国家高新区对外贸易、高新技术企业占比影响创新效率的实证研究

刘 钒1,邓明亮2,3

(1.武汉大学 发展研究院,湖北 武汉 430079;2.武汉大学 经济与管理学院;3.武汉大学 区域经济研究中心,湖北 武汉 430072)

摘 要:加快推进国家高新区发展,是提高创新竞争力、实现经济高质量发展的重要途径。运用超效率DEA模型测算2013-2017年国家高新区创新效率,利用面板数据模型考察对外贸易、高新技术企业发展与创新效率的相关关系及地区差异。研究表明:我国东部地区国家高新区创新效率相对较高,中部地区、西部地区、东北地区高新区创新效率差异明显;国家高新区对外贸易、高新技术企业占比对高新区创新效率提升具有显著正向促进作用,且存在显著正向时滞效应;国家高新区对外贸易、高新技术企业占比对国家高新区创新效率的影响存在地区差异。新时代全面提升国家高新区创新效率,应以高新技术企业为主体,以进一步扩大开放为路径,注重开放贸易、高新技术企业发展相关政策的阶段性与针对性调整。

关键词:国家高新区;创新效率;高新技术企业;对外贸易

An Empirical Study on the Influence of Foreign Trade and High-tech Enterprises in National High-tech Zones on Innovation Efficiency

Liu Fan1,Deng Mingliang2,3

(1.Institute of Development, Wuhan University, Wuhan 430079, China;2.School of Economics and Management,Wuhan University;3.Regional Economic Research Center, Wuhan University, Wuhan 430072, China)

AbstractAccelerating the development of national high-tech zones is an important way to improve China's innovation competitiveness and achieve high-quality economic development.The ultra-efficient DEA model is used to measure the innovation efficiency of the national high-tech zone in 2013-2017, and the panel data model is used to examine the relationship and regional differences between foreign trade, high-tech enterprise development and innovation efficiency.The research shows that the innovation efficiency of the national high-tech zones in the eastern part of China is relatively high, and the innovation efficiency of the high-tech zones in the central, western and northeast regions is obviously different.The proportion of foreign trade and high-tech enterprises in the national high-tech zones is significant for the innovation efficiency of the high-tech zones.Positive promotion, and there is a significant positive time lag effect; the national high-tech zone foreign trade, high-tech enterprises accounted for the regional high-tech zone innovation efficiency has regional differences.In the new era, we should comprehensively improve the innovation efficiency of the national high-tech zones.We should take high-tech enterprises as the main body, further expand the opening up as a path, and pay attention to the phased and targeted adjustment of policies related to the development of open trade and high-tech enterprises.

Key Words:National High-tech Zone; Innovation Efficiency; High-tech Enterprise; Foreign Trade

收稿日期:2019-07-21

基金项目:国家社会科学基金青年项目(15CGL022);湖北省技术创新专项软科学项目(2017ADC091);武汉大学人文社科自主科研项目(2018QN068)

作者简介:刘钒(1982-),男,湖北武汉人,博士,武汉大学发展研究院副院长、副教授,研究方向为科技政策与管理;邓明亮(1994-),男,湖北长阳人,土家族,武汉大学经济与管理学院硕士研究生,研究方向为城市与区域经济。本文通讯作者:邓明亮。

DOI10.6049/kjjbydc.Q201908870

开放科学((资源服务)标识码(OSID):

中图分类号:F264.2

文献标识码:A

文章编号:1001-7348(2019)24-0037-08

0 引言

新时代加快国家高新区发展,有助于进一步深入实施创新驱动发展战略,提升我国创新竞争力与国际科技话语权,进而实现经济社会高质量发展。改革开放40年来,我国各级高新区不断发展,有效促进区域创新能力提升,在深化经济体制改革、营造创新生态环境、推动高新技术产业成长、加速开放型经济发展等进程中发挥了显著的积极作用。尤其是经科技部批准建设的168家国家高新区在区域发展中具有典型性,已成为集聚高新技术企业、深化对外开放合作的主要阵地,为区域经济发展提供强大的支撑力、辐射力与带动力。《2018年科技统计报告汇编》数据显示,截至2017年,纳入统计的156家国家高新区实现生产总值95 171.4亿元,较2016年增长9.9%,占2017年全国国内生产总值的比重达11.5%;纳入统计的103 631家企业实现营业收入307 057.5亿元、工业总产值202 826.6亿元、净利润21 420.4亿元、上缴税额17 251.2亿元、出口总额32 292.0亿元。与2016年相比,上述指标增长率分别达到9.9%、1.4%、14.7%、9.8%、10.8%;经科技部认定的高新技术企业中,68.5%的高新技术企业开展技术创新活动,其中86.2%的高新技术企业能够实现技术创新。由此可见,高新技术企业在国家高新区技术创新中具有引领性作用。

