高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出對(duì)區(qū)域創(chuàng)新產(chǎn)出的影響研究——以北京市中關(guān)村科技園為例

傅利平，周小明，張 燁

(1.天津大學(xué)公共資源管理研究中心，天津300072;2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津300072)

作為區(qū)域創(chuàng)新系統(tǒng)的主體，高技術(shù)產(chǎn)業(yè)集群占有區(qū)內(nèi)大量創(chuàng)新資源，主導(dǎo)區(qū)內(nèi)信息、技術(shù)、知識(shí)等創(chuàng)新要素的流動(dòng)，并通過知識(shí)溢出與區(qū)域創(chuàng)新系統(tǒng)的各要素互動(dòng)，動(dòng)態(tài)影響區(qū)域創(chuàng)新產(chǎn)出。在產(chǎn)業(yè)集群環(huán)境下，企業(yè)衍生與人員流動(dòng)是主要的知識(shí)溢出機(jī)制。Saxenien在研究硅谷地區(qū)的創(chuàng)新活動(dòng)時(shí)發(fā)現(xiàn)，區(qū)內(nèi)高技術(shù)企業(yè)從20世紀(jì)70年代不足3 000家迅速衍生至21世紀(jì)初期8 000多家，各類研發(fā)人員的流動(dòng)及非正式交流是區(qū)內(nèi)知識(shí)溢出的主要途徑[1]。目前，企業(yè)衍生率已成為衡量產(chǎn)業(yè)集群競爭力的關(guān)鍵指標(biāo)。高技術(shù)產(chǎn)業(yè)集群內(nèi)研發(fā)人員與創(chuàng)新活動(dòng)密集，各類研發(fā)人員頻繁流動(dòng)，可促進(jìn)創(chuàng)新性知識(shí)在不同企業(yè)間的溢出和擴(kuò)散，從而加速區(qū)域內(nèi)創(chuàng)新性知識(shí)的流動(dòng)，促進(jìn)區(qū)域技術(shù)進(jìn)步。根據(jù)知識(shí)溢出理論和硅谷科技人力資源流動(dòng)模型，朱美光等(2005)研究得出:科技人力資源流動(dòng)導(dǎo)致的知識(shí)溢出效應(yīng)可促進(jìn)區(qū)域科技創(chuàng)新水平提高;區(qū)域科技創(chuàng)新水平的提高是區(qū)域產(chǎn)業(yè)集聚的內(nèi)生動(dòng)力[2]?，F(xiàn)有國內(nèi)外研究已從企業(yè)衍生及人員流動(dòng)等維度分析高技術(shù)產(chǎn)業(yè)集群的知識(shí)溢出效應(yīng)對(duì)區(qū)域創(chuàng)新產(chǎn)出的影響，但系統(tǒng)性的實(shí)證分析還較少，研究結(jié)論的解釋力受到影響。

一、效應(yīng)分析與關(guān)系假設(shè)

研發(fā)人員是創(chuàng)新性知識(shí)的主要載體，高技術(shù)產(chǎn)業(yè)集群的人員流動(dòng)既包括各類研發(fā)人員在集群內(nèi)部企業(yè)間的流動(dòng)，還包括集群內(nèi)外部研發(fā)人員之間的流動(dòng)?；谌藛T流動(dòng)的知識(shí)溢出效應(yīng)受到各種因素的共同作用，特別是溢出方與接收方的知識(shí)位勢(shì)差及接收方的知識(shí)吸收能力。企業(yè)對(duì)外部知識(shí)的敏感度越高，信息挖掘能力越強(qiáng)，自身知識(shí)存量越大，人力資本越雄厚，則溢出效應(yīng)越明顯[3]。此外，流動(dòng)人員的層次、各場域間知識(shí)類型的區(qū)別及知識(shí)距離同樣對(duì)溢出效應(yīng)產(chǎn)生影響[4]。通常，掌握核心技術(shù)與關(guān)鍵創(chuàng)新的高端研發(fā)人才、高級(jí)工程技術(shù)人員的流動(dòng)，所產(chǎn)生知識(shí)溢出強(qiáng)度較大，溢出效應(yīng)也相對(duì)更為明顯[5]。因此，基于高技術(shù)產(chǎn)業(yè)集群人員流動(dòng)的知識(shí)溢出效應(yīng)，本文提出如下假設(shè)。

