先进制造业与科技服务业协同集聚对区域创新效率的影响_陈春明.pdf

先进制造业与科技服务业协同集聚对区域创新效率的影响陈春明，麻艳林，陈佳馨(哈尔滨理工大学经济与管理学院，黑龙江 哈尔滨 150040)(北京汽车研究总院有限公司，北京 101300)作者简介:陈春明，哈尔滨理工大学经济与管理学院教授;麻艳林，哈尔滨理工大学经济与管理学院硕士研究生;陈佳馨，北京汽车研究总院有限公司职员。注:本文是黑龙江省哲学社会科学规划项目“双循环新发展格局下黑龙江省制造业转型升级影响因素及路径研究”(编号:22JYE464)的成果。摘要:知识技术密集的先进产业协同集聚有助于提高区域的创新效率，推动我国经济增长动能向创新驱动转变。本文通过构建超效率 BCC 模型对我国的区域创新效率进行测算，以 20102020 年省级数据作为研究样本，分析我国先进制造业与科技服务业协同集聚对区域创新效率的影响。结果表明:两业协同集聚与区域创新效率在地理层面具有空间相关性，且对本地区域效率具有促进作用;两业协同集聚对邻近区域创新效率的空间影响具有区域异质性，在东部地区对地理邻近区域主要表现为创新资源虹吸的负向影响，对经济邻近区域主要表现为创新成果共享的正向影响，而中西部地区则需要进一步加大要素投入，以确保两业协同集聚对区域创新效率发挥正向的空间外溢效应。关键词:先进制造业;科技服务业;产业协同集聚;区域创新效率;空间溢出效应中图分类号:F0629文献标识码:A文章编号:10077685(2023)04009009DOI:1016528/jcnki221054/f202304090随着我国经济发展阶段从高速增长阶段转向高质量发展阶段，经济增长的主要动力由要素驱动和投资驱动向创新驱动转变，如何提高创新效率成为促进我国经济高质量发展的重要课题。先进制造业作为我国制造业的高端领域，代表着产业、技术及管理在制造业中的先进性，具有高创新性、高技术密集和高附加值等特点，是促进我国区域创新能力提高的重要产业。而科技服务业作为高知识密集型产业，能够有效帮助先进制造业整合各类科技创新资源及提供更专业化的知识和服务，为其创新发展提供助力，这两者的协同集聚对于充分发挥地区资源优势、提升区域创新效率具有重要意义。基于此，“十四五”规划提出促进“先进制造业和现代服务业深度融合”，旨在通过二者的协同发展实现制造业转型升级并提升整体创新能力。因此，研究两业协同集聚对创新效率的影响，可为区域产业布局提供思路，为我国区域创新效率的提升提供相应的对策建议。一、文献综述自 1997 年 Ellison 和 Glaeser 将不同产业在特定区域内形成地理集聚这一现象定义为产业协同集聚1 之后，有关产业协同集聚的研究取得丰富进展，主要是以制造业和生产性服务业为研究对象，研究二者协同集聚的形成机理、水平测度、影响因素及经济效应等。Diodato 等的研究表明，企业出于技术的09经济纵横2023 年第 4 期考虑，通常选择与技术相似的企业相集聚。2 目前，在实证分析中，通常采用 EG 指数和 指数对协同集聚进行测度。1，3，4 韩清等认为，自然要素禀赋是行业协同集聚最重要的影响因素。5 章润兰等研究表明，产业协同集聚能通过促进产业耦合协调驱动经济高质量发展，制造业与高端生产性服务业协同集聚对经济高质量发展的助推效应优于其与低端生产性服务业的协同集聚。6 陈曦等基于新经济地理学框架，对产业协同集聚的空间属性进行研究，认为产业间协同集聚水平较高的地级市更多地分布在东部地区，城市规模等级也相对较高;而产业间协同集聚水平较低的地级市则以西部地区居多，并以中等城市和型小城市为主。7 目前，关于创新效率的测算方法有多种。如，谢露露应用 SFA 模型分析了 20082016 年产业集聚和创新激励对我国长三角城市群创新效率的影响。8 肖滢等采用 Malmquist 指数测算了我国长江经济带城市群的创新效率，并利用 ESDA 空间分析技术归纳了其创新效率时空演变的基本特征。9 杨骞等应用基于全局的超效率 SBM 模型，测算我国各区域的科技创新效率，探究其时空分布及收敛趋势。10 关于产业协同集聚与创新的关系研究主要从影响机理和实证分析两方面展开。在影响机理方面，Marshall 指出，产业集聚所产生的空间外部性主要包括产业投入产出关联、劳动力共享和知识溢出三方面。11 原毅军等认为，差异化产业协同集聚在特定区域有利于丰富创新思想，营造良好的产业创新氛围，从而影响产业的创新能力。