王余丁 王蓓 席增雷

摘 要：基于产业集聚的外部性视角，构建空间杜宾模型，识别了中国30个省域高新技术产业不同的集聚模式对区域创新能力的影响，并进一步考察社会经济发展水平、市场化程度及对外开放程度三个环境变量调节高新技术产业集聚驱动区域创新能力提升的影响程度。实证结果表明，高新技术产业的专业化与多样化集聚模式对区域创新能力的提升具有显著正向作用;但目前高新企业并没有充分发挥竞争优势，导致创新要素资源配置失调，使得企业创新活力受到抑制。此外，高新技术产业集聚模式与环境变量交互项的回归系数检验结果表明，社会经济发展水平的提高有利于高新技术产业集聚带动区域创新的提升;同时，市场化水平及外商投资水平的提高能够改善高新企业竞争关系，进而优化市场要素资源分配，促进区域创新活动的发展。

关键词：区域创新能力;集聚水平;空间溢出效应;调节效应

中图分类号：F276.44

文献标识码：A文章编号：1007-2101（2022）02-0090-10

高新技术产业集聚在区域创新系统演变发展中扮演日趋重要的角色，如何有效利用高新技術产业促进区域经济发展得到实践界和学术界的广泛研究。在开放共享理念的引领下，产业集聚除了强调区域分工的重要性以外，更需要利用好数字化平台，提高企业在创新过程中整合区域各类资源的能力，提高资源要素的配置效率。[1] ，本文从高新技术产业集聚模式产生的不同外部效应的视角出发，通过构建空间杜宾模型，探究中国省域范围内产业集聚对区域创新能力的影响程度，并进一步从区域发展环境角度，考察能够调节高新技术产业集聚对区域创新能力影响的路径，对未来国家制定和执行相关政策有着十分重要的理论价值与现实意义。

学术界关于产业集聚模式与区域创新的关系先后产生了三种观点：一是马歇尔外部性，以 Marshall、Arrow、Romer 为代表的产业专业化集聚或地方化集聚，即某一地区的单一产业集聚有助于劳动力市场共享和技术溢出效应，进而提升区域创新绩效[2] ;二是雅各布斯外部性，以Jacobs 为代表的产业多元化集聚或城市化集聚，认为特定区域内不同产业的集聚形成的知识溢出和技术外部性，有助于互补性知识融合和碰撞，推动区域创新的提高[3] ;三是波特外部性，以Porter 为代表的行业竞争模式，即行业竞争加剧，企业为了满足消费者多样化需求，加快创新和产品更新换代步伐[4] ，通过企业间竞争合作，有利于发挥知识技术的溢出效应。相关研究发现，在全国范围内马歇尔外部性比雅各布斯外部性更有利于区域经济的发展[5] ，同时，产业竞争与创新产出之间存在非线性“倒U”型关系[6] 。长期以来研究学者将产业集聚产生的不同外部效应作为影响因子，积极探索产业集聚模式与区域创新能力的关系，认为其产业集聚的外部性对区域创新的影响会因时间序列、空间布局、行业差异等不同因素而产生不同的溢出效应[7] 。Klaesson 研究发现，技术密集型产业在地理优势作用下能够促进产业内的知识溢出，并且知识外溢是影响技术密集型企业空间布局的重要因素[8] 。Beule 等发现低技术产业的专业化集聚更有利于知识溢出，而高新技术产业形成多样化集聚更利于知识溢出[9] 。我国部分学者以制造业为研究对象，发现规模以上工业企业集聚规模与创新效率存在反向“U”型影响关系[10] ;针对高新技术产业，相关学者通过构建动态空间面板模型，分析专业化集聚、多样化集聚对高技术产业创新的时空效应，发现短期内专业化集聚对创新具有正向外部性，多样化集聚则会对高技术产业创新产生负向影响，长期来看雅各布斯外部性比马歇尔外部性显著[11-12] 。夏清华等通过构建非线性回归方程，证实了高新企业竞争与创新投入之间存在着倒“U”型关系，当市场竞争超过某个临界值，则企业相对竞争优势会削弱[13] 。