党的十九大以来,我国全面进入高质量发展新时代。持续优化资源配置、深化开放合作、凸显高新技术企业引领作用,成为国家高新区提高创新效率、实现经济结构转型升级的必由之路。随着我国高新区从“技术推动”阶段加速进入“技术驱动”阶段[1],在全球经济和产业格局深刻变化的新形势下,科学研判国家高新区创新效率,系统研究国家高新区对外贸易、高新技术企业发展与创新效率之间的关系,考察国家高新区创新效率提升路径,对于优化国家高新区创新要素配置,实现创新产出最大化,强化国家高新区支撑引领区域高质量发展,具有重要的理论价值和实践意义。

1 文献综述

国家高新区是我国创新区域谱系中一种相对独立、具有鲜明特点的科技创新载体和空间单元,在科技创新模式、科技创新要素配置、科技创新效率、科技创新影响因素等方面与其它以行政区域为基本单位的科技创新载体存在鲜明差异[2]。现有关于高新区创新绩效的研究主要聚焦于效率评价和影响因素两个方面。

高新区创新绩效评价主要包括创新水平评价和投入产出效率测算。对于创新水平评价,现有研究成果不多,研究方法主要包括因子分析法(PCA)[3]、熵权法[5]、层次分析法(AHP)[4]等综合指标评价方法,测算指标涉及创新主体、创新环境、创新产出等方面[6],空间尺度包括全国高新区样本[7]、单个经济区域或行政区划的高新区样本[8]、单个高新区[4, 9]三类。从创新要素投入产出角度考察高新区创新效率的研究相对丰富,效率测算方法包括参数方法和非参数方法:参数方法以经典数据包络分析方法(DEA)为基础模型[10-13],经系列改进和调整,降低高新区创新效率测算过程中的误差,能较好满足实践和研究需要,如三阶段DEA[14, 15]、四阶段DEA模型[16]、Bootstrap DEA-Meatafrontier模型[17]、SBM松弛变量的动态网络模型[18]、非径向非角度SBM模型[19]、共享投入型两阶段DEA模型[20]等;非参数方法主要采用随机前沿分析方法测算高新区创新效率[21-23]。投入产出视角下的测算指标分为投入指标和产出指标,其中,投入指标主要包括年末资产[17]、固定资产投资、R&D费用、科技活动支出[17]等资本投入和科技活动人员数[24]、中高级职称人员数[17]、R&D人员全时当量[20]等人员投入,产出指标则涉及产品销售收入[17, 18]、净利润[25]、工业总产值[15, 25]、专利申请量[20]、专利授权量、高新区GDP[11]等。空间尺度主要包括全国尺度[15]、经济区域、省市行政区尺度[5],对于单个高新区创新效率的研究相对较少[26],主要涉及京津冀[21]、西部地区[27]、中部六省[25]等经济区域。

在对高新区创新效率进行评价与测度的基础上,学术界充分运用结构方程模型[28]、Tobit模型[16, 24]、空间计量模型[17]等方法探究高新区创新效率的影响因素与提升路径,发现其受多方面因素共同影响,大体分为内部发展因素和外部环境因素。内部发展因素中,高新区企业类型差异对创新效率提升存在差异,如国有企业、集体企业、微型企业技术创新效率优于其它类型企业,在创新效率提升过程中作用更为显著[15];高新区规模[21]、企业规模[24]对创新效率提升具有正向促进作用;盈利能力在一定程度上反映了高新技术企业发展活力和技术创新实力,直接关系到高新区技术创新产出,能够显著促进创新效率提高[21];研发经费是高新区开展技术创新活动的基础,在创新效率提升过程中能够发挥正向积极作用[21];研发人员是高新区技术创新活动的实施主体,直接关系到高新区技术创新成效和产出,有助于创新效率提升[21]。有学者还提出,高新区建立时间同样会影响创新效率提升,建立较晚的高新区往往在技术创新活动指标上表现更优、创新效率更高[27]。影响高新区创新效率提升的外部环境因素中,国家创新激励政策对高新区创新效率的影响存在差异[29]。有学者认为,政府支持政策[21]、贸易开放度提高能够显著促进高新区创新效率提升[24];财政补贴政策和企业科技创新研发活动税收优惠政策,对高新区创新效率提升存在一定负向激励作用[17],针对高新技术企业的直接税收减免政策与创新效率提升的相关关系较弱[17];高新区地理位置[16, 19]、创新市场环境[8]、科技资源禀赋[24]、所处城市级别[19]等因素同样对其创新效率产生影响。

可见,学术界对高新区创新效率的影响因素见仁见智,但在新时代新背景下仍有几个问题需深入探讨:第一,进一步揭示高新区对外开放与创新效率的关系;第二,提高对高新技术企业的关注度,进一步厘清高新技术企业发展对创新效率的影响;第三,改进与修正研究方法,改善经典数据包络分析方法带来的创新效率值存在的区间约束问题,区分生产前沿面的高新区创新效率。因此,本文采用超效率DEA模型测算国家高新区创新效率,利用面板数据模型考察国家高新区对外贸易、高新技术企业占比对创新效率提升的影响机制。