12 Berliant 等研究发现，具有多样化知识和丰富工作经验的工人比单一技术知识工人的生产效率高。13 纪祥裕等发现，产业协同集聚促使劳动力在不同产业流动，培养造就技术背景复杂、掌握多样化知识的高质量人才，更有利于区域的创新发展。14 在实证研究方面，孟卫军等的研究表明，科技服务业同高技术制造业集聚有助于创新效率提升。15 综上，我国学者对产业协同集聚和区域创新效率进行了广泛而深入的研究，但对二者之间关系的研究主要集中在产业协同集聚对创新能力的影响上，而对区域创新效率影响的研究成果相对较少，且此类研究也主要从一般层面考虑，鲜有考虑区域创新效率和产业协同集聚的空间属性。鉴于此，本文以科技服务业和先进制造业为产业协同集聚的对象，探讨了“两高”知识技术密集型产业对区域创新效率的影响路径;利用空间杜宾模型研究两业协同集聚对区域创新效率的直接影响和空间影响，为地区产业布局和制定产业发展政策提供决策支持。二、理论分析与研究假设产业协同集聚对创新效率的直接影响主要来源于两个方面:一方面，集聚区内的企业本身会因为空间条件和市场因素而产生合作效应和竞争效应，进而对区域创新效率产生影响;另一方面，由于科技服务业和先进制造业高度关联，所以当消除空间隔阂并形成集聚时，会通过产业关联效应、规模经济效应、知识技术溢出效应及循环累积效应进一步提升区域的生产效率及创新能力。此外，产业协同集聚对创新效率的空间影响主要通过空间溢出效应发挥作用。合作效应:产业集聚有利于实现主体间的沟通交流和信息共享，形成复杂、耦合的创新协同网络关系，最终促成产学研主体间的合作创新。创新合作主体间可通过共享研发基础设施和整合创新资源，综合多方优势解决技术难题，获得更高的经济收益。创新合作在充分利用创新资源的同时，也降低了企业的研发成本和时间成本，分散了各研发主体所需承担的风险，确保企业积极快速地响应市场需求。此外，产业协同集聚也保证了创新主体间容易维持相对稳定持续的合作关系。竞争效应:当企业在地域上高度集聚时，区域的空间确定性决定了其资源的有限特征，进一步加剧了区域内企业对土地、资本、人才等生产要素的竞争。同时，由于市场和消费群体的共享，企业更易受区域内潜在竞争者策略的影响，更易察觉其策略改变所产生的威胁，从而调整自身的决策。迫于空间和市场的双重压力，企业只有不断提高研发效率和产品质量，才能稳固现有的竞争优势和市场地位。而潜在的竞争对手要想打破现有的市场均衡，只能通过提升研发能力进一步扩大市场份额。产业关联效应:科技服务业作为拥有现代技术知识和先进科学方法的知识密集型产业，以更专业的19经济纵横2023 年第 4 期服务为先进制造业赋能，提高产品附加值，增加经济收益，从而进一步倾向于增加研发投入和改善创新效率。同时，科技服务业在各创新主体间起到桥梁作用，能够通过提供科学研究、实验发展、科技推广、科技信息等服务，参与产品研发设计过程，加速创新知识的传递，并将基础研究理论转化为实际可应用成果，从而加快区域创新产出的进程。规模经济效应:科技服务业和先进制造业在空间上的协同聚集，有助于区域内企业共享物质资源和劳动力。企业的高度集中提高了区域内基础设施和服务平台等硬性资源的利用率，有效降低了企业的生产成本。同时，依托劳动力蓄水池，既缩短了区域内企业搜寻与岗位相匹配人才的时间，又有助于推动劳动力在产业价值链的上下游流动。同时，由于科技服务业和先进制造业均属于高技术高知识产业，企业内部员工大多为掌握先进技术的创新人才，因此，当员工在不同产业间流动时，更有利于培养复合型的高质量人才，从而提高了区域创新投入的质量。知识技术溢出效应:同一产业在地域上的高度集中有利于知识技术的转移与扩散。知识技术的扩散路径主要有两种:一是科技服务业作为中间产业，将先进的技术知识扩散到其他企业;二是通过集群企业间正式或非正式的组织交流、员工流动，将不可编码的隐性知识和先进的知识技术带入其他企业。区域内的企业受益于集群知识技术的溢出，可不断获取新知识，丰富已有的知识库，并在消化吸收后提升企业生产效率、资源配置效率和创新效率。循环累积效应:由于科技服务业和先进制造业的集聚融合，促使创新资源集聚和创新主体间互动交流，使创新知识得以汇聚并不断积累，为新知识的产生提供基础。而区域整体创新能力的增强有助于形成有别于地理优势的新区位优势，进一步吸引创新要素、人才、资金的流入，从而形成良性循环，使区域的创新优势逐渐强化。综上所述，提出假设 H1:H1:先进制造业和科技服务业协同集聚有利于本地区域创新的进一步发展，提升区域创新效率。