产业集聚对我国高新技术企业创新效率的空间影响研究

赵静 金祥荣

文章编号：1008-7133（2022）01-0046-11

摘要：本文基于2013—2019年中国138个地级市的1 381个沪深A股上市高新技术企业数据，运用空间杜宾模型探讨产业集聚对高新技術企业创新效率分阶段的空间影响。研究发现：产业集聚对高新技术企业创新效率的影响呈边际效应递减，随着集聚水平的提升，产业集聚对高新技术企业创新效率的促进作用有所下降;产业集聚对高新技术企业创新效率的空间溢出效应显著，存在明显的创新阶段差异性，即产业集聚对周边地区企业创新效率的影响在技术研发阶段为正、在成果转化阶段不显著，而对本地企业创新的影响主要表现在成果转化阶段，产业集聚对高新技术企业技术效率表现出更加显著的正向空间溢出效果。并且这一效应在东部地区最明显、在中部地区不显著、在西部地区效应明显，但未形成技术合作的空间循环效应。研究对理解我国高新技术企业发展现状和优化高新技术产业布局具有重要的理论价值和现实意义。

关键词：高新技术企业;产业集聚;创新效率;空间溢出

DOI：10.16315/j.stm.2022.01.003

中图分类号： F273.1

文献标志码： A

Spatial Impact of industrial agglomeration on innovation

efficiency of high-tech enterprises in China

ZHAO Jing，JIN Xiang-rong

（Business School， Ningbo University， Ningbo 315211， China）

Abstract：Based on the data of 1 381 Shanghai and Shenzhen A-share listed high-tech enterprises from 138 prefecture-level cities in China from 2013 to 2019， this paper uses spatial Dubin model to explore the spatial impact of industrial agglomeration on the innovation efficiency of high-tech enterprises in different stages. The results show that： the marginal effect of industrial agglomeration on the innovation efficiency of high-tech enterprises decreases， and the promotion effect of industrial agglomeration on the innovation efficiency of high-tech enterprises decreases with the increase of agglomeration level. industrial agglomeration spillover effects on the efficiency of the high and new technology enterprise innovation space， the innovation phase difference of obvious， namely the industrial concentration on the efficiency of the enterprise innovation in areas surrounding the impact is positive， the transformation of the achievements in technology research and development phase stage was not significant， and the impact on the local enterprise innovation is mainly manifested in achievement transformation stage， Industrial agglomeration has a more significant positive spatial spillover effect on the technology.

Keywords：high-tech enterprises; industrial agglomeration; innovation efficiency; spatial spillover

高新技术企业是技术密集型企业的代表，其创新效率的高低往往体现一个国家或地区的创新能力，是国家创新体系的重要组成部分。因此如何提高高新技术企业创新效率一直是学界重要议题。创新价值链将创新视作一个首尾互联过程，分为创意产生、创意转换和创意扩散。创新价值链理论提出后，多位学者展开对企业创新活动分阶段的研究，指出中国高技术产业低研发—低转化的资源利用模式不利于企业整体创新效率的提高[1-2]。产业集聚作为我国实体经济的基本组织形式，主要通过规模经济和技术溢出效应为技术进步提供杠杆。但在集聚水平变化过程中，技术溢出效应会发生何种变化？产业集聚对企业的技术研发阶段和成果转化阶段又分别有怎样的溢出效果？需要深入研究二者间的特殊内在机理，以实现中国高新技术企业研发模式的转变升级。

目前关于产业集聚与企业创新的研究大体分为3类：一是产业集聚对企业创新效率的促进作用。如Antonietti等[3]以意大利制造业企业为研究对象，研究不同模式产业集聚对企业创新的影响，发现多样化集聚显著提升企业研发水平，专业化集聚帮助提升企业整体创新效率。Hervas等[4]利用西班牙6 697家企业数据发现集群内的协同区位对企业创新绩效有正向影响，但企业从集聚中的获益分布并不均匀。集聚效应确实存在，但并非所有企业都能平等受益。二是产业集聚与企业创新效率的非线性特征。国内外学者使用不同数据样本均发现产业集聚与企业创新效率间的“倒U型”关系[5-7]。三是产业集聚对企业创新效率的空间溢出效应。学者研究发现产业集聚的正向空间相关性和城市间创新效率的显著空间溢出效果[8-9]。进而展开两者间相关空间效应探讨，如于伟等[10]发现在高技术产业集聚与研发效率的互促机制中，研发效率对集聚的跨区域影响不显著，而集聚对研发效率的跨区域影响显著为正。徐丹等[11]以长三角城市群为研究对象，发现城市高技术产业集聚能够显著提高本地的创新产出水平，而对邻近城市的创新产出具有显著负向空间溢出效应。

