產業聚集、科技創新與經濟增長

摘 要：通過將科技創新引入新經濟地理學模型進行分析，從理論方面探討產業聚集、科技創新與經濟增長之間的關系，并基于我國30個省、市、自治區的面板數據，利用區位熵指數和熵權法分別對產業聚集水平和科技創新水平進行測度，運用探索性空間數據分析發現我國經濟增長存在空間依賴性，由此引入空間面板計量模型和空間效應分解模型，實證分析產業聚集和科技創新的經濟增長效應。研究得出：產業聚集通過毗鄰經濟、規模經濟以及聚集經濟等方式帶動生產效率提高，促進經濟增長;在經濟下行壓力和經濟發展方式轉變“雙重壓力”下，科技創新作為“第一生產力”仍然是推動經濟增長的源泉動力;產業聚集和科技創新協同發展，共同助推經濟增長，對于有效改善我國經濟以往“粗放型”增長方式具有重要現實意義。

關鍵詞：新經濟地理學;產業聚集;科技創新;經濟增長

中圖分類號：F062.9文獻標識碼：A文章編號：1007-2101（2021）01-0079-11

收稿日期：2020-10-29

作者簡介：丁嘉鋮（1992-），男，吉林樺甸人，東北師范大學博士研究生。

一、引言

改革開放40多年以來，我國經濟迅猛發展，但同時也帶來了一系列經濟社會問題，在“人口紅利”面臨消失的情況下，我國所獲得的資源配置效率以及所贏得的穩定的資本報酬效應都將逐漸消失，為了實現經濟的可持續發展，我國必然要通過提高資源配置效率來穩固推動經濟高質量增長。黨的十九大報告指出要“促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群”，由近些年各地區產業聚集的發展可以發現，產業聚集形成區域經濟空間狀態，導致上下游企業分工細化，提升產品質量，同時大規模的生產降低了生產成本，“成本洼地”反過來又促進產業聚集。與此同時，經濟新常態下傳統的粗放、低附加值的發展方式不能滿足我國對于高質量發展的需求，我國面臨經濟下行的巨大壓力，經濟發展方式迫切需要從原有的“粗放型”轉向“集約化”。“十三五”期間，國家再次強調要堅持創新是引領發展的第一動力，把創新擺在國家發展全局的核心位置。科技創新作為經濟發展的第一驅動力為經濟增長在面對下行壓力與轉型升級“雙重壓力”下提供了持續動力。而產業聚集與科技創新之間又存在互促機制，產業聚集可以帶動企業以及人員“非正式聯系”，短期內快速帶動科技創新發展。同時，科技創新為產業聚集生態化發展提供持續不斷的動力，打造產業聚集健康體系。伴隨日趨嚴重的資源短缺、勞動力成本攀升、資本邊際報酬遞減等問題的出現，在追求經濟增長“量”的同時，更重要的是追求經濟增長的“質”，因此推進產業聚集與科技創新協同發展，對于緩解我國經濟下行壓力和促進經濟發展方式轉型具有重大現實意義。

二、文獻綜述

有關產業聚集、科技創新與經濟增長的國內外研究主要集中于產業聚集的經濟增長效應、科技創新的經濟增長效應以及產業聚集與科技創新之間關系三個方面。

產業聚集作為在空間上增加收益的源泉，可以通過連接的上下游部門提高資源利用效率和改善生產要素成本，減少因信息不對稱等方面引發的逆向選擇，從而推動經濟增長，繼而產生外部性[1-2]。產業聚集和經濟增長之間也存在相互作用，產業聚集可以通過聚集帶來的資源、技術等方面的優勢，促進經濟增長;反過來，經濟增長又會吸引更多的資源等聚集，從而帶動產業聚集度水平的提升[3]。實證研究方面，Geppert等（2008）[4]人對西德進行了研究，發現產業聚集和經濟增長之間存在正向關系。孫曉華等（2018）[5]以我國數據為樣本進行研究，發現產業聚集形成了比較優勢，同時改善了生產要素的空間配置，顯著地拉動了地區經濟增長。黃永明等（2019）[6]通過對我國省際面板數據的研究發現產業聚集對我國經濟增長的推動作用較大。相反，一些學者發現產業聚集并非總是促進經濟增長的，或會產生門檻效應，或會產生負外部性。Ercole等（2017）[7]測算產業聚集水平，并得出了專業化聚集對經濟增長拉動作用不明顯的結論。李駿等（2018）[8]通過實證研究發現，產業聚集對經濟增長的推動作用存在拐點，當產業聚集度超過某一水平后，產業聚集對經濟增長是負影響的。

科技創新作為經濟發展的第一動力，可以通過技術、知識等方面的溢出提升全要素生產率、改善福利水平，進而從多個方面促進經濟增長[9-10]。嚴成樑等（2010）[11]研究發現，科技創新主要是通過知識的進一步積累，進而轉化為技術應用到實際生活中，從而提高科技創新水平，拉動經濟增長。洪銀興（2011）[12]認為，我國對于科技創新的大力投入增強了科技創新由企業轉向包括產學研的各個階段，推動我國科技創新多方面發展，提升科技創新水平，進而拉動經濟增長。但一些學者的研究發現我國科技創新雖然投入總量大，但投入質量有待提高。龐瑞芝等（2014）[13]研究發現，我國各省份科技創新水平不足，創新成果轉化效率較低，導致科技創新對經濟增長的拉動作用不明顯。葉祥松等（2018）[14]通過分析我國科技創新困境，發現科技創新對全要素生產率的促進作用并不明顯，雖然國家對于科技創新投入資金巨大，但成果轉化還有待進一步加強。