空间溢出效应:空间数据往往具有一定的相关性，16 即区域间的创新活动是相互影响的，除双方自身因素外，其影响力的大小也取决于双方的经济距离和地理距离。一个区域的创新主要对经济或地理邻近地区造成虹吸效应和涓滴效应。具体而言，当一个地区的区域创新能力较强，其产业规模还可进一步扩大时，会吸引更多的创新型企业协同发展，对经济地理邻近地区的区域创新资源产生虹吸效应;同时，如果一个区域的创新效率较高，创新能力高于邻近区域并形成势能差时，部分企业会迫于空间和市场的双重压力而转移到邻近区域，对邻近区域的创新能力产生空间溢出。可见，经济及地理的邻近明显影响区域的创新效率。基于此，提出假设 H2、H3:H2:先进制造业和科技服务业协同集聚对地理邻近区域创新效率的影响受本地区域产业创新状态的限制，因此具有不确定性。H3:先进制造业和科技服务业协同集聚对经济邻近区域创新效率的影响同样具有不确定性。三、模型设定为验证先进制造业和科技服务业协同集聚(以下简称“两业协同集聚”)对区域创新效率的直接影响和在空间层面的间接影响，本文以协同集聚水平为核心解释变量，以区域创新效率为被解释变量，构建实证模型。(一)模型构建考虑到普通 OLS 回归不能将两者间的空间影响纳入模型中，本文采用空间计量面板模型，其基本形式如下:innovit=0+wiinnovt+1coaggit+1wicoaggt+2xit+2wixt+i+t+itit=wit+it(1)其中，i 表示省份，t 表示年份;innovit表示 i 区域在 t 年份的创新效率;coaggit代表区域 i 在 t 年份科29经济纵横2023 年第 4 期技服务业和先进制造业协同集聚水平;xit表示控制变量;0表示截距项，表示空间自回归系数;1wicoaggt和 2wixt为解释变量的空间滞后项;wi表示空间权重矩阵 W 的第 i 行;i表示个体效应，t表示时间效应，it表示随机误差项。(二)变量设定和数据说明1被解释变量:区域创新效率。区域创新效率体现了一个区域在创新过程中，在给定创新要素投入时获得最大化创新成果的能力。17 在利用 DEA 模型进行测度时，学者们大多侧重于经典的 BCC 和CC 模型，二者均假定非有效决策单元 DMU 通过同比例地缩减投入或扩大产出进行改进。其测算值处于 01 之间，当决策单元有效时，值均为 1。而超效率模型则可进一步鉴别多个有效决策单元效率大小。因此，本文根据超效率 BCC 模型衡量我国 30 个省份的区域创新效率。在指标选取方面，借鉴张斌等18、李婧等19、王文成等20 学者的研究。在创新要素投入方面，选择D 人员全时当量作为人员投入，选取 D 资本存量作为资本投入。D 资本存量首先以 2010 年为基期，利用固定资产投资价格指数进行初步平减，参考吴延兵21 的研究，利用永续盘存法计算而得。在创新成果产出方面，以技术市场成交额反映技术产出，以专利授权数代表区域的自主创新能力，以新产品销售收入体现区域通过创新产生新产品所获得的经济收益。其中，技术市场成交额和新产品收入分别采用 GDP 价格指数和工业生产者出厂价格指数进行平减，将其换算成可比价格。2解释变量:科技服务业与先进制造业协同集聚水平。协同集聚是指相关联的产业在空间层面上不断集中的现象。在产业协同集聚的测度方法上，主要有 Ellison 等构建的 EG 指数22、Duranton 构建的 DO 指数23 和陈建军等构建的 指数24。由于 指数更符合我国的实际情况，故本文利用 指数测算两业协同集聚程度。具体计算公式为:amaggit=ralit/caltrlit/clt(2)staggit=rslit/csltrlit/clt(3)coaggit=1staggitamaggitstaggit+amaggit+staggit+amaggit(4)其中，ralit表示区域 i 在 t 年份的规模以上先进制造业从业人数，calt表示全国在 t 年份的规模以上先进制造业从业人数;rlit表示区域 i 在 t 年份的从业人数，clt表示全国在 t 年份的从业人数;staggit和 am-aggit分别是科技服务业和先进制造业的区位熵;coaggit为两业协同集聚指数，其值越大表示两业的协同集聚水平越高。3控制变量。包括:市场潜能(pote)，参考张斌等18 的测算方法来衡量一个地区对企业选址潜在的吸引力。