創新驅動的經濟增長——高新區全要素生產率增長的分解

程 郁，陳 雪

(1．中國科學院科技政策與管理科學研究所中國高新區研究中心，北京100190;2．浙江師范大學 農村研究中心，浙江金華321004)

一、引言

新科技革命所帶動的以知識為基礎的新興產業的快速發展，標志著經濟發展從傳統的要素驅動、投資驅動向創新驅動轉型［1］。創新驅動經濟是一種內生發展模式，以新知識、新技術對生產要素進行改造和重新組合，能夠突破傳統發展模式下的資源和要素約束，實現高效、集約、綠色的經濟可持續發展，并成為贏得競爭力的關鍵［2］。以美國硅谷為代表的科技園區所創造的增長奇跡，體現了創新驅動經濟的典型范式。以此為借鑒，我國在上世紀80年代末部署建立國家高新區，探索創新發展的道路與模式，并在發展過程中以“五個轉變”、“四位一體”和“戰略提升”①2005年科技部對高新區發展提出了“五個轉變”的要求:一是加快實現從主要依靠土地、資金等要素驅動向主要依靠技術創新驅動的發展模式轉變;二是要從主要依靠優惠政策、注重招商引資向注重優化創新創業環境、培育內生動力的發展模式轉變;三是要推動產業發展由大而全、小而全向集中優勢發展特色產業、主導產業轉變;四是要注重硬環境建設向注重優化配置科技資源和提供優質服務的軟環境轉變;五是要從注重引進來、面前國內市場為主注重引進來與走出去相結合、大力拓展國際市場轉變。2006年溫家寶總理提出了高新區“四位一體”的戰略定位，即“要成為促進技術進步和增強自主創新能力的重要載體，成為帶動區域經濟結構調整和經濟增長方式轉變的強大引擎，成為高新技術企業‘走出去’參與國際競爭的服務平臺，成為搶占世界高新技術產業制高點的前沿陣地”。這一戰略定位把自主創新作為對高新區的首要要求。2012年科技部進一步提出“四個跨越”的目標:從先行探索、自我發展，向肩負起創新示范和戰略引領使命跨越;從立足區域、集約發展的資源配置方式，向面向全球、協同創新的產業組織方式跨越;從要素集中、企業集聚的產業基地，向打造具有國際競爭力和影響力的創新型產業集群跨越;從工業經濟、產業園區，向創新經濟、現代生態文明和諧高科技社區跨越。的要求不斷強化創新驅動的發展導向。歷經20年的建設，國家高新區已經成為我國依靠科技創新支撐經濟發展、走中國特色自主創新發展道路的一面旗幟，成為我國發展高新技術產業最重要的戰略力量，成為引領全社會科學發展、創新發展和可持續發展的戰略先導。

在發展初期，由于我國科技產業的基礎非常薄弱，為快速建立起現代工業體系，高新區在起步建設階段確實存在依靠招商和土地規模擴張發展的問題。經過以提升自主創新能力為目標的“二次創業”后，高新區是否真正擺脫了傳統的投資驅動型發展模式，實現向創新驅動型發展方式的轉變，還需要科學的方法進行檢驗和評估。目前，我國很多學者對高新區的實證研究難以證實其創新驅動效益，其主要原因來自三個方面:一是很多學者是基于高新區前期“一次創業”階段進行分析，發現高新區對資本投入的依賴性強，科技創新的驅動效益不顯著［3-4］;二是采用索羅殘余法計算全要素生產率本身存在缺陷，缺乏對其結構的進一步分解將難以考察創新的驅動效益［5］;三是高新區是我國創新投入強度最大、創新要素最密集的區域，根據Jones(1995)［6］的理論，創新投入超過一定規模后將會消除增長的規模效益，采取傳統的投入產出效率的分析方法將會得出創新效率偏低的結果［7-9］。

本文在解析創新驅動型經濟增長機制的基礎上，具體考察高新區如何實現創新驅動型發展，并實證檢驗高新區創新驅動經濟增長的績效表現。本文采用隨機前沿分析法，通過參數假設檢驗選取超越對數的生產函數形式，在此基礎上分別估算各投入要素的產出彈性，最后運用庫姆巴卡全要素生產率增長率的分解公式將全要素生產率分解為技術進步率、生產(技術)效率以及規模效率三部分，以此考察創新對高新區增長的貢獻作用，進而評價國家高新區進入“二次創業”階段以來的經濟增長方式及基本動力機制。

