开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
高技术产业是指国民经济活动中研究与实验发展投入强度相对较高的制造业[1]。近年来，随着制造业高质量发展，高技术产业已成为中国制造业发展重心[2]。为进一步增强国际竞争力，必须通过高技术产业集聚形成规模效应，进而带动我国经济发展，实现产业转型升级。相较于传统制造业，高技术产业对金融外部性和技术外部性具有更高的依存度，但其对社会资源配置合理化和全要素生产率具有更显著的正向促进作用[3]。
然而，在高技术产业集聚和生产活动中存在的环境污染，不仅阻碍了产业发展，也给我国可持续发展战略带来新的矛盾。自党的十八大以来，我国遵循绿色发展理念，推进生态文明建设，提出“绿水青山就是金山银山”，表明生态环境和生产力是相辅相成的关系[4]。在国家政策引导下，如何实现高技术产业集聚和生态环境协调永续发展亟待解决。因此，正确把握高技术产业集聚和生态环境之间的耦合关系，充分了解两者之间的互动机制和耦合协调度时空演化趋势，是解决可持续协调发展问题的关键。
目前，对产业集聚和生态环境关系的研究主要聚焦于以下3个方面：
(1)产业集聚对生态环境的作用方向。学者们通过建立空间杜宾模型、中介效应模型、面板门槛模型、系统动力学模型等方法[5-7]，利用省级或地级市面板数据实证分析产业集聚对生态环境的影响。由于侧重点和切入角度不同，现有研究结论也有所差异。首先，在产业集聚与外商直接投资、环境规制、交通可达性互动下[8-10]，随着产业集聚水平提高，生态环境有所恶化。其次，不同类型产业之间的协同集聚以及产业集聚与绿色技术创新的关联效应均对生态环境具有正向影响[11]。此外，不同类型的产业集聚、旅游产业、再生资源产业集聚与生态环境之间存在“倒U型”、“倒N型”、“非标准倒U型”等非线性关系[12-15]。
(2)生态环境对产业集聚的影响。实证分析发现，自然灾害对东京地区产业空间分布具有持续性影响[16]。资源型产业集聚依赖于资源禀赋，例如海洋资源禀赋对海洋第一、第二和第三产业集聚存在促进或限制作用[17]。此外，土地资源配置对产业集聚多样化发展存在影响[18]。
(3)区域经济与生态环境协调发展关系。学者们主要运用定性和定量方法，建立综合指标体系，结合耦合理论和灰色动态评价模型，从产业结构、产业升级和城市化等角度，实证分析经济发展和环境承载力的协调关系[19-22]。结果发现，制造业集聚与环境污染存在相互作用，并具有空间关联性[23]。
高技术产业在经济高质量发展过程中得到大力扶持，具有明显的空间集聚特征[24]。现有研究成果越来越关注集聚效应对绿色创新效率、经济高质量发展效应、绿色经济效应等方面的影响[25-26]。高技术产业技术创新系统和生态效率系统存在一定的协同性[27]，对经济持续发展具有推动作用。因此，有必要针对高技术产业，研究集聚效应与生态环境之间的关系。
本文创新之处有以下两点：首先，现有研究在探究产业集聚和生态环境之间的关系时，从不同视角出发，建立不同模型，重点关注两者之间的单向因果作用。然而，产业集聚和生态环境之间不仅仅是单向影响关系，针对两个系统内在要素间的复杂互动关系鲜有研究，缺乏内在作用机制阐述。故本文对产业集聚和生态环境内在耦合机理进行梳理。其次，现有关于高技术产业集聚的实证研究中，大多针对局部区域绿色经济效益等问题进行检验，缺乏对两者耦合关系发展规律的研究。故本文在前人量化局部区域产业集聚和生态环境之间耦合关系的基础上，深入挖掘高技术产业集聚和生态环境之间耦合关系具备的时空演化特征。为此，本文在梳理高技术产业集聚和生态环境系统间耦合机理的基础上，绘制系统动力学因果关系图，展现两系统内在要素的相互作用，构建高技术产业集聚系统和生态环境系统评价指标，并利用耦合协调度模型和空间自相关方法对2003—2017年我国内地30个省份两者之间的耦合协调程度进行实证分析，探寻耦合协调关系的时空演化特征，以期为高技术产业集聚和生态环境耦合协调发展提供理论依据与实践参考。
