高技術產業集聚何以促進區域綠色技術創新

0 引言

產業集聚作為一種高效、緊湊的空間發展模式，有助于地方政府優化創新要素配置，促進綠色轉型發展[]。由于中國區域發展不均衡，高技術產業集聚作為市場環境下企業選擇的一種結果呈現，其對不同區域綠色技術創新的影響是否存在空間差異？能否提升又如何提升區域綠色技術創新效率？以上影響效應與作用機制均有待進一步考察。

現有針對高技術產業集聚對綠色技術創新影響的研究，多是基于外部性理論與競爭優勢理論而展開[2]。由于研究對象、理論視角與研究工具存在差異，學者們關于高技術產業集聚能否促進區域綠色技術創新的爭論尚未達成共識[3]。一般而言，高技術產業集聚往往通過人力資本流動，促進企業間知識、信息交互，從而有助于產學研合作和新技術推廣應用，最終提升區域綠色技術創新水平[4]。然而，高技術產業集聚產生的擁擠效應也不容忽視。產業過度集聚不僅會提高勞動力成本、土地價格，加劇市場競爭，對集聚區企業綠色技術創新活動產生負面影響，而且會導致周邊地區創新能力不足[5]。例如，專業化集聚容易導致知識結構單一，不利于信息、技術交流和擴散，從而弱化企業綠色技術創新動力[6。此外，高技術產業集聚對制造業綠色全要素生產率的影響具有區域異質性和產業異質性。Song等認為，高技術產業集聚對經濟發達地區和低污染產業綠色全要素生產率的影響不顯著，而對于經濟欠發達地區和重污染行業的影響較顯著。

在影響機制方面，諸多學者從外部性視角進行討論。一方面，高技術產業集聚往往意味著綠色技術擴散和傳播途徑暢通、高效，集聚區企業通過學習和追趕，促進綠色技術溢出和知識共享，從而提高自身綠色技術創新水平[8]。另一方面，高新技術產業集聚可通過輻射效應帶動周邊地區綠色技術創新，也可通過虹吸效應抑制周邊地區發展。那么，高技術產業集聚能否通過知識溢出和市場競爭，間接影響區域綠色技術創新？其對周邊地區的影響是否存在空間異質性，這些問題尚無定論[9]。因此，高技術產業集聚對區域綠色技術創新的空間效應有待進一步研究，其對區域綠色技術創新的作用機制也有待深入分析。

總體而言，高技術產業集聚作為推動創新要素優化配置的引擎，已成為賦能區域綠色轉型發展的重要動力[10]。然而，現有針對高技術產業集聚對區域綠色技術創新影響及作用機制的研究尚不多，忽略了區域高技術產業集聚對鄰近地區綠色技術創新的影響；此外，忽視了區域發展不均衡的客觀現實，未能充分考慮高技術產業集聚對綠色技術創新影響的區域異質性。針對高技術產業集聚對區域綠色技術創新的影響機制尚未達成共識，鮮有研究基于外部性理論從知識溢出與市場競爭雙重角度考察其影響機制。鑒于此，本文采用空間計量模型，從全國以及東、中、西部地區探究高技術產業集聚對區域綠色技術創新的本地效應、空間效應及其區域異質性，進而從知識溢出與市場競爭雙重視角考察高技術產業集聚對區域綠色技術創新的影響機制，以期促進區域綠色轉型發展。

1 理論分析與研究假設

1. 1 高技術產業集聚對綠色技術創新的影響

高技術產業集聚是指在區域內大量高科技企業及其相關產業存在空間集聚的經濟現象。這種技術密集型產業集聚有助于促進技術轉移和跨領域合作，進而推動本地區綠色技術創新[11]。具體而言，高技術產業集聚一方面加速區域人力資本與資源要素流動，有助于形成技術創新生態系統和創新網絡，從而提升知識、信息交流有效性，在降低相關成本的同時打破產業壁壘，促進新技術快速擴散，實現綠色發展成果共享；另一方面，集聚區內企業優勢互補、相輔而行，有助于深化產業間技術創新合作，促進技術創新能力提升和綠色創新成果轉化，共建產業創新網絡，提高區域綠色技術創新效率[12]。此外，高技術產業集聚能夠發揮規模優勢，同時，發揮“強磁場”作用，加速吸引各類稀缺資源和技術力量，實現生產規模化、集約化、高效化[13]。高技術產業集聚度越高，綠色技術創新效率提升越快。當高技術企業在一個地區集聚時，會形成技術創新“生態圈”，這個生態圈有助于營造創新環境與構建完善的創新網絡，從而在人才、技術和市場等方面形成規模優勢，促進本地區綠色技術創新。因此，本文提出以下假設：

H_la ：高技術產業集聚對區域綠色技術創新存在顯著影響。

高技術產業集聚除對本地區綠色技術創新存在影響外，也會對周邊地區綠色技術創新產生影響[14]。一方面，本地區高技術產業集聚會對周邊地區綠色技術創新產生促進作用。相鄰地區由于空間距離短，客觀上為技術、資本和人才等創新要素流動和積累提供了天然條件，有利于高技術產業跨區域協同發展，促進周邊地區高技術產業集聚，提升綠色技術創新效率。另一方面，本地區高技術產業集聚也可能對周邊地區綠色技術創新產生抑制作用。本地區高技術產業集聚水平提升可有效降低集群企業綠色技術創新成本，并在地區內快速形成比較優勢，進而對周邊地區人才、資金、設備等創新要素形成較強的“虹吸效應”，最終阻礙周邊地區綠色技術創新。因此，本文提出以下假設：

