派智库

[摘要]本文从创新资金、创新人员、创新市场、创新技术四个维度，构建国家高新区创新能力转换效应模型。以获利能力为目标，分析得出国家高新区创新资金与技术正向协同、创新人员与市场反向协同的结论。国家高新区与高新技术产业创新投入协同性较强，创新产出协同性较弱。以出口创汇为创新绩效，以技术收入为创新转化绩效，运用随机前沿分析可知，国家高新区年均创新效率高于创新转化效率，但均低于高新技术产业，创新要素协同转换能力有待提升。

copyright dedecms

[关键词]国家高新区：创新能力：高新技术企业：转化效率：随机前沿分析

织梦内容管理系统

一、引言

copyright dedecms

2016年，全国156家国家高新区营业收入超过28万亿元。其中，42家高新区GDP占所在城市比重超过20％，21家超过30％，7家超过50％。武汉东湖、湖南长株潭、四川成都国家自主创新示范区主要经济指标保持30％增速。江苏、山东、广东3个省拥有的国家高新区数量都超过10家。相比国家高新区区域经济融合程度不断增强，国家高新区数量不断扩张，国家高新区与高新技术企业融合程度并未同步上升。虽然国家高新区企业总量中高新技术企业数量由2003年22238家，上升到“十二五”末期31160家，年均增长3.3％，但国家高新区高新技术企业数量占全国高企数量的比重由2003年67.7％，下降到“十二五”末期40.9％。[1]作为区域经济发展的创新极、技术极、增长极，高新区在成果转化、企业集聚、区域拉动等方面对区域经济有突出作用，[2]技术和地理多维邻近，[3]强化了高新区企业间知识溢出。[4]但国家高新区与高新技术产业空间相关性弱化，创新能力极化增强，高技术产业区域集聚水平与研发效率之间呈“倒U型”关系，[5]国家高新区科技创新能力和经济创造能力呈现非均衡发展趋势，[6]国家高新区对经济发展的推动作用呈现“边际效应递减”规律，[7]科技创新对园区经济的驱动作用仍然有限。[8]

本文来自织梦

对于国家高新区创新能力，国外学者更多注重高新区对区内企业创新的助推作用，以及对区外企业创新的溢出作用。国内学者侧重高新区创新能力空间分异。国家高新区作为科技与经济紧密结合的空间区域，已形成既体现经济规模聚集优势，又体现创新能力聚集优势的工业区和科技园两元互动的发展格局。国家高新区各项创新能力稳步提升的同时，创新投入强度和产出比重并未同步上升，以技术收入占总收入比重为例，中关村国家高新区2016年总收入4.57万亿元，技术收入占总收入的比重，2007年为16.3％，此后逐年下降，“十二五”末为13.4％，创新产出比重结构性优势逐步减弱。科技活动人员占年末从业人员的比例，中关村国家高新区2007年为37.9％，“十二五”末为21.6％，创新人员投入强度优势减弱。与此同时，不考虑环境因素影响下，运用柯布一道格拉斯生产函数随机前沿模型，结果表明国内区域研发效率和创新效率较低，东部地区创新效率高于中西部地区。[9,10]基于此，本文从国家高新区创新资金、创新人员、创新市场、创新技术四个维度，选取2007～2015年各创新能力与投入产出总量相结合的比例数据，构建国家高新区创新能力转换效应测度模型，同时运用随机前沿方法，测度省际国家高新区创新能力转换效率，推动创新能力与创新转化能力协同发展，提升创新能力对经济创造能力的结构性支撑优势。

织梦内容管理系统

二、研究方法 内容来自dedecms

1.比较对象与指标选择

内容来自dedecms

金融危机后国家高新区总量由54家增加到2017年156家，十年期间数量增加了2倍多，省域间及省域内布局更加合理。为保持创新能力转换效应前后数据一致性，选取不包括青海、宁夏、西藏的28个省域国家高新区作为空间样本，数据起始点选择金融危机前的2007年。为全面比较国家高新区创新能力转换效应，以28个省域高新技术产业各项创新能力作为参照样本，采用中国火炬中心关于国家高新区和全国高新技术企业2007～2015年各项指标统计数据。通过将国家高新区协同创新能力划分为创新资金投入强度、创新人员投入强度、创新国际市场比重、创新技术收益比重四个维度，分别选择结构性比例数据，比较28个省域国家高新区创新能力转换效应强弱，评价指标体系见表1。 dedecms.com

