中國區域創新的技術路徑與企業全要素生產率提升

一、引言

因地制宜選擇區域創新的技術路徑是發展新質生產力的必然要求。從資源配置視角看，區域創新存在技術專業化與多樣化兩種技術路徑。專業化路徑側重于深化現有技術路線、提高生產效率和產品質量;而多樣化路徑則致力于創造新技術、拓展新產品與服務、滿足更廣泛的消費需求（再征和鄭江淮，2024）。在因地制宜的邏輯下，區域應結合當地產業基礎與技術組合，選擇專業化的技術路徑。這有利于創新主體間建立起聯系密切的本地創新網絡，充分發揮集聚效應和技術溢出效應（陳露和劉修巖，2024;郭峰等，2023）。如果區域在超出本地創新能力的高技術產業領域盲目追求多樣化，區域不僅難以充分利用本地的產業基礎和技術組合，還會導致其創新發展后勁不足。準確識別區域創新的最優技術路徑，厘清其對全要素生產率的作用機制，對地方政府制定發展戰略與推行產業政策具有重要啟示意義。

本文擬解決的理論問題是：中國的區域創新究竟應遵循哪種技術路徑，不同的技術路徑對全要素生產率造成了什么影響？以中國制造業為研究對象，本文發現在2001—2021年期間，中國的區域創新具有顯著的技術專業化趨勢，但特大城市與其他城市遵循了不同的技術專業化模式①。特大城市通過轉出傳統產業，促進高技術產業領域的技術專業化，其他城市則依托比較優勢，在非高技術產業領域形成專業化優勢。進一步的實證研究表明，區域技術專業化通過促進企業降本增效、轉換區域新舊發展動能和深化區域產業分工，提升了企業全要素生產率。

本文可能存在的邊際貢獻在于：第一，發現區域技術專業化模式存在顯著差異。傳統研究認為，區域創新發展遵循\"小城市專業化、大城市多樣化\"的演進模式。城市規模越大，其擁有的專業化產業領域數量越多。而本文的事實分析發現，中國不同規模的城市在技術專業化模式上呈現顯著差異。在少數特大城市中，區域技術專業化程度的提升既得益于高技術產業領域的創新發展，也與中低技術產業領域的逐步退出密切相關。相比之下，大城市和中小城市正通過積極布局中低技術產業領域，推動區域技術專業化程度提升。第二，揭示技術專業化對不同地區企業全要素生產率的異質性作用。本文將區域技術專業化拆分為技術關聯度與分布差異度兩個維度，實證結果表明技術關聯度對特大城市企業生產率具有促進作用，分布差異度對大城市和中等城市的企業生產率具有促進作用。這一結果驗證了區域通過優化創新資源產業空間配置，實現新舊發展動能轉換的必要性。大城市和中等城市需要擴大其技術組合的多樣性，特大城市應強化現有技術組合之間的關聯性，從而有效提升企業全要素生產率。這一重要發現不僅突破了“小城市專業化、大城市多樣化\"的傳統理論認知，更為“特大城市再專業化”戰略提供了經驗支撐。第三，構造度量區域技術專業化程度的新指標。本文提出“區域平均技術關聯密度指標\"度量區域技術專業化程度。相較于以往專業化的測度指標，這一指標能夠同時捕捉創新資源在產業領域的分布差異特征和不同產業領域之間的技術關聯強度，為量化區域技術專業化程度提供了更為全面和精準的測量工具。

二、區域創新的技術路徑：概念界定與假設提出

（一）概念界定與澄清：區域創新的技術路徑

區域技術專業化/多樣化程度是指區域內部創新資源在不同產業領域的分布情況，這可以通過創新資源在整體產業領域的分布差異度來度量。創新資源在整體產業領域的分布差異度是指創新資源在所有產業領域中分布的差異化程度，即技術創新活動呈現集中于少數產業領域或分散于多個產業領域的差異化分布，以及不同產業領域間創新資源總量的相對優勢與劣勢（丁煥峰和邱夢圓，2021）。在此基礎之上，整體產業領域之間的技術關聯度也對創新資源的分布情況具有影響，技術關聯度決定了不同產業間的知識溢出和資源協同效應，從而直接影響創新要素的流動方向與集聚形態。因此，分布差異度和技術關聯度的結合可以刻畫出區域技術專業化/多樣化的程度。

區域創新的技術路徑是指一個地區基于其經濟基礎、產業特點和發展潛力，對創新資源進行戰略性分配的過程。這包括將創新資源集中于少數具有高關聯度的特定產業領域（區域技術專業化），或將資源分散于更為廣泛、多樣的產業領域中（區域技術多樣化）。區域技術專業化通過因地制宜有效配置創新資源、激發區域創新活力和增強產業競爭力等途徑，推動區域實現生產率的持續增長。

合肥市政府通過有針對性地引進和培育與當地知識基礎關聯度較高的戰略性新興產業，如京東方的顯示技術、集成電路產業和新能源汽車產業，成為地方政府成功優化區域創新路徑的典范（海娜和周孝，2023;楊一帆和潘君豪，2024）。本文使用技術專業化程度來衡量創新資源在不同產業領域的分布情況。“技術”在此指代創新資源，“專業化”則指這些創新資源在技術關聯度高的產業領域中的集中度的提升，或者在技術關聯度低的產業領域中的分散度的降低，“程度”則強調創新資源在不同產業領域之間分布情況的現狀，而非其變化。

