基于價值鏈片段化的知識溢出與企業創新

盛玉雪，劉秉鐮，2，丁明磊

(1.南開大學經濟學院，天津 300071;2.南開大學經濟與社會發展研究院，天津 300071;3.中國科學技術發展戰略研究院，北京 100038)

1 引言

知識溢出是指知識具有外部性，創造知識的社會價值超過了創造知識的主體所能得到的補償，這是內生經濟增長模型的重要假設條件之一，也是新經濟地理學關注的重要課題。針對我國現狀的相關研究還處于初始階段，各學者的結論也不盡相同。段會娟、梁琦認為專業化更有利于創新［1］;而李金滟、宋德勇認為對于大城市而言，多樣化有利于創新，但對于中等城市，專業化則更有利［2］。在實證方面已有文獻還存在以下不足:一是以單純的總量(產量、研發支出等)指標計算相應的專業化和多樣化程度，掩蓋了產業的技術特點和價值鏈定位對知識溢出的可能影響，例如高技術產業較之低技術產業有更強的知識溢出。在價值鏈片段化背景下，處于價值鏈終端環節的企業相比處于中間生產環節的企業將擁有更高的創新強度［3］，可能的溢出效應將更強;二是以一個指標同時表示專業化和多樣化，以回歸系數的正負判定多樣性或者專業化何者在區域創新中影響更強，由于多樣化和專業化衡量的維度并不完全相同，兩者的存在也不是非此即彼，而可能共存［4-5］，因此這樣的指標設計并不妥;三是缺乏來自企業層面的證據，企業是創新的主體，國外學者如 Feldman 和 Audretsch［6］、Van Der Panne 和Van Beers均檢驗了專業化與多樣化對企業層面上的創新的影響［7］，但在我國還主要集中在區域-產業層面［8-9］。劉偉巍和楊開忠利用世界銀行在我國16個城市紡織服裝和電子設備制造業的企業調查報告，實證分析認為專業化無益于知識溢出，同時電子設備制造業能受益于本地的行業多樣性，而紡織服裝業不存在這種集聚經濟［10］，但由于數據所限，該結論缺乏普遍性。

2 價值鏈片段化與知識溢出作用于創新的機制

在全球價值鏈分工背景下，價值鏈細分達到了空前的程度［11］。 “微笑曲線”的不同位置獲得的附加值也不同，且由于表現出來的創新強度不同，產生的知識溢出也將不同。一般而言，處于價值鏈終端環節的企業相對于處于中間生產環節的企業擁有更高的創新強度，前者形成的溢出效應將更強。特別是處于“微笑曲線”左端是產品試制開發環節，該環節明顯比處于中間的生產、組裝環節擁有更強的創新強度。此外，由于價值鏈片段化，生產和研發可以在不同區域進行，所以區域產業的專業化和多樣化在生產和研發環節上將可能存在錯位，而具有較強制造能力的個體能夠顯著提高其創新優勢［12］，所以按價值鏈定位區分知識溢出十分必要。

知識溢出的過程是交往主體間直接或間接互動交流過程中發生的無意識的知識傳播過程。顯性知識可編碼化記錄能在較大范圍以直接或間接的方式在主體間進行傳播，而難以編碼化的隱性知識只能以直接的面對面互動交流的過程實現，所以傳播范圍較小。一般而言，生產知識和研發知識均既有顯性知識也有隱性知識。本文將知識的外部性促進企業創新的作用機制按作用要素不同概括為兩類。首先，改善知識生產投入要素的產出彈性，或稱為流量機制。知識根植于個人，人才的流動促進了知識特別是隱性知識在不同群體間的傳播。生產環節既包括口傳心授、面對面交流實現的隱性知識傳播，也包括以培訓等方式實現的顯性知識傳播。公司技術人員還能在產學研合作中實現與專職科研人員的正式或非正式的學術研討交流，獲得研發知識。通過基于個人的對知識溢出的吸收，提高研發人員投入要素的創新產出彈性，改善研發資金等投入要素的有效利用率，促進創新。其次，降低創新風險，順利實現潛在創新能力到實際創新能力的轉化，或稱為存量機制。創新以已有的知識積累為基礎，在實現的過程中面對巨大的風險。在存在知識溢出的環境中，擁有創意的企業家通過創立企業并與不同的群體發生互動和交流，可以獲得大量的隱性知識，降低了創新風險，進而促進創新。

