高新区产业与非高新区产业经济增长路径的差异研究
——基于研发模型的实证分析

张秀峰，胡贝贝，张 莹

（1.河南师范大学商学院，新乡 453007；2.中国社会科学院工业经济研究所，北京 100044；3.中国高新区研究中心评价部，北京 100190）

技术进步和资本、劳动力一起被称为经济增长的三大来源［1］。知识生产对经济增长的影响以及由此而形成的不同经济体经济增长路径的差异问题，成为学术界关注的重点。在中国日益注重创新驱动和高质量发展的背景下，新知识生产在实现自主创新和加快经济发展与转型方面所发挥的作用日益重要，科技创新和技术进步更加受到重视。作为我国创新驱动发展道路的先行区和示范区，高新区的发展路径应当代表着中国未来经济创新增长的发展模式。我国国家级高新区高新产业（简称为高新区产业）的知识生产状况如何？与非国家级高新区产业（简称为非高新区产业）相比，是否走出了一条新型的创新发展经济增长路径？这些是我国高新区产业和非高新区产业发展过程中需要关注的重点问题。

在经济增长路径的研究方面，传统文献主要关注要素投入、产业结构优化、城镇化等因素对经济增长路径的影响，但这些研究难以解释为什么不同国家或地区有着不同的经济增长路径。新知识生产在推动国家或地区步入快速、可持续经济增长路径方面的作用，是容易被忽略的重要因素。对于不同类型、不同层面的区域或产业是否存在经济增长路径的差异，新知识生产在其中发挥着怎样的作用，现有文献也开展了相关的分析。程郁和陈雪［2］对全国高新区的全要素生产率（TFP）增长进行了测算和分解，分析结果表明高新区的TFP增长率明显高于其所在省区水平，且高新区的TFP在区域内具有收敛效应。刘瑞明和赵仁杰［3］对国家高新区与地区经济发展之间的关系进行了实证分析和研究，发现国家高新区的建设显著促进了地区经济发展，同时，国家高新区对地方经济发展的推动作用呈现边际递减效应，即国家高新区对较低等级城市的经济发展作用更大。胡贝贝等［4］实证检验了高新区创新经济体知识生产的规模递增效应，结果表明高新区的知识生产显示出很强的规模递增效应。这些文献对非高新区与高新区之间发展的差异性以及两者之间的关系进行了研究，但并未发现不同产业发展路径存在差异的原因，同时，从内生增长理论和新知识生产的角度分析非高新区产业与高新区产业的发展和增长差异性问题的研究还相对匮乏。与以往研究相比，本文的创新之处在于实证分析和检验了不同类型产业是否会因知识生产的差异而存在经济增长路径的差异性，并基于内生增长理论分析和解释了新知识生产在推动不同类型产业步入不同经济增长路径方面所发挥的作用。

本文借鉴内生经济增长理论构建基于研发模型的知识生产与经济增长路径分析框架，在此基础上采用省级面板数据、高新区面板数据并运用固定效应回归方法对我国知识生产函数特性和经济增长路径进行实证研究。一方面，以省级层面的面板数据为基础，验证我国非高新区产业知识生产函数的特性和经济增长路径；另一方面，以高新区面板数据为基础，验证我国高新区这种知识密集型高新区产业的知识生产函数的特性和经济增长路径。在我国加快实施创新驱动战略和推动高质量发展的背景下，分析非高新区产业和高新区产业新知识生产的特性以及不同产业经济增长路径的差异性，研究结论可以为我国政府部门制定非高新区产业和高新区产业协同发展政策提供理论和实践参考，同时将丰富创新经济学相关理论研究，拓展区域创新资源配置相关研究成果。

