知識溢出與集聚的互動關(guān)系：一個文獻(xiàn)綜述

王公博,關(guān)成華

(1.北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院，北京 100891；2.首都科技發(fā)展戰(zhàn)略研究院，北京 100022；3.城市綠色發(fā)展科技戰(zhàn)略研究北京市重點實驗室，北京 100891)

0 引言

全球1.5%的土地囊括了世界一半的生產(chǎn)活動；北美洲、歐盟與日本共有不足10億人口，卻擁有全世界75%的財富[1]，這都展示了集聚的力量。作為經(jīng)濟(jì)活動的主要空間特征，集聚是經(jīng)濟(jì)地理學(xué)的重要概念，因為它是促進(jìn)創(chuàng)新和推動持續(xù)增長的關(guān)鍵動力[2-4]。學(xué)界關(guān)于集聚的形成機(jī)理雖已取得一些成果，卻未達(dá)成完全共識。在Marshall提出外部性理論[5]和Krugman進(jìn)一步開創(chuàng)新經(jīng)濟(jì)地理學(xué)[6]以前，要素稟賦的差異是解釋產(chǎn)生集聚現(xiàn)象的主流觀點，此后知識溢出開始成為集聚的一個有力解釋。而且，知識溢出與集聚之間并非單向因果關(guān)系，而是一種互相影響強(qiáng)化的關(guān)系，F(xiàn)ujita[7]將之總結(jié)為滾雪球效應(yīng)，這也引起了學(xué)界的廣泛關(guān)注。

內(nèi)生增長理論的知識外部性認(rèn)為，科技投入與創(chuàng)新成果有顯著的溢出效應(yīng)，知識作為一種創(chuàng)新要素，不僅能使本企業(yè)、本區(qū)域獲得創(chuàng)新收益，還會溢出到其他企業(yè)、區(qū)域并帶來正向影響。在企業(yè)層面體現(xiàn)為促進(jìn)創(chuàng)新產(chǎn)出和改善經(jīng)濟(jì)效益，在區(qū)域?qū)用骟w現(xiàn)為促進(jìn)集聚效應(yīng)和提升發(fā)展質(zhì)量。這說明關(guān)注知識溢出的影響是全面評估和考量科技管理與政策的保證。推進(jìn)城市群建設(shè)的戰(zhàn)略意圖在創(chuàng)新方面是為了發(fā)揮城市與集聚利于交流的優(yōu)勢，促進(jìn)知識溢出并利用其產(chǎn)生的正外部性，推動創(chuàng)新帶動收益遞增，實現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型升級、提升經(jīng)濟(jì)效率。

基于理論基礎(chǔ)和現(xiàn)實意義，本文以知識溢出與集聚為綜述對象，圍繞二者間的互動關(guān)系進(jìn)行文獻(xiàn)回顧，并提出了三方面參考：第一，按邏輯構(gòu)建起知識溢出與集聚關(guān)系的綜述框架，將互動關(guān)系發(fā)現(xiàn)過程、單向影響和互動關(guān)系嵌入其中；第二，強(qiáng)調(diào)了二者間內(nèi)生互動關(guān)系對于研究相關(guān)問題的重要性；第三，指出了知識溢出和集聚的關(guān)系在全球化、交通通信技術(shù)迅猛發(fā)展的時代背景下的再定位問題是回應(yīng)時代疑問的必然。

1 認(rèn)知演進(jìn)脈絡(luò)及相關(guān)文獻(xiàn)總體分析

最早關(guān)注和解釋集聚現(xiàn)象的是古典區(qū)位論。Thünen[8]以集聚中心——城市為給定變量，提出了經(jīng)典的農(nóng)業(yè)區(qū)位論，從而解答了農(nóng)地利用類型差異的原因，但他未回答集聚形成的原因。最早嘗試以經(jīng)濟(jì)學(xué)范式進(jìn)行解答的是Weber[9]，他提出企業(yè)選址過程中的運輸成本導(dǎo)向、勞動力成本導(dǎo)向和集聚力導(dǎo)向，最小化運輸成本是優(yōu)先考慮的問題，因而以遍在原料為原料的企業(yè)布局在消費區(qū)，以局地原料為原料的企業(yè)應(yīng)考慮原料指數(shù) (原料與產(chǎn)品的重量之比)是否大于1而選擇原料區(qū)或者消費區(qū)。Christaller[10]從商業(yè)服務(wù)業(yè)的角度來回答集聚產(chǎn)生的原因，提出中心地理論：中心地是向周圍地區(qū)提供產(chǎn)品服務(wù)的地區(qū)，交通成本只和距離呈線性相關(guān)關(guān)系，在空間上會形成一個集聚中心服務(wù)于整體六邊形地域的格局。由于產(chǎn)品和服務(wù)的種類差別，中心地會形成不同的等級，高等級中心地的輻射范圍更廣。除古典區(qū)位論外，以O(shè)hlin[11]為代表的資源稟賦說也具有較大影響力，他認(rèn)為資源分布不均是集聚發(fā)生的原因。例如，許多國家的重工業(yè)在發(fā)展早期布局于煤炭或鐵礦等自然資源豐富地區(qū)，城市在重工業(yè)衰落后通過發(fā)展轉(zhuǎn)型仍保持生機(jī)[12]。

