战略性新兴产业集聚对区域创新能力的空间溢出效应研究

摘 要：推动以先进制造业为主体的战略性新兴产业集聚发展，是浙江省构建现代化产业体系，打造全球创新高地的有效途径。本文基于2011年—2021年浙江省11个设区市的面板数据，采用区位熵描述了浙江省各设区市战略性新兴产业的集聚格局，并通過空间杜宾模型检验了战略性新兴产业集聚对浙江省各区域创新能力的空间影响。研究发现：浙江省各区域战略性新兴产业集聚存在正向空间溢出效应，能显著推动当地创新能力提升；相邻区域的战略性新兴产业集聚水平提升同样能促进本区域的创新能力提升；产业关联度和人力资本水平越高，区域创新能力越强，但邻近城市人力资本水平和科技投入水平的提高会抑制本地的创新发展。

关键词：战略性新兴产业；产业集聚；区域创新能力；空间杜宾模型；空间溢出效应

党的二十大报告强调，“要推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、绿色环保等一批新的增长引擎”。战略性新兴产业具备高知识密集性、高创新水平、高技术含量等特点，其集聚发展对区域创新能力有效提升有重大促进作用。2022年，浙江省战略性新兴产业增加值达到7331亿元，占规模以上工业总产值比重为33.47%，拉动规模以上工业增加值增长3.1个百分点，已成为推动经济快速发展的重要动力。本文以浙江省各设区市战略性新兴产业为研究样本，探讨产业集聚与各设区市区域创新能力的关系，剖析战略性新兴产业聚集和区域创新能力的空间溢出效应，为推动战略性新兴产业高质量发展，优化浙江省战略性新兴产业布局，在设区市层面实现战略性新兴产业集聚与区域创新能力的良性互动提供实践参考。

一、文献综述

目前，国内外学术界针对产业集聚和区域创新的研究主要围绕四个方面展开。一是探讨产业集聚对区域创新的影响机制。杨浩昌等指出，通过减少创新投入，增加创新有效产出，制造业的集聚能进一步推动技术进步或技术效率提升，进而促进创新生产率提升，并认为技术效率的改善是制造业集聚促进创新生产率提升的主要途径[1]。董晓芳等以生命周期视角讨论了本地化集聚和多样化集聚如何影响不同区域的创新水平[2]。杨坤等认为，工业产业集聚水平增加能显著推动区域创新绩效，就高新技术产业而言，技术研发的作用尤为显著[3]。Dijk M等指出，产业集聚对知识和创新要素的传播有极大利好，可以通过产业生产关联和企业关联对区域的创新表现产生影响[4]。二是产业集聚过程中企业活动、知识溢出对区域创新的影响研究。Goldman B等认为，邻近区域引起的知识溢出对于区域创新水平提高至关重要。因此，技术相对落后的企业在进行企业选址时更倾向选择创新活动密集的地区[5]。张可等认为，产业集聚和区域创新存在交互作用，产业集聚和区域创新能通过技术溢出效应和规模效应产生正向的促进作用[6]。三是围绕产业集聚和区域创新的实证研究，现有研究结论不一。孙超等采用面板Tobit模型，发现长三角地区能通过产业协同集聚实现创新效率的提升，而京津冀地区不能[7]。戴玲等基于2010年—2019年省级面板数据，实证检验了协同集聚、制造业集聚、生产性服务业集聚三者对于区域创新能力的不同作用，认为三者均能显著提升区域创新能力，且作用由大到小的排序为协同集聚、制造业集聚、生产性服务业集聚[8]。四是产业集聚和区域创新空间溢出效应的检验。王晓彦等考察了产业集聚对高技术产业全要素生产率的空间溢出效应，发现产业集聚对高技术产业全要素生产率的空间溢出效应显著为正，且其正向溢出效应大于直接效应[9]。马亮等基于空间溢出视角，认为专业化集聚对邻近地区存在显著负向溢出效应，而多样化集聚对邻近地区存在显著正向溢出效应[10]。徐丹等认为城市高技术产业集聚对本城市创新产出具有显著直接促进作用，而对邻近城市的空间溢出效应显著为负[11]。