產業聚集能夠帶來有效的技術外部性，進而帶動科技創新水平的提高，反過來，提升科技創新水平又可以提高資源利用效率、降低生產成本等，從而吸引更多產業聚集[15]。張可（2019）[16]研究發現產業聚集和科技創新之間存在互促機制，產業聚集可以通過技術溢出和規模經濟效應促進科技創新，同時科技創新可以通過增長極效應和知識溢出提升產業聚集度水平。陳長石等（2019）[17]研究發現，產業聚集主要通過溢出效應等對創新規模具有推動作用，而對創新效率影響較小。然而產業聚集對科技創新并未一直發揮促進作用。Bagella等（2000）[18]研究發現，產業聚集的技術溢出使得模仿創新變得更加容易，因此溢出方無法獲得足夠的報酬，降低了創新動力。胡彬等（2017）[19]研究發現由于政府方面提供的便利，產業聚集反而降低了高端創新模式，“創新惰性”阻礙了科技創新的發展。

從已有研究可以看出，國內外學者對產業聚集、科技創新與經濟增長進行了不同角度的研究，但大多數研究都集中在產業聚集的經濟增長效應和科技創新的經濟增長效應，并且很少有學者對產業聚集、科技創新與經濟增長的內在機制進行分析。新時期，面對日益加劇的經濟下行壓力，單方面的研究無法承載經濟社會更高的要求，產業高質量聚集與科技高效率創新將是推動經濟增長的必由之路。產業聚集的技術外部性及科技創新引發的聚集皆說明產業聚集與科技創新之間存在著密不可分的關系，因此分析“產科獨立”與“產科協同”對于減緩我國經濟下行壓力具有重要的現實意義。

三、基本假設與數理分析

（一）基本假設

本文構建兩區域（東部、西部）、兩部門（農業、工業）、兩種生產要素（資本、勞動力）的新經濟地理學模型，即2×2×2模型。兩區域在偏好、貿易開放度、資源稟賦和生產技術水平方面是對稱的。工業部門以規模報酬遞增、壟斷競爭為特征;農業部門以規模收益不變、完全競爭為特征。假設工業品貿易在區內交易無成本，在區際貿易遵循冰山交易成本τ（τ>1），也就是某一區域的實際需求量為c，那么必須運送τc才能滿足該c的需求;農業品貿易在區內、區際交易都無成本。假設資本可以在區域間自由流動，但勞動力不能在區域間轉移，而且資本所有者不能跨區流動，即資本在另一區域的收益匯回原地消費。為便于區分，我們用加“*”來表示西部地區的所有變量。

兩區域的消費者偏好相同，都消費一組差異化的制造業產品和農產品。消費兩種產品時的效用函數為U=CμMC1-μA，其中CM和CA分別表示制造業產品消費和農產品的消費，μ是消費者支出在制造業產品上的支付份額，1-μ是消費者支出在農產品上的支付份額（0<μ<1）;消費一組制造業產品時的效用函數為CM=（∫nwi=0c（σ-1）/σidi）σ/（σ-1），其中ci為第i種產品的消費，σ是任意兩種工業品之間的替代彈性且為常數，N為東西部地區生產的工業品種類數（nw=n+n*）。

假設科技創新水平為t。現階段，人工智能的快速發展帶來生產方式的變革，越來越多的制造業由以往的人工生產轉變為半自動化或全自動化的機器生產，生產方式的變革帶來勞動力的解放，因此科技創新水平的提高必然帶來生產效率提高，進而減少單位產出所需的勞動量。把1/t看成是單位產出所需勞動力數量的確定系數，完全沒有科技創新時的勞動力需求系數為1，而科技創新水平最高時的勞動力需求系數接近為0，則t≥1。這樣，如果用t和t*、aM和a*M分別表示東西部科技創新水平和單位工業品產出所需的勞動量，則東部和西部單位產出所需的實際勞動量，分別為aM/t和a*M/t*。

（二）數理分析

根據消費者效用最大化的一階條件，我們可以分別求出東部和西部對制造業產品的需求函數和東西部地區工業品價格指數：

ci=μYp-σiP1-σMc*i=μY*（p*i）-σ（P*M）1-σP1-σM=σ/σ-1aM/t1-σ×nw1-σ+n*φw*1-σP*M1-σ=σ/σ-1a*M/t*1-σ×n*w*1-σ+nφw1-σ （1）

其中，Y和Y*分別表示東部和西部的收入水平，PM和P*M分別表示東部和西部的工業品價格指數，φ為區際市場開放度，n和n*分別為東部和西部廠商數量，w和w*分別為東部和西部勞動力工資水平。有了需求函數，則可以求出產品的價格。