在定量分析高技术产业集聚和生态环境的耦合关系之前，从理论上对高技术产业集聚与生态环境系统间的耦合机制作简要说明，如图1所示。集聚伴随着规模效应显现，创造更多经济效益，技术和知识溢出效应可以改变集聚能力，故高技术产业集聚系统由集聚规模、集聚效益和集聚能力综合表征。参照环境质量评价模型——压力-状态-响应模型(PSR模型)，生态环境系统由环境状态、环境压力和环境响应综合表征。高技术产业集聚会产生正负外部性，影响环境资源要素配置，产生环境污染，人们环保意识的改变和环境规制的实施都会反作用于高技术产业集聚效果。因此，高技术产业集聚系统与生态环境系统之间的耦合关系具有复杂性和互动性。
图1 高技术产业集聚与生态环境系统耦合机理
(1)高技术产业集聚的正外部性有利于生态环境改善，生态环境改善可为高技术产业集聚提供更多便利条件。首先，高技术产业集聚通过技术溢出效应显著促进科技创新水平提高[28]，技术进步驱动企业实现清洁生产，减少污染排放，降低生态环境压力。为积极响应绿色制造要求，企业投入更多创新要素，吸引外来企业进入集聚区共享技术收益，从而促进集聚发展。其次，产业集聚在区域内高效利用各类资源，改变传统要素配置关系，各产业间的关联效应得以发挥，劳动生产率得以提高[29]，资源得到合理配置，从而使得高技术产业所需的资源要素能够持续为集聚发展提供动力。另外，高技术产业集聚有利于在区域内汇聚各方技术型人才，人才集聚加速知识溢出效应产生，不仅为科技发展提供人力保障，也使得人与人之间通过交流碰撞出新思想，增强人们的环保意识，促使其采取集约化生产方式和绿色生活方式，从根源上预防生态环境破坏，进而提升高技术产业集聚绿色经济效率，加速产业集聚进程。最后，产业集聚促进产业结构优化升级，离不开国家政策指导，在产业集聚发展过程中，为避免环境污染问题，政府通过环境规制实施环境保护措施，从而促进产业经济和生态环境协调可持续发展[30]。
(2)高技术产业集聚的负外部性产生环境污染问题，生态环境平衡被打破，从而抑制产业集聚可持续发展。首先，高技术产业集聚区域内经济效益显著提高，周边地区受空间溢出效应的影响，加入到同质化产品生产队伍中(杨嵘等，2018)，造成产品过度生产、资源浪费现象，过剩产品只能丢弃和焚化处理，从而加大生态环境压力。资源锐减导致企业无法继续生产经营，集聚受到负面影响。其次，在高技术产业集聚过程中，企业在区域内相互学习并使用先进技术，然而先进技术需要费用高昂的污染处理设备作为载体[31]，生产成本增加导致企业难以负担费用支出，只能采取粗放型生产方式，造成大量污染物排放，破坏生态环境，自然条件缺失导致生产经营受阻，从而抑制产业集聚发展。此外，区域内高技术产业过度集聚会产生拥挤效应，为寻求更大的生存空间，企业会盲目追求短期经济效益，一方面影响生态环境保护，另一方面影响企业可持续发展，最终导致集聚区的吸引力下降。最后，高技术产业集聚程度加大，越来越多的企业进入竞争行列，竞争压力急剧增加并产生恶性竞争[32]，企业不得不依靠减少环保措施、降低成本等手段提高经济效益，导致生态承载力超出正常范围。政府部门采取严格的管控措施，而企业因无法担负环境管制的处罚，不得不向环境规制较弱的地区转移，导致集聚群体趋于解散。
综上所述，高技术产业集聚和生态环境两个系统间的耦合关系错综复杂，各系统内要素作用机理可以用系统动力学的因果关系图表示，如图2所示。高技术产业集聚既对生态环境具有正向作用，又对生态环境产生负向影响。与此同时，生态环境反作用于高技术产业集聚效果，吸引更多企业进入集聚区域或迫使企业退出集聚群体，推力和拉力并存。因此，需要进一步定量分析两者耦合关系。
图2 两系统内要素间因果关系
(1)高技术产业集聚指标评价系统。产业集聚测度和评价大多以区位熵、空间基尼系数、赫芬达尔指数、DO指数[33-35]等方法从单方面加以衡量，为更全面地评价高技术产业集聚水平，本文借鉴钱晓英等[36]的研究方法，从高技术产业集聚规模、高技术产业集聚效益和高技术产业集聚能力3方面构建高技术产业集聚指标评价系统。第一，高技术产业集聚规模主要由规模以上企业单位数和从业人员平均数反映，企业数量和人员数量增加能从侧面体现出产业集聚规模扩大。第二，高技术产业集聚效益主要由利润总额、出口交货值和新产品销售收入反映，这3个指标数值增加表明，产业在形成区域集聚后能获得更多经济效益。第三，高技术产业集聚能力主要由研究与实验发展人员、有效发明专利数、研究与实验发展经费支出和投资额反映，研究与实验发展人员、有效发明专利数和研究与实验发展经费支出增加，有利于高技术产业集聚产生技术溢出效应，吸引更多企业加入集聚区域以学习和共享新技术，投资额增加有利于产业集聚稳定和发展。综上所述，高技术产业集聚指标评价系统分为3个准则层9个指标层，如表1所示。
