李文宇，陳健生

（西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，四川 成都 611130）

基于技術(shù)相似性指數(shù)的高技術(shù)產(chǎn)業(yè)知識(shí)溢出

李文宇，陳健生

（西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，四川 成都 611130）

知識(shí)溢出是影響產(chǎn)出的重要因素，但怎樣估計(jì)知識(shí)溢出的規(guī)模有一定的困難。本文通過使用技術(shù)相似性指數(shù)分析了高技術(shù)產(chǎn)業(yè)的知識(shí)溢出情況，可以得到結(jié)論：高技術(shù)產(chǎn)業(yè)及其知識(shí)規(guī)模都向主要發(fā)達(dá)省份集聚，而技術(shù)溢出和水平溢出是主要的影響因素，技術(shù)溢出在其中起到關(guān)鍵作用，而水平溢出則會(huì)因?yàn)槟７庐a(chǎn)生負(fù)面影響。并且知識(shí)規(guī)模存在門檻效應(yīng)，只有投入達(dá)到一定規(guī)模，才會(huì)對(duì)產(chǎn)業(yè)發(fā)展有積極影響。

新經(jīng)濟(jì)地理；技術(shù)相似性指數(shù)；高技術(shù)產(chǎn)業(yè)；知識(shí)溢出；空間統(tǒng)計(jì)

知識(shí)溢出是近年來的一個(gè)重要的研究方向，對(duì)經(jīng)濟(jì)增長、區(qū)域產(chǎn)出和產(chǎn)業(yè)組織分析都有深刻的影響。實(shí)證研究已經(jīng)證明研發(fā)支出（R&D）對(duì)企業(yè)和區(qū)域發(fā)展都會(huì)產(chǎn)生長期的正面影響,知識(shí)的投入不僅會(huì)表現(xiàn)在直接要素產(chǎn)出上，也會(huì)通過溢出的方式給其他企業(yè)或者區(qū)域帶來收益，所以對(duì)知識(shí)投入的分析就必須考慮知識(shí)溢出所帶來的影響。本文主要從區(qū)域的角度出發(fā)，以高技術(shù)產(chǎn)業(yè)的數(shù)據(jù)為實(shí)例，分析知識(shí)溢出對(duì)產(chǎn)業(yè)發(fā)展和集聚的影響。

1 基于技術(shù)相似性指數(shù)的高技術(shù)產(chǎn)業(yè)知識(shí)溢出度量

1.1 技術(shù)相似性指數(shù)介紹

技術(shù)相似性指數(shù)最早是由Jaffe使用，通過對(duì)知識(shí)投入的差異來估計(jì)知識(shí)溢出的水平，認(rèn)為知識(shí)溢出主要來自于不同水平的投入［1］，可以看作Fujita所提出的差異性知識(shí)，這種知識(shí)才會(huì)帶來交流，形成知識(shí)溢出影響。那么，知識(shí)溢出就可以通過“潛在溢出池”（potential spillover pool）來反應(yīng)，潛在溢出池包含了其他個(gè)體與研究對(duì)象的差異水平。所以，知識(shí)溢出水平可以通過兩者的差異度來估計(jì)，Bloom等和Lychagin等采用技術(shù)相似性指數(shù)來估計(jì)美國行業(yè)中知識(shí)溢出水平的大小［2］，國內(nèi)也有使用這一指數(shù)的文獻(xiàn)［3-4］，但與本文不同的是沒有區(qū)別不同的知識(shí)溢出途徑。

對(duì)知識(shí)存量的計(jì)算，使用了永續(xù)盤存法來計(jì)算，所以不考慮知識(shí)溢出時(shí)，單個(gè)區(qū)域的知識(shí)存量為：

Sit-1為上一期的知識(shí)存量，Rit為本期的知識(shí)投入量，Sit就是本期的知識(shí)存量，δ為一個(gè)折算指數(shù)，考慮到高技術(shù)產(chǎn)業(yè)的更新速度較快，這里將其取為25%，當(dāng)存在知識(shí)溢出時(shí)，總的知識(shí)存量就為：

其中WIJ為知識(shí)溢出系數(shù)，對(duì)于不同的區(qū)域，其知識(shí)溢出量就為技術(shù)相似性指數(shù)和本身知識(shí)存量的乘積，即：

