李武艷，周依甸

（1.浙江財經大學土地與城鄉(xiāng)發(fā)展研究院，杭州 310018；2.浙江財經大學工商管理學院，杭州 310018）

一、引言

經過改革開放40 多年來的建設和發(fā)展，中國經濟已由高速增長階段轉化為高質量發(fā)展階段，亟需實現(xiàn)從傳統(tǒng)要素驅動、投資驅動轉向創(chuàng)新驅動（辜勝阻等，2018）。繼十八屆五中全會提出創(chuàng)新為五大發(fā)展理念之一后，“十九大”報告再次指明創(chuàng)新是引領國家發(fā)展的第一動力。然而，受制于中國區(qū)域發(fā)展程度的空間差異，產業(yè)創(chuàng)新發(fā)展呈現(xiàn)多樣態(tài)勢，部分地區(qū)創(chuàng)新效率較低成為限制經濟總體水平上升的主要羈絆（程葉青等，2014）。中國自然條件復雜且區(qū)域空間差異大，邊緣效應顯著（盧小平，2020），區(qū)域資源集聚或受到鄰近地區(qū)的影響（陳柯等，2020），依據產業(yè)集聚對區(qū)域創(chuàng)新效率的空間效應，合理化的產業(yè)布局將成為提升區(qū)域創(chuàng)新效率重要途徑之一。

產業(yè)專業(yè)化集聚和多樣化集聚對區(qū)域創(chuàng)新效率影響的相關研究，在國內外已有了廣泛探索。專業(yè)化集聚過程中形成的物質資本要素集聚，可促進資本深化，也可以促進勞動分工精細化，進而提升技能、知識和機械專業(yè)化，促進技術創(chuàng)新，驅動技術外溢（李天籽和陸銘俊，2022）。也有學者對此觀點持有不同看法，認為專業(yè)化集聚會抑制創(chuàng)新，由于資源的有限性，當專業(yè)化集聚提高后，產業(yè)內的企業(yè)需要面臨激烈的資源競爭，勞動力的頻繁流動會導致企業(yè)創(chuàng)新成果的同化，抑制企業(yè)創(chuàng)新投入，進而阻礙區(qū)域創(chuàng)新效率的提升（蘇依依和周長輝，2008）。專業(yè)化集聚與區(qū)域創(chuàng)新效率的關系探索已經較為成熟，但是隨著產業(yè)布局的不斷變遷，學者們對于產業(yè)集聚和創(chuàng)新效率的關系，不再囿于專業(yè)化集聚，出現(xiàn)了基于產業(yè)多樣化集聚的拓展。多樣化集聚中的互補產業(yè)間可以形成網絡化的創(chuàng)新模式，有利于協(xié)同創(chuàng)新，促進各組織之間形成相互依賴的關系，加速了知識的集聚、流動及產出，促進跨學科領域的合作，提升了組織對知識溢出的吸收能力，有利于促進區(qū)域技術創(chuàng)新（劉娜等，2018）。與此同時，由于不同產業(yè)的企業(yè)難以形成統(tǒng)一協(xié)調的行為準則，這會對知識和資源的溢出和共享存在較大的阻礙作用，可能會對創(chuàng)新帶來抑制作用（黎欣，2021）。

通過對上述研究梳理發(fā)現(xiàn)，雖然產業(yè)集聚與區(qū)域創(chuàng)新效率的關系仍處于爭議之中，但是多樣化集聚和專業(yè)化集聚的合理配置可有效提升區(qū)域創(chuàng)新效率，已成為學界共識（馬志東和俞會新，2016）。而現(xiàn)有研究中，多是基于傳統(tǒng)計量模型探討兩種集聚對區(qū)域創(chuàng)新效率的影響，忽略了不同空間距離下的溢出效應（Jang et al，2017）。近年來，關于空間溢出效應的相關研究逐漸豐富，但多僅基于地理空間矩陣開展研究，非地理距離下產業(yè)集聚與區(qū)域創(chuàng)新效率的空間效應尚不明晰。事實上，信息技術飛速發(fā)展，地理距離在區(qū)域創(chuàng)新中所起的作用將會被弱化。經濟水平鄰近地區(qū)更易將創(chuàng)新資源投入到共享活動中，相應的經濟行為、要素配置方式、企業(yè)研發(fā)模式也會逐漸趨同，從而促進知識溢出與技術創(chuàng)新的擴散。因此，研究經濟距離下產業(yè)集聚對區(qū)域創(chuàng)新效率的作用路徑，更具有現(xiàn)實意義。

