第3章
创新经济体全要素生产率的测度和增长分解

3.1　引言

新科技革命所带动的以知识为基础的新兴产业的快速发展，标志着经济发展从传统的要素驱动、投资驱动向创新驱动转型（Porter，2001）。创新驱动经济是一种内生发展模式，以新知识、新技术对生产要素进行改造和重新组合，能够突破传统发展模式下的资源和要素约束，实现高效、集约、绿色的经济可持续发展，并成为赢得竞争力的关键（洪银兴，2009）。以美国硅谷为代表的科技园区所创造的增长奇迹，体现了创新驱动经济的典型范式。以此为借鉴，我国在20世纪80年代末部署建立国家高新区，探索创新发展的道路与模式，并在发展过程中以“五个转变”“四位一体”和“战略提升” 的要求不断强化创新驱动的发展导向。历经20年的建设，国家高新区已经成为我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，成为我国发展高新技术产业最重要的战略力量，成为引领全社会科学发展、创新发展和可持续发展的战略先导。

在发展初期，由于我国科技产业的基础非常薄弱，为快速建立起现代工业体系，高新区在起步建设阶段确实存在依靠招商和土地规模扩张发展的问题。经过以提升自主创新能力为目标的“二次创业”后，高新区是否真正摆脱了传统的投资驱动型发展模式，实现向创新驱动型发展方式的转变，还需要科学的方法进行检验和评估。目前，我国很多学者对高新区的实证研究难以证实其创新驱动效益，其主要原因来自3个方面：一是很多学者基于高新区前期“一次创业”阶段进行分析，发现高新区对资本投入的依赖性强，科技创新的驱动效益不显著（罗晖，2006；王栋和韩伯堂，2007）；二是采用索罗残余法计算全要素生产率本身存在缺陷，缺乏对其结构的进一步分解将难以考察创新的驱动效益（李强，2007）；三是高新区是我国创新投入强度最大、创新要素最密集的区域，根据Jones（1995）的理论，创新投入超过一定规模后将会消除增长的规模效益，采取传统的投入产出效率的分析方法将会得出创新效率偏低的结果。

本章在解析创新驱动型经济增长机制的基础上，具体考察高新区如何实现创新驱动型发展，并实证检验高新区创新驱动经济增长的绩效表现。本章采用随机前沿分析法，通过参数假设检验选取超越对数的生产函数形式，在此基础上分别估算各投入要素的产出弹性，最后运用库姆巴卡（Kumbhakar，2000）全要素生产率（TFP）增长率的分解公式将全要素生产率分解为技术进步率、生产（技术）效率以及规模效率三部分，以此考察创新对高新区增长的贡献作用，进而评价国家高新区进入“二次创业”阶段以来的经济增长方式及基本动力机制。

3.2　高新区驱动经济增长的机制及高新区的具体表现

创新被视为经济发展的重要驱动力，理论界和政策界对创新是如何驱动经济增长问题的关注从来没有间断过。从现有的研究来看，理论界对创新驱动经济增长的机制大致可以归结为以下3个方面：第一，增加产品的多样性，通过多样化的产品或服务创新创造出更多消费体验和市场，增进生产的专业化程度（Romer，1990；Grossman and Helpman，1991）；第二，创造出新的产业部门（Saviotti and Pyka，2004，2008），以创新的产品或服务替代原有的产品，推进生产和消费水平的跃升（Aghion and Howitt，1992；Grossman and Helpman，1991），并带动新的中间产品的部门的发展，以互补性产品或服务延伸和扩大市场空间，强化创新价值的获取能力（Young，1993；Teece，1986）；第三，提升投入要素的质量和促进要素积累，进而提高生产率，包括人力资本积累模型（Lucas，1988）、知识积累模型（Jones，1995）、资本积累（Zeng，1997）和技术资本积累（Hulten，1992；Greenwood et al.，1997）等。

3.2.1　以新产品创新驱动增长

高新区企业生产的主导产品从1991年的3775种增加到了2011年的65787种，20年来增长了16倍多。进入21世纪后，高新区的新产品销售收入更是快速增长，新产品销售收入从2000年的2188亿元增长到2011年的34582亿元，年均增长率达到28.5%，高新区新产品销售收入的平均增长率比全国大中型工业企业高3.7个百分点。以新产品创新来创造财富已经成为高新区企业经营发展的重要形式，高新区企业也由此成为全国新产品创新的主力军。高新区企业新产品销售收入占其营业收入的比重从2000年的23.8%上升到2011年的25.9%，并且高新区企业新产品销售收入占营业收入的比重比全国大中型企业高出近10个百分点。

