业中[注] 根据目前我国对高技术产业的定义，其包括医药制造业、航空航天器及设备制造业、电子及通信设备制造业、计算机及办公设备制造业和医疗仪器设备及仪器仪表制造业五种. ，除航空航天器制造业外，医药制造业占比最大，无论是总产值、主营业务收入、利润、利税还是从业人员方面占比均超过70%，是占比最大的产业.医疗仪器设备及仪器仪表制造业总体上拍在第二位，但占比一般不超过10%.电子及通信设备制造业、计算机及办公设备制造业大多占比不到5%，可见，云南高技术产业发展存在医药制造业一头独大的不均衡局面.

3 方法和模型

灰色关联理论的基本分析方法称之为灰色关联分析(Grey Relational Analysis，GRA)，其基本原理是依据系统发展过程中各因素变化的趋势来判断各因素间的关联程度，即求解关联度.具体计算步骤如下：

为凸显高技术产业总体与GDP的关联性，同时将高技术产业与其他产业对比，本文将国民经济各部门具体细分如下，第一产业(农林牧副渔业)用X ₁表示；第二产业中建筑业用X ₂表示，将制造业又细分为高技术产业(用X ₃表示)和非高技术产业的制造业(用X ₄表示)两类，而将第二产业中的采矿业，电力、热力、燃气及水生产与供应业称为非制造业的工业，用X ₅表示；第三产业中交通运输、仓储和邮政业用X ₆表示，批发和零售业用X ₇表示，住宿和餐饮业用X ₈表示，金融业用X ₉表示，房地产业用X ₁₀表示和其他产业[注] 这里包括信息传输、软件和信息服务业，租赁和商业服务业，科学研究和技术服务业，水利、环境和公共设施管理业，居民服务、修理和其他服务业，教育，卫生和社会工作，文化、体育和娱乐业，公共管理、社会保障和社会组织. 用X ₁₁表示.

设参考数列为：

X ₀={X ₀(k )|k =1,2,…,n }

(1)

（5）建立在线阅读咨询平台：该平台的主要功能是咨询互动，就是专家在线的概念。各高校组织通过邀请本校或者社会专家，公布每位专家在某个领域的特长，形成专家在线咨询库，阅读者根据自身的需求随时“向TA提问”。每位专家通过平台收到咨询的信息后，利用空余时间进行一些解答服务。

利用公式第三至第六步，可以计算得到云南各产业与经济增长的灰色关联度，其结果参见表1.各产业与经济增长的关联度排序为ε ₄>ε ₁₁>ε ₁>ε ₂>ε ₇>ε ₅>ε ₉>ε ₆>ε ₁₀>ε ₃>ε ₈.首先，从最终的关联度来看，云南11个细分产业大体可分为三个层次，第一层次(关联度大于0.7)依次为非高技术产业的制造业、其他产业，表明云南经济发展的主体仍是制造业，而服务业中的其他产业在2008年得到快速发展，对经济增长的贡献逐渐增强.第二层次(关联度介于0.5和0.7之间)依次为农业、建筑业、批发和零售业、非制造业的工业，其中农业与经济增长的关联度要高，为0.5923，表明云南农业对经济增长的贡献还比较大，这主要源于农业在经济中的比重，2002—2016年云南农业产值平均占比达到17.15%；建筑业、批发和零售业、非制造业与经济增长的关联度差异很小.第三层次(关联度小于0.4)依次为金融业、交通运输、仓储和邮政业、房地产业、高技术产业、住宿和餐饮业，除金融业外，其他四个产业关联度差异不大.高技术产业与云南经济增长的灰色关联度仅排在第10位，可见其在2002—2016年对经济增长的贡献尚不突出.

