产业结构升级关乎国家经济的长期健康发展，一直都是学术界研究的重点。早在1876年，Adam［1］等在静态比较成本理论中就提出生产要素会从低效率产业流向高效率产业，从而实现资源合理配置、产业结构优化升级。产业结构是一个复杂的系统，其优化升级会受到诸多因素的影响。Eva（2005）［2］研究发现外商直接投资会对东道国产业结构升级产生影响，认为FDI强化了本国传统优势产业，有利于东道国产业结构升级。Qiaoling He（2015）［3］从教育角度探讨产业结构升级，认为人力资本对产业升级有积极作用。改革开放以来，我国积极致力于产业结构优化升级，经过四十多年的努力，虽然取得了一些成绩，但是跟美国、日本等发达国家相比仍然存在着内部结构不合理、产业结构水平低等众多问题。在影响产业结构升级的众多因素中，技术进步的作用越来越突出，而高技术产业以其高技术性、高增长性、高创新性成为产业结构优化升级的重要力量，也成为国内外学者关注的重点。

2．2 患儿TSH水平分布 在确诊的107例患儿中，以初筛TSH浓度值在10～20mU／L、20～30 mU／L及＞100mU／L三个组段所占的比例最大，分别达到29．91%，24．30%，11．21%。107例 CH及高TSH患儿TSH水平分布及各组段确诊率见表2。

国内外学者对产业结构升级的研究大多是从技术进步对传统产业的影响出发的。Tsai＆Wang（2004）［4］以传统制造业为研究对象论证了高技术产业对传统制造业的优化升级作用。Buckley等（2007）［5］在研究中国技术密集型企业的过程中发现，国外高技术企业会对我国形成明显的技术溢出，有利于我国技术密集型企业向着高级化的方向发展，Hauknes et al（2009）［6］的研究也证明了这一结论。国外学者的研究为国内学者提供了借鉴，杨智峰等（2014）［7］通过对中国工业化发展进程的研究，发现技术进步在产业结构升级中发挥了重大作用。国胜铁（2016）［8］在研究地区技术引进时发现，不论是引进国外技术、国内技术和自主研发都对产业结构升级有重要影响，但不同技术引入方式对地区产业结构升级优化的影响要受到当地技术水平的限制。谢婷婷等（2017）［9］也在研究中发现科技创新对产业结构升级的影响呈现出倒“U”型走势。上述研究都直接或间接地论证了技术进步是产业结构升级的重要影响因素。

历史以来陶瓷文化和陶瓷创作艺术，都是在一个共同点上展示其在不同年代的时代背景和风貌，蕴含着本民族特有的中华民族的精神气质、思想感情和惊人的创造力，并给予作品崇高的审美情感，才具备永恒的艺术收藏价值，使得古老文明的中国陶瓷与现代陶瓷艺术创作在世界艺术林海中独树一帜！

近年来，随着高技术产业的发展，其对产业结构升级的重要作用也引起了广大学者的关注。陈玲等（2010）［10］从产品内国际分工视角出发，通过对中国集成电路产业环节技术水平和升级动力的研究，认为高技术产业的发展有利于我国产业结构的优化升级和国际分工地位的提高。李邃等（2011）［11］从产业科技能力的角度对高技术产业与产业结构优化的关系进行研究，发现两者呈现出较强的正相关性。王叶军等（2016）［12］在研究中发现高技术产业是推动科学技术创新和促进产业结构升级的重要动力产业。但是张桢（2016）［13］却在有关金融与产业因素的计量研究中得到了高技术产业发展在促进我国整个产业结构升级中的作用并不显著的相反结论。

综上所述，技术进步和高技术产业发展均能显著促进产业结构升级，而现有的研究大多集中于高技术产业的科技能力、创新绩效对产业结构升级的影响［14－15］，但是衡量高技术产业发展水平的指标不仅包括产业创新能力，还应包含发展效益和发展规模。再者以往研究大多采用普通面板计量模型，而我国国土面积大，资源分布、经济发展水平地理差异大，因此，不论是高技术产业分布还是产业结构的升级情况均存在巨大的空间地理差异。正如李婧等（2010）［16］指出的“中国区域创新存在着显著的正向空间相关性”“地理区位特征会对区域创新产出产生影响”。余泳等（2015）［17］在其研究中也指出了我国高技术产业创新绩效存在着极大的空间相关性和空间异质性。基于此，张翠菊（2015）［18］在中国产业结构升级影响因素的空间计量分析中，用空间自相关和空间面板计量模型的方法论证了我国省域产业结构表现出显著的空间集聚特征，但高技术产业对我国产业结构升级影响空间分析还有待进一步深入。