二、創新驅動經濟增長的機制及高新區的具體表現

創新被視為經濟發展的重要驅動力，理論界和政策界對創新是如何驅動經濟增長問題的關注從來就沒有間斷過。從現有的研究來看，理論界對創新驅動經濟增長的機制大致可以歸結為以下三個方面:第一，增加產品的多樣性，通過多樣化的產品或服務創新創造出更多消費體驗和市場，增進生產的專業化程度［10-11］;第二，創造出新的產業部門［12-13］，以創新的產品或服務替代原有的產品，推進生產和消費水平的躍升［11，14］，并帶動了新的中間產品的部門的發展，以互補性產品或服務延伸和擴大市場空間，強化創新價值的獲取能力［15-16］;第三，提升投入要素的質量和促進要素積累，進而提高生產率，包括人力資本積累模型［17］、知識積累模型［6］、資本積累［18］和技術資本積累［19-20］等。

(一)以新產品創新驅動增長

高新區企業生產的主導產品從1991年的3775 種增加到了2011年65787 種，20年來翻了17倍多。進入21世紀后，高新區的新產品銷售收入更是快速增長，新產品銷售收入從2000年的2188億元增長到2011年34582 億元，年均增長率達到28.5%。高新區新產品銷售收入的平均增長率比全國大中型工業企業高3.7 個百分點。以新產品創新來創造財富已經成為高新區企業經營發展的重要形式，高新區企業也由此成為全國新產品創新的主力軍。高新區企業新產品銷售收入占全國大中型企業新產品銷售收入的比重從2000年的28.6%上升到了2011年的39.0%。高新區企業新產品銷售收入占其營業收入的比重從2000年的23.8%上升到2011年的25.9%，并且高新區企業新產品銷售收入占營業收入的比重比全國大中型企業高出近10 個百分點。

(二)以創新型產業驅動增長

20年來，伴隨著高新區經濟的迅速增長，高新區的發展形態和發展內涵也經歷了一個從“量”變到“質”變的過程。高新區建立了產業門類齊全的高新技術產業和高技術服務業體系，而且這種以知識為基礎的新型產業形態日益壯大成為高新區經濟的主要支撐。2010年，高新區的高新技術產業已達到33325 億元，占高新區營業收入的比重為34.3%，高技術服務業達到10961 億元，占高新區營業收入的比重為11.3%;高新區的高新技術產業收入占全國高新技術產業收入的比重為44.7%。直接以知識和技術創造財富也是高新區企業實現創新價值的重要形式。高新區的技術性收入從1991年的17 億元增長到了2011年9284億元，翻了540 多倍，2011年技術收入占營業總收入的7.0%，高新區的技術交易合同占全國技術合同交易總額的比重達到了53.7%。

同時，高新區已經建立起新興產業發展的支持性體系和保護性空間，成為新興產業的重要策源地和我國發展戰略性新興產業的核心載體。2010年全國83 家高新區的電子及通信設備制造收入占全國的比例達到47.9%，航空航天制造占全國的比例為25.9%，醫藥制造占全國的比例為26.1%，生物技術產業占全國比例為29%。新材料、新能源、生物技術、環境保護等領域年均增長率超過20%，引領著全國新興產業的快速發展。許多高新區已經成為其所屬地區新興產業的核心聚集區，如杭州高新區集成電路設計、電子商務、軟件信息業、物聯網幾個產業分別占到了全省的91.7%、90%、81.3%和40%，無錫高新區2011年物聯網收入達到245 億元，占全市比重的51.6%。

(三)以創新要素積累驅動增長

國家高新區不斷強化創新環境的營造，吸引和聚集了國內外優秀的創新人才和創新資源，以高質量知識型要素的投入和積累推動著區域經濟的持續增長。截至2011年，國家高新區企業年末擁有從業人員1073.6 萬人，大專以上學歷從業人員比例占51.0%，其中，碩士學位畢業生46 萬人、博士學位畢業生5.4 萬人，歸國創業的留學人員5.3 萬人。2011年，高新區從事科技活動的人員超過174.4 萬人，占到高新區從業人員總數的16.2%，占到了全國企業科技活動人員的61.3%。在263 名國家千人計劃引進的海外高層次創業人才中，有80%-85%是從高新區入選的。