(2)

第二步，变量的无量纲化.数据量纲的不同将不利于进行比较，因此，在计算灰色关联度前一般都需对参考数列和比较数列数据进行无量纲化处理，使之具有可比性.处理公式为：

(3)

第三步，求解差异信息：

Δ_i =|x ₀(k )-x _i (k )|,k =1,2,…,n ,i =1,2,…,m

(4)

4.2.2 2002—2008年和2009—2016年灰色关联度对比分析

(5)

4.2.1 2002—2016年灰色关联度

第五步，计算关联度：

(6)

第六步，关联度排序.根据ε _i 的大学进行排序，如果ε ₁<ε ₂，则认为x ₂数列与参考数列更相似.

比较数列为：

一般认为，如果关联度小于0.3，则视为两者间相关关系微弱，若关联度位于0.3～0.5之间，则视为两者存在低度相关关系，若关联度位于0.5～0.8之间，则两者存在一般相关关系，若关联度位于0.8～1之间，则两者存在高度相关关系.

（4）有利于提高物流园区建设质量。基于EPC的智慧物流园区总包业务，设计发挥主导决定作用，可以及时便捷的向采购和实施提供技术支持和引导，将智慧物流园区的规划和设计方案贯穿整个总包项目中，实现园区建设质量的提升。

本文研究所需数据主要来源于2002—2016年度《中国高技术产业统计年鉴》《中国科技统计年鉴》《云南统计年鉴》，以及云南省国民经济和社会发展统计公报.同时，按消费者物价指数将各时间序列数据折算成以2000年为基期的不变价，以消除价格因素影响.

论文发表方面，目前关于解放战争时期中国共产党解决教育问题的认识和实践的研究成果还比较少，散见于一些论文的相关章节中。比如刘芹茂的 《毛泽东同志在新民主主义时期的教育思想》、张维强的《解放区职业教育发展概论》、宋荐戈的《解放区开展农村教育的历史考察》、赵正的《东北解放区高等教育发展特点简析》以及杜君等的 《浅谈东北解放区各级教育的发展历程及基本经验》。

4 云南省高技术产业与经济增长的灰色关联分析

4.1 数列选取与处理

第一步，数列确定.比较数列和参考数列的确定是灰色关联分析的基础.其中，参考数列是反映系统行为特征的，而比较数列则是由影响系统行为的因素组成.

在利用灰色关联度模型进行实证分析前，首先要确定参考数列和比较数列.国民经济各产业部门对经济发展的带动作用既与各产业部门占GDP的比重有关，也与其占GDP比重的变动速度相关，单纯选取占比最高数列或发展速度最快数列作为参考数列均会与实际不符^[15].因此，本文需对基础数据进行无量纲化处理，以保证各序列具有同序性和有效性.首先将各年各产业当年增加值除以当年GDP，得到一个新数列，记为B _ik ，再将各产业2002年增加值(X _1k )与当年GDP之比(B _1k )作为基数，用B _ik 除以B _1k ，从而得到一个新的数列，记做C _ik .在B _ik 中选取每一行(即每年占比)的最大值与C _ik 对应行中的最大值相乘，将会得到一个按年排序的数列，记为X ₀(i )，这一数列即是各产业中占GDP比重最高的，同时也是发展速度最快的，是最优态，故选取其为参考数列.同时，各比较数列也做相应变换，即将各产业当年增加值与GDP的比重和该比重与2002年的比相乘，得到一个新矩阵即为比较数列.

论文在分析抽油机工作状态的基础上,设计能量回馈装置,将抽油机制动过程中产生的能量通过能量回馈装置输送到电网侧,以达到节能降耗的目的。测试结果显示,研制能量回馈装置在SVPWM下的调制波形的畸变非常低。FFT分析发现电压波形除了50 Hz的基波外,只含有极少量的三次谐波,可以满足实际应用的要求。论文的探索工作对于油田的节能降耗具有较重要的参考意义。

4.2 灰色关联实证分析

ρ 为分辨系数，ρ 的取值范围为0至1，ρ 越小，分辨力越大，当ρ ≤0.5463时分辨力最好，通常ρ 取0.5.