技術(shù)相似性指數(shù)為知識(shí)溢出度量提供了一個(gè)簡易的估計(jì)辦法，使用不同研究對(duì)象的差異，考慮了個(gè)體的交互影響，進(jìn)而獲得知識(shí)溢出水平。下文將使用技術(shù)相似性指數(shù)對(duì)中國省份間高技術(shù)產(chǎn)業(yè)的知識(shí)溢出水平進(jìn)行估計(jì)，為進(jìn)一步的分析建立基礎(chǔ)。

1.2 知識(shí)溢出的分類

知識(shí)溢出有不同的表現(xiàn)形式，不同知識(shí)溢出的規(guī)模和途徑有所區(qū)別，所以應(yīng)對(duì)知識(shí)溢出進(jìn)行分類，以獲得更為準(zhǔn)確知識(shí)溢出水平，也為知識(shí)溢出途徑分析提供基礎(chǔ)。本文采用Griliches對(duì)知識(shí)溢出的分類方法［5］，主要對(duì)其中兩種知識(shí)溢出水平進(jìn)行估計(jì)，包括技術(shù)溢出和水平溢出，而縱向溢出因?yàn)閿?shù)據(jù)難以獲得，沒有在文中進(jìn)行分析。根據(jù)其觀點(diǎn)，我們可以將知識(shí)溢出分為以下三類：

（1）知識(shí)交流下的技術(shù)溢出。

企業(yè)同時(shí)進(jìn)行同類技術(shù)的研發(fā)，可以通過技術(shù)交流相互學(xué)習(xí)。比如：泡沫浮選技術(shù)的發(fā)展，極大地促進(jìn)了選別復(fù)雜、低品位礦石的選礦工藝，雖然在19世紀(jì)就已經(jīng)出現(xiàn)了專利，但是后來冶金行業(yè)內(nèi)不斷相互學(xué)習(xí)，不斷對(duì)其進(jìn)行發(fā)展，使全行業(yè)以及相關(guān)行業(yè)都獲得了技術(shù)進(jìn)步帶來的收益。Jaffe認(rèn)為企業(yè)的技術(shù)位置會(huì)影響知識(shí)溢出，通過溢出池獲得技術(shù)機(jī)遇，從而帶來知識(shí)溢出影響［1］。

（2）行業(yè)內(nèi)的水平溢出。

企業(yè)通過向行業(yè)內(nèi)的其他企業(yè)進(jìn)行模仿和學(xué)習(xí)，可以從其他企業(yè)的研發(fā)活動(dòng)中吸取知識(shí)，從而獲得收益，比如：當(dāng)缺乏保護(hù)時(shí)，一個(gè)企業(yè)發(fā)明了新產(chǎn)品，同類企業(yè)就可以跟進(jìn)，制造相似的產(chǎn)品來獲得新產(chǎn)品的收益。Levin和Reiss認(rèn)為這種行為在競爭市場中降低成本，并且創(chuàng)造需求，從而推動(dòng)企業(yè)研發(fā)的發(fā)展［6］。Bernstein也持這樣的看法，并使用了加拿大的數(shù)據(jù)進(jìn)行了實(shí)證分析，認(rèn)為知識(shí)溢出降低了成本，并且行業(yè)內(nèi)的溢出行為有更大彈性［7］。通過對(duì)供給和需求兩方面的分析，Ornaghi證明技術(shù)溢出對(duì)企業(yè)發(fā)展有正面的影響，并且產(chǎn)品創(chuàng)新比工藝創(chuàng)新有更大的作用［8］。

（3）供需帶來的縱向溢出。

企業(yè)會(huì)通過產(chǎn)業(yè)鏈的縱向關(guān)聯(lián)獲得知識(shí)溢出收益，當(dāng)上游產(chǎn)業(yè)因技術(shù)進(jìn)步降低了產(chǎn)品成本，下游產(chǎn)業(yè)就會(huì)通過購買這些產(chǎn)品獲得收益。比如：汽車行業(yè)的配件行業(yè)提高了產(chǎn)品的質(zhì)量或者降低了成本，制造整車的企業(yè)也會(huì)因此得到技術(shù)發(fā)展的收益分享。Goto and Suzuki使用日本的數(shù)據(jù)，得到R&D支出可以使投入產(chǎn)業(yè)獲得收益，同時(shí)也為其他產(chǎn)業(yè)帶來溢出收益，這一過程是通過中間商品帶來的［9］。

