国家自主创新示范区经济增长促进效应研究

魏 丽,卜 伟

(北京交通大学 经济管理学院,北京 100044)

国家自主创新示范区(以下简称“自创区”)是中国实施创新驱动发展战略的重要载体,但其对经济增长的促进作用有待定量评价。使用双重差分法和合成控制法对自创区经济增长促进效应分别进行整体平均化评估与个案评估,发现自创区设立对经济增长存在促进作用,但也存在地区异质性,即以湖北为代表的中部省份自创区设立显著促进地区经济增长,但以北京和上海为代表的自创区设立对经济增长的促进效应还未显现出来,表明该地区自创区应加快转型升级,成为地区经济新增长极。通过中介效应分析发现,武汉东湖自创区是通过区域创新推动地区经济增长的。

关键词国家自主创新示范区;经济增长;DID;合成控制法;中介效应

0 引言

随着世界经济增速放缓,中国经济增长压力持续加大。为跨越“中等收入陷阱”,中国亟需转变经济增长方式,完成由要素驱动向创新驱动的转变。创新驱动发展战略已成为关乎国家发展全局的核心战略。国家自主创新示范区(以下简称“自创区”)作为实施创新驱动的空间载体,担负着促进区域经济增长的重要使命。目前中国已批准建立了17个自创区和1个综合试验区,覆盖了将近1/2的省级行政区域。然而,自创区促进地区经济增长了吗?

随着改革全面进入深化阶段,中国设立自创区的主要目的之一就是强化高新区在“试水”中的创新引领和内生增长作用[1]。目前,高新区的经济增长促进效应已被大量研究证实[2-3]。随着自创区的设立,国内学者对自创区的经济促进作用进行了研究。首先,自创区是中国实施创新驱动发展战略的重要载体。实现创新驱动的有效机制是产、学、研、用、管协同创新,而自创区建设直接关乎创新驱动发展战略的实施质量与进度[4]。很多研究对自创区的创新能力和政策进行了评价,认为应充分发挥自创区在创新驱动发展战略中的核心载体作用[5-6]。而且,自创区可以通过商业化、产业化和社会化,将创新产出转化为有效的经济产出,促进社会经济发展,如中关村在经济效益、经济规模、产业结构三方面对首都经济贡献较大[7-8]。同时,自创区在推动区域低碳经济发展中也发挥了重要作用,是低碳技术创新的主要载体[9]

现有文献对自创区在地区经济发展、创新驱动发展战略中的作用进行了详细论述,也从多方面、多维度对自创区进行了评价,但对于示范区是否真正带动地区经济快速增长、成为地区经济新增长极尚未提供直接的量化证据。本文将通过双重差分法和合成控制法对国家自主创新示范区的经济促进效应进行定量评价,以便定量监测自创区对经济增长的促进作用,为自创区及时调整发展定位、优化和改进自创区发展战略和政策提供支撑,并对试点政策在其它地区推广提供借鉴。

1 政策背景与理论假设

1.1 政策背景

2005年6月,时任国务院总理的温家宝同志提出要建设世界一流科技园区。而后北京、武汉、上海、西安、深圳、成都6个国家高新区陆续被国务院批准,开启探索建设世界一流科技园区的征程。该6个高新区后来相继被科技部认定为国家自主创新示范区。2014年12月,国务院常务会议要求依托国家高新区,在更大范围内加快自创区建设[10]。2016年7月发布的《“十三五”国家科技创新规划》中提出“以国家自主创新示范区为基础,推动优势区域打造具有重大引领作用和全球影响力的创新高地,形成区域创新发展梯次布局,带动区域创新水平整体提升”。随着改革开放的全面深入,中国设立自创区的主要目的是强化高新区的创新引领和内生增长作用。因此,自创区应加快高新区转型升级,推动区域创新,使其成为新常态下区域经济发展的新增长极。本文认为自创区要实现高新区转型升级,需要完成以下3个转变:

(1)由区域相互竞争向区域协同创新转变。与高新区不同,自创区的设立跨越了行政区划。如苏南自创区是中国第一个由城市群构成的自创区,湖南长株潭自创区也囊括了长沙、株洲、湘潭3个城市,此外还有珠三角、山东半岛、辽宁沈大、河南郑洛新、福建福厦泉、安徽合芜蚌等自创区均是跨区设立的[11]。中国高新区自设立以来存在明显的非均衡发展态势,即强者愈强、弱者愈弱的马太效应,而自创区的设立无疑是推动高新区均衡发展的关键举措[12]。因此,与以往高新区各自独立发展不同,自创区同时肩负着促进区域协同创新、协调发展的重担。自创区要彻底打破区域间行政区划限制,成为区域创新合作的联动平台,构建协同、互补、高效的区域创新体系[10]

(2)由产业集群向创新生态系统转变。高新区政策促进了产业集聚,但产业集群的创新效率有待提高,集群企业在研发投入上与其它行动者的直接联系有待增强,协同创新网络有待构建和完善[13]。在知识经济时代,创新从单一的企业技术创新演变为包含创新环境和制度体系的创新生态系统,竞争模式也从单一企业竞争演变为产业链竞争,进而升级为创新生态系统竞争[4]。因此,自创区应加速构建由大学、研究机构、政府、企业构成的创新生态系统,完善创新主体合作共享与科技成果转化机制,加快构建和完善区域协同创新网络。

