国家高新区提高了城市创新力吗

金丽雯

(武汉大学 经济与管理学院湖北 武汉 430072)

以我国2001-2016年240个地级市作为样本,基于国家高新区这一准自然实验,利用复旦大学产业发展研究中心发布的2017年《中国城市和产业创新力报告》中城市创新指数数据,基于双重差分(DID)法,评估其对城市创新力的影响。研究发现:①国家高新区设立可以显著提高所在城市创新能力,并呈现出随时间逐渐增强的动态发展趋势;②高新区的设立对城市创新能力提高的作用受所在地区初始要素禀赋影响,对初始要素禀赋具有比较优势的地区创新能力提升的促进效应更显著,对不同地区、不同等级、不同规模城市及不同城市群产生差异化影响。结论表明, 应充分结合各地区禀赋条件,将高新区更多设立在要素禀赋具有比较优势的地区。

关键词国家高新区;城市创新指数;城市创新力

0 引言

随着社会发展,科技资源与科技产业向城市集中。城市作为科技力量的主要载体,其创新能力日益成为影响一个国家或地区创新和可持续发展的核心力量[1,2]

作为区域内的“经济特区”和“政策试验田”,国家高新技术产业开发区(简称“国家高新区”)聚集了大量高新技术企业和创新资源,是我国促进地区产业和技术创新的重要政策路径[3]。那么,高新区的建立是否真正提高了所在城市的创新力?随着时间推移,这种效应又将如何变化?国家高新区在不同地区、不同类型城市设立的效果有何差异?准确评价高新区设立效果对于提高地区创新能力具有重要作用,对未来国家制定和执行相关政策具有重要意义。

1 文献综述与研究假设

首先对中国国家高新区发展背景和优惠政策进行介绍,然后梳理高新区集聚效应相关文献,并对高新技术产业开发区集聚效应的创新影响机制进行总结。

1.1 高新区发展背景与优惠政策

改革开放以来,我国凭借经济体制渐进式改革,逐步实现经济持续高速增长。然而,传统体制下的意识形态、政策关系制约了新形势下的经济改革与发展,“增量改革”成为新的突破口。此外,我国长期处于粗放式发展阶段,主要依赖要素投入扩张带动经济增长,技术进步效率低下,资源配置不合理。建立国家高新区不仅是在特定历史条件下摆脱传统体制的一个增量制度创新路径,也是国家推动自主创新、转变经济增长方式和发展模式的重要战略。自1988年我国建立首个国家高新技术产业开发区——北京中关村高新区至2017年7月,已经先后建立了156个国家高新技术产业开发区,并逐步成长为区域发展的创新极、技术极、增长极,在推动科技成果转化、促进产业集聚和拉动地区经济增长等方面发挥着显著作用。

高新区享受的优惠政策成为地区经济和产业发展的重要动力,具体包括以下类别:①政府财政投入。如对公共基础研究机构的资助等;②税收优惠。通过制定企业所得税等相关税收减免政策,减轻企业研发和成果转化的税收负担,促进研发和成果转化进程;③信贷资金。园区企业可通过银行发行债券筹集资金,高新区根据自身条件,在地方政府批准下可以免购国家重点建设债券;④土地和人才引进。地方政府颁布土地优惠措施,通过一系列政策鼓励引进高端人才;⑤财政补贴。对一些重要高新技术企业的生产经营或限价经营给予一定价格补贴,或者对经营亏损给予一定亏损补贴,帮助企业克服经营困难;⑥专利保护和科技奖励政策。通过制定专利保护、技术奖励等特殊政策并实施相关激励措施,加快高新区企业技术成果转化。一系列国家高新区优惠政策吸引大量企业入驻,激励企业创新研发,对地区创新发展具有明显的带动作用。

1.2 国家高新区集聚效应

已有学者对开发区集聚效应展开研究[4,5]。郑江淮等[6]认为,企业入驻高新区是为了获得“政策租”,因此高新区企业聚集并不会产生通常认为的产业集聚效应,也不能享受靠近要素或市场的好处。然而,企业一旦“落地”开发区,出于技术升级和改造需求,其技术和市场行为必将与当地政府和产业关联要素发生作用,集聚效应逐步体现,最终发展成各具特点的产业集群。

对于国家高新技术开发区的设立是否促进了产业集群形成,学者们存在意见分歧。一种观点认为,随着园区内企业数量增长,劳动力密度逐渐提高、高素质人才大量聚集[7],在一定程度上呈现为一种集约化、高效化的产业组织形式,实现了生产要素的地理集中,形成了较强的集聚效应[8]。另一种观点则认为,目前我国高科技产业并没有真正实现产业集聚,存在产学研结合不完善、园区内企业关联程度不高、产业链不完整等问题,导致高新区“形聚而神不聚”,未能充分发挥推动高新产业创新发展的作用。

1.3 集聚与创新

从集聚经济和外部性视角看,产业集聚是影响企业和地区创新的重要因素[9]。 通过梳理现有研究,本文将产业集聚对创新能力的影响机制归纳为以下几个方面:首先,集聚产生了无意识的知识外部性,即知识溢出。集聚产生的知识、信息溢出效应显著,不仅有利于深化产业内创新理念,还能促进当地行业间和企业间互补知识交流,形成有利于创新知识、技术和信息传播的良好环境[10];其次,集聚可以促进有意识的创新协调与合作。通过专业化集聚共享基础设施、基础设备等中间性投入品以及专业化劳动力,最大限度降低企业生产和交易成本[1],也可以通过多元化集聚降低上下游企业的运输成本和交易成本,推动企业技术升级、促进企业生产效率提高,最终实现企业创新水平和能力提升。此外,集聚还促进了竞争效应的发挥。产业集聚可以通过竞争激励企业技术改造升级、产生规模效应等途径,提高企业和地区持续创新能力[11]

