高技术产业集群知识溢出对区域创新产出的影响研究——以北京市中关村科技园为例

傅利平，周小明，张 烨

(1.天津大学公共资源管理研究中心，天津300072;2.天津大学管理与经济学部，天津300072)

作为区域创新系统的主体，高技术产业集群占有区内大量创新资源，主导区内信息、技术、知识等创新要素的流动，并通过知识溢出与区域创新系统的各要素互动，动态影响区域创新产出。在产业集群环境下，企业衍生与人员流动是主要的知识溢出机制。Saxenien在研究硅谷地区的创新活动时发现，区内高技术企业从20世纪70年代不足3 000家迅速衍生至21世纪初期8 000多家，各类研发人员的流动及非正式交流是区内知识溢出的主要途径[1]。目前，企业衍生率已成为衡量产业集群竞争力的关键指标。高技术产业集群内研发人员与创新活动密集，各类研发人员频繁流动，可促进创新性知识在不同企业间的溢出和扩散，从而加速区域内创新性知识的流动，促进区域技术进步。根据知识溢出理论和硅谷科技人力资源流动模型，朱美光等(2005)研究得出:科技人力资源流动导致的知识溢出效应可促进区域科技创新水平提高;区域科技创新水平的提高是区域产业集聚的内生动力[2]。现有国内外研究已从企业衍生及人员流动等维度分析高技术产业集群的知识溢出效应对区域创新产出的影响，但系统性的实证分析还较少，研究结论的解释力受到影响。

一、效应分析与关系假设

研发人员是创新性知识的主要载体，高技术产业集群的人员流动既包括各类研发人员在集群内部企业间的流动，还包括集群内外部研发人员之间的流动。基于人员流动的知识溢出效应受到各种因素的共同作用，特别是溢出方与接收方的知识位势差及接收方的知识吸收能力。企业对外部知识的敏感度越高，信息挖掘能力越强，自身知识存量越大，人力资本越雄厚，则溢出效应越明显[3]。此外，流动人员的层次、各场域间知识类型的区别及知识距离同样对溢出效应产生影响[4]。通常，掌握核心技术与关键创新的高端研发人才、高级工程技术人员的流动，所产生知识溢出强度较大，溢出效应也相对更为明显[5]。因此，基于高技术产业集群人员流动的知识溢出效应，本文提出如下假设。

假设1(H1):高技术产业集群人员流动的知识溢出效应，可提升集群整体的知识存量，对集群创新产出具有正向促进作用。

假设2(H2):高技术产业集群的人员流动可促进知识溢出的频度和强度，加速区内知识流动，对区域创新产出具有正向促进作用。

在高技术产业集群的发展中，企业衍生机制主要包括契约衍生与直接衍生两种，即各成员通过契约安排联合组建新企业或各成员直接设立新企业。衍生企业与高技术产业集群中母体间的资源联系，是集群知识溢出的主要机制。在衍生企业从其母体获取企业资源及整合利用的过程中，发生从母体到衍生企业的知识溢出[6]。通过对美国、日本的企业衍生与技术创新的比较分析，程进、韩玉启(2006)研究指出企业衍生激发了区内企业家精神的形成，增加了技术创新范式的选择多样性，并通过扩大企业基数为各种创新价值链的新组合提供了必要条件[7]。在直接衍生机制中，拥有技术成果或创意的企业家通过建立企业可与不同群体产生交流和互动，特别是在与其他人员的合作过程中通常发生缄默性知识的溢出[8]。基于企业家创业机制的知识溢出可通过自我雇用率、新建企业率和就业率等形式表现[9]。创新性知识的溢出则可拓展集群内各企业家的技术选择集，为其获取、分析和把握创业机会，并成功建立企业提供可能[10]。而且，集群内的企业衍生可吸引更多创新资源持续向所在区域汇集，使集群规模与集聚度不断增加，从而使生产外部性和技术外部性等集聚效应更加显著，对区域创新产出产生促进作用[11]。因此，基于高技术产业集群企业衍生的知识溢出效应，本文提出如下假设。