長江經濟帶橫跨中國東中西三大區(qū)域，近年來的經濟總量在我國經濟總量之中的占比達到了45%以上，具有極強的產業(yè)集群帶動效應，以電子信息為代表的產業(yè)規(guī)模在國內占比常年保持在50%以上。將長江經濟帶作為重點發(fā)展對象，培育具有國際競爭力的產業(yè)集群，對我國產業(yè)發(fā)展起著重要的示范作用。然而，長江經濟帶省市之間經濟發(fā)展不均衡，產業(yè)同質性問題愈發(fā)突出，使得區(qū)域之間競爭不斷加劇，限制了各地創(chuàng)新能力的提升，經濟呈現(xiàn)出顯著的負外部性。在長江經濟帶實現(xiàn)創(chuàng)新區(qū)域協(xié)調發(fā)展的過程中，洞悉區(qū)域創(chuàng)新效率存在的問題，利用產業(yè)集聚對區(qū)域創(chuàng)新效率的空間溢出效應，是提升區(qū)域創(chuàng)新效率是關鍵所在。本文將2009—2018 年作為研究時段，以長江經濟帶108 個地級市①畢節(jié)市、銅仁市由于數(shù)據缺失較多，未被列入研究單元。作為基本單元，劃分為上中下游②上游地區(qū)：重慶市、四川省、云南省、貴州省；中游地區(qū)：江西省、湖北省、湖南省；下游地區(qū)：上海市、江蘇省、浙江省、安徽省。，考察區(qū)域創(chuàng)新效率的時空演變特征及產業(yè)集聚對區(qū)域創(chuàng)新效率增長的空間溢出效應。具體研究將圍繞以下兩個方面展開：①區(qū)域創(chuàng)新效率本身的時空演化特征是什么？②產業(yè)集聚對區(qū)域間創(chuàng)新效率提升的影響是什么？在此基礎上，為了更細致地探索產業(yè)集聚對區(qū)域創(chuàng)新效率變化的空間溢出效應，研究進一步將空間距離劃分為地理和經濟兩個維度，關注不同空間距離下對空間溢出效應的影響。本文不僅是對上述理論爭議的實證檢驗，還可以豐富和拓展產業(yè)集聚與區(qū)域創(chuàng)新相關研究內容，在現(xiàn)實方面，以期為政府部門更合理的規(guī)劃產業(yè)空間布局提供政策建議，為區(qū)域創(chuàng)新效率的提升研究與實踐提供參考。

二、理論機制分析

（一）區(qū)域創(chuàng)新效率的空間相關性

新經濟地理學理論說明創(chuàng)新活動存在著顯著的空間效應。這意味著創(chuàng)新活動不僅僅可以影響本地創(chuàng)新的產出，并且區(qū)域間創(chuàng)新活動也會發(fā)生相互作用，從而影響區(qū)域創(chuàng)新成果產出的空間分布格局（馬靜等，2017）。分析區(qū)域創(chuàng)新效率可知，它是起步于多種創(chuàng)新要素投入終止于最終創(chuàng)新成果產出的一個具有多階段、多環(huán)節(jié)及多要素特點的價值鏈有序傳遞的系統(tǒng)過程，是在一定地區(qū)空間上的創(chuàng)新系統(tǒng)變化的過程，最終達到一定規(guī)模。這個過程與地域空間上的制度、法規(guī)、開放程度、文化等都是一種有機結合的過程（黃解宇和楊再斌，2006）?；谏鲜龇治?，提出假設1：

區(qū)域創(chuàng)新效率存在空間相關性（H1）。

（二）產業(yè)集聚對區(qū)域創(chuàng)新效率的空間溢出效應

區(qū)域創(chuàng)新系統(tǒng)是一種網絡型結構，不僅包含各類企業(yè)和科研院所，還包含教育、政府及金融等多種行業(yè)組織，通過互相的聯(lián)系和作用來提高知識存量。在這些的創(chuàng)新組織中，企業(yè)是最為關鍵的創(chuàng)新主體，能夠對知識進行有機轉化，得到相應的新產品或新技術，是區(qū)域創(chuàng)新的主戰(zhàn)場。

創(chuàng)新、集聚之間保持有彼此依存、彼此促進的密切關系（Gordon，2005）。產業(yè)集聚與資本要素、技術要素等要素的集聚是相輔相成的關系（李穎，2022）。根據內生增長理論，資本要素、技術要素等都具有明顯的溢出效應，其中資本要素集聚可以分為人力資本集聚和物質資本集聚。創(chuàng)新的知識正是通過這種溢出效應，提高全社會生產率，實現(xiàn)經濟增長，提升區(qū)域創(chuàng)新成果產出。要素的集聚導致了交易成本和運輸成本的降低，豐沛的勞動力及處于不斷發(fā)展之中的市場規(guī)模，上述條件均會為相關創(chuàng)新源源不斷地注入活力，讓新品研發(fā)速度更快，讓技術得到進一步擴散，讓企業(yè)接納新技術的能力更強，進而影響區(qū)域創(chuàng)新效率（劉婧等，2018），還可以通過弱化創(chuàng)新風險，保證其實際成功率，助力相關成果的推廣，總之能夠給技術創(chuàng)新產生正面作用（曲晨瑤等，2017）。因此，合理的要素集聚規(guī)模可以促進知識溢出和技術創(chuàng)新。值得一提的是，在產業(yè)集聚的作用下，區(qū)域內的各類設施也會得到政府支持，企業(yè)可以共享基礎設施，進而降低區(qū)域內創(chuàng)新要素的投入成本（蔡森，2022）。產業(yè)集聚通過要素集聚帶來的知識溢出效應和技術創(chuàng)新擴散促進區(qū)域創(chuàng)新效率的提升，如圖1 所示。

圖1 產業(yè)集聚對區(qū)域創(chuàng)新效率的影響路徑

基于此，提出假設2：

產業(yè)集聚通過空間溢出效應對區(qū)域創(chuàng)新效率有顯著影響（H2）。

1.專業(yè)化集聚對區(qū)域創(chuàng)新效率的影響

Marshall（1890）等學者認為當知識溢出在相同產業(yè)的企業(yè)間發(fā)生時，一定區(qū)域內同類產業(yè)的集中度越高，就越有利于技術創(chuàng)新的發(fā)生，專業(yè)化程度越高，知識溢出的效果越強。那么同一產業(yè)內的知識溢出效應是如何在產業(yè)區(qū)內發(fā)生的。

