高技術產業(yè)集聚與區(qū)域創(chuàng)新：線性抑或非線性？

唐曉華 李靜雯 邱國慶

關鍵詞：高技術產業(yè)；產業(yè)集聚；區(qū)域創(chuàng)新

摘 要：本文構建了高技術產業(yè)集聚影響區(qū)域創(chuàng)新的理論模型，運用2001—2016年中國30個省級行政區(qū)的面板數據，采用面板雙向固定效應回歸模型和系統(tǒng)廣義矩估計法（SYS-GMM）進行實證檢驗。結果表明：（1）高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈現顯著的先促進后抑制的倒“U”型關系。（2）高技術產業(yè)集聚對區(qū)域創(chuàng)新的抑制作用存在顯著滯后性，當期高技術產業(yè)集聚會促進區(qū)域創(chuàng)新水平的提升，滯后期高技術產業(yè)集聚則會阻礙區(qū)域創(chuàng)新發(fā)展。（3）高技術產業(yè)集聚對區(qū)域創(chuàng)新存在一定地區(qū)異質性。東、中、西部地區(qū)與全國層面估計結果保持一致，東北地區(qū)高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈現顯著的“U”型關系。（4）高技術產業(yè)集聚主要通過技術溢出、勞動生產率和規(guī)模經濟效應促進區(qū)域創(chuàng)新水平的提高。

中圖分類號：G80-05文獻標識碼：A文章編號：1001-2435（2022）06-0130-12

The Impact of High-tech Industry Agglomeration on Regional Innovation：Linearity or Non-linearity？

TANG Xiao-hua，LI Jing-wen，QIU Guo-qing（School of Economics，Liaoning University，Liaoning Shenyang 110036，China）

Key words：high-tech industry；industrial agglomeration；regional innovation

Abstract：This paper constructs a theoretical model of the influence of high-tech industry agglomeration on regional innovation. Based on the panel data of 30 provincial administrative regions from 2001 to 2016 in China，we empirically examined the effects with the method of the panel two-way fixed effect model and the SYS-GMM. The results show that：（1） there is an inverted U-shaped relationship between high-tech industry agglomeration and regional innovation.（2） there is a significant lag in the inhibitory effect of high-tech industry agglomeration on the regional innovation. The current high-tech industry agglomeration promotes the improvement of the regional innovation，while the agglomeration in the lag period will hinder the development of regional innovation.（3） the high-tech industry agglomeration has certain regional heterogeneity to regional innovation. This effect in the eastern，central，and western regions is consistent with the overall country，but the northeastern regions have a significant U-shaped relationship.（4） the high-tech industry agglomeration mainly promotes the improvement of regional innovation through technology spillovers，labor productivity and economies of scale.

引 言

中國經濟已由高速增長轉向高質量增長的“新常態(tài)”階段，經濟增長模式正由過去的要素粗放拉動型向技術創(chuàng)新驅動型過渡，創(chuàng)新驅動日益成為實現經濟高質量發(fā)展的有效途徑。具備高R&D投入強度和知識技術密度的高技術產業(yè)已經成為區(qū)域創(chuàng)新建設的重要支撐。如從全國層面上看，2019年高技術產業(yè)R&D經費支出約為4 278億元，有效專利發(fā)明數量為471 949件；從分地區(qū)層面上看，東、中、西及東北地區(qū)高技術產業(yè)R&D經費支出分別約為3 227億元、579億元、407億元、66億元，有效專利發(fā)明數量分別為389 528件、42 762件、32 003件、7 656件。1可見，中國高技術產業(yè)R&D經費支出與有效專利發(fā)明數量存在一定地區(qū)性差異，同時出現區(qū)域高技術產業(yè)集聚現象，意味著區(qū)域高技術產業(yè)集聚程度越高，區(qū)域有效發(fā)明專利數量越多，進一步說明高技術產業(yè)集聚與區(qū)域創(chuàng)新水平呈現一定正向相關關系。

