知识溢出与创新集聚研究述评

林靖欣，黎 泉

（北京大学 政府管理学院，北京 100871）

在知识经济时代，创新成为人类社会、经济、政治活动的核心。自Schumpeter第一次将“创新”[1]思想引入经济学以来，创新和知识溢出导致收益递增，进而促进经济增长已得到学界的广泛认可。Schumpeter在《经济发展理论》一书中对创新的定义是：在经济生活的范围内以不一样的方式做事[2]。在Schumpeter的定义中，创新活动由特定的人群——企业家所执行，企业家必须运用新方法产生“新的组合”。这里的企业家，是“人类最核心的本质”，创新就是企业家的“灵魂”所在。Schumpeter将创新理论发展为创造性破坏理论，并受到广泛应用。创造性破坏与其他竞争方式（成本，价格）相比，就好比“大炮轰门”和“徒手攻门”的区别。他通过对世界历史的简单回顾，即对人类社会从采集社会到农业社会，到手工业社会，再到工业社会的分析，着重介绍了工业社会中钢铁工业从炭炉到现代高炉的发展历程和动力工业从上射水车到现代电厂的发展历程，得出了创造性破坏理论的核心是不断地破坏一个旧的结构，创造一个新的结构。

然而，新的内生增长理论仍然没有考虑经济活动发生的空间，创新活动被假设随机分布在空间中，只是作为影响经济增长的变量之一。正如Malecki所说，创新可能是空间不平衡增长概念中最重要也是我们最不了解的方面[3]，所以创新的空间集聚特征逐渐引起经济学家和地理学家们的关注。法国的Francois Perroux和美国的Ramond Vernon、Edgar Malone Hoover在 Schumpeter创新模型基础上发展了区域的创新集聚增长理论[4]。此后，大量学者的研究表明，创新活动在空间上存在高度集聚特征和本地化特征，其中集聚化特征最为重要，而本地化特征则衍生出了国家创新系统、区域与城市创新系统等不同地理层级范围的研究学派。与此同时，越来越多的研究开始关注创新集聚背后的机制。Marshall提出了集聚经济具有外部性，外部性通过劳动力、中间投入品共享和知识溢出三种特性来表现[5]，其中最核心的是知识溢出机制。20世纪90年代新经济地理学的兴起，为探讨经济活动的空间集聚提供了一个可行的模型框架，以Fujita为代表的一些学者利用新经济地理模型探讨了知识溢出的微观机制和创新部门的空间集聚过程[6]。与新经济地理学派不同，制度主义学派则从组织层面，社会物质资源的互动参与、嵌入以及社会资本的形成探讨了知识溢出的效应。总而言之，上述研究对探讨创新活动的空间集聚特征、影响机制尤其是知识溢出机制和创新集聚的互动关系，丰富新经济地理学的理论内涵有着十分重要的意义。本文从新经济地理学的视角出发，将以往研究中涉及到创新活动空间集聚、知识溢出机制以及经济发展的文献进行梳理，以期能为知识溢出与创新的互动关系及机制研究提供借鉴。

一、创新活动的空间特征

（一）创新活动在空间上呈现高度集聚特征

创新活动的空间分布是集聚还是分散，以往大量的定性和定量研究均认为创新活动具有高度的集聚性，所以创新活动的高度集聚特征一般作为研究的前提假设。2015年美国、欧盟、中国、日本四大经济体的研究与开发经费占全球研发比例就达到了72.9%（如表1所示）就是证明。

表1 创新活动的高度聚集性

大量的研究证明了区域内部创新活动的高度集聚性。Buzard、Carlino和Hunt使用非公开的数据库研究私人研发实验室的空间聚集[7]，与以往研究倾向于探究州或大都市区尺度的知识溢出不同，他们重点关注特定地理区域知识溢出的本地化差异，并认为这种差异可能相当大。通过研究美国五大湖区和加利福尼亚两个地区研发集群内知识溢出的证据，他们发现五大湖区的私人研发合作的可能性比其他地区参照样本要高出3～6倍，而加利福尼亚州则为 10～12倍。Moreno、Paci和Usai通过1978年至2001年欧洲专利局原始统计数据库，并按ISIC部门和剑桥计量经济学数据库的生产活动数据库进行探索性空间分析，发现了欧洲的创新集中在德国西部、法国东部和英国东南部等地区，创新在这些区域的特定行业也是高度集聚[8]。

