京津冀城市群技术创新效率对经济高质量发展的影响

王金波，郑红玲，佟继英，闫立寒

（1.衡水学院 经济管理学院，河北 衡水 053000；2.唐山师范学院 经济管理学院，河北 唐山 063000；3.唐山学院 电子商务学院，河北 唐山 063000）

改革开放以来，我国由于在劳动力、土地等要素上具有明显的成本优势，使得要素的红利效应凸显。在“要素红利“效应的驱动下，外资企业为寻求更大的利润空间，纷纷调整生产布局，大量涌入中国，外资规模呈现扩大趋势。然而，随着生产规模的不断扩大，企业对要素的竞争程度不断加强，短期内受既定供给的影响，要素成本趋于上升，“要素红利”效应明显减弱。突出表现在，我国正面临高中端制造业向发达国家回流、中低端制造业向成本更低的发展中国家转移的两头挤压，造成了经济增长的动力不足。从供给侧来看，由于我国资源约束日益趋紧，环境承载力逼近上限，单靠要素投入的低效率增长模式难以维持，这势必要求经济增长模式由低质量增长型向高质量发展型转变。要大力推动改革开放、完善和创新经济宏观调控体系，推动效率变革、质量变革、动力变革。从需求侧来看，以往经济的高速增长主要依赖于出口和投资。然而，自2008 年金融危机爆发以来，世界经济复苏一直处于低迷状态，贸易增速更是多年低于世界经济增速；国内基础设施、房地产和制造业投资纷纷处在调整减速期，大量低端产能与国内消费结构升级的矛盾并存，导致大量过剩产能无法在市场实现。鉴于上述事实，推动经济的高质量发展，形成优质高效多样化的供给体系，实现供给和需求在新水平上的动态均衡势在必行。

京津冀作为环渤海经济圈的重要构成，2020 年实现地区生产总值8.6 万亿，占全国经济总量的8.46%，是我国北方经济的重要增长极。京津冀地区经济的高质量发展对于打造环渤海经济圈的实现有着重要意义。然而，从总体上看，随着经济的快速增长，京津冀地区的生态质量总体在下降，以京津冀城市群为中心的环境污染仍呈现恶化趋势，空气污染、地表水污染程度不断加强，生态破坏的加剧趋势仍未得到有效控制。如果考虑到经济增长的质量，这种以牺牲环境为代价所换取的经济短暂增长，缺乏一定的持续性。在创新效率与创新动力不足的现实背景下，这种单靠扩大要素投入规模的粗放式生产方式，最终会使经济增长率收敛于零[1]，从而使京津冀地区经济的发展在一定程度上陷入“资源诅咒”的陷阱。如何破解京津冀地区在经济发展过程中的“资源诅咒”难题，究其根本是引入创新元素，通过提升创新效率有效地抵消生产过程中的边际效应递减问题，从而推进地区经济增长的可持续性，这对解决京津冀经济发展过程中的需求结构升级与落后产能之间的矛盾以及环境污染问题具有重要的现实意义。

一、文献综述

Kuznets1971 年首次提出了经济增长质量的概念，认为经济增长不仅仅只表现在数量方面，更多是包含质的因素。提出一国高质量的经济增长至少包含四方面的内容，即公平公正有效的市场竞争环境、经济发展过程中环境质量的改善、良好的财政收支状况以及居民具有接受高等教育的平等机会。[2]Barro 则认为经济增长率、投资增长率决定着经济增长的数量方面，而居民的平均受教育年限、国家的收入分配结构、竞争环境、健康人力资本等决定着经济增长的质量。[3]从目前文献来看，关于地区经济高质量发展的研究主要集中在两个方面，一是关于经济高质量发展指标的构建，二是关于影响地区经济高质量发展的因素研究。在地区经济高质量发展的内涵研究方面，任保平等认为经济高质量发展是量和质的统一，并进一步指出衡量经济高质量发展的五个维度，即创新发展、绿色发展、协调发展、共享发展。[4]金碚则从经济发展方式、经济发展结构、经济发展动力三个方面揭示了经济高质量发展的内涵。[5]杨三省从投入-产出以及资源配置效率角度揭示了经济高质量发展的内涵，认为经济高质量发展必须满足低投入高产出，并且拥有较高的资源配置率。[6]冯俏彬认为产业结构合理化与高级化是经济持续发展的动力源泉，其中可用第三产业的发展规模和贡献度衡量一个地区经济的高质量发展。[7]由此可见，冯俏彬主要是从经济发展过程中的结构角度来解释经济高质量发展的内涵。除此之外，部分学者还认为经济增长的可持续性是经济高质量发展的重要内容，而全要素生产率、投资增长率则反映了经济增长的长期状态，因此，用全要素生产率、投资增长率作为衡量经济高质量发展的代理指标。[8]

