王雅潔，韓孟亞

(河北工業大學 經濟管理學院，天津 300401)

0 引言

隨著我國進入新發展階段，發展高技術產業成為落實創新發展理念、推動高質量發展的重要抓手。當前，我國高技術產業主營業務收入規模不斷擴大，占制造業比重從2012的12.28%提升至2018年的16.86%。高技術產業整體集聚度呈上升趨勢[1]，集聚加速創新要素流動，對企業創新活動產生重要影響[2]。習近平總書記指出，“要圍繞產業鏈部署創新鏈、圍繞創新鏈布局產業鏈”，強調產業和創新要統籌協調發展。因此，研究高技術產業集聚與創新績效的交互影響具有重要現實意義。

目前研究高技術產業集聚與創新績效的文獻主要有3類：一是高技術產業集聚對創新績效的促進作用。如顏克益等[3]認為，高技術產業集聚度越高，越能促進集群創新績效提升；陳勁等(2013)發現，產業集聚對高技術產業創新具有重要影響，集聚可以為集群內企業提供更多創新資源，幫助企業提升創新能力和創新競爭力；Zeng等[4]研究發現，產業集群的集聚效應有利于集群企業創新績效提升。二是高技術產業集聚與創新績效的倒U型關系。如謝子遠[5]以醫藥制造業為例證實高技術產業集聚與研發效率呈倒U型曲線關系；謝臻和卜偉[6]發現，高技術產業專業化集聚與產業創新效率呈倒U型關系。三是高技術產業集聚對創新績效的空間溢出效應。如周明和李宗植[7]采用空間面板模型發現，區域內和區域間高技術產業知識溢出對創新產出影響顯著，且產業集聚對創新產業的貢獻相當大；邱士雷等[8]認為，中國高技術產業技術創新水平存在顯著空間正相關關系，區域間技術創新存在顯著空間溢出效應；呂承超和商圓月[9]研究表明，中國高技術創新產出存在顯著空間溢出效應，短期內，多樣化集聚對區域內和區域間創新產出表現出負向空間溢出，長期看則呈現正向空間溢出。

在研究內容上，現有文獻側重于高技術產業集聚對創新績效的單向影響，尚未考慮創新績效對高技術產業集聚的反向作用，忽略了二者的雙向交互影響；在研究視角上，現有文獻聚焦于探討高技術產業集聚對創新績效某一階段的影響，鮮有從創新價值鏈視角剖析高技術產業集聚與創新活動不同階段創新績效的互動關系；在研究方法上，已有方法主要研究二者的單向空間效應，尚未測度二者的雙向空間交互效應。因此，本文基于創新價值鏈視角，將創新過程分為技術研發和成果轉化兩個階段，深入分析兩階段高技術產業集聚與創新績效的互動機制，構建高技術產業集聚與創新績效的空間聯立方程，運用廣義三階段最小二乘法(GS3SLS)考察二者的交互影響及空間溢出效應。

1 理論分析與研究假設

產業創新活動是一個從創新要素投入到創新知識生產，再到創新成果轉化的多階段、多層次價值傳遞過程。在創新價值鏈視角下，我國高技術產業創新活動可以劃分為技術研發和成果轉化兩個階段。基于此，考慮到高技術產業集聚與創新績效的交互關系在創新兩階段的差異化特征，本文建立如圖1所示的理論模型。

圖1 兩階段視角下高技術產業集聚與創新績效交互關系理論模型

1.1 技術研發階段

1.1.1 高技術產業集聚與創新績效的雙向影響機制

技術研發位于創新價值鏈上游，是以企業和研究機構為創新主體、從研發資源投入到技術成果產出的階段，該階段注重技術知識應用，產出形式更多地表現為專利等技術研發成果。

高技術產業集聚對創新績效的影響主要源于兩個方面：一方面，高技術產業集聚通過規模效應影響創新績效。規模效應的外部性是企業技術創新的主要來源，一個企業即便規模再大，其知識資源也是有限的，外部知識源是企業創新能力的關鍵組成部分[10]。同時，規模效應可以激發企業創新活力，集聚大量人才、資金、信息等研發資源，為企業提供新的研發成果提供機會，有利于企業創新績效提升。另一方面，高技術產業集聚通過協作效應促進創新績效提升。集群內企業通過共享科技資源和研發資源等方式實現優勢資源互補，從而不斷產生和積累新知識，促進創新績效提升。

