知識溢出、創新與區域經濟增長

陳麗嫻

摘 要 從微觀視角研究了創意企業的知識溢出對地區經濟增長的影響，并立足于創新，闡述了知識溢出、創新與經濟增長的關系。首先，構建門檻回歸模型，以知識產權保護為門檻變量，分析發現企業自身知識存量和知識溢出在不同知識產權保護水平，對經濟增長的促進作用不一致。其次，構建中介效應模型，實證分析創新作為知識溢出促進經濟增長的重要中間環節。最后，采用交互項模型，分析在不同知識產權保護水平的情況下，得出企業自身知識存量和知識溢出對創新的影響方向和程度不一致。因此，關于知識溢出和創新促進經濟增長，適當和合理的知識產權保護力度，既能保持企業自主研發的積極性，又能鼓勵企業間的交流和學習，發生知識溢出，促進經濟增長。

關鍵詞 創意企業；知識溢出；創新；知識產權保護；經濟增長

[中圖分類號]F49 [文獻標識碼] A [文章編號]1673-0461（2017）08-0063-07

一、問題提出

創意經濟和創意產業日益成為拉動經濟增長的新引擎，引起世界各國的廣泛關注。美國、英國、法國、日本、韓國等許多國家已將其發展成為支柱產業，使之成為推動發達國家經濟和社會持續發展的新引擎，不僅如此，創意產業也被認為是發展中國家實現經濟轉型和跨越式發展的重要戰略。針對中國目前粗放型經濟增長方式難以為繼、全球金融風暴引起的經濟衰退、中小制造業企業轉型陣痛的壓力和人們對精神生活的迫切需求等情況，提出發展附加值高、知識密集度高和整合性高的創意產業是適應時代發展的需求，對于中國提升經濟發展水平和優化產業結構具有不可低估的作用。尤其知識要素密集作為創意產業的重要特征，知識是經濟增長中最為活躍的投入要素，不同于其他投入要素之處在于知識具有溢出效應，在正式和非正式的渠道，其知識流動和溢出過程，對經濟發展的重要性不言而喻。但隨著經濟社會的發展，知識產權保護問題將會越來越受重視，我國也于2008年正式頒布《國家知識產權戰略綱要》，明確提出要完善知識產權制度，加強知識產權的保護。受嚴厲的知識產權保護的影響，創意產業的知識溢出對區域經濟發展的效果究竟如何驗證？對于創意產業，創新是知識溢出促進經濟增長的重要傳導路徑。本文采用269家上市公司數據和城市層面數據，利用多種計量方法，探討中國創意產業的知識溢出對經濟增長的影響效應，為我國大力發展創意產業提供理論支撐，為國家創意產業的未來發展布局與其他相關政策的設立提供了重要啟示。

二、文獻回顧與分析

（一）知識溢出和經濟增長

國內外學者關于知識溢出和經濟增長之間的關系進行了詳細的探討，主要集中于兩方面，一方面是闡述知識溢出促進經濟增長的作用機理，知識溢出主要是通過“創新”和“集聚”兩個中間環節與經濟增長聯系起來；另一方面是知識溢出對經濟增長的影響進行了實證研究，通過擴展原有的經濟增長模型，以專利、新產品發布數量和研發費用等變量來反映知識溢出，對不同層面的實證分析提供了有關知識溢出促進區域經濟增長的證據。

創意產業作為發展中國家實現經濟轉型和跨越式發展的重要戰略，同時作為知識密集型產業，其知識溢出與經濟增長的關系又是如何。Venstel等（2004）[1]使用荷蘭1987～1995年的數據，實證分析了知識溢出促進了區域經濟增長。洪進等（2011）[2]基于中國30個省份1999～2007年的面板數據，考察了創意階層的空間集聚效應，研究結果表明創意階層通過知識外溢提高了區域勞動生產率。Paci等（2013）[3]構建知識生產函數模型分析各種鄰近性維度對歐洲276個地區的創新能力的影響，結果表明所有鄰近性對跨地區知識流的生產過程有著重要作用。Chang等（2015）[4]利用41國的R&D支出數據，基于多階段和多維度實證分析了企業的知識溢出最大化國家創新系統。Sabina和Eldin（2015）[5]構建計量模型分析FDI知識溢出對轉型經濟體的經濟增長的影響，發現轉型經濟體國家有更強的知識吸收意愿和積極性。王猛等（2016）[6]利用2007～2012年中國20個大城市面板數據，構建創意者居住選擇模型，揭示了創意階層集聚通過知識外部性推動城市創新的理論機制。