國家高新區的創新投入強度大幅度領先于全國水平，高強度的研發投入推動著高效的創新，并以此加速知識和資本的積累，形成高投入、高積累和高產出的創新經濟正反饋強化機制。2011年，高新區企業R＆D 經費內部支出為2269.0 億元，占到全國企業R＆D 經費支出比例仍為34.5%，占園區GDP 比重為5.45%，是全國的(1.84%)2.96倍。以高強度的創新投入為保證，高新區獲得了豐碩的創新成果，成為全國知識積累最雄厚的區域。近10 余年來，高新區發明專利授權數占全國企業發明專利數量一直都在50%左右。2011年，全國88 家高新區獲得專利授權88238 件，其中發明專利授權29438 件，年均增長率達到32%，占到了全國企業發明專利授權的50.7%(參見圖1);高新區企業目前已擁有有效專利305223 件，其中有效發明專利104436 件，占到了全國(包括科研機構和大學)擁有量的15.0%。

圖1 高新區專利申請與授權增長情況

三、實證模型和數據描述

對科技創新貢獻率的衡量一直是理論界的難題，全要素生產率被認為是一個可參考的替代指標，但作為剔除各類投入要素貢獻的余值，它包含了太多的內容，科技創新可能只是其中一個方面。因而，考察創新對經濟增長的貢獻還需要對全要素生產率進一步分解，隨機前沿分析(Frontier Productivity Analysis)和數據包絡分析(Data Envelopment Analyses)均提供了對全要素生產率的計算和分解方法。但數據包絡分析對數據和算法的要求較高，而隨機前沿則能夠更好地解決隨機誤差問題，避免了個體誤差或異常值對整體結果的干擾。

(一)實證模型

隨機前沿函數由Aigner，et al.(1977)［21］以及Meesuen，et al.(1977)［22］提出。最初主要應用于橫截面數據，Pitt ＆ Lee(1981)［23］、Kumbhakar(1990)［24］、Battese ＆ Coelli(1992［25］，1995［26］)等逐漸發展應用于面板數據，其基本模型如下:

其中，vit～iidN，uit≥0，uit～TN+(μ，，cov(uit，vit)=0

Yit表示地區i(i =1，2，…，N)在第t 期(t =1，2，…，T)的產出，Xit表示地區i 第t 期的投入要素，f(.)表示生產可能性邊界上的最大產出，即前沿產出，vit表示與創新效率和投入要素無關的隨機觀察誤差，服從期望值為0、方差為的正態分布;uit表示創新產出的實際水平偏離最優水平的無效率誤差，并服從于期望值為μ、方差為的截斷正態分布。Battese ＆ Coelli(1992)［25］進一步將技術非效率項擴展為隨時間變化的形式:uit滿足式(2)，服從非負截斷正態分布①在Aingner(1977)及Meeusen(1977)的最初模型中，，其中θi 為效率乘子，取值在［0，1］之間，表示產出效率大小。令ui =－lnθi，則ui≥0，ui，表示技術非效率大小。。

當η ＞0(＜0)時，表示技術非效率項uit隨著時間的增加遞減(遞增)，技術效率隨時間不斷改善(惡化);當η =0時，模型退化為截斷正態分布假設條件下的形式，此時各觀察值的技術非效率項不再隨著時間發生變化。

由以上模型設定形式可以看出，該模型的基本思想是，個別生產者未能達到最優生產函數前沿，是因為同時受到隨機擾動及技術非效率兩個因素的影響。其中，隨機擾動是白噪聲，多次觀測的均值為0，而個別生產者的技術效率可以用該生產者產出的期望與隨機前沿期望的比值來確定:

當uit=0時，TEit=1，此時不存在技術非效率，樣本單元位于前沿面上;當uit＞0時，TEit＜1，存在技術非效率;

Battese ＆ Coelli(1992)［25］還進一步設定了方差參數的檢驗方法:

以復合擾動項中技術無效率項所占的比例檢驗是否需要使用隨機前沿分析，若原假設γ =0 被接受，則表明實際產出與最大產出之間的偏離都來自于隨機誤差項，此時采用普通的OLS 估計即可。

在隨機前沿分析中，生產函數形式的選取直接關系到各參數估計的準確性。與一般的C-D 生產函數模型相比，超越對數函數形式放松了中性技術進步以及產出彈性不變的假設，函數形式更加靈活。而本文使用的是面板數據，隨著時間的變化，技術是否中性以及產出彈性是否固定并不能事先確定。因此，我們選擇更加靈活的超越對數函數形式作為模型出發點，同時為了避免由于生產函數形式的誤設帶來的估計誤差，對C-D 生產函數形式(模型1.1，1.2)、無技術進步生產函數形式(模型1.3)以及技術效率不隨時間變化的超越對數函數形式(模型1.4)等三種生產函數形式分別進行回歸，并通過廣義似然率統計量λ =－2ln［L(H0)/L(H1)］來進行檢驗，L(H0)和L(H1)分別是零假設H0和備擇假設H1前沿模型的似然函數值。如果零假設成立，那么檢驗統計量λ 服從混合卡方分布，自由度為受約束變量的個數。其中，超越對數形式作為基準模型(備擇假設H1)，其表達式如下:

其中，yit為產出，xilt，xikt，xiat分別為勞動力，資本和土地投入，t 為時間項。

為了檢驗模型(5)生產形式的合理性，作出如下假設:

(1)H0:αt=αll=αkk=αaa=αtt=αlk=αlt=αkt=αat=αla=αka=0，即采用不含技術進步(t)的CD 生產函數形式(模型1.1);

(2)H0:αll=αkk=αaa=αtt=αlk=αlt=αkt=αat=αla=αka=0，即采用包含技術進步的C-D 生產函數形式(模型1.2);

(3)H0:αt=αtt=αlt=αkt=αat=0，即假設不存在技術進步(模型1.3);

(4)H0:η=0，即假設技術無效率不隨時間變動(模型1.4)。

通過廣義似然率統計量假設檢驗對生產函數的形式進行判斷后，根據回歸系數計算全要素生產率增長率。根據庫姆巴卡(Kumbhakar)全要素生產率增長率的分解公式［27］:

超越對數函數形式以時間趨勢表示技術進步的變化，因此，我們采用產出變化率隨時間的變化趨勢表示技術進步率:

技術效率的變化率為:

(二)數據描述

本文的數據主要來自于國家科技部火炬高技術產業開發中心的火炬計劃統計數據。針對很多研究者對高新區依靠土地規模擴張發展的批評，我們在投入變量中增加土地的投入，各高新區土地投入數據是作者根據實際調研以及各個高新區公布的資料整理①參考的資料包括2006年國土資源部的《中國開發區四至范圍公告目錄》、于良(2011)［28］“高新區發展中的土地限制問題與政策建議”以及各個高新區的網站。，考慮了近年來高新區新擴區和擴大管轄范圍的面積。根據數據的可獲得性和完整性，并考慮到高新區是以“二次創業”②2001年9月，國家科技部在武漢召開的高新區所在城市市長座談會上提出國家高新區“二次創業”的口號。“二次創業”的核心是提高自主創新能力，加強創新體系建設，促進高新區走內涵式經濟發展道路。為標志步入創新驅動型發展階段，我們只選取了2002－2010年間52 個國家級高新區的面板數據作為分析對象。

在全要素生產率的計算中，投入和產出變量的選取及衡量方法會對最終計算結果產出很大的影響，所以我們首先對高新區的投入產出變量進行了必要的清理和調整。在產出衡量方面，與其它關于地區全要素生產率的研究保持一致，我們采用園區增加值這一指標，并以各高新區所在省區、2002年為基期的GDP 平減指數進行價格平減。在資本投入方面，火炬統計有標準口徑的年末資產指標，避免了不同方法測算資本積累所帶來的不一致性，并同樣以高新區所在省區、2002年為基期的固定資產投資價格指數進行平減。對于勞動力投入，我們在采用高新區從業人員總人數作為勞動力投入的衡量指標。對于土地投入，我們采用的是各高新區各年的建成區面積(即實際開發面積)。但由于高新區土地擴張的規模和速度很大程度上依賴于政府規劃，一些高新區在擴張建成后很長一段時期內土地規模保持不變，而在某一年份獲得政府批準后迅速擴張，從而整體上呈現間斷式“階梯式”增長趨勢。為了避免這一特殊的土地擴張模式帶來的影響，我們對土地增長進行了平滑處理，以高新區在各擴張年份的土地數據為基點，以各時期的平均土地增長率代替各年的實際增長率來估算各年的土地投入規模。

圖2 給出了高新區園區增加值和年末固定資產增長情況，并通過價格指數平減剔除了通貨膨脹影響;圖3 顯示的是高新區從業人員增長和土地實際開發面積增長情況，對土地投入增長也進行了平滑處理。各主要變量進行對數處理后的描述統計分析如表1 所示。

