涂心語(yǔ) 嚴(yán)曉玲 王珊珊

內(nèi)容提要：?借鑒Bloom等的思想，本文通過(guò)多維空間鄰近方法將知識(shí)溢出效應(yīng)與偷生意效應(yīng)分離，更為準(zhǔn)確地估計(jì)企業(yè)間知識(shí)溢出效應(yīng)對(duì)彼此全要素生產(chǎn)率的影響?；?007-2019年中國(guó)制造業(yè)上市公司樣本數(shù)據(jù)的研究表明：企業(yè)間知識(shí)溢出對(duì)其全要素生產(chǎn)率有顯著的提升作用，地理鄰近是知識(shí)溢出得以產(chǎn)生的必要條件，僅技術(shù)鄰近無(wú)法產(chǎn)生知識(shí)溢出；企業(yè)具有一定的吸收能力、企業(yè)之間有一定技術(shù)差距是知識(shí)溢出效應(yīng)得以產(chǎn)生的前提條件，但當(dāng)企業(yè)間技術(shù)差距過(guò)大時(shí)，知識(shí)溢出效應(yīng)無(wú)法產(chǎn)生。進(jìn)一步研究發(fā)現(xiàn)，大企業(yè)與小企業(yè)在從知識(shí)溢出效應(yīng)中獲益方面均具備其各自獨(dú)特優(yōu)勢(shì)，中等規(guī)模企業(yè)則無(wú)法從知識(shí)溢出效應(yīng)中獲益；知識(shí)溢出僅能促進(jìn)高技術(shù)企業(yè)全要素生產(chǎn)率的提升，對(duì)非高技術(shù)企業(yè)不具有顯著影響。

關(guān)鍵詞：?全要素生產(chǎn)率；知識(shí)溢出；研發(fā)創(chuàng)新；企業(yè)異質(zhì)性；產(chǎn)業(yè)集聚

中圖分類號(hào)：F425；F272??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1001-148X（2022）06-0023-11

收稿日期：2021-11-01

作者簡(jiǎn)介：?涂心語(yǔ)（1991-），男，湖北老河口人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，福建江夏學(xué)院金融學(xué)院副教授，研究方向：產(chǎn)業(yè)組織、創(chuàng)新經(jīng)濟(jì)學(xué)；嚴(yán)曉玲（1991-），女，福建詔安人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：創(chuàng)新經(jīng)濟(jì)學(xué)；王珊珊（1992-），女，黑龍江齊齊哈爾人，南開大學(xué)經(jīng)濟(jì)學(xué)院助理研究員，研究方向：創(chuàng)新經(jīng)濟(jì)學(xué)。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目，項(xiàng)目編號(hào)：18ZDA102，19ZDA077；國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目，項(xiàng)目編號(hào)：19AZD015。

一、引言

企業(yè)研發(fā)活動(dòng)是中國(guó)科學(xué)技術(shù)發(fā)展的微觀基石，其所創(chuàng)造的知識(shí)資本不僅是企業(yè)自身技術(shù)進(jìn)步的重要來(lái)源，而且能通過(guò)正外部性促使其他相關(guān)主體提升創(chuàng)新能力、生產(chǎn)效率，進(jìn)而產(chǎn)生溢出效應(yīng)推動(dòng)整體層面技術(shù)進(jìn)步［1］。?新經(jīng)濟(jì)增長(zhǎng)理論指出，除非存在重大的外部因素、溢出效應(yīng)或其他社會(huì)遞增收益來(lái)源，否則經(jīng)濟(jì)不可能在長(zhǎng)期保持一定速度持續(xù)增長(zhǎng)；知識(shí)溢出所創(chuàng)造的外部經(jīng)濟(jì)在微觀層面是企業(yè)全要素生產(chǎn)率提升所賴以存在的重要外部環(huán)境，在宏觀層面能夠帶來(lái)整體生產(chǎn)的收益遞增，因此被認(rèn)為是經(jīng)濟(jì)長(zhǎng)期持續(xù)增長(zhǎng)的重要因素［2］。改革開放以來(lái)，中國(guó)研發(fā)經(jīng)費(fèi)支出增長(zhǎng)非常迅速，企業(yè)在技術(shù)創(chuàng)新體系中扮演著越來(lái)越重要的角色，數(shù)據(jù)顯示①，在2000—2019年間中國(guó)研發(fā)經(jīng)費(fèi)支出中企業(yè)支出占比從5995%增長(zhǎng)至7642%。規(guī)模如此龐大的企業(yè)研發(fā)投入是否能夠產(chǎn)生知識(shí)溢出效應(yīng)，進(jìn)而促進(jìn)其他企業(yè)全要素生產(chǎn)率的提升？知識(shí)溢出效應(yīng)的產(chǎn)生是否存在一定的前提條件？深入研究上述問(wèn)題對(duì)于中國(guó)推進(jìn)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、推動(dòng)增長(zhǎng)方式由投資驅(qū)動(dòng)轉(zhuǎn)向生產(chǎn)率驅(qū)動(dòng)從而實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

在創(chuàng)新研究領(lǐng)域，企業(yè)規(guī)模與創(chuàng)新的關(guān)系一直存在爭(zhēng)議，一類觀點(diǎn)認(rèn)為大規(guī)模企業(yè)更具創(chuàng)新優(yōu)勢(shì)［3］，但也有觀點(diǎn)指出小規(guī)模企業(yè)更具創(chuàng)新活力［4］。考慮到知識(shí)溢出效應(yīng)與企業(yè)創(chuàng)新的密切關(guān)系，本文認(rèn)為考察企業(yè)規(guī)模與知識(shí)溢出效應(yīng)的關(guān)系有助于為上述爭(zhēng)論提供新的觀點(diǎn)和證據(jù)。此外，創(chuàng)新要素對(duì)于不同研發(fā)強(qiáng)度②的企業(yè)而言重要程度并不同，高技術(shù)企業(yè)與非高技術(shù)企業(yè)在創(chuàng)新、運(yùn)營(yíng)等方面存在顯著差異，研究知識(shí)溢出對(duì)不同研發(fā)強(qiáng)度企業(yè)所發(fā)揮的不同作用對(duì)于深入研究知識(shí)溢出效應(yīng)對(duì)經(jīng)濟(jì)整體技術(shù)水平的推動(dòng)作用具有重要意義。因此，本文在考察知識(shí)溢出與企業(yè)全要素生產(chǎn)率關(guān)系的基礎(chǔ)上所要研究的第二個(gè)重要問(wèn)題便是：企業(yè)規(guī)模以及企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素是否與知識(shí)溢出效應(yīng)的發(fā)揮有關(guān)？具體的影響特征如何？

當(dāng)前探討知識(shí)溢出的文獻(xiàn)主要有兩類：第一類聚焦于國(guó)際貿(mào)易、FDI、OFDI等渠道產(chǎn)生的知識(shí)溢出，這一類文獻(xiàn)涉及企業(yè)、行業(yè)異質(zhì)性與知識(shí)溢出效應(yīng)的關(guān)系，但研究重點(diǎn)在于探討來(lái)源于國(guó)外的先進(jìn)技術(shù)與知識(shí)對(duì)國(guó)內(nèi)創(chuàng)新所產(chǎn)生的溢出效應(yīng)。事實(shí)上，長(zhǎng)久以來(lái)的諸多研究［5］表明，知識(shí)溢出普遍存在，如果僅將目光局限于國(guó)外先進(jìn)技術(shù)對(duì)本國(guó)所產(chǎn)生的知識(shí)溢出，可能會(huì)低估知識(shí)溢出的影響，同時(shí)也無(wú)法全面認(rèn)識(shí)知識(shí)溢出效應(yīng)。第二類文獻(xiàn)的研究視角主要聚焦于中國(guó)地區(qū)間、行業(yè)間產(chǎn)生的知識(shí)溢出，這類文獻(xiàn)使用加總數(shù)據(jù)進(jìn)行研究，其潛在假設(shè)是同一地區(qū)或者行業(yè)內(nèi)所有企業(yè)同質(zhì)，這可能導(dǎo)致累計(jì)性偏差（Aggregation?bias）［6］。此外，企業(yè)是知識(shí)溢出的主要微觀主體，如果以行業(yè)或者地區(qū)作為研究對(duì)象，將無(wú)法深入到異質(zhì)性企業(yè)層面探討知識(shí)溢出。目前國(guó)內(nèi)知識(shí)溢出的相關(guān)研究中涉及企業(yè)層面知識(shí)溢出測(cè)算的很少［7-8］，主要原因在于企業(yè)間知識(shí)溢出數(shù)據(jù)可得性不強(qiáng)、測(cè)算難度較大，而且大部分文獻(xiàn)對(duì)知識(shí)溢出的測(cè)算仍存在缺陷，因此存在進(jìn)一步研究空間。

