产业协同集聚的区域技术创新效应研究——以制造业与生产性服务业为例

汤长安，张丽家

随着科技革命、产业革命的蓬勃发展以及知识经济时代的到来，创新发展越来越成为一国经济发展的重要引擎与支点。在我国转变经济发展动力、践行创新驱动经济发展战略阶段，必须遵循科技创新行为的区域集聚规律，积极推动区域产业协同集聚水平的提升，为技术创新创造条件。因此，在我国产业改革与升级的过程中，如何科学认识在推进产业协同集聚的过程中，把握产业区域整合发展与地区创新能力提升的内在联系，对于提升我国创新发展水平，转变经济发展方式具有重要意义。本文建立省级面板模型，研究我国制造业与生产性服务业协同集聚(下文简称为“两产业协同集聚”)与技术创新之间的关系，促进我国制造业与生产性服务业协同集聚，带动区域创新能力提升，以期为我国快速实现经济动力转变提供可行的对策与建议。

产业协同集聚可以为技术创新以及新知识、新理论的诞生提供良好的产业环境及组织基础，技术与创新水平的提升又会为产业集聚打造技术平台。Jacobs(1969)[1]认为产业协同集聚可以通过分工协同促进行业之间知识技术溢出，进而推动市场分工持续深化、产业结构进一步完善。Pakes et al.(1980)[2]通过研究发现，产业集聚尤其是创新产业集聚，可以通过调整要素结构、汇集高级人才、引进专业技术设备等降低企业创新投入，提高技术创新效率。产业集聚分布有利于规模效应的形成，Ottaviaon(2002)[3]进一步证明这种规模效应优势可以降低交易成本，尤其在降低区域创新成本和创新风险上非常显著。Amin(2005)[4]认为地区产业协同集聚可以通过知识技术外溢间接发挥对技术创新的推动作用，这种间接因素可以通过创新环境的构建、创新成本的节约，促进区域内创新水平的提升，进而为区域经济发展提供动力。在进一步研究产业协同集聚对本地区创新能力重要作用的基础上，郝永敬等(2019)[5]、陈子真等(2019)[6]均发现产业集聚对技术创新具有重要促进作用，而且这种促进作用存在明显的“先抑后扬”的特征。李国凤(2018)[7]在分析产业集聚促进区域创新能力提升内在机制的基础上，以中原城市群相关数据为样本进行耦合分析，发现不同阶段产业协同集聚对创新的作用具有不同的特点。马兴超(2017)[8]、李骏等(2018)[9]通过研究发现，高技术产业协同集聚可以通过集聚创新要素、节约创新成本，进而提高创新效率。陈建军等(2009)[10]指出，产业集聚会带来创新的不断汇集，伴随着创新融合的产业集聚是调整产业空间布局、提升区域内整体生产效率的现实选择。范鑫(2015)[11]、王春晖(2015)[12]进一步指出专业化集聚的MAR外部性也可以进一步加强地区间的要素积累效应，促进地区内产业创新能力的提升，实现区域经济发展。

综上所述，国内外学者就产业协同集聚与区域创新进行了较为深入的研究，但实证研究还主要停留在传统的计量分析上，没有将空间因素纳入具体的研究分析中。本文试图在分析产业协同集聚与区域创新能力内在机制的基础上，纳入空间因素，采用ESDA和空间计量方法，对产业协同集聚与地区创新能力之间的关系进行实证分析，以期为推进我国产业协同集聚与区域创新发展提供参考。

一、创新能力的空间相关性分析

由于我国地理资源条件、经济发展水平具有显著的空间差异，因此我国区域技术创新能力也存在明显的时空异质性特征。为了提高研究的科学性，本文进一步采用探索性空间数据分析(ESDA)对创新能力进行空间自相关性分析，分别进行全域和局域Moran'sI指数的计算。

(一)创新能力全域自相关分析

全域Moran'sI指数是最常用的全域自相关检验的指标，其计算公式可以表示为：

(1)

(2)

其中，E(I)为期望，SD(I)为标准差，在显著性水平5%下，Z(I)临界值为1.65。Z>0且通过5%的显著性检验时，表明研究对象存在正自相关关系，即具有创新能力高(低)的省份相邻集聚分布；Z<0且显著时，研究对象存在负自相关关系，即创新能力高(低)的省份分布较为分散，不存在空间集聚情况；Z=0时说明研究对象不具有空间相关性特征，各省份创新能力随机分布，不存在任何空间自相关关系。

