产业集群R&D知识溢出与区域创新效应分析
——基于浙江2006-2008的空间面板数据分析[1]
刘斯敖1 ;贺华丽2
(1.浙江工业大学之江学院,杭州,310024;2.浙江外国语学院,杭州,310012)
摘要:本文以浙江省地级市规模以上工业企业为研究对象,以专利申请量作为知识生产与创新的代理变量,运用空间面板数据模型对2006~2008年浙江省的区域创新效应进行了分析。研究结果表明,R&D经费投入与产业集聚对浙江区域创新存在显著影响,同时存在MAR溢出与Jocobs溢出,知识空间溢出现象较为显著并对区域创新具有积极促进作用,而R&D人员投入的创新效应为负。在此基础上,论文提出了加大各地区的R&D经费投入,改善R&D合作的方式与绩效,提高R&D人员投入绩效,加强R&D合作体系建设和区域之间的R&D交流与合作,优化区域产业集群内结构的政策建议。
关键词:R&D; 产业集聚;区域创新;空间面板数据模型; 知识溢出
1引 言
浙江是一个制造业集聚大省,也是R&D投入增长较快的地区。以县(市、区)为单位,浙江形成了多个较大规模的产业集群。据浙江经贸委调查,截止2007年,产值5~10亿元的产业集群有100个,10~50亿元有250个,50~100亿元的有53个,100~200亿元有37个,200~300亿元有8个,300亿元以上有14个。
[2]但这些产业集群多呈现块状式分布,区域分布不均衡,多集中在杭州、宁波、温州、台州、绍兴等经济发达地区。随着市场竞争的加剧与劳动力成本的不断上升,以及集群内产业结构的变迁,浙江传统的劳动密集型产业面临巨大挑战。R&D是促进一个国家和地区的创新之源,而R&D必然产生知识溢出效应,成为区域经济规模报酬递增的源泉。近年来,浙江各地区的R&D投入不断增长。1990年,浙江省的研究与试验发展(R&D)经费支出为2.04亿元.;而到2008年则增加到345.76亿元。同时,为促进各地区的产业集群的发展,解决集群共性技术问题,帮助中小企业解决技术创新问题,浙江建立了多层次的区域科技创新服务平台和行业科技创新服务平台,以及建立高等院校、科研院所与企业多层次的R&D合作体系,并形成了相应的产业集聚中心与R&D中心。区域产业集聚与R&D投入的不平衡,势必引起知识生产与区域创新的不平衡,从而产生局域知识溢出。知识溢出是一把双刃剑,在促进集群创新发展的同时也带来了许多问题,在以中小民营企业为主体的浙江产业集群中,这些问题会显得更为突出。
2 文献综述
知识溢出是一个普遍的经济现象,马歇尔最早提出了知识溢出的概念,认为在产业集群中知识就像空气一样弥漫在集中之中,集群中的所有企业都可以获取这种知识溢出。而后,知识溢出成为经济学中研究的热点,并沿着三条路径展开:一是以罗默(1986)、卢卡斯(1988)等为代表的新增长理论,把知识溢出效应作为经济内生增长与规模报酬递增的重要源泉;[1-2]二是以克鲁格曼、波特(1990)等为代表的新经济地理理论和空间经济理论,重点探讨了产业集群和地理空间对知识溢出的影响;[3-4]三是以Caves(1974)、Coe和Helpman(1995)等为代表的国际贸易与投资理论,研究FDI和国际贸易中知识溢出及对国际经济的影响。[5-6]
集群知识溢出通常从两个角度展开,一是空间的临近性,二是社会临近性。空间临近性强调了空间的距离,一般而言,集群之内面对面的交流使得隐性知识可以在本地不同企业之间快速传递,集群之外知识溢出随着空间距离的加大而衰减,如Jaffe(1989)、Feldman (1994)在研究私人企业和大学的R&D知识溢出时与产业集群问题联系起来,知识溢出与吸收能力常常受到空间距离的影响,产业集聚地区的创新行为较其它地区更为活跃。[7-8]社会临近性更强调了社会关系网络与文化、技术距离对知识溢出吸收能力的影响,如Scott(1992)将集群看作是一种由各种交易活动构成的复杂网络结构,集群是嵌入在特定社会文化中的社会网络组织,而知识在网络之中溢出快速而低成本。[9]叶建亮(2001)、张聪群(2005)分析了集群内的知识溢出与技术创新的关系,集群内的知识溢出是相互的,知识溢出程度取决于知识本身的性质,知识溢出影响着产业集群规模、生产函数与技术创新,以及会产生模仿与恶性竞争所,以需要加强知识产权的保护。[10-11]
