地区综合创新水平对经济增长质量的影响与机制研究

摘 要：运用面板数据固定效应模型、动态面板模型、工具变量法、联立方程模型等计量经济学工具，实证研究了创新对经济增长质量的影响，对其效应进行测度，并对影响机制进行分析和实证检验。研究发现，创新对经济增长质量具有显著的促进作用，创新水平每增加1个单位，经济增长质量会增加0.25个单位左右。创新主要通过提高产业结构高度化和产业集聚水平两种机制促进经济增长质量提升;虽然创新对产业结构合理化也具有促进作用，但产业结构合理化对提高经济增长质量的作用并不明显。制度创新被纳入创新综合评价体系中，运用多种计量方法缓解内生性问题，得出了较稳健的结论。研究结论有助于充分了解创新对推动经济增长质量的作用和机理，对完善创新政策、建设创新体系从而推动经济高质量发展具有参考意义。

关键词：创新水平;经济增长质量;制度创新;产业结构升级

一、引言

党的十九大报告明确指出：我国经济已由高速增长阶段转向高质量发展阶段。这也是经济进入新发展阶段的主要特征。经济发展方式必须由规模速度型向质量效率型转变，经济增长将更加注重经济质量。改革开放以来，中國经济总量不断提升，2010年跃居世界第二，占世界经济总量的比重仍在稳步提升，但经济成就的取得是以牺牲环境为代价的，粗放式增长是不可持续的。新发展阶段要求努力实现高质量发展，则必须贯彻新发展理念，即创新、协调、绿色、开放、共享的发展理念。新发展理念是推动经济高质量发展的指导思想（张雷声，2020），而创新是摆在第一位的，创新是新发展理念的核心。习近平总书记指出：抓住了创新，就抓住了牵动经济社会发展全局的“牛鼻子”（习近平，2015）。

粗放式发展是以要素驱动和投资驱动为主的发展道路，但难以支撑我国经济长期可持续增长。传统三大要素为劳动力、自然资源和资本。从劳动力角度看，农村剩余劳动力不断减少，人口老龄化趋势加快，人口红利逐渐消失，中国正在或即将面临“刘易斯拐点”。从自然资源角度看，我国各类资源人均量大多低于世界平均水平，而且还面临严重的生态环境问题。从资本角度看，我国政府投资过高的结构性问题突出，地方债务风险显现。因此，以要素驱动和投资驱动的道路难以为继。高质量发展要求向创新驱动转变，党的十九大明确提出：要实施创新驱动发展战略，加快建设创新型国家。创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视科技创新。

然而我们应清醒地看到，我国目前创新能力无法适应高质量发展要求，进入创新型国家前列必须坚持创新在我国现代化建设全局中的核心地位。虽然创新在经济高质量发展中的重要作用已达成共识，但创新对经济增长质量的影响程度、影响机制等还有待进一步研究。在此背景下，本文按照“发现问题→现状描述→分析问题→提出假设→验证假设→得出结论→政策建议”的思路，以中国发展的经验，分析创新对经济增长质量的影响程度及其机制。本文对中国创新水平和经济增长质量进行科学测度，全面充分了解这两方面的客观现状，运用计量经济学理论对本文研究问题进行建模实证分析，从而定量分析创新对经济增长质量的影响程度。对于创新的影响机制，本文基于理论分析提出了研究假设，并运用计量经济学方法对假设进行了验证。最后，在得到可靠研究结论的基础上，针对中国发展的实际，提出了切实可行的政策建议。

二、文献综述

自新古典增长理论以来，学者们就已经认识到创新（技术）对经济增长的重要性。熊彼特创新理论的提出，更是把创新贯穿于经济增长的全过程。国内外学者对创新对经济增长的影响，做了大量研究工作，但大多数都集中在经济增长数量方面。国外对这一问题的研究，一方面基于不同国家进行相关的实证研究，另一方面，由于影响经济增长的因素不止创新，很多学者研究创新与其他因素的共同作用。代表性研究有：Hasan和Tucci（2010）利用全球58个国家1980-2003年间的专利数据，考察了创新对经济增长的作用，研究发现在控制了其他影响因素后，创新对经济增长的作用依然十分明显，更进一步的研究发现拥有高质量专利企业的国家经济增长速度更快。Segerstrom（1991）建立了一个动态一般均衡增长模型，分析了创新和模仿对经济增长的影响，研究发现，企业之间的竞争决定了创新和模仿的增长率，创新的补贴能够明显地促进经济增长。中国学者也对这一问题进行了较深入的研究。代表性的研究有：张杰等（2016）研究了专利对中国经济增长的影响，他们发现发明专利对人均真实国内生产总值（GDP）增长率具有“U”形作用效应，而实用新型和外观设计专利对经济没有明显的作用;研究还发现，不良的专利竞争秩序导致的专利“泡沫”扭曲了其对经济的促进作用。苏治和徐淑丹（2015）把技术进步分解为技术创新和技术效率，利用中国工业企业的微观数据，测度了技术进步对中国经济的贡献，各行业的发展主要来源于技术创新和改进，技术效率的贡献度并不高;技术效率和技术创新的互补性可以维持技术进步的有效性。邵宜航等（2015）研究表明不同创新模式导致的不同金融发展模式对经济增长的促进作用具有异质性，在引进模仿的创新模式下金融宽化能够促进经济增长，而在自主创新模式下起到经济促进作用的主要是金融深化。

对于经济增长质量的理解，本文认为国外对经济增长质量的研究主要有三大类：第一类研究，相关学者提出了绿色GDP的概念，试图弥补传统GDP指标只看重经济增长单一变量的缺陷。绿色GDP最早由联合国开发计划署提出并推广，但具体到实践和学术层面，不同学者还存在不同的学术观点。第二类研究，学者们提出了包容性增长（Inclusive Growth）的概念。一般认为包容性增长是由亚洲开发银行于2007年在一个报告中提出的。这一概念得到了OECD（Organization for Economic Co-operation and Development，经济合作与发展组织）、世界银行等国际组织的认可。包容性增长与绿色GDP相比包含的内容更广泛，它强调经济社会协调、可持续发展。第三类研究则明确提出了质量（Quality）的概念。当代著名经济学家、美国哈佛大学保罗·瓦尔堡经济学讲席教授Robert Joseph Barro（2002）在2002年出版的专著《经济增长的数量和质量》（Quantity and quality of economic growth）中明确提出了经济增长质量的概念，并进行了详细的阐述和讨论。Barro（2002）指出，在以往的经济学研究中，大部分学者只关注极少数的经济变量，如GDP、资本回报率，现在他将研究视角转向了经济增长质量。

在创新对经济增长质量的影响研究中，从国外对经济增长质量的理解角度看，部分学者验证了创新对经济增长质量存在促进作用（Ling等，2017;Naudé和Nagler，2017;OECD，2015）。国内对这方面的研究还不够丰富，已有研究也比较分散。刘跃等（2016）研究了技术创新能力与经济增长质量之间的关系，他们先用Morans I 指数分析了技术创新能力和经济增长质量的空间分布关系，发现它们之间具有明显的空间依赖性;随后用空间计量模型实证分析了两者之间的关系，区域创新能力通过作用于经济增长的结构性、稳定性及生态环境等因素从而促进经济增长质量的提高。白俊红和王林东（2016）的研究结果则有所不同，他们首先构建了创新驱动的评价体系，测度了中国东、中、西部地区的创新驱动能力，研究表明东部地区的创新驱动能力明显高于中部和西部地区;他们用空间计量模型分析了创新驱动能力对经济增长质量的影响，结果具有明显的地区异质性，创新驱动能够提高东部地区经济增长质量，但对中部地区没有显著影响，对西部地区却有负面影响。