H_1b ：高技術產業集聚對區域綠色技術創新存在空間溢出效應。

1.2高技術產業集聚影響綠色技術創新的微觀機制

產業集聚是當前制造業的主要組織形式，適度的集聚對企業具有正向外部性。依據外部性特點，可將其分為MAR外部性、Jacobs外部性、Porter外部性。MAR外部性理論強調同業集聚的重要性，認為同類產業間頻繁交流能促進創新思想傳播，降低專業化市場難度[15]。Jacobs外部性理論著眼于關聯產業集聚，認為多樣化的產業集聚能夠促進交叉領域碰撞，加強產業間互動，而這種碰撞與互動下形成的技術溢出、滲透正是技術創新的重要來源[16]。Porter外部性理論基于競爭優勢視角，更多關注由聚集帶來的競爭對創新的影響[1]。可見，知識溢出外部性兼具MAR外部性與Jacobs外部性，市場競爭外部性的主導形式是Porter外部性。因此，本文從知識溢出和市場競爭視角討論高技術產業集聚對區域綠色技術創新的影響機制，具體見圖1。

知識溢出是技術創新的源頭活水，高技術產業集聚通過知識溢出，進而影響綠色技術創新的期望產出和非期望產出（楊浩昌等，2020）。從高技術產業集聚對知識溢出的影響來看，高技術產業集聚營造了一個創新“生態圈”，有利于知識共享和創新技術傳播。具體表現在：首先，高技術產業集聚區聚集了大量高素質人才，他們在行業內部結成龐大的知識創新網絡，加快技術進步和知識傳播；其次，高技術產業集聚可以促進專業化分工，不同企業之間的知識交流有助于提升勞動者熟練度、專業性，提高生產效率。此外，高技術產業集聚有利于企業共享硬件設施，例如實驗室、設備、技術平臺等，降低交通、服務和交易費用，同時，有助于知識或技術溢出[18]。在生態圈基礎上，知識或技術溢出在一定程度上能夠降低創新成本[19]，推動技術水平提升、產業結構升級，在優化資源配置、釋放創新活力的過程中提高能源資源利用效率與創新效率[20]，最終實現綠色創新成果產出以及綠色經濟發展。由此可見，知識溢出效應是集聚區高技術企業提升綠色技術創新能力的主要渠道之一。因此，本文提出以下假設：

H_2a ：高技術產業集聚能通過知識溢出效應顯著影響區域綠色技術創新。

中國的產業集聚具有顯著的政府干預和資源調配特色，即地方政府在產業定位、資源配置和市場開拓方面扮演重要角色[21]，從而引致中國產業“被動”集聚。在此情況下，更適合結合Porter外部性所強調的市場競爭效應分析中國產業集聚，這是因為它更加注重產業內部的協同效應和產業鏈上下游聯系。相比外部企業，高技術產業集聚區企業間的競爭更激烈，促使企業更加積極地進行創新和技術改進。一方面，高技術產業集聚區企業的競爭強度更大。由于高技術產業通常為技術知識密集型產業，其面臨的市場具有高度不確定性和動態性。為了迅速適應市場變化、化解市場風險，高技術企業需要不斷快速推出差異化產品和服務以搶占市場份額，保持自身競爭優勢。另一方面，高技術產業集聚區企業間的競爭越激烈，企業綠色技術創新動力就越強。在綠色發展政策和地方政府驅動下，高技術企業會加大對環保和綠色技術的研發投人，以滿足政府、市場和消費者需求。這種市場競爭壓力也會逆向推動企業采取更加環保和可持續的生產方式、提高能源資源利用效率，從而實現技術創新和產業發展雙贏。然而，過度的市場競爭也可能抑制高技術企業綠色技術創新活動。面對激烈競爭的外部市場環境，由于綠色技術創新產出高度不確定，企業進行研發決策時可能會基于謹慎心理，降低技術創新投人。此外，過度的市場競爭也可能導致不良競爭效應，從而抑制區域綠色技術創新。因此，本文提出以下研究假設：

H_2b ：高技術產業集聚能通過市場競爭效應顯著影響區域綠色技術創新。

2 研究設計

2.1 模型構建

2.1.1 基準回歸模型

GTIE=α+ρWGTIE+βHTIAα+βCON+θ₁WHTA_it+θ₂WCON_it+δ_i+μ_t+ε_it （1）

式中，下標 i 和 Ψ_t 分別代表省份與時間， GTIE_it 代表綠色技術創新效率， HTIA_it 代表高技術產業集聚，CON_it 代表控制變量， ρ 代表空間自回歸系數， δ_i 代表個體固定效應， μ_t 代表時間固定效應， ε_it 代表隨機誤差項， W 代表空間權重矩陣。本文以 0-1 鄰接矩陣展開空間效應分析，并采用經濟地理矩陣對實證結果進行穩健性檢驗。

2.1.2中介模型構建

根據前文分析可知，高技術產業集聚會通過知識溢出和市場競爭途徑間接影響綠色技術創新，即知識溢出 KS_it 和市場競爭 MC_it 為中介變量。為此，本文構建如下中介模型，如式 （2）～（5） 所示。