專業(yè)化集聚過程中導致人力資本的集聚可以加強信息的共享，產生更為強大的創(chuàng)造力，是推動技術升級的關鍵力量（李天籽和陸銘俊，2022）。同時，由于距離的鄰近性和相同的文化教育背景，人力資本的集聚可以提高顯性知識的溢出，并且提高隱性知識的擴散，能讓知識自原先的知識中心處朝向四周地區(qū)進行不斷擴散，最終使得特定區(qū)域整體上擁有了更為理想的創(chuàng)新產出（周璇和陶長琪，2019）。專業(yè)化集聚過程中帶來的物質資本要素集聚，可以吸引更多的資本大量流入，進而帶來資本深化，為區(qū)域創(chuàng)新奠定了扎實的創(chuàng)新資本。亞當·斯密（2005）認為，隨著物質資本的不斷積累，勞動分工會加速且更趨合理化，進而為經濟增長提供極大助力。專業(yè)化集聚能夠讓勞動分工朝著更為精細化的方向發(fā)展，進而提升技能、知識和機械專業(yè)化，促進技術創(chuàng)新，驅動高新技術的外溢，進而提升區(qū)域創(chuàng)新效率。隨著專業(yè)化集聚的不斷發(fā)生，各種技術要素也會不斷集聚，發(fā)揮出經濟要素的職能，讓產業(yè)下不同組織、層級之間出現(xiàn)更為活躍的交互作用，進而實現(xiàn)技術創(chuàng)新（胡海鵬等，2019）。

基于此，提出假設2a：

專業(yè)化集聚通過空間溢出效應正向促進區(qū)域創(chuàng)新效率（H2a）。

2.多樣化集聚對區(qū)域創(chuàng)新效率的影響

Jacobs（1969）指出，隨著互補性產業(yè)的不斷發(fā)展和彼此作用，會催生出更多的、更具價值的互補性知識，且會進入產業(yè)區(qū)內進行不同程度的交流，加速和加深區(qū)域技術創(chuàng)新。在產業(yè)內，互補性知識通過何種方法方式發(fā)揮其溢出效應是一個值得研究的問題。

由于區(qū)域內個創(chuàng)新主體是以網絡的形式相互連接在一起。因此的多樣化集聚過程中導致的人力資本集聚是來自不同的創(chuàng)新組織，培育出多樣化的科研團隊，促進跨學科領域的合作，提升區(qū)域創(chuàng)新效率（劉娜等，2018）。同時，互補產業(yè)間由于不會帶來競爭威脅，有利于協(xié)同創(chuàng)新、相互扶持，產生了一種具有網絡化特點的創(chuàng)新模式，為不同組織架構了一種彼此依存的密切關系，使得相關知識的流轉和應用得到了進一步加速，也為各類組織開辟了更多、更效率的知識獲取途徑，能夠有效拔高組織利用此種溢出的能力，從而助力區(qū)域技術的整體創(chuàng)新。區(qū)域內相關聯(lián)產業(yè)的鄰近可以帶來的物質資本集聚，通過可以加強彼此之間的協(xié)作，最大化實現(xiàn)資源整合，促進技術創(chuàng)新進程。多樣化集聚過程中帶來的技術要素多樣化集聚，能夠助力一個產業(yè)更好地汲取相關產業(yè)的經驗，補足自身短板，謀求技術層面的進步。一方面，技術要素的多樣化集聚為地區(qū)內的中小企業(yè)提供了更多向技術前沿面學習和模仿的機會，這些企業(yè)可以先通過模仿來篩選出適合自己的生產技術直至成熟，這種行為有利于降低創(chuàng)新成本（朱永明和郭家欣，2020）；另一方面，同個區(qū)域范圍下的不同產業(yè)能夠經由各種合作方式進行知識交互，形成新的理念和技術，此類互補性知識發(fā)生的空間溢出可以為組織的長效發(fā)展帶來諸多益處（蘇佳坤等，2020）。

基于此，提出假設2b：

多樣化集聚通過空間溢出效應正向促進區(qū)域創(chuàng)新效率（H2b）。

（三）不同空間距離下產業(yè)集聚對區(qū)域創(chuàng)新效率的影響差異

Glaeser et al（1992）和Henderson（2003）等學者證明了由于知識要素的特殊性，地理鄰近性會影響知識溢出。因此會拉大區(qū)域技術創(chuàng)新差距，影響創(chuàng)新成果的區(qū)域分布。

基于經濟地理學視角觀之，在相應區(qū)域之中發(fā)生的所有生產活動可被整體看待，即將之視作一個完整的經濟地域系統(tǒng)。在這一系統(tǒng)之中，內部和外部環(huán)境、各個子行業(yè)間、各個企業(yè)間必然會存在著人力資本交換、物質資本交換、能源交換等諸多活動，而此類活動無不屬于一種傳輸過程，換言之，企業(yè)之間的關聯(lián)、影響均會反饋到地域空間層面上（陳躍剛等，2018）。在信息技術日新月異的當下，地理距離施加給區(qū)域創(chuàng)新的效應正在不斷變弱，而經濟距離則剛好相反。因為具有相似的文化背景的地區(qū)之間隱形知識的溢出效應要更強，經濟水平相似的地區(qū)的文化會得到水平相近的教育支持，進而文化背景趨同（周璇和陶長琪，2019）。由于，經濟距離較短的地區(qū)間無論是在技術創(chuàng)新層面又或是在產業(yè)結構層面均會保持著更為密切的內在聯(lián)系（馮星宇等，2021），所以，經濟水平接近的那些地區(qū)之間通常更易將某些經濟資源拿出來，投入到共享活動中去，相應的經濟行為、要素配置方式、企業(yè)研發(fā)模式也會逐漸趨同，從而促進知識溢出與技術創(chuàng)新的擴散，如圖2 所示。