以Griliches(1979)、Jaffe(1989)为代表知识生产函数理论的发展,把R&D与产业集聚结合起来,研究知识生产与创新。[12-13]而以Anselin(1988)、Greunz( 2003)为代表的空间计量方法的发展,[14-15]区分了区域内与区域外知识溢出,并引入空间变量来衡量知识溢出效应。对于产业集群集聚度的测量,主要从两个维度展开:一个从区域的维度,其方法如区位熵、克鲁格曼指数、樊福卓指数;二是从行业的维度,其方法如赫芬达尔指数、EG指数、DO指数等。产业集群结构如何影响知识溢出与区域创新,目前主要有三种不同观点:一是MAR溢出观点,以Marshall(1890)、Arrow(1962)、Romer(1986)为主要代表,认为产业集群专业化程度越高越有利于知识溢出与区域创新;[16-18]二是Jocobs溢出观点,认为多样化的地区产业结构更有利于知识溢出与区域创新;[19]三是Poter(1990)溢出观点,强调市场竞争对知识溢出与区域创新的作用。[20]
浙江是产业集群发展最为典型的省份,大量学者对此进行了深入研究。早在1986年,费孝通在对温州经济考察中将其特点形象地概括为“以商带工的‘小商品、大市场’”,而后刘吉瑞(1986)将对温州经济发展模式考察拓展到浙江经济发展模式研究,并将由各种小企业群落和各种商品市场(包括专业市场)、民间要素市场有机结合、并具有完全竞争的浙江经济特征概括为“小企业、大市场”。[21]池仁勇(2005)应用社会网络分析理论,以浙江中小企业创新网络为实证,对中小企业创新网络形成、结构属性与功能进行了分析;[22]陆立军(2007)以“义乌商圈”为例,应用杨小凯的分工理论对市场拓展、报酬递增与区域分工进行了研究。[23]赵伟(2011)从工业化-产业集聚与制度演化的角度对浙江模式演进进行了历史变迁研究,其中,浙江产业集聚是工业化演进的第一个线索,经历了产业地方化、产业集聚和产业集聚区德扩散乃至转移。[24]但是,这些针对浙江产业集群的研究更多的是侧重于对浙江产业集群特点、形成机理的理论探讨,没有进行量化分析,也没有把产业集群与R&D投入结合起来研究知识溢出对区域创新的作用。
而另一些学者则开始把产业集群与产学研结合起来分析。王飞绒等(2003)通过对浙江省产学研的调查,分析了政府在产学研联合中的五种影响,并提出了构筑官产学研的联合创新机制。[25]葛丽敏(2008)以浙江省为例,对公共科技服务平台的功能定位与组织模式进行了研究,把公共科技服务平台的组织模式分为实体组织模式和虚拟组织模式(虚拟联合、虚拟运行及虚拟联合、实体运行),并以浙江纺织行业为例进行了分析。[26]吴波、杨菊萍(2008)对浙江省区域产业集群内163家中小企业进行实地调研,从社会临近性和认知临近性角度分析区域龙头的知识溢出与本地中小企业成长关系,研究表明本地中小企业与龙头企业的社会临近性和认知临近性对中小企业成长具有显著正交互作用,而区域龙头企业对本地中小企业成长的带动作用具有很大的局限性。[27]但这些研究更多的也是理论的阐述,没有对浙江产业集群和R&D合作的知识溢出效应进行可量化的研究,也没有区分区域内与区域外的知识溢出效应。
3 模型构建与变量描述
(1) 模型构建
创新知识生产的衡量是经济中的一大难题,自Griliches(1979)首先采用专利作为衡量创新知识生产的代理变量,并建立相应的知识生产函数模型,为研究这一问题提供了研究思路。在创新知识生产中,最基本也是最重要的两个投入变量就是R&D人员的投入与R&D经费的投入。在产业集群之中,由于单个企业规模普遍较小,缺乏足够的R&D人才,常常无力单独承担R&D项目,尤其是涉及行业基础性的共性技术难题。为解决这一问题,许多地方政府结合产业集群发展特点,建立了相应的行业科技创新服务平台和R&D合作体系,加强政府、高等院校、研究机构与企业之间的R&D合作。浙江的产业集群分布呈现典型的块状分布,考虑到数据搜集方便性,本文以浙江11个地级行政市为单位,以11个地级市的专利拥有量作为衡量区域创新知识生产的代理变量,以不同地区规模以上工业企业科技投入为R&D投入指标,包括R&D人员投入和R&D经费支出,而R&D经费支出又可以分为内部支出与外部支出,外部支出则主要是企业与研究所、高等院校的R&D合作支出及企业与企业之间等的R&D合作支出。