不同于传统产业,高新技术产业具备的产业集聚特点和条件更优,能更好地利用集聚效应推动创新。这种创新优势主要来自于高新技术产业产生的知识溢出效应和“赶超效应”,以及由特定创新文化带来的根植性。同时,高新技术企业更容易获取创新资源(人才、资金、技术等),吸引企业入驻或衍生企业[12-13]

1.4 影响机制及理论假设

通过文献梳理,本文认为,从理论上讲,高新区的设立能够增强城市创新能力,高新区战略的实施有其合理性和必然性,主要作用机制如下:①政府通过制定税收和财政优惠政策及投资基础设施,促进创新资源、创新主体地理集聚;②随着企业不断入驻,企业、当地政府和产业之间形成互动联结,演变为真正意义上的产业集聚;③集聚可以通过无意识的知识溢出、有意识的协调合作以及竞争效应,促进知识技术扩散,形成创新环境支撑,降低创新成本,从而推动高新区技术进步和经济增长;④高新区作为城市创新高地,能够通过知识技术溢出、地区经济产业结构优化等辐射带动所在城市整体创新能力提高。此外,集聚效应产生的外部效应不断循环积累、自我强化,使集聚效应逐步放大,使政策效应进一步增强[14],基于此,本文提出以下假设。

H1:国家高新区的设立能够促进产业集聚,进而提高城市创新能力,并且该促进作用随着时间推移不断增强。

对于产业政策而言,初始要素禀赋差异会导致同一经济政策产生不同效应[15]。一个经济体资本、劳动等要素的相对富裕程度构成了地区比较优势。已有研究表明,行业比较优势差异会产生不同的产业政策效果:顺应比较优势的产业政策效果较好,而违背地区比较优势的产业政策效果较差或者没有效果[16-18];产业发展需要与地区经济技术基础、市场化水平、创新资源丰裕度相匹配。相比于落后地区,发达地区享有更多优惠政策,拥有更高的经济发展水平和更完备的基础设施,科研经费充裕,聚集了更多物质资本、人力资本等,具有比较优势。据此,本文提出以下假设:

H2:各地区高新技术开发区政策效果受当地初始要素禀赋的影响。相对于初始要素禀赋较差的地区,国家高新区对初始要素禀赋具有比较优势的地区创新能力提升作用更大。

综上建立影响机制模型如图1所示。

图1 影响机制

2 实证设计与数据说明

2.1 实证设计

截止到2016年,本文样本中共有145个城市先后设立了国家高新区,这为本文的政策效果检验提供了依据。145个城市构成处理组,其余没有获批建设国家级高新区的地级市构成对照组。国家通过分期批复的方式建设国家高新技术开发区,具体来说,1988、1991、1992和1997年分别批准1家、26家、26家和1家;2007、2009、2010和2011年分别批准1家、2家、26家和5家;2012、2013、2015、2016年分别批准17家、9家、14家和17家。本文将国家高新区建立视作一项准自然实验,运用双重差分(DID)进行估计。双重差分的基本思想在于,通过对比处理组和对照组在政策实施前后的差异,揭示政策净效应。单差法由于缺少对照组,无法排除其它因素对城市创新力的影响,而双重差分法则可以避免政策评价中由时间趋势和共同冲击可能造成的估计偏差,从而使得到的结果更加准确。由于本文采用面板数据且政策分多期实施,因此参考相关研究,采用面板数据的双向固定效应模型进行估计,模型设定如下:

Ininnovit=0+1Highit+1Xit+t+i+it

(1)

式(1)中,i表示地区,t表示年份;因变量Ininnovit表示城市创新指数;Highit是反映地区it年是否设立高新区的虚拟变量,如果设立,则Highit=1,否则为0;Xit是控制变量;it是不随时间变化的个体效应,it是时间的虚拟变量;it为误差项。由于双向固定效应能够实现双重差分效果,所以本文的核心解释变量Highit能反映政策实施的净效应。

2.2 数据来源与变量说明

本文选取2001-2016年全国240个地级市的统计数据作为样本。被解释变量城市创新指数来自于《中国城市和产业创新力报告2017》。该报告由复旦大学产业发展研究中心、第一财经研究院和复旦大学中国经济研究中心(智库)合作完成,具有权威性。该报告根据国家知识产权局发布的微观专利数据和由国家工商局发布的新注册企业微观数据,构建了一系列刻画和测度中国创新能力的指数。报告中不仅计算了区域层面的创新指数,如国家、创新极、省级、城市等,也提供了行业、企业等层面的创新指数。本文控制变量数据来自于《中国城市统计年鉴》、《中国区域统计年鉴》。为了消除异方差对模型的影响,本文对虚拟变量之外的变量进行对数处理。

本文考察国家高新区能否提高城市创新能力,被解释变量为城市创新指数(lninnov),该指标数据涵盖了2001-2016年全国336个城市的创新指数,其优点在于利用创新产出、专利价值等微观数据,客观有效地考察全国城市创新能力。

核心解释变量为国家高新区虚拟变量(Highit),本文以科技部网站公布的截至2017年国务院批准建设的国家级高新区名单为依据,对各地级市进行赋值。需要说明的是,本文不仅关注政策实施的整体效果,还关注该效果随时间的变化趋势。对此,设置虚拟变量d_t,将某城市设立高新区的第t年设为1,其它设为0,以检验政策实施第t年的效果[19]