2 研究设计

2.1 国家高新区对外贸易、高新技术企业占比对创新效率的作用机理

高新技术企业既是高新区企业的主要构成,也是高新区科技创新的核心主体,对国家高新区创新效率提升发挥着关键作用,但高新技术企业数量、规模、类型不同会产生差异化的作用效果[9]。参考现有研究成果[30],本文将国家高新区对外贸易、高新技术企业发展影响创新效率的机理,提炼概括为高新技术企业在对外贸易、科技创新活动中的规模效应,对外贸易在科技创新过程中的溢出效应和学习效应[31],以及科技创新对高新区创新效率提升的驱动效应(如图1所示)。

图1 国家高新区对外贸易、高新技术企业占比
对创新效率的作用机理

(1)高新技术企业在对外贸易和科技创新活动中的规模效应。随着国家高新区高新技术企业占比提高,直接参与对外贸易和科技创新活动的企业数量增加,有助于提高国家高新区基础设施利用效率,形成市场和技术信息共享机制,优化国家高新区科技创新要素资源配置,节约国家高新区对外贸易和科技创新成本。

(2)对外贸易在科技创新过程中的溢出效应和学习效应。在我国全面深化改革和进一步扩大开放的背景下,为深度融入经济全球化进程,实施对外开放战略能够为科技创新的生产要素引进提供重要外源[32]。在对外贸易活动过程中,国内外科学技术转移、市场信息交流和技术前沿交流更加频繁[33],科学技术研究的正外部性更容易显现,从而发挥技术交流的溢出效应和学习效应,形成新思想、新专利、新工艺和新产品。

(3)科技创新对国家高新区创新效率提升的驱动效应。科技创新投入和产出直接关系到国家高新区创新效率提升及科技创新活动要素资源配置优化,有助于国家高新区科技创新产出最大化,进而实现对有限科技创新投入要素的高效利用。

2.2 模型构建与指标选取

借鉴现有研究成果[34],构建如下分析模型:

lnIEit=α0+α1NCit+α2lnESit+βlnXit+εit

(1)

式(1)中,α0为常数项,α1表示高新技术企业占比对高新区创新效率的影响程度,α2表示对外贸易对高新区创新效率的影响程度,β为控制变量的估计系数向量,ε为误差项。IE表示高新区创新效率水平,NC表示高新区中高新技术企业占比,ES表示高新区对外贸易水平,X代表各地区控制变量。

被解释变量:高新区创新效率(IE),以科技活动人数、科技活动内部支出为投入指标,以工业总产值为产出指标,构建投入-产出指标体系,采用超效率DEA模型进行测算。

核心解释变量:高新区高新技术企业占比(NC),采用国家高新区高技术企业数占所有企业比例表示,对外贸易水平(ES)用高新区出口创汇总额表示。

控制变量:就业规模(PEO),采用国家高新区企业年末从业人员总数衡量;税收政策(TAX),采用国家高新区上缴税费表示[35];生产潜力(POT),采用国家高新区年末资产表示。

2.3 数据来源与描述性统计

本文样本为2013-2017年批建的国家级高新区,数据来自于《中国火炬统计年鉴》(2014-2018)。由于我国四大板块内部经济社会发展环境差异性相对较小,以北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南为东部地区,山西、安徽、江西、河南、湖北和湖南为中部地区,内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆为西部地区,辽宁、吉林和黑龙江为东北地区,考察国家高新区对外贸易、高新技术企业占比对创新效率影响的地区差异。国家级高新区整体和四大板块国家高新区各变量统计结果如表1所示,可以发现我国四大板块国家高新区各指标差距较大,地区差异明显。

3 实证分析

3.1 国家高新区对外贸易、高新技术企业对创新效率提升的影响

Hausman检验结果拒绝原假设,国家高新区对外贸易、高新技术企业占比对创新效率的影响需采用固定效应模型检验。模型设置中,采用广义最小二乘(GLS)分析方法,以规避不同高新区异方差带来的估计误差问题;借鉴学术界普遍采用的处理方式,选取国家高新区对外贸易水平、高新技术企业占比的滞后变量作为工具变量,采用广义矩估计(GMM)方法处理可能存在的内生性问题;为科学考察时滞效应和长期作用,选取对外贸易水平、高新技术企业占比的滞后变量完成相关检验和估计。

表1 全国及四大板块高新区各变量样本统计值

地区lnIElnNClnESlnPEOlnTAXlnPOT全国高新区均值-0.760 5-3.718 314.472 911.124 715.230 218.413 2标准差0.562 10.969 23.360 01.035 81.366 91.262 7最小值-4.999 5-9.721 2-9.72126.350 98.685 213.873 8最大值0.401 6-1.437 419.883 014.778 919.375 623.169 2东部地区高新区均值-0.731 8-3.697 515.396 211.371 215.434 218.607 0标准差0.585 91.034 72.752 61.101 41.382 11.341 4最小值-4.999 5-9.721 2-9.721 26.350 98.685 213.873 8最大值0.114 6-1.437 419.388 114.778 919.375 623.169 2中部地区高新区均值-0.706 7-3.465 514.734 911.125 415.063 718.272 8标准差0.405 50.799 81.884 00.835 01.168 11.132 0最小值-2.309 9-4.950 79.257 79.265 812.784 516.038 0最大值0.139 1-1.507 219.883 013.226 217.865 221.100 4西部地区高新区均值-0.781 3-3.815 012.064 510.840 815.015 118.360 8标准差0.641 61.010 15.790 81.026 61.437 51.274 3最小值-4.234 6-6.804 1-9.721 29.263 411.635 216.513 4最大值0.401 6-1.967 718.473 212.936 918.103 822.027 3东北地区高新区均值-0.879 2-4.020 314.123 710.813 515.179518.209 6标准差0.605 60.908 22.021 41.004 31.474 11.194 7最小值-3.094 8-6.534 28.363 88.841 711.425 315.823 2最大值0.115 3-1.845 818.958 213.019 218.200 721.388 4