(3)由技术模仿向自主创新转变。随着十大产业调整和振兴规划的出台,中国由此开始从技术模仿向自主创新转型。自创区作为中国实施创新驱动发展的重要载体,自然肩负着从技术模仿向自主创新转变的重任。因此,自创区要加快提高自主创新能力,促进经济增长由依靠技术学习与模仿向依靠知识创造与自主研发转变。

1.2 自创区对地区经济增长的促进作用

Schumpeter[14]最早提出创新概念,并强调创新是经济发展的本质。Porter[15]第一个提出创新驱动是经济发展的4个阶段之一,在该阶段经济发展主要依靠创新实现。科技园区或创新区可以促进创新,最终实现地区经济增长[16]。这主要是因为科技园区可以将从研究型大学或机构获取的新知识孵化成新技术,提高企业生产效率和效益,促进产业升级,最终推动经济增长。从世界经验看,很多国家的经济增长均是通过设立科技园区促进创新实现的。如美国硅谷促进了高新技术产业发展,进而大力推动了国家经济增长[17]。韩国大德城经过多年发展,已由最初的科技园区成长为创新集聚地,并对韩国经济增长产生了极大推动作用[18]

中国自创区将通过促进区域创新实现地区经济增长。一方面,中国自创区享受了人才、金融、税收、土地利用以及科技成果转化等与创新相关的众多优惠政策,为促进自主研发和构建创新生态系统创造了良好的政策环境,有助于促进区域自主创新、优化资源配置,是地区在新常态下实现经济增长的动力源泉[19]。另一方面,自创区将原来的高新区紧密联系在一起,以此促进区域协同创新[11],弥补创新知识在开发利用空间和时间上的缺陷,加快经济增长方式转变。

因此,本文提出以下研究假设:

H1:自创区能够促进地区经济增长;

H2:自创区通过促进区域创新推动地区经济增长。

1.3 自创区经济增长促进效应的地区异质性

不同地区要素禀赋差异会导致技术研发对经济增长绩效产生差异化影响[20],同样,同一经济政策会因地区初始要素禀赋不同而产生不同效果。如中国创新政策效果在地区之间存在显著差异[21],发达地区的优惠政策与基础设施相对欠发达地区更完善,与高新区政策衔接更密合[2]。因此,根据经济学原理的边际效益递减规律,若自创区尚未彻底实现高新区转型,其对地区经济增长的边际效应将减小。由于欠发达地区政策体系有待完善、基础设施相对落后,其自创区对地区经济增长的促进作用将更大。

中国不同地区间的经济发展程度存在较大差异,这主要是因为改革开放之初实施的“让某些地区先发展起来”的不均衡发展战略拉大了东部沿海地区与中西部地区的经济发展差距,即使之后实现了“先发带动后发”的一系列区域协同发展战略也未能彻底改变经济分异格局[22]。此外,东、中、西部自创区的发展定位也不同。以北京中关村和上海张江为代表的东部地区自创区倡导率先发展,打造具有国际影响力的创新创业中心,辐射、引领三个支撑带、环渤海经济圈、东海经济圈等;以武汉东湖为代表的中部地区自创区要求连接东西,承接东部产业和先进技术,引领和带动中西部发展;西部地区主要是引进东部先进的技术、体制机制与资金等,以实现跨越式发展[4]

因此,本文提出第三个研究假设:

H3:自创区经济增长促进效应存在地区异质性,即对于经济发展水平不同的地区,自创区对其经济增长的促进作用不同。

2 研究设计

本文首先使用双重差分模型对自创区的经济增长促进效应及其地区异质性进行平均化评估,然后使用合成控制法对最早设立自创区的北京中关村、武汉东湖和上海张江进行个案评价,这样可使实证结果更稳健,也弥补了双重差分模型存在的政策内生性及平均化评价缺陷。

2.1 双重差分模型

2009-2016年,国务院共分期批复了17个自创区,在本文的内地31个省级样本中覆盖了16个省市。这16个省市编为处理组,其余没有获批建设自创区的省市编为对照组。根据各个省市建设自创区时间,设置虚拟变量NIDZ,地区在获批建设自创区前NIDZ为0,获批之后NIDZ为1,构造双向固定效应模型实现双重差分,以估计自创区设立对区域经济增长的净效应,如式(1)所示。

Yit=β0+β1·NIDZit+β2·Xit-1+γt+μi+εit

(1)

其中,Yit为被解释变量,本文选取实际GDP对数值Lngdpit和人均实际GDP对数值Lnpergdpit两个指标衡量地区经济发展水平,下标it分别表示第i个市与第t年,γt代表时间固定效应,μi代表各省市的个体固定效应。Xit-1为其它控制变量,包括固定投资、劳动力投入、外商投资及产业结构,考虑到这些因素的经济增长促进效应存在滞后性,均滞后一期,本文主要关注模型系数β1的估计值,用于度量自创区对地区经济增长的净影响。如果自创区设立促进了经济增长,那么β1的系数应该显著为正。

