产业集聚及协调发展对区域科技创新水平的影响
——基于粤港澳大湾区制造业、金融业、教育的实证研究
周四清，庞 程
（暨南大学经济学院，广东广州 510632）
摘要： 搜集整理粤港澳大湾区11个城市2007—2016年的相关数据，采用多元回归分析方法，考察粤港澳大湾区制造业、金融业及教育行业的集聚度及其协调发展对区域科技创新水平的影响。实证结果发现：第一，金融业和教育行业的集聚度均与区域科技创新水平存在正向关系，但结果不显著；第二，制造业集聚度的提升能够对区域科技创新水平产生显著的正向影响；第三，金融业为制造企业提供强大的资金保障，从而提升区域科技创新水平；第四，金融业、制造业及教育行业协调发展良好能够显著提升区域科技创新水平。研究结果表明，只有制造业、金融业及教育行业相互协调和渗透，才能有效提升区域科技创新水平。
关键词： 粤港澳大湾区；区位熵；发展协调度；区域科技创新水平
党的十八大提出实施创新驱动发展战略，科技创新成为国家发展全局的核心，实现2020年中国成为创新型国家的目标。张来武［1］认为，发展是经济循环轨道的改变，也是对均衡的扰乱和打破。谋求创新求解经济发展中要素报酬递减以及稀缺资源瓶颈等问题。粤港澳大湾区是国家发展战略层面上的一个城市群，更要从依赖传统自然资源禀赋优势发展，向创新驱动发展的方式转变。一个区域的产业集聚度及其协调发展程度影响科技创新水平。
当下我国不动产测绘行业竞争十分激烈，这一严峻的形势使得一些资质不够的测绘机构遭到淘汰，这不仅顺应了不动产测绘市场化发展的趋势，同时对于整个行业发展而言也起到至关重要的作用。相对比其他测绘工作，不动产测绘工作要求更加严格，同时由于测绘结果对于不动产统一登记管理影响较大，所以必须要求测绘机构具备相关的资质和条件，否则不仅会对自身发展造成影响，也会使整个行业的发展造成限制。因此，不动产测绘工作的市场化发展具有必然性特点，只有在激烈的市场竞争中不断完善和发展，才能确保自身不会被淘汰，同时提高整个行业的发展水平。
1 问题的提出
第一，创新驱动粤港澳大湾区发展是其国家战略地位的要求。把粤港澳大湾区设为新的创新“洼地”是国家针对区域创新能力提出的新要求。党的十九大提出创新是引领发展的第一动力，加快建设创新型国家是重要发展方向之一；支持香港、澳门融入国家发展大局，以粤港澳大湾区建设、粤港澳合作、泛珠三角区域合作等为重点。另一方面，企业通过不同的平台积极融入创新潮流，如科技“一带一路”与粤港澳大湾区创新论坛、粤港澳大湾区创新生态高峰论坛、粤港澳大湾区创新链论坛的举办等，粤港澳大湾区的创新能力受到了社会各方的关注。从数据上看，粤港澳大湾区的创新潜力巨大，其发明专利总量从2012年的61 764件上升至2016年的193 712件，上涨了3倍多，而且其发明专利总量及增长率均高于旧金山湾区。
第二，创新驱动发展提升区域经济实力和科技创新能力。创新驱动发展已经成为各国提升经济实力的必经之路，国家创新能力的提升有赖于区域创新能力的协同提升。区域内不同产业的发展水平和聚集程度，为区域科技创新水平的提升提供了充足的基础条件。比如制造业方面，广州市科技创新委员会发布了《广州市生物医药产业创新发展行动方案》，意在大力支持生物制药产业，促进该产业的技术创新；珠海市秉承创新主体即为企业的理念，大力推进“十百千”企业梯度培育计划。另一方面，金融业及教育在科技创新水平提升方面也扮演着不可或缺的角色。因此，有必要对影响区域科技创新水平的产业协调发展因素进行探究。
“我胸口有一个肿块，已经长了十年啦，近来它里面发生了脓肿，一跳一跳地痛得慌。我一听到你对我说话就难受得要死，精神上失去平衡，你不要轻易对我开口，这对我的神经很不利。我有一个建议，我们将中间这道门钉死，各自从自己房里的门出进怎么样？这样一来就可以防止相互打扰，可以保持内心的平静。”[4]
产业发展协调程度在某种程度上体现于产业结构的平衡性，目前大多文献集中在产业结构对区域科技创新水平的研究上。如王金波等［11］研究发现科教支出能够改善产业结构，尤其是提高第三产业的比重，科教支出和高水平产业结构的交互项与创新能力存在正向影响；王超等［12］研究发现产业结构水平对创新绩效有正向影响，但结果不显著；李健等［13］基于中国省级面板数据研究产业结构变迁对区域创新能力的影响，发现东部地区的产业结构与区域创新能力存在正向关系，在西部地区成负向关系；王鹏等［14］在对广州市、佛山市和肇庆市进行实证研究时发现，重工业部门占工业总产值的比重与区域创新效率成反比；郁培丽等［15］将区域分为核心-外围区，发现核心区与外围区产业结构的专业化、多样化对创新绩效的影响不一样，同时发现创新绩效与产业结构能够相互促进；王鹏等［16］研究了一二三产业的比重与创新产出的互动关系，发现高新技术产业的比重与创新产出存在着相互促进的互动关系。
