國家高新區創新能力對城市全要生產率的影響及中介效應

姚瀟穎，衛 平

（1.湖北第二師范學院 數學與經濟學院，武漢 430070；2.華中科技大學 經濟學院，武漢 430070）

一、引言

黨的二十大報告指出，經濟高質量發展取得新突破，科技自立自強能力顯著提升是未來五年中國發展主要目標任務。提升全要素生產率（total factor productivity，TFP）是高質量發展的應有之意，國家高新技術產業開發區（以下簡稱國家高新區）作為中國迎接世界技術革命挑戰的重要戰略部署，是高技術產業的聚集地，是技術創新的重要源泉。站在新的歷史起點，面臨全新發展形勢，國家高新區更應成為區域創新的中樞和區域經濟高質量發展的引擎。

國家高新區自1988 年設立以來，歷經30 多年的發展，至今數量已達169 家，遍布31 個省（市、自治區），期間，高新區經歷兩次批復熱潮，第一次在1991—1992 年間批復成立了51 家，第二次是在2010—2013 年間批復成立了60 家。2020 年，169 家國家高新區園區生產總值達135566.2 億元，占全國GDP 比重達13.3%，其中，高新區園區生產總值占所在城市GDP 比重達到50%以上的為8 家，30%以上的為31 家，比重達到20%以上的為58 家（科技部火炬中心，2020）。

可見，國家高新區對所駐城市經濟的推動作用是不可否認的。一是促進了地區經濟增長，其促進作用從較低等級的城市到較高等級的城市呈現“邊際效應遞減”的規律（劉瑞明和趙仁杰，2015）；二是提升了城市創新水平，國家高新區顯著促進了城市技術研發效率和成果轉化效率（李婉紅等，2022），國家高新區對城市創新水平的提升作用并非源于其對周邊城市創新資源的掠奪，相反高新區設立對周邊城市產生了顯著的溢出效應（李政和楊思瑩，2019）；三是對產業結構轉型升級存在一定推動作用，高新區的設立能推進城市產業結構合理化和高級化進程（王鵬等，2019），并能通過區域經濟發展、生產性服務業集聚及創新水平三個機制來促進制造業轉型升級（周思思和孫濤，2021）。

中國屬于追趕型國家，企業更多的是將發達國家技術引進消化吸收，作為創新來源，雖然會帶來較高的經濟發展速度、創新速度和產業升級速度，但由于中國國家高新區的設立對政策優惠、土地開放、要素優惠等政策依賴程度高（程郁和陳雪，2013），國家高新區發展較大程度上是由投資拉動（李強，2007），雖然吸引了大量外商直接投資，但并未成功激發園區自主創新（Zeng et al，2011），尤其是后期設立的“成長型”高新區，存在地方政府盲目競爭，加劇了地方政府無差別供地的行為傾向，出現明顯的“體制回歸”現象（黃金升等，2022），其對技術進步、產業結構高度化和全要素生產率（total factor productivity，TFP）等經濟發展質量重要內涵指標并不一定能產生預期的正面影響。卓乘風和鄧峰（2021）運用雙重差分法考察設立國家高新區的技術進步效應，發現國家高新區吸引了低端生產性服務業而非高端生產性服務業集聚，導致設立國家高新區并未顯著帶動地區技術進步。袁航和朱承亮（2018）基于雙重差分法（DID）研究了國家高新區對產業結構高度化和合理化的影響，總體來看并未推動中國產業結構高度化，“成熟型”高新區的設立對產業結構高度化的質的影響顯著為負。譚靜和張建華（2018）利用傾向得分區配雙重差分法（PSM-DID），研究顯示整體上國家高新區對地區TFP 增長具有積極影響，但異質性研究卻表明國家高新區在不同地區對TFP 的影響有顯著差異。李啟航等（2021）研究發現國家高新區的設立對城市全要素生產率造成顯著的負面影響，高新區設立促進了所在城市規模效率提高，卻抑制了技術進步和技術效率提升。

