区域智慧专业化发展水平评价

王 林,钟书华

(华中科技大学公共管理学院,湖北 武汉 430074)

欧盟提出：创新是知识型经济体的核心增长动力，也是所有政策努力的主题[1]，国家创新能力的增长取决于区域的经济增长和创新绩效[2]。 “欧盟2020战略”和欧盟凝聚力政策也将创新作为核心，并强调区域创新的重要作用，支持区域优势产业的发展。2013年OECD最早提出了 “智慧专业化”概念，认为智慧专业化是欧盟应对经济危机和欧债危机的一种思考和反馈，其本质是通过创新驱动发展，改变原有经济增长方式，以使区域经济达到绿色、包容、持续性增长[3]。作为欧盟创新战略的核心载体，区域智慧专业化是对创新的系统提升。随着智慧专业化实践的不断发展，学者对区域智慧专业化理论发展的研究关注越来越多。

1 智慧专业化概述

智慧专业化是区域性举措，初衷是为指引欧盟摆脱经济危机的一种方式，旨在探索和发现技术和市场机会，确立竞争优势，为区域发展政策制定和实施提供理论依据[4]。它是一般创新战略的延续，涉及方面更深入、更多样化和专门化，同时兼顾了区域特征和区域之间的发展关系。智慧专业化在发展比较优势推动经济增长方面、在确立未来比较优势和区域专业化战略转化为经济和社会成果方面影响较为深远。

1.1 智慧专业化的萌芽及发展

智慧专业化的论证最早出现在大西洋生产力差距考察的文献中，该理念首先由Dominic Foray 和 Bart van Ark为欧盟 《知识驱动增长》专家组准备的一份简报中首先勾画出来，名为 《真正一体化研究区的智慧专业化是欧洲吸引更多研发的关键》的简报，该概念最初焦点是解释欧美跨大西洋经济增长的差异，主要在研发强度方面进行考量。随后由他们的共同合作者Paul David，Bronwyn Hall以及其他 “知识增长”专家组成员发展壮大。2009年，Foray在第九份系列简报，对智慧专业化进行了进一步的解读，智慧专业化的核心包括一种简单的创业发现和通用目的技术(GPT)。但是，这几年的相关文献研究焦点有所转变，通过更广泛经济领域的新技术维度来解释跨大西洋经济增长的差异，特别需要强调的是新信息和通信技术(ICT)的采用，传播和适应在生产力差距中所起的作用。

2009年11月，欧盟委员会发布了 《知识增长》报告。该报告旨在寻找公共政策的替代方案，通过在信息通信技术、生物技术及纳米技术等领域研究，增加在知识和创新方面的公共投资。同时，专家组还建议国家，尤其是区域政府加强对 “未来有望增加国内综合实力和产生区域间比较优势的其他生产性资产互补”的领域的投资。这一战略提案被命名为 “智慧专业化”，该战略迅速传播开来并被纳入欧盟2020议程，其目标是实现智慧、可持续性和包容性增长。

事实上，智慧专业化研究与创新战略(RIS3)被提议作为未来欧盟公共基金项目的事前条件以便集中资源用于研究和创新，以最大限度地发挥公共基金的影响[5]。然而智慧专业化带来的影响远远超出了欧盟范围。在经合组织内部和亚洲的一些国家，纷纷对智慧专业化感兴趣，认为这是通过利用区域创新带动知识密集型经济发展的区域活力来引导其经济摆脱危机的一种方式。

随着全球金融危机及欧洲债务危机的影响，智慧专业化成为学者讨论的热点，主要集中于 “新产业政策” “新增长源”和 “应对经济挑战的新方法”等方面。2010年，智慧专业化战略被正式写入 《欧盟2020》战略，明确提出欧盟成员国要改革国家和地区研发与创新体系，以推动智慧专业化发展战略，不断加强政府、企业、研究机构和大学间的合作，实施联合发展战略，在欧盟具有比较优势的领域中增强国际合作，并相应地调整国家资助流程，以确保技术在欧盟范围内进行融合。智慧专业化与 《欧盟2020》的 “智慧、可持续和包容增长”目标密切相关。首先，智慧专业化面向基于知识和创新的经济发展仍然是欧盟面临的基本挑战；其次，智慧专业化关注可持续增长，转向资源节约、低碳经济需要强大的创新努力和巨额投资；最后，智慧专业化通过增强地理凝聚力和变革管理结构，有助于区域内部和相互之间的包容性增长。