织梦内容管理系统

2.转换效应测量方法 copyright dedecms

基于国家高新区创新能力四维度划分，选择国家高新区净利润与总收入比值的净利润率作为目标导向，建立国家高新区创新能力与获利能力的关联关系，同时测度创新能力四维度转换效应，模型如方程(1)所示：

dedecms.com

为选取高新技术企业作为参照样本，方程(1)中，y=0表示模型(1)测度国家高新区省域创新能力转换效应，y=1表示模型(1)测度国家高新技术产业省域创新能力转换效应。NPRit表示第t年第i个省域国家高新区的净利润率，α为不随个体变化的固定数值，即截距；RDPit、SHPit、FEPit、TIPit分别表示第t年第i个省域内国家高新区R&D经费与总收入的比值、科技活动人员与年末从业人员的比值、出口创汇与工业总产值的比值、技术收入与总收入的比值；εit为误差项。模型(1)各变量均为小于1的比例数据，对国家高新区创新能力四个变量分别构造交叉项，检验结果显示交叉项作用并不明显，因此，模型(1)中并未采用创新能力变量相互间的交叉项。考虑国家高新区创新能力每个变量值逐年差异并不显着，创新资金投入强度和创新人员投入强度两个变量的滞后一年和滞后两年，对国家高新区获利能力影响不显着，因此创新投入变量未加入滞后期。

copyright dedecms

与高新技术产业经济带动能力相比，国家高新区规模与创新并重的二元结构，加快了国家高新区与高新技术产业空间融合、区域协同。国家高新区与高新技术产业创新能力的区域转换效应，更有助于发挥国家高新区溢出效应。

织梦好，好织梦

3.转换效率测量方法

构建国家高新区创新能力投入产出模型，以国家高新区R&D经费和科技活动人员作为投入变量，[11]分别以技术收入、总收入、净利润、出口创汇作为产出变量，采用随机前沿分析方法，以2007～2015年国家高新区和高新技术产业的省级层面数据为样本，对国家高新区和高新技术产业的创新能力转换效率分别进行测度。

织梦内容管理系统

随机前沿模型基本形式表示为：yit=f(xit，t)exp(vit-uit)，通过最大似然估计方法进行估计，β为未知参数的矢量组合，。v服从随机误差的正态分布，u服从半正态分布，反映可控制但未达到技术生产前沿面的部分。vi和ui之间相互独立。对数形式的柯步一道格拉斯生产函数的随机前沿模型，如式(2)所示。 dedecms.com

织梦内容管理系统

式(2)中，xit表示第i个省域内所有国家高新区在第t年的创新资金和人员投入组合，yit是对应的创新产出变量，β为投入变量的回归系数。第i个省域国家高新区第t年的技术效率TEit，可用省域i内国家高新区的实际创新产出期望与随机前沿创新产出期望的比重来确定，TEit越接近于1，说明技术效率越高；越接近于0，说明技术效率越低，计算公式如式(3)。 本文来自织梦

三、实证分析

dedecms.com

1.国家高新区创新能力转换的维度差异 本文来自织梦

为了全面考察国家高新区创新能力转换效应与获利能力的关联关系，基于2007～2015年度国家高新区与高新技术企业的面板数据，运用Statal2.0软件对计量方程(1)进行关联检验。对面板数据计量模型，一般选择固定效应(FE)模型估计法或随机效应(RE)模型估计法来进行回归。以各省域国家高新区作为研究对象，软件运行结果显示，对252个样本的每项指标，固定效应更适用于国家高新区创新能力转换效应测度。为有效比较国家高新区创新能力各维度转换效应，四个创新维度同时回归检验后，再分别选取两个维度的六种组合进行检验。结果表明，两两维度组合中，创新资金与创新人员，创新市场与创新技术、创新资金与创新技术的转换效应较为显着。以净利润率的经济创造能力作为产出导向下，国家高新区创新能力四维度及两维度转换效应的拟合结果见表2。 织梦好，好织梦

