产业集群竞争力影响因素的层次分析——基于国家级经济开发区的统计回归，本文主要内容关键词为：经济开发区论文,产业集群论文,竞争力论文,层次论文,因素论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题的提出及理论回顾
改革开放以后，产业集群这种介于企业与市场之间的组织形式在我国迅猛发展。各地纷纷出现了不同类型的产业集群，比如我国浙江地区的民营小企业集群，又比如分布于各大城市的经济技术开发区，高新技术开发区，大学科技园等。作为我国最具活力的经济细胞，产业集群的各种现象越来越受到关注。本文将注意力集中于集群竞争力的研究。竞争力不但反映了经济现在的发展情况更预示了经济未来发展的潜力，是评价经济综合发展状况的重要指标。纵观理论界对于竞争力的研究，我们发现学者们对其研究一般在企业、产业、产业集群(区域)、国家四个不同层面上展开。本文要探讨的产业集群竞争力影响因素，就是在区域层面上的竞争力评价。
关于产业集群竞争力的定义，学术界一直存在各种争论。持因素观点的波特教授(1998)在著名的钻石模型中提出：作为一个整体，集群竞争力取决于四个相互关联的因素：企业战略、结构和竞争者；需求状况；相关的支持产业；要素状况，包括气候条件、劳动力供给和技术供应、薪资水平及生活费用、税收、研究机构、政府支持等方面（注：Porter M.E.The Competitive Advantage of Nations[J].Harvard Business Review，1990 March-April。）。这四个因素相互作用，形成了产业集群竞争力。集群竞争力横向结构观点则更注重集群内企业间存在的网络组织。集群内企业间存在生产、市场、技术、采购、基础设施等方面的关联，同时又存在基于声誉、友谊、相互依存和利他行为的竞合关系，因此产业集群是拥有经济属性、社会属性和自学习属性的网络组织( Ahuja，2000) （注：Ahuja Gautam.Collaboration Networks Structural Holes And Innovation：A Longitudinal Study[J].Administrative Science Quarterly，2000，45(3)：425-456.）。各种网络特性构成了产业集群的竞争力。而纵向结构观点则将产业集群竞争力分为几个层面，集群竞争力是这几个层面的组合。Manuel(2001)将层面定义为三个，分别为企业、集群、国家。企业层面( firm level) 的竞争力来源于所有企业及其之间的关系作用；集群层面( cluster level) 来自于集群的组织管理、联合行动、相互信任、经济外部性等；国家层面( country level) 来自于集群所能利用的宏观经济、政府支持行为、政策体系等（注：刘恒江，陈继祥.产业集群竞争力研究述评[J].外国经济与管理，2004，(10)。）。第四种观点为能力观点，持此观点的Lynn和Fulvia(2000)认为产业集群竞争力就是集群的能力( competence)，主要体现为集群的创新能力（注：Lynn Mytelka and Fulvia Farinelli.Local Clusters，Innovation Systems and Sustained Competitiveness[R].Discussion Papers from United Nations University，Institute for New Technologies，The Netherlands.2000.）。能力观认为产业集群的功能导向更能代表集群竞争力，因为功能导向代表着集群利用外部市场资源、组织企业内部资源的能力，这些因素从深层决定整个集群的发展。
对上述理论的分析，笔者发现：因素观点注重产业集群的各种资源要素，结构观点以企业间的动态网络关系为竞争力核心，能力观点强调对环境的利用能力和规避能力。这些理论从不同角度和层度对集群竞争力具有解释力，但是单独的每一种理论都不能涵盖集群竞争力的所有特点。这一方面是因为竞争力本身包含的概念广泛、因素众多；另一方面是由于理论研究的解释力依赖于具体的国家、地区及经济发展状况。
