工業集聚對城市綠色創新效率的影響——基于粵港澳大灣區9個城市的實證檢驗

吳遵杰，巫南杰

（深圳大學經濟學院，廣東深圳 518060）

1 研究背景

粵港澳大灣區作為新時期我國經濟發展的重大戰略引擎，定位于建設宜居宜業宜游灣區和國際科技創新中心，推動綠色技術創新無疑已成為落實粵港澳大灣區戰略定位的重要內涵和政策選擇。黨的十九大報告明確提出要以粵港澳大灣區建設為重點，加強內地同港澳技術創新、生態環保和人才交流等方面的合作。《粵港澳大灣區發展規劃綱要（2019）》再次強調，粵港澳大灣區要貫徹落實創新驅動戰略，著力提升生態環境質量，以科技為驅動力促進經濟綠色發展。國家高度重視粵港澳大灣區綠色技術創新，提升綠色創新效率已成為粵港澳大灣區高質量發展的主要抓手。城市群建設的本質特征是集聚經濟效應［1］，而工業作為粵港澳大灣區城市群經濟發展的重要支撐，以及粵港澳大灣區爭創國際一流灣區的核心競爭力所在，研究工業集聚對粵港澳大灣區城市綠色創新效率的影響，對促進粵港澳大灣區經濟社會高質量發展具有重要的理論與現實意義。

2 文獻綜述

2.1 綠色創新效率的測算

常用的效率測算方法有數據包絡分析法（Data Envelopment Analysis,DEA）［2］、主成分分析法（Principal Component Analysis,PCA）［3］、隨機前沿分析法（Stochastic Frontier Analysis,SFA）［4］。數據包絡分析法由于不受人為主觀因素的影響，被廣泛用于測算綠色創新效率。任耀等［5］采用DEA-RAM模型對2001—2013年山西省11個城市的綠色創新績效進行了測算；錢麗等［6］以工業企業為研究對象，運用兩階段DEA模型測算了我國30個省份的工業綠色創新效率；朱承亮等［7］基于非期望產出的SBM模型和ML 指數從靜態和動態兩個方面測算了專利密集型產業的綠色創新效率。

2.2 產業集聚對創新效率的影響

從現有研究的結論來看，產業集聚對創新效率的影響主要存在以下三種觀點：（1）產業集聚有利于創新效率的提升。余泳澤等［8］、原毅軍等［9］分別運用中國城市面板數據和省際面板數據證實了生產性服務業集聚對制造業創新效率提升具有顯著的促進作用。楊浩昌等［10］運用中國高技術產業面板數據研究發現，產業集聚對綠色創新效率提升具有促進作用。（2）產業集聚不利于創新效率的提升。謝子遠等［11］以中國53個國家高新區為樣本研究發現，產業集群會對國家高新區的創新效率提升產生顯著的抑制作用。謝露露［12］采用空間計量模型考察了產業集聚對區域創新效率的影響，研究發現本地制造業集聚會顯著抑制創新效率的提升。（3）產業集聚與創新效率的關系是非線性的。謝子遠等［13］、謝臻等［14］的研究均表明產業集聚與創新效率之間存在倒“U”型關系。

綜上分析可以發現：（1）現有文獻對產業集聚與創新效率的關系研究主要基于行業或省際層面，聚焦于粵港澳大灣區城市層面的文獻甚少；（2）多數文獻基于不考慮能源與環境約束的創新效率視角，即使有少量文獻基于綠色創新效率視角，但其對綠色創新效率的測算主要采用傳統DEA模型或考慮非期望產出的SBM模型，鮮有文獻采用考慮非期望產出的超效率SBM模型測算綠色創新效率；（3）現有對產業集聚的研究主要基于產出密度模型，但尚未發現有文獻將能源和環境作為投入要素納入產出密度模型，對產業集聚與綠色創新效率之間的關系進行理論闡釋；（4）多數文獻采用非空間計量方法，忽略了產業集聚的空間溢出效應；（5）國內關于工業集聚對綠色創新效率的影響研究幾近空白。

基于此，本文首先將能源和環境作為投入要素引入傳統的產出密度理論模型，對工業集聚與綠色創新效率之間的關系進行數理推導；其次，利用基于非期望產出的超效率SBM模型對2003—2018年粵港澳大灣區城市綠色創新效率進行測算；最后，采用空間杜賓模型和面板門檻模型實證檢驗工業集聚對綠色創新效率的影響，以期為粵港澳大灣區城市綠色創新效率提升和工業協調發展提供參考。