2012年，欧盟委员会发布了 《智慧专业化研究与创新战略(RIS3)指南》，对智慧专业化的概念、RIS3的设计方法和设计步骤等进行了细致介绍[5]。2013—2014年，欧盟还通过其S3P平台发布了12份有关智慧专业化的政策简报，内容涉及智慧专业化目标、科学园的作用、研究机构和大学的参与、RIS3实施与综合政策、同行评议方法等多个主题，对智慧专业化的实施过程中可能面临的问题及相关的方法与工具进行了讨论与完善。

2013年，智慧专业化战略被纳入到2014—2020年欧盟区域与凝聚政策的立法提案中。在欧洲议会通过的有关欧盟结构基金的法规Regulation (EU)1303/2013中，不仅对 “智慧专业化战略”涵义进行了清晰的界定，而且明确要求欧盟成员国根据国家改革计划(National Reform Programme)制订国家/区域 “智慧专业化战略”，将智慧专业化纳入国家/区域研究与创新战略政策框架中。

从2009年起，欧盟各成员国先后颁布了一系列方案支持智慧专业化的发展。芬兰成立战略研究理事会，全面改革科研制度，加强具有社会意义的多学科高水平研究，既能释放和调动研发支持服务和基础设施资源，更有效地用于研究活动，又能按领域对科研院所进行整合，建设更大更强的多学科研究机构，提升与其他欧洲研究机构竞争研究资助资金的能力，加强研究院所和大学之间的合作。

1.2 智慧专业化产业及特征

智慧专业化产业是由技术创新、产业升级或产业链延伸形成的一些区域主导性强，发展潜力大的新兴创新型产业构成的集合，具有智慧性、持续性和包容性等三重属性。其实质是通过知识创新、技术创新及商业模式创新等多种创新形式来扩大或发掘某一区域已有优势或潜在优势，以便将这些优势转化为区域生产力或竞争力。

智慧专业化战略旨在针对必要区域进行支持，避免研发领域重复投资，形成可普遍推广的策略，提高国际知名度，使政策治理更具包容性和兼容性。经过十年左右的发展，欧洲各区域的智慧专业化做出了大量的探索，丰富了智慧专业化的理论和实践。同时，中国区域在发展经济过程中也进行了一些有益探索。根据区域智慧专业化产业理论和实践发展，可以归纳概括智慧专业化产业的特征有集群性、创新性、合作性和预见性。

集群性。智慧专业化的发展并不是孤立的现象，而要有大量相关产业进行配套，也就是集群[3]。集群是一个区域经济、工业和技术专业化的重要力量，通过基础设施，基于知识的投资、联网活动和培训，促进资源的聚集，增加行为者之间的知识溢出效应，形成集体知识库，提高生产力和创新能力，增加企业竞争力。英国的汽车工业和武汉的光电子信息产业园都属于集群产业，在其周围都有大量的附属企业，形成了专业的集群，支撑其智慧专业化产业的发展。

创新性。Porter认为区域政策应该追求两个目标：发展独特的区域优势和某些关键领域的创新和竞争力[6]，并广泛关注剩余竞争力和创新因素，避免发展与竞争地区相比差距太大的缺陷[7]。智慧专业化战略的应用地区要制定综合性的，基于地点的经济转型议程，客观要求 “每个地区都建立在自己的优势之上”[8]。地区通过大力创新，需要确定自己的竞争优势领域，而创新过程在不同的地方以不同的方式进行。加强研发、创新，更容易快速实现区域智慧专业化。中国武汉光电子信息产业重点围绕光通信、激光、集成电路、移动互联网、软件创意及金融服务等高新技术产业发展，不断创新产业链。两者均利用其技术优势进行创新，奠定了其在国内智慧专业化产业的核心地位。

