空间集聚和行业集聚对自主创新效率的研究

【摘要】基于2003～2012年24个省市的高技术产业相关数据，采用广义最小二乘法（FGLS）进行实证研究，发现空间集聚与行业集聚与对自主创新效率的关系并不仅仅是简单的线性关系，而是存在最佳的集聚度能更好地提高自主创新效率。

【关键词】空间集聚 行业集聚 自主创新

自主创新是相对于技术引进、模仿而言的一种创造活动，是指通过拥有自主知识产权的独特的核心技术以及在此基础上实现新产品的价值的过程。提高自主创新能力，对于国家经济发展和国家安全具有重要的战略意义。高技术产业是一个知识密集型和技术密集型的产业，其高技术产业对技术的自主创新要求的需求更加迫切。我国经济社会正处在稳增长、调结构的新常态下，高新技术产业的发展直接关系着转变经济方式以及调整产业结构的步伐。技术密集型产业在一定程度上依赖特定地区的产业集聚，但随着地区产业集聚度的提高，加剧了地区内同类企业之间的竞争，空间集聚和行业集聚究竟给自主创新效率带来怎样的效应？

一、文献综述

我国经济社会正处在新常态，要稳定经济增长，加大供给侧结构调整力度，转变经济发展方式。高技术产业的成长和发展将会成为我国经济稳增长的突破口，但长期以来我国的技术发展中，原始创新、自主创新的效率低下，如何能够提高高技术产业的自主创新效率是当前面临的一大问题。

长期以来国内外知名学者都对该问题进行了相关研究，并从各个方面对自主创新效率的提升进行了研究，不断丰富和细化了自主创新的研究体系。目前对产业集聚和高技术产业的自主创新关系的国内外研究成果也有很多，如（Chang C L[1]，2009）借助台湾地区的242个的行业，选取空间基尼系数和赫芬达尔指数对空间地理集聚与全要素生产率之间的关系进行分析，提出空间地理上的创新以及研究开发费用对全要素生产率的提升有正向促进作用。学者Scott A.J[2]（1995）也提出了空间集聚对自主创新影响的相关结论，认为现代世界是信息化的结构，可能会出现一种新的经济地域分布，可能会出现另一种形式的合作和贸易的集聚。Peng Y W认为产业集聚是一个特殊的体系，融汇了企业、政府、高等院校和研究机构等，降低企业的经营成本，且产业集聚还能够在一定程度上激发同类企业的压力和动力，促进特定地区内的竞争与合作，形成一定的创新动力机制，保证创新机制的有效运行，提高自主创新效率。（Liu J，Li L，Wang Z[3]，2010）探讨了产业集聚对中国区域创新的影响，在科技人员和制度等受控的情况下，集聚对区域创新有积极的正向影响，但当地区科技人员等资源非常丰富的时候，反而会因为过度依赖人力资源和技术创新投入造成对区域创新不利的影响。学者Arnaud et al于2010年也提出设备的直接购买以及人才的引进并不能直接促进产品的创新，不能带来较好的产品转化，仅仅是专利申请的数量有所增加。

特定地区的产业集聚通过促进产业的专业化分工、技术的转移等降低运输成本以及加快资源的共享，能够带来一定的规模报酬递增。空间上的集聚形成能够带来更加深化的专业化分工和企业间交易的扩张，在新的经济增长中，竞争性合作能够给集聚区内的企业带来核心竞争力（刘斌[4]，2004、刘世锦等[5]，2004）。为了更好地引导生产要素的合理流动，政府也采用一定的政策引导资源向高效率地区流动，合理引导相关企业进入集聚区，形成完整的产业价值链，提高企业间的互补性和相容性，增强同类企业之间的竞争性合作，增加上下游企业之间的合作，提高产业的自主创新效率。综合以上各个学者对产业集聚和产业自主创新的研究，始于地域空间上的集聚，拓展到区域集聚带来的横向和纵向的合作，做出如下假设：产业集聚正向促进自主创新效率。

二、模型构建与数据说明

（一）模型构建

本文利用Cobb-Douglas函数构建一个新函数来描述产业集聚、技术转移与高技术产业自主创新的关系，其基本关系式为：INNoutput=α（INNinput）β