二、集群竞争力影响因素分析
因为直接利用国外各种理论并不能完全解释我国产业集群的竞争力，笔者综合了国内外学者对产业集群竞争力决定因素的研究成果，并针对本文的研究对象——国家级经济技术开发区——的特点，提出适合于中国国情的如图1所示的产业集群竞争力影响因素模型。并且通过详实的数据和计量模型具体研究这些因素对集群竞争力的解释程度和作用方式。
附图
图1 集群竞争力影响因素分层
作者依照纵向结构观点的企业层面构建节点层；依照横向结构观点建立网络层；借鉴波特教授的因素观点中的“要素状况”因素提出嵌入层；借鉴纵向结构观点的国家层面提出外围层。但是针对中国的具体情况，本文考虑的侧重点又与以往理论有所差别。因此，笔者对各层作了详细说明。如图1所示，产业集群系统竞争力的影响因素可归结为4个层次。
1.节点层。企业是构成产业集群的基本单元，因此企业的竞争力直接影响到集群竞争力。集群网络的节点就是处于这个集群中的微观主体企业本身。这个层面的因素包括企业家精神，企业治理能力，企业自身实力等因素。一般来说，集群内企业的所有微观因素都可归结为该层面。该层面的因素如企业家精神等往往难以量化。
2.网络层。集群本身就是在空间聚集的诸多企业之间通过价值链产生的网络。网络层就是整个集群所有资源得以在集群中扩散的物质载体。一个集群之所以具有竞争力，正是由于整个集群以企业间网络为载体进行管理创新、制度创新，通过一系列价值链活动使得技术、资金、人力等资源在集群内部溢出性增加。这个层面的因素包括集群基础设施提供能力，金融、保险、税务、咨询等服务机构的完善程度，行业协会、商会发展情况等。网络效益以及网络成本是网络大小的函数。网络成本是一条形状类似于微观经济学中总成本函数的曲线，网络收益为一条向上倾斜的直线。没有一定的网络规模，就无法取得大于网络成本的网络效益，但是有时网络规模过大也会造成整个网络成本增加，甚至超过集群取得的网络效益。
3.嵌入层。集群要素聚集能力是衡量集群竞争力的重要因素。要素状况，包括气候条件、劳动力供给和技术供应、薪资水平及生活费用、税收、研究机构等因素。由于我国劳动力资源丰富，而资本积累相对欠缺，技术发展地域间差距较大。这里所说的“嵌入”特指科学技术和资金两个方面。产业集群的竞争力与区内“嵌入”的大专院校、科研院密切相关。这些机构和单位独立于集群网络之外，却又以科研资源“嵌入”于集群网络之中，为集群提供技术和智力支持，拉动整个集群的发展，提高集群竞争力。资金的“嵌入”指在外围层的驱动下与网络层的支持下，整个集群所吸引的投资。资金是一个集群发展的发动机，因此资金嵌入指标对整个集群竞争力起着极其重要的作用。
4.外围层。外围层主要指政策和当地政治经济大环境，这些因素属于不可控因素，但其对一个集群的发展起着重要的作用。波特教授将政策归为要素状况，而持纵向结构观的Manuel将政策归为国家层面。我国处于经济转型阶段，政策对经济发展影响特别突出。政策的优惠以及集群所在地的政治、经济大环境都对集群吸引投资、提高效率、加速成长有着极大的带动作用。一般来说，当集群的外围环境条件良好时，整个集群比较容易走向四个层面相互促进的良性循环道路。
以上四个层次的影响因素有一个显著的特点，那就是他们对一个集群的影响是依据从外至内的方向依次传递的。一个层面的影响因素通过比其更内部的层次才能发挥其作用。对于一个集群系统，外围层因素(政策等)首先影响到嵌入层，外围层的因素的优劣决定着能否吸引更多的资金和技术。而资金和技术只有通过良好的网络才能够在整个集群中扩散，取得溢出性。以上因素最终都会影响到集群中的微观主体——企业。所以，四个层面的影响因素之间有由外至内的传递关系。同时，四个层次之间又有由内至外的依赖关系，只有内部层面因素发挥作用，外部层面的因素才有可能对集群产生正面的影响，整个集群才会对其层面的创新做出正反馈。
三、数据来源及样本选择