(2)生态环境指标评价系统。在评价生态环境时，已有研究成果大多通过压力-状态-响应模型(PSR模型)建立指标体系[37-38]。其中，压力评价指标刻画人类经济活动对生态环境的影响，状态指标侧重刻画目前生态环境的客观状况，响应指标则刻画环境保护投入力度和生态修复方面的治理额度，通过3类指标综合、有效、合理地评价生态环境状况。因此，本文运用PSR模型构建生态环境指标评价系统，主要包括以下3个方面：第一，生态环境状态。生态环境状态主要由森林覆盖率、人均水资源量、供水总量和人均公共绿地面积反映，这4个指标数值增加有利于生态环境改善。第二，生态环境压力。生态环境压力主要由电力消费总量、工业废气中SO2排放量、工业废水排放量和工业固体废物产生量反映，电力消费总量增加会加大生态环境压力，而工业废气中SO2排放量、工业废水排放量和工业固体废物产生量是工业生产中的主要污染物。第三，生态环境响应。生态环境响应主要由治理废气本年完成投资、治理固体废物本年完成投资和治理废水本年完成投资反映，这3种治理投资额完成量增加说明环境污染治理力度得到提升。综上所述，生态环境指标评价系统分为3个准则层11个指标层，如表2所示。
因上述指标具有不同的单位和数量级，需要取对数和标准化处理以消除不同量纲的影响。标准化处理计算公式为：
(1)
(2)
其中，i(i=1,…,n)代表省份，j(j=1,…,m)代表指标，xij代表与省份i相应的指标j的数值，min{x1j，…，xnj}和max{x1j，…，xnj}分别代表指标xij的最小值与最大值。
是正向指标，该指标数值越大表明评价结果越好。
是负向指标，该指标数值越小，评价结果越好。
为客观地探讨高技术产业集聚系统和生态环境系统的复杂性，采用变异系数法确定各指标权重，具体由数据标准差与算术平均数之比计算，具体如式(3)、式(4)：
vj=σj∕μj
(3)
(4)
式中：vj是指标j的变异系数，σj是标准差，μj是算数平均数，ωj是第j个指标的权重系数。最终，各指标权重系数结果如表1和表2所示。
最后，通过对系统内各要素的作用大小采用加权方法，反映高技术产业集聚系统和生态环境系统的综合评价结果。高技术产业集聚系统和生态环境系统指标评价函数构建如下：
f(agg)i或
或
(5)
式中：f(agg)代表高技术产业集聚系统指标评价结果，g(ee)代表生态环境系统指标评价结果。
耦合度描述了两个或多个系统自身与外部因素之间的相互影响。本文利用耦合度模型描述高技术产业集聚和生态环境之间的作用关系，耦合度公式如下：
Cit=
(6)
式中：Cit表示省份i第t年的耦合度，取值范围为[0,1]，数值越大表明耦合程度越高。f(agg)i、g(ee)i分别代表省份i高技术产业集聚和生态环境综合发展水平，由式(5)计算得到。α为调节系数，一般情况下，2≤α≤5。经计算比较，本文取值α=2能提升数据区分度。
然而，耦合度C虽然可以反映高技术产业集聚和生态环境两个系统之间的相似性，但缺乏对整体发展水平和各要素协同效应的反映。因此，需要进一步建立高技术产业集聚和生态环境耦合协调度模型，如式(7)、式(8)所示。
Tit=βf(agg)i+γg(ee)i
(7)
(8)
式中：Dit表示省份i第t年的耦合协调度，Tit表示省份i第t年的高技术产业集聚和生态环境综合协调指数，β表示高技术产业集聚发展水平权重，γ表示生态环境发展水平权重，两个系统的贡献程度应该是相同的。因此，取值β=γ=0.5。通过公式可得Dit∈[0,1]，Dit数值越大，说明高技术产业集聚和生态环境相对发展效率越高，耦合协调程度越大。
为深入了解不同区域耦合协调度的特征差异，根据耦合协调度Dit，高技术产业集聚和生态环境协调类型可分为6个等级，如表3所示。
表1 高技术产业集聚指标评价系统
