产业集聚、创新集聚与城市经济动力——来自长三角的证据

余冬筠，郑莉峰

（浙江理工大学 经济管理学院，浙江 杭州 310018）

一、引 言

中国的工业向沿海地区集中成为改革开放后中国的一个特征事实［1-3］。尽管产业集聚对区域经济增长有很强地促进作用［4-5］，但现实中很多产业集聚区已经遭遇或面临由盛而衰的状况，出现了“渐趋离散”，这让产业集聚的“循环累积关系”陷入了一种困境［6］。因此，从简单的“生产集聚”来探讨产业集聚与区域经济发展的互动关系是不够的，还需要关注其他重要变量的作用。

与生产的集聚相比，创新思想及新知识的集聚对区域经济的发展影响更为深远。20世纪80年代，罗默指出厂商对创新所导致的规模收益递增的追求，使得厂商投资在创新活跃的地区。因此，经济增长总是集中在创新比较集中的地区，创新的地理集中就会形成聚集经济。可见，忽略了创新活动对讨论产业集聚与经济增长之间的关系是不全面的。事实上，创新活动与企业在空间上的布局类似，也会形成地理上的集聚区［7］。按照Hamdouch（2007）的定义，创新集聚是在一定资源环境中，基于创新事件的不断产生，在知识技术的扩散效应下形成的同一产业的集聚现象［7］。现实中，国际上著名的产业集聚区（如硅谷、台湾新竹科学园、班加罗尔高科技园区等），大多也是创新集聚区。因此，探讨产业集聚、创新集聚与区域经济发展有怎样的内在联系，对如何发展产业集聚区，推动区域经济的发展意义重大。

城市是区域活动的聚集地，本文从城市的视角来观察产业集聚、创新集聚与区域经济发展之间的关系。长三角城市群是中国制造业的核心区域，产业集聚趋势明显，城市创新活力充沛。因此，长三角地区是研究产业集聚、创新集聚和城市经济动力之间的关系的理想区域。

二、相关文献回顾和研究展望

（一）产业集聚与经济增长

为产业聚集与经济增长的关系研究提供理论基础的是Martin和Ottaviano（2001）及Baldwin等人（2003）［4，8］。由于贸易成本和递增规模报酬的相互作用，工业部门将会向拥有较多的最终需求和更多创新的地区集中，因而经济集聚会随着经济增长而不断增加。多数实证研究支持了产业集聚对经济增长的促进作用。Fujita和Thisse（2002）在假定区域间劳动力自由流动的前提下，证明了产业聚集能促进经济增长［5］。Brulhart和Mathys（2006）基于欧洲各个地区面板数据的研究结果表明，聚集经济显著地促进了劳动生产率，并且这种聚集效应随时间而逐渐增强［9］。但也有研究发现聚集经济对于经济增长的影响并不显著，如Bode（2004）［10］和Bautista（2006）［11］等。

对中国的实证研究也取得了一些进展，有研究支持了产业集聚促进了经济增长的观点，如范剑勇（2006）［12］、张卉等（2007）［13］，张艳、刘亮（2007）［14］和章元、刘修岩（2008）［15］等。也有研究提出了中国的产业聚集增长效应符合“倒N”型假说，并验证了当前中国的产业聚集增长效应处于“倒N”型曲线的中间阶段［16］。

（二）产业集聚与创新集聚

现有理论从三方面探讨产业集聚对创新的作用机制：技术溢出机制、知识特有属性机制、集聚企业互动机制［17］。Baptista和Swann（1998）的研究表明处于产业集聚区域内的企业比区域外的企业更有可能创新［18］。但是也有学者提出创新活动的集聚并不能简单归结为制造业集聚所致，生产的地理集中度越高并不必然带来创新活动的集聚，甚至由于知识的拥挤效应（指新知识和新思想的锁定）而正好相反［19］。Beaudry 和Bresehi（2003）发现集聚本身并不是企业创新的决定条件，只有当企业处在拥有创新企业较多并且潜在技术溢出较大的集聚区域内时，才会表现出较高的创新性［20］。