通过对现有研究的梳理可知，现有研究对经济增长数量方面的研究非常丰富，对经济增长质量方面的研究还处于起步阶段，已有的一些研究呈现分散化、碎片化特征。就中国研究来看，由于中国进入了中高速的高质量发展阶段，经济增长质量成为经济政策的着力点。创新在经济增长质量中的作用还没有得到充分研究。虽然学术界已普遍认为创新对于提高经济增长质量至关重要，但大多数文献停留在理论分析的层面，实证研究较少。创新对经济增长质量的作用方面研究还不够深入，其影响程度及作用机制研究也不够全面。以上不足正是本研究的努力方向，本研究试图在科学测度中国及各省创新水平和经济增长质量的基础上，实证分析创新对经济增长质量的影响和作用机制，为相关政策制定提供了参考建议。

本研究的边际贡献主要有：第一，本文提出了创新影响经济增长质量的理论分析框架，并对相关假设进行实证检验，测度了创新对经济增长质量的影响程度，在一定程度上弥补了实证研究的不足。第二，本文将制度因素纳入地区创新水平评价体系中。现有文献对创新的衡量大多忽略了制度因素，因此本文将制度创新作为创新评价的一个维度。本文同时采用了一种新的方法测度了经济增长质量。第三，本文进一步研究了创新对经济增长质量的影响机制，并进行了假设检验。

三、研究设计

本文建立如下基准模型定量研究创新对经济增长质量的影响：

qualityit=α+β1innit+β2Xit+μi+νt+εit（1）

本文的研究对象为我国30个省（市、自治区，以下统称升级行政区），由于西藏、香港、澳门、台湾地区数据缺失较多，故不纳入本文研究。研究区间为2004-2016年。i表示省份，t表示年份。被解释变量quality为经济增长质量，核心解释变量inn为创新水平。X表示若干其他影响因素。μi、νt、εit分别表示地区固定效应、时间固定效应和随机扰动项。

本文的一个难点在于测度各省级行政区的经济增长质量和创新水平。

现有对经济增长质量的测度主要有两种思路：一种是基于综合视角，通过建立一个经济增长质量的评价体系计算经济增长质量;另一种则是单一视角，主张采用单一的指标衡量经济增长质量。不同的视角下也相应采用了不同的测算方法。基于综合视角的评价方法，对于经济增长质量评价体系，不同学者有不同的理解。基于单一视角的评价试图寻找一个指标用来表征经济增长质量。全要素生产率是不少学者认可的指标。蔡昉（2018）指出全要素生产率本质上是资源配置的效率，是经济高质量发展的源泉，应以提高全要素生产率推动高质量发展。余泳泽等（2019）用绿色全要素生产率作为经济增长质量的衡量指标，他们测算了中国城市层面的经济增长质量，并对其时空转换特征进行了分析。全要素生产率还可以衡量微观企业的经营质量（邓悦等，2019）。也有一些学者提出其他的单一指标作为经济增长质量的衡量指标。范金等（2017）就提出用增加值率衡量经济增长质量，他们通过国际比较及省际比较，并通过建立CES生产函数和动态经济系统，实证分析了用增加值率反映经济增长质量的合理性，并给出了使用时的注意事项。具体到计算方法方面，主要涉及全要素生产率的测算方法。关于全要素生产率的计算方法，主要有参数法和非参数法。参数法需要先设定生产函数，如常用的柯布-道格拉斯函数，然后运用OLS方法、面板数据回归、工具变量法、系统矩估计等方法，得到待估参数，从而求得全要素生产率。非参数法不需要设定生产函数，一定程度上有利于避免函数设定的不确定性。数据包络分析（DEA，Data Envelopment Analysis）是目前广泛使用的一种非参数法。该方法既可以用于宏观层面全要素生产率计算，也可以用于微观层面。基于以上分析可以看出，现有的经济增长质量的测度，综合视角下，不同的评价体系差别较大，甚至有同一学者基于不同的视角提出了不同的评价指标，很难得到学界的统一认可。单一指标视角下，虽然大多数学者倾向于使用全要素生产率这一指标，但无论从计算方法还是从该指标的合理性上，均有学者提出异议。刘帅（2019）总结了现有经济增长质量各类测度指标体系和方法，提出了一种经济增长质量的测算方法，该方法的基本思路是：从要素投入产出的效率视角出发，运用DEA方法计算出在现有投入下，若要达到效率前沿面应有的目标产值，用实际的经济产出除以目标值即可得到经济产出效率，以此衡量经济增长质量。在具体的计算过程中，还考虑了环境污染等非期望产出。本文借鉴这一思路，选择产出导向的规模报酬可变超效率SBM（Slacks-based Measure）模型，对经济增长质量进行测算。

对于创新水平的衡量，主要有单一指标和综合多指标两大类。单一指标测评中，不同学者由于研究需要或者研究视角不同，采用了不同的评价指标。专利往往是衡量创新水平最常用的一个指标，但具体的使用也有所差异。很多学者对于用专利衡量创新水平都达成了共识，但在具体选择指标上，还存在不同的理解。具体选择指标上就存在专利申请量、专利受理量和专利授权量三种，事实上，三者也有较大区别。中国在专利审批中，采取“分地受理、集中审批”的方式，从申请到获批需要较长的时间，所以采取专利授权量可能会存在一定的时间滞后性。单纯的专利数量还存在难以区分不同专利的质量和价值的问题，对创新的衡量就存在较大误差（徐映梅和孙静，2018）。除此之外，中国专利分为发明专利、实用新型专利和外观设计专利，从专利的技术含量看，后两者与发明专利之间存在较大差距，因此单纯用专利评价创新水平不够严谨。在综合多指标评价体系中，不同学者由于不同视角，所建立的创新评价指标体系也不尽相同。王公博和关成华（2019）测度了2017年中国289个地级市的创新水平，他们构建的创新评价体系包括创新资源、创新环境和创新绩效三部分，其中包括7个二级指标、14个三级指标，采用熵权法确权，并以此指标计算所得数据分析了创新水平的空间格局。毕斗斗等（2015）研究中国的服务业创新水平，他们从创新效益、创新投入和创新环境三大方面，选取了13个子指标，综合运用模糊评价法和因子分析法，测度了2000-2012年中国省级层面的服务创新水平。在綜合指标评价中，或是由于研究视角及具体研究对象的差异，或是由于研究目的的不同，不同学者提出的评价指标体系差异较大。

在借鉴已有研究的基础上，并结合本研究的实际，本文提出了如下创新水平评价体系。第一，本研究侧重于揭示中国及各地区创新水平的客观事实，并非对创新的“投入-产出”进行效率计算，因此本文选择综合视角多维指标法对创新水平进行测度。第二，在具体的评价指标的选择上，本研究没有像现有一些指标一样加入经济增长，如GDP等因素，原因在于本文主要是研究创新对经济增长质量的影响，如果在创新指标中加入了经济因素，会导致本文实证研究中内生性问题，从而严重干扰本文的实证结果。第三，从目前国内的综合视角评价体系中来看，几乎都忽视了制度因素，因此，本文将制度创新作为创新评价的一个维度。除此之外，本文提出的创新水平评价体系还兼顾了数据可得性、连贯性因素。本研究提出的创新水平评价体系包括5个维度（见表1），分别是创新资源、创新投入、创新产出、创新成果、制度创新。每个维度由若干子指标构成。

指标权重确定方法可分为主观赋权法和客观赋权法。主观法的弊端显而易见，本章的目的在于测算和描述中国及各省级行政区的客观事实，所以不采用主观法。熵权法是运用比较广泛的一种客观赋权法，但熵权法的本质在于信息熵的确定，熵值越小，表明指标值的变异程度越大，所提供的信息就多，权重就越大，因此该方法依赖于数据的离散性。然而就本研究而言，创新本来就是一个不确定性比较大的过程，相关指标值具有随机性和波动起伏的变化趋势，因此熵值法并不合适。事实上，就本研究选择的具体指标来看，都是相关维度关键核心指标，很难对其权重进行排序。王小鲁等（2018）在计算市场化指数时比较了主成分分析法和算术平均法，发现两者的计算结果非常接近。国家统计局（2014）提出的中国创新指数也采取了算术平均法，并逐级等权赋权。更进一步对比欧盟、国际知识产权组织提出的评价体系发现，他们采用的也是算术平均法赋权。因此，本文采用算术平均法和逐级等权法对各子指标进行赋权。

