聚集形式、規模與企業創新

邢斐+孫興??

內容提要：為更加深入地揭示聚集行為與企業創新之間的內在聯系，基于創新經濟學和聚集理論，本文將聚集形式與聚集規模兩個維度結合，研究二者同企業創新的動態關系。聚集形式對企業創新的促進作用根據聚集規模的不同而呈現特定的變化趨勢：專業化聚集促進企業創新的作用會隨聚集規模的不斷增大呈現出先增加后降低的倒“U”趨勢，而多樣化聚集對企業創新的促進作用則先下降后增加，近似表現為“U”型關系。本文從聚集規模的動態角度，為專業化與多樣化兩種聚集形式如何促進企業創新提供了一個新的解釋。

關鍵詞：企業創新；聚集形式；聚集規模；動態關系

中圖分類號：F272文獻標識碼：A文章編號：1001-148X（2017）06-0154-09

聚集通過知識溢出促進企業創新，但現實中企業聚集行為形形色色，怎樣的聚集更有利于創新的實現？聚集行為一般分為同一產業（或性質相近的企業）集中形成的專業化聚集和不同產業（或不同性質的企業）集中形成的多樣化聚集兩種形式。Marshall（1920）和Arrow（1962）認為知識溢出是發生在特定產業層面的，知識溢出更容易在同行業的企業間產生，從而專業化聚集會促進企業創新；Jacobs（1969）則認為新思想極易在不同行業的交流中產生，故知識溢出多發生在互補行業，因此多樣化的聚集形式更容易促進企業的創新。不同聚集形式對于企業創新效果如何，一直存在不同的觀點，對相關問題的實證研究結論也同樣存在嚴重分歧。解釋這種分歧產生的原因，有利于更加深入地揭示聚集行為與企業創新之間的內在聯系，從而更高效地利用和管理企業聚集行為，促進我國企業的技術進步和創新發展。本文在以往研究的基礎上，考慮聚集規模的存在和影響，提出聚集形式、聚集規模與企業創新關系的理論假說，并通過基于大量工業企業微觀數據的實證研究，檢驗二者同企業創新的動態關系。研究發現聚集形式對企業創新的促進作用會隨著聚集規模的不同而呈現出特定的變化特點，從而為解決聚集行為與企業創新相關問題提供理論支持。

一、文獻綜述

近20年來，國內外經濟學家基于Marshall和Jacobs兩位學者的觀點，以專業化、多樣化兩種聚集形式反映企業聚集行為，并對二者與企業創新的關系進行了實證研究。其中，Henderson（1995）利用美國224個城市1970-1987年五類傳統制造業數據、Baptista和Swann（1998）利用英國1975-1982年248家制造業企業數據樣本、Filip和Beveren（2012）基于比利時2004年3個區3000多家企業的經營數據樣本，都得出了專業化聚集更有利于創新的結論。而Feldman和Audretsch（1999）利用美國企業新產品數目等數據、Van Oort（2002）運用新西蘭R&D勞動力成本數據樣本、Antonietti和Cainelli（2011）利用意大利制造業企業數據，研究發現多樣化聚集促進企業創新的作用更加顯著。國內相關研究中，學者彭向和蔣傳海（2010）運用中國各省、自治區及直轄市的相關數據和工業企業數據，研究發現兩種產業集聚形式共同作用于區域創新，但產業的多樣化聚集對創新的作用更加顯著；程中華和劉軍（2015）以我國285個地級市制造業數據開展研究，得出多樣化集聚更有利于企業創新的結論。

現有研究文獻對專業化和多樣化究竟哪種聚集形式能夠促進企業創新的結論產生了較大的分歧，可見僅從聚集形式的角度去認識聚集現象存在不足，這就需要我們進一步分析聚集問題中的其他重要因素。