合作性。区域智慧专业化是一个系统工程，在当前社会分工精细化的背景下，任何区域的行业之间、产业之间、区域之间都紧密关联，单独依靠某一项并不能实现区域智慧专业化。Foray等人在欧盟创新驱动发展报告中指出[3]，区域智慧专业化战略不能忽略一个事实：在知识创造过程中，其他区域也参与其中，而简单的复制则会降低成效，并最终导致失败。因此，寻求与其他具有能力和战略互补其他区域合作很有必要。例如荷兰埃因霍温智慧港，是荷兰的工业高科技中心，凭借强大的技术和设计基础，在关键技术领域占据强有力的地位，特别是光子学、纳米电子、先进材料和先进制造系统，成为荷兰经济的三大支柱之一。通过行业交叉合作，实现多样化需求互补，不仅扩大了现有的集群规模，而且创造了新的Brainport集群。特别是在Eindhoven-Leuven走廊在跨境合作方面，研发和创新方面表现非常出色，更奠定了Brainport的科技地位。

预见性。智慧专业化是一种更有效地支配公共资源的发展战略，强调集中在某些知识领域或专门知识领域，通过对城市、地区或国家的现有能力、资产、实力、竞争优势的综合分析，进而选择创业和增长的知识领域和创新项目[9]。根据欧盟每年发布的创新记分牌显示，各个国家的智慧专业化依据人力资源、科研体系、创新友好环境、资金与支持、企业投资、创新活动和影响分析七个评价指标将各个国家智慧专业化的水平进行衡量和划分。在欧盟考评指标下，各个区域智慧专业化，选择的均为区域优势产业或者未来具有比较优势的产业[10]，这些产业具有可持续发展性，可以预测到后期带来的各种综合效应，所以智慧专业化产业的一个重要的特征就是预见性。

欧洲各类智慧专业化产业，如科技城、汽车工业园、智慧港、光电子信息产业等都是比较典型的智慧专业化产业区域，都具有智慧专业化产业的集群、创新、合作、预见的特征。它们为区域经济增长提供了充足动力，也能够为我国经济高质量发展提供有益支撑。

2 智慧专业化评价指标

智慧专业化发展水平评估结果的科学性、合理性主要考虑评价指标体系构建是否科学、合理，否则会影响到研究目标的实现。

区域智慧专业化发展水平的评价需要考虑的基本因素有：区域智慧专业化产业发展水平、区域智慧专业化产业促进能力、区域智慧专业化产业关联度、区域智慧专业化产业发展环境。

根据评价考虑的基本因素，智慧专业化发展水平评价指标需遵守以下原则：①完备性，评价指标之间相互联系紧密，逻辑清晰，评价指标体系应尽可能覆盖智慧专业化产业发展的各个方面，且选择的评价指标应有代表性。②科学性，可信度的重要标志就是科学性。区域智慧专业化发展水平评价指标体系主要依据智慧专业化的概念及特征、区域智慧专业化产业的发展现状、国内外相关的研究成果及一定的科学理论基础之上，同时征询相关领域的专家意见等。尽量缩小误差，确保指标具有科学性和权威性。③可行性，指标体系应具有很强的可操作性。有些基础数据无法得到的指标虽然很合适，但是缺乏可操作性。如果把该类型指标选入指标体系会给评价工作造成较大困难。因此在指标体系的构建过程中尽可能利用现有数据的指标。

2.1 智慧专业化分析维度

当前，智慧专业化在国内外的实践案例已经颇多，然而，如何科学地衡量一个地区智慧专业化产业的发展水平，却是一个难点。结合智慧专业化产业的特征和实践，可以从国内市场占有率、国内市场竞争优势、国际市场份额和规模化效应四个方面来进行综合指标设计和衡量。

产业国内市场占有率。国内市场占有率是一组客观数据，能有效反映产品的市场销售情况，是当前许多行业竞争力的衡量标准之一，也是衡量区域智慧专业化效果的有力指标。如果在国内市场占有率高，则表明该区域产业被市场所接受，区域智慧专业化发展较为充分，否则，该地区的智慧专业化水平不高，需要进一步发掘优势。