3.2.2　以创新型产业驱动增长

30年来，伴随着高新区经济的迅速增长，高新区的发展形态和发展内涵也经历了一个从“量”变到“质”变的过程。高新区建立了产业门类齐全的高新技术产业和高技术服务业体系，而且这种以知识为基础的新兴产业形态日益壮大成为高新区经济的主要支撑。2010年，高新区的高新技术产业已达到33325亿元，占高新区营业收入的34.3%，高技术服务业达到10961亿元，占高新区营业收入的11.3%。2010年，高新区的高新技术产业收入占全国高新技术产业收入的44.7%，直接以知识和技术创造财富也是高新区企业实现创新价值的重要形式。高新区的技术性收入从1991年的17亿元增长到了2011年9284亿元，增长了540多倍，2011年技术收入占营业总收入的7%。

同时，高新区已经建立起新兴产业发展的支持性体系和保护性空间，成为新兴产业的重要策源地和我国发展战略性新兴产业的核心载体。以高技术制造业和高技术服务业共同构成的高技术产业已经成为国家高新区产业的重要构成部分，属于高技术产业的企业占高新区企业总数的一半以上。2010年全国83家高新区的电子及通信设备制造收入占全国的比例达到47.9%，航空航天制造占全国的比例为25.9%，医药制造占全国的比例为26.1%，生物技术产业占全国的比例为29%。新材料、新能源、生物技术、环境保护等领域年均增长率超过20%，引领着全国新兴产业的快速发展。如杭州高新区集成电路设计、电子商务、软件信息业、物联网几个产业的增加值分别占到了全省产业增加值的91.7%、90%、81.3%和40%，无锡高新区2011年物联网收入达到245亿元，占全市收入的比重为51.6%。

3.2.3　以创新要素积累驱动增长

国家高新区不断强化创新环境的营造，吸引和聚集了国内外优秀的创新人才和创新资源，以高质量知识型要素的投入和积累推动区域经济的持续增长。截至2011年，国家高新区企业年末拥有从业人员1073.6万人，大专以上学历从业人员的比例为51%，其中，硕士学位毕业生46万人、博士学位毕业生5.4万人，归国创业的留学人员5.3万人。2011年，高新区从事科技活动的人员超过174.4万人，占高新区从业人员总数的16.2%，占全国企业科技活动人员的61.3%。在263名国家引进的海外高层次创业人才中，有80%～85%是从高新区入选的。2020年企业年末拥有从业人员翻了一番，达到2383万人，其中，科技人员达到514万人，占比为21.5%，归国创业的留学人员达到21万人。

国家高新区的创新投入强度大幅度领先于全国水平，高强度的研发投入推动着高效的创新，并以此加速知识和资本的积累，形成高投入、高积累和高产出的创新经济正反馈强化机制。2011年，高新区企业R＆D经费内部支出为2269亿元，占全国企业R＆D经费支出的34.5%，占园区生产总值的5.45%，是全国研发经费投入强度（1.84%）的2.96倍。2020年，高新区企业R＆D经费内部支出为9192亿元，占全国企业R＆D经费支出（16921.8亿元）的54.3%，占园区生产总值的7.5%，是全国研发经费投入强度（2.4%）的3.125倍。以高强度的创新投入为保证，高新区获得了丰硕的创新成果，成为全国知识积累最雄厚的区域。2011年，全国88家高新区获得专利授权88238件，其中发明专利授权29438件，年均增长率达到32%，占全国企业发明专利授权的50.7%（见图3-1）；根据《国家高新区创新发展报告》，2018年，国家高新区企业申请、授权、拥有发明专利数分别达到36.2万件、14.3万件、73.1万件，年增速均在20%以上。并且，高新区企业的发明专利授权占总专利授权的比重达到35.4%，是全国（17.7%）的2倍。

3.3　实证模型和数据描述

对科技创新贡献率的衡量一直是理论界的难题，全要素生产率被认为是一个可参考的替代指标，但作为剔除各类投入要素贡献的余值，它包含了太多的内容，科技创新可能只是其中一个方面。因而，考察创新对经济增长的贡献还需要对全要素生产率进一步分解，随机前沿分析（Frontier Productivity Analysis）和数据包络分析（Data Envelopment Analyses）均提供了对全要素生产率的计算和分解方法。数据包络分析对数据和算法的要求较高，随机前沿分析能够更好地解决随机误差问题，避免个体误差或异常值对整体结果的干扰。

