长江经济带创新环境与高技术产业创新耦合协调发展研究

邓宏兵， 张天铃

(1.中国地质大学(武汉) 经济管理学院， 武汉 430074；2.湖北省区域创新能力监测与分析软科学研究基地， 武汉 430074)

《国家中长期科学和技术发展规划纲要(2006—2020)》将建设创新型国家作为国家发展核心战略.2016年，国务院印发《“十三五”国家科技创新规划》的通知提出了新的发展目标与重要举措.2020年，中国首次迈入创新型国家行列，科技研发投入突破两万亿，占总GDP的2%.在构建以国内大循环为主，国内国际互促的双循环的新格局下，如何进一步挖掘我国超大规模的市场潜力与内需潜力，是新时期亟需解决的深层次命题.长江经济带作为中国经济发展的腹地，人口和生产总值均超过全国的40%.如何发挥长江经济带“经济腹地”的产业优势，推动产业转型升级，实现以创新驱动发展的转换，突破区域协调创新发展的桎梏亟待解决.2014年国务院首次印发《关于依托黄金水道推动长江经济带发展的指导意见》，提出建设长江经济带的重大战略部署.2016年《长江经济带创新驱动产业转型升级方案》进一步明确长江经济带以创新驱动发展为核心，是首部推动长江经济带发展重大国家战略的纲领性文件.而自长江经济带战略实施以来，长江经济带各省市的创新环境与高技术产业耦合协调发展状态如何，较长江经济带战略建设之前有了怎样的提升，需要深入研究.因此了解长江经济带高技术产业与创新环境耦合协调发展情况，对于新时期进一步提高区域创新能力、改善创新环境、构造长江经济带协同创新共同体有着很强指导意义.对新时期制定有效的相关科技发展规划、创新联结机制与改革方针具有重要的理论支撑与现实意义.

创新环境最早由20世纪以欧洲创新研究为代表的区域经济学派提出，他们将创新环境视作为一种企业生长所需的外部环境，由多主体间相互协同、学习进而形成的一种复杂关系网络[1].国外学者对于创新环境的研究开始较早，Saxenian通过比较分析硅谷与128号公路的文化与竞争，提出了区域创新环境的重要性[2].Leung认为创新环境的建设必须有与之配套的政策体系[3].Kaufmann通过对奥地利产业观察，发现创新环境对于传统产业的影响依旧扮演着一个重要的角色[4].Furman在整合创新环境基础之上，进一步提出国家创新能力分析框架[5].国内的学者也围绕创新环境做了大量的研究，王缉慈将创新环境视作一种高新技术发展所必须的社会文化环境，是各个主体通过交流合作形成的稳定系统[6].而后贾亚男从经济地理的角度，将创新环境区分为四个层次网络，进一步阐释了区域创新环境的培育途径[7].陈柳钦则将从产业集群的发展演化上，将创新环境视作为产业集群的外部社会支持系统[8].向清华等通过将创新环境区分为环境的硬性条件与软性条件，从而对创新环境的形成机制进行分析[9].同时学者们针对于创新环境对创新发展的影响进行了深入研究.李习保采用随机前沿模型发现创新环境是影响创新产出的一个重要因素[10].岳鹄和张宗益通过省际创新产出的面板数据，证实了创新环境对于创新能力的影响[11].侯鹏、刘思明等发现创新环境的优化对于创新能力有显著的促进作用[12].齐亚伟测度了区域创新环境对于不同创新主体的创新效率影响差异，强调注重劳动者素质的发挥[13].同时学者们通过研究创新环境对创新效率影响作用[14]，结论表明创新环境对于创新效率影响强度与方向不尽相同[15-16]，同时存在较强的空间关联性[17].可以发现，创新环境通过影响创新活动，进一步影响到产业创新能力，也就是说高技术产业创新发展很大程度上依赖于创新环境的优劣.而从另一方面来讲，高技术产业作为知识密集型产业，随着创新活动的增加，能够有效的促进区域技术吸纳[18]和创新知识溢出.同时随着高技术产业的不断发展，创新产出的增加容易形成知识积累[19]，并转化为相应的生产力，从而促进创新环境要素的升级迭代.已有学者对高技术产业的创新发展与创新环境两者间影响做了相关研究.范德成、叶丹等基于创新环境视角对我国高技术创新效率进行测度，发现我国创新环境是制约高技术产业发展的重要原因[20-21].张涵在创新效率的测度基础上，基于α收敛、β收敛与俱乐部收敛的判别方法，提出高技术产业的双峰转换曲线[22].叶堂林以创新环境为背景对京津冀与长三角区域的高技术产业进行了实证分析[23].