高新技术产业集聚对区域创新的外部效应会受到城市经济发展水平、政府行为、对外开放程度等社会环境因素的影响。但大部分学者将其作为影响区域创新能力的直接因素，Cheung等、Wang 等、Helm 认为FDI 的流入可以促进地区技术进步，提高创新能力[14-16] 。杨若愚基于我国30 省域10 年的面板数据实证检验了市场竞争程度与区域创新绩效的关系，研究发现减少地方保护可以促进区域创新水平提升[17] 。鲜有学者从空间维度探究外部环境变量对产业集聚的创新效应的空间调节作用[18] 。因此，本文在已有的研究基础上，综合对比中国省域高新技术产业不同集聚模式对区域创新能力的影响效应，同时，引入经济社会等相关环境因素，进一步探究其在上述直接效应与空间溢出效应中的调节作用，为充分发挥高新技术产业集聚的正向外部性，推动区域创新能力的提升提供参考路径。

一、计量模型设定与数据说明

（一）理论基础模型

本文的理论基础来源于区域创新系统理论对知识生产函数的利用，并结合研究实际进行模型扩展，将高新技术产业的空间集聚作为主要的影响变量、社会环境因素作为调节变量加入生产函数进行调整，即得到扩展的创新生产函数：

将创新生产函数作对数处理，以消除各变量的异方差以及数据波动，并将具体变量带入函数中进行替换得到基础的实证模型：

其中，INN代表区域创新能力，D为高新技术产业集聚水平（分为pro专业化集聚、div多样化集聚、com企业竞争水平），rd为科研经费投入、pd为科研人员投入、url代表城镇化水平、eyp为人力资本水平、inf为通信基础设施水平，lnDi，t×E为加入环境调节变量的交叉项，E代表外部环境因素（包括经济发展水平PGDP、市场化程度MAL、投资环境FID），i和t分别表示省域和时间。

（二）变量选取与说明

1.被解释变量：区域创新能力（INN）。相对于利用专利的申请授权量来表征区域创新能力[19-22]，专利的价值更能客观度量区域创新产出效率，且测度结果不易出现偏差，所以本文采用《中国城市和产业创新力报告2017》中的专利价值代表区域创新能力[23]，鉴于测度数据为2001—2016年，故采用专家建模进行2017—2019的数据预测。

2.核心解释变量：高新技术产业集聚测度（D）。产业集聚模式分为专业化集聚、多样化集聚以及企业竞争模式。

（1）专业化集聚（pro）。本文从指标统计口径的一致性以及数据的可得性出发，运用区位熵来测度专业化集聚：

（2）多样化集聚（div）。为了方便区域间数据的比较，本文借鉴孙晓华、周玲玲采用的相对多样化指数来衡量高新技术产业的多样化水平[24]：

（3）企业竞争水平（com）。市场竞争主要表现为生产同质产品的企业过度饱和，利用价格优势或其他方式得到有利竞争地位，企业竞争水平的计算公式如下：

3.控制变量及环境变量：为了保证实证结果的稳健性以及解决遗漏变量的问题，文中加入影响区域创新能力的一系列指标作为控制变量;产业集聚对区域创新的影响程度会受到区域发展的环境因素的影响，外部环境变量对两者的影响效应具有调节作用[18]，主要从社会经济综合发展水平、地方保护及对外开放程度三个方面进行探讨（见表1）。

本文以中国30个省（自治区、直辖市，未包含西藏自治区、中国香港、中国澳门和中国台湾地区，下同）为研究对象，选取2007—2019年的时间序列组成面板数据，其中高新技术产业集聚有关的数据来源于《中国高技术产业统计年鉴》《中国科技统计年鉴》，其他数据来源于《中国统计年鉴》、分省统计年鉴及国家统计局。

