高速增长与高质量发展阶段二元创新活动属性

章激扬 段继红 师磊

[摘要]根据不同发展阶段对创新活动的内在需求，利用地级市层面三类专利数据测算了地区创新多样化和发明创新专业化指标，旨在探讨两类不同创新活动属性对不同发展时期经济增长是否存在异质性影响？研究发现：创新多样化和发明创新专业化对地区经济增长均产生了显著地正向作用，在高速增长时期，创新多样化能够较大幅度地促进经济增长，而在高质量发展时期，发明创新专业化能够较大幅度地促进经济增长;创新多样化对东中西三大区域人均GDP均产生了显著的正向激励作用，但是发明创新专业化仅对东部地区经济发展产生了显著的促进作用，对中部地区作用不显著，对西部地区产生了显著的负向作用;创新多样化对成熟型都市圈、成长型都市圈和培育型都市圈经济增长具有显著的促进作用，发明创新专业化对成熟型都市圈、赶超型都市圈和成长型都市圈经济增长具有显著的促进作用;进一步分析表明，创新多样化和发明创新专业化存在互补关系，能够放大彼此对地区经济增长的促进作用。

[关键词]创新多样化;发明创新专业化;地区经济增长

[中图分类号]  F127;F061-3 [文献标识码] A [文章编号]  1673-0461（2022）05-0014-13

创新对一个地区经济发展的作用不言而喻，在现代内生增长理论中，技术进步被认为是经济增长最重要的驱动因素之一[1-3]。我国经历了四十多年的高速增长，经济总量跃居世界第二，但是在人口、资源和环境等方面仍然遇到了一定程度的瓶颈。2017年10月18日，党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，创新是引领发展的第一动力。2021年，恰逢“两个一百年”奋斗目标历史交汇之时特殊时刻的两会，习近平总书记接连强调“高质量发展”，意义重大。2021年3月30日，中共中央政治局召开会议，审议《关于新时代推动中部地区高质量发展的指导意见》。2021年9月14日，国务院批复国家发展改革委、财政部、自然资源部关于推进资源型地区高质量发展“十四五”实施方案。由此可见，自国家提出高质量发展以来，党和国家领导人在多次重要会议上不断丰富高质量发展内涵，并对未来经济的高质量发展提出了新的要求。

在明确技术创新的重要性之后，各地区开始思考以创新驱动经济增长的路径。现有文献为经济活动的多样化提供了相当多的支持，但对专业化的支持相对较少，尤其是关于创新专业化的研究颇少[4]。现实而中肯的经济学研究者们倾向于认同多样化和专业化均能对经济活动产生积极的影响[5]，但是二者作用于经济活动的方向和强度均有所差异。大量研究一般是从微观视角，基于专利IPC分类号从技术层面研究多样化对经济活动的影响，或是基于行业或产业层面就业人员研究专业化对经济活动的影响[6-7]，鲜有文献从宏观层面专利数据考察创新多样化和发明创新专业化对地区经济增长的影响。此外，针对不同发展阶段，厘清两类不同创新活动属性对经济增长的作用具有重要的理论价值和现实意义。本文在已有研究基础上进行了以下四个方面的补充：①围绕地级市层面三类专利数据测算了地区创新多样化和发明创新专业化指标，并基于此考察二者对地区经济增长的影响。②区别于现有文献关于多样化和专业化对经济活动的单一线性关系、“U”型或“倒U”型的影响机制，本文结合国家经济发展实践，区分了不同发展阶段对创新活动的内在需求，分别考察了两类不同创新活动属性对不同发展时期经济增长的异质性影响。③推动高质量发展，区域经济是主要发力点，区域经济直接影响到国家经济的整体发展，关系到国家战略目标的实现。本文将中国三大区域和城市群纳入分析范围，拓宽了区域经济发展的理论边界。④本文进一步分析了看似独立却又紧密联系的两类创新活动的调节作用，丰富了二元创新活动属性在地区之间发展的实践。

一、文献综述

多样化（Diversity）一词最初用在生物科学领域，用以描述包括地球上所有的植物、动物和微生物及其所拥有的全部基因和各种各样的生态系统，大量的研究表明生物多样化对于平衡生态环境，保证生物种群的持续发展具有重要意义。随后，多样化的概念被广泛地运用在社会科学的各个领域，如文化多样化[8]、性别多样化[9]和收入多样化等[10]。在经济学的研究领域中，BRESCHI等（2003）指出技术多样化是创新活动向不同的技术领域扩张[11]，主要通过地理集中带来的外部性、知识溢出和路径依赖等机制推动区域经济发展。随后国外学者对技术多样化的经济影响提供了相当丰富的经验支持，GARCIA（2006）基于欧盟企业[12]以及GARCIA、VELASCO（2008）基于美国企业[13]的研究均发现技术多样化对创新数量具有积极的正向影响。但是也有研究提出不一样的观点，技术多样化对创新的影响并非简单的线性关系，LETEN等（2007）基于欧美日高科技企业[14]以及HUANG、CHEN（2010）基于中国台湾地区信息技术产业[15]的研究均表明技术多样化对创新产出具有“倒U”型的影响。然而，上述相关研究并没有区分相关多样化和不相关多样化，自FRENKEN等（2007）创造性地将总体多样化划分为相关多样化和不相关多样化以来[16]，国内越来越多的研究开始聚焦于两类不同功能的多样化对经济社会的影响。如基于二者对地区经济发展的特定功能，孫晓华和柴玲玲（2012）发现相关多样化对地区经济增长与经济稳定都存在显著的促进作用，而无关多样化不利于经济增长但有助于提高经济稳定性[17];郑江淮和冉征（2021）进一步指出，相关多样化较多地依赖一个地区原有技术，如果局限于相关技术领域，该地区就进入了创新“舒适区”，而不相关技术多样化较少依赖于该地区原有技术，但更能促进地区经济增长，有助于走出创新“舒适区”[18]。基于创新产出角度，高旻昱等（2020）研究发现，知识相关多样化能够显著促进地方创新产出，但是非相关多样化与地方创新产出之间呈现“倒U”型关系[19]。基于区域创新效率角度，郭将和许泽庆（2019）发现工业的相关多样化集聚对区域创新效率存在显著的促进作用，而无关多样化集聚则阻碍了区域创新效率[20]。基于经济结构韧性角度，杜志威等（2019）发现非相关多样化能有效地分散并降低外部冲击的风险，而相关多样化则更容易导致危机向相关联部门的蔓延[21];徐圆和邓胡艳（2020）进一步指出，相关多样化主要通过一般性创新作用于经济韧性，而无关多样化则主要通过新经济创新作用于经济韧性[22]。基于企业层面创新数量和创新质量角度，李长英和赵忠涛（2020）研究发现，相关技术多样化对创新数量和创新质量具有“倒U”型影响，而不相关技术多样化对创新数量和创新质量具有正向影响[23]。

