中国高新区的赶超路径及影响因素研究

姜彩楼，马 林，郑斯彦

(1．南京信息工程大学中国制造业发展研究院，江苏 南京 210044;2．河海大学商学院，江苏 南京 210098)

1 引言

近年来，高新技术产业成为世界各国争先发展的战略性领域，并在实践中形成了以各类科技园区为空间载体的发展形式。其中，依托技术驱动或者产业资本驱动是科技园区发展的基本模式，前者往往由于产学研转化周期以及市场竞争等因素的作用，难以取得预期效果，而后者能够充分利用高新技术产业特征，迅速集聚高科技资本进入国际分工体系而获取竞争优势，如印度的班加罗尔软件园和韩国大德科技园等。

中国高新区具有显著的产业资本集聚特征，在相关政策和战略的多重作用下，已形成了巨大的规模，成为重要的经济增长极［1］。然而，由于过于倚重产业资本集聚，由此带来的弊端也日益显现，如园区产业结构雷同、内生动力不足等，这不仅容易导致高新区在关键技术及特定价值链环节上形成路径依赖，还容易在新一轮全球产业结构调整中被锁定在低端［2］。能否尽快从产业资本集聚轨道向技术积累和赶超轨道转变，将是决定中国高新区赶超成功的关键。本研究将以52个国家级高新区作为样本 (截至2009年，我国目前共有55个国家级高新区，其中，杨凌为农业示范区，泰州高新区和宁波高新区成立的时间比较迟，本文未将其作为研究样本)，对这一问题展开深入研究。

2 中国高新区的赶超路径及演化特征

使用增长核算方程可以分析中国高新区的赶超路径。表1显示，中国高新区经济增长有63．2% 来自于固定资本贡献，31．8%来自于技术进步贡献，5．0%来自于人力资本贡献。其中，固定资本贡献在发展初期相当显著，大多维持在68%以上，在2001年甚至达到95．8%。全要素生产率贡献在发展初期一直比较低，直到2001年才开始上升，到2009年达到60．4%，反映出技术进步的促进作用主要发生在后期。

在1997—2009年，国家级高新区固定资本年均增速为26．3%，最高年份甚至高达52．2%，远高于改革开放以来14．2%的宏观经济固定资本年均增速，说明高新区资本推进的导向非常明显。而到了后期，全要素生产率的贡献开始上升，反映出在资本推进逐渐淡出的背景下，高新区增长的内生性有所增强。

表1 要素贡献分解

在经济赶超过程中，生产要素会不断从低 效率部门向高效率部门转移，直至产业结构趋于均衡［3］。我们使用增量劳动产出效率对高新区产业结构演化进行比较 (见表2)，发现高新区增量劳动产出效率均值为29．7%，说明高新区产业结构高级化较为迅速。在分区域的比较中 (选取北京、武汉和西安的高新区作为智力密集型区域样本，无锡、苏州、广州和深圳的高新区作为外资集聚区域样本，吉林、长春、鞍山和大庆作为传统工业集聚区样本)，外资集聚区域样本年均增量劳动产出率最高，为219．7%，智力密集型区域样本为11．6%，而传统工业集聚区域样本为-66．6%。从动态过程来看，外资集聚区域样本和智力密集型区域样本都表现出了明显的波动上升趋势，而前者的上升幅度又明显高于后者，说明外资集聚型区域样本产业结构高级化更加迅速。

与前两者不同，传统工业区样本增量劳动产出率在1999—2002年之间呈现出波动性上升趋势，而自2003年以后一直呈负向增长，且有加速的趋势，说明传统工业区样本产业结构改善主要发生在前期，而到了后期缺乏进一步改善的动力。这主要是该类地区产业结构以传统的加工制造业为主，难以为高新区发展提供先进的产业资本和技术支持，如长春、鞍山等高新区。而在外资集聚区域和智力密集型区域，高新区可以持续获得技术密集度高的产业资本，乃至于研发性资本，从而能够推动产业结构不断高级化，如北京中关村、上海高新区等。另外，从资本结构来看，外资集聚区和智力密集区样本在2002年之前就完成了资本深化，人均资本逐渐停滞甚至出现负增长，而传统工业区的资本深化相对缓慢，在后期甚至出现了加速上升的现象，说明传统工业区样本产业结构要相对滞后。

表2 资本结构及增量劳动产出

3 中国高新区赶超的影响因素

3.1 模型与数据

根据Agion等关于内生增长的论述［4］，我们建立包含空间组织效应及其他控制变量的回归方程:

式中，下标i表示各高新区单元，t代表年份;因变量Cath代表赶超变量;C为常数项;Growth为直接投入变量;Aggl为空间组织效应变量;X为影响高新区赶超的其他控制变量;μi为高新区特定且不随时间变动的误差项;εit为时变误差且遵循一阶自回归过程。

在投入变量中，我们将重点考虑资本形成对于高新区赶超的影响。资本形成可以从资本广化和资本深化两个维度进行度量，我们将分别检验固定资本增长速度 (Fixed)和人均资本变化率(Stru)，并考虑人力资本(Human)的影响。

从内生性视角来看，经济赶超成功的关键在于全要素生产率 (TFP)的提升，我们将其作为直接驱动因素纳入到回归方程 (这里使用基于DEA的Malmquist指数计算)。在高新区赶超的空间组织效应方面，使用区域专门化率 (Aggl)作为待检验变量。

高新区母城容易因为具有较高的经济“势能”而对高新区产生溢出效应，这里采用高新区母城GDP/高新区技工贸来度量经济上的“势差”(Citygap)，检验母城的溢出效应。

高新区之间的赶超和模仿主要取决于增长差距和技术差距，我们选择本年度增长最高值作为参照指标，使用“技工贸最高值/高新区技工贸”来衡量增长差距 (Ygap)，使用“劳动生产率最高值/高新区劳动生产率”来衡量技术差距 (TFP-gap)，用于检验竞争效应和模仿效应。

建立高新区经济赶超方程:

物化技术是高新区技术赶超的主要来源，这里重点考虑资本形成的影响。同样考虑区域专门化率 (Aggl)的作用。控制变量主要考虑增长差距、技术差距和科技支出 (Buget)的影响［5］。

技术追赶方程如下:

这里采用系统GMM方法进行检验，该方法的优势在于方便对相关变量的滞后值进行检验，从而提高检验的自由度，同时也能够避免变量之间的共线性问题。研究样本为1996—2009年52个国家级高新区及其所在城市的数据资料，这些数据分别来源于科技部火炬中心以及《中国火炬统计年鉴》(2006—2009)，其余数据均来源于《中国城市统计年鉴》(1996—2009)和中经网数据库。

3.2 结果分析

表3和表4分别报告了经济追赶方程和技术追赶方程的估计结果，这里使用被解释变量的1期滞后值、控制变量的1期滞后值作为工具变量，其中，方程I和VIII为基准模型的估计值，方程II和IX为加入时间效应变量后的估计值，方程III和X为1997—2002年的分阶段估计值，方程IV和XI为2003—2009年的分阶段估计值，方程V和XII为智力密集区高新区样本的估计值，方程VI和XII为外资密集区高新区样本的估计值，方程VII和XIV为传统工业区高新区样本的估计值 (以母城拥有985高校的21个高新区作为智力密集区域样本;以21个东部沿海城市的高新区作为外资集聚区域样本;以东北传统工业城市以及中西部地区传统工业城市的28个高新区作为传统工业区域样本)。表格的最后两行分别为AB检验的P值和Sargan检验值，结果显示在5%显著性水平上，所有估计都通过了检验，说明模型的估计结果是有效的。

在整体样本的检验中，固定资本形成速度通过了1%水平的显著性检验，且相关系数达到0．766，说明资本广化对于高新区赶超具有显著的正向促进作用。在分区域样本的检验中，固定资本形成速度在外资集聚区域和传统工业区域样本中分别通过5%和1%水平的显著性检验，相关系数分别达到1．048和0．697，而在智力密集区样本中，固定资本形成速度没有通过显著性检验。我们认为，由于中国高新技术产业主要集中于全球价值链的加工制造环节，且中国高新技术产品的对外贸易又在不断强化这一地位，导致中国高新区资本广化主要沿着加工制造环节进行，在外资集聚区和传统工业区样本中尤为突出。而智力密集区样本大多依托智力资源作为主要推动力，如北京中关村科技园区、武汉东湖高新区等，这类样本中资本广化的促进作用较为微弱。

在分阶段的检验中，固定资本形成速度未通过前期的显著性检验，而到后期显著为正，人力资本形成速度在前期通过了1%显著性水平的检验，相关系数达到0．749。作为反映资本结构变化的变量，Stru在前期的回归系数显著为正，而至后期转为负数。我们认为，这主要是由于高新区前期主要是劳动密集型资本推动的，而随着固定资本的比重开始上升，固定资本形成成为高新区经济扩张的新动力。

在高新区的赶超过程中，专业化集聚通常会形成溢出效应，比如人力资本的集聚不仅能够提高内生性的个体效应，也会提升社会生产的外部效应［6］，且在资本完全流动的情况下，产业将向资本充裕的地区集聚，带来新的增长。变量Aggl在整体样本和后期样本中均通过了10%显著性水平检验，且系数为正，说明区域专业化集聚具有显著的增长效应，这意味着在实践层面，高新区作为特定的空间组织形式是行之有效的。

