基于技術相似性指數的高技術產業知識溢出

李文宇，陳健生

（西南財經大學經濟學院，四川 成都 611130）

基于技術相似性指數的高技術產業知識溢出

李文宇，陳健生

（西南財經大學經濟學院，四川 成都 611130）

知識溢出是影響產出的重要因素，但怎樣估計知識溢出的規模有一定的困難。本文通過使用技術相似性指數分析了高技術產業的知識溢出情況，可以得到結論：高技術產業及其知識規模都向主要發達省份集聚，而技術溢出和水平溢出是主要的影響因素，技術溢出在其中起到關鍵作用，而水平溢出則會因為模仿產生負面影響。并且知識規模存在門檻效應，只有投入達到一定規模，才會對產業發展有積極影響。

新經濟地理；技術相似性指數；高技術產業；知識溢出；空間統計

知識溢出是近年來的一個重要的研究方向，對經濟增長、區域產出和產業組織分析都有深刻的影響。實證研究已經證明研發支出（R&D）對企業和區域發展都會產生長期的正面影響,知識的投入不僅會表現在直接要素產出上，也會通過溢出的方式給其他企業或者區域帶來收益，所以對知識投入的分析就必須考慮知識溢出所帶來的影響。本文主要從區域的角度出發，以高技術產業的數據為實例，分析知識溢出對產業發展和集聚的影響。

1 基于技術相似性指數的高技術產業知識溢出度量

1.1 技術相似性指數介紹

技術相似性指數最早是由Jaffe使用，通過對知識投入的差異來估計知識溢出的水平，認為知識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，這種知識才會帶來交流，形成知識溢出影響。那么，知識溢出就可以通過“潛在溢出池”（potential spillover pool）來反應，潛在溢出池包含了其他個體與研究對象的差異水平。所以，知識溢出水平可以通過兩者的差異度來估計，Bloom等和Lychagin等采用技術相似性指數來估計美國行業中知識溢出水平的大小［2］，國內也有使用這一指數的文獻［3-4］，但與本文不同的是沒有區別不同的知識溢出途徑。

對知識存量的計算，使用了永續盤存法來計算，所以不考慮知識溢出時，單個區域的知識存量為：

Sit-1為上一期的知識存量，Rit為本期的知識投入量，Sit就是本期的知識存量，δ為一個折算指數，考慮到高技術產業的更新速度較快，這里將其取為25%，當存在知識溢出時，總的知識存量就為：

其中WIJ為知識溢出系數，對于不同的區域，其知識溢出量就為技術相似性指數和本身知識存量的乘積，即：

技術相似性指數為知識溢出度量提供了一個簡易的估計辦法，使用不同研究對象的差異，考慮了個體的交互影響，進而獲得知識溢出水平。下文將使用技術相似性指數對中國省份間高技術產業的知識溢出水平進行估計，為進一步的分析建立基礎。

1.2 知識溢出的分類

知識溢出有不同的表現形式，不同知識溢出的規模和途徑有所區別，所以應對知識溢出進行分類，以獲得更為準確知識溢出水平，也為知識溢出途徑分析提供基礎。本文采用Griliches對知識溢出的分類方法［5］，主要對其中兩種知識溢出水平進行估計，包括技術溢出和水平溢出，而縱向溢出因為數據難以獲得，沒有在文中進行分析。根據其觀點，我們可以將知識溢出分為以下三類：

（1）知識交流下的技術溢出。

企業同時進行同類技術的研發，可以通過技術交流相互學習。比如：泡沫浮選技術的發展，極大地促進了選別復雜、低品位礦石的選礦工藝，雖然在19世紀就已經出現了專利，但是后來冶金行業內不斷相互學習，不斷對其進行發展，使全行業以及相關行業都獲得了技術進步帶來的收益。Jaffe認為企業的技術位置會影響知識溢出，通過溢出池獲得技術機遇，從而帶來知識溢出影響［1］。

（2）行業內的水平溢出。

企業通過向行業內的其他企業進行模仿和學習，可以從其他企業的研發活動中吸取知識，從而獲得收益，比如：當缺乏保護時，一個企業發明了新產品，同類企業就可以跟進，制造相似的產品來獲得新產品的收益。Levin和Reiss認為這種行為在競爭市場中降低成本，并且創造需求，從而推動企業研發的發展［6］。Bernstein也持這樣的看法，并使用了加拿大的數據進行了實證分析，認為知識溢出降低了成本，并且行業內的溢出行為有更大彈性［7］。通過對供給和需求兩方面的分析，Ornaghi證明技術溢出對企業發展有正面的影響，并且產品創新比工藝創新有更大的作用［8］。