（三）空间计量模型设定

在地理邻接矩阵、中心地理距离矩阵和经济距离矩阵不同空间权重下，运用Stata15.0 软件测度2007—2019年中国30个省（自治区、直辖市）域创新能力的全局Moran's I指数，并根据Moran's I指数选择合适的空间权重矩阵构建计量模型。根据全局Moran's I指数的结果，我国区域创新的空间溢出效应显著，并通过对比三种空间权重矩阵下Moran's I指数，选用地理邻接矩阵和经济距离矩阵构建空间计量模型。

空间回归模型中最常见的是空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM），将地理邻接距离以及主要变量引入空间效应中，相继构建具体的空间计量模型。进一步进行回归模型的LM检验、LR检验及Wald檢验，依据Anselin提出的Wald统计量>LR统计量>LM统计量的顺序原则进行最终模型选定[25]（见表2）。

由此本文选择SDM模型对高新技术产业集聚的创新效应进行实证探究，具体如下：

其中，pro为高新技术产业专业化集聚水平（多样化集聚与企业竞争模式以div、com替代）;ρ表示被解释变量区域创新能力的空间自回归系数，反映邻接区域对本区域的影响程度，代表着区域创新的空间溢出效应;α表示高新技术产业集聚水平的弹性系数，β1、β2、β3、β4、β5为其他控制变量的回归参数，λ1代表高新技术产业集聚水平的空间回归系数，λ2、λ3、λ4、λ5、λ6表示其他控制变量的空间回归参数，εit为随机干扰项。

二、实证结果与分析

（一）高新技术产业集聚创新效应的空间分析

1.专业化集聚对区域创新能力的影响。

运用Stata15.0软件，将空间杜宾模型进行Hausman检验，并对比时间、个体以及时间与个体双固定效应的显著性以及拟合优度，选用双固定效应更为合理。由表3得出，中国30个省（自治区、直辖市）创新能力空间溢出影响系数在1%的显著水平下为0.471，表明本地创新能力提升1%则能带动邻近区域的创新产出增加47.1%;本地区的产业集聚水平在1%的显著水平下回归系数为0.401，表明专业化集聚水平的提高能够促进本区域的创新能力的提升;在1%的显著水平下，高新技术产业专业化集聚对邻近区域的创新能力有显著的正向空间效应，说明本地区产业集聚水平的提高对邻近区域的创新活动有积极的溢出效应。表3中，在1%显著水平下直接影响系数为0.564，间接影响系数为1.967，表明高新技术产业集聚对区域创新能力的提升具有显著的正向作用。

以上结果说明，高新技术产业专业化集聚发挥的规模效应能够吸引高水平人才、信息科学技术、流动资本等创新要素的集聚，实现产业的集约化生产，使得企业的综合运行成本降低，而且能够促进跨区域企业间先进技术、前沿知识、管理经验的合作交流，有利于知识溢出效应的发挥，进而提高企业经济效益，激发产业发展的创新活力。而高新技术产业集聚对区域创新的空间溢出效应高于直接效应，高技术产业的过度集聚造成边际效益递减，从而对邻接区域产生扩散效应，对周围地区产生积极的辐射带动作用，形成区域协同发展局面，由此得出高新技术产业集聚具有显著的空间溢出效应，能够带动区域创新能力的大幅度提升。