本文从高技术产业创新能力、产业发展规模和产业发展效应三个角度出发，运用熵权法度量高技术产业的发展水平，并以此作为核心变量建立空间计量模型，探讨我国产业结构升级的空间变动规律和影响因素，以期为我国产业结构升级提供政策参考。

一、我国产业结构水平的空间相关性分析

我国地理和资源条件具有多样性，因此产业结构存在着极大的空间差异。空间上，我国各省市产业结构水平呈现出东－中－西梯度递减的分布特征，且临近省市的产业结构水相近，产业结构水平的分布具有明显的空间集聚特征；时间上，近十六年内我国产业结构调整有了很大的进展，各省份产业结构水平变化较大，东部地区一直保持着较高的水平，中西部地区也取得了较大的进步。为了从理论验证这种空间特征，本文进一步采用Moran’s I指数进行空间自相关检验，主要包括全域自相关检验和局域自相关检验。

1.我国全域产业结构空间自相关分析

用“%”的形式,表示2组治疗效果、不良反应发生情况,并用卡方值检验,在用SPSS20.0软件核对后,当2组社区糖尿病患者的各指标数据有差别时,用P<0.05表示。

根据全域Moran’s I指数取值大小和正负可以对我国26省①产业结构水平的空间相关性进行整体判断，其计算公式为：

 

其中，表示观测值，n＝26为样本数，wij是空间邻近矩阵（W1）。空间邻近矩阵根据区域是否相邻来确定wij，区域相邻时，w＝1；区域不相邻时，w＝0。I∈（－1，1），I＞0表明经济行为存在正自相关，即高值与高值相邻且在同一区域聚集；I＜0则表明经济行为存在负自相关，即高值和低值相邻并且在同一区域聚集；指数等于0表明经济行为在空间随机分布，不存在自相关，并且Moran’s I的绝对值越大表示经济行为相关或者不相关程度越高。对于Moran’s I指数采用标准化统计量Z值来对空间内n个区域是否存在空间自相关进行显著性检验，公式为：

 

其中，E（I）为期望值，SD（I）为标准差。当显著性水平为5%时，Z（I）的取值范围为［－1.96，1.96］。Z＞0且显著时，表明空间内存在正的自相关关系，即具有相似特征的观测值在空间上集聚；Z＜0且显著时，表明空间内存在负的相关关系，即具有相似特征的观测值在空间上分布较为分散；Z＝0时说明观测值不存在空间相关性。

根据以上公式，本文计算了2000—2015年中国26省市产业结构水平的全域Moran’s I指数，结果如图1。可以看出16年内中国各省市产业结构水平的全域Moran’s I指数均为正并都通过了显著性检验，说明各省市产业结构发展水平存在显著的正空间相关性。单独考察2015年的结果，可知中国26省市产业结构水平的全域 Moran’s I指数是 0.345＞0，E（I）＝－0．04，D（I）＝0．14，Z值＝2．739＞1．96，通过了显著性检验，说明2015年中国各省市的产业结构水平存在显著的空间正相关性。

  

图1 2000－2015年中国各省市产业结构水平的Moran’s I值和Z值

2.我国局域产业结构空间自相关分析

全域空间自相关分析往往会掩盖局域的非平衡性，因此进一步选择局域Moran’s I指数进行局域相关性分析。局域Moran’s I指数计算公式可以表示为：

 

这一指标用来衡量区域i产业结构是否存在局域空间集聚，一般用局域Moran’s I散点图来表示。散点图主要分为四个象限，不同象限对应的是区域之间的4种类型的局域空间关系。本文第一象限表示产业结构水平高的省市被产业结构水平高的省市包围（HH）；第二象限表示的是产业结构水平低的省市被产业结构水平高的省市所包围（LH）；第三象限表示的是产业结构水平低的省市被产业结构水平低的省市所包围（LL）；第四象限表示的是产业结构水平高的省市被产业结构水平低的省市包围（HL），HH和LL两个象限表示具有相同属性的经济活动在区域内集聚，省市之间存在正空间相关性，HL和LH象限表示的是具有不同属性的经济活动在空间上集聚，表现为负空间相关性。

本文计算了2015年中国26省市产业结构发展水平的局域Moran’s I指数值并绘制了如图2的散点图。可以看出，26个省市中有6省位于HH象限，10个省市位于LL象限，超过一半省份的产业结构水平表现出正空间自相关性。其中，位于HH象限的省份来自东部沿海，即高水平产业结构的省市被高水平产业结构的省市包围，说明中国产业结构水平高的省份在东部沿海集聚；位于LL象限的省份来自中西部，即低产业结构水平省市被低产业结构水平省市包围。产业结构水平在区域间表现出与经济发展水平相一致的分布趋势。

  