由于東西部廠商都用1單位資本作為固定成本，一定量的勞動力作為可變成本。這樣，東部地區廠商i的成本函數為π+aM/txiwl，其中π為單位資本的利息，即資本的利息率;aM/t為東部地區在現有技術水平為t的情況下單位產出所需的勞動量;xi為產出量;wl為勞動力的工資水平。任何一個地區的廠商所生產的產出品，不僅要滿足當地消費者的需求，還要滿足另一個區域消費者的需求。這樣，東部地區廠商的總產出量為xi=ci+τc*i，其中c*i為西部地區消費者的實際需求，τc*i是為滿足需求c*i而需要實際生產的數量。根據廠商利潤最大化一階條件，我們可以求出東部廠商制定的價格，則p=aMwσ/tσ-1。由于冰山交易成本，東部生產的產品運到西部后價格變為p*=τp。同理，西部生產的產品運到東部后價格變成p-=τp-*，其中p-*是西部生產的產品在西部銷售時的價格。這樣，我們可以寫出東西部廠商各自的價格以及運到對方市場后的價格：

p=σσ-1aMtwp-=σσ-1a*Mt*τw*，p*=σσ-1aMtτwp-*=σσ-1a*Mt*w*（2）

其中，p為東部生產并在東部銷售時的價格，p*為東部生產并在西部銷售時的價格，p-為西部生產并在東部銷售時的價格，p-*為西部生產并在西部銷售時的價格。

有了上面的價格水平，我們可以求出廠商的產出量。盡管該經濟系統中的所有廠商為壟斷廠商，但它們所面對的市場又是完全競爭市場。因此，實現均衡時，每個廠商的利潤是零利潤。因此，我們可以得出東部廠商的產出水平且每個廠商的產出規模都相等，即x=σ-1π/waM/t。同理，西部的廠商規模為x*=σ-1π*/[w*（a*M/t*）]。

有了上面的價格水平和產出水平，我們可以寫出廠商的利潤函數。東部廠商的總產出為x=c+τc*，故東部廠商的銷售收入為pc+p*c*=p（c+τc*）=px。在壟斷情況下，均衡時廠商的利潤為零利潤，因此px=π+waM/txπ=p-waM/tx。這樣，利潤函數為：

π=pxσ=μσp1-σYP1-σM+τ1-σY*（P*M）1-σπ*=p-*x*σ=μσp-*1-στ1-σYP1-σM+Y*（P*M）1-σ（3）

式（3）中工業品價格指數仍為未確定函數，需要進一步完善該函數。消費者把本周期的收入全部支出，這樣可以把收入水平Y和Y*寫成支出水平E和E*。用Ew來表示經濟系統總支出，用SE和S*E來分別表示東部的支出份額和西部的支出份額，則SE=E/Ew、S*E=E*/Ew;用nw表示經濟系統總體廠商數量，并用Sn和S*n來表示東部和西部的產業份額，則Sn=n/nw、S*n=n*/nw。把上述這些以及式（2）中的4種價格代入到式（1）中的P1-σM和（P*M）1-σ中，則東西部區域工業品價格指數可以寫為：

P1-σM=p1-σSn+φ（ta*M/t*aM）1-σS*n（P*M）1-σ=p1-σφSn+（ta*M/t*aM）1-σS*n（4）

如果把上述工業品價格指數代入到式（3）的廠商利潤函數中，則我們可以得出東西部地區的資本收益率：

π=pxσ=b（t*aMta*M）1-σSE（t*aM/ta*M）1-σSn+φS*n+φS*E（t*aM/ta*M）1-σφSn+S*nπ*=p-*x*σ=bφSE（t*aM/ta*M）1-σSn+φS*n+S*E（t*aM/ta*M）1-σφSn+S*n（5）

式（5）中假設資本可以在區域間自由流動，當廠商的資本收益率不同時，資本將會向高收益的地區轉移，直到兩地區的資本收益率相等為止。即當π=π*時，資本將不會發生轉移，達到均衡狀態。如果初始東西部地區廠商的技術水平相同，那么單位產出所需的勞動量相同。這樣，假設初始時東西部地區單位產出所需的勞動量相等，都等于1，即aM=a*M=1。

根據式（5）以及均衡時資本收益率相同的條件，可以得出產業份額函數Sn為：

Sn=（1-φ2）（t*/t）1-σSE-φ1-（t*/t）1-σφ（t*/t）1-σ-φ1-（t*/t）1-σφ（6）

設η=（t*/t）1-σ，則η表示東西部地區相對科技創新水平。若η>1，則東部地區科技創新水平較高;若η<1，則西部地區科技創新水平較高。若提高東部地區科技創新水平，則t就變大，進而η變大;若提高西部地區的科技創新水平，則t*變大，進而η變小。產業份額函數可寫為：

Sn=（1-φ2）ηSE-φ（1-ηφ）（η-φ）（1-ηφ）（7）

產業份額Sn在本文中也可看作經濟量，即某一區域的產業份額增加，則該區域的經濟量也相應的增長。

在式（7）中，求Sn對SE的微分，則當滿足ηφ<1的條件時，dSn/dSE>0，即某一區域產業份額與該區域市場規模同向變化，即當市場開放度足夠大以至生產要素在區域間完全自由流動時，如果某一區域具有較大規模的市場份額，則資本（產業）將大量流入該區域，這不僅進一步擴大該區域的市場規模，而且還不斷擴大該區域的產業聚集度，同時也就實現了該區域的經濟量的增長，因此可以得出命題1。