3.4　结论

高新区自设立之初便被赋予了“自主创新的战略高地”“转变发展方式和调整经济结构的重要引擎”“实现创新驱动与科学发展的先行区域”的使命与责任 。但在早期发展过程中，由于地方利益与中央意志的不一致，依托地方建设的高新区存在功能异化的问题，盲目招大引强、扩区发展、建设投入的问题较为普遍。因而，很多研究者对高新区是否切实实现了向创新驱动发展转型存在质疑。本章基于对高新区的实践观察剖析了创新驱动型经济体的增长机制，并通过对全要素生产率的计算和分解，实证检验了高新区是否实现了创新驱动的经济增长。本章的主要研究结论如下：

第一，国家高新区不断加强创新能力建设，以不断提升的要素质量推动科技创新突破和工艺效能改进，通过新产品的持续创新、产业结构的优化升级和新兴企业的孕育发展，走出了一条以创新为驱动的内涵式经济增长之路。

第二，高新区进入“二次创业”阶段后，只有高质量劳动对产出的贡献日益提升，而资本、土地的投入出现了明显的规模不经济现象。2002—2010年，高新区的全要素生产率及其增长整体高于全国水平，而且全要素生产率的增长主要是由技术进步决定的，技术进步对经济增长的贡献率为26.81%。因而，可以初步判断，随着以创新驱动为导向的“二次创业”战略的扎实推进，高新区率先实现了从投入驱动向创新驱动的转变，并由此成为当前带动和支撑我国经济发展方式转变的主要依靠力量。

第三，高新区TFP的增长大大高于其所在省份，不同地区高新区TFP增长率表现出一定的收敛趋势。中西部高新区的全要素生产率在21世纪初快速赶超东部地区，在实现以技术进步为核心驱动的经济发展的同时，平抑了区域内技术效率退化对经济增长的负面影响。可见，高新区的建设对于带动欠发达地区的转型和增长、促进区域平衡发展具有非常重要的意义。

随机前沿分析方法通过引入技术非效率项来剥离技术效率的影响，但仍然只是以时间项来粗略地反映技术进步，但这其中仍包含了政策、制度、组织等其他因素。当然，广义理解的创新发展本身就包括了适应新技术变革的社会、经济、制度、文化的整体变迁，以此作为评价创新驱动的标准有一定的合理性。未来的研究可以进一步对技术进步的结构进行分解，深入考察科技进步、体现在资本和人力方面的技术进步以及受技术进步所推动的制度变化对经济发展的驱动作用。

3.4.1　实证模型

随机前沿函数由Aigner等（1977）及Meeusen等（1977）提出。最初主要应用于横截面数据，Pitt和Lee（1981）、Kumbhakar（1990）、Battese和Coelli（1992，1995）等逐渐将其应用于面板数据，其基本模型如下：

其中， ， u _it ≥0， ，cov（ u _it ， v _it ）=0； Y _it 表示地区 i （ i =1，2，…， N ）在第 t 期（ t =1，2，…， T ）的产出； X _it 表示地区 i 第 t 期的投入要素； f （ X _it ， t ）表示生产可能性边界上的最大产出，即前沿产出； v _it 表示与创新效率和投入要素无关的随机观察误差，服从期望值为0，方差为 的正态分布； u _it 表示创新产出的实际水平偏离最优水平的无效率误差，并服从于期望值为 μ ，方差为 的截断正态分布。Battese和Coelli（1992）进一步将技术无效率项扩展为随时间变化的形式： u _it 满足式（3.2），服从非负截断正态分布 ^[1] 。

当 η ＞0（＜0）时，表示技术无效率项 u _it 随着时间的增加递减（递增），技术效率随时间不断改善（恶化）；当 η =0时，模型退化为截断正态分布假设条件下的形式，此时各观察值的技术无效率项不再随着时间发生变化。

由以上模型设定形式可以看出，该模型的基本思想是，个别生产者未能达到最优生产函数前沿，是因为同时受到随机扰动及技术无效率项两个因素的影响。其中，随机扰动是白噪声，多次观测的均值为0，而个别生产者的技术效率可以用该生产者产出的期望与随机前沿期望的比值来确定：