图2 2015年中国各省产业结构升级水平Moran’s I散点图

 

注：1－26依次代表的是北京、天津、河北、山西、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏。

总的来说，我国产业结构水平高的省份主要位于东部沿海，而产业结构水平低的省份主要位于中西部，而且全域和局域Moran’s I指数均显示我国产业结构水平存在着明显的空间自相关性。因此，本文在进行高技术产业发展水平对产业结构升级影响的后续研究中，将纳入空间因素构建空间计量模型来探讨高技术产业发展水平对产业结构升级的具体影响。

二、高技术产业发展水平测度

高技术产业发展水平对产业结构升级影响的经典计量模型实证结果显示：混合效应模型、随机效应模型和固定效应模型三种模型输出的R2（分别为0．745 3、0．608 0、0．676 7）都比较高，并且 F值和 Wald值均在1%的水平上显著。相对于混合效应模型和随机效应模型说，固定效应模显著性更好，而且hausman检验也说明了这一点。从固定效应模型来看，高技术产业发展水平的回归系数为0.241 4且在1%的水平上显著，这说明高技术产业的发展对我国产业结构具有明显的推动作用。另外人力资本、外商直接投资、城镇化和基础设施建设都对产业结构升级具有明显的正向推动作用，而技术进步的系数显著为负（－0.649 5），这说明我国在技术创新的初级阶段，当前依靠引进、学习所带来的技术进步反而会阻碍产业结构进一步升级。

在综合考虑指标选取和数据处理的客观性、全面性、可行性和高技术产业独特性的基础上，本文选择发展规模、创新能力和发展效益3个一级指标、12个二级指标作为衡量高技术产业发展水平的变量（表1）。数据主要来源于2001—2016年《中国高技术产业统计年鉴》、国研网、EPS数据库等。

 

表1 高技术产业发展水平的指标体系

  

一级指标 二级指标 预期指向产业发展规模高技术产业发展水平产业创新能力产业发展效益企业数（个） ＋产业总产值（亿元） ＋从业人员年平均数（人） ＋固定资产投资额（亿元） ＋R＆D人员／就业人员（%） ＋R＆D人员全时当量（人年） ＋R＆D经费内部支出（亿元） ＋有效发明专利数（件） ＋新产品销售收入（亿元） ＋主营业务收入（亿元） ＋产值利润率（%） ＋新产品出口销售比率（%） ＋

2.权重确定

当空间依赖性存在于不影响x但影响y的遗漏变量中采用空间误差模型，简称为SEM，公式为：

第一步：标准化。由于预期变动为正，故计算方法n），yij表示第i个地区的第j个高技术产业发展水平指标值。

第二步：计算第j个指标的熵值Hj。根据进行无量纲化，并依照计算第i个地区的第j个高技术产业发展水平指标比重。第i个省份的第j个高技术产业发展水平指标的熵值为Hij保证在第j项指标的各比重Pij都相同时，Hj＝1。而当Pij＝0时，有Pij ln Pij＝0，即可得到0≤H j≤1。

最后，计算第j个指标的熵权其中0≤Qj≤1，且

近年来，江苏宁靖盐高速公路有限公司在开展基层思想政治工作过程中，结合行业“点多线长面广、人员流动分散、工作性质差异”等特点，坚持问题导向，坚持顶层设计，抓住基层站区长这个关键，用“方向引导、方式主导、方法指导”来引导，用“职工测评、目标考核、绩效挂钩”去推动，积极探索基层单位思想政治工作新途径，作了有益尝试，取得了一定成效。

总之，合唱能力是学生音乐素养的重要体现，小学音乐课合唱教学要从娃娃抓起。只要将多声部的教学建立在科学系统的基础上，从低年级开始，以学期、学年、学段为目标，坚持不懈，有计划的层层递进，那班级合唱教学将会上一个台阶，到那时，班班响起优美的合声，校园洒满动听的合唱将不再是梦想！

在高技术产业发展水平测度的一级指标中，权重从大到小依次为产业创新能力、产业发展规模、产业发展效应，分别为49.29%、33.21%、17.50%。而在二级指标排名中前三名是有效发明专利数、新产品销售收入和R＆D经费内部支出，三者总的权重为38.4%，三者均与产业创新能力有关，说明技术创新能力的高低是发展高技术产业的关键，这三者也成为区别各省市高技术产业发展水平的首要因素。

（2）北京西城区“城市学校少年宫计划”。北京西城区自2014年起实施“城市学校少年宫计划”，目前共为学生开设101门素质教育课程，组建3700余个兴趣小组和社团，全区59所小学全部加入。

