派智库

内容提要：本文基于中国277个城市2000—2015年的面板数据和PSM-DID方法，评估国家高新区对地区全要素生产率（TFP）增长的影响及其异质性。研究发现：（1）整体上，国家高新区对地区TFP增长具有积极影响，并且这种效应主要是通过促进技术进步实现的。（2）异质性分析表明：国家高新区对西部城市TFP影响的边际效应最大，东部次之，对中部地区却有显着的负效应；行政级别越高的城市从国家高新区设立中获益更多，设立在省会城市、较大市中的国家高新区对TFP增长具有更明显的促进作用；在市场化程度低的地区，国家高新区的设立有类似“雪中送炭”的作用，显着促进TFP增长，而在市场化程度较高的地区则不显着；政府效率高的地区，国家高新区的政策效果相对全样本更加明显，而政府效率低下的地区，国家高新区对TFP增长的影响表现为抑制作用。 织梦好，好织梦

关键词：国家高新区 全要素生产率 PSM-DID 织梦好，好织梦

一、问题提出

本文来自织梦

国家高新技术产业开发区（以下简称“国家高新区”）是党中央、国务院为发展高新技术产业、实施创新驱动战略、增强国际竞争力作出的重大战略部署，是中国渐进式改革的“先行区”和“试验田”。借鉴美国硅谷、印度班加罗尔等世界级高新科技园区的成功经验，中国从20世纪80年代开始，兴起建设国家高新区的热潮。1988年，第一个国家高新区——中关村科技园成立，截至2017年2月，中国共成立了155个国家级高新区。改革开放40年来，以丰富且廉价的劳动力资源为基础，依托要素驱动和出口导向模式，中国取得了举世瞩目的“增长奇迹”，但判断一国经济增长的状况不仅要看增长速度，更要看增长的质量。经济增长质量的核心内容是效率[1]，全要素生产率（total factor productivity，TFP）衡量的是给定要素投入水平下所达到的额外生产效率[2]，是衡量经济增长质量的重要指标。中国经济的高速增长普遍被认为是以牺牲效率为代价的，以杨（Young，1995，2003）、克鲁格曼（Krugman，1999）为代表的大量文献认为中国整体TFP水平还非常低，对过去40年经济增长的贡献也较小。如今伴随着人口红利式微、环境恶化严重等问题，中国经济粗放式增长模式不可持续的弊端已然显现，只有推动经济发展方式由要素驱动型转向由全要素生产率驱动的内生型发展模式，才可能保持经济增长的可持续性[3-4]。这不仅关乎中国经济能否由高速增长成功转向高质量发展，更关乎中国能否避免“中等收入陷阱”[2]。而作为国家实施创新驱动战略的前沿和主阵地，国家高新区一直是中国依靠科技创新支撑经济发展、走中国特色自主创新发展道路的一面旗帜，其能否发挥创新引领作用，带动全要素生产率增长，是学术界和政策制定者共同关注的重大现实问题。 dedecms.com

从世界范围来看，高新科技园区作为一种创新要素集聚、有效促进产学研的模式[5]，能够通过产业集聚、知识溢出等渠道促进区域乃至国家创新发展。与世界其他先进高新科技园区不同，中国高新区是在新技术革命的背景下由政府强力推动发展起来的。20多年来，中国高新区被赋予“自主创新的战略高地”“实现创新驱动与科学发展的先行区域”的责任与使命[1]，集聚了大量的创新资源。但由于体制转型特殊时期的限制以及早期发展经验不足，国家高新区也存在比较优势弱化、“体制回归”、盲目招大引强、扩区发展、技术创新能力不强、企业“集而不群”等问题[5-8]。因此，准确评价国家高新区的生产率效应并识别政策效果发挥的前提和条件，是十分重要且未得到深切研究的问题。

