政府支持、产业集聚与高技术产业技术创新

童鑫

【摘要】产业集聚是促进高技术产业技术创新的重要途径， 政府支持能够推动产业集聚， 并影响产业集聚与高技术产业技术创新之间的关系。 运用2000 ～ 2016年高技术产业省级面板数据进行实证研究， 检验产业集聚对高技术产业技术创新的影响以及政府支持对该关系的影响。 研究发现， 专业化集聚與集群内竞争与技术创新间存在倒“U”型关系， 多样化集聚与技术创新间存在“U”型关系， 政府支持会放大产业集聚在不同水平下对技术创新的影响。 从选取的样本来看， 多数产业处于专业化集聚和集群内竞争拐点的左侧， 东部地区部分产业接近或跨过多样化集聚水平的拐点。

【关键词】政府支持;产业集聚;高技术产业技术创新;产业异质性

【中图分类号】F816      【文献标识码】A      【文章编号】1004-0994（2021）03-0118-9

改革开放以来， 中国经济整体实现高速增长。 但创造增长奇迹的背后， 高能耗、高污染的粗放增长方式带来的诸如环境污染、区域发展不均衡等矛盾逐渐显现。 在经济步入“新常态”后， 这种增长方式可持续性逐步降低， 我国需要寻求经济增长新动力。 高技术产业作为技术推动型制造业， 是推动经济增长方式转变和产业优化升级的重要力量。 赵玉林和魏芳[1] 利用灰色关联分析法证明了高技术产业对经济发展的带动作用; 张钟文、叶银丹和许宪春[2] 分析了高技术产业对投资、就业和生产的作用， 指出高技术产业对传统制造业拉动作用显著。 因此， 推动高技术产业发展是实现经济高质量发展的现实选择。

一、文献综述

高技术产业的知识和技术密集等特征决定了技术创新在高技术产业发展中的独特地位。 国内外学者的研究均证实， 技术创新能有效提升高技术产业竞争力， 拉动企业绩效[3-5] 。 换言之， 发展高技术产业， 应挖掘内部动力， 提升技术创新能力， 使产业整体向更高价值链攀升。 因此有待回答的问题是：如何利用现有资源提升高技术产业的技术创新能力？ 产业集聚作为一种紧凑型发展模式， 是影响高技术产业技术创新能力的重要因素。 现有研究在产业集聚的作用方面内容丰富， 但观点并不统一， 大致可分为两类：

第一类观点认为产业集聚能够有效提升高技术产业技术创新能力。 Marshall[6] 最早研究了人力资本、产业集聚与区域创新之间的关系， 他认为产业集聚会带来正的外部效应， 产业集聚会吸引人才集聚， 进而促进区域产业的发展及技术创新的提升。 Beaudry和Breschi[7] 通过对意大利和英国的高新技术产业的实证分析， 发现产业集聚与技术创新呈现出正相关性。 梁琦[8] 指出， 由于知识溢出具有空间局限性， 创新发明多在集聚地发生， 且创新发明活动倾向于产业集聚。 周明和李宗植[9] 通过构建生产函数， 利用空间面板模型验证了集聚对高技术产业创新能力的影响， 并指出省域内的产业集聚因素和省际间的知识溢出会显著影响区域高技术产业的创新产出。 牛冲槐等[10] 利用我国省际面板数据分析指出， 高技术产业集聚对技术创新有显著的正效应。 杨浩昌等[11] 研究了高技术产业集聚影响创新能力的作用机理和区域差异， 指出高技术产业集聚有利于促进技术创新的产生和扩散， 并且东部地区高技术产业集聚对技术创新的促进作用大于中西部地区。