3.高技术产业发展水平测度评价

本文计算了中国2000—2015年高技术产业发展水平平均指数并进行排序，发现16年内中国高技术产业发展水平在东中西三大区域呈现不均衡的分布，具有明显的空间分异特征：东部处于领先地位，中西部发展水平偏低，长期落后于东部。广东、江苏、上海、北京和浙江等东部沿海省市排名靠前，高技术产业发展水平较高，而甘肃、宁夏、山西和云南等中西部省份排名靠后，高技术产业发展水平较低。

三、高技术产业发展水平对区域产业结构升级影响的实证检验

1.空间计量理论模型

3）化学反洗。MBR每运行一周进行一次化学反洗，化学反洗的过程与在线反洗时类似，不同的是将反洗泵先后切换至次氯酸钠及氢氧化钠溶液槽、柠檬酸溶液槽，分别将清洗药品打入反洗水管内。次氯酸钠有助于去除在膜上的有机附着物、柠檬酸则有助于去除无机结垢物。

（1）空间滞后模型

空间滞后模型简称SLM，主要对某地区是否具有空间溢出效应进行研究，公式为：

 

其中y表示因变量，X表示n×k阶的自变量矩阵，W表示空间权重矩阵，λ度量的是空间滞后Wy对y的影响，称为空间自回归系数，ε为随机误差项。

（2）空间误差模型

高校的创新创业体系受制于高校内部小环境以及社会外部大环境，必然受到内外部环境的影响和制约。鉴于高校得天独厚的学术优势和实践优势，需要建立以高校为中心的创新创业共同体，整体协同推进创新创业教育。如美国就在全美创客行动中大力推进以斯坦福大学等高校为中心的创客教育，加强推进区域性创客行动的实践，为全美社区创客教育提供保障［4］。德国和日本等国也相应地形成以慕尼黑大学和筑波大学为中心的实践推进模式。

本文选择熵权法计算高技术产业发展水平各指标权重。熵权法是一种根据所选指标的差异程度决定权重的方法，并且评价指标变异水平大小与熵值成反比。熵权法的具体步骤如下：

 

其中W表示空间权重矩阵，u表示随机误差项，ρ为空间误差系数，ε是正态分布的随机误差向量，ε～N 0，σ2 In( )。

本项目结构板体厚度较大，原设计方案中采用明挖顺做法施工，需要安装大量的型钢支护结构和满堂板体支架系统，施工速度慢，质量控制难度大。根据现场特点和施工工艺分析，在本项目中我方提出了使用盖挖逆作法施工工艺，利用砖模和土地作为混凝土结构支撑系统，在施工前对土体承载力进行检测，确保混凝土板浇筑时和成品后不发生不均匀沉降。上述施工工艺变更既减少了型钢支护系统和模板支撑系统的用量，也提高了施工进度和安全性，降低了开挖难度，在本项目上取得了良好的收效，获得项目业主方的认可，并迅速在其他标段进行了推广，促进了项目全线施工进度。

如果区域的被解释变量还受到其他相邻区域解释变量的影响，那么需引入空间杜宾模型，简称为SDM，公式为：

 

其中，δWX代表着来自其他区域自变量的影响，δ是相应的系数变量，λ表示的是空间自回归系数，ε表示的是随机误差项。

2.变量选择与数据来源

因变量为产业结构升级（cyjg），用第二、第三产业增加值之和／GDP来表示；核心变量为高技术产业发展水平（Hitech），用前文熵权法计算的高技术产业发展水平综合得分数来衡量。

控制变量：Hr代表人力资本水平，借鉴周少甫（2013）［19］的方法，根据受教育程度赋予不同的权重，将文盲、小学、初中、高中、大专及以上受教育水平分别赋予0、6、9、12、16，然后将该权重与各阶段受教育人数占总人数的比值相乘来计算人均受教育年限；Tech代表技术进步水平，选择R＆D经费投入强度（R＆D经费／GDP）来衡量；Fdi代表外商直接投资情况，取实际利用外商直接投资额的对数值［20］；Ur代表城镇化水平，用城镇人口 ／总人口来衡量；Infr代表基础设施水平，用每平方公里的公路里程来衡量该指标［21］，变量具体情况及描述性统计见表2。

本文利用相关系数和VIF检验法对指标数据的多重共线性进行检验，结果显示指标间的相关系数都小于0．8，指标变量VIF最大为4．901小于10，说明指标数据不存在多重共线性。

3.空间权重的构建

空间权重矩阵是空间各单元之间相互依赖关系和依赖程度的具体体现，是进行空间计量研究的基础和前提。空间权重矩阵除了邻近矩阵（W1）还有地理矩阵和经济矩阵。距离矩阵（W2）一般依据两区域间省会城市之间的球面距离的倒数来设定的，认为区域之间表现出来的依赖性和辐射作用与两地之间的距离有关；经济矩阵（W3）认为经济上的差异会对区域空间的辐射作用产生影响，表示为两地GDP差额绝对值的倒数。三种权重矩阵各有优缺点，为了使研究结果更切合实际，本文综合考虑这三种矩阵，并对其进行标准化处理，使权重矩阵的每一行元素和为1。

