经济增长与产业集聚技术溢出：技术创新与产业集聚发展研究成果

目前，中国的区域经济发展中产业集聚现象普遍存在，并且集聚对经济增长的作用不断增强，突出地表现在我国东南沿海三大经济圈的产业集聚对其经济增长的作用上。产业集聚，意味着区域内企业集群发展和区域内产业间或产业内企业的竞争、合作、共存。通常，区域经济中的企业间关系更多地表现为共生关系，而存在这种共生关系的主要原因之一在于不同产业、企业的技术关联性和同类产业及企业的知识外部经济特性，并且越发突出集中于区域内企业技术创新和知识溢出，形成了技术和知识溢出驱动区域产业集聚的动力机制。

本章从明确产业集聚技术创新的知识溢出与经济增长的关系出发，进而对国内外技术溢出的测度评价方法进行梳理分析。

经济学的本来意义是探讨经济持续增长和国民财富增加的原因，鉴于目前我国较为突出的产业集聚现象和高经济增长的实际状况，有必要对其进行客观、科学的分析。

产业集聚现象表明，产业内企业集群作为一个空间经济组织合作竞争的综合体，在技术创新方面，其长期竞争优势的形成不仅源于各企业正式的系统化的技术创新，还源于区域内企业间技术和知识的外溢或共享。

1.技术创新溢出分析的不同层面

所谓技术创新溢出（Spillover）是指由于技术的非排他性，导致竞争性企业间进行技术创新的跟踪模仿、关联性企业间适应性反应而进行的相关技术创新，致使技术创新效应在企业间扩散和区域内传播，进而促进了区域内竞争者和集聚产业技术水平的整体提高的技术经济现象。

已有文献普遍认为：技术创新溢出是导致产业集聚的主要原因之一，产业集聚推动区域经济增长必然涉及技术创新溢出效应，否则是不能解释报酬递增与经济持续增长的。

从20世纪60年代初开始，技术创新和知识溢出的研究文献逐渐丰富起来。在研究中，作为经济微观主体的企业应该作为技术创新的分析单元，因为技术创新是企业家的根本任务，熊彼特就认为“没有企业家就没有创新，创新是企业家的创新”，但这并不意味着企业是技术创新溢出的最佳的分析单元，创新的分析与知识溢出的分析是针对两个不同的对象。产业集聚经济现象的经济原因是多方面的，由于缺乏企业间技术创新溢出必要的评价指标和统计数据，虽然企业间的技术创新和知识溢出是产业集聚的主要原因之一，但很明显的一个事实是，学者们更多地将研究方向转移到知识与技术创新溢出的区域和国家层面进行分析，而不仅仅局限于企业间的技术和知识溢出，这就自然地而且越发地将中观的产业集聚与技术和知识溢出效应联系起来分析区域经济发展了。

2.城市产业集聚技术创新和知识溢出与经济增长

典型的代表Lucas（1988，1993）和Romer（1986，1990）就是通过经济的外部性中技术产业链中的技术和知识溢出带来的规模报酬递增来解释区域经济发展和产业集聚的。经济的外部性带来的规模报酬递增和产业集聚只需要考察区域和产业层面，而不必要涉及厂商或企业的微观层面的规模投入和管理创新实现的报酬递增，这实际上是用一种技术经济外部性掩盖了另一种规模经济性，但撇开了区域内企业间的知识溢出和技术创新溢出导致报酬递增和产业集聚及推动经济发展的合理解释，就不能找到经济持续发展的真正源泉。

而且，Lucas认为，经济增长动力的最合理的解释是来自于城市经济的聚集效应，即高生产率资源的集聚带来规模报酬收益递增，进而推动现代城市发展，而其深层次的原因仍然是由于技术创新和知识溢出推动产业集聚的效应。城市经济学中所谓高生产率资源涉及基础设施的密集配置带来的厂商运行成本的降低，包括各项交易成本的降低（物流运输成本、配套服务成本、贸易成本等）、市场产品的关联性提高等，特别是城市中的产业集聚带来的技术创新和知识的溢出效应，这其实主要涉及的是城市经济的外部经济效应，是从中观的层面分析经济集聚效应的。

事实是，在拥有较强技术创新能力的经济发达的美国，出现非常明显的区域创新的产业集聚现象，如表4－1所示。但是，在城市经济学的理论中，如Lucas所述只包括高生产率资源的集聚功能而不涉及知识和技术创新溢出效应，并不能很好地解释为什么一些特殊的经济活动集中在特定的地区，即在一些地区发生产业集聚现象的，而产业集聚的经济增长功能又是那么的明显。因此，在新的城市经济学和区域经济学的研究中添加了涉及知识和创新的溢出效应分析，特别阐释越来越增强的区域内的产业集聚企业集群经济现象，这实际上已经确立了技术创新和知识溢出对于产业集聚和经济增长的意义。

表4－1　美国产业集聚区域分布

续表

资料来源：Rosenthal，Stuart，and William Strange（2001）.The Determinants of Agglomeration ［J］.Journal of Urban Economics，50，191－229.