圖2 高新區資本投入與產出增長情況

圖3 高新區勞動與土地投入增長情況

表1 各變量描述性統計

四、主要回歸結果及分析

(一)隨機前沿生產函數的估計

對隨機前沿生產函數的估計結果如表2 所示。其中模型1 為基準模型，采用最一般的超越對數生產函數，并遵循Battese ＆ Coelli(1992)［25］模型中技術非效率項隨時間變化的假設。模型1.1、1.2、1.3 和1.4分別對應不包含技術進步的C-D 生產函數形式、包含技術進步的C-D 生產函數形式、不包含技術進步的超越對數生產函數形式以及技術效率項不隨時間變化的超越對數生產函數形式，用于判斷模型1 生產函數設定的合理性。各模型極大似然比檢驗結果如表3 所示。模型1.1-1.4的原假設均被拒絕，說明原基準模型1 擬合程度較好，超越對數生產函數形式以及技術非效率項的時間趨勢假設都能得到滿足，且模型1 的總誤差中46%左右(γ =0.461，p ＜0.05)是由于技術非效率的存在而引起的，說明與OLS 相比較而言，隨機前沿分析更為合理。

根據模型1 的估計結果，我們對各要素投入的產出彈性進行了估算。如表4 所示，2002 至2010年，52 個國家級高新區資本、勞動及土地的產出彈性均值分別為0.532、0.208 和0.103，這表明高新區資本、勞動及土地每上升1%，所帶來的產出增長分別為0.532%、0.208%和0.103%。三項彈性系數之和約為0.843，略小于1，說明高新區的產出增長表現出一定程度的規模不經濟現象，現有各投入要素尚未實現最優規模配置。在這9年期間，資本和土地的產出彈性呈現緩慢下降趨勢，特別是近年來各高新區的大規模擴區，土地的產出效率下降顯著，土地和資本投入已經出現了明顯規模不經濟。在三種投入要素中，勞動投入的增長速度最慢，且在時間趨勢來看表現出一定的下降趨勢(從2003年13.6%下降至2010年5.6%)，但勞動的產出彈性卻逐年上升，從2002年的0.137上升至2010年0.311。這說明隨著高新區知識型經濟比重的提升，對勞動質量的要求日益提高，高新區從業人員中大專以上學歷的比重從2002年的36.5%提升到51%，相應地勞動對產出的貢獻也顯著提高。從2003年后勞動已經取代土地成為對產出更有影響力的投入要素，而且隨著勞動產出彈性的提高，要素投入的整體產出效率從2003年的0.82 小幅提升至2010年的0.86。

表2 隨機前沿生產函數估計結果

表3 極大似然比檢驗結果

表4 高新區各投入要素的產出彈性及年均增長率

(三)全要素生產率增長率及其分解

在隨機前沿函數模型估計的基礎上，我們進一步根據公式(6)計算和分解全要素生產率。從表5 可以看出，2002－2010年高新區的全要素生產率以4.71%的平均增速穩定增長，這與姜彩樓和徐康寧(2009)［29］①他們所測算的高新區1996－2004年全要素生產率的平均增長速度為4.6%。的研究結果非常相似。2002－2006年是高新區全要素生產率的增長的高峰期，在2005年達到最高點6.53%后就開始下降，2010年降到了2.77%，但與全國的各個地區相比，高新區的全要素生產率增長仍處于較高水平②傅曉霞和吳利學(2006)［30］測算的全國1978－2004年的全要素生產率增長率為3.63%;白俊紅等(2009)［31］對各個省1998－2006年的估算結果為2.83%;李賓和曾志雄(2009)［32］對全國2002－2007年估算的結果為3.08%;陶長琪和齊亞偉(2010)［33］測算出的2002－2007年全國各省平均值為1.01%;趙志耘和楊朝峰(2011)［34］測算出的全國2002－2009年的平均值為1.80%。。從對TFP分解的結果看，TFP 的增長主要來自于技術進步和技術效率的變化，而且技術進步的年均增長率甚至超過TFP 增長率，技術進步率的平均增長率為5.29%，并決定了TFP 整體的增長趨勢。而在技術進步和技術效率變化拉動TFP 增長的同時，資本、勞動投入以及土地的規模效益增長率卻分別以1.9%、0.21%以及0.27%的速度在下降。事實上，由于早期過度地依賴于招商引資和土地擴張的發展模式，高新區從2001年起已經出現了較為明顯的投入規模不經濟問題，繼續增加要素投入已難以進一步驅動經濟增長，而技術進步才是高新區增長的核心驅動力。

表5 高新區TFP 增長率變化及其分解(%)

圖4 高新區TFP 對經濟經濟增長的貢獻(單位:%)