3 我國價值鏈片段化的區域分析

3.1 指標選取

受 Feldman 和 Audretsch［13］、Paci和 Usai［14］及Greunz［15］的啟發，并考慮到本文的主要研究對象是知識溢出，價值鏈片段中的研發環節和生產環節，且相應地將兩環節體現的知識溢出稱為研發環節知識溢出和生產環節知識溢出。

區位商和赫芬達指數(Herfindahl Index)的倒數是相關研究中最常用的計算專業化和多樣化程度的指標(Beaudry，Schiffauerova)。本文亦采用這兩個指標，計算公式如下:

i區域j產業的專業化程度:LQij=Sij/Sj

i區域整體的專業化程度:LQi=maxj(LQij)(Duranton，Puga)

i區域的多樣化程度:HHIi

上述式中，Sij表示i區域j產業的產值在i區域總產值中的占比;Sj表示j產業在全國所有產業中產值的占比，其中產值可以換成就業人數、增加值等其他總量指標。

3.2 結果分析

本文計算了2010年(為了與后文所用企業數據時間一致)我國各省工業生產與研發環節的專業化、多樣化程度。其中研發專業化(NLQ)、研發多樣化(NHI)以新產品產值為原始值;生產專業化(PLQ)、生產多樣化(PHI)以除去新產品產值的工業銷售產值為原始值。原始數據均采自國研網工業經濟數據庫。測算發現:

(1)各省工業生產專業化與研發專業化存在錯位。僅有福建、廣東、遼寧、山西、浙江、重慶等省市的研發專業化和生產專業化程度最高的行業是同一個行業，其余省份均不一致。對各省份生產專業化與研發專業化程度最高的行業的技術特點進行統計(見表1)發現，絕大多數省份工業的生產專業化和研發專業化均表現為低技術搭配低技術，內蒙古、新疆、江西三個省份表現出高技術產業的研發專業化搭配低技術產業的生產專業化，而吉林、廣西兩省表現為中技術產業的生產專業化搭配低技術產業的研發專業化。

表1 區域工業專業化產業技術特點分布

圖1 區域多樣化與專業化分布

(2)區域工業的生產多樣化程度普遍高于研發多樣化程度。除了山西省，生產多樣化程度在絕大多數省份高于研發多樣化程度(見圖1)，省均前者是后者的2.4倍，吉林、內蒙古、廣西、湖北等省更達5倍有余。可見從生產角度來看我國區域多樣化程度很高，但這種生產多樣化卻沒有得到相應的研發多樣化的支持。

(3)工業的專業化和多樣化可同時存在。生產環節的專業化程度很高的省份如四川、黑龍江等均表現出很高的生產多樣化程度。研發環節專業化程度較高的山東、湖南等省份也存在很高程度的研發多樣化。

這些都表明在價值鏈片段化的背景下，有必要在研究知識溢出時對不同價值鏈片段進行區分，并盡可能同時考慮兩種類型的溢出。

4 知識溢出在提升創新績效中的作用

4.1 模型擬定

階層結構反映了不同分類之間的隸屬關系，其中較低層次的數據嵌套在較高層次的數據之中。根據組織與環境間的嵌入特點，企業總是嵌套于特定區域中，同一區域的企業共享相同的區域環境。據此，企業屬于個體層級而環境屬于總體層級。對于這種結構特點的數據，可選用兩階層線性模型(Two-LevelHierarchalLinearModel，HLM2)加以分析［17］。

表2 數據描述性統計

本文為了驗證知識溢出對企業創新的影響，因變量取企業創新產出，具體用企業新產品銷售收入表示。自變量包含兩類:一類是一般研究企業創新所用到的企業投入能力變量，也是知識溢出作用于企業創新的間接變量，包括上文分析的研發流量和存量兩大類機制(研發投入變量如研發人員投入、研發經費投入，以及企業知識積累變量如企業規模、企業已有技術基礎等，后兩者本文分別以企業前一年度的資產規模與專利情況反映)，此類變量置于個體層;另一類是本文的主要研究對象，即價值鏈片段化視角下的專業化和多樣化兩種知識溢出類型，屬于總體環境，置于總體層。

總體層的多樣化程度及專業化程度由上文計算得到，個體層其他指標數據來自我國創新型(試點)企業的問卷調查。該問卷調查共設置企業基本信息、企業創新活動、績效等內容。2010年數據完整的樣本企業有498家(見表2)，不均勻分布在全國31個省(市、自治區)。