经济领域专业化（Specialization）的研究最初来自于亚当·斯密在《国富论》一书中提出的社会分工会极大地促进社会劳动生产力[24]，专业化分工能够带来生产效率和产品质量的提升。随后，在20世纪六七十年代，垂直专业化分工的概念被引入到国际贸易理论中，它使得国际分工深入到了产品的生产阶段内部，每个国家只在商品生产的特定阶段进行专业化生产。CAMPA、GOLDBERG（1997）以及HUMMELS等（2001）经验研究表明，垂直专业化分工使全球中间品贸易在国际贸易中的比重大大上升，对各国生产效率以及出口绩效产生了重大影响[25-26]。随着研究的深入，对专业化的研究不再拘泥于社会分工和国际贸易领域，对技术领域的选择与哪一个技术领域的专业化有助于经济增长成为了学术界关注的焦点，如LALL（2000）以及HUANG、MIOZZO（2004）指出发展专门的技术有利于附加值的提高，并且会通过技术的外溢效应加快技术进步和赶超的过程[27-28]。MELICIANI（2002）总结发现一国在快速发展的技术领域中的专业化程度与出口增长率正相关，并将促进 GDP 的增长[29]。徐升华和毛小兵（2004）以及PAPAIOANNOU（2007）研究发现专门从事以ICT行业为代表的高新技术领域对经济增长具有巨大的贡献[30-31]。然而也有学者提出不同观点，即便选择了正确的技术并且实现了专业化也未必能促进经济增长，MALERBA、MONTOBBIO（2004）以及MONTOBBIO、RAMPA（2005）对发展中国家的考察发现在新技术领域的专业化并不意味着出口的增加[32-33]。类似的，冯仁涛（2012）以中国ICT领域专业化为研究对象，发现ICT技术专业化与GDP并非简单的线性关系，而是存在显著的“U”型关系[34]。近年来，对专业化的研究渗透到经济活动的各个方面，如基于区域创新质量，苏屹等（2020）研究指出专业化对区域创新质量具有显著的促进作用[35]。基于风险投资网络位置对创新能力的影响，金永红等（2021）研究发现，行业专业化程度会增强其正向影响，而地域专业化程度会减弱其正向影响[36]。基于高技术产业专业化集聚，谢臻和卜伟（2020）研究发现，专业化集聚程度与高技术产业创新效率之间存在“倒U”型关系[37]。基于智慧专业化，沈婕等（2020）研究发现，智慧专业化从资源内存性和外向性、资源技术和经济属性以及资源支持程度三个方面，有效地支撑了区域资源集聚与区域创新驱动发展[38]。大量的研究倾向于表明专业化对经济资源的集聚具有显著的作用，但也有研究指出，专业化对经济活动的影响在地区间和行業间存在明显的差异，如丁焕峰和邱梦圆（2018）研究发现，特定技术领域的专业化程度与经济增长之间呈不同的“U”型关系，并且技术专业化不利于提升创新能力相对较高地区的经济增长，但有助于中等创新能力地区和低创新能力地区的经济增长[39]。

随着经济的发展，在上述关于多样化和专业化研究的基础上，围绕两类集聚经济引起了学者们的广泛兴趣，其中一种是跨行业集聚经济，另一种是行业内集聚经济，前者在地理空间上表现为产业多样化，后者在地理空间上表现为产业专业化。然而究竟是专业化还是多样化有利于经济增长，学术界仍莫衷一是。OUWERSLOOT等（2000）利用美国制造业数据证实了区域多样化与制造业创新存在正向关系[40]。PANNE（2004）实证研究发现地区专业化水平与企业新产品开发之间存在正向关系，但是多样化水平的影响效果不显著[41]。FRITSCH等（2010）利用德国城市数据得出专业化集聚和多样化集聚均以“倒U”型方式影响创新效率，且存在显著的区域差异[42]。在国内方面，学者们的研究多围绕制造业及其细分行业，重点考察了制造业专业化集聚与多样化集聚对区域创新效率的影响。如从区域层面，刘乃全等（2016）研究发现，多样化集聚对区域创新效率的作用不明显，但能显著提高纯技术效率;而专业化集聚能有效提高区域创新效率和规模效率[43]。从行业层面，张昕等（2007）以电子及通信设备制造业为例，研究发现专业化知识溢出和多样化知识溢出对区域创新能力分别产生正向和负向影响[44]。张璐等（2019）研究发现，专业化集聚对制造业纯技术效率存在显著正向影响，但对规模效率存在显著负向影响;多样化集聚只对纯技术效率存在显著正向影响[45]。从产业层面，陈劲等（2013）以中国高技术产业为例研究发现，集聚程度和集聚模式均影响创新，但不同集聚模式在不同集聚水平上对创新影响的作用恰好相反[46]。吕承超（2016）进一步指出产业多样化对中国高技术产业创新具有显著的促进作用，而产业专业化和企业竞争对高技术产业创新影响并不显著[47]。陈羽洁等（2020）也指出专业化和多样化集聚对创业产业知识开发创新效率的促进作用显著高于经济转化创新效率，但是多样化集聚效应强于专业化集聚效应[48]。从企业层面，范剑勇等（2014）以通信设备、计算机与其他电子设备业企业为研究对象，得出专业化集聚能够提高技术效率，而多样化集聚对技术效率改善无显著影响[49]。从人均产出层面，孙祥栋等（2016）认为，产业结构专业化和多样化是城市集聚经济的来源，但是多样化与城市人均产出之间呈现出“U”型特征，而专业化与城市人均产出之间则呈现出“倒U”型特征[50]。从绿色技术创新视角，曲延芬和于楚琪（2021）研究发现产业集聚多样化和专业化都显著促进了区域绿色技术创新效率的提升，但是产业集聚多样化的作用更强[51]。

通过对上述相关文献的回顾不难发现，越来越多的研究开始着手于评估两类看似相互独立却又联系紧密的创新活动属性在企业层面、产业层面和区域层面的异质性影响。学者们为经济活动的多样化提供了相当丰富的经验支持，但是对专业化的研究相对较少。受限于不同的样本和研究方法，得出的研究结论也不尽相同。纵观现有文献，鲜有文献从地区宏观层面三类专利入手，考察地区创新活动属性对区域经济增长的影响，尤其从创新多样化和发明创新专业化角度探讨二者对经济发展的作用。基于此，本文尝试着对这一议题做补充。

二、理论分析与研究假说

（一）创新多样化与发明创新专业化对经济增长的影响

1. 创新多样化对经济增长的作用

首先，从知识重组角度。许多现代经济增长模型将知识溢出视为技术进步和长期增长的主要驱动因素[52-53]，創新的本质是不同知识元素之间的组合与重组[54-55]，不同创新类型之间的知识资源在区域内不断累积并形成“公共池”，创新多样化为区域内知识组合和重组提供了机会。此外，创新多样化程度较高的地区往往需要不同类型的技术人才，更善于和伙伴开展研发合作，这势必会增强一个地区对外部知识溢出的吸收和利用，形成知识共享和交流的创新环境，促进了技术的扩散，从而提升创新效率和经济增长[56]。其次，从技术优势互补角度。创新多样化来源于区域内微观企业不同类型的专利产出，落实到企业的技术发展，创新多样化相对较高的地区能够有效地拓宽企业技术基础范围，而不同技术之间的交互作用又更容易激发以专利衡量的创新产出，增加创新的数量[57]。与此同时，不同专利背后的创新属性有所差异，创新多样化可以促使地区不同技术之间的联系以及优势互补，能够有效地提高地区创新产出和创新效率，从而刺激经济增长。最后，从创新成本与创新风险角度。创新多样化可以降低地区内企业创新成本，地区往往基于其自身的创新资源和创新经验实施技术多样化，通过资源、信息共享实现范围经济，从而降低企业的创新成本。类似的，创新多样化可以降低地区创新风险，通常而言，地区技术创新往往伴随着各种风险，单一项目研发成功的概率往往较低，但是一个地区可以通过技术多样化把创新活动分散于不同的技术领域从而有效地降低创新风险[12]，对于调节经济增长具有重要意义。