copyright dedecms

作为一项基于地点（place-based）的产业政策，学术界围绕包括国家高新区在内的开发区[2]的经济效应做了大量的研究。在实证方面，具体到中国开发区的研究，主要聚焦在开发区对经济增长、出口、工业总量、外商直接投资、产业结构等经济指标的影响上[9-13]。如刘瑞明和赵仁杰（2015）等考察了国家高新区设立对地区经济增长的影响[9]。陈钊等和熊瑞祥（2015）利用1998—2007中国工业企业数据库匹配开发区信息，得出城市出口加工区的出口鼓励政策平均提高了受扶持行业的出口额的11％的结论[10]。李力行和申文军（2015）同样基于中国工业企业数据，从比较优势的角度解释了经济开发区有效推动城市制造业内部产业结构变动的原因[12]。此外，也有学者围绕开发区与地区创新能力或生产率之间的关系展开研究，但并未取得一致结论。如有学者认为中国开发区“形聚而神不聚”，高新技术产业集群没有实现真正意义上的产业集群，无法充分发挥其促进高新技术产业创新的作用[6,14]。顾元媛和沈坤荣（2015）发现高新区企业集中度与区域创新产出负相关，而政府干预可在一定程度上提升开发区产业集群的绩效[15]。吴敏和黄玖立（2017）认为省级开发区的成立能够大幅提高所在县的工业经济规模特别是主导产业的经济规模，但并没有促进工业生产效率的提升[11]。吴一平和李鲁（2017）基于微观数据的研究亦认为开发区的优惠政策抑制了企业创新能力[16]。王永进和张国峰（2016）基于中国工业企业数据肯定了开发区的生产率优势并识别了其来源主要在于“集聚效应”而非“选择效应”[17]。因此，已有文献涵盖了开发区政策可能涉及的诸多经济效应，也肯定了开发区在多数经济指标上的积极影响；唯独在开发区的生产率效应方面仍有较大分歧，包括开发区对园区内企业（产业）生产率或所在城市创新产出的影响方面都未能达成一致结论，并且都忽视了开发区对地区层面全要素生产率效应的直接评估。 内容来自dedecms

全要素生产率不仅是一国（地区）经济可持续发展的最终源泉[2]，也是衡量新常态下中国经济高质量发展的重要体现。在宏观全要素生产率影响因素的已有研究中，相关文献的视角主要集中在R&D投入、FDI、人力资本、对外开放、产业结构、要素禀赋和制度环境等方面[18-25]。也有研究考察了政府补贴、税收优惠等产业政策与微观企业生产率或产业生产率的关系[26-28]。虽然上述研究中，某些因素如R&D投入、FDI、政府补贴等和高新区影响地区全要素生产率的可能机制存在一定的联系，但关于TFP影响因素仍缺乏对于旨在提高自主创新能力的国家高新区这一重要的产业政策的直接考察和评估。鉴于此，本文将基于中国城市面板数据和倾向得分匹配一双重差分法（PSM-DID），评估国家高新区对地区全要素生产率增长的影响，并进行异质性分析。基于非参数的DEA方法，本文采用2000—2015年的数据估算277个地级市的TFP增长率，并将其分解为技术效率增长率（EFFCH）和技术进步率（TECH）。

相对已有研究，本文可能的特色在于：（1）现有关于开发区对创新能力、生产率影响的研究并未得到一致的结论。本文首次采用2000—2015年的城市数据和在此期间成立的国家高新区数据，考察国家高新区和地区TFP增长之间的关系，并分析政策效果的异质性，对开发区经济绩效的研究作出有力补充。（2）限于数据的可得性，已有关于开发区（包括国家高新区）政策评估的研究多数基于《中国开发区审核公告目录》（2006年版）[3]，没有囊括2006年后成立的开发区，本文将样本扩大至2015年，使得结论更具说服力。（3）产业政策的效果评估存在产业政策的有效衡量和因果关系识别这两大难点。2007—2015年，国家高新区先后在不同的城市成立了93家之多，这为本文考察国家高新区这一产业政策的生产率效应提供了较好的“准自然实验”；采用PSM-DID，在一定程度上克服以往研究中主要采用的代理变量法和单差分中潜在的内生性问题，同时剔除其他因素的干扰，能够较准确地识别国家高新区对TFP增长的净效应。

内容来自dedecms

二、政策背景和理论假说

copyright dedecms

（一）国家高新区成立轨迹

“摸着石头过河”“先试点后推广”是中国渐进式改革的主要做法。一个共识是，包括国家高新区在内的经济特区是中国渐进式改革开放的起点[29]，是中国探索创新驱动发展道路的先行区和示范区。自20世纪80年代以来，国家高新区建设经历了两次热潮，第一次是1992年，当时共设立51家国家高新区；第二次发生在2010—2015年，共设立90家国家级高新区。针对本文样本，共有94家国家高新区在2007-2015年先后获得批准，分布在不同的城市。具体而言，94家国家高新区中的1家批复于2007年，2家批复于2009年，27家批复于2010年，5家批复于201 1年，17家批复于2012年，9家批复于201 3年，1家批复于2014年，31家批复于2015年。 dedecms.com