第二类观点认为产业集聚对高技术产业技术创新无影响甚至是产生了负面影响。 李凯等[12] 以我国53个高新区为样本进行实证检验， 发现高技术产业集聚并未充分发挥促进高技术产业技术创新的作用。 陈劲等[13] 在开放式创新的背景下研究了我国产业集聚与技术创新的关系， 发现集聚程度较低时， 专业化集聚有利于创新， 而多样化集聚会抑制创新; 相反， 集聚程度较高时， 专业化集聚不利于创新， 而多样化集聚促进创新。 谢子远[14] 以医药制造业为研究对象， 发现产业集聚与技术创新之间呈“倒U型”关系， 并指出我国应优化产业布局， 采取差异化的产业发展策略促进区域高技术产业整体创新。

综上所述， 现有研究尚无统一结论， 仍需要进一步分析产业集聚对高技术产业技术创新的影响。 实际上， 产业集聚既可以通过市场机制形成， 也会受政府行为影响。 就高技术产业而言， 地方政府能够为企业的研发提供资金支持， 而这一干预行为能够直接或间接地影响产业区位分布， 使产业集聚不再是纯粹的市场过程， 很多学者的研究均证实政府行为是产业集聚的外部动力[15-18] 。 在政府干预的背景下， 产业集聚与高技术产业技术创新之间的关系更加复杂。 同时， 由于政府和市场是影响高技术产业技术创新的两大根本力量， 如何界定政府与市场的边界， 实现政府与市场的交叉互补是人们高度关注的问题。 那么有待回答的问题是：现阶段产业集聚与高技术产业技术创新的关系究竟如何？ 政府支持这一干预行为对这种关系产生了何种影响？ 进一步地， 未来我国政府是否需要调整政策以适应新形势？

本文在分析政府支持、产业集聚与高技术产业技术创新之间的内在逻辑关系的基础上， 通过对2000 ～ 2016年我国高技术产业统计数据进行实证分析， 一方面考察五类高技术产业集聚与技术创新的关系， 另一方面考察政府支持在不同阶段与不同行业对二者关系的影响。

二、理论分析与假设提出

（一）产业集聚对高技术产业技术创新能力的影响机制

新经济地理学认为， 产业集聚是一种动态演进过程。 集聚程度会随着时间变化， 企业所处制度环境和资源环境也在发生变化， 由此产业集聚对高技术产业技术创新能力的影响也会随之动态演变。

以Marshall、Arrow和Romer为代表的学者提出了专业化集聚的概念; Glaeser将其整合成MAR模型， 认为专业化集聚能够对同类型产业的技术创新产生积极影响。 由于动态因素以及有限资源的限制， 专业化集聚对高技术产业技术创新的影响随集聚程度变化而变化。 在集聚程度较低时， 地理距离的缩短使集群内企业更容易雇佣专业化人才， 人员交流与信息沟通加强， 知识搜索和获取的成本降低， 有利于技术创新。 此外， 集群内的企业容易形成协调一致的制度环境， 促进知识与资源的分享传播以及企业分工合作， 从而提升高技术产业技术创新能力。 随着集聚程度加深， “拥挤效应”逐渐显现， 人员交流与信息沟通的加强使创新成果容易短时间内被其他企业模仿和抄袭， 严重影响了企业的创新动机与方式[19] 。 同时， 经市场机制筛选后的企业在制度环境上的趋同性较高， 集群内企业逐渐同化， 企业缺少差异性， 反而对高技术产业技术创新能力产生不利影响[20] 。 由此提出假设1：

假设1：专业化集聚与高技术产业技术创新能力呈倒“U”型曲线关系。

MAR外部性假定知识溢出发生在同类型产业中。 Jacobs等对该假设提出质疑， 认为知识的通用性使互补产业间产生知识溢出效应， 产业结构多样性可以加强产业间交流， 促进更具生产力的新思想与新组合产生， 即多样化集聚有利于技术创新。 事实上， 多样化集聚对高技术产业技术创新的影响同样是动态演进的。 在集聚水平较低时， 不同产业由于产业发展状态、产品需求等异质性特征， 形成差异化的制度环境， 企业间的行为难以协调。 尽管产品多样性和差异性增强， 但知识与资源的分享传播遭遇阻碍， 不利于技术创新能力的提升[20] ; 随着集聚水平提升， 高水平的集聚造成企业在制度上的趋同， 增强了不同产业间的交流。 企业更易于吸收产业外的知识与资源， 使自身创新成果在高水平的集聚中保持独特的竞争力， 从而提升技术创新能力。 由此提出假设2：