假设3(H3):高技术产业集群内企业衍生的知识溢出效应，可促进集群外部资源向集群汇集，对集群创新产出具有正向促进作用。

假设4(H4):高技术产业集群内企业衍生的知识溢出效应，可促进区域人员与知识流动，对区域创新产出具有正向促进作用。

假设5(H5):高技术产业集群的知识存量在人员流动与企业衍生知识溢出的作用下，对区域创新产出具有正向促进作用。

二、典型相关性分析

典型相关分析的基本思想是:为从总体上把握两组指标之间的相关关系，采用类似于主成分分析的方法，在两组变量中分别选取若干有代表性的变量组成代表性强的综合指标，通过研究这两组综合指标之间的相关关系，来反映这两组变量间的整体相关性。该方法适用于研究难以通过构造直观数学模型分析被解释变量与解释变量之间数量关系的问题，通常要求时间序列数据的时间跨度较长。

中关村科技园作为北京市高技术产业聚集区，历经多年发展已成为以研发及服务为主要业态、国内最为成熟的高技术产业集群，适宜作为典型高技术产业集群实证分析知识溢出与区域创新产出的关系。自成立以来，中关村科技园内高技术企业不断衍生，企业数及从业人员数不断上升，新技术、新产品及新专利等创新产出不断涌现，表现出强劲的发展动力和创新活力。依据知识溢出理论，中关村科技园较快的企业衍生速度与人员流动，可产生基于企业衍生与人员流动的知识溢出效应。因此，本文以中关村科技园作为典型高技术产业集群，分析其基于企业衍生与人员流动机制的知识溢出对北京市创新产出的影响。分析方法采用典型相关分析，分析软件采用SAS9.2。

实证分析采用两组变量，第一组变量为区域的专利产出及知识存量(从知识增量和存量两个维度反映区域创新产出);另一组变量为高技术产业集群的知识存量、基于人员流动的知识溢出、基于企业衍生的知识溢出(从三个维度反映集群创新活动)。第一组变量的指标选取为发明专利授权数与地区生产总值，第二组变量的指标选取为工业总产值、从业人员数、企业数。鉴于北京市非京籍人口占比高的实际，均选用总量而非人均指标。为符合典型相关分析对数据时间长度的要求，选取1995—2011年(共计17年)的时间序列数据作为分析对象。

1.典型相关系数分析

将两组变量17年的数据输入SAS软件后，得到典型相关系数及其相关置信域水平，如表1所示。

表1 典型相关系数及其特征值和显著水平

从表1可得，第一典型相关系数为0.989 484，对应的检验总体中所有典型相关均为0的零假设显著性水平小于0.000 1，其F值(31.26)远大于1;第二典型相关系数为0.620 242，对应的检验总体中所有典型相关均为0的零假设显著性水平为0.042 6，其F值(4.06)仍大于1。因此，在0.005的显著性水平下，仅有第一个典型相关是显著的，其特征值为46.799 3。

2.VAR类变量和WITH类变量之间的多变量检验

当因变量多于1个时，须进行多变量检验。当各组变量之间的差异沿多个维度扩展时，4个主要的标准检验统计量的精度依次为:Pillai’s轨迹、Wilks’λ、Hotelling-Lawley轨迹和Roy最大根统计量。其中，Pillai’s轨迹是最可靠的判定标准。

VAR类变量为:发明专利授权数(Y1);地区生产总值(Y2)。

WITH类变量为:中关村工业总产值(X1);企业数(X2);从业人员数(X3)。

上述4个标准检验值如表2所示。

表2 VAR类变量和WITH类变量之间的多变量检验值

前提假设H0:VAR类变量和WITH类变量之间没有交互效应。

由表2可得，Pillai’s轨迹的概率值为1.363 779 30，远大于α理论值0.05，所以没有理由拒绝原假设H0。说明VAR类变量和WITH类变量之间没有交互效应(即不相关)，可以用高技术产业集群(中关村科技园)变量组来解释区域(北京市)变量组。

3.典型相关模型

鉴于各原始变量的计量单位不同，不宜直接比较，因此本文采用标准化的典型系数，给出典型相关模型，如表3所示。

表3 VAR类变量和WITH类变量的标准化典型系数

从表3中标准化系数可以看到，来自高技术产业集群变量和区域变量构成的第一典型变量的表达式分别为

从式(1)、式(2)可知，高技术产业集群(中关村科技园)的前两个因素(工业总产值、企业衍生溢出)是影响集群创新的主要因素。区域(北京市)的主要因素是地区生产总值，说明知识存量是区域创新产出的主要因素。由于第一组典型变量占有的信息量远大于第二组典型变量，所以可将第一组典型变量视为总体结果。