本地市场潜能由两部分组成，一部分是本地自身的吸引力，以该地单位面积国内生产总值来表示;另一部分是本地相较于其余 29 个地区的吸引力，以其余各自国内生产总值与两地间距离比值的加总来衡量。政府支持力度(gfs)，以区域一般公共预算支出中科学技术支出的比重来衡量。人均受教育水平(lab)，以地区每万人中各种学历人数比例和教育年限的乘积加总来表示。外商直接投资力度(fdi)，以外商直接投资占地区生产总值的比重来衡量。人均 GDP 比值(pgdp)，以各地人均 GDP 和全国 GDP 的比值来衡量。本文采用 30 个省份 20102020 年的相关数据进行研究。本文所指的科技服务业是参考冀鸿等对科技服务业的界定25，以信息传输、软件和信息技术服务业与科学研究和技术服务业代表科技服务业;先进制造业是在参考 新产业新业态新商业模式统计分类(2018)的基础上，结合曹东坡等对先进制造39经济纵横2023 年第 4 期由于西藏自治区数据缺失严重，故在研究中剔除。业范围的界定26，将化学原料及化学制品制造业、医药制造业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业，通信设备、计算机及其他电子设备制造业，仪器仪表及文化、办公用机械制造业等行业认定为先进制造业。由于 2011 年标准发生了改变，为保证数据的可比性，采用 2011 年以后的汽车制造业和铁路、船舶、航空航天和其他运输设备制造业替代原有的交通运输设备制造业。其中，科技服务业、先进制造业和控制变量的相关数据来自历年中国统计年鉴 及各省统计年鉴;创新效率的相关数据来自历年 中国科技统计年鉴 和 中国统计年鉴。变量的描述性分析如表1 所示。表 1变量描述性统计分析变量样本数均值标准差最小值最大值innov3301019067502765318coagg3302459102911386065pote33041598333572762 404gfs3300021001500040068lab3309118089168501262fdi3300020001700010101pgdp3301007045704182577四、基于空间面板模型的实证结果分析(一)空间相关性分析为研究创新效率和两业协同集聚的空间相关性，本文基于邻接权重矩阵，对创新效率和两业协同集聚的莫兰值进行测算。结果如表 2 所示。表 2基于邻接权重矩阵的空间相关性年份区域创新效率两业协同集聚莫兰指数P 值莫兰指数P 值20100204 00140263 001120110221 00090198 004820120212 00490240 002020130196*00640287 000720140274 00130288 000720150240 00280301 000520160189*00740301 000520170222 00400306 000420180249 00220286 000720190203*00580285 000820200218 00440315 0004注:*、分别表示在 10%、5%、1%的水平下显著。由表 2 可知，在地理位置层面，20102020 年的区域创新效率莫兰指数均显著为正，2011 年的莫兰指数通过 1%的显著性检验，2010、2012、2014、2015、2017、2018、2020 年的莫兰指数均通过 5%的显著性检验，其余年份也均通过 10%的显著性检验。莫兰指数在 01890274 的范围内波动，表明区域创新效率的地理空间相关性较为显著且比较稳定。对于两业协同集聚，20102012 年的莫兰指数通过 5%的显著性检验，20132020 年的莫兰指数通过 1%的显著性检验，并且从长期看，两业协同集聚的莫兰指数逐步提升，表明我国科技服务业和先进制造业协同集聚的地理空间关联性越来越明显，因此，采用空间计量模型来研究两业协同集聚对区域创新效率的影响更能体现两者之间的关系。(二)空间计量实证结果分析经典的空间计量模型主要是空间自回归模型(SA)、空间杜宾模型(SDM)和空间误差模型49经济纵横2023 年第 4 期(SEM)。当被解释变量存在空间相关性，一般采用空间自回归模型;而当本区域的被解释变量不仅依赖本地的解释变量，还有可能依赖其邻近区域的解释变量，即在自变量中加入空间项时，一般采用空间杜宾模型;当除解释变量以外的遗漏变量存在空间相关性时，一般采用空间误差模型。通常把空间杜宾模型与空间自回归模型相结合的模型也称为空间杜宾模型。