1.3 我國高技術(shù)產(chǎn)業(yè)知識(shí)溢出的度量

這里使用了歷年的《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》（其中包括了醫(yī)藥制造業(yè)、航空航天制造業(yè)、電子及通信設(shè)備制造業(yè)、電子計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)）1998-2008年數(shù)據(jù)，因?yàn)橐恍┦》莸臄?shù)據(jù)缺失比較嚴(yán)重，所以剔除了西藏、青海和新疆三個(gè)省份的數(shù)據(jù)，使用了共28個(gè)省份的數(shù)據(jù)進(jìn)行分析，對(duì)高技術(shù)產(chǎn)業(yè)的技術(shù)溢出和水平溢出水平進(jìn)行估計(jì)。

首先，使用28個(gè)省份的高技術(shù)產(chǎn)業(yè)R&D投入度量技術(shù)溢出差異水平，用tech來表示。從計(jì)算結(jié)果可看到，技術(shù)溢出量較高的為沿海地區(qū)以及內(nèi)陸的部分發(fā)達(dá)省份，其中廣東最高，是唯一大于計(jì)算數(shù)4千萬以上的，而1000-4000萬量級(jí)中的省份均為沿海省份，中西部地區(qū)較高的是四川、陜西、湖北以及河南，處于200-1000萬之間。其余省份則相對(duì)很低，處于最低的一級(jí)（見圖1）。同產(chǎn)業(yè)的分布比較一致，技術(shù)溢出量在空間也是出現(xiàn)分布不均衡的現(xiàn)象，主要集中于發(fā)達(dá)省份，這會(huì)導(dǎo)致因?yàn)槔鄯e因素的影響，使各省份之間的差距日漸擴(kuò)大。

對(duì)于水平溢出的度量，這里跟隨Bloom等的方法［10］，繼續(xù)使用技術(shù)相似性系數(shù)來度量區(qū)域的水平溢出量，采用的數(shù)據(jù)為各行業(yè)的銷售水平，來表示不同區(qū)域的市場規(guī)模下的知識(shí)水平溢出，可以看作不同規(guī)模區(qū)域之間的學(xué)習(xí)，使用SIC來表示。水平溢出的情況與技術(shù)溢出很接近，這里就不再詳細(xì)敘述。

2 知識(shí)溢出對(duì)集聚影響及高技術(shù)產(chǎn)業(yè)的集聚狀況

2.1 知識(shí)溢出與集聚

圖1 2008年中國主要省區(qū)的技術(shù)溢出量

知識(shí)溢出對(duì)集聚的影響一直受到關(guān)注，但是對(duì)其發(fā)生機(jī)制有多樣的看法，并且在理論分析上有一定的空白。Fujita從理論角度對(duì)知識(shí)溢出對(duì)集聚產(chǎn)生的影響進(jìn)行了分析，將原有的產(chǎn)業(yè)關(guān)聯(lián)分為經(jīng)濟(jì)關(guān)聯(lián)和知識(shí)關(guān)聯(lián)。當(dāng)然，不同條件下知識(shí)溢出的效率是不同的，其通過證明后得出，只有交流兩方（按照Fujita的思想，這里的兩方可以看作兩個(gè)人、兩個(gè)企業(yè)或者兩個(gè)區(qū)域。這里用K來表示，直線表示其屬于某一區(qū)域）結(jié)合后產(chǎn)生的知識(shí)增長率達(dá)到一定規(guī)模，兩者才會(huì)進(jìn)行知識(shí)創(chuàng)新，也就是說知識(shí)交流存在收益遞增。那么當(dāng)知識(shí)關(guān)聯(lián)產(chǎn)生并發(fā)生效果后，就會(huì)出現(xiàn)自我加強(qiáng)的作用，效益會(huì)逐漸降低，逐步形成新的穩(wěn)定均衡。所以，隨著交流的多元化和廣泛化，當(dāng)兩者的知識(shí)關(guān)聯(lián)不再產(chǎn)生效益時(shí)，每個(gè)人又會(huì)通過交流來尋找新的合作對(duì)象，隨著人的流動(dòng)，知識(shí)得到不斷的傳播（見圖2）。知識(shí)關(guān)聯(lián)產(chǎn)生本地市場效應(yīng)（本地市場效應(yīng)（Home market effect）是指在一個(gè)存在報(bào)酬遞增和貿(mào)易成本的世界中，那些擁有相對(duì)較大國內(nèi)市場需求的國家將成為凈出口國。在產(chǎn)業(yè)空間布局上的表現(xiàn)就是，規(guī)模較大的地區(qū)會(huì)擁有更大的產(chǎn)業(yè)份額，從而使產(chǎn)業(yè)分布呈現(xiàn)不均勻的現(xiàn)象），進(jìn)而帶來集聚效果的過程。其中C表示交流雙方的共同知識(shí)，D表示雙方的差異知識(shí)，圖2是一個(gè)兩區(qū)域的模型，區(qū)域A和B里都有擁有不同知識(shí)的勞動(dòng)力，勞動(dòng)力都是可以流動(dòng)的，兩個(gè)區(qū)域內(nèi)都各自存在區(qū)內(nèi)的知識(shí)關(guān)聯(lián)，而區(qū)域之間則依靠區(qū)域間的知識(shí)關(guān)聯(lián)和要素流動(dòng)來進(jìn)行交流。當(dāng)某一區(qū)域因?yàn)橐?guī)模擴(kuò)大，其區(qū)內(nèi)知識(shí)關(guān)聯(lián)帶來的效益就會(huì)更多，所以就產(chǎn)生本地市場效應(yīng)的作用，勞動(dòng)力會(huì)通過移民轉(zhuǎn)移到該區(qū)域，在這種自我增強(qiáng)的過程中，當(dāng)該區(qū)域的擴(kuò)散力與知識(shí)關(guān)聯(lián)的集聚力產(chǎn)生均衡時(shí)，在該區(qū)域就形成了知識(shí)創(chuàng)新的集聚地，從而與另一個(gè)區(qū)域共同構(gòu)成了一個(gè)“核心-外圍”的區(qū)域結(jié)構(gòu)。