前述理論有一定的說服力，但存在兩個不足。一是主要考慮促進(jìn)集聚的向心力，這一點在城市經(jīng)濟(jì)學(xué)引入向心力與離心力兩類因素得到解決，如Henderson[13-14]在城市規(guī)模的研究中引入本地化經(jīng)濟(jì)的向心力和城市地租的離心力。二是假定完全競爭市場和規(guī)模報酬非增，這一不足得到L?sch[15]的承認(rèn)，于是引入壟斷競爭的空間模型，提出更符合現(xiàn)實經(jīng)濟(jì)狀況的市場區(qū)位論。Fujita[16]認(rèn)為規(guī)模報酬遞增是解釋集聚的必備因素，經(jīng)濟(jì)發(fā)展在非遞增收益和資源均質(zhì)的假定下將呈現(xiàn)自給自足的 “魯濱孫模式”；即便引入資源分布不均，無規(guī)模報酬遞增就無法解釋集聚[7]。Koopmans[17]、Starrett[18]、Dreze[19]也為這一論點提供證據(jù)，將空間要素納入模型中，完全競爭在現(xiàn)實經(jīng)濟(jì)中不復(fù)存在。

不完全競爭和規(guī)模報酬遞增為Krugman[6]開創(chuàng)新經(jīng)濟(jì)地理學(xué)奠定了重要基礎(chǔ)，他總結(jié)了自Marshall[5]提出外部性理論以來的研究，將已達(dá)成共識的集聚原因分為三方面：第一，勞動力市場的蓄水池效應(yīng)，為企業(yè)帶來充足的勞動力，為勞動力實現(xiàn)更高的就業(yè)率[20]；第二，保證中間投入產(chǎn)品的生產(chǎn)[21]；第三，知識溢出，給企業(yè)帶來更高效用的生產(chǎn)函數(shù)[22]。此后，知識溢出繼續(xù)吸引著研究者的興趣，如Henderson[23]所觀察，關(guān)于知識溢出的研究主要有兩個方向：一是知識溢出與集聚、城市規(guī)模、生產(chǎn)率增長的關(guān)系，二是知識溢出的本質(zhì)和機(jī)制。

在關(guān)注知識溢出的特質(zhì)時，Jaffe[24]、Greenstone[25]發(fā)現(xiàn)知識溢出具有距離衰減特征，企業(yè)部門和家庭部門需要確保互相間距離處在一定范圍內(nèi)，享受到知識溢出的效用；Fujita[26]指出信息和知識在外溢的過程中所產(chǎn)生的效用隨企業(yè)數(shù)量增加而擴(kuò)展；Henderson[14]對集聚的內(nèi)、外部進(jìn)行了區(qū)分，指出在集聚內(nèi)部的企業(yè)才能獲得溢出效用。既然知識溢出與距離負(fù)相關(guān)，集聚企業(yè)越多則溢出更顯著，且處于集聚內(nèi)部才能享受到知識溢出，集聚當(dāng)然是促進(jìn)知識溢出的重要條件。