新經濟地理學的聚集理論指出，在地理區位上聚集形成的企業群，其集中程度的大小會對企業個體的行為產生重要的外部性影響。本文將企業聚集的實際集中程度統稱為“聚集規模”。大量研究驗證了聚集規模對企業行為的影響，如Henderson（1986）通過美國、巴西等國數據，證實聚集產生的經濟效益會隨聚集規模的不斷擴大而呈現衰弱趨勢；Lin（2011）研究中國的紡織產業聚集，實證結果表明聚集規模與勞動生產率的關系呈倒“U”型；吳三忙和李善同（2010）研究發現我國東部部分城市因聚集規模過大而導致大量企業遷出。然而，對聚集與企業創新關系的相關研究卻往往忽略了不同聚集規模的存在及影響，主要體現在以下方面：第一，用聚集形式代替聚集行為的全部內容，但文獻中的專業化和多樣化指標大都只是借助對同行業、跨行業從業人員（或產出）占總體從業人員（或產出）的相對比重得出，并不能反映企業的聚集規模等要素；第二，考慮聚集規模的存在，但認為各地的企業聚集規模都在一個“合理的范圍”內，因此忽略其不同，仍然以研究聚集形式為主。由于兩種聚集形式的衡量指標往往不是相同形式，在忽略聚集規模的前提下“靜止”地比較專業化和多樣化聚集對創新的影響系數是沒有意義的。這在一定程度上解釋了現有研究的分歧。

有鑒于此，本文在以往研究的基礎上做出改進，首次結合聚集形式和聚集規模兩個方面看待聚集問題，重點研究在不同的聚集規模下，專業化、多樣化的聚集形式對企業創新行為的動態影響。

二、理論分析與研究假設

“創新經濟學之父”Schumpeter（1911）提出：企業的創新是一個過程，是一個創新者、模仿者、改進者互相競爭和蠶食的過程。企業創新的這種“過程性”不僅與自身有關，還與包含聚集規模、聚集形式等要素的外部環境緊密相關。為簡化研究過程，本文將聚集規模分為聚集不足、適度聚集、過度聚集三個階段，結合創新經濟學理論，重點討論各個聚集規模水平下兩種聚集形式與企業創新關系的變化。

（一）聚集不足階段

根據創新經濟學理論，聚集規模較小時，由于技術能力和市場競爭力較弱，企業往往選擇“模仿創新”（某企業首先采用一種新技術后，其他企業以它為榜樣，也相繼采用這種新技術）。由于設備、產品的高度相似，“模仿創新”極易在同屬一個行業的各企業間發生，進而提高本行業的整體創新水平。結合創新經濟理論學家Kamien和Schwartz（1982）的觀點，創新能力的增強有助于該行業獲取更多的壟斷利潤，造成同行業企業的大量涌入，并為獲取利益繼續加大創新力度，形成“壟斷前景推動的創新”。綜上，在聚集的最初階段，專業化聚集對企業創新的促進作用會隨聚集規模的擴大而增強。

由于“模仿創新”在具有顯著差異的不同行業之間難以實現，同時在聚集規模較小的前提下，較高的多樣化聚集指數往往意味著每個行業的企業數目都較少，不存在某一行業的大量聚集。此時多樣化聚集與專業化聚集的效果剛好相反，它對企業創新的作用會隨聚集規模的增加而下降。

（二）適度聚集階段

根據Kamien和Schwartz的創新理論，聚集規模的擴大、市場競爭的加劇使各企業一方面為獲取壟斷利潤而采取創新，另一方面為減輕競爭對手的威脅而采取創新，即同時存在“壟斷前景推動的創新”和“競爭前景推動的創新”（Pakes和Griliches，1980）。適度的聚集規模有助于這兩類創新的實現。具體地，從專業化聚集角度，空間距離的縮小、信息傳遞的便捷使相同產業可以提供專業化的低成本的中間投入品，從而降低生產成本；企業有管理、有組織地參與區域集體學習，確保及時、持續地學習生產技術和營銷知識，企業之間更容易發生知識外溢，進而增加企業的預期利潤，實現“壟斷前景推動的創新”。從多樣化聚集角度，企業的生產活動需要各類中間投入，如金融服務、法律服務、廣告等，多樣化的環境有利于中間投入品的共享；不同產業的企業的地理集中不僅能夠實現經濟活動競爭與合作的平衡，還可以使知識溢出和資源組合更為便利，為企業帶來更大的技術創新和生產靈活性，有益于提高產品的整體質量、配置效率和市場競爭力，實現“競爭前景推動的創新”。在適度聚集的前提下，聚集規模越大，同質、異質企業間的聯系就越緊密，專業化、多樣化促進技術創新的周期越短、力度越強。