2.2 合成控制法

以往的政策效应评估多使用双重差分模型,但双重差分模型在对照组选择上具有主观性和随意性,目标组与对照组之间的系统性差异可能是政策选择的结果。因此,运用双重差分模型进行政策效应评估往往存在政策内生性问题,而合成控制法可以规避这一问题[23]。合成控制法由Abadie和Gardeazabal[24]提出后,被国内外学者应用到各个领域,如经济自由化的增长效应、工人法对非洲移民的影响,以及设立经济特区或自贸区、行政区划调整、长三角扩容对经济增长的影响等[25-28]。合成控制法的核心思想是根据政策实施前的一系列预测变量测度处理组和对照组的相似性,对多个对照组对象进行加权,合成一个与处理组对象近乎一样的控制对象,然后通过比较处理组对象与控制对象来观察政策实施效果。合成控制法的优点除了能避免政策内生性问题之外,还可避免政策效果的过度外推,并将每个对照组对象合成一个与之相近的控制对象,以弥补平均化评价的缺陷[23]

本文使用合成控制法,对设立最早、发展最快、政策最活的3个代表性自创区——北京中关村、湖北武汉东湖和上海张江进行个案评价。假设观测到K+1个省市的经济增长情况,其中,第i个省市在T0设立了自创区,其它K个地区为对照组省市表示省市i在时间t没有设立自创区的经济增长情况,表示省市i设立自创区时的经济增长情况。借鉴Abadie等提出的因子模型[28]设定模型,如式(2)所示。

(2)

式(2)中,α1t为政策试点效应值;D1t为虚拟变量;tT0时,D1t=1,其余D1t=0;δt为不可观测的时间固定效应;Zk为(r+1)为可观测不受政策试点影响的协变量;θt为(1+r)为不可观测参数;λt为(1×F),为不可观测共同因子;μk为(F×1),为不可观测的地区固定效应;εkt为标准误差项。

式(1)为估计时变政策试点效应(α1T0+1,…,α1T)提供了基础。当tT0时,是可以观察的为不可观测。估计α1t需先估计合成控制法的关键是构造的反事实变量假定标准化的权重向量W=(w2,…,wk+1),则每一个W向量值就有一个潜在合成控制变量与之对应。能够找到一组最优权重W*使可作为一个近似估计量从而得到α1t的估计量,如式(3)所示。

(3)

2.3 变量选取、数据样本及来源

2.3.1 变量选取

在双重差分模型中,本文将地区实际GDP对数值和人均实际GDP对数值作为被解释变量,衡量地区经济增长。核心解释变量为自创区虚拟变量,根据国务院截至2016年底批准建立的国家自创区名单,对各省市赋值。如果某省市在该年开始或已经设立自创区,则赋值为1,否则赋值为0。考虑到影响地区经济增长的其它因素,本文引入其它控制变量,包括衡量物质资本投入水平的地区固定资产投资额对数值、衡量劳动投入量的地区就业人数对数值、衡量产业结构的第一产业增加值占总产值比重以及衡量对外开放水平的地区实际利用外商直接投资占总产值比重。

在合成控制法中,本文将地区实际GDP对数值作为合成控制模型中的被解释变量(结果变量)。作为解释变量的控制变量组,本文选取其它影响经济增长的预测变量,包括固定资产投资对数值、就业人数对数值、第一产业增加值占总产值的比重、外商直接投资。变量含义及计算方法与双重差分模型中的变量一致。主要变量选取情况见表1。

表1主要变量含义及计算方法

变量名称 变量含义 计算方法lngdp实际GDP对数值先用地区名义GDP除以以1994年为基期的定基平减指数得到地区实际GDP,再对其取对数lnpergdp实际人均GDP对数值先用地区实际GDP除以当年地区年末总人口,得到地区人均实际GDP,再对其取对数NIDZ自创区虚拟变量(0,1)e劳动力投入水平就业人数取对数fi固定资产投资与实际GDP对数值一样,先用平减指数进行折算,再对其取对数fdi外商直接投资水平实际利用外商直接投资额/地区GDP×100first产业结构第一产业产值/地区GDP×100

