中國高新區的趕超路徑及影響因素研究

姜彩樓，馬 林，鄭斯彥

(1．南京信息工程大學中國制造業發展研究院，江蘇 南京 210044;2．河海大學商學院，江蘇 南京 210098)

1 引言

近年來，高新技術產業成為世界各國爭先發展的戰略性領域，并在實踐中形成了以各類科技園區為空間載體的發展形式。其中，依托技術驅動或者產業資本驅動是科技園區發展的基本模式，前者往往由于產學研轉化周期以及市場競爭等因素的作用，難以取得預期效果，而后者能夠充分利用高新技術產業特征，迅速集聚高科技資本進入國際分工體系而獲取競爭優勢，如印度的班加羅爾軟件園和韓國大德科技園等。

中國高新區具有顯著的產業資本集聚特征，在相關政策和戰略的多重作用下，已形成了巨大的規模，成為重要的經濟增長極［1］。然而，由于過于倚重產業資本集聚，由此帶來的弊端也日益顯現，如園區產業結構雷同、內生動力不足等，這不僅容易導致高新區在關鍵技術及特定價值鏈環節上形成路徑依賴，還容易在新一輪全球產業結構調整中被鎖定在低端［2］。能否盡快從產業資本集聚軌道向技術積累和趕超軌道轉變，將是決定中國高新區趕超成功的關鍵。本研究將以52個國家級高新區作為樣本 (截至2009年，我國目前共有55個國家級高新區，其中，楊凌為農業示范區，泰州高新區和寧波高新區成立的時間比較遲，本文未將其作為研究樣本)，對這一問題展開深入研究。

2 中國高新區的趕超路徑及演化特征

使用增長核算方程可以分析中國高新區的趕超路徑。表1顯示，中國高新區經濟增長有63．2% 來自于固定資本貢獻，31．8%來自于技術進步貢獻，5．0%來自于人力資本貢獻。其中，固定資本貢獻在發展初期相當顯著，大多維持在68%以上，在2001年甚至達到95．8%。全要素生產率貢獻在發展初期一直比較低，直到2001年才開始上升，到2009年達到60．4%，反映出技術進步的促進作用主要發生在后期。

在1997—2009年，國家級高新區固定資本年均增速為26．3%，最高年份甚至高達52．2%，遠高于改革開放以來14．2%的宏觀經濟固定資本年均增速，說明高新區資本推進的導向非常明顯。而到了后期，全要素生產率的貢獻開始上升，反映出在資本推進逐漸淡出的背景下，高新區增長的內生性有所增強。

表1 要素貢獻分解

在經濟趕超過程中，生產要素會不斷從低 效率部門向高效率部門轉移，直至產業結構趨于均衡［3］。我們使用增量勞動產出效率對高新區產業結構演化進行比較 (見表2)，發現高新區增量勞動產出效率均值為29．7%，說明高新區產業結構高級化較為迅速。在分區域的比較中 (選取北京、武漢和西安的高新區作為智力密集型區域樣本，無錫、蘇州、廣州和深圳的高新區作為外資集聚區域樣本，吉林、長春、鞍山和大慶作為傳統工業集聚區樣本)，外資集聚區域樣本年均增量勞動產出率最高，為219．7%，智力密集型區域樣本為11．6%，而傳統工業集聚區域樣本為-66．6%。從動態過程來看，外資集聚區域樣本和智力密集型區域樣本都表現出了明顯的波動上升趨勢，而前者的上升幅度又明顯高于后者，說明外資集聚型區域樣本產業結構高級化更加迅速。

與前兩者不同，傳統工業區樣本增量勞動產出率在1999—2002年之間呈現出波動性上升趨勢，而自2003年以后一直呈負向增長，且有加速的趨勢，說明傳統工業區樣本產業結構改善主要發生在前期，而到了后期缺乏進一步改善的動力。這主要是該類地區產業結構以傳統的加工制造業為主，難以為高新區發展提供先進的產業資本和技術支持，如長春、鞍山等高新區。而在外資集聚區域和智力密集型區域，高新區可以持續獲得技術密集度高的產業資本，乃至于研發性資本，從而能夠推動產業結構不斷高級化，如北京中關村、上海高新區等。另外，從資本結構來看，外資集聚區和智力密集區樣本在2002年之前就完成了資本深化，人均資本逐漸停滯甚至出現負增長，而傳統工業區的資本深化相對緩慢，在后期甚至出現了加速上升的現象，說明傳統工業區樣本產業結構要相對滯后。

表2 資本結構及增量勞動產出

3 中國高新區趕超的影響因素

3.1 模型與數據

根據Agion等關于內生增長的論述［4］，我們建立包含空間組織效應及其他控制變量的回歸方程:

式中，下標i表示各高新區單元，t代表年份;因變量Cath代表趕超變量;C為常數項;Growth為直接投入變量;Aggl為空間組織效應變量;X為影響高新區趕超的其他控制變量;μi為高新區特定且不隨時間變動的誤差項;εit為時變誤差且遵循一階自回歸過程。

在投入變量中，我們將重點考慮資本形成對于高新區趕超的影響。資本形成可以從資本廣化和資本深化兩個維度進行度量，我們將分別檢驗固定資本增長速度 (Fixed)和人均資本變化率(Stru)，并考慮人力資本(Human)的影響。

從內生性視角來看，經濟趕超成功的關鍵在于全要素生產率 (TFP)的提升，我們將其作為直接驅動因素納入到回歸方程 (這里使用基于DEA的Malmquist指數計算)。在高新區趕超的空間組織效應方面，使用區域專門化率 (Aggl)作為待檢驗變量。

高新區母城容易因為具有較高的經濟“勢能”而對高新區產生溢出效應，這里采用高新區母城GDP/高新區技工貿來度量經濟上的“勢差”(Citygap)，檢驗母城的溢出效應。

高新區之間的趕超和模仿主要取決于增長差距和技術差距，我們選擇本年度增長最高值作為參照指標，使用“技工貿最高值/高新區技工貿”來衡量增長差距 (Ygap)，使用“勞動生產率最高值/高新區勞動生產率”來衡量技術差距 (TFP-gap)，用于檢驗競爭效應和模仿效應。

建立高新區經濟趕超方程:

物化技術是高新區技術趕超的主要來源，這里重點考慮資本形成的影響。同樣考慮區域專門化率 (Aggl)的作用。控制變量主要考慮增長差距、技術差距和科技支出 (Buget)的影響［5］。

技術追趕方程如下:

這里采用系統GMM方法進行檢驗，該方法的優勢在于方便對相關變量的滯后值進行檢驗，從而提高檢驗的自由度，同時也能夠避免變量之間的共線性問題。研究樣本為1996—2009年52個國家級高新區及其所在城市的數據資料，這些數據分別來源于科技部火炬中心以及《中國火炬統計年鑒》(2006—2009)，其余數據均來源于《中國城市統計年鑒》(1996—2009)和中經網數據庫。

3.2 結果分析

表3和表4分別報告了經濟追趕方程和技術追趕方程的估計結果，這里使用被解釋變量的1期滯后值、控制變量的1期滯后值作為工具變量，其中，方程I和VIII為基準模型的估計值，方程II和IX為加入時間效應變量后的估計值，方程III和X為1997—2002年的分階段估計值，方程IV和XI為2003—2009年的分階段估計值，方程V和XII為智力密集區高新區樣本的估計值，方程VI和XII為外資密集區高新區樣本的估計值，方程VII和XIV為傳統工業區高新區樣本的估計值 (以母城擁有985高校的21個高新區作為智力密集區域樣本;以21個東部沿海城市的高新區作為外資集聚區域樣本;以東北傳統工業城市以及中西部地區傳統工業城市的28個高新區作為傳統工業區域樣本)。表格的最后兩行分別為AB檢驗的P值和Sargan檢驗值，結果顯示在5%顯著性水平上，所有估計都通過了檢驗，說明模型的估計結果是有效的。

在整體樣本的檢驗中，固定資本形成速度通過了1%水平的顯著性檢驗，且相關系數達到0．766，說明資本廣化對于高新區趕超具有顯著的正向促進作用。在分區域樣本的檢驗中，固定資本形成速度在外資集聚區域和傳統工業區域樣本中分別通過5%和1%水平的顯著性檢驗，相關系數分別達到1．048和0．697，而在智力密集區樣本中，固定資本形成速度沒有通過顯著性檢驗。我們認為，由于中國高新技術產業主要集中于全球價值鏈的加工制造環節，且中國高新技術產品的對外貿易又在不斷強化這一地位，導致中國高新區資本廣化主要沿著加工制造環節進行，在外資集聚區和傳統工業區樣本中尤為突出。而智力密集區樣本大多依托智力資源作為主要推動力，如北京中關村科技園區、武漢東湖高新區等，這類樣本中資本廣化的促進作用較為微弱。

在分階段的檢驗中，固定資本形成速度未通過前期的顯著性檢驗，而到后期顯著為正，人力資本形成速度在前期通過了1%顯著性水平的檢驗，相關系數達到0．749。作為反映資本結構變化的變量，Stru在前期的回歸系數顯著為正，而至后期轉為負數。我們認為，這主要是由于高新區前期主要是勞動密集型資本推動的，而隨著固定資本的比重開始上升，固定資本形成成為高新區經濟擴張的新動力。

