高技术产业集聚、技术创新对经济高质量发展效应研究——基于面板平滑转换回归模型

马 昱 邱菀华 王昕宇

1（北京航空航天大学经济管理学院， 北京 100191）

2（北方工业大学经济与管理学院， 北京 100144）

引言

改革开放40 余年来，中国已经成为全球第二大经济体，然而这一过程主要是建立在高污染、高消费、高投入的背景之下，代价是环境问题恶化、收入差距不断拉大、原始创新动力不足。党的十九大报告中明确指出：“我国经济已由高速增长阶段转向高质量发展阶段。”高技术产业是经济高质量发展的源动力，与传统产业相比，高技术产业不仅是传统产业的升级，而且是各行业的基础，对一个国家综合竞争力具有战略性的意义。

传统产业由于管理方式、生产技术等原因导致增长乏力，对GDP 增速下拉作用明显［1］，而高技术产业已成为衡量国家核心竞争力的重要标志，是经济可持续发展的重要动力。21 世纪以来，中国高技术产业发展迅猛，中国在全球高技术产业链中起到了举足轻重的作用，且高技术含量产品的生产帮助中国出口向价值链上游攀升。中国是一个制造业大国，改革开放前20 多年，中国经历了高技术产业由小及大的转变，目前处于由大到强的过渡时期，虽然当前在高技术产业发展过程中，资金、人员、政策等投入都占据着重要地位，但高技术产业发展仍主要依靠规模和创新。合理准确的探析高技术产业与经济高质量发展之间的关系，有益于高技术产业对经济高质量发展的驱动作用。

1 文献综述

关于高技术产业发展方面。孟维站等［2］采用三阶段DEA 模型对高技术产业研发效率和转换效率进行测算，研究发现：无论在研发阶段还是转化阶段，纯技术效率都是综合效率提升的主要原因；于伟等［3］研究了高技术产业集聚以及研发之间的关系，认为区域高技术产业集聚存在竞争效应，研发效率存在积极联动效应；胡亚茹等［4］基于资本服务理论和引入R＆D 资本的扩展CD 生产函数，测算了中国高技术产业的TFP 增长内在动力，得出高技术产业TFP 增长的金丝狐效应呈上升趋势，要素配置结构效应呈下降趋势；吕承超等［5］从高技术产业专业化集聚、多样化集聚和市场竞争3 种集聚模式进行探讨；任阳军等［6］分析了高技术产业集聚的空间溢出性；江瑶等［7］采用半参数回归模型对长三角地区高技术产业五大细分行业集聚影响因素进行实证研究；金春雨等［8］经过研究后认为中国高技术产业呈现明显的空间集聚特征，且区域间产业集聚存在正向的空间相关性。

关于经济高质量发展方面。师博等［9］基于五大“新发展理念”，从发展的基本面、社会成果和生态成果3 个维度出发，测算了全国地级以上城市经济高质量发展水平，结果显示，整体而言，中国城市经济高质量发展水平仍存在较大提升空间，城市间的经济高质量发展水平具有趋同特征，经济增长仍然是驱动高质量发展的核心动力，未来进一步提升经济高质量发展水平需要不断优化城市在社会和生态层面的发展成果；在区域层面，东部城市、大城市的经济高质量水平优于中西部城市、中小城市。王蕴等［10］认为中国经济高质量发展与美、英、德、日、韩等国家相比仍存在差距，但差距在逐渐缩小，中国经济发展变化基本符合以高质量发展为核心的阶段转型。王群勇等［11］将中国经济高质量发展主要分为经济增长数量和经济增长质量。魏敏等［12］在构建面向新时代的经济高质量发展水平测度体系的基础上，采用熵权TOPSIS 法进行评价，研究发现：经济高质量发展综合呈现“东高－中平－西低”的分布特征，30 个省份被划分为明星型、平庸型和落后型3 种类型。

关于高技术产业对经济高质量发展影响方面。李海超等［13］分析了长三角、珠三角以及环渤海城市群高技术产业对经济增长的贡献度，研究发现：高技术产业对经济发展具有重要的促进作用，对于经济健康持续发展具有重要意义；黄宝凤等［14］基于集聚经济外部性模型，研究了高技术产业集聚对区域经济的非线性作用；徐波等［15］通过分析高技术产业与区域经济的互动关系，认为两系统之间存在明显的耦合特征；张钟文等［16］运用统计和国民经济核算的理论与方法，发现高技术产业投资年均增长率达到25.17%，对后危机时代抑制投资过快下滑起到了缓冲作用；其不变价增加值的年均增长率为22.05%，比GDP 年均增长率高出12.44%，尤其在经济下行阶段对GDP 增长的贡献率达到了46.92%。