目前，關于產業(yè)集聚與區(qū)域創(chuàng)新相關研究主要聚焦在以下方面：第一，競爭效應。相關研究表明，隨著大量企業(yè)集聚而導致企業(yè)間競爭。為了滿足不同消費群體的多樣化需求，迫使企業(yè)加速產品的更新換代，致使創(chuàng)新能力強的企業(yè)占領市場，從而激勵整個行業(yè)提升創(chuàng)新水平。234第二，集聚效應。產業(yè)集聚通過知識溢出、勞動力投入以及投入產出關聯的集聚效應，實現區(qū)域產業(yè)創(chuàng)新水平的提高。567第三，規(guī)模效應。產業(yè)集聚會降低交通運輸成本，促使上下游企業(yè)創(chuàng)新產品銷售進而降低獲取成本，從而提高區(qū)域企業(yè)創(chuàng)新水平。8四是擁擠效應。當產業(yè)集聚水平超過一定限度時，會產生資源配置效率低、技術研發(fā)成本高、生態(tài)環(huán)境污染等問題，也會對區(qū)域創(chuàng)新建設產生負面影響。91011可見，產業(yè)集聚對區(qū)域創(chuàng)新的作用機理相對復雜，同時也說明了高技術產業(yè)逐漸成為推動區(qū)域創(chuàng)新發(fā)展的重要手段。隨著相關研究不斷深入，大量經驗研究發(fā)現高新技術產業(yè)集聚顯著提高區(qū)域創(chuàng)新水平。121314然而，也有一些研究對高技術產業(yè)集聚與區(qū)域創(chuàng)新的正向關系持有懷疑態(tài)度，1516并認為還會產生一定的阻礙作用。17

綜上分析可知，產業(yè)集聚和區(qū)域創(chuàng)新相關研究比較豐富，也為本文研究提供了重要參考。

值得關注的是，高技術產業(yè)集聚與區(qū)域創(chuàng)新的關系尚未達成一致性結論。鑒于此，與已有研究相比，本文研究的主要貢獻在于：一是構建了高技術產業(yè)集聚影響區(qū)域創(chuàng)新的理論模型，深入揭示高技術產業(yè)集聚和區(qū)域創(chuàng)新的因果關系；二是基于理論分析，對高技術產業(yè)集聚和區(qū)域創(chuàng)新的關系進行了非線性和動態(tài)滯后性的實證檢驗。三是考慮到區(qū)域異質性問題，考察高技術產業(yè)集聚在全國和分地區(qū)兩個層面對區(qū)域創(chuàng)新的影響效應。四是進一步揭示高技術產業(yè)集聚影響區(qū)域創(chuàng)新的渠道，以優(yōu)化其對區(qū)域創(chuàng)新的作用效果。

一、高技術產業(yè)與區(qū)域創(chuàng)新：一個簡單的數理模型

為了揭示高技術產業(yè)集聚與區(qū)域創(chuàng)新的因果關系，本文借鑒Melitz and Ottaviano的做法1，假定消費者具有相同的效用函數U，其函數形式如下：

[U=q0+ei∈Ωqidi-f2i∈Ωq2idi-g2i∈Ωqidi2] （1）

式中，[i∈Ω]為消費者偏好的產品集合，[q0]表示消費者對普通產品（非創(chuàng)新品）的消費水平，[qi]表示消費者對創(chuàng)新產品i的消費水平，[e、f、g]表示需求參數且為正值。其中，e和g表示消費者對普通產品和創(chuàng)新產品的偏好程度，f表示消費者對于創(chuàng)新產品內部各子類產品的偏好程度，e的增加和g的減少都表明消費者對創(chuàng)新產品的需求增加。

假定消費者對普通產品（非創(chuàng)新品）的消費需求[q0]為正，則在效用最大化的目標下，消費者對創(chuàng)新產品i的反需求函數為：

[pi=e-fqi-gi∈Ωqidi] （2）

令[Ω*?Ω]表示消費者消費的創(chuàng)新產品集合，由此可將式（2）轉換為需求函數：

[qi=egN+f-pif+peNfgN+f2] （3）

式（3）中，N表示消費者消費的創(chuàng)新產品集合[Ω*]中創(chuàng)新產品種類數，[p=1Ni∈Ω*pidi]表示創(chuàng)新產品的平均價格。進一步地，為了得到創(chuàng)新產品的市場最高價格[pmax]與[pi]之間的關系，令消費者需求為零，由此得到下式：

[pmax=ef+pgNgN+f] （4）

[pi=pmax-fqi] （5）

接下來，用L表示消費者總量，[Qi]表示創(chuàng)新產品i面臨的市場總需求，由此得到創(chuàng)新產品價格[pi]和市場總需求[Qi]之間的關系為：

[pi=pmax-fQiL] （6）

令高技術產業(yè)集聚程度為[εi]，由式（6）可以看出，創(chuàng)新產品價格[pi]不受產業(yè)集聚的影響，僅與市場最高價格、市場總需求、消費者總量和消費者偏好相關。接下來，我們借助Cobb-Douglas生產函數，分析創(chuàng)新產品i的創(chuàng)新能力，設產業(yè)創(chuàng)新生產函數為：

