高新區高質量發展的影響因素分析
——來自湖北省高新區的經驗證據

趙玉林,嚴 娉,谷軍健

(1.武漢理工大學經濟學院 湖北 武漢，430070；2.湖北省科技創新與經濟發展研究中心，湖北 武漢 430070；3.清華大學五道口金融學院，北京 100083)

0 引言

1988年國務院批準成立中國第一個國家高新區，即中關村科技園區前身的北京市高新技術產業開發試驗區，截至目前已批準設立169家國家高新區(包括參照國家高新區管理的蘇州工業園區)。30多年來，中國高新區走過了從基礎設施和招商引資發展的要素集聚階段，到植入創新元素的創新驅動發展階段，再到全面創新發展與生態建設的綜合性園區3個階段[1]，已經成為我國實施創新驅動發展戰略的重要載體，在轉變經濟發展方式、優化產業結構、增強國際競爭力等方面發揮了重要作用。2019年169家國家高新區生產總值達12.2萬億元，占全國GDP的12.3%。為了進一步促進國家高新區高質量發展，發揮好示范引領和輻射帶動作用，2020年7月國務院發布《關于促進國家高新技術產業開發區高質量發展的若干意見》(國發〔2020〕7號)，為高新區的高質量發展指明了方向。然而，當前中國高新區仍存在發展不充分不平衡的問題，是否都實現了高質量發展，如何實現高質量發展？這是迫切需要解決的問題。經多年培育，湖北省現有國家高新區12家、省級高新區20家。近年來，湖北省高新區生產總值占全省GDP比例均超過30%，對全省經濟增長和產業結構升級做出了重要貢獻，在全省全面實施創新驅動發展戰略中發揮了引領示范和輻射帶動作用，對于研究高新區高質量發展及其影響因素具有很好的代表性和典型性。因此，本文依據湖北省高新區的調研數據，研究高新區高質量發展的影響因素。

以往的高新區評價主要關注的是成長性、全面性和綜合性。科技部火炬中心、科技部高新司、各省科技廳都相繼開展高新區評價實踐，發布眾多高新區考核評價指標體系，各評價體系在不同時期不同地區都起到重要的導向作用,為本文研究奠定了資料和數據基礎。高新區綜合評價雖然全面，但高質量發展特征未能突顯。相較于高速增長，高質量發展的內涵更為豐富，不僅關注經濟總量，而且包含對經濟效率、結構、穩定性和持續性等多重角度的衡量，是量與質相互協調下的演進發展[2]。根據中國現實的經濟情況來看，高質量發展是以高效率、高效益的生產方式為全社會持續并且公平地提供高質量經濟產出的經濟發展，包括供給體系質量高、效率高、穩定性高[3]。簡言之，高新區高質量發展實質上就是效率高、效益好、結構優的發展。因此，本文從表征高新區高質量發展的效率、效益、結構3個方面對湖北省高新區高質量發展進行測度，對影響高新區效率、效益、結構等高質量發展的因素進行實證分析，為政府制定高新區高質量發展戰略和政策提供決策依據和理論指導。

1 高新區高質量發展影響因素的機理分析與研究假設

以往關于高新區發展影響因素的研究主要是基于國外經驗的總結，如蓋文啟、王緝慈從硅谷的成功總結出影響高新區發展的6個因素[4]；柳卸林從國內外高新區發展實踐總結出影響高新區發展的7大要素[5]。近期有研究測算了2012—2018年88個國家高新區全要素生產率并實證分析其影響因素，認為影響區域差異的內部因素主要是技術進步，外部因素主要有經濟發展水平、資本積累、產業結構、科技金融等[6]。這些成果為研究高新區高質量發展影響因素開闊了思路，但缺少機理分析和計量分析。本文擬突出高新區高質量發展的主要特征，在機理分析的基礎上，采用計量經濟方法測度高新區高質量發展水平，實證檢驗高新區高質量發展的影響因素。

