□ 马 亮 高 峻
（兰州理工大学 经济管理学院，甘肃 兰州 730000）
随着我国经济发展阶段的转变，经济增长与环境治理之间的矛盾日益凸显，资源枯竭、环境污染、生态破坏等问题接踵而至[1]。为此，党的十八大以来就将“绿色发展”上升为国家战略，十九大更是将我国生态文明建设提升至国民经济社会发展的“千年大计”高度，以绿色发展理念为核心的经济转型方式逐渐成为我国突破资源环境约束、升级产业结构、实现可持续发展的必然选择。立足于新发展阶段，习近平总书记曾多次强调科技创新是突破发展瓶颈、解决深层次矛盾和引领发展的根本出路，而经济领域绿色发展的关键就在于以绿色增长效率提升为核心的产业转型升级[2]。高技术产业作为知识、技术密集型产业，能够通过技术创新有效提升资源利用效率，且作为资源节约和环境友好型产业，对绿色发展具有天然影响，满足我国现阶段以技术为主体的创新和以绿色理念为导向的高质量发展内涵，成为我国加速产业转型升级和践行绿色发展新路径的重要产业依托[3]。Audretsch 和Feldman[4]提出创新活动总是倾向于通过集聚的方式促进知识溢出和技术扩散，而适度集聚产生的规模效应和集约效应也被证实为实现绿色发展的必要条件[5]。因此，明晰高技术产业集聚与绿色发展之间的关系是解决我国当下资源约束、环境污染等问题的关键所在。
聚焦于我国高技术产业结构和分布发现，高技术产业总体呈现出“以点带面、局部带动整体”的发展模式，这就导致我国高技术产业集聚的空间非均质现象明显，具体表现为部分地区同质性产业集中发展，即专业化集聚，而其他部分地区则以完全相反的跨行业协同发展为主，即多样化集聚。同时，随着互联网技术应用水平的提高，以往受地理因素限制而产生的区域边界感逐渐模糊，产业集聚产生的经济效应和关联程度不断加深[6]。此外，集聚本身所具备的外部性特征也在不断昭示着高技术产业集聚与绿色发展之间可能存在着显著的空间效应。因此，基于空间溢出视角对高技术产业集聚与绿色发展间的关系进行分析，更有助于深入辨析区域产业集聚发展模式的选择。
当前，高技术产业集聚仍呈持续发展态势，对经济增长起着关键的助推作用，高技术产业集聚的经济溢出研究一直是学术界关注热点，主要分别从劳动生产率、全要素生产率、区域竞争力三个角度来解释高技术产业集聚对经济发展的影响。王鹏和王伟铭[7]从非线性视角分析了高技术产业不同集聚方式与劳动生产率之间的关系，发现多样化集聚与劳动生产率之间呈“N”型曲线关系，而专业化集聚与劳动生产率呈倒“U”型曲线关系。马昱等[8]以GDP和全要素生产率分别作为经济增长数量和质量指标，实证分析了高技术产业集聚与二者之间的关系，结果发现高技术产业集聚对经济发展数量和质量均产生门槛效应，呈现出先抑制后促进的作用效果。罗文良和赵凡[9]从集聚水平和集聚模式两个层面探究了高技术产业集聚对地区产业竞争力的影响，发现高技术产业集聚与地区竞争力之间具有“U”型关系，其促进作用主要来源于专业化集聚。
除了在创造经济价值方面的突出贡献外，高技术产业集聚对区域生态保护同样具有重要作用。王婷和王海天[10]从时空双重维度探究了高技术产业集聚和生态环境间的耦合协调关系，结果表明高技术产业集聚和生态环境耦合协调度呈上升态势，且各省份耦合协调度的区域差异在不断缩小。向丽和胡珑瑛[11]通过构建Tapio脱钩指数和追赶脱钩指数模型分析了高技术产业集聚与生态环境的脱钩关系，发现多数省份处于生态环境水平与区域高技术产业集聚水平反方向发展态势。