综上所述，国内外学者对于创新环境与高技术产业的研究主要集中在创新环境的内涵以及要素、创新环境系统构建、创新主体间影响以及创新效率，但是对于创新主体与创新环境要素间的互动关系则一直是一个“黑箱”[24]，尤其是鲜有对创新环境与创新主体间耦合协调发展情况做出研究.现有研究为本文奠定了研究基础，但仍存在以下局限：第一，对于整体的创新环境的评价没有一个比较明确、科学、系统的统一体系.第二，对于高技术产业的发展历程与创新环境间发展状况缺乏一个定量的分析总结.因此本文以长江经济带11个省级地区的高技术产业与创新环境为研究对象，并在构建综合的创新环境评价指标前提下，将创新环境的环境软性条件纳入评价体系；利用耦合协调理论对长江经济带2009年至2018年高技术产业创新与创新环境耦合发展的时序特征与空间特征进行研究；借助空间计量方法，考虑空间效应下长江经济带省市创新环境与高技术产业耦合协调的影响因素进行分析.为长江经济带优化创新发展空间布局、改善创新活力匮乏、完善地区创新环境，形成长江经济带创新协同体提供新的参考.

1 评价指标、数据处理与模型选择

1.1 评价指标

1.1.1 高技术产业评价 在高技术产业发展评价方面，国内外学者基于不同的视角构建了多种的评价体系.本文以高技术产业创新发展为评价重点，是特定的环境下通过各种创新资源的投入获得各种创新产出的过程，因此指标的选取应具有代表性，能够体现高技术产业创新投入、产出与创新规模.因此本文在借助已有的文献基础上[25-26]，从高技术产业创新投入、创新产出、创新规模与创新潜力4个维度，构建12个二级指标对高技术创新发展水平进行评价(表1).

表1 高技术产业创新发展评价指标Tab.1 Evaluation index of innovation and development of high tech industry

1.1.2 创新环境评价 创新环境是进行创新活动时依靠的软、硬件条件，为科技进步与创新提供保障.创新环境的发展对区域内创新资源具有整合作用，营造适于产业发展的外部环境，这种环境能够使得产业创新产出水平高于各创新主体创新产出的简单叠加，从而推动区域整体创新能力的快速发展.因为长江经济带各省市创新资源的储量以及分布各不相同，技术水平发展基础也参差不齐，所以应当在科学合理的基础上，有针对性地构建一套适合长江经济带的区域创新环境发展评价指标体系，以此来对长江经济带创新环境的发展状况进行有效评估.

本文在以往创新环境的研究基础上，以邓瑶的创新环境指标体系与中国区域创新发展报告为基础[27-28]，纳入包容性创新环境发展因素[29]，按创新环境的软性条件、硬性条件分为6个一级指标，33个二级指标，以多项指标综合评价地区的创新环境条件[30].

表2 创新环境评价体系Tab.2 Innovation environment assessment system

续表2

1.2 数据处理

在指标评价时主要有专家打分、层次分析和因子分析等方法.而熵值法作为一种客观赋权法，主要利用各指标具有的信息熵值来判断系统效用价值，通过各指标反映的信息以及多重指标间的关联程度确定权重.应用熵值法确定指标权重较为客观、真实和科学，可以避免反映参量的多重相关指标信息量的重叠，同时有效消除了专家经验评估确定权重带来的主观性偏差.熵值法确定指标权重具体步骤如下：

第一步，设xij为样本j的第i个指标的原始数值，n为样本个数，m为指标个数，因数据具有不同的单位与数量级，需要取对数和标准化处理以消除不同量纲的影响.标准化处理计算公式为:

(1)

(2)

第二步，计算样本数据的比重.计算第i个指标第j个样本指标值的比重pij,

(3)

第三步，计算指标熵值.即指标包含信息的差异程度，其公式如下：

(4)

第四步，计算指标差异性系数,

gi=1-ei.

(5)

第五步，指标权重计算,

(6)

1.3 模型选择

1.3.1 综合评价模型 采用综合评价模型测度长江经济带高技术产业得分与创新环境得分，如式：

(7)

(8)

其中，U1、U2分别代表高技术产业系统创新发展水平，创新环境系统发展水平.αij、bij为第i地区j项指标的权重.

