創(chuàng)新集聚效率實證研究

邱國棟，李作奎

(1.東北財經(jīng)大學(xué) 工商管理學(xué)院，遼寧 大連 116025;2.東北財經(jīng)大學(xué) 實驗教學(xué)中心，遼寧 大連 116025)

一、問題提出

自從熊彼特于1966年提出創(chuàng)新理論以來，與創(chuàng)新相關(guān)的理論與實證研究引起了國內(nèi)外學(xué)者的普遍關(guān)注。隨著經(jīng)濟地理學(xué)的發(fā)展，空間視角的創(chuàng)新研究逐漸成為熱點領(lǐng)域。在產(chǎn)業(yè)集聚的框架內(nèi)研究創(chuàng)新和創(chuàng)新集聚成為近年來的研究趨勢[1－2]。但是，創(chuàng)新集聚與產(chǎn)業(yè)集聚既有關(guān)聯(lián)，又有不同。產(chǎn)業(yè)集聚主要強調(diào)以生產(chǎn)要素(資本、勞動、技術(shù))為紐帶，使相互關(guān)聯(lián)的產(chǎn)業(yè)鏈條相互交織在一起，且在空間上形成平均成本、平均收益的區(qū)位優(yōu)勢。張麗華和林善浪指出:生產(chǎn)集中所帶來的生產(chǎn)要素的集中并不總是有利于技術(shù)創(chuàng)新，當(dāng)區(qū)域的生產(chǎn)集中是由于某一個或幾個大型企業(yè)的存在所造成的，那么生產(chǎn)的集中并不一定會帶來大量的創(chuàng)新產(chǎn)出。創(chuàng)新集聚主要是由于知識溢出與技術(shù)擴散在其中發(fā)揮作用，知識溢出與技術(shù)擴散內(nèi)核是非關(guān)聯(lián)企業(yè)相互協(xié)作和相互反饋形成共用效果、互補效果和協(xié)同效應(yīng)，從而形成地域上的集中[3]。一些傳統(tǒng)產(chǎn)業(yè)因追求成本—收益優(yōu)勢吸附相關(guān)企業(yè)加盟，在時間的坐標(biāo)上逐步膨脹，形成產(chǎn)業(yè)集聚。但是，由于這些大型企業(yè)經(jīng)營管理過程中的慣性、所屬行業(yè)的特征和企業(yè)自身的創(chuàng)新偏好等原因，并沒有形成與其規(guī)模相符的創(chuàng)新能力。目前，我國各個行業(yè)都面臨產(chǎn)業(yè)的轉(zhuǎn)型升級和技術(shù)革新，因此，在現(xiàn)階段強調(diào)創(chuàng)新集聚及其效率比產(chǎn)業(yè)集聚似乎更有必要。

大量的理論和實證研究顯示出空間與技術(shù)創(chuàng)新存在密切聯(lián)系。Amin和Robins基于大型跨國公司為主體的視角，認(rèn)為“大型跨國公司占據(jù)主導(dǎo)的研發(fā)活動和由此帶來的技術(shù)創(chuàng)新會在特定的區(qū)域內(nèi)集中”[4]，Simmie從單體企業(yè)的角度，認(rèn)為企業(yè)研發(fā)的持續(xù)和深入必然促使企業(yè)創(chuàng)新行為變得頻繁和豐富，使得企業(yè)之間的分工和專業(yè)化變得重要，協(xié)同創(chuàng)新也必然要求持續(xù)的研發(fā)建立和維持活動在特定區(qū)域內(nèi)[5]。劉璐認(rèn)為特定的空間區(qū)域是技術(shù)創(chuàng)新的環(huán)境，也是影響技術(shù)創(chuàng)新的重要因素，空間與創(chuàng)新的關(guān)系將成為創(chuàng)新理論中研究的前沿問題[6]。在國內(nèi)外理論研究基礎(chǔ)上，很多學(xué)者開始利用實證研究的方法研究創(chuàng)新集聚問題。李志剛等采用OLS方法以專利授權(quán)量度量了我國創(chuàng)新行為的不均衡性[7]。張明倩采用空間基尼系數(shù)測度了我國制造業(yè)創(chuàng)新活動的區(qū)域聚集程度，發(fā)現(xiàn)制造業(yè)創(chuàng)新活動具有很強的區(qū)域不均衡性[8]。張玉明和李凱利用專利數(shù)據(jù)，使用區(qū)位基尼系數(shù)和MoranI指數(shù)反映出我國省域區(qū)域創(chuàng)新產(chǎn)出呈現(xiàn)空間集聚和空間依賴的特點，并非隨機分布[9]。余泳澤運用空間面板計量方法研究了創(chuàng)新要素集聚、政府支持與科技創(chuàng)新效率之間的關(guān)系，結(jié)果表明:我國科技創(chuàng)新效率具有明顯的空間相關(guān)性。因此，創(chuàng)新在地理分布上呈現(xiàn)出不均勻狀態(tài)，表現(xiàn)出空間集聚的趨勢[10]。