为了分析创新水平各子指标对经济增长质量的影响，本文建立了经济增长质量与子指标的回归模型：

qualityit=α+β1inn_zit+β2Xit+μi+νt+εit（2）

式中，inn_z表示5个子指标，分别用inn_1 ～ inn_5表示。本文先分别使用子指标对经济增长质量进行回归，分析其单独的作用影响，进而同时将5个子指标加入回归方程中，检验5个子指标共同作用的影响。

其他影响因素主要包括除创新水平外，可能影响经济增长质量的因素。本文尽可能涵盖对经济有影响的主要变量。主要包括：

（1）城镇化水平（urban）。研究表明城镇化水平对经济增长的贡献度不断提升（郑鑫，2014），且当前城镇化水平还在进一步提高。中国的城镇化水平与西方发达国家的城镇化水平还有一定差距。因此，城镇化水平是影响经济增长情况的一个重要因素。

（2）对外开放水平（open）。改革开放以来，特别是加入世界贸易组织以来，大量外资进入中国，对经济增长起到了重要作用。已有研究表明，外商直接投资对经济增长具有明显的促进作用，而且带动中国经济增长方式转型（赵文军和于津平，2012;郑鑫，2014）。因此，对外开放水平是本文关注的重要控制变量。

（3）基础设施条件（inf）。基础设施为经济增长提供了必要的外部条件。一方面，基础设施投资能够起到资本累积、带动投资的作用;另一方面，基础设施完善能够加速各种经济要素流动。基础设施的经济促进作用得到了已有研究证明（孙早等，2015）。

（4）金融发展水平（fin）。金融是现代经济的核心。已有研究表明金融发展对于经济增长具有非常重要的作用（杨友才，2014），因此，金融发展水平是本文关注的一个重要控制变量。

（5）环境规制（reg）。包括本文在内的多数对经济增长质量的研究都把环境因素纳入研究框架，且已有研究发现，环境规制对经济增长质量具有非线性影响（陶静和胡雪萍，2019），因此环境规制应作为控制变量加入回归中。

（6）财政分权（fis）。现有研究表明，政治关联等政治因素对经济增长具有明显影响。财政分权对经济增长的促进作用也得到了学术界相关研究的證实（范子英等，2016）。财政分权的核心在于调节中央与地方的关系，内含政治关联等因素。因此，本文把财政分权作为控制变量。

被解释变量经济增长质量和核心解释变量创新水平及其子指标水平，均按照前述方法进行测算。对于控制变量来说，城镇化水平用该地区城镇人口占总人口的比例衡量，而不是采用户籍人口统计口径，因为人口流动等原因，户籍人口已不能准确反映一个地区的真实人口状况。对外开放水平则用FDI（Foreign Direct Investment，外国直接投资）总额衡量。基础设施条件用公路里程衡量。金融发展水平按照杨有才（2014）的建议用贷款余额占国内生产总值的比例衡量。环境规制由于统计数据标准发生过变化，为了保持数据的一致性，借鉴史青（2013）的做法，使用工业污染源治理完成投资与工业增加值之比衡量。财政分权按照何德旭和苗文龙（2016）的建议，用地方财政比上全国财政收入衡量。以上数据来自历年《中国统计年鉴》、国家统计局网站、《中国环境年鉴》等资料。在实际操作中，由于各变量数值有一定差距，本文对部分变量单位进行了调整以便回归结果更具可读性。以上各变量的描述性统计如表2所示。

我们进一步进行了相关关系检验，结果显示经济增长质量与创新水平相关关系非常显著，与其他各控制变量之间也存在比较显著的关系，这表明控制变量的选取比较合理。同时我们用方差膨胀系数（VIF）对共线性问题进行检验，检验结果拒绝存在共线性。

四、实证结果分析

对于静态面板模型的回归通常有两种方法，一种是混合OLS回归，即把面板数据看作是截面数据，用普通OLS的方法进行估计。另一种则是传统的面板计量模型方法，主要有固定效应回归（FE）、随机效应回归（RE）。静态面板模型中，固定效应和随机效应的选择，从经济理论来看，随机效应模型比较少见;同时本文为了控制不易观测的地区因素，所以本文选择使用固定效应模型。hausman建议也表明，应使用固定效应模型。

表3展示了基准回归结果，本文为了回归结果的稳健，选择将控制变量逐一加入的回归方式。从回归结果来看，随着控制变量的不断加入，回归方程的R2也在增加，表明方程的解释力也在增加，从一定程度上表明本文选取的控制变量具有一定的合理性。同时，随着控制变量的加入，各变量的回归结果并没有发生明显变化，从一定程度上表明本研究结论具有一定的稳定性。回归结果表明，创新水平对经济增长质量具有明显的促进作用，创新水平每增加1个单位，经济增长质量会增加0.25个单位左右。

从各控制变量来看，城镇化水平提高对经济增长质量具有显著的抑制作用，可能的原因在于城镇化的推进过程中，人口集聚带来了一定的环境压力等“城市病”，导致了经济增长质量的下降。外商投资对经济增长质量具有明显的促进作用，这表明，在推进经济高质量发展的过程中，加大开放力度，促进外商投资具有重要意义。基础设施建设对经济增长质量的作用也比较明显，虽然在加入所有控制变量后显著性略微下降到低于10%，但综合来看，基础设施的作用强度与外资是不相上下的。基础设施具有两方面的作用，一是具有一定的资本累积作用，带动一系列产业链发展;另一方面就是提高经济要素流动效率。由此可见，进一步完善基础设施建设，特别是在以5G、人工智能、工业互联网等为代表的“新基建”方面发力，对于提高经济增长质量具有重要的实践意义。金融发展水平的作用是负的，但从显著性看，非常不显著，一方面可以认为金融的作用并没有充分挖掘，另一方面需要发挥金融服务实体经济的基础性作用，防止金融泡沫化。环境规制的作用不显著，且从其作用的程度来看，与其他因素相比是比较小的。财政分权的促进作用是比较大的，但从显著性看，略微低于10%，这表明财政分权的作用不能忽略。

表4列出了各子指标对经济增长质量影响的基准回归结果。从整体的结果来看，各控制变量的回归结果与表3中的结果基本保持一致，进一步表明模型设定是合理的，回归结果是穩健可信的。回归结果表明，创新资源对经济增长质量的影响是不显著的负向作用，可能的原因在于创新资源为创新活动提供必要的基础支持，并不是直接作用于经济增长质量，两者之间更多的是相关关系，而不是因果关系。创新投入对经济增长质量的作用是不显著的正向作用，这表明创新投入对经济增长质量的促进作用是存在的，但其效力并没有得到充分发挥和挖掘。中国现阶段创新投入不断改善，同时也吸引了很多国外的资金和人才，应在进一步加大创新投入的同时，发挥存量投入的作用。创新产出和创新成果对经济增长质量的作用均在1%水平上显著，且系数相对都比较大，这表明，创新产出和创新成果是创新对经济增长质量作用最明显的部分。创新产出和创新成果都属于创新的产物，能够比较直接地参与到经济活动中。从这两方面来看，加快加大创新产出，促进创新产出向成果转换，形成产学研一体化的创新链，对于提高经济增长质量具有非常重要的作用。制度创新对经济增长质量的影响也是非常显著的，这也表明在研究创新时不能忽略制度创新的重要性。从5个子指标的具体影响程度和显著性来看，并与创新综合指数的作用进行对比分析可以看出，创新水平的整体作用是5个子指标的共同作用的结果。各控制变量的回归系数和显著性与前文一致。

五、内生性问题

基准回归模型存在内生性问题。此模型中内生性问题产生的原因主要是被解释变量和解释变量互为因果：创新可以促进经济增长质量提升，而较高的经济增长质量也能促进创新的发展。因此对内生性问题进行讨论非常有必要。本文采用动态面板模型和工具变量法缓解内生性问题。

