高新技术产业集群对区域创新绩效的影响

[摘要]高技术产业集聚是推动区域创新发展的重要力量，对区域创新绩效有重要影响。基于长江经济带11个省市2012—2022年的地级市面板数据，通过空间杜宾模型（SDM）分析了高新技术产业集群水平对区域创新绩效的影响。结果发现：（1）区域创新绩效提升有助于提高周边区域的同类表现，利用地缘亲近性促进相互之间学习与协作。（2）长江经济带下游的创新绩效受到当地高新技术产业集群的正向作用，且作用强度上下游大于中游，中游大于上游。（3）高新技术产业集群能集中资金、人才和技术资源，积极提升地区的创新绩效。这种集中可能对邻近地区的研发活力产生负面的技术溢出效应，影响当地创新表现。因此，从完善区域协调发展机制、发展配套服务产业、强化地方政府创新激励政策等方面提出政策建议，以促进区域发展和区域创新绩效水平的提升。

[关键词]高新技术产业集群；创新绩效；空间溢出；杜宾模型

一、 引言

创新驱动是推动区域产业升级、协调发展和经济高质量发展的重要基石和核心动力。高新技术产业作为我国未来发展的战略性产业，对于推动产业结构调整和升级、科技创新和技术进步，增强国家和地区竞争力，实现经济高质量发展都具有重要的意义。作为区域经济发展的重要组成部分，高新技术产业集聚是指众多高新技术企业在一定的地理空间上的集聚现象，可以促成产业跨领域合作，从原材料、生产到销售形成完整的链条。在国家宏观调控下，高新技术产业集群的发展既要满足区域经济的需求，更要符合市场经济的发展规律。

区域经济作为新发展形势，为世界各国经济的发展开拓出新路子，对走出国门的产业而言，其更是地域和环境的突破。长江经济带作为我国重要的经济发展区域，横跨我国东中西三大区域，覆盖上海、浙江、江苏、安徽、重庆、四川、云南、贵州等11个省市，人口和生产总值超过全国的40%1。国家发展改革委等部门数据显示，2023年以来，沿江各地聚焦新能源汽车、能源装备、生物医药等新兴领域，加快培育28个国家先进制造业集群，新认定专精特新“小巨人”企业2086家，占全国57%。加快推动产业绿色转型升级，创建了666家绿色工厂、59个绿色工业园区2。这些高新技术园区、科技园区和创新型城市吸引了大量的高新技术企业、研发机构和人才集聚，形成了较为完善的高新技术产业链和创新生态系统，经济带内高新技术产业增加值、专利申请量、研发投入等指标均呈现快速增长的态势，推动了区域经济的协同发展向更高水平和更高质量迈进。基于此，长江经济带高新技术产业的集聚能否推动区域创新绩效的提升？这种影响是否具有空间溢出效应和区域异质性？本文基于构建空间杜宾模型对长江经济带高新技术产业集群对区域创新绩效的影响效应进行检验，以期为促进区域创新绩效提升和经济高质量发展提供政策建议和启示。

二、 文献回顾与理论基础

1. 文献回顾

随着高新技术产业集群的快速发展壮大，面对复杂的区域经济环境，国内外的专家和学者们重点关注这两者的发展和关系问题，并提出了不同的观点：

首先，从国外研究情况看，总体上可以分为两个方向：一是主要针对区域创新绩效问题展开分析。Meng等[1]从经济发展战略引擎的角度出发，肯定了数字经济建设的作用和地位，并提出在经济领域中，数字经济的建设对区域经济创新发展产生促进作用，认为要实现区域经济创新发展，应大力发挥数字经济建设的功能。Prasetyo等[2]对综合区域经济的服务能力指标展开分析，通过研究发现，区域经济的服务能力要达到最优，需要实现区域经济的规划、区域经济的评价与监测的协调发展，这样才能保障区域经济服务稳定发展。Jacobs等[3]将研究领域锁定在欠发达地区的区域经济发展，他们通过大量的调研发现欠发达地区的区域经济现象较为普遍，区域经济发展理念已经被广泛认可和推广，同时提出了在区域经济创新发展的进程中，网络适应起的作用更加显著。二是针对高新技术产业集群问题进行分析。Mozgovoy等[4]对“欧亚经济联盟高技术产业相关问题”展开研究，确定了高技术产业的主要特征、发展问题以及发展途径等，他们认为创建新型国际生物纳米技术（产业）集群具有一定的前瞻性，能在一定程度上为区域经济的发展提供可靠保障。Huang等[5]提出高新技术产业集群的发展经历了三个阶段，即企业集聚、产业集聚、系统集成，产业集群的不断创新可以在合作和构建产业集聚方面搭建复杂的网络，为了更加科学地评估高新技术产业集群发展情况，他们认为可以从创新的投入、产业和环境三个要素着手进行评估。Xu[6]在研究中发现，在高新技术产业集群的发展改革中，优化资源结构已经成为当前高新技术产业集群创新的主要模式。