創(chuàng)新集聚之所以備受關(guān)注，主要是由于創(chuàng)新對于一個國家而言能夠促進經(jīng)濟快速健康發(fā)展，提升產(chǎn)業(yè)結(jié)構(gòu)升級改造，帶來經(jīng)濟活力。創(chuàng)新集聚更是能夠加速經(jīng)濟增長的步伐，洪名勇[11]從新經(jīng)濟增長理論的視角將經(jīng)濟增長和科技創(chuàng)新整合為一個理論分析框架，通過建立計量分析模型對我國大陸30個省市區(qū)做了實證分析，①因西藏自治區(qū)數(shù)據(jù)不全未包括在內(nèi)。并從研究結(jié)果中發(fā)現(xiàn)科技創(chuàng)新的差異是我國區(qū)域經(jīng)濟非均衡增長的重要因素之一。區(qū)域經(jīng)濟增長可能存在著多個穩(wěn)態(tài)，影響經(jīng)濟增長穩(wěn)態(tài)的多因素的耦合、技術(shù)擴散的空間效應(yīng)等有可能使得一定區(qū)域組內(nèi)部各區(qū)域之間的經(jīng)濟增長逐步走向趨同。范柏乃等以國家統(tǒng)計局發(fā)布的1953—2002年度統(tǒng)計數(shù)據(jù)為基礎(chǔ)，采用廣義差分回歸分析，并建立了相關(guān)的數(shù)學(xué)模型，揭示科技投入與經(jīng)濟增長之間存在十分明確的單向因果關(guān)系[12]。Solow將科技進步從生產(chǎn)函數(shù)中分離出來，進一步揭示了科技進步與經(jīng)濟增長的關(guān)系[13]，郭新力以2000—2003年表征區(qū)域經(jīng)濟水平及技術(shù)創(chuàng)新能力的相關(guān)數(shù)據(jù)為基礎(chǔ)進行回歸分析，研究了我國區(qū)域創(chuàng)新能力對區(qū)域經(jīng)濟增長的貢獻[14]。

綜合關(guān)于創(chuàng)新集聚的現(xiàn)有文獻來看，雖然創(chuàng)新集聚促進經(jīng)濟增長成為理論界和實業(yè)界的共識，但是，現(xiàn)有文獻存在兩個方面的不足:(1)很少研究創(chuàng)新集聚效率問題;(2)多數(shù)文獻將科技作為外生變量，僅考慮創(chuàng)新對經(jīng)濟增長的單向促進作用，鮮有文獻將創(chuàng)新集聚與經(jīng)濟增長作為一個系統(tǒng)研究二者之間的關(guān)系。創(chuàng)新集聚與經(jīng)濟增長雙向影響機制被大多數(shù)研究者忽略了，導(dǎo)致創(chuàng)新集聚效率估計的結(jié)果產(chǎn)生偏誤，這也是此類文獻因存在著理論上的局限性而受到的主要質(zhì)疑之處?；诖?，本文將創(chuàng)新集聚與經(jīng)濟增長作為一個整體來研究創(chuàng)新集聚效率問題，研究創(chuàng)新集聚與經(jīng)濟增長之間存在的雙向作用關(guān)系，在此基礎(chǔ)上提出創(chuàng)新集聚效率提高的路徑。

二、研究設(shè)計

目前，用于衡量單體集聚的指標(biāo)主要包括:赫芬達爾指數(shù)(HI)、區(qū)位熵(LQ)、空間基尼系數(shù)(G)和Ellison－Glaeser指數(shù)(E－G指數(shù))，空間集聚主要集中在后三個指數(shù)。本文參照張麗華和林善浪[3]的做法，采用LQ指數(shù)來衡量某一地區(qū)技術(shù)創(chuàng)新集聚水平。之所以沒有選擇G指數(shù)和E－G指數(shù)，其主要緣于(1)創(chuàng)新是一個綜合性的指標(biāo)，僅僅依靠某一個指標(biāo)來度量，如專利申請授權(quán)數(shù)量，有失偏頗。LQ(Location Quotient)指數(shù)因消除了量綱的影響，從而可以利用多個指標(biāo)取算數(shù)平均值的做法構(gòu)建綜合LQ指數(shù)，反映技術(shù)創(chuàng)新集聚水平;(2)G指數(shù)和E－G指數(shù)只能從產(chǎn)業(yè)層面反映全國創(chuàng)新集聚水平，不能反映單個地區(qū)相對于全國的創(chuàng)新集聚程度，這使面板數(shù)據(jù)分析難以進行，這也是本文沒有使用其衡量創(chuàng)新空間集聚的主要原因。但為了證明創(chuàng)新集聚的存在，本文從全國整體來考量，使用E－G指數(shù)來反映創(chuàng)新集聚的存在和趨勢。其公式如下:

為了使E－G指數(shù)體現(xiàn)創(chuàng)新集聚的異質(zhì)化，本文選取2000—2010年高技術(shù)產(chǎn)業(yè)作為主要研究對象，其中ni代表i地區(qū)高技術(shù)產(chǎn)業(yè)企業(yè)數(shù)，n代表全國高技術(shù)產(chǎn)業(yè)企業(yè)數(shù)，其他指標(biāo)含義同ΥEG公式。根據(jù)ΥαEG指數(shù)，2000年該指數(shù)為0.04，2010年為0.12，基本呈現(xiàn)上升趨勢，根據(jù)Ellison和Glaeser對系數(shù)的分類可知，ΥEG≤0.02為低度集聚，0.02≤ΥEG≤0.05為中度集聚，ΥEG≥0.05為高度集聚，由此可知，目前，我國技術(shù)創(chuàng)新的空間集聚呈現(xiàn)高度集聚狀態(tài)，具體集聚趨勢如圖1所示。

LQ指數(shù)是指一個地區(qū)特定產(chǎn)業(yè)的度量指標(biāo)在地區(qū)總指標(biāo)中所占的比重與全國該產(chǎn)業(yè)度量指標(biāo)在全國總度量指標(biāo)中所占比重之間的比值。LQ經(jīng)常用于衡量一個地區(qū)指標(biāo)和全國平均指標(biāo)之間的差異，以此來評價該地區(qū)的專業(yè)化水平和優(yōu)勢度，LQ值越大，專業(yè)化水平和優(yōu)勢度越高，一般來講，如果產(chǎn)業(yè)的LQ值大于1.50，則該產(chǎn)業(yè)在當(dāng)?shù)鼐途哂忻黠@的比較優(yōu)勢。本文利用2000—2010年的省域面板數(shù)據(jù)，根據(jù)考察參數(shù)構(gòu)建LQ指數(shù)，衡量創(chuàng)新集聚。本文采用兼具截面數(shù)據(jù)(各省份)和時序數(shù)據(jù)(2000—2010年)的面板數(shù)據(jù)，原因主要有兩個方面:一方面，就樣本數(shù)據(jù)量而言，面板數(shù)據(jù)包含較多數(shù)據(jù)點，因而帶來較大的自由度，截面變量和時序變量的結(jié)合信息能夠顯著地減少因缺省域變量所帶來的異質(zhì)性問題;①本文用面板數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，主要是為了控制個體異質(zhì)性。因為每個省份都有自身的創(chuàng)新行為，這些行為對創(chuàng)新決策過程有影響，但又無法觀測，利用面板數(shù)據(jù)，可以降低因異質(zhì)性所導(dǎo)致的實證結(jié)果參數(shù)偏誤。另一方面，更為重要的是，創(chuàng)新集聚與經(jīng)濟增長不僅具有時序維度特征，同時也具有截面特征，即不僅單個省域創(chuàng)新集聚與經(jīng)濟增長關(guān)系將隨著經(jīng)濟發(fā)展水平的變化而改變，而且不同發(fā)展水平的省域創(chuàng)新集聚與經(jīng)濟增長也存在雙向反饋機制。因此，結(jié)合時序和截面兩維信息的面板數(shù)據(jù)，利用3SLS方法對建立的聯(lián)立方程進行估計處理的實證研究中必然存在內(nèi)生性問題，能夠反映出經(jīng)濟增長差異和地區(qū)異質(zhì)性對創(chuàng)新集聚的綜合影響。

三、數(shù)據(jù)與模型

1.數(shù)據(jù)與樣本

本文選取的樣本為2000—2010年30個省市自治區(qū)省域面板數(shù)據(jù)。數(shù)據(jù)主要來自《中國科技統(tǒng)計年鑒》(1999—2011年)、《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》(1999—2011年)、《中國統(tǒng)計年鑒》(1999—2011年)。為消除價格因素的影響，對相關(guān)指數(shù)進行了價格平減處理:以各年按當(dāng)年價格計算的國內(nèi)生產(chǎn)總值(名義GDP)和各年GDP的實際增長率折算出以2000年為基期的實際分地區(qū)各年度國內(nèi)生產(chǎn)總值(實際GDP)，用同樣的方法，固定資本投資用固定資本投資價格指數(shù)進行調(diào)整，折算出以2000年為基期的實際固定資本投資額;勞動力用各年從業(yè)人員來衡量，由于年鑒上提供的是人口和從業(yè)人員各年底的數(shù)據(jù)，因而本文選取的人口和從業(yè)人員相鄰兩年年末數(shù)據(jù)平均值來計算分地區(qū)各年度人口和從業(yè)人員數(shù)。對于創(chuàng)新集聚指數(shù)tinnit的計算，本文按照LQ指數(shù)的算法，用區(qū)域高技術(shù)產(chǎn)業(yè)總產(chǎn)值占全國比重/區(qū)域GDP占全國比重代表省域創(chuàng)新集聚指數(shù)(tinnit)。