另外，人们对采用什么样的指标衡量创新一直存在较大的争论。学界通常使用的指标包括R＆D投入，私人企业在研发上支出和大学研究项目的支出，论文、专利申请数量[9]，商业上投入使用的专利[10]也受到较多关注。这些传统的测量指标的优点是可获取性较高，但缺点是只能间接衡量创新的强度，如研发投入支出和创新并非简单的正相关关系，所以很多学者尝试对传统评价指标进行改进，如Fornahl和Brenner针对德国地区的专利数据使用赫芬达尔——赫希曼指数（HHI），在43个技术领域研究何种类型的技术趋向于地理空间上的集聚，衡量德国不同行业的创新活动[11]；Lim使用空间基尼系数来衡量美国城市地区的创新活动，并通过1990—1999年间的创新活动和经济活动的空间基尼系数发现创新活动每年都呈现出比经济活动更高的空间集中度[12]，研究还发现创新活动集聚的大都市区往往相互靠近，大都市创新强度是空间相关的，并非以往研究所假设的可以独立观测。

此外，创新集聚还有距离衰减效应。Jaffe的研究发现距离越远，专利引用次数加速下降[9]。Anselin 和 Varga[13]，Audretsch 和 Feldman[14]的研究也支持上述结论。

（二）创新活动的本地化特征——不同地理层级的创新系统

创新活动不仅具有高度的空间集聚特征，而且还具有本地化特征。创新的集聚并不是在任何地区都可以发生的，对相关人才知识和技能技术的高度敏感使其只产生在一些特定区域。特定区域的独特优势，如难以移动和复制的基础设施、历史文化等因素吸引创新活动集聚，降低创新的研发成本和风险，由此使得创新活动具有明显的本地化特征。

根据研究中所采用的地理层级范围，逐渐兴起了对国家创新系统、区域创新系统和城市创新系统的研究。Lundvall最早提出“创新系统”的概念[15]。他在20世纪80年代上半叶将创新理念发展为一个互动过程，并在此基础上与Freeman密切合作提出了国家创新系统并受到广泛应用[16]。国家创新系统的提出解决了长期困扰古典经济学的问题：很多小国家如何发展成为经济发达国家，人均收入水平如何超过大国并拥有世界知名的大企业？如以色列、意大利、瑞典和挪威等国家即是如此。因为按照传统的经济理论，这些小国缺乏规模经济，在经济分工中处于低技术生产层次，技术机遇和市场容量发展缓慢，资源禀赋并不突出。

Lundvall和Bengt-Ake认为国家创新系统需要从三个层面来认识：一是创新层面，反映了市场反馈、用户的知识投入与供应方的知识创造、企业家的首创精神之间的互动；二是市场层面，创新的互动是在组织化市场中进行的，组织化市场是指包括了权利、信任和忠诚等非市场因素的纯市场环境；三是国家层面，不同国家背景提供了建立不同组织化市场的可能性。他们将社会资本引入国家创新系统，并提出国家创新系统的作用就是积累、再造和保护社会资本[17]。这里的社会资本包括四个维度：一是主体的时间跨度，英美国家体现为短期企业治理结构，日本则代表了更为长期的投资决策模式；二是信任的作用，包括相互之间对行为的一致性、信息的真实完全和困难时期对伙伴忠诚性的预期；三是理性的实际状态，指的是资本主义环境以单一的、孤立的交换方式倾向于支持基于工具理性的行为模式；四是威权的表达方式，在传统社会是指学习新技能时专家学徒式关系中的年龄、辈分，在创新型社会是指对金融资源的控制。