 

表2 数据描述性统计

  

注：其中城镇化取自然对数。

 

变量 符号 观测值 最大值 最小值 平均值 标准差产业结构升级 Cyjg 416 99．562 9 72．724 5 88．070 1 5．945 6高技术产业发展水平 Hitech 416 35．620 0 0．200 0 3．846 2 5．859 4人力资本 Hr 416 12．080 7 6．040 5 8．471 1 1．034 9技术进步 Tech 416 7．407 8 0．347 8 1．392 3 1．128 3外商直接投资 Fdi 416 15．089 7 7．622 7 12．283 8 1．636 4城镇化 ln Ur 416 89．600 0 18．610 0 48．032 6 15．984 2基础设施水平 Infr 416 2．081 1 0．092 4 0．737 9 0．438 0

4．空间计量模型的设定

根据空间计量模型和选取的变量，构建考察高技术产业发展水平对产业结构升级影响的空间滞后模型、空间误差模型和空间杜宾模型：

 

在上式中，β1～β5是自变量系数；W表示空间权重矩阵，Wij表示第i行第j列的元素；β表示空间误差系数；λ表示自回归系数；Xij为（4）式中的自变量构成的向量。

5．实证结果分析

为了对比空间实证检验，保证结果的有效性，本文先不考虑空间因素使用经典计量模型来检验高技术产业发展对产业结构升级的影响，并对结果进行简单分析，在此基础上再引入空间计量模型。

（1）经典计量模型的回归结果

1.变量选择

（2）空间面板数据模型回归结果

本文对根据Hausman检验所确定的面板固定或者随机效应的SLM、SEM和SDM模型结果进行分析。在进行回归参数分析之前，首先要做的是确定最优模型。具体步骤如下：第一步，通过LM检验和Roubust－LM检验在SLM和SEM中选择。选择标准为：LM统计量更显著的模型为更好的模型，若两种模型的LM统计量具有相同的显著水平，则根据Roubust－LM检验选择显著水平更高的模型。第二步，检验空间杜宾模型是否可以转化为空间滞后模型和空间误差模型即SDM→SEM、SDM→SLM是否成立，在空间滞后模型和空间杜宾模型之间进行选择，结果显示检验显著地拒绝了可以转化的原假设，则选择SDM模型。第三步，根据模型的R2和LogL在不同矩阵的模型进行选择，并进行系数分析。

由表3可以看出，在邻近矩阵权重（W1）下，SLM的LM检验在1%的水平上显著，而SEM的LM检验P值为0.950，不显著，因此可以确定SLM优于SEM；在经济矩阵（W3）的设定的情况下，SLM和SEM的LM检验都在1%的水平上显著，但Roubust－LM检验却显示SLM更优，因此可以确定SLM为更优的模型选择。

 

表3 空间面板模型的额LM检验结果

  

LM检验 邻近矩阵（W1） 地理矩阵（W2） 经济矩阵（W3）T值 P值T值 P值T值 P值L－lag 10.449 4 0.001 55.864 4 0.000 47.644 0 0.000 L－error 0.003 9 0.950 8.421 2 0.004 16.317 7 0.000 R－lm lag 48.448 2 0.000 55.314 5 0.000 34.106 2 0.000 R－lmerror 38.002 7 0.000 7.871 3 0.005 2.779 9 0.095

在上述筛选结果的基础上，本文还利用Matlab软件进行了杜宾模型是否可以转化为空间滞后模型或空间误差模型的Wald和LR检验（见表4），检验结果均在1%的显著水平下拒绝了SDM可以转为SEM或SLM的原假设，说明SDM更优。因此，基于以上的研究，本文最终选择SDM的结果分析高技术产业发展水平对产业结构升级的影响。

（3）空间杜宾模型

1.现有信息渠道的缺陷。从职业经理人的选聘实际来看，通过面试得到的信息大多是职业经理人的表层信息，并且信息很容易被伪装，经理人的真实工作能力和绩效很难在短时间内被观察得到。猎头公司提供的信息可信度不高。行业协会也存在较多的问题：成立的时间不长；自愿性的特征使得对企业的信息收集较为有限，非营利的特点使得信息成本难以消化，非政府性使得它的权威性受到质疑。私人关系获得的信息也有较大的缺陷。