（三）過度聚集階段

聚集規模的不斷擴大必然導致企業間競爭加劇。聚集規模過大時，過度激烈的市場競爭往往導致企業僅采取“競爭前景推動的創新”，即所有企業都只想做花費成本較小的模仿者，而不愿做花費成本較大的創新者。具體表現為：第一，由于企業的采購、生產和營銷是競爭對手可觀察的、可模仿的，過度聚集會使創新企業獲得的超額利潤因大量同行業競爭對手的快速模仿而迅速減少，直至消失。這種專業化集群內的競爭效應對于維持企業的創新動力是不利的（Jeffrey和Harbir，1998）。第二，行業內企業間的相互模仿會使集群內不同企業生產的產品在質量上快速趨同，買者需求的價格彈性因此會不斷提高，最終集群中的大多數企業只能采取降價策略，但擁擠區域內的激烈競爭導致生產要素價格上升和企業生產成本上升。過度市場競爭、同行業持續比較往往導致企業利益受損和生存處境惡劣，嚴重抑制了企業的研發投入和創新能力，甚至企業遷址或破產。

此時企業創新行為更多地依賴于多樣化的企業聚集。由于不同行業產品的異質性，多樣化聚集面臨的市場競爭和創新壓力明顯低于專業化聚集；另一方面，企業為獲得競爭優勢，就必須以有創意的方式與同行業內其他企業區分開來，多樣化的環境有利于企業“創意”的實現。因此，當專業化聚集進入“過度聚集階段”后，對于多樣化聚集而言仍處于“適度聚集階段”，其對企業創新的作用依然是隨聚集規模遞增的。當然，這種促進作用也不是無限增長的：如果企業空間分布進一步擁擠、市場競爭環境更加惡化，多樣化聚集對企業創新的促進作用也必然會減小。

（四）假說提出

根據以上理論分析，我們認為專業化聚集和多樣化會在聚集規模的不同階段對企業創新的促進作用是呈現一定趨勢的，并提出以下假說：

假說一：專業化聚集促進企業創新的作用會隨著聚集規模的擴大而增強，但當進入“過度聚集”規模后，專業化的促進作用會顯著下降。

假說二：多樣化聚集對企業創新的促進作用隨聚集規模的增大呈現出先下降后上升的趨勢，且在專業化聚集進入“過度聚集”階段后仍會上升。

三、研究設計

（一）數據來源及變量描述

鑒于本研究以我國微觀企業創新為主要對象，聚集形式、聚集規模的差異體現在我國不同城市及市內各行業的具體特點上，對時間序列的要求極小，因此本文決定基于截面數據開展研究。

由于數據的可得性，本文數據來源于國家統計局2007年規模以上工業企業統計數據以及2007年的城市統計年鑒數據、區域經濟數據。其中，城市統計年鑒數據包含全國各個地級市以上城市的單位從業人員總量、人均GDP、人均工資等信息；區域經濟數據包含地級市以上城市的城市土地面積等基本信息；規模以上工業企業數據包含全體國有企業以及年銷售額大于等于500萬元的非國有企業的統計數據，統計變量包含以上企業的新產品產值、工業總產值、固定資產、研發費用、現金流等資產狀況以及從業人員數目等企業微觀信息。全樣本數為336768。

對于原始數據，由于其中存在部分錯漏和統計誤差，需進行樣本處理。本文的樣本處理步驟為：（1）僅保留處于營業狀態且從業人員不低于10人的企業；（2）僅保留規模以上制造業的數據，即保留SIC2位于13-43之間的所有企業數據。處理后的樣本大小為310492。