命題1：某一區域市場規模越大，則越有利于擁有較大份額的產業。也就是說，在其他條件不變的情況下，某一區域市場規模越大，則越有利于提高產業聚集度，進而實現經濟的增長。

在式（7）中，求Sn對η的微分，則dSn/dη>0，即產業份額與η同向變化，即某一區域的科技創新水平越高，該區域的產業份額就越大。也就是說，某一區域的創新能力很強，則大量的產業向該區域集中，提高該區域的產業聚集度，且這些產業中的大多數將為高新技術產業部門，這將推動該區域的高質量發展，因此可以得出命題2。

命題2：某一區域科技創新能力越強，越有利于擁有較大份額的產業。也就是說，在其他條件不變的情況下，某一區域科技創新能力越強，則越有利于高新技術產業部門的聚集，這有利于該區域的經濟增長。

四、指標選取、數據處理與研究方法

市場規模擴大意味著區域人口規模的擴大和人均收入水平的提高，這必然吸引大量產業向該區域聚集，而產業的大量聚集必然促進該區域經濟的增長。同時，當大量廠商聚集在某一有限空間范圍內時，一方面有利于知識和技術的溢出，另一方面將加劇廠商間的競爭。為了在廠商間競爭中勝出，許多廠商不斷引進先進生產技術以及不斷研發，提高自身的勞動生產率水平。因此，本文提出如下假設。

假設1：市場規模的擴大提高產業聚集度。產業聚集度的提高，通過毗鄰經濟、規模經濟以及聚集經濟促進區域經濟的增長。

假設2：產業聚集度的提高，有利于知識和技術的溢出，又加劇廠商間競爭。技術溢出和廠商間競爭加劇，有利于廠商提高技術創新能力。廠商創新能力的提高，有利于促進區域經濟增長和區域經濟高質量發展。

（一）指標選取

1. 被解釋變量為經濟增長水平（lnGDP）。

用各省市的GDP來表示經濟增長水平。為消除價格因素影響，以所研究年份的第一年作為基期，將地區生產總值換算成實際地區生產總值，同時，為消除量綱的影響，對其進行對數化處理。

2. 解釋變量為產業聚集水平（AGG）和科技創新水平（TI）。綜合國內外眾多文獻，目前衡量產業聚集的指標主要有區位熵指數、空間基尼系數、行業集中度指數、赫芬達指數等。本文選取國內外研究較為成熟的區位熵指數法測度產業聚集水平，并且區位熵指數可以有效消除地區規模差異，可以準確反映出產業聚集的空間分布情況。借鑒庫姆斯[20]的研究，具體公式如下：

AGGit=（eit/Et）/（qit/Qt）（8）

式（8）中，AGGit代表i區域t時期的產業聚集水平，eit代表i區域t時期工業增加值，Et代表t時期全國工業增加值，qit代表i區域t時期地區生產總值，Qt代表t時期國內生產總值。若聚集水平大于1，說明該區域聚集水平較高;若聚集水平小于1，則說明聚集水平較低。

產業聚集的測度結果表明，我國各省市產業聚集水平存在明顯差異，以工業為主的省份，例如河北、安徽、河南等地產業聚集水平普遍較高，而黑龍江、海南、甘肅等地產業聚集水平普遍較低。整體上看，近兩年產業聚集水平有所下降，可能是因為產業結構有所轉變，落后產業的淘汰以及高技術產業的興起使得產業聚集處于“過渡期”。

科技創新不能僅僅從投入方面來測度，更要看科技創新所得成果以及轉化到現實中的作用大小。因此本文借鑒李廉水等[21]對制造業新型化的研究，從規模以上工業企業R&D、產品開發、專利和技術轉化4個層次、11個指標綜合測度科技創新水平（見表1）。

在科技創新測算綜合值的方法選擇上，為了客觀反映出科技創新發展的現狀，本文通過熵權法計算指標體系中變量在整體所占比重，最后運用比重求出各省市科技創新水平，具體步驟如下。

數據標準化處理：

Xij=xij-Min（xi）Max（xi）-Min（xi）×100%（正向）（9）

Xij=Max（xi）-xijMax（xi）-Min（xi）×100%（負向）（10）

各指標的信息熵：

Ej=-ln（n）-1∑ni=1pijlnpij（11）

其中指標的比重：

pij=Yij/∑ni=1Yij（12）

如果pij=0，則定義：

limpij→0pijlnpij=0（13）

其中n為年份個數。確定各指標權重：

Wi=1-Eik-∑Ei?? i=1，2，...，k（14）

運用求得的權重可求出各省市的科技創新水平。

通過測度可知，各省份科技創新水平差距較大，其中廣東、江蘇、山東科技創新水平較高，而內蒙古、海南、青海則較低，這可能主要是因為地區發展差距帶來了資源分布的不均。整體上看，隨著時間的推移，多數省份的科技創新水平有所上升，可能的原因是在經濟下行壓力下，國家提倡轉型升級以及企業為了提升競爭力而加快科技創新。

3. 控制變量包括勞動力投入（L）和政府行為（GOV）。

影響經濟增長的因素不計其數，綜合眾多文獻，考慮到模型的可行性，本文選取勞動力投入和政府行為作為控制變量。其中勞動力投入采用城鎮單位就業人員占各地區的總人口比重來表示;地方政府行為采用地方財政一般預算支出占地區生產總值的比重來表示。