其中，INNoutput表示高技术产业自主创新的效率，INNinput表示自主创新的影响因素，α是自主创新的效率系数，β表示自主创新影响因素的产出弹性。

（二）数据说明

本文所采用的样本数据均来源于2004～2013年的《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》以及全国各省的统计年鉴。由于部分省份数据缺失严重，做剔除处理，最终保留24个省。本文也根据各省份集聚度均值的大小进行划分。高集聚水平组：北京、天津、上海、江苏、浙江、福建、山东、河南、广东、四川和陕西等11个省市；低集聚水平组：河北、山西、辽宁、吉林、黑龙江、安徽、江西、湖北、湖南、广西、重庆、贵州和云南等13个省市。

三、对研究结果的实证分析与解释

经过对模型进行单位检验和协整分析，产业集聚与自主创新之间存在长期的协整关系，然后分别对专利申请模型和新产品销售收入模型进行Hausman检验，选择假设检验模型。

从上表可以看出，无论是专利申请数量还是新产品的收入模型，高集聚组都采用了个体固定效应模型，低集聚组皆选择了随机效应模型。在高集聚水平组检验中，无论是在PAT的模型还是NEWP模型中，行业集聚度和空间基尼系数的回归系数均为负值，且都是在10%的水平上顯著，说明在高集聚水平下，空间上的集聚和行业上的集聚反而会降低自主创新效率。在低集聚水平检验中，空间基尼系数在PAT的模型和NEWP模型中都没有取得显著的效应，对专利申请数量的影响系数虽然为正，但作用不显著；而行业集聚在PAT的模型和NEWP模型中的系数均为正，且在PAT模型中在5%的水平上显著，在NEWP模型中在1%的水平上显著。说明在较低集聚水平上，产业集聚能够带来正向显著的自主创新活动。综上以上分析可以推断出，产业集聚与自主创新之间不是单纯的线性关系，而是呈现倒“U”型关系，即当高技术产业集聚水平较低时，集聚水平的提高能够在一定程度上提高自主创新能力，但是超过临界值，进一步的提高反而会降低自主创新能力。

四、结论与建议

本文以高技术产业为研究主体，发现产业集聚与自主创新之间不是简单的线性作用，而是随着产业集聚度的高低发生着变化，存在着显著的倒“U”型关系。在较低的集聚水平上，单纯地理空间上的集聚对自主创新效率的提升效果是不明显的，真正能够发挥作用的是行业的集聚度，即同类产业之间的合作能够在较低集聚水平时能够增加专利申请数量，能够促进新产品的增加；在较高的集聚水平上，给地区同类企业带来更加激烈的竞争和压力，这些压力已经超越了一些中小企业的承受能力，反而在一定程度阻碍着地区自主创新效率提升。因此，对于中小企业来说在选择特定地区的时候，需要拥有自身独特的技术资源或优势才可以选择高集聚水平的产业集聚区，否则地理空间和行业集聚带来的规模效应时难以抵平较高的竞争力和压力，不仅不会给企业带来技术上的优势，反而会阻碍企业的成长；但是对于大中型企业以及拥有核心竞争优势的企业来说，无论产业集聚水平的高低，进入集聚区都能够在一定程度上提高自主创新效率。

参考文献

[1]Chang，C.L.and L.Oxley，Industrial Agglomeration，Geographic Innovation and Total Factor Productivity：The Case of Taiwan[J].Mathematics & Computers in Simulation，2009.79（9）：p.2787-2796.

[2]Scott，A.J.，16.The Geographic Foundations of Industrial Performance[J].Mathematical Social Sciences，1995.30（3）：p.319-320.

[3]Liu，J.，L.Li and Z.Wang，Impact of industrial agglomeration on the regional innovation and its industrial difference[J].Science Research Management，2010. 31（6）：p.191-198.

[4]劉斌，产业集聚竞争优势的经济分析[M].中国发展出版社.2004：28-29.

[5]刘世锦，对中国进入新重化工业阶段的解析[J].产经评论，2004（Z1）：第7-9页.

作者简介：李翠（1990-），女，汉族，山东聊城人，硕士研究生在读，单位：海南大学经济与管理学院，专业：企业管理。