上述研究显示，围绕高技术产业集聚对区域经济发展和生态环境保护作用展开的研究并未取得较为统一的结论，并且将产业集聚对经济和生态两方面的影响割裂开来研究也无法为区域绿色发展提供可行的政策建议。此外，文献对于区域产业集聚模式的选择问题也没有进行细致探讨，难以为区域产业政策制定提供决策依据。在研究方法上也往往容易忽视产业集聚与区域发展间由双向因果而产生的内生性问题，关于集聚对绿色发展的空间溢出效应亦未受到重视，且没有将地方产业发展阶段、资源条件等外生异质性因素考虑在内。基于此，本文在现有研究的基础上以全国2000-2019 年30 个省市自治区为样本，通过构建动态面板模型与空间实证模型，从动态与空间溢出视角探究高技术产业集聚及其集聚模式对绿色发展效率的作用方向与影响程度，并进一步基于时间窗口检验高技术产业集聚对绿色发展的异质性影响，以期为因地制宜规划高技术产业发展蓝图、制定产业政策进而促进区域绿色发展效率与高技术产业集聚协同发展提供理论依据和实施借鉴。
（一）高技术产业集聚对绿色发展效率的影响
高技术产业集聚通过规模效应和技术溢出效应影响区域绿色发展效率。在集聚经济的作用下，高技术企业在某地区集聚，导致生产要素、创新要素大量流入集中，随之带来的交易成本降低以及要素粘合度提升将吸引更多相关企业进入集群。随着市场容量的不断增长，其产生的规模经济效应将会优化企业对集聚区内公共资源的配置能力和利用效率，充分发挥资源的边际效益，从而使得绿色发展效率得到改善。企业在空间上的邻近加强了企业间的集中与关联，使得企业间设备、研究人员等中间投入以及公共社会资源可以实现快速自由流动，进一步深化了企业间的合作分工，并帮助高技术企业降低平均生产成本[12]，转而增加绿色技术创新的投入。此外高技术产业集聚其本身就意味着技术、知识、人才等创新要素的流动和集中，一方面，集聚区高人员流动性促进了知识、信息的交流以及技术的转移和合作，进一步加速了绿色技术的扩散及绿色创新成果的共享；
另一方面，基于企业间互促共进的发展需求，技术合作会诱发中间性创新组织的出现[13]，从而形成产业创新网络，发挥单个企业所不具备的创新集聚优势，推动技术进步和绿色产品开发[14]。基于此，本文提出：假设H1：高技术产业集聚能够促进区域绿色发展效率的提升。
（二）高技术产业不同集聚模式对绿色发展效率的影响
1.高新技术产业专业化集聚与绿色发展效率
专业化集聚是指同一类型的企业大量集聚在同一地区的经济现象，高技术产业专业化集聚产生的Marshall 外部性通过集聚效应、竞争效应和拥挤效应来影响绿色发展效率。通过集聚效应，高技术产业一方面基于共享机制降低了企业生产、搜寻、交易和污染排放治理等一系列成本，帮助高技术产业能够持续获得所需资源要素并为其发展提供动力；
另一方面创新要素的扩散降低了企业之间的技术门槛，有效地促进产业内专业化技术的突破。在集聚效应的催化下，企业间产生竞争效应，导致区域内生产要素不断从低效率企业流向高效率企业，进而带动整体产业创新效率的提升，同时，竞争的制衡作用促进企业自觉履行环境保护等社会责任，推动区域经济“绿色化”发展[15]。但当产业聚集规模超过当地承载能力时，生产要素稀缺、认知距离锁定和柠檬市场形成等的综合作用将有可能导致集聚区内的规模效益递减[16]，弱化企业创新能力，加重生态坏境负担，从而产生的拥挤效应导致绿色发展效率改善不足。基于此，本文提出：
假设H2：高技术产业专业化集聚能够促进区域绿色发展效率的提升。
2.高新技术产业多样化集聚与绿色发展效率