在研究内容上，现有文献主要研究产业集聚对企业创新活动整体的影响，尚未考虑集聚状态下，企业的技术研发专利能否转化为新产品，创新成果能否产生经济效益。所以分析产业集聚对企业创新活动不同阶段创新效率的空间溢出效应，是有待深入研究的议题。本文基于创新价值链理论，以2013—2019年中国138个地级市的1 381个沪深A股上市高新技术企业数据为样本，基于空间视角探讨产业集聚对高新技术企业创新效率分阶段的空间影响。探讨不同创新活动阶段下产业集聚的溢出效应差异，一定程度上丰富了相关研究，引发学者思考，并在城市高新技术产业优化布局方面提供可行性建议。

文章结构具体安排如下：第二部分梳理理论机制;第三部分构建文章变量指标、说明数据来源并构建模型;第四部分进行数据特征描述、空间权重矩阵设定、空间相关性检验和SDM空间计量分析;第五部分分样本进行稳健性检验;第六部分在结论的基础上提出启示。

1理论机制

1.1产业集聚对企业创新效率的内部影响

1）资源汇集对创新的影响。产业集聚实际上是人才、资金、信息、设施等资源在地理上集中的过程。作为新兴产业，高新技术企业需要大量高质量人才、研发投入资金、各类市场及政策信息、专业化技术设备投入研发。而集聚区内企业恰恰可以快速找到所需的投入要素，以较低的成本进行实验，促进创新更快地实现。切萨布鲁夫在《开放式创新》一书中提到创新需要企业利用外部资源。很多著名的大型企业都有利用其他企业或大学研究机构的资源进行开放式创新的实践。因此，在研发要素方面，集聚区内的资源汇集可以为高新技术企业有效提供研发费用投入、技术员工、形成一定产业规模;在外部环境方面，集聚区内企业可以最大化利用交通基础设施，促进政府补贴、税收优惠等政策信息流动。

2）知识溢出对创新的影响。创新所需要的知识流动建立在人的独立见解和交流的基础上。在高新技术产业领域，许多最新的或者隐含于经验中的知识都不易从正式渠道获取。产业集聚为这些技术型知识的获取和扩散提供获取路径。魏江[12]认为集群的创新动力来源于知识溢出，而知识溢出需要地理的邻近性优势来流动，所以地理集聚为知识溢出提供可靠的传播路径。从产品价值链角度来看，集聚区内企业可以有前向、后向、横向分布，产业链条完整且具有很强的相近性和互补性。这在高新技术企业这一特殊群体表现更为明显，考虑到先进知识时效性，产业集聚不仅有利于知识的传播与分享，而且相较于正式交流，实地参观访问、聊天等非正式交流的知识传播速度更快。在降低获取知识的成本的同时，企业能够快速学习消化新知识，通过“干中学”来提高知识利用率和高新技术产业整体的创新水平，满足高新技术企业快速实现学习知识至技术研发的需求。

3）拥挤效应对创新的影响。规模报酬递增是要素集聚的前提，但是规模经济可能并不会永远持续下去[13]。产业集聚区内资源禀赋有限，当集聚过度状态下企业密度超过产业容量时，生活成本上升、高端创新要素稀缺、专业设备设施紧张，由于要素比例的失衡产生集聚的非经济性，限制着集聚区内企业生产经营的同时加剧高新技术企业对创新资源的争夺[14];另外，高新技术领域需要企业与上下游配套的供应商、客户有较强关联性，集聚密度过大引发企业间为创新资源而恶性竞争，创新网络优势减弱甚至消失，增加物流成本和交易费用，进一步强化要素比例失衡所造成的拥挤效应。因此，集聚过度情况下，集聚区内企业规模、交通基础设施等可能通过拥挤效应抑制着企业创新效率水平。

1.2产业集聚对企业创新效率的空间溢出

一方面，高级劳动力、技术、知识等创新要素的自由流动，是创新产出的前提[15]。以专业技能型人才的流动为例，高新技术产业园区吸引并聚集着大量的专业人才。由于每个专业人才具备不同细分专业领域的技能知识和技术，在从其他区域引入和从本地区流出的过程中，其贡献的劳动均会为就职企业带来效益增值，同时所拥有的知识技能对企业的经营和创新活动带来溢出效应。技术、知识和高新技术关联企业的空间迁移均会带来明显的空间溢出效果。