在此之后，Archibugi着重分析了国家创新系统在生产和贸易中的运用，并强调了专业化模式和国家知识基础的重要性[18]。Mowery进一步完善了国家创新系统的指标体系，并将概念简单化、体系化[19]。Freeman指出国家创新系统的核心在于国家结构和制度匹配的程度，这是导致不同国家发展水平不同的根本原因，并认为制度转变一般难以跟上经济结构变化的速度[16]。在此之后，Scott提出“新产业区”理论，认为意大利东北部和美国硅谷等少数地区保持创新活力的原因在于根植于本地社会文化中的“集体学习型”模式[20]。Cooke在此基础上提出了区域创新系统的概念，认为在一定区域范围，研究机构、大学、行业协会、企业等密切合作能够促进知识扩散和创新的产生[21]，特别是城市几乎拥有上述包括研究机构、大学在内的所有创新需要的要素，成为创新活动最为集聚和活跃的地区——城市创新系统。其具体内容将在后文阐述，此处不赘述。Etzkowitz则将这套系统命名为三螺旋创新系统，并认为政治组织、产业实体和大学机构三者能够互相替代，当一个区域至少存在两个要素时，就能发展出知识空间、共识空间和创新空间[22]。他用这个系统成功地解释了20世纪20年代大萧条之时，美国新英格兰地区政府通过召集哈佛大学、MIT的学术领袖和商业精英成立新英格兰委员会，拯救了当地经济的案例。在此之后，三螺旋创新系统受到了广泛运用。

二、创新活动集聚的影响机制

（一）知识溢出的微观机制

Krugman通过对核心—边缘模式的研究开创了新经济地理学（New Economic Geography）[23]。新经济地理学为空间经济建模提供了统一的方法，并第一次解释了集聚力和分散力是怎样产生的。分散力的解释相当容易，因为经济活动集中在一个地方，地理位置自然会提高要素价格如地价和工资率，并导致交通堵塞和空气污染，以及增加市场竞争，这是传统经济理论的研究内容。新经济地理学主要关心的是集聚力，即解释包括创新在内各种要素空间集聚背后的力量。该理论在发展的早期为了构造北方和南方两区域经济模型进行了大量的简化，并没有进行知识溢出的机制分析，而是认为集聚力完全来自消费者和产业之间联系效应而产生的外部性。Fujita认为新经济地理学的进一步发展需要建立坚实的微观经济基础，并着手对知识溢出进行建模分析[6]。

Fujita将动态版本的NEG模型和K-linkage模型相结合[24]。其中，E-linkage代表了企业与消费者之间通过生产和交易（传统）货物与服务产生的联系，K-linkage代表了通过知识的创造和传递来实现人与人之间的联系。知识溢出必须通过异质的人的合作来实现，所以需要建立一个动态的框架。

该模型打破了传统微观经济学中企业和消费者之间的E-linkage不随时间变化的假设，认为K-linkage表示一个动力学关系，见图1。该图抽象地表示了两个人i和j会面并合作创造新的想法的情况。左边的圆圈Ki表示i（当时）的知识状态，而右圆圈Kj代表j的知识。重叠区域Cij，代表着他们共同的知识，或者只是常识。左侧区域Dij=Ki-Cij，表示i区别于j的知识，右边的区域Dji=Kj-Cij表示j区别于i的知识。通过沟通并基于共同的知识Cij，两个人努力结合他们的差异知识Dij和Dji发展新思想。同时，共同知识Cij以及i和j各自的知识Dij和Dji需要保持平衡。足够的常识是两人之间有效沟通的基础和前提。但是，如果没有足够多有差别的知识，那么双方见面的动机也不大。换句话说，太多的常识意味着很少的异质性或独创性，无法产生足够的协同效应。