1.3.2 耦合度模型 耦合是多个系统或运动方式间通过相互作用对彼此产生影响从而相互联合的现象，本文以此建立高技术产业创新发展水平与创新环境的耦合度模型：

(9)

根据高技术产业与创新环境相互作用的强弱程度，参考耦合度模型的划分标准，可以将耦合划分为5个阶段(表3).

表3 耦合度划分标准Tab.3 Standard of coupling degree

1.3.3 耦合协调度模型 由于各地创新资源分布不平衡，区域经济发展水平差距较大，可能会出现区域高技术产业创新与创新环境水平都处于低值，但两系统却高度耦合的情况，此时单纯评价各地区创新环境及创新绩效的耦合度，其结果会存在偏差.为了科学地反映区域高技术产业和创新环境耦合的发展情况，构建耦合协调度发展模型，判定在不同发展水平情况下子系统的耦合程度.耦合协调度计算公式为：

(10)

T=aU1+bU2，

(11)

其中，D为耦合协调度，C为耦合度，a、b为两子系统贡献份额，本文高技术产业和创新环境两系统相互支持，相互作用.因此a、b均取0.5，U为各子系统的发展水平.在实际计算中使T∈(0，1)，从而保证D∈(0，1).与耦合度相同，耦合协调度也可划分为5个区间(表4).

表4 耦合协调阶段表Tab.4 Coupling coordination stage table

1.3.4 空间探索性分析(ESDA) 高技术产业创新与创新环境的耦合协调度可能存在空间上的依赖性或相关性，本文通过空间探索性分析对长江经济带11个省市高技术产业与创新环境耦合发展的空间相关性以及空间特征进行分析.采用全局Moran’sI进行分析，其表达式为：

(12)

(13)

式中，n是研究区域内地域单元的总数.Xi、Xj表示的是第i、j个空间单元的观测值，Wij表示的是空间矩阵，文中选用邻接作为空间矩阵的基本形式.

2 高技术产业创新与创新环境耦合协调发展时空特征分析

选取长江经济带11个省级地区为研究对象，从《中国统计年鉴》《中国科技统计年鉴》和《中国高技术产业年鉴》选取2009年—2018年长江经济带地区统计数据，少量缺失数据从EPS数据库补齐.借鉴熵值法确定指标权重，分别计算出长江经济带高技术产业创新和创新环境序参量值(U)，并结合耦合度、耦合协调度理论模型得出长江经济带地区2009年—2018年间耦合度(C)、耦合协调度(D)的数值.

2.1 高技术产业创新与创新环境时序特征结果评价

2009年—2018年，长江经济带大部分省级地区的高技术产业与创新环境耦合态势属于高耦合，可见高技术产业与创新环境间存在着相当的关联性，创新环境作为产业发展的外部环境，两者发展息息相关，创新环境对高技术产业发展有着至关重要的影响作用.