2002－2010年，高新區全要生產率對其經濟增長的貢獻率為23.87%，其中技術進步對經濟增長的貢獻率為26.81%，技術效率變化對經濟增長的貢獻率為9.1%(參見圖4)①因為土地和資本投入已經出現規模報酬遞減，使得技術進步和技術效率變化對經濟增長的貢獻率之和大于全要素生產率的貢獻，也表明技術進步幫助抵消了投入要素的規模不經濟。。而我國總體經濟的增長仍然還是典型的投資驅動模式。比如，郭慶旺和賈俊雪(2005)［35］測算的要素投入對我國1979－ 2004年間經濟增長的平均貢獻率高達90.54%，技術進步的貢獻僅有10.13%;中國經濟增長與宏觀穩定課題組(2010)［36］的研究顯示，1979－2008年間，資本積累對經濟增長的貢獻率高達70.4%，全要素生產率對增長的貢獻率為19.7%;宋冬林等(2011)［37］所測算的資本對經濟增長的貢獻率在2000－2007年為88.4%，中性技術進步貢獻率為7.2%，即使考慮資本體現式技術進步整體貢獻率也只有19.2%。而且就全要素生產率的內部結構來看，2000年以后在全國水平上，技術效率的提升取代了技術進步成為全要素生產率增長的主要原因，因而全國層面微弱的創新驅動力量也主要是由效率改進而非技術進步帶來的［38-39］。可以看出，高新區的全要素生產率對經濟增長的貢獻大大超越了全國水平，高新區已經率先實現了向創新驅動的發展轉型，其經濟增長主要是依靠技術進步來實現的。

表6 高新區TFP 增長率地區間差異

表7 不同地區高新區全要素增長率及其分解(2003－2010)

不同地區高新區TFP 的增長率表現出一定的收斂趨勢。2003年至2010年間，中、東、西部地區TFP 增長率分別為4.94%、4.40%和5.18%，尤其是2003 和2005年西部地區TFP 增長率高達8%，遠高于中部以及東部地區;2006年后，不同地區間的TFP 增長率開始表現出趨同趨勢，這在一定程度上反映出不同地區間的高新區經濟增長可能存在收斂跡象(參見表6)。東部地區全要素生產率增長的主要動力來自于技術進步，技術進步對GDP 增速的貢獻值達32.45%，技術效率的改善對經濟增長僅貢獻了7.8%;西部地區技術進步對經濟增長貢獻仍處于主導地位，其貢獻率為25%，而技術效率的改善也具有非常重要意義，其對經濟增長的貢獻率達到14.24%;中部地區技術進步的貢獻率略低于東部地區，為26.58%，技術效率的改善也僅貢獻了9.49%(參見表7)。由此可見，無論是較為發達的東部地區還是較為落后的中、西部地區，技術進步仍然是推動各地高新區經濟增長的主要動力，其次為技術效率的改善，但東、中部地區更多地依賴于技術進步，而西部地區技術效率的提升也是創新驅動的重要形式。

就全國來看，中西部地區的全要素生產率大大落后于東部地區，而研究顯示，中西部地區的落后不是由于其較低的技術進步率而是技術效率的退步造成的［35，40］。我國高新區在平抑各個地區之間經濟增長質量差異中發揮著非常重要的作用，高新區東中西部地區的全要素增長率的差別很小且具有收斂趨勢。西部高新區技術效率對經濟增長貢獻較為突出，一定意義上說明中西部高新區的建設在高效推動技術進步的同時，抵御了區域內技術效率退化對經濟增長的負面效應，通過技術進步和技術效率的全面提升帶動了全要素增長率的高速增長。

從表8 可以看出，總體上高新區TFP 的增長大大高于其所在省區。52 個高新區中，只有4 個高新區的TFP 增長率低于其所在的省區。西部13個高新區中，有4 個高新區TFP 增長率高于其所在省區的兩倍;中部13 個高新區中，有3 個高新區TFP 增長率高于其所在省區的兩倍;東部27 個高新區中，僅有北京、蘇州、南京以及福州4 個高新區TFP 增長率高于其所在省區的兩倍。可以看出，不論在經濟發展還是不發達地區，高新區相對其所在區域均具有更好的經濟增長質量和效益，創新對經濟增長的驅動作用也更加突出，而且在最發達地區和最欠發達地區，高新區在其區域內所發揮的創新引領最為顯著。

表8 各高新區TFP年均增長率及所在省區比較(單位:%)