1 文献综述与理论框架

1.1 文献综述

知识生产在促进经济增长和发展方面发挥重要作用。国外学者从多个角度分析和研究了知识生产、知识创新与经济增长问题，如CHARLES［5］研究了美国1950—1993年期间的经济增长问题，发现美国这一时期的长期增长得益于新知识的增长，随着时间的推移，美国的研发强度和教育程度稳步提高，美国的经济增长可以保持在一个比长期运行率更高的速度上。BILBAO-OSORIO和RRODRÍGUEZ-POSE［6］研究了欧盟地区过去20年的研发、创新和经济增长问题，发现欧盟地区的私人部门、公共研发部门以及高等教育部门的研发活动均对创新产出产生了积极影响。PESSOA［7］的研究为OECD国家的知识生产与经济发展之间的关系提供了证据，并指出OECD国家长期的技术进步将到达稳态的增长速度。国内部分学者在知识生产对经济增长的影响方面也开展了相关研究。李磊和朱彤［8］通过实证分析发现中国经济增长的26.74%可以由物质资本投入解释，14.82%的部分可以由知识存量解释，9.76%的部分可以用人力资本解释。张延和王智强［9］通过构建知识生产函数将经济的长期增长划分为稳态稳定性均衡、非稳定性均衡和半稳定性均衡3种模式，且研究结果表明中国经济的增长模式属于稳定性均衡模式。严成樑和沈超［10］构建包含知识存量的知识生产函数并对1988—2009年的全国面板数据进行实证分析，重点分析了知识生产对中国经济增长的影响，发现中国的经济增长主要是由物质资本投入驱动的，知识生产对经济增长的贡献率大约为6.7%，同时发现发明专利比实用新型专利和外观专利对经济发展的作用和贡献更大。杨鹏［11］根据区域的经济、科技和产业发展特征将全国划分为8 个区域，并通过构建经济计量模型分析了R&D知识存量与经济发展的关系，发现各个区域的R&D知识存量与经济发展之间均呈现较强的正相关性和因果关系。靖学青［12］通过对上海地区的实证研究发现，知识创新一方面通过联动作用刺激人力资本，另一方面与物质资本投资结合，对上海经济增长产生积极影响。

现有研究表明知识生产对不同区域或产业的经济增长发挥推动作用，但并未对比分析知识生产是否会造成不同区域或产业步入不同的经济增长路径以及相关差异的原因，这也是本文所重点关注的问题。

1.2 研发模型的形式与基本假定

在分析技术进步推动经济发展的作用的相关研究中，新古典经济增长模型即索洛模型把技术进步作为一个外生变量，而基于内生经济增长理论的研发模型（研发模型）则将技术进步作为内生变量，在此基础上深入分析经济增长的内在机制，较好地解释了知识生产与积累以及技术进步在推动经济发展中的重要作用，同时还明确了知识生产函数的基本形式［13-15］。

基于内生经济增长理论的研发模型认为企业通过研发投入可以生产新的知识并形成知识存量，有效利用知识存量能产生新的知识，推动技术创新，并进一步引致经济增长［16］。基于以上知识生产的逻辑，GROSSMAN 和 HELPMAN［17］、AGHION 和 HOWITT［18］提出了研发活动的一个简化模型，该模型包括经济产出（Y）、资本（K）、劳动（L）和知识（A）4个变量。该模型函数形式如下。

其中，0 ＜α ＜1，ak和aL分别为资本和劳动用于研发部门的比例。

知识生产函数形式如下。

其中，θ反映了现有知识存量对新知识生产绩效的影响，B为转移参数，B ＞ 0，β ≥ 0，γ ≥ 0。

1.3 知识生产函数的规模报酬效应

根据研发部门的知识生产函数，研发人员、研发经费和知识存量都是新知识生产的投入要素。同时，研发经费投入和知识存量的规模报酬并没有限定，研发经费投入和知识存量的规模报酬效应取决于β+θ，即K和A都增加λ倍，知识生产则增长λβ+θ。因此，根据β+θ取值的不同，可以将知识生产函数划分为：①β+θ ＜1，知识和资本规模报酬递减的知识生产函数；②β+θ =1，知识和资本的规模报酬不变的知识生产函数；③β+θ ＞1，知识和资本的规模报酬递增的知识生产函数。

1.4 关于经济增长路径

根据研发模型产品生产部门的产品生产函数和研发部门的知识生产函数，β+θ取值不同，经济增长的发展路径不同，即知识和资本的规模报酬状况将共同决定经济的增长路径，主要包括以下两种情况。

1）当β+θ＜1，经济增长最终收敛于稳态（见图1）。此时，研发在劳动力和资本中所占比例以及储蓄率都不会影响经济的长期增长率。经济增长均衡点的位置取决于参数β、θ、γ和n，提高研发部门的物质资本、人力资本以及知识存量的产出弹性，都会提高经济增长稳定均衡点。