由表5可以看出，长江经济带11个省级地区近十年各省之间耦合协调发展存在较大的区间差异.从表6可以看到，2009年长江经济带耦合协调达到勉强协调的分别是江苏省(0.56)、浙江省(0.41)与上海市(0.45). 而贵州省(0.09)与云南省(0.08)都处于极度失调状态.2009年前内陆地区依旧处于以经济发展至上的观念主导，而云南省与贵州省两省经济发展较其他省市相对落后，对于创新环境的建设与高技术产业的扶持则相对薄弱，其中两省R&D经费支出仅26亿元(贵州省)与37亿元(云南省)，经费投入强度仅0.67%(贵州省)与0.6%(云南省)，无论是经济发展规模还是创新环境建设相较于其他省市存在较大的差距.可以看到，在2009年-2018年10年间，长江经济带11个省级地区的耦合协调度整体呈现上升的趋势，到2019年耦合协调度达到中度协调的省级地区增加到7个，其中江苏省(0.99)达到极度协调.具体而言，江苏省高技术产业与创新环境的发展水平都高于其他省市，且江苏省经济发达，对于创新环境与高技术产业的建设投入更具规模，2018年江苏省R&D经费内部支出更是达到了2 504亿元.同时江苏省形成了一批具有主导力量的高技术产业如IT、新材料、重化工，在这种良好的发展状态下，形成了良性的互动，高技术产业与创新环境进入到了发展的成熟期.而浙江省由中度协调(0.41)进入到高度协调(0.69)，同时达到中度协调的还有上海市、四川省、安徽省、湖南省、湖北省.2009年至2018年，四川省、安徽省、湖北省、湖南省发展进步较大，四个省的耦合协调发展皆实现了0.2以上的增长幅度，如四川省在2009年的耦合协调度仅0.28，处于低度失调的发展区间，而到2018年四川省的耦合协调度达到了0.51，增幅达到0.23.其他三个省级地区的提升幅度，安徽省为0.26，湖北省为0.24，湖南省为0.21.可见在这十年的发展期内，长江经济带内陆地区发展势头良好，对于高技术产业与创新环境的建设得到了根本性的改善，各地区的R&D经费投入与经费投入强度都有了显著提高，而对于创新环境的硬、软性条件建设也予以更多的重视.重庆市、江西省、贵州省、云南省则由失调发展迈进到低度协调发展的区间，相较于2009年都分别有提升：重庆市为0.23，江西省为0.20，贵州省为0.15，云南省为0.12.2014年，推动长江经济带发展的指导意见出台，极大的推动了陆海双向开放走廊建设，使得长江经济带沿岸城市走上发展的“高速通道”，极大地增强了创新动力，并依托长江黄金水道优势，加强了长江中上下游的优势互补，形成了创新协作的互动格局.

表5 长江经济带高技术产业与创新环境耦合协调评价Tab.5 Coupling coordination evaluation of high tech industry and innovation environment in Yangtze River Economic Belt

表6 长江经济带耦合协调度分布情况表Tab.6 Distribution of coupling coordination degree of Yangtze River Economic Belt

2.2 高技术产业创新与创新环境耦合协调发展的空间分异特征

为进一步分析长江经济带高技术产业与创新环境耦合协调的空间演变特征，采用自然间断点分级法对 2009 年、2018 年11个省级地区耦合协调情况进行等级划分，并借助 ArcGIS 将结果空间化、可视化(图1、图2).

图1 2009年耦合协调度分布图Fig. 1 Distribution of coupling coordination degree in 2009

图2 2018年耦合协调度分布图Fig.2 Distribution of coupling coordination degree in 2018

从图1、图2可看出长江经济带的耦合协调发展呈现明显的区域块状集聚特征，且长江经济带耦合协调度发展呈现“东高西低”的空间格局.在2009年仅沿海地区江苏、浙江、上海处于中度协调而长江经济带内陆地区处于低度协调，同时云南、贵州、重庆、江西都处于失调发展，与沿海地区差距更是显著.到了2018年，长江经济带的耦合协调发展有了明显的改变，整体空间格局发生了较大的变化.长江经济带的大部分省、直辖市迈入中度协调以上的方阵.2014年，关于依托黄金水道推动长江经济带发展的指导意见出台后，形成了一批具有空间特色的城市群发展联盟.在长江经济带战略指引下，各地区加快高技术产业发展与创新环境建设步伐，加强长江上、中、下游省市间协同发展格局.比如其中具有鲜明特色的“飞地经济”，对于实现区域间资源互补，创新协同有着巨大帮助.而江、浙、沪地区通过产业转移的方式向长江中游地区的湖北、湖南、安徽实现创新园区合作、共建、对接.极大地促进长江经济带中、下游地区协同发展.贵州省积极建设本省创新发展环境，大力推进大数据产业发展，与上海、江苏形成协同发展格局，培育发展电子及新一代信息技术等高技术新兴产业.但从图2中可以明显看到，江、浙、沪地区耦合协调发展程度明显的高于其他地区.一是江、浙、沪地区天然的发展优势优于长江经济带其他地区，二是长江三角洲城市群是全国创新发展基础最好的地区之一.这三个地区围绕高技术产业与创新环境建设，重点优化区域间协调发展.在产业转移过程中，长江下游地区以有序的梯度式转移方式进行产业转移，而高技术产业转移的第一方阵依旧是以长江经济带下游地区发达城市为优先转移目标，其中上海市的高技术产业主要以苏中、浙江、皖南地区为重点疏解地区.因此长江三角洲城市群较长江经济带其他地区在创新协调的发展道路上有着良好的高技术产业先发优势与创新环境综合基础.

