企業(yè)集聚、學習效應與城市創(chuàng)新
——同行切磋，還是跨界融合？

邱楚芝， 歐錦文

一、問題的提出

改革開放以來，中國經(jīng)歷了世界歷史上規(guī)模最大、速度最快的工業(yè)化和城鎮(zhèn)化進程。隨著人口和企業(yè)快速向城市特別是向東部沿海地區(qū)的城市轉移和集中，中國城市經(jīng)濟發(fā)展的空間格局發(fā)生了巨大調整，與此同時，中國城市創(chuàng)新能力的空間版圖也發(fā)生了明顯變化。珠江三角洲、長江三角洲等沿海地區(qū)那些新興的制造業(yè)城市創(chuàng)新能力明顯抬升，而那些大學和科研院所相對較多，但產(chǎn)業(yè)發(fā)展滯后的內地城市創(chuàng)新能力卻在相對下降。2020年12月，科技部和中國科學技術信息研究所公布《國家創(chuàng)新型城市創(chuàng)新能力評價報告2020》，中國各城市的創(chuàng)新能力動態(tài)調整，參差不齊，深圳的創(chuàng)新能力位列全國各大城市榜首。事實上，最近這些年，在各種關于城市創(chuàng)新能力的排行榜中，深圳大多位居榜首，超越了北京、上海這些大學和科研機構扎堆的大城市。許多數(shù)據(jù)和現(xiàn)象表明，深圳強大的創(chuàng)新能力主要來自創(chuàng)新型企業(yè)的推動。由此引出一個重要的問題：是不是企業(yè)集聚程度才是解釋城市間創(chuàng)新能力差距的關鍵原因。進一步，微觀層面的企業(yè)集聚行為影響宏觀層面的城市創(chuàng)新能力的內在機制具體是什么呢？這個問題既有待進一步實踐探索，也需要深入進行理論研究。

從企業(yè)價值鏈結構來看，F(xiàn)eldmanFeldman, M. P., , London:Springer Science & Business Media, 1994.指出，不僅加工組裝等生產(chǎn)性價值環(huán)節(jié)呈現(xiàn)出空間集聚趨勢，研發(fā)等創(chuàng)新性價值環(huán)節(jié)的空間集聚現(xiàn)象更為突出。基于美國、英國等發(fā)達國家企業(yè)空間集聚與城市創(chuàng)新版圖的早期經(jīng)驗研究發(fā)現(xiàn)，企業(yè)在地理上的集中分布會帶來明顯更高的創(chuàng)新產(chǎn)出水平(Baptista 和 Swann)Baptista, R., Swann, P., “Do Firms in Clusters Innovate More?”, , Vol.27, No.5, 1998, pp.525-540.?，F(xiàn)代企業(yè)區(qū)位理論模型表明，空間層面的規(guī)模報酬遞增規(guī)律引致企業(yè)向城市集聚，進而為城市帶來各種形式的外部性優(yōu)勢，如勞動力池效應、中間品共享效應、學習效應等(Glaeser 和 Kerr)Glaeser, E. L, Kerr, W. R., “Local Industrial Conditions and Entrepreneurship: How Much of the Spatial Distribution can We Explain?”, , Vol.18, No.3, 2009, pp.623-663. 。這種外部性優(yōu)勢有利于降低企業(yè)創(chuàng)新發(fā)展的經(jīng)營成本，提高創(chuàng)新活動的投入產(chǎn)出效率，是企業(yè)源源不斷向城市集聚并持續(xù)加大研發(fā)投入的市場“無形之手”的驅動力量。隨著城市群內部分工的深入演化，那些內部價值鏈成熟的企業(yè)傾向于將其價值鏈環(huán)節(jié)布局到多個地理區(qū)位，例如企業(yè)將附加值偏低的生產(chǎn)制造活動布局在中小城市，而將高附加值的研發(fā)等創(chuàng)新性活動布局在大城市，進而使得城市之間的創(chuàng)新能力出現(xiàn)明顯的地理分化過程，可見微觀層面企業(yè)價值鏈的區(qū)位選擇會影響宏觀層面城市之間創(chuàng)新能力的差距(Duranton 和 Puga)Duranton, G., Puga, D.,“Diversity and Specialisation in Cities: Why, Where and When does It Matter”, , Vol.37, No.3, 2000, pp.533-555. 。在中國，地方政府通過積極的招商引資政策和產(chǎn)業(yè)園區(qū)開發(fā)政策吸引企業(yè)到當?shù)赝顿Y興業(yè)，特別是可觀的稅收優(yōu)惠、財政補貼、金融支持、土地供應等多種政策優(yōu)惠很可能干擾到企業(yè)區(qū)位選擇，從而偏離市場最優(yōu)的配置。也就是說，地方政府可能因急于招商引資而忽視產(chǎn)業(yè)選擇，入駐企業(yè)之間缺乏產(chǎn)業(yè)關聯(lián)，進而空間經(jīng)濟學所強調的因關聯(lián)性集聚而產(chǎn)生的創(chuàng)新效應未必能夠得到有效發(fā)揮。本文認為，在中國，企業(yè)的空間集聚過程究竟能否影響城市創(chuàng)新能力，特別是其內在機制如何仍然需要進一步的理論研究和經(jīng)驗證據(jù)。