2）当β+θ=1或β+θ ＞1，经济增长保持持续加速增长状态。均为1，二者将会是两条平行的直线，永远不会相交（见图2）；若n=0，则两条线成为重合的一条直线，知识和资本将保持持续加速增长，经济产出也将由于知识和资本的持续加速增长而保持持续加速增长状态，第一象限中将会是两条距离不断增大的直线，在第一象限不存在相交的可能性，即增长不存在收敛的可能性（见图4）。因此，知识和资本将保持持续加速增长，带动经济也同样保持持续加速增长状态。

根据以上分析可得，基于研发模型的知识生产函数，可以分为规模报酬递减、规模报酬不变和规模报酬递增3 种情况。对应不同的知识生产函数，可将产业的经济增长路径划分为两种。①稳态收敛增长型：经济增长率将最终收敛于稳态均衡点，经济产出将保持恒定的增长速度。②持续加速增长路径：经济增长率不存在收敛的可能性，而是具有保持加速增长的可能性。本文将根据该分析结论，以我国省级层面和高新区层面知识生产函数的形式和经济增长状态为分析目标进行实证分析。

图1 β+θ ＜1Fig.1 β+ θ ＜1

图2 β+θ=1，n ＞0Fig.2 β + θ=1，n ＞ 0

图3 β+θ=1，n=0Fig.3 β+θ=1，n=0

图4 β+ θ ＞1Fig.4 β+θ ＞ 1

2 指标与方法

2.1 指标设计

2.1.1 新知识生产 以专利作为新知识生产的代理变量存在不足，但专利是知识的重要内容，也是创新产出的重要指标。知识生产相关的实证分析经常利用专利申请量作为知识生产的代理变量［19-22］，本文也采用专利指标进行分析。鉴于发明专利是专利中含金量最高的一类，更能反映创新性和知识性，因此，本文选取发明专利申请量作为知识生产的衡量指标。选取专利申请量而非专利授权量作为代理变量，原因在于：①专利申请量具有较短的时间滞后性，从专利申请到授权一般需要18个月的审核期，因此专利申请量更具有参考价值；②专利申请量较少受到政府部门人为因素的影响，客观性较强。

2.1.2 研发资本和人员投入 本文采用科技活动经费内部支出和科技活动人员数量指标进行分析。选取科技活动经费而不选择R&D经费支出，是因为R&D经费支出统计口径过窄，科技部火炬中心《中国火炬统计年鉴》不再统计R&D 经费支出，只统计科技活动经费内部支出。科技活动经费内部支出包含了R&D经费支出及其他科技活动经费支出，而R&D经费支出则是科技活动经费内部支出的重要组成部分。

研发活动与生产活动相比具有较长的活动周期，从投入研发经费和人员到产出新知识往往需要数年的时间。考虑知识生产的滞后性特点，本文借鉴相关文献［23］，将研发经费和研发人员两个变量进行滞后2期处理。同时，对科技活动经费这一指标用以2000年为基期的GDP平减指数进行价格平减。

2.1.3 知识存量 采用永续盘存法计算知识存量，具体公式为

其中，Ait代表第i个省份/高新区在第t期期初的知识存量，Ai，t-1代表第i个省份/高新区在第t-1期期初的知识存量，Pi，t-1代表第i 个省份/高新区在第t-1 期新生产的知识。基期知识存量Ai0= Pi0（1+gi）/（gi+d）［24］，其中，gi表示第i个省份/高新区在2000—2015年知识的年平均增长率。为了保证检验结果的确定性，本文分别采用0、5%、10%和15%的折旧率进行测算。

2.2 数据来源

本文数据来源为2001—2016年的《中国科技统计年鉴》《中国统计年鉴》《中国火炬统计年鉴》《高等学校科技统计资料汇编》以及国家知识产权局网站，主要包括全国31个省、自治区和直辖市（不包括我国港澳台地区）2000—2015年度的科技经费内部支出、研发活动人员数量、年度发明专利申请量等指标数据。需要注意的是，由于从《中国统计年鉴》《中国科技统计年鉴》获取的省级层面数据包含了高等院校和科研院所、53家国家级高新区的相关数据，而本文的研究对象是非高新区产业与高新区产业之间的差异性，因此本文所采用的省级层面数据剔除了包括高等院校和科研院所在内的非产业类数据和53家国家级高新区数据。全国高新区的数据为各省市53家国家高新区2000—2015年的科技经费内部支出、科技活动人员数量、年度发明专利申请量等指标数据。