图1 知识创造的合作过程

一群人若要进行知识创造，既需要充分的异质性，又要有足够的共同基础知识。当这种知识状态的微妙平衡存在时，意想不到的协同作用就会从他们的密切合作中产生。这个观察并不是全新的。Fujita介绍完模型后，还提到中国有一句古话：“三个臭皮匠，赛过诸葛亮。”他的理解是三个普通人聚在一起，也会有出色的想法。但是他也认为这可能意味着一个矛盾：三个普通人相遇三年后，就可能再也没有出彩的想法了。正如图1中所示，即使这两个人最初有充分的异质性，但如果他们继续密切合作，那么他们的异质性久而久之可能就会不断缩小。这是因为长久合作会因为新创造的灵感分享和差异知识的传递使得两人的共同知识逐渐扩大。若没有额外的补充机制，他们俩间的知识创造最终会越来越没有生产力。至此，该模型已经简洁明了地解释了知识创造的微观过程。

在以上讨论的基础上，Berliant和Fujita通过一群人之间的相互作用进一步对知识创造的微观模型进行修改,将模型里研究对象的关系比作广场舞伙伴[25]。这个模型仍然没有包含空间关系，但它综合了知识创造中的两个关键方面：一是人们处于不同状态的异质性知识对于成功的知识创造至关重要；二是合作性知识创造的过程通过共同知识的积累影响人们的异质性。

接下来是知识溢出的动态过程。在一个给定的时间t，假设有两个人i和j，如图1所示，用表示 Dij，用表示Cij，表示 Dji。所以 ni(t)代表t时的 Ki，nj(t)代表 t时的 Kj，则得到：

在每一个时刻，有两种相互排斥的方式来产生新的知识或新的想法。第一种方法是单独工作，远离其他人。我们用δii（t）=1表示i在t时刻独自研究的事件，表明i自己工作，否则，δii（t）=0。或者，i可以选择和j一起工作。我们用δij（t）=1表示在t时刻i希望与j一起工作的事件，否则δij（t）=0。在均衡中，如果δij（t）=δji（t）=1，则在时间t时i和j实现一起工作的伙伴关系。

首先分析i单独工作的情况。在这种情况下，思想生产就是当时i思想存量的函数。令ɑii（t）为t时i创造的新思想的生产率。那么我们假设在隔离期间创造新的知识是由以下等式来决定的：

其中∝是为正的常数。如果i和j两人在t时见面，即δij（t）=δji（t）=1。那么发生知识联合创造，有如下动态关系：

其中，0＜θ＜1，β＞0。所以两个人见面时，联合知识创造的生产率与他们共同知识的标准化产品成比例。当共同思想的比例，i和j单独拥有的知识达到平衡时，新知识的创造率最高，参数θ表示知识的共同权重，而不是新观点产生的差异性知识。共同的想法对于交流是必要的，而拥有不同于其他人的更多想法意味着更多的异质性或独创性。如果合作中的人没有独家观点，那么他人就没有理由与之相见和合作。方程（3）中乘积性质推动知识创造与共同思想以及独特的理念之间的关系。在这种情况下，合作意味着就不会孤立地产生知识。

在t时的见面期间，除了创造新的知识外，还发生知识转移。知识转移受以下动态因素支配：

因此，当见面发生时，从i到j的知识转移发生的速率正比于i拥有但j没有的想法的数量，同时正比于两个人共同拥有的想法。对此的解释是沟通对于知识转移是必要的，所以这两个人必须有共同的思想。除此之外，i还必须有一些不被j所拥有的知识。同样的规律适用于在方程（4）中从j到i相反方向的知识转移。

上述两个人共同思想的数量的变化是双向知识转移和共同创造的新思想的总和。从i的角度来看，i拥有但j没有的想法的数量随着从i到j的知识转移而减少。最后，i所拥有的思想数量的变化是共同创造的思想以及从j转移到i的思想的数量的总和。类似的规律适用于j。通过会面，结合知识创造和转移我们可以得到下列动态关系式：

