產業集聚對科技創新的空間溢出效應及行業異質性

[關鍵詞] 科技創新；產業集聚；產業協同集聚；空間溢出效應；長三角城市群[中圖分類號]F062.9[文獻標志碼］A[文章編號］1008-0694（2025）03-0024－13

一、引言

產業集聚對區域創新活動的促進作用明顯。產業在空間上的高度集聚通過強化知識擴散溢出、降低創新要素流動成本等對地區科技創新產生重要影響。與此同時，在數字技術的高度滲透與產業鏈深度重構的背景下，產業集聚逐漸從過去單一產業的空間集聚向跨產業的協同集聚和空間耦合方向轉變，通過不同產業間的協同互動來形成更強勁的創新動力。如制造業的生產過程需依托服務業提供的專業化信息支持與技術創新服務，而生產性服務業則通過制造業的實體場景推動產品應用落地。生產性服務業和制造業基于產業鏈關聯形成高效協同的關系，通過跨行業空間集聚形成精細化網絡分工，不僅提升了產業鏈各環節的協作效率，更通過產業間的知識交互顯著提升了創新要素的溢出效應，推動地區科技創新的擴散與融合。長三角城市群作為我國區域一體化戰略的核心承載區，不僅擁有高度密集的先進制造業集群、全國領先的科研基礎設施，更依托“長三角創新共同體”等跨域協同機制，形成了互聯共通的創新生態系統。長三角這種“制造業高密度集聚”與“科創高水平協同”并存的格局，為探究產業集聚對科技創新的影響提供了典型樣本。因此，研究長三角城市群不同類型產業集聚對科技創新的空間影響效應，有助于進一步促進長三角產業資源的優化配置，對整合科技創新力量、打造科技創新策源地和推動區域高質量一體化發展具有一定的實踐價值。

二、文獻綜述

產業集聚是指在特定地理區域內產業集中分布的組織形態。現有學者主要集中探討了某一類型產業集聚對科技創新的影響。如在制造業集聚對科技創新的影響上，黃小勇等（2020）使用我國企業專利數據證明了制造業集聚對創新效率有顯著的促進作用，1]葉云嶺等（2023）使用地級市面板數據發現制造業集聚對城市創新績效存在先抑后揚的“U”型曲線關系，2徐丹等（2021）基于長三角26個城市的面板數據證明了高技術產業集聚對區域創新水平有倒“N”影響。3]也有學者分析了生產性服務業集聚對科技創新的影響。曹允春等（2020）以地方經濟發展水平為門檻變量，證實科技服務業集聚對科技創新水平存在“U”型影響。4]余祖鵬等（2023）使用中國A股上市公司數據證明了生產性服務業的集聚可提升制造業綠色技術創新水平。5趙青霞等（2019）以珠三角、長三角、京津冀三地數據證實了制造業、生產性服務業的集聚可與人才集聚產生正向協同效應以促進各地科技創新，但存在區域異質性。周四清等（2019）根據粵港澳城市數據實證發現制造業集聚能夠顯著提升科技創新水平，而金融業和教育業集聚對科技創新的促進作用不顯著。[7]

在產業集聚與科技創新空間互動關系的研究方面。楊坤等（2020）采用長江經濟帶省市面板數據，使用莫蘭指數（Moran'sI）和空間誤差模型發現產業集聚與區域創新績效均呈現顯著的空間自相關，且存在行業異質性。8湯長安等（2020）以我國30個省級數據為樣本，引人ESDA方法和空間計量模型分析制造業與生產性服務業協同集聚的時空分布特征，并證明了兩產業協同集聚對地區技術創新存在顯著正向的空間溢出效應。9]馬麗亞等（2023）將雙重差分方法和空間計量模型結合起來，通過地級市數據實證發現我國區域產業集聚存在明顯的空間依賴性，國家高新區在空間維度上展現出了正向的擴散效應。10]