2.3.2 数据样本及来源

目前,在已设立的17个自创区中,属于直辖市的有4个,跨地级市设立的有8个,即以省级单位为依托设立的自创区约占自创区总数的71%,而且自创区多以省、市、区协同共建,因此用省级面板数据较为合适。在双重差分模型中,使用的数据样本为中国内地31个省市1994-2016年的面板数据,其中,将2009-2016年设立了自创区的16个省市编为处理组,其余省市为对照组。在合成控制法中,仅研究北京、湖北与上海。一方面,这三个省市最早设立自创区,且自创区发展最快、政策最灵活,最具代表性;另一方面,合成控制法需要政策实施一定年份后才能进行有效评估,除北京、湖北与上海以外其它设立自创区的省市中,最早设立自创区的是在2014年,政策实施时间太短。将2009年设立自创区的北京和湖北以及2011年设立自创区的上海作为处理组,其它省级区域为对照组。将2012-2016年设立了自创区的省市排除在对照组外,为使合成效果更好,将2015-2016年设立自创区的省市纳入对照组,将2012-2014年设立自创区的广东和江苏排除在外,然后评估2015年之前的政策效果。所以,合成控制法使用的数据样本为去掉广东和江苏后的29个省市1994-2014年的面板数据。此外,样本使用数据从1994年开始,主要是因为中国从该年开始实施分税制改革,其对地区经济增长的影响已被国内学者大量证实。为避免可能引起的估计误差,使用1994年之后的数据。所有原始数据均来源于《中国统计年鉴》(1995-2017)及各省市历年统计年鉴。

2.3.3 变量描述性统计

表2为全样本主要变量的描述性统计,包括全国内地31个省市1994-2016年共713个省市-年层面的观测数据。样本省市实际GDP对数值普遍是16~17,人均实际GDP对数值普遍是8~9,就业人数对数值普遍是7~8,固定投资额对数值普遍是6~7。第一产业增加值占总产值比重的最小值、最大值和标准差分别为0.388、46与8.320,外商投资水平的最小值、最大值和标准差分别为0.001、24.193与3.248,说明地区间在这两个指标上存在很大差异。

表2主要变量描述性统计

变量名称样本数平均值中位数最小值最大值标准差lngdp71316.76216.85912.48819.5241.274lnpergdp7138.7158.7316.82710.4770.845NIDZ7130.0620010.241e7137.4277.5754.7398.8140.926fi7136.8316.8262.5059.8181.419fdi7133.1052.1070.00124.1933.248first71315.15714.2180.388468.320

3 自创区经济增长促进效应评估

运用双重差分模型对自创区经济增长促进效应进行整体平均化评估,运用合成控制法对自创区经济增长促进效应进行个案评估,以验证研究假设。

3.1 自创区经济增长促进效应的平均化评估

首先评估自创区设立对经济增长的直接影响,然后验证自创区经济增长促进效应的地区异质性。

3.1.1 自创区促进经济增长的整体分析

首先,进行基准回归(见表3)。从表3中可以看出,模型(1)-模型(5)的自创区变量系数始终显著为正。因此,从基准回归结果看,设立自创区对地区经济增长存在显著促进作用,假设H1成立。

表3基准回归

被解释变量lngdplngdplngdplngdplngdp解释变量(1)(2)(3)(4)(5)NIDZ1.236***0.796***0.147***0.122***0.139***(10.15)(7.95)(5.25)(4.48)(5.60)e1.827***0.454***0.442***0.514***(19.18)(20.07)(20.04)(23.40)fi0.627***0.620***0.524***(95.60)(96.77)(49.95)fdi-0.020***-0.022***(-7.23)(-8.59)first-0.020***(-10.88)Cons16.686***3.209***9.196***9.401***9.824***(93.76)(4.50)(60.02)(61.93)(65.60)N713713713713713R20.095 70.630 70.954 40.943 10.954 3

注:括号中为t值;******分别表示显著性水平为10%、5%和1%

为检验自创区对区域经济增长的直接影响,通过单差法比较地区在设立自创区前后的经济增长情况。从表4的(1)和(2)可以看出,在控制了其它变量和地区效应之后,NIDZ系数均显著为正,但单差法可能高估了自创区经济增长的促进作用,这是因为在自创区设立前后还有很多因素影响区域经济增长。本文运用双重差分模型评估自创区设立对地区经济增长的净影响。从表4的(3)和(4)中可以看出,NIDZ的系数显著为正,说明从总体经济增长水平和人均经济增长水平看,自创区设立对地区经济增长均有显著推动作用。观察NIDZ的系数可以发现,利用单差法得到的系数远高于双重差分模型得到的系数,说明采用传统单差法虽然能够说明部分问题,但这种方法可能高估了自创区对地区经济增长的促进作用。

表4自创区对地区经济增长的影响

被解释变量lngdplnpergdplngdplnpergdp解释变量(1)(2)(3)(4)NIDZ0.115**0.072*0.086***0.047*(2.13)(1.84)(2.73)(1.86)e0.479***-0.0700.143-0.357***(2.59)(-0.47)(1.22)(-4.08)fi0.528***0.542***0.231***0.296***(24.85)(30.20)(4.50)(8.71)fdi-0.035***-0.027***-0.016***-0.013***(-4.82)(-5.94)(-2.61)(-3.59)first-0.017***-0.017***-0.010**-0.012***(-5.42)(-5.90)(-2.09)(-4.08)时间效应否否控制控制地区效应控制控制控制控制Cons10.364***6.543***13.735***9.104***(9.1)(7.20)(13.51)(12.99)N713713713713R20.991 60.986 90.744 30.826 6