借助Web of Science和中國知網(wǎng)引文數(shù)據(jù)庫對以 “知識溢出與集聚”為主題的外文、中文文獻(xiàn)進(jìn)行分析。截至2019年4月，Web of Science中共有相關(guān)文獻(xiàn)509篇。從時間上來看，文獻(xiàn)的研究熱度逐漸增加：數(shù)量呈總體增加趨勢，于2017年達(dá)到最高的48篇，而后稍有下降。但從絕對數(shù)量來看，文獻(xiàn)數(shù)量仍不豐富，還未成為足夠的熱點問題。從國別來看，美國貢獻(xiàn)了近三分之一的研究，其次是意大利和英國，我國的研究同樣具有較高熱度，以61篇的數(shù)量排名第四。從學(xué)科來看，研究主要集中在經(jīng)濟(jì)學(xué)、地理學(xué)、科技管理學(xué)和環(huán)境學(xué)四方面，發(fā)表的期刊也主要屬上述四方面。中國知網(wǎng)引文數(shù)據(jù)庫中相關(guān)的CSSCI級別的文獻(xiàn)共計181篇，相較外文文獻(xiàn)數(shù)量存在一定差距。從時間來看，研究熱度逐漸增加：自2001年第一篇研究發(fā)表以來，于2015年達(dá)到最高的27篇，而后稍有下降。從絕對數(shù)量來看，研究仍有繼續(xù)加強(qiáng)的潛力。從所發(fā)表期刊來看，主要集中在科技管理和地理學(xué)兩方面，發(fā)表文獻(xiàn)數(shù)量最多的前五名全部為 《中國科技論壇》等科技管理類期刊，緊隨其后是 《經(jīng)濟(jì)地理》 《人文地理》等地理類期刊。從研究內(nèi)容來看，多數(shù)研究關(guān)注知識溢出與集聚間的單向影響，少有文獻(xiàn)關(guān)注二者間的互動關(guān)系，僅有幾篇文獻(xiàn)且與外文文獻(xiàn)具有較高的相似性。正因如此，本文就這一主題進(jìn)行回顧具有理論價值。

2 知識溢出促進(jìn)集聚

2.1 理論模型

強(qiáng)調(diào)知識是保證經(jīng)濟(jì)增長關(guān)鍵的功勞歸于內(nèi)生增長理論。Romer[27-28]在經(jīng)濟(jì)增長模型中將知識溢出作為增長的內(nèi)生基礎(chǔ)；Lucas[29]認(rèn)為知識溢出具有空間地域性，能促進(jìn)城市的發(fā)展，推動國家經(jīng)濟(jì)進(jìn)步。

在模型中，學(xué)者們常以為家庭部門、企業(yè)部門間的交流表征知識溢出，集聚通過城市、城市規(guī)模、企業(yè)集群來表達(dá)。最早以交流來解釋城市形成的模型由Beckmann[30]提出，他設(shè)定家庭部門效用由兩因素決定：一是與其他家庭部門的交流費用，這與距離相關(guān)；二是擁有的土地面積。最終均衡是人口密度呈如競租曲線般分布。Borukhov[31]將類似模型擴(kuò)展到生產(chǎn)部門，認(rèn)為企業(yè)間交流會產(chǎn)生集聚。前述研究的貢獻(xiàn)在于最早將知識溢出引入模型進(jìn)行解釋，但考慮要素過少，模型設(shè)定與現(xiàn)實經(jīng)濟(jì)存在差異。Papageorgiou[32]將空間外部性引入模型，以均質(zhì)分布為前提，均質(zhì)發(fā)生變動即部分地區(qū)變?yōu)榧邸ＴO(shè)定人們之間的交流產(chǎn)生積極或消極的外部性，這與距離、擁擠程度負(fù)相關(guān)，當(dāng)空間外部性強(qiáng)度增大或者外部性影響的范圍超出原有界限打破均衡時，集聚就形成了。

前述模型有兩點不足：一是過于抽象和一般化，二是關(guān)注人的需求而忽略市場機(jī)制[7]。Fujita-Imai-Ogawa模型[22,33-34]試圖彌補(bǔ)上述不足，綜合考慮企業(yè)部門與家庭部門，假定不同企業(yè)擁有的知識存在差異，交流使企業(yè)受益，但距離的增加導(dǎo)致知識質(zhì)量受損，企業(yè)傾向臨近其他企業(yè)；企業(yè)集聚一處造成土地供給稀缺，還導(dǎo)致員工通勤距離的增加，造成企業(yè)成本的增加，最終企業(yè)部門與家庭部門在向心力、離心力的作用下達(dá)成均衡。由于企業(yè)郊區(qū)化現(xiàn)象，這一模型受到質(zhì)疑，Ota[35]進(jìn)行修正，將企業(yè)劃分為前端部門和后端部門，前端部門需與其他企業(yè)交流實現(xiàn)商業(yè)交易等目的，后端部門只需與本企業(yè)前端部門交互即可，每個企業(yè)基于效益最大化選擇前、后端部門的區(qū)位。