對\"技術專業化程度\"這一概念的界定，需要澄清的有三點：一是產業領域與技術領域之間的聯系與區別。由于產業是技術創新的載體，且相較于物理、電子、化學等技術領域，直接從產業領域角度分析創新資源配置對指導區域創新的技術路徑選擇具有更強的現實指導意義。為此，本文選擇使用產業領域（如國民經濟行業代碼）而非技術領域（如IPC分類號）來分析創新資源配置。在數據處理上，遵循以往將專利分類號映射到國民經濟行業代碼的做法（Lybbert and Zolas，2014;Steijn et al.，2022），衡量各行業間的創新資源分布和技術關聯度①。二是技術專業化與本地化/城市化經濟之間的聯系與區別。本地化經濟變量反映了一個地區對國家內某一產業的重要性。城市化經濟指的是因密度和城市化帶來的益處（Gornig and Schiersch，2024）。在實證測度中，技術專業化側重于衡量區域具體行業內部的創新能力，常用專利產出的質量來衡量;而本地化經濟則側重于特定產業內就業人數的集中度;城市化經濟則側重于整體產業就業人數和就業密度的增加。三是技術專業化與技術專業化程度的聯系與區別。本文提出的“技術專業化/多樣化程度”主要關注創新資源在不同產業領域的分布現狀。本文選擇遵循集聚經濟學的研究視角，使用技術專業化程度而非技術專業化刻畫區域創新的技術路徑：專業化集聚的實證研究更傾向于使用集聚的程度而非集聚的增量來進行分析。而在演化經濟地理的相關文獻中，“技術專業化”與“技術多樣化\"更為關注創新資源在不同領域的變化情況：如當區域從無到有在某一領域取得比較優勢，即認為區域在該領域進行了多樣化嘗試。當區域在同一領域連續兩期保持比較優勢時，則認為區域進行了一次技術專業化嘗試（冉征和鄭江淮，2024）。這類測度方法涵蓋優勢領域的數量增加（多樣化）和保持不變（專業化）兩種情形，但忽略了優勢領域也存在減少的情形，即區域淘汰已具備優勢的產業領域也是一種專業化的嘗試。技術專業化程度測度正是考慮到這一情形，并將區域在傳統產業領域的退出也納入考慮，更全面地反映區域技術路徑選擇的動態變化。

（二）區域技術專業化促進企業全要素生產率提升的理論假設

區域技術專業化與企業全要素生產率具有緊密的聯系，其既是企業創新的結果，也會對企業提升生產率產生積極作用，兩者之間的互動關系需要從理論上進行梳理。定義上，區域技術專業化是創新資源在區域內部不同產業領域分布的結果，這受到創新資源在整體產業領域的分布差異度與這些產業領域的技術關聯度的共同影響。一方面，創新資源在整體產業領域的分布差異度縮小有利于產生專業化創新的“規模經濟”，這有利于區域在特定產業領域集聚資源，使該產業領域的企業能夠共享技術創新紅利，降低創新成本，產生本地化經濟（邁克爾·斯托珀爾，2020）。另一方面，整體產業領域之間的技術關聯度提升，有利于產生城市創新的\"范圍經濟”，并表現為產業協同集聚。經由地區分工深化、知識存量提升與科技成果加速轉化等機制，產業協同集聚是推動長期經濟增長的核心動力（崔書會等，2019;原毅軍和高康，2020;丁煥峰等，2021;陳露和劉修巖，2021）。區域技術專業化意味著將創新資源集中于高關聯度的產業領域，借助本地化經濟與城市化經濟等效應推動企業全要素生產率提升。由此，提出以下假設：

H1：區域技術專業化對制造業企業全要素生產率具有促進作用。

從企業層面看，區域技術專業化為企業構建區域的共同知識基礎。根據演化經濟地理學理論，區域的生產率水平與增長績效取決于當地企業的現有知識吸收能力與“相關多樣性”，即具有共同知識基礎的各種相互關聯的技術解決方案（羅伯塔·卡佩羅和安虎森，2022）。區域技術專業化程度來源于區域歷史產業基礎、科研機構布局或政策引導。長期的技術專業化積累塑造了區域在特定產業領域的知識基礎，為企業間的知識溢出和技術交流起到重要支撐作用。企業間的知識溢出效應有利于降低企業研發成本，減少重復投資和試驗錯誤，提升企業創新意愿（劉清等，2021）。同時，區域知識基礎加速了隱性知識的傳播，企業可通過技術并購等方式快速獲取外部專利技術和研發骨干，進一步提升資產利用效率，助力企業快速增長（王彩萍等，2022）。

H2：區域技術專業化能夠更好地促進企業研發的意愿，提高企業的資產利用效率，進而提升其全要素生產率。

從區域層面看，區域技術專業化程度可被分解為技術關聯效應與技術分布差異效應，二者對企業全要素生產率的影響在不同規模的城市之間存在顯著差異。對于非特大城市而言，其產業領域的技術結構通常較為單一，創新資源相對有限，因此難以直接開發高復雜度技術。在這種情況下，增加技術分布差異度，引人更多不相關的技術領域能夠拓寬知識重組的可能性，有助于區域擺脫路徑依賴，走出創新“舒適區”（鄭江淮和冉征，2021）。相比之下，特大城市擁有密集的知識網絡、高素質人才和多元化的產業基礎，其產業領域的技術結構本身已具備較高的多樣性，繼續提升技術分布差異度的經濟意義可能不大（Barbero et al.，2024）。然而，若產業領域之間缺乏有效的技術關聯，這種技術結構的多樣性可能導致資源分散或重復建設，從而使區域陷人發展陷阱（Diemer etal.，2022）。相較于非特大城市，特大城市的生產率提升更依賴于已有產業領域之間的技術關聯度，即通過強化相似或互補技術之間的知識溢出效應，降低高端技術學習成本，推動高端產業的發展（Balland et al.，2019）。因此，非特大城市需要從單一技術依賴轉向多樣化技術組合，以突破資源約束和路徑依賴;而特大城市則需要從分散的技術布局轉向高關聯度的技術網絡，通過技術關聯網絡整合創新資源，強化高端產業核心地位，實現從規模擴張向質量提升的轉型。