KS_it=α+ρWKS_it+β₁HTIA_it+β₂CON_it+ θ₁WHTIA_it+θ₂WCON_it+δ_i+μ_t+ε_it （2）

GTIE_it=α+ρWGTIE_it+β₁HTIA_it+β₂KS_it+ β₃CON_it+θ₁WHTIA_it+θ₂WKS_it+θ₃WCON_it+δ_i+ μ_t+ε_it （3）

MC_it=α+ρWMC_it+β₁HTIA_it+β₂CON_it+ θ₁WHTIA_it+θ₂WCON_it+δ_i+μ_t+ε_it （204 （4）

GTIE_it=α+ρWGTIE_it+β₁HTIA_it+β₂MC， 十（2

式中，模型（2）（3）為知識溢出的中介效應模型，模型（4）（5）為市場競爭的中介效應模型。參考溫忠麟和葉寶娟[22]的檢驗方式，采用逐步回歸法檢驗知識溢出和市場競爭在高技術產業集聚與綠色技術創新間的中介作用。

2.2變量說明與數據來源

2.2.1被解釋變量：綠色技術創新效率（GTIE）

由于傳統的DEA方法無法有效計算含有非期望產出的效率值，而基于DEA的非徑向SBM模型可以有效彌補其不足[23]。因此，為綜合考慮非期望產出和完全效率問題，本文運用Super-SBM模型對綠色技術創新效率進行測算，相關指標說明如下：

（1）投入指標。 ① 勞動投入，借鑒朱承亮等[24]的研究，本文采用研發人員全時當量衡量； ② 資本投入，借鑒王晗和何梟吟（2019）的研究，采用Ramp;D經費內部支出指標衡量； ③ 能源投入，借鑒李琳和曾偉平[9的研究，采用折算成標準煤后的能源消費總量衡量。

（2）產出指標。 ① 期望產出，借鑒王洪慶和郝雯雯的研究，選取綠色專利授權數和新產品銷售收入進行衡量，其中，綠色專利授權數根據世界知識產權組織（WIPO）發布的綠色專利分類（IPC）編碼，以及國家知識產權局中國專利公布公告網上的發明單位（個人）地址，統計省級層面的綠色專利授權數據； ② 非期望產出，借鑒楊浩昌等（2020）的研究，采用廢水排放量和二氧化硫排放量衡量。

2.2.2核心解釋變量：高技術產業集聚（HTIA）

考慮到高技術產業集聚往往帶來高素質勞動力匯集，而傳統的區位熵、赫芬達爾指數等測度方法難以有效反映這一特征[25]。因此，本文參考楊浩昌等（2016）的研究，采用就業密度反映高技術產業集聚水平。測算公式如下：

HTIA_it=E_it/A_it

其中， E_it 是 Ψ_t 時刻 i 地區的高技術產業就業人員數， A_it 是 Ψ_t 時刻 i 地區的土地面積。 HTIA_it 值越大，表示該地區高技術產業集聚水平越高。

2.2.3 中介變量

（1）知識溢出（KS）。知識溢出主要是指綠色技術和管理經驗通過跨企業傳遞與共享，提高整個集聚區技術水平和創新能力。現有研究主要通過地區專利申請授權總數、人均專利申請授權數指標作為衡量知識溢出效應的代理變量。本文參考何雄浪和王舒然[26]的方法，采用各省市人均專利申請授權數衡量。

（2）市場競爭（MC）。市場競爭主要是指產業集聚區企業為爭奪市場份額而展開的競爭。現有研究主要通過地區高技術企業數量、市場競爭強度指標衡量市場競爭水平。本文參考呂承超和商圓月[27的做法構建市場競爭強度指標，對地區市場競爭水平進行測度，具體公式如下：

其中， inc_i，t 為 i 地區 χ_t 時期高技術產業企業的主營業務收人， num_i，t 為 i 地區 χ_t 時刻高技術產業企業數，inc，為 t 時刻全國高技術產業企業主營業務收入， num_t 為 χ_t 時期全國高技術產業企業數。

2.2.4 控制變量

參考已有文獻并考慮現實因素[28]，引人以下變量作為控制變量： ① 環境規制 （ER ），參考胡森林等[29]的做法，采用三廢綜合指數衡量； ② 經濟發展水平（EL），參考楊起城和羅良文的做法，采用各省市人均GDP衡量； ③ 科技人員投入（STI），科技人員是推動綠色技術創新的主體[30]，參考楊浩昌等（2016）的做法，采用高技術產業 R^amp;.D 人員全時當量衡量科技人員投入水平； ④ 技術市場成熟度（TMM），作為知識成果交換場所，技術市場有助于促進綠色創新成果推廣與應用，因此參考楊樹旺等[31]的做法，采用技術市場成交額衡量； ⑤ 能源結構（ES），綠色低碳型能源結構有助于促進政府和企業加大綠色創新投入，提高研發能力和技術水平，本文參考肖靜等[32]的做法，采用煤炭消費量占地區能源消費總量的比重衡量。