2.3 回归模型

本文以研发模型中的知识生产函数为基本回归模型，回归模型为

对方程（4）两边取对数，得到如下线性回归模型。

其中，Pit代表第 i个省份/高新区在第 t期的发明专利申请量，即新知识产量；Li，t-2和 Ki，t-2分别代表第 i个省份/高新区在第t-2期的研发人员投入和科技活动经费投入；Ait代表第i个省份/高新区在t期期初的专利知识存量。μi代表不随时间变化的每个省份/高新区的个体特征，ξit为误差项。

2.4 回归方法

本研究采用面板数据，且属于大N小T静态面板。采用F检验和豪斯曼检验，分别在固定效应和混合模型之间、固定效应和随机效应模型之间进行选择。如表1 所示，F 检验零假设为“H0 所有的ui都为零”，即不存在固定效应；豪斯曼检验的零假设为“H0 ui与xit、zi不相关”，即随机效应模型最有效率。通过检验可以发现，F检验和豪斯曼检验结果都拒绝了零假设，表明选取固定效应模型最佳。

表1 F检验和豪斯曼检验的结果Tab.1 Results of F test and Hausman test

3 实证检验

3.1 描述性统计

对2000—2015年全国31个省份以及53家高新区的发明专利申请量、R&D人员全时当量、科技活动经费进行基本的描述性统计，结果如表2所示。可以看出，省级层面当年发明专利申请量和10%折旧水平的知识存量平均值均高于高新区层面。原因可能在于国家级高新区虽然聚集了大量高新区产业，应当具有较高的发明专利申请量和知识存量，但因仅统计了全国53个国家级高新区，而省级层面大量非国家级高新区的高新产业和其他城市的省级高新区等数据则统计在省级层面数据中，因此表现出省级层面数据大于高新区层面数据。从当年发明专利申请量和10%折旧水平的知识存量的标准差来看，高新区层面则高于省级层面，主要原因在于高新区层面的当年发明专利申请量和10%折旧水平的知识存量增长速度更快，表现出更强的爆发力。

表2 描述性统计结果Tab.2 Descriptive statistic result

3.2 实证结果分析

本文采取了0、5%、10%和15%这4种知识存量折旧率，分别对非高新区产业和高新区产业的数据进行了回归，回归结果分析如表3所示。

1）从新知识生产要素对知识产出的影响来看，从表3省级层面的回归结果可以看出，在4种折旧水平上，非高新区产业科技活动经费投入和研发人员投入对新知识产出的影响均为正向，但系数都不显著，而知识存量与新知识产出之间则具有显著的正相关关系。非高新区产业的科技活动经费投入和研发人员投入对非高新区产业的发展具有正向作用，但可能由于非高新区产业仍然依赖生产要素的大量投入，同时，存在科技创新资源粗放式投入、配置效率较低以及研发人员激励和管理方式不合理等问题，从而使得科技活动经费投入和研发人员投入未能发挥较好的效果。知识存量与新知识产出之间具有显著的正相关关系，其原因可能在于：与高新区产业相比，非高新区产业的产业结构更多是以传统制造产业为主，传统制造产业经过多年的发展往往会形成较为明显的路径依赖，前期的知识积累会在很大程度上影响后期的知识生产，即以往的知识存量会对后期的知识生产产生显著的正向影响。

表3 回归分析结果Tab.3 Regression analysis results

从表3的高新区回归结果来看，高新区产业科技活动经费投入、知识存量都与新知识生产具有显著的正相关关系，但研发人员投入与新知识产出之间的相关关系不显著。其原因可能在于，目前高新区产业的科技创新仍然是依靠大量的科技经费投入驱动的，在科技资源尤其是研发人才资源的管理方面亟待改进，才能使得研发人才能够对创新活动起到关键推动作用。知识存量与新知识生产之间具有显著的正相关关系，表明前期的知识积累对新知识生产具有重要的推动作用，但系数小于省级层面对应系数，其原因可能是非高新区产业的创新活动具有较强的路径依赖，而高新区产业的路径依赖相对较弱，因此非高新区产业前期的知识积累对后期的知识生产影响更大。