(1)高新技术企业占比对高新区创新效率的影响。高新技术企业占比提升能促进高新区创新效率改善(如表2所示)。作为对照,模型1为高新技术企业占比影响高新区创新效率的混合回归结果;模型2为采用固定效应模型对高新技术企业占比影响创新效率的估计结果;模型3采用滞后一期高新技术企业占比数据和广义最小二乘(GLS)方法检验其对创新效率提升的滞后效应;模型4运用GMM分析方法,用以消除高新技术企业占比对创新效率影响模型中内生性问题导致的估计偏误。模型1和模型2中国家高新区高新技术企业占比对创新效率的影响系数为正,且模型1通过了5%的显著性检验,表明高新技术企业占比增加能够显著促进创新效率提高;模型3的估计结果为正,且通过了10%的显著性检验,表明高新技术企业占比对高新区创新效率影响不仅体现在当期,并且具有滞后效应和长期影响;模型4的回归系数处于模型2与模型3之间,且通过了5%的显著性检验,说明估计结果具有可靠性。

(2)对外贸易水平对高新区创新效率的影响。表2显示,模型1和模型2系数均为正,且通过了1%的显著性检验,表明对外贸易水平提高能够充分发挥技术溢出效应,显著促进高新区创新效率提升;模型3系数同样为正,且通过显著性检验,但数值较小,表明对外贸易对创新效率提升具有滞后效应,该效应有待进一步发挥与挖掘;模型4中,系数的显著性水平有所下降,但仍然通过了10%的显著性检验,且回归系数为正,表明模型估计结果可靠。

表2 高新技术企业占比、对外贸易对高新区创新效率的影响

变量模型1模型2模型3模型4lnNC0.028 9∗∗0.002 820.042 1∗0.038 9∗∗(0.014 9)(0.031 7)(0.017 6)(0.012 6)lnES0.023 6∗∗∗0.036 3∗∗∗0.008 47∗∗∗0.023 6∗(0.008 66)(0.010 9)(0.002 29)(0.010 8)lnPEO0.171∗∗∗0.323∗∗∗0.155∗∗0.171∗∗(0.053 8)(0.067 4)(0.061 8)(0.068 3)lnTAX-0.127∗∗∗-0.128∗∗∗-0.102∗-0.127∗∗(0.043 5)(0.049 2)(0.057 2)(0.053 8)lnPOT0.167∗∗∗0.172∗∗∗0.179∗∗∗0.167∗∗∗(0.035 4)(0.038 9)(0.043 3)(0.046 2)_cons-3.287∗∗∗-4.107∗∗∗-3.488∗∗∗-3.287∗∗∗(0.375)(0.431)(0.443)(0.422)F/chi233.42∗∗∗33.16∗∗∗104.23∗∗∗98.01∗∗∗R-sq0.275 30.368-0.275 3

注:******表示统计值在10%、5%、1%的显著性水平下显著,括号内为t值,下同

(3)控制变量对高新区创新效率的影响。就业规模(lnPEO)扩大能够促进高新区创新效率提升,因为就业人数增加能帮助高新区快速积累人力资本、加速技术溢出及知识外溢,充分发挥溢出的学习效应和驱动效应,促进高新区创新效率提高;税收政策(lnTAX)对高新区创新效率具有一定抑制作用。当前国家高新区存在企业规模差距大、中小微型企业占比高等状况,国家高新区中大部分企业面临各种融资困境,税收增加不利于其扩大再生产,阻碍科技创新资金积累和投入,最终导致高新区创新产出增速减缓,创新效率受到抑制;发展潜力(lnPOT)对高新区创新效率提高具有促进作用,高新区企业加大资本投入能够增加技术研发投入,进而促进创新效率提升。

3.2 地区差异分析

本文构建模型5、模型7、模型9、模型11分别考察高新技术企业、对外贸易影响我国东部地区、中部地区、西部地区、东北地区国家高新区的空间差异性,模型6、模型8、模型10和模型12则考察高新技术企业占比、对外贸易水平影响高新区创新效率的滞后效应(见表3)。