为了控制其它因素的影响,模型选取如下控制变量:

(1)地区人均生产总值(lnpergdp)。经济发展水平是地区创新和知识产出的重要影响因素。通常来说,经济发达城市拥有更大的经济规模和人力资本存量,城市创新能力更强。

(2)人口规模(lnpop)。一般而言,人口规模较大的城市能产生较大的创新需求,从而拉动创新。同时,人口规模较大的城市聚集了大量科技人才和创新资源,具有良好的创新基础和条件,更有利于创新[20]。本文采用市辖区人口数进行衡量。

(3)人力资本水平(lnedu)。通常来说,人力资本水平越高的城市,越容易进行知识传播和创新思维扩散,越有利于创新。由于缺少城市6岁以上人口的相关数据,本文采用普通高校在校生人数占总人口百分比的对数度量。

(4)外商直接投资(lnfdi)。关于FDI溢出效应是否存在,国内研究存在分歧。主要观点可以概括为:存在显著的正溢出效应、存在正溢出效应但不显著、存在负溢出效应[21]。外商直接投资既可能存在技术外部效应,即通过技术示范、人员联系等方式产生知识溢出,也可能造成东道国技术依赖,抑制其自主创新,陷入“引进—落后—再引进”的恶性循环。本文采用外商直接投资额进行衡量。

(5)产业结构(lnindustry)。不同产业部门的生产特性和创新潜力不同,产业结构也会对城市创新能力产生影响。本文选用第二产业产值占比进行衡量。

(6)政府R&D资助强度(lngov)。新经济增长理论认为,R&D是影响创新产出的重要因素。由于不同城市的研发经费数据难以得到,所以本文采用政府科技财政支出作为代理变量衡量政府R&D资助强度。

(7)固定资产投资水平(lninvest)。城市创新可以看作是一种投入产出效果,物质资本投资水平越高,城市创新产出越多。本文利用社会固定资产投资总额衡量物质资本投资水平。

各变量描述性统计如表1所示。

3 实证结果

3.1 基准回归

表2为基准回归结果。(1)-(2)列为固定效应模型回归结果,本文同时控制了时间效应和地区效应,在双向固定效应下,可以实现双重差分的效果。为便于比较,本文在(3)列给出随机效应模型估计结果,可以看出,无论是否加入控制变量,在所有回归结果中,国家高新区虚拟变量Highit均显著为正,即国家高新区的设立可以显著提高所在城市的创新能力,而随机效应Highit的估计结果高于固定效应,说明遗漏时间效应和地区差异会高估政策效应,造成估计偏误。对于本文控制变量,本文结合(2)列结果进行分析,可以看出,固定资产投资、人力资本水平、政府资助强度均显著为正,符合本文的理论预期。地区人均生产总值不显著,说明在样本内人均GDP并没有对创新产生显著影响。李爽[22]曾指出,地区经济发展水平存在门槛效应,当地区人均GDP较低时,地区创新会受到当地经济发展水平制约,因为创新是一项系统工程,要求经济体中的资金、人才、金融体系、法律法规等各类要素相互配合,依赖于经济发展水平。人口规模、外商投资和产业结构系数不显著,未观察到对创新能力存在显著提升作用。

1 变量描述性统计结果

变量变量描述均值标准差最小值最大值lninnov城市创新指数的对数-0.851 682 82.037 146-5.300 856.967 317High国家高新区设立的虚拟变量0.225 622 50.418 031 301lnpergdp地区人均GDP的对数9.803 7671.265 8774.728 27229.550 22lnpop市辖区总人口数的对数5.699 0260.789 534 32.770 7127.299 798lnfdi外商直接投资额的对数8.173 32.116 5370.693 147 213.473 99lninvest固定资产投资额的对数14.572 241.643 8912.944 43922.083 32lnindustry第二产业产值占工业总产值百分比的对数3.808 9590.285 214 90.978 326 14.510 859lnedu普通高等学校在校学生数占总人口百分比的对数9.863 921.497 1811.609 43813.857 82lngov政府科技财政支出的对数13.055 631.160 7243.858 62217.464 28

2 高新区提高城市创新能力基准回归

变量(1)(2)(3)High0.390***(0.031 1)0.568***(0.062 4)0.796***(0.066 3)lnpergdp-0.014 0(0.011 2)0.064 6(0.045 3)lnpop0.044 4(0.040 8)0.021 4(0.014 8)lnindustry-0.015 8(0.095 0)-0.246**(0.097 6)lninvest0.216***(0.035 7)0.549***(0.026 1)lnfdi0.0082 2(0.010 2)0.0331***(0.011 6)lnedu0.049 1***(0.023 8)0.265***(0.022 4)lngov0.056 9***(0.016 1)0.177***(0.018 8)Constant-2.967***(0.012 9)-0.189(0.593)-14.38***(0.401)时间效应是是否地区效应是是否N5 2611 8321 832

注:括号中的是标准误;*、**和***分别表示在 15%、 10%、 5%和 1% 的置信水平上显著,下同

在表3中,由于高新区最早设立于1988年,所以在本文的样本中,高新区成立时间范围为0~29年。分别以两个10年和一个9年为时间窗口,考察第10年、第20年、接近第30年(此处实际估计为第29年)的变化。基于(2)列,d1-10、d10-20、d20-29都在1%水平下显著为正,说明高新区对城市创新能力提升的促进效应一直存在,并且还呈现出随时间逐步增强的趋势。一方面是因为随着我国高新区从产业主导逐渐向创新突破转型,其发展目标、主要任务、措施等建设思路不断完善,并且在政府强力推动下,完成了“第一次创业”和“第二次创业”,积极开展“第三次创业”[23]。在逐渐从以招商引资和实行政策激励为主的外延式发展向以科学和技术创新为主的内涵式发展转变过程中,高新区作为地区经济发展的“高地”,起到了有效带动地区科技创新和经济发展的“火车头”作用。另一方面,随着高新区企业与关联企业互动增多,进一步深化了开发区的集聚效应,由开发区集聚带来的信息交流和知识外溢增多,对创新的促进作用逐步增强,再次证明高新区的设立确实能促进城市创新能力提高。因此,H1得到验证。