多样化集聚是指不同类型企业大量集聚在同一地区的经济现象，多样化集聚产生的Jacobs外部性通过行业间技术创新效应、技术扩散效应和产业结构效应作用于绿色发展效率[17]。多样化集聚能够加速知识在异质性行业间的交互，促进了技术的跨界融合，尤其在互补性行业内更易于推动新知识和新技术的产生，而创新网络的整体优化有助于企业实现绿色技术的自主研发，推动区域绿色发展效率提升。根据Duranton和Puga的“技术池、劳动力蓄水池”观点，高技术产业多样化集聚作为一个持续向外兼容的系统，更有利于企业获取外源性技术、汇聚高技术人才，进而通过技术集成- 消化吸收- 再创新的创新模式推动技术成果的扩散。此外，多样化集聚使高技术产业各行业之间的联系日益密切，各行业在完善自身结构合理化的同时又会拓展对其他行业的服务范围，有利于形成满足多样化需求的创新支撑体系，从资源集约和产业链升级两方面加快产业结构优化，而产业结构的优化升级对整体经济高质量发展都具有显著促进效果。基于此，本文提出：
假设H3：高技术产业多样化集聚能够促进区域绿色发展效率的提升。
（三）高技术产业集聚的空间溢出效应
伴随高技术产业集聚趋势日益明显，其所带来的辐射效果也在不断增强，当这种效果突破地域限制时，区域绿色发展效率将不再仅受到当地高技术产业集聚的影响，同时会受到周围地区高技术产业集聚水平的影响。地理位置的邻近为各种生产要素的集中和流动提供了客观条件，有助于激发企业间跨区域合作交流，提高相邻地区产业的集聚水平和发展水平，从而带动其绿色发展效率的提升。同时，绿色发展效率自身的外溢效应也会对周边地区带来一定程度的影响，较高的绿色发展效率不仅可以推动当地经济高质量发展，更有助于完善区域创新体系，从而吸收邻近区域更多优质企业和资源进入，提升高技术产业集聚度。当一个地区产业专业化集聚水平不断提升时，就有可能出现同质化严重的集聚现象，为争取区域内有限市场份额可能导致企业间恶性竞争，当集聚规模突破当地承载力的时，这种影响就会冲破区域限制，导致更大范围的模仿性技术复制[18]，破坏产业创新环境，抑制当地和周围地区绿色发展效率提升。与之对应，高技术产业出现多样化集聚则能够通过增加周围地区的企业种类提高其生产服务范围，将先进的环保生产技术传播至关联城市，从而加强供应链上下游间的协调与连接，形成更为完善的产业生态系统，推动绿色发展效率规模性改善。基于此，本文提出：
假设H4a：高技术产业集聚对绿色发展效率产生正向空间溢出效应。
假设H4b：高技术产业专业化集聚对绿色发展效率产生负向空间溢出效应。
假设H4c：高技术产业多样化集聚对绿色发展效率产生正向空间溢出效应。
（一）模型设定
考虑到高技术产业集聚对绿色发展效率的影响是一个缓慢且动态发展的过程，且前期绿色发展效率可能会对后期绿色发展效率的变化存在动态累积效应。因此，本文在模型右侧中引入被解释变量的一阶滞后项，以分析绿色发展效率的动态变化；
同时，为了检验高技术产业集聚在整体上是否发生拥塞效应，将高技术产业集聚的平方纳入模型（1）中，构建如下动态面板回归模型：
其中，i和t分别表示地区和时间，GRDP表示绿色发展效率；
GRDPit-1为绿色发展效率的滞后项，LQ表示高新技术产业集聚水平，SPE和DIV分别为高技术产业专业化集聚水平和多样化集聚水平，β为系数矩阵，X it为控制变量，itε为随机扰动项。
在动态面板回归模型中，由于被解释变量的滞后项与扰动项相关，同时高技术产业集聚可能与绿色发展效率存在互为因果关系。因此，本文选择既能解决内生性问题，又可以克服弱工具变量问题的系统广义矩估计方法（SGMM）对模型（1）-（3）进行估计。
进一步考虑到高技术产业集聚的空间外部性，通过建立空间计量模型来分析高技术产业集聚对绿色发展效率的空间溢出效应。模型设定如下：
