白少一

（北京郵電大學(xué)，北京 100876）

國家高新區(qū)是我國科技成果產(chǎn)業(yè)化的重要基地，是國家和地區(qū)經(jīng)濟增長的催化劑。1988 年，我國設(shè)立第一家國家高新區(qū)——中關(guān)村科技園，截至2018 年，經(jīng)國務(wù)院批復(fù)建設(shè)的國家高新區(qū)數(shù)量已達169 家，生產(chǎn)總值達到11.1 萬億元，占國內(nèi)生產(chǎn)總值比重達12.0%。盡管國家高新區(qū)對于國家技術(shù)創(chuàng)新和經(jīng)濟增長的作用越來越大，但是，每個國家高新區(qū)的發(fā)展卻不盡相同，這是由于目前對于國家高新區(qū)增長的影響因素沒有統(tǒng)一的認識，很少有管理基準來確保國家高新區(qū)的持續(xù)增長，這種偏差是由于沒有準確地理解國家高新區(qū)的定義，以及缺乏衡量高新區(qū)成功的清晰指標。

本文基于國家高新區(qū)數(shù)量的增長規(guī)律，提出國家高新區(qū)增長模型,從國家高新區(qū)的定義入手，確定了適用于國家高新區(qū)增長的因素,為現(xiàn)有國家高新區(qū)的可持續(xù)增長以及未來國家高新區(qū)的設(shè)立提供參考。

1 文獻綜述

目前，國外對于高新區(qū)增長影響因素的研究已經(jīng)有了比較豐富的成果。Link 和Kevin[1]在對美國科技園進行分類研究時，提出了L-R 模型，即：Park Growth=f(Park Type,X)。Link 和Scott[2]發(fā)現(xiàn)靠近大學(xué)、由私人組織經(jīng)營、并有信息技術(shù)產(chǎn)業(yè)的園區(qū)的增長率比平均增長率要高8.4%。Link 和Yang[3]發(fā)現(xiàn)韓國科技園區(qū)建立在2000 年后、園區(qū)內(nèi)企業(yè)更專注于研究、研究內(nèi)容更多樣的園區(qū)，就業(yè)增長更快。

國內(nèi)關(guān)于高新區(qū)增長因素的研究較少。羅暉[4]借助L-R 模型研究了資本、人力資源和科技進步這三個因素對我國國家高新區(qū)經(jīng)濟增長的影響。姜彩樓[5]對52 家國家高新區(qū)的績效進行測算，并分析了區(qū)位條件與中央政策對于國家高新區(qū)績效的影響。謝子遠[6]利用數(shù)據(jù)包絡(luò)分析法對我國53 個國家高新區(qū)的技術(shù)創(chuàng)新效率進行了測度，發(fā)現(xiàn)科技投入支出強度等7 個變量對提高技術(shù)創(chuàng)新效率具有顯著正向作用，產(chǎn)業(yè)集群度，高新區(qū)規(guī)模等5 個變量對技術(shù)創(chuàng)新效率產(chǎn)生了顯著負面影響。

梳理文獻發(fā)現(xiàn)，當前關(guān)于促進我國高新區(qū)增長的因素研究主要集中于經(jīng)濟增長與創(chuàng)新效率提升方面，所涉及的影響因素主要為資本投入、交通運輸能力等創(chuàng)新要素，這對于創(chuàng)新要素匱乏地區(qū)高新區(qū)的可持續(xù)增長幫助較小。本文在精確理解高新區(qū)定義的基礎(chǔ)上，著重探討高新區(qū)所在城市高校分布情況、高新區(qū)產(chǎn)業(yè)多樣化及主導(dǎo)產(chǎn)業(yè)等對高新區(qū)規(guī)模增長的影響，試圖找到促進高新區(qū)規(guī)模增長的根本因素，以期實現(xiàn)高新區(qū)的可持續(xù)發(fā)展。

2 模型

我們借鑒美國大學(xué)科技園增長模型，假設(shè)在t 時刻，國家高新園區(qū)從業(yè)人員數(shù)量y（t）隨時間增長的函數(shù)為：

其中，a 表示高新區(qū)的初始從業(yè)人員數(shù)量，g 表示高新區(qū)或者從業(yè)人員數(shù)量的年增長率，ε是隨機誤差項。我們假設(shè)從業(yè)人員數(shù)量的年增長率是x1到xk的函數(shù)，則：

