空间依赖创新集群与知识溢出Word格式.docx

空间依赖创新集群与知识溢出Word格式.docx

《空间依赖创新集群与知识溢出Word格式.docx》由会员分享，可在线阅读，更多相关《空间依赖创新集群与知识溢出Word格式.docx（23页珍藏版）》请在冰豆网上搜索。

thoughatpresenttheregionalimpactofR&

Dexpenditureinvestmentonenterprisepatentoutputisnotsoobviousandrobust,whichisasthesameastheimpactofuniversityR&

Dinvestmentonenterpriseinnovationspillovers,whereasitisafavorableinstitutionalarrangementforfirmsanduniversitiesunderthegovernment’sleadingindustrial-universitycooperationanditisaneffectivewaytopromotethepatentinnovationoutput.Onlythroughestablishingthefavourablepolices,stimulatingthefinancialandtaxpolicesandimprovingtheregionalinnovationmilieutointeracttheacademy-industry-governmentR&

Dcooperation,cangovernmentpromotetheregionalpatentinnovationcapacity.

Keyword:

R&

Dcooperation；

regionalinnovationcluster；

localknowledgespillovers；

knowledgeproductionfunction；

spatialeconometricmodels

一、创新的空间集群与局域知识溢出及其重要性

进入21世纪以来，随着国际和国内竞争的日益加剧，在经济全球化过程中，一方面生产要素（信息、技术、资本、人才）及其组合以空前的规模和速度在全球范围内流动和扩散，另一方面，这些要素又在特定区域集聚。

这导致知识和技术在区域经济增长中的地位越来越重要，现代经济比以往任何时候都更多地依赖于知识的生产、应用与扩散。

因此，发达国家很早就将技术创新作为增强其国际竞争力的重要手段加以重视。

在这个过程中，研究与开发（R&

D）活动，不管是科技经费支出还是人力资本投入，其作用都逐渐受到经济学家们的关注。

在区域创新及经济发展过程中，知识的生产与知识的扩散同等重要。

一个经济社会通过各种途径产生知识是问题的一个方面，但更为重要的是如何将新的经济知识迅速有效地用于生产从而转化为生产力，这是现代经济社会可持续发展的一个重要基础。

知识的生产与知识的溢出之间存在的良性互动机制，使R&

D部门总的知识存量放大，可以促进R&

D部门生产力水平的提高。

然而，问题的根本是在知识溢出过程中，有些特定的地理区位由于一些当地特有的因素和其他外部刺激而成为创新的集聚地和增长的源泉，而另外一些区域则由于种种原因沦为外围。

这引起了一些经济地理学者的关注。

因此，创新行为、创新过程和创新集群及其与区域经济增长的关系成为目前区域经济发展研究的一个重要领域。

创新的空间集群是区域创新一个异常明显的现象，如美国硅谷和波士顿128号公路两个著名高新区，就是产业集群和创新空间集群的典型案例。

区域创新指区域内整体的创新内容，包括制度创新、组织创新、技术创新等多方面（盖文启，2002；

王缉慈等，2001）。

当然，我们认为还包括作为技术创新源头的知识创新。

在学术研究领域，一个重要的现象就是，伴随着产业集群研究的快速发展，国际上近年来有关区域创新集群（RegionalInnovationCluster，RIC）及局域知识溢出（LocalKnowledgeSpillovers，LKS）的研究得到了很快发展。

RIC和LKS的理论来源可以追溯到马歇尔对产业集聚的外部性的有关论述和新古典经济增长理论对技术进步的认识。

继新古典增长理论将技术进步要素纳入经济增长模型以后，以Romer（1990）、Lucas（1988）、Grossman和Helpman（1991，1994）、Jones（1995）等为代表的新增长理论着重探讨了现代经济发展中最重要的要素——知识，并详细分析了技术创新、人力资本积累和知识溢出对经济增长的影响，使该理论成为“知识经济”的理论基础。