創新績效對高技術產業集聚的反向影響主要有兩個方面：一方面，創新績效通過創新效應對高技術產業集聚產生影響。創新績效提升后，研發資源向集群產業集聚，促使政府加大對企業研發支持力度，從而形成一股創新合力，推動高技術產業集群進一步發展。同時，企業技術研發能力提升和專利數量增加會激勵其加大研發創新投入，繼續鞏固創新優勢，相應地會帶動集群內其它企業加大研發投入力度，從而引起企業規模和人才數量擴張，推動高技術產業集群發展壯大。另一方面，創新績效通過吸引效應對高技術產業集聚產生影響。集群內企業技術研發能力提升后，在研發資源吸引方面具有較強競爭力，將持續引領產業集群發展。如美國硅谷、德國慕尼黑科學園、新加坡裕廊工業區等世界級產業園區均聚集著大量相關產業企業，形成研發資源吸引優勢，圍繞某一產業的創新發展，集群規模不斷壯大。基于此，本文提出如下假設：

H1：在技術研發階段，高技術產業集聚與創新績效存在相互促進作用。

1.1.2 高技術產業集聚與創新績效的空間溢出及地區交互影響

高技術產業集聚存在空間溢出效應，即鄰近地區高技術產業集聚對本地區高技術產業集聚有正向影響。集聚為企業相互協作創新提供空間上的便利性，地理上鄰近的企業通過互動和聯系激發集體學習與知識共享，建立企業間的信任關系和良好的創新環境[11-12]，有利于知識和技術充分發揮溢出效應，推動更深層次的高技術產業集聚[13]。

高技術產業創新績效存在空間溢出效應，即鄰近地區高技術產業創新績效對本地區高技術產業創新績效有正向影響。鄰近地區高技術產業技術研發能力增強、技術產出增加后，本地區可通過學習、模仿、信息交流等一系列“互搭便車”行為提升高技術產業技術創新績效。基于此，本文提出如下假設：

H2：在技術研發階段，高技術產業集聚和創新績效均存在空間溢出效應，即鄰近地區高技術產業集聚對本地區高技術產業集聚有促進作用，鄰近地區創新績效對本地區創新績效有促進作用。

從地區交互效應看，鄰近地區高技術產業集聚對本地區創新績效具有影響，鄰近地區創新績效對本地區高技術產業集聚具有影響。一方面，鄰近地區高技術產業集聚通過示范效應提升本地區創新績效，當集群內創新領先企業在研發上有了新突破，通過區域間知識擴散和信息交流有助于其它企業學習到先進知識，帶動鄰近產業集群技術創新能力提升；另一方面，區域間競爭會造成鄰近地區高技術產業集聚，從而在一定程度上吸附本地高技術產業資源和創新要素，導致本地研發資源移出，形成對本地高技術產業研發效率的剝奪效應[14]。

鄰近地區高技術產業創新績效通過競爭效應對本地區高技術產業集聚產生影響，競爭效應促使鄰近地區加強知識產權保護，不利于區域間知識、人才和技術等創新要素流動與擴散，從而降低高技術產業空間聯系深度和廣度，進而對本地產業集聚發展產生抑制作用。基于此，本文提出如下假設：

H3：在技術研發階段，高技術產業集聚與創新績效具有地區交互影響，即鄰近地區高技術產業集聚對本地區創新績效具有影響，影響方向取決于示范效應和剝奪效應的相對大小，鄰近地區創新績效對本地區高技術產業集聚具有負向影響。

1.2 成果轉化階段

成果轉化位于創新價值鏈下游，是以市場為導向、從技術產出到產品商業化和經濟價值實現的階段，該階段注重創新成果的市場化推廣和實際應用，產出形式多為新產品等產品創新成果，是技術知識等轉化為生產力的關鍵階段。