当 u _it =0时， TE _it =1，此时不存在技术无效率，样本单元位于前沿面上；当 u _it ＞0时， TE _it ＜1，存在技术无效率。

Battese和Coelli（1992）还进一步设定了方差参数的检验方法：

以复合扰动项中技术无效率项所占的比例检验是否需要使用随机前沿分析，若原假设 γ =0被接受，则表明实际产出与最大产出之间的偏离都来自随机误差项，此时采用普通的OLS估计即可。

在随机前沿分析中，生产函数形式的选取直接关系各参数估计的准确性。与一般的C-D生产函数模型相比，超越对数函数形式放松了中性技术进步以及产出弹性不变的假设，函数形式更加灵活，而本章使用的是面板数据，随着时间的变化，技术是否中性以及产出弹性是否固定并不能事先确定，因此，我们选择更加灵活的超越对数函数形式作为模型出发点，同时为了避免由于生产函数形式的误设带来的估计误差，对C-D生产函数形式（模型1.1、模型1.2）、无技术进步生产函数形式（模型1.3）以及技术效率不随时间变化的超越对数函数形式（模型1.4）三种生产函数形式分别进行回归，并通过广义似然率统计量 λ =-2ln［ L （ H ₀ ）/ L （ H ₁ ）］进行检验， L （ H ₀ ）和 L （ H ₁ ）分别是零假设 H ₀ 和备择假设 H ₁ 前沿模型的似然函数值。如果零假设成立，那么检验统计量 λ 服从混合卡方分布，自由度为受约束变量的个数。其中，超越对数函数形式作为基准模型（备择假设 H ₁ ），其表达式如下：

其中， y _it 为产出， x _ilt ， x _ikt ， x _iat 分别为劳动、资本和土地投入， t 为时间项。

为了检验（3.5）生产形式的合理性，作出如下假设：

（1） H ₀ ： α _t = α _ll = α _kk = α _aa = α _tt = α _lk = α _lt = α _kt = α _at = α _la = α _ka =0，即采用不含技术进步（t）的C-D生产函数形式（模型1.1）。

（2） H ₀ ： α _ll = α _kk = α _aa = α _tt = α _lk = α _lt = α _kt = α _at = α _la = α _ka =0，即采用包含技术进步的C-D生产函数形式（模型1.2）。

（3） H ₀ ： α _t = α _tt = α _lt = α _kt = α _at =0，即假设不存在技术进步（模型1.3）。

（4） H ₀ ： η =0，即假设技术无效率不随时间变动（模型1.4）。

通过广义似然率统计量假设检验对生产函数的形式进行判断后，根据回归系数计算全要素生产率增长率。根据库姆巴卡（2000）全要素生产率增长率的分解公式：

其中， 分别代表全要素生产率增长率、技术效率（生产效率）变化率以及技术进步率， 为第 j 种投入要素的增长率， E _j （ j =1，2，3）分别代表资本、劳动和土地三种投入要素的产出弹性， 表示规模弹性，其中，劳动、资本和土地的规模弹性分别为

超越对数函数形式以时间趋势表示技术进步的变化，因此，我们采用产出变化率随时间的变化趋势表示技术进步率：

技术效率的变化率为

3.4.2　数据描述

本章的数据主要来自科技部火炬高技术产业开发中心的火炬统计数据。针对很多研究者对高新区依靠土地规模扩张发展的批评，我们在投入变量中增加土地的投入，各高新区土地投入数据是笔者根据实际调研以及各个高新区公布的资料整理的 ，考虑了近年来高新区新扩区和扩大管辖范围的面积。根据数据的可获得性和完整性，并考虑高新区是以“二次创业” 为标志步入创新驱动型发展阶段，我们只选取了2002—2010年52个国家级高新区的面板数据作为分析对象。

在全要素生产率的计算中，投入和产出变量的选取及衡量方法会对最终计算结果产生很大的影响，所以我们首先对高新区的投入产出变量进行了必要的清理和调整。在产出衡量方面，与其他关于地区全要素生产率的研究保持一致，我们采用园区增加值这一指标，并以各高新区所在省份、2002年为基期的GDP平减指数进行价格平减。在资本投入方面，火炬统计有标准口径的年末资产指标，避免了不同方法测算资本积累所带来的不一致性，并同样以高新区所在省份、2002年为基期的固定资产投资价格指数进行平减。对于劳动投入，本章采用了高新区从业人员总人数作为劳动投入的衡量指标。对于土地投入，本章采用的是各高新区各年的建成区面积（实际开发面积）。但由于高新区土地扩张的规模和速度很大程度上依赖于政府规划，一些高新区在扩张建成后很长一段时期内土地规模保持不变，而在某一年份获得政府批准后迅速扩张，从而整体上呈现间断式“阶梯式”增长趋势。为了避免这一特殊的土地扩张模式带来的影响，本章对土地增长进行了平滑处理，以高新区在各扩张年份的土地数据为基点，以各时期的平均土地增长率代替各年的实际增长率来估算各年的土地投入规模。