表3 高新技术企业占比、对外贸易影响高新区创新效率的地区差异

变量东部地区模型5模型6中部地区模型7模型8西部地区模型9模型10东北地区模型11模型12lnNC0.047 90.1610.702∗∗∗0.355∗∗0.213∗0.042 1∗0.028 8∗1.100∗∗∗(0.061 2)(0.21 8)(0.012 9)(0.114)(0.125)(0.020 0)(0.011 4)(0.036)lnES0.046 6∗∗∗0.046 9∗0.057 2∗0.063 6∗0.079 4∗∗∗0.024 70.199∗∗∗0.240(0.011 0)(0.020 3)(0.035 4)(0.031 6)(0.014 9)(0.017 6)(0.060 2)(0.180)lnPEO0.712∗∗∗0.3800.302∗0.392∗0.561∗0.155∗0.018 2-0.021 1(0.132)(0.233)(0.168)(0.219)(0.328)(0.090 3)(0.266)(0.499)lnTAX-0.032 2-0.221-0.056 0-0.132-0.05730.179∗∗∗0.375∗∗∗0.375∗(0.101)(0.191)(0.0998)(0.137)(0.0741)(0.0458)(0.102)(0.186)lnPOT-0.229∗∗∗-0.2660.013 30.0041 90.076 0∗∗∗0.602∗∗0.2990.080 4 (0.078 2)(0.194)(0.087 5)(0.132)(0.019 2)(0.095 7)(0.264)(0.430)_cons-4.329∗∗∗-3.448∗∗-2.276∗∗-1.733-6.154-3.488∗∗∗-9.508∗∗∗-9.239∗(0.781)(1.496)(0.872)(1.381)(3.693)(0.495)(1.945)(4.619)F34.67∗∗∗3.82∗∗∗2.71∗∗2.32∗15.66∗∗∗4.72∗∗∗9.31∗∗∗4.79∗∗R-sq0.63420.334 50.200 60.356 10.716 30.4320.641 70.705 6

高新技术企业占比对影响高新区创新效率提升在中部地区和东北地区更为显著(见表3)。对外贸易背景下,高新技术企业在科技创新过程中能够发挥规模效应,东部地区率先发展,高新技术企业占比较高,高新技术企业在创新效率提升中的边际效率相对较低,对创新效率的影响系数相对较小,虽然未通过显著性检验,但仍然可以看出东部地区高新技术企业占比增加对创新效率提升的正向促进作用。中部地区和东北地区国家高新区内高新技术企业占比处于中等水平,高新技术企业参与科技创新的规模效应得到充分发挥,估计结果显示中部地区、东北地区高新技术企业占比影响高新区创新效率的系数为正,且通过了显著性检验,表明中部地区、东北地区高新技术企业对创新效率提升的促进作用最为显著。西部地区经济基础相对薄弱,经济发展水平相对靠后,国家高新区和高新技术企业均处于快速发展阶段,高新技术企业在高新区科技创新过程中的作用有待进一步发挥,西部地区高新技术企业占比对创新效率的影响系数相对较小。中部地区、西部地区、东北地区高新技术企业占比影响高新区创新效率的滞后效应系数均为正,且通过了显著性检验,表明中部地区、西部地区、东北地区高新技术企业占比对创新效率提升存在正向累积作用,伴随高新技术企业成长壮大,高新区创新效率将呈现出不断优化的利好趋势。

对外贸易水平影响高新区创新效率提升的估计结果在东部地区、西部地区、东北地区更为显著。东部地区对外贸易较早,国际交流与合作更为广泛深入,对外贸易对高新区科技创新的技术溢出效应更为突出,估计结果显示,东部地区对外贸易影响高新区创新效率的系数通过了1%的显著性检验,深入推进对外贸易能够显著提升创新效率。西部地区、东北地区对外贸易水平不断提高,高新区在扩大开放中不断推进国际交流合作,对外贸易背景下的技术溢出效应和学习效应在高新区发展过程中逐渐显现。估计结果显示,西部地区、东北地区对外贸易影响高新区创新效率的系数通过1%的显著性检验,对外贸易促进高新区创新效率提升的正向促进作用显著。中部地区对外贸易促进高新区创新效率的估计系数显著性相对较低,但仍然通过10%的显著性检验,且系数为正,表明中部地区对外贸易能够促进创新效率提升,进一步依托国家战略深化对外开放,更多更积极地参与国际贸易与市场竞争,对中部地区高新区而言极为必要。模型6、模型8、模型10和模型12估计结果显示,对外贸易水平影响高新区创新效率的滞后效应在东部地区、中部地区通过了显著性检验,在西部地区、东北地区未通过显著性检验,但各地区估计系数均为正,表明对外贸易存在对创新效率提升的正向滞后效应。

3.2 稳健性检验

为有效避免国家高新区研究样本非随机性和异常值导致高新区创新效率影响因素检验模型估计结果出现偏误,基于固定效应模型,综合运用如下方法进一步检验模型估计结果:第一,为消除创新效率极值对影响因素检验模型估计结果的影响,本文分别剔除3%的国家高新区创新效率极大值和极小值样本后构建模型13,并在此基础上采用高新技术企业占比和对外贸易水平变量滞后一期构建模型14;第二,为消除高新技术企业占比极值对估计结果造成的偏误,分别剔除3%的高新技术企业占比极大值和极小值样本后,构建模型15,并在此基础上用高新技术企业占比和对外贸易水平变量滞后一期构建模型16;第三,为消除对外贸易水平极值对估计结果造成的偏误,分别剔除3%的对外贸易水平极大值和极小值样本后构建模型17,并在此基础上用高新技术企业占比和对外贸易水平变量滞后一期构建模型18,估计结果如表4所示。