（一）动态面板模型

本文建立如下的动态面板模型：

qualityit=α+γqualityit-1+β1innit+β2Xit+μi+νt+εit（3）

一方面通过动态面板模型可以在一定程度上缓解内生性问题，另一方面还可以检验经济增长质量是否具有时间滞后性和依赖性，即前期的经济增长质量是否会影响当期的经济增长质量。

虽然模型的形式与静态面板相似，但静态面板的估计方法不适用于动态面板。对于动态面板模型，要区分长面板和短面板。对于截面维度n较小而时间维度T较大的长面板，由于其本偏差较小，可以采用最小二次虚拟变量法（LSDV）进行估计。本文用的数据截面维度远远大于时间维度，所以属于短面板。短面板，一般采用差分GMM方法和系统GMM方法进行估计。差分GMM容易出现弱工具变量问题，且系统GMM将水平方程和差分方程作为一个方程系统进行估计，更具有效率，所以本文使用系统GMM方法估计动态面板模型。对于系统GMM估计，通常需要进行工具变量的有效性检验，常见的方法是Sargan检验和Hansen J检验。Arellano和Bond（1988）指出，Sargan检验统计量P值都不是很大，另外Sargan检验在稳健标准误下无法检验，所以我们选择Hansen J检验工具变量的有效性。Hansen J检验的原假设是：所有工具变量均有效。我们用AR（1）和AR（2）检验残差的一阶和二阶序列相关性，GMM估计要求残差二阶序列不相关。

动态面板的回归结果如表5所示。从结果来看，一阶序列相关AR（1） 检验的P值均远小于0.01，说明一阶序列是高度相关的，而二阶序列AR（2） 检验的P值都大于0.1，表明残差二阶序列高度不相关，符合GMM估计的要求。Hansen J检验的P值非常接近1，说明高度拒绝原假设，即工具变量的选择是合理的。综合来看，本文的GMM估计是有效的。

从结果来看，创新对经济增长质量的影响仍是显著的，但在一定程度上缓解了内生性后，创新的系数变小了，但显著性却增加了。分指标看，各子指标对经济增长质量的影响方向与基准回归是一致的，在显著性和系数大小上略有差异。经济增长质量的滞后项对经济增长质量具有非常大的正向影响且在1%置信水平显著，说明经济增长质量的滞后项同时具有经济意义和统计意义。这表明经济增长质量是具有时间依赖性和累积性的，前期的经济增长质量较高时，将对当期的经济增长质量形成非常有利的前期积累。各控制变量的方向基本与基准回归是一致的，表明回归结果具有一定的稳健性。

（二）工具变量法

工具变量法是一种常用的缓解内生性问题的方法。工具变量法的基本思想是：内生性本质是由于内生变量与扰动项相关而引起的，如果能够把内生变量分成两部分，一部分与扰动项无关，一部分与扰动项有关，则可以使用与扰动项不相关的那一部分进行估计，而对内生变量进行分离的“工具”，就是需要借助的“工具变量”。因此，工具变量需要满足两个条件：相关性和外生性。相关性指的是工具变量要与内生变量相关，否则无法分离其中相关的部分。外生性指的是工具变量要与扰动项不相关、严格外生，否则将会产生新的内生变量。由工具变量的性质我们也可以看出，工具变量回归可以分为两步，第一步就是用内生变量对工具变量进行回归，从而得到内生变量的拟合值;第二步就是用拟合值替代内生变量对被解释变量进行回归。这就是工具变量回归常用的“二阶段最小二乘法”（Two Stage Least Square，2SLS）。计量经济理论证明，工具变量法2SLS估计得到的结果是一致的。

虽然工具变量的原理比较简单，但寻找合适的工具变量是计量经济学中的一大难点。经济理论表明，内生变量的滞后项可以作为工具变量。一方面，内生变量的滞后项与当期的内生变量往往具有时间上的高度相关性，满足相关性的要求。另一方面，由于内生变量的滞后项已经发生了变化，与当期的扰动项可能就不相关，满足外生性要求。但工具变量是否合适，还要经过严格的相关检验。

基于以上分析，本文采用滞后项作为工具变量以缓解内生性问题。工具变量的回归结果如表6、表7所示，分别是创新综合指数与各子指标对经济增长质量的回归结果，表中列出了第一阶段和第二阶段的回归结果。正如前文所述，工具变量的选择要满足若干条件，本文对工具变量的有效性进行了多个检验。第一是第一阶段总体的回归的F值，一般认为，第一阶段回归F值应大于10，从本文的回归结果看，无论是创新综合指数还是子指标回归，F值均显著大于10。第二是工具变化的不可识别检验，Kleibergen-Paap rk LM检验的原假设是“工具变量不可识别”，创新指数的综合回归和子指标回归结果的对应P值均显著拒绝原假设，表明本文选取的工具变量是可识别的。第三是弱工具变量检验，Cragg-Donald Wald F 统计量和Kleibergen-Paap rk Wald F 统计量是两个常用的弱工具变量检验方法，Stock和Yogo（2002）提供了该统计量的临界值，10%临界值为16.38。通过结果可以看出，本文选取的工具变量均通过了弱工具变量检验，即不存在弱工具变量。第四，本文还进行了稳健弱识别检验，除了子指标创新资源没有通过检验以外，其他工具变量均在10%显著水平上通过了该检验。总之，本文把内生变量的滞后一期作为工具变量是可行的。

在第一阶段回归中，内生变量的滞后项都在1%显著水平上与内生变量当期值高度相关，这印证了滞后项作为工具变量满足相关性要求。第二阶段回归中，回归结果与基准回归结论一致，而且从回归的可决系数R2来看，明显高于基准回归的可决系数，说明在缓解了内生性以后，模型对经济增长质量的解释程度增大了。整体的创新水平对经济增长质量显著的促进作用。子指标中，创新资源对经济增长质量不明显的负作用，创新投入是不明显的促进作用，创新产出、创新成果和制度创新都对经济增长质量具有显著的促进作用。在缓解了内生性后，回归结果仍然支持原结论。

六、机制分析

（一）理论分析与模型构建

产业结构和产业集聚是产业发展的两个重要指标。从产业结构来讲，目前中国尚有不少省份产业结构停留在“二三一”阶段，产业结构升级缓慢。在从高速增长向中高速转变的过程中，产业结构矛盾突出。一方面，中国低端产能过剩，中高端产能供给不足，从而导致投资效益低下，产品市场萎缩，企业盈利恶化，更进一步将影响财政收入，积累金融风险。产能过剩已成为中国经济运行中诸多问题的根源和突出矛盾。另一方面，传统产业发展是以低成本资源和要素投入为驱动力的，创新驱动欠缺，加剧了能源资源压力，生态环境不断恶化。合理的产业结构是经济稳定和可持续发展的保证，产业结构调整优化能促进经济增量，提高经济质量。产业结构在一定意义上决定了经济的增长方式。中国经济发展方式正由规模速度型向质量效率型转变，传统的产业发展模式不符合经济高质量增长的要求，与新发展理念也背道而驰，产业结构升级是经济发展方式转变的主动选择。习近平总书记也强调：产业结构优化升级是提高我国经济综合竞争力的关键举措。

产业结构升级可从产业结构高度化和产业结构合理化两个维度进行衡量（袁航和朱承亮，2018）。产业结构高度化是指产业结构从低水平向高水平动态演进的过程;产业结构合理化是指产业间的聚合力量，反映了产业之间的协调和耦合程度（干春晖等，2011;杨骞和秦文晋，2018）。需要特别指出的是，产业结构高度化并不是单纯的第三产业占比增加。单纯的用第三产业占比衡量产业结构高度化只会造成产业结构“虚高”。比较合理的一种测度方法是从劳动生产率和三次产业占比两个方面考虑。创新可以通过作用于产业结构高度化和合理化两个方面促进产业结构升级。从产业结构高度化角度来说，在劳动生产率角度，创新的应用推动了农业机械化和智能化，提高了农业生产效率，从而产生了大量农村剩余劳动力，农村剩余劳动力向第二、三产业转移，提高了非农产业就业吸纳能力。从三次产业占比角度看，由于农业是国民经济基础产业，附加值较低，创新对农业的边际贡献明显小于第二、三产业。从产业结构合理化角度讲，创新是一、二、三产业融合发展的“催化剂”，技术革命是三产融合的基础（赵霞等，2017），创新，尤其是技术创新，有利于打破产业内部的技术壁垒，模糊产业边界，促进形成良性循环的产业链。总之，从理论分析看，创新能够促进产业结构高度化和产业结构合理化，进而促进产业结构升级;而产业结构升级有助于提升经济增长质量。

