经济新常态下的产业集聚与创新

经济新常态下的产业集聚与创新作者：孙蔚敏来源：《商业经济研究》2016年第10期中图分类号：F429.9 文献标识码：A内容摘要：随着经济进入新常态，结构调整、创新驱动成为了我国经济发展的特征和目标，对于产业集聚区在经济新常态下是否能够发挥促进产业结构调整、推动供给侧结构性改革的作用，社会各界存在较大争议。

创新是新常态下产业发展和转型升级的重要特征和动力。

因此，研究产业集聚对于产业创新的影响具有重要意义。

本文基于300家国家新型工业化产业示范基地2014年度的数据，研究了经济新常态下，以产业园区为主要载体的中国特色产业集聚对产业创新的影响。

结果发现，产业集聚对于产业创新有积极的推动作用，产业集聚水平越高，则产业创新资金投入、创新人力资本投入、创新成果产出也就越多。

此外发现，产业集聚区的公共服务水平对产业创新也有显著的正向影响。

关键词：产业集聚产业创新国家新型工业化产业示范基地引言在全世界范围内，产业集聚是普遍现象，同一产业或处于同一产业链上的企业有在地理空间上相互靠近、集中发展的趋势。

在发达经济体中，产业集聚往往是企业的自主经济行为，政府仅在提供公共服务方面发挥一定作用；在我国，政府推动色彩相对浓厚，改革开放后，各地区为了实现赶超型战略和跨越式发展，均以建设工业园区、开发区、高新区等产业园区作为重要的发展地方经济的方式，通过优惠政策招商引资吸引龙头企业，进而引进同产业链上的配套企业入驻，形成具有强烈中国特色的产业集聚区。

这些产业集聚区长期担当经济增长主战场的角色，对于中国产业发展和经济高速增长做出了重大贡献。

但是，随着经济进入新常态，结构调整、创新驱动成为了我国经济发展的特征和目标，对于产业集聚区在经济新常态下是否能够发挥促进产业结构调整、推动供给侧结构性改革的作用，社会各界存在较大争议。

因此，有必要对于新形势下产业集聚发挥的作用进行研究。

创新是十八届五中全会提出的五大发展理念之首，是经济发展的双引擎之一，是新常态下的产业发展和转型升级的重要特征和动力。

因此，研究产业集聚对于产业创新的影响具有重要意义。

本文拟研究产业集聚与产业创新的关系，并基于300家国家新型工业化产业示范基地2014年的新颖数据，实证检验有关结论。

本文研究发现，产业集聚对于产业创新有着积极的推动作用，产业集聚水平越高，则产业创新资金投入、创新人力资本投入、创新成果产出也就越多。

此外发现，产业集聚区公共服务水平对产业创新也有显著的正向影响；位处不同区域的产业集聚区在创新水平方面存在显著差异。

本文的创新之处在于，首次使用包含多种类型产业集聚区的大样本最新权威数据，直接准确地计量经济新常态下，以产业园区为载体的中国特色产业集聚对产业创新的影响，结论具有新颖性、客观性和准确性。

本文其余部分安排如下：第二部分结合相关文献，对于产业集聚对产业创新的影响方式进行分析，并提出研究假设；第三部分说明数据的有关情况，介绍选取的变量，列明计量模型；第四部分是实证结果及分析；第五部分是研究结论与政策启示。

文献回顾和研究假设学术界对于产业集聚与创新的关注由来已久，Marshall（1890）对于产业集群的开创性研究就发现，产业集群有助于信息、技术、新思路的传播扩散与应用，具有显著的技术溢出效应。

在后续的研究中，Krugman（1990）、Higgins和Thompson（2002）、Porter（2008）都有过关于产业集聚促进创新活动及技术转移，进而产生竞争优势的论述。