注:括号中为t值;******分别表示显著性水平为10%、5%和1%;所有回归均采用以地区为聚类变量的聚类稳健标准误,下同

3.1.2 自创区促进经济增长的地区异质性分析

根据假设H2,自创区对经济增长的促进效应会因地区经济发展水平不同而有差异。为了验证该假设,本文按照传统划分法,将31个省市分为东、中、西部,分别考察自创区对经济增长的影响。由于西部省市中只有四川和重庆分别在2015年、2016年设立了自创区,其对经济增长的影响难以显现,因此这里仅考察自创区对东部和中部省市经济增长的影响。表5中的(1)和(3)为自创区对东部省市经济增长的回归结果,表5中的(2)和(4)为自创区对中部省市经济增长的回归结果。从表5可以看出,NIDZ系数在(2)和(4)中显著为正,在(1)和(3)中不显著,但系数为正,且(2)和(4)中的NIDZ系数均高于(1)与(3)。这说明自创区设立对中部地区的经济增长存在显著促进作用,但对于东部地区经济增长的促进作用未显现出来。

表5自创区促进经济增长的地区异质性检验

被解释变量lngdplngdplnpergdplnpergdp解释变量(1)(2)(3)(4)NIDZ0.0490.098**0.0330.108***(1.24)(2.50)(1.01)(3.09)e0.444**0.105-0.1400.068(2.27)(0.39)(-1.09)(0.27)fi0.217***0.358***0.295***0.292***(3.78)(6.00)(10.09)(4.56)fdi-0.005-0.036***-0.006**-0.033***(-0.95)(-2.71)(-1.94)(-2.64)first0.007-0.019***-0.005-0.021***(0.74)(-3.68)(-0.98)(-5.93)时间效应控制控制控制控制地区效应控制控制控制控制Cons11.600***13.805***7.625***6.127***(7.57)(6.45)(8.52)(3.07)N276203276203R20.862 90.931 40.835 80.873 0

3.2 自创区经济增长促进效应个案评估

与以往将所有处理组混合研究的方式不同,合成控制法通过构建处理组省市的合成省市,分析处理组省市的政策效果,弥补了平均化评价的缺陷。设立自创区的政策效果由处理组省市与其合成省市的实际GDP对数值之差衡量。权重选择标准是最小化自创区设立前真实处理组省市和合成省市均方预测误差(RMSPE)。均方预测误差主要用于衡量对照组省市与其合成控制对象之间的拟合量级差异水平[24]。本文给出了所有处理组省市对应的合成权重(见表6)。

表6控制组省市在各个合成省市的权重

省市北京湖北上海省份北京湖北上海省市北京湖北上海河北00.1640山东000青海000山西000河南00.1240宁夏000内蒙古0.14500广西000新疆000辽宁00.3860海南000天津000吉林000重庆000湖南000黑龙江000.381贵州000四川000安徽00.1010云南00.1740陕西000福建000西藏0.1740.0510.174浙江0.68100.681江西000甘肃000

注:第一行为目标省市,以北京为例,合成北京包括了14.5%的内蒙古、17.4%的西藏和68.1%的浙江

表7给出了设立自创区前后真实处理组省市与其合成省市预测变量值的对比情况。在7个指标中,除去第一产业增加值占总产值的比重外,合成的北京、湖北、上海与真实的北京、湖北、上海在其余6个指标上的差距均很小,合成的北京、湖北、上海比较好地拟合了自创区设立之前北京、湖北、上海的情况。

表7预测变量对比

指标真实北京合成北京真实湖北合成湖北真实上海合成上海first2.20011.47517.76416.0371.1648.355e6.6717.3318.1527.7866.8547.561fi6.7566.9366.8096.8077.1197.252fdi4.2143.0372.7572.7535.8464.012lngdp(1998)16.03616.04716.43316.41316.54316.539lngdp(2004)16.90316.86816.98916.97917.26017.243lngdp(2008)17.41817.41617.53517.51717.70617.735

3.2.1 自创区设立对湖北的影响

图1中垂直虚线所在位置代表湖北设立自创区的时间为2009年,虚线左侧显示真实湖北与合成湖北的实际GDP对数值非常接近,几乎重合,但在虚线右侧,二者逐渐偏离,真实湖北的实际GDP对数值明显高于合成湖北,二者之差便是自创区设立的政策效果,具体见图2。从图2可以看出,自2009年设立自创区后,真实湖北与合成湖北实际GDP对数的差值逐渐变大,这说明自创区的设立大大促进了湖北经济增长。

3.2.2 自创区设立对北京、上海的影响

图3中垂直虚线所在位置代表北京设立自创区的时间为2009年。虚线左侧显示真实北京与合成北京的实际GDP对数值非常接近,说明政策实施前拟合效果很好;虚线右侧,二者依然非常接近,说明自创区设立对北京经济增长没有显著影响。图4中垂直虚线所在位置代表上海设立自创区的时间为2011年,虚线左侧中1994-1996年真实上海与合成上海间稍有差距,1996-2007年非常接近,但从2008年开始,真实上海的实际GDP对数值开始逐渐低于合成上海的,说明自创区设立对上海经济增长的影响不显著,这可能与2008年开始的国际金融危机有关。上海在经历了2003-2007年的经济高速增长后,由于受到2008年国际金融危机的冲击,出口大幅下滑,经济增长减缓。