国家高新区对外贸易、高新技术企业占比对创新效率提升的影响检验模型稳健性检验结果中,核心解释变量估计系数和显著性水平存在一定差异,但影响方向并未改变。可见,模型解释程度较好,实证检验结果稳健可信。模型估计结果表明,高新技术企业占比、对外贸易水平对国家高新区创新效率提升具有显著正向促进作用。

表4 稳健性检验结果

变量模型13模型14模型15模型16模型17模型18lnNC0.034 1∗∗0.058 1∗∗∗0.059 4∗0.090 90.031 3∗∗∗0.065 5∗∗∗(0.016 0)(0.010 2)(0.033 8)(0.119)(0.010 3)(0.011 4)lnES0.026 3∗∗∗0.025 70.033 3∗∗∗0.018 30.061 8∗∗∗0.050 5∗(0.0089 6)(0.017 1)(0.010 6)(0.019 2)(0.017 0)(0.026 0)lnPEO0.206∗∗∗0.090 10.324∗∗∗0.1370.322∗∗∗0.126(0.055 3)(0.077 8)(0.067 0)(0.087 3)(0.066 5)(0.086 5)lnTAX-0.095 6∗∗-0.117∗-0.128∗∗∗-0.129∗-0.106∗∗-0.121(0.040 4)(0.067 7)(0.048 9)(0.075 9)(0.049 3)(0.075 2)lnPOT0.160∗∗∗0.216∗∗∗0.170∗∗∗0.213∗∗∗0.172∗∗∗0.213∗∗∗(0.032 0)(0.048 8)(0.038 7)(0.054 8)(0.038 8)(0.054 2)_cons-3.461∗∗∗-2.762∗∗∗-4.342∗∗∗-2.875∗∗∗-4.234∗∗∗-2.733∗∗∗(0.354)(0.711)(0.427)(0.813)(0.433)(0.773)F29.98∗∗∗13.58∗∗∗34.14∗∗∗12.55∗∗∗33.80∗∗∗13.39∗∗∗R-sq0.344 70.326 60.374 60.309 40.372 20.323 5

4 研语

4.1 研究结论

本文以2013-2017年国家高新区为研究样本,运用超效率DEA模型测算创新效率,利用面板数据模型考察对外贸易、高新技术企业占比与创新效率的相关关系和地区差异,得出如下结论:

(1)高新区创新效率存在地区差异[18]。测算结果表明,东部地区国家高新区创新效率最高[22],中部地区、西部地区、东北地区国家高新区创新效率有较大提升空间,四大板块地区差异明显。

(2)高新技术企业占比对高新区创新效率具有显著正向促进作用。随着高新技术企业发展,规模逐步扩大,技术、人才、资金不断向国家高新区和高新技术企业汇聚,高新技术企业外溢效应进一步显现,高新技术企业在科技创新过程中的驱动引领作用得到强化[21]。高新技术企业广泛参与到科技创新活动中,充分发挥规模效应,促进高新区创新效率提升。与张冀新等(2019)学者的研究相似,国家高新区高新技术企业占比提高,高新区内部企业竞争加剧,企业倾向于投入更多创新型高素质人才,以降低创新活动的人力规模成本和人员冗余,提高创新效率,建立竞争优势,进而推动高新区创新效率整体提高[15]。估计结果显示,高新技术企业占比增加对创新效率提升具有显著正向滞后效应,即高新技术企业发展对创新效率提升的影响不仅体现在当期,还存在长期驱动效应。

(3)对外贸易能显著促进国家高新区创新效率提升[12]。国家高新区在对外贸易过程中通过扩大产品市场、引进先进技术、加强信息交流等途径,有效发挥技术溢出效应、学习效应和驱动效应,实现规模提升和技术改进,促进新产品、新方法、新工具、新思想的产生和推广,优化高新区资源配置,提升高新区创新效率[24]。同时,对外交流合作对高新区创新效率的正向促进作用存在显著正向滞后效应,对外贸易过程中的技术溢出效应、学习效应充分发挥存在一定迟滞性,需要一定时间转化和吸收。

(4)对外贸易、高新技术企业占比对国家高新区创新效率的影响存在地区差异[16]。当前我国四大区域板块国家高新区发展存在较大规模差异[11]。国家高新区规模不断扩大,科技创新投入逐渐增加,相关产业配套要求和园区管理运营成本也随之提高。由于科技创新要素投入遵循边际收益递减规律,国家高新区创新效率提高存在“天花板效应”,对外贸易、高新技术企业发展的规模效应、溢出效应、学习效应有限。四大板块的经济基础、发展水平、区位优势等特点鲜明,国家高新区发展阶段和现状呈现较大空间地区差异,对外贸易、高新技术企业发展影响创新效率的作用也存在显著地区差异,但各大板块均呈现正向促进作用。