五、結論性評述

創新被普遍認為是突破增長極限、支持經濟內生、可持續發展的核心動力，因而創新驅動也成為一項重要目標被寫入到各個國家的發展戰略中。建設國家高新區是我國對發展方式的一種新探索，希望通過加強創新能力與環境的建設、推動科技成果產業化、培育自主創新企業，開辟出一條依靠科技創新推動經濟發展的新路徑。高新區被賦予了“自主創新的戰略高地”、“轉變發展方式和調整經濟結構的重要引擎”、“實現創新驅動與科學發展的先行區域”的使命與責任①2013年科技部發布的《國家高新技術產業開發區創新驅動戰略提升行動實施方案》對高新區下一步發展的目標要求。。但在早期發展過程中，由于地方利益與中央意志的不一致，使得依托地方建設的高新區存在功能異化的問題，盲目招大引強、擴區發展、建設投入的問題較為普遍。因而，很多研究者對高新區是否切實實現了向創新驅動發展轉型存在質疑。本文基于對高新區的實踐觀察剖析了創新驅動型經濟體的增長機制，并通過對全要素生產率的計算和分解，實證檢驗了高新區是否實現了創新驅動的經濟增長。主要研究結論如下:

第一，國家高新區不斷加強創新能力建設，以不斷提升的要素質量推動科技創新突破和工藝效能改進，通過新產品的持續創新、產業結構的優化升級和新興企業的孕育發展，走出了一條以創新為驅動的內涵式經濟增長之路。

第二，高新區進入“二次創業”階段后，只有高質量勞動對產出的貢獻日益提升，而資本、土地的投入出現了明顯的規模不經濟現象。2002－2010年，高新區的全要素生產率及其增長整體高于全國水平，而且全要素生產率的增長主要是由技術進步決定的，技術進步對經濟增長的貢獻率為26.81%。因而，可以初步判斷，隨著以創新驅動為導向的“二次創業”戰略的扎實推進，高新區率先實現了從投入驅動向創新驅動的轉變，并由此成為當前帶動和支撐我國經濟發展方式轉變的主要依靠力量。

第三，高新區TFP 的增長大大高于其所在省區，不同地區高新區TFP 增長率表現出一定的收斂趨勢。中西部高新區的全要素生產率在21世紀初快速趕超東部地區，在實現以技術進步為核心驅動的經濟發展同時，平抑了區域內技術效率退化對經濟增長的負面影響。可見，高新區的建設對于帶動欠發達地區的轉型和增長、促進區域平衡發展具有非常重要的意義。

隨機前沿方法通過引入技術非效率項來剝離技術效率的影響，但仍然只是以時間項來粗略地反映技術進步，但這其中仍包含了政策、制度、組織等其它因素。當然，廣義理解的創新發展本身就包括了適應新技術變革的社會、經濟、制度、文化的整體變遷，以此作為評價創新驅動的標準有一定的合理性。未來的研究可以進一步對技術進步的結構進行分解，深入考察科技進步、體現在資本和人力方面的技術進步以及受技術進步所推動的制度變化對經濟發展的驅動作用。

［1］Porter M．Strategy and the Internet［J］．Harvard Business Review，March 2001:63-78．

［2］洪銀興．向創新型經濟轉型——后危機階段的思考［J］．南京社會科學，2009(11):1-5．

［3］羅暉．我國高新區增長因素的實證分析［J］．科研管理，2006，27(2):65-71．

［4］王棟，韓伯堂．我國高新區產業集聚測度方法研究［J］．科研管理，2007(3):163-170．

［5］李強．國家高新區產業集聚實證研究——生產要素集中的規模收益分析［J］．科學學研究，2007，25 (6):1112-1121．

［6］Jones C．R＆D-Based Models of Economic Growth［J］．Journal of Political Economy，1995，103(4):759-784．

［7］吳延瑞．生產率對中國經濟增長的貢獻:新的估計［J］．經濟學(季刊)，2008，7(3):827-842．

［8］權進民，姚蘭，史本山．基于DEA 的國家級高新區可持續發展能力評價［J］．軟科學，2008，22(1):75-77．

［9］張明喜．我國高新技術產業開發區R＆D 投入的貢獻研究——基于Panel data 的經驗分析［J］．研究與發展管理，2010，22(1):114-120．

［10］Romer P．Endogenous Technological Change［J］．Journal of Political Economy，1990(98):71-102．

［11］Grossman G M，Helpman E．Innovation and Growth in the Global Economy［M］．MIT Press，1991．

［12］Saviotti P P，Pyka A．Economic Development by the Creation of New Sectors［J］．Journal of Evolutionary Economics，2004，14(1):1-35．