本文基于滬深A(yù)股制造業(yè)上市公司樣本，考察了企業(yè)間知識(shí)溢出對(duì)彼此全要素生產(chǎn)率的影響，并從企業(yè)吸收能力、企業(yè)之間的技術(shù)差距視角分析了知識(shí)溢出效應(yīng)產(chǎn)生的前提條件，在此基礎(chǔ)上還研究了企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對(duì)于知識(shí)溢出效應(yīng)的調(diào)節(jié)作用。本文的邊際貢獻(xiàn)主要體現(xiàn)在三個(gè)方面：（1）利用Bloom等（2013）［9］提出的方法估計(jì)了知識(shí)溢出的影響，這種基于企業(yè)微觀數(shù)據(jù)的分析識(shí)別對(duì)于知識(shí)溢出效應(yīng)研究深度而言是一次較大推進(jìn)，也增強(qiáng)了研究結(jié)果的科學(xué)性和可靠性。Bloom等（2013）［9］指出，企業(yè)研發(fā)能同時(shí)產(chǎn)生兩種外部性，分別為正的知識(shí)溢出效應(yīng)和負(fù)的偷生意效應(yīng)（Business?stealing?effect）。因此，將兩種效應(yīng)進(jìn)行分離與識(shí)別對(duì)于準(zhǔn)確估計(jì)知識(shí)溢出效應(yīng)具有重要意義。（2）對(duì)知識(shí)溢出效應(yīng)的研究深入到了異質(zhì)性企業(yè)層面。雖然目前關(guān)于知識(shí)溢出的研究已經(jīng)非常豐富，但具體到微觀層面考察企業(yè)間知識(shí)溢出，同時(shí)進(jìn)一步研究企業(yè)異質(zhì)性調(diào)節(jié)效應(yīng)的文獻(xiàn)并不多，本文是對(duì)現(xiàn)有文獻(xiàn)的有力拓展。（3）分別從地理空間鄰近、技術(shù)空間鄰近兩個(gè)維度研究了企業(yè)間知識(shí)溢出對(duì)全要素生產(chǎn)率的影響，研究視角更為豐富。地理空間鄰近以及技術(shù)空間鄰近是知識(shí)溢出得以產(chǎn)生的重要機(jī)制，同時(shí)檢驗(yàn)兩種維度的知識(shí)溢出，有助于深度理解這兩種不同機(jī)制的機(jī)理及重要性。

二、理論分析與研究假設(shè)

（一）知識(shí)溢出與企業(yè)全要素生產(chǎn)率

企業(yè)間知識(shí)溢出效應(yīng)主要指“一個(gè)企業(yè)可從另一個(gè)企業(yè)的研發(fā)活動(dòng)中獲益，但無(wú)需支付對(duì)方研發(fā)成本”的效應(yīng)［10］，這種效應(yīng)之所以能夠產(chǎn)生，是因?yàn)橹R(shí)具有非競(jìng)爭(zhēng)性和部分排他性特征。知識(shí)溢出的具體渠道可歸納為以下六個(gè)方面③：（1）人才流動(dòng)。人是知識(shí)，尤其是隱性知識(shí)的重要載體④，因此各類人才在企業(yè)之間的流動(dòng)會(huì)產(chǎn)生知識(shí)溢出效應(yīng)［11］。（2）商品流動(dòng)。知識(shí)通常會(huì)物化于商品或資本品之中，因此伴隨著商品的交易，企業(yè)能夠從中獲取新知識(shí)，進(jìn)而產(chǎn)生知識(shí)溢出效應(yīng)［12］。?（3）研發(fā)合作。研發(fā)是一項(xiàng)高風(fēng)險(xiǎn)、高成本、高復(fù)雜性的活動(dòng)，因此企業(yè)之間也會(huì)進(jìn)行研發(fā)合作［13］，這要求雙方分享自身的現(xiàn)有知識(shí)，由此會(huì)產(chǎn)生知識(shí)溢出效應(yīng)。（4）科技文獻(xiàn)。世界現(xiàn)存的知識(shí)中有大量可以輕松獲取甚至免費(fèi)獲取的基礎(chǔ)性知識(shí)，如科技論文、書籍專著、專利等，企業(yè)在學(xué)習(xí)吸收科技文獻(xiàn)的過(guò)程中便會(huì)產(chǎn)生知識(shí)溢出效應(yīng)。（5）模仿學(xué)習(xí)。即使沒有人才、商品的流動(dòng)以及企業(yè)間的研發(fā)合作，落后企業(yè)仍然可以通過(guò)觀察與模仿學(xué)習(xí)獲取先進(jìn)企業(yè)的技術(shù)知識(shí)，進(jìn)而產(chǎn)生知識(shí)溢出效應(yīng)［14］。（6）企業(yè)家創(chuàng)業(yè)。企業(yè)家創(chuàng)業(yè)過(guò)程中一方面需要吸收、利用大量現(xiàn)存的外界知識(shí)，另一方面，擁有創(chuàng)意或?qū)＠钠髽I(yè)家在創(chuàng)業(yè)過(guò)程中會(huì)分享自身的經(jīng)驗(yàn)和知識(shí)，因此新企業(yè)的創(chuàng)立和成長(zhǎng)同樣是知識(shí)溢出效應(yīng)產(chǎn)生的過(guò)程［15］。綜合來(lái)看，通過(guò)上述各種渠道，不同企業(yè)能夠從彼此的研發(fā)中受益，從而提升其自身創(chuàng)新能力，最終提升其全要素生產(chǎn)率。基于以上分析，本文提出如下假設(shè)：

假設(shè)1：企業(yè)間知識(shí)溢出能夠提升彼此的全要素生產(chǎn)率。

并非所有企業(yè)均能從外界知識(shí)溢出中獲益，知識(shí)溢出效應(yīng)的產(chǎn)生需建立在一定條件和基礎(chǔ)上，其中最為關(guān)鍵的因素便是企業(yè)的吸收能力［16］和企業(yè)之間的技術(shù)差距［17］。Cohen和Levinthal（1989，1990）［16，18］的開創(chuàng)性研究指出，?企業(yè)研發(fā)投資不僅能夠直接產(chǎn)生知識(shí)資本促使自身創(chuàng)新能力提升，還能增強(qiáng)其吸收能力，從而更有效識(shí)別和評(píng)價(jià)外部知識(shí)，進(jìn)行學(xué)習(xí)、利用及商業(yè)化應(yīng)用，?這兩種作用使研發(fā)投資具備“兩面性”（The?two?faces?of?R&D）。因此，即使外界存在大量可以獲取的技術(shù)和知識(shí)，在企業(yè)自身缺乏一定技術(shù)基礎(chǔ)和知識(shí)積累的情況，知識(shí)溢出效應(yīng)也很難產(chǎn)生。此外，企業(yè)之間的技術(shù)差距同樣是知識(shí)溢出產(chǎn)生的關(guān)鍵影響因素：一方面，技術(shù)差距的擴(kuò)大雖然帶來(lái)更多學(xué)習(xí)空間，但企業(yè)有可能無(wú)法達(dá)到能夠從知識(shí)溢出中獲益的技術(shù)門檻；另一方面，技術(shù)差距的縮小使企業(yè)模仿學(xué)習(xí)能力更強(qiáng)，但可能意味著能從前沿企業(yè)學(xué)到的東西不多［19］。根據(jù)以上分析，本文提出如下假設(shè)：

假設(shè)2：企業(yè)自身具備一定的吸收能力是其能夠從外界知識(shí)溢出中獲益的前提條件。

假設(shè)3：企業(yè)之間具有一定的技術(shù)差距是知識(shí)溢出能夠產(chǎn)生的前提條件。

（二）企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)

結(jié)合經(jīng)典文獻(xiàn)［3，15］以及本文對(duì)各種類型企業(yè)層面的調(diào)研觀察，我們認(rèn)為企業(yè)規(guī)模、研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對(duì)于知識(shí)溢出效應(yīng)的發(fā)揮有著重要影響。