綜上，雖然目前圍繞創意產業的知識溢出與經濟增長之間的關系有了初步的探討。但是這些文獻關于知識溢出促進經濟增長忽略了地區的知識產權保護力度，嚴厲的知識產權保護，知識溢出與經濟增長的關系又是如何，是本文關注的重點。

（二）知識溢出、創新與經濟增長的關系

內生經濟增長理論將創新作為連接知識溢出與經濟增長的重要中間環節，認為知識溢出促進創新，創新促進經濟增長。基于創新在經濟增長中發揮著重要作用，大量研究對產業內和產業間知識溢出在創新中的相對作用進行了實證研究。Fischer等（2006）[7]使用1997～2002 年期間203個區域的專利數量來反映區域知識存量，利用空間面板模型實證分析了知識溢出導致的知識存量變化對相鄰區域生產力差異的影響。Cassa和Nicolini（2008）[8]分析了局域的知識技術溢出對經濟增長的影響方向和程度，相鄰區域間的研發投資溢出效應增加了彼此創新成功的可能性，從而促進了經濟增長。王文翌和安同良（2014）[9]以2003～2011年中國制造業上市公司為考察對象，研究區域內微觀主體知識溢出影響創新的機理，實證結果支持了知識溢出促進創新。孔曉妮和鄧峰（2016）[10]利用空間計量模型探討了中國各地區的自主創新、省際之間的技術溢出以及吸收能力對經濟增長的影響，實證結果表明，技術溢出、創新投入對經濟增長水平具有顯著促進作用。

綜上，現有文獻關于知識溢出、創新促進經濟增長進行了大量探討，但是多采用分組經驗和交互項模型來考察三者之間的關系問題，但這對三者之間的連接機制表述尚不明朗。本文采用中介效應模型，實證分析創新作為連接知識溢出與經濟增長的中間環節。同時分析是否只有跨越相應的知識產權保護水平門檻，知識溢出才能有效促進城市創新的提升，進而提高經濟增長水平。

三、研究設計

（一）研究模型、步驟與方法

基于知識產權保護的地區差異，首先，構建門檻模型，以知識產權保護為門檻變量，并針對企業自身知識存量和知識溢出的本質差異性，考察了企業自身知識存量、知識溢出與經濟增長的關系。以樣本城市的人均GDP增長率（pergdp）為因變量，以企業自身知識存量（k）和知識溢出（ks）為自變量，考察由于知識產權保護的限制，企業自身知識存量和知識溢出在不同知識產權保護水平，其對經濟增長的貢獻差異和水平大小？其次，引入中介變量——創新（ino），分析知識溢出、創新與經濟增長的關系，探討了知識溢出促進經濟增長的路徑。最后，考慮如果知識產權保護力度過小，企業間知識溢出現象嚴重，是否會使企業喪失創新的動力，抑制創新發展。以創新為因變量，加入企業自身知識存量、知識溢出與知識產權保護的交互項，進行驗證分析。為解決上述問題，同時為了說明實證結果的穩健性，本文采用了多種計量方法。

模型1（基本計量模型），為考察創意企業自身知識存量、知識溢出對經濟增長的影響，在充分吸收已有研究關于經濟增長的影響因素的理論和實證基礎上，并考慮到經濟發展是個動態過程，前期經濟增長不可避免會影響到當期經濟增長，同時為避免內生性問題，故采用系統GMM進行估計。在下面的回歸方程中，X為控制變量，δt為時間效應，ηi為地區效應，εit為隨機誤差項。