从产业集聚来讲，宏观层面，产业集聚有利于形成优势产业，带动产业上下游协同发展，提高地区的产业竞争力。从国家整体的区域发展角度来讲，不同地区形成各地优势产业的集聚，有利于形成合理的产业梯度，形成产业协调发展格局。在特定产业政策引导下，产业集聚能够较快地促进特定产业发展，从一定程度上讲，产业集聚是政府产业政策的重要目标之一。另外，产业集聚还有利于减少环境污染，研究表明，在产业集聚水平较低时，产业还没有形成规模经济，随着集聚企业的增多，污染也随之严重;但当产业集聚跨过特定门槛时，产业集聚将有利于污染减排（杨仁发，2015）。可见，产业集聚既能够促进经济发展，又有利于改善污染，从两个方面都有利于经济增长质量。微观层面，产业集聚有利于集聚企业提高生产效益，产业集聚可以通过降低资本门槛、优化劳动力在企业间的配置改善资源错配问题（季书涵等，2016）。产业集聚通过聚集一批关联企业在特定空间发生经济活动，同时也把相近的固定资产集中在一起，增强了固定资产的折变能力，从而降低了企业的融资约束（茅锐，2015）。产业集聚还通过产业分工专业化和多样化提高了企业的全要素生产率（范剑勇等，2014）。可见，在微观层面，产业集聚对企业发展也有诸多促进作用。创新水平对产业集聚具有促进作用。創新资源的空间关联有利于产业集聚的形成，并能够通过空间溢出效应对周边的产业集聚形成带动作用（袁鹏等，2020）。创新要素的集聚提高了资源集聚的外部性，从而推动产业集聚的形成。韩庆潇等（2015）的研究表明，创新在产业集聚促进产业升级中起到中介作用。

综合上述分析，本文提出：

假说H1：创新能够通过促進产业结构高级化和产业结构合理化，进而促进产业结构升级，从而提高经济增长质量。

假说H2：创新通过促进产业集聚，从而提高经济增长质量。

以上假说可用图1表示。

为了对影响机制的理论假说进行验证，本文建立如下联立方程模型对其进行验证：

indit=α+β1innit+μi+νt+εitqualityit=α′+β1indit+β2Xit+μ′i+ν′t+ε′it（4）

第一个方程用来检验创新对产业结构或者产业集聚的影响，ind分别为产业结构高级化、产业结构合理化、产业集聚度。第二个方程则用来检验产业结构或者产业集聚对经济增长质量的影响。μi，νt，εit，μ′i，ν′t，ε′it分别为对应方程的地区固定效应、时间固定效应和随机扰动项。

本节涉及的数据主要是产业结构高级化、产业结构合理化和产业集聚度，对这三个量的衡量也是本节的一个要点。

有学者采用第三产业与第二产业产值之比作为产业结构高度化的度量，但如前文所述，这样衡量产业结构是“虚高”，只是在量上反映了产业结构高度化。本文借鉴刘伟等（2008）的做法，从劳动生产率的角度，同时结合三次产业的比例关系衡量产业结构高度化，计算公式如式（5）所示，该指标越大则表明产业结构高度化越高。

IH=∑νit×LPit（5）

式中，i表示第一、二、三产业，t表示时间，νit表示时间t产业i的产值占国内生产总值的比例，LPit则表示时间t产业i的劳动生产率。某产业的劳动生产率等于该产业的增加值VA与就业人数L的比值，其计算公式为：

LPit=VAit/Lit（6）

根据公式（6）可知，产值比例是一个无量纲量，而劳动生产率是一个有量纲的量，所以我们对劳动生产率进行标准化处理，公式为：

LP′it=LPit-LPibLPif-LPit（7）

式中，LP′it表示标准化后的劳动生产率，LPib表示工业化开始时产业i的劳动生产率，LPif表示工业化完成时产业i的劳动生产率。刘伟等（2008）计算给出了以2005年人民币计算的第一、二、三产业的工业化起点和完成时的劳动生产率。我们根据本文的研究实际，用消费者价格指数平减为以2000年的人民币价格计算。在计算历年三次产业的劳动生产率时，也把产值换算为以2000年的人民币价格计算的实际值。

对于产业结构合理化，韩永辉等（2017）用结构偏离度对其进行衡量。干春晖等（2011）认为结构偏离度忽略了不同产业对经济的重要程度，所以提出采用泰尔指数度量产业结构合理化。然而由泰尔指数的性质可知，当泰尔指数为0时，表示经济处于均衡状态;当泰尔指数偏离0越大说明偏离合理水平越大。为了在衡量产业结构合理化时方向与产业结构高度化指标一致，我们取泰尔指数的倒数作为产业结构合理化的衡量指标，这时该指标越大则表明产业结构越合理。计算公式为：

IR=1∑3iYiYlnYiLi/YL（8）

式中，i=1，2，3，分别表示第一、二、三产业。Yi和Y分别表示相应产业的产值和国内生产总值，Li和L分别表示相应产业的就业人数和总就业人数。

产业集聚的衡量方法有Hoover指数、E-G指数、Gini系数等方法，本文借鉴原毅军（2015）的做法，采用区位熵作为产业集聚的衡量指标。由于第二产业仍是中国经济增长的支柱，因此用第二产业的集聚水平衡量各地区的产业集聚水平，刘耀彬等（2018）也采用了这种方式衡量地区产业集聚水平。计算公式为：

aggij=Eij∑iEij∑jEij∑i∑jEij（9）

式中，i指的是地区，j指的是特定的某一产业。就本文而言，公式的分子含义是工业产值占全部地区工业产值的比例，分母的含义是该地区所有产业的产值占全部地区全部产业产值的比例。

（二）机制检验结果

联立方程模型的估计通常有两种方法，一种是单一方程估计法，也称作有限信息估计法，即对每一个方程进行单独估计。显然，这种方法忽略了方程之间的联系。另一种方法即系统估计法，也称作全信息估计法，即把整个方程作为一个系统进行联合估计。系统估计法更有效率。产业相关的三个指标（产业结构升级的两个指标产业结构高级化、产业结构合理化和产业集聚）在第一个方程是被解释变量，而在第二个方程是解释变量，那么这三个变量作为内生变量把创新对经济增长质量的作用过程联系起来。因此本文选择系统估计法对联立方程模型进行估计。

常见的系统估计法是“三阶段最小二乘法”（Three Stage Least Square，3SLS），该方法本质上是把2SLS与SUR回归（似不相关回归）相结合的方法。对于包含内生解释变量的单一方程来说，2SLS估计是一致的，但对于联立方程模型来说，2SLS忽略了方程之间扰动项的关联性。因此，用3SLS进行联合估计能够提高方程估计的效率。

3SLS的步骤是：

第一、二步，就是对两个方程进行2SLS估计。首先用最小二乘估计法得到本文中内生变量的拟合值，再用拟合值带回方程进行参数估计。

第三步，根据前两步的估计结果，得到扰动项的协方差矩阵，将协方差矩阵作为加权阵，然后据此再进行广义最小二乘法回归。

基于以上分析，本文得到对联立方程模型回归的结果如表8所示，Panel A展示了第一个方程的回归结果，Panel B展示了第二个方程的回归结果。从Panel A的回归结果可以看出，创新对产业结构高级化和产业结构合理化、产业集聚程度都具有明显的促进作用，均在1%水平上显著。从回归结果的F值看，回归方程也很显著。从Panel B 的回归结果看，产业结构高度化在5%的显著水平有利于经济增长质量的提升，而产业结构合理化虽然系数大于产业结构高度化，但显著水平很低。产业集聚水平也在5%置信水平上显著促进了经济增长质量，相比而言，产业集聚的系数更大，兼具统计意义和经济意义。