國內研究集中于將國家高新區作為政策沖擊來研究其影響效應，但事實上，國家高新區的核心特征是其創新能力。國外學者對高新區的研究聚焦在探討高新區的創新效應（Phillimore，1999；Bresnahan 和Gambardella，2004；Díez-Vial et al，2015；Liberati et al，2016；Albahari et al，2019），國內學者主要測度國家高新區創新績效，謝子遠（2011）利用數據包絡法測度了中國53 個國家高新區的創新效率，并對影響創新效率的因素進行分析。王欣（2017）選取52 家國家高新區數據，并分析關鍵制度性影響因素。劉釩和鄧明亮（2019）運用超效率數據包絡模型測算國家高新區創新效率。馬淑燕等（2021）選取東部三大城市群28 家國家高新區測算創新效率，分析其影響因素。張路娜等（2021）利用隨機前沿模型等實證考察了83 家國家高新區創新效率增長的空間差異及影響因素。本文認為，研究國家高新區創新能力對經濟的影響效應能夠有效剔除由于政策優惠、要素優惠等的影響，回歸國家高新區創新本質。

但現有研究在幾乎將國家高新區的創新能力與城市經濟發展割裂開來考慮，存在三點不足：一是在測度國家高新區創新效率方面，主要研究對象是均是早期成立的較成熟高新區，新設立的高新區鮮少納入測度范圍；二是研究國家高新區對城市經濟、產業和創新的影響時，將高新區設立作為一項政策變量，籠統研究其設立的影響，其中并未體現高新區的核心特征，即創新能力，也未能進一步考察成長周期的異質性；三是針對國家高新區對城市全要素生產率影響的研究十分不足，亦不夠深入。

盡管國家高新區自改革開放以來一直擔任著區域經濟增長極的角色，對中國經濟發展起到了重要的推動作用，但目前中國經濟面臨由高速度發展向高質量發展的轉型，在新時代背景下，國家高新區的創新能力是否能夠適應經濟高質量發展的要求？其對城市全要素生產率影響如何？尤其是新設立的“成長型”高新區和早期設立的“成熟型”高新區處于不同成長周期，國家高新區的創新能力是否存在較大差異？其對城市全要素生產率的影響是否存在較大差異？對這些問題的研究，對中國國家高新區進一步轉型升級和戰略布局，以及促進城市高質量發展具有重要意義。

本文將聚焦于國家高新區的創新能力，基于國家高新區對地區經濟的影響路徑和技術創新效率對TFP增長的影響機制，利用109 家高新區所在104 個城市面板①其中，上海、蘇州、長春、無錫、常州5 個城市有兩家高新區。數據，實證檢驗國家高新區創新能力對城市TFP 的影響效應，并按成長周期不同將國家高新區分為“成長型”和“成熟型”高新區，進一步檢驗“成熟型”國家高新區和“成長型”高新區的創新力對城市TFP 的異質性影響及中介效應，并剖析其內在原因。一方面彌補現有研究不足；另一方面為國家高新區轉型發展及城市高質量發展提供政策建議。

二、理論機制分析

技術創新效率與TFP 之間存在某種聯系，但其聯系并非是簡單、線性的相關關系，二者之間存在著復雜、非線性、多層次的相關關系（張巖，2017）。依據索羅和熊皮特的經典理論，技術創新是經濟增長的主要動力，全要素生產率的增長依賴于技術創新與突破，但在實際中，TFP 的增長并不全部來源于技術創新，技術創新并不等同于技術創新效率，技術創新效率是技術的生產效率，TFP 是產品的生產效率，在不同制度環境約束之下，技術創新效率與TFP 之間的關系可能表現不同。雖然從較長的時間范圍來看，技術創新效率提升會促進TFP 的增長，但同一經濟體在不同經濟發展階段對技術、制度、要素的依賴程度不同，在短期內，由于技術創新效率不僅僅是衡量技術創新成果，而是衡量是從創新投入到創新產出一個過程性指標，創新尤其是突破性技術創新又具備成本高、風險大、周期長等特征，這使得技術創新效率與TFP 之間的關系變得更加撲朔迷離，技術創新效率可能會促進TFP 的提升（Gouyette 和Perelman，1997；Fare 和Grosskopf，1996；Nasierowski和Arcelus，2003），也可能會抑制TFP 的增長（Thomas et al，2011）。中國國家高新區聚集了高新技術產業，是城市技術創新的發源地，但由于中國城市發展不平衡，高新區創新效率對所駐城市TFP 的影響如何，會受到所駐城市的制度環境、創新環境、產業環境等多方面因素的影響。本文通過國家高新區創新能力對城市創新水平、勞動力素質、產業結構升級三個方面的影響入手，分析國家高新區創新能力影響城市TFP 的機制路徑。