[Yi=AiKαiLβi] （7）

其中，Y表示該產業(yè)創(chuàng)新產出水平，A表示該產業(yè)的高技術生產率，K和L分別代表創(chuàng)新性的資本和勞動投入，[α和β]為產出彈性，即創(chuàng)新性資本和勞動對產出的貢獻比例，且滿足規(guī)模報酬不變。借鑒Hsieh和戴魁早、劉友金的研究方法12，用創(chuàng)新產品的收益水平衡量創(chuàng)新能力，計算方式如下：

[TRi=piAi=pmax-fQi/LAi] （8）

式（8）中，[TRi]為創(chuàng)新能力，將（8）對高技術產業(yè)集聚程度[εi]進行一階求導得：

[?TRi?εi=pmax-fQi/L?Ai/?εi] （9）

從式（9）中可以看出，高技術產業(yè)集聚程度和高技術生產率之間的關系決定了高技術產業(yè)集聚程度和創(chuàng)新能力之間的作用效果。根據產業(yè)區(qū)位理論可以得知，產業(yè)集聚發(fā)展到一定程度存在一個最佳的規(guī)模經濟，使得生產效率達到最大。當地區(qū)集聚的高技術企業(yè)較少且小于這個規(guī)模時，無法達到最佳的外部經濟，因此，只能獲取相對較低的生產率，但整體來說效益還是增加的；相反，當集聚的企業(yè)過多并大于這個規(guī)模時，可能出現由于種種原因導致整體效益下降的問題，最終降低各企業(yè)整體的生產率。也就是說，相對低程度的高技術產業(yè)集聚可以提高地區(qū)高技術生產率，而較高程度的產業(yè)集聚水平卻會降低其生產率產業(yè)區(qū)位理論已經得到大量研究的支持。34

因此，假定最佳規(guī)模經濟下高技術產業(yè)集聚水平為[ε0]，基于以上分析可以得出如下關系式：

[?Ai?εi<0，?TRi?εi<0當ε<ε0?Ai?εi>0，?TRi?εi>0當ε>ε0] （10）

式（10）表明，當高技術產業(yè)集聚水平較低時，提高產業(yè)集聚水平會促進創(chuàng)新發(fā)展，當高技術產業(yè)集聚水平較高時，提高產業(yè)集聚水平會阻礙區(qū)域創(chuàng)新的發(fā)展，高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈現先促進后抑制的倒“U”型關系。

在上述分析基礎上，可將創(chuàng)新能力[TRi]與高技術產業(yè)集聚程度[εi]之間的影響設定為二次線函數形式，具體形式如下：

[TRi=mε2i+nεi+u] （11）

式（11）中，[m、n和μ]為參數，且使得[m<0，n>0]。由此式可以得出高技術產業(yè)集聚和區(qū)域創(chuàng)新的關系式為[?TRi?εi=2mεi+n]，同時得出區(qū)域創(chuàng)新能力最大時所達到的最佳高技術產業(yè)集聚規(guī)模為[ε*=-n2m]。

綜上所述，相對低水平的高技術產業(yè)集聚可以提高地區(qū)生產率，因此，提高產業(yè)集聚水平會促進區(qū)域創(chuàng)新發(fā)展。相反，當高技術產業(yè)集聚超過特定規(guī)模時，可能由于種種原因降低各企業(yè)整體的生產率，即不利于區(qū)域創(chuàng)新發(fā)展。其原因主要在于，在高技術產業(yè)集聚度較低，即產業(yè)集聚初期，經濟經常表現為多樣化集聚。通常認為，一個地區(qū)的產業(yè)多樣性越高，越有利于人力資本的積累，進而形成更大的勞動力市場，實現勞動者的高效匹配，實現勞動技能和勞動生產率的提高，以促進區(qū)域創(chuàng)新發(fā)展。然而，在高技術產業(yè)集聚程度較高，且超過最佳規(guī)模時，產業(yè)會逐漸向專業(yè)化方向集聚，隨著專業(yè)化程度的提高，對高技術型人力資本的需求會增加，失業(yè)風險也會加大，會造成工資增長過快或將犧牲勞動生產率，制約區(qū)域創(chuàng)新發(fā)展。1同時集聚產生的規(guī)模經濟效應超過最佳規(guī)模時會產生抑制效應，只有在最佳規(guī)模之內才能呈現積極的影響。2

