長三角地區產業技術創新的空間效應研究

李 雪， 陳 瑜

(1.上海立信會計金融學院 國際經貿學院， 上海 201209；2.上海立信會計金融學院 工商管理學院， 上海 201209)

長三角地處沿江沿?！癟”字帶，是中國區域經濟發展最活躍的地區，并且其經濟規?？偭亢桶l展速度遙遙領先于其他區域。作為經濟發展重要載體的戰略性新興產業，是推動長三角地區產業結構升級的強大引擎和提高區域競爭力的關鍵。本文試圖分析長三角產業技術創新的空間層次、全局性和局部相關性以及空間形態的影響機制，一方面有利于引導企業的選址，另一方面有助于政府制定政策時更清晰地把握方向，減少因產業重疊造成的資源浪費，同時有利于推進長三角一體化發展，打造世界級創新平臺和增長級。

一、文獻綜述

由于各空間分布中要素稟賦的不同，造成了區域空間形態上的差異，通過創新要素流動和知識溢出可以縮小這種稟賦差異。國內外學者對技術創新空間協同的研究沿著五個方面展開。

第一，從技術創新的層面研究新技術的開發對現有產業結構的影響，以及新技術帶動的新興產業尋求空間上的外溢和擴張。吳建楠(2009)認為基礎設施水平與各省市經濟發展水平直接相關，東部沿海地區由于便捷的交通運輸加快了人力、物流、資金的集聚，推動空間結構優化，而西部地區的基礎設施較弱，影響了第二、第三產業的發展[1]。單許昌(2012)認為空間優化有兩條路徑：第一條是以馬克思經濟學說為代表的資本內在擴張邏輯，資本的增殖擴張支配著社會資源的流動，資本擴張是優化空間結構的內在動力；另一條路線是以克魯格曼為代表提出的空間要素，外部經濟是空間擴張及演化的內在動力[2]。Colombelli等(2014)采用基于“產品空間”方法的框架，研究新技術的開發是否與現有本地知識庫的結構有關，利用1986—2006年的專利數據，發現歷史在空間發展中是重要的，而在地方積累的技術能力很可能決定技術多樣化的未來模式[3]。Bahlmann(2014)考察了企業家網絡的地理布局對企業探索性創新水平的影響，通過對175個網絡數據的分析支持了所提出的觀點，同時，還探討了企業間網絡配置、空間鎖定、探索性創新以及更廣泛的空間和創新關系[4]。

第二，從協作機制的角度探討創新空間的影響，例如大學、科研機構及政府政策研究等因素對產業空間結構的推力。范群林等(2010)認為隨著產品研發周期的縮短，創新不再像傳統模式只發生在企業內部，而是通過主體之間相互作用影響整個網絡結構，而網絡又將創新鏈接到更廣闊的創新系統中，進一步促進了空間擴散，從而促進空間結構優化[5]。邵云飛等(2011)提出創新的溢出效應會隨著距離的增加而遞減。他認為長三角由于空間的鄰近性，形成了一個雙向流動式的技術空間，對長三角各區的經濟發展都有促進作用，而中西部由于地理距離遠，形成了技術的等級勢差[6]。Lpez等(2015)探討了企業與大學合作的決定因素，以及它們是否因公司的技術水平而有所不同，基于開放創新(OI)模型的概念框架，證明了企業與合作伙伴之間的OI關系的前期研究[7]。Isabella(2015)提出了一種新的方法來評估產業經濟結構的發展機會，為此，新熊彼特的概念被用來重新解釋“產品空間”，以評估不同生產部門的技術滲透和復雜程度，最終目標是對當今的技術生產范式和不同部門在其中所扮演的不同角色進行描述[8]。

第三，從組織結構演變的角度分析產業空間的演化現象。Turco等(2016)認為企業的產品空間演化具有很強的認知路徑依賴性，但企業在規模、效率和國際曝光度方面的異質性抑制了這種依賴性，例如：新產品在中東部地區的引入，與產業的演變有著重要的聯系，主要受企業內部特定產品資源的影響，相反，西方先進地區的產品創新更多地取決于當地技術相關能力的可用性[9]。Bi等(2017)認為近幾十年來，從彈道導彈到量子躍遷，標志著中國在技術復雜的工業領域擁有新的產品創新潛力，利用知識創造，探討了模仿、適應和競爭對手技術重組的廣泛實踐，如何幫助中國從一個復制組裝者轉變為全球航天工業的一個動態創新者[10]。