3 理論模型與機理分析

3.1 理論模型

本文在Ushifusa 等［15］產出密度模型的基礎上，嘗試將能源和環境要素納入模型框架，以探討工業集聚與粵港澳大灣區城市綠色創新效率之間的關系。現有研究主要基于資本和勞動要素投入構建產出密度函數，而鮮有文獻同時將能源和環境要素納入其中。雖然邵帥等［16］首次考慮了生產過程中的能源消耗和環境污染（碳排放），從投入端將能源要素引入生產函數，從產出端將環境要素與GDP 直接加總后納入生產函數。然而，環境污染作為負向產出指標，將其與正向產出指標（GDP）簡單加總，缺乏合理性。鑒于此，本文將能源和環境視為投入要素納入產出密度函數。生產函數可以表示為：

3.2 機理分析

通過上述分析可知，工業集聚對綠色創新效率的提升存在著促進和抑制兩方面的作用。當時，工業的適度集聚主要通過規模經濟效應、基礎設施和勞動資源共享效應、知識和技術溢出效應以及合作競爭效應產生正外部性，優化資源配置和實現規模經濟，進而促進綠色創新效率的提升。當時，工業的過度集聚主要通過擁擠效應、環境負效應以及惡性競爭效應產生負外部性，使得產出規模持續擴張、污染排放增加和企業間競爭加劇，進而抑制綠色創新效率的提升。綠色創新效率不僅受工業集聚程度的影響，還與綠色技術創新過程中的投入與產出密切相關，其作用機理見圖1。

圖1 工業集聚對綠色創新效率影響的作用機理

4 實證研究設計

4.1 實證模型構建

4.1.1 超效率SBM模型

傳統徑向DEA模型未對投入產出變量的松弛性問題加以考慮，而基于松弛變量的SBM模型存在無法對多個效率值為1 的有效決策單元進行比較的缺陷。因此，本文采用托恩（Tone）［17］在SBM模型基礎上提出的考慮非期望產出的超效率SBM模型測算綠色創新效率。

綠色創新效率是綜合考慮能源消耗與環境污染后對創新能力進行衡量的重要指標，注重社會經濟效益與生態環境效益的協調統一。根據綠色技術創新效率測算的內涵和數據的可獲得性，構建粵港澳大灣區城市綠色創新效率評價指標體系，具體如下：

（1）創新投入。投入指標包括勞動、資本和能源三類要素投入，分別采用規模以上工業企業R&D人員數量（人）、規模以上工業企業R&D資本存量（萬元）和新產品開發經費存量（萬元）、工業用電量（萬千瓦時）表示。

鑒于R&D 資本存量無法直接獲得，本文采用永續盤存法對其進行估算［18］。基期為2003年，參考李向東等［19］的做法，基期R&D 資本存量等于當年R&D經費支出/（折舊率+R&D經費支出年均增長率）。

R&D 支出價格指數的估算沿用聶名華等［20］的做法，基于R&D 經費支出的構成，對固定資產投資價格指數和消費價格指數進行加權平均，計算公式如下：

R&D 資本存量折舊率的估算參照余泳澤［21］的做法，將資產性支出的折舊率設定為17%，非資產性支出部分的折舊率設定為20%，計算公式如下：

（2）期望產出。選取規模以上工業企業新產品銷售收入（萬元）和綠色發明專利申請數（件）予以衡量。新產品銷售收入采用各城市工業生產者出廠價格指數進行平減，統一折算成以2003年為基期的不變價。現有文獻大多采用專利申請數或授權數衡量綠色創新能力，但不能真正反映企業的綠色創新，因此本文選用綠色發明專利申請數來表征綠色創新能力。根據“國際專利分類綠色清單”列示的綠色專利分類（IPC）標識編碼，通過國家知識產權局中國專利公布公告系統（http://epub.sipo.gov.cn/），對專利類型、IPC 分類標識編碼和申請人地址進行設置，識別并核算出粵港澳大灣區各城市綠色發明專利申請數。

（3）非期望產出。借鑒黃磊等［22］的做法，選取工業二氧化硫排放量（噸）、工業廢水排放量（萬噸）和工業煙（粉）塵排放量（噸）作為非期望產出。

一般而言，如果選取存量指標測度綠色技術創新投入，表明已考慮投入與產出的時滯性；如果創新投入選取流量指標測度，則需設定1年或2年的滯后期。本文已選取存量指標，故未做滯后處理。