3 高新区提高城市创新能力动态趋势

变量(1)(2)d1-100.162***(0.038 7)0.091 9**(0.042 9)d10-200.372***(0.043 0)0.245***(0.081 4)d20-290.439***(0.042 0)0.290***(0.071 3)Constant-2.913***(0.012 9)-0.462(0.606)控制变量时间效应地区效应否是是是是是N5 2611 832

注:由于篇幅限制,不再报告控制变量结果,下同

3.2 分样本讨论:初始要素禀赋对政策效果的影响

相对于初始要素禀赋不具备明显优势的地区,国家高新区对初始要素禀赋具备明显优势的地区创新能力提升作用更强。为了验证该假设,本文通过加入东、中、西部地区虚拟变量与高新区虚拟变量交乘项,划分不同地区样本,考察国家高新区的设立效果是否在不同地区存在差异,回归模型如式(2)所示。

Ininnovit=0+1areai*Highit+1Xit+t+i+it

(2)

式(2)中,area代表城市所在地区,在不同的方程中,分别代表东部(east)、中部(medium)、西部(west)。其它符号含义和方程(1)相同,回归结果如表4所示。可以看到,无论是东、中、西部地区,国家高新区的设立均会促进创新能力显著提升,但政策效应在我国不同地区存在差异。具体来说,东部城市的高新区政策效果最显著,中部城市的政策效果低于东部城市但高于西部城市,西部城市的政策效果最差。一方面是因为,东部地区政府治理水平较高,市场发育较成熟;另一方面,由于高新区大多以知识密集型产业和技术密集型产业为主,而东部地区由于初始禀赋条件较好,拥有较多高校科研院所,聚集了更多创新资源,拥有更多高素质劳动力和更好的产业配套和协同,具备更加完善的创新体系支撑,从而能更好地发挥比较优势的作用。同时,园区周边高校科研院所与园区企业的产学研结合效果更好,促进了集聚和溢出效应的发挥,从而显现出较强的政策效应。西部地区由于初始要素禀赋条件较差,缺乏产业发展基础,尤其缺少高素质人才,弱化了政策效果。同时,为了在短期内吸引企业入驻,发布诸多优惠政策,但并未考虑产业链关联性、产业匹配等因素,导致产学研结合不足、集聚效应较差,对创新能力的促进用作弱于东部地区。因此,H2基本得到验证。

4 高新区提高城市创新能力不同地区

变量东部模型1中部模型2西部模型3High*east0.715***(0.048 8)High*med0.447***(0.057 8)High*west0.084 1(0.068 1)控制变量是是是时间效应是是是地区效应是是是N1 8321 8321 832

本文进一步比较初始要素禀赋对不同等级城市高新区政策效应的影响。在中国独特的行政等级体系下,不同行政等级城市具有的初始要素禀赋、制度安排、管理权限等资源不同。即使位于同一个省份,由于城市等级不同,经济发展水平、市场规模、科技人才实力也存在巨大差异[24]。从行政等级资源配置角度看,高等级城市往往拥有更多的行政管理权力、享受更多政策优惠,能更好地吸引生产要素和资源聚集,进而获得更多政策性信息和特许经营权。在我国,根据城市等级和初始禀赋,大致可以把城市划分为省会城市、副省级城市、“较大的市”和地级市4个等级。省会城市一般为某个省的首府,是地区的政治、经济和文化中心;副省级城市由原有体制下“计划单列市”转化而来,在优惠政策、初始资源禀赋上相比于其它城市具备更大优势,但是总体略低于省会城市;“较大的市”有权通过制定地方性法律法规促进当地发展[3]。广义上“较大的市”一般是指省会城市、经济特区以及经国务院批准建立的其它较大城市,本文采用狭义上“较大的市”,即国务院批准建立的其它较大的市。

考虑到本文样本为地级市,所以选择省会城市、副省级城市和较大的市3个行政等级进行实证分析,回归模型如下:

Ininnovit=0+1cityleveli*Highit+1Xit+t+i+it

(3)

式(3)中,citylevel表示城市等级,在不同方程中,分别对应省会城市(shenghui)、副省级城市(fushenghui)以及较大的市(biggercity)。其它符号含义和方程(1)相同。交互项1代表不同等级城市设立高新区对城市创新力的提升作用。

回归结果如表5的(1)-(3)列所示,可以看出,3个系数均显著为正,并且随着城市等级上升而递增,即对高行政层级的影响作用高于低层级城市,表明以省会城市、副省级城市和较大的市为代表的行政等级高、经济发达、在要素占有和发展条件上具备比较优势的城市,在设立高新区后,地区创新能力提高效应是边际递增的。一方面是因为与传统产业不同,高新技术产业以知识、智力高度密集为特征,发展过程中伴随着知识创新和技术创新,边际收益递增。另一方面,我国高等级城市拥有的资源配置权力和初始要素禀赋优势使其能聚集更多资源,而由优质资源空间集聚形成的集聚效应,能吸引更多优势资源,这一自我强化过程也使得高新区集聚溢出效果更明显,对创新的推动力更强。