H3：非特大城市的生產率提升源于分布差異度，特大城市的生產率提升源于技術關聯度，特大城市企業全要素生產率的提升需要實現新舊動能轉換。

從區域間聯系的層面看，區域技術專業化作為區域分工的重要表現形式，為小城市融入區域產業分工網絡提供了關鍵路徑。功能分工是區域專業化分工的高級形態，大城市利用其在高技術產業領域的研發優勢，培育新興產業發展并輻射傳統產業，中小城市則專注于將創新技術應用于產品的大規模生產（Duranton and Puga，2001）。區域內部的功能分工能夠促進區域內產業鏈完整和協同、提高企業供應鏈穩定性以及拓展企業貿易網絡，并且城市功能分工有助于企業知識突破行政邊界，在更大地理范圍內傳播，從而促進區域創新水平提升（陳旭等，2024;李培鑫和張學良，2021）。小城市通過深化區域技術專業化，能夠更高效地整合區域分工網絡中的知識溢出與規模效應，最終實現企業全要素生產率的顯著提升。

H4：在城市功能分工的影響下，小城市在特定產業領域的專業化發展，能夠更有效地提升企業全要素生產率。

三、計量模型設定與指標選取

（一）計量模型設定

為驗證區域技術專業化與制造業企業全要素生產率之間的關系，本文分別將區域平均技術關聯密度、制造業企業全要素生產率分別作為核心解釋變量與被解釋變量，構建如下固定效應模型進行實證分析：

tfp_i，t=β₀+β₁lntechdensity_c，t+δ₁Z_i，t+δ₂X_c，t+δ₃Y_c，j，t+λ_i+v_t+?_i，t

下標i為企業個體，j為企業所處的行業，c為企業所處的城市，t為時間。因變量 tfp_i，t 是企業個體的全要素生產率。模型中的系數 β₁ 代表區域平均技術關聯密度lntechdensityc對該企業全要素生產率的直接影響，反映了技術專業化對企業全要素生產率的作用。與此同時，模型還包括了一系列關于企業個體的控制變量 Z_i，t 關于城市層面的控制變量 X_c，t 以及關于城市—行業層面的控制變量 Y_c，j，t^° （204號此外，模型采用了企業個體固定效應 λ_i ，來控制不隨時間變化的企業個體特征，同時引入時間固定效應 V_t 來控制所有地區共同經歷的時間趨勢。最后，誤差項 ?_i，t 捕獲了未被模型解釋的其他隨機因素。

（二）被解釋變量：制造業企業全要素生產率

本文使用2007—2016年的中國稅收調查數據庫中的企業微觀數據估計制造業企業全要素生產率。使用OP-ACF法估計全要素生產率首先需要獲得企業的增加值、勞動投人、資本存量和投資額的信息。對于企業增加值，設定增加值為 Y= 雇員報酬 + 固定資產折舊 + 生產凈稅 + 營業盈余（Liand Lv，2021）。在穩健性檢驗中，也使用企業填報的增加值進行穩健性檢驗。在面板數據中，對第一期之后的樣本按以下方法處理：首先，采用固定資產增加值計算名義投資額（若該數據缺失，則用相鄰兩期固定資產原值差值替代），并對其使用價格指數進行平減處理，隨后基于永續盤存法結合企業折舊率數據，計算得出實際資本存量和實際投資額（楊汝岱等，2023）。同時也使用數據庫中的資本項填報額進行穩健性檢驗。企業的勞動投入從數據庫中直接獲得，為企業的年平均從業人數。價格指數來源于國家統計局投資價格指數、生產者購進/出廠價格指數，隨后將其轉換為定基比數據（以2007年為基期，指數值為1）。在完成前述數據處理后，本文對所有相關變量進行對數化處理，將其轉化為全要素生產率測算所需的標準化投人產出變量。取對數后的企業增加值、資本存量、勞動投入、真實投資的平均值分別為8.07，7.88，4.49，4.92。全要素生產率tp1，tfp2分別指基于永續盤存法計算的資本存量和企業填報的資本存量所測算的兩種企業全要素生產率指標。

（三）解釋變量：區域平均技術關聯密度

區域技術專業化程度需要同時考慮創新資源在整體產業領域的分布差異度與產業領域之間的技術關聯程度。本節通過構造區域平均技術關聯密度指標techdensity來綜合刻畫區域技術專業化程度；在分布差異度方面，使用赫芬達爾-赫希曼指數 R_cp 來衡量區域在特定產業領域的集中度，并通過設定閾值來識別區域在哪些細分產業領域具備比較優勢 ΔM_cp 。隨后，使用區域擁有比較優勢產業領域的數量 M_c 來衡量創新資源在不同產業領域的分布差異度。在技術關聯程度方面，基于技術相似矩陣計算得到產業技術關聯程度relatednessp。最終結合這些指標，計算出區域平均技術關聯密度techdensity，以綜合反映出區域技術專業化程度。

X_cp= 區域 在產業領域 p 的創新能力

R_cp 是區域c在特定產業領域p（《國民經濟行業分類》中的國民經濟四位碼行業）的專業化指數，也是顯性比較優勢指數（RTA）。顯性產業比較優勢指數（RTA）通過比較p行業在全地區的平均份額與p行業在c地區所占的份額，來測度 地區j技術是否具有比較優勢，反映出區域在特定產業領域創新資源的集中度。其中，