表4是典型相关分析的运行结果，即原始变量与典型变量之间的相关系数。

表4 原始变量与典型变量之间的相关系数

从表4可以得出，高技术产业集群的工业总产值(X1)、企业衍生溢出(X2)、人员流动溢出(X3)3个指标与第一典型变量W1均呈高度相关(相关系数均大于0.99)，说明这些指标在反映高技术产业集群的知识存量方面占有主导地位，其中工业总产值(X1)最高。因此，本文假设1与假设3均获得验证通过。而且，这3个指标与第一典型变量V1之间也呈高相关性(相关系数均大于0.98)，从而反映出高技术产业集群各变量均对区域创新产出及知识存量有较大影响。因此，本文假设2、假设4与假设5均获得验证通过。反之，发明专利授权数(Y1)及地区生产总值(Y2)与第一典型变量V1、W1高度相关(相关系数均大于0.92)，说明区域创新产出与知识存量有助于推动高技术产业集群的创新及发展。根据北京市和中关村科技园17年的典型相关分析，可判定高技术产业集群知识溢出和区域创新产出之间存在良性互动、累积循环的关系。

4.冗余度分析

标准化的方差结果显示，来自高技术产业集群变量的方差被对方第一个典型变量V1解释的比例是91.06%;来自区域创新产出变量的方差被对方第一典型变量W1解释的比例是97.04%。同时，高技术产业集群变量组的第一典型变量对三个指标均具有很好的预测能力，其中工业总产值(X1)指标(0.986 2)最好;区域创新产出变量组的第一典型变量对两个指标也都有很好的预测能力，其中地区生产总值(Y2)指标最好(0.983 7)。

三、政策建议

上述典型相关分析的结果表明，基于人员流动与企业衍生的高技术产业集群知识溢出对区域创新产出均具有促进作用。而且，对于区域创新产出，高技术产业集群人员流动的知识溢出效应低于企业衍生的知识溢出效应。即快速的企业衍生比人员流动更能促进区域技术创新。因为中关村科技园大量中小型科技企业通常基于技术成果转化而衍生，高技术产业集群的创新产出并非主要依赖于企业人数，而是素质高、创新能力强的核心研发团队。人员流动与企业衍生机制下的知识溢出在促进中关村高技术产业集群发展的同时，还使中关村对北京市创新能力产生显著贡献。因此，本文基于上述研究结果提出以下政策建议。

1.营造各类人员平滑流动的政策环境

首先，对于高技术产业集群，大量中小型科技企业的人才需求较强、人员流动大，需要及时补充。集群所在区域应具备良好的人才引进及流动的机制，通过专场招聘、专项人才引进、创新奖励、技术成果转化扶持等措施，汇集企业所需的科技创新人员、企业家和工程技术人员。同时，政府应为人才合理流动提供制度保障，特别是应通过行政与法律手段，排除企业对人员正常流动的限制。

其次，政府可通过各类政策为高技术产业集群的人才需求提供多种供给形式，特别是“不求所有、但为所用”的形式。通过知识产权保护与政策激励，促进高校和科研院所的各类研究人员以多种形式参与高技术产业集群的创新活动。通过建立完善技术开发奖励、技术入股及科技人员持股经营等制度，按照高技术产业效益分配的国际惯例(股份、期权等)，激发高校和科研院所的科研人员将研究成果商品化和产业化。

此外，政府可通过建立多层次的公共信息平台，为用人企业与各类人才提供及时准确的信息咨询服务。根据高技术产业集群的技术特点及企业的人才、知识与技能需求，政府还可充分调动区域教育与科研资源，通过创办高技术劳动力教育培训机构，或直接向高等院校购买技术培训服务等形式，定向培养产业发展所需的高技能人才。

最后，高技术产业集群所在地区的工作生活环境亦为吸引人才的影响因素。相对优越的工作环境，各类便利的生活设施，优质的公共教育、医疗及卫生服务，良好的社会诚信体系等，均能有效增强各类人才对产业集群的根植性。

2.培育区域创新创业的文化与制度环境

首先，新企业的快速衍生是高技术产业集群发展成熟的标志，企业孵化器可有效降低科技型小企业的创业风险，是促进高技术企业衍生的有效途径。为加快科技型企业的衍生速度，政府需提升科技型企业的孵化水平，提高孵化企业的成活率。同时，也可通过组建创业服务中心、生产力促进中心等企业服务机构，为新企业的产生提供各种形式的服务。特别是对掌握先进科研成果或产品原型但缺乏企业运营经验的组织及个人，基于技术或产品的市场应用提供针对性的创业服务。