1.1 研發創新與高新區高質量發展

經濟高速增長向高質量發展的階段轉換，首先是驅動力從要素驅動轉變為創新驅動。經濟發展的本質是創新的理論觀點早在一百多年前由熊彼特提出，后續的研究從早期基于創新的內生經濟增長模型，到完全內生的以創新為基礎的內生經濟增長模型，基于研發創新的內生增長理論不斷改進，研發創新是經濟增長的根本動力的基本觀點不斷得到強化。研發創新提供新產品、新工藝，開辟新市場和新的原材料來源，建立新組織，促進全要素生產率增長、經濟效益提升、產業結構升級，引領高新區高質量發展。但是關于研發投入與生產率增長的相關實證研究卻一直沒有取得一致。一方面，有實證研究發現研發投資提升了生產率[7]，另一方面，也有實證結果認為研發支出比例對全要素生產率增長存在負向影響或具有阻礙作用[8]，高速增長的研發投入沒有提高全要素生產率[9]。為了避免“研發-生產率悖論”，要完善高新區創新創業平臺[10]，搭建高新區創新中介服務網絡[11]。因此，提出假設H1:研發創新對高新區高質量發展具有顯著的正向影響。

1.2 人力資本與高新區高質量發展

Schultz創建的人力資本理論，強調了人力資本投資在經濟增長中的重要性。Lucas引入Schultz和Becker提出的人力資本理論，構建了基于人力資本積累的內生增長模型，認為人力資本積累是以減少生產時間為代價，主要通過增加教育時間來實現。依據人力資本理論和基于人力資本積累的內生增長模型，人力資本影響高新區高質量發展的機制有4種：①人力資本積累機制，勞動者通過在學校學習和從事生產之間分配時間影響生產效率[12]，通過“干中學”效應，人力資本在大規模生產中得到積累，從而促進經濟增長；②知識積累促進機制，人力資本作為知識生產中的要素，通過知識生產促進技術進步[13]；③技術采用和擴散機制[14]；④人力資本通過與制度的聯系來影響經濟績效[15]，人力資本積累可提供更有效的政策，并減少暴力和政治不穩定性，高等教育不僅可提高工人的效率，還可提供健康水平、環境條件等。人力資本存量和人力資本密度的增長均會促進高新區的發展[16]。因此，提出假設H2:人力資本對高新區高質量發展具有顯著的正向影響。

1.3 金融發展與高新區高質量發展

依據金融發展理論，金融發展對高新區高質量發展的作用可以概括為4個方面。①金融系統的配置作用，金融中介比單個投資者更有效地克服信息不對稱問題并且分散風險，促進資金流向回報率更高和更為安全的投資項目[17]。②金融市場幫助投資者將投資組合多樣化，降低風險，金融中介將風險分散在眾多投資者之中，從而使投資獲得更高和更安全的收益[18]。③金融發展影響人力資本積累。借貸市場的完善使得受教育能力強的個體可以通過借貸增加教育時間，從而促進人力資本積累[19]。④金融發展支持企業家創新活動。金融系統對未來的企業家進行評估，動員儲蓄為最有前景的、提高生產力的活動提供資金，分散與這些創新活動相關的風險，提高了成功創新的可能性[20]。股權市場為高研發創新密度的高技術產業提供了種類繁多風險分散工具。因此，提出假設H3：金融發展對高新區高質量發展具有顯著的正向影響。

1.4 產業集聚與高新區高質量發展

高新區在空間上的顯著特征是形成產業集聚效應。產業集聚是指具有某種內在聯系的企業在特定地理區域內的集中，并形成協作體系。產業集聚可以形成集聚規模效應、空間外部性效應；形成中間型產業組織，在不增加管理費用的情況下節約交易費用，提高產業組織績效；形成區域創新網絡，促進產學研合作創新，加快知識溢出。產業集聚通過提升技術創新能力和效率進而促進高新技術產業全要素生產率增長[21]；專業化集聚和多樣化集聚分別通過發揮規模經濟效力和范圍經濟效力提升產業全要素生產率[22]。隨著集聚不斷深入發展，產業集聚近期對生產率沒有影響，但長期對生產率會產生明顯的促進作用[23]；產業集聚對工資的影響具有產業差異性，服務業集聚對工資增長有促進，而制造業集聚則會抑制工資增長[24]。因此，提出假設H4：產業集聚對高新區高質量發展具有顯著的正向影響。