X _i ={X _i (k )|k =1,2,…,n },i =1,2,…m

在实际的锅炉运行中，为了保证燃料完全燃烧，实际空气量与理论空气量之比都是大于1的，该比例称为过量空气系数。在燃烧完成后，空气会有剩余，此时烟气中必然存在剩余的过量氧气，这时的烟气量称为实际烟气量。若燃烧不完全，烟气中会含有CO、CH4和H2等未燃尽的可燃成分[16]。以上海天然气为例，计算燃气锅炉燃烧后的理论空气量、理论烟气量及实际烟气量，并对燃烧产物进行分析。

第四步，计算关联系数.公式如下：

一般用户:语料检索；语料库管理员:语料库信息资料的实时更新，根据用户需求进行语料检索；系统管理员:主要任务包括对语料库信息资源的备份，语料库信息资料的实时更新，根据用户需求进行语料检索，新用户的创建等。

2.2 早产儿脑瘫组与对照组之间单倍型分析 将ATG5 基因中rs6568431、rs2299863和rs3804338这3个多态性位点进行单倍型构建。结果表明，ATC基因型与CTC基因型与早产儿患脑瘫具有显著相关性(P<0.05)。见表2。

为对比分析云南省创新行动计划前后高技术产业对经济增长的贡献，可利用公式3～6分别计算2002—2008年和2009—2016年高技术产业与经济增长的灰色关联度，具体结果见表2.

从分析来看，2002—2008年高技术产业与经济增长的关联度为0.4745，排在所有细分产业的最后第十位，而非高技术产业的制造业与经济增长的关联度为0.8471，排在第一位；同时，该期间按关联度可大体分为五个层次，第一层(关联度大于0.8)为非高技术产业的制造业，第二层次(关联度大于0.7)为其他产业、农业，第三层次(关联度大于0.6)为非制造业的工业，第四层次(关联度大于0.5)为批发和零售业、建筑业、交通运输、仓储和邮政业，第四层次(关联度大于0.4)为房地产业、金融业、高技术产业、住宿和餐饮业.可见，在这一时期云南高技术产业对经济增长的贡献不显著.

表 1云南各产业与经济增长灰色关联系数列表

表 2云南各产业与经济增长分阶段灰色关联度

2009—2016年高技术产业与经济增长的关联度为0.4283，依然排在第十位，可见高技术产业在云南经济增长中的作用依然不明显，这一方面可能是由于实施创新行动计划时间还不长，相关政策存在时滞效应，另一方面与云南经济本身固有的特征相关[注] 经济的主体仍为制造业，农业占经济增长的份额较大，云南经济发展中存在较明显的二元特征，第三产业对云南经济的贡献呈现分异特征，产业结构调整难度较大. .但该期间高技术产业与排在八、九位的产业差距缩小.该期间其他产业发展较快，对经济增长的推动作用逐渐显现，农业、非高技术产业的制造业依然是经济发展的重要推动力.另外，高技术产业、批发和零售业、住宿和餐饮业用、金融业、房地产业与经济增长的关联度差异不大.

5 结论与政策建议

5.1 结 论

通过上述分析可知，目前云南高技术产业存在产业规模小、产出效益低、R&D投入少、创新能力弱等问题.同时，2002—2016年、2002—2008年和2009—2016年云南高技术产业与经济增长的关联度分为0.4256，0.4745和0.4283，表明云南经济增长中高技术产业的推动作用和关联度较小.

5.2 政策建议

第一，要加强对发展高技术产业规律性的认识.高技术产业与其他产业一样，具有自己的运行规律，具有普遍性的、一般性的规律，而基于高技术的特征及高技术产业的重要性使得高技术产业又具有的很大差异性，这将使得高技术产业具有自身特殊的发展规律，这些特殊的规律大体有对新知识、新技术的严重依赖，技术转化的苛刻性，区域与行业的差别化等等.另外，还应从系统论视角出发认识高技术产业的发展一方面是区域经济的重要推动力量，另一方面高技术产业的发展又离不开区域经济的有力支撑.高技术产业可以直接拉动区域经济增长、促进区域技术进步、技术创新和制度创新、促进产业变革和结构升级以及积累人力资本等，区域经济可以为高技术产业发展提供财力保障、智力支持以及市场需求等，高技术产业的发展与区域经济存在较为密切关系^[5].