pergdpit=γpergdpit-1+α1kit+α2ksit+X'it β+δt+ηi+εit

（1）

模型2（門檻模型），一般認為，有效地知識產權保護能夠降低技術交易的成本，提高交易效率，增強創新積極性（Arora et al.，2001；江小涓，2002）[11-12]；而知識產權保護過嚴，則會抑制模仿行為的發生，降低新產品的開發力度（魯釗陽和廖杉杉，2012）[13]。因此，本文在方程（1）基礎上，建立基于知識產權保護（ipp）的知識溢出“雙門檻效應”模型如下：

pergdpit=αi+Xitθ+k■■β1·I（ippjit≤γ）+k'it β2·

I（ippjit≤γ）+εit（2）

pergdpit=αi+Xitθ+ks■■β1·I（ippjit≤γ）+ks'it β2·

I（ippjit≤γ）+εit（3）

模型3（中介效應模型），為了考察創新影響機制是否存在，借鑒Andrew F. Hayes（2009）[14]檢驗中介效應的方法，構建以下方程，利用系統GMM進行檢驗：

pergdpit=γpergdpit-1+α1ksit+X■■β+δt+ηi+εit （4）

hit=ρhit-1+λksit+X■■ζ+δt+ηi+εit （5）

pergdpit=γpergdpit-1+α2ksit+hitθ+X■■？準+δt+ηi+εit （6）

其中，h為中介變量，其他變量的含義與前文一致。根據中介效應的檢驗方法，第一步對方程（4）進行估計，得到α1值，用以判斷知識溢出對經濟增長的影響方向和程度，如果α1顯著為正，則說明知識溢出對經濟增長有某種正面促進作用。第二步對方程（5）進行回歸，檢驗知識溢出與中介變量（創新）之間的關系，預期知識溢出的系數估計值λ為正。第三步對方程（6）進行估計，如果α1大于α2，則說明中介效應存在。

模型4（創新為因變量），為考察企業自身知識存量、知識溢出與創新的非線性關系，加入企業自身知識存量、知識溢出與知識產權保護的交互項，分析知識產權保護會不會影響企業自身知識存量、知識溢出與創新的關系。

inoit=αinoit-1+α1kit+α2ippit·kit+α3ippit+X■■β+δt+ηi

+εit （7）

inoit=αinoit-1+α1ksit+α2ippit·ksit+α3ippit+X■■β+δt+ηi

+εit （8）

（二）樣本與數據

針對本文的研究可行性，需考慮創意產業上市公司樣本是否具有代表性，需要滿足經濟規模，以及是否與地區GDP總量一致的條件。借鑒郝穎等（2014）[15]的做法，對2007～2014年的數據進行了統計與回歸分析。結果顯示，上市公司市場價值和市場交易額分別占GDP總量的11.4%、85.8%，上市公司的整體經濟規模在GDP總量中占有較高的比重，說明有較好的代表性。進一步，以各城市占全國GDP的比重為因變量，以各城市上市公司數量占全國上市公司總數的比重為自變量，進行回歸分析。結果顯示：各城市上市公司數量占全國上市公司總數的比重與各城市占全國GDP的比重，在各年度均顯著正相關，說明各城市的上市公司數量與當地的經濟規模具有一致性。本文對所有創意企業的挑選原則：以2007年作為研究起始年份，主要是因為2006年會計準則發生變化，保持會計準則的一致性；剔除2012 年12 月31 日之后上市的企業，主要是為了保證樣本企業至少有兩年的上市經驗，經營相對穩定；剔除2007～2014年間破產或倒閉的企業，主要是為了保證樣本數據連續可得；剔除業績較差的ST、ST* 、PT 企業；剔除數據嚴重缺失或不全的企業。數據主要來自WIND數據庫和巨潮資訊網，并結合樣本企業網站對企業年報等數據進行了補充和驗證。本文最后得到城市年度觀測值384個（48個城市·8個年度①）。各城市的人均GDP增長率、物質資本投資率、人力資本水平等通過《中國城市統計年鑒》、國家統計局網站和各城市年鑒計算得來。

1.被解釋變量

本文采用人均GDP增長率對經濟增長水平進行度量，參照邵帥和楊莉莉（2010）的做法，人均GDP增長率=（GDP增長率+1）·（上一年年均人口/當年年均人口）-1。年均人口為上一年年末人口和本年年末人口的算術平均值。