2. 发明创新专业化对经济增长的作用

首先从创新集聚角度，我国区域创新发展经历了一个从注重数量到重视质量的转变过程，然而在早期地区创新发展实践中，地方政府为了片面追求经济绩效，往往采用粗放式的技术发展模式，使得在短期内以发明专利和实用新型专利衡量的创新产出得到了激增。然而创新数量上的简单累积并不能客观真实地反映出创新实际发展情况，经济增长的持续性除了受到创新数量的影响之外，更受到创新质量的影响，高质量的创新越来越成为一个区域竞争能力的决定因素。根据熊彼特创新理论，创新并不仅仅是某项单纯的技术或工艺发明，而是一种不停运转的机制，只有引入生产实际中的发现与发明，并对原有生产体系产生震荡效应，才是创新。相比于实用新型创新和外观设计创新，发明创新主要是对产品和方法的创新，代表的技术含量最高，将对原有生产结构产生颠覆式的变革，也是最能体现熊彼特“毁灭性创新”特征的一类创新。因此，当一个经济体中创新资源更多地向发明创新集聚时，将会使得该地区相比于其他地区在发明创新活动上专业化程度更高，从而对该地区经济社会带来积极变革的可能性也就越大，进而有利于该地区经济的长远发展。其次，从外部性角度。专业化作为知识信息的有效传播途径，有利于区域内形成创新思维，诱发技术“中心-外围”模式的萌生和创新网络的形成，对重塑区域创新发展格局具有积极的意义[58-59]。发明创新专业化语境下外部性产生的重大溢出效应通常比存在较少溢出效应的地区会经历更多更快的科技创新体验和更加繁荣的科技创新景象。此外，由于溢出效应作用过程的互补性，溢出效应可以增加地区对研发工作的投资，给企业家创造了充分就业的机会，它更像有效循环圈的一个组成部分，因为溢出效应反过来又创造了能够支持更多企业家活动的新知识溢出效应。再者，从技术突破角度来看。一个地区发明创新专业化程度越高，就越容易摆脱在追求经济快速增长阶段对产品、行业和经营等“数量”层面的束缚能力，也就越容易克服地区的创新“短板”进行高质量的突破性创新[60]，从而有利于地区经济增长。最后，从风险与收益角度来看。尽管聚焦于发明创新的活动具有很大的不确定性，并且伴随着较大的失败风险，但是一旦创新成功，将对经济社会变革产生深远的影响，极大地促进社会生产力的提升，从而对经济增长起到强烈的刺激作用。

基于上述分析，本文提出了如下研究假说。

假说1：创新多样化和发明创新专业化对经济增长均具有显著的促进作用。

（二）创新多样化与发明创新专业化对不同发展阶段经济增长的影响

1. 创新多样化对不同发展阶段经济增长的影响

首先，在高速增长时期，地区层面的创新多样化能够激发不同类型创新活动之间的内在联系，调动各方创新资源，发挥不同创新主体的能动性。因此，对于一个经济体而言，创新多样化有利于快速形成规模优势，尤其是在经济基础较为薄弱的情况下，创新多样化能够有效盘活各方创新潜力，使经济体实现多元化发展，迅速摆脱增长的瓶颈。相反，在高质量发展时期，如果继续侧重在所有领域的创新投资，一方面，创新多样化可能会挤占现有技术的研发投入，导致对现有技术的投入不足，并且随着新技术与现有技术之间差异的增大，新技术的创新效率将会降低[61]，从而阻碍地区创新和经济发展;另一方面，创新多样化容易造成创新资源的重复投资，形成“资源诅咒”现象，导致对经济增长的刺激作用减弱，甚至产生负向效应。其次，落实到地区企业创新发展，创新多样化可能会提高企业的研发成本。进入新的技术领域，这需要增加额外的研发投入、招聘和培训新的技术人才，这会增加企业的创新成本。同时需要有效整合新技术和现有技术，这也会增加企业的成本[14]，尤其是当新技术与现有技术存在冲突时，企业的整合和协调成本会明显增加。最后，创新多样化也可能增加企业的创新风险。如果一个地区在高质量发展阶段跨越的技术领域过宽，企业创新的系统风险可能迅速增加[62]。因此，本文更倾向于认为，在高速增长时期，创新多样化对经济增长的刺激作用要强于发明创新专业化。

2. 发明创新专业化对不同发展阶段经济增长的影响。

在高速增长时期，如若过于侧重以发明创新为代表的突破型创新，则有可能陷入发明创新专业化的“死胡同”，挫伤地区创新积极性。尤其对一个经济规模尚未形成的赶超型经济体而言，过度的依赖突破型发明创新可能挤占社会中的生产资源，从而减弱其对经济社会的刺激作用，甚至适得其反。相反，在高质量发展时期，随着我国经济由高速增长向高质量发展的转型过程中，经济的发展除了对量的要求外，对质也提出了新的要求。因此，当经济进入到一定的发展阶段时，长期专注于某些重要技术，生产效率和产品的质量必然比没有分工的情况下更高，而且更加稳定，更加符合预期。此外，在中美贸易战以来，如果不从根本上掌握关键核心技术，只能在外围、在产业下游努力，就很难突破“卡脖子”的局面。因此，在高质量发展阶段，要越来越多地强调对关键核心技术的突破。在现有创新资源的约束下，创新资源向发明创新集聚有利于打破发达国家在技术层面上的“低端锁定”。相对于创新多样化，发明创新专业化更有可能达到熊彼特所刻画的“毁灭性创新”，从而极大地促进经济增长。因此，本文更倾向于认为，在高质量发展时期，发明创新专业化对经济增长的刺激作用要大于创新多样化。

基于以上分析思路，本文提出了如下研究假说。

假说2：在高速增长阶段，创新多样化能够以较大的幅度促进经济增长;在高质量发展阶段，发明创新专业化能够以较大的幅度促进经济增长。

三、研究设计

（一）數据来源

本文以全国284个地级市为研究对象①，考察创新多样化和发明创新专业化对地区经济增长的影响。由于2001年之前地级市层面相关数据缺失较为严重，在不影响分析的基础上，本文研究的时间跨度为2001—2019年。用于测算地级市层面创新多样化和发明创新专业化的专利数据来源于CNRDS数据库，用于测算地区经济发展水平和相关控制变量的数据来源于《中国城市统计年鉴》，部分缺失数据来源于各省市统计年鉴。

（二）模型设定

基于假说1，为了验证创新多样化和发明创新专业化对地区经济增长的影响，本文构建如式（1）所示的计量模型。

lnpgdpit=β0+β1Diverait/Invaspecit+∑βkControlsit+λi+μt+εit（1）

式（1）中，lnpgdp为人均GDP取对数，代表地区经济发展水平。Divera和Invaspec分别表示地区创新多样化和发明创新专业化水平，β1为核心解释变量的回归系数，若显著为正，则表明该变量对地区经济增长具有显著的正向激励作用，反之亦然。Controls表示相关的控制变量，λi和μt分别表示地区固定效应和时间固定效应，ε表示误差项。此外，基于假说2，为了检验创新多样化和发明创新专业化对不同发展阶段经济增长的影响，本文以2017年高质量发展提出为分界点，将样本期2001—2016年视为高速增长时期，将2017—2019年视为高质量发展时期进行分组检验，以考察创新多样化和发明创新专业化对不同时期经济发展是否具有异质性的影响。