传统的知识生产函数主要考虑了R&D投入,忽略了地区产业集群的结构对创新知识生产的影响。本文产业集群变量分别采用赫芬达尔指数(H)与克鲁格曼指数(G)来表示区域产业的专业化程度和地区多样化程度,由于数据问题暂不考虑波特的竞争性溢出。知识溢出不仅发生在产业集群之内,事实上,随着产业价值链的延伸,创新知识会扩散到集群之外。由于地理空间的临近性及相似的社会文化背景,临近区域会率先吸收相应的知识溢出。以Anselin(1988)、Elhorst(1998)、Lee(2010)等为代表的空间计量模型的发展,将空间因子有效引入到R&D投入、产业集聚与局域知识溢出模型中,充分关注了空间距离与空间的相互依赖关系对知识溢出的影响。[28-29]
对Griliches的生产函数进行拓展,采用Anselin的空间计量方法,本文建立如下模型:
(1)
(2)
(1)式表示空间自回归模型;(2)表示空间误差模型。 表示专利申请数, 表示企业内部的R&D经费支出, 表示企业对研究所、高等院校的R&D合作支出; 表示企业与企业之间等的其它R&D合作支出; 表示R&D人员投入; 是赫芬达尔指数,用以衡量区域专业化程度, 是克鲁格曼分工指数,用以衡量多样化程度, 代表地区, 表示时间。 代表区域相邻指数, 、 、 、 、 、 、 、 为系数,其中, 和 分别是空间自回归模型和空间误差模型中衡量相邻区域之间的知识溢出大小的系数。
(2) 变量描述
根据数据的可获得性,本研究主要样本主要采用11地市规模以上工业企业的相关数据,时间跨度为2006——2008年,数据来源于2007、2008、2009年的浙江科技统计年鉴。根据前面的模型设定与相关数据,我们对2006-2008年的规模以上工业企业的R&D投入、产业集聚与区域知识溢出进行了实证分析。由于时间跨度比较短,只有三年,本研究重点分析空间面板数据的地区固定效应模型,辅以引入地区时间固定效应模型。在模型分析中,R&D 投入数据来源于2007、2008、2009年的浙江科技统计年鉴。相邻指数 取值方法采用Rook相邻原则,如两个地区相邻则取值为1,如不相邻则取值为0。
赫芬达尔指数一种用以测量产业集中度的综合指数,通常用单个竞争主体的某一指标占总体的百分比的平方和,其公式为:
(3)
其中, 表示区域, 表示产业, 表示 区域 产业的工业总产值, 表示 产业的工业总产值。根据赫芬达尔指数,这节里 表示 城市 产业的工业总产值, 表示浙江省 产业的工业总产值。我们计算了浙江11个地市的2006~2008年的的赫芬达尔指数,用以分析浙江各地区的产业集中度历史变迁,具体见表3.5。
表1 2006~2008年浙江各地市的赫芬达尔指数
|
杭州 |
宁波 |
嘉兴 |
绍兴 |
湖州 |
金华 |
温州 |
衢州 |
丽水 |
台州 |
舟山 |
2006 |
2.660 |
2.024 |
0.344 |
0.504 |
0.240 |
0.184 |
0.453 |
0.017 |
0.017 |
0.276 |
0.100 |
2007 |
2.568 |
2.038 |
0.348 |
0.501 |
0.256 |
0.180 |
0.434 |
0.018 |
0.018 |
0.279 |
0.084 |
2008 |
2.537 |
2.029 |
0.351 |
0.540 |
0.281 |
0.193 |
0.527 |
0.025 |
0.024 |
0.254 |
0.066 |
从表1可以看出,产业集中程度最高的两个地区为杭州与宁波,2006-2008年赫芬达尔指数分别超过了2;其次是绍兴、温州、嘉兴、台州和湖州;金华、舟山、衢州、丽水等四个地区的赫芬达尔指数则属于较低的四个地区。
美国经济学家克鲁格曼利用产业分工指数研究了美国东北部、中西部、南部西部以及欧盟四大成员国间的区域产业集聚现象,克鲁格曼分工指数公式:
(4)
其中,下标 和 表示区域, 表示产业, 和 分别表示两个地区的 产业的总产值, 和 表示两个地区的工业总产值。如果区域 和 有完全相同的产业结构,则 =0,如果区域 和 有完全不相同的产业结构,则 =2,即指数值越高,两个地区的产业结构差异程度越大,指数值越低,两个地区的产业结构越具有同构性。在本文中,我们用 表示 地级市的工业总产值, 表示浙江省的工业总产值, 表示了某地级市在全省的产业分工指数。