4.2 模型結果及分析

以Jaffe的知識生產函數為基準，本文設置的企業創新完整模型(模型7)如下:

其中，組內相關系數為 ρ=τ00/( τ00+σ2)。回歸結果如表3所示。

模型0中ρ=0.143＞0.138，即屬于各省間的差異所造成的變異程度1.089，占方差的14.3%，屬于高度關聯強度，可認為造成因變量的組間變異不可忽略，因變量在組間的分布是不一樣的，必須將組間效應考慮到階層線性模型里。從模型1到模型7，本文逐漸加入了各相關因素。結果顯示，當考慮總體層因素后，τ00變小且顯著性減弱，說明總體層因素很好地控制了組間差異。從模型1到模型2，由于研發多樣化的引入，省間差異被控制了(0.097-0.065)/0.097=33%，即引入多樣化可以減少第一層截距項約33%的變異程度。而模型3及以后的各模型省間差異也不同程度地得到總體層因素的控制，這也說明了本文模型選擇的合理性。從各模型結果可知，基于價值鏈片段化的知識溢出在提升我國企業創新中的作用表現出以下特點:

(1)區域多樣化程度正向影響企業的創新產出，而區域專業化程度負向影響企業創新產出。

研發多樣化和生產多樣化程度對企業創新的作用顯著，回歸系數為正且保持在一定的范圍之間，可見在我國多樣化程度越高的區域，由于互補性知識的頻繁交換和思想碰撞，企業面臨的市場風險減少，越能促進企業創新的搜尋和實踐，即該區域的企業越易獲得溢出，企業創新能力越強。此外由于研發多樣化程度的回歸系數對企業創新的作用只有在不加入其他類型溢出時顯著，而在加入其他溢出類型后，該系數變得不顯著。可見目前我國多樣化有利于創新更多的是在生產環節的多樣化，而非研發環節的多樣化，生產多樣化沒有得到相應的研發多樣化的支持，后者對企業創新產出的影響作用被前者完全掩蓋，研發多樣化溢出在我國還未成形。

生產專業化程度對企業創新的作用表現為顯著為負，說明我國目前區域的專業化特別是生產專業化的提高會進一步阻礙創新的出現，即存在“鎖定效應”:區域生產越是專業化越易陷入對已有技術的依賴，缺乏創新的動力。我國產業集群的現狀能部分解釋專業化溢出的不理想。由于專業化外部性除了來自產業上下游地理上的集中，更強調在這種集中中實際發生的有益聯系。而我國目前大量產業集群處于低端道路的發展階段，屬于低層級上“扎堆式”模式，區域產業鏈不完善，企業間的合作只是偶然的，甚至不存在［18］，難以成為技術創新的有機載體。

我國大多數省份的生產以低技術產業專業化為主，為數不多的形成高技術研發專業化的省份卻搭配著低技術產業的研發專業化。這種低技術的生產專業化會進一步惡化“鎖定效應”。而創新是知識轉化為生產力的過程，具有較強制造能力的個體能夠顯著提高其創新優勢，脫離生產的創新將難以實現。在價值鏈片段化背景下，我國各省目前這種研發和生產的錯位會使得逃離“鎖定效應”變得十分困難。

(2)研發環節的知識溢出以存量機制為橋梁促進創新，生產環節的知識溢出以流量機制為橋梁促進創新。

研發多樣化和研發專業化與企業規模的交乘項對應的系數均顯著為正，可見研發環節的知識溢出以增強企業知識積累在促進企業創新中的作用，即主要以存量機制來促進創新。研發知識溢出程度越高的區域，企業獲取各種隱性知識的機會越大，創意或者潛在的創新能力向實際創新轉變的風險越小，特別是規模越大的企業，創新的相對風險更小，由此研發知識溢出促進了創新。

生產多樣化和生產專業化與兩研發投入要素的交乘項對應的系數均顯著為正，而與企業規模和企業已有技術基礎交乘項對應的系數均顯著為負。生產知識溢出程度越高的區域，人與人之間的顯性和隱性生產知識傳播越頻繁，這種生產知識的獲取增強了研發投入的產出彈性。這說明生產環節的知識溢出以增強投入要素的創新產出彈性來促進創新，即主要通過流量機制來促進創新。