在产业集聚企业集群内，技术扩散以及技术扩散引起的企业技术创新都是其他缺乏产业集聚的区域无法相比的。产业集聚企业集群也简称为产业集群，由于产业集群是区域内关联企业的聚集，产业集群与技术创新扩散之间必然存在着相互促进的自我增强关系。在产业集群中，技术创新的快速扩散就是发挥技术的溢出功能效应，快速扩散的原因与产业集聚的集群企业之间的联系、网络协作的集聚创新环境和专业员工的流动密切相关。

第一，产业集群内存在信息和人才的大量集聚和流动，这种流动不但使企业技术创新的成果迅速地扩散，而且也给同种产品的生产企业释放了信息，要使自身在竞争中获胜，必然要通过加速自身的技术创新来提高竞争力。同时，为产业集群服务的专业化人才市场，使得人才信息在产业集群内广泛地传播，而且，特殊的人力资本在产业集群内部的积累和流动，能够使得技术创新过程中形成的非编码化隐性知识在传播过程中的信息失真度大大减小，从而促使技术创新溢出、扩散得更加有效率。人才的流动推动技术创新的溢出，结果是促进了技术创新在产业集群内扩散。

第二，充满创新活力的小企业增强了集群企业对技术创新的适应性。在快速变化的、不确定因素较多的竞争性市场环境中，企业的应变能力和反应的灵活性成为竞争的关键因素。一方面，产业演变从劳动密集到资金密集，再到技术密集的过程中，“快鱼吃慢鱼”替代“大鱼吃小鱼”成为竞争的法则；另一方面，为适应客户至上的市场取向，企业日益面临不确定的环境而采用柔性生产技术，此时，具有网络协作关系的众多中小企业具有了对市场反应的灵活性及分散风险的比较优势，往往比之大企业具有更强的创新能力、生存能力和竞争力。产业集群内大量中小企业对技术创新的需求和本身所具有的创新活力，使企业在采用技术创新时，会根据自身的能力和条件，面对上下游协作企业和市场的需求，对技术创新进行改进、简化或再创新，以提高企业对技术创新的适应性和相容性，也加快了技术创新在产业集群内的扩散。

第三，专业化要素市场的形成往往成为产业集群的必要配套工程，发达的专业化市场能加速技术溢出扩散。一方面，专业市场不仅是商品交易的场所，而且成为技术创新者、率先采用者和跟进使用者之间的桥梁；另一方面，专业市场降低了企业的协调成本和风险，有助于提高技术创新与应用的相容性，提高使用新技术的成功率。因此，专业市场中存在着商品流和人流、信息流，而大量的技术信息交流和知识传播，使产业集群的技术创新溢出发生并催生新的创新。

第四，产业集群内存在完善的交易网络、技术网络、社会网络。由于技术创新溢出的缄默知识占比重较大，而经验隐含性的缄默知识只能在具有相识特征的个人之间及相同社会背景的环境中频繁地进行非正式交流，集群内社会网络的形成恰好为集群企业技术创新人员的非正式交流提供了交流平台，所以集群内技术创新的结果会迅速扩散，造成技术溢出。正如马歇尔所言：“从事同样的需要技能的行业的人，互相从邻近的地方得到的利益是很大的。行业的秘密不再成为秘密，而似乎是公开了，孩子们不知不觉地学到了许多秘密。优良的工作受到正确地赏识，机械上以及制造方法和企业的一般组织上的发明和改良之成绩，得到迅速的研究：如果一个人有了一种新思想，就为别人所采纳，并与别人的意见结合起来，因此，它就成为更新的思想之源泉。”[1]产业集群内企业因为有着相似的产业文化、行为方式、技术轨道和多种多样的沟通联系渠道，使专注于在集群内开展技术学习的每个企业都具备了相对较强的技术吸收能力，从而大大提高了集群内多边学习和技术扩散的效率。另外，由于技术、工艺之间的衔接和技术的同源性，企业之间的分工、合作形成了技术网络，而这种网络又成为技术扩散的渠道。一方面，企业技术创新的结果可以较快地移植或嫁接到其他企业的生产上；另一方面，企业技术创新不可能迅速完善，从而为其他企业进行技术创新留下了创新的空间，同时也带动相关企业加速自己的技术创新为创新企业进行服务。

技术创新溢出及扩散是一个系统工程，扩散系统中的各要素、各层次、各子系统以及扩散系统和扩散环境的相互作用是技术创新扩散的必要条件，技术创新一经出现，就会在各企业间产生较大的示范作用，对于未获得潜在的超常规利润的企业，便会纷纷渴望分享其超额利润，从而形成巨大的模仿高潮，加速技术的扩散和创新，而产业集群为技术创新扩散提供了这样的一个供给过程和系统平台。

通过以上分析可知，忽视技术和知识溢出的分析，是难以解释产业发展的空间集聚、报酬递增、内生经济增长等一些最重要的经济现象的。因此，应该探索将产业集聚与技术创新和知识溢出联系起来分析经济增长的方法，以获得产业集聚技术创新溢出的空间因素特征及其决定因素，为分析区域经济增长提供支持。

虽然技术溢出的度量尚存争议，但不容置疑的是，为了进行技术创新溢出效应的实证研究，必须不断探索和完善科学的评价和测度方法。以下根据溢出主体和范围，就目前国内外有关技术溢出测度的方法和结论进行综合评述。

1.国家间技术溢出的直接测度

直接测度技术溢出几乎是不可能的，所以，国家间技术溢出的直接测度也是相对的，即用中间产品的贸易流的技术含量来衡量国家间技术溢出，其研究始于格罗兹曼和霍普曼（Grossman ＆Helpman，1990），他们将R＆D活动看作维持经济增长的根本因素，即R＆D的活动成果和形成知识溢出是维持经济增长的一种方式，首开知识和技术溢出效应的直接评价方式，从R＆D活动成果和形成知识的扩散角度评价国家间的技术知识溢出。