据表4显示，高技术产业发展水平的空间溢出效应在地理矩阵（W2）下最大为0.351 8，在邻近矩阵（W1）下为0.302 0，在经济矩阵（W 3）下最小为0.250 5，且都通过了1%的显著性检验。地理矩阵下高技术产业发展水平对产业结构升级的回归系数最大，这说明高技术产业发展对产业结构升级的促进效应有一定的辐射范围，其影响的大小受到两省市之间距离的影响，因此在要发挥这一要素的作用时要考虑辐射范围和距离。高技术产业本身所具有的高技术性、高增长性和高创新性的特点会极大推动产业结构的优化升级：一方面，高技术产业所具有的较高的科技创新能力可以提高资源的利用效率；另一方面，高技术产业多部门、多领域知识的融合会加速知识溢出，提高我国整体技术水平，因此可以大力发展高技术产业来达到实现产业结构优化升级的目的。

通过上文的空间四分图和Moran’s I指数，可以发现我国产业结构升级空间相关性和空间异质性显著，因此下文将引入空间计量模型研究高技术产业对我国产业结构升级的具体影响。空间计量模型主要包括空间滞后模型、空间误差模型和空间杜宾模型。

人力资本Hr的回归系数在三类矩阵下都是负的，在邻近矩阵下的系数绝对值最大为0.793 6且通过1%的显著性检验，其他矩阵下的系数均不显著，这说明人力资本的发展会阻碍产业结构升级，而且这种负效应在邻近省域间表现更为明显。主要因为：一方面，随着教育事业的发展，我国人力资本水平获得了极大的提高，但是高技术型人才仍比较缺乏，高技术人才的需求与供给间存在巨大差距，这种非关键人力资本的增加反而对产业结构升级产生负面影响；另一方面，人力资本的流动性较弱，考虑空间因素后，人力资本对产业结构升级的作用发生了根本性质的转变。技术进步Tech在三大矩阵下对产业结构升级的影响都是负的，并且通过了显著性检验。主要因为我国技术进步主要来源于对国外先进技术的模仿、学习和吸收，但随着国内外技术差距逐渐缩小，技术引进越来越艰难，技术进步开始依靠自主创新，但是目前我国的自主创新能力还远远不能满足产业结构升级的需求，因此这种情况下的技术进步反而会阻碍产业结构优化升级。因此我国要积极发挥自主创新能力，进行核心和关键技术的开发和创新。

在初中语文作文测试中，由于是对综合语文素质的考查，要求学生在“标点、字迹、别字”等方面都能够做到经过应用，不出错。这既是对学生综合能力的考查，也是对学生语文学科素养的基本要求。在平时的教学过程中要重视标点符号的使用，区分它们的作用。在写作过程中，要正确使用标点符号；避免文章脏乱、字迹潦草；避免使用错别字；在要求自拟标题或补充标题时，要求补全文章的题目。这些细节如若不注意，都是扣分点。

外商直接投资Fdi在三类矩阵下都表现出较强的正效应，且都通过了1%的显著性检验，这说明外商直接投资对产业结构升级的影响具有很强的空间溢出特性。这主要因为，我国国土面积大、资源分布广，各地区比较优势明显，外商会根据不同的需求进行投资，外资进入一方面带来技术和知识的外溢，加速行业内技术的提高和更新，东道主为了适应外资企业，必然会主动学习，不断更新自己的技术，间接推动传统产业的发展，促进产业结构优化升级；另一方面，东道主国家为了吸引外资必然会大力进行基础设施建设，因而外商投资和基础设施建设都会对产业结构升级产生较大的促进作用。

城镇化发展对产业结构升级的空间溢出效应只有在地理矩阵下才表现为显著，而在其他两种矩阵下不明显。城镇化水平每提高一个单位，产业结构水平提高1.575 7个单位。城镇化主要通过产业集聚、提高资源利用效率和良好的环境来促进产业结构升级水平，但是城镇化发展的空间辐射效应也会受到区域范围的限制。

 

表4 空间计量估计结果

  