（三）相关变量

1. 被解释变量

地区人均生产总值（pgdp）。在衡量地区经济增长方面，现有文献大多采用GDP总量或者人均GDP表征，借鉴这一做法，本文使用地级市人均GDP的对数形式表示城市经济增长水平。为了消除价格因素的影响，以2001年为基期，根据GDP平减指数进行了消胀处理。

2. 解释变量

本文核心解释变量为地区创新多样化（Divera）和发明创新专业化（Invaspec）。在衡量地级市层面创新多样化方面，本文构建一个随着地区和时间变化的创新多样化指数，具体测算见式（2）。

Diverait=1-∑3s=1pata_percentageits2（2）

式（2）中，Diverait表示i地区第t年创新多样化指数，pata_percentageits（s=1，2，3）分别表示i地区第t年的发明专利占比、实用新型专利占比和外观设计专利占比。Divera系数的取值范围为[0，2/3]，若该值越大，则表明地区创新多样化水平越高;反之越接近于0，则表明越低。

类似的，在衡量发明创新专业化方面，借鉴DELGADO（2020）对美国不同集群内专利专业化（Patent Specialization）的测度[63]，本文构建了一个随地区和时间变化的发明创新专业化指数，具体测算见式（3）。

Invaspecit1=（Invapatit1/∑3s=1pataits）/（Invapatt1/∑3s=1patats）（3）

式（3）中，Invaspecit1表示i地区第t年发明创新专业化指数。其中，Invapatit1表示i地区第t年发明专利数量，∑3s=1pataits表示i地区第t年三类专利数量总和。Invaspect1表示第t年所有地区发明专利数量总和，∑3s=1patats表示第t年所有地区三类专利数量总和。若Invaspecit1系数越大，则表明该地区发明创新专业化程度越高，反之亦然。此外需要指出的是，在本文基准回归部分，采用专利申请量测算地级市层面创新多样化和发明创新专业化指标，在后文的稳健性检验部分，采用专利获得量测算相应指标。

3. 控制变量

为了尽可能控制由于遗漏变量带来的潜在内生性问题，本文控制了一系列可能影响地区经济发展水平的相关变量，主要包括：①政府财政支出（gov），以城市年度财政支出表示;②城市开放水平（open）， 以当年美元兑人民币平均汇率乘以各城市外商直接投资额换算得到;③产业结构（third），以城市第三产业产值占GDP比重表示;④基础设施水平（infra），以城市单位公路里程承载的交通运输量表示;⑤技术市场活跃程度（tech），以城市技术市场成交额表示;⑥信息化水平（inform），以城市邮政业务和电信业务总和表示。此外，为了减弱模型可能存在的异方差性，本文对上述相关数据做加1取对数处理。同时，为了避免潜在离群值对回归结果的干扰，对上述相关变量进行前后1%的缩尾处理。

四、实证结果分析

（一）基准回归结果

基于假说1，表1汇报了全样本情形下创新多样化和发明创新专业化对地区人均GDP的检验结果，（1）和（2）列分别为不加入任何控制变量和加入相关控制变量情形下创新多样化对地区经济增长的影响，（3）和（4）列分别为不加入任何控制变量和加入相关控制变量情形下发明创新专业化对地区经济增长的影响。从（1）和（2）列的回归结果可以看出，Divera系数均在1%的显著性水平下为正，表明创新多样化对地区人均GDP具有显著的正向促进作用。同时，在加入相关控制变量之后，Divera的系数变小，表明地区经济增长水平除了受到地区创新多样化水平的影响，还受到来自地区其他经济特征的影响。类似的，从（3）和（4）列的回归结果可以看出，Invaspec系数也均在1%的显著性水平下为正，表明发明创新专业化对地区人均GDP也具有显著的正向促进作用。结合（1）～（4）列的回归结果，前文假说1成立。综上，地区创新多样化和发明创新专业化对地区经济增长均具有显著的正向激励作用。

基于假说2，为了检验创新多样化和发明创新专业化对不同时期经济增长的影响，表2的（1）和（3）列分别汇报了创新多样化对高速增长时期和高质量发展时期地区人均GDP的影响，（2）和（4）列分别汇报了发明创新专业化对高速增长时期和高质量发展时期地区人均GDP的影响。从（1）和（3）列的回归结果可以看出，Divera系数均在1%的显著性水平下为正，表明创新多样化对不同时期地区经济增长均具有显著的

促进作用。此外，通过对不同时期Divera系数大小比较可以看出②，高速增长时期创新多样化对地区经济发展的促进作用要强于高质量发展时期。类似的，从（2）和（4）列中Invaspec的回归系数可以看出，两者均在10%的显著性水平下为正，表明发明创新专业化对不同时期地区经济增长均起到了正向激励作用。此外，通过对不同时期Invaspec系数大小比较可以看出，高质量发展时期发明创新专业化对地区经济增长的促进作用要强于高速增长时期，结合（1）～（4）列的检验结果，前文研究假说2成立。综上，在高速增长阶段，创新多样化能够以较大的幅度促进经济增长;而在高质量发展阶段，发明创新专业化能够以较大的幅度促进经济增长。

（二）稳健性检验

为了保证基准回归结果真实可信，本文采取的稳健性检验主要分为两大部分：一是指标度量的稳健性检验;二是计量方法的稳健性检验，具体如下。

1. 指标度量的稳健性检验

在前文的基准回归中，主要基于专利申请量测算地级市层面创新多样化和发明创新专业化指标。事实上，关于采用专利申请量还是获得量学术界存在一定的异议，两个指标各有利弊，反对前者的学者主要认为专利申请量包含了潜在的虚假专利申请，从而不能得到纯净的创新产出;反对后者的学者主要认为专利获得量尽管可以得到真实的创新产出，但是忽略了未被授权专利背后的研发努力。为了综合考察两者对地区经济增长的影响，在前文基准回归的基础上，本文采用专利获得量重新测算地级市层面创新多样化（Diverg）和发明创新专业化（Invgspec）指标。

表3汇报了在替换核心解释变量之后的稳健性检验结果，（1）和（2）列、（3）和（4）列以及（5）和（6）列分别汇报了全样本时期、高速增长时期以及高质量发展时期的回归结果。不难发现，（1）列Diverg的回归系数在5%的显著性水平上为正，表明创新多样化对地区经济增长具有显著的促进作用，（2）列Invgspec的回归系数在1%的显著性水平为正，表明发明创新专业化对地区经济增长也具有显著的促进作用，从而再次验证了前文研究假说1。对比（3）列和（5）列回归结果，在经过Suest检验和Permntation检验之后，高速增长时期Diverg系数要显著大于高质量发展时期的系数，表明在高速增长阶段，创新多样化能够较大幅度地促进经济增长。类似的，对比（4）和（6）列回归结果，高质量发展时期Invgspec系数要显著大于高速增长时期的系数，表明在高质量发展时期，发明创新专业化能够较大幅度地促进经济增长。结合（1）～（2）列的回归结果，再次验证了前文研究假说1;结合（3）～（6）列的回归结果，再次验证了前文研究假说2。综上，在替换原有核心解释变量之后的检验结果与基准回归结果保持一致，从而本文的实证检验结果稳健可信。