假设2：多样化集聚与高技术产业技术创新能力呈“U”型曲线关系。

MAR外部性和Jacobs外部性的差异不仅体现在是专业化还是多样化有利于技术创新上， 还体现在是垄断还是竞争市场会促进技术创新能力的提升上[21] 。 MAR外部性认为垄断市场有利于技术创新， Jacobs外部性则认为高度竞争有利于公司不断进行技术创新。 这种对竞争程度观点的差异催生了第三种有关外部性的观点， 即Porter外部性。 Michael[21] 通过对工业化国家的考察， 认同竞争有利于技术创新的看法。 考虑动态因素后发现， 集群内企业竞争并非始终有利于技术创新。 在集聚水平较低时， 市场竞争会迫使企业进行研发创新， 从而保持垄断地位， 这是因为具有垄断地位的大型企业更有动力进行技术创新。 随着集聚水平的提升， 集群内企业受限于资源限制， 不得不面临激烈的竞争， 垄断利润有所下降， 集聚带来的成本优势和资源优势有所削减， 企业创新的积极性有所降低， 从而降低了高技术产业技术创新能力。 由此提出假设3：

假设3：市场竞争程度与高技术产业技术创新能力呈倒“U”型曲线关系。

（二）政府支持对产业集聚与高技术产业技术创新能力关系的影响

上述有关产业集聚对高技术产业创新能力影响关系的论述以要素自由流动为前提， 即不存在政府干预的行为。 然而， 从实际情况看， 政府干预往往会推动产业集聚。 特别是对政府主導经济发展的我国而言， 地方政府给予高技术产业的支持， 会对要素流动和产业集聚产生重要影响， 从而影响产业集聚与高技术产业技术创新能力的关系。

一般而言， 政府支持有利于促进高技术企业扩大R&D投资， 并且有利于吸引更多的外部私人投资[22] ; 企业研发投入的增长能够有效促进技术创新能力的提升， 这是政府支持直接影响技术创新的重要途径。 此外， 政府支持会加速产业集聚， 进而影响技术创新。 具体而言， 有以下三种途径：

一是政府支持通过要素成本影响技术创新。 高技术产业的特殊属性使其对劳动力成本、土地、要素成本非常敏感， 更容易被政府支持吸引从而改变自己的区位选择。 政府支持可降低要素成本的相对价格， 使企业更容易发挥集聚的资源优势， 在同等条件下， 集群内企业数量更多、集聚水平更高。 相比没有政府干预， 在未达到集聚水平阈值之前， 政府支持通过改变要素成本相对价格， 增强较低集聚水平下专业化集聚和竞争对技术创新的促进作用， 并放大多样化集聚水平对技术创新的抑制作用; 超过阈值后， 由于同水平下集聚程度更高， 专业化集聚和竞争对技术创新的抑制作用被放大， 多样化集聚对技术创新的促进作用增强。 二是政府支持通过改变制度环境影响技术创新。 高技术产业内企业间的交流得益于协调一致的制度环境， 企业在集聚区内为获取政府支持， 更倾向于遵守政府制定的一系列管制措施和绩效考核指标， 从而更容易形成趋同性的制度环境， 加强企业间的交流。 在集聚水平未达到阈值前， 企业间交流的加强容易促进技术创新， 即增强专业化集聚对技术创新的促进作用， 并削弱多样化集聚的抑制作用; 超过阈值后， 同等条件下交流的加强放大了专业化集聚对技术创新的抑制作用， 增强了多样化集聚的促进作用。 三是政府支持通过改变竞争力的相对差距影响技术创新。 高技术企业进行技术创新的主要目的之一是获得竞争优势从而获取垄断利润。 同等条件下， 相比没有政府干预， 企业因获取政府资金支持而扩大研发投入， 促进竞争力提升， 不同企业间竞争力的相对差距缩小， 竞争更加激烈。 在集聚水平未达到阈值前， 更激烈的竞争促使企业在研发上投入更多人力、物力、财力， 获取竞争优势， 促进技术创新能力的提升; 超过阈值后， 由于竞争机制未能充分发挥优胜劣汰的作用， 集群内企业仍然面临激烈的竞争环境， 放大了过度竞争对技术创新的抑制作用。 由此提出以下假设：