4.2 政策建议

基于本文研究结论,提出以下政策建议:

(1)以高新技术企业为主体加快国家高新区高质量发展。科技创新是国家高新区实现高质量发展的最主要动力。推动国家高新区创新效率提升应以科技创新活动为引领,以高新技术企业为抓手。首先,进一步完善国家高新区高新技术企业认定、入园、孵化、支持等配套服务政策,利用各种方式帮助更多科技型企业成为国家认定的高新技术企业,进一步发挥高新技术企业在国家高新区的主体地位和引领作用。其次,充分发挥高新技术企业在技术研发方向、技术路径选择、创新资源配置中的决定性作用,改善国家高新区营商环境,让高新技术企业真正成为国家高新区科技决策的主要群体。再次,加快制定政府科技创新鼓励性政策,落实财税优惠政策条款,降低高新技术企业奖励政策申报门槛,支持高新技术企业广泛引进创新人才。

(2)进一步扩大开放,推动高新区创新效率提升。在经济全球化进程中,国家高新区是我国参与国际创新竞争的典型代表和重要力量。为了实现国家高新区创新效率提升,有必要形成深度融合的开放创新局面,引导高新区形成扩大开放与自主创新的良性互动。一方面,促进国家高新区依托优质产品与服务,提升产品、技术、服务的出口品质,加强技术、资本、商品市场信息沟通交流,实现高质量“走出去”。同时,高效吸收利用优质要素提升竞争力,扩大经济全球化成果。另一方面,国家高新区应注重高质量“引进来”,在商品进口、招商引资、技术引进过程中,科学设置市场准入门槛,进一步面向全球吸纳资本、人才等资源要素。

(3)以科学的政策体系放大对外贸易、高新技术企业发展对国家高新区创新效率提升的促进作用。在国家高新区创新激励政策制定过程中,需注重加强支持高新技术企业发展和深化对外开放政策的阶段性与针对性,切忌千篇一律、盲目跟风。在不同经济区域和国家高新区的不同发展阶段,应有针对性地制定高新技术企业扶持政策和扩大开放政策,动态调整、优化相关措施。

4.3 不足与展望

贯彻新发展理念和实现高质量发展是党的十九大提出的时代命题。着力提高国家高新区创新效率,是落实《国家创新驱动发展战略规划》,将国家高新区培育成为创新驱动发展生力军,实现创新驱动高质量发展的必然选择。尽管本文拓展了研究视野,优化更新了研究方法,深化了对相关关系的认识,但仍有以下方面值得继续思考。

(1)如何凸显国家高新区在创新区域谱系中的地位和作用。目前,我国已经基本形成包括全面创新改革试验区、自主创新示范区、创新型省份、创新型城市、创新型县域、创新型乡镇、创新型开发区等在内的创新型区域谱系。然而,国家高新区在如此众多的创新区域谱系中应该处于何种地位,发挥何种作用,仍是值得深入讨论的问题。

(2)国家高新区的高质量发展如何引领省级高新区创新发展。我国的国家高新区和各地方的省级高新区处于同时推进状态,但处于不同的高新区发展阶段。同一省(区市)的两类高新区如何协作配合,在优化资源配置的同时兼顾产业分工协作,既发挥国家高新区的引领与示范作用,也发挥省级高新区对县域乃至更基层地区的辐射带动作用,仍需进一步探索。

(3)自由贸易试验区建设与国家高新区扩大开放的协同配合。近年来,以自由贸易试验区为代表的中西部地区扩大开放进程明显加快。需要注意的是,部分自贸区与国家高新区在空间上存在事实上的重合。这种地域重合带来的政策叠加是否加速了国家高新区扩大开放,是否加速了国家高新区创新效率提升,还需要深入分析。

(4)区域经济社会发展对高新区创新发展的影响如何。处在不同城市和地区的高新区所处的外部环境不同,当地经济发展水平、地区城市化率等因素对各地区高新区创新发展的影响如何?如何匹配区域经济社会发展环境与高新区发展指标,区域经济社会发展影响当地和相邻高新区创新发展的作用机理和影响效应如何?仍需进一步深入分析和探讨。

参考文献:

[1] J A.Third generation science parks[M].Manchester Science Parks, 2007.

[2] JIE B X, KAI Y W, HO C Y.Performance evaluation of China′s hi-tech zones in the post financial crisis era——analysis based on the dynamic network SBM model[J].China economic review, 2015(34):122-134.

[3] 欧光军, 刘思云, 蒋环云, 等.产业集群视角下高新区协同创新能力评价与实证研究[J].科技进步与对策, 2013,30(7):123-129.

[4] 秦可德, 徐长乐, 秦月.基于层次分析法的张江高新区发展水平综合评价研究[J].科技进步与对策, 2013,30(15):128-132.

[5] 邵汉华, 周磊.国家高新区与城市经济效率的时空耦合协调研究[J].科技进步与对策, 2018,35(14):36-42.