綜上，在研究內容上，大多學者聚焦于分析單一類型產業集聚對科技創新的影響，普遍認同制造業、生產性服務業等產業集聚對科技創新的正向促進作用，但忽視了不同產業間的協同集聚對科技創新的影響；在研究視角上，鮮有文獻同時將產業集聚的行業異質性和對創新活動的空間影響效應一并納入分析框架。鑒于此，本文從區域層面分析長三角城市群（包括浙江、江蘇、安徽、上海三省一市共41個城市）產業集聚對科技創新的空間溢出效應及行業異質性。一是充分考慮了異質性產業集聚的影響，進一步比較制造業集聚、生產性服務業集聚、制造業與生產性服務業協同集聚對科技創新的影響差異；二是以長三角城市群為研究對象，基于時空維度使用莫蘭指數（moran'sI）分析科技創新、產業聚集的空間自相關特征，并通過構建多種空間面板模型分析產業聚集對科技創新的空間溢出效應。

三、理論分析

1．制造業集聚、生產性服務業集聚對科技創新的影響

制造業集聚與技術創新關系的實質是產業集聚發展帶來的技術外部性效應，]通過產業內知識溢出、實現資源共享、促進要素匹配等途徑來促進創新活動。12-14]集聚區內通常擁有完善的基礎設施、供應鏈和公共服務平臺，企業、科研機構和高校等主體的地理鄰近性使得知識和信息的流動更加頻繁，軟硬件資源的集中為企業提供了便利的創新研發環境，也有利于產業鏈上企業分工協作，加速創新技術的整合應用和迭代升級。而生產性服務業集聚能為制造業充當提供人力資本和信息傳播的特殊中介，加速新技術擴散至整個產業鏈，[15]專業化服務還能便利實體企業的生產經營，節約企業交易成本，拓展生產性企業的創新活動空間。16]

2.制造業與生產性服務業協同集聚對科技創新的影響

產業協同集聚指關聯度較高的異質性產業間在空間上相互依賴的現象。17]近年來，隨著不同產業市場主體跨界融合程度的日益加深，以知識、勞動力為支撐的生產性服務業與制造業間的內在關聯愈發緊密，兩業的協同集聚能通過影響企業的交易成本結構、進人與退出決策行為及研發創新激勵等方面促進企業科技創新，18跨行業的協同集聚也使得產業鏈分工更為緊密和精細化，進一步促進了知識和技術的外溢效應，推動技術創新的交流與學習。19]生產性服務業提供專業產品和服務，嵌入到制造業技術研發過程中來實現產業協同創新，20制造業價值鏈的持續細化也會倒逼服務業提高產品和服務質量，進而放大創新要素集聚對制造業各生產鏈的輻射作用，提升制造業創新效率。[21]

3.產業協同集聚對科技創新的空間溢出效應

產業集聚的形成機理決定了其天然具有空間關聯特性和溢出效應，產業通過要素流動、分工與合作產生空間上的關聯，22]并通過技術溢出、規模經濟加強空間集聚，23]進而對周邊地區的科技創新產生空間外溢效應。而不同產業的技術互補性和協作關系增強了技術擴散和資源共享性，區域內企業通過產業鏈上下游協作、供應鏈延伸促進了技術整合，將創新成果擴散到更廣泛的地理空間，如知識密集型服務業與制造業在空間維度上的協同集聚，能夠促進知識溢出、信息共享以及人才流動等創新要素的優化配置，24]進而促進了產業間協同創新。此外，協同集聚區更易獲得當地政府的支持而建立各類科創平臺，吸引更多外來創新主體人駐，推動創新成果的應用和擴散。

四、研究設計

1．模型設計

（1）固定效應模型

采用固定效應模型檢驗產業集聚對城市科技創新的影響，模型如下：

Pat_it=β₀+β₁M_-ago¹?_it+β₂X_it+ε_it

式（1）-（3）中， Pat_it 為科技創新， M_-aggl_it 、 、 分別為制造業集聚、生產性服務業集聚、制造業與生產性服務業協同集聚，下文同。 X_it 為控制變量， ε_it 為隨機誤差項。