二、變量、數據與方法

（一）變量定義

被解釋變量：區(qū)域創(chuàng)新。本文選取萬人發(fā)明專利授權量來衡量區(qū)域創(chuàng)新能力，其主要原因在于：專利包含了許多關鍵技術信息，能夠較好地反映區(qū)域創(chuàng)新能力，同時不同地區(qū)專利申請、審批及授權制度基本一致，克服了異質性差異，且專利數也較容易獲取。

核心變量：高技術產業(yè)集聚。高技術產業(yè)集聚指標的測度方式主要有區(qū)位熵、赫芬達爾指數、空間基尼系數、E-G指數等，由于產業(yè)集聚以一種空間狀態(tài)，使用區(qū)位熵測度能夠更好地反應在不同地理空間上產業(yè)的集聚程度，消除地區(qū)間異質性和規(guī)模帶來的影響，使結果更為合理。本文借鑒鄧峰和任轉轉的做法，3采用區(qū)位熵測度高技術產業(yè)集聚，具體計算公式為：

[aggit=Xitj=1mXiji=1nXiji=1nj=1mXij]

其中，[aggit]代表i省t年高技術產業(yè)集聚程度，用i省t年高技術產業(yè)就業(yè)人數占i省全部產業(yè)就業(yè)人數比重與t年全國高技術產業(yè)就業(yè)人數占t年全國就業(yè)總人數比重的比值表示。相關高技術產業(yè)就業(yè)人數數據來源于《中國高技術產業(yè)統(tǒng)計年鑒》。

另外，為了緩解遺漏變量的內生性問題，借鑒國內現有文獻，本文從高技術產業(yè)層面和區(qū)域層面將各省份的經濟發(fā)展水平（pgdp）、企業(yè)規(guī)模（scale）、產業(yè)對外開放水平（open）、政府支出力度（gov）以及專利保護程度（pat）變量加以控制。具體變量定義和描述性統(tǒng)計見表1。

（二）數據說明

限于數據的可得性和完備性，剔除數據缺失嚴重的年份，以及數據波動性偏大的西藏自治區(qū)，同時鑒于《中國高技術產業(yè)統(tǒng)計年鑒》在2017年未出版問題，考慮到數據的連續(xù)性，最終本文選取2001—2016年中國30個省份作為樣本區(qū)間，樣本量共480個。其中，區(qū)域創(chuàng)新的原始數據源自《中國科技統(tǒng)計年鑒》；高技術產業(yè)集聚、企業(yè)規(guī)模、產業(yè)對外開放水平、政府支持力度的原始數據源自《中國高技術產業(yè)統(tǒng)計年鑒》；經濟發(fā)展水平和專利保護度的原始數據源自《中國金融年鑒》。

表1 變量定義與描述性統(tǒng)計

[變量名稱 符號 指標說明 樣本量 均值 最大值 最小值 標準差 區(qū)域創(chuàng)新 inno 每百萬人專利授權數 480 4.450 46.285 0.130 7.339 高技術產業(yè)集聚 agg 區(qū)位熵測度 480 0.941 06.301 0.023 1.211 經濟發(fā)展水平 pgdp 地區(qū)人均 GDP 480 3.049 11.820 0.290 2.308 企業(yè)規(guī)模 scale 高技術產業(yè)主營業(yè)務收入/企業(yè)總數 480 2.219 07.499 0.143 1.732 產業(yè)對外開放水平 open 高技術產業(yè)出口交貨值/主營業(yè)務收入 480 0.222 00.748 0.000 0.201 政府支持力度 gov 高技術產業(yè)科技活動經費籌集額中政府資金/籌集總額 480 0.085 00.545 0.000 0.098 專利保護度 pat 地區(qū)技術市場交易額/地區(qū)GDP 480 0.009 00.154 0.001 0.020 ]

（三）模型構建

為了驗證前文理論分析，本文將高技術產業(yè)集聚的二次項引入計量模型中，最終模型設定如下：

[innoit=β0+β1aggit+β2agg2it+β3Xit+μi+λt+εit] （12）

其中，i和t分別表示地區(qū)和年份，[innoit]代表區(qū)域創(chuàng)新；[aggit]代表高技術產業(yè)集聚；[Xit]代表控制變量；[β0]為截距項；[μi]為地區(qū)個體固定效應；[λt]為時點固定效應；[εit]為隨機誤差項。

考慮到高技術產業(yè)集聚可能存在的“滾雪球效應”“滯后性”，在原有模型設定基礎上，進一步將高技術產業(yè)集聚和區(qū)域創(chuàng)新的滯后一期引入模型，最終模型設定如下。