［13］Saviotti P P，Pyka A．Product Variety，Competition and Economic Growth ［J］．Journal of Evolutionary Economics，2008，18(3):323-347．

［14］Aghion P，Howitt P．A Model of Growth through Creative Destruction［J］．Econometrica，1992，60(2):323-351．

［15］Young A．Substitution and Complementarity in Endogenous Innovation［J］．Quarterly Journal of Economics，1993，108(3):775-807．

［16］Teece D J．Profiting from Technological Innovation:Implications for Integration，Collaboration，Licensing and Public Policy［J］．Research policy，1986，15(6):285-305．

［17］Lucas R E．On the Mechanics of Economic Development［J］．Journal of Monetary Economics，1988，22(1):3-42．

［18］Zeng J．Physical and Human Capital Accumulation，R＆D and Economic Growth［J］．Southern Economic Journal，1997，63(4):1023-1038．

［19］Hulten C R．Growth Accounting When Technical Change is Embodied in Capital ［J］．American Economic Review，1992，82(4):82．

［20］Greenwood J，Hercowitz Z，Krusell P．Long-run Implications of Investment-Specific Technological Change［J］．American Economic Review，1997，87(3):342-362．

［21］Aigner D J，Lovell C A K，Schmidt P．Formulation and Estimation of Stochastic Frontier Production Models［J］．Journal of Econometrics，1977(6):21-37．

［22］Meeusen W，Broeck J．v．d．Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error［J］．International Economic Review，1977(18):435-444．

［23］Pitt M M，Lee M F．The Measurement and Sources of Technical Inefficiency in the Indonesian Weaving Industry［J］．Journal of Development Economics，1981(9):43-64．

［24］Kumbhakar S C．Production Frontiers，Panel Data and Time-Varying Technical Inefficiency［J］．Journal of Econometrics，1990，46(1-2):201-211．

［25］Battese G E，Coelli T J．Frontier Production Functions，Technical Efficiency and Panel Data:with Application to Paddy Farmers in India［J］．The Journal of Productivity Analysis，1992(3):153-169．

［26］Battese G E，Coelli T J．A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data［J］．Empirical Economics，1995(20):325-332．

［27］Kumbhakar S C，Lovell C A K．Stochastic Frontier Analysis［M］．Cambridge University Press，2000．

［28］于良．高新區發展中的土地限制問題與政策建議［J］．高科技與產業化，2011，7(1):100-102．

［29］姜彩樓，徐康寧．區位條件、中央政策與高新區績效的經驗研究［J］．世界經濟，2009(5):56-64．

［30］傅曉霞，吳利學．技術效率、資本深化與地區差異——基于隨機前沿模型的中國地區收斂分析［J］．經濟研究，2006(10):56-61．

［31］白俊紅，江可申，李婧．中國地區研發創新的相對效率與全要素生產率增長分解［J］．數量經濟技術經濟研究，2009(3):139-151．

［32］李賓，曾志雄．中國全要素生產率變動的再測算:1978～2007年［J］．數量經濟技術經濟研究，2009，26(3):3-15．

［33］陶長琪，齊亞偉．中國全要素生產率的空間差異及其成因分析［J］．數量經濟技術經濟研究，2010(1):19-32

［34］趙志耘，楊朝峰．中國全要素生產率的測算與解釋:1979－2009年［J］．財經問題研究，2011(9):3-12．

［35］郭慶旺，賈俊雪．中國全要素生產率的估算:1979－2004［J］．經濟研究，2005(6):51-60．

［36］中國經濟增長與宏觀穩定課題組．資本化擴張與趕超型經濟的技術進步［J］．經濟研究，2010(5):4-20．

［37］宋冬林，王林輝，董直慶．資本體現式技術進步及其對經濟增長的貢獻率(1981-2007)［J］．中國社會科學，2011(2):91-106．

［38］周曉艷，韓朝華．中國各地區生產效率與全要素生產率增長率分解(1990-2006)［J］．南開經濟研究，2009(5):26-48．

［39］師萍，韓先鋒，周凡磬，宋文飛．中國研發創新全要素生產率增長特征及空間差異分析［J］．科學學與科學技術管理，2011，32(1):35-39．

［40］鄭京海，胡鞍鋼．中國改革時期省際生產率增長變化的實證分析(1979-2001年)［J］．經濟學(季刊)，2005，4(2):263-296．

［41］魯曉東，連玉君．中國工業企業全要素生產率估計:1999-2007［J］．經濟學(季刊，2012，11(2):541-557．