开放科学(资源服务)标识码(OSID)：
Existing literature has conducted in-depth discussions on innovation and high-quality economic development, industrial collaborative agglomeration and innovation, and promoted the development of related theories. However, there are still the following shortcomings. First, some scholars have discussed the relationship between industrial collaborative agglomeration and economic development, but seldom paid attention to the relationship between industrial collaborative agglomeration and high-quality economic development. Secondly, there are few documents that incorporate industrial collaborative agglomeration, innovation capabilities and high-quality economic development into a unified framework for analysis. What is the mechanism of industrial collaborative agglomeration to promote high-quality economic development? Existing documents rarely involve it. Finally, there are both linear and non-linear relationships between industrial collaborative agglomeration, innovation, and high-quality economic development. Existing studies are often limited to the analysis of linear relationships between two variables, and there is a lack of non-linear relationships. This paper incorporates industrial synergistic agglomeration, innovation capabilities, and high-quality economic development into a unified framework, deeply analyzes the mechanism of industrial synergistic agglomeration to promote high-quality economic development, and builds a threshold model to collect 30 provinces and municipalities in mainland China from 2005 to 2019 (Tibetan factors). (Incomplete data, not included in statistics) High-tech industry and producer service industry collaborative agglomeration, high-quality economic development related data, accurate measurement of industrial collaborative agglomeration and its impact on high-quality economic development through innovation capabilities, and the use of ArcGIS software for industrial synergy visual analysis of the agglomeration level, in-depth analysis of the impact of industrial collaborative agglomeration on the high-quality development of the regional economy.
Industrial collaborative agglomeration realizes the spatial diffusion of technology through technological externalities, promotes the technological progress of related enterprises in the region, improves the technological capabilities of enterprises, and drives high-quality economic development. Industrial collaborative gatherings have the following effects. Firstly, the specialized division of labor forms a specialized market for various supporting services, such as the talent, capital, and raw material markets. The specialized division of labor enables agglomeration enterprises to share various auxiliary services and form economies of scale. Secondly, sharing public facilities, reducing additional investment and geographical proximity can save freight and improve output efficiency. Finally, collaborative clustering enables technical and management personnel to gather through formal or informal exchanges to promote the dissemination and exchange of technical and management information among enterprises, which in turn increases technology spillover.
The main conclusions of this paper are as follows. (1) Industrial collaborative agglomeration presents imbalanced characteristics. In terms of space, except for the western collaborative agglomeration areas (Sichuan, Chongqing, Guizhou, Shaanxi), industrial collaborative agglomeration presents high in the east and low in the west, and high in the coastal areas. The characteristics of low land, the Matthew effect is significant; in terms of time, the cooperative agglomeration of industries presents a four-legged evolutionary trend (Yangtze River Delta, Beijing-Tianjin-Hebei, Pearl River Delta and Western Cooperative Agglomeration Area). (2) The synergy between the industrial collaborative agglomeration and high-quality economic development of various provinces and cities is divided into four types: collaborative agglomeration and economic high-quality maintenance, collaborative agglomeration and enhanced economic high-quality, enhanced collaborative agglomeration, and enhanced economic high-quality. Corresponding to the high level of industrial synergistic agglomeration-high economic and high-quality development level, low industrial synergistic agglomeration level-low economic high-quality development level, low industrial synergistic agglomeration level-high economic and high-quality development level, high industrial synergistic agglomeration level-low economy and high Quality development level. (3) Industrial collaborative agglomeration has dual-threshold effects on innovation ability, innovation ability on high-quality economic development, and industrial collaborative agglomeration on high-quality economic development, and the impact effect is diminishing on the margin. Industrial synergistic agglomeration can significantly enhance regional innovation capabilities, but as the degree of industrial synergistic agglomeration further increases, its promotion of innovation capabilities shows a marginal diminishing effect. Regional scientific and technological innovation can drive high-quality economic development, but because the threshold for the transformation of scientific and technological innovation capabilities is getting higher and higher, it is becoming more and more difficult to transform scientific and technological achievements into productivity, resulting in a marginal diminishing effect. Innovative ability has different effects on high-quality economic development when the industrial collaborative agglomeration is in different threshold ranges, and the impact of innovative ability on high-quality economic development is diminishing positively.