2 湖北省高新區高質量發展測度

以往的高新區評價除綜合性測評外，也有一些單項測度，如王霞等構建國家高新區產城融合度指標體系，并運用因子分析及熵值法評價了56家國家高新區產城融合度[25]；李其瑋等構建產業創新生態系統知識優勢評價體系，并以成都市高新區89家科技企業為樣本進行實證分析[26]。這些成果為本文研究提供了方法論啟示，但尚無高新區高質量發展的專項評價。本文首次從效率、效益和結構等高質量發展的核心指標對高新區高質量發展水平進行測度。

2.1 湖北省高新區全要素生產率的測度分析

高新區高質量發展首先體現在效率高。提高全要素生產率(TFP)是高質量發展的關鍵所在[27]，是高新區提檔升級的內在要求。

(1)測算方法。本文采用DEA-Malmquis生產率指數法和隨機前沿分析法(Stochastic frontier approach，SFA)兩種方法測度全要素生產率(TFP)。DEA-Malmquist生產率指數法能夠將測算得到的TFP分解為技術進步(TC)與技術效率(EC)，又將技術效率分解為規模效率(SEC)和純技術效率(PEC)，測算結果和政策含義更為豐富。但這種方法測得的結果實際上是TFP增長率，無法將不同高新區的TFP水平進行比較，且是兩個時段數據，實證分析時不便于與3年的解釋變量數據匹配。隨機前沿分析法(SFA)通過設定生產函數可以實現對不同高新區全要素生產率水平的測度和比較，且實證時與3年的解釋變量數據匹配。

DEA-Malmquist生產率指數法采用Fare等定義的模型，可表示為：

Mo(yt+1,xt+1,yt,xt)=

(1)

式(1)代表和生產點(xt，yt)相比較的生產點(xt+1，yt+1)的生產率。比1大的值代表從t到t+1時期的一個正的TFP增長。

SFA采用超越對數生產函數進行估計，其模型可表示為：

(2)

(2)變量測度與數據來源。采用隨機前沿分析法和DEA—Malmquist生產率指數法測度高新區TFP及其增長率，需要確定投入和產出變量。高新區產出變量Y，以各高新區生產總值(GDP)表征；勞動投入變量L，以各高新區的從業人員數表征；資本投入變量K，以各高新區的資本存量表征，采用永續盤存法計算。數據來源于《湖北省統計年鑒》《湖北省科技統計年鑒》，湖北省統計局網站、湖北省科技廳網站、湖北省各高新區網站以及高新區調研數據。

(3)測度結果分析。采用SFA測度湖北高新區2016—2018這3年的全要素生產率水平(CTFP)。采用DEAP2.1軟件測算湖北高新區2016—2017、2017—2018全要素生產率增長率(RTFP)，再算出這兩個時段的幾何平均值，得2016—2018的RTFP，并將RTFP分解為技術效率變化率(EC)和技術進步(TC)，其中，EC刻畫了從2016—2018年各高新區對最佳生產前沿的追趕程度；TC刻畫了技術前沿從2016—2018年的移動情況。在規模報酬可變(VRS)的生產前沿下，將EC分解為規模效率變化率(SEC)和純技術效率變化率(PEC)。國家高新區測度結果見表1，省級高新區測度結果見表2。

由表1和表2可知，當前湖北高新區的全要素生產率水平(CTFP)存在顯著的區間差異，最高的襄陽2016—2018年CTFP平均值是最低的麻城3.55倍；國家高新區CTFP明顯高于省級高新區，2016—2018年平均值國家級高新區為0.0229，省級高新區為0.0178，國家級高新區CTFP比省級高新區高28.65%。全要素生產率增長率(RTFP)處于較低的水平，甚至出現了負向增長。湖北省高新區2016—2018年全要素生產率年均增長率為-0.7%，其中技術進步未發生變化，技術效率變化率為-0.7%。因此，提高全要素生產率增長率特別是技術效率是當前湖北省高新區提檔升級的關鍵。同時，湖北高新區的全要素生產率增長率存在較大差異。2016—2018年11個高新區TFP實現了增長，21個高新區的TFP出現了負增長。

表1 國家高新區全要素生產率

表2 省級高新區全要素生產率

2.2 湖北省高新區經濟效益的測度分析

高新區高質量發展也體現在效益好，包括經濟效益、社會效益和生態效益。本文主要測度高新區的經濟效益。增加值率反映了高新區產業或企業的價值增值能力，利稅率刻畫了高新區內產業或企業的盈利能力和對地區稅收的貢獻狀況，所以選擇增加值率和利稅率兩個指標反映高新區經濟效益。增加值率采用高新區工業總產值中工業增加值的比例進行測度，利稅率采用利潤總額和稅收總額之和與生產總值的比例進行測度。