圖2 經濟鄰近性對知識溢出和技術效應的影響路徑

基于此，提出假設3：

基于經濟鄰近性的空間溢出效應強于基于地理鄰近性的空間溢出效應（H3）。

三、研究方法與數(shù)據來源

（一）區(qū)域創(chuàng)新效率的測度

1.模型設定

本文采用數(shù)據包絡分析法（data envelopment analysis，DEA）對區(qū)域創(chuàng)新效率進行測度，基于規(guī)模報酬不變假設前提的模型（constant returns to scale，CRS），公式如下：

其中：θ為決策單元的綜合效率指數(shù)；s+、s-為松弛變量，為創(chuàng)新資源達到DEA 有效需要減少的投入量；ε為非阿基米德無窮小量；K、L分別為投入和產出指標；m為決策單元；xmk為第m個城市的第k種投入資源；yml分別為第m個城市的第k種產出資源；λm為權重變量，用來判斷決策單元的規(guī)模收益。當在模型中加入約束條件，將其轉變?yōu)橐?guī)模報酬可變的模型（variable returns to scale，VRS）。最終測算結果綜合效率（Inn）為純技術效率（TE）和規(guī)模效率（SE）的乘積，取值范圍為［0，1］。Inn指的是，創(chuàng)新資源要素的配置和利用效率等綜合效率；TE指的是技術進步帶來的生產效率，SE為的是創(chuàng)新資源當前規(guī)模和最適規(guī)模兩者之間存在的差距。

本文利用全要素生產率增長率指數(shù)模型（malmquist）來分析區(qū)域創(chuàng)新效率的動態(tài)變動趨勢（Grosskopf 和Roos，1998），分解公式如式（2）所示：

其中：全要素生產率（TFP）、綜合技術效率變化指數(shù)（EC）、技術進步變化指數(shù)（TC）、純技術效率變化指數(shù)（PEC）及規(guī)模效率變化指數(shù)（SEC）分別反映某一決策單元時期t的生產率與時期t-1 的全要素生產率、技術效率、技術前沿、純技術效率及規(guī)模效率發(fā)生變化效率的比值，大于1 表示效率提高，小于1 表示效率降低。

2.區(qū)域創(chuàng)新效率的指標選取

目前關于區(qū)域創(chuàng)新效率的投入指標選取在學界已經達成共識的部分，大體上可以分為人力和資金投入、科技和經濟產出四個方面（修國義和鄭雪，2020；朱麗霞等，2019）。近年來，已有學者關注到創(chuàng)新環(huán)境因素已不再是外生干擾因素，同時技術創(chuàng)新活動也能夠通過知識溢出帶動各行業(yè)的創(chuàng)新發(fā)展，帶來相應的社會效益，因而，將創(chuàng)新環(huán)境投入和社會效益產出納入指標體系，但相關研究仍停留在省域層面，忽略了地市尺度的研究。本文綜合已有的區(qū)域創(chuàng)新效率的研究指標，在地市尺度展開實證探索，以豐富區(qū)域創(chuàng)新效率在不同尺度上的時空變化規(guī)律，詳細指標選取見表1。

表1 區(qū)域創(chuàng)新效率測度指標

（二）變量測度

1.產業(yè)集聚的測度

本文用克魯格曼指數(shù)（Krugman specialization index）與赫芬達爾指數(shù)（Hirschman-Herfindahl index）的倒數(shù)分別來表示長江經濟帶專業(yè)化集聚（Ksi）與多樣化集聚（Div）水平（張雯熹等，2019），公式如下：

其中：i為產業(yè)；r為城市；emp為長江經濟帶的就業(yè)人數(shù)。Ksi指數(shù)值越高，說明產業(yè)專業(yè)化水平越高；Div指數(shù)值越大，說明城市的產業(yè)分散程度越高，多樣化水平越高。

2.控制變量的測度

為了剔除其他潛在變量對研究結果的影響，需要控制一部分統(tǒng)計學變量（陳秋玲等，2021；胡艷和周玲玉，2018；葉堂林等，2021），①教育水平（Edu）采用財政教育支出來表示；②醫(yī)療水平（Hea）采用醫(yī)院床位數(shù)來表示；③開放程度（Open）采用外商直接投資額占地區(qū)生產總值比重表示（用當年平均匯率折算）；④金融發(fā)展水平（Fin）采用年末金融機構人民幣各項貸款余額占地區(qū)生產總值比重表示；⑤工業(yè)化進程（Ind）采用第二產業(yè)增加值占地區(qū)生產總值比重來表示；⑥企業(yè)規(guī)模（Sca）采用工業(yè)企業(yè)年均產值表示；⑦人口數(shù)量（Peo）采用年平均人口數(shù)表示。

（三）空間面板模型的設定

本文運用空間滯后模型（spatial lag model，SLM）、空間誤差模型（spatial error model，SEM）及空間杜賓模型（spatial Dubin model，SDM），探索專業(yè)化集聚、多樣化集聚對區(qū)域創(chuàng)新效率的空間效應。

（1）模型1：SLM，反映了區(qū)域創(chuàng)新效率不僅是本地產業(yè)集聚模式的函數(shù)，同時也受相鄰地區(qū)的區(qū)域創(chuàng)新效率的影響，模型如下：