1企業(yè)規(guī)模。大企業(yè)一般而言具備兩類特征：第一，研發(fā)項(xiàng)目相比于小企業(yè)而言更為多元化，涉及不同性質(zhì)的技術(shù)種類更多，而每種類型的技術(shù)能從外界獲取的知識(shí)溢出往往并不相同，因此多元化的研究項(xiàng)目使大企業(yè)更能從外界知識(shí)溢出中獲益［20］。第二，相比于小企業(yè)而言會(huì)從事更多基礎(chǔ)研究，而與其他類型的研究相比，基礎(chǔ)研究更能增強(qiáng)企業(yè)學(xué)習(xí)外界先進(jìn)知識(shí)和技術(shù)的能力［21］。上述分析意味著大型企業(yè)能夠從知識(shí)溢出中獲益更多，從而創(chuàng)新能力更強(qiáng)，這與熊彼特假說(shuō)［3］相一致。但是，大企業(yè)通常位于技術(shù)前沿，是其他企業(yè)的“學(xué)習(xí)對(duì)象”，自身難以從外界獲取有價(jià)值的知識(shí)，而且大企業(yè)對(duì)于外部知識(shí)可能不夠重視，在接受外部知識(shí)時(shí)存在“惰性”或者“傲慢”，這可能導(dǎo)致其難以從知識(shí)溢出中獲益。與大企業(yè)相比，小企業(yè)在利用知識(shí)溢出方面也具有獨(dú)特優(yōu)勢(shì)。小企業(yè)的研發(fā)資金通常沒有大企業(yè)充裕，技術(shù)也沒有大企業(yè)先進(jìn)，因此其對(duì)外界知識(shí)的重視程度通常高于大企業(yè)［15］。小企業(yè)之間的溝通互動(dòng)與相互學(xué)習(xí)通常也更為頻繁，這能使其獲取更多的知識(shí)溢出［22］。僅憑理論分析無(wú)法確定企業(yè)規(guī)模與知識(shí)溢出的關(guān)系，具體情況依賴于實(shí)證檢驗(yàn)。據(jù)此，本文提出如下對(duì)立假設(shè)：

假設(shè)4A：外界知識(shí)溢出對(duì)小規(guī)模企業(yè)全要素生產(chǎn)率的提升作用更大。

假設(shè)4B：外界知識(shí)溢出對(duì)大規(guī)模企業(yè)全要素生產(chǎn)率的提升作用更大。

2研發(fā)強(qiáng)度。不同企業(yè)由于所處行業(yè)不同，其要素使用情況、創(chuàng)新機(jī)制、創(chuàng)新理念具有較大差異［23］，因此知識(shí)溢出所依賴的不同渠道的有效性因行業(yè)而異［24］。企業(yè)的研發(fā)強(qiáng)度能夠較好反映企業(yè)所處行業(yè)的特征以及技術(shù)特質(zhì)，可能與知識(shí)溢出存在某種內(nèi)在關(guān)聯(lián)：首先，研發(fā)強(qiáng)度高的企業(yè)往往屬于高技術(shù)產(chǎn)業(yè)，這類產(chǎn)業(yè)技術(shù)革新速度快，對(duì)知識(shí)和技術(shù)的需求普遍比其他產(chǎn)業(yè)高，而且愿意把大量資源傾斜在創(chuàng)新活動(dòng)，這本身體現(xiàn)了企業(yè)的某種“特質(zhì)”，即對(duì)創(chuàng)新的重視程度高于其他企業(yè)，因此會(huì)對(duì)外界知識(shí)更為關(guān)注［15］；其次，高技術(shù)產(chǎn)業(yè)自身技術(shù)水平較強(qiáng)，因此更容易把握外界知識(shí)和技術(shù)，吸收能力更強(qiáng)；最后，高技術(shù)產(chǎn)業(yè)更依賴于專用設(shè)備、專業(yè)人才，其溝通互動(dòng)通常在地理上受到更多限制，因此在新技術(shù)發(fā)展迅速的行業(yè)中企業(yè)會(huì)在地理空間上顯著集聚，而這種地理集聚會(huì)刺激企業(yè)創(chuàng)新及其傳播，這有利于知識(shí)溢出效應(yīng)發(fā)揮［22］。由此，本文提出如下假設(shè)：

假設(shè)5：外界知識(shí)溢出對(duì)高研發(fā)強(qiáng)度企業(yè)全要素生產(chǎn)率的提升作用更大。

三、研究設(shè)計(jì)

（一）知識(shí)溢出效應(yīng)的識(shí)別方法

知識(shí)溢出在理論上的含義雖相對(duì)明確，但進(jìn)行實(shí)證測(cè)算時(shí)面臨較大困難。首先，并非所有類型的知識(shí)都能清晰表述和有效轉(zhuǎn)移，對(duì)于可以用一定符碼系統(tǒng)完整表述的“顯性知識(shí)”（Explicit?knowledge），其傳播與擴(kuò)散相對(duì)容易觀測(cè)，但是對(duì)于“隱性知識(shí)”（Tacit?knowledge）而言則幾乎無(wú)法觀測(cè)；其次，知識(shí)溢出的作用鏈很長(zhǎng)，其作用范圍可能非常廣，以至于“人們很難在浩瀚如沙的數(shù)據(jù)中搜尋溢出效應(yīng)的軌跡”［25］。學(xué)術(shù)界對(duì)于知識(shí)溢出的測(cè)算至今沒有統(tǒng)一標(biāo)準(zhǔn)，被多數(shù)學(xué)者所接受的是Jaffe（1986）［26］提出的技術(shù)相似度方法。但Bloom等（2013）［9］指出，由于官方統(tǒng)計(jì)的價(jià)格平減指數(shù)存在缺陷，由此測(cè)算得到的企業(yè)全要素生產(chǎn)率往往是“收入”生產(chǎn)率，難以純粹反映企業(yè)的技術(shù)水平，此時(shí)企業(yè)全要素生產(chǎn)率會(huì)同時(shí)被外界企業(yè)研發(fā)所帶來(lái)的兩種外部性所影響，分別為正的知識(shí)溢出效應(yīng)以及負(fù)的偷生意效應(yīng)，僅使用Jaffe（1986）［26］的方法對(duì)知識(shí)溢出進(jìn)行測(cè)算可能會(huì)被偷生意效應(yīng)所干擾，使結(jié)果出現(xiàn)偏差。

為解決上述問(wèn)題，參考Bloom等［9］的方法識(shí)別知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率的影響，這里簡(jiǎn)單介紹識(shí)別策略⑤。（1）將能對(duì)本企業(yè)產(chǎn)生知識(shí)溢出效應(yīng)與偷生意效應(yīng)所有企業(yè)劃分為本企業(yè)的四類空間鄰居：技術(shù)空間鄰居、地理空間鄰居、產(chǎn)業(yè)鏈垂直空間鄰居、產(chǎn)品市場(chǎng)空間鄰居。由于四類空間鄰居間存在相互重疊關(guān)系（圖1），因此以Jaffe（1986）［26］為代表的一系列文獻(xiàn)中所使用的方法（即僅考察技術(shù)空間鄰居的研發(fā)對(duì)本企業(yè)的影響）測(cè)算得到的知識(shí)溢出效應(yīng)可能存在偏誤，更為科學(xué)的識(shí)別策略需要將產(chǎn)品市場(chǎng)空間鄰居的研發(fā)對(duì)本企業(yè)的影響剔除。（2）設(shè)置企業(yè)間技術(shù)空間距離權(quán)重矩陣ωteckspillij、地理空間距離權(quán)重矩陣ωgeospillij、產(chǎn)業(yè)鏈垂直空間距離權(quán)重矩陣ωverspillij以及產(chǎn)品市場(chǎng)空間距離權(quán)重矩陣ωcompetitionij，進(jìn)而測(cè)算潛在的技術(shù)溢出池∑j≠iωteckspillijKj、地理溢出池∑j≠iωgeospillijKj、產(chǎn)業(yè)鏈垂直溢出池∑j≠iωverspillijKj與市場(chǎng)競(jìng)爭(zhēng)池∑j≠iωcompetitionijKj。其中Kj為除企業(yè)i外某一家企業(yè)j的知識(shí)資本。（3）構(gòu)建類似式（1）的計(jì)量模型，通過(guò)在實(shí)證中控制各類潛在影響池以最終識(shí)別出知識(shí)溢出效應(yīng)的影響。其中TFP代表企業(yè)的全要素生產(chǎn)率，X與Ω為控制變量向量及相應(yīng)系數(shù)向量，系數(shù)τ3、τ4、τ5即為知識(shí)溢出效應(yīng)的影響系數(shù)，τ6即為偷生意效應(yīng)的影響系數(shù)。

lnTFPit=τ1+τ2lnKit+τ3ln∑j≠iωtecspillij，tKjt+τ4ln∑j≠iωgeospillij，tKjt+τ5ln∑j≠iωverspillij，tKjt+τ6ln∑j≠iωcompetitionij，tKjt+ΩXit+εit?（1）

