高新区高质量发展的影响因素分析——来自湖北省高新区的经验证据

赵玉林,严 娉,谷军健

(1.武汉理工大学经济学院 湖北 武汉，430070；2.湖北省科技创新与经济发展研究中心，湖北 武汉 430070；3.清华大学五道口金融学院，北京 100083)

0 引言

1988年国务院批准成立中国第一个国家高新区，即中关村科技园区前身的北京市高新技术产业开发试验区，截至目前已批准设立169家国家高新区(包括参照国家高新区管理的苏州工业园区)。30多年来，中国高新区走过了从基础设施和招商引资发展的要素集聚阶段，到植入创新元素的创新驱动发展阶段，再到全面创新发展与生态建设的综合性园区3个阶段[1]，已经成为我国实施创新驱动发展战略的重要载体，在转变经济发展方式、优化产业结构、增强国际竞争力等方面发挥了重要作用。2019年169家国家高新区生产总值达12.2万亿元，占全国GDP的12.3%。为了进一步促进国家高新区高质量发展，发挥好示范引领和辐射带动作用，2020年7月国务院发布《关于促进国家高新技术产业开发区高质量发展的若干意见》(国发〔2020〕7号)，为高新区的高质量发展指明了方向。然而，当前中国高新区仍存在发展不充分不平衡的问题，是否都实现了高质量发展，如何实现高质量发展？这是迫切需要解决的问题。经多年培育，湖北省现有国家高新区12家、省级高新区20家。近年来，湖北省高新区生产总值占全省GDP比例均超过30%，对全省经济增长和产业结构升级做出了重要贡献，在全省全面实施创新驱动发展战略中发挥了引领示范和辐射带动作用，对于研究高新区高质量发展及其影响因素具有很好的代表性和典型性。因此，本文依据湖北省高新区的调研数据，研究高新区高质量发展的影响因素。

以往的高新区评价主要关注的是成长性、全面性和综合性。科技部火炬中心、科技部高新司、各省科技厅都相继开展高新区评价实践，发布众多高新区考核评价指标体系，各评价体系在不同时期不同地区都起到重要的导向作用,为本文研究奠定了资料和数据基础。高新区综合评价虽然全面，但高质量发展特征未能突显。相较于高速增长，高质量发展的内涵更为丰富，不仅关注经济总量，而且包含对经济效率、结构、稳定性和持续性等多重角度的衡量，是量与质相互协调下的演进发展[2]。根据中国现实的经济情况来看，高质量发展是以高效率、高效益的生产方式为全社会持续并且公平地提供高质量经济产出的经济发展，包括供给体系质量高、效率高、稳定性高[3]。简言之，高新区高质量发展实质上就是效率高、效益好、结构优的发展。因此，本文从表征高新区高质量发展的效率、效益、结构3个方面对湖北省高新区高质量发展进行测度，对影响高新区效率、效益、结构等高质量发展的因素进行实证分析，为政府制定高新区高质量发展战略和政策提供决策依据和理论指导。

1 高新区高质量发展影响因素的机理分析与研究假设

以往关于高新区发展影响因素的研究主要是基于国外经验的总结，如盖文启、王缉慈从硅谷的成功总结出影响高新区发展的6个因素[4]；柳卸林从国内外高新区发展实践总结出影响高新区发展的7大要素[5]。近期有研究测算了2012—2018年88个国家高新区全要素生产率并实证分析其影响因素，认为影响区域差异的内部因素主要是技术进步，外部因素主要有经济发展水平、资本积累、产业结构、科技金融等[6]。这些成果为研究高新区高质量发展影响因素开阔了思路，但缺少机理分析和计量分析。本文拟突出高新区高质量发展的主要特征，在机理分析的基础上，采用计量经济方法测度高新区高质量发展水平，实证检验高新区高质量发展的影响因素。