首先，測算出各高新區2016—2018各年的增加值率和利稅率；然后，將增加值率和利稅率進行標準化處理，使兩個不同指標之間具有可比性；最后，將標準化處理后的增加值率和利稅率求和，獲得各高新區2016—2018各年經濟效益指數。國家高新區測算結果如圖1所示，省級高新區測算結果如圖2所示。

圖1 國家高新區經濟效益指數增長

圖2 省級高新區經濟效益指數增長

由圖1和圖2可知，湖北高新區的經濟效益亟待提高。增加值率普遍偏低，平均只有27.42%，其中，國家高新區平均29.42%，省級高新區平均只有26.21%。高新區之間存在較大差異。利稅率平均也只有25.12%，其中，國家高新區平均27.68%，省級高新區平均23.58%。高新區之間的差異更大。

2.3 湖北省高新區產業結構的測度分析

高新區高質量發展還體現在結構優。根據新時代產業結構升級趨勢，高新區的產業結構優化，主要是指高新區產業結構的高技術化、綠色化和服務化。隨著需求結構升級、技術進步以及市場競爭加劇，原有產業的邊界逐漸模糊，以產業融合為特征的制造業服務化趨勢逐步加強[28]。制造業服務化為消費者提供一體化的解決方案，有利于提高價值增值能力，提升高新區產業結構的服務化程度。

高新區產業高技術化采用高新區高新技術產業增加值占生產總值之比表示；高新區產業綠色化采用規模以上工業企業萬元增加值綜合能耗的倒數表示；高新區產業服務化采用高新區高技術服務業收入占營業總收入之比表示。首先，分別測算出各高新區2016—2018各年的高技術化、綠色化和服務化水平；然后，將高技術化、綠色化和服務化指標進行標準化處理，使3個不同指標之間具有可比性；最后，將標準化處理后的高技術化、綠色化和服務化指標進行標準化求和，獲得各高新區2016—2018各年產業結構升級指數。國家高新區測算結果如圖3所示，省級高新區測算結果如圖4所示。

圖3 國家級高新區產業結構升級指數變動

圖4 省級高新區產業結構升級指數變動

由測算結果可知，湖北高新區產業結構升級指數呈上升趨勢，全省高新區產業結構升級指數平均值從2016年的0.6817提升到2018年的0.7599，增長10.29%；尤其是省級高新區產業結構升級指數提升更明顯，從2016年的0.5904提升至2018年的0.7467，增長20.93%。值得關注的是，部分高新區產業結構具有下調趨勢，如作為湖北省高新區龍頭的武漢東湖高新區，盡管3年的產業結構升級指數平均值仍處于全省最高水平，但已從2016年的1.8864下調至2018年的1.2738，下降48.09%；黃岡高新區更是從2016年的1.6908下調至2018年的0.7595，下降幅度達122.62%。

綜上所述，湖北高新區高質量發展總體呈上升趨勢，但發展不充分不平衡的問題突出。當前湖北高新區的TFP增長率處于較低水平，甚至出現負增長。高新區的TFP增長率存在較大差異，國家級高新區的TFP增長率高于省級高新區的TFP增長率。高新區經濟效益亟待提高。其增加值率和利稅率普遍偏低，且各區之間存在較大差異。高新區的產業結構升級指數呈上升趨勢，尤其是省級高新區產業結構升級指數提升明顯，但有部分高新區產業結構具有下調趨勢，應引起決策部門高度關注。那么，是什么因素影響高新區高質量發展呢？更具體地，是什么因素影響高新區效率增長、效益提升、結構優化呢？在上文理論分析的基礎上，下文將進行實證檢驗。

3 高新區高質量發展影響因素的實證檢驗

3.1 計量模型構建與變量選取

為了對高新區高質量發展的影響因素進行實證檢驗，將上述測度的湖北省高新區全要素生產率、經濟效益、產業結構作為被解釋變量，將上述理論分析的高新區高質量發展影響因素作為核心解釋變量，建立計量分析面板模型如下：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+εit

(3)