图3-2给出了高新区园区增加值和年末固定资产增长情况，并通过价格指数平减剔除了通货膨胀影响；图3-3显示的是高新区从业人员增长和土地实际开发面积增长情况，对土地投入增长也进行了平滑处理。各主要变量进行对数处理后的描述统计分析如表3-1所示。

3.5　主要回归结果及分析

3.5.1　随机前沿生产函数的估计

对随机前沿生产函数的估计结果如表3-2所示。其中，模型1为基准模型，采用最一般的超越对数生产函数，并遵循Battese和Coelli（1992）模型中技术非效率项随时间变化的假设。模型1.1、模型1.2、模型1.3和模型1.4分别对应不包含技术进步的C-D生产函数形式、包含技术进步的C-D生产函数形式、不包含技术进步的超越对数生产函数形式以及技术效率项不随时间变化的超越对数生产函数形式，用于判断模型1生产函数设定的合理性。各模型极大似然比检验结果如表3-3所示。模型1.1至模型1.4的原假设均被拒绝，说明原基准模型1拟合程度较好，超越对数生产函数形式以及技术非效率项的时间趋势假设都能得到满足，且模型1的总误差中46%左右（ γ =0.461， p ＜0.05）是由于技术非效率的存在而引起的，说明与普通的OLS估计相比，随机前沿分析更为合理。

根据模型1的估计结果，我们对各要素投入的产出弹性进行了估算。如表3-4所示，2002—2010年，52个国家级高新区资本、劳动及土地的产出弹性均值分别为0.532、0.208和0.103，这表明高新区资本、劳动及土地每上升1%，所带来的产出增长分别为0.532%、0.208%和0.103%。三项弹性系数之和为0.843，略小于1，说明高新区的产出增长表现出一定程度的规模不经济现象，现有各投入要素尚未实现最优规模配置。在这9年期间，资本和土地的产出弹性呈现缓慢下降趋势，特别是随着近年来各高新区的大规模扩区，土地的产出效率下降显著，土地投入和资本投入已经出现了明显的规模不经济现象。在三种投入要素中，劳动投入的增长速度最慢，且从时间趋势来看表现出一定的下降趋势（从2003年的13.6%下降至2010年的5.6%），但劳动的产出弹性却逐年上升（从2002年的0.137上升至2010年的0.311）。这说明随着高新区知识型经济比重的提升，对劳动质量的要求日益提高，高新区从业人员中大专以上学历的比重从2002年的36.5%提升到2010年的51%，相应地，劳动对产出的贡献也显著提高。2003年后劳动已经取代土地成为对产出更有影响力的投入要素，而且随着劳动产出弹性的提高，要素投入的整体产出效率从2003年的0.82小幅提升至2010年的0.86。

3.5.2　全要素生产率增长率及其分解

在随机前沿函数模型估计的基础上，我们进一步根据式（3.6）计算和分解全要素生产率。由表3-5可以看出，2002—2010年高新区的全要素生产率以4.71%的平均增速稳定增长，这与姜彩楼和徐康宁（2009） 的研究结果非常相似。2002—2006年是高新区全要素生产率增长的高峰期，在2005年达到最高点6.53%后就开始下降，2010年降到了2.77%，但与全国的各个地区相比，高新区的全要素生产率增长仍处于较高水平 。从对TFP分解的结果来看，TFP的增长主要来自技术进步和技术效率的变化，而且技术进步的年均增长率甚至超过TFP增长率，技术进步率的平均增长率为5.29%，并决定了TFP整体的增长趋势。而在技术进步和技术效率变化拉动TFP增长的同时，资本规模、劳动规模以及土地规模效益增长率却分别以1.90%、0.21%以及0.27%的速度在下降。事实上，由于早期过度地依赖招商引资和土地扩张的发展模式，高新区从2001起已经出现了较为明显的投入规模不经济问题，继续增加要素投入已难以进一步驱动经济增长，而技术进步才是高新区增长的核心驱动力。