1.2.1 高技術產業集聚與創新績效的雙向影響機制

我國高技術產業集聚對專利成果轉化效率具有顯著促進作用[15]。一方面，高技術產業集聚通過網絡效應促進成果轉化績效提升。網絡效應是指集聚的高技術企業通過水平關聯和垂直關聯有機聯合在一起，形成一個分工有序的價值創造整體。企業通過網絡效應更易開展以需求為導向的創新活動，即根據市場需求，相關企業組建產品創新研發團隊，將研發創新變現為符合市場需求的新產品、新工藝、新材料，形成以滿足市場需求為基礎的創新成果轉化渠道。因此，集聚企業通過網絡效應，將科技成果轉化變成整個產業集群的共同行為，推動創新成果向經濟效益轉化。另一方面，高技術產業集聚通過平臺效應促進成果轉化績效提升。平臺效應為信息傳播和創新主體提供載體，為企業搜尋外部市場、將研發成果轉化為應用成果提供可能性。企業可通過產業集群內的科技企業孵化器、技術轉移中心、科技成果轉化中心等成果轉化平臺，利用平臺渠道優勢和運營優勢，對接國內外重要產業市場，實現科技成果轉化供給端和需求端精準對接，將技術研發階段的創新成果有效轉化為社會經濟效益。

創新績效對高技術產業集聚的反向影響有兩個方面：一方面，創新績效通過經濟效應促進高技術產業集聚。成果轉化績效提升后，不僅推動產業創新發展，更會帶來經濟效益提升。要素逐利性使得經濟效益提升后帶來生產要素持續流入，經過循環往復并累積形成集聚效應，推動高技術產業集聚進一步發展。另一方面，創新績效通過產業升級效應促進高技術產業集聚發展。產業升級效應是指成果轉化績效提升后，產品科技含量得到提升，推動產品和產業向價值鏈中高端攀升，形成新的產品群、產業群。產業升級效應會吸引新興企業和配套企業入駐，為上下游產業體系完善帶來新機遇，為產業集聚高質量發展注入新動力，推動高技術產業集聚發展。基于此，本文提出如下假設：

H4：在成果轉化階段，高技術產業集聚與創新績效存在相互促進作用。

1.2.2 高技術產業集聚與創新績效的空間溢出及地區交互影響

高技術產業集聚存在空間溢出效應，相鄰地區特定資源充分共享和有效互補，有助于各地區結合自身條件選擇性發展具有比較優勢的高技術細分行業，從而促進產業聚集發展和集聚效應產生[16]。

高技術產業創新產出呈現顯著空間依賴特征,省際間高技術產業創新產出存在相互影響，具有顯著空間溢出效應[9]，創新能力強的鄰近地區通過溢出效應可以幫助創新能力較弱的地區提高創新能力[17]。鄰近地區高技術產業創新績效提升后，本地區也會積極開發新產品，市場規模和范圍得到進一步拓展，推動創新績效進一步提升。基于此，本文提出如下假設：

H5：在成果轉化階段，高技術產業集聚和創新績效均存在空間溢出效應，即鄰近地區高技術產業集聚對本地區高技術產業集聚有促進作用，鄰近地區創新績效對本地區創新績效有促進作用。

從地區交互效應看，一方面，發展較好的產業集聚地區通過示范效應幫助落后地區提升產業創新產出[18]，因此鄰近地區高技術產業集聚可以促進本地區創新績效提升。另一方面，集聚產業具有一定依賴效應，我國區域產業演化發展表現出路徑依賴發展模式[19]，意味著產業集群形成后很容易產生自我強化的創新成果發展路徑，由于“馬太效應”削弱鄰近地區創新成果產出能力，因此鄰近區域產業集聚水平提升后，可能會對本地產業創新產生一定負向影響。

創新成果的部分公共物品性質會在一定程度上加劇行業企業競爭[20]，競爭效應使得地區間為了能在創新成果產出上占得先機，競相爭奪相關人才、技術等，導致地區間產業集群相互遏制。因此，鄰近地區高技術產業為提升創新績效會對本地區高技術產業集聚產生一定負向影響。基于此，本文提出如下假設：