其后，科赫和霍普曼（Coe ＆Helpman，1995）从全要素生产率与R＆D投资的关系角度进行国家间R＆D溢出的实证研究，以中间产品的国际间贸易作为国家间的知识和技术溢出的主要渠道，使用1971～1990年22个国家的面板数据，通过贸易流量测度国家间技术溢出效应，结果显示出：一国的经济开放度与国外R＆D对本国生产率的影响存在着正相关关系。

V.Meijl和V.Tongeren（1997）利用物化知识溢出作为替代，将不同国家的经济增长率和相互间的贸易联系起来，并应用实证分析方法分析贸易、技术外溢与经济增长率之间的关系。模型中用双边人力资本指标来表示国家间的知识吸收能力（AC），SS是基于贸易双方要素分配比例的相似性而建立的指标。技术溢出中吸收技术地区经济增长的有效性，主要取决于贸易双方的结构相似性（SS）和吸收能力（AC），由此可以得到溢出系数：

该系数主要取决于以下三个方面：附着在国际贸易流上的技术和知识量（Ers）、吸收国的吸收能力和贸易国之间的结构相似程度。国家间体现技术溢出的产品贸易的统计数据比较容易取得，而区域间的产品流通中包含的技术溢出不容易统计，这使得以贸易产品和结构相似性、吸收能力为主要解释变量构造的国家间技术溢出系数估计方法，不能扩展到区域间和企业间技术溢出系数估计。

德斯和庖沃（Das ＆Powell，2000）修正了该模型，其假设简化为：其一，将世界经济分为三个地区（美洲、欧洲和发展中国家），每个地区只生产一种可贸易商品（作为本地的原材料）和一种非贸易品（本地资本品）；其二，技术创新溢出效应指标只取决于技术创新溢出的进口区，与出口区没有关系，其原因是如果第三国善于从一个国家吸收技术，则同样也善于从其他国家吸收技术，并在上述假设条件的基础上修正了技术创新溢出系数，这是对Helpman“贸易流”方法测度国家间技术溢出的进一步改进。

2.国家间技术溢出的间接测度

由于技术和知识溢出测量的困难性，转换思路，搜寻替代指标、探索新的评价方法成为经济学者的必然选择。Houser（1996）对国家间技术存量差异的创新者到模仿者之间的技术溢出测评，以每一产品有关的知识增量、本国企业模仿国外技术的比率、产业中本国模仿活动的程度、产业中本国创新活动水平等变量，构建知识积累模型，并推导出技术创新的溢出，运用国家的专利数据进行测算。但以申请成功专利技术数量表示技术创新溢出的测度仍然存在许多问题，许多技术并不一定申请专利，但仍然存在技术溢出效应。

由于直接和间接测度国家间技术溢出的缺陷，李（Lee，2005）则在Coe 和Helpman研究的基础上充分考虑中间产品贸易产生的直接溢出效应与间接溢出效应，将直接测度和间接测度联系起来，从而在多方面深化了测度的精确性。

3.国家财政政策和货币政策的技术溢出效应测度

从政策角度分析技术溢出效应是另一种思路。杜雯和皮特（Douven ＆Peeters，1998）曾分析比较了国家间的实施财政政策和货币政策的技术溢出效应，用总需求方程联系两个区域GDP及溢出相关变量，测算两国实施国家政策带来的GDP变化的联系来反映两国技术溢出的效应，用实证研究验证了“国家间的流量较大则技术溢出效应明显”的结论。进而，Bentzen和Valdemar（2001）通过研究国家间技术溢出的国内公共R＆D和私人R＆D方面的差异，分析结论是挪威和瑞典的技术溢出效果显著地表现在国际贸易方面。

总之，国家间的技术和知识溢出的测度主要考虑R＆D活动相关指标、GDP及其贸易联系、吸收区学习能力等方面，测度的主要是溢出能力的大小，不涉及均衡问题，只是一个动态过程和效果的分析，我们可以从中借鉴其分析方法和指标设定方式，包括：在探讨产业集聚的技术溢出时，市场和产品结构相似性、区域和产业集聚学习吸收能力、知识积累量等指标，成为产业集聚企业技术创新溢出的评价指标的主要构成要素。

国外学者对测算产业（部门）之间的技术溢出进行了深入的探索，主要概括为技术流矩阵和技术距离两类测算方法上的创新。

1.“技术流矩阵”的技术溢出效应测度方法

“技术流矩阵”方法由Scherer提出来，Potterie和Bruno及Dietzenbacher对其进行了改进。Scherer（1982）首先提出了用专利数据表示技术溢出效应组成矩阵的方法测度技术溢出，其中，矩阵的“行”为技术创新溢出产业或企业，“列”为技术受益产业或企业，构成了“技术流矩阵”。技术流矩阵用数学形式简化地表达了技术溢出的产业和企业间的复杂关系，用计算矩阵的秩的形式巧妙地处理了技术溢出的多维性问题，不但能清楚地表示出技术溢出的方向，而且能清晰地表示出溢出的能力。