假設(shè)1(H1):高技術(shù)產(chǎn)業(yè)集群人員流動(dòng)的知識(shí)溢出效應(yīng)，可提升集群整體的知識(shí)存量，對(duì)集群創(chuàng)新產(chǎn)出具有正向促進(jìn)作用。

假設(shè)2(H2):高技術(shù)產(chǎn)業(yè)集群的人員流動(dòng)可促進(jìn)知識(shí)溢出的頻度和強(qiáng)度，加速區(qū)內(nèi)知識(shí)流動(dòng)，對(duì)區(qū)域創(chuàng)新產(chǎn)出具有正向促進(jìn)作用。

在高技術(shù)產(chǎn)業(yè)集群的發(fā)展中，企業(yè)衍生機(jī)制主要包括契約衍生與直接衍生兩種，即各成員通過契約安排聯(lián)合組建新企業(yè)或各成員直接設(shè)立新企業(yè)。衍生企業(yè)與高技術(shù)產(chǎn)業(yè)集群中母體間的資源聯(lián)系，是集群知識(shí)溢出的主要機(jī)制。在衍生企業(yè)從其母體獲取企業(yè)資源及整合利用的過程中，發(fā)生從母體到衍生企業(yè)的知識(shí)溢出[6]。通過對(duì)美國、日本的企業(yè)衍生與技術(shù)創(chuàng)新的比較分析，程進(jìn)、韓玉啟(2006)研究指出企業(yè)衍生激發(fā)了區(qū)內(nèi)企業(yè)家精神的形成，增加了技術(shù)創(chuàng)新范式的選擇多樣性，并通過擴(kuò)大企業(yè)基數(shù)為各種創(chuàng)新價(jià)值鏈的新組合提供了必要條件[7]。在直接衍生機(jī)制中，擁有技術(shù)成果或創(chuàng)意的企業(yè)家通過建立企業(yè)可與不同群體產(chǎn)生交流和互動(dòng)，特別是在與其他人員的合作過程中通常發(fā)生緘默性知識(shí)的溢出[8]?；谄髽I(yè)家創(chuàng)業(yè)機(jī)制的知識(shí)溢出可通過自我雇用率、新建企業(yè)率和就業(yè)率等形式表現(xiàn)[9]。創(chuàng)新性知識(shí)的溢出則可拓展集群內(nèi)各企業(yè)家的技術(shù)選擇集，為其獲取、分析和把握創(chuàng)業(yè)機(jī)會(huì)，并成功建立企業(yè)提供可能[10]。而且，集群內(nèi)的企業(yè)衍生可吸引更多創(chuàng)新資源持續(xù)向所在區(qū)域匯集，使集群規(guī)模與集聚度不斷增加，從而使生產(chǎn)外部性和技術(shù)外部性等集聚效應(yīng)更加顯著，對(duì)區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生促進(jìn)作用[11]。因此，基于高技術(shù)產(chǎn)業(yè)集群企業(yè)衍生的知識(shí)溢出效應(yīng)，本文提出如下假設(shè)。

假設(shè)3(H3):高技術(shù)產(chǎn)業(yè)集群內(nèi)企業(yè)衍生的知識(shí)溢出效應(yīng)，可促進(jìn)集群外部資源向集群匯集，對(duì)集群創(chuàng)新產(chǎn)出具有正向促進(jìn)作用。

假設(shè)4(H4):高技術(shù)產(chǎn)業(yè)集群內(nèi)企業(yè)衍生的知識(shí)溢出效應(yīng)，可促進(jìn)區(qū)域人員與知識(shí)流動(dòng)，對(duì)區(qū)域創(chuàng)新產(chǎn)出具有正向促進(jìn)作用。