第二，加大高技术产业R&D投入.R&D投入是高技术产业技术创新的重要环节，是保障高技术产业稳健、快速发展的关键.在欧美发达国家制造业回流以及“中国制造2025”战略背景下，加大高技术产业R&D投入是打破国外技术封锁、培育自主创新能力、促进经济创新驱动的重要途径.2016年云南高技术产业R&D经费内部支出中来自政府资金为3882万，仅为同期广东和贵州的1.58%和13.45%.针对云南目前高技术产业R&D投入情况，首先要加大政府的R&D投入，要认识到R&D是经济发展的重要支撑，必须把R&D投入强度提高到一定水平才能促进经济发展，充分发挥财政R&D投入的引导力量；其次，要促进企业加大R&D投入，企业提高R&D投入对提高生产效率、促进经济社会发展具有重要作用.此外，还应当运用PPP模式，鼓励民间资本参与企业R&D投入，成为R&D投入的重要来源.

应用SPSS 19.0软件分析本研究的所有数据，采用χ2检验计数资料，采用t检验计量资料，以P<0.05为差异有统计学意义。

第三，以发展高技术企业为切入点，强化高技术企业的创新主体地位.企业作为一种以盈利为主要目的的经济组织，是产业的基本构成单位，是创新的直接需求者，也是区域经济发展的基本动力源，大力发展高技术企业不仅对整个高技术产业更对区域经济发展水平有重要推动作用，也是影响系统演化的重要因素.因此，应以发展高技术企业为切入点，以高技术产品市场为基础，发挥企业在重大技术攻关、引进、吸收与再创新方面的主体地位，建立“以企业为核心、科研院所积极参与”的技术转移机制，提升企业技术创新能力的基础设施水平，完善和落实企业在技术创新方面的优惠政策，千方百计增强高技术企业的市场活力和竞争力.

第四，加快高技术产业园区建设.高新技术产业园区具有集聚功能、孵化功能、扩散功能和示范功能，是集聚创新要素、培育创新型企业、促进高新技术产业发展和推动高新技术企业国际化的重要平台.云南高新技术产业园区整体水平不高，只有昆明和玉溪2个国家级高新技术产业开发区，9个省级高新技术开发区，总体上仍然处于产业链的低端、发展梯次的后端，存在着产业不强、规模不优、创新乏力等问题，云南应主动融入国家“一带一路”、长江经济带、孟中印缅经济走廊、泛珠三角区域合作机制、西部大开发等战略，丢掉“等、靠、要”思想，积极主动作为，大胆探索，创新体制机制，驱动园区转型升级.云南应充分认识高技术产业发展这一规律性，紧密结合自身工业发展基础和人才优势，不应强求高技术产业“面面俱到、处处开花”，而应在现有高技术产业的五大细分行业中选择优势产业，结合技术、人才和市场优势，加大力度，争取较快发展，形成特色优势产业.

第五，构建良好的创新创业环境.在“大众创新、万众创业”以及“创新型云南”建设的背景下，构建政府、产业、企业三维一体的创新格局，落实政府创新主体责任，加快产、学、研合作等创新平台建设，推进创新人才队伍和服务保障等新举措，深化创新服务体系，进一步优化云南创新环境，为云南高技术产业发展乃至实现跨越式发展新格局奠定良好外部环境.

参考文献：

[1]Nelson R R，Picker H. High Technology Policies: A Five-Nation Comparison. The American Political Science Review[J].1985, 79(4):1276-1299.

[2] Greenhalgh C，Mavrotas G，Wilson R.Intellectual Property，Technological Advantage and Trade Performance of UK Manufactory Industries[J].Applied Economics，1996,24(5):509 -519.

[3] Raab R A，Kotamraju P.The efficiency of the high-tech economy : Conventional development indexes versus a performance index[J].Journal of Regional Science,2006,43(3): 545-562．

[4] Simonen J, Svento1 R, Juutinen A.Specialization and diversity as drivers of economic growth:Evidence from High-Tech industries[J].Papers in Regional Science,2015,94(2):229-247.