式中，tfp表示高新區高質量發展，分別為全要素生產率、經濟效益、產業結構，采用上述測算的生產率、經濟效益指數、產業結構升級指數表征；rd為高新區企業的自主研發創新，采用企業內部研發經費支出表征；hc為高新區的創新人力資本，采用從業人員中研發人員的比例表征；fd為高新區的金融發展水平，采用當年貸款余額與園區生產總值的比例表征；lq為高新區的產業集聚程度，采用區位熵表征；tm為技術市場的發育情況，采用高新區技術合同成交額表征；gov為高新區政府的科技經費支持，采用科技公共財政支出與園區生產總值的比例表征；εit表示擾動項。

式(3)僅包含內循環影響因素，為了進一步探討外循環因素對高新區高質量發展的影響，在式(3)基礎上進一步構建模型，可表示為：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+θ1open+εit

(4)

式中，open表示對外開放因素，采用外商直接投資(fdi)和出口依賴度(export)進行刻畫。外商直接投資(fdi)水平采用實際利用外資額與園區生產總值的比例來衡量，出口依賴度(export)采用出口交貨值與園區生產總值的比例來測度。

自中國(湖北)自由貿易試驗區建立以來，對外開放水平持續優化，可能會與自主創新示范區建設產生聯動效應。為了進一步探討貿易開放與自主創新的聯動和協同效應，構建模型可表示為：

tfpit=α0+α1rd+α2hc+α3fd+α4tm+α5gov+θ1open+θ2open×rd+εit

(5)

如果θ2為正，則表示高新區貿易開放水平的提高，提升了研發創新對高新區生產率水平的促進作用，貿易開放和研發創新具有聯動效應。

3.2 高新區生產率的影響因素實證結果分析

為了避免異方差、序列相關以及截面相關等問題對面板模型系數的統計推斷產生干擾，采用Driscoll等的方法調整標準誤。F檢驗在較高的置信水平上拒絕了原假設，表明個體效應十分顯著，因此采用面板固定效應模型對式(3)進行估計。

根據逐步回歸的方法，將變量逐步納入回歸，結果見表3。

表3 高新區全要素生產率影響因素基準回歸結果

由表3可知，高新區企業研發創新的估計系數為正，且在1%水平上顯著，表明研發創新對高新區TFP具有促進效應。由第(1)列可知，研發創新投入每增加1%，將促進TFP增長0.012，第(2)～(5)列中依次引入了人力資本、金融發展、技術市場、政府支持等因素后，研發創新的系數有所下降，但依然在1%的置信水平上顯著為正。第(2)列顯示，人力資本的估計系數為0.119，在第(3)～(5)列加入其他變量后，這一估計系數增大為0.166，且均在1%水平上通過了顯著性檢驗，表明以研發人員占比為標志的人力資本提升，對高新區TFP具有顯著的促進效應。第(3)列給出了納入金融發展因素的估計結果，金融發展的估計系數為0.01，通過了1%的顯著性檢驗，表明金融發展與高新區的TFP存在顯著的正相關關系。第(4)(5)列中進一步包含了技術市場發展因素、政府的科技經費支持，結果顯示，技術市場發展的影響系數為0.007，政府支持的估計系數為0.041，且都在1%置信水平上顯著，表明技術市場發展、政府的科技經費支持都顯著促進了高新區的TFP水平提升。

為了進一步檢驗貿易開放對高新區TFP的影響，本文同樣采用固定效應模型對式(4)(5)進行回歸。結果表明，在納入外商直接投資和出口貿易兩種對外開放因素后，自主研發創新、人力資本、金融發展、技術市場等依然在1%水平上顯著為正，政府支持除第(2)列外至少在5%水平上顯著為正，表明以上因素顯著促進了湖北高新區的TFP，前文的實證結果具有穩健性。其中，外商直接投資的系數為-0.015，但不具有顯著性，表明外商直接投資沒有發揮提升TFP的作用。外商直接投資與研發創新的估計系數為0.144，且通過了1%水平的顯著性檢驗。這表明，外商直接投資對研發創新的生產率提升效應具有調節作用，外商直接投資擴大了研發創新對TFP的提升效應。出口貿易的估計系數在1%水平上顯著為負，說明貿易開放并不一定帶來一國的全球價值鏈分工地位提升，在缺乏前沿技術以及高端人力資本的情況下，貿易開放可能會存在陷入“低端鎖定”風險，反而不利于高新區TFP的提升。出口貿易與自主研發創新的估計系數為0.047，且在1%的水平上顯著，表明出口貿易具有顯著的調節效應，提升了研發創新對TFP的促進效應。