第四，從創新要素的流動及創新活動的空間分布分析對技術創新的影響。蔡昉等(2009)認為應該用比較優勢理論發展產業，尤其在空間上的產業戰略安排，在東中西三類地區之間形成雁陣發展模式[11]。陳智和吉亞輝(2019)研究發現：高技術產業集聚程度、人力資本、研發資本、政府干預程度以及基礎設施建設水平等因素均能提升高技術產業創新績效，其中，高技術產業集聚對于高技術產業創新績效的影響程度最大，且高技術產業集聚提升區域創新績效的直接效應要大于空間溢出效應。[12]Tabuchi等(2018)研究了制造業的技術進步和遷移成本如何相互作用來塑造空間經濟，制造業部門勞動生產率的提高促進了活動的聚集，而與技術和組織創新有關的運輸成本的下降促進了活動的分散，由于這兩種力量已經存在了很長一段時間，最終的結果必須取決于生產和貿易成本的下降與移民所承擔的各種成本之間的相互作用[13]。

第五，側重從創新政策以及創新制度的角度提出集聚模式的不同產生空間差異。方遠平等(2012)通過全局Moran指數的測定，指出各個省份的創新要素之間存在著強烈空間正相關關系，并且創新要素之間因為集聚模式的不同產生了空間的差異性[14]。宋來勝等(2013)通過GMM分析，指出區域的經濟發展跟創新創業能力有極大關系，創新創業的意愿和水平能夠有效提升區域經濟發展狀況[15]。丁剛等(2019)指出可構建區域“雙創”政策協作共商機制，以促進地區間“雙創”政策工具的策略性互動，以強帶弱、協同共進，進而提升整個華東地區的“雙創”活力。[16]Nan等(2018)認為重組創新是在一項發明中創造性地結合不同的知識領域的過程，研發協作中的重組創新——聯合重組過程是組織內部知識與合作伙伴新知識的整合，是技術空間中知識搜索的推進器，合作伙伴鄰近度的不同維度會影響合作創新成為重組創新的概率[17]。Chen等(2018)認為全要素生產率(Total Factor Productivity, TFP)是衡量長期經濟增長的指標，也是一種全面的行業級生產率指標，由于區域經濟的不平衡，中國區域建設發展存在較大差距。作者基于TFP的測量，提出了一個具有變異系數、Moran散點和收斂系數的雙層次分析框架，分析了建筑行業TFP在空間多樣性、相關性和收斂性三個主要方面的變化趨勢[18]。各地區建筑業生產率受經濟環境、產業組織結構和技術水平的影響較大，產業組織結構對不同地區的生產力有不同的影響。Magnusson等(2018)根據可持續轉型理論，提出創新政策應該為有前途的新技術創造保護空間，它們應該支持市場形成增長的累積過程[19]。

通過對以上的文獻梳理，國內外對技術創新空間的研究，主要集中在三個方面：

第一，從空間優化的內在動力機制角度探討新技術如何帶動產業在空間上的集聚。產業空間集聚可以帶來產業結構升級，實現空間結構的相對均衡，其中，資本擴張是優化產業結構的內在動力之一，資本的增值擴張支配著社會資源的流動，而技術是另一個空間優化重要的推力。資本和技術的雙重作用，促進了空間流動性和產業關聯，空間優化促進了企業內部成本的下降，形成了范圍經濟，從而帶動新興產業在空間上的集聚。

第二，組織結構的演變對新興產業空間擴張的影響。在高度不確定性的情況下，組織結構的演變對于新興產業在思想、資源、技術、人員和知識的獲取流動方面，都有極為重要的影響。組織結構對于內部創新資源的調整和調動，并在一定空間范圍內的協同作用，有助于新興企業在產品、過程和服務方面的創新，并在新興產業空間擴張上產生重要的路徑依賴。

第三，創新要素的空間活動引起產業在空間上的溢出和擴散。知識是創新的源頭，越接近知識生產的地區(如大學、研究所)，創新表現得越有活力，遠離源頭，創新的活力也隨之下降，因此，創新的空間分布多在知識生產活躍、創新活動投入多的地方。知識的流動促進了創新活動的集聚，專業化的分工提高了總體的空間效率，尤其是發展高附加值、上下游帶動能力強的產業，通過向產業內外的分工延伸，形成正向外部效應，避免在全球價值鏈中的低端鎖定，這有利于空間的優化。