2.描述性統(tǒng)計

為了反映數(shù)據(jù)的各種特征，以便于描述測量樣本的各種特征及其所代表的總體特征，本文對樣本數(shù)據(jù)進行了描述性統(tǒng)計分析，為了增加變異，dGDP取百分?jǐn)?shù)，具體統(tǒng)計分析結(jié)果如表1所示。

通過描述性統(tǒng)計，本文使用的是平衡面板數(shù)據(jù)，共有330個觀測值，兩個關(guān)鍵變量tinn和dGDP都有足夠的變異。

圖1 中國2000—2010年度創(chuàng)新集聚與GDP增長趨勢圖

表1 創(chuàng)新集聚變量描述性統(tǒng)計

3.模型介紹

本文主要應(yīng)用的是新經(jīng)濟增長理論，采用的模型由C—D函數(shù)改進，建立如下聯(lián)立方程模型:

在聯(lián)立方程模型中，方程(1)代表創(chuàng)新集聚方程，方程(2)代表產(chǎn)出方程。下標(biāo)i代表橫截面，t代表時間。其中dGDP表示各個區(qū)域的國內(nèi)生產(chǎn)總值增長速度;tinn表示創(chuàng)新集聚指數(shù);在創(chuàng)新集聚影響因素的選擇中，本文遵從Audretsch和Feldman的研究結(jié)論，知識和技術(shù)的溢出能夠形成獨特的區(qū)位優(yōu)勢，從而吸附相關(guān)高技術(shù)產(chǎn)業(yè)形成集聚，也就是知識和技術(shù)的溢出影響創(chuàng)新集聚[17]，選擇pat、tp、rdfin三個變量，以代表知識溢出和技術(shù)溢出。pat為三種專利(發(fā)明、實用新型和外觀設(shè)計)申請授權(quán)數(shù)量;tp為高技術(shù)企業(yè)科技活動人員數(shù)量;rdfin為研發(fā)經(jīng)費投入占財政支出的比重。為減少異方差，變量pat、tp取對數(shù)。k表示各區(qū)域的固定資本投資;l表示區(qū)域的人力資本投入;πi和θi是聯(lián)立方程的特定截面效應(yīng);uit和εit是聯(lián)立方程的特異誤差項。

四、實證結(jié)果及分析

1.內(nèi)生性問題

內(nèi)生性問題是實證研究中普遍存在的問題，根據(jù)計量經(jīng)濟學(xué)理論，如果創(chuàng)新集聚與經(jīng)濟增長是單向因果關(guān)系，即若tinnit是外生的，聯(lián)立方程估計量因具有較大的標(biāo)準(zhǔn)誤，而使估計結(jié)果不如OLS估計量有效。因此，檢驗tinnit的內(nèi)生性便非常必要，同時也印證了創(chuàng)新集聚與經(jīng)濟增長是單向還是雙向因果關(guān)系。本文通過面板數(shù)據(jù)部分解決了模型遺漏變量所導(dǎo)致的估計參數(shù)偏誤，但仍舊可能存在解釋變量和被解釋變量相互作用、相互影響、互為因果的情況導(dǎo)致的內(nèi)生性問題。對此，本文利用Hausman檢驗來判別內(nèi)生性問題在本模型中是否存在。首先，使用tinnit對lnkit、lnlit、patit、tpit、rdfinit進行OLS回歸，得到殘差Vit;然后將Vit作為解釋變量加入方程(1)中，并用OLS回歸方法檢驗Vit的顯著性，結(jié)果發(fā)現(xiàn)Vit的系數(shù)在1%的顯著性水平上顯著異于零。所以，tinnit確實是內(nèi)生的，使用聯(lián)立方程進行估計是合理有效的。

在內(nèi)生性問題處理的估計方法選擇方面，聯(lián)立方程估計方法有單一方程估計法和系統(tǒng)估計法，單一方程估計法因為忽略了模型中方程之間的聯(lián)系，①這種聯(lián)系即包括變量之間的聯(lián)系，也包括方程擾動項之間的聯(lián)系。所以不如所有方程作為一個整體進行估計，即系統(tǒng)估計法更有效率。因此，對聯(lián)立方程的單一方程估計法必然是有偏的?；诖?，本文選擇既考慮了模型解釋變量和被解釋變量互為因果，又考慮了特異誤差項uit和εit相關(guān)的處理方法3SLS。3SLS將2SLS和SUR(似不相關(guān)回歸)方法相結(jié)合，很好地規(guī)避了聯(lián)立方程存在的內(nèi)生性問題。