理論上，國家高新區技術創新能力的提升必然會帶來更多的創新成果，在良好的市場環境和創新環境之下，將對所在城市產生正向外溢效應，提升城市的整體創新水平，促進技術進步，從而提升城市TFP。但實際上，中國高新技術企業目前的創新主要來源仍是技術引進吸收再創新，整體上高新技術企業的科研成果多、專利數量多而原始創新少，專利質量低。國家高新區創新能力的提升會激發區外企業的競爭性創新行為，但許多企業并不具備創新實力，申請專利主要是為了用來享受政府相關優惠政策、減免稅收等，致使中國專利數量泛濫，利用率低，存在大量無法實際應用的專利。除此以外，不同城市的創新環境和創新制度不同，對創新的保護力度不同，有些城市對知識產權保護力度不足，導致創新積極性下降，有些城市對知識產權保護過度，導致壟斷，創新要素流動不足，社會無法利用其創新成果，無法促進城市全要素生產率提升。因此，國家高新區技術創新能力的提升不一定能通過提升城市創新水平促進TFP 的增長。基于以上分析，提出競爭性假設1：

國家高新區創新能力通過提升城市創新水平促進TFP 增長（H1a）；

國家高新區創新能力未能通過提升城市創新水平促進TFP 增長（H1b）。

高新區作為創新要素的聚集地，能夠吸引大量優質人力資本流入園區及駐地城市，提高城市整體勞動力素質，城市高素質人才進一步將園區內技術優勢和結構優勢等輻射區外至其他產業部門，提升城市生產效率，促進TFP 增長。但許多城市高新區人才引進機制不完善，高素質人才結構單一，尤其是在創新能力發展到較高水平時，需要大量的高尖端人技術人才和管理人才同時引入才能打破瓶頸，實現技術創新和制度創新，進一步提升TFP，否則，高層次人力資本的缺失致使創新能力和勞動生產率的提升受限，不能滿足城市TFP 增長的需求。基于此，提出競爭性假設2：

國家高新區創新能力通過提升城市勞動力素質促進TFP 增長（H2a）；

國家高新區創新能力未能通過提升城市勞動力素質促進TFP 增長（H2b）。

在產業結構升級方面，理論上，國家高新區技術創新能力的增強將直接導致區內高新技術產業的擴張，帶動城市高新技術產業發展，提高產業的勞動生產率，使產業素質得到提升，促進產業結構升級。但在現實中，雖然有些高新區創新能力較強，創新效率較高，但從整體上看高新區創新能力不足、創新層次較低，這已成為國家高新區發展的嚴重阻礙，并且高新區技術創新的外溢效應還受到所駐城市市場環境和制度環境的影響和制約。尤其是中小城市，國家高新區的設立會強化城市的經濟增長目標，地方政府行為往往會利用加大投入傳統產業的方式實現增長目標，反而抑制產業結構升級（李啟航等，2021）。基于此，提出競爭性假設3：

國家高新區創新能力通過推動城市產業結構升級促進TFP 增長（H3a）；

國家高新區創新能力未能通過推動城市產業結構升級促進TFP 增長（H3b）。

三、國家高新區創新效率測算

（一）前沿函數形式

國家高新區的創新能力用創新效率來衡量，創新效率是一個關于創新投入與創新產出的過程性指標，包含更多的信息量，且不受量綱影響，能夠充分考察國家高新區的創新能力。采用隨機前沿（SFA）方法進行測算，經檢驗，柯布-道格拉斯生產函數更能擬合高新區創新的生產過程，故函數設定形式如下：

其中：Y為創新產出；K和L分別為研發經費和研發人員；i和t分別為個體和時間；β為待估參數系數；vi，t為隨機擾動項引起的誤差；ui，t為技術非效率引起的誤差。由于創新周期較長，具有時滯，故所有投入指標采用了平均滯后兩期。