为选择合适的空间计量模型，本文首先进行 LM 检验和 LM 检验，判断模型需要在何种变量上引入空间项，之后又进行了 L 检验和 Hausman 检验，最终确定采用时空双固定的、在被解释变量和解释变量中加入空间滞后项的空间杜宾模型。面板数据回归结果见表 3。表 3基于邻接权重矩阵的空间面板估计结果变量(1)(2)(3)(4)MainWxSpatialVariancecoagg0239*(0183)0495(0266)pote288e05(182e05)524e05 (180e05)gfs1007(5101)1547 (5738)lab00401(00613)00307(0165)fdi2847(1320)1672(2805)pgdp0451(0633)00227(0721)rho0207 (00674)sigma2_e00450 (00141)样本数330330330330squared035035035035注:*、分别表示在 10%、5%、1%的水平下显著，括号内为估计系数稳健的标准误。下同。表 3 是以邻接权重矩阵为空间矩阵的总体回归结果。由空间自回归系数至少通过 1%的显著性检验，可进一步证明区域创新效率存在空间相关性。由于空间杜宾模型在解释变量和被解释变量中加入了空间滞后项，因此，系数并不直接代表解释变量对被解释变量的影响，需要利用偏分法将其分为直接效应和间接效应，结果如表 4 所示。表 4空间杜宾模型下的直接效应、间接效应和总效应变量邻接权重矩阵直接效应间接效应总效应coagg0272*(0188)0483(0230)0211(0327)pote276e05(185e05)401e05(163e05)678e05 (131e05)gfs0493(5230)1375(4973)1425(6061)lab00406(00636)00368(0149)000383(0130)fdi2928(1232)2111(2492)0817*(2717)pgdp0479(0662)0101(0702)0378(0436)表4 的效应分解结果显示，两业协同集聚对本地区域创新效率的影响在 10%的水平上显著为正，表明随着两业的集聚，区域创新效率逐渐提高，但其影响力尚未达到高度显著。这可能是由于我国两业整体相互融合还处于成长阶段，其潜在的影响力尚未完全发挥出来。同时，两业协同集聚对邻近区域的创新效率为负面影响，进一步表明我国两业相互融合对地理邻近区域的创新要素具有虹吸效应，从而不利于邻近区域的创新发展。就控制变量而言，在邻接权重矩阵下，市场潜能对本地区域创新效率的影响并不显著，但对邻近区域创新效率的影响显著为负，说明市场潜能高的区域会集聚周围资源服务于本区域，从而对周围区域创新效率的提升造成负面影响。政府支持力度的系数为正，表明政府支持力度对区域创新效率具有积极作用，政府作为区域创新的主要推动者，其支持力度的增加有利于区域创新效率的提升。人力资本对本地和邻近区域创新效率的影响并不显著。外商投资力度直接效应的系数在 5%的水平下显著为正，表明外商直接投资对本地区创新效率的提升有显著促进作用，也说明外商直接投资通59经济纵横2023 年第 4 期过资金和技术为区域创新效率的提升作出贡献27。人均 GDP 比值对本地和邻近地区创新效率的影响并不显著，但都具有负向效应，即经济发展水平高的区域对地理相邻区域的创新资源具有虹吸效应。(三)稳健性检验为进一步验证先进制造业和科技服务业协同集聚与区域创新效率实证结果的可靠性，本文通过更换空间权重矩阵来进行稳健性检验，结果如表 5 所示。表 5基于经济距离权重矩阵的稳健性检验结果变量经济距离权重矩阵直接效应间接效应总效应coagg00950*(0136)0274 (0122)0179(0198)pote297e05 (106e05)305e05 (105e05)602e05 (889e06)gfs1404(4840)1196(9212)1056(8865)lab00269(0111)0300 (0115)0326 (0124)fdi5572 (1391)4353(3576)9926(3977)pgdp0148(0376)1152(1134)1300(1097)从表 5 可知，在经济距离权重矩阵下，两业协同集聚对创新效率的直接效应、间接效应和总效应与表 4 的作用方向基本一致，仅在显著性及影响程度上略微存在差异，其中间接效应显著性提高，表明两业协同集聚对经济邻近区域创新效率的影响比地理邻近更为明显。