2003—2010年，高新区全要素生产率对其经济增长的贡献率为23.87%，其中技术进步对经济增长的贡献率为26.81%，技术效率变化对经济增长的贡献率为9.1%（见图3-4）。而我国总体经济的增长仍然还是典型的投资驱动模式。比如，郭庆旺和贾俊雪（2005）测算的要素投入对我国1979—2004年经济增长的平均贡献率高达90.54%，技术进步的贡献仅有10.13%；中国经济增长与宏观稳定课题组（2010）的研究显示，1979—2008年，资本积累对经济增长的贡献率高达70.4%，全要素生产率对增长的贡献率为19.7%；宋冬林等（2011）所测算的资本对经济增长的贡献率在2000—2007年为88.4%，中性技术进步贡献率为7.2%，即使考虑资本体现式技术进步整体贡献率也只有19.2%。而且从全要素生产率的内部结构来看，2000年以后在全国水平上，技术效率的提升取代了技术进步成为全要素生产率增长的主要原因，因而全国层面微弱的创新驱动力量也主要是由技术效率改进而非技术进步带来的（周晓艳、韩朝华，2009；师萍等，2011）。可以看出，高新区的全要素生产率对经济增长的贡献大大超越了全国水平，高新区已经率先实现了向创新驱动的发展转型，其经济增长主要是依靠技术进步实现的。

不同地区高新区TFP的增长率表现出一定的收敛趋势。2003—2010年，中、东、西部地区TFP增长率的均值分别为4.94%、4.40%和5.18%，尤其是2003年和2005年西部地区TFP增长率达8%左右，远高于中部地区及东部地区；2006年后，不同地区间的TFP增长率开始表现出趋同趋势，这在一定程度上反映出不同地区间的高新区经济增长可能存在收敛迹象（见表3-6）。东部地区全要素生产率增长的主要动力来自技术进步，技术进步对GDP增速的贡献值达32.45%，技术效率的改善对经济增长仅贡献了7.80%；西部地区技术进步对经济增长的贡献仍处于主导地位，其贡献率为25.07%，而技术效率的改善也具有非常重要的意义，其对经济增长的贡献率达14.24%；中部地区技术进步的贡献率略低于东部地区，为28.67%，技术效率的改善也仅贡献了9.49%（见表3-7）。由此可见，无论是较为发达的东部地区还是较为落后的中西部地区，技术进步仍然是各地高新区经济增长的主要动力，其次为技术效率的改善，但东中部地区更多地依赖于技术进步，而西部地区技术效率的改善也是创新驱动的重要形式。

从全国来看，中西部地区的TFP大大落后于东部地区，而研究显示，中西部地区的落后不是由于其较低的技术进步率，而是技术效率的退步造成的（郑京海、胡鞍钢，2005）。我国高新区在平抑各个地区之间经济增长质量差异中发挥着非常重要的作用，高新区东中西部地区的TFP增长率的差别很小且具有收敛趋势。西部高新区技术效率对经济增长贡献较为突出，一定意义上说明西部高新区的建设在高效推动技术进步的同时，抵御了区域内技术效率退化对经济增长的负面效应，通过技术进步和技术效率的全面提升带动了TFP增长率的高速增长。

由表3-8可以看出，总体上高新区TFP的增长率大大高于其所在省份。53个高新区中，只有4个高新区的TFP增长率低于其所在的省份。西部13个高新区中，有4个高新区TFP增长率高于其所在省份的两倍；中部13个高新区中，有3个高新区TFP增长率高于其所在省份的两倍；东部27个高新区中，仅有北京、苏州、南京以及福州4个高新区TFP增长率高于其所在省份的两倍。可以看出，不论是在经济发达地区还是在经济不发达地区，高新区相对其所在区域均具有更好的经济增长质量和效益，创新对经济增长的驱动作用也更加突出，而且在最发达地区和最欠发达地区，高新区在其区域内所发挥的创新引领作用最为显著。

执笔：程郁　陈雪

---

[1] 在Aingner等（1977）及Meeusen等（1977）的最初模型中， ，其中 θ _i 为效率乘子，取值为［0，1］，表示产出效率大小。令 u _i =-ln θ _i ，则 u _i ≥0， u _i 表示技术非效率大小。 uyc6XkUbKtKQlSe+Jp2aChRj4/3hU2XOQfO0vHrPxQLgvj66fPfry8VV+2enbJRp