4.1.2 空間面板計量模型

構建空間面板計量模型實證檢驗工業集聚對粵港澳大灣區城市綠色創新效率的影響，涉及空間自相關性檢驗、空間權重矩陣構建、空間計量模型選擇與設定和空間效應分解。

（1）空間相關性檢驗模型。為避免空間計量回歸結果產生偏誤，在構建空間計量模型之前，需要對綠色創新效率是否具有空間自相關性進行檢驗，因此本文采用全局和局域指數對綠色創新效率進行空間相關性檢驗。

4.1.3 面板門檻模型

為了考察工業集聚對綠色創新效率是否存在環境規制、企業規模和政府支持力度門檻效應，本文采用以環境規制強度、工業企業規模和政府支持力度為門檻變量的面板門檻模型開展進一步的實證檢驗。具體的面板門檻模型構建如下：

4.2 數據樣本說明

考慮到香港和澳門特別行政區數據缺失嚴重且工業占比較小，本文選取2003—2018年粵港澳大灣區9個城市（不含香港和澳門）的面板數據作為樣本。原始數據來源于歷年《廣東科技統計年鑒》《廣東工業統計年鑒》《廣東統計年鑒》《中國城市統計年鑒》及各城市統計年鑒和統計公報，所有涉及時間價值的變量均以2003年為基期進行平減。此外，本文參考劉章生等［27］的做法，將2003—2010年大中型工業企業數據調整為規模以上工業企業口徑。

5 實證結果與分析

5.1 綠色創新效率的測算

本文運用MaxDEA8.0 軟件并基于考慮非期望產出的超效率SBM模型對2003—2018年粵港澳大灣區9個城市的綠色創新效率進行了測算，結果見表1 和圖2。2003—2018年粵港澳大灣區9個城市綠色創新效率均值為0.746，處于中高效率水平但未達到有效狀態。綠色創新效率整體呈波動上升趨勢，效率均值由2003年的0.709 上升到2018年的0.789，年均增長0.72%。城市間綠色創新效率差異顯著，年均效率值最高的深圳與最低的中山之間相差1.266。從9個城市來看，深圳、廣州、惠州和東莞4個城市的綠色創新效率均值大于1，效率均值依次為1.563、1.155、1.142 和1.052。深圳之所以具有較高的綠色創新效率均值，本文認為主要的原因在于它的工業或產業結構。按照錢德勒的說法，在基于科學的產業（Science-based industries）中，科學研究成果從產生到轉化的時滯較短，電子信息產業、生物醫藥產業、半導體產業和精細化工業都可歸于此類產業，而這類產業正是深圳的工業主導產業，這也是為什么深圳從成立特區至今僅40年，其工業綠色創新效率均值能位居粵港澳大灣區9個城市首位的重要原因。

表1 2003—2018年粵港澳大灣區9個城市綠色創新效率測算結果

表1 （續）

圖2 2003—2018年粵港澳大灣區9個城市綠色創新效率雷達圖

5.2 空間計量回歸分析

5.2.1 空間相關性檢驗

（1）全局空間相關性檢驗。基于空間鄰接、經濟發展、人力資本和研發能力4 種空間權重矩陣，本文采用全局指數分別對城市綠色創新效率進行全局空間相關性檢驗，結果見表2。容易看出，基于4 種空間權重矩陣下，2003—2018年粵港澳大灣區城市綠色創新效率的指數均為正且至少在5%的水平下顯著，表明粵港澳大灣區綠色創新效率存在顯著的正向空間相關性，這也表明選取空間計量模型進行實證研究是適宜的。