其中，ρ 为空间滞后系数，nW为空间加权矩阵，WnlnGRDPit为绿色发展效率的空间滞后项，W n Xit为解释变量的空间滞后项，iμ和tμ分别表示空间、时间固定效应，itη为残差。
（二）变量选取与数据来源
1.变量选择
（1）被解释变量
绿色发展效率（GRDP）。目前，数据包络分析法（DEA）是用于测算效率的重要方法。Tone先后两次分别提出了基于松弛变量的数据包络分析法（SBM）以及将超效率DEA模型与SBM模型相结合的超效率SBM模型，有效解决了传统DEA模型存在的测算结果偏误以及跨期难以比较的问题。因此，本文基于超效率SBM模型利用MAXDEA UItra软件来测算绿色发展效率。
设有n个DMU，当每个DMU消耗m个投入时，就会产生S1个期望产出和S2个非期望产出，x、yb和yu分别为相应的投入矩阵、期望产出矩阵、非期望产出矩阵。则包含非期望产出的超效率SBM的数学表达式为：
测算绿色发展效率需要综合考虑经济效益、环境污染和能源消耗，本文借鉴刘儒和卫离东[19]、张贺和许宁[20]的研究构建绿色发展效率综合指标体系，见表1。其中衡量资本投入量的全社会固定资产总额采用永续盘存法进行了平缓处理；
地区生产总值以2000 年为基期用各地居民消费价格指数进行平减得到实际值；
此外，考虑到国家碳达峰、碳中和战略的实施，本文在非期望产出中加入了各省二氧化碳排放量，使本文研究结论更加贴合现实需要。
表1 绿色发展效率评价指标
（2） 解释变量
高技术产业集聚度（LQ）、高技术产业专业化集聚度（SPE）和高技术产业多样化集聚度（DIV）。本文通过计算区位熵度量高技术产业集聚水平（LQ），区位熵能够更好消除区域间的规模差异，真实反映出高技术产业集聚的空间分布情况。具体公式为：
其中，L ij指地区i 产业j 的从业人数，LQ 越大表明高技术产业集聚水平越高，反之则越低。
高技术产业专业化集聚（SPE）水平结合高技术产业下4 个细分行业的区位熵并参考了Glaeser[21]等对专业化集聚构建指标的方法，具体公式为：
其中，L is指i地区s类高技术产业的从业人数，sL指s类高技术产业的从业人数，iL指i地区所有产业的从业人数，L指全国所有产业的从业人数，s代表高技术产业所涵盖行业种类数量。SPE越大表明高技术产业专业化集聚水平越高。
高技术产业多样化集聚（DIV）水平借鉴韩峰等[22]的测算方法，采用改进的赫芬达尔指数来进行测算，具体计算公式为：
其中各变量含义与公式（1）-（2）含义相同，s’表示高技术产业中去除s行业的其他3 个行业。DIV越大表明该地区高技术产业多样化集聚水平越高。根据最新出版的《高技术产业统计年鉴2020》，高技术产业包括医药制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业等4 大类。
（3）控制变量
本文以第三产业增加值比上GDP来表示产业结构（struct）；
以各地人均实际GDP来表示经济发展水平（agdp）；
以工业污染治理完成投资额比上工业总产值衡量环境规制强度（envi）；
选取6 岁以上人均受教育年限来衡量人力资本水平（humcap）；
用R&D经费比上地区生产总值衡量研发强度（tech）。
2.数据来源
以2000-2019 年中国大陆除西藏外的30 个省市自治区为样本，相关数据来源于的《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》及各地方统计年鉴。期间由于《高技术产业统计年鉴2018》未发表，2017 年数据通过计算前后两年数据均值得出。为保持数据平稳以及克服异方差，回归前对所有数据取对数，空间回归时选取邻接权重矩阵。