系统层准则层指标层指标正负性权重高技术产业集聚规模规模以上企业单位数(个)正向0.135 1从业人员平均数(人)正向0.137 5高技术产业集聚效益利润总额(亿元)正向0.094 0出口交货值(亿元)正向0.131 8新产品销售收入(万元)正向0.087 3高技术产业集聚指标评价系统高技术产业集聚能力研究与实验发展人员(人)正向0.096 8有效发明专利数(件)正向0.136 5研究与实验发展经费支出(万元)正向0.096 9投资额(亿元)正向0.084 1
表2 生态环境指标评价系统
系统层准则层指标层指标正负性权重生态环境状态森林覆盖率(%)正向0.056 4人均水资源量(m3/人)正向0.122 0供水总量(亿m3)正向0.111 5人均公共绿地面积(m2)正向0.076 5生态环境指标评价系统生态环境压力电力消费总量(亿kW·h)负向0.122 2工业废气中SO2排放量(万t)负向0.067 9工业废水排放量(万t)负向0.128 8工业固体废物产生量(万t)负向0.130 7生态环境响应治理废气本年完成投资(万元)正向0.055 8治理固体废物本年完成投资(万元)正向0.070 3治理废水本年完成投资(万元)正向0.057 9
表3 耦合协调等级划分
耦合协调水平阶段数值比较类型0.8
空间自相关方法可以有效检测耦合协调度的空间格局特征，分为全局自相关和局部空间自相关。全局空间自相关模型主要采用Moran指数进行测量，通过计算相邻省份耦合协调度的相似度判断空间模式。
(9)
其中，zi是省份i的耦合协调度与其平均值
的偏差，ωi,j是省份之间的空间权重，n为省份总数，S0是所有空间权重的聚合。
局部空间自相关模型主要采用Getis-Ord Gi*指数进行测量，从而判断各省份耦合协调度的空间差异特征。Getis-Ord局部统计可表示为：
(14)
其中，xj是省份j的耦合协调度，ωi,j是省份之间的空间权重，n为省份总数。
本文选择样本为全国内地30个省份(因数据不全，西藏未纳入统计)，观测期限为2003—2017年。指标体系中，20个指标原始数据主要来自于《中国统计年鉴》、《中国高技术产业年鉴》、《中国工业统计年鉴》和《中国环境统计年鉴》等。
利用耦合协调度模型，测算2003—2017年我国内地30个省份高技术产业集聚与生态环境耦合协调度，将其分为全国、东部、中部及西部地区，对比展示耦合协调度时序走势，如图3所示。2003—2017年全国及各地区高技术产业集聚和生态环境之间的耦合协调程度稳步提升，其中，东部地区增幅最小，西部地区增幅最大，表明近年来我国各地区高技术产业在区域集聚发展过程中越来越注重生态环境保护，在实现产业优化升级的同时，使用更多清洁生产技术，减少对生态环境的破坏。因东部地区高技术产业集聚发展较早，所以生态环境保护意识也较早出现；西部地区因经济发展水平较为落后，产业集聚初期可能更多地关注经济效益，并未对生态环境实施保护措施，当产业集聚发展到一定阶段，学习到更多先进技术和管理经验后，开始向产业和生态协调发展方向转变。此外，2003年，东部地区耦合协调度为0.696 7，中部地区(0.674 9)次之，西部地区最低(0.556 6)。2010年，中部地区耦合协调度为0.749 0，超越东部地区(0.745 5)，此后一直保持领先优势。2017年，各地区之间耦合协调度差距进一步缩小，说明东部地区一直注重高技术产业集聚和生态环境之间的同步协调发展；中部地区后来居上，在产业集聚过程中不断提高绿色制造效率和水平，从而实现经济和环境高质量发展；西部地区逐步摆脱落后的生产技术，学习东中部地区先进经验，在提高产业集聚发展水平的同时，保持生态环境优势。
图3 全国及东、中、西部地区耦合协调度随时间变化趋势
具体而言，各省(市、自治区)耦合协调度存在差异，如图4所示。2003年，新疆、青海高技术产业集聚和生态环境属于中度失调，宁夏有轻度失调现象，内蒙古、甘肃、山西和海南只达到初步协调，其余23个省(市、自治区)处于中度协调位置。2010年，新疆、甘肃、内蒙古、宁夏、山西、海南、广东的耦合协调度进一步提高，尤其是广东达到了高度协调水平，其余23个省(市、自治区)维持在中度协调水平。截至2017年，新疆、青海和宁夏耦合协调度明显提升，广东由高度协调水平降为中度协调水平，30个省(市、自治区)高技术产业集聚和生态环境之间的耦合协调关系均呈现为中度协调。总体来看，各省份耦合协调度在样本观测期内得到提升或维持稳定，且相互之间的差异不断缩小。溢出效应和模仿效应促进高技术产业集聚发展，同时使生态环境问题得到妥善解决，两者同步协调发展水平越来越高。