图1真实湖北与合成湖北实际GDP对数

图2真实湖北与合成湖北实际GDP对数之差

图3真实北京与合成北京实际GDP对数

图4真实上海与合成上海实际GDP对数

综上,自创区的经济增长促进效应存在地区异质性,即自创区对湖北的经济增长起到了显著促进作用,对北京和上海的经济增长不存在显著促进作用。

3.2.3 有效性检验

为检验上述结果的有效性,验证湖北经济增长确实是受自创区设立而不是其它因素影响的结果,确保自创区政策评估结果在统计上显著,进行安慰剂检验[29][30]。安慰检验法是对没有在特定年份设立自创区的省市,假设与处理组省市在相同年份设立了自创区,再利用其它对照组省市构造该省市的合成对象,得到该省市与其合成省市的实际GDP对数值之差。通过对每一个对照组省市进行相同分析,选取2009年前后均方预测误差之比小于2.5的10个对照组省市,对比其实际GDP对数差值和实证分析中湖北省得到的实际GDP对数差值。图5中,黑线表示湖北的处理效应(真实湖北与合成湖北的实际GDP对数之差),灰线表示10个对照组省市的安慰剂效应(对照组省市与其对应合成省市的实际GDP对数之差)。显然,与10个对照组省市的安慰剂效应相比,湖北的处理效应特别明显。假设湖北自创区的设立无任何效果,在11个省市中,恰巧得到湖北处理效应最大的概率为1/11≈0.091,即自创区对湖北经济增长的促进作用在统计上显著。

安慰剂检验的另一种方式是直接比较每个省市2009年前后的均方预测误差之比。其核心思想是,如果湖北自创区确实有显著处理效应,而其它省市的安慰剂效应均很小,则湖北2009年前后的均方预测误差之比应明显高于其它省市,具体见图6。从图6可以看出,湖北2009年前后其均方误差之比约为12倍,远远高于其余26个省市。如果自创区对湖北经济增长没有促进作用,而是由于偶然因素使其2009年前后均方误差之比在所有27个省市中的最大概率为1/27≈0.037,即自创区经济增长促进效应在统计上显著。

图5有效性检验(1)

图6有效性检验(2)

3.2.4 稳健性检验

为了检验上述合成控制估计结果的稳健性,借鉴Abadie、Alexis和Hainmueller[29]的做法,更改或增加预测变量,即将一产增加值占总产值比重换成二产增加值占总产值比重、将外商直接投资占总产值比重换成进出口总额占总产值比重,或将二产增加值占总产值比重、进出口总额占总产值比重,加入原来的预测变量中,发现新合成湖北与原合成湖北近似,即结果稳健,具体见图7。

借鉴苏治和胡迪[23]的做法,进行敏感性分析,即通过迭代方式多次评估构建合成湖北的基础模型,每一次迭代过程中删去表3中对合成湖北权重不为零的一个省市,以检验东湖自创区设立对湖北经济增长的促进作用是否受合成权重的影响、是否会因对照组省市的不同而导致政策评估效果不同。经稳健性检验发现,实证结果并不随着对照组省市的不同而变化,与前文结论一致,具体见图8。

图7稳健性检验(1)

图8稳健性检验(2)

4 自创区经济增长促进效应机制验证

借助中介效应模型,进一步研究自创区对地区经济增长的直接影响,以及自创区通过区域创新对地区经济增长的间接影响,以验证假设H3。中介效应的检验步骤是,首先构造自创区对地区经济增长的回归方程(1),若回归系数显著,则构建自创区对中介变量区域创新的回归方程(2),以及自创区和中介变量区域创新对地区经济增长的回归方程(3),检验中介效应是否存在。如果方程(2)和(3)中的自创区系数均显著,且方程(3)中中介变量区域创新的系数显著,则为部分中介效应;如果方程(2)中自创区系数显著,方程(3)中中介变量区域创新的系数显著但自创区系数不显著,则为完全中介效应。具体计量模型如式(4)-(6)所示。

Yit=α0+α1·NIDZit+α2·Xit-1+εit

(4)

RIit=β0+β1·NIDZit+β2·Zit-1+δit

(5)

Yit=γ0+γ1·NIDZit+γ2·RIit+γ3·Xit-1+μit

(6)

式(4)-(6)中,Yit为合成控制法中衡量地区经济增长水平的实际GDP对数值Lngdpit,下标it分别表示第i个省市与第t年;NIDZit为虚拟变量,地区在获批建设自创区前为0,获批之后为1;RIit为区域创新水平;Xit-1Zit-1为其它控制变量,均滞后一期。本文主要关注模型中系数α1β1γ1γ2的估计值。α1度量了自创区对地区经济增长的净影响,β1度量了自创区对区域创新的影响,γ1度量了自创区对经济增长的直接影响,γ2度量了区域创新对自创区的影响。