創新資源在整體產業領域的分布差異度：地區擁有比較優勢的產業領域數量 M_c 。

本文基于 R_cp 構造區域技術專業化矩陣 M_cp

這個矩陣代表了區域c在產業領域j在創新能力上是否具有比較優勢。如果 R_cpgt;1 ，則本文認為區域c在特定產業領域p具有比較優勢，并將 ΔM_cp 設定為1，反之則為0。 ΔM_cp=1 對應的產業領域p是區域c的優勢產業領域。計算得出 ΔM_cp 后，再根據 M_cp 對區域 做加總，得到c地區擁有比較優勢的產業領域的數量 是產業領域的遍在性，表示產業p作為優勢產業在不同地區的分布情況，它反映了該產業在多個地區的普及程度和影響力。

整體產業領域之間的技術關聯度：區域技術關聯矩陣relatednessp。顯性產業比較優勢指數（RTA）沒有具體說明地區已掌握的產業領域之間的技術關聯程度。忽視技術關聯程度可能導致區域技術專業化測量出現偏差，因為技術標準的主觀劃分可能不能準確反映產業間的實際聯系。如果一個地區在兩種技術領域上都具有顯性比較優勢，這兩種技術領域之間的關聯程度則較高（Hidalgo，2021）。基于這一原理，使用“技術關聯密度\"作為具體的測量指標，測量地區已實現專業化的產業領域之間的關聯程度（Ballandetal.，2019）。

在特定時間t內，利用創新資源在整體產業領域的分布差異度 ΔM_c，p，t 計算技術關聯程度。relatednessp，是在時間t時，一個地區在任意兩個產業領域在創新能力上同時具有顯性優勢的最小概率。這一矩陣也反映出不同產業領域之間的技術關聯程度。

區域技術專業化程度：區域平均技術關聯密度techdensity ^-_c，t 。通過測算產業領域p與該地區所有其他具有比較優勢的產業領域 Δp^′ 之間的關聯程度，可以確定地區優勢產業的技術存量與這一技術之間的關系，并得到技術關聯密度 技術關聯密度是指地區c的

任一技術p在時間t的技術關聯密度，它由該地區產業領域p與所有其他具有優勢的產業領域 p^′∈r 的技術關聯度relatednessp之和決定，并除以該地區在時間t所有其他產業領域p的技術關聯度之和。

得到單一技術的關聯密度后，將relatednessdensity i_c，p，t 對地區c所有的產業領域p加總，并除以區域擁有的比較優勢的產業領域數量 M_c ，得到區域平均技術關聯密度，即地區c平均每個具有比較優勢的產業領域所具備的技術關聯密度：

其中，techdensity.，為區域c的平均技術關聯密度，以此度量區域技術專業化/多樣化程度。區域平均技術關聯密度techdensity _c，t^- 的數值越大，說明平均而言該地區在特定產業領域與已有優勢產業領域之間的技術關聯性越強，也表明該地區的創新資源集中于高度關聯的產業領域，并提高區域技術專業化程度;反之，則說明該地區在特定產業領域與已有優勢產業領域之間的技術關聯性較弱，也表明該地區的創新資源分布在更廣泛的產業領域，進而降低區域技術專業化程度。

中國城市和產業創新能力指數利用專利授權數據，提供了細分至年份一地級市一四位數行業的創新指數（寇宗來和劉學悅，2017）。在實際計算中， X_cp 是指中國城市和產業創新能力指數中某一四位數制造業行業的創新能力。這一創新指數是一個經過專利價值調整的存量指數，區分了不同年齡專利的平均價值，通過加總不同年齡專利的價值得到。這一創新指數主要反映了專利本身的質量水平，而與專利之間的技術關聯關系不大。本文利用2001—2021年中國城市和產業創新能力指數作為 X_cp ，將中國282個地級市作為區域的代表，同時將國民經濟制造業行業四位碼（以C開頭的四位數代碼行業）作為產業領域的代表，最后計算得出techdensity.，度量中國各個城市的技術專業化程度。

（四）控制變量：人口密度、產業集中度、產業競爭程度與企業特征

以就業人數為代理的產業專業化指標，如人口密度、行業就業集中程度、行業競爭程度也會對企業全要素生產率產生影響（蘇紅鍵，2016）。

其中，區域人口密度pop_densityi以城市人口數量除以行政區劃面積來衡量，數據來自中國城市統計年鑒，由國泰安數據庫整理，單位為百人/平方公里。此外， EMP_it^jc 是企業i行業二位碼j和城市c的就業人數，單位為人，通過稅收調查數據庫中每家企業的年平均就業人數計算。行業集中度 ，測量了該地區在某一行業中的就業份額，并通過企業員工人數對該指標進行矯正。行業競爭程度 捕捉了地區 c 中行業j企業之間的競爭強度。此外，還將企業的資產規模取對數lnAsset、企業職工人數取對數 納入企業層面的控制變量。主要變量的描述性統計如表1所示。

在實證分析中，若面板數據回歸模型包含單年觀測樣本（即觀測值里面部分企業只有一年的樣本數據）可能會夸大統計顯著性，進而導致統計結果有偏（Correia，2015）。本文在實際回歸時，對觀測值里面部分公司只有一年的樣本數據進行了刪除，最終得到764825個實際有效樣本。

四、中國區域技術專業化的演進趨勢

在計算得到每一個城市擁有比較優勢產業領域的數量 M_c，t 和區域平均技術關聯密度techdensity '_c，t ，并對techdensity _c，t 取對數得到lntechdensity 以平穩其增長趨勢后，本節著重分析中國區域技術專業化的演進趨勢。在城市規模劃分上，為便于研究，參照國務院《關于調整城市規模劃分標準的通知》（國發[2014]51號），依據城區常住人口規模進行劃分（劃分標準分別為500萬、100萬和50萬），將城市分別劃分為特大城市、大城市、中等城市和小城市四個組別（丁煥峰等，2021），其中特大城市也包括《通知》中人口規模在1000萬以上的超大城市。依照城市規模分組求出每個組別區域平均技術關聯密度lntechdensity.，的平均值以刻畫中國區域技術專業化程度的典型事實。