既往文獻關注到本地化學習效應對產(chǎn)業(yè)集群和區(qū)域創(chuàng)新能力的影響，重點討論了知識屬性、行業(yè)結構、學習渠道、人口集中度、職業(yè)結構等經(jīng)濟社會因素對本地化學習效應的影響(趙勇和白永秀；芮明杰等；李宇和唐蕾)。特別是，彭向和蔣傳海、柳卸林和楊博旭等的文獻分別基于產(chǎn)值數(shù)據(jù)測量行業(yè)多樣化和專業(yè)化進而檢驗行業(yè)內和行業(yè)間的本地化學習過程及其對當?shù)貏?chuàng)新績效的影響。王永進和張國峰則利用行業(yè)間職業(yè)結構數(shù)據(jù)來刻畫行業(yè)間學習過程及其對當?shù)貏?chuàng)新的影響。然而，既往文獻提供的方法均是間接測度行業(yè)間知識溢出，例如利用行業(yè)產(chǎn)值規(guī)模來測量行業(yè)多樣性，問題是行業(yè)規(guī)模大，未必知識存量大，也未必創(chuàng)新活躍。因此類似產(chǎn)值等方面的數(shù)據(jù)很難直接捕捉特定行業(yè)的知識存量和知識流量，進而難以直觀而有效地反映行業(yè)內外的本地化學習效應，這就需要尋找新的指標和數(shù)據(jù)以便更直觀地測量本地化學習過程，并檢驗其對當?shù)爻鞘袆?chuàng)新的影響。

鑒于此，本文將本地化學習效應區(qū)分為產(chǎn)業(yè)內“同行切磋”型學習和產(chǎn)業(yè)間“跨界融合”型學習，嘗試從學習效應的視角來考察企業(yè)集聚行為對當?shù)爻鞘袆?chuàng)新的影響。為此，本文利用夜間燈光數(shù)據(jù)構建企業(yè)集聚程度指標，利用專利數(shù)據(jù)在四位數(shù)制造業(yè)行業(yè)層面測量不同類型的學習效應，構建起時間—城市—行業(yè)維度約200萬個觀測值的中國城市制造業(yè)創(chuàng)新大樣本數(shù)據(jù)對理論假說進行實證檢驗。

與既往研究相比，本文的創(chuàng)新主要有以下兩點：其一，與傳統(tǒng)上關注大學和科研機構的創(chuàng)新驅動效應不同，本文從市場化導向的企業(yè)對中國城市創(chuàng)新發(fā)展的影響出發(fā)，強調從微觀層面企業(yè)集聚的市場行為來解釋宏觀層面的城市創(chuàng)新能力差距，進而有利于更好地理解在城市創(chuàng)新體系建設過程中要強化企業(yè)創(chuàng)新主體地位，要突出技術創(chuàng)新市場導向機制。其二，與傳統(tǒng)上間接測量特定地區(qū)、特定行業(yè)的知識存量不同，本文利用大規(guī)模的專利數(shù)據(jù)庫開發(fā)出新的方法來直接測量特定城市和特定行業(yè)的知識存量，進而更直接地捕捉和解釋本地化學習效應，并將學習效應區(qū)分為產(chǎn)業(yè)內“同行切磋”型學習和產(chǎn)業(yè)間“跨界融合”型學習，這有利于更好地理解本地化學習過程，特別是城市規(guī)模對集聚類型和學習效應的影響，為中國不同規(guī)模城市推動產(chǎn)業(yè)集群創(chuàng)新發(fā)展提供了新的理論解釋和政策啟發(fā)。

二、理論假設

(一)企業(yè)集聚與城市創(chuàng)新

企業(yè)區(qū)位選擇理論認為，企業(yè)在城市的集聚會帶來種種外部性優(yōu)勢，主要體現(xiàn)在特定地理空間上的共享(Sharing)、匹配(Matching)和學習(Learning)三大效應，這些均有利于提高當?shù)氐膭?chuàng)新產(chǎn)出(Puga)Puga, D., “The Magnitude and Causes of Agglomeration Economies”, , Vol. 50, No.1, 2010, pp.203-219. 。首先，地理空間上的鄰近性有利于企業(yè)共享不可分割的公共設施或服務、中間投入品、專業(yè)化分工收益(Marshall)Marshall, A., : , New York: Cosimo, Inc., 2009. ，從而降低企業(yè)的創(chuàng)新成本，縮短創(chuàng)新周期。其次，企業(yè)在城市的集聚有利于人才、資本等生產(chǎn)要素的供給方和需求方在當?shù)貙崿F(xiàn)更高概率和更高效率的匹配(張萃)，這是創(chuàng)新要素實現(xiàn)有效配置的基礎條件。再次，集聚縮短了企業(yè)在空間上的距離，從而為各類型人才面對面地交流提供了便利條件，人與人之間頻密的學習活動促進了新思想的迸發(fā)(Glaeser等Glaeser, E. L., Kallal, H. D., Scheinkman, J. A.,“Growth in Cities”, , Vol.100, No.6, 1992, pp.1126-1152. ；MarshallMarshall, A., : , New York: Cosimo, Inc., 2009. )，特別是有利于隱性知識的傳播，進而加速新技術在當?shù)氐臄U散、吸收和再創(chuàng)新。同時，以共享、匹配和學習三大效應為依托，產(chǎn)業(yè)集群內部企業(yè)之間可以形成更為緊密的經(jīng)濟社會聯(lián)系，有利于企業(yè)之間共擔創(chuàng)新風險，分攤創(chuàng)新成本，共享創(chuàng)新收益，減少創(chuàng)新過程的不確定性。

在中國，市場體系建設尚欠成熟，企業(yè)的區(qū)位選擇還受到政府公共政策的深度影響。在工業(yè)化和城市化推進過程中，特別是在經(jīng)濟增長考核和地方財政分權的背景下，地方政府既有動力又有資源采取措施吸引企業(yè)入駐當?shù)匕l(fā)展。地方政府吸引企業(yè)集聚的政策主要包括招商政策和園區(qū)政策兩類。一方面，在招商引資過程中，地方政府通過稅收、補貼、土地、金融等方面的優(yōu)惠政策吸引企業(yè)入駐，特別是吸引企業(yè)進入所在城市的高新區(qū)、開發(fā)區(qū)等產(chǎn)業(yè)園區(qū)集聚發(fā)展(胡晨光等)；另一方面，產(chǎn)業(yè)園區(qū)通常會制定主導產(chǎn)業(yè)選擇標準，這有利于增強入駐企業(yè)的產(chǎn)業(yè)關聯(lián)程度，特別是當?shù)卣畤@產(chǎn)業(yè)園區(qū)加強市政交通、教育醫(yī)療、住房保障等公共服務配套建設，這些高品質的公共服務設施為吸引高端創(chuàng)新人才創(chuàng)造了關鍵條件。當?shù)卣贫ǖ倪@些公共政策有利于為企業(yè)集聚過程中的共享、匹配和學習效應創(chuàng)造更好的支撐條件，進而推動城市整體層面創(chuàng)新能力的提升。這正是中國地方政府作為發(fā)展型政府角色功能的重要體現(xiàn)。