長三角地區作為中國經濟最發達的經濟區，創新能力也是走在全國前列。探索長三角地區產業創新的內在動力和空間效應，尤其是創新在空間上的溢出和擴散，以及如何促進產業的升級和區域經濟的發展，具有重要的理論和實踐意義。

二、長三角地區產業技術創新的空間層次分析

(一)四分位地圖

為了更加深入了解長三角空間形態的改變對產業的影響，本文以3年為間隔，用Arcgis 10.0繪制2007—2016年的長三角產業空間四分位地圖。本文采用專利申請數代表各地區的創新水平，一是專利申請數可以綜合地反映一個地區當年的創新實力，而專利批準數可能會滯后很多期；二是從數據的可得性上看，該數據非常完整，沒有缺失。

圖1 長三角地區產業空間四分位地圖

圖1中，4個區間分別用不同的色塊表示。為了便于對比，將每個區間對應的城市，按照時間排序，整理成表1。

表1 長三角地區產業空間四分位地圖分布情況

按照表1中所顯示的信息，上海、寧波、杭州和蘇州這四個城市近十年一直處于第四區間內，而紹興、南京和南通發生了躍遷。例如：紹興從2013年的第三區間躍遷至2016年的第四區間，南京從2010年的第三區間躍遷至2013年的第四區間，而南通在2007和2010年處于第四區間，但2013和2016年后又處于第三區間。從第三區間來看，城市的變化表現活躍，沒有出現十年間某一城市一直處于第三區間內，以2013年、2016年為例，溫州、泰州、常州和南通處于第三區間，但溫州和泰州在2010年時還處于第二區間，南京從2013年的第四區間調整為2016年的第三區間，鎮江在2010、2013和2016年間一直處于第三區間，但2007年時還處于第二區間。從第二區間來看，跟第三區間變化情況類似，也是處于相對活躍情況，以2013年和2016年為例，揚州、湖州、臺州和金華處于第二區間，但金華和臺州在2010年時則是處于第三區間。再看第一區間，空間格局相對穩定，十年間位置不動的城市有連云港、宿遷、舟山、衢州和麗水。因此，從長三角10年的創新空間形態變化可以明顯看出，強創新地區形成重要集聚(上?！贾荨K州—無錫)，十年保持領先地位，而弱創新地區也形成集聚(連云港—宿遷—舟山—衢州—麗水)，處于創新中間地帶的城市，如第三區間和第二區間內的城市則非常活躍。

(二)條件地圖

條件地圖通過圖表矩陣的方式顯示空間變量構成，并通過顏色差異來反映不同地域的要素之間相互關系的差異性。根據地理位置分布，分為9個區間，可以從左向右移動手柄來改變條件變量之間的間距。值的變化用顏色的漸變來顯示(見圖2)。

圖2 長三角地區產業創新空間的條件地圖

將十年間長三角技術創新的空間形態分布情況列成表2。從條件地圖分布情況來看，2007—2016年，長三角產業空間形態存在擴散和集聚兩種顯著特征。首先，上海、蘇州、南京、杭州、無錫，是長三角產業的強集聚區域，這五個區域本身的產業基礎深厚，人才資源豐富，并且大企業密集，產業鏈基礎完備，科研實力強，而長三角的浙東南地區和蘇南地區，也因為靠近五個核心城市的地緣優勢，再加上本身的民營經濟發達，屬于中間段的活躍區，浙西北和蘇北地區，在產業創新方面則相對弱后。

表2 長三角地區產業條件地圖分布

根據長三角的四分位圖和條件地圖的分析結果可以看出，長三角的產業空間形態呈現三個特點：

第一，動態性。產業的發展與城市功能空間擴展是相輔相成的，城市的空間拓展引起了商業格局的改變，都體現這種動態性。例如：與先進制造相關的，蘇州、無錫最為集中，呈現明顯的空間梯度布局；而服務業則不同，像上海、南京、杭州等區域中心城市集中，城市群的分工進一步深化，同時產業融合的進程也開始加快，形成以上海、杭州、南京為中心的多極化、多中心化的發展趨勢。