5 高新区提高城市创新力不同等级城市

变量省会城市副省会城市较大的市Shenghui*High0.483***(0.019 4)Fushenghui*High0.368***(0.014 7)Biggercity*High0.185***(0.022 2)控制变量时间效应地区效应是是是是是是是是是N1 8321 8321 832

由于不同规模的城市在发展水平、初始要素禀赋、产业集聚等方面存在明显差异,有必要分城市规模进行实证估计。理论上,人口规模越大,城市潜在创新需求越高,大城市聚集了更多人口和资源,为知识生产和技术创新外溢创造了条件,对创新活动更有利。本文根据人口规模对城市进行划分,以考察城市规模对创新的影响。按照我国城市规模划分标准,即城市城区常驻人口,划分为小城市、中等城市、大城市、特大城市和超大城市五类。结合本文样本特点,主要选取中等城市、大城市、特大城市和超大城市三类进行验证,回归模型如下:

Ininnovit=0+1popscalei*Highit+1Xit+t+i+it

(4)

式(4)中,popscale代表城市规模,在不同的方程中,分别表示中等城市(Medium)、大城市(Big)和特大和超大城市(Super),其它符号含义和方程(1)相同,回归结果如表6所示。回归结果表明,在中等城市设立高新区的效果并不显著,在大城市和特大城市中效果显著为正,这在一定程度上说明城市规模较小会造成“集聚效应”不足[25],不利于高等教育人力资本沉淀和外部效应发挥[26],而城市规模增大带来的集聚效应可以促进知识溢出和创新能力提高。本文的结果支持鼓励大城市发展,城市规模扩大能为创新活动提供资源和环境支撑。本文也在一定程度上说明我国尚未进入拥挤时期,将创新资源、高新技术产业更多地配置在大城市可以提高资源使用效率。

6 高新区提高城市创新能力不同规模城市

变量中等城市大城市特大城市和超大城市Medium*High0.301(0.350)Big*High0.470***(0.061 8)Super*High0.621***(0.062 1)控制变量时间效应地区效应是是是是是是是是是N1 8321 8321 832

高新区是产业集聚的空间载体,能够通过集聚效应促进创新。而城市群能够通过群内城市的市场整合实现资源优化配置,进一步强化集聚效应,实现规模收益提升。已有研究梳理了城市群、产业集聚和开发区三者的互动关系,认为城市群是促进产业集聚和开发区发展的空间载体,为开发区和产业集聚发展提供生产要素、服务和市场;而开发区是城市群的创新高地与产业集聚发展的重要场所,是城市群的重要生产功能区;产业集聚则是推动开发区和城市群发展的强大动力[27]。理论上,发育越成熟的城市群,生产要素占有和基础设施等产业基础越好,产业配套越完善,高新区设立对城市创新能力的促进作用越强。

为此,选择长三角、珠三角、京津冀、长江中游和成渝城市群五大城市群,考察高新区设立效果是否存在差异,回归模型如下:

Ininnovit=0+1cityclusteri*Highit+1Xit+t+i+it

(5)

表7回归结果显示,高新区显著提高了长三角、珠三角、京津冀城市群的创新能力,而对长江中游和成渝城市群的影响不显著。一方面是因为相比于长江中游和成渝城市群,京津冀、长三角、珠三角都有较强的优势,如区位等方面具有优势,这3个区域都处在东部沿海经济发达地区,地域广阔、资源丰盛;交通方面,这3个区域都连有大量公路、铁路,拥有港口群,具备便利的交通条件;产业基础方面,工业化起步较早,产业链、产业配套较为完善[28];智力资源上,这3个区域都是中国科技资源的主要聚集地,在高素质人才、科研机构、大学院校等方面具有其它区域无可比拟的优势。另外,地区之间形成了较为密切的经济联系和合理的协作分工体系,能够更充分地发挥集聚效应的正外部性,更好地为高科技产业生产和创新提供配套服务,促进知识和技术外溢,从而更好地促进创新。而长江中游和成渝城市群比较优势不明显,产业集聚效率和城市集聚水平较低,高新区设立对城市创新力提高的作用不显著。这也为优化城市群提供了方向,即准确定位城市功能,合理分工,在各城市初始要素禀赋和区位优势基础上确立主导产业和特色产业,从而更好地促进效率提升。

进一步看,高新区的设立对长三角创新能力提高效应最为显著,其次是珠三角以及京津冀城市群。这是因为,长三角作为我国发育最成熟的城市群,经济体量最大,市场化水平高,与其它城市建立了有效的合作机制,形成了互补性较好的优势产业发展格局。同时,上海作为长江三角洲的核心城市,不仅能吸附周围其它城市的优质资源,如企业、研发机构及高素质人才[29],而且能对周围城市发展形成较强的辐射和带动作用,促进区域整体创新能力提高。与长三角和珠三角相比,京津冀产业协作仍处于初级阶段[30]。由于京津冀是由政府“自上而下“主导形成的,导致地方行政条块分割、产业关联度小、协作性不强,难以形成有效的产业链和产业集聚。另外,京津冀创新能力极化现象突出,北京市和天津市在吸纳资源方面的“黑洞”效应大于辐射效应,在大量聚集各种资源的同时,并没有发挥增长极带动区域经济发展的作用[31]。因此,高新区设立对京津冀整体创新能力的促进作用比长三角和珠三角地区弱。

7 高新区提高城市创新能力不同城市群

变量长江三角洲珠江三角洲京津冀城市群长江中游城市群成渝城市群Changsanjiao*High0.806***(0.170)Zhusanjiao*High0.462*(0.271)Jingjinji*High0.350**(0.167)Chengyu*High-0.004 69(0.360)Changjiangzhongyou*High0.661(0.650)控制变量时间效应是是是是是是是是是是地区效应是是是是是N1 8321 8321 8321 8321 832