产业国内市场竞争力。智慧专业化的最终目的是为了提高地区经济效益，经济效益直接反映在产品的销售数量和价值上。若一个地区的智慧专业化后的产品品质优良、价格优惠，则该产品的国内市场竞争优势较强，更容易在市场上站稳脚步，方便产业的后续拓展，也可以进一步推动区域智慧专业化的发展；同时，也方便企业后期拓展国际市场，实现区域产业的全球化。

产业国际市场份额。在当前全球化市场的迅猛发展下，随着智慧专业化的发展，区域优势产业的产品和服务在国内市场饱和后，必将拓展国际市场。区域的产品和服务拓展到国际市场，则该产品的市场范围和受众将会被极大地拓展，国际市场的发展潜力必将会极大推动区域的产业和经济的发展。当然，因国际市场群体生活习惯等原因的不同，不同的产品和服务在国际市场占有率上具有一定的区域性，具体怎么衡量，需要进一步的考虑。

产业规模化效应。规模化可以形成集群，集群也是智慧专业化的基本属性，可以在区域形成规模效应，带动附属行业发展，增加就业率，提高区域居民的生活水平和人民满意度；反过来也可以进一步推动区域产业的继续发展。如果不能够实现规模化，区域产业的发展会有诸多掣肘，无法有效应对市场发展，区域优势的可持续发展会受到阻碍。因此，对区域产业规模化的衡量是区域智慧专业化的应有之义。

2.2 智慧专业化评价指标体系构建

国外对智慧专业化的概念界定、现实意义以及实施路径已经展开了多维度的研究与讨论，但是相比国外，中国对此领域的关注较为欠缺，目前仅有少数几篇文献从基本概念内容普及的角度，对智慧专业化进行了阐述。夏奇峰根据国外对于智慧专业化内涵的界定，分析了智慧专业化对于欧盟的重要战略意义[11]。张翼燕等进一步分析了智慧专业化的 “智慧性”特征，并且提出了相对国家创新系统理论的缺陷，智慧专业化在集中知识资源、克服传统局限、创业知识对工作的应用以及促进区域结构变化的重要作用[12]。沈婕等通过分析智慧专业化在欧洲产生的时代背景和实践现状，为我国区域创新活动发展提供了建议[13]。覃姗姗等根据智慧专业化概念构建了企业智慧专业化评价模型，并对人工智能企业进行了分析评级[14]。

根据智慧专业化目前在中国发展的实际情况，并为了正确反映客观实际，避免评价指标过于庞杂，根据智慧专业化产业的特点，遵循信息熵权TOPSIS法对数据的要求以及指标选取的原则，对中国智慧专业化发展水平综合评价主要从智慧专业化产业发展水平、智慧专业化产业促进能力、智慧专业化产业关联度、智慧专业化产业发展环境四个方面进行。基于区域智慧专业化产业的发展带动了区域经济的整体发展和不断提高，区域智慧专业化发展水平主要体现在区域智慧专业化产业的发展水平方面。本文从智慧专业化产业特征出发，结合美国、欧盟[15]及国内区域经济、战略性新兴产业、智慧城市评价指标体系研究结果，选取了4个二级指标和15个三级指标，具体指标体系见表1。

3 智慧专业化研究方法及数据来源

在评价指标体系中，各个指标的权重反映了评价指标对评价对象相对重要程度，确定各指标的权重是十分重要的。目前，确定权重的方法主要有主观赋权法、客观赋权法和主客观结合法。主观赋值法是根据各个指标的主观重视程度进行赋权的一种方法，如排序法、专家调查法、层次分析法 (AHP)等。客观赋权法是将各个指标根据一定的规律或规则进行自动赋权的一种方法，主要有主成分分析法、熵值赋权法等。主观赋值法根据各个指标的主观重视程度进行赋权，评价结果容易受到人的主观因素干扰，因而客观赋权法更多地被采用。