另一方面，創新活动建立在庞大创新网络之上。其中企业处于整个创新网络的核心，在上下游配套关系中与供应商和客户相关联，知识、资金、人才等流入企业，创新成果从企业流出，成果商业化所得补充技术研发所需资源的资金，进行新一轮创新活动，形成良性循环[16]。在创新网络中，金融、法律、咨询、广告等方面的服务提供商围绕于企业周围，形成完整的创新生态系统。高校、技术创新中心、行会、知识产权服务机构等合作机构鼓励从事重大生产、供应、销售、设计活动的企业间加强联系，降低物流成本和交易费用，加强新产品的销售与应用;另外促使产、学、研、官互动，实现科研成果商业化。总之，其有助于提高行为主体的集体效率和创新协同效果，并为主体间交流知识、技术和信息提供一个专业化平台。因此，当集聚区内创新领先企业实现技术研发上的新突破，通过创新网络为其他城市输入更多的创新要素，同时成功研制新产品，有助于其他企业学习先进知识，扩大研发产品的应用与需求范围，带动邻近地区企业研发能力的提升。

但是，当区域产业集聚过度，企业密度超过产业容量，一定程度上会吸附邻近地区的创新要素和资源，抑制周边地区技术研发，主要表现在以下2点：一是，过度竞争下，高新技术企业可能对周边地区企业严密设防，努力保护自己的技术知识和专利，极力减少创新成果被模仿盗用的风险，防止技术外泄;恶性竞争情况下最大化延长创新成果的收益期，极端情形下向周围地区企业散步虚假信息，模糊技术知识和真实信息的扩散渠道，使得企业决策者对技术研发的方向和进程产生质疑，降低企业间合作意愿和水平，从而降低研发效率[6]。二是，企业间的激烈竞争使得决策者开始零和博弈，新产品收益中更多的“研发资金”流向消费者，减少自身与竞争者利润，牺牲集体利益以限制周边竞争者研发进程。高新技术产业集聚区内知识的高度外溢性和创新的高风险性共存，新知识、新技术的扩散使得率先创新主体的高额利润被二次创新瓜分，集聚区内企业进行研发投入的意愿降低，转而选择“搭便车”来达到产品升级创新的目的。对市场上新产品模仿创新，甚至只模仿不创新。成果商业化的风险与成本决定了这种现象在高新技术领域更为明显。其结果可能是同质产品泛滥，经济主体甚至开启价格战。这种只模仿不创新的“搭便车”行为使得企业间滋生出创新“惰性”[17]，甚至出现技术锁定现象。这种情况下的创新网络便可能成为高新技术企业不断增强的自我保护锁定系统，形成创新活动路径依赖发展模式。

2变量说明与模型构建

2.1变量说明

1）被解释变量。高新技术企业创新效率（efficit）。本文利用deap-solver pro5.0软件，使用Tone[18]提出的网络SBM-DEA模型测算138个地级市的高新技术企业创新效率，利用当地所有上市高新技术企业研发费用总和、技术员工总数、发明专利申请量、主营业务收入和净利润总和来衡量。其中：研发费用总额、企业技术员工总数、发明专利申请量为投入指标;主营业务收入和净利润为产出指标。结合实际创新活动过程，参考窦超[19]的做法，将结果分解为技术效率和经济效率，指标体系如表1所示。

2）解释变量。产业集聚水平（aggit）。本文利用区位熵公式测算138个地级市的高新技术产业集聚水平，计算公式如下：

aggij=qij∑mi=1qij∑nj=1qij∑mi=1∑nj=1qij。（1）

其中：qij表示第j个城市的高新技术产业规模;∑mi=1qij表示全国高新技术产业规模;∑nj=1qij表示第j个城市所有产业规模;∑mi=1∑nj=1qij表示全国所有产业规模。区位熵值越大，该城市高新技术产业集聚水平越高。

基于微观数据计算产业集聚，本文参考曹慧霞[20]做法，采用当地所有上市高新技术企业营业收入总和来衡量城市产业规模，用城市GDP总量来衡量所有产业规模计算区位熵。qij表示j城市上市高新技术企业营业收入总和;∑mi=1qij表示全国上市高新技术企业营业收入总和;∑nj=1qij表示j城市GDP总量;∑mi=1∑nj=1qij表示全国GDP总量。

3）控制变量。本文将企业创新效率的众多影响因素分为两方面，从企业特征和城市环境2个角度来选择控制变量。

企业规模（sizeit）。董宁等[21]的研究表明企业创新决策受到企业规模非线性影响。人力、资金、技术等要素更倾向于投入大规模企业。因此采用当地所有上市高新技术企业总资产自然对数来度量各城市的企业规模值。

政府补贴（govit）。安同良等[22]认为政府对企业的支持会影响企业在技术研发和创新生产等活动的积极性。各地政府相继推出政府项目补助、新型产业专项扶持资金等政策对本地高新技术企业展开扶持工作。故采用当地所有上市高新技术企业当年政府补助额占营业收入总额比重来反映政府支持力度。

税收优惠（taxit）。各地政府对于高新技术企业的支持还体现在税收优惠上，间接影响着企业的资金导向[20]。故借鉴王聪[23]的做法，文章采用企业利润总额×所得税率（15%）在主营业务收入中占比来衡量税收优惠指标。