为了深入探究全国及各地区高技术产业集聚和生态环境耦合协调程度，依据表3的耦合协调等级划分规则，将两者耦合协调度分为3种类型：高技术产业集聚发展滞后、高技术产业集聚和生态环境同步发展、生态环境发展滞后，并对2003年、2010年、2017年3个时间点的区域分布进行罗列，如表4所示。一方面，耦合协调等级有待提高，全国及东部、中部地区在观测期内一直处于中度协调阶段，西部地区由初步协调转变为中度协调，说明各地区仍需重视高技术产业集聚和生态环境同步协调发展，尽早达到高度协调等级。另一方面，可以看出3种类型的时间分布存在差异：2003年，全国和中部、西部地区都是高技术产业集聚发展滞后型，东部地区则是生态环境发展滞后型。此时，全国和中部、西部地区高技术产业集聚发展尚在初期阶段，生态环境还未受到影响，而东部地区产业经济发展迅猛，更关注经济效益而忽略了生态环境保护。2010年，全国及中部地区呈现出高技术产业集聚和生态环境同步发展态势，东部地区仍是生态环境发展滞后型，西部地区仍是高技术产业集聚发展滞后型。此时，中部地区借鉴东部地区发展经验，在推动高技术产业集聚发展的同时,保护生态环境，生态环境发展优势大于高技术产业集聚发展优势。东部地区则因生态环境资源有限，保护措施实施结果具有时滞性，属于生态环境发展滞后型。2017年，全国及东、中部地区耦合协调类型一致，高技术产业集聚发展水平进一步提高，但生态环境受创。西部地区学习东中部地区的先进技术和经验，实现高技术产业集聚和生态环境同步发展。不难发现，大部分地区依次经历了高技术产业集聚发展滞后、高技术产业集聚和生态环境同步发展两种耦合协调类型，最终转变为生态环境发展滞后型，说明产业集聚发展水平容易提高，生态平衡却难以保持稳定。
图4 2003年、2010年与2017年各省份耦合协调度
表4 各地区部分年份耦合协调情况
年份地区耦合协调等级高技术产业集聚评价指数f(agg)生态环境评价指数g(ee)类型2003全国地区中度协调(L2)0.438 60.504 2高技术产业集聚发展滞后2010全国地区中度协调(L2)0.570 20.547 5高技术产业集聚和生态环境同步发展2017全国地区中度协调(L2)0.669 30.511 9生态环境发展滞后2003东部地区中度协调(L2)0.570 60.492 1生态环境发展滞后2010东部地区中度协调(L2)0.705 10.519 4生态环境发展滞后2017东部地区中度协调(L2)0.767 50.492 3生态环境发展滞后2003中部地区中度协调(L2)0.425 70.503 7高技术产业集聚发展滞后2010中部地区中度协调(L2)0.576 60.557 2高技术产业集聚和生态环境同步发展2017中部地区中度协调(L2)0.692 90.522 9生态环境发展滞后2003西部地区初步协调(L3)0.315 90.516 7高技术产业集聚发展滞后2010西部地区中度协调(L2)0.430 60.568 5高技术产业集聚发展滞后2017西部地区中度协调(L2)0.554 00.523 6高技术产业集聚和生态环境同步发展
4.3.1 全局空间自相关特征
为了进一步挖掘我国高技术产业集聚和生态环境之间耦合协调度的空间集聚特征，利用莫兰指数进行全局空间自相关分析，结果如表5所示。首先，各年份的莫兰指数均大于零，Z值大于1.96，P值小于0.05，表明我国高技术产业集聚和生态环境之间的耦合协调度存在正向空间自相关特征，且通过了显著性检验。2003—2017年莫兰指数整体上呈波动增长态势，表明耦合协调度的空间自相关特征不断增强，耦合协调度相似地区在空间上并非呈随机或离散分布，而是趋于集中分布，即耦合协调水平高的地区，其邻近区域的耦合协调水平相对较高；耦合协调水平低的地区，其邻近区域的耦合协调水平也相对较低。高技术产业集聚促进技术创新并产生知识溢出效应，对污染排放产生负向影响，有利于生态环境稳定发展，产业集聚与生态环境的协调关系可以带来经济效益和生态效益，吸引周边地区企业学习和模仿。耦合协调可产生集聚效应，高值聚集区被高耦合协调关系地区包围，低值聚集区被低耦合协调关系地区包围，且这种集聚趋势越来越显著。但莫兰指数只能反映样本整体耦合协调关系在空间上的分布模式，进一步识别各省份聚类或分散的位置和程度，还需进行局部自相关统计。