圖1?四類空間鄰居的重疊關(guān)系

（資料來(lái)源：龐瑞芝等（2021）［31］）

（二）計(jì)量模型

由于數(shù)據(jù)可得性問(wèn)題，本文無(wú)法研究基于產(chǎn)業(yè)鏈垂直空間鄰近所產(chǎn)生的知識(shí)溢出。事實(shí)上由圖1可知，產(chǎn)業(yè)鏈垂直空間鄰居與產(chǎn)品市場(chǎng)空間鄰居重疊關(guān)系較小，可認(rèn)為其不會(huì)干擾對(duì)知識(shí)溢出效應(yīng)的識(shí)別。因此，本文構(gòu)建如下計(jì)量模型以識(shí)別企業(yè)間知識(shí)溢出效應(yīng)對(duì)彼此全要素生產(chǎn)率的影響：

lnTFPijkt=β1+β2lnKtecspillijkt+β3lnKgeospillijkt+β4lnKcompetitionijkt+β5lnKijkt+αXijkt+λj+μk+ξt+εijkt?（2）

其中，lnTFPijkt表示年份t在行業(yè)j中且位于省份地區(qū)k的企業(yè)i的全要素生產(chǎn)率對(duì)數(shù)，lnKtecspillijkt、lnKgeospillijkt、lnKcompetitionijkt分別表示技術(shù)溢出池、地理溢出池與市場(chǎng)競(jìng)爭(zhēng)池對(duì)數(shù)值，lnKijkt表示企業(yè)i的知識(shí)資本對(duì)數(shù)值。Xijkt為控制變量向量。λj、μk、ξt分別為行業(yè)、地區(qū)、時(shí)間固定效應(yīng)，εijkt為隨機(jī)誤差項(xiàng)。

（三）指標(biāo)選擇與測(cè)算

（1）被解釋變量。全要素生產(chǎn)率（lnTFP），本文使用OP-ACF法［27-28］估計(jì)企業(yè)全要素生產(chǎn)率，并用LP［29］等方法進(jìn)行穩(wěn)健性檢驗(yàn)。

（2）核心變量。①知識(shí)資本（K）。參考經(jīng)典文獻(xiàn)［1］，本文采用永續(xù)盤存法計(jì)算知識(shí)資本。企業(yè)第t期知識(shí)資本Kt的計(jì)算公式如下⑥：Kt=Rt-1+（1－δ）Kt-1。其中Rt-1代表企業(yè)在第t－1期的研發(fā)投入，δ為折舊率，按照慣例，假設(shè)δ為15%⑦。接下來(lái)需要對(duì)研發(fā)投入進(jìn)行價(jià)格平減，平減指數(shù)用《中國(guó)科技統(tǒng)計(jì)年鑒-2020》的研發(fā)經(jīng)費(fèi)內(nèi)部支出可比價(jià)增長(zhǎng)率推算得出。最后還需要估算基期知識(shí)資本K0，計(jì)算公式為［30］：K0=R0/（g+δ）。其中R0為基期實(shí)際研發(fā)投入，g為樣本期內(nèi)企業(yè)研發(fā)投入的平均增長(zhǎng)率。②技術(shù)溢出池（Ktecspill）。對(duì)于企業(yè)i而言，第t期所面臨的技術(shù)溢出池為：Kteckspillit=∑j≠iωteckspillijtKjt。其中Kjt表示企業(yè)j第t期的知識(shí)資本，ωteckspillijt表示第t期企業(yè)j與企業(yè)i在技術(shù)空間的距離，計(jì)算方法如下⑧：

ωtechspillijt=?FEitFEjt′??FEitFEit′??FEjtFEjt′??=?∑Ee=1fit，efjt，e??∑Ee=1f2it，e∑Ee=1f2jt，e??，i≠j?（3）

其中FEit=（fit，1，…，fit，e，…，fit，E）表示第t期企業(yè)i在技術(shù)空間中的位置向量，F(xiàn)E′it為其轉(zhuǎn)置向量。以國(guó)際專利分類（IPC）三位碼作為分類標(biāo)準(zhǔn)，E為樣本中所有企業(yè)全部年份發(fā)明與實(shí)用新型專利申請(qǐng)種類總數(shù)，fit，e為第t期企業(yè)i的第e類專利申請(qǐng)數(shù)存量與企業(yè)i所有種類專利申請(qǐng)總數(shù)存量之比。ωteckspillijt的取值范圍為［0，1］，該值越接近于1表明企業(yè)間距離越近。③地理溢出池（Kgeospill）。對(duì)于企業(yè)i而言，第t期所面臨的地理溢出池為：Kgeospillit=∑j≠iωgeospillijKjt。其中ωgeospillij表示企業(yè)j與企業(yè)i在地理空間中的距離（假設(shè)其不隨時(shí)間改變），計(jì)算方法如下：

ωgeospillij=?FGiFGj′??FGiFGi′??FGjFGj′??=?∑Gg=1fi，gfj，g??∑Gg=1f2i，g∑Gg=1f2j，g??，i≠j?（4）

其中FGi=（fi，1，…，fi，g，…，fi，G）表示企業(yè)i在地理空間中的位置向量。G為樣本中所有企業(yè)全部年份的發(fā)明、實(shí)用新型、外觀設(shè)計(jì)專利申請(qǐng)的申請(qǐng)人所在城市以及企業(yè)總部所在城市總數(shù)⑨。fi，g表示企業(yè)i第g座城市出現(xiàn)頻數(shù)與企業(yè)i所有城市出現(xiàn)頻數(shù)之比⑩。④市場(chǎng)競(jìng)爭(zhēng)池（Kcompetition）。對(duì)于企業(yè)i而言，第t期所面臨的市場(chǎng)競(jìng)爭(zhēng)池為：Kcompetitionit=∑j≠iωcompetitionijtKjt。ωcompetitionijt表示第t期企業(yè)j與企業(yè)i在產(chǎn)品市場(chǎng)空間中的距離，計(jì)算方法如下：

ωcompetitionijt=?FCitFCjt′??FCitFCit′??FCjtFCjt′??=?∑Cc=1fit，cfjt，c??∑Cc=1f2it，c∑Cc=1f2jt，c??，i≠j?（5）

其中FCit=（fit，1，…，fit，c，…，fit，C）表示第t期企業(yè)i在產(chǎn)品市場(chǎng)空間中的位置向量。?根據(jù)Bloom等（2013）［9］，可利用企業(yè)分行業(yè)銷售額數(shù)據(jù)構(gòu)建FCit。遺憾的是，中國(guó)上市公司雖在其年報(bào)中匯報(bào)了分行業(yè)主營(yíng)業(yè)務(wù)收入，但行業(yè)分類混亂且不同公司標(biāo)準(zhǔn)不一，因此無(wú)法直接使用。本文分別將Wind、申銀萬(wàn)國(guó)、中信、中證、證監(jiān)會(huì)五大上市公司行業(yè)分類標(biāo)準(zhǔn)與企業(yè)分行業(yè)主營(yíng)業(yè)務(wù)收入相匹配以解決上述問(wèn)題B11。⑤吸收能力（K）。根據(jù)Cohen和Levinthal（1989）［16］的經(jīng)典研究，本文選取企業(yè)知識(shí)資本（K）代表其吸收能力。⑥技術(shù)差距（techgap）。參考Aghion等（2005）［32］，技術(shù)差距定義為：techgapij＝（lnTFPFj－lnTFPij）/lnTFPFj。其中l(wèi)nTFPFj表示與企業(yè)i在同一行業(yè)j（證監(jiān)會(huì)二級(jí)行業(yè)）的全要素生產(chǎn)率最高的企業(yè)F的全要素生產(chǎn)率對(duì)數(shù)值，techgapij的取值范圍為［0，1］，其越大意味著企業(yè)i與技術(shù)前沿的差距越大。⑦企業(yè)規(guī)模（size）。用企業(yè)總資產(chǎn)表示。⑧研發(fā)強(qiáng)度（intensity）。用企業(yè)研發(fā)投入占主營(yíng)業(yè)務(wù)收入比重表示。

（3）控制變量。①企業(yè)規(guī)模（lnsize），用企業(yè)總資產(chǎn)的對(duì)數(shù)值表示。②產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)程度（market），用企業(yè)銷售毛利率表示。③政府補(bǔ)助（subsidy），用企業(yè)非經(jīng)常性損益中的政府補(bǔ)助與企業(yè)主營(yíng)業(yè)務(wù)收入之比表示。④企業(yè)年齡（lnage），從企業(yè)上市年份計(jì)算，并取對(duì)數(shù)。⑤盈利能力（profit），用企業(yè)凈資產(chǎn)收益率表示。⑥現(xiàn)金流量（cash），用企業(yè)銷售商品提供勞務(wù)收到的現(xiàn)金與營(yíng)業(yè)收入之比表示。⑦成長(zhǎng)能力（growth），用企業(yè)總資產(chǎn)增長(zhǎng)率表示。⑧營(yíng)運(yùn)能力（lnmanage），用企業(yè)營(yíng)業(yè)周期表示，并取對(duì)數(shù)。⑨產(chǎn)權(quán)屬性（state），構(gòu)建虛擬變量，當(dāng)企業(yè)為國(guó)有企業(yè)時(shí)state＝1，否則state＝0B12。