在关于影响地区经济高质量发展的因素方面，相关学者分别从技术进步[9-12]、环境规制[13-16]、产业集聚[17-19]、财政分权[20-22]、人力资本[23-25]等方面展开研究。涂正革、陈立认为偏向资本的技术进步可以有效促进地区经济增长率和全要素生产率，并有利于产业结构的优化升级，进一步提升经济的高质量发展水平。[26]郭然、原毅军研究认为，环境规制强化了生产性服务业集聚对地区经济高质量发展的正向作用。[27]涂正革等研究表明，环境规制改革在降低大气污染，提升企业绩效方面具有正向效应，但在不同地区这种效应具有异质性。[28]万光彩等基于环境规制——产业转型——经济高质量发展的演化路径，认为环境规制通过淘汰落后产能倒逼产业结构的优化升级，进一步提升地区产业机构合理化与高级化水平，进而促进地区经济的高质量发展。[29]刘和东、刘繁繁从要素集聚的角度揭示了高新技术产业的要素集聚、创新绩效与地区经济高质量发展的关系，研究表明，要素集聚可以显著提升企业绩效，但具有边际效应递减特征，创新要素集聚在东部地区对经济高质量发展的正向效应明显。[30]郭新茹、陈天宇的研究表明，文化产业集聚对经济高质量发展的影响依赖于地区差异，在东部和西部文化产业集聚可以有效促进地区经济的高质量发展，而在中部地区则起到抑制作用。[31]杨志安、邱国庆从民生视角研究了财政分权对中国经济高质量发展的影响，认为二者具有倒“U”关系，财政分权显著抑制了以民生指数作为衡量指标的中国经济高质量发展。[32]而张瑞等则认为财政支出分权通过提升产业结构的合理化与高级化，促进了黄河流域地区的经济高质量发展。[33]刘成坤、林明裕的研究表明，人口老龄化不仅会通过人力资本数量影响经济高质量发展，而且还会通过人力资本质量来促进经济高质量发展。[34]李震、杨永春认为，人力资本高级化是推动我国经济高质量发展的重要动力因素。[35]

通过文献梳理发现，多数研究集中在地区技术进步、环境规制、产业集聚、人力资本状况对经济高质量发展的影响，尽管部分学者考察了创新对地区经济高质量发展的影响[36-38]，但这些研究多数是基于创新投入与创新产出的视角，忽视了地区技术创新效率对经济高质量发展的影响。为此，文章在前人的基础上通过测算京津冀城市群的技术创新效率来进一步考察其对地区经济高质量发展的影响，并进一步分析了技术创新效率作用于经济高质量发展的路径，这对丰富相关课题研究具有一定的指导意义。