从国内研究现状看，同样可以分为两个领域，即关于区域创新问题的研究和高新技术产业集群发展现状的研究。首先，从区域创新问题角度看，比较具有代表性的有三种观点：张其仔[7]结合“十三五”和“十四五”期间政策的变化，就区域产业发展问题展开分析，他认为我国各地区经济总体发展水平差异性较大，总体上看，虽然区域产业链已经初具规模，但仍然存在诸多薄弱环节，要打破区域经济发展的瓶颈，增强区域经济自主创新十分必要。王辉等[8]提出科技创新对区域经济的创新绩效产生重要影响，影响的过程分为两个阶段，即科技成果的产出和科技成果的转化，他们认为这两个环节在促进区域创新绩效提升过程中起到非常关键的作用。钱肖颖等[9]针对区域创新绩效问题展开研究时发现，区域产业一体化的基础在于产业分工联系，他们认为要促进区域产业创新发展，必须从政策上、法律上以及技术上去实现。

其次，关于高新技术产业集群的发展问题分析。唐永伟等[10]在研究中发现，城市空间高新技术产业集群的发展，需要依靠政府来把握发展态势，帮助城市产业集群创新，以加快产业集群发展步伐。史欢等[11]从我国科学技术改革成就的角度来分析，知识作为外部力量对高新技术产业集群发展产生的作用，他们在研究的过程中发现，在我国东、中、西部以及东北部高新技术产业集群中，理论知识的影响具有一定差异性。郑准等[12]的研究是对史欢等研究成果的进一步发展，他们首先分析了我国战略性新兴产业集群“全球—本地”的互动关系，认为互动关系进一步促进高新技术产业集群的创新。

综上所述，国内外现有研究均具有一定的单调性，研究成果集中在单一领域，关于高新技术产业集群与区域创新绩效关系问题的研究几乎为空白，从这方面看，本文的研究具有一定的价值。

2. 理论基础

在我国，高新技术产业集群的发展主要经历了四个阶段，即要素的集聚、产业的集聚、创新的集聚以及知识的集聚[13]。学界对高新技术产业集群与区域创新关系有两种不同的观点。一种观点认为高新技术产业集群可显著促进区域创新绩效。他们认为高新技术产业集群可形成特定范围的市场优势，促进该区域产业结构升级和竞争优势，包括产业集群形成了特定区域的“集群网络”，这种兼具地缘临近性和社会临近性的网络使高新技术产业在规模上实现跨越式扩大[14]的同时，也使区域内生产主体间的合作更为密切，新思想、新理念和新技术、新知识的传播更加迅速。这种知识和技术的“溢出和共享”不仅减少了区域主体间的“交易费用”，也可加速产生新技术的产生和应用；并且由于存在“学习曲线”也使区域内企业之间相互学习更加便捷，学习成本变得更低，最终形成良好的创新氛围，进而吸引更多的人才、资金、技术等创新资源和要素，形成更为完善的产业链和供应链，更有利于区域内企业间的协作和配套支持，最终提高区域创新效率，推动区域绩效的提升。