（二）国家高新区影响全要素生产率的理论机制 织梦内容管理系统

国家高新区享有包括资格认定、科技资金投入、土地优惠、税收优惠等在内的一系列优惠政策[30]。高新区早期的定位是通过优惠政策实现招商引资、促进产业集群的目标[6]。理论上，产业集群的发生是源于企业追求靠近市场或生产要素等利益自发形成的空间集聚行为[7]，具有规模经济的特征，能够产生群体协同效应，具有外部经济性和路径依赖特征。以国家高新区为载体的产业集群，若形成了真正意义上的产业集群，将会通过产业关联、知识溢出等效应带动本地产业发展，促进地区全要素生产率的提高。此外，基于高新区的产业集聚往往伴随着大量的FDI活动，伴随着FDI进入的先进的管理经验、知识、技术等能够推动本地技术进步。国家高新区的建设是渐进式的，不同批次、地区的高新区发展不平衡。早期研究发现，中国大部分开发区的集聚现象只是企业的简单“扎堆”，关联效应不强，不具有一般意义上的产业集聚效应，并存在“体制回归”等问题。2001年，科技部提出高新区要进行“二次创业”的思路，由集聚为主转向创新为主，以内涵式增长为主。周元和王维才（2003）将中国高新区从理论上划分为要素集群、产业主导、创新突破和财富凝聚四个阶段，并指出初始阶段的高新区是人才、技术、资本等要素的简单组合，尚未实现资源的优化配置；产业主导阶段高新区内形成了稳定主导产业以及具有上、中、下游结构特征的产业链，此时高新区仍然依赖于外部研究机构进行创新；当高新区发展到创新突破阶段，园区内汇聚了大量的创新资源，创新将对高新区发展起到决定性作用[31]，并对所在城市产生外溢效应。基于以上分析，本文提出假说1假说： 织梦内容管理系统

H1：整体上，国家高新区对所在城市具有外溢效应，能够促进地区TFP增长。 织梦内容管理系统

中国地域辽阔，各地区在资源禀赋特色、初始经济条件等方面存在巨大差异。一般而言，中国东部沿海地区本身在地理位置、基础设施、人力资本甚至政策环境等方面相对中西部地区都比较先进，以至于在某种程度上可以“媲美”国家高新区所承载的优越。而对于相对落后的西部地区，国家高新区的设立将带动基础设施、政策环境等发生较大的改善，高新区的优惠政策也将吸引更多的企业、资金、人才等生产要素进入当地。因此，本文预期设立在东、中、西部地区的国家高新区对TFP的影响将呈现“边际效应递减”的规律，即国家高新区对西部地区TFP的影响更显着，对东部地区的边际影响较小。此外，在中国的政治经济体制中，每个城市都有其特定的行政级别。大体上，按行政等级，中国城市可划分四类：省会城市、副省级城市、较大的市[4]和一般的地级市[9,13]。不同行政等级的城市在自主权力、要素占有、市场规模等特征方面往往存在较大差异，这些特征是高新区政策能否有效落实的关键影响因素。因此，相对一般地级市，行政等级更高的城市对国家高新区的政策效果将产生强化的效应。基于以上分析，本文提出假说2、假说3：

H2：国家高新区对东、中、西部地区城市TFP的影响表现为“边际效应递减”，影响大小为西部＞中部＞东部。 内容来自dedecms

H3：相对一般地级市，省会城市、副省级城市和较大的市对国家高新区的政策效果起到强化作用。 内容来自dedecms

国家高新区是政府对经济活动进行干预的一种重要手段。而政府对经济运行进行干预的理论基础在于解决外部性和协调失败等市场失灵问题。在市场机制缺失的领域，需要政府发挥总量信息优势对产业发展加以引导，提高经济效率[32]。此外，由于存在晋升锦标赛，地方政府本身有极强的激励干预本地经济的发展[33]。因此，如何有效结合政府“看得见的手”和市场“看不见的手”，将影响国家高新区政策效果的发挥。其中，政府因素、制度背景和市场化水平是关键因素[34]。一方面，政府是否具备足够的组织能力保证产业政策的良好执行与实施是产业政策能否发挥积极效果的关键。此外，政府掌握着包括财政资金、行政审批、土地批租、税收等在内的关键性资源，并通过这些政策工具干预高新区的发展。产业政策实施带来的资源再配置效应可能提高生产率[28]。那么，能否准确甄别激励对象并将资源导向效率更高的企业或产业，是影响高新区政策生产率效应的关键，这将取决于政府效率和其发展的动机。另一方面，在市场化水平不同的地区，政府应该扮演不同的角色。若市场机制运行良好，政府应该扮演“有限政府”，过多的干预只会取得适得其反的作用效果。而在市场机制缺失严重的地区，政府根据地区禀赋结构制定适宜的产业政策，发挥“有为政府”，将对地区经济发展产生积极影响。因此，国家高新区作为一项基于地点的经济政策，在不同市场化程度的地区将产生不同的政策效果。基于以上分析，本文提出假说4、假说5： 织梦内容管理系统

H4：政府效率是保障国家高新区政策效果的关键因素，政府效率更高，国家高新区对TFP增长促进效应更明显，低下的政府效率阻碍高新区生产率效应的发挥。 dedecms.com

H5：国家高新区对市场化程度低的地区的TFP促进作用更大。

本文来自织梦

综上，国家高新区理论上可能通过产业集聚、知识溢出等渠道对所在城市产生外溢效应，而在实践中是否能够促进地区全要素生产率增长以及其影响是否具有差异，有待进一步合理的评估和检验。

