白少一

（北京郵電大學(xué)，北京 100876）

國(guó)家高新區(qū)是我國(guó)科技成果產(chǎn)業(yè)化的重要基地，是國(guó)家和地區(qū)經(jīng)濟(jì)增長(zhǎng)的催化劑。1988 年，我國(guó)設(shè)立第一家國(guó)家高新區(qū)——中關(guān)村科技園，截至2018 年，經(jīng)國(guó)務(wù)院批復(fù)建設(shè)的國(guó)家高新區(qū)數(shù)量已達(dá)169 家，生產(chǎn)總值達(dá)到11.1 萬(wàn)億元，占國(guó)內(nèi)生產(chǎn)總值比重達(dá)12.0%。盡管?chē)?guó)家高新區(qū)對(duì)于國(guó)家技術(shù)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的作用越來(lái)越大，但是，每個(gè)國(guó)家高新區(qū)的發(fā)展卻不盡相同，這是由于目前對(duì)于國(guó)家高新區(qū)增長(zhǎng)的影響因素沒(méi)有統(tǒng)一的認(rèn)識(shí)，很少有管理基準(zhǔn)來(lái)確保國(guó)家高新區(qū)的持續(xù)增長(zhǎng)，這種偏差是由于沒(méi)有準(zhǔn)確地理解國(guó)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(biāo)。

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

1 文獻(xiàn)綜述

目前，國(guó)外對(duì)于高新區(qū)增長(zhǎng)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(duì)美國(guó)科技園進(jìn)行分類研究時(shí)，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(yíng)、并有信息技術(shù)產(chǎn)業(yè)的園區(qū)的增長(zhǎng)率比平均增長(zhǎng)率要高8.4%。Link 和Yang[3]發(fā)現(xiàn)韓國(guó)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?jī)?nèi)容更多樣的園區(qū)，就業(yè)增長(zhǎng)更快。

國(guó)內(nèi)關(guān)于高新區(qū)增長(zhǎng)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(jìn)步這三個(gè)因素對(duì)我國(guó)國(guó)家高新區(qū)經(jīng)濟(jì)增長(zhǎng)的影響。姜彩樓[5]對(duì)52 家國(guó)家高新區(qū)的績(jī)效進(jìn)行測(cè)算，并分析了區(qū)位條件與中央政策對(duì)于國(guó)家高新區(qū)績(jī)效的影響。謝子遠(yuǎn)[6]利用數(shù)據(jù)包絡(luò)分析法對(duì)我國(guó)53 個(gè)國(guó)家高新區(qū)的技術(shù)創(chuàng)新效率進(jìn)行了測(cè)度，發(fā)現(xiàn)科技投入支出強(qiáng)度等7 個(gè)變量對(duì)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(gè)變量對(duì)技術(shù)創(chuàng)新效率產(chǎn)生了顯著負(fù)面影響。

梳理文獻(xiàn)發(fā)現(xiàn)，當(dāng)前關(guān)于促進(jìn)我國(guó)高新區(qū)增長(zhǎng)的因素研究主要集中于經(jīng)濟(jì)增長(zhǎng)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(yùn)輸能力等創(chuàng)新要素，這對(duì)于創(chuàng)新要素匱乏地區(qū)高新區(qū)的可持續(xù)增長(zhǎng)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(duì)高新區(qū)規(guī)模增長(zhǎng)的影響，試圖找到促進(jìn)高新區(qū)規(guī)模增長(zhǎng)的根本因素，以期實(shí)現(xiàn)高新區(qū)的可持續(xù)發(fā)展。

2 模型

我們借鑒美國(guó)大學(xué)科技園增長(zhǎng)模型，假設(shè)在t 時(shí)刻，國(guó)家高新園區(qū)從業(yè)人員數(shù)量y（t）隨時(shí)間增長(zhǎng)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(zhǎng)率，ε是隨機(jī)誤差項(xiàng)。我們假設(shè)從業(yè)人員數(shù)量的年增長(zhǎng)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(jì)模型：

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

3 變量選擇與數(shù)據(jù)來(lái)源

本文的因變量為國(guó)家高新區(qū)t時(shí)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(jí)為國(guó)家高新區(qū)到2018 年的時(shí)間差，建立時(shí)間長(zhǎng)的高新區(qū)有更長(zhǎng)的時(shí)間來(lái)吸引公司和組織，也有更長(zhǎng)的時(shí)間讓它們成長(zhǎng)。對(duì)于方程（5）的估計(jì)，在增長(zhǎng)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(guó)家高新區(qū)與最近的大學(xué)之間的距離，單位是KM。因?yàn)?，基于大學(xué)的研究往往具有基礎(chǔ)性，從而會(huì)產(chǎn)生隱性知識(shí)[7]。univ為園區(qū)所在城市的高校數(shù)量。與一個(gè)園區(qū)相關(guān)的大學(xué)越多，那么嵌入的隱性知識(shí)就越大，園區(qū)中的企業(yè)比較容易從中受益和成長(zhǎng)[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(zhǎng)越快。ICT是記錄21 世紀(jì)信息和通信技術(shù)革命的開(kāi)始。變量ICT是一個(gè)二元變量，對(duì)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(jìn)步和研究速度的加快，在21 世紀(jì)建立的園區(qū)就業(yè)增長(zhǎng)更快。pol為園區(qū)所在城市的行政級(jí)別。我國(guó)最初建立的國(guó)家高新區(qū)大多在行政級(jí)別比較高的城市。假設(shè)高新區(qū)所在城市的行政級(jí)別越高，高新區(qū)的就業(yè)增長(zhǎng)就越快。本文參照Démurger（2002）[9]等人的研究，對(duì)國(guó)家高新區(qū)所在城市進(jìn)行賦權(quán)：直轄市和經(jīng)濟(jì)特區(qū)權(quán)重為3（本文所列經(jīng)濟(jì)特區(qū)為深圳、珠海、汕頭、廈門(mén)，即1979 年國(guó)家設(shè)立的四個(gè)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(jí)城市、計(jì)劃單列市權(quán)重為2；沿海開(kāi)放城市、長(zhǎng)江沿岸十大城市、內(nèi)地省會(huì)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(guó)科技園的增長(zhǎng)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(duì)伍和更大的人力資本，園區(qū)的就業(yè)增長(zhǎng)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(zhǎng)得越快。