區域技術專業化是指創新資源在技術關聯度高的產業領域中的集中度的提升，或者在技術關聯度低的產業領域中的分散度的減少。對應到式（6）為以下兩種情況：一是增強區域內優勢產業領域之間的技術關聯度∑，relatednessdensity ;二是減少區域內優勢產業領域的數量Mc，即降低分布差異度。

（一）區域平均技術關聯密度lntechdensity _c，t^- 隨著時間與城市規模增長

表2展示出2001—2021年間中國不同規模城市區域平均技術關聯密度的變化。所有的城市組別在觀察期內都展示出平均技術關聯密度或技術專業化程度不斷提高的變化趨勢，且隨著人口規模增長與時間推移，區域平均技術關聯密度的增長率呈先上升后下降的倒\"U\"的趨勢。為深入探究城市規模對區域技術關聯密度變化的影響機制，本文繼續分析該變化主要由產業間技術關聯強度的提升或優勢產業數量的縮減所驅動。

（二）中國各組別城市優勢產業領域數量M趨于收斂

圖1展示出中國不同規模組別的城市在2001年至2021年間優勢產業領域數量的分布情況。從圖1可以看出，除特大城市外，大多數城市創新資源在整體產業領域的分布差異度 M_c 不斷上升。值得注意的是，2012年以前，特大城市在優勢產業領域的數量方面具有明顯的優勢，但在2012年以后，特大城市的區域技術專業化程度提升伴隨著關聯度的提高和分布差異度的減少。

為進一步考察特大城市在2012年后優勢產業領域數量 M_c 下降的原因。參考現有行業二位碼技術密集度的分類方法，將技術分為高技術產業領域（即研發投入占增加值的比例位于所有行業的前25% ）和非高技術產業領域（鄭江淮和師磊，2023）。令 為每一個城市擁有比較優勢的高技術產業領域的數量，隨后計算出高技術產業領域在這些領域中的占比 M_cH/M_c ，再作與圖1的類似處理，結果展示于圖2。

（三）中國城市在高技術產業領域與非高技術產業領域的選擇出現明顯分化

圖2展示出2001—2021年間中國不同規模城市在優勢產業領域中高技術行業的占比變化。從圖中可以觀察到，特大城市的高技術產業領域數量占比 顯著高于其他規模的城市。隨著時間的推移，這一占比的持續攀升，不僅凸顯了特大城市在高技術產業領域的快速擴張與結構升級態勢，同時也印證了傳統產業從特大城市向外遷移的變遷過程。相比之下，大城市的高技術行業占比雖然也呈上升趨勢，但增長幅度較小，且在2010年后持續下滑。而中等城市和小城市的高技術產業領域的占比相對較低，增長速度也較慢。整體而言，城市人口規模與高技術產業領域在總體優勢產業領域中的占比之間存在顯著關聯，不同規模城市在高技術產業領域選擇上的差距不斷擴大。特別是在2015年后，非特大城市組別的高技術產業領域平均占比不足 5% 。

綜上，中國區域技術專業化的演進趨勢可以總結為：特大城市的技術專業化來自其在高技術產業領域的技術專業化，也來自其在中低技術產業領域的退出。其他類別城市的技術專業化程度提升主要來源于中低技術產業領域的數目增長。

五、基準回歸與穩健性檢驗

（一）假說1的驗證：基準回歸

基準回歸估計結果如表3所示。其中第（1）列是使用的是永續盤存法得出的企業真實資本存量測算的全要素生產率tfp1，第（2）列使用的是企業填報的固定資產凈值測算的全要素生產率tfp2。從估計結果中可知，區域平均技術關聯密度對制造業企業全要素生產率的影響系數是顯著為正的，說明區域技術專業化程度的提升有利于提高制造業企業的全要素生產率。與本文的預期一致，假設1得到驗證。

（二）穩健性檢驗

本文使用以下三種方法檢驗估計結果的穩健性：第一，變換全要素生產率的測算方法。表4展示了使用企業填報的增加值估計全要素生產率的估計結果。第二，增加控制變量。表5列（1）列（2）列（3）分別展示了加入城市層面的個體固定效應，加人城市層面控制變量，加人省份與行業交互固定效應的估計結果，其中城市層面的控制變量包括經價格調整的當年實際使用外資金額、電信業務總量、社會消費品零售總額、規模以上工業增加值與年末金融機構各項貸款余額，分別控制對外開放、數字經濟發展、本地市場擴大、規模經濟與金融發展對企業全要素生產率的影響。第三，調整特殊樣本和異常值。考慮到金融危機對企業正常生產經營的沖擊，表5列（4）為只保留2009年以后企業樣本的檢驗結果。此外，實證結果可能受極端值的影響，本文對區域平均技術關聯密度進行雙邊縮尾處理，在 1% 和 99% 分位做極端值處理，對于小于 1% 的數用 1% 的值賦值，對于大于 99% 的數用 99% 的值賦值。表5列（5）為采用縮尾后的區域平均技術關聯密度的估計系數。所有的結果顯示，核心變量顯著性與系數均無明顯變化。