新增长理论认为，技术进步是经济增长的内生变量和决定因素，技术创新通过人力资本的R&

D及已有的知识存量而产生；

新知识的产生是追求利润最大化的厂商R&

D投入的结果，R&

D成本等会影响到知识增长的速度，从而导致各国和地区间经济增长速度的差异；

通过技术变迁的知识积累及溢出在区域生产率增长中发挥着核心作用。

这是经济增长理论对知识溢出的一种认识。

另外一种颇具特色的理论就是由Krugman（1991，1995）等在1990年代提出的新经济地理学（NewEconomicGeography，NEG）理论。

该理论认为，局域知识溢出（LocalKnowledgeSpillovers，LKS）指特定区域内的知识的外部性，即区域内的企业易于利用邻近的知识及技术资源更快地进行创新活动。

这些知识及技术资源主要来源于公立或私立的学术机构或企业的R&

D机构。

借助于当地创新主体之间的各种正式和非正式的联系（如相互之间的信任、社会关系网络等），区域内的企业更容易获取关于创新的信息和知识，具有更多的创新机会，从而使得其较之区域外的企业更容易开展创新活动。

实际上，在Romer（1986）、Grossman和Helpman（1991，1994）、Krugman（1991，1995）及其他学者等强调了机构或企业之间的经济知识的溢出在收益递增进而最终促进经济增长中的作用的同时，就已经有学者沿着另外一条路径对知识溢出进行了研究，并明确地提出知识生产和知识溢出在经济增长和创新过程中的重要性。

Jaffe（1989）、Acs等（1992、1994）、Feldman（1994，2000）、Anselin等（1997）、Jaffe等（1993），Audretsch等（1996）、Bode（2004），Veugelers和Cassiman（2005）利用知识生产函数框架验证了地理（空间）媒介知识溢出在区域创新行为中存在的事实。

这些对R&

D溢出的理论和经验研究主要集中在地理空间邻近的作用方面，这导致一般的研究都将知识溢出对区域创新行为的形成作为一个重要的因素来做假设。

Griliches（1979，1986）、Jaffe（1989）、Acs，Audretsch和Feldman（1992）、Anselin，Varga和Acs（1997）、Jaffe，Trajtenberg和Henderson（1993），Audretsch和Feldman（1996）、Bode（2004）等学者从不同侧面专门对大学、私营企业的知识溢出与区域创新之间的关系进行了理论与实证研究。

Griliches（1979）早在1980年代初就讨论了使用生产函数方法对R&

D密集型产业产出的测算与R&

D资本存量的定义和测算等问题，并重点对R&

D对生产率增长的贡献以及测算R&

D的溢出效应时企业和产业间的技术距离进行了研究。

Jaffe（1986）对知识溢出做出了具有开创性的研究，通过对企业专利、利润和市场价值等数据对企业的技术机遇（TechnologicalOpportunity）和R&

D溢出的效应进行的实证研究发现，影响一个企业研究生产率的所有知识溢出流中，一个很重要的部分来自于其他企业，表明了在技术上相似的企业将受益于各自所进行的R&

D工作，知识溢出效应在企业之间的流动导致的在一定地理范围内的知识溢出可能是存在的。

Jaffe（1989）采用改进的知识生产函数（KnowledgeProductionFunction，KPF），以美国的州为研究的空间单元，考虑了地理单元的规模差异，对大学研究的商业性溢出进行了拓展性研究，结果发现，州的专利增长与当地公共和私人的研究投入呈现正相关关系，企业专利申请活动不仅随企业现时R&

D投入的增加而增强，同时也是作为州的大学的R&

D投入的一个结果而存在，地理邻近对源自大学的知识溢出具有影响，但只有微弱的证据表明知识溢出由于大学与研究实验室的地理一致性。

另外，Jaffe还发现，即使剔除了人口和经济活动的因素，产业R&

D与大学的研究仍存在某些联系。

Audretsch和Feldman（1996）将产业活动的地理集群与知识溢出（外部性）联系起来进行了开创性的研究，他们以州作为空间观测单元，采用美国小企业管理创新数据库（SmallBusinessAdministration’sInnovationDataBase，SBIDB）中的创新活动数据进行研究后发现，没有某些特定产业存在地理上的创新集群现象，产业地理集中的倾向性与产业活动的知识需求量之间有着直接的联系。

Feldman（2000）在《区位与创新：

创新、溢出和集聚的新经济地理》一文中对与区位和创新相关的文献做了一个详细的梳理和总结，认为知识溢出是限定于一定的地理空间内的，在这一地理空间内相互作用和交流变得便利起来了，研究活动的富集程度也上升了，企业合作得到提升。