2）从知识生产函数的规模效应的角度来看，表3省级层面面板回归结果表明，在4种折旧水平上，虽然科技活动经费投入和研发人员投入对新知识产出的影响均为正向，但系数都不显著，因此，结合前文知识生产函数的规模报酬效应的分类情况，测算知识生产函数规模效应的研发经费投入与知识存量的产出弹性系数之和。仅知识存量的产出弹性显著，而其弹性小于1，即β+θ ＜1，说明我国非高新区产业属于知识和资本规模报酬递减的知识生产函数，即知识生产不存在规模递增效应。一方面，非高新区产业大多仍然属于传统制造业，其创新活动带来的知识增量相对较少，另一方面，研发经费投入没有得到有效配置，未能产生显著的创新效果，抑制了知识生产的规模递增效应。而表3高新区面板回归结果表明，物质资本与知识存量的产出弹性系数之和显著大于1，即β+θ ＞1，结合前文知识生产函数的规模报酬效应的分类情况，说明我国高新区产业属于知识和资本的规模报酬递增的知识生产函数。一方面，高新区产业研发创新活动更活跃，其创新活动带来的知识增量相对较多，另一方面，大量的研发经费投入带来了显著的创新效果，推动了知识生产的规模递增效应。

3）从经济增长路径来看，表3省级层面面板回归结果表明，在4种折旧水平上，研发经费投入与知识存量的产出弹性系数之和小于1，即β+θ ＜1，对照前文关于经济增长路径的分析，由于非高新区产业的回归结果显示知识生产不存在规模递增效应，则对应的非高新区产业的经济增长路径为收敛于稳态的发展路径，其原因可能在于非高新区产业的自身特点以及研发创新投入难以实现高效的创新和经济产出，从而难以推动非高新区产业实现持续加速增长。而表3高新区面板回归结果表明，在4种折旧水平上，研发经费投入与知识存量的产出弹性系数之和大于1，即β+θ ＞1，结合前文关于经济增长路径的分析，对应的高新区产业的经济增长路径为持续加速型，其原因可能在于高新区产业创新活动更加高效、活跃，研发创新投入能够实现更加高效的创新和经济产出，从而推动高新区产业实现持续加速增长。

从理论方面来看，本文进一步证实创新理论中研发活动对推动产业持续加速增长的重要性，以及创新资源投入的高效配置和利用对创新绩效的重要性；从实证方面来看，非高新区产业科技活动经费投入和研发人员投入对新知识产出的影响均不显著，可能是由于非高新区产业的研发人才和研发经费的配置效率相对较低，而国家级高新区是高技术企业的集聚区，作为平台，存在较大的合作创新网络、较强的创新知识溢出，这些效应均会对高新区产业的增长路径产生重要影响，使得高新区产业的创新活动相对更加高效、活跃，实现持续加速增长，但高新区在研发人才和研发经费配置方面仍然有较大的提升空间。

4 结论与政策建议

4.1 结论与讨论

基于内生经济增长理论的研发模型，本文实证考察了我国省级层面非高新区产业和高新区产业知识生产的特性及其经济增长路径问题：前者的知识生产不存在显著的规模递增效应，对应的经济增长路径为稳态收敛型；后者的知识生产存在规模递增效应，对应的经济增长路径为快速持续增长型。

1）知识生产与积累会对高新区产业的增长过程产生重要的正向推动作用。从本文的实证检验来看，高新区产业的知识积累和研发资本投入对新知识生产起到了显著的促进作用，尤其是知识积累对新知识生产的弹性系数较高，而新知识生产增长率的提升将会对经济增长产生促进作用，因此，在高新区层面，知识生产、知识创新对创新经济体的经济增长均发挥着重要的推动作用。与以往的研究相比，相关学者更多关注研发投入和知识创新对推动经济增长的作用，较少考虑前期知识生产所形成的知识积累对经济增长尤其是高新区产业经济增长过程中的关键加速作用，这是本文研究结论的重要贡献之一。