4.3.2 局部空间自相关演化
为了有效揭示部分热点区域演化趋势，明确不同研究单元的贡献，利用热点分析工具计算高技术产业集聚和生态环境之间耦合协调度的Getis-Ord Gi*指数。基于Arcgis软件中的自动分类，耦合协调度的Getis-Ord Gi*指数值被分为7类，如图5所示。局部热点逐渐显著，形成以华北、华中、华东和西北交界省份为中心的热区，即耦合协调度高的省份集聚在一起。在观测期内，热点地区经历了从沿海向内陆迁移的过程。具体而言，2003年，热点地区的中心是河南，向外辐射至山东、江苏，北京、天津、河北、辽宁、上海和湖北的热点也较为显著。2010年，陕西加入热点区域，但湖北、辽宁的热点不再显著，江苏的热点显著性降低。2017年，热区中心的显著性降低，主要热点区域为陕西、河南和山东，山西、天津、北京的热点显著性较高。由于东部地区发挥经济和技术优势，带动中部地区发展，西部地区学习借鉴，高技术产业集聚和生态环境耦合协调关系辐射更多地区，环渤海经济区高技术产业集聚和生态环境同步可持续发展已趋于稳定，周边地区生产要素开始寻找最优流动，聚集在主导要素的地理空间，形成区域耦合协调增长极点。
表5 高技术产业集聚与生态环境耦合协调度莫兰指数
年份200320042005200620072008200920102011201220132014201520162017Moran's I0.150.160.170.160.170.170.170.160.150.160.160.190.240.280.28Z值2.552.602.802.752.742.872.962.822.752.732.683.133.754.164.11P值0.010.010.010.010.010.000.000.000.010.010.010.000.000.000.00
本文在分析高技术产业集聚和生态环境系统耦合机理的基础上，选取高技术产业集聚系统和生态环境系统评价指标，通过数据标准化处理和变异系数法计算权重，得到高技术产业集聚系统和生态环境系统指标评价函数，并构建高技术产业集聚和生态环境耦合协调度模型，对2003—2017年两者之间的复杂耦合协调关系进行实证研究，从时间、空间两个角度分析高技术产业集聚和生态环境间的耦合协调度发展规律，主要结论如下：
(1)从总体来看，全国高技术产业集聚和生态环境之间的耦合协调程度稳步提升，其中，东部地区增幅最小，西部地区增幅最大。具体而言，各省份耦合协调度存在差异。截至2017年，30个省份高技术产业集聚和生态环境之间的耦合协调关系均呈现为中度协调，省份之间的差异不断缩小。
(2)将耦合协调度划分为6个等级、3种类型后发现，一方面，耦合协调等级有待提高，全国及东部、中部地区在观测期内一直处于中度协调阶段，西部地区由初步协调转变为中度协调。另一方面，3种类型的时间分布有所差异，大部分地区依次经历了高技术产业集聚发展滞后、高技术产业集聚和生态环境同步发展两种耦合协调类型，最终走向生态环境发展滞后类型，说明产业集聚发展水平容易提高，生态平衡却难以保持稳定。
(3)在探索耦合协调度的空间自相关特征中，全局空间自相关指数整体上呈波动增长态势，表明耦合协调度的空间自相关特征不断凸显，耦合协调度相似地区在空间上趋于集中分布。局部热点逐渐明晰，热点地区经历了从沿海向内陆迁移的过程，最终形成以华北、华中、华东和西北交界省份为中心的热区。
(1)树立“绿色生产和生态优先协同发展”理念，正确把握高技术产业集聚发展和生态环境保护之间的关系，进一步提高全国高技术产业集聚和生态环境耦合协调水平。东部地区需规避高技术产业集聚的负外部性，维持生态环境稳态。中部地区需保持现有耦合协调程度，创新驱动优化产业集聚发展，坚持生态环境保护。同时，西部地区需借鉴东中部地区经验，趋利避害，建立高技术产业集聚区并将生态环境优化融入高技术产业发展的全过程。绿色发展将逐步实现生态经济价值，促进产业和生态协调可持续发展。