2.2.5 數據來源

本文使用2010一2022年中國內地30個省份（西藏因數據缺失，未納入）面板數據作為研究樣本。各指標原始數據來源于《中國統計年鑒》《中國科技統計年鑒》《中國能源統計年鑒》《中國高技術產業統計年鑒》《中國環境統計年鑒》。需要說明的是，2022年內蒙古、浙江、湖北、湖南、廣東、海南、甘肅、青海、寧夏、新疆的工業廢水排放數據缺失，湖南、海南、青海、寧夏、新疆的工業二氧化硫排放數據缺失，本文對其采用線性插值法補齊。

3 實證分析

3.1 空間自相關分析

本文采用莫蘭指數法對中國內地各省份綠色技術創新效率的全局空間自相關進行檢驗，結果如表1所示。結果顯示，考察期內莫蘭指數值均通過顯著性檢驗，且都介于 0.199～0.516 之間，表明我國綠色技術創新效率在空間分布上具有顯著正相關性。

為了進一步考察各省市綠色技術創新效率的空間關聯情況，本文通過莫蘭散點圖進行展示。圖2、圖3分別為2010年、2022年綠色技術創新效率的莫蘭散點圖。可以發現，我國大部分省市都位于第一和第三象限，表明各省域綠色技術創新效率具有正向空間自相關性，滿足空間計量模型使用條件。

3.2 模型識別與檢驗

為了確定空間面板計量模型的最優形式，本文依次進行LM檢驗、LR檢驗以及Hausman檢驗，相關檢驗結果如表2所示。首先，由LM檢驗結果可知，除RobustLM（lag）檢驗項未通過，其余檢驗項均在 1% 水平上顯著，因此采用空間計量模型；其次，由LR檢驗結果可知，兩個檢驗項均通過顯著性檢驗，表明單獨使用空間滯后模型（SLM）或空間誤差模型（SEM）存在偏誤，因此選用空間杜賓模型；再次，由Hausman檢驗結果可知，檢驗項通過顯著性檢驗，表明基于固定效應的空間杜賓模型優于隨機效應模型。綜上所述，本文選用基于固定效應的空間杜賓模型。

3.3 基礎回歸分析

Lesageamp;Pace[33]的研究表明，基于偏微分法可將高技術產業集聚對綠色技術創新效率的空間效應分解為本地效應和鄰地效應。借鑒上述思想，本文使用空間杜賓模型，分別基于空間權重矩陣和經濟地理矩陣實證分析高技術產業集聚對綠色技術創新效率的空間效應，結果如表3所示。

就本地效應而言，如表3列（1）所示，高技術產業集聚對本地綠色技術創新效率的影響在0.05水平上顯著為正，表明高技術產業集聚能夠提升本地區綠色技術創新效率。作為知識密集型產業，高技術產業集聚易引致綠色創新活動所需資源在同區域集聚，從而有助于共享研發成果、降低交易成本，吸引更多先進綠色創新企業和人才，強化本區域綠色創新研發動力，進而對綠色技術創新效率產生積極影響。

就鄰地效應而言，如表3列（2）所示，高技術產業集聚對綠色技術創新的鄰地效應顯著為負，表明本地高技術產業集聚顯著抑制周邊地區綠色技術創新。究其根源，高技術產業集聚往往通過專業化分工實現產業鏈延伸，規模化發展助力集群企業綠色創新成本降低，并在地區內快速形成比較優勢，從而對周邊地區人才、資金、設備等高端要素形成較強的“虹吸效應”。這一過程雖然對本地綠色技術創新產生顯著的正向作用，但是也在一定程度上阻礙了周邊地區綠色技術創新效率提升。

為進一步考察實證結果的穩健性，本文采用經濟地理矩陣進行檢驗，結果如表3列（3）（4）所示。結果顯示，高技術產業集聚對綠色技術創新效率的本地效應在 10% 水平上顯著為正，表明高技術產業集聚能夠顯著促進本地區綠色技術創新效率提升；高技術產業集聚對綠色技術創新效率的鄰地效應在 5% 水平上顯著為負，表明高技術產業集聚對相鄰省市綠色技術創新效率具有顯著抑制作用。通過比較發現，基于不同空間矩陣的檢驗結果雖然在估計系數上有所差異，但其方向和顯著性水平并沒有發生顯著改變。因此，本文實證結果穩健。

3.4 區域異質性分析

考慮到區域發展不均衡性，高技術產業集聚對不同地區綠色技術創新的影響可能存在差異性。為此，本文按照東、中、西部的劃分方法，針對不同區域高技術產業集聚對綠色技術創新的影響進行實證檢驗，結果如表4所示。

就本地效應而言，各區域高技術產業集聚對綠色技術創新效率的影響均顯著為正，但作用強度不同（西部gt; 東部 gt; 中部）。其中，西部地區高技術產業基礎薄弱，但其經濟發展處于快速增長階段，且擁有豐富的可再生能源等資源稟賦，因此高技術產業集聚對綠色技術創新效率的提升效應更顯著；東部地區經濟水平和高技術產業基礎較好，高技術產業集聚對綠色技術創新的促進作用在一定程度上受到空間和地區發展潛力的限制；中部地區由于傳統產業較發達，高技術產業發展不足，其產業集聚對綠色技術創新的影響效應不如東、西部地區顯著，本地效應受到限制。