（二）數據來源與變量說明

自1988 年建設以來，國家高新區已發展了34 年，批復高新區共169 家，其中，1997 年以前設立了54 家高新區，建設已20 余年，可稱之為“成熟型”高新區；1997—2007 年間批復高新區0 家，無新建高新區；2007—2013 年間批復了60 家高新區，建設有10 年左右，可稱之為“成長型”高新區；2014 年之后批復的高新區成立時間較短，又考慮到創新存在滯后效應，故不納入本文考察范圍。

本文高新區數據來源于《中國火炬統計年鑒》（2008—2020 年）。為了保證研究對象統計數據的時間連續性，并考慮數據的可得性，選取了2007 年之前獲批成立的54 家“成熟型”國家高新區，考察時間為2007—2019 年。選取2010—2013 年間獲批成立的55 家“成長型”高新區，考察時間為2013—2019 年。

在投入產出指標的選擇上，選取研發經費（K）和研發人員（L）作為投入變量。研發經費（K）用科技活動內部經費支出來衡量，研發人員（L）用科技活動人員來衡量。采取永續盤存法來核算研發經費存量，將研發經費投入換算成存量如式（2）所示：

其中：Ki，t為第i個高新區第t年的研發經費存量；Ii，t為第i個高新區第t年實際研發經費支出；δ為折舊率，取15%。設研發價格指數=α1×固定資產價格指數+α2×消費物價指數，取α1=0.45 和α2=0.55。以2007 年為基期，對研發經費支出進行平減，得到各高新區的研發經費投入實際值。基期的研發經費支出存量用式（3）來估算：

其中：Ki0為高新區i的基期研發資本存量；Ii0為基期研發經費支出實際值；g為研發經費支出的年均增長率。結合上述兩式就得到研發經費資本存量。

發明專利和新產品銷售收入是衡量創新產出變量的兩種主要指標。由于國家高新區的專利數據難以獲得，而且出于商業機密，有些技術并不申請專利，而并非所有專利都運用于實際產生價值。因此，結合數據可得性和高新區實際情況，本文將國家高新區產品銷售收入和技術收入之和作為創新產出指標，以2007 年不變價格的工業生產者出廠價格指數折算為實際值。

（三）高新區創新效率統計描述

考察期間國家高新區創新效率統計性描述見表1。總體上看，國家高新區的整體創新效率不高，高新區創新效率的個體差異較大，最小值達0.022，最高值達0.914。從不同成長周期分類來看，“成熟型”高新區的平衡創新效率顯著高于“成長型”高新區的平均創新效率。

表1 國家高新區創新效率描述性統計

從發展趨勢上來看，考察期內，“成熟型”高新區的創新效率呈逐年上升趨勢，而“成長型”高新區的創新效率有逐年下降的趨勢，如圖1 所示。可見，由于成長周期不同，所在城市的經濟環境、制度環境、創新環境不同，“成熟型”高新區和“成長型”高新區的創新發展形勢截然不同。這也為本文將高新區區分為“成熟型”高新區和“成長型”高新區提供了基礎數據支撐。

圖1 國家高新區創新效率時間趨勢圖

四、模型、變量與數據說明

（一）模型設定

首先，采用面板模型檢驗高新區創新水平對所駐城市全要素生產率的影響。將高新區創新效率作為核心解釋變量，將全要素生產率（TFP）指標作為被解釋變量，并引入相關控制變量，所設定的面板模型如式（4）所示：

其中：tfpi，t為被解釋變量，表示第i個高新區所在城市第t年的全要素生產率；effii，t為核心解釋變量，表示第i個高新區第t年的創新效率；控制變量pgdpi，t、infrai，t、govi，t、infori，t、humi，t、finai，t、openi，t分別為經濟發展水平、基礎設施水平、政府規模、信息化水平、人力資本水平、金融發達度、對外開放度；c為常數項；α為待估參數；μi為固定效應；εi，t為隨機誤差項。