上述模型在經(jīng)濟(jì)系統(tǒng)中解釋知識溢出對集聚的促進(jìn)機(jī)制，但仍不免簡單化。Puga[36]認(rèn)為交通成本并非固定不變，勞動者并非自由流動，因而企業(yè)集聚呈動態(tài)變化特征。Behrens[37]考慮居民部門的異質(zhì)性，引入勞動者的能力差異，均衡的空間集聚格局將使高能力、高生產(chǎn)效率者進(jìn)入更大的城市。Lychagin[38]考慮企業(yè)部門的異質(zhì)性，不同企業(yè)對于外溢知識的吸收能力存在差異，不同企業(yè)會呈現(xiàn)不同集聚特征。他將這一思想模型化，發(fā)現(xiàn)空間格局由企業(yè)的吸收能力塑造，模型的均衡是集聚地區(qū)吸引有更高吸收能力的企業(yè)。陳強(qiáng)遠(yuǎn)[39]構(gòu)建基于勞動力和企業(yè)異質(zhì)性的一般均衡區(qū)位模型，通過數(shù)理推導(dǎo)和數(shù)值模擬支持上述結(jié)論：高生產(chǎn)率的企業(yè)形成城市的技術(shù)比較優(yōu)勢，進(jìn)而創(chuàng)造出的高凈收入效應(yīng)會吸引勞動力在城市的不斷聚集。

2.2 實證研究

實證研究可概括為三個方向。一是為知識溢出的地理臨近性提供證據(jù)。Jaffe[24]發(fā)現(xiàn)引用同一城市和所在州的已有專利更為常見。Rosenthal[40]發(fā)現(xiàn)一個行業(yè)的空間集中所帶來的知識溢出在最初幾英里內(nèi)迅速衰減。Mariotti[41]發(fā)現(xiàn)知識溢出對跨國公司的選址有重要影響，跨國公司傾向于臨近其他跨國公司而非國內(nèi)企業(yè)，原因在于能夠獲得知識吸收與溢出的均衡。

二是考察教育水平對城市規(guī)模的影響[23]。Black[42]將集聚經(jīng)濟(jì)和知識溢出進(jìn)行區(qū)分，發(fā)現(xiàn)即便所有城市以相同速度增長，教育水平、名義收入等都會因城市不同而各異。Glaeser[43]考察了大學(xué)教育對于城市規(guī)模的影響，顯示相較于基期的大學(xué)教育水平每增加一個標(biāo)準(zhǔn)差，城市面積就增加2.5%。Henderson[44]發(fā)現(xiàn)知識溢出效應(yīng)與城市規(guī)模呈顯著正相關(guān)關(guān)系，表現(xiàn)為在一個百萬人口的城市當(dāng)中，高中學(xué)生的數(shù)量每增加一個標(biāo)準(zhǔn)差會帶來城市規(guī)模9%的增加。

三是直接驗證知識溢出對集聚的作用。Moretti[45]發(fā)現(xiàn)地處更高人力資本城市的企業(yè)相較較低人力資本城市的企業(yè)有更高產(chǎn)出。國內(nèi)學(xué)者對此也有探索，韓劍[46]從大學(xué)研發(fā)投入對周邊企業(yè)創(chuàng)新、周邊地區(qū)創(chuàng)新投入對本地區(qū)創(chuàng)新兩方面檢驗知識溢出對集聚的作用，發(fā)現(xiàn)知識溢出對集聚具有顯著正向作用。沈能[47]構(gòu)建衡量知識存量的指標(biāo)體系，發(fā)現(xiàn)周邊地區(qū)的知識存量對本地區(qū)生產(chǎn)性服務(wù)業(yè)集聚有正向促進(jìn)作用。

比較不同研究可以發(fā)現(xiàn)，衡量集聚的指標(biāo)相對成熟，在量化知識溢出時則差異顯著，主要原因是集聚有可直接觀察的特征，知識溢出往往無法被直接觀測，只能通過間接方式來表征。面對這一困境，Audretsch[48]將其總結(jié)為兩方面，一是知識溢出的機(jī)制仍不清楚，二是知識溢出的測度未達(dá)成共識。

2.3 質(zhì)疑與回應(yīng)

