中国高技术产业集聚与创新能力相关性分析

●翟超颖 龚 晨

中国高技术产业集聚与创新能力相关性分析

●翟超颖 龚 晨

本文通过空间基尼系数测度了1995—2015年间我国传统制造业和高技术产业的集聚度，并进行了对比分析；通过综合指标体系和多元统计分析测度1995—2015年间我国高技术产业和传统制造业的创新能力、创新投入能力、创新产出能力和创新支撑能力得分，并进行了对比分析；在探究中国高技术产业集聚与创新能力提升的互动机制的基础之上，通过灰色关联分析的方法测度我国高技术产业集聚与创新能力提升的相关性，并与传统制造业进行了对比。对比分析结果显示，中国高技术产业集聚度高于传统制造业集聚度，中国高技术产业创新能力高于传统制造业创新能力，中国高技术产业集聚与创新能力相关性不都高于传统制造业。

高技术产业创新能力产业集聚

一、前言

20世纪80年代，中国高技术产业起步，在此之后国家实施了一系列科技计划，建立了各类高技术产业开发区，中国高技术产业不断发展。1997年中国高技术产业的主营业务收入为5618亿元，2015年中国高技术产业主营业务收入为139968.65亿元。与此同时，中国高技术产业的R&D活动也随之发展，1995年中国大中型工业企业高技术产业有效发明专利数为410件，2015年有效发明专利数上升到199728件。

创新具有很强的集聚性。一方面，创新是具有粘性的经济活动，随着距离的增加，创新人才的思想碰撞和想法交流会受到阻碍，日益便捷的远程通讯难以完全替代面对面的交流。另一方面，创新活动需要适宜的软硬件环境，包括良好的基础设施、完善的政策制度、良好的知识产权保护制度等，基于此创新具有很强的规模效应和强溢出性。此外，自改革开放以来，中国经济活动的区域重心从内陆向沿海转移，随之转移的除了劳动力和资本等生产要素，还有科技成果、研究经费、科研人员、科研机构和风险投资等。刘世锦（2014）指出，在全社会研发经费方面，过去20年间，省际分布最大的变化在于东北和西部省份的地位下降，东部沿海地区研发经费的支出排名越来越靠前；在科研人员方面，中国科学家和工程师的总数在1991年为124万，2010年这一数字翻番，超过250万，其中广东、江苏和浙江的占比最高，其科学家和工程师的人数分别达到了34万、32万和22万人；在高技术企业分布方面，2010年广东省高技术企业占全国的比重达到21%。根据《中国创业风险投资发展报告》，2006年广东省是中国风险资本规模最大的地区，达到160亿元，其次是北京和上海；这一区域分布在2010年发生了明显的变化，2011年江苏省的风险资本迅速崛起，成为全国风险资本规模最大的省份，总额达到1079亿元，广东省退居第二，风险资本规模为984亿元，其次是北京、浙江和上海。由此可知，中国的创新要素不断积累，聚集趋势日益明显，但区域分布在不断变化，基于此，有关创新和集聚的研究有很强的现实意义。

对高技术产业集聚和创新能力的相关研究成果并不多，大致可以分为以下两种：一是通过统计学的相关方法探究高技术产业集聚和创新能力之间的相关性，以证明高技术产业集聚能够促进创新能力的提升；二是通过推演的方法从理论上描述高技术产业集聚和创新能力提升的相关性，对高技术产业集聚推进创新的路径等进行描述。从目前的研究成果看，缺乏从理论分析和实证检验两方面探究高技术产业集聚如何推动创新，为什么能够推动创新，高技术产业集聚和创新的相关性是否真比非高技术产业集聚和创新的相关性高；也没有关于高技术产业与传统制造业的对比分析；高技术产业的创新能力、集聚度以及集聚与创新能力的相关性是否高于传统制造业的创新能力、集聚度以及集聚与创新能力的相关性也不得而知。本文在上述问题上做出了一定的研究和补充。

二、中国高技术产业集聚与创新能力的互动机制

（一）以人才资源集聚为纽带的高技术产业集聚与创新能力提升的双重促进机制

高技术产业集聚的过程也是各种人才资源集聚的过程。高技术产业相关人才资源包括企业家资源、科技人员资源和劳动力资源等。企业家资源的集聚会带来创新精神、创业精神、管理能力以及社会资本等个人资源的集聚与碰撞，促进高技术产业创新能力的提升；高技术产业集聚区往往科研机构、高校等林立，带来科技人员集聚，不仅集聚了科技人员所具备的知识和技术能力，同时也集聚科技人员的研发精神、钻研精神，从而促进高技术产业创新能力的提升；普通劳动力资源也是高技术产业创新能力提升不可或缺的因素，劳动力资源集聚一方面有助于高技术企业更有效获取所需劳动力，另一方面也有助于集聚区内普通劳动力专业化能力提升，使劳动力所具备的技能越来越专业、熟练，从而推动高技术产业创新能力的提升。