(2)建立高技术产业集聚和环境交互动态监测系统，记录两者变化状态。各地区高技术产业集聚和生态环境耦合协调程度仍有提升空间，为促进两者同步协调发展，需要根据实际监测结果及时纠偏纠错。在生态环境发展滞后时，加大生态环境保护力度，利用清洁技术减少污染排放。在高技术产业集聚发展滞后时，依赖生态环境优势，加速高技术产业集聚进程。目前，东部和中部地区在高技术产业集聚过程中，应重点关注污染排放治理问题，逐步改善生态环境发展滞后的现状。西部地区则需注重高技术产业集聚区内清洁生产和环境保护措施落实，根据监测系统预警结果，维持两者平衡发展。
图5 高技术产业集聚与生态环境耦合协调度热点区域演化
(3)出台产业集聚和生态环境同步发展的相关政策，指导耦合失调区域引进高度协调区域的先进理念和技术，加强相邻地区合作与交流，促进高技术产业集聚和生态环境耦合协调关系发展，扩大耦合协调集聚范围。借助耦合协调度的空间自相关特征，东部沿海地区需发挥自身优势并辐射邻近省份发展，带动更多西部、中部地区加入到高水平的高技术产业集聚和生态环境耦合协调队伍中来。
[1] 李海超,王美东.高技术产业对城市群经济增长的带动作用研究[J].科学学研究,2019,37(6): 1006-1012+1021.
[2] 徐素波,耿晓媛.自然资源依赖对高技术产业研发效率的抑制效应研究[J].科技管理研究,2019,39(8): 110-115.
[3] 杨守云,赵鑫.产业集聚:我国高技术产业发展的推动力[J].学术交流,2019(5): 94-103.
[4] 马中,王若师,昌敦虎,等.践行“绿水青山就是金山银山”就是建设生态文明[J].环境保护,2018,46(13):7-10.
[5] LIJUN ZHANG,PEIJUN RONG,YAOCHEN QIN,et al.Does industrial agglomeration mitigate fossil CO2 emissions？an empirical study with spatial panel regression model[J].Energy Procedia,2018(152): 731-737.
[6] 李稚,段坤,孙涛.制造业产业集聚如何影响生态环境——基于绿色技术创新与外商直接投资的双中介模型研究[J].科技进步与对策,2019,36(6): 51-57.
[7] 陈林心,何宜庆,王芸,等.金融集聚、经济发展与生态效率空间面板数据的SD仿真[J].系统工程,2017 (1): 27-35.
[8] 袁华锡，刘耀彬，胡森林，等.产业集聚加剧了环境污染吗———基于外商直接投资视角[J].长江流域资源与环境,2019,28(4): 794-804.
[9] YONGPEI WANG,WEILONG YAN,DING MA,et al Carbon emissions and optimal scale of China's manufacturing agglomeration under heterogeneous environmental regulation[J].Journal of Cleaning Production,2018(176): 140-150.
[10] NICOLA DA SCHIO,KOBE BOUSSAUW,JOREN SANSEN.Accessibility versus air pollution: a geography of externalities in the Brussels agglomeration[J].Cities,2019(84): 178-189.
[11] 苗建军,郭红娇.产业协同集聚对环境污染的影响机制——基于长三角城市群面板数据的实证研究[J].环境与社会,2019,39(3): 70-76.
[12] 刘云强,权泉,朱佳玲,等.绿色技术创新、产业集聚与生态效率——以长江经济带城市群为例[J].长江流域资源与环境,2018,27(11): 2395-2406.
[13] 周国富,白士杰,王溪.产业的多样化、专业化与环境污染的相关性研究[J].软科学,2019,33(1): 81-86.
[14] 周杰文，蒋正云，赵月.生态文明视角下旅游产业集聚对环境污染的影响——以西部地区为例[J].生态经济,2019,35(4): 132-139.