2. 计量方法的稳健性检验

在计量方法的稳健性检验中，本文主要通过两阶段最小二乘法（2SLS）实现。考虑到模型的设定可能存在反向因果和遗漏控制变量等潜在的内生性问题，而由于地级市层面的创新多样化和发明创新专业化很难找到合适、合理的工具变量，故本文采用核心解释变量的滞后项（L-Divera和L-Invaspec）作为解释变量，运用两阶段最小二乘法控制潜在的内生性问题。表4汇报了相应的检验结果，（1）和（2）列为创新多样化对地区经济增长的2SLS回归结果，从（1）列L-Divera和L2-Divera的回归系数可以看出，滞后一期和滞后两期的创新多样化对当前创新多样化水平均具有显著的正向作用，但是滞后两期项的作用强度相对于滞后一期较弱。从（2）列Divera的系数可以看出，在1%的显著性水平下为正，表明创新多样化对地區经济发展具有显著的正向激励作用，从而再次验证了基准回归结果的稳健。类似的，表4（3）和（4）列为发明创新专业化对地区经济增长的2SLS回归结果，不难发现，发明创新专业化对地区经济增长的正向作用依然稳健。此外，DurbinWuHausman检验、KleibergenPaap rk LM统计量、CraggDonald Wald F统计量以及KleibergenPaap Wald rk F统计量均证明本文采用的工具变量是合理有效的。

综上，在采用指标度量的稳健性检验和计量方法的稳健性检验之后，本文基准回归结果依然稳健有效。

（三）异质性检验

1. 东、中和西部分组检验

我国地域广袤，创新多样化与发明创新专业化在不同区域可能存在一定的差异，故前文基于全国284个地级市样本数据的研究结论在东、中和西部区域层面可能不具有一般性。因此本文将全国284个地级市划分成东、中和西部三大地区进行具体分析③。在回归分析之前，为了考察创新多样化和发明创新专业化是否存在区域间和区域内的差异，本文采用变异系数来衡量东、中和西部创新多样化和发明创新专业化偏离平均水平的幅度，具体见式（4）。

σ=[∑nji（xjt-xjt）2]/njxjt（4）

式（4）中，j表示区域的数量（j=1，2，3），在本文分别指东部、中部和西部三个区域;i表示城市，nj表示各区域内城市的数量;xjt表示区域j在t年变量x的值，在本文分别表示区域创新多样化和发明创新专业化;xjt表示该指标在区域j的平均水平。若随着时间的推移，σ值逐渐变小，说明该区域内各城市的创新多样化或发明创新专业化的离散程度逐渐降低，这意味着各城市之间的创新差异逐渐缩小，并具有向均值收敛的态势。

在已有各个城市相关数据的基础上，本文绘制了中国三大区域创新多样化和发明创新专业化的变化趋势。图1展示了三大区域创新多样化发展差异的变化趋势，不难发现，总体上，东部地区和中部地区创新多样化的区域内差异呈现了先降后升的“U”型变化趋势，而西部地区创新多样化的区域内差异总体上呈现了下降的变化趋势。此外，西部地区区域内创新多样化发展差异整体上要高于东部地区和中部地区，近年来三大地区呈现了趋同的变化趋势。

图2展示了三大区域发明创新专业化发展差异的变化趋势。不难发现，东部和西部发明创新专业化区域内的发展差异下降明显，而中部地区则先降后升，呈现了“U”型变化趋势。综上，从横向比较来看，三大区域发明创新专业化的区域内发展差异要显著大于创新多样化的区域内发展差异;从纵向比较来看，创新多样化和发明创新专业化的区域差异由大到小依次均为：西部、东部和中部。由此可见，由于创新资源禀赋和创新发展条件的不同，创新多样化和发明创新专业化在三大区域之间存在一定的差异。

在上述区域差异的分析基础上，表5汇报了创新多样化和发明创新专业化对三大区域经济增长的影响。表5中的（1）和（2）列分别汇报了创新多样化和发明创新专业化对东部地区经济增长的影响。类似的，（3）和（4）列以及（5）和（6）列分别为中部地区和西部地区相应的回归结果。通过Divera的系数不难发现，创新多样化对东、中和西部地区人均GDP均具有显著的促进作用，但是通过对Invaspec的系数对比发现，发明创新专业化仅对东部地区人均GDP产生了显著的正向激励作用，对中部地区作用不显著，对西部地区产生了显著的负向作用。由此可见，创新多样化和发明创新专业化对地区经济发展的作用存在一定的区域间差异。结合图1、图2和表5的回归系数不难看出，在创新多样化差异较大的地区，创新多样化对相对落后地区产生的激励效果要强于相对发达的地区;但是在发明创新专业化差异较大的地区，发明创新专业化在一定程度上阻碍了相对落后地区的经济发展。本文认为可能的原因是，发明型创新相对于应用型创新周期长，投入大，风险也大。相对落后地区由于研发基础相对薄弱，在现有创新资源的约束下，如果将大部分创新资源集中在发明创新上，则有可能占据其他方面创新和生产所需的物质资料，从而在短期内表现为发明创新专业化对地区经济增长造成一定的负向作用。

2. 按都市圈类型分组检验

《中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议》提出，发挥中心城市和城市群带动作用，建设现代化都市圈。2021年是“十四五”开局之年，推动城市群、都市圈发展已经成为多个地区的重点工作内容。我国已进入高质量发展阶段，城市群和都市圈如何体现新担当新作为？为了进一步检验创新多样化和发明创新专业化对不同类型都市圈经济增长是否存在异质性的影响，根据《中国都市圈发展报告2019》的划分标准④，将核心城市总体经济实力和交通便捷等较为突出，周边中小城市也相对经济发达的都市圈划分为成熟型都市圈（2个共计37座城市）;将发展均衡度上虽存在欠缺，但是都市总体实力大大高于全国平均水平的都市圈划分为趕超型都市圈（2个共计22座城市）;将总体发展成熟度较为偏弱且存在明显的弱势方向，但拥有明显的平稳或快速发展趋势的都市圈划分为成长型都市圈（12个共计64座城市）;将城市发展受地域、交通、人口等因素影响较大，整体发展相对滞后的都市圈划分为培育型都市圈（10个共计39座城市）⑤，具体划分类型见表6。

表7汇报了按都市圈类型划分的分组检验结果，（1）和（2）列分别汇报了创新多样化和发明创新专业化对成熟型都市圈人均GDP的影响，以此类推。从（1）、（5）和（7）列的检验结果可以看出，Divera的回归系数至少在5%的显著性水平下为正，表明创新多样化对成熟型都市圈、成长型都市圈和培育型都市圈经济增长均产生了显著的促进作用，但是（3）列Divera回归系数未通过显著性检验，本文认为可能的原因在于一方面赶超型都市圈样本相对其它类型都市圈样本较少，从而未能得到性状良好的回归结果;另一方面赶超型都市圈可能在特定的发展阶段为了实现快速追赶，更加侧重于发明创新对经济的驱动作用。类似的，从（2）、（4）和（6）列的检验结果可以看出，Invaspec的回归系数至少在10%的显著性水平下为正，表明发明创新多样化对成熟型都市圈、赶超型都市圈和成长型都市圈经济增长均产生了显著的促进作用。此外，值得注意的是，（8）列Invaspec的回归系数在5%的显著性水平下为负，表明发明创新专业化对培育型都市圈造成了显著的负向冲击。本文认为，可能的原因在于相对于其它都市圈类型而言，培育型都市圈在专利规模上相对薄弱，依靠发明创新专业化驱动经济增长的模式可能在短期内不能产生明显的效果，甚至会起到相反的作用。综上，本部分的回归结果基本吻合前文的研究假说，但是在不同类型的都市圈之间呈现了一定的差异。