以粤港澳大湾区内深圳市、广州市、珠海市、香港和澳门5个城市为例，依据《广东省统计年鉴》、各市统计年鉴和各市统计局（处）官网的数据，整理得出2007—2016年有关数据，其金融区位熵的对比（取对数）如图1所示，发明专利实际授权数（取对数）的对比如图2所示。其中，发明专利实际授权数作为衡量科技创新水平的指标，可见香港和澳门的金融业比较发达，但科技创新水平却未及深圳市与广州市等内地城市。根据上述现状，本文尝试回答以下问题：区域内产业间的协调发展水平是否对区域科技创新水平产生影响？以及如何通过产业间协调发展提升区域科技创新水平？
图1 2007—2016年粤港澳大湾区5市金融区位熵比较
图2 2007—2016年粤港澳大湾区5市科技创新水平比较
上述结果中，各解释变量取差分后均处于平稳状态，为研究粤港澳大湾区科技创新水平与各解释变量之间的关系，此处采用多元线性回归的方法对7个模型进行回归。本文将采用3种检验方式判断模型类型：F 检验用于判断采用混合回归模型或固定效应模型，LM检验判断采用混合回归模型或随机效应模型，Hausman检验判断采用随机效应模型或固定效应模型如表9所示。此外，各个模型的判决 系数在0.8以上，属于较高的范围，如表10所示。
从比湿场（图略）来看，水汽通道得以建立，加之地形的阻挡作用，有利于水汽向兴安盟的输送和积累。7日08：00兴安盟水汽条件较好，大部地区比湿在8 g/kg左右，比湿开始增大。受到大兴安岭南麓的阻挡作用，水汽在兴安盟辐合。8日08：00兴安盟存在水汽的大值区，主要位于兴安盟中西部地区，与降水大值区基本一致，比湿最大可达16 g/kg。9日08：00至10日08：00，降水逐渐减弱，水汽条件转差，比湿在10 g/kg左右，以分散性降水为主。
一是科学制定考核指标。围绕当前重点工作、中心工作，精心选取年度主要工作任务，纳入省委、省政府对市州目标责任考核项目清单。考核指标应能够兼顾全局、突出重点、方便获取、社会认可。坚持问题导向，立足不同地区不同河湖实际，建立科学合理、简便易行的差异化考核指标体系，确保考核指标体现工作重点、促进工作深入。
2 相关文献评述及研究方法
2.1 产业集聚对区域科技创新水平的影响
产业集聚对科技创新水平影响相关文献的主要研究视角有：将产业集聚与科技创新分别建立评价体系，采用复合系统协调度模型或者耦合协调模型，对两个体系的协调度进行分析；结合具体行业的产业集聚，研究该行业的产业集聚对科技创新的影响。如李国凤［2］采用复合系统协调度模型对产业集聚与区域创新能力的耦合度进行分析，并选择中国中原城市群的数据进行实证检验，发现创新背景下产业集聚有利于企业知识扩散和创新要素的有效配置；Fritsch等［3］认为，产业专业度与区域创新绩效存在着倒“U”型的关系；张昕等［4］研究发现，医药、电子及通信设备制造业聚集产生的专业化溢出对区域创新绩效均有正面作用，而多样化技术基础对医药制造业的创新绩效有积极作用，对电子及通信设备制造业的创新绩效作用为负；张杰等［5］采用江苏省制造业的数据研究产业链定位、分工及产业集聚对企业创新的影响，发现江苏省制造业的产业集聚对该省企业创新能力的影响不显著，很大程度上是由于该类型产业集聚处于一种“扎堆式”的无序集聚状态；刘军等［6］研究了制造业的产业集聚对区域创新能力的影响，发现制造业产业集聚能够显著提高区域创新能力，但效果不如科技人员、科技经费的投入以及制度创新的影响；张萃［7］研究发现中国制造业区域聚集能够显著提升技术创新；林卓玲等［8］采用多元线性回归的方法，探讨了基础研究与产业结构协调度对区域创新能力的影响，结果发现该协调度对地区专利授权数和新产品销售收入具有显著的正向影响；郭文伟等［9］采用空间计量方法研究粤港澳大湾区金融业三大子行业——银行、证券、保险的集聚程度对科技创新水平的影响，发现金融聚集对科技创新没有显著的促进作用；魏江等［10］认为企业集群有利于集群学习及导致“挤压效应”，从而不断建立自身的创新优势。
2.2 产业协调发展对区域科技创新水平的影响
第三，现实的产业发展协调程度与区域科技创新水平不匹配。区域内单个产业集聚度高并不能有效提升该地区的科技创新水平，产业间协调发展才能促进区域科技创新水平的提升。以香港为例，包含金融服务业等在内的生产性服务业十分发达，香港也具有高素质人才储备，但其腹地狭小，缺乏庞大资金的应用平台、科技成果转化平台以及支持优秀人才自由流动的宽松政策，科技创新成果无法得到有效转化，而粤港澳大湾区内地城市的“高精尖”制造业企业等实体平台弥补了香港这方面的不足。