（2）模型2：SEM，將空間因素放入到誤差項中，模型如下：

（3）模型3：SDM，綜合考慮了本地區(qū)專業(yè)化集聚、多樣化集聚對相鄰地區(qū)的區(qū)域創(chuàng)新效率產生空間溢出效應，以及區(qū)域創(chuàng)新效率的空間溢出效應，模型如下：

其中：ρ為空間滯后系數(shù)；ε為空間自相關的誤差項；η為空間誤差系數(shù)；α為截距項；β、ξ分別為影響因子對本地和鄰近地區(qū)區(qū)域創(chuàng)新效率的影響；Z為產業(yè)集聚指標，包括產業(yè)專業(yè)化集聚（Ksi）和產業(yè)多樣化集聚（Div）；C為控制變量指標；w為空間權重矩陣；μ為隨機誤差項。

本文選擇了二進制鄰接矩陣來構建地理空間權重矩陣（W1），其空間相關性可以用0（共邊）和1（不共邊）表示（陳靖和魏良慶，2019），公式如式（3）所示③由于舟山市是海島，無共邊城市，因此將其與嘉興市、寧波市設定為相鄰城市。：

對于經濟距離權重矩陣（W2）的選擇，本文引用了地理集中度指數(shù)來表示地區(qū)經濟集聚程度，其計算公式如下（陶長琪，2016）：

其中：Ri為地區(qū)i在2009—2018 年的平均經濟集聚度；Xi為第i個地區(qū)的生產總值；TERi為第i個地區(qū)的建成區(qū)面積；N為地區(qū)數(shù)量。

（四）數(shù)據來源

本文選取了2009—2018 年的面板數(shù)據進行研究，同時，考慮到多數(shù)創(chuàng)新活動的周期存在較大差異，考慮到本文所選指標特點，同時借鑒相關研究（陳凱華等，2012），本文選取滯后期統(tǒng)一為2 年。因此本文創(chuàng)新產出指標選用t年的數(shù)據，創(chuàng)新投入指標則選用t-2 年。根據《中國城市統(tǒng)計年鑒》《中國城市年鑒》和長江經濟帶108 個地級市的統(tǒng)計年鑒（2007—2019 年）將全產業(yè)劃分為19 個產業(yè)④19 個產業(yè)包括：農林牧漁業(yè)，采礦業(yè)，制造業(yè)，電力、熱力、燃氣及水生產和供應業(yè)，建筑業(yè)，批發(fā)和零售業(yè)，交通運輸、倉儲和郵政業(yè)，住宿和餐飲業(yè)，信息傳輸、計算機服務和軟件業(yè)，金融業(yè)，房地產業(yè)，租賃和商務服務業(yè)，科學研究、技術服務和地質勘査業(yè)，水利、環(huán)境和公共設施管理業(yè)，居民服務、修理和其他服務業(yè)，教育、衛(wèi)生和社會工作，文化、體育和娛樂業(yè)，公共管理、社會保障和社會組織。并測算出專業(yè)化集聚指數(shù)和多樣化集聚指數(shù)?？紤]到產業(yè)集聚對區(qū)域創(chuàng)新效率影響具有時間滯后性，對應的區(qū)域創(chuàng)新效率滯后1 年。

四、長江經濟帶區(qū)域創(chuàng)新效率的時空演變特征

（一）長江經濟帶區(qū)域創(chuàng)新效率空間變化特征

運用Maxdea 8.0 軟件，測度長江經濟帶上中下游2009—2018 年的創(chuàng)新綜合效率、純技術效率及規(guī)模效率結果見表2?？傮w來看，2009—2018 年長江經濟帶的區(qū)域創(chuàng)新綜合效率的整體不高，區(qū)域創(chuàng)新綜合效率的均值位于0.40～ 0.50。其中，2009—2013 年綜合效率均值從0.41 升至0.46，2015—2018 年呈現(xiàn)波動下降的狀態(tài)，表明長江經濟帶區(qū)域創(chuàng)新綜合效率水平整體呈現(xiàn)出先上升后下降的態(tài)勢。

表2 長江經濟帶上中下游區(qū)域創(chuàng)新各效率均值

對綜合效率進行分解來看，純技術效率均值處于0.48～ 0.77，整體雖呈現(xiàn)出上升的態(tài)勢，但期間伴有波動下降，下游地區(qū)和上游地區(qū)的純技術效率（0.64）均值高于中游地區(qū)（0.52）；規(guī)模效率的均值處于0.56～0.82，整體上呈現(xiàn)出下降的態(tài)勢，上游地區(qū)（0.75）的規(guī)模效率略高于下游地區(qū)（0.71）和中游地區(qū)（0.67）。雖然長江經濟帶綜合創(chuàng)新效率呈現(xiàn)出了微弱的增長，規(guī)模效率對區(qū)域創(chuàng)新綜合效率的貢獻也高于純技術效率，但事實上綜合效率的增長基本上是由純技術效率的增長帶來的，純技術效率的年均增幅（2.87%）略高于規(guī)模效率的年均降幅（2.55%）。而各流域的規(guī)模效率倒退嚴重，其中中游地區(qū)的倒退尤為明顯，研究期內的降幅達到38.55%，這一現(xiàn)象需要引起警惕。這意味著長江經濟帶產業(yè)規(guī)模效率方面存在不足，需要加強規(guī)劃，形成合理的產業(yè)布局。