2.解釋變量

k為同城內企業的自身知識存量的加總，以人力資本表示企業的知識存量，借鑒章道云等（2011）[16]以財務報表中的支付給職工以及為職工支付的現金表示。ks為同城內企業的知識溢出加總，本文知識溢出的測算借鑒Aiello和Cardamone（2009）[17]的方法。

首先，對企業間知識相似性進行測算，考慮到創意產業源于人的創造力和聰明智慧、以知識產權作為主要產出特征，本文從無形資產和人力資本兩個角度來衡量企業間的知識相似性，公式如下：

Wijt=■

其次，為反映不同企業的知識吸收能力差異，加入人力資本（h）的權重。

■ijt=■■

再次，一般認為，知識溢出隨距離增加而衰減，同樣采用Aiello和Cardamone（2009）[17]的企業地理鄰近公式：gij=1-dij■max（dij）。■其中，gij表述同一區域內i企業和j企業之間的地理鄰近性；dij表示同一區域內i企業和j企業之間的最短直線距離。max（dij）表示上市公司所在城市間的最大距離，取值為800公里。本文企業與企業間的直線距離采用Google地圖衡量。同時將知識相似性和地理鄰近性作為影響知識溢出的權重，公式如下：

Vijt=■ （9）

綜上，得到對于企業i，知識溢出的測算公式：KSit=■ VijtKjt （10）

3.門檻變量和中介變量

知識產權保護采用魯釗陽和廖杉杉（2012）[13]的度量方法，同時以專利侵權案件占專利申請比重衡量知識產權保護指數（ipp1）和以專利侵權數量占專利授權比重衡量知識產權保護指數（ipp2）表示，數據來源是《中國知識產權年鑒》。創新水平（ino）用3種專利授權數加總衡量，數據來源《中國科技統計年鑒》。個別年份缺失的數據以前一年的數據替補。

4.控制變量

借鑒以往關于研究經濟增長的相關文獻的做法，本文加入如下控制變量（X）：物資資本投資率（capi），以全社會固定資產投資占GDP比重表示；人力資本水平（hum），用中學以上的在校學生人數與全部從業人數的比值加以度量；制造業發展（manu），用制造業從業人數占全部從業人數的比重衡量；服務業發展（ser），以服務業從業人數占全部從業人數的比重表示；對外開放程度（open），用當年實際利用外商直接投資和GDP占的比例加以度量；金融發展（fin），用金融機構各項貸款余額與各項存款余額之和占GDP比重衡量；地理區位（geo），地理區位因素可以在很大程度上反映各城市個體的異質性特征，本文以距離中國重要港口城市②的最短直線距離來度量各城市的地理區位。

四、回歸檢驗結果與分析

（一）變量描述統計和多重共線性檢驗

多重共線性會引起參數估計量的經濟含義不合理和變量的顯著性檢驗失去意義等問題，對變量的多重共線性檢驗就變得很有必要。為避免變量之間存在相關性，首先對變量進行正態性檢驗，結果表明所有變量服從正態分布，進一步對全部解釋變量進行了Pearson 相關性系數檢驗，表1結果顯示各變量之間的相關系數均小于0.5，說明解釋變量與控制變量之間的相關性較弱。接著進一步進行方差膨脹因子（VIF）檢驗，當最大的VIF大于10或平均的VIF大于1，則認為變量有多重共線性。檢驗發現VIF最大值為3.47，排除了多重共線性對模型回歸結果的影響。

（二）門檻效應檢驗與結果分析

由表2的門檻回歸結果可知，知識產權保護的門檻效應明顯存在于企業自身知識存量、知識溢出與經濟增長的關系中。對于企業自身知識存量，在知識產權保護較低水平時，對經濟增長為負向影響；當知識產權保護達到一定水平，則會促進經濟增長。這是由于在知識產權保護水平較低階段，企業知識，尤其是核心知識技術難以得到安全保障，容易被其他企業竊取，企業創新積極性受到打擊，更多的是簡單模仿，企業的生產積極性受到抑制，不利于經濟增長。當知識產權保護力度加大時，企業核心知識和技術得到保障，自主研發積極性得以提高，學習和掌握新技能力度加大，生產更多的新產品，有利于經濟增長（劉思明等，2015）[18]。對于知識溢出，在知識產權保護較低水平時，促進經濟增長；反而在知識產權保護水平提高時，對經濟增長為負面作用。這是由于在知識產權保護較低水平時，企業更愿意以低成本模仿和改造，而不愿意承擔創新風險和巨大的創新成本，通過吸收同一區域內溢出的知識，促進了低質量的經濟增長。當知識產權保護力度加大時，企業自身知識得到保護，同時可吸收的知識溢出較少，則知識溢出對經濟增長負向作用。