知識溢出對于集聚的促進(jìn)受到一些挑戰(zhàn)，主要有兩點。第一，知識溢出的作用被過分夸大，Breschi[49]指出專業(yè)化經(jīng)濟(jì)和勞動力市場而非知識溢出應(yīng)該被重視和強(qiáng)調(diào)。第二，F(xiàn)riedman[50]提出 “世界是平的”觀點，伴隨著全球化和互聯(lián)網(wǎng)的發(fā)展，時間、距離和地理位置的作用愈發(fā)渺小，因追求享受知識溢出而集聚的解釋難以站住腳。全球化與交通通信技術(shù)的發(fā)展可以保證知識溢出惠及全球嗎？一方面，Jocabs[51]對知識的分類或許可以回應(yīng)這個問題，知識被分為可編碼知識和意會知識，前者因交通、通信技術(shù)的發(fā)展而受到更少空間限制，但后者是不容易表達(dá)、存儲和轉(zhuǎn)移的知識，面對面的交流仍至關(guān)重要。另一方面， 《2009年世界銀行發(fā)展報告》顯示，全球人口、生產(chǎn)集聚特征非常顯著，未表現(xiàn)出集聚減弱的趨勢。

但上述回應(yīng)并未將 “世界是平的”觀點對于知識溢出與集聚所帶來的挑戰(zhàn)完全解決，原因有三：第一，可編碼知識可以在交通通信技術(shù)發(fā)展的背景下進(jìn)行更為遠(yuǎn)程的傳播，這等于是認(rèn)可了 “世界是平的”部分觀點；第二，當(dāng)下的集聚趨勢未顯現(xiàn)出減弱不意味著集聚特征將持續(xù)存在；第三，從知識溢出與集聚關(guān)系的角度進(jìn)行的研究并未構(gòu)建出集聚的未來圖景，尤其是在全球化和交通通信技術(shù)得到迅猛發(fā)展時代背景之下。

3 集聚利于知識溢出

3.1 理論分歧：MAR外部性、Jacobs外部性與Porter外部性

談到集聚對知識溢出的作用，一個經(jīng)典問題就是MAR外部性[5,27,52]、Jacobs外部性[51]與Porter外部性[53]的爭論。三種外部性對于專業(yè)化還是多樣化、壟斷還是競爭有利于知識溢出、創(chuàng)新有分歧。Glaeser[54]概括了MAR外部性與Jacobs外部性。兩種外部性均認(rèn)同集聚對知識溢出有促進(jìn)作用，但有兩點區(qū)別。第一，MAR外部性認(rèn)為同一產(chǎn)業(yè)的集聚即專業(yè)化促進(jìn)知識溢出；Jacobs外部性認(rèn)為知識溢出最重要的來源是企業(yè)所處行業(yè)的外部因素，區(qū)域內(nèi)不同產(chǎn)業(yè)的集聚與交流即多樣化是知識溢出的主要來源。第二，MAR外部性認(rèn)為壟斷比競爭更利于知識形成和溢出，因為企業(yè)主要活動所屬行業(yè)較大則本地化外部性更容易出現(xiàn)[55]；且大企業(yè)中的工人在商業(yè)不確定和需求沖擊中得到更好的保護(hù)[56]。Jacobs外部性認(rèn)為競爭對于城市和企業(yè)的創(chuàng)新發(fā)展更為重要，因為競爭可以激勵企業(yè)創(chuàng)新和加快技術(shù)采用。Porter外部性在關(guān)于專業(yè)化與多樣化上認(rèn)同MAR外部性，認(rèn)為同一行業(yè)內(nèi)的知識溢出是知識外部性的主要來源；在壟斷與競爭上認(rèn)同Jacobs外部性，認(rèn)為同一市場的激烈競爭為創(chuàng)新提供了重要動力，從而加快了生產(chǎn)率增長所帶來的技術(shù)進(jìn)步速度。

3.2 實證爭論

大量的文獻(xiàn)研究不同地區(qū)、利用多種數(shù)據(jù)試圖驗證MAR外部性與Jacobs外部性，得出的結(jié)論不盡相同，本節(jié)對此進(jìn)行簡要梳理。

Glaeser[54]認(rèn)同Jacobs外部性，因為競爭和城市多樣化促進(jìn)了工業(yè)就業(yè)增長，行業(yè)間知識溢出對增長的重要性不如跨行業(yè)的溢出效應(yīng)，尤其是在相當(dāng)成熟的城市的情況下。Feldman[57]同樣驗證了Jacobs外部性：互補(bǔ)的經(jīng)濟(jì)活動更利于促進(jìn)創(chuàng)新，沒有證據(jù)顯示專業(yè)化經(jīng)濟(jì)活動促進(jìn)知識溢出。