此外，也有许多文献发现区域创新对产业结构升级存在影响。如付宏等［17］对中国2000—2011年省级面板数据实证研究发现，创新投入对产业结构升级具有显著的正向影响；洪银兴［18］认为创新驱动产业结构向中高端转变，需要引入产业化创新的概念，即结合科技创新与科技创业，避免“两张皮”的状况。
土豆播种机播种架是土豆播种机的关键部件，播种架的工作质量直接影响到播种精度。影响播种架播种质量的因素很多，其中有播种架倾角、种勺线速度、种勺空间尺寸等因素，本文着重论述了播种架倾角、种勺线速度和种勺空间尺寸对播种质量的影响。由于播种架倾角、种勺线速度和种勺空间尺寸不合适，会导致土豆种子在取种过程产生误差，当播种架倾角过大、种勺线速度过低、种勺空间尺寸过大，会导致取种量过高，造成重播率增加；反之，种勺取不到种子，漏播率增加。此3因数的取值不合适，在一定程度上降低了播种质量。对播种架倾角、种勺线速度、种勺空间尺寸3因素的试验研究，旨在为该种土豆播种机的播种架改进提供理论支持。
综上所述，目前针对产业协调发展对区域科技创新水平影响的研究大多停留在产业结构的角度进行，而且仅局限于三大产业划分的标准，而缺乏结合具体行业进行协调性分析。
2.3 本文的主要研究内容与研究方法
在选择衡量区域科技创新水平方面，许多文献采用容易获得且分析简单的单一指标，部分学者采用包含信息量较多的指标体系作为衡量指标，但受限于数据的可获得性及复杂性，所以大多数研究都停留在指标体系的构建，鲜有将创新指标体系结合数据进行实证分析。针对研究主题，本文选择发明专利实际授权数衡量科技创新水平。
扶贫先扶志。壶关县联社驻村扶贫工作队经常到秦小宽家中走访慰问，通过面对面谈心、零距离交流，把扶贫政策讲到他的心坎上，帮助其增强了战胜眼前困难的信心和勇气。
（5）控制变量。模型中控制变量有3个：创新投入（R&D）、政府政策（GOV）及经济发展水平（ECON）。1）创新投入（R&D）。一般而言，创新投入对科技创新水平有正向的促进作用。考虑到统计口径的差异及数据可得性，其中内地9城市采用R&D经费内部支出的数据，香港和澳门采用研发支出总额的数据。2）政府政策（GOV）。政府的重视程度对科技创新水平的影响尤为重要，政策倾斜说明政府将会投入更多的资金促进科技创新。其中内地9城市采用一般公共预算支出中的科学技术支出数据，香港采用创新及科技基金数据，澳门采用科学技术发展基金数据。虽然三者统计口径存在差异，但资金均来源于政府预算，故能作为政府政策的代理变量进行分析。3）经济发展水平（ECON）。良好的经济环境对科技创新提供了扎实的基础条件，本文采用人均地区生产总值衡量地区经济发展水平。
3 变量说明及数据描述性统计分析
3.1 变量说明
为考察制造业区位熵、金融区位熵、教育区位熵及三者发展协调度对粤港澳大湾区科技创新水平的影响程度，本文拟选择以下模型进行检测：
（1）科技创新水平（INN）。衡量创新能力的指标分为两种：输入变量以及输出变量。Alfranca等［20］、Acemoglu等［21］采用R&D投入作为输入变量，Kim等［22］把R&D在地区生产总值（GDP）中的占比作为输入变量，Fang等［23］采用R&D在企业总资产中的占比作为输入变量；Hu等［24］、Schneider［25］、Chen等［26］将专利申请量看作创新输出变量，有学者将产品销售量、产品质量的提升等作为创新输出变量。基于已有学者的研究成果及考虑到数据的可获得性，本文选择11市发明专利实际授权数作为科技创新水平的代理变量，专利类型分为实用新型、外观设计及发明专利3种，其中发明专利最具科技含量，因此采用发明专利的实际授权数更能体现一个地区的科技创新水平。
(2) 采用四跨板带井字梁方案时，桁架撑两个水平方向的最大变形分别为7.9 mm和10.7 mm，结构柱的最大侧向变形约为6 mm，地下连续墙的最大弯矩为521 kN·m；采用三跨板一字梁带结合桁架撑方案时，地下连续墙的水平位移为13.3 mm，桁架撑全部处于受压状态，最大轴力标准值为4 740 kN，地下连续墙的最大弯矩为596 kN·m。由此可见，前者所需截面更小，对后期结构板的施工影响亦较小。
（2）产业区位熵。区位熵指数用于衡量某个地区某个产业的聚集程度、专业性程度，其值越高，代表着该地区该行业的聚集程度越高、专业性越强。本文采用制造业区位熵、金融区位熵及教育区位熵，衡量3个产业在不同地区的发展程度及集聚程度，选择行业的就业人数作为计算区位熵的原始数据。计算公式如下：