H6：在成果轉化階段，高技術產業集聚與創新績效具有地區交互影響，即鄰近地區高技術產業集聚對本地區創新績效具有影響，影響方向取決于示范效應和依賴效應的相對大小，鄰近地區創新績效對本地區高技術產業集聚具有負向影響。

2 模型設定與變量說明

2.1 模型設定

2.1.1 空間自相關分析

利用空間計量模型進行分析之前，本文首先對變量進行空間關聯性檢驗，以判斷是否采用空間計量模型，常用方法有莫蘭(Moran's I)指數和蓋里(Geary)指數等。由于指數Moran's I受偏離正態分布影響較小，因此本文選用Moran's I指數進行空間相關性檢驗。Moran's I指數又分為全局Moran's I指數和局部Moran's I指數，本文采用全局Moran's I指數衡量變量空間依賴情況，可表示為：

(1)

局部Moran's I指數可以用于檢驗局部地區是否存在變量集聚現象[21]。地域單元i的局部Moran's I指數可以用于度量其與周圍地域單元之間的空間關聯性，常用的局域空間相關性分析工具有Moran's I散點圖與LISA集聚分布圖等。

2.1.2 空間聯立方程

為了考察高技術產業集聚與創新績效的交互影響，本文構建包含高技術產業集聚和創新績效的聯立方程，考慮到二者的溢出效應，將其空間滯后項納入模型。同時，為減少異方差的影響，對所有數據變量進行對數化處理，最終設定兩階段空間面板聯立方程。其中，技術研發階段方程構建如下：

(2)

(3)

成果轉化階段方程構建如下：

(4)

(5)

其中，i和j均表示地區且i≠j,n表示樣本數量，t表示時間；φit和σit為個體控制效應，υit和εit為隨機誤差項。agg、pat和inn分別表示高技術產業集聚、技術研發階段創新績效和成果轉化階段創新績效；Z為影響創新績效的控制變量，包括交通運輸水平(tran)、研發投入強度(rdin)、產業結構升級(stru)和電信基礎設施建設水平(pote)；X為影響產業集聚的控制變量，包括市場化水平(mark)、金融發展水平(fina)和開放程度(open)。α0、β0代表常數項，α1、β1為解釋變量估計參數，α2、α3、β2、β3為空間滯后變量估計參數，α、β為控制變量估計參數。

wij為空間權重矩陣，為了得到穩健的結果，本文構建兩種空間權重矩陣，對二者的空間互動關系進行研究：①地理距離矩陣，用兩個地區地理距離的倒數表示影響權重，即wkl=1/dkl，其中dkl為k省與l省省會城市之間的球面距離；②經濟地理矩陣，即wmn=wkl×diag(PY1/PY,PY2/PY,PY3/PY,……,PYn/PY),其中PYi為考察期內i省人均GDP平均值，PY為考察期內30個省域人均GDP平均值。所有空間權重矩陣均經過標準化變換，各行之和均為1。

2.2 變量與數據

2.2.1 核心變量

(1)高技術產業集聚。測度產業集聚的指標主要有行業集中度、赫芬達爾指數、泰爾指數、區位熵、空間基尼系數等，由于區域熵能較為真實地反映整個產業在不同地理空間上的集聚程度，并能消除地區規模帶來的影響，被國內外學者廣泛采用。本文借鑒曹雄飛等[22]、王鵬和吳思霖[13]的研究，采用區位熵對高技術產業集聚水平進行測度，其值越大表明給定區域高技術產業集聚水平越高，規模優勢越顯著。計算公式為：

(6)