Henderson利用美國742個郡于1972—1992年9個行業(yè)的面板數(shù)據(jù)，驗證了MAR外部性：本地化促進(jìn)知識溢出與生產(chǎn)效率，代表當(dāng)?shù)匦畔⒁绯鲈吹墓I(yè)工廠數(shù)量對于生產(chǎn)效率具有顯著促進(jìn)作用。[58]利用美國1977—1990年742個郡5個資本品行業(yè)的面板數(shù)據(jù)，發(fā)現(xiàn)相近行業(yè)活動集中度的加強(qiáng)影響了5年或6年后的就業(yè)水平。[59]雖然堅定支持MAR外部性，但他也未否定Jacobs外部性的存在：利用1970年和1987年8個制造業(yè)的數(shù)據(jù)，發(fā)現(xiàn)成熟的資本品行業(yè)不存在Jacobs外部性；但高科技產(chǎn)業(yè)既存在MAR的外部性又存在Jacobs外部性。[60]

MAR外部性在其他國家也得到驗證。Baptista[61]通過英國1975—1982年248家制造業(yè)企業(yè)的數(shù)據(jù)，發(fā)現(xiàn)企業(yè)在本土地區(qū)的自營部門就業(yè)率很高的情況下更能創(chuàng)新。Cingano[62]在意大利的數(shù)據(jù)中同樣發(fā)現(xiàn)了MAR外部性，工業(yè)專業(yè)化和規(guī)模指標(biāo)對全要素生產(chǎn)率的增長產(chǎn)生積極影響。但Paci[63]在意大利的數(shù)據(jù)中得出不同結(jié)論，認(rèn)為MAR外部性與Jocabs外部性都是存在的，還發(fā)現(xiàn)Jocabs外部性在高科技領(lǐng)域和大都市中的作用更加突出。

我國學(xué)者也利用國內(nèi)數(shù)據(jù)進(jìn)行了探討，研究結(jié)論也未達(dá)成一致。覃一冬[64]采用我國2002—2010年28個省、市、地區(qū)，包括21個二位數(shù)工業(yè)行業(yè)的面板數(shù)據(jù)的研究支持MAR外部性：產(chǎn)業(yè)專業(yè)化對產(chǎn)業(yè)全要素生產(chǎn)率的影響顯著為正，而Jacobs外部性和Porter外部性的影響作用不明顯。彭向[65]支持Jacobs外部性，利用我國1999—2007年30個地區(qū)21個工業(yè)行業(yè)數(shù)據(jù)，發(fā)現(xiàn)產(chǎn)業(yè)互補(bǔ)比產(chǎn)業(yè)專業(yè)化對創(chuàng)新的推動作用顯著；企業(yè)競爭對創(chuàng)新具有負(fù)向影響，壟斷比競爭更利于產(chǎn)業(yè)創(chuàng)新，這又支持了MAR外部性。鄧玉萍[66]認(rèn)為MAR外部性和Jacobs外部性均存在，利用2003—2013年我國275個地級市面板數(shù)據(jù)，認(rèn)為在減排過程中，小城市更易受益于MAR外部性，大中型城市更容易分享Jacobs外部性紅利。

3.3 分歧的原因

對于不同理論模型與實證研究得出不相同的結(jié)論，原因可能有以下二點。

第一，MAR外部性和Jacobs外部性間本沒有絕對的對錯之分，都在特定區(qū)域、行業(yè)中有所體現(xiàn)，所以盡可能多地涵蓋多區(qū)域和多行業(yè)的數(shù)據(jù)和研究更具意義，更具說服力。