假设4：政府支持对产业集聚与高技术产业技术创新能力的关系产生了差异化的影响。

三、模型设定与数据说明

（一）模型设定

考虑到产业集聚与高技术创新能力之间存在双向因果关系， 因此在回归过程中， 为了克服可能存在的内生性问题， 使用动态面板方法进行估计是更为现实的选择。 考虑到系统广义矩方法相对于差分广义矩方法更有效， 选择使用系统广义矩估计方法（SYS-GMM）来考察产业集聚对高技术产业技术创新能力的影响， 设定的计量模型如下：

lnpait=β0+β1lnpait-1+β2speijt+β3spe2ijt+

β4Xcontrol+μit+εit       （1）

lnpait=β0+β1lnpait-1+β2divijt+β3div2ijt+

β4Xcontrol+μit+εit        （2）

lnpait=β0+β1lnpait-1+β2comijt+β3com2ijt+

β4Xcontrol+μit+εit       （3）

其中：lnpait是被解释变量， 代表高技术产业技术创新产出， 用专利申请量表示， lnpait-1表示滞后一期; speijt、divijt以及comijt分别表示城市i产业j专业化集聚程度、多样化集聚程度以及竞争指数， 引入二次项以区分集聚程度的不同阶段对技术创新的影响。 Xcontrol为一组控制变量， 包括资本存量（lnk）、劳动投入（lnl）、政府支持程度（gov）、企业规模（fsize）、经济绩效（per）。 μit表示不可观察的地区效应， εit为随机扰动项。

（二）变量定义

1. 被解释变量。 本文选取的被解释变量为高技术产业技术创新产出（lnpa）：使用各地区高技术产业专利申请数的自然对数作为技术创新产出的衡量指标。 由于专利申请数据相对易得、准确、完整， 且较少受到授权审查机构的干扰， 变动幅度较小。 新品销售收入尽管也能衡量技术创新产出， 但相比专利申请数容易受到贸易环境的干扰。 而且根据我国现行专利申请办法， 从申请到授权存在一定时滞， 因此专利申请数更能真实反映观测时间内高技术产业技术创新的真实水平， 且更具时效性。 由于从研发投入到产出有一定的时滞， 本文将专利申请数滞后一年再取自然对数。