二、研究假说

（一）技术创新效率与经济增长的可持续性

在经济全球化的背景下，区域技术创新效率与经济高质量发展存在密切关系。关于技术创新理论的系统研究源自熊彼特对国家发展理论的研究。他将技术创新定义为五个维度：发明一种新产品、创立一种新的生产函数、开辟新市场、发现新的原材料以及组织变革。[39]而衡量经济高质量发展的一个重要维度便是经济增长的可持续性，经济增长可持续性的本质特征表现为经济产量在长期的不断增加，而相对于传统的要素驱动模式，这种产量的持续增加是由内生技术进步来推动的，在长期，技术进步抵消了生产要素的边际递减效应，最终使得经济增长率与技术进步率趋同，而技术进步源自于知识的积累与扩散，其中知识转化为生产力的重要体现便是技术创新。随着我国经济的发展，由于居民偏好的多样化特征日趋强烈，具体表现为消费结构升级，导致低档品产能过剩与居民消费结构升级之间出现了匹配失灵，制约了企业利润的实现。同时，在经济全球化给企业带来的竞争压力以及可利用生产资源日益枯竭的双重约束下，企业纷纷加强了技术创新的力度，通过提升技术创新效率作用于技术进步而代替传统的劳动与资本。与此同时，企业对产品外观、性能以及生产工艺的创新提升了自己的利润水平。由于不同企业在劳动力、资本、技术方面存在差异，导致企业研发投入与创新产出之间存在资源错配，进而使企业的创新效率存在明显的异质性特征。只有那些创新效率高的企业才能享受“创新红利”，促使企业生产率的提高，从宏观角度则表现为经济增长率、投资占比以及全要素生产率的持续上升，为此，通过上述逻辑可提出以下假说：

H1：京津冀城市群技术创新效率可以有效促进地区经济高质量发展。

H2：京津冀城市群技术创新效率可以有效促进地区经济增长的可持续性。

H3：京津冀城市群技术创新效率可以通过促进地区经济增长的可持续性，进而提升地区的经济发展质量。

（二）技术创新效率与经济增长的协调性

地区经济高质量发展不仅体现在经济增长的数量方面，而且体现在结构方面，而经济增长的结构方面具体表现为经济增长的协调性。具体而言，经济增长协调性体现在产业内部和产业之间持续优化，逐步形成以第三产业发展为主体的“三二一”产业格局。由于各个产业在生产过程中所具备的要素密集度不同，所以对技术创新效率的吸纳程度也有所差异。技术创新效率较高的产业，由于在资本、技术以及知识的积累消化能力较强，使得该产业的生产效率明显高于技术创新效率较低的产业，产业间技术创新效率的差异导致了产业间生产率的差异。根据边际生产力理论，不同产业生产率的差异导致了产业间工资水平的差异。根据配第-克拉克定理，生产要素在不同产业间根据工资差异进行调整，由创新效率低的行业向创新效率高的行业转移，这一过程也是经济发展中的结构优化过程。以上逻辑得到了相关学者的支持，林春艳、孔凡超[40]和王海兵、杨惠馨[41]研究发现，技术创新对产业结构优化升级具有正向效应，技术创新通过提升劳动生产率，降低企业生产成本等方式，促进生产要素在产业界的流动，优化了资源配置，推进了产业结构的优化升级。为此，提出以下假说：

H4：京津冀城市群技术创新效率可以有效促进地区经济增长的协调性。

H5：京津冀城市群技术创新效率可以通过促进地区经济增长的协调性进而提升地区的经济发展质量。

（三）技术创新效率与经济增长的融合性

地区经济高质量发展的另一个方面则表现为经济增长与环境承载力的融合性，高质量的经济发展不能以牺牲生态环境为代价。随着规模的不断扩大，我国制造业在满足人们日益增长的物质需求的同时，对环境污染的破坏力度也在不断加大，国家为避免污染扩大出台了一系列制度性保障措施，对环境污染加以规制，例如，限制排污量、征收污染税。环境规制对企业的直接影响便是加重了企业的额外成本，压缩了企业的利润空间。企业为避免环境规制所带来的利润损失，纷纷加大创新投入，提升生产工艺，使用清洁能源，以降低对环境的污染。在创新投入不变的前提下，技术创新效率越高，企业越能获得创新活动所带来的红利，对环境所产生的污染水平也就越低。刘薇基于DEA-RAM 模型测算了创新效率，并利用联合效率模型,将创新驱动、绿色发展和经济可持续理念三者结合，得出：通过创新要素投入可抑制环境污染源的产生, 也可以阻断环境污染在经济发展环节的扩散, 环境治理改善可显著推动经济的高质量发展。[42]辛晓华利用285 个地级市样本研究得出，所有城市的技术创新对环境污染均存在负向影响，影响程度呈现出由东向西渐次递增的空间分异格局，技术创新能够促进经济与环境的良性发展。[43]为此，根据上述的逻辑分析，提出以下理论假说：