图1显示，14年内我国30个省市创新能力的Moran'sI与Z值变化趋势一致，而且总体呈上升趋势，说明我国各省市创新能力存在显著的空间正相关性，一个省市创新水平的提升会对周边省市的创新能力提升产生积极影响，可以在采取措施提高核心区的技术创新水平的基础上，以产业转移、技术援助等方式帮助临近地区提升技术水平。其中，2016年的创新能力的计算结果显示，Moran'sI指数为0.425，Z值为3.652且显著并大于临界值1.65，并且通过显著性检验，表明我国各省市创新水平存在显著的空间自相关。

(二)创新能力局域自相关分析

局域Moran’sI指数可以进一步明确局部空间集聚特征，其数学表达式为：

(3)

这一指标主要衡量的是i、j两省市技术创新之间存在怎样的空间分布特征，一般用局部Moran’sI散点图(LISA)来进行表示。在本文，第一象限(HH)代表技术创新能力高的省市在空间上集聚分布；第二象限(LH)代表创新能力高的省市集聚区内分布有创新能力低的省市；第三象限(LL)代表创新能力低省市在空间上集聚；第四象限(HL)代表创新能力低的省市集聚区内分布有创新能力高的省市。HH和LL象限代表不同省市技术创新具有一致的空间相关性，HL和LH象限代表不同省市技术创新具有不一致的空间相关性。

图1 各省市地区创新能力在邻近矩阵下的Moran's I指数和Z(I)折线图

图2 2016年中国各省市技术创新能力的LISA散点图

注：1-30依次代表的是京、津、冀、晋、内蒙古、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、陕、甘、青、宁、新。西藏因为数据缺失严重，暂不包括在本研究中

图2所展示的是我国2016年各省市技术创新能力LISA散点图。可以看出，我国30个省市中80%的省市位于HH和LL象限，说明我国技术创新能力表现出显著的正空间自相关性，其中位于HH象限的省市都属于东部发达地区，说明我国创新能力分布具有明显的空间集聚特征；位于LL象限的省市来自中西部技术水平比较落后的地区，可见我国创新能力在空间上表现出与经济发展一致的分布趋势。总之，全局Moran’sI指数和LISA散点图都显示出各省市技术创新能力存在明显的空间集聚特征。因此，本文后续研究中，将纳入空间因素，构建空间计量模型来探讨产业协同集聚水平对创新能力的影响。

二、我国产业协同集聚水平的测度与分析

(一)指标选取与数据来源

1.指标选取

本文在综合分析D-O指数、γ指数等多种测算方法后，借鉴Ellison&Glaeser[13][14]、陈建军等(2016)[15]的研究思路，采用E-G共同集聚指数对产业协同集聚水平进行测度，具体表达式为：

(4)

2.数据来源

本文选择我国30个省市(西藏、香港、澳门以及台湾除外)2003—2016年的相关数据进行制造业与生产性服务业协同集聚水平的测度与分析。数据主要从《中国工业统计年鉴》以及EPS数据库、国研网、国家统计局等网站获取。对于个别缺失数据，本文采用TREND插补法对其加以补充、替代。

(二)结果与分析

1.协同集聚水平时序特征分析

表1展示的是2003—2016年我国30个省市在全国、东中西不同地域维度下两产业协同集聚水平的平均值。从全国范围来看，两产业协同集聚水平总体上呈小幅下调趋势，但2013年以后开始缓慢攀升，14年来两产业之间的协同集聚水平平均值为2.68。东部地区产业协同集聚程度为2.88，高于全国平均水平；中部地区以2.64的水平位居第二，略低于全国平均水平；西部地区两产业协同集聚水平为2.49，处于三大区域内最低水平，与全国平均水平相差较大。