2. 解释变量。

（1）专业化集聚（spe）。 参考有关地区专业化的测度方法， 本文设定的计算公式为：

spei，j，t=（empi，j，t/empi，t）/（empj，t/empt）

=（i地区j产业t年平均从业人数÷i地区高技术产业t年平均从业人数）/（全国j产业t年平均从业人数÷全国高技术产业t年平均从业人数）

该数值越大， 代表专业化集聚水平越高。

（2）多样化集聚（div）。 利用HHI指数， 参考已有测度方法， 构建多样化集聚的测度指标， 计算公式如下：

divi，j，t

=i地区其他高技术产业t年平均从业人数HHI的倒数/中国其他高技术产业t年平均从业人数HHI的倒数

该数值越大， 表明多样化集聚水平越高， 对样本产业而言， 多样化集聚水平越高意味著地区内其他产业的分散程度越大。

（3）竞争程度（com）。 参考已有度量方法， 计算公式为：

comi，j，t=（numi，j，t/inci，j，t）/（numj，t/incj，t）

=（i地区j产业t年企业数量÷i地区j产业t年主营业务收入）/（全国j产业t年企业数量÷全国j产业t年主营业务收入）

3. 控制变量。

（1）投入变量。 投入变量包含高技术产业R&D资本和劳动投入。 R&D资本存量（lnk）用永续盘存法进行核算。 R&D本存量的测度公式为：Kit=Eit+（1-δ）Ki，t-1。 其中， Kit是地区i的高技术产业在时期t的R&D资本存量， δ为折旧率， Eit为地区i的高技术产业在时期t的R&D经费内部支出。 以2000年为基期， 基期资本存量=2000年R&D经费内部支出/10%。 折旧率δ的取值， 依惯例取15%。 在剔除价格因素的影响时， 设置研发价格指数， 并借鉴白俊红和李婧[23] 的做法进行计算， 即：R&D价格指数=0.55×消费价格指数+0.45×固定资产投资价格指数。 得到R&D价格指数后， 将R&D经费内部支出转换成2000年不变价。 劳动投入（lnl）用R&D人员折合全时当量的自然对数衡量。

（2）政府支持程度（gov）。 政府对高技术产业提供R&D资金支持是政府支持高技术产业发展的重要政策。 政府支持程度采用R&D经费内部支出中政府资金所占比例进行衡量。

（3）企业规模（fsize）。 企业规模是影响高技术产业技术创新的重要因素， 本文采用高技术产业主营业务收入与企业个数的比例衡量， 并将主营业务收入按工业品出厂价格指数折算为2000年不变价。 以往文献中企业规模常用总产值与企业个数之比进行衡量， 但考虑到统计年鉴自2008年后不再公布产值， 且主营业务收入与产值大致相等， 因此本文用主营业务收入近似替代产值。

（4）经济绩效（per）。 有研究表明， 企业的经济绩效越好， 企业就越有能力进行研发， 经济绩效也是影响高技术产业技术创新的重要因素， 因此应当把经济绩效这一变量纳入考虑范围。 借鉴吴延兵[24] 的研究方法， 本文采用“高技术产业利税总额/主营业务收入”来衡量。

（三）数据来源

本文选取2000 ～ 2016年中国高技术产业的省级面板数据进行研究， 由于甘肃、新疆、西藏、青海、海南的数据缺失较多， 将这几个省份样本剔除。 考虑到研发投入的时滞性， 解释变量和控制变量取2000 ～ 2014年的相关数据， 专利数据取2001 ～ 2015年的相关数据。 本文数据主要来源于2001 ～ 2017年的《中国高技术产业统计年鉴》， 工业品出厂价格指数、固定资产投资价格指数和消费价格指数来源于2001 ～ 2017年的《中国统计年鉴》; 个别缺失数据， 采用插值法补充。 相关变量的描述性统计结果如表1所示。

根据表1可知，观测期内，我国各省在高新技术产业发展上差异较大。从专利产出角度讲，各省在医药制造业上差异最小（标准差为1.545），在电子及通信设备制造业上差异最大（标准差为2.488）。从核心解释变量角度讲，三类产业集聚的均值与专利产出均值之间没有表现出明显的线性关系，这一初步结论与理论分析相符合，可继续利用计量模型进一步解释产业集聚对创新的影响。

四、实证结果分析

（一）产业集聚对高技术产业技术创新能力的影响

模型（1） ～ （3）的回归结果见表2 ～ 表4。 表2结果表明， 各产业专业化集聚变量的回归系数为正， 而其二次项的回归系数为负， 且通过了显著性检验。 该结果表明， 专业化集聚与高技术产业技术创新能力呈倒“U”型关系， 即随着专业化集聚水平的加深， 技术创新能力增强， 但跨过阈值后， 技术创新能力削弱。 表2中Arellano-Bond一阶序列不相关， 二阶序列相关， 表明GMM估计值无偏且一致。 另外， 表2各模型也通过了对工具变量有效性的检验。 上述结论证实了对不同类型的高技术产业而言， 专业化集聚与高技术产业创新能力之间存在倒“U”型关系， 假设1得到了验证。