文章选取47家国家级经济技术开发区为样本（注：根据国家商务部文件，国家级经济开发区共有53家。本文选择其中47家数据详实的开发区作为样本。），这47家经济开发区覆盖我国除海南、香港、澳门、台湾外的所有省份及直辖市。其中经济较为发达的江苏、广东、浙江三省各拥有4家；山东、福建、辽宁三省各拥有3家；安徽、新疆各拥有2家，其余省份各拥有一家国家级经济开发区。所有关于国家级经济技术开发区的数据均来自《中国经济特区开发区年鉴》(1992-2003)。有关开发区所在地区的统计数据均来自于当地年鉴。
四、基于国家级开发区的统计回归：参数的选择与待检验假设
(一)回归参数选择
根据文章第二部分的理论，集群竞争力影响因素归结为结点层、网络层、嵌入层和外围层四个部分。本文基于国家级开发区统计数据，构建四个层次的表征指标如下：
1.外围层。本文选择政策指数( POL) 与当地市场化程度( MP) （注：参考樊刚等人：《中国市场化指数：各地区市场化相对进程报告(2001)》中对我国各地区构造的市场化指数。）两个指标代表外围层影响因素。
(1)POL：对于政策指数的构造，参考Demeuger等人论文中使用的构造方法，对国家级经济开发区统一赋值为3，再根据批准时间的差别进行计算。但为了清楚的表征中国的地区差异和各城市所享有的政策因素的差别并考虑到经济技术开发区主要是外向型的特点。我们加入了对开发区所在地的判断。即加入了对某开发区所在地是否是直辖市、省会城市、沿海开放城市的判断。另外，根据47个国家级开发区的批准批次的区别分别赋值。综合以上，得出最终的政策指数。具体的构造方法如下：
政策指数( POL) =A[，0]+A[，1]+A[，2]+A[，3]
A[，0]、A[，1]、A[，2]取值为0或者1。A[，0]代表是否为直辖市，若为直辖市，则取值1，否则取值0；A[，1]根据开发区所在地是否为省会城市分别取值1或0；A[，2]以所在地是否为沿海开放城市（注：我国共有上海、广州、天津、大连、青岛、宁波、烟台、温州、福州、秦皇岛、南通、连云港、汕头、湛江、北海、防城港等16个沿海开放城市。他们在对外引资方面享有特殊的待遇。）取值1或0。A[，3]根据开发区批准时间的差异取值。样本中，第一批有大连，秦皇岛、天津等19个开发区。第2批增加至32个。第三批批准建立13个中西部地区国家开发区，总数达到45个。2000年，南京和南宁国家经济开发区得到批准建立。这47个样本共分四批建立，因此第一批赋值为2，依次以0.5递减，最后一批为0.5。政策指数框架及详细数据如表1所示。
表1 政策指数构造方法
开发区 A[，0]A[，1]A[，2]A[，3] P 开发区 A[，0]A[，1]A[，2]A[，3] P 开发区 A[，0] A[，1] A[，2] A[，3] P
天津
1
0
1
2
4 哈尔滨
0
1
0
1.5 2.5 乌鲁木齐
0
1
0
1.5 2.5
昆山
0
0
0
2
2 萧山
0
0
0
1.5 1.5 长沙 0
1
0
1
2
广州
0
1
1
2
4 秦皇岛
0
0
1
2 3 南昌 0
1
0
1
2
青岛
0
0
1
2
3 南通
0
0
1
2 3 西安 0
1
0
1
2
宁波
0
0
1
2
3 虹桥
1
0
1
2 4 合肥 0
1
0
1
2
大连
0
0
1
2
3 连云港
0
0
1
2 3 呼和浩特
0
1
0
1
2
大亚湾
0
0
0 1.5 1.5 威海
0
0
0
2 2 石河子
0
0
0
1
1
长春
0
1
0 1.5 2.5 营口
0
0
0
2 2 银川 0
1
0
1
2
南京
0
1
0 0.5 1.5 福清融侨 0
0
0
2 2 郑州 0
1
0
1
2
福州
0
1
1
2
4 南沙
0
0
0
1.5 1.5 南宁 0
1
0
0.5 1.5
杭州
0
1
0 1.5 2.5 芜湖
0
0
0
1.5 1.5 太原 0
1
0
1
2
北京
1
0
0 1.5 2.5 重庆
1
0
0
1.5 2.5 成都 0
1
0
1
2
沈阳
0
1
0 1.5 2.5 湛江
0
0
1
2 3 昆明 0
1
0
1
2
漕河泾
1
0
1
2
4 闵行
1
0
1