（四）樣本及數(shù)據(jù)來(lái)源

理論上，由于服務(wù)業(yè)生產(chǎn)函數(shù)較為復(fù)雜，非C-D函數(shù)所能刻畫，因此本文選取證監(jiān)會(huì)一級(jí)行業(yè)分類為制造業(yè)的滬深A(yù)股上市公司樣本進(jìn)行研究B13。在剔除了ST、*ST、沒有專利以及觀測(cè)值存在嚴(yán)重缺失或異常的企業(yè)后B14，本文構(gòu)建了2007—2019年的非平衡面板數(shù)據(jù)，并對(duì)連續(xù)變量采用Winsorize處理了前后1%的異常觀測(cè)值，主要變量的描述性統(tǒng)計(jì)見表1。本文所需數(shù)據(jù)來(lái)源于CSMAR經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)、中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）及Wind數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)檢驗(yàn)

本文將地理溢出池、技術(shù)溢出池與市場(chǎng)競(jìng)爭(zhēng)池三個(gè)變量的七種組合分別作為解釋變量進(jìn)行回歸，以檢驗(yàn)識(shí)別效果，結(jié)果如表2所示。相關(guān)結(jié)果揭示出以下三點(diǎn)：第一，從表2列（1）至列（7）結(jié)果可知，基于地理空間鄰近的知識(shí)溢出能顯著促使企業(yè)全要素生產(chǎn)率的提升，而基于技術(shù)空間鄰近的知識(shí)溢出的影響則不顯著，此結(jié)果與前文假設(shè)1相符，同時(shí)表明地理空間鄰近是企業(yè)間知識(shí)溢出效應(yīng)得以產(chǎn)生不可或缺的基本條件。?第二，從表2列（3）及列（5）至列（7）結(jié)果可知，市場(chǎng)競(jìng)爭(zhēng)池的估計(jì)系數(shù)顯著為負(fù)。這可能表明測(cè)算得到的全要素生產(chǎn)率并不能純粹反映企業(yè)的技術(shù)水平，此時(shí)偷生意效應(yīng)會(huì)對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)向影響。第三，對(duì)比表2列（1）與列（7）發(fā)現(xiàn)，在控制技術(shù)溢出池與市場(chǎng)競(jìng)爭(zhēng)池后，地理溢出池的估計(jì)系數(shù)更大，說(shuō)明本文的識(shí)別策略具有一定成效。

（二）內(nèi)生性問(wèn)題分析

全要素生產(chǎn)率更高的企業(yè)可能具有以下特征：第一，更有資金和能力從事研發(fā)［1］；第二，通常處于經(jīng)濟(jì)更為發(fā)達(dá)的城市，這類城市聚集了大量企業(yè)，其地理空間鄰居更多；第三，更有能力獲取市場(chǎng)力量和壟斷地位，減少競(jìng)爭(zhēng)對(duì)手威脅。上述特征可能帶來(lái)雙向因果問(wèn)題：即企業(yè)全要素生產(chǎn)率更高導(dǎo)致其知識(shí)資本、地理溢出池更大，市場(chǎng)競(jìng)爭(zhēng)池更小。為緩解此類問(wèn)題，同時(shí)考察知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率影響的持續(xù)性，本文將地理溢出池、技術(shù)溢出池、市場(chǎng)競(jìng)爭(zhēng)池以及知識(shí)資本變量分別滯后一階、二階、三階進(jìn)行回歸，結(jié)果列于表3列（1）至列（3）?？傮w而言，本文的核心結(jié)論并沒有改變，即企業(yè)間知識(shí)溢出對(duì)其全要素生產(chǎn)率有顯著正向影響。為進(jìn)一步檢驗(yàn)上述結(jié)果的穩(wěn)健性，表3列（4）將地理溢出池、技術(shù)溢出池、市場(chǎng)競(jìng)爭(zhēng)池以及知識(shí)資本變量的一階、二階滯后值作為工具變量進(jìn)行兩階段最小二乘法（2SLS）估計(jì)，結(jié)果仍然顯示企業(yè)間知識(shí)溢出對(duì)全要素生產(chǎn)率有正向影響，?因此本文結(jié)論具有一定穩(wěn)健性。

（三）穩(wěn)健性檢驗(yàn)

本文還進(jìn)行了以下穩(wěn)健性檢驗(yàn)：（1）改變標(biāo)準(zhǔn)誤的聚類層面?；鶞?zhǔn)回歸的估計(jì)結(jié)果采用了企業(yè)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤，其潛在假設(shè)可能過(guò)于寬松，鑒于此，本部分分別聚類到行業(yè)層面以及地區(qū)層面計(jì)算穩(wěn)健標(biāo)準(zhǔn)誤，并重新回歸。（2）改變?nèi)厣a(chǎn)率測(cè)算方法。全要素生產(chǎn)率是本文的關(guān)鍵變量，為盡量緩解測(cè)算全要素生產(chǎn)率過(guò)程中的偏誤對(duì)估計(jì)結(jié)果造成的影響，本部分分別使用OLS、固定效應(yīng)、LP［29］、LP-ACF［28-29］、OP［27］、GMM方法測(cè)算企業(yè)全要素生產(chǎn)率，并重新回歸。（3）改變知識(shí)資本的折舊率以及用研發(fā)投入替換知識(shí)資本變量。測(cè)算地理溢出池、技術(shù)溢出池、市場(chǎng)競(jìng)爭(zhēng)池等核心解釋變量需將所有企業(yè)的知識(shí)資本進(jìn)行加權(quán)求和，因此知識(shí)資本測(cè)算方法的差異可能影響本文結(jié)論。基準(zhǔn)檢驗(yàn)中將知識(shí)資本的折舊率設(shè)置為15%，這雖然與多數(shù)文獻(xiàn)的做法一致［1］，但仍然可能存在偏誤，因此本部分分別將折舊率設(shè)置為10%、714%、5%，重新測(cè)算企業(yè)知識(shí)資本以及地理溢出池、技術(shù)溢出池、市場(chǎng)競(jìng)爭(zhēng)池，此外，本文還直接用企業(yè)當(dāng)期研發(fā)投入代替知識(shí)資本并測(cè)算上述變量。在此基礎(chǔ)上重新回歸。（4）改變地理空間距離權(quán)重矩陣的測(cè)算方法?；鶞?zhǔn)檢驗(yàn)中以企業(yè)總部以及研發(fā)部門是否處于同一座城市為標(biāo)準(zhǔn)定義企業(yè)間的地理空間距離權(quán)重，這種做法雖然考慮了企業(yè)研發(fā)部門的鄰近，但也存在缺陷：假設(shè)知識(shí)溢出的地理邊界局限于地級(jí)市范圍，即使兩家企業(yè)處于相鄰的地級(jí)市，其地理空間距離權(quán)重也被定義為0。事實(shí)上，有研究發(fā)現(xiàn)，一到兩個(gè)省的范圍是中國(guó)知識(shí)溢出的邊界［33］，因此為檢驗(yàn)本文結(jié)論的穩(wěn)健性，本部分使用傳統(tǒng)方法［34］，以企業(yè)總部間的地理距離定義距離權(quán)重，?并設(shè)置了八種不同的距離衰減模式分別測(cè)算地理溢出池B15。，在此基礎(chǔ)上重新回歸。（5）改變回歸樣本?；鶞?zhǔn)檢驗(yàn)所用樣本將缺失的企業(yè)研發(fā)投入數(shù)據(jù)進(jìn)行了補(bǔ)全，考慮到此過(guò)程可能影響最終結(jié)果，本部分將缺失數(shù)據(jù)直接剔除，并重新回歸。此外，基準(zhǔn)檢驗(yàn)將地理溢出池、技術(shù)溢出池與市場(chǎng)競(jìng)爭(zhēng)池三個(gè)變量的七種組合分別作為解釋變量進(jìn)行回歸與對(duì)比分析，但由于測(cè)算三個(gè)變量所需原始數(shù)據(jù)的缺失程度不同，使七種組合的回歸所用樣本存在差異?？紤]到在相同數(shù)量樣本下的對(duì)比分析更有意義，本部分還將七種組合的回歸樣本刪減為相同數(shù)量進(jìn)行回歸。以上檢驗(yàn)結(jié)果均表明B16，企業(yè)間知識(shí)溢出效應(yīng)對(duì)彼此全要素生產(chǎn)率有顯著的正向影響，本文核心結(jié)論具有一定穩(wěn)健性。

（四）知識(shí)溢出效應(yīng)的發(fā)生條件檢驗(yàn)