1.1 研发创新与高新区高质量发展

经济高速增长向高质量发展的阶段转换，首先是驱动力从要素驱动转变为创新驱动。经济发展的本质是创新的理论观点早在一百多年前由熊彼特提出，后续的研究从早期基于创新的内生经济增长模型，到完全内生的以创新为基础的内生经济增长模型，基于研发创新的内生增长理论不断改进，研发创新是经济增长的根本动力的基本观点不断得到强化。研发创新提供新产品、新工艺，开辟新市场和新的原材料来源，建立新组织，促进全要素生产率增长、经济效益提升、产业结构升级，引领高新区高质量发展。但是关于研发投入与生产率增长的相关实证研究却一直没有取得一致。一方面，有实证研究发现研发投资提升了生产率[7]，另一方面，也有实证结果认为研发支出比例对全要素生产率增长存在负向影响或具有阻碍作用[8]，高速增长的研发投入没有提高全要素生产率[9]。为了避免“研发-生产率悖论”，要完善高新区创新创业平台[10]，搭建高新区创新中介服务网络[11]。因此，提出假设H1:研发创新对高新区高质量发展具有显著的正向影响。

1.2 人力资本与高新区高质量发展

Schultz创建的人力资本理论，强调了人力资本投资在经济增长中的重要性。Lucas引入Schultz和Becker提出的人力资本理论，构建了基于人力资本积累的内生增长模型，认为人力资本积累是以减少生产时间为代价，主要通过增加教育时间来实现。依据人力资本理论和基于人力资本积累的内生增长模型，人力资本影响高新区高质量发展的机制有4种：①人力资本积累机制，劳动者通过在学校学习和从事生产之间分配时间影响生产效率[12]，通过“干中学”效应，人力资本在大规模生产中得到积累，从而促进经济增长；②知识积累促进机制，人力资本作为知识生产中的要素，通过知识生产促进技术进步[13]；③技术采用和扩散机制[14]；④人力资本通过与制度的联系来影响经济绩效[15]，人力资本积累可提供更有效的政策，并减少暴力和政治不稳定性，高等教育不仅可提高工人的效率，还可提供健康水平、环境条件等。人力资本存量和人力资本密度的增长均会促进高新区的发展[16]。因此，提出假设H2:人力资本对高新区高质量发展具有显著的正向影响。

1.3 金融发展与高新区高质量发展

依据金融发展理论，金融发展对高新区高质量发展的作用可以概括为4个方面。①金融系统的配置作用，金融中介比单个投资者更有效地克服信息不对称问题并且分散风险，促进资金流向回报率更高和更为安全的投资项目[17]。②金融市场帮助投资者将投资组合多样化，降低风险，金融中介将风险分散在众多投资者之中，从而使投资获得更高和更安全的收益[18]。③金融发展影响人力资本积累。借贷市场的完善使得受教育能力强的个体可以通过借贷增加教育时间，从而促进人力资本积累[19]。④金融发展支持企业家创新活动。金融系统对未来的企业家进行评估，动员储蓄为最有前景的、提高生产力的活动提供资金，分散与这些创新活动相关的风险，提高了成功创新的可能性[20]。股权市场为高研发创新密度的高技术产业提供了种类繁多风险分散工具。因此，提出假设H3：金融发展对高新区高质量发展具有显著的正向影响。

1.4 产业集聚与高新区高质量发展

高新区在空间上的显著特征是形成产业集聚效应。产业集聚是指具有某种内在联系的企业在特定地理区域内的集中，并形成协作体系。产业集聚可以形成集聚规模效应、空间外部性效应；形成中间型产业组织，在不增加管理费用的情况下节约交易费用，提高产业组织绩效；形成区域创新网络，促进产学研合作创新，加快知识溢出。产业集聚通过提升技术创新能力和效率进而促进高新技术产业全要素生产率增长[21]；专业化集聚和多样化集聚分别通过发挥规模经济效力和范围经济效力提升产业全要素生产率[22]。随着集聚不断深入发展，产业集聚近期对生产率没有影响，但长期对生产率会产生明显的促进作用[23]；产业集聚对工资的影响具有产业差异性，服务业集聚对工资增长有促进，而制造业集聚则会抑制工资增长[24]。因此，提出假设H4：产业集聚对高新区高质量发展具有显著的正向影响。