2.多样化集聚对区域创新能力的影响。

选用空间回归模型的个体固定效应进行高新技术产业多样化的创新效应分析更为合理。由表4可知，在1%的显著水平下对本区域创新能力的回归参数为0.111，而对邻接区域的创新产出影响系数为0.602，这表明高新技术产业的多样化发展能够促进本地区创新水平的提升，但是产业多样化集聚创新效应的空间溢出效应更加显著，能够有效地推动邻近区域创新产出的增加。表4显示在1%显著水平下多样化集聚对区域创新的直接影响系数为0.208，空间溢出影响系数为1.151，也证实多样化集聚的创新效应向周围区域的扩散效应逐渐增强，能够有效带动邻近区域创新产出的增加。通过集聚不同类型的高新技术行业能够为高新企业的发展提供多元化的知识平台，既能促进不同产业链的创新发展，也能使得差异性企业之间优势互补，更有利于区域产业之间知识、经验的交流以及技术溢出作用的发挥，从而吸引多样性的高层次人才、企业等向本地区集聚，有助于区域创新效益的提高。

3.企业竞争对区域创新能力的影响。

选用个体固定效应模型探究高新企业竞争水平对区域创新能力的影响程度。表5中，高新技术企业竞争水平对区域创新能力的影响显著为负，企业竞争强度提高1%，本地区创新产出相应减少42.7%;而对邻近区域的创新能力具有反向作用，但是作用效果不明显。表5中的空间效应分解结果表明，在1%的显著水平下，企业竞争对本地区及邻近地区的区域创新活动均具有显著的抑制作用，直接效应的影响系数为-0.578，空间溢出效应回归参数为-1.691，而本区域内高新技术产业相关企业的竞争强度对本地创新能力的负向作用程度更高。

这主要是高新技术产业具有高投入、高风险和高附加值的特点，也意味着企业具有一定的垄断能力，企业间竞争程度越激烈，所需要的创新人员、资金投入越多，造成创新投入的边际收益递减，进而会抑制创新活动的发展，对区域的创新能力带来显著的负向作用。同时会通过市场导向使得邻近区域的创新资源分配失衡，对邻近省份的创新产出造成显著的不利影响。实证结果也表明，我国高新技术产业的企业竞争处于过激的阶段，还未形成成熟的企业竞争环境。因此，高新技术企业的竞争水平越高会在一定程度上抑制区域研发活动的开展，对邻接区域产生的不利影响程度要高于本地区域的直接反向作用。

4.控制变量回归分析。

（1）根据科研人员投入以及科研经费投入的回归系数可以得出，本区域的科研人员、科研经费投入对创新能力的提升有抑制作用，但是作用效果并不明显，而科研人员投入对邻近区域创新发展有显著的消极影响，经费的投入对邻近区域的创新提高具有显著的正向作用，通过效应分解也能证实这一点。

（2）区域城镇化水平无论对本地还是邻接区域的创新发展均有显著的正向作用;本区域人力资本水平的提高对区域创新能力的提升有显著的促进作用，而对邻近区域的创新活动发展没有显著影响;通信基础设施水平对本地区的创新能力有积极作用，但没有通过显著性检验，对邻近区域的创新水平具有显著的积极溢出效应。

虽然科研人员投入对区域创新能力影响系数为负，但并不代表人力资源投入具有反向作用，可能由于本区内投入的高层次人员多向经济发达的区域分流，区域之间未能形成良好的互通共享效应。相比于科研经费来说，高层次人员投入基数较小且在企业内的流动性较强[15]，本区域或邻接区域均没有对区域创新能力产生显著的正向带动作用，从整体效应来看，科研经费投入直接推动创新产出的效果更加明显。本地多层次的高端人才储备是各项创新活动的动力源泉，而当地学生大多依据“就近择业”原则，因此能够有效促进本地创新能力的提高，而对邻近地区的创新推动没有显著影响。

（二）区域环境对产业集聚创新效应的影响分析

考察區域环境对高新技术产业创新效应的调节程度，在SDM模型中主要以高新技术产业不同集聚模式与环境变量的交互项形式表现。

1.区域环境对专业化集聚创新效应的调节分析。

运用空间杜宾的个体效应模型，对产业专业化集聚创新作用的调节效应作进一步分析。由表6的回归结果可知：（1）在1%的显著水平下，经济发展水平对本地创新能力有显著的促进作用，而对邻近区域的创新活动有显著的负面影响; 在高