H6：京津冀城市群技术创新效率可以提高经济增长的融合性。

H7：京津冀城市群技术创新效率可以通过提高经济增长的融合性来进一步促进经济的高质量发展。

三、模型设定

（一）模型设定

文章在研究假说的基础上通过收集京津冀13个城市2010-2019 年的数据，考察京津冀技术创新效率对地区经济高质量发展的影响，结合研究的需要，模型设定如下：

其中，方程（1）为基准模型，用来检验技术创新效率对经济高质量发展的影响。方程（2）至（4）为中介效应，用来检验技术创新效率作用于地区经济高质量发展的路径。Ecom_Fit代表地区经济高质量发展指数，R&D_TFPit代表京津冀城市群技术创新效率，Xit为控制变量，Medijit为中介变量。其中，j 取 1、2、3，分别代表了经济增长的可持续、协调性、融合性；β1代表技术创新效率对地区经济高质量发展的总效应；β2代表技术创新效率对中介变量的影响；β3代表技术创新效率对地区经济高质量发展的直接效应；β2λj代表技术创新效率对地区经济高质量发展的中介效应，并且 β1=β3+β2λj。

（二）指标构建

1.技术创新效率（R&D_TFP）

技术创新效率可以从投入径向与产出径向两个方面进行测度。其中，投入径向是在创新产出不变的情况下，使创新投入最小；而产出径向是指在创新投入既定的情况下，使创新产出最大。文章利用京津冀13 个城市2010-2019 年的面板数据，利用Malmquist指数，测算了京津冀城市群技术创新效率的动态变化。其中，Malmquist 指数计算过程具体如下：

其中，x 代表投入向量；y 代表了产出向量。Malmquist指数是基于非参数方法，反映了从t 期过渡到t+1期技术创新效率的动态变化规律。如果指数大于1，表明相对于t 期，在t+1 期技术创新效率有所提高；如果指数小于1，则表明相对于t 期，在t+1 期技术创新效率有所降低。根据Fare[44]等人的研究，Malmquist 指数可进一步分解为效率变化与技术变化两部分，其综合的Malmquist 指数可以表示为效率变化（EC）与技术变化（TC）的乘积。

为直观反映各项指标的投入产出情况，表1 给出了京津冀城市群的创新投入与创新产出。其中，创新投入分别用R&D 人员全时当量与R&D 内部支出表征创新过程中的人力资本与物质资本投入；用京津冀各城市2010-2019 年的专利授权数表征创新产出。数据来源于《河北科技统计年鉴》《天津科技统计年鉴》《北京统计年鉴》以及河北科技经费投入统计公报。

表1 京津冀城市群技术创新效率指标体系

2.地区经济高质量发展指数的构建（Ecom_F）

地区经济的高质量发展，有别于单纯的经济增长，它是经济发展过程中一切因素的综合反映，既包含数量层面的，还包含结构层面的。不同学者在构建经济高质量发展综合指数时，采用的指标有所差异，但总体上指标构建涵盖了衡量经济高质量发展的三个方面，即经济增长的可持续性、协调性以及融合性。

为此，参考巩蓉蓉[45]、江三良[46]、魏婕[47]的方法，构建经济高质量发展指数作为一级指标，将经济增长的可持续、协调性以及融合性作为二级指标。其中，二级指标又包含12 个基本指标，指标的构建及说明如表2 所示。根据表2，经济增长的可持续性具体包含人均实际GDP、全要素增长率、经济增长率、投资占比、财政支出占比以及金融效率6 个基本指标；经济增长的协调性包含产业结构高级化和产业结构优化2 个基本指标；经济增长的融合性包含人均绿地面积、建成区绿化面积覆盖率、单位产出排污量、单位产出二氧化硫排放量4 个基本指标。在12 个基本指标中，除单位产出排污量与单位二氧化硫排放量为逆向指标外，其余均为正向指标。在指标处理过程中，利用主成分分析进行降维，同时利用坐标的旋转变换，将原始的12 个基本指标进行重新的线性组合，生成12 个新的变量，并且12变量之间互不相关，称为12 个“成分”。同时按照方差最大化的原则，保证第一个成分的方差最大，然后依次递减。这12 个成分是按照特征值与方差从大到小排列的，其中前m 个成分可能就包含了原始变量的大部分方差及变异信息。那么这m 个成分就成为原始变量的“主成分”，它们包含了原始变量的大部分信息。