2 湖北省高新区高质量发展测度

以往的高新区评价除综合性测评外，也有一些单项测度，如王霞等构建国家高新区产城融合度指标体系，并运用因子分析及熵值法评价了56家国家高新区产城融合度[25]；李其玮等构建产业创新生态系统知识优势评价体系，并以成都市高新区89家科技企业为样本进行实证分析[26]。这些成果为本文研究提供了方法论启示，但尚无高新区高质量发展的专项评价。本文首次从效率、效益和结构等高质量发展的核心指标对高新区高质量发展水平进行测度。

2.1 湖北省高新区全要素生产率的测度分析

高新区高质量发展首先体现在效率高。提高全要素生产率(TFP)是高质量发展的关键所在[27]，是高新区提档升级的内在要求。

(1)测算方法。本文采用DEA-Malmquis生产率指数法和随机前沿分析法(Stochastic frontier approach，SFA)两种方法测度全要素生产率(TFP)。DEA-Malmquist生产率指数法能够将测算得到的TFP分解为技术进步(TC)与技术效率(EC)，又将技术效率分解为规模效率(SEC)和纯技术效率(PEC)，测算结果和政策含义更为丰富。但这种方法测得的结果实际上是TFP增长率，无法将不同高新区的TFP水平进行比较，且是两个时段数据，实证分析时不便于与3年的解释变量数据匹配。随机前沿分析法(SFA)通过设定生产函数可以实现对不同高新区全要素生产率水平的测度和比较，且实证时与3年的解释变量数据匹配。

DEA-Malmquist生产率指数法采用Fare等定义的模型，可表示为：

Mo(yt+1,xt+1,yt,xt)=

(1)

式(1)代表和生产点(xt，yt)相比较的生产点(xt+1，yt+1)的生产率。比1大的值代表从t到t+1时期的一个正的TFP增长。

SFA采用超越对数生产函数进行估计，其模型可表示为：

(2)

(2)变量测度与数据来源。采用随机前沿分析法和DEA—Malmquist生产率指数法测度高新区TFP及其增长率，需要确定投入和产出变量。高新区产出变量Y，以各高新区生产总值(GDP)表征；劳动投入变量L，以各高新区的从业人员数表征；资本投入变量K，以各高新区的资本存量表征，采用永续盘存法计算。数据来源于《湖北省统计年鉴》《湖北省科技统计年鉴》，湖北省统计局网站、湖北省科技厅网站、湖北省各高新区网站以及高新区调研数据。

(3)测度结果分析。采用SFA测度湖北高新区2016—2018这3年的全要素生产率水平(CTFP)。采用DEAP2.1软件测算湖北高新区2016—2017、2017—2018全要素生产率增长率(RTFP)，再算出这两个时段的几何平均值，得2016—2018的RTFP，并将RTFP分解为技术效率变化率(EC)和技术进步(TC)，其中，EC刻画了从2016—2018年各高新区对最佳生产前沿的追赶程度；TC刻画了技术前沿从2016—2018年的移动情况。在规模报酬可变(VRS)的生产前沿下，将EC分解为规模效率变化率(SEC)和纯技术效率变化率(PEC)。国家高新区测度结果见表1，省级高新区测度结果见表2。

由表1和表2可知，当前湖北高新区的全要素生产率水平(CTFP)存在显著的区间差异，最高的襄阳2016—2018年CTFP平均值是最低的麻城3.55倍；国家高新区CTFP明显高于省级高新区，2016—2018年平均值国家级高新区为0.0229，省级高新区为0.0178，国家级高新区CTFP比省级高新区高28.65%。全要素生产率增长率(RTFP)处于较低的水平，甚至出现了负向增长。湖北省高新区2016—2018年全要素生产率年均增长率为-0.7%，其中技术进步未发生变化，技术效率变化率为-0.7%。因此，提高全要素生产率增长率特别是技术效率是当前湖北省高新区提档升级的关键。同时，湖北高新区的全要素生产率增长率存在较大差异。2016—2018年11个高新区TFP实现了增长，21个高新区的TFP出现了负增长。

表1 国家高新区全要素生产率

表2 省级高新区全要素生产率

2.2 湖北省高新区经济效益的测度分析

高新区高质量发展也体现在效益好，包括经济效益、社会效益和生态效益。本文主要测度高新区的经济效益。增加值率反映了高新区产业或企业的价值增值能力，利税率刻画了高新区内产业或企业的盈利能力和对地区税收的贡献状况，所以选择增加值率和利税率两个指标反映高新区经济效益。增加值率采用高新区工业总产值中工业增加值的比例进行测度，利税率采用利润总额和税收总额之和与生产总值的比例进行测度。

