创新价值链视角下高技术产业地理集聚与空间溢出效应研究

张 涵，杨晓昕

(1.青岛大学质量与标准化学院，山东 青岛 266071；2.中央财经大学国防经济与管理研究院，北京 100081)

0 引言

在Myrdal的循环理论中，以创新为核心的经济增长成为企业空间集聚的原始动力，Feldman[1]证明了这种集聚活动的存在，并认为创新型企业的生产活动更倾向地理集聚。新时代经济高质量发展背景下，随着中国 “创新引领发展”战略的不断深化，以信息技术为特征的集约发展模式正逐步取代以资源投入为代价的传统模式，集聚创新已成为各省经济保持竞争活力的关键，各级政府也专门建设了研发基地或园区以支持高技术产业的集聚创新与知识溢出。但是中国高技术产业创新活动到底呈现怎样的集聚特征？产业和人才的集聚如何影响高技术产业技术创新发展？何者的知识溢出效应更为突出？这些是本文所要讨论和解决的重要问题。本研究以2000—2016年各省域高技术产业为研究对象，对比分析产业与人才两大地理集聚因素对高技术产业研发创新与转化创新的影响作用与空间效应，旨在为各省推动产业向集约创新方向转换、助力经济向联动持续方向迈进提供有益参考。

1 文献综述

国内外学者开始基于空间维度来探讨集聚、知识溢出以及区域创新关系，其中多以产业集聚为研究对象。Feldman[2]提出，集聚增强了企业信息交流和知识学习的便利度，减少了企业运行的不确定性，降低了研发及商业化成本；Audretsch和Feldman[3]发现知识溢出在生产中的作用越显著，创新活动的地理集聚度也会越高；Carlino等[4]发现在美国都市圈的经济集聚度提高了人均专利产出水平。国内学者刘军等[5]实证了制造业集聚对区域创新的提升作用，但这种正向作用明显小于物质经费和制度创新；彭向和蒋传海[6]检验知识的区域内溢出及企业竞争对区域创新的作用；郭嘉仪和张庆霖[7]发现我国区域创新活动确实具有空间相关性，区际间知识溢出是引起创新活动集聚的重要原因；李晓龙等[8]还实证了科技服务业集聚对企业创新效率的空间溢出；邱士雷等[9]实证发现各省高技术产业创新能力存在集聚效应和溢出效应。

与产业集聚相比，关于人才集聚对经济或区域创新的影响方面的研究相对较少。Rauch[10]证实了美国大城市的人才集聚对城市生产率和收入水平具有显著作用；陈得文和苗建军[11]实证分析了省域人力资本集聚效应和溢出效应；张海峰[12]发现，浙江省县级地区人力资本集聚有利提升促进县级区域创新绩效；修国义等[13]实证发现科技人才集聚规模和均衡度可以推动区域创新效率的提升。陈淑云和杨建坤[14]指出，相比东部，人才集聚的空间集聚更有利于中、西部的创新发展；徐彬和吴茜[15]发现人才集聚所带来的创新效应具有流动性与溢出效应。

从以往文献看出：①在企业个体微观层面上，研发投入与创新的相关性较弱，而在城市、区域等更为广泛的空间层面上，产业或人才集聚对经济或创新活动具有显著溢出效应；②以往研究主要明确了产业集聚对创新活动的重要性，而将产业集聚与人才集聚同时纳入分析范畴的研究相对较少；③在很多区域层面的实证研究中，对产业或人才集聚分析往往忽略空间单元数据之间存在依赖关系，导致最终估计结果出现偏误；④高技术产业创新过程包含了技术研发和成果转化两个阶段，在两个过程中创新活动产出形式与特征也存在差异[16]，而以往研究较少进行区分探讨。因此，本文基于价值链视角，以省域高技术产业为研究对象，将产业与人才集聚因素同时纳入统一框架，对比两大因素的地理集聚对各省高技术产业研发创新与转化创新影响与空间溢出，丰富了集聚创新的相关经验研究，也为相关部门制定高技术产业集聚创新政策提供了有益参考。

2 作用机制

本文从竞争示范、知识溢出与前后关联三个方面来具体说产业与人才两大集聚因素对高技术产业创新活动的作用机制。

2.1 竞争示范

激烈的市场竞争是推动高技术产业人才、知识等资源集聚的核心动力。高技术产品生命周期短，对新知识、新技术的要求较高，决定了高技术企业面临的市场竞争环境相对激烈。尤其是在产品特征、市场需求、技术水平等相类似的企业之间。随着资源要素市场不断丰富，加剧了高技术企业对高端创新资源的争夺，为建立创新竞争优势，高技术企业主体对优质资源的需求增高，提升了竞争程度。一旦新思想、新技术产生，就会打破产业集聚内部已有的竞争生态，改变竞争频率，尤其是后进企业，面临的竞争压力愈来愈大，那些无法获得先进技术、市场竞争力较弱的企业则被挤出市场，而先进企业为维持自身技术垄断优势，将努力进一步创新，从而形成 “竞争效应”，进而推动集聚区整体的创新发展。