2 4 西宁 0
1
0
1
2
烟台
0
0
1
2
3 东山
0
0
0
1.5 1.5 贵阳 0
1
0
1
2
武汉
0
1
0 1.5 2.5 温州
0
0
1
2 3
(2)MP：在选择外围层影响因素指标时，我们考虑到了开发区所在地的大环境。这里所谓的大环境并不是用当地的经济总量衡量，而是综合考虑各种因素后得出的客观评价指标——地区市场化指数。市场化指数包括多方面的因素，如要素市场、产品市场的自由度，当地政府办事效率、当地金融、法律机构的健全程度等。本文采用樊刚等人所著的《中国市场化指数：各地区市场化相对进程报告(2001)》一书中对中国各地区的市场化程度综合指标作为外围层第2个指标。
2.嵌入层。该层次共有科技嵌入( ST) （注：ST中涉及的开发区所在地区的统计数据来自于当地经济统计年鉴。）与资金嵌入( CPT) （注：CPT中使用的数据均来自《中国经济特区开发区年鉴》(2001、2002)。）两项指标。
(1)为说明各开发区所拥有的嵌入层资源，并充分考虑到科学技术的溢出性，在对各开发区所在地科技资源的统计基础上我们构造出了科技资源嵌入指标。具体计算公式如下。
科技资源嵌入指标( ST) =(省科技活动人员数量/全国科技活动人员数量+省科研经费支出/全国科研经费支出+省专利数量/全国专利总数量)/3
一个省内科研机构大多集中于省会城市，其他城市科研机构较为匮乏。这些科研机构担负着为全省乃至全国的企业提供技术支持的责任。充分考虑到技术具有明显的溢出性，我们以省为单位而非市为单位统计科技资源指数。统计数据来自于2001和2002年两年数据的平均值。
(2)在构造资金资源嵌入指标时，考虑到有些开发区比如天津和大连，他们是以外向型为主的开发区，跨国企业占区内经济的主体；而另一些开发区比如烟台和沈阳是以内向型为主。
我们采用如下公式计算资金资源嵌入指标：(数据为2001年和2002年两年的平均值)
资金资源嵌入指标( CPT) =(某开发区内资企业注册资金+该开发区实际利用外资额)/(全国开发区内资总注册资本+全国开发区实际利用外资额)
3.网络层。网络层总指标( NT) 指标由3个子指标综合而成。这三个子指标分别是近两年开发区内固定资产投资额占全国比例(α[，1])、近两年开发区内土地开发金额占全国比例(α[，2])、开发区内企业数量占全国比例(α[，3])。α[，1]与α[，2]这两个指标描述了开发区网络建设对整个集群的支持能力。由于天津等开发区已经建立近10年，而南京等城市的开发区仅建立不到3年。本文对开发区创新系统的回归是在时间截面的基础上分析各个层面对集群创新系统的影响，如果选用历史固定资产投资存量作为变量会造成批次靠前的开发区网络层指标明显优于批次靠后的开发区。而这与实际中网络层的优劣有较大出入，因此我们仅选用了2001年和2002年两年的固定资产投资额的总和作为该变量的取值。α[，3]表征了一个开发区的网络层大小。由于网络层是外围层(政策)与嵌入层(科技、资金)各因素影响整个集群的载体，只有网络足够大，才能体现出良好的网络效应，各种资源才能在整个集群创新系统中取得良好的溢出性。
网络层总指标( NT) =(α[，1]+α[，2]+α[，3])/3
4.节点层。本层次影响因素均来自群内部微观主体本身，企业家精神，公司治理模式等因素难以量化，因此我们仅选取企业平均规模( MS) （注：NT、MS中使用的数据均来自《中国经济特区开发区年鉴》(2001、2002)。）一项作为该层指标。(数据为01、02年平均值)
节点层指标( MS) =(内资注册资本+实际利用外资)/企业总数
企业平均规模描述了一个开发区内所有企业的平均规模，企业平均规模的大小在一定程度上反映了一个企业是否能够取得规模效应。一个开发区内的企业平均规模也反映了该开发区内所有企业资金、网络等资源的能力。尽管规模过大会带来管理成本的提高，反而导致规模效益递减，但由于治理模式等因素不可量化，本文不考虑规模过大导致管理成本上升的特殊情况。
(二)关于国家级开发区竞争力影响因素的假设
在做计量回归前，我们提出以下假设，以期计量结果对这些假设做出检验。