對表2中其他解釋變量的觀察，還有以下發現：對外開放水平提高在可檢驗水平促進經濟增長；距離重要港口城市越近（地理區位），經濟增長在可檢驗水平得以提高；物質資本投資率、人力資本水平、制造業和服務業發展、金融發展也對經濟增長有正向影響。

（三）知識溢出、創新與經濟增長之間的關系分析

在表3中，從模型（1）的回歸結果來看，企業自身知識存量、知識溢出與當期和滯后一期的人均GDP增長率正相關，并且在控制物質資本投資率、人力資本和制造業發展等因素后依然顯著正相關（模型（2））。在模型（3）中加入創新和知識溢出的交互項，回歸結果說明了創新對知識溢出與人均GDP增長率的關系有顯著影響，創新強度越大，知識溢出越密切和頻繁，因此知識溢出對經濟增長的促進作用越明顯。模型（2）、（4）和（5）是中介效應回歸的結果，是對模型（3）交互項的效果的進一步檢驗，對于創新效應，模型（4）中知識溢出的回歸系數在1%水平顯著為正，說明知識溢出會促進創新。模型（5）中加入中介變量（創新）得到回歸系數為0.6765，與模型（2）得到的回歸系數0.6994相比，顯然模型（2）中知識溢出的回歸系數大于模型（5）的回歸系數，說明了創新是知識溢出影響經濟增長的一個重要渠道。增強地區的創新能力，會增強區域內的相互學習和交流，即促進了知識溢出，進而提高了地區的人均GDP增長率。

知識溢出和創新真的是正相關關系嗎？如果知識溢出明顯，是否就會存在研究人員“搭便車”和“道德風險”問題，即知識溢出是否會抑制創新。模型（6）和（7）進一步分析企業自身存量、知識溢出、知識產權保護與創新的關系，實證結果顯示，企業自身知識存量、知識溢出和知識產權保護至少在10%的顯著水平提高創新水平。企業自身知識存量和知識產權保護的交互項的回歸系數依然為正，說明嚴厲的知識產權保護，有助于企業增強自身知識存量，進而促進創新。但知識溢出和知識產權保護的交互項的回歸系數為負，表明知識產權保護每增加一個單位，企業知識溢出對創新作用的斜率就下降一個單位。當知識產權保護力度加大時，同一區域內吸收的知識溢出較少，不利于創新。這一結果也與表2的門檻模型的回歸結果相呼應。

對于控制變量，人力資本和對外開放水平越高，則其經濟增長水平相對越高；地理區位越是臨近重要港口城市，相應的經濟增長水平越高；物質資本投資率、制造業和服務業發展、金融發展也與經濟增長有正向關系。

五、主要結論與啟示

基于中國創意產業的企業層面數據和城市層面數據，采用多種計量方法，實證分析知識溢出、創新與經濟增長的關系。首先，以知識產權保護為門檻變量，采用門檻模型分析企業自身知識存量、知識溢出與經濟增長的關系。在知識產權保護力度較低水平，企業更愿意以低成本和低風險獲取同一區域內的知識溢出，自身知識存量不利于經濟增長，知識溢出對經濟增長為正向影響。在嚴厲的知識產權保護水平，企業核心技術知識得到安全保障，自主創新的積極性很高，所以自身知識存量促進經濟增長，知識溢出對經濟增長為負面作用。其次，考察知識溢出促進經濟增長的傳導機制，采用中介效應模型，實證結果表明，創新對知識溢出與經濟增長的關系有顯著影響。最后，分析知識溢出與創新的關系，采用交互項模型，嚴厲的知識產權保護，企業增強自身知識存量的積極性更強，進而促進創新；但知識溢出對創新為負面作用。