（三）內生性檢驗

區域技術專業化與企業全要素生產率之間可能存在內生性問題。這是因為區域技術專業化水平可能既是企業為提高自身競爭力而增加創新投人的結果，也會直接通過塑造本地化創新環境作用于企業的創新能力和生產效率。這會造成區域技術專業化與企業全要素生產率之間存在雙向因果關系。這種內生性問題需要通過工具變量來緩解。本文重點研究制造業領域的技術專業化，選取政府創新支出強度（sci）作為工具變量，具體定義為地方政府的科技活動支出占當地規模以上工業增加值的比重。已有不少實證研究指出政府科技投人與企業創新之間的正向關聯（卞元超等，2020;張海星和羅丹，2024），這一工具變量滿足相關性要求。政府的科技活動支出強度通常基于地區的科技發展規劃與產業政策導向來決定，也受到區域之間財政競爭的影響，這使得政府支出與企業全要素生產率之間具有一定程度的外生性，滿足工具變量的外生性條件。表6為內生性檢驗的結果，列1和列2分別對應表3基準回歸中的工具變量回歸。弱工具變量檢驗和識別不足檢驗顯示，Cragg-DonaldWaldFstatistic統計量為96693.605（ gt;16.38 ）、Anderson canon.corr.LM statistic 為114038.81，p值為0.000，因此，拒絕弱工具變量的原假設和\"工具變量識別不足\"的原假設，且工具變量法回歸結果的系數和顯著性與基準回歸結果一致。

（四）異質性檢驗：基于行業技術密集度與城市人口規模

基于事實分析中對行業技術密集度的劃分方法，本節使用制造業企業所在行業代碼，將制造業企業劃分成為低技術行業（low_tech），中低技術行業（medium_low_tech），中等技術行業（me-dium_tech）與高技術行業（high_tech）。表7列（1）—（4）顯示，在低技術行業（列1）與中低技術行業（列2），區域平均技術關聯密度對企業全要素生產率的促進作用被顯著抑制，在中等技術行業（列3）無明顯區別，高技術行業（列4）則被放大。由于隨著行業技術密集度的增加，創新資源在相關領域的集聚能夠更有效地轉化為現實生產力，進而提高全要素生產率。

此外，城市規模對企業全要素生產率也具有顯著影響。表8顯示，在小城市[列（1）]和特大城市[列（4）]中，區域平均關聯密度對企業全要素生產率的促進作用被放大，而在中等城市[列（2）]和大城市[列（3）]中，這種作用被抑制。這表明城市規模會顯著調節技術專業化/多樣化對企業全要素生產率的提升作用。列（1）一列（3）的結果表示，隨著城市規模的擴大，要素集聚的分散力逐步超越集聚力，擁擠成本的增加會削弱技術專業化的集聚效應，這與傳統集聚理論的預測相一致。值得注意的是，列（4）中特大城市展現出與傳統理論預期相悖的特征——技術專業化的促進作用不僅未出現邊際遞減，反而呈現顯著增強態勢。這一現象表明，特大城市可能形成了突破傳統集聚經濟理論解釋框架的特殊發展機制。

六、進一步分析

（一）假說2的驗證：區域技術專業化對企業降本增效的作用

表9展示了區域技術專業化對企業降本增效的作用。參照尹恒等（2024）的做法，根據當期研發投入是否大于0定義研發企業，本文設置虛擬變量rnd，并與解釋變量tech_density形成交互項。列（1）展示出在研發企業中，區域技術專業化對企業全要素生產率的促進作用更強。參考張玉昌等（2022）的做法，本文設定流動負債與流動資產的比值為企業的資產負債率。列（2）展示出區域技術專業化有利于降低企業的資產負債率，其系數為-0.018。企業資產利用率用企業營業收入/年末固定資產表示。列（3）展示出區域技術專業化有利于提高企業的資產利用率。表9與假設2中的推斷相一致，一個專業化的技術創新環境更有利于研發企業將創新投入轉化為現實生產力，也有利于企業降低資產負債率，提高資產的利用效率，進而實現更好發展。假設2得證。

（二）假說3的驗證：區域技術專業化對轉換特大城市新舊發展動能的作用

為進一步檢驗區域技術專業化影響不同規模城市生產率的內在機制，本節基于城市人口規模進行分組回歸分析。

tech_relatedness為式（6）中的分子 relatednessdensity 取對數，反映出區域所專業化的產業領域之間的技術關聯度，而div為式（6）中的分母 M_c，t 取對數，反映出創新資源在整體產業領域的分布差異度，本節將其分別作為解釋變量加入基準回歸中。表10列1、2、3、4分別為小城市、中等城市、大城市和特大城市的分組回歸。組間差異系數檢驗顯示兩組系數之間具有可比性。表10的實證結果表明，區域技術專業化對全要素生產率的影響在不同規模城市中存在顯著差異。從技術關聯度（tech_relatedness）的影響來看，小城市（列1）的系數為-0.034但不顯著，說明技術關聯對小城市企業全要素生產率的影響較弱;中等城市（列2）和大城市（列3）的系數分別為-0.102和-0.115且顯著為負，表明技術關聯度越高反而抑制了企業全要素生產率提升，這可能是因為這些城市的技術結構較為單一，過度依賴本地技術關聯導致路徑鎖定效應;而特大城市（列4）的系數為0.049且顯著為正，說明特大城市能夠有效利用技術關聯促進企業全要素生產率增長，這得益于其強大的創新網絡和知識溢出能力。

從創新資源分布差異度（div）的影響來看，小城市（列1）的系數為0.002但不顯著，表明創新資源的產業分布差異度對小城市企業的全要素生產率的影響有限;中等城市（列2）和大城市（列3）的系數分別為0.123和0.116且顯著為正，說明創新資源分散布局更有利于這些城市的企業全要素生產率提升；而特大城市（列4）的系數為-0.076且顯著為負，表明資源過度分散會降低特大城市的創新效率，這些城市更需要集中資源發揮質量提升效應。這些發現驗證了區域技術專業化對企業全要素生產率的影響存在差異。中小城市需要通過“不相關多樣化\"來突破技術路徑依賴，而特大城市則能夠通過\"相關多樣化\"實現更高效的創新協同。這些發現驗證了區域技術專業化對企業全要素生產率的影響在不同人口規模的地區存在顯著的機制差異。假設3得到驗證。