由（1）式可得：

由（1）式還可得到：

將（2）式代入（4）式，得到估計模型：

利用式（5）的系數(shù)估計值和解釋變量的均值，可以計算出高新區(qū)從業(yè)人員數(shù)量的平均年增長率。

3 變量選擇與數(shù)據(jù)來源

本文的因變量為國家高新區(qū)t時刻從業(yè)人員數(shù)量emp和大專以上從業(yè)人員數(shù)量resemp。

t是園區(qū)的年齡。t為園區(qū)從升級為國家高新區(qū)到2018 年的時間差，建立時間長的高新區(qū)有更長的時間來吸引公司和組織，也有更長的時間讓它們成長。對于方程（5）的估計，在增長率不依賴于t的情況下，我們假設(shè)模型中t的系數(shù)為正。dis為國家高新區(qū)與最近的大學(xué)之間的距離，單位是KM。因為，基于大學(xué)的研究往往具有基礎(chǔ)性，從而會產(chǎn)生隱性知識[7]。univ為園區(qū)所在城市的高校數(shù)量。與一個園區(qū)相關(guān)的大學(xué)越多，那么嵌入的隱性知識就越大，園區(qū)中的企業(yè)比較容易從中受益和成長[8]。假設(shè)園區(qū)所在城市的高校數(shù)量越多，園區(qū)的就業(yè)增長越快。ICT是記錄21 世紀信息和通信技術(shù)革命的開始。變量ICT是一個二元變量，對于2000 年后所建立的園區(qū)為1，2000 年前建立的園區(qū)為0。我們假設(shè)，由于技術(shù)的進步和研究速度的加快，在21 世紀建立的園區(qū)就業(yè)增長更快。pol為園區(qū)所在城市的行政級別。我國最初建立的國家高新區(qū)大多在行政級別比較高的城市。假設(shè)高新區(qū)所在城市的行政級別越高，高新區(qū)的就業(yè)增長就越快。本文參照Démurger（2002）[9]等人的研究，對國家高新區(qū)所在城市進行賦權(quán)：直轄市和經(jīng)濟特區(qū)權(quán)重為3（本文所列經(jīng)濟特區(qū)為深圳、珠海、汕頭、廈門，即1979 年國家設(shè)立的四個出口特區(qū)。?？?、霍爾果斯和喀什，本文按照普通城市賦予權(quán)重）；副省級城市、計劃單列市權(quán)重為2；沿海開放城市、長江沿岸十大城市、內(nèi)地省會或自治區(qū)首府城市權(quán)重為1；普通城市權(quán)重為0。com為園區(qū)產(chǎn)業(yè)的種類。復(fù)雜度即為高新區(qū)主導(dǎo)產(chǎn)業(yè)的種類數(shù)量。Link 等[10]研究韓國科技園的增長發(fā)現(xiàn)，園區(qū)的產(chǎn)業(yè)種類越多，園區(qū)就需要更多樣化的就業(yè)隊伍和更大的人力資本，園區(qū)的就業(yè)增長就越快。假設(shè)高新區(qū)主導(dǎo)產(chǎn)業(yè)種類越多，高新區(qū)規(guī)模增長得越快。

經(jīng)過對高新區(qū)主導(dǎo)產(chǎn)業(yè)的整理發(fā)現(xiàn)，主導(dǎo)產(chǎn)業(yè)中含有制造業(yè)（man）的 有135 家，占總數(shù)的80%；含有IT 業(yè)的有118 家，占總數(shù)的70%；含有生物醫(yī)藥業(yè)（bio）的有121 家，占總數(shù)的72%。本文將man、IT和bio作為控制變量。含有這三項產(chǎn)業(yè)的為1，不含有的為0。

因為我國地域遼闊，各區(qū)域差別較大，為考慮可能的區(qū)域因素對于國家高新區(qū)規(guī)模增長的影響，我們將國家高新區(qū)劃分在三個區(qū)域，分別為：東部（east）、中部（mid）和西部（west）。

本文數(shù)據(jù)選取至2018 年末，園區(qū)的從業(yè)人員數(shù)量和大專以上人員數(shù)量來源于《中國火炬統(tǒng)計年鑒2019》。高新區(qū)與最近高校的距離，為高新區(qū)管委會與最近高校的距離，數(shù)據(jù)來源于百度地圖。高新區(qū)所在城市的高校數(shù)量來自教育部2018 年發(fā)布的《全國高等學(xué)校數(shù)量》。高新區(qū)的主導(dǎo)產(chǎn)業(yè)來源于各高新區(qū)官網(wǎng)。變量的描述性統(tǒng)計見表1。

表1 變量相關(guān)的描述性統(tǒng)計

4 計量經(jīng)濟學(xué)發(fā)現(xiàn)