2.2 高技術(shù)產(chǎn)業(yè)的集聚狀況

與普通研究集聚的視角不同，本文主要從知識(shí)溢出的角度著手，但對(duì)空間上集聚狀況的分析也很必要。關(guān)于分析區(qū)域間的產(chǎn)業(yè)分布的方法有很多，我們首先使用區(qū)位商的方法衡量各區(qū)域的產(chǎn)業(yè)集聚情況，然后使用Moran I指數(shù)（Moran I指數(shù)是常見的空間統(tǒng)計(jì)指標(biāo)，通過檢驗(yàn)空間上自相關(guān)情況來分析產(chǎn)業(yè)集聚情況，如果在空間上更趨于集聚，Moran I指數(shù)會(huì)有較高的顯著度，具體計(jì)算方法見下文）來分析其空間分布情況。區(qū)位商是較為常見的衡量指標(biāo)，通過單個(gè)區(qū)域與總體樣本之間的比值來計(jì)算，具體的計(jì)算公式如下：

圖2 知識(shí)溢出下的產(chǎn)業(yè)集聚分析圖（來源于Fujita的論文［5］）

其中Eij代表了區(qū)域I中J行業(yè)的指標(biāo)，Ei表示的整個(gè)區(qū)域的指標(biāo)，而Ek則是上一級(jí)區(qū)域的指標(biāo)，一般是整個(gè)國家的的數(shù)據(jù)，多采用從業(yè)人數(shù)或者產(chǎn)出作為衡量數(shù)據(jù)，數(shù)值越大，說明在該區(qū)域的產(chǎn)業(yè)越集中，在該區(qū)域的集聚程度越高。其中總產(chǎn)出數(shù)據(jù)來源于歷年的《中國統(tǒng)計(jì)年鑒》，使用了所有高技術(shù)產(chǎn)業(yè)的總產(chǎn)出作為產(chǎn)業(yè)計(jì)算數(shù)據(jù)。通過計(jì)算發(fā)現(xiàn)，在2008年，區(qū)位商最高的為廣東省，達(dá)到2.69，而其他發(fā)達(dá)省份的區(qū)位商也較高，北京、天津、上海、江蘇和福建的區(qū)位商都超過了1，經(jīng)濟(jì)較為落后的省份高技術(shù)產(chǎn)業(yè)也比較不發(fā)達(dá)，比如最低是的甘肅，而寧夏、云南、山西和內(nèi)蒙古的區(qū)位商都沒有達(dá)到0.15。這說明我國的高技術(shù)產(chǎn)業(yè)主要還是集中在經(jīng)濟(jì)發(fā)達(dá)省份，而落后省份還處于發(fā)展劣勢。

空間統(tǒng)計(jì)方法是現(xiàn)代地理學(xué)中快速發(fā)展的一門學(xué)科，用于解釋空間上相互作用和依存結(jié)構(gòu)問題，可以把空間相關(guān)看作除了時(shí)間相關(guān)之外，另外一個(gè)重要的數(shù)據(jù)分析支撐，可以使用空間位置建立數(shù)據(jù)之間的統(tǒng)計(jì)關(guān)系，檢驗(yàn)數(shù)據(jù)在空間上的自相關(guān)情況，獲得各區(qū)域間的集聚度量。檢驗(yàn)空間上自相關(guān)可以使用Moran I指數(shù)來分析：