假設(shè)5(H5):高技術(shù)產(chǎn)業(yè)集群的知識(shí)存量在人員流動(dòng)與企業(yè)衍生知識(shí)溢出的作用下，對(duì)區(qū)域創(chuàng)新產(chǎn)出具有正向促進(jìn)作用。

二、典型相關(guān)性分析

典型相關(guān)分析的基本思想是:為從總體上把握兩組指標(biāo)之間的相關(guān)關(guān)系，采用類似于主成分分析的方法，在兩組變量中分別選取若干有代表性的變量組成代表性強(qiáng)的綜合指標(biāo)，通過研究這兩組綜合指標(biāo)之間的相關(guān)關(guān)系，來反映這兩組變量間的整體相關(guān)性。該方法適用于研究難以通過構(gòu)造直觀數(shù)學(xué)模型分析被解釋變量與解釋變量之間數(shù)量關(guān)系的問題，通常要求時(shí)間序列數(shù)據(jù)的時(shí)間跨度較長。

中關(guān)村科技園作為北京市高技術(shù)產(chǎn)業(yè)聚集區(qū)，歷經(jīng)多年發(fā)展已成為以研發(fā)及服務(wù)為主要業(yè)態(tài)、國內(nèi)最為成熟的高技術(shù)產(chǎn)業(yè)集群，適宜作為典型高技術(shù)產(chǎn)業(yè)集群實(shí)證分析知識(shí)溢出與區(qū)域創(chuàng)新產(chǎn)出的關(guān)系。自成立以來，中關(guān)村科技園內(nèi)高技術(shù)企業(yè)不斷衍生，企業(yè)數(shù)及從業(yè)人員數(shù)不斷上升，新技術(shù)、新產(chǎn)品及新專利等創(chuàng)新產(chǎn)出不斷涌現(xiàn)，表現(xiàn)出強(qiáng)勁的發(fā)展動(dòng)力和創(chuàng)新活力。依據(jù)知識(shí)溢出理論，中關(guān)村科技園較快的企業(yè)衍生速度與人員流動(dòng)，可產(chǎn)生基于企業(yè)衍生與人員流動(dòng)的知識(shí)溢出效應(yīng)。因此，本文以中關(guān)村科技園作為典型高技術(shù)產(chǎn)業(yè)集群，分析其基于企業(yè)衍生與人員流動(dòng)機(jī)制的知識(shí)溢出對(duì)北京市創(chuàng)新產(chǎn)出的影響。分析方法采用典型相關(guān)分析，分析軟件采用SAS9.2。

實(shí)證分析采用兩組變量，第一組變量為區(qū)域的專利產(chǎn)出及知識(shí)存量(從知識(shí)增量和存量兩個(gè)維度反映區(qū)域創(chuàng)新產(chǎn)出);另一組變量為高技術(shù)產(chǎn)業(yè)集群的知識(shí)存量、基于人員流動(dòng)的知識(shí)溢出、基于企業(yè)衍生的知識(shí)溢出(從三個(gè)維度反映集群創(chuàng)新活動(dòng))。第一組變量的指標(biāo)選取為發(fā)明專利授權(quán)數(shù)與地區(qū)生產(chǎn)總值，第二組變量的指標(biāo)選取為工業(yè)總產(chǎn)值、從業(yè)人員數(shù)、企業(yè)數(shù)。鑒于北京市非京籍人口占比高的實(shí)際，均選用總量而非人均指標(biāo)。為符合典型相關(guān)分析對(duì)數(shù)據(jù)時(shí)間長度的要求，選取1995—2011年(共計(jì)17年)的時(shí)間序列數(shù)據(jù)作為分析對(duì)象。