4 稳健性检验

虽然前文利用双向固定效应控制了内生性,但仍然不能完全排除存在某些未观察变量对本文估计结果的影响。当这些未观察变量同时影响某个城市设立高新区的概率和其创新能力水平时,本文估计结果就不能完全归纳为高新区的影响。为了保证结果的稳健性,本文进行以下稳健性检验。

4.1 平行趋势检验

双重差分方法的使用条件之一就是要满足平行趋势假设。由于本文的样本期为2001—2016年,并且政策分期实施即样本期间内时间截点不唯一。为此,参照Kudamatsu[32]&Alder等[33]的做法,设定如下计量模型:

γn*(It-policyyear=n*Treati)]+1Xit+t+i+it

(6)

式(6)中,It-policyyear=n的取值方式为,当t-policyyear=n时,It-policyyear=n取值为1,否则为0;policyyear表示各城市高新区成立年份;Treat为是否是高新区城市,将2016年之前设立高新区的城市认定为高新区城市,即Treat=1。样本中,最早成立的一批高新区是在2007年,最晚的一批是在2016年。因此得到高新区成立之前第15年和成立之后第9年的城市;n的可能取值为-15,-14,-13,……,0,8,9,为了避免多重共线性,本文将t-policyyear=-15,-14,-13,-12,-11,-10,-9,-8,-7,-6归并到-5,将t-policyyear=6,7,8,9合并到5,并以n=-5为基准组。

在这一检验中,需要关注的是交乘项系数γn。由于本文以高新区成立前的第5年为基准组,所以回归结果中γn的系数就表示与基准组相比,在高新区成立之前,高新区所在城市的创新能力与未设立高新区城市是否有显著差异(当n为正时,即不存在差异),以检验平行趋势假定是否成立,结果如表8所示。具体而言,当n=-4,……-1时,交互项系数不显著,而n=0,1,2,3,4,5时,交乘项系数显著为正,说明政策实施前高新区城市与非高新区城市不存在显著差异,不能拒绝平行趋势的假定。

8 平行趋势检验结果

变量模型1成立前4年×是否高新区城市0.105(0.106)成立前3年×是否高新区城市0.154(0.106)成立前2年×是否高新区城市0.133(0.109)成立前1年×是否高新区城市0.175(0.110)成立当年×是否高新区城市0.258**(0.109)成立后第1年×是否高新区城市0.316***(0.112)成立后第2年×是否高新区城市0.388***(0.119)成立后第3年×是否高新区城市0.520***(0.124)成立后第4年×是否高新区城市0.465***(0.137)成立后5年×是否高新区城市0.595***(0.135)控制变量是时间效应是地区效应是N1 832

4.2 安慰剂检验

仅凭平行趋势检验依然不能确定高新区所在城市创新力提高主要是因为设立了高新区,在高新区设立年份有其它政策实施或者存在其它随机因素,也可能对估计结果产生干扰。为验证是否存在这种可能性,本文通过改变政策执行时间进行安慰剂检验。分别以高新区设立前2年和前3年作为虚拟时间,证为high2和high3。如果此时高新区变量仍显著为正,则说明创新力提高可能来自其它政策改革或者随机因素作用。若高新区变量不显著,则说明城市创新力提高源于高新区。回归结果如表9的(1)、(2)列所示,可以看出,提前2年或3年作为时间断点的“政策效应”均不显著,进一步说明创新力提高的确源于高新区的效应。

4.3 单差法

本文还按照“单差法”的处理方法,检验高新区对城市创新力的效应,回归结果如表9第(3)列所示,High系数仍然显著为正,但远高于双重差分方法估计的系数,说明单差法估计结果并不准确,高估了国家高新区的政策效果。相比之下,双重差分(DID)方法可以对政策效果作出更为准确可靠的识别。

9 高新区提高城市创新能力安慰剂检验和单差法

变量提前两年提前三年单差法High1.990***(0.170)High20.418(0.458)High30.297(0.455)控制变量是是是时间效应是是 否地区效应是 是是N1 8321 8321 832

4.4 双重差分倾向得分匹配法

双重差分倾向得分匹配模型(PSM-DID)是由Heckmanetal提出的。针对双重差分法估计过程中可能存在的自选择问题,倾向得分匹配方法能够显著降低双重差分法中的选择性偏差,尤其是与双重差分法结合使用效果更好。

倾向得分匹配的基本思想是,将各城市是否设立高新区看作一个外生决定过程,使用各城市特征条件作为解释变量,通过logit模型估计一个城市设立高新区的概率,估计结果就是各城市设立高新区的倾向得分。将处理组和控制组中具有相同得分的城市进行匹配,可以极大减少选择性偏误。具体来说,倾向得分匹配克服了选择性偏误,双重差分负责消除未观测变量的影响,尤其是时间效应对政策效应的干扰。因此,本文继续运用双重差分倾向得分匹配模型进行进一步检验。

然而,PSM-DID只有通过平衡性检验和共同支撑检验才能准确地估计政策效应。为此,本文首先对匹配质量进行统计检验。平衡性检验是指,在条件外生假设前提下,所有协变量的倾向得分在处理组和控制组之间没有系统性差异,此时称其为平衡。本文分别对处理组和控制组协变量匹配前后的差异进行检验,见表10。从平衡性检验结果看,在进行匹配后,处理组和控制组的协变量已基本平衡,所有变量标准化偏差小于10%。对比匹配前的结果,除产业结构外,其它变量的标准化偏差均明显缩小,表明匹配提高了处理组与控制组的可比性。