无论会面是否发生，每个人每次都会产生好的收益。yi(t)为t时刻的i的产量（或收入），生产函数的系数标准化为1，因为

所以

为了保持模型易于处理，他们假设了一个近似规则。设N是经济中的人数，在每个时间t，i将选择所有使得 j≠i的 δii(t)和 δij(t)的值，即：

为了最大限度地提高i的生产率，同时注意到模型中使用的是生产率的增加而不是生产率。因为在连续时间模型中，在t时的生产率不受合作是否在时间t达成的决定的影响。如方程（4）和（5），如果i和j继续一起研究，他们的共同知识就会扩大，而每个人的差别知识就会缩小。这将最终使合作伙伴的生产力降低，迫使他俩寻找新的合作伙伴。这样，N个人之间的知识交流就会以广场舞的形式进行，每个人都会依次找到一个新的合作伙伴进行联合研究，见图2。

（1）急性胰腺炎诊断标准：患者表现为上腹部压痛，血清淀粉酶水平≥正常值3倍。（2）CT影像特征：在CT影像中，患者胰腺体积增大、密度减低，肝脏体积增大、密度减低（弥漫性或局限性），肝脏值与脾脏值的比值≤1，该比值越小，说明其脂肪肝越为严重，增强扫描可见低密度区内血管影。（3）超声检查影特征：患者胰腺部位表现为肿大，周围渗液，内部回声减低，可判断为急性胰腺炎。而肝区表现为肝脏均匀增大，肝实质和后方回声分别表现为弥漫性增高和衰减，其分布状态为均匀、细密，说明存在脂肪肝。肝脏形态、大小以及内部回声的变化，能够反映出脂肪肝的严重程度。

图2 两区域经济中的知识互动

图2所示以纯粹的外部性交互模型为特征。但令人意外的是，在上述一系列假设条件下，他们发现了知识创造可能会收敛到最有生产力的均衡状态，人口会分成最小规模的小组，并且只在每个组内发生密切的交互。

总之，该模型设定每个人都居住在一个地区并在该地区的生产活动中参与经济中区域内和区域间互动。由于每个人与同一地区的人接触会更频繁，所以每个地区自然会形成一套不同于其他地区的共同知识或文化。如图2所示，同一地区的一对典型的人A和B，会比不同地区的一对典型的人i和j积累更多的常识。这样，每个地区都会形成独特的文化，而整个经济将通过不同文化的相互作用产生协同效应。在此背景下，模型可以研究集聚、创新和文化之间的关系。这就是Fujita和其他学者合作提出的通过异质的人合作实现知识溢出的动态框架。

（二）知识溢出效应的宏观分析

按照新经济地理学的分析路径，知识溢出促进集聚，而集聚促进经济增长。其中集聚是一个中间变量。以往的研究主要关注了知识溢出对城市生产力和城市发展规模的影响[26]，而没有涉及创新集聚，即城市创新系统。Krugman较早地进行了关于知识溢出效应和城市集聚影响的研究[23]。Ciccone和Hall则通过人口密度来衡量集聚程度，并通过测算发现城市的人口密度与生产力正相关，城市人口密度增长一倍，生产力平均提高3%到8%[27]。在此基础上，Glaeser和Mare用就业密度代替人口密度，用工人工资来衡量生产率，用人均专利水平来衡量创新水平，发现在同一个城市里，就业密度增长一倍，工人工资提高15%，人均专利水平提高20%[28]。Ciccone和Peri反对研究工资变化的方法，他们认为高工资工人的增长会提高对资本要素的需求，反过来会减少对高工资工人的需求，所以一个城市在工资提高的过程中，低工资工人增加的收入大于高工资工人[29]。

在此基础上，人们开始引入教育水平和人力资本来衡量知识溢出效应。Black和Henderson建立了城市内生增长模型，研究了城市化如何影响增长过程的效率以及增长如何影响城市化模式[30]。他们认为，在均衡状态下本地化促进了集聚和人力资本积累，知识溢出集聚和人力资本积累则进一步促进了内生增长，城市规模也会随着知识溢出和人力资本积累而扩大。城市类型不同，知识溢出和人力资本积累不同，将导致城市间实际收入差异。Glaeser和 Saiz通过对 1970、1980、1990 和2000年4年的数据进行回归分析，发现教育水平较高的城市比人力资本较少的同类型城市收入增长得更快[31]。在控制了一系列变量的情况下，城市的大学教育水平一个标准差的增加会带来城市规模2.5%的增长。他们还发现，具有较高比例熟练劳动力的城市成长更快，并不是因为这些城市变得更有吸引力，而是因为这些城市相对于技术水平较低的城市经济效益更高。