三、研究设计和数据、变量 dedecms.com

（一）研究设计

为了有效地排除遗漏变量问题和内生性问题对结果的干扰，本文采用依托于“准自然实验”的PSM-DID方法对国家高新区的生产率效应进行评估。 copyright dedecms

1.倾向得分匹配（PSM）

进行PSM时，从将样本分为两类作为分析对象：（1）“2007年之前未设立国家高新区，在2007—2015年之间设立国家高新区的城市”，作为处理组；（2）“2007—2015年均未新设国家高新区的城市”，作为对照组。综合考虑对处理变量（在本文中即“国家高新区设立”）和结果变量（在本文中即“TFP增长率”）具有影响的因素，本文采用基于核匹配（kernel matching）的PSM方法，从地区实际人均GDP（PGDP）、第二产业占GDP的比重（Second），每万人高等教育在校学生数（Hum）、人口规模（Popul）、全社会固定资产投资（Invest），以及工业总产值（Ind_gdp）等6个可观测变量对处理组和对照组进行匹配。采用Logit回归估计模型（1），得到倾向得分值，根据倾向得分值为每一个处理组匹配在可观测特征方面比较相似的城市作为对照组。

内容来自dedecms

织梦好，好织梦

表1为倾向得分匹配的Logit回归结果及匹配前后变量的平衡情况。匹配之后，所有变量的标准偏差明显变小，t检验显示，所有变量都不能拒绝“处理组和对照组之间不存在显着差异”的原假设，说明匹配之后两组样本具有较好的可比性。 织梦内容管理系统

copyright dedecms

2.双重差分法（DID） copyright dedecms

得到了经过PSM匹配后处理组和控制组之后，设置组别变量Treatedit，若城市i在2000—2015年设立国家高新区，则Treatedit值为1，否则为0。由于各个城市的高新区政策开始时点存在差异，无法设计统一的政策执行时点变量，因此借鉴已有研究的做法[9-10]，设置国家高新区的虚拟变量High_techit,若城市i在年份t设立或者已经设立国家高新区，则High_techit的值为1，其他情形为0。 织梦内容管理系统

本文构建控制双向固定效应的双重差分模型，检验国家高新区对地区TFP增长及其分解指标（技术效率增长率与技术进步率）的净效应： 织梦好，好织梦

Yit=β0+β1High_techit+αXit+δi+γt+εit（2） 织梦内容管理系统

其中，下标i和t分别表示城市和年份，Yit表示TFP增长率或其分解项，Xit表示可能影响TFP的控制变量集，包括地区经济发展水平、资本投入、产业结构、外商直接投资水平、地方财政中科学研究经费支出、人力资本、人口密度等。εit为随机误差项。δi表示个体固定效应，γt为时间固定效应。上述模型中，本文主要关心的是High_techit的系数β1的值，它衡量了国家高新区对地区TFP增长率的净影响效应。若国家高新区这一产业政策确实促进了地区TFP的增长，则β1应显着为正。 copyright dedecms

（二）指标的度量

1.被解释变量：TFP增长率及其分解指标 dedecms.com

借鉴众多学者的方法[22,35-36]，本文采用DEA方法来测算TFP增长率，并将TFP增长率进一步分解为技术进步率（TECH）和技术效率指数（EFFCH），即TFP=EFFCH×TECH。采用DEA测算TFP增长率的关键在于确定产出和投入数据。具体地，本文以经过价格指数平减后的地区实际GDP作为产出序列，以各地区历年的实物资本存量和劳动从业人员作为投入数据。其中，资本存量采用永续盘存法计算，具体涉及的指标包括当年新增投资、基期资本存量、固定资产投资价格指数和折旧率，借鉴张军等（2004）[37]的方法进行设定。对于劳动投入，其最适当的衡量指标应为有效劳动时间，由于数据所限，本文采用城镇单位年末就业人数作为替代指标。DEA方法测算得到的是TFP增长率，即相对上一年的变化率。借鉴已有研究的做法，本文以2001年为基期，将各年TFP增长率换算成绝对全要素生产率，对技术效率指数、技术进步指数作同样的处理。

2.核心解释变量：国家高新区（High_tech） 织梦好，好织梦

国家高新区数据来源于国家发展改革委、科技部和原国土资源部等六部门联合发布的《中国开发区审核公告目录》（2018年版）。该目录中涵盖了各类开发区的名称、批准成立时间、核准面积及主导产业等信息。在将国家高新区数据与地级市数据进行匹配前，本文做了如下处理：（1）剔除具有特殊性的北京、天津、上海和重庆及数据缺失严重的西藏。（2）由于海南省全省在1988年被设立为经济特区，其中的城市不具有可比性，故也删去。 织梦好，好织梦