创新能力提升意味着高智力人才的进一步集聚或者人才智力、技术的进一步提升。在高技术产业集聚的起步阶段，一批具有创业和创新精神的创业者，为了生产出满足市场需求的商品以获取相应经济报酬，在某个特定的区域建立了一批横纵向相关联的企业，这些横纵向相关联的企业根据市场的需求整合创新资源进行研究开发，并实现新技术和新知识的产业化和商品化，获取经济利益。在这个过程中，创新能力的不断提升，会开发出新的市场需求，并对其它市场主体提出新的要求，这些新的市场需求会促进相关上下游企业以及相配套的生产性服务业、科研院所等在附近集聚，以降低运输费用和交易成本，各个市场主体之间共享信息，这将会促进各个市场主体创新能力的进一步提升，并促进高技术产业集聚的进一步发展。高技术产业集聚的进一步发展，意味着高技术产业技术的创新，这将会导致新的市场需求，将会促进集聚内的企业和机构等的进一步创新。也就是说，创新能力的提升，会引致新的市场需求，新的市场需求会对高技术产业内的企业和机构提出新的要求，将会进一步促进相关人才的集聚，这又会促进高技术产业集聚度的提升。

（二）以投资集聚为纽带的高技术产业集聚与创新能力提升的双重促进机制

创新的过程即是研究和开发的过程，离不开实验室及配套设备的投资。因此，高技术产业集聚的过程也是与高技术相匹配的实验室及配套设备密集投资的过程。在这一过程中，现有知识存量和资本存量利用效率不断提升，并在此基础上创造新的知识流量和资本流量，从而提升高技术产业创新能力。同时，高技术产业集聚区内企业、高校和科研院所之间的协作，也能有效实现研发设备低成本和高效率的整合，从而为高技术产业创新能力提升提供良好的物质基础。创新能力包括新技术产业化和商业化的能力，这就意味着市场需求才是决定科研成果在产业化和商业化过程中价值补偿和价值增加的力量。然而市场需求是不断变化的，为了适应不断变化的市场需求，高技术产业的技术也需要不断变化，高技术产业集聚内研发设备低成本和高效率的整合有助于高技术产业迅速调整其技术以适应市场的需要。

较强的创新能力也会进一步提升高技术产业的集聚度。一方面，高技术产业创新能力的提升会提高高技术产业的盈利能力。受趋利本质的影响，资本将会流向能够为其带来高回报的领域，高技术产业创新能力的提升会促进高技术产业吸收新资本能力的提升，这会增加高技术产业集聚的资本存量，有利于高技术产业集聚度的提升。另一方面，高技术产业创新能力的提升，将会对上下游企业和相配套的生产性服务业等提出新的要求，这会促进上下游企业和相配套的生产性服务业的发展和创新，进一步促进高技术产业的集聚。此外，高技术产业创新能力的提升会引致新的市场需求，吸引新的资本流量，增加高技术产业的资本存量，促进高技术产业的集聚。

（三）以技术进步为纽带的高技术产业集聚与创新能力提升的双重促进机制

高技术产业集聚通过知识溢出促进高技术产业创新能力提升。知识可以分为可编码化知识和不可编码化知识，创新的过程不仅需要可编码化知识，还需要不可编码化知识。不可编码化知识的获取主要通过知识溢出的方式，受空间距离、市场结构、接受能力和社会网络等因素的影响，成本随着空间距离的增加而急剧增加，因此具有地缘性要求。同时，不可编码化知识具有很强的社会根植性，相关人才的特殊生活环境、社会文化以及文化底蕴等对不可编码化知识的传播有很强的影响，一定区域内相互学习、交流的氛围等会促进不可编码化知识的交流、传播，继而推动创新。高新技术由于其先进性、复杂性，导致其可编码化程度比较低，而高技术产业集聚区通过相关企业的集聚达成了知识溢出的条件，增加了企业学习交流的机会，加快了知识和技术的转移、传播和扩散的速度，从而推动高新技术创新。