城市发展水平（pgdpit）。经济发展水平好的城市拥有较为广阔的市场需求、丰富的要素资源、完善的专业设备和创新网络，对高新技术企业创新活动产生较大影响[24]。同时，经济发展水平是影响产业集聚程度的重要因素[25]。选用城市人均GDP指标来衡量城市发展水平[26]。

对外开放程度（openit）。彭向等[27]研究认为外商资本对我国工业行业技术创新存在技术外溢和竞争挤占2种效应。因此本文采用实际使用外资金额与地区GDP比重来衡量城市对外开放程度[28]，并控制其可能对创新效率产生的影响。

交通基础设施（subit）。企业生产经营依赖于良好的基础设施配套，交通基础设施状况是企业生产经营的保障。本文选用各市货运总量来衡量城市交通基礎设施状况[29]。

市场化水平（markit）。市场化水平越高的地区拥有着更为开放自由的生产经营环境，影响地区产业集聚和企业创新积极性[30]。考虑到数据可得性与时效性，本文参考郭金花和郭淑芬[31]的做法，选用城市非国有企业产值在工业总产值中的比重来衡量市场化水平。

2.2数据来源

本文采用2013—2019年中国沪深A股上市高新技术企业的数据，来自国泰安数据库（CSMAR）和中国研究数据服务平台（CNRDS），部分缺失数据通过上市公司年度报告查找。高新技术企业判定依据以CSMAR数据库中2013—2019年上市公司资质认定信息文件确定。为了保证估计结果有效，借鉴王聪[22]的做法，本文对样本进行以下处理：剔除ST和*ST样本，排除负债水平较高的企业对结果带来偏差;删除房地产、金融等主业与高新技术不密切的企业样本;删除样本缺失值、异常值较多的样本;在1%水平上对连续变量进行Winsor缩尾处理。

经过筛选得到1 381家高新技术企业。根据2012年上市公司行业分类指引和中商产业研究院公布的《高新技术企业领域分类2016版》，高新技术企业包含电子信息、生物与新医药、航空航天、高技术服务、新能源与节能、资源与环境、先进制造与自动化八大高新技术领域。

按照公司办公地点进行分类，一共分布在全国138个城市。加总各公司营业收入数据，最终得到历年全国和每个城市的上市高新技术企业营业收入总和。历年全国GDP总量和城市GDP总量数据来源于《中国城市统计年鉴》（2014—2020）。

2.3模型构建

本文在进行空间计量模型设定时，通过LM检验和LR检验判断，空间杜宾模型不宜退化为空间滞后模型或空间误差模型。因此本文将运用空间杜宾模型进行后续分析。Hausman检验结果在5%的显著性水平上拒绝了原假设，因此固定效应模型更适用于文章要求。

efficit=β0+β1aggit+β2agg2it+δ1Xit+μit+

ηit+εit。（2）

efficit=β0+ρ1∑nj=1wijefficit+β1aggit+

β2agg2it+

ρ2∑nj=1wijaggit+ρ3∑nj=1wijagg2it+δ1Xit+

δ2∑nj=1wijXit+μit+ηit+εit。（3）

其中：i表示地区，t表示年份，efficit表示i地区t年份的创新效率（技术效率、经济效率）。aggit表示i地区t年份的产业集聚，agg2it表示产业集聚二次项，

Xit表示控制变量，μit和ηit分别表示地区和时间固定效应，

εit为残差项。式（2）为基本面板模型，式（3）为空间面板模型，ρ1用以测度i地区创新效率对其他地区的空间溢出效应，ρ2、ρ3分别表示本地产业集聚与产业集聚二次项对邻近地区的示范效应，δ1和δ2分别表示控制变量的本地影响和外溢效应。

3实证检验与结果分析

3.1描述性统计说明

首先使用软件stata15对面板数据进行平稳性检验，集聚水平、创新效率两变量均在1%水平下通过LLC和HT检验，表明关键变量平稳，可忽略伪回归对实证结果的影响。文章变量的描述性统计，如表2所示。

由于篇幅有限，本文展示高新技术企业区位熵和创新效率排名前十的城市，如表3所示。北京、上海、杭州、佛山、昆明经济发达，技术积累丰富，有充足的资金和创新资源，呈现出城市高新技术企业高度集聚和高效率状态。从均值水平上来看，城市间差距较大。