其中，htit表示i地區第t年高技術產業產值，indit表示i地區第t年工業總產值，htt表示第t年全國高技術產業總產值，indt表示第t年全國工業總產值。

(2)創新績效。從創新價值鏈過程看，中間產出一般以專利衡量，最終產出一般以創新成果應用和商業化水平衡量。專利能夠較全面反映企業科技創新能力和水平，專利申請量和授權量是衡量技術研發績效的常用指標，但考慮到專利從申請到授權需要一定時間，專利授權量并不能有效反映當期技術創新能力[23]，因此本文選取專利申請量衡量技術研發績效(pat)。新產品銷售收入、新產品產值、新產品銷售利潤等是衡量成果轉化績效的常用指標，由于轉化階段的最終目的是產出新產品，并實現經濟效益，因此本文選取能夠衡量技術成果轉化為經濟效益能力的新產品銷售收入表征成果轉化績效(inn)，并使用工業生產者出廠價格指數對其進行平減處理。

2.2.2 控制變量

以地區公路、鐵路里程之和與地區行政區劃面積之比表征交通運輸水平(tran)；考慮到研發投入強度對技術創新的作用具有時滯性，使用上一期地區R&D經費內部支出與地區GDP比值衡量研發投入強度(rdin)；用地區第三產業與第二產業產值之比表征產業結構升級(stru)；用地區人均郵電業務量與地區人均GDP之比表征通信基礎設施建設水平(pote)；用地區人均GDP占全國人均GDP比值衡量市場化水平(mark)；用地區金融機構各項存貸款余額與地區GDP之比衡量金融發展水平(fina)；用地區進出口總額與地區GDP比值衡量開放程度(open)。

2.2.3 數據來源

本文考察對象為中國內地30個省域(西藏因數據嚴重缺失，未納入統計)，原始數據來自于2006—2019年《中國統計年鑒》《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國金融年鑒》，考察期內個別缺失值通過插值法、均值法等補齊。各變量描述性統計結果見表1。

表1 變量描述性統計結果

3 實證分析

3.1 空間自相關檢驗

進行空間計量檢驗之前，首先要明確核心變量的空間關聯性。圖2、3分別列示了各省2005—2018年基于地理距離矩陣和經濟地理矩陣的高技術產業集聚、技術研發績效及成果轉化績效全局Moran's I指數。兩種權重矩陣的高技術產業集聚和創新績效全局Moran's I值均為正且除2006年技術研發績效外，其余數值均通過10%的顯著性檢驗，說明考察期內高技術產業集聚與創新績效存在較為顯著的空間關聯特征。結合散點圖可知，基于兩種權重矩陣的高技術產業集聚和創新績效大多數都落在一、三象限，少部分落在二、四象限，由此證明高技術產業集聚與創新績效之間具有一定空間依賴性。因此，要準確刻畫二者的交互關系，就必須將空間因素考慮進來。

圖2 2005—2018年地理距離矩陣各變量Moran's I指數

3.2 全國估計結果

空間聯立方程模型估計和檢驗采用Stata軟件進行。各方程自變量方差膨脹因子(VIF)檢驗值均小于3且相關系數均小于0.8，表明不存在嚴重多重共線性。由聯立方程模型的秩條件和階條件可知，本文構建模型中兩個結構方程均過度識別，為提高估計結果的有效性并消除模型內兩個方程擾動項之間可能存在的相關性，采用Kelejian&Pruch[24]提出的廣義三階段最小二乘法(GS3SLS)對方程組進行總體參數估計。GS3SLS的顯著優點在于同時考慮變量的空間效應、核心解釋變量的內生性和隨機擾動項的相關性[25]。本文同時估計不含空間關聯和溢出效應的三階段最小二乘法 (3SLS)結果，以考察GS3SLS在空間聯立方程中的表現。

對比表2、3中3SLS和GS3SLS的實證結果發現，創新績效方程和高技術產業集聚方程內生變量系數符號未發生變化，表明高技術產業集聚與創新績效的交互關系比較穩定，且基于GS3SLS估計的擬合優度更高，說明考慮空間因素后得到的估計結果更為準確和可靠。

