中图分类号：F273.1 文献标识码：A 文章编号：1001-5957(2018)04-0047-07 一、引言 产业在特定空间分布上的集聚已成为世界范围内的普遍经济现象。世界各主要经济体的发展历程表明，各国(地区)具有竞争优势的产业往往都集聚于一定区域内，并凭借其强大的综合竞争力，对国家和区域经济发展做出巨大贡献，例如从大地理范围来看，长三角城市群中的26个城市2016年GDP达到14.7万亿，用仅占全国面积2.2％的土地，创造了全国19.8％的经济总量；从小地理范围来看，国家高新区已经成为区域经济发展的引擎，2015年有21家国家高新区生产总值占所在城市的比重超过30％，其中7家超过50％。 产业集聚所显现出来的强大竞争力，吸引了各种经济学理论对其进行深入研究。尽管各种理论的研究侧重点有所不同，但一个共同的特点是，都强调外部性在产业集聚形成和发展中的重要作用。作为经济内生增长的源泉之一的产业集聚的知识溢出可以看作是产业集聚技术外部性的表现形式。因此，要充分理解产业集聚所带来的经济增长现象，就必须系统分析产业集聚所带来的知识溢出究竟是如何影响企业的创新行为的。 进入新时代，中国经济发展质量提升的关键是将创新转化为推动经济发展的驱动力。而在实践中，各级政府往往担负着规划、建设企业集聚区的责任，探索产业空间结构与知识溢出、企业创新之间的关系已成为各级地方政府亟需解决的重要课题。对于企业来说，是选择与同行业企业空间临近，以获取知识溢出进而促进研发和创新，还是选择靠近具有多样性和差异化的经济个体，以互补知识的交流、差异化思维的碰撞，产生更多的创新回报，也是需要慎重考虑的问题。 二、文献回顾 知识溢出作为产业集聚技术外部性的特定形式，可以形成集聚区域内的公共知识池，并增加区域内集聚企业的知识存量，使企业可以进行更加有效的研发和生产，从而推动集聚企业创新。Glaeser等指出，在同一地理空间内，相同或不同产业的劳动人口的大量聚集，为人与人之间迅速传递和分享知识创造了环境，有助于当地的产业创新。[1]在研究初期，学者们主要采取定性研究方法分析产业集聚知识溢出对企业创新的影响。而随着Griliches将专利作为衡量创新的指标后[2]，这一领域涌现出了大量的实证研究。[3][4][5][6]这些研究都承认产业集聚知识溢出有助于企业创新活动，但是对何种类型的知识溢出推动了创新仍存在着较大的争议。 第一种观点是由Marshall、Arrow以及Romer提出的。他们认为，特定产业集中在某一区域将促进知识在特定行业的企业间溢出，并能促进该地区这一产业的创新。专业化的集聚有利于企业通过产品和流程的模仿、业务交流、公司间熟练工人的流动等方式，进行编码知识和缄默知识的传输和交换。集聚的专业化程度越高，越有利于知识溢出，也越有利于创新。这一类集聚被称作专业化集聚，对应的知识溢出被称作MAR溢出。[1] 第二种观点则宣称推动创新的主要动力是不同产业之间的知识溢出，认为具有多样性和差异化的经济个体之间更有意愿进行互补知识的交流、差异化思维的碰撞，更容易产生创新回报，因此空间集聚的多样化更有助于知识溢出和企业创新。这种观点最早是由Jacobs在1969年提出的，因此这类集聚被Glaeser等称作多样化集聚，对应的知识溢出被称作Jacobs溢出。[1]随着研究深入，以Frenken为代表的演化经济地理学家们认为，并不是所有的多样化集聚都会带来知识溢出，在两个完全无关的产业间可能根本不存在有效的知识溢出途径。传统上对产业多样化的界定只考虑了跨产业的就业分布，而并没有充分反映行业间的投入产出关系。因此，Frenken将多样化区分为相关多样化和无关多样化，并指出只有那些存在一定的产业联系和技术关联的产业才能进行有效的知识溢出，那些无关多样化并不能产生Jacobs所期望的知识溢出。[7] 上述两种观点从本质上而言，都认可产业集聚的知识溢出对企业创新有着重要的影响。所不同的是，对何种类型的集聚、何种类型的知识溢出对创新产生影响有争议。因此，本文将从实证层面以中国制造业企业的数据为样本，用企业新产品产值数据从创新决策和创新强度两个层面来衡量企业的创新能力，检验MAR溢出和Jacobs溢出对企业创新决策和强度的影响，以期为这一争论寻找新的答案。 三、研究设计 (一)数据来源和样本匹配 综合考虑数据可得性和有效性的情况后，本文选取2005-2007年中国工业企业数据库的相关数据作为数据来源，并在匹配样本和适当数据处理后，整理得到以企业ID和年份为二维的面板数据。 在使用中国工业企业数据库进行研究时，很难找到一个统一的变量用来识别样本企业并对其进行编码。Brandt et al.作为较早对该数据库进行样本匹配的文献，其所用的序贯识别法被多数研究所沿用，但这一方法也有明显缺陷。[8]借鉴聂辉华等、范剑勇等的识别方法，在进行匹配前，我们首先按照年份分别对企业代码和企业名称进行查重，将同一年份中，企业代码相同或企业名称相同的观测值筛查出来，并予以人工识别。[9][10]在人工识别时，根据企业的其他信息对重复值进行逐一分析，并决定取舍。然后用以下优先次序进行样本匹配：(1)法人代码；(2)企业名称；(3)法人姓名+区域代码+行业代码；(4)企业电话号码+省地代码；(5)企业所在乡镇(街道)名称+企业主要产品1+四位数行业代码+企业开业年份+企业所在省份代码。经过匹配，共得到在2005-2007年持续存在的154418家企业的458007个观测值的平衡面板数据。最后，依据国家统计局2007年投入产出表中的135个部门对样本企业的行业归属进行重新合并调整，最终将样本企业分类归入81个制造业部门。