2.3 耦合协调空间自相关与演化

为了进一步挖掘我国高技术产业和创新环境之间耦合协调度的空间集聚特征，利用莫兰指数进行全局空间自相关分析(表7).首先，各年份的莫兰指数均大于0，Z值大于2.5，P值小于0.05，表明我国高技术产业和创新环境之间的耦合协调度存在正向空间自相关特征，且通过了显著性检验.2009年至2018年间整体莫兰指数均处于一个相对高值，表明耦合协调度的空间自相关特征在创新发展中起到一定关键性的作用.但从表中可以发现，2009年—2018年高技术产业与创新环境的耦合协调发展的空间相关性呈逐年递减的趋势.耦合协调度相似地区在空间上并非呈随机或离散分布，而是趋于集中分布，即耦合协调水平高的地区，其邻近区域的耦合协调水平相对较高；耦合协调水平低的地区，其邻近区域的耦合协调水平也相对较低.高值聚集区被高耦合协调关系地区包围，低值聚集区被低耦合协调关系地区包围，且这种集聚趋势越来越显著.

表7 高技术产业与创新环境耦合协调度莫兰指数Tab.7 Moran index of coupling coordination degree between high tech industry and innovation environment

3 高技术产业创新与创新环境耦合协调发展动力识别

高技术产业创新与创新环境是一个复合的系统间耦合协调，且驱动因素众多，两者协调发展的过程不仅需要宏观调控，也需要政府层面的积极引导，广大公众的积极参与.基于两系统耦合协调的机制，从经济发展要素、市场环境要素、技术创新要素、政府行为要素、人力资本要素等方面来系统性的讨论两系统耦合协调的动力因素.借鉴相关研究成果[15，22]，地区发展基础是高技术产业发展与创新环境建设的先决基础，因此本文选取人均GDP指标作为经济发展要素.在创新发展中，市场化程度越高，则资源配置效率越高.因此以高技术产业外商直接投资占GDP比值作为市场环境衡量要素.对于技术创新要素、政府行为要素、人力资本要素则分别以R&D经费支出占GDP比值、研究支出占预算支出比值、每十万人高等院校在校人数作为衡量指标(表8).

表8 耦合协调发展动力识别指标框架及描述性统计Tab.8 Framework and descriptive statistics of dynamic identification indicators for coupling and coordinated development

基于2009年—2018年11个省级区域面板数据结构，并根据前文空间相关性分析结果，考虑到耦合发展中存在的空间依赖性，构建空间计量模型，公式为：

β2×FDIi+β3×TEi+β4×GOVi+β5×

(14)

考虑到2009年-2018年我国人力资本水平及人力资本增长效应的不平衡[31]，存在产业结构与人力资本的不匹配现象，为了进一步探究人力资本的动力因素，构建如下公式：

β3×TEi+β4×GOVi+β5×EDUi+

β6EDU2+ui,

(15)

式中，i表示地区，t表示时间；αt表示时间效应，ui为随机扰动项.经过Wald检验，LR检验，SDM模型为最优模型.通过豪斯曼检验，chi2(5)=10.22，在5%的水平下显著拒绝原假设，因此选择随机效应模型.因此选择随机效应的空间杜宾模型为最优模型，回归结果如表9.

表9 动力因素识别模型回归结果Tab.9 Regression results of dynamic factor identification model

根据表9的结果，研究结论与众多学者的研究较为一致[32-33]，经济要素、技术创新要素对创新环境与高技术产业协调发展具有正向促进作用.可以证明的是，经济基础(ECO)是高技术产业技术发展革新，创新环境建设的根本支撑,良好的经济发展水平可以为高技术产业提供更优质的创新发展环境.而技术创新要素(TE)体现了高技术产业创新发展的力度，决定了技术创新的可能性.一方面说明了地区对于参与高技术产业自主创新的意愿，另一方面体现了地区对于创新发展扶持的力度与创新环境“温床”的培育.政府干预要素(GOV)则代表政府的干预程度，是政府参与到高技术产业发展的直接手段，通过对创新资金链的补充，引导创新资源的合理配置.在空间效应上，经济要素、技术创新要素、对外开放要素具有较强的空间溢出效应，创新网络的发展与创新环境的不断完善，大大增加了产业“知识与资源池”，创新环境的良性发展体系构成使得许多产业有了更多的可能得到科技资源，同时获取了较高的创新速度.不仅如此，创新环境的区域协作机制导致众多高科技企业、产业进行高度合作创新，实现创新一体化，而知识在研发的过程中不断地溢出，极大地推动各地创新环境的优化.由此可见，长江经济带各地区下一步应当以高技术产业为核心，构建研发同盟，加快产业间地技术交流，增加高技术产业研发投入，以长江经济带的黄金航道为依托，破除技术发展的壁垒，扩大对外出口，以长江下游地区为阵地，带动中上游地区扩大高技术产品出口值，形成良性创新发展的外部环境.