表2 京津冀经济高质量发展指标分解

3.控制变量

借鉴张静[48]、赵景峰[49]、任晓燕[50]、韩超[51]的相关研究，分别用 FDI 占 GDP 比重（FDI）、国有企业产值占工业总产值的比重（Enterp_type）、就业人数（Employ_scale）、高等学校学生人数（Education）来控制地区的经济开放情况、企业性质、就业规模和人力资本状况。其中，就业人数与高等学校在校人数为绝对量，为避免回归系数过小，对其进行标准化，将标量调整在区间[0，1]内。

表3 变量的描述性统计

四、实证分析

（一）基准模型回归分析

表4 给出了技术创新效率对经济高质量发展影响的检验结果，其中模型1 和模型2 是基于固定效应，模型3 和模型4 是基于随机效应；模型1 和模型3 是在不包含控制变量下的基准检验结果，模型2和模型4 是在添加不同控制变量下的扩展结果。根据Hausman 检验，模型 1 和模型 3、模型 2 和模型 4的Hausman 检验值分别是32.11、28.10，分别在1%的水平下拒绝存在随机效应的原假设，故模型应采用固定效应进行分析。由模型1 可知，在无控制变量的前提下，技术创新效率对经济高质量发展指数的影响在1%的水平下显著为正，即技术创新效率对经济高质量发展的边际效应为3.568。模型2 在添加控制变量后，技术创新效率对经济高质量发展的影响系数为2.875，仍在1%的水平下显著，这表明提升京津冀地区的技术创新效率有助于促进地区经济的高质量发展，假说H1 得到验证。考察控制变量的影响发现，FDI 占比对京津冀地区经济高质量发展的影响显著为负，其系数为-0.421，表明FDI 对地区经济高质量发展会有抑制作用。虽然，京津冀地区通过吸引外资，在很大程度上解决了本地市场的就业问题，拉动了地区经济的增长。但就经济增长质量而言，所注入的外资一般都是高污染行业，对环境的破坏力度较大，严重降低了地区经济发展的共享性，进而不利于京津冀地区整个经济的高质量发展。Enterp_type的系数在1%的水平下显著为正，表明国有企业比重越高，对经济高质量发展的影响就越大。一般而言，国有企业在人力资本、技术应用、融资渠道等方面较民营企业具有先天优势，企业的研发规模和研发效率相对较高，并且在响应国家有关政策方面较为迅速，更加注重自身效益、社会价值、生态环境三者的协同发展。Employ_scale、Education 的系数虽然为正，但不显著，这可能是由于样本量过少所产生的偏差所致。

表5 在表4 基础上进一步考察了技术创新效率对地区经济高质量发展的动态效应，其中模型1-4分别在当期、滞后1 期、滞后2 期、滞后3 期考察了技术创新效率对经济高质量发展的影响。具体而言，技术创新效率在不同时期对经济高质量发展的影响系数分为2.875、2.375、1.895，并且均在至少5%的水平下显著；在滞后3 期以后其效应由正变负。这表明，技术创新效率对经济高质量发展的影响具有动态性，其系数呈现出由强到弱的递减特征。这是由于企业的创新过程往往充满了不确定性，获得研发费用的渠道通常受到银行融资约束的限制，时间越长，风险越大，创新过程受有关政策、金融风险、技术合同的限制条件就越多，这会制约技术创新效率的实现，导致技术创新效率对经济高质量发展的影响就越弱。其次，从创新资源的配置过程来看，经历的时间越长，创新资源在配置过程中就越容易受到其他因素的干扰，产生资源错配。其中，管理者偏好的改变会严重影响创新资源的使用效率。例如，时间越长，管理者的偏好就越可能发生改变，将本用于研发的资金改投他用，这会造成研发资源的浪费，降低研发资源的配置效率，进而制约技术创新效率的提升。