（三）假說4的驗證：區域技術專業化對小城市融入區域產業分工的作用

為進一步檢驗區域技術專業化與區域產業分工的互動作用，本節根據企業所在城市是否為小城市進行分組檢驗。表11列1為小城市的企業；列2為非小城市的企業。城市群的形成和發展通常受到國家或地區政策導向和區域規劃的顯著影響。一旦城市被認定為城市群的一部分，便意味著該城市已融入區域發展戰略，并能夠獲得相應的政策扶持和資源分配。與那些未被納入城市群的小城市相比，位于城市群中的小城市在地理臨近性、產業轉移和技術援助方面具有顯著優勢，技術專業化水平的提升有助于它們更有效地融入區域分工體系，從而取得發展優勢。本節利用所在城市是否位于國家級城市群內部設定虛擬變量city_cluster，并與解釋變量tech_density形成交互項tech_density × city_cluster。組間差異系數檢驗顯示兩組系數之間具有可比性。表11列（1）中區域技術專業化與城市群虛擬變量的交互項為正顯著，其系數為 15.676 。這顯示出相較于非小城市的企業，區域平均技術關聯密度對位于城市群內部小城市的制造業企業具有更為顯著的生產率促進作用。這說明相較于非城市群的小城市，城市群中小城市在特定產業領域的專業化發展，能夠更有效地提升企業全要素生產率。假設4得到驗證。

七、結論與政策啟示

本文利用中國城市創新能力數據和企業稅收調查數據等微觀數據實證檢驗，明確了區域創新的技術路徑選擇對制造業企業全要素生產率的促進效應及其作用機制。主要研究結論是：區域技術專業化有利于提高制造業企業全要素生產率。這種提升效果隨著城市人口規模的增長而逐漸下降，但隨著行業技術密集度的提高而逐步提升。促進企業降本增效、轉換區域新舊發展動能、深化區域產業分工是這一提升作用的內在機制。

政策啟示包括：一是以技術專業化推動新質生產力因地制宜發展。本文發現，技術專業化是制造業企業全要素生產率增長的關鍵驅動力。區域應優先在與自身技術基礎高度關聯的產業領域集聚創新資源，為企業塑造良好的研發環境，專注于培育符合本地產業基礎的\"專精特新\"企業。

二是加快明確各城市創新的技術路徑選擇。從本文的事實分析和研究結論上看，特大城市在高技術產業領域追求技術專業化，其他組別的城市在中低技術產業領域實現技術專業化，這兩種技術專業化模式更有助于創新資源優化配置。小城市應積極依托傳統產業領域技術專業化優勢推動特色傳統產業的增長，深度貫徹實施“特色產業集群培育計劃”。特大城市應實現高技術產業領域的技術專業化，這包括加快培育和發展戰略性新興產業，主動承擔起帶動區域產業升級的任務，建立跨區域技術轉化平臺，加快建設國際/國際科技創新中心。大城市與中等城市應該根據自身的產業基礎和技術組合制定發展目標，從特定優勢產業領域專業化與高技術產業領域專業化中選擇一條適合自身的發展道路。

三是推動形成錯位發展與優勢互補的創新分工格局。技術專業化通過轉換區域新舊發展動能和深化區域產業分工，推動企業全要素生產率的提升。為更好轉換區域新舊發展動能，區域應通過構建區域間的產業轉移與技術合作渠道，凝聚創新發展合力;應合理設計產業轉移順序，加速淘汰中心城市非核心傳統產業，提升承接地的產業承接能力。在具體的措施上，仿照生態補償實踐中政府間生態對賭協議等形式，區域間可以簽訂產業轉移對賭協議，明確轉出地和承接地的責任與義務，激勵區域間在產業轉移上的合作。特大城市可通過產業轉移協議實現低技術產業的空間再布局，將傳統制造業梯度轉移至周邊小城市，從而騰挪出土地、勞動力和資本等關鍵要素，為高技術產業的專業化集聚創造發展空間。此外，要加快推動跨區域跨省技術合作體系建設，暢通新質生產力改造傳統產業的渠道，使本文發現的兩種有效的技術專業化模式優勢互補。這意味著小城市能夠及時運用大城市的創新技術，改造轄區內傳統產業，促進傳統產業規模的增長，特大城市也能在高技術產業發展中，加快創新成果的轉化與技術成果的擴散。