1.典型相關(guān)系數(shù)分析

將兩組變量17年的數(shù)據(jù)輸入SAS軟件后，得到典型相關(guān)系數(shù)及其相關(guān)置信域水平，如表1所示。

表1 典型相關(guān)系數(shù)及其特征值和顯著水平

從表1可得，第一典型相關(guān)系數(shù)為0.989 484，對(duì)應(yīng)的檢驗(yàn)總體中所有典型相關(guān)均為0的零假設(shè)顯著性水平小于0.000 1，其F值(31.26)遠(yuǎn)大于1;第二典型相關(guān)系數(shù)為0.620 242，對(duì)應(yīng)的檢驗(yàn)總體中所有典型相關(guān)均為0的零假設(shè)顯著性水平為0.042 6，其F值(4.06)仍大于1。因此，在0.005的顯著性水平下，僅有第一個(gè)典型相關(guān)是顯著的，其特征值為46.799 3。

2.VAR類變量和WITH類變量之間的多變量檢驗(yàn)

當(dāng)因變量多于1個(gè)時(shí)，須進(jìn)行多變量檢驗(yàn)。當(dāng)各組變量之間的差異沿多個(gè)維度擴(kuò)展時(shí)，4個(gè)主要的標(biāo)準(zhǔn)檢驗(yàn)統(tǒng)計(jì)量的精度依次為:Pillai’s軌跡、Wilks’λ、Hotelling-Lawley軌跡和Roy最大根統(tǒng)計(jì)量。其中，Pillai’s軌跡是最可靠的判定標(biāo)準(zhǔn)。

VAR類變量為:發(fā)明專利授權(quán)數(shù)(Y1);地區(qū)生產(chǎn)總值(Y2)。

WITH類變量為:中關(guān)村工業(yè)總產(chǎn)值(X1);企業(yè)數(shù)(X2);從業(yè)人員數(shù)(X3)。

上述4個(gè)標(biāo)準(zhǔn)檢驗(yàn)值如表2所示。

表2 VAR類變量和WITH類變量之間的多變量檢驗(yàn)值

前提假設(shè)H0:VAR類變量和WITH類變量之間沒有交互效應(yīng)。

由表2可得，Pillai’s軌跡的概率值為1.363 779 30，遠(yuǎn)大于α理論值0.05，所以沒有理由拒絕原假設(shè)H0。說明VAR類變量和WITH類變量之間沒有交互效應(yīng)(即不相關(guān))，可以用高技術(shù)產(chǎn)業(yè)集群(中關(guān)村科技園)變量組來解釋區(qū)域(北京市)變量組。

3.典型相關(guān)模型

鑒于各原始變量的計(jì)量單位不同，不宜直接比較，因此本文采用標(biāo)準(zhǔn)化的典型系數(shù)，給出典型相關(guān)模型，如表3所示。

表3 VAR類變量和WITH類變量的標(biāo)準(zhǔn)化典型系數(shù)

從表3中標(biāo)準(zhǔn)化系數(shù)可以看到，來自高技術(shù)產(chǎn)業(yè)集群變量和區(qū)域變量構(gòu)成的第一典型變量的表達(dá)式分別為

從式(1)、式(2)可知，高技術(shù)產(chǎn)業(yè)集群(中關(guān)村科技園)的前兩個(gè)因素(工業(yè)總產(chǎn)值、企業(yè)衍生溢出)是影響集群創(chuàng)新的主要因素。區(qū)域(北京市)的主要因素是地區(qū)生產(chǎn)總值，說明知識(shí)存量是區(qū)域創(chuàng)新產(chǎn)出的主要因素。由于第一組典型變量占有的信息量遠(yuǎn)大于第二組典型變量，所以可將第一組典型變量視為總體結(jié)果。

表4是典型相關(guān)分析的運(yùn)行結(jié)果，即原始變量與典型變量之間的相關(guān)系數(shù)。

表4 原始變量與典型變量之間的相關(guān)系數(shù)