（一）高技术产业集聚水平和绿色发展效率测算结果分析
计算高技术产业集聚度LQ和绿色发展效率GRDP在研究期间的均值，得到图1。
图1 2000—2019 年中国各省市绿色发展效率和高技术产业集聚水平均值
研究期间，北京、上海、广东位于绿色发展效率的第一梯队，效率值分别为1.09、1.07、0.82。其次是海南、福建、浙江、江苏、辽宁均超过效率均值，位于第二梯队。山西、内蒙古、广西、贵州、云南、甘肃、青海七个省市的效率值低于0.3，处于绿色发展效率的末端。从高技术产业集聚水平来看，北京、天津、上海、江苏、广东、浙江、福建、陕西，集聚水平均在1.00 之上，居于全国前列，其中集聚水平最高的为广东，而其余各省市的集聚水平均不超过1.00。总体来看，高技术产业集聚水平与绿色发展效率在空间分布上呈现出较强的趋同性，呈现出由东向西逐步递减的分布情况。可以发现，绿色发展效率和高技术产业集聚水平均较高的地区大多为直辖市或东部沿海省份，这类地区凭借区位优势和政策红利吸引大量创新要素汇集，充分发挥了集聚的外部性，同时，基础设施、投资环境、金融支持等配套服务也为高技术产业绿色技术研发提供了全方位的保障。而经济、人口规模有限的中西部省份其绿色发展效和高技术产业集聚水平也大多滞后于东部发达地区，同时受承接部分绿色发展高效率地区的高能耗产业转移影响，进一步导致当地陷入发展动能不足与绿色发展刚性约束的两难境地。值得注意的是部分 如 海 南（LQ=0.22，GRDP=0.64）、内 蒙 古（LQ=0.19，GRDP=0.27）等地区出现了高技术产业集聚水平与绿色发展效率趋同度较低的现象，这可能与当地产业结构、自然条件有着较为密切的关系。
（二）高技术产业集聚对绿色发展效率的动态分析
使用软件stata15 对模型（4）-（6）进行SGMM回归分析，回归结果见表2。表2 中的模型M1中仅纳入了解释变量，模型M2加入了控制变量，模型M3、M4分别是OLS和FE回归结果，模型M5、M6分别是专业化集聚和多样化集聚的回归结果。根据表2 中的模型M2-M4，SGMM估计中L.GRDP的系数估计值位于OLS估计和FE估计值之间，且都在1% 水平上显著，满足Bond[23]对模型合理性判定条件，认为模型设定合理。根据表2 中AR（2）和Hansen统计量的P值来看，模型二阶序列不相关且工具变量有效，不存在过度识别。
模型M2、M5回归结果显示，LQ的一次项和二次项系数均显著正，表明当前我国高技术产业全行业集聚能够促进区域绿色发展效率的提升，且二者之间存在“U”型曲线关系。对比曲线最低点与各地产业集聚水平发现到目前为止高技术产业集聚并未产生拥塞效应，原因可能是高技术产品更新换代速度较快，减弱了市场容量的限制，缓解了拥挤效应，并且各地为实现产业结构优化，大力推进高技术产业园区建设，使产业集聚过程中的外部经济效应、技术溢出效应等得到有效发挥，从而推动了当地的绿色发展，假设H1成立。根据表2 中模型M6、M7回归结果，SPE的回归系数在5%显著水平上为正，说明高技术产业专业化集聚能够促进区域绿色发展效率，假设H2成立；
而DIV的回归系数在5%显著水平上为负，说明高技术产业多样化集聚对区域绿色发展效率产生了负向影响，假设H3未能得到验证，且呈现出与理论分析部分完全相反的结论。高技术产业多样化集聚所产生的负面影响原因一方面可能在于在集聚初期企业在缺乏科学统筹的情况下自行在某一区域大量集聚，企业和人口数量激增所产生的能源消耗和污染排放直接加剧了地区的环境污染；