其次，構建如式（5）和式（6）所示模型，檢驗國家高新區創新能力對城市全要素生產率的影響效應中是否存在中介機制。

其中：mediatori，t為中介變量；xi，t為控制變量；γ為待估參數；i為城市，t為年份。依據機制分析，選取以下中介變量：城市創新水平（patn）、勞動力素質（llv）和產業結構升級（indup），其余變量與式（4）一致。其中，中介效應由β1× σ=α1-α2來衡量，sobel 檢驗統計量為Z=β1σ/Sβ1σ。由于中介效應是為了檢驗自變量對因變量影響關系的中介機制。因此，開展中介檢驗的前提條件為自變量對因變量發揮顯著影響效應（錢雪松等，2015）。在模型（4）中α1顯著情況下，如果模型（5）中β1顯著，模型（6）中σ顯著，且二者交乘結果（β1×σ）與α2符號相同，則說明中介變量發揮中介效應；如果模型（5）中β1顯著，模型（6）中σ顯著，且二者交乘結果（β1×σ）與α2符號相反，則說明中介變量發揮遮掩效應。

（二）變量說明

（1）被解釋變量。被解釋變量為城市全要素生產率，是城市高質量發展的重要體現。本文運用隨機前沿方法（SFA）對城市全要素生產率進行估算，其中，產出指標為城市GDP，運用城市所在省份GDP 平減指數對GDP 按2007 年不變價進行平減；投入指標包括勞動力投入和資本投入，勞動力投入采用年末從業人員數，資本投入采用固定資本存量，借鑒程惠芳和陳超（2017）以固定資本投資總額為基礎，使用永續存盤法計算得到，折舊率選擇10%。

（2）核心解釋變量。核心解釋變量為國家高新區的創新能力，以創新效率衡量，利用SFA 方法測算而得。

（3）中介變量。選取城市創新水平、勞動力素質和產業結構升級作為中介變量，檢驗高新區創新能力是否通過城市創新水平、勞動力素質、產業結構升級對國家高新區所駐城市全要素生產率產生影響：①城市創新水平（patn），采用發明專利與實用新型專利申請量來代表；②勞動力素質（llv），由于城市勞動力學歷數據無法獲取，而制造業、信息傳輸計算機服務和軟件業、科研綜合技術服務業對勞動者學歷和能力要求較高，故本文采用各城市制造業、信息傳輸計算機服務和軟件業和科研綜合技術服務業從業人員之和來衡量勞動力素質；③產業結構升級（indup），由于經濟結構服務化是產業結構升級重要的特征，故采用第三產業產值占第二產業產值之比。

（4）控制變量。主要包括：①經濟發展水平，采用人均GDP 來代表；②基礎設施水平，采用人均城市道路面積來衡量；③政府規模，采用政府財政支出占地區生產總值的比重來表示；④信息化水平，采用人均郵電業務總量與人均GDP 的比值來表示；⑤人力資本水平，采用普通高校在校生數與地區年末人口總數之比來衡量；⑥金融發達程度，采用年末金融機構存貸款余額占地區生產總值的比重來衡量；⑦對外開放程度，采用實際使用外資金額與地區生產總值之比來衡量。具體的變量定義及說明見表2。

表2 變量設置及定義

本文采用2007—2019 年104 個城市的面板數據研究國家高新區創新能力對全要素生產率的影響。所采用數據來自歷年《中國城市統計年鑒》和《中國統計年鑒》，以2007 年為基期，所有價值變量統一核算成以2007 年為基期的不變價，對部分缺失數據采用插值法進行了填補，變量的描述性統計見表3。

表3 變量的描述性統計

五、實證結果及分析

（一）基準模型估計

1.初步估計

由于“成熟型”高新區和“成長型”高新區的成長周期、創新能力和所駐城市經濟環境差距十分明顯，本文認為，應分別考察“成熟型”高新區和“成長型”高新區的創新力對城市全要素生產率的作用。

對基準模型進行huasman 檢驗，顯示應采用固定效應模型，結果見表4。由表4 可見，從總體上來看，高新區創新能力的提升對所駐城市全要素生產率有顯著促進作用。經濟發展水平、信息化水平、人力資本水平對城市全要素生產率無顯著影響，基礎設施水平、政府干預經濟程度、金融發達程和對外開放程度度均對城市全要素生產率有顯著負向影響。