（二）數據來源與處理

本文采用我國30個省、市、自治區（除西藏、中國香港、中國澳門、中國臺灣）2011—2018年的數據作為樣本，研究產業聚集、科技創新與經濟增長間的關系。各指標數據來源于2012—2019年《中國統計年鑒》《中國科技統計年鑒》，各省市統計年鑒、統計公報及國家統計局網站。各變量的統計描述如表2所示。

（三）研究方法

1.探索性空間分析。

文章是運用空間計量模型還是標準計量模型來進行分析，首先要研究經濟增長的空間狀態，因此需要對所選的數據樣本進行探索性空間數據分析。本文采用全局Morans I指數（莫蘭指數）及其統計檢驗對數據樣本進行探索性空間數據分析，其中Morans I的定義為：

I=n∑ni=1∑nj=1ωijxi-x-xj-x-∑ni-1xi-x-2∑ni=1∑nj=1ωij（15）

公式中，n代表區域數量，xi代表屬性值，ωij則代表空間權重矩陣（i，j）元素。Morans I的取值范圍為-1≤I≤1，Morans I≥0則代表各區域之間研究對象為正相關，Morans I≤0代表各區域之間研究對象為負相關，即存在空間排斥現象，若Morans I值趨近0，則表明空間分布無規則。

2. 空間權重矩陣的設定。

空間權重矩陣作為測度各變量間在區域上空間聯系的緊密程度，并且鑒于任何事物都與其他事物具有關聯性，基于“地理學第一定理”，即來自n個區域的空間數據Xini=1，下標i代表地區i，地區i與地區j間的距離為wij，則定義“空間權重矩陣”為：

W=w11…w1nwn1…wnn（16）

其中，主對角上元素代表同一區域的距離，其值w11=…=wnn=0，當地區i與地區j有共同的邊界時wij=1，反之，則wij=0。

3.空間計量模型。

根據莫蘭指數測度空間相關性后，預期探究產業聚集、科技創新與經濟增長間的關系，本文采用空間計量模型，鑒于各地區經濟增長之間可能存在空間輻射效應，因此，引入空間自回歸模型（SAR），具體公式如下：

lnyit=σ∑nj=1wijlnyit+βXit+μi+λt+εit（17）

其中，lnyit表示i地區t時期地區生產總值的對數，Xit表示解釋變量，μi代表個體效應，γt代表時間效應，εit代表隨機擾動項。

鑒于區域經濟增長可能受其他因素影響，因此引入空間誤差模型（SEM），具體公式如下：

lnyit=βXit+μi+γt+εit

εit=ηWiεi+ξit（18）

其中，wij表示空間權重矩陣中的元素，Xit表示解釋變量，β表示待估參數，μi代表個體效應，γt表示時間效應，ξit表示誤差項。

另外，鑒于模型估計系數可能對于解釋變量實際的輻射效應產生誤差，本文為給予上述模型估計系數有效分析，運用LeSage和Pace（2009）[22]對該問題的處理辦法，采用空間回歸模型偏微分法對解釋變量存在的效應進行分解，處理辦法如下：

首先對空間自回歸模型（17）作模型變換，變為矩陣形式：

y=（1-ρW）-1Xβ+（1-ρW）-1ε（19）

其中，各變量的意義和上述一致，由于

（I-λW）-1=I+λW+λ2W2+λ3W3+…，因此可將式（19）寫為：

y=∑kr=1βr（I-λW）-1xr+（I-λW）-1ε（20）

式（20）中，xr代表X里包含k個解釋變量里的第r個解釋變量，通過Sr（W）=βr（I-λW）-1，則展開式（20）為：

y1y2yn=Sr（W）11Sr（W）21…Sr（W）1nSr（W）21Sr（W）22…Sr（W）2n ?? ? …? Sr（W）n1Sr（W）n2…Sr（W）nnx1rx2rxnr+（I-λW）-1ε （21）

式（21）中，Sr（W）ij代表Sr（W）中（i，j）元素，通過對被解釋變量對第j個地區有關第r個解釋變量求偏微分可以得到式（22），若i=j則可以得出式（23）：

yixjr=Sr（W）ij（22）

yixir=Sr（W）ii（23）

其中，Sr（W）ij代表地區j的第r個解釋變量對第i個地區產生的作用，當i=j時，Sr（W）ii代表地區i的第r個解釋變量對本地區產生的作用，式（22）可以看作間接效應，也就是矩陣Sr（W）非對角元素的均值，式（23）看作直接效應，也就是矩陣Sr（W）對角元素的均值，總效應即為兩者之和。

五、實證分析

（一）經濟增長的探索性空間分析

在運用空間模型分析之前，首先對經濟增長水平進行空間依賴特征分析。基于鄰接矩陣與雙尾統計檢驗，表3列出了經濟增長Morans I指數及其顯著性。從表3中可以看出，Morans I指數在1%水平上均顯著，說明經濟增長水平具有較強的空間依賴特征。在考察期內，Morans I指數均大于0.255，表明經濟增長水平具有較高的正的空間相關性。同時，在考察期內，Morans I指數呈“U”型變化趨勢，2014年以后經濟增長的空間相關性呈現增強趨勢。