表1 我国制造业与生产性服务业协同集聚水平平均值

2.协同集聚水平全域差异分析

图3 中国制造业与生产性服务业协同集聚水平分区域时间变化

图3所展现出来的是我国2003—2016年两产业协同集聚水平平均值的时间变化趋势。就区域而言，东部地区两产业协同集聚水平远高于全国水平，且一直保持较为稳定的变化状态，年均变化幅度较小，这主要归功于东部地区较高的经济发展水平以及比较完善的产业结构体系。中部地区两产业协同集聚水平以较小的幅度逐年下降。但在2006年，两产业协同集聚水平达到局部小高峰，可能是2006年“中部崛起”战略的实施，全国各地响应党中央号召积极推进中部经济发展的结果。西部地区两产业协同集聚水平最低，且中西部地区两产业协同集聚水平在时间变化上表现出相反的变化趋势，可能是因为在2000年开始实行的西部大开发战略以及2006年开始的中部崛起战略的背景下，中西部在承接东部产业转移以及经济建设的过程中存在大量的竞争。

3.协同集聚水平空间演化特征

总的来看，我国两产业协同集聚水平存在明显的空间分异，东中西严重失衡。由于较高的经济发展水平以及较为完善的产业结构，东部各省市两产业协同集聚水平远高于中西部地区，且产业协同集聚水平高的省市主要分布在沿海产业结构发展比较成熟的地区，如北京、上海、广东等。中西部各省市两产业协同集聚分布表现出“核心—外围”的地理分布特征，中部的湖南、湖北、江西，西部地区的四川等省市都是高技术产业协同集聚水平的集聚核心区。

三、产业协同集聚对区域创新能力影响的空间计量分析

(一)模型设定

1.经典计量模型

通过上文分析可知，产业协同集聚可以通过提升地区创新能力促进地区经济增长，本文借鉴张可(2018)[16]的研究，构建产业协同集聚的技术增长模型：

CXit=αit+β1Rit+β2Hrit+β3ZJit+β4Wgit+β5FDIit+β6Inf+εit

(5)

2.空间计量模型

通过上文Moran’sI指数的分析，我国技术创新能力存在较为显著的空间相关性，因此引入空间计量模型就产业协同集聚对技术创新能力的影响进行实证研究，构建空间滞后、空间误差和空间杜宾模型。

(6)

(7)

(8)

上式中，β1～β6表示自变量回归系数；W为空间权重矩阵(邻近矩阵W1和地距离矩阵W2)，β表示空间误差系数；λ为自回归系数。

(二)变量选择与描述性统计

1.变量选择

本文选取区域技术创新能力为被解释变量，制造业与生产性服务业协同集聚水平为核心解释变量，控制变量包括人力资本存量、科研资金投入、经济发展水平、地区信息化程度、外商直接投资等变量，具体为：

被解释变量：创新能力(CX)。一个地区创新水平的高低主要体现在这个地区创新产出的高低，考虑到专利授权会受到申请机构偏好的影响，以及专利发布时滞性，本文借鉴倪进锋等(2017)[17]、李红锦等(2018)[18]的研究，使用各地区专利申请受理量与人口的比值来代表地区创新能力，单位为件/万人。

解释变量：产业协同集聚水平(R)。采用上文测度的制造业与生产性服务业协同集聚指数来表示。

1）DHT21温湿度传感器[7]，精度:±0.5 ℃；测量范围:-40～5℃，嵌入式硬件的接口电路为输入电压接3.3 V，GND引脚接地，STM32的I/O口通过导线与DQ相连，传感器处于写存储器操作时，输入电压与DQ接入5.1K上拉电阻，提高总线上拉能力，减少功率消耗。

控制变量：人力资本存量(Hr)，根据受教育程度的不同赋予不同的权重，将不同的受教育水平分别赋予不同的权重，用将该权重乘以与不同阶段受教育人数与总人数的比值作为各省人力资本水平的代表。科研投入(ZJ)：采用R&D内部经费支出与GDP的比重作为科研投入的代理变量。一个地区的基本工资水平与地区优秀人才有着密切的联系，采用各区域职工历年平均工资来表示工资水平(Wg)。外商投资(FDI)采用各省外商直接投资额来表示。用地区互联网上网人数表征地区信息化水平(Inf)，地区信息化水平是影响地区创新能力的重要指标，一个地区互联网上网的人数占比越高，在一定程度上代表地区信息化程度较高，一方面为技术的持续发展奠定基础，另一方面较高的信息化程度说明社会环境对于创新是非常宽容，可以有效地降低创新的成本。