這里使用了空間的分析軟件Geoda095i來進(jìn)行處理，這是一個(gè)通用的空間數(shù)據(jù)處理平臺(tái)，主要的處理對(duì)象是網(wǎng)格數(shù)據(jù)的空間分析。我們分別計(jì)算了4個(gè)年份的Moran I指數(shù)，并且對(duì)其進(jìn)行了P值檢驗(yàn)（見表1）。

表1 不同年份的高技術(shù)產(chǎn)業(yè)區(qū)位商Moran I值

從表1中可以看到，P值檢驗(yàn)的結(jié)果比較顯著，說明各年份的高技術(shù)產(chǎn)業(yè)區(qū)位商都有一定的空間相關(guān)性，高技術(shù)產(chǎn)業(yè)在空間存在一定的依賴性，主要的集聚省份集中在一起，也說明在省級(jí)層面高技術(shù)產(chǎn)業(yè)更趨向于集中，主要向發(fā)達(dá)省份集中，為進(jìn)一步分析其在各省份的分布情況，通過Moran I散點(diǎn)圖（這里沒有直接使用Moran I散點(diǎn)圖來表示，用象限來表示各省散點(diǎn)在不同象限的分布，能更清晰的看到各省在集聚情況的分布），我們給出了2008年的Moran I指數(shù)的象限分析（見表2）。

其中，第一和第三象限的HH和LL都表示在空間上的正相關(guān)，HH為高集聚區(qū)域被其他高集聚區(qū)域所包圍，在其中我們可以看到大多數(shù)的發(fā)達(dá)省份，而LL則表示低集聚被其他低集聚區(qū)域所包圍，這里包含了我國多數(shù)的省份，而第二和第四象限的LH和HL分別表示空間上的負(fù)相關(guān)，即低集聚區(qū)域被高集聚區(qū)域所包圍，或反之?？偟膩砜?，第二和四象限占據(jù)的總數(shù)不多，其中第四象限只有廣東，而第一和三象限包含了大多數(shù)省份，說明我國的高技術(shù)在空間出現(xiàn)了兩種集聚模式的分化。造成空間分布上的集聚情況的原因有很多相關(guān)的分析，本文更著重于知識(shí)溢出的影響。集聚也是造成產(chǎn)出變化的重要因素，后文將使用知識(shí)溢出對(duì)集聚情況的影響進(jìn)行分析。

表2 2008年的Moran I指數(shù)象限分析

3 計(jì)量分析

可以看到，高技術(shù)產(chǎn)業(yè)的知識(shí)溢出和集聚都有近似的空間分布，主要集中于沿海發(fā)達(dá)地區(qū)，而內(nèi)陸地區(qū)相對(duì)比較分散。知識(shí)溢出會(huì)對(duì)行業(yè)產(chǎn)出造成影響，而這種結(jié)果往往會(huì)通過累積因果致使產(chǎn)業(yè)向一定區(qū)域集聚，以獲得規(guī)模經(jīng)濟(jì)收益，并且這一過程會(huì)自我加強(qiáng)。

3.1 數(shù)據(jù)來源與處理

這里共使用4個(gè)產(chǎn)出數(shù)據(jù)作為解釋變量，包括行業(yè)總產(chǎn)出（G）、新產(chǎn)品產(chǎn)出（N）、總營業(yè)收入（S）以及知識(shí)產(chǎn)出（R），為研究知識(shí)溢出對(duì)集聚的影響，也將區(qū)位商（E）加入方程作為被解釋變量。使用的數(shù)據(jù)來源于歷年的《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，包含1998—2008年的5個(gè)高新技術(shù)產(chǎn)業(yè)數(shù)據(jù)，仍然剔除西藏、新疆以及青海三個(gè)省的數(shù)據(jù)。列出通用方程如下：

其中Y是不同區(qū)域在不同年份的產(chǎn)出，S為其的本地知識(shí)存量，tech和sic分別為技術(shù)溢出和水平溢出量，X是其他產(chǎn)出要素（包括勞動(dòng)力和資本），還將上期的銷售收入（sale（-1））作為外部的沖擊加入方程，進(jìn)行了回歸分析。對(duì)于知識(shí)產(chǎn)出的效果度量，我們采用Bloom等的方法［10］，使用R&D投入與總產(chǎn)出的比值來計(jì)算。