同时，在集聚初期企业的创新能力与政府干预力度都处于较低水平，高技术产业的知识与技术溢出效应难以有效发挥，而且初期多样化集聚容易受投资规模限制，资源难以流入到技术研发领域[24]，更多被分配到生产领域，导致忽略了环境保护。另一方面，可能由于区域内行业结构本身不合理或者企业间产业关联较小，导致不同类型企业之间难以建立协调一致的行为准则，致使产业内部难以无法形成具有完整网络结构的创新系统和产业链协同机制，从而引发拥塞效应，对区域绿色发展产生抑制作用。
表2 高技术产业集聚对绿色发展效率SGMM 回归结果
根据模型M2显示的控制变量回归结果：struct的系数显著为正，说明产业结构能够促进绿色发展效率提高，高技术产业集聚能够有效降低第二产业中三高行业污染排放和能源消耗；
agdp的系数显著为负，表明当下经济发展水平难以支撑绿色发展效率进一步改善，我国实现经济的高质量发展的当务之急是经济发展和环境保护协同共进；
envi的系数显著为负，表明当前环境规制强度不利于绿色发展，一方面可能是因为规制强度过低，难以对企业绿色化发展起到强有力的规范作用；
另一方面可能是因为规制强度过高，企业为了减少污染治理成本将生产废物异地排放，造成了污染扩散；
humcap的系数显著为正，表明人力资本对绿色发展有着积极影响，区域人力资本水平越高，说明民众受教育程度越高，就更有可能保持一个环保的生活消费习惯；
tech的系数为负，但不显著，表明当前研发强度未能积极推动绿色发展效率的改善，原因可能是我国研发强度较于世界发达国家仍处于较低水平，难以支撑高技术产业长期技术创新活动，限制了研发人员创新性的发挥，致使绿色技术创新难以有效推动区域绿色发展。
（三）时间窗口异质性分析
为探究高技术产业集聚对GRDP 影响的阶段性差异，对样本进行分时间段处理。根据研究期间高技术产业集聚水平和绿色发展效率的增长特征，将样本分为缓慢起步阶段（2000-2004 年）、稳定增长阶段（2005-2014年）、快速增长阶段（2015-2019 年）三个阶段，回归结果见表3。在缓慢起步阶段，专业化集聚显著促进绿色发展效率，而多样化集聚显著抑制了绿色发展效率，原因可能是多样化集聚在发展初期，行业间异质性资源共享存在较大障碍，上下游联动发展的产业链也尚未建成，集聚难以产生规模效应；
而专业化集聚由于企业类型相似，能够快速建立有效协同进而产生规模效应。在稳定增长阶段，专业化集聚对绿色发展效率发挥正向的促进效果，而多样化集聚未能通过显著性检验，但系数符号由负向转为正向，这是因为随着区域内人口规模、企业数量的不断扩大，多样化集聚的规模优势开始显现并逐渐发挥其正外部性。在快速增长阶段，专业化集聚和多样化集聚均显著促进绿色发展效率的提升，尤其是多样化集聚的系数大小和显著性均有明显变化，两种集聚模式在该阶段都充分发挥了其规模效应和技术溢出效应对绿色发展效率的正向促进作用。整体来看，高技术产业集聚对绿色发展效率的促进效果逐渐减弱，原因可能是随着高技术产业集聚规模的持续增长，产生了不同行业集聚水平差异性较大以及仅有少数行业集聚水平较高的现象，导致企业间出现不良竞争，部分企业难以通过产业协同合作实现技术共享并促进技术创新，长期以往这种知识和技术外部性的削弱将会阻碍地区绿色发展效率的持续提高。
表3 高技术产业集聚对绿色发展效率影响的时间差异回归结果
（一）空间相关性检验
空间回归前采用Moran’sI指数对绿色发展效率和高技术产业集聚水平进行全局空间相关性检验，结果显示2000-2019 年绿色发展效率和高技术产业集聚度的莫兰指数均显著为正，说明绿色发展效率和高技术产业集聚在空间分布上均呈现出正的相关性和依赖性。
（二）空间计量模型的选择和估计