（3）供需帶來的縱向溢出。

企業會通過產業鏈的縱向關聯獲得知識溢出收益，當上游產業因技術進步降低了產品成本，下游產業就會通過購買這些產品獲得收益。比如：汽車行業的配件行業提高了產品的質量或者降低了成本，制造整車的企業也會因此得到技術發展的收益分享。Goto and Suzuki使用日本的數據，得到R&D支出可以使投入產業獲得收益，同時也為其他產業帶來溢出收益，這一過程是通過中間商品帶來的［9］。

1.3 我國高技術產業知識溢出的度量

這里使用了歷年的《中國高技術產業統計年鑒》（其中包括了醫藥制造業、航空航天制造業、電子及通信設備制造業、電子計算機及辦公設備制造業、醫療設備及儀器儀表制造業）1998-2008年數據，因為一些省份的數據缺失比較嚴重，所以剔除了西藏、青海和新疆三個省份的數據，使用了共28個省份的數據進行分析，對高技術產業的技術溢出和水平溢出水平進行估計。

首先，使用28個省份的高技術產業R&D投入度量技術溢出差異水平，用tech來表示。從計算結果可看到，技術溢出量較高的為沿海地區以及內陸的部分發達省份，其中廣東最高，是唯一大于計算數4千萬以上的，而1000-4000萬量級中的省份均為沿海省份，中西部地區較高的是四川、陜西、湖北以及河南，處于200-1000萬之間。其余省份則相對很低，處于最低的一級（見圖1）。同產業的分布比較一致，技術溢出量在空間也是出現分布不均衡的現象，主要集中于發達省份，這會導致因為累積因素的影響，使各省份之間的差距日漸擴大。

對于水平溢出的度量，這里跟隨Bloom等的方法［10］，繼續使用技術相似性系數來度量區域的水平溢出量，采用的數據為各行業的銷售水平，來表示不同區域的市場規模下的知識水平溢出，可以看作不同規模區域之間的學習，使用SIC來表示。水平溢出的情況與技術溢出很接近，這里就不再詳細敘述。

2 知識溢出對集聚影響及高技術產業的集聚狀況

2.1 知識溢出與集聚

圖1 2008年中國主要省區的技術溢出量

知識溢出對集聚的影響一直受到關注，但是對其發生機制有多樣的看法，并且在理論分析上有一定的空白。Fujita從理論角度對知識溢出對集聚產生的影響進行了分析，將原有的產業關聯分為經濟關聯和知識關聯。當然，不同條件下知識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人、兩個企業或者兩個區域。這里用K來表示，直線表示其屬于某一區域）結合后產生的知識增長率達到一定規模，兩者才會進行知識創新，也就是說知識交流存在收益遞增。那么當知識關聯產生并發生效果后，就會出現自我加強的作用，效益會逐漸降低，逐步形成新的穩定均衡。所以，隨著交流的多元化和廣泛化，當兩者的知識關聯不再產生效益時，每個人又會通過交流來尋找新的合作對象，隨著人的流動，知識得到不斷的傳播（見圖2）。知識關聯產生本地市場效應（本地市場效應（Home market effect）是指在一個存在報酬遞增和貿易成本的世界中，那些擁有相對較大國內市場需求的國家將成為凈出口國。在產業空間布局上的表現就是，規模較大的地區會擁有更大的產業份額，從而使產業分布呈現不均勻的現象），進而帶來集聚效果的過程。其中C表示交流雙方的共同知識，D表示雙方的差異知識，圖2是一個兩區域的模型，區域A和B里都有擁有不同知識的勞動力，勞動力都是可以流動的，兩個區域內都各自存在區內的知識關聯，而區域之間則依靠區域間的知識關聯和要素流動來進行交流。當某一區域因為規模擴大，其區內知識關聯帶來的效益就會更多，所以就產生本地市場效應的作用，勞動力會通過移民轉移到該區域，在這種自我增強的過程中，當該區域的擴散力與知識關聯的集聚力產生均衡時，在該區域就形成了知識創新的集聚地，從而與另一個區域共同構成了一個“核心-外圍”的區域結構。

2.2 高技術產業的集聚狀況

與普通研究集聚的視角不同，本文主要從知識溢出的角度著手，但對空間上集聚狀況的分析也很必要。關于分析區域間的產業分布的方法有很多，我們首先使用區位商的方法衡量各區域的產業集聚情況，然后使用Moran I指數（Moran I指數是常見的空間統計指標，通過檢驗空間上自相關情況來分析產業集聚情況，如果在空間上更趨于集聚，Moran I指數會有較高的顯著度，具體計算方法見下文）來分析其空間分布情況。區位商是較為常見的衡量指標，通過單個區域與總體樣本之間的比值來計算，具體的計算公式如下：