Based on the above conclusions, in order to promote the high-quality development of the regional economy, this article puts forward the following policy recommendations: (1) Promote the coordinated and balanced development of regional industries and eliminate the Matthew effect. First, each region should focus on improving the level of synergy and agglomeration of high-tech industries and producer service industries. Secondly, narrow the gap in the level of synergy and agglomeration of various regional industries, give full play to the knowledge spillover effect between high-tech industries and producer service industries in different regions, and realize the spatial spillover of technology. Finally, strengthen inter-regional industrial cooperation and promote the complementary development of industrial agglomeration. (2) According to the actual situation of industrial collaborative agglomeration and high-quality economic development in different regions, formulate targeted and differentiated policies to effectively improve the level of industrial collaborative agglomeration and high-quality economic development in various regions. (3) Improve the level of industrial collaborative agglomeration and innovation capabilities, Effectively promote high-quality economic development. On the one hand, pay attention to the improvement of the level of synergy and innovation of high-tech industries and producer service industries, and create a good industrial synergy atmosphere. On the other hand, promote the transformation of regional technological innovation capabilities and drive high-quality economic development. Encourage industry-university-research cooperation, accelerate the transfer and transformation of scientific and technological achievements, and stimulate the enthusiasm of innovation entities; Strengthen the management of the transformation process of scientific and technological achievements, support the development of regional and industrial technology markets, and improve the service functions of technology transfer institutions; Strengthen the guiding role of the government in the transformation of scientific and technological achievements, build a characteristic industrialization base, build a platform for achievement transformation, promote industrial upgrading; through multi-channel capital investment, guide the transformation of scientific and technological achievements, and promote high-quality economic development.