对中国的实证研究同样存在不同的声音。张明倩和赵彦云（2008）发现专业化对产业创新能力的培育及创新水平的提升具有显著的正效应［21］，而张丽华和林善浪（2010）认为仅从生产集中的角度解释创新活动的空间集聚并不全面［22］。

（三）产业集聚、创新集聚与城市经济动力研究展望

现实中，产业集聚与经济发展之间的关系显得更为微妙。日本、韩国、新加坡以及中国的香港和台湾地区，起初都是通过大量的劳动和低工资推动产业发展，但随着这些国家和地区劳动力成本的提高，产业发展逐渐缓慢甚至步履艰难，这说明仅凭产业集聚及其“滚雪球”效应并不一定能够带来经济的持久增长［6］。

按照熊彼特的创新理论，只有创新才是经济发展的真正动力。罗默的观点也表明，绕过创新集聚来讨论产业集聚和区域经济增长将难以得到令人信服的结论。与其他区域（边缘地区）相比，城市（中心地区）往往具有较高的创新集聚水平。对于城市来说，创新集聚对城市经济的持续增长有深远影响。因此，能否形成创新集聚是实现产业集聚与城市经济发展持续互动的关键点。

本文将创新集聚理解为产业集聚促进城市经济增长的一个重要作用机制。

假说：只有能够带来创新集聚的产业集聚，才会促进城市经济的持续增长。

这种机制可以通过图1 来说明。城市中有若干企业（企业1，企业2，……，企业n），在节省交通运输费用、接近市场、接近上下游企业等集聚力的作用下，这些企业往往形成产业集聚。产业集聚形成的同时，往往伴随着溢出效应的出现。根据产业集聚对创新的作用机制（技术溢出机制、知识特有属性机制、集聚企业互动机制），集聚区内创新集聚很有可能形成。这通常与城市有较好的创新激励有关。城市的创新激励表现在两个方面：第一个方面是城市提供了更多的技术和学习机会；第二个方面是城市中创新成果的独占性更有保证［6］。不同城市由于创新激励不同而体现出明显的差异，这种差异是形成城市间经济差距的重要源泉。

图1 产业集聚、创新集聚与城市经济动力之间的关系

三、模型与数据来源

（一）模型及其经济意义

传统的柯布—道格拉斯生产函数（Cobb－Douglas Function）如下：

式（1）中，下标i 表示省市地区，t 表示年份（以下同）；Yit表示产出，A表示技术水平，Lit表示劳动投入，Kit表示资本投入，α、β 分别表示劳动和资本的产出弹性。为了真实反映产业聚集对经济增长的作用，必须在添加产业集聚变量的同时，控制影响经济增长的其它重要变量。在制度经济学看来，制度和制度变迁是决定长期经济绩效的基本因素（诺思，1990）。因此，在式（1）中引入产业聚集变量和制度变量，得到：

式（2）中，Instiit和Aggloit分别表示各地区的制度变量和产业聚集水平，γ、δ 分别为它们的产出弹性。式（2）取对数后可得：

式（3）中，Yit、Lit、Kit、Instiit和Aggloit分别表示各个地区各年度的产出水平、劳动投入、资本投入、制度投入和制造业聚集指数向量，其它字母分别表示常数项、变量的系数和残差。

为了进一步检验创新集聚对产业集聚促进区域经济增长的内在机制，引入创新集聚变量（Inv）与产业集聚变量的交叉项，见式（4）：

从而，通过模型（3）和模型（4）的比较，特别是δ 和η 的符号和显著性水平，可判断本文假说是否在研究期内成立。

（二）解释变量与数据来源

本文的研究对象是长三角地区16个城市，根据模型（3）和（4），实证中涉及的数据包括被解释变量Y 和解释变量L、K、Insti、Agglo 以及Agglo×Inv。根据数据可得性，选取1998-2010年作为研究时期。