3.2空间权重矩阵设定

最常见的3种空间权重矩阵：一是相邻權重矩阵;二是地理距离倒数权重矩阵;三是经济权重矩阵。简单的相邻权重矩阵是粗略反映地区空间结构关系的矩阵，严格外生于模型本身，是现有文献中最常见的选择。地理距离倒数权重矩阵克服了相邻权重矩阵空间位置上的“粗略”，完全依赖于空间距离但又很大程度上忽略了地区间经济变量的真实关联。经济权重矩阵由于本身具有内生性，在实证经验中本身可作为内生性变量，可能导致待估参数的内生性偏误，与空间计量模型基本假设前提相悖。因此本文选用相邻权重矩阵和地理距离倒数权重矩阵进行后续空间计量回归。

相邻权重矩阵：

wij=1，当地区i和地区j拥有共同的边或顶点;

wij=0，当地区i和地区j无共同的边或顶点。

地理距离倒数权重矩阵：

wij=1/dij，当i≠j;

wij=0，当i=j。

其中，dij表示地区i和j之间的地理距离，此值根据各地级市市政府地点的经纬度计算，经纬度坐标来源于国家基础地理信息系统。

3.3空间相关性检验

使用空间计量模型的基本前提是经济变量间存在空间相关性，所以首先需要对相关变量进行全局空间相关性检验。基于地理距离倒数权重矩阵计算的区位熵和创新效率2个核心变量的Moran’s I指数，如表4所示。结果显示，高新技术企业集聚与创新效率的Moran’s I指数大部分年份通过了显著性检验，有空间关联特征。

随后，基于地理距离倒数权重矩阵进行局部空间相关性检验，本文计算了各地级市的局部莫兰指数情况，依据2017年和2019年各地级市高新技术企业集聚水平和创新效率而画出的莫兰散点图，如图1、图2所示。由图1、图2可知，2个指标的局域特征具有一定的规律性，这为下文研究中国高新技术企业集聚与创新效率的空间溢出效应提供先验基础。

3.4基于SDM的空间计量分析

基于空间杜宾模型（SDM）进行空间计量回归。在相邻权重矩阵和地理距离倒数权重矩阵下的回归结果，如表5所示。将被解释变量分解为技术效率和经济效率，分别进行回归。限于篇幅，下表未报告控制变量的加权空间滞后项的回归结果。

由表5相邻权重矩阵回归可知，高新技术产业集聚对本地企业创新效率的影响系数agg为0.137，agg2为-0.019，分别在1%、5%水平下显著，表明适度产业集聚能有效促进本地企业创新效率增长，而集聚过度对本地企业创新效率的增长产生抑制效果。这表明高新技术产业集聚对本地企业创新效率的影响呈边际效应递减效果，印证了胡佛的产业集聚最佳规模论。直接效应、间接效应与总效应的分解，如表6所示。可以看到对于周边地区，这种非线性影响同样存在。高新技术产业集聚是提升企业创新效率的催化剂。高新技术企业的不断集聚、叠加、演化，为各个企业提供了便捷高效的资源汇集和知识技术交流。企业间的地理邻近性可以有效发挥集聚效应，通过知识溢出获得大量技术知识，为高新技术企业自身研发能力转化为商业成果并获得经济收益带来了非常有效的积极外部效应。随着集聚水平提升，集聚可以通过资源剥夺、拥挤效应等渠道对相邻地区创新效率产生负向空间溢出效应。因此，产业集聚对周边地区企业创新效率产生的非线性影响效果可以通过溢出效应实现。通过上述分析，本文得出如下结论：产业集聚对本地及周边地区企业创新效率均存在非线性影响，呈边际效应递减，地区之间“一荣俱荣、一损俱损”。

进一步分析创新效率分解，由表5、表6可知，高新技术产业集聚对本地及周边地区企业技术效率、经济效率的影响存在明显差异。具体来看，高新技术产业集聚对本地企业技术效率影响虽呈非线性，但不显著，而对周边地区技术效率的间接效应影响系数为0.975，在1%水平下显著;产业集聚对本地区企业经济效率的影响系数agg为0.140、agg2为-0.019，分别在1%、5%水平下显著，而对周边地区经济效率的间接效应影响系数为负，且不显著。因此，产业集聚的空间溢出效应表现出创新阶段差异性，技术研发阶段为正，成果转化阶段不显著，即对企业技术效率表现出更加显著的空间溢出效果。上实证结果表明：在技术研发阶段，产业集聚对周边企业技术效率具有影响，区域间的知识扩散和信息交流能够有效形成创新网络，帮助其他企业学习先进技术，提升研发能力;在成果转化阶段，产业集聚对周边企业经济效率的影响不明显，对本地企业经济效率产生较为明显的直接效应。发展较好的产业集聚很容易产生自我强化的创新成果发展路径，在成果转化阶段形成路径依赖，推动区域内创新成果的转化，而对周边企业未产生显著影响。因此，在周边企业的初期技术研发阶段，相关政策制定者可通过鼓励集聚来强化技术研发的溢出效应，提高技术研发效率，而后依据集聚区内部的创新成果发展路径提高区域内企业成果转化效率。