[innoit=β0innoi，t-1+β1aggit+β2aggi，t-1+β3Xit+μi+εit] （13）

四、實證結果分析

（一）基準回歸

1.非線性關系檢驗

如圖1所示，區(qū)域創(chuàng)新與高技術產業(yè)集聚呈非線性關系，與庫茲涅茨倒U形曲線類似。因此引入高技術產業(yè)集聚的平方項，檢驗區(qū)域創(chuàng)新與高技術產業(yè)集聚是否具有倒U形關系。本文將運用面板雙向固定效應回歸模型進行估計，以檢驗高技術產業(yè)集聚和區(qū)域創(chuàng)新之間的非線性關系。由于雙向固定效應回歸模型通過對個體和時點固定效應進行控制，以解決不隨個體和時點變化因素而帶來的遺漏變量及內生性問題，使得模型估計結果更穩(wěn)健。表2中模型（1）、（2）、（3）為雙向固定效應模型檢驗結果。模型（1）結果表明，高技術產業(yè)集聚和區(qū)域創(chuàng)新之間不存在顯著的線性關系。模型（2）中為引入高技術產業(yè)集聚二次項的回歸結果，可以看出高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈顯著的倒“U”型關系。模型（3）為將控制變量引入模型后的結果，可以看出高技術產業(yè)集聚和區(qū)域創(chuàng)新之間仍然呈現顯著的倒“U”型關系。因此，隨著高技術產業(yè)集聚水平的提高，我國區(qū)域創(chuàng)新水平呈現“先提升、后下降”的趨勢，驗證了前面的理論分析。

2.動態(tài)滯后性檢驗

本文將再次選用系統(tǒng)廣義矩估計法（SYS-GMM）對模型動態(tài)滯后性進行檢驗，因為SYS-GMM可以使估計結果更加精確，能夠有效解決動態(tài)模型的內生性問題。表2中模型（4）為檢驗結果?？梢钥闯鯝R（1）、AR（2）的結果均接受擾動項無自相關的原假設，Sargan的檢驗結果表明，該模型不存在過度識別問題，在整體上該模型的工具變量是有效的。

表2中模型（4）顯示區(qū)域創(chuàng)新水平自回歸估計系數顯著為正，表明若前一期區(qū)域創(chuàng)新水平提高1%，當期區(qū)域創(chuàng)新水平提高0.556%。借鑒肖興志和李沙沙的研究思路，1將當期和滯后期高技術產業(yè)集聚分為作為核心解釋變量，結果顯示（表2列（4）），當期高技術產業(yè)集聚和滯后期高技術產業(yè)集聚水平對區(qū)域創(chuàng)新的影響存在明顯差異，當期高技術產業(yè)集聚水平提高1%，區(qū)域創(chuàng)新水平提高0.242%，存在顯著的正相關關系，滯后期高技術產業(yè)集聚水平提高1%，區(qū)域創(chuàng)新水平降低0.122%，即存在顯著的負相關關系。因此，高技術產業(yè)集聚對區(qū)域創(chuàng)新的抑制作用存在顯著的滯后性特征。其主要原因或許在于：我國高技術產業(yè)集聚水平偏低，地方政府適當的支持會吸引大量高技術產業(yè)集聚，提高了本轄區(qū)創(chuàng)新能力。由于高技術產業(yè)集聚所具有的“滾雪球”效應，當上述產業(yè)集聚帶來正外部性時，會吸引大量高技術產業(yè)集聚，本轄區(qū)高技術產業(yè)集聚水平也會逐漸提高，其集聚競爭效應也逐漸顯現，競爭效應的存在迫使低收益企業(yè)退出市場的同時，造成政府對經濟干預的普遍存在，此時的產業(yè)集聚可能會加劇要素資源錯配，造成原料和人力資本緊張使成本上升，同時市場內卷收入下降，創(chuàng)新投入下降，不利于轄區(qū)創(chuàng)新發(fā)展。總之，高技術產業(yè)集聚會先推動區(qū)域創(chuàng)新后阻礙區(qū)域創(chuàng)新發(fā)展，高技術產業(yè)集聚抑制區(qū)域創(chuàng)新發(fā)展存在顯著的滯后性。該結論和表2中模型（3）中得到的高技術產業(yè)集聚和區(qū)域創(chuàng)新之間存在倒“U”型關系的結論本質上具有一致性。