在此基礎之上，本文提出如下假說：

H1：企業(yè)向城市集聚帶來的外部性優(yōu)勢，有利于降低個體企業(yè)的創(chuàng)新成本，提高其創(chuàng)新效率，推動城市整體層面創(chuàng)新能力的提升。

(二)學習效應

本地化學習(Local learning)是城市創(chuàng)新發(fā)展的基礎性支撐(趙勇和白永秀；李宇和唐蕾)。Glaeser等Glaeser, E. L., Kallal, H. D., Scheinkman, J. A., “Growth in Cities”, , Vol.100, No.6, 1992, pp.1126-1152.的研究指出，正是由于大量來自相同或不同行業(yè)的企業(yè)和勞動力在鄰近空間上的集聚促進了集群內部成員之間的各種正式和非正式學習，使得集聚區(qū)內的知識存量不斷累積，進而推動區(qū)域創(chuàng)新水平提高。

1. 基于“同行切磋”的學習效應

由于地理上的鄰近性和同一產(chǎn)業(yè)內的分工，產(chǎn)業(yè)集群內的企業(yè)更容易獲得新思想、新創(chuàng)意，“集群中飄蕩著行業(yè)秘密的空氣”，當某一企業(yè)在技術、信息和管理等方面處于優(yōu)勢時，很容易引發(fā)其他企業(yè)的模仿和學習(Beaudry和Breschi)Beaudry, C., Breschi, S., “Are Firms in Clusters Really More Innovative?”, , Vol.12, No.4, 2003, pp.325-342. ，從而在集群層面形成持續(xù)的集體創(chuàng)新過程，增強集群發(fā)展的內生動力。由于產(chǎn)業(yè)集群內的企業(yè)往往處于相同或相似產(chǎn)業(yè)，其所需的知識技術和物質資本等生產(chǎn)要素相似甚至相同即具有專用性特征，故企業(yè)能最大限度地將學習到的知識與自身生產(chǎn)經(jīng)營相結合(趙勇和白永秀)。通常，產(chǎn)業(yè)集群或產(chǎn)業(yè)園區(qū)會定期或不定期地舉辦一些專業(yè)性較強的產(chǎn)品交流會、專家研討會、前沿講座、專業(yè)培訓等活動。那些存在技術劣勢但具有一定知識吸收能力的企業(yè)通常可以從這些活動中獲得知識溢出效應，更有將其轉化為創(chuàng)新能力的可能性(芮明杰等)。特別是，作為知識載體的科學家、工程師和管理者等高端人才，在企業(yè)間的流動也是知識在產(chǎn)業(yè)集群內得以擴散的有效途徑(Fosfuri和Ronde)Fosfuri, A., Ronde, T., “High-Tech Clusters, Technology Spillovers, and Trade Secret Laws”, , Vol.22, No.1, 2004, pp.45-65. 。Almeida和KogutAlmeida, P., Kogut, B., “Localization of Knowledge and the Mobility of Engineers in Regional Networks”, , Vol.45, No.7, 1999, pp.905-917. 以美國半導體行業(yè)為例，考察了工程技術人員在集聚區(qū)內更換就業(yè)單位對區(qū)域創(chuàng)新的影響。研究顯示，技術工人在企業(yè)間的高流動率是產(chǎn)業(yè)集群維持高創(chuàng)新頻率的重要源泉。尤其是對于高新技術產(chǎn)業(yè)集群而言，新技術、新知識相對更為豐富，知識型員工的自由流動有利于增強企業(yè)間的學習效應，促進企業(yè)技術累積和創(chuàng)新能力提升，進而增強當?shù)爻鞘械恼w創(chuàng)新能力。

基于以上分析，本文提出如下假說：

H2：企業(yè)之間基于“同行切磋”的產(chǎn)業(yè)內學習過程對當?shù)爻鞘袆?chuàng)新能力提升具有積極的推動作用，是企業(yè)集聚促進城市創(chuàng)新的微觀機制之一。

2. 基于“跨界融合”的學習效應

不同的產(chǎn)業(yè)往往在技術領域具有不同程度的差異，因此不同產(chǎn)業(yè)的企業(yè)在鄰近地區(qū)的集聚有利于為企業(yè)創(chuàng)新提供來自不同產(chǎn)業(yè)領域的技術知識，特別是為產(chǎn)業(yè)之間的跨界融合創(chuàng)新提供了條件。齊謳歌等的研究指出，異質性產(chǎn)業(yè)在城市的集聚為不同產(chǎn)業(yè)和學科領域人員之間的交流創(chuàng)造了更多的機會，創(chuàng)新主體之間因差異化的知識背景而更容易在溝通過程中獲得新啟發(fā)、碰撞出新思想。來自不同產(chǎn)業(yè)的企業(yè)在城市集聚可以降低異質性知識對接和匹配的成本，可以提高知識匹配的效率和質量，特別是對于那些具有潛在或外在互補性的產(chǎn)業(yè)而言，企業(yè)之間互補知識的分享和傳播更利于新想法和新產(chǎn)品的產(chǎn)生，這些企業(yè)之間的技術合作往往有利于拓展不同產(chǎn)業(yè)的技術可能性邊界(Duranton和Puga)Duranton, G., Puga, D., “Diversity and Specialisation in Cities: Why, Where and When does It Matter”, , Vol.37, No.3, 2000, pp.533-555. 。特別應該指出的是，那些最前沿的新知識往往是隱性的，這些隱性知識往往附著于科學家、工程師、管理者等高端人才，而企業(yè)的集聚拉近了高端人才的地理距離和社會距離，進而為不同產(chǎn)業(yè)和學科領域的隱性知識的傳播創(chuàng)造了難得的條件。隱性知識的特性決定了其傳播形式更多依賴于非正式交流，人際接觸面越廣，接觸頻率越高，其傳播速度就越快(柳卸林和楊博旭)。不同產(chǎn)業(yè)的企業(yè)聚集在一起，通過非正式交流網(wǎng)絡將來自于不同源泉的知識集中起來形成本地化的知識池，進而促進當?shù)仄髽I(yè)對知識技術的吸收、分享與創(chuàng)新。