在前文理論分析部分，本文指出企業(yè)的吸收能力與企業(yè)之間的技術(shù)差距是知識(shí)溢出效應(yīng)得以產(chǎn)生的關(guān)鍵影響因素（假設(shè)2與假設(shè)3），本部分使用分組回歸方法，將樣本按相應(yīng)指標(biāo)等分為三組進(jìn)行檢驗(yàn)，并參考連玉君等（2010）［35］使用費(fèi)舍爾組合檢驗(yàn)方法?（Fishers?permutation?test）?檢驗(yàn)組間系數(shù)差異的顯著性。

1吸收能力。表4列（1）至列（3）給出了按照吸收能力指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在中吸收能力組與強(qiáng)吸收能力組中知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率有顯著正向影響，在低吸收能力的組中知識(shí)溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗(yàn)結(jié)果顯示僅列（1）與列（2）的地理溢出池估計(jì)系數(shù)存在顯著差異?？傮w而言此結(jié)果證實(shí)了前文的假設(shè)2，即企業(yè)自身具備一定的吸收能力是其能夠從外界知識(shí)溢出中獲益的前提條件，而吸收能力強(qiáng)弱與企業(yè)自身的知識(shí)資本密切相關(guān)，企業(yè)的研發(fā)投資具有“兩面性”［16，18］。傳統(tǒng)觀點(diǎn)認(rèn)為，知識(shí)溢出的存在會(huì)抑制從事創(chuàng)新活動(dòng)的企業(yè)的研發(fā)動(dòng)機(jī)，導(dǎo)致經(jīng)濟(jì)整體研發(fā)投資不足［36］，但研發(fā)投資“兩面性”的存在可能顛覆這種認(rèn)知。如果研發(fā)投資能夠增強(qiáng)企業(yè)的吸收能力，那么知識(shí)溢出的存在將激勵(lì)一些企業(yè)進(jìn)行研發(fā)，這會(huì)彌補(bǔ)經(jīng)濟(jì)整體研發(fā)投資不足的問(wèn)題。

2技術(shù)差距。表4列（4）至列（6）給出了按照技術(shù)差距指標(biāo)分組回歸的結(jié)果。結(jié)果顯示僅在中技術(shù)差距組中知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率有顯著正向影響，在小技術(shù)差距與大技術(shù)差距組中知識(shí)溢出效應(yīng)的影響均不顯著，組間系數(shù)差異檢驗(yàn)結(jié)果顯示，僅列（4）與列（5）地理溢出池的估計(jì)系數(shù)存在顯著差異，列（5）與列（6）兩組的回歸系數(shù)不存在顯著差異（經(jīng)驗(yàn)p值為0146）。綜合來(lái)看此結(jié)果證實(shí)了前文假設(shè)3，即企業(yè)之間具有一定的技術(shù)差距是知識(shí)溢出能夠產(chǎn)生的前提條件，因?yàn)榧夹g(shù)差距不大的企業(yè)之間可互相學(xué)習(xí)的知識(shí)并不多。通常來(lái)說(shuō)技術(shù)差距過(guò)大同樣不利于企業(yè)從外界知識(shí)溢出中獲益，表4中列（6）的估計(jì)結(jié)果雖然支持了此觀點(diǎn)，但組間系數(shù)差異檢驗(yàn)卻表明中技術(shù)差距組與大技術(shù)差距組的地理溢出池估計(jì)系數(shù)不存在顯著差異，這可能是因?yàn)楸疚乃脴颖臼侵袊?guó)上市公司數(shù)據(jù)，能夠上市的企業(yè)通常已經(jīng)具有較強(qiáng)實(shí)力，企業(yè)之間的技術(shù)差距不會(huì)過(guò)大B17。

五、知識(shí)溢出與全要素生產(chǎn)率：企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)

本部分考察企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩種企業(yè)異質(zhì)性特征在知識(shí)溢出與全要素生產(chǎn)率的關(guān)系中所發(fā)揮的調(diào)節(jié)效應(yīng)，以檢驗(yàn)前文的假設(shè)4A、4B及假設(shè)5。目前主流的調(diào)節(jié)效應(yīng)檢驗(yàn)方法主要有交互項(xiàng)回歸、分組回歸等，考慮到交互項(xiàng)回歸的前提假設(shè)過(guò)于嚴(yán)格，本部分我們?nèi)允褂梅纸M回歸方法檢驗(yàn)企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)，并使用費(fèi)舍爾組合檢驗(yàn)方法（Fisher′s?permutation?test）檢驗(yàn)組間系數(shù)差異的顯著性。

（一）企業(yè)規(guī)模

表5列（1）至列（3）給出了按照企業(yè)規(guī)模指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在小企業(yè)規(guī)模與大企業(yè)規(guī)模組中知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率均有顯著正向影響，在中企業(yè)規(guī)模組中知識(shí)溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗(yàn)結(jié)果顯示列（1）、列（2）以及列（2）、列（3）的地理溢出池估計(jì)系數(shù)均存在顯著差異。在前文理論分析部分本文曾指出無(wú)論是大企業(yè)還是小企業(yè)，在從外界知識(shí)溢出效應(yīng)中獲益方面均存在自身獨(dú)特優(yōu)勢(shì)，并提出了對(duì)立假設(shè)4A、4B，本部分的回歸結(jié)果在某種程度上與這兩個(gè)假設(shè)均相符。大企業(yè)由于研發(fā)項(xiàng)目種類多、吸收能力強(qiáng)、基礎(chǔ)研究實(shí)力更強(qiáng)等原因，能夠從外界知識(shí)溢出中獲益更多，小企業(yè)由于對(duì)外界知識(shí)的重視、與技術(shù)前沿差距更大等原因，同樣能夠從知識(shí)溢出效應(yīng)中獲益，中等規(guī)模企業(yè)則不具備大企業(yè)與小企業(yè)的優(yōu)勢(shì)，反而無(wú)法從知識(shí)溢出效應(yīng)中獲益。在創(chuàng)新研究領(lǐng)域中歷來(lái)存在兩種對(duì)立觀點(diǎn)：一種觀點(diǎn)認(rèn)為大企業(yè)創(chuàng)新能力更強(qiáng)，一種觀點(diǎn)認(rèn)為小企業(yè)創(chuàng)新能力更強(qiáng)。本文結(jié)論一定程度上解釋了上述對(duì)立觀點(diǎn)產(chǎn)生的原因，即無(wú)論是大企業(yè)還是小企業(yè)在從外界知識(shí)溢出中獲益方面都具有獨(dú)特優(yōu)勢(shì)，因此創(chuàng)新能力均較強(qiáng)。

（二）研發(fā)強(qiáng)度

表5列（4）至列（6）給出了按照研發(fā)強(qiáng)度指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在中研發(fā)強(qiáng)度與高研發(fā)強(qiáng)度組中知識(shí)溢出效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率有顯著正向影響，在低研發(fā)強(qiáng)度組中知識(shí)溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗(yàn)結(jié)果顯示僅列（4）與列（5）的地理溢出池估計(jì)系數(shù)存在顯著差異。綜合來(lái)看此結(jié)果與前文假設(shè)5相符，即知識(shí)溢出效應(yīng)僅對(duì)研發(fā)強(qiáng)度較高的企業(yè)的全要素生產(chǎn)率有顯著提升作用，這類企業(yè)多屬于高技術(shù)行業(yè)，在地理空間的集聚程度高于其他企業(yè)，且更為依賴外界知識(shí)，須時(shí)刻把握技術(shù)變革動(dòng)態(tài)，同時(shí)也具有很強(qiáng)的吸收能力，因此與低研發(fā)強(qiáng)度企業(yè)相比更能有效利用外界知識(shí)溢出。