表3结果显示， 各产业多样化集聚变量的回归系数为负， 二次项的回归系数为正， 基本通过了显著性检验， 模型设定检验通过。 该结果表明， 多样化集聚与高技术产业技术创新能力之间存在“U”型关系， 假设2在一定程度上得到了验证。 然而， 航空航天器制造业多样化集聚变量的显著性检验均未通过， 这可能是航空航天器制造业的特殊性所致。 航空航天器制造业作为国防军工体系中重要的一环， 其相关研究保密性较高， 与其他产业的交流存在天然壁垒， 因此多样化集聚对其技术创新的影响难以证实。

表4结果显示， 集群内竞争性指数变量的回归系数为正， 二次项的回归系数为负， 显著性检验及模型设定检验均通过。 该结果表明， 集群内企业竞争与高技术产业技术创新能力呈倒“U”型关系， 即竞争能够促进高技术产业技术创新， 但随着竞争程度跨过转折点， 竞争对高技术产业技术创新能力产生抑制作用。 假设3得到了验证。

上述分析表明， 产业集聚对高技术产业技术创新能力在不同集聚水平下具有不同的作用， 其原因在于集聚所产生的外部性收益与集聚带来的协调成本之间存在相互作用。 同类型产业的集聚在初始阶段， 外部性收益大于协调成本， 使技术创新产出增长， 但集聚水平进一步提升使外部性收益被不断增长的协调成本抵消， 抑制技术创新， 使产出增长缓慢。 而不同类型产业的集聚在初始阶段， 其外部性收益小于协调成本， 集聚水平进一步增长会使外部性收益有所提升， 从而促进技术创新。

（二）政府支持对产业集聚与高技术产业技术创新能力关系的影响

以政府支持作为高技术产业中具有代表性的政府干预行为， 并在模型中引入产业集聚及其二次项与政府支持变量的交互项， 分析政府支持的作用， 具体回归结果见表5 ～ 表7。

表5结果显示， 专业化集聚与高技术产业技术创新的关系仍然呈倒“U”型， 且除电子计算机及办公设备制造业外， 其他类型产业的回归结果中， 专业化集聚与政府支持的交互项系数显著为正， 二次项与政府支持的交互项系数显著为负， 表明政府支持在专业化集聚的左侧， 能够增强专业化集聚对技术创新的促进作用， 在右侧会放大抑制作用。

表6结果同样支持理论分析中政府支持的影响， 即在多样化集聚的左侧， 政府支持会放大对技术创新的抑制作用; 在多样化集聚的右侧， 政府支持会增强多样化集聚对技术创新的支持作用。 同样， 航空航天器制造业与电子计算机及办公设备制造业由于自身行业的特殊性未能通过显著性检验。

表7的结果同样支持理论假说， 即在低于竞争程度的阈值时， 政府支持会增强竞争对高技术产业技术创新的促进作用; 而高于竞争程度的阈值时， 政府支持会放大抑制作用。 与表5和表6的结果一致， 政府支持對电子计算机及办公设备制造业与技术创新的影响未能通过显著性检验。

综上， 政府支持对产业集聚与高技术产业技术创新能力的关系产生了差异化的影响， 该影响基于产业类型不同而变化。 总体而言， 地方政府支持会放大集聚在特定水平对高技术产业技术创新产生的外部性， 无论是促进作用还是抑制作用， 假设4得到了一定程度的验证。

前文分析中， 无论是检验产业集聚的影响还是检验政府支持的影响， 均对高技术产业中不同类型产业进行了分样本回归。 回归结果尽管在系数显著性上有所差异， 但并未改变符号方向， 因此本文的结论具有一定的稳健性。