另一种观点认为高新技术产业集群对区域创新的影响存在空间溢出效应，不是简单的促进。该类观点认为：同一区域内城市之间，各种创新资源在空间上存在动态流动性，经济发展呈现较强的空间相关性。这一特性也是高新技术产业集群突破地理范围的限制、实现空间溢出的重要机制。一方面当区域的集聚资源超过区域内城市带承载能力时会形成“拥挤效应”，这种拥挤效应会阻碍区域创新绩效的提升。另一方面，在高度专业化的集聚区域，由于技术壁垒、保密需求和集群内竞争加剧，区域内的企业在知识和技术溢出效应上受限较多，不愿意分享知识和技术方面的智力成果，这种溢出可能导致知识资本与无形资产的泄露，减少区域创新主体的研发投入和盈利能力，限制区域内整体创新水平的提升[15]。

综上述，高新技术产业集群对区域创新绩效的影响究竟如何，取决于高新技术产业集群产生的直接效应和空间效应之间的博弈。若正向集群效应小于空间溢出及拥挤效应产生的成本，其在一定程度上抑制区域创新绩效的提升，反之，则有助于带动区域创新绩效的提升。

三、 模型构建与数据来源

1. 研究变量

（1）被解释变量。关于区域创新绩效的测算，方法不同、数据范围的差异等因素都会影响最终的测算结果[16]。为了尽可能减少损失信息，本文通过主成分分析法对区域创新绩效展开评估。公式如下：

[IPi=α1ix'1+α2ix'2+...+αpix'p，     i=1， 2， 3...r] （1）

式（1）中，区域创新绩效的综合分数以[IPi]来表示，评价指标以[x]来表示，综合指标数量以[r]来表示。

本文基于投入与产出视角进行指标构建。在这些变量中，创新投入变量主要包括人力资本和经费支出，创新产出变量主要包括科研成果和经济成果的产出。此外，制度环境也对区域创新绩效有着十分重要的影响，本选择对外开放水平和财政支持来表征制度环境。具体指标见表1。

（2）核心解释变量。本文的核心解释变量以高新技术产业区域内聚集水平进行衡量，并通过区位熵展开测算。测算模型如下：

[IAi=qijqiQjQ] （2）

式（2）中，排序为j的产业以j来表示，排序为i的地区以i来表示，排序为i的地区中排序为j的产业其指标以[qij]来表示，国家产出指标以Q来代表。计算高新技术产业区位熵的过程中，区域高新技术当年总产值与区域工业总产值之比值为分子，国家高新技术总产值与国家工业总产值之比值为分母。

（3）控制变量。经济发展水平（GDPGR），以GDP的增长率来衡量[17]，因为经济发展带来的资金优势会对当地的创新产生正向影响，并进一步提高创新绩效；产业体系（MC），以第三产业生产总值与第二产业生产总值之比来衡量，因为产业体系优化以后，会对当地创新绩效产生相应的促进作用；研发资金（RPI）以研发投入资金数来衡量；研发人员（RIN），以研发投入人员数来衡量；受教育水平（RHR），以百万人口专科及以上学历人口所占比重来衡量，因为受教育的水平通常会对创新有着较为积极的促进作用；对外开放水平（OPEN），以高新技术产业出口交货值占当地GDP比重来衡量。具体指标见表2。

2. 模型构建

在前述理论的基础上，本文构建回归模型如下：

[IPi=α0+α1IAi+α2lnGDP+α3MC+α4+α5lnRPI+α6lnRIN+α7lnRHR+α8lnOPEN+ε] （3）

式（3）中，创新绩效用[IPi]进行表示，高新技术产业区域内聚集水平用[IAi]来表示。引入的控制变量如下：GDPGR表示经济发展水平，MC表示产业体系，RPI表示研发资金，RIN表示研发人员，RHR表示受教育水平，OPEN表示对外开放水平。变量系数分别表示为[α1]、[α2]、[α3]、[α4]、[α5]、[α6]、[α7]，常数表示为[α0]。随机误差项为[ε]。

本文进一步通过空间权重矩阵将式（3）进行变形，以对研究中的空间效应进行分析，引入的空间回归模型包括SEM、SLM以及SDM。经过变形，具体模型如下所示：

[Kit=γsit+θi+ϕt+εit， εit=αWεt+η， η∼N[0， σ2， I]] （4）

[Kit=φWKit+γsit+θi+ϕt+εit ， ε∼N[0， σ2， I]] （5）

[Kit=φWKit+γsit+κWsit+θi+ϕt+εit] （6）