综上，已有研究主要集中在高技术产业与经济发展之间的关系上，鲜有文献研究高技术产业对经济高质量发展的影响，经济高质量不仅要注重经济数量的发展，更是需要注重经济质量的发展。高技术产业全面发展并不局限于高技术产业集聚规模，同时也包括高技术产业技术创新水平［17］。中国地域广袤，区域发展不平衡，传统的线性关系并不能准确的描绘区域高技术产业发展对经济高质量发展的作用。鉴于此，结合当前新常态下，经济增速放缓、中美贸易摩擦加剧以及高技术产业茁壮发展的背景，在非线性面板平滑回归模型框架下对中国区域高技术产业对经济高质量发展效应进行研究，不仅有利于了解高技术产业发展对经济效应影响机制，同时有助于合理控制高技术产业发展，对推动经济高质量发展具有重要意义。

2 模型设定及指标选取

2.1 模型设定

根据上述分析，借鉴González 等［18］的研究，设定非线性PSTR 的模型形式：

在式（1）中，Y表示被解释变量经济高质量发展，z表示固定系数的外生解释变量，α0为其系数，x为解释变量，β0为线性部分系数，βj为非线性部分系数，为转换函数，γj为平滑参数，值越大表明转换函数的转换速度也越快，r为转换函数个数，i为各区域，t为时间。ε为随机扰动项。

在式（2）中，时，PSTR 模型为低体制，时，PSTR 模型为高体制，当在0 与1 之间变化时，回归系数呈现连续平滑变化的特征。

2.2 指标选取

被解释变量。本文被解释变量主要为经济高质量发展。借鉴王群勇等［10］的做法，将经济高质量分为经济发展数量和经济发展质量。经济发展数量（GDP）采用各区域的生产总值来表征，经济发展质量（TFP）采用全要素生产率来表征。

核心解释变量。本文核心解释变量为高技术产业发展。采用高技术产业集聚度（JG）和高技术产业技术创新效率（CXXL）两个维度来衡量高技术产业发展。高技术产业集聚度测度公式为：

在式（3）中，JGi，t代表第t年第i个区域高技术产业集聚程度，HTIi，t为各区域高技术产业总值，由于数据的可得性，本文用主营业务收入代替，当JG值大于1 时，表明该区域高技术产业集聚程度明显，反之亦然。

高技术产业技术创新效率（CXXL）。选择R＆D人员折合全时当量、R＆D 经费内部支出、新产品开发经费支出、新增固定资产为投入指标，选择专利申请数、新产品销售收入和主营业务收入为产出指标，选择R＆D 研发经费中政府资金、高技术企业个数、地区生产总值为环境变量，采用三阶段超效率DEA 来测算。

控制变量。为了控制其它因素对经济高质量发展的影响，选取人力资本（RLZB）、市场开放化程度（OPEN）、政府规模（ZFGM）、城镇化水平（CZH）、区域创新（CX）。人力资本采用人均受教育年限来衡量，市场开放化程度用进出口总额占地区生产总值来衡量，政府规模采用政府财政支出占地区生产总值比重来表示，城镇化水平用城镇人口占常住人口比例来衡量，区域创新则采用万人专利授权表示。

本文所需数据主要来源于2010～2018 年《中国统计年鉴》、《中国财政年鉴》，为使数据具有可比性，均以2009 年为基期进行相应处理。其中，地区生产总值和人力资本取对数表示。描述性统计结果如表1 所示。

表1 描述性统计

3 实证分析

3.1 模型检验

在进行模型估计前，要对面板平滑转换回归（PSTR）模型进行线性和剩余非线性检验。对转换函数中的平滑参数展开一阶泰勒线性表达式，进而构造LM、LMF和LRT统计量［19］，具体形式为：

在式（4）中，SSR0为原假设条件下（即线性条件下）r＝0 的残差平方和，SSR1为备择假设条件下（即非线性条件下）r＝1 的残差平方和，T为样本年限区间，N为样本的个数。观测LM、LMF和LRT统计量及对应P值，当拒绝原假设时，表明非线性成立，接着进行下一个转换函数，直至接受原假设，从而得到模型的最佳转换函数r。检验结果如表2 所示。

表2 非线性检验和剩余非线性检验结果

从表2 中可以发现，模型（1）～（4）的3 个统计量非线性检验的结果均拒绝了H0：r＝0 的原假设，这充分说明模型（1）～（4）存在显著的非线性关系特征。综合结果，模型（1）、（2）、（4）只存在1 个转换函数，因此r为1，模型（3）中接受r＝3 的原假设，因此该模型的最优转化函数个数为3。

3.2 估计结果

本文采用Matlab2014 对面板平滑转换回归（PSTR）模型进行估计，采用格点搜索法寻求全局最优解，获取参数γ和c的值，并采用非线性最小二乘估计（NLS）进行估计，经过反复迭代，得到最优参数估计值，估计结果如表3 所示。