基于以上分析，本文提出如下假說：

H3：企業(yè)之間基于“跨界融合”的產(chǎn)業(yè)間學習過程對當?shù)爻鞘袆?chuàng)新能力提升具有積極的推動作用，也是企業(yè)集聚促進城市創(chuàng)新的微觀機制之一。

3. 城市規(guī)模與學習效應

馬歇爾外部性表明，圍繞同一產(chǎn)業(yè)上下游進行的專業(yè)化集聚為產(chǎn)業(yè)內專有性知識交流提供了便利條件，降低了創(chuàng)新的學習成本，故城市應該趨于專業(yè)化。雅各布斯外部性則表明不同產(chǎn)業(yè)間的企業(yè)集聚使得多樣性和互補性知識得到更好的匹配，促進知識的交流和人力資本的積累，進而提高當?shù)爻鞘袆?chuàng)新水平。那么，究竟是專業(yè)化還是多樣化更有利于提升學習效應呢？程開明的研究表明這一看似矛盾的問題可通過城市規(guī)模的差異來解釋。通常，大城市更偏向于多樣化，主要原因在于大城市更有能力提供多樣化的中間投入品、較高水平的研發(fā)投入和人力資本，不同來源的知識和技術廣為擴散。多樣化的城市環(huán)境降低了企業(yè)的“試錯”成本，企業(yè)可以嘗試運用不同的生產(chǎn)要素組合和生產(chǎn)技術進行生產(chǎn)，多樣性和互補性知識學習的便利性孕育了創(chuàng)新的“種子”(Duranton和Puga)Duranton, G., Puga, D., “Diversity and Specialisation in Cities: Why, Where and When does It Matter”, , Vol.37, No.3, 2000, pp.533-555. 。Paci和UsaiPaci, R., Usai, S., “Externalities, Knowledge Spillovers and the Spatial Distribution of Innovation”, , Vol.49, No.4, 1999, pp.381-390. 的研究表明馬歇爾外部性和雅各布斯外部性均能促進區(qū)域創(chuàng)新水平的提高，但雅各布斯外部性在大型城市中更為顯著。與大城市不同，中小城市更趨向于專業(yè)化，因為小城市的人力資本、科技資源等均不如大城市豐富，多樣化發(fā)展勢必加劇對有限創(chuàng)新資源的競爭，降低創(chuàng)新資源的配置效率。相反，圍繞專業(yè)化生產(chǎn)形成的產(chǎn)業(yè)內關聯(lián)降低了企業(yè)的生產(chǎn)成本，為更高效率的學習效應知識溢出創(chuàng)造了條件，即中小城市的創(chuàng)新過程更得益于產(chǎn)業(yè)內學習效應。

基于以上分析，本文提出如下假說：

H4：由于不同規(guī)模城市在產(chǎn)業(yè)集聚形態(tài)方面的差別，大城市的創(chuàng)新能力提升更得益于企業(yè)間的“跨界融合”，而中小城市的創(chuàng)新能力提升更得益于企業(yè)間的“同行切磋”。

三、研究設計

(一)數(shù)據(jù)來源

本文以“城市—行業(yè)”作為城市創(chuàng)新能力的觀測單元，城市創(chuàng)新數(shù)據(jù)來源于復旦大學產(chǎn)業(yè)發(fā)展中心編制的《中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017》，夜間燈光數(shù)據(jù)來源于國家青藏高原科學數(shù)據(jù)中心，其他數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。本文樣本涵蓋2001—2016年中國239個地級以上城市、522個四位數(shù)制造業(yè)行業(yè)，形成時間—城市—行業(yè)維度約200萬個觀測值。

(二)模型設計

本文借鑒Glaeser和KerrGlaeser, E. L, Kerr, W. R., “Local Industrial Conditions and Entrepreneurship: How Much of the Spatial Distribution Can We Explain?”, , Vol.18, No.3, 2009, pp.623-663. 設立如下基準模型檢驗企業(yè)集聚對城市創(chuàng)新能力的影響。

(1)

其中，表示城市，表示四位數(shù)行業(yè)，表示年份。代表城市行業(yè)在年份的創(chuàng)新水平；代表城市在年份的企業(yè)集聚程度；表示一系列對城市創(chuàng)新可能產(chǎn)生影響的控制變量集合。和分別表示城市固定效應和二位數(shù)行業(yè)—年份交乘固定效應，是隨機誤差項。

根據(jù)NunnNunn, N., “Relationship-Specificity, Incomplete Contracts, and the Pattern of Trade”, , Vol.122, No.2, 2007, pp.569-600. 的模型設定方法，采用如下機制檢驗模型，驗證在企業(yè)集聚過程中如何通過產(chǎn)業(yè)內和產(chǎn)業(yè)間學習效應來影響城市創(chuàng)新發(fā)展。

(2)

模型中×代表企業(yè)集聚與學習效應的交乘項。其中，產(chǎn)業(yè)內學習效應用專業(yè)化學習指數(shù)-衡量；產(chǎn)業(yè)間學習效應區(qū)分為多樣化學習效應-和互補性學習效應-。為避免回歸中同時加入集聚指標單獨項和乘積項會產(chǎn)生嚴重的多重共線性問題，參照王永進和張國峰的做法，模型中未加入企業(yè)集聚水平的獨立項，而是通過時間、城市和行業(yè)的固定效應來控制。

(三)變量測量

1. 城市創(chuàng)新()