现有研究从理论、实证和方法等不同角度对产业集聚和区域创新展开讨论，取得的研究成果较为丰硕。但上述研究还存在进一步拓展的空间：一是现有针对产业集聚的研究大都关注总体集聚水平而较少围绕某一具体产业展开，从而忽略了不同产业的异质性特点；二是少有研究从空间视角出发就产业集聚和区域创新的关系展开分析，并且鲜有分析其存在的空间溢出效应；三是已有研究主要基于国家层面和不同省域之间，而就某一省份不同设区市产业集聚情况少有描述。设区市行政区域是各部门开展活动、政策落地实施的基本单元，产业集聚大都分布于设区市区域，将研究对象转向位于设区市区域的产业更能捕捉到集聚和创新的空间效应。基于以上情况，本文聚焦浙江省11个设区市的战略性新兴产业集聚和区域创新情况，以空间视角分析两者之间的关系及其产生的空间溢出效应。

二、理论分析与研究假设

根据产业集聚和区域创新的相关理论，战略性新兴产业集聚主要通过增长极效应、知识溢出及规模经济效应三方面对区域创新产生影响。从增长极方面看，根据中心-外围理论，市场主体在进行创新活动时引发空间上的要素聚集和重组，这种集聚及重组产生的增长极效应对周边的创新活动主体有较大的虹吸效应，能够使其大量集聚，从而提高产业集聚度[12]。此外，知识溢出使得市场主体在创新过程中专业化水平不断提升，进而推动产业高度集聚。从知识溢出方面看，战略新兴产业集聚有利于产业间企业交流互动，推动知识和技术传播，区域内企业主体获取技术和知识更加便利，凭借资源互补优势，集聚区的企业能进行产业链整合和技术融合，进而带动集聚区的创新绩效提升[13]。从规模经济方面看，首先，根据新经济地理学原理，产业集聚规模在一定范围内的扩大能增加区域整体的规模效益[14]。产业集聚有利于性质特点类似的企业共享技术、人力、资本等要素的投入和服务，并且容易产生创新要素及资源的积累，企业进行创新投入时的要素成本和资源获取成本相对较低，这有利于集聚区的企业提高资源利用效率、降低区域创新成本，进而提高区域创新水平[15]。其次，战略性新兴产业集聚区的企业大多性质类似或处于同一产业链，企业间更容易共担利益和风险，企业间沟通成本和信息交流成本相对较低，这能进一步降低区域内的信息不对称程度，容易达成创新合作，从而提高区域的创新水平。最后，由于集聚优势的存在，集聚区往往更容易吸引新兴产业的企业加入，新企业的加入又进一步提高集聚程度，内部竞争和合作推动区域创新水平不断提升。基于以上分析，本文提出第一个假设：

H1：战略性新兴产业集聚对于地区创新能力的提升会产生积极作用。

在经济全球化和创新一体化的背景下，区域创新受周边地区创新要素的共同影响。根据知识溢出效应理论，知识溢出对创新活动产生正向影响，有助于推动区域间的经济均衡發展。知识溢出主要受到距离的影响，随着距离的不断增加，知识溢出效应呈减弱趋势。在战略性新兴产业集聚区，企业高度集聚，不同资源和要素高度集中，集聚区的企业在产品贸易时容易引发文化、知识、技术的溢出，而要素的跨地区流动同样能引发知识溢出，如人才在不同区域的流动会将知识技能带去新区域，从而产生知识和创新溢出[16][17][18]。而且，通过当地的科研平台和机构媒介，知识和技术在不同企业之间加速传播，不同市场主体的交流互动更容易引发区域创新。通过产品流动、要素流动和科研机构、专业媒介等渠道，知识溢出不仅节约了企业大量技术创新成本，还会增强区域内新兴产业内部企业知识技术学习便利性，对区域创新水平提高起到促进作用[19][20][21]。此外，城市间存在知识、技术的追赶与竞争关系。落后城市往往会向先进城市学习，继而产生相应知识与技术的溢出。邻近地区技术水平和创新水平越高，创新资源越丰富，当地在获取创新资源时就更便利，在提高当地的技术和知识水平方面就更有利。因此，邻近地区区域创新能力的提高，能够推动当地的技术学习，对提升当地的创新能力有促进作用。本文由此提出第二个假设：