六、結(jié)論與政策建議

中國(guó)正處于經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的關(guān)鍵時(shí)期，增強(qiáng)經(jīng)濟(jì)內(nèi)生增長(zhǎng)動(dòng)力、提升全要素生產(chǎn)率是當(dāng)前面臨的重要任務(wù)。企業(yè)研發(fā)活動(dòng)所產(chǎn)生的知識(shí)溢出效應(yīng)是微觀層面企業(yè)全要素生產(chǎn)率提升的重要影響因素，在宏觀層面也被視為經(jīng)濟(jì)持續(xù)增長(zhǎng)的重要內(nèi)生動(dòng)力，對(duì)于推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。鑒于此，本文基于滬深A(yù)股制造業(yè)上市公司樣本數(shù)據(jù)，同時(shí)借鑒Bloom等（2013）［9］的思路，通過(guò)將知識(shí)溢出效應(yīng)與偷生意效應(yīng)分離，使用更加科學(xué)準(zhǔn)確的方法研究了中國(guó)企業(yè)間知識(shí)溢出對(duì)其全要素生產(chǎn)率的影響，并從企業(yè)吸收能力與企業(yè)間技術(shù)差距視角考察了知識(shí)溢出效應(yīng)發(fā)生的前提條件。在此基礎(chǔ)上本文還進(jìn)一步研究了企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對(duì)于知識(shí)溢出效應(yīng)的調(diào)節(jié)作用。主要結(jié)論如下：（1）企業(yè)間知識(shí)溢出效應(yīng)對(duì)彼此全要素生產(chǎn)率有顯著的正向提升作用，僅技術(shù)空間鄰近并不足以使企業(yè)間產(chǎn)生知識(shí)溢出效應(yīng)，地理空間鄰近是知識(shí)溢出效應(yīng)得以產(chǎn)生不可或缺的基本要素，經(jīng)過(guò)多種穩(wěn)健性檢驗(yàn)后上述結(jié)論仍然成立。（2）企業(yè)自身具備一定的知識(shí)技術(shù)積累和吸收能力，且與技術(shù)前沿存在一定技術(shù)差距是其能夠從外界知識(shí)溢出效應(yīng)中獲益，并提升全要素生產(chǎn)率的前提條件，但當(dāng)技術(shù)差距過(guò)大時(shí)，知識(shí)溢出效應(yīng)反而無(wú)法產(chǎn)生。（3）小規(guī)模企業(yè)與大規(guī)模企業(yè)在從外界知識(shí)溢出效應(yīng)獲益方面均具備其各自獨(dú)特優(yōu)勢(shì)，而中等規(guī)模企業(yè)無(wú)法從知識(shí)溢出效應(yīng)中獲益。（4）高研發(fā)強(qiáng)度的企業(yè)在外界知識(shí)溢出效應(yīng)中獲益更多，低研發(fā)強(qiáng)度的企業(yè)無(wú)法從知識(shí)溢出效應(yīng)中獲益。

上述研究結(jié)論對(duì)政府部門促進(jìn)企業(yè)從知識(shí)溢出中獲益、進(jìn)一步挖掘中國(guó)經(jīng)濟(jì)內(nèi)生增長(zhǎng)動(dòng)力以及相關(guān)創(chuàng)新激勵(lì)政策的實(shí)施具有重要啟示意義：（1）應(yīng)實(shí)施更大力度的研發(fā)費(fèi)用加計(jì)扣除、高新技術(shù)企業(yè)稅收優(yōu)惠等政策，完善激勵(lì)科技型中小企業(yè)創(chuàng)新的稅收優(yōu)惠政策，激勵(lì)企業(yè)加大研發(fā)投入。這不僅能促進(jìn)企業(yè)自身技術(shù)水平提升，還能擴(kuò)大其在知識(shí)溢出中的獲益，從而在宏觀層面實(shí)現(xiàn)對(duì)知識(shí)溢出效應(yīng)的高效利用，形成有利的正向循環(huán)。（2）本研究揭示出，即使在互聯(lián)網(wǎng)信息技術(shù)廣泛應(yīng)用和普及的當(dāng)下，地理空間的鄰近仍是企業(yè)間知識(shí)溢出得以產(chǎn)生的重要機(jī)制。因此，應(yīng)進(jìn)一步發(fā)展壯大城市群和都市圈，以中心城市和城市群等經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)區(qū)域?yàn)橹攸c(diǎn)，增強(qiáng)經(jīng)濟(jì)和人口承載能力，因地制宜建設(shè)先進(jìn)產(chǎn)業(yè)基地。這有利于進(jìn)一步利用知識(shí)溢出效應(yīng)，帶動(dòng)全要素生產(chǎn)率整體提升，增強(qiáng)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)的內(nèi)生動(dòng)力。（3）根據(jù)本文研究結(jié)果，部分小微企業(yè)可能因?yàn)榧夹g(shù)積累薄弱、與先進(jìn)企業(yè)差距過(guò)大等失去從知識(shí)溢出中獲益的機(jī)會(huì)。?因此，應(yīng)完善服務(wù)于中小微企業(yè)的技術(shù)轉(zhuǎn)移服務(wù)系統(tǒng)和政策體系，提供財(cái)稅優(yōu)惠以及融資便利，幫助存在困難的中小微企業(yè)快速度過(guò)技術(shù)關(guān)卡、實(shí)現(xiàn)整體技術(shù)水平提升、縮小與技術(shù)前沿的差距，從而促進(jìn)其從知識(shí)溢出中獲益，步入良性發(fā)展軌道，這有利于經(jīng)濟(jì)整體擴(kuò)大收益遞增效應(yīng)。（4）應(yīng)采取措施鼓勵(lì)技術(shù)從高技術(shù)企業(yè)向低技術(shù)企業(yè)流動(dòng)，搭建高技術(shù)企業(yè)與低技術(shù)企業(yè)的長(zhǎng)效合作機(jī)制與平臺(tái)，最大程度發(fā)揮高技術(shù)企業(yè)對(duì)經(jīng)濟(jì)整體創(chuàng)新的驅(qū)動(dòng)作用，借助高技術(shù)企業(yè)的創(chuàng)新成果改造傳統(tǒng)企業(yè)，提高傳統(tǒng)企業(yè)的全要素生產(chǎn)率。

注釋：

①??數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒-2020》。

②?企業(yè)研發(fā)強(qiáng)度指企業(yè)研發(fā)投入與主營(yíng)業(yè)務(wù)收入之比。

③?趙勇和白永秀（2009）、Hall等（2010）對(duì)此做了較好的綜述。

④?根據(jù)知識(shí)能否清晰地表述和有效的轉(zhuǎn)移，可以把知識(shí)分為顯性知識(shí)和隱性知識(shí)。顯性知識(shí)是能夠被人類以一定符碼系統(tǒng)（最典型的是語(yǔ)言，也包括數(shù)學(xué)公式、各類圖表、盲文、手勢(shì)語(yǔ)、旗語(yǔ)等諸種符號(hào)形式）加以完整表述的知識(shí)。隱性知識(shí)和顯性知識(shí)相對(duì)，是指那種我們知道但難以言述的知識(shí)。

⑤?詳見龐瑞芝等（2021）［31］一文。

⑥?受篇幅所限，這里未列出具體的推導(dǎo)過(guò)程，如有需求可向作者索取。

⑦?白俊紅和李婧（2011）進(jìn)行了較為詳細(xì)的梳理和說(shuō)明。

⑧?此類方法最初由Jaffe（1986）提出，測(cè)算出的距離一般被稱為企業(yè)間技術(shù)相似度。

⑨?每座城市最多統(tǒng)計(jì)一次。

⑩?受篇幅所限，這里未列出具體的處理過(guò)程，如有需求可向作者索取。

B11?同⑩。

B12?Wind數(shù)據(jù)庫(kù)依據(jù)公司大股東或?qū)嶋H控制人的屬性，將企業(yè)的所有制類型分為國(guó)有企業(yè)（包括中央國(guó)有企業(yè)與地方國(guó)有企業(yè)）、民營(yíng)企業(yè)、外資企業(yè)、集體企業(yè)、公眾企業(yè)五種。

B13?顯然，A股制造業(yè)上市公司并不能代表所有企業(yè)，但基于數(shù)據(jù)可得性，本文只能以此進(jìn)行研究，而且不能保證將結(jié)論推廣到所有企業(yè)時(shí)仍然成立。

B14?對(duì)缺失不嚴(yán)重的樣本進(jìn)行線性插值補(bǔ)齊。

B15?同⑩。

B16?受篇幅所限，這里未列出具體結(jié)果，如有需求可向作者索取。

B17?由描述性統(tǒng)計(jì)表1可知，在本文樣本中技術(shù)差距指標(biāo)的最大值僅為04889，即沒有企業(yè)與前沿企業(yè)全要素生產(chǎn)率的差距超過(guò)一半。

參考文獻(xiàn)：

［1］??Griliches?Z.?Issues?in?Assessing?the?Contribution?of?Research?and?Development?to?Productivity?Growth［J］．The?Bell?Journal?of?Economics，1979，10（1）：?92.

［2］?Romer?P?M.?Increasing?Returns?and?Long-Run?Growth［J］．Journal?of?Political?Economy，1986，94（5）：?1002-1037.

［3］?Schumpeter?J?A.?Capitalism，Socialism?and?Democracy［M］．Oxford：?Routledge，1942.

［4］?Arrow?K?J.?The?Economic?Implications?of?Learning?by?Doing［J］．The?Review?of?Economic?Studies，1962，29（3）：?155.

［5］?Hall?B?H，Mairesse?J，Mohnen?P.?Measuring?the?Returns?to?R&D［M］．Handbook?of?the?Economics?of?Innovation.?Amsterdam：?Elsevier，2010：?1033-1082.