圖2 知識溢出下的產業集聚分析圖（來源于Fujita的論文［5］）

其中Eij代表了區域I中J行業的指標，Ei表示的整個區域的指標，而Ek則是上一級區域的指標，一般是整個國家的的數據，多采用從業人數或者產出作為衡量數據，數值越大，說明在該區域的產業越集中，在該區域的集聚程度越高。其中總產出數據來源于歷年的《中國統計年鑒》，使用了所有高技術產業的總產出作為產業計算數據。通過計算發現，在2008年，區位商最高的為廣東省，達到2.69，而其他發達省份的區位商也較高，北京、天津、上海、江蘇和福建的區位商都超過了1，經濟較為落后的省份高技術產業也比較不發達，比如最低是的甘肅，而寧夏、云南、山西和內蒙古的區位商都沒有達到0.15。這說明我國的高技術產業主要還是集中在經濟發達省份，而落后省份還處于發展劣勢。

空間統計方法是現代地理學中快速發展的一門學科，用于解釋空間上相互作用和依存結構問題，可以把空間相關看作除了時間相關之外，另外一個重要的數據分析支撐，可以使用空間位置建立數據之間的統計關系，檢驗數據在空間上的自相關情況，獲得各區域間的集聚度量。檢驗空間上自相關可以使用Moran I指數來分析：

這里使用了空間的分析軟件Geoda095i來進行處理，這是一個通用的空間數據處理平臺，主要的處理對象是網格數據的空間分析。我們分別計算了4個年份的Moran I指數，并且對其進行了P值檢驗（見表1）。

表1 不同年份的高技術產業區位商Moran I值

從表1中可以看到，P值檢驗的結果比較顯著，說明各年份的高技術產業區位商都有一定的空間相關性，高技術產業在空間存在一定的依賴性，主要的集聚省份集中在一起，也說明在省級層面高技術產業更趨向于集中，主要向發達省份集中，為進一步分析其在各省份的分布情況，通過Moran I散點圖（這里沒有直接使用Moran I散點圖來表示，用象限來表示各省散點在不同象限的分布，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，HH為高集聚區域被其他高集聚區域所包圍，在其中我們可以看到大多數的發達省份，而LL則表示低集聚被其他低集聚區域所包圍，這里包含了我國多數的省份，而第二和第四象限的LH和HL分別表示空間上的負相關，即低集聚區域被高集聚區域所包圍，或反之。總的來看，第二和四象限占據的總數不多，其中第四象限只有廣東，而第一和三象限包含了大多數省份，說明我國的高技術在空間出現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的分析，本文更著重于知識溢出的影響。集聚也是造成產出變化的重要因素，后文將使用知識溢出對集聚情況的影響進行分析。

表2 2008年的Moran I指數象限分析

3 計量分析

可以看到，高技術產業的知識溢出和集聚都有近似的空間分布，主要集中于沿海發達地區，而內陸地區相對比較分散。知識溢出會對行業產出造成影響，而這種結果往往會通過累積因果致使產業向一定區域集聚，以獲得規模經濟收益，并且這一過程會自我加強。

3.1 數據來源與處理

這里共使用4個產出數據作為解釋變量，包括行業總產出（G）、新產品產出（N）、總營業收入（S）以及知識產出（R），為研究知識溢出對集聚的影響，也將區位商（E）加入方程作為被解釋變量。使用的數據來源于歷年的《中國高技術產業統計年鑒》，包含1998—2008年的5個高新技術產業數據，仍然剔除西藏、新疆以及青海三個省的數據。列出通用方程如下：

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

3.2 知識溢出的計量分析

對于使用的面板計量，采用Hausman檢驗確定隨機或者固定效應，隨機效應假定的是解釋變量不相關，而固定效應模型則假定解釋變量相關，固定效應在一定程度上可以剔除個體異質性的因素。經檢驗后，其中大部分采用固定效應方法，為了數值更便于觀察，對其進行了一定的量級處理，實際的計量結果見表3。

表3 計量檢驗結果

從表3的檢驗結果來看，技術溢出和水平溢出對被解釋變量都有很高的顯著度，說明其對主要的產出都有穩定的影響。技術溢出基本呈現正向的影響，而水平溢出則在前3個方程都出現了負向影響，這與Bloom等的理論證明結果相似，水平溢出是在同類行業中相互學習獲得的，這種方式更多的是一種“偷師”的結果［2］，如果在缺乏技術保護的情況下，水平溢出不會帶來正面的結果，反而會降低整體產出，這也是個體與整體利益對抗的結果。而在多數的產出檢驗中，技術溢出的影響要大于水平溢出，說明技術溢出的有效性要大于水平溢出，通過技術革新帶來的收益更大。在檢驗4中，技術和水平溢出都對知識產出產生了正面的影響，說明兩種溢出方式都能提高知識規模的擴大。在檢驗5中，有4個解釋變量都有較高的顯著度，可以聯系新經濟地理中對于集聚的解釋，認為市場規模對產業集聚有主要的影響，會產生本地市場效應，產業會更傾向于定位于市場規模更大的區域，其中的變量都可以看作知識、技術、人力以及資本規模，可以說高技術產業仍然遵循產業集聚的一般特點，即定位于有更大市場潛力的區域。在產出方程中，知識存量、變量的表現都不顯著，這是一個比較令人質疑的結果，因此，對知識存量做了二次回歸檢驗。