就鄰地效應而言，高技術產業集聚帶來的綠色創新效率提升效果存在明顯的區域異質性。在東、中部地區，高技術產業集聚對綠色技術創新效率的鄰地效應為負且不顯著，而在西部地區，高技術產業集聚對綠色技術創新效率的鄰地效應則顯著為正。究其根源，我國東、中部地區基礎設施以及信息化水平較高，在市場機制作用下高端創新要素加速流向技術水平高的省市，從而形成“虹吸效應”，抑制了周邊地區綠色技術創新。而西部省市數字技術、信息網絡等基礎設施水平相對滯后，區域間人才、技術等創新要素流動緩慢，西部地區各省市之間地理距離較遠，所以“虹吸效應”并未顯現。此外，在中央政策支持下，高技術產業集聚水平較高的西部省市更能發揮正向輻射效應，從而帶領周邊地區綠色技術創新效率提升。

3.5 中介機制分析

3.5.1 知識溢出的中介機制

依據中介作用檢驗的3個步驟[24]，本文基于中介效應模型（2）（3），實證檢驗知識溢出在高技術產業集聚影響綠色技術創新效率過程中的中介作用。前文研究表明，高技術產業集聚對綠色技術創新效率具有顯著的空間效應，滿足中介作用檢驗的第一個條件，在此基礎上對第二步和第三步檢驗作進一步分析，具體結果如表5所示。

從全國層面來看，如表5列（1）（2）結果所示，高技術產業集聚對知識溢出的影響系數為0.256，且在 1% 水平上顯著，同時，知識溢出對綠色技術創新效率的影響系數為0.353，較顯著，表明通過中介作用的第二步檢驗，即知識溢出為中介變量；其次，依據表5列（2）結果可知，高技術產業集聚和知識溢出對綠色技術創新的影響系數均顯著，表明通過中介作用的第三步檢驗，即知識溢出在高技術產業集聚影響本地綠色技術創新效率的過程中具有部分中介作用。究其緣由，空間距離是影響知識溢出效應的關鍵因素，而高技術產業集聚能在較大程度上縮短知識傳播距離，促進新知識溢出，形成知識共享，實現MAR外部性，從而為綠色技術創新增添源動力。此外，高技術產業集聚為地區不同創新主體間隱性知識傳播創造了有利條件，有助于進一步提高本地綠色技術創新效率。

從區域異質性來看，首先，根據表5中列（3）（5）（7）結果可知，東、西部地區高技術產業集聚對本地知識溢出均有顯著促進作用，而中部地區不顯著。其次，依據表5中列（4）（6）（8）結果發現，東、西部地區的知識溢出對本地綠色技術創新效率存在顯著促進作用，而中部地區不顯著，表明東、西部地區知識溢出的中介作用存在，而中部地區不存在。進一步結合表5列（4）（8）中高技術產業集聚和知識溢出對綠色技術創新效率影響的回歸系數發現，東部地區的知識溢出在高技術產業集聚影響區域綠色技術創新效率的過程中發揮完全中介作用，而西部地區的知識溢出則發揮部分中介作用。究其緣由，一方面，高技術產業發展需要大量高素質人才，東部地區具有人才資源優勢，較高的人口密度和優越的高等教育條件使其擁有更加豐富的人才資源，有利于開展研發創新。而西部地區由于高校數量較少，教育條件有限，高端人才流動不充分，難以形成人才集聚效應，從而影響知識溢出效應。另一方面，東部地區的高技術產業鏈比較完整，相關配套產業也比較發達，從而形成較好的產業生態，有助于知識溢出。相比之下，西部地區由于高技術產業鏈尚未完全形成，相關配套產業也不夠完善，因此在一定程度上限制知識溢出。

3.5.2 市場競爭的中介機制

基于模型（4）（5），本文對市場競爭在高技術產業集聚與綠色技術創新效率之間的中介作用進行實證檢驗，結果如表6所示。

從全國范圍來看：首先，根據表6列（1）結果可知，高技術產業集聚對市場競爭的影響系數為0.511，且通過 1% 水平上的顯著性檢驗，同時，表6列（2）中市場競爭對綠色技術創新效率的影響系數為0.128且顯著，表明通過中介作用的第二步檢驗，即市場競爭存在中介作用；其次，在表6列（2），高技術產業集聚與市場競爭對綠色技術創新效率的影響系數均顯著，表明通過中介作用的第三步檢驗，即市場競爭在高技術產業集聚影響本地綠色技術創新效率的過程中具有部分中介作用。究其原因，高技術產業集聚顯著提升區域市場競爭度，集群內部競爭形成“優勝劣汰”的自然選擇，此時各企業為了保持或提高自身競爭優勢，紛紛加大綠色技術研發投人和創新產出，進而刺激Porter外部性形成，有效提升了本地綠色技術創新效率。