以上分析表明，研發創新與外商投資、出口貿易等存在顯著的聯動效應和協同效應。單純的外商直接投資和出口貿易并不能帶來高新區內本土企業的生產率水平提升，只有在逐步擴大對外開放過程中，始終加大對研發創新的投入力度，兩者產生顯著的聯動效應，從而提升TFP水平。

3.3 高新區經濟效益影響因素的實證結果分析

按照與前文相同的模型設定思路，采用面板固定效應模型實證檢驗高新區經濟效益的影響因素，并以相同的方法調整標準誤，以避免序列相關、異方差和截面相關帶來的不利影響。回歸結果見表4。

表4 高新區經濟效益的影響因素回歸結果

表4第(1)列是納入研發創新、人力資本、金融發展等變量的回歸結果。其中，研發創新的估計系數在1%水平上顯著為正，表明研發創新對高新區經濟效益提升具有顯著的促進作用。研發投入每增加1%，將促進經濟效益指數提高0.415。人力資本的估計系數為2.444，并且通過了1%水平的顯著性檢驗，這表明人力資本顯著提升了高新區經濟效益。研發人力資本的積累，有助于企業在高附加值的研發環節和核心零部件制造方面形成優勢，從而促進增加值率和利稅率的提高，增加經濟效益。金融發展的估計系數在1%水平上顯著為正，表明金融發展對高新區經濟效益具有顯著促進效應。第(2)列中，以區位熵表示的產業集聚變量的估計系數為1.063，且在1%水平上通過了顯著性檢驗；在第(3)～(7)列中，產業集聚的估計系數始終顯著為正，表明產業集聚確實對高新區企業的經濟效益產生了提升作用，結果具有穩健性。第(3)列中，政府支持的估計系數顯著為正，表明政府財政科技支持有助于提升高新區的經濟效益。第(4)(5)列中，外商直接直接投資的系數顯著為負，并且在5%水平上顯著，外商直接投資研發創新的交互項系數不顯著，這說明外商直接投資對經濟效益具有抑制效應。第(5)(6)列中，出口貿易的估計系數在1%水平上顯著為正，但加入出口貿易與研發創新的交互項后，出口貿易的系數不再顯著，交互項系數在10%水平上顯著為正，表明高新區企業通過出口學習效應，提高了總產出的增加值率和利稅率，企業通過出口貿易的學習和研發創新互動，有助于轉化為經濟效益。在持續出口貿易中，不斷增強自主創新能力，兩者將發揮協同效益和聯動效益，促進高新區經濟效益的提升。

3.4 高新區產業結構升級影響因素的實證結果分析

按照前文中式(3)～(5)的計量模型設定思路，運用面板固定效應模型，實證檢驗高新區產業結構升級的影響因素，回歸結果見表5。

表5 高新區產業結構升級的影響因素回歸結果

表5第(1)列給出了只納入研發創新、人力資本和金融發展的回歸結果。其中，研發創新的估計系數為0.323，且在1%水平上顯著為正，表明研發創新對高新區產業結構升級具有正向促進效應。研發投入每增加1%，將促進高新區產業結構升級指數提高0.323。人力資本的估計系數顯著為負，說明研發人員占比提升沒有帶來高新區產業結構升級，反而起到了一定的抑制作用。金融發展的估計系數為0.936，并且通過了1%水平上的顯著性檢驗，表明金融發展對高新區產業結構升級具有促進效應。金融發展水平每提高1個單位，將促進高新區產業結構升級指數提升0.936個單位。金融發展會導致資金從效率低下的傳統產業流向效率高的高技術制造業和高技術服務業，促進高技術產業規模擴張，以及高技術服務收入水平提升，對產業結構升級產生促進效應。在第(2)列中，產業集聚的估計系數為1.298，且通過了5%水平上的顯著性檢驗，這表明產業集聚顯著促進了高新區的產業結構升級。第(3)列中，政府支持的系數為-5.757，且在5%水平上顯著，表明政府支持對高新區產業結構升級具有顯著的負向作用，過度的政府干預和支持反而阻礙了高新區產業結構升級，這可能與政府支持導致的資源錯配有關。第(4)(5)列中，外商直接投資的估計系數顯著為正，但外商直接投資與研發創新的估計系數為負，且在1%水平上顯著，這表明外商直接投資降低了研發創新對產業結構升級的促進作用。第(6)(7)列中，出口依存度的系數為正，出口依存度與研發創新的交互項系數為3.178，并且在1%水平上顯著為正，表明出口貿易提高了研發創新對產業結構升級的促進作用。自主創新與出口學習的互動，有助于發揮對高新區產業結構升級的促進作用。