表3 兩階層線性模型回歸結果

5 結論及政策啟示

針對價值鏈片段化背景下我國處于全球價值鏈低端、創新能力不強的現狀，本文的研究結論對以知識溢出促進企業創新的政策制定具有一定的啟示。①由促進特定產業專業化聚集為主向區域多樣化與專業化并重轉變。區域多樣化有利于創新，因此應鼓勵產業的多樣化集聚，充分發揮多樣化環境對創新的作用。此外還可通過搭建跨行業、跨學科的產學研合作平臺，發展創新聯盟，建設協同創新基地等，豐富多樣化環境，促進知識溢出。②由孤立主體引進為主的格局向以鏈條完善為主的產業鏈聚集轉變。在鼓勵區域專業化生產集聚時應注重發展健全的產業鏈，促進企業間合作，避免簡單的扎堆式模式，以催生專業化的知識溢出。③由價值鏈低端發展向價值鏈高端轉型。由于大多數省份的低技術產業生產專業化會進一步惡化鎖定效應，因此為了實現創新驅動必須向價值鏈高端轉移，以破解這種鎖定效應，如建立依托園區、聯盟或研發研究體的研究載體，完善各類中介，包括市場中介、社會中介、技術中介組織的知識傳播職能，通過建立培訓基地，引進高級人才等優化區域人才結構，吸引價值鏈兩端特別是研發端進駐，發展總部經濟等逐步實現向價值鏈高端環節的攀升。④由終端結果導向發展向創新鏈、產業鏈耦合的過程式發展轉變。創新是知識轉化為生產力的過程，制造能力的提高能顯著提升區域的創新優勢，研發若得不到生產的支持將難以為繼，而且研發和生產的錯位會使得逃離鎖定效應變得十分困難，因此應在區域比較優勢的基礎上因地制宜，適時矯正區域研發與生產的錯位，實現區域生產結構與研發結構的相互匹配和相互支撐，以促進創新。

［1］段會娟，梁琦.地方專業化、知識溢出與區域創新效率——基于我國省際面板數據的分析［J］.經濟論壇，2009，22:21-23.

［2］李金滟，宋德勇.專業化、多樣化與城市集聚經濟——基于中國地級單位面板數據的實證研究［J］.管理世界，2008，02:25-34.

［3］張杰，劉志彪，鄭江淮.產業鏈定位、分工與集聚如何影響企業創新——基于江蘇省制造業企業問卷調查的實證研究［J］.中國工業經濟，2007，07:47-55.

［4］Duranton G.D Puga.Diversity and specialisation in cities:why，where and when does it matter?［J］.Urban Studies，2000，37(3):533-555.

［5］Van der Panne G.Agglomeration externalities:Marshall versus Jacobs［J］.Journal of Evolutionary Economics，2004，14(5):593-604.

［6］Feldman M P，D B Audretsch.Innovation in cities:Science-based diversity，specialization and localized competition［J］.European economic review，1999，43(2):409-429.

［7］Van Der Panne G，C Van Beers.On the Marshall-Jacobs controversy:it takes two to tango［J］.Industrial and Corporate Change，2006，15(5):877-890.

［8］薄文廣.外部性與產業增長——來自中國省級面板數據的研究［J］.中國工業經濟，2007，01:37-44.

［9］柴志賢，黃祖輝.集聚經濟與中國工業生產率的增長——基于DEA的實證分析［J］.數量經濟技術經濟研究，2008，11:3-15.

［10］劉偉巍，楊開忠.制造業集聚經濟的來源——基于企業數據的經驗研究［J］.技術經濟與管理研究，2012，04:121-124.

［11］曾新勝.經濟全球化中的中國制造業發展戰略［J］.國際經濟合作，2006，01:22-24.

［12］官建成.企業制造能力與創新績效的關系研究:一些中國的實證發現［J］.科研管理，2004，S1:78-84.

［13］Audretsch D B，M P Feldman.R＆D spillovers and the geography of innovation and production［J］.The American Economic Review，1996，86(3):630-640.

［14］Paci R，S Usai.Externalities，knowledge spillovers and the spatial distribution of innovation［J］.GeoJournal，1999，49(4):381-390.

［15］Greunz L.The impact of industrial specialization and diversity on innovation［J］.Brussels Economic Review，2003，46(3):11-36.

［16］高洪成，王琳.高中低技術產業范圍界定標準探析［J］.科技進步與對策，2012，13:46-48.

［17］Ita Kreft Jan Leeuw.多層次模型分析導論［M］.邱皓政，郭志剛譯.重慶:重慶大學出版社，2007.

［18］王緝慈.關于發展創新型產業集群的政策建議［J］.經濟地理，2004，04:433-436.