表2 2003—2018年粵港澳大灣區城市綠色創新效率的全局指數及其統計檢驗

表2 2003—2018年粵港澳大灣區城市綠色創新效率的全局指數及其統計檢驗

（2）局域空間相關性檢驗。為了分析粵港澳大灣區各城市綠色創新效率的局域空間分布特征，本文基于空間鄰接權重矩陣分別繪制2003年和2018年綠色創新效率的局域散點圖（見圖3）。可以看出，所有城市都位于第一、三象限，再次說明各城市綠色創新效率存在空間正相關。具體而言，廣州、深圳、惠州和東莞位于第一象限（HH 象限），說明這4個城市表現出高-高集聚特征；其余5個城市位于第三象限（LL 象限），呈低-低集聚特征。為了進一步分析上述集聚現象是否顯著，本文引入局域空間關聯指標（LISA）進行考察。圖4 為粵港澳大灣區城市綠色創新效率局域LISA 集聚地圖（限于篇幅僅列出代表性年份的LISA 集聚地圖），且集聚區在5%的水平下顯著。由圖4 可知，2010年深圳、惠州和東莞呈高-高集聚，且在5%的水平下顯著，而2018年僅有惠州和東莞呈現顯著的高-高集聚，其余城市綠色創新效率的集聚現象沒有通過顯著性檢驗，說明粵港澳大灣區綠色創新效率的高值主要顯著集中在惠州、東莞和深圳等城市，且長期處于較為穩定狀態。

圖3 2003年和2018年粵港澳大灣區城市綠色創新效率的局域散點圖

圖4 2010年和2018年粵港澳大灣區城市綠色創新效率局域LISA 集聚地圖

5.2.2 空間計量模型的選擇與估計

（1）模型選擇。本文采用埃爾霍斯特（Elhorst）［28］提出的“兩步法”來選擇適宜的空間計量模型。首先，對非空間面板模型進行估計并進行LM 和Robust LM 統計量檢驗。由LM 檢驗結果可知（限于篇幅未列出LM 檢驗結果），LM-Lag、LM-Error、Robust LM-Lag 和Robust LM-Error 統計量均在1%的水平下顯著，表明SAR模型和SEM模型同時存在，則考慮選擇SDM模型，但需要進一步檢驗。其次，本文進行LR 檢驗以判斷SDM模型是否可以退化為SAR模型或SEM模型，檢驗結果見表3。容易看出，4種空間權重矩陣下的LR 統計量均在1%的水平下顯著，表明SDM模型不能退化為SAR模型或SEM模型，故應選擇SDM模型。此外，Hausman 檢驗結果（見表3）表明應采用固定效應。因此，本文最終選擇固定效應SDM模型開展實證研究。

（2）空間計量模型估計。由表3 可知：第一，粵港澳大灣區城市綠色創新效率存在顯著的正向空間溢出效應。綠色創新效率的空間自回歸系數在4種空間權重矩陣下均為正且均在1%的水平下顯著，表明各城市的綠色創新效率之間存在顯著的正向空間關聯效應，即綠色創新效率不僅受本城市自身因素的影響，同時還受相鄰城市或者經濟發展水平、人力資本水平和研發能力水平相似城市的影響。第二，空間SDM模型的回歸結果明顯優于非空間OLS模型、固定效應模型和隨機效應模型的回歸結果。與非空間面板模型相比，考慮了空間相關性的SDM模型的估計結果顯著性更優。此外，本文還發現空間SDM模型的擬合優度明顯高于非空間面板模型，這也進一步證實了采用空間計量模型的必要性與合理性。第三，基于不同權重矩陣的空間SDM模型的回歸系數符號和顯著性與非空間計量模型基本保持一致，表明空間SDM模型的實證結果是穩健的。第四，人力資本空間效應>地理鄰接空間效應>經濟發展空間效應>研發能力空間效應。基于人力資本、空間鄰接、經濟發展和研發能力權重矩陣的值分別為0.502、0.487、0.483 和0.414，表明人力資本差距對綠色創新效率的影響最大，鄰接距離和經濟發展差距次之，研發能力差距對其影響最小。這也說明地理空間位置的相鄰還不足以充分發揮綠色創新效率的空間溢出效應，粵港澳大灣區某些城市間雖然相鄰，但受交通發達程度、經濟發展模式和歷史文化等因素的影響，導致其綠色創新效率的空間溢出效應被削弱。而地理位置鄰近且人力資本水平相似城市的綠色創新效率存在較高的空間依賴，因相鄰城市間人才的集聚與流動促進了綠色創新的空間溢出。

表3 工業集聚對粵港澳大灣區城市綠色創新效率影響的回歸結果

（3）空間溢出效應分析。為進一步分析工業集聚對綠色創新效率影響的空間溢出效應，本文采用偏微分法對此效應進行分解，結果見表4。從基于不同權重矩陣的空間效應分解結果來看，解釋變量的系數符號與顯著性基本一致，表明在不同空間矩陣下的效應分解結果是穩健的。下文主要基于空間鄰接權重矩陣的空間效應分解結果進行分析。