假设H1：产业集群的整体竞争力受政策、科技资源嵌入、资金嵌入、集群内网络质量、企业自身条件、企业家精神等因素的影响，且集群竞争力与这些因素正相关。
假设H2：这些影响因素对整个集群竞争力的影响是由外至内的。外围层带动嵌入层，它们通过网络层向节点层渗透。
假设H3：网络层是评价整个集群竞争力的关键指标，外围层和嵌入层对集群的影响力通过网络层渗透并且受到网络层制约。
假设H4：嵌入层与整个集群竞争力的相关性最显著。
假设H5：政策与中国经济开发区发展之间正相关显著。中国开发区的发展并非完全市场带动，而是政策带动。政策在一个开发区的发展中扮演极其重要的角色；比较而言，同是外围层因素的市场化程度与经济开发区发展之间无显著相关性。
五、基于国家级开发区的统计回归：影响因素的统计检验及解释
在本文的计量经济模型中，我们假定影响一个产业集群竞争力的基本因素为政策、当地市场化程度、科技资源嵌入、资金资源嵌入、网络层优劣、集群内企业平均规模。它们分别代表了外围层、嵌入层、网络层与节点层四个影响因素层面。基本模型用数学方程式表达如下：
OUTP=C(1)+C(2)POL+C(3)MP+C(4)ST+
C(5)CPT+C(6)NT+C(7)MS+ε
(1.1)
OUTP=C(1)+C(2)POL+C(5)CPT+
C(6)NT+ε (1.2)
POUTP=C(1)+C(2)POL+C(3)MP+
C(4)ST+C(5)CPT+C(6)NT+
C(7)MS+ε (2.1)
POUTP=C(1)+C(2)POL+C(3)MP+
C(5)CPT+C(7)MS+ε (2.2)
其中，OUTP和POUTP分别代表一个开发区2001年与2002年生产总值与人均生产总值的平均数，POL代表该开发区享有的政策指数，MP代表该开发区所在地的市场化指数，ST和CPT分别代表该开发区拥有的科技资源和资金资源嵌入指数，NT是该开发区集群的网络层指标，MS代表该开发区内企业的平均规模，ε是干扰变量。
影响一个集群竞争力的四个层面的因素为解释变量，该开发区经济总量和人均经济总量为被解释变量。以此分析四个层面的因素与开发区竞争力之间的相关性。对于回归结果，我们着重分析了经济总量与各个因素之间的关系，因为经济总量是目前代表一个开发区竞争力的最显著指标。
表2是运用EVIEWS(4.0)统计软件进行多元回归分析所得出的主要结果。其中方程1.1、方程1.2是以开发区经济总量为因变量所得到的统计结果。方程2.1、方程2.2是以开发区内人均经济总量为因变量所得到的统计结果。下面分别对回归结果做出解释：
表2 统计结果
POL MP STCPT NT
MS R[2]
方程1.1
318217.3*
54609.17
-1803631 10071664** 12148821**
-103.54
0.66581
t值3.317538
1.1558
-0.9568
2.437279
2.336089
-0.39145
方程1.1
201630.7** 43877.26
4061809
3899671
13132258*
53.5236
0.55581
t值2.141953
1.001094
1.504639 0.90006
2.757404
0.218842
(剔除样本后)
方程1.2
336944.3*
NA NA
8040525**
14032363* NA 0.64767
t值3.846628
NA NA
2.196151
2.871687 NA
方程2.1
4.039737*
0.882214
28.84203 105.4028*** -2.3314
0.009306**
0.48740
t值2.841987
1.260055
1.032471 1.721207
-0.03025
2.374141
方程2.2
4.286029*
0.934141
NA
117.6811*
NA 0.0088**
0.473214
t值3.119837
1.363818
NA
2.953044NA 2.369545