在影响企业创新效率的其他变量中，税收优惠、交通基础设施建设的影响系数分别为0.008、0.001，分别在5%、10%水平下显著，这表明为高新技术企业提供税收优惠显著提升企业创新效率;城市交通基础设施的配套易于强化创新网络，为高新技术企业创新活动提供较为明显的便利。

由考虑到相邻权重矩阵无法像地理距离倒数权重矩阵那样反映地区间真实准确的地理距离，表5地理距离倒数权重矩阵回归结果可知，变换矩阵后的回归结果与之前矩阵大体一致。在使用地理距离倒数权重矩阵后，产业集聚及其二次项对创新效率、技术效率、经济效率的影响系数均有所提升，这表明研究结果较强的稳健性，且相邻权重矩阵下回归结果低估了高新技术产业集聚的影响效果。

从创新效率的效应分解来看，地理距离倒数权重矩阵下回归结果与相邻矩阵大体一致，且反地理矩阵的直接、间接、总效应分解系数均显著大于相邻矩阵，这表明上文分析有较强的稳健性，且相邻权重矩阵下回归结果低估了高新技术产业集聚的空间效应。

综上所述，单纯走靠本地区产业集聚推动创新的发展模式并不是最优路径，需要协同周边邻近地区的创新资源和活动加以联动发展，并且需要持续关注产业集聚的空间溢出效应，防止集聚过度引发空间负效应，地区之间“一荣俱荣、一损俱损”，需要本地与周边地区的高度配合。同时应当实时关注高新技术产业集聚形成后的创新成果发展路径，尽量减少企业创新活动的路径依赖。

4稳健性检验

本文在空间分析中使用相邻权重矩阵和地理距离倒数权重矩陣进行模型的参数估计，结果一致较为稳健。考虑到分样本对估计结果可能会产生影响，将样本分为东、中、西部进行分区的稳健性检验，如表7、表8所示。

表7的结果与表5回归结果基本一致。高新技术产业集聚的空间溢出效应存在明显的创新阶段差异性，高新技术产业集聚对周边地区企业创新效率的空间溢出效应在技术研发阶段为正，在成果转化阶段不显著。这表明表5的回归结果具有较强稳健性。不同地区的产业集聚产生的空间溢出效应不同，东部地区最为明显，地区间互动效应最强，技术交流频繁;中部地区集聚效应不明显，尚未形成良好的技术合作交流平台;西部地区集聚效应明显，但技术合作尚未形成空间互动效应。

5结论与启示

本文基于2013—2019年中国138个地级市的1 381个上市高新技术企业相关数据，利用空间杜宾模型实证分析了产业集聚对高新技术企业创新效率的空间影响。结论如下：

产业集聚对高新技术企业创新效率的影响呈边际效应递减，随着集聚水平的提升，产业集聚对高新技术企业创新效率的促进作用有所下降;产业集聚对高新技术企业创新效率的空间溢出效应表现出明显的创新阶段差异性，产业集聚对邻近地区企业创新效率的影响在技术研发阶段为正、在成果转化阶段不显著，而集聚对本地企业创新效率的影响主要表现在成果转化阶段。也即是说，产业集聚对高新技术企业技术效率表现出更加显著的正向空间溢出效果;产业集聚的空间溢出效应存在地区异质性，从传统地理区位角度看，产业集聚的溢出效应在东部地区最明显、在中部地区不显著、在西部地区效应明显，但未形成技术合作的空间循环效应。

本文对在一定的集聚水平下，如何促进高新技术企业创新效率的提升提出以下几点建议：

1）各城市需因地制宜，以自身产业集聚程度为基础，根据不同产业集聚程度和要素禀赋需求属性，制定适合自身的集聚区规划策略，引导企业有序定址、迁移和合理集聚。注重产业集聚水平与高新技术企业创新效率的协调发展，预防集聚过度下的城市拥挤效应和技术锁定。

2）各市政府在规划产业集聚发展模式时，应注重创新区域间的创新活力、功能互补、资源流动与市场需求，逐步形成集聚区之间相互依靠、相互分工、相互联动的发展格局。努力发挥高新技术产业集聚对企业创新效率的正向空间溢出，推动高新技术产业集聚创新活动的互联互动大发展。

3）各区域主体以自身发展实际为基础，结合企业创新所处阶段，为企业间的技术研发和成果转化营造有利市场环境。充分挖掘区域内各种资源禀赋可能的创新组合，极力发挥企业技术研发的正向空间溢出，同时努力形成区域内协调创新发展新路径。

参考文献：

[1]郑坚，丁云龙.高技术产业技术创新效率评价指标体系的构建[J].哈尔滨工业大学学报（社会科学版），2007（6）：105.