总体而言，模型估计结果具有一定的稳健性。(四)区域异质性分析由于我国东部、中部、西部地区的区域创新能力、经济发展水平存在明显差异，因此，需要进一步细分样本，以深入分析两业协同集聚对区域创新效率的影响。基于此，本文将样本 30 个省级区域分为东部、中部、西部 3 组，其空间杜宾模型的实证结果如表 6 所示。表 6两业协同集聚对我国东中西部地区区域创新效率的差异化影响区域邻接权重矩阵经济距离权重矩阵直接效应间接效应总效应直接效应间接效应总效应东部0340(0258)0219*(0292)0121(0490)0203 (0208)0164*(0277)0367*(0438)中部0501(0252)0906(0457)0404*(0422)0132*(0273)00890(0425)00431*(0534)西部0537(0236)0136*(0385)0400(0482)0207*(0252)1128 (0376)0921(0586)样本量1218812112188121从回归结果可知，在两种空间权重矩阵下，东部、中部及西部地区的两业协同集聚对区域创新效率的直接效应均显著为正，表明先进制造业和科技服务业协同集聚有助于本地创新效率的提升。不同的是，东、中、西部两业协同集聚对区域创新效率的间接效应表现不尽相同。在东部地区，在邻接权重矩阵下间接效应显著为负，在经济距离权重矩阵下间接效应显著为正。这表明东部地区两业协同集聚对地理邻近区域的创新效率主要发挥的是虹吸效应，但会对经济邻近区域的创新效率产生正向的空间外溢效应。出现这种现象可能的原因是:地理上的邻近更有利于区域间创新要素的流动，造成创新要素配置不均衡，而经济上的邻近意味着创新发展阶段的相近，更有利于创新成果地区间的流动，实现创新成果的共享。在中部地区，两业协同集聚对邻近区域创新效率的影响不显著，可能是由于中部区域的两业协同集聚还未能够影响邻近区域创新效率的变动。在西部地区，两业协同集聚对地理、经济邻近区域的创新效率均造成显著负面影响，这可能是由于西部地区处于创新资源相对匮乏、配置低效、生69经济纵横2023 年第 4 期产效率不高的阶段，急需从外界吸收生产要素来提升自身的创新能力，从而表现为对地理、经济邻近区域创新效率的负向影响。五、主要研究结论和对策建议本文分析科技服务业和先进制造业协同集聚对区域创新的影响机理，并基于 20102020 年省级层面的面板数据，利用空间杜宾模型研究了先进制造业与科技服务业协同集聚对区域创新效率的影响。结果表明:第一，两业协同集聚和区域创新效率在经济和地理层面均具有空间相关性。第二，两业协同集聚对本地区创新效率具有积极影响。第三，两业协同集聚对邻近区域创新效率的影响存在地区异质性。在东部地区，两业协同集聚对地理邻近区域创新效率有显著负向影响，对经济邻近区域创新效率有显著正向影响;在中部地区，空间影响均不显著;在西部地区，两业协同集聚对经济、地理邻近区域均有负向影响。基于上述研究分析，提出以下对策建议:第一，进一步促进先进制造业与科技服务业的协同集聚，扩大两业协同集聚规模，进而综合不同产业的创新要素，发挥不同产业的创新优势，带动区域整体创新能力提升，进而推动经济发展。第二，各区域应因地制宜地进行产业布局，避免经济、地理相邻相近的区域严重同质化，造成相应创新要素的相互争夺，从而不利于整体创新效率的提升。各区域可结合自身优势，建立并逐步形成不同层次、不同规模的知识密集型集群，并积极与其他区域进行交流合作，共同促进区域创新发展。28 第三，充分发挥政府的有效引导作用，鼓励和支持“两高”知识密集型产业的协同集聚和相互融合。推动科技服务业和先进制造业进一步扩大规模，强化其空间溢出效应，以此带动本区域及邻近区域创新水平的提升。参考文献:1Ellison G，Glaeser E LGeographic Concentration in US Manufacturing Industries:A Dartboard ApproachJJournal of Political Econo-my，1997(5):8899272Diodato D，Neffke F，O Clery NWhy do Industries Coagglomerate?How Marshallian Externalities Differ by Industry and Have EvolvedOver TimeJ Journal of Urban