Veugelers和Cassiman（2005）使用1993年的欧洲共同体调查数据和Probit模型，对比利时的制造企业和产业的特性是否有利于与大学R&

D合作进行了计量分析，他们得出的结论是对存在创新成本障碍的企业，在有政府的补贴、成本分担的情况下，常常被吸引而更可能与大学合作，大企业更倾向于与大学发生R&

D合作联系，企业规模可能与企业有效地实施和科学机构合作所必须的资源有关，在缺乏自身R&

D能力的一个好的替代变量的情况下，企业规模似乎是企业吸收能力（AbsorptiveCapacity）的更好替代。

随着知识创新和知识生产函数理论逐渐被人接受，区域发展研究的一个新方向是把知识溢出局域化为经济主体（尤其是高技术公司）在地理空间上集群的基本力量，原因主要是经济主体之间在一个特定的地区交流比要穿过不同的地区的交流更容易、更有效。

另外，随着信息和通讯技术（ICT）的飞速发展，特别是互联网和局域网瞬时传递信息技术的发展，时空关系经常被假定已经被彻底压扁了，随着经济全球化和遵循“摩尔定律”的信息经济对经济增长影响的进一步深入，距离、运输成本等因素对经济发展的影响在减少。

然而，尽管全球化和技术水平的提高使得较远距离的空间货物运输和信息传递成本降低（Glaeser和Kohlhase，2004），但是地理距离对经济增长的影响并未消失。

一些信息的传递还要依赖于人员和事物的流动，大多数的生产和服务还需要人们面对面的交流，而且人员流动的成本远比运输货物的成本要高的多（Glaeser，etal.1992），尤其是对于发展中的国家和地区的经济发展而言，距离对货物运输、人员流动及信息传递的影响仍然存在（McCann和Shefer，2004）。

虽然，与以往相比，劳动力的流动要容易一些，但新世纪劳动力在地理空间上的流动性仍然还受到很大限制（Cheshire和Malecki，2004）。

在创新集群和知识溢出过程中，人们也许感觉到经济体可以以一个很小的成本获得来自远方的知识。

然而，如果每个人在任何地方都可以以一个很小的成本得到的是信息，而不是知识呢？

知识在一个很大的范围里是暗含在它的特质中，是嵌入在人力资本里随时间而累积的。

这种类型的知识的溢出需要边干边学（LearningbyDoing），需要研发人员个体之间面对面的接触和公司之间在地理上邻近和容易到达，因此知识传播的成本是随距离的增大而增加的。

更确切地说，隐性知识（TacitKnowledge）对公司和地理区位是有粘性的（Sticky），在不计成本的情况下无法轻易传播。

所以为了充分利用知识，发挥知识的扩散效应，个体和公司与知识创新的特定源地的邻近是非常重要的。

因此，R&

D活动和创新集聚在一定的地域空间，就是为什么在不同地理区位上存在科技差异的原因（Caniels，2000）。

Caniels（2000）认为R&

D活动的局部有界性有5个原因：

不确定性、复杂性、对基础研究的依赖、边干边学的重要性以及积累。

不确定性和复杂性表示个体或公司在创新上的投资具有高风险，导致投资回报是不确定的。

个体或公司在空间中互相紧密影响可以获得更多的局域知识，故而减少不确定性。

对基础研究的依赖表示创新活动与诸如政府支持的大学的学术发现等基础科学知识和R&

D活动强烈相关。

与大学环境紧密联系的公司在创新中相对于其他公司更有优势。

私营公司与基础研究型大学、政府实验室距离越近，从中得到的知识溢出就越多。

需要引起注意的是，在某一学科上越发集中、更多的经验和越高的专业化将提高创新的生产力。

从这种意义讲，本质上知识的产生是一个积累的过程，新知识的产生基于已有的知识，而已有的知识又以更早的知识为基础。

可见，创新活动的这些方面可以在本质上解释非均衡空间分布及知识的局域溢出和创新的局域集群。

纵上所述，从目前国外的研究成果来看，除了大多学者强调大学、私人企业等创新行为主体相互邻近在区域创新中具有基础性作用以外，这些研究得出的较为普遍的结论是，地理邻近对R&