表2 2006~2008年浙江各地市的克鲁格曼分工指数
时间 |
杭州 |
宁波 |
嘉兴 |
绍兴 |
湖州 |
金华 |
温州 |
衢州 |
丽水 |
台州 |
舟山 |
2006 |
0.358 |
0.400 |
0.567 |
0.631 |
0.663 |
0.495 |
0.662 |
0.911 |
0.754 |
0.769 |
1.268 |
2007 |
0.301 |
0.393 |
0.536 |
0.626 |
0.673 |
0.459 |
0.648 |
0.850 |
0.746 |
0.781 |
1.303 |
2008 |
0.287 |
0.405 |
0.499 |
0.646 |
0.631 |
0.476 |
0.684 |
0.833 |
0.779 |
0.758 |
1.282 |
4 实证结果分析
(1) 模型检验
对于空间计量模型,首先需要进行空间相关性检验。运用Matlab 7.0软件与空间计量的相关程序进行检验,其检验结果如表三。从检验结果来看,所有的检验概率都接近于0,通过1%水平显著性检验,都否定原假设,因此可以认为回归误差项存在空间自相关。
表3:2006-2008年创新效应的空间相关性检验结果 |
|
检验方法 |
检验值 |
临界值 |
显著性水平 |
Moran |
5.95 |
1.96 |
0.00 |
Lratios |
56.53 |
6.635 |
0.00 |
Walds |
43.45 |
6.635 |
0.00 |
|
|
|
|
|
(2) 计算结果解释
因为数据搜集问题,我们只搜集了三年数据,重点考察地区固定效应与地区时间固定效应模型。
表4 模型估计结果
模型 |
Sar-panel |
Sem-panel |
模型1
(地区固定) |
模型2
(地区时间固定) |
模型3
(地区固定) |
模型4
(地区时间固定) |
|
1.473(5.30)*** |
1.532(6.05)*** |
1.638(6.51)*** |
1.767(7.08)*** |
|
-0.280(-2.25)** |
-0.282(-2.34)** |
-0.236(-1.86)* |
-0.219(-1.76)* |
|
0.001(0.03) |
0.008(0.17) |
-0.011(-0.223) |
0.019(0.43) |
|
-0.672(-2.44)** |
-0.657(-2.55)*** |
-0.558(-2.10)** |
-0.526(-2.09)** |
|
0.481(1.88)* |
0.468(1.96)** |
0.384(1.51) |
0.413(1.71)* |
|
-1.691(-2.73)*** |
-1.826(-3.16)*** |
-1.885(-2.96)*** |
-1.919(-3.16)*** |
|
0.275(1.70)* |
0.287(3.09)** |
|
|
|
|
|
0.397(2.36)** |
0.387(2.28)** |
|
0.985 |
0.984 |
0.985 |
0.984 |
|
|
|
|
|
注:括号内数字表示T统计量值,***表示通过1%显著性水平检验,**表示通过5%的显著性水平检验,*表示通过10%的显著性水平检验。 |
从估计结果来看,四个模型的拟合度水平都比较高,模型1和模型3的 达到了0.985,模型2和模型4的 达到了0.984。从各系数的显著性水平来看,除了规模以上工业企业对企业的R&D合作投入( )无法通过显著性水平检验外,其它变量均较好了通过了10%以内显著性水平检验。
从企业的R&D经费投入对规模以上企业专利拥有量的弹性系数来看,四个模型中的弹性系数均为正,显示了具有较高的弹性系数,在Sar-panel的地区固定效应模型和地区时间固定效应中弹性系数为分别为1.473和1.532;而在Sem-panel的地区固定效应模型和地区时间固定效应中弹性系数为分别为1.638和1.767。模型的计算结果表明,企业的创新主要还是依赖于自身R&D投入的增加。