邻近矩阵（W1） 地理矩阵（W2） 经济矩阵（W3）变量SLM（1） SEM（1） SDM（1）SLM（2） SEM（2） SDM（2）SLM3） SEM（3） SDM（3）c －37．514 9***（3．857 3）25．982 3***（4．996 6）－ －2．433 0（7．197 5）36．875 9***（3．680 4）60．703 0（3．128 1） －Hiteh 0．241 5***（0．074 0）0．250 5***（0．067 0）Hr 0．478 6***（0．245 8）*0．241 2***（0．075 1）0．302 0***（0．064 4）0．263 9***（0．064 8）0．221 1***（0．073 6）0．351 8***（0．064 9）0．237 7***（0．063 5）0．209 3***（0．065 1）－0．051 1（0．273 3）Tech －0．735 5***（0．286 6）0．762 0***（0．237 6）－0．793 6***（0．280 7）0．127 5（0．249 1）0．666 3***（0．255 0）－0．316 0（0．272 9）0．365 6（0．236 4）0．979 1***（0．243 6）－0．764 3***（0．265 7）Fdi 1．214 2***0．180 8－0．651 1**（0．290 8）－0．697 0**（0．280 7）－0．565 2**（0．278 3）－0．717 0**（0．296 2）－0．717 4***（0．272 3）－0．546 5**（0．276 7）－0．466 0（0．286 4）0．609 0***（0．173 4）ln Ur 1．572 7**（0．729 1）1．312 3***（0．180 9）0．755 0***（0．171 1）0．943 3***（0．175 6）1．291 9（0．180 0）0．651 1***（0．173 1）0．818 8***（0．181 3）0．887 3***（0．194 0）0．603 7（0．653 1）Infr 2．196 0***0．508 3 1．965 7***（0．522 6）0．737 3（0．695 5）1．759 6**（0．712 4）1．589 3**（0．734 8）1．575 7**（0．671 0）1．818 6**（0．713 4）1．518 0**（0．766 8）2．995 0***（0．502 4）W·hitech －－2．493 9***（0．522 6）0．772 4（0．494 2）1．153 6**（0．512 4）2．388 4***（0．555）0．379 5（0．513 4）2．060 8***（0．483 4）2．993 8***（0．547 2）1．495 2***（0．383 0）W·hr －－－ －－ －－ －－0．714 6（0．446 4）W·fdi －－－ －1．804 8***（0．392 7）－ －－ －0．831 4**（0．368 4）W·ln ur －－－ －－ －－1．722 0**（0．677 5）10．842 3***（1．975 7）W·infr －4.485 5***（0.766 2）－6．187 2***（1．138 2）－ －－ －18．176 1***（3．292 8）0.170 2**（0.070 6）R2 0.692 5－ 0.680 8 0.743 1 0.713 0 0.680 4 0.746 5 0.703 0 0.675 3 0.751 0 Log L －771.818 4 －776.463 8 －807.902 5 －828.786 1 －772.725 0 －804.737 6 －828.341 1 －838.760 4 －722.550 4 SDM→SLM 101.911 6*** 107.463 5*** 177.778 6***SDM→SEM 99.835 7*** 110.750 6*** 178.512 9***ρ 0.160 6***（0.051 9）－ －0.066 7（0.050 7）0.470 1***（0.070 9）－ －0.217 4**（0.101 9）0.336 6***（0.051 9）

五、结论与政策建议

本文采用我国2000—2015年的面板数据，构建高技术产业发展水平和产业结构升级的空间计量模型，分析我国高技术产业发展水平对产业结构升级的空间效应，主要得出以下结论：

ERP是以建立企业的内部资源信息以及完善管理系统为目标，目前，我国很多企业大多数都是选取其中的一部分模块来实施，并且在使用中很多的功效还没能发挥出来，企业仍处于一个探索的初级阶段，主要存在以下主要问题：

本次调查的农村供水工程中，内蒙古丰镇市、化德县较多地采用PPR管材作为供水管网的主干输配水管道。河北省安平县普遍将PP-R管用作入户管（主干管网采用PVC-U管材）。

1.空间四分图说明我国产业结构存在较为明显的空间地理差异。本文通过Geoda软件绘制了2000年、2008年和2015年我国各省市产业结构水平的空间四分图，发现各省市产业结构存在明显的地域分异特征，且邻近区域的产业结构水平基本相近。因此，各省市要利用自身优势产业基础，通过组建产业集群、产业联盟等形式，推动产业结构优化升级。

2.Moran’s I指数显示我国产业结构升级水平存在空间相关性。本文利用Stata软件计算了我国2000—2015年产业结构水平的全域和局域Moran’s I指数，结果显示产业结构水平的全域Moran’s I值主要集中在0.3—0.4之间，并且都通过了显著性检验，说明我国省域产业结构之间存在空间相关性。而局域Moran’s I的散点图则表明我国产业结构水平表现出“高产业结构水平的省市被高产业结构水平的省市包围”“低产业结构水平的省市被低产业结构水平的省市包围”的分布趋势，这说明了我国不同省市的产业升级水平相互影响。因此，各省市要通力合作，推动区域间产业空间联动，发挥区域协同创新能力，为实现区域产业结构优化升级提供新动力。