假设H1：竞争效应有利于高技术产业区域创新。

创新主体在一定地理范围内集聚，促使企业彼此邻近，不仅能提高竞争规模，也可以增加合作机会。很多集聚区的高技术企业间会建立合作关系，一些高技术企业通过集聚减少交流成本，方便企业间开展交流合作，实现知识互惠，技术先进高技术企业将生产管理经验传递给后进企业，甚至是直接对后进企业进行技术转移，产生了 “示范效应”，有效地促进落后企业积极获取新技术，改善产品技术含量，提升产品创新质量，有些企业甚至可以引进技术的基础上进行消化吸收、模仿实现二次或逆向创新，进而推动区域创新发展。

假设H2：示范效应有利于高技术产业区域创新。

2.2 知识溢出

高技术对知识垄断会因技术周期不断下降，为此只有不间断地学习吸收新知识才能维持这种优势。当单一企业所拥有的知识无法满足其创新要求时，就会向外部寻求知识，尤其是重大创新所需的个性化、难以编码的缄默知识往往具有很强的空间粘性，无法长距离转移，而基于集聚的邻近性，缄默知识能够有效传播流动而不失真，减少企业对互补性知识搜寻成本，更好发挥技术与信息的共享效应，有利于新知识、新技术传播与和流通。具体而言：

第一，产业集聚是知识溢出的源头载体。产业的集聚形成了集体专业化生产模式，形成了对基础设施、生产服务等大量供给投入的共享，高校、科研机构等有条件的非企业组织也成为创新源之一，提高区域多元化的知识溢出。由于集聚区内产业间的交流渠道相对通畅，可以为各个高技术企业提供更广泛的学习平台与更自由的创新条件，大大降低知识转移成本，缩短技术更新周期，提高区域创新效率。

假设H3：产业集聚对高技术产业的区域创新具有正向作用。

第二，人才作为知识、经验和技能的重要载体，也是知识溢出的有效渠道。特别是如经验、直觉等缄默知识无法通过文本形式记载查询，只有通过面对面的接触进行学习。人才的集聚使得缄默知识显性化而得以传播，引起新知识、新思想外溢，打破了区际边界，产生知识与技术的 “共享效应”，节约高技术企业的培训成本，产生促进研发及转化的 “创新效应”。因此，高技术企业往往选址于知识密集或人才集聚水平较高的地区[17]，共用高端的劳动力市场，也加快了人才频繁在不同企业间流动与配置。高端人才往往就会流向薪资待遇更高、发展空间更宽的企业，其所拥有的知识、经验流入企业，从而提升了企业创新投资回报率，进而还会吸引集聚区外的人才和资源，形成良性 “循环累积效应”，建立人才聚集条件下的创新积累优势，最终增强区域创新水平[18]。

假设H4：人才集聚对高技术产业的区域创新具有正向作用。

2.3 关联效应

在开放经济中，国际贸易作为技术或知识溢出的重要渠道，主要包括水平关联和垂直关联两大途径。其中通过水平关联，行业内的贸易国企业向东道国企业传递高技术产品的市场需求、消费习惯、销售渠道等信息，促进东道国企业开展国际贸易。同时，贸易国与东道国企业为争夺市场而展开竞争，并形成不同创新比较优势；通过垂直关联，行业间的贸易国企业通过前向与后向关联对本国企业产生溢出效应。其中前向关联是外国企业在向上游本国企业采购中间品，推动东道国企业学习先进技术和管理方式，以达到外国企业对中间品的高质量要求。而后向关联则是贸易国企业通过向下游本国企业提供高质量的中间品，促进本国企业的创新效率与水平[19]。

假设H5：关联效应能促进各省高技术产业的创新水平。

3 模型设定与变量说明

3.1 模型设定

由于本文数据样本源于不同省份，可能存在空间相关性，传统计量模型会导致估计结果平偏误。故本文选择空间计量模型进行估计，常用的空间计量模型包括空间自回归模型 (Spatial Autoregressive Model，SAR)、空间自相关模型 (Spatial Autocorrelation Model，SAC)空间误差模型 (Spatial Error Model，SEM)和空间杜宾模型 (Spatial Durbin Model，SDM)等，空间面板模型的基本表达式为：