Ciccone（2002）以5个欧洲国家为例，研究发现经济活动的空间集聚能够促进要素生产率提高。

Fundeanu和Badele（2014）基于“四叶草”模型，发现产业集聚可以通过密集产生新知识来带动创业，促进新企业的形成，从而影响区域经济。

Liu和Joyce（2013）研究发现传统产业集群升级是浙江产业结构转型升级的重要内容，也对浙江制造业的可持续发展有促进作用。

Wei （2013）研究了河南省和中国西部具有代表性的区域传统产业集群，发现区域和集群创新体系的完善对中小企业的创新和发展起到了至关重要的作用。

赵果庆和罗宏翔（2009）、刘长全（2010）、李耀尧（2013）、李佐军（2014）、程中华和刘军（2015）的几项研究也揭示了产业集聚对于产业创新、生产效率及竞争力提升的促进作用。

但是，也有一些学者认为中国特色的产业集聚未能促进产业创新，如Zhang（2015）利用中国公司层面数据研究产业集聚对企业产品创新的影响，发现地方化经济对于企业产品创新并没有带来积极影响。

这些研究均存在不足。

在研究与产业集聚有关的问题时，直接使用多种类型产业集聚区的大样本统计数据可以最直接、最有效地度量区域产业集聚和发展情况，但由于此类数据较难获取，因而已有研究往往使用企业级别数据或小样本、单一类别的园区数据，无法准确反映中国特色产业集聚的实际情况，导致研究结论的可靠性和稳健性存在一定的问题。

此外这些研究使用的数据时期偏早，无法反映经济新常态下中国特色产业集聚作用和影响。

基于地理经济学理论和中国实际情况，以产业园区为载体的中国特色产业集聚可以通过以下两种方式影响当地的产业创新水平。

第一，产业集聚水平越高，则集聚区的产业链条的完整性、协作程度、专业水平也会更高，“外部知识溢出”也就更容易实现。

尽管随着信息通信技术的逐步完善，信息等“可编码知识”的传播已经较少受到地理范围的制约，但是真正能够推动产业创新的“粘性知识”由于专用性较强，且所有者并无较强公开传播的意愿，仍依靠人的面对面互动和相互启发式传播，导致传播范围受地理空间制约。

一个地区产业集聚水平越高，则越有利于同行业或处于相同产业链上的企业通过官方或自发组织的研讨会或技术攻关等形式进行私下交流，互相启发，实现“外部知识溢出”，进而直接推动企业创新，并推动创新成果实现产业化。

第二，产业集聚程度越高，产业集聚区的公共服务平台等创新基础设施也就越完善，创新环境更优越，企业创新门槛更低。

在大型产业集聚区内部，政府或园区管理机构一般会有意识地逐步引进高技术水平的行业龙头企业和研究所等研发机构，形成“技术源”，一方面对外源源不断地辐射新技术、新思路，推动集聚区内其他企业在此基础上开展创新活动；另一方面可以为中小企业提供共性技术开发平台，降低创新门槛。

此外，产业集聚区提供的公共服务可以为企业直接提供创新人才等关键共性创新资源，降低创新成本，推动加快创新。

基于以上分析，本文的研究假设为：H0：中国特色产业集聚对于产业创新有积极的推动作用，即产业集聚水平越高，则产业创新的投入和产出水平越高。

变量选取和数据说明（一）数据说明“国家新型工业化产业示范基地”（以下简称“示范基地”）包含了全国产业实力强劲、发展特色鲜明、具有较强示范带动作用的龙头产业集聚区，包含了经开区、高新区、工业园区、城市集群等多种类型的产业园区，由工业和信息化部指导并授牌，自2009年开始创建，经过7年的创建发展，到2014年已创建300家，可以认为是中国特色产业集聚区的典型代表，2014年，全国示范基地的工业增加值占全国工业增加值比重近1/3，利润总额占规模以上工业企业利润的近1/3。