第二，不同研究者采用的數(shù)據(jù)、方法等存在差別，Beaudry[67]認(rèn)為對于行業(yè)、地理集聚水平的測度方式以及方法論的差異是不同研究產(chǎn)生分歧的原因。一些研究因數(shù)據(jù)可用性等限制而用一個指標(biāo)來衡量專業(yè)化和多樣化，如Loikkanen等[68]采用的赫芬達(dá)爾指數(shù)，這在某些行業(yè)可能不適合，因為兩個外部性并非完全相互排斥。就MAR外部性而言，研究中最常用的衡量指標(biāo)是區(qū)位熵和自有行業(yè)就業(yè)人數(shù)，Glaeser[54]認(rèn)為專業(yè)化程度 (區(qū)位熵)而非行業(yè)規(guī)模更好地代表MAR外部性，因為它更好地捕捉了企業(yè)之間相互作用的強(qiáng)度和密度；Van Soest[69]在荷蘭的數(shù)據(jù)上發(fā)現(xiàn)，區(qū)位熵比行業(yè)在區(qū)域內(nèi)的占比更好地顯現(xiàn)出MAR外部性的影響。但是自有行業(yè)就業(yè)人數(shù)是衡量絕對規(guī)模的最常見的類別指標(biāo)，有時被認(rèn)為是比區(qū)位熵更好的代表，因為本地化經(jīng)濟(jì)來自行業(yè)的絕對規(guī)模而非相對規(guī)模，一個區(qū)域可能代表一個強(qiáng)大的集群某些行業(yè)，即使該行業(yè)占該地區(qū)整體活動范圍的一小部分。就Jacobs外部性而言，其衡量指標(biāo)相對多樣，包括赫芬達(dá)爾指數(shù)、其他行業(yè)就業(yè)、基尼指數(shù)、當(dāng)?shù)乜側(cè)丝诘?。在統(tǒng)計了幾十篇有代表性的研究后，Beaudry[67]認(rèn)為指標(biāo)的選擇對于Jacobs外部性的驗證影響顯著：其他行業(yè)就業(yè)的數(shù)據(jù)通常顯示不存在Jacobs外部性；基尼系數(shù)的數(shù)據(jù)多次驗證了Jacobs外部性；采用赫芬達(dá)爾指數(shù)進(jìn)行驗證的研究中，存在Jacobs外部性與不存在Jacobs外部性的數(shù)量相近。

4 知識溢出與集聚的內(nèi)生互動

4.1 模型與實證

雖然知識溢出與集聚的內(nèi)生互動關(guān)系已成為學(xué)界共識，但多數(shù)研究關(guān)注二者間的單向影響，這導(dǎo)致兩個不足。一是容易在經(jīng)驗研究中產(chǎn)生估計誤差；二是意圖促進(jìn)知識溢出與集聚從而增強(qiáng)區(qū)域競爭力的政策，在未評估知識溢出對集聚重要性的前提下可能成為誤導(dǎo)[70-72]。

少數(shù)學(xué)者對這一問題進(jìn)行了探討。Berliant[73]建立了一個搜索理論模型：知識影響集聚方面，較高的技術(shù)水平在人口移民內(nèi)生的前提下提高生產(chǎn)率，進(jìn)而促進(jìn)集聚；集聚促進(jìn)知識溢出方面，信息交換模式在人口規(guī)模越大的城市越專業(yè)化，知識溢出越多。結(jié)果是知識類型的異質(zhì)性在思想傳遞中至關(guān)重要，因為代理人可以在選擇性、高效益的知識交換和更多數(shù)量的匹配之間進(jìn)行權(quán)衡。這一模型的貢獻(xiàn)是將知識溢出和集聚的互動納入統(tǒng)一分析框架，不足是缺乏實證檢驗和后續(xù)學(xué)者的跟蹤。Koo[74]彌補(bǔ)了這一不足：建立集聚和知識溢出的聯(lián)立方程模型來解決這個問題，在設(shè)定的模型中，方程1表示集聚受知識溢出、勞動力蓄水池效應(yīng)、可用投入、當(dāng)?shù)厝丝凇⑿袠I(yè)特性的影響，方程2表示知識溢出則受集聚、小企業(yè)數(shù)量的比重、行業(yè)專業(yè)化、行業(yè)多樣化、行業(yè)固定效應(yīng)的影響，通過聯(lián)立方程來考量二者間的內(nèi)生關(guān)系。在實證檢驗中，將美國159的建筑與采礦設(shè)備制造業(yè)、計算機(jī)與辦公設(shè)備制造業(yè)數(shù)據(jù)帶入其中，發(fā)現(xiàn)集聚與知識溢出確實互相促進(jìn)，且聯(lián)立方程估計可以改善內(nèi)生性問題，提高估計精度。Koo[75]進(jìn)一步在研究影響技術(shù)溢出地理分布的區(qū)域和行業(yè)屬性時完善該模型，將區(qū)域?qū)傩粤炕癁樾袠I(yè)結(jié)構(gòu)、公司規(guī)模分布、地方競爭和大學(xué)研究，將行業(yè)屬性量化為知識、勞動力和原料密集度。利用美國1996—1998年大都市區(qū)的數(shù)據(jù)同樣發(fā)現(xiàn)了知識溢出與集聚的內(nèi)生互動關(guān)系，并再一次強(qiáng)調(diào)了3SLS聯(lián)立方程相較于OLS具有改善內(nèi)生性問題的優(yōu)勢。