（二）進一步分析

1.區(qū)域異質性分析

為進一步考察高技術產業(yè)集聚對區(qū)域創(chuàng)新水平的倒“U”型關系是否受地區(qū)異質性影響，本文分別對東部、中部、西部和東北地區(qū)進行回歸分析，具體結果如表3所示。表3中模型（1）、（3）、（5）和（7）結果表明高技術產業(yè)集聚和區(qū)域創(chuàng)新之間的非線性關系不受區(qū)域異質性影響。模型（2）、（4）和（6）中引入高技術產業(yè)集聚二次項后的實證結果與全國層面仍然保持相對一致，即東、中、西部地區(qū)高技術產業(yè)集聚與區(qū)域創(chuàng)新之間呈倒“U”型關系。

但模型（8）的東北地區(qū)回歸結果顯示，高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈現顯著的正“U”型關系，這種相悖的現象可能與東北地區(qū)產業(yè)結構有關。東北地區(qū)雖作為老工業(yè)基地，整體上高技術產業(yè)基礎相對薄弱。在政府干預下，一些企業(yè)為追求政策紅利而產生虛假集聚現象，這種現象導致企業(yè)生產率和資源配置效率降低。在高技術產業(yè)集聚初期，高技術產業(yè)集聚對東北地區(qū)技術創(chuàng)新水平提升的激勵效果不十分明顯。與此同時，隨著高技術產業(yè)集聚水平的提高，企業(yè)數量不斷增加，低水平的企業(yè)可能被迫加大研發(fā)創(chuàng)新投入，促使東北地區(qū)高技術產業(yè)基礎有所增強，在一定程度上緩解了虛假產業(yè)集聚所造成的資源配置效率低問題，當這種正向作用超過負向作用時，高技術產業(yè)集聚顯然有助于東北地區(qū)技術創(chuàng)新水平的提高。另外，根據國家統(tǒng)計局公布的數據顯示，中國服務業(yè)增加值占國內生產總值比重、對國內生產總值增長的拉動和對經濟增長貢獻率分別從2000年的39.8%、3.1%、36.2%上升到2019年的53.9%、3.6%和59.4%。從發(fā)展趨勢上看，服務業(yè)已經超過第二產業(yè)，成為實現經濟高質量發(fā)展的動力和源泉。相比之下，東北地區(qū)作為重化工為主導的制造業(yè)產業(yè)基地，仍存在過度依賴投資和制造業(yè)的現象，現有的低端產能存在過?，F象，逐漸進入到技術淘汰邊緣，低端產能過剩和技術的制約一定程度上會阻礙高技術產業(yè)的發(fā)展，無法進一步帶動東北地區(qū)技術創(chuàng)新水平提升。此外，近年來東北地區(qū)人才新政和供給側結構性改革等政策的落實，逐漸吸引一批高技能勞動力流入東北，各地區(qū)更加注重高端裝備制造業(yè)、服務業(yè)等高技術新興產業(yè)的發(fā)展。據遼寧統(tǒng)計局數據顯示，2020年上半年，遼寧新能源汽車增長5.5倍，汽車制造工業(yè)增加值同比增長13.3%，服務器和集成電路增長也高達7.6倍；高新技術企業(yè)突破7000家，科技型中小企業(yè)突破1萬家，每萬人口發(fā)明專利擁有量達10.98件?？梢姡瑬|北地區(qū)高技術產業(yè)集聚程度逐漸提高，進一步推動了區(qū)域創(chuàng)新水平提升。

2.影響渠道分析

為了進一步揭示高技術產業(yè)集聚對區(qū)域創(chuàng)新的作用效果，本文對兩者之間的影響渠道進行回歸分析。采用高技術產業(yè)發(fā)明專利數量衡量技術溢出（tech），采用高技術產業(yè)主營業(yè)務收入占從業(yè)人員數的比值衡量勞動生產率（lab），采用高技術產業(yè)中企業(yè)數量占工業(yè)總企業(yè)數量的比值衡量規(guī)模經濟（size）。因此，本文將技術溢出、勞動生產率和規(guī)模經濟與高技術產業(yè)集聚的交互項分別引入計量模型中，分析高技術產業(yè)集聚所帶來的技術溢出、勞動生產率和規(guī)模經濟對區(qū)域創(chuàng)新的影響效應，其實證回歸結果如表4所示。結果表明，技術溢出、勞動生產率和規(guī)模經濟與高技術產業(yè)集聚的交互項均在5%的水平上顯著為正，說明高技術產業(yè)集聚所帶來的技術溢出、勞動生產率和規(guī)模經濟都有助于提升區(qū)域創(chuàng)新能力。同時，勞動生產率和規(guī)模經濟與高技術產業(yè)集聚交互項的回歸系數大于技術溢出與高技術產業(yè)的回歸估計系數，說明高技術產業(yè)集聚帶來的勞動生產率和規(guī)模溢出效應要大于技術溢出效應。隨著高技術產業(yè)集聚，高技術產業(yè)園區(qū)規(guī)模效應不斷擴大，吸引各類高素質技術型人才匯聚，提高了本轄區(qū)勞動生產率。但由于知識產權的保護越來越受到國家的重視，高技術產業(yè)對自身企業(yè)的技術信息優(yōu)勢也逐漸隱蔽，促使技術溢出效應相對較小。