结合两个方程的回归结果可以看出，创新能够促进产业结构高级化和产业结构合理化，从而能够显著促进产业结构升级，但产业结构高级化对经济增长质量的作用明显高于产业结构合理化。换言之，创新通过作用于产业结构升级中的产业结构高度化进而促进经济增长质量的提升。从产业集聚角度来讲，创新有利于产业集聚水平的提升进而促进经济增长质量的提升，且产业集聚的影响要大于产业结构高度化。从各控制变量的结果看，回归系数的方向与基准结果是一致的，这也再次表明本文模型设立具有一定的合理性。

七、结论与政策启示

中国经济进入新常态，在党的十九大明确提出要实施创新驱动发展战略和“十四五”规划的战略背景下，本文研究了创新对经济增长质量的影响及其影响机制。本文从问题导向出发，通过建立面板数据固定效应模型实证分析了创新对经济增长质量的影响，并用动态面板模型和工具变量法缓解了内生性问题，进一步讨论了异质性问题。更进一步，本文对创新影响经济增长质量的机制进行了分析，从产业发展的角度提出了影响机制理论假说框架，并通过建立联立方程模型对假说进行验证。

本文的研究主要得出以下结论：

（1）创新对经济增长质量具有显著的促进作用，创新水平每增加1个单位，经济增长质量会增加0.25个单位左右。本文分析了创新5个子指标对经济增长质量的作用，研究发现除创新资源对经济增长质量具有不显著的负向作用外，其他子指标创新投入、创新产出、创新成果和制度创新都具有促进作用，但创新投入的作用不明显;制度创新能够显著促进经济增长质量的提升，表明不能忽视制度创新的重要性。在各控制变量中，城镇化水平对经济增长质量具有明显的抑制作用，而外商投资、基础设施和财政分权具有明显的促进作用，金融发展水平的促进作用不显著，环境规制的作用小且不显著。本文通过建立动态面板模型和工具变量法缓解基准模型的内生性问题，相关检验表明本文的模型和工具变量的选取是合理的。在缓解了内生性问题后，回归结果依然支持原结论。

（2）本文从产业发展的角度，基于理论分析提出了创新通过作用于产业结构和产业集聚促进经济增长质量的理论假说，认为创新可以通过促进产业结构升级和产业集聚进而促进经济增长质量，其中产业结构升级又可分为产业结构高度化和产业结构合理化两个方面。为了验证该假说，本文建立了联立方程模型，用3SLS方法对模型进行估计，整体回归结果表明，创新主要通过提高产业结构高度化和产业集聚水平两种机制促进经济增长质量提升;虽然创新对产业结构合理化也具有促进作用，但产业结构合理化对提高经济增长质量的作用并不明显。

中国经济发展的外部环境发生深刻变化，内部支撑条件也受到人口红利消退、资源约束加强等限制，以投资和出口为主的经济增长模式难以为继，产业结构转型升级步伐缓慢。中国经济进入新时代，经济增长从高速度增长向高质量发展转变。提高经济增长质量，既是新阶段经济发展的客观要求，也是新时代新舊动能转换、化解发展矛盾的必然举措。着力提升经济增长质量已成为各地发展的共识。党的十九大提出要实施创新驱动发展战略，创新是引领发展的第一动力。抓创新就是抓发展，谋创新就是谋未来。经济增长动力要从要素驱动和投资驱动为主转向创新驱动。

结合本文的研究结论，本文提出如下政策建议：

（1）着力提升经济增长质量。

经济高质量发展是转变发展方式、优化产业结构、实现新旧动能转换的关键之举，更是化解新时代不平衡、不充分主要矛盾的重要手段。首先，提高要素利用效率，以提升中国整体的经济增长质量。中国经济增长质量还有很大提升空间，新旧动能转换、产业结构升级不是一蹴而就的，而需要经历一段调整阵痛期。从要素投入角度看，在资本方面，要提高资本的利用效率，统筹“引进来”和“走出去”，进一步扩大开放，积极吸引外商投资，鼓励中国企业对外投资，配合“一带一路”和自贸区建设。在劳动投入方面，提高劳动的技术含量，加大在人力资本方面的投入;在中国面临老龄化风险的背景下，要重视创新的驱动作用，优化有效劳动供给。在能源投入方面，促进可再生能源开发利用，加快对化石能源的替代进程。从要素产出角度讲，要降低非期望产区，增加期望产出，换言之，要不断降低环境污染水平，打好污染防治攻坚战，实现绿色发展。

（2）坚决贯彻落实创新驱动发展战略，以创新促进经济增长质量提升。

创新对经济增长质量的促进作用已在本文研究中得到验证。一方面，中国整体的创新水平还不够高，且存在地区不平衡问题;另一方面，从促进经济增长质量角度讲，创新具有重大作用。因此，提高创新水平是发展的关键。从创新水平的综合评价体系5个方面，分别提出有针对性的建议。

在创新资源方面，创新资源为创新提升提供了重要的基础支撑，主要涉及“人”和“财”两个方面。要进一步提高劳动者素质，扩大高学历人才培养规模。在财力方面，国家财政对教育和科技财政支持额度在2009-2017年间保持了13.37%的年均增长率，但其整体占比一直保持在18%左右。政府对科技教育的支出有必要进一步提高。

在创新投入方面，主要是涉及R&D 研发人员和经费问题，涉及的主体包括高校科研院所和企业，其中企业是创新的主体。R&D研发人员除了加大对本土人才的培养之外，还要大力引进海外人才。继续保持现有的国家公派各层次项目计划，通过交流学习提高本土人才的国际化水平。适当降低国外人才来华工作的门槛，优化相关政策，既要引进人才，也要留住人才。R&D经费要综合运用税收、财政等政策，引导企业建立科技机构，将更多的产品销售收入分配到R&D部门。建立相关科技引导基金，充分发挥企业研究与发展的积极性和主动性。对于企业引进人才也要建立相应的激励措施。

在创新产出方面，主要涉及论文和专利两大方面。在论文发表方面，应破除论文“SCI至上”的错误导向，鼓励定性与定量相结合的综合评价方式。在专利方面，目前中国多数机构还存在“重数量轻质量”“重申请轻实施”等问题。应注重专利科技含量提升，强化高价值专利的创造、运用和管理，停止或调整对专利申请的不合理奖励或补贴。另外一个重要一环就是科技成果转化。树立专利等科技成果只有转化才能实现创新价值、不转化是最大损失的理念，突出转化应用导向，倒逼知识产权管理工作的优化提升。运用市场化手段加快成果转化率，建立“产-学-研-用”一体化的良性循环创新生态系统。

在创新成果方面，主要在于发挥新产品的市场价值。从微观企业生产产品角度讲，要注意充分调研市场需求，挖掘市场需求，不断改进和提升产品的竞争力和市场占有率，引导企业把新产品开发作为提升企业竞争力的重点，而不是固守原有产品，注重结合市场需求变动及时调整企业的产品策略。从宏观层面讲，提升新产品的地位是供给侧结构性改革的一部分。受前期经济刺激政策还未充分消化的影响，很多行业存在落后产能过剩、产能盲目扩张等问题，因此注重新产品的开发是化解落后产能、寻找经济增长新动能的有效途径之一。从更高层面讲，新产品的开发能够满足人民日益增长的美好生活需要，与社会主要矛盾也是相统一的。

最后，在制度创新方面。本文的研究已经表明，制度创新既是创新水平的重要部分，同时也对经济增长质量具有显著的促进作用。经济体制改革的核心问题是处理好政府和市场的关系，要发挥市场在资源配置中的决定性作用，充分发挥政府作用。市场机制能解决的问题，要充分放手，让“看不见的手”充分发挥作用，政府在市场失灵、外部性方面发挥作用，特别是在公共服务供给上加大支持力度。持续推进“放管服”改革，激发市场活力，推动大众创业万众创新蓬勃发展，打造“双创”升级版，提升科技创新和产业发展活力，增强经济发展内生动力。