從表4可以得出，高技術(shù)產(chǎn)業(yè)集群的工業(yè)總產(chǎn)值(X1)、企業(yè)衍生溢出(X2)、人員流動(dòng)溢出(X3)3個(gè)指標(biāo)與第一典型變量W1均呈高度相關(guān)(相關(guān)系數(shù)均大于0.99)，說明這些指標(biāo)在反映高技術(shù)產(chǎn)業(yè)集群的知識(shí)存量方面占有主導(dǎo)地位，其中工業(yè)總產(chǎn)值(X1)最高。因此，本文假設(shè)1與假設(shè)3均獲得驗(yàn)證通過。而且，這3個(gè)指標(biāo)與第一典型變量V1之間也呈高相關(guān)性(相關(guān)系數(shù)均大于0.98)，從而反映出高技術(shù)產(chǎn)業(yè)集群各變量均對(duì)區(qū)域創(chuàng)新產(chǎn)出及知識(shí)存量有較大影響。因此，本文假設(shè)2、假設(shè)4與假設(shè)5均獲得驗(yàn)證通過。反之，發(fā)明專利授權(quán)數(shù)(Y1)及地區(qū)生產(chǎn)總值(Y2)與第一典型變量V1、W1高度相關(guān)(相關(guān)系數(shù)均大于0.92)，說明區(qū)域創(chuàng)新產(chǎn)出與知識(shí)存量有助于推動(dòng)高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新及發(fā)展。根據(jù)北京市和中關(guān)村科技園17年的典型相關(guān)分析，可判定高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出和區(qū)域創(chuàng)新產(chǎn)出之間存在良性互動(dòng)、累積循環(huán)的關(guān)系。

4.冗余度分析

標(biāo)準(zhǔn)化的方差結(jié)果顯示，來自高技術(shù)產(chǎn)業(yè)集群變量的方差被對(duì)方第一個(gè)典型變量V1解釋的比例是91.06%;來自區(qū)域創(chuàng)新產(chǎn)出變量的方差被對(duì)方第一典型變量W1解釋的比例是97.04%。同時(shí)，高技術(shù)產(chǎn)業(yè)集群變量組的第一典型變量對(duì)三個(gè)指標(biāo)均具有很好的預(yù)測(cè)能力，其中工業(yè)總產(chǎn)值(X1)指標(biāo)(0.986 2)最好;區(qū)域創(chuàng)新產(chǎn)出變量組的第一典型變量對(duì)兩個(gè)指標(biāo)也都有很好的預(yù)測(cè)能力，其中地區(qū)生產(chǎn)總值(Y2)指標(biāo)最好(0.983 7)。

三、政策建議

上述典型相關(guān)分析的結(jié)果表明，基于人員流動(dòng)與企業(yè)衍生的高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出對(duì)區(qū)域創(chuàng)新產(chǎn)出均具有促進(jìn)作用。而且，對(duì)于區(qū)域創(chuàng)新產(chǎn)出，高技術(shù)產(chǎn)業(yè)集群人員流動(dòng)的知識(shí)溢出效應(yīng)低于企業(yè)衍生的知識(shí)溢出效應(yīng)。即快速的企業(yè)衍生比人員流動(dòng)更能促進(jìn)區(qū)域技術(shù)創(chuàng)新。因?yàn)橹嘘P(guān)村科技園大量中小型科技企業(yè)通?；诩夹g(shù)成果轉(zhuǎn)化而衍生，高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新產(chǎn)出并非主要依賴于企業(yè)人數(shù)，而是素質(zhì)高、創(chuàng)新能力強(qiáng)的核心研發(fā)團(tuán)隊(duì)。人員流動(dòng)與企業(yè)衍生機(jī)制下的知識(shí)溢出在促進(jìn)中關(guān)村高技術(shù)產(chǎn)業(yè)集群發(fā)展的同時(shí)，還使中關(guān)村對(duì)北京市創(chuàng)新能力產(chǎn)生顯著貢獻(xiàn)。因此，本文基于上述研究結(jié)果提出以下政策建議。