与此同时，高技术产业创新能力的提升也会通过技术进步和产业结构优化进一步提高高技术产业的集聚度。高技术产业集聚内的技术创新和组织创新等，将会通过高技术产业集聚内企业间的竞争和合作关系等，在高技术产业集聚内扩散和传播开，技术创新和组织创新等将由此到彼，在众多企业和结构内广泛普及；高技术产业的多元化以及技术的多元化将会从一个企业到另外一个企业，从一个产业到另外一个产业，从而促进高技术产业结构的变化，并因为创新能力的不断提升使得高技术产业结构不断优化。高技术产业创新能力的提升会促进新产品的出现和生产工艺流程的优化，推动高技术产业集聚内技术水平的上升和产品结构的优化，继而促进高技术产业结构的优化，增强高技术产业集聚的活力，延长了高技术产业集聚的生命周期。

（四）以创新环境优化为纽带的高技术产业集聚与创新能力提升的双重促进机制

创新环境是影响高技术产业集聚和创新能力提升的重要因素。创新环境主要包括创新文化环境、创新市场环境和基础设施环境等。

创新文化环境是影响高技术产业集聚和创新能力提升的最主要因素。Port（1998）认为良好的创新文化可以促进产业集聚内的企业以更快的速度、更低的成本获取创新元素而快速创新；同时，由于集聚内企业之间的竞争，集聚内企业的创新压力会比非集聚企业大，因而推进集聚内企业的技术创新升级。高技术产业集聚内的企业、机构等不是独立的个体，而是植根于高技术产业集聚地的社会文化、历史传统、制度法规环境中的单元，其创新活动也植根于集聚地的文化环境和社会环境之中。在高技术产业集聚的形成、发展和成熟的过程中，集聚地的文化环境、制度环境等也会随之形成、发展和成熟，集聚区内渗透着这种环境，而高技术产业集聚内的竞争性、高技术性、关联性等会促进集聚地形成开拓和创新的环境和氛围。这种开拓创新的氛围一旦形成并得到发展，将会像空气一样在高技术产业集聚内长久地存在下去。这是由高技术产业内的创新主体因地缘而形成的高频率、高效率的交流所决定的。

高技术产业集聚也能为其创新能力提升营造良好的市场环境。一方面，高技术产业集聚将会促使同一产业内的企业或者相近企业集聚在一地，将会促进其竞争；集聚内的企业为了提高其经济效益、抢占市场份额等，会不断进行创新；也就是说，集聚内的竞争将会促进集聚内的企业充分挖掘和开发利用其自有的和潜在的知识存量和资本存量以提高其创新能力，继而提高其经济效益。高技术产业集聚内的生产同类型产品的各个企业或部门共同面对同一市场，相互之间存在竞争关系，为了保持自身的竞争力，各个企业或部门会不断创新以保持其技术的先进性。此外，各个企业会在“干中学”的过程中不断进行技术交流和改进，完善产品的功能，提高生产工艺流程等。产业集聚的市场环境会促使各个生产主体之间通过正式的和非正式的交流与合作，进一步强化分工协作、专业化以及协作竞争的格局，增强高技术产业集聚内外的创新能力。另一方面，根据前文的定义，高技术产业的创新能力包括创新产业化和商品化并实现其经济收益的能力，那么市场是检验创新的最好的标准。创新产业化和商品化并实现其经济收益需要满足以下两个条件，一是由新知识和新技术等所带来的商品必须满足市场的需要，二是产品在市场上体现其经济价值，并能够为经济主体带来经济效益。高技术产业集聚内企业的分工协作以及技术合作开发等，降低了企业间的交流成本，提高企业间交流的信息量，这不仅仅有助于技术和知识的扩散，而且有助于高技术产业集聚内企业更加高效率地掌握竞争企业的状况、市场的需求以及合作企业的状况，降低了高技术产业技术创新产业化和商品化过程中的不确定性。

高技术产业集聚内的企业可以共同利用现代化的基础设施、便利的交通通讯工具、配套的生产性服务业等设施，这有助于企业降低其成本，特别是创新过程中的固定成本，并提升资源的利用效率。在金融支持方面，高技术产业集聚内的企业也具有单个企业所不可比拟的优势，高技术产业集聚内的企业可以通过集聚地的金融机构获取专项资金支持，还可以利用高技术产业集聚内企业之间的信任和合作进行企业间的借贷来筹措资金，扩大资金渠道；这对于具有高投入性的创新尤其重要。