2007—2016年11城市制造业区位熵统计数据如表3所示。从极值上看，2007—2012年期间，惠州市的制造业区位熵处于大湾区最高水平；2013—2016年期间，东莞市的制造业区位熵处于大湾区最高水平，说明2013年后东莞市的制造业集聚程度大大提高。2007—2011年间，香港制造业区位熵处于最低水平；从2012年开始，澳门制造业区位熵处于最低水平。个体方差与极差整体呈现下降趋势，说明大湾区内部制造业集聚程度不平衡的情况得到改善；平均值在2013年前呈现下降趋势，从2014年开始逐渐回升；从10年增长率看，香港和澳门的制造业区位熵出现负增长，制造业逐渐萎缩并且专业度下降，而东莞市的制造业区位熵在10年内增长了75.84%，制造业聚集程度和专业程度都不断上升。
（4）发展协调度（COORD）。发展协调度本质上是一个耦合度模型。耦合是物理学上的概念，用于说明系统内不同因素之间相互作用的程度。本文认为，促进一个地区科学技术创新的不仅是产业本身的专业程度，更重要的是产业的协调发展，因此选用制造业、金融业及教育3个产业的区位熵计算3个产业在一个地区的发展协调度，用于考察这3个产业在该地区的协调发展程度。发展协调度由协调度及发展度组成。协调度的计算公式为：
古庙之战打响后，团救护队的五个女兵，在汪队长的带领下，一直跟随着一连。李晓英，马国平不仅认识，在工作中还有过接触。她既是护士，也是颇有几分才气的宣传员，是“连部五花”中的“花王”。
当FIN=MNF=EDU时，A 取最大值，三者均衡发展，协调程度最高。
发展度的计算公式为：
本文认为3个产业在发展过程中地位同等重要，故取
改善沿海地区人居环境，打造赋予优美、和谐又具有地域特色的滨海公共空间，一方面可以提高整个岛屿的景观形象和竞争力，另一方面又可以提升岛民的宜居环境，提高大家的生活品位。环境的改变，休闲娱乐场所的建造，现代化地域文化景观的设计，都能从侧面反映岛上居民生活理念的转变，岛民传统生活模式的变化。
发展协调度的计算公式为：
在研究方法上，目前文献对产业集聚与科技创新之间的关系研究主要集中在：产业集聚系统与创新系统间的协调度研究；制造业产业集聚对区域科技创新能力的影响；产业结构对区域科技创新能力的影响。事实上，对产业集聚的定义不仅是制造业的集聚，如郭文伟等［9］提出金融集聚对科技创新也具有影响；而某个单一产业的聚集度对区域创新能力的提升也是有限的，同一个产业集聚度高不一定有利于区域创新能力的提高，如陈燕等［19］采用灰色关联分析法对粤港澳大湾区的产业关联度进行了探讨，发现各城市间的产业同质化严重，并指出大力发展文化旅游业、信息技术产业等优势产业有利于产业协同发展。当多个产业集聚度达到一定水准，并且组成一个有机共同体协调发展时，科技创新水平才能持续性地提高，而目前鲜有文献从产业集聚协调性的角度研究其对科技创新能力的影响。
变量的整理和说明如表1所示。
表1 变量的含义及说明
3.2 数据来源及描述性统计分析
粤港澳大湾区内地9城市的发明专利实际授权数，制造业、金融业及教育就业人数， R&D经费内部支出，一般公共预算支出中的科学技术支出，人均地区生产总值的数据来源于各市的地方统计年鉴及广东省统计年鉴；香港和澳门的发明专利实际授权数、制造业和金融业及教育就业人数、人均地区生产总值，香港的创新及科技基金和澳门的科学技术发展基金数据，来源于《香港统计年鉴》和《澳门统计年鉴》；香港和澳门的研发支出总额数据来源于世界银行数据库。
2007—2016年11城市发明专利实际授权数（取对数）统计数据如表2所示，可见每一年的最大值与最小值分别都为深圳市和澳门，说明深圳市的科技创新水平在11城市中处于最高水平，澳门处于最低水平；个体方差和极差每年逐渐变小，说明粤港澳大湾区内部科技创新水平发展不平衡的现象逐渐改善；从平均值看，每一年的平均值逐渐提升，说明粤港澳大湾区整体科技创新水平不断提升，而长期处于平均值以上的城市有深圳市、广州市、佛山市和东莞市，说明这几个城市的科技创新水平在大湾区内处于较为领先的地位；从时间方差可知，深圳市、广州市、佛山市、江门市和香港的数值波动较小，方差均小于1，其余城市的方差大于1，波动较大，其中波动最大的是东莞市；从10年增长率看，排名靠前的城市除了东莞市外，增长率均处于100%以下，说明东莞市经过电子信息产业升级后，科技创新水平得到了相应的提升。
表2 2007—2016年粤港澳大湾区11城市的发明专利实际授权数（取对数）
（3）交互项。本文模型设计两个交互项：
前者代表金融区位熵与制造业区位熵对科技创新水平的联合作用，与FIN对科技创新水平产生的作用进行比对；后者代表教育区位熵与制造业区位熵对科技创新水平的联合作用，与EDU对科技创新水平产生的作用进行比对。
表3 2008—2016年粤港澳大湾区11城市的制造业区位熵