4 結論與建議

4.1 主要結論

(1)湖北省高新區高質量發展總體上呈上升趨勢，但存在發展不充分不平衡的突出問題。湖北省高新區的產業結構升級指數呈上升趨勢，尤其是省級高新區產業結構升級指數提升明顯；經濟效益亟待提高，其增加值率和利稅率普遍偏低；全要素生產率增長率處于較低水平，特別是技術效率出現負向增長，提高技術效率是當前湖北省高新區提檔升級的關鍵。高新區之間的全要素生產率、經濟效益指數、產業結構升級指數都存在較大差異，國家級高新區平均值高于省級高新區平均值，但部分國家級高新區產業結構具有下調趨勢，應引起決策部門高度關注。

(2)研發創新、人力資本、金融發展、產業集聚是高新區高質量發展的重要影響因素。面板固定效應模型的回歸結果表明，研發創新、人力資本、金融發展、產業集聚均在1%的顯著性水平上促進了高新區全要素生產率的增長、經濟效益提升、產業結構升級，且這一結果具有穩健性。

(3)對外開放擴大對高新區高質量發展具有重要的調節作用。外商直接投資對高新區高質量發展是個雙刃劍，顯著促進了高新區產業結構升級，但并沒有直接提升高新區的生產率水平，且對高新區的經濟效益產生了不利的抑制效應；外商直接投資擴大了研發創新對全要素生產率的提升效應，但降低了研發創新對產業結構升級的促進作用。出口貿易對于高新區高質量發展具有顯著的調節效應，通過出口學習效應提高了總產出的增加值率和利潤率，提升了研發創新對全要素生產率的促進效應，顯著提高了研發創新對產業結構升級的促進作用。

(4)政府支持為高新區高質量發展提供了重要的制度保障。科技公共財政支出與園區生產總值的比例刻畫的政府支持顯著促進了高新區全要素生產率增長，且有助于提升高新區的經濟效益，但對高新區產業結構升級具有顯著的負向作用，說明過度的政府干預和支持將導致資源錯配反而阻礙高新區產業結構升級。

4.2 政策建議

(1)構建完善的高新區高質量發展評價體系。針對高新區發展不平衡不充分的問題，持續性開展年度評估，引導高新區鍛造長板優勢，補足短板，發揮國家自主創新示范區的創新引領和輻射帶動作用。實行分類指導，分區施策，推進高新區協調發展。

(2)加強高新區公共創新平臺建設，完善高新區科技創新體系。針對湖北高新區技術效率下滑現狀，支持高新區積極引入境內外高校和科研機構創新資源；建設以企業為主體，與高校和科研機構合作，市場化運行的高水平實驗室、科技研發中心、產業技術研究院，不斷提升高新區研發創新能力和創新績效，促進技術效率顯著增長。

(3)建設高新區創新創業生態，完善高技術產業生態圈。充分發揮人力資本對高新區效率和效益提升的關鍵性作用。支持高新區面向全國乃至全球招才引智，提供辦理居住許可、多年多次簽證等便利。鼓勵企業進一步加大人力資本投資，大力集聚高端創新人才。加強以地方網絡為基礎的產業體系建設，有效提升高新區產業集聚效應。

(4)大力發展資本市場，積極培育科技型中小企業。支持金融機構在高新區開展知識產權質押融資，大力發展市場化股權投資基金；引導私募股權、風險投資等社會資本支持高技術高成長企業發展，培育一批獨角獸企業、瞪羚企業。支持科技人員攜帶科技成果到高新區創新創業，加快孵化和培育科技型初創企業。大力發展研究開發、技術轉移、知識產權、科技咨詢等高技術服務業。促進研發創新、金融發展與人力資本的協同發展，推進高新區產業結構升級。