3.2 知識(shí)溢出的計(jì)量分析

對(duì)于使用的面板計(jì)量，采用Hausman檢驗(yàn)確定隨機(jī)或者固定效應(yīng)，隨機(jī)效應(yīng)假定的是解釋變量不相關(guān)，而固定效應(yīng)模型則假定解釋變量相關(guān)，固定效應(yīng)在一定程度上可以剔除個(gè)體異質(zhì)性的因素。經(jīng)檢驗(yàn)后，其中大部分采用固定效應(yīng)方法，為了數(shù)值更便于觀察，對(duì)其進(jìn)行了一定的量級(jí)處理，實(shí)際的計(jì)量結(jié)果見表3。

表3 計(jì)量檢驗(yàn)結(jié)果

從表3的檢驗(yàn)結(jié)果來看，技術(shù)溢出和水平溢出對(duì)被解釋變量都有很高的顯著度，說明其對(duì)主要的產(chǎn)出都有穩(wěn)定的影響。技術(shù)溢出基本呈現(xiàn)正向的影響，而水平溢出則在前3個(gè)方程都出現(xiàn)了負(fù)向影響，這與Bloom等的理論證明結(jié)果相似，水平溢出是在同類行業(yè)中相互學(xué)習(xí)獲得的，這種方式更多的是一種“偷師”的結(jié)果［2］，如果在缺乏技術(shù)保護(hù)的情況下，水平溢出不會(huì)帶來正面的結(jié)果，反而會(huì)降低整體產(chǎn)出，這也是個(gè)體與整體利益對(duì)抗的結(jié)果。而在多數(shù)的產(chǎn)出檢驗(yàn)中，技術(shù)溢出的影響要大于水平溢出，說明技術(shù)溢出的有效性要大于水平溢出，通過技術(shù)革新帶來的收益更大。在檢驗(yàn)4中，技術(shù)和水平溢出都對(duì)知識(shí)產(chǎn)出產(chǎn)生了正面的影響，說明兩種溢出方式都能提高知識(shí)規(guī)模的擴(kuò)大。在檢驗(yàn)5中，有4個(gè)解釋變量都有較高的顯著度，可以聯(lián)系新經(jīng)濟(jì)地理中對(duì)于集聚的解釋，認(rèn)為市場規(guī)模對(duì)產(chǎn)業(yè)集聚有主要的影響，會(huì)產(chǎn)生本地市場效應(yīng)，產(chǎn)業(yè)會(huì)更傾向于定位于市場規(guī)模更大的區(qū)域，其中的變量都可以看作知識(shí)、技術(shù)、人力以及資本規(guī)模，可以說高技術(shù)產(chǎn)業(yè)仍然遵循產(chǎn)業(yè)集聚的一般特點(diǎn)，即定位于有更大市場潛力的區(qū)域。在產(chǎn)出方程中，知識(shí)存量、變量的表現(xiàn)都不顯著，這是一個(gè)比較令人質(zhì)疑的結(jié)果，因此，對(duì)知識(shí)存量做了二次回歸檢驗(yàn)。

3.3 對(duì)知識(shí)存量的二次回歸檢驗(yàn)

將知識(shí)存量平方后再進(jìn)行回歸的結(jié)果，與前面的結(jié)果不同，知識(shí)存量的顯著度有明顯的提高，與各被解釋變量存在非線性的二次關(guān)系，說明知識(shí)投入對(duì)產(chǎn)出是一個(gè)分階段的結(jié)果（見表4）。在前期，知識(shí)存量未達(dá)到一定程度時(shí)，不會(huì)對(duì)產(chǎn)出產(chǎn)生影響，而只有達(dá)到一定門檻，知識(shí)的累積才會(huì)產(chǎn)生正面的影響。那么，對(duì)于相對(duì)落后的省份來說，要發(fā)展高技術(shù)產(chǎn)業(yè)，對(duì)其的知識(shí)投入必須達(dá)到一定規(guī)模才會(huì)產(chǎn)生效益，換句話說，要發(fā)展高技術(shù)這樣的知識(shí)相對(duì)密集的產(chǎn)業(yè)，存在“門檻”效應(yīng)，只有投入達(dá)到一定水平，才能有效發(fā)揮產(chǎn)業(yè)的規(guī)模經(jīng)濟(jì)。