ZHENG J，DING Y L.Construction of index system to assess technical innovation efficiency in high-tech industry[J].JOURNAL of HIT（SOCIAL SEIENCES EDITION），2007（6）：105.

[2]肖仁桥，钱丽，陈忠卫.中国高技术产业创新效率及其影响因素研究[J].管理科学，2012，25（5）：85.

XIAO R Q，QIAN L，CHEN Z W.Research on the innovation efficiency and its affecting factors in China’s high-tech Industries[J].Journal of Management Science，2012，25（5）：85.

[3]ANTONIETTI R，CAINELLI G.The role of spatial agglomeration in a structural model of innovation，productivity and export：A firm-level analysis[J].The Annals of Regional ence，2009，46（3）：577.

[4]HERVAS O J L，SEMPERE R F，ROJAS A R，et al.Agglomerations and firm performance：Who benefits and how much？[J].Regional Studies，2018，52（3）：1.

[5]FRITSCH M，SLAVTCHEV V.Industry specialization，diversity and the efficiency of regional innovation systems[J].SSRN Electronic Journal，2008.

[6]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，2015，33（2）：215.

XIE Z Y，Can local agglomeration of high-tech industries improve R&D efficiency：An empirical study based on pharmaceutical industry[J].Studies in Science of Science，2015，33（2）：215.

[7]金春雨，王伟强.我国高技术产业空间集聚及影响因素研究：基于省级面板数据的空间计量分析[J].科学学与科学技术管理，2015，36（7）：49.

JIN C Y，WANG W Q.Study on China's high-tech spatial agglomeration and its determinants：Based on the spatial econometric analysis of provincial panel data[J].SCIENCE of SCIENCE and MANAGEMENT of S.& T，2015，36（7）：49.

[8]马有才，罗子娴.产业集群协同创新研究热点演进及趋势展望[J].科技与管理，2021（4）：10.

FENG Y C，LUO Z X.Evolution and trend prospect of collaborative innovation research hotspots in industrial clusters[J].Science-Technology and Management，2021（4）：10.

[9]SHENG Y，ZHAO J，ZHANG X，et al.Innovation efficiency and spatial spillover in urban agglomerations：A case of the Beijing-Tianjin-Hebei，the Yangtze River Delta，and the Pearl River Delta[J].Growth and Change，2019，50（4）.

[10]于偉，张鹏，姬志恒.高技术产业集聚与区域研发效率的空间交互溢出效应：基于空间联立方程的实证研究[J].经济问题探索，2019（4）：121.

YU W，ZHANG P，JI Z H.Spatial interaction spillover effect between high-tech industrial agglomeration and regional R&D efficiency-empirical research based on spatial simultaneous equations[J].Inquiry Into Economic Issues，2019（4）：121.

[11]徐丹，于渤.长三角城市群高技术产业集聚空间溢出效应研究[J].科技进步与对策，2021，38（6）：29.

XU D，YU B.Research on spatial spillover effect of high-tech industry agglomeration in Yangtze River Delta urban agglomeration[J].Science & Technology Progress and Policy，2021，38（6）：29.

[12]徐蕾，魏江.网络地理边界拓展与创新能力的关系研究：路径依赖的解释视角[J].科学学研究，2014，32（5）：767.

XU L，WEI J.Research on the relationship between network geographic boundary expansion and innovation capability：A path-dependent explanatory perspective[J].Studies in Science of Science，2014，32（5）：767.

[13]周圣强，朱卫平.产业集聚一定能带来经济效率吗：规模效应与拥挤效应[J].产业经济研究，2013（3）：12.

ZHOU S Q，ZHU W P.Must industrial agglomeration be able to bring about economic efficiency：economies of scale and crowding effect[J].Industrial Economics Research，2013（3）：12.

[14]张涵.多维邻近下高技术产业集聚的空间溢出与区域创新研究[J].经济体制改革，2019（6）：68.

ZHANG H.The spatial spillover of agglomeration and regional innovation of high-tech industries in multi-dimensional proximity[J].Reform of Economic System，2019（6）：68.

[15]毛金祥.經济集聚对区域创新的影响研究[D].上海：上海社会科学院，2019：1.

MAO J X.Study on the impact of economic agglomeration on regional innovation[D].Shanghai：Shanghai Academy of Social Sciences，2019：1.

[16]王缉慈.创新的空间：产业集群与区域发展[M].北京：科学出版社，2020：1.

WANG Y C.Space for innovation：Industrial clusters and regional development[M].Beijing：Science Press，2020：1.

[17]胡彬，万道侠.产业集聚如何影响制造业企业的技术创新模式：兼论企业“创新惰性”的形成原因[J].财经研究，2017，43（11）：30.