Yit=ρW·Yit+βXit+θW·Xit+ui+γi+εitεit=λW·εit+vit

式中，Y为因变量，X为自变量，W为的空间权重矩阵，某地区的相邻区域发生冲击，会随着协方差W传递到本区域，对本区域的相关变量产生作用。ui为个体效应，γi为时间效应，ε为随机误差项，服从独立同分布假设。若λ=0，则为SDM；若λ=θ=0，则为SAR；若α=θ=0，则为SAC；若α=ρ=θ=0，则为SEM。因此本文的空间模型设定为：

outputit=ρW·outputit+α1indus_aggit+

α2talen_aggit+β1humanit+β2materialit+

v1compe_effit+v2demon_effit+v3relat_effit+εit

εit=λW·εit+vit

式中，output表示高技术产业创新产出，indus_clus表示产业集聚度，talen_clus表示人才集聚度，human和material分别表示人力资本和物质资本，compe_eff，demon_eff，relat_eff分别表示竞争效应、示范效应以及关联效应。

3.2 变量说明

创新产出 (output)。基于创新价值链视角，可将高技术产业创新过程分为上游研发和下游转化两大阶段，其中在研发阶段，创新产出主要是论文、专著、专利等形式，其中专利具有独创性和通用性，故本文选取 “专利申请量” (patent)来表征基础研发创新水平；而在转化阶段，高技术企业需要将技术知识、专利、技术等产品进行应用转化和市场销售，故本文选取 “新产品销售收入” (revenue)来衡量转化创新水平。

产业集聚 (indus_agg)和人才集聚 (talen_agg)。本文采用区位熵来测度集聚水平，计算公式为：

式中，xij表示省域i中j高技术行业的企业数量 (表征indus_agg)或研发人员全时当量 (表征talen_agg)。

人力资本 (human)。本文用 “平均受教育年限”来表征人力资本，平均受教育年限=6岁及以上的小学人口比例×6+初中人口比例×9+高中人口比例×12+大专及以上人口比例×16。一般来说，较高的人力资本能够促进高技术产业对新知识的学习与吸收，有助于提升高技术产业创新潜力。因此，本文预期human估计系数的符号为正。

物质资本 (material)。本文采用永续盘存法来衡量高技术产业的物质资本水平，公式为Kt=Et+ (1-δ)Kt-1，式中，Kt表示高技术产业物质资本存量，Et表示经价格指数平减后的R&D内部经费支出；δ表示资本折旧率，考虑到技术飞速发展，取δ=15%。随着高技术产业物质资本的不断积累，有助于强化高技术企业对先进知识的吸收能力，减少消化、转化成本，促进高技术产业创新活动。因此，本文预期material估计系数的符号为正。

关联效应 (relat_eff)。在国际贸易中，高技术企业通过参与国际竞争与或者，按照国际标准生产产品，满足外国客户或企业的产品需求。本文用高技术产业 “出口交货值占主营业务收入比重”来表征关联效应。

示范效应 (demon_eff)。高技术企业可以通过引进或购买先进技术设备，利用逆向工程对新技术进行消化与模仿创新，本文用高技术产业 “技术引进资本存量占物质资本存量的比重”来表征示范效应。

由于新疆和西藏数据缺失严重，本文采用2000—2016年29个内陆省域 (新疆、西藏除外)数据进行分析，所有数据来源于 《中国高技术产业统计年鉴》和 《中国统计年鉴》。为了避免回归模型出现异方差，文中所有变量均取自然对数形式，各变量的描述性统计见表1。

表1 相关变量描述性统计量

4 实证分析

4.1 集聚特征

从图1和图2可以看出，从2000—2016年整体集聚度有所提升，其中产业集聚均值从1.12增长到1.24，年均增速0.59%，人才集聚均值从1.23增长到1.27，年均增速0.17%。从四大经济区看，东部的产业集聚均值最高，东北最低，中部增速最快，而西部则略有下降；人才集聚均值从高到低依次为西部 (1.45)、东部 (1.24)、东北 (1.22)、中部 (1.12)，西部增速最快 (0.97%)，东北增速最慢 (0.63%)，而中部有所下降。可能是由于国家提高了西部人才引导优惠政策，有助于人才向西部地区的流动，而中部很多人才被吸引至东部地区。