V.Bart和Ivo DE Loo（1999）将“技术流矩阵”用于实证分析，采用间接测度方式，测算了欧洲制造业间的技术溢出。他们采用1979～1997年间欧洲专利局22个行业的专利申请和引用状况的面板数据，测算出了欧洲各行业间的技术溢出关系及技术溢出流量，不仅给出了部门间技术溢出量的指标，且在矩阵中加入了时间维度，考虑了技术溢出的时间滞后性，指出R＆D溢出导致了行业之间的技术投资差异。但是，以专利引用数据为基础的技术溢出分析存在两个问题，即不同部门在专利申请和使用的倾向方面的差异性成为分析的扰动因素，且专利统计不能很好地测定小企业的创新活动，因为小企业的技术转让不以专利的形式，而多以企业的兼并收购形式、人员流动方式等实现了技术的溢出扩散。

“技术流矩阵”方法需要进一步改进。Potterie和Bruno（1997）对其进行了深入探讨，通过改变统计量，构造了各种类型的矩阵（包括R＆D投入产出、技术流量和技术相似矩阵），计算了产业间的R＆D溢出量，结论是“租溢出与纯知识溢出在实证中的区别非常明显”。Dietzenbacher（2000）把溢出的测度定义为“创新部门之外其他部门的产出变化占所有部门（包括创新部门）产出变化的百分比”，用R＆D投入产出数据替代了专利数据，运用“技术流矩阵”分析了多部门框架下的产品创新与过程创新的技术溢出，但目前并未找到有效的办法从综合结果中分离出单项创新的溢出效用的方法；另一缺陷是，在分析中把溢出看做是即刻完成的，这与实际的技术溢出过程也不大相符。

“技术流矩阵”方法在测量技术溢出时也存在一些问题，这些矩阵建立在使用者和生产者的关系上，忽视了更明确地建立在部门间技术产业链的联结上的溢出关系；同时，以专利数据构建溢出矩阵是无法体现出潜在的技术和知识溢出效应的（高山行，2007）。

2.“技术距离”的技术溢出效应测度方法

由于“技术流矩阵”存在的以上缺陷，必然要寻找根本性改变的新测度方法。Jaffe（1986）改用“技术相似度”来计算技术距离，利用企业的R＆D投入和差异性产品市场的销售收入确定每个企业的技术位置向量和企业的市场位置向量，通过各企业技术位置向量之间的相邻程度和市场位置向量的相邻程度，在此基础上计算产业间的“技术相似度”，用以判断企业间是否存在溢出关系，并计算产业间的技术溢出量。这一计算方式是基于企业间技术溢出的地理临近性原理，企业间的地理距离越近或企业间使用的技术类型越近似，其获得其他企业技术成果越多，企业间地理距离的度量与隐性缄默知识的传播特征相关，地理位置越近，对应性质相似的研发人员的交流就越容易，知识和技术溢出效果越大。

Jaffe的方法很复杂，Goto和Suzuki（1989）对Jaffe的方法进行了简化，用企业产品（销售或需求）的临近性测度企业间技术距离，在同一产品领域投入比例越接近，那么两企业间的知识转移量就越多。Adams（1990）沿用Jaffe的思路，但用k个研究领域的企业研发人员替代了专利数据，向量维度变为企业技术混合度以及不同熟练程度的劳动力的比例，理由是一个区域内某行业的知识存量由研发人员技术交流产生，这是因为知识一般可以分为隐性知识和显性知识，研发人员能够很容易地得到显性知识，同时也能通过其他企业的同事的交流获得隐性知识，而形成新的技术创新往往源起于已有技术溢出基础之上的缄默知识的交流结果。

另一重要改进是：Inkmann和Polhmeier（1995）用技术距离度量而不再依靠专利数据衡量技术溢出效应，根据技术的差距把企业分为领先企业和落后企业两种类型，产业集聚集群企业的整体知识存量水平高于其自身的知识存量，技术领先企业容易获得其他企业的技术，而落后企业获得的知识水平也超过了一般平均水平。基于产业集聚集群企业间技术相似性的企业特征元素之间的几何距离表示为：

其中，S.D.（xp）表示企业所有特征的标准差，Xip表示某企业的技术特征值。Xip和Xjp越接近，Pij越趋于0，技术差异性越小，技术溢出的可能性越小，反之亦然。

实证分析上，Wolfganf Keller（2000）应用技术距离测度方法深入分析，通过工业化国家的R＆D支出对经合组织（OECD）国家技术创新的影响探讨技术溢出的距离特征，发现技术知识首先是地方化的而非全球化的，地理因素在决定技术溢出方面所起的作用非常明显。与此对应，Kwang In Hur和Watanable（2001）提出一个两维的知识存量模型，把制度（包括劳动力质量、学习效果、基础研究等因素）和技术溢出距离设定为两个解释变量，结论是技术溢出对于距离来说不敏感，但制度因素对技术溢出却非常重要。

Levin和Reiss（1988）运用原材料和设备供应商以及顾客对创新活动影响程度的创新数据分析，研究“行业间的技术机会”，发现在行业间（产业间）存在明确的技术溢出效应，这给予技术溢出促进产业集聚发展以强有力的支撑；Chihiro Watanabe和Behrooz Asgari（2003）运用单向技术溢出的动态博弈方法研究部门之间的溢出效果，结论是技术溢出效应上“小公司难以超越大公司”。

3.技术距离测度方法的实证研究

以上方法都是随着技术创新调研数据的可获得性的提高而对技术溢出的度量方式上的改进，为测度FDI对中国国内企业生产率的影响，通过加入垂直溢出变量，姜瑾、朱桂龙（2006）将Liu等（2001）、Flores（2002）等的模型扩展，得到以下计量方程：