從區域差異來看，高技術產業集聚對東部、中部、西部地區的市場競爭均有顯著促進作用，而市場競爭對本地綠色技術創新效率的影響存在明顯的區域異質性。其中，東部地區市場競爭對當地綠色技術創新效率的影響不顯著，進而通過Bootstrap檢驗發現， 95% 的置信區間包含零值，表明東部地區未通過中介作用的第二步檢驗；中部地區市場競爭對當地綠色技術創新效率的影響顯著為負，西部地區顯著為正，表明市場競爭在中部地區和西部地區都通過中介作用的第二步檢驗;進一步結合表6列（6）（8）高技術產業集聚和市場競爭對綠色技術創新效率影響的回歸系數發現，中部地區的市場競爭在高技術產業集聚對本地綠色技術創新效率的影響中存在遮掩效應，而西部地區的市場競爭在高技術產業集聚對本地綠色技術創新效率的影響中存在部分中介作用。究其根本，市場競爭程度對綠色技術創新效率的影響可能存在邊際遞減效應。西部地區由于高技術產業基礎較薄弱，隨著相關高技術企業在集聚區大量匯集，逐漸達到適度規模，市場競爭程度提高倒逼企業開展綠色創新活動以提升資源利用效率，這種企業間的良性競爭有效促進當地綠色技術創新效率提升。在東、中部地區，企業間市場競爭基點較高，高技術產業集聚進一步加劇當地市場競爭。當企業所需資源超過區域創新要素總量和公共品供給時，高技術企業為保持或擴大市場份額，會對資源要素展開激烈爭奪，導致不良競爭效應。此時，市場競爭不僅不會提高綠色技術創新效率，反而會降低本地綠色技術創新效率。

4結論與政策啟示

4.1 研究結論

本文基于2010一2022年中國內地省域樣本數據，利用空間計量模型與中介效應模型，探討高技術產業集聚對區域綠色技術創新的影響及作用機制。主要結論如下：

（1）高技術產業集聚對本地綠色技術創新效率具有顯著促進作用，但其影響存在區域差異性，即西部地區 gt; 中部地區 gt; 東部地區。

（2）高技術產業集聚顯著抑制周邊地區綠色技術創新效率。其中，東、中部地區高技術產業集聚削弱周邊地區對高技術企業、資本等高端要素的吸引力，即其虹吸效應顯著。而西部地區各省市之間距離較遠且基礎設施發展滯后，所以“虹吸效應\"并未顯現，且高技術產業集聚水平較高省份更能發揮正向輻射效應，帶領周邊地區綠色技術創新效率提升。

（3）知識溢出在高技術產業集聚影響本地綠色技術創新效率的過程中具有部分中介作用，且東部地區的中介作用大于西部地區。究其緣由，一方面，東部地區具有人才資源優勢，而西部地區由于高校數量較少、教育條件有限，人才流動性不足，難以形成人才集聚效應。另一方面，東部地區形成較完善的高技術產業鏈，而西部地區產業鏈單一或尚未形成完整的產業鏈。

（4）市場競爭部分中介高技術產業集聚對本地綠色技術創新效率的影響。中部地區的市場競爭在高技術產業集聚對本地綠色技術創新效率的影響中存在遮掩效應，而西部地區的市場競爭在高技術產業集聚對本地綠色技術創新效率的影響中存在部分中介作用。

4.2 政策啟示

（1）客觀認識高技術產業集聚的“虹吸效應”。一方面，保持區域可持續競爭優勢，吸引更多高技術、清潔型企業入駐，在提升企業效益的同時促進能源資源高效利用，實現經濟與環境協同發展；另一方面，科學規劃高技術產業布局，克服“虹吸”的負效應，轉“虹吸效應”為“輻射效應”，從而實現全域綠色發展協調。針對“虹吸效應”，制定差異化區域政策。具體來說，在東部地區，可通過建設技術轉移中心或科技園區，促進高技術產業向周邊地區轉移，加大對周邊地區的政策支持力度，提高其吸引力和競爭力；在中、西部地區，建立更完整的產業鏈，增強高技術產業集聚區域的輻射效應，避免“虹吸效應”出現。

（2）發揮知識溢出和市場競爭對綠色創新的促進作用。一方面，加強知識溢出和人才流動。在東、西部地區，可以加強高校與企業的合作交流，鼓勵知識產業化和技術轉移，促進知識流動和創新形成。另一方面，完善市場競爭機制。在中部地區，應加強市場監管，打擊不正當競爭行為，營造公平競爭環境，激發企業創新活力。在西部地區，可適度放松市場準人門檻，鼓勵更多企業參與競爭，提升產業集聚區的活力和競爭力。

（3）推動高技術產業高質量集聚。產業集聚不是簡單的要素堆砌，要避免同質化競爭陷阱。可以建立高技術產業準入門檻，要求入駐企業具備一定技術實力和創新能力。同時，加大高技術人才引進和培養力度，設立人才培訓基地和機構，打造高精尖人才“強磁場”，推進產業鏈與科技創新深度融合，提升高技術產業整體效能，從而提高集聚區綠色創新效率。

4.3 不足與展望

一方面，受地理區位、產業政策等因素影響，不同產業集聚模式對區域綠色技術創新效率的影響也會存在差異，本文對此并未予以區分。未來可以從產業集聚模式角度，如同業集聚模式或多元化集聚模式等，考察不同產業集聚模式對區域綠色技術創新的異質性影響，進一步細化本文研究。

另一方面，高技術產業作為創新資源優化配置的重要載體，引導其在區域內集聚已成為地方政府落實以創新驅動突破傳統要素瓶頸的重要舉措[23]。因此，基于府際競爭視角，未來可以將高技術產業集聚、地方政府競爭與綠色技術創新效率一并納入研究框架，探討高技術產業集聚與地方政府競爭的交互作用及對地區綠色技術創新的影響。

參考文獻：

[1]朱東波，李紅．中國產業集聚的環境效應及其作用機制[J].中國人口·資源與環境，2021，31（12））：62-70.