三、中国高技术产业集聚与创新能力相关性的实证检验

（一）中国高技术产业集聚度的测量

1、测度方法及数据来源。梳理中国学术界高技术产业集聚相关研究成果，主要测度方法包括行业集中度、区位熵、赫希曼-赫佛因德指数、空间集聚指数、空间基尼系数等。其中，行业集中度是测算产业集聚度时最便捷的方法，但是它没有充分考虑影响产业集聚度的企业数量和市场分布的因素，只考虑了该行业规模最大的前n家企业。区位熵简单易行且使用广泛，但在实际应用中，区位熵并不能准确反映具体的产业组织状况及区域间产业差异，在度量空间集聚程度时，区位熵的度量结果和实际情况可能不符。赫希曼-赫佛因德指数可以灵活反映市场垄断竞争状态以及其变化，但是企业级数据往往难以获得。空间集聚指数充分考虑了企业规模和区域差异对于产业集聚度的影响，弥补了空间基尼系数的缺陷，但是该指数对统计数据要求较高。综合考量各指标的优势与缺陷，以及数据可得性，本文采用空间基尼系数和区位熵以测度高技术产业集聚度。这样既可以考虑到空间，又可以兼顾集聚度的绝对量和相对量，此外，还可以从全国的角度以及各个省市的角度考察相关产业的集聚度。

在统计分析及后文的计量分析中，本文使用中国1995—2015年高技术产业及传统制造业的统计数据，相关统计数据主要来自于《中国高技术产业统计年鉴》、《中国工业经济统计年鉴》以及《中国科技统计年鉴》。

2、中国高技术产业集聚水平测度。本文运用空间基尼系数测度中国高技术产业和传统制造业1995—2015年空间集聚水平（见图1）。结果表明，分行业来看，传统制造业集聚的空间基尼系数从1998年开始逐步下降，近几年有逐步增长的趋势，这可能是由于中国传统制造业不断发展，东西部以及城市地区间制造业的差距逐渐缩小，分布密集度下降所导致的；高技术产业集聚的空间基尼系数从1998年开始逐步上升，并在2004年达到最高值，之后逐步下降。对比分析来看，高技术产业集聚的空间基尼系数一直高于传统制造业集聚的空间基尼系数，差距最大时，高技术产业集聚的空间基尼系数是传统制造业集聚的空间基尼系数数值的十倍还要多。高技术产业与传统制造业集聚的空间基尼系数的巨大差别可能主要是由高技术产业的高创新性、知识的黏性、部分知识的不可编码性所决定的。

图1 中国高技术产业和传统制造业的空间基尼系数

（二）中国高技术产业创新能力的测度

1、测度方法及数据来源。本文在借鉴前人指标体系的基础之上，从创新投入能力、创新产出能力和创新支撑能力三个方面构筑创新能力的综合评价指标体系（见表1）。其中，创新投入能力又分为人力投入和经费投入；创新产出能力包括技术产出和产出产品化；创新支撑能力分为物力环境支持能力和文化环境支撑能力。

表1 本文构建的测量高技术产业创新能力的指标体系

为了更好地保持计量的客观性、实现赋权的客观性，本文采用主成分分析法，确定创新能力指标体系中各个指标的权重。在测量创新能力时，本文不仅度量了创新能力的得分，而且计算了各个行业创新投入能力、创新产出能力和创新支撑能力的得分，并且计算出创新产出投入比；不仅计算出高技术产业创新能力的各项得分，还计算了传统制造业和高技术产业5个细分行业创新能力的各项得分，并进行比较分析，更深入细致地探讨高技术产业创新能力。

2、中国高技术产业创新能力测度的结果。在测量创新能力时，本文不仅度量了创新能力的得分，而且计算了各个行业创新投入、创新产出和创新支撑的得分，并且计算出投入产出比；高技术产业的具体情况见表2。由表2可知，高技术产业的创新能力从1995年开始稳步上升，并在2003年达到最高值，之后下降但是比较稳定；这可能跟2003年之后中国重新划分行业分类有一定的关系。从比较静态的视角分析，在1995—2015年间，中国高技术产业的创新能力整体上是下降的，五个细分行业中，航空航天及设备制造业、电子及通讯设备制造业和计算机及办公设备制造业的创新能力是下降的，而医药制造业和医疗仪器及仪器仪表制造业的创新能力是上升的。