由表4 可知，工業集聚一次項和二次項的直接效應系數分別為0.687 和-0.096，且均在1%的水平下顯著，表明工業集聚對綠色創新效率影響的直接效應呈現倒“U”型特征。當工業集聚度低于拐點值時，本城市工業集聚度的提升會對本城市綠色創新效率產生促進作用，而當工業集聚度達到拐點值后，工業集聚將會抑制綠色創新效率的提升。從間接效應來看，本城市的工業集聚對相鄰城市的綠色創新效率表現出先促進后抑制的倒“U”型特征。從控制變量來看，環境規制的直接效應和溢出效應系數分別為-0.129和-0.471，且均在1%的水平下顯著為負，表明環境規制強度的提升不僅對本城市綠色創新效率提升具有促進作用，而且對相鄰城市綠色創新效率的促進作用更加明顯；產業結構和政府支持力度的直接效應和溢出效應系數均為負，但不顯著；外商直接投資的直接效應和溢出效應系數為3.303 和13.396，且均在1%的水平下顯著，表明外商直接投資是促進粵港澳大灣區城市綠色創新效率提升的主要因素；所有制結構的直接效應和間接效應系數均顯著為正，說明所有制結構的提高會對本城市和相鄰城市的綠色創新效率產生促進作用；企業規模的直接效應系數為負但不顯著，而其溢出效應系數在5%的水平下顯著為負，表明本城市工業企業規模的擴大會對相鄰城市的綠色創新效率產生抑制作用。

表4 基于SDM模型的空間效應分解結果

（4）穩健性檢驗。本文從以下兩個方面對空間計量回歸結果進行穩健性檢驗：第一，為了避免因指標選取差異而造成的估計偏誤，本文將工業集聚的度量指標替換為單位面積規模以上工業企業工業總產值。第二，考慮到工業集聚和綠色創新效率可能存在雙向因果關系，本文將工業集聚度滯后一期。由于不同空間權重矩陣下的估計結果近似，因此本文均基于空間鄰接權重矩陣進行穩健性檢驗，具體結果分別見表3 第9 列、第10 列。容易看出，穩健性檢驗的回歸結果與基于鄰接權重矩陣的SDM模型基本保持一致，表明空間計量回歸結果是穩健的。

5.3 門檻模型回歸分析

前文從理論和實證兩個層面分析了工業集聚對粵港澳大灣區城市綠色創新效率的影響，并證實了工業集聚與綠色創新效率之間存在倒“U”型關系，那么這種關系會不會受其他因素的影響而呈現出不同的特征呢？基于此，下文將分別以環境規制、工業企業規模和政府支持力度為門檻變量，進一步考察工業集聚對綠色創新效率的非線性影響。

5.3.1 門檻效應檢驗

在對面板門檻模型進行參數估計前，本文首先基于樣本數據進行了門檻效應檢驗，結果見表5。容易看出，環境規制、工業企業規模和政府支持力度分別在1%、10%和5%的顯著性水平下通過單一門檻檢驗，其門檻值依次為0.023、3.722 和8.969，對應的F 統計量為12.23、9.26 和12.19，表明工業集聚對綠色創新效率的影響因環境規制、企業規模和政府支持力度的不同而呈現出不同的非線性特征。

表5 環境規制、工業企業規模和政府支持力度的門檻效應檢驗

5.3.2 門檻模型估計

由表6 可知，不同環境規制強度下工業集聚對粵港澳大灣區城市綠色創新效率的影響存在一定差異，當環境規制強度小于門檻值0.023 時，工業集聚對綠色創新效率的影響系數為0.227，且在5%的水平下顯著；當環境規制強度跨越門檻值后，其影響系數變為-0.062，且在5%的水平下顯著。這表明工業集聚對綠色創新效率的作用會受到環境規制強度的影響，如果環境規制強度跨過門檻值，則工業集聚對綠色創新效率的影響會由促進轉變為抑制。原因在于：適當的環境規制有利于工業集聚通過技術溢出、合作競爭和資源共享等效應對綠色創新產生積極影響，但環境規制強度增加到一定程度后，會引起集聚的企業之間競爭加劇而限制節能減排技術的合作研發，進而抑制綠色創新效率的提升。從企業規模的門檻效應來看，當工業企業規模低于3.722 時，工業集聚對綠色創新效率的影響為負但不顯著，而當工業企業規模越過3.722 后，其影響系數顯著為負。究其原因，企業的綠色技術研發與成果轉化要求具備一定的規模效應，但規模過大的工業企業由于組織結構繁雜、自身規模龐大和管理官僚化，使得綠色技術創新效率低下，因此規模較大的工業企業集聚會對綠色創新效率產生抑制作用。對于政府支持力度門檻變量，當政府支持力度低于門檻值8.969 時，工業集聚對綠色創新效率的影響系數為-0.081，但不顯著；當政府支持力度跨過門檻值時，工業集聚度每增加1%，綠色創新效率顯著提升0.137%。原因在于：其一，工業集聚能夠實現交通物流、郵電以及科研與技術服務等基礎設施共享，而主要依靠政府投資建設的基礎設施有助于促進創新要素的自由流動，因此當政府支持力度達到一定水平時，工業集聚有助于綠色創新效率的提升；其二，政府支持可以降低企業從事綠色技術創新帶來的成本和風險，鼓勵工業企業加大對綠色技術的研發與投入，進而促進粵港澳大灣區城市綠色創新效率的提升。