為進一步分析各省份經濟增長的空間相關性，基于標準化鄰接矩陣單尾檢驗，利用2011年、2014年、2016年、2018年數據繪制Morans I散點圖進行分析。從圖1可以看出，此時Morans I指數與基于雙尾檢驗的結果略有差異，超過2/3的省份集中在第一和第三象限，說明我國各省份經濟增長之間存在空間相關性，并且隨著時間推移，第二和第四象限的省份有減少趨勢，說明空間聯系得到加強。具體來看，北京、河北、上海、浙江、安徽、福建、山東、河南等地區處于第一象限，經濟增長在這些地區可視為“高—高”集聚，海南、云南、甘肅、青海、寧夏、新疆等地區則處于第三象限，經濟增長在這些地區可視為“低—低”集聚。同時從Morans I散點圖可看出各省市分布在各象限內相對穩定，說明我國經濟增長具有較為穩定的空間相關性。

（二）空間計量模型分析

通過對經濟增長的探索性空間分析得出：各地區經濟增長的空間相關性一直保持穩定且較高的水平，所以引入空間面板計量模型。表4給出了產業聚集和科技創新獨立效應與交互效應的普通面板OLS、空間自回歸模型（SAR）和空間誤差模型（SEM）的檢驗結果，

（1）（3）（5）為產業聚集和科技創新獨立情況下的檢驗結果，（2）（4）（6）為產業聚集和科技創新交互情況下的檢驗結果。普通面板的LM檢驗值為679.15，HAUSMAN檢驗對應的P值為0.00，因此拒絕隨機效應的原假設，選用固定效應模型進行分析。在空間滯后及空間誤差檢驗中LM-lag和LM-error的值為分別5.772、17.867，說明在1%的顯著水平上拒絕了空間滯后項與空間誤差項無自相關的原假設，再次表明應選擇空間計量模型。在空間自回歸與空間誤差模型的選擇上，由于空間自回歸模型的Log L統計量更大，擬合優度較高，并且LM檢驗結果也說明空間自回歸模型的擬合效果更好，因此選用固定效應的空間自回歸模型。

從表4空間自回歸模型檢驗結果可以看出，產業聚集（AGG）對我國經濟增長具有顯著的促進作用。首先，產業聚集通過“規模經濟”打破“小作坊”模式，使得企業擁有大型專業化設備和富裕勞動力，帶來企業生產成本降低，促進企業內部生產效率提高，進而推動經濟增長;其次，產業聚集通過“聚集經濟”使得各個部門之間信息交流實現“便利化”，資本和技術等在部門之間相互轉化，帶來部門間互促發展，共同推動經濟增長;最后，產業聚集通過“毗鄰經濟”使得區外企業可以低成本或無成本學習聚集區內企業先進技術及管理經驗，從而帶動大范圍生產效率提高，有助于實現企業“本地化”，共同推動經濟增長。至此，假設1得到驗證。科技創新（TI）對我國經濟增長亦有顯著的促進作用，我國正處于經濟發展方式轉變的過程中，這必然對經濟增長產生沖擊，加大經濟下行壓力，但科技創新可以通過轉化創新成果，改變企業經濟發展方式，提高生產效率，同時科技創新能夠增強企業核心競爭力，提升企業形象，改善營商環境，增強企業自身實力，另外，科技創新所帶來的技術外部性促進更多企業發展，共同推動經濟增長。控制變量中，勞動力投入（L）對我國經濟增長有顯著促進作用，說明在經濟下行壓力下，以勞動力為主的企業依然占據重要部分，勞動要素質量的提高以及勞動力的持續投入繼續對經濟增長產生持久動力。政府行為（GOV）對我國經濟增長有顯著的負向影響，隨著我國經濟快速發展，“看不見的手”逐漸完善，而對于經濟發展的需求導致地方政府迫切利用公共政策等眾多的“看得見的手”干擾市場運行，導致區域出現爭資源、爭招商、爭項目等競爭行為，不利于經濟健康平穩發展。

（三）空間效應分解

為了更具體地分析產業聚集、科技創新與經濟增長間的空間效應，通過借助偏微分方程對空間效應進行分解。表5給出了產業聚集與科技創新獨立模型、產業聚集與科技創新協同模型下各變量對經濟增長的直接效應、間接效應和總效應。在產業聚集與科技創新獨立模型下，產業聚集的直接效應、間接效應和總效應顯著為正，并且直接效應為0.255大于間接的0.105，說明產業聚集存在空間溢出效應，但產業聚集對本地區經濟增長的促進作用更為明顯，這與現實情況相符合，產業聚集總是在擴大本地區產業規模并提升本地區經濟之后才會對周邊地區產生影響。科技創新的直接效應、間接效應和總效應也顯著為正，直接效應0.121大于間接效應0.048，同樣說明科技創新存在空間溢出效應，但科技創新對本地區經濟增長的推動作用更為明顯。勞動力投入的直接效應和總效應顯著為正，間接效應不顯著，說明勞動力投入更多對本地區經濟增長產生正向影響，輻射效應較弱。政府行為直接效應、間接效應和總效應顯著為負，對經濟增長影響與空間自回歸模型得出結果相似。