2）省级层面的非高新区产业属于非规模递增的生产函数与稳态收敛的经济增长路径，高新区产业则属于规模递增的生产函数与持续加速的经济增长路径。我国省级层面的非高新区产业对应非规模递增gA为知识的增长率，aK和aL分别为社会资本和社会劳动用于研发部门的比例，K（t）表示社会资本投入，L（t）表示社会劳动投入，A（t）表示知识存量。实证数据显示，用于知识生产的研发经费和研发人员的增加都对知识生产增长率的提升具有正向作用，但研发经费和研发人员与新知识生产之间的正相关关系并不显著，说明研发经费和研发人员的活动可能存在效率低下的情况，需要提升研发经费和研发人员的资源配置效率和使用效率，提升知识存量的产出弹性可以带来新知识生产产出的快速增长。我国高新区产业对应规模递增的知识生产和持续加速的经济增长路径，在这种发展状态下，根据知识增长率公式gA=BaKβaLγK（t）βL（t）γA（t）θ-1，无论是在短期内还是长期内，增加研发经费均会提升知识生产增长率，带动知识产出的快速增长，这在实证层面得到了验证，新知识的增长率将会持续上升；同时，参数γ、θ、β以及高新区产业从业人员的增长率会对知识增长率产生直接的影响。另外，结果显示，研发人员的增加并未引起知识生产增长率的提升，研发人员的活动可能存在效率低下的情况。以往研究主要关注国家或区域整体层面的知识创新和经济增长情况，未充分考虑国家或区域内部不同层次或不同产业的知识创新和经济增长路径问题，例如，很多国家均设立了类似于科学园、科技园的高新区产业，这些高新区产业是否形成了不同于非高新区产业的经济增长路径，相关研究较为缺乏，本文通过实证研究证实了两种不同类型产业存在不同的增长路径，同时分析了造成路径差异的原因，弥补了前期文献研究的不足，这也是本文研究结论中的重要创新点和贡献之一。

3）高新区产业的经济发展速度将持续高于省级层面的非高新区产业。从实证分析结果来看，高新区产业的经济增长路径为持续加速型，而省级层面非高新区产业的经济增长路径为稳态收敛型，知识生产、知识创新在推动高新区发展方面发挥着重要的推动作用，高新区层面的知识和资本增长率将推动高新区产业呈现持续加速的发展状况，这显示出了高新区产业的强大发展潜力。以往研究关注更多的是高新区产业的发展状况、对地方经济发展的带动情况等，较少涉及高新区产业的知识生产情况，同时也较少涉及高新区的经济增长路径问题，本文则通过开展实证研究弥补了前期研究的不足。

4.2 政策建议

一方面，促进知识的创造、扩散与转化。①建议我国在未来能够继续加大对研发活动的经费支持，在财政资金的分配中，提高用于研究开发费用的比重，提高所得税研发加计扣除比例，加快科技金融体系建设步伐。从全国层面来看，科技活动经费投入对省级层面非高新区产业的创新发展影响并不显著，其原因可能在于科技经费配置效率和使用效率不高，因此我国需要进一步实施国家科技经费制度改革，切实提高国家科技经费的使用效率，积极引导和广泛吸纳社会资本参与和支持创新研发活动，通过研发经费投入和研发经费使用效率的提升促进新知识的生产创造，加快经济发展的速度和质量。②以企业为主体，加强高层次人才引进，加大对技术骨干人才的培养培训力度，通过人才素质的提升和人才结构优化提升人才对知识产出的影响，进而促进经济发展水平的提升。鼓励和引导各类经济实体增加研发部门人员的数量和比重，通过研发人员队伍规模的扩张，带动创新产出的快速增长，引致经济产出的提高。

另一方面，支持以高新区为载体的高新区产业发展，引导和支持高新区强化对创新要素的聚集、聚合和聚变的能力。建议国家进一步加强对高新区的支持，完善高新区公共技术平台、重点实验室、检验检测平台等创新发展的基础条件，提升高新区对各类创新要素在集群内的更有效地组合以及生产能力的提升，进而带动投入要素产出弹性的提高；同时大力促进高新区和高新区产业的扩张，实现高新区产业在整体产业结构中的比重，增强高新区和高新区产业对从业人员的吸纳能力，带动知识生产增长率的提升和经济产出增长率的提升，并以高新区为创新增长极，带动区域创新发展水平的提升。

4.3 研究局限

由于样本数据来源的限制，本文的研究还存在一定的局限性。衡量新知识生产的指标不仅包括专利，还包括新产品、新技术等。另外，不同省份和高新区的核心或主导产业会存在一定的差异性，这些差异性可能会对经济增长路径产生一定的影响，这些问题也是未来进一步的研究方向。