2007—2016年11城市金融区位熵统计数据如表4所示。由此可见，10年内，金融区位熵最大值均为香港，最小值中包含东莞市及肇庆市两地，说明香港在粤港澳大湾区金融业集聚程度占有绝对优势，同时极差值巨大，且长期处于平均值以上的城市只有香港和澳门，说明粤港澳大湾区内金融业的集聚程度出现了两极分化。从时间方差可知，各城市每年的波动程度都不大，可以注意到中山市、惠州市、江门市、肇庆市的金融区位熵均在10年内以较快的速度增长，说明这些地区的金融集聚程度不断提高；而澳门虽然在大湾区内长期处于第2位，但从2014年开始出现了下降趋势。
表4 2007—2016年粤港澳大湾区11城市的金融区位熵
2007—2016年11城市教育区位熵统计数据如表5所示。其中，每年最大值均为香港，最小值均为东莞市，而且结合最小值的变化幅度及该值的10年增长率发现，东莞市在10年内教育集聚程度没有明显提升，而香港在10年内教育区位熵增长了15.2%，这是导致极差不断上升的原因。从个体方差可知，每年各城市数据的离散程度较为一致，在发展差距上没有较大变化。从10年增长率看，虽然澳门在粤港澳大湾区内长期处于第2位，但却出现负增长的情况；而珠海市从2012年开始处于平均值以上，并且10年内以27.92%的增长率上升，成为10年内粤港澳大湾区教育区位熵成长最快的城市。
表5 2007—2016年粤港澳大湾区11城市的教育区位熵
2007—2016年11城市制造业、金融业和教育发展协调度统计数据如表6所示。其中，香港在10年内一直处于最大值的地位，东莞市一直处于最小值的地位，以2012年为拐点，极差呈下降趋势，主要原因为处于最小值的东莞市发展协调度出现了上升趋势，并且在10年内上升了13.08%，得益于该市制造业区位熵的提升；时间方差和个体方差的数值说明不管是每个个体在时间序列上，还是每一年不同个体之间数值的离散程度均比较小；从平均值 上看，整体水平出现了小幅度下降。
表6 2007—2016年粤港澳大湾区11城市制造业、金融业和教育发展协调度
以10年平均排名及等级水平作为衡量指标，挑选排名前7位的城市作为对比。表7中,7个城市的科技创新水平等级包括A、B、C级，制造业、金融业及教育发展协调度与制造业区位熵、金融区位熵、教育区位熵四者的平均排名中，C级以上的个数分别占5个、5个、5个、4个，故有理由认为四者对科技创新水平均有促进作用，方向为正。
表7 2007—2016年粤港澳大湾区科技创新水平排名前7位城市主要指标
4 模型设计及实证结果分析
4.1 模型设计
本文考察制造业、金融业、教育及三者之间发展协调度对科技创新水平的影响，引入了制造业区位熵、金融区位熵、教育区位熵及三者之间发展协调度作为模型的解释变量； R&D投入、政府政策及经济发展水平对科技创新水平具有相当程度的影响，故将三者作为控制变量纳入到模型中，采用多元回归方法实证分析解释变量对被解释变量的影响程度。
式（7）中，考虑到面板数据的平稳性以及异方差因素，科技创新水平、创新投入、政府政策及经济发展程度取自然对数，其他变量均为比值形式。
Ionic是用于开发Hybrid App和Progressive Web App的开源的、免费的代码库，具有性能好、设计美观、跨平台等特点。Ionic内置了很多UI组件来帮助开发者开发Hybrid App或PWA[3]，每款组件都具有iOS、Android、Windows Phone三种平台样式。该项目中使用的Ionic Native是Ionic对Cordova插件的TypeScript语言封装，更加方便易用。
4.2 平稳性检验
本文选择软件EViews 8.0及Stata 12.1进行数据处理与分析。在多元线性回归前有必要对面板数据进行平稳性检验，在保证时间序列数据平稳的前提下，采用最小二乘法（OLS）建立回归模型，再从经济意义、拟合优度、显著性等方面进行综合考虑，最终得出模型。各变量的单位根检验结果如表8所示，根据本文面板数据特征，选择ADF-Fisher检验值及IPS检验值作为衡量指标，结果显示绝大多数变量取了一阶差分后，均严格拒绝面板数据含有单位根的原假设。
勘查区地热水属构造裂隙承压水，严格受断裂控制，热储呈带状对流型构造裂隙地热水。形成机理为：勘查区大气降水丰富，大气降水沿周边山体节理裂隙缓慢下渗，并逐步汇聚于断裂及裂隙带中，再沿断裂通道线状渗流，并以地下水为载体，吸收周围岩石骨架中的热能及矿物质，形成载热流体，赋存在断裂带之中。在接近地表处，地热水不断被混合降温，之后继续沿错综复杂的裂隙上涌，形成上升泉。
4.3 多元线性回归结果分析
基于上述现实背景，本文通过搜集和分析粤港澳大湾区11城市2007—2016年的相关数据，探究制造业、金融业及教育行业的聚集度及其发展协调度对粤港澳大湾区科技创新水平的影响，并根据实证结果分析这3个产业对科技创新水平的影响机制，以期为粤港澳大湾区产业协调发展提供一些参考。
表8 样本城市指标变量的单位根检验结果
表9 样本城市指标变量的7个模型3种检验结果