H2：战略性新兴产业集聚和区域创新均存在空间溢出效应，邻近地区战略性新兴产业集聚水平的提高，对本地提升区域创新能力有促进作用。

三、模型方法与数据说明

（一）空间计量模型构建

1.空间相关性检验

为探索浙江省11个设区市的区域创新能力与其战略性新兴产业的空间关联性及集聚模式，在确定采用空间计量模型前，需对区域创新能力及战略性新兴产业集聚是否存在空间自相关性进行检验，本文采用莫兰指数（Moran's I）检验，具体如公式（1）和公式（2）所示。

公式（1）为全局莫兰指数（IG）测算，从整体上衡量浙江省战略性新兴产业空间自相关程度，公式（2）为局部莫兰指数（IL），对各设区市产业之间的空间差异情况进行测算。其中，n为浙江设区市数量，Yi、Yj表示i、j城市的属性值，Wij为空间权重矩阵，本文采用经济距离权重矩阵。莫兰指数取值在-1至1之间。莫兰指数越接近于1，就表示研究对象在空间上呈现的相似值的集聚度越高；莫兰指数越接近于-1，就表示研究对象在空间上呈现的相异值的集聚度越高；莫兰指数为0时，表示研究对象在空间上随机分布，不存在相关性，未表现出集聚或离散特征。

2.空间计量模型设定

空间计量模型有空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）三种，本文构建公式如下。

公式（3）至公式（6）中，INNOat表示浙江省内a城市t年份的地区创新能力；LQat是a城市t年份的战略性新兴产业集聚水平；W是构建的浙江省各设区市经济距离空间权重矩阵；IRat、OPENNESSat、GEat、FDIRat、Hat分别表示a城市t年份的产业关联、对外开放、政府支出、外商投资和人力资本；β为变量的系数，反映的是各地区变量对本地区创新能力的影响程度；εat是a城市在不同年份t的随机扰动项；φ是空间相关性系数；λa、γt分别是空间效应和时间效应。

（二）变量选取与数据来源

1.变量选取

被解释变量：区域创新能力（INNO）。本文采用发明专利申请、授权和引用的数据。专利数据能直接反映创新主体的创新活动和创新能力，因而现有文献大多采用专利数据衡量企业创新水平[22]。陈爱贞等采用专利申请数衡量并购前后企业创新水平的变化[23]；顾夏铭等将创新变量分为研发投入和专利申请，采用企业当年发明专利申请量、实用新型专利申请量和外观设计专利申请量衡量企业创新活动[24]。

核心解释变量：战略性新兴产业集聚水平（LQ）。目前，测量产业集聚程度的方法主要有投入产出法、赫芬达尔指数、区位熵、空间基尼系数等，本文考虑地理空间因素，选择区位熵作为产业集聚的测量方法，计算公式为：

公式（7）中，LQ为区位熵指数，LQ值越大表示产业集聚程度越高，反之则产业集聚程度越低，LQ大于１时，通常认为该地区产业发展较集中，当区位熵值小于１时，则认为该地区产业发展较分散；Ei表示i地区所有产业的总产值；Ej表示地区战略性新兴产业总产值；Eij表示i地区战略性新兴产业的总产值；E表示地区产业总产值。利用公式（7）测算出浙江省2011年—2021年各设区市战略性新兴产业区位熵指数，具体结果如图1所示。