知识溢出不仅与城市规模直接相关，还与所在城市的专业化和多样化水平相关。Glaeser和Kallal使用美国170个城市6个最大工业部门的就业数据，得出多样化有利于城市就业增加的结论[32]。Audretsch和Feldman同样支持多样化，他们通过对美国城市产业的分析，发现互补性行业越多则创新产出越多[33]。Henderson、Kuncoro和Turner认为多样化溢出对新兴的部门非常重要，专业化溢出对成熟产业非常重要[34]。Duranton和Puga认为多元化和专业化的城市环境在城市体系中都很重要，对当地经济环境都有一定的作用。但是在一个企业的生命周期的不同阶段，多文化和专业化适合不同类型的城市[35]。多样化的城市更适合于产品生命周期的早期阶段，而更专业化的地方更适合大规模生产处于成熟阶段的产品。为此，他们提出了一个简单的创新模型，发现在达到动态一般均衡条件时，城市多元化和专业化可以并存。企业在多样化的城市开发新产品，从不同活动中借鉴经验，在找到了适合自己的产品、适合自己员工的技能和要素成本的知识时，转向大规模生产，并搬迁到成本较低的专业化城市。这种模型成功地解释了1993—1996年在法国重新安置的搬迁模式。因此，“均衡”的城市体系可能不是所有城市都是同等专业化或同等多样化的城市体系，而是多元化和专业化城市共存的城市体系。在这样一个体系中，一些城市专门从事新思想和新产品（需要多元化的基地）的生产，而其他城市则专门从事更加规范化的生产（反过来，更好地在更专业化的环境中进行）。

上述研究虽然在集聚和增长的联系上取得了一定进展，但始终没有将知识溢出机制和创新内生化。

（三）影响创新集聚的其他因素

制度主义学派则从政治、经济、社会、文化的相互作用的角度来分析如何管理稀缺资源空间配置，强调制度、规制、治理在空间经济中的作用[36]，强调从组织层面，社会物质资源的互动参与、嵌入以及社会资本的形成来研究知识溢出。有学者提出，通过增加工业网络、工业市场和采购（IMP）方法的视角，增强对区域政策中促进创新的更加细致入微的理解[37]。而IMP更多关注社会物质资源的互动参与，将焦点从知识溢出效应转到社会物质资源的相互联系上，知识不仅是作为一种内容有限的实践活动，还依赖于知识社区的相互理解和特定的社会资源的组合。

创新集聚需要社会资源的互动参与，其根本原因在于科学探索和工业生产截然相反的思维方式。传统的科学探索过程是透过已有的知识和经验实现未知的科学目标，而工业生产是先设定一个已知的工程技术开发目标，并将目标分解和具体化，最终透过已有的知识和经验完成设定的目标，这是相反的过程。所以科学发现需要被翻译为技术的逻辑，与产业经验、组织因素和制度因素结合起来，才能被工业实践者所理解，推动工业技术实质性进步[38]。

三、知识创新研究评述

通过上述分析，我们可以发现在知识创新研究中存在以下问题。

首先，以往的研究对创新活动的空间集聚现象主要是描述和定性分析，这些研究虽然为创新领域的深入研究打下了坚实基础，但仍存在不少需要改进之处。一是创新研究的地理范围主要为国家和区域，即国家创新系统和区域创新系统。对创新集聚和知识溢出的微观机制还有较大的研究空间。二是创新集聚的测量方法和指标，虽然不少学者开始尝试对传统的指标进行改进并取得了一定的成绩，但更多的还是来自以往对企业和行业集聚的研究，还没有为知识溢出、创新集聚找到一套有针对性的指标。三是大多数研究为静态的观察与描述，缺乏对创新活动集聚、扩散、结构调整等动态演化的反映[39]。