4.2 空间相关性

本文采用全局Moran指数检验高技术产业研发创新与转化创新的空间相关性 (见图3、图4)。研发创新来看，2000—2016年各省份Moran指数由负转正，大致呈增长态势，总体表明高技术产业研发创新存在显著空间相关性，即邻近地区高技术产业研发创新对本地的带动作用不断增强；转化创新来看，Moran指数基本为正，总体呈现上升态势。相对于地理邻接矩阵下，地理经济矩阵下高技术产业研发创新与转化创新Moran指数在普遍较高，且波动幅度较大，说明区位与经济发展相邻近地区间创新活动对本地的辐射作用更强。

4.3 回归分析

为了探讨创新价值链视角下产业集聚与人才集聚对的影响作用与溢出效应，本文基于地理经济和地理邻接空间矩阵，采用SAR和SEM模型进行估计，另外还给出普通面板模型的回归结果，旨在彼此相互印证 (见表2和表3)。

研发创新模型中，空间自回归系数ρ与空间误差系数λ均显著为正，表明地理邻近或经济水平相近地区的研发创新对本地区产生正向溢出，也通过制度、文化等遗漏项变量对本地研发创新产生正向溢出；转化创新模型中，空间自回归系数ρ显著为负，空间误差系数λ均显著为正，表明地理邻近或经济相近地区的转化创新活动对本地产生直接负向空间溢出。另外，在地理经济权重下的ρ与λ均高于在地理邻接下的水平，可能是随着中国交通基础设施的快速完善优化，物流运输成本不断降低，各省高技术产业的创新发展开始更多地考虑到技术的匹配度与兼容性，更加注重人才的专业化与知识的多样性，与那些虽然相隔距离较远但更为合适的省份进行协同合作。

产业集聚和人才集聚仅在研发创新研发具有显著影响，但作用方向不同。其中产业集聚具有显著正向作用，H3假设成立，表明高技术产业的总体集聚规模处于合理水平，集聚区内各高技术产业之间及其与科研机构、实验室、大学间保持良性互动与交流，从而有效促进了研发创新活动；人才集聚则具有显著负向作用，与H4假设不成立，可能的原因包括：首先，由于各地资源禀赋不同，发达地区对人才吸引力往往较强，但更多是单向流动，对周边落后地区的人才产生 “虹吸效应”，加上户籍制度限制，未能发挥人才 “双向”或 “多向”流动的共享效应，导致各地人才集聚水平失衡。另一方面，大量人才向一些资源充足的发达地区不断涌入，造成同类人才存在过度集聚与人才同构性过高，降低了工作效率，而且还可能会带来土地、房价等外部成本上升，从侧面提升对高技术企业的创新成本，对企业的资本投资和创新资金产生 “挤占效应”，压缩企业的高技术企业的创新发展空间[21]；其次，各地区往往会提高人才待遇、降低落户门槛等政策来争夺有限高端人才，采取一些恶性竞争或零和博弈手段，很多地区将吸引人才数量可能成为政绩考核指标，因而一些地区可能会盲目投入过多资源来招才引智，扭曲了市场配置创新资源的主导作用，以上原因都最终会阻碍区域整体高技术产业的研发创新。

图1 2000—2016年各省份产业集聚度均值

图2 2000—2016年各省份人才集聚度均值

图3 2000—2016年高技术产业专利申请Moran指数

图4 2000—2016年高技术产业新产品销售收入Moran指数

表2 高技术产业研发创新模型回归结果

注：***、**、*分别表示在1%、5%、10%的置信水平下显著，括号中为各系数估计所对应的t统计量 (下同)。

表3 高技术产业转化创新模型回归结果

人力资本和物质资本在两大阶段的正向作用也非常明显，符合预期。表明资本投入与智力积累已经成为各省高技术产业创新发展的可靠动力。另外，随着对外开放战略的实施，国内企业的薪酬待遇不断提高与创新环境不断优化，对海外人才和资本的吸引力度也在不断提升，有助于高技术产业科学基础研发与技术成果转化的创新发展。

竞争效应对高技术产业的转化创新具有显著负向作用，而对研发创新作用不显著，不满足H1假设。反映出有些地区虽然产业集聚水平较高，但技术孵化器和成果交易平台建设起步较晚，发展层次较低，企业对知识或技术进行市场化、商业化的意识相对落后，而且社会大众对知识产权重视和保护意识普遍薄弱，打击违法侵权等相关法律制度不够健全，造成很多创新企业的先进成果容易被低成本抄袭或剽窃，产生 “搭便车”行为，从而打击了企业将研发成果进行转化的积极性，导致转化创新动力相对不足。