表4 國家高新區創新能力對城市全要素生產率的影響

不同類型的高新區創新能力對城市全要素生產率的影響效應差異較大，“成長型”高新區創新能力的提升能夠大力促進所駐城市全要素生產率的增長，而“成熟型”高新區創新能力對所駐城市全要素生產率有輕微的抑制作用。這可能是由于TFP 的增長不僅僅由技術創新決定，還來源于制度創新，這兩者對TFP 的貢獻程度在不同城市或不同環境下是不同的。成長型”高新區發展主要位于三、四線較不發達的城市，其城市TFP 較低，TFP 增長的主要來源為技術創新，高新區技術創新能力的微小進步都能大力帶動城市TFP 的提高。“成熟型”高新區大多位于直轄市、省會城市和東部沿海發達城市，一方面，這些城市TFP 的提高不僅僅依賴技術創新，甚至更依賴制度創新；另一方面，這些城市TFP 已處在較高水平，需要突破性技術創新才能進一步推動TFP 增長，而突破性技術創新往往需要巨大的成本投入和長期的時間投入，從而可能導致高新區技術創新效率在考察期內對TFP 表現出輕微的抑制作用。

2.穩健性檢驗

國家高新區創新能力對城市全要素生產率的影響可能會存在長期的時滯效應，為了控制核心解釋變量的內生性偏誤，借鑒李春濤等（2020），本文利用國家高新區創新能力滯后一期替代解釋變量進行穩健性檢驗。結果見表5，滯后一期的國家高新區創新能力對城市全要素生產率的顯著性及影響方向均與基準檢驗結果一致，證明前文結果的穩健性。

表5 穩健性檢驗

（二）中介效應檢驗

鑒于不同成長周期的國家高新區存在較強的異質性，對城市全要素生產率的影響方向相反，本文分別考察“成熟型”高新區和“成長型”高新區的創新能力對城市全要素生產率的中介效應。

1.城市創新水平中介效應

高新區創新能力增強將使園區內相關產業部門生產率得到提高，生產成本降低，吸引生產要素和創新要素集中流入該部門，而園區內外其他部門則會受限于該部門利用技術創新帶來的益處，從而誘導其他部門的創新跟隨行為，進而提升城市整體創新能力。

據模型（5），檢驗城市創新水平是否為國家高新區創新能力對城市TFP 的中介機制。結果見表6。由表6 可見，“成熟型”和“成長型”高新區創新能力均能顯著提升城市創新水平。對于“成熟型”高新區而言，通過sobel 檢驗，高新區創新能力通過提升城市創新水平城市TFP 產生輕微的抑制作用，存在中介效應，但中介效應十分微弱。對于“成長型”高新而言，不存在中介效應，即高新區創新能力無法通過提升城市創新水平促進城市TFP 增長。證實了假設H1b，可見，中國高新區作為創新源泉，區內高新技術企業的專利質量總體上并不高，一方面存在大量無法實際應用的專利，對TFP 的增長起到不良影響；另一方面突破性原始創新少，不足以帶動城市TFP 提高。

表6 不同成長周期高新區城市創新水平中介效應檢驗結果

2.勞動力素質中介效應

據模型（5），檢驗勞動力素質是否為國家高新區創新能力對城市TFP 的中介機制。結果見表7。“成熟型”高新區和“成長型”高新區均通過sobel 檢驗，存在中介效應。對于“成熟型”高新區，勞動力素質的提升對城市TFP 產生微弱的負面影響，中介效應較小。“成熟型”高新區所在城市對高水平的技術人才吸引力較強，勞動力素質提升，但人才結構單一，高尖端科技人才和管理人才缺失，人才瓶頸反而使其對城市TFP 有微弱的抑制效應。證明了假設H2b。對于“成長型”高新區，高新區創新能力能顯著提升所駐城市勞動力素質，勞動力素質的提升對城市TFP 產生了顯著促進作用。可見，“成長型”高新區是通過大力提升所在城市勞動力素質從而提升城市TFP。證明了假設H2a。