4.2 不足之處

已有關(guān)于知識溢出與集聚互動關(guān)系的研究存在兩個不足：第一，對比前述文獻(xiàn)可知，研究數(shù)量較少，即便已有學(xué)者意識到在不明確知識溢出與集聚的互動關(guān)系的情況下，分析和研究二者間的單向作用容易出現(xiàn)偏誤；第二，就綜述文獻(xiàn)而言，Koo[74-75]建立并實證檢驗了知識溢出與集聚的聯(lián)立方程模型，這就意味著二者間互動關(guān)系的同時、瞬時發(fā)生。事實果真如此嗎？相關(guān)研究未對此進(jìn)行解答，這也就成為內(nèi)生互動關(guān)系研究的另一不足。

5 結(jié)論和展望

在梳理了知識溢出促進(jìn)集聚、集聚利于知識溢出、知識溢出與集聚的內(nèi)生互動關(guān)系后，本文認(rèn)為相關(guān)研究存在三方面不足，也對下一步相關(guān)的研究路徑進(jìn)行了細(xì)化。

第一，知識溢出與集聚的內(nèi)生互動關(guān)系問題。目前學(xué)界仍未對這一問題引起足夠重視，主要表現(xiàn)有兩點：一是研究內(nèi)生互動關(guān)系的文獻(xiàn)數(shù)量較少，二是忽略內(nèi)生互動關(guān)系、僅探討二者間單向作用的文獻(xiàn)仍層出不窮。此外，聯(lián)立方程模型雖然可以改善內(nèi)生問題，但卻默認(rèn)了內(nèi)生互動關(guān)系的同時發(fā)生，這恐怕與現(xiàn)實經(jīng)濟(jì)地理狀況并不吻合，相關(guān)研究未對此給出解答。構(gòu)建知識溢出與集聚間內(nèi)生互動關(guān)系的模型，并對其進(jìn)行實證檢驗是應(yīng)該繼續(xù)深入探討的方向。

第二，知識溢出和集聚的關(guān)系在全球化、交通通信技術(shù)迅猛發(fā)展的背景下再定位問題。 “世界是平的”觀點對知識溢出與集聚關(guān)系的研究帶來了挑戰(zhàn)，現(xiàn)有研究不足以回應(yīng)這一挑戰(zhàn)。更嚴(yán)峻的是，知識溢出與集聚的關(guān)系在全球化、交通通信技術(shù)迅猛發(fā)展的時代背景下將如何作用于經(jīng)濟(jì)地理這一問題亟待解答。盡早對這一問題進(jìn)行回答既是完善學(xué)術(shù)研究的要求，更是回應(yīng)時代疑問的必然。

第三，知識溢出的測度問題。知識溢出的發(fā)生機(jī)制仍不明確，研究者往往使用間接的方式來測度量化知識溢出。這樣的做法會造成兩個問題：一是知識溢出的概念涵蓋范圍過廣，不同的研究使用相同的概念，所表征的現(xiàn)象和含義可能各不相同；二是不同研究者使用不同測度方式，就相近甚至相同問題得出相互矛盾的結(jié)論。所以，相關(guān)研究應(yīng)就知識溢出的機(jī)制和測度這一更為本源的問題進(jìn)行探究和思考。

對于前述三個方面，當(dāng)前最急迫的研究就是對知識溢出與集聚的內(nèi)生互動關(guān)系進(jìn)行探討，本文擬定的研究路徑為通過計量經(jīng)濟(jì)學(xué)方法驗證知識溢出與人口集聚之間的互動關(guān)系。集聚至少包括人口集聚和產(chǎn)業(yè)集聚兩個方面，有必要在實證研究中對集聚進(jìn)行細(xì)分。人口集聚通過人口密度來量化，由于知識投入所帶來的知識產(chǎn)出將帶來溢出，所以用研發(fā)投入來表征知識溢出。更具體地，為了減少遺漏變量和變量間共線性的影響，采用我國地級市行政單位的面板數(shù)據(jù)；由于人口集聚受到GDP、工資、產(chǎn)業(yè)狀況等影響，知識溢出受到MAR外部性、Jacobs外部性等影響，需要將這些控制變量分別納入兩個計量模型。通過文獻(xiàn)回顧可知二者間可能存在著內(nèi)生互動的關(guān)系，需要通過聯(lián)立方程模型將這一關(guān)系納入考量。在如此設(shè)定之下，可以將知識溢出與人口集聚的內(nèi)生互動關(guān)系在回歸結(jié)果中進(jìn)行呈現(xiàn)，并有可能糾正忽略了這一互動關(guān)系的研究所得結(jié)果的偏誤。