新技术产业专业化集聚对区域创新产出作用中发挥显著的正向调节作用，也表明了本地经济发展水平的提高使得产业专业化集聚发挥的创新效应程度增强。（2）市场化程度在1%的显著水平下对本地的创新能力的提高具有正向促进作用，对邻近区域的创新活动影响效果不明显，在对高新技术产业专业集聚的创新效应中也没有发挥显著的正向作用。

（3）实际外商直接投资在10%的显著水平下对本地的区域创新能力有微弱的正向作用，但在产业专业集聚创新影响中的调节效果并不显著;而在产业专业化集聚对创新能力的空间溢出效应中具有显著的积极促进作用，能够削弱外商投资在邻接区域创新活动中的负向影响。

2.区域环境对多样化集聚创新效应的调节分析。

根据个体固定效应回归结果分析环境变量在产业多样化集聚创新效应中的调节程度（见表7）。相比于市场化水平及外商投资水平，本地的社会经济发展水平对高新技术产业多样化集聚产生的创新直接效应正向调节程度更加显著;而外商投资水平在高新技术产业多样化集聚的创新空间溢出效应中作用更加明显。

这表明本区域内社会经济发展水平的提高会增加对多元产品的需求程度，有助于刺激当地企业积极吸收多样化的创新要素资源，提高多种产业发展的创新水平，进而增加企业的经济效益;外商直接投资技术溢出效应会通过上下游关联企业盘活其资本存量，提高产业间的关联度和融合度，以推动周围区域多样化高新技术产业结构转型升级，为产业多样化集聚提高区域创新能力提供积极的调节作用。而目前我国市场化机制亟需进一步完善，区域间经济发展差距大会影响市场导向存在偏差，多样化的高技术产业的发展在很大程度上需要政府政策的引导和支持，所以对多样化集聚的创新效应的调节效果微弱。

3.区域环境对企业竞争创新效应的调节分析。

根据表8估计结果：（1）社会经济发展水平在1%的显著水平下产生了微弱的反向调节作用，直接回归系数为-0.047，间接影响系数为-0.044，得出高新企业竞争对区域创新能力的提升有显著的抑制作用，也进一步表明区域社会经济发展水平的提高能够削弱企业竞争对创新活动的负面影响，有利于发挥竞争优势作用，减少企业竞争对区域创新的不利影响;（2）市场化程度在1%的显著水平下，直接影响系数为0.177，间接调节系数为0.397，表明本区域市场化水平的提高对企业竞争的创新效应起到正向调节作用，能够中和不当竞争对创新发展的抑制程度;（3）对外直接投资水平在1%显著水平下对本地区企业竞争效应有积极促进作用，而对邻接区域创新发展的调节程度并不显著，说明提高对外开放水平能够调节企业竞争程度，促使区域利用良性竞争优势带动区域创新发展。

综上所述，社会经济发展水平的提高更能够有效增强高新技术产业专业化集聚与多样化集聚模式的创新效应，既能充分发挥产业的规模经济作用，增强高新企业生产活动的专业化程度，为专业化产业间的分工协作储备资源，又能带动多样性的产业合作交流，形成区域特色的产业链集合。而市场化水平的提高以及外商投资力度的增强更能促进企业竞争优势的显现，有利于激发和释放市场主体的创新活力，进而提高企业竞争机制的运行效率，减少政府对市场价格的过度干预[26]，能够为多层次的高新企业提供较为公平的竞争平台，进而激发企业研发新产品、新技术的活力，增加区域的创新产出，为企业提高综合竞争力创造良好的市场环境。

（三）穩健性检验

为了检验高新技术产业不同集聚模式对区域创新能力回归结果的稳健性，文中将经济距离矩阵替换地理邻接矩阵带入空间回归模型中[27]（见表9），以对比不同空间权重矩阵下的估计结果：（1）对于核心解释变量，高新技术产业专业化集聚