通过检验选择适合的空间计量模型，检验结果见表4。拉格朗日（LM）检验结果显示样本适用于空间面板计量模型；
Hausman检验结果显示选择随机效应；
LR和Wald检验结果显示模型不能退化为空间误差模型和空间滞后模型；
效应检验结果显示模型需要控制时间与空间效应。综上，时空双固效应下的空间杜宾随机效应模型为本文最优模型选择。这里只给出了高技术产业集聚LQ的模型检验结果，专业化集聚和多样化集聚检验步骤相同，最终均选择时空双固效应下的空间杜宾随机效应模型进行回归分析。
表4 空间计量模型检验结果
表5 为空间面板回归结果，解释变量的空间滞后项表示一个省份高技术产业集聚水平的变化对邻近省份绿色发展效率的影响效果。基于邻接权重矩阵，W★LQ和W★SPE的回归系数在1%置信水平下显著为负，而W★DIV的回归系数在1%置信水平下显著为正，表明一个省份的高技术产业专业化集聚对邻近地区的绿色发展效率产生了负面影响，而多样化集聚则有利于邻近地区绿色发展效率的提高。
表5 空间面板杜宾模型估计结果
（三）空间溢出效应分解
为进一步探析模型中回归系数对于GRDP的空间溢出效应，表6 给出了通过偏微分矩阵分解后的各变量的直接效应和间接效应。根据表6 中LQ和SPE的间接效应结果显示，LQ和SPE对绿色发展效率产生了负向的空间溢出效应，即一个地区高技术产业专业化集聚水平的提升将会抑制其相邻地区绿色发展效率的提升，这可能是因为区域间产业集聚水平不均衡从而产生了“虹吸效应”，致使邻近低集聚水平地区的资源被高集聚水平地区大量吸收，进而不利于邻近地区的绿色发展。其次，高技术产业同质化过度集聚可能会引起区域间的拥挤效应和竞争效应，资源难以在区域间快速流通与合理配置，造成过度竞争和资源浪费，导致不同地区的高技术产业出现模仿性技术复制，形成路径依赖和技术锁定，难以促进新知识和新技术的产生，抑制了集聚的技术溢出效应，导致绿色发展效率难以提升。根据表6 中DIV的间接效应结果显示，DIV对绿色发展效率产生了正向的空间溢出效应，即一个地区高技术产业多样化集聚的提升能够促进其相邻地区的绿色发展效率的改善。原因可能是多样化集聚模式更有利于在城市群网络的不同行业间产生新的上下游协同的产业链条，加深行业间技术关联，发挥产业结构效应，推动高技术产业在更大范围内形成促进产业创新发展的良好生态环境；
此外高技术产业的多样化集聚能够增加周围地区的企业种类，在不断完善自身结构合理化的同时扩大产业服务范围，提高地区发展上限，形成技术创新驱动力，促进绿色技术和绿色产品的专业化研发，进而深化各行业在产业链中上下游的衔接，对绿色发展产生促进作用。综上，假设H4a、H4b、H4c成立。
表6 高技术产业集聚对绿色发展效率的效应分解
（一）研究结论
本文以2000-2019 年中国30 个省份的高技术产业集聚水平和绿色发展效率为研究对象，通过构建动态面板回归模型和空间杜宾模型，分别从动态和空间溢出视角，实证分析了高技术产业集聚以及不同集聚模式对绿色发展效率影响，结果显示：（1）中国高技术产业集聚和绿色发展效率在地理分布上具有较强趋同性，二者呈现东高西低的空间分布特征；
（2）高技术产业集聚对区域绿色发展效率具有显著促进作用，且二者之间存在“U”型关系，空间回归结果显示高技术产业集聚对周边地区绿色发展效率表现为显著的抑制作用；
（3）专业化集聚能够促进区域绿色发展效率的提升，但对邻近地区绿色发展效率具有负向的空间溢出效应；
多样化集聚不利于区域绿色发展效率改善，但能够通过正向空间外部性促进邻近地区绿色发展效率的提升；