1.營造各類人員平滑流動(dòng)的政策環(huán)境

首先，對(duì)于高技術(shù)產(chǎn)業(yè)集群，大量中小型科技企業(yè)的人才需求較強(qiáng)、人員流動(dòng)大，需要及時(shí)補(bǔ)充。集群所在區(qū)域應(yīng)具備良好的人才引進(jìn)及流動(dòng)的機(jī)制，通過專場招聘、專項(xiàng)人才引進(jìn)、創(chuàng)新獎(jiǎng)勵(lì)、技術(shù)成果轉(zhuǎn)化扶持等措施，匯集企業(yè)所需的科技創(chuàng)新人員、企業(yè)家和工程技術(shù)人員。同時(shí)，政府應(yīng)為人才合理流動(dòng)提供制度保障，特別是應(yīng)通過行政與法律手段，排除企業(yè)對(duì)人員正常流動(dòng)的限制。

其次，政府可通過各類政策為高技術(shù)產(chǎn)業(yè)集群的人才需求提供多種供給形式，特別是“不求所有、但為所用”的形式。通過知識(shí)產(chǎn)權(quán)保護(hù)與政策激勵(lì)，促進(jìn)高校和科研院所的各類研究人員以多種形式參與高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新活動(dòng)。通過建立完善技術(shù)開發(fā)獎(jiǎng)勵(lì)、技術(shù)入股及科技人員持股經(jīng)營等制度，按照高技術(shù)產(chǎn)業(yè)效益分配的國際慣例(股份、期權(quán)等)，激發(fā)高校和科研院所的科研人員將研究成果商品化和產(chǎn)業(yè)化。

此外，政府可通過建立多層次的公共信息平臺(tái)，為用人企業(yè)與各類人才提供及時(shí)準(zhǔn)確的信息咨詢服務(wù)。根據(jù)高技術(shù)產(chǎn)業(yè)集群的技術(shù)特點(diǎn)及企業(yè)的人才、知識(shí)與技能需求，政府還可充分調(diào)動(dòng)區(qū)域教育與科研資源，通過創(chuàng)辦高技術(shù)勞動(dòng)力教育培訓(xùn)機(jī)構(gòu)，或直接向高等院校購買技術(shù)培訓(xùn)服務(wù)等形式，定向培養(yǎng)產(chǎn)業(yè)發(fā)展所需的高技能人才。

最后，高技術(shù)產(chǎn)業(yè)集群所在地區(qū)的工作生活環(huán)境亦為吸引人才的影響因素。相對(duì)優(yōu)越的工作環(huán)境，各類便利的生活設(shè)施，優(yōu)質(zhì)的公共教育、醫(yī)療及衛(wèi)生服務(wù)，良好的社會(huì)誠信體系等，均能有效增強(qiáng)各類人才對(duì)產(chǎn)業(yè)集群的根植性。

2.培育區(qū)域創(chuàng)新創(chuàng)業(yè)的文化與制度環(huán)境

首先，新企業(yè)的快速衍生是高技術(shù)產(chǎn)業(yè)集群發(fā)展成熟的標(biāo)志，企業(yè)孵化器可有效降低科技型小企業(yè)的創(chuàng)業(yè)風(fēng)險(xiǎn)，是促進(jìn)高技術(shù)企業(yè)衍生的有效途徑。為加快科技型企業(yè)的衍生速度，政府需提升科技型企業(yè)的孵化水平，提高孵化企業(yè)的成活率。同時(shí)，也可通過組建創(chuàng)業(yè)服務(wù)中心、生產(chǎn)力促進(jìn)中心等企業(yè)服務(wù)機(jī)構(gòu)，為新企業(yè)的產(chǎn)生提供各種形式的服務(wù)。特別是對(duì)掌握先進(jìn)科研成果或產(chǎn)品原型但缺乏企業(yè)運(yùn)營經(jīng)驗(yàn)的組織及個(gè)人，基于技術(shù)或產(chǎn)品的市場應(yīng)用提供針對(duì)性的創(chuàng)業(yè)服務(wù)。