3.3 對知識存量的二次回歸檢驗

將知識存量平方后再進行回歸的結果，與前面的結果不同，知識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系，說明知識投入對產出是一個分階段的結果（見表4）。在前期，知識存量未達到一定程度時，不會對產出產生影響，而只有達到一定門檻，知識的累積才會產生正面的影響。那么，對于相對落后的省份來說，要發展高技術產業，對其的知識投入必須達到一定規模才會產生效益，換句話說，要發展高技術這樣的知識相對密集的產業，存在“門檻”效應，只有投入達到一定水平，才能有效發揮產業的規模經濟。

4 結論

表4 對知識存量的二次回歸檢驗結果

高技術產業的分布呈現向沿海地區集聚的現象，并且區域間的知識溢出水平也有同樣的趨勢。在對溢出水平進行計量分析后，發現技術溢出的影響更大，而水平溢出則會呈現相反的影響，水平溢出是不同區域規模等級上的知識流動，更多的是通過模仿和“偷師”來完成，所以應采取有效的技術專利保護手段，以減弱這種影響。對知識投入進一步研究后發現，知識投入與產出的關系呈現較為顯著的二次相關關系，也就是說知識投入必須達到一定的 “門檻”規模，才能對產出產生正面的影響。

高技術產業是一個蓬勃發展的行業，對我國各省和全國的經濟發展都有著重要的意義，雖然現在我國主要的高技術產業都分布于沿海及個別內陸省份，但是隨著經濟發展，其他省份希望獲得產業制高點的愿望也非常強烈。有的觀點認為，內陸落后省份應該發展低端產業，產業轉移應是逐級推進的模式，通過發揮內陸地區的勞動力優勢來獲得欠發達地區的經濟起飛。但是，新經濟地理學的研究表明，某些行業會出現更大的區位粘性，會更依賴于本地市場規模，特別是低端勞動密集型產業更傾向于定位于市場規模更大的地區。我們認為，對我國內陸地區的發展而言，地區產業政策上可以探尋另外一種路徑，即通過在本地建設知識密集型產業來獲得發展優勢，通過建設相關的產業集群，發揮其產業前后向關聯，吸引相關產業向本地區集中，同時適度保護本地的消費市場，開放中間投入品的市場，形成自身在產業方面的相對優勢，形成較為完整的地方化產業體系，進而實現區域之間的協調發展。在此基礎上，針對知識溢出對產業發展的影響，給出高技術產業的相關政策建議：

（1）為高技術產業發展創設良好的外部環境，建設發展必要的基礎設施。這里的基礎設施包括相應的交通、通信等，還需要有良好的“產學研”系統，建立必要的人才培養和貯備機制，為知識的積累創造條件。通過科研機構、高等院校等知識產出機構，與企業發展結合，加速知識到產品的轉化過程。

（2）積極引導知識儲備，保護知識創新成果。高技術產業很多新產品的研發過程較長，進行技術創新投入的風險較大，在形成產品后，因為技術保護制度不完善，會因為技術流出，使企業不能收回投入成本，降低了企業的創新積極性。所以，應加強對知識產權和專利的保護，為企業創造良好的創新條件，并且給予創新貢獻明顯的企業足夠的扶持，把知識創新作為發展高技術產業的重要環節。

（3）建立以市場為主導，科學規劃發展的體制。雖然高技術產業對區域經濟帶動作用明顯，但是不能盲目發展，應遵循經濟規律，結合本地實際條件，利用已有的知識基礎找準突破點。高技術產業很多都是國有企業，有相當的研發實力，從企業內部來看，應加強內部的機制創新，注重技術效率的提高，從單純的規模壯大向規模效應轉變。

［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空間溢出對區域知識生產的作用研究［J］.統計研究，2009，（4）：44-52.

［4］高凌云，王永中.R&D溢出渠道、異質性反應與生產率:基于178個國家面板數據的經驗研究［J］.世界經濟，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，經濟學碩士；研究方向：空間經濟與城市發展。

F061.5

A

（責任編輯 譚果林）