dedecms.com

可以看出，国家高新区创新能力与获利能力的计量模型中(y=0)，创新人员投入强度、创新国际市场比重，两个维度系数为负，与创新资金投入强度、创新技术收益比重两个维度呈现反向协同。而在高新技术企业创新能力与获利能力的计量模型中(y=1)，创新人员投入强度、创新技术收益比重，两个维度系数为负，与创新资金投入强度、创新国际市场比重两个维度呈现反向协同。横向比较国家高新区与高新技术企业创新能力，发现两者创新资金投入强度、创新人员投入强度的创新投入维度协同性较强，而创新国际市场比重、创新技术收益比重的创新产出维度协同性较弱。

copyright dedecms

对于国家高新区和高新技术产业获利能力，相比创新资金投入强度的助推效应，创新人员投入强度呈现抑制效应，科技活动人员创新效率应进一步提升。创新国际市场比重，提升了高新技术产业获利能力，但并未直接提升国家高新区获利能力，表明金融危机对国家高新区出口创汇影响显着。创新技术收益比重，促进了国家高新区获利能力的提升，但对高新技术产业获利能力并未形成支撑。

2.国家高新区创新能力转换的效率差异

本文采用Frontier 4.1软件，利用极大似然估计方法，对观测样本进行检验，结果见表3。以R&D经费和科技活动人员作为投入，分别以国家高新区技术收入、总收入、净利润、出口创汇作为产出变量，随机前沿模型结果显示总收入和净利润作为产出变量时，γ值较低，且未通过t检验，因此不能作为创新效率的产出变量。以出口创汇和技术收入作为产出变量。

内容来自dedecms

γ在1％的显着性水平下通过t检验，值分别为0.645和0.776，大于0.5，且LR统计量也通过1％显着性检验，说明国家高新区R&D经费、科技活动人员投入，存在显着的非效率。因此，采用随机前沿模型测度国家高新区创新和转化效率是适合的，模型设定是可以接受的。[12]

本文来自织梦

以出口创汇作为产出变量，国家高新区科技活动人员投入和研发经费投入要素的产出弹性分别为0.403、0.276，两者之和为0.679，表明国家高新区创新效率具有规模效应。科技活动人员投入弹性大于研发经费投入弹性，表明出口创汇导向下国家高新区创新投入仍是劳动密集型的，科技活动人员投入对出口创汇收入具有更高贡献率。出口创汇作为国家高新区国际竞争力的体现，与科技活动人员投入关联性较强。相比国家高新区同类投入要素产出弹性，高新技术产业研发经费投入的产出弹性为0.310，较为接近。但高新技术产业科技活动人员投入的产出弹性为0.650，是国家高新区科技活动人员产出弹性的1.6倍。对比高新技术产业内的高新技术企业一元结构，国家高新区传统企业与高新技术企业并存的二元结构，降低了科技活动人员投入产出弹性。 dedecms.com

以技术收入作为创新转化的产出变量，国家高新区科技活动人员投入要素的产出弹性为0.982，通过1％的显着性检验，科技活动人员投入与技术收入产出高度相关。而研发经费投入要素的产出弹性仅为0.018，在表3各类投入产出组合中，是唯一未通过显着性检验的弹性系数。国家高新区较高的研发经费投入，并未同步转化为技术收入产出。技术收入导向下的国家高新区创新转化活动呈现劳动密集型主导特征，科技活动人员投入对技术收入影响更为直接。以技术收入衡量创新转化绩效，高新技术产业的研发经费投入产业弹性为0.441，科技活动人员投入要素的产出弹性为0.559，高新技术产业创新转化活动规模效应显着。相比国家高新区，高新技术产业科技活动人员产出弹性降低，但与研发经费投入协同性增强。 织梦内容管理系统