开放科学(资源服务)标识码(OSID)：
当前，科技创新已成为区域经济高质量发展的第一推动力。高技术产业具有高智力、高技术密集的特点，在推动经济增长过程中起着至关重要的作用，是当今各国竞争的焦点。然而，我国高技术产业在全球价值链分工中长期处于低端环节，使得其科技创新能力受到限制，调整区域产业结构、寻求经济发展新动力迫在眉睫。生产性服务业作为与高技术产业具有高度关联性的异质性产业，能够提高产业专业化分工程度，促进高技术制造业高端化。高技术产业与生产性服务业协同集聚能够显著提升高技术产业创新能力，有效促进经济高质量发展。因此，厘清产业协同集聚对经济高质量发展的影响机理，是亟待解决的现实问题。
国内外学者对于产业协同集聚与经济高质量发展的研究主要围绕以下3条线索展开：首先是创新与经济高质量发展。Fagerberg[1]指出，国家之间产生经济发展差距的主要原因是创新水平存在差异；Jalle[2]研究发现，国家或地区经济发展增长动力源于科技创新；Santana等[3]认为，科技创新能显著正向影响经济、环境可持续发展；肖仁桥等[4]通过探讨不同创新指标对经济高质量发展的影响效应，发现中国经济高质量发展存在显著区域集聚特征；王慧艳等[5]提出，R&D经费投入、人均GDP、对外开放度能提升经济高质量发展绩效；华坚等[6]通过建立科技创新系统与经济高质量发展系统耦合协调度评价模型，发现我国区域科技创新与经济高质量发展之间仍然存在不协调问题；刘思明等[7]提出，一国经济发展水平受到创新的影响较大，并且发达国家的创新能够更好地驱动经济发展。其次是产业协同集聚与创新。陈晓峰[8]对产业协同、产业集聚及产业协同集聚进行界定，认为产业协同是某几种产业的内部协作，目的是实现整个区域的最优化收益，产业集聚是单一产业发展的各种要素在空间范围内不断汇聚的过程，产业协同集聚则是指多个相互关联的行业在空间范围内交互重叠、要素互换共享的动态协调过程；Ghani[9]以印度制造业和服务业为研究对象，发现服务业集聚度高的区域更能吸引制造业集聚；王岩[10]认为，京津冀制造业集聚对生产性服务业集聚具有挤出效应，两者之间缺乏良性互动；李健等[11]研究发现，区域间产业集聚特征差异显著，东部沿海地区产业协同集聚水平较高，而西部欠发达地区产业协同集聚度较低；盛红有[12]认为，生产性服务业和制造业在生产过程中会产生知识外溢，促进区域创新进步，但是随着规模报酬不断递增，会对创新带来负面作用；李福柱[13]等研究发现，相较于单个产业集聚，知识密集型服务业与高技术制造业协同集聚更能推动经济绿色发展。最后是产业协同集聚与经济发展。刘月[14]认为，空间结构调整与优化能够带动产业协同集聚从而促进区域经济协调发展；曹阳[15]研究发现，高技术产业协同能够促进区域经济发展，对周边地区经济产生溢出效应，从而对周边地区经济产生负向影响；郭卫军等[16]认为，高技术产业与生产性服务业协同集聚能显著正向影响经济增长。
综上所述，已有文献对创新与经济高质量发展、产业协同集聚与创新都进行了深入探讨，推动了相关理论发展，但还存在以下不足：首先，部分学者探讨了产业协同集聚与经济发展的关系，却少有关注产业协同集聚与经济高质量发展的关系。其次，鲜有文献将产业协同集聚、创新能力与经济高质量发展纳入统一框架进行分析，产业协同集聚促进经济高质量发展的机理是什么？现有文献鲜有涉及。最后，产业协同集聚、创新与经济高质量发展之间既存在线性关系，也存在非线性关系，已有研究往往局限于两两变量之间的线性关系分析，缺少非线性关系研究。为此，本文将产业协同集聚、创新能力与经济高质量发展纳入统一框架，深入分析产业协同集聚促进经济高质量发展的机理，并构建门槛模型，收集2005—2019年中国内地30个省市区(西藏因数据不全，未纳入统计)高技术产业与生产性服务业协同集聚、经济高质量发展相关数据，准确测度产业协同集聚及其通过创新能力对经济高质量发展的影响效应，运用Arcgis软件对产业协同集聚水平进行可视化分析，深入分析产业协同集聚对区域经济高质量发展的影响。在此基础上，提出有效促进产业协同集聚、提升创新能力的政策建议，以期为促进区域经济高质量发展提供参考。
高技术产业与生产性服务业协同集聚通过要素耦合、产业分工深化与延伸、产业关联与互补、技术溢出等效应提升区域产业创新能力，推动产业结构优化升级，进而促进区域经济高质量发展，其影响机理如图1所示。
图1 高技术产业与生产性服务业协同集聚影响经济高质量 发展的机理
Fig.1 The mechanism of the synergistic agglomeration of high-tech industry and producer services industry influencing high-quality economic development
(1)要素耦合效应。异质性要素协同集聚会加速创新要素自由流动，吸引高端要素快速集聚，通过资源共享，促进要素重新整合，降低交流成本，激发创新潜能。