對分流域來看區(qū)域創(chuàng)新綜合效率，各流域存在顯著的地區(qū)差異，上游地區(qū)效率最高，下游次之，中游最低，這與各流域的經濟背景存在出入。為了進一步探究“上游地區(qū)創(chuàng)新效率最高”的原因，本文進一步對下游和上游地區(qū)的創(chuàng)新環(huán)境投入指標與社會效益產出指標的平均增速進行了對比分析。可以發(fā)現(xiàn)，由于上游地區(qū)社會效益產出的起點較低，所以其在研究期內的平均增速遠高于下游地區(qū)，而下游地區(qū)的創(chuàng)新環(huán)境投入增速則快于上游地區(qū)。下游地區(qū)雖然具有高投入、高產出的特征，但是在達到一定規(guī)模階段后，要素投入對創(chuàng)新產出的拉動能力存在邊際效用遞減（朱巍等，2018；李政等，2017）。上游地區(qū)由于發(fā)展的較晚，目前大部分地區(qū)仍然處于技術創(chuàng)新的開始階段，對于周邊地區(qū)的溢出有著較強的吸收能力，可以通過加大創(chuàng)新投入，拉動創(chuàng)新產出。而中游地區(qū)大多數(shù)企業(yè)仍處于原材料初加工階段，對創(chuàng)新溢出的吸收能力具有局限性，企業(yè)競爭力不強，這都制約了區(qū)域創(chuàng)新成果的產出（韓兆洲和操詠慧，2019）。因此，目前階段上游地區(qū)區(qū)域創(chuàng)新效率高于下游地區(qū)。

為了進一步分析長江經濟帶創(chuàng)新綜合效率的空間演變特征，本文結合2009—2018 年的創(chuàng)新效率的變異系數(shù)（表3），從波動趨勢看，在整個研究期內，長江經濟帶總體的綜合創(chuàng)新效率的區(qū)域間差異正在拉大，變異系數(shù)值為從0.51 上升至0.54，下游、上游地區(qū)的變動趨勢與總體趨勢基本一致。不同的是，中游地區(qū)的變異系數(shù)數(shù)值有所降低，表明中游地區(qū)的城市間區(qū)域創(chuàng)新效率的差距正在縮小。從變異系數(shù)的數(shù)值來看，下游地區(qū)的變異系數(shù)均值（0.42）要顯著低于中游地區(qū)（0.62）和上游地區(qū)（0.54），表明下游地區(qū)的創(chuàng)新效率的分布較為集中，而中游地區(qū)和上游地區(qū)的創(chuàng)新效率的離散度較高，主要集中在成都、武漢等中心城市。這在一定程度上，也驗證了區(qū)域創(chuàng)新效率具有集聚性和空間相關性。

表3 長江經濟帶綜合效率的變異系數(shù)

（二）長江經濟帶區(qū)域創(chuàng)新效率時序變化特征

本文利用malmquist 指數(shù)進一步展示了長江經濟帶整體區(qū)域創(chuàng)新效率在時間維度上的動態(tài)發(fā)展變化（表4）?？傮w來看，長江經濟帶區(qū)域創(chuàng)新投入產出的全要素生產率為1.084，綜合技術效率、技術進步、純技術效率及規(guī)模效率的變化指數(shù)分別為1.004、1.108、0.996 和1.004，除純技術效率外，其余4 個指標的均值均大于1，表明在研究期內，長江經濟帶的區(qū)域創(chuàng)新效率水平總體上有所改善，主要得益于技術進步效率改進。相較于技術進步效率來說，綜合技術效率更能體現(xiàn)技術引進帶來的效果，而綜合技術效率不高表明在研究期內長江經濟帶產業(yè)仍然存在粗放型的特征。可喜的是，綜合技術效率的變化呈現(xiàn)出波動上升的態(tài)勢，說明目前各地區(qū)在重視技術引進的同時，也注意了加強創(chuàng)新管理模式，提高資源的配置效率。需要注意的是，目前長江經濟帶技術進步效率存在下降的趨勢，說明技術進步開始放緩，表明提高長江經濟帶全要素效率從依靠技術引進轉向自主創(chuàng)新的需求變得更為迫切。

表4 長江經濟帶區(qū)域創(chuàng)新效率Malmquist 指數(shù)及其分解

五、長江經濟帶產業(yè)集聚對區(qū)域創(chuàng)新效率的空間溢出效應

（一）區(qū)域創(chuàng)新效率的空間效應檢驗

為了初步驗證區(qū)域創(chuàng)新效率的空間相關性，本文基于地理鄰接矩陣和經濟距離空間矩陣，對長江經濟帶108 個地級市區(qū)域創(chuàng)新效率進行空間自相關檢驗（表5）?？傮w來看，區(qū)域創(chuàng)新效率的全局莫蘭指數(shù)（MI）值在5%水平上均通過了顯著性檢驗，各地級市的區(qū)域創(chuàng)新效率水平存在顯著的空間正相關性。因此將基于地理和經濟尺度測算的空間因素納入到分析中，確實更符合長江經濟帶區(qū)域創(chuàng)新效率發(fā)展的客觀實際。莫蘭相關系數(shù)僅提供初步證據，下文將通過空間回歸模型中的區(qū)域創(chuàng)新效率的空間相互作用來進行更進一步的檢驗。