但值得注意的是，在研究中发现对外开放要素与人力资本要素显著为负，政府干预要素对本地高技术产业发展影响不明显，同时本地区的协调发展建设对周边地区呈现负向的空间溢出效应.通过对长江经济带发展基础与高技术产业发展的特性考量，本文发现：一方面，是由于FDI等资本投入对于综合发展能力高、R&D投入高、要素资本丰富的高技术产业地区具有正向溢出效应，但是反之对于发展相对逊色的地区则具有抑制作用[34].长江经济带地区创新环境、高技术产业建设差距较大，区域间高技术产业协同能力弱、创新竞争力低，且高技术产业发展的高门槛使得长江经济带部分地区难以以自身能力支撑高技术产业发展的需求，而其过多的外商投资、周边地区的“发展崛起”使得“虹吸效应”增大.导致其他地区与本地区进行人才争夺，创新资源被外企掠夺，导致本地高技术产业与创新环境建设的滞后.另一方面，在研究中发现，在高技术产业与创新环境协调发展中，人力资本因素存在门槛，这与高彩梅的研究[31]具有一致的结论.长江上中下游地区人力素质差别较大，而高技术产业对于人力素质要求较高，导致未跨过门槛的地区，人力资本要素成为制约地区高技术产业发展的重要因素.

4 结论

在分析高技术产业和创新环境耦合机理的基础上，选取高技术产业和创新环境评价指标，通过数据标准化处理和熵权法计算权重，并构建高技术产业和创新环境耦合协调度模型，对2009年—2018年两者之间的耦合协调关系进行实证研究，从时间、空间两个角度分析高技术产业和创新环境间的耦合协调度发展规律，再通过面板回归模型研究二者协调发展的动力因素，得到结论.

1) 从长江经济带整体发展来看，创新环境建设呈现良好势头，高技术产业与创新环境耦合度高，高技术产业的发展很大程度依赖于地区的创新环境建设.从发展的角度来看创新环境是一个复杂、多元的混合型外部环境，在经济发展的同时对于地区的创新环境建设也是不容忽视的，这是一个长期且持续的发展及建设过程，需要各方面协调共进.在创新环境建设与高技术产业发展中，江、浙、沪地区是其他省市发展的标杆，对于创新环境的建设与高技术产业的扶持都强于长江经济带其他地区.从研究中发现，耦合协调度高的省市，高技术产业发展与创新环境建设往往都优于其他地区，雄厚的资源禀赋与良好的创新环境能够有效的驱动区域创新发展，从而带动地区产业的迅速发展.

2) 长江经济带高技术产业与创新环境耦合协调发展水平呈持续上升趋势，长江经济带11个省级地区的耦合协调水平的绝对差距与相对差距逐渐缩小，空间差异呈逐渐缩小态势，且迈入勉强协调的城市逐步增加并形成协同发展城市群，呈现较为明显的区域块状聚集特征，整体呈东高西低的空间格局，但是长江上游部分地区发展依旧差强人意，发展协调不平衡问题依旧突出，“马太效应”严重.

3) 目前政府干预创新发展的“强度”上需要谨慎把握，地区政府的对创新发展的“质变”促进作用呈现低效.长江经济带地区目前的集聚发展的程度上，市场资本相对完善，政府的财政补贴政策作为干预手段，如果过度地干预则会对高技术产业的市场产生“挤出效应”，加剧产业的恶性竞争，对高技术产业发展与创新环境建设产生逆向作用。与此同时长江经济带部分地区高技术产业仍以粗放型模式发展，则必须发挥政府引导职能，实行创新政策和财政补贴“两步走”，推动高技术产业的发展有“量”也有“质”.在人力资本优势未得到凸显的情况下，必须坚持“人才兴地”发展战略，构建政、产、研、学合作同盟体，促进人力资本效应的有效发挥，推动高技术产业与创新环境协调发展.