2.聯(lián)立方程估計結(jié)果

為了進行對比分析，本文使用了四種估計方法，分別是普通最小二乘法(OLS)、兩階段最小二乘法(2SLS)、三階段最小二乘法(3SLS)和迭代三階段最小二乘法(3SLS_ITR)。OLS因忽略了模型中方程間創(chuàng)新集聚與經(jīng)濟增長的交互聯(lián)動以及誤差項的相互影響，所以估計結(jié)果并不可信，從表2各列的比較分析看被估參數(shù)存在較大差距，而且lnk和lnl的貢獻有為負(fù)的情況，這明顯與理論預(yù)期不符，這些都證實了創(chuàng)新集聚與經(jīng)濟增長雙向影響機制一旦被大多數(shù)研究者忽略，導(dǎo)致創(chuàng)新集聚效率估計的結(jié)果存在明顯的偏誤，據(jù)此得出的結(jié)果也會受到嚴(yán)重質(zhì)疑。這也進一步證實了本文從創(chuàng)新集聚與經(jīng)濟增長相互影響的角度研究二者之間的關(guān)系是合理的。對于表2的2SLS估計方法因忽略了模型中uit和εit兩個特異誤差項的相關(guān)性，這也導(dǎo)致了2SLS估計方法不是最有效率的。本文的估計結(jié)果選擇綜合考慮了聯(lián)立方程系統(tǒng)因素的3SLS估計方法。對于3SLS估計方法，本文在以后部分中，采用統(tǒng)一使用多次迭代直至收斂的迭代3SLS方法(3SLS_ITR)得到的數(shù)據(jù)進行結(jié)果分析，如表2所示。

表2 創(chuàng)新集聚與經(jīng)濟增長相互影響的估計結(jié)果

3.創(chuàng)新集聚方程估計結(jié)果分析

對于創(chuàng)新集聚方程估計結(jié)果而言，本文主要考慮兩個方面:(1)經(jīng)濟增長對創(chuàng)新集聚作用是否具有統(tǒng)計上顯著的正效應(yīng);(2)創(chuàng)新集聚對經(jīng)濟增長是否具有統(tǒng)計上顯著的正效應(yīng)。

估計結(jié)果表明:即使使用不同的估計方法，經(jīng)濟增長對創(chuàng)新集聚都具有統(tǒng)計上顯著的正效應(yīng)。由于模型已經(jīng)考慮了創(chuàng)新集聚對經(jīng)濟增長的反作用，因此，經(jīng)濟增長對創(chuàng)新集聚的作用不容忽視。在經(jīng)濟增長對創(chuàng)新集聚的加速效應(yīng)中，經(jīng)濟增長10%，創(chuàng)新集聚增加0.19，而且在1%的顯著水平下顯著。由此可以看出，經(jīng)濟增長對創(chuàng)新集聚的作用很大，說明高技術(shù)產(chǎn)業(yè)趨于向經(jīng)濟增長快加速集中。這說明我國經(jīng)濟增長所引發(fā)的創(chuàng)新分布并非是隨機的，而是逐漸趨于集中。這一結(jié)論與我國部分學(xué)者研究結(jié)論一致，如盧寧等研究認(rèn)為:“各地區(qū)自主創(chuàng)新資源投入水平差距顯著，經(jīng)濟發(fā)達地區(qū)在自主創(chuàng)新資源投入上擁有比較優(yōu)勢”[18]。這一現(xiàn)象也符合我國目前的實際:創(chuàng)新多發(fā)生在江蘇和山東①等地區(qū)，相比較而言，則越來越鮮有發(fā)生在甘肅和新疆②在2000—2010年，甘肅省年均增長速度為10.76%，新疆年均增長速度為10.18%。等地區(qū)。此外，變量lnpatit、lntpit、rdfinit的系數(shù)都符合理論預(yù)期;隨著方法的改進，擬合優(yōu)度值不斷提高，這些都說明創(chuàng)新集聚方程較好地證明了經(jīng)濟增長對創(chuàng)新集聚的促進作用。