由表3可知，高技术产业的五个细分行业中，医药制造业的创新能力从在1995—2015年间经历了“下降——上升——下降——上升——下降——上升”的波动，创新能力得分最高是2015年，最低是1997年。航空航天器及设备制造业的创新能力，从1995年开始虽有小幅波动但是难掩上升的趋势，在2004年达到最高值，之后开始下降，虽有波动，但是都不及2004年。电子及通讯设备制造业的创新能力，先上升并在2003年达到最高值，之后开始下降。计算机及办公设备制造业的创新能力先上升，很快在1996年达到最高值，之后开始下降，虽然有小幅反弹和波动，但是下降趋势非常明显。医疗仪器及仪器仪表制造业的创新能力在1995—2015年期间，虽然有波动，但是上升趋势明显，最高值是在2014年达到，最低值是在2002和2004年取得。

表2 中国高技术产业及其细分行业创新能力得分

表3 中国高技术产业和传统制造业创新能力得分

就高技术产业而言，如前文分析，高技术产业的创新能力从1995年开始稳步上升，并在2003年达到最高值，之后下降但是比较稳定。高技术产业的创新投入在1995—2001年间是上升的，并在2001年达到最高点，之后开始下降，这与高技术产业创新能力的变动基本一致，并且高技术产业创新投入能力下降在前，高技术产业创新能力下降在后，这两年的滞后也在情理之中。高技术产业的创新产出能力在1995—2004年间可以被看成是稳步上升，之后开始下降，这与高技术产业创新能力、创新投入能力的变动一致；高技术产业创新支撑能力在2003年之前可以被看作是波动中上升，有明显上升趋势，但是之后开始下降，这与创新能力、投入能力、产出能力的波动一致；而且从极值点达到的前后顺序看，最先达到最大值的是创新投入能力，之后是创新支撑能力和创新能力，再之后是创新产出能力，这一两年的滞后也在情理之中。就高技术产业的产出投入比而言，比较好的是高技术产业历年的产出投入比基本都大于1，但是上升幅度不明显，没有明显的上升趋势。从比较静态的角度分析，在1995—2015年间中国高技术产业的创新能力、创新投入能力是下降的，创新产出能力、创新支撑能力和产出投入比是上升的。(见表2、表3)

表4 中国高技术产业和传统制造业集聚与创新能力的灰色相关度

（三）中国高技术产业集聚与创新能力的相关性分析

1、测度方法。灰色系统理论是中国学者邓聚龙在1982年创立的，是一种针对少数据、贫数据的方法，是针对不确定性的一种新方法；灰色系统理论的研究对象是“部分信息已知、部分信息未知的少数据的、贫数据的不确定信息系统”。灰色关联分析是灰色系统理论中非常重要的一部分，灰色关联分析的基本思想是：“根据序列曲线几何形状的相似程度来判断不同序列之间的联系是否紧密。基本思路是通过线性插值的方法将系统因素的离散行为观测值转化为分段连续的折线，进而根据折线的几何特征构造测度关联程度的模型。折线几何形状越接近，相应序列间的关联度就越大，反之就越小”。

灰色系统理论中测算相关性的灰色相关系数、灰色相对关联度、灰色绝对关联度和灰色综合关联度各有侧重，探究相关性的不同方面，为了更好的分析高技术产业集聚与创新能力的相关性，以及检验假设三，本文逐一计算了这些关联度，具体计算步骤如下文所示。

2、测度结果。根据前文的计算公式和相关数据进行计算并整理得表4，表4展示了1995—2015年高技术产业集聚与传统制造业产业集聚与创新能力、创新投入能力、创新产出能力和创新支撑能力历年的灰色关联系数，并计算其平均值得出灰色关联度。

从灰色关联度上看，高技术产业集聚与创新能力、创新投入能力和创新支撑能力的灰色关联度都高于传统制造业产业集聚与创新能力、创新投入能力和创新支撑能力的灰色关联度，但是在创新产出能力上，高技术产业集聚与创新产出能力的灰色关联度低于传统制造业产业集聚与创新能力的灰色关联度。从趋势上看，在产业集聚与创新能力的灰色关联系数上，高技术产业与传统制造业都展示出上升——下降——上升的趋势，高技术产业整体上略高于传统制造业；在产业集聚与创新投入能力的灰色关联系数上，高技术产业与传统制造业依然是先上升后下降再上升的趋势，高技术产业整体略高，且近年上升趋势比传统制造业明显；在产业集聚与创新产出能力的关联系数上，高技术产业呈现先上升后下降的趋势，而传统制造业是先上升后下降再上升的趋势，高技术产业集聚与创新产出能力的灰色关联系数的趋势不如传统制造业的产业集聚与创新产出能力的灰色关联系数的趋势；在产业集聚与创新产出能力的关联系数上，高