表5 2010—2018 年全局莫蘭指數(shù)檢驗

運用Anselin 簡易判斷法則（表6），在地理鄰接矩陣下和經濟距離空間矩陣下，空間誤差及空間滯后的拉格朗日乘數(shù)統(tǒng)計值和穩(wěn)健拉格朗日乘數(shù)統(tǒng)計值分別10%的顯著水平上顯著。根據Anselin 簡易判斷法則，本文可以選擇空間誤差模型和空間滯后模型，并進一步利用似然比（LR）檢驗量對SDM 是否可以退化會SLM 和SEM 進行檢驗，并拒絕了原假設。因此，本文選擇用SDM 對產業(yè)集聚對區(qū)域創(chuàng)新效率的空間溢出效應進行識別。

表6 空間計量模型的相關檢驗

（二）空間計量結果分析

在構建模型前，通過對各變量的前期檢驗發(fā)現(xiàn)，產業(yè)集聚與區(qū)域創(chuàng)新創(chuàng)新效率呈現(xiàn)出高度相關，為下文的實證探索提供了一定的依據。同時，通過計算方差膨脹因子（1.168～ 6.273）排除了多重共線性問題。利用三種空間計量模型識別了專業(yè)化集聚和多樣化集聚對區(qū)域創(chuàng)新效率的影響，由表7 和表8 可以看出，SLM 與SEM 的大部分估計結果在數(shù)值與顯著性方面雖與SDM 有所差異，但是符號基本一致，驗證了本文采用SDM 的穩(wěn)健性。

表7 兩種空間矩陣下SLM 和SEM 估計結果

表8 兩種空間矩陣下SDM 估計結果

本文主要研究的是產業(yè)專業(yè)化、多樣化集聚對區(qū)域創(chuàng)新效率的空間效應，考慮到該地區(qū)的區(qū)域創(chuàng)新效率在受到本地產業(yè)集聚的影響外，也會受到其他地區(qū)的影響。為了進一步分析這種空間溢出效應，在兩種空間矩陣下，本文利用SDM 將直接效應和溢出效應進行分解（表9）。直接效應為產業(yè)集聚的對本地區(qū)域創(chuàng)新效率直接系數(shù)，而間接效應則解釋了本區(qū)域產業(yè)集聚對鄰近區(qū)域創(chuàng)新效率的影響，能夠更全面地解釋產業(yè)專業(yè)化集聚、多樣化集聚對區(qū)域創(chuàng)新效率的實際影響。從直接效應來看，無論是地理鄰接還是經濟距離矩陣，產業(yè)專業(yè)化集聚和多樣化集聚對區(qū)域創(chuàng)新效率都具有顯著的正向影響。從間接效應來看，地理鄰接矩陣下專業(yè)化集聚與多樣化集聚的溢出效應在統(tǒng)計上并不顯著，但是在經濟距離下其系數(shù)均為正，存在顯著的空間溢出效應，且多樣化集聚的溢出效應系數(shù)（1.550）大于專業(yè)化集聚的溢出效應（0.771）。除了產業(yè)集聚外，在兩種空間矩陣下，開放程度與醫(yī)療水平對區(qū)域創(chuàng)新效率的直接效應影響系數(shù)均為負數(shù)，說明兩者的水平越高，對區(qū)域創(chuàng)新效率的抑制性越強。這可能是由于，長江經濟帶大部分地區(qū)在開放程度不高的情況下，地區(qū)產品的科技含量有限，對進口產品的依賴度高，而區(qū)域創(chuàng)新效率的提高需要對外開放達到一定水平才能提高（趙儒煜等，2021）。醫(yī)療水平作為一般性基礎設施，醫(yī)療水平的提高可能會擠占地方政府對創(chuàng)新活動的補貼和投入，引起區(qū)域創(chuàng)新效率的損失（潘雅茹和羅良文，2019）。

表9 不同空間矩陣下直接效應與間接效應的分解

（三）穩(wěn)健性檢驗

由于本文研究的是全產業(yè)專業(yè)化、多樣化集聚對經濟水平鄰近地區(qū)創(chuàng)新效率的空間效應，所以本文將經濟距離水平差距來衡量地區(qū)間經濟水平的差距來構建空間權重矩陣。為檢驗上述回歸結果的穩(wěn)健性，本文通過改變被經濟水平的度量方法進行穩(wěn)健性測試。因此，本文嘗試利用人均GDP 增速來替代地區(qū)GDP 構建經濟權重矩陣W3，具體測算與式（9）和式（10）一致。通過空間相關性檢驗后，依據前文的檢驗步驟，利用空間杜賓模型分解后結果見表10。

表10 穩(wěn)健性檢驗的空間效應分解

從直接效應來看，產業(yè)專業(yè)化集聚、產業(yè)多樣化集聚對區(qū)域內創(chuàng)新效率都具有顯著的正向影響。從間接效應來看，產業(yè)專業(yè)化集聚與多樣化集聚對區(qū)域創(chuàng)新效率的間接效應的影響系數(shù)分別為1.282 和2.068，均達到了顯著水平（p＜0.05），即專業(yè)化集聚與多樣化集聚對經濟水平鄰近地區(qū)區(qū)域創(chuàng)新效率的具有正向的溢出效應，且產業(yè)多樣化集聚的溢出效應強于產業(yè)專業(yè)化集聚。因此，本文在前文得到的主要結論并不受到經濟水平空間矩陣構建的影響，經濟水平水平的差異測度方式未對估計結果造成太大影響，本部分的估計結果具有穩(wěn)健性。