4.產(chǎn)出方程估計結(jié)果分析

對于產(chǎn)出方程估計結(jié)果而言，在考慮了經(jīng)濟增長對創(chuàng)新集聚的反作用前提下，本文考慮創(chuàng)新集聚對經(jīng)濟增長的促進作用。根據(jù)結(jié)果，在其他因素不變的情況下，如果創(chuàng)新集聚增加0.10，經(jīng)濟增長將提高0.03%，這在5%的統(tǒng)計水平上顯著，這說明創(chuàng)新集聚的增加對經(jīng)濟增長存在顯著的正效應(yīng)，這一結(jié)果與一些學(xué)者研究一致，如Hitt和Vaidyanath在論證經(jīng)濟聯(lián)盟與持續(xù)競爭優(yōu)勢關(guān)系中也指出，聯(lián)盟的動機主要是尋找經(jīng)濟關(guān)系的利益集聚，這會產(chǎn)生持續(xù)競爭的優(yōu)勢[19];Hagedoorn和Cloodt認(rèn)為創(chuàng)新集聚有助于創(chuàng)新績效的提高，能夠促進經(jīng)濟在連撞或塊狀形成有效聯(lián)結(jié)，從而不但改善經(jīng)濟發(fā)展的速度，而且提高經(jīng)濟發(fā)展質(zhì)量[20]。本文的結(jié)果也與我國目前各個地區(qū)開始發(fā)展經(jīng)濟技術(shù)開發(fā)區(qū)和產(chǎn)業(yè)經(jīng)濟帶的現(xiàn)象一致，通過各種集聚形式提高經(jīng)濟發(fā)展速度。

5.穩(wěn)健性檢驗

為了驗證實證結(jié)果是否隨著參數(shù)設(shè)定的改變而發(fā)生變化，本文進一步對模型進行了穩(wěn)健性檢驗。首先，本文按照平均經(jīng)濟增長速度把各地區(qū)分成高速增長區(qū)、中速增長區(qū)和低速增長區(qū)各10個省份，運用以上的分析過程，發(fā)現(xiàn)創(chuàng)新集聚與經(jīng)濟增長速度的符號方向和顯著性水平?jīng)]有變化。其次，本文用各地區(qū)高技術(shù)企業(yè)數(shù)代替各地區(qū)高技術(shù)產(chǎn)業(yè)總產(chǎn)值來衡量創(chuàng)新集聚水平，重復(fù)模型估計過程，仍舊發(fā)現(xiàn)創(chuàng)新集聚和經(jīng)濟增長速度的符號方向和顯著性水平基本沒有發(fā)生變化。這些說明本文的估計結(jié)果是穩(wěn)健可靠的。

五、結(jié)論與啟示

本文利用2000—2010年的省域面板數(shù)據(jù)，根據(jù)區(qū)位熵指數(shù)衡量創(chuàng)新集聚，通過構(gòu)建同時包含創(chuàng)新集聚方程與產(chǎn)出方程的聯(lián)立方程，分析了創(chuàng)新集聚與經(jīng)濟增長之間的關(guān)系。與大多數(shù)文獻基于創(chuàng)新對經(jīng)濟增長約簡型單方程估計相比，本文更多考慮了經(jīng)濟增長與創(chuàng)新集聚的相互反饋作用。經(jīng)過實證分析，創(chuàng)新集聚與經(jīng)濟增長具有雙向互動的促進作用。一方面創(chuàng)新集聚通過協(xié)同效應(yīng)和知識溢出等傳導(dǎo)機制而作用于經(jīng)濟增長，為轉(zhuǎn)變經(jīng)濟發(fā)展方式、調(diào)整經(jīng)濟結(jié)構(gòu)和優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)提供強有力的支撐;另一方面經(jīng)濟增長通過規(guī)模經(jīng)濟、范圍經(jīng)濟和結(jié)構(gòu)效應(yīng)影響著創(chuàng)新集聚的變化，反哺創(chuàng)新所需的創(chuàng)新型人才、創(chuàng)新環(huán)境、創(chuàng)新制度等養(yǎng)料，保障創(chuàng)新活動得以順利進行。根據(jù)實證分析結(jié)果，應(yīng)從以下三個方面思考對策，以提高創(chuàng)新集聚效率。