建立實證模型前，需明確如何衡量企業創新、如何定義企業集中的規模以及如何計算專業化、多樣化聚集指標等問題。下面我們將對有關工具變量的定義、選取和取值范圍進行介紹。

1.企業創新：新產品產值（new）。以往文獻中通常采用企業的發明專利數或新產品種類數來衡量企業創新。然而，由于企業的發明專利并不一定能投入市場并轉化為產出，同時，相當部分的新產品并沒有申請專利，故發明或專利的數目并不能準確衡量創新的產出與價值；同樣，企業所宣布的新產品數目也不適宜衡量創新產出的價值。本文采用新產品產值來衡量企業的創新產出，可以克服以上指標的局限性，更好地反映企業的創新能力。

需要著重注意的是，樣本中新產品產值存在大量觀測值特別小（如企業新產品產值在0-100范圍內，占銷售額的比重不足0002%）。其可能原因為：（1）新產品產值確實為0，即企業實際不存在創新行為、不生產新產品；（2）會計人員的統計錯誤，將其他會計項目中較小金額計入了新產品產值項。在這里，我們假設新產品產值低于100元的企業實際上不存在創新。由于本文研究對象為聚集現象中存在創新的企業及其創新能力的變化特點，這樣的處理方式可以避免大量不存在創新的企業數據以及統計錯誤的數據對實證結果的不利影響。

2聚集形式：產業專業化指數（spec）、多樣化指數（dive）。本文采取的核算方法為：計算某二位數行業的從業人員占制造業總從業人員的比重，再乘以制造業從業人員占城市中所有行業從業人員的比重（利用城市年鑒數據得到），用該值近似表示行業的專業化指數。具體公式如下：

specic=emplicemplmanuc·R_emplmanuc

其中i代表某二位數行業，c代表城市，emplic表示c城市范圍內行業i的從業人員數，emplmanuc表示c城市制造業從業人員數，R_emplmanuc表示c城市制造業從業人員占總從業人員的比重，即R_emplmanuc=emplmanucemplc。由于該指數涉及各城市各行業，數據量較大，表1僅列舉出我國各地級及以上城市對應的最大專業化指數從高到低排序的前5位和后5位。

（二）數據特征分析

產業專業化指數和多樣化指數分別從兩個角度反映了一個城市的產業結構狀況：每個行業對應不同的專業化指數，該指數僅與該行業從業人員數和城市總從業人員數有關，一個城市存在多個產業的專業化指數；多樣化指數取決于同城市范圍內所有產業的從業人員數，故每個城市對應一個多樣化指數，反映該城市各企業面臨的多樣化產業結構。通過對表1、表2中數據的直觀對比，我們可以看到，某些城市的個別行業專業化指數較高，如攀枝花市、本溪市，其對應的城市多樣化指數較低，且這類城市往往是資源依賴型城市；但整體來看，高的專業化指數不一定對應較低的多樣化指數，反之亦然，即專業化和多樣化之間并不存在嚴格的負向相關關系，這與理論假設部分的觀點是一致的。另一方面，表3反映的聚集規模與表1、表2所體現的聚集形式是測量聚集行為的兩個維度，二者之間不存在明顯的相關關系。實際上，對以上三個主要解釋變量的相關性檢驗也證明了以上分析，見表4。

另外，由表3可知企業聚集規模最大的主要為深圳、上海、北京、廣州等發展水平最高的城市，而這些城市中無論是企業的科技創新能力還是其他綜合實力都是領先于全國整體水平的。因此我們分析認為：從整體上來看，聚集規模對企業創新極可能具有顯著的促進作用。

為簡化過程，之后的動態關系研究中我們會將全體存在創新的企業（新產品產值大于100的企業）所處的聚集規模按從低到高的次序平均分成4個階段（在穩健性檢驗中，我們再次將樣本均分為5、6、7、8四種不同聚集規模階段，以驗證聚集規模階段的劃分不會影響估計結果的一致性）。表5給出將創新企業的聚集規模均分為4個階段時所對應的從業人員密度的取值范圍和樣本觀測值。

（三）計量模型設計

研究模型設定基于一般的知識生產函數模型。與知識生產函數模型不同，本文以聚集的外部性因素作為重要解釋變量。因此，類似知識生產函數設定形式，我們將企業的創新產出作為聚集指數（專業化、多樣化指數和聚集規模指數）的函數，同時控制其他的企業特征變量和城市特征變量。本文的創新生產函數形式為：

Y=A1spec+2dive+3aggK4L5Z6（1）

其中，Y表示創新產出；K、L分別表示企業的資本和勞動投入量；Z表示企業和城市其他特征變量；A表示知識溢出，則A1spec+2dive+3agg可以用來表示聚集行為中的知識溢出通過專業化、多樣化聚集形式和聚集規模對企業所產生的實際影響。

對該生產函數進行對數化處理，得到：

lnY=（1spec+2dive+3agg）lnA+4lnK+5lnL+6lnZ（2）

進一步細化處理，并擴展到不同城市、行業和企業，得到企業創新產出的基本回歸方程如下：

lnnewijc=β1specjc+β2divec+β3aggc+δ1lnoutputijc+δ2lnR&Dijc+δ3lnemployijc+δ4lnPPEijc+δ5lnNCFijc+δ6lnperGDPc+δ7lnperwagec+εijc（I）

其中，c為城市，i為企業，j為企業所在的SIC2行業；被解釋變量new為企業的新產品產值；工具變量spec、dive、agg代表企業所在行業的專業化指數、多樣化指數和聚集規模指數；企業特征變量output、R&D、PPE、NCF、employ分別表示企業的工業總產值、研發投入、固定凈資產、現金凈流量、企業從業人員數；城市特征變量perGDP、perwage分別表示城市的人均GDP水平和人均工資水平。

考慮到本文的一個側重點在于研究企業的聚集形式對企業創新的作用隨不同聚集規模的變化特點，我們需要在模型（I）的基礎上引入聚集形式的兩類指數spec、dive與聚集規模4個階段aggscale的交叉項。表1中我們已經將聚集規模按從低到高的順序平均劃分為4個階段，因此可以企業聚集的4個不同規模水平作為虛擬變量，與聚集的專業化、多樣化指數形成交互項，在基礎模型的基礎上進行改進。加入交互項的模型如下：

lnnewijc=β1specjc+β2divec+β3aggc+β4aggscalec×specjc+β5aggscalec×divec+δ1lnoutputijc+δ2lnR&Dijc+δ3lnemployijc+δ4lnPPEijc+δ5lnNCFijc+δ6lnperGDPc+δ7lnperwagec+εijc（II）

（四）估計方法

由于樣本中作為被解釋變量的新產品產值存在大量觀測值小于100，本研究認為這些企業不存在實質上的創新。以上企業的存在會影響對創新型企業的創新能力進行實證分析時的顯著性。因此本文希望僅對所有數值上不小于100的新產品產值作為被解釋變量進行回歸。結合此種處理方法的特點，在計量方法的選取上，本文采用斷尾模型（Truncated）對全樣本進行回歸，以保證估計結果的準確性和有效性。

四、實證結果分析

表6給出模型（I）和（II）的回歸結果。其中：①列是對不含交互項的模型（I）的估計結果。我們可以看到聚集規模指數（從業人員密度）的系數在1%水平上顯著為00309，表明城市的聚集規模每增加1個單位，企業會增加約00309%的新產品產值。這與企業聚集的正外部性理論相一致，說明一個城市的企業聚集規模越大，則該城市范圍內企業的整體創新能力就越強。多樣化指數（dive）的系數在1%水平上顯著為正，表明多樣化聚集形式對企業創新存在顯著的促進作用。專業化指數（spec）在回歸中的系數為正，但不顯著，表明在不考慮聚集規模變化趨勢的情況下，我們難以判斷專業化聚集形式對企業創新作用是否存在顯著影響。②列是對模型（II）的斷尾回歸估計結果。基于模型（I）的不足，模型（II）引入企業聚集規模階段（aggscale）作為虛擬變量，并與行業專業化、多樣化指數分別生成交叉項。該模型中，產業專業化指數spec的系數為-11624，aggscale×spec_2、aggscale×spec_3、aggscale×spec_4的系數依次為09009、18254、-07705，且系數都在1%水平上顯著。其中，aggscale×spec_2系數為09009，表明產業專業化指數每增加1個單位，處于第二個規模階段（從業人員密度在0417人/公頃到0846人/公頃）的企業，其新產品產值比處于第一個規模階段（從業人員密度在0005人/公頃到0407人/公頃）的企業顯著增加09009%；同理，專業化指數每增加1個單位，處于第三個規模階段（從業人員密度在0857人/公頃到1451人/公頃）、第四個規模階段（從業人員密度在1478人/公頃到9990人/公頃）的企業新產品產值分別比第一個階段顯著增加18254%和減少07705%。根據對以上系數的計算，圖1給出每個聚集規模階段的產業專業化指數對企業創新作用的變化特點。

根據多樣化指數dive及aggscale×dive_2、aggscale×dive_3、aggscale×dive_4的系數（依次為-00090、-00269、-00067和00187，且都在1%水平上顯著），計算各聚集規模階段的多樣化聚集指數對企業創新作用的大小變化，如圖2所示。

我們可以看到，在將我國各城市的聚集規模均分為4個階段的前提下，我國企業的專業化指數spec與多樣化指數dive隨聚集規模變化而對企業創新的促進作用是顯著不同的。對于專業化聚集形式而言，在聚集規模的擴大過程中，其對企業創新的促進作用是逐步遞增的，且在第三個聚集規模階段達到最大；隨著企業進一步聚集，專業化的促進作用在第四個聚集規模階段明顯降低。這種倒“U”型變化特點與第二部分對專業化聚集和企業創新在“聚集不足”、“適度聚集”和“過度聚集”各階段關系的理論分析是相符的。通過實證分析，我們認為假說一是成立的。

與專業化不同，多樣化聚集對企業創新的促進作用最初會隨聚集規模擴大而下降，但在第三個聚集規模階段后，這種作用顯著增大，并隨著企業進一步聚集不斷上升；甚至在專業化聚集到達“過度聚集”階段而其促進作用下降后，多樣化聚集的作用依舊在增加。這種“U”型變化趨勢也基本符合第二部分的理論分析中對多樣化聚集和企業創新的關系在聚集規模的不同階段發生何種變化的假設，即假說二也被證明是成立的。

另外，在模型（I）和模型（II）中，其他企業控制變量和城市控制變量企業的系數也都是在1%水平上顯著的。其中，企業的工業總產值、研發費用和現金凈流量的系數顯著為正，表明企業的總產出越大、研發投入越多以及現金流入越充沛，則企業的創新產值就越高，這也符合企業創新的相關理論。

（二）穩健性檢驗

為了進一步證明我們的實證結果相對于“聚集規模的劃分”的穩健性，本文依次將樣本平均地劃分為5、6、7、8個不同程度的聚集規模多次進行回歸，如表7所示。我們可以看到，無論怎樣劃分聚集規模的階段，聚集形式與聚集規模所形成的交叉項系數的變動趨勢依然是相同的，聚集規模的劃分并沒有影響我們回歸結果的穩健性：制造業專業化指數spec與各聚集規模的交叉項系數隨聚集規模增大呈現增加趨勢，但在聚集規模達到較高水平時交叉項系數呈顯著降低趨勢，整體呈現為倒“U”形關系；制造業多樣化指數dive與各個聚集規模形成的交叉項系數基本都是顯著的，且呈現先下降后增長的“U”形關系。另外，本文對我國各個地級以上城市的研究中，并沒有發現使兩個聚集形式指數都顯著下降的過度聚集階段。這可能與我國現實中不存在企業嚴重擁擠、完全不利于企業創新發展的城市有關。

（三）對實證結果的進一步討論

由于微觀數據的可獲得性，我們無法對全國近些年的企業聚集和創新問題進行實證研究，這對研究結果的現實意義提出了挑戰。近年來，我國經濟繼續穩步發展，各城市企業數量和創新產出都實現較大的增長。但整體分析后我們發現，我國東、中、西部各地區的城市發展水平差距未發生明顯變化，城市產業結構特點相對來看也是較為穩定的；而各城市中企業聚集規模等要素的這種近似“同步增長”的特點可以看做是處于“聚集不足階段”的樣本數量減少、其他聚集規模階段的樣本數量增加，這種變化自然不會對研究結果造成實質的影響。因此我們認為，在控制其他特征變量的前提下，本文的實證結果對我國近年甚至未來一段時間內企業聚集與創新的動態關系判斷都具有合理性。

五、結論與政策建議

（一）結論

本文結合創新經濟學和聚集理論，借助聚集規模展開動態關系研究，為以往文獻中專業化、多樣化聚集形式如何促進企業創新的爭論提供了一個新的探究角度，研究發現：對于專業集聚，當聚集規模處在“適度聚集”范圍以內，專業化聚集對企業創新的促進作用會隨聚集規模的擴大而增強；當聚集規模繼續增大以致出現“過度聚集”，聚集促進企業創新的作用會降低；而對于多樣化聚集，隨聚集規模不斷擴大，其促進企業創新的作用會先降低再增強，且在專業化的促進作用下降后，多樣化的作用仍在增強。

本文對此解釋為：聚集規模較小時，同屬一個行業的企業之間容易發生“模仿創新”，造成本行業壟斷能力和創新能力相互促進、不斷提升，故專業化聚集對企業創新的作用與聚集規模同向增加；而此時多樣化聚集是專業化聚集的反面，故其作用也相反。隨聚集規模的遞增，企業同時為獲取壟斷利潤和減輕競爭對手的威脅而采取創新，專業化和多樣化聚集有利于創新的實現；且聚集規模越大，企業間距離越近、信息傳遞越便捷，促進作用也就越強。隨著聚集規模的進一步擁擠，過度激烈的市場競爭往往導致企業利潤因大量同行業競爭對手的快速模仿而消失，嚴重抑制其研發投入和創新能力；而此時多樣化聚集面臨的市場競爭和創新壓力明顯低于專業化聚集，且多樣化環境有利于企業與同行業內其他企業區分開來以獲得競爭優勢，故多樣化聚集對企業創新的作用依然是隨聚集規模一同遞增的。如果企業空間分布繼續擁擠、市場競爭繼續惡化，多樣化聚集對企業創新的促進作用最終也會減小。本文從聚集規模由小到大的動態角度進行研究，為以往文獻中專業化、多樣化兩種聚集形式如何促進企業創新的爭論提供了一個新的解釋。

（二）政策建議

企業創新問題一直是中國經濟現階段面臨的重要問題。截至2015年，我國企業和各類研發機構的創新投入占GDP比重僅為21%，遠低于發達國家（如日本的該比重約為35%，以色列為50%）。從聚集環境角度來看，我國中西部地區多數城市企業創新能力低下，與東部沿海城市長期保持較大差距；而東部部分城市的企業創新壓力也在不斷彰顯，如2016年近15000家科技創新型企業因競爭壓力巨大而遷出深圳市，“鋼鐵城”鞍山市因過大的企業聚集規模對周邊地區造成嚴重的環境污染等諸多事實。優化產業結構、改善聚集行為是解決以上問題的良好方案，因此本文的研究結論對企業創新發展具有現實意義。

以促進企業創新為目的，從企業聚集的角度為中國城市產業結構和企業行為的調整提出若干政策建議：

1.針對中西部城市聚集規模不足、企業創新能力差的現狀，政府應充分利用城市的相對優勢資源（如煤礦、鐵礦或旅游資源），重點支持、鼓勵某個或某幾個行業率先創新和發展，吸引同行業更多數量企業的進入，通過同質企業間極易發生的“模仿創新”行為帶動行業的整體發展，使企業創新充分受益于專業化聚集，盡量避免眾多行業的企業零星分布的局面。

2.對于現有聚集規模較大的城市，如果該城市某行業聚集嚴重，政府應采取措施適度降低這種專業化聚集水平。以鞍山市鋼鐵生產行業為例，政府可以出臺相關政策，勸阻鋼鐵產業范疇內的企業在本市建設新廠或遷入本市，更多地引導市內一部分鋼鐵生產類企業遷址到競爭環境更優的城市。另一方面，避免城市內企業規模的過度膨脹，鼓勵部分企業的產品升級、優化和轉型發展，形成多樣化的產業結構特點，降低競爭強度和創新壓力。

3.針對眾多處于高速發展中的城市，企業大量建廠、進入，聚集規模不斷壯大，此時“壟斷前景推動的創新”和“競爭前景推動的創新”同時發生。政府應結合該類城市的聚集規模特點，因地制宜，在聚集規模達到一定程度后合理辨析專業化聚集和多樣化聚集的利弊特點，正確指導企業的遷入、遷出、轉型和創新等行為；不斷完善對城市中同行業和跨行業企業聚集比重的調節，切實有效地升級城市產業結構，逐步形成最有利于企業創新的聚集環境。

參考文獻：

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

[2]Arrow K. The Economic Implications of Learning by Doing[M].The Review of Economic Studies， 1962，29（3）：155-173.

[3]Jacobs J. The Economy of Cities[M].New York. Random House， 1969.

[4]Henderson J V， Ari K， Matt T. Industrial Development in Cities[J].Journal of Political Economy， 1995， 103（5）：1067-1090.

[5]Baptista R S， Swann P. Do firms in clusters innovate more？[J].Research Policy， 1998， 27（5）：525-540.

[6]Beule F D， Beveren I V. Does Firm Agglomeration Drive Product Innovation and Renewal？ An Application for Belgium[J].Tijdschrift Voor Economische En Sociale Geografie， 2012， 103（4）：457-472.

[7]Feldman M， Audretsch D. Innovation in Cities：Science-based Diversity， Specialization and Localized Competition[J].European Economic Reviews， 1999， 43（2）：409-429.

[8]Oort F V. Innovation and Agglomeration Economies in the Netherlands[J].Tijdschrift Voor Economische En Sociale Geografie， 2002， 93（3）：344-360.

[9]Antonietti R， Cainelli G. The role of Spatial Agglomeration in a Structural Model of Innovation， Productivity and Export：a Firm-level Analysis[J].The Annals of Regional Science， 2011， 46（3）：577-600.

[10]彭向，蔣傳海. 產業集聚、知識溢出與地區創新——基于中國工業行業的實證檢驗[J].經濟學（季刊）， 2011，10（3）：913-934.

[11]Henderson J V. Efficiency of Resource Usage and City Size[J].Journal of Urban Economics， 1986， 19（1）：47-70.

[12]Lin H L， Li H Y， Yang C H. Agglomeration and Productivity：Firm-Level Evidence from China′s Textile Industry[J].China Economic Review， 2011，22（3）：313-329.

[13]約瑟夫·熊彼特. 經濟發展理論[M].何畏，等譯. 北京商務印書館， 1990.

[14]Kamien M I， Schwartz N L.. Market Structure and Innovation[M].Cambridge University Press， 1982.

[15]Pakes A， Griliches Z. Patents and R&D at the firm level：a first report[J].Economic Letters， 1980， 5（4）：377-381.

[16]Dyer J H， Singh H. The Relational View： Cooperative Strategy and Sources of Interorganizational Competitive Advantage[J].Academy of Management Review，1998，23（4）：660-679.