从表10可以发现，金融区位熵对科技创新的回归结果没有通过10%的置信度水平的检验，并且将其与制造业区位熵、教育区位熵一同回归的结果与单独回归的结果无明显差异，说明该结果稳健，这与郭文伟等［9］的研究结论一致；金融区位熵与制造业区位熵的交互项对科技创新的回归系数在10%的置信度水平上显著为正。以上结果主要原因为：粤港澳大湾区城市间金融业发展不均衡，香港和澳门与内地城市相比，拥有强大的金融实力，但金融业本身并不能直接促进科技创新水平，受限于狭小的腹地，香港和澳门没有制造基地进行创新成果转化，技术未能通过产品进行经济转化，科技创新能力的提升速度与金融业的发展速度不相匹配（如表2、表4），即使内地城市拥有庞大的制造基地作为技术孵化及应用的场所，但香港和澳门的金融产值占粤港澳大湾区的50%以上，导致粤港澳大湾区金融区位熵对科技创新水平的整体影响不显著。然而，完善的银行贷款体系、证券市场及保险产品有利于为制造业在新产品研发、生产工艺、包装材料等方面的创新提供全方位的资金保障，有利于降低企业创新成本和创新风险。
制造业区位熵对科技创新水平的回归系数为0.681，在1%的水平上显著为正，并且将其与金融区位熵、教育区位熵一同回归的结果与单独回归的结果无明显差异，证明结果稳健。这与刘军等［6］和张萃［7］研究结论相一致。主要原因是制造业的高度集聚有利于产业链及规模效应的形成，制造业集聚效应激发企业的集群学习行为，通过相互学习提高创新水平，企业间的技术溢出有利于产业链上下游的创新升级，由于集聚产生挤压效应从横向及纵向刺激了其他集群企业的创新；更重要的是，制造基地为技术转化提供了平台，技术以产品的形式输入市场，并经过市场的检验不断优化技术，进行新一轮的创新。虽然结果十分显著，但是回归系数较小，可能是粤港澳大湾区内的制造业集聚暂未达到有序的状态，知识产权的保护力度不足及产业同质化导致的恶性竞争，抑制制造业区位熵对科技创新水平的积极影响。
教育区位熵对科技创新水平的回归系数为正，但没有通过10%的置信度检验，三类区位熵一同回归的结果与教育区位熵单独回归的结果无明显差异，证明该结果稳健，教育区位熵与制造业区位熵的交互项对科技创新水平的影响也不显著，同样没有通过10%的置信度检验。主要原因为：教育本身不能对科技创新的提高产生明显的正面作用，而是通过提供高素质劳动力，实现技术发明、技术转移、技术创新等活动，即使是制造业集聚产生的技术溢出，也需要通过人才或高素质劳动力生产的产品作为媒介实现。另一方面，教育区位熵对高新技术制造业的边际贡献比对中低端制造业的边际贡献要大，粤港澳大湾区传统制造业的比重仍然占比大，如果高新技术制造业改造受到阻碍，那么教育集聚的作用就受到了限制。以广州市为例，旧城改造进程缓慢、规划不完善等影响了产业布局，而深圳市、珠海市则很大程度上完成了都市更新，这种情况下难以形成城市群效应，高新技术制造业协同效应难以发挥。
制造业区位熵、金融区位熵及教育区位熵三者的发展协调度对科技创新水平在1%的水平上显著为正，系数为2.681。制造企业集聚为创新技术的孵化、应用、产品赋能、市场检验提供平台，金融业为这个平台实现上述目的提供了资金保障，教育为该平台提供了必不可少的高素质劳动力资源，三方面相互耦合，形成相对稳定的协同创新系统，有利于提升科技创新水平。该结论是基于以粤港澳大湾区作为一个研究整体的前提下得出，另一方面也意味着粤港澳大湾区内需要进行合理的产业分工和产业布局，从而达到粤港澳大湾区内城市间协调及产业间协调的状态，才能实现制造业、金融业与教育相互支持和渗透，科技创新水平有效地可持续性地提高。
广深科技创新走廊正是利用了大湾区内制造业、金融业及教育的协调发展所提出的概念。如广州在科技创新走廊中发挥着高校及研究所等教育优势，为平台提供优质的教育资源与人力资源（如表5）；东莞发挥其先进制造业规模优势，建造一流的先进制造业基地，促进创新成果的转化（如表3）；深圳除了担任创新企业孵化器、创新中心等角色，其金融地位也仅次于香港、澳门及珠海市，为创新成果的研发和转化提供了强大的资金保障（如表4）。此外，港珠澳大桥的开通加快了人力资源、教育资源等创新要素的流动，同时为创新活动创造良好的经济环境，为了进一步促进大湾区产业协调发展，发改委也提出了基础建设的专项规划。
表10 样本城市指标变量的7个模型的回归结果
5 结论与启示
5.1 主要结论
本文利用粤港澳大湾区11城市2007—2016年的数据，从制造业、金融业及教育行业的协调发展角度，通过实证分析的方法考察它们对科技创新水平的影响，得出的主要结论如下：
本试验选取取种勺类型、取种盘的转速和取种盘的倾斜角度作为可变因素进行试验研究。结合本试验装置的实际情况和进行影响排种效果的单因素试验，可得试验的因素水平如表1所示。