第二，層級性。隨著層級的升高，層級之間的集聚現象也越發明顯，這說明了城市在網絡中的地位并非完全遵循地理空間的行政等級體系，城市創新要素、信息條件以及社會經濟發展水平等多要素綜合影響著城市的形態變化。從節點的空間分布來看，上海以及其周邊區域、江蘇的蘇南以及浙江的環杭州灣地區是創新活躍的地區，在網絡中承擔重要的樞紐作用，也具有良好的對外輸出功能。

第三，多維化。產業的發展由于價值鏈上的分工形成空間布局的多樣性，同時，產業的溢出與擴散也使得城市群之間的分工更加深入，基于專業化的梯度整合和產業價值鏈的協作分工是產業與城市的互動統籌產業布局和區域合作，實現長三角經濟可持續發展的重要途徑?？臻g分布形態受區位比較優勢、區域發展水平、創新資源豐富程度，以及制度等因素綜合作用，因此，技術創新的空間形態受產業發展水平、資源豐富度、區域經濟實力以及制度水平、城市層級網絡等綜合因素的作用。

三、長三角地區產業技術創新的空間相關性

(一)全局空間相關性

對全局自相關的分析，最常用的是Moran’I指標。對長三角地區產業全局空間自相關的分析，采用的數據為2007—2016年的專利申請數，數據來源于《上海市統計年鑒》《江蘇省統計年鑒》《浙江省統計年鑒》。根據Moran’I計算原理，用Geoda軟件計算的結果見表3。

表3 長三角地區近十年Morans’I值計算

表3中的數據顯示，長三角各城市的空間聯系近十年在逐漸加強，空間相關性程度也在提高，說明產業的發展對長三角區域經濟有巨大的拉動作用，但是具體到區域內部的空間聯系情況，以及區域內部的空間發展演變，還需要進一步用局部的相關分析法分析。

(二)局部自相關分析

1. Moran散點圖

本文通過圖3來全面反映長三角各地市產業發展的差異，其中橫坐標代表長三角各地市專利申請數的標準化值，縱坐標為空間滯后值，表示與中心區域的相鄰區域標準化值的加權平均數，空間權重矩陣選擇的是“車式”連接權重矩陣。

圖3 長三角產業創新空間的Moran散點圖

圖中各象限點的位置總結如表4。

表4 Moran散點圖各象限的分布情況

長三角產業發展十年的空間階躍表明：長三角產業總體的集聚態勢明顯，但是區域內部空間分布差異較大，并且呈現分散分布的趨勢，一象限(HH象限)是高-高集聚區，除了核心城市上海、蘇州、無錫以外，在2013和2017年，南通、常州也依次進入HH象限，這兩城市也是后起之秀；從二象限(HL象限)來看，南京、杭州、寧波十年一直處于HL象限，說明這三個城市本身產業發展實力較強，但是空間的溢出擴散效果不夠明顯，沒有帶動周邊鄰近區域的發展；三象限(LL象限)分布的城市有金華、麗水、連云港、徐州、淮安、鹽城、揚州、宿遷、衢州，以浙西北和蘇北地區為主；四象限(LH象限)有嘉興、臺州、紹興、鎮江等城市，周邊是高創新地區，但這些區域還處于低創新地區，有較強的發展潛力，以嘉興為例，盡管與上海空間距離近，但是產業并沒有表現出明顯的發展趨勢，還有像鎮江、湖州、紹興等區域，從地理空間上獨立性較強，與鄰近的中心城市南京之間的聯系也較弱，沒有接受到核心城市的產業擴散和輻射。

2.Lisa聚集圖

Lisa集聚圖分析的是統計顯著性高的區域，通過圖形顯示在一定的檢驗水平下區域的空間分布形態。本文以十年為分析時長，間隔3年，選取2007、2010、2013和2016年4個截面樣本點繪制Lisa集聚圖(圖4)，相應的Lisa顯著性地圖見圖5。

圖4 長三角Lisa集聚圖

圖5 Lisa顯著性檢驗地圖

在顯著性地圖中，P作為統計變量，衡量區域間的空間顯著性，當P<0.05時，表示具有顯著性，即空間上存在相關性；當P>0.05時，則不具有相關性。結合Lisa集聚圖和Lisa顯著性地圖，可以發現：長三角內部區域分化非常明顯，H-H型的星點狀分布，集中在蘇州、上海、杭州，L-L型也是呈現顯著的點狀，如連云港、宿遷、淮安等，長三角其余地區則呈現帶狀分布，點狀集中與帶狀斷層的現象非常明顯。