预期各解释变量的符号都为正。下面具体阐述各变量的含义和数据来源：

（1）产出水平（Y）。经济增长是模型中的被解释变量，本文选取各地区GDP总量作为产出水平的代理变量。数据来源于相应年份各个地方统计年鉴。

（2）劳动投入（L）。就业人口和人力资本是常见的劳动投入代理变量。国外研究中人力资本水平通常需要各地区劳动力受教育年限表示，也有文献用各地区在校学生人数估算人力资本水平。本文的研究样本中，各个城市的劳动力教育年限和在校生人数难以获得。但是考虑到数据的可获得性，本文用各地区年末就业人数估算劳动投入，数据来源于相应年份各个地方统计年鉴。

（3）资本投入（K）。资本投入是研究经济增长不可或缺的要素。理想的资本投入的代理变量是各地区的资本存量。但由于缺乏以1998年为基期的资本存量而难以获得长三角16市的资本存量数据，本文采用各地区每年实际完成的固定资本投资额作为资本的代理变量，数据来源于各地方统计年鉴，上海数据来源于《中国统计年鉴》。

（4）制度投入（Insti）。商品出口值占GDP比重是文献中常见的衡量地区改革开放制度状况的变量，本文亦采用此指标。各地区商品出口额来源于各地区统计年鉴，上海数据来自《中国统计年鉴》。

（5）产业集聚（Agglo）。产业集聚的衡量方法较多，依据研究视角不同可以分为产业视角的集聚指标（代表性指标如EG指数等）和区域视角的集聚指标（如区位熵等）。本文选取区域集聚指标，考虑到数据可获得性问题，本文借鉴范剑勇（2006）的方法［12］，将产业集聚界定为单位土地面积的非农产业就业数量，即当年每平方公里土地面积上的非农从业人员数，它反映了经济活动在空间上的分布差异。各地区非农就业人员数据来自国研网区域经济数据库和地方统计年鉴，地方行政面积数据来自地方统计年鉴。

（6）创新集聚（Inv）。创新集聚是本文的核心变量。从其定义可以看出创新集聚在本质上也是一种产业集聚。借鉴产业集聚指标的构建原理，以专利来衡量创新的产出水平，用单位面积上承载的专利量来初步估算长三角地区的创新集聚水平，即：

其中，patit为i 地区t 时期的专利量，Sit表示i 地区t 时期的行政面积。本文首先将专利数区分为专利申请量和专利授权量（对应于表1 中的Inv1和Inv2），然后根据我国《专利法》将专利分为发明专利、实用新型专利和外观设计专利等，再将申请专利数和授权专利数细分。由于在发明专利、实用新型专利和外观设计专利中，发明专利为较高质量的创新产出，其最有可能形成产值，因此本文更倾向于关注发明专利的申请量和授权量（对应于表1 中的Inv3和Inv4）。各地区专利数据来自国研网区域经济数据库、各地方统计年鉴、江苏省知识产权局网站（http://www.jsip.gov.cn）和浙江省知识产权局网站（http://www.zjpat.gov.cn），另外，地方行政面积数据来自地方统计年鉴。

（三）变量的统计性描述

表1 为各变量的统计性描述。表中显示，各地区发明专利占专利申请量或授权量的比重存在较大差异，例如2010年南通市专利授权量达到22644件（16市中排名4），但发明专利仅占1.3%（16市中排名最后），同期长三角16市平均占比是6.66%。仅考虑专利申请或授权量而忽视发明专利可能导致有偏的结论，由此，进一步说明将专利数（Inv）细分为专利申请量（Inv1）、专利授权量（Inv2）、发明专利申请量（Inv3）和发明专利授权量（Inv4）是十分有必要的。图2描述了2010年长三角16市Inv2和Inv4的对比。图2（a）描述的是Inv2，排名靠前的是上海、无锡、苏州和南通；图2（b）描述的是Inv4，排名靠前的城市是上海、南京、杭州等科教名城。

表1 变量的统计性描述

图2 长三角16市创新集聚（以2010年Inv2和Inv4为例）

四、实证分析

（一）产业集聚与城市经济增长的实证分析

本文构建了一个包含长三角16个城市1998-2010年6个变量的面板数据。表2 为Pooled Least Squares 方法的回归结果。表2中，（1）列、（2）列和（3）列分别表示面板数据的混合回归模型、随机效应模型和固定效应模型的估计结果。根据冗余变量似然比检验（Redundant Fixed Effect – Likelihood Ratio），在（3）列中，冗余变量似然比的F统计量和LR统计量相应的概率都非常小，表明与固定效应模型相比，混合规格模型是无效的。根据Hauasman 随机效应检验，在（2）列中，Hauasman 检验的概率为0.88，不能拒绝Hauasman检验的原假设，即认为固定效应模型和随机效应模型的估计量是没有实质性差异的。因此，采用（3）列的回归结果来分析模型的经济意义。