表4 技术创新效率对经济高质量发展的影响（基准回归）

表5 技术创新效率对经济高质量发展的影响（动态效应）

为了进一步揭示技术创新效率内部构成对经济高质量发展的影响，其综合的Malmquist 指数可以表示为规模效率（EC）与技术效率（TC）的乘积。表6中，模型1-4 给出了创新的规模效率与技术效率对经济高质量发展的影响，其中模型1 与模型3 是基于固定效应模型下的估计结果，模型2 与模型4 是基于随机效应下的估计结果。同理，根据Hausman检验，故采用模型1 与模型3 作为分析重点，如模型1 所示，技术效率对经济高质量发展的影响系数为0.730，并且在1%的水平下显著；规模效率对经济高质量发展的影响系数为0.951，并且在1%的水平下显著，这表明二者均对地区经济的高质量发展具有正向效应。通过比较，相较于技术效率，规模效率对地区经济高质量发展的影响更为明显。在创新资源既定的前提下，技术效率与规模效率越高，创新资源的利用率就越高，创新产出也就越大，技术创新效率进一步通过提升全要素生产率，促进了产业结构升级，进而推动经济增长的持续性与协调性。同理，模型2 与模型4 的随机效应检验结果也表现出了相同的特征。

表6 技术创新效率对经济高质量发展的影响（基于效率分解）

（二）异质性回归分析

表7 从异质性角度，采用变量分组的方法对样本进行分割，以考察在不同样本特征下京津冀城市群技术创新效率对经济高质量发展的影响。具体而言，模型1 与模型2 以京津冀13 个城市群2010-2019 年间人均实际收入的平均值为切割点，人均实际收入高于53 280 万元的定义为高收入组；反之，则为低收入组。模型3 与模型4 则是根据研发投入强度的均值为切割点，将研发投入强度高于0.02 的定义为创新高强度组；反之，则为低强度组。通过分组回归发现，技术创新效率对经济高质量发展的影响强度在不同样本下存在显著差异，低收入组的系数为0.640，在1%的水平下显著；高收入组的系数为0.941，在1%的水平上显著，这表明技术创新效率对地区经济高质量发展的正向效应在高收入组更大，这可能是由于高收入组所在的地区在市场化水平、科技创新的财政支持力度、研发费用融资渠道等方面具有明显优势。例如，市场化水平越高，价格机制就越充分，创新资源的配置效率就会越高，这大大降低了创新资源的错配程度，提升了创新绩效。

表7 技术创新效率对经济高质量发展的影响（基于异质性）

同理，模型3 与模型4 的回归结果显示，低强度组的系数为0.809，且在1%的水平下显著；高强度组的系数为1.027，且在5%的水平下显著。通过比较发现，相对于低强度组，高强度组技术创新效率对经济高质量发展的影响更为明显。这是因为，在技术效率既定的前提下，创新投入强度越高，则创新实际产出同期望产出的前沿距离就越短，呈现出一定的规模效率，而创新的综合效率（TFP）则是技术效率（TC）与规模效率（EC）的乘积，因而，在技术效率既定的前提下，规模效率就越高，导致创新的综合效率就越高，因而对经济高质量发展的影响就越显著。

（三）中介效应回归分析

表8 是在机制分析的基础上进一步利用中介效应模型对其进行了回归检验，为降低变量之间的内生性，采用解释变量的一阶滞后来替代原变量。其中，模型1 是方程（2）的估计结果，其系数为0.979，并且在1%的水平上显著，代表京津冀城市群技术创新效率对地区经济高质量发展影响的总效应。模型2-4 是基于方程（3）的估计结果，代表了中介效应检验方程，其系数分别为0.280、0.173、0.107，并且均至少在10%的水平上显著，表明京津冀城市群技术创新效率可以有效促进本地区经济增长的可持续性、协调性与融合性，假说H2、H4、H6 得到验证。模型5 是基于方程（4）的估计结果，代表了京津冀城市群技术创新效率通过中介效应即促进地区经济增长的可持续性、协调性、融合性，进而提升本地区经济的高质量发展。由模型5 可知，京津冀城市群技术创新效率对经济高质量发展的直接效应为0.603，且在5%的水平上显著；而通过作用于经济增长的可持续性、协调性与融合性影响经济高质量发展的中介效应为0.376；即京津冀城市群技术创新效率通过中介效应对经济高质量发展的贡献度约为38%。进一步考察个别中介效应的贡献度发现，技术创新效率通过经济增长的可持续性、协调性、融合性进而影响经济高质量发展的贡献度分别为46.9%、41.4%、11.5%，通过比较发现，在中介变量中，技术创新效率通过影响经济增长的可持续性进而影响经济高质量发展的贡献度最大，而通过影响经济增长的融合性进而影响经济高质量发展的贡献度最小。根据上述分析，京津冀城市群技术创新效率对经济高质量发展的影响不仅会通过直接效应来实现，而且还会通过作用于中介效应间接实现，假说H3、H5、H7 得到验证。