[15] 邵帅,张可,豆建民.经济集聚的节能减排效应:理论与中国经验[J].管理世界,2019,35(1): 36-60+226.
[16] 王磊，王琰琰，李慧明.再生资源产业集聚与区域环境污染——来自我国省域面板数据的实证分析[J].科技进步与对策,2018,35(13):72-77.
[17] ASUKA IMAIZUMIA,KAORI ITOB,TETSUJI OKAZAKI.Impact of natural disasters on industrial agglomeration: the case of the Great Kantō Earthquake in 1923[J].Explorations in Economic History,2016,60(4):52-68.
[18] 刘彦军.海洋资源禀赋优势能促进海洋产业集聚吗[J].产经评论,2016,7(6):67-75.
[19] 曾龙,李燕凌,刘远风.土地资源错配对城市集聚特征的影响研究——基于产业集聚与结构的视角[J].经济经纬,2019,36(5): 104-111.
[20] 谷国锋,王雪辉.东北地区经济发展与生态环境耦合关系时空分析[J].东北师大学报(哲学社会科学版),2018(4): 154-160.
[21] 廖斌,王婷,王海天.白酒企业可持续竞争力评价研究[J].中国酿造,2019,38(7): 200-204.
[22] 路娟,张勇.长江经济带城市化与生态环境耦合、协调特征及时空演化规律研究[J].四川师范大学学报(社会科学版),2018,45(4): 85-93.
[23] 王婷,廖斌,卫少鹏.基于SD的西部地区产业工业化与生态化耦合发展——以贵州省为例[J].生态经济,2019,35(9): 50-54+87.
[24] 孙智君,张雅晴.中国高技术制造业集聚水平的时空演变特征—基于空间统计标准差椭圆方法的实证研究[J].科技进步与对策,2018,35(9): 54-58.
[25] 刘文琦.产业集聚视角下研发投入对高技术产业绿色创新效率的影响[J].江西社会科学,2019,39(11): 65-75.
[26] 任阳军,汪传旭,张素庸,等.高技术产业集聚、空间溢出与绿色经济效率——基于中国省域数据的动态空间杜宾模型[J].系统工程,2019,37(1): 24-34.
[27] 张立新,闫振好.高技术产业技术创新与生态效率协同度研究——以山东省为例[J].大连理工大学学报(社会科学版),2019,40(5): 36-43.
[28] CHENG,ZHONGHUA.The spatial correlation and interaction between manufacturing agglomeration and environmental pollution[J].Ecological Indicators,2016,61(2):1024-1032.
[29] 张可.产业集聚与区域创新的双向影响机制及检验——基于行业异质性视角的考察[J].审计与经济研究,2019,34(4): 94-105.
[30] 刘雅娇,胡静波.产业集聚、市场竞争性与劳动生产率——基于高技术产业面板数据的实证分析[J].产经评论,2018,9(1): 40-48.
[31] 樊兰.环境规制、外商直接投资与工业集聚——基于省际动态面板数据的实证研究[J].产经评论,2018,9(1): 26-39.
[32] 吴传清,申雨琦.中国装备制造业集聚对绿色创新效率的影响效应研究[J].科技进步与对策,2019,36(5):54-63.
[33] 胡安军,郭爱君,钟方雷,等.高新技术产业集聚能够提高地区绿色经济效率吗[J].中国人口·资源与环境,2018,28(9): 93-101.
[34] QINGYING ZHENG,BOQIANG LIN.Impact of industrial agglomeration on energy efficiency in China's paper industry[J].Journal of Cleaner Production,2018,184(5):1072-1080.
[35] CHEN DENGKE，CHEN SHIYI，JIN HAO.Industrial agglomeration and CO2 emissions: evidence from 187 Chinese prefecture-level cities over 2005-2013[J].Journal of Cleaner Production,2018(172): 993-1003.
[36] 钱晓英,王莹.京津冀地区产业集聚与生态环境间的耦合关系[J].统计与决策,2016(3):103-106.
[37] ZHENBO WANG,LONGWU LIANG,ZHAN SUN,et al.Spatiotemporal differentiation and the factors influencing urbanization and ecological environment synergistic effects within the Beijing-Tianjin-Hebei urban agglomeration[J].Journal of Environmental Management,2019,243(4)：227-239.
[38] NANA LIU,CHUANZHE LIU,YUFEI XIA,et al.Examining the coordination between urbanization and eco-environment using coupling and spatial analyses: a case study in China[J].Ecological Indicators,2018(93):1163-1175.