其次，創(chuàng)新創(chuàng)業(yè)的文化環(huán)境對(duì)于企業(yè)衍生速度及創(chuàng)新活力影響較大。區(qū)域創(chuàng)新文化主要包括創(chuàng)新精神、創(chuàng)新思維、創(chuàng)新氛圍、創(chuàng)新教育和創(chuàng)新網(wǎng)絡(luò)等，各要素共同構(gòu)成區(qū)域創(chuàng)新的文化環(huán)境。政府通過政策措施與制度保障，積極營造“鼓勵(lì)創(chuàng)新、寬容失敗、崇尚合作”的創(chuàng)新氛圍，可激發(fā)市場主體或研發(fā)人員基于技術(shù)趨勢(shì)或市場需求不斷創(chuàng)新及合作。同時(shí)，通過科技體制的改革，推進(jìn)科研院所的產(chǎn)權(quán)多元化改制或轉(zhuǎn)制，將科技資源的配置權(quán)交予市場，將競爭機(jī)制引入創(chuàng)新體系，有助于優(yōu)化區(qū)域創(chuàng)新環(huán)境。

此外，風(fēng)險(xiǎn)投資是高技術(shù)產(chǎn)業(yè)發(fā)展的有利因素，也是高技術(shù)企業(yè)衍生的催化劑。因此，通過吸引風(fēng)險(xiǎn)投資進(jìn)入高技術(shù)產(chǎn)業(yè)集群，可擴(kuò)大企業(yè)的投資主體，為高技術(shù)企業(yè)提供資金保障。因此，政府應(yīng)加強(qiáng)對(duì)風(fēng)險(xiǎn)資本市場的管理，一方面協(xié)助企業(yè)積極尋求與產(chǎn)業(yè)發(fā)展相匹配的國內(nèi)外風(fēng)險(xiǎn)投資，另一方面引進(jìn)風(fēng)投機(jī)構(gòu)的行業(yè)管理與市場開拓經(jīng)驗(yàn)，推動(dòng)各類風(fēng)險(xiǎn)投資進(jìn)行規(guī)范化運(yùn)作。

最后，需完善中介服務(wù)體系的制度環(huán)境，建立健全各類中介機(jī)構(gòu)的管理規(guī)章和法律制度，保障中介服務(wù)市場的規(guī)范運(yùn)行;提升中介服務(wù)機(jī)構(gòu)的專業(yè)化水平與服務(wù)能力，通過重點(diǎn)建設(shè)一批專業(yè)服務(wù)能力強(qiáng)、對(duì)創(chuàng)新活動(dòng)支撐作用大的骨干機(jī)構(gòu)，為集群企業(yè)的創(chuàng)新活動(dòng)提供人才、科技、信息、法律、財(cái)務(wù)等方面的高質(zhì)量服務(wù);鼓勵(lì)企業(yè)、高校與科研機(jī)構(gòu)建立各種專業(yè)性的科技服務(wù)機(jī)構(gòu)，如科技評(píng)估、科技咨詢及科技信息服務(wù)，并推動(dòng)各類中介機(jī)構(gòu)協(xié)同發(fā)展。