控制变量：产业关联度（IR）、人力资本（H）、对外开放程度（OPENNESS）、政府支出（GE）以及外商直接投资占比（FDIR）。

2.数据说明

本文选择2011年 —2021年浙江省11个设区市的市级面板数据进行计量分析，变量描述性统计如表1所示。

四、实证分析

（一）空间相关性分析

1.全局Moran's I指数分析

根据公式（1），本文对2011年—2021年浙江省的创新能力和战略性新兴产业集聚水平进行全局空间自相关检验，结果如表2所示。

检验结果显示，浙江省11个行政地区创新能力和战略性新兴产业集聚水平的Moran's I指数均为负值，且所有年份均通过10%的显著性水平检验。结果表明，浙江省各个设区市的创新能力和战略性新兴产业在空间上并非随机分布，而是整体表现为相异值之间的空间集聚，即高创新能力的地区趋于和低创新能力的地区相邻，高发展水平的战略性新兴产业地区趋于和低发展水平的战略性新兴产业地区相邻。整体来看，2011年—2021年浙江省各地区的创新能力和战略性新兴产业集聚水平的全局空间相关系数呈现小范围的波动，但总体平稳。创新能力的空间相关系数位于［-0.152，-0.017］，战略性新兴产业的空间相关系数位于［-0.335，-0.134］，整体表现较为稳定。这表明浙江省11个设区市的区域创新能力和战略性新兴产业集聚存在较为明显的负的空间相关性，这可以进一步做空间计量实证分析。

2.局部Moran's I指数分析

为进一步揭示浙江省各地区创新能力和战略性新兴产业的局域集聚特征，本文分别截取2011年和2021年的数据，并结合Moran's I散点图对浙江省11个设区市进行局部关联性检验，结果如图2所示。

图2是基于浙江省11个设区市经济距离矩阵计算的2011年和2021年浙江省11个设区市创新能力及战略性新兴产业集聚的Moran's I散点图。其中，图（a）、图（b）是利用2021年、2011年11个设区市发明专利数计算得出的Moran's I散点图，图（c）、图（d）是依据2021年、2011年11个设区市战略性新兴产业区位熵计算得出的Moran's I散点图。图2中的直线斜率表明浙江地区的创新能力和战略性新兴产业集聚存在空间负自相关效应。

在图２中，不同象限代表不同的空间自相关模式。位于第Ⅰ象限的点为高-高集聚（HH），表示该地区及其邻近地区的创新能力或战略性新兴产业集聚水平均处于较高水平；位于第Ⅱ象限的点为低-高集聚（LH），代表该地区创新能力或战略性新兴产业集聚水平较低，但其邻近区域的创新能力或战略性新兴产业集聚水平较高；位于第Ⅲ象限的点为低-低集聚（LL），表示该区域与邻近区域的创新能力或战略性新兴产业集聚水平均处于较低水平；位于第Ⅳ象限的点为高-低集聚（HL），表示该区域的创新能力或战略性新兴产业集聚水平较高，且其邻近区域的战略性新兴产业集聚水平较低。结合2011年与2021年的Moran's I散点图，将浙江省各地区空间关联模式列入表3和表4。

由表3四个象限的分布情况可知，2011年浙江省创新能力空间分布位于第Ⅰ象限、第Ⅱ象限、第Ⅲ象限、第Ⅳ象限的城市分别有0个、1个、6个、4个，而2021年则分别有2个、1个、3个、5个。总体看来，浙江省创新能力空间分布位于第Ⅲ象限、第Ⅳ象限，处于低-低和高-低分布的设区市较多。从动态变化上看，宁波创新能力从高-低（HL）模式转向高-高（HH）模式、绍兴创新能力从低-低（LL）模式转向高-高（HH）模式，这表明与宁波相邻的城市创新能力均有所增强，绍兴市及其邻近城市的区域创新能力均有所增强。总体上，浙江省各地区的区域创新能力分布以高低集聚与低低集聚为主，区域创新能力分布不均衡。表4的四个象限的分布情况显示，2011年浙江省战略性新兴产业集聚空间分布位于第Ⅰ象限、第Ⅱ象限、第Ⅲ象限、第Ⅳ象限的城市分别有0个、4个、2个、5个，而2021年则分别有1个、3个、2个、5个。总体看来，浙江省各设区市战略性新兴产业集聚空间分布位于第Ⅱ、第Ⅳ象限的低-高分布及高-低分布较多，这表明浙江省各设区市的战略性新兴产业集聚整体表现为负向的空间相关关系。从动态变化上看，舟山战略性新兴产业集聚水平从2011年的低-高（LH）模式转向2021年的高-高（HH）模式，表明该城市的战略性新兴产业集聚水平有所增强。整体看，浙江各地区的战略性新兴产业以高低集聚与低高集聚为主，两极格局较为明显。