10 高新区提高城市创新能力协变量平衡检验

变量匹配前匹配后处理组控制组标准化偏差处理组控制组标准化偏差lnpergdp6.695 66.744 3-6.56.695 66.680 12.1lnpop6.506 46.677 0-22.86.506 46.506 00.0lntech6.386 96.479 3-5.76.386 96.424 9-2.4lnindus3.887 83.882 62.33.887 83.871 96.0lnedu6.456 36.519 7-8.36.456 36.416 75.2lnfdi7.984 88.243 7-13.07.984 88.045 9-3.1lninvest6.671 46.624 95.66.671 46.667 50.5

共同支撑检验是指检验处理组和控制组的倾向得分是否有足够多的重合区域,匹配方法只有在共同支撑集内才是有效的。倾向得分柱状图如图3所示,大多数观测值均在共同取值范围内,故在倾向匹配时仅会损失少量样本。本文删除不满足共同支撑检验的样本,以保证匹配质量,双重差分倾向得分匹配结果如表11所示,设立高新区的平均处理效应显著为正,高新区确实显著增强了城市创新能力,说明本文结果稳健。

图1 共同支撑检验:倾向得分

5 结语

5.1 研究结论

本文研究发现:①国家高新区设立可以显著提高所在城市创新能力,并随时间推移呈逐渐增强的发展趋势;②高新区设立对城市创新能力的提高作用受到初始要素禀赋影响,国家高新区对初始要素禀赋具有比较优势的地区创新能力的促进作用更强,对不同地区、等级、规模的城市及不同城市群具有差异化影响。

11 高新区提高城市创新能力PSM-DID的估计结果

变量模型1模型2high1.945***(0.053 6)0.550***(0.099 1)lnpergdp-0.022 5(0.019 5)lnindustry-0.036 1(0.124)lnpop0.101***(0.027 7)lnedu-0.006 54(0.018 4)lngov-0.016 3(0.022 8)lninvest0.013 1(0.015 2)lnfdi0.010 2(0.014 8)时间效应是是地区效应是是N4 9891 560

5.2 政策建议

基于上述结论,本文提出以下政策启示:

(1) 作为我国探索以创新为主要动力促进地区发展的“试验田”,国家高新区对提升城市创新能力具有显著积极作用。应努力发展国家高新区,推动其它相关产业政策实验的探索和建设[3]

(2)国家高新区对不同地区政策效应存在差异。要有条件地设立高新区,充分发挥各地区的比较优势,将高新区更多设立在要素禀赋具有比较优势的地区。应优先考虑将高新区设立在经济更发达、行政等级更高、城市规模更大的城市,以及市场发育更成熟的城市群。基础条件较好的城市提升效果更显著,政府在配置资源时应该有所倾斜,以最大化资源投入的产出效益。

(3)鉴于国家高新区对大城市创新能力的推动作用更强,国家应顺应这一规律鼓励发展大城市,盲目限制城市规模反而可能不利于创新效率提升。顺应市场规律进行城市规模扩张,能聚集更多资源要素,发挥出更强的集聚效应,进而更好地促进高新技术产业发展。

(4)对于落后地区,盲目发展高新技术产业、强行干预要素流动,会导致资源浪费、资源效率降低。但实际上,地方政府出于税收竞争和领导晋升激励目的,往往不顾比较优势、违背自身经济条件,一窝蜂地发展高新技术产业、申报高新区。虽然这种战略性行为在一定条件下对地方发展是“理性的”、有利的,但总体来说,会造成社会总产出减少和资源配置效率降低。而基于自身比较优势设立高新区的城市,则可以通过收益递增实现创新能力持续提升。因此,国家应合理规划高新区及相关政策布局,充分发挥地区比较优势,以此设立高新区。对于落后地区,不能仅通过干预要素流动的政策手段推动短期经济增长,而应打破劳动力的城乡和区域流动障碍,逐步缩小区域发展差距,最终实现区域协调发展。

5.3 不足与展望

高新区快速发展的同时,也面临着诸多不足。目前,不少高新区不仅存在着体制惯性、原有路径依赖、过度重视招商引资、企业“扎堆”、土地资金等要素资源制约等共性问题,也存在着比较优势弱化、产业关联度不高、基础设施不完善等个性问题,均为高新区发展造成一定阻碍。

未来,作为国家驱动创新发展的重要“试验田”,国家高新区仍应坚持以创新为第一动力,坚持从注重招商引资和优惠政策的外延式发展向主要依靠科技创新的内涵式发展转变,从注重硬环境建设向注重优化配置科技资源和提供优质服务的软环境转变,从“量”的增长向“质”的提升转变,实现更高质量、高效益发展。伴随着园区政策措施改进、平台建设完善、统筹协调强化、管理水平提高,高新区将不断完成阶段转化和障碍突破。而高新区贯彻落实创新发展理念,将有望带动科技、文化、经济、社会协调可持续发展,成为我国城市化、现代化发展的重要示范。

参考文献:

[1] 刘鹏,张运峰.产业集聚、FDI与城市创新能力——基于我国264个地级市数据的空间杜宾模型[J].华东经济管理,2017,31(5):56-65.

[2] 曹勇,曹轩祯,罗楚珺,等.我国四大直辖城市创新能力及其影响因素的比较研究[J].中国软科学,2013(6):162-170.

[3] 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.

[4] 王缉慈.高新技术产业开发区对区域发展影响的分析构架[J].中国工业经济,1998(3):54-57.