（2）空間計量模型

采用莫蘭指數（Moran'sI）來測度城市科技創新、產業集聚的空間自相關性。數值為正表明存在空間正相關，值越大則空間集聚特征越顯著；數值為負反映空間負相關關系，絕對值越大則空間差異性越強；數值趨向于零則呈現隨機分布。

式（4）中， n 為城市的個數， X_i 和 X_j 為城市i、j的數值， w_ij 是空間矩陣，選擇鄰接權重矩陣，即城市之間是否存在公共邊界或公共點。

使用空間回歸模型考察空間溢出效應，一般化的空間面板模型表示為：

2．模型變量

（1）被解釋變量：科技創新（Pat）。專利代表著研發的直接成果，可以較為客觀地反映區域的技術創新水平，且數據來源較為充足準確。結合城市層面科技創新相關指標的數據可得性，企業研發投人、高新技術企業總產值等統計指標較為稀缺，25］用Ramp;D人員、Ramp;D經費等企業研發投人衡量區域科技創新存在較大的不穩定性。26]而專利類型中發明專利的技術價值更高，因此，本文參考周銳波等（2019）的做法，27]選取各城市發明專利的授權量進行度量。

（2）核心解釋變量：產業集聚的三大變量。借鑒孫浦陽等（2012）和孫正等（2022）的研究方法，〔28-29]采用區位熵測度產業集聚，該指標可以消除區域規模的差異因素，較為準確地反映特定產業的空間集聚度。計算公式如下：

式（9）中， M_-aggl_j 為j城市制造業集聚水平， 為j城市生產性服務業集聚水平， L_mj 為 j 城市制造業就業人數， L_psj 為 j 城市生產性服務業就業人數，L_j 為 j 城市全部行業就業人數， L_m 為長三角城市群制造業就業人數， L_ps 為長三角城市群生產性服務業就業人數，L為長三角城市群全部行業就業人數。

使用產業集聚指數的相對差異來計算制造業與生產性服務業協同集聚（ Co_- aggl）的關聯集聚程度。30-31]計算公式如下：

（3）控制變量：財政科技支持（Tec）。政府對創新主體的財政扶持可以降低其科研和創新活動的成本和風險，本文使用財政科技支出進行衡量。高等教育支持（Edu）：高校是一個地區知識創造與傳播的重要載體，高校教師人才越多對于地方技術創新和成果轉化的支撐作用越顯著，本文以普通高等學校專任教師數進行衡量。金融發展（Fin）：金融市場能為高風險、高回報的創新活動提供資金支持，本文選取年末金融機構存貸款余額來衡量。信息化發展（Int）：完善的信息網絡基礎設施加速創新要素的擴散和融合，本文以互聯網用戶數來衡量。對外開放（Fdi）：對外開放中的經濟活動能帶來大量的技術轉移和研發投人，推動東道主地區和企業學習外來先進技術，本文以外商直接投資額來衡量。

本文使用 2003—2021年浙江、江蘇、安徽、上海三省一市41個地級及以上城市的相關數據，數據來自各城市統計年鑒和EPS數據庫，部分缺失數據用插值法補充。為克服異方差問題影響，本文除產業集聚的相關數據外對其他變量均進行了對數化處理。參考陳建軍等（2011）、[32]常哲仁等（2023）的做法，33]將生產性服務業劃分為交通運輸、倉儲及郵政業，信息傳輸、計算機服務和軟件業，批發和零售業，金融業，租賃和商業服務業，科學研究、技術服務和地質勘查業六類。變量情況如表1所示。