（1）金融区位熵对科技创新水平的影响没有通过10%水平显著性检验，主要因为香港和澳门虽然金融集聚程度较高，但缺乏实体制造企业对接技术转化，无法单纯通过金融业本身提高科技创新水平。金融区位熵与制造业区位熵的交互项的回归结果通过了10%的显著性检验，印证了完善的银行贷款体系、证券市场及保险产品有利于通过制造企业输入技术市场。
（2）制造业区位熵对科技创新水平的影响通过了1%的显著性检验，主要因为制造企业为技术转化提供了平台，制造企业的高度集聚有利于集群学习，并且制造企业的集聚有利于产业链和规模效应的形成。其中，技术溢出及“挤压效应”为科技创新水平的提升提供了充足的动力。通过制造企业生产的产品在经过市场的检验后，进一步改良技术，进行新一轮的创新。
（3）教育区位熵与科技创新水平的回归结果没有通过10%的置信度检验，教育区位熵与制造业区位熵的交互项与科技创新水平的回归结果也没有通过10%的置信度检验，主要原是因为目前粤港澳大湾区的高新技术制造业比重仍然比传统制造业比重低，而教育区位熵对高新技术与制造业的边际贡献比对传统制造业的边际贡献高，导致粤港澳大湾区整体的教育集聚对科技创新水平的影响不显著；粤港澳大湾区内的城市更新计划受到阻碍，进一步影响了产业布局，不利于高新技术制造业的发展，故教育集聚的作用受到了限制。
（4）制造业区位熵、金融区位熵及教育区位熵三者的发展协调度对科技创新水平在1%的水平上显著为正，系数为2.681。制造企业为技术应用和产出提供了平台，金融业为企业创新提供了资金保障，教育为制造企业提供了高素质劳动力，三者的良性耦合形成了稳定的创新协同系统，从而提高了科技创新水平。
5.2 启示
基于上述研究结论和粤港澳大湾区的实际情况，为有效提高粤港澳大湾区的科技创新水平，以下几点启示值得重视：
（1）粤港澳大湾区内城市明确各自优势，进行合理产业布局，避免同质竞争和恶性竞争，形成紧密合作的产业链。比如香港应大力发挥其国际金融中心的作用，为粤港澳大湾区的技术转化提供充沛的资金支持；东莞市作为高新电子产业集聚地，应有效对接创新资金，不断提高生产效率，改良生产技术。
（2）提高制造业、金融业与教育的发展协调性，加强政产学研合作。粤港澳大湾区拥有优质的教育资源和资金资源，通过建立全新的政产学研合作机制，从传统的单纯资金输入，到人才与资金双输入，再到人才、资金、商业实操的多维融合。
（3）从被动创新到主动创新进行转变。传统的被动创新主要依赖技术溢出和“挤压效应”，生产仿冒产品甚至利用价格战获得市场份额，虽然这种创新模式成本较低，但却抑制了创新能力的提升，还会促使恶性竞争。主动创新是基于政策优势，主动利用资金和创新机会，不断改良自身技术，从而提高科技创新能力的方式。
（4）突破行政边界，形成有力、高效的行政管理体系和协作机制，打通政策壁垒。如针对高素质科研人员的交流，粤港澳大湾区应成立专项委员会积极推进相关工作，包括调整和落实科研人员的落户、薪酬福利、退休养老等方面的政策措施。
因为排序选择法的选择概率与适应度大小无直接关系，所以此方法能够避免个体适应度过高或过低对被选概率的影响，这样就能够保持种群多样性。选择压力是排序选择法的一个重要参数，影响着算法的性能，过大易造成早熟，过小则使搜索随机化，算法收敛速度变慢。
参考文献：
［1］张来武.论创新驱动发展［J］.中国软科学,2013(1):1-5.
［2］李国凤.产业集聚与区域创新能力耦合协调发展研究［J］.统计与决策,2018(8):145-148.
［3］FRITSCH M,SLAVTCHEV V. How does industry specialization affect the efficiency of regional innovation systems?［J］.The Annals of Regional Science,2010,45(1):87-108.
［4］张昕,李廉水.制造业聚集、知识溢出与区域创新绩效:以我国医药、电子及通讯设备制造业为例的实证研究［J］.数量经济技术经济研究,2007,24(8):35-43.
［5］张杰,刘志彪,郑江淮.产业链定位、分工与集聚如何影响企业创新:基于江苏省制造业企业问卷调查的实证研究［J］.中国工业经济,2007(7):47-55.
［6］刘军,李廉水,王忠.产业聚集对区域创新能力的影响及其行业差异［J］.科研管理,2010,31(6):191-198.
［7］张萃.制造业区域集聚与技术创新:基于负二项模型的实证分析［J］.数理统计与管理, 2012,31(1):105-111.
［8］林卓玲,李文辉,陈忠暖.基础研究与产业结构协调发展对区域创新绩效的影响［J］.广东社会科学,2016(3):26-35.