表2 实证分析结果（一）

L 和K 的系数符号为正，并且在1%的显著性水平下显著，表明劳动力要素和资本投入是长三角地区经济增长中的主要推动力量。Insti的符号为正，同样在1%的显著性水平下显著，表明制度变迁是经济增长差异的重要因素。可见，对外开放作为中国30年以来最重要的制度变迁，已对中国区域经济的发展起到不可忽略的作用。越是开放的地方，越符合信息公开和制度透明的条件［16］，这样的环境越有利于市场经济的发育。对于本文着重关注的Agglo 的符号和显著性与很多研究结论并不一致，在控制了劳动投入、资本投入和制度变迁后，产业集聚并不显著影响地区经济增长。日本、韩国、新加坡以及中国的香港和台湾地区的经验表明，依赖劳动和资本等生产要素不能推动经济长期绩效的进步。长三角地区在近十年的经济增长中表现抢眼，但缺乏经济增长的长期动力。尽管长三角地区的产业集聚趋势明显，但是一味强调产业“扎堆”并不能提升经济的长期绩效。

（二）创新集聚作为中间机制的实证分析

表3汇报了模型（4）的回归结果。由于篇幅限制，表中直接给出经过判别后的面板数据的固定效应模型。判别方法如前。由于地区间不同形式的专利数据存在较大差异，表4逐一考虑4 种主要形式的专利数据，即Inv1，Inv2，Inv3和Inv4。其中（4）列结果显示，Agglo 与Inv1的交叉项符号为正，但是不显著，并且导致L的系数不显著。可见，一地区单位面积上承载的专利申请量并不能带动该地区的产业集聚。在（5）列中，Agglo×Inv2符号为正，并且在10%的显著性水平下显著，说明专利授权衡量的创新集聚对产业集聚产生一定的作用，并且对地区经济增长产生了正向作用，但这种作用并不强烈。

表3 实证分析结果（二）

（6）列和（7）列是本文关注的核心模型。（6）列结果中，Agglo×Inv3符号为正，且在1%的显著性水平下显著。但是（6）列存在的问题是L不显著，这与实际不相符。（7）列的结果显示，Agglo×Inv4符号为正，并且在1%的显著性水平下显著，显示以发明专利授权量代表的创新集聚作用于产业集聚后，对地区经济绩效产生了明显的正向促进作用。

五、结 论

探讨产业集聚、创新集聚和城市经济动力之间的关系是学术界的一个新话题。通过构建一个包含产业集聚和创新集聚的经济增长模型，本文实证分析了1998-2010年长三角16市经济增长的动力源泉，得出了如下一些结论：

其一，在控制了劳动投入、资本投入和制度变迁因素后，产业集聚并不显著影响城市经济增长。日本、韩国、新加坡以及中国的香港和台湾地区的经验表明，依赖劳动和资本等生产要素不能推动经济长期绩效的进步。长三角地区在近十年的经济增长中表现抢眼，但单纯的产业集聚并非城市经济增长的长期动力，一味的强调产业“扎堆”并不能提升城市经济的长期绩效。

其二，创新集聚的强弱成为产业集聚是否对一个城市的经济绩效产生显著作用的前提。但并非所有的创新集聚都对城市经济产生显著影响，发明专利、实用新型专利和外观设计专利三者中，发明专利是一个城市核心的创新集聚指标。

其三，以发明专利授权量衡量的创新集聚与产业集聚相作用后，对经济产生持久正向促进作用。创新质量越高的城市，产业集聚对经济增长的促进作用越大。创新质量高的城市往往是科教名城，这些城市提供了较好的创新激励，形成一种创新促进产业集聚进而提高城市经济绩效的正反馈机制。

注 释:

①根据《长三角年鉴2010》对“长江三角洲地区”的界定，有三种不同的划分：第一种是“小长三角”的概念，指包括上海市、江苏省的苏州、无锡、常州、镇江、南京、南通、泰州和扬州，浙江省的嘉兴、湖州、杭州、绍兴、宁波、舟山和台州，共16个城市；第二种是“大长三角”的概念，是指包括上海市、江苏省和浙江省的全部行政区；第三种是“泛长三角”的概念，是指包括上海市、江苏省、浙江省与安徽省等邻近省份。本文所指的长三角地区是指“小长三角”的概念，指上海等16个城市。

［1］文玫.中国工业在区域上的重新定位和聚集［J］.经济研究，2004（2）：84-94.

［2］罗勇，曹丽莉.中国制造业集聚程度变动趋势实证研究［J］.经济研究，2005（8）：106-127.

［3］路江涌，陶志刚.中国制造业区域集聚程度决定因素的研究［J］.经济学（季刊），2007（6）：802-816.

［4］林云.知识溢出、企业内生技术创新与城市经济［J］.技术经济，2007（8）：24-27.

［5］Hamdouch A. Innovation Culsters and Networks：A Critical Review of the Recent Literature［C］.19thEAEPE Conference，Universidade do Porto，2007：1-3.

［6］Martin P，Ottaviano G.Growth and Agglomeration［J］.International Economic Review，2001，42（4）：947-968.

［7］Baldwin R，Martin P，Ottaviano G.Global Income Divergence，Trade and Industrialization：the Geography of Growth Take-off［J］.Journal of Economic Growth，2001，6（1）：5-37.

［8］Fujita，Thisse. Economics of Agglomeration，Cities，Industrial Location，and Regional Growth［M］. Cambridge：Cambridge University Press，2002：89-93.

［9］Brulhart M，Mathys A.Sectoral Agglomeration Effects in a Panel of European Regions［EB/OL］.（2008-03-03）［2012-05-10］.http：//www.hec.unil ch/nmathys.

［10］Bode E. Productivity Effects of Agglomeration Externalities［EB/OL］.（2008-03-03）［2012-05-10］.http：// www.cournot2.u-strasbg.fr/sew/papers_sew/Bode_Eckhardt.pdf.

［11］Bautista D. Agglomeration Economies，Economic Growth and the New Economic Geography in Mexico［R］. Working paper，EconWPA，No.0508001，2006.

［12］范剑勇.产业集聚与地区间劳动生产率差异［J］.经济研究，2006（11）：72-81.

［13］张卉，詹宇，波周凯.集聚、多样性和地区经济增长：来自中国制造业的实证研究［J］. 世界经济文汇，2007（3）：16-29.

［14］张艳，刘亮.经济集聚与经济增长——基于中国城市数据的实证分析［J］.世界经济文汇，2007（1）：48-56.

［15］章元，刘修岩.聚集经济与经济增长：来自中国的经验证据［J］.世界经济，2008（3）：60-70.

［16］刘军，徐康宁.产业聚集、经济增长与地区差距——基于中国省级面板数据的实证研究［J］. 中国软科学，2010（7）：91-102.

［17］张萃.产业集聚与创新：命题梳理与微观机制分析［J］.科学管理研究，2010（6）：1-4.

［18］Baptistaa R，Swann P. Do Firms in Clusters Innovate More?［J］.Research Policy，1998（5）：525-540.

［19］Audretsch B，Feldman P.RD Spillovers and the Geography of Innovation and Production［J］. The American Economic Review，1996（3）：630-640.

［20］Beaudry C，Bresehi S. Are firms in Clusters Really More Innovative?［J］.Economics of Innovation and New Technology，2003（4）：325-342.

［21］张明倩，赵彦云. 产业集聚对创新活动空间差异的影响——基于中国制造业数据的实证研究［J］.统计与信息论坛，2008（3）：43-47.

［22］张丽华，林善浪.创新集聚与产业集聚的相关性研究［J］.科学学研究，2010（4）：635-640.

［23］林云.产业集聚、技术创新与城市经济动力［J］.技术经济，2007（12）：32-36.