[2]LIUC，GAO X，MA W，et al. Research on regional differ-ences and influencing factors of green technology innovationefficiency of China's high-tech industry[J]. Journal of Com-putational and AppliedMathematics，2019，369：112597.

[3] WANGY，BAIY，QUANT，et al. Influence and effect ofindustrial agglomeration on urban green total factorproduc-tivity-on the regulatory role of innovation agglomeration andinstitutional distance[J].Economic Analysis and Policy，2023，78：1158-1173.

[4]YANG J，WANG S，SUNS，et al. Influence mechanism ofhigh-tech industrial agglomeration on green innovation per-formance：evidence from China[J].Sustainability，2o22，14（6）：3187-3199.

[5]任陽軍，汪傳旭，張素庸，等．高技術產業集聚、空間溢出與綠色經濟效率——基于中國省域數據的動態空間杜賓模型[J].系統工程，2019，37（1）：24-34.

[6] 王洪慶，郝雯雯，高新技術產業集聚對我國綠色創新效率的影響研究[J].中國軟科學，2022，37（8）：172-183.

[7]SONG Y，YANG L，SINDAKIS S，et al. Analyzing theroleof high-tech industrial agglomeration in greentransfor-mation and upgrading of manufacturing industry： the caseof China[J]. Journal of the Knowledge Economy，2023，14：3847-3877.

[8] 姬志恒，于偉，張鵬．高技術產業空間集聚、技術創新與區域綠色發展效率——基于PVAR模型的經驗證據[J].宏觀經濟研究，2020，66（9）：92-102.

[9]李琳，曾偉平．高新技術產業集聚提升中國綠色創新效率了嗎[J].當代經濟管理，2021，43（2）：48-56.

[10]孫祁祥，周新發．科技創新與經濟高質量發展[J].北京大學學報（哲學社會科學版），2020，57（3）：140-149.

[11] 李婉紅，劉芳，劉天森．國家高新區提升了城市創新效率嗎——基于空間集聚調節效應的實證檢驗[J].管理評論，2022.34（5）：93-108.

[12」崔春山，鄭海燕．高技術產業集聚、技術溢出與碳生產率[J].技術經濟與管理研究，2022，43（6）：19-23.

[13]ZHENG Q，LIN B. Impact of industrial agglomeration onenergy efficiency in China's paper industry[J]. Journal ofCleaner Production，2018，184：1072-1080.

[14]蘇屹，李丹．能源產業集聚與綠色創新績效的空間效應研究[J].科研管理，2022，43（6）：94-103.

[15]NING L，WANG F，LI J. Urban innovation，regional ex-ternalities of foreign direct investment and industrial ag-glomeration：evidence from Chinese cities[J].ResearchPolicy，2016，45（4）： 830-840.

[16]JACOBS J. The economy of cities [M]. New York： Ran-dom House，1969.

[17] 祝濱濱，張慧一．集聚外部性、政府作用與區域創新基于長三角地區41個地級市數據的門檻效應分析[J].經濟縱橫，2024，40（1）：119-128.

[18]吳宗杰，劉帥，董會忠，等．高技術產業集聚對區域經濟增長質量的空間溢出效應[J].統計與決策，2019，35（21）：126-130.

[19]QIAN S. Knowledge spillover and high-tech industry clus-ter：a literature review[C]. IOP Conference Series：Earthamp;.Environmental Science， 2017.

[20] 邵帥，張可，豆建民．經濟集聚的節能減排效應：理論與中國經驗[J].管理世界，2019，35（1）：36-60.

[21] 鄭冠群，徐妍，安磊，制造業產業集聚與企業創新——基于市場份額視角的Porter外部性檢驗[J].南開經濟研究，2021，37（3）： 239-256.

[22]溫忠麟，葉寶娟．中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

[23] TONE K. A slacks-based measure of efficiency in data en-velopment analysis[J].European Journal of OperationalResearch，2001，130（3）：498-509.

[24] 朱承亮，劉瑞明，王宏偉．專利密集型產業綠色創新績效評估及提升路徑[J].數量經濟技術經濟研究，2018，35（4）：61-79.

[25] 徐丹，于渤．高技術產業集聚對區域創新能力的影響研究- 一基于長三角城市群的實證考察[J].軟科學，2021，35（10）：1-8.

[26] 何雄浪，王舒然．產業集聚、知識溢出與中國區域經濟增長[J].云南財經大學學報，2021，37（9）：15-30.

[27] 呂承超，商圓月．高技術產業集聚模式與創新產出的時空效應研究[J].管理科學，2017，30（2）：64-79.

[28] 周淑貞，鄧群釗.技術轉移對高技術制造業綠色創新效率的影響[J].科技進步與對策，2021，38（16）：46-52.

[29] 胡森林，鮑涵，郝均，等．環境規制對長三角城市綠色發展的影響- 基于技術創新的作用路徑分析[J].自然資源學報，2022，37（6）：1572-1585.

[30] 肖振紅，李炎．知識產權保護、Ramp;D投入與區域綠色創新績效[J].系統管理學報，2022，31（2）：374-383.