其次，创新创业的文化环境对于企业衍生速度及创新活力影响较大。区域创新文化主要包括创新精神、创新思维、创新氛围、创新教育和创新网络等，各要素共同构成区域创新的文化环境。政府通过政策措施与制度保障，积极营造“鼓励创新、宽容失败、崇尚合作”的创新氛围，可激发市场主体或研发人员基于技术趋势或市场需求不断创新及合作。同时，通过科技体制的改革，推进科研院所的产权多元化改制或转制，将科技资源的配置权交予市场，将竞争机制引入创新体系，有助于优化区域创新环境。

此外，风险投资是高技术产业发展的有利因素，也是高技术企业衍生的催化剂。因此，通过吸引风险投资进入高技术产业集群，可扩大企业的投资主体，为高技术企业提供资金保障。因此，政府应加强对风险资本市场的管理，一方面协助企业积极寻求与产业发展相匹配的国内外风险投资，另一方面引进风投机构的行业管理与市场开拓经验，推动各类风险投资进行规范化运作。

最后，需完善中介服务体系的制度环境，建立健全各类中介机构的管理规章和法律制度，保障中介服务市场的规范运行;提升中介服务机构的专业化水平与服务能力，通过重点建设一批专业服务能力强、对创新活动支撑作用大的骨干机构，为集群企业的创新活动提供人才、科技、信息、法律、财务等方面的高质量服务;鼓励企业、高校与科研机构建立各种专业性的科技服务机构，如科技评估、科技咨询及科技信息服务，并推动各类中介机构协同发展。

四、结 语

高技术产业集群作为区域创新系统的主体，通过人员流动与企业衍生两种机制下的知识溢出效应，动态影响区域知识存量及增量，从而正向作用于区域创新产出。通过对中关村科技园与北京市的典型相关分析，本文验证了所提出的理论假设，即:高技术产业集群人员流动机制下的知识溢出既可提升集群整体的知识存量，又可通过加速区内知识流动对区域创新产出产生正向促进作用;高技术产业集群企业衍生机制下的知识溢出既可促进外部资源向集群汇集，正向促进集群创新产出，又可通过加速区域人员与知识流动对区域创新产出产生正向促进作用。为充分利用高技术产业集群知识溢出对区域创新产出的正效应，政府应努力提供人才流动的良好环境及制度保障，建立多层次多渠道的公共信息平台，打造便利优越的工作生活环境;应努力提升科技型企业的孵化成功率，营造创新创业的文化氛围，引导规范各类风险投资，完善中介服务体系的市场环境。

作者认为，后续研究可从以下方面进行完善:第一，基于知识溢出的发生机制及影响因素，进行高技术产业集群知识溢出的测度研究，构造更为逼近知识溢出实际效应的测度方法;第二，研究高技术产业集群知识溢出对区域创新产出的微观作用机理，特别是挖掘其与区域创新系统各因素的互动关系;第三，采用空间计量经济学的模型与方法，研究高技术产业集群知识溢出对相邻甚至更大范围区域创新产出的效应。

[1]Saxenien A.Regional Networks:Industrial Adaptation in Silicon Valley and Route 128[M].Cambridge:Harvard University Press，1994:63-79.

[2]朱美光，韩伯棠，徐春杰，等.知识溢出与高新区科技人力资源流动研究[J].科学学与科学技术管理，2005(5):100-104.

[3]Caniels，Marjolein C.Knowledge Spillovers and Economic Growth:Regional Growth Differentials across Europe[M].Cheltenham:Edward Elgar，2000:43-56.

[4]Kieron Meagher，Mark Rogers.Network Density and R＆D Spillovers[J].Journal of Economic Behavior and Organization，2004，53(1):237-260.

[5]Barro，Robert J.Human Capital and Growth[J].American Economic Review，2001(91):12-17.

[6]Zucker L G，Darby M R，Brewer M B.Intellectual human capital and the Birth of US biotechnology enterprises[J].American Economic Review，1998(88):290-306.

[7]程 进，韩玉启.美日企业衍生方式与创新的比较分析[J].科学学与科学技术管理，2006(12):57-60.

[8]魏 江，魏 勇.产业集群学习机制多层解析[J].中国软科学，2004(1):121-126.

[9]Carrincazeaux C，Lung Y，Rallet A.Proximity and localization of corporate R＆D activities[J].Research Policy，2001(30):777-789.

[10]蔡 宁，吴结兵.产业集群的网络式创新能力及其集体学习机制[J].科研管理，2005(4):22-28.

[11]李 真，盛昭翰，孟庆峰.基于知识溢出效应的产业集聚创新演化[J].系统工程，2011(4):53-59.