參考王嶠等，本文采用《中國城市和產(chǎn)業(yè)創(chuàng)新力報告》中測算的城市層面四位數(shù)行業(yè)創(chuàng)新指數(shù)來衡量城市創(chuàng)新，具體方法參見寇宗來和劉學悅。為了更靈活地考慮創(chuàng)新指數(shù)為零的觀測值的影響，本文借鑒Liu和QiuLiu, Q., Qiu, L. D., “Intermediate Input Imports and Innovations: Evidence From Chinese Firms’ Patent Filings”, , Vol. 103, 2016, pp.166-183. 的方法，將城市創(chuàng)新定義如下：

(3)

其中，表示四位數(shù)行業(yè)的創(chuàng)新指數(shù)。

2. 企業(yè)集聚()

城市經(jīng)濟活動的密集性通?？梢杂玫貐^(qū)生產(chǎn)總值、人口數(shù)量、就業(yè)人數(shù)加以衡量，但這些統(tǒng)計數(shù)據(jù)不可避免地存在偏誤。而夜間燈光數(shù)據(jù)能夠更直觀地反映經(jīng)濟活動在地理空間維度的活躍性和動態(tài)變化，是人類活動監(jiān)測研究的良好數(shù)據(jù)來源(王賢彬和黃亮雄)。簡言之，夜間燈光越明亮的地區(qū)表明人類生產(chǎn)和生活活動越頻繁或越密集。鑒于此，本文使用夜間燈光數(shù)據(jù)并取自然對數(shù)，作為企業(yè)集聚的替代變量。

3. 學習效應：“同行切磋”與“跨界融合”

(1)基于“同行切磋”的產(chǎn)業(yè)內學習效應。參照Glaeser和KerrGlaeser, E. L, Kerr, W. R., “Local Industrial Conditions and Entrepreneurship: How Much of the Spatial Distribution Can We Explain?”, , Vol.18, No.3, 2009, pp.623-663. 的做法，本文采用區(qū)位熵來刻畫目標城市的知識專業(yè)化程度。具體測算方法如下：

(4)

其中，表示城市，表示四位數(shù)行業(yè)，表示年份，表示全國，是四位數(shù)行業(yè)創(chuàng)新指數(shù)，反映特定城市特定行業(yè)內的知識存量。指數(shù)-越大，表明該目標城市目標行業(yè)的知識專業(yè)化程度越高，即該城市的產(chǎn)業(yè)內學習效應越強。

(2)基于“跨界融合”的產(chǎn)業(yè)間學習效應。為彌補既有研究割裂產(chǎn)業(yè)間互補關聯(lián)度的缺陷，借鑒彭向和蔣傳海，本文用多樣性學習指數(shù)和互補性學習指數(shù)共同刻畫產(chǎn)業(yè)間學習效應。多樣性學習指數(shù)通過描述城市內其他產(chǎn)業(yè)的分散程度來反映產(chǎn)業(yè)多樣性；互補性學習指數(shù)通過進一步刻畫城市內其他產(chǎn)業(yè)與該樣本產(chǎn)業(yè)的關聯(lián)程度來反映產(chǎn)業(yè)互補性。二者結合既刻畫了城市內產(chǎn)業(yè)的差異性，又反映了產(chǎn)業(yè)間的關聯(lián)性，從而更好地衡量了產(chǎn)業(yè)間學習效應。

多樣性學習指數(shù)。借鑒彭向和蔣傳海，使用指數(shù)衡量產(chǎn)業(yè)多樣性。具體計算公式如下：

(5)

該指數(shù)越大，表明該城市產(chǎn)業(yè)分散程度越大，城市內融合的差異化知識越豐富。

互補性學習指數(shù)。根據(jù)現(xiàn)有研究，首先根據(jù)投入產(chǎn)出表中的所有部門完全消耗系數(shù)表和“國民經(jīng)濟行業(yè)分類與代碼(GB/T4754-2017)”將四位數(shù)制造業(yè)子行業(yè)分類匯總，得到完全消耗系數(shù)表。然后對每個樣本行業(yè)，為其他行業(yè)賦予代表該產(chǎn)業(yè)與樣本產(chǎn)業(yè)關聯(lián)強度的權重，以反映各個行業(yè)之間互補程度的差異。具體計算公式如下：

(6)

其中，表示權重。該指數(shù)越大，表明該城市內與該產(chǎn)業(yè)關聯(lián)性強的產(chǎn)業(yè)比重越大。

4. 控制變量

為減小因遺漏變量所帶來的誤差，以剝離出企業(yè)集聚對城市創(chuàng)新活動的影響，借鑒現(xiàn)有文獻，本文在模型中加入了以下控制變量：城市勞動力平均工資()，以衡量城市經(jīng)濟發(fā)展水平；固定資產(chǎn)占地區(qū)生產(chǎn)總值的比重()，用來反映城市物質資本水平；每萬人在校大學生人數(shù)()，用來反映城市人力資本水平。同時，以人均道路面積()反映城市交通基礎設施；以國際互聯(lián)網(wǎng)用戶占比()反映城市網(wǎng)絡基礎設施建設；以城市科學事業(yè)費支出占財政支出比重()反映城市層面的R&D投入。

本文主要變量描述性統(tǒng)計見表1。全樣本統(tǒng)計結果顯示：城市創(chuàng)新能力()的平均值為0.008 5，最大值與最小值分別為4.055 8和0，說明樣本城市創(chuàng)新能力存在較大差異，總體來看，分布比較正態(tài)。企業(yè)集聚程度()的平均值為15.763 9，最大值為17.704 2，最小值為13.041 0，說明樣本城市間企業(yè)集聚水平差異較大，分布也比較正態(tài)。其余變量均處于正常范圍內。

表1 主要變量的描述性統(tǒng)計

四、結果分析

(一)基準結果

表2報告了模型的基準回歸結果。第(1)列未加入相關控制變量和固定效應，第(2)列加入城市層面的相關控制變量，第(3)列進一步控制了行業(yè)固定效應和二位數(shù)行業(yè)×年份固定效應，結果發(fā)現(xiàn)企業(yè)集聚的系數(shù)均在1%的水平上顯著為正。可見，企業(yè)集聚程度越高，當?shù)爻鞘械膭?chuàng)新能力越強，假說H1得到驗證。