3.控制变量

（1）地区经济发展水平（PGDP）。采用地区实际人均GDP来衡量，经济发展水平越高的地区，整体的基础设施、制度环境等条件可能越优越，越有利于生产效率的提高。 本文来自织梦

（2）外商直接投资（FDI）。采用当年实际使用外资金额衡量，原始单位为万美元，本文根据当年中间汇率平均值折算成相应人民币。普遍认为，FDI可通过产业关联、技术溢出等效应促进东道国相关产业的技术进步。 内容来自dedecms

（3）科教投入（Sci_exp）。采用政府财政支出中科学技术与教育经费支出衡量，反映政府对创新和教育活动的公共投入强度。

（4）产业结构（Second）。采用第二产业产值占GDP的比重衡量。全要素生产率提高的重要来源之一是不同部门之间资源重新配置的效应[2]。

（5）人力资本（Hum）。限于数据可得性，采用每万人普通高等在校学生数衡量。

（6）资本投入（Invest），采用全社会固定资产投资衡量。资本越密集，则技术含量越高，技术进步也更快[22]。

（7）人口密度（Popul_dens）。采用地区总人口与行政面积的比值衡量。人口密度可以反映一个地区经济活动的密集程度和自身市场规模的大小，非市场效应在经济活动较为密集和市场规模较大的地区更为显着[38]。控制人口密度，捕捉密集经济活动带来的技术外部性对TFP的影响。 内容来自dedecms

地级市数据来源于2015年《中国城市统计年鉴》《中国区域经济统计年鉴》，少数缺失数据从各省份统计年鉴、各城市统计年鉴中补全。为了减小异方差的影响，本文对除了虚拟变量和比值数据之外的变量，皆作了对数处理。表2为变量的描述性统计分析结果。

dedecms.com

[5]

copyright dedecms

（三）双重差分法的适用性检验——平行趋势检验 本文来自织梦

科学应用双重差分法需要满足两个前提：一是处理组的选择是随机的，二是处理组与控制组在政策执行前关于结果变量不存在系统性差异。为了保证后文的结论更具可信度，本文将分别检验上述两个应用前提是否满足[6]。（1）处理组是否随机的检验。以“是否设立了国家高新区（Treated）”为被解释变量，分别以“TFP增长率（TFP）”“技术效率增长率（EFFCH）”和“技术进步率（TECH）”为解释变量，采用Logit模型检验TFP、EFFCH和TECH是否是影响选择标准的变量，结果显示，三者的估计系数都不显着，说明国家高新区的设立并不直接以TFP增长率为依据。（2）TFP增长率在政策执行前在两组之间不存在显着差异的检验。更进一步，借鉴郑新业等（201 1）[39]的做法，以年平均TFP增长率、技术效率增长率、技术进步率的差分（分别记为DTFP、DEFFCH、DTECH）作为被解释变量，以国家高新区虚拟变量（Treated）作为解释变量，研究处理组和对照组在2007年之前的TFP增长率和其分解指标的趋势特征。结果显示，无论在哪个模型中，国家高新区的估计系数都不显着，说明政策执行前两组之间没有明显差异。因此，满足双重差分法的前提条件。

四、实证分析结果 dedecms.com

（一）基准回归结果 织梦好，好织梦

本文采用固定效应模型估计了式（2）。PSM-DID的结果列于表3列（4）—列（6），出于对比，同时估计没有经过匹配的DID模型，列于表3列（1）—列（3）。可以看到，PSM-DID和DID的结果存在较大差异。DID结果显示，国家高新区对TFP增长率和技术进步率的影响显着为负，对技术效率增长率影响为正。正如阿巴迪（Abadie，2005）指出，双重差分法评估准确的关键是对照组的恰当选择。统一将所有未设立国家高新区的地级市作为对照组，而不考虑各个地级市间经济发展水平和其他条件的巨大差异，这样的处理太过粗糙，因此DID的结果不可信，这也从侧面证实了进行PSM的必要性。PSM-DID结果显示，在以TFP为被解释变量的模型中，High_tech的系数估计值显着为正，意味着设立国家高新区整体上促进了地区TFP增长。对TFP增长率的分解指标的分析显示，High_tech系数估计值在技术效率增长率的模型中不显着，而在技术进步率的模型中显着为正，说明国家高新区对TFP增长的促进作用主要是通过促进技术进步实现的，对促进技术效率并未发挥显着的作用。这与程郁和陈雪（2013）发现国家高新区TFP增长主要是由技术进步贡献的结论[8]相呼应。 copyright dedecms