[6] 欧光军, 杨青, 雷霖.国家高新区产业集群创新生态能力评价研究[J].科研管理, 2018,39(8):63-71.

[7] 张冀新, 胡维丽, 程慧平, 等.国家高新区创新能力转换效应研究[J].经济体制改革, 2017(6):73-78.

[8] 蔡姝莎, 欧光军, 赵林龙, 等.高新技术开发区创新体系生态质量评价研究—— 以湖北省高新区为实证[J].科研管理, 2018,39(S1):87-94.

[9] 滕堂伟, 陈佳怡, 司月芳.国家高新区企业创新发展效应再认识——来自张江示范区的实证研究[J].科技进步与对策, 2019,36(13):31-38.

[10] 李荣.国家高新区创新能力差异实证分析[J].经济体制改革, 2018(6):45-50.

[11] 谢子远.国家高新区技术创新效率影响因素研究[J].科研管理, 2011,32(11):52-58.

[12] 翟淑萍, 廖筠, 尹剑.高新区经济发展效率评价及其影响因素分析[J].统计与决策, 2008(20):71-73.

[13] 许陈生.基于DEA的我国高新区相对效率评价[J].科技进步与对策, 2007(8):117-119.

[14] 王飞航, 李友顺.基于三阶段数据包络分析模型的我国西部地区国家级高新区创新效率评价[J].科技管理研究, 2019,39(1):55-60.

[15] 张冀新, 李雪蓉.企业类型差异对国家高新区技术效率影响研究[J].经济体制改革, 2019(3):46-53.

[16] 肖建华, 熊娟娟.财政引导创新资源配置效率及其影响因素——来自18个高新区与新区的经验分析[J].财经理论与实践, 2018,39(3):105-111.

[17] 范硕, 何彬.创新激励政策是否能提升高新区的创新效率[J].中国科技论坛, 2018(7):45-55.

[18] 郑玉雯, 薛伟贤, 王萌.基于SBM动态网络模型的中国高新区效率评价[J].长江流域资源与环境, 2018,27(1):41-52.

[19] 白雪洁, 闫文凯, 孙溪悦.源于区位与城市政治级别差异的经营效率及创新效率背反——基于SBM模型的我国国家级高新区效率解构[J].科技进步与对策, 2014,31(9):28-33.

[20] 周霞, 盘颖.基于共享投入型两阶段DEA的国家高新区知识产权效率评价[J].科技进步与对策, 2017,34(21):30-36.

[21] 张立峰, 郭爱英, 董晓宏.京津冀国家级高新区创新效率及影响因素——基于随机前沿模型的实证研究[J].商业经济研究, 2018(16):153-155.

[22] 姜彩楼, 曹杰, 刘维树.中国高新区效率变动及影响因素研究——基于面板数据(1997-2012年)的随机前沿分析[J].经济体制改革, 2014(6):52-56.

[23] 武鹏, 余永泽.我国国家级高新区的产出效率及其影响因素[J].西安交通大学学报(社会科学版), 2010,30(5):16-23.

[24] 白雪洁, 闫文凯, 孙溪悦.源于区位与城市政治级别差异的经营效率及创新效率背反——基于SBM模型的我国国家级高新区效率解构[J].科技进步与对策, 2014,31(9):28-33.

[25] 王荣, 朱先奇, 史竹琴.国家级高新区科技资源配置效率研究——以中部六省为例[J].财会月刊, 2015(33):111-114.

[26] 王育宝, 李国平.西安高新区风险投资业经营效率偏低的原因探讨[J].中国软科学, 2003(11):134-139.

[27] 王飞航, 李友顺.基于三阶段数据包络分析模型的我国西部地区国家级高新区创新效率评价[J].科技管理研究, 2019,39(1):55-60.

[28] 刘骏, 黄法青, 黄聿舟.创新驱动下高新区集聚与扩散功能实现路径[J].科技进步与对策, 2018,35(4):44-49.

[29] 屈文建, 唐晶, 陈旦芝.高新技术产业政策特征及演进趋势研究[J].科技进步与对策, 2019,36(3):61-69.

[30] 吴传清, 邓明亮.科技创新、对外开放与长江经济带高质量发展[J].科技进步与对策, 2019,36(3):33-41.

[31] 邓草心, 刘钒.基于学习型区域的高新区创新发展模式研究[J].科技进步与对策, 2014,31(23):43-46.

[32] 武鹏, 余永泽.我国国家级高新区的产出效率及其影响因素[J].西安交通大学学报(社会科学版), 2010,30(5):16-23.

[33] 汪芳, 朱德宇.我国汽车产业技术创新与对外开放协同水平研究[J].商业研究, 2016(12):15-23.

[34] 范硕, 何彬.创新激励政策是否能提升高新区的创新效率[J].中国科技论坛, 2018(7):45-55.

[35] HUANG C E,CHEN Y C,CHEN F G.Research on knowledge management with innovation performance based on information technology-organizational culture perspective[M].Berlin: Springer-Verlag Berlin, 2011:139.

(责任编辑:林思睿)