[5]徐波，万国伟，杨丽丽.我国高技术产业与区域经济协调关系的时空差异——基于四大经济区域数据的分析[J].地域研究与开发，2018(2)：41-46.

[6]赵玉林，姚洁.高技术产业带动产业升级：增长还是创新？[J].北京邮电大学学报(社会科学版)，2018(5):41-51.

[7]洪嵩，洪进，赵定涛.高技术产业与区域经济共同演化水平研究[J].科研管理,2014(6)：84-93.

[8]苏娜，陈士俊.我国高技术产业对区域经济增长贡献的测算[J].统计与决策，2010(5)：106-109.

[9]张文红.陕西省高技术产业发展与区域经济发展关系研究[J].统计与信息论坛，2009(4):89-92.

[10]梁丽丽，刘志迎.我国高技术产业对区域经济增长的贡献[J].高科技与产业化，2008(1)：85-87.

[11]王欣，陈丽珍.外资高技术产业对江苏经济增长的促进作用研究[J].华东经济管理，2010(5)：15-18.

[12]关欣，乔小勇，孟庆国.高技术产业发展与经济发展方式转变的关系研究[J]中国人口·资源与环境，2013(2)：43-50.

[13]王书灵，袁汝华.高技术产业发展对区域经济增长影响的空间计量分析[J]河南科学，2016(3)：409-416.

[14]张钟文，叶银丹，许宪春.高技术产业发展对经济增长和促进就业的作用研究[J].统计研究，2017(7)：37-48.

[15]赵玉林，魏芳.高技术产业发展对经济增长带动作用的实证分析[J].数量经济技术经济研究，2006(6)：44-53.

An Analysis on the Contribution of High -tech Industry to Economics Growth in Yunnnan ——Based on the Grey Relational Theory

Xu Bo^1,2, Fang Qinzhen²

(1. School of Mathematics and Statistics,Zhejiang Gongshang University,Hangzhou Zhejiang 310018,China;2. School of Modern Service Industry, Zhejiang Shuren University,Hangzhou Zhejiang 310015,China)

Abstract :On the basis of summarizing the development status of high-tech industry in yunnan, this paper uses the grey correlation analysis method to empirically estimate the correlation degree between high-tech industry and economic growth in 2002-2016, and makes a comparative analysis of the correlation degree between 2002-2008 and 2009-2016. The results show that the high-tech industry in Yunnan has obvious deficiencies in development scale, output efficiency, R&D investment, innovation ability and other aspects, and the contribution of high-tech industry to economic growth is weak. Based on the characteristics of Yunnan’s economic development and the status of high-tech industry development, the paper puts forward some policy suggestions to further promote the development of high-tech industry.

Key words :High-tech Industry;Economics Growth;Grey Relational;Yunnan Province

收稿日期： 2019-04-09

基金项目： 国家自然科学基金地区项目“城镇化过程中群体性事件化解的一个新视角：正确处理政府和市场在资源配置中的关系”(71663055)；浙江树人大学人才引进项目“我国高技术产业与区域经济耦合关系的时空差异及动态演变分析”(2017R008)；浙江树人大学青年学术团队项目“功能分工视角下区域经济一体化发展研究”(浙树办科[2018]4号)；云南省教育厅科研基金重点项目“云南创新型企业创新效率的动态测度、影响因素与作用机理：模型构建与实证分析”(2014ZD099).

作者简介： 徐 波，浙江工商大学统计学博士后，浙江树人大学现代服务业学院讲师，主要从事产业发展理论与政策研究.

中图分类号： F224.0

文献标识码： A

文章编号： 1009-8879(2019)03-0064-07

[责任编辑：朱谷生]

标签：高技术产业论文;  经济增长论文;  灰色关联论文;  云南省论文;  浙江工商大学统计与数学学院论文;  浙江树人大学现代服务业学院论文;