这里，下标i和t分别代表行业和时间，λi为不可观测的行业效应，ηt为不可观测的时间效应，εit为随机扰动项，它服从独立同分布。

LP为全员劳动生产率，以“工业增加值”与“全部从业人员年平均人数”之比表示。CI为人均资本密集度，即“固定资产净值年平均余额”除以“全部从业人员年平均人数”。ES为企业规模，以“产品销售收入”与“企业单位数”之比表示。LQ为劳动力质量或人力资本，以“科技活动人员”占“全部从业人员年平均人数”的比率表示。RD为R＆D强度，以“科技活动经费内部支出总额”占“产品销售收入”的比率表示。TG为技术差距，以内外资企业间“全员劳动生产率”之比表示。HS为FDI水平溢出效应，以外资企业“工业总产值”占全行业（即“全部国有及规模以上非国有工业企业”）的比例表示。FS为FDI前向联系效应，定义为除行业i本身外，其所有上游行业k中外资企业产出所占比例的加权平均。BS为FDI后向联系效应，定义为除行业i本身外，其所有下游行业m中外资企业产出所占比例的加权平均。

根据本研究中TG的直方图，设定了以下一系列区间：20%～60%，20%～70%，30%～70%，30%～80%，40%～80%，40%～95%，50%～80%，50%～95%，60%～95%。然后，同时定义一个虚拟变量D，如果某行业在某时期的技术差距在预设的区间内，其值取1，否则为0。将该虚拟变量分别与三个溢出变量构建交互项后，新模型如下：

结果是：前向联系效应的最优差距区间是30%～70%；而对于后向联系效应而言，相应区间则为60%～95%（不过是负溢出最大化）。

以上结果有些出人意料：①在考虑技术差距交互作用的情况下，行业内溢出失去了显著性，这与Flores和Proenca等的发现完全相同；②技术差距与后向联系效应显著负相关，却与前向联系效应显著正相关，这看来也有些奇怪。第一个问题可能与本文采用的数据聚合层次有关。一般认为，竞争是FDI行业内溢出效应的主导机制，而市场竞争激烈与否同企业间的技术差距显然有很大关系。竞争应该是在细分市场上进行的，在二位码这么高的聚合层次上，技术差距对竞争效应的影响可能很难体现出来。但是，这种聚合层次对考察行业间溢出的影响相对会小一些，因为这至少可以从投入产出表中明确发现行业间的供应链关系。对于第二个问题，可以理解为：如果内外资企业间的技术差距太大，当地供应商就很难满足外资企业对中间投入品的质量要求，后者只有放弃当地采购，而改为从本国供应商或其他途径进口。这样一来，外资企业对中间投入品的需求效应就无法体现。然而，在前向联系中情况则不同，作为供应商的外资企业向内资企业提供高质量的中间投入品，此时的技术差距反而能为学习效应的发生提供可能。毕竟在竞争性的市场中，买方一般都能拥有更多的话语权。

总之，区域内产业间技术溢出的测量，实证分析上从采用专利数据到R＆D活动经费、R＆D人员测量技术溢出，再到以产品差异体现技术差异来测量技术溢出，其测量方式的改进更真实地接近了现实状况。

虽然行业间和国家间溢出效应大小的度量已有了很多研究，同样，对行业内同类竞争性企业间、企业与科研机构间的技术溢出度量的研究文献日渐增多，国外学者多是通过对企业的研发溢出与生产率的关系进行研究，来间接探讨这一问题。

1.企业间技术溢出的测度方法

企业间的技术溢出是否对经济增长产生正效应，主要应该考查技术溢出对企业生产率的提高程度。Lakshmi（1995）使用1975～1986年印度私人制造企业的数据，评估了企业的自主研发、行业范围的外部研发资本以及有形资本和劳动投入对印度私人企业生产率增长的贡献，其模型是利用扩展的科布－道格拉斯（Cobb－Douglas）生产函数，即：

其中，Y为增加值，R为研发资本存量，K为有形资本存量，L为企业i进入行业j的科技劳动投入，运用普通最小二乘法（OLS）进行估计。

同样，Los和Verspagen（2000）以1977～1991年间的美国制造企业专利数据，进行了企业层面技术溢出对生产率的影响评价，重点区分了租溢出和纯知识溢出，分别计算出两者的溢出，结果表明，技术溢出对生产率有正效应，效应的大小与企业的技术水平相关，从而验证了内生增长理论中高技术产业具有规模报酬递增特征的结论。

2.大学（高等院校）、科研机构与公司间技术溢出的测度

除了企业间的技术溢出外，高等院校、科研机构等作为知识和技术创新的主阵地，其与企业间是否存在强烈的技术溢出并导致企业生产率的提高呢？Griliches（1979）因此提出了一个“高等院校的研究对区域创新能力的地理溢出”的概念性框架，用Cobb－Douglas函数的形式分析投入对技术创新的影响，在他的模型中，技术创新的产出是专利量，技术创新的投入包括多种形式，如技术水平、研究开发费用、技术力量。函数的表示形式为：