织梦内容管理系统

（二）稳健性检验

本文来自织梦

为了使实证结果更加稳健和可信，本文将从多个维度进行稳健性检验。

本文来自织梦

1.安慰剂检验 织梦好，好织梦

利用DID进行政策评估可能面临的质疑是，所谓“政策效果”可能并不是由国家高新区政策引起的，而是同一时期其他政策或随机因素引起的。为了排除这种可能性，借鉴已有研究的做法[9]，通过改变政策执行时间进行反事实检验（也称安慰剂检验，Placebo test）。具体而言，假设高新区政策执行时间提前3年，考察此时High_tech变量的估计系数是否显着。若此时High_tech不再显着，说明TFP增长率（技术效率增长率、技术进步率）的提高确实是由国家高新区的设立引起的；反之，若High_tech依然显着，则说明前文的结果不可靠。表4列（1）—列（3）为假设国家高新区设立提前3年的回归结果，无论是对TFP增长率、技术效率增长率还是技术进步率，High_tech滞后三期变量的估计系数都不显着。这从另一方面印证了TFP增长率的提升是来源于国家高新区的设立，而非其他政策或随机因素。 内容来自dedecms

2.控制随时间变化的地区固定效应 dedecms.com

进一步地，为了排除一些随时间和地区同时变化而无法被观察到的因素，本文在模型中控制省份×年份的联合固定效应，结果如表4列（4）—列（6）所示，可以看到，与表3列（4）—列（6）的结果相比，High_tech的系数估计值大小有所降低，但显着性和符号均未发生变化，说明前文的实证结果是比较稳健的。 内容来自dedecms

3.排除2000年前已经设立国家高新区的样本干扰

织梦好，好织梦

由于本文采用的样本区间段为2000—2015年，此前，有部分地级市已经成立了国家高新区[7]，为了排除这部分高新区对研究结果的干扰，剔除47家成立于2000年之前的国家高新区，重新进行回归。结果列于表4列（7）—列（9）。High_tech的系数估计值与表3列（4）—列（6）的PSM-DID相比，结果未发生实质性改变。

dedecms.com

dedecms.com

（三）异质性分析 copyright dedecms

考虑到中国地区之间经济发展不平衡，国家高新区发展水平也存在差异，本文将进一步探索国家高新区政策效果的异质性，试图从这个角度理解高新区政策生产率效应的发生机制。 copyright dedecms

1.国家高新区生产率效应的区域异质性

织梦好，好织梦

为检验假说2，按传统方法将国家高新区所在区域划分为东、中、西部，分样本回归结果列于表5。三大地区国家高新区对TFP增长、技术效率、技术进步的影响确实存在明显的差异性。其中，西部地区国家高新区的外溢效应最大，对TFP、EFFCH和TECH均具有显着的正向影响；东部地区国家高新区的政策效果与全样本下的情形类似，即对TFP和TECH具有正向影响，对EFFCH的影响不显着。而中部地区国家高新区设立对地区TFP增长率非但没有促进作用，反倒具有消极影响。区域异质性的结果在一定程度上证实了假设2，即高新区政策在经济发展水平不同的地区确实存在“边际递减”效应。 织梦好，好织梦

内容来自dedecms

2.城市行政级别异质性

为检验假说3，本文分别设置省会城市（Cap）、副省级城市（Sub）和较大的市（Big）三个虚拟变量，分析国家高新区政策在行政级别更高的城市中是否具有更好的表现。表6结果显示，对TFP增长率和其分解指标，省会城市与高新区的交互项（Cap×High_tech）、较大的市与高新区的交互项（Big×High_tech）都显着为正，说明国家高新区政策总体上在高行政级别的城市中确实得到更好的发挥，验证了假说3。 dedecms.com

本文来自织梦

3.政府效率异质性 copyright dedecms

为了检验假说4，本文参照唐等人（Tang et al.，2014）编制的31个省份2001—2010年政府效率指数[40]，取其指数均值，划分为“政府效率高”和“政府效率低”两组，国家高新区所处地级市依其所在省份划分。表7结果显示，对于政府效率较高的组别，国家高新区设立对TFP、技术效率、技术进步都产生了显着的促进作用，而在政府效率低的组别则产生显着的抑制作用，验证了假说4。 织梦内容管理系统

织梦好，好织梦

4.市场化异质性 dedecms.com

参照王小鲁等（2017）编制的各省“市场化总指数”指标[41]，本文使用窗口期内2008—2014年的平均指数将样本分为“市场化程度高”和“市场化程度低”两组，样本城市根据所在省份的组别划定，考察国家高新区对不同市场化发展程度地区的异质影响。表8结果显示，对TFP增长率和技术进步率，High_tech的系数估计值在市场化程度低的组别中相对整体水平更显着，数值也更大，而在市场化程度高的组别则不显着。这意味着在市场化程度低的地区，以国家高新区为载体的政府干预有效弥补了市场机制缺失的不足，从而促进了TFP提升。而在市场化水平较高的地区，高新区作用不明显，政府应该转变职能，放手让市场发挥资源配置的决定性作用。