[5] 葛顺奇,田贵明.国家级经济技术开发区的经济发展及其面临的问题[J].世界经济研究,2008(12):10-16,84.

[6] 郑江淮,高彦彦,胡小文.企业“扎堆”、技术升级与经济绩效——开发区集聚效应的实证分析[J].经济研究,2008(5):33-46.

[7] 李强.国家高新区产业集聚实证研究——生产要素集中的规模收益分析[J].科学学研究,2007(6):1112-1121.

[8] 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.

[9] 杜威剑,李梦洁.产业集聚会促进企业产品创新吗?——基于中国工业企业数据库的实证研究[J].产业经济研究,2015(4):1-9,20.

[10] 彭向,蒋传海.产业集聚、知识溢出与地区创新——基于中国工业行业的实证检验[J].经济学(季刊),2011,10(3):913-934.

[11] PORTER ME.Location, competition, and economic development: local cluster in a global economy [J].Economic Development Quarterly, 2000(2):15-35.

[12] 吕政,张克俊.国家高新区阶段转换的界面障碍及破解思路[J].中国工业经济,2006(2):5-12.

[13] 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.

[14] KRUGMAN P.History and industry location: the case of the manufacturing belt[J].American Economic Review, 1991(81):80-83.

[15] 李新春,宋宇,蒋年云.高科技创业的地区差异[J].中国社会科学,2004(3):17-30+205.

[16] 陈钊,熊瑞祥.比较优势与产业政策效果——来自出口加工区准实验的证据[J].管理世界,2015(8):67-80.

[17] 李力行,申广军.经济开发区、地区比较优势与产业结构调整[J].经济学(季刊),2015,14(3):885-910.

[18] 蔡昉,王德文.比较优势差异、变化及其对地区差距的影响[J].中国社会科学,2002(5):41-54+204.

[19] 张学良,李培鑫,李丽霞.政府合作、市场整合与城市群经济绩效——基于长三角城市经济协调会的实证检验[J].经济学(季刊),2017,16(4):1563-1582.

[20] 毛淳镭,尹达.创新扩散与城市规模的关系研究——以中国副省级以上城市为例[J].对外经贸,2014(1):110-111.

[21] 张宏元,李晓晨.FDI与自主创新:来自中国省际面板的证据[J].宏观经济研究,2016(3):24-34,61.

[22] 李爽.专利制度是否提高了中国工业企业的技术创新积极性——基于专利保护强度和地区经济发展水平的“门槛效应”[J].财贸研究,2017,28(4):13-24,42.

[23] 张克俊.我国高新科技园区建设的比较研究[M].成都: 西南财经大学出版社, 2005.

[24] 王志锋,王优容,王云亭,等.城市行政等级与经济增长——基于开发区的视角[J].宏观经济研究,2017(11):115-127.

[25] 王志高,王如玉,梁琦.企业创新成功率与城市规模[J].统计研究,2016,33(7):55-63.

[26] 王珍珍,穆怀中.城市规模、门槛效应与人力资本外部性[J].上海行政学院学报,2018,19(2):88-99.

[27] 唐承丽,吴艳,周国华.城市群、产业集聚与开发区互动发展研究——以长株潭城市群为例[J].地理研究,2018,37(2):292-306.

[28] 李京文,李剑玲.京津冀协同创新发展比较研究[J].经济与管理,2015,29(2):13-17.

[29] 陈耀.京津冀经济圈与长三角、珠三角比较分析[J].前线,2005(11):48-50.

[30] 安树伟,闫程莉.沿海三大城市群产业协作效果评价与比较[J].河北学刊,2017,37(5):144-150.

[31] 李建民.京津冀城镇化及其与长三角和珠三角的比较[J].人口与经济,2014(1):3-7.

[32] KUDAMATSU M.Has democratization reduced infant mortality in sub-saharan Africa? evidence from micro data[J].Journal of the European Economic Association, 2012,10(6):1294-1317.

[33] ALDER S, SHAO L,F ZILIBOTTI.The effect of economic reform and industrial policy in a panel of Chinese cities[C].Working Paper,2013.

Can National High-Tech Industrial Development Zones in China Improve the Urban Innovation Capability

Xiong Bo, Jin Liwen

(School of Economics and Management,Wuhan University,Wuhan 430072,China)

Abstract: Examined the effect of national high-tech zones in China on urban innovation capability using method of DID.The analysis is based on the panel data of 336 cities in China from 2001 to 2016, using urban innovation capability index provided by “FIND Report on City and Industrial Innovation in China”.The results show that the establishment of national high-tech zones can significantly improve urban innovation capability, and this effect gradually increased by year.Furthermore, the effect is influenced by endowed comparative advantages.With comparative advantage in resource endowments, the national high-tech zones plays a more important role in promoting urban innovation capability.There is evident heterogeneity for agglomeration and selection effects in national high-tech zones.The conclusions are confirmed by robustness test.

Key Words:National High-Tech Zones; Urban Innovation Capability Index; Urban Innovation Capability

DOI10.6049/kjjbydc.L201808361

(资源服务)标识码(OSID):

中图分类号F291.1

文献标识码:A

文章编号:1001-7348(2019)04-0040-10

收稿日期2018-11-12

基金项目国家社会科学基金青年项目(13CJL013)

作者简介熊波(1979-),男,湖北鄂州人,博士,武汉大学经济与管理学院副教授、硕士生导师,研究方向为财税政策与城市发展;金丽雯(1997-) ,女,河南阳光人,武汉大学经济与管理学院硕士研究生,研究方向为产业政策与城市发展。本文通讯作者:熊波。

(责任编辑:林思睿)