表1 智慧专业化发展水平评价指标体系

3.1 智慧专业化研究方法

熵权法是根据各项评价指标的变异程度所反应的信息量大小而赋予不同指标相应权重，不仅客观性较高，而且可以反映指标权重随时间的变化情况。TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)是一种多指标决策方法，又称优劣解距离法，基本原理是通过度量评价对象与最优解、最劣解的相对距离来进行排序，以衡量样本评价值的优劣，若评价对象与最优解最近，同时离最劣解又最远，则该评价对象为最好，否则为最差[16]。

中国区域智慧专业化发展水平研究中所指的区域为省域，以31个省(不包含港澳台)为基本统计单元，基于熵权法和TOPSIS法对中国智慧专业化发展水平进行综合评价。其具体步骤分为评价指标数据的无量纲化处理、计算评价指标的信息熵值和权重以及计算评价指标值向量到理想解和负理想解的距离，最后计算区域智慧专业化综合发展水平。计算过程如下：

假设研究样本数为p,评价指标数为q,各项评价指标值为Xij(i=1,2,3,,p;j=1,2,3,,q)。

由于评价指标数据间的量纲及单位之间存在着较大差异，首先采用极值标准化法对评价矩阵进行标准化处理。公式如下：

(1)

计算信息熵值：

(2)

计算评价指标的信息熵权重：

(3)

确定最优解和最劣解：

(4)

采用欧几里得距离公式计算评价指标向量到理想解和负理想解的距离：

(5)

计算区域智慧专业化综合评价指数Ci，如果一个省份的智慧专业化发展水平综合得分值(Ci)越大，说明该省份智慧专业化发展水平越高，经济发展良好；反之，则说明该省份智慧专业化发展水平较为缓慢和落后。计算公式为：

(6)

3.2 智慧专业化数据来源

由于智慧专业化是近几年新兴的区域经济发展理论，在对其进行实证分析时数据的搜集与整理尤为重要。首先，在省域范围内，智慧专业化产业的选择主要来源于最新的政府工作报告，例如：从2018年西藏自治区政府工作报告中，我们可以得到目前政府大力培育具有地方比较优势和市场竞争力的产业集群，并重点发展七大产业，分别是高原生物产业、藏药产业、特色旅游文化产业、天然饮用水产业、绿色建材业、清洁能源产业、现代服务业、高新数字产业、边贸物流产业[17]。其次，区域智慧专业化产业的产值和就业人数等数据主要来源于 《中国高新技术统计年鉴》 《中国科技统计年鉴》 《中国宏观经济统计年鉴》 《中国区域经济统计年鉴》 《中国固定资产统计年鉴》，以及国家统计局、工业和信息化部和国家发展和改革委员会的相关统计数据。

4 智慧专业化水平评价结果分析

区域智慧专业化发展水平测度是评价智慧专业化产业发展的基础，采用熵权法和TOPSIS多指标决策方法对区域智慧专业化发展水平进行综合评价，根据评价结果进行客观分析。

4.1 智慧专业化水平评价指标权重评价

通过对2014—2016年表1中各指标数据进行标准化处理，并根据信息熵和信息熵权重计算公式，计算各指标的信息熵(Hj)和权重(wj)，经过计算，得出2014—2016年的信息熵、权重数值如表2所示。一般来说，指标的信息熵值越小，则其权重越大，说明该指标越重要，对智慧专业化发展水平的影响能力越强。

从表2权重值变化来看，智慧专业化产业发展水平中区域智慧专业化产业固定资产的指标 (X1)权重由0.123下降到0.113，区域智慧专业化产业的总产值 (X2)权重下降之后再缓慢上升至0.085，区域智慧专业化产业从业人员 (X3)权重呈波动上升，区域智慧专业化产业人均产值 (X4)权重稳步上升至0.050，区域智慧专业化产业有着很强的发展效应，区域智慧专业化产业的总产值和人均产值在区域经济中所占的比重大，对区域经济的发展贡献大，有着持续高速增长的增长率。