2.描述性统计

本文在对产业协同集聚影响地区创新水平的实证研究中，基于数据可得性和合理性考虑，主要选取了我国不包括西藏、台湾、香港、澳门在内的30个省、直辖市、自治区2003—2016年的相关数据。相关数据主要来源于《统计年鉴》(2004—2017)、EPS、国家统计局等。对每个变量都进行了对数化处理以降低异方差对模型的影响，并进行描述性统计分析(表2)。从表中结果可以看出各变量之间比较平稳，可以进行后续的实证分析。

(三)实证结果分析

1.经典计量模型回归结果分析

首先采用经典的混合模型、固定效应模型和随机效应计量模型检验制造业与生产性服务业协同集聚对地区技术创新能力的影响，检验结果如表3。检验结果显示，随机效应模型具有更强的解释效力。

根据表3显示，产业协同集聚水平R的系数为正且通过显著性检验，说明产业协同集聚水平的提高对我国地区创新具有明显促进作用，产业协同集聚水平每提高1个单位，地区创新能力就可以提升0.127 6个单位。地区创新资金投入、地区经济发展、地区信息化水平都对地区创新能力提升具有显著的正向促进作用。此外，人力资本存量和外商直接投资对地区创新能力提升均具有明显的阻碍作用，可能是因为目前我国高层次人力资本需求与低层次人力资本供给之间存在严重失衡阻碍了先进技术的空间溢出效应，进而限制了技术创新能力的发展。

表2 变量的描述性统计

表3 经典计量模型回归结果

注：*、**、***分别表示通过10%、5%、1%水平下的显著性检验。下同。

2.空间计量模型空间溢出效应分析

在进行回归结果分析之前，需要在SLM、SEM和SDM模型之间进行选择，并遵循“OLS—SLM(SEM)—SDM”的检验顺序。首先通过LM和Roubust-LM检验两个标准在SLM、SEM模型之间选择；其次，根据Wald和LR检验，进行空间杜宾模型与空间滞后模型或空间误差模型之间是否可以转化的检验；最后，结合Hausman检验结果、R2和LogL等指标决定采用随机或者固定效应模型进行回归分析。据表4和表5的研究结果所示，空间杜宾模型(SDM)结果更优，而且Hausman检验也在1%的水平上显示随机效应模型具有更好的解释效力，因此本文最后选择空间杜宾模型下的随机效应模型进行产业协同集聚与区域创新水平的回归结果分析。

表4 空间面板模型的LM检验结果

表5显示，两产业的协同集聚水平R是区域创新能力提升的重要手段，两者之间存在正效应，且这种正效应在邻近矩阵和地理矩阵下都通过了1%的显著性检验。例如在地理矩阵下，保证其他条件保持不变的前提下，制造业与生产性服务业协同集聚水平每提高1个单位，区域创新能力就提高0.102 5个单位，空间滞后系数显著为正，说明地区产业协同集聚水平具有一定的空间溢出效应。究其原因可能是：一方面，制造业与生产性服务业协同集聚有利于促进区域内信息、技术以及工作经验的快速扩散，在不断降低创新成本的基础上，提升创新效率。另一方面，产业集聚可以加强不同企业之间的竞争与合作。产业空间集聚有利于增强企业竞争行为[19]，企业间激烈的竞争迫使企业不断创新以保障不会被日新月异的市场淘汰，而合作伙伴多样性对促进主导企业开放式创新发展具有重要意义[20]，因合作共赢的企业关系在节约创新成本的基础上可以有效地共享信息与知识，进而有效促进地区技术创新与产业革新。

表5 空间计量模型回归结果

两类空间矩阵下的人力资本Hr表现出不显著的负相关，说明当前我国低水平人力资本结构会对地区创新能力提升产生阻碍作用。虽然随着教育事业的发展，我国人力资本结构获得了极大改进，但是高端人才供给存在巨大缺口，供给与需求的不均衡极大地限制了地区创新能力的提升。人力资本空间滞后系数在地理矩阵下显著为负，说明地区人力资本对创新能力提升的作用存在较大的空间地域限制，人力资本跨区域流动障碍也是制约人力资本作用发挥的重要原因。

科研经费投入ZJ的回归系数在两类矩阵下都显著为正，加大对科研经费投入可以有效促进地区创新能力的提升。以地理矩阵的回归结果为例，每增加1单位科研经费的投入，地区创新能力将增加0.333 1，并且科研经费投入对创新水平的空间溢出效应明显。