与一般的产业园区不同的是，工信部明确要求各示范基地的主导产业必须鲜明突出，主导产业名称需在示范基地在名称中标明，2014年，各示范基地主导产业收入占基地销售收入的平均比重超过60%。

在示范基地内聚集的企业业务相关性较强，具有较强的专业化色彩，因此可以作为典型的产业集聚区样本进行研究。

2014年我国经济步入新常态，经济从高速增长转为中高速增长，经济结构不断优化升级，发展动力从要素驱动、投资驱动转向创新驱动，与之前历年的经济形势有一定差异。

本文研究的重点是经济新常态下产业集聚对于产业创新的影响，不宜选择早期数据。

因而本文使用2014年300家示范基地的数据进行实证研究，数据基础权威准确。

（二）模型介绍基于理论分析和文献研究惯例，本文拟采用以下模型验证研究假设：（1）（2）（3）其中：RDI为研发经费投入；RDP为研发人员数量；POI为发明专利数量；IAD为产业集聚度；PSP为公共服务水平；INF为信息化水平；EAS和MID为地域虚拟变量，若示范基地位于东部地区则EAS取1，否则取0；若示范基地位于中部地区则MID取1，否则取0。

为消除量纲影响，对非虚拟变量一律取对数处理。

被解释变量：为了准确全面验证产业集聚对于产业创新的推动作用，被解释变量选择三个反映创新投入和产出的变量，分别是：反映创新资本投入的研发经费投入（RDI），等于示范基地内部全部企业研发支出之和；反映创新人力资本投入的研发人员数量（RDP），等于示范基地内全部企业研发岗位员工数量之和；反映产业创新成果的发明专利数量（POI），等于示范基地内全部企业持有的有效发明专利数量之和。

核心解释变量：由于能够获得示范基地称号的产业集聚区一般是所在地级市内实力最为强劲、示范带动作用最强的产业集聚区，所以地级市内产业集聚于示范基地的程度即可反映当地产业集聚的程度。

因而本文使用示范基地GDP占所在地级市GDP的比重计算产业集聚度（IAD），用以作为核心解释变量。

控制变量：根据王建民和王艳涛（2015）的研究，对区域创新的影响因素，除了产业集聚因素之外，还包括创新环境、区域智力资本、社会资本等因素，本文选取三组控制变量控制这些因素。

包括：第一，公共服务平台（PSP）是基地内企业重要的创新基础设施，可以较好地反映基地的创新环境，使用基地内的公共服务平台数量衡量。

第二，信息化水平（INF）是企业开展创新的重要技术依托，信息化水平高，则可以加快信息交流速度，促进技术加速外溢，该项指标使用基地内接入宽带企业的比例衡量。

第三，所在区域，由于我国地域差异较大，东中西部地区在智力资本、社会资本方面有着明显差异，所以位于不同区域的企业，在创新资源和创新能力方面也有所差异，本项因素使用基地所在的区域（东部、中部、西部）度量，东中西部按照国家统计局的标准划分。

实证分析首先计算了各变量的相关系数，结果如表 1所示。

可知：第一，产业集聚度（IAD）与研发经费投入（RDI）、研发人员数量（RDP）和有效发明专利数（POI）均在1%的显著性水平下正相关，与本文的研究假设一致。

第二，公共服务水平（PSP）与三项反映产业创新的指标也均在1%的显著性水平下正相关。

第三，信息化水平（INF）与三项创新指标也均为正相关，但是未通过显著性检验，说明信息化水平与产业创新的关系并不明显。

其次，使用OLS回归估计计量模型的参数，三个模型的回归结果如表 2所示。

三个模型的调整后R2分别为23%、25%和18%，说明模型估计效果良好。

分析三个模型的参数情况，可得以下结论：第一，核心解释变量产业集聚度（IAD）的参数在三个模型中的符号均为正，且均在5%的显著性水平上显著不为零；在对研发投入经费和有效发明专利数的回归模型中，更是在1%的显著性水平上显著不为零。