圖3 2005—2018年經濟地理矩陣各變量Moran's I指數

3.2.1 技術研發階段

技術研發階段高技術產業集聚與創新績效的估計結果如表2所示。結果顯示，高技術產業集聚與創新績效存在雙向促進關系，驗證了H1。在地理距離和經濟地理矩陣下，高技術產業集聚對創新績效的影響均顯著為正，創新績效對高技術產業集聚的影響同樣顯著為正。以地理距離矩陣為例，高技術產業集聚對創新績效的影響系數為1.516，表明高技術產業集聚每提升1%則創新績效提升1.516%；創新績效對高技術產業集聚的影響系數為0.405，表明創新績效每提升1%則高技術產業集聚提升0.405%。高技術產業集聚和創新績效均存在空間溢出效應，鄰近地區高技術產業集聚水平提升會促進本地區高技術產業集聚水平提升，鄰近地區創新績效提高會促進本地區創新績效提高，H2得到驗證。高技術產業集聚的空間滯后項估計系數在地理距離矩陣10%水平下顯著為正，在經濟地理矩陣中為正但不顯著；創新績效的空間滯后項估計系數在地理距離和經濟地理矩陣中均在1%水平下顯著為正。高技術產業集聚與創新績效具有空間交互影響，鄰近地區高技術產業集聚與本地區創新績效正相關，鄰近地區創新績效提升對本地高技術產業集聚影響為負，H3得到驗證。高技術產業集聚的空間滯后項對創新績效的估計系數在地理距離矩陣中為正且在5%水平下顯著，在經濟地理矩陣中雖不顯著但也呈正向影響，該結果驗證了H3中兩種效應的相對大小，即鄰近地區高技術產業集聚帶來的示范效應大于剝奪效應。在兩種空間矩陣下，創新績效的空間滯后項對高技術產業集聚的估計系數均顯著為負，這是因為技術研發創新過程需要人才、技術等創新資源投入，競爭效應使得鄰近地區占用更多創新要素和資源，必然會對本地高技術產業集聚產生抑制作用。

表2 技術研發階段全樣本估計結果

在技術研發績效的其它影響變量中，交通運輸水平和電信基礎設施建設的影響為正但不顯著，表明兩者不是促進創新績效提升的主要因素。研發投入強度的影響顯著為正，研發投入強度提高有利于吸納人才、技術等生產要素，促進創新水平提升。產業結構升級的影響為負，產業結構升級能夠優化產業發展環境、吸納優質生產要素，從而推動高技術創新，但產業升級過程中，地區政策和資源對其它重點發展行業傾斜以及要素投入不合理等會對高技術創新產生一定阻礙作用。此外，在高技術產業集聚的其它影響變量中，市場化水平和開放程度的影響均不顯著；金融發展水平表現出顯著正向影響，這是由于金融發展能夠營造良好的融資環境，通過風險分散、流動性供給、降低信息不對稱等功能[26]更好地支持高技術產業集聚發展。

3.2.2 成果轉化階段

成果轉化階段高技術產業集聚與創新績效的估計結果如表3所示。結果顯示，高技術產業集聚與創新績效存在雙向促進關系，驗證了H4。以地理距離矩陣為例，高技術產業集聚對創新績效的邊際影響為1.432，表明高技術產業集聚水平每提升1%則高技術產業創新績效提升1.432%；創新績效對高技術產業集聚的邊際影響為0.267，表明創新績效每提高1%則高技術產業集聚水平提高0.267%。高技術產業集聚和創新績效均具有空間溢出效應，鄰近地區高技術產業集聚水平提升有利于本地區高技術產業集聚水平提升，鄰近地區創新績效提高能促進本地區創新績效提高，驗證了H5。高技術產業集聚的空間滯后項估計系數在地理距離矩陣和經濟地理矩陣下均顯著為正，說明鄰近地區產業集聚程度提高對本地產業集聚具有顯著正向影響。鄰近地區創新績效的空間滯后項系數在地理距離和經濟地理矩陣中均顯著為正，說明鄰近地區創新績效水平提高對本地創新績效同樣具有顯著正向影響。高技術產業集聚與創新績效具有空間交互影響，鄰近地區高技術產業集聚對本地區創新績效影響不顯著，鄰近地區創新績效對本地高技術產業集聚影響為負，驗證了H6。高技術產業集聚的空間滯后項對創新績效的估計系數未通過t檢驗，可能是因為從技術產出到經濟效益的轉化過程中，區域間產業集聚發展依賴程度較高，同時鄰近地區高技術產業集聚的示范效應有所減弱。在地理距離矩陣下，創新績效的空間滯后項對高技術產業集聚的估計系數為-0.551且在1%水平下顯著，表明鄰近地區創新績效提升不利于本地高技術產業集聚，可能是因為鄰近地區創新績效提高使創新資源和產品市場競爭加劇，不利于本地高技術產業集聚發展。