内容来自dedecms

五、结论性评述 织梦好，好织梦

一般意义上，全要素生产率贡献程度越高，则说明经济增长质量越好[42-43]。本文将国家高新区数据和2000—2015年277个城市的面板数据匹配，采用PSM-DID方法评估了国家高新区对地区全要素生产率增长的影响，并从多维度进行了异质性分析。研究发现，整体上国家高新区对地区全要素生产率具有积极的影响，并且这种效应主要是通过促进技术进步实现的，国家高新区未能显着提升技术效率。异质性分析表明，国家高新区在不同地区对TFP的影响表现出显着的差异。国家高新区对西部地区城市TFP影响的边际效应最大，对东部地区影响较小，对中部地区TFP却产生了负面影响。在政府效率更高、行政级别更高的城市，国家高新区对TFP增长的促进作用更加显着。对市场化程度较低的地区，国家高新区设立发挥类似于“雪中送炭”的效果，有效弥补市场机制缺失的不足，对TFP增长产生了显着的促进作用。

copyright dedecms

本文的结论具有以下启示意义：首先，在中国经济由高速增长阶段向高质量发展阶段转换之际，国家高新区对促进技术进步、提升全要素生产率发挥积极作用，说明国家高新区可以成为中国经济高质量发展的有效载体，应不遗余力地推进国家高新区的建设。其次，各地区间国家高新区发展不平衡，政策效果的发挥需要一定的前提和条件，最重要的是要正确处理好政府和市场的关系。在市场化程度较低的地区或基础设施条件较落后的西部地区，政府应积极发挥主观能动性，用“看得见的手”来弥补“看不见的手”的缺陷，克服市场不完善、信息不对称等问题，有效引导产业发展，发挥“有为政府”的角色，同时加快市场体系建设；而在市场化程度较高的地区，政府应该转换在产业发展中的定位，扮演环境建设者和完善者，减少对资源的直接配置和对微观经济活动的直接干预[44]。“把市场机制能有效调节的经济活动交给市场”，并创造良好的条件发挥市场在资源配置中的决定性作用。最后，本文研究结果表明低级别城市及初始基础条件较差的城市经济发展具有较大的提升空间，政府在配置资源时应有所倾斜，最大化资源投入的产出效益。

参考文献： 织梦内容管理系统

[1]郑玉歆全要素生产率的再认识——用TFP分析经济增长质量存在的若干局限[J].数量经济技术经济研究，2007（9）：3-11.

[2]蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学，2013（1）：56-71，206. dedecms.com

[3]蔡昉.人口转变、人口红利与刘易斯转折点[J].经济研究，2010（4）：4-13. dedecms.com

[4]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究，2015（2）：61-74.

本文来自织梦

[5]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. 本文来自织梦

[6]赵延东，张文霞.集群还是堆积——对地方工业园区建设的反思[J].中国工业经济，2008（1）：131-138.

[7]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. 本文来自织梦

[8]程郁，陈雪.创新驱动的经济增长——高新区全要素生产率增长的分解[J].中国软科学，2013（11）：26-39.

[9]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.

内容来自dedecms

[10]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. 本文来自织梦

[11]吴敏，黄玖立.省级开发区、主导产业与县域工业发展[J].经济学动态，2017（1）：52-61.

copyright dedecms

[12]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（3）：885-910.

织梦好，好织梦

[13]周茂，陆毅，杜艳，等.开发区设立与地区制造业升级[J].中国工业经济，2018（3）：62-79. 内容来自dedecms

[14]李凯，任晓艳，向涛.产业集群效应对技术创新能力的贡献——基于国家高新区的实证研究[J].科学学研究，2007（3）：448-452 copyright dedecms

[15]顾元媛，沈坤荣.简单堆积还是创新园地?——考察高新区的创新绩效[J].科研管理，2015（9）：64-71.

copyright dedecms

[16]吴一平，李鲁.中国开发区政策绩效评估：基于企业创新能力的视角[J].金融研究，2017（6）：126-141.

[17]王永进，张国峰.开发区生产率优势的来源：集聚效应还是选择效应?[J].经济研究，2016（7）：58-71. copyright dedecms

[18]曹泽，李东.R&D投入对全要素生产率的溢出效应[J].科研管理，2010（2）：18-25，34. copyright dedecms

[19]刘舜佳.国际贸易、FDI和中国全要素生产率下降——基于1952～2006年面板数据的DEA和协整检验[J].数量经济技术经济研究，2008（11）：28-39，55. copyright dedecms

[20]陈继勇，盛杨怿.外商直接投资的知识溢出与中国区域经济增长[J].经济研究，2008（12）：39-49.

织梦好，好织梦

[21]夏良科.人力资本与R&D如何影响全要素生产率——基于中国大中型工业企业的经验分析[J]数量经济技术经济研究，2010（4）：78-94.