表1變量說明及描述性統計

數據來源：作者根據數據統計而得。

五、實證結果

1．空間自相關性檢驗

本文使用GeoDa軟件進行空間相關性檢驗，空間矩陣采用鄰接權重矩陣。表2所示，樣本期間科技創新的Moran'sI均顯著為正數，空間集聚特征較為突出，高創新地區能與鄰近區域形成協同提升的擴散效應，說明長三角城市間科技創新資源流動較為活躍，具有較好的協同發展潛力。制造業集聚的Moran'sI總體顯著為正數，長三角制造業在地理空間上呈現高度集中的分布特征，制造業因依賴原材料和勞動力集聚帶來的低成本效應傾向于集中布局。生產性服務業集聚的Moran'sI在2010 年之前整體呈顯著的負相關性，2010 年之后空間負相關性并不顯著，長三角生產性服務業對地理鄰近的依賴度較低，可能在于長三角服務型企業在數字化轉型下推動線上平臺和遠程協作，使其對物理空間鄰近的需求大幅降低。制造業與生產性服務業協同集聚的Moran'sI總體顯著為正數，“制造 + 服務”協同布局的空間效應較為明顯，長三角地區依托于完備的制造業基礎和產業鏈體系，易形成“生產一配套一服務”的產業鏈協作網絡。

表2空間自相關性檢驗

注： ***分別代表通過 10% 、 5% 和 1% 的顯著性檢驗。

2．基準回歸結果

如表3列（1）、列（3）所示， M_-aggl 、Co_aggl的估計系數均在 1% 置信水平下顯著為正，表3列（2）中Ps_aggl系數整體上也顯著為正，說明長三角地區制造業集聚、生產性服務業集聚、制造業與生產性服務業協同集聚對于本地科技創新具有顯著的促進作用。對比系數大小可得，制造業集聚對本地科技創新的正向作用比生產性服務業集聚對科技創新的正向作用更為明顯，且兩業的協同集聚會放大這種正向作用。說明生產性服務業對本地科技創新的促進作用需要以發展一定規模的制造業為基礎，且通過制造業與生產性服務業的關聯集聚放大知識和技術的外部效應，進而對科技創新產生更大的促進作用。這反映了長三角“制造業集聚為創新基底、服務業集聚為賦能杠桿、產業協同集聚為加速器”的發展邏輯，浙蘇皖滬四地以雄厚的制造業基礎支撐技術創新，上海、杭州、南京等中心城市提供金融、研發、信息技術等服務賦能制造業轉型升級，區域差異互補的產業體系推動制造業與服務業功能耦合，加速知識技術流動擴散。

控制變量方面，財政科技支持、高等教育支持、金融發展、信息化發展和對外開放的系數均顯著為正。這說明政府加大財政科學技術支出為科技創新提供了政策保障，高等教育為創新人才積蓄、科技成果轉化提供了智力支持，金融發展和信息化發展為科技創新提供了良好的創新創業環境，對外開放過程中的外商投資為科技創新帶來了資金和技術等資源，都將促進地區科技創新。科技創新的空間滯后項（Rho）均為正數，但僅在列（1）顯著，說明長三角地區科技創新可能存在一定的空間溢出效應，下文將結合SDM深入判斷分析。