3.国家高新区创新能力转换的区域差异 织梦内容管理系统

为了全面考察国家高新区创新能力协同增长效应的区域差异，将2007～2015年期间的每年创新能力各维度的数据分别汇总取平均值，表示国家高新区和高新技术企业金融危机前后的创新能力各维度值。再通过各省域高新技术产业创新四维度，分别与国家高新区对应创新维度的比值，测度国家高新区对区域经济的主导性。若某省域两者创新维度比值＞1，表示该省域内高新技术产业此类维度的创新能力强于国家高新区；两者创新维度比值＜1，表示国家高新区此类维度的创新能力强于高新技术产业(见表4)。

dedecms.com

织梦内容管理系统

从高新技术产业创新维度与国家高新区创新维度的比值看，天津、黑龙江、江西、海南、贵州、甘肃共计6个省市，高新技术产业创新能力四维度值均高于国家高新区，6省域国家高新区创新能力转换效应有待提升。从变异系数看，高新技术产业与国家高新区创新维度比值及协同性中，创新国际市场比重、创新技术收益比重两维度的变异系数，均高于创新资金投入比重、创新人员投入比重维度的变异系数。可见，国家高新区与高新技术产业的省域间创新投入差异，低于省域间创新产出差异。同时也印证了转换效应模型(1)中，国家高新区与高新技术产业两者创新投入维度协同性较强，而创新产出维度协同性较弱。广东和江苏，国家高新区创新产出能力优于高新技术企业，尤其是创新技术收益比重优势明显。28个省域中17个省域国家高新区创新技术收益比重，高于高新技术产业。可见国家高新区创新能力转换效应，受创新技术收益比重影响较大，各省域创新产出维度差异性较明显。

以创新效率和转化效率的中位数为分界线，[13]将28个省域国家高新区创新活动进行分类(见表5)。 内容来自dedecms

本文来自织梦

江苏省国家高新区创新效率为0.817，高新技术产业创新效率为0.823，均为全国最高，但江苏省国家高新区创新转化率仅为0.06，低于28个省域平均值0.132，一定程度上体现出江苏省内11家国家高新区创新转化活动的不均衡性。江苏省国家高新区高创新效率、低转化效率模式，表明江苏省国家高新区研发经费和科技活动人员投入，对出口创汇贡献率高于对技术收入贡献率，江苏省国家高新区应更加注重改善科技成果转化环境。相比技术创新转化优势，国家高新区促进了福建和新疆两省国际竞争优势提升。

高转化效率、低创新效率模式包括湖北、山西、广西、安徽四省，中部地区省份数量达到75％。湖北、山西、安徽同属中部内陆省份，相比受到地理位置制约的出口创汇，研发经费和科技活动人员投入，对技术收入创新转化效率更高，科技成果转化环境更为优越。 织梦好，好织梦

低创新效率、低转化效率模式共10省，包括河南、湖南、江西中部3省，吉林、黑龙江东北2省，东部海南以及西部内蒙古、贵州、云南、甘肃4省，空间区位制约更为明显，国家高新区国际竞争优势和技术创新优势都有待进一步提升。

dedecms.com

高创新效率、高转化效率模式共11省，北京、天津、浙江、辽宁、河北、陕西6省国家高新区创新效率和转化效率较为接近，国家高新区创新能力转换效应较强。上海、山东、四川、广东4省国家高新区创新效率高于转化效率，国际竞争优势明显，广东创新效率是转化效率的7倍。而西部重庆国家高新区转化效率是创新效率的3倍，技术创新优势更为明显。 dedecms.com

省域高新技术产业创新效率和转化效率均值为0.334和0.18，分别是省域国家高新区的1.67倍和1.36倍。28个省域中，广东、江苏两省的国家高新区创新效率和转化效率，和高新技术产业基本相同，国家高新区加速推动高新技术产业创新。比较省域效率变异系数，可以发现，省域国家高新区创新效率变异系数高于高新技术产业，国家高新区创新经济绩效省域间差距较大。而省域高新技术产业创新转化效率变异系数高于国家高新区，高新技术产业的省域间创新协同性弱于国家高新区省域间创新协同性。 本文来自织梦

四大经济板块，东部国家高新区创新效率最高为0.368，是创新效率最低的中部的5倍。而东部国家高新区创新转化效率仅为中部的1.5倍。东部区位优势有助于国家高新区出口创汇，但对技术收入影响并不明显。高新技术产业创新维度与国家高新区创新维度比值也印证了东部与中部国家高新区的创新能力差异，四个创新维度中，中部和东北国家高新区仅在创新技术收益比重维度高于高新技术产业，而东部国家高新区在创新国际市场比重维度高于高新技术产业。西部高新技术产业在四个维度中全部高于国家高新区，相比东部，西部国家高新区的创新协同转化优势是竞争优势提升的重点。 织梦好，好织梦