[22]毛其淋，盛斌.对外经济开放、区域市场整合与全要素生产率[J].经济学（季刊），2012（1）：181-210. 织梦内容管理系统

[23]于斌斌.产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J].中国工业经济，2015（12）：83-98.

[24]余泳泽，张先轸.要素禀赋、适宜性创新模式选择与全要素生产率提升[J].管理世界，2015（9）：13-31，187. copyright dedecms

[25]陈刚.R&D溢出、制度和生产率增长[J].数量经济技术经济研究，2010（10）：64-77，115.

dedecms.com

[26]任曙明，吕镯.融资约束、政府补贴与全要素生产率——来自中国装备制造企业的实证研究[J].管理世界，2014（11）：10-23，187. 本文来自织梦

[27]闫志俊，于津平.政府补贴与企业全要素生产率——基于新兴产业和传统制造业的对比分析[J].产业经济研究，2017（1）：1-13.

[28]宋凌云，王贤彬.重点产业政策、资源重置与产业生产率[J].管理世界，2013（12）：63-77.

copyright dedecms

[29]徐现祥，陈小飞，经济特区：中国渐进改革开放的起点[J].世界经济文汇，2008（1）：14-26. 本文来自织梦

[30]汪涛，李祎，汪樟发.国家高新区政策的历史演进及协调状况研究[J].科研管理，2011（6）：108-115. 织梦好，好织梦

[31]周元，王维才.我国高新区阶段发展的理论框架——兼论高新区“二次创业”的能力评价[J].经济地理，2003（4）：451-456.

织梦内容管理系统

[32]林毅夫.新结构经济学[M].北京：北京大学出版社，2012. 内容来自dedecms

[33]周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究，2007（7）：36-50.

dedecms.com

[34]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.

织梦好，好织梦

[35]沈能，刘凤朝，赵建强.中国地区工业技术效率差异及其变动趋势分析——基于Malmquist生产率指数[J].科研管理，2007（4）：16-22.

[36]白俊红，江可申，李婧.中国地区研发创新的技术效率与技术进步[J].科研管理，2010（6）：7-18. dedecms.com

[37]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004（10）：35-44. 织梦内容管理系统

[38]刘修岩，贺小海.市场潜能、人口密度与非农劳动生产率——来自中国地级面板数据的证据[J].南方经济，2007（11）：26-36. dedecms.com

[39]郑新业，王晗，赵益卓.“省直管县”能促进经济增长吗?——双重差分方法[J].管理世界，2011（8）：34-44，65.

[40]王小鲁，樊纲，余静文中国分省份市场化指数报告（2016年）[M].北京：社会科学文献出版社，2017. dedecms.com

[41]刘国光，李京文.二十一世纪中国经济展望[J].湖北社会科学，2001（11）：2-4. 织梦内容管理系统

[42]郑玉歆.全要素生产率的再认识——用TFP分析经济增长质量存在的若干局限[J].数量经济技术经济研究，2007（9）：3-11.

织梦内容管理系统

[43]王佳菲.正确认识和运用“看不见的手”和“看得见的手”——学习习近平总书记关于政府和市场关系的系列论述[J].经济研究，2016（3）：46-48.

织梦好，好织梦

[44]习近平.习近平谈治国理政[M].北京：外文出版社，2014：117.

---

[1] 2013年科技部发布的《国家高新技术产业开发区创新驱动战略提升行动实施方案》对高新区下一步发展的目标要求。 copyright dedecms

[2]中国的开发区体系包括国家级高新区、国家级经济技术开发区、出口加工区、综合保税区、边境经济合作区，以及省级开发区等类型。

织梦内容管理系统

[3]国家发展和改革委员会、科技部、原国土资源部、住房城乡建设部、商务部、海关总署于2018年3月发布了《中国开发区审核公告目录》（2018年版），http：//www.gov.cn/xinwen/2018-03/03/content_5270330.htm。数据来源国家发展和改革委员会网站。 织梦内容管理系统

[4] 15个副省级城市为：深圳、厦门、广州、宁波、青岛、济南、大连、沈阳、长春、哈尔滨、成都、西安、武汉、杭州、南京；“较大的市”是一个狭义的概念，国务院分四次共批准了19个“较大的市”，具体为：大连、本溪、徐州、苏州、淮南、无锡、淄博、青岛、鞍山、唐山、大同、宁波、邯郸、洛阳、重庆（1997年直辖后不再是“较大的市”）、包头、齐齐哈尔、吉林、抚顺。

本文来自织梦

[5]根据277个城市2000—2015年的基础数据进行测算，得到的是277个城市2001—2015年的TFP增长率。 dedecms.com

[6]限于篇幅，文中不展示检验结果。

[7]在2000年前成立的国家高新区共52家，但由于样本不涉及四个直辖市和西藏自治区，故本文涉及的2000年前成立的高新区有47家。