六、研究總結

（一）研究結論

本文基于2009—2018 年長江經濟帶地級市的面板數(shù)據，利用數(shù)據包絡分析法對長江經濟帶108 個地級市的區(qū)域創(chuàng)新效率進行了測度及分解。中國大陸地市眾多，不同地市之間呈現(xiàn)出彼此依存、彼此作用的特征。因此將將創(chuàng)新環(huán)境指標與社會效益指標納入區(qū)域創(chuàng)新效率的評價范圍在地市層面展開研究是具有現(xiàn)實意義的。對比學者在省級層面展開研究得到的結果，認為區(qū)域創(chuàng)新效率呈現(xiàn)出“東-中-西”由高到低的梯度順序，且大部分結論認為區(qū)域創(chuàng)新效率整體呈現(xiàn)出波動上升的態(tài)勢（彭緒庶和張笑，2022；劉小雙，2021），這些與本文的實證略有出入。根據本文的實證結果，長江經濟帶的區(qū)域創(chuàng)新效率的排列順序由高到低為“上游-下游-中游”，且呈現(xiàn)出先上升后下降的波動趨勢。與省級尺度實證結果的差異性，進一步說明了在地市尺度將創(chuàng)新環(huán)境指標與社會效益指標納入區(qū)域創(chuàng)新效率的評價范圍具有實踐意義，豐富了不同尺度區(qū)域創(chuàng)新效率的時空變化規(guī)律。從地區(qū)間的變化趨勢來看，已有研究表明目前區(qū)域創(chuàng)新效率差異正在趨于收斂，尤其是西部地區(qū)的增長勢頭較快，而東部地區(qū)則有明顯的下降趨勢（蘭海霞和趙雪雁，2020），這一定程度上為本文的實證結果提供了支撐。在測度了區(qū)域創(chuàng)新效率的基礎上，本文利用了多種空間權重矩陣，對產業(yè)集聚與區(qū)域創(chuàng)新效率的空間溢出效應進行了實證檢驗，總的來說，專業(yè)化集聚與多樣化集聚都有利于區(qū)域創(chuàng)新效率的提高。進一步證實，長江經濟帶專業(yè)化集聚帶來的市場競爭劣勢弱于集聚帶來的資源優(yōu)勢，而多樣化集聚帶來的異質性知識資源互補優(yōu)勢強于不同產業(yè)間知識流動難的劣勢。研究也說明了，經濟水平相似的地區(qū)更易產生知識溢出與技術創(chuàng)新的擴散，且多樣化集聚帶來的互補型的知識溢出效應超過了專業(yè)化集聚。

結合上述分析，主要結論如下：①長江經濟帶區(qū)域創(chuàng)新效率整體具有階段性，呈現(xiàn)出先上升后下降的趨勢，其中，上中下游區(qū)域創(chuàng)新效率存在失衡現(xiàn)象，其中，上游地區(qū)的整體效率最高，下游地區(qū)次之，中游地區(qū)較低；②產業(yè)專業(yè)化集聚和多樣化集聚都對區(qū)域創(chuàng)新效率有著正向影響；③從溢出效應來看，地區(qū)間經濟水平相近時，多樣化集聚帶來的知識溢出和技術擴散效應更強。

（二）建議與展望

根據本文的研究結論，提出如下建議：①加快發(fā)展長江經濟帶的產業(yè)專業(yè)化集聚、多樣化集聚，促進區(qū)域創(chuàng)新效率提升。一方面，為推動產業(yè)朝著專業(yè)化集聚的方向不斷發(fā)展，要加大其他配套的扶持力度，提升地區(qū)內主導產業(yè)的專業(yè)化集聚，圍繞傳統(tǒng)支柱制造業(yè)加大研發(fā)投入，形成更具效率的科技成果轉化機制；另一方面，政府要引導各領域融合發(fā)展，提倡多種產業(yè)共存的發(fā)展模式，采取多種產業(yè)并存的混合模式，鼓勵工業(yè)區(qū)內產業(yè)分散發(fā)展。②長三角城市群由于經濟差距較小，需要利用好地區(qū)之間的產業(yè)集聚溢出效應，通過調整自身的產業(yè)空間布局，采取多種產業(yè)并存的混合模式，著力打造現(xiàn)代化都市圈，加深、加固中心城市、城市群之間的聯(lián)系。位于經濟發(fā)達地區(qū)間的城市，需要利用好兩地之間的產業(yè)集聚溢出效應，通過調整自身的產業(yè)空間布局，成為兩大都市中間的副中心城市。③長江中游城市群和和成渝城市群由于區(qū)域間經濟水平差距較大。因此在現(xiàn)階段要利用好產業(yè)集聚對本地區(qū)域創(chuàng)新效率的影響。建議在做多做強中心城市方面多下功夫，對于綜合承載力較為理想的城市。經濟較發(fā)達的城市應更加重視提升產業(yè)的多樣化集聚水平，實現(xiàn)資源要素跨區(qū)域的高效流動。針對經濟水平較為落后的小城市則需結合自身的要素稟賦，充分發(fā)揮自身資源優(yōu)勢，提升產業(yè)專業(yè)化集聚水平。

在后續(xù)的相關研究中，可以進一步從微觀主體的角度重點研究不同產業(yè)集聚對區(qū)域創(chuàng)新效率的影響，尤其是高新技術產業(yè)值得重點關注；另外，可嘗試對區(qū)域創(chuàng)新系統(tǒng)的分解處理，設計并打造具有鏈式特點的數(shù)據包絡模型，基于動態(tài)的視角去分析和探究產業(yè)集聚施加給區(qū)域創(chuàng)新效率的影響。