以及多样化集聚水平均能有效提高区域的创新能力，在1%显著水平下对区域的创新发展有正向促进作用，与地理邻接矩阵下的检验结果基本一致，只有高新企业竞争水平对本地创新活动的负面影响没有通过显著性检验，但也具有显著的反向空间溢出效应。（2）关于控制变量，除了科研人员及科研经费对本区域创新能力的影响系数显著性存在偏差外，其他变量因素对区域创新的影响结果与地理邻接矩阵下的回归估计结果基本保持一致。由此证明我国高新技术产业不同集聚水平产生的创新效应检验结果在一定程度上具有稳健性。

三、结论与建议

本文基于中国省域2007—2019年的面板数据，利用空间杜宾模型对高新技术产业不同集聚模式产生的区域创新效应进行实证分析。结果证明：第一，高新技术产业的专业化集聚以及多样化集聚模式对区域创新的影响均能发挥显著的正向外部性，并且对邻近区域创新能力产生的空间溢出效应程度要大于对本地区创新发展的直接影响，同时马歇尔外部性对区域创新产出的提升作用更加显著;高新企业之间的竞争没有发挥激励作用，无论是本区域的创新产出还是邻接区域的创新能力的提升都具有显著的负面影响。第二，提高区域社会经济发展水平，更有利于专业化集聚的规模效应以及多样化集聚的关联效应的发挥，并且马歇尔外部性要强于雅各布斯外部性;虽然在企业竞争发挥的创新效应中起到显著的反向作用，但是从一定程度上削弱了过度竞争对区域创新能力的不利影响。第三，市场化程度及外商投资水平的加强[28]在企业竞争发挥的创新效应中起到正向促进作用，有效地中和了由企业竞争产生的抑制效果，是提高区域高新企业发挥竞争优势、带动区域创新效率提升的重要途径。

本研究对发挥高新技术产业的集聚和引领作用，对区域创新协同发展具有重要的政策启示。首先，在高新技术产业园区规划布局时，要全局把握高新技术产业多种集聚模式的错位发展，以发挥集聚效应的正向外部性，既要适度提升高新技术产业的专业化集聚程度，又要结合区域发展的资源禀赋优势以及功能定位促进产业多样化的发展，通过产业之间、区域之间的分工协作，打造区域特色产业链、创新链。其次，要想充分发挥区域高新企业的竞争优势，应该优化市场环境，调节政府对相关产业发展的干预程度，以市场价格机制引导产业创新资源的优化配置;同时提升外商投资水平，根据区域产业发展现状，明确重点外资引进产业，加大国内外企业的合作交流，加强企业之间的良性互动，激发企业创新发展的活力。最后，要注重区域创新投入产出的效率，既要制定高技术人员优质引进政策，激励高层次技术人员致力于区域的科技研发，又要完善科技成果转化服务体系，引导科研经费的精准投入力度，以增加创新成果的产出，从而提高高新企业的创新效率，带动区域的综合经济效益提升。

参考文献：

[1]王素贞，朱蔓莉.人工智能驱动乡村新型服务业发展研究[M].石家庄：河北科技出版社，2021：176.

[2]GALLIANO D，MAGRINI M B，TRIBOULET P. Marshall's versus Jacobs' Externalities in Firm Innovation Performance： The Case of French Industry[J]. Regional Studies，2015（11）：1840-1858.

[3]ANTONELLI C，CRESPI F，CHRISTIAN A，et al. Knowledge composition，Jacobs externalities and innovation performance in European regions[J]. Regional Studies，2016（11）：1708-1720.

[4]YU Y T，ZHANG Y，MIAO X.Impacts of Dynamic Agglomeration Externalities on Eco-Efficiency： Empirical Evidence from China.[J]. International journal of environmental research and public health，2018（10）：2304.