(2)产业分工深化效应。一方面，为促进高技术产业发展，生产性服务业将专业化服务嵌入其制造生产各个环节，尤其是高端服务业的嵌入，能够促进高技术产业价值链向高附加值、高科技方向延伸。另一方面，高技术产业规模扩大会对生产性服务业提出多样化需求，促进其分工深化。
(3)关联与互补效应。高技术产业与生产性服务业协同集聚能够有效打破行业壁垒，从技术、产业和经济等多方位产生关联，前者以需求拉动后者发展，后者倒逼前者技术升级，从而充分发挥异质性产业的虹吸效应与互补效应，通过关联互补、融合发展，提升创新能力；通过外部规模经济降低成本，促进质与量协同提升；通过“腾笼换鸟”，促进产业升级。关联效应表现在：一方面，高技术产业存在技术关联，其会根据自身生产、服务特点，对相关产品与服务提出相应的技术、产品质量标准，从而与自身生产相匹配，保证产品质量。一个产业部门的产品质量和技术发生变化，会推动上下方生产性服务业在相关方面产生变化。另一方面，高技术产业存在服务与产品关联。再生产过程中，相关联的高技术产业部门之间相互提供服务与产品，电子设备部门为计算机制造部门提供零部件，电子元器件部门为电子设备部门提供原材料和服务。同一产业部门内部之间也相互提供产品与服务，如计算机主板部门为整体制造提供生产资料，而主板又需要器件部门提供产品。一个高技术产业部门产品技术含量和服务内容发生变化，将引起产业间或产业内相关部门技术、服务等发生变化，各产业部门协同发展使产业间提供的产品与服务保持数量均衡。
(4)产业技术溢出效应。首先，产业集聚促进产业内技术溢出。在企业进行合作创新、产学研合作过程中，学研方研究人员、企业家和企业研发人员建立学术交流机制，促进技术溢出。其次，产业集聚促进产业间技术溢出。高技术产业与生产性服务业通过各种投入产出关系，在人力资源、技术、产品和服务方面产生关联，形成产业间技术溢出，产业间协同关联度越大，技术溢出越明显。行业技术创新对其它行业生产率具有促进作用，产业协同集聚度高的高技术产业可以有效带动其它产业发展，也成为促进区域经济高质量发展的一个重要途径。最后，产业集聚促进区域间技术溢出。区域间产品流动会吸引更多企业模仿高新技术产品或工艺，从而提升自身竞争力。地理邻近区域的产业存在一定投入产出关系，通过虹吸效应，人力资本、资金、技术等要素加速向流动要素生产率、报酬率高的区域集聚，对前向或后向关联产业产生技术溢出，进而提升相邻区域关联产业中同类企业的技术水平和生产率，产生“零成本”的经济效应，促进区域经济高质量发展。
综上，产业协同集聚通过技术外部性实现技术的空间扩散，促进区域内相关企业技术进步，提高企业技术能力，驱动经济高质量发展。产业协同集聚会产生以下效应：首先，专业化分工形成各种配套服务的专业化市场，如人才、资本、原材料市场，专业化分工使得集聚企业共享各种辅助性服务，形成规模经济；其次，共享公共设施，降低额外投资，且地理邻近可以节省运费，提高产出效率；最后，协同集聚使技术人员与管理人员集聚，通过正式或非正式交流，促进技术和管理信息在企业间传播、交流，增加技术溢出。
借鉴张虎[17]的做法，本文运用区位熵指数测度高技术产业与生产性服务业集聚指数。
(1)
(2)
其中，htagi表示i地区高技术产业的区位熵指数, pragi表示i地区生产性服务业的区位熵指数；Qhi、Qpi分别表示i地区高技术产业、生产性服务业就业人数，Qh、Qp分别表示全国高技术产业、生产性服务业就业人数；Qi为i地区高技术产业与生产性服务业就业人数之和，Q为全国高技术产业与生产性服务业就业人数之和。
产业协同集聚指数(ica)计算公式如下：
(3)
其中，icai表示i地区高技术产业与生产性服务业协同集聚指数。icai值越大，两个产业集聚程度越高，协同性越显著。
图2为区域产业协同集聚水平测度结果。从空间角度看，区域产业协同集聚水平空间分布呈东高西低、沿海高内陆低的态势。具体而言，2005年、2012年和2019年，东部沿海发达省市产业协同集聚度均较高，北京、天津、上海、浙江、江苏、福建、海南位于第一、二层级；西部内陆地区大部分省市产业协同集聚度较低，仅四川、重庆、贵州、陕西的协同集聚水平较高，其余省市均呈现出低水平协同集聚。原因在于，京津地区诞生了我国第一个国家级高新技术产业开发区，具有大量高新技术企业群体，能够更好地促进高技术产业发展，集聚效应显著；陕西作为西部地区工业和经济中心，具有良好的工业基础，西安高新技术产业开发区已经形成门类齐全的高技术产业体系；贵州积极融入“一带一路”倡议，努力改善高技术产业创新环境，通过企业创新优化产业结构，促进产业协同集聚，近年来，贵州科技创新水平在全国排名稳步上升；重庆和四川已成为西部地区区域科技创新中心，通过产业协同集聚彼此相连，在区域科技与经济高质量发展中发挥引领示范作用，2020年，重庆高新技术产业化指数上升至全国第2位，科技促进经济社会发展指数上升至全国第5位，四川科技创新环境指数和科技活动产出指数均比上年提升2个位次，这与区域高技术产业和生产性服务业协同集聚密不可分[18]。
图2 区域产业协同集聚水平空间分布特征
Fig.2 The horizontal spatial distribution characteristics of regional industrial synergistic agglomeration