表3 PSTR 模型估计结果

续 表

续 表

模型（1）中显示的是高技术产业集聚对经济发展数量效应的影响，结果表明高技术产业集聚对经济发展数量的影响具有单门槛特征。高技术产业集聚对经济发展数量影响的线性部分系数为－2.2866，非线性部分估计系数为2.6617，且均在1%水平上显著。位置参数为0.2188，表明当高技术产业集聚程度低于0.2188 时，对经济的影响显著为负，即高技术产业集聚度增加无益于地区生产总值的提升，但当高技术产业集聚程度超过阈值点时，对地区生产总值的影响系数会发生结构性变化，促进作用逐步显现，同时λ0＋λ′0＞0，也说明了高技术产业集聚程度的提高推动了地区生产总值的增加。模型的γ 值为53.1850，表明模型转换的速度较快。可能的原因是在高技术产业集聚较低的地区，由于资金、人员等资源要素较为分散，此时不利于高技术产业规模发展，极易造成资源冗余，使经济增长受限，对于促进经济增长的目标难以实现；随着高技术产业集聚程度的增加，科技、人才、信息、资金等资源得到集中和共享，增强了区域竞争优势，同时会与相关产业发生化学反应，形成成熟的产业链条，进而产生乘数效应，从而带动经济发展。

模型（2）中显示的是高技术产业技术创新对经济发展数量效应的影响，高技术产业技术创新对地区生产总值的影响同样具有单门槛特征，具体来讲，低体制下，当高技术产业技术创新效率较低时，对全要素生产率的影响系数为负，随着高技术产业技术创新效率的提升，跨过阈值点（0.0944）时，模型进入了高体制，对地区生产总值的影响转为明显的促进作用。可能的原因是高技术产业由传统产业演化而来，代表着未来工业的发展方向，为传统产业提供信息、通讯、平台等资源，当高技术产业技术创新水平较低时，不能有效的整合资源，从而对经济发展不利，当高技术产业技术创新水平较高时，科技含量得到提升，有利于提升企业核心竞争力，对提高经济效益和发展规模经济大有裨益。

模型（3）中显示的是高技术产业集聚对经济发展质量效应的影响，随着高技术产业集聚程度的连续变化，对全要素生产率的非线性影响主要稳定在4 个体制，根据高技术产业集聚程度由低到高，影响系数分别为－0.2517、－0.0499、－0.0283和0.5262，表明在高技术产业集聚程度较低时，全要素生产率的影响为反向抑制，当高技术产业集聚程度较高时，对全要素生产率的影响为正向促进。可能的原因为高技术产业集聚程度较低时，由固定的分散状态向集聚过度，资金项目较为分散，高技术人员利用不充分，未形成有效的产业链，因此不利于生产率的提升，在高技术产业集聚达到一定程度时，同一类型的高技术产业在同一区域高度集中，能够在一定区域范围内形成产业共生，降低交易成本，有利于生产效率的提升。

模型（4）中显示的是高技术产业技术创新对经济发展质量效应的影响，随着高技术产业技术创新效率的提高，低体制下，对全要素生产率的影响具有促进作用，当模型进入高体制时，较高的高技术产业技术创新效率对全要素生产率的影响不显著，可能的原因是高技术产业是产业结构升级和经济转型的关键因素，能快速有效地渗透到其它产业中来，打破能源、交通、材料等的瓶颈制约，其效率的高低不仅仅是企业转型升级的关键，更是经济保持绿色增长的利器。

4 结论与政策启示

本文基于2009～2017 年30 省市的面板数据，以高新技术产业集聚度和高技术产业技术创新效率为转换变量构建PSTR 模型，检验高技术产业对经济高质量发展的非线性影响。研究结果发现：（1）高技术产业的经济高质量发展效应显著存在基于高技术产业集聚和高技术产业技术创新的渐进演变的非线性效应，具有复杂的异质性特征，随着高技术产业集聚和高技术产业技术创新的提升，经济高质量发展效应也在不断的转换；（2）在相应的门槛值前后，高技术产业集聚对经济发展数量和经济发展质量的影响由抑制转为促进；（3）中国经济发展数量效应与高技术创新相关性较强，具体表现为在高技术产业技术创新水平较低的地区，高技术产业技术创新对经济发展数量产生阻碍作用，而在高技术产业集聚较高的地区，高技术产业技术创新能够显著促进经济发展数量；（4）在低体制内，高技术产业技术创新效率对经济发展质量的影响为促进作用，但在高体制内效应并未显现。

结合上述结论，在清晰高技术产业与经济高质量之间的关系时应着重注意两者之间的非线性关系。在规划高技术产业发展时要充分考虑地区性差异，应根据不同高技术产业发展水平来采取不同的措施，提出建设如下：

（1）鉴于当前中国高技术产业集聚程度整体水平不高，因此，需要进一步提升高技术产业集聚水平和创新效率，加大高技术产业集聚程度，低于门槛值的区域应抓住高技术产业转移的机遇，集中优势资源，更好的争取“拐点”的到来，以期更高效的发挥高技术产业集聚的经济高质量发展的积极效应；（2）平衡各地区之间的高技术产业发展水平，在区域之间进行有效的知识和信息共享和流动，在区域之间搭载平台，提供有序的市场竞争环境和良好的合作氛围；（3）高技术产业技术创新是提升经济高质量发展的重要途径，应充分发挥各地区的发展基础和资源优势，有的放矢，制定符合当地目标和区位优势的高技术产业技术创新发展政策，不断改进高技术产业技术创新水平。