局部自相關的分析結果顯示：第一，高行政級別城市在創新要素配置中依然占據主導地位，上海、杭州、寧波、南京的要素輻射能力大于集聚能力，蘇州從2010年起輻射能力超過集聚能力；第二，長三角城市網絡展現出多中心結構，城市體系也由“等級體系”向“網絡體系”轉變，區域內的聯系呈現省內縱向聯系和跨省水平聯系相交織的特點，鄰近連接和跳躍連接并存，省內連接不斷加深，跨省遠程連接不斷拓展；第三，從核心—邊緣結構來看，上海、杭州、寧波、蘇州、無錫、南京6個城市構成了長三角城市網絡的核心層，核心層與邊緣層之間以及核心城市的資源互動是推動長三角網絡演變的動力。

四、長三角地區產業技術創新影響機制的面板模型分析

(一)一般面板模型

本文主要探究長三角地區產業技術創新的空間溢出效應，因此，被解釋變量為創新產出。學術界關于創新產出測度指標選取一般采用專利數據，雖然專利數據不能反映區域所有的創新程度，但相對于其它數據更具有可靠性，能為區域創新相關研究提供重要的信息[20]。國內外許多學者采用專利數據開展城市創新的相關研究[21-22]，研究認為專利申請數比專利授權數更能反映區域的創新能力。因此，本文參考國內外學者的研究，因變量選擇專利申請數。考慮到研究區域宏觀經濟的影響[23]，將人均GDP和工業總產值作為衡量區域經濟總量的重要衡量指標。Cheung等(2004)從外商投資的角度討論了空間溢出效應[24]。Wu等(2016)從貿易的角度探討了創新空間溢出的影響程度[25]。Rho等(2014)研究指出，創新溢出不僅發生在區域內部，也發生在區域間，即創新溢出具有空間聯動效應[26]。因此，綜合國內外學者的研究，自變量選擇人均GDP、工業總產值、進出口總額和外商直接投資，從四個方面衡量對城市創新產出溢出效應的影響。

在建立模型時，本文還需要考慮是固定效應還是隨機效應更適合，選擇哪種效應建模取決于Hausman值的大小，檢驗結果顯示，Hausman在5%顯著水平上拒絕“隨機效應模型有效”的原假設，所以選擇固定效應。固定效應模型的相應參數見表5。

表5 固定效應檢驗結果

首先，表5中顯示，固定效應的模型擬合程度是0.9389，擬合效果較好；其次，從檢驗的顯著性水平來說，在5%的顯著性水平下，僅人均GDP和進出口總額兩個因素顯著，檢驗值Log-likelihood為-876206，AIC值為0.7651，SC值為1.1231，總體來說，模型的擬合效果較好，但是從模型生成的數據來看，工業總產值和實際外商投資在模型中并不顯著，這與前面通過3D散點圖、條件地圖與定性描述的工具觀察到的情況略有差距，因此，本文需要進一步分析原因，調整模型。

(二)空間面板模型

空間計量模型有兩類：第一類是空間滯后模型(Spatial Lag Model, SLM)，第二類是空間誤差模型(Spatial Error Model, SEM)。兩者計算的側重點也不同，SLM討論某區域是否存在空間溢出或空間擴散的情況，模型中的參數值用ρ來衡量鄰近地區對本地區的影響程度；SEM模型討論的是隨機干擾項對本地區觀察值的影響。結合十年的面板數據，采用Matlab7.0的空間計量分析經濟程序，計算得出的SLM模型相關參數見表6，SEM模型相關參數見表7。

表6 SLM空間滯后模型計算結果

表7 SEM空間誤差模型計算結果

表8 SEM模型和SLM模型的檢驗估計

根據Anselin等(1996)提出的判別法則[27]，如果LM(error)比LM(lag)顯著性更高，并且Robust LM(error)顯著而Robust LM(lag)不顯著，那么，空間誤差模型比空間滯后模型更適合，同理，如果LM(lag)比LM(error)顯著性更高，并且Robust LM(lag)顯著而Robust LM(error)不顯著，那么，空間滯后模型就是適合的。根據表8中的兩種模型檢驗值的對比，LM(error)的顯著性要高于LM(lag),同時Robust LM(error)的顯著性也高于Robust LM(lag)，因此，SEM空間誤差模型是更適合的。