Economics，2018，106:1263Dauth W，Fuchs M，Otto ALongrun Processes of Geographical Concentration and Dispersion:Evidence from Germany J Papers in e-gional Science，2018(3):569593 4陈晓峰，陈昭锋生产性服务业与制造业协同集聚的水平及效应 来自中国东部沿海地区的经验证据J 财贸研究，2014(2):4957 5韩清，张晓嘉，徐伟强中国工业产业协同集聚的测量及其影响因素分析J上海经济研究，2020(10):8596 6章润兰，刘明慧产业协同集聚、产业耦合协调与经济高质量发展 基于制造业与生产性服务业的实证分析J 商业研究，2022(6):1322 7陈曦，朱建华，李国平中国制造业产业间协同集聚的区域差异及其影响因素 J经济地理，2018(12):104110 8谢露露产业集聚和创新激励提升了区域创新效率吗 来自长三角城市群的经验研究J 经济学家，2019(8):102112 9肖滢，邓宏兵长江经济带城市创新效率差异及空间演化特征研究J江苏社会科学，2017(6):3240 10杨骞，刘鑫鹏，孙淑惠中国科技创新效率的时空格局及收敛性检验J数量经济技术经济研究，2021(12):105123 11Marshall APrinciples of Economics(London，1920)M Book VI，1920:618619 12原毅军，高康产业协同集聚、空间知识溢出与区域创新效率 J科学学研究，2020(11):19661975 13Berliant M，Fujita MCulture and Diversity in Knowledge CreationJegional Science and Urban Economics，2012(4):648662 14纪祥裕，顾乃华生产性服务业与制造业协同集聚具有创新驱动效应吗 J 山西财经大学学报，2020(7):5770 15孟卫军，林刚，刘名武科技服务业与高技术制造业协同集聚对创新效率的影响 J 西部论坛，2021(3):8296 16Anselin L，Gallo JL，Jayet HSpatial Panel EconometricsM/Springer，Berlin，HeidelbergThe Econometrics of Panel Data2008:625660 17史修松，赵曙东，吴福象中国区域创新效率及其空间差异研究J 数量经济技术经济研究，2009(3):4555 18张斌，沈能集聚外部性、异质性技术和区域创新效率 J科研管理，2020(8):4959 19李婧，管莉花区域创新效率的空间集聚及其地区差异 来自中国的实证 J 管理评论，2014(8):12713479经济纵横2023 年第 4 期 20王文成，隋苑生产性服务业和高技术产业协同集聚对区域创新效率的空间效应研究 J 管理学报，2022(5):696704 21吴延兵D 存量、知识函数与生产效率J经济学(季刊)，2006(4):11291156 22 Ellison G，Glaeser E L，Kerr W What Causes Industry Agglomeration?Evidence from Coagglomeration PatternsJAmerican Eco-nomic eview，2010(3):11951213 23Duranton G，Overman HGTesting for Localization Using Microgeographic Data J The eview of Economic Studies，2005(4):10771106 24陈建军，刘月，邹苗苗产业协同集聚下的城市生产效率增进 基于融合创新与发展动力转换背景J 浙江大学学报(人文社会科学版)，2016(3):150163 25冀鸿，柳烨基于 VA 模型的科技服务业发展与经济增长关系研究 以吉林省为例J工业技术经济，2018(2):6673 26 曹东坡，于诚，徐保昌高端服务业与先进制造业的协同机制与实证分析 基于长三角地区的研究J经济与管理研究，2014(3):7686 27安孟对外直接投资能否提升区域创新效率 J 中国科技论坛，2022(2):141150 28庞德良，李佐智基于全球价值链分工的中国服务贸易动态演进与发展特征 