表2為不同因變量和不同樣本量的計量結(jié)果。第（1）（2）列為全部樣本的回歸結(jié)果；第（3）（4）列為剔除2018 年新升級的12 家高新區(qū)的回歸結(jié)果，這些園區(qū)升級時間較短，沒有足夠的時間集聚從業(yè)人員。第（1）（3）列被解釋變量為高新區(qū)從業(yè)人員數(shù)量，第（2）（4）列被解釋變量為高新區(qū)大專以上從業(yè)人員數(shù)量。結(jié)果可以看出，模型在不同樣本中是穩(wěn)健的，變量的系數(shù)估計結(jié)果與預(yù)期比較相符。四種模型的可決系數(shù)均大于0.6，說明其整體解釋能力比較強。

在表2 中，變量t在因變量為ln(emp)和ln(resemp)時，分別通過了5%和1%顯著性的檢驗，并且系數(shù)為正，說明升級為國家高新區(qū)的時間越早，高新區(qū)規(guī)模越大。早升級為國家高新區(qū)1 年，園區(qū)的從業(yè)人員年增長率和大專以上從業(yè)人員年增長率分別提高2.27%和4.55%。

高新區(qū)所在城市的高校數(shù)量在 因變量為ln(emp)時通過了5%的顯著性檢驗，在因變量為ln(resemp)時通過了1%的顯著性檢驗，并且系數(shù)均為正，說明高校數(shù)量是影響高新區(qū)年增長率的重要因素。每增加10 所高校，從業(yè)人員和大專以上從業(yè)人員的年增長率分別增加0.4%和0.5%。高新區(qū)周圍高校數(shù)量越多，知識的創(chuàng)造和傳播也就越活躍，園區(qū)內(nèi)的企業(yè)獲取知識也就越容易，高新區(qū)的增長也會越快。

變量ICT在因變量為lnemp時通過了5%的顯著性檢驗，在因變量為ln(resemp)時通過了1%的顯著性檢驗，并且系數(shù)均為正。表明在2000 年的信息通訊技術(shù)革命后升級的國家高新區(qū)就業(yè)增長的更快。在21 世紀建立的國家高新區(qū)從業(yè)人員增長率比20 世紀建立的國家高新區(qū)高4.16%，大專以上從業(yè)人員年增長率高6.9%。

變量com在因變量為ln(emp)和ln(resemp)時均通過了5%顯著性的檢驗，并且符號均為正，說明國家高新區(qū)主導(dǎo)產(chǎn)業(yè) 的數(shù)量越多，高新區(qū)從業(yè)人員和大專以上從業(yè)人員的年增長率越快。園區(qū)主導(dǎo)產(chǎn)業(yè)數(shù)量多增加一項，園區(qū)從業(yè)人員和大專以上從業(yè)人員的年增長率分別增加0.34%和0.33%。

園區(qū)主導(dǎo)產(chǎn)業(yè)中含有IT 產(chǎn)業(yè)的，園區(qū)從業(yè)人員和大專以上從業(yè)人員的年增長率分別增加2.34%和1.86%。

變量dis和pol均未通過顯著性檢驗,這與美國科技園相反。姜彩樓[11]發(fā)現(xiàn)中央政策對于高新區(qū)的績效不顯著，認為是因為“具有便于出口導(dǎo)向型工業(yè)化的地理優(yōu)勢、高效的政府效率以及密集的智力資源等因素開始取代中央政策成為促進高新區(qū)發(fā)展的重要力量”。

我們使用（2）式，和表2 中的第（1）（2）列數(shù)據(jù)，預(yù)測國家高新區(qū)從業(yè)人員增長率和大專以上從業(yè)人員增長率，分別為：

表2 主要計量結(jié)果（n=169）

5 結(jié)論

本文基于國家高新區(qū)的增長曲線，構(gòu)建了國家高新區(qū)的增長模型，在準確理解國家高新區(qū)定義的基礎(chǔ)上，主要研究了國家高新區(qū)增長的影響因素。具體結(jié)論如下：

1.國家高新區(qū)的建立時間越長、高新區(qū)所在城市的高校數(shù)量越多、高新區(qū)主導(dǎo)產(chǎn)業(yè)的種類越豐富、高新區(qū)為新千年所設(shè)立、高新區(qū)主導(dǎo)產(chǎn)業(yè)中含有IT 產(chǎn)業(yè)，那么高新區(qū)的年均就業(yè)增長率就越高。

2.國家高新區(qū)與大學(xué)之間的距離對于高新區(qū)就業(yè)的增長率不顯著。行政級別沒有通過檢驗，與姜彩樓等的發(fā)現(xiàn)類似，說明“優(yōu)惠政策”不再是高新區(qū)發(fā)展的支配因素。

3.我們通過增長模型的詳細說明，基于國家高新區(qū)的數(shù)據(jù)，計算出國家高新區(qū)從業(yè)人員年均增長率和大專以上從業(yè)人員年均增長率分別為10.07%和13.86%。