回归方程(4)和(6)中的被解释变量与控制变量的含义、计算方法以及双重差分模型、合成控制法中的一致。回归方程(5)中的被解释变量选取专利对数值衡量区域创新水平,考虑到影响区域创新的其它因素,引入3个控制变量,包括衡量区域科研投入的地区科研经费投入额对数值、衡量区域创新环境的外商直接投资对数值和第一产业增加值占总产值比重。

通过真实湖北和合成湖北,使用中介效应模型定量分析自创区对经济增长的直接影响以及通过区域创新产生的中介效应,具体回归结果见表8。表8中的方程(1)检验了武汉东湖自创区的设立对湖北经济增长的直接影响,可以看出自创区对湖北经济增长的影响系数为0.123,在5%水平上显著为正,这与合成控制法的结果一致,即自创区的设立促进了湖北省经济增长。表8中的方程(2)为武汉东湖自创区设立对湖北区域创新的影响,回归系数为0.622,在1%水平上显著为正,说明武汉东湖自创区的设立大大促进了湖北区域创新。表8中的方程(3)中,自创区对经济增长的影响系数为0.019但不显著,区域创新对经济增长的影响系数为0.165且显著为正,说明武汉东湖自创区对湖北经济增长的影响完全是通过促进湖北区域创新实现的。

表8自创区设立对地区经济增长的直接影响和中介效应回归结果

被解释变量lngdpRIlngdp解释变量(1)(2)(3)NIDZ0.123**0.622***0.019(2.25)(3.56)(0.30)RI0.165***(2.74)first-0.032***-0.047***-0.021***(-4.65)(-2.82)(-2.94)e0.229***0.107(3.15)(1.34)fi0.502***0.403***(14.04)(8.28)fdi-0.0010.055-0.007(-0.04)(0.85)(-0.33)R&D0.641***(7.87)Cons12.310***0.33412.463***(25.04)(0.28)(27.47)N424242R20.99230.96750.9937

注:括号中为t值;******分别表示显著性水平为10%、5%和1%

5 结语

本文使用双重差分法对自创区经济增长的促进效应进行整体平均化评估,发现自创区对地区总体和人均经济增长均存在显著促进作用。将东部和中部省市分别进行回归发现,自创区设立对中部省市经济增长存在显著正向影响,但在东部省市回归结果中,自创区系数不显著,且系数值小于中部省市。为弥补双重差分法的政策内生性问题及平均化评估的缺陷,使用合成控制法对北京中关村、湖北武汉东湖和上海张江自创区的经济促进效应进行个案评价,发现自创区明显促进了湖北省经济增长,但对北京和上海的经济增长不存在显著促进作用,这与双重差分法的结果一致。通过中介效应模型对真实湖北和合成湖北进行分析发现,武汉东湖自创区对湖北经济增长的影响完全是通过促进区域创新实现的。

因此,本文得出以下结论:①自创区对经济增长存在促进作用,但存在地区异质性,这有利于缩小地区经济增长差异,促进区域经济收敛;②湖北自创区的设立达到了预期效果,使湖北更好地连接了中西部,承接了东部地区先进技术和先进产业,大大提高了区域创新能力,促进了产业升级,并最终实现了经济快速增长;③高新技术产业集聚对北京和上海经济增长的促进作用已出现边际效益递减,且自创区成立后尚未彻底实现由区域相互竞争向区域协同创新、由技术模仿向自主研发、由产业集聚向创新生态系统转变。因此,北京中关村和上海张江自创区应加快转型升级,落实各项创新政策,加大知识产权保护力度,完善科技成果转化和创新合作机制,提高区域自主创新和区域协同创新能力,打造具有国际影响力、重大引领作用的创新创业中心,带动区域创新水平整体提升,促进地区经济增长,并辐射、引领三个支撑带、环渤海经济圈、东海经济圈发展。

参考文献:

[1] 解佳龙,胡树华.国家自主创新示范区“四力”甄选体系与应用[J].科学学研究,2013,31(9):1412-1421.

[2] 刘瑞明,赵仁杰.国家高新区推动了地区经济发展吗?——基于双重差分方法的验证[J].管理世界,2015(8):30-38.

[3] 徐维祥,方亮.华东地区高新技术园区创新对区域经济增长影响的实证研究[J].经济地理,2015,35(2):30-36.

[4] 张威奕.定位把握、建设方略与国家自主创新示范区取向[J].改革,2016(11):53-64.

[5] 熊曦,魏晓.国家自主创新示范区的创新能力评价——以我国10个国家自主创新示范区为例[J].经济地理,2016,36(1):33-38.

[6] 周洪宇.国家自主创新示范区创新能力比较研究——以北京中关村、武汉东湖、上海张江为例[J].科技进步与对策,2015,32(22):34-39.

[7] 刘姿媚,谢科范.创新驱动的系统动力学模拟——以武汉东湖国家自主创新示范区为例[J].科技进步与对策,2016,33(14):47-54.

[8] 蒋海军,刘云,侯媛媛,等.中关村对首都经济社会发展贡献的评估研究[J].科研管理,2016,37(S1):591-601.

[9] 刘钒,李明传,曾英武.基于自主创新示范区的区域低碳经济发展研究——以湖北省和东湖国家自主创新示范区为例[J].科技进步与对策,2010,27(22):30-33.