智慧专业化产业促进能力中区域智慧专业化产业贡献率 (X5)权重由0.031上升至0.038，新产品产值 (X6)权重、专利申请数 (X7)权重都是稳步上升，智慧专业化的本质是通过技术创新、知识创新、商业模式创新等方式，发掘或扩大原有经济增长方式，以实现区域经济的智慧、持续、包容性增长。创新作为技术进步的直接来源，是智慧专业化产业的发展核心。由此可见，随着区域新产品产值、专利申请数量的稳步上升，将会推动区域智慧专业化产业发展水平持续上升。

表2 2014—2016年各指标的信息熵和权重

智慧专业化产业关联度中区域智慧专业化产业影响力系数 (X9)权重由0.020上升到0.021，区域智慧专业化产业感应度系数 (X10)权重由0.023上升到0.024，通常智慧专业化产业对区域中其他产业发展的支持度很强，产业影响力对其他产业影响较大，智慧专业化产业对区域经济的发展具有较强的引领和辐射作用,能够带动一批相关及配套产业，拉伸产业链，提高覆盖面，促进产业集群的形成。

智慧专业化产业发展环境中区域人均GDP (X11)权重由0.045上升到0.050，互联网普及率 (X12)权重由0.044上升到0.048,电信业务量 (X15)权重由0.036上升到0.048，区域智慧专业化产业与区域整体经济发展是相互影响和相互促进的关系。区域人均GDP、区域互联网普及率、区域电信业务量的不断上升，为区域智慧专业化产业的发展创造了一个良好的环境。在这种良好环境的促进下，选择和培育壮大智慧专业化产业、强化智慧专业化发展水平，提高市场竞争力，是建设 “稳增长”经济强国并实现持续发展、打造新时代中国经济升级版的关键所在。

4.2 智慧专业化发展水平综合评价分析

采用欧几里得距离公式计算评价指标向量到理想解和负理想解的距离，根据区域智慧专业化综合评价指数计算公式计算出31个省、直辖市、自治区智慧专业化产业发展水平的综合指数Ci[18]，依据Ci对31个省市智慧专业化产业发展水平采用TOPSIS法进行排序，结果见表3。

从省域范围来看，2014—2016年各省的智慧专业化产业综合发展水平逐步上升，但各省市发展水平则不尽相同，东部地区的广东、上海、北京、江苏等省份智慧专业化产业的发展一直表现较好，其中广东省、上海市的发展水平较高,始终位居全国前列，北京市、广东省增速排名逐步超过上海，分别跃居第一、第二，天津、江苏省的排名稍有下滑；中部地区的湖北省、河南省、江西省智慧专业化产业发展较快，排名分别从2014年的12、16、15位上升到2016年的7、8、13位；西部地区的重庆、四川和贵州智慧专业化产业发展相对较好，综合发展水平排序分别由2014年的20、21、25上升到2016年的14、16、23位，上升速度较快，而辽宁省、吉林省分别由2014年的10、17位下降到19、21位，下滑最明显。

表3 2014—2016年各省市智慧专业化产业发展水平及排序

根据中国智慧专业化产业综合发展水平得分，本文运用欧盟OECD发布的欧盟创新记分牌区域经济发展水平分类方法[19]，划分目前中国四类经济增长区域。即领导型智慧专业化发展区域、强力型智慧专业化发展区域、中等型智慧专业化发展区域、一般型智慧专业化发展区域。领导型智慧专业化发展区域为智慧专业化产业发展水平综合评分大于0.2以上的省市；强力型智慧专业化发展区域为智慧专业化产业发展水平综合评分大于0.14以上的省市；中等型智慧专业化发展区域为智慧专业化产业发展水平综合评分大于0.1以上的；一般性智慧专业化发展区域为智慧专业化产业发展水平综合评分小于0.1以下的。从地理区位上看，智慧专业化发展水平程度较高的省份分布在东南地区，即上海、江苏、广东的智慧专业化发展水平较为发达，东北部次之。智慧专业化发展水平程度较低的省份分布在西北部，即西北部省份智慧专业化发展水平相对较弱，而中部省份智慧专业化水平居于二者之间。中国东中西部区域智慧专业化水平表现出明显的地区差异。