首先，测算出各高新区2016—2018各年的增加值率和利税率；然后，将增加值率和利税率进行标准化处理，使两个不同指标之间具有可比性；最后，将标准化处理后的增加值率和利税率求和，获得各高新区2016—2018各年经济效益指数。国家高新区测算结果如图1所示，省级高新区测算结果如图2所示。

图1 国家高新区经济效益指数增长

图2 省级高新区经济效益指数增长

由图1和图2可知，湖北高新区的经济效益亟待提高。增加值率普遍偏低，平均只有27.42%，其中，国家高新区平均29.42%，省级高新区平均只有26.21%。高新区之间存在较大差异。利税率平均也只有25.12%，其中，国家高新区平均27.68%，省级高新区平均23.58%。高新区之间的差异更大。

2.3 湖北省高新区产业结构的测度分析

高新区高质量发展还体现在结构优。根据新时代产业结构升级趋势，高新区的产业结构优化，主要是指高新区产业结构的高技术化、绿色化和服务化。随着需求结构升级、技术进步以及市场竞争加剧，原有产业的边界逐渐模糊，以产业融合为特征的制造业服务化趋势逐步加强[28]。制造业服务化为消费者提供一体化的解决方案，有利于提高价值增值能力，提升高新区产业结构的服务化程度。

高新区产业高技术化采用高新区高新技术产业增加值占生产总值之比表示；高新区产业绿色化采用规模以上工业企业万元增加值综合能耗的倒数表示；高新区产业服务化采用高新区高技术服务业收入占营业总收入之比表示。首先，分别测算出各高新区2016—2018各年的高技术化、绿色化和服务化水平；然后，将高技术化、绿色化和服务化指标进行标准化处理，使3个不同指标之间具有可比性；最后，将标准化处理后的高技术化、绿色化和服务化指标进行标准化求和，获得各高新区2016—2018各年产业结构升级指数。国家高新区测算结果如图3所示，省级高新区测算结果如图4所示。

图3 国家级高新区产业结构升级指数变动

图4 省级高新区产业结构升级指数变动

由测算结果可知，湖北高新区产业结构升级指数呈上升趋势，全省高新区产业结构升级指数平均值从2016年的0.6817提升到2018年的0.7599，增长10.29%；尤其是省级高新区产业结构升级指数提升更明显，从2016年的0.5904提升至2018年的0.7467，增长20.93%。值得关注的是，部分高新区产业结构具有下调趋势，如作为湖北省高新区龙头的武汉东湖高新区，尽管3年的产业结构升级指数平均值仍处于全省最高水平，但已从2016年的1.8864下调至2018年的1.2738，下降48.09%；黄冈高新区更是从2016年的1.6908下调至2018年的0.7595，下降幅度达122.62%。

综上所述，湖北高新区高质量发展总体呈上升趋势，但发展不充分不平衡的问题突出。当前湖北高新区的TFP增长率处于较低水平，甚至出现负增长。高新区的TFP增长率存在较大差异，国家级高新区的TFP增长率高于省级高新区的TFP增长率。高新区经济效益亟待提高。其增加值率和利税率普遍偏低，且各区之间存在较大差异。高新区的产业结构升级指数呈上升趋势，尤其是省级高新区产业结构升级指数提升明显，但有部分高新区产业结构具有下调趋势，应引起决策部门高度关注。那么，是什么因素影响高新区高质量发展呢？更具体地，是什么因素影响高新区效率增长、效益提升、结构优化呢？在上文理论分析的基础上，下文将进行实证检验。

3 高新区高质量发展影响因素的实证检验

3.1 计量模型构建与变量选取

为了对高新区高质量发展的影响因素进行实证检验，将上述测度的湖北省高新区全要素生产率、经济效益、产业结构作为被解释变量，将上述理论分析的高新区高质量发展影响因素作为核心解释变量，建立计量分析面板模型如下：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+εit