表3基礎固定效應模型、空間滯后模型、空間誤差模型的回歸結果

注：*、**、***分別代表通過 10% ！ 5% 和 1% 的顯著性檢驗，括號內為標準誤，下同。

3．空間杜賓模型回歸結果

表4列（1）一（3）中，在LR檢驗和Wald檢驗下系數均通過了顯著性檢驗，表明SDM不可以簡化為SAR和SEM，故應采用SDM研究空間溢出效應。

表4空間杜賓模型（SDM）適用性檢驗

表5列（1）一（3）所示，產業集聚的非空間滯后項系數情況與表3基本一致。空間滯后項方面， W*M_-aggl 的系數為0.204但并不顯著， 的系數為1.207且顯著為正， W*Co_-aggl 的系數為1.518且顯著為正。這說明制造業集聚的正外部效應存在地理距離的限制，若要突破空間限制對周邊地區科技創新產生技術溢出效應，需要借助生產性服務業集聚技術溢出效應的協同發力，通過兩產業的協同集聚來實現。原因是傳統制造業技術溢出高度依賴原材料和勞動力的地理鄰近性，但生產性服務業的集聚可通過標準化服務和創新要素樞紐化配置重構技術擴散的空間介質，依托網絡平臺將服務即時觸達制造業企業。如長三角工業互聯網平臺構建“云端互聯 + 實體協同”的服務體系，整合浙蘇皖滬各地分散的創新資源，實現中心城市研發與周邊制造需求實時對接，提升各地創新資源的配置效率。對比系數大小可得，產業協同集聚比單一產業集聚對科技創新的溢出效應更為明顯，生產性服務業與制造業間的協同集聚通過產業關聯強化創新集聚效應，進而突破空間局限對周邊城市科技創新產生更大的輻射帶動作用。

表5列（1）一（3）中科技創新的空間滯后項（Rho）均顯著為正數，說明本地區科技創新對鄰近地區科技創新具有明顯的正向外溢效應，一個城市的科技創新活動會向周邊城市擴散，帶動周邊城市科技創新水平的提升。原因主要在于長三角地區跨省市的科創協同機制、產學研用聯動以及數字基建賦能等因素，促進了人才、技術、資金等創新要素跨區高效流動。

表5空間杜賓模型（SDM）回歸結果

注：鑒于篇幅所限，對控制變量不作展示，僅展示核心解釋變量，下同。

對上文表5的SDM回歸結果進行空間效應分解，以克服傳統空間滯后項系數可能存在的估計偏差問題，用直接效應、間接效應來研究，34]直接效應反映本地變量對本地的影響，間接效應反映鄰近地區變量通過空間交互作用對本地的影響，總效應即上述兩類效應的綜合結果。結果如表6所示。

表6SDM效應分解結果

表6直接效應下產業集聚的三大變量系數均顯著為正，與上文中表3、表5情況基本一致，即本地的制造業集聚、生產性服務業集聚、產業協同集聚均會促進本地區科技創新，且產業協同集聚對本地科技創新的促進作用大于制造業集聚對科技創新的促進作用，生產性服務業集聚的促進作用排在最后。表6間接效應下制造業集聚系數為正但不顯著，生產性服務業集聚、制造業與生產性服務業協同集聚的系數均顯著為正，與上文中表5情況基本一致，說明制造業集聚若要突破地理限制對周邊地區科技創新產生空間溢出效應，需借助生產性服務業集聚實現產業間的協同集聚，進而對科技創新產生正向外溢效應，且兩產業協同集聚比生產性服務業集聚對科技創新的正向空間溢出效應更為明顯。

4．穩健性檢驗

本文對樣本采用替換變量和變換模型空間矩陣兩種方法對研究結果進行穩健性檢驗。以北京大學企業大數據研究中心的區域創新創業指數衡量科技創新，并采用winsorize法對產業集聚進行雙邊 1% 的縮尾處理，剔除異常點對回歸結果的偏誤。再采用地理權重矩陣替換模型原有空間矩陣，納入城市不接壤但距離鄰近的影響因素，利用經緯度坐標并考慮地標弧度以計算兩點距離。分別以產業集聚的三大變量為核心解釋變量作SDM回歸，結果分別見表7、表8、表9。

表7、表8、表9顯示各核心變量系數符號和顯著性與上文基本一致，研究結果較為穩健：一是制造業集聚、生產性服務業集聚、產業協同集聚對本地區科技創新在不同程度上具有促進作用，這種促進效果順序是產業協同集聚大于制造業集聚，生產性服務業集聚排在最后；二是生產性服務業集聚對科技創新的正向空間溢出效應顯著，并且能嵌入到制造業中形成兩業的協同集聚，進而突破地理空間約束對鄰近地區科技創新產生更大的正向外溢效應。