在高新區的趕超過程中，專業化集聚通常會形成溢出效應，比如人力資本的集聚不僅能夠提高內生性的個體效應，也會提升社會生產的外部效應［6］，且在資本完全流動的情況下，產業將向資本充裕的地區集聚，帶來新的增長。變量Aggl在整體樣本和后期樣本中均通過了10%顯著性水平檢驗，且系數為正，說明區域專業化集聚具有顯著的增長效應，這意味著在實踐層面，高新區作為特定的空間組織形式是行之有效的。

表3 經濟趕超方程的GMM估計結果

在其他空間變量中，反映增長差距的變量 Ygapt-1在后期樣本、外資集聚區樣本和傳統工業區樣本中產生了顯著的正向促進作用，反應技術差距的變量TFPgapt-1通過了整體樣本、分階段樣本和傳統工業區域樣本的檢驗，這說明高新區之間存在著激烈的相互趕超和模仿。而反應母城經濟增長“勢能”的變量回歸結果不太理想，這說明母城對于高新區經濟趕超的促進作用并不明顯。

在對高新區全要素生產率的檢驗中，TFP指數通過了1%顯著性水平的檢驗，且系數顯著為正，說明中國高新區的經濟趕超具有顯著的技術進步特征。通過對技術趕超方程進行回歸，我們可以進一步區分這種技術進步的來源。

表4顯示，滯后1期的技術進步指數在整體樣本中通過了10%水平的顯著性檢驗，且系數為負，說明技術進步更容易在低技術水平的高新區中發生。在其他空間變量的檢驗中，反映增長差距的變量Ygapt-1通過了所有方程的檢驗，反映技術差距的變量TFPgapt-1通過了整體樣本、后期樣本和傳統工業區域樣本的檢驗，說明高新區技術進步并不具有內生性，而可能是部分來自于園區之間的相互競爭及管理制度的模仿。

反映資本集聚速度的Fixed系數在整體樣本中顯著為負，在分階段檢驗中，Fixed的系數從之前的未通過檢驗到顯著為負，說明到了發展后期，高新區固定資本規模擴張已經成為抑制全要素改善的重要因素。作為反映資本結構變化的變量，Stru的系數顯著為正，說明在資本積累過程中，全要素生產率的改善主要是通過資本深化完成的。而從資本結構的變化來看，高新區的資本深化已經接近穩態，人均資本至2004年已經轉為負值，說明高新區趕超在不朝“技術偏向”路徑演化的情況下，其經濟增長已接近于穩態。

在對空間效應的檢驗中，Aggl的系數在前期檢驗中顯著為正，而后期則未通過顯著性檢驗，說明區域專業化集聚對于技術進步的促進作用主要體現在前期，進入成熟期以后，這種促進作用逐漸消退。作為反映母城科技支出力度的變量，Buget在前期顯著為正，而后期顯著為負，說明母城科技支出對于高新區技術進步的促進作用收效甚微。

表4 技術追趕方程的GMM估計結果

續表

4 政策建議

根據上述研究，我們提出如下政策建議:

第一，加快高新區的創新功能主體建設，推動高新區發展從產業要素驅動向創新要素驅動轉變。要逐漸摒棄以資本集聚作為主要推進手段的趕超方式，向以創新資源集聚作為主要目標的發展路徑轉變，如通過加強高新區創新孵化功能建設、加速官產學研一體化等，推動高新區從產業資本推進向創新資本推進轉變。

第二，進一步優化政策結構，優化高新區的協同創新體系［7］。供給面政策要立足于從加強資本供給向加強創新資源供給轉變;環境面政策要進一步強化高新區服務功能，如完善高新區中介服務體系、加強投融資體系建設等;在需求面政策上，要注重制定涵蓋外資、貿易以及產業等層面的綜合政策，進一步擴展高新區的國內外市場，推動高新區向國際化發展。

第三，重視空間資源的優化與重組。注重區域產業資本和科技資源的專業化分工，圍繞特定的產業鏈和技術創新鏈推動高新區發展;重視高新區和母城的空間分工與協作，利用高新區之間的競爭與模仿效應促進高新區發展;注重高新區內部的專業化分工與建設，著力培育各類創新集群，推進高新區升級轉型。

［1］姜彩樓．創新集群與高新區升級轉型［M］．北京:科學出版社，2012．

［2］呂政，張克俊．國家高新區轉換的界面障礙及破解思路［J］．中國工業經濟，2006，215(2):5-12．

［3］袁富華．長期增長過程的“結構性加速”與“結構性減速”:一種解釋［J］．經濟研究．2012，(3):127-140．

［4］Philippe Agion，Peter Howitt．內生增長理論(中譯本)［M］．北京:北京大學出版社，2004．

［5］謝子遠．國家高新區技術創新效率影響因素研究［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］歐光軍，孫騫．基于SEM的高新區協同創新體系構建及影響因素探悉-以56個國家級高新區為例［J］．工業技術經濟．2013，233(3):97-104．