D创新具有重要作用，在地理上邻近的大学等学术研究机构有利于将大学的知识和技术转移到周围的企业及其所在地区，进而形成区域产业集群和区域创新集群。

然而，地理邻近也似乎并非一个大学实实在在的技术转移的一个充分条件。

位于马里兰州的巴尔的摩市的约翰·

霍普金斯大学，是美国联邦政府研究经费投入最多的大学之一，但是并没有发现巴尔的摩地区有明显的高技术产业的集聚（Varga，2000）。

这表明，如果没有创新发生的一些必要条件（譬如产学R&

D合作的制度安排），区域与大学邻近并不一定导致区域研究与开发的合作及区域创新集群现象的出现。

近年来国内有关知识溢出的研究已有不少文献，梁琦（2004）通过对国外文献的分析后认为：

知识是全球性的，但知识溢出具有空间局限性；

尽管随着日新月异的科学技术的发展，空间距离的影响正在逐渐减弱，但空间距离仍然是决定国际技术扩散和知识溢出的重要因素。

知识溢出的空间局限性、R&

D溢出的地方效果、技术外在性对空间集聚的作用，使得公司在R&

D活动集聚的地区集中得越多，R&

D活动的成本越低。

朱美光、韩伯棠（2006）在国内外已有研究成果的基础上，通过对区域知识存量测度、技术差距以及空间知识溢出等的研究，对空间知识溢出与中国区域经济增长的相关性进行了归纳总结，构建了一个基于空间知识溢出的中国区域经济增长的研究框架，提出相应的研究内容和研究技术路线，为该领域进一步的深入研究提供指导。

但是以上研究并没有就R&

D合作、知识溢出及区域创新集群提出一个检验中国区域创新实践的经验模型框架，缺少展开实证研究的文献，仅有的极少数理论和实证研究忽略了基于地理空间效应的局域知识溢出对区域创新集群的重要作用。

目前，中国有关创新集群的研究成果，大多集中在创新集群的概念、特征、分类介绍等方面（杨洸，雷家骕，1996；

宁钟，2005），较少见到从企业、大学R&

D投入及其溢出的角度，对中国各个省域的企业、大学创新是否形成集群现象以及创新集群的影响因素进行定量分析，尤其是缺乏利用Griliches-Jaffe提出的知识生产函数框架对考虑区域之间官产学R&

D合作、知识溢出及创新集群，通过空间计量经济模型进行经验研究的成果。

本文在修正的知识生产函数框架下，将使用空间计量经济学技术，定量检测区域创新集群现象，计量检验地理媒介的溢出作用与企业、大学R&

D对专利创新的作用及其局域知识溢出效应。

本文的结构如下：

第二部分提出一个修正的知识生产函数及空间计量经济模型分析框架，并对用到的变量数据进行说明；

第三部分是对中国大陆31个区域创新集群典型事实的描述；

第四部分是计量检验与实证结果分析，第五部分是主要结论和研究的政策含义。

二、分析框架、计量模型与变量数据

（一）知识生产函数

由于创新与技术变迁依赖于新的经济知识（NewEconomicKnowledge），因此为了进行实证分析，知识生产函数的估计是一个恰当的选择。

知识生产函数描述了在生产函数的总体框架下R&

D投入与R&

D产出之间的关系（Griliches，1979）。

其基本假设是研发资本或投入的结果导致了创新过程的产出，即：

（1）

利用柯布—道格拉斯（Cobb-Douglas）生产函数形式表述的R&

D投入与产出之间的基本关系为：

（2）

式中，

代表不变要素，弹性系数

代表R&

D产出随着R&

D过程中投入的变化，如果

，R&

D经费投入增加一个单位将导致加倍的创新产出；

若

，则意味着创新产出没有随着R&

D投入成比例增加。

在Jaffe（1986）对知识外溢所做的开创性研究基础上，Jaffe（1989）做了一个大学研究商业性溢出的拓展研究，认为新经济有用知识（NewEconomicallyUsefulKnowledge）是最重要的产出，企业通过R&

D经费投入和人力资源投入获得新经济知识，并将其投入生产过程。

在Griliches（1979）、Pakes和Griliches（1984）、Jaffe（1986）等的基础上，Jaffe（1989）提出了一个经过修改的有两种投入的知识生产函数，即：