五、进一步讨论：创新多样化和发明创新专业化的共同作用

前文分别从创新多样化和发明创新专业化角度考察了二者对地区经济增长的影响，并得到与前文理论假说相一致的实证结果。事实上，这一对看似彼此相互独立的变量却存在着一定的联系，尤其是在落实到一个地区经济和创新发展的实践中。首先，发明创新专业化需要以创新多样化为前提，只有当经济体中的创新规模和专利种类达到一定程度时，经济中的资源才有可能朝着某一类型创新集聚。因此，在创新多样化的前提下，通过发明创新专业化构建局部领先优势将有利于克服经济发展中某些瓶颈，实现经济增长速度和发展质量的提升。此外，在西方经济学中，单一要素对效用、产量等的影响并不总是遵循线性规律，而是在达到某一个阈值后，边际影响作用递减。因此，随着某一地区发明创新专业化程度的提高，发明创新对经济增长的边际作用可能会随着时间降低，尤其是近年来经济不确定性因素逐渐增多的情况下，创新多样化对于经济发展具有很好的稳定和调节功能。因此，从二者之间的互动关系可以看出，创新多样化和发明创新专业化往往是伴随着经济发展的过程存在着相互调节的交互影响。基于以上分析，为了初步得到二者之间的关系，图3绘制了在以创新多样化为横轴，以发明创新专业化为纵轴的散点图。从二者的关系不难发现，发明创新专业化随着创新多样化程度的提升而呈现了明显的上升趋势，总体表现为正的斜率。综上，由散点图可以初步得到二者之间的正相关关系，具体见图3。

为了进一步考察二者是否存在相互调节作用，本文在基准回归模型的基础上，将创新多样化和发明创新专业化的交互项纳入回归方程，以检验二者是否存在相互促进的效应，具体回归方程见式（5）。

lnpgdpit=γ0+γ1Diverait+γ2Invaspecit+γ3Diverait×Invaspecit+∑γkControlsit+λi+μt+εit（5）

式（5）中，相关变量如前文所述，此处不再赘述。Divera×Invaspec为创新多样化与发明创新专业化的交互项，γ3为交互项的回归系数，若该系数显著为正，则表明二者之间存在互补关系，即创新多样化能够显著放大发明创新专业化对地区经济增长的促进作用，反之亦然。表8汇报了创新多样化和发明创新专业化之间相互作用对地区经济增长的影响，（1）～（3）列分别汇报了在全样本时期、高速增长阶段和高质量发展阶段情形下纳入二者交互项的检验结果。不难发现，（1）～（3）列Divera系数至少在5%的显著性水平下为正，表明创新多样化对地区经济增长具有显著的促进作用。类似的，Invaspec系数均在1%的显著性水平为正，表明发明创新专业化对地区经济发展也具有显著的正向作用。此外，通过系数大小比较再次验证了前文研究假说1和假说2的合理性。本部分重点关注Divera×Invaspec变量的回归系数，不难发现，在全样本和高速增长阶段的情形下，创新多样化和发明创新专业化分别在10%和5%的显著性水平下为正，表明二者之间存在互补关系，即创新多样化可以在一定程度上放大发明创新专业化对地区经济增长的促进作用。类似的，发明创新专业化对创新多样化也具有同样的效应。此外，需要注意的是，（3）列Divera×Invaspec回归系数未能通过显著性检验，表明在高质量发展时期，二者之间的相互作用不明确。本文认为可能的原因在于，区别于高速增长时期经济增长的动力更多地依靠于要素积累以及创新在不同技术领域的多样化程度。在高质量发展时期，经济增长的驱动力可能更多地依赖于以发明创新专业化为主导的创新格局，从而导致了二者在统计意义上并没有表现出明显的相关关系。

六、结论和政策建议

本文以2001—2019年全国284个地级市为研究样本，考察了以创新多样化和发明创新专业化为代表的二元创新活动属性对高速增长和高质量发展时期经济增长的影响，主要研究结论如下。

第一，创新多样化和发明创新专业化对地区经济发展均具有显著的正向激励作用，但是在不同的发展阶段，二者对经济发展的作用强度有所不同：在高速增长阶段，创新多样化能够较大幅度地促进经济增长;而在高质量发展阶段，发明创新专业化能够较大幅度地促进经济增长。

第二，按照东、中和西部地区的分组检验结果显示，创新多样化对三大区域人均GDP均产生了显著的正向激励作用，但是发明创新专业化仅对东部地区经济发展产生了显著的促进作用，对中部地区作用不显著，对西部地区产生了顯著的负向作用。此外，在创新多样化差异较大的地区，创新多样化对相对落后地区产生的激励效果要强于相对发达的地区;但是在发明创新专业化差异较大的地区，发明创新专业化在一定程度上阻碍了相对落后地区的经济发展。

第三，按照都市圈分组检验结果显示，创新多样化对成熟型都市圈、成长型都市圈和培育型都市圈经济增长具有显著的促进作用，但是对赶超型都市圈的作用在统计意义上不显著;发明创新专业化对成熟型都市圈、赶超型都市圈和成长型都市圈经济增长具有显著的促进作用，但是对培育型都市圈经济增长产生了统计意义上的负向冲击。

第四，进一步拓展分析表明，在全样本和高速增长阶段的情形下，创新多样化与发明创新专业化之间存在着显著的互补关系，二者在一定程度上能够共同促进地区经济增长;但是在高质量发展阶段，二者的互补作用并不显著。

鉴于上述研究结论，本文政策建议主要有如下。

第一，针对在不同经济发展时期，创新的选择要适应不同时期发展特征。经过数年的发展和积累，我国已经成为全球专利大国，要想在错综复杂的国际环境中成为专利强国必须选择适合的创新模式。当专利数量激增带来创新多样化红利逐渐消失时，正如毛昊等（2018）指出过度“膨胀”的实用新型专利已对中国经济和全要素生产率产生了统计学意义上的显著负向冲击[64]，经济的驱动力要有所转变，尤其是在当前我国高质量发展和新发展格局的双重背景下，要越来越强调发明创新专业化形成局部突破，在一些特定的区域和特定的技术领域内构建局部优势。

第二，针对东、中和西经济发展的区域差异，本文建议对于中部和西部地区，在突破型创新不具备比较优势的情形下，依靠创新多样化迅速建立专利门类比较齐全的创新格局对于快速建立经济增长的速度优势具有重要的参考意义;而对于东部地区，在已经具备一定专利规模的前提下，创新资源的配置应当有所侧重，要着力构建以发明创新专业化为主导的创新格局，优化创新结构，重构创新地理发展格局。