注：常数项未列出。带*者在0.01水平上显著，带**者在0.05水平上显著，带***者在0.1水平上显著。
1.以经济总量作为因变量回归
在以经济总量( OUTP) 为因变量进行回归时，R[2]为0.66581。可见解释变量对被解释变量的解释性较强。下文分别分析各个解释变量及其相关关系，并对回归方程做进一步的改进。
回归结果显示科技资源嵌入( ST) 与经济总量 ( OUTP) 之间呈弱的负相关关系。这与本文假设H1相悖，也与李新春等人对高新技术产业园区所做的研究结果相矛盾（注：根据李新春等人对中国高新技术产业园区所做的研究，科研资源与高新技术产业园区的经济总量之间呈明显的正相关性。参考李新春，宋宇等.高科技创业的地区差异[J].中国社会科学，2004(3).）。ST与OUTP的散点图如图2所示，我们发现天津经济开发区和北京经济开发区是异常样本，且对回归结果影响很大。
附图
天津经济开发区经济总量占全国12.2％左右，但是科研资源只占全国的1.7％。而北京与之相反，北京开发区的经济总量只占全国的2.4％，同时北京市的科研资源却占全国的23％之多。天津经济开发区是中国外商投资最密集的经济开发区，产业分布集中于工业制造业，其经济总量十分大。但这些外商投资企业较少涉足研究，对本地科研资源的利用十分低。北京的情况恰相反，北京与西安等城市是典型的高新技术产业园区的发展比当地经济开发区的发展快的城市，尽管北京市科研力量十分强大，拥有国家各部委的研究机构和著名大学，然而其经济开发区对这些资源的利用率却十分低。李新春等人的研究结果表明科研资源是拉动北京高新技术产业园区发展的强劲动力。这与我们对国家级开发区做的研究结论有所不同，也从一个侧面反映了高新技术产业园区和经济技术开发区两种产业集群形态的区别。高新技术产业园与经济开发区的区别在于前者侧重高新技术的转化，园内企业以中小企业为主，对本地科研资源利用率很高；后者面向工业制造，以大型企业为主，对本地科研资源利用率很低。为了剔除北京和天津两个样本对整体的影响，我们删除这两个样本后重新对方程1进行回归，得到表中所列方程1.1(剔除样本后)的结果。仅考虑剔除样本后科技资源与经济总量之间的关系，我们发现在剔除这两个样本后，科技资源嵌入指标与经济总量之间呈现正相关性，但相关性不显著。（注：剔除天津和北京两个样本后，除科研资源嵌入( ST) 之外的其余变量与经济总量( OUTP) 之间的相关性减弱，在此我们只考虑ST与OUTP之间的关系，而不考虑其余变量与OUTP之间关系的变化。）这与我国国家级开发区发展实际情况相符，经济技术开发区多以工业企业为主，大多企业置身制造业，而且很大一部分开发区以外向型经济为主。与高新技术产业园区不同，经济技术开发区的发展并非依靠当地科研力量，区内企业以制造业企业为主，科研资源对其发展的带动能力比较弱。
由方程1.1的回归结果可看出，除ST外，MP与因变量之间的相关性也不显著。我国处于计划经济向市场经济转轨时期，政府行为对经济发展的影响很强，而政府发展经济技术开发区的机制并不十分规范。经济开发区的建立与发展与市场化程度并非显著相关，经济开发区更多还是靠政策在税收以及基础设施方面的优惠来吸引投资。统计结果还显示，MS与OUTP几乎没有相关关系。
去掉没有通过显著性检验的三个解释变量ST、MP、MS，再对方程1.3做回归。结果显示：R2略有降低为0.64767，POL、CPT、NT与OUTP之间明显正相关。这说明我国经济技术开发区的经济总量在很大程度上依靠了政策、资金、和开发区网络三个要素(t值很高，且大多在0.01水平上显著)。其中政策的t统计量最大。政策在我国经济技术开发区发展中非常重要(与假设H2相符合)，这也从侧面说明我国经济开发区的发展还并不规范，人为不可控因素的影响力过大。
2.以人均经济总量作为因变量回归