1.以政府為主導(dǎo)，提高社會資本的治理效率

創(chuàng)新是一項系統(tǒng)工程，它的復(fù)雜性使得創(chuàng)新由創(chuàng)意的產(chǎn)生到設(shè)計研究直至產(chǎn)品商業(yè)化所涉及的主體越來越多，政府、企業(yè)、學(xué)研機構(gòu)和中介組織都是創(chuàng)新的行為主體。這些組織之間的聯(lián)系及其運行機制組成了創(chuàng)新網(wǎng)絡(luò)系統(tǒng)。由于創(chuàng)新多主體的存在，使得創(chuàng)新活動向創(chuàng)新環(huán)境和創(chuàng)新文化具有區(qū)位優(yōu)勢的地域集聚的傾向，創(chuàng)新環(huán)境和創(chuàng)新文化扮演著創(chuàng)新向心力的角色，創(chuàng)新規(guī)模的經(jīng)濟性是創(chuàng)新活動的加速度。這也正如本文2000—2010年度創(chuàng)新集聚與GDP增長趨勢圖反映的一樣，創(chuàng)新集聚的增長速度比GDP增長速度快的主要原因，從長期均衡的角度來說，這種趨勢是穩(wěn)定的。在創(chuàng)新集聚方程中，經(jīng)濟增長促進創(chuàng)新集聚增加，而且在統(tǒng)計上都是顯著的，這充分表明:現(xiàn)階段在經(jīng)濟增長一定的條件下，應(yīng)提高其對創(chuàng)新集聚的貢獻度。在政策方面，可以發(fā)揮政府在整合社會資本方面治理資源的因素，如政府應(yīng)利用公共性職能的權(quán)威性，通過政策、規(guī)章和制度對創(chuàng)新活動進行正確引導(dǎo)和規(guī)范，營造有利于創(chuàng)新的文化和環(huán)境，對多方社會資本進行跨區(qū)域、跨邊界整合，提高社會資本的治理效率，引導(dǎo)創(chuàng)新資源的集聚，這些都將提高創(chuàng)新集聚的效果。

2.以企業(yè)為主導(dǎo)，提升知識溢出和吸收能力

知識溢出效應(yīng)可以增加知識積累和新知識創(chuàng)造，獲得知識溢出是創(chuàng)新集聚的主要動因，也是提高創(chuàng)新能力，獲得競爭優(yōu)勢的根本原因。美國硅谷的實踐表明，技術(shù)創(chuàng)新活動更多地依賴于知識溢出效應(yīng)。Freeman在集群的框架下，研究知識溢出效應(yīng)時，認(rèn)為知識溢出效應(yīng)的存在是集群創(chuàng)新網(wǎng)絡(luò)發(fā)展和集群經(jīng)濟增長的最根本動力，是集群創(chuàng)新產(chǎn)出和生產(chǎn)率提高的源泉。實證結(jié)果顯示，以專利授權(quán)數(shù)量為代表的知識溢出對創(chuàng)新集聚具有顯著的正效應(yīng)，以高技術(shù)企業(yè)科技活動人員數(shù)量為代表的知識溢出對創(chuàng)新集聚具有統(tǒng)計上顯著的正效應(yīng)[21]。這一結(jié)果也與陳國亮和陳建軍的結(jié)論一致:知識溢出主要表現(xiàn)為企業(yè)在空間上的協(xié)同定位能加速思想的流動，從而促進產(chǎn)業(yè)間進一步的融合。但是，在實證結(jié)果中，也證實我國現(xiàn)階段知識溢出對創(chuàng)新集聚貢獻度很低，以貢獻度最大的專利授權(quán)數(shù)量為例，當(dāng)某一區(qū)域?qū)＠跈?quán)數(shù)量增加10%，創(chuàng)新集聚平均增加1.28%。由于創(chuàng)新集聚與經(jīng)濟增長的聯(lián)動效應(yīng)，知識溢出對創(chuàng)新集聚貢獻的低水平，導(dǎo)致其對經(jīng)濟增長的貢獻也微乎其微。但知識溢出是否能夠轉(zhuǎn)化為企業(yè)的創(chuàng)新產(chǎn)出與企業(yè)的吸收能力高度相關(guān)，集群內(nèi)的知識溢出最終是由其中的企業(yè)所消化、吸收的[22]。

3.以學(xué)研機構(gòu)為主導(dǎo)，構(gòu)建產(chǎn)學(xué)研用中培養(yǎng)人才的理念

從實踐視角看，創(chuàng)新的實質(zhì)是將新知識應(yīng)用于商業(yè)目的的復(fù)雜過程，創(chuàng)新很大程度上要依賴于基礎(chǔ)科學(xué)知識，如大學(xué)與政府實驗室的研究開發(fā)，大多數(shù)新的重要技術(shù)機遇都來自于先進的科學(xué)知識。我國科技創(chuàng)新大會于2012年7月7日在北京閉幕，再次強調(diào)了要加快建設(shè)國家創(chuàng)新體系，大力實施科教興國和人才強國戰(zhàn)略。高等學(xué)校在智力資源開發(fā)起著至關(guān)重要的作用。隨著高等學(xué)校功能從人才培育、科學(xué)研究到社會服務(wù)的延伸，高等教育、科技、經(jīng)濟一體化的趨勢越來越強。尤其是在知識經(jīng)濟社會中，大學(xué)將被推向社會發(fā)展的中心，成為社會經(jīng)濟發(fā)展的重要動力。在美國，以信息技術(shù)為標(biāo)志的第三次科技革命對產(chǎn)學(xué)研合作起到了推波助瀾的作用，其中，斯坦福大學(xué)對師生創(chuàng)業(yè)和建立學(xué)術(shù)界與產(chǎn)業(yè)界合作的積極支持，創(chuàng)造了“硅谷”的經(jīng)濟奇跡，使產(chǎn)學(xué)研合作在高新技術(shù)飛速發(fā)展的當(dāng)今世界，成為推動經(jīng)濟和整個社會發(fā)展的一種最強勁的動力。我國應(yīng)該在加大教育投入的同時，更加重視產(chǎn)學(xué)研合作，在創(chuàng)新的廣度、深度和密度方面采取強有力的措施。