示范效应仅在地理经济矩阵下，SEM模型回归结果中表现出对转化创新的明显推动作用，其他模型均产生负向作用，部分满足H2假设。表明虽然各省份积极鼓励高技术大力实施 “走出去、引进来”策略，设立专门项目、给予大量经费支持企业来引进国外先进技术，但有些地区的消化吸收能力有限，与外国先进企业间的技术实力、管理水平均存在差距，一些企业甚至依靠政策捏造材料，骗取支持经费等情况，未能对新技术、新知识进行充分学习掌握，不注重长期基础研发积累，而急于将知识转化为实际产品，赚取短期利润，无益于高技术产业的创新发展。

关联效应仅在地理经济矩阵下表现出对高技术转化创新的负向作用，不满足H5假设。表明通过出口型高技术产品未能利用出口与外国企业建立良性互动联系，对国际市场技术变化动态不敏锐，对外国产品标准、法律体制以及企业的运行规则不了解，有的企业创新水平较低，只能通过完全购买国外生产技术进行生产，形成了对国外技术设备过度依赖，弱化了国际竞争力与自身创新能力。另外，有的外国资本可能通过这种产业链关联，趁机侵占国内高技术市场份额，抢夺高端人才，挤压国内中小型高技术企业创新发展空间，削弱了各省份高技术产业的创新积极性。

4.4 溢出效应

通过空间模型的回归估计，还得到各个变量对高技术产业研发创新与转化创新的空间直接与间接溢出效应，具体结果见表4。可以看出，在研发创新阶段，产业集聚、人力资本、物质资本的空间直接溢出和间接溢出效应均显著为正，且直接效应均高于间接效应，即本地效应高于扩散效应，表明三者对区域内研发创新的正向空间溢出高于对区域间的溢出水平。但人才集聚的直接与间接溢出效应则显著为负；在转化创新方面，仅人力资本和物质资本具有显著正向的空间直接溢出以及负向间接溢出，可能是有些省份为了促进区内高技术的研发创新，实施抢夺恶性人才与资源的策略，保护本地成果垄断优势而实施地方保护，本地优秀人力资本与物质资本的流出，设立壁垒阻碍外来企业进入或抢占本地市场，可能有助于本地的创新发展，但总体抑制了其他周边地区成果转化创新。

表4 地理经济矩阵下各变量的空间效应分解

5 结论与启示

本文基于创新价值链视角，测算了产业集聚与人才集聚对各省份高技术产业研发创新与转化创新的影响作用与空间溢出效应，研究发现：①高技术产业的整体集聚度有所提升，东、西部较高，东北和中部较低；②各省高技术产业的研发创新和转化创新存在显著空间相关性，且高技术产业研发创新产出均存在显著的正向空间效应，而转化创新产出具有负向直接空间效应和正向间接空间效应；③产业集聚对各省高技术研发创新具有推动作用，人才集聚则具有显著负向作用，人力资本和物质资本已经成为各省份研发创新与转化创新的有效动力；竞争效应仅对转化创新具有显著负向作用，示范效应对研发创新普遍具有显著负向作用，关联效应还会对转化创新方面产生负向作用。

基于以上结论，得出以下政策启示：①各省份应加强同等经济与区位邻近省份间的信息交流与产业联系，合理规划高新技术产业园区空间布局，利用高技术产业在不同创新阶段中的空间溢出效应，促进高技术产业间人员高效流动，减少区际壁垒，降低对本地区高技术产业成果交易市场的地方保护，形成各区域间的优势互补，更好发挥空间溢出效应的正向推动作用；②各省应提升高技术产业集聚水平，既要充分发挥产业集聚的互动作用，注重产学研协同创新，更要避免人才的过度集聚，经济发达地区在积极实施招才引智战略的同时，不能一味盲目争夺中落后地区的高端人才，应根据区域整体的创新发展需要，及时给予落后地区反哺与回馈，促进人才的双向流动，发挥人才与资源区域间联动效应；③各省份需注重知识储备和高端资本积累，继续增强高新产业园区扶持力度。既要出台政策鼓励企业对知识、成果的进行商业化尝试，加快知识产权法律制定步伐，以市场为导向，因地制宜地进行扶持、引导，同时，也要提升自身对国际竞争环境与规则的适应性，以开放倒逼企业的改革与创新；④充分重视地理集聚区内先进企业间的示范效应与竞争效应，加强整合产业链上的关联企业，提高对创新技术产品的质量要求，主动参与制定技术与产品的国际化标准，合理统筹短期与长期创新发展战略，杜绝盲目的招商引智，倡导维护健康的国际创新竞争生态，实现互利双赢。