6 結論與政策建議

本文將能源和環境作為投入要素納入Ushifusa等［15］產出密度模型，對工業集聚與綠色創新效率的關系進行了數理闡釋，進而采用考慮非期望產出的超效率SBM模型對2003—2018年粵港澳大灣區9個城市綠色創新效率進行了測算，并基于空間杜賓模型和面板門檻模型實證檢驗了工業集聚對城市綠色創新效率的影響。研究結果表明：

（1）2003—2018年粵港澳大灣區9個城市綠色創新效率均值為0.746，整體呈波動上升趨勢。城市間綠色創新效率差異顯著，年均效率值最高的深圳與最低的中山之間相差1.266。

（2）粵港澳大灣區城市綠色創新效率存在顯著的正向空間溢出效應；工業集聚對綠色創新效率影響的直接效應和間接效應均呈現倒“U”型特征，當工業集聚度低于拐點值時，工業集聚度的提升不僅會對本城市綠色創新效率產生促進作用，而且會促進相鄰城市綠色創新效率的提升，而當工業集聚度達到拐點值后，集聚會抑制綠色創新效率提升。

（3）工業集聚對粵港澳大灣區城市綠色創新效率的影響因環境規制強度、工業企業規模和政府支持力度的不同而呈現出不同的非線性特征。

基于上述研究結論，為充分發揮工業集聚對粵港澳大灣區城市綠色創新效率的正向促進作用，以促進粵港澳大灣區經濟社會高質量發展，本文提出如下政策建議：

（1）加強綠色技術創新合作，以協調發展新理念引領粵港澳大灣區城市群綠色技術協同發展。粵港澳大灣區各城市要共同推進智能制造、新材料、新能源汽車和節能環保等綠色產業群建設，促進綠色技術的溢出與擴散。深圳應充分發揮在粵港澳大灣區綠色技術創新中的龍頭作用，重點攻關前沿的綠色生產技術，加強與周邊城市開展基礎性的綠色技術合作，以促進灣區協調發展。

（2）重視工業集聚對粵港澳大灣區城市綠色創新效率的非線性影響特征，充分挖掘集聚的正外部性。在工業集聚初期階段，要打破城市間的市場準入壁壘和技術封鎖，加快推進工業集群式發展，以發揮資源共享效應和規模經濟效應。隨著工業集聚程度的提升，粵港澳大灣區要注重產業錯位發展，避免同質性產業間惡性競爭，同時要加快推進工業綠色技術創新驅動，充分發揮集聚的合作競爭效應和技術溢出效應。

（3）充分發揮自身比較優勢，推動工業協調集聚發展。鑒于不同條件因素下工業集聚對粵港澳大灣區城市綠色創新效率的影響會呈現出不同的特征，各城市應根據自身的地理區位、環境規制強度、企業規模、高校科研機構研發實力和技術水平等因素，因地制宜地制定合理的工業發展戰略，切實發揮工業集聚的正外部性，進而促進粵港澳大灣區城市綠色創新效率的提升。

（4）加快政策體系頂層設計，融合粵港澳三地優質資源打造綠色技術創新高地。粵港澳大灣區建設應充分發揮香港高校科研實力雄厚的優勢，以彌補粵地在基礎性研究方面的短板。粵港澳三地政府應合作制定包括污染排放交易價格與節能減排技術研發在內的相關政策，以最佳組合達到減排目標，讓粵港澳大灣區致力于建設宜居宜業宜游灣區和國際科技創新中心的定位落到實處。