其次，随着地理学的“制度、文化、关系转向”，越来越多的地理学家开始用本地的社会文化因素来解释创新集聚的区位选择[39]。在区域和城市层面，大多数对区域创新系统和城市创新系统的研究仅仅是将国家创新系统的框架搬过来，研究区域内政府、企业和大学的互动关系，社会资本的培养以及对创新要素和本地文化之间关系的描述。今后还需要对各个地理层级创新系统的运行机制进行具体分析，使其在实践中对各个层级的政府有实际的政策价值。

再次，创新集聚的知识溢出机制是学者关注的重点，但总体仍处于探索的起步阶段；而且以往的研究较多采用专利申请数和论文引用频次来衡量知识溢出，尚不全面。新经济地理学已经开始对知识溢出的微观机制进行建模分析，研究创新集聚过程。但正如Fujita所说，他和其他研究者的主要贡献是打开了潘多拉的盒子，发现了大量可供研究的新问题。实际上，为了使模型更真实和更有趣，我们必须考虑引入各种新的要素，比如知识结构和层次结构、知识转移的多重渠道、支付方式和观念市场以及不确定性和随机元素等，这都是未来可能的研究方向。

最后，回到模型研究最原始的动机——促进经济增长，目前的研究缺乏将知识溢出影响创新集聚并进一步影响经济增长的机制结合起来的一般化模型[40]。所以今后要在研究清楚知识溢出的微观机制的前提下，结合内生增长理论对知识溢出、创新集聚和经济增长的关系进行建模，提升研究的深度、广度和政策效用。

[1]Schumpeter J A.The Theory of Economic Development[M].Cambridge，MA：Harvard University Press，1934：68-72.

[2]Joseph Alois Schumpeter.Theorie der Wirtschaftlichen Entwicklung[M].New York ：Springer US，1912：5-59.

[3]Malecki E J.Technology and Regional Development：A Survey[J].International Regional Science Review，1983，8（2）：89-125.

[4]James Simmie.Innovation and Urban Regions as National and International Nodes for the Transfer and Sharing of Knowledge[J].Regional Studies，2003，37（6/7）：607-620.

[5]Marshall A.Principles of Economics:An Introductory Volume[M].London：Macmillan Publishers Limited，1920：192-202.

[6]Fujita M.Towards the New Economic Geography in the Brain Power Society[J].Regional Science&Urban Economics，2007，37（4）：482-490.

[7]Buzard K，Carlino G A，Hunt R M，et al.Localized Knowledge Spillovers:Evidence from the Agglomeration of American R&D Labs and Patent Data[R].Federal Reserve Bank of Philadelphia，Working Paper，2016.

[8]Moreno R，Paci R，Usai S.Geographical and Sectoral Clusters of Innovation in Europe[J].Annals of Regional Science，2005，39（4）：715-739.

[9]Jaffe A B，Trajtenberg M，Henderson R.Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J].Quarterly Journal of Economics，1993，108（3）：577-598.

[10]Maryann P，Feldman.TheNew EconomicsofInnovation,Spillovers And Agglomeration：Review of Empirical Studies[J].Economics of Innovation and New Technology，1999，8（1/2）：5-25.

[11]Fornahl D，Brenner T.Geographic Concentration of Innovative Activities in Germany[J].Structural Change&Economic Dynamics,2009，20（3）：163-182.

[12]Lim U.The Spatial Distribution of Innovative Activity in U.S.Metropolitan Areas：Evidence from Patent Data[J].Journal of Regional Analysis&Policy，2003，33（2）：97-98.

[13]Anselin L，Varga A，Acs Z.Local Geographic Spillovers between University Research and High Technology Innovations[J].Journal of Urban Economics，1997，42（3）：422-448.

[14]Audretsch D B，Feldman M P.R&D Spillovers and the Geography of Innovation and Production [J].American Economic Review,2004，4（3）：2713-2739.