(3)

式中，tfp表示高新区高质量发展，分别为全要素生产率、经济效益、产业结构，采用上述测算的生产率、经济效益指数、产业结构升级指数表征；rd为高新区企业的自主研发创新，采用企业内部研发经费支出表征；hc为高新区的创新人力资本，采用从业人员中研发人员的比例表征；fd为高新区的金融发展水平，采用当年贷款余额与园区生产总值的比例表征；lq为高新区的产业集聚程度，采用区位熵表征；tm为技术市场的发育情况，采用高新区技术合同成交额表征；gov为高新区政府的科技经费支持，采用科技公共财政支出与园区生产总值的比例表征；εit表示扰动项。

式(3)仅包含内循环影响因素，为了进一步探讨外循环因素对高新区高质量发展的影响，在式(3)基础上进一步构建模型，可表示为：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+θ1open+εit

(4)

式中，open表示对外开放因素，采用外商直接投资(fdi)和出口依赖度(export)进行刻画。外商直接投资(fdi)水平采用实际利用外资额与园区生产总值的比例来衡量，出口依赖度(export)采用出口交货值与园区生产总值的比例来测度。

自中国(湖北)自由贸易试验区建立以来，对外开放水平持续优化，可能会与自主创新示范区建设产生联动效应。为了进一步探讨贸易开放与自主创新的联动和协同效应，构建模型可表示为：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+θ1open+θ2open×rd+εit

(5)

如果θ2为正，则表示高新区贸易开放水平的提高，提升了研发创新对高新区生产率水平的促进作用，贸易开放和研发创新具有联动效应。

3.2 高新区生产率的影响因素实证结果分析

为了避免异方差、序列相关以及截面相关等问题对面板模型系数的统计推断产生干扰，采用Driscoll等的方法调整标准误。F检验在较高的置信水平上拒绝了原假设，表明个体效应十分显著，因此采用面板固定效应模型对式(3)进行估计。

根据逐步回归的方法，将变量逐步纳入回归，结果见表3。

表3 高新区全要素生产率影响因素基准回归结果

由表3可知，高新区企业研发创新的估计系数为正，且在1%水平上显著，表明研发创新对高新区TFP具有促进效应。由第(1)列可知，研发创新投入每增加1%，将促进TFP增长0.012，第(2)～(5)列中依次引入了人力资本、金融发展、技术市场、政府支持等因素后，研发创新的系数有所下降，但依然在1%的置信水平上显著为正。第(2)列显示，人力资本的估计系数为0.119，在第(3)～(5)列加入其他变量后，这一估计系数增大为0.166，且均在1%水平上通过了显著性检验，表明以研发人员占比为标志的人力资本提升，对高新区TFP具有显著的促进效应。第(3)列给出了纳入金融发展因素的估计结果，金融发展的估计系数为0.01，通过了1%的显著性检验，表明金融发展与高新区的TFP存在显著的正相关关系。第(4)(5)列中进一步包含了技术市场发展因素、政府的科技经费支持，结果显示，技术市场发展的影响系数为0.007，政府支持的估计系数为0.041，且都在1%置信水平上显著，表明技术市场发展、政府的科技经费支持都显著促进了高新区的TFP水平提升。

为了进一步检验贸易开放对高新区TFP的影响，本文同样采用固定效应模型对式(4)(5)进行回归。结果表明，在纳入外商直接投资和出口贸易两种对外开放因素后，自主研发创新、人力资本、金融发展、技术市场等依然在1%水平上显著为正，政府支持除第(2)列外至少在5%水平上显著为正，表明以上因素显著促进了湖北高新区的TFP，前文的实证结果具有稳健性。其中，外商直接投资的系数为-0.015，但不具有显著性，表明外商直接投资没有发挥提升TFP的作用。外商直接投资与研发创新的估计系数为0.144，且通过了1%水平的显著性检验。这表明，外商直接投资对研发创新的生产率提升效应具有调节作用，外商直接投资扩大了研发创新对TFP的提升效应。出口贸易的估计系数在1%水平上显著为负，说明贸易开放并不一定带来一国的全球价值链分工地位提升，在缺乏前沿技术以及高端人力资本的情况下，贸易开放可能会存在陷入“低端锁定”风险，反而不利于高新区TFP的提升。出口贸易与自主研发创新的估计系数为0.047，且在1%的水平上显著，表明出口贸易具有显著的调节效应，提升了研发创新对TFP的促进效应。