[31] 楊樹旺，吳婷，李梓博．長江經濟帶綠色創新效率的時空分異及影響因素研究[J].宏觀經濟研究，2018，64（6）：107-117，132.

[32]肖靜，曾萍，章雷敏．地區數字化水平、綠色技術創新與制造業綠色轉型[J].華東經濟管理，2023，37（4）：1-12.

[33]LESAGE JP，PACE R K. Introduction to spatial econo-metrics[M].Boca Raton，FL：CRC Press，2009.

（責任編輯：胡俊健）

How can High-tech Industrial Agglomeration Promote Regional Green Technology Innovation？ Dual Perspectives of Knowledge Spillovers and Market Competition

Wang Di'2， Zhang Zhiyuan1，Wang Xiaolong1 （1. School of Economics and Management，China University of Mining and Technology，Xuzhou 22116，China; Carbon Neutral and Energy Strategy Think Tank，China Universityof Mining and Technology，Xuzhou 22116，China）

Abstract：Greentechnologicalinnovation，the nexus of innovation-drivenandgreen development strategies，plays an increasingly vital role in the national economic green transformation.Meanwhile，high-tech industries，characterized by theirtechnological intensityandenvironmentalfriendlines，haveemergedasadriving forceforaceleratinggreendevelopment and industrial transformation.In this context，high-tech industries have become a prominent area of academic research anda crucialtoolforlocal governments toachieve gren development goals.Asaneficientand compact spatial development model，industrial agglomeration helps local governmentsoptimize the market-oriented allocationof innovation resourcesand green transformationdevelopment.Giventheobjectiverealityof unbalancedregional development in China， are thereregionaldiferences intheimpactof high-tech industryagglomerationongree technologyinovation？Does hightechindustrialagglomerationimprovetheeficiencyof greentechnologyinnovationindiferentregions，andhow？These questions are worthy of further research.

Therefore，following the externality theory，this paper constructs a model framework of\"high-tech industry agglomeration—knowledge spillover and marketcompetition—gree technology innovation eficiency\"and discusses it from both theoreticaland empirical aspects.Specifically，drawingon provincial data from 2010to 2022，this studyapplies spatial Durbin models and mediation effect models to examine the impacts of high-tech industry agglomeration onregional green technological innovation.Thefindings indicate thathigh-tech industryaglomerationsignificantlyenhances local green technologicalinnovation eficiencywhileinhibiting the eficiency inneighboring regions.Furthermore，thegreen inovationefectofhigh-tech industrialagglomerationhasobviousregional heterogeneity.Intheeasternandcentralregions， high-techindustryagglomeration significantlyhinders neighboring regions'green inovation eficiency throughthe siphon efect.Conversely，inthe westernregion，high-tech industryagglomeration exertsapositivespilovereffect，fostering the enhancement of green inovation eficiency in adjacent areas.Mechanism analysis reveals that knowledge spillovers and marketcompetition have partial mediating effects.Specifically，the mediation efectof knowledge spillvers is more pronounced in theeastern regionthanin the westernregion，whileitisnot significant inthecentralregion.Marketcompetition has an insignificant mediating efectintheeastern region，exhibitsa masking efectinthecentral region，anddemonstrates a partial mediating role in the western region.

On the basis of the above conclusions，this paper puts forward the folowing policy recommendations.First of all， governments shouldobjectivelyrecognize theroleof high-tech industrial agglomeration.To mitigate the adverse consequences of the siphon effect，diffrentiated regional policiesshould be implemented.Secondly，knowledge spillverand marketcompetition should be brought into playtopromote green innovation.In theeasternand westernregions，policies should encourage the commercializationof knowledge to stimulate theflow of knowledge and technology transfer.In the centralregion，itis imperativetostrengthenmarketregulation mechanismsandcombatunfaircompetition.Inthewestern region，a moderate relaxation of market entry barriers could incentivize greater enterprise participation in competition， therebyenhancing thedynamismandcompetitivenessof industrialclusters.Finally，it is ncesarytopromotehigh-qualityspatialaglomerationof high-tech industries.Establishing stringententrythresholds for high-tech industries is essential，ensuring that only enterprises with substantial technological prowessand innovation capacityare admitted.

This paper integrates the research results of industrial agglomeration and green technology innovation. It explores the localandspatialefectsofhigh-techindustrialagglomerationonregional green technologyinovationacross theentirenationandwithintheeastern，central，and westernregions.Additionally，it investigates the mechanisms of theseeffects through theduallensesof knowledge spilovers and marketcompetition，aiming to facilitate regional green transformation.The researchresults providea theoretical basisand practical supportforoptimizing regional industrialagglomeration andachieving greendevelopment.This study makesseveralsignificantcontributions totheliterature.First，itextends existing researchonindustrialaglomerationexternalitiesandtechnological innovation.Second，itresponds topreviousresearch onindustrialagglomerationandempiricallyverifies thekeyroleof knowledgespillversandmarketcompetitionin improving the eficiencyof gren technology innovation.Lastly，byconsidering regional heterogeneity，this studyrefines its research focusand proposes targeted policy recommendations，therebyproviding valuable guidance for local governments aiming to achieve sustainable development.

KeyWords：High-tech Industry Agglomeration;Green Technology Innovation；Knowledge Spillovers；Market Competition;Spatial Durbin Model