（3）在高质量发展的同时，要注意缩小经济增长质量的地区差距。

在全局框架下，统筹区域经济协调发展，逐步缩小地区差距。在这方面，应从两个层次着手。一方面是缩小地区间的差距。树立“一盘棋”思维，实施区域协调发展战略，制定系统科学的区域性发展规划，继续实施好西部大開发、中部崛起、东北振兴等区域政策，促进中国整体的协调发展。另一方面是要解决好地区内部的发展不平衡问题。重视区域内部的协调发展问题，以城市群为主体构建大中小城市和小城镇协调发展的城镇格局，加大对老少边穷地区的支持力度。

优化经济空间布局，建立健全区际利益补偿机制。中国经济增长质量存在明显的空间效应，同时启示我们必须重视经济发展中的空间关联，优化经济空间布局。发挥区域比较优势，因地制宜培育和激发区域发展动能。避免同一区域产业同化、恶性竞争。建立健全区际利益补偿机制，调节地区之间的经济关系，促进共同发展。

参考文献：

[1]白俊红、王林东，2016：《创新驱动是否促进了经济增长质量的提升？》，《科学学研究》第11期。[Bai Junhong and Wang Lindong，2016，Does the Innovation Driven Promote the Improvement on Economic Growth Quality？，Studies in Science of Science，1.]

[2]毕斗斗、方远平、谢蔓、唐瑶、林彰平，2015：《我国省域服务业创新水平的时空演变及其动力机制——基于空间计量模型的实证研究》，《经济地理》第10期。[Bi Doudou，Fang Yuanping，Xie Man，Tang Yao and Lin Zhangping，2015，Time-Spatial Evolution and Dynamic Mechanism of Service Innovation of China：A Provincial Spatial Econometric Analysis，Economic Geography，10.]

[3]蔡昉，2018：《以提高全要素生产率推动高质量发展》，《人民日报》，2018-11-09。[Cai Fang，2018，To Improve Total Factor Productivity to Promote High-Quality Development，Peoples Daily 2018-11-09.]

[4]范剑勇、冯猛、李方文，2014：《产业集聚与企业全要素生产率》，《世界经济》第5期。[Fan Jianyong，Feng Meng and Li Fangwen，2014，Industrial Agglomeration and Total Factor Productivity of Enterprise，The Journal of World Economy，5.]

[5]范金、姜卫民、刘瑞翔，2017：《增加值率能否反映经济增长质量？》，《数量经济技术经济研究》第2期。[Fan Jin，Jiang Weimin and Liu Ruixiang，2017，Can the Value-added-rate Reflect the Quality of Economic Growth？，The Journal of Quantitative & Technical Economics，2.]

[6]范子英、彭飞、刘冲，2016：《政治关联与经济增长——基于卫星灯光数据的研究》，《经济研究》第1期。[Fan Ziying，Peng Fei and Liu Chong，2016，Political Connections and Economic Growth：Evidence from the DMSP/OLS Satellite Data，Economic Research Journal，1.]

[7]邓悦、郑汉林、郅若平，2019：《“放管服”改革对企业经营绩效的影响——来自中国企业-劳动力匹配调查（CEES）的经验证据》.《改革》第8期。[Deng Yue，Zheng Hanlin and Zhi Ruoping，2019，The Impact of Deregulation & Regulation & Service Reform on Promoting Enterprise Performance： Empirical Evidence from the China Employer-Employee Survey （CEES），Reform，8.]

[8]干春暉、郑若谷、余典范，2011：《中国产业结构变迁对经济增长和波动的影响》，《经济研究》第5期。[Gan Chunhui，Zheng Ruogu and Yu Dianfan，2011，An Empirical Study on the Effects of Industrial Structure on Economic Growth and Fluctuations in China，Economic Research Journal，5.]

[9]国家统计局课题组，2014：《中国创新指数研究》，《统计研究》第11期。[Research Group，2014，Research of China Innovation Index，Statistical Research，11.]

[10]韩庆潇、杨晨、陈潇潇，2015：《中国制造业集聚与产业升级的关系——基于创新的中介效应分析》，《研究与发展管理》第6期。[Han Qingxiao，Yang Chen and Chen Xiaoxiao，2015，Relationship Between Chinas Manufacturing Industrial Agglomeration and Industrial Upgrading—Based on Mediating Effect of Innovation，R&D Management，6.]

[11] 韩永辉、黄亮雄、王贤彬，2017：《产业政策推动地方产业结构升级了吗？——基于发展型地方政府的理论解释与实证检验》，《经济研究》第8期。[Han Yonghui，Huang Liangxiong and Wang Xianbin，2017，Do Industrial Policies Promote Industrial Structure Upgrading？ Theory and Evidence from Chinas Development-oriented Local Government，Economic Research Journal，8.]

[12] 何德旭、苗文龙，2016：《财政分权是否影响金融分权——基于省际分权数据空间效应的比较分析》，《经济研究》第2期。[He Dexu and Miao Wenlong，2016，Does the Fiscal Decentralization Impact the Financial Decentralization？，Economic Research Journal，2.]

[13] 季书涵、朱英明、张鑫，2016：《产业集聚对资源错配的改善效果研究》，《中国工业经济》第6期。[Ji Shuhan，Zhu Yinming and Zhang Xin，2016，Study of Industrial Agglomeration Improving Misallocation of Resources，China Industrial Economics，6.]

[14] 刘帅，2019：《中国经济增长质量的地区差异与随机收敛》，《数量经济技术经济研究》第9期。[Liu Shuai，2019，Research on the Regional Differences Decomposition and Convergence Mechanism of Economic Quality in China，The Journal of Quantitative & Technical Economics，9.]

[15] 刘伟、张辉、黄泽华，2008：《中国产业结构高度与工业化进程和地区差异的考察》，《经济学动态》第11期。[Liu Wei Zhang Hui and Huang Zehua，2008，Investigation of the Height of Chinas Industrial Structure and the Industrialization Process and Regional Differences，Economic Perspectives，11.]

[16] 刘耀彬、袁华锡、封亦代，2018：《产业集聚减排效应的空间溢出与门槛特征》，《数理统计与管理》第2期。[Liu Yaobin，Yuan Huaxi and Feng Yidai，2018，Spatial Spillover and Threshold Effects for Emissions Reduction of Industrial Agglomeration，Journal of Applied Statistics and Management，2.]

[17] 刘跃、卜曲、彭春香，2016：《中国区域技术创新能力与经济增长质量的关系》，《地域研究与开发》第3期。[Liu Yue，Bu Qu and Peng Chunxiang，2016，Relationship between Regional Technology Innovation Capability and the Quality of Economic Growth in China，Areal Research and Development，3.]

[18] 茅锐，2015：《产业集聚和企业的融资约束》，《管理世界》第2期。[Mao Rui，2015，Industrial Agglomeration and Enterprise Financing Constraints，Management World，2.]

[19] 邵宜航、刘仕保、张朝阳，2015：《创新差异下的金融发展模式与经济增长：理论与实证》，《管理世界》第11期。[Shao Yihang，Liu Shibao and Zhang Chaoyang，2015，Financial Development Model and Economic Growth under Innovative Difference： A Theoretical and Empirical Study，Management World，11.]

[20] 史青，2013：《外商直接投资、环境规制与环境污染——基于政府廉洁度的视角》，《财贸经济》第1期。[Shi Qing，2013，Foreign Direct Investment，Environmental Regulation and Environmental Pollution—From the Perspective of Government Honest Degree，Finance & Trade Economics，1.]

[21] 苏治、徐淑丹，2015：《中国技术进步与经济增长收敛性测度——基于创新与效率的视角》，《中国社会科学》第7期。[Su Zhi and Xu Shudan，2015，An Evaluation of Chinese Technological Progress and the Convergence of Economic Growth—From the Perspective of Innovation and Efficiency，Social Sciences in China，7.]