4 結(jié)論

表4 對(duì)知識(shí)存量的二次回歸檢驗(yàn)結(jié)果

高技術(shù)產(chǎn)業(yè)的分布呈現(xiàn)向沿海地區(qū)集聚的現(xiàn)象，并且區(qū)域間的知識(shí)溢出水平也有同樣的趨勢。在對(duì)溢出水平進(jìn)行計(jì)量分析后，發(fā)現(xiàn)技術(shù)溢出的影響更大，而水平溢出則會(huì)呈現(xiàn)相反的影響，水平溢出是不同區(qū)域規(guī)模等級(jí)上的知識(shí)流動(dòng)，更多的是通過模仿和“偷師”來完成，所以應(yīng)采取有效的技術(shù)專利保護(hù)手段，以減弱這種影響。對(duì)知識(shí)投入進(jìn)一步研究后發(fā)現(xiàn)，知識(shí)投入與產(chǎn)出的關(guān)系呈現(xiàn)較為顯著的二次相關(guān)關(guān)系，也就是說知識(shí)投入必須達(dá)到一定的 “門檻”規(guī)模，才能對(duì)產(chǎn)出產(chǎn)生正面的影響。

高技術(shù)產(chǎn)業(yè)是一個(gè)蓬勃發(fā)展的行業(yè)，對(duì)我國各省和全國的經(jīng)濟(jì)發(fā)展都有著重要的意義，雖然現(xiàn)在我國主要的高技術(shù)產(chǎn)業(yè)都分布于沿海及個(gè)別內(nèi)陸省份，但是隨著經(jīng)濟(jì)發(fā)展，其他省份希望獲得產(chǎn)業(yè)制高點(diǎn)的愿望也非常強(qiáng)烈。有的觀點(diǎn)認(rèn)為，內(nèi)陸落后省份應(yīng)該發(fā)展低端產(chǎn)業(yè)，產(chǎn)業(yè)轉(zhuǎn)移應(yīng)是逐級(jí)推進(jìn)的模式，通過發(fā)揮內(nèi)陸地區(qū)的勞動(dòng)力優(yōu)勢來獲得欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)起飛。但是，新經(jīng)濟(jì)地理學(xué)的研究表明，某些行業(yè)會(huì)出現(xiàn)更大的區(qū)位粘性，會(huì)更依賴于本地市場規(guī)模，特別是低端勞動(dòng)密集型產(chǎn)業(yè)更傾向于定位于市場規(guī)模更大的地區(qū)。我們認(rèn)為，對(duì)我國內(nèi)陸地區(qū)的發(fā)展而言，地區(qū)產(chǎn)業(yè)政策上可以探尋另外一種路徑，即通過在本地建設(shè)知識(shí)密集型產(chǎn)業(yè)來獲得發(fā)展優(yōu)勢，通過建設(shè)相關(guān)的產(chǎn)業(yè)集群，發(fā)揮其產(chǎn)業(yè)前后向關(guān)聯(lián)，吸引相關(guān)產(chǎn)業(yè)向本地區(qū)集中，同時(shí)適度保護(hù)本地的消費(fèi)市場，開放中間投入品的市場，形成自身在產(chǎn)業(yè)方面的相對(duì)優(yōu)勢，形成較為完整的地方化產(chǎn)業(yè)體系，進(jìn)而實(shí)現(xiàn)區(qū)域之間的協(xié)調(diào)發(fā)展。在此基礎(chǔ)上，針對(duì)知識(shí)溢出對(duì)產(chǎn)業(yè)發(fā)展的影響，給出高技術(shù)產(chǎn)業(yè)的相關(guān)政策建議：

（1）為高技術(shù)產(chǎn)業(yè)發(fā)展創(chuàng)設(shè)良好的外部環(huán)境，建設(shè)發(fā)展必要的基礎(chǔ)設(shè)施。這里的基礎(chǔ)設(shè)施包括相應(yīng)的交通、通信等，還需要有良好的“產(chǎn)學(xué)研”系統(tǒng)，建立必要的人才培養(yǎng)和貯備機(jī)制，為知識(shí)的積累創(chuàng)造條件。通過科研機(jī)構(gòu)、高等院校等知識(shí)產(chǎn)出機(jī)構(gòu)，與企業(yè)發(fā)展結(jié)合，加速知識(shí)到產(chǎn)品的轉(zhuǎn)化過程。