表7SDM穩健性檢驗1（制造業集聚為核心解釋變量）

表8SDM穩健性檢驗2（生產性服務業集聚為核心解釋變量）

六、結論與建議

利用長三角41個城市2003—2021年的面板數據構建空間計量模型，分析產業集聚對區域科技創新的空間溢出效應及行業異質性。研究發現，產業集聚對科技創新具有促進作用，但存在異質性。（1）制造業集聚可以有效地促進本地科技創新，但不足以更大范圍影響到周邊地區的科技創新，使得正向空間溢出效應不顯著。（2）生產性服務業集聚雖然對本地區科技創新的促進作用小于制造業集聚的促進作用，但存在顯著的正向空間溢出效應來促進周邊地區的科技創新。（3）制造業與生產性服務業協同集聚產生的外部經濟效應更明顯，對本地區的科技創新促進作用更大，且對周邊地區科技創新的正向空間溢出效應也更強。

建議：第一，推動制造業與生產性服務業的協同集聚。加快傳統制造業向先進制造業、戰略性新興產業轉型升級，培育知識技術密集、創新高效的生產性服務業集群，強化科技、金融、物流、信息服務等產業對先進制造業的支撐作用。第二，發揮各地區位優勢和產業比較優勢。強化中心城市科創輻射效應，培育適宜本地的主導產業，不斷推動大都市高端服務業與周邊城市制造業相鏈接，實現長三角制造業在全球價值鏈條地位的攀升。第三，推進產業跨區域合作和創新要素雙向流動。進一步健全長三角創新協同機制，推動科創資源共享和技術跨區合作，強化產業鏈分工協作，促進創新鏈與產業鏈跨域深度融合，釋放科創資源與產業集聚的空間正外部性。

參考文獻：

[1］黃小勇，龍小寧．在集聚中走向創新——專利生產中的集聚經濟效應研究［J］．產業經濟研究，2020，（01）.

[2]葉云嶺，吳傳清，張力偉．制造業集聚、空間知識溢出與城市創新績效——來自中國283個城市的證據［J]．統計與決策，2023，（03）.

[3］［23］徐丹，于渤．高技術產業集聚對區域創新能力的影響研究——基于長三角城市群的實證考察［J]．軟科學，2021，（10）.

[4]曹允春，王尹君．科技服務業集聚對科技創新的非線性影響研究——基于門檻特征和空間溢出視角[J]．華東經濟管理，2020，（10）.

[5]余祖鵬，劉冰潔．生產性服務業集聚與制造業綠色技術創新——來自中國A股上市公司的證據［J]．技術經濟與管理研究，2023，（12）.

[6]趙青霞，夏傳信，施建軍．科技人才集聚、產業集聚和區域創新能力——基于京津冀、長三角、珠三角地區的實證分析［J]．科技管理研究，2019，（24）.

[7］周四清，龐程．產業集聚及協調發展對區域科技創新水平的影響——基于粵港澳大灣區制造業、金融業、教育的實證研究［J]．科技管理研究，2019，（19）.

[8］楊坤，朱四偉，胡斌．空間關聯視閾下產業集聚對區域創新績效的影響——基于不同細分產業的實證研究［J]．經濟體制改革，2020，（03）.

[9］湯長安，張麗家．產業協同集聚的區域技術創新效應研究——以制造業與生產性服務業為例［J］．湖南師范大學社會科學學報，2020，（03）.

［10］馬麗亞，戴宏偉．國家高新區、科技創新與產業集聚——基于空間雙重差分模型的實證分析［J]．山西財經大學學報，2023，（08）.

[11］原毅軍，郭然．生產性服務業集聚、制造業集聚與技術創新——基于省級面板數據的實證研究[J]．經濟學家，2018，（05）.

[12］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，（01）.

[13］柳卸林，楊博旭．多元化還是專業化？產業集聚對區域創新績效的影響機制研究[J]：中國軟科學，2020，（09）.

[14］陳勁，梁靚，吳航．開放式創新背景下產業集聚與創新績效關系研究—以中國高技術產業為例［J]．科學學研究，2013，（04）.

[15］趙偉，鄭雯雯．生產性服務業－貿易成本與制造業集聚：機理與實證［J]．經濟學家，2011，（02）.