表2 基準回歸

(二)穩(wěn)健性檢驗

1.內生性問題

從理論和現(xiàn)實來看，企業(yè)集聚與城市創(chuàng)新之間可能存在著兩方面的內生性問題。首先，模型可能受隨時間改變的不可觀測因素的影響；其次，城市創(chuàng)新與企業(yè)集聚之間可能互為因果。隨著企業(yè)集聚程度的提高，當?shù)爻鞘袆?chuàng)新能力會增強，然而隨著城市創(chuàng)新環(huán)境的改善和創(chuàng)新氛圍的增強，可能吸引更多的企業(yè)集聚于此，進而形成循環(huán)因果。結合既往文獻的研究，本文考慮引入自然地理因素來克服內生性問題。作為一種自然地理因素，城市地形的自身屬性決定其與城市創(chuàng)新活動之間難以形成直接聯(lián)系，基本不會受到城市創(chuàng)新活動的影響(王嶠等)。然而地形可以間接地影響城市經(jīng)濟活動的集聚和創(chuàng)新發(fā)展，因為地形起伏程度越小，地形越平坦，越適宜人口和企業(yè)的集聚與扎堆。因此，城市地形具有足夠的外生性，是比較科學的工具變量選擇策略。為進一步緩解內生性問題，借鑒Nunn和PugaNunn, N., Puga, D., “Ruggedness: The Blessing of Bad Geography in Africa”, , Vol.94, No.1, 2012, pp.20-36. ，本文以地形起伏度指數(shù)作為企業(yè)集聚的工具變量進行兩階段最小二乘估計(2SLS)。結果顯示，Kleibergen-Paap rk LM統(tǒng)計量的值為0.000，在1%的水平上拒絕了工具變量不可識別的零假設；Cragg-Donald Wald F統(tǒng)計量大于Stock-Yogo檢驗10%水平上的臨界值，拒絕了弱工具變量的假定；Hansen J統(tǒng)計量對應的值為 0.000，接受了工具變量外生的原假設，表明工具變量滿足有效性假設。表3第(1)列的回歸結果顯示企業(yè)集聚的回歸系數(shù)仍然在1%的水平上顯著為正，表明企業(yè)集聚有利于推動當?shù)爻鞘袆?chuàng)新，與假設H1相符。

2.觀測樣本的調整

本文做以下三方面的樣本調整：其一，本文在基準回歸中所使用的數(shù)據(jù)是基于四位數(shù)行業(yè)代碼的“城市—產(chǎn)業(yè)”數(shù)據(jù)，為保證結果的準確性，在穩(wěn)健性檢驗中分別使用二位數(shù)行業(yè)代碼對模型(1)進行實證分析。其二，北京、深圳和上海這三個城市屬于創(chuàng)新指數(shù)里的第一梯隊，其他城市和它們的差距相對較大，因此將這部分樣本剔除。其三，利用2001—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫進行微觀層面檢驗，這里除控制城市層面特征變量外，還控制了企業(yè)規(guī)模、企業(yè)年齡、企業(yè)勞均資產(chǎn)、企業(yè)勞均主營業(yè)務收入等企業(yè)特征。表3第(2)～(4)列是分別對應以上三類樣本的回歸結果，企業(yè)集聚程度的回歸系數(shù)均顯著為正，與基準模型實證結果保持一致，即企業(yè)集聚程度與城市創(chuàng)新水平之間呈現(xiàn)顯著的正相關關系。

3.替換關鍵變量

本文核心解釋變量企業(yè)集聚程度是利用夜間燈光數(shù)據(jù)進行衡量的，這種方法可能還是會存在一些不可忽視的測量誤差，如受燈光亮度地理空間分辨率影響，一些區(qū)域的燈光亮度可能存在不同程度的測量偏差。為此，借鑒王永進和張國峰以人口規(guī)模作為集聚程度的衡量標準。結果如表3第(5)列所示，企業(yè)集聚的系數(shù)仍然顯著為正，依然支持企業(yè)集聚促進城市創(chuàng)新的基本結論。

4.調整聚類尺度

在以上回歸中，為解決異方差和序列相關問題，本文采用的標準誤均是聚類到城市——四位數(shù)行業(yè)層面的。穩(wěn)健性檢驗中，我們用二位數(shù)行業(yè)聚類代替基準回歸中的四位數(shù)行業(yè)聚類，回歸結果如表3第(6)列。可見，核心解釋變量企業(yè)集聚的系數(shù)依然顯著為正，表明基準回歸結果是穩(wěn)健的。