第三，城市群的崛起与发展，对经济发展具有巨大的带动和辐射作用，是经济发展的重要引擎。促进区域协调发展，推动城市群发展已成为引领高质量发展的重要动力源。针对发明创新专业化对培育型都市圈造成统计意义上的负向冲击，本文认为对于培育型都市圈，一方面要稳固创新多样化对地区经济发展的积极意义，另一方面要通过前沿地区的技术转移实现本地区的经济发展，通过建立与之配套的创新基础设施吸引技术落地和人才的集聚，减小创新成本和降低创新风险。

第四，针对创新多样化和发明创新专业化的互补关系，地区创新发展实践不能人为地割裂二者之间的关系，要基于两类创新活动的不同属性和功能，灵活地发挥二者对经济社会发展的助推作用，促进地区经济高质量转型。

[注释]

① 由于三沙市、儋州市、毕节市、铜仁市、海东市、拉萨市、日喀则市、昌都市、林芝市、山南市、那曲市、吐鲁番市、哈密市等缺失数据较多，故将其剔除样本，经作者手工整理最终得到284个地级市的面板数据。

② 鉴于分组回归估计量置信区间可能存在重叠部分，简单地进行系数大小比较可能会得出有偏结论。为此，本文采取似不相关检验（Suest）和费舍尔组合检验（Permntation test），确保两者差异在统计检验中在大概率上是显著的。

③ 东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东以及海南11个省份;中部地区包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北以及湖南9个省份;西部地区包括：广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆以及西藏11个省份。

④ 关于都市圈划分标准，主要以“经济活跃度”“商业繁荣度”“交通便捷度”“区域联系度”4个维度以及12个二级指标和31个三级指標作为参考依据，将国内26个都市圈进行了层级分类，不同类型都市群具体包含的城市详见《中国都市圈发展报告2019》。

⑤ 在具体实证回归时，由于中国香港和中国澳门等极少几座城市相关数据缺失，在不影响分析结果的情况下，本文将相关样本剔除。

[参考文献]

[1]ROMER P M. Endogenous technological change[J]. Journal of political economy， 1990， 98 （5） ： 71-102.

[2]AGHION P， HOWITT P. A model of growth through creative destruction[J]. Econometrica， 1992， 60 （2） ： 323-351.

[3]ACEMOGLU D. Introduction to modern economic growth[M]. United States of America ： Princeton University Press， 2009.

[4]BONDAREV A， KRYSIAK F C . Economic development and the structure of crosstechnology interactions[J]. European economic review， 2021， 132（4）：1-18 .

[5]柳卸林，杨博旭.多元化还是专业化？ 产业集聚对区域创新绩效的影响机制研究[J].中国软科学， 2020 （9） ： 141-161.

[6]AUDRETSCH D B， FELDMAN M P. Innovation in cities： sciencebased diversity， specialization and localized competition[J]. European economic review， 1999， 43 （2） ： 409-429.

[7]RIGBY D. Technological relatedness and knowledge space：entry and exit of US cities from patent classes[J]. Regional studies， 2015， 49 （11）： 1-16.

[8]潘越，肖金利，戴亦一.文化多样化与企业创新：基于方言视角的研究[J]. 金融研究， 2017 （10） ： 146-161.

[9]VON SIEMENS F A. Team production， gender diversity， and male courtship behavior[Z]. CESIFO Working Paper Series 2015， No.5259.

[10]徐戈，陆迁，姜雅莉. 社会资本、收入多样化与农户贫困脆弱性[J].中国人口·资源与环境，2019， 29 （2） ： 123-133.

[11]BRESCHI S，LISSONI F， MALERBA F. Knowledgerelatedness in firm technological diversification[J]. Research policy， 2003， 32 （1） ： 69-87.

[12]GARCIAVEGA M. Does technological diversification promote innovation？ ： an empirical analysis for European firms[J]. Research policy， 2006， 35 （2） ： 230-246.

[13]QUINTANAGARCIA C， BENAVIDESVELASCO C A. Innovative competence， exploration and exploitation： the influence of technological diversification[J]. Research policy， 2008， 37 （3） ： 492-507.

[14]LETEN B， BELDERBOS R， LOOY B V. Technological diversification， coherence and performance of firms[J]. Journal of product innovation management， 2007， 24（6）：567-579.

[15]HUANG Y F， CHEN C J. The impact of technological diversity and organizational slack on innovation[J]. Journal of science & technology policy in China， 2010， 30 （7） ： 420-428.

[16]FRENKEN K， VAN OORT F， VERBURG T. Related variety， unrelated variety and regional economic growth[J]. Regional studies， 2007， 41 （5） ： 685-697.

[17]孫晓华，柴玲玲.相关多样化、无关多样化与地区经济发展——基于中国282个地级市面板数据的实证研究[J].中国工业经济， 2012 （6） ： 5-17.

[18]郑江淮，冉征.走出创新“舒适区”：地区技术多样化的动态性及其增长效应[J].中国工业经济， 2021 （5） ： 19-37.

[19]高旻昱，曾刚，王丰龙.相关多样化、非相关多样化与区域创新产出——以长三角地区为例[J].人文地理， 2020， 35 （5） ： 103-110.

[20]郭将，许泽庆.工业多样化集聚、空间溢出与区域创新效率——基于空间杜宾模型的实证分析[J].软科学， 2019， 33 （11） ： 120-124.

[21]杜志威，金利霞，刘秋华.产业多样化、创新与经济韧性——基于后危机时期珠三角的实证[J].热带地理， 2019， 39 （2） ： 170-179.

[22]徐圆，邓胡艳.多样化、创新能力与城市经济韧性[J]. 经济学动态， 2020 （8） ： 88-104.

[23]李长英，赵忠涛.技术多样化对企业创新数量和创新质量的影响研究[J].经济学动态， 2020 （6） ： 15-29.

[24]亚当·斯密. 国民财富的性质和原因的研究[M].郭大力， 王亚南， 译.北京 ： 商务印书馆，1972.

[25]CAMPA J M， GOLDBERG L S. The evolving external orientation of manufacturing： a profile of four countries[J]. Economic policy review， 1997， 3：53-81.

[26]HUMMELS D L， ISHII J， YI K M. The nature and growth of vertical specialization in world trade[J]. Social science electronic publishing， 1999， 54 （1） ： 75-96.

[27]LALL S. The technological structure and performance of developing country manufactured exports 1985—1998[J]. Oxford development studies， 2000， 28 （3） ： 337-369.

[28]HUANG H T， MIOZZO M.Patterns of technological specialization in Latin American and East Asian countries ： analysis of patents and trade flows[J].Economic of innovation and new technology， 2004， 13 （7） ： 615-653.

[29]MELICIANI V. The impact of technological specialization on national performance in a balanceofpaymentsconstrained growth model[J]. Structure chang and economic dynamics， 2002， 13 （1） ： 101-118.

[30]徐升华，毛小兵. 信息产业对经济增长的贡献分析[J].管理世界，2004 （8） ： 75-80.

[31]PAPAIOANNOU S K， DIMELIS S P.Information technology as a factor of economic development ： evidence from developed and developing countries[J].Economics of innovation and new technology， 2007， 16 （3） ： 179-194.

[32]MALERBA F， MONTOBBIO F.Structural change in innovative activities in four leading sectors ： an interpretation of the stylized facts[J]. Revue economique， 2004， 55 （6） ： 1051-1070.