（三）产业集聚的“拐点”及特征

以上检验结果表明， 产业集聚对高技术产业技术创新的影响存在随集聚水平和产业类型变化而变化的特征， 同时也验证了政府支持在不同集聚阶段和不同类型产业上对这种关系的影响。 需要关心的另一个问题是， 各产业处于集聚水平的哪一个阶段？ 对表2 ～ 表4中的估计结果进行分类计算， 并按照表2中所列行业分类， 依照医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业的顺序排列， 专业化集聚水平的拐点分别为2.0024、2.0387、0.7585、0.6207和1.1717; 多样化集聚水平的拐点分别为1.2125、0.9722、0.6200、0.9972和1.0857; 集群内竞争程度的拐点分别为1.3489、4.310、2.0695、11.1577和1.4065。 从样本数据来看， 2014年中西部地区高技术产业集聚水平大多处在拐点的左侧， 东部地区专业化集聚和集群内竞争接近或已跨过拐点， 证明我国中西部地区高技术产业集聚水平仍有提升空间， 同时政策对东部地区应有所调整。 值得注意的是， 各地大部分产业的多样化集聚水平处于拐点左侧， 东部经济发达地区电子及通信设备制造业以及电子计算机及办公设备制造业的多样化集聚水平接近或跨过拐点。 因此， 发展高技术产业提升技术创新能力时， 政府应采取差异化的策略， 对中西部地区注重同类型产业的集聚， 发挥专业化集聚和集群内竞争对技术创新的促进作用; 对东部地区考虑促进多样化水平的集聚， 以发挥不同类型产业间知识的互补作用， 进而提升区域整体的创新水平。

五、结论与政策启示

（一）结论

本文利用高技术产业面板数据， 通过实证检验发现， 在集聚水平的不同阶段， 产业集聚会对技术创新产生不同影响， 且在产业类型上具有差异性。 具体而言， 在集聚水平较低时， 专业化集聚和集群内企业竞争能够促进技术创新， 多样化集聚会抑制技术创新; 集聚水平跨过转折点时， 专业化集聚和集群内竞争会抑制技术创新， 多样化集聚会促进技术创新。 从政府支持的角度讲， 政府支持能够放大集聚在不同阶段所产生的效应， 在集聚的初始阶段， 政府支持能够增强专业化集聚和竞争对技术创新的促进作用， 放大多样化集聚的抑制作用; 随着集聚程度加深， 政府支持会放大专业化集聚和竞争的抑制作用， 增强多样化集聚的促进作用。 此外， 航空航天器制造业以及电子计算机及办公设备制造业由于自身产业的特殊性， 有待发挥集聚和政府支持在技术创新方面的促进作用。

（二）政策启示

1. 充分鼓励中西部地区专业化集聚和集群内竞争。 产业集聚作为提升技术创新产出的重要途径之一， 政府应关注产业集聚所产生的外部性。 目前我国中西部地区高技术产业在专业化水平和竞争水平上还处于拐点左侧， 政府在制定相关产业政策时应鼓励专业化集聚和集群内竞争， 借助集聚带来的规模效应推动区域整体技术进步。

2. 引导东部地区提升多样化集聚水平。 多样化集聚需要在较高水平下才能发挥对技术创新的促进作用。 东部地区目前部分产业接近或跨过拐点， 因此政府应利用相关支持政策， 引导要素跨地区和跨产业流动， 促进不同类型产业之间的交流合作， 强化产业的技术溢出和知识溢出效应， 带动地区产业结构优化升级。

3. 基于产业异质性制定政府支持政策。 针对不同的产业， 政府应考虑采取差异化的支持措施， 利用有限的政府资金， 加大对重点企业和关键领域的持续投入。 对航空航天器制造业应完善政府支持相关机制， 提高政府资金使用效率。 对其他行业尤其是电子计算机及办公设备制造业， 政府支持应更加市场化， 如引导社会资本参与， 推动社会资本对产业研发的支持。

【 主 要 参 考 文 献 】

[1] 赵玉林，魏芳.高技术产业发展对经济增长带动作用的实证分析[ J].数量经济技术经济研究，2006（6）：44 ～ 54.