从规模以上企业的对外R&D合作投入绩效来看,四个模型的系数反映的结果并不乐观。在四个模型中,企业与企业之间的R&D合作投入变量均无法通过显著性水平检验。一方面原因是企业与企业之间的R&D合作投入量非常少,对全省的规模以上工业企业的专利创新的影响微乎其微。在规模以上企业的对科研院所及高等院校的R&D投入的弹性系数均为负值,表明我省的企业与科研院所及高等院校之间的R&D合作的创新绩效并不乐观。当然,仅从这一结果来否定企业与科研院所及高等学校合作的成就是片面的。一方面,专利授予量仅仅反映了公开的创新成就,许多的R&D合作成果不一定是通过专利来体现的;另一方面,不同专利的价值差异很大,企业与科研院所及高等院校的R&D合作,往往是集中于一些企业自身无法突破的前沿领域,而科研院所及高等院校的某些研究往往处于某领域的最前沿,其创新的价值往往会远高于其它专利创新。
从R&D人员投入对规模以上企业专利拥有量的弹性系数来看,四个模型的弹性系数均为负值,这似乎不合逻辑。这可能说明了两个问题:一是我省工业企业的R&D人员投入产出绩效比较低下;二是我省工业企业原创性的创新比较少,大量的R&D人员投入的重心工作不在于开展原创性技术创新,而是侧重于外部引入技术的应用。
从产业集聚对专利创新影响来看,地区产业集中比较有利于的区域创新。在四个模型中,赫芬达尔指数( )对规模以上工业企业的专利创新弹性系数均为正值。在Sar-panel的地区固定效应模型和地区时间固定效应中弹性系数为分别为0.481和0.468;而在Sem-panel的地区固定效应模型和地区时间固定效应中弹性系数为分别为0.384和0.413。这反映了高度的产业集中比较有利于区域创新,产业规模较高和发达区域的创新程度相对较高,而产业规模和落后区域的创新程度相对较低。
从克鲁格曼的分工指数对专利创新影响的来看,四个模型反映的弹性系数均为负值。浙江省经济越发达区域,克鲁格曼分工指数越低,而欠发达区域克鲁格曼分工指数越大。从克鲁格曼的分工指数对专利创新的弹性系数来看,克鲁格曼分工指数越高,即地区产业结构越单一,越不利于区域创新;而克鲁格曼分工指数越低,即地区产业结构越多样化,越有利于区域创新。这也符合Jocobs溢出理论。
最后,从空间自回归系数 和空间误差系数 来看,四个模型反映的值均为正。这反映了在工业企业创新过程中,存在较强的区域创新的知识溢出效应。相邻区域之间,由于地理临近等因素,创新知识不可避免的会发生溢出,从而影响到周围区域的创新。这也说明,区域创新不是孤立的,而是相互影响与作用,区域之间的交流与合作可以加速这种知识溢出,促进区域的进一步创新。
5 浙江产业集群创新分析
R&D投入与合作与浙江产业集群创新紧密相连,相互促进与影响。R&D投入的强度、R&D合作的模式及地区产业集群结构都影响着集群知识创新与溢出。本文以浙江省地级市规模以上工业企业为研究对象,以专利申请量最为区域知识生产与创新的代理变量,通过空间面板数据模型分析R&D投入与产业集群的知识溢出效应。研究结果表明,区域知识生产与创新主要依赖于R&D经费的投入,R&D人员投入处于低效状态,企业对外的R&D合作未能体现正向效应;产业集群结构影响着的区域知识生产与创新,实证表明浙江区域创新中同时存在MAR溢出与Jocobs溢出,产业集聚度较高和产业多样化程度较高的地区创新效应更强。同时,还存在较强的空间知识溢出效应,显示区域创新对邻近区域具有积极促进作用。
根据实证结果分析,本文提出了如下政策建议:一是加大各地区的R&D经费投入,改善R&D合作的方式与绩效,构建多层次的政府、企业与科研所与高等院校的R&D合作体系,加强公共科技服务平台建设,加强产业集群的共性技术科技服务平台建设与服务绩效,为大、中、小企业同时提供R&D合作平台,提高R&D合作的投入-产出绩效,通过R&D创新促进区域产业集群升级与创新;二是提高R&D人员投入绩效,制定有效率的R&D人员收入分配与激励制度,充分调动一线R&D人员的积极主动性,鼓励企业加强原创性研究,增强企业和区域产业集群的核心竞争力;三是加强区域之间的R&D交流与合作,在浙江相邻区域及其它地区往往存在同一类型的产业集群,在加强知识产权保护的同时加强R&D合作,共享知识空间溢出效应;四是优化区域产业结构,增强区域内产业集群的集聚度和产业多样化程度,对传统产业加快实现转型升级,加大对高技术产业集群的扶持,加强不同产业之间R&D合作与技术转移。
,