从时间角度看，区域产业协同集聚水平呈三足鼎立的演化趋势。2005年和2012年，处于第一、二层级的有长三角地区(上海、江苏、浙江)、京津冀地区(北京、天津)、西部协同集聚区(四川、重庆、贵州、陕西)；2019年，除长三角和京津冀外，位于第一、二层级的还有珠三角地区(广东)。可见，产业协同集聚具有显著空间溢出效应，对邻近省市具有显著提升作用。
结论1：产业协同集聚呈现不均衡特征，在空间上，除西部协同集聚区(四川、重庆、贵州、陕西)外，呈现东高西低、沿海高内陆低的特征，马太效应显著；在时间上，呈现四足鼎立(长三角、京津冀、西部协同集聚区、珠三角)的演化趋势。
依据上文测度的区域产业协同集聚与经济高质量发展水平结果，描绘二者协同性的四象限分布状况，如图3所示。
以产业协同集聚水平为横坐标、经济高质量发展水平为纵坐标，以两者各自均值(4.28,15.37)为象限分界点，将各省市产业协同集聚与经济高质量发展水平的协同性分为协同集聚与经济高质量维持型、协同集聚与经济高质量加强型、协同集聚加强型、经济高质量加强型4种类型。
(1)协同集聚与经济高质量维持型。高产业协同集聚水平—高经济高质量发展水平分布在第Ⅰ象限，主要包括江苏、山东、浙江、上海、北京和天津等8个省市。这些地区高技术产业和生产性服务业发展迅速，集聚大量优质创新要素，良好的创新环境使产业协同集聚发展与经济高质量发展水平均处于前列。这类地区需要进一步保持高产业协同集聚水平，并有效促进经济高质量发展。
(2)协同集聚与经济高质量加强型。低产业协同集聚水平—低经济高质量发展水平分布在第Ⅲ象限，主要包括新疆、内蒙古、云南、甘肃、宁夏、青海等8个省市区。这类地区产业协同集聚与经济高质量发展水平均需进一步提高。
(3)协同集聚加强型。低产业协同集聚水平—高经济高质量发展水平分布在第Ⅱ象限，主要包括广东、福建、辽宁、河北和重庆5个省市。这类地区产业协同集聚水平需要进一步提高。
图3 区域产业协同集聚与经济高质量协同性的四象限分布
Fig.3 The four-quadrant distribution of regional industrial synergy agglomeration and economic high-quality synergy
(4)经济高质量加强型。高产业协同集聚水平—低经济高质量发展水平分布在第Ⅳ象限，主要包括安徽、江西、吉林、广西等9个省区。这些地区产业协同集聚与经济高质量未能同步发展，一方面可能是产业协同集聚没有显著提升区域科技创新能力，另一方面可能是创新成果没能有效转化为生产力(经济高质量发展)。这类地区需要重点提高经济高质量发展水平。
根据产业协同集聚与经济高质量发展的协同性分析，各省市可依据自身特点，采取相应措施保持或提升目标，从而为有效促进产业协同集聚，实现经济高质量发展提供政策依据。
结论2：依据自身产业协同集聚与经济高质量发展的协同性水平，各省可采取协同集聚与经济高质量维持型、协同集聚与经济高质量加强型、协同集聚加强型、经济高质量加强型的差异化策略。
3.1.1 普通面板模型构建
根据Cobb-Douglas生产函数，创新的最终产出受研发经费、人员投入以及其它因素影响。
Y=F(A,K,L)
(4)
式中，Y、K、L分别表示创新产出、研发经费和人员投入；A表示技术进步，用区域创新能力pat表示。
考虑其它影响因素Z对创新产出的影响，则公式(4)可表示为：
Y=F(pat,K,L,Z)
(5)
其中，Y表示经济高质量发展水平，用edhq表示；区域创新能力(pat)与产业协同集聚(ica)是函数关系；Z用控制变量外商投资(fdi)、基础设施(base)、市场化程度(mark)表示。公式(5)可表示为：
edhq=F(pat(ica),K,L,fdi,mark,base)
(6)
假定K、L不变，考虑区域创新能力(pat)与产业协同集聚(ica)的函数关系，则：
pat=g(ica,fdi,mark,base)
(7)
为消除异方差的影响，需对上式相关变量进行对数处理，考虑到产业协同集聚促进创新能力提高的滞后性，且滞后期过长，则样本不足，过短则影响结果的科学性。因此，参照孔骁[19]的方法，本文将产业协同集聚变量滞后两期计算。
lnpatit=βlnicait-2+λ1lnfdiit+λ2lnmarkit+λ3lnbaseit+μit+cit
(8)
lnedhqit=βlnpatit+λ1lnfdiit+λ2lnmarkit+λ3lnbaseit+μit+cit
(9)
lnedhqit=βlnpatit(icait-2)+λ1lnfdiit+λ2lnmarkit+λ3lnbaseit+μit+cit
(10)
3.1.2 面板门槛模型构建
本文借鉴Hansen(1999)构建的面板门槛模型，估计相关变量是否存在门槛效应和非线性关系。
yit=cit+β1xitI(qit≤γ1)+β2xitI(γ1<qit≤γ2)+β3xitI(qit>γ2)+μit
(11)
其中，i代表地区，t代表时间，y是被解释变量，x是解释变量，β1、β2表示回归系数，q是门槛变量，γ是经计算得出的门槛值；I(g)为示性函数，当符合示性函数中的条件时，示性函数取值为1，否则为0；c为常数项，μ为随机干扰项。
本文对Hansen(1999)的面板门槛模型加以改进，分别构建以产业协同集聚、区域创新能力为门槛变量的面板门槛模型。