（2）積極引導(dǎo)知識(shí)儲(chǔ)備，保護(hù)知識(shí)創(chuàng)新成果。高技術(shù)產(chǎn)業(yè)很多新產(chǎn)品的研發(fā)過程較長，進(jìn)行技術(shù)創(chuàng)新投入的風(fēng)險(xiǎn)較大，在形成產(chǎn)品后，因?yàn)榧夹g(shù)保護(hù)制度不完善，會(huì)因?yàn)榧夹g(shù)流出，使企業(yè)不能收回投入成本，降低了企業(yè)的創(chuàng)新積極性。所以，應(yīng)加強(qiáng)對(duì)知識(shí)產(chǎn)權(quán)和專利的保護(hù)，為企業(yè)創(chuàng)造良好的創(chuàng)新條件，并且給予創(chuàng)新貢獻(xiàn)明顯的企業(yè)足夠的扶持，把知識(shí)創(chuàng)新作為發(fā)展高技術(shù)產(chǎn)業(yè)的重要環(huán)節(jié)。

（3）建立以市場為主導(dǎo)，科學(xué)規(guī)劃發(fā)展的體制。雖然高技術(shù)產(chǎn)業(yè)對(duì)區(qū)域經(jīng)濟(jì)帶動(dòng)作用明顯，但是不能盲目發(fā)展，應(yīng)遵循經(jīng)濟(jì)規(guī)律，結(jié)合本地實(shí)際條件，利用已有的知識(shí)基礎(chǔ)找準(zhǔn)突破點(diǎn)。高技術(shù)產(chǎn)業(yè)很多都是國有企業(yè)，有相當(dāng)?shù)难邪l(fā)實(shí)力，從企業(yè)內(nèi)部來看，應(yīng)加強(qiáng)內(nèi)部的機(jī)制創(chuàng)新，注重技術(shù)效率的提高，從單純的規(guī)模壯大向規(guī)模效應(yīng)轉(zhuǎn)變。

［1］Jaffe A.B..Technological opportunity and spillovers of R&D:evidence from firms patents,profits,and market value［J］.American Economic Review,1986,76:984-1001.

［2］Bloom N.,Schankerman M.,Van Reenen J..Identifying technology spillovers and product market rivalry［R］.2008,CEP mimeo.

［3］呂忠偉.R&D空間溢出對(duì)區(qū)域知識(shí)生產(chǎn)的作用研究［J］.統(tǒng)計(jì)研究，2009，（4）：44-52.

［4］高凌云，王永中.R&D溢出渠道、異質(zhì)性反應(yīng)與生產(chǎn)率:基于178個(gè)國家面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.世界經(jīng)濟(jì)，2008，（2）：65-73.

［5］Grilliches Z.,Issues in assessing the contributions of research and development to productivity growth ［J］.Bell Journal of Economics,1979,10:92-116.

［6］Levin R.C.,Reiss P.C..Cost-reducing and demand-creating R&D with spillovers［J］.Rand Journal of Economics,1988,19:538-556.

［7］Bernstein J.I..Costs of production,intra-and interindustry R&D spillovers:canadian evidence［J］.Canadian Journal of Economics,1988，21:324-347.

［8］Ornaghi C..Spillovers in product and process innovation:evidence from manufacuring firms［J］.International Journal of Industrial Organization,2006，24:349–380.

［9］Goto A.,Suzuki K..R&D capital,rate of return on R&D investment,and spillovers of R&D in Japanese manufacturing industries［J］.Review of Economics and Statistics,1989,71:555–564.

［10］Bloom Nicholas,Rachel Griffith,John VanReenen.Do R&D tax credits work?［J］.Journal of Public Economics,2002,85:1-31.

Knowledge Spillover of High-tech Industry Using Technological Similar Index

Li Wenyu，Chen Jianshen
（School of Economics，Southwestern University of Finance and Economics，Chengdu 611130，China）

Knowledge spillover is an important factor of production,but how to estimate the size of knowledge spillover has some difficulties.This paper analyzes knowledge spillover of high-tech industry by using the JAFFE similar index.The results include:the size of high-tech industries and knowledge clustered to the main provinces;horizontal spillover and technological spillover are main effect factors;technology spillover effect plays the key role;horizontal spillover has a negative impact because of imitation;scale of knowledge has threshold effects.

new geography economics;technological similar index;high-tech industry;knowledge spillovers;spatial statistics

2010-12-29

李文宇（1980-），男，四川資陽人，經(jīng)濟(jì)學(xué)碩士；研究方向：空間經(jīng)濟(jì)與城市發(fā)展。

F061.5

A

（責(zé)任編輯 譚果林）