Y＝DCαLβKγeλt＋μ

其中，D是常数项，C是研究开发资金，L是技术人员，K是技术水平，t是时间，e是自然对数，α、β、γ和λ是待估参数，这些参数可以通过统计数据的回归得出。

Jaffe（1989）对Griliches的知识生产函数改进和扩展，并应用于分析美国各州之间公司专利活动，证实了高等院校知识的地理溢出的存在及其重要性。模型为：

lnPikt＝β1klnIikt＋β2klnUikt＋β3k［lnUikt］＋εikt

其中，下标i表示分析的区域；k是技术领域；t是时间；P是申请的专利数，代表新知识的研究成果；I是企业的R＆D费用；U是高等院校研究投入；εikt是随机误差项；变量C是区域内高等院校与企业研发活动的地理相融指数。统计回归分析结果是：在医药、化学与电子行业的溢出效应是显著的，而在其他领域溢出不显著；同时，他研究了科研机构的技术溢出，结果表明大学和研究机构与区域内的技术溢出存在一种微弱的关系。

Anselin等人（1997）对知识生产函数模型作了进一步的扩展，设计了测量技术溢出的空间滞后变量与大学和科研单位的技术溢出关系模型，同时对美国43个州与125个大城市区域统计资料进行实证研究，证实了高校研究的地理溢出与企业创新活动之间存在显著的正相关，高校研究与创新活动之间存在直接的因果关系，在大城市区域，高校研究对创新活动溢出效应的范围超过了50英里，且直接或间接地影响私人部门的R＆D活动。

同样，Anselin研究了在一个区域内的大学科研活动溢出度量的相关问题，如溢出的大小、研究结构的规模等，表明高校研究对创新发挥着重要作用，结论是：在医药、化工和机械行业没有高校知识溢出，而在电子与器械工业则存在显著的高校研究溢出，并且这种溢出效应的范围能扩展到中心城市75英里以外。Fischer（2003）等提出了精练知识生产函数，将区域内与区域间的溢出完全分离，并且将知识生产的时滞性纳入考虑范围，对澳大利亚高科技产业数据进行实证研究，结论与Anselin的研究基本相同。另外，Fischer也证实了高校作为知识源地理溢出的存在，其溢出效应超越了行政区域的地理范围，并且这种溢出呈现出明显的距离衰减趋势。

从以上的分析可以看出，关于高等院校技术溢出的度量存在两个不足：一是高等院校间与企业间的溢出并不完全取决于企业与大学间的距离，还应该与公开发表文章的刊物和申请专利等有关；二是上述研究均未对知识转移的类型进行控制，仍是技术和知识溢出的区域内部门间的总体分析。

1.国内学者对技术溢出测度的研究

国内学者关于技术溢出度量分析的研究也有许多有分量的成果或有益的探索。李平（1999）对1992年中国产业间和产业内的技术溢出进行了计量研究，把一个产业的产出代入到另一个产业的柯布－道格拉斯生产函数中，得出两部门之间存在溢出关系。王玉灵和张世英（2001）应用企业层面上对研发技术的租溢出与纯知识溢出进行的区别分析，并在此基础上构建了包括溢出时滞和知识陈腐在内的纯知识溢出模型。何洁（2000）以C－D生产函数为基础，通过对实证数据进行线性回归建模来求得具体产业的技术溢出系数，对于集群企业间技术溢出进行了研究；段利忠、刘思峰（2003）则通过引入人口统计学物流（Logistic）曲线和物理学“场”的概念来构造“技术扩散场”，从而对技术溢出的范围和速度进行规范研究。虽然二者研究路径大相径庭，但是基本上都认同了影响技术溢出的几个主要因素。王志成等对产业技术溢出水平与集群结构的关联进行分析，依据设计的产业技术溢出系数模型，明确了影响产业技术溢出水平的各因素之间的相互关系，分析了不同结构的产业集群中由于技术溢出所导致的收益分配状况，得出了高技术溢出水平适合于无领导企业的产业集群，低技术溢出水平适合于存在领导企业的产业集群的结论[2]。(www.chuimin.cn)

2.国内学者对技术溢出的实证分析及结论

洪名勇（2002）对国有企业的技术溢出效应进行了实证分析，得出如下结论：技术溢出不仅发生在包括外商直接投资在内的三资企业溢出到包括国有企业在内的内资企业，国有企业也会溢出到三资企业。黄凌云（2002）对R＆D活动及国际贸易带来的技术溢出与经济增长关系进行了实证研究。在实证分析中，他建立了两个技术溢出函数，并运用GTAP（Global Trade Analysis Project，全球贸易分析项目）一般均衡模型和GEMPAC软件，模拟由北美（美国和加拿大）和日本的三个部门对中国的技术溢出及其对中国经济增长的影响。尹静和平新乔（2006）根据Jaffe的技术溢出研究思路，以中国各行业在各地区的R＆D投入状况来构建区域间的技术相似指标，并在此基础上计算了我国各省之间技术溢出情况。陆震宇、蔡虹等（2004）利用长三角区域各省数据，计算了以技术存量度量的技术溢出效果，得出了研发投资与技术存量正相关的结论。

随着统计数据的丰富，技术和知识的溢出测度分析不论在方法上还是实证分析上均有所突破，但是，综合以上分析可知，对于技术创新溢出的度量仍存在以下问题：

1.技术创新溢出的度量具有不可直接度量性

这意味着严格的评价技术创新溢出效应是难以实现的，但随着技术创新和知识积累等数据统计资料可获得性的提高和方法的不断改进，技术创新溢出效应的测度有效性会不断提高。但是，应该清醒地认识到：对技术和知识溢出的评价的现有方法基本上都是基于技术创新溢出代理变量的度量，与实际效应总会存在一定的差距，只能近似反映技术创新溢出效应。