四、結(jié) 語

高技術(shù)產(chǎn)業(yè)集群作為區(qū)域創(chuàng)新系統(tǒng)的主體，通過人員流動(dòng)與企業(yè)衍生兩種機(jī)制下的知識(shí)溢出效應(yīng)，動(dòng)態(tài)影響區(qū)域知識(shí)存量及增量，從而正向作用于區(qū)域創(chuàng)新產(chǎn)出。通過對(duì)中關(guān)村科技園與北京市的典型相關(guān)分析，本文驗(yàn)證了所提出的理論假設(shè)，即:高技術(shù)產(chǎn)業(yè)集群人員流動(dòng)機(jī)制下的知識(shí)溢出既可提升集群整體的知識(shí)存量，又可通過加速區(qū)內(nèi)知識(shí)流動(dòng)對(duì)區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生正向促進(jìn)作用;高技術(shù)產(chǎn)業(yè)集群企業(yè)衍生機(jī)制下的知識(shí)溢出既可促進(jìn)外部資源向集群匯集，正向促進(jìn)集群創(chuàng)新產(chǎn)出，又可通過加速區(qū)域人員與知識(shí)流動(dòng)對(duì)區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生正向促進(jìn)作用。為充分利用高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出對(duì)區(qū)域創(chuàng)新產(chǎn)出的正效應(yīng)，政府應(yīng)努力提供人才流動(dòng)的良好環(huán)境及制度保障，建立多層次多渠道的公共信息平臺(tái)，打造便利優(yōu)越的工作生活環(huán)境;應(yīng)努力提升科技型企業(yè)的孵化成功率，營造創(chuàng)新創(chuàng)業(yè)的文化氛圍，引導(dǎo)規(guī)范各類風(fēng)險(xiǎn)投資，完善中介服務(wù)體系的市場環(huán)境。

作者認(rèn)為，后續(xù)研究可從以下方面進(jìn)行完善:第一，基于知識(shí)溢出的發(fā)生機(jī)制及影響因素，進(jìn)行高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出的測(cè)度研究，構(gòu)造更為逼近知識(shí)溢出實(shí)際效應(yīng)的測(cè)度方法;第二，研究高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出對(duì)區(qū)域創(chuàng)新產(chǎn)出的微觀作用機(jī)理，特別是挖掘其與區(qū)域創(chuàng)新系統(tǒng)各因素的互動(dòng)關(guān)系;第三，采用空間計(jì)量經(jīng)濟(jì)學(xué)的模型與方法，研究高技術(shù)產(chǎn)業(yè)集群知識(shí)溢出對(duì)相鄰甚至更大范圍區(qū)域創(chuàng)新產(chǎn)出的效應(yīng)。

[1]Saxenien A.Regional Networks:Industrial Adaptation in Silicon Valley and Route 128[M].Cambridge:Harvard University Press，1994:63-79.

[2]朱美光，韓伯棠，徐春杰，等.知識(shí)溢出與高新區(qū)科技人力資源流動(dòng)研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2005(5):100-104.

[3]Caniels，Marjolein C.Knowledge Spillovers and Economic Growth:Regional Growth Differentials across Europe[M].Cheltenham:Edward Elgar，2000:43-56.

[4]Kieron Meagher，Mark Rogers.Network Density and R＆D Spillovers[J].Journal of Economic Behavior and Organization，2004，53(1):237-260.

[5]Barro，Robert J.Human Capital and Growth[J].American Economic Review，2001(91):12-17.

[6]Zucker L G，Darby M R，Brewer M B.Intellectual human capital and the Birth of US biotechnology enterprises[J].American Economic Review，1998(88):290-306.

[7]程 進(jìn)，韓玉啟.美日企業(yè)衍生方式與創(chuàng)新的比較分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2006(12):57-60.

[8]魏 江，魏 勇.產(chǎn)業(yè)集群學(xué)習(xí)機(jī)制多層解析[J].中國軟科學(xué)，2004(1):121-126.

[9]Carrincazeaux C，Lung Y，Rallet A.Proximity and localization of corporate R＆D activities[J].Research Policy，2001(30):777-789.

[10]蔡 寧，吳結(jié)兵.產(chǎn)業(yè)集群的網(wǎng)絡(luò)式創(chuàng)新能力及其集體學(xué)習(xí)機(jī)制[J].科研管理，2005(4):22-28.

[11]李 真，盛昭翰，孟慶峰.基于知識(shí)溢出效應(yīng)的產(chǎn)業(yè)集聚創(chuàng)新演化[J].系統(tǒng)工程，2011(4):53-59.