（三）穩(wěn)健性與內生性檢驗

1.穩(wěn)健性檢驗

為了使研究結論更具穩(wěn)健性，本文采用了三種方式進行穩(wěn)健性檢驗。第一，更換被解釋變量指標，本文選取區(qū)域創(chuàng)新能力綜合值作為區(qū)域創(chuàng)新的另一個指標參數，其數據主要來自于《中國區(qū)域創(chuàng)新能力評價報告》。其原因在于：該報告中的區(qū)域創(chuàng)新能力綜合值是由各區(qū)域知識創(chuàng)造、知識獲取、技術創(chuàng)新能力、創(chuàng)新環(huán)境以及創(chuàng)新的經濟效益5個維度的創(chuàng)新能力綜合指標構成，具有較高的權威性，被國內外研究學者認可。1

表5中模型（1）報告了更換區(qū)域創(chuàng)新指標后的回歸結果，可以看出主要解釋變量估計系數的顯著性和符號方向與原模型基本保持一致，即高技術產業(yè)集聚對區(qū)域創(chuàng)新水平仍表現為先促進、后抑制的倒“U”型狀態(tài)。

第二，更換核心解釋變量指標。本文借鑒林伯強和譚睿鵬的測度方式，2選取《中國高技術產業(yè)統(tǒng)計年鑒》中高技術產業(yè)從業(yè)人數占地區(qū)土地面積作為高技術產業(yè)集聚水平的另一個測度指標，其中地區(qū)土地面積來源于《中國城市統(tǒng)計年鑒》。其回歸結果如表5中模型（2）所示，可以看出高技術產業(yè)集聚的二次項系數仍顯著為負，與原模型基本保持一致，即高技術產業(yè)集聚對區(qū)域創(chuàng)新水平表現為先促進后抑制的倒“U”型狀態(tài)。第三，本文將采用Tobit回歸方式再次進行回歸分析，3其回歸結果如表5中模型（3）所示，結果表明高技術產業(yè)集聚對區(qū)域創(chuàng)新水平仍表現為先促進后抑制的倒“U”型狀態(tài)。可見，無論是更換區(qū)域創(chuàng)新指標、高技術產業(yè)集聚指標還是更換模型估計方式，都保持了與前文相對一致的研究結論，表明本文研究結論具有穩(wěn)健性。

2.內生性檢驗

模型中內生性問題的存在會造成估計結果的偏誤，本文采用的面板雙向固定效應回歸模型雖然在一定程度上解決了不隨時間和個體變化而帶來的內生性問題，但反向因果關系帶來的內生性問題是該模型無法解決的。因此，本文采用兩種方式對予以解決。第一，本文仍采用面板雙向固定效應模型進行估計，但是在高技術產業(yè)集聚指數滯后一期的基礎上進行檢驗。第二，本文加入區(qū)域創(chuàng)新滯后一期即系統(tǒng)廣義矩估計法考察該模型的動態(tài)變化。具體檢驗結果如表5中模型（4）、（5）所示。

模型（4）為雙向固定效應模型回歸結果，回歸結果顯示高技術產業(yè)集聚以及二次項回歸系數與前文顯著一致，表明高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈顯著的倒“U”型關系。模型（5）為系統(tǒng)廣義矩估計法的估計結果，AR（1）、AR（2）的結果均接受擾動項無自相關的原假設，Sargan的檢驗結果表明，該模型不存在過度識別問題，在整體上該模型工具變量使用是有效的。且滯后一期制造業(yè)區(qū)域創(chuàng)新水平的回歸估計系數在在1%置信水平上顯著為正，說明區(qū)域創(chuàng)新尚未出現反復與短暫回調現象。高技術產業(yè)集聚及其平方項回歸系數方向與前文結論一致且顯著，因此，在系統(tǒng)廣義矩估計法方法下，高技術產業(yè)集聚與區(qū)域創(chuàng)新之間仍呈現先促進后抑制的顯著倒“U”型關系。綜上所述，上述兩種回歸方式與前文基準模型得到的結論一致，且估計結果是穩(wěn)健性，因此，前文基準模型并不存在內生性問題，研究結論是可靠的。