（4）分阶段研究表明，高技术产业专业化集聚始终对绿色发展效率产生正向促进作用，多样化集聚对绿色发展效率呈现先负后正的作用方向，整体上高技术产业集聚对绿色发展效率的促进作用呈下降趋势。
（二）政策建议
针对以上结论，本文提出以下政策建议：（1）倡导产业差异化发展。各地应根据自身的区位特点明确自身主体功能与产业发展阶段，因地制宜制定差异化产业发展战略。对于东部经济发达、高技术产业处于高速发展的地区来说，要充分利用自身在人才、技术、融资等优势发挥高技术产业集聚的技术溢出效应，通过培育产业链上下游协同集聚带动周边绿色发展低效率地区向高效率发展。同时，为避免区域内大规模同质化集聚，适度引导部分边际产业向中西部转移，不仅能够缓解东部地区拥塞效应，也可以提升中西部地区的产业集聚水平。而作为中西部欠发达、高技术产业处于较低发展阶段的地区，在承接产业时要综合考虑自身产业环境与转入行业的适配度，避免无效转移引起的结构失调问题。同时，可以根据自身区位特点培育特色高技术产业集聚，发挥龙头企业的带头示范作用形成专业化集聚，实现高技术产业本地化发展，进而形成区域联动，并最终实现东中西部高技术产业整体多元化发展、绿色增长与创新涌现的良性循环。（2）适当引导产业集聚。鉴于目前高技术产业集聚对区域绿色发展的促进作用较为显著，且专业化集聚展现出了更为强劲的效果。因此，各地应加大对高技术产业的引进和支撑力度，在兼顾开展高水平多样化集聚的前提下，重点发展专业化集聚模式。但考虑到各地人口和经济规模存在差异，在具体执行时还是要合理分配不同集聚模式在产业中的比重，打造优势互补、布局合理的高技术产业集群。（3）促进区域产业一体化发展，优化高技术产业集群发展模式。由于高技术产业集聚对绿色发展效率存在显著的空间溢出效应，且不同集聚模式作用效果也不同，作为地方政府一方面要积极打破区域间市场壁垒和技术封锁，建设开放跨地理边界的城市网络，推动高技术产业一体化发展，最大程度缓解专业化集聚对绿色发展的负空间外部性；
另一方面，在充分考虑区域联动性的基础上，进一步优化高技术产业发展模式与结构，通过推动产学研一体化发展，鼓励多样化技术交流和知识碰撞，避免因技术、信息、人才等创新资源垄断导致的技术脱节，充分发挥多样化集聚的正向空间溢出效应。
（三）研究不足与展望
本文从动态和空间溢出视角探讨了高技术产业集聚及其集聚模式对绿色发展效率的关系，研究结果可为我国高技术产业统筹发展和区域高技术产业集聚模式选择问题提供建议。但研究仍有不足之处，例如本研究是通过优先发展高技术产业，实现了以高技术产业结构优化升级为路径的绿色发展，但如果地区通过不发展或少发展高排放的生产制造业，转而发展农牧或服务业以此来引导产业的转型升级，是否同样会对绿色发展起到促进作用还有待进一步探讨。
猜你喜欢高技术专业化效应铀对大型溞的急性毒性效应核科学与工程(2021年4期)2022-01-122021年上半年高技术制造业快速增长智能制造(2021年4期)2021-11-14懒马效应今日农业(2020年19期)2020-12-14对幼儿园听评课专业化的思考甘肃教育(2020年14期)2020-09-11建设高素质专业化干部队伍当代陕西(2019年8期)2019-05-09应变效应及其应用中学物理·高中(2016年12期)2017-04-22引导青年教师走专业化成长之路中学历史教学(2016年9期)2016-03-01欧阳明高技术控的产业情怀汽车观察(2016年3期)2016-02-28论专业化老年媒体的发展之道新闻传播(2015年6期)2015-07-18航天项目管理——高技术复杂项目管理航天器工程(2014年1期)2014-03-11