技术产业与传统制造业都是先上升后下降再上升，并且有波动的趋势，高技术产业与传统制造业的趋势比较类似；在产业集聚与创新支撑能力的灰色关联系数上，高技术产业是先上升后下降再上升的趋势，虽然略有波动；传统制造业整体波动较大，且近年来是下降趋势；整体上，高技术产业集聚与创新支撑能力的灰色关联系数的趋势优于传统制造业产业集聚与创新支撑能力的灰色关联系数的趋势。此外，由表4可知，从比较静态的角度分析，中国高技术产业和传统制造业集聚与创新能力、创新投入能力、创新产出能力、创新支撑能力的灰色关联系数都是上升的。(见表4)

四、小结

根据以上分析，可得出如下结论：

其一，中国高技术产业集聚度高于传统制造业集聚度。以空间基尼系数计算的高技术产业集聚度明显高于传统制造业集聚度。

其二，中国高技术产业创新能力高于传统制造业创新能力。以主成分分析法通过构建指标体系计量高技术产业创新能力的结果显示：高技术产业不论是创新能力，还是创新投入能力、创新产出能力、创新支撑能力和创新产出投入比都比传统制造业的创新能力、创新投入能力、创新产出能力、创新支撑能力和创新产出投入比高，而且较传统制造业稳定。从发展趋势角度分析，高技术产业的创新能力、创新投入能力和创新支撑能力都有下降趋势，而传统制造业的创新能力、创新投入能力和创新支撑能力有上升趋势，这说明中国传统制造业的创新能力也在不断提升；高技术产业的创新产出能力比较稳定，高技术产业的创新产出投入比在不断提升，这是一个很值得肯定的点；传统制造业的创新产出能力和创新产出投入比都有上升的趋势，这对于中国现阶段经济转型和生产方式转型非常重要，而且有利。

其三，中国高技术产业集聚与创新能力相关性不都高于传统制造业。从灰色关联系数看，高技术产业集聚与创新能力、创新投入能力和创新支撑能力的灰色关联系数高于传统制造业产业集聚与创新能力、创新投入能力和创新支撑能力的灰色关联系数，但是高技术产业集聚与创新产出能力的灰色关联系数低于传统制造业产业集聚与创新产出能力的灰色关联系数。

基于以上结论，可以提出如下政策建议：

第一，进一步提升中国高技术产业的集聚度。一是加快体制创新、发挥政府的职能，确保高技术产业集聚的软环境；二是完善市场机制、规范竞争秩序，确保高技术产业集聚的市场环境。

第二，协调高技术产业集聚与创新能力的相关性。通过技术知识交流平台的建立和完善、政府政策的定位和引导以及科技体制的改革，协调高技术产业集聚与创新能力的关系。一是发挥政府的定位和政策导向功能，增加产业集聚的创新投入，破除高尖端人才培养的体制障碍，提升高尖端人才的就业质量，同时拓宽人才交流、流动渠道；二是加快科技体制改革、优化软环境，协调产业集聚与创新能力的关系。

第三，以产业集聚促进高技术产业创新能力的提升。一是通过资本积累，以产业集聚促进高技术产业创新能力的提升；二是通过知识溢出，以产业集聚促进高技术产业创新能力的提升；三是通过环境优化，以产业集聚促进高技术产业创新能力的提升。■

（作者单位：中国人民银行武汉分行/国家外汇管理局湖北省分局、国家开发银行湖北省分行）

[1]刘世锦.在改革中形成增长新常态[M].北京:中信出版社,2014.

[2]刘思峰,杨英杰,吴利丰.灰色系统理论及其应用[M].北京:科学社会出版社,2014.

[3]王元.中国创业风险投资发展报告2014[M].北京:经济管理出版社,2014.

[4]Arrow K.The economic implication of learning by doing[J].Review of Economic Studies,1962,29(80).

[5]Baptista R,Swan G M P.Do firms in clusters innovate more?[J].Research Policy,1998，(27).

[6]Carrincazeaux,Christophe,Lung,Yannick,Rallet, Alain.Proximity and localization of corporate R&D activities[J].2001,30(5).

[7]Lundvall B.National Systems of Innovation:Towards a Theory of Innovation and Interactive Learning[M]. London:Pinter Publications,1992.

[8]Port M E.On Competition[M].Boston:Harvard Business School Press，1998.

（本栏目责任编辑：郑洁）