2.采用较多的技术流矩阵和技术距离方法

国内外研究多关注于国家间、区域间和区域内产业间或产业内技术溢出度量，主要采用了技术流矩阵和技术距离方法对技术溢出加以度量，其代理变量效果的可信度不断提高，测度方法趋于成熟。在技术流矩阵中，主要采用专利、R＆D投入、科技人员流动及相关存量、变量作为代理变量，而技术距离的度量中则使用了技术相似度、地理临近性和技术创新调研数据等代理变量。我国的研究多集中于行业内和区域间的比较研究，对于国家间及高校与企业间的技术溢出度量研究还很少，尚未形成系统的成果。

3.企业间技术溢出度量的研究资料的缺乏

企业间技术溢出度量的研究资料相对较少，部分因为创新调研数据的缺乏所致，而单独进行企业层面的技术溢出度量受到企业个体特性的制约，目前很难找到一个统一的方法来解决代表性问题，更多的研究集中于存在技术创新溢出背景下的企业博弈行为分析。

4.专利表示创新溢出效应的缺陷

在许多技术创新溢出模型中都使用专利数据对知识和技术创新溢出进行评估，但用专利表示创新溢出效应时存在缺陷。因为许多创新不能专利化，并不是所有的专利都有价值，专利价值是变动的，且各国的专利制度也不同，不能形成令人信服的比较，等等。

参考文献

［1］Lucas，R.E.，（1988）.On the Mechanics of Economic Development［J］.Journal of Monetary Economic，22：3－39.

［2］Lucas，R.E.，（1993）.Making a Miracle［J］.Econometrica，61：251－272.

［3］Romer，P.M.，（1986）.Increasing Returns and Long－run Growth［J］.Journal of Political Economy，94（5）：1002－37.

［4］Romer，Paul M，（1990）.Are Nonconvexities Important for Understanding Growth？［J］.American Economic Review，American Economic Association，Vol.80（2）：97－103，May.

［5］Grossman Gene M，Elhanan Helpman（1990）.Comparative advantage and longrun growth［J］.American economic review，80：796－815.

［6］David T.Coe，Elhanan Helpman（1995）.International R＆D spillovers［J］.European Economic Review，39：859－887.

［7］Hans van Meijl and Frank van Tongeren（1997）.Endogenous international technology［J］.Canadian Journal of Economics，Vol.XXX，277－294.

［8］Das，Gouranga Gopal and Powell，Alan A.，（2000）.Absorption Capacity，Structural Similarity and Embodied Technology Spillovers in a‘Macro’Model：An Implementation ［W］.CoPS and Impact Project Working Paper No.IP－77.

［9］Cindy Houser（1996）.Estimating international R＆D knowledge spillovers［J］.Eastern Economic Journal，22：411－419.

［10］Gwanghoon Lee（2005）.Direct versus indirect international R＆D spillovers［J］.Information Economics and Policy，17：334－348.

［11］Douven and M.Peeters（1998）.GDP－spillovers in multi－country models［J］.Economic Modelling.1998，15：163－195.

［12］Jan Bentzen，and Valdemar Smith（2001）.Spillovers in R＆D Activities：An Empirical Analysis of the Nordic Countries［J］.International Advances in Economic Research，7，199.

［13］Scherer，F.M.，（1982）.Inter－industry Technology Flows and Productivity Measurement［J］.Review of Economics and Statistics，64：627－634.

［14］Bart Verspagen and Ivo DE Loo（1999）.Technology Spillovers between Sector and over Time［J］.Technological Forecasting and Social Change，60：215－235.

［15］V.P.De La Potterie，Bruno（1997）.Issues in assessingthe effect of inter－industry R＆D spillovers［J］.Economic Systems Research，9：331－356.

［16］Erik Dietzenbacher（2000）.Spillovers of innovation effects［J］.Journal of Policy Modeling，22：27－42.

［17］高山行，徐凯，李凌.技术溢出度量述评［J］.科学学与科学技术管理，2007，6：61－66.

［18］Jaffe，A.B.，（1986）.Technological opportunity and spillovers of R＆D：evidence from firms’patents，profits and market value［J］.The American Economic Review，5：984－1001.

［19］Goto K.and Suzuki A，（1989）.R＆D capital，rate of return on R＆D investment and spillover of R＆D in Japanese manufacturing industries［J］.The Review of Economics and Statistics，71：555－564.

［20］J.Inkmann and W.Pohlmeier（1995）.R＆D Spillovers，Technological Distance and Innovation Success［M］.University of Konstanz Mimeo.

［21］Wolfgang Keller（2000）.International Technology Diffusion［J］.Journal of Economic Literature，24：752－782.

［22］Kwang In Hur and Chihiro Watanable（2001）.Unintentional Technology Spillover between Two Sectors：Kinetic Approach［J］.Technovation.21：227－235.

［23］Levin，R.C.and Reiss，P.C.，（1988）.Cost－reducingand demand－creating R＆D with spillovers［J］.RAND Journal of Economics，19：538－556.

［24］Chihirod Watanabe and Asgari，Behrooz（2003）.Dynamic interactions between assimilation capacity，technology spillovers，sales and R＆D intensity－the case of electrical machinery industry in Japan［J］.Technovation.23，15.

［25］姜瑾，朱桂龙.外商直接投资行业间技术溢出效应实证分析［J］.财经研究，2007，1：112－121.