經(jīng)過(guò)對(duì)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(xiàng)產(chǎn)業(yè)的為1，不含有的為0。

因?yàn)槲覈?guó)地域遼闊，各區(qū)域差別較大，為考慮可能的區(qū)域因素對(duì)于國(guó)家高新區(qū)規(guī)模增長(zhǎng)的影響，我們將國(guó)家高新區(qū)劃分在三個(gè)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(lái)源于《中國(guó)火炬統(tǒng)計(jì)年鑒2019》。高新區(qū)與最近高校的距離，為高新區(qū)管委會(huì)與最近高校的距離，數(shù)據(jù)來(lái)源于百度地圖。高新區(qū)所在城市的高校數(shù)量來(lái)自教育部2018 年發(fā)布的《全國(guó)高等學(xué)校數(shù)量》。高新區(qū)的主導(dǎo)產(chǎn)業(yè)來(lái)源于各高新區(qū)官網(wǎng)。變量的描述性統(tǒng)計(jì)見(jiàn)表1。

表1 變量相關(guān)的描述性統(tǒng)計(jì)

4 計(jì)量經(jīng)濟(jì)學(xué)發(fā)現(xiàn)

表2為不同因變量和不同樣本量的計(jì)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(jí)的12 家高新區(qū)的回歸結(jié)果，這些園區(qū)升級(jí)時(shí)間較短，沒(méi)有足夠的時(shí)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(jì)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(shuō)明其整體解釋能力比較強(qiáng)。

在表2 中，變量t在因變量為ln(emp)和ln(resemp)時(shí)，分別通過(guò)了5%和1%顯著性的檢驗(yàn)，并且系數(shù)為正，說(shuō)明升級(jí)為國(guó)家高新區(qū)的時(shí)間越早，高新區(qū)規(guī)模越大。早升級(jí)為國(guó)家高新區(qū)1 年，園區(qū)的從業(yè)人員年增長(zhǎng)率和大專以上從業(yè)人員年增長(zhǎng)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(shí)通過(guò)了5%的顯著性檢驗(yàn)，在因變量為ln(resemp)時(shí)通過(guò)了1%的顯著性檢驗(yàn)，并且系數(shù)均為正，說(shuō)明高校數(shù)量是影響高新區(qū)年增長(zhǎng)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(zhǎng)率分別增加0.4%和0.5%。高新區(qū)周?chē)咝?shù)量越多，知識(shí)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(shí)也就越容易，高新區(qū)的增長(zhǎng)也會(huì)越快。

變量ICT在因變量為lnemp時(shí)通過(guò)了5%的顯著性檢驗(yàn)，在因變量為ln(resemp)時(shí)通過(guò)了1%的顯著性檢驗(yàn)，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(jí)的國(guó)家高新區(qū)就業(yè)增長(zhǎng)的更快。在21 世紀(jì)建立的國(guó)家高新區(qū)從業(yè)人員增長(zhǎng)率比20 世紀(jì)建立的國(guó)家高新區(qū)高4.16%，大專以上從業(yè)人員年增長(zhǎng)率高6.9%。

變量com在因變量為ln(emp)和ln(resemp)時(shí)均通過(guò)了5%顯著性的檢驗(yàn)，并且符號(hào)均為正，說(shuō)明國(guó)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(zhǎng)率越快。園區(qū)主導(dǎo)產(chǎn)業(yè)數(shù)量多增加一項(xiàng)，園區(qū)從業(yè)人員和大專以上從業(yè)人員的年增長(zhǎng)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(zhǎng)率分別增加2.34%和1.86%。

變量dis和pol均未通過(guò)顯著性檢驗(yàn),這與美國(guó)科技園相反。姜彩樓[11]發(fā)現(xiàn)中央政策對(duì)于高新區(qū)的績(jī)效不顯著，認(rèn)為是因?yàn)椤熬哂斜阌诔隹趯?dǎo)向型工業(yè)化的地理優(yōu)勢(shì)、高效的政府效率以及密集的智力資源等因素開(kāi)始取代中央政策成為促進(jìn)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(cè)國(guó)家高新區(qū)從業(yè)人員增長(zhǎng)率和大專以上從業(yè)人員增長(zhǎng)率，分別為：

表2 主要計(jì)量結(jié)果（n=169）

5 結(jié)論

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

1.國(guó)家高新區(qū)的建立時(shí)間越長(zhǎng)、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(zhǎng)率就越高。

2.國(guó)家高新區(qū)與大學(xué)之間的距離對(duì)于高新區(qū)就業(yè)的增長(zhǎng)率不顯著。行政級(jí)別沒(méi)有通過(guò)檢驗(yàn)，與姜彩樓等的發(fā)現(xiàn)類似，說(shuō)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(guò)增長(zhǎng)模型的詳細(xì)說(shuō)明，基于國(guó)家高新區(qū)的數(shù)據(jù)，計(jì)算出國(guó)家高新區(qū)從業(yè)人員年均增長(zhǎng)率和大專以上從業(yè)人員年均增長(zhǎng)率分別為10.07%和13.86%。