在以人均经济总量( POUTP) 为因变量进行回归时，我们主要考察影响因素与一个开发区整体效率之间的关系。如方程2.1所示，ST、NT、MP三个变量对开发区整体效率并无明显影响，而POL、CPT、MS三个自变量与因变量之间显著正相关。其中MS、NT两个因素的回归结果与以经济总量( OUTP) 为因变量时不同。MS指标在以人均经济总量为因变量时与其显著相关。这验证了节点层企业资产规模的适当扩大能够减少平均劳动力成本，摊销其他方面的平均成本，提高整个企业的效率，取得一定的规模收益。NT与人均经济总量之间无显著相关关系，且系数为负。网络层的扩大会提高资金、技术、知识等资源在集群内的扩散，对集群经济总量有显著带动作用，但与集群效率并非密切相关。同时，网络层扩大会增加集群内非生产劳动人员数量，降低整个集群的效率，这也是其系数为负的原因。
3.回归结果与假设的对比
综合以上，假设H5得到了所有数据的充分支持，说明在现阶段我国经济开发区外围层面上，政策是带动开发区发展最重要的因素。而市场化程度与开发区发展无显著相关性。假设H1中的科研资源( ST) 以及当地市场化程度( MP) 对开发区经济总量以及人均经济总量的拉动都不明显。其余解释变量分别与被解释变量显著相关。
假设H2与假设H3在以经济总量为因变量进行回归时得到了良好的支持，政策层、嵌入层、网络层均与经济总量密切相关。在证明不同层面因素之间由外至内影响整个集群时，我们采取了分析样本的方法。通过比较样本数据，我们举例验证假设H2。我们选择了NT值小于0.02的26个样本，代表了总样本中网络层指标很低的样本。然后计算出这26个样本POL、CPT、NT、OUTP四个指标的平均值，如表3所示。对比这四个指标的所有样本与部分样本的平均值，从表中数据可以看出，部分样本下NT指标平均值比全样本下NT指标平均值大幅度降低，其POL与CPT指标平均值稍微有所降低，但并不明显，OUTP指标却显著降低。这说明，NT指标的高低制约外围层和嵌入层因素对整个集群的影响。
POL
CPT NT
OUTP
部分样本
2.346154
0.0169
0.0099
338753.2
所有样本
2.430.021
0.021
661595.7
比例0.965495
0.805
0.471429 0.512024
注：表中未列出常数项，带*表示在0.01水平上显著。
为了验证假设H4，我们分别对外围层POL、嵌入层CPT、网络层NT进行回归，取经济总量作为因变量。结果如表4所示。从表中可以看出，CPT的R[2]值最高，对经济技术开发区的竞争力解释程度强，对经济总量OUTP的拉动能力显著。
POL CPT NT
C(2)
372703.1*
18057677*
20131610*
R[2]
0.271367
0.42424
0.409064
t值
4.09383
5.581248
4.968429
六、讨论与总结
本文通过对47个国家级经济技术开发区的诸多指标进行计量回归，得出以下结论：
1.在中国国家级经济开发区整体竞争力的影响因素中，政策与开发区经济总量以及效率的相关性最大。这说明，政策的优惠是我国经济开发区竞争力最强的拉动力。我国的经济开发区依然处于发展初期，本地产业链的完整程度以及市场因素并不是吸引外资的主要因素。随着开发区发展的逐渐成熟，以及政策优惠的逐渐普及，市场因素和产业链因素会逐渐占据重要地位。
2.嵌入层的两个指标中，科技资源嵌入与我国经济开发区经济总量和整体效率之间无明显相关关系。我国经济开发区内企业多分布于传统产业或制造加工业，对科研的利用程度较低。这与同是产业集群形态的高新技术产业园区有所不同。与科研资源嵌入不同，资金资源嵌入对经济开发区经济总量以及整体效率的正相关性十分明显。
3.网络层指标是一个开发区竞争力能否体现的关键因素。外围层和嵌入层的指标需要网络层为载体才能渗透至集群内的所有企业，通过网络层产生的网络效应进而增强整个集群的竞争力。
4.由于节点层诸多指标如企业家精神和公司治理结构无法量化，我们仅考虑了企业平均规模这一因素，该因素与整体集群的效率显著相关。随着企业平均规模的增加，企业规模效益递增，整个集群的效率也随之提高；但如果平均规模过大，也会导致人员冗繁，效率降低。数据表明我国经济开发区内企业平均规模适度。
5.剔除不显著的影响因素后，影响我国经济开发区整体竞争力的因素的层次由外至内可归结为：政策-资金-网络-企业自身。