(1)智慧专业化产业逐渐由东南沿海地区向中西部地区扩展，并呈跨区域发展趋势。随着东南部地区经济的发展，土地成本、劳动力成本不断上涨，产业结构也在逐渐转型升级，传统产业的竞争优势逐步衰减，依靠技术、市场和资本的产业竞争优势不断提升，智慧专业化发展水平较高区域相对成熟的传统产业开始向中西部地区辐射和转移，包括纺织服装、玩具、皮革、家具等劳动力和土地密集型产业集群，和电子制造、机械制造等虽然有一定技术含量但依然对劳动力和土地需求较大的产业集群。东南部智慧专业化集群是由东南向中西部辐射：东南部智慧专业化集群具有市场、资本和技术优势形成核心，在中西部劳动力优势地区构建配套产业链，形成配套服务齐全、生产专业化的智慧专业化产业集群。智慧专业化转移则是原有集群通过产业转型和升级，剥离原不适宜业务，逐步发展成为新型智慧专业化产业集群，而被剥离的业务则转移至其他区域，完成智慧专业化集群的转移。

随着广东、上海、北京、江苏等智慧专业化发展水平较高的产业辐射和转移程度越来越高，某一区域的若干智慧专业化产业因自身较强的极化效应，在地理空间和产业链上不断扩张或延伸，在集群规模上不断扩展，形成规模更大、竞争力更强的跨省、市、区智慧专业化产业集群，比如长江经济带内具有一定产业基础的核心城市，发挥沿江各省市资源禀赋和发展优势，共同打造电子信息、高端装备、汽车、家电、纺织服装等产业链完备的跨区域智慧专业化产业集群。

(2)东南部地区智慧专业化产业正由低级形态向高级形态升级中。经过长时间的持续发展,智慧专业化产业在东南部地区已经步入成熟期或准成熟期，具备了充足的产业升级转型基础。随着全球化竞争加剧、区域产业结构调整、中西部地区传统产业的崛起等，东南部地区智慧专业化产业由低级形态逐步升级转型为高级形态，主要表现为国家层次分散化、区域层次连片化、产业层次集群化三个方向，旨在形成一大批综合竞争实力强，产业附加值高，集群效应显著，具有潜在国际引领优势，跨区域发展的智慧专业化产业集群。

当前，东南部地区各省、市政府均在区域进行公共服务体系建设、区域品牌建设和产业园区建设，建立符合智慧专业化产业发展的产业集群，大力推动智慧专业化产业集群优化升级，使当地智慧专业化产业集群朝着更具专业化、更高竞争力、更可持续性方向发展。如工业和信息化部2015年出台了 《关于进一步促进产业集群发展的指导意见》，上海颁发了 《上海市产业转型升级发展专项资金管理办法》 《上海市推进品牌经济发展专项支持实施细则》 《2017年上海市产业转型升级发展专项资金项目申报指南》。

(3)中西部地区智慧专业化产业正处于培育成长期，未来发展有很大潜力。为了引导和促进本地区智慧专业化产业发展，中西部地区各级政府制定了许多举措，以湖北、江西、重庆、湖南、贵州为代表的省份智慧专业化产业发展最为显著，整体上来说，智慧专业化产业处于培育成长期。因具有自然、土地和劳动力资源的先天优势，中西部地区智慧专业化产业发展潜力较好。随着我国经济的持续快速发展以及东南部地区智慧专业化产业集群的转移，中西部智慧专业化产业将迎来全新发展的发展机遇。