再來看SEM模型的三種效應：第一種是空間固定效應(Spatial Fixed Effect),第二種是時間固定效應(Time Period Fixed Effect)，第三種是空間時間都固定的混合效應(Spatial Time Period Fixed Effect)。空間固定表示變量僅隨區位變化而不隨時間變化，對于穩態水平的影響；時間固定效應反映隨時間變化不隨區位變化情況下，對于穩態水平的影響；混合效應是既有空間又有時間效應的影響。

對比SEM模型的三種效應的估計結果，從R2來看，空間和時間固定效應的R2是0.894和0.907，而混合效應是0.946，高于空間固定效應和時間固定效應；從Log-likelihood值來看，空間和時間混合效應值是42.7689，優于空間固定效應的42.4458，和時間固定效應的-13.8030，因此，SEM模型中的空間和時間混合效應估計效果相對較好。

(二)兩種模型的對比

將空間誤差模型SEM混合效應與一般面板模型的估計結果放在一起綜合對比，看看考慮空間因素后模型總體情況變化。

表9 SEM混合效應模型與一般面板模型對比

從擬合的總體效果來說，SEM模型的混合效應要優于一般面板模型，SEM的混合效應是0.946，一般面板模型是0.9389，此外，SEM混合效應的Log-likelihood值是42.7689，也要優于一般面板模型的Log-likelihood值-876206，因此，從兩種模型的對比情況來看，自變量之間確實存在著較強的空間聯系，而一般面板模型中，忽略了空間因素。從系數的估計情況來看，一般面板模型中，僅人均GDP和進出口總額估計顯著，其他的自變量都不顯著，在SEM混合效應中，工業總產值、進出口總額和實際外商投資估計值都是顯著的。

從現實的經濟意義角度來說，產業在空間上的集聚對鄰近地區產生顯著的溢出。由于區域間存在明顯的空間相關性且相關性逐漸增強，傳統的面板模型沒有考慮到變量之間的空間相關性或隨機誤差擾動帶來的影響，所以模型估計的效果一般。

空間面板模型表明：地區的工業總產值、進出口總額、人均GDP水平對創新產出有強烈的空間相關性，對空間差異存在顯著影響。因產業附加值較高且外向度較高，依賴于來自核心地區的人才技術和信息資源，空間分布上體現以核心城市及交通軸線為主的集聚，并且在2010年以后經歷明顯的產業擴散過程，逐漸由核心城區擴散到次核心城區，擴散體現出典型的空間溢出效應，溢出效應引起長三角區域內部分工的梯度轉移。

另外，空間經濟模型在研究產業對區域經濟增長過程中具有比一般面板模型更好的估計結果，研究發現，空間因素影響區域經濟發展水平，說明空間計量模型是處理空間依賴性及區域經濟現象的較適合的模型。從模型估計情況來看，產業資本的投入、產業空間集聚的加強，對地區經濟增長有促進作用，知識溢出、技術創新與產業空間分布之間并不是一個單向過程，而是相互促進的過程，空間距離接近的企業的知識溢出和創新促進了產業集中在核心城市，而產業空間分布又強化企業的知識溢出和技術創新，從而形成一個空間分布—技術創新—知識溢出良性的互動循環機制。

五、結論及政策建議

本文首先利用四分位地圖和條件地圖等工具分析長三角產業技術創新的空間層次，研究發現：第一，長三角正從單一中心向多中心模式轉變，這種組團式的協同創新，是長三角產業發展的有效空間組織形式，創新網絡之間呈現出多重聯系且相互交織的發展趨勢；第二，高行政級別城市在長三角城市網絡體系中占據絕對領導地位；第三，長三角創新網絡群聯系的密度進一步增長，產業發展推動了區域網絡結構的演變，但是在區域內存在明顯的分層集聚現象；第四，長三角區域內部主要呈現以上海、南京、杭州、寧波四個核心城市為主的省內鄰近聯系，但2010年后網絡化程度明顯升級，跨省跨區域的縱向擴張日益增多并成熟。這表明長三角產業技術創新的空間形態已從單一中心向多中心轉變，形成以上海為中心，以蘇州、杭州、寧波、南京等核心城市為次中心的圈層結構。多圈層和多中心的城市空間形態是未來長三角城市群的必然，這種多圈層的空間形態也決定了長三角未來的經濟發展趨勢和整體的經濟狀況。