［26］Liu Xiaming，D Parker，K Vaidya，Y Wei（2001）.The Impact of Foreign Direct Investment on Labor Productivity in the Chinese Electronics Industry［J］.International Business Review，10：421－439.

［27］Flores R，M Fontoura，R Santos，（2002）.Foreign direct investment spillovers： additional lessons from a country study［R］.Working Paper 4，Department of Economics，ISEG，Technical University of Lisbon.

［28］Lakshmi K.Raut（1995）.R＆D Spillover and Productivity Growth：Evidence from Indian Private Firms［J］.Journal of Development Economics，48：1－23.

［29］Bart Los，Bart Verspagen（2000）.R＆D spillovers and productivity：Evidence from U.S manufacturing microdata［J］.Empirical Economics，25：127－148.

［30］Griliches Z.，（1979）.Issues in Assessing the Contribution of Research and Development to Productivity Growth［J］.The Bell Journal of Economics，10：92－116.

［31］Jaffe，A.B.，（1989）.Real effects of academic research［M］，American Economic Review，79（5）：957－970.

［32］Anselin，L，Z.J.Acs，and A.Varga（1997）.Local geographic spillovers between university research and high technology innovations［J］.Journal of Urban Economics 42，422－448.

［33］Fischer，M and Varga，M.，（2003）.Spatial Knowledge Spillovers and University Research：Evidence from Austria［J］.AnnRegSci.37：303－322.

［34］李平.技术扩散中的外溢效应分析［J］.南开学报，1999，2：51－57.

［35］王玉灵，张世英.技术创新成果溢出的分解研究［J］.中国软科学，2001，2：53－56.

［36］何洁.外国直接投资对中国工业部门外溢效应的进一步精确量化［J］.世界经济，2000，12：29－36.

［37］段利忠，刘思峰.技术扩散场溢出效应模型的理论研究［J］.南京航空航天工业大学学报（社会科学版），2003，3：32－36.

［38］洪名勇.国有企业技术溢出效应的实证分析［J］.内蒙古财经学院学报，2002，2：6－9.

［39］黄凌云.R＆D、技术溢出与中国经济增长之间的关系研究［D］.重庆大学博士论文，2002.

［40］尹静和平新乔.中国地区制造业行业的技术溢出分析［J］.产业经济研究，2006，1：1－10.

［41］陆震宇，蔡虹，吴贵钧.企业技术同化能力的培养机制研究［J］.科学管理研究，2004，4：42－45.

［42］Adams，J.D.，（1990）.Fundamental stocks of knowledge and productivity growth ［J］.Journal of Political Economy［J］.98：673－702.

［43］Adams，J.D.，（2002）.Comparative localization of academic and industrial spillovers［J］.Journal of Economic Geography 2：253－278.

［44］Adams，J.D.and Jaffe，A.B.，（2002）.Bounding the effects of R＆D：an investigation using matched firm and establishment data［J］.Rand Journal of Economics 27：700－721.

［45］B.T.Heim and A.Isaksen（2002）.Regional Innovation Systems：The Integration of Local‘Sticky’and Global‘Ubiquitous’Knowledge［J］.Journal of Technology Transfer，27：77－86.

［46］Bart Los，Bart Verspagen（2000）.R＆D spillovers and productivity：Evidence from U.S manufacturing microdata［J］.Empirical Economics，25：127－148.

［47］Beise，M.and Stahl，H.，（1999）.Public research and industrial innovations in Germany［J］.Research Policy，28：397－422.

［48］Grossman，Gene M.and E.Helpman，（1991）.Innovation and Growth in the Global Economy［M］.（MIT Press，Cambridge，MA）.

［49］Jaffe，A.B.，and M.Trajtenberg（2002）.Patents，citations，and innovations：a window on the knowledge economy［M］.（MIT Press：Cambridge）.

［50］Jaffe，A.B.，M.Trajtenberg and R.Henderson（1993）.Geographic localization of knowledge spillovers as evidenced by patent citations［J］.Quarterly Journal of Economics 63：577－598.

［51］L.Anselin，Varga.A，and Z.J.Acs（2000）.Geographic Spillovers and University Research：A Spatial Econometric Perspective［J］.Growth and Change 2000，31：501－516.

［52］Lucas，R.E.，（2001）.Externalities and Cities［J］.Review of Economic Studies，4：245－274.

［53］Lucas，R.E.，（1978）.On the Size Distribution of Business Firms［J］.Bell Journal of Economics 9：508－523.

［54］Rosenfeld，A.A.，（1997）.Bringing Business Clusters into the Mainstream of E－conomic Development［J］.European Planning Studies，5（1）：3－23.

［55］梁晓艳，李志刚，汤书昆等.我国高技术产业的空间聚集现象研究——基于省际高技术产业产值的空间计量分析［J］.科学学研究，2007，25，6：453－460.

［56］陆震宇，蔡虹，吴贵钧.企业技术同化能力的培养机制研究［J］.科学管理研究，2004，4：42－45.

［57］何曼青.经济全球化背景下产业集群发展与我国产业竞争力提升［J］.宏观经济研究，2008，4：14－20.

[1]Marshall，A.1890－1920，Principles of Economics［M］.London，Macmillan.

[2]王志成，黄海洋，陈继祥.产业技术溢出水平与集群结构的关联分析［J］.工业工程与管理，2007，（3）：86－88.