以上分析表明，研发创新与外商投资、出口贸易等存在显著的联动效应和协同效应。单纯的外商直接投资和出口贸易并不能带来高新区内本土企业的生产率水平提升，只有在逐步扩大对外开放过程中，始终加大对研发创新的投入力度，两者产生显著的联动效应，从而提升TFP水平。

3.3 高新区经济效益影响因素的实证结果分析

按照与前文相同的模型设定思路，采用面板固定效应模型实证检验高新区经济效益的影响因素，并以相同的方法调整标准误，以避免序列相关、异方差和截面相关带来的不利影响。回归结果见表4。

表4 高新区经济效益的影响因素回归结果

表4第(1)列是纳入研发创新、人力资本、金融发展等变量的回归结果。其中，研发创新的估计系数在1%水平上显著为正，表明研发创新对高新区经济效益提升具有显著的促进作用。研发投入每增加1%，将促进经济效益指数提高0.415。人力资本的估计系数为2.444，并且通过了1%水平的显著性检验，这表明人力资本显著提升了高新区经济效益。研发人力资本的积累，有助于企业在高附加值的研发环节和核心零部件制造方面形成优势，从而促进增加值率和利税率的提高，增加经济效益。金融发展的估计系数在1%水平上显著为正，表明金融发展对高新区经济效益具有显著促进效应。第(2)列中，以区位熵表示的产业集聚变量的估计系数为1.063，且在1%水平上通过了显著性检验；在第(3)～(7)列中，产业集聚的估计系数始终显著为正，表明产业集聚确实对高新区企业的经济效益产生了提升作用，结果具有稳健性。第(3)列中，政府支持的估计系数显著为正，表明政府财政科技支持有助于提升高新区的经济效益。第(4)(5)列中，外商直接直接投资的系数显著为负，并且在5%水平上显著，外商直接投资研发创新的交互项系数不显著，这说明外商直接投资对经济效益具有抑制效应。第(5)(6)列中，出口贸易的估计系数在1%水平上显著为正，但加入出口贸易与研发创新的交互项后，出口贸易的系数不再显著，交互项系数在10%水平上显著为正，表明高新区企业通过出口学习效应，提高了总产出的增加值率和利税率，企业通过出口贸易的学习和研发创新互动，有助于转化为经济效益。在持续出口贸易中，不断增强自主创新能力，两者将发挥协同效益和联动效益，促进高新区经济效益的提升。

3.4 高新区产业结构升级影响因素的实证结果分析

按照前文中式(3)～(5)的计量模型设定思路，运用面板固定效应模型，实证检验高新区产业结构升级的影响因素，回归结果见表5。

表5 高新区产业结构升级的影响因素回归结果

表5第(1)列给出了只纳入研发创新、人力资本和金融发展的回归结果。其中，研发创新的估计系数为0.323，且在1%水平上显著为正，表明研发创新对高新区产业结构升级具有正向促进效应。研发投入每增加1%，将促进高新区产业结构升级指数提高0.323。人力资本的估计系数显著为负，说明研发人员占比提升没有带来高新区产业结构升级，反而起到了一定的抑制作用。金融发展的估计系数为0.936，并且通过了1%水平上的显著性检验，表明金融发展对高新区产业结构升级具有促进效应。金融发展水平每提高1个单位，将促进高新区产业结构升级指数提升0.936个单位。金融发展会导致资金从效率低下的传统产业流向效率高的高技术制造业和高技术服务业，促进高技术产业规模扩张，以及高技术服务收入水平提升，对产业结构升级产生促进效应。在第(2)列中，产业集聚的估计系数为1.298，且通过了5%水平上的显著性检验，这表明产业集聚显著促进了高新区的产业结构升级。第(3)列中，政府支持的系数为-5.757，且在5%水平上显著，表明政府支持对高新区产业结构升级具有显著的负向作用，过度的政府干预和支持反而阻碍了高新区产业结构升级，这可能与政府支持导致的资源错配有关。第(4)(5)列中，外商直接投资的估计系数显著为正，但外商直接投资与研发创新的估计系数为负，且在1%水平上显著，这表明外商直接投资降低了研发创新对产业结构升级的促进作用。第(6)(7)列中，出口依存度的系数为正，出口依存度与研发创新的交互项系数为3.178，并且在1%水平上显著为正，表明出口贸易提高了研发创新对产业结构升级的促进作用。自主创新与出口学习的互动，有助于发挥对高新区产业结构升级的促进作用。