[5]ZHU H Y，DAI Z J，JIANG Z R.Industrial Agglomeration Externalities，City Size，and Regional Economic Development： Empirical Research Based on Dynamic Panel Data of 283 Cities and GMM Method[J].Chinese Geographical Science，2017，27（3）：456-470.

[6]ASKENAZY P，CAHN C，IRAC D.Competition，R&D，and the cost of innovation： evidence for France[J].Oxford Economic Papers，2013（2）：293-311.

[7]ROBERTA CAPELLO，CAMILLA LENZI. Spatial heterogeneity in knowledge，innovation，and economic growth nexus： conceptual reflections and empirical evidence[J]. Journal of Regional Science，2014（2）：186-214

[8]KEKEZI，KLAESSON.Agglomeration and innovation of knowledge intensive business services[J]. Industry and Innovation，

2020（5）：538-561.

[9]DE BEULE F，VAN BEVEREN I.Does firm agglomeration drive product innovation and renewal？ An application for Belgium[J].Tijdschrift voor economische en sociale geografie，2012（4）：457-472.

[10]谢子远，吴丽娟.产业集聚水平与中国工业企业创新效率——基于20个工业行业2000—2012年面板数据的实证研究[J].科研管理，2017（1）：91-99.

[11]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.

[12]吕承超.中国高技术产业专业化比多样化更有利于区域产业创新吗？[J].研究与发展管理，2016（6）：27-37.

[13]夏清华，黄剑.市场竞争、政府资源配置方式与企业创新投入——中国高新技术企业的证据[J].经济管理，2019（8）：5-20.

[14]KUI-YIN C，LIN P.Spillover effects of FDI on innovation in China： Evidence from the provincial data[J]. China Economic Review，2004（1）：25-44.

[15]WANG C C，WU A. Geographical FDI knowledge spillover and innovation of indigenous firms in China[J]. International Business Review，2016（4）：895-906.

[16]HELM I. National Industry Trade Shocks，Local Labour Markets，and Agglomeration Spillovers[J]. The Review of Economic Studies，2020（3）：1399-1431.

[17]杨若愚.市场竞争、政府行为与区域创新绩效——基于中国省级面板数据的实证研究[J].科研管理，2016（12）：73-81.

[18]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.

[19]王叶军，母爱英.产业协同集聚对城市科技创新的提升效应——基于多维度的实证研究[J].河北经贸大学学报，2020（5）：78-86.

[20]张秀峰，胡贝贝，张莹.高新区产业与非高新区产业经济增长路径的差异研究——基于研发模型的实证分析[J].研究与发展管理，2020（5）：166-174.

[21]王峤，刘修岩，李迎成.空间结构、城市规模与中国城市的创新绩效[J].中国工业经济，2021（5）：114-132.

[22]雷淑珍，高煜，刘振清.政府财政干预、异质性FDI与区域创新能力[J].科研管理，2021（2）：40-51.

[23]寇宗来，刘学悦.中国城市和产业创新力报告 2017[EB/OL].http：//www.cbnri.org/news/5389402.html，2017.

[24]孙晓华，周玲玲.多样化、专业化、城市规模与经济增长——基于中国地级市面板数据的实证检验[J].管理工程学报，2013（2）：71-78.

[25]李婧，何宜丽.基于空间相关视角的知识溢出对区域创新绩效的影响研究——以省际数据为样本[J].研究与发展管理，2017（1）：42-54.

[26]苏楠，宋来胜.FDI、产业集聚结构和行业创新绩效——基于制造业13个分行业面板数据的GMM分析[J].经济与管理，2013（7）：92-97.

[27]丁嘉铖.产业聚集、科技创新与经济增长——基于新经济地理学模型的分析[J].河北经贸大学学报，2021（1）：79-89.

[28]孙早，韩颖.外商直接投资、地区差异与自主创新能力提升[J].经济与管理研究，2018（11）：92-106.

責任编辑：李金霞