五、結論與啟示

本文從高技術產業(yè)集聚視角入手，分析了高技術產業(yè)集聚與區(qū)域創(chuàng)新之間的作用效應。首先，本文通過模型構建探討了高技術產業(yè)集聚與區(qū)域創(chuàng)新的因果關系。其次，基于2001—2016年我國30個省份的面板數據估計驗證了高技術產業(yè)集聚對區(qū)域創(chuàng)新的作用。最后，進一步從區(qū)域異質性和影響渠道兩個層面揭示高技術產業(yè)集聚與區(qū)域創(chuàng)新之間的作用效果。結果表明：（1）高技術產業(yè)集聚和區(qū)域創(chuàng)新之間呈現顯著的先促進、后抑制的倒“U”型關系。（2）高技術產業(yè)集聚對區(qū)域創(chuàng)新的抑制存在顯著的滯后性。表現為當期高技術產業(yè)集聚會促進區(qū)域創(chuàng)新水平的提升，滯后期高技術產業(yè)集聚則會阻礙區(qū)域創(chuàng)新發(fā)展。（3）高技術產業(yè)集聚對區(qū)域創(chuàng)新的影響因地區(qū)不同而有所差異，尤其是東北地區(qū)二者之間呈現顯著的“U”型關系。（4）在技術溢出、勞動生產率和規(guī)模經濟三種效應的影響機制下，高技術產業(yè)集聚能夠進一步提升區(qū)域創(chuàng)新能力，且勞動生產率和規(guī)模經濟效應大于技術溢出效應。

基于上述研究結論，得到如下政策啟示：第一，合理控制高技術產業(yè)集聚規(guī)模。從本文理論和實證分析結果發(fā)現，高技術產業(yè)集聚程度存在一個可以使區(qū)域創(chuàng)新能力達到最高的規(guī)模經濟。地區(qū)產業(yè)集聚水平顯著地促進了企業(yè)所獲得的財政補貼，1合理控制高技術產業(yè)集聚程度可通過調整稅收等優(yōu)惠政策等方式來實現。如通過財政補貼和減免稅收等方式，以在地區(qū)高技術產業(yè)集聚程度較低時加強對當地高技術企業(yè)的吸引力。與此同時，應該減少上述優(yōu)惠政策方式，以在高技術產業(yè)集聚程度較高時由市場自主決定高技術企業(yè)的去留，實現優(yōu)勝劣汰。

第二，以不同地區(qū)產業(yè)發(fā)展需要為導向，因地制宜制定產業(yè)集聚政策。從本文的地區(qū)異質性分析中發(fā)現，東北地區(qū)與其他地區(qū)的在高技術產業(yè)集聚與區(qū)域創(chuàng)新之間的關系不同。因此，應該綜合考慮各地區(qū)產業(yè)發(fā)展的態(tài)勢，采取差異化的產業(yè)集聚政策。如高技術產業(yè)基礎較強的地區(qū)，為了保障高技術企業(yè)之間的交流合作，應該采取支持地方化高技術產業(yè)集聚發(fā)展的政策。然而，高技術產業(yè)基礎薄弱的地區(qū)，應該采取支持城市化高技術產業(yè)集聚發(fā)展的政策，促進不同企業(yè)之間相互交流與合作，保障高技術產業(yè)集聚的多樣性，為企業(yè)創(chuàng)新提供更好的發(fā)展條件。

第三，強化高技術產業(yè)集聚中創(chuàng)新資源的技術溢出效應。本文影響渠道分析表明，高技術產業(yè)集聚所帶來的技術溢出效應對區(qū)域創(chuàng)新的影響相對較小。各地區(qū)和企業(yè)在注重保護知識產權的同時，應促進不同主體之間創(chuàng)新資源的交流與合作，充分發(fā)揮創(chuàng)新資源的技術溢出效應。如加強各區(qū)域內企業(yè)與高校交流合作，激勵高?？蒲腥藛T積極融入企業(yè)的創(chuàng)新生產活動，促進高校創(chuàng)新型人才跨區(qū)域自由流動，以提高知識技術溢出效應。同時，各企業(yè)要借助高技術產業(yè)集聚帶來的規(guī)模經濟效應和勞動生產率的正向效應，以促進產業(yè)結構優(yōu)化升級、技術進步以及生產力水平的提高，從而實現區(qū)域創(chuàng)新協(xié)調發(fā)展的良性循環(huán)。

責任編輯：孔慶洋