地区工资水平Wg系数在两类矩阵下都显著为正，说明一个地区工资水平越高，可以吸引更多的高级人才，为技术创新发展提供有力的智力支撑。但负的空间滞后系数反映出地区工资水平的高低对创新水平具有显著的负效应。

地区信息化水平Inf的回归系数在两类矩阵下都显著为正，说明一个地区信息化水平越高，越有利于地区创新水平的提升，这主要是因为：一方面信息化程度高的地区，经济发展水平高，勇于创新、善于创新的社会氛围非常有利于创新思想的碰撞、创新成果的形成；另一方面，网络信息传播的低成本、便捷与及时都可以降低技术交易成本，加速高新技术的扩散。

对于外商直接投资FDI来说，回归系数在两类矩阵下均为正，但空间溢出系数显著为负，说明某地区引入外商直接投资会对周边地区的创新水平提升产生消极影响。这可能是因为我国地区差异较大，各地区比较优势区别明显，因此外商会根据比较优势选择投资项目。

四、结论与启示

本文通过经典面板计量和空间计量方法实证检验了产业协同集聚对区域技术创新能力提升的重要作用，得出以下结论：

(一)探索性空间数据分析(ESDA)显示我国创新能力具有明显的空间集聚特征

全域和局域Moran’sI指数分析，区域创新能力全域Moran’sI∈(0.2，0.4)，通过显著性检验，说明我国区域创新能力空间集聚特征明显；LIAS散点图显示，2016年我国东部相邻的8省市创新能力都比较高，集中分布在HH象限，16省市分布在LL象限，创新能力整体比较低，需要大力发展技术创新，实现经济发展向“创新”驱动转变的实现。因此，实现“合作”“创新”经济驱动战略，在提升本地技术创新能力的基础上，还需搭建沟通合作的桥梁，不断加强区域之间的联系与合作，发挥产业集聚在技术创新中信息交流与共享的重要作用，实现技术创新的跨区域协作。

(二)空间杜宾模型结果显示两产业协同集聚对技术创新能力提升具有明显的正向促进作用，在地理矩阵下表现为正的溢出效应

目前中国低层次人力资本存量对地区创新水平的提升作用主要表现出不显著的正相关，且负空间滞后系数也显示地区低层次的人力资本存量会对临近地区创新能力产生阻碍作用。科研经费投入的空间溢出效应非常明显。地区平均工资水平可以通过在满足劳动力基本物质需求的基础上，启发技术创新。不同区域可以通过提高地区信息化水平为本地区以及临近地区的创新能力提升提供创新条件与机遇。外商投资对区域创新能力的提升作用在不同的矩阵下表现出不同的特点，邻近矩阵下表现出不显著的负效应，说明为了吸引外商直接投资而进行的基础设施建设等一系列举措会对邻近省份创新能力产生负效应。

基于以上结论，发挥产业协同集聚对区域创新能力提升作用可以从以下几个方面着手：

(1)突破区域界限，加强区域合作。技术创新能力的提升存在极大的空间自相关性，因此各地区要加强合作，产业协同发展更应突破行政区划的局限与束缚，以“同城化”发展理念进行生产要素及产业的合理流动与分配，在提高城市内部基础设施承载能力的同时，不断加强城市之间交通设施建设，打破产业协同集聚与融合发展的空间壁垒，加速生产要素与产业在更大的空间范围内流动。

(2)坚持协同发展理念，提升产业协同集聚质量。针对当前我国两产业协同集聚水平总体下降的现实情况，不能盲目追求两产业各自集聚水平的提升，而是要保证两产业集聚发展中的相互协调，使两产业协同集聚达到最佳规模，避免因不加控制、一味过度集聚所造成的资源浪费。

(3)完善区域创新体系，缩小区域创新差异。产业协同集聚在不同权重矩阵下回归系数为0.189 1和0.102 5，对区域创新能力提升意义重大。因此，要在构建完善创新体系的基础上，加大对教育以及创新投入，提高人力资本的知识层次、能力水平以及创新意识，激发和鼓励学习效应、有效互动效应下的创新活动。加强交通、通信等基础设施建设，提升对外资的吸引力，加强对国外先进技术的引进、学习。同时政府要加大对当地创新性产业的支持，不断缩小地区之间的创新差距。