[10] 高冉晖.“新常态”下苏南国家自主创新示范区建设研究[EB/OL].科技进步与对策,2015,32(16):29-32.

[11] 王双.国家自主创新示范区演进轨迹与展望[J].改革,2017(5):82-94.

[12] 王松,胡树华.我国国家高新区马太效应研究——兼议国家自主创新示范区的空间布局[J].中国软科学,2011(3):97-105.

[13] 孙爱丽,顾晓敏,吴慧.研发投入对高新区集群企业创新绩效的影响[J].经济地理,2017,37(7):99-104,145.

[14] SCHUMPETER J A.The theory of economics development[J].Journal of Political Economy,1934,1(2):170-172.

[15] PORTER M.The competitive advantage of nations - harvardbusiness review[J].Competitive Intelligence Review,1990,2(1):42-43.

[16] PARK S C.Competitiveness of east asian science cities: discourse on their status as global or local innovative clusters[J].Ai & Society,2012,27(4):451-464.

[17] DAVID R.Dear silicon valley: forget flying cars,give us economic growth[J].Technology Review,2016(4):64-67.

[18] OH D S,YEOM I.Daedeokinnopolis in Korea: from science park to innovation cluster[J].World Technopolis Review,2012,1(2):141-154.

[19] 任保平.新常态要素禀赋结构变化背景下中国经济增长潜力开发的动力转换[J].经济学家,2015(5):13-19.

[20] ACEMOGLU D,AGHION P,ZILIBOTTI F.Distance to frontier,selection and economic growth[J].Journal of the European Economic Association,2006,4(1):37-74.

[21] 范柏乃,段忠贤,江蕾.中国自主创新政策的效应及其时空差异——基于省际面板数据的实证检验[J].经济地理,2013,33(8):31-36.

[22] 庞瑞芝,李鹏.中国新型工业化增长绩效的区域差异及动态演进[J].经济研究,2011,46(11):36-47,59.

[23] 苏治,胡迪.通货膨胀目标制是否有效?——来自合成控制法的新证据[J].经济研究,2015,50(6):74-88.

[24] ABADIE A,GARDEAZABAL J.The economic costs of conflict: acase study of the basquecountry[J].American Economic Review,2003,93(1):113-132.

[25] BOHN S,MAGNUS L,STEVEN R.Did the 2007 legal arizonaworkers act reduce the state's unauthorized immigrant population[J].Review of Economics and Statistics,2014,96(2):258-69.

[26] 杨经国,周灵灵,邹恒甫.我国经济特区设立的经济增长效应评估——基于合成控制法的分析[J].经济学动态,2017(1):41-51.

[27] 王利辉,刘志红.上海自贸区对地区经济的影响效应研究——基于“反事实”思维视角[J].国际贸易问题,2017(2):3-15.

[28] 刘乃全,吴友.长三角扩容能促进区域经济共同增长吗[J].中国工业经济,2017(6):79-97.

[29] ABADIE A,DIAMOND A,HAINMUELLER J.Synthetic control methods for comparative case studies: estimating the effect of california' stobacco control program[J].Journal of the American Statistical Association,2010,105(490):493-505.

[30] ABADIE A,DIAMOND A,HAINMUELLER J.Comparative politics and the synthetic control method[J].American Journal of Political Science,2015,59(2):495-510.

ResearchontheEconomicGrowthPromotingEffectofNationalInnovationDemonstrationZone

Wei Li,Bu Wei

(School of Economic and Management, Beijing Jiaotong University, Beijing 100044, China)

AbstractAs an important carrier of China's innovation-driven strategy, National Innovation Demonstration Zone(NIDZ) is an important measure to promote regional economic growth.And It's important to make quantitative evaluation of NIDZ's promotion on economic growth.This article used DIDMethod and Synthetic Control Method to have made assessment on the effect of NIDZ in Beijing, Hubei and Shanghai.And found that,the NIDZ can promote the economic growth, but there is regional heterogeneity.TheNIDZ obviously have promoted the economic growth of the Central provinces like Hubei, but the promotion on economic growth in Eastern provinces like Beijing and Shanghai was not significant, which helps to promote regional economic convergence.And the eastern province should speed up the NIDZ's transformation and upgrading, and make them become new growth pole of regional economy.Through the mediating effect model,the NIDZ is found to promote economic growth by promoting regional innovation.

KeyWords:National Innovation Demonstration Zone;Economic Growth; DID;Synthetic Control Method;Mediating Effect

文章编号:1001-7348(2018)18-0048-09

文献标识码:A

中图分类号F207

DOI10.6049/kjjbydc.2017120040

作者简介魏丽(1989-),女,河南安阳人,北京交通大学经济管理学院博士研究生,研究方向为产业经济学;卜伟(1968-),男,河南安阳人,北京交通大学经济管理学院教授、博士生导师,研究方向为国际贸易、国际直接投资、产业政策、产业安全。

基金项目国家社会科学基金重大项目(16ZDA011)

收稿日期2018-02-11

(责任编辑:胡俊健)