表3 经济赶超方程的GMM估计结果

在其他空间变量中，反映增长差距的变量 Ygapt-1在后期样本、外资集聚区样本和传统工业区样本中产生了显著的正向促进作用，反应技术差距的变量TFPgapt-1通过了整体样本、分阶段样本和传统工业区域样本的检验，这说明高新区之间存在着激烈的相互赶超和模仿。而反应母城经济增长“势能”的变量回归结果不太理想，这说明母城对于高新区经济赶超的促进作用并不明显。

在对高新区全要素生产率的检验中，TFP指数通过了1%显著性水平的检验，且系数显著为正，说明中国高新区的经济赶超具有显著的技术进步特征。通过对技术赶超方程进行回归，我们可以进一步区分这种技术进步的来源。

表4显示，滞后1期的技术进步指数在整体样本中通过了10%水平的显著性检验，且系数为负，说明技术进步更容易在低技术水平的高新区中发生。在其他空间变量的检验中，反映增长差距的变量Ygapt-1通过了所有方程的检验，反映技术差距的变量TFPgapt-1通过了整体样本、后期样本和传统工业区域样本的检验，说明高新区技术进步并不具有内生性，而可能是部分来自于园区之间的相互竞争及管理制度的模仿。

反映资本集聚速度的Fixed系数在整体样本中显著为负，在分阶段检验中，Fixed的系数从之前的未通过检验到显著为负，说明到了发展后期，高新区固定资本规模扩张已经成为抑制全要素改善的重要因素。作为反映资本结构变化的变量，Stru的系数显著为正，说明在资本积累过程中，全要素生产率的改善主要是通过资本深化完成的。而从资本结构的变化来看，高新区的资本深化已经接近稳态，人均资本至2004年已经转为负值，说明高新区赶超在不朝“技术偏向”路径演化的情况下，其经济增长已接近于稳态。

在对空间效应的检验中，Aggl的系数在前期检验中显著为正，而后期则未通过显著性检验，说明区域专业化集聚对于技术进步的促进作用主要体现在前期，进入成熟期以后，这种促进作用逐渐消退。作为反映母城科技支出力度的变量，Buget在前期显著为正，而后期显著为负，说明母城科技支出对于高新区技术进步的促进作用收效甚微。

表4 技术追赶方程的GMM估计结果

续表

4 政策建议

根据上述研究，我们提出如下政策建议:

第一，加快高新区的创新功能主体建设，推动高新区发展从产业要素驱动向创新要素驱动转变。要逐渐摒弃以资本集聚作为主要推进手段的赶超方式，向以创新资源集聚作为主要目标的发展路径转变，如通过加强高新区创新孵化功能建设、加速官产学研一体化等，推动高新区从产业资本推进向创新资本推进转变。

第二，进一步优化政策结构，优化高新区的协同创新体系［7］。供给面政策要立足于从加强资本供给向加强创新资源供给转变;环境面政策要进一步强化高新区服务功能，如完善高新区中介服务体系、加强投融资体系建设等;在需求面政策上，要注重制定涵盖外资、贸易以及产业等层面的综合政策，进一步扩展高新区的国内外市场，推动高新区向国际化发展。

第三，重视空间资源的优化与重组。注重区域产业资本和科技资源的专业化分工，围绕特定的产业链和技术创新链推动高新区发展;重视高新区和母城的空间分工与协作，利用高新区之间的竞争与模仿效应促进高新区发展;注重高新区内部的专业化分工与建设，着力培育各类创新集群，推进高新区升级转型。

［1］姜彩楼．创新集群与高新区升级转型［M］．北京:科学出版社，2012．

［2］吕政，张克俊．国家高新区转换的界面障碍及破解思路［J］．中国工业经济，2006，215(2):5-12．

［3］袁富华．长期增长过程的“结构性加速”与“结构性减速”:一种解释［J］．经济研究．2012，(3):127-140．

［4］Philippe Agion，Peter Howitt．内生增长理论(中译本)［M］．北京:北京大学出版社，2004．

［5］谢子远．国家高新区技术创新效率影响因素研究［J］．科研管理．2011，32(11):52-58．

［6］Lucas，Robert E．．On the Mechanism of Economic Development．［J］．Journal of Monetary Economics，1988．22(1):3-42．

［7］欧光军，孙骞．基于SEM的高新区协同创新体系构建及影响因素探悉-以56个国家级高新区为例［J］．工业技术经济．2013，233(3):97-104．