4 结论与建议

4.1 主要结论

(1)湖北省高新区高质量发展总体上呈上升趋势，但存在发展不充分不平衡的突出问题。湖北省高新区的产业结构升级指数呈上升趋势，尤其是省级高新区产业结构升级指数提升明显；经济效益亟待提高，其增加值率和利税率普遍偏低；全要素生产率增长率处于较低水平，特别是技术效率出现负向增长，提高技术效率是当前湖北省高新区提档升级的关键。高新区之间的全要素生产率、经济效益指数、产业结构升级指数都存在较大差异，国家级高新区平均值高于省级高新区平均值，但部分国家级高新区产业结构具有下调趋势，应引起决策部门高度关注。

(2)研发创新、人力资本、金融发展、产业集聚是高新区高质量发展的重要影响因素。面板固定效应模型的回归结果表明，研发创新、人力资本、金融发展、产业集聚均在1%的显著性水平上促进了高新区全要素生产率的增长、经济效益提升、产业结构升级，且这一结果具有稳健性。

(3)对外开放扩大对高新区高质量发展具有重要的调节作用。外商直接投资对高新区高质量发展是个双刃剑，显著促进了高新区产业结构升级，但并没有直接提升高新区的生产率水平，且对高新区的经济效益产生了不利的抑制效应；外商直接投资扩大了研发创新对全要素生产率的提升效应，但降低了研发创新对产业结构升级的促进作用。出口贸易对于高新区高质量发展具有显著的调节效应，通过出口学习效应提高了总产出的增加值率和利润率，提升了研发创新对全要素生产率的促进效应，显著提高了研发创新对产业结构升级的促进作用。

(4)政府支持为高新区高质量发展提供了重要的制度保障。科技公共财政支出与园区生产总值的比例刻画的政府支持显著促进了高新区全要素生产率增长，且有助于提升高新区的经济效益，但对高新区产业结构升级具有显著的负向作用，说明过度的政府干预和支持将导致资源错配反而阻碍高新区产业结构升级。

4.2 政策建议

(1)构建完善的高新区高质量发展评价体系。针对高新区发展不平衡不充分的问题，持续性开展年度评估，引导高新区锻造长板优势，补足短板，发挥国家自主创新示范区的创新引领和辐射带动作用。实行分类指导，分区施策，推进高新区协调发展。

(2)加强高新区公共创新平台建设，完善高新区科技创新体系。针对湖北高新区技术效率下滑现状，支持高新区积极引入境内外高校和科研机构创新资源；建设以企业为主体，与高校和科研机构合作，市场化运行的高水平实验室、科技研发中心、产业技术研究院，不断提升高新区研发创新能力和创新绩效，促进技术效率显著增长。

(3)建设高新区创新创业生态，完善高技术产业生态圈。充分发挥人力资本对高新区效率和效益提升的关键性作用。支持高新区面向全国乃至全球招才引智，提供办理居住许可、多年多次签证等便利。鼓励企业进一步加大人力资本投资，大力集聚高端创新人才。加强以地方网络为基础的产业体系建设，有效提升高新区产业集聚效应。

(4)大力发展资本市场，积极培育科技型中小企业。支持金融机构在高新区开展知识产权质押融资，大力发展市场化股权投资基金；引导私募股权、风险投资等社会资本支持高技术高成长企业发展，培育一批独角兽企业、瞪羚企业。支持科技人员携带科技成果到高新区创新创业，加快孵化和培育科技型初创企业。大力发展研究开发、技术转移、知识产权、科技咨询等高技术服务业。促进研发创新、金融发展与人力资本的协同发展，推进高新区产业结构升级。