表7 不同成長周期高新區城市勞動力素質中介效應檢驗結果

3.產業結構升級中介效應

據模型（5）和模型（6），檢驗產業結構升級是否為國家高新區創新能力對城市TFP的中介機制。結果見表8。對于“成熟型”高新區，高新區創新能力能夠顯著促進產業結構升級，產業結構升級城市TFP 有一定的促進作用，因而“成熟型”高新區創新能力通過促進產業結構升級對城市TFP 的抑制作用產生了遮掩效應。證明了假設H3b。對于“成長型”高新區所在較落后的城市，地方政府出于經濟目標的考量，在促進高新區發展的同時，會向國有企業、原有中低端制造業進行政策傾向，從而抑制產業結構升級，而三、四線不發達城市的產業結構本身處于較低水平，產業升級僅僅是三大產業數量上的變化，無法提升產業結構質量，故而對城市TFP 的增長也并無促進作用。證明了假設H3a。

表8 不同成長周期高新區產業結構升級中介效應檢驗結果

（三）異質性檢驗

1.政府規模異質性

中國城市經濟發展水平差異較大，政府規模在不同城市對經濟增長產生不同的影響。政府規模反映了政府對市場經濟的干預程度，政府規模會通過影響資本、勞動、技術等生產要素在不同部門的配置，也會直接通過消費、投資、產業結構等直接影響經濟發展，因而會導致高新區創新能力對城市TFP 的影響效應有所不同。本節擬對國家高新區創新能力對城市TFP 影響的政府規模異質性進行檢驗，采取樣本城市中政府規模中位數作為劃分標準，將城市劃分為高政府規模組（higov）和低政府規模組（lowgov）。當考察處于高政府規模城市的國家高新區創新能力對城市TFP 的影響時，設定higov=1，lowgov=0；當考察處于低政府規模城市的國家高新區創新能力對城市TFP 的影響時，設定lowgov=1，higov=0。回歸結果見表9。

表9 國家高新區創新能力對城市TFP 影響的政府規模異質性檢驗

回歸結果顯示，高政府規模城市的“成熟型”高新區創新能力對城市TFP 的負面影響較弱，而低政府規模城市的“成熟型”高新區創新能力對城市TFP 的負面影響較強。高政府規模城市的“成長型”高新區創新能力對城市TFP 有顯著正向促進作用，而低政府規模城市的“成長型”高新區創新能力對城市TFP 無顯著影響。由于“成熟型”高新區主要位于經濟較為發達的城市，政府干預措施方向是刺激和支持創新活動，并解決由創新不確定性帶來的市場失靈和創新投入不足問題，因而在高政府規模的城市“成熟型”高新區創新能力對城市TFP 的負面影響比低政府規模城市的負面影響低。“成長型”高新區所處城市經濟相對欠發達，“成長型”高新區創新能力本身也較低，還處于創新的早期階段，因而政府干預方向是支持科技活動，提升創新對經濟的推動作用，因而在高政府規模的“成長型”高新區創新能力對城市TFP 有顯著促進作用，而在低政府規模的城市影響不顯著。

2.區域異質性

中國幅員遼闊，區域經濟發展極不平衡，東部地區和中西地區的開放程度和創新環境都有較大差異，國家高新區創新能力對不同地區城市TFP 的影響是否存在差異呢？本節國家高新區創新能力對所駐城市TFP 的區域異質性進行檢驗。本文將樣本城市劃分東部（est）和中西（mid-west）兩個類別，當考察處于東部發達城市的國家高新區創新能力對城市TFP 的影響時，設定est=1，mid-west=0；當考察處于中部城市的國家高新區創新能力對城市TFP 的影響時，設定est=0，mid-west=1。回歸結果見表10。

表10 國家高新區創新能力對城市TFP 影響的區域異質性檢驗

回歸結果顯示，東部地區“成熟型”高新區創新能力對城市TFP 有顯著負面影響，而在中西部地區“成熟型”創新能力對城市TFP 有顯著促進作用。東部地區和中西部地區“成長型”高新區創新能力對城市TFP 均無顯著影響。這可能是由于：中西部地區經濟較落后，以高技術產業為主的“成熟型”國家高新區創新能力的提升能顯著提升當地創新水平，促進當地產業結構升級，從而促進城市TFP 增長；而東部地區經濟發展水平較高，“成熟型”高新區創新能力也較高，一般創新已不能滿足經濟高質量發展的需要，要進一步實現突破性創新，而這一過程需要大量人力、物力、財力的投入，并且周期較長，因而在考察期內表現為對城市TFP 產生負向影響。