lnpatit=β1lnicait-2I(lnicait-2≤γ1)+β2lnicait-2I(γ1
(12)
lnedhqit=β1lnpatitI(lnpatit≤γ1)+β2lnpatitI(γ1
(13)
lnedhqit=β1lnpatitI(lnicait-2≤γ1)+β2lnpatitI(γ1
(14)
式中，patit表示i地区在t年的创新能力水平；icait-2表示i地区在t-2年的产业协同集聚水平；edhqit表示i地区在t年的经济高质量发展水平，包括经济总量、经济结构和经济效益3个部分，采用熵权法加权得出；fdiit为i地区第t年的固定资产投资实际利用外资金额；markit为i地区第t年私营、个体就业人数占总人口的相对比重；baseit为i地区第t年的人均公路里程，用以反映基础设施水平；μit为误差项。各变量及测度指标见表1。
本文数据来源于2006—2020年《中国统计年鉴》《中国科技统计年鉴》《中国城市统计年鉴》《中国高技术产业统计年鉴》。在数据处理过程中，对少数缺失值采用均值插值法补充。
表1 变量及测度指标
Tab.1 Variables and measures
变量符号测度指标创新能力pat专利授权数经济总量地区生产总值人均地区生产总值固定资产投资额经济高质量发展edhq经济结构第三产业增加值第三产业占GDP比重货物进出口总额经济效益公共财政预算收入居民消费水平城镇居民人均消费水平城镇居民人均可支配收入产业协同集聚水平ica见上文外商投资fdi固定资产投资实际利用外资金额[20]市场化程度mark私营、个体就业人数占总人口相对比重[21]基础设施水平base人均公路里程[22]
3.2.1 门槛效应检验
本文运用Stata16对数据进行处理，首先对门槛效应进行显著性检验，验证门槛模型构建是否合理，计算出门槛数，结果如表2所示。
由表2可知，产业协同集聚对创新能力、创新能力对经济高质量发展、产业协同集聚对经济高质量发展均通过了单门槛和双门槛显著性检验，而均未通过三门槛显著性检验。可见，产业协同集聚对创新能力、创新能力对经济高质量发展、产业协同集聚对经济质量发展都存在双门槛效应。
3.2.2 回归结果分析
运用Stata16对模型(12)～(14)进行估计，结果如表3所示。
表2 门槛模型检验结果
Tab.2 Threshold model test results
被解释变量解释变量门槛变量检验类型F值P值临界值1%5%10%创新能力(lnpat)产业协同集聚(lnica)产业协同集聚(lnica)单门槛14.037**0.03016.18611.4069.208双门槛13.915***0.000-3.321-8.747-11.644三门槛0.0000.3130.0000.0000.000经济高质量发展(lnedhq)创新能力(lnpat)创新能力(lnpat)单门槛44.554***0.00033.02721.20916.404双门槛16.533***0.003-1.602-7.489-11.790三门槛0.0000.2870.0000.0000.000经济高质量发展(lnedhq)创新能力(lnpat)产业协同集聚(lnica)单门槛14.511***0.0006.8294.1383.171双门槛64.595***0.0007.2662.1310.286三门槛0.0000.3030.0000.0000.000
注：***、**、*分别表示1%、5%和10%的显著性水平；下同
表3 模型(12)～(14)回归结果
Tab.3 Model (12) ～ (14) regression results
模型(12)模型(13)模型(14)lnica×I(lnica<4.012)1.701***(0.000)lnpat×I(lnpat<7.365)0.673***(0.000)lnpat×I(lnica<4.034)0.477***(0.000)lnica×I(4.012≤lnica<4.396)1.545***(0.000)lnpat×I(7.365≤lnpat<8.841)0.607***(0.000)lnpat×I(4.034≤lnica<4.452)0.433***(0.000)lnica×I(lnica≥4.396)1.462***(0.000)lnpat×I(lnpat≥8.841)0.575***(0.000)lnpat×I(lnica≥4.452)0.412***(0.000)lnfdi0.273***(0.000)lnfdi0.208***(0.000)lnfdi0.230***(0.000)lnmark1.643***(0.000)lnmark0.214***(0.003)lnmark0.415***(0.000)lnbase0.421***(0.001)lnbase-0.950***(0.000)lnbase-0.985***(0.000)c-0.002(0.989)c12.595***(0.000)c14.481***(0.000)R20.627R20.885R20.899F统计值82.14***F统计值190.13***F统计值278.74***