表3 成果轉化階段全樣本估計結果

此外，交通運輸水平、研發投入強度和通信基礎設施建設水平提升均有利于成果轉化績效水平提升。交通運輸設施完善可通過降低運輸成本提高空間可達性，促進創新產品自由流動，提升創新績效水平；研發投入強度提高有助于更好地開發和推廣新產品；通信基礎設施完善可促進新市場開拓和區域內各主體的知識交流,保證企業能夠及時有效獲取最新產品信息，作出最優產品創新決策。在高技術產業集聚的其它影響變量中，市場化水平和金融發展水平均顯著為正，開放程度的影響不顯著。市場化水平提升有利于要素自由流動，實現資源優化配置，從而優化產業發展環境，促進高技術產業集聚；金融發展水平提升對高技術產業集聚起到促進作用。

3.3 分時段估計結果

為進一步考察高技術產業集聚與創新績效的交互作用，本文將樣本劃分為2005—2011年和2012—2018年兩個時間段分別進行GS3SLS估計，技術研發階段估計結果見表4，成果轉化階段估計結果見表5。

表4 技術研發階段分時段估計結果

表5 成果轉化階段分時段估計結果

在技術研發階段，時段1和時段2均顯示高技術產業集聚與創新績效存在顯著雙向促進作用，并且時段1的互促作用更強。從空間溢出效應看，高技術產業集聚的空間溢出效應僅在時段1顯著為正，在時段2不顯著；創新績效的空間溢出效應在時段1顯著為正，在時段2顯著為負。從空間交互影響看，鄰近地區高技術產業集聚對本地創新績效的估計系數在時段1顯著為負，在時段2顯著為正；鄰近地區創新績效對本地高技術產業集聚的估計系數在兩時段雖都為負，但負向作用有所減弱，表明二者的空間交互影響隨著時間推移有所增強。

在成果轉化階段，時段1和時段2均顯示高技術產業集聚與創新績效存在顯著雙向促進作用，并且時段1的互促作用更強。從空間溢出效應看，兩時段高技術產業集聚在地理距離矩陣中均具有顯著正向空間溢出效應，時段1的溢出效應更強，在經濟地理矩陣中為正但不顯著；兩時段創新績效的正向溢出效應均不顯著。從空間交互影響看，鄰近地區高技術產業集聚對本地創新績效的影響在時段1為負但不顯著，在時段2顯著為正；鄰近地區創新績效對本地高技術產業集聚的影響在兩個時段均為負，但負向作用有所減弱，二者的空間交互作用有所增強。

技術研發階段和成果轉化階段均顯示，隨著時間推移，高技術產業集聚與創新績效的雙向促進作用、空間溢出效應有所減弱，但地區間的交互作用有所增強。可能是因為，隨著時間推移，規模收益遞減效應導致高技術產業集聚與創新績效的雙向促進作用和溢出效應減弱。黨的十八大以來，區域協調發展戰略成為新時代國家重大戰略之一，京津冀協同發展、長江經濟帶發展、粵港澳大灣區發展等戰略相繼出臺，促進作用區域間產能合作不斷擴張、一體化聯動不斷深入，對地區間高技術產業集聚與創新績效的交互發展產生促進作用。