奓考又獻

下元超、吳利華、白俊紅，2020，“財政科技支出競爭是否促進了區域創新績效提升？——基于研發要素流動的視角”，《財政研究》，第1期，第45-58頁。

陳露、劉修巖，2021，“產業空間共聚與企業全要素生產率”，《現代經濟探討》，第10期，第88-97頁。

陳露、劉修巖，2024，“產業空間共聚、知識溢出與創新績效——兼議區域產業多樣化集群建設路徑”，《經濟研究》，第4期，第78-95頁。

陳旭、紀展鵬、邢孝兵，2024，“城市價值鏈功能分工與企業創新：來自企業專利的證據”，《世界經濟》，第3期，第94-123頁。

崔書會、李光勤、豆建民，2019，“產業協同集聚的資源錯配效應研究”，《統計研究》，第2期，第76-87頁。

丁煥峰、邱夢圓，2021，《中國區域技術專業化的形成機制與經濟影響研究》，北京：科學出版社。

丁煥峰、孫小哲、王露，2021，“制造業與生產性服務業協同集聚能否提升城市專利質量？”，《審計與經濟研究》，第6期，第105-115頁。

郭峰、曹友斌、熊云軍、呂斌，2023，“國家級新區設立與企業空間布局：基于鎮級面板數據的分析”，《經濟研究》，第8期，第191-208頁。

海娜、周孝，2023，“政府引導基金助力經濟高質量發展——基于合肥的經驗分析”，《財政科學》，第9期，第150-160頁。

寇宗來、劉學悅，2017：“中國城市和產業創新力報告”，《復旦大學產業發展研究中心》，2017。

李培鑫、張學良，2021，“城市群集聚空間外部性與勞動力工資溢價”，《管理世界》，第11期，第 121-136+183+9 頁。

劉清、楊永春、蔣小榮、曹宛鵬、劉笑杰，2021，“基于全球價值鏈的全球化城市網絡分析——以蘋果手機供應商為例”，《地理學報》，第4期，第870-887頁。

羅伯塔·卡佩羅、安虎森，2022，《空間經濟學系列教程區域經濟學第2版》，北京：經濟管理出版社。

邁克爾·斯托珀爾，2020，《城市發展的邏輯》，北京：中信出版社。

再征、鄭江淮，2024，“技術范式下的創新發展：技術多樣化與技術專業化的經濟增長效應研究”，《管理世界》，第9期，第 1-20+59+ 21-24頁。

蘇紅鍵，2016，《空間分工、專業化與集聚經濟》，北京：社會科學文獻出版社。

王彩萍、李善民、黃志宏，2022，“產業集聚、技術并購與知識溢出效應”，《經濟理論與經濟管理》，第10期，第33-46頁。

楊汝岱、李艷、孟珊珊，2023，“企業數字化發展、全要素生產率與產業鏈溢出效應”，《經濟研究》，第11期，第44-61頁。

楊一帆、潘君豪，2024，“地方政府參與科技創新推動產業結構轉型升級的實證分析”，《中國科技論壇》，第3期，第70-82頁。

尹恒、李輝、張道遠，2024，“制造業企業的勞動力市場壟斷勢力：非中性技術進步環境下的識別與估計”，《中國工業經濟》，第8期，第24-42頁。

原毅軍、高康，2020，“產業協同集聚、空間知識溢出與區域創新效率”，《科學學研究》，第11期，第1966-1975頁。

張海星、羅丹，2024，“財政科技支出對城市創新的影響：效應與機制”，《財經問題研究》，第3期，第67-80頁。

張玉昌、鄭江淮、再征，2022，“企業研發支出決策的機制與經驗分析”，《產業經濟研究》，第4期，第72-86頁。

鄭江淮、冉征，2021，“走出創新“舒適區\"：地區技術多樣化的動態性及其增長效應”，《中國工業經濟》，第5期，第19-37頁。

鄭江淮、師磊，2023，“本地化創新能力、區域創新高地與產業地理梯度演化路徑”，《中國工業經濟》，第5期，第43-60頁。

Ballnd，P.A.，dig19UieedeComplexity and Regional Diversification\"， Regional Studies，53（9）： 1252-1268.

Barbero，J.，ukaaO.eleCo.dtaA“hlogicallelatdiesiaiOotAll EuropeanRegions\"，Research Policy，53（3）：104973.

Correia，S.，2O15.，“Singletons，Cluster-robustStandard ErrorsandFixedEffcts：ABadMix\"，TechnicalNote，7.

Diemer，A.，Immario，S.，odruese，dndStorper，.“hRegioalevelopntTrapinEuroe\"，oicphy，98（5）： 487-509.

Duranton，G.andugaD.l“urseryCiis：UrbanDversityrocssIovationdthifeCylefProucts\"，meranocReview，91（5）： 1454-1477.

Hidalgo，C.A.，2O21，“EconomicComplexityTheoryandApplications\"，NatureReviews Physics，3（2）： 92-113.

Li，Z.andLv，1“TotalFactorroductiviyfnesdustrialFs：Evidenefrot\"，ppledcoois（6）：6910-6926.

Lybbert，T.J.andZolas，N.J.O14“GetingPatentsandEconoicDatatSpaktoEachOther：An‘algoriticLinswithProbbiliis’Approach for Joint Analysesof Patentingand Economic Activity\"，Research Policy，43（3）：530-542.

Gornig，M.andch“AgloEos：DetEsondLecds”ilStudies，58（11）： 1999-2010.

Steijn，M.P.KteHnVortG2“TfutgloaiEef4solPatterns\"，Journal of Urban Economics，130：103456.

Technological Pathways of Regional Innovation in Chinaand Enterprise Total Factor ProductivityEnhancement

Tan Yifan Ding Huanfeng Cao Boyi

Abstract：Tailoringregionalinnovationpathways tolocalconditionsisnotonlyaneffective strategyforaligningscientificand technological innovation with industrialdevelopment needs，butalsoan essentialrequirementfor fosteringnewqualityproductive forces.Fact-basedanalysisofChina'surbanand industrial innovationcapabilityindices （2Ool-2O21）reveals two dominanttechnologicalpathwaysinrecentregionalinnovation：largecitiespursuing technologicalspecializationinhigh-tech industries，andsmall-mediumcitiesachievingspecializationinspecificindustrialsectors.Using firm-level taxsurveydata （2007-2016），this study empirically examines the economic efects ofregional innovation pathwaysonmanufacturing firms. Thefindingsdemonstratetatconcentratinginnovationresouresinighlyinterelatedindustralsectors （i..egioalcho logicalspecialization）significantlyenhancestotalfactorproductivity（TFP）inmaufacturingfirms，particularlyhigtech manufacturers.Theunderlying mechanisms includecostreductionand eficiencygains forfirms，revitalizingregionaldevelopmentdynamics，anddeepening industrial specialization across regions.Byconstructing novel metricsfor technologicalspecialization/diversification，thisstudyuncoversnewcharacteristicsofregionalinnovationpathways，oferinginsightsforregionalinnovation strategies.Regions should expedite industrial positioning basedontheirresource endowments，fosteringa coordinatedandcomplementary divisionof laborinregional innovation.

Keywords：RegionalInnovation;TechnologicalPathways;RegionalTechnologicalSpecialization;TotalFactorrouctivity （TFP）

（責任編輯：張瑞志）