以贵州为例，近年来按照 “构建新型产业体系，打造千亿量级园区，建成以大数据骨干企业为导向的经济转型发展先行区”的发展定位，深入推进供给侧结构性改革，围绕高端装备制造、大数据、新医药大健康三大产业，按照 “大项目—产业链—产业群—产业基地”的发展思路，智慧专业化产业不断壮大。同时，实施 “大数据+实体经济”战略，加快产业转型升级，形成了大数据安全、数字物流、新医药大健康、军民融合等特色智慧专业化产业聚集。截至2017年12月，贵阳经济开发区共有有600余家工业企业，81家为规模以上工业企业，55家企业年产值上亿元，园区规模经济总量实现1106亿元，规模以上工业总产值完成739亿元[20]。大数据产业已成为贵州省产业发展的主导形式之一，主导产业快速发展，产业聚集加快形成，产业规模进一步壮大，极大提升了行业竞争力，以大数据为主导的智慧专业化产业基地已经初步形成，在国内外具有一定的影响力。四川省以创建国家创新型省份建设为契机，以龙头企业带动、市场驱动、产业链整合、同业集聚等方式，推动智慧专业化产业进入了发展新阶段。截至2016年，四川中江高新技术产业园聚集规模以上工业企业81家，实现工业总产值236亿元，高新技术产业产值占41.9%；电子信息、生物医药、绿色食品等特色产业聚集度68%，具有较强的竞争能力和后发优势[21]。

(4)智慧专业化产业创新集群将成为各区域主导产业发展的重要内容。智慧专业化发展战略鼓励各地区间的良性竞争，当前，中西部地区依托自然资源、土地和劳动力的天然优势发展智慧专业化产业集群，东南部地区的智慧专业化产业集群依托市场、资本和技术优势。一旦中西部地区的天然竞争优势超过东南地区现有优势，中西部地区智慧专业化产业竞争力将超过东南部的竞争力，位于东南部地区的相关企业则会退出或转移。而且，随着将来全国地区智慧专业化产业的数量和规模不断扩张，区域之间的智慧专业化产业竞争会越来越白热化。

未来各地区推动智慧专业化发展的核心将围绕区域智慧专业化发展水平的提升进行，强调智慧专业化产业创新，将区域主导产业升级为智慧专业化产业集群。智慧专业化产业集群本身就是创新的源泉，区域智慧专业化产业促使资源共享，专业化分工与合作，信任的社会关系网络，有利于扩大企业资源利用范围，加速知识与技术的交流与转移，提高生产率，有利于聚集高技术型人才，降低市场发展风险，提升企业的科技创新能力，推动智慧专业产业化集群的进一步发展。通过自主创新能力和创新机制的提升，加快产业集群向创新集群的转变，通过进一步密切关联，加强互动，打造良好的产业发展生态环境。

5 问题与讨论

从智慧专业化发展水平综合评价分数来看，经过近几年经济持续高速发展阶段的发展与调整，中国区域智慧专业化发展水平上升幅度明显，智慧专业化发展水平高的区域与发展水平低的区域存在较大的极化现象。

智慧专业化是阐明国家和区域经济体的产业和创新等公共政策的架构条件，尤其是研发和创新的投资政策能够影响一个区域的经济、科学和技术的专业化，从而影响区域的生产力，竞争力和经济成长路径。从建立在国家和地区的资产、优势和潜力的基础上，透过创业发现过程核心元素识别出数量有限的优先领域，并聚焦研发与知识投资企业功能活动，范围从产品或服务的概念构想到其最终使用，以差异化特色刺激区域经济增长的研究与创新智慧专业化策略，对于区域经济发展具有重要意义。现阶段区域智慧专业化发展的重心是缩小四类区域间的智慧专业化发展水平差异，推动区域间经济的协调发展。在省内层面，应加快区域智慧专业化产业集聚，壮大智慧专业化产业集群规模。基于智慧专业化产业链的优化和提升，发展高端化的特色智慧专业化产业集群；通过自主创新能力和创新机制的全面提升，加快智慧专业化产业集群向创新集群的转变；通过进一步加强关联和互动，打造良好 “产业生态环境”的智慧专业化产业生态系统。在省际层面上，应该针对四类不同区域，实施区域错位发展和差别化竞争策略，强化区域间发展的协调带动作用，既要对智慧专业化发展水平相对较低的区域加大政策和资金支持力度，又要保持智慧专业化发展水平较高区域的稳步增长趋势，在全国形成一个相互促进的良好政策环境。