[2] 张钟文，叶银丹，许宪春.高技术产业发展对经济增长和促进就业的作用研究[ J].统计研究，2017（7）：37 ～ 48.

[3] Cho Dong-Sung. A Dynamic Approach to International Competitiveness： The Case of Korea[ J].Asia Pacific Business Review，1994（1）：17 ～ 36.

[4] 丁勇.研发能力，规模与高新技术企业绩效[ J].南开经济研究，2011（4）：137 ～ 153.

[5] 封伟毅，李建华，赵树宽.技术创新对高技术产业竞争力的影响——基于中国1995 ～ 2010年数据的实证分析[ J].中国软科学，2012（9）：154 ～ 164.

[6] Marshall Alfred. Principles of Economics： Volume One[M].Beijing： China Social Sciences Publishing House，1999：1 ～ 822.

[7] Beaudry C.， Breschi S.. Are Firms in Clusters Really More Innovative？[ J].Economics of Innovation & New Technology，2003（4）：325 ～ 342.

[8] 梁琦.中国制造业分工、地方专业化及其国际比较[ J].世界经济，2004（12）：32 ～ 40.

[9] 周明，李宗植.基于产业集聚的高技术产业创新能力研究[ J].科研管理，2011（1）：15 ～ 21.

[10] 牛冲槐，张帆，封海燕.科技型人才聚集、高新技术产业聚集与区域技术创新[ J].科技进步与对策，2012（15）：46 ～ 51.

[11] 杨浩昌，李廉水，刘军.高技术产业聚集对技术创新的影响及区域比较[ J].科学学研究，2016（2）：212 ～ 219.

[12] 李凯，任晓艳，向涛.产业集群效应对技术创新能力的贡献——基于国家高新区的实证研究[ J].科学学研究，2007（3）：448 ～ 452.

[13] 陈劲，梁靓，吴航.开放式创新背景下产业集聚与创新绩效关系研究——以中国高技术产业为例[ J].科学学研究，2013（4）：623 ～ 629.

[14] 谢子远.高技术产业区域集聚能提高研发效率吗？——基于医药制造业的实证检验[ J].科学学研究，2015（2）：215 ～ 224+233.

[15] 周兵，蒲勇健. 基于财政政策的区域产业集聚实证分析[ J].中国软科学，2004（3）：138 ～ 141+146.

[16] Diego P.， Venables A. J.. Agglomeration and Economic Development： Import Substitution VS. Trade Liberalisation[ J].Economic Journal，2010（455）：292 ～ 311.

[17] 李世杰，胡国柳，高健.转轨期中国的产业集聚演化：理论回顾、研究进展及探索性思考[ J].管理世界，2014（4）：165 ～ 170.

[18] 黄璇，任宛竹.财政政策、产业集聚与日商在华投资企业的区位选择[ J].经济问题探索，2017（6）：64 ～ 70.

[19] 苏依依，周长辉.企业创新的集群驱动[ J].管理世界，2008（3）：94 ～ 104.

[20] 谭劲松，何铮.集群研究文献综述及发展趋势[ J].管理世界，2007（12）：140 ～ 147.

[21] Michael P.. The Competitive Advantage of Nations[M].New York： Free Press，1990：68.

[22] Pandit N. R.. The Creation of Theory： A Recent Application of the Grounded Theory Method[ J].Qualitative Report，1996（2）：1 ～ 15.

[23] 白俊红，李婧.政府R&D资助与企业技术创新——基于效率視角的实证分析[ J].金融研究，2011（6）：181 ～ 193.

[24] 吴延兵.R&D存量、知识函数与生产效率[ J].经济学（季刊），2006（3）：1129 ～ 1156.