J 税务与经济，2021(4)6673(责任编辑:张佳睿)The Impact of the Synergistic Agglomeration of Advanced Manufacturingand Technology Service Industries on egional Innovation EfficiencyChen Chunming，Ma Yanlin，Chen Jiaxin(School of Economics and Management，Harbin University of Science and Technology，Harbin Heilongjiang 150040)(Beijing Automobile esearch Institute Company Limited，Beijing 101300)Abstract:The coagglomeration of knowledge and technologyintensive advanced industries helps to im-prove the regional innovation effect and promote the transformation of China s economic growth momentum toinnovationdriven This paper constructs a superefficiency BCC model to measure China s regional innova-tion efficiency，and uses the provincial data from 2010 to 2020 as a research sample to analyze the impact ofthe coagglomeration of China s advanced manufacturing industry and technology service industry on regionalinnovation efficiency The results show that the coagglomeration of the two industries and the efficiency of re-gional innovation have spatial correlation at the geographical level and promote the efficiency of local regions;the spatial impact of the coagglomeration of the two industries on the innovation efficiency of neighboring re-gions has regional heterogeneity In the eastern region，the negative impact on the geographical neighboring re-gions is mainly the siphon of innovation resources，and the positive impact on the economic neighboring re-gions is mainly the sharing of innovation achievements The central and western regions need to further increasefactor input to ensure that the coagglomeration of the two industries has a positive spatial spillover effect onregional innovation efficiencyKeywords:Advanced Manufacturing Industry;Science and Technology Service Industry;Industrial Coag-glomeration;egional Innovation Efficiency;Spatial Spillover Effect89经济纵横2023 年第 4 期