［9］郭文伟,王文启.粤港澳大湾区金融集聚对科技创新的空间溢出效应及行业异质性［J］.广东财经大学学报,2018,33(2):12-21.
［10］魏江,叶波.企业集群的创新集成:集群学习与挤压效应［J］.中国软科学,2002(12):38-42.
［11］王金波,佟继英.财政科教支出、产业结构变迁与技术创新能力:基于供给侧改革视角下的审视［J］.经济问题探索,2018(3):18-31.
［12］王超,蒋萍,孙茜.金融发展、产业结构水平对地区创新绩效的影响［J］.西安建筑科技大学学报(社会科学版),2017(6):30-37.
［13］李健,付军明,卫平.产业结构变迁和区域创新能力:基于中国省际面板数据的实证研究［J］.湖北社会科学,2015(12):72-78.
［14］王鹏,陆浩然.区域创新效率的空间差异及其影响因素研究:以广佛肇经济圈为例［J］.科技管理研究,2012,32(22):82-86.
［15］郁培丽,刘锐.区域产业结构对创新绩效影响的实证研究［J］.东北大学学报(自然科学版),2011,32(12):1786-1789.
［16］王鹏,赵捷.产业结构调整与区域创新互动关系研究:基于我国2002—2008年的省际数据［J］.产业经济研究,2011(4):53-60.
［17］付宏,毛蕴诗,宋来胜.创新对产业结构高级化影响的实证研究:基于2000—2011年的省际面板数据［J］.中国工业经济,2013(9):56-68.
［18］洪银兴.产业化创新及其驱动产业结构转向中高端的机制研究［J］.经济理论与经济管理,2015(11):5-14.
［19］陈燕,林仲豪.粤港澳大湾区城市间产业协同的灰色关联分析与协调机制创新［J］.广东财经大学学报,2018,33(4):89-97.
［20］ALFRANCA O,HUFFMAN W E. Aggregate private R&D investments in agriculture:the role of incentives,public policies,and institutions［J］.Economic Development and Cultural Change,2003,52(1):1-21.
［21］ACEMOGLU D,AKCIGIT U. Intellectual property rights policy,competition and innovation［J］.Journal of the European Economic Association,2012,10(1):1-42.
［22］KIM Y K,LEE K,PARK W G,et al. Appropriate intellectual property protection and economic growth in countries at different levels of development［J］.Research Policy, 2012,41(2):358-375.
［23］FANG L H,LERNER J,WU C. Intellectual property rights protection,ownership,and innovation:evidence from China［J］.The Review of Financial Studies, 2017,30(7):2446-2477.
［24］HU M C,MATHEWS J A. National innovative capacity in east Asia［J］.Research Policy, 2005,34(9):1322-1349.
［25］SCHNEIDER P H. International trade,economic growth and intellectual property rights:a panel data study of developed and developing countries［J］.Journal of Development Economics,2005,78(2):529-547.
［26］CHEN Y,PUTTITANUN T. Intellectual property rights and innovation in developing countries［J］.Journal of Development Economics, 2005,78(2):474-493.
Impact of Industrial Agglomeration and Coordinated Development on Regional Technological Innovation:An Empirical Study Based on Guangdong-Hong Kong-Macau Greater Bay Area's Manufacturing Industry, Financial Industry and Education
Zhou Siqing, Pang Cheng
(School of Economics, Jinan University, Guangzhou 510632, China)
Abstract: Based on the panel data of 11 cities from 2007 to 2016 in Guangdong-Hong Kong-Macao Greater Bay Area, this paper analyzes the impact of manufacturing agglomeration, financial industry agglomeration, education agglomeration and their coordinated development on regional technological innovation. The empirical results find that：firstly, financial industry agglomeration and education agglomeration have positive impact on regional technological innovation, but not significantly; secondly, manufacturing agglomeration has significant and positive impact on regional technological innovation; thirdly, financial industry can improve the regional technological innovation while it provides the manufacturing industry strong financial support; fourthly, the coordination degree of manufacturing industry,financial industry and education affects the regional technological innovation positively significantly. The results show that, in general, only when the manufacturing, financial and educational industries coordinate and permeate each other,it can effectively improve the level of regional scientific and technological innovation.
Key words: Guangdong-Hong Kong-Macao Greater Bay Area; location quotient; coordination degree; regional technological innovation
中图分类号： F273.7；F124.3；F224；G301
文献标志码： A
文章编号： 1000-7695（2019）19-0104-11
doi: 10.3969/j.issn.1000-7695.2019.19.014
收稿日期： 2018-11-19，修回日期：2019-03-28
项目来源： 广东外语外贸大学横向项目“广东知识产权保护水平、自主创新能力与贸易结构优化”（2018L-S01）
作者简介： 周四清（1964—），男，湖南祁东人，副教授，博士，主要研究方向为国际投资、经济金融优化理论与计量方法；庞程（1994—），通信作者，男，广西贵港人，硕士研究生，主要研究方向为区域产业发展与科技创新。
标签：粤港澳大湾区论文; 区位熵论文; 发展协调度论文; 区域科技创新水平论文; 暨南大学经济学院论文;