六、結論及政策建議

本文利用2007—2019 年國家高新區的數據，從不同成長周期的角度，將國家高新區分為“成熟型”高新區和“成長型”高新區，分別測算其創新效率，并利用2009—2019 年高新區所駐104 個城市數據，檢驗高新區創新能力對城市全要素生產率的影響及中介效應。研究發現：①“成熟型”高新區和“成長型”高新區創新效率存在顯著差距，“成熟型”高新區的創新效率遠高于“成長型”高新區的創新效率，且“成熟型”高新區的創新效率逐年上升，而“成長型”高新區的創新效率卻逐年下降；②總體上來看，高新區創新能力的提高有助于駐地城市TFP 的增長，“成熟型”高新區的創新能力對所在城市TFP 存在輕微的抑制作用，“成長型”高新區的創新能力對所在城市TFP 有顯著促進作用；③“成熟型”國家高新區創新能力可以顯著促進城市創新水平和勞動力素質的提高，但由于創新層級不高、人才結構單一，高尖端人才缺失等原因，對城市TFP 并未產生顯著促進作用。“成熟型”國家高新區創新能力通過促進所在城市產業結構升級，對城市TFP 的負面影響產生了遮掩效應；④“成長型”高新區創新能力的提升主要通過城市勞動力素質提升促進城市TFP 增長，無法通過提升城市創新水平促進TFP 增長；⑤高政府規模城市的“成熟型”高新區創新能力對城市TFP 的負面影響比低政府規模城市的負面影響低。高政府規模的“成長型”高新區創新能力對城市TFP 有顯著促進作用，而在低政府規模的城市影響不顯著；⑥東部地區“成熟型”高新區創新能力對城市TFP 有顯著負面影響，而在中西部地區“成熟型”創新能力對城市TFP 有顯著促進作用。可見，國家高新區創新能力對城市TFP 的影響在不同制度環境、經濟環境下展現出復雜的影響效應。

針對上述結論，本文提出幾點政策建議。

第一，針對不同成長周期的高新區制定差異化發展策略。區別“成熟型”和“成長型”高新區，制定與其成長周期及城市發展目標相適應的發展目標和政策。對“成長型”高新區，應加強其與城市功能和城市經濟發展目標的有機結合，不盲目跟隨“成熟型”高新區的發展模式，認清自身發展瓶頸和機遇，定制針對性發展政策。對“成熟型”高新區要加快推進二次創新和三次創新，對創新數量和創新質量兩手抓，更加注重創新質量，適應城市高質量發展的需求。總體上，要結合高新區所駐城市制度和環境、產業發展方向，賦予高新區差異化使命，帶動不同層級城市高質量發展。

第二，優化人才引進結構，加大創新人才培養力度。對于“成熟型”高新區，一方面應優化人才引進機制，加強人才激勵力度，不拘泥于形式，通過多樣化激勵機制吸引國內外高端技術人才和管理人才；另一方面，應加強與國內國際一流大學聯合培養高端創新人才，探索“成熟型”高新區培養人才+引進人才新路徑。對于“成長型”高新區，應根據自身需求，引進創新人才，加強產城融合，提升國家高新區聚焦人才的功能，并輻射至所駐城市，提升城市人力資源水平。

第三，充分發揮政府調控和支持作用，提高創新資源配置效率。各級政府應予以強有力的支持政策和打造更加開放的創新環境，加強制度創新，增強對資本、人才、技術、信息服務等創新要素的吸引力。“成熟型”高新區所處城市，政府應加大力度扶持原始創新企業，引導市場資金投入，促進創新生產要素優化配置，提升企業創新質量。“成長型”高新區所處城市，政府應擺脫短期經濟目標的約束，以長遠的發展眼光，支持高新區企業開展各種創新活動。

第四，升級國家高新區創新能力，促進城市經濟高質量發展。一是大力推動“成熟型”園區投入創新活動，加強產學研合作，實現突破性技術創新，提升科技成果轉化率，提高城市整體創新質量；二是加強與信息技術、互聯網等新興產業的融合，加速新興產業技術的擴散，通過園區內外產業間的聯動發展，推動國家高新區全產業鏈創新，提升城市產業結構升級，帶動城市經濟向高質量轉型。