表3 穩(wěn)健性檢驗

五、機制檢驗

(一)學習效應：同行切磋與跨界融合

前文的回歸結果穩(wěn)健地支持了企業(yè)集聚對城市創(chuàng)新的正面影響，下文嘗試從本地化學習效應的視角深入考察其背后的作用機制，也就是說，企業(yè)集聚行為對當?shù)爻鞘袆?chuàng)新的影響究竟是源自“同行切磋”的產(chǎn)業(yè)內學習過程，還是源自“跨界融合”的產(chǎn)業(yè)間學習過程。表4第(1)列考察基于“同行切磋”產(chǎn)業(yè)內學習效應的影響，發(fā)現(xiàn)企業(yè)集聚與專業(yè)化學習的交乘項×-在1%的水平上顯著為正，說明企業(yè)之間基于“同行切磋”的產(chǎn)業(yè)內學習過程對當?shù)爻鞘袆?chuàng)新能力提升具有積極的推動作用，是企業(yè)集聚促進城市創(chuàng)新的微觀機制之一，假說H2得到驗證。第(2)、(3)列考察基于“跨界融合”的產(chǎn)業(yè)間學習效應的影響，發(fā)現(xiàn)企業(yè)集聚與多樣化學習的交乘項×-以及企業(yè)集聚與互補性學習的交乘項×-均在1%的水平上顯著為正，表明多樣化學習和互補性學習的兩類“跨界融合”對當?shù)爻鞘袆?chuàng)新能力提升均具有積極的推動作用，也是企業(yè)集聚促進城市創(chuàng)新的微觀機制之一，假說H3得到驗證。以上估計結果表明，本地化學習過程是微觀層面企業(yè)集聚行為影響宏觀層面城市創(chuàng)新能力的有效機制，這種本地化的學習效應既包括基于“同行切磋”的產(chǎn)業(yè)內學習，又包括基于“跨界融合”的產(chǎn)業(yè)間學習。特別是，不同產(chǎn)業(yè)主體之間的空間鄰近和相互學習為新思想、新創(chuàng)意提供了“天然的土壤”(Glaeser和Kerr)Glaeser, E. L, Kerr, W. R., “Local Industrial Conditions and Entrepreneurship: How Much of the Spatial Distribution Can We Explain?”, , Vol.18, No.3, 2009, pp.623-663. ，城市內融合的產(chǎn)業(yè)越多樣，越有利于具有不同專業(yè)知識的人聚集在一起交流，迸發(fā)出新創(chuàng)意；而與目標產(chǎn)業(yè)互補性強的產(chǎn)業(yè)越多，越有利于生產(chǎn)成本節(jié)約，創(chuàng)新活動越活躍。

表4 產(chǎn)業(yè)內學習效應與產(chǎn)業(yè)間學習效應

(二)城市規(guī)模的調節(jié)作用

前文估計結果表明，企業(yè)集聚通過產(chǎn)業(yè)內與產(chǎn)業(yè)間兩類學習效應促進了城市創(chuàng)新水平的提升。產(chǎn)業(yè)內學習效應意味著城市應該走專業(yè)化的道路，而產(chǎn)業(yè)間學習效應則意味著城市趨于多樣化才會更有利于創(chuàng)新。然而，隨著城市規(guī)模的壯大，其產(chǎn)業(yè)集聚特征也會發(fā)生相應的調整，為此，下文考察城市規(guī)模對本地化學習效應的影響。具體結果見表5。對于產(chǎn)業(yè)內學習效應，×-的系數(shù)在大城市和中小城市都顯著為正；對于產(chǎn)業(yè)間學習效應，×-的系數(shù)在大城市顯著為正，但在中小城市不顯著；×-的系數(shù)在大城市和中小城市均顯著為正。回歸結果表明，假說H4得到部分驗證。這意味著，大城市的創(chuàng)新發(fā)展既得益于產(chǎn)業(yè)間“跨界融合”型學習效應，又得益于產(chǎn)業(yè)內“同行切磋”型學習效應；中小城市的創(chuàng)新發(fā)展得益于企業(yè)專業(yè)化集聚過程所創(chuàng)造的產(chǎn)業(yè)內學習效應，同時也受益于互補性產(chǎn)業(yè)“跨界融合”型學習效應。同時，無論城市規(guī)模如何，互補性知識均是企業(yè)集聚促進城市創(chuàng)新的渠道之一，但是在作用強度上存在差異，互補性知識更有利于促進大城市的創(chuàng)新活動。知識互補性表現(xiàn)為不同企業(yè)之間技術上的知識相關程度，通常這種相關程度越低，企業(yè)內部研發(fā)創(chuàng)新的效率也會越低。因此，無論是在大城市還是中小城市，企業(yè)之間知識資源的互補性優(yōu)勢是形成城市內部創(chuàng)新遍地開花和協(xié)同創(chuàng)新格局的關鍵因素。

進一步而言，大城市資源要素輻輳、基礎設施完善、市場開放活躍，更容易吸引企業(yè)家、科學家、投資家及不同專業(yè)背景的技術人員和創(chuàng)新人才集聚，因此城市的產(chǎn)業(yè)多樣化程度更高；集群內部往往建有各類研究機構、科學家社區(qū)、產(chǎn)學研聯(lián)盟等學習平臺，推動產(chǎn)學研機構優(yōu)勢互補、資源共享、組織聯(lián)動、協(xié)同創(chuàng)新。因此，城市規(guī)模的壯大是容納和吸收多樣性、互補性企業(yè)集聚的前提，也只有在大城市中產(chǎn)業(yè)間的學習效應才有可能具有規(guī)模收益遞增的效果。如在特大城市廣州，汽車、電子、石化等多樣化產(chǎn)業(yè)集聚發(fā)展有利于推動城市創(chuàng)新；在特大城市深圳，電子信息產(chǎn)業(yè)的專業(yè)化集聚成就了其成為全球備受矚目的創(chuàng)新型城市的事實。而對中小城市而言，其經(jīng)濟總量和資源要素有限，產(chǎn)業(yè)發(fā)展偏向于部門專業(yè)化，降低了多樣化產(chǎn)業(yè)集聚對有限資源的爭奪，因此小城市由此形成的專業(yè)化集聚更為顯著。如云南玉溪和江西景德鎮(zhèn)分別是中國重要的煙草和瓷器生產(chǎn)基地，城市小而精，圍繞主導產(chǎn)業(yè)向上下游延伸產(chǎn)業(yè)鏈，使得專業(yè)化生產(chǎn)的規(guī)模經(jīng)濟優(yōu)勢得以充分發(fā)揮。