由表3可知，模型(12)中，当被解释变量为创新能力、解释变量和门槛变量均为产业协同集聚时，产业协同集聚的两个门槛值分别为4.012和4.396。当lnica<4.012、4.012≤lnica<4.396、lnica≥4.396时，其回归系数分别为1.701、1.545、1.462，且均在1%水平下显著。说明产业协同集聚处于不同门槛区间对区域创新能力具有不同影响，且效应为正向边际递减。具体地，产业协同集聚度高的地区通过要素耦合、分工深化、关联互补、技术溢出等效应，显著提升区域创新能力，但随着产业协同集聚水平进一步提高，可能会出现拥挤效应带来的规模不经济，形成分散力，从而对创新能力提升产生边际递减效应。
模型(13)中，当被解释变量为高质量发展、解释变量和门槛变量均为创新能力时，创新能力的两个门槛值分别为7.365和8.841。当lnpat<7.365、7.365≤lnpat<8.841、lnpat≥8.841时，其回归系数分别为0.673、0.607、0.575，且均在1%水平下显著。说明创新能力处于不同门槛区间对经济高质量发展具有不同影响，且效应为正向边际递减。具体地，区域科技创新能力提升能驱动经济高质量发展，但由于科技创新能力的转化门槛越来越高，导致科技成果向生产力转化越来越难，从而出现边际递减效应。
模型(14)中，当被解释变量为高质量发展、解释变量为创新能力，门槛变量为产业协同集聚时，产业协同集聚的两个门槛值分别为4.034和4.452。当lnica<4.034、4.034≤lnica<4.452、lnica≥4.452时，创新能力的回归系数分别是0.477、0.433、0.412，且均在1%水平下显著为正。说明创新能力在产业协同集聚处于不同门槛区间时对高质量发展有不同影响，且效应为正向边际递减。具体地，产业协同集聚度高的地区，其创新能力提升更能有效驱动经济高质量发展，但由于产业协同集聚对创新能力、创新能力对经济高质量都存在正向递减效应，导致创新能力在产业协同集聚处于不同门槛区间对经济高质量发展存在正向递减的影响效应。
结论3：产业协同集聚对创新能力、创新能力对经济高质量发展、产业协同集聚对经济质量发展都存在双门槛效应，且影响效应边际递减。
本文深入分析了产业协同集聚对经济高质量发展的影响机理，通过构建门槛效应模型，利用2005—2019年中国内地30个省市产业协同集聚、创新能力和经济高质量发展相关数据，比较不同区域产业协同集聚水平，测度产业协同集聚对创新能力、经济高质量发展的影响效应，并运用Arcgis软件对其进行空间可视化分析。本文主要得出如下结论：
(1)产业协同集聚呈现不均衡特征：在空间上，除西部协同集聚区(四川、重庆、贵州、陕西)外，产业协同集聚呈现东高西低、沿海高内陆低的特征，马太效应显著；在时间上，产业协同集聚呈现四足鼎立(长三角、京津冀、珠三角和西部协同集聚区)的演化趋势。
(2)各省市产业协同集聚与经济高质量发展水平的协同性分为协同集聚与经济高质量维持型、协同集聚与经济高质量加强型、协同集聚加强型、经济高质量加强型4种类型，分别对应高产业协同集聚水平—高经济高质量发展水平、低产业协同集聚水平—低经济高质量发展水平、低产业协同集聚水平—高经济高质量发展水平、高产业协同集聚水平—低经济高质量发展水平。
(3)产业协同集聚对创新能力、创新能力对经济高质量发展、产业协同集聚对经济高质量发展都存在双门槛效应，且影响效应边际递减。说明产业协同集聚能够显著提升区域创新能力，但随着产业协同集聚度进一步提高，其对创新能力的促进作用呈现边际递减效应。区域科技创新能够驱动经济高质量发展，但由于科技创新能力的转化门槛越来越高，导致科技成果向生产力转化越来越难，从而出现边际递减效应。创新能力在产业协同集聚处于不同门槛区间时对经济高质量发展的影响效应不同，创新能力对经济高质量发展的影响正向递减。
依据上文结论，为促进区域经济高质量发展，本文提出以下政策建议：
(1)促进各区域产业协同集聚均衡发展，消除马太效应。首先，各区域要注重提升高技术产业与生产性服务业协同集聚水平，引导高技术产业与生产性服务业良性协同，发挥集聚效应，以生产性服务业推动高技术产业协同发展。其次，缩小各区域产业协同集聚水平差距，充分发挥不同区域高技术产业与生产性服务业之间知识溢出效应，实现技术的空间溢出。最后，加强区域间产业协作，促进产业集聚互补发展。政府应积极协调地区之间的发展差异，推动东部发达地区产业转型升级，优化中部地区产业结构层次，辐射带动西部欠发达地区发展，以协同集聚推动资源优化配置，提升整体产业协同集聚水平。
(2)依据不同区域产业协同集聚与经济高质量发展实际情况，制定针对性、差异化政策，有效提升各区域产业协同集聚与经济高质量发展水平。对于江苏、山东、浙江、上海、北京和天津等协同集聚与经济高质量维持型地区，需要进一步保持高产业协同集聚水平，并有效促进高经济高质量发展。对于新疆、内蒙古、云南、甘肃、宁夏和青海等协同集聚与经济高质量加强型地区，一方面要促进产业协同集聚，提升区域科技创新能力；另一方面，要促进创新能力(科技成果)有效转化，推动区域经济高质量发展。对于广东、福建、辽宁、河北和重庆等产业协同集聚加强型地区，需要重点提升产业协同集聚水平。对于安徽、江西、吉林和广西等经济高质量加强型地区，需要通过产业协同集聚，提升区域创新能力，同时加快科技成果转化，有效促进经济高质量发展。