（二）空间计量模型回归分析

1.模型检验

在进行空间计量分析前，应对空间效应存在的形式进行检验，从而在SLM、SEM及SDM三种模型中选择更合适的模型进行分析检验。由表5得知，LM检验结果表明，SLM和SEM统计值的P值均小于10%，表明存在空间自相关，应选择SDM作为主模型展开分析。为进一步研究SDM是否可行，本文选用LR检验和Wald检验进一步判断SDM是否能退化为SLM或SEM。LR检验结果显示，SLM和SEM统计值的P值均通过5%的显著性水平，说明SDM不能退化成SLM或SEM。Wald检验结果显示在5%的置信水平下否定了原假设，同样表明SDM不能退化成SLM或SEM。根据LM、LR、Wald检验结果，本文确定采用SDM进行计量分析。为进一步确定模型应采用固定效应模型还是随机效应模型，再次进行豪斯曼（Hausman）检验，根据统计结果，SDM统计值的P值通过了1%的置信水平检验，故应选择固定效应模型。综上，本文选用空间杜宾固定效应模型作为计量分析模型。

2.空间杜宾固定效应模型实证结果分析

在全样本条件下，空间杜宾固定效应模型的回归结果如表6所示。空间杜宾双向固定效应模型回归结果显示，核心解释变量战略性新兴产业集聚（LQ）系数为0.0174，在10%的水平下显著为正，说明战略性新兴产业集聚对浙江11个设区市的区域创新能力具有显著的正向促进作用，战略性新兴产业集聚水平每提高1%，则该地区的区域创新能力会上升0.0174%，回归结果与假设1（H1）相符。战略性新兴产业集聚能推动知识、技术及经验传播，一方面能减低信息和交易成本，另一方面又能带来规模效应。此外，战略性新兴产业集聚能引发集聚区的企业展开技术竞争，推动企业不断创新，进而带动整个集聚区域创新能力的提升。从控制变量上来看，产业关联度（IR）和人力资本水平（H）、对外开放（OPENNESS）、外商投资占比（FDIR）及政府投资（GE）对区域创新能力的影响均显著为正。高产业关联度对地区整个产业的效率提升、产业转型升级和核心技术提升有促进作用；人力资本水平（H）是区域创新能力提升的重要支撑，高技术人才越多，集聚水平越高，区域创新水平越高；对外开放程度（OPENNESS）和外商直接投资（FDIR）也是推动浙江经济发展、提升创新能力的重要影响因素。浙江省是外向型经济较发达的省份，与外界高效交流过程中往往会引发技术和创新流动，从而带动区域创新能力提升。

W*为空间杜宾固定效应模型中的相邻矩阵项对应的系数，代表各变量之间的空间溢出效應。空间杜宾双向固定效应模型回归结果显示，解释变量战略性新兴产业集聚（LQ）系数的W*系数为0.0284，在10%的水平上显著。说明浙江省各设区市的战略性新兴产业集聚在空间上存在正向溢出效应，即邻近地区的战略性新兴产业集聚水平提高能够推动本地创新能力的提升，实证结果与假设2（H2）相符。控制变量产业关联（IR）的W*项系数为-0.265，人力资本水平（H）的W*项系数为-0.000246，均在10%的水平下显著。说明产业关联和人力资本水平有空间虹吸效应，相邻城市的人力资本水平和科技投入水平的提高会抑制本地的创新发展。外商直接投资（FDIR）的W*项系数为1.979，在5%的水平下显著，说明外商直接投资有正向的空间溢出效应。

综上分析，战略性新兴产业集聚水平、产业关联度、人力资本水平提升对本区域的创新能力提升有显著的促进作用。溢出效应方面，提高本区域的战略性新兴产业集聚水平和外商投资水平能推动相邻地区的创新产出水平，但随着本地区的产业关联度和人力资本水平提高，邻近区域的创新能力会被显著抑制。