HU B，WAN D X.How does industrial agglomeration affect the technological innovation mode of manufacturing enterprises[J].Journal of Finance and Economics，2017，43（11）：30.

[18]TONE K，TSUTSUI M.Network DEA：A slacks-based measure approach[J].European Journal of Operational Research，2009，197（1）：243.

[19]窦超，熊曦，陈光华，等.创新价值链视角下中小企业创新效率多维度研究：基于加法分解的两阶段DEA模型[J].科技进步与对策，2019，36（2）：77.

DOU C，XIONG X，CHEN G H，et al.Multi-dimension study on SMEs innovation efficiency from the perspective of innovative value chain[J].Science & Technology Progress and Policy，2019，36（2）：77.

[20]曹慧霞.城市战略性新兴产业集聚对企业全要素生产率增长的影响[D].上海：上海财经大学，2020：1.

CAO H X.The influence of irban strategic emerging industry agglomeration on enterprise total factor productivity growth[D].Shanghai：Shanghai University of Finance and Economics，2020：1.

[21]董宁，金祥荣.企业规模与创新模式选择[J].财经问题研究，2018（8）：98.

DONG N，JIN X R.Enterprise scale and innovation mode selection[J].Research on Financial and Economic Issues，2018（8）：98.

[22]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究，2009，44（10）：87.

AN T L，ZHOU S D，PI J C.The incentive effect of R&D subsidy on Chinese enterprises' independent innovation[J].Economic Research Journal，2009，44（10）：87.

[23]王聪.中国高新技术企业创新效率研究[D].北京：中国社会科学院研究生院，2020：1.

WANG C.Research on innovation efficiency of Chinese high-tech enterprises[D].Beijing：Graduate School of Chinese Academy of Social Sciences，Beijing，2020.

[24]孙玉涛，李苗苗.企业技术创新能力培育的区域性因素：基于战略性新兴产业上市公司的实证分析[J].科学学与科学技术管理，2013，34（8）：129.

SUN Y T，LI M M.Regional factors in the cultivation of enterprises' technological innovation ability：Based on the empirical analysis of listed companies in strategic emerging industry[J].Science of Science and Management of S.& T.，2013，34（8）：129.

[25]张可.产业集聚与区域创新的双向影响机制及检验：基于行业异质性视角的考察[J].审计与经济研究，2019，34（4）：94.

ZHANG K.The influence of individual agglomeration on regional innovation and its spatial spillover effect[J].Journal of Audit & Economics，2019，34（4）：94.

[26]李静，李宁周.制造业集聚和全要素生产率：基于制造业微观数据经验研究[J].合肥工业大学学报（社会科学版），2013，27（5）：10.

LI J，LI N Z.Manufacturing agglomeration and total factor productivity：An empirical study based on manufacturing micro data[J].Journal of Hefei University of Technology（Social Sciences），2013，27（5）：10.

[27]彭向，蔣传海.产业集聚、知识溢出与地区创新：基于中国工业行业的实证检验[J].经济学（季刊），2011，10（3）：913.

PENG X，JIANG C H.Industrial agglomeration，knowledge spillover and regional innovation：An empirical study of China's industrial sector[J].China Economic Quarterly，2011，10（3）：913.

[28]余冬筠，金祥荣.创新主体的创新效率区域比较研究[J].科研管理，2014，35（3）：51.

YU D Y，JIN X R.Innovation efficiency evaluation of the innovation subjects and their regional difference[J].Science Research Management，2014，35（3）：51.

[29]许统生，周春林，陈雅.基于空间计量模型的市域出口对企业TFP影响的实证分析：以泛长三角53个市为例[J].国际贸易问题，2016（3）：93.

XU T S，ZHOU C L，CHEN Y.The impact of cities’ exports on firms’ TFP：A spatial econometric analysis of 53 municipalities in the Pan-Yangtze River Delta[J].Journal of International Trade，2016（3）：93.

[30]刘勰，孟勇.市场化进程如何影响地区产业集聚的创新绩效：来自中国高技术行业的经验证据[J].经济经纬，2020，37（1）：105.

LIU X，MENG Y.How does marketization affect the innovation performance of regional industrial agglomeration：Empirical evidence from China's high-tech industry[J].Economic Survey，2020，37（1）：105.

[31]郭金花，郭淑芬.创新人才集聚、空间外溢效应与全要素生产率增长：兼论有效市场与有为政府的门槛效应[J].软科学，2020，34（9）：43.

GUO J H，GUO S F.Innovative talent agglomeration，spatial spillover effect and total factor productivity crowth[J].Soft Science，2020，34（9）：43.

收稿日期： 2021-10-23

作者简介： 赵静（1996—），女，硕士研究生;

金祥荣（1957—），男，教授，博士生导师.