[16]劉斌，魏倩，呂越，等．制造業服務化與價值鏈升級［J]．經濟研究，2016，（03）.

[17] ELLISON G，GLAESER E L. Geographic concentration in US manufacturing industries： Adartboard approach [J]. Journal of Political Economy，1997，（05）.

[18］劉勝，李文秀，陳秀英．生產性服務業與制造業協同集聚對企業創新的影響［J].廣東財經大學學報，2019，（03）.

[19］［25］王葉軍，母愛英．產業協同集聚對城市科技創新的提升效應——基于多維度的實證研究［J]．河北經貿大學學報，2020，（05）.

[20］陳曉華，周瓊，劉慧．生產性服務業與制造業協同集聚對城市創新的影響研究［J].首都經濟貿易大學學報，2024，（02）.

[21]［29］孫正，岳文浩，霍富迎．我國生產性服務業與制造業協同集聚程度測算研究—基于產業與城市群的視角［J]．統計研究，2022，（03）.

[22］張虎，張毅，向妍．產業協同集聚對制造業高質量發展的影響研究—基于空間杜賓模型的實證分析［J]．數理統計與管理，2024，（02）.

[24］唐榮，顧乃華．服務業上游度、知識溢出與新建企業選址—來自中國制造業的微觀證據［J]．山西財經大學學報，2018，（08）.

[26］陳亮．產業集聚影響下區域科技創新效率的集聚效應與擁擠效應——基于北上廣深面板數據的實證分析［J]．科技管理研究，2023，（19）.

[27］周銳波，劉葉子，楊卓文．中國城市創新能力的時空演化及溢出效應［J]．經濟地理，2019，（04）.

[28］孫浦陽，韓帥，靳舒晶．產業集聚對外商直接投資的影響分析——基于服務業與制造業的比較研究［J]．數量經濟技術經濟研究，2012，（09）.

[30]楊仁發．產業集聚、外商直接投資與環境污染［J]．經濟管理，2015，（02）.

[31］豆建民，劉葉．生產性服務業與制造業協同集聚是否能促進經濟增長——基于中國285個地級市的面板數據［J]．現代財經（天津財經大學學報），2016，（04）.

[32]陳建軍，陳菁菁．生產性服務業與制造業的協同定位研究——以浙江省69個城市和地區為例[J]．中國工業經濟，2011，（06）.

[33]常哲仁，鄭夢．產業協同集聚對綠色創新效率的影響研究——基于空間溢出視角[J]．財經問題研究，2023，（10）

.[34]LESAGE JP. What regional scientists need to know about spatial econometrics [J]. Re-view of Regional Studies，2014，（01）.

（責任編輯 周俊）

Abstract：Industrial agglomeration promotes regional scientific and technological innovation through elements sharing，knowledge spilloverand synergy effct.Based onthe panel dataof 41 cities in the Yangtze River Delta from 2OO3 to 2O21，a spatial econometric model is used to investigate the spatial spillover effect and industry heterogeneityof industrial agglomerationon scientificand technological innovation.The results show ：Manufacturing agglomeration，producer services agglomeration，and synergetic agglomeration of manufacturing and producer services have a significant promoting efect on local scientific and technological innovation，and synergeticagglomeration efect is the most significant；There is industry heterogeneity in the spatial spilover effect of industrial agglomeration on scientific and technological innovation in neighboring areas，among them，producer services agglomeration has a significant positive spillover efect scientific and on technological innovation in neighboring areas，and synergetic agglomeration of manufacturing and producer services can amplify the positive spillover effct. In view of this，resources should be integrated to leverage the location advantages and industrial comparative advantages of each region， promote synergetic agglomeration of manufacturing and producer services，strengthen regional coordinated development，and promote cross -regional industrial cooperation and two-way flow of innovation elements.

Keywords：Scientific and Technological Innovation；Industrial Agglomeration；Industrial Synergetic Agglomeration ；Spatial Spillover Effect；Yangtze River Deltal Urban Agglomeration