3.SDM效应分解

SDM的回归系数无法反映本区域关键变量对其他区域创新能力的影响程度。为进一步探究本区域关键变量对区域创新的溢出效应，本文将SDM进行效应分解，结果如表7所示。检验结果表明，战略性新兴产业集聚的直接效应和溢出效应均为正，且战略性新兴产业集聚的直接效应大于间接效应，回归系数在5%的显著性水平下通过检验。具体来看，本区域的战略性新兴产业集聚水平每提高1%，本区域的创新能力将提高0.0325%，邻近区域的创新能力会提高0.0205%，这再次验证了假设2（H2）。战略性新兴产业集聚存在空间网络外部性，集聚产生的外部性既能推动本区域创新能力提升，又能随着不同区域间的合作互动、产业链的深化推动邻近区域获取创新资源，进而推动邻近区域的创新能力提升。产业关联直接效应的系数为0.298，通过了1%的显著水平检验，这表明产业关联能显著促进本区域的创新能力提升，但产业关联的间接效应（溢出效应）为-0.008且未通过10%的显著性水平检验，这可能是浙江省产业发展在各区域表现出不均衡特征，导致其空间依赖性和紧密性降低，而浙江省人力资本也由于地区发展不平衡现象，降低了其空间依赖性和紧密性。

五、结论与政策建议

（一）结论

本文从空间视角出发，遵循“文献综述、理论分析、模型构建、实证分析”的研究框架，选取2011年—2021年浙江省的面板数据，采用区位熵指数法对全省11个设区市的战略性新兴产业集聚现状进行评估，构建了战略性新兴产业集聚对区域创新能力的空间杜宾固定效应模型，并采用偏导数矩阵对空间溢出效应进行分解，实证分析了战略性新兴产业集聚以及产业关联、人力资本、对外开放、外商投资、政府支出等控制变量对区域创新能力的影响。

本文最终的结论为：战略性新兴产业集聚和区域创新能力具有“空间自相关性”并存在“空间溢出效应”，两者的全局和局部Moran's I指数均小于0，均存在负向的空间相关性；浙江省各设区市的战略性新兴产业集聚对本地区的创新能力提升有显著的促进作用；浙江省战略性新兴产业集聚与区域创新存在显著的空间溢出效应，且本区域的战略性新兴产业集聚对邻近区域的创新能力有正向的空间溢出效应，能提升邻近区域的创新能力；产业关联度、人力资本水平、对外开放、外商投资占比及政府投资对区域创新能力的影响均有正向促进作用。

（二）政策建议

立足区域特色，发挥比较优势。实证分析发现，浙江省战略性新兴产业集聚发展不均衡，杭州、宁波、嘉兴、绍兴、湖州等城市战略性新兴产业集聚程度较高，而邻近的温州、台州、丽水、衢州等战略性新兴产业集聚水平较低。因此，浙江省内各城市要根据自身实际情况培育与发展战略性新兴产业集群，发挥区域优势。例如，杭州高新区聚焦信息技术、生命健康、节能环保等新兴产业，宁波高新区发挥电子信息、新材料、新能源产业优势，温州高新区立足激光光电、电商、软件等基础产业，以此深度推进各自战略性新兴产业集聚发展。

发挥产业集聚的溢出效应，推动区域协同发展。各设区市应进一步优化产业布局，深化产业链价值链，提高战略性新兴产业高质量集聚度，充分发挥正向的空间溢出效应。根据本文研究结论，舟山、衢州和丽水等地区战略性新兴产业集聚程度较低，区域创新能力相对弱，这些地区应加强学习先进技术，利用好区域特色资源，加大与创新能力较强的区域交流合作。同时，要进一步发挥杭州、宁波、嘉兴等产业集聚水平较高地区的空间溢出效应，积极推进这些城市与邻近城市的产业关联，避免无效集聚。

加大人才招引力度，完善人才培养制度。人力资本能显著提升本区域的创新能力。战略性新兴产业的集聚需要高度集中的专业性人才，各区域应结合战略性新兴产业特点，加大专业人才招引力度，完善专业人才培养梯队，实施积极的人才政策，灵活运用产业集聚政策吸引人才，加强与科研机构合作，为产业对口输送专业人才，丰富人才供给渠道。

参考文献：

[1] 杨浩昌，李廉水，张发明.制造业集聚对创新生产率的影响及区域比较[J].科学学研究，2020（1）：63-75.