其次，本文用Moran’I指數和Lisa集聚等空間探索性數據方法計算長三角產業的全局空間性和局部空間相關性，發現：第一，產業的發展對長三角城市群的深度一體化具有巨大的推動作用，但是具體到區域內部，高行政級別城市在創新要素配置中依然占據主導地位；第二，長三角城市網絡展現出多中心結構，城市體系也由“等級體系”向“網絡體系”轉變，呈現省內縱向聯系和跨省水平聯系相交織的特點；第三，核心層與邊緣層之間以及核心城市的資源互動是推動長三角網絡結構演變的動力。

最后，本文建立空間計量模型，結果顯示：地區的工業總產值、進出口總額、人均GDP水平對創新產出有強烈的空間相關性，對空間差異存在顯著影響，尤其是2010年以后，產業擴散體現出典型的空間溢出效應，溢出效應加劇區域內的分工，同時也加強產業在空間上的集聚形態。

本文的政策建議是：

第一，在全球化的競爭格局下，中國的城市群發展也進入到新的階段。本文以長三角產業發展為例，開展定量化的研究，為地區引導產業發展導向提供參考。政府應進一步發揮市場機制的作用，在空間集聚與擴散中合理配置產業，從比較優勢的角度，促進產業鏈的完善，加強區域內的分工協作和產業的有序轉移。長三角作為全國經濟的領頭羊，以產業發展為契機，帶動長三角甚至全國經濟結構變化，政策制定除了形成產業集聚之外，還要深入區域間的交流溝通，產生更多的溢出和擴散效應。

第二，溢出的擴散效應與局限性。外部性是一種潛在的對周圍事物的影響，每個戰略性新興企業都具有一定的外部性，受距離的約束，外部性的大小與距離變化具有負相關關系。在核心城市內的企業由于距離接近，得到更多的創新外部性，再由外部性的擴散效應吸引更多的戰略性新興企業進入核心城市范圍，同時由于緘默知識等特性，溢出又具有空間局限性，正是由于知識外部性和溢出的局限性，使得產業的技術創新行為在創新資源更豐富的核心城市中進行，尤其是知識投入越重要的企業，這種分布傾向也就越發明顯。產業技術創新在長三角呈現出的這種集聚狀態，使得空間分布形態呈現出集聚在以核心城市為主，部分區域性中心城市和部分綜合實力較強的二線城市為輔，但并沒有呈現明顯的帶狀或者圈狀分布的空間形態。

第三，組織要素需要發揮更強效應。影響空間形態的主要因素，首先是空間要素，包括通道(資金融通與技術轉移通道、商品物流通道、交通與信息通道)、城市體系(核心城市、區域性次級核心城市和二三線城市)，以及經濟腹地(核心城市對周邊的輻射與帶動作用)。其次是組織因素，包括支撐體系(政府、行政、文化氛圍)、產業體系(區域產業發展水平、企業與其他實體經濟水平)、創新體系(大學與科研機構、人才團隊)等。長三角的交通網絡發達，城鎮體系完善，相比之下，組織要素還沒有發揮出較強的效應，因此，政府可以考慮從組織要素發揮的層面，完善創新體系、產業體系、支撐體系的需要條件，為長三角產業未來有更大的發展創造條件。

第四，空間集聚與擴散相互依存又交替發展。在長三角產業空間形態的演化過程中，空間的集聚與擴散相互依存，交替發展，形成集聚—擴散—再集聚—再擴散的產業演變框架，推動新興產業由核心城市向邊緣不斷發展，這兩種效應在不同時期強度也不相同。在發展初期，以集聚作用為主，集聚伴隨著人流、資本流、技術流、信息流的共同作用，產業在空間上不斷擴張。例如：近幾年，長三角出現了很多國家級、省級等產業發展園區，像寧波北侖注塑機和嘉善新型電子元器件、臨安電線電纜等5家基地被批準成立國家級特色產業基地，還有普陀海洋生物與生化產品，以及諸暨電腦刺繡設備等被評為省級特色產業基地，因此，在政策設計方面，需要進一步加強擴散作用，讓新興產業發展更深入，向更大范圍內拓展，形成新的空間分布態勢。