3.空间计量结果显示空间杜宾模型有很高的解释能力，高技术产业对产业结构升级具有显著的正向促进作用。相对于其他矩阵，地理矩阵下高技术产业对产业结构升级的促进效应最大，但这种促进效应辐射范围有限。人力资本和技术进步对产业结构升级具有负效应，因为较低质量人力资本供给和较高质量人力资本需求之间的差距严重阻碍了产业结构的进一步升级，而中国非核心技术的发展也限制了产业结构水平的进一步提升。而外商投资、城镇化和基础设施建设都会促进产业结构的升级，其中城镇化的促进效应并不明显。因此，为了促进产业结构升级，我国应该在不断完善市场机制的基础上，加大核心科技研发投入，促进高技术产业的快速发展；不断培养掌握关键技术的跨领域、跨学科、跨专业的优秀复合型人才，为产业结构升级提供人才支撑；加强基础设施建设，不断吸引外资进入，充分利用技术外溢为我国产业结构升级提供技术支持和资金支持。

总之，产业结构升级是一个完整的系统工程，我国各省市经济结构差异较大，产业结构升级要综合考虑地区特性和各省市之间的空间溢出效应，要在发挥各省市比较优势的基础上，加强省际产业空间联动，充分发挥区域协同创新能力，走一条“点、线、面”综合发展的产业结构升级道路。

注释：

①在做样本数据分析中，因西藏、内蒙古、新疆、青海、海南5省和港、澳、台地区数据缺失严重，本文研究暂时不包括这些省区。

参考文献：

［1］Adam Smith.An inquiry into the nature and causes of the wealth of nations［J］.World wealth，1876，24（2）：51－57.

［2］Eva K.Sectoral Linkages of Foreign Direct Investment Firms to the Czech Economy［J］.Research in International Business and Finance，2005，19（2）：251－265.

［3］Qiaoling He.Link education to industrial upgrading：a comparison between South Korea and China［J］.Asia Education and Development Studies，2015，5（2）：163－179.

［4］Tsai K H，Wang JC.R＆D productivity and the spillover effects of high－tech industry on the traditionalmanufacturing sector：the case of Taiwan［J］.TheWorld Economy，2004，27（10）：1555－1570.

［5］Buckley Peter J，Jeremy Clegg，ChengqiWang.The impact of inward FDI on the performance of Chinesemanufacturing firms［J］.Journal of International Business Studies，2002，33（4）：637－656.

［6］Hauknes Johan，Knell Mark.Embodied Knowledge and Sectoral Linkages：An Input－output Approach to the Interaction of High and Low－tech Industries［J］.Research Policy，2009，38（3）：459－461.

［7］徐康宁，冯伟.基于本土市场规模的内生化产业升级：技术创新的第三条道路［J］.中国工业经济，2010（11）：58－67.

［8］国胜铁.技术引进对我国产业结构升级的影响研究［J］.经济纵横，2016（12）：91－95.

［9］谢婷婷，赵莺.科技创新、金融发展与产业结构升级——基于贝叶斯分位数回归的分析［J］.科技管理研究，2017，37（05）：1－8.

［10］陈玲，薛澜.中国高技术产业在国际分工中的地位及产业升级：以集成电路产业为例［J］.中国软科学，2010（06）：36－46.

［11］李邃，江可申.高技术产业科技能力与产业结构优化升级［J］.科研管理，2011，32（02）：44－66.

［12］王叶军，李建伟.中国典型高技术产业创新驱动模式——以北京市为例［J］.科技进步与对策，2016，33（12）：52－58.

［13］张桢.我国高技术产业发展、金融结构优化与产业升级——基于最优金融结构理论的实证分析［J］.工业技术经济，2016（2）：97－104.

［14］魏燕，龚新蜀.技术进步、产业结构升级与区域就业差异——基于我国四大经济区31个省级面板数据的实证研究［J］.产业经济研究，2012（04）：19－27.

［15］施卫东，高雅.金融服务业集聚发展对产业结构升级的影响——基于长三角16个城市面板数据的实证检验［J］.经济与管理研究，2013（03）：73－81.

［16］李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究［J］.管理世界，2010（07）：43－65.

［17］余泳，陈龙，王筱.中国区域高技术产业创新绩效测度与评价——基于因子分析和空间计量模型的实证研究［J］.西安财经学院学报，2015，28（02）：39－46.

［18］张翠菊，张宗益.中国省域产业结构升级影响因素的空间计量分析［J］.统计研究，2015（10）：32－37.

［19］周少甫，王伟，董登新.人力资本与产业结构转化对经济增长的效应分析——来自中国省级面板数据的经验证据［J］.数量经济技术经济研究，2013（8）：65－77.

［20］汪伟，刘于飞，彭冬冬.人口老龄化的产业结构升级效应研究［J］.中国工业经济，2015（11）：47－61.

［21］刘秉镰，武鹏，刘玉海.交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析［J］.中国工业经济，2010（3）：54－64.