[22] 孙早、杨光、李康，2015：《基础设施投资促进了经济增长吗——来自东、中、西部的经验证据》，《经济学家》第8期。[Sun Zao，Yang Guang and Li Kang，2015，Has the Investment on Infrastructures Promoted Economic Growth？—Empirical Evidence From the East，Middle and West Areas，Economist，8.]

[23] 陶静、胡雪萍，2019：《环境规制对中国经济增长质量的影响研究》，《中国人口·资源与环境》第6期。[Tao Jing and Hu Xueping，2019，Research on the effects of environmental regulation on the quality of Chinas economic growth，China Population，Resources and Environment，6.]

[24] 王公博、关成华，2019：《中国城市创新水平测度方法及空间格局研究》，《经济体制改革》第6期。[Wang Gongbo and Guan Chenghua，2019，The Measurement and Its Spatial Pattern Characteristics of Innovation Level of Cities above Prefecture Levels in China， Reform of Economic System，6.]

[25] 王小鲁、樊纲、胡李鹏，2018：《中国分省份市场化指数报告》，社会科学文献出版社。[Wang Xiaolu，Fan Gang and Hu Lipeng，2018，Chinas Subprovince Market-oriented Index Report，Social Sciences Academic Press.]

[26] 习近平，2015：《习近平关于科技创新论述摘编》，中央文献出版社。[Xi Jinping，2015，Xi Jiping Excerpt from the Discussion on Scientific and Technological Innovation，Central Literature Press.]

[27] 徐映梅、孙静，2018：《创新测度研究回顾与企业创新测度展望》，《统计与信息论坛》第7期。[Xu Yingmei and Sun Jing，2018，Reviews of Measuring Innovation and Prospects of Measuring Innovation of Firm，Statistics & Information Forum，7.]

[28] 杨骞、秦文晋，2018：《中国产业结构优化升级的空间非均衡及收敛性研究》，《数量经济技术经济研究》第11期。[Yang Qian and Qin Wenjin，2018，The Spatial Inequality and Convergence of Chinas Industrial Structure Rationalization and Optimization，The Journal of Quantitative & Technical Economics，11.]

[29] 杨仁发，2015：《产业集聚能否改善中国环境污染》，《中国人口·资源与环境》第2期。[Yang Renfa，2015，Whether Industrial Agglomeration Can Reduce Environmental Pollution or Not， China Population，Resources and Environment，2.]

[30] 杨友才，2014：《金融发展与经济增长——基于我国金融发展门槛变量的分析》，《金融研究》第2期。[Yang Youcai，2014，Financial Development and Economic Growth：Based on Chinas Financial Development as Threshold Variable，Journal of Financial Research，2.]

[31] 余泳澤、杨晓章、张少辉，2019：《中国经济由高速增长向高质量发展的时空转换特征研究》，《数量经济技术经济研究》第6期。[Yu Yongze，Yang Xiaozhang and Zhang Shaohui，2019，Research on the Characteristics of Time and Space Conversion of Chinas Economy from High-speed Growth to High-quality Development，The Journal of Quantitative & Technical Economics，6.]

[32] 袁航、朱承亮，2018：《国家高新区推动了中国产业结构转型升级吗》，《中国工业经济》第8期。[Yuan Hang and Zhu Chengliang，2018，Do National High-Tech Zones Promote the Transformation and Upgrading of Chinas Industrial Structure，China Industrial Economics，8.]

[33] 袁鹏、唐欣、罗娇霞、张亨溢，2020：《创新资源协同的空间关联与产业集聚》[J]，《统计与决策》第2期。[Yuan Peng，Tang Xin，Luo Jiaoxia and Zhang Hengyi，2020，The Spatial Association and Industrial Agglomeration of Innovation Resource Coordination，Statistics & Decision，2.]

[34] 原毅军、谢荣辉，2015：《产业集聚、技术创新与环境污染的内在联系》，《科学学研究》第9期。[Yuan Yijun and Xie Ronghui，2015，Empirical research on the relationship of industrial agglomeration，technological innovation and environmental pollution，Studies in Science of Science，9.]

[35] 张杰、高德步、夏胤磊，2016：《专利能否促进中国经济增长——基于中国专利资助政策视角的一个解释》，《中国工业经济》第1期。[Zhang Jie，Gao Debu and Xia Yinlei，2016，Do Patents Drive Economic Growth in China—An Explanation Based on Government Patent Subsidy Policy，China Industrial Economics，1.]

[36] 张雷声，2020：《新时代中国经济发展的理论创新——学习习近平关于经济高质量发展的重要论述》，《理论与改革》第5期。[Zhang Leisheng，2020，Theoretical Innovation of China's Economic Development in the New Era： Studying Xi Jinpings Discourses on High-Quality Economic Development，Theory and Reform，5]

[37] 赵文军、于津平，2012：《贸易开放、FDI与中国工业经济增长方式——基于30个工业行业数据的实证研究》，《经济研究》第8期。[Zhao Wenjun and Yu Jinping，2012，Trade Openness，FDI and Chinas Industrial Economic Growth Pattern： Empirical Analysis Based on Data of 30 Industrial Sectors，Economic Research Journal，8.]

[38] 赵霞、韩一军、姜楠，2017：《农村三产融合：内涵界定、现实意义及驱动因素分析》，《农业经济问题》第4期。[Zhao Xia，Han Yijun and Jiang Nan，2017，Integration of Three Industries in Rural Areas：Connotation Definition，Realistic Meanings and Driving Factors Analysis，Issues in Agricultural Economy，4.]

[39] 鄭鑫，2014：《城镇化对中国经济增长的贡献及其实现途径》，《中国农村经济》第6期。[Zheng Xin，2014，The Contribution of Urbanization to Chinas Economic Growth and Its Way to Achieve It，Chinese Rural Economy，6.]

[40] Arellano， M.， and Bond， S. 1988. Dynamic panel data estimation using DPD-A guide for users. London： Institute for Fiscal Studies.

[41] Barro R. J. 2002. Quantity and quality of economic growth，Banco Central de Chile.

[42] Hasan， I. and Tucci， C. L.2010，The innovation-economic growth nexus： Global evidence， Research Policy，39（10）：1264-1276.

[43] Ling Guo L.，Qu Y. and Tseng M.，2017，The interaction effects of environmental regulation and technological innovation on regional green growth performance，Journal of Cleaner Production，162：894-902.

[44] Naude， W. and Nagler， P. 2017.Technological Innovation and Inclusive Growth in Germany，Institute for the Study of Labor （IZA）.

[45] OECD. P. 2015. Innovation Policies for Inclusive Growth，OECD Publishing.

[46] Segerstrom， P. S.1991，Innovation， imitation， and economic growth，Journal of Political Economy，99（4）：807-827.

[47] Stock， J. H. and Yogo， M.2002，Testing for Weak Instruments in Linear IV Regression，Nber Working Paper.

Research on the Influence of Regional Comprehensive Innovation Level on the Quality of Economic Growth：An Analysis Based on the Efficiency Perspective and Dynamic Panel GMM

Liu Shuai and Teng Teng

（China Centre for Agricultural Policy， Peking University;The London School of Economics and Political Scienc）

Abstract：This paper uses panel data fixed-effects model， dynamic panel model， instrumental variable method， simultaneous equation model to empirically study the impact of innovation on the quality of economic growth， measure its effect， and analyze the mechanism. The study found that innovation has a significant role in promoting the quality of economic growth. For each additional unit of innovation level， the quality of economic growth will increase by about 0.25 units. Innovation mainly promotes the quality of economic growth by improving the height of industrial structure and industrial agglomeration; although innovation also promotes the rationalization of the industrial structure， the rationalization of the industrial structure does not significantly improve the quality of economic growth. This paper incorporates institutional innovation into the innovation comprehensive evaluation system， uses methods to alleviate the endogeneity problem， and draws a more robust conclusion. This paper helps to fully understand the role and mechanism of innovation in promoting the quality of economic growth， and has great significance for improving innovation policies and building innovation systems to promote high-quality economic development.

Key Words：Innovation Level; Economic Growth Quality; Institution Innovation; Industry Structure Upgrading

責任编辑 邓 悦