（3）

代表团体的专利数（新经济有用知识），

代表产业R&

D经费，

代表大学研究，

为随机扰动项。

Jaffe的以上模型是基于他所提出的这样一个假设：

即一个州的大学研究对同一个州的专利的正面影响显示了地理媒介溢出的存在，以及没有区分科技转移形式的某种科技外部性的存在。

这样，在该模型中，创新活动与地理空间有关。

Griliches（1979，1986，1992）从理论上探讨了溢出的本质和溢出大小对区域创新和经济增长的重要性，并着重分析了将知识生产函数模型应用于实证研究领域进行复杂经验研究时所面临的一些困难。

除了一般的创新投入与产出变量的选择，以及知识生产函数模型形式的确定等问题以外，Griliches（1992）还专门讨论了与测算溢出效应有关的三个关键问题——距离、滞后结构、溢出的存在影响公司R&

D的动机。

（1）距离问题：

指溢出效应随着距离衰减，有三种距离：

市场距离（在价值链上的相对位置）、技术距离（企业和产业之间的技术距离）和地理空间距离；

（2）滞后结构：

指知识溢出不是瞬时实现，而是具有一定滞后期的；

（3）一个公司吸收的溢出效应越大可能使R&

D投资产出更多，因此提高了公司投资的动机；

一个公司的溢出有可能使竞争对手同时受益，同时可能减弱其他公司研发投资的动机。

上述三个关键问题的度量测算使得知识生产函数有着丰富的表达形式。

对方程

（2）或（3）加入一些控制变量，两端同取自然对数，即可采用经典的OLS方法估计。

当然，如果考虑地理空间效应，则需要采用ML估计来完成。

（二）空间计量经济模型

1．空间自相关和集群分析方法

检验区域创新及创新集群现象的空间相关性存在与否，在实际的空间相关分析应用研究中，空间统计学较常使用空间自相关指数Moran’I（吴玉鸣，2005），以下介绍Moran’I的基本计算原理及在中国区域创新集群中的应用。

Moran’I定义如下：

（4）

其中，

，

表示第

地区的观测值（如专利数），

为地区总数（如省域），

为二进制的邻接空间权值矩阵，表示其中的任一元素，采用邻接标准或距离标准，其目的是定义空间对象的相互邻接关系。

一般邻接标准的

为：

；

或

。

Moran’I可看作各地区观测值的乘积和，其取值范围为

若各地区间经济行为为空间正相关，其数值应当较大；

负相关则较小。

具体到区域创新行为的空间依赖性问题上，当目标区域数据（如专利申请数）在空间区位上相似的同时也有相似的属性值时，空间模式整体上就显示出正的空间自相关性；

而当在空间上邻接的目标区域数据不同寻常地具有不相似的属性值时，就呈现为负的空间自相关性；

零空间自相关性出现在当属性值的分布与区位数据的分布相互独立时。

通过绘制的空间相关系数的Moran指数散点图可将各个区域的创新行为分为四个象限的集群模式，分别识别一个地区及其与邻近地区的关系：

图的右上方的第一象限，表示高创新增长水平的地区被高创新水平的其他地区所包围（HH）；

左上方的第二象限，表示低创新增长水平的地区被高创新增长水平的其他地区所包围（LH）；

左下方的第三象限，表示低创新增长水平的地区被低创新增长水平的其他地区所包围（LL）；

右下方的第四象限，表示高创新增长水平的地区被低创新增长水平的其他地区所包围（HL）。

第一、第三象限正的空间自相关关系表示相似观测值之间的空间联系，而第二、第四象限负的空间自相关关系表示不同观测值之间的空间联系，如果观测值均匀地分布在四个象限，则表明地区之间不存在空间自相关性。

2．空间计量经济模型及估计技术

区域之间的创新行为会相互影响，R&

D活动的占有部分地具有非排他性和非竞争性（Arrow，1962），这使其存在显著的外部效应，导致地区之间的创新存在溢出效应。

考虑到R&

D活动的技术扩散效应，创新产出不仅受到本地R&

D投资的强度，而且还会受到周边其他地区的R&

D投资活动产生的