[2] 董晓芳，袁燕．企业创新，生命周期与聚集经济[J]．经济学，2014（2）：767-792.

[3] 杨坤，朱四伟，胡斌.空间关联视阈下产业集聚对区域创新绩效的影响——基于不同细分产业的实证研究[J].经济体制改革，2020（3）：93-100.

[4] Dijk M，Soltan S.Palestinian Clusters：From Agglomeration to Innovation[J].European Scientific Journal，2017（13）：323-336.

[5] Goldman B，Klier T H，Walstrum T.Evidence on the Within- Industry Agglomeration of R&D，Production，and Admi-nistrative Occupations[EB/OL].（2016-11-14）.http：//www.econstor.eu/bitstream/10419/172936/1/wp2016-20.pdf.

[6] 張可，徐朝晖.产业集聚与区域创新的交互影响——基于高技术产业的实证[J].财经科学，2019（1）：75-86.

[7] 孙超，王燕.高新技术产业与生产性服务业协同集聚对区域创新效率的影响[J].科技管理研究，2020（22）：139-147.

[8] 戴玲，唐晴晴.产业集聚对区域创新能力的影响研究——基于异质性产业集聚与协同集聚视角[J].吉林工商学院学报，2022（2）：27-34.

[9] 王晓彦，欧娇娇.产业集聚对高技术产业全要素生产率的空间溢出效应分析[J].苏州科技大学学报（社会科学版），2022（4）：27-35.

[10] 马亮，高峻.高技术产业集聚促进绿色发展效率了吗？——动态与空间溢出视角[J].管理现代化，2022（3）：24-31.

[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（6）：29-37.

[12] Capello R，Lenzi C.Spatial Heterogeneity in Knowledge，Innovation，and Economic Growth Nexus：Conceptual Reflections and Empirical Evidence[J].Journal of Regional Science，2014（2）：184-216.

[13] 李金滟，宋德勇．專业化、多样化与城市集聚经济——基于中国地级单位面板数据的实证研究[J].管理世界，2008（2）：25-34．

[14] P.R.Krugman.Increasing Returns and Economic Geography[J].Journal of Political Economy，1991（3）：483-499.

[15] 吕承超，商圆月．高技术产业集聚模式与创新产出的时空效应研究[J].管理科学，2017（2）：64-79．

[16] 曾刚，耿成轩，翁旻.京津冀战略性新兴产业集聚对区域经济增长的空间溢出效应研究[J].技术经济，2021（2）：56-64.

[17] 柳卸林，杨博旭.多元化还是专业化？产业集聚对区域创新绩效的影响机制研究[J].中国软科学，2020（9）：141-161.

[18] 程中华，刘军．产业集聚，空间溢出与制造业创新——基于中国城市数据的空间计量分析[J].山西财经大学学报，2015（4）：34-44.

[19] 王雅洁，韩孟亚．高技术产业集聚与创新绩效的交互影响及空间溢出效应——创新价值链视角下的空间联立方程研究[J]．科技进步与对策，2021（12）：59-68．

[20] 吕平，袁易明．产业协同集聚、技术创新与经济高质量发展：基于生产性服务业与高技术制造业实证分析[J]．财经理论与实践，2020（6）：118-125．

[21] 李太平，顾宇南．战略性新兴产业集聚、产业机构升级与区域经济高质量发展——基于长江经济带的实证分析[J]．河南师范大学学报（哲学社会科学版），2021（1）：78-87．

[22] 安同良，魏婕，舒欣.中国制造业企业创新测度——基于微观创新调查的跨期比较[J].中国社会科学，2020（3）：99-122.

[23] 陈爱贞，张鹏飞.并购模式与企业创新[J].中国工业经济，2019（12）：115-133.

[24] 顾夏铭，陈勇民，潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究，2018（2）：109-123.

责任编辑：蒋建忠

收稿日期：2023-09-28

作者简介：余海凤，杭州市富阳区委党校助理讲师，研究方向为区域经济。