表5 不同規(guī)模城市的學習效應

六、結論與政策啟示

企業(yè)的集聚行為和創(chuàng)新過程是中國城市創(chuàng)新版圖動態(tài)變化的微觀基礎。研究企業(yè)向城市集聚過程中產(chǎn)生的本地化學習效應，有利于為解釋城市創(chuàng)新能力差距提供新的理論視角。本文利用時間—城市—行業(yè)維度約200萬個觀測值的中國城市制造業(yè)創(chuàng)新大樣本數(shù)據(jù)，分析了企業(yè)集聚對城市創(chuàng)新的影響及其作用機制。研究結果表明，企業(yè)在城市的集聚顯著促進了當?shù)貏?chuàng)新水平的提高，并得到一系列穩(wěn)健性檢驗的支持。機制分析表明，微觀層面的企業(yè)集聚行為對宏觀層面城市創(chuàng)新的影響取決于本地化學習效應，這既包括基于“同行切磋”的產(chǎn)業(yè)內學習效應，也包括基于“跨界融合”的產(chǎn)業(yè)間學習效應。進一步地，由于城市規(guī)模對集聚類型的影響，大城市的創(chuàng)新發(fā)展既得益于產(chǎn)業(yè)間“跨界融合”型學習效應，又得益于產(chǎn)業(yè)內“同行切磋”型學習效應；而中小城市的創(chuàng)新發(fā)展一方面得益于產(chǎn)業(yè)內學習效應，另一方面它僅受益于來自互補性產(chǎn)業(yè)間的學習效應，而非關聯(lián)性不足的多樣化產(chǎn)業(yè)間的學習效應。

基于以上研究結論，本文的政策啟示如下：

其一，圍繞企業(yè)集聚發(fā)展的綜合性需求，加強城市產(chǎn)業(yè)集群建設，釋放集聚經(jīng)濟的創(chuàng)新效能。本文結論表明，企業(yè)集聚的本地化學習過程對當?shù)爻鞘袆?chuàng)新具有顯著的促進作用。因此，圍繞企業(yè)集聚發(fā)展，地方政府應重點抓好以下兩方面的工作：一方面，城市政府要重視推動產(chǎn)業(yè)園區(qū)圍繞主導產(chǎn)業(yè)加強招商引資和產(chǎn)業(yè)鏈建設。當前由于短期經(jīng)濟增長和財政收入的激勵，中國許多城市政府招商引資缺乏產(chǎn)業(yè)選擇性，導致產(chǎn)業(yè)園區(qū)主導產(chǎn)業(yè)不清晰，產(chǎn)業(yè)關聯(lián)性不足，進而明顯限制了關聯(lián)性企業(yè)集聚帶來的創(chuàng)新促進效應。另一方面，地方政府要圍繞產(chǎn)業(yè)園區(qū)加強公共服務供給職能。由于城市規(guī)劃和土地利用方面的原因，產(chǎn)業(yè)園區(qū)通常設立于城市外圍區(qū)域，距離城市中心相對較遠，因而公共服務的可達性偏低，商業(yè)配套也明顯不足。這種產(chǎn)城分離問題使得園區(qū)難以吸引高端人才和優(yōu)質企業(yè)集聚。為此，政府既要加強市政基礎設施建設和公共服務配套，特別是交通基礎設施、市政公共交通服務、基礎教育服務、醫(yī)療衛(wèi)生服務、保障性住房建設等，又要重視推動園區(qū)周邊在購物、餐飲、娛樂、休閑等方面的商業(yè)配套，為優(yōu)質企業(yè)和高端人才集聚發(fā)展創(chuàng)造良好的外部環(huán)境。

其二，依托重點產(chǎn)業(yè)鏈集群建設，搭平臺、建網(wǎng)絡，促聯(lián)通、增互動，打通知識流動的經(jīng)濟社會瓶頸。本文結論表明，企業(yè)集聚對當?shù)爻鞘袆?chuàng)新的影響依賴于本地化學習過程，這既包括產(chǎn)業(yè)內“同行切磋”型學習效應，也包括產(chǎn)業(yè)間“跨界融合”型學習效應。要聚焦當前城市創(chuàng)新活動“孤立化、碎片化”的問題，以重點產(chǎn)業(yè)鏈集群建設為依托，以增進本地化學習為目標，為本地創(chuàng)新主體搭建交流互動的平臺和場所，如產(chǎn)學研聯(lián)盟、產(chǎn)業(yè)聯(lián)盟、企業(yè)家協(xié)會、產(chǎn)業(yè)沙龍等，為“同行切磋”和“跨界融合”創(chuàng)造社會性條件。要著力突破體制機制障礙，推動創(chuàng)新要素在更廣闊范圍、多類型產(chǎn)業(yè)、多元化主體間流動和配置，尤其要打破對人才流動和技術轉移轉化的限制，促進高質量創(chuàng)新要素的自由流動和優(yōu)化配置。

其三，根據(jù)城市規(guī)模精準施策，制定差異化的產(chǎn)業(yè)集群政策和創(chuàng)新政策。本文結論表明，大城市創(chuàng)新同時得益于“跨界融合”與“同行切磋”，而中小城市主要得益于“同行切磋”以及互補性產(chǎn)業(yè)的學習效應。因此，類似深圳這樣高度專業(yè)化的大城市——電子信息產(chǎn)業(yè)占絕對主導，一方面要繼續(xù)發(fā)揮專業(yè)化發(fā)展創(chuàng)造的“同行切磋”型學習優(yōu)勢，另一方面要適度推動產(chǎn)業(yè)走向多樣化發(fā)展，進而更好地挖掘和增強“跨界融合”型學習效應。類似廣州這樣高度多元化的大城市——支柱產(chǎn)業(yè)占比偏低，主導性特征不突出，一方面要充分利用好多元化產(chǎn)業(yè)發(fā)展創(chuàng)造的“跨界融合”型學習優(yōu)勢，另一方面要大力推動重點產(chǎn)業(yè)走向更高水平的專業(yè)化，進而更好地挖掘和提升“同行切磋”型學習效應。對于中小城市而言，應側重推動產(chǎn)業(yè)專業(yè)化發(fā)展，進而增強“同行切磋”型學習效應，并且在當?shù)亟?jīng)濟規(guī)模逐漸壯大、上新臺階的過程中，應圍繞主導產(chǎn)業(yè)適度推動互補性產(chǎn)業(yè)發(fā)展，進而獲取互補性產(chǎn)業(yè)之間的“跨界融合”效應。

：邱楚芝：論文構思、數(shù)據(jù)處理與實證檢驗、初稿撰寫及后期修改；歐錦文：論文思路及撰寫指導，提出后期修改建議。