[15]Lundvall B A.Product Innovation and User-Producer Interaction[J].The Learning Economy and the Economics of Hope，1985（19）：19-58.

[16]Freeman C.The"National System of Innovation"in Historical Perspective[J].Cambridge Journal of Economics，1995，19（1）：5-24.

[17]Lundvall，Bengt-Ake.National Systems of Innovation：Towards A Theory of Innovation and Interactive Learning[J].Research Policy,1995，7（4）：318-30.

[18]Archibugi D.Patenting as an Indicator of Technological Innovation：a Review[J].Science&Public Policy，1992，19（6）：670-692.

[19]Mowery D.The Practice of Technology Policy[M]//Handbook of the Economics of Innovation and Technological Change.Oxford：Blackwell Publishers，1995：28-33.

[20]Scott A J.New Industrial Spaces：Flexible Production Organization and RegionalDevelopmentin North Americaand Western Europe[M].Michigan：Pion，1988：155-168.

[21]Cooke P.Regional Innovation Systems：Competitive Regulation in the New Europe[J].Geoforum，1992，23（3）：365-382.

[22]Etzkowitz H.Innovation in Innovation：The Triple Helix of University-Industry-Government Relations[J].Social Science Information,2003，42（3）：293-337.

[23]Krugman P.Increasing Returns and Economic Geography[J].Journal of Political Economy，1990，99（3）：483-499.

[24]Fujita M，Thisse J F.Does Geographical Agglomeration Foster Economic Growth?And Who Gains and Loses from It?[J].Japanese Economic Review，2003，54（2）：121-145.

[25]Berliant M，Fujita M.Knowledge Creation as a Square?Dance on the Hilbert Cube[R].Institute of Developing Economies，Japan External Trade Organization，2004：1251-1295.

[26]赵景峰，黄志启.知识溢出效应研究新进展[J].经济学动态,2011（1）：116-121.

[27]Ciccone A，Hall R E.Productivity and the Density of Economic Activity[J].American Economic Review，1996，86（1）：54-70.

[28]Glaeser E L，Mare D C.Cities and Skills[J].Journal of Labor Economics，1994，19（2）：316-342.

[29]Ciccone A，Peri G.Identifying Human-Capital Externalities：Theory with Applications [J].Review ofEconomicStudies，2010，73（2）：381-412.

[30]Duncan Black，Vernon Henderson.A Theory of Urban Growth[J].Journal of Political Economy，1999，107（2）：252-284.

[31]Glaeser E L，Saiz A.The Rise of the Skilled City[J].Working Papers，2003（35）：47-105.

[32]Glaeser E L，Kallal H D，Scheinkman J A，et al.Growth in Cities[J].Journal of Political Economy，1992， 100（6）：1126-1152.

[33]David B Audretsch，Maryann P Feldman.R&D Spillovers and the Geography of Innovation and Production [J].The American Economic Review，1996，86（3）：630-640.

[34]VernonHenderson，AriKuncoro，MattTurner.IndustrialDevelopment in Cities[J].Journal of Political Economy，1995，103（5）：1067-1090.

[35]Duranton G，Puga D.Nursery Cities：Urban Diversity,Process Innovation,and the Life Cycle of Products[J].American Economic Review，2001，91（5）：1454-1477.

[36]杨开忠.区域经济学概念、分支与学派[J].经济学动态，2008（1）：55-60.

[37]Eklinder-Frick J，Age L J， Perspectives on Regional Innovation Policy-From New Economic Geography towards the IMP Approach[J].Industrial Marketing Management，2016（61）：81-92.

[38]封凯栋.源头性技术创新与国家创新系统[J].中国科技论坛，2013，1（3）：5-10.

[39]孙瑜康，李国平，袁薇薇，等.创新活动空间集聚及其影响机制研究评述与展望[J].人文地理，2017（5）：17-24.

[40]赵勇，白永秀.知识溢出：一个文献综述[J].经济研究，2009（1）：144-156.