［6］?路江涌.?外商直接投資對(duì)內(nèi)資企業(yè)效率的影響和渠道［J］．經(jīng)濟(jì)研究，2008（6）：?95-106.

［7］?葉靜怡，林佳，張鵬飛，等.?中國(guó)國(guó)有企業(yè)的獨(dú)特作用：基于知識(shí)溢出的視角［J］．經(jīng)濟(jì)研究，2019，54（6）：?40-54.

［8］?胡志強(qiáng)，裴開兵.?研發(fā)溢出、吸收效應(yīng)與經(jīng)營(yíng)績(jī)效——基于創(chuàng)業(yè)板上市企業(yè)的經(jīng)驗(yàn)證據(jù)［J］．軟科學(xué)，2020，34（4）：?13-18，50.

［9］?Bloom?N，Schankerman?M，Van?Reenen?J.?Identifying?Technology?Spillovers?and?Product?Market?Rivalry［J］．Econometrica，2013，81（4）：?1347-1393.

［10］?Branstetter?L?G.?Looking?for?International?Knowledge?Spillovers?A?Review?of?the?Literature?with?Suggestions?for?New?Approaches［M］//Encaoua?D，Hall?B?H，Laisney?F，et?al.?The?Economics?and?Econometrics?of?Innovation.?Boston：?Springer?US，2000：?495-518.

［11］?Almeida?P，Kogut?B.?Localization?of?Knowledge?and?the?Mobility?of?Engineers?in?Regional?Networks［J］．Management?Science，1999，45（7）：?905-917.

［12］??Coe?D?T，Helpman?E.?International?R&D?Spillovers［J］．European?Economic?Review，1995，39（5）：?859-887.

［13］?D′Aspremont?C，Jacquemin?A.?Cooperative?and?Noncooperative?R&D?in?Duopoly?with?Spillovers［J］．The?American?Economic?Review，1988，78（5）：?1133-1137.

［14］?Aitken?B?J，Harrison?A?E.?Do?Domestic?Firms?Benefit?from?Direct?Foreign?Investment？?Evidence?from?Venezuela［J］．American?Economic?Review，1999，89（3）：?605-618.

［15］?Audretsch?D?B，F(xiàn)eldman?M?P.?R&D?Spillovers?and?the?Geography?of?Innovation?and?Production［J］．The?American?Economic?Review，1996，86（3）：?630-640.

［16］?Cohen?W?M，Levinthal?D?A.?Absorptive?Capacity：?A?New?Perspective?on?Learning?and?Innovation［J］．Administrative?Science?Quarterly，1990，35（1）：?128.

［17］?Aghion?P，Howitt?P.?A?Model?of?Growth?Through?Creative?Destruction［J］．Econometrica，1992，60（2）：?323.

［18］?Cohen?W?M，Levinthal?D?A.?Innovation?and?Learning：?The?Two?Faces?of?R&D［J］．The?Economic?Journal，1989，99（397）：?569.

［19］?Nakamura?T.?Foreign?Investment，Technology?Transfer，and?the?Technology?Gap：?A?Note［J］．Review?of?Development?Economics，2002，6（1）：?39-47.

［20］?Henderson?R，Cockburn?I.?Scale，Scope，and?Spillovers：?The?Determinants?of?Research?Productivity?in?Drug?Discovery［J］．The?RAND?Journal?of?Economics，1996，27（1）：?32.

［21］?劉常勇，謝洪明.?企業(yè)知識(shí)吸收能力的主要影響因素［J］．科學(xué)學(xué)研究，2003（3）：?307-310.

［22］?Koo?J.?Determinants?of?Localized?Technology?Spillovers：?Role?of?Regional?and?Industrial?Attributes［J］．Regional?Studies，2007，41（7）：?995-1011.

［23］?Hall?B?H，Jaffe?A?B，Trajtenberg?M.?The?NBER?Patent?Citation?Data?File：?Lessons，Insights?and?Methodological?Tools［R］．Cambridge：?National?Bureau?of?Economic?Research，2001.

［24］?Harabi?N.?Channels?of?R&D?Spillovers：?An?Empirical?Investigation?of?Swiss?Firms［J］．Technovation，1997，17（11）：?627-635.

［25］?Griliches?Z.?The?Search?for?R&D?Spillovers［J］．The?Scandinavian?Journal?of?Economics，1992，94：?S29.

［26］?Jaffe?A?B.?Technological?Opportunity?and?Spillovers?of?R&D：?Evidence?from?Firms′?Patents，Profits，and?Market?Value［J］．The?American?Economic?Review，1986，76（5）：?984-1001.

［27］?Olley?G?S，Pakes?A.?The?Dynamics?of?Productivity?in?the?Telecommunications?Equipment?Industry［J］．Econometrica，1996，64（6）：?1263.

［28］?Ackerberg?D，Caves?K，F(xiàn)razer?G.?Structural?Identification?of?Production?Functions［R］．München：?MPRA?Paper，2006.

［29］?Levinsohn?J，Petrin?A.?Estimating?Production?Functions?Using?Inputs?to?Control?for?Unobservables［J］．The?Review?of?Economic?Studies，2003，70（2）：?317-341.

［30］?吳延兵.?R&D與生產(chǎn)率——基于中國(guó)制造業(yè)的實(shí)證研究［J］．經(jīng)濟(jì)研究，2006（11）：?60-71.

［31］?龐瑞芝，涂心語(yǔ)，嚴(yán)曉玲.?產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)與知識(shí)溢出如何影響企業(yè)研發(fā)？——基于多維空間鄰近的實(shí)證識(shí)別［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2021（2）：?1-14，29.

［32］?Aghion?P，Bloom?N，Blundell?R，et?al.?Competition?and?Innovation：?An?Inverted-U?Relationship［J］．The?Quarterly?Journal?of?Economics，2005，120（2）：?701-728.

［33］?符淼.?地理距離和技術(shù)外溢效應(yīng)——對(duì)技術(shù)和經(jīng)濟(jì)集聚現(xiàn)象的空間計(jì)量學(xué)解釋［J］．經(jīng)濟(jì)學(xué)（季刊），2009，8（4）：?1549-1566.

［34］?王文翌，安同良.?產(chǎn)業(yè)集聚、創(chuàng)新與知識(shí)溢出——基于中國(guó)制造業(yè)上市公司的實(shí)證［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（4）：?22-29.

［35］?連玉君，彭方平，蘇治.?融資約束與流動(dòng)性管理行為［J］．金融研究，2010（10）：?158-171.

［36］?Pepall?L，Richards?D，Norman?G.?Industrial?Organization：?Contemporary?Theory?and?Empirical?Applications［M］．New?Jersey：?John?Wiley?&?Sons，2014.

Knowledge?Spillover，Enterprise?Heterogeneity?and?Enterprise?Total?Factor

Productivity——Empirical?Evidence?from?Listed?Manufacturing?Companies

TU?Xin-yu1，2，YAN?Xiao-ling1，WANG?Shan-shan1

（1.?School?of?Economics，Nankai?University，Tianjin?300071，China；

2.?School?of?Finance，F(xiàn)ujian?Jiangxia?University，F(xiàn)uzhou?350108，China）

Abstract：?This?paper?draws?on?the?ideas?of?Bloom?et?al.?（2013）?and?separates?the?effects?of?knowledge?spillover?from?business?stealing?effect?through?the?multidimensional?spatial?proximity?method，and?more?accurately?estimates?the?impact?of?knowledge?spillovers?between?enterprises?on?each?other′s?total?factor?productivity.?Research?based?on?sample?data?of?listed?Chinese?manufacturing?companies?from?2007?to?2019?shows?that：?Knowledge?spillovers?between?enterprises?have?a?significant?effect?on?their?total?factor?productivity.?Geographic?proximity?is?a?necessary?condition?for?the?generation?of?knowledge?spillovers.?Only?technological?proximity?cannot?produce?knowledge?spillovers;?a?certain?absorptive?capacity?and?a?certain?technological?gap?between?companies?are?the?prerequisites?for?the?knowledge?spillover.?However，when?the?technology?gap?between?companies?is?too?large，the?knowledge?spillover?cannot?occur.?Further?research?found?that?both?large?and?small?enterprises?have?their?own?unique?advantages?in?benefiting?from?the?knowledge?spillover，while?medium-sized?enterprises?cannot?benefit?from?the?knowledge?spillover;?knowledge?spillover?can?only?promote?the?total?factor?productivity?of?high-tech?enterprises，does?not?have?a?significant?impact?on?non-high-tech?companies.

Key?words：?total?factor?productivity;?knowledge?spillover;?R&D?and?innovation;?enterprise?heterogeneity;?industrial?agglomeration

（責(zé)任編輯：李江）