3.4 穩健性檢驗

本文利用地理距離矩陣和經濟地理矩陣對全樣本模型進行估計，不同權重矩陣下各變量符號方向和顯著性基本一致，表明估計結果較為穩健。考慮到采用不同指標對估計結果會產生影響，本文借鑒楊浩昌等(2020)、尹亞紅和劉佳舟(2020)的做法，選取高技術產業有效發明專利數作為技術研發績效的替代指標，借鑒張可(2019)的做法，選取新產品銷售率(新產品銷售收入與地區GDP之比)作為成果轉化績效的替代指標。估計結果顯示，核心變量估計結果系數的符號方向及顯著性與前文一致，表明高技術產業集聚與創新績效的空間關系具有穩定性。受篇幅限制，穩健性檢驗結果備索。

4 結論與啟示

4.1 研究結論

高技術產業集聚推動創新，創新驅動高技術產業集聚，二者融合是高質量發展的重要推手，但國內外文獻尚未對此進行充分研究。本文基于創新價值鏈視角，將創新過程分為技術研發和成果轉化兩個階段，構建高技術產業與創新績效交互作用理論模型，采用2005—2018年中國內地30個省域面板數據，構建空間聯立方程模型，考察高技術產業集聚與創新績效的交互影響及空間溢出效應。結果表明，在兩階段創新過程中，高技術產業集聚與創新績效存在雙向促進作用，即高技術產業集聚能促進創新績效提升，創新績效提升也能促進高技術產業集聚；高技術產業集聚與創新績效均存在顯著空間溢出效應，即本地區高技術產業集聚與鄰近地區高技術產業集聚顯著正相關，本地區創新績效與鄰近地區創新績效顯著正相關；高技術產業集聚與創新績效具有地區交互影響，鄰近地區高技術產業集聚對本地區創新績效的影響在技術研發階段為正、在成果轉化階段不顯著，鄰近地區創新績效對本地區高技術產業集聚影響在兩階段均為負。

將樣本劃分為2005—2011年和2012—2018年兩個時間段后，估計結果表明，高技術產業集聚與創新績效在兩階段創新過程中均存在雙向促進作用，且在強度上隨時間推移有所減弱；高技術產業集聚與創新績效的空間溢出效應在技術研發階段先顯著為正、隨后變為不顯著，在成果轉化階段兩個時段均顯著為正，且時段1的正向作用更強，即在兩階段均表現出隨時間推移有所減弱的特征；鄰近地區高技術產業集聚對本地區創新績效的影響在技術研發階段隨時間推移由負轉為正、在成果轉化階段隨時間推移由不顯著為負轉為正，鄰近地區創新績效對本地區高技術產業集聚在兩個階段均隨時間推移負向作用有所減弱，即高技術產業集聚與創新績效的地區交互影響隨時間推移有所增強。

4.2 政策啟示

首先，充分發揮高技術產業集聚與創新之間的互促作用，最大限度釋放產業集聚與創新雙協同政策紅利。一方面，通過高技術產業集聚吸引創新要素集聚，最大程度利用產業集聚，形成產業創新的價值傳導機制，促進創新成果轉化為經濟效益，提高創新效率；另一方面，通過創新水平提升優化區域高技術產業發展動力源，釋放創新對區域高技術產業發展的助推作用，促進高技術產業要素有效集聚。

其次，統籌推進地區間高技術產業集聚與創新聯動發展，協調地區間高技術產業發展。鼓勵地區間高技術產業組建產業聯盟、創新聯盟等各類平臺組織，開展聯合攻關和聯合創新，推動資源跨區域、跨行業流動，促進區域間溢出效應和協同創新。同時，協調各地區間創新能力建設，積極發揮產業創新能力強地區對創新能力弱地區的輻射帶動作用，形成地區間產創融合、共生互利的協同發展新格局，最大程度發揮地區間高技術產業集聚與創新績效的交互促進作用。

最后，各地區要結合自身發展實際和產業創新所處階段，培育具有區域特色的高技術產業集聚區，以特色高技術產業集聚激發區域產業創新活力。各創新主體應相互合作、錯位發展，充分考慮區域內各種創新要素的相互作用和相互組合，打造具有區域特色的高技術產業發展新高地。結合地區產業創新所處階段，隨著創新活動的開展適時打造兼具地域特色和專業特色的高技術產業集聚區，最大程度降低地區間競爭的負向影響，形成地區間產業協同創新發展新路徑。