在產業聚集與科技創新協同模型下，產業聚集與科技創新交叉項的直接效應、間接效應和總效應顯著為正，直接效應0.129大于間接效應0.061，說明“產科協同”對本地區經濟增長的推動作用更為明顯，也會對周邊地區產生輻射效應，實現共同發展。新時代下推進產業聚集與科技創新協同發展有助于加快我國經濟增長方式由“粗放型”向“集約化”的轉變，為應對經濟下行壓力帶來更多保障。至此，假設2得到驗證。勞動力投入與政府行為空間效應與上文相似，驗證了分析結果的可靠性。

六、結論及建議

本文基于2011—2018年我國30個省、市、自治區的相關數據，對我國經濟增長進行空間依賴性分析，得出我國經濟增長存在顯著的正向空間依賴性，由此引入空間面板計量模型，并通過模型的相關檢驗，確定引入空間面板自回歸模型，最后利用空間效應分解，深入探究了產業聚集與科技創新對我國經濟增長的獨立以及協同效應，得出如下結論。

1. 產業聚集對我國經濟增長具有顯著的促進作用。首先，產業聚集通過“規模經濟”打破“小作坊”模式，使得企業擁有大型專業化設備和富裕勞動力，帶來企業生產成本降低，促進企業內部生產效率提高;其次，產業聚集通過“聚集經濟”使得各個部門之間信息交流實現“便利化”，資本和技術等在部門之間相互轉化，帶來部門間互促發展;最后，產業聚集通過“毗鄰經濟”使得區外企業可以低成本或無成本學習聚集區內企業先進技術及管理經驗，從而帶動大范圍生產效率提高，有助于實現企業“本地化”。

2. 在經濟下行壓力和經濟發展方式轉變“雙重壓力”下，科技創新可以通過轉化創新成果，改變企業經濟發展方式，提高生產效率;同時科技創新能夠增強企業核心競爭力，提升企業形象，改善營商環境，增強企業自身實力;另外，科技創新所帶來的技術外部性促進更多企業發展，因此科技創新作為“第一生產力”依舊是推動經濟增長的源泉動力。

3. 產業聚集和科技創新協同發展，對本地區經濟增長的推動作用更為明顯，也會對周邊地區產生輻射效應，實現共同發展。因此新時代下推進產業聚集與科技創新協同發展有助于加快我國經濟增長方式由“粗放型”向“集約化”的轉變，這對于有效改善我國經濟以往“粗放型”增長方式具有重要現實意義，為應對經濟下行壓力帶來更多保障。

4. 勞動力投入可以帶動勞動要素質量的提高。在經濟下行壓力下，以勞動力為主的企業依然占據重要部分，勞動要素質量的提高以及勞動力的持續投入繼續對經濟增長產生持久動力。但政府行為對現階段經濟增長產生了部分干擾。

根據上述分析，本文提出以下政策性建議：

第一，繼續引導產業聚集，進一步發揮聚集經濟的經濟增長效應。

產業聚集以其自身優勢成為我國經濟增長的重要推手，在生產要素高效利用的需求下，對于穩固推動經濟增長具有重要的現實意義。對此，產業聚集區要引導產業形成合理布局，逐步淘汰落后產業，為高效型產業的進入騰出空間，形成地區優質的產業鏈，達到產業鏈內部的優質投入產出關系，進而合理配置各種資源，對高效型產業形成內部吸引力，反過來又會促進產業鏈的進一步完善，會把優質產業留在區域內，對技術密集型產業形成更高的吸引力，為我國的經濟高質量發展奠定良好的基礎。同時各地區依據地方資源建設具有“領頭羊”作用的特色產業聚集區，充分發揮地區特色，對本地區特有資源進行深層次加工、提煉，提升原材料的利用率，進而加快產業鏈的延伸、發展，從而提高產業聚集質量，進而形成高水平的“規模經濟”“聚集經濟”，進一步推動經濟增長。

第二，強化產業聚集和科技創新“協同效應”，共同助力經濟增長。

產業聚集作為科技創新的重要平臺，使科技創新得以快速發展，同時科技創新水平的提高有助于形成優質的產業鏈，加強產業聚集，因此在經濟下行壓力和經濟轉型時期，推進產業聚集和科技創新“協同效應”有助于緩解經濟下行所帶來的經濟發展的壓力。對此，各級政府要宏觀調控聚集區企業優勢互補，上游企業要加強生產檢測，從原材料、生產過程及最終產品的質量方面嚴格按照高標準進行，以期為下游企業提供優質產品，下游企業要依據上游企業提供的產品進行科學生產，加強科技創新能力，在市場需求情況下，加大企業生產規模，為市場提供可靠商品，倒逼上游企業高質生產，逐漸形成優勢產業鏈。同時加強企業信息交流，對于高質量創新型企業給予額外補貼，打造一體化服務平臺，為企業科技創新提供便利，形成良好的創新環境，加強產業聚集和科技創新協同經濟增長效應。

第三，預防發展過程中的“陷阱”，助力經濟健康發展。

產業聚集過度發展以及行政壁壘阻礙科技創新發展都不利于我國經濟增長。對此，要打破地區間產業封鎖，引導產業深度融合，在短期發展目標的基礎上，更要考慮我國的一體化發展，要以市場為導向，以政策為輔助，以企業自身發展需要為重點，遵從企業轉移需要。加強區域間產業的“非正式聯系”，為科技創新水平的提升提供一個更加快捷的方式，進而從地區內部加強對區外產業的吸引力，實現地區間產業的良性互動、錯位發展，以東部為引領，盤活東北和西北地區市場，形成高水平的“毗鄰經濟”。有針對地制定人才以及科技等創新資源在區域間的合理流動政策，實現創新資源的均等化，同時要確保發展過程中與資源環境的協調，形成“綠色、減量、提質、增效”的發展格局，實現經濟綠色可持續發展。

參考文獻：

[1]

MASAHISA FUJITA， JACQUES-FRANOIS THISSE. Economics of agglomeration： cities， industrial location， and regional growth[M]. Cambridge University Press， 2002.