四、结论与建议

将国家高新区创新能力转换效应按照省域空间范围分类比较，可以克服新增国家高新区数量变化引起的10年间数据不连贯性，也避免仅研究56家国家高新区的样本局限性。选取各省域高新技术产业作为参照样本，能够全面反映国家高新区科技创新能力和经济创造能力的结构差异。以出口创汇作为创新绩效，以技术收入作为创新转化绩效，运用随机前沿分析，可以发现，省际国家高新区年均创新效率高于创新转化效率，效率沿中部一东北一西部一东部递增，而省际高新技术产业创新及转化效率沿东北一中部一西部一东部递增。四大板块国家高新区创新及转化效率均低于高新技术产业，创新要素协同转换能力有待提升。

为了更好推动156家国家高新区、尤其是17家国家自主创新示范区创新能力协同发展，本文建议从以下方面着手：(1)建立国家高新区研发经费投入比重和技术交易收益比重之间的循环反馈关系，有效提高国家高新区获利能力，推动国家高新区创新能力协同发展。(2)国家高新区和高新技术产业创新能力四维度具有内部关联性，提高国家高新区创新产出能力，可直接提升国家高新区对高新技术产业带动能力。(3)提高国家高新区研发经费投入产出弹性，促进研发经费投入与科技活动人员投入的协同转化，显着提升国家高新区创新转化活动规模效应。(4)强化国家高新区与高新技术产业两者创新产出协同性，可以弱化国家高新区创新能力的省域协同差异，通过依托技术交易和成果转化，提升国家高新区创新驱动对区域经济的贡献度。 copyright dedecms

参考文献：

[1]科技部火炬高技术产业开发中心.2016中国火炬统计年鉴[z].北京：中国统计出版社，2015.3-6.

copyright dedecms

[2]Tann J. Growth of Industry Clusters and Innovation: lessons from Beijing Zhongguancun Science Park[J]. Journal of Business Venturing, 2006, (11): 827-850.

[3]Montoro S A, Ortiz U M, Mora E M. Effects of Knowledge Spillovers on Innovation and Collaboration in Science and Technology Parks[J]. Journal of Knowledge Management, 2011,15(06): 948-970.

内容来自dedecms

[4]Aldieril. Technological and Geographical Proximity Effects on Knowledge Spillovers: Evidence from the US Patent Citations[J]. Economics of Innovation and New Technology, 2011, 20(06): 597-607. dedecms.com

[5]谢予远.高技术产业区域集聚能提高研发效率吗?——基于医药制造业的实证检验[J].科学学研究，2015，(02)：215-224. 织梦好，好织梦

[6]王胜光，程郁.国家高新区创新发展报告：二十年的评价与展望[M].北京：中国经济出版社，2013.140-142. 内容来自dedecms

[7]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，(08)：30-38. 织梦内容管理系统

[8]薛强，王帅，王玉茹等.2008～2012年国家高新区发展水平的动态轨迹分析[J].管理学报，2015，(11)：1654-1657. 织梦好，好织梦

[9]刘和东.中国区域研发效率及其影响因素研究——基于随机前沿函数的实证分析[J].科学学研究，2011，(04)：548-556.

[10]Bai J.H. On Regional Innovation Efficiency: Evidence from Panel Data of China‘s Difference Provinces [J]. Regional Studies, 2013, 47 (05): 773-788

copyright dedecms

[11]程慧平，万莉，黄炜等.中国省际R&D创新与转化效率实证研究[J].管理评论，2015，(04)：29-37. 内容来自dedecms

[12]项本武.中国工业行业技术创新效率研究[J].科研管理，2011，(01)：10-14.

织梦内容管理系统

[13]肖仁桥，钱丽，陈忠卫.中国高技术产业创新效率及其影响因素研究[J].管理科学，2012，(05)：85-98.

copyright dedecms

  dedecms.com