(3)提高产业协同集聚水平与创新能力，有效促进经济高质量发展。一方面，注重高技术产业与生产性服务业协同集聚水平及创新能力的提高，营造良好的产业协同氛围。完善宏观产业政策，根据不同区域高技术产业特征，针对性地支持关联服务业发展，促进其与高技术产业的协同集聚。同时，政府要加大研发经费投入，加快引进科技人才、吸收高新技术，发挥产业协同集聚的溢出效应。另一方面，促进区域科技创新能力转化，驱动经济高质量发展。鼓励产学研合作，加快科技成果转移转化，激发创新主体积极性；加强科技成果转化过程管理，支持区域性、行业性技术市场发展，完善技术转移机构服务功能；强化政府在科技成果转化过程中的引导作用，建设特色产业化基地，搭建成果转化平台，推动产业升级；通过多渠道资金投入，引导科技成果转化，促进经济高质量发展。
受篇幅和数据限制，本研究还存在一些不足。首先，没有对产业创新能力提升促进经济高质量发展的机制作深入分析；其次，仅基于全国省域层面数据进行研究，未对地市级层面高技术产业和生产性服务业协同集聚与经济高质量发展的关系进行分析。后续研究可针对上述不足，从理论上深入挖掘产业创新能力提升促进经济高质量发展的运作机制，从而进一步挖掘创新驱动潜力；在研究范围上，深入分析地市级层面高技术产业和生产性服务业协同集聚与经济高质量发展的关系，以增强研究在更大范围的适用性。
[1] FAGERBERG J.Technology,growth and competitiveness: selected essays [M].Cheltenham: Edward Elgar Publishiing,2002.
[2] JAFFE A B.Real effects of academic research[J],American Economic Review, 1989,79(5), 957-970.
[3] SANTANA N B,REBELATTO A D,PERICO A E,et al.Technological innovation for sustainable development:an analysis of different types of impacts for countries in the BRICS and G7groups[J].International Journal of Sustain-able Development and World Ecology, 2015,22(5):425-436.
[4] 肖仁桥,沈路,钱丽.新时代科技创新对中国经济高质量发展的影响[J].科技进步与对策,2020,37(4):1-10.
[5] 王慧艳,李新运,徐银良.科技创新驱动我国经济高质量发展绩效评价及影响因素研究[J].经济学家,2019(11):64-74.
[6] 华坚,胡金昕.中国区域科技创新与经济高质量发展耦合关系评价[J].科技进步与对策,2019,36(8):19-27.
[7] 刘思明,张世瑾,朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究,2019,36(4):3-23.
[8] 陈晓峰.生产性服务业与制造业协同集聚的机理及效应：理论分析与经验求证[D].苏州：苏州大学,2015.
[9] GHANI S E, GOSWAMI A G, KERR W. Spatial development and agglomeration economies in services——lessons from India[R].World Bank Policy Research Working Paper, 2016 (7741).
[10] 王岩.产业集聚对区域经济增长的影响研究[D].北京：首都经济贸易大学,2017.
[11] 李健,冯会迎.高技术制造业与高技术服务业协同集聚的经济增长效应[J].科技进步与对策,2020,37(17):54-62.
[12] 盛红有.生产性服务业与制造业的协同集聚对区域创新的影响研究[D].南京：南京财经大学,2018.
[13] 李福柱,李倩.知识密集型服务业集聚、高技术制造业集聚及二者协同集聚的创新驱动效应[J].科技进步与对策,2019,36(17):57-65.
[14] 刘月.空间经济学视角下的产业协同集聚与区域经济协调发展[D].杭州：浙江大学,2016.
[15] 曹阳.高技术产业协同发展对区域经济的影响[D].合肥：中国科学技术大学,2019.
[16] 郭卫军,黄繁华.高技术产业与生产性服务业协同集聚如何影响经济增长质量[J].产业经济研究,2020(6):128-142.
[17] 张虎,韩爱华,杨青龙.中国制造业与生产性服务业协同集聚的空间效应分析[J].数量经济技术经济研究,2017,34(2):3-20.
[18] 中国科学技术发展战略研究院.中国区域科技创新评价报告(2020)[M].北京：科技技术文献出版社，2020.
[19] 孔骁,冯锋.R&D主体对区域经济绩效影响的门槛效应研究[J].科学学研究,2018,36(5):839-846.
[20] 田素华.FDI占中国固定资产投资比重变动的倒U形特征与决定因素实证分析[J].数量经济技术经济研究,2012,29(2):37-50,67.
[21] 王燕,王志强,刘伯凡.生产性服务业发展、研发集聚与高技术产业研发效率——基于随机前沿模型的实证研究[J].软科学,2018,32(3):1-4,15.
[22] 王钺,刘秉镰.创新要素的流动为何如此重要?基于全要素生产率的视角[J].中国软科学,2017(8):91-101.