[2]范劍勇，馮猛，李方文.產業集聚與企業全要素生產率[J].世界經濟，2014（5）： 51-73.

[3]MARTIN P， OTTAVIANO G I P.Growth and agglomeration[J].International Economic Review， 2001（4）：947-968.

[4]GEPPERT K， GORNIG M， WERWATZ A.Economic growth of agglomerations and geographic concentration of industries：evidence for west germany[J].Regional Studies， 2008， 42 （3）： 413-421.

[5]孫曉華，郭旭，王昀.產業轉移、要素集聚與地區經濟發展[J].管理世界，2018（5）：47-62+179-180.

[6]黃永明，姜澤林.金融結構、產業集聚與經濟高質量發展[J].科學學研究，2019（10）：1775-1785.

[7]ERCOLE R， O'NEILL R.The influence of agglomeration externalities on manufacturing growth within indonesian locations[J].Growth & Change， 2017， 48 （1）： 91-126.

[8]李駿，劉洪偉，陳銀.產業集聚、技術學習成本與區域經濟增長——以中國省際高技術產業為例[J].軟科學，2018（4）：95-99.

[9]SANG-CHUL PARK，SEONG-KEUN LEE.The innovation system and regional growth strategy in Denmark[J]， AI & SOCIETY，2005（19）： 292-308.

[10]ERIC C. WANG.R&D efficiency and economic performance： a cross-country analysis using the stochastic frontier approach[J]， Journal of Policy Modeling，2007（25）：345-360.

[11]嚴成樑，周銘山，龔六堂.知識生產、創新與研發投資回報[J].經濟學（季刊），2010（3）：1051-1070.

[12]洪銀興.科技創新與創新型經濟[J].管理世界，2011（7）：1-8.

[13]龐瑞芝，范玉，李揚.中國科技創新支撐經濟發展了嗎？[J].數量經濟技術經濟研究，2014（10）：37-52.

[14]葉祥松，劉敬.異質性研發、政府支持與中國科技創新困境[J].經濟研究，2018（9）：116-132.

[15]DURANTON G， PUGA D. Diversity and specialisation in cities： why， where and when does it matter？[J]. Urban Studies， 2000， 37（3）： 533-555.

[16]張可.產業集聚與區域創新的雙向影響機制及檢驗——基于行業異質性視角的考察[J].審計與經濟研究，2019（4）：94-105.

[17]陳長石，姜廷廷，劉晨暉.產業集聚方向對城市技術創新影響的實證研究[J].科學學研究，2019（1）：77-85.

[18]BAGELLA M， BECEHETTI L. The Geographical agglomeration-private R&D expenditure effect： empirical evidence on italian data[J]. Economics of Innovation and New Technology， 2002（3）：233-247.

[19]胡彬，萬道俠.產業集聚如何影響制造業企業的技術創新模式——兼論企業“創新惰性”的形成原因[J].財經研究，2017（11）：30-43.

[20]COMBES P P. Economic structure and local growth： france， 1984-1993[J]. Journal of Urban Economics， 2000（47）：329-355.

[21]李廉水，程中華，劉軍.中國制造業”新型化”及其評價研究[J].中國工業經濟，2015（2）：63-75.

[22]LESAGE J，PACE R.Introduction to spatial econometrics[M].Florida：CRC Press， Taylor & Francis Group， 2009.

責任編輯：武玲玲

Industrial Agglomeration， Technological Innovation and Economic Growth

———Analysis based on New Economic Geography Model

Ding Jiacheng

（School of Geographical Sciences， Northeast Normal University， Jilin Changchun 130024， China）

Abstract：

Based on the panel data of 30 provinces， cities and autonomous regions in China， by introducing scientific and technological innovation into the new economic geography model， this paper discusses the relationship among industrial agglomeration， scientific and technological innovation and economic growth from the theoretical aspect， location entropy index and entropy weight method is used to measure the aggregation level of industry and science and technological innovation respectively， and uses the exploratory spatial data analysis to find that China's economic growth have spatial dependence， thereby introducing spatial panel econometric model and spatial effect decomposition model to empirically analyze the economic growth effect of industrial agglomeration and technological innovation. It is concluded that industrial agglomeration promotes production efficiency and economic growth by means of adjacent economy， scale economy and agglomeration economy. Under the "double pressure" of economic downward pressure and economic development mode， scientific and technological innovation is still the driving force of economic growth. Industrial agglomeration and scientific and technological innovation promote economic growth， which is of great practical significance to effectively improve China's previous "extensive" growth mode.

Key words：new economic geography; industrial agglomeration; technological innovation; economic growth