[1]Pouder，R.，John，C.Hot Spots and Blind:Geographical Clusters of Firms and Innovation[J].Academy of Management Review，1996，21(4):1192－1225.

[2]Beaudry，C.，Swann，P.Growth in Industrial Cluster:A Birds Eye View of the United Kingdom[J].SIEPR Discussion Paper，2001，(5):17－38.

[3]張麗華，林善浪.創(chuàng)新集聚與產(chǎn)業(yè)集聚的相關(guān)性研究[J].科學(xué)學(xué)研究，2010，(4):635－640.

[4]Amin，A.，Robins，K.The Re－Emergence of Regional Economics?The Mythical Geography of Flexible Accumulation Environment and Planning[J].Society and Space，1990，(8):7－34.

[5]Simmie，J.Innovation and Space:A Critical Review of the Literature[J].Regional Studies，2005，(8):789－804.

[6]劉璐.空間視角的技術(shù)創(chuàng)新文獻綜述[J].技術(shù)與創(chuàng)新管理，2010，(5):264－266.

[7]李志剛，湯書昆，梁曉艷，吳靈光.我國創(chuàng)新產(chǎn)出的空間分布特征研究——基于省域?qū)＠y(tǒng)計數(shù)據(jù)的空間計量分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2006，(8):35－42.

[8]張明倩.中國產(chǎn)業(yè)集聚現(xiàn)象統(tǒng)計模型及應(yīng)用研究[M].北京:中國標(biāo)準(zhǔn)出版社，2006.88－152.

[9]張玉明，李凱.中國創(chuàng)新產(chǎn)出的空間分布及空間相關(guān)性研究——基于1996—2000年省域?qū)＠y(tǒng)計數(shù)據(jù)的空間計量分析[J]. 中國軟科學(xué)，2007，(11):97－103.

[10]余泳澤.創(chuàng)新要素集聚、政府支持與科技創(chuàng)新效率——基于省域數(shù)據(jù)的空間面板計量分析[J].經(jīng)濟評論，2011，(2):93－101.

[11]洪明勇.科技創(chuàng)新能力與區(qū)域經(jīng)濟實力差異的實證研究[J].經(jīng)濟地理，2003，(5):606－610.

[12]范柏乃，江蕾，羅佳明.中國經(jīng)濟增長與科技投入關(guān)系的實證研究[J].科研管理，2004，(5):104－109.

[13]Solow，R.M.A Contribution to the Theory of Economic Growth[J].The Quarterly of Economics，1956，70(1):65－94.

[14]郭新力.技術(shù)創(chuàng)新能力與經(jīng)濟增長的區(qū)域創(chuàng)新性差異研究[J].科技進步與對策，2007，(3):34－36.

[15]Paulo，G.，Octavio，F(xiàn).，Douglas，W.Agglomeration and the Location of Foreign Direct Investment in Portugal[J].Journal of Urban Economics，2004，47(1):115－135.

[16]詹宇波，張卉.修正的E－G指數(shù)與中國制造業(yè)區(qū)域集聚度量[J].東岳論叢，2010，(2):50－53.

[17]Audretsch，D.B.，F(xiàn)eldman，M.P.R＆D Spillovers and the Geography of Innovation and Production [J].American Economic Review，1996，(3):630－640.

[18]盧寧，李國平，劉光嶺.中國自主創(chuàng)新與區(qū)域經(jīng)濟增長:基于1998—2007年省域面板數(shù)據(jù)的實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，(1):3－18.

[19]Hitt，M.A.，Vaidyanath，D.V.Alliance Management as a Source of Competitive Advantage[J].Journal of Management，2002，28(3):413－446.

[20]Hagedoorn，J.，Cloodt，M.Measuring Innovative Performance:Is there an Advantage in Using Multiple Indicators[J].Research Policy，2003，32(8):1365－1379.

[21]Freeman，C.Networks of Innovators:A Synthesis of Research Issues[J].Research Policy，1991，20(5):499－514.

[22]陳國亮，陳建軍.產(chǎn)業(yè)互聯(lián)、空間地理與二三產(chǎn)業(yè)共同集聚:來自中國212個城市的經(jīng)驗考察[J].管理世界，2012，(4):82－100.