[33]MONTOBBIO F， RAMPA F. The impact of technology and structural change on export performance in nine development countries[J]. World development， 2005， 33 （4） ： 527-547.

[34]冯仁涛，余翔.我国区域技术专业化模式比较研究[J].科研管理，2012， 33 （10） ： 9-16.

[35]蘇屹，李丹，胡志军.专业化对区域创新质量的影响研究——基于系统GMM动态面板模型的实证分析[J].宏观质量研究， 2020， 8 （5） ： 58-69.

[36]金永红，廖原，奚玉芹.风险投资网络位置、投资专业化与企业创新[J].中国科技论坛， 2021 （2） ： 39-50.

[37]谢臻，卜伟.如何优化高技术产业专业化集聚对创新效率的作用效果？——基于工资激励效应的分析[J].产业经济研究，2020 （3） ： 72-84.

[38]沈婕，钟书华，柳婷.智慧专业化视角下区域资源集聚与区域创新驱动发展[J].科技进步与对策，2020， 37 （8） ： 34-43.

[39]丁焕峰，邱梦圆.技术创新的结构布局、专业化优势与经济增长——基于动态面板模型的实证分析[J].江西财经大学学报， 2018 （3） ： 11-22.

[40]OUWERSLOOT H， RIETVELD P. The geography of R&D ： Tobit analysis and bayesian approach to mapping R&D activities for the netherlands[J]. Tinbergen institute discussion papers， 2000， 7 ： 1673-1688.

[41]PANNE G. Agglomeration externalities： Marshall versus Jacobs[J]. Journal of evolutionary economics， 2004， 14 （5） ： 593-604.

[42]FRITSCH M， SLAVTCHEV V. How does industry specialization affect the efficiency of regional innovation systems？[J]. The annals of regional science， 2010， 45 （1） ： 87-108.

[43]刘乃全，吴友，赵国振.专业化集聚、多样化集聚对区域创新效率的影响——基于空间杜宾模型的实证分析[J].经济问题探索， 2016 （2） ： 89-96.

[44]张昕， 李廉水. 生产地区性集中、知识溢出与我国创新的空间分布——以电子及通讯设备制造业为例[J].科学学与科学技术管理， 2007 （9） ： 55-58.

[45]张璐，牟仁艳，胡树华，等.专业化、多样化集聚对制造业创新效率的影响[J].中国科技论坛，2019 （1） ： 57-65.

[46]陳劲，梁靓，吴航.开放式创新背景下产业集聚与创新绩效关系研究——以中国高技术产业为例[J].科学学研究， 2013， 31 （4） ： 623-629.

[47]吕承超.中国高技术产业专业化比多样化更有利于区域产业创新吗？[J].研究与发展管理， 2016， 28 （6） ： 27-37.

[48]陈羽洁，赵红岩，张建磊，等.专业化、多样化集聚对两阶段创新效率的影响——基于创意产业面板数据分析[J].软科学， 2020， 34 （7） ： 75-81.

[49]范剑勇，冯猛，李方文 . 产业集聚与企业全要素生产率[J].世界经济， 2014， 37 （5） ： 51-73.

[50]孙祥栋，张亮亮，赵峥.城市集聚经济的来源：专业化还是多样化——基于中国城市面板数据的实证分析[J].财经科学，2016 （2） ： 113-122.

[51]曲延芬，于楚琪.产业集聚多样化、专业化与企业绿色技术创新效率[J].生态经济， 2021， 37 （2） ： 61-67.

[52]ACEMOGLU D， CAO D. Innovation by entrants and incumbents[J]. Journal of economic theory， 2015， 157 （5） ： 255-294.

[53]LUCAS R E， MOLL B. Knowledge growth and the allocation of time[Z]. NBER working papers， 2011.

[54]FLEMING L. Recombinant uncertainty in technological search[J]. Management science， 2001， 47 （1） ： 117-132.

[55]WANG C， RODAN S， FRUIN M. Knowledge networks， collaboration networks and exploratory innovation[J]. Academy of management journal， 2014， 57 （2） ： 484-514.

[56]LAHIRI N. Geographic distribution of R&D activity ： how does it affect innovation quality？[J]. Academy of management journal， 2010， 53 （5） ： 1194-1209.

[57]GRANSTRAND O. Towards a theory of the technologybased firm[J]. Research policy， 1998， 27 （5） ： 465-489.

[58]LI X. Specialization， institutions and innovation within China’s regional innovation systems[J]. Technological forecasting & social change， 2015，100 ： 130-139.

[59]NING L， WANG F， LI J. Urban innovation， regional externalities of foreign direct investment and industrial agglomeration： evidence from Chinese cities[J]. Research policy， 2016， 45 ： 830-843.

[60]董曉芳，袁燕.企业创新、生命周期与聚集经济[J].经济学（季刊）， 2014， 13 （2） ： 767-792.

[61]SERU A. Firm boundaries matter： evidence from conglomerates and R&D activity[J]. social science electronic publishing， 2014， 111 （2） ： 381-405.

[62]DOROTHY， LEONARDBARTON. Core capability and core rigidities： a paradox in managing new product development[J]. Strategic management journal，1992， 13 （5） ： 111-125.

[63]DELGADO M. The colocation of innovation and production in clusters[J]. Industry and innovation， 2020， 27 （8） ： 842-870.

[64]毛昊，尹志锋，张锦.中国创新能够摆脱“实用新型专利制度使用陷阱”吗？[J].中国工业经济， 2018 （3） ： 98-115.

On Duality of Innovation in the Highspeed and Highquality Development

—Diversification or Specialization？

Zhang Jiyang1，  Duan Jihong1，2，  Shi Lei1，2

（1. Economics School， Nanjing University， Nanjing 210093， China; 2. Economics School， Nanjing University of Finance

and Economics， Nanjing 210023， China）

Abstract：   This paper is to find whether these two different innovations have different impact on economic development in different development stages. This paper calculates the indicators of diversification in regional innovation and specialization in invention based on three types of patent data at the prefecture level. Authors of this paper found that： innovation diversification and invention specialization both had a significant positive effect on regional economic growth; in the period of highspeed growth， innovation diversification can greatly promote economic growth， whereas in the period of highquality development， invention specialization can greatly promote economic growth; innovation diversification has a significant incentive effect on the per capita GDP of the three major regions， namely the east， west and middle part of China; the invention specialization has a significant promotion effect especially on the eastern region， but  no significant effect on the central region， and a significant negative effect on the western region; the innovation diversification and invention specialization do have different impact on different types of metropolitan areas; Further analysis shows that there is a complementary relationship between innovation diversification and invention specialization. This relationship can significantly amplify each other’s role in promoting regional economic growth.

Key words：innovative specialization; invention diversification; regional economic growth

收稿日期：2021-12-05

基金項目：国家社会科学基金青年项目《我国数字产业集群竞争力测度与提升路径研究》（21CTJ026）。

作者简介：章激扬（1991—），男，安徽芜湖人，南京大学经济学院博士研究生，研究方向为产业经济学;段继红（1979—），女，江苏徐州人，南京财经大学副教授，南京大学经济学院博士后，研究方向为区域经济学;师磊（1988—），男，河北张家口人，南京财经大学经济学院讲师，南京大学经济学院博士后，研究方向为产业结构与经济增长。

DOI：  10-13253/j.cnki.ddjjgl.2022-05-003