表8 技术创新效率影响经济高质量发展的中介效应

五、结论与启示

文章利用Malmquist 指数和主成分分析，测算了京津冀城市群2010-2019 年的技术创新效率与经济高质量发展指数，并在此基础上构建回归方程，检验了京津冀城市群技术创新效率对地区经济高质量发展的影响，得出如下结论：

（1）利用固定效应考察京津冀城市群技术创新效率对地区经济高质量发展的影响发现，京津冀城市群技术创新效率的提高有助于促进本地经济的高质量发展，二者具有正向关系；并且在时间上进一步考察技术创新效率对经济高质量发展的动态性发现，技术创新效率对地区经济的高质量发展具有动态递减特征，随着滞后期数的增加，京津冀城市群技术创新效率对地区经济高质量发展的影响具有递减特征，在滞后三期出现拐点由正向效应转为负向效应。（2）对技术创新效率进行分解，考察其内部构成对地区经济高质量发展的影响发现，技术效率与规模效率均对地区经济高质量发展具有正向效应，但就作用强度来看，相较于技术效率，规模效率对经济高质量发展的影响更为显著，这表明规模效率在京津冀城市群技术创新效率促进地区经济高质量发展过程中占主导。（3）考虑到地区经济发展水平与研发投入强度后，以人均实际收入均值和研发投入强度均值为分割点，将样本划分为：低收入组、高收入组，低强度组、高强度组，重新回归发现，相对于低收入组与低强度组，高收入组与高强度组的技术创新效率对经济高质量发展的影响更为显著，这表明地区经济发展水平与研发费用投入强度在创新效率影响经济高质量发展过程中发挥着重要作用。（4）文章最后利用中介效应模型对其作用机制进行了检验，结果表明，京津冀城市群技术创新效率通过影响地区经济增长的可持续性、协调性以及融合性，可以进一步促进地区经济的高质量发展。

文章在研究结论的基础上，进一步得出了以下几点启示：

（1）鉴于规模效率在经济高质量发展的显著作用，提升创新主体的规模效率成为重中之重。为此，应通过增强研发经费投入规模、提升企业的创新能力、提高创新资源的配置效率和规模利用效率，促进经济的高质量发展。（2）有针对性地推进不同城市群的创新发展战略。就现阶段而言，京津冀地区应充分利用好自身的科技雄厚、人才集聚与资本充裕等优势，在创新过程中发挥大城市辐射效应的同时，兼顾中小城市的发展，各城市在提升自身创新水平的同时，带动周边乃至整个城市群的共同发展，最终实现整个京津冀城市群的经济高质量发展。（3）合理利用京津冀一体化机遇所带来的优势。各城市群应当主动抓住京津冀一体化的机遇，坚持市场化改革，提高对外开放水平，重视发挥人才优势，大力推进创新要素的良好互动，形成互补优势，进而提高整个区域的创新绩效，推动京津冀地区的经济高质量发展。（4）合理把握创新方向的选择。技术创新方向的选择，必须从京津冀区域经济发展的实际和企业实际出发，面向世界科技前沿，紧紧围绕国民经济发展需要，符合市场需求。方向搞错势必会造成创新资源的浪费。在把握方向的基础上，选取具有一定战略意义的重要领域，加大投入、加强攻关，通过提升重要领域的创新效率进而带动地区经济的高质量发展。