研究結論表明，企業自身知識存量和知識溢出在不同知識產權保護力度下，對經濟增長的促進作用不一致。適當和合理的知識產權保護力度，既能保持企業自主研發的積極性，又能鼓勵企業間正式和非正式的交流和學習，以此促進經濟增長。同時，創新作為知識溢出與經濟增長的“中間環節”，在考慮知識產權保護的情況下，企業自身知識存量和知識溢出對創新的促進作用不一致，應合理和正確看待。

[參考文獻]

[1] ADRIANN J. VENSTEL，HENRY R. NIEUWENHUIJSEN. Knowledge spillovers and economic growth： an analysis using data of dutch regions in the period 1987-1995[J].Regional studies，2004，38（4）：393-407.

[2] 洪進，余文濤，趙定濤. 創意階層空間集聚與區域勞動生產率差異——基于中國省際面板數據的分析[J]. 財經研究，2011（7）：92-102.

[3] RAFFAELE PACI，EMANUELA MARROCU，STEFANO USAI. The complementary effects of proximity dimensions on knowledge spillovers [J]. Spatial economic analysis，2014，9（1）：9-30.

[4] CHIA-CHIN CHANG. Influences of knowledge spillover and utilization on the NIS performance： a multi-stage efficiency perspective [J]. Qual quant，2015，49： 1945-1967.

[5] SABINA SILAJDZIC，ELDIN MEHIC. Knowledge spillovers，absorptive capacities and the impact of FDI on economic growth： empirical evidence from transition economies [J]. Procedia-social and behavioral science，2015，195： 614-623.

[6] 王猛，宣燁，陳啟斐. 創意階層集聚、知識外部性與城市創新——來自20個大城市的證據[J]. 經濟理論與經濟管理，2016（1）：59-70.

[7] FISCHER，M.M，SCHERNGELL，T.and JANSENBERGER，E. The geography of knowledge spillovers between high-technology firms in europe： evidence from a spatial interaction modeling perspective [J]. Geographical analysis，2006，38（3）：288-309.

[8] CASSAR，A. NICOLINI，R. Spillovers and growth in a local interaction model [J]. Annual of regional science，2008，42：291-306.

[9] 王文翌，安同良. 產業集聚、創新與知識溢出——基于中國制造業上市公司的實證[J]. 產業經濟研究，2014（4）：22-29.

[10] 孔曉妮，鄧峰. 自主創新、技術溢出及吸收能力與經濟增長的實證分析——基于東、中、西部地區與全國的比較[J]. 研究與發展管理，2016（2）：31-39.

[11] ARORA A.，FOSFURI A.，GAMBARDELLA A. Markets for technology： the economics of innovation and corporate strategy [M]. Cambridge： MIT Press，2001.

[12] 江小涓. 中國外資經濟對增長、結構升級和競爭力的貢獻[J]. 中國社會科學，2002（6）：4-14，204.

[13] 魯釗陽，廖杉杉. FDI技術溢出與區域創新能力差異的雙門檻效應[J]. 數量經濟技術經濟研究，2012（5）：75-88.

[14] ANDREW F. HAYES. Beyond Baron and Kenny： statistical mediation analysis in the new millennium[J]. Communication monographs，2009，76（4）：408-420.

[15] 郝穎，辛清泉，劉星. 地區差異、企業投資與經濟增長質量[J]. 經濟研究，2014（3）：101-114，189.

[16] 章道云，鄧學芬，黃坤. 上市公司人力資本對企業凈利潤貢獻率的實證研究[J]. 宏觀經濟研究，2011（7）：71-76.

[17] AIELLO，F. CARDAMONE，P. R&D spillovers and firms' performance in Italy： evidence from a flexible production function[J]. Spatial econometrics，Heidelberg： Physica-verlag，2009：143-166.

[18] 劉思明，侯鵬，趙彥云